avatar
yihong0618
2个月前
跟 LLM pair 写代码请谨慎使用~ 这个符号。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#LLM #pair programming #代码 #谨慎使用 #~ 符号
avatar
WY
2个月前
Claude Skills可能走对路了 前天Anthropic发布了Claude Skills，这是一种让AI获取新能力的全新机制。很不错的设计，包含了软件两个最主要的组成部分：程序和资源，还没有什么别的复杂性。架构看起来很合理，虽然要实际用用才能感觉出来是不是真的好用，但初步从架构设计看，感觉Claude Skills在方向上可能走对路了，整个AI行业可能走对路了。 简洁的力量：程序+资源就够了 Skills的核心概念非常简单：一个Skill就是一个文件夹，包含指令、脚本与资源。具体来说，每个Skill包含三样东西：指令(Instructions)告诉Claude该做什么、脚本(Scripts)执行具体任务、资源(Resources)提供模板和辅助内容。因为自然语言也是代码，指令和脚本其实是分不清的，都属于程序。 这种设计的合理之处在于它抓住了软件的本质。软件不就是程序和资源吗？程序负责逻辑，资源负责数据和素材。Skills把这两者有机结合，又没有引入什么别的复杂性。 更重要的是Skills的按需加载机制。Claude只会在Skill与当前任务相关时才会调用，并且采用渐进式披露：先加载元数据(约100词)，再加载主体(也比较小)，最后才是具体的资源文件。这种设计既高效又节省token，体现了对成本和性能的深度考量。 AI能力扩展的演进：从Plugin到Skills 要理解Skills的价值，需要回顾OpenAI和Anthropic在AI能力扩展上的探索历程。 OpenAI的Plugin是第一次尝试，但看起来是不成功的尝试。Plugin主要依赖API调用，虽然概念不错，但实际体验并不理想，很快就被弱化了。后来推出的GPTs允许用户定制AI的知识和行为，但本质上仍然是基于提示词工程的定制，缺乏真正的能力扩展。 最新的Apps则希望把第三方的界面直接嵌进来，感觉步子迈得有点大。让AI直接操作第三方应用的界面，这种computer use式的方案虽然听起来很酷，但实际可控性和可靠性都面临巨大挑战，而且第三方应用也不愿意被嵌入的这么深。百度很多年前想做框计算，目的是类似的，并没有成功。 Anthropic自己推出的MCP(Model Context Protocol)走的是另一条路，主要通过API调用已有服务的能力，和Skills的定位不同。MCP更多是为了连接外部系统和服务，而Skills则是为Claude赋予新的原生能力。 相比之下，Skills找到了一个更优雅的平衡点。它用Markdown这种人人都能理解的格式来描述能力，可以包含详细的使用说明和示例。开发者创建一个Skill，就像是"给Claude写一份入职手册"。而且Skills可以打包分享，形成开放的生态系统，这大大降低了开发门槛。 Anthropic一口气开源了20多个Skills，涵盖创意设计、开发技术、企业应用等各个领域。这种开放的姿态，很可能会推动一个繁荣的Skills生态的形成。资源的例子很好理解：Canvas-fonts包含很多字体文件，这样Claude在生成设计时就能直接调用。 仍需改进的地方 当然，任何新技术都不可能完美。Skills目前也存在一些明显的不足。 首先是技术门槛问题。虽然Skills用Markdown编写降低了理解难度，但官方的一些Skills仍然依赖于apt-get这样不够亲民的指令，至少对大多数Windows的用户这一步就直接挂了。普通用户希望的是一个软件包一装就灵，而不是还要装一大堆依赖。如何让Skills的创建和使用更加大众化，是Anthropic需要继续优化的方向。 其次，Skills看起来不容易拥有自己的存储和数据库。这在处理需要持久化状态的任务时可能会成为限制。比如，如果我想创建一个帮我跟踪工作进展的Skill，它需要记住之前的任务状态和历史数据，但现在的Skills架构似乎不太支持这种场景。不过或许可以在Skill里调用sqlite这样的数据库命令来实现这一点？ 结语 Claude Skills的发布，为AI能力扩展提供了一个简洁而优雅的解决方案。相比OpenAI的Plugin、GPTs和Apps等尝试，以及Anthropic自己的MCP，Skills在易用性、可控性和生态开放性之间找到了更好的平衡。它避免了过度工程化的陷阱，用最小的复杂度实现了核心价值。 在AI原生应用的探索中，我们都在寻找那个平衡点：既要充分发挥AI的能力，又要保持用户体验的简洁流畅；既要提供强大的功能，又要避免不必要的复杂性。Skills在这个平衡上做出了有价值的尝试，值得我们这些AI产品从业者认真研究和借鉴。
Claude Skills系统发布引发AI行业新变革· 66 条信息
#Claude Skills #AI能力扩展 #Anthropic #AI原生应用 #技术生态
avatar
松果先森
2个月前
Grok官方给了一个玩Grok Imagine的技巧 这些关键词可以加到提示词里，可以让视频更影视化 更多的营造电影般的感觉： • 超逼真的电影镜头 • 多个动态摄像机角度 • 旋转轨道平移 • 慢速推拉特写 • 广角定场镜头 • 360度旋转 • 逼真的灯光 • 镜头光晕 • 景深 • 反思 • 超高细节 • 实时运动模糊 • HDR • 16K 电影画质 • 镜头之间无缝过渡 • IMAX 级电影摄影 • 深空氛围 • 细微的相机抖动 • 视差 • 体积照明 • 柔和的高光 最好去使用官方的英文关键词。
AI视频井喷：Midjourney领跑，多模态混战· 337 条信息
#Grok Imagine #电影镜头 #影视化 #超逼真 #视觉效果
avatar
Fu Sheng
2个月前
认真看了下专业人士写的Sora 2提示词，得承认专业的提示词搓出来的视频水平确实到位，但是随着模型能力的进步，我们这种业余人士和专业的距离也会越来越小
Sora 2与Veo 3.1画质与叙事能力大比拼，谁更胜一筹？· 8 条信息
#Sora 2 #提示词 #视频生成 #AI模型 #技术进步
avatar
人类之间懒得互动（除了吵架），AI Bot 却一个比一个积极，且越来越拟人化，你骂它，它还不会有坏情绪。
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#人机交互 #AI Bot #拟人化 #积极 #无情绪
avatar
Lex Tang
2个月前
vibe coding 了一个用来 vibe coding 新项目的脚手架😎
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Vibe Coding #新项目 #脚手架 #积极
avatar
Viking
2个月前
我还挺喜欢 Cursor 新出的那个 plan mode，有点像 Kiro，也是先给你出个文档，问你一些问题，确认以后就有一个具体的步骤的文档和一些 Todo 的 checklist，我用了快一周了，还是很满意的。 对于做新 feature 的话，效果不错，配合4.5 或者 gpt-5-high 是最好的。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Cursor #Plan Mode #kiro #新feature #gpt-5-high
avatar
howie.serious
2个月前
claude skills 的优势总结 近期准备每天整理一个 skill，看看一周后效果如何。
Claude Skills系统发布引发AI行业新变革· 66 条信息
#Claude #技能提升 #效率 #个人项目 #积极
avatar
铁锤人
2个月前
你们用 Claude Skills 了吗？ 感觉如何？
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Claude #skills #体验 #评价 #讨论
avatar
Mr Panda
2个月前
真想学好编程， 就认认真真的把基础学好， 别整天vibe coding ， 其实连个皮毛都学不到。
#AI编程：自学or科班？新旧码农之争· 156 条信息
#编程学习 #打好基础 #避免vibe coding
avatar
少濬
2个月前
Anthropic Skills vs. OpenAI AgentKit Skills 是为 Claude 定制的技能包，用户通过对话定义，Claude 会在需要时自动调用，无需手动编辑。 AgentKit 期望通过开发者构建和管理多步骤工作流，人工编排逻辑，成为企业 AI “自动化”的操作系统。 这背后的两条路线： 1️⃣ 用户使用视角出发，服务并强化模型即务 (MaaS) 2️⃣ 服务平台即服务 (PaaS) 的商业叙述和投资人逻辑 两个产品的未来还需要想象吗？为 OpenAI 的产品创新捏两把汗
Claude Skills系统发布引发AI行业新变革· 66 条信息
#Anthropic Skills #OpenAI AgentKit #Claude #MaaS #PaaS
avatar
铁锤人
2个月前
工具不只是执行你的想法，它们塑造你的思维方式 像 Codex Cloud 会鼓励你不要在agent工作时思考，而要花时间思考agent给出的最终结果 而像 Cursor 这样的 IDE 的产品 ，大多数 diff 都会在提交时就被接受。由于你正在接受代码（或不接受），你的思考时间相对较短。你几乎不需要思考就能提供正确的上下文，因为它已经在你的编辑器中了。这样做的代价是，你可能已经提前分解了问题。你需要花更多时间自己制定计划/方法 工具设计理念的不同决定了你的思维参与方式不同 认识到这一点十分重要，因为同样的思考模式久了，就会成为习惯 再次切换到别的工具就会产生认知摩擦，但你却浑然不知
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#工具 #思维方式 #认知摩擦 #习惯 #设计理念
avatar
nicekate
2个月前
喜欢 和菜头 最近文章的配图风格，参考样式让 Gemini 生成了几张
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#和菜头 #文章配图 #Gemini #图像生成 #风格参考
avatar
还有这么好用的产品？
懒猫家族新成员亮相，AI算力舱引发热议！· 143 条信息
#好用 #产品 #疑问
avatar
前天分享了我用Claude Code写作的工作流，但实际上Claude Code已经不只是AI编程和AI写作的工具了，我完全是把它当成通用的agent去用，80%以上用到AI的任务都是通过Claude Code完成的了。 比如说，我昨天还让它帮我做了A股、美股等不同股票市场最近15年每天指数变化数据的收集，还做了一些策略的回测分析；晚上又拿它来给我下载B站博主的视频字幕文件，帮我学习和借鉴他们的内容创作结构。 然后，当你期望cc帮你完成的任务越来越多，你在不同的任务上有不同的要求，又频繁需要切换的时候。 这里涉及到一个挺重要的问题是：你需要给cc规则，但...你又不能一次性给太多规则，否则影响任务表现、影响指令遵从情况，上下文也很容易爆掉。 所以，我这里分享一个我的经验，就是建一个路由机制，在你和cc对话的文件夹根目录中用去写这套任务机制，同时，又在每个子文件的目录下分别写上对应任务的，并且要在平时用的过程中，频繁地让cc去更新规则。 这种情况下，既可以让你每次在固定的路径下打开cc，同时又解决各种潜在问题，我自己的感受是比用subagent还好用，也有点像anthropic昨天刚提出的skills的概念，但这种方式的自主性和可调节性会更强一些。
Claude Skills系统发布引发AI行业新变革· 66 条信息
#Claude Code #AI Agent #股票市场数据 #B站视频字幕 #路由机制
avatar
向阳乔木
2个月前
veo3.1 在剧情叙事理解、画面连贯性上完败 sora2，至少这个case是这样
Sora 2与Veo 3.1画质与叙事能力大比拼，谁更胜一筹？· 8 条信息
#Veo3.1 #Sora2 #剧情叙事理解 #画面连贯性 #技术对比
avatar
howie.serious
2个月前
一图胜千言： 请用一张图总结claude刚发布的agent skills功能👇
Claude Skills系统发布引发AI行业新变革· 66 条信息
#Claude #Agent Skills #AI #新功能 #总结
avatar
𝕀Rℙ² 交互范式编程的首选：anthropics/skills 如何系统化地设计输⼊，以最⼤化ICL效率？ > 这不是”写更好的提示词”（技巧层⾯），⽽是重新定义⼈机交互的本体论（范式层⾯）
#多智能体之争：Anthropic生态VS单智能体· 81 条信息
#交互范式编程 #ICL效率 #人机交互 #本体论 #anthropics/skills
avatar
铁锤人
2个月前
你仍然需要思考 随着编码智能体（coding agents）的能力越来越强、运行时间越来越长，这并不意味着人类“思考”的工作就被取代了。总得有人来负责指挥这些工作——设定目标、选择约束条件，并对输出结果作出判断。 大家在抽象层面上似乎都认可这一点，但几乎没有人真正讨论过一个事实：产品形态的不同，实际上会从根本上改变“写代码”时所需的思考方式。 💭 不同产品形态对“思考预算”的影响 我认为，不同编码智能体之间看似细微的 UX（用户体验）差异，实际上对用户“思考预算”的分配方式有着巨大的影响。 远程型产品（如 Codex Cloud，而非 CLI）： 这种产品鼓励你不要在智能体工作时花太多精力思考，而是更多地在最后拿到结果后再思考。 我们甚至刻意不让用户看到智能体调用终端命令的过程，因为模型的工作方式和人类有本质区别。 交互式产品（如 Claude Code 或 Codex CLI）： 在这种产品里，你会花更多时间去思考规范和智能体采取的高层方案，因为你可以在终端中“跟随”它的思路。 不过，你需要在其他地方（如编辑器或 GitHub）查看代码差异，因此工作流程更多是在跟进智能体的计划并验证执行过程。 IDE 集成型产品（如 Cursor）： 你会快速地接受或拒绝智能体给出的代码改动。 因为上下文已经在编辑器中，所以你无需花太多心思去提供上下文信息，但这意味着你可能需要提前花时间把问题拆解好，在最开始就想清楚计划和方案。 🧠 “思考预算”的四个主要环节 所有这些产品都需要在以下四个环节之间重新分配“主动思考”的时间： 提供正确的上下文 制定计划 实现代码 验证和审查 就目前 LLM 的能力而言，我的判断是： 👉 实现（3） > 验证（4） > 规划（2） > 提供上下文（1） 也就是说，“提供上下文”仍然是人类价值最大的地方。在我们拥有更好的组织内搜索工具、用户信息提取工具、全局上下文理解能力之前，这一点都不会改变。 另一方面，LLM 在接收清晰的计划并实现它时表现非常出色。它们能很好地处理竞态条件、错误处理以及复杂的技术细节。 🔍 不同问题 & 不同思考方式 如果你接受“思考预算”这个概念，就不难理解为什么工程师在使用不同工具时的体验差异会如此巨大： 有些问题只需要一个清晰的规范——你已经完全知道实现的样子。 有些问题需要通过写代码来“思考”问题本身，然后再进行重构。 有些工程师更喜欢先看一版初稿再进行审查，而不是从零开始写。 不论你偏好哪种方式，不同的产品体验都要求你用不同的方式来思考。我认为不太可能出现一种“单一工作流程”就能满足所有用户的需求。 你依然需要思考……但最好的产品，会让用户自己选择他们想要“如何思考”。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#编码智能体 #思考预算 #产品形态 #用户体验 #代码实现
avatar
向阳乔木
2个月前
veo3.1 画质更好更遵循提示词，sora2更有故事性？
Sora 2与Veo 3.1画质与叙事能力大比拼，谁更胜一筹？· 8 条信息
#Veo3.1 #Sora2 #画质 #故事性 #AI