万字长文｜Grok Bot 从入门到精通
过去一年，我们使用 AI 的方式正在发生非常明显的变化。 以前打开一个聊天窗口，问一个问题，拿到一个答案，这次协作基本就结束了。 现在的 Agent 已经可以读取文件、调用工具、操作浏览器，直接进入数字世界替我们干活。 在我看来，我们已经从对话时代走到了 Agent 时代。 不过，今天大部分人与 A
一个人、一台电脑、8 分钟 AI 短剧：从《黄果》逆向拆出来的 13 步流水线（万字实操指南）
这篇文章讲的是一件可以被重复的事：一个人不凑班子、不租场地、不排档期，用 AI 工具做出一部 5–8 分钟、能发布、能变现的短剧。 内容全部来自一份对《黄果》8 分钟成片的逆向拆解手册。 117 个镜头，一帧一帧倒推出它用了什么模型、怎么保证主角不换脸、为什么每 5 帧会多出 1 帧重复帧。 倒推的
深入拆解 Agent 原理：LLM+工具+记忆+规划
深入拆解 Agent 的四大核心组成——LLM 大脑、工具调用、记忆与规划，结合现实产品案例理解 AI Agent 如何从「知道怎么做」进化为「真的帮你做」。
解读Claude Code全新能力：Dynamic Workflows
Anthropic给Claude Code上了个新功能，叫Dynamic Workflows。 我用了一段时间，聊聊它到底改变了什么。 以前让AI干活，基本就是一步步来，你发指令，它执行，再等结果。 如果任务复杂，光是协调和等待就耗掉大半精力。 现在不一样了。 你只要说清楚想要什么，系统自动调动几十
分享下Codex CLI中MultiAgent功能的使用方式
我来分享下 codex cli 中 multi agent 功能的用法吧。 1. 首先，有什么用？ 加速 token 消耗 agent 是独立上下文，主 agent（就是你命令行中与其对话的那一个）会自动与其他 agent 沟通，传递输入、读取输出，能让每个 agent 在其任务范围内更加精确（LL
8K超长内容随便塞！谷歌Gemini新嵌入模型卷出新高度
2024 年 3 月 7 日，谷歌低调上线全新嵌入模型 gemini-embedding-exp-03-07，支持 8K 超长输入与 100+ 语言，在 MTEB 多语言排行榜名列前茅。
不会写分镜，也能用 Codex + MiniMax H3 / Seedance 2.5 做出第一条 AI 视频
AI 时代，每个人似乎都可以成为“导演”，做出过去需要专业团队才能完成的画面。 真正的问题是，一般人不知道第一步该做什么。 我也是一个艺术盲。 最近用 AI 做了两条视频，谈不上多好，但至少把流程完整跑通了。 我把自己的经验整理出来，算是抛砖引玉。 也希望你读完以后，能勇敢迈出第一步：别只临渊羡鱼，
异类心智
作者：Jakub Pachocki，OpenAI 首席科学家 2023 年年中，在 “RLSlow” 研究项目中，我们得到了第一批让我们确信能够扩展推理模型训练的结果，从而解锁了预训练模型形成自身思维链的能力。那一晚，Szymon 和我在办公室共度时光，想的不是这项技术将带来的惊人基准分数、产品或科
