AI Pulse

IBM 这篇关于智能体决策门的论文非常出色。他们给使用工具的智能体加了一个运行时门，模型和工具都保持不变。

JevAct 是一个位于智能体与其工具之间的检查环节。大语言模型先把领域策略转化为代码检查项和是非题。

在选定的工具调用运行之前，代码会检查工具记录中的事实，一个类似 Jev 的决策模型会回答关于对话的问题。如果调用未通过检查，就带着反馈返回给智能体，让智能体进行修改。

在 τ²-bench 电信场景中，Opus 4.6 三次运行的整体成功率从 39.5% 提升到了 80.7%。在电信场景中，全部八个智能体的三次运行成功率平均提升了 16.9 个百分点。在 BFCL 上，九个智能体全部有所提升。航空场景的结果则相对较小且好坏参半。

他们证明了这些提升来自于这套运行框架。

与论文对话：

🚨重磅！GLM-5.5 已进入后训练阶段！距离正式发布有近了一步！

智谱 GLM-5.5 已进入深度后训练，内部 32B/122B/256B 模型正在合并进下一代基座。重点方向：量化金融环境 + coding sandbox + 金融编码自我进化（RSI） 距 GLM-5.3 上线已两个月了，这次旗舰迭代会杀疯了吗？！

#GLM55 #智谱 #GLM #开源大模型 #AI #AgenticAI #大模型 #唐杰 #Zcode

我们开发了 PlanAssist，旨在帮助英国政府规划官员加快全国范围内的建筑和翻新工程。该工具基于 Gemini 构建，已证明可将规划官员评估家庭申请的时间缩短多达 58%。目前，该工具将向另外 12 个市政委员会开放，以帮助他们更快地做出决策。

🏡 →

Blender 刚上线了一个免费 AI，只要一句提示词就能生成带绑定的 3D 角色。它叫 StableGen，开源。

描述一个角色，选一张预览图，剩下的事它一次跑完：
→ TRELLIS.2 生成网格
→ SkinTokens 自动加骨骼和蒙皮权重
→ 围绕模型生成的图像会投影到模型上作为贴图

它也能给你已有的模型上贴图。摆好相机，写好贴图提示词，点生成就行。

对游戏开发者：
→ 烘焙出 PBR 贴图
→ Mixamo 动画重定向到绑定骨骼上
→ 导出为 glTF 给 Godot，或 FBX 给 Unreal 和 Unity

它在你自己机器上的 ComfyUI 里跑。用 SDXL 做贴图至少需要 8 GB 显存。支持 Windows、Linux 或 Apple Silicon Mac。

链接在回复里 👇

一个免费、无审查、可离线运行、仅 2.6GB 的 AI 模型 😳 来认识一下 Spark-X2.6-4B Abliterated。

> 起步仅需 2.6GB
> 提供 14 种 GGUF 量化版本
> 思考 + 工具调用功能仍然可用
> 开放权重。免费。
> 在你的电脑上本地运行。无需联网。

DeepSeek 今天开源了一个小工具。名字很长：dsh-superagent-prototype。

它会替你盯着 GitHub 项目。有人提 Issue 或开 PR，它可以先过一遍：调整一下、起草个修复，然后把结果交回给你审阅。你早上起来，扫一眼 diff，批准或拒绝。不用从头翻一堆消息。

晚上一个人做副业项目，有人提了个 bug？它可以先顶一会儿。小任务可以并行跑，不会把你的聊天窗口塞满。

MIT 开源。触发规则、飞书 / GitHub 钩子：全都可以自己调。如果你同时一个人在推进好几个项目，这个工具挺顺手。

仓库：

他们要盯上你的 GPU 了。

作为在三大实验室之一工作的 AI 研究员，我们已经被「谈话」过了，并且正准备看到针对开源模型和消费级 GPU 的监管打击。

我们正准备在 2027 年向公众发布 AGI 模型。

OpenAI 官方终于更新了。官方明确写道：“从 12 月起，Plus、Pro、Business 套餐将共享 ChatGPT 和 Codex 的使用额度。”

目前仍然不限量的只有 Instant 聊天。详细规格还不清楚，只能祈祷不会变得太不方便……

OpenAI 在官方文档页面宣布，Plus、Pro 和 Business 套餐下，ChatGPT 和 Codex 将共用同一个 token 额度。

这项改动将于 12 月生效，届时 OpenAI 会把 ChatGPT Work 的智能体功能并入 ChatGPT 主体验。ChatGPT Work 是 OpenAI 7 月推出、基于 Codex 构建的智能体产品。

目前 ChatGPT Work 已经与 Codex 共享额度，而普通 ChatGPT 对话则走独立的计量体系，因此大量编程使用不会影响对话额度。

切换之后，每次请求都将按 token 计费。目前普通 ChatGPT 对话的额度并非按 token 设定，而是按每个模型的消息条数计算，例如 GPT-6 Pro 消息设有每周上限。

说真的，Opus 5.5 的 3D 能力太离谱了。

海外开发者只给了一张图，Opus 5.5 就用代码做出了一个能拆解的机械章鱼，引发热议。刚看到视频的瞬间，我还以为这是用 3D 软件做的。

里面的结构真的是另一个次元👇
- 8 条触手，内含 202 个关节和 480 个轮子
- 约 16 秒处全部散开，在旋转 330 度的过程中恢复原状
- 代码共 2616 行，视频时长 25 秒

也就是说，这不是「用 3D 软件拼出来的视频」。仅凭 three.js 代码，每个零件都在独立运动。

最初的版本像个玩具，于是 Opus 5.5 重新制作并塞满了零件。在生成视频之前，它还把静态图与原图对比，修改了 3 次。

更离谱的是，作者使用的是一个名为 teardown 的免费技能。

3D 制作被改变了？不。「展示逐个零件的视频很费功夫」这个前提被打破了👀

如果想从一张图生成零件，先掌握 Claude Code 的基础会更快。包含教科书和 4 小时研讨会的 6 大福利，现在免费发放。领取方式请见引用源推文👇

国产算力迎来历史性突破！天数智芯的GPU天垓3，实测跑赢英伟达H200。在大模型PD分离推理场景下，单卡吞吐达到英伟达H200的1.05倍，实现局部反超。

64K长文本、MoE大模型、多模态生成全面占优，推理成本大幅下降。国产GPU不再只追求能用，正式迈入性能对标国际顶级芯片的新阶段。

Paper 的免费版限制非常严格。每周 100 次 MCP 工具调用根本不够用。

是一个开源替代品，MCP 工具调用没有限制。设计数量不限。

让我们来制造一些热度吧！

这里面的细节量令人震惊。Unreal MCP for Claude Code 是我进入游戏开发的下一步。仓库：

社区讨论：不少用户质疑该限制的实际效果，mirashii 指出这只是客户端系统提示的修改，通过代理或本地客户端改动就能绕过，属于做表面功夫规避负面舆论。也有用户认为这是 Anthropic 的理性商业选择，tristanj 提到游戏逆向市场营收规模极小，限制该场景的成本极低，能帮公司规避数亿美元的潜在法律风险。还有用户吐槽该限制的讽刺性，throwa356262 表示，曾经以入侵网络为荣的团队如今却在游戏修改这类小事上划红线，torben-friis 则提到游戏模组是普通用户对 AI 少有的正面评价场景，该限制会损害公众对 AI 公司的观感。

在为印度各地 9 万多名教育工作者提供培训后，我们正通过短小的在线模块，将 Google AI 教育者系列带给所有印度教育工作者 🎓📚

这项免费开放、可自主安排进度的 Google AI 工具培训与《2020 年国家教育政策》（NEP 2020）保持一致，旨在帮助中小学和高校的教育工作者提升教学水平、实现个性化学习、激发创造力，同时节省时间 🚀

目前提供英语、印地语、马拉地语、泰卢固语、阿萨姆语、奥里亚语和旁遮普语版本——更多语言即将推出！

准备好开始了吗？今天就开始学习，领取你的第一枚徽章：

#GESIndia #GoogleAIEducatorSeries #GoogleEdu #GeminiEdu

OpenAI、Google、Microsoft 和 Anthropic 将共同遵守 robots.txt 中一条统一的“禁止 AI 训练”规则。Anthropic 已经在执行，OpenAI 将在“未来几个月内”跟进，另外两家则要等到明年。

Meta 嘴上说支持，却没说自己会照做，笑死。我的 robots.txt 还是从 Stack Overflow 上抄来的。

🚨突发！MiniMax 新模型M78检查点出现！疑似2T参数巨兽！

训练还在继续，早期测试数据已经炸裂： 🔹规模：约2万亿参数（远超前代M2的~230B） 🔹缓存：99.3%命中率，几乎全命中 🔹速度：平均TTFT 6.2s · 39 tok/s 🔹长上下文实测：总tokens超600万，输出6.6万+ 🔹输出示例：直接生成鹈鹕骑自行车SVG图 训练中的检查点就已经这个水平，正式版会是什么怪物？#MiniMax #M78 #2T模型 #AI #LLM #开源模型 #Agent #中文AI

💥一整个期待住了！Qwen4.0系列即将震撼登场！

Qwen负责人刘大一恒曾回顾：从Qwen 2.5的72B，到Qwen 3.8的2.4T，参数规模在短短两年里暴涨33倍，Scaling曲线没有停，反而越跑越陡。

他也抛出关键预告：Qwen 4.0 快来了，它不是简单的下一代，而是承前启后的关键一代。

新架构已在训练，将一次性推出4款模型，覆盖旗舰能力、效率平衡、极速推理与开源落地。

而真正的野心在更远的地方Qwen 4.5和Qwen 5.0，将直接冲击5-10T参数规模。

智能上限还在被不断推高，Qwen正在用最硬核的方式继续领跑。

你准备好了吗？！

#Qwen #Qwen4 #刘大一恒 #Alibaba #AI #大模型 #开源 #Scaling #ASI #云栖大会

SpaceXSI 将从 2026 年 11 月 7 日起，在其 Grok API 模型中引入文本水印。受支持的 Grok 模型的所有文本输出默认都会包含水印。

涉及的模型：
• Grok 4.7
• Grok 4.6
• Grok 4.5
• Grok 4.3
• Grok 4.20 推理版
• Grok 4.20 非推理版
• Grok 4.20 多智能体版

其他变更如下：
• 所有 API 团队默认启用水印
• 未来推出的每一款 Grok 模型，从发布起都会自带水印
• 如果团队管理员认为存在法律例外情形，可通过 SpaceXSI 控制台按模型选择关闭水印
• 保持水印开启的团队无需进行任何操作

Agent 写代码已经不稀奇了，真正麻烦的是跑了半小时突然报错，前面的工作全白干。

微软开源的 Agent Framework 已经超过 1.4 万 Star，重点就是解决 Agent 在实际生产环境中的可靠性问题。

几个核心功能：
-多 Agent 编排：支持串行、并行、任务交接和群组协作
-断点恢复：通过 Checkpoint 保存状态，支持恢复执行
-人工审批：关键操作暂停，确认后继续
-可观测性：集成 OpenTelemetry，追踪执行过程和错误
-多模型支持：兼容 OpenAI、Azure OpenAI 等服务

支持 Python 和 .NET，MIT 开源。

现在 Agent 最大的问题不只是能不能完成任务，而是失败后能不能恢复、出了问题能不能定位。

你用 Agent 开发时，最头疼的是它做错事，还是做到一半突然卡住？

#agent #AI #Microsoft #OpenSource

社区讨论：多数人认为 OpenAI 给出的 5000 美元赏金过低，这种级别的账户接管漏洞理应获得更高奖励，甚至有人质疑低赏金是企业刻意降低安全研究人员参与度的策略。也有人指出这是 OAuth 实现的经典低级失误，属于安全入门级问题，不该出现在大规模生产环境中。还有人提到该漏洞与此前 ChatGPT 桌面端可远程访问文件系统的问题叠加，整体安全状况堪忧。

社区讨论：多数人指出 Anthropic 的申报文件并非科技股下跌的主因，真正原因是多家公司在尚未证明盈利的 AI 产品上投入高额资本支出，反而冲击了广告等现有盈利业务。有人纠正文中的财务表述错误：Anthropic 并未真的亏损 800 亿美元，只是与其股票挂钩的复杂证券增值 720 亿美元，按规则需计为账面损失，并非实际现金流出。也有人提到英特尔的财报才是周四、周五市场下跌的主要推手。

社区讨论：有人调侃“终于穷也有好处了”，自己会排在勒索名单最后。也有人指出，按受害者价值排序后，高价值目标会匹配零日漏洞、深度伪造等高成本攻击，形成成本收益的精准匹配。有人认为这是AI在黑产里的真实ROI，也有人觉得大模型在这类任务上其实没那么靠谱。

社区讨论：多数人认为专业用户应主动搭建备选方案、推动生态开放标准化，避免被单一厂商绑定。有人指出被封用户身处香港，本身就被地理封锁，靠VPN访问时做模型训练极易触发风控分类器，并非无差别封禁所有训练相关用户。也有人提到Anthropic这类封禁行为已持续数月，自己用Claude训练BERT模型、开发新型线性Flash注意力机制都未被拒绝，推测被封用户大概率是直接用Claude生成或标注训练数据。

还有人担忧未来AI使用会强制身份生物识别，被平台封禁后会沦为数字流民，本地模型普及才是破局方向。

社区讨论：有用户指出该模型并未理解《异星工厂》的核心机制，大多将物品放入箱子而非通过传送带连接生产环节，后期还需手动在工厂区域间运送物资来掩盖生产系统的连接缺陷。也有评论认为和平模式消除了实时反应压力，且模型已学习过所有游戏攻略，和人类从零摸索的游玩方式不同。还有人提到当前前沿模型的工厂设计风格怪异，并未达到预期水平，也有用户反馈同类模型在《文明6》神级难度下会快速落败。

各位有没有注意到（诸葛孔明），连 Astra 都缺乏大局观和元认知能力，不会质疑别人说的话的前提，也不会去看那些话之外的东西。这是从 Codex / GPT-5.x 系列开始就一直存在的坏习惯，到了 GPT-6 也没改掉，所以我觉得 OpenAI 是没能力把这个问题修好的。

提醒一下，这意味着一家现代前沿模型实验室将不得不训练约 750,000,000,000 个被投毒的词，哈哈

GPT 模型的 Pro 系列在处理需要复杂计算、引用或精妙思路的一次性问题时，依然表现得非常出色。它的速度不算快（体验也谈不上多好），但 GPT-6 Pro 给人一种“向伟大的神谕提出一个问题”的感觉。

机制可解释性是一个巨大的错失机会。很多人原本想加入这项工作，以为它指的是对泛化能力的机制性理解。结果它被偷换成了一个极其小众、晦涩、而且在很大程度上构想不当的项目：去理解单个神经元的作用。

这在对齐和可解释性领域一直是个问题：那些本应被宽泛定义、或至少符合我们直觉预期的有吸引力的方向，最后却被收窄成一套非常狭窄、非常冷门的话题。

比如，如果有人说自己做“可解释性”，它并不像人们朴素理解的那样，指可解释的方法、算法、表征，或者模型解构、理解数据等等，而是指稀疏自编码器、影响函数、显著性图。真是浪费！

不到三年前，GPT-4 还是全球最强模型，并且已经保持了一年。当时我们都在猜测：OpenAI 是不是掌握了某种独门秘籍，还是说 GPT-4 已经是大语言模型所能达到的极限了。（这两个问题的答案都是「不是」）

遗留系统软件迁移市场规模一直被限制在每年约 300 亿美元左右，因为迁移成本非常高，而维护反而更容易。

和一些老牌企业交流后发现，AI 正在以惊人的速度解锁大量积压已久、范围明确、成本更低的迁移项目。

2026 年最受欢迎的 AI 编程工具：
1. Claude Code：65.5%
2. GitHub Copilot：58.7%
3. OpenAI Codex：29.5%
4. Cursor：25.5%
5. Google Antigravity：16%

我原本对 Codex 期待更高 :(

你现在最常用的是哪款 AI 编程工具？为什么？

分析预测市场的 AI 智能体，与能够下单并完成结算的智能体，并不是一回事。@meetmotes 在预测市场研究与执行之间做出了重要的架构区分。

研究层可以评估市场定义、将价格与估算概率进行比较，并解释不确定性。执行则需要多得多的东西：兼容的账户接入、受支持的订单类型、资金与结算路径、取消处理以及司法管辖区检查。

一个网络上的智能账户，并不会自动获得另一个交易场所订单簿或结算系统的访问权限。这意味着集成设计不仅仅是连接一个 API。它还涉及正确追踪持仓，并在处理市场结算时，不把估算结果与已结算结果混为一谈。

Motes 将面向 Polymarket 的执行确定为一个集成目标，但要以满足技术和接入要求为前提。真正的工程挑战在于，将有用的市场情报连接到一个可验证的执行与结算流程。@meetmotes

最近 B 站、抖音上那种黑底动画配旁白的知识讲解视频挺火，想自己做一条，光画动画就劝退了。

anything2explainer 是一个 Claude Code 和 Codex 的 Skill，给它一个主题，比如「讲一下向量数据库」，最后出来一条带配音、字幕和章节进度条的讲解视频。

它会先查资料，每个数字和类比都附上来源，再写旁白、生成配音，按配音逐镜头画分镜，然后分给几个 Agent 并行用 Remotion 写每个镜头。

GitHub：

做完还有专门的 Agent 逐章检查、修问题。整个过程只在四个节点停下来问一次，其余都自己往下跑。

仓库里的中文示例《RAG 与知识库》将近 5 分钟、44 个镜头。根据时长不同，一条大概要跑 1 到 3 个小时。

中英文都能做，想给自己的知识点配个讲解视频的，可以试试。

这简直疯了。Anthropic 工程师：“提示工程基本上已经结束了。我们 95% 的工程师已经在运行自我改进循环。下一步是图。”

短短 10 分钟，她从一个空终端开始，现场搭建了整套 Claude Code 环境。

空终端 → 智能体 → 循环 → 图 → 自我改进系统

提示工程是旧的工作流。围绕模型来设计系统才是新的工作流。

比大多数 1000 美元的智能体工程课程都值钱。

收藏起来，今天就看。

然后阅读下面的文章 ↓

真的，我真心希望没用过 Cursor（Grok Bot）的人哪怕只试一次也好。它比 Claude Code、Codex 都要好得多。

就 UX 而言，我觉得 Cursor 目前没有任何短板。虽然在模型性能方面，现阶段还不得不同时使用 Claude Code，但如果 Grok 的性能能达到 Opus 5.5 的水平，我觉得就可以只用 Cursor 了。

SpaceXAI 团队，拜托了，下一版 Grok 一定要给力。4.7 也不差，但和 Opus 相比还是差点意思……

很多内容工程挑战都有相当标准的解决方案，这导致一些工程师说智能体工程已经被解决了/很无聊。

在某种程度上确实如此，但随着智能体的不断进化，也涌现出了一堆（有趣的）新挑战！

软件行业没有死。以下是我对在软件开发中使用 AI 的真实看法，即使是在高度复杂的领域。

AI 确实很厉害。真的很厉害。你可以打开一个复杂的 C++ 项目，给你的 Claude Code 智能体一个 JIRA 任务，让它制定一个实施计划。它几乎能行。也就是说，95% 都是正确的。

所以你完全可以当一个只会执行命令的平庸程序员。但剩下的 5% 才是真正关键的。AI 可以帮你了解各种权衡，但它不能替你做决定。你必须学会这种决策能力。

X用户@gabrielbuzziv分享了一套完整的AI短视频制作流程，使用的工具包括Claude Opus 5.5（最高推理强度）、OpenRouter搭配Kling 3、ElevenLabs v4、Remotion、Remocn、FFmpeg，以及他自己开发的内容拆解自定义技能。

第一步是制作自定义技能：他找到一位内容质量很高的网红的Instagram账号，将账号内容导入Claude，要求拆解最近30条视频，提取音效、内容结构、文案、视觉钩子、音频钩子等全部要素，整理成可复用的技能。

第二步是生成角色设定表：他将妻子的照片导入ChatGPT，要求生成完整的角色设定表，一共生成了3份作为基础素材。

第三步是在Claude Code中调用之前做好的自定义技能，撰写脚本，说明将要使用的工具，并附上准备好的角色设定表。相关提示词的截图已经发布在原帖中。

他测试过HeyGen这类一站式AI视频工具，觉得效果不理想，更喜欢用自己熟悉的工具组合获得创作自由度。他认为HeyGen这类工具本身能用，但一旦出错会浪费很多钱，自己搭建流程可以100%按照想要的效果制作项目。

X 用户 @4osp3l 表示自己同时使用过 DeepSeek 与 GLM 两款大模型，在他的评价中，GLM 5.3 是目前表现最好的一款。

他特别指出，GLM 5.3 的优势集中在漏洞利用、漏洞链构造、创造力与推理这几个维度。

X平台用户@_ryu15_发文表示，Muse在智能体调用和联网搜索方面表现非常出色，自己打算本月就退订ChatGPT Plus。他提到，目前还没有体验过Claude Opus 5.5，接下来打算尝试这款模型。他分享了自己的使用配置：给Muse传入带认证的DeepSeek Harness URL之后，只需要把dsh的并行项目任务直接发给Muse就能完成操作。

他同时提到，ChatGPT Plus里的Terra功能体验不错，但自己几乎用不上，因此决定暂时退订。

Anthropic刚刚发布了Claude Code并行处理多项任务的使用教程。这项功能名为Projects，可在单条对话内将任务拆分为多个线程并行执行，由用户下达指令，Claude负责协调调度。官方教程覆盖了完整操作流程：如何创建项目、如何管理每个任务线程、如何审查拉取请求、如何生成工件，以及如何设置自动运行的定时任务。

整段教程时长4分半钟，由Anthropic官方免费提供。

Reddit上一个团队的非技术产品经理，用Claude完成了一次代码提交。她全程没有写一行代码，只对着Claude输入了一句“去做这个功能”。

Claude在几秒钟内写完代码、打包并提交了Pull Request。团队内置的Claude Review机器人随后完成审核，打上了通过的绿标。

最后系统把这个PR分配给了人类程序员，要求进行人工代码审核。人类工程师查看代码后发现，代码居然能正常运行，功能也符合需求。

但这件事的讽刺之处在于：提代码的人不懂代码，审核的机器人只走流程，最后要为过度设计的“代码垃圾”擦屁股、承担生产事故责任的，还是人类工程师。

2026年的程序员日常，已经从“把产品经理的需求变成代码”，变成了“帮产品经理的AI审代码”。

现在的问题是：如果生产环境出了故障，这个责任该算在产品经理头上，算在Claude头上，还是算在点击同意的审核人头上？

X用户@maxt3chno分享了一套无需多年学习3D建模的三步AI工作流，全程零手动建模。 第一步用GPT生成概念参考图，第二步在Tripo上生成带独立部件的干净网格模型，第三步用GPT SOL 6.1 Extra High完成所有纹理贴图。 他用这套流程从零做出了细节丰富的万圣节主题德拉卡尔船模型，并反问为什么还要把3D工作流搞复杂。

X平台用户@gelorria发布了一套时长23分钟的免费分步教程，主题是如何用Claude创建交易机器人。 这套教程的核心内容包括三个部分：从零开始搭建交易机器人、以Claude作为核心基础、实现自动买入和卖出订单的功能。 教程发布者提醒用户收藏该内容，对应的教程链接为

OSHBuilt 在 X 平台展示了一个由 AI 完成的实体产品设计案例。用户使用 Claude Code，通过 OSH Cut 提供的 MCP（模型上下文协议）接口，提出了秋千架的设计需求。

AI 没有只输出图纸或参数，而是直接生成了一个可以直接下单购买的购物车。整个过程从设计需求到可购买的成品方案，由 AI 独立完成。

OSHBuilt 标注这个项目为「AI 设计，OSH 制造」。

开发者Shantanu Goel在X平台表示，很长一段时间里，他都怀疑t3dotcodes只是又一个AI编排工具。看完Theo的视频后他试用了这款工具，发现实际效果相当不错。目前他将t3dotcodes搭配pi使用，接入本地模型、Codex、OpenRouter、OpenCode订阅以及Claude Code的Claude订阅。

他计划用一周时间对这款工具进行全面测试。

X平台用户@joshuafolkken发布动态称，将打造全球顶级的AI开发工具。他提到，Claude与Codex根据不同套餐，或许已经取消了5小时使用限制。他表示，在状态面板中显示使用量会让人安心，不用再逐一检查使用情况。

接下来他会一口气处理完所有待办问题。

X平台用户@Pluvio9yte针对此前关于Claude使用方案的质疑，分享了多位推友的实测案例作为回应。

他表示，已经有不下20位推友反馈，自己的Claude Pro账号比Max账号稳定很多，Pro账号触发KYC（身份验证）的概率明显更低。

他还分享了三位推友的使用经验，这些用户的账号都在近期的封号潮中存活了下来：
1. ZhangChi：通过使用多个Claude账号来规避封号和KYC验证
2. 大雷：订阅了十个Pro新号，使用稳定，体验和Max一样流畅
3. SimonWong：自己的Claude使用方案已经用了一年多，上手门槛很低

@Pluvio9yte同时@了两位此前质疑该方案的用户，建议他们去相关评论区查看其他用户的实际经验，不要随意否定方案的有效性。

最快的做法： 直接跳到第 7 节，把工程书整段贴给带Grok Bot，它会一步步帮你把报名、领积分、建仓库、发帖到提交全部做完，你只需要处理登录、验证码、身份验证，并确认每次提交。第 1–6 节讲规则和原理，也可以当手动操作清单用。

AI 已然超神的又一铁证：

众所周知 B 站在 Android TV 上就一直没有好用的第一方应用，唯一一个可用的 app BBLL 也已经多年停更，现在播放不了视频了。。。

而我直接用 6.1 sol 逆向了 B 站已废 Android TV 客户端 BBLL，在没有源码的情况下，它直接用二进制字节码注入的方式，修复了应用无法正常打开视频的问题。。。🏴‍☠️

先打开 Android TV 的开发者模式让 AI 可以访问电视，然后给它初始提示词如下：

bbll fix 这个 app 可以从 github 找到开源项目，它现在已经停止更新了，需要自己维护修复 bug，请协助我维护，修复它打开视频报错的问题

然后你就可以看着它吭哧吭哧开始各处翻腾这个 app，最终居然真就给修好了。。。🙃

又一个氛围编程项目——有人找我做一次邮件采访，但我发现自己根本记不起来要做这件事。于是我氛围编程做了一个网站，它会把问题读给我听，像打电话一样录下我的回答，然后转写并整理成文字……

整个过程感觉很棒，就像电话采访一样——现在绝对是为各种一次性问题定制软件的黄金时代。

X平台用户@kloss_xyz公开了用于Claude Opus 5.5生成高端动态图形视频的完整提示词。该提示词要求生成一段1.5分钟的顶级动态图形视频，以应聘理想工作的标准制作，视频中不出现职位标签。

风格要求为Y3K液态铬与汞质感、深黑背景上的彩虹油膜反光、膨胀3D块状字体、线框全息UI叠加层、超薄等宽HUD元数据、焦散光线折射、高光泽产品渲染灯光、极致留白，HDR调色，高光超过纸面白，纯净深黑，饱和度丰富且受控，发光光源与反射，电影级色彩分离。

音效要求不使用廉价合成音，仅采用有机自然的高级音效：倒水与汞滴落声、玻璃共振、敲击金属碗、缓慢呼吸声、布料摩擦声。最终导出为1080p 10-bit HDR HEVC mp4格式，采用Rec.2020色域。

该用户还表示对该提示词进行了二次改编，并附上了相关链接。