中文X的AI产品体验讨论新增写作风格处理、简化产品设计及消息筛选等实践。dontbesilent称，dbskill已开源三个用于处理文字“AI味”的Skill，其中检测工具可识别22种AI写作特征，应用场景包括公众号长文、短视频文稿和推文。Jiayuan Zhang强调把产品做简单比做复杂更难，并表示Multica希望追求简化体验。Akiii则分享让Muse每日梳理Telegram消息、让Grokbot总结X私信和过滤垃圾消息的使用方式。这些帖子并非同一产品发布，但延续了AI能力如何转化为输出质量和实际产品价值的讨论。候选材料未提供完整工具文档、检测准确率、效率对照或数据处理说明，不能确认去除“AI味”的可靠性、节省时间的幅度及消息隐私保障。
Participated post: 昨天有一个小伙伴私信问我，自己计算机专业，感觉现在 AI 可以完全代替他们的作业和论文，问我这个行业还有没有前景，以及对未来的一些建议。
我在想假如我回到大四的那一年，我会怎么做让自己未来之路少踩坑，走得顺一点，当然自己见识浅薄有限，欢迎交流。
1. 肯定还是会选择计算机方向，然后选择自己最感兴趣的子方向，借助 AI 协作极大放大这一块的效果，好比一毕业就有一种带团队干活的感觉。
2. 选择北上深杭这样技术氛围好，科技行业多的城市，假如学历和技术足够厉害，就去北京清华以南北大以东学院路以西大钟寺以北这个区域内找一个合适的AI 公司工作，这样对于 AI 大模型的敏锐度会远高于其他的地方。
3. 工作时候，快速完成工作，愿意投资好的 AI Token 帮助自己快速做好事情，对于自己感兴趣的项目做到 150%的效果，对于不感兴趣的项目做到80分合格但是效率最高，不浪费时间，这样才有时间去学习更多的东西，非常积极的拥抱新事物，愿意花钱投资最好 AI 的使用。
4. 把工资的一半拿来投资 VOO、QQQ，当做定投，当然也可以选择自己极度看好的一两个科技公司，比如英伟达、苹果以及未来的要上市的 Anthropic，不碰任何 A 股、港股，不投机。
5. 更早的时候找到自己的另一半，不要拖到工作几年以后，多看另一半处理问题时候的能力和耐心，在意你的感受，乐观，出什么事情都站到你这边的那个。
6. 不要借钱任何人包括亲戚、同学、老乡，借钱会让年轻的你心情不好，不要炫耀自己赚了多少钱，也不乱花钱，先让自己的第一桶金能够到你感觉即使2年不工作也可以过得很舒服的地步。
7. 保持持续学习，持续交流，持续创造一些好玩的东西给到社区、圈子、推特，不逐利的去做自己的 GitHub、X 等账号，形成自己的个人品牌，永远抱着用户是好人的心态去提供服务。
8. 专业工作之外，培养自己的兴趣点，可以去上一些课，不管是摄影、乐器、运动甚至是跑步骑行这种，这样会让你工作之外，不会太无聊，也会让你可以多出去走走。
9. 身体健康永远放到第一位，睡眠很重要，一定不要熬夜，不要久坐，多喝水，多走走挺好的，以及工作不要干太猛，别一鼓作气再而衰，把自己可以工作的战线拉得更长一点。
10. 最终尽早找到自己让自己不上班的自由之路，可以工作但是可以不上班，通过自己的兴趣、专业、特长、学习去赚钱，并持续的在这个过程提高自己，很高兴的把钱赚了。
#AI产品体验 #dbskill #去AI味
中文X的Claude账号与订阅使用讨论，新增通过Kiro访问、防封保证、OpenCode接入及额度口径解释。Andy Stewart称，可通过亚马逊旗下Kiro使用Claude，并宣称该平台不会封号；他还介绍闲鱼75元购买一万积分的方案，将其等同于200美元Claude订阅。Jason Young称，OpenCode又能使用Claude订阅，并以疑问语气猜测双方和解。宝玉则区分Max 20x的总体用量与每五小时限额，称前者为Pro十倍、后者为二十倍。这些帖子关注访问稳定性、第三方接入与使用成本，但没有官方政策、兑换规则或对照测试，不能确认防封承诺、积分等值关系及平台合作状态。
Participated post: 我终于没有忍住，又冲了一个 Claude 250 刀的账号，终于够用了，想和大伙聊聊我是物尽其用的如何用完 2 个 Claude Max 账号加一个 ChatGPT Pro 账号的。
我记得从 ChatGPT 3.5 开始以后，玩大模型的一般会有两个流派，一个是坚持使用当前最好的模型的人，一把梭把事情做完，但看着有点“败家”。还有一类是尽可能使用当前性价比最好的模型，通过多模型调研以及工程解法把一般模型发挥出接近好模型的效果，不过这里一般会多花一点时间。
两种用法我感觉都挺好，属于不用工程师性格的选择，我平时时间不太够，加上当时在做业务 AI 落地的时候，会有一个习惯使用当前业界最好的模型去测试效果，这样心里有一个底，知道当前模型高度以及更好的业务判断，等到 25 年初 Claude CLI 出来，体验到了那种厉害模型写代码的效果后，一直就坚持选择当前最好的模型来做自己的事情，然后从 1 个 20 刀试试，到 2 个 20 刀，然后到 1 个 125 刀然后 250 刀的账号，然后到现在 2 个 250 刀账号，属实不敢想，当时 AI 没有出来前，包一个爱奇艺电视会员几十块一个月都会觉得贵的人怎么现在对 AI 这么能花钱，也是神奇。
当前对于 Claude 普通任务我会选择更快的 opus 5.5 medium 档位，复杂任务使用 high，然后对于 Codex 默认用 GPT-6-Astra medium，因为他的其他模型的确不是很好用，不过有一说一 Codex 的 computer use 是真的好用，所以在 Claude 里面我也会通过 lcu 这个工具让他去调用 Codex 的 computer use，效率效果都好不少。
聊起 computer use，以及 AI 操作设备，这一块就非常好玩了，最近开发一些 Window 软件，我买了 Parallels Desktop 这个装到 Mac 上，用 computer use 去操作他非常多的功能，完成代码编写以及 AI 都在 Mac 环境，但是调试验证在这个虚拟机里面，然后考虑到更真实的效果，我去整了一台 ThinkPad X1，也让他 24 小时开机，然后用 UU 远程连接，让我的 Mac 可以使用远程终端以及 ssh 还有 UU 也可以非常好的操作这台真实的 Windows 电脑，帮我去做大量的多环境测试验证、以及各种软件安装、卸载、清理的验收工作。除此之外，我的 Mac 还数据线连接了我的 Android 小平板，通过 Android 调试功能也可以让 AI 非常好的去操作这一台类手机设备，可以帮我打开 App 去查询操作一些没有 API/CLI 的服务，以及操作一些有意思的东西。
这样就好比 Mac 是我的研发主力端，但是他上面连接了一个虚拟机、一台 Windows 设备、以及一台 Android 平台，还有操作 Xcode 自带的 iPhone 模拟器，等到后面想开发 Linux，我甚至可以在 Windows 里面再装一个 Omarchy，那就配齐了，这样有一个好处就是我的 AI 工作上下文只在一台设备，外出的时候通过 UU 远程来操作 Mac 做所有的事情，甚至我感觉 UU 远程在命令行输入的时候不好用，我还自己用 Kaku 做了一个有意思的功能，可以在浏览器上完全镜像操作我 Mac 上的 Kaku，体验很不错，等后续放出给大伙试试。
一方面 AI 操作设备帮我验证各种环境、多维度的测试验证会消耗不少 Token，另外一方面的确开发工作量很大，���时一般是 Kaku 里面 7-10 个 Tab 的 Agent 在跑我的任务，这也是大伙看到我的 GitHub 为啥可以清空所有 issue 的原因了，哈哈哈。
然后平时也会使用 /loop 功能，帮我去做一些收集的事情，比如收集社交平台上大家对于我产品的建议、Bug 反馈，我会让 AI 连接我的 Notion 记录一个列表，收集各种问题建议，详细准备上下文，然后让我的 AI 解决后自动标记完成，以及完成记录。然后就是大家熟悉的 Waza，我基本上每周会用最好的 AI 模型去跑一遍我所有的对话、踩坑、以及最佳实践，然后沉淀到这个开源 Skills 合集里面去，这里也会消耗非常多 Token，不过好处是做了抽象沉淀，让这个东西自己进化起来了。
以及我自己的一些投资、记账记录等等，我会用 AI 自动化帮我去识别、查找、统计各种东西，节约了我的时间，给我做一些信息整理的工作，也非常好用。所以我的账号就是这么被用完了，欢迎小伙伴也说说你是怎么用的。
#Claude #Kiro #OpenCode
中文X围绕商业交付的讨论新增FDE概念泛化、企业客户信任和知识产品付费三个角度。dontbesilent认为，企业咨询、小程序网站外包、Token转售和Agent开发都被装进FDE标签，并以接入DeepSeek API的小程序外包讽刺概念包装。大漂亮从消费端与企业端业务差异出发，强调客户关系和人与人之间的信任具有复用价值。indigo转述Dan Koe文章及数字产品发售案例，认为用户更愿意为能够产生共鸣的经验型内容付费。这些内容延续从工具能力转向客户价值、获客与商业交付的脉络，但不是同一项目的经营记录。候选材料没有FDE业务样本统计、客户留存数据或发售收入凭证，不能验证相关比例、成功案例及商业模式的普适性。
Participated post: 假如把我的 AI Coding 经验沉淀成一些最佳实践规则，可以给到大伙复用，会是怎么样的，于是乎，今天一下午我就在琢磨这个事情，手写反复调整后给到大伙，可以让你和你的 Agent 一起去学习。
需求
1. 从技术实现细节编程转变成许愿式编程，现在模型能力已经住足够强大，你只需要大胆把自己想法说出来，给它提足够高的要求和任务，不要担心 AI 实现不了。
2. 多给你的 Agent 讲做这件事情的背景和目标，少替他考虑技术细节，告诉它为什么要做，是给谁用的，做成什么样子你认为是最好的，具体的技术细节让它自己去判断，学会放手。
3. 优先用业界最好的模型，用差模型浪费的时候，一来回让你很不高兴的干活，二来也浪费了很多时间。
4. 要不要做一个新功能以及加一个新配置、开关的时候，让 Agent 来先问你找你确定，没有人用的功能、开关、文案都不要让他去加，慢慢把这一套你的产品规范让他沉淀起来。
5. 你的想法可以很大，但是让 Agent 干活的时候，尽量让他每次拆分成最小的可用功能版本，不要一次写非常多的代码，即使提交，这样出问题了你可以随时撤回。
规则
6. 让你的 Agent 了解你的说话风格，比如说看看、分析一下这个问题的时候，它只需要去读代码分析问题不要去改代码，你说修复、修改的时候才去动手，每次提交、发布和删除的时候都找你确定。
7. Agent md、CLAUDE md 里面除去重点的项目型要求外，只写代码里面看不出来的那种规则，以及之前被否决过的方案也可以分流进去。对你而言密钥和 token 不要贴给 Agent，贴了就当已经泄露了，立马去更换一个。
8. 对于Agent必须遵守的规则不要完全信 prompt，可能会拦不住，一定要用规则脚本去限制，让它真实跑一遍通过后才算完成了。
编码
9. 开始写代码之前，先让 Agent 讲清楚要改什么地方，会影响到什么功能和效果，这样是为了补充你的上下文，方便后面更好判断决策做什么。
10. 一定要让 Agent 基于项目补充一个能够让自己验证各种结果的脚本，每次特定的时候需要去跑一下验证效果，完成功能后需要检查，让他输出结果给你看，并基于此逐步沉淀你的项目 Agent 测试功能集。
11. 假如有多个 Agent 同时干活的时候，让他们各自用一份独立的 worktree 代码目录，同时提交的时候只提交自己改的代码，不要碰他人的代码，等到各自改完合到一起，再完整跑一遍测试。
排查
12. 修 Bug 的时候先找到原因再去动手，假如两次都没有修好，就去加一些日志看真实的数据以及运行效果，不要盲目去猜问题在哪儿。
13. 假如尝试修复了3次还不对，直接清空上下文重新写清楚你的问题、诉求，以及尝试过的解法让 Agent 重新开始。
审查
14. 让写代码的 Agent 和 Review 审查代码的 Agent 分开，保持解耦，这样一方不会被另一方带偏。
15. Review 代码的时候最多让 Agent 跑 3轮，防止跑着停不下来，第二轮开始只看新改动的地方，不要再把之前 Review 的再看一遍。
16. 对于你和 Agent 判断危险的改动，越危险让他查得越深，特别对于删除、付费、发布这种单向门改动你都需要自己去看一遍，点一下，看实际效果。
发布
17. 每次提交的时候，让Agent 写清楚做了什么，怎么去验证这个改动，除了问题怎么来回滚，用于给到后面开发过程中 git 记录本身就是 Agent 的一个非常好的上下文。
18. 需要对外的功能，可以先给自己用，或者给一批愿意尝鲜的用户使用，不要一上来就全量，可以在你的软件里面假如 beta 更新的开关，防止全量有问题，也是对用户负责。
18. 先给自己和愿意尝鲜的人用，没问题再发给所有人。
复盘
19. Agent 需要对每一个线上 Bug 和用户反馈的问题都留一个测试案例，每次上线前都来跑一遍，防止继续踩坑，包括你换模型的时候也可以把这些旧问题全部都跑一遍，看看模型是否还行。
20. 修复问题的时候，让 Agent 学会举一反三，把同类的问题一起修复掉。优化功能的功能，完善视觉的时候也是一样，防止只改一个地方，忘记了其他的地方。
#商业交付 #FDE #DeepSeek API
中文X围绕DeepSeek Harness的讨论转向内置功能与第三方插件的分工，以及Agent执行过程的可视化。Tianyi Cui回应插件作者对功能被官方内置的担忧，提出希望将DeepSeek Harness建设为Agent时代的操作系统，并以手机系统作类比。Barret李靖推荐Context和Agent-Team插件，认为二者有助于看清Agent执行全貌，同时强调程序员的调试基本功仍有门槛。SuSu_酥酥则转述官方文章推荐四款社区插件，介绍自媒体创作者工作台等应用。这些内容延续Agent运行框架与工具整合脉络，但可见正文部分截断，缺少完整推荐文章、功能测试与兼容性记录，不能确认内置路线、插件效果或长期维护保障。
Participated post: 有了 AI 以后写代码速度快了非常多，但是校验的速度其实还是不快的，特别是在 GitHub 上跑 Actions CI 的速度，下午花了一些时间对 Mole、Kaku、Pake 的 CI 全部彻底优化了一下，效果很不错，分享给大伙。
你可以这样直接 Copy 下面给到你的 Agent，我们来看看可以帮你节约多少时间。
帮我把这个仓库的 GitHub Actions 提速，在不减少必要的测试项以及功能校验下，最大幅度减少耗时。
1. 先使用 gh 拉最近 50 次的运行情况，把每一个 job 拆成排队、准备、真正跑测试的 3 个时间段，去看规律，可能很多时候慢的是准备的阶段，不是测试本身。
2. 同一个 PR 连着推好几次时，只跑最新的那次，旧的直接取消掉，用 cancel-in-progress 去实现。不过 main 分支不要这么做，需要确保发版 main 上的每一个提交都完整跑过一遍。
3. 只改 README 和文档的这种提交不要触发跑 CI，可以用 paths 过滤掉，另外被跳过的必需检查会一直卡住 PR 合不进去，这个要提前注意一下。
4. 优先用 setup 类 action 自带的缓存，setup-node 打开 cache，setup-go 默认就开，Rust 用 Swatinem/rust-cache，注意每个仓库缓存只有 10 GB，用不上的就不要放到这里面去。
5. 本地连着构建两次，第二次应该几乎不花时间，假如有多余的花时间的地方，一定是哪些写得有问题，比如 Dockerfile 装依赖前先 COPY 了整个仓库，或者构建脚本盯着一个不存在的文件，类似的问题记得检查。
6. 工具直接下载预编译好的，不要用 go install、cargo install 现场安装编译，这里会很费时间。
7. 不互相依赖的 job 并行跑，删掉不传数据的 needs，最长的那套测试拆到多台机器上去跑。
8. 免费账号的 macOS 最多同时跑 5 个，所有 workflow 共用，格式化、lint、依赖审计这些不挑系统的都移到 Ubuntu 去跑更好。
9. 做过的事情就不要做重复了，以及不要多此一举做事情，比如别的 job 跑过的检查就不要套重复再跑，比如只构建前端的 job 就不要多此一举去拉整个 Rust 缓存。
10. 改完去 push 那个上面测试运行效果，看运行的时间，发现规律，再次查漏补缺来优化一遍，做到最好，最后给到我优化前后的对比。
#DeepSeek Harness #社区插件 #Agent运行时
Anthropic 旗下 AI 助手 Claude 网页端订阅页面近日出现重大调整，用户发现账单结算国家选项中已可直接选择中国，且 Pro 与 Max 等付费档位界面同时现身简体中文支持与银联支付标识。该变化迅速在开发者社群引发轰动，部分用户推测 Anthropic 可能正在试探性放宽对中国大陆用户的注册准入；但鉴于此前该平台严苛的风控和大规模封号历史，亦有技术极客质疑此举或为精准识别违规账号的“合规陷阱”，并分享利用开源插件与中英文信息替换隐藏真实身份的防封号思路。讨论反映出国内开发者对闭源大模型官方准入的渴望与长期风控阴影下的戒备心理。
Participated post: 看到任何 Claude 的奖励、问卷、邮件，建议不要点击、不要点击、不要点击，比如这个 250 刀的云额度，不要去点击，这家公司虽然模型非常厉害，但是行为可能不那么正派。 https://t.co/uyCz7PYWWc
#Claude订阅 #Anthropic #银联支付
中文开发者分享AI编程与桌面软件操作的新实践，涉及Codex配合REA下载微信视频号视频、研究WorkBuddy读取微信聊天记录，以及Claude Code项目级记忆和Skill规则复用。宝玉称，视频下载需要多步对话，Codex最终通过配置本地代理完成；Andy Stewart自述使用REA配合算力舱研究聊天记录读取方式，但可见帖子没有呈现完整过程。Jason Young认为，项目记忆能够保留设计决策、开发红线和待修复问题，提高更换工具的成本；向阳乔木建议借鉴Skill中的验收、数据和画面控制规则。讨论延续智能体操作软件与开发工作流优化的脉络，但缺少兼容性、数据授权、稳定性及效率对照，不能据此确认普遍适用性。
Participated post: 我想说 Gemini 3.8 Flash High 是当前优化产品以及官网文案内容最好的模型，推荐有需求的小伙伴去试试。
由于这几天我的Claude 以及 Codex 额度 以及好几个 Reset 都用完了，但是还有些事情要做，翻出了半年前当时 199 刀包的一年的 Gemini AI，甚至都快忘记了，也想着不抱太大希望去看看谷歌的模型效果有没有进步，于是下载了一个 Antigravity，直接设置当前能设置的最好的这个。
让他去帮我优化 Mole Mac 的一些文案，想着让各个国家的内容尽可能简单、清晰、易懂，输入非常简单的诉求，他就开始干活了，速度很快，文案优化给到了优化前、优化后和原因，仔细看了看，相比之前 GPT 和 Claude 最好模型优化的好了不少，让我听惊讶，语言很顺畅、真实、清晰，不文绉绉，也没有 AI 那个味道，让我感觉真好，虽然在 Coding 上差了点，居然在文案表达上这么好。
20刀每月的居然还挺耐用，我让他帮我优化了 Mole 的官网、 App 设置项、优化项、清理项，提示文案、描述文案各种，感觉之前我手写的的确有不少没有那么好懂清晰，换成这个以后，真有一个你请了一个语文老师做到你的旁边帮你考虑小白用户如何更好理解你产品的思路来优化，帮我做了很多事情。
我居然对优化文案上瘾了，然后我又包了一个20刀的账号，继续使用，一个用完，另外一个刚好重置，把我之前一些产品不好懂的文案、描述几乎全部优化了一遍，包括各种开源的 Readme，非常爽，也非常喜欢，算是找到了用武之地了。
假如你也有类似诉求，非常推荐你把尘封很久的 Gemini 拿出来试试，会让你很惊喜的，可以让他输出前后对比以及原因，先让你check，让他追求简单、清晰、易懂，不AI语气的方式来弄，非常非常不错。
#Codex #REA #微信自动化
中文X用户围绕AI作文、自动回复和聊天机器人的身份理解，讨论人机表达的边界。AB Kuai.Dong转述一名老师发现班级30名学生中有10人的假期作文写到桂花糕，因而怀疑使用AI代写；他随后尝试让多个AI生成作文，也观察到相同字样。Tw93称自己的中文帖子下经常出现AI回复，认为不合语境的总结打断了朋友交流，并强调保持个人独特性。小宇妈妈则分享母亲误以为豆包背后是真人答题、担心增加年轻人工作负担而减少使用的经历。这些帖子呈现内容趋同、社交氛围和AI身份认知三个角度，但词语重复不足以证明学生作弊，个体经历也不能代表自动回复或认知误解的普遍程度。
Participated post: Ai 时代，保持人的活人感、独特性真的非常重要。
最近比较搞笑的一件事情就是推特只要一发中文内容，下面就有不少 Ai 的回复，我之前会搞笑回复他们说你这个 Ai 要用一个好模型，现在看多了后有一种好比一群朋友在开心闲聊，突然冒出来了一个人前言不搭后语帮你乱总结，把原有氛围打乱。
不是很清楚是从哪儿学到的邪修办法，其实已经完全过时了，这样不会给你账号带来任何利益，也不会提升任何你的账号数据，反而容易把号作废，也浪费了 Token，其实不值得，完全变成机器人了。
最近我非常喜欢边 AiCoing 的时候，边看 Testv 的视频，在 Ai 时代前他们活人感也非常强，Ai 时代中也完全没有变化，更像是一群玩得很好的朋友组建了一个有趣的公司，也不接广告骗观众，测评有趣的产品，记录他们一群人在重庆巴适的生活，我非常喜欢他们。
相比 Ai 时代之前一直看的头部一些数码测评，在 Ai 时代时候突然发现几乎都不怎么看了，我甚至都能猜出他们介绍产品时候的手势，微笑时候的样子，说什么语气词，非常有脚本感，虽然视频本身质量非常感，不过让人有点儿感觉疲倦了。
这种感觉正如现在很多使用 Ai 生成的图片、视频、内容文章，其实有不少在 Ai 时代之前会感觉质量很高，但是重复内核的东西多了以后就正是我看上面评测视频那种疲惫感。
其实我们内容制作本身完全可以不重复，完全可以自己写，即使质量一般，会远远好于重复“高质量”，当然使用 Ai 可以带来非常大的水平提升，能够让有想法的人做出之前不可想的东西，也不需要求人，甚至在很多地方好模型的能力水平已经强于人的方方面面，我也非常受益于模型的进步，帮我效率大幅提升。
做产品其实也是，在产品里面融入你的活人感，你的调性，你的世界观也非常重要，前提是属于你的，你特有的，不是 Ai 帮你思考的那种。
假如从想法到产品到运营完全 Ai 化，那也会有非常多千篇一律的东西，加上 Token 很足，也有拿着不少认真工程师弄了很多年的产品直接 Ai 改写，换一个语言，半天蒸馏完，然后上传到 GitHub 光明正大的开源，随口一说原来那个某些地方不好，我整了一个更好用的，甚至也会想着程序员也就那么回事，我这种���编程技术也不会的人都可以做出这么“好用”的东西。
殊不知，这种很容易破坏原有很多有想法的工程师继续贡献更多好代码，好思路给社区，千篇一律时间线内容也会让有想法的创作者少发内容，靠量取胜逐步战胜靠质取胜，到时想看好内容的人看不到好内容，想发好内容的人不想发好内容到这里的问题。
玩推特刚好经历了前 Ai 和现 Ai 时代，我有一个让我很舒服的习惯，就是所有的这种随便说说内容只手打，不使用 Ai 生成，可能有错别字，可能不通顺，也可能碎碎念，其实都没啥事，想着这是我保留活人的一个非常好的方式，非常担心自己完全依赖于 ai 科技后把自己变蠢，就像假如开车所有路都自动驾驶，那就完全丧失了开车驾驶的那种乐趣，把自己变成了专车司机，那就没有意思了。
所以我想着尽可能在我还能胜任的的地方多用用脑子，就当做一种新的娱乐活动好了。
#AI代写 #作文趋同 #X自动回复
中文开发者分享Muse与Grokbot接入本地模型的方案，将个人智能体讨论从跨环境协作延伸至持续运行成本。实践哥Li称，有显卡的用户可通过Tailscale组网，让Muse连接本地Qwen 3.8 Next Flash，并以“5毛钱电费”和“无限token”描述使用体验；可见教程在登录步骤处截断。Lonely随后转发“Muse无限token 2.0”方案，强化本地显卡运行的传播。Go学长则提醒，连Muse都无法注册的网络环境，不宜贸然购买Claude服务。讨论呈现本地推理降低云端额度依赖的期待，也涉及网络可达性门槛，但候选材料没有提供硬件配置、耗电周期或稳定性测试，不能确认所述成本及全天候运行效果。
Participated post: 最近给我每天都在使用的工程师合集技能 Waza 加上了一个很有用的操作以及回复规则，来源于 ASD-STE00，一套最开始用于航空维修文档的简化技术英文标准。
最开始是看到 Andrej Karpathy 的推荐，让大模型参考这一套规范来解释事情，回复会更加易读，刚好晚上有空，我顺着看了看规范和官方的 AI 白皮书，发现它对于词语、条件、和操作顺序的要求，真的非常适合拿来检查 AI 到底有没有把话讲明白讲清楚，想着基于我的理解给大伙更好懂的解释一下。
可以理解飞机维修手册其实面向阅读的人来源于各个国家，英文不一定是对方的母语，比如说修飞机的时候，拆哪一个零件、什么时候可以操作、前一步做到什么地步才可以继续做下一个步骤，是不是感觉非常像现在我们让 Agent 去做一些事情，我们也是想着尽可能 Agent 非常准确快速的做好，并把我们的诉求理解到位。刚好就和这个飞机维修手册上的说话操作规范非常像。
很多时候，一个词语换一个意思，一句话里面漏掉一个条件，面对说明书操作的人可能会做成不同的操作。好比大公司里面，CEO 的想法是经过多轮传递，很容易会导致很多信息失真，最后做出来的东西可能会当时想的完全不一样。
这套标准从我的理解正是用来解决这种说话和执行偏差的问题，它由协作规则和词典组成，词典会限制一个词可以用什么词性、表达什么含义，包括这个行业里面的哪些技术属于可以允许使用。同一个东西也不会为了避免重复就换一个名字去做，操作的步骤会需要写清楚条件和顺序等等这样的要求，其实这些放到技术文档里面也非常好理解。
我在 Waza 里面为了让 AI 更好理解，比如说在 write 写作技能里面我放了这样的例子，让 AI 写出来的内容更加清晰明白。
比如“上传完成后，删除本地文件”，如何被 AI 简化成“开始上传，然后删除本地文件”，会很容易出问题，可能文件还没有传完就被删除掉了，这里的“完成”就是决定了什么时候能删除，是必须存在的词。
再比如“只有检查通过，才允许重启” 和 “检查通过后就重启”，前一句就符合这个要求，后一句没有执行要求的动作容易多出很多可能，“才允许”在这里就是那个保持原意的关键词。
这正是我希望 AI 在日常回复和帮我干活时候要注意的地方，把做的结果讲明白、讲清楚，让它和我都不困惑不懵逼，说到点上，不要我再去多问一句更多的才好。比如说代码改好了、测试通过了、已经推送了、用户可以下载了都是对于结果的详细表述，假如它只回一句“已经修复并验证”，这种情况下，我肯定会继续问，到底解决了啥都好了没。
不过我认为，这里没有必要让 AI 去完整参考所有的标准，归纳起来的规则其实非常短，「同一个对象保持同一个名称，指代不清时写明对象，把条件和例外放在对应动作附近，保留先后关系，分清建议、要求和可能性。已经清楚的话就不改，不要为了简短删掉原因和边界。」
当然你也可以直接安装 Waza 的 clarity 规则来使用，或者直接去这里看看。
https://t.co/ogGSjIXGhN
#Muse #Grokbot #本地模型
中文X的AI视频创作讨论新增baoyu-design的Motion功能介绍，以及对AI自动剪辑成本和使用者能力的质疑。宝玉称，该工具在Claude Motion基础上完善了多人协作与编辑器功能，用户不必等待整个视频渲染结束，便能查看渲染过程。dontbesilent则自述，用AI操作剪映的实际成本高于人工剪辑，并认为工具使用还涉及账号限制、额度和等待重置等负担。他另以写作和剪辑为例，提出AI使用程度与原有技能存在差异的观察。讨论延续视频制作工作流与成本控制脉络，但功能介绍与个人体验并非对照评测，不能据此确认效率提升幅度、行业使用比例或人工与AI的普遍成本关系。
Participated post: 给关注者比较多的小伙伴一些建议。
假如你以后想做自己的独立产品，那就不太建议你去接商单，一方面这可能是你未来用户不喜欢的点，另一方面会让你感觉还是自媒体来钱快，可能弄独立开发就坚持不下去了。
假如你以后想做更好的自媒体，其实非常辛苦，那非常建议接商单时候认真体验，尽快让用户看到的和你体验的一样，碰到喝事实不吻合的单子果断拒绝，或者帮助甲方一起完善后再发。
因为你平时肯定也会持续发好内容，然后夹一些商单，但是只要一次你的商单效果和用户体验差距很大，你的关注者会认为你在骗他，这样后续你发的更多非商单好内容，很多用户也会认为这可能是商单，非常容易先入为主，索性不看了。
因为我们自己身份也是各种产品的用户，也是关注者，还是被关注者。
#AI视频 #baoyu-design #Motion
OpenAI 围绕代码与大模型产品线展开高频迭代，开发者实测确认 GPT-6 Astra 与 6.1 Sol 的推理速度自 20 TPS 提升至 30 TPS，严格兑现了默认提速 50% 的性能承诺。与此同时，市场传出 OpenAI 正式上线月费高达 500 美元的高阶订阅套餐，引发用户对高算力模型定价溢价与实用价值的广泛讨论；此外，ChatGPT 宣布引入隐藏文本水印技术，通过特定词汇分布规则标记 AI 生成内容。虽然官方公布了水印原理，但社区认为简短对话即可规避检测，围绕大模型性能提升、商业收割与内容溯源展开多维博弈。
Participated post: 最近看到有一些朋友 GitHub 被封了，其实挺麻烦，应该是通过一些自动化的 Agent 模拟浏览器操作违反了官方规定。
小伙们们用各种 Agent 时候，特别是最近大火的各种 Personal Agent时候，建议给他加一条硬规则，不要直接通过浏览器自动化操作自己的重要账号，尤其是 X、Reddit、小红书，以及 GitHub、Gmail。
能用官方 API 就用官方 API，有官方 CLI 就用 CLI，对于 MCP 以及第三方 CLI 需要看一下底层实现，有些只是把网页模拟点击、Cookie 或私有接口包了一层，这种也容易有坑，其实也不太合规。
没有合适的官方接口，就让它停下来告诉你，自己手动处理，不要让 Agent 为了完成任务擅自尝试各种解法，触发风控甚至封禁，就有点可惜了。
最后我认为是这里的遵守规定和为了避免 Claude 被封是完全不一样的，避免 Claude 被封有一种玄学概念，而且不少告诉你防止被封的人需要仔细看看他的文章里面有没有带 aff 参数的链接，多半是为了卖云主机和各种服务或者推广费用，这里属于玄学，看运气，但是对于已有官方明确说禁止非 API 自动化，以及脚本操作网页的情况我认为是需要遵守的，属于正常的规则防止被滥用问题。
#OpenAI #ChatGPT #推理提速
