与「召喚アウトロー」･イラスト･デザイン･書道師範🌟」相关的搜索结果

herdr 真棒，自从之前推友介绍 agent skills 以后， 可以在 harness 之间可以互相召唤 互相指挥以后，很多场景都顺了。 如图是我用我的 review-forge 流程 做 code-review， 可以让 codex 先 review，然后它自动创建两个 agent panel，kimi k3 和 opencode 的 deepseek v4，去 review。然后主 codex 接收到两个 review 结果以后，生成 summary，我汇总 check 以后，再让 kimi 去修 bug，修好以后自动通知让 codex 去 verify， verify 后，kimi 再去读结果来回反复直到所有问题都解决，整个流程除了中间必须让我去 check 哪个 bug 要修之外，其他全都是自动化的，非常非常好用！

又一个信息差。 DeepSeek-V4-Flash 免费用到 2026年12月31日。 用 CodeBuddy 三步搞定： 打开 任意仓库 @召唤 CodeBuddy 开启「替我上班」 白嫖到年底，自己算账。

这个技巧很棒啊啊，学到了 herdr 装了这个 skills 以后 harness 之间可以互相召唤 互相指挥 而且全部是真实终端 pane 不是 headless 的 会真实 split 出一个新的 pane 随时能点进去看 打断或者接手 最后主 agent 主动去读其他 pane 的输出 agent wait / pane wait-output 然后自己做综合 继续协调还是怎么做 简单试了一下 GPT5.6 SOL 去 orchestrator 用 herdr 开多个 pane 分别启动不同模型的 agent 分配任务 并行干活 再汇总

【私が“3Dデジタルフィギュア”になりました✨】 世界コスプレサミット2026のソニーブースに、私の3Dデジタルフィギュアが登場します！ 写真から高精細な3Dデータ化され、空間再現ディスプレイで立体的に映し出されます📸 さらに、自由に回転・拡大縮小したり、ARで好きな場所に“召喚”することも✨ 8月1・2日(土・日) 11:15〜12:15 に私もセントラルパーク地下街のブース周辺に登場します！ デジタルの私と本物の私、ぜひ会いに来てください📷 #コスサミ2026# #WCS#

2/ Agent把攻击的规模和速度都放大了：一个人能同时指挥几千个agent并行找漏洞。 以前国家级对手要几千名工程师才能攻下一个系统，现在几乎不花钱就能召唤几千个agent同时打几千个系统。

未来游戏里的高玩，可能轮到语文课代表了。 我们玩了这么多年游戏，能对游戏世界说的话其实一直很有限。NPC 只听得懂设计师写好的选项，技能也只能通过固定按键触发。 “火球术”听着像咒语，背后仍是一段提前写好的程序。玩家只能使用设计师准备好的动词。 AlayaWorld 的案例有点不同。 场景还在继续生成，你临时说一句“让天黑下来”，下一段真的进入夜晚；说“召唤一只白熊”，熊便出现在街上。还可以让建筑倒塌、神社燃烧，让洪水淹没沙漠。 语言开始直接干预环境，Prompt 也有点像这个世界里的物理规则。 未来的游戏攻略，可能会研究另一种东西： “召唤”和“创造”有什么区别？ “摧毁一栋房子”和“让它忘记自己存在过”，世界会怎么理解？ 哪些词稳定有效，哪些隐喻会触发奇怪结果？ 到那时，厉害的玩家也许更像一群研究未知文明的语言学家。他们会慢慢试出这个世界听得懂哪些动词，遵循什么语法，又会在哪些表达上产生意料之外的反应。 当然，一句话想成为有效的行动，世界还得记住它造成的后果。 房子倒了，走开再回来时仍然应该倒着；召唤出的东西，也不能一离开镜头就消失。否则所谓“咒语”，最后只是一段临时生成的视觉特效。 AlayaWorld 用 3D Cache 记住道路、建筑和地标的位置，再用压缩历史保留刚刚发生的事情。 简单理解，它在努力让这个生成世界拥有“过去时”。 目前这些能力主要停留在视觉层面，离完整的游戏机制还有距离。官方案例还没有证明稳定的碰撞、伤害、角色状态和长期物理规则。 不过，AlayaWorld 已经公开推理代码和 15B 模型权重。训练代码与部分数据仍在后续计划中，社区已经可以换掉官方输入，测试这个世界究竟听得懂什么，又会在什么情况下产生误解和穿帮。 小时候我们背秘籍，后来研究连招和配装。 以后，也许会有人共同写出一本“世界语法”：哪些话是技能，哪些话是漏洞，哪些话一旦说出口，连模型自己都不知道会发生什么。 如果语言真的可以改变游戏世界，你最想先测试哪个词？ “倒流”“复制”“遗忘”，还是“违抗”？ 项目案例： 代码与权重：

1 一个人走进 AI 生成的巷子，说了句召唤——天上真飞下来一只鹰。🦅 这不就是《盗梦空间》么？ Alaya World 干的就是这种事：一句话、一张图丢进去，实时长出一个能逛的世界。你挪视角，街巷往前展开；走到一半打一句提示词，里面真会跟着变。不是后期特效，是当场生成的。 说个暴论：未来游戏开发可能要变天了——先生成一个可玩的 demo，然后就直接上线了。🎮 我们现在用的 AI，多半还是打字进、文字出，最多再给你一张图、一段视频。看完就结束，你始终站在屏幕外面。 可以这么理解： • 💬 聊天模型陪你说话 • 🎬 视频模型给你放片 • 🌍 世界模型开始给你一个能走进去晃两下的地方 它还不完美，偏研究向，家用电脑也跑不动——别当成明天就能下载开玩的游戏。但代码开源了，主页上 Demo 很多，光看就能明白：AI 下一步可能不只是更会聊天，而是开始撑起一个空间。 想直观感受，直接刷 @alayastd 的 Demo，比看任何介绍都快。 1.🐦‍ 召唤火鸟 冷却好了，点火鸟技能。烟尘里冲出一只燃烧的凤凰，双翼一展，脚下黑烟烈焰

这条视频是我昨天做的案例里面最喜欢的一条，看到这个Skill风格就觉得非常适合花知晓，做出来真的完美适配，把视频发到即刻之后还有即友召唤了花知晓品牌方XD 提示词是Codex帮我写的，不过我觉得切入太慢了，广告头3秒很重要，要足够抓人才能让用户有停留往下看的理由，还有优化空间

蚂蚁集团旗下具身智能公司 Robbyant 开源了世界模型 LingBot-World 2.0——能连续跑一个多小时、画质未见明显可见衰减，还内置一套类大脑-小脑协同的 agentic harness，让世界随用户动作持续展开。 原有世界模型有个老毛病：跑上几十秒到几分钟，画面就开始糊、几何扭曲、场景漂移崩坏。LingBot-World 2.0 敢拿"连续跑一个多小时、画质无明显可见衰减"当证据，并明说这份稳定是"结构性的，不是挑了段好片段"。 四个升级点： ① 无限时长，还不掉画质： 别的可交互世界模型（Google 的 Genie 3、M-G 3.0 等）时长都停在"分钟级"；它是对比表里唯一在通用域做到"小时级 / 无限"时长的，也是唯一同时满足"高动态 + 语义交互 + 实时 + 完全开源"的一个（Genie 3、HappyOyster 都闭源）。 为什么不漂？ 两个关键：因果预训练 + MoBA 混合注意力，在 teacher-forcing 掩码里接一块双向注意力，既支持任意时长自回归，又当正则项压制退化；再用少步蒸馏（consistency distillation + DMD），且在模型自己长程 rollout 的轨迹上纠偏，专治长时间累积的漂移。 ② 交互动作大幅变宽： 不再只是"往前走 / 转镜头"，支持战斗、射箭、施法、射击等角色动作，还能改写环境——按需召唤下雪、下雨。 ③ 一个会"自己活"的世界——最有意思的一步。 它把 agent 那套 harness 搬进世界建模：由 VLM ‘Brain’ 观察当前画面、做因果推理并提出事件；视频生成器 ‘Cerebellum’ 将语义决策落成连续画面；同时 pilot agent 负责角色行为，director agent 负责持续引入新的环境元素和事件。两者组成持续闭环——世界不再是"你不动它就停"的沙盒，而是自己往前发生事情、并随你而变。作者的类比很直白：强模型得塞进 Codex 那样的 harness 才成为会干活的工程师，世界模型也得有 harness 才"活"。 ④ 能多人同时进同一个世界玩 部署很克制： 主模型 14B，另配 1.3B 轻量实时版，支持单 GPU 部署；稳定输出 720p / 60fps。 世界模型卷了这么久画质，下一关也许不是"生成得多真"，而是"这个世界能不能自己活着、活得够久"——权重和代码都开源了，感兴趣的可以去 Reactor、灵光上手测试跑一局。 #LingBotWorld# #WorldInfinity# #世界模型# #蚂蚁集团# #开源#

红杉 AI 大会上，Karpathy 聊了近 30 分钟，把过去几个月编程范式的剧变讲透了 从"软件 1.0/2.0/3.0"的框架，到 MenuGen 项目里"神经网络直接把图片渲染进菜单像素"这种细思极恐的例子 还有"参差智能"(jagged intelligence)、"animals vs ghosts"这些他自己独创的概念。 这是一个真正在大模型一线写代码、踩过坑的人，把 2026 年最前沿的认知浓缩成大白话讲给你听。 章节： 00:30 作为程序员从没这么落后过 01:02 去年12月的转折点：从"能用的AI"到 vibe coding 03:35 软件1.0/2.0/3.0：编程变成了写提示词 04:04 OpenClaw 安装：复制粘贴一段话给 agent 就是新时代编程 04:49 MenuGen 的故事：从写代码到"给 Gemini 一张照片" 05:37 Nano Banana 直接把菜品渲染进像素，整个 app 都成了多此一举 06:11 软件3.0范式 08:07 MenuGen 例子的推演：完全神经网络构成的计算机 09:40 AI 到底为什么在有些领域强、有些领域弱 11:14 经典例子：strawberry 里到底几个 r，到走50米该不该走路去洗车 12:24 国际象棋的秘密：GPT-4 突飞猛进是因为训练数据加了棋谱 13:39 给创始人的建议：可验证性能让你自己做微调、蹭上RL红利 15:46 vibe coding vs agentic engineering 16:54 "10倍工程师"过时了，现在顶尖的人远不止10倍 18:21 招聘该怎么变：别再考算法题，让人做一个能扛住攻击的大项目 19:36 人依然要把关审美、判断力、taste 20:37 Spec 比 plan mode 更重要：把关顶层设计，细节交给agent 21:51 API细节(dim/axis/reshape)已经不用记了，但底层原理还得懂 22:13 品味判断力会不会贬值？ 23:31 参差智能：我们不是在造动物,是在召唤幽灵(ghosts) 25:17 agent 能自主行动后的世界 25:27 一切文档依然是给人类写的——Karpathy最讨厌的痛点 27:43 智能变便宜之后，到底什么还值得深入学习 28:06 那条让他难忘的推文："你能外包思考，但外包不了理解"