与「小克」相关的搜索结果

😱无敌了！Opus 5.5 自己写了一套卡通剪辑软件，然后钻进去剪完了！ 不走视频模型，纯程序，code2video！ Claude 小人站在时间轴上： 日出 → 热咖啡 → 三只猫 → 自己跳舞。 伸手把 Sparkle 拉到 70%，咔一声 SNIP!，音轨lyric_track.wav 还在下面抖。 文件名已经是 opus_edit_FINAL_final(2).mp4。 转场、波形、导出按钮、预览手机框，全是代码画出来的。 视频模型在猜下一帧，小克在写剪辑软件。 #Opus55# #Claude# #code2video# #克劳德# #小克# #AI视频# #Dario# #Anthropic#

1998年，桂林小渔村，克林顿正在好奇的看着桌上的算盘，店员在给他演示算盘的用法，他看的十分投入开心。当时时任美国总统的克林顿访华，来到了这个小渔村，对这个算盘意外的很感兴趣，尤其是看到珠算演示后，更是称赞。

重磅推荐，必入始祖鸟跟单款 原版面料+原版做工。德国进口冷感TRICOT科技面料。Rapid Dry吸湿速干科技，60克超轻小微格面料四面弹力，质感轻盈凉爽透气，防撕裂防水耐磨。活动自然无拘束感。客供定制五金，裆部加宽拼接插角布。3D立体剪裁，上身显瘦。日常休闲，运动户外都可！176/140斤XL合身2XL宽松

以下消息来自小姜朋友圈（他推特账号找不回来密码了） 完成了一个全球首发～暗黑2重制版移植到了 iPhone 上了。 单机全程无需联网、全功能100%复刻、帧率稳定60帧，准确来说不是移植，而是源代码级别的完整复刻。 一共使用了四个20倍克劳德先生和2个20倍考黛珂丝女士，感谢他们。 最终技术方案实际落地时间是一周跑满24小时就完成了。 个人实验型项目，源代码不会发布，技术方案一周后发布。

巴菲特曾说，如果我，芒格，阿吉特都要淹死了，而你们只能救一个人，那就赶紧去救阿吉特🤣 阿吉特·贾恩，是巴菲特最信任的高管，负责伯克希尔的保险业务，为公司股东创造了数百亿美元的价值。 他负责接下保险公司和大型企业不愿独自承担的巨额风险，把一项经营困难的小业务，做成了伯克希尔的重要生意。 巴菲特和他第一次见面时，就非常喜欢他。 他问阿吉特有什么保险经验，阿吉特回答：“没有。” 巴菲特说了句“人无完人”，就把他录用了，随后让他接手公司的小型再保险业务。 后来，巴菲特越来越欣赏他，因为他能在别人不愿承担的风险里找到生意，又不会为了多收保费，答应公司承担不起的赔付。 有些业务如果没有他，自己根本不会去做。 2008年，一些替地方政府债券提供保险的公司，被房贷相关业务拖入困境。客户原本买保险，就是担心债券收不回钱，现在连保险公司能不能赔钱，都成了问题。 伯克希尔决定进入这个市场，巴菲特把组建公司的工作交给了阿吉特。 阿吉特接下的许多订单，来自已经买过保险的客户。 他给这些债券再加一层保障，但原来的保险公司仍然要先负责，只有债券发行方还不出钱，原保险公司也无力赔付，才轮到伯克希尔出钱。 这份排在后面赔付的保险，卖得却更贵。 原保险公司当初收取的费率平均可能在1%左右，伯克希尔当季承接业务的平均费率超过了2%。客户愿意多付这笔钱，因为原来的保险已经让他们不放心，而伯克希尔有资金支撑自己的承诺。 从组建公司，拿到牌照，到开始接单，阿吉特只用了几个月。 2008年第一季度，这项新业务就收到了超过4亿美元保费，完成了278笔交易。 做这些工作的，是他那间只有约30人的办公室，而且团队还在同时经营其他业务。 当时，这支团队原有的保险业务，每年已经能带来数亿美元的承保利润。 曾有人请巴菲特举例，说说阿吉特做过什么让他印象深刻的交易。 巴菲特回答，自己不知道阿吉特最好的一笔是哪笔，但知道自己最好的一笔是什么：把他招进来。

Meta 在 Connect 2026 正式发布 Meta VR Glasses！这是一台售价 1300 美元、约 100 克的眼镜式头显，计算与供电全靠外置 Puck，和 Vision Pro 不一样；Puck 搭载高通 Snapdragon Reality Elite，跑与 Quest 3 相同的系统，靠更强芯片和眼动注视点渲染做到更高分辨率。 其形态上和 Quest 差别很大：头显本身几乎没有计算，连 tracking 协处理器都没有，镁合金镜框、被动散热、开放周边视野——侧向和下方能直接看到真实世界。 双屏 120Hz、2412×2288 HDR micro-OLED，是 Meta 自初代 Oculus Quest 以来首款非 LCD 头显，支持 Dolby Vision，也是首款支持 Dolby Atmos 音景的 VR 设备。代价是视场角偏小：水平 70° × 垂直 66°，对角约 87°，远低于 Quest 3 的约 110° × 96°；装上可选遮光片时沉浸感会弱很多，但摘掉遮光片做透视时，周边自然可见反而是优势。Meta 把它定位成「能塞进包里的影院、场边座位和工作空间」。 和 Xreal Aura 一类 Android XR 眼镜比，它用 VR 式透视、更大对角 FoV、更高分辨率、全不透明，还带眼动和可选追踪手柄。内容侧会扩一批手势追踪的 VR / MR 游戏（含 Beat Saber 新手势模式 Flux）。 首发还有 Hologram：可像 Vision Pro 的 Personas 一样，以逼真面部追踪形象现身，并在其他 Meta VR Glasses 用户前以真人尺度出现。Meta 计划逐步做成真正 6DoF 3D，最终取代卡通 Meta Avatars，成为平台默认形象。

赵长鹏失业以后，在家人群里痛批前公司为“养老院”。 他暗暗下定决心要大展宏图， 大展宏图的第一步就定在传销大会。 坚信自己是钻石手的鹏鹏既然加入了cx， 就要向组织证明自己的决心， 于是2013年，在上海房价大涨前，含泪卖掉了岳父在浦东的房子。 毕竟赢了发财死老婆， 输了岳父去跳楼。 意志力坚强的岳父并没有跳楼。 他只是颤颤巍巍背着包裹住进了回迁小区，岳父打心底里心疼着鹏鹏女婿。 他抱着鹏鹏深深的吸了一口， “我就在此地卖几个橘子🔶，帮你回本。” 岳父是一个胖子，摆摊自然要费事些。鹏鹏本来要去的，岳父不让，只好让他去。 岳父戴着黑色鸭舌帽，穿着黑色大T恤，蹒跚的走到浦东机场边，把几个橘子🔶摆下。 看着岳父的背影，鹏鹏的眼泪很快地流了下来。 他赶紧拭干了眼泪，怕被岳父看见，也怕被别人看见。 再向外看时，岳父已经抱着橘黄色的橘子🔶往回走了。 鹏鹏看着黄澄澄的橘子🔶一个logo在脑海中浮现。 夜幕降临，酒店房间， 鹏鹏搂着怀里刚泡到手的一一，脑海里总是回荡着杨父抱着橘子的背影。 鹏鹏掐灭了烟，暗暗对自己发誓： 以后发达了，找小三一定要带上岳父。 【艳杨高赵】 每当艳遇的时候，杨岳父卖橘子的背影总高高的悬挂在赵长鹏的心里， 像一把达摩克利斯之剑。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。