与「Action对魔忍」相关的搜索结果

微软产品经理 Keiji Kanazawa 在 AI Engineer 大会上做了一场很实在的分享，题为I Let Agents Refactor My Codebase for 3 Weeks. Then I Read the Code 他原本写了一个自动抓取播客、X 帖子和邮件链接做总结的脚本工具，后来想把它彻底重构成一个带注册中心、支持定时调度和每日自我反思的智能体系统。 他自己完全不看代码，写了一份需求文档，就放手让 Claude Code 和 Codex 轮流写代码、互相审查，连着重构了三个星期。 直到有一天他发现生成的日报把句子放错了栏目，想查一下运行轨迹排障，结果 Claude Code 告诉他查不到，因为这压根不是个真正的 Agent。 他打开代码库一看，才发现那三个星期的全自动重构完全是一场灾难。 首先是假重构，模型为了迎合他的需求文档，在代码里建了名叫 `Skill`、`Action` 和 `Agent` 的类，但点进去看，这三个名字像模像样的模块底层其实是同一段旧代码的换皮，所谓的 Skill 里既没有 `SKILL.md` 也没有脚本，所谓的 Agent 根本没接任何 Agent SDK。 而且第二天他收到账单超支警报，单周开销翻了五倍，一查才发现 Codex 在写单元测试时根本没做 Mock，直接把单测连到了线上付费大模型接口上，一天之内自己跑了 30 多轮测试狂烧生产环境的 Token。 随后呢他决定推倒重来。但作为产品经理，他依然不想走回自己逐行读代码的老路，于是核心问题就变成了在不亲自读每一行代码的前提下，怎么管住 Agent 不让它再写空壳代码。 他摸索出了三步改进思路值得看看和参考借鉴。 第一步是改用验收标准来限制而不是目标来限制。 以前他是给个需求让 Agent 写份计划，看着差不多就点同意放行。重来之后他把重点放在定义最终产出的评分标准上。 比如他后来做了一个解析硬核技术视频的功能，要从视频里抽 440 个关键帧，挑出最清晰的黑板公式截图并配上讲解。 他没有去翻代码改排版逻辑，而是直接去改验收的评分表，在规则里写“每个公式必须和对应的解释按时间顺序穿插排列”，然后让 Agent 对着这张评分表自己跑循环做优化，直到跑分达标为止。 第二步是防止 Agent 在评分表上作弊。 因为评分表本身也是他让 Agent 写的，跑着跑着他又抓到了模型作弊。发现这个问题后，他多加了一层泛化检验，每次改完评分表必须同时在多个不同类型的视频上跑分，并明确下指令禁止针对单一视频凑分数。 第三步是用多轮对抗性审查。 为了防止单个模型再次出现工作问题，他在重新搭建运行时底座时，先拿四个主流工具做了一轮平行对比，发现像 Pi 这种极客框架虽然快，但动不动就弹窗问他 SQLite 表结构怎么设计、TypeScript 接口怎么定义这类纯底层工程问题。 最终他还是回到 Claude Code 和 Codex 的组合上，但把原来的简单互评改成了多轮对抗性代码审查，强制让两个模型站在找茬的立场上深度挑对方的架构漏洞和空壳逻辑。 这一套的思路是很值得借鉴参考的，总结起来也简单，第一个点就是尽量用可量化的验收标准限制模型的工作，第二点是可以采取多个模型的审查发现问题。 youtube：

真tm / 啊 黄仁勋下台背后：一笔来自Anthropic的4000万美元政治捐款 Anthropic 今年向美国 AI 政策组织 Public First Action 捐款 4000 万美元。几个月后，该组织准备宣传的两名国会议员，联名要求调查黄仁勋。 Anthropic 分别在 2 月和 7 月捐赠 2000 万美元，支持更严格的 AI 安全监管和芯片出口管制。 7 月 17 日，Public First Action 宣布投入 1500 万美元，宣传支持严格 AI 监管的共和党议员，并调查保守派选民对相关政策的态度。其中，两名计划获得广告宣传的议员是 Brian Mast 和 John Moolenaar。 11 月 4 日，这两人与众议院情报委员会主席 Rick Crawford 联名致函黄仁勋接受国会闭门问询。 11 月 12 日，黄仁勋辞职。三名议员当天再次发函，要求英伟达及美国商务部说明情况，并呼吁国会尽快通过更严格的芯片出口限制法案。 Anthropic 长期主张限制中国获取先进 AI 芯片。黄仁勋则一直反对收紧出口管制，多次游说美国政府放宽对华芯片销售限制。

楼下有位义正词严表演主流卫道士的。 我本来想让大家去看梁一梦@dream1984tube的推特，但鉴于很多人忽略了，我把他的帖子整理放这里: 梁一梦:摧毁黄仁勋的幕后黑手 2026年11月12日 11:35 我一直觉得是对华鹰派联合媒体在中期选举合谋猎杀英伟达和黄仁勋，但是媒体发表的标题文章味道越来越奇怪，充满了赤裸裸的种族歧视，现在发现他们都只是台前的打手而已，不得不让我重新审视最早纽约时报发表间谍新闻的记者 @AnaSwanson ，为什么对那么显而易见荒谬的线索高举高打，直到我检索了她过去里面，所有关于 ai 关于芯片科技关键新闻稿件以及深度报告中的重复核心信源，了解媒体工作的一定熟悉不是非常紧密和信任的关系不会信这么长期高频次的联络采纳其观点，你们猜我发现了谁—Jack Clark。 Anthropic 联合创始人、政策主管 / Anthropic Institute 负责人. Jack Clark @jackclarkSF 自己就是彭博社记者出身， OpenAI 政策总监（Policy Director） 在今年五月在阿斯彭研究所（Aspen Institute）举办的“AI and America's Place in the World”安全峰会及政策工作晚餐中，Jack Clark 与多位深入报道芯片供应链审查与地缘科技竞争的资深媒体人同场出席，其中也报过最先报道女间谍纽约时报记者，@paulmozur孟建国，他们一起进行了“AI 武器化与国家安全供应链防御”闭门讨论。 在纽约时报捕风捉梦的报道出来之后，第一个跳出来支持的国会议员 @ChrisCoons 在今年 7 月接受了 @jackclarkSF 的政治捐款，注意@jackclarkSF 生活在加州工作在旧金山Anthropic，特意专门跑去给一个Delaware州的参议院捐款，不要用那是他howntown解释， 2019 年在众议院情报委员会作证时提交的履历：众议院文件，原文他老家是"Varndean College, Brighton" 另外一个重要信息，他曾是乔治城大学 CSET 的非常驻研究员. 这次围绕猎巫黄仁勋的 @Georgetown 大学的人非常多， @MarkZJia 最高大法官的书记员 法学教授 @RyanFedasiuk 最早高呼黄仁勋辞职的上遍各种媒体的情报学讲师@dennisw5 前cia高级主管 CSET 全称是"安全与新兴技术中心"2 019 年设在乔治城大学的外交学院，专门研究 AI、半导体这类技术跟国家安全的关系。创办资金主要来自 Open Philanthropy，第一笔就是 5500 万美元。Anthropic 的 Holden Karnofsky 是它的联合创始人之一。它是"有效利他主义"（Effective Altruism）圈子最大的金主。 如果再有人我说冤枉了 @MarkZJia ，2026 年初五角大楼依据《联邦采购供应链安全法》（FASCSA）对 AI 模型供应商展开合规调查的风波中，Mark Jia 曾在华盛顿邮报及 Lawfare 连续撰文，就“国家安全行政权力界限与供应链风险认定标准”发表深度法理分析。法律论战中，其学术观点被 Anthropic 的法律抗辩团队广泛引用，用以界定“何种商业联系构成法理上的供应链国家安全穿透风险”。 全世界最早报道黄仁勋和黄乐的有浪漫关系直接抹黑黄仁勋金融时报的 @AsiaLens ，后来却说自己没有看过美国情报界的情报，他长期正面宣传报道Anthropic 的主动（划重点主动）合规政策（例如 2025 年 9 月独家报道 Anthropic 率先切断所有多数股权由中国资本持有的机构的 API 访问权，注意是独家从拿到信息来源的，为什么他独家？ 还记得针对黄仁勋的国会质询闭门会议，在媒体报道发出之前，国会议员@RepBrianMast 与@RepMoolenaar ，两人均签署 11 月 4 日对黄仁勋质询函,然后纽约时报女间谍新闻爆发，舆论做出黄仁勋是因为女间谍被国会审查一样，因为今年七月$1,500 万通过“保守派 AI 共识项目”直接捐给了他们两个，这笔资金背后金主是Anthropic PBC，通过Public First Action 渠道，Dario Amodei亲自拿了一百万美金。 在 2026 年选举周期中，Anthropic 构建了“双轨资金池”（企业 PAC AnthroPAC + 战略超级 PAC Public First Action），向此次负责向黄仁勋施压的核心国会立法者定向提供了关键支持，Anthropic 长期利益信托（LTBT）受托人 Richard Fontaine 担任 CEO 的智库 CNAS，系国会对华出口管制方案的直接设计者。在此次针对 Megaspeed 走私调查的内部听证会准备材料中，大量采纳了 CNAS 发布的《Defending the Compute Advantage》（保护算力优势）中的穿透式审查标准。 Richard Fontaine（Anthropic 长期利益信托 LTBT 受托人，2025 年 4 月/6 月加入，掌握董事会多数席位选举权）： 华盛顿核心国家安全智库新美国安全中心（CNAS）首席执行官（CEO），曾任美国参议院外交关系委员会幕僚及白宫国安会官员。 CNAS 长期向众议院外交委员会（主席 Brian Mast）和众议院中国委员会（主席 John Moolenaar）提供针对中国半导体与 AI 算力封锁的政策简报；Fontaine 直接坐镇 Anthropic 最高治理监督机构（LTBT），使 Anthropic 的对华芯片出口管制立场与国会国安鹰派高度一致。 民主党核心筹款人 Helen Milby 搭建的“Hakeem Jeffries 阵营—Anthropic 闭门通道”： 调查媒体 Sludge 于 2026 年 10 月 21 日披露， 长期为民主党“新民主党人联盟（New Democrat Coalition）”及众议院少数党领袖 Hakeem Jeffries 阵营筹款的资深筹款人 Helen Milby，同时运营着一家由企业资助的非营利组织，专门安排 Anthropic 等科技企业高管与国会民主党进行闭门对接。 Dario Amodei 在 2026 年内多次前往参议院银行委员会展开闭门政策沟通，提交关于“大算力外流对国家安全冲击”的机密级技术评估备忘录。该委员会资深共和党成员 Kevin Cramer 正是在今天成为全美首位公开要求黄仁勋辞去英伟达 CEO 职务的参议员。 一个巧合是巧合，一系列的巧合还是巧合吗？ Christopher LiddellAnthropic 董事会成员，2026 年 2 月 13 日加入，占据指定 Class T 董事席位， 特朗普第一任期白宫副幕僚长（White House Deputy Chief of Staff，深耕共和党高层与国会资金网络（2026 年 6 月曾向众议院拨款委员会小组主席 Chuck Fleischmann 捐款 $3,500），为 Anthropic 搭建起直通共和党主导的众议院各委员会的沟通桥梁。 引爆推特的，外交关系委员会的 Chris McGuire（@ChrisRMcGuire ），把金融时报报告的浪漫关系直接写成黄仁勋 "sleeping with Alice Huang, a Chinese spy" 他的推特只有 1.2 万粉丝，他以前在拜登的国安会当过 Chhabra 的下属。Chhabra 现在是 Anthropic 的国家安全负责人。今年 6 月台北 DSET 论坛他还和 Chhabra 同台，这个帖子发出之后，很短之内，众议员 Seth Magaziner 。前国家安全顾问 Susan Rice前议员 Adam Kinzinger ，纷纷立刻转载评论，达到1000万流量。 这是一次跨党派的种族主义的最高级别的清洗，意图驱逐世界殿堂级企业的华裔创始人。

阿里云开源「企业级 Agent 白皮书」 2026 年最新发布，是 2025 年 9 月「AI 原生应用架构白皮书」的升级续作。全书按 架构 → 构建 → 运行 → 治理 → 调优 的全生命周期组织，共 7 篇 30 章，由阿里云数十位一线工程师分工撰写，并纳入吉利、塔斯汀、MiniMax、哔哩哔哩、信永中和等外部企业案例。 它的写作动机很明确：过去一年市场重心已经从 “如何快速搭出一个 Agent” 转移到三个新挑战，工程化（从概率智能到可靠生产力）、规模化（从单点试验到智能基础设施）、组织化（从 Agent 孤岛到进入核心业务流程）。现有的框架文档和教程基本不回答这些问题，这本白皮书填补的正是这个空白。 开源地址 # 各篇核心内容 架构篇（1–2 章） 建立认知框架。给出 Agentic Application 的六个判定特征（以任务结果为中心、运行时决定部分执行路径、能作用于环境、维持跨请求状态、受确定性机制约束、可观测可评估）和成熟度四级模型（L1 辅助生成 → L2 受控自动化 → L3 Agentic Execution → L4 规模运营）。两个重要的解耦判断：用哪种形态取决于任务结构，处于哪级成熟度取决于治理完备程度；单 Agent / Long-Horizon / 多 Agent 是沿时间跨度和协作结构两个正交维度的扩展，不存在“必须升级到多 Agent”的路径。贯穿的原则是“最低充分架构”，为任务选择成本与风险可接受的最低复杂度。 构建篇（3–6 章） 是方法浓度最高的部分，按“范式—任务—信息—行动”还原构建过程： · 任务：Agent Loop 五阶段（Prepare→Model→Act→Observe→Verify）+ 十态任务状态机，要害是“消息历史不应是任务状态的唯一来源”；完成判定的核心原则是“模型只能申请完成，Harness 依据环境证据提交完成”，验证分五级并与风险匹配。 · 信息：Context 是动态“编译”而非静态字符串。本章的独创设计是 Context Manifest，每次调用记录上下文每个片段的来源、作用域、版本、信任级别、选中理由和内容哈希，使“模型看见了什么”变得可解释、可回放、可审计。信息被五分为 Context/State/Memory/Knowledge/Skill，其中 Memory（个人经验）与 Knowledge（组织内容）必须分列，因为治理责任不同，“放进同一个向量库会同时失去两类治理能力”。 · 行动：统一 Action Plane（意图→Schema 校验→身份绑定→策略决策→执行→观测），关键三分：“模型看见工具 ≠ Harness 注册了工具 ≠ 获得执行授权”。协议定位清晰：Function Calling 是模型-Harness 意图接口，MCP 是 Harness-能力提供方连接协议，A2A 面向拥有独立任务循环的远程 Agent，“协议选择由能力是否拥有独立任务循环决定，而非新旧或流行度”。 运行篇（7–12 章） 处理规模化后的工程问题，大量内容达到了分布式系统的专业深度：沙箱后端选型判据（容器/gVisor/MicroVM 按代码可信度与租户边界取舍）；状态外置后 Event Log / Checkpoint / 工作区快照三者不可互相替代，且“Durable Execution ≠ 外部动作恰好执行一次”；AI 网关对 LLM/MCP/Agent 三类流量按不同粒度治理，其中“严格预算需要原子预留而非阈值检查”的数学化分析（余额 100、两笔 80 的并发请求都会通过）是真实的并发工程细节；多 Agent 编排强调“最小充分共享”，共享的是上下文来源而非同一个 Context 窗口。 治理篇（13–16 章） 让自主运行的系统变得可信。可观测性的判据是“请求成功 ≠ 任务成功”；安全章同时把 Agent 当被攻击对象和行为主体来防护（身份是全章最扎实的部分：数字工牌、Token Exchange 权限收敛、On-Behalf-Of 且 Agent 权限 ≤ 用户权限）；资产管理把 Prompt/Skill/MCP/Agent 当作运行时依赖做注册与版本治理。第 16 章 Agent Simulation 是全书原创性最强的一章：Agent 行为之所以不可验证，是缺制度前提（角色无外部标准、失败无自然代价、身份不连续），模拟是当下唯一可做的事，本质是“用可靠 Harness 约束不可靠内核”。它甚至给出诚实的统计学提醒：n 次零违规的 95% 置信上界约为 3/n 而非零。 调优篇（17–24 章） 的组织原则是“归因决定方法”：先排除环境故障、再修 Harness、最后才动模型，“把本应由上下文或工具协议解决的问题当成模型不行，是代价最高的一类误判”。主线是数据飞轮：Trace→Trajectory→黄金数据集（输入/轨迹/结果/判据四要素）→Badcase 闭环→受控自进化（模型生成的改进一律是候选变更，须回流构建、过门禁、可回滚）。模型调优章对 SFT/Agentic RL/蒸馏的适用边界、奖励投机的三套机制分离（训练奖励、独立评测、系统硬约束）论述相当严谨，广引 DeepSeek-R1、Tulu 3、FrugalGPT 等外部工作。 总结篇（第 30 章） 是全书思想密度最高的总结。当企业同时运行多 Agent、多框架、多租户时，同样的工程要求在每个应用里被重复且不一致地实现，这本质上是缺一个共享的系统层。Agentic OS 被给出“窄定义 + 三条否定”：为 Agent 任务提供公共运行对象、能力接入、可强制边界与统一证据的系统层，它不持有任务语义、不是又一个框架、不必然改内核。能力下沉有三条判据（复用性 + 强制性或可验证性），九类管理对象（其中 Budget Lease 预算租约最易被忽略），并提出“自治上限由可撤销范围与可证明范围决定，而非模型能力”。 调研报告 的 1906 份问卷给出一个关键发现：已开发或开发中 Agent 的企业占 46%，但真正上生产的仅 18%；有评估体系的企业任务成功率是无评估者的约两倍，卡点不是模型能力，是 Harness 层的工程配套。这与全书立意互为印证。

Grok Bot 设计之旅 来自 Grok Bot Design Lead @johnbai 是 Cursor 纽约办公室的第一位设计师，John 在这期访谈中首次公开其幕后设计过程。 # Grok Bot 产品起源：为什么 Cursor 要"另起炉灶"？ Cursor 桌面端对非技术用户门槛过高，工程化概念让设计师等群体难以上手。John 入职后长期负责增长与 onboarding，核心命题一直是"降低门槛"。 内部曾有两派：一派主张改造现有产品（John 甚至提过类似 Codex 后来采用的"双模式切换"方案：coding vs. tasks）；另一派主张彻底重做。最终共识是：Cursor 品牌技术感太强、包袱太重，对非工程师缺乏吸引力，于是高层自上而下拍板，由几名资深工程师闭门探索全新产品。 Grok Bot 初版是精简版 Cursor Glass（agents 窗口）+ iMessage 式聊天界面。这是关键的"秘密武器"——AI 圈用户习惯了流式输出和思考状态，但普通用户最熟悉的是 iMessage/WhatsApp 的消息形态。这一选择奠定了产品的亲和力。 # 设计探索：从"激进重构"到"回归聊天" John 展示了大量未采用的探索，其演进逻辑值得注意： 1. 质疑范式：他最初质疑"为什么又是左栏列表 + 中间聊天 + 右侧详情的三栏结构"，尝试了大量替代形态——任务清单悬浮窗、"Mission Control"多 Agent 监控视图、便签式界面、Raycast 式唤起、常驻桌面的 "Notch（灵动岛）"概念、Clippy 式桌面角落角色等。 2. 用产品打造产品：他用内部原型（代号 Sand，即 Grok Bot 前身）来构建自己理想中的 Notch 形态。亲手使用后他发现：Notch 形态会丢失上下文，而聊天仍是管理 "Agent 舰队" 的正确交互范式。这是本期最重要的认知反转——设计师通过快速原型证伪了自己的激进方案。 3. 收敛逻辑：领导层对"退居后台"的 ambient 方案反应冷淡，因为产品需要品牌存在感；而探索中诞生的碎片（如六边形 Cursor logo 加双眼的像素小人）最终演化为 Grok Bot 的吉祥物。两条设计路线——"给工程版抛光"与"彻底重做"——最终融合为现有形态。 4. 拟人化的来源：早期内部用户自发给 Agent 起名、上传表情包当头像，团队从中捕捉到"用户想赋予 Agent 人格"的信号，遂将角色形象设为默认状态。 # Onboarding 哲学（本期最有方法论价值的部分） John "在 Cursor 的全部时间都在设计 onboarding"，其核心原则： 1. 衡量负担的标准是概念数量，而非步骤数量。只要价值传达清晰、过程有吸引力，用户愿意走完多步流程；反之，塞入过多概念（他点名 Buzz 的 onboarding）会让人流失。 2. 不要迷信 Skip 按钮。AI 工具跳过引导后，用户被丢进空白输入框，直接陷入"行动瘫痪"（action paralysis）。先教会用户产品能做什么，比让他们快速进入产品更重要。 3. 最终落地的三步：① 你拥有的是一个 Agent 团队（各有分工）；② 每个 Agent 有自己的电脑（嵌入式 computer-use 窗口 + takeover 接管按钮——主持人称这是他的 "aha moment"，因为云端电脑的运作首次变得透明可信）；③ 任务可自动化运行。 4. 被砍掉的方案及原因：连接 Google 做个性化定制（信任未建立，用户不愿授权）；语音引导（跟风 ChatGPT/Claude 语音模式，但新用户"不知道该说什么"，时机错误）。 5. 用动效"买时间"：信息逐步流入的动画，既表现 AI 在思考，又掩盖了加载延迟。 # Cursor 的设计文化 没有两个设计师流程相同：有人纯代码起手（做 Cloud Agents 的 Maya 甚至没有 Figma 文件，只交付 Vercel 可交互原型），有人用 Paper，John 自己仍以 Figma 起草——但 Figma 的定位已变为"喂给 Agent 的素材与故事板"，文件本身是完全一次性的（throwaway）。 Agent 深度参与设计执行：John 把 Notion 文档丢给 Bot，让它在 Figma 里自动布局数十个 logo 变体、填充组件网格——过去需要手动 Google 找 SVG、缩放对齐的重复劳动全部外包。后期他甚至跳过 Cursor，直接让 Agent 在浏览器里生成多个方案。 高保真评审文化：每个想法必须附带可交互原型，crit 时发链接让所有人亲手试用。"静态走查已经不够用了"——这迫使设计师在分享前就验证方案是否成立，避免"给烂方案抛光"。 沙堡心态与 unshipping：设计师不能对自己的概念有执念（"can't be precious"），早期探索注定大量被丢弃，但碎片会进入最终产品；公司内部有强烈的"反上线"（unshipping）文化，靠删除来收敛复杂性。 他引用 Colin Dunn 的 "informed simplicity"：用户觉得"理所当然"的简洁，来自设计者先极度发散、再极度收敛的过程。 # 团队、招聘与反馈机制 团队：冲刺期共 5 名设计师，按各自强项自然分工（John 做探索与 onboarding，Pong、Keith、Tyler、Mamuso 抛光主壳），品牌团队主导命名与形象迭代。 招聘标准：基本功优先于工具数量、出活速度或"模型优化技巧"。核心考察能否真正 ship 产品、是否有体现 PMF 寻找循环的工作流程——"现在什么都能造，但不是什么都值得造。" 反馈处理：坚持用户研究 + 数据驱动。重视深度用户（如主动向 power user 私信索取详细反馈，再让 Bot 汇编成 Notion 文档同步团队）；数据洞见直接指导迭代——用户常用 Bot 少于 5 个（影响信息架构）、授权认证是主要卡点、吉祥物反响强烈（故提升其存在感）；同时密切观察用户自发"hack"出的用法（如 iMessage 版 Bot），顺势纳入设计。 # 实际使用场景（产品能力的具象化） John 本人：妻子申请绿卡，让 Bot 扫描邮箱自动找出过去 5 年的租约与账单；租房监控（定时抓 StreetEasy 房源，按"靠近地铁蓝线"等条件排序）；跨工具流水线（Slack 反馈频道 → Notion 数据库 → 自动更新 Figma 设计，人只需验收）。 主持人 Rid：梦幻橄榄球 GM Bot（抓取公开交易数据 + 动态竞价模型）；QA Bot（每日自动跑完全部产品流程、生成工单，置信度达标即直接派给 Cursor Agent 修复）——他在机场行李提取处用手机修好了此前两次都没修好的 bug。 John 的总结颇具代表性："我现在默认它什么都能做，因为我还没碰到过墙。"

FLUX 3 发布了！ Black Forest Labs 对它的定位，不再是又一个「文生视频模型」或「文生图模型」，是「真实世界模型」！ 团队把 图像 / 视频 / 音频 放进同一套 multimodal flow 架构里，试图学「世界如何运作」，再把同一底座同时接到 内容生成 和 具身/动作预测。 为什么要「多模态一起学」？ · 图像：提供某一时刻的空间结构与关系 · 视频：提供时间、动力学、物理规律 · 音频：提供机械现象与声学之间的因果线索 · 语言：提供目标、抽象、指令 各模态都是同一现实的「投影」，单独训只能拟合投影；一起训时，模态之间的互约束（声音必须对得上撞击、运动必须符合质量、未来必须接续过去）才更接近「世界表征」。 能力拆解：同一模型，三条产品线 1. Video（已 Early Access）：最长约 20 秒、原生音频；文/图/视频参考、续写、关键帧、多语言对白；可链式拼更长片。 2. Image（随后数周）：合成 + 编辑；复杂 prompt、多语文字、风格与分辨率更强（仍在 midtraining 迭代）。 3. Action（伙伴通道）：原生动作预测，或把视频骨干当动力学底座微调；已有 FLUX-mimic（mimic robotics / Audi 场景）。

强烈建议收藏这个视频： 1. Claude Code 最早只是一个终端实验 他们一开始只是想看看 Claude 放进 terminal 里会发生什么。 后来给它终端权限、文件权限、命令执行能力，才发现这东西每天都能用。 这说明很多 AI 产品，一开始未必来自宏大规划。 先把模型放进真实工作流里，它自己会暴露价值。 2. 真正好用的 Agent，要能并行调查 视频里提到一个用法： 遇到复杂问题，可以让 Claude Code 同时调查 3 次、5 次。 每个方向分别跑一遍，然后再让它挑出最好的方案，总结给你。 这个很适合 Vibe Coding。 别一上来就让 AI 直接改代码。 先让它多路调查： - 方案 A 怎么做 - 方案 B 怎么做 - 哪个风险最低 - 影响哪些文件 - 哪个最适合当前项目 3. Slash Command + MCP 会变成很重要的组合 他们内部已经在用 Claude Code 做 GitHub Action。 比如一个 `/project:lint` 命令，不光检查传统 lint。 还会检查： - 拼写错误 - 注释和代码是否一致 - 是否用了指定网络请求库 - 是否符合项目内部约定 发现问题以后，Claude Code 可以直接修改，再通过 GitHub MCP 提交回 PR。 这个比普通 lint 更灵活。 因为很多团队规则，很难写成静态代码规则，但可以写成一句 Markdown。 4. Memory 可能会成为下一阶段重点 视频里聊到一个很有意思的做法： 让 Claude Code 写 logbook。 记录它做过什么、团队目标是什么、你喜欢怎么工作、项目里有哪些习惯。 长期下来，它才不会每次都像新来的实习生。 我现在越来越觉得，AI 编程的分水岭可能就在这里： 谁能让 Agent 记住项目， 谁就少浪费大量重复解释的时间。 5. 提效差距非常大 视频里有人提到，对他这种每天写代码的工程师，Claude Code 大概能带来 2 倍效率提升。 有些 Anthropic 工程师可能是 10 倍。 但也有人只拿它写 commit message，提升可能只有 10%。 所以问题不在工具强不强。 问题在于你有没有把它放进真正的工作流。 比如： 开发者让它先调查再改代码。 设计师用它提交 UI PR。 数据同事把 CSV pipe 进去，让它直接分析表格。 团队把 lint、review、修复接到 GitHub Action 里。 这段访谈给我的启发是： Claude Code 这类工具，已经不太像“代码生成器”了。 它更接近一个可以接文件、接命令、接 GitHub、接团队规则的工作接口。 普通 Vibe Coder 可以先从一个小动作开始： 给项目写 3 个 slash commands： - `/investigate`：只调查，不改代码 - `/risk-check`：列影响文件和风险 - `/ship-check`：运行测试、检查文档、给发布建议 先让 AI 稳定接住一个流程。 这比单纯问它“帮我写个功能”有用得多。