注册并分享邀请链接,可获得视频播放与邀请奖励。

AI少年 的个人资料封面
AI少年 的头像

AI少年 (@aehyok)

@aehyok
0 正在关注    0 粉丝
使用 Codex+GPT Image 2 配合我封装的这个 Skill,直接复制文章内容就可以生成 Anthropic 极简美学封面图。 同时我也提供了直接使用 ChatGPT 一键复制文章内容生成四张风格封面图的提示词用法。 详细用法请看视频,另外附上开源项目地址,有需要的可以试试看:
显示更多
Anthropic 的极简美学封面图设计,以后发文章封面图终于不用发愁了。
0
10
52
0
转发到社区
Anthropic 的极简美学封面图设计,以后发文章封面图终于不用发愁了。
0
27
92
12
转发到社区
WorkBuddy中SkillHub官网的技能个数已经来看了7.8 万,这正是我觉得WorkBubby 的恐怖之处。 你在Codex中只能眼巴巴的到网上到GitHub 到其他平台上找,但是在WorkBuddy你可以直接搜索这7.8万个技能。 但是在搜索技能的时候有个小技巧,WorkBuddy中的搜索好像是关键字的,所以能搜索出符合你要求的技能就很少。这里我教你一招,在WorkBuddy中点击跳转到 进行搜索。 同时搜索出来的skill,有三种方式进行安装,有需要的详情请看视频。 最后附上skillhub官网地址:
显示更多
Codex 强的可怕活跃用户从700万到800万只用了一天。而网传腾讯家的 WorkBuddy 日活跃用户数来到了1300万到1500万。原来我不太信,但是我下载安装并体验了 WorkBuddy,我发现了 WorkBuddy的生态让WorkBuddy想不火都难。 如果你属于这800万当中的一员,恭喜你你有机会超越全球99.9%的人。 如果你属于这1300万到1500万当中的一员,恭喜你你有机会超越全国99%的人。 赶快加油学学吧。一个视频来带你看看我眼中 WorkBuddy 中的生态到底有多强,也顺便看看这篇进阶的实战文章。
显示更多
0
40
135
28
转发到社区
腾讯自家产品WorkBuddy和腾讯云CloudBase 完美结合丝滑入扣的开发微信小程序。 于是我想直接在Codex (ChatGPT App) 中也来体验一下,使用腾讯开源的 CloudBase 插件,从零来开发一个小程序会是怎么样的体感呢? 录完视频,我发现同样丝滑,而且没有拖泥带水,这波给腾讯再点个赞,不在WorkBuddy 中私藏干货。况且使用微信云环境生态,更省了很多后端服务部署等相关的事情,真的人人都可以开发自己的小程序,而且个人版简单小程序,只需要身份认证就可以过审核。有兴趣的完全可以在 Codex 中试试吧。 使用过程大致如下: 1、Codex 中添加插件市场的关联 【TencentCloudBase/CloudBase-MCP】 2、Codex 中安装此插件 3、使用插件 4、准备要开发的小程序提示词 5、绑定腾讯云环境 6、绑定微信小程序APPID 7、使用「微信开发者工具」打开指定的目录 8、预览小程序 视频中从零开始的记录全过程,很多的注册和使用细节详情请看我的超长文章,真的超长。
显示更多
0
7
63
13
转发到社区
卧槽太叼了,腾讯自家的 ima知识库可以让AI轻松替代读取我们微信收藏夹里的微信公众号文章,支持批量哟。 有没有跟我一样,平常喜欢刷点公众号的文章,然后看着不错,就点击收藏了。然后到用的时候,还得去收藏夹里查找、打开、复制链接、非常的不方便,如果很多篇就更别提了。 尤其是在AI时代,我需要通过 WorkBuddy、或者 Claude Code、Codex 等 Agent产品来加工微信公众号文章的时候就天然的不方便了,这不ima知识库竟然能解决这个问题。而且WorkBuddy 中深度绑定了ima知识库。但同时你也能轻松在Codex、Claude Code 中使用 ima知识库。 一个视频来教你轻松打通这个链路,如果对你有用,记得回来谢谢我。同时看看这篇文章,我是从这篇文章中学来的。 最后附上ima知识库这个skill的安装方式:“请根据 ima-skills”。它在WorkBuddy中可是纯天然然集成的,或者你直接在skillhub上搜索,下载这个skill的压缩包。
显示更多
0
56
104
21
转发到社区
Codex 强的可怕活跃用户从700万到800万只用了一天。而网传腾讯家的 WorkBuddy 日活跃用户数来到了1300万到1500万。原来我不太信,但是我下载安装并体验了 WorkBuddy,我发现了 WorkBuddy的生态让WorkBuddy想不火都难。 如果你属于这800万当中的一员,恭喜你你有机会超越全球99.9%的人。 如果你属于这1300万到1500万当中的一员,恭喜你你有机会超越全国99%的人。 赶快加油学学吧。一个视频来带你看看我眼中 WorkBuddy 中的生态到底有多强,也顺便看看这篇进阶的实战文章。
显示更多
0
94
1.3K
227
转发到社区
目前我的微信小程序已经通过微信官方审核,并上架。但是大家应该搜索不到。因为我没有交钱认证。 我这个小程序是属于工具类别,而且完全不是单独写后端自己部署,因为自己部署后端还需要域名,有了域名才能在微信小程序里面调用,这里直接使用微信的云开发环境(其中就包括了数据存储的问题)就省去了非常多的问题。 所以简单的小程序是不需要个体营业执照,也不需要企业认证,只需要身份证认证就够了。对于想上手微信小程序的可以打消这层疑虑,先上手,慢慢优化。 有了好想法后,再进行花钱微信认证、上营业执照也不迟的。假以时日可以通过微信小程序来赚点广告费用或者通过想法变现。
显示更多
看到有老外好像给我点赞了,偷偷去看了一下,原来是马斯克的两员猛将,赶紧关注他们一波。 希望你们继续把grok build的安全问题解决好,grok 4.5 还是蛮好用的,希望尽快继续发新版本,超越那两个🤗😊😊😊
显示更多
牛逼,最近爱上了马斯克的 Grok 4.5,处处都想用它。 今天突然想让我的 Hermes Agent 也用上它。原来我还想着登录VPS来操作,感觉有点麻烦。 就使用手机里的 Telegram ,让 Hermes Agent 自己来接上马斯克的大模型 Grok 4.5,其实就是使用的网页授权登录,没想到真的可行。 最后备注:本视频录制完毕后,在Codex 中使用 ChatCut 插件来自动剪辑的。因为大模型的反应需要一定的时间,所以中间有很多静止等待的时间。 有兴趣的可以去试试,我附上链接:
显示更多
勇哥使用Vercel要十分钟上线网站,我使用了一下 ChatGPT(Codex)中的 Sites 插件,从零不写一行代码开发一个网站五分钟即可上线,域名访问。 Vercel和 Cloudflare 在网站部署领域迎来强敌OpenAI 自研的Sites插件,插件功能相当丰富,详情请看我的视频。
显示更多
牛逼,最近爱上了马斯克的 Grok 4.5,处处都想用它。 今天突然想让我的 Hermes Agent 也用上它。原来我还想着登录VPS来操作,感觉有点麻烦。 就使用手机里的 Telegram ,让 Hermes Agent 自己来接上马斯克的大模型 Grok 4.5,其实就是使用的网页授权登录,没想到真的可行。 最后备注:本视频录制完毕后,在Codex 中使用 ChatCut 插件来自动剪辑的。因为大模型的反应需要一定的时间,所以中间有很多静止等待的时间。 有兴趣的可以去试试,我附上链接:
显示更多
0
17
35
2
转发到社区
在 WorkBuddy 中使用免费领取的 10亿 Token 来开发一个自己使用的微信小程序,大道至简,人人都可以开发属于自己的微信小程序
0
9
181
29
转发到社区
卧槽,这个 SuperGrok 的 API 调用是哪里的? @Lonely__MH 总裁是不是更有经验一些
0
13
12
0
转发到社区
腾讯视频 WorkRally 最近发布AI漫剧2.0版本 WorkRally 此次一口气发布了三个版本(AI漫剧、专业影视版、精品动画版),构建面向不同内容形态的垂直AI生产体系。 相比今年4月首发时主打的批量化生产和成本优化,AI漫剧2.0的重心明显转向质量、稳定性和美感。 对创作者来说,这意味着小说能更快进入可视化阶段。对小团队来说,这意味着少一点抽卡、少一点穿帮、少一点跨工具搬素材。对专业团队来说,AI也许不会替你拍戏,但能提前帮你把镜头、美术、光影和复杂场面试出来。
显示更多
Codex APP 从此成为很多人怀念的经典过去了,成为了历史。此次OpenAI 的重磅更新注定让人过目不忘。一个小视频带你详看预览以下六点: 1. Work(感觉就是为了吸引更多办公场景的新用户) 与 Codex 的区别——两者界面几乎一致,但定位不同:Work 面向研究、分析和内容交付,围绕项目文件和网页资料,产出文档、表格、PPT;Codex 面向软件开发,围绕代码库、Git 状态和项目规则,交付经过运行验证的代码改动。 2. 新增插件——sites(一键部署网站,替代 Vercel)、Template Creator(上传现有文件生成可复用的 skill 模板)、Visualize(把数据和抽象概念转成图表、流程图、交互演示)。另有 Default templates 插件,作者实测评价很低,建议忽略。 3. 内置浏览器升级——支持导入谷歌账户信息(含 cookie 和密码)、多标签页、直接下载网页文件,基本覆盖常见浏览器工作。 4. 前端设计能力加强——作者用 GPT 5.6 Sol 和 Fable 5 做了同提示词对比,认为 OpenAI 在前端狠狠发力,但风格越来越像 Claude。 5. Ultra 模式——新增推理强度档位,默认协调 4 个 Agent 并行拆解任务,极耗 token,适合复杂开发和深度研究,普通任务用 high 即可。 6. Chat 接入——左侧 chat 可查看网页端全部聊天记录,能在主任务执行时并行头脑风暴,通过右上角 Add to task 把讨论内容注入当前上下文。 最后能用ChatGPT还是用用ChatGPT,不能用ChatGPT 建议你试试 WorkBuddy。
显示更多
0
8
91
12
转发到社区
使用 CC-Switch 在 Codex 接入国产模型 DeepSeek,有个小坑要注意。 配置完成后,你可能会发现模型名显示成了「自定义」。这个问题 GitHub 上已经有人提过,作者也亲自做了回复。 解决办法很简单:进入「通用设置」→「Codex 增强」,勾选「切换第三方时保留官方登录」这个选项即可。 五分钟的视频介绍非常详尽,让你从此使用国产模型也能游刃有余的玩耍Codex。
显示更多
手把手教你,如何在 codex 中 接入 DeepSeek 模型。 最近使用 cc-switch,在 codex 中接入 DeepSeek 的时候,遇到了一个问题,就是配置好之后,模型显示成了自定义。 这个问题,github 中有人提了,作者也亲自回复了,在通用设置里,codex 增强那里,「切换第三方时保留官方登录」这个选项一定要勾选✅
显示更多
0
15
250
34
转发到社区
19 岁的学生使用 Claude Opus 4.8,4 个小时把手机变成真实的无人机控制器。 这要在过去需要前端、后端、通讯协议、调试可能几个人要好几周才能完全实现。 但现在从浏览器 3D 模拟器、WebSocket 、手机摇杆、Telli SDK 控制桥,全部代码都是 AI 编写,而且只需要四个小时。
显示更多
A 19-year-old turned his phone into the controller for a real drone in 4 hours with Claude The drone was in his hand. The simulator was on his MacBook. The phone bridged them His name is Kai. The drone is a $99 DJI Tello sitting on his desk. The MacBook is running a custom 3D drone simulator with a green wireframe grid. The phone is showing a virtual joystick interface he built that morning The simulator on screen shows the drone hovering above the grid. Kai's thumb is on his phone. The drone on the MacBook tilts forward. The physical drone in his other hand spins its props at the same angle One input. Two drones move. Sim and real, synced. He built all three pieces with Claude Opus 4.8 in one session. He typed three prompts. Total "Build me a 3D drone simulator in the browser. Use Three.js. Quadcopter physics, gravity, drag, motor RPM per axis. Green wireframe environment." "Now add a websocket server so a phone can control the drone in this sim. Phone shows a joystick UI. The drone in the browser reacts in real time." "Now make the same websocket also send the same control values to a real drone over the Tello SDK. Make the sim and the real drone fly in parallel from the same input." Claude wrote the Three.js sim. The websocket server. The mobile joystick UI. The UDP bridge to the physical drone. The drift correction loop. All of it Kai did not write a line of code. Claude told him which files to paste into 4 hours from "I wonder if I could" to a phone flying a real drone through a wireframe world The simulator alone would have been a $4,000 freelance project last year. The control bridge would have been another $6,000. Most senior devs would have quoted 3 weeks Kai shipped it the same Saturday He posted a 28-second clip to TikTok that night 1.9M views in 36 hours 4 drone hardware startups in his DMs by morning. Two offered to fly him out. One offered him equity He is 19. He is still in college. He took the meeting from his dorm room with the same drone hovering behind him His CS professor had told the class that semester that AI would "augment programmers, not replace the discipline." Kai built more shippable software in one Saturday than he had built in 3 semesters of coursework The internet said building real-world hardware control needed embedded engineers and months of firmware work He did it on a school laptop with a model that wrote every line
显示更多
太强了!Hermes Agent 的浏览器扩展来了 🚀 结合这篇文章的思路使用,完全告别刷 X 焦虑 现在 Hermes 直接住在每个网页的侧边栏: - 任意页面实时聊天 - 一键切换 Grok / GPT / Claude / Opus / 本地模型 - 支持视觉分析 + 截图 - 连接本地或远程 Gateway 非官方开源,但社区真爱!浏览器体验直接起飞~ github:
显示更多
恭喜 Aether AI 喜获投资。Aether AI 由 UCSD 助理教授黄碧薇创立。黄教授@huang_biwei深耕因果 AI 领域 12 年,是 Causal-Learn 作者,发表过 100+ 篇顶会论文,并曾获 Apple Scholar。 过去几年,AI 行业默认相信:模型越大、数据越多、算力越强,智能就会继续进步。这套方法在语言模型上很成功。但当 AI 走向物理世界,问题就复杂了。 文字说错了可以改,机器人抓空一次,杯子可能就碎了。桌面高两厘米,光线、材质、角度一变,任务都可能失败。 所以具身智能真正需要的,不只是识别画面,而是理解物理世界如何变化。 现在很多 AI 模型学的是相关性:什么词后面接什么词,什么画面后面出现什么画面,什么动作后面大概率出现什么结果。这在文本、图像、视频里有效。 但机器人要判断的是:手有没有碰到杯子,摩擦力够不够,重心会不会变,继续动作会不会摔。 它真正要知道的是:如果我现在动一下,世界接下来会怎样? 这就是因果问题。 因果大模型关注的,不只是预测下一个状态,而是理解变量之间如何相互影响。 改变一个动作,结果会怎样?换个环境,技能还能不能迁移?如果没有执行这个动作,另一种结果会不会发生? 这些能力,对 Physical AI 很关键。因为真实世界不可能被训练数据完全覆盖。机器人不可能提前见过所有桌面高度、物体材质、失败姿态和真实环境。 只记住过去见过的模式,很难稳定工作。理解背后的因果结构,才有机会举一反三。 这也是 Aether AI 正在探索的方向:以因果世界模型为核心,打造下一代机器人大脑。 过去一年,“世界模型”很热。视频生成模型能生成连续画面,空间智能模型能理解三维结构。 但机器人还需要更进一步:和物理世界交互,处理接触、碰撞、摩擦、重心和反馈,在变化的环境里完成任务。 所以世界模型不能只停留在画面和空间结构上,还要进入因果推演:理解动作为什么导致结果,变量变化后系统如何演化,失败背后真正影响结果的因素是什么。 只有这样,机器人才能从“看起来会做事”,走向“真的能做事”。 大语言模型成功之后,Scaling Law 成了很多人的信仰。但在具身智能里,更重要的问题是: Scale What?你到底在放大什么? 如果只是采集更多遥操数据、堆更多视频、买更多算力,未必能解决泛化问题。真正重要的是,模型能不能从同样的数据里抽取更深层的信息。 同样的数据,相关性模型看到的是表层模式,因果模型要挖的是背后的结构。 Aether AI 的短期目标,是打造一个能够跨本体、跨任务、跨环境泛化的机器人大脑,服务机器人本体厂商,以及工厂、仓储物流、家居、医疗健康等真实场景。 这家公司做的,不是简单给机器人接入一个语言模型,而是从算法、模型到系统层面,构建一套以因果智能为核心的新范式。 过去这一波 AI,让机器学会了生成语言、图像和代码。下一阶段,AI 要面对更难的问题:理解世界如何运转。 当 AI 进入机器人、科学发现、生物医药、新材料这些领域,它必须处理变量、干预、反馈和反事实推理。 这些问题,天然指向因果。 因果大模型值得关注,不只是因为它是一个新概念。它可能代表 AI 从“学习已有数据”,走向“理解世界机制”的一次范式变化。 如果说大语言模型打开了数字世界里的智能入口,那么因果世界模型,正在尝试打开物理世界里的下一扇门。 Aether AI 官网:
显示更多
0
19
22
6
转发到社区