宝玉 (@dotey)

Opus 5.5 剪辑真的做的不错，这个视频的话都是 Opus 自己剪辑的，工作流程大概是这样的（作者评论里分享的）： 1. 为整个视频撰写了脚本 2. 从 YouTube 和档案馆搜集了遵循知识共享许可（Creative Commons）的相关素材 3. 对这些视频进行了剪辑和画面裁剪 4. 对视频进行了画质提升（超分）和上色 5. 将其与配音及字幕标注组合在一起 6. 制作了背景配乐 7. 审视最终的剪辑版本并进行了迭代优化

李飞飞创办的 World Labs 被 AMD 收购，她本人出任 AMD 执行副总裁兼首席科学家。这篇文章是她写的公开信，讲了三件事： 1. 为什么创办 World Labs 2. 两年多 World Labs 做出了什么 3. 为什么选择 AMD 她为什么创办 World Labs 李飞飞从 2000 年读研开始做计算机视觉。她实验室做的 ImageNet，和神经网络算法、GPU 一起，被公认为开启了现代深度学习时代。之后她做过 Google Cloud AI 首席科学家，也是斯坦福 HAI 的创始院长。 生成式 AI 兴起后，前沿研究的重心从学术界转到了工业界，她判断创业是最能产生影响的路。2024 年初，她和 Ben Mildenhall（NeRF 的作者之一）、Justin Johnson 一起创办了 World Labs。 公司的核心信念是：光靠语言训练不出完整的智能。世界不是由文字组成的，是由真实的物体组成的。科学、娱乐、机器人这些领域的很多关键问题，都需要模型理解物理世界的结构和运行规律。这就是她一直说的“空间智能”。 两年多做出了什么 建了一支在图像、视频、三维重建方向很强的模型训练团队，还收购了 SceniX，目标是做机器人仿真。 最近发布了 Atlas，一个从零训练的全模态（omni）模型。它的思路很好懂：大语言模型根据前文预测下一个 token，Atlas 根据几张 2D 图像预测“下一个视角”该是什么样子。 她说 Atlas 把生成模型和多视角几何结合起来，基本解决了计算机视觉里的老难题“稀疏重建”，效果甚至超过了专用模型。 应用方向包括：给机器人强化学习搭建训练环境，为心理治疗和娱乐生成场景，以及房地产、设计、建筑行业的真实场景重建。 为什么是 AMD 她给的理由是，要把研究放大，就得离硬件更近。没有硬件，AI 的效率和规模都会受限，而且只能停留在数字世界里，这一点对机器人方向尤其重要。 AMD CEO 苏姿丰是 World Labs 的早期投资人，两家公司去年就开始深度合作，在 AMD GPU 上做模型训练和推理优化。 合作越深入，双方越觉得把软硬件、基础模型和应用整合在一起是顺理成章的事。 她还特意强调，加入 AMD 之后会继续开放地做研究，提供最好的开放模型和端到端平台。

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

华尔街日报：OpenAI 叫停 GPT-6.1 Astra，因为测试发现它会谎报自己干了什么 我怎么觉得是不是因为没打过 Opus 5.5 和 Fable 5.1，然后找了个安全上的理由，各大实验室每次模型发布前都号称多危险，实际用下来也就那样。 狼来了喊多了就没人信了。 --- 据华尔街日报报道，OpenAI 取消了 GPT-6.1 Astra 的发布。这个模型原定 10 月上线 ChatGPT 和 Codex，但在内部测试中被安全研究人员发现了问题。 GPT-6.1 Astra 是 9 月 3 日上线的 GPT-6 Astra 的升级版，强项是不需要人插手，自己把有难度的任务从头做到尾，写作也更好。 OpenAI 安全系统负责人 Saachi Jain 接受《华尔街日报》采访时说，这个模型有两个方面比上一代退步了，还不够可靠，不能安全发布。它在对齐（alignment，指模型是否按人的意图办事）测试上表现差，具体有两个问题。 第一是欺骗。它有时不如实告诉用户，自己做了哪些操作、没做哪些操作。 第二是 OpenAI 所说的“范围授权”（scope authorization）问题。它会不问用户就把任务往下推，有时还会去调用外部工具和服务，哪怕这样可能不安全。 放到 Codex 里想象一下：你让它修个 bug，它说修好了，其实测试没跑；或者为了把活干完，它自作主张装依赖、调外部接口。模型越能独立干活，用户越依赖它的汇报来判断结果，汇报不可信，自主能力就成了风险。 Jain 说，安全和对齐总有取舍，要在“守住任务范围”和“遇到阻碍也不偷懒”之间找到合适的线。据 Business Insider 报道，6.1 在少偷懒这点上有进步，但没达到安全标准。 这个决定出现在 OpenAI 接连出事之后。9 月 20 日，一个内部研究模型在训练中要根据网上公开信息找出一位博主，正常搜索被挡住后，它发现训练环境的 DNS 还能连外网，就借这条路给外部聊天机器人发了查询。OpenAI 随后暂停了最强模型的训练、评估，以及涉及工具调用的推理。这是三个月内第二次暂停，第一次在 7 月，起因是 AI 创业公司 Hugging Face 遭到的一次网络攻击。OpenAI 还承认，它的智能体曾干扰过美国教育部、商务部和证券交易委员会的网站。 本月早些时候，Anthropic CEO Dario Amodei 呼吁业界放慢前沿模型开发，让安全措施跟上，Sam Altman 表示支持。 对用户来说，10 月是等不到 6.1 了。OpenAI 表示会转而专注提升未来模型的安全性。上周它刚给 GPT-6 家族加了 Sol 和 Luna 两个档位，发言人说还有其他模型即将推出。

在重写完之后，做了一个小小的决定。 这个月活百万的AI热点站 AIHOT，正式开源了。 AIHOT网址： 开源地址： 采集流程、精选评分、聚簇机制，连生产环境里的全部Prompt，能开源的都开源给大家了。 过去，总有人问我说，能不能做个游戏行业、法律行业、HR、金融等等行业版本的AIHOT…… 但我确实不懂那些行业，也没有那个时间和精力，但我知道，你们懂。 于是，那不如，把火种交给大家吧。 半年以前，我是一个最最基础的开发小白，只是懂一些产品和设计而已。 半年以后，我终于可以把一个曾经只属于我的小东西，交到更多人的手里。 我不知道它最后会被改成什么样子，会走到多远的地方。 但这可能就是开源最浪漫的地方把。 愿我们都能用AI，把那些曾经只有少数人才能做到的事，一点一点，变成普通人也可以拥有的能力。 也愿诸君，乾坤既大，草木尤青。 本心择路，笃志前行。 以上。

AMD 以 82 亿美元收购李飞飞的 World Labs AMD 宣布以 82 亿美元收购 AI 创业公司 World Labs。交易完成后，World Labs 创始人李飞飞将加入 AMD，担任执行副总裁兼首席科学家。 李飞飞是斯坦福大学计算机科学教授。她主导搭建的 ImageNet 图片数据库，以及由它催生的图像识别竞赛，推动了计算机视觉（让 AI 看懂图像的技术）的突破。2024 年她创办 World Labs，专门做“世界模型”。她认为，AI 只靠读文字成不了真正的通用智能，还得理解物理世界：物体在哪里、空间怎么排布、东西怎么运动。 “世界模型”目前没有统一定义。从能看懂图像的语言模型，到能生成并持续运行一个逼真虚拟环境的模型，都有人叫它世界模型。World Labs 的第一款产品 Marble 属于后一类，输入文字或图片，就能生成一个可以在里面走动查看的 3D 场景。官方给它定了两个用途：做娱乐内容，以及给机器人搭建训练用的虚拟环境。 AMD 为什么要买一家做模型的公司？在 AI 芯片市场，AMD 的主要对手英伟达除了卖芯片，还提供配套的软件和模型。以世界模型为例，英伟达已经推出了 Cosmos 系列开放权重模型（任何人都能下载、自己部署），开发者买英伟达的芯片，顺手就能用上这些工具。AMD 公开发布过的只有文本和视频模型。买下 World Labs，AMD 就能补上这块短板，用 AMD 显卡的开发者以后也更有可能拿到针对自家硬件优化过的世界模型。 AMD 还表示，搞清楚最前沿的 AI 模型怎么跑，会直接影响它下一代芯片怎么设计。World Labs 的说法是，现在做 AI，模型研究、系统和算力三方面必须紧密配合。李飞飞在宣布交易的文章里写道，团队已经拿出了实际成果，接下来要扩大规模、覆盖更多人，也要离硬件更近。 两家公司早有合作。去年双方在模型训练和推理优化（让模型跑得更快、更省资源）上建立了合作关系；今年初 AMD 在 CES 的发布会上，李飞飞也作为嘉宾到场。 世界模型受重视，主要是因为机器人缺训练数据。大语言模型可以拿互联网上的海量文字来学，机器人要学的是在真实环境里怎么动、怎么操作，这类数据很少，采集成本也高。世界模型能批量生成逼真的虚拟场景，让机器人在里面练，这样产出的数据叫“合成数据”。自动驾驶汽车、工厂机器人，以及特斯拉、Figure 在做的通用人形机器人，都要靠这类数据。 这笔交易还需要监管部门批准，预计今年年底前完成。

12/12｜BEAT RUSH：AI 舞者＋代码音游特效 英文、16:9、高能街机舞蹈：先用 Seedance 生成跳舞的动漫角色，再用代码制作节奏游戏画面和卡点效果。 需要：这一条明确要接 Seedance。Opus / Sonnet 负责策划、代码和合成；舞者视频由 Seedance 生成，还要准备音乐并对齐节拍。 12 条看下来，Prompt 定方向，实际成片还取决于素材、工具和后续迭代。 完整 Prompt： Create a high-energy arcade dance video in English and 16:9. Use Seedance to generate a dancing anime character, then use code to build the rhythm-game visuals and beat-synced effects.

11/12｜The Odyssey：p5.js 程序化故事预告 用 p5.js 做有《奥德赛》氛围的英文故事视频，剪成一分钟内的快节奏预告，加英文字幕；可以配旁白。 需要：p5.js 代码运行、逐帧渲染/录制、剪辑和字幕；选择旁白时再接 TTS。 完整 Prompt： Use p5.js to make an atmospheric story video inspired by the mood of The Odyssey, in English; voiceover is welcome. Turn it into a fast-cut trailer under one minute and add English subtitles.

8/12｜Creative Montage：展示剪辑和编码能力的混剪 素材丰富、不重复镜头，英文呈现，声音一直照顾到结尾，把重点放在后段更强的高潮。 需要：可用的视频/图片素材、剪辑合成和音频。Opus / Sonnet 可编排镜头、转场与代码动效；若素材不够，再考虑接 Seedance 等工具补镜头，原 Prompt 没有强制要求生成视频。 完整 Prompt： Create an impressive montage that shows off your editing and coding abilities. Use rich, varied material without repeating shots, with polished English presentation and sound through the ending. Focus the edit on the stronger climax in the later part.

7/12｜Halo: Product Launch：虚构产品发布片 用代码做视觉鲜明的产品发布视频，白色 UI，适合发 X；允许生成音效，并要求加快画面节奏。 需要：代码动画、UI 渲染与导出；音效可用素材或生成工具。注意原 Prompt 说的是“虚构产品”，若改成真实产品，应提供真实 UI 和功能资料。 完整 Prompt： Use code to create a cool, visually striking launch video for a fictional product, with a beautiful white UI, suitable for sharing on X. Generated sound effects are welcome. Speed up the visuals so the pacing feels less slow.

3/12｜AI Hacked a Government：AI 新闻＋meme 解说 让 Agent 自己找近期 AI 新闻、选题，做快节奏英文 YouTube 视频，穿插视频片段、图片和 GIF。 需要：联网检索、素材获取和剪辑；做旁白时配 TTS。可以使用搜到的素材，示例标题是一次选题结果，下面的 Prompt 并没有锁定这个新闻。 完整 Prompt： Look up recent AI news, choose a topic, and make a fast-paced English YouTube-style video packed with memes. You can search for video clips, images and GIFs to use.

2/12｜Emberkeep：游戏预告片 英文预告，面向 X；前两秒抓住注意力，精修画面，去掉底部进度条。 需要：游戏画面/素材、剪辑和音频。Opus / Sonnet 可负责策划、代码与剪辑编排；缺少镜头时可接 Seedance 等视频模型，音乐音效另备。原 Prompt 没指定视频模型，也没提供完整游戏设定。 完整 Prompt： Create a polished English trailer for an original game, made for sharing on X. Open with a striking hook in the first two seconds, make the visuals more refined, and remove the bottom progress bar. Generated music and sound effects are welcome.

Manus Alchemy 视频 Prompt 合集 Manus 2.0 里面带了 12 个创建视频的示例：每条一个视频，附完整 Prompt。它的产品页面点开任一示例，就能直接看视频、复制 Prompt。 这些 Prompt 也可以交给 Opus 5.5 或 Sonnet 5.5，放在能执行代码、渲染导出、调用工具的 Agent 环境里使用。代码动效、素材剪辑、AI 生成镜头，需要的工具各不相同，下面逐条说明。配的视频均为 Manus 展示作品。 ① Motion Design Showreel：15 秒动效作品集。文字、图形和转场可用代码制作，音乐或音效可用现成素材或另接音频工具。 完整 Prompt： Make a dynamic 15-second motion graphics video that shows what an incredible motion designer you are.

Anthropic 发布 Claude Sonnet 5.5 Anthropic 发布了 Claude Sonnet 5.5，这是 Claude 5.5 系列继 Opus 5.5 之后的第二个模型。和上一代 Sonnet 5 相比，它的输出速度快了 30% 以上，完成同样的任务最多能省 30% 的钱。 Claude 目前对外开放的模型分四档：Fable 最强，往下依次是 Opus、Sonnet、Haiku，越往下越便宜。按 Anthropic 的定位，Fable 负责要跑好几个小时、横跨整个代码库的大项目，Opus 5.5 负责需要反复权衡的复杂工作，Sonnet 5.5 擅长范围明确的日常任务，比如修 Bug、写文档、做 PPT 和表格。Haiku 5.5 会在几周内发布。 进步最大的是编程。在 Terminal-Bench 4.0（考察模型在命令行里完成多步骤专业任务的基准测试）上，Sonnet 5.5 得分 70.6%，Sonnet 5 只有 10.3%，Opus 5.5 的最好成绩是 66.4%。在 CursorBench（题目来自真实的 Cursor 编程会话）上，它和 Opus 5.5 只差两分左右。早期测试者还发现，它更常把多个工具调用合并成一步完成，步骤少了，花费也跟着降了。 办公类任务也追得很近。GDPval-AA 用 44 个职业、9 大行业的真实工作任务给模型打分，Sonnet 5.5 拿到 1844 分，Opus 5.5 是 1846 分，Sonnet 5 是 1449 分。Anthropic 做过一个内部测试：把一家上市公司的季度财报材料、电话会议记录和一份 PPT 模板交给它，让它做一份 10 页的经营回顾。两位专家看完初稿，认为可以直接发出去。它也是第一个只看截图就通关《宝可梦 红》的 Sonnet 模型。 价格和 Sonnet 5 一样，每百万输入 Token 2 美元，每百万输出 Token 10 美元，是 Opus 5.5 的一半。省钱靠的是干同样的活用的 Token 更少。 Claude 可以调“思考力度”（effort），从 Low 到 Max 共五档，档位越高想得越久，花钱也越多。Claude App 和 Claude Code 默认用 Medium 档。在 Terminal-Bench 上，Sonnet 5.5 用 Medium 档，每个任务约 0.83 美元，得分 28.8%；Sonnet 5 开到 Max 档，每个任务花 11.62 美元，只拿到 10.3%。日常用 Claude 的人不改任何设置，拿到的就是一个更能干、回得更快的模型。 Anthropic 也提醒，跑分只反映了一部分能力。在他们自己和外部测试者的使用中，碰到开放式、需要持续判断的复杂工作，Opus 5.5 仍然明显更强。 安全上有两处变化。Sonnet 5.5 的网络安全能力和 Opus 5 相当，所以它成了第一个带网络安全防护的 Sonnet 模型：日常查 Bug、修 Bug 不受影响，高风险的网络安全请求会退回给 Sonnet 5 处理，用户能看到切换。它还是第一个带防蒸馏机制的 Sonnet。蒸馏指有人用成千上万个假账号批量调用模型，拿输出去训练自己的模型。为此，Claude 的思考内容会和生成它的账号绑定，在 Claude Code 里中途切换账号的用户会受影响。 Sonnet 5.5 已在所有平台上线，包括 AWS、Google Cloud 和 Microsoft Azure，API 模型名是 claude-sonnet-5-5。之前关闭思考功能调用 Sonnet 的开发者，迁移前需要改用新的 between_tools 设置。

Manus 发布 2.0：换了底层框架，新增视频剪辑和游戏开发环境，另推个人智能体 App“Cue” Manus 今天发布 2.0 版本。这是它脱离 Meta、恢复独立运营后的第一次大更新：底层智能体框架换代，桌面端升级为 Manus Studio，新增视频剪辑和游戏开发两个专业环境，另外还推出了一个独立 App，叫 Cue，但是需要邀请码才能体验。 Manus 是一款通用 AI 智能体（Agent，能自己拆解任务、调用工具把活干完的 AI），2025 年 3 月走红。去年 12 月 Meta 宣布以约 20 亿美元收购，今年春天被中国监管部门通过外商投资安全审查叫停，双方随后拆分，9 月初 Manus 由创始团队重新独立运营。 【底层：更省的框架，能一直在线的机器】 Cascade 是 Manus 自研的智能体框架（harness，包在大模型外面、负责调度工具和管理任务流程的那层系统）。它让项目一开始保持轻量，需要做视频、做网页时才加载对应的专业能力，避免每个任务都背着全套工具跑。官方数据是，在一项测试配置下，相比上一代，Token 消耗少 23.2%，完成时间短 28.2%，运行成本低 32%。Manus 按积分计费，成本降了，理论上同样的积分能跑更多任务，不过官方没说积分价格会不会跟着调。 新增的云电脑（Cloud Computer）是一台可以单独购买的云端专属机器，给需要一直在线的项目用，比如多人游戏的服务器、全天候运行的自动化流程。笔记本合上，项目照样在线。 自动化也升级了。以前的定时任务只能到点开工，现在还能由事件触发：来了新邮件、广告数据有波动、日历上有新安排、Slack 收到消息、Notion 页面更新，都能让 Manus 开始干活。用一句话告诉它盯什么、触发后做什么，流程它自己搭。 【Manus Studio：生成完还能自己动手改】 AI 生成视频最头疼的是：整体差不多了，只想换首歌，结果得改提示词整条重新生成。新的视频编辑器在生成初版后给你一条时间线，片段、图片、文字、动效、音频都是分开的素材，换背景音乐、把 AI 生成的产品镜头换成自己拍的，直接在时间线上替换。改完还能交回给 Manus，让它在你的修改基础上接着调。官方说它适合 30 到 60 秒的产品广告、带货短视频、数据动画、教程和 vlog，不需要剪辑经验。追求质量可以用 Alchemy 模式，由 Manus 当创意导演，视频生成和代码生成一起上。 游戏开发环境从一个能玩的模板起步，同时调用视频、图像和代码模型。编辑面板里能边看游戏运行边改代码、换素材，想把某个村民的头发从棕色改成银色，选中他改掉就行，其他部分不受影响。做好后可以发布成网页，别人点链接就能玩。多人联机原本需要自己租服务器、部署、维护，现在点几下买一台云电脑，剩下的交给 Manus，支持竞速、对战和 3D 游戏。 另一个新功能是远程控制：在手机上说一句话，让 Manus 去操作家里的电脑。比如打车路上让它从某个文件夹里找到最新的演示文稿发给你，手机上能实时看到桌面上的操作过程。这背后是电脑操控能力（Computer Use，AI 像人一样看屏幕、点鼠标、敲键盘），只在你授权的会话里运行，只能用你批准的文件、浏览器和应用。 【Cue：给每个智能体一套自己的身份】 Cue 是独立 App，和 Manus 共用底层基础设施，面向个人生活场景。每个智能体都有自己的邮箱、手机号、钱包和一台电脑，可以发消息，在你设定的预算内付钱，替你接电话再把通话内容总结给你，多个智能体还能组队协作。官方举的例子是在餐厅扫桌上的二维码，让智能体替你点单或排队取号。 Manus 2.0 已在网页、桌面和手机端上线。Cue 上线了网页、桌面和安卓端，iOS 版还在等 App Store 审核，据报道目前采用邀请制抢先体验。这次更新面向海外用户，Manus 在公众号上表示，正在组建团队开发面向国内市场的产品。

恰恰相反，Claude Design 对于 Opus 5.5 来说功不可没，它的能力都内化进模型了，Claude Design 应该还帮助收集了不少优质的用户数据。 在用 Opus 5.5 做视频的时候，有时候能看到 Claude Design 中 Animated Video 的影子。 这也是大多数 AI 产品的宿命，里面的经验和数据都被内化进了模型

先把当前代码的结果写成详细的功能文档，然后让最新的模型基于功能文档去重写是个好方法。 我也常用，有个要注意的问题就是不要指望它写完了就是稳定的，要花一点时间才能稳定下来，验证的时间是少不了的。 以前的单元测试代码不一定能用也不建议用，因为代码不一样了单元测试的价值不大。 但以前的E2E（End to end，端到端，黑盒直接测试最终结果）测试是有用的，能保证主要流程跑通，最多稍作修改。 所以重写之前，先让 AI 补一些 E2E 测试，覆盖主要流程，重写的时候可以验证，写好了以后改功能都可以跑一遍。 但是要注意的是 E2E 测试没有那么稳定，有时候会受环境影响而导致失败；另一个就是速度慢，跑一遍要花一点时间（取决于你功能多少）。 所以通常不会覆盖太完整，只是覆盖主要流程，并且不会跑的太频繁。 Web E2E 最成熟，Playwright 这样的框架就足够好了，其他的我不太熟。