AI产品狙击手

前两天我们做了 Claude Opus 5.5 的测评，当时主要测的是推理和编程能力，结论是确实能打。不过我在海外逛了一圈之后发现，大家用它用得最多的其实是拿它来生成视频——你现在看到的这些视频，都是它做出来的。不得不说，这玩意做视频的能力确实太强大了。 这里要说清楚一点：Opus 5.5 并不是直接生成视频画面，而是把动画写成代码——HTML、Canvas、SVG、Three.js 这些——再渲染成画面。所以仓库里的分类也集中在动态图形、解析说明、3D 场景和游戏互动这几个方向。 当然，就像我以前说过的，每一个牛逼的东西出来，GitHub 上总会冒出一个 awesome 开头的项目，这次也不例外。这个叫 Awesome Opus 5.5 Videos 的项目，目前已经收集了 389 条用 Opus 生成视频的提示词，README 里精选了 100 条，每条对应一个不同的提示词，并且每个条目都附上了创作者的原帖链接。 更棒的是，它已经帮我们做好了分类：动态图形设计（Motion graphics）58 条、解析说明（Explainers）16 条、3D 场景（3D scen...

最新 Claude Sonnet 5.5 测评报告来了。统一在 PI 平台上测试，模型通过 OpenRouter 接入，思考模式开到最大。说实在的，测的时候确实开心，一看账单就心凉了——文末给大家看具体花了多少钱。 第一题：强约束指令遵循句子生成测试。 要求生成十个句子，每个句子分别以数字 1 到 10 结尾。检查结果发现，每个句子确实都以目标数字结尾了，但质量参差不齐：第二句和第七句明显是为了硬凑”倒数第二个字不能是’地’”而牺牲了通顺度，其他句子虽然偶有非常用表达，但整体尚可接受。这题 Claude 做到了指令的字面遵循，只是语言自然度有所欠缺。 第二题：鹈鹕土星环骑自行车 SVG 测试。 生成的 SVG 效果整体不错，两只骑车鹈鹕都出现了，土星环也完整。唯一明显问题是转弯处理：用了淡入淡出来掩盖转弯方向突变，而非真实的弧线转向。考虑到 SVG 动画的复杂度，这个表现已经算是相当可以接受。 第三题：复合弓射箭 SVG 测试。 问题比较明显：弓上完全看不到副弦，看起来就像一把普通弓箭；人物姿势也存在”长了两只右手”的视觉歧义——握着弓的手背是朝前的，挡住了弓弦，但拉弓的手...

手头没有强劲显卡、又想本地部署几十上百 B 参数大模型的兄弟，这个开源项目值得看一下——不过有言在先，速度肯定是慢的。它就是 AirLLM，号称 4G 显存就能跑 70B 大模型，目前在 GitHub 上已经攒了 38K 多颗星。前两天分享的 FreeToken 用 4G 显存跑 35B 已经够厉害，AirLLM 更夸张。 用法简单到离谱：pip 装上 airllm，一行代码把 HuggingFace 的模型名传进去，就能在自己的游戏本上跑推理。原理说穿了不复杂——大语言模型由多个 Transformer 构成，每个 Transformer 又分多层，AirLLM 让显存里一次只放一层参数，其他参数躺在硬盘上，用的时候再搬进来。所以显存占用取决于「单层有多大」，而不是模型总大小。 关键在于：不用量化、不用裁剪，精度一点不打折。往上加码也不虚——405B 的 Llama 3.1 用 8G 显存就能跑，671B 的 DeepSeek V3 只要 12G，连 2.8 万亿参数的 Kimi K3 都号称 4G 以内能跑，Mac 上苹果芯片照样能玩。更狠的是，它现在还能在 6G 显存...

用过 Claude Code 的人大概都有这种体验：聊得再久，换个项目它就把你忘干净了。它自带的 auto memory 只是往本地一个 memory.md 里写笔记，上限 200 行，超了直接砍，而且每次开工都要把整个文件原样塞进上下文，谈不上任何检索。开源项目 Hindsight 要解决的就是这些问题，目前已经拿到 39,000 多颗星。 Hindsight 存记忆不是记流水账。它会先把对话里的人物、事件、谁和谁有什么关系都挑出来分门别类存好。等你提问的时候，它从四个方向同时翻账本——意思相近的、带关键词的、人物关系对得上的、时间上对得上的，各查各的再汇总，只把跟当前问题有关的那部分记忆递给 AI，而不是像原方案那样整个文件硬塞。 它对「前后说法变了」的处理也很讲究。比如你上个月说项目用 A 方案，这个月改成 B，它会把新旧说法都留着并标清楚谁先谁后，而不是用新的把旧的直接抹掉。此外还有一步 reflect，让 AI 自己回头归纳，把零散事实沉淀成可以持续更新的心智模型。 安装上也不复杂。官方出了 Claude Code 的 MCP 插件，一条命令装上之后，多个智能体就...

MiniMax M3.1 Flash Preview 的测评报告来了。这个模型的 API 还没有完全放开，只能在他们自家的 MiniMax Code 客户端里用，所以这次只能把客户端下载下来测。之前 PI 上接 M3 测评时表现太差，本来希望这次在专属客户端上能表现好一点，否则真就谁都别赖了。思考模式直接开到最高，用平台送的 800 积分跑我们这套祖传测试用例。 第一题是强约束指令遵循的句子生成测试，情况不太妙：第三到第十句全都没有按 1 到 10 结尾，也就是说只有前面两句对了。第二题是鹈鹕土星环骑自行车的 SVG 测试，先看积分，两道题跑完只剩 430，差不多用掉了一半。效果上，两个鹈鹕骑车同时出现了——这是第一次有模型犯这种指令遵循的错误；转弯也明显不行，根本没有转弯，鹈鹕骑到下方还是倒着走的。 第三题是复合弓射箭 SVG，跑完剩 310 积分。问题不少：上下滑轮是同方向转动的；拉弓时明显能看到箭不在弦上；右手握弓、弓弦却跑到了手背这一边，那左手还怎么拉弓；左手拉弓时，箭又明显在右手外侧，这个拉弓姿势该有多别扭。 第四题是实现一个精美的浏览器内操作系统，差一点点就做完...

这一集测的是 OpenRouter 上刚上线的路由模型 Jev Router。TypeSafe 的 Jev 决策模型之前很火，拿来做大语言模型路由再合适不过，Jev Router 估计就是这么应运而生的——它会根据问题的难易程度，用不同的思考深度把请求路由到对应的模型。 不过开测前先看了眼余额：上次 23 号充的钱，测完 GPT6 和 Claude Opus 5.5 就只剩 2 美刀，不太够。所以这次也顺便指望它能多路由到免费模型。 第一题，强约束指令遵循句子生成。 完成得很快，而且没花钱，应该就是路由到了免费模型——OpenRouter 上之前测评过的 Space Bunny，不过那个模型上次表现就不太行。回看结果确实不行：第三、四、五、六、八、十句都不是从 1 到 10 结尾的，其他句子读起来还算通顺。 第二题，鹈鹕土星环骑自行车 SVG。 这次花了 0.02 刀，路由到的是便宜的 DeepSeek V4.1 Flash。从这个回答速度看，Jev Router 应该没给它太高的思考深度。效果上整体结构还可以，就是转弯没处理好，到了上方变成倒着骑行。 第三题，复合弓射箭 ...

这个叫 FreeToken 的开源项目，号称能用 8G 显存、以 40 TPS 的速度跑 35B 级别的大语言模型，GitHub 上已经拿下 13000 多颗星了。它凭什么？ 因为现在的开源大模型基本都是 MoE 架构：你每问一句话，内部几十个专家只激活几个干活，其余都闲着。FreeToken 就盯上了这一点——用得勤的专家缓存进显存，用得少的常驻在内存条里，由 CPU 就地计算，不用搬来搬去；GPU 和 CPU 各算各的，按两边实际的速度自动分工。所以 8G 卡也敢跑 35B。当然，你的内存是越大越好。 接口上它兼容 OpenAI 和 Anthropic 格式，编程工具不用改配置就能接上；支持 RTX 30 到 50 系显卡，Windows 和 Linux 都有桌面版。 本地折腾大模型、被速度劝退过的兄弟，建议整一份：先拿 Qwen 那台 35B 的小钢炮试一圈，体验一下不联网满速吐字的感觉。用得好不好，都回来评论区说一说。 访问入口

先来看效果——这是原视频，这是换了人物之后的版本，还可以换特效、换主题。做到这一切的是开源项目 Hypit：它能把任意一条短视频，变成一套可以反复改变的生产工作流。项目在 GitHub 上已经拿下 16,000 多颗星。 用起来不挑地方，Claude Code、Codex 等工具都能用。装好 skill 之后，把一条视频丢给 Codex 之类的 Agent，它就会把整条视频拆开复刻，口播、字幕、B-roll、特效全给你还原出来。 关键在于它的时间轴是跟着台词走的：改一句话，后面所有节奏自动重排。比如带货视频，换主播、换产品；或者把一条播客切片翻成 10 种语言发全球——都只是改参数的事。 更绝的是，同一个工作流能一口气出 100 个变体。换脸、换台词、换产品，只重新生成变了的那部分，其余编排直接复用。你甚至可以完全不用生成模型，字幕和动效用代码在本地渲染。 搞短视频矩阵、AI 带货的兄弟可以蹲一下：先挑一条你数据最好的视频，让它复刻出 5 个变体跑跑看。 访问入口

如果你上班也需要写周报，可以看看千问办公里这个写周报的技能。平时写周报的流程大家应该都很熟：每次都得先上钉钉，往上翻这一周的日程安排、完成情况，看看待办事项都做得怎么样了，还有那些散落在各种会议里的 AI 听记录音和会议纪要，全都要自己一条条找出来，最后赶在快下班前临急临忙写一份周报交差。 这一期就直接用「工作周报」这个 skill 来帮我们自动写。不用多久，一份完整专业的周报就完成了，视频里也展示了这一周到底都干了点啥。 这个能力来自千问办公的技能市场——QwenWork 提供了一批可自定义的技能和专家套件，覆盖 HR、法务、财务、营销、教育等多个岗位场景，选一个就能直接用，写周报只是其中一个最日常的例子。 经常要交周报的同学，可以去试一下。 访问入口

这个开源项目能把你电脑上 Codex、Claude Code 等所有 AI 编程工具的历史聊天记录，变成一份它们共用的记忆：一个 Agent 踩过的坑，换一个 Agent 直接就懂得怎么避。作者是个独立开发者，项目现在快 1000 颗星，但 2000 多个 commit 攒得很扎实。 用法也简单：下载一个 Go 编译好的单文件，跑一行 install，它自动扫描本机所有 Agent 存在磁盘上的会话记录，几秒钟就建好索引，你不需要改任何使用习惯。上次在 Codex 里调通的接口报错，切到 Claude Code，它自己就想起来了，还顺手告诉你哪个文件动过；哪怕是几个月前解决的问题，它都能翻出来。 官方仓库列出的已适配 Agent 有 34 个，除 Claude Code 和 Codex CLI 外，还包括 Cursor、Copilot CLI、Gemini CLI、OpenClaw、opencode、Cline、Kimi Code、DeepSeek Harness、Zed 等。召回不是靠你手动去问：会话开始时、每次提问前、编辑文件前、以及命令执行失败之后，它都会自动递上相关...