即刻App年轻人的同好社区
下载
过去一段时间，最值得的硬件投资可能就是我那个最低配的 Mac mini 了。
在年前买了以后，到现在几乎只关过一次机；在我出门旅游之类的时候，它一直运行得非常稳定，相当于一个自己的 Agent 服务器了。
随着里面跑的东西越来越多，现在有时候感到有点捉襟见肘了，所以就换了一个 Mac Studio。
结果发现 Mac Studio 现在供货也不足了，官方渠道买的话要等好久。
在年前买了以后，到现在几乎只关过一次机；在我出门旅游之类的时候，它一直运行得非常稳定，相当于一个自己的 Agent 服务器了。
随着里面跑的东西越来越多，现在有时候感到有点捉襟见肘了，所以就换了一个 Mac Studio。
结果发现 Mac Studio 现在供货也不足了，官方渠道买的话要等好久。
48 176
Obsidian 作者这两条推很有意思。
Markdown 文件已经事实上成为了当前 AI 文件交互的一个 Schelling point。
大家都默契地选择将自己的文本文件系统变为 Markdown 格式后再进行其他工作。
Markdown 赢得了 AI 时代文本格式的战争。基本上，现在 AI 时代的文本格式和内容展示被局限在了 HTML 和 Markdown 两个部分：
我们最近经常看到圈子里的朋友在发送文本的时候用 Markdown。
在进行演示的时候用的是 HTML（包括最近层出不穷的 PPT Skills 也都是以网页的形式去推广的）。
既然 Markdown 已经成为了事实上的基准，那我们就应该进行下一步了。
Markdown 本身的展示目前非常死板，市场想要更多、更独特的方式来和现有的 Markdown 文件去交互。
当 6 年前 Obsidian 把本地文件夹、双向链接和知识图谱跟 Markdown 结合起来的时候，很多人不太理解这个产品，觉得很难用。
但现在它不仅是个人知识管理的常态，也是 AI 内容管理非常重要的一种方式。
例如我的 CodePilot 里面没有复杂的 memory 机制，所有的 memory 其实都是靠 MD 文件完成的。所以目前需要跳出文本编辑器的思路：
最近很多人在做 Markdown 编辑器，但其实应该跳出这个思路。
将 Markdown 作为一个数据去使用，构建更加跳脱常规的人机交互体验。
比如我的 CodePilot 里的 widget，它可以支持让 AI 用你本地的 memory 和 Markdown 文件作为数据来源。
当你的本地文件发生变化时，你的 widget 组件也会随之发生变化。
Markdown 文件已经事实上成为了当前 AI 文件交互的一个 Schelling point。
大家都默契地选择将自己的文本文件系统变为 Markdown 格式后再进行其他工作。
Markdown 赢得了 AI 时代文本格式的战争。基本上，现在 AI 时代的文本格式和内容展示被局限在了 HTML 和 Markdown 两个部分：
我们最近经常看到圈子里的朋友在发送文本的时候用 Markdown。
在进行演示的时候用的是 HTML（包括最近层出不穷的 PPT Skills 也都是以网页的形式去推广的）。
既然 Markdown 已经成为了事实上的基准，那我们就应该进行下一步了。
Markdown 本身的展示目前非常死板，市场想要更多、更独特的方式来和现有的 Markdown 文件去交互。
当 6 年前 Obsidian 把本地文件夹、双向链接和知识图谱跟 Markdown 结合起来的时候，很多人不太理解这个产品，觉得很难用。
但现在它不仅是个人知识管理的常态，也是 AI 内容管理非常重要的一种方式。
例如我的 CodePilot 里面没有复杂的 memory 机制，所有的 memory 其实都是靠 MD 文件完成的。所以目前需要跳出文本编辑器的思路：
最近很多人在做 Markdown 编辑器，但其实应该跳出这个思路。
将 Markdown 作为一个数据去使用，构建更加跳脱常规的人机交互体验。
比如我的 CodePilot 里的 widget，它可以支持让 AI 用你本地的 memory 和 Markdown 文件作为数据来源。
当你的本地文件发生变化时，你的 widget 组件也会随之发生变化。
30 62
最近有两个非常出圈、非常牛逼的短剧：
一个是《Enemy》，一个是《吉时已到》，可以看看
热度爆表，制作效果也很好，成本不高
如果要做 AI 内容，或者说做 AI 短剧之类的内容的话可以把这两个剧当成暂时的质量标杆去对齐
一个是《Enemy》，一个是《吉时已到》，可以看看
热度爆表，制作效果也很好，成本不高
如果要做 AI 内容，或者说做 AI 短剧之类的内容的话可以把这两个剧当成暂时的质量标杆去对齐
76 1316
OpenAI 更新了 GPT-5.5 Instant 模型，现在变成了 ChatGPT 默认模型。
模型提升了实时准确性和日常任务的表现，主要改进：
性能优化：在法律、金融、医学等领域的幻觉率明显下降。同时，在图片理解和文档解析方面表现更好。
表达风格：回答更加紧凑且聚焦要点，减少了无用的铺垫和过渡排版。简单来说就是废话变少了，之前的 5.5 版本（GPT-5.5）确实废话有点多。此外，个性化能力也得到了提升。
发布状态：今天已经全量发布。ChatGPT 已经将其设为默认模型，Codex 没有更新。
新功能引入：在 GPT 中引入了记忆来源功能。你可以通过控件可视化地查看 memory 来自什么地方，如果发现有问题，也可以直接编辑它。
详情：openai.com/index/gpt-5-5-instant/
模型提升了实时准确性和日常任务的表现，主要改进：
性能优化：在法律、金融、医学等领域的幻觉率明显下降。同时，在图片理解和文档解析方面表现更好。
表达风格：回答更加紧凑且聚焦要点，减少了无用的铺垫和过渡排版。简单来说就是废话变少了，之前的 5.5 版本（GPT-5.5）确实废话有点多。此外，个性化能力也得到了提升。
发布状态：今天已经全量发布。ChatGPT 已经将其设为默认模型，Codex 没有更新。
新功能引入：在 GPT 中引入了记忆来源功能。你可以通过控件可视化地查看 memory 来自什么地方，如果发现有问题，也可以直接编辑它。
详情：openai.com/index/gpt-5-5-instant/
18 12
Codex 也上了宠物功能， /pet 开启
宠物会一直在桌面上展示，你可以拖动他的位置
输入/pet 没反应也可以在设置-外观里面找到
使用 hatch-pet Skill还能创建你自己的宠物。
看起来是让 GPT-Image 一次性生成所有宠物动画的序列帧然后拼成一个动画
宠物会一直在桌面上展示，你可以拖动他的位置
输入/pet 没反应也可以在设置-外观里面找到
使用 hatch-pet Skill还能创建你自己的宠物。
看起来是让 GPT-Image 一次性生成所有宠物动画的序列帧然后拼成一个动画
23 65
类似 Roblox 这样的社区型游戏和社交驱动的小游戏产品会很火。
以前构建这种游戏的类型非常少，而且成本也比较高。但现在其实每个人都能构建各种游戏。
像早期的 Dota 和 PUBG 的原始玩法，其实都是一些游戏的Mod演变出来的。
所以理论上，现在基于 AI 也可以演变出非常可能是下一个爆款的游戏类型，目前只是缺一个将这些能力整合到一起的游戏平台和工具。
以前构建这种游戏的类型非常少，而且成本也比较高。但现在其实每个人都能构建各种游戏。
像早期的 Dota 和 PUBG 的原始玩法，其实都是一些游戏的Mod演变出来的。
所以理论上，现在基于 AI 也可以演变出非常可能是下一个爆款的游戏类型，目前只是缺一个将这些能力整合到一起的游戏平台和工具。
歸藏: 昨天用 Codex 做的游戏《夜巡录》发布了，没想到能搞得这么完整！ 大家可以下一下玩玩，顺便写了一下是怎么做的。 中国志怪题材，玩法像《杀戮尖塔》。 标题页进地图，走普通战、精英、事件、商店、休整，一路打到荒庙正殿 Boss。七个怪物、二十张左右卡牌，符印、香火、焚符、请神四条爆发链路。 代码开源： https://github.com/op7418/Night-Patrol/releases 整个下午是这么跑的👇 ====== 只聊了一下《杀戮尖塔》，让Codex 用已有资源生成了一个很像的 demo。一小时能玩。 ------ 让它用内置 GPT-Image 2.0 生成角色素材，没说风格、没说要哪些妖怪、没说背景。生出来的角色全站在纯绿色背景上，均匀干净，标准影视绿幕底。 它自己知道立绘要进游戏得先抠背景，上来就生绿幕图。 抠图工具也是它自己查、自己装、自己调，抠完归类丢到 tmp/imagegen/ 下。我只说了"调用 GPT-Image 2.0 生成素材"这几个字。 ------ 卡牌边框、费用宝石、牌堆、血瓶这些小 UI 用图像模型生太贵太慢，让它去网上找现成素材。 看中一个素材站，我买了会员账号给它。下载按钮前有人机验证过不去，它开始分析网站结构想绕过前端直接拿静态资源，结果被自己的安全护栏拦了。 最后方案：它把素材链接发给我，我点下载拖给它。 ------ 我发给它一个几千张图的素材包，按 UI、法宝、角色、徽章粗略分过类。文件名都是 ui_001.png 这种没信息量的，多模态上下文扛不住一张张喂。 它写了个脚本把文件夹里所有小图自动排版拼成一张大网格图，每张小图下标原始文件名。然后只读这一张大图，扫一眼就能同时看到一百张素材。 看中哪张直接读文件名，去原文件夹按名字引用。游戏里很多 UI 素材都是这么挑出来的。 ------ 战斗结尾加仪式感。每打死一个怪物进一段过场，播放几秒处决动画。 流程：GPT-Image 给七个怪物各生成一张定帧 poster，poster 丢给 Seedance 2.0 生成短视频，放进 assets/generated/cinematics/ 战斗胜利后自动播放。 ------ 标题页背景也用 Seedance 2.0 做的——火在烧、灯笼在飘、远处云雾流动。 默认出的视频有头有尾，循环播会在接缝跳一下。解法是首帧和尾帧传同一张图，接起来就是无缝循环。盯三分钟看不出接缝。 ------ 背景音乐 Suno v5.5 生成，方向描述"志怪夜路、木鱼、铃、低频 drone、五声音阶、克制不煽情"。标题页沉一点，战斗背景轻一点不抢人。等待页音量大，点开始游戏音量转小。 受击反馈这一套也是它做的：角色左右摇晃、镜头轻微震动、屏幕短暂泛红。剑、符、雷、拳配不同打击音。格挡和符印结算各自声音。 敌人死的那一帧短暂定格再进处决视频。
19 32
整个过程里边，Codex 最震惊我的就是这个：
给他找了一个有上千张图的游戏素材包，然后让他从里边找一些能用的素材。
我也没说怎么找，他自己给每个文件的图片都拼成了一张大图，上面是图片和文件名。
这样的话，他只需要通过一张图就可以了解这个文件夹中所有的素材图样式。找到以后，直接把文件名拉到素材库里改了就行，太牛了！
给他找了一个有上千张图的游戏素材包，然后让他从里边找一些能用的素材。
我也没说怎么找，他自己给每个文件的图片都拼成了一张大图，上面是图片和文件名。
这样的话，他只需要通过一张图就可以了解这个文件夹中所有的素材图样式。找到以后，直接把文件名拉到素材库里改了就行，太牛了！
歸藏: 昨天用 Codex 做的游戏《夜巡录》发布了，没想到能搞得这么完整！ 大家可以下一下玩玩，顺便写了一下是怎么做的。 中国志怪题材，玩法像《杀戮尖塔》。 标题页进地图，走普通战、精英、事件、商店、休整，一路打到荒庙正殿 Boss。七个怪物、二十张左右卡牌，符印、香火、焚符、请神四条爆发链路。 代码开源： https://github.com/op7418/Night-Patrol/releases 整个下午是这么跑的👇 ====== 只聊了一下《杀戮尖塔》，让Codex 用已有资源生成了一个很像的 demo。一小时能玩。 ------ 让它用内置 GPT-Image 2.0 生成角色素材，没说风格、没说要哪些妖怪、没说背景。生出来的角色全站在纯绿色背景上，均匀干净，标准影视绿幕底。 它自己知道立绘要进游戏得先抠背景，上来就生绿幕图。 抠图工具也是它自己查、自己装、自己调，抠完归类丢到 tmp/imagegen/ 下。我只说了"调用 GPT-Image 2.0 生成素材"这几个字。 ------ 卡牌边框、费用宝石、牌堆、血瓶这些小 UI 用图像模型生太贵太慢，让它去网上找现成素材。 看中一个素材站，我买了会员账号给它。下载按钮前有人机验证过不去，它开始分析网站结构想绕过前端直接拿静态资源，结果被自己的安全护栏拦了。 最后方案：它把素材链接发给我，我点下载拖给它。 ------ 我发给它一个几千张图的素材包，按 UI、法宝、角色、徽章粗略分过类。文件名都是 ui_001.png 这种没信息量的，多模态上下文扛不住一张张喂。 它写了个脚本把文件夹里所有小图自动排版拼成一张大网格图，每张小图下标原始文件名。然后只读这一张大图，扫一眼就能同时看到一百张素材。 看中哪张直接读文件名，去原文件夹按名字引用。游戏里很多 UI 素材都是这么挑出来的。 ------ 战斗结尾加仪式感。每打死一个怪物进一段过场，播放几秒处决动画。 流程：GPT-Image 给七个怪物各生成一张定帧 poster，poster 丢给 Seedance 2.0 生成短视频，放进 assets/generated/cinematics/ 战斗胜利后自动播放。 ------ 标题页背景也用 Seedance 2.0 做的——火在烧、灯笼在飘、远处云雾流动。 默认出的视频有头有尾，循环播会在接缝跳一下。解法是首帧和尾帧传同一张图，接起来就是无缝循环。盯三分钟看不出接缝。 ------ 背景音乐 Suno v5.5 生成，方向描述"志怪夜路、木鱼、铃、低频 drone、五声音阶、克制不煽情"。标题页沉一点，战斗背景轻一点不抢人。等待页音量大，点开始游戏音量转小。 受击反馈这一套也是它做的：角色左右摇晃、镜头轻微震动、屏幕短暂泛红。剑、符、雷、拳配不同打击音。格挡和符印结算各自声音。 敌人死的那一帧短暂定格再进处决视频。
33 12
昨天用 Codex 做的游戏《夜巡录》发布了，没想到能搞得这么完整！
大家可以下一下玩玩，顺便写了一下是怎么做的。
中国志怪题材，玩法像《杀戮尖塔》。
标题页进地图，走普通战、精英、事件、商店、休整，一路打到荒庙正殿 Boss。七个怪物、二十张左右卡牌，符印、香火、焚符、请神四条爆发链路。
代码开源：
github.com
整个下午是这么跑的👇
======
只聊了一下《杀戮尖塔》，让Codex 用已有资源生成了一个很像的 demo。一小时能玩。
------
让它用内置 GPT-Image 2.0 生成角色素材，没说风格、没说要哪些妖怪、没说背景。生出来的角色全站在纯绿色背景上，均匀干净，标准影视绿幕底。
它自己知道立绘要进游戏得先抠背景，上来就生绿幕图。
抠图工具也是它自己查、自己装、自己调，抠完归类丢到 tmp/imagegen/ 下。我只说了"调用 GPT-Image 2.0 生成素材"这几个字。
------
卡牌边框、费用宝石、牌堆、血瓶这些小 UI 用图像模型生太贵太慢，让它去网上找现成素材。
看中一个素材站，我买了会员账号给它。下载按钮前有人机验证过不去，它开始分析网站结构想绕过前端直接拿静态资源，结果被自己的安全护栏拦了。
最后方案：它把素材链接发给我，我点下载拖给它。
------
我发给它一个几千张图的素材包，按 UI、法宝、角色、徽章粗略分过类。文件名都是 ui_001.png 这种没信息量的，多模态上下文扛不住一张张喂。
它写了个脚本把文件夹里所有小图自动排版拼成一张大网格图，每张小图下标原始文件名。然后只读这一张大图，扫一眼就能同时看到一百张素材。
看中哪张直接读文件名，去原文件夹按名字引用。游戏里很多 UI 素材都是这么挑出来的。
------
战斗结尾加仪式感。每打死一个怪物进一段过场，播放几秒处决动画。
流程：GPT-Image 给七个怪物各生成一张定帧 poster，poster 丢给 Seedance 2.0 生成短视频，放进 assets/generated/cinematics/ 战斗胜利后自动播放。
------
标题页背景也用 Seedance 2.0 做的——火在烧、灯笼在飘、远处云雾流动。
默认出的视频有头有尾，循环播会在接缝跳一下。解法是首帧和尾帧传同一张图，接起来就是无缝循环。盯三分钟看不出接缝。
------
背景音乐 Suno v5.5 生成，方向描述"志怪夜路、木鱼、铃、低频 drone、五声音阶、克制不煽情"。标题页沉一点，战斗背景轻一点不抢人。等待页音量大，点开始游戏音量转小。
受击反馈这一套也是它做的：角色左右摇晃、镜头轻微震动、屏幕短暂泛红。剑、符、雷、拳配不同打击音。格挡和符印结算各自声音。
敌人死的那一帧短暂定格再进处决视频。
大家可以下一下玩玩，顺便写了一下是怎么做的。
中国志怪题材，玩法像《杀戮尖塔》。
标题页进地图，走普通战、精英、事件、商店、休整，一路打到荒庙正殿 Boss。七个怪物、二十张左右卡牌，符印、香火、焚符、请神四条爆发链路。
代码开源：
github.com
整个下午是这么跑的👇
======
只聊了一下《杀戮尖塔》，让Codex 用已有资源生成了一个很像的 demo。一小时能玩。
------
让它用内置 GPT-Image 2.0 生成角色素材，没说风格、没说要哪些妖怪、没说背景。生出来的角色全站在纯绿色背景上，均匀干净，标准影视绿幕底。
它自己知道立绘要进游戏得先抠背景，上来就生绿幕图。
抠图工具也是它自己查、自己装、自己调，抠完归类丢到 tmp/imagegen/ 下。我只说了"调用 GPT-Image 2.0 生成素材"这几个字。
------
卡牌边框、费用宝石、牌堆、血瓶这些小 UI 用图像模型生太贵太慢，让它去网上找现成素材。
看中一个素材站，我买了会员账号给它。下载按钮前有人机验证过不去，它开始分析网站结构想绕过前端直接拿静态资源，结果被自己的安全护栏拦了。
最后方案：它把素材链接发给我，我点下载拖给它。
------
我发给它一个几千张图的素材包，按 UI、法宝、角色、徽章粗略分过类。文件名都是 ui_001.png 这种没信息量的，多模态上下文扛不住一张张喂。
它写了个脚本把文件夹里所有小图自动排版拼成一张大网格图，每张小图下标原始文件名。然后只读这一张大图，扫一眼就能同时看到一百张素材。
看中哪张直接读文件名，去原文件夹按名字引用。游戏里很多 UI 素材都是这么挑出来的。
------
战斗结尾加仪式感。每打死一个怪物进一段过场，播放几秒处决动画。
流程：GPT-Image 给七个怪物各生成一张定帧 poster，poster 丢给 Seedance 2.0 生成短视频，放进 assets/generated/cinematics/ 战斗胜利后自动播放。
------
标题页背景也用 Seedance 2.0 做的——火在烧、灯笼在飘、远处云雾流动。
默认出的视频有头有尾，循环播会在接缝跳一下。解法是首帧和尾帧传同一张图，接起来就是无缝循环。盯三分钟看不出接缝。
------
背景音乐 Suno v5.5 生成，方向描述"志怪夜路、木鱼、铃、低频 drone、五声音阶、克制不煽情"。标题页沉一点，战斗背景轻一点不抢人。等待页音量大，点开始游戏音量转小。
受击反馈这一套也是它做的：角色左右摇晃、镜头轻微震动、屏幕短暂泛红。剑、符、雷、拳配不同打击音。格挡和符印结算各自声音。
敌人死的那一帧短暂定格再进处决视频。
02:03
110 1387
DeepSeek 多模态大语言模型的论文《Thinking with Visual Primitives》已经公开
底座是 DeepSeek-V4-Flash，MoE架构，总参数量 284B，激活参数量 13B。
自研 DeepSeek‑ViT 视觉编码模型，14×14 patch，输出后 3×3 空间压缩，再接入 LLM。
模型在回答时不仅进行文字推理，还会同时通过画框、打点等“视觉原语”进行思考。
在极低的 Token 成本下，其效果能和 GPT-5.4、Claude 以及 Gemini 在一些前沿指标上对齐，甚至有的指标能反超。
详情：github.com
底座是 DeepSeek-V4-Flash，MoE架构，总参数量 284B，激活参数量 13B。
自研 DeepSeek‑ViT 视觉编码模型，14×14 patch，输出后 3×3 空间压缩，再接入 LLM。
模型在回答时不仅进行文字推理，还会同时通过画框、打点等“视觉原语”进行思考。
在极低的 Token 成本下，其效果能和 GPT-5.4、Claude 以及 Gemini 在一些前沿指标上对齐，甚至有的指标能反超。
详情：github.com
32 53