创作方向
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
186 条精选近 30 天 180 条共收录 712 条
一位没有开发背景的作者用 Claude 从 9 月初开始做一款休闲游戏，第 6 周更新了进展。他的工作流是 Claude Opus 5.5 负责头脑风暴、规划和统筹，并调度下层的 Opus 和 Sonnet 智能体，Claude 用 Blender 清理素材并在 Unity 中搭建内容。
选题角度：作者零开发经验用 Claude 多智能体加 Gemini、Meshy 做出一款游戏，可拆解他第 6 周的实际工作流和踩坑过程。
ChatGPT 现在可以直接访问 Chrome 浏览器中打开的标签页并对其执行操作。用户可用 @chrome 指定标签页，Chat 模式会同时从多个标签页读取数据，Work 模式则通过 Computer Use 控制标签页，完成发消息、填表单、下载文件或分组标签页。
选题角度：原文给出 @chrome 调用、Chat 与 Work 两种模式和跨标签页比价示例，适合录屏实测多标签页自动填表与比价。
Google DeepMind 称四个 Gemini 4 Argon 智能体在 27 小时内从零通关 Minecraft。它们只在沙盒中用代码和文本运作，共编写 2,783 个程序，通过聊天分配任务、共享笔记并一起调试错误，全程没有人类帮助。
选题角度：四个 Gemini 4 Argon 智能体在沙盒里只用代码和文本协作通关 Minecraft，可讲它们如何分工、共享笔记并互相调试。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，这是一个 501B 参数的 MoE 模型，每 token 激活 23B，支持 1M token 上下文，采用 Apache 2.0 许可，主打编码与智能体场景。
选题角度：开源 501B MoE 模型 Beam 放出 Apache 2.0 权重和 vLLM、SGLang 部署配方，适合实测 1M 上下文下的编码与工具调用表现。
视频解释浏览器里的 ChatGPT 只能输出代码，需要用户复制粘贴运行，而 Claude Code 和 Codex 这类桌面端 AI 工具能打开文件夹、创建文件、运行游戏并自行查看报错修复。
选题角度：视频用浏览器聊天与桌面端编码工具的对比，演示后者能读写文件夹、运行游戏并自行修错，适合录屏实测同一小游戏任务。
林禾Mind 在视频中拆解近期爆火的逆向工具 REA，认为它把十几种传统工具统一成一套体系、降低了逆向门槛，属于类似 iPhone 的整合式创新，而非范式级突破。
选题角度：作者结合评测数据拆解 REA 被吹过头的现象，适合做热点评论，用 74 分对 73 分和 18 次只选 3 次这两组数字说明热度与实用性的落差。
博主分享一套低成本 AI 视频生成流程，核心是不手写提示词，而是让 AI 生成提示词。做法是先截取原视频人物画面，上传到 ChatGPT 分析画风并生成三视图，再把原视频和三视图交给 AI 视频工具反推提示词并替换主体，最后粘贴提示词、勾选低帧率等参数生成。工具上练手阶段选成本低的，作者提到所用 H3 模型为 0.09 元每秒。
选题角度：这条教程用截取原片、生成三视图、让 AI 反推提示词三步复现同款画面，还给出 0.09 元每秒的低成本练手方案，适合照着录屏走一遍。
这条教程用一个视频讲透 2026 AI 漫剧制作全流程，覆盖剧本分镜、人物一致性、视频生成、配音剪辑，直到成片发布。流程中用到即梦、豆包、剪映三款工具，从角色设计一路做到成片。
选题角度：原文把 AI 漫剧从剧本分镜、人物一致性到视频生成、配音剪辑串成一条完整流程，适合按步骤演示即梦、豆包、剪映各自负责哪一段。
open code 平台宣布 DeepSeek v4.1 flash 可免费使用，免费版上下文为 20k。该平台还有美团、小米 miui v2.6 flash、英伟达等模型同样免费，DeepSeek v4.1 flash 订阅为 10 美元并附 80 美元用户额度。
选题角度：口播提到 open code 平台把 DeepSeek v4.1 flash 等模型列为免费，可录屏展示页面入口和 20k 上下文限制下的实际使用。
前OpenAI核心成员迪奥戈·阿尔梅达创办的Jev于2026年9月15日发布，24天后A16Z领投、红杉跟投8.7亿美元，投后估值达75亿美元。这个不做聊天、只保留多选一、打分和是/否概率输出的模型，单次决策耗时70毫秒，读入100万token成本4美分；Vercel记录显示发布24小时内全平台13%的付费团队完成接入，3天调用量破万亿级。
选题角度：从Jev发布24天估值从2亿美元涨到75亿美元切入，用订票7秒3分钱、清洗10万条文本5毛钱等案例讲清只做单步决策的模型为何被抢着接入。
作者分享用AI制作漫剧的完整流程，从番茄达人中心选小说素材，用AI精简剧情并生成分镜脚本、角色三视图和生图提示词，再逐镜生成图片与视频，最后剪辑成片。作者称自己用10小时、70元做出第一部AI短片，发布在红果上目前收益53000。
选题角度：作者公开自己从番茄小说选素材到生成分镜、三视图、图生视频再到剪辑的完整流程，适合按步骤拆解复现。
GitHub 开源项目 seedance-2.0 在 GitHub 上获得 7000 多个 star，用于把简单创意整理成包含镜头运动、人物动作、场景切换和音效设计的完整视频提示词。教程演示用豆包安装该 skill：粘贴指令后选择工作任务和本地电脑发送，再选中技能描述想生成的视频，等待分析即可得到分镜提示词，不满意还能继续让它调整镜头和提示词。
选题角度：原文给出豆包安装该 skill 的完整步骤和输入输出示例，适合录屏演示从一句创意到分镜提示词的全过程。
非游戏行业创作者Sac用16天借助AI做出了一款《小王子》3D游戏，并公开了制作过程。晓辉博士在视频中拆解了这套流程：用GPT生图生成场景和角色多角度图，交给Tripo做3D建模，再在Blender里绑骨、蒙皮和调整，最后放进Unity编排并加上配乐，代码部分由Opus 5.5编写、Astro做校验。视频还谈到，AI加快制作之后，发行、传播和售卖仍是卡点，普通人做一款自己喜欢的游戏正在成为新机会。
选题角度：非游戏行业创作者用16天做出《小王子》3D游戏，视频拆解从生图、3D建模到Unity编排的完整流程，适合做流程复盘。
开发者Sac用16天把《小王子》做成可玩的3D剧情游戏《小王子：星辰之旅》，用Opus 5.5结合3D模型生成工具Tripo和3D制作软件Blender，把书中每颗星球变成可探索的3D场景。游戏已有独立网站入口，官网列出中文、英语、日语等8种语言选项，当前版本需要支持WebGPU的浏览器。Sac表示后续会开源整个游戏并公开详细制作流程，已有玩家反馈浇花任务后W、S与A、D方向反转的Bug。
选题角度：开发者用Opus 5.5加Tripo和Blender在16天做出可玩的《小王子》3D游戏，适合拆解他的工具组合与制作流程。
Claude Fable 5.5 出现在微软 Azure East US 2 模型目录中，模型 ID 为 azure_ai/claude-fable-5-5，状态显示 GenerallyAvailable。
选题角度：围绕 Azure 目录泄露的 1M 上下文与 10/50 定价，梳理 Fable 5.5 与 Gemini 4 Argon 撞车的时间线，做一期大厂发布节奏的评论。
作者实测 ChatGPT Work，把上一季度的 PPT 和含 Q4 新数据的表格交给它，三分钟就生成了一份新演示文稿，沿用完全相同的设计、配色、字体和 logo，还附带了演讲备注。整个过程无需重新设计原有版式。
选题角度：作者用上一季度 PPT 加 Q4 数据实测 ChatGPT Work，三分钟生成同款配色字体的新演示并附演讲备注，适合录屏展示前后对比。
作者介绍了 5 个少有人知的 Claude 技能。Chief of Staff 只需给出一个大目标，就能在后台调度一队 AI 智能体完成任务；Anatomy 会把技术讲解做成可交互的机器。
选题角度：原文列出 5 个冷门 Claude 技能及各自用途，适合逐个演示 Chief of Staff 多智能体协作和 Anatomy 交互式讲解的实际效果。
Gemini 官方展示用 Gemini 4 Argon 制作 3D 打印家具配件：上传一张带粗略尺寸的照片，在 Gemini 的 Canvas 中搭建一个交互式 3D CAD 工作室，可浏览不同风格、用实时滑块调整，并导出可打印的 STL 文件。
选题角度：官方演示了用 Gemini Canvas 从一张带粗略尺寸的照片搭出可调滑块的 3D CAD 工作室并导出 STL，适合录屏走一遍完整流程。
英伟达在旧金山 NVIDIA Spark Editor's Day 闭门会上发布全新超级芯片 RTX Spark 系列，最高 20 个 CPU 核心、6144 个 CUDA 核心，通过 NVLink-C2C 实现 600GB/s 互连带宽，最大支持 128GB LPDDR5X 统一内存。
选题角度：作者现场拿到联想 YOGA Pro 15 RTX Spark 真机，跑分、本地部署 Qwen3.8 和《赛博朋克2077》实测数据齐全，适合做上手实测与 x86 平台对比。
OpenUI 1.0 发布并开源，支持任意模型，主张用提问实时生成界面。作者举例说，出行时可以让它生成地图、酒店列表并按房间数排序后点击预订，买车时可以让它列出喜欢的品牌、展示车型并按价格排序后点击购买，认为一次性应用会成为未来，提问本身就是界面。
选题角度：原文给出 OpenUI 1.0 开源、任意模型可用和一次性应用生成界面的玩法，适合上手实测提问即生成界面的效果。