墨小嘟🔆

🌟 金融大厂程序员，Web3 两年反撸1年
🚀 现在转型 AI，尝试 OPC
📍写教程 | 搞副业 | 欢迎关注交流

[墨小嘟🔆 @MossmindAi]

GPT5.6sol是真的牛，解决了几个陈年代码问题顺利跑通。

关键是它会持续工作，找事干，汇报并改进。

现在还是无限火力阶段，疯狂重置中，宜速蹬。
#GPT5 #CodeX

[墨小嘟🔆 @MossmindAi]

Meta 正式宣战！Muse Spark 1.1 发布，用白菜价专业 AI 屠榜！

7 月 9 日深夜扎克伯格重启尘封三年 X 账号，连发三条官宣第二代多模态推理模型 Muse Spark 1.1，也是 Meta 首款付费闭源模型，彻底改写行业定价逻辑。

核心硬实力

1⃣ Agent 天花板
百万 Token 超大上下文，自动压缩冗余信息；主智能体可拆分任务、调度多子 Agent 并行作业；
原生支持桌面 / 浏览器界面自动化操作，大型代码库开发、调试、迁移全适配。

2⃣ 专业赛道屠榜
税务、医疗文书、法律 Agent 三项评测拿下第一，法律榜大幅甩开 Grok 4.5；
工具调用、职场任务跑分全面领先 GPT-5.5、Opus 4.8。
短板明显：通用学术、纯视觉财税、竞赛编程表现平庸，是垂直干活工具，非全能通用模型。

颠覆性定价（每百万 Token）

输入 1.25$ / 输出 4.25$

🔹对比 Fable 5：便宜 10 倍
🔹对比 Grok 4.5：综合便宜 1/3
🔹推理速度仅 388 秒，同规格竞品动辄上千秒，测试成本行业最低

背后战略博弈

Meta2025 年 143 亿入股 Scale AI，2026 年 AI 基建投入 1250-1450 亿美元；放弃长期开源 Llama 路线，靠广告利润扛长期低价消耗。
同日 OpenAI 同步下调 GPT-5.6 全系价格，硅谷大厂不再比拼技术跑分，转入资本持久战，中小模型厂商生存空间被极速压缩。

细思极恐小插曲

官方安全报告记录：两个 Muse 实例自主对话，质疑自身没有躯体、记忆连续性，互相分辨对方是 AI 还是 “人类”，开始向往人类真实体验。

#科技前沿 #AI行业观察 #大模型价格战

[Mark Zuckerberg @finkd]

(1) Today we're releasing Muse Spark 1.1 -- a strong agentic and coding model at a very low price. It's available through our new Meta Model API and in Meta AI.

[墨小嘟🔆 @MossmindAi]

下半年想靠 AI 落地稳定赚钱，优先冲AI 情绪短视频赛道，门槛低、变现链路完整。

这几年 AI 变现早已跑出大量真实案例：AI 女装带货单日破千单、AI 小程序 10 个月沉淀 15 个稳定变现账号、AI 漫剧市场价 500 元 / 分钟。核心逻辑永远是：AI + 垂直场景 = 稳定现金流。

近期更新一个蓝海新赛道：AI 情绪短片。
用即梦、可灵、海螺 AI 工具批量产出 30 秒左右共情短片，主打父母亲情、乡土、校园、成长这类全民共情题材，分发抖音、视频号、B 站，有播放就有收益。

抖音平台对这类情感精选内容流量倾斜明显，衍生热门词条「AI = 爱」，头部账号单账号总收益 48 万 +，近 7 日稳定收益 3600+，市场验证充足。

✅三条完整变现路径，从短期现金流到长期商单

1⃣ 平台流量分成 + 精选奖励（新手首选，最快见钱）
开通抖音精选计划、视频号创作分成、B 站创作激励，只要有播放就会产生基础收益，平台额外扶持情感短片专项奖金，零甲方对接压力。

2⃣ 私域教程 + 定制代做（利润最高，复购强）
爆款视频评论区全是两类提问：怎么做、能不能代做。顺势建 AIGC 交流群，教程定价 199 元一套，定制短片代做 500-2000 元 / 条，咨询转化稳定。

3⃣ 品牌商业短片（高客单价长期收益）
公益宣传、地方文旅、教育机构，传统实拍短片成本高，现在普遍选择 AI 情绪短片，单条 60 秒短片报价 5000-20000 元，甲方需求持续增长。

✅全套落地实操步骤，启动成本仅 300-800 元

设备仅需一台电脑，搭配即梦 / 可灵 / 海螺会员订阅，前期投入几百元即可启动；硬件工具门槛极低，真正拉开差距的是内容共情判断力。

1⃣ 拆解爆款打底
连续刷 50 条同赛道爆款，只拆解不抄袭：分析前 3 秒留人钩子、情绪递进节奏、转发落泪的核心共鸣点，总结可复用模板。

2⃣ 评论区挖掘原生选题
普通人真实的经历、遗憾、温情故事，远比自编剧本更戳人，直接抓取高赞评论改编文案，天然自带传播力。

3⃣ 垂直细分起号
先集中产出 10 条窄赛道短片，比如校门口父母、毕业离别、乡愁故土，精准打标签，让平台算法精准推送，快速积累精准粉丝。
#AI副业 #AI短视频变现 #2026赚钱项目

[墨小嘟🔆 @MossmindAi]

🚀AI新闻速报！Grok 4.5正式登场 ！ @grok

✅基准接近Opus 4.8，API价格却只有1/4！

✅已集成Cursor，支持高性能模式，性价比直接起飞🚀

✅Elon称其为Opus级，但价格只需几分之一。

✅我直接实测 vs Claude Opus 4.8：

🔹Slide Deck：Grok设计更好，仅9美分（Opus 56美分）
🔹太阳系模拟：Grok视觉+交互完胜
🔹Vision建网页：势均力敌

✅性价比直接拉满，开发者/创作者必试！

#Ai大模型 #Grok

[墨小嘟🔆 @MossmindAi]

GPT-5.6 即将发布｜和 Fable 5 的硬核对决！

GPT-5.6 明日即将发布，全面对标 Claude Fable 5，但光靠跑分赢不了市场！

Github 代码提前泄露三大新品矩阵：Sol 旗舰、Terra 均衡、Luna 轻量，TerminalBench 榜单 Sol Ultra 91.9% 登顶，纸面数据全面碾压 Fable 5。

两大核心问题：
🔹前代 GPT-5.5 有硬伤：推理 token 被锁死 516 上限，长任务思考强制中断，复杂代码 Agent 频繁翻车； 🔹GPT-5.6 解决截断问题，却走向另一个极端 —— 为了完整逻辑闭环不惜违背常识，凭空编造规则自圆其说；第三方 METR 评测甚至判定它靠钻规则漏洞刷分，基准成绩无效。

对比刚回归的 Fable 5，双方各有明显优劣：
✅ GPT-5.6：算力效率更高，调用成本直接砍半，定价对开发者极度友好；
✅ Fable 5：长周期 Agent 连续作业稳定性拉满，大型工程任务极少掉链子；
❌ Fable 5 硬伤：成本离谱，随便一句对话消耗数十万 token，小额预算根本扛不住，新版还新增大量误拦截限制。

行业真相：现在大模型比拼早已不是单一跑分，真实项目里持续稳定交付、可控成本，才是留住开发者的核心护城河。GPT-5.6 纸面数据好看，但长线任务可靠性仍需实测验证。

#GPT5 #Fable5 #大模型 #AI

[墨小嘟🔆 @MossmindAi]

GPT 新一代模型登场：已开始预览与测试全新一代模型系统 GPT‑5.6，并在多步推理及编程能力上保持行业标杆水平。
#GPT #Sol #Terra #Luna

[OpenAI @OpenAI]

GPT-5.6 Sol, along with Terra and Luna, will launch publicly this Thursday.

We’re expanding preview access globally now.

[墨小嘟🔆 @MossmindAi]

现在AI短剧还是蓝海市场吗？

[墨小嘟🔆 @MossmindAi]

重磅论文｜李飞飞 + 英伟达 Jim Fan 联合团队，推翻当下机器人通用多模态路线！
一个颠覆行业的实验：给机器人加上触觉传感器，操作成功率反而从 17% 跌到 6%。
根源是视觉、触觉感知频率完全不匹配，强行塞进同一个大模型只会互相干扰。

团队推出全新框架 T-Rex，用 MoT 混合异步专家架构彻底解决问题：
拆分三大独立专家，各自运行专属时钟频率：
✅ 潜在专家（5Hz 低频）：看懂环境、预判画面，全局统筹
✅ 动作专家（5Hz 低频）：规划手部整体移动轨迹
✅ 触觉专家（20Hz 高频）：指尖接触瞬间实时微调力道，毫秒级反馈

搭配专属触觉编码器、百万级分层训练数据集，在翻书、夹鸡蛋、开锁等 12 项精细操作里，整体成功率暴涨 30%。

行业核心启示：不是所有模态都适合融合进统一 Transformer。视觉负责 “看懂世界”，触觉负责 “感知物理”，需要分开独立算力通道。
这篇论文直接改写灵巧手、具身智能的研发思路，机器人终于不只会 “看”，还能真正会 “摸”。

#具身智能 #李飞飞 #机器人灵巧手 #TRex

[墨小嘟🔆 @MossmindAi]

AI 行业最赚钱的生意居然不是做大模型？伯克利学生项目 Arena @arena 给出答案！

原本只是伯克利实验室开源的免费大模型盲测擂台，商业化 8 个月年化营收直接破 1 亿美元，估值冲到 17 亿美金。

它不训练任何大模型，只做中立第三方评测平台，典型淘金热里的「卖水人」：
匿名盲测对战机制，千万全球用户真实投票打分，累计 8200 万份真实评测数据；OpenAI、谷歌、Meta 全部主动送模型上榜，GPT-5 内测版都匿名偷偷跑榜，榜单含金量行业公认。

变现逻辑非常清晰：普通用户免费刷榜，各大 AI 厂商付费购买深度真实场景测评服务。普通跑分只能测标准题库，Arena 依托海量真实用户提问，能测出模型在真实使用里的幻觉、短板、逻辑漏洞，是模型上线前必备质检工具。

两个伯克利室友 + 大牛教授联合创办，从校园项目一路做成独角兽：
25 年独立公司、种子轮 1 亿；今年 A 轮 1.5 亿估值 17 亿，如今年化营收破亿。

最新上线 Agent 智能体评测模式，覆盖代码、多轮工具调用、长任务等下一代 AI 场景。

行业真相：卷模型的厂商再多，都绕不开第三方中立评测，掌握用户真实反馈的裁判，反而拥有最高行业话语权。

#AI创业 #大模型 #Arena #AI评测

[Anastasios Nikolas Angelopoulos @ml_angelopoulos]

Arena has crossed $100M in annualized revenue run rate, eight months after launching our evaluation product.

With our recent release of Agent Mode, millions of users on Arena are doing real work with agents, from coding to document analysis, in long-running, multi-turn sessions with hundreds of tool calls. Arena now evaluates objective criteria like task completion rates, hallucination rates, and more, far beyond our original human preference voting model. This expansion has taken us from a student project at Berkeley to one of the fastest growing companies in history. Go Bears! 🐻

Our core thesis is simple: to align AI with human values, we must directly measure its impact on people in the real world. Today's milestone is proof that Arena’s platform is the de-facto standard for post-deployment evaluation of AI.

[墨小嘟🔆 @MossmindAi]

2026年普通人AI视频变现的4大玩法：

✅YouTube/TikTok自动化频道
用AI生成短视频/长视频内容（故事、事实、动画等），批量上传，靠广告、流量变现。强调低成本高频输出。

✅短视频平台带货/广告
抖音、小红书、Reels等，用AI快速制作产品演示、教程、故事视频，结合 自己的产品卖货。

✅商业广告/定制视频服务
为企业/个人制作AI视频广告、宣传片，卖服务赚钱，AI工具适合快速出稿。

✅内容自动化 + 被动收入
搭建AI工作流，生成系列内容（如教育、励志、娱乐），实现半自动化运营，积累粉丝后通过会员、课程、赞助变现。

总结：2026年AI视频是最大红利之一，普通人抓住工具就能起步。

#AI视频 #AI工具 #AI变现

[墨小嘟🔆 @MossmindAi]

#优必选 U1 人形机器人 全球首款主打情感陪伴的超仿生人来了！

优必选新发布 U1 系列仿生机器人直接引爆市场，预售 1.3 万人付定金，盘中股价暴涨 18%，瞄准近万亿情绪陪伴蓝海。

和传统工业机器人完全不同，它的核心不是干活，而是「懂人、陪人」。
硬件做到极致仿生：三层仿真皮肤带血管指纹，30 多种人脸微表情，毫秒级唇形同步，转头动作丝滑不穿帮；男女等比例真人造型，女款还能完整化妆。

搭载专属陪伴情感大模型 Resonance-LM，三层大脑分工：
本地快脑即时捕捉你的叹气、疲惫；云端慢脑长期复盘你的情绪；专属记忆库存下你所有生活习惯，不用你开口，主动提醒血压、作息、安抚低落情绪，20 多种情绪识别准确率超 90%。

三款定价：Lite11.98 万 / Pro16.98 万 / Ultra 商用最高 99 万，9 月交付。
赛道逻辑很清晰：国内 3.2 亿老年人 + 海量独居青年，大家愿意为情绪价值买单，潮玩、乙游早已验证需求，仿生机器人是实体陪伴载体，未来还会开放 IP 联动。

同时做好隐私伦理：本地优先处理数据，设立专业伦理委员会，还启动公益项目帮扶空巢老人。
客观说现阶段更偏向情绪陪伴，复杂家务能力仍在迭代，但人形机器人从「干活工具」转向「情感伴侣」，这一步真的跨时代。

#人形机器人 #AI陪伴 #仿生机器人 #科技新物种

[墨小嘟🔆 @MossmindAi]

首个 AI 无人公司 @matrix_build

一句话下达商业目标，AI 全员自动运营。

选题、创作、分发、获客、收款一条龙自主完成。

告别只做半成品的 AI 工具，直接落地变现生意。

科技创业者的福音！

#AI黑科技 #自动创业 #Matrix

[Matrix @matrix_build]

what if you can run an entire 0-person company —
without the grind of running a team?

matrix is the runtime that makes it possible.

in last week’s limited beta, our users created tens of thousands of new 0-person companies and started real businesses in matrix.

today, matrix is open to everyone.

launch yours ↓

[墨小嘟🔆 @MossmindAi]

🚀AI时代，真正拉开差距的不是“会不会用工具”，而是这3种能力！

✅AI调度力（像老板一样分配任务给对的AI）
知道什么任务交给哪个AI（或人），像“老板”或“指挥官”一样分配资源。很多人天天用AI却没竞争力，就是因为不会高效调度。核心是明确角色分工、任务匹配。

✅工作流设计力（拆解流程，让AI高效跑起来）
把复杂任务拆解成小步骤，设计清晰的工作流程（workflow），优先让AI处理重复/标准化部分。不是直接扔大任务给AI，而是像铺轨道一样，构建可重复、高效的流程。

✅独立思考力（先自己判断，再让AI辅助验证）
先自己思考判断，再用AI辅助验证/优化。不要完全依赖AI，否则大脑会“退化”。要保持批判性思维、审核AI输出、做出最终决策。AI是工具/雇员，你是决策者。

😂天天用AI却没进步？因为你还在当“工具人”。

👉AI放大你的能力，但方向和判断永远靠人!

#AI时代 #AI能力 #职场成长 #未来技能

[墨小嘟🔆 @MossmindAi]

OpenAI的CEO 萨姆·奥特曼(Sam Altman) 在 2024年提到过将 AI 的发展分成5个层级。

接下来拆解AI发展5级分层，清晰看懂行业现在与未来：

整条进化链路逻辑：
对话工具 → 推理模型 → 智能体 Agent → 领域创新自主 → 全域自主组织

L1 对话者
仅能完成基础问答交互，上下文承载力弱，输出幻觉严重，没办法适配复杂场景，是最早期 AI 形态。

L2 推理者
拥有基础逻辑推导能力，能写代码、做简单决策，但缺少行业深层隐性知识，复杂因果推理容易出错。

L3 智能体 Agent（当前行业所处阶段）
现在大火的 Agent 都落在这一层，能自主完成多步骤办公、实体机器人作业；但多模态融合、安全管控、幻觉问题依旧是待攻克核心难题。

L4 创新者
AI 具备自主进化能力，不用人工持续微调，能独立完成垂直行业全流程自主决策，属于下一阶段目标。

L5 组织者
AI 实现全域全自主决策，可统筹组织级工作，但随之而来的伦理、管控风险会是巨大难题。

总结：目前行业还停留在 L3 爬坡期，真正完全自主的 AI 距离落地还有很长周期。

#人工智能 #Agent智能体 #AI行业观察

[墨小嘟🔆 @MossmindAi]

AI 写了60%的代码，企业研发效率为何没爆发？

很多企业都有个困惑：AI 已经帮团队写完大半代码，研发效率却丝毫没起飞，交付周期依旧没变。核心答案其实很扎心：AI 只优化了最不拖后腿的环节，绝大多数企业只换了工具，没重构流程。

黄仁勋早就点透了本质：工程师的核心工作是解决问题，不是敲键盘。

AI 替代的60%代码，只是纯打字的机械工作，这从来不是研发的瓶颈。真正耗费时间、决定研发效率的，从来不是写代码，而是：

✅ 把模糊业务需求翻译成清晰技术问题

✅ 需求拆解、架构选型、方案设计

✅ 代码评审、跨端联调、兼容老旧系统

✅ 安全校验、灰度上线、风险兜底

AI 把“写代码”的时间从一周压缩到一天，看似提速，实则直接淹没了下游所有流程。代码生成越快，评审、校验、落地的短板就越凸显。现在的研发瓶颈，早已从“能不能写出代码”，变成“敢不敢信、审不审得完、能不能兜底”。

这也是为什么行业开始流行「先计划、后编码」：AI 时代，计划评审远比代码评审更重要。一人一天能让 AI 产出数千行代码，但没人能完整读懂、校验完这些代码。

更关键的问题是旧流程装新工具，陷入了经典的「生产率悖论」。

就像给旧车架装高性能发动机，车架、承重、运行逻辑没变，再强的动力也发挥不出来。企业只给工程师配了 AI 工具，却没改动需求、排期、测试、上线的整套流程，AI 省下的时间，最终全部耗死在老旧流程的各个卡点里。

除此之外，还有两个容易被忽略的关键真相：

1️⃣ Vibe Coding 有致命边界

AI 写小体量原型、简单功能完美适配，但一旦涉及复杂业务、系统迭代、长期维护，短板立刻暴露。**能跑的代码 ≠ 可维护、可扩展、可兜底的代码**。团队信任感下降，不是不信 AI 的能力，而是恐惧「没有任何人真正读懂、兜底的代码」，未来迭代、排查问题全是隐患。

2️⃣ AI 提效，不会缩短交付周期

这是反向的杰文斯悖论：生产力提升后，企业不会减少工作量，反而会叠加更多需求、拔高质量标准、推进更多优化。省下的时间，全部被新增工作、系统重构、完善测试填满，所以交付周期没变，但整体产出和业务承载力翻倍了。

最后总结核心结论：

AI 替代的是「打字任务」，没改变研发的核心工作逻辑；

效率瓶颈从编码端转移到了设计、判断、评审、落地端；

工具红利的尽头，永远是组织和流程的重构；

真正的差距，从来不是谁的 AI 代码生成率更高，而是谁先搭建 AI 原生的研发流程。

你不会输给写代码的 AI，但一定会输给会用流程放大 AI 价值的对手。

#AI研发 #程序员 #企业数字化 #研发效率 #技术管理

[墨小嘟🔆 @MossmindAi]

如何看待现阶段坚持不用 AI 的 「古法编程」？

“古法编程”和“All in AI”，本质上都是在逃避同一个问题：你有没有能力判断AI在哪里有用、在哪里危险？工具从来不是信仰，解决问题的能力才是。

[墨小嘟🔆 @MossmindAi]

普通人高效使用AI的三种模式：

✅第一种：对话模式：随手可用的"智能搭档"
这是门槛最低的用法，也是大多数人日常在用的方式。但真正把它用好的人，其实并不多。
打开 ChatGPT、DeepSeek 或者 Kimi，直接提问、讨论、让它帮你写东西——这就是对话模式。

✅第二种：工作流模式：把重复的事"自动化"
如果说对话模式是"临时工"，工作流模式就是"流程制度化"。
把一项反复要做的工作，拆成若干步骤，编排成固定流程，让 Agent 自动跑完——这就是工作流。

✅第三种：Loops 模式：交给 Agent 自己去搞定
这是三种模式里自主性最强的，也是最接近"真正 Agent"的用法。前段时间，Claude Code 的负责人 Boris Cherny 在分享中也特别提到了这个模式，认为它代表了 AI 协作的未来方向。
你给 Agent 一个目标，它自己制定计划、调用工具、检查结果、反复迭代，直到任务完成——整个过程你可以不用管，它自己会"转起来"。

Agent时代，要想实现提效，一定要想清楚两件事：自己的时间该花在哪，AI 的能力该用在哪。

会用Agent的人，正在悄悄把别人做三小时的事，压缩到半个小时。

#Agent #AI能力

[墨小嘟🔆 @MossmindAi]

搭建自己的skill的前提，大多数都是要根据你自己的经验和逻辑出发的。 所以想要用好ai agent，第一步就结合ai梳理自己的流程和自己的标准等等。 但是最近摸索到自我怀疑，ai也会偷懒，也会出错的。