RalfNick

💼 大厂牛马，白天搬砖，晚上找出路。
🤖 学 AI｜搞副业｜研究怎么不一直打工。
📝 记录实践、踩坑和一点点进步。

[RalfNick @Ralf_Nick1]

做生产级 AI Agent，别再混淆三层架构：
Harness 管环境：上下文、工具、状态、权限与监控；
Loop 管反馈：验证、纠错、重试与停止条件；
Graph 管流程：节点、分支、并行、审批与恢复。
先定位故障属于哪一层，再增加复杂度。最好的模型，也救不了失控的工程系统。

[beamnxw ./ @beamnxw]

https://t.co/Qd15VI1bFb

[RalfNick @Ralf_Nick1]

https://t.co/F3WQg2i5JO

[RalfNick @Ralf_Nick1]

https://t.co/DbX6zqOxfe

[RalfNick @Ralf_Nick1]

https://t.co/2BQLro384J

[RalfNick @Ralf_Nick1]

这可能是目前最系统的 Claude Agent 实战课程之一。
3 小时 46 分钟，从 Prompt、Skills、Claude Code、Subagents、Evals，一路讲到 Managed Agents、Routines 和 Dreams，完整展示 Agent 从开发、评测到部署的工作流。
重新制作了清晰的中英双语字幕，建议先收藏再慢慢看。
#ClaudeCode #AIAgent #Anthropic

[RalfNick @Ralf_Nick1]

大多数人还在研究 Prompt，其实 Agent 的核心早就变成了 Loop。

这张图很好地总结了 AI Agent 的四种工作模式，也是整个 Agent 技术演进的路线图👇

1️��� Turn-Based（回合循环）

最熟悉的聊天模式。

User Prompt → Gather Context → Take Action → Check Work → Response

每完成一轮都需要等待用户输入下一条消息。

ChatGPT、Claude、Gemini 都属于这一类。

AI 会回答问题，但不会主动继续工作。

⸻

2️⃣ Goal-Based（目标循环）

用户不再给步骤，只给目标。

例如：

把 Lighthouse 分数优化到 90+

Agent 会不断：

修改代码
运行测试
Evaluator 打分
不达标继续优化

直到目标完成。

Claude Code、Codex 等 Coding Agent 正是采用这种模式。

⸻

3️⃣ Time-Based（时间循环）

不再等待用户，而是由时间驱动。

每 5 分钟检查 PR、自动修 CI、生成日报、同步数据……

本质就是：

Cron + LLM = 持续运行的 AI。

⸻

4️⃣ Proactive（主动循环）

这是未来真正的 AI 员工。

Bug 出现后，AI 自动：

Triage → Fix → Review → 再修 → 再 Review……

必要时还能动态创建新的 Agent 协同工作，直到任务关闭，全程无需人工介入。

⸻

一个很明显的趋势：

2023：Prompt Engineering
2024：Workflow Engineering
2025：Agent Engineering
2026：Loop Engineering

Agent 的竞争力，不再取决于 Prompt，而是取决于 Loop 的设计：

如何判断目标完成？
如何自我评估？
如何决定下一步？
如何长期运行？
如何动态协作？

Prompt 决定 AI 能回答什么；Loop 决定 AI 能完成什么。 这才是下一代 AI Agent 的真正分水岭。

[RalfNick @Ralf_Nick1]

OpenAI 正式发布 GPT‑5.6。看完发布文章后，我觉得最重要的变化并不是某个基准又提高了几分，而是模型正在从“回答问题的聊天助手”，进一步变成能够端到端完成复杂工作的智能体。

GPT‑5.6 分为三个层级：

• Sol：旗舰模型，面向高难度任务
• Terra：性能与成本更均衡，适合日常工作
• Luna：速度最快、价格最低，适合规模化调用

这次升级的核心关键词是“效率”。OpenAI 称 GPT‑5.6 能用更少的 token、更短的时间和更低的成本完成同等甚至更好的工作。Sol 在 Artificial Analysis 编程智能体指数中达到 80 分；BrowseComp 最高达到 92.2%，OSWorld 2.0 达到 62.6%。

更值得关注的是新的工作方式。GPT‑5.6 可以编��轻量程序来协调工具、过滤中间结果、监控进度并动态决定下一步，不再需要开发者提前写死每个操作。`max` 模式会投入更多时间进行推理、验证和修改；`ultra` 模式则默认让四个智能体并行处理不同工作流，再统一整合结果。

换句话说，过去是“模型调用工具”，现在更接近“模型组织一支工具和智能体团队完成项目”。

设计与知识工作也是这次升级的重点。GPT‑5.6 不仅能生成前端代码，还能查看实际渲染结果，发现视觉和功能问题后继续修改。它也能从 Slack、Notion、Microsoft 365、Google Drive 和各种文档中整理零散信息，生成可以直接使用的演示文稿、报告和电子表格。

尤其是在 PPT 场景中，它能够识别参考文件的版式、字体、颜色、间距以及母版规则，并把整套设计语言应用到新内容中，而不只是简单模仿某一页。

网络安全能力同样有明显提升：ExploitBench 得分从 GPT‑5.5 的 47.9% 提升到 73.5%，SEC‑Bench Pro 从 45.8% 提升到 71.2%。与此同时，OpenAI 采用了更严格的分层安全机制，并表示发布前进行了约 70 万 A100e GPU 小时的自动化黑盒红队测试。

GPT‑5.6 已开始在 ChatGPT、Codex 和 OpenAI API 中逐步开放。API 每百万 token 的价格分别为：

Sol：输入 5 美元，输出 30 美元
Terra：输入 2.5 美元，输出 15 美元
Luna：输入 1 美元，输出 6 美元

我的判断是：GPT‑5.6 真正想证明的，并不是“模型又聪明了一点”，而是前沿模型已经开始同时竞争任务成功率、完成速度、token 效率、设计质量和自主工作能力。

模型竞争的下一阶段，可能不再是谁更会回答问题，而是谁能用更低的总成本，真正把工作做完。

当然，文章中的部分成绩来自 OpenAI 内部评测，成本和延迟也包含模拟估算，实际生产表现仍需进一步验证。

原文：https://t.co/rJGohZL6Rd

#OpenAI #GPT56 #AI #智能体

[RalfNick @Ralf_Nick1]

用 Codex + Seedance 2.0 mini 跑了一条 F1 看台即兴热舞视频。

这次重点不是单条 Prompt，而是完整生成链路：

1. 在 Codex 里整理人物、场景、镜头、音频和负面词
2. 把 15 秒视频拆成按秒分镜
3. 自动生成 Seedance manifest
4. 调用 Ark API 提交任务
5. 轮询生成状态并下载 mp4
6. 用 ffprobe 校验时长、分辨率、音轨
7. 自动抽帧生成 contact sheet 复查画面

中间踩了一个坑：参考图直传被判定可能包含真人隐私信息，Codex 自动切换成纯文本生成链路，保留画面方向，不上传人像素材。

最后生成结果：
15.10s / 1280x720 / 24fps / 带现场环境音

我现在越来越觉得，AI 视频的核心不只是“会写 Prompt”，而是用 Codex 把 Prompt、素材、模型调用、错误处理、文件管理和验收串成一条可复用生产线。

[RalfNick @Ralf_Nick1]

https://t.co/v3kj2R9T17

[RalfNick @Ralf_Nick1]

Codex + 3 个 Skill，可以直接搭一套美股投研系统雏形：

🧠 1/ ai-berkshire
把巴菲特、芒格、段永平的投资方法论结构化进 Codex，让 AI 有一套“长期主义+安全边际”的分析框架
https://t.co/vIvdCRVBoj

📊 2/ UZI-Skill
强化个股研究能力，从基本面 / 技术面 / 估值多维拆解美股公司，像一个研究员一样做 DD
https://t.co/4bgf68iTR6

📈 3/ QuantDinger
把研究结论变成可回测、可验证的交易策略，用数据验证想法，而不是停留在“感觉正确”
https://t.co/fKb6Fgi4Wr

这套组合的意义不是“更聪明”，而是：

→ 从「信息理解」→「个股研究」→「策略验证」

如果你在用 Codex 做投研，这三层基本就齐了。

[RalfNick @Ralf_Nick1]

Codex 不是“打开就会用”的工具，真正提效靠的是配置、工作流和实战习惯。
这条教程不到 2 小时，把 Codex + GPT-5.5 从插件配置、自动化流程到多任务并行实战完整跑了一遍。
想把 AI 编程从“聊天辅助”升级成“开发外挂”，建议收藏慢慢刷。
#Codex #OpenAI #AI编程 #VibeCoding
https://t.co/tFT3pxAWGo

[RalfNick @Ralf_Nick1]

Codex 打开了格局👍「您可以使用 Codex 应用程序、CLI 和 SDK 与任何开源模型一起使用，而不仅仅是 OpenAI 模型。」

[Tibo @thsottiaux]

Reminder that you can use the Codex App, CLI and SDK with any open source model, not just with OpenAI models.

https://t.co/spPifB4ck3

[RalfNick @Ralf_Nick1]

日常用户用 Claude Code / Codex，别只拿来写代码。

我整理了 5 个更适合普通用户收藏的 GitHub 项目：

1. https://t.co/kv7xJSH5yH

中文文章配图 Skill。

它不是通用画图 prompt，而是把文章里的判断、流程、隐喻，变成 16:9 白底手绘“小黑”正文配图。

适合公众号、博客、X 长文、Notion 文档配图。

2. https://t.co/cepddCgqOD

日常内容生产 Skill 工具箱。

里面有小红书图文、信息图、封面图、PPT、漫画、YouTube 转写、Markdown 转 HTML、发布到 X/微博/公众号等 skills。

适合内容创作者把“写作 -> 配图 -> 排版 -> 分发”做成固定流程。

3. https://t.co/ZGAT4XLSWU

Codex 增强套件。

它给 Codex 加 hooks、agent teams、HUD、skills、workflow 和运行时辅助。

适合高频用 Codex 的人，把 Codex 从“聊天写代码”变成更完整的工作台。

4. https://t.co/vV89f59L62

大型 Claude / Codex Skills 仓库。

覆盖 productivity、research、marketing、product、finance、compliance、business operations 等方向。

适合拿来找现成 Skill 模板，再改成自己的个人或团队 SOP。

5. https://t.co/pqb1q81Sn0

多 Agent 金融投研框架。

它不算普通日常 Skill，更适合用来理解：AI agent 如何模拟分析师、研究员、交易员、风控等角色协作。

注意：这个不能当投资建议，更适合作为多 Agent 架构案例研究。

我的判断：

普通用户最值得先试的不是最复杂的 TradingAgents。

而是 baoyu-skills、ian-xiaohei-illustrations 这种能马上进入内容生产流程的 Skill。

因为它们解决的是每天都会遇到的问题：

配图、长图、PPT、资料整理、内容分发。

[RalfNick @Ralf_Nick1]

WTF is loop？

[Matt Van Horn @mvanhorn]

https://t.co/DM0CAuyprS

[RalfNick @Ralf_Nick1]

1/ Dan Koe 做过 100M+ views 后，总结��不是算法技巧，而是一个���容系统。

核心只有一句：

研究有效内容，反向拆解，再用自己的声音重写。

2/ 他认为大多数创作者的问题，是声音太像别人。

如果把脸拿掉，内容谁都能写，甚至 AI 也能写。

真正的护城河不是格式，而是你的观点、语言习惯和世界观。

3/ 他把这称为 intellectual signature。

可以理解成“个人思想指纹”：

你的使命、观点、词汇、语气、结构、核心想法，以及影响你的世界观。

4/ 好内容不一定要完全原创。

受众想要的是已经有价值、已经被验证的想法，但要听到你的理解和判断。

所以创作者要做三件事：

study what works
reverse engineer it
make it your own

5/ 他展示的 Eden，本质不是 AI 写作器，而是内容工作台。

包括 voice builder、discover feed、creator lists、boards、swipe file 和 AI chat。

目的不是替你写，而是让你更容易产出好想法。

6/ 我最认同的一点：AI 应该是 thought partner，不是代笔机器。

如果没有你的 worldview 和长期积累，AI 自动写出来的内容只会越来越像所有人。

7/ 这对个人 X 运营很有启发。

Notion 可以是内容工作台。
参考账号池可以是 creator list。
数据复盘可以是自己的 outlier score。
AI prompt 可以是 thought partner。

8/ 所以真正值得搭的不是“爆款模板”，而是一个内容系统。

选题、参考、拆解、写作、发布、数据、复盘。

长期看，系统比灵感可靠。

After 100M+ views, this is the system I wish I had when I started

https://t.co/SQ8qtSU7lP

[RalfNick @Ralf_Nick1]

Anthropic 今天发布了 Claude Fable 5 和 Claude Mythos 5 两个新模型。

两个模型用的是同一个 Mythos 级底座，��别在于：Fable 5 加了安全分类器，面向普通用户和开发者开放；Mythos 5 去掉了部分安全限制，只给 Project Glasswing 等批准客户使用。

简单说，Fable 5 就是“带护栏的 Mythos”。

【Fable 5 的几个关键信息】

1. 定位：Anthropic 目前最强的公开 Claude，适合复杂推理、长程 agent、代码、多文档分析和视觉任务。

2. 能力：官方称它在软件工程、知识工作、科学研究、视觉等 benchmark 上表现突出，任务越长、越复杂，相对优势越明显。

3. 规格：API model ID 是 claude-fable-5，支持 1M context，最高 128k output，adaptive thinking 默认开启。

4. 安全机制：涉及网络安全、生物、化学、模型蒸馏等少部分高风险请求时，可能 fallback 到 Opus 4.8。官方称平均少于 5% sessions 会触发。

5. 价格：API 标准价是 $10 / 百万 input tokens，$50 / 百万 output tokens，约为 Opus 4.8 的 2 倍。

6. 免费窗口：Pro、Max、Team、seat-based Enterprise 计划可在 6 月 22 日前免费试用，但会消耗原本 usage limits；6 月 23 日后继续用需要 usage credits。

我的建议：不要拿 Fable 5 做普通摘要。趁免费窗口，把你最难的代码重构、架构决策、长文档分析、研究问题拿去测，才能看出它和 Opus / Sonnet 的真实差距。

[Claude @claudeai]

Introducing Claude Fable 5: a Mythos-class model that we’ve made safe for general use.

Its capabilities exceed those of any model we’ve ever made generally available.

[RalfNick @Ralf_Nick1]

https://t.co/WkNkQai2ZT

[RalfNick @Ralf_Nick1]

https://t.co/rVndfz4AAL

[RalfNick @Ralf_Nick1]

https://t.co/WzJEBs9jWI