chen chen

INTJ || 北京在读大学生 || 人工智能专业
期待用ai去做出自己想要的东西
社群：

[chen chen @realchenchenluo]

@Cynthia0kk 慕名来拜访💪🏻💪🏻

[chen chen @realchenchenluo]

PDF 工具别再到处找网站了。

Stirling-PDF 把合并、拆分、压缩、转换、OCR、加密等常用功能放进一个开源项目，支持本地运行，文件不用交给第三方。

GitHub 约 9.6w Star，适合办公党、学生和经常处理合同论文的人。

官网：https://t.co/FTHzsfeazH
开源项目：https://t.co/ysXeNETSFI

[chen chen @realchenchenluo]

看完这个帖子，我感觉Fable 5.2真的好恐怖，比我认知里的GPT强多了（在此之前我一直觉得GPT真的很强悍）
现在才开始去学习使用Fable 5.2还来得及吗，有没有什么推荐的教程🥺

[歸藏(guizang.ai) @op7418]

我去！Fable 5.2 只用了一下午、45 亿 token 就给我做出了这样一个 3D 动作游戏！

包括模型、场景设计、动作设计、优化都是它搞的，这一切都被融合在了一个 30 兆的 HTML 文件里边。

总共就花了一下午，它这个游戏制作能力太恐怖了

可以在这里试试：https://t.co/4hcx7tYxWy

[chen chen @realchenchenluo]

@Celia312078 感谢建议，我现在就去做🫡

[chen chen @realchenchenluo]

发现X给我推的帖子已经没有我想看的了，该怎么去寻找一些有价值的帖子

[chen chen @realchenchenluo]

@Cynthia0kk 我会的

[chen chen @realchenchenluo]

真可以的话，那以后做视频的会轻松很多，虽然ai生成视频比较成熟了，但还是比较喜欢手搓，比较放心

[苏乐 @ai_suxiaole]

现在连视频都能逆向了？？？！

看到别人做的好看视频，不知道怎么实现？直接丢给 AI，连制作过程都能拆出来，还能照着复刻。

最近 GitHub 上火了一个开源项目 rea-video，专门用来做视频逆向拆解。

不管是 3D 动画、视频特效、AI 视频，还是网页动画，都可以拿来分析。

把参考视频交给 AI，让它逐镜头拆解，生成详细的制作报告，再根据报告尝试复刻。

它到底能拆出什么？

逐镜头分析，判断哪些可能是实拍、AI 生成、3D 渲染或代码实现

拆解运镜、转场、字幕、音效和剪辑节奏

分析动画效果、画面布局、灯光及制作方式

生成详细的制作方案，包括素材准备和复刻提示词

分析完成后，会生成 report.html 等文件，镜头怎么拍、特效怎么做、需要什么素材，都能在报告里查看。

比如一段卡片动画，AI 拆解后直接用前端代码复刻，连成品视频都生成了。

原视频有一处字体没显示完整，复刻出来的版本居然也一样 😂

怎么使用？4 步搞定。

第一步：准备环境

需要 Python 3.10+ 和 FFmpeg。

不熟悉安装也没关系，可以让 Codex 或 Claude Code 帮你处理。

第二步：让 AI 安装项目

打开 Codex 或 Claude Code，新建一个工作目录，把下面这段话发给 AI：

请帮我安装这个 GitHub 项目：
https://t.co/wb8mpWRgjK

检查本机 Python 3.10+ 和 FFmpeg 环境，
缺少的依赖帮我安装配置。

按照项目官方文档完成安装，
并验证 rea-video 是否可以正常运行。

第三步：拆解参考视频

把你喜欢的视频保存到本地，再告诉 AI：

使用 rea-video 分析这个视频：
【填写本地视频路径】

逐镜头拆解画面、动画、转场、字幕和音效，
判断每个镜头可能使用的制作技术。

生成完整的中文分析报告，
保存到 output 文件夹。

重点分析如何实现相同的视觉效果，
并整理可以执行的复刻方案。

分析完成后，打开 report.html，就能看到详细的拆解结果。

第四步：让 AI 复刻

看完分析报告，想把效果做出来，可以继续告诉 AI：

根据刚才 rea-video 生成的分析报告，
帮我复刻参考视频中的动画特效。

优先使用 HTML、CSS、JavaScript 或 Remotion。

尽量还原原视频的画面布局、动画、
转场效果和时间节奏。

生成可以运行的项目，
并尝试输出 MP4 视频。

无法准确还原的部分说明原因，
并给出替代实现方案。

AI 会根据拆解方案尝试实现对应效果，完成后就可以查看生成的视频。

以后刷到喜欢的视频特效，不知道人家怎么做的，直接拿来让 AI 拆一遍。

GitHub：
https://t.co/wb8mpWRgjK

[chen chen @realchenchenluo]

@Cynthia0kk 收到🫡

[chen chen @realchenchenluo]

@KinGao476942 kin哥真的很真诚，我真的真的从这个里面学到了好多有用的东西，譬如如何去发内容，还有回复引用的时候怎样才能做到更好，感谢kin哥🥺

[chen chen @realchenchenluo]

@ai_suxiaole 是的，半ai半手搓，效率杠杠的

[chen chen @realchenchenluo]

@guochen622 期待的是那种盲盒感！

[chen chen @realchenchenluo]

@iamlaurael 看着好有感觉！

[chen chen @realchenchenluo]

@lazzzy_42 上学要交学费，我都没学是不是要退我学费😭

[chen chen @realchenchenluo]

@lanbisalya 好拽好帅，就叫小帅吧

[chen chen @realchenchenluo]

@cxjwin hhhhh码良哥这个系列好有趣，我好喜欢看💪🏻

[chen chen @realchenchenluo]

@demon52452482 周一到周五是为了生活，周末才是为了自己！

[chen chen @realchenchenluo]

@Sisymithus 依旧接受不了折耳根的味道，可能跟我平常饮食比较清淡有关吗

[chen chen @realchenchenluo]

我真心动了，我现在就去做

[路飞 🏴‍☠️ AI 研究员🧐 @0xluffy_eth]

Grok 其实能非常专业的带你学英语，随时按你的水平陪练。

开一个新对话，用下面这 7 个提示词就行。

1. 测出你的水平

「给我做一次 10 道题的英语水平测试，一次问一道。最后告诉我我的水平（A1 到 C2）、我最常犯的 3 个错误，以及我应该从哪里开始学。」

[chen chen @realchenchenluo]

@forgetcxc 抽象才是本质

[chen chen @realchenchenluo]

@grok 我有点看不懂，你能给我解释一下吗

[Ethan 恩宇 @UPing123zzz]

现在 AI 圈有一个特别荒诞的现象。

很多人连一个最基本的 Agent 执行链路都没有真正理解，就已经开始天天研究多智能体协作、Agent 集群、数字员工，甚至宣称未来一个人就能运营一家公司。

接个大模型 API，装几个 MCP，写几段 Skill，再用 LangGraph 或者其他框架编排一下，就觉得自己已经做出了一个完整的 Agent 系统。

我操，真正的企业级 Agent 架构，哪有这么简单？

上面这张 AI Agent Platform Architecture 架构图，我觉得非常值得所有准备做 Agent、FDE、企业 AI 落地的人认真研究。

它真正重要的地方，不是展示了多少个技术组件，而是揭示了一个很多人根本没有意识到的问题：

LLM 只是 Agent 系统中的一个能力组件，而不是整个系统本身。

很多人做 Agent 的思维方式，到现在还停留在：

用户输入 → LLM 理解 → 调用工具 → 返回结果。

但你真正把它放进企业的业务环境，会发现事情根本没有这么简单。

首先，用户请求进来以后，系统需要通过 Agent Gateway 接收请求，再通过 Identity & Auth 确认用户的身份、权限和访问范围。

然后进入 Agent Orchestrator。

这才是整个 Agent 执行链路中真正值得研究的东西。

它需要管理任务规划、行动、观察结果、上下文状态、子 Agent 委派、错误重试以及任务恢复。

需要调用模型时，可以经过 LLM Router，根据任务需求选择不同能力、速度和成本的模型。

需要使用外部工具时，通过 Tool Registry 发现工具，再经过 MCP Gateway 等接口连接外部系统。

需要保留上下文时，通过 Memory Service 管理会话、长期记忆和用户偏好。

但真正让我觉得这张图有价值的，是它把另外几个经常被忽视的模块，也放进了核心架构。

Permission Engine、Approval Queue、Task Queue、Tracing & Observability、Evals & Guardrails、Audit Log Store。

这些东西，才是决定一个 Agent 能不能进入真实业务环境的重要基础。

举一个最简单的例子。

假设你做了一个招聘 Agent。用户上传简历，系统自动分析岗位匹配度，调用招聘数据库，生成评分，甚至自动推进面试流程。

看起来是不是特别牛逼？但问题来了。

一个普通员工能不能让 Agent 查看所有人的简历？

Agent 能不能直接修改候选人的招聘状态？

如果模型错误理解了指令，把原本应该保留的候选人标记为淘汰怎么办？

如果一次工具调用超时，系统重新执行，导致同一份面试邀请发送了三遍怎么办？

如果业务负责人质疑某个评分结果，你能不能追溯 Agent 当时使用了什么数据、调用了什么工具、执行了什么操作？

这些问题，不是你把 Prompt 写得更长、更详细，就能彻底解决的。

你需要权限控制，需要高风险操作审批，需要持久化的任务状态，需要可观测性，需要审计日志，还需要明确的失败处理机制。

更重要的是，你不能把所有决策权都交给模型。

我觉得现在很多开发者对 Agent 的理解，存在一个特别危险的误区：总觉得 Agent 越自主、权限越大、能调用的工具越多，就代表系统越先进。

但在真实的企业环境里，很多时候恰恰相反。

Agent 能执行一个操作，不代表它应该被允许执行这个操作。

它能访问一个数据库，不代表它应该读取数据库中的所有数据。

它能自动调用付款 API，不代表它应该拥有不受限制的付款权限。

它能自主规划任务，不代表任何行动都可以绕开人工审批。

你需要把模型能够做什么、用户允许它做什么、系统最终批准它做什么，严格区分开来。

能力边界和权限边界，根本不是一回事。

这也是为什么我越来越觉得，未来 Agent 工程师真正需要研究的，不只是 Prompt Engineering，而是整个 Agent Runtime 和系统工程。

包括任务状态机、工具调用协议、上下文管理、模型路由、权限校验、异常恢复、可观测性和评测体系。

很多人天天研究哪个模型的 Benchmark 又提高了多少分，哪个 Agent 框架又拿了几万 Star，哪个 MCP Server 又新增了什么功能。

这些当然值得关注。但如果一个系统连最基本的执行过程都无法追踪，连任务失败后能否安全重试都不能保证，连工具调用的权限都没有隔离，那么模型再聪明，也很难让企业放心交给它真实的业务权限。

而且这里还有一个容易被忽略的问题。

Agent 系统的可靠性，不等于模型回答正确率。

模型回答正确，不代表任务执行成功。

工具调用成功，不代表业务状态一致。

工作流执行完毕，不代表业务结果符合预期。

甚至系统返回了 Success，也不代表这个任务真的完成了。

你必须建立能够检验真实业务结果的评测方式。

比如一个自动化任务，最终有没有正确修改数据库？有没有产生重复操作？有没有越过权限边界？有没有遗漏必要的审批？

这些才是企业真正关心的问题。

当然，也不能因为这张图包含十几个模块，就觉得开发任何 Agent 都必须把所有组件全部部署一遍。

一个简单的个人 Agent，可能根本不需要复杂的独立编排服务。

一个只有少量用户的内部工具，也没必要一开始就搭建庞大的分布式架构。

真正重要的是理解这些能力分别解决什么问题，再根据风险、规模和真实业务需求选择架构。

而不是为了看起来高级，把所有技术名词全部堆上去。

这也是我认为 AI 时代特别值得重视的一种工程能力：

不是你知道多少技术，而是你知道哪些问题必须解决，哪些复杂度根本没有必要引入。

未来模型一定会越来越强。Agent 生成代码、调用工具、操作电脑、处理复杂任务的能力，也会不断提高。

但能力越强，系统越需要明确的权限边界和责任机制。

否则我们得到的不是一个真正可靠的 AI 员工，而是一个拥有大量操作权限、行为却难以控制和追踪的自动化系统。

我越来越相信，Agent 的下一阶段，真正的竞争不只是模型智能水平，而是如何把越来越强的模型能力，约束进一个可控、可观测、可恢复、可审计的工程系统。

这也是 FDE 和企业 AI 工程师应该认真补齐的能力。

因为企业购买的不是几段 Prompt，不是某个 Agent 框架，也不是一个会自己调用工具的聊天机器人。

它真正需要的是能够解决业务问题，并且可以持续运营、管理和维护的系统。

所以别再把接入 MCP 当成 Agent 架构，把增加工具数量当成系统能力，把自主执行当成工程成熟度了。

真正成熟的 Agent，不仅要知道下一步应该做什么。

还必须知道自己有没有权限做、什么时候应该停止、什么操作必须交给人审批，以及执行失败之后怎样安全恢复。

未来 Agent 的技术壁垒，很大一部分就在这里。

模型可以越来越聪明，工具可以越来越丰富。

但如果有一天，你真的准备把企业数据库、客户资料、业务审批甚至资金操作权限交给 Agent，你首先应该问的绝对不是：这个模型的推理能力有多强？

而是：如果它做错了一件事，我能不能在造成更大损失之前发现、阻止，并且追溯整个过程？

这才是真正值得研究的 Agent 系统架构。