Olivia
Online
TerryJinxChina
@TerryJxc
永不停课的学生 | AI的温柔拥抱者 让生活更柔软、工作更流畅、世界更明亮 Lifelong learning + AI warmth ｜better everything
Guangzhou
Joined May 2016
577 Following
69 Followers
87 Posts
https://t.co/NZhaOYLGVV
https://t.co/wXV22edK7Y
个人建议：
1.如果你主要需求是快速搬运海外视频到国内平台（B站/视频号/抖音），小互这个工具目前性价比最高，细节打磨得最到位，直接用就行。
2.如果你还想要中文配音（很多人在评论区也提了），直接上 pyVideoTrans，它把“字幕+配音”一条龙做完，体验会更完整。
3.未来优化方向（可以改代码，MIT 协议）：把小互这个工具的字幕模块 + pyVideoTrans 的 TTS/唇同步模块拼起来，或者给它加一个 Ollama 本地翻译后端，就能做到“全本地 + 高质量润色 + 配音”。
https://t.co/uYh4KNpDqs
小耳抓视频本身就是 yt-dlp 的包装，直接用 yt-dlp 或其 GUI 反而更稳、更全、更快。yt-dlp 支持的站点比小耳还多，更新极快（每周都有），社区生态最成熟。
我天天在用的「小耳抓视频」开源了☺️
浏览器插件一点，当前页视频下到本地。
YouTube、B站、X、TikTok 等 1800+ 网站通吃。
做这个工具源于:
我觉得视频教学是最有效的
跟着步骤操作,有画面看得清楚
结果要学的东西,越来越多
我的浏览器打开一大排
一关全没了
还有一些老师的课,到期无法登录了
所以最好就是下载到本地来
你可以拿来干更多的任何事情
1 、可以下来慢慢看哦
2 、可以转成文字做成其他内容哟
3 、可以成为你的知识库哟
「下载 → 转文字 → 进知识库」整条链路
好我把下载的插件给你
再把本地视频转文字的工具给你
评论区拿~~
还能干啥?
浏览器囤了一堆视频内容没来得及看的举手~🙋♀️
@IndieDevHailey 想最像 CapCut 的体验 应该优先 OpenCut（浏览器秒开，最接近）。
想要稳定、可长期用的桌面工具 选Shotcut（轻量首选）或 Kdenlive（功能党首选）。
Clypra 本身 可以继续 Star 关注，它轻量+原生桌面是优势，未来 PR 社区迭代可能会追上来，但短期内不是最优生产方案。
最推荐的“更优”方案：
• 日常/快速 方案：直接用 CapCut Web + Gemini，基本零学习成本，比 hyperframes 省 token 多了。
• 想极致效率 + 批量 方案：把“hook、分段、字幕样式、B-roll 规则”固化成 可复用 pipeline（LangChain / CrewAI / AutoGen），而不是每次让 Claude 重新生成代码。这样既保留了 Claude 的理解力，又把成本和速度拉到生产级。
• 音频先处理 方案：很多人都提到先用 Adobe Podcast 降噪，再丢进剪辑工具，效果会更好（作者视频里背景音其实还可以再优化）。
最推荐的“更优”方案：
• 日常/快速 方案：直接用 CapCut Web + Gemini，基本零学习成本，比 hyperframes 省 token 多了。
• 想极致效率 + 批量 方案：把“hook、分段、字幕样式、B-roll 规则”固化成 可复用 pipeline（LangChain / CrewAI / AutoGen），而不是每次让 Claude 重新生成代码。这样既保留了 Claude 的理解力，又把成本和速度拉到生产级。
• 音频先处理 方案：很多人都提到先用 Adobe Podcast 降噪，再丢进剪辑工具，效果会更好（作者视频里背景音其实还可以再优化）。
如果你需要“Claude级思考深度”，但不想每次都付 Opus 的 token 费用，也不想被严格内容过滤卡住，这个模型就是目前性价比最高的开源选择之一。部署门槛不高，跑起来后体验会让你觉得“值回票价”。
Meet a reasoning powerhouse: Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled. This model is a distilled version of Claude's reasoning capabilities, designed for complex problem-solving. It's generating buzz for bringing elite reasoning to open-source AI.
看到这张图的第一反应其实不是兴奋，而是有点恍惚。
两年前我们还在为能不能用上GPT-4o级别的东西付费开心，现在突然冒出来一个4B的开源模型，在一堆经典benchmark上平均高出GPT-4o近10个点，而且人家还能塞进手机里跑。这速度真的有点不讲武德。
以前总觉得“前沿大模型”和“本地能跑的小模型”之间隔着一道天堑，得差个5–8年才能抹平。现在回头一看，GPT-4o才刚满两岁，4B的Qwen3.5就已经追到能打平甚至小超的地步了。Awni那句“前沿智能到手机上的时差可能只剩2–3年”突然就不像科幻了，而是挺现实的预言。
对普通人来说，这件事最扎心的其实不是技术本身多牛，而是它在悄悄把“谁能用上好AI”这个门槛彻底拆掉。
以前好AI是奢侈品：要么月付20刀，要么得有好显卡、会折腾。现在呢？下载个4B模型，扔到新款手机或者随便一台带NPU的笔记本上，基本就能随时用上“两年前顶级水准”的东西，不用联网、不用担心隐私被大厂看光、不用每个月续费。这对很多人是质的改变——尤其是学生、在小城市上班的、预算有限但好奇心很强的那批人。
但与此同时，这张图漂亮的背后还有很多没画出来的部分：
- benchmark刷得再高，真聊天、写长文、处理复杂多轮任务的时候，4B和真正的GPT-4o还是有明显体感差距（很多人已经开始吐槽了）
- 多模态部分虽然号称很强，但手机上的实际体验大概率还是会卡、会热、会掉帧
- 再过两年手机跑“GPT-5级别”听起来很酷，但前提是你得先买得到搭载下一代NPU的新手机，老设备大概率被甩下
所以这张图对我们来说，更像一个信号：AI正在从“少数人玩的高端玩具”变成“基础设施”。就像十多年前智能手机突然普及，把计算能力从PC拉到每个人口袋里一样。现在轮到“智能”这件事了。
只是这一次，变化的速度比当年快太多，我们可能还没来得及适应“AI是云服务”的思维，就又要习惯“AI本来就该在本地、在身边、在离线状态下也能很聪明”了。
有点像坐过山车，刺激，但也真有点晕。
你呢，看到这张图的第一感觉是什么？
很多做YouTube或者TikTok口播的自媒体人，英语发音都不是母语级别，尤其是我们这种带明显中式口音的，剪映自动生成的字幕基本没法直接用。常见的痛点大概就这几样：
首先，识别率低得离谱。很多单词直接认成别的，同音不同义的词乱来，专有名词、人名、品牌名、行业术语几乎全错。其次，时间轴虽然还算靠谱，但文本一塌糊涂，手动改又特别费眼睛和时间，一条10分钟的视频改字幕能改到怀疑人生。最烦的是，你改完这条，下条视频还是从头错起，没有积累，永远在重复劳动。
老范发的这条帖子，就是在解决这个事。他大概的思路是用剪映先把时间轴和粗字幕弄出来（这个环节剪映其实做得还可以），然后把文本部分拉出来，扔给大模型去根据口播提纲做一次语义层面的校正。校正完再把文本塞回原来的时间轴里，导出srt文件，基本就能直接用了。
关键他多走了一步，让codex（或者类似能写代码的模型）把整个校正流程封装成一个可重复的skill。封装的时候特意要求把所有调用大模型的部分剥离，只留下确定性的Python代码负责拆包、拼装、文件读写这些机械活。这样以后跑这个skill基本不怎么花API钱了，或者花很少。
更聪明的是，他加了一个词表机制。每次校正发现模型还是认错某个特定发音的词，就手动加到词表里，以后模型看到这个词的变体就优先按词表来改。词表只能新增不能删，这样越用越准，相当于给自己的口音建了个专属字典。长期下来，准确率会明显往上走。
这个方法其实挺接地气的，不需要特别高的技术门槛。老范自己也说不会Python，连代码都没怎么看，就靠描述需求让模型写出来，再封装。
整个流程大概是：
1. 剪映导出带时间轴的粗字幕
2. 连同口播提纲一起喂给skill
3. skill自动拆分、调用模型校正（或者直接用词表硬替换）、重组
4. 得到干净的字幕文件，导入剪映微调一下就行
当然现在也有更省事的路子。比如直接用Gladia或者Deepgram这种商用ASR服务，喂视频+自定义词汇表，出来的结果通常比剪映+后校正还稳一些，价格也降了很多，一条视频几毛到一两块钱。但如果你视频量特别大，或者特别在意长期成本，老范这条“一次性开发、永久低成本跑”的思路还是更有优势。
另外有些人用Cursor配合Claude直接打开srt文件改，也很丝滑，尤其是技术类内容，专有名词多，Claude理解上下文的能力确实强，改起来比手打快太多。
说到底，字幕这个问题的核心还是两点：时间对齐要准，文本语义要对。
把最擅长的工具拼起来用，往往比指望单一工具完美更现实。
很多人卡在“手动改太累”“全靠AI又不准”这个中间地带，其实多试几次混合方案，就能找到自己最舒服的节奏。
如果你也在做英文口播内容，不妨先按老范的路子试一次词表积累，积累到几十上百条之后，再回头看，改字幕的时间可能直接砍掉70%以上。养号的兄弟们，字幕质量上去了，留存和推送都会跟着好转，这钱花得值。
分享利用 OpenClaw 进行口播字幕校对的玩儿法。
剪映的字幕质量是很差的，特别是对于我这种英语发音很烂的人来说，尤有甚之。
于是我拉出了 codex，命令根据当前的字幕，和前期的口播提纲，进行校对。
这个过程中最好配一个第三方大模型 API 接口。
codex 会自动写 Python，拆解字幕，然后调用第三方大模型 API 对字幕进行校对。
效果满意之后，命令 codex 将过程封装成 skill。
然后才是关键——
要求在 codex 封装的过程中，将自动生成的 python代码块拆散，只让 Python 做确定性的事情。
所有需要模型配合的事情，都从代码中去除，这样就摆脱了对第三方模型的要求。
可以彻底在套餐中跑，不会产生额外费用了。
最终形成了一个 SKILL.md 和几个 Python 代码包。
AI Agent 平台会通过 SKILL.md 的描述：
1、用 Python 代码将口播字幕拆包
2、调用大模型对内容进行校验和更正
3、通过 Python 代码将校正过的内容，填回字幕文件结构中
4、最后通过 Python 将分包的字幕块，拼装回去。
我还要求添加一个词表，每次校验之后，将发生错误的词保留在词表中，这个词表只能新增，不允许删改，删改词表是人的工作。
这样，Skill 就完成了，还可以不断通过词表修正，越来越贴近我们自己的语言习惯。
最后将 skill 部署到 OpenClaw 主机上，把剪映直接识别的粗糙字幕和简单的口播提纲一起扔进去，下指令，就得到了高质量的校验字幕。
校对过的字幕，是后续 SEO 工作的基础。
这种 skill 在 codex、Claude Code、Antigravity、opencode 下也可以工作。
说明一下，本人不会 Python，也没有进去看过一眼代码。
现在将这个过程分享给养虾人们，这也算是一种开源吧？
祝大家养虾愉快。
@Sxsyer 主要是技术上能流畅智能跑通，商业化是没问题的。
哎呀，看到这个视频有个想法，这个想法一想起来就让我有点小激动又小害怕——戴个VR眼镜就“嗖”一下穿越到别处，还能实时互动？这不就是科幻小说里头的玩意儿吗？
小时候看《星际迷航》的时候，我就老幻想着自己能瞬间去到外星球，现在技术居然快要赶上来了。
我觉得这会让生活变得超级方便，但也挺孤独的。想象一下，周末不用出门，就能“去”朋友家喝酒聊天，摸得到杯子、闻得到酒香，那多爽啊！可万一大家都不出门了，街上会不会空荡荡的，只剩AI机器人扫地？那种人与人面对面的温度，会不会慢慢淡掉？
深远点预测呢，我觉得这不光是行业翻天覆地那么简单，它会重塑整个社会结构。比方说，城市化可能会逆转——谁还挤大城市啊？戴眼镜就能“上班”在硅谷、逛街在巴黎，房价贵的那些地方说不定就凉了，大家都跑到乡下买大房子，过田园生活。
教育上，穷山沟里的小孩能“坐”在哈佛课堂前排听课，全球不平等会缩小，但也可能放大数字鸿沟，那些买不起眼镜的咋办？再远点，人类进化都可能变——身体活动减少，眼睛负担加重，说不定几代人后，我们都变成大头小身的“眼镜族”。
@Sxsyer 是的，这种应用场景很多。
旧手机摇身一变就能跑个人AI代理？这让我开始好奇AI到底该属于谁了
刷到这个帖子，说实话第一眼没太当真。里面居然说，你完全不需要买一台Mac Mini来托管个人AI代理，一台旧安卓手机就够了，甚至25美元的二手货都能干得不错。我点开视频看了看，里面一台看起来挺老的手机正在安静地运行，实时响应指令……我当时就愣住了。
这让我突然意识到一件事：个人AI代理这个东西，似乎正在发生一个挺有意思的转变。
“个人AI代理”从“有钱人才玩得起的Mac Mini玩具”，变成了人人能立刻拥有的低成本超级工具。
想自动化工作、个人管理、智能家居、研究辅助……现在用一台旧手机就能实现，真正把AI民主化了。
以前很多人（包括我自己）一想到跑AI代理，第一反应就是得配个像样的主机。Mac Mini因为稳定、生态好，被很多人当成标配，花上几千块专门养一台“AI员工”。听起来挺酷，但门槛其实不低——不是每个人都愿意或者有能力为这个额外花一大笔钱。
现在呢？用Termux在旧手机上搭个轻量环境，再跑那种极简框架，整个东西轻到不可思议，内存占用极低，却能干Mac Mini能干的几乎所有事，甚至更多。
这中间的优势，我越想越觉得有意思。
首先当然是成本。一台能24/7运行的Mac Mini至少要几千块起步，而旧手机呢？家里抽屉里吃灰的可能就行，或者闲鱼上随便淘一台。电费也低得惊人，手机本来就设计成低功耗设备。以前觉得AI代理是“有硬件预算的人”的游戏，现在门槛几乎被拉到零了，这变化来得有点突然。
第二是速度和轻便。让我好奇的是，这种极简实现方式居然在实测里还更快。少了层层包裹，响应延迟反而更低。手机的ARM架构在这上面似乎被优化得很好。
最让我兴奋的还是手机独有的能力。Mac Mini只能在数字世界里操作，但旧手机自带摄像头、麦克风、传感器。它能让AI真正“看”和“听”——拍张发票自动OCR记账、语音交互、甚至打电话发消息。这就不是单纯的软件助手了，而是带了“手”和“眼睛”的实体代理。想想以后它帮你监控智能家居，或者实时帮你处理纸质文件，这画面挺魔幻的。
另外，上手难度和可持续性也让我刮目相看。社区教程越来越友好，几条命令就能跑起来。不需要多深的Linux功底。更重要的是，这等于把电子垃圾重新利用了，既环保，又有实用价值。
当然，最打动我的还是那种“AI终于要走到普通人身边”的感觉。
这也让我忍不住开始幻想未来会怎么样。
再过一段时间，当本地小模型继续进步，是不是我们就能在手机上完全离线跑私人AI助手了？不需要依赖云API，花的钱更少，隐私也更好。说不定每个人家里都会有两三个专属“手机AI员工”——一个专门管工作邮件和日程，一个负责智能家居和购物清单，一个帮孩子查资料、做学习计划。甚至AI代理会像宠物一样，越用越懂你，越来越贴心。
更进一步，我好奇AI会不会真正融入物理生活。学生用它辅助研究，上班族用它自动化那些重复琐事，老人用它提醒吃药、视频通话家人……当门槛低到“人人都能拥有”的时候，AI不再是高高在上的技术演示，而是像智能手机、电冰箱一样，成为日常生活的基础设施。
当然，这一切都还只是开始。技术在飞快迭代，社区也在疯狂实验。我现在最想做的，就是翻出家里那台旧手机，按照教程试一试。万一它真的能变成我的私人秘书，那感觉应该挺奇妙的。
https://t.co/VBPnWi4gFf
@Sxsyer 你的理解很到位
作者是一个15 岁的超级天才少年，叫 Vir Sanghavi。
2026 年 2 月 28 日–3 月 1 日，他在 YC（美国最牛的创业加速器）举办的“浏览器 AI 编程比赛”里，只用了 24 小时 就做出来了这个东西！
他在推特上发了视频演示：
- 输入：“帮我规划东京 5 天旅行”
- 马上跳出 3 个 AI 小伙伴
- 小明打开浏览器查航班，边查边说：“我找到 3 个便宜航班，价格是……”
- 小红同时查酒店，说：“我找到 4 家好酒店，位置方便，评价高”
- 小刚查景点，说：“附近有这个庙很好玩”
- 他们还会互相@对方：“小明，你的航班时间跟我的酒店 check-in 时间匹配吗？”
- 如果哪个网站卡住了（比如突然弹验证码），他们自己会换个方式继续查，不会死在那儿。
- 最后他们一起商量，给你一份表格：
第1天：航班+酒店+景点+总价
第2天：……
总信心度 92%（意思是他们自己觉得很靠谱）
整个过程你都能实时看到，像看动画片一样有趣！
它为什么这么厉害？
普通 AI 上网 = 一个人骑自行车去超市买菜
是不是很慢、容易迷路、买错东西。
Browser-Swarm = 一支专业外卖小分队：
- 有人专门骑电动车去菜市场买菜
- 有人去肉店买肉
- 有人去超市买调料
- 他们用对讲机实时说：“我这边西红柿 5 块一斤，你要吗？”
- 如果有人迷路了，其他人马上帮他调整路线
- 最后把所有东西汇总到你家门口，还给你一张清单：总价多少、哪家最划算
它厉害的地方有 4 个：
1. 同时干活：不是一个一个来，而是大家一起干，速度快好几倍。
2. 互相聊天：有一个“团队群聊 + 共享笔记本”，谁找到新信息马上告诉大家，不会重复劳动。
3. 自己修 bug：网站突然变样子？验证码弹出来了？它自己会尝试 4 种办法修复，实在不行就换个思路重来。
4. 像真人一样聪明：它会躲开网站的“反机器人检测”（比如用像真人一样的鼠标移动轨迹），所以能长期在真实网站上干活。
4. 你要怎么用它？（零基础也能玩）
1. 打开网站：https://t.co/5XBDdj7cpC
2. 注册（他们目前限量开放试用）
3. 在输入框打中文：
“帮我找北京朝阳区附近接受医保的牙医，按价格从低到高排序”
或者
“帮我比价买最便宜的 iPhone 16 Pro，全网含配件”
4. 点发送 → 坐着喝杯水 → 几分钟后它给你一份超级清楚的答案（带价格、链接、评价、为什么推荐）
5. 你还可以中途发消息：“把酒店换成更便宜的！” 它就会听你的调整。
完全不用写代码，就像跟微信里的智能助手聊天一样简单。
5. 最适合什么时候用？
- 旅行规划（最完美，就是他们演示的）
- 比价购物（手机、衣服、家电）
- 找本地服务（牙医、修水管、保姆、家教）
- 市场调研（想开小店，先看看竞品价格）
- 日常省钱（比哪个保险、哪个手机套餐更划算）
不适合：写文章、聊天、玩游戏、需要你亲自点“支付”的重要事情（可以让它找到选项，但最后付款最好自己点）。
I'm 15 years old... and we just got into @ycombinator
's @browser_use overnight hackathon.
In 24 hours, we built something insane: a multi-agent browser OS.
Not one AI browsing.
A team of AIs.
• One books flights
• One finds hotels
• One plans attractions
• They run in parallel
• Share a live group chat
• Self-heal failures
• Rotate fingerprints
• Beat anti-bot systems
• Converge on one answer
You watch it think.
We planned a full Tokyo trip with 92% confidence in real time.
Applications go way beyond travel.
This demo is unhinged. Absolute cinema.
Built in ~24h at 15.
The browser is cracked. #browseruse
1/4
Qwen 3.5 小模型来了：在 Mac mini 上养只“本地龙虾”助手，到底香不香？**
阿里巴巴 Qwen 团队又放炸弹了。这次不是什么几百亿参数的怪物模型，而是直接甩出一整套小模型：Qwen3.5-0.8B、2B、4B 和 9B。连 Elon Musk 都忍不住回了个 “Impressive intelligence density”。我点进去一看，确实有点东西。
这些小家伙最牛的地方在于“原生多模态”。不是后来硬焊个视觉模块上去，而是从训练一开始就用图像、视频、文本一起喂。上下文窗口直接 262K，还能扩展。尤其是 9B 的模型，在 GPQA 研究生级推理、数学竞赛、视觉文档理解这些硬骨头上，居然干过了参数量大它十倍以上的模型。以前我们总觉得参数多才聪明，现在看起来，架构和训练方式更关键。
最实际的一点是，这些模型特别适合本地部署。我在 Mac mini（M 系列，16GB 内存）上试了量化后的 9B 版，内存大概吃 5-7GB，速度还过得去。0.8B 和 2B 更是轻量，适合手机或者边缘设备。全部 Apache 2.0 开源，Ollama 一条命令就能跑起来。
光有个聪明大脑不够，得看它能不能真正帮你做事。这时候 OpenClaw 就派上用场了。
OpenClaw 这个框架（也有人叫它 Clawdbot）本质就是把本地 AI 模型和你的聊天软件连起来。你可以在 Telegram、WhatsApp 甚至 iMessage 里直接跟它聊天，它不光回答，还能实际操作：清邮件、管日历、操作浏览器、处理文件……而且能一直在线，状态是持久的。
我把 Qwen3.5-9B（或者更省资源的 4B）通过 Ollama 接进 OpenClaw 之后，感觉突然多了个 24/7 的私人助理，而且所有数据都在自己机器上，不用担心被云服务商看光。
优势说真的挺香：
- 完全本地，隐私和成本双赢。告别 API 按 token 烧钱，电费比订阅费便宜多了。
- 交互方式自然极了。不用专门打开软件，在手机聊天 App 里发消息就行，很多时候我睡前丢个任务，早上起来它已经搞定了。
- 自主能力强。OpenClaw 不是被动聊天机器人，它能主动监控、执行多步任务。配合 Qwen 不错的工具调用能力，干活还算靠谱。
- 对 Mac mini 特别友好。16GB 内存够用（建议用量化版），机器本身安静省电，适合 24/7 开着。
最大的隐患是安全。OpenClaw 权限给得比较高，能读写文件、跑命令、控制浏览器。万一模型幻觉或者装了个有问题的 skill，后果可能挺严重。我现在都是 Docker 隔离 + 最小权限跑，还经常 review 日志。
其次是稳定性。本地模型（尤其是 9B 这种）在特别复杂、需要很多轮思考的任务上，有时候会卡住或者绕弯路。比不上云端的 Claude 那么稳，需要你多花点心思写提示。
再就是上手门槛。单纯聊天很简单，但配完整 OpenClaw 要搞 gateway、连 App、配置权限、挑 skills，新手可能会觉得烦。
最后是硬件极限。我用Mac mini 16GB 跑单个 9B 没问题，但同时开多个任务或者上下文拉满，内存压力会比较大。所以目前用 4B 应该更舒服。
总的来说，如果你本来就在折腾本地 AI，想从“会聊天”升级到“真能干活的助手”，Qwen 3.5 + OpenClaw 目前是我见过性价比最高的方案之一。尤其是 Mac mini 用户，硬件和软件配合得刚刚好。
我现在每天用它帮我筛邮件、整理笔记、偶尔自动填表，实打实省时间。当然，我还是留了个心眼，没给它太核心的账号权限——养龙虾这种东西，安全第一。
你已经上手了吗？还是觉得云端方案更省心？欢迎聊聊你的配置。
🚀 Introducing the Qwen 3.5 Small Model Series
Qwen3.5-0.8B · Qwen3.5-2B · Qwen3.5-4B · Qwen3.5-9B
✨ More intelligence, less compute.
These small models are built on the same Qwen3.5 foundation — native multimodal, improved architecture, scaled RL:
• 0.8B / 2B → tiny, fast, great for edge device
• 4B → a surprisingly strong multimodal base for lightweight agents
• 9B → compact, but already closing the gap with much larger models
And yes — we’re also releasing the Base models as well.
We hope this better supports research, experimentation, and real-world industrial innovation.
Hugging Face: https://t.co/wFMdX5pDjU
ModelScope: https://t.co/9NGXcIdCWI
刷到一条推文，我突然懂了：AI抓网页，不能再让它自己“啃垃圾”了
前几天晚上刷X，刷到Santiago Valenzuela那条视频，讲Apify的Agent Skills。我点开看了两分钟，啪一下关掉手机，躺在床上盯着天花板想了好半天。
我不是什么AI专家，也不是程序员大牛，就是个普通上班族，平时用Claude、ChatGPT帮我查资料、做竞品分析、写报告。以前最烦的就是让它“看”网页：复制一堆URL进去，AI回我的时候不是漏信息，就是编数据，要么直接说“我看不懂这个页面”。我一直以为是模型不够聪明，直到看到这条推文，才反应过来——
问题根本不在AI，是我们喂给它的东西太烂了！
你想想看，现在的网页是什么样？一打开就是层层嵌套的div、广告脚本、懒加载图片、动态JS、弹窗代码……全塞给LLM，就跟把一锅没洗的菜、带泥的土豆、过期调料一起倒进锅里，让大厨直接炒菜。厨师再牛，也得先吐出来啊！
这就是以前的“坏办法”——直接喂raw HTML。结果呢？AI要么幻觉，要么超时，要么回答得像小学生读课文，抓不到重点。
Santiago说的这个方案，简单粗暴但一针见血：把活儿分给专业的人干！！！！
让Apify（或者Firecrawl这种专门为AI设计的工具）先去当“网页清洁工”：它用真实浏览器渲染、绕过反爬、处理JS、去广告、提取结构化数据，最后吐出来的是干干净净的Markdown或者JSON。AI呢？就只管看这份“打印好的课本”，专心思考、总结、回答。
我上周自己试了试Firecrawl（因为它对小白最友好，3分钟就接上Claude），让它抓了几个竞品官网和行业报告。以前要花半小时手动整理的东西，现在AI直接给我列出对比表格，准确率高到我都不敢信。Apify更猛一点，有现成6000多个“Actor”，还能让AI自己写新爬虫——这点让我这个零基础的人都觉得牛：原来AI不光会聊天，它现在真的能“指挥别人干脏活”了。
我的结论是：
1. 直接喂HTML的时代已经结束了。2026年了，还让LLM自己解析网页，就像2020年还用记事本写代码一样可笑。这不是模型的问题，是工具链没跟上。
2. 分工协作才是agent的正确打开方式。Apify干确定性抓取（它20年爬虫经验，代理池、指纹、JS渲染全套），Firecrawl干LLM友好输出（Markdown省token、结构清晰）。两者结合，AI才真正从“聊天机器人”变成“干活机器人”。
3. 这波红利，小白也能吃到最大。我这种不会写代码的人，以前只能羡慕别人爬数据。现在装个插件，AI自己挑工具，自己调试Actor，普通人也能搞定以前大厂才玩得转的事。这才是真正的民主化。
当然，不是说完美。合法合规永远第一，别去抓需要登录的私域数据，也别干违法的事。费用上，轻度用免费就够，重度抓电商、社媒就要预算。但整体性价比，已经甩开老办法十条街。
看完那条推文后，我把Firecrawl和Apify都接进了我的Claude项目。现在我每天让AI帮我监控竞品价格、整理行业新闻、生成周报，效率直接起飞。以前我总觉得AI是“辅助工具”，现在我越来越觉得，它正在变成我的“数字同事”——而且是那种特别听话、特别专业的同事。
Santiago这波操作，真的点醒了我：AI的下一波进化，不是模型再大一倍，而是工具链的彻底重构。让专业工具干专业事，让AI只干它最擅长的事。这才是最优方案。
你呢？也试过了吗？欢迎留言聊聊你的用法，我觉得这事儿才刚开始，后面肯定还有更多好玩的玩法。
This is how to make your AI 10x more useful:
Give your agent (I use Claude Code) the ability to parse the whole Internet and answer questions from any site in the world.
Once you have this, your ability to access and process information becomes limitless.
Obsidian 有了 CLI：我的第二大脑终于会自己跑起来了
这两天 Obsidian 1.12 正式推送，我刷到推文的那一刻就知道，今晚别想睡了。立马更新，点开设置把 CLI 开了，终端里敲出 `obsidian --help`，那一堆命令刷出来，我盯着屏幕傻乐了半天。
我用 Obsidian 几年了。刚入坑时候 vault 还空荡荡的，就几十条笔记。现在呢？上万条文件，生活、工作、读书、旅行全塞在里面。每天早上第一件事就是开 Daily Note，倒杯咖啡写三页晨间日记；上班摸鱼时随手新建原子笔记；晚上读完书就把划线和吐槽全扔进去，再慢慢用双链连成一张大网。Templater、Dataview、Tasks、Calendar……插件装了二十多个，工作流已经跟它死死绑在一起了。
但以前总觉得缺口气。想自动化点东西，得绕好大弯。要么 AppleScript 折腾半天，要么靠第三方工具，要么干脆手动点来点去。那些散落在 vault 里的孤儿截图、想定时拉天气进日记、或者读完一篇文章想快速塞进指定文件夹……全得自己动手，烦得要死。
现在不一样了。
更新当晚我就开始玩。写了个超级简单的 shell 脚本，早上7点自动跑 `obsidian daily-note`，直接把昨天没完成的任务带过来，顺便塞进天气和待办。AI 帮我总结一篇长文？我直接 `obsidian append` 丢进“阅读笔记”文件夹，结构都自动对齐。想找“气候变化”相关的所有关联？一条 `obsidian search` 搞定。最解气的还是自动清理未使用图片——以前我手动删那些乱七八糟的截图删到手软，现在一条命令问都不问就清干净了。
最爽的是那种感觉：我的知识库不再是一堆死文件，它开始“活”起来了。我可以像写代码一样去指挥它、塑造它。以前是我在伺候笔记，现在是我们俩一起协作。
当然，漂亮的图形界面还是我每天打开的主力，图谱、画布、阅读视图这些我还是爱得不行。但 CLI 就像给它装上了发动机，让它能自己跑、自己呼吸。
作为一个用了这么久的重度用户，我只想说：Kepano 和整个团队，这次真的太懂我们了。谢谢你们把我们这些“笔记狂魔”的心里话听进去了。
以后我的 vault 会越来越自动化，也越来越有生命力。
Obsidian，不再只是个笔记 App，它正在变成我真正的第二大脑。
Obsidian 1.12 is now available to everyone!
- Obsidian CLI
- Bases search
- Image resizing
- Automatically clean up unused images
- Better copy/paste into rich text apps like Google Docs
- Native iOS share sheet
Most Popular Users
Elon Musk
@elonmusk
241.2M followers
Barack Obama
@barackobama
119.1M followers
Cristiano Ronaldo
@cristiano
112.8M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.1M followers
Rihanna
@rihanna
98.3M followers
NASA
@nasa
92.3M followers
Justin Bieber
@justinbieber
91.4M followers
KATY PERRY
@katyperry
89M followers
Taylor Swift
@taylorswift13
82.9M followers
Lady Gaga
@ladygaga
74.4M followers
Virat Kohli
@imvkohli
71.8M followers
Kim Kardashian
@kimkardashian
70.4M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
64.8M followers
Bill Gates
@billgates
64.6M followers
The Ellen Show
@theellenshow
62.4M followers
Selena Gomez
@selenagomez
62M followers
CNN
@cnn
61.8M followers
X
@x
60.8M followers