作者在使用 GitHub Copilot 操控浏览器时发现，面对 TradingView 绘制的 Canvas 内容，GPT 5.2 建议采用图像识别方案，认为无法直接读取 DOM。相比之下，Claude Opus 4.5 准确识别出 TradingView 组件，并尝试检查 window 对象上的暴露 API，最终成功找到了非图像识别的解决方案。作者指出，此次实战显示 Claude 在特定逻辑推理上更具优势。此外，作者认为当前 Token 价格依然昂贵，未来成本下降将推动 AI 应用的大规模爆发。
原文链接：V2EX 分享发现
近日，一项名为“Council Lab”的开源项目在开发者社区引起关注。该项目虽然以传统的“算命”为切入点，但其核心价值在于展示了一种新颖的多智能体协作架构。项目作者“缝合”了包括《穷通宝典》、《三命通会》、《滴天髓》、《周易》在内的多部传统古籍文本数据，构建了一个基于多模型编排的演示应用。其技术流程并非简单的模型聚合，而是让四个不同的AI智能体（Agent）依次进行辩论，并允许用户介入审议。各个智能体在流程中相互反驳、回应，最终通过多轮博弈输出一个唯一的综合性结论。从技术范式上看，这属于MoA（Mixture of Agents，混合智能体）或类似多智能体编排思路的产品化落地。作者指出，该方案与现有的Hermes等框架存在差异，更侧重于顺序审议机制。同时，项目也探讨了“Token换质量”的成本收益比问题，认为更多的调用并不必然带来质量提升，反而可能放大重复或锚定效应，仍需同预算下的对照评测来验证其实际效果。
💡 核心观点：多智能体辩论机制通过引入内部对抗能有效修正推理偏差，但这标志着AI应用正从追求“单体智商”转向探索“群体智能”的协作范式。
原文链接：Linux.do
知名科技媒体人“影视飓风”的一套全套AI视频生成实战课程资源近日在Linux.do社区流出。该课程旨在为零基础学员提供系统性的AI视频制作培训，全套课程共包含16个视频文件，内容涵盖了从基础概念到高阶制作的全流程。
课程结构清晰，分为五个主要单元。导学课与第一单元介绍了AI生成的类别，帮助学员建立对图片生成与视频生成的基础认知。第二单元重点讲解“提示词工程”，详细拆解了针对图片和视频场景的专业提示词输入技巧，这是控制AI生成质量的关键。第三单元介绍了TapNow工具的详细功能。
课程的核心价值在于第四和第五单元的进阶实战内容。第四单元深入探讨了“首尾帧”技术，展示了如何利用AI模拟机械臂运镜、制作子弹时间特效以及实现视频的无缝转场。第五单元则围绕“全能参考”功能展开，涵盖了动作迁移、运镜模拟、AI换背景、分镜直出、视频延长及节奏剪辑等高阶技法。该套资源以网盘形式分享，为AI视频创作者提供了一套从构思到成片的完整技术解决方案。
从技术维度看，课程内容展示了传统影视制作术语（如运镜、分镜、剪辑节奏）与AI生成技术的深度融合。这表明，未来的视频创作工作流将是“传统影视理论”与“AI生成算法”的混合体。掌握控制参数和提示逻辑，正逐渐取代单纯的手工剪辑，成为内容创作者的核心竞争力。这种教程的普及，有望加速AI视频生成工具在专业制作流程中的标准化应用。
💡 核心观点：掌握提示词与参数控制成为核心竞争力，标志着AI视频生成正从“随机抽卡”迈向“可控工业化生产”。
原文链接：Linux.do
源自 Linux.do 社区的最新评测数据显示，DeepSeek-V4 Flash（7月31日版本）展现了惊人的性能密度。尽管仅拥有285B参数，该模型在主流前端开发领域的表现已能与参数量接近其三倍的 GLM-5.2 互有胜负。评测深入分析了模型的编程能力差异，发现 Flash 模型严重受益于成熟的前端训练语料和训练方法，但在 Rust、Swift 等非热门技术栈中，性能出现断崖式下跌，仅能理解任务意图却无法掌握细节。值得注意的是，评测对比了 Pro/Flash Preview 版本，指出正式版在规划能力上的显著提升。然而，DeepSeek Flash 倾向于在动手前进行深度思考，单次思考过程可达 50K Token，导致其在 Claude Code 等受默认输出长度限制的工具中表现受限；在 Codex 环境中，由于工具迭代频繁，完成任务所需步骤数增加了 30% 至 40%。评测最后透露，DeepSeek 即将推出的原生 Harness 将解决配置限制和工具熟悉度问题，有望释放模型全部潜力。
💡 核心观点：仅靠参数堆砌已非万能，DeepSeek Flash的实测证明：模型的长思考推理能力必须与适配的工具链及高质量长尾语料深度耦合。
原文链接：Linux.do
近日，Linux.do社区的一名开发者分享了利用AI Agent（疑似使用GPT-4或其衍生版本）进行长篇小说自动生成的实验结果。该实验完全排除了人工干预，仅通过向Agent提供简单的大纲指令，实现了从人物卡生成、章节压缩到正文撰写的全流程自动化。生成的小说名为《末日爆发》，是一部典型的都市异能重生文，讲述了主角在末日爆发后遭遇背叛、重生回一个月前并展开复仇的故事。生成的文本文件大小约为505KB，已达到全本规模。然而，实验者也明确指出了当前AI自动创作的短板：尽管生成的语句通顺、内容具备一定的可读性，但在长篇故事的剧情逻辑和连贯性上容易出现崩坏。这一实验展示了目前利用AI Agent进行大规模内容生产的能力边界，即在处理海量文本生成时效率极高，但在复杂逻辑架构和长程叙事控制上仍面临技术挑战。
💡 核心观点：Agent虽能通过模块化工作流实现长文自动生成，但长程逻辑的失控暴露了大模型在复杂叙事推理上的技术边界。
原文链接：Linux.do
7 月 31 日，DeepSeek 正式发布 V4 Flash 模型，该模型拥有约 284B 参数，重点强化了 Agent、代码生成及工具调用能力。其 API 定价极具攻击性，输入价格为 1 元/百万 Token，输出为 2 元/百万 Token，且支持高达 99% 的缓存命中率，实际使用成本极低，性能上足以与参数规模更大的模型（如 GLM 5.2）竞争。几乎同一时间，智谱 AI（GLM）将订阅模式从“按请求次数计费”调整为“按实际 Token 计费”，导致用户实际使用成本上涨，引发社区争议。OpenAI 也在 7 月 30 日宣布下调 GPT-5.6 Luna 的价格，降幅达 80%，但在 DeepSeek 的超低价面前优势仅维持了数小时。此外，开发工具 TRAE 中国版宣布改为积分制，标志着 AI 领域“无限畅用”时代的终结。这一系列事件表明，大模型厂商正围绕“推理成本”和“性价比”展开激烈的存量竞争。
💡 核心观点：DeepSeek 以极致性价比打破行业溢价泡沫，迫使大模型竞争从“参数军备竞赛”转向“推理效率与成本控制”的硬实力比拼。
原文链接：Linux.do
近日，Linux.do 社区发布了一项针对 Grok AI 免费接口的开源优化方案，旨在解决用户在使用非官方 API 时频繁遇到的“降智”问题。该项目名为 CPA 插件，归属于 Grok2API 出口恢复与质量守护补丁工具包。项目作者指出，通过特定的代理配置与流量优化技术，该插件能够有效规避平台对异常流量的检测与限制，从而在长期交互或高强度压力测试下保持 AI 模型的输出智商不下降。该项目已完全开源，代码托管于 GitHub，经实测在搭配家庭宽带或多节点代理池环境下运行稳定。这一工具的出现，为无法通过官方渠道直接访问 Grok 的开发者提供了一种高可用的替代方案，同时也极大地降低了部署门槛，仅需向 AI 发送指令即可安装使用。
💡 核心观点：开源插件通过修补出口链路成功对抗 AI 模型的“降智”风控，揭示出非官方 API 生态具有极强的技术韧性与需求刚性。
原文链接：Linux.do
评论前必须登录！
立即登录 注册