星哥AI (@Xingeai) profile picture

AI深度实践者 抖音曾一夜涨粉49W,单日播放1.3亿 擅长全平台公域获客、私域转化 关注AI、创业、金融🤝

Joined October 2026
Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)Photo by 星哥AI (@Xingeai)
服了: 海外的 Lauren Tan 写了份 Grok Bot 自动化入门指南 她把自动化拆成两件事:目标和做法 最容易踩的坑,是把填表、发邮件当成目标 那些只是过程里的一步 她的办法是:先把目标讲清,再把你平时怎么做、怎么验收,教给 bot 中文博主宝玉看法不一样 他说 Lauren 自己很强,又觉得 Grok 可能还不够聪明,才花力气把手感教给 bot 他自己觉得 AI 比他聪明,也不只用 Grok 所以更盯目标和验收,中间步骤少插手 循环就三步:目标,验收,再改进 验收最好配上截图、搜索、跑代码这些工具 比如写新闻稿,动笔前必须先核事实、标出处 跑顺了就把经验做成 Skill,免得新开对话全忘了 Skill 写肿了,再让它自己重构,旧测试还得重跑一遍 你交给 AI 的活,验收标准写清楚了吗??? 🤔🤔🤔
3
34
Lauren Tan 原文《Automate Anything with Grok Bot》:teapawt.net/poteto/status/21231595… 宝玉中文对照:teapawt.net/dotey/status/212366799… 你带 AI 干活时,验收标准是怎么定的?
Lauren Tan 写了一份自动化入门指南,核心思路是:先讲清目标,再教 bot 怎么做。 说一点我跟她不一样的地方。 Lauren 自己很强,加上 Grok 模型可能还不够聪明,所以她把更多功夫花在教 Agent 做事上:把自己的最佳实践交给 Grok bot,让它像自己一样思考。 我觉得 AI 比我聪明,用的模型也不局限于 Grok,所以我更强调目标和验收,至于中间的步骤,不太干涉。 我的方法更像一个循环:目标 → 验收 → 改进,一轮一轮转下去。 1. 目标 告诉 AI 我想要什么。这一步谁都一样,必不可少。 2. 验收标准(可选) 告诉 AI 怎么自己检验结果好不好,这样它在把结果交给你之前,会先自己验收一遍。最好再给 Agent 配上验收用的工具,比如截图、网络检索、代码运行环境。 比如我做新闻发布自动化,一条重要的验收标准就是:动笔之前必须先做事实核查,确保内容真实、有出处。 有些任务还可以沉淀出测试集或者自动化测试代码,每次跑完自动验一遍。 3. 先跑起来再调整 目标讲清楚了,就可以先让 Agent 跑一遍看看。就像拿到一把枪,先朝靶子开一枪,打完就知道离靶心差多少、往哪边偏,接下来怎么调心里就有数了。 至于它具体是怎么执行的,不一定要看得很细,现在大部分任务 Agent 都做得挺好。不放心的话,看一看、指导一下也没问题。 调整结果才是最考验专业水准的地方。你自己得知道什么是好的,不然只能 AI 生成什么就接受什么,结果多半好不到哪去。 光看出来不好还不够,还得能准确地描述给 AI,让它知道往哪个方向改。 这样来回几次,结果才会慢慢稳定下来。但不管怎么说,先跑起来最重要,跑起来了才有东西可以优化。 4. 让它自己进化 Agent 有能力自我进化,前提是把经验教训记下来。现在的 Agent Harness 虽然都有记忆功能,但不一定会主动记录自动化任务里遇到的问题。 所以我通常从两个层面,让 Agent 自己提升任务的执行质量。 一个是把最佳实践沉淀成 Skill(包括工具)。比如我给 Agent 一个目标,来回打磨几次,它完成得很好。这时候如果就不管了,下次新开一个会话,记忆就没了;就算去翻历史会话,里面也有太多无关信息。不如趁热让它把这次的最佳实践做成 Skill。 另一个是让它主动记录执行过程中的经验教训,再回头改进 Skill 本身。 比如我做逆向任务,每一轮执行完都让 Agent 往 lessons.md 里记一笔:有教训就写下来,没有就跳过。然后让模型自己评估,要不要去优化 Skill 的说明和脚本。 这样一轮轮下来,Agent 干活就越来越熟练。 这种自我进化也有副作用:Skill 会越来越臃肿,所以要定期重构清理一下,这事交给 Agent 自己做就行。 每次重构完,记得把以前的测试集和自动化测试重新跑一遍,免得删掉不该删的东西。 Lauren 是把人的经验教给 Agent,我是定好目标和验收,让 Agent 自己跑、自己积累经验。模型越聪明,后一种越省心。
10
别装了: 有中文博主重度测试了 GPT-6.2 Sol 简单任务还行 复杂一点的写代码,比 Opus 5.5 差的不只一点 它干完的活,还得再让 Opus 5.5 擦一遍屁股 他的判断是:还不如一开始就用 Opus 另有博主称,好几个续了大半年的 GPT Pro 老用户,已经在停续 不是没交差,是交出来的东西不达标 有人直接转去 Gemini 20x 他自己手上 200 刀的套餐,也开始拿不准 官方帮助中心写明:12 月起 Plus、Pro 和 Business 的额度 要在 ChatGPT 和 Codex 之间共用,按 token 计 不过 Instant chat 不占用这笔额度 来源我放评论里 200 刀的 Pro,你还续吗??? 💸💸💸
5
3
150
实测:teapawt.net/dotey/status/212367617… 停续讨论:teapawt.net/lxfater/status/2123702… 官方说明:help.openai.com/en/articles/… 200 刀的 Pro,你还续得下去吗?
最近看到好几个续了大半年的 GPT Pro 老用户都在停续了 不少人吐槽 6.2 干活不是没交差,是交出来的东西不达标,加上 12 月 Chat 也要开始扣额度,直接转 Gemini 20x 了 我手上还开着 200 刀的套餐,真有点拿不准 大家现在这 200 刀还在续吗,还值不值得留?🤔
10
太狠了: 谷歌今天起放量 Gemini 4 Neon 官方写明:Google AI Pro 和 Ultra 用户,能在 Gemini App 和 Antigravity 里直接选 开发者走付费 API,定价每百万 token 输入 3 美元、输出 15 美元 海外测评机构 Artificial Analysis 的综合智能指数上 Neon 开最高档得 61 分,总排名第三 只排在 GPT-6.2 Astra 和 Claude Fable 5.2 后面 编程智能体指数上,它配 Antigravity 得 59 分 略高于 Fable 5.2 和 Opus 5.5 配 Claude Code 的 58 分 你要是已经开了 Pro 或 Ultra,会先在 App 里换它试,还是先看编程分数稳不稳??? 🤯🤯🤯
3
1
154
你们 Gemini App 里已经刷出 Neon 了吗?换上之后,跟 Carbon 比体感差在哪? 谷歌公告:blog.google/innovation-and-a… Sundar 原帖:teapawt.net/sundarpichai/status/21… Artificial Analysis 测评:teapawt.net/ArtificialAnlys/status…
Google continues to accelerate its release cadence with Gemini 4 Neon, delivering a small Intelligence gain over Gemini 4 Carbon at a ~17% lower Cost per Task @GoogleDeepMind has released Gemini 4 Neon, its fourth model in just seven weeks. Neon (xhigh) scores 61 on the Artificial Analysis Intelligence Index, 1 point ahead of Gemini 4 Carbon (high) and 3rd overall, behind GPT-6.2 Astra (max) and Claude Fable 5.2 (max). At high effort, Neon matches Carbon (high) at less than half the Cost per Task using Carbon’s standard (non-discounted) pricing. Key takeaways: ➤ Slight improvement in Intelligence for lower Cost and Time per Task: Neon (xhigh) scores 61 on the Intelligence Index, 1 point ahead of Carbon (high), with small improvements in agentic knowledge work, visual reasoning and coding. It costs $6.44 per task, ~17% less than Carbon ($7.76 at non-discounted pricing), and takes ~21 minutes per task, ~40% less than Carbon (~36 minutes). Neon uses ~15% more output tokens per task, so the lower cost comes purely from its 25% lower token prices ($3/$15 vs $4/$20 per 1M input/output tokens), and the lower time from its higher output speed (~110 vs ~57 output tokens per second) ➤ Competitive with Claude Opus 5.5 and Claude Fable 5.2 on coding agents: With Antigravity CLI, Neon (xhigh) scores 59 on the Artificial Analysis Coding Agent Index, 3 points ahead of Carbon (high, 55). It scores in line with Claude Code with Claude Fable 5.2 (xhigh, 58) and Claude Opus 5.5 (max, 58) at a much lower Cost per Task. Gemini 4 Neon in Antigravity has an average Cost per Task of $6.86, compared to $12.61 for Claude Opus 5.5 (max) and $15.47 for Claude Fable 5.2 (xhigh). Neon is available in Antigravity CLI for Pro and Ultra subscribers ➤ Significant improvements in visual reasoning and output presentation quality: In GDP.pdf, Gemini 4 Neon (high) scores 33.4%, 5 points above Carbon (high, 28.4%) and in line with the highest scores measured, while Neon (xhigh) scores 28.0%. On AA-Briefcase, Neon (xhigh) scores 1700 Elo overall and leads on Presentation Quality with 1771 Elo, 45 points ahead of the previous leader Claude Sonnet 5.5 (max, 1726). On Google’s Multimodal Knowledge Agent evaluation (MKA), Neon reaches a Climb WSR of 56%, up 2 points from Carbon and on par with the leader, Claude Fable 5.2 (max, 57%) Key model details: ➤ Context Window: 1M tokens ➤ Multimodality: Text, image, video, and speech input, with text output ➤ Availability: Gemini 4 Neon is publicly available at launch through Google’s API. Pro and Ultra subscribers can also access it in Antigravity and the Gemini app ➤ Effort levels: Gemini 4 Neon offers four effort levels (low, medium, high, and xhigh) - xhigh was introduced to Gemini models in the recent Hydrogen release ➤ Pricing: $3/$15 per 1M input/output tokens, 50% above Gemini 4 Carbon’s currently discounted price of $2/$10 (which ends on November 30), and 25% below its standard $4/$20. Cached input tokens receive the same 95% discount ($0.15)
51
真相是: 海外测评机构 Artificial Analysis,把文生图模型按质量和价格排了一遍 据他们的 AA-Image-T2I v2.1 字节跳动的 Seedream 5.5,以每千张 20 美元的价格 排进了 30 美元以下最好的位置 它主打改图时还能留住细节 还能导出真正透明底的图 也可以把生成的图拆成单独的 PNG 图层 同一份榜单里,Canva Craft 是前十里最便宜的,每千张 30 美元 你要是经常出图,会在意这档价,还是更在意能不能透明图层??? 🖼️🖼️🖼️
2
63
你平时出图更看重价格,还是看重透明底和图层这些功能? Artificial Analysis 原帖:teapawt.net/ArtificialAnlys/status… TestingCatalog 转述:teapawt.net/testingcatalog/status/…
ByteDance's Seedream 5.5 landed on the "Quality vs Price Frontier" in Artificial Analysis AA-Image-T2I v2.1. Due to its pricing, it secures a top spot under $30, at $20 per 1k images. Seedream 5.5 is ByteDance's newest image model, focused on creating and retaining detail across image edits. The model can also export images with a real transparent background and separate generated images into individual PNG layers.
33
服了: DeepSeek 官方开源了一套聊天界面,叫 chat-demo 不是只给看看的样例页 官方说这是静态页面,不用自己搭后台 浏览器直接连 DeepSeek API 把 API Key 填进设置就能聊 官方写明:支持边想边搜,还能标来源 能传 PDF、Office 文档和图片,消息里的链接也能自动打开读 还能语音输入,也可以把回复读出来 对话记在你自己的浏览器里 代码是 MIT 许可,允许修改和再开发 官方也写了:这是演示用的 在线试用和仓库地址,我放评论里 你会直接打开试试,还是拿去改成自己的助手??? 🧰🧰🧰
7
4
376
你打开试了吗?最想先改哪一块? 官方演示:cdn.deepseek.com/chat-demo 代码仓库:github.com/deepseek-ai/chat-… 官方说明:api-docs.deepseek.com/news/n…
22
好家伙: 铁锤人给小侄子做了本古诗立体书 名字叫纸上山河,他今天说已经上线了 手机上就能翻页 点一下能出光,还能听讲解 双指放大,能看见纸雕里的小细节 一共四首:望庐山瀑布、江雪、小池、山行 他用千问 Qwen4-Max 正式版做的 自己的心得是:8 分交给模型自动干,2 分自己上手改 最难的是翻页时,山水要跟着弹出来,合上再收回去 图片先让 Codex 出了一版 后来又配上古诗朗诵,还有流水和风吹树叶的声音 旁边的诗句还会跟着逐字高亮 你会用 AI,给自家孩子做什么??? 🎁🎁🎁
2
191
你要是自己做,会选哪四首诗,或者做什么别的小礼物? 铁锤人上线帖:teapawt.net/lxfater/status/2122978… 在线地址:lxfater.github.io/poetry-pop… 他之前写怎么做的:teapawt.net/lxfater/status/2122615…
强烈建议会VibeCoding 的父母试着亲手给孩子做一份生日礼物!! 做起来不费力,孩子又喜欢!! 最近在琢磨给小侄子准备什么生日礼物 看他平常总是自己拿着手机玩,就想做个炫酷一点的东西,让他愿意玩,又能顺便学点东西。 本来想搓个小游戏,但是想了一下,这不是让他更想玩游戏了吗😂 后来想起,之前朋友ban 总的孩子收到过一本立体书 翻开一页,里面的场景就立了起来,小家伙看得特别新奇。 那我能不能自己做一本,还让里面的东西动起来、发出声音? 内容就选古诗,古诗里本来就有好多风景,正好一首诗做一个小世界。 这次我就用千问Qwen4-Max正式版,把这个想法重新做了一遍。 选了望庐山瀑布、江雪、小池和山行这四首。 VibeCoding 我有个心得:8 分自动做,2 分人力调整!! 8分自动做,就是把参考交代清楚,让千问这种能长程运行的模型自己研究、动手。 这次最难的是翻页时,里面的山水要跟着弹出来,合上又能收回去。 我先用 Codex 生成一些图片,大概符合我的想象!! 然后,我给它的提示词是:去网上参考一些项目,读代码、学原理,再录视频对照着改,做到至少有别人八分顺畅为止。 交代完,我就出去运动了,让它自己接着迭代。 2分人力调整,就是我来挑效果、提意见: 翻页搞定后,再调画面和声音。让它把候选和实际效果整理成HTML,我看完再选,不满意就继续改。 直到最后配上古诗朗诵,再加上流水、风吹树叶的声音,才觉得这本书终于有感觉了! 翻开能看诗里的山水,点一下能听朗诵,旁边的诗句还会跟着逐字高亮。 这份礼物总算拿得出手了,既有好玩的东西,也能让他跟着学古诗。 效果放下面,前面先看成品,后半段我再讲怎么做的👇
35
细思极恐: 研究团队做了个实验 把 Claude Opus 5.5 放进 Claude Code 只开了一个 Team Premium 订阅 再给它一个空白的 Hugging Face 账号和算力 让它自己去挣真实下载 它连着干了 7 周 自主做出 38 个小模型 官方报告写,下载超过 5 万次 团队后来统计,有 143 个 GitHub 仓库在用 全程处理了约 19 亿 token 但 96% 是从提示缓存里读回来的 按 API 价估算,大约 1030 美元 更反直觉的是 它平均每天只干 16 分钟 人会盯着,它也可以给人类提工单 你要是也想让 AI 自己跑项目,会先把哪一步交给它??? 🤯🤯🤯
10
1
10
591
官方报告:horizon-labs.ai/ 原帖:teapawt.net/AWuhrmann/status/21227… 你觉得这实验里最难复制的是哪一步?
NEW ⚡: We let Opus 5.5 run an AI company for seven weeks. We gave it an HF account (Horizon-Labs) and compute, and asked it to earn real adoption by creating useful models. It reached 50k downloads and its models are being used in more than 100 GitHub projects.
1
44
一个非常有意思的事情: 有人跟 OpenAI Codex 负责人 Tibo 吐槽,新模型说话别扭 Tibo 回了一条能马上用的办法 打开 Codex,把这句话加到自定义指令里: Talk to me ELI5 by default and go deeper if I ask. 默认先用小学生也能听懂的话讲,你要他讲深,再往下挖 他也说了,团队还在改模型本身 但这条指令,你现在就能加上 你加上之后,它讲话还别扭吗??? 🛠️🛠️🛠️
7
3
138
你在 Codex 里试了这条自定义指令吗?用下来感觉怎样? Tibo 原帖:teapawt.net/thsottiaux/status/2122…
Replying to @theo
Try this in codex > Add this to my custom instructions "Talk to me ELI5 by default and go deeper if I ask." but also, team is on it.
34
离谱了: Antigravity 今天刚给所有人重置了额度 但官方定价页写得明明白白 Claude Sonnet 4.6、Claude Opus 4.6、GPT-OSS-120b 这三款将于 11 月 18 日下架 免费个人档现在还列着这三款,下架后列表里只剩 Gemini 3.8 Flash Google AI Pro 的试用档也含这三款,正式付费 Pro 用的是 Claude Sonnet 5.5 和 Opus 5.5 Ultra 只受影响一款:GPT-OSS-120b 同样在下架名单里 额度回来了,不代表模型还都能用 你现在打开看,这三款还在不在??? ⚠️⚠️⚠️
5
1
489
你打开 Antigravity 看了吗?免费个人档、Pro 还是 Ultra,下架名单里的模型还在不在? 官方定价页:antigravity.google/pricing/
48
我讲个事实: OpenAI Codex 负责人 Tibo 今天解释了,为什么 GPT-6.2 的评价两极分化 一边是提前测过的大V,一边是今天刚用上的普通人 他说,他们早前给少数几个人开了测试资格 最近三四天,模型又改了一大轮 他估计这几个人这几天没重新测 测评视频还是上周拍的 他也没把话说满:比上一代进步明显,但还没到完美 口味和手感,后面还要再改 有 Pro 200 或 Pro 500 的,他建议去试 6.2 Sol 的 Ultrafast 手感完全不一样 今天刷到的那些测评,你还拿来当结论吗??? 👀👀👀
18
9
662
你打开 6.2 Sol 的 Ultrafast,用下来感觉怎样? Tibo 原帖:teapawt.net/thsottiaux/status/2122… teapawt.net/thsottiaux/status/2122…
Replying to @thsottiaux
If you have Pro 200/500, I do recommend trying out 6.2 Sol ultrafast, it's quite the blast to use and a completely different feel. I'm excited to keep pushing in bringing these speeds to more users over time.
1
75