产品X
Clippy 复活做提示词助手：Flippy 帮你把 prompt 问得更好
开发者 cong_ml 发布了一个致敬经典 Office 助手 Clippy 的小工具 Flippy：当你向 AI 提问时，它会从输入框里探出来，帮你润色和锐化提示词，完成后又被「吸」回消息框。作者特别展示了它的退出动画，整体是个有创意的 prompt 优化交互 demo。
09 月 13 日
472 条动态
开发者 cong_ml 发布了一个致敬经典 Office 助手 Clippy 的小工具 Flippy：当你向 AI 提问时，它会从输入框里探出来，帮你润色和锐化提示词，完成后又被「吸」回消息框。作者特别展示了它的退出动画，整体是个有创意的 prompt 优化交互 demo。
一位用户分享:用 Astra 模型配合 PufferLib 对自己童年喜爱的老游戏做强化学习训练,获得了和当年亲自玩这些游戏相近的满足感。PufferLib 是面向游戏 RL 的高性能训练库,这一组合展示了用 RL 复活老游戏玩法的可行路径。
Nex N2.5 Mini 本周发布,作者用 MLX 4bit 量化版在 Apple M5 Max 上实测:推荐参数 temperature 0.7、top_p 0.95、top_k 40、reasoning_effort high 下达到 133.6 tok/s 的生成速度,prompt 处理也很快,显存占用合理,各项质量表现不错。作者计划用它驱动自己的 agent 并尝试写代码。量化模型与完整跑分数据均已在 Hugging Face 和 llm-bench.io 公开。
OpenAI 开发者博客发布《Rethinking skills and prompts for GPT-6 Astra》指南，建议开发者针对新模型重新审视现有工程配置：技能触发条件要写得具体、只在相关场景启用，避免误触发；为旧模型添加的防御性指令可能过时，可让 AI 自查 AGENTS.md 中的冗余规则，并附上用 Codex 审计的用法。
作者 techhalla 分享了他配合个人照片使用的视频生成 prompt(配 Grok 视频模型),并附上成品演示。 Prompt 结构要点: 风格+镜头+氛围:模拟被卷入战斗的战地摄影师视角——肩扛手持的剧烈晃动、撞击后的急推急摇、命中瞬间的短暂失焦、镜头上的灰尘、过曝的天空闪光、压暗的黑位;强调「脏、近、有重量感」,而非干净的史诗式运镜。 场景设定:开裂的黑色玄武岩战场、飘灰与热浪,天空则极度奇幻——巨型浮空岛缓慢研磨、瀑布倾泻入空中、断裂石桥悬吊、余烬云与雾中双日。 图片参考:指定提供的照片作为主角面部(光头、浓密深色胡子)的唯一视觉参考。 整个帖子的价值在于展示了一套「写实质感 + 奇幻场景 + 真人脸参考」三层结构的视频 prompt 写法,读者可以直接套用修改。
有人翻出 2019 年的老推文回味「一切是怎么开始的」：当年 Deep TabNine 作为基于 GPT-2、在约 200 万个 GitHub 文件上训练的深度学习 NLP 模型问世，被盛赞将革命化软件开发。与如今 AI 编程工具的成熟相比，这条历史回顾颇有行业怀旧价值。
- 网友 OffZeroCyber 分享体验 Meta 的 Muse 应用,称其界面、语气、组织能力、速度、智能水平和成本都令人印象深刻,是自 2022 年 ChatGPT 发布以来用过的最惊艳产品。 它能将一场研究对话直接生成排版精美的 PDF 摘要。
AI 研究者 Zvi 发推吐槽 Google 存储策略「疯狂」:Google 会提示空间已满、要求删除硬盘备份的照片,而一旦照做,系统可能连原图也一并删除。引用帖也抱怨 Google Photos 的同步逻辑极不透明,用户根本分不清删除的是云端备份还是手机原图。对依赖 Google 生态做备份的用户是重要的避坑提醒。
开发者基于 GPT Astra 仅用几天时间，在浏览器中重建了《任天堂明星大乱斗》风格的网页对战游戏 Super Smash Royale。该作集成了《Melee》与《Brawl》的 45 个角色，直接使用游戏原始素材，无需模拟器即可游玩。多位开发者展示了类似成果，显示前沿 AI 模型在快速生成复杂可玩游戏方面的能力引发关注。
开发者吐槽 OpenAI Codex 团队在终端 UI 的文本输入区加入了闪烁星点装饰动画，视觉效果不错，但问题是这些星点是真实字符——用户复制文本粘贴到别处时，装饰字符会被一并带进内容里。 一个典型的“形式大于功能”的界面设计翻车案例。
Satish Vutukuru 转发称，一家前沿 AI 实验室正在向数据供应商索取「完美切片」的现成库存数据（off-the-shelf inventory data）。这条消息侧面印证了头部实验室对高质量外部训练数据的持续渴求，可能涉及训练数据的采购动向，但帖子未点名具体厂商，细节有限。
语音公司 Rime 发布面向真实对话的新语音模型 Coda，号称可在终端 60 秒内生成自然 AI 语音，支持 600 多种音色和 50 多种语言，并可直接在 Claude Code 内预览音色，无需仪表盘与额外配置。与多数基于有声书和演员录音的方案不同，Coda 的训练数据来自真实的人与人来回对话。同期公司宣布完成 2400 万美元 A 轮融资。
- haydendevs 发帖称(附截图)"weekly limit obliterated just like that",暗示某主流 AI 服务的每周用量限制被大幅取消或放宽。正文信息极少,实质内容在配图中,读者需查看原文截图确认是哪家服务、放宽幅度。
开发者 michalmalewicz 宣布其搜索工具新增视觉解析能力：不再只按文字匹配，而是解析图片画面内容后进行检索，覆盖全部 4600 个接入网站。作者称功能整体可用，但仍需调优。
有开发者发布 MIT 协议开源的 ComfyUI 自定义节点集 Clipboard-Automator，旨在解决工作流中每次都需手动保存、上传图片的痛点。该工具提供监听操作系统剪贴板的节点，实现「复制即触发」，图片一旦复制即可自动进入 ComfyUI 流水线处理，从而构建零点击的全自动工作流，提升创作效率。
作者（存储网络 Obsideo 的开发者）发布了 obsideo-mcp，一个面向 Agent 的 MCP 加密对象存储服务器，核心思路是让 Agent 不必盲信存储层。 默认端到端加密：文件在本机加密后才上传，密钥永不离开机器。 可本地验证的 recoverability 证明：verify 工具向各存储 provider 直接发起挑战（challenge），provider 签名证明，客户端对照上传时记录的 commitment 在本地核验，不下载对象、不信任协调器（coordinator）的口头保证。示例输出显示 3 个 provider（含一个第三方运营节点）全部 prove + signed。 共 12 个工具（put/get/ls/rm/verify/usage/账号与套餐管理等）；首次 put 可自动创建免邮箱试用账号（100 MB、约一周），补邮箱升级为免费层 12 GB、无需信用卡。 底层 S3 兼容；支持 npx 一行接入 MCP 客户端，Claude Desktop 提供 .mcpb 一键包。作者明说这是 5 月上线的小网络、无 SLA，只应作为额外加密副本。 作者征求反馈：存储服务器是否应把恢复性证明做成一等工具？Agent 需要的是裸对象存储接口还是 archive_project、checkpoint_workspace 这类高层工具？
一份面向生产环境的 Prompt Injection(提示词注入)检测实战清单,核心场景:RAG 检索回来的网页会试图「变成你的系统提示词」,必须在进入模型上下文前扫描。 六条检测做法: 1. 文本进入模型上下文之前先扫描 2. 标记「ignore previous instructions」类注入模式 3. 隔离被标记的可疑片段 4. 对可疑来源优先用抽取式答案而非生成 5. 疑似注入时阻断工具调用 6. 保留样本供红队使用 核心原则:不可信文本是数据,不是命令。作者还提醒:自己的知识库也可能被投毒,同样要扫描。 (注:原帖带导流关注语,但清单本身有工程实质。)
作者分享一段完整的 I2V（图生视频）prompt 模板：生成 15 秒、16:9 写实视频，共七个镜头，以森林搜寻 vlog 开场、以冷面喜剧反转收尾。要点包括：用上传的人像作为外貌参考（脸型、短发、黑框眼镜、蓝色外套等全程保持一致），用森林图作为环境与工作区参考（苔藓、蕨类、弧形树、桌面电脑与座椅）；风格上要求真实手持旅拍质感——自然镜头抖动、可信的跑动、偶尔对焦调整、轻微运动模糊，并交替自拍机位、前向 POV 和旁观者手持机位。可复用于人物一致性与多镜头叙事的图生视频工作流。
一位开发者分享其模拟盘交易 agent 的反思(self-reflection)回路踩坑与修复: 核心问题:每条反思仅基于盈亏(PnL)生成,导致「好决策碰上随机噪声亏钱」与「真烂决策」在系统眼里完全一样;这些「教训」又无过滤地直接注入后续所有 prompt,污染长期记忆。 已修复的一半:反思现在先独立判断原始入场逻辑(thesis)是否成立,与盈亏解耦,只有真正有缺陷的 thesis 才会被保留进入未来上下文。 仍未解决:社区指出所有记忆仍是无检索、无工具调用的「常驻 system prompt」全量注入,真正的解法应是让 agent 按需自主检索自己过往的推理记录,作者在征集干净的模式。 这是一个典型的 agent 记忆/反思工程案例:教训是「结果噪声 ≠ 决策质量」,反思必须评估过程与假设而非只看结果。
AI 学者 Ethan Mollick 分享了一个展示「AI 智能锯齿状（jaggedness）」的生动案例：模型在某些任务上表现惊艳，却在另一些简单事情上离谱翻车。 他半吐槽半无奈地补了一句：「还有，拜托别再叫 Elara Vale 了」——暗指模型在创意写作里反复生成同一个烂大街的 AI 味人名，成为社区调侃模型千篇一律的又一梗点。
AI 学者 Ethan Mollick 展示了 Astra 尝试一次性生成 Ultima 风格 RPG 的结果，过程中利用多个 agent 的反馈循环迭代改进。结果显示 AI 生成的系统复杂度令人惊艳，但剧情干瘪平庸，他还吐槽模型虽能推理剧情却总是给角色取名 Elara Vale，认为这是展示「AI 智能锯齿状」——某些任务惊艳、某些简单事情离谱翻车——的绝佳案例。
Robinhood 官网页面显示两项面向 AI agent 的新功能: Agentic Trading:给用户的 AI agent 分配一个专用交易账户,agent 可代为下单交易,用户在 App 内实时监控其操作与收益表现。 Agentic Credit Card:专为 AI agent 打造的虚拟信用卡,提供 3% 返现,并支持用户自定义消费控制规则。 这意味着传统券商开始把 AI agent 当作一等公民客户来设计产品,涵盖交易执行与支付环节。
开发者 obvpm 发布 comfyui-obvpm 节点包更新，项目已迁移至正式 GitHub 账号。本次更新带来三大实用功能：单节点内合成多张参考图（Load Images & Compose）、线束打包，以及参数预设系统（Settings Presets），可显著简化工作流搭建，降低多图参考场景下的操作成本，受到 ComfyUI 社区关注。
楼主称赞 MiniMax H3 的能力，但指出其生成的语音（无论来自参考音频还是模型自行生成）总是过于响亮、听起来像「贴在」场景里， acoustic 上与环境不融合——像是角色对着几厘米外的麦克风说话。他已尝试大量 prompt 组合和传入低音量的参考音频，均无效。核心问题：能否训练一个 LoRA 让 H3 的生成语音更轻、更「远」，从而在混音中更好地融入环境？向社区求思路。这条帖子的价值在于揭示了 H3 语音输出的一个共性缺陷（近讲、缺乏距离感/环境混响）。