
以后写代码别只看单次对话质量,得看能“无人值守”跑多久

更多动态
不再需要从头重刷一整季,流媒体的“AI 生产力”落地了
Amazon Prime 推出 Video Recaps,能把十几小时的剧集自动压缩成 3 分钟“高燃剪辑”,剪辑、配音、配乐全由 AI 生成。 简单说,这就是官方版的“3 分钟看完一部剧”,但完全自动化且无版权风险。 🔹 体验升级 以前 X-Ray 只是让你“读”剧情(Text Summary),现在是 AI 帮你“做”视频。它能理解 Story Arc(故事弧线),自动提取关键帧、保留原声对白,并用 AI 生成旁白串联,且自带 Anti-spoiler(防剧透)机制。 🔹 行业风向 Netflix 目前更多用 GenAI 做特效辅助(如《The Eternaut》),而 Amazon 直接把“内容二创”自动化了。这是 RAG 从纯文本迈向 Multi-modal Video Summarization 的典型商业落地。 🔗 官方技术博客:https://www.aboutamazon.com/news/entertainment/ai-plot-summary-video-recaps-prime-video #AI落地 #AmazonBedrock #产品观察 #流媒体 #自动化剪辑

别再把时间浪费在「看图写码」的机械劳动上了
,Figma 刚悄悄把 Gemini 3 Pro 塞进了生产环境 这不仅仅是换个模型,而是打通了「设计图 → 可运行代码原型」。 简单说,Figma Make 现在的核心推理引擎可以替换为 Gemini 3 Pro,利用其针对代码逻辑优化的能力,生成结构更规范的前端原型。 🔹 开启路径(藏得很深) 进入 Figma Make 文件 → 右上角 Settings → Experimental models → 勾选 Gemini 3 Pro。开启后,所有的 AI 生成与迭代(Iterate)都会强制调用新模型。 🔹 核心差异 相比默认模型,Gemini 3 Pro 在处理组件嵌套(Nesting)和交互状态(State Management)时逻辑性更强。官方实测显示,它能更精准地将视觉意图转化为「代码支撑的原型」,而非单纯的图层堆砌。 🔹 建议 把它当作「高阶脚手架」使用。输入 Prompt → 生成 React/Tailwind 原型 → 导出代码 → 本地重构。不要指望它直接产出 Production Ready 代码,但它能帮你省掉 60% 的起手样板代码时间。 🔗 官方说明:https://help.figma.com/hc/en-us/articles/36400680326551 #Figma #AI工作流 #前端开发 #Gemini3 #快速原型

claude申诉失败了。
订阅费也没法儿退,我甚至怀疑申诉邮件就是钓鱼的,有追踪IP地址。 dhh是美国开发者,前段时间来深圳交流,演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法,把Claude code放在海外机器上,用tailscale远程连接使用。 那就得租一台有家宽的海外机器,在那台机器上注册和登录claude。

分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi,跑多subagent,最后再自己看diff,提pr,经常一坐就是一天。 九月底,我工作流改成在手机端用hermes指挥pi,完全解决了久坐电脑前的痛苦,用到现在还挺舒服。 Hermes用旗舰模型(gpt-6-astra/opus-5.5),pi尽量不装插件,用中端模型(ds-v4.1-flash/sonnet/terra),二者间用a2a通讯。 hermes负责分析issues,拆分成多个小任务,然后给每个小任务创建worktree,并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes,由它判断提pr还是返工给pi。基本逛一天景点,或一觉醒来十几个pr搞好了,舒服得很。 就是过程太黑盒了,心路历程有点像早期的vibe coding,那会diff至少自己会看一下,现在diff也黑盒,完全交给旗舰模型,属于盒中盒了。 如果没数据焦虑,其实可以直接用grok-bot或者chatgpt-dot,开箱即用,里面内置了grok-cli和codex,原生agents通讯。弊端就是数据不在本地,有监管,万一被封号一切归零。
