Apple Music 现在可以用 ChatGPT 创建自定义播放列表和查找歌曲。
Apple Music 的推荐算法一直是槽点，或许这次能靠 AI 翻身。
Apple Music 现在可以用 ChatGPT 创建自定义播放列表和
更多动态
YouTube 竟然整出了个 Playables Builder （ AI 游戏开发）。
底层是 Google 最新的 Gemini 3 Pro，这玩意儿离谱到什么程度？你给它一段话、几张图，甚至直接喂一段视频，它就能给你吐出一个能玩的交互游戏原型。 • 成本低得吓人：比起 Claude，Gemini 3 的编码成本直接砍掉 20 倍。 • 多模态逻辑：它不只是生成贴图，空间推理能力挺强，方块堆叠、横版动作这些逻辑它自己就能盘明白。 • 闭测现状：几个头部内测博主已经做出了采矿和益智类小游戏，虽然画质还没法跟 3A 比，但这种“零门槛”的冲击力太强了。 这绝对是独立开发者的福音，拿它来快速跑原型、测玩法。 我感觉游戏行业的门槛要被这波 AI 彻底踹翻了，以后人人都是策划。 大家觉得 AI 做的游戏，会有“灵魂”吗？👇 #AI工作流 #独立开发 #YouTubePlayables #Gemini3
刷到小米把 MiMo-V2-Flash 给开源了。
代码能力直接硬刚 Claude Sonnet 4.5，但推理成本只有人家的 2.5%。最离谱的是它的生成速度，每秒 150 个 token，我跑了一下确实快得像开了挂。 技术上： • MoE 架构：309B 的大块头，干活时只动 15B 脑细胞，省电还贼快。 • 多令牌预测：以前 AI 是一次憋一个字，这货一次能吐 3 个左右，配合 SGLang 框架简直是丝滑。 • MIT 协议：这点真的吹爆，雷总这次太大气了，代码权重全给，随便商用。 100 万 token 才 2 块钱，还要啥自行车？ #AI工作流 #小米MiMo #独立开发 #开源模型
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。
