更多动态
，帮我解决了长视频变现的痛点。 1️⃣ 智能切片：以前我剪播客切片要搞一天，现在扔进直播回放，AI 自动抓取高光时刻。最惊喜的是 Auto-Reframing，横屏转 9:16 时人物自动居中，不用我一帧帧调位置。 2️⃣ 文本化剪辑：逻辑像改 Notion 文档，删文字=删画面。对于我们非剪辑专业出身的人来说，这种“粗剪”效率提升肉眼可见。 虽然涉及部分领域术语时字幕还得人工过一遍，但整体比我之前用其他剪辑软件生成的速度体感要快一些 。 #AI工作流 #视频剪辑 #数字游民 #CyberCut #效率工具
Liquid AI 刚出的 LFM2-2.6B-Exp，是我这周在旧款 Mac 上跑得最顺的“口袋大脑”，断网也能飞起。 1️⃣ 路子很野的“纯强化学习” 这模型完全跳过了 SFT（监督微调），直接用 Pure RL 训练。我实测下来，它的逻辑“直觉”出奇的好。特别是在处理 JSON 数据提取这种脏活儿时，指令跟随能力比我之前常用的 8B 模型还要稳，很少幻觉。 2️⃣ 老电脑的救星 它用了混合架构（卷积+注意力），简单理解就是“吃得少跑得快”。在高铁上信号极差，我用它配合 Obsidian 做本地 RAG 查文档，响应速度比 Qwen3 快了大概一倍，关键是风扇没狂转，续航没崩。 虽然它在 IFBench 上评分挺高，但毕竟只有 2.6B 参数。写写代码片段、改改邮件很爽，但如果你指望它写长篇深度研报，逻辑深度还是不如云端大模型，别神话它。 你现在本地部署主要用 Ollama 还是 LM Studio？👇 #AI工作流 #本地部署 #效率工具 #LiquidAI #独立开发
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。
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。
