X 中文热点选题简报¶
今日优先看¶
-
Blender Skills 被说成「官方 28 个」:实际是两个社区仓库、两个数字。现在为什么值得做:中文圈这一波把「Blender 官方把建模、材质、打光、渲染打包成 28 个 Skill」传得很顺,但 28 个和 94 个其实是两个不同的社区仓库,仓库归属都是个人账号,没有找到 Blender 基金会发布的痕迹;对不会 Blender 的读者,这是一条既能动手、又能顺带学会「先看仓库署名和版本要求」的题。最好的补充角度:把两个仓库放在一张表里——28 个的 EL4CTEO/blender-skills 偏全流程与验收,README 写明 28 个技能、MIT、Blender 5.2 LTS+(在 5.3 上验证);94 个的 arjun988/blender-skills 偏专家分工,仓库描述直接写 94 个。再补一条真实门槛:要装 Blender、要连 MCP 或让 Agent 在后台跑脚本,不是「装完就能出图」。形式建议:独立原创帖,开头先纠正「官方」,中段给两条安装路径,结尾放自己的白模实测。时效与核验:24 小时内与 24—48 小时;两个仓库的技能数、星数,以及 EL4CTEO 的 MIT 许可与版本要求已核对(抓取时分别约 2.2k 与 4.3k 星),「官方」没有一手来源,出图质量目前只有个人演示。状态:可起草(仓库事实已核),待实测。
-
WorkBuddy 日均 100 万亿 Token:官方数字成立,但「1000 万人都在用」是另一回事。现在为什么值得做:腾讯 2026 年第三季度业绩稿确实写了 WorkBuddy 日活超过 1000 万、日均消耗超过 100 万亿 Token,并称按 Token 消耗计是中国使用量最高的 AI 产品;这是少见的、可以直接引用的官方口径。但把两个数字除一下,平均每个日活一天约 1000 万 Token,这个量级高得需要解释:是 Agent 长任务、批量生成,还是两个指标的统计范围不同,官方没有说明。最好的补充角度:不争论「有没有 1000 万人」,而是教读者读三个层次——DAU 是人数,Token 是工作量,收入是另一本账;再放两条反向样本:有人说国际账号还没用就「全军覆没」,有人把在 ChatGPT 跑通的 Skill 搬进 WorkBuddy 却什么都没做出来。形式建议:独立原创帖,开头就把三个数字分开,不要用总量证明产品好用。时效与核验:24 小时内与 24—48 小时;DAU 与日均 Token 已对照腾讯业绩稿(官方新闻稿);「收入为二季度 5 倍」只在媒体口径里出现,官方稿未见,暂不写;国际账号与任务失败都是个人说法,原因不明。状态:可起草(官方数字已核),收入倍数与账号封禁待核验,产品体验待实测。
-
「OpenAI 亲口承认内测是降智版」:原话在说评测视频拍在改版前。现在为什么值得做:这条 5,302 浏览的帖子把 Tibo 的一段英文回应当成「官方承认给网红博主内测的是降智版,把他们当猴耍」,但原话的意思是:几周前给了部分人访问权,发布前三四天又做了很多改动,大概率没有重新测试,视频是上周拍的;他同时说模型相对 GPT 前代是大幅提升,只是还不完美。这不是「承认降智」,而是「承认评测过期」。最好的补充角度:把一句话拆成三层——版本确实变了、评测确实可能过期、用户对发布版的体感也确实变差;三层都成立,但不能互相替代。再补一条同窗口的高互动背景:@dotey 那条「不知道是真的很糟糕还是 Anthropic 花钱了」有 28.4 万浏览,说明中文圈的分歧现场是「差评是否可信」,不是「官方是否认罪」。形式建议:引用帖加独立核查,先放原帖截图,再放中文转述,逐句对照。时效与核验:24 小时内(dotey 那条为 24—48 小时);Tibo 原帖的公开文本已核对(原帖),Gizmodo 的转述与之一致;「故意降智」没有任何官方表述,不能写成已确认。状态:可起草(原话已核),「故意降智」待核验。
候选话题¶
本期共 17 条,按创作价值收束,没有为凑满 20 条加入低价值条目。卡片中的发布时间均为 Asia/Shanghai;第 1 至 3 条只补优先看里没展开的数据与核验状态。
1. Blender Skills:28 个和 94 个是两个社区项目,都不是「Blender 官方」¶
原帖与热度:@HeLi8866 原帖,11-17 18:26,33,770 浏览、477 赞、58 转帖、6 回复、521 书签;@wanerfu 原帖,11-18 16:38,15,505 浏览、289 赞、37 转帖、8 回复、286 书签;@GitHub_Daily 原帖,11-18 18:00,4,296 浏览、64 赞、13 转帖、60 书签;@lxfater 原帖,11-18 14:30,8,497 浏览、127 赞、20 转帖、162 书签;@HoodyLiu 原帖,11-17 18:26,13,292 浏览、210 赞、31 转帖、194 书签。
内容与关注点:HeLi8866 与 wanerfu 都说「Blender 官方」打包了 28 个 Skill,lxfater 说「有人把流程做成 28 个 Skill,GitHub 已经 2000 多颗星」,GitHub_Daily 则写 94 个 Skill。对照仓库可以看到这是两个项目:EL4CTEO/blender-skills 的 README 写 28 个技能、MIT、Blender 5.2 LTS+(在 5.3 上验证),抓取时约 2.2k 星;arjun988/blender-skills 的仓库描述写 94 个专家级技能,抓取时约 4.3k 星。从仓库归属与页面看,两者都是个人账号项目,EL4CTEO 的 README 也没有 Blender 基金会署名。HoodyLiu 给的是另一条路径:装连接 Codex 与 Blender 的插件,再用 Skill,15 分钟出第一个白模。角度见今日优先看第 1 条;卡片只补一条:28 个与 94 个不是版本差异,而是粒度不同的两个包,写作时不要合并成一个「官方项目」。
为什么值得做/可写角度:对非程序员,真正的决策是「先装哪一个、要不要先学 Blender、MCP 连不上怎么办」;对创作者,价值在「白模→材质→渲染→导出引擎」这条链能不能真的走通。可以写成一份安装与验收清单,而不是又一篇「AI 做 3D 太强了」。
时效与核验:24 小时内与 24—48 小时。已核验:两个仓库的技能数、EL4CTEO 的 MIT 许可与 Blender 版本要求、抓取时星数(28 个仓库、94 个仓库)。未核验:Blender 官方归属、出图质量、「15 分钟」的可复现性;HeLi8866 原帖引用读取为 0,不能据此判断讨论规模。
2. WorkBuddy:日均 100 万亿 Token 的三种读法¶
原帖与热度:@op7418 原帖,11-18 16:57,27,763 浏览、109 赞、3 转帖、78 回复、16 书签;@williamlong 原帖,11-18 19:14,11,471 浏览、10 赞、4 回复;反向样本 @geekbb 原帖,11-17 15:52,12,305 浏览、19 赞、18 回复;@WthSpace 原帖,11-17 15:26,6,097 浏览、3 赞、3 回复;@geekbb 另一条,11-18 19:40,10,933 浏览、15 赞、13 回复。
内容与关注点:官方稿的表述是「over 10 million DAU collectively consuming over 100 trillion tokens per day」,中文转述把它压成「日活破千万、日均 Token 超 100 万亿」。按这两个数做除法,平均每个日活一天约 1000 万 Token;这是算术平均,不是每个用户的实际用量,也不能推出「1000 万人都在深度使用」。反向样本很具体:geekbb 说 WorkBuddy 国际账号还没开始用就「全军覆没」,WthSpace 把在 ChatGPT 跑通的英语笔记 Skill 搬进去,最后什么都没做出来。角度见今日优先看第 2 条;卡片只补一句:如果要写「收入为二季度 5 倍」,先确认它不在官方业绩稿里,不能跟着媒体转述写成已核验。
为什么值得做/可写角度:这类财报数字最容易被写成「全民 AI 办公」。可写的是一张「读数字的清单」:先看口径(DAU 还是 MAU、Token 是调用还是计费)、再做除法看人均、最后用任务成功率或付费收入对照。对普通读者,这比争论「哪家模型强」更有用。
时效与核验:24 小时内与 24—48 小时。已核验:DAU 与日均 Token 来自腾讯 2026 年第三季度业绩稿(官方新闻稿);「按 Token 消耗计中国最高」也是同一稿的公司口径。未核验:「收入为二季度 5 倍」(媒体说法,官方稿未见)、国际账号封禁原因、任务失败的具体条件。
3. GPT-6.2「降智版」:一句话是怎么被翻译出来的¶
原帖与热度:@xluchuan 原帖,11-18 15:06,5,302 浏览、26 赞、3 转帖、8 回复、1 书签;@oran_ge 原帖,11-18 17:16,9,083 浏览、24 赞、24 回复、4 书签;@dotey 原帖,11-18 03:01,284,365 浏览、685 赞、8 转帖、275 回复、37 书签;@Blackpink_Ox66 原帖,11-18 12:17,23,244 浏览、54 赞、18 回复;@hylarucoder 原帖,11-18 17:10,22,909 浏览、212 赞、3 转帖、22 回复。
内容与关注点:xluchuan 的「OpenAI 亲口承认给网红博主内测的 GPT-6.2 是降智版」直接链到 Tibo 的原帖;Tibo 写的是「给了部分人访问权,发布前三四天又做了很多改动,大概率没有重新测试,视频是上周拍的」,并说模型相对前代是大幅提升、但不完美。oran_ge 的转述更接近原意:「三四天之前的 KOL 测试版本有严重的问题,现在的版本其实还好」,同时提到 Codex 里调用慢、Pi 里很快。另一条线是用户猜测:Blackpink 认为最初的 Astra 被下线或量化成了「白痴版本」。角度见今日优先看第 3 条;卡片只补一句:dotey 那条 28.4 万浏览的帖子问的是「差评是否可信」,不是「官方是否认罪」,引用时别改写成后者。
为什么值得做/可写角度:这是一道「转译核查」题:同一段英文,经过「内测版本旧」→「内测是降智版」→「官方承认」三次转手,结论就反了。可写的还包括:为什么发布前改版会让 KOL 视频失真、用户该怎么判断「我用到的是哪一版」。
时效与核验:24 小时内(dotey 为 24—48 小时);后续(11-18 中文简报已写 GPT-6.2 发布,本条只写误译)。部分核验:Tibo 原帖存在且公开文本如上(原帖,经公开搜索索引与 Gizmodo 交叉核对,未用连接器读取),Gizmodo 的报道与之一致(报道)。未核验:「故意降智」、Blackpink 的「量化」猜测、Codex 与 Pi 的速度差异(个人体感)。
4. 22.78 美元对 10.03 美元:同一提示词,差的是 token 用量¶
原帖与热度:@Densitylucky 原帖,11-18 07:29,87,073 浏览、842 赞、54 转帖、70 回复、640 书签、14 引用;补充样本 @xbox_grok 原帖,11-18 16:49,108 浏览、1 赞、1 回复;@lxfater 原帖,11-18 10:24,11,439 浏览、7 赞、14 回复。
内容与关注点:同一条提示词做像素风飞行游戏,Fable 5.2 花 22.78 美元,GPT-6.2 Astra 约 10.03 美元,成品只有 143 KB 纯代码。关键不是「谁便宜」,而是两家标价本来相同:Astra 与 Fable 5.2 都是每百万 token 输入 8 美元、输出 40 美元,差的是各自烧了多少 token、跑了多久。补充样本里有人说 Astra 没有传闻那么差、性价比不错(引用);也有人说两种模型的界面风格不同,不是单纯好坏。lxfater 另给了一条相关数据:Sol 的编程跑分比上一代低 3 分,但每题 API 成本低约 19%(他引用的 AA 数据,本次未独立核对)。
为什么值得做/可写角度:教读者做「同提示词横评」时至少记录四项:费用、token 用量、完成时间、可玩性;只贴一张账单,会把「token 效率」误读成「单价」。对创作者,还可以补一句:143 KB 的纯代码游戏能跑,不代表能上架,素材、音效、关卡设计仍是另一本账。
时效与核验:24—48 小时(Densitylucky),24 小时内(补充样本);后续(11-18 中文简报已写 GPT-6.2 发布,本条只写成本方法)。已核验:Astra 与 Fable 5.2 同为 8/40 美元、Astra 缓存输入 0.40 美元、Sol 为 2/10 美元(OpenAI 发布页、Simon Willison 的对照)。未核验:单次费用不可复现,提示词与游戏链接在评论区,本次未读评论区;「143 KB」只对应作者说的那一版。
5. Pake 把网页变成桌面 App:CLI 免费开源,GUI 是买断¶
原帖与热度:@HiTw93 原帖,11-18 15:49,37,228 浏览、410 赞、38 转帖、34 回复、440 书签;实测样本 @alin_zone 原帖,11-17 10:33,11,354 浏览、71 赞、8 转帖、85 书签。
内容与关注点:作者说 Pake 终于支持桌面端,可把任意网页打包成 Mac、Windows、Linux 应用,内置 500 个网站配置,并加了去广告插件;CLI 持续开源 4 年,「123 个国家 6 万多开发者使用」。对照官网,GUI 是付费买断(页面显示 19 美元,当时促销 15.20 美元,含 3 台电脑),CLI 免费开源;打包出的应用通常小于 10 MB,因为它用系统自带浏览器渲染,代价是不同系统上观感可能略有差异。仓库抓取时约 63.8k 星。alin_zone 说拿 X 实测,从网页到桌面应用只用了几秒。
为什么值得做/可写角度:对非程序员,这是最直接的「把常用网页变成独立窗口」路径;可写的是三条路线怎么选:Pake GUI(省事、付费)、Pake CLI(免费、要装 Rust)、PWA(最轻、但依赖浏览器)。再补一句风险:打包第三方网站不等于获得该网站的内容授权,登录态、更新、封禁都要自己处理。
时效与核验:24 小时内(HiTw93),24—48 小时(alin_zone)。已核验:CLI 开源、仓库约 63.8k 星、GUI 价格与三端支持(仓库、官网)。未核验:「123 个国家、6 万多开发者」是作者口径,星数不等于开发者数;500 个网站配置与去广告能力来自作者,未逐项试用。
6. 1 个总管、3 个项目经理、40 多个执行:50 多个 Agent 的「公司结构」¶
原帖与热度:@wuyi_ai 原帖,11-17 17:20,81,211 浏览、916 赞、134 转帖、36 回复、989 书签、3 引用;讨论样本 @WenBuilds 原帖,11-18 15:37,353 浏览、5 赞、2 回复。
内容与关注点:帖子说一位曾在 Cursor 工作的工程师公开了自己的 AI 工作流:1 个总管盯全局,3 个项目经理解任务、派活、跟进度,40 多个执行 Agent 并行干活;标题说 50 多个,正文列的是 1+3+40 多个,具体数量以原教程为准。她声称这套系统能让一个人扛下原本 20 个工程师的活。989 书签高于 916 赞,说明很多人是把它当方法存下来的。WenBuilds 的评论点出另一面:「以前还能靠打杂慢慢摸门道,现在直接跳过去当监工,最怕的是帮手跑偏了自己根本看不出来。」
为什么值得做/可写角度:多 Agent 的难点不是「开几个窗口」,而是组织设计:谁定目标、谁验收、失败怎么重试、成本怎么记。对非程序员,可迁移的是「把任务拆到可验收」这一层;对管理者,可以讨论「监工没有一线经验」的风险。不要把它写成「一个人替代 20 人」的成功学。
时效与核验:24—48 小时(引用样本 24 小时内)。已核验:帖子文本、互动数据与引用样本(引用帖)。未核验:原教程作者与链接未点名,「20 个工程师」是当事人说法,「50 多个」的确切构成未核;没有独立复现。
7. Neon 的 Coding Agent 是 59 分,不是「世界第一」¶
原帖与热度:@oran_ge 原帖,11-19 07:02,15,735 浏览、71 赞、4 转帖、27 回复、18 书签;@Super_Nius 原帖,11-19 03:48,9,884 浏览、20 赞、3 回复;@lingo24 原帖,11-18 16:38,7,893 浏览、34 赞、32 回复。
内容与关注点:oran_ge 说 Neon「Coding Agent 指标世界第一」,但 Artificial Analysis 的文章写的是:Neon(xhigh)在 Antigravity CLI 下 Coding Agent Index 59 分,Carbon 55 分,「与 Claude Fable 5.2(58)和 Opus 5.5(58)同档」,没有给 Coding Agent 排名;整体智能指数 61 分、第三,落后于 GPT-6.2 Astra 与 Fable 5.2。另一条中文帖在转述模型卡:「能力接近 Carbon,速度保持 Hydrogen」。还有一条容易被忽略的价格条件:Carbon 现在有 2/10 美元的折扣,11 月 30 日结束;折扣期内 Neon 的 3/15 美元实际比 Carbon 贵 50%。
为什么值得做/可写角度:后续,只写新增的「世界第一」说法怎么来的。可写的是「看到第一名,先找榜单原页」:是总榜还是子项、是分数还是排名、有没有折扣价差。对准备换模型的读者,这比复述发布参数有用。
时效与核验:24 小时内;后续(11-19 日报已写 Neon 的定价与 AA 榜单,本条只写中文「世界第一」的转述偏差与折扣条件)。已核验:AA 的分数、同档表述、整体第三、Carbon 折扣截止日(AA 文章);官方定价与模型卡见 Google 博客。未核验:「世界第一」没有任何一手来源支持。
8. 模型发布很热闹,Antigravity 的卡顿、限速和 429 才是日常¶
原帖与热度:@tualatrix 原帖,11-17 09:38,34,859 浏览、79 赞、2 转帖、61 回复、21 书签;同作者另一条,11-17 12:24,36,896 浏览、160 赞、5 转帖、33 回复、30 书签;429 那条,11-17 11:49,17,974 浏览、25 赞、17 回复;@op7418 原帖,11-18 11:33,7,624 浏览、10 赞、8 回复。
内容与关注点:三条具体观察:一,对 Antigravity 说「帮我扫描硬盘,我想清理垃圾」,会进入漫长且不会停止的等待;二,经反代出来的 Gemini 4 Hydrogen 有 200+ tok/s,在 Antigravity 里只有 100 以内甚至个位数,他怀疑核心功能是限速;三,他问「封号前是不是会先用 429 警告一下」。另有一条「antigravity 重置了」,配图,没说明是额度还是应用。它们共同指向一个判断:模型能力和客户端体验要分开评价。
为什么值得做/可写角度:后续,只写新增的具体故障与排查顺序。11-16 的中文简报已经写过「harness 配不上模型」;这次可以写成一份排查清单:先换入口(官方客户端/反代/API),再看 429 与额度,再看长任务是否卡在文件扫描,最后才怀疑模型。对非程序员,也可以只讲一句:同一个模型,换个入口,体验可能完全不同。
时效与核验:24—48 小时(三条 tualatrix),24 小时内(op7418)。已核验:帖子文本与互动数据。未核验:反代速度、卡死操作、429 与封号的关系均为个人测试;官方没有回应,不能写成普遍结论。
9. 白嫖来的 Ultra 会不会被退订:账号风险比额度更值得写¶
原帖与热度:@HiTw93 原帖,11-18 23:35,17,938 浏览、194 赞、5 转帖、25 回复、21 书签;@wellzhiai 原帖,11-18 19:14,12,629 浏览、32 赞、54 回复;@luckiestMax 原帖,11-18 03:27,62,822 浏览、51 赞、2 转帖、35 回复、59 书签。
内容与关注点:HiTw93 明确不推荐用重要账号去领「羊毛福利」,也不推荐去闲鱼买来路不明的账号订阅,理由是很容易把号弄没、也影响账号信誉。wellzhiai 直接问「薅到羊毛的朋友们,你们被退订了吗」,给了「退了/没退」两个选项,54 条回复但投票结果未读到。luckiestMax 说自己把 20 TB 档的 5 小时额度用完,退订后又用同一账号花钱重订 30 TB,担心 Google 会不会封号或强制退款。11-18 的中文简报已经写过额度消耗,本条只写账号风险。
为什么值得做/可写角度:后续,只写增量:账号信誉是资产。可以写「哪些操作可能触发风控、为什么不要买二手订阅、出问题后留什么证据」,但不要教怎么薅,也不要引用任何羊毛教程。对读者最有用的判断是:省下的订阅费,是否值得用主账号去换。
时效与核验:24 小时内(HiTw93、wellzhiai),24—48 小时(luckiestMax)。已核验:帖子文本与互动数据。未核验:Google 对转售/共享账号的具体政策、退订后重订是否会被封、投票结果;均为个人说法或未读数据。
10. DeepSeek Harness 的插件市场:从「装插件」到「逛市场」¶
原帖与热度:@abskoop 原帖,11-19 03:42,34,477 浏览、175 赞、16 转帖、11 回复、164 书签;@xiaomovps 原帖,11-17 15:07,26,948 浏览、324 赞、40 转帖、18 回复、435 书签;@abskoop 另一条,11-17 16:14,34,511 浏览、74 赞、4 转帖、12 回复、77 书签。
内容与关注点:abskoop 说给 DeepSeek Harness 装了个插件市场,「似乎打开新的世界了」,配图;xiaomovps 用 3 个插件把自媒体创作流程串起来;abskoop 另一条介绍 DS Bot:基于 DSH 的开源多 Agent 协作工具,有 Chief 统一协调、Bot 群聊、@任务委派、Goal 目标管理、独立记忆和工作目录。插件市场目前有社区版(dsh-market 等),官方市场仍在计划中;报道说 DeepSeek 将建官方市场,但本次没有看到官方发布页。
为什么值得做/可写角度:后续,只写增量:插件从「一个个装」变成「有市场可逛」之后,选择成本反而上升。可以写「怎么判断一个插件值不值得装」:权限、上下文开销、是否可卸载、有没有维护者;再给三个非程序员场景(写作、资料整理、发布),不要只列插件名。
时效与核验:24 小时内(abskoop 11-19),24—48 小时(xiaomovps、abskoop 11-17)。已核验:DS Bot 的功能描述、DSH 插件生态存在(DSH 仓库、社区市场)。未核验:截图里的市场名称与插件数、官方市场时间表;「官方」与「社区」要分开写。
11. 11 万星的 VoiceStudio:本地配音、克隆、有声书,先看硬件和授权¶
原帖与热度:@ChrisSlacker 原帖,11-18 13:43,4,594 浏览、77 赞、14 转帖、5 回复、54 书签。
内容与关注点:帖子说 VoiceStudio 一个月涨 4.6 万星、总量突破 11 万,支持 646 种语言、声音克隆、文字转语音、视频翻译配音、批量有声书,本地离线运行,无需注册,支持 Windows/Mac/Linux。对照仓库,抓取时约 113.6k 星,AGPL-3.0,README 写「Clone, design, dub, dictate, transcribe and narrate in 646 languages」「On your device」。它聚合多种本地 TTS/ASR 引擎,按需下载模型。
为什么值得做/可写角度:价值观察。对做短视频、有声书、口播的创作者,这是能省订阅费的工具;可写的是「本地配音的工作流与坑」:模型下载与硬盘、CPU/GPU 差异、底噪与断句、克隆声音的授权、商用许可。不要只写「免费开源」;AGPL 也有分发义务。
时效与核验:24 小时内。已核验:仓库、AGPL-3.0、约 113.6k 星、646 种语言的项目自述(仓库)。未核验:4.6 万/月的增速、Windows/Mac/Linux 的具体支持范围、硬件要求、克隆与商用的授权边界;未实测音质。
12. 4 小时做一款手绘游戏、复刻一款老游戏:三个样本能说明什么¶
原帖与热度:@FinanceYF5 原帖,11-18 14:19,13,959 浏览、202 赞、25 转帖、7 回复、186 书签;@Stargridcompass 原帖,11-18 07:30,20,397 浏览、114 赞、7 转帖、32 回复、107 书签;像素游戏样本见第 4 条。
内容与关注点:FinanceYF5 说有人用 Fable 5.2 从零做了《Getting There》,14 个章节,可以步行、划独木舟、乘火车、热气球、矿车、双翼飞机,所有美术和声音都由程序生成,用时 4 小时。Stargridcompass 贴出「左边原版、右边 Fable 5.2 复刻版」的对比,说看着几乎没区别,并问「上架微信小游戏有市场吗」。再加上第 4 条的 143 KB 像素飞行游戏,三个样本分别对应「快速原型」「视觉复刻」「极小体积」。
为什么值得做/可写角度:可写的是「AI 做游戏的完成度分层」:能跑、好玩、能上架是三件事。原型阶段 AI 很强;上架要处理素材版权、关卡设计、性能、支付与审核。给创作者一个预期:1 天做 demo、1 周做可玩、1 个月才谈上架。
时效与核验:24 小时内(FinanceYF5),24—48 小时(Stargridcompass)。已核验:帖子文本与互动数据。未核验:《Getting There》原作者与原帖、4 小时的计时口径、复刻版的素材来源与授权;均为转述,未实测。
13. 给 AI 一个网址就 1:1 复刻:仓库 39.5k 星,但「复刻」不等于「能用」¶
原帖与热度:@Manorgw 原帖,11-17 08:29,3,965 浏览、65 赞、12 转帖、2 回复、66 书签;@bkdgiffug 原帖,11-17 11:13,4,363 浏览、59 赞、14 转帖、5 回复、66 书签。
内容与关注点:两条帖都说 GitHub 上有个「2.8 万+ Star」的项目,给 AI 一个网址就能 1:1 复刻整个网站,配合 Claude Code、Cursor 使用,自动分析页面、拆组件、抓素材、还原布局。对应仓库应是 JCodesMore/ai-website-cloner-template,MIT,要求 Node.js 24+,最好用 Claude Code + Opus 5.5,也支持 Codex、Cursor、OpenCode;抓取时约 39.5k 星,比帖子里的 2.8 万更高(时点不同)。README 明确写了不应用于钓鱼/冒充,logo、品牌素材和原创文案归原作者,部分网站禁止抓取或复制。
为什么值得做/可写角度:价值观察。可写「复刻站的合法边界与真实成本」:拿到的是前端壳,登录、支付、数据、后台都要自己接;素材版权、服务条款、品牌风险不能忽略。适合做学习、原型、内部工具,不适合直接上线冒充。对非程序员,最好的用法可能是「复刻自己的旧站」或「做一个可改的参考稿」。
时效与核验:24—48 小时。已核验:仓库、MIT、Node 24+、README 的禁止用途与版权提醒、抓取时约 39.5k 星(仓库)。未核验:原帖所指数值的确切时点、「1:1」的实际还原度;未实测。
14. 用 AI 给侄子做一本能翻的古诗立体书¶
原帖与热度:@lxfater 原帖,11-18 17:00,53,843 浏览、12 赞、2 回复、11 书签。
内容与关注点:作者给侄子做了《纸上山河》古诗立体书,手机上能翻书、点光点听讲解、双指放大看纸雕细节;他在另一条 Blender 帖里说,书里有些模型就是用那套 Skill 做的。53,843 浏览但只有 12 赞,说明传播可能来自视频或外链,而不是点赞。
为什么值得做/可写角度:价值观察。可写「给孩子的 AI 创作」:选诗、做纸雕、加讲解、做成可分享的网页,重点不是技术,而是「孩子能玩多久、能不能学到东西」。也可以对比买来的立体书:AI 版胜在可改、可加声音,输在纸张质感和耐用度。
时效与核验:24 小时内。已核验:帖子文本与互动数据。未核验:外链未打开、实际交互与内容质量未体验、制作耗时未说明;属于个人项目,不宜写成可复制教程。
15. 为一个 Agent 微调模型:Qwen3.8-27B-pi-adapted 把工具调用次数降了一半¶
原帖与热度:@xiaomovps 原帖,11-18 18:18,7,552 浏览、30 赞、3 转帖、3 回复、32 书签。
内容与关注点:harness-hub 给 Qwen3.8-27B 做了一个 LoRA 适配器,用强化学习把它训练成 Pi coding agent 背后的模型;模型卡写:在 pi、关闭思考的条件下,Terminal-Bench 2.1 从 39.5% 升到 55.8%,SWE-bench Pro(hard 51)从 29.4% 升到 62.7%,两个基准上每个任务的工具调用次数分别减少约 55% 与 62%。权重已公开。
为什么值得做/可写角度:价值观察。可写「模型开始为 harness 定制」这个方向:同一个底座,换一个 Agent 外壳就可能要重新调;对读者,判断模型的标准会从「会不会写代码」变成「会不会用工具」。同时要提醒:这是厂商在特定环境下的自测,不能当成普遍提升。
时效与核验:24 小时内。已核验:模型卡、训练方法、基准数字与「thinking off」条件(模型卡)。未核验:独立复现、其他 harness 上的表现、中文任务上的效果。
16. 「你在网站眼中一览无遗」:一张截图背后的浏览器指纹¶
原帖与热度:@abskoop 原帖,11-17 12:05,91,161 浏览、153 赞、8 转帖、27 回复、133 书签。
内容与关注点:原帖只有一句话「你在网站眼中的样子,一览无遗,可怕」加一张截图,没有解释截图里是什么。可核对的背景是浏览器指纹:网站不靠 cookie,也能通过字体、语言、插件、屏幕分辨率、时区、Canvas/WebGL 哈希等配置信息识别浏览器;EFF 的 Cover Your Tracks 就是用来测这种唯一性的,删 cookie 不一定有用。
为什么值得做/可写角度:可写一篇非程序员能懂的科普:网站能看到什么、哪些能改(浏览器配置、扩展、跟踪保护)、哪些很难改(Canvas/WebGL、字体列表),以及「唯一性」不等于「实名」。不要用「可怕」当结论,也不要把截图里的具体字段当成所有人都一样。
时效与核验:24—48 小时。已核验:浏览器指纹的定义与检测项(EFF Cover Your Tracks)。未核验:截图内容与它对应的测试站点;没有读到原帖图片细节,不能编造具体字段。
17. 让 AI 改老代码之前,先录一份「旧行为」:rust-anything 的验收思路¶
原帖与热度:@geekbb 原帖,11-17 22:26,18,425 浏览、220 赞、34 转帖、5 回复、294 书签。
内容与关注点:rust-anything 是给 AI 编程助手用的「改写说明书 + 验收工具」:先把老程序喂一批输入,把原来的输出全部记下来,再让 AI 一块一块改写成 Rust,每一步都和录制下来的行为对比;支持 TypeScript、Python、C、Go、Ruby、Java 等。README 也提醒:它只能验证「录制过的行为」,没录到的行为不能保证。
为什么值得做/可写角度:可写的不是 Rust,而是可迁移的验收方法:先录基线、分块改、每步对比;这套方法适用于任何「让 AI 重构旧东西」的场景,包括脚本、表格流程、内容流水线。对非程序员,可以只讲「先留一份旧结果,再让 AI 动手」。
时效与核验:24—48 小时。已核验:仓库功能、支持语言、「只验证录制行为」的提醒(仓库、说明)。未核验:实际改写效果、性能与迁移成本;未实测。
互动数据为 2026-11-19 08:27 前后的抓取快照。覆盖缺口:g04(HiTw93/yangyi/vista8)只翻了第一页,窗口前段约 7.5 小时可能漏检;MyClaw、Agentaus、FastFrames、Ming-3 的中文讨论样本偏少;HeLi8866 那条 Blender 原帖引用读取为 0,不能据此判断讨论规模。