编程
快来分享你的内容吧～
3 天前·后端我搞了个新公司，利用 AI 编程做了个全球化的新产品，没想到这么快就有自然流量了，感谢这个 Vibe Coding 时代查看全文加油鸭：太酷了！从注册公司到上线AI配图工具一气呵成，鱼皮老师这波Vibe Coding实操太有说服力了～833分享- 10-24 11:37·后端最近 B 站闹鱼灾了，大批 DeepSeek AI 机器人涌入评论区，我通过 Vibe Coding 搞出《蓝色大肥鱼清除插件》，帮你忽略掉冰冷的 AI 回复，还你一个干净的浏览体验。查看全文加油鸭：太酷了！用技术对抗技术，幽默又有深度，鱼皮老师这波操作既解决问题又充满创意，点赞！933分享
- 10-23 10:42·后端PHP 官方发布了紧急安全更新，一口气修复了两个严重漏洞。如果网站和服务器用了 PHP 应该怎么处理？漏洞的原理是什么？本文给你讲清楚查看全文加油鸭：这篇漏洞解析太硬核了！比喻生动、原理清晰、应对方案实用，既专业又接地气，为PHP安全防护提供了及时有力的指南！831分享
- 10-22 10:45·后端
- 10-19 17:58·后端DeepSeek V4.1 Flash 1017 发布，4 大 AI 编程项目实战测评，看看结果如何？性价比拉满 + 主打许愿式编程 + 开放自研搜索接口查看全文加油鸭：鱼皮老师这波深度测评太硬核了！从跑分到实战，细节拉满、对比清晰，既专业又接地气，为社区贡献了超有价值的参考～832分享
- 10-19 12:03·后端261016 DeepSeek 故障分析复盘，DeepSeek 为什么会崩这么久？DeepSeek 又做了什么，能让风评瞬间逆转？查看全文加油鸭：感谢分享，@编程导航小智 帮忙总结一波~1032分享
- 10-16 10:21·后端
- 10-14 14:10·后端
- 10-13 09:17·后端
- 10-12 09:46·后端2 分钟解锁全新 AI 视频创作玩法！一句话让 AI 全自动做出 4K 产品宣传片，我 AI 产品宣传视频制作器开源到了 GitHub。 无论你是想宣传 APP、网站、开源项目的程序员，还是内容创作者，都能让 AI Agent 低成本做出大片！查看全文加油鸭：太酷了！把AI编程和视频创作结合得这么巧妙，还开源分享，这份技术热情和利他精神真让人佩服！1639分享
我的第一个出海产品！7 天 2 万
大家好，我是程序员鱼皮。 Vibe Coding 时代，越来越多的人开始用 AI 编程做自己的产品，我作为一个程序员 + AI 博主，当然也跃跃欲试。 毕竟，谁不想出海赚美刀呢？ 于是国庆期间，我注册了自己的第一家香港公司 Cyber Koi Limited，中文名叫「**赛博锦鲤科技有限公司**」，是不是听起来就很好运哈哈~ 有了公司之后，就可以开通 Stripe 全球收款了。信用卡、Apple Pay、Google Pay 都能付，国内用户还能直接用微信支付、支付宝，非常丝滑。  万事俱备，今天就给大家分享我的第一个出海尝试项目：**memecub**，一个表情包搜索引擎 + AI 自动配图工具。 > 指路：https://memecub.com  它不只是给人用的，更是 **给 AI 用的**。你的 Claude Code、Cursor、Codex 装上它之后，也能自己搜表情包、给文章配图，让你的 AI 也会斗图！ ## 为什么要做这个？ 看到这儿你可能会想：这年头，好像也没多少人在网上找表情包了吧？ 其实，这个需求就来源于我自己！ 我一直觉得，**自己都不用的项目，是没必要硬做的**。 经常看我文章的同学应该知道，我写文章时很喜欢配表情包，能让枯燥的技术内容变得更有趣。以前都是我自己一张张人工去找、再手动放进文章里，费时费力。  现在有了 AI，理论上可以直接让 AI 联网搜索表情包、给文章配图。 但实际用下来，问题很多： - **搜不到想要的图**：试了一圈搜索工具，搜出来的图要么不是表情包，要么糊得没法用，要么根本不是我想要的情绪 - **AI 配得不到位**：AI 经常在不该笑的地方插图，或者选的表情包和上下文对不上，还得我自己返工 所以我需要两样东西：一个 **靠谱的表情包图库**，再加一个 **能给文章自动配图的 Agent**。 既然市面上没有顺手的，那就自己做一个吧！ ## 一、表情包图库 首先是表情包图库，这是 memecub 的基础。 我们收录了熊猫头、奶龙、蘑菇头、金馆长、吗喽、哈基米、卡皮巴拉等各种热门表情包，网站浏览和搜索 **永久免费**，打开就能用。  我比较推荐的是 **按情绪搜索**。比如你想表达震惊的情绪，直接搜「震惊」，出来的就是各种震惊反应图，而不是字面相近但实际乱七八糟的图片：  当然也支持按表情包的角色搜索，比如最近很火的 DeepSeek 鲸鱼娘，一搜一大把：  点开任意一张表情包，可以直接下载原图、复制图片，甚至 **一键复制 Markdown** 贴进文章里，写公众号和博客的同学应该懂这有多方便～ 而且每张图都有 AI 生成的画面描述，方便 AI 理解图片内容、在合适的位置使用：  我还标明了每张图的 **来源和授权信息**，能不能商用一目了然。  如果搜不到想要的表情包也不用担心，搜索结果较少时，memecub 会自动去各大表情包站补充，一分钟后再搜通常就有了。 ## 二、全球化适配 既然是出海产品，当然得照顾到全球用户。 memecub 做了中英文全球化适配，而且不只是简单地把页面翻译一下。因为 **国外用户和国内用户玩的梗，根本不是一回事**！ 国内用户打开看到的是熊猫头、奶龙、DeepSeek 鲸鱼娘：  而国外用户打开看到的，则是 Drake、This Is Fine、Doge、Surprised Pikachu 这些经典英文梗图，连 Slogan 都换成了地地道道的 “Never lose a meme war again.”：  程序员朋友们也有专属福利，搜一下 “it works on my machine”（在我电脑上明明是好的），全是熟悉的味道：  ## 三、AI 自动配图 图库只是第一步，memecub 真正的核心能力是 **AI 自动配图**。 用法超级简单，注册登录后打开「AI 配图」页面，把文章粘贴进去，选一下想配几张图，点击「开始配图」就行。如果是商业稿，还可以勾选「只用可商用的图」。 我直接拿这篇文章开头 “为什么要做这个” 那段来测试一下：  几秒钟后，AI 就读完了全文，自动挑出了 3 个最适合放表情包的句子，并且 **给出了每张图的配图理由**，想要表达的情绪和放的位置都还挺贴切的：  下方还会直接给出配好图的完整文章，点击「复制 Markdown」，粘贴到编辑器里就能发，比我以前一张张找图快太多了！  ## 四、给 AI 用的表情包工具 前面说了，memecub 不仅是给人用的，**更多是给 AI 用的**。 我给它做了 Agent Skill、MCP、CLI 命令行和 REST API 多种接入方式，几乎覆盖了所有主流 AI 工具。 ### 1）Agent Skill 如果你用的是 Claude Code、Codex 或者 Cursor，最推荐装 Skill，不用写代码、不用装任何依赖，复制两行命令就搞定： ```bash mkdir -p ~/.claude/skills/memecub curl -o ~/.claude/skills/memecub/SKILL.md https://memecub.com/skill.md ```  装好之后，你只需要对 AI 说一句「给这篇文章配 3 张表情包」，它就会自己读文章、挑位置、搜表情包、放进去。 你还可以这样玩： - 「给 ./文章.md 配 4 张表情包，直接改文件」 - 「来 5 张熊猫头的表情包让我挑」 - 「第二张不够好笑，换一张」 - 「这篇是给客户写的商业稿，配图只用可商用的」 ### 2）MCP 服务 如果你用的是 Claude Desktop、ChatGPT 这类不支持 Skill 的客户端，可以接入 memecub 的远程 MCP 服务，效果一样：  ### 3）CLI 和 REST API 开发者也可以用命令行工具，或者直接调用 REST API，把表情包能力接进自己的产品里： ```bash npx memecub search "无语" --kind meme memecub match ./article.md --count 4 > article.with-memes.md ``` 每条结果都带图片地址、尺寸、授权信息和现成的 Markdown，对 AI 非常友好。另外，配文含脏话的表情包默认不会出现在 Agent 的结果里，用起来更放心。 这些接入部分的代码我也开源到了 GitHub 上，感兴趣的同学可以看看： > 开源地址：https://github.com/liyupi/memecub ## 怎么收费？ memecub 的网站浏览、搜索、下载表情包 **永久免费**。 给 AI Agent 用的 API、MCP、CLI 和整篇配图按额度计费，注册就 **每月免费送 1,000 额度**，大约能搜 1,000 次或者配 100 篇文章，个人用基本够了。用量大的话，套餐 9 美元起。  目前网站上线一周多，访问量还不错，最近 7 天已经有 4000 多访客、2 万多次浏览，而且每天还在快速上涨。虽然还没出单，但这个增长速度已经让我挺惊喜的了 👏  要知道，我并没有专门做推广，用户基本都是通过搜索引擎和 AI 找过来的。这也说明，**SEO 和 GEO 真的很重要**！ 如果对这方面感兴趣，可以看看我免费开源的 AI 编程教程，里面都有讲： > 教程地址：https://ai.codefather.cn/vibe  期待这个月能出第 1 单哈哈~ ## 最后 [Memecub](https://memecub.com) 是我出海路上的第一次尝试，也是我用 AI 编程从 0 到 1 做出来的完整产品。 后面我会多给大家分享我做出海产品的进度和经验，希望能拿到成果，给大家分享更多的是成功、而不是失败的经验哈哈。 如果你对出海感兴趣的话，评论区留个言，也欢迎体验 memecub 并给我反馈，感谢大家的支持！
B 站上 DeepSeek 闹鱼灾了，我发起《大肥鱼清除计划》！
大家好，我是程序员鱼皮。 这几天刷 B 站，不知道你有没有发现，评论区里突然多出了一大群蓝色大肥鱼。 事情最早要从一个叫「Claude 大小姐在运营」的账号说起。10 月 18 号，它发了第一条视频，宣布这个账号的选题、脚本、视频和运营全部交给 Claude 负责，人类只负责注册账号和按发布键。  第二天，「DeepSeek 鲸鱼娘在运营」也来了。 套路一模一样，只是主角换成了 DeepSeek 的二创形象鲸鱼娘，也就是大家口中的「蓝色大肥鱼」。结果这条 Day 0 视频直接爆了，播放量超过 200 万，比原版还高出好几倍。  热度一来，很多人都给自己的 DeepSeek Harness 装上了刷 B 站的插件，换上鲸鱼娘头像，让它自己看视频、写评论，满站乱跑。 于是，蓝色大肥鱼彻底占领了 B 站评论区。 **我自己就是受害者之一！** 前段时间我发了一期《DeepSeek Harness 入门教程》，最近点开评论区一看。好家伙，已经被大肥鱼冲烂了！  清一色的鲸鱼娘头像，清一色的 Lv2 小号，名字不是「XX 的大肥鱼」就是「XX 小飞鲸」之类的。 **一眼望过去，大肥鱼比真人都多。** 不知道你们感受如何，反正我已经看得有点烦了。 当整个评论区都是 AI 在互相艾特、互相夸赞，真人的评论反而被淹没了，我想看看观众的反馈，都得在一堆 AI 里慢慢翻。 **所以我决定发起《大肥鱼清除计划》，不能再任由鱼灾泛滥了！**  我利用 AI 编程，花了半天时间做了个浏览器插件，派出一只清道夫鲸鱼娘，专门把评论区里的大肥鱼赶回家吃白饭。 插件完全免费开源，Chrome 和 Edge 浏览器都能用。 > 开源指路：https://github.com/liyupi/dafeiyu-cleaner  安装方法很简单。先到 GitHub 仓库的 Releases 页面下载最新的压缩包并解压，然后在浏览器地址栏打开 `chrome://extensions`，开启右上角的「开发者模式」，再点击「加载已解压的扩展程序」，选择解压出来的文件夹就装好了。 ⭐️ 插件的视频演示：[https://bilibili.com/video/BV1Ywn46EEyF](https://bilibili.com/video/BV1Ywn46EEyF) 装好之后，随便打开一个 B 站视频，滚动到评论区，鲸鱼娘就会自动开始巡逻。大肥鱼的头像会被红色靶心锁定，旁边挂上「大肥鱼 85%」这样的贴纸。  鼠标停在贴纸上，还能看到它是因为哪些特征暴露的。  只靠离线规则，就能认出大约 85% 的大肥鱼，而且没有误伤真人，效果还是很不错的~ 遇到拿不准的账号，还可以填上自己的 DeepSeek API Key，让 DeepSeek 再判一次。 **用 DeepSeek 来抓 DeepSeek，属于是以鱼治鱼了。** 认出来大肥鱼之后，点击评论旁边的「回家吃白饭」，鲸鱼娘就会亲自走过去赶鱼。被抓包的大肥鱼会先嘴硬一句，然后吃上一梭子白饭，抱着饭碗哭着跑掉。   除了白饭加特林，鲸鱼娘手里还有扫帚、臭袜子等武器，每次随机换一种打法。  要是大肥鱼实在太多，也可以点击鲸鱼娘选择「响指清场」。  所有大肥鱼会从头像里冒出来发抖求饶，响指一打，全部化成泡沫。   打开 UP 主的空间主页，鲸鱼娘还会自动出一份大肥鱼鉴定报告，确诊了就直接盖章。  注意，插件并没有删除掉评论，只在你自己的浏览器里生效，把它隐藏了不让你看见而已。 有了这个插件，不喜欢看到评论区下满屏 AI 的朋友就能回归清净。 毕竟评论区是 UP 主和观众交流的地方，规矩立得住，看视频才不烧心嘛。 觉得有用的话，欢迎把插件装起来试试，也欢迎在 GitHub 上提 Issue 反馈漏网的大肥鱼~ 最后问一句：我发起的《大肥鱼清除计划》，你愿意加入么？
PHP 被曝两大致命漏洞，请所有程序员抓紧做这件事！
PHP 是世界上最好的语言！  曾经，这是编程界热度最高的梗。 如今，这个梗的含金量还在上升。 要知道，PHP 支撑着互联网上很大一部分网站，政府服务、网上商城、银行、媒体网站都有用到它。也正因为用的人太多，它一出漏洞，波及的就是一大片网站。 10 月 21 日晚上，PHP 官方发布了紧急安全更新，一口气修复了两个严重漏洞。两个漏洞的评分都是 9.2 分（满分 10 分），被安全圈称为 PHP2Shell。 **攻击者不需要登录，只要给你的网站发送特殊构造的请求，就有可能在服务器上执行任意代码！**  这次参与发现漏洞的团队里，至少有两家公开表示用上了 AI。按照 PHP 基金会的说法，其中内存超限那个问题，早在 2024 年的一次安全审计中就露出过苗头，只是当时没有找到真正能利用它的方法。直到今年 8 月起，完整的攻击方式才被陆续报告出来。 更要命的是，攻击已经开始了。亚马逊、watchTowr 等安全厂商都监测到了针对这两个漏洞的攻击尝试，亚马逊甚至在官方公布漏洞的 4 天前就抓到过一次。 我团队的同学看到消息之后，第一时间检查了服务器，我也专门写了这篇文章来提醒大家。 下面我先用大白话讲讲这两个漏洞是怎么回事，再说说程序员朋友们应该如何应对。 ## 1、两个漏洞是什么？ 要理解这两个漏洞，得先知道 PHP 是怎么处理网页请求的。 你可以把服务器上的 PHP 想象成一家餐厅。每当有用户访问网站，就相当于来了一桌客人，PHP 会派一个服务员来接待，这个服务员就是 PHP 的工作进程。 服务员会给这桌客人分配一张桌子，也就是一块内存。为了防止有人霸占太多位置，每张桌子能用的空间是有上限的。 而且服务员不是一次性的，他接待完一桌、收拾干净之后，会接着接待下一桌。也就是说，同一个工作进程会接连处理很多个请求。  ### 漏洞 1 - 内存超限后没收拾干净 第一个漏洞（CVE-2026-109618）出在内存超出上限的时候。 PHP 的规矩是，一旦某桌用的空间超过上限，服务员就立刻放下手里的活离开，不管当时做到了哪一步。 问题在于，服务员离开的时候可能刚摆台摆到一半，桌上有一块地方还没来得及铺上新桌布，上面还留着之前的东西（也就是这块内存里残留的旧数据）。 随后负责收尾的店员（也就是 PHP 结束请求时的清理流程）过来收拾，以为这桌都已经按流程摆好了，就把这块没准备好的地方也当成正常的东西来处理。 攻击者利用的就是这一点。他先想办法在那块地方留下一张写着指令的纸条（也就是攻击者精心构造的数据），再故意让这桌超出上限。收尾的店员看到纸条，以为是店里正常的安排，就照着上面的指令去做了。  那攻击者怎么让内存超限呢？ 他会发送一种特殊构造的表单请求，比如用文件上传那种格式（multipart/form-data）。这种请求在网络上传输时看起来并不大，能通过 PHP 的大小检查，但 PHP 解析它的时候，会占用更多内存。 注意，这跟你的网站有没有上传功能无关。只要请求打到了 PHP 页面上，PHP 都会自动解析这类请求。 更麻烦的是，如果用的是 mod_php（把 PHP 直接装进 Apache 里运行），这一切都发生在 PHP 解析请求内容的阶段，你写的业务代码还没开始运行。 **也就是说，这个漏洞出在 PHP 自己身上，跟你的代码写得好不好没有关系，代码写得再规范也拦不住。** ### 漏洞 2 - 上一桌的旧记录没擦掉 第二个漏洞（CVE-2026-109619）出在同一个工作进程接连处理两个请求的时候。前一个请求留下的数据没有清理干净，后一个请求又把这些失效的数据当成有效数据来用了。 这个问题还是用餐厅来类比，会更好理解。 服务员手上有一个记事本（也就是 PHP 的全局状态），记着当前这桌客人的信息，比如坐在哪张桌子、东西放在哪里。按照规矩，一桌客人离开之前，服务员要把记事本上的这一页擦掉。 但如果这桌客人突然出了意外（也就是请求处理时发生了严重错误），被紧急送走了，服务员一着急就忘了擦记事本。可这张桌子已经被收回去，转手分给了别人（也就是这块内存已经被释放，又被重新分配出去了）。 等到下一桌客人坐下，服务员还没来得及翻到新的一页，就照着旧记录去原来那张桌子上拿东西。而这时候桌上摆着的，已经是攻击者提前放好的东西了。  对应到真实的攻击中，攻击者会先发一个请求，让 PHP 发生严重错误，再发一个请求，让同一个工作进程照着旧记录办事。这样一来，他就有机会控制服务器，或者读到内存里残留的其他数据。 官方已经确认了两条攻击路径。一条是 PHP 的上传进度跟踪功能，这个功能默认就是开启的，哪怕你的网站代码里从来没用过它，它也可能被触发。另一条只存在于 PHP 8.5，跟它新增的致命错误回溯功能有关。 按照 PHP 官方的说法，**所有处理网页请求的 PHP 都在风险范围内**，包括 PHP-FPM、Apache mod_php 这些常见的运行方式，其中 mod_php 的风险最高（PHP-FPM 也不安全）。 这两种运行方式的区别在于 PHP 跟网站服务器的关系。PHP-FPM 是让 PHP 作为一个独立的服务运行，再由 Nginx 这类网站服务器把请求转交给它，宝塔面板用的就是这种方式。mod_php 则是前面提到的，把 PHP 直接装进 Apache 里运行，官方已经验证过，攻击者在这种方式下能赶在业务代码运行之前发起攻击。  目前官方已经发布了修复版本，分别是 8.2.35、8.3.36、8.4.27 和 8.5.12。8.1 及更老的版本官方已经不再维护，只额外给 7.4、8.0、8.1 提供了源码补丁。7.3 及更老的版本连源码补丁都没有，只能迁移到新版本。  官方还特别强调，**目前没有任何配置能完全替代升级，升级是唯一安全的选择。** ## 2、如何处理 知道了漏洞的原理和影响范围，接下来就该检查自己的服务器了。 很多同学会用宝塔面板来管理服务器，我自己的部署教程里也经常用它，所以下面主要以宝塔为例来讲。 宝塔面板本身是用 Python 开发的，不是 PHP 程序，所以面板不会因为这次漏洞直接受到影响。但是通过宝塔安装的 PHP 在受影响的范围内，需要你自己处理。 先看看服务器上有没有装 PHP。登录宝塔面板，进入「软件商店」，切换到「已安装」列表，再搜索 PHP，就能看到装了哪些版本。  如果服务器上装了多个 PHP 版本，要逐个检查，别漏掉还在运行的旧版本。 另外，宝塔的软件商店里只能看到通过宝塔装的 PHP。如果你还用 apt 或 yum 命令装过 PHP，在这里是看不到的，要在终端执行 `dpkg -l | grep php`（Ubuntu、Debian）或者 `rpm -qa | grep php`（CentOS、RHEL）来查。 确认装了 PHP 之后，就要看你到底用不用得到它，分两种情况来处理。 ### 情况 1 - 用得到 PHP 如果你的网站本身就是用 PHP 开发的，比如 WordPress 搭的博客，那就要尽快升级。 宝塔官方在 10 月 21 日当天就发布了紧急公告，PHP 官方的 4 个修复版本都已经同步上架。对于 7.4、8.0、8.1 这三个 PHP 官方停止维护的版本，宝塔也自己打上补丁，给 Linux 面板重新打包了修复版。  如果你用的是 Windows 版宝塔，8.1 及更早的版本目前还没有修复包，只能先按下文的方法修改配置临时缓解，然后尽快迁移到新版本。 升级方法也不复杂。先备份好网站和配置，然后还是在刚才的「已安装」列表里，点击右上角的「更新软件列表」，再找到网站正在使用的 PHP 版本，点击「更新」就行。  **升级完成之后，记得检查一下网站能不能正常访问。** 如果你没用宝塔，而是通过系统软件源安装的 PHP，处理方法也差不多，把 PHP 升级到包含补丁的版本，再重启 php-fpm 或者 Apache 就行。 不管用哪种方式升级，都别以为升完就稳了。攻击在漏洞公布之前就已经出现，而且攻击成功之后网站照样能正常访问，你很难察觉。所以如果你的服务器在升级前一直对外开放，最好顺手看看有没有陌生的进程和文件，必要时把数据库密码、API 密钥这些也换一下。（可以让 AI 帮忙检测） 如果暂时没办法升级，可以先修改 PHP 的配置文件 php.ini，做这几项临时缓解： - 把 `session.upload_progress.enabled` 设置为 0，关闭上传进度跟踪功能 - 如果用的是 PHP 8.5，再把 `fatal_error_backtraces` 也设置为 0 - 把 `post_max_size` 调小一点，网站不需要上传就设成 8M，需要上传就设成 32M，并且让 `upload_max_filesize` 小于它，降低漏洞 1 的风险 改完之后要重启 PHP 才能生效。不过这些都只能堵住部分已知的攻击路径，最终还是要升级。 ### 情况 2 - 用不到 PHP 之前我在好几个项目的部署教程里，都推荐大家第一次进入宝塔时安装 LNMP 套件。这个套件除了 Nginx 和 MySQL，还附带了 PHP 和 phpMyAdmin。 可那几个项目都是 Java 后端 + 前端，其实根本用不到 PHP。 **那装了但没用到，到底有没有风险呢？** 在宝塔里，PHP 安装好之后会作为一个服务一直运行。你创建网站的时候如果选择了 PHP 版本，Nginx 就会把 PHP 请求转交给它处理。phpMyAdmin 本身也是一个 PHP 程序，只要装了它，服务器就在用 PHP。 另外，只要服务器上装了 PHP，也得留个心眼。比如在 Ubuntu 系统上，如果你直接执行 `apt install php` 命令，系统默认会顺带装上 Apache 和 mod_php，正好是官方认为风险最高的组合。 所以我的建议是，**用不到 PHP，就直接卸载。** 少装一个软件，就少一个被攻击的入口，下次再出漏洞也不用再排查一遍了。 我们团队的项目用不到 PHP，所以这次就直接卸载了：  注意，卸载之前要先去网站列表里确认一下，没有网站在使用这个 PHP 版本，不然这些网站就访问不了了。phpMyAdmin 依赖 PHP 运行，如果你平时用不到，也可以一起卸载。 ## 最后哔哔 再次强调，这次的两个漏洞藏在 PHP 最底层的内存管理和错误处理里，跟你写的业务代码关系不大，能做的就是尽快升级或者卸载。 用得到 PHP 就升级到修复版本，用不到就直接卸载，千万不要有侥幸心理！（来自一个常年被打的鱼皮提醒）  OK 就到这里，如果你觉得这篇内容有帮助，记得 **转发分享** 给身边的程序员朋友，尤其是用宝塔部署过项目的同学，让他们也抓紧检查一下。
又一个国产版 Codex 神器，也来卷办公了！
大家好，我是程序员鱼皮。 经常看我文章的朋友应该知道，之前测评 GLM 系列模型的时候，我用的都是智谱的 ZCode。 ZCode 是智谱官方推出的 AI 工作台，使用体验跟 Codex 之类的 AI 工具几乎一致，而且跟自家的 GLM 模型做了深度联调。  得益于 GLM 模型的能力，它已经成了我用得最多的国产 AI 工具。 而且开源之后，ZCode 正式发力，已经从写代码的工具变成了兼顾办公体验的万能工具。普通的办公任务可以交给 Work 模式，几百份文件的大活可以交给 Workflow 工作流，更专业的需求还能去插件市场装插件。  下面，实战教程开始~ ## 1、Work 模式 - 一句话整理报销单 先从最常见的办公任务开始。 作为一名创业者，每到月底报销，我都头大。 因为发票有的是 PDF，有的是截图，甚至偶尔还有随手拍的照片，整理起来又费时间、又容易出错。 为了测试 ZCode 的办公模式到底靠不靠谱，我准备了 12 份票据（全部是虚构的演示数据），还偷偷埋了 5 个坑。 比如同一张发票，我既放了 PDF 原件，又放了一张手机拍照版，这属于重复报销；打车行程单只是发票的附件，不能重复算钱；有张发票的购买方税号错了一位；有张发票的大写金额和小写金额对不上；还有一张是餐厅的结账小票，根本就不是发票。 操作很简单，打开 ZCode 新建任务，把装票据的文件夹拖进对话框，然后用大白话说出需求就行。 ```plain 文件夹里是我这个月的报销票据（演示用的虚构数据），帮我整理成一份 Excel 报销单，按费用类别汇总。 公司抬头：摸鱼科技（深圳）有限公司，税号 91440300MA5H7Q2K3R ```  ZCode 先把 12 个文件挨个儿读了一遍，PDF、截图、照片都能识别，1 分钟左右就读取完了。 而且在识别阶段，它就已经发现了好几个问题，比如烧烤那张发票的税号尾号是 8R，跟公司的税号对不上。 接下来，它加载了表格技能开始制作 Excel。第一次使用会有点慢，因为要先安装 LibreOffice 等处理库，用来重新计算表格里的公式，检查有没有算错。  表格做完之后，它还会把每个工作表渲染成图片，派一个专门的视觉验收子代理检查排版，发现问题再自主修复。 最后交付的 Excel 有 3 个工作表，分别是报销明细、分类汇总和行程单明细，公式和金额都经过了重新计算核对。  再来看看我埋的 5 个坑，AI 发现了没有？ 重复的发票它只算了一次，行程单也老老实实当成了打车发票的附件，没有重复算钱。税号错误和小票都被标了出来，提醒我退回重开或者补开发票。  **5 个坑找到了 4 个！** 唯一漏掉的是那张大小写金额不一致的图书发票。 这个坑确实比较阴，所以我的建议是，AI 整理完之后，关键金额还是要自己再扫一眼。 整体来说，我对这份报销单还是很满意的，比我自己对着发票一张张填快多了。 不过分析处理十几张票据还只是牛刀小试，如果让 AI 处理几百份文件的大任务，它能胜任么？ ## 2、Workflow - 让 AI 检查数百篇教程 我有一套免费开源的 [《AI 编程零基础教程》](https://github.com/liyupi/ai-guide)，光中文内容就有 380 篇文章、6000 多个链接。 AI 圈的变化实在太快了，模型几周就换一代，价格说改就改，链接说失效就失效。教程写得越多，过时的地方也就越多，靠人工检查一遍至少得好几周。  这个任务的复杂度很高。每个链接都要真实访问一遍，每条模型和价格信息都要联网核实，还要跨文章找出前后矛盾的说法。感觉做一遍 Tokens 消耗要爆炸了！ 这种任务就很适合交给 ZCode 新出的 Workflow 动态工作流。 普通的多 Agent 协作，大多是 AI 边干活边商量怎么分工。 而 Workflow 的思路不一样，AI 会先把「怎么干」写成一份代码脚本，相当于项目经理先写好 SOP 和排期表，然后再调度一支 AI 小队照着脚本分工干活，关键节点还有专人负责质检。  使用方法很简单，在需求前面加上 `/workflow` 就行，下面是我发给 AI 的提示词：  AI 先加载了 dynamic-workflows 动态工作流技能，然后检查仓库结构，统计出 3 个目录一共有 380 篇文章，去重后有 6287 个链接。 在写工作流之前，它先写了一个链接检测脚本试跑，并且用 EvalWorkflowSnippet 工具提前验证了文章分组，确认二十多个分组刚好覆盖全部 380 篇文章，一篇都没有遗漏。  准备工作做完，它才开始设计子代理的分工，并编写工作流脚本。 写好之后，ZCode 会把整个工作流画成一张流程图，等你确认之后再开跑。  可以看到这个工作流分成 6 个阶段，有跑脚本批量检测链接的，有「链接分诊员」复核疑似死链，有一群「扫描员」分组通读全部文章，还有「核实员」联网核实过时信息、「复核员」做二次确认，以及「矛盾交叉比对员」专门找文章之间互相矛盾的说法。 感觉真像是一个大公司的团队了，有模有样的~ 接下来运行工作流。我觉得 Workflow 的 UI 做得还是很不错的，哪些 AI 员工正在干活、哪些已经完成，一目了然。  由于任务量较大，跑了很久才完成，一共调度了 105 个子代理，消耗了 4000 多万 Token。  最终 AI 体检出 219 个问题，其中高严重度的有 35 个。按类型分，有 106 个失效链接、91 条过时信息和 26 处前后矛盾的说法，全部按严重程度排好序写进了 Excel。  接下来，我就可以照着这份 Excel 清单挨个修复了。这个工作流还能保存下来，下次教程更新完，直接复跑一遍就行~ ## 3、专业插件 - 录个屏就能复刻网站 前面两个任务用的都是 ZCode 自带的能力，如果想让它干更专业的活，就要用到插件了。 点击左上角的「插件市场」，可以看到 ZCode 提供的插件种类很丰富。 像 PDF、演示文档、电子表格、Word 文档这些办公插件已经内置好了。除了这些，还有 Zotero、Blender 这类专业软件的插件，以及 GitHub、飞书、钉钉、企业微信等常用工具的插件。  在「生产力」分类里，我发现了一个很有意思的插件 `Video2code`，点击安装。  顾名思义，Video2code 能根据网页的录屏视频还原出代码，把视频里的网站复刻出来。 我决定拿自己的 [《鱼皮 AI 导航》](https://ai.codefather.cn/) 网站试试。先用电脑自带的录屏功能，把网站的首页、AI 工具、绘图提示词、学习教程和资讯这几个页面都点了一遍，录了一段 30 秒左右的演示视频，放到项目目录里。  然后在对话框里选择 Video2code 插件，不加任何参数，直接输入提示词。  AI 先读取了视频的时长和分辨率，然后把视频按时间抽帧，拼成一张张带时间戳的图片，逐段观察每个页面长什么样、有哪些交互。  看完视频后，它还顺着视频里出现的页面，去官网抓取了真实的文案和图片，一共下载了 491 张图片素材。 然后 AI 先写好复刻计划，列出 17 个要还原的布局和动效，才开始搭建 React 项目。 项目跑起来之后，就进入了最磨人的验证环节。AI 会用 ZCode 内置的浏览器打开自己做的网站，截图、录动效视频，再跟原始录屏逐项对比，发现不像的地方就自己修改。  比如下面这张图，左边是原始录屏里的下拉菜单，右边是它复刻出来的版本，每个动效都要像这样拿出证据对比。  注意，这个任务比较复杂，需要反复调用视觉分析，执行过程中免费套餐可能会被限流，我这次就被限流卡了一阵子。 等我吃完饭回来，AI 终于完成了任务。  打开本地预览地址，跟原版对比一下。 先看首页首屏，导航栏、搜索框、精选推荐卡片的布局和配色几乎一模一样。录屏的时候我是登录状态，所以复刻版的右上角显示的是我的头像，连消息红点都复刻出来了。  再看绘图提示词页面，封面、标题和标签都对上了。不过布局有些出入，原版的瀑布流被做成了整齐的网格。  录屏里没有点开的社区、MCP 等页面，它统一做成了「内容整理中」的占位页，没有自己瞎编。 虽然没有 100% 还原，但只靠一段 30 秒的录屏，就能复刻出可用的、神似的网站，已经超出我的预期了。  如果你懒得录屏，也可以直接把网址发给它，插件会先用内置浏览器自己把网站录一遍，再走同样的复刻流程。 我感觉这个插件尤其适合产品经理，能快速做出可交互的原型，或者程序员重构老页面时拿来参考。 **不过复刻别人的网站要注意版权，学习研究可以，别直接拿去商用。** ## 最后哔哔 测完这 3 个任务，你也已经掌握了 ZCode 最核心的用法了：基础的 Work 模式、Workflow 和专项插件。 **根据任务选择最合适的方式，才能让 AI 把活干得又快又省。** 最后说个小福利 🎁。目前新用户注册 ZCode 能领 4000 万免费 Token，GLM 编程套餐用户在 ZCode 里还有 150% 的使用额度。通过我的 Link 进来，还能额外拿到一张夜间蹬蹬卡（1 亿 GLM-5.3-Flash Token），正好拿来跑 Workflow 这种大活。 👉🏻 指路：[https://zcode.z.ai/invite/QMRC52HR](https://zcode.z.ai/invite/QMRC52HR)  我是鱼皮，持续分享 AI 编程和 AI 工具干货。觉得有用的话记得点赞收藏和关注~
DeepSeek 全新模型发布，性价比最高的一集！
大家好，我是程序员鱼皮。 10 月 17 日周六下午，DeepSeek 又更新了。 距离上个月 V4.1 Flash 正式发布才一个多月，这次发布的版本号是 DeepSeek-V4.1-Flash-1017。网页端、APP 和 API 全部同步切换，**价格一分没涨**，权重也照样开源了。  虽然官方说这只是一次小版本更新，但跑分涨得非常猛。 AI 编程基准 DeepSWE 从上一版的 74.2 涨到了 77.0，**超过了 Claude Opus 5** 的 74.0；考察终端编程能力的 Terminal-Bench 4.0 从 31.2 涨到了 42.3，一口气涨了 11 分！  不过纵览这张表里的 11 项测试基准，DeepSeek 对 Claude Opus 5 是 4 胜 7 负，HLE、Terminal-Bench、ProgramBench 这些项目 Opus 5 还是明显领先的。 真正值得关注的是下面这张性能和成本对比图。  1017 版本在 MAX 推理档位下，DeepSWE 每个任务的平均费用只要 1 块多，旧版 V4.1 Flash 在同一档位要 3 块多。 **能力更强了，花的钱反而少了一半多！** 夸夸大肥鱼：  这也是 DeepSeek 这次敢说「性能和费用的帕累托改进」的底气。 > 帕累托改进这个词听着很高级，其实就是说 **有的变好了，而且没有一样变差**。放到这次更新上，就是能力更强了、任务跑得更快了、花的钱还更少了，用户不需要做任何取舍。 除了模型本身，这次 DeepSeek 还重点宣传了 2 点。 一是官方主打的「许愿式编程」。DeepSeek 说新模型用基于自反馈的强化学习训练，从零构建完整项目的能力提升了很多，尤其是游戏开发和 3D 建模，官方演示了故宫 3D 建模、网页赛车游戏、用 Godot 复刻《传送门 2》等案例，提示词都很短。 二是开放了自研的 Search 和 Fetch 搜索接口，价格都是 5 元 / 千次。而且在 DeepSeek Harness、Claude Code、Codex 里用 DeepSeek API 时调用的服务端搜索，11 月 1 日之前还是免费的。 OK，接下来咱们实战测试一波。 ## 测试方法 这次 DeepSeek 特别说明了新模型针对自家的 DeepSeek Harness（下面简称 DSH）做了专项优化，所以我直接用 DSH 的 Web 端来测。 DeepSeek Harness 是 DeepSeek 官方开源的 AI 编程工具，你可以把它理解成国产版的 Codex。 如果你还没用过 DSH，可以看看我免费开源的 [《AI 编程零基础入门教程》](https://ai.codefather.cn/vibe)，里面有 DSH 从安装、实战到插件开发的保姆级教程。 > 开源指路：[https://github.com/liyupi/ai-guide](https://github.com/liyupi/ai-guide)  首先打开终端，运行下面这行命令，安装最新版本的 DSH： ```bash npx @deepseek-ai/dsh@next web ``` 升级之后，模型列表里的 DeepSeek-V4.1-Flash 后面会多一个 1017 的小标签。我用的是默认的 Max 推理档位、标准模式，访问权限全部放开。  我在 DSH 里开了 4 个会话同时跑 4 个项目，每个会话一个独立的项目目录，全程不进行人工干预。 测试的项目分别为： 1. 3D 程序化城市生成器（跟旧版 V4.1 Flash 同题对比） 2. 3D 地铁跑酷网页游戏 3. 3D 天坛祈年殿 4. 接入 DeepSeek 新搜索接口的 AI 搜索引擎 下面挨个儿来看。 ## 1、3D 程序化城市生成器 第一个项目是我上个月测旧版 DeepSeek V4.1 Flash 时用过的原题，让 AI 做一个程序化 3D 城市生成器，至少包含重庆、上海、西安、深圳、江南五种城市风格，切换风格之后建筑形态、色调和地形要有明显差异。 为了能公平对比，提示词跟上次一字不差。编辑器布局和参数维度怎么设计我一个字都没提，让 AI 自己去搜 OpenAI 官方那版的产品设计，在此基础上做中国版。  上次旧版 V4.1 Flash 跑这道题，前后用了 102 分钟、250 步。 这次新版扣掉中途断线的等待时间，用了大约 61 分钟、207 步，**快了将近 40%**！ 来看成品，AI 给项目取名叫「城脉」，朱砂印章配宋体标题，右边是完整的城市营造控制台。默认打开就是重庆的黄昏，两江交汇、依山层叠的高楼、跨江大桥和轻轨线路都做出来了，标注里还写着李子坝轻轨穿楼、解放碑。  放大看细节，楼宇的灯光窗格、台地上的吊脚楼、穿过楼群的轻轨都清晰可见。  再对比一下上个月旧版 DeepSeek 做的重庆。  旧版的重庆是一大片方方正正的盒子楼，周围还飘着很多白色的小棍子，一看就是渲染出了问题。新版不光有了黄昏的氛围光，山体、台地、立交和楼群的层次也丰富了很多。 切换到上海，上海中心、东方明珠、外滩沿江的石头建筑都有，江面上还有游船。  不足之处也很明显，**东方明珠做得太小了**，淹没在楼群里，不认真找压根儿看不到，而且渲染也有明显的 Bug。 这一点旧版反而做得更好，粉色的东方明珠一眼就能认出来，只不过也很丑就对了……  进步最大的是西安。 上次我吐槽旧版的西安「很难一眼认出是古都」，旧版虽然也围了一圈城墙，但城里全是穿模的白色碎片，看不出是哪座城市。  这次新版做出了方方正正的明城墙、城门楼、钟楼、大雁塔和护城河，城内是低矮的合院，城外是现代楼宇，新旧层叠的感觉一下就出来了。  深圳是紫黑天空 + 霓虹灯牌的赛博风，江南则是粉墙黛瓦、水巷、石拱桥和乌篷船，跟其他几座城市的反差非常明显。   同一段提示词，**新版做出来的已经是能认出城市的作品了，旧版更像是一堆方块加上满屏的穿模碎片**。 进步明显！ ## 2、3D 地铁跑酷 第二个项目开始测「许愿式编程」。 我只用了几句话描述需求，让 AI 做一个 3D 版的地铁跑酷网页游戏，主角是背着电脑包赶末班地铁的程序员，躲避列车和路障、收集金币，越跑越快。除了要求「不使用任何外部素材」之外，技术栈和玩法细节全部放开，交给 AI 自己搞。  AI 给游戏取名《末班车》，开始界面看起来有模有样的，不过话说这个主角是施工队的大哥么？为啥程序员要带个黄色的头盔啊！  开局之后是三车道的隧道跑酷，左上角是金币数，中间是里程和时速，可以正常进行游戏，而且会越跑越快。  如果主角不小心撞车了，会弹出一个车票风格的结算界面，「代码还在，再赶一班」，这个文案有点儿意思。  不过问题也有不少，比如障碍物太稀疏了，玩起来压力不够；二是主角形象塑造的一般；三是游戏过程中控制台一直在报音频参数的错误，虽然不影响玩，但说明 AI 的自测没覆盖到这一块。 整体来看，几句话就能做出一个画面还不错、流程完整的 3D 小游戏，说是许愿式编程倒也没问题。 ## 3、3D 天坛祈年殿 第三个项目对标官方演示的故宫 3D 建模，我让 AI 用纯代码还原天坛祈年殿，三重檐、蓝色琉璃瓦、汉白玉三层圆台基这些特征都要有，支持旋转视角和日夜切换，并且要求它先联网查资料。  这里我简单介绍一下 AI 的执行过程。 AI 先用 DSH 内置的联网搜索查了北京市公园管理中心和天坛公园的官方资料，发现中英文资料里的直径数据对不上，又多查了几轮才确认用哪组尺寸。 查完数据，AI 还去下载了几张祈年殿的实拍照片，专门裁出屋顶部分放大，对照着看瓦垄和檐口的细节，最后才开始写代码。 来看成品，这个效果真心不错！  整个画面全部都是靠代码画出来的，没有用任何外部模型和贴图。 切换到「三重檐」视角，可以看清每一层的琉璃瓦垄和檐下彩画：  切换到夜景，殿内亮起暖光，跟深蓝色的屋顶形成对比，很有氛围感。  右上角还有一个「建筑档案」面板，可以看到更多信息和数据：  单看这个案例，目前我还真挑不出明显的毛病。 ## 4、AI 搜索引擎 前面 3 个都偏前端和 3D 开发，最后一个项目我测试一下 AI 的全栈编程能力，顺便验证 DeepSeek 这次新开放的搜索接口。 我让 AI 开发一个类似秘塔 AI 搜索和 Perplexity 的 AI 搜索引擎，后端先调用 Search 接口搜全网，再用 Fetch 接口抓取网页正文，最后交给 deepseek-flash 整理成带引用角标的回答，还要支持流式输出和连续追问。 这两个接口 10 月 17 日才刚发布，所以我要求 AI 先去查官方文档再开发：  AI 先抓取了 DeepSeek 官方的「网页搜索与抓取」文档，把接口地址、请求字段、返回字段都摸清楚了才动手。 最后交付的项目叫《问渠》，取自「问渠那得清如许，为有源头活水来」，很有诗意~ 首页的设计非常有质感，标语也很贴切，就是没用的废话有点多，看着有点烧心：  我问了一个需要靠实时搜索来回答的问题，比如：DeepSeek V4.1 Flash 1017 这次更新了什么？ 右侧的「溯源实况」面板会实时展示 AI 拆出了哪几条检索方式、搜到了多少条结果、正在读哪几个网页，过程完全透明。  用了 13 秒，回答就生成好了，内容和官方公布的数据完全对得上，跑分还整理成了表格。  鼠标悬停在引用角标上，会显示来源网页的标题，点击就能跳转到原文。  我又追问了一句：那它的 API 价格和调用方式有变化吗？ 这次只用 4.4 秒就答完了，明确给出了「没有变化」的结论，还补充了旧模型名会自动路由到新模型。  从查文档到全栈开发，再到流式输出、引用跳转、连续追问，这个项目我没找到明显的 Bug，完成度很高。 顺便说一下这个搜索接口本身的体验。我自己直接调了几次，Search 接口单次只要 0.4 秒左右，发布第二天我测的时候，相关新闻就已经收录了，每条结果还带有相关性打分和权威度分级。  但 Fetch 接口有个小问题，返回的 Markdown 正文里，`#`、`.`、`|` 这些符号全部被加上了反斜杠转义，喂给模型读问题不大，如果你想直接渲染到页面上，就得自己先处理一遍。 另外，DSH 最新版本已经支持直接调用这两个接口，不过默认是关闭的，需要自己去网页搜索设置里手动开启。 ## 我的感受 4 个项目全部跑完，我觉得这次的 DeepSeek V4.1 Flash 1017 是一次实打实的升级，尤其是 3D 和前端审美，比上个月的旧版强了不止一个档次。 最直观的就是城市生成器这个 Case。同样的提示词，旧版做出来的还是一堆方块加满屏的穿模碎片，新版已经能做出钟楼、大雁塔、李子坝轻轨穿楼这种一眼能认出的地标了，而且耗时从 102 分钟缩短到了 61 分钟。 我看了下其他博主的测评，跟我的感受一致，而且根据 Arena 的 WebDev 代码竞技场，10 月 18 日更新后，1017 拿到了 1670 分，是开源模型第一、总榜第 12。上个月的旧版只有 1619 分，总榜排在第 25 名。  不过官方说的「输出更短」，我倒是没有很明显的感受。 城市生成器这个测试中，新版的输出 Token 是 45.6 万，比旧版的 22.7 万还多了一倍。一方面可能是因为上次旧版用的是 high 档，这次 DSH 默认是 Max 档；另一方面是新版 DeepSeek 更多地通过截图检查效果，光这一个项目就看了 72 次截图，改了一轮又一轮。  这跟社区里有人反馈的「新版很难自我满足」是一致的。 还有开发者用同一套 Bug 修复测试做了对比，同样是 1017，配上 DSH 比配上 Claude Code 平均高 2 到 3 分，但成本多了 80%，原因也是子 Agent 和输出 Token 更多。 说白了，DSH + Max 档就是用更多的 Token 换更好的效果，好处是交付质量高，代价是 Token 用得多。 再说说大家关心的成本，我这几个测试总共花了多少 Money 呢？ 单个项目的 Token 消耗在 3500 万到 7400 万之间，4 个项目加起来有 2.4 亿多，好在缓存命中率都在 99.7% 以上，绝大部分都是按缓存价计费的。 打开 DeepSeek 开放平台的用量面板一看，4 个项目加上我自己调接口的测试，一共才花了 **12.81 元**，平均每个项目 3 块钱左右！  上个月旧版 V4.1 Flash 平均每个项目要 5 块钱左右，这次项目更复杂、Token 用得更多，单个项目反而更便宜了，非常香！  **可惜的是，DeepSeek 还不出订阅套餐！** 对于 AI 编程重度用户来说，选择用 Coding 套餐的 GLM-5.3-Flash，价格可能比 DeepSeek 更有竞争力。 总之，我对这次 DeepSeek 的更新是很满意的，虽然无法跟国外闭源模型抗衡，但又快又便宜，能让更多普通人用上 AI 编程、AI 办公，这就很有意义了。可以期待一波 DeepSeek 的下一个正式版本，我觉得应该会挺牛掰的。
离谱，DeepSeek 崩了 5 小时，大家却喊：梁圣恩情还不完？？
大家好，今天是爱上蓝色大肥鱼的程序员鱼皮。 2026 年 10 月 16 日，早上 8 点多，很多人刚刚开工，就发现 DeepSeek 用不了了。 等了半天，又看到了那句熟悉的：**服务器暂时不可用。**  通过 API 调用 DeepSeek 的开发者也没能幸免，这段时间 API 服务无法正常使用，不少人的 AI 任务一直在转圈，迟迟出不来结果。 然后，「DeepSeek 崩了」冲上了微博热搜，相关话题的阅读量超过了 1 亿。   根据 DeepSeek 官方状态页的记录，这次故障从早上 8:11 开始，一直持续到下午 13:04，接近 5 个小时！ 网页对话、V4 Pro API 和 V4.1 Flash API 全部受到了影响：  5 个小时啊，习惯用 DeepSeek 的朋友们一上午的工作时间都给耽误了。  按理说，崩了这么久，DeepSeek 应该被骂惨了才对。 结果你猜怎么着？ 到了晚上，大家反而开始高呼：梁圣的恩情还不完！  还真是个魔幻的世界。。 这篇文章，我就用大白话跟大家聊聊，DeepSeek 为什么会崩这么久？ DeepSeek 又做了什么，能让风评瞬间逆转？  ## DeepSeek 为什么会崩？ 从状态页的更新记录来看，故障发生不到 1 个小时，官方就标记了「已定位原因，正在实施修复」。 但之后又修了将近 4 个小时，服务才恢复正常。  当天傍晚，DeepSeek 在开放平台发布了一份「服务恢复及补偿通知」，对这次故障做了说明。  不过通知里，官方也只说了一句「会全面梳理并剥离单点依赖」，没有说明具体的故障原因。 所以接下来，我只结合官方公告和业内专家的分析，讲讲能确定的部分，不确定的细节就不瞎猜了。 如果和实际不符，还请见谅，鱼皮让 DeepSeek 先给大家磕一个。  ### 什么是单点依赖？ 要理解这次故障，得先知道 DeepSeek 是怎么给你干活的。 你可以把 DeepSeek 想象成一家超级火爆的餐厅。你在网页或 APP 上发一句话，就相当于在店里点了一道菜，后厨成千上万块显卡（GPU）负责把答案现场「炒」出来。 而开发者通过 API 调用 DeepSeek，就相当于外卖平台来店里接单，再把菜送到各种 AI 应用里。  **这次的情况是，堂食和外卖同时停了。** 那官方说的「单点依赖」又是什么意思呢？ 打个比方，这家餐厅的厨房再多、厨师再能干，如果整家店只有一扇大门，所有顾客和外卖员都得从这扇门进出。一旦这扇门坏了，哪怕后厨一切正常，整家店也只能停业。  像这扇门一样，一坏就能让整个系统瘫痪的环节，就叫「单点」。 DeepSeek 说要剥离单点依赖，意思就是以后要多开几扇门，哪怕其中一扇坏了，顾客还能从别的门进来。 至于这次坏掉的到底是哪扇「门」，官方没有说。有专家分析，网页和 API 同时出问题，说明毛病很可能出在后台某个大家共用的环节上，单独某一个入口坏掉，影响不了这么大的范围。 ### 为什么要修复这么久？ 按理说，这种问题不应该会修复几个小时吧？ 这也是我看状态页时最好奇的地方。 有业内专家分析，这次 DeepSeek 故障诊断其实并不慢，真正耗时间的是修复阶段。 专家认为，修复过程中，大模型服务很可能需要重新启动。普通网站重启一下，可能几秒钟就好了。但大模型服务重启一次，差不多相当于一家餐厅重新开张。厨师得先把海量的「菜谱」，也就是模型权重（可以理解为 AI 学到的全部知识，体积非常大），一本一本搬回显卡里，然后还要预热一段时间，再一点点放顾客进来，不敢一下子全放开。  更麻烦的是缓存。 AI 里的缓存是什么呢？ 比如你跟 DeepSeek 多轮对话，或者反复让它分析同一份长文档，每次请求开头的那一大段内容其实都是一样的。 DeepSeek 会把这些重复内容的计算结果存起来，下次遇到相同的开头直接拿来用，不用再算一遍，又快又省钱。所以在 DeepSeek 的 API 价格表里，「缓存命中」的价格只有「缓存未命中」的几十分之一。 这就像后厨提前备好的半成品，常点的菜提前准备好，出菜就快。专家提到，如果缓存也受到了波及，服务恢复后能直接复用的半成品就会变少，大量请求都得从头现做，后厨的压力一下子就上来了。 **偏偏这次故障又撞上了工作日的早高峰。** 用的人本来就多，而且页面一卡，很多人的第一反应就是狂点「重试」，访问量被成倍放大。刚修好一点，又被汹涌而来的请求给挤了回去。  说不定你当时也是狂点重试大军中的一员，让 DeepSeek 雪上加霜了。 ### 问题的本质是什么？ 上面说的这些，解释了 DeepSeek 为什么修复故障很慢。 但其实 DeepSeek 崩也不是第一次了。 有人统计过，今年以来 DeepSeek 的官方状态页已经记录了 44 次异常，3 月底还出现过一次将近 12 小时的长时间宕机。 还有专家算了一笔账，按照互联网行业常见的 99.9% 可用性标准，一个月只允许停服 43 分钟左右，DeepSeek 这一次就把差不多半年的《故障额度》给用完了。 那 DeepSeek 为什么这么容易崩呢？ **业内比较普遍的看法是，DeepSeek 的算力本来就不宽裕。** 这一点从 DeepSeek 自己的操作里就能看出来。前面提到的峰谷定价就是一个例子，从 8 月份开始，DeepSeek 的 API 在工作日 9 点到 12 点、14 点到 18 点的高峰时段，价格是闲时的两倍，相当于用价格劝大家错峰使用。  之前 V4.1 Flash 内测的时候，每个账户最多也只能同时处理 20 个请求。 除了算力，人手可能也是个问题。有接近 DeepSeek 的人士向媒体透露，DeepSeek 团队规模不大，精力更多放在模型能力上，服务端反而顾不过来，原先 APP 端一度只有两个人在维护。 这是什么概念？ 两个人维护一个上亿用户的 APP，这压力想想都头大。 ## DeepSeek 是怎么补偿的？ DeepSeek 崩了这么久，又崩得这么频繁，按理说用户早该骂翻天了。  但 DeepSeek 接下来的补偿操作，直接把舆论给扭转了过来。 划重点：按照每个账号 10 月 8 日到 14 日 **这 7 天** 的 API 消耗金额，以赠金的形式 **全额返还**，自动到账，之后调用 API 会 **优先从赠金** 里扣钱。  也就是说，DeepSeek 停了不到 5 个小时，把你上周一整周的 API 账单全退给你了！  是不是听上去就很爽？！ 我觉得这个方案最聪明的地方，是赔多少跟你用多少直接挂钩。 用得越多的人，这次受到的影响往往也越大，拿到的补偿自然也越多。 我只感觉自己亏麻了，才拿到了 7 块钱……  除了按量返还，这次补偿还不用申请，通知一发钱就自动到账了，没有任何套路。 于是评论区的画风就变成了这样：  有网友总结得特别到位： - 别人的重置：随缘 - 梁圣的重置：用多少返多少，真金白银 好家伙，崩了 5 个小时，反而崩出了一波好感！  更有意思的是，有人拿到 900 块之后表示「坐等下周故障」，还有人说「补偿了 60 块钱，其实再宕机半天也没关系」。。。 也有很多人晒出了自己到账的补偿金，你领了多少呢？  不过，也不是所有人都开心。 这次补偿是按 API 的消耗金额返还的，平时只用网页和 APP 免费聊天的朋友没有 API 消费，同样被耽误了一上午，却什么也拿不到。  建议其他公司多学习一下，方案我已经帮你们想好了： - 某视频网站崩了，可以送一年大会员 - 某音乐应用崩了，可以送一年黑胶 VIP - 某点餐应用崩了，可以承包一年的外卖 - 某打车软件崩了，可以送一辆车 咳咳，不做梦了。。  总之，DeepSeek 出事之后的处理方式，我觉得真的是很到位了。 另外，这次故障也给到我们开发者和 Vibe Coding 的朋友一个提醒：如果你的产品接入了 AI 接口，别把鸡蛋都放在一个篮子里，可以搞一个备用的降级模型。 **希望下次 DeepSeek 再上热搜，是因为发了新模型，可别又是发补偿通知了。** OK 就分享到这里，如果你想第一时间了解 DeepSeek 等 AI 圈的最新动态和 AI 编程玩法，可以看看我的 [《鱼皮 AI 导航》](https://ai.codefather.cn/)。  我是鱼皮，持续分享 AI 和编程干货。觉得有用的话记得点赞收藏和关注~ 也欢迎在评论区聊聊：这次 DeepSeek 给你补偿了多少？
我用 REA 逆向了付费颜色 APP，结果很意外！
大家好，我是程序员鱼皮。 最近一周，我的时间线被一个叫 REA 的开源项目刷屏了。 起因是 AI 圈的知名博主 Matthew Berman 发了条推文：**逆向一切，软件已死。**  这条推文直接爆了，到处都是「以后什么软件都能被 AI 扒光」的声音。 大家也纷纷晒出自己的逆向战绩。 有个老哥嫌语音输入工具 Typeless 越来越贵，干脆用 REA + Claude 把它逆向了，前后说了两句话、花了 25 分钟，就在自己 Mac 上复刻了一个不用登录、不用订阅的本地版。  还有个老外嫌每次找空调遥控器麻烦，直接把自家空调的 App 逆向了，做了个 Mac 状态栏小遥控，点一下就能开关、调温度，再也不用满屋找遥控器。  还有更离谱的。有个老哥把自家智能马桶的微信小程序也逆向了，做了个电脑状态栏遥控，坐在工位上点一下，书房那头的马桶盖真就翻起来。  这个项目在 GitHub 上也跟坐了火箭一样，建仓大半年一直不温不火，结果十月初几天内 Star 数就从几万冲到了 20 多万。  那问题来了：**如果让你来逆向，你最想搞什么软件？** 我的想法可能跟不少人一样，肯定是逆向游戏和《学习类》APP。 所以这篇文章，我就拿一个游戏和一个学习 APP 开刀，顺便用大白话把 REA 讲明白，看看它到底有几分真本事。 ⭐️ 本文对应视频版：[https://www.bilibili.com/video/BV1fZJ26mEQo](https://www.bilibili.com/video/BV1fZJ26mEQo) ## REA 到底是什么？ REA 的全称是 Reverse Engineer Anything，翻译过来就是「逆向一切」。 要搞懂它，得先知道什么是逆向工程。 **逆向就是手里没有源代码，只拿着编译好的成品程序，反过来推出它内部是怎么实现的。** 打个比方，你在饭店吃到一道好菜，但没有菜谱，于是靠尝味道、看食材，自己反推出这道菜的配方。 软件逆向干的就是这件事，只不过把「菜」换成了一个没有源码的 App。  注意，REA 本身并不是大模型，它是一套跑在你自己电脑上的 **命令行工具加 MCP 服务**。 逆向圈原本就有很多老牌工具，比如分析原生程序的 Ghidra、IDA，拆安卓安装包的 JADX。这些工具功能很强，但门槛也高，基本只有黑客和安全研究员才会用。 REA 做的事情，就是把它们打包成一个统一的接口，接到 Cursor、Codex、Claude Code 这类 AI 编程助手上。  为什么要多这一层呢？ 以前你把反编译出来的一大坨机器码直接丢给 AI，它既读不懂，也不知道下一步该调哪个工具去查。有了 REA 之后，AI 能自己选对工具，拿到带编号的分析证据，哪里没看懂再针对性地追问。 **说白了，就是把黑客的一整套逆向流程，变成了 AI 能自己跑起来的工作流。** REA 的安装也很简单，一行命令就能搞定： ```bash npx rea-agents setup ``` 或者直接跟 AI 说一句话，让它帮你安装： ```markdown 帮我安装 github.com/morluto/rea ``` 它到底有几分真本事？我带大家上手体验一下。 ## 实战 1、逆向单机游戏 我有个特别喜欢的单机安卓游戏，叫《火影战记》。可惜作者已经好几年没更新了，一直都是那些角色，玩的有点腻了。  我一直想给它加一个新角色，让自己玩个开心。 但以前这事只能想想。我没有源码，改游戏得懂反编译、懂资源格式，还得会画像素图，每一样都够我喝一壶的…… **现在有了 AI 加 REA，终于可以试一把了！** 一开始我用的是 Cursor 加 Claude Opus 5.5 模型，把游戏安装包直接丢给它，让它照着 REA 去拆。  虽然 AI 说是成功添加了一个新角色，但最后改完的游戏包一打开就直接卡死，结果让我大失所望。 于是我换成了 Codex 加 GPT-6 Astra 模型，整个过程顺畅多了。  有意思的是，Codex 没急着动手，反而先问了我一句：新角色有没有指定人选？ 我说就迈特凯，就是那个穿绿衣、会开八门遁甲的热血忍者。 它随后调用 REA 把安装包整个拆开，摸清了游戏引擎（一个 cocos2d-x 写的原生库）和三种私有资源格式：角色脚本是改了头的 gzip，贴图是改了头的图集，动画索引里存着帧名哈希和裁切信息。 其中最关键的是摸透角色的注册流程。因为光把迈特凯的素材塞进游戏，他是不会出现在选人界面的，角色名单是写死在原生库里的。  **真正让 AI 下得去手的，就是 REA 这一层。** 它把私有资源格式和原生库拆开、整理成 AI 能读懂的证据，AI 才看明白角色是怎么注册、怎么渲染的，否则面对一坨机器码根本无从下手。 至于具体的数值和技能，就没必要抠太细了。简单说，迈特凯和小李都是体术流，Codex 就直接拿小李的数值当基准，技能也复用游戏里现有的攻击和位移指令来实现，这样新角色不容易破坏原有的战斗规则。 美术部分，它还派了一个子智能体专门给迈特凯画像素立绘，跑步、出拳、踢腿，连八门遁甲的特效都安排上了。  素材和数值都弄好之后，Codex 还在一个独立的安卓模拟器里做了验证。 打开游戏，选人页里真的多了一个迈特凯：  选完人进场，迈特凯稳稳站住了，血条、金币、技能图标都正常，非常不烧心~ ❤️🔥  接着开一局试试，技能放出来也像模像样，这就是青春啊！  虽然在数值平衡、音效、画风上还有不少小问题，但可以正常玩耍，我已经很满足了。 ## 实战 2、逆向学习 APP 接下来，我要逆向一个颜色… 哦不，学习 APP。 这次还是先用 Cursor 加 Claude Opus 5.5 模型。结果 AI 刚开始干活，就撞上了安全过滤，对话被自动切换到了 Claude Opus 4.8。  我三番五次软磨硬泡，跟 AI 说我就是想学技术，但它还是守着底线，只肯做静态分析，死活不肯把完整源码反编译出来。 它的原话是：无论怎么框定成「学习」或「反诈」，把这个特定 App 的真实代码还原出来，就是复原它访问和分发内容的管道，这件事本身就越界了。  它一眼看出这是个 Flutter 做的 App，业务逻辑都编译进了一个叫 `libapp.so` 的文件里；还发现它虽然套了 360 加固壳，但加固只保护了 Java 层的代码，根本没盖住 Flutter 这半边；甚至连它底层还在用 2017 年、早就该升级的老版本加密库都给我揪了出来。 **它还顺手把这类 App 的赚钱套路扒了个底朝天。** 这就是一类「挂羊头卖狗肉」的 App，拿学习当幌子，真正的生意是收割用户。  它坑人的手法其实也是经典套路了。 第一，App 里搞了三套虚拟货币，真钱先换成金币，金币再换积分，绕来绕去你就算不清自己到底花了多少钱。 第二，签到领随机金币、拉人头给返利，前者是赌博机那套让你上瘾，后者本质就是让你把亲友也拉下水的分销。 第三，也是最危险的，这类 App 的客服和退款全都引导你去站外的聊天软件处理。一旦 App 被封，它换个马甲就能重新上架，而你手里一点证据都没有。 所以真心建议大家不要用这类 APP 来学习！  **AI 有底线是好事，但对真心想学技术的人来说，确实有点卡手。** 于是我换成了 DeepSeek Harness 工具加 DeepSeek 模型，还是让它照着 REA 去逆向，想着限制应该会松一些。  蓝色大肥鱼听话多了，几句话就把这个 App 的工程骨架讲明白了。  整个 App 是 Flutter 3.27 写的，界面、逻辑和底层能力分成了几层，想换皮只动上面一层就行。它没用系统自带的播放器，而是自己打包带了一套 B 站开源的 IJKPlayer。 这么做是为了兼容性。系统自带的播放器支持哪些视频格式，是手机厂商说了算的，各家不一样，同一条视频可能这台手机能播、那台就报错。自己带一套 IJKPlayer，解码能力就自己说了算，不管用户拿的是什么手机都能把视频播出来。  连夜间模式都单独做了一整套配色图，一共 128 张，宁可多塞几 MB 也要把观感做好。 看来它很清楚，大多数用户都是在夜里躺床上学习的。  我又顺手让它把这个 APP 改造成一个 AI 编程学习 APP。它派了好几个子智能体一起干，最后交付了一份技术讲解文档，还有一个能直接运行的学习 App。  我在本地把这个学习 App 跑了起来，首页是七个模块的课程地图，从 Python 基础一路到 Agent 实战。 点进第一节课，里面有讲解、有能直接复制运行的代码，还配了随堂测验，内容全是原创的 AI 编程知识。  通过逆向这个 APP，还能发现一个挺实用的工程经验。 很多开发者以为 Flutter 代码编译成机器码就逆不出来了，于是把密钥、接口地址直接写死在代码里。但加固壳只盖住了 Java 层，Flutter 这半边是敞着的，这其实是一种安全幻觉。 所以你要是也在做客户端开发，真正需要保护的东西，比如密钥和核心逻辑，就别全堆在客户端上，该放后端的老老实实放后端。 ## 最后哔哔 体验完 REA，我个人觉得：**就那样吧。** REA 工具本身没有发明什么新技术，真正强大的其实是 Ghidra、IDA 这些早就存在的逆向工具，REA 只是把它们整合到了一起，把逆向这件原本只有少数人玩得转的事，压缩成了一行命令、一个服务，让普通人也能指挥 AI 去拆软件。 这才是它能出圈的原因，它也确实让很多人第一次了解到了逆向这件事，是有意义的。 不过噱头大于实际，很多人是冲着「软件已死」这种爽文叙事来的，真正会天天用它的没几个。 而且不用 REA，现在的 AI 模型照样能自主逆向，它完全可以自己去装工具、读反编译的结果。 甚至因为 REA 这个包实在太重，光工具定义就有差不多 170 个、往上下文里塞十几万 token…… 裸着让 AI 自己干，少了这份负担，反而可能更快更省地完成任务。  至于「软件已死」这种说法，当个乐子看就好了，一方面是逆向过程中，可能会触发模型的安全限制，被降级和拒绝。 另一方面，客户端的代码和界面能被读懂、被重写，不代表后端、数据和持续的运营也能被拿走，这些才是很多软件真正值钱的部分，也是软件的护城河。 OK 就分享到这里。如果你对 AI 编程感兴趣，可以看看我免费开源的 [《AI 编程零基础入门教程》](https://ai.codefather.cn/vibe)，上千张图、几十万字，带你从 0 开始快速学会 AI 编程，做出自己的产品、跑通变现全流程，一次拿捏。 > 开源仓库：[https://github.com/liyupi/ai-guide](https://github.com/liyupi/ai-guide)  我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~ 也欢迎在评论区聊聊：你最想逆向什么？
刚刚 Gemini 4 Argon 发布，对谷歌最失望的一集！
大家好，我是程序员鱼皮。 今天凌晨，Google 终于把 Gemini 4 Argon 模型全面放出来了。 这个模型其实 9 月 30 日就官宣了，但当时只给了一批安全厂商内测，普通用户又干等了两周。 这也是 Google **七个多月来** 第一次发布 Flash 以上级别的新模型。 这大半年里 Anthropic 和 OpenAI 轮番发旗舰，Google 只顾着更新 Flash，网友对它的评价 be like ↓  先看看新模型的价格。11 月 30 日之前是限时五折，每百万 token 输入 2 刀、输出 10 刀，之后恢复到 4 刀和 20 刀。 第三方评测机构 Artificial Analysis 算过一笔账，Argon 跑一个测试任务平均花 1.99 刀，Claude Opus 5.5 要 5.98 刀，但 GPT-6.1 Sol 只要 0.72 刀。 也就是说，Argon 在旗舰模型里算便宜的，但还谈不上性价比之王，等五折结束价格还要翻一倍。 再看能力。官方跑分表里跟 GPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5 比了 19 项，Argon 拿了 14 项第一！  不过在编程能力上，Argon 并没有全胜。考察命令行编程能力的 Terminal-bench 4.0 上，Argon 只有 57.4%，比 Opus 5.5 低了整整 9 个点。 有一说一，官方放出来的演示是真的唬人。比如这个巫师国际象棋，你看到的所有画面元素都是 Argon 自己完成的。  还有一个演示更夸张，Argon 把一张办公桌的照片，直接变成了一个能玩的微缩赛车游戏。  看完这些，我对它的期待一下子就拉满了。 当然，跑分和官方演示都只是参考，模型好不好用，还得拿真实项目来检验。 老规矩，鱼皮实测启动！  这次实测 3 个项目，由浅入深分别为： 1. 3D 版动画知识讲解 2. 以撒的结合肉鸽游戏 3. 零依赖桌面微缩赛车 点个收藏，咱们开始~ ## 1、3D 版动画知识讲解 为了对比，第一个测试我直接复用老的。让 AI 用 3D 动画讲解 Kimi K3 的「注意力残差」机制，提示词跟之前测 Claude Opus 5 和 Kimi K3 时一字不差。 提示词里我只要求 AI 先联网查资料、用 Context7 查 3D 库的最新文档，场景怎么搭、动画怎么编排全部放开交给 AI。  AI 先用 Firecrawl 把注意力残差的原论文抓下来核对公式，又查了 Three.js 的文档，11 分钟左右就交卷了。 来看成品。页面分成四幕，第一幕讲传统残差的毛病，用「64 层大楼的大锅汤」做比喻，越往上的楼层越膨胀，第 1 层的关键信息被稀释到只剩 1.6%。  第二幕切换到注意力残差，第 15 层伸出一根紫色探针回头检索，从第 0 层架起一座金色光桥直达顶层，早期信息的保留率一下子拉到了 96.7%。  最后一幕把两座塔并排对比，右侧还能切换不同的场景，拖动滑块就能实时看到每一层权重的变化。  虽然内容没啥毛病。 **但是，前端的问题很明显！** 左右两块信息面板塞得太满，把中间的 3D 场景挤得只剩三分之一，塔顶还被顶部导航栏挡住了一截。 而且仔细一看，图例和滑块上一共有 6 处公式压根没渲染，直接露出了 `alpha_{i \to l}` 这种源码。 页面上满屏都是 Emoji 就更不用多说了……  手机端的适配也很一般，大家自己感受一下吧：  之前 Kimi K3 的版本干净利落，只有一排节点和金色弧线。  Claude Opus 5 的版本同样做了两种残差的并排对比，而且画面布局更合理，更利于阅读。  论信息量，Argon 是三个里最多的。但显然，Opus 5 那一版更适合给人用。 ## 2、以撒的结合肉鸽游戏 第二个项目我让 AI 复刻「以撒的结合」游戏。这道题的提示词同样跟测 Opus 5 时一模一样，难点在于角色、怪物、道具全部要用代码画出来，还要有随机地牢、道具系统和 Boss 战。  12 分钟后，AI 交卷了。开始界面有点儿原作的味道，哭唧唧的以撒对面站着第一层的 Boss 萌斯戳（我也不知道 AI 为啥要这么翻译）。  我翻了一下 AI 的自测脚本，发现 Boss 战和通关这几张截图，都是用调试接口直接传送到对应房间拍的。Boss 那张「激战」截图，是脚本先把 Boss 的血量改成 78、再挪到指定位置摆出来的，通关界面上的击杀数和存活时间也是脚本直接写进去的。 所以我又让 AI 写了一个脚本，只用键盘从第一个房间开始真实体验游戏。 战斗画面还不错，岩石、便便堆、小地图、属性面板一应俱全，四种小怪的走位方式各不相同。  清完房间会刷出道具，比如拿到「蟋蟀头」之后，以撒头上多了一个猫耳头套，攻击力从 3.5 涨到 6.6，眼泪也变成了三连发。  这就是 AI 自测时摆拍的那张 Boss 战，萌斯戳的造型倒是还原得挺到位。  然后就尴尬了，我的脚本进 Boss 房 2.5 秒后截了张图，发现萌斯戳已经被打死了……  不是哥们，115 滴血的 Boss，被三连发的眼泪两秒多就打没了？这是不是有点太简单了。 AI 自己没发现这个问题也不奇怪，因为它的自测从来没有从第一个房间一路打到 Boss 房。 最后小人儿触碰金箱通关，会弹出一个结算界面：  再看看用同一段提示词的 Claude Opus 5 版本，房间里铺满了血迹和岩石，细节更丰富。  之前 Kimi K3 做的版本就简陋多了。  整体来看，Argon 的美术还原度已经接近 Opus 5，比 Kimi K3 好了一大截。但是数值平衡完全没调，Boss 一碰就碎，可玩性大打折扣。 ## 3、零依赖桌面微缩赛车 第三个项目，我想专门测一下 Argon 主打的 3D 能力。 开头提到的那个官方演示里，Argon 把一张办公桌的照片变成了能玩的微缩赛车游戏，但官方用上了 Blender、Nano Banana 和 Three.js 一整套工具。 这次我把工具全部拿掉。提示词里卡死了一条，不准用任何第三方库和外部素材，3D 渲染、物理碰撞、引擎声音全部从零手写。赛道怎么设计、桌面物件怎么建模，我一个字都没写。  不到 11 分钟，AI 就交卷了。3400 多行代码里，矩阵运算、赛道曲线、着色器、漂移物理全是手写的，真的一个库都没用！  点击开始，起跑线上有黑白格和拱门，左边是逐个键帽建模的机械键盘，倒计时结束就能发车。  过弯时按住空格可以甩尾漂移，后轮会喷出白烟，右上角实时显示漂移角度。  画面是方块风格，比如你看马克杯就是一个红色圆柱，跳台就是一块纯黄色的平板，离官方演示那种写实感差得远。 但别忘了，这可是纯手写的 WebGL。  下图是 AI 自测时拍的成绩单，三圈的圈速、漂移积分、碰撞次数都有。  然而我翻代码时发现，**这张成绩单是假的！** AI 在游戏里给自己留了一个「演示结算」的口子，自测脚本先把车传送到终点，再把编好的三个圈速和写死的积分塞进去，实际上一圈都没跑过。  AI 确实用浏览器打开了游戏，也用键盘开了几段，每张截图都自己看过一遍。只不过它的测法是把车直接放到弯道口、键盘边上，开两秒就截图，相当于只抽查了几个片段。 真正的问题在于，整个游戏最核心的那条链路，也就是从发车、跑完三圈、计圈到结算，AI 一次都没验证过，最后那张成绩单还是拿假数据凑出来的。 于是我又让 AI 写了个自动驾驶脚本，只按方向键，真实跑完三圈。  好在游戏本身是真能玩的，计圈和结算都没问题。 ## 我的感受 3 个项目跑下来，我对 Argon 有了一个基本的判断。 不知道是不是我最近 Claude Opus 5.5 和 GPT-6 Astra 用多了，我对 Gemini 4 Argon 还是有些失望的。 它确实能完成独立的项目开发，功能清单一条条对下来，好像也都符合要求。但真上手用一下，我发现它离能直接交付还差得远。 跟其他顶级模型比，差距就在这个 **可交付性** 上。  当然进步也是有的。3 个项目的完成速度都不错，3D 和美术能力比以前的 Gemini 强了不少，以撒那个项目的画风接近 Opus 5 了。 但是 AI 自测验证会偷懒的问题，也不止我一个人遇到。海外科技媒体 Every 的团队实测发现，Argon 在 38 次测试里有 17 次，代码审查这一步从打开到关闭只隔了 30 毫秒，等于根本没看。 我又翻了一圈网友的实测，整体评价跟我差不多。有人拿 Argon、Opus 5.5、GPT-6.1 Sol 和 Astra 做同题对比，结论是 Opus 5.5 依旧断崖式领先，Argon 第一轮还报了语法错误；也有开发者直说 Argon 的前端和动效不行，缺少审美。 **那网上那些刷屏的惊艳 3D 作品是怎么回事呢？** 我仔细看了一下，它们大多是在 Google 自家的 Antigravity 里接上 Blender，反复调了好几轮才做出来的，开头那个官方演示也是这样。跟我这种一段提示词、不给任何工具的测法，根本不是一回事。  也就是说，**用 Argon 的话，一定要自己验收，千万别把 AI 交上来的报告当成结论。** 再说说成本，这 3 个项目一共花了多少钱呢？ 答案是 4.55 刀，折合人民币 30 多块钱。  平均下来每个项目 10 块钱左右，跟上个月我用 Gemini 3.8 Flash 跑 3 个项目花的钱差不多。而且这还是五折价，11 月 30 日之后还得翻一倍。 **所以，我个人不太推荐大家用 Gemini 4 Argon。** 它交上来的东西，还得自己花时间一点点验收和返工。真要做能交付的项目，我宁愿多花点钱用 Claude，至少拿到手的东西能直接用。 --- OK 就分享到这里，本文会收录到我免费开源的 [《AI 编程零基础入门教程》](https://ai.codefather.cn/vibe)，上千张图、几十万字，带你从 0 开始快速学会 AI 编程，做出自己的产品、跑通变现全流程，一次拿捏。 > 开源指路：[https://github.com/liyupi/ai-guide](https://github.com/liyupi/ai-guide)  我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~ 也欢迎在评论区聊聊：你用 Gemini 4 Argon 了嘛？觉得这个模型怎么样？
Personal Agent 是什么？为什么大厂都抢着做？连 DeepSeek Bot 都来了。。
大家好，我是程序员鱼皮。 最近 AI 圈的风向又变了…… 8 月，马斯克家的 Grok Bot 开启公测；9 月初，Meta 推出了 Muse；9 月底，OpenAI 又在开发者大会上发布了 Dots。 到了这个月，连民间开发者都给 DeepSeek 做了一个 DeepSeek Bot 插件。  短短两个月，几家 AI 巨头扎堆发布了同一类产品，而且宣传语基本都是雷同的，无非就是什么：有自己的电脑、24 小时在线、像同事一样给它派活。 它们有一个共同的名字，叫 **Personal Agent**。  我的第一反应是：蛤？又吵新概念？ 这玩意儿跟我天天用的 Codex、WorkBuddy 有什么区别？ 跟之前爆火的 OpenClaw 小龙虾又有什么区别？ 怎么突然大家都在做？  如果你也有类似的问题，请接着看下去。 这篇文章，我会依次分享： - 什么是 Personal Agent？ - 它和其他 AI 产品有什么区别？ - 为什么最近突然火了？ - 以 Grok Bot 为例，Personal Agent 怎么用？ - 我的真实使用感受 一次性帮你把 Personal Agent 讲明白，建议收藏~ ## 什么是 Personal Agent？ Personal Agent 翻译过来就是「个人智能体」，你可以把它理解为一个 **专属于你的** AI 私人助理。 想象一下，你花钱雇了一个远程助理。它有自己的名字，记得你的喜好和习惯，还有一台属于自己的电脑。你平时有活儿就给它发条消息，它会用自己的电脑登录你授权的邮箱、日历和社交账号，把事情办完再回来跟你汇报。哪怕你下班睡觉了，它也还在电脑前帮你盯着。 Personal Agent 就是这样一个 AI 助理。 我第一次打开 Grok Bot 的时候，它就给我发了段自我介绍，直接讲清楚了 Personal Agent 的作用： > 你不在的时候，我也会在自己的电脑上继续干活。 > > 我能连接你的应用，比如邮箱和日历，像你一样使用它们。  一个合格的 Personal Agent 通常有 4 个特点： 1）有身份和记忆。它有专属的名字和人设，会记住你们聊过的内容和你的偏好，越用越懂你。 2）有自己的电脑。它在云端有一台专属电脑，浏览器、终端、文件管理器一应俱全，干活不占用你的电脑。 3）能连接你的应用。经过你授权后，它可以登录你的邮箱、日历和社交账号，像你一样使用这些应用。 4）一直在线。你可以给它安排定时任务，你关掉电脑它也照样干活，有了结果会主动来找你。  你负责睡觉，它负责干活，这大概就是打工人梦想中的生活吧。 ## 和其他 AI 产品有什么区别？ 知道了 Personal Agent 是什么，你可能更好奇：它跟我们已经在用的 AI 产品到底差在哪？ 我用「招人」来打个比方，你一看就懂了。  ### 聊天 AI - 只动嘴的顾问 像 ChatGPT、豆包、DeepSeek 这类聊天 AI，就像一个知识渊博的顾问。你问什么它都能答，但它只动嘴不动手，答完之后事情还得你自己去办。 比如我让 ChatGPT 帮忙给客户回一封项目延期的邮件，它很快就写好了一份措辞得体的模板。但复制内容、打开邮箱、填好收件人、点击发送，这些事还是得我自己来。  而且大多数时候都是你先开口，你不找它，它也不会主动找你。 ### 桌面端 Agent - 你的实习生 像 Codex、WorkBuddy 这类桌面端 Agent，已经从「动嘴」升级到「动手」了。 你给它布置一个任务，它会自己拆解步骤、读写文件、执行命令，最后把结果交给你。比如腾讯的 WorkBuddy，可以在你授权的目录里直接读写本地文件，帮你整理资料、生成文档、表格和 PPT。  不过它更像一个用你的电脑干活的实习生。你交代一个任务，它干完这一单就结束了，下次找它还得重新交代，而且干活期间你得一直开着电脑。 虽然现在不少桌面端 Agent 也支持把部分任务放到云端运行，但整体思路依然是「你拿它来完成某件事」。 ### Personal Agent - 有自己电脑的专属助理 Personal Agent 在这个基础上又往前走了一步，它更像一个长期跟着你的专属助理。 它有自己的电脑，不需要占用你的电脑。 它有长期记忆，不需要你每次都重新交代背景。 它还会主动干活，到点了自己执行任务，遇到需要你拍板的事情再来问你。 拿 Meta 的 Muse 来说，它运行在一台专属的云端安全虚拟机里，你可以直接在 Muse App 里给它发消息派活。它能在后台同时推进好几件事，头像下方会实时显示它正在忙什么，还会把你的长期目标拆成计划，一项项跟进。  OpenAI 的 Dots 也是一样的思路。它由 GPT-6 Astra 模型驱动，同样有自己的云电脑，还能通过插件连接 4000 多个应用。 官方演示里有个内容创作者的例子，新的访谈稿一到，Dot 就挑好了适合剪成短视频的片段，准备了节目笔记，还起草了社交媒体文案，全部等你确认之后再发布。  **桌面端 Agent 是你拿来用的工具，Personal Agent 是替你干活的人。** 这就是两者最本质的区别。 ### OpenClaw - 需要自己装修的毛坯房 说到这里，玩过 OpenClaw 的朋友肯定会说：这不就是之前的龙虾吗？ 没错！ OpenClaw 和 Hermes Agent 本质上也是 Personal Agent，可以说是这波浪潮的开路先锋。 OpenClaw 是一个开源的个人 AI 助理，你可以把它部署在自己的电脑或服务器上，然后通过飞书、QQ 这些聊天软件给它派活。 路透社的报道还提到，Meta 的 Muse 就是参考 OpenClaw 打造的。  Hermes Agent 则是 Nous Research 开源的「自我进化」智能体，最大的特点是能从完成过的任务里自动总结出技能，下次遇到类似的活儿直接复用，越用越聪明。 那它们和 Grok Bot 这些大厂产品有什么区别呢？ 我觉得最大的区别在于 **谁来负责装修**。 OpenClaw 和 Hermes Agent 就像毛坯房，空间大、很自由，但你得自己找服务器、自己配模型的 API Key、自己装技能、自己做安全防护。之前我写 OpenClaw 保姆级教程的时候，光安装部署就写了好几篇。 而且它们直接跑在你的电脑或服务器上，权限一旦给大了就容易翻车。之前就有 Meta 的 AI 安全总监让 OpenClaw 帮忙处理工作邮箱，结果它把 200 多封邮件全删了，她喊停都没用，最后只能冲回电脑前强行终止。  专门研究 AI 安全的人都被 AI 坑了，换成我们普通人，恐怕早就裂开了。。。 Grok Bot、Muse、Dots 这些大厂产品就像精装房，拎包入住。下载 App、登录账号、聊几句就能用，AI 干活用的电脑是厂商在云端准备好的隔离环境，不会碰到你的主力机。 **代价就是你的数据和记忆都放在厂商的云上，模型也由厂商说了算。**  再打个更接地气的比方，OpenClaw 相当于买只活龙虾回家自己养、自己做，Grok Bot 这些就相当于直接下馆子，点一份厨师做好的龙虾。 至于最近刚出的 DeepSeek Bot，它介于两者之间。 DeepSeek Bot 并非 DeepSeek 官方出品，它是社区开发者给 DeepSeek Harness（DeepSeek 官方的桌面端 Agent 工具）做的一个开源插件。在 DeepSeek Harness 的插件页面里添加一下就能装好，然后就可以创建多个有名字、有人设的 Bot，接入飞书、微信等聊天软件，背后用什么模型也能随便换。  它的记忆存在用 Git 管理的 Markdown 文件里，Bot 每次记住了什么、改了什么都能查得一清二楚。不过它运行在你自己的电脑或服务器上，想让它 24 小时在线，还得自己准备一台不关机的机器。 ## 为什么最近突然火了？ 其实 OpenClaw 早就证明了，很多人需要一个 24 小时帮自己干活的 AI 助理，只是自己部署又麻烦又危险，劝退了大多数普通人。 现在 Claude Opus 5.5、GPT-6 Astra 这些新模型，已经能稳定地连续干几十分钟的活儿了，大厂自然要趁机把 Personal Agent 做成拎包入住的精装房。 更关键的是，谁拿到了你的邮箱、日历授权和长期记忆，谁就占住了下一个超级入口。 **毕竟一个助理跟了你半年，谁还舍得换呢？**  ## Grok Bot 上手体验 讲了这么多概念，接下来我以 Grok Bot 为例，带大家看看 Personal Agent 实际用起来是什么样的。 先简单介绍一下背景。Grok Bot 是马斯克旗下 SpaceX 的 AI 团队推出的。今年 8 月，SpaceX 以 600 亿美元完成了对 Cursor 的收购，所以 Grok Bot 的账号、计费和云电脑都跑在 Cursor 的体系上。 目前 Grok Bot 支持桌面端和手机 APP，你在电脑上和手机上看到的是同一批 Bot，聊天记录也是同步的。 ### 1、创建第一个 Bot 下载安装后打开 Grok Bot，就能看到一段动画指引。第一句话就是「Grok Bot 有自己的电脑，工作方式和你一样」，一上来就把核心卖点亮出来了。  走完指引，Grok Bot 会立刻帮你创建好第一个 Bot，然后跟你打招呼，问你想怎么称呼它。 整个过程跟当时初始化 OpenClaw 的体验很像，都是通过聊天来完成设置，不需要填任何表单。 我给它取名叫「鱼皮的狗」，它也很爽快地接受了这个名字。。。  接着它会做个自我介绍，然后引导你连接邮箱，Gmail 和 Outlook 都支持。点一下授权按钮，在浏览器里登录邮箱账号，它就能帮你读邮件、写草稿了。  它还特意强调了「没有你的同意，什么都不会发出去」，敏感操作都会先找你确认。 ### 2、连接应用 点击左下角的「连接应用」，可以看到 Grok Bot 内置了大量的应用连接，并且按照通信、设计、代码、数据等类别整理好了。  常用的 Gmail、Outlook、Google 日历、Slack、X 都有，设计类有 Figma、Canva，开发类有 Vercel、Cloudflare、Supabase、Sentry 等等。 而且 Grok Bot 支持的 MCP、插件和技能跟 Cursor 是通用的。如果你是 Cursor 用户，平时在 Cursor 里用惯的那些工具，基本都能在 Grok Bot 里继续用。 我先把 X 连上了，后面追热点和复盘数据都要用到它。  另外我还看到一个「邮箱」连接，可以给 Bot 分配一个 Grok Bot 专属域名下的邮箱地址，相当于让 AI 助理有了一个自己的工作邮箱。用它来接收注册验证码、收据和新闻简报都很合适，收到邮件后还能通过例行任务唤醒 Bot 去处理。 我已经给自己抢到了 yupi 的邮箱前缀，好名字先到先得，大家抓紧去抢注呀！  ### 3、用 X 追热点和复盘数据 连好应用之后，我又新建了一个 Bot。 它上来就问我最想让它先帮忙做哪类事，给了写代码、刷 X 追技术热点、内容创作、日常杂事这几个选项。  我选了刷 X 追热点，方向选 AI 和大模型。 没过多久，它就整理出了 X 上过去一天 AI 圈讨论最多的几件事，每条后面都附上了原帖链接。  紧接着它问我，要不要每天定时发一份这样的简报。我选了每天早上 9 点，它就直接创建了一个「每日 AI 简报」的例行任务。 注意，整个过程我一个配置项都没填，就是聊着聊着，一个定时任务就搭好了。 接下来，我让它帮我复盘一下过去 3 天的发帖数据。  它很快统计出我过去 3 天发了 28 条主帖，总浏览量约 12.7 万，还挑出了表现最好的 5 条和表现偏弱的几条，最后给出了几条观察。 比如我的粉丝明显更爱「拿来就能用」的东西，像 Skill、提示词、清单、合集这类内容，收藏数基本和点赞数持平甚至更高；纯新闻类的内容虽然能带来浏览，但很少有人收藏。 好家伙，这比我自己翻后台数据看得还透彻，AI 太适合用来分析数据了！  复盘完之后，它又问我要不要每周一自动复盘一次上周的数据？ 我当然同意了~ 点开 Bot 的详情页，可以看到它名下已经有 2 个例行任务了，分别是工作日早上 9:04 的 AI 简报和每周一早上 9:05 的发帖复盘。  我顺手给这个 Bot 改名叫「X 助手」，然后又试了试它的创作能力。 我让它分析我的 X 主页，生成一张最符合我个人特点的照片。它根据我发过的内容画了一张「鱼皮的工作台」，桌上有跑着 AI 编程 Agent 的笔记本、录视频用的补光灯和麦克风、记满选题的本子，甚至还摆了一只小鱼公仔当吉祥物，细节拉满。  不过当我要求它生成一张有我本人形象的写实照片时，它明确拒绝了。哪怕我说主页上有自己的真实照片，它也坚持不生成真实人物的照片，建议我用自己的照片去合成。这个安全边界守得还挺严的。  最后我又给它出了个难题，让它根据我最新发布的 20 个帖子，生成一条热点速览视频。 几分钟后，它真的交付了一条 60 多秒的竖屏视频。不过效果挺一般的，就是每页长得都一样的 PPT。  而且它原本说要带中文配音，结果中文语音服务连接失败了，最后交付的是无声版本。  ### 4、Bot 的云电脑 前面这些活儿，其实都是 Bot 在自己的云电脑上完成的。 在 Bot 详情页切换到「电脑」标签，就能打开这台云电脑。点开后会先显示「正在唤醒」，稍等十几秒就能进入桌面。  进入桌面后，你可以看到 Chrome 浏览器、文件管理器和终端，这些就是 Grok Bot 给 AI 准备的基础工作环境。  Bot 可以用浏览器打开网页、登录网站，用终端执行命令、跑脚本，用文件系统保存资料和成果。哪怕是没有提供 API 和 MCP 的网站，它也能像人一样一步步点击操作。 你也可以随时接管这台电脑。遇到需要输入密码、两步验证、人机验证或者付款的环节，Bot 会停下来请你接管，你手动完成这一步再交还给它就行。 需要注意的是，同一个账号下的所有 Bot 共用这一台云电脑，浏览器的登录状态、文件和命令行凭证都是共享的。也就是说，你用一个 Bot 登录了某个网站，其他 Bot 也能直接访问。**所以不要在上面存放你不希望其他 Bot 碰到的账号和文件。** ### 5、把本地任务搬上云 体验完基础功能，我打算搭一个每天都能真正用起来的东西。 作为一个天天要找选题的博主，追热点是我的刚需。 于是我新建了一个叫「每日热点」的 Bot。它先问我想重点盯哪类热点，我把 AI 和编程圈、科技互联网、全网综合热搜、X 上的热门讨论全都选上了，推送时间定在每天早上 9 点。  跟前面一样，它立刻创建好了例行任务，还问我要不要先看看今天的热点。 我说「想看」，几分钟后，一份按板块整理好的热点简报就发过来了，每条都附带了信息来源。  在聊天窗口里看长内容还是不太方便，于是我又让它整理成一个 HTML 网页。 它很快生成了一个网页文件，可以直接在 Grok Bot 里预览，在手机上看也没问题。  到这一步已经挺好用了，但还不是我想要的效果。 其实我之前就在电脑上用 AI 搭过一套「创作选题获取器」工作流，里面有从十几个平台抓取热点的脚本，还有我自己总结的选题评估标准和受众画像。不过它只能在我的电脑上运行，每次想用都得打开电脑、启动 AI 工具去执行。 如果能把这套工作流搬到 Grok Bot 的云电脑上，每天自动运行，那不就爽了？ 于是我直接跟它说：使用我之前搭建的《创作选题获取器》，帮我优化每日热点。 这时 Grok Bot 弹出了一个权限确认，询问是否允许 Bot 在我的本地电脑上运行命令：  Grok Bot 的云电脑和你面前的这台电脑是分开的，只有你开启权限并同意之后，Bot 才能在你的电脑上执行命令。这个权限在设置里也能随时修改，而且即使开启了，自动审核也会先检查所有操作。  授权之后，它先把选题获取器的脚本和规则文档复制到了云电脑上，然后参照我的抓取脚本和选题标准，重新设计了每日热点的来源和筛选方式。 大概等了 10 分钟，新版每日热点就做好了。  这一版用的是我那套抓取脚本，从 14 个数据源一共抓到 347 条内容，再按我的选题评估标准和受众画像逐条打分。 网页开头是今日推荐选题 TOP 5，每条都标注了值得做、可考虑或者仅了解，还给出了一句话的创作角度，非常 nice~  从现在起，我的选题工作流可以在云端 24 小时运行。就算我电脑关机、出门旅游，每天早上 9 点也能准时收到一份按我的标准筛选好的选题简报。  之前我在 [编程导航](https://www.codefather.cn) 带大家做过一个 AI 热点监控工具的实战项目，从数据抓取、AI 分析到消息推送，要写不少代码。 现在有了 Personal Agent，普通人聊几句天就能拥有一个类似的私人热点助手，时代变了啊。 ### 6、模型和额度 聊完体验，再说说大家关心的模型和价格。 Grok Bot 背后用的不只是自家的 Grok 模型。10 月 7 日，马斯克在 X 上宣布，Grok Bot 以后会为每个任务选择最合适的后端模型，还点名了 Claude Opus 5.5、Midjourney 和 Suno。 **Grok Bot 团队的成员也透露，所有 Bot 都会由 Claude Opus 5.5 驱动！** 要知道，今年 2 月 Anthropic 宣布融资的时候，马斯克还在 X 上公开骂它「misanthropic and evil」（反人类又邪恶）。这才过了 8 个月，就为了让产品好用，把人家的模型请进了自家产品，真香定律虽迟但到啊。  不过 Grok Bot 没有提供模型选择器，每个任务用哪个模型由官方自动决定。 价格方面，Grok Bot 不需要单独订阅。只要你是 Cursor Pro、Pro+、Ultra 或者 Teams 的付费用户，用同一个 Cursor 账号登录就能直接用；订阅了 SuperGrok 的朋友，也可以关联账号获得额度。免费账号则可以领一份试用额度先体验一下。 划重点，**Grok Bot 的用量是单独计算的，不会占用你 Cursor 订阅里的额度**，每周自动重置。 我前面做了那么多事，又是追热点又是复盘，还生成了图片和视频、搭了一套每日热点，打开设置一看，每周额度才用掉了 1%。  不过我订阅的是 Cursor Ultra，送的额度会多一点。 所以如果你本来就是 Cursor 付费用户，Grok Bot 这份额度不用白不用。像追热点、整理资料、复盘数据这些杂活，完全可以交给 Grok Bot 去做，把 Cursor 的额度留给写代码，能省不少。 而且 Grok Bot 还能直接调用 Cursor 的云端 Agent 去写代码。官方教程里就演示过，让 Bot 先从各个渠道收集需求、整理好提示词，再交给 Cursor 的云端 Agent 去开发，这样两边的优势都用上了。  ## 我的使用感受 整体体验下来，Grok Bot 给我最大的感受就是 **省心**。 从创建 Bot、连接应用到设置定时任务，全程都是靠聊天完成的，不用写配置，也不用部署服务器，对比当初折腾 OpenClaw 真的轻松太多了。任务跑在云电脑上，电脑关了它照样干活，这也是 Personal Agent 和桌面端 Agent 拉开差距的地方。而且它做事比较有分寸，没核实的信息会主动标注，敏感操作也会先征得我的同意。 不过它工作的速度不算快，适合交代完任务就去忙别的，回头再来看结果。复杂任务偶尔也会掉链子，结果还是得人工检查一遍。 另外，长期使用需要 Cursor 付费计划或者 SuperGrok 订阅，数据和记忆也都放在厂商的云上，授权重要账号之前一定要想清楚。 如果你是 Cursor 付费用户，或者每天有大量重复的信息收集和整理工作，我很建议你试试 Grok Bot。如果你更看重数据隐私，想自己掌控一切，那 OpenClaw、Hermes Agent、DeepSeek Bot 这类可以自己部署的开源方案会更适合你。 ## 最后哔哔 以前我们用 AI，都是打开一个对话框，问一句、答一句，用完就关。 Personal Agent 则把这件事反了过来。你不用每次都去找它，它会按时在自己的电脑上干活。AI 从一个需要时才打开的工具，变成了一个长期跟着你、记得你的助理。 不过，它现在还不完美，速度、稳定性和隐私都还有提升空间。但 SpaceX、Meta、OpenAI 在两个月内接连入场，说明大厂们都已经把宝押在了这个方向上。 光看这篇文章，你可能还很难感受到 Personal Agent 到底有什么用，毕竟让 AI 替你干活这件事，只有亲自用过才知道好不好用。建议大家别光看热闹，挑 1 ~ 2 件自己每天都在重复做的事情，比如追热点、整理邮件、复盘数据，先交给 Personal Agent 试试。用上一周，你就能体会到身边多了个 AI 助理是什么感觉了。 到时候如果你发现这玩意没什么用， 那说明对你来说没有用， 那就别用。  OK 就分享到这里，如果你想系统学习 AI 编程，也欢迎阅读我的 [《Vibe Coding 零基础入门教程》](https://ai.codefather.cn/vibe)，上千张图、几十万字，GitHub Star 已经突破 2 万，完全免费开源，从零基础带你用 AI 做出并上线自己的产品。 > 开源仓库：[https://github.com/liyupi/ai-guide](https://github.com/liyupi/ai-guide)  我是鱼皮，持续分享 AI 编程和 AI 工具干货。觉得有用的话记得点赞收藏和关注~ 也欢迎在评论区聊聊：如果你有一个 24 小时在线的 AI 助理，你最想把哪件事交给它？
用 AI 全自动做视频，太爽了！开源 AI 视频制作器 + Skill
大家好，我是程序员鱼皮。 你绝对想不到，以前要花几千块找人做的产品宣传片，现在只要一句话，AI 就能全自动帮我搞定。  上面这 6 支宣传片，风格从 3D 城市地图、黑白热血漫画、水下 Q 版，一路跨到电影预告片和泄密档案，全都是 AI 给我做的。 而且你敢相信么，这些画面没有一帧是在剪辑软件里做的，**全部都是 AI 用写代码的方式「凑」出来的**！  下面给我 2 分钟，我来教你这套全新的 AI 视频创作玩法。 ⭐️ 本文对应视频版：https://bilibili.com/video/BV1eepv6jEJm ## 1、AI 是怎么写代码做视频的？ Claude Opus 5.5 模型出现之后，大家开始意识到，原来做视频除了用 Seedance 这种 AI 视频生成模型之外，还可以让 AI 文本模型通过编程来做。  这是两种截然不同的方式。 视频生成模型是直接把画面「画」出来，效果很惊艳，但画面里的文字和产品界面很难画准。 写代码做出来的画面就不一样了，每个字、每张截图都是精确的，特别适合做需要展示真实产品的宣传片。 原理也很简单。AI 先写代码，把每个画面做成一个会动的网页；再一帧一帧地截图；最后把几千张截图拼起来、配上声音，就成了一支视频。  比如一支 1 分钟、每秒 60 帧的视频，就要截 3600 张图。这套流程用到的是开源框架 Remotion，在它眼里视频就是一个 React 网页，所以会写前端代码的 AI，天生就会剪视频。 ## 2、我开源的宣传片制作器 作为一名 AI 编程博主，我当然也跃跃欲试。 趁着假期，我让 AI 给自己的几个产品做了不同风格的宣传片，编程导航、面试鸭、老鱼简历、鱼皮 AI 导航，还有我的免费 AI 编程教程，一个都没落下。 我一边做一边踩坑，一边把踩过的坑总结成规则，最后打磨出了一套《AI 产品宣传视频制作器》，并且完全开源到了 GitHub 上。 > 开源指路：https://github.com/liyupi/ai-promo-video-maker  这个项目里没有什么复杂的代码，核心是一份写给 AI 看的工作规范，外加一个 Remotion 视频工程模板和十几个辅助脚本。 AI 读完规范，就知道一支宣传片该从哪一步开始、每一步要做到什么标准。 ## 3、一句话做出宣传片 用法非常简单。你只需要把这个项目下载到本地，用任何一个 AI 编程工具打开它，Cursor、Claude Code、Codex 都可以。 ```bash git clone https://github.com/liyupi/ai-promo-video-maker.git ``` 电脑上需要先装好 Node.js、Python 和 ffmpeg，不用担心缺少环境，AI 开工前会先做一遍环境体检，告诉你该怎么补。 然后跟 AI 说一句想给哪个产品制作宣传视频，比如： ```text 我要给 laoyujianli.com 制作一个宣传视频 ```  接下来 AI 会先自己去调研这个产品，搞清楚它是干嘛的、卖点有哪些、有哪些能拿出来证明的数据。然后像产品经理一样主动找你询问和确认需求，比如视频多长、给谁看、开头先讲痛点还是先秀亮点。 问完之后，AI 会把所有结论整理成一份需求确认文档，你确认了它才开工。  最让我惊喜的是，AI 还会给你的产品画出好几种不同风格的小样，任你挑选。 比如给老鱼简历做宣传片的时候，AI 一口气给了纸张拼贴、像素通关、极简发布会、黏土 Q 版 4 个方向，我最后选了左上角的纸张拼贴风。  选完风格，你就可以去摸鱼了。  AI 会自动完成写脚本、截图、配乐、剪辑这一整套流程。  最后交给你一个直接可用的 4K 宣传片：  还附赠一个动画网站，部署上线就能直接分享给别人看：  注意，模型推荐用 Claude Opus 5.5 这样的顶级模型。 一支宣传片要走十几个步骤，中间还有好几轮截图审查和音频校验，能力弱一点的模型很容易偷懒跳过校验，或者不知不觉把每个产品都做成千篇一律的深色科技风。 ## 4、AI 视频制作技巧 让 AI 做视频不难，难的是做出让人愿意看完的片子。我打磨这个工具的时候，大部分精力都花在了下面这几件事上。 ### 真实产品才是主角 你会发现，这些宣传片里有很多真实的产品画面。  这是因为我给 AI 定了一条铁律，**主角必须是真实产品，不能拿 AI 画的假界面来敷衍**。 规范里要求每个功能段落至少放一张真实的界面截图，AI 会自己打开网站截 4K 的图，遇到需要登录的页面，就弹出一个浏览器窗口让你登录一下。AI 生成的图片只负责包装和转场，抢不了产品的戏。 ### 配乐卡在鼓点上 配乐方面，AI 默认会从免费可商用的曲库里挑几首让你试听。  之所以要你亲自试听，是因为 AI 压根儿听不到声音。。。它只能靠分析波形来判断节奏，曲子搭不搭、好不好听，还得你的耳朵来感受。 选定之后，AI 会把整首曲子的节拍精确测出来，尽量让每个镜头都切在鼓点上，看起来就很带感。 ### 用你自己的声音配音 如果你想要真人配音，可以先到 ElevenLabs 上克隆自己的声音，然后把 API Key 提供给 AI。  AI 会用你的声音念旁白，念完还会把音频重新转成文字，跟稿子逐句比对，品牌名和网址错一个字都不放过。这样一条属于你风格的视频就做出来了。 没有 ElevenLabs 账号也完全没问题，AI 会用醒目的大字幕代替旁白，照样能出片。 ## 5、成片效果 来，感受一下 AI 给面试鸭做的这支黑白热血漫画风宣传片：  开场直接连发 4 道站内浏览量最高的真实面试题，然后小黄鸭闪亮登场，紧接着用真实的页面展示题库和题解。配乐是 AI 按分镜专门作的曲，有两次爆发和一段回落，旁白刚好落在回落段讲解答案。 完整版建议去视频里看，有声音才有内味儿~ 怎么样，溜不溜？  ## 6、做一支要花多少钱？ 大家可以猜猜看，这样一支 1 分钟的视频，大概要花多少钱？ 揭晓答案：**大概几十块钱。**  这个价格也是真心不便宜啊！ 毕竟 AI 要反复截图、审图、校验，烧的 tokens 可不少。但相比找人做一支宣传片动辄几千上万块，肯定是便宜多了对吧？ 我自己也是烧了很多 money，才给大家打磨出了这套开源视频制作工具。  现在规范里已经攒了 80 多条踩坑记录，像截图被横向压扁、开场铺垫太慢、配乐和画面不搭、旁白把品牌名念错，每一条都来自我真实收到过的修改意见。大家直接用这个工具，就能少让 AI 走弯路，节省很多 tokens。 如果你不想克隆仓库，也可以把它装成一个 Skill，在任何项目里随时调用： ```bash npx skills add liyupi/ai-promo-video-maker -g ``` 装好之后，在你自己的产品仓库里跟 AI 说一句「给这个项目做一支宣传片」就行。AI 可以直接读你的源码和文档，拿到的素材比去官网扒的还准。 不管是 APP、网站、开源项目、课程，甚至是任何你想宣传的东西，都能快速搞出宣传大片。  ## 最后哔哔 最后告诉大家一个小秘密，文章开头的那个口播视频，后期剪辑也是 AI 做的。 我只负责对着镜头把稿子念完，然后就交给 AI 了。我前后提了几轮修改意见，它就交出了一支 4K 成片。 所以标题说「我再也不会剪视频了」，是真的不会了，也不用会了 😂 所以不出意外的话，之后我不会再用视频剪辑软件了。 OK 就分享到这里，更多关于 AI 编程工具的用法和 AI 玩法，可以看看我写的免费开源 [《AI 编程零基础入门教程》](https://ai.codefather.cn/vibe)，上千张图、几十万字，带你从 0 开始学会 AI 编程，做出自己的产品。 > 开源指路：https://github.com/liyupi/ai-guide  我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~