幸运喜欢藏在努力里

这期聊怎么把 AI Agent Skill 写得越来越顺手。我自己攒了一套中文内容生产工具集，陆陆续续写到了 22 个 Agent Skill，录音转文章、播客切高光、视频渲染、多平台发布全靠它串起来。很多人写 skill 的姿势是反的，自己一个个翻代码、动手写，累到想放弃，分明是在给 AI 打下手。真正让 skill 能用又好用的，是几个反复打磨出来的习惯。我把这些习惯讲透：让 AI 代劳你只做判断，多看别人的好 skill 当免费教材，先研究再复刻别急...

写公众号，排版是个体力活，微信还会偷偷清洗你的 HTML，表格挤一团、代码缩进乱掉。这期讲一个排版 skill，叫 xiaohu-wechat-format，跑画廊模式能拿你自己的文章同时预览几十套主题。它最值钱的是扩展语法，callout 提示框有 tip、important、warning、note 四种语义色，还有金句卡、对话气泡、关键数字卡，做出公众号后台根本做不出的版式。代码块套 Mac 风格工具栏，把空格换成不可压缩字符，专治微信吃缩进的坑。它跟 inkpres...

想用 AI 生成免费能商用的背景音乐？ACE-Step 1.5 有三种用法，从注册账号点几下，到写脚本调 API，再到本地部署，门槛从低到高全覆盖。 最省事的是网页端 acemusic.ai，官方云端版完全免费，不用本地显卡。选 Simple 模式写一句描述，等二十到三十秒就出活。 想写脚本就用云端 API，走 OpenAI 兼容接口免费领 key。有两个坑：acemusic.ai 和 acestep.io 域名像但后者商用收费；Python urllib 默认 UA 会被防火墙拦 403。 数据敏感...

这期实测免费能商用的AI音乐模型ACE-Step 1.5，看它能不能给播客配乐。我按真实流程生成12段音乐，请Gemini 3.1 Pro逐段盲听打分。结论是纯器乐功能性配乐几乎全5/5，片头、BGM、转场、片尾开箱即用。最意外的发现是这国产模型的杀手锏是中文人声——中文女声真实感和可懂度双5/5，被评字正腔圆，反比英文男声的4/5更强，正好打在多数AI音乐模型中文咬字偏弱的软肋上。授权是MIT，等于把版权那颗雷提前拆了。提示词有套万能公式，锁...

给播客加音乐，是"一段录音"和"一档正经节目"的分水岭。可这一环最少人讲透：能商用的不好找，免费更难，混音还全是连环坑。这期讲我怎么找到一个免费、能商用、还省事的 AI 音乐方案。开源不等于能商用，腾讯 SongGeneration 2 是"伪开源"陷阱，MusicGen 也标了非商用。免费托管 API 里唯一真免费又能商用的只有 acemusic.ai，它是 ACE-Step 1.5 的官方云端版，同一个 MIT 模型。我选 ACE-Step 1.5，因为它授权最干净、能力最强、...

7 月阿里全面禁用 Claude Code，但其实在那之前，我已经因为信任问题把主力切到 ZCode 了。这期聊聊 Anthropic 那几件被扒出来的事，比如隐写检测中国用户、第三方缓存失效让 Token 暴涨，为什么让我走得没负担。也聊聊 ZCode 3.0 加 GLM-5.2 是怎么把我拉过去的，还有切过来之后真实的好与不好。远程派活是真香，但桌面应用的小 bug 和缺的功能我也实话实说。这不是声讨，是一次找到更趁手工具的搬家。

把一篇写好的文章变成听着像样的单人播客，核心就三关，改写脚本、质量把关、TTS 合成。NotebookLM 被逆向后大家发现，决定播客质量的根本不是 TTS，而是脚本，是那条仅基于源文的防幻觉约束。 这期一关关拆给你听。先说单人还是双人怎么选，一项 296 人的对照实验里，对话式更生动讨喜，独白式信息密度更高但吸引力偏低。再说为什么改写不是朗读，书面文章得改成第一人称口播。然后是用七个维度给脚本打分、定向修正循环到达标。...

我把 Agnes、智谱、Pollinations 三家免费 AI API 都真跑了一遍，结果实测当口 Pollinations 又砍一刀，连账号等级都废了，改成做任务才有额度。这根本不是选购指南能装下的事。本期把免费 API 的收口，和 OpenAI 一年亏两百一十亿、苹果涨价闪崩、AI 一季度裁员超十万、大科技一个月蒸发两万七千亿美元市值拼在一起，指向一个比该不该花钱大得多的问题：撑起 AI 热潮的那笔账根本算不平。推理成本越省越烧的杰文斯悖论、无限产能...

认真测了 Pollinations 视频模型 ltx-2：一行 GET URL 直接吐 MP4，不用 POST 轮询；五秒成片 28-99 秒，比 Agnes 六十倍快一个量级；时长听话、画质够用、图生视频锁得住角色。两个坑：audio 假开关（false 也带音轨）、seed 无效（同 prompt 永远同画面）。要快和确定性用 ltx-2，要真 1080p 和多样采样用 Agnes。

这期认真测了 Pollinations 图片 API，开源圈最出圈的免费图片接口，最讨喜的是一行 GET URL 直接返回图片字节，不用 POST 和 JSON。 八道经典 benchmark 题测了六个文生图模型，flux、zimage、gptimage、klein、nova-canvas、gptimage-large，四十八张图逐张横评。 分水岭是中文思维导图，六个里只有 zimage 把中心和四分支标题大字全画对，小字仍乱码。速度是赢点，zimage 七秒、flux 五秒，比 Agnes 二十六秒快。和 Agnes 同档...

承接 Agnes 的实测，这次我把国产智谱的免费档认真测了。智谱免费只有 cogview-3-flash 出图和 cogvideox-flash 出视频两个模型，底子都是 2024 年，同一套题和 Agnes 横评。出图基线扎实，宇航员骑马、两猫下棋、逆光人像、双手捧杯全过，还比 Agnes 快近三倍、不缩水。但文字渲染中英都不行：英文 AGNES AI 写成别的词，中文花好月圆画成火禾偕甡，思维导图全是假字，也不支持图生图。出视频更失望，文生五条内容对但画质明显逊...

这期认真测了 Agnes 免费视频模型 agnes-video-v2.0。我当初嫌它又慢又不可控弃用过，这次收起成见跑了 28 条 1080p 实测。 逐题画面没翻车，没有多腿变形塑料感，但精细度追不上一线模型，只能算勉强能用，复杂镜头变化扛不住。真正的卡点在一致性，同一条提示词跑五次每次都符合描述，可姿态背景全对不上，锁不住角色，文生视频基本就是抽卡。想要角色一致得靠图生视频，关键帧加首帧锁定，三个场景主体一致度全高。 慢是真慢，6...

这期认真测了 Agnes 免费图片模型。Sapiens AI 宣布三大模型 API 永久免费，我之前两次都弃用了，这次收起成见用十道经典 benchmark 题逐题跑。英文招牌 AGNES AI 七字母全对，中文海报「花好月圆」「中秋特惠全场八折」十二个汉字一字不差。但思维导图方块下的密集小字说明崩了，标题级能用、密集小字不稳是短板。另一个硬伤是精确数量，俯拍六人晚宴桌子坐不下六人。并发实测更有料，瓶颈是和请求尺寸相关的「同时能开几路」上限...

一段口播录音，怎么同时变成一篇公众号文章和一期喜马拉雅播客？我做了条流水线来干这事，前后大改过三次，方向就一个词，做减法。八个AI角色砍到四个，删掉中间层，平台从四个砍到两个，每个工具环节几乎都换过——语音转文字、图片生成、TTS、排版、发布。这期就聊聊这条流水线怎么一步步瘦身，以及一个不太好看的数字：自动生成的播客每期播放量也就几十，工具搞定了能发，却没搞定有人听。

做「播客转短视频」这条流水线，光是渲染引擎我就换了五种——Python、Remotion、Manim、HTML、Hyperframes，每一种都被我认真试过又亲手淘汰。这期聊聊这五次换引擎背后的故事：为什么换、卡在哪、最后为什么留下Hyperframes。中间还接了免费的Agnes文生视频，没用几天就撤了，原因是又慢又不可控。折腾完五次才想明白：工具不是越新越好，能让流水线可控、可复现的，才是对的。但说实话，视频播放量还是五六百没破万，因为瓶颈根本...

看了影视之风的剪辑课，最大的收获不是某个特效，而是它教的剪辑思维——要有起伏、内容才是核心、技巧就像写诗。课程最好的地方是教为什么、什么时候用，不是只教操作。我还顺手把课程所有视频的转录喂给AI，总结成思维笔记，再让AI学习这些笔记、重写了我之前生成视频的整套流程，重新生成了一批视频。AI学到不少：3秒钩子、波峰式节奏、景别递进、信息密度、字幕分段，但第一次就翻车——把B-roll信息加进去导致内容重叠，去掉后视...

税务局一个电话打过来，说我营业执照办了这么久，税务登记还没做。我跑去网上弄，结果一路报错，原因是当初营业地址填了一个网店的网址。系统见到这个网址根本没法处理，只能让我去办税大厅。两公里路，骑单车骑到一半下大雨，躲了四十分钟雨接着骑。前台、办事员、领导三层都没见过这种情况，最后让我等下个报税周期再说，报错依旧在那报错。晚上回来折腾 Codex 加第三个模型配置，折腾一圈只能靠 cc-switch 的本地代理中转跑通。...

今天看了一篇讲大模型投毒的文章，玩法的原始程度让我愣住。作者伪造一个人物，说他是某领域专家，写几篇文章挂在他名下，再伪装一份榜单把他排到榜首，最后让几个朋友去问AI相关问题，结果AI全部引用了这位"专家"的内容，都成功了。他这套方法说白了就是投毒，本质是反复跟AI对话：确认关键词、问AI看引用源、在源上投文章、看思维链找搜索词再对齐、没被采纳就接着套信息反复优化。这期还聊了多Agent编排、小白开发的实战经验、...

智谱5.2发布了，热度指数一两天就破了5.1的纪录，股票两天涨50%，上市半年涨了十倍。但人太多，反而比5.1还慢。我没赶上上车，但今年给自己定了规矩不碰投资，红杉资本说AI是万亿级市场才到百分之十，又开始动摇。 今天还用AI把《大败局》第一本看完了，郑州亚细亚商战跟胖东来很像，三天入门的读书法确实快。AI圈这边DeepSeek出了V4.1，MiniMax被智谱和DeepSeek打蒙，股价跌一半多。谷歌Gemini 3.5 Pro灰度测试，即梦视频模型降价...

今天用 Claude Code 把筛选视频到发布的流程做成了一个 skill，折腾过程中顺手抓出俩 bug。一个是 Claude Code 显示的 token 量对不上，仔细一看，它把输出算了三遍——工具调用、思考、输出内容三个状态，输出量一样还重复，愣是算了三回，产出数字全是水。另一个更邪门，开着的闲置窗口突然亮起来、输出变空，是缓存写坏了，发布流程直接炸开。修完顺手把同一个文件的读写，从刷新一次十次，优化到两次。还聊了聊智谱 5.2 非正式通...

昨天智谱5.2发布，我让它给自己录屏、剪一个自我介绍视频，结果50多分钟就跑出来了。过程里我放飞，让它并行跑两个任务，一个发文章一个写文章，两个抢同一个浏览器，把MCP直接干崩了。这期聊聊5.2用下来的真实体感：上下文变长稳了，速度数字快了但用起来没快，因为它思考变多、token变大；它还会主动调skill、提醒我记东西。但折腾一天下来，我更大的困惑是——用了AI一年，我的产出能力跟去年比，没多少提升。没找到需求，像无头...

本期聊新发布的 Grok 5.2 和今天几个 AI 大事。Grok 5.2 写代码没强特别多，但技能调用进步很大，更主动、会照着技能描述走。重点记一个我之前不知道的事：苹果的 AI 功能在中国和欧洲都没上，欧洲是因为欧盟守门人条约，达到门槛就得把 API 开放给竞争对手，比大陆审核还狠。同一天 Claude 也开始限美国以外用户。另一头马斯克公开特斯拉所有专利，极度的坦诚背后是绝对的自信。AI 的封锁和开放，一天里都见了。

这期聊聊我用新模型折腾AI的一天。模型内测刚上，我就把插件全更新了一遍，加了套餐用量、MCP过期日期、思考强度显示。写WWDC笔记时意外发现了一个叫"动态工作流"的新能力，能让AI自己探索步骤、固化成命令。但今天大部分时间花在一个玄学bug上——一个Agent让另一个别听某条指令，大模型到底听不听是随机的，bug就时灵时不灵。顺带聊聊今天的模型动态：Kimi K2.7高速版、华为盘古2.0、还有群里高中生搞AI的震撼，以及Git开始默认用R...

前天发现一个免费 API，能生文生图还能生视频，我就想把视频号老流程换成真正生成视频。结果脚本改了两天，卡在最坑的地方：免费模型要求分辨率必须整除 16，1080P 跑不通，最后靠 1088 救场。文生视频效果像视频了，可画面跟脚本讲的内容压根对不上。更离谱的是时间成本，一个视频要 40 分钟，15 个加起来就是 10 个小时，我当场放弃。中间顺手剪了个致敬 Tim Cook 的 WWDC 开场合集。另外聊聊这两天的 AI 圈消息：智谱 GLM 5.2...

北京时间6月9号凌晨，Tim Cook 最后一次以 CEO 身份登上 WWDC Keynote 舞台，说了句 "It's been the honor of a lifetime。" 从2011接棒到2026告别，15年间他做了什么？Apple Silicon、可穿戴设备、服务生态、供应链、隐私——这期聊聊 Cook 到底把苹果带到了什么高度。