Jarry retweeted
卧槽，我又发现了一篇做 AI 视频的焚诀！！
@antrofrog_ 用AI做出了爆火的《Englishman in New York》短剧，截止目前超过2800万浏览量。
普通人现在也可以学习，如何用AI做属于自己的第一部短剧？
这份 AI 短剧焚决，就从一个我投入3500元+真实做过的短剧开始，手把手带你拆解从想法到成片的每一步。
Jarry retweeted
卧槽！删了吧，这个用Claude + Seedance做出来的 AI 史诗级片子，目前在抖音上已突破 30000+ 播放量，看完大家就都知道在抖音上起号要把AI视频做成什么样了，这样竞争就大了......
这是一个穿越千年的东方美学故事，从一条玉龙到月球背面......
抖音上小伙伴在评论区竟然告诉我：“可是我小时候记得在外面乘凉躺在凉席上看到空中有一条金色的龙那样过去了，这算是亲眼见过了吧”（原文一字未改，可去抖音评论区核实）
Jarry retweeted
卧槽！删了吧，这个Claude、Seedance一手实战教程，在市面上至少值6位数的，看看红果短剧的流量有多大，我都准备进军红果了......
这个教程不只可以做短剧，做AI视频更是不在话下。短剧是视频领域皇冠上的明珠，讲究人物故事、人物冲突、剧情钩子、分镜设计等，建议收藏起来进军AI视频、短剧领域！
@antrofrog_ 用AI做出了爆火的《Englishman in New York》短剧，截止目前超过2800万浏览量。
普通人现在也可以学习，如何用AI做属于自己的第一部短剧？
这份 AI 短剧焚决，就从一个我投入3500元+真实做过的短剧开始，手把手带你拆解从想法到成片的每一步。
Jarry retweeted
AI时代赚钱机会洞察&推荐（案例三）
这个哥们，辞去了11年的企业工作，在旅途中用一台笔记本电脑，仅用24小时，全部借助AI就打造了超过300万点击量的AAA级科幻射击游戏。
现在受到游戏巨头青睐，帮他在科隆游戏展价值100万美元的展位展示他的新游戏《SOL: The Last Imperium.》
过去做成一个游戏产品，往往需要百人团队、数千万预算，以及漫长的融资、招人和排期。
现在，一个人、一台电脑、24 小时，就能做出足够让行业讨论的 Demo，并助力他发布游戏原创IP。
AI 不会让所有人都变成 3A 工作室。
但它正在把“做出第一版”的门槛，从资源和关系，降到：你敢不敢开始。
未来最危险的，不是 AI 做得还不够好。
而是别人已经开始迭代第 10 个作品，你还在等“条件成熟”。
记住：出来混的第一步是出来，是开始。这在AI时代尤其重要！
AI实现方案：
游戏的画面、玩法、概念设计、音乐、音效和动画，全部由AI生成！
1. 基于Three.js框架
2. 用 Tripo 创建世界一流的 3D 模型，包括角色、载具和地标
3. 让 Opus 5.5 与 Blender 协同工作，将这些 3D 模型提升到 AAA 级品质。
【过往案例库】
案例一：AI时代赚钱机会推荐
物理电学3D化：xitter.gq/yanchuanlab/status/211…
案例二：AI时代赚钱机会推荐
制作个人介绍片视频：xitter.gq/yanchuanlab/status/211…
没想到这个哥们，把他收费199$一单的介绍片视频制作方法开源了！这个可以直接商业化，可以封装成mcp服务或者去接单都可以。
这个需要Opus 5.5模型效果才会好，还没搞到这个模型的，有需求的小伙伴可以DM我😃。
之前刚分享了物理电学3D化商业化方向，AI时代的机会实在太多了：xitter.gq/yanchuanlab/status/211…
Jarry retweeted
卧槽！我的策略奏效了。刚有个国外哥们私信我：你们中国龙真帅。还问画面这么精美、有气魄，用什么AI模型做的。我回他：可以看评论区。
发双语不是为了显得高级。是想让海外的人们也认识到：我们的中国龙长什么样，中国人凭什么说自己能飞！
Jarry retweeted
没想到这个哥们，把他收费199$一单的介绍片视频制作方法开源了！这个可以直接商业化，可以封装成mcp服务或者去接单都可以。
这个需要Opus 5.5模型效果才会好，还没搞到这个模型的，有需求的小伙伴可以DM我😃。
之前刚分享了物理电学3D化商业化方向，AI时代的机会实在太多了：xitter.gq/yanchuanlab/status/211…
Jarry retweeted
卧槽！最难的课，往往最好卖。这个方向可以商业化啊！
有人拿 Opus 把物理电学做成能翻的 3D 互动课本，七课全齐，这不是玩具，是能直接卖给考生和补习机构的产品。
@antrofrog_ 用AI做出了爆火的《Englishman in New York》短剧，截止目前超过2800万浏览量。
普通人现在也可以学习，如何用AI做属于自己的第一部短剧？
这份 AI 短剧焚决，就从一个我投入3500元+真实做过的短剧开始，手把手带你拆解从想法到成片的每一步。
Jarry retweeted
Opus5.5目前确实存在很大的红利，我目前发了不到一个月，微信视频号已经20000+粉丝、抖音短视频3000+，我们还早。
现在普通人只要有梦想做短剧，都可以借助AI做出来，AI时代会带来又一个文艺复兴。
AI时代的差距，仅仅来源于个人的愿景、野心以及自己的认真、努力学习程度。
牛逼，之前我就在群里说要多用 Opus 5.5 制作视频，现在还是有流量红利的（不止是推特），没想到都有群友 @yanchuanlab 直接拿 Opus 戳出短剧来了！
感兴趣 AI 短剧的朋友。可以看看这个挺详细的一手实战，即使你没有学过导演和剪辑，普通人现在也可以用 Opus 5.5 一口气制作出短剧了
Jarry retweeted
蓝哥拆解的这条很关键🫡，尽量平衡下效果和成本
“省钱顺序也很死：能剪辑就别补拍，能后期就别整场重生成。参考片别越传越不像；图文矛盾先清掉再开拍。”
我自己最疼的就是那笔1080p逐镜试错，人物还没验稳就开烧，两千多基本打水漂，不过也收获了经验教训，磨出了一套短剧工作流，可以复用。
Jarry retweeted
@antrofrog_ made the viral AI short *Englishman in New York*—28M+ views. Can anyone make their first AI short too? This playbook starts from a real short I made with ¥3500+, step by step from idea to cut.
Jarry retweeted
@antrofrog_ 用AI做出了爆火的《Englishman in New York》短剧，截止目前超过2800万浏览量。
普通人现在也可以学习，如何用AI做属于自己的第一部短剧？
这份 AI 短剧焚决，就从一个我投入3500元+真实做过的短剧开始，手把手带你拆解从想法到成片的每一步。
Jarry retweeted
一个 AI 工作流通过验收之后，谁还说得清它后来变了什么？
Cursor 最近披露的一起扩展安全事件，让我想到这个问题。
根据其 10 月 29 日发布、30 日更新的公告，Cursor 扩展市场曾分发被恶意修改的 Claude Code 扩展，涉及 2.1.312、2.1.313 两个版本。这些恶意版本并非 Anthropic 开发。
公告列出的排查范围，是在美国太平洋时间 10 月 29 日约 02:27 至 13:35，通过该市场安装或更新上述版本的 Windows、macOS 用户。
其中一个细节值得注意：单纯卸载扩展可能不够，因为恶意代码会留下独立运行的持久化脚本。Cursor 表示已下架恶意版本，并协同托管服务商关闭攻击服务器。官方公告
(cursor.com/blog/claude-code-…)
这是扩展被恶意篡改的事件，不能据此认定普通更新也会造成同样后果。但它引出一个实际问题：交付时核验过组件，后续变更也需要留得下记录。
假设你给客户搭了一套每天整理订单的 Agent。上线时测试通过，之后某个组件更新，日期解析方式改变，部分订单被归到了错误的账期。
这是一个假设的功能故障，并非这次安全事件中发生的情况。
客户问“上周还好好的，今天为什么不对”，如果没有版本和变更记录，你就需要从模型、脚本、插件、数据源逐个猜起。
有记录也不能直接证明哪个组件出了问题。但至少可以缩小排查范围：什么时间变了什么，哪些任务在变化之后运行过，应该重新验证哪些结果。
我的建议是，每次重要变更都留下几项信息：组件从哪里获取，原来与现在的版本，何时启用，以及完成了哪些验证。
验证的边界也要说清。业务测试能发现一部分功能退化，无法据此证明组件没有恶意代码。若确认发生入侵，回退版本也不能代替完整的安全处置。
这会让我更重视 AI 服务的可追溯性。
工作流在持续运行，模型、工具和数据也可能持续变化。交付当天的验收结果，只能作为当时配置和测试条件下的证据。
系统出了问题时，能够还原“那一次任务究竟由什么配置执行”，应该成为交付的一部分。
Jarry retweeted
《创新者的窘境》这本书说的就是这种情况，很多公司都会舍不得之前方式获得的财富。根本没意识到，天已经变了，未来肯定是建立在agent网络之上的，人和AI共生共存，就像现在我们可以用Grok Bot去建立自己的团队一样，一个人就是一个大Team，一个人就是老板的角色，这种生产力吊打传统企业。
网景创始人、硅谷顶级投资人 Marc Andreessen 刚刚在对谈里说了一句极度反直觉的大实话：今天 AI 原生初创公司和大厂巨头之间对技术的认知鸿沟，是他这辈子见过的最大的，
传统巨头以为 AI 只是个降本增效的插件，而新一代 AI 原生团队，正在用完全非人的组织效率掀翻整个商业版图。
这句话也间接点出了一个正在悄悄拉开的致命断层，
大厂和传统巨头还在争论怎么把 AI 接进现有业务降本增效，AI 原生初创公司已经把这套技术当成了彻底掀桌子的全新物种。
大家默认都在算一笔局部的改造账，比如客服团队能砍掉多少人、代码助手能提速多少百分比，把 AI 当成又一个高级企业软件来采购。
但真正的分水岭从来不在提效工具的采购预算上，而在公司形态的第一性原理。
老牌企业还在死守软件、硬件或传统制造业的组织边界，而新一代创业者直接跳出了行业标签，用极度精简的人力架构去调度近乎无限的算力杠杆。
就像当年网景定义浏览器时外界还在纠结纸质黄页怎么搬上网，真正的颠覆从来不是帮旧系统补漏洞，而是让旧系统的生存前提彻底失效。
这对所有正在做业务的人是一个很直白的提醒：最危险的对手从来不是跟你同台竞标的同行，而是那些从第一天起就没打算按传统行业规则招人建团队的局外人。
留个清醒，概念上的认知代差不等于明天的财务报表，AI 原生团队依然要面对真实世界的客户留存与现金流拷问，但认知落后的代价很可能是不可逆的。
未来商业世界最狠的壁垒从来不是你拥有多少存量资产，而是你愿不愿意承认自己搭建组织的底层逻辑已经过时了。