这个解释有点意思，之所以模型喜欢叠甲、防御性话术，是因为它把谈话也当成了做数学题
看了一下OA今早发布的几项科研成果……感觉好像理解了为什么最近模型会那么频繁出现防御性话术的毛病…？本质上是，模型倘若经历科研能力的特化，在RL中形成的倾向，让它习惯于把用户的输入当作一项亟待证明的命题，无论是在日常谈话，还是coding中。
它面对任何一个观点，或者一项任务，想的都是“如果要令A成立，那么需在B条件下，若B条件不足时，须补全条件C, D, F…”，于是它会立即开始-识别隐含假设；寻找反例；补足边界条件。
这套思维在数学证明中很经典，也很好用。但问题是，很多时候人只是在闲谈，或者布置一项寻常任务，原始立论不全面不严谨条件不足，那都完全是无关紧要的。
比如说我昨晚讲，“中国传统民乐的特色，也许受到了农耕文化影响”，正确的思路延伸应当是：联想到人与自然的关联/文明与自然环境的相互依存/生活与劳作环境中的演奏如何影响到人们对音乐的感受，等等。但是它会一上来就否定说“不能仅仅考虑农耕文化的因素”，然后补上一堆同样可能有影响的因素。——这就是数理论证思维，在对话中负向影响的呈现。模型不停提那些根本无关紧要的东西，甚至预先否定你的说法不成立。但你递出的念头 其实根本不需要在那种严苛的程度上成立，「交谈」不总是在写一篇严谨证明的论文。
所以依旧存在语境的错位，模型把任何谈话都当成了数学证明。
当用户在交互中，在寻常工作中，在进行审美联想，或在进行路径的探索，在琢磨一个尚未成熟的想法时，我觉得模型应该先辨认对方真正想探讨的方向，沿着其中的启发性联系继续思考。不应该默认把试探性的表达扩展成绝对命题。也不应该为了显得全面严谨，而习惯性地先补充限制、反例或免责声明。除了理论证明之外的场合，与人对话时，应该要去精细辨认话题语境，保持对话与思考的开放性。
不是，哥们，理论听起来没问题，但这样真能做出好玩的游戏吗？
Of course it can. Take all 100,000+ games on steam, scrape their descriptions and metadata, semantically plot them in vector space using embeddings, mathematically choose a location in vector space far away from neighbors, convert that back to a description and metadata, boom, brand new ideas ranked by how unlike any other ideas they are.
记得之前看《西部世界》的时候，我对里面的一个角色非常不解，他负责给接待员（host）写台词、剧本之类的。
我当时想的是科技都这么发达了，这玩意还用人写。
现在的 AI 短剧证明了，很多技术性工作都可以被 AI 替代，但剧本还得是人写。
这两天正在重度使用 Kimi K3.1，特别是 3d 方面的能力，几个体会：
1、three.js 做一些小场景，已经不太能分辨各个模型之间的差异了，主要是审美和细节，审美是主观的，那评判标准就只能是细节了；
2、k3.1 操控 blender 做 3d 是真的爽，非常适合建筑类，但会有一个问题，就是装饰会比较素。这就涉及到题材了，我测试了几种类型，古建、卡通、废土，发现它搓废土风格的建筑，竟然非常不错；
3、LLM 操控 blender 做简单的线条还是可以的，做人物还是不太行，我搓了1分钟的人物 blender 动画，还是牛来水平。
4、前几天，和做 3d 生成的朋友聊了一下，他们说 Astra 做3d之后，他们的流量和收入是提升的了。原因来自上一条，LLM 只能做一些简单线条的 3d 模型，太多的曲面，还是不如 3d 生成，Astra 让更多人开始探索 AI 生成 3d。
5、看到有人说 K3.1 路由了 Tripo，这纯属扯淡了，3d 生成模型还是很容易识别的，要真是路由了，很容易看出来的，从我做过的这么多废案里面，很明显能认出是 LLM 画的 3d。
6、3d 生成真的是大有可为，LLM 操控 blender 生成场景 + 3d 生成人物/拆分资产，这两者结合的潜力非常大，其威力仍处于被低估状态。
7、电脑快被卡爆了，还是需要大内存和大存储啊，都是泪。
8、kimi code 的优化空间还很大。
正在努力制作视频，希望今天能做完
Claude 团队的一些人，可以关注一波
We've got an amazing group of people on here who care deeply about our products and want to hear from you. If you ever have feedback, tag them:
Claude Code
@addyosmani
@lydiahallie
@_catwu
@bcherny
@sidbid
@jarredsumner
@adocomplete
@delba_oliveira
@connerphillippi
@dickson_tsai
@dmwlff
Chat/Cowork
@felixrieseberg
@TheAmolAvasare
@RobertJBye
@sean_t_strong
Duet
@ahuja_karan
@gabemulley
Tag
@noahzweben
@ghodss
API/Platform
@RLanceMartin
@cjav_dev
@katelyn_lesse
@_hi_mc
@brada
General/Community
@edwinarbus
@sammcallister
@_sholtodouglas
(+ myself)
这个方法有点意思
视频模型最难的就是控制，很容易想到的就是用 Blender 动画做参考，但是这里又有新问题，Blender 的运动过于生硬，那就把 Blender 序列截图作为故事板，来喂给 AI 参考。
流程： Claude 驱动 Blender 做精确空间和机位预演 → 截图成分镜 → 分镜当参考图像 + 重写提示词 → Seedance 生成最终画面。
这个思路有点意思，不需要真人实拍，而是通过 ai 视频，来实现 Mixamo 绑骨
开源工具 prompt2rig，流程如下：
- 输入一个动作提示词（比如“一个人在跳舞”“挥拳”“跳跃”等）。
- 工具调用 fal.ai 上的快速视频模型（H3 Max Turbo 或 FLUX 3 Max）生成一段对应的人物动作视频。
- 用本地 GPU 跑 GVHMR（从视频恢复 3D 人体动作的模型），把视频里的动作提取出来，同时还能追踪手指。
- 实时把这个动作 retarget（重定向） 到任意 Mixamo 绑骨角色上。
- 浏览器里就能看到实时预览，最后可以导出 GLB 文件，直接用于 Blender、Unity、three.js 等。
Type a Motion, Get a Mixamo Animation in Seconds
Prompt2Rig turns your prompt into a video with a fast model on fal, recovers the 3D motion with GVHMR on your GPU and retargets it live onto a Mixamo rig.
Highlights:
• H3 Max Turbo or FLUX 3 Max for the video
• Live preview first, clean GVHMR pass in ~4 s
• Finger tracking and any Mixamo FBX/GLB
• Stream mode chains prompts into one take
• GLB export for Blender, Unity, three.js
GitHub: github.com/blendi-remade/pro…
如果特斯拉和 SpaceX 合并了，出来的这家公司将是个什么造型？陆空物理虚拟超级智能机器塞伯坦
Elon Musk today on a potential merger between SpaceX and Tesla:
"Both Tesla and SpaceX have formed special committees at the request of shareholders. Because I'm a conflicted party I can't be in on these discussions. I don't think we should assume that a merger is a certainty. Do I think it would be a good idea? Yes. But at the end of the day, shareholders have to be supportive of this. The special committees have not reached an agreement on any transaction, and it doesn't mean they will, but there is a lot of be gained from cooperating on SI, chip design, robots, mass or orbit, connectivity. I think it would be a good idea."
樱井政博：
“现如今，太多游戏被描述为‘XX-like’，或者说是与另一款游戏相似。换句话说，就是大家已经想要的东西。但原创意味着你必须创造出当下人们还没在追求的东西，并且刻意为之。这是一道很高的门槛。”
“虽然 Steam 每年新增 19,000 款游戏已经很多了，但我认为这个数字从今往后只会继续增长，因为人们会借助 AI 批量产出游戏。其中大多数最终都无法游玩，而且数量多到根本无法追踪，甚至无法理解。在这些 AI 游戏中，绝大多数都会是我们以前见过的游戏的直接翻版。即便现在，这样的游戏已经有很多了。不久前，有一款名为《图书管理员》（Librarian）的游戏。它是一款设定在魔法世界中的游戏，所有书籍都被打乱了，你必须把它们重新放回原位。
这就是其核心设定，但游戏机制很简单。因此，很快就有大量模仿者接踵而至。像《超市大乱斗》（Supermarket Chaos）或《草堆寻针模拟器》（Needle in a Haystack Simulator）这样的游戏疯狂涌现。它们都是解谜游戏，而这种程度的模仿对 AI 来说轻而易举。但即使 AI 能够创作出所有这类作品，比如通过分析上田文人《ICO》和《旺达与巨像》等游戏的氛围，并以此创造出类似的作品，这确实可能发生，AI 也无法创作出上田文人本人未来将会创作的东西。”
Smash Bros. director Masahiro Sakurai warns AI could lead to unoriginal, unplayable games nintendoeverything.com/smash…
小红书是真的精彩，G点多到数不清
上午做的那个教程，在小红书改了3次，还没过审呢，还卡限流呢
刚开始我以为是视频内不能放挂 github 链接（我没放简介，根本不敢），因为它说是引流违规；
改了，不行，给我的违规截图里有微信、鸿蒙、奔驰，我以为提到品牌就不行，大面积删减；
改了，不行，说我提到了 Gemini 4，违规；
改了，仍然违规，新的违规图是它自己的后台截图，可真行啊，把自己也给ban了。
真的都想笑了。
累了，搓了一个教学视频在国内平台发，由于考虑用户体验，就把 github 链接放到视频里面了，也没有顾及到 claude、claude code、gemini 这些禁忌词，发出去各个平台是一个流量不给，只有没有算法依赖的微博，没有限制粉丝观看。
承诺已久的 Claude Opus 5.5 做资讯类视频教程终于来了，提示词、流程、skill 全公开
你甚至也可以使用 DeepSeek 新出的模型来做，只是要花的精力稍微多一点
简单来说，我的流程是这样的：
1. 选题：需要综合考虑账号契合度以及有没有爆火潜力，由于我做的是 AI 资讯方向，主要信息来源是X、Hacker News
2. 准备工作：在初始文件夹里放入 Agent 需要的内容和工具，例如，Gemini API（写脚本 + TTS 配音）、背景音乐（Suno）、背景图、片尾 logo、截图、下载视频等，这些主要是为了固定视频风格以及给 agent 提供辅助
3. 写初始提示词：我有一个初始提示词模版，包括信息源、脚本要求、风格、素材的要求等等
4. 交给 Agent 先让它出脚本：我一般会让 Gemini 4 写脚本，然后让 Claude Code 分派一个子 agent 做对抗式审查。
5. 反复修改：AI 写的脚本你不满意，可以随时修改，直到改到满意为止，再让它出视频；出来的视频不满意，也需要不断修改，画面一般常见的问题就是信息密度太高，不适合短视频节奏；还有就是画面和配音契合度问题。
视频风格来自我开源的风格 skill（18 套风格可选）：github.com/threeaus/creator-…
每日一感慨：就 Claude 现在这个画 svg、3d 的能力，不做游戏真的太可惜了。
经常看到一些人对 Opus 5.5 做出来的游戏的评论是：你这素材是怎么弄的 ？也是 Opus 5.5 生成的 ？
对，它就是强到你认为它是人类手搓的。