AI 做视频,一眼假。
但是AI辅助创作,特别是写作,可以做到难辨真假。
等到AI做的视频也难辨真假的时候,播放量就上来了。
人们会在乎视频是不是AI做的吗?
关键还是内容与质量。
亮子纠缠AI retweeted
我可以自信地说,这是市面上最全的用大量数据、模型语义验证来测评 AI 写作特征的实验。我对 100多项特征做了 50 万次语义判断,最后做成 skill 方便大家使用。很多AI 产品也对写作能力做测评优化,但从未公布完整调试过程。当然,它也有很多不完善的地方,欢迎讨论。
完全同意,朴素的道路,人人可走,但是仍然只有极少数人能做到,因为,
输出是需要能量的,人性确是懒惰的,能不懂脑子就不动脑子。
何况,现在分心的媒体那么多,它们都在夺取你的注意力、你的能量。
就算到了AI时代,创作道路仍然是一条少有人走的路。
学习!
仔细看了@Poteto分享的视频,认真做了笔记,回顾下几点心得:
1、要让更多Agent帮你干活,本质是还是构建信任trust,你怎么能相信这些agent能干出让你满意的活。所以验证很重要?如何确保Agent交付的是你想要的,这里面需要一些工程能力;
2、她分享的产品开发的Verification Skill由两部分组成:Feature Map和CLI,Feature Map特征地图是一种具体化的记忆,应该包含了这个软件是怎么运行的,有什么特点,用户如何使用它等等,让Agent在接收到用户或者开发者的问题之后,可以知道去哪里定位问题,找到相关的上下文,再尝试去解决问题;CLI让Agent拥有对电脑的控制能力,能让Agent运行应用、收集轨迹、证据,确认代码是否在跑,性能要求是否已经满足。我理解这里的CLI指的是一套封装好的、可以重复使用的代码,而不是每次agent都需要重新去写需要的代码。所以这个skill的文件夹会包含两个部分,一个跟产品特征有关,一个跟可复用的代码和能力有关。但我似乎对CLI的本质还不是特别清楚,需要再补补课。
3、什么时候需要纠正你的agent呢?她提了五个层次,分别是:(1)codebase;(2)static analysis (lint/compiler/Cl); (3) rules/bug bot; (4)skill; (5) style guide。其中,最重要的是codebase,这是最好的记忆形式,尽可能要保证codebase中的代码都是优质代码,是你放心让agent去抄的代码,如果不是,agent在模仿的过程中很容易去放大其中的一些问题。所以当遇到了重复出现的问题时,尽量重构,删掉所有的技术债。也可以把重复出现的错误,加到 lint rules,让Agent再次犯错成为不可能。她也提到后三个层次很难强制agent,所以尽可能要从codebase和lint的角度去纠正,保证代码质量。
4、她还介绍了一些用来开发Grok Bot的基础设施Dune的架构,这一部分我就看不太懂了,要理解的话,可能还需要补一些相关知识。感觉现阶段我可能也不太需要,就只是大概过了一下。
听的过程中,我也在思考我的日常工作的验证要怎么写,也开始写我常用工作流的验证了,先按照这个思路优化下试试。
去年给一家企业做 AI 应用,抓取新闻,翻译、总结、分类、提取关键信息。
报价3万,被砍到1万,硬着头皮做了。结果尾款还拖了2个月。
结了尾款之后,说还有后续项目,5个月,总共3万2。我一算,月薪不到7k,太廉价了。虽然不坐班,但是总是要被催着做事,付款还拖拉,算了,没答应。
FDE前景很好吗?未必。在企业看来,FDE就是一个廉价外包。
两年前,claude code 还只是一个内部使用的小工具。
其他领域也会产生类似的故事,从 AI 开始在内部使用,到最终长成颠覆行业模式的巨头。
Friday was my last day at Anthropic.
Two years ago, when Claude Code was a small internal tool, I asked it to build an RL env. I steered it for tens of hours but never manually wrote a line of code. It worked, I was hooked, and I joined the team.
When we first launched, most people approved every permission prompt by hand and mostly used Claude to answer questions and write tests.
Today, the default is trusting Claude's judgment to auto-approve. Claude does large migrations and builds new products.
Helping build Claude Code into an industry-defining product has been the journey of a lifetime.
Thank you to the incredible team behind Claude Code, Cowork, and Tag. These products are the sum of thousands of great ideas from you. I'll miss working with you all.
Thank you to our users for embracing a new way of working. Your constant feedback shaped so much of what we shipped and your stories made the work so meaningful.
Excited to see what you all make next!















