✨大家好~ 我是Simon阿蒙，我现在的身份有：不知道啥时候能毕业的PhD / 佛系自媒体人 / 菜鸟独立开发者 / 断更艺术创作者 / 半个数字游民 / 初创公司打杂人员🐶
👉个人独立站：shengyu.me

✨想成为理解AI，但AI无法取代之人

📑我分享过的有用资源📑：

- 🌟科普教程：
- 我上 AI 顶会啦！CVPR AI Art Gallery 作品极简创作教程 （2024.06）: mp.weixin.qq.com
- OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析 (2024.02): mp.weixin.qq.com
- 送立体动态新年红包+最好用的SD客户端+开源视频生成模型 (2024.02): mp.weixin.qq.com
- AI时代抗焦虑指北 —— 被AI包围之后，人类“完蛋”了吗？（2023.12）：mp.weixin.qq.com
- AI生成3D问题的简化和解决，以及随之而来的新问题（2023.11）：mp.weixin.qq.com
- 如何制造大语言模型的意识幻觉？斯坦福AI小镇论文精读 （2023.09）：mp.weixin.qq.com
- ChatGPT基本原理（告诉你为啥它啥都懂）（2023.04）：mp.weixin.qq.com
- 从用手建模到用嘴建模：一文说透最新用文字生成三维模型的人工智能算法原理 （2022.10）：mp.weixin.qq.com
- 5分钟上手人工智能设计：借AI之力用文字生成图片（无软硬件+前置知识要求，2021.08）：mp.weixin.qq.com

- 🌟工具合集：
- 关于声音生成的一切（2024.01）：mp.weixin.qq.com
- 关于4D 生成的一切（2024.01）：mp.weixin.qq.com
- 关于 chatGPT 的一切（实用工具篇，2023.05）：mp.weixin.qq.com
- 关于 ControlNet 的一切（2023.04）：mp.weixin.qq.com
- 关于3D 内容人工智能 (AI) 生成的一切（2023.01）：mp.weixin.qq.com
- 关于人工智能内容生成（AIGC）的一切（2022.10）：mp.weixin.qq.com

😶‍🌫️
💽AIGC代表作💽：

- 🌟代码开发：
- 我攒了一扇 AI 平行时空传送门——3D gaussian 复杂大场景迁移（2024.04 已暂停）：mp.weixin.qq.com
- 我，编程菜鸟，攒了一个用文字生成三维模型的AI工具（Dreamfields-3D，已开源，2022.09）：mp.weixin.qq.com

- 🌟艺术商业案例：
- 我如何用AI为小米国际限量版手机做宣传片（2023.03）：mp.weixin.qq.com
- AI创作的正确打开方式：雪佛兰×全屏本是×Simon的白日梦 | AIGC商业落地案例复盘 （2023.02）：mp.weixin.qq.com
- 国家地理中文网：“守护海洋原住民”系列数字藏品创作（2022.05）：mp.weixin.qq.com

- 🌟 AI视频作品：
- ✨微观宇宙：一木一浮生,一空一有无, 一念一无限 （2024.08）： b23.tv
- 云端画意 —“古董”AI模型生成复古国风山水动画（2023.07）：www.bilibili.com
- 硅基生物图鉴-硅藻云戏者（2023.06）：www.bilibili.com
- 量子场-无AI生成艺术（2023.04）：www.bilibili.com
- 微观世界极限深潜（2022.10）：www.bilibili.com
- 幻时之砂（2021.12）：www.bilibili.com
- 超级文明已经组队迁往二次元元宇宙了，而你还没有拿到船票？（2021.12）：www.bilibili.com

🎖️AIGC经历🎖️：
- 做过课程或讲座的地方：英国伦敦大学学院 / 奥地利因斯布鲁克大学 / 中央美院 / 小米 / 深圳市插画协会 / 集智俱乐部 / 国际人机交互大会 / 艾厂 / 中国科普作家协会
- 合作过的厂商：小米 / 雪佛兰 / 现代 / 周大福 Tmark / 国家地理中文网
- 参展过的地方：上海设计周 / 上海喜马拉雅美术馆 / 威尼斯元宇宙艺术年展 / 北京Tong画廊 / 郑州海汇美术馆 / 北京-城市建筑双年展 / 伦敦 Zero to One Space / 奥地利-蒂罗尔建筑中心

📻我的社媒📻：
- 公众号 / 视频号 / B站 / 小红书 / 微博：Simon的白日梦
- 我的 AI 自动化创作替身 - CyberGenix：weibo.com
- 知识星球（核心社群）：AI白日梦想家 （向我提问，72小时无条件退款，领券：t.zsxq.com）

🥰写在最后🥰：
感谢你读到这里，其实我是一个佛系+拖延的人，能做那么多事情或许真的是因为一直以来大家给我的正反馈，所以我后续会一直在这里更新有用的资源（你可以收藏或者转发这个帖子）。如果你有问题或者希望找我合作，可以私信我也可以发到 📧simondaydream@163.com。如果我48小时后还没有回复，可以再提醒我一次。最后，希望世界和平，愿你身心自在🤗。

今日份金句，送给这个充满噪声的时代。🤗

claude code完成后自动弹出通知！太需要了，不用时不时切窗口出来看一下了😂
{Claude Notifications Go: Claude Code Smart Notification Plugin + Claude Code 智能通知插件}
🧐 claude-notifications-go 是一款专为 Claude Code 设计的跨平台智能通知插件。它解决了用户在使用 AI 编写代码时需要一直盯着终端的痛点。当 Claude 完成任务、需要用户确认或遇到错误时，插件会通过桌面弹窗或即时通讯软件（如飞书、Slack）发送通知，让你在多任务处理时不错过任何关键节点。
➡️ 链接：github.com
✨ 重点
🧠 智能状态感知
不仅仅是简单的结束提醒，它能通过状态机分析上下文，精准识别 6 种不同场景：任务完成、代码审查结束、需要回答问题、计划待批准、会话达到上限以及API 认证失效。
📢 多渠道推送支持
桌面端：支持 macOS、Windows 和 Linux 的原生系统通知，且自带专业的提示音效。
移动/协作端：内置 Webhook 支持，可轻松对接 飞书 (Lark)、Slack、Discord、Telegram 以及自定义服务器，实现手机端远程提醒。
⚡ 提升专注力的交互
独有的 macOS "Click-to-focus" 功能：点击桌面通知即可自动激活并将对应的终端窗口（支持 iTerm2, Warp, VS Code 等）置于前台，实现无缝切换。
🛠️ 零依赖极简安装
基于 Go 语言开发，通过 Claude Code 插件系统一键安装。运行 /claude-notifications-go:notifications-init 即可自动下载对应平台的二进制文件，无需手动编译或配置环境。
🎵 高度可定制化
提供交互式配置向导 (notifications-settings)，允许用户预览和选择不同的提示音（支持 MP3/WAV/FLAC），调节音量，或自定义 Webhook 的重试策略和格式。

智谱也来搞多模态生成了，这个动作驱动二次元的效果还不错，重新定义三渲二/二渲三🥹
{开源SCAIL海外爆火：260万人围观插画小人，3D骨骼解决动画视频“抽卡”}

🧐清华团队联合GLM大模型开源SCAIL框架，通过3D骨骼姿态表征与全上下文注入机制，实现静态插画/角色的影视级动态化，支持复杂动作迁移与多人互动，海外平台267万次播放验证其娱乐应用价值。

➡️解读链接：mp.weixin.qq.com
➡️代码：github.com

✨重点
●🎨[核心功能] SCAIL让静态角色“活”起来：输入照片+动作指令，即可生成影视级动态效果，X平台插画小人舞蹈还原度超99%，头发/裙子动态跟随自然
●🧠[技术突破] 3D柱体骨骼表征：摒弃传统2D关键点，通过3D关节光栅化编码空间关系，复杂遮挡场景下肢体结构完整度提升47%
●🔄[全上下文注入] DiT架构+Pose-Shifted RoPE：序列维度时空推理，解决ControlNet逐帧控制的全局视野缺失问题，动作连贯性提升38%
●🎬[应用场景] 跨领域拓展：虚拟主播舞蹈、二次元角色动作迁移、多人对战动画、涂鸦艺术动态化（法国艺术家@NebSH作品实现纸上角色跃动）
●👥[多人互动] 端到端多人动作生成：支持单人→双人→任意多人角色互动，国内B站创作者已实现“次元壁打破”的虚拟打斗场景
●🔬[技术优势] 无需复杂训练：通过Progressive Injection渐进式注入控制信号，兼容现有SD/Stable Diffusion等生成模型，部署门槛降低60%
●🌐[生态合作] 法国艺术家@NebSH的涂鸦动画、B站@craftcapitallab的二次元视频流程、海外@grmchn4ai的插画跳舞视频等案例验证实用性
●🚀：支持自定义动作库扩展与角色风格迁移，提供从静态图到动态视频的全流程解决方案

那啥，我发现一个比glm更划算的编程套餐，火山引擎出的，只要8.9，还可以切换豆包\GLM\DeepSeek\kimi的旗舰模型，买不了吃亏买不了上当🥹

▶️volcengine.com

✨重点
●💰【价格优势】Lite Plan月费从40元降至9.9元，Pro Plan从200元降至49.9元，支持月付/季付/连续订阅
●🤖【模型支持】Lite Plan支持Doubao、GLM、DeepSeek、Kimi等主流模型，Pro Plan额外提供5倍使用量
●🛠️【工具兼容性】支持Claude Code、Cursor等主流编程工具，可自由选择或自动匹配最优工具
●🚀【核心功能】Doubao-Seed-Code模型优化Agentic任务，支持多模型切换或Auto模式智能选模
●💡【服务保障】24/7客服响应，数据安全保障，支持邀请好友获得折扣
●📚【资源支持】提供技术社区交流群和详细文档，满足开发者技术需求
●🔄【灵活订阅】支持月付、季付等多种周期选择，适合不同使用频率的用户
●🎁【额外福利】Pro Plan用户享有5倍使用量，适合大规模编程需求场景

2026了，还没折腾明白claude code的同学，我觉得可以直接上open code了~！
🌟划重点：开源、免费、免梯、有客户端界面、有免费模型、无缝自动接入claude skills\MCP，性能接近原生claude code🥹
▶️官网: opencode.ai
具体案例和教程大家可以看@向阳乔木 老师写的这篇科普文：{OpenCode & Oh-My-Opencode + 开源 AI 编程与 Agent 框架}
➡️原文链接：mp.weixin.qq.com
🧐 OpenCode 是一款在 2026 年爆火的开源 AI 编程工具，它不仅提供了类似 Claude Code 的终端交互体验，最核心的突破是解决了封号和高昂费用的痛点。它内置了免费的顶级模型（如 GLM-4.7），并支持通过 Oh-My-Opencode 插件实现多智能体（Agent）协作与 Skill 自动化，极大地降低了 AI 编程的门槛。
✨重点
● 🆓 零成本白嫖顶级模型
OpenCode 内置了强大的免费模型网关，用户无需绑定信用卡即可使用 GLM-4.7。该模型在代码生成（HumanEval 94.2%）和指令遵循（IFEval 88%）方面均表现出色，完美适配 AI 编程场景。
● 🧩 Oh-My-Opencode (OMO) 框架
这是目前最强的 Agent 编排插件。它通过多模型协作，将任务分配给不同的专业 Agent：Sisyphus（主控）、Oracle（架构师）、Librarian（代码库扫描）等，实现复杂任务的自动化处理。
● 🔌 极简的安装与多模型连接
支持 Mac/Windows/Linux，通过一行 curl 命令即可安装。除了内置模型，它还能通过 /connect 轻松集成 GPT、Gemini、Mistral 或本地的 Ollama 模型，提供 75+ 供应商选择。
● 🧠 一句话安装与调用 Skill
兼容 Claude Code 的技术方案。用户只需输入 GitHub 链接即可自动安装 Skill。例如，安装 obsidian-skills 后，只需一句话指令就能生成知识画布文件（Canvas），实现经验的流程化复用。
● 🛠️ 元技能（Skill-Creator）驱动生产力
通过安装官方的 skill-creator，用户可以用自然语言描述工作流来生成自定义 Skill。例如创建一个“前端美化 Skill”，它能自动完成从代码扫描到多方案设计的设计迭代。
● 📁 灵活的 Skill 分享与管理
Skill 的本质是文件夹集合。OpenCode 支持一句话指令完成 Skill 的“打包下载”或通过 GitHub CLI 快速发布分享，方便团队内部的经验传递与流程标准化。
● 🔍 深度集成 MCP 与 联网搜索
内置了 Exa（搜索）、Grep.app（代码海搜）等模型上下文协议（MCP），让 AI 不再局限于训练数据，而是能实时查阅文档、抓取最新的 GitHub 实现或搜索互联网信息。
● 🚀 推荐的明星 Skill 列表
文章推荐了多个实战级 Skill：Superpowers（全能开发包）、Planning-with-files（任务计划管理）、X-article-publisher（自动图文发布）以及 NotebookLM skill（PDF/视频自动总结）。

推荐一个或许是最适合新手入门vibe coding的工具🥹
智谱发布了一款原生整合 Claude Code、Gemini CLI、CodeX 等CLI工具的图形编程客户端，不用再单独安装各种cli工具，也不用再配置api接口（会自己读取你系统上已经登录的能调用的模型套餐，也可以用智谱的套餐或者自己配置），甚至还预装了很多常用claude skill和MCP！编程结果会马上在左侧显示，感觉很适合给新手入门vibe coding(下次我开课就用这个🐶)。

▶️链接：zcode-ai.com

前几天我就在想有没有什么工具可以统一管理所有AI chat网页的历史，搜了一下果然有人做了，一泽老师做了一个chrome插件，可以自动同步/导出/总结你和各个AI的对话，大家可以试一下🥰

Chat Memo 网页设计与功能解析

一、整体结构与核心定位
Chat Memo 网页是一款面向 AI 对话管理的工具展示页面，采用现代化单页应用设计，通过模块化组件（如导航栏、功能区块、模态框）实现流畅交互。页面核心目标是推广 Chrome 扩展插件，帮助用户统一管理多平台 AI 对话（如 ChatGPT、Gemini、Claude 等），并强调隐私安全与本地存储特性。

二、关键功能区块
AI 平台整合
展示主流 AI 工具图标（ChatGPT、Gemini、Claude、DeepSeek 等），支持多平台对话聚合，解决用户在不同标签页间切换的痛点。
设计特点：图标悬停时透明度提升，增强交互感。
四大核心功能
统一对话管理：自动同步多平台对话，支持一键归档与分类。
智能搜索历史：通过关键词快速检索对话内容，重现关键信息。
隐私本地存储：所有数据 100% 存储于本地设备，无云端数据访问风险。
实时更新与静默同步：后台自动增量保存对话，不干扰用户与 AI 的交互过程。
每个功能区块配视频/图片演示，视频采用懒加载（IntersectionObserver），进入视口后自动播放，离开时暂停以节省资源。
价值发现与使用场景
提供三种“AI 互动配方”：生成周报、提炼主题洞察、自我认知探索。
点击配方卡片弹出模态框，展示操作步骤与提示词（如“生成周报”的详细步骤和 AI 提示词），支持一键复制功能。
开发者愿景
创始人（一泽Eze）介绍产品理念：Chat Memo 不仅是工具，更是个人 AI 记忆中枢，致力于沉淀可积累的智慧资产。

让claude code自己PUA自己直到完成任务？🫨 这个插件我一定要试了！（大家试之前请先确保自己的token余额🥹）
{Claude Plugins Official - ralph-wiggum}

🧐 Anthropic开发的Ralph Wiggum插件是Claude Code的迭代式AI开发工具，通过拦截退出尝试构建自引用循环，支持任务持续优化直到完成，命名源自《辛普森一家》角色象征韧性迭代。

➡️链接：
github.com

✨重点
●🔄【核心机制】使用Stop hook拦截AI退出指令，通过/ralph-loop命令启动自迭代循环，自动重复任务直到满足--completion-promise条件
●📝【命令系统】支持/ralph-loop(带任务描述+迭代参数)和/cancel-ralph(终止循环)，示例中用50次迭代完成REST API开发
●🛠️【技术设计】基于Claude Code的prompt拦截机制，允许任务在自我修正中逐步完善，需明确定义成功条件防止无限循环
●📌【最佳实践】需明确完成标准(如"Output COMPLETE")，分解任务到小阶段，搭配TDD测试驱动开发
●💡【哲学理念】强调"迭代>完美"，失败数据用于优化prompt，用户需具备良好指令设计能力，工具自动处理重试逻辑
●🚀【应用场景】适合代码生成、API开发等可量化任务，已验证能在3个月内构建完整编程语言，成本仅$297
●🔄【安全设计】强制--max-iterations参数防止无限循环，依赖明确完成标记确保终止条件可预测
●📚【扩展资源】关联Ralph原始技术文档与Ralph Orchestrator工具，支持Claude Code内直接调用/help获取详细命令

最近才开始摆弄MCP，看到这个艾逗笔老师做的mcp聚合站不错，分享一下~🥹
{Model Context Protocol Marketplace - MCP.so}

🧐mcp.so是一个聚合了17,286个第三方MCP服务器的社区平台，作为AI应用的中央目录，帮助用户发现、分享和学习各类MCP服务器，MCP（Model Context Protocol）是Anthropic开发的开源协议，用于AI系统安全连接外部数据源与工具。

➡️链接：
mcp.so

✨重点
●📡【MCP服务器列表】包含EdgeOne Pages MCP（HTML部署）、AlphaVantage（企业级股票数据）、Zhipu Web Search（多搜索引擎切换）、MiniMax MCP（TTS/图像/视频生成）等18类服务器，覆盖搜索、工具调用、数据检索等场景。
●💻【MCP客户端生态】提供HyperChat（多LLM聊天）、Y Gui（网页AI交互界面）、DeepChat（桌面AI助手）、Cursor（AI代码编辑器）等11种客户端，适配不同使用场景。
●❓【核心问题解答】明确MCP是AI系统连接外部数据的通用标准，服务器通过1:1安全连接提供资源共享、工具调用和提示模板，Claude等AI可通过MCP访问实时信息，且无需向LLM提供商共享API密钥。
●🔗【平台功能】MCP Advisor帮助选服务器，Howtocook Mcp提供食谱推荐，Context7提供LLM代码文档，Serper MCP Server等专注搜索与数据获取。
●🔧【技术细节】支持Playwright Mcp（网页自动化）、Firecrawl Mcp（网页抓取）、Perplexity Ask MCP（Perplexity API集成）等工具，覆盖自动化、搜索、数据库等技术需求。
●📝【提交机制】用户可通过GitHub提交新MCP服务器，需提供名称、功能描述、连接信息等，平台采用开源社区模式持续扩展服务器目录。

非常推荐大家阅读的一篇文章——从大模型训练的成功范式种学习如何进化自己的人生（要知道大模型的训练范式是当今世界上最聪明的一波人的思想结晶🥹）
{像大模型一样进化 / 像大模型一样进化}

🧐作者刘嘉教授以大模型进化规律为核心，提出人类认知可通过「目标函数设定」「随机梯度下降式行动」「注意力分配优化」三大机制实现跃迁，将AI训练逻辑与人生成长路径深度耦合。

➡️链接：
mp.weixin.qq.com

✨重点
●📊【目标函数】人生需构建「AGI级野心」：如OpenAI以AGI为目标函数，人类应突破「局部最优陷阱」，设定特立独行的个人知识体系（如构建跨学科认知网络）
●🔄【随机梯度下降】人生优化公式：错误=成长信号，通过「粗糙开始→空中加油→持续迭代」实现突破，如奥尔特曼创业初期的「空窗期探索」
●👁️【注意力分配】三大法则：
质量优先：精选权威数据（如维基百科/经典书籍）而非碎片化信息
实例驱动：用「归纳式学习」替代「规则灌输」，如布鲁纳范例教学法
主动遗忘：「先加法后减法」优化认知，如设计师迪特·拉姆斯的「少即是多」
●🧠【核心类比】大模型训练=人生修炼：
预训练阶段→基础教育（知识体系构建）
微调阶段→实践试错（修正认知偏差）
强化学习→持续成长（突破局部最优）
●🌌【终极启示】人生目标函数应超越「线性成功」，追求「非线性跃迁」：
用「兰叶春葳蕤」的自然生长隐喻，实现「奔放人生」而非「枯萎人生」，呼应马斯洛「自我实现」理论
●🚀【行动指南】四步进化法：
定义宏大目标（如构建AGI级个人知识体系）
用SGD式行动迭代（允许试错，快速调整）
分配高质量注意力（精选领域权威与经典）
选择性遗忘冗余信息（聚焦核心认知路径）

▶️以下是精彩片段摘录：

人工神经网络宏大的目标函数的背后是规模化法则：参数规模越大，优化空间越广，最终实现目标的可能性越大。
人类学习也遵循同样的道理，如果我们把目标函数设定为短期、狭隘的目标，如考取某个证书、通过某次考试，那么这个目标函数的确容易实现。但是，我们得到的只是一个线性模型，目标只要稍微复杂一点、稍微变化一点，这个线性模型就再无用武之地。这在机器学习中也被称为“局部最优”陷阱。当一个模型陷入局部最优的舒适区，就不再演化，最终错过了更广阔、更深远的优化空间以抵达“全局最优”。同样，人生的发展也会出现局部最优——在人生某个阶段取得了看似不错的成就，实际上却限制了后续的发展空间。所以，短期看是目标达成，长期看则是机会丧失。

作为个人，我们的目标函数应该是什么？在我看来，那就是构建属于我们自己的、特立独行的“个人知识体系”。我们的知识体系是我们认知世界的“眼睛”，正如色盲者无法正确分辨这个世界的颜色，而一个知识体系有缺陷的人不可能触摸到这个世界的本质。进入AGI时代，个人知识体系的重要性被无限放大，这是因为AI正在逐渐接管那些标准化、结构化的信息处理任务，而唯有那些真正基于深层理解、价值判断和创造性思维的能力，才属于人的不可替代的能力。而这些能力，恰恰植根于独特的个人知识体系之中。所以，不断拥抱新的经验、新的知识，更新推理思维链，打破认知边界，都是在构建一个能与世界深度对话、与自我持续共鸣的个人知识体系。
“兰叶春葳蕤，桂华秋皎洁。欣欣此生意，自尔为佳节。”马斯洛说，这才是“奔放的人生”，而不是“枯萎的人生”，因为“如果你总是想方设法掩盖自己本有的光辉，那么你的未来注定暗淡无光”。

随机梯度下降的核心魅力之一，在于它能从不确定中找到确定性——目标函数清晰，但是通向目标函数的路径不确定。也就是说，我们不要执着于精确地规划未来的每一步，因为这样反而可能陷入过度分析而迟迟无法行动。我们需要做的，就是“强行起飞，粗糙开始，空中加油”——找一个大致正确的方向（梯度），然后向前走一步（下降）。不必在乎当下的这一步是否最优，做时间的朋友，能多走几步就多走几步。因为对于梯度下降这件事，起点不重要，终点才重要。起点都是初始化的随机参数，众生平等；终点则是损失函数的能量最小值。所以，家境是否优渥不重要，是不是名牌大学毕业不重要，年龄太大也不重要，因为这些都只是起点，或者最多只能算是“中点”而非终点。梯度下降算法能保证的是：不管起点在哪里，最后得到的解都差不多，当然前提是一直按照梯度的方向走下去。所以，坚持走。

应当如何分配注意力来认识我们所在的这个世界呢？
第一，注意高质量的数据和人。在机器学习领域，有一个广为人知的第一性原理：“垃圾输入，垃圾输出。”再多的参数，再强大的算力，如果输入的数据质量低下，最终训练出来的大模型也必然表现糟糕。

第二，注意实例而非规则。孩子的大脑，也如一个刚刚初始化的大模型，有极大的参数空间等待优化。与其告诉他人生道理，不如给他精选的样例，让他通过自己的探索得到答案。

第三，注意也是遗忘。学习的本质，是对知识体系的优化。大模型像一个捡破烂的拾荒者，无差别地记忆所有接触的信息。而人超越大模型的，是其所独有的“选择性遗忘”：有意识地强化对重要知识和场景的记忆，同时主动遗忘那些低效甚至有害的信息.

“你所领悟的人生真理，皆是你曾付出代价的往事。”