即刻App年轻人的同好社区
下载
置顶整理一下自己AI写过的各种内容，包含AI精选知识库、AI文章、AI思考、AI产品体验四个维度，这条动态长期更新🌟，如果大家觉得不错，可以收藏一下呀~
欢迎大家加我微信交流呀，AI时代期待与诸位一起同行~
1.🧰 AI精选知识库
用了几百款AI工具之后，精选了100个AI工具做了一个AI精选知识库，方便大家发掘好用的AI工具。
逛一逛知识库：t16jzwqrzjx.feishu.cn
精选的初衷及产品定义的思考：web.okjike.com
2.📝AI文章：关于AI的一些深度思考
用户视角看AI丨教了3000小白AI提效后，聊聊小白用户在AI上的2大卡点：mp.weixin.qq.com
智谱Z沙龙活动后，对AI工具应用和商业化的3点思考总结：mp.weixin.qq.com
AI万字长文丨发展迅速而又缓慢的AI时代：mp.weixin.qq.com
Sora深度解析：OpenAI的文生视频革命：mp.weixin.qq.com
3.🤔AI思考：日常AI工作和学习中的总结
- 提示词prompt内容汇总：
A.提示词工程三个阶段：个人应用——小团队提效——批量化应用web.okjike.com
B.prompt工作流实践总结：web.okjike.com
C.如何写好一个prompt：web.okjike.com
- 企业AI提效之路
A.给老板讲课AI后对于企业提效的思考：web.okjike.com
B.企业提效的两个层级：web.okjike.com
- AI产品经理工作
A.AI业务和之前业务时候对产品经理的能力项要求变化：web.okjike.com
- AI学习经验分享
A.最简单用好AI的办法：遇事不决，问问GPT：web.okjike.com
- 做业务的一些想法
A.可规模化拓展的PMF时刻：web.okjike.com
B.创业者不管是成功还是失败其实都没有开天眼：web.okjike.com
- 日常复盘
A.寻找个人长板：对业务本质的洞察能力：web.okjike.com
B.学了一年命理八字后的感悟：web.okjike.com
C.盈亏同源：web.okjike.com
4.🎮AI产品体验
25-Omost AI绘图产品：web.okjike.com
24-微信输入法AI能力：web.okjike.com
23-Luma AI视频生成软件：web.okjike.com
22-wegic AI+快速建站工具：web.okjike.com
21-GPTs：web.okjike.com
20-Fatetell AI+国学：web.okjike.com
19-海螺智能体：web.okjike.com
18-豆包智能体：web.okjike.com
17-智谱智能体：web.okjike.com
16-Remini 黏土AI：web.okjike.com
15-Remove.bg 图像处理：web.okjike.com
14-toolify AI工具站：web.okjike.com
13-豆包 LLM产品：web.okjike.com
12-海螺AI LLM产品：web.okjike.com
11-flowith 白板AI工具：web.okjike.com
10-通义听悟（音视频转译文本工具）：web.okjike.com
09-Devv AI程序员搜索：web.okjike.com
08-开源大模型Llama3：web.okjike.com
07-Way To AGI 知识库：web.okjike.com
06-kimi Copilot 网页总结助手：web.okjike.com
05-钉钉AI助理：web.okjike.com
04-Dify LLM应用开发平台：web.okjike.com
03-AI购物助手Lumona：web.okjike.com
02-阶跃星辰跃问产品体验：web.okjike.com
01-infospaceAI信息汇总产品：web.okjike.com
欢迎大家加我微信交流呀，AI时代期待与诸位一起同行~
1.🧰 AI精选知识库
用了几百款AI工具之后，精选了100个AI工具做了一个AI精选知识库，方便大家发掘好用的AI工具。
逛一逛知识库：t16jzwqrzjx.feishu.cn
精选的初衷及产品定义的思考：web.okjike.com
2.📝AI文章：关于AI的一些深度思考
用户视角看AI丨教了3000小白AI提效后，聊聊小白用户在AI上的2大卡点：mp.weixin.qq.com
智谱Z沙龙活动后，对AI工具应用和商业化的3点思考总结：mp.weixin.qq.com
AI万字长文丨发展迅速而又缓慢的AI时代：mp.weixin.qq.com
Sora深度解析：OpenAI的文生视频革命：mp.weixin.qq.com
3.🤔AI思考：日常AI工作和学习中的总结
- 提示词prompt内容汇总：
A.提示词工程三个阶段：个人应用——小团队提效——批量化应用web.okjike.com
B.prompt工作流实践总结：web.okjike.com
C.如何写好一个prompt：web.okjike.com
- 企业AI提效之路
A.给老板讲课AI后对于企业提效的思考：web.okjike.com
B.企业提效的两个层级：web.okjike.com
- AI产品经理工作
A.AI业务和之前业务时候对产品经理的能力项要求变化：web.okjike.com
- AI学习经验分享
A.最简单用好AI的办法：遇事不决，问问GPT：web.okjike.com
- 做业务的一些想法
A.可规模化拓展的PMF时刻：web.okjike.com
B.创业者不管是成功还是失败其实都没有开天眼：web.okjike.com
- 日常复盘
A.寻找个人长板：对业务本质的洞察能力：web.okjike.com
B.学了一年命理八字后的感悟：web.okjike.com
C.盈亏同源：web.okjike.com
4.🎮AI产品体验
25-Omost AI绘图产品：web.okjike.com
24-微信输入法AI能力：web.okjike.com
23-Luma AI视频生成软件：web.okjike.com
22-wegic AI+快速建站工具：web.okjike.com
21-GPTs：web.okjike.com
20-Fatetell AI+国学：web.okjike.com
19-海螺智能体：web.okjike.com
18-豆包智能体：web.okjike.com
17-智谱智能体：web.okjike.com
16-Remini 黏土AI：web.okjike.com
15-Remove.bg 图像处理：web.okjike.com
14-toolify AI工具站：web.okjike.com
13-豆包 LLM产品：web.okjike.com
12-海螺AI LLM产品：web.okjike.com
11-flowith 白板AI工具：web.okjike.com
10-通义听悟（音视频转译文本工具）：web.okjike.com
09-Devv AI程序员搜索：web.okjike.com
08-开源大模型Llama3：web.okjike.com
07-Way To AGI 知识库：web.okjike.com
06-kimi Copilot 网页总结助手：web.okjike.com
05-钉钉AI助理：web.okjike.com
04-Dify LLM应用开发平台：web.okjike.com
03-AI购物助手Lumona：web.okjike.com
02-阶跃星辰跃问产品体验：web.okjike.com
01-infospaceAI信息汇总产品：web.okjike.com
109 874
去年的这个时候，给大家出过一期AI 编程套餐怎么买，转眼间一年过去了，AI编程发生了翻天覆地的变化，今天也更新一下我现在常用的开发工具、Coding Plan，以及开发方式上的变化。
1.开发工具
我的主力开发工具是Codex 桌面版 + VS Code / Claude Code CLI。
目前来看，这两家的Harness做的还是最成熟的，在长程任务里的开发效果是最好的，把需求交代清楚，给AI布置好任务后让它嘎嘎干就好了，人只需要参与关键环节的判断。
Claude Code的桌面版我也用过，但实在是有点难用，于是换回了CLI。同时新出模型我都是用Claude Code先进行测试，几个CLI并行着跑效果很方便，VS Code + CC CLI的组合在我这也固定了下来。
Deepseek Harness我也用过一段时间，但目前V4.1 Flash和Astra 6和Opus5.5 在复杂Coding任务上差距还是有点大，Harness层再好用，短期内也没法弥补上底层模型能力的差距。
2.Coding plan 套餐
我的Coding消耗主要分成两个场景：主力开发 + Code Review。
主力开发常驻组合一般是：Claude Code 5x + Codex 5x。
我会根据两家模型表现动态进行调整，比如 Astra 6刚出来，Claude 还在Opus5的时候，由于Astra 6优秀太多了，我就会切成Codex20x+Claude code 20刀的组合。
整体原则就是哪边模型当前效果更好，就把更多预算放在哪边。
目前这个组合Coding一个月100-200亿的tokens消耗是能够抗住的，具体量要看这个月这两家发了多少张重置卡了。
Code Review这块我主要用DeepSeek、GLM、Kimi。DeepSeek没有套餐就直接充的API随时调用，GLM和Kimi则是走Coding Plan来调用。Review整体的消耗远没有主力模型那么高，还更多聚焦的是查漏补缺。
3.开发方式
在开发方式上，我逐渐从Skill过渡到Plugin + Workflow的逻辑。
之前我和AI协作会有Issue拆解Skill、设计Skill、PRD和测试Skill，然后每次开发一个一个喊他们出来干活，这样人要在每一个环节都强参与。
目前的开发核心思路是：尽可能让AI+工作流自动化干活，人只参与关键环节的判断和拆解。
我把我那一堆AI开发Skill合并成立一个dev-workflow Plugin，它可以直接被Codex和Claude Code加载调用，在全局作业逻辑中把若干个Skill串联到一起由AI指挥干活。
现在一个任务进去，dev-workflow Plugin会区分是简单任务还是标准任务，简单任务它会走快速修改上线的路径，标准任务会从Issue开始一步一步拆解到测试验收，基本上我的作用就是不断确认各个细节，流程Plugin自己就管理好了，预计节后这个Plugin会邀请大家来试用。
为了支撑dev-workflow Plugin的开发方式，我对模型网关、开发目录管理、用量管理、Skill管理这些能力有了更多需求，我自己又开发了一个产品叫CodePal。
现在的思路是把CodePal的底层能力和dev-workflow融合起来，这样不管模型怎么换、Harness怎么换，核心开发工作流都可以复用，同时每一次Session的作业逻辑可以去优化工作流和产品，这样形成一个不断提升效果和质量的循环。
欢迎大家来玩CodePal，疯狂迭代中：github.com
1.开发工具
我的主力开发工具是Codex 桌面版 + VS Code / Claude Code CLI。
目前来看，这两家的Harness做的还是最成熟的，在长程任务里的开发效果是最好的，把需求交代清楚，给AI布置好任务后让它嘎嘎干就好了，人只需要参与关键环节的判断。
Claude Code的桌面版我也用过，但实在是有点难用，于是换回了CLI。同时新出模型我都是用Claude Code先进行测试，几个CLI并行着跑效果很方便，VS Code + CC CLI的组合在我这也固定了下来。
Deepseek Harness我也用过一段时间，但目前V4.1 Flash和Astra 6和Opus5.5 在复杂Coding任务上差距还是有点大，Harness层再好用，短期内也没法弥补上底层模型能力的差距。
2.Coding plan 套餐
我的Coding消耗主要分成两个场景：主力开发 + Code Review。
主力开发常驻组合一般是：Claude Code 5x + Codex 5x。
我会根据两家模型表现动态进行调整，比如 Astra 6刚出来，Claude 还在Opus5的时候，由于Astra 6优秀太多了，我就会切成Codex20x+Claude code 20刀的组合。
整体原则就是哪边模型当前效果更好，就把更多预算放在哪边。
目前这个组合Coding一个月100-200亿的tokens消耗是能够抗住的，具体量要看这个月这两家发了多少张重置卡了。
Code Review这块我主要用DeepSeek、GLM、Kimi。DeepSeek没有套餐就直接充的API随时调用，GLM和Kimi则是走Coding Plan来调用。Review整体的消耗远没有主力模型那么高，还更多聚焦的是查漏补缺。
3.开发方式
在开发方式上，我逐渐从Skill过渡到Plugin + Workflow的逻辑。
之前我和AI协作会有Issue拆解Skill、设计Skill、PRD和测试Skill，然后每次开发一个一个喊他们出来干活，这样人要在每一个环节都强参与。
目前的开发核心思路是：尽可能让AI+工作流自动化干活，人只参与关键环节的判断和拆解。
我把我那一堆AI开发Skill合并成立一个dev-workflow Plugin，它可以直接被Codex和Claude Code加载调用，在全局作业逻辑中把若干个Skill串联到一起由AI指挥干活。
现在一个任务进去，dev-workflow Plugin会区分是简单任务还是标准任务，简单任务它会走快速修改上线的路径，标准任务会从Issue开始一步一步拆解到测试验收，基本上我的作用就是不断确认各个细节，流程Plugin自己就管理好了，预计节后这个Plugin会邀请大家来试用。
为了支撑dev-workflow Plugin的开发方式，我对模型网关、开发目录管理、用量管理、Skill管理这些能力有了更多需求，我自己又开发了一个产品叫CodePal。
现在的思路是把CodePal的底层能力和dev-workflow融合起来，这样不管模型怎么换、Harness怎么换，核心开发工作流都可以复用，同时每一次Session的作业逻辑可以去优化工作流和产品，这样形成一个不断提升效果和质量的循环。
欢迎大家来玩CodePal，疯狂迭代中：github.com
13 20
本来想做一篇Opus5.5的50个案例合集，耐合视频太大了也没有批量上传功能，假期后再写长文啦，跟大家简单聊聊然后附上案例合集。
最近我都有点觉得，大模型是不是到天花板了。
写代码、写内容，这些事情确实越来越强，但各家模型的日常任务上的差距，好像也变得越来越小了，模型版本升级带来的震撼感远没有年初这么强了。
Opus 5.5 出来又给我震惊了一波，我刚开始觉得它这个成本和代码能力做的真不错啊，结果突然发现它做视频也是一把好手，我在 X 上刷到一堆用它做的东西：一句话出15秒动效片，宜家安装手册变成3D教学视频，一张铅笔草图变成能开炮的投石机，还有网页版Splatoon。
秉着既然 Opus5.5 这么牛逼我一定要多看点案例的想法，我让 Opus5.5 给我搜了上百个案例，然后我沉浸式的看了几个小时，我真的是被震惊到了，它不就是一个语言模型吗，它怎么突然学会做视频了？它长项明明是Coding啊，为什么视频做的这么好？
我跑去和好朋友CE讨论了半天，得到了一个结论：Coding is all you need。
当模型把代码写到足够好，代码就成了通往一切的接口。视频、音乐、3D、游戏、专业软件，都能从代码这个入口进去。
从我整理的Opus5.5案例来看，Opus5.5的视频创作主要分为三个方式：
1.Code as Renderer：代码本身就是创作工具。
这个类型是它用HTML、Three.js、shader、音频 API，直接把东西画出来，给我们一个产品。
2.Code as Operator：代码开始操作所有专业软件。
在Astra6上模型已经具备不错的能力了，我感觉Opus5.5变得更强了，它可以通过Blender、AE、Godot、Roblox这些工具，模型不需要重新发明 3D、动画、游戏引擎，它只需要学会控制这些已有工具。
3.Code as Orchestrator：代码成为 AI 世界的胶水。
Opus5.5调用Seedance 出画面、ElevenLabs 出声音、Gemini 做理解，它自己负责规划、调用、组合、迭代，最后产出一个还不错的作品。
看完Opus5.5这些案例，我最大的感受是：Coding正在变成模型伸向整个数字世界的触手，以前我们把Coding当模型的一项能力来看待，现在来看它可能是和人类思维一样的底层能力。
随着Coding能力继续提升，模型能做的事情并不是线性增加的，而是在不断拓展新的边界，这也是为什么我现在还觉得，未来10x的tokens消耗增长机会依旧存在。
案例库在这里啦，来看一下Opus5.5的创作吧：my.feishu.cn
最近我都有点觉得，大模型是不是到天花板了。
写代码、写内容，这些事情确实越来越强，但各家模型的日常任务上的差距，好像也变得越来越小了，模型版本升级带来的震撼感远没有年初这么强了。
Opus 5.5 出来又给我震惊了一波，我刚开始觉得它这个成本和代码能力做的真不错啊，结果突然发现它做视频也是一把好手，我在 X 上刷到一堆用它做的东西：一句话出15秒动效片，宜家安装手册变成3D教学视频，一张铅笔草图变成能开炮的投石机，还有网页版Splatoon。
秉着既然 Opus5.5 这么牛逼我一定要多看点案例的想法，我让 Opus5.5 给我搜了上百个案例，然后我沉浸式的看了几个小时，我真的是被震惊到了，它不就是一个语言模型吗，它怎么突然学会做视频了？它长项明明是Coding啊，为什么视频做的这么好？
我跑去和好朋友CE讨论了半天，得到了一个结论：Coding is all you need。
当模型把代码写到足够好，代码就成了通往一切的接口。视频、音乐、3D、游戏、专业软件，都能从代码这个入口进去。
从我整理的Opus5.5案例来看，Opus5.5的视频创作主要分为三个方式：
1.Code as Renderer：代码本身就是创作工具。
这个类型是它用HTML、Three.js、shader、音频 API，直接把东西画出来，给我们一个产品。
2.Code as Operator：代码开始操作所有专业软件。
在Astra6上模型已经具备不错的能力了，我感觉Opus5.5变得更强了，它可以通过Blender、AE、Godot、Roblox这些工具，模型不需要重新发明 3D、动画、游戏引擎，它只需要学会控制这些已有工具。
3.Code as Orchestrator：代码成为 AI 世界的胶水。
Opus5.5调用Seedance 出画面、ElevenLabs 出声音、Gemini 做理解，它自己负责规划、调用、组合、迭代，最后产出一个还不错的作品。
看完Opus5.5这些案例，我最大的感受是：Coding正在变成模型伸向整个数字世界的触手，以前我们把Coding当模型的一项能力来看待，现在来看它可能是和人类思维一样的底层能力。
随着Coding能力继续提升，模型能做的事情并不是线性增加的，而是在不断拓展新的边界，这也是为什么我现在还觉得，未来10x的tokens消耗增长机会依旧存在。
案例库在这里啦，来看一下Opus5.5的创作吧：my.feishu.cn
10 12
搜集了点Opus5.5 的案例，这模型确实牛啊:www.yunshuailab.com
6 06
