超级个体｜柿子

我宣布，这就是 2026 年做短视频起号最快的方式！！ 一行命令直接复刻36.5w赞的抖音vibe科普视频！！ 说真的，今年所有人都在吹 Opus 5.5 做视频有多炸裂，但你们冷静想想，真正能稳定用上的有几个人，反正我周围99%的人都用不上claude… Anthropic 的封控一轮比一轮狠，限额、排队、封号，三天两头出状况，普通人想拿 Opus 5.5 当生产力工具稳定出片，基本不现实 但我刚干了一件事，直接把自己整沉默了 我随手复制了一条 36.5 万点赞的抖音爆款——一条哲学知识科普视频，丢给 codex说了句：帮我复刻这个视频 然后它自己分析原片风格和节奏，自己写脚本出分镜，自己挑模型生成画面、配音、配乐，自己写代码剪辑加转场加字幕 最后直接在对话框里甩给我一条成片 全程 0 次打开剪映，0 次手动操作，根本不用Opus 5.5 ！！ 用的是 Renoise MCP，随便接到一个 Agent 上就能跑——Codex、grok，甚至豆包都行 它内置了 30+ 顶级模型，Seedance、Kling、MiniMax H3 这些全有，AI 自己选最合适的生成，你根本不用管 具体怎么玩： 1、把想复刻的爆款视频链接丢给 Agent，说一句"复刻这个"，它自动拆解原片的节奏、风格、分镜 2、Renoise MCP 调用最适配的模型生成画面、配音、配乐，全自动 3、生成完不用你剪——它直接写代码把素材拼成带转场、字幕、BGM 的成片，下载就能发 而且不只是复刻爆款 产品宣传片、电商广告、知识科普动画，一句话丢进去就是成片 以前做一条像样的短视频，拆片、找素材、剪辑、加字幕，一整天起步 现在一句话，睡一觉就能收成片 做短视频矩阵、批量起号、接单做广告的兄弟们，认真想想这个效率差 视频是生成效果，链接放评论区了！！👇

5 天 star 破万、四榜第一、杨立昆亲自转发的那个 OCR 模型，2.0 来了！！！ 上一代 Unlimited OCR 发布第二天就登顶 GitHub Trending,5 天 star 直接破万，之后 HuggingFace 全球模型趋势榜两次冲到第一，杨立昆亲自转发推荐！ 到今天，HuggingFace 累计下载破千万，GitHub 已经2.84 万 star！ 但 1.0 版本有一个绕不过去的硬伤： 它解决了超长文档的文本解析，KV Cache 能保持恒定——但文档一超过百页，视觉计算开销就指数级膨胀，几百页的文档根本扛不住 2.0 的解法特别有意思： 他们观察了一个极其朴素的现象——人在抄书的时候，不会把整本书都举在眼前，只专注当前页，需要的时候才翻回去看最相关的那几段 几千年最朴素的人类认知模式，被写成了一套稀疏参考滑动窗口注意力机制（SR-SWA）！ 具体怎么实现，分为两步走： 第一步「页面门控」——先判断当前内容跟哪几页有关，把查找范围从整本书缩到最相关的几页 第二步「Token 筛选」——在这几页里按相关度打分，只挑得分最高的几个信息块拉过来参考，其余全部丢掉 两步下来，每一步解码的计算复杂度被压成了常数——不管文档有 10 页还是 1000 页，单步开销不变 但光是每步少算还不够——几百页文档把所有页面的缓存全堆在显存里就 47G 所以他们又加了一刀：把文档切成一块一块顺着读，读完一块就释放，显存里永远只留当前这一小块 哈利波特七部曲 3600 多页直接灌进去，结果： 1、一口气读完，没拆没分 2、显存峰值从 47G 干到 1.77G 3、解码速度是全注意力方案的 7 倍 4、文档越长精度越稳 ——这点特别值得单独说：目前主流的前沿视觉语言模型，文档一长性能就往下掉，序列越长注意力越分散 但文心 Unlimited OCR 2 在多页文档基准测试里全线 SOTA，展现出罕见的「长度无关准确率」 5、批量吞吐量从 360 TPS 干到 1315 TPS 从行业视角拉远一点看，文档解析经历了三次范式转变： OCR 1.0：传统流水线，检测模块 + 识别模块 + 后期拼接，逐页处理，跨页全靠人工对齐，误差逐级累积 OCR 2.0：端到端视觉语言模型，把文档理解统一建模成序列转录任务，干掉了流水线累积误差——但处理跨度有限，十几页就到头了 Unlimited OCR 1.0 把连续解析拓展到了数十页 2.0 直接把页数上限干没了！！😱 他们管这叫 OCR 3.0 时代——从有限页数走向真正的无限解析，为任意长度文档理解奠定了基础！ 看完技术报告和 benchmark 数据，这话真不虚！ 百度文心 Unlimited OCR 2，目前已经开源： GitHub：https://github.com/baidu/Unlimited-OCR HuggingFace：https://huggingface.co/baidu/Unlimited-OCR-2 对了论文开头还藏了一段 Fate 无限剑制的咏唱改编： 「Pixels are my body, and tokens are my blood. I have parsed over a thousand pages. Unknown to KV cache. Nor known to context limits. So, as I pray: Unlimited OCR Works.」 上一代就叫 Unlimited OCR Works，名字本身就是致敬无限剑制 有社区用户在 HuggingFace 上写了 OCR 版咏唱，团队直接收录进了 2.0 的论文 能做出好技术的团队不少，愿意和社区一起共创的团队确实不多！兄弟们快去给赛博活佛点个star支持一下！

兄弟们！你根本不知道你邮箱里藏了多少钱！！！ 邮箱是 2026 年最被低估的 AI 场景，没有之一！ 你们算算自己订了多少 AI newsletter Ben's Bites、The Rundown、TLDR AI，再加各种工具的产品更新邮件 每周上百封往收件箱里塞，全是最新的工具、玩法、变现机会 但你真正点开看的有几封？ 说实话我自己也一样 订了二十多个，大部分直接标已读，攒到几百条就全选删掉 但是那些你没看的邮件里，可能就埋着下一个帮你省 10 小时的工具，下一个信息差 更别提还有客户邮件、平台通知、账单全混在一起 每次找东西就是在垃圾堆里淘金 我以前在大厂做 PM 不觉得有这个问题 有行政帮你过滤整理，出来自己干才知道 一个收件箱扛着学习、业务、生活三条线，纯靠人肉根本扛不住 上周实在受不了了，试了一下网易邮箱大师刚上的 Mail Agent 手机上打开 App，点底部 AI 图标直接进对话 我先发了句： 「帮我汇总本周所有 AI newsletter 的核心内容，按工具更新、商业机会、技术趋势分类」 几分钟出了一份信息密度拉满的周报 哪些工具降价了、哪个模型开放了 API、哪个赛道冒出新玩家——全摘出来了 以前我自己扒这些要花一整个下午 接着又追了一句： 「这周未读邮件按紧急程度分类，客户相关的单独拎出来，生成待办清单」 几秒钟出来了，业务邮件和订阅邮件分得清清楚楚 它还有个记忆系统，设一次规则后面就记住： 1、我是做 AI 自媒体的，AI 工具类 newsletter 重点盯，营销推广类往后排 2、客户和合作邮件优先级拉最高 3、输出简洁直接，别给我写小作文 用了一周多，越来越懂我的阅读和处理习惯了 说实话也不是完美，图片为主的 newsletter 总结会丢点信息 但算下来——每天处理邮件加消化 newsletter 的时间从两个多小时砍到二十分钟不到 手机端桌面端都能用，通勤路上手机搞定，到工位收件箱清零 认真讲，做 AI 自媒体的超级个体 你订的那些 newsletter 就是你的弹药库，是你的信息差来源 但弹药堆在仓库里不拆封也是废铁 现在 Mail Agent 直接帮你拆了 省的不只是时间，是你最值钱的东西——注意力 脑子应该花在创作和搞钱上，不是花在翻邮件上！！

这个礼拜加密圈亏了15000，大概是2000 u 说实话写这条有点肉疼，15000够我吃三个月了😭 因为亏的太多，所以我深刻的复盘了一下，其实大部分亏在合约上，杠杆一开，方向做反，几分钟就没了 这种体验你经历过一次就知道，跟被人把钱包从兜里抽走没区别 但亏完之后我反而想通了一件事：合约不是投资 真正的投资是什么？是你看好一个方向，用你承受得起的钱，放在那里，等时间给你答案 这两个东西的区别，跟「做短视频博流量」和「做产品」的区别一模一样——一个靠运气和情绪，一个靠判断和框架 而且我越来越觉得，做 AI 的人如果不碰投资，简直是见钱不捡 为什么这么说？ 因为我们每天就在跟数据、趋势、基本面打交道啊 一个项目的赛道好不好、团队靠不靠谱、叙事逻辑有没有硬伤，这些东西 AI 可以帮你做大量的前置分析和筛选 普通散户靠的是群里的消息和情绪，我们靠的是 AI 帮我们读白皮书、扒链上数据、做竞品对比 这不就是信息差吗？ 我现在的认知是这样的： 合约可以小仓位练手感，但绝对不能当主力 真正能让个体户走向财富自由的路径，是价值投资——找到你看得懂的方向，重仓，拿住 而且我最近发现一个事，不玩合约的那部分闲钱，放在 OKX 的自动赚币里，USDT 年化大概 4%~10%，虽然不算暴利但胜在稳，不用盯盘，自动生息 就跟你开个小店一样，柜台里放流动资金周转，剩下的钱不能傻放着吧？至少让它自己转起来 说白了就是用做产品的逻辑去做投资 你做产品的时候会去看市场规模、用户需求、竞争格局、团队执行力 投资本质上也是这几个维度，唯一的区别是做产品你赌的是自己，投资你赌的是别人 但判断框架是一样的 还有一个我觉得挺重要的，OKX 最近上了个安心盾 功能，账户如果被钓鱼、被黑客搞了，资金被非法提走的话，最高能赔几十万欧元，免费激活，不收订阅费 说实话选平台我第一看的就是安全，钱放哪里，命就在哪里 这一万五就当交学费了，贵是贵了点，但至少让我想明白了一件事： 赚钱靠能力，守钱靠认知，钱生钱靠投资 做 AI 的不去投资，真的是暴殄天物 以上分析仅供学习交流，不构成任何投资建议

这个世界太疯狂了兄弟们！！ 一个只有 2000多个粉丝的抖音号，一条 79 秒的动画，竟然拿了 19 万个赞！！ 第一个问题：我做这种账号能赚钱吗，关于变现的路径，就我目前能看到的已经两条： 第一条，自己做这类内容号，小号也能爆 官方九月刚说过，AI 内容是平台今年增速最快的内容 号做起来，就能接商单 第二条，给品牌和博主做讲解视频、产品动画 最后还是想提醒大家，门槛低，做的人很快就多了，内容会越来越像，所以我们唯一的优势就是先发优势 这种信息差生意就是越早做越好

做这种雨夜港式街头的片子，以前至少要会四门手艺：建模、材质、灯光、合成，而且时间成本最起码几千上万元 所以一定是一个团队来做，每一门手艺想要学会都最起码是几年的功夫 现在我直接给 Claude Code 一页任务书，上面就一句话：「雨夜的港式茶餐厅，固定机位，7 秒循环」 它自己写了近六千行 Blender 脚本，改了 21 版 骑楼、卷闸门、冷气机、路边的的士，全是脚本一个一个摆出来的。店里坐着的几个人是它找的免费人体模型，姿势也是它自己摆的。 而我全程只干了一件事：看渲染图，然后说“这里不像，这里不好” 最让我服气的是灯光 它知道街灯该冷，店里该给暖光，霓虹和灯箱旁边得各补一盏面光。没人教它这些，但出来的光感就是对的——你能感觉到那条街是湿的 雨也不是随便糊的粒子特效 一万多根雨丝是几何节点一根一根算出来的，吊扇转速、霓虹闪烁、屋檐滴水的周期全卡死在 168 帧上 这段时间做下来，我一直在想一个问题： 以前说“AI 替代不了创意人”，我是同意的 但这件事让我重新理解了“创意人”这三个字——也许创意的核心从来不是那四门手艺，而是你脑子里那个画面，和判断“像不像”的那双眼睛 技术可以外包给 AI，但是审美不行 以下是简易版成片

冷知识：让闲置资金自动生钱，其实根本不用冒任何风险 很多人手里的钱平时都在吃灰 放微信零钱通、支付宝余额宝，年化大概 1.5% 左右，放银行活期更是只有 0.2% 到 0.35%，存一万块一年连顿像样的饭钱都跑不出来 把闲钱换成USDT/USDC，放在okx里开个活期生息，年化普遍在 4% 到 10% 之间 算一笔最简单的账： 放 1 万美元（大概 7 万人民币），按 5% 活期年化算，一年白捡 500 刀，折合人民币 3500 多块 相当于每个月躺赚近 300 块，直接把宽带费、手机话费全包了 而且这是活期，随存随取，利息按小时结算自动复投，完全不影响你平时要用钱 原理其实特简单： 全球很多大机构和交易员需要借美元周转，他们付借款利息，平台撮合后把 85% 的利息直接分到你账上，中间没有任何黑箱 我用的其实就是 OKX 的「自动赚币」功能： USDT / USDC:4%~10% 连 BTC / ETH 都有最高 5% 的年化 甚至链上黄金 XAUT 直接给到 13% 操作极傻瓜，App 里打开赚币，点一下「自动赚币」开关就完事了，不用盯盘不用管，每天自动进账 不过说实话，有两点我也得实事求是提醒大家： 1、年化是根据市场借贷需求浮动的，行情平淡时可能只有 3%~4%，旺季能冲到 10%+ 2、纯新手建议只存 USDT 或 USDC 这种 1:1 锚定美元的稳定币，别存波动币，稳稳吃美元活期利息最踏实 钱放在那也是放着，别让它继续吃灰了 反正我自己是把平时不用的闲置资金全扔进去了，开关一开直接不烧心😊

这个时代注定是一个颠覆一切的时代！！ 你花三五年攒出来的行业经验，可能正在从资产变成负债 这绝对不是贩卖焦虑 Anthropic 前几天发了一份内部就业报告—— 直接拿自己员工做样本，招聘数据、面试评价、工作记录全部拉出来，研究 AI 到底怎么改变了这家全球 AI 使用密度最高的公司 （虽然我也不喜欢A除，但是确实牛，我真黑不了…） 推特上聊这份报告的帖子我刷到了很多，几乎清一色在说初级岗消失了、应届生更难了.. 没错，数据确实这么写的——初级技术岗在新招聘中的占比从 27% 跌到了 9% 但说实话，初级岗减少这件事每一轮技术迭代都在发生，从 PC 到移动互联网到 AI，入门方式一直在变，年轻人其实是没有包袱的，调头成本反而最低，这点不知道到底有多少人意识到 真正被这份报告判刑的其实是另一群人 那些花了三五年在一个领域深耕，把「领域专长」当核心竞争力的人，也就是我们一直说的职场老登 报告里有一个几乎被所有人忽略的信号—— Anthropic 分析了 2024 年以来数千份面试评价，面试官对「自主性」和「判断力」的关注在快速上升，但对「特定领域专业知识」的关注占比反而在下降 一个招聘经理原话：「我期望模型的能力分布持续不均匀，所以我需要我的团队在各领域之间可以互换」 翻译成人话：你在某个领域积累的三五年经验，在他眼里不是护城河，是限制你在团队间灵活切换的包袱 报告里有更具体的证据—— Anthropic 内部跨部门调动的概率，2026 年比 2025 年高了 50% 注意，不是个人主动跳槽，是整个团队被重新分配到新方向 有一个产品文案团队，之前专门给 Claude 写开屏问候语——「Hello night owl」「Coffee and Claude time?」这种 今年春天，这个团队自己搭了一套上下文图谱，直接让 Agent 接管了文案撰写 团队经理说了一句很诚实的话：「我们把团队的能力规模化了」——但紧跟着的问题就是，人类作者还剩什么可做的？ 最后这个团队集体转型，去写 Agent 的 prompt 和做模型评估了 报告原文有一句让我反复看了好几遍—— 「那些曾经用语言驱动人类行为的写作者，现在在用语言驱动 Claude 的行为」 再看非技术岗，一个完全没有代码背景的销售，用 AI 自己搭了定制化 dashboard 和销售管道，花了多久？三四个小时 非技术员工使用编码 Agent 的会话数，从 2025 年 8 月的每月 2 次，飙到了 2026 年 5 月的每月 90 次 一个行政助理自己做了日程管理和邮件分拣的 Agent，把自己的角色从行政直接升级成了「参谋长」——她原话说，Claude 已经替代掉了那种纯粹的初级行政角色 这几个人的共同点不是年轻，不是技术背景好，是他们愿意重新定义自己的工作边界 作为一个做了已经五年产品经理的人，这种变化我太熟悉了 我们在产品团队有句老话——需求变更不可怕，可怕的是你把上一版方案当成了自己的身份 以前你是「最懂 XX 领域的人」，这件事本身就是你的护城河。但 AI 正在把护城河变成低洼地——当一个销售三四小时做出自己的 dashboard，当一个行政直接变参谋长，你那些年攒下来的「领域壁垒」在跨界者面前不堪一击 而且 Anthropic 的数据还指向一个更深的变化—— 每个工程师的代码产出 6 个月涨了 5 倍 Agent 工时是人类员工的 6 倍。Anthropic 每名员工创造的收入，是 Meta 和 Google 同阶段的 2 到 4 倍 这意味着每个人都在变成小团队的经理，管着一群 Agent 干活 有工程师吐槽管 Claude 就像带小孩——「每个都跑过来说我的果汁盒打不开了，这是紧急情况！」而且 Agent 80% 的时间其实在等人类回应 管理 Agent 的「元工作」占比从 10% 涨到了 22%，会议时间涨了 16%-20% 人是瓶颈，不是 Agent 所以最该焦虑的到底是谁？应届生没包袱，他们没有之前的“需求版本” 三五年的人才是最危险的——已经把自己焊死在某个领域、某套流程、某种工作方式上 你积累的东西可能不是资产，是惯性 说实话我自己也经历过这种阵痛 从百度出来的时候最大的包袱不是能力问题，是 PM 的思维定式——总觉得应该写 PRD、画原型、推排期。转型做独立开发者之后才明白，那套流程不是核心能力，能用它解决问题的判断力才是 如果你也恰好在这个阶段，三件比较实在的事分享给大家—— 1、停止用「我是做 XX 的」来定义自己，改成「我能解决 XX 问题」。前者是岗位，后者是能力 2、这周就找一件你觉得不是自己领域的事，用 AI 跑通它。不需要完美，关键是体验一次跨界的手感 3、盘一下你每天有多少时间在做执行层的事——写文档、改代码、做表格、录数据。认真想想，这些事 Agent 多久能接管 Anthropic 报告最后有句话特别值得品味——「一个焦虑不安的员工队伍，不可能是表现最好的员工队伍」 焦虑本身没用。但焦虑对了方向，你才能跑在变化前面

终于能让claude code直接使用codex的computer use能力了！ 妈妈再也不用担心我的claude是瞎子了！！ 你电脑上装的 ChatGPT 桌面版，里面藏着一整套 Computer Use 运行时——看屏幕、点鼠标、操控任何 App，其实它不用登录就能用！！ 有个开源项目叫 LCU，已经把这套运行时拆出来了，我直接装上给我的claude code用！！ 它自己一行 Computer Use 代码都没写，全部工作是找到你本机 ChatGPT 桌面版里的 CUA 运行时，用 MCP 暴露给其他 Agent 也就是说 Claude Code、Codex CLI、Pi、Hermes 装上 LCU，就能看屏幕、点按钮、操控任何软件，跑的还是 OpenAI 原版的指令和权限 而且操控方式不是截图→识别→点一下→再截图，是模型直接写一段 JS，调一个叫 cua 的对象，一段代码里看屏幕+选窗口+点击+打字全干了 安装两条路： 1、Claude Code 用户最省事，插件市场两行命令： claude plugin marketplace add amontlabs/lcu claude plugin install lcu@lcu 2、其他 Agent：按 https://github.com/amontlabs/lcu 的文档跑 lcu setup --agent 你的agent名 但有几个坑不踩不知道： 1、只支持 Apple Silicon Mac 和 X11 Linux，Intel Mac 不行 2、Windows 代码在主分支里有，但官方没发正式包——想用得自己从源码打包 3、Chrome 要启用官方的 ChatGPT 扩展，每个网站还要单独授权，不然 Agent 操控不了网页 4、macOS 上每个 App 第一次被控制会弹确认，而且 LCU 会拒绝让 Agent 操控正在跑自己的那个 App（比如你的终端），防止 AI 自己给自己批准权限 快去试试，直接爽用了！

卧槽，AI 看完我的交易记录，直接给我打了个标签：赌博型选手😅 上周合约亏了一万五，大概 2000U 亏完我一直觉得就是方向做反了，运气不好嘛 直到我把 OKX 的成交记录接进 Claude，让 AI 帮我把账单逐笔扒了一遍 结果出来我整个人都不好了 手续费 + 资金费率吃掉了差不多三成亏损！！！将近 600U，这部分钱是我之前完全感知不到的隐形成本 七成的亏损单持仓不超过 15 分钟 AI 直接给我打了个标签：赌博型交易者 杠杆超过 20x 的单子胜率只有 12%，偏偏我这种开得最多 凌晨 12 点到 3 点开的仓，亏损率是白天的两倍多——全是熬夜上头冲的 说实话这些东西你手动看账单根本看不出来 OKX 账单确实拆得很细，手续费、资金费率、强平罚金每笔都有 但你一笔一笔翻，看三十笔就头晕了 让 AI 干这事，十秒全拉出来，按维度分类，比你自己看三个小时都清楚 怎么接的？OKX 有个 Agent Trade Kit，专门给 AI 做的接口 一行命令装好： npm install -g @okx_ai/okx-trade-mcp @okx_ai/okx-trade-cli 接进 Claude Code 或 Cursor 都行 Key 存在你本地配置文件里，AI 读不到 开只读模式，它只能查行情、看持仓、翻成交记录，下单功能压根不在它手里 我给 Claude 写的提示词： “你是我的交易复盘分析师，拉出我最近 30 天全部成交记录，按以下维度拆解：方向判断失误占比、手续费和资金费率累计成本、强平罚金占比、持仓时间分布、杠杆倍数与亏损的相关性。不要给任何买卖建议，只做数据分析” 然后 PM 的脑子突然上线了 这跟拆产品漏斗一模一样——你以为用户流失是因为产品不好用，结果拆完发现 40% 的人卡在注册页，根本没走到核心功能 交易也一样，你以为亏钱是判断错了，数据告诉你，你连交易成本都没搞清楚 AI 不是帮你预测涨跌的，是帮你看到你自己看不到的东西 复盘完我给自己定了几条规矩： 1、杠杆不超过 10x 2、单笔保证金不超过总资金 2% 3、凌晨不开仓 4、每周让 AI 跑一次复盘 说实话这些规矩定完我也不确定能不能全守住 但至少现在知道问题不是方向判断，是交易习惯 Agent Trade Kit 还能配合代码做风控校验，规则写进程序，不合条件的单子直接开不出去 这块我还在研究，跑通了再分享 如果不是把数据喂给 AI，我可能还在那觉得自己就是运气不好 赚钱靠能力，守钱靠认知，复盘靠数据 以上内容仅供交流学习