Matt Wolfe 用 Fable 搭了个自动视频工厂，你也能拿手头素材试
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
今天最戳人的是一段实操：Matt Wolfe 用 Anthropic 的 Fable 模型搭了一整套自动社交媒体视频流水线，看完手痒。另外还有官方指南教你跟 Fable 打配合的核心心法，以及腾讯混元 Hy3 正式发布降价开源、元宝上新 Agent 直接帮你出文件——全是今天就能上手的事儿。
灵感百宝袋
Matt Wolfe 用 Fable 灌素材、写脚本、自动剪辑，做出了一个全自动视频工厂。
他上来就扔给 Fable 一堆原始视频片段，让它按主题拆章节、写口播稿、匹配画面，连字幕和背景音乐都一条龙生成。整个流程跑下来，他自己基本没动剪辑软件，只负责审稿和微调。这背后是 Fable 理解多模态指令和处理长上下文的能力——它能记住前面说的风格要求，往后每一段都能照着那个调性来。Matt 说最爽的是把它当做一个「不用睡觉的后期伙伴」，省了他很多琐碎的重复操作。
原文：https://www.youtube.com/watch?v=1CAy_mB6E-g
Anthropic 官方出了一份 Fable 使用指南，教你怎么找到自己的「未知」并让模型补位。
指南里一个很巧的比喻：你给模型的提示词就像地图，而实际任务环境是「领土」。模型遇到的坑往往就是地图上没标出来的「未知地带」——Fable 现在的能力足够强，瓶颈常常不是它干不了，而是你没把自己的意图和背景讲清楚。作者建议分三层来定位未知：动手前先想清楚哪些是你确定知道的、哪些是模糊的、哪些完全没预料到的；干的过程中让模型主动报「这里我不确定」；干完之后复盘哪些地方反复卡壳。用这套方法，很多本以为「AI 做不好」的事，其实只是指令没给到位。
原文：https://claude.com/blog/a-field-guide-to-claude-fable-finding-your-unknowns
江湖快报
腾讯混元 Hy3 正式发布，能力大涨还降价，Agent 能力直接让元宝帮你出文件。
Hy3 正式版特别加强了智能体、代码生成和办公任务。说白了就是让它自己动手干活更稳——元宝接入了这个能力后，你聊天时说要个 PPT 或 Excel，它就能直接生成文件交出来，不用再复制粘贴到别的软件里二次加工。模型本身也往下调了价：输入每百万 token 一块钱，输出四块，缓存更便宜。而且这次直接采用 Apache 2.0 协议开源，开发者可以拿去商用或自己部署，没有太多授权上的顾虑。
原文：https://www.infoq.cn/article/2IGjsbCMxxHjLGPJ7tls
贤者视角
The Verge 用一部 Netflix 剧聊了个扎心的问题：好心的智能眼镜，会不会变成日常的窥探工具？
专栏作者 Victoria Song 借《A Man on the Inside》里的桥段指出，眼下很多 AI 穿戴设备打着「方便记录生活」的旗号，但真要握着别人隐私的时候，那种不适感远比想象中重。她没有一概否定智能眼镜，只是提醒：善意和隐私侵犯之间，往往只差一次不经意的拍摄。这给所有做内容、做产品的人敲了个警钟——不是技术上能拍就拍，而是「拍之前有没有给人留一道知情和同意的门」。在 AI 把「记录」变得几乎零成本的今天，这件事的分量跟功能本身一样沉。
原文：https://www.theverge.com/column/961707/smart-glasses-ai-wearables-meta-surveillance-privacy
开发者补给站
CodeMote 让你在 iPhone 上就能遥控 Claude Code、Codex 这类命令行 AI 编程助手。
它把终端的实时会话搬到手机锁屏上，遇到需要审批的操作会推送提醒，你点一下就行；还能看完整代码差异、走 git 流程。连接是端到端加密的，代码不会经过它的服务器，对隐私比较在意的开发者会吃这一套。适合那种离开电脑又需要盯着后台编译、或审批 Agent 操作的时候——比如煮个咖啡、走几步路，不用守着屏幕也能保持流水线不断。目前在 iOS 上可用，免费起步。
原文：https://www.producthunt.com/products/codemote-remote-control-for-any-ai
DemandMap 直接在 macOS 上把 S3 里的数据内存映射进 Polars，不用装 FUSE。
很多数据分析的老哥都踩过一个坑：数据集存在 S3 上，想用 Polars 做 lazy 查询，结果要么先全部下载，要么折腾文件系统挂载。DemandMap 解决了这个痛点——通过内存映射按需加载，省磁盘空间还快。目前只支持 macOS，用 native API 走的，没依赖 FUSE。如果你在本地做探索性分析、数据集比较大但不想拖全量，这个工具能省不少折腾。放 docker 里或服务器远程处理可能暂时不支持，适合 macOS 个人工作站上的轻量链路。
原文：https://news.ycombinator.com/item?id=48810223
Skeights 把 sklearn 模型序列化成 safetensors 和 JSON，彻底扔掉危险的 pickle。
作者在生产环境做工业时序预测，被 pickle 反复坑——重构类就反序列化失败、安全性也让人头疼。Skeights 让你把训练好的 sklearn 模型导出成更安全、可审计的 safetensors 加 JSON，既防了代码注入风险，又方便未来跨语言加载或版本管理。用到 sklearn 且要上线模型的团队可以拿它先做个试验：把一两个核心模型用 Skeights 导出来，测一下加载时间和兼容性，感觉靠谱再慢慢切。GitHub 上量不大，但思路直击生产痛点。
原文：https://news.ycombinator.com/item?id=48808428
好物挖掘机
Stanley Studio 是个 AI 视频编辑「外包工」，你丢素材，它直接给成片。
把手机里吃灰的拍摄素材传上去，告诉它你想要什么风格——口播、vlog、播客切片都行——它自己帮你剪、配字幕、找背景音乐，全程不用你拖时间轴。创始人说它就是为那些「拍完就忘」的人做的，目前完全免费。对不想学剪辑软件、但偶尔要出视频的人来说，这比从头学 Premier 现实多了。用它先把库存清一清，或许能逼自己把一直搁置的内容发出去。