◄ 返回每日萃
2026-07-08

用聊天的感觉来「导演」短片,和把重复的活都画成圈让 AI 去跑

本文由 AI 自动整理生成,可能存在错漏,请以原文链接为准。

今天有两件事挺戳人:一个是 Matt Wolfe 聊怎么像导演一样用 AI 直接生成整部短片,不用再一段段拼接;另一个是 Claude Cowork 扩展到手机和网页了,官方数据说超过九成的人拿它干的不是写代码,而是核对报销、整理合同这种「日常工作里的杂活」。这两件事放一块看,指向同一个方向——用 AI 做事越来越像聊天,而不是编程。

灵感百宝袋

Matt Wolfe 演示了「Vibe Direct」——像导演一样跟 AI 聊出整部短片,而不是逐段生成再拼接。

简单说就是不再对着每个镜头单独下指令,再去剪辑软件里拼起来。你可以直接跟 AI 说「我想要一个什么样的短片」,它给你整段输出。你手头要是有需要做演示视频、产品介绍或者课堂素材的,下周试的时候可以换个思路:别想着分镜,先试着把你想表达的故事用大白话讲一遍,看看 AI 能不能理解你要的整体感觉。

原文:https://www.youtube.com/watch?v=mCu3mVcvpLE

零售巨头 Target 搞了一套「历史活动连连看」系统,新活动上线前自动匹配以前最相似的案例,让预测不再靠人工翻旧账。

他们用 AI 把过去所有营销活动都喂给系统,新活动一来,AI 自动找出最像的那几个供参考。据 InfoQ 报道,只取排名第一的推荐时覆盖率达 75%,扩到前三就全盖住了。这件事对你做运营或市场有个很实际的启发:下次写方案前,把你手头的历史报告或活动数据扔给 AI,问一句「这里面哪个案例跟我要做的这个最像,为什么」,你可能会发现以前翻三天都找不全的对照项,它几秒就给你列清楚了。

原文:https://www.infoq.cn/article/cEfBc7qdIDe3ZVFDyjS5

一个 18 岁少年用一周学会 Lua,自己写了款射击游戏——这件事戳中我的是「先跑出去」的那股劲儿。

他在 Hacker News 上分享的经历很简单:没人教,没人带,就是自己关在房间里啃了一周语言,然后开始做。底下有人讨论游戏本身好坏,但更打动我的点是,他没等「准备好了」再出发。你现在手头也可能有想用 AI 搭的小工具、小程序,今晚就可以试:给自己定一个一周的死线,不求完美,只求跑通。你会发现「先搞出一个能用的」这种心态,比任何教程都好使。

原文:https://news.ycombinator.com/item?id=48824221

江湖快报

Google 给 Gemini API 的托管智能体加了后台任务和远程连接能力,现在任务不用一直守着屏幕等了。

以前让 AI 跑长任务得保持连接开着,现在可以丢给后台异步处理。还支持了远程 MCP——你可以把 AI 连到不同的数据源和工具上,它自己去调用和组合。如果你在用 Google 家的模型搭东西,可以拿一个你手头经常跑的重复任务试试后台模式,感受一下「丢出去不理它、等通知再回来拿结果」的体验。门槛不高,但体验一换就回不去。

原文:https://blog.google/innovation-and-ai/technology/developers-tools/expanding-managed-agents-gemini-api

Claude Cowork 走出电脑了——现在在手机和网页上也能接着干活,而且超过九成的人拿它做的根本不是写代码。

据 Anthropic 官方博客,Cowork 以前只在桌面端,现在你可以在电脑上把活指给它,路上用手机瞄一眼进度,回到家接着用。后台任务也能在你关掉所有设备后自己跑。更意外的数据是他们的统计:超过 90% 的使用场景跟软件开发没关系,集中在业务运营和内容创作——核对季度支出、写异常说明、把一堆合同整理成待续签清单。说白了,这些活才是大多数人每天在干的「边角料工作」。

原文:https://www.ithome.com/0/973/828.htm

北京智源发布了一个特别底层的模型悟界·RoboBrain Orca——它不干具体事,而是学着在脑海里形成对世界的理解。

据 InfoQ 报道,这个模型的哲学是「世界在心中」:它不是直接去写代码或生成视频,而是先像婴儿一样大量观察真实世界的视频,学会「物体怎么动、场景怎么变」,再结合语言指令理解因果关系。听起来学院派,但有一个点跟普通人也有关系:它证明了一件事——AI 在学会「怎么做」之前,先学会「世界怎么运作」是一条可行的路。未来跟你打交道的 AI,可能会越来越自然地理解「把杯子放下之前它会在空中往下掉」这种我们觉得理所当然、但以前模型会犯愣的事。

原文:https://www.infoq.cn/article/HpkpCVSwAHQXAhphZm34

智谱传出了自研芯片的消息,海外几家头部公司也在这条路上——AI 模型公司开始自己动手搞硬件了。

据 IT 之家援引外媒报道,智谱正在评估做自己的定制芯片。同一篇报道里也提了一句,OpenAI、Anthropic 等也有类似动作。说白了,当模型越做越大、需求越来越集中,光靠通用芯片已经没法把效率推到极致。不过对我们这些用 AI 做事的人来说,短期内还不用操心——芯片从立项到量产要好几年,先关注手头的模型用得好不好就行。

原文:https://www.ithome.com/0/973/852.htm

Claude Cowork 的官方博客也同步更新了,后台运行和跨设备接力的细节更清楚。

官方这篇写得比较短,但有几处值得留意:一是服务器端后台执行不再需要你开着浏览器或手机;二是在需要你拍板的关键节点,它还是会推通知给你确认,不会自己全自动发出去。跟前面 IT 之家那条配合着看,基本就能勾勒出它的使用方式了——你在任何设备上发起,它自动跑,中间该问你的时候问你,最后把成品放在你手边,不需要坐在电脑前干等。

原文:https://claude.com/blog/cowork-web-mobile

贤者视角

三星发了份利润大涨 19 倍的季度成绩单,结果股价还是跌了——市场开始连着追问一句:AI 这股劲儿,还能撑多久?

据 IT 之家援引路透社报道,事情挺反常:三星预计季度营业利润涨了 19 倍,但这反而成了抛售的起点——因为涨得不够多,没达到华尔街已经拉高的期望值。然后英特尔跌了快 10%,带动整个半导体板块集体下挫。这件事跟用 AI 的普通人其实有千丝万缕的关系:芯片股的钱紧了,下一轮算力成本会不会跟着波动?现在做 AI 应用的人要不要提前算算账?不是说马上要变天,但信号已经明显了——大家对 AI 烧钱的故事开始要求看到利润了。

原文:https://www.ithome.com/0/973/872.htm

微软又裁了 4800 人,集中在销售和 Xbox——新财年第一天就用人力结构给今年的风格定了调。

据 The Verge 报道,首席人事官在内部备忘录里提到需要「重新分配资源、调整运作方式」。去年他们裁了大概 9100 人,今年开年又来一轮,节奏没有放缓。这不是微软一家的事。每家大公司现在都在问同一个问题:在 AI 能扛掉越来越多活的时候,人应该放在哪里。这个问题也值得你现在就问自己——你的工作里,哪些是在重复卖力气,哪些是在做只有你能做出的判断。

原文:https://www.theverge.com/news/961528/microsoft-layoffs-july-2026-sales-xbox

开发者补给站

sqlite-utils 4.0 发布了,这是该工具自 2020 年以来的第一个大版本,核心亮点是原生支持数据库 Schema 迁移。

Django 联合创始人 Simon Willison 这次带了三个大更新:Schema 迁移机制、嵌套事务和对复合外键的支持。迁移功能用 Python 写脚本定义数据库结构变化,底层通过创建临时表复写再替换的方式实现,这在 SQLite 原生并不支持。如果你在小型项目或本地工具里用 SQLite,这件事挺实在:以前改表结构要么手动写一堆 ALTER 脚本,要么换成更大的数据库,现在直接来。不过要留心,4.0 有一些破坏性变更,老项目升级前记得先看升级指南。

原文:https://simonwillison.net/2026/Jul/7/sqlite-utils-4

Elastic 把 Agent 记忆系统 Atlas 开源了,它用三种记忆类型帮 AI 记住跟每个用户长期打交道的上下文。

它把认知科学里区分的情景记忆、语义记忆和程序性记忆各自维护了独立索引。用 LLM 定期整合用户的对话,把反复出现的事实沉淀下来,同时记下哪些操作步骤有效、成功率多少。检索时用混合搜索加重新排序,Recall@10 达到 0.89。门槛在运维端:底层是 Elasticsearch,被人质疑有点重也有人力挺说性能才够快。如果你的应用需要跨多次对话记住用户偏好和做过的事,可以看看 Atlas 的设计思路,做个轻量版本验证——不一定要把整套搬上去。

原文:https://www.infoq.cn/article/pzYuRUO0ECSKktJjKV8P

Fortress 是个「隐身版」Chromium,专门解决智能体爬取网页时被反爬系统封掉的问题。

它的思路是在 Chromium 的 C++ 源码层修补浏览器指纹,让网站看到的还是普通 Chrome 的特征。Hacker News 上争议不小,有负责维护小网站的开发者直言「如果网站不想让你进,你就该走开」;也有人反怼说,跟大面积的无头爬虫相比,这种带身份的智能体访问反而更讲规矩。如果你在跑需要频繁访问外部网页的 Agent,可以先问自己两个问题:对方的服务条款允不允许这么做;如果被封了,你的整个工作流会不会断。这两个问题没答案之前,工具再好也别急着上。

原文:https://news.ycombinator.com/item?id=48825745

好物挖掘机

Bing 终于放弃了「必须用微软账号登录」的老规矩,现在可以直接拿 Google 或 Apple 账户登了。

据 IT 之家报道,现在在 Bing.com 点登录,下面就有 Google 和 Apple 的按钮,不再像以前那样偷偷拿你的邮箱去注册一个微软账户。几周前 Edge 浏览器也开了口子,现在 Bing 也跟上了。这件事背后有个挺有意思的转变:微软自己也承认,去掉一扇门比砸一百万抽奖更能拉人进门。如果你平时习惯用 Google 账户,想偶尔用 Bing 搜一搜或者用 Copilot,现在不用再为「又多了一个只登一次的微软账户」纠结了。

原文:https://www.ithome.com/0/973/831.htm