AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

连马斯克都点赞的那支 AI MV，做法被拆开了。作者把 Donald 的提示词、Midjourney 素材和一份情绪板交给 Opus 5.5，睡了十二个小时，醒来就看到了成片。

关键就两个：情绪板加提示词。

先说情绪板。换个叫法是视觉参考板，把你认准的风格素材拼到一页上，AI 扫一眼就知道你要往哪走。做这支 MV 会放什么呢。人物那块盯住三样，发型、穿什么、妆容。场景挑冷调的，地下车库或者工业走廊都对味。

画面质感，老显像管那种网格和颗粒，CRT 的味道就从这来。图形字体这一栏放追踪框、终端窗口、小票和大号歌词。做得糙点没关系，截图加几行注解就行，注解得写死，这张管穿搭，那张管打光，第三张只认字体。

提示词这边的道理也不玄。Opus 5.5 可以从一次完整交代开始，把创意和制作一路做完，但你的审美和创意仍要亲手写进去，工具、参考素材、验收要求一起给它。

成品里的具体元素，可以直接当词汇表抄。画面里人物周身绕着框线，缀着细小的诊断标签。歌词被拆成图表、小票和窗口，落进画面成为道具。大字关键词与低调小字幕轮着出现。整幅画面蒙着一层屏显纹理，人和图形被它缝在一起。

要复刻这种感觉，描述里得给足标尺。舞台像是被机器全程盯着。主角造型每个镜头都得对上。冷蓝空间与暖色特写来回切。影像上叠框线和等宽标签，重点词走大号窄体。人物与图形共用一层质感，脸和关键文字必须清楚。这么写比一句"做得复古一点"强得多，抽象形容词给方向，具体元素给标尺，模型照着标尺干活，返工才少。

流程那半同样重要，一共六步，缺一步片子就散。第一步给输入素材，参考视频、情绪板、源文件、音轨都摆上。第二步给工具和条件，让 agent 真调得动图片、视频、音效工具，接口文档和技能包一并附上。

这支片子的作者点名了 Midjourney。Donald 的清单里还有 ElevenLabs 音效和 JavaScript 动画。第三步指定中间产物，风格设定、角色参考图、分镜表先出，每个镜头写清参考、动作、运镜、时长和对应歌词。

第四步交代时间与构图，哪里对口型、哪里留空镜、哪里给大字歌词让位，提前定好。第五步说清合成方式，生成的视频、代码画的图形、文字特效怎么配合，提示词和源码都要存档，方便单个镜头返工。

第六步要求检查和返工，整片看一遍，局部截图再核一遍，角色一致、音画同步、文字可读，弱镜头重做，预算和交付文件写明。

我最想记的是那句提醒：所谓一次提示词，说的是你怎么交代任务，agent 内部照样要规划、生成、检查、修改。我的体会是清单得备齐两样货，看得见摸得着的视觉元素，外加一条完工线。这两样齐了，十二小时后的成片才有着落。

一句判断先立住：你的编码 agent 缺的不是更多提示词，是一个更好用的工作环境。访谈精华把背后的工程方法拆成了五段，值得逐段对照着看。

第一段讲怎么建立信任。靠验证、技能清单和对 agent 友好的架构，让人敢放手。第二段讲错误的用法，每次失误都变成一次系统升级，修过的地方不再犯。第三段最有意思，把代码库本身当成长期记忆，agent 读仓库就是在读笔记。

第四段是花园式维护，定期修剪代码，别让 agent 在烂地上施工放大债务。第五段，围绕 agent 搭一条软件流水线，输入到交付各环节都替它备好。

五段连起来是一条递进的路。先能跑。再跑对。再越跑越对。

关键的转向写成一行就是：从提示词到上下文，到验证，到反馈，再到自主工程。每一步都把人往上游挪一点。人越来越像验收方，动手的部分持续下放，责任却始终留在人这边。

这套哲学在 Miessler 自己的 PAI 工作里有个同门版本。结构化记忆、技能、目标、委派、验证，合起来是包在模型外面的脚手架。目的不是让 agent 变聪明，是搭一个让每次纠正都能让下一跑更好的系统。纠正沉淀成资产，下次开工就站在上次的肩膀上。这才是工程和调教的分野。调教只对这一次生效。工程让整个系统越来越省心，两者的差距会随使用次数越拉越大。

我的看法是这套路数跟前面几条完全同频。有人把外围做成可自动优化的流水线，有人出面试题考察外围能力，这里则把外围的方法论按时间点讲透了。三条线拼出的图景是，模型归厂商，环境归自己，胜负手在后者。

视频在原消息里，五段时间点照着补课，照着编号找就行。看完别急着全盘照搬，先挑最疼的那一段改起，改完再看下一段，这套顺序本身就是访谈教的。

两千四百个工程师的日常用量，把这几款新模型的账算清楚了。

Databricks 这份周报拿线上负载分析加离线评测双管齐下，六条结论摆开：

1. 上周发布的三款里有两款明显往外推了成本与质量的边界，Opus 5.5 和 GPT-6 Luna 都在列。
2. Opus 5.5 现在是质量最高的中档模型。它胜过此前每一代 Opus，也胜过 GPT-6 Sol 和 GPT-5.6 Sol。
3. 同任务成本比上一代最省的 Opus 4.8 还稳定降两成，线上线下两条线都验证到。顺带的吐槽是 Opus 5.0 哑炮一枚，贵且提升肉眼难辨。
4. 质量顶配加成本下探，它成了编码日常的默认候选，Databricks 内部已在往这个方向推。
5. GPT-6 Luna 便宜得离谱，测过的每一套离线基准里，单任务成本至少是 Opus 5.5 的二十分之一。
6. 最难的那套评测上，Luna 大致追平九个月前的 Opus 4.6，单任务便宜 99.3%。这句被标成初步结论，还在扩测。

第 6 条里那个"九个月百倍"我盯了好几遍。同等能力的价格被压到百分之一，这不是渐进的降价曲线，是换挡。前面聊过效率账要自己动手量，这次是 2400 人的量法，比发布会口径硬。

生产栈也顺带交代了：Unity Gateway 负责跨模型路由和 agent 追踪，终端侧混用 Claude Code、Codex、Cursor 加自家的 Omingent。路由加多 harness 这套摆法，跟前面几篇的结论对得上，选谁干和怎么盯，都在模型外面那一层。

保留的有两处。一是 Luna 那条标着初步，扩测后可能回调；二是中档与旗舰的分工在变，Opus 5.5 顶上后已成日常默认，那旗舰的位置又留给谁，得看下一周的榜。

这周的账本先记到这，下周再翻。

github.com/yetone/magpie

把 Codex 和 Claude 订阅串起来用，会封号吗？社区为这问题吵翻了。

magpie 正处在漩涡里。它挂在 macOS 菜单栏上不走，主流 Agent 的配置都在里头收着，底层模型想换就换；再于本地起一个标准网关（比如 127.0.0.1:3426），把 Anthropic、Gemini、OpenAI 各家的请求格式抹平成一套。

客户端这边只要能改 BASE_URL，统一从这一个口子进出。对在 Claude Code、Codex 和各种终端间来回跳的工程师，这个设计确实惊艳，甚至有人叫它 CCSwitch 的对手，标签里就挂着 #AIAgent。

封号争议分两派。实现机制派认为相对安全：它不抓 Cookie 也不伪造请求头，走的是 claude -p 这类官方原生 CLI 通道，本质是官方本地进程，被单一特征识别的概率低。合规风控派不松口。本地再原生，跨工具高频调用订阅额度也越过了服务条款的红线。真要碰上 Anthropic 按频率、上下文特征或 token 消耗突增收紧审查，账号照样可能被标记。。

我更认后半派的谨慎。前面几篇说过，规矩要建在模型周围，同理，规矩也写在服务条款里，不由实现多优雅决定。机制上"官方进程"是技术事实，条款上"谁的账号在用"是合同事实，两件事不能互相担保。

实用建议照单收：主力账号走官方标准客户端，别让交付连带受险；实验链路配独立账号加预算上限，或者干脆走正规 API Key。

保留的疑问在 Anthropic 的执法口径。它至今没为这类"订阅转 API"明确定过性，灰色还能灰多久，看官方哪天出来说话。

链接在上面，想装的先掂量自己的账号值多少钱。