雨姐测试
- 👍kling2.6 （稳定，一致性好，说话好）
-✅wan2.5（还可以，kling2.6更好，wan2.6还没试）
- ❌grok（画面稳，人脸变形，说话不稳）
-❌veo3.1（中文仍然差，视频也拉，赶紧出4吧）
#Kling2_6 #wan2_6 #veo3_1 #grok

视频生成提示词润色

不用再等鸽王的laper了，最近发现一款小说转剧本工具
👇👇👇
支持国内格式/Fountain格式/JSON格式，做小说剧可以用

发现一个新平台，注册居然送积分，什么模型都有。sora2，banana薅起来，还能一键生成长篇B/C级动漫，点赞+评论私信你。 #sora2 #bananapro #anime

学习一个cursor-gpt-5.1-codex系列命名

又给大家放点逆向福利(
有人说担心担心open-antigravity的安全，其实我还有个 reopenai，直接用 opencli 来操作你的 codex/antigraivty 客户端。属于是相当安全了。
https://github.com/jackwener/reopenai
另外，open-antigravity 其实已经挺安全的了，因为他根本不是反代。
https://github.com/jackwener/open-antigravity

#gptimage #bananapro

播客里有个男主播的声音想换掉，怎么办？
试了两种方案：
- https://pyannote.audio 本地跑（免费但准确度一般）
- ElevenLabs Scribe API（付费但时间戳精准）👈 推荐
分离完用 Voice Clone 克隆目标声音，再用 Voice Changer API 逐段替换。
视频里有前后对比，效果很丝滑。

我的openclaw🦞已经开始指挥同事了

《教会老板claude code后，第一个被裁的居然是我》 《伊朗摧毁AI数据中心，马一龙亲自打给古法编程的我》

AI灵感 剧本 短剧 agent. 这是还没加载本地各环节skill的demo

✦ Just shipped CVM — a version manager for Claude Code
▎ Switch Claude Code versions per-terminal, like conda. Run stable in one terminal, bleeding
edge in another.
▎ npm install -g claude-cvm

设计漫步周刊 #090
https://xiaobot.net/post/de67329c-75b9-420e-b705-ef3d7690a43e

有人说现在都没人聊 Adobe 了
我寻思不是天天都在聊 AI 嘛

设计漫步周刊#091
https://xiaobot.net/post/3008ef60-418a-48b0-8c34-c3f756c7c306

从国产SOTA走向世界SOTA? GLM-5.1 实测!
给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码).
直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点.
但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首.
另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分.
当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来).
总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升.
#GLM51 #智谱 #GLM #AIAgent #大模型编程

从国产SOTA走向世界SOTA? GLM-5.1 实测!
给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码).
直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点.
但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首.
另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分.
当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来).
总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升.
#GLM51 #智谱 #GLM #AIAgent #大模型编程

hahaha~
https://github.com/github/dmca/blob/master/2026/03/2026-03-31-anthropic.md

你们太卷啦
- 4.4K Claude Code 源码泄露事件的隔离逆向工程，用 Rust 重实现了包含 40+ 工具、Buddy 抽卡宠物、KAIROS 常驻助手、Dream 记忆引擎等未公开功能的 AI 编程 CLI。
https://github.com/Kuberwastaken/claude-code
- 8.3K Claude Code v2.1.88 泄露源码的完整提取与深度分析，揭示其遥测隐私、108个失踪模块、Undercover Mode 和远程 killswitch 等内部机制。
https://github.com/sanbuphy/claude-code-source-code
-6.1K Claude Code v2.1.88 源码的目录结构整理版，按模块分类标注 tools/commands/buddy/assistant 等各目录用途，适合自行按图索骥挖掘源码。
https://github.com/ChinaSiro/claude-code-sourcemap

MBP 本地跑一些小一点的模型，做一些简单的文字和代码处理，还是挺爽的，延时低，也没有额度焦虑。现在后悔当时没上 128G 内存和 2T 的 SSD