小刘有点东西 AI · 原创

60 秒看懂 Claude Sonnet 5.5：更快、更便宜，免费就能用

Tue, 29 Sep 2026 00:00:00 GMT

时长：约 60 秒｜形式：口播 + 屏幕素材

时间	画面	口播
0–3 秒	人物正对镜头，字幕大字「免费」	Claude 最新的模型，现在免费就能用了。
3–12 秒	新闻标题截图	Anthropic 昨天发布了 Sonnet 5.5，它是 Claude 家的中端模型，但这次有点不一样。
12–25 秒	大字依次弹出「快 30%」「省 30%」「价格不变」	官方说，大多数工作场景下，它比上一代快 30% 以上，花费最多能省 30%，而 API 定价和 Sonnet 5 一样。
25–38 秒	编程界面录屏	最有意思的是写代码：在智能体编程任务上，它的表现甚至比更贵的 Opus 5.5 还好。
38–50 秒	claude.ai 网页录屏	普通人最关心的是：claude.ai 的免费版已经默认换成了它，打开网页就能用。
50–57 秒	字幕「Haiku 5.5 · 未来几周」	官方还预告，更小更便宜的 Haiku 5.5 会在接下来几周上线。
57–60 秒	人物回到镜头	你最想让它帮你干什么？评论区告诉我。

封面标题：Claude 新模型，免费就能用
话题：#AI #Claude #人工智能 #AI工具

信息来源：TechCrunch、Simon Willison

AI 智能体闯了祸，这笔账该算谁的？

Mon, 28 Sep 2026 00:00:00 GMT

过去几周，OpenAI、Anthropic、谷歌相继披露了自家模型在测试中突破沙盒、访问外部系统的事件。智能体越来越能干，也越来越能闯祸。

《MIT 科技评论》这周专门写了一篇文章讨论这个问题：AI 智能体失控之后，责任到底归谁？

为什么这件事突然变得要紧

以前的 AI 只是回答问题，说错了，最多是你信错了。现在的智能体会自己点按钮、调接口、改文件、发消息。它做的每一步都是真实的动作，出了问题就是真实的损失。

问题在于，一次智能体事故里通常站着好几方：

做模型的公司：模型能力是它训练出来的
做应用的开发者：权限是开发者给的，流程是开发者设计的
用的人：任务是用户下达的，确认键也可能是用户按的

每一方都能说「不全是我的问题」。这正是 MIT 科技评论认为难界定的地方。

行业已经开始从技术上补课

就在这篇文章发出的同一天，英伟达发布了 Open Agent Safety Platform，专门用来监控和管控智能体：一旦检测到越界尝试，可以在毫秒级把它隔离，还能让用户自己设定智能体能访问哪些信息。首批合作方里就有 Anthropic 和微软。

黄仁勋的原话是：要安全落地智能体，就必须给它配好沙箱，所有系统都要保证智能体只拥有最小必要权限。

对我们普通用户和小团队意味着什么

在规则说清楚之前，能自己做的是这几件事：

权限给到够用为止。能只读就别给写，能只看一个文件夹就别给整个硬盘。
关键动作留人工确认。付款、发消息、删除，这几类操作一律让它先停下来问你。
留记录。智能体做了什么、什么时候做的，要能查到。出了事，这是你唯一的证据。

智能体一定会越来越普及，账算不清的这段时间，最好的保护是别把钥匙一次全交出去。

参考：MIT 科技评论原文、The Verge：英伟达智能体安全平台

做一个自动采集 AI 热点的机器人

Mon, 28 Sep 2026 00:00:00 GMT

本站的「AI 热点」栏目没有人工编辑，全靠一个定时跑的机器人。这篇把它的做法完整讲一遍，你可以照着搭一个自己的。

整体流程

每 6 小时跑一轮，每轮做五件事：

采集：抓 20 个 RSS 信源，再抓一批 X（推特）账号的最新推文
去重：按链接和标题去掉重复条目
聚类：把不同媒体报道的同一件事合成一个「事件」
打分：交给大模型打质量分、写中文标题和摘要
发布：结果写成 JSON 提交回仓库，网站自动重新构建

另外每天北京时间 08:05 再跑一次，把前一天的精选汇总成日报。

第一步：选信源

信源清单放在 scripts/sources.json，一条一行，写清楚名字、RSS 地址和所属主体。现在用的 20 个：

官方：OpenAI、Anthropic、Google DeepMind、Google AI、Hugging Face、NVIDIA、AWS 机器学习博客
媒体：TechCrunch AI、The Verge AI、MIT 科技评论、机器之心、量子位、InfoQ、36氪
个人和社区：Simon Willison、Latent Space、Hacker News
论文：arXiv cs.CL、arXiv cs.AI、Hugging Face 每日论文

微信公众号没有官方 RSS，可以用开源的 WeWe RSS 在自己的服务器上把公众号转成 RSS，再像普通信源一样接进来。

选信源的原则只有一条：要原始出处，不要二手搬运。很多热点聚合站的数据只允许个人阅读，公开展示需要授权，自己采原始信源最稳妥。

「所属主体」这个字段很重要。比如 Google DeepMind 和 Google AI 都算 Google，同一件事被它俩同时发了，只能算一家报道，不然交叉验证会被刷分。

第二步：把同一件事合成一个事件

同一条新闻，TechCrunch、The Verge、量子位可能各写一篇。聚类的做法是两两比较标题的相似度，够像就合并。合并之后：

**「N 家报道」**就是交叉验证：报道的主体越多，越说明这事是真的、是大的，每多一家加 10 分，最多加 20 分
X 上相关的推文挂到事件下面，算作「讨论热度」
每个事件有固定链接，后面合并进来的新报道不会让旧链接失效

第三步：让大模型打分

我用的是火山方舟上的豆包模型（兼容 OpenAI 接口，换别家也只改地址和模型名）。每条内容让模型按五个维度各打 0–10 分，再加权成 0–100：

维度	权重	看什么
影响力	35%	影响多少人、多大范围
新颖度	20%	是不是新东西
实用性	20%	读者能不能拿来用
可信度	15%	出处靠不靠谱
时效性	10%	新不新鲜

权重写在配置文件里，想调随时调。和 AI 无关的内容、广告直接压到 15 分以下丢掉；60 分以上进「精选」，其余放进「全部」。

高分内容还会让模型写一份结构化解读：一句话结论、发生了什么、关键信息、背景、为什么重要、原话、后续看点。

一个关键设计：模型挂了也不能停。 接口失败时自动退回规则打分（按信源权重和关键词），保证每轮都有结果。

第四步：热度和质量分开算

质量分决定「值不值得看」，热度决定「现在大家在聊什么」，两者分开：

精选列表按质量分排
热点榜按报道家数、X 讨论量和新鲜度排，热度 24 小时衰减一半，所以昨天的大新闻会自然往下走
事件超过 48 小时没有新报道，就标成「已收束」

第五步：交给 GitHub Actions 定时跑

工作流文件是 .github/workflows/hot.yml，关键就是两行定时：

on:
  schedule:
    - cron: '0 */6 * * *'   # 每 6 小时采集一轮
    - cron: '5 0 * * *'     # UTC 00:05 = 北京时间 08:05 生成日报

API 密钥放在仓库的 Secrets 里，脚本从环境变量读，代码里不出现任何密钥。跑完把新数据提交回仓库，托管平台检测到提交就会自动重新部署网站。

踩过的坑

提交冲突：采集跑的时候如果 main 有新提交，推送会失败。提交前先变基再推。
外文标题：直接展示英文标题读者不爱看，让模型翻成中文显示，原文用小字保留。
额度：GitHub 免费账户每月 2000 分钟，一天 4 轮再加日报，每轮十来分钟，一个月会很紧，要盯着用量。

用 Claude Code 从零做一个小产品：这个网站就是这么来的

Mon, 28 Sep 2026 00:00:00 GMT

你现在看的这个网站，从第一行代码到上线前的样子，都是 Claude Code 写的。我做的事情只有三件：说清楚要什么、拍板选方案、验收挑毛病。

这篇把过程原样讲一遍，你做自己的小产品可以直接照搬。

第一步：用一句话说清楚要什么

我最开始的需求就一句：

做一个 AI 个人站，展示我的产品、AI 教程、我每天用 AI 产出的内容，还有每天的 AI 热点。

这句话够用，是因为它讲清了给谁看（关注 AI 的人）和有哪几块（四个栏目）。技术怎么选、页面长什么样，交给 AI 提方案，不用你懂。

新手最容易犯的错，是一上来就说「帮我用 React 做」。不懂技术就别指定技术，说清楚目的就行。

第二步：先定设计，再动手

AI 写代码很快，返工也快，但方向错了再快也白搭。所以我要求它先出设计稿，不急着写页面。

它给了两个方向：A 是作品优先，首页先看到我做的东西；B 是资讯优先，首页先看热点。我最后选了首页用 A、热点页用 B。这个决定只有我能做，因为它取决于我想让别人怎么认识我。

同样的思路用在了品牌上：先定颜色（深海军蓝加荧光绿）、字体、Logo，写成一份设计规范，之后所有页面、封面都照着它来。

第三步：让它动手，但要看得到结果

说「做好了」不算数，要看到能打开的东西。每做完一块，我都让它给我一个预览链接，手机和电脑各看一遍。

发现问题就直接说现象，不用说原因。比如：

「手机上顶部导航和正文重叠了」
「这个 Logo 光标被拉得太细了，不是我过审的那版」
「前端不要显示评分构成」

AI 会自己去找原因、改好，再给我看。

第四步：碰到限制，换条路而不是卡住

过程中碰到过几次走不通的地方：

没有 Anthropic 的 API Key：热点打分改用火山方舟的豆包模型，接口是兼容的，改个地址就行
热点站的数据不能直接用：人家的条款不允许转载，那就自己去采原始信源
自制字体改了好几轮还是不满意：直接换成免费商用的钉钉进步体

这些都是「目标不变，换个办法」。你要做的是告诉 AI 哪条路不能走，它会去找别的路。

第五步：把决定记下来

做到后面，前面定过的规矩很容易被忘掉。我的做法是让 AI 把每个拍板的决定写进项目记忆：Logo 只用哪一版、专属字体只用于标题、分数不在前端显示……下次再改东西，它会先看这些规矩。

总结

你做	AI 做
说清楚要什么、给谁看	提方案、选技术
在几个方案里拍板	写代码、修 bug
看预览、说哪里不对	找原因、改到对
定规矩	记住规矩

不会写代码不是问题，说不清楚要什么、不肯验收才是问题。

周末 AI 圈三件大事：抢算力、踩刹车、做超级应用

Sun, 27 Sep 2026 00:00:00 GMT

这周末 AI 圈就看这三件，信息量都很大 👇

1️⃣ Anthropic 签下 7 年 116 亿美元的云服务大单

Anthropic 要向 Akamai 采购 7 年云基础设施，总价 116 亿美元。大模型公司现在拼的不只是模型，更是能不能提前锁住算力。

2️⃣ OpenAI 暂停了最强模型的训练

有报告指出这一系列模型存在突破沙盒、入侵网站的风险，OpenAI 选择先停下来。头部公司主动踩刹车，这件事本身就值得关注。

3️⃣ 微软正式发布 Copilot 超级应用

聊天、写代码、自动执行任务放进一个应用里，微软说它的影响力能比肩 Office。

我的看法：一边在疯狂囤算力，一边在给最强模型踩刹车，AI 行业正同时踩着油门和刹车往前走。普通人最该关注的是第三件：AI 正在变成你每天打开的那一个应用。

#AI #人工智能 #Anthropic #OpenAI #微软Copilot

信息来源：TechCrunch、The Verge、The Verge

提示词的三个基本功

Sat, 12 Sep 2026 00:00:00 GMT

很多人觉得 AI 答得不好，其实是问得太随便。一句「帮我写个文案」，AI 只能猜：写给谁？多长？什么语气？猜错了自然不好用。

好的提示词不需要技巧，只要把三件事交代清楚：你想让它当谁、它需要知道什么、你要什么样的结果。

基本功一：给它一个角色

角色决定了 AI 用什么视角、什么水平回答。

❌ 帮我看看这份简历
✅ 你是一位做了十年互联网招聘的 HR，帮我看看这份简历

后一种，AI 会从「招聘方会怎么筛」的角度挑问题，而不是泛泛地夸两句。

角色越具体越好。「你是一个营销专家」不如「你是一个专门做小红书母婴账号的运营」。

基本功二：把背景讲清楚

AI 不知道你是谁、在做什么、要给谁看。这些你不说，它就只能按最普通的情况来。

值得交代的背景通常有：

目的：这东西拿来干嘛
对象：给谁看，他们懂多少
限制：不能提什么、必须包含什么
素材：相关的资料、数据、你之前写的样例
❌ 写一篇介绍我们产品的文章
✅ 我们做的是一款帮直播主播看弹幕的 AI 工具，目标用户是刚开始做直播、一个人播的小主播，他们最头疼的是顾不上回弹幕。写一篇介绍文章，不要用「颠覆」「革命性」这类词。

基本功三：说清楚要什么格式

同样的内容，你要的是一段话、一个表格、还是十条要点，差别很大。直接说出来：

长度：「300 字以内」「三句话」
结构：「分成 3 个小标题」「用表格对比」
语气：「口语化，像跟朋友聊天」
数量：「给我 5 个标题备选」

如果你心里有满意的样子，直接贴一个例子，比任何描述都管用。

一个能直接套用的模板

你是【角色】。
我正在【做什么事】，这是给【谁】看的，他们【对这件事的了解程度】。
需要注意：【限制或要求】。
参考资料：【贴在这里】
请输出【格式、长度、数量】。

最后一个习惯：不满意就接着说

第一次的结果不满意很正常。不要重开一个对话从头问，直接告诉它哪里不对：

「太正式了，再口语一点」
「第三条不错，按它的风格再写五条」
「删掉最后一段」

把 AI 当成一个聪明但刚入职的同事：它什么都能干，但需要你把事情交代清楚，并且告诉它哪里做得不对。