博客
探索 AI 技术的前沿动态与深度洞察
当你接入 LLM 之后，“失败”经常不是代码写错，而是系统在告诉你：你需要节流。但很多业务的第一反应是“加重试”，最后变成：失败 → 重试更多 → 更失败 → 雪崩。
当你接入 LLM 之后，“失败”经常不是代码写错，而是系统在告诉你：你需要节流。但很多业务的第一反应是“加重试”，最后变成：失败 → 重试更多 → 更失败 → 雪崩。
ChatGPT、Claude、Gemini 这些是云端对话助手。你在浏览器里打开一个页面，打字问它，它回答你。所有计算在云端完成，它碰不到你的电脑。
上一篇我拆了 GitHub 上几个社区多 Agent 框架的角色设计。这篇换个方向——不用社区框架，直接用 Claude Code 内置的 Agent Teams 功能。
一句话：跑在你自己电脑上的 AI Agent，能直接操作你的文件、终端、浏览器，还能连 WhatsApp、Telegram、Discord 等十几个消息平台。
安全研究员 Mav Levin 发现的这个漏洞，CVSS 8.8，攻击路径简单到离谱：
2025年11月，Peter Steinberger 发布了这个本地 AI Agent 项目，取名 Clawdbot。Clawd 跟 Anthropic 的 Claude 谐音，加上龙虾爪子的 Claw，Logo 也是只龙虾。
用 Stable Diffusion 养成的习惯正在坑你。
用文字描述"改图里的哪个位置"这件事，有时候很麻烦。
生成一张好看的图不算难了。难的是生成一组图——角色长相前后一致、画风不跳、叙事连贯。
产品经理和设计师之间有一个经典场景：产品经理在纸上画了个线框图，递过去说"大概就是这个意思"。设计师要把这张潦草的草图变成一个可以给老板或客户看的高保真界面。
品牌设计有个环节特别磨人：Logo 确定之后，要把它延展到所有物料上。包装袋、帽子、吊牌、腕带、纸箱、挂绳……每一件物料都要保持品牌风格统一，颜色不偏、Logo 不变形、排版不跑。
一张图做参考让 AI 生成新图，大部分模型都能做。但同时给 8 张参考图，每张里提取不同的元素，融合到一张新图里——这件事的难度完全不一样。
用 AI 生图的人越来越多，但大部分讨论集中在"从零生成一张图"。实际工作中更高频的需求是另一件事——改图。
AI 视频的热闹还没散，AI 生图这边又炸了一轮。