抡锤者

@snailium

对, 我也这么觉得.
从截图到操作DOM, 这一步加速我猜测是加速幅度最大的.

楼主开宗明义, 说得很明白了. 哈哈

@captainheemo

我觉得要分成2部分来看.

1. 做出来 AI slop.
   让制作者吃自己的狗食.
   你做的这个东西, 你自己用吗? 一天用几次? 一周用几次? 一个月用几次?
   类比 传统语境下的, 你自己做了个小板凳, 你自己愿意坐吗? 会不会因为没打磨好, 扎屁股所以你自己都不愿意坐? 会不会因为放不平, 总是晃, 所以你自己都不愿意坐?
2. 在现在这个 人人都是创建者 的时代, 你的作品对他人有没有价值? 有没有人愿意用你的作品? 有多少人愿意用? 愿意付出多少代价以获得使用权? 当然, 对于孩子的作品来说, 要求不高的使用者很可能就是同龄人.

我觉得教AI 和教其它技能是一样的.
要么你自己能力足够强, 你能讲得清楚 "让他们理解 AI 能做什么、不能做什么；怎么判断 AI 给你的东西到底好不好；怎么形成自己的审美和判断；怎么把 AI 当成一个可以反复迭代、实验、创造的工具，而不是输入一句 prompt，拿着第一个结果就走"
要么你自己能力不强, 就没什么办法.

类比 传统语境下, 你会弹钢琴, 会欣赏钢琴, 你就可以指导孩子学习钢琴. 你不会钢琴, 那就只能闭嘴.

@kos-or

嗯.
也许会进入这样一种生态环境.

穷人使用便宜的模型价格, 代价是数据被卖. 而且数据用来训练更高智能的模型.

有钱人就用更高智能的模型, 数据也更安全.

@terry

我觉得, 既然用户的使用数据 是可以卖钱的,
(数据卖钱不对, 我只是说有人买卖说明价值就有这样的水平)

那么, deepseek token 的官方价格比 成本价（卡价＋电价） 高出 卖数据的价 时, 用户自然会改为使用 第三方 部署的.

反过来说, deepseek token 的官方价格 确实 比后者之和明显高时, 可以从侧面推动 第三方 数据中心 都转为部署 deepseek 模型.

现在已经有 第三方 token 厂的 free plan 里面注明数据会被拿来训练.
我个人觉得, 小型第三方不一定会像大厂那样做严格的数据清洗. 有可能就直接卖了.

"反垃圾广告强很多"

有示例吗? 比如, 哪个广告, 在其它机器人那里判断不出来, 在你这里能判断出来?

@farmer-node

@farmer-node

Hermes 官方免费提供

今天应该全世界的人都在蹬 ox-alpha (x-preview-f-free) 模型 吧?
大家蹬的感受如何?

我觉得蹬到后面, 可能用的人多起来, 首字有点慢,
但结果正确不返工, 那这效果我是能接受的.

我用 agent 开发 C++ 遇到个问题, 编译之后 跑起来 agent 没办法自己测试.
具体表现为, 能截图看到界面, 但是没有好的工具模拟点击.
准确地说, Agent 说是找到了一个现成的 linux 工具, 但是实际效果并不行. 总是出现 Agent 说 点击xxx, 然后说没生效没点到.

我用 agent 给 forkgram 增强开发小功能.
修改 forkgram/tdesktop 实现 屏蔽音频/视频按钮功能

思路不错!
很快 模型就会学习吸收了.

还有一种思路是,
我本来就不是做精品的, 我就是大量生产 普通品, 海投出去, 有一个爆款就行了.
反正都是洗稿, 成本低.

@terry

谢谢!

hermes 更像是个全面的助手/助理, 各种打杂.

前言

我们之前已经实现了 有@我消息的群 置顶 方便我们"快速到达战场"

但是, 如果我们在这个群组里上下滚动了一下, 或者跳到其它群/频道 去找 "论文引用材料", 再回到刚才的群组, 就有可能出现找不到 刚才@我的那条消息 的情况.

如果你喜欢在多个群里面"剧烈地与人交流", 说不定你需要这样的功能:
找到上一条@我的消息

面向Agent开发

Hermes 对接 oc/deepseek-v4-flash-free

https://zelikk.blogspot.com/2026/08/omniroute-hermes-agent-oracle-arm-ubuntu-root-sudo-.html

下面的引用框里面都是我发给Agent的自然语言

分析 https://github.com/forkgram/tdesktop

如果我要实现这样一个功能:

我想找到群组中上一条 @我的消息, 或回复我的消息.

有什么方案?

目前 forkgram 在群组中有一个菜单项是 "Go to the first message",

在这个菜单项的下方增加一条"Go to the last message mentioned me"

成果

Youtube Video

群组菜单

跳转结果

Github

代码
https://github.com/crazypeace/forkgram-tdesktop/tree/goto-last-mention

Release
https://github.com/crazypeace/forkgram-tdesktop/releases/tag/goto-last-mention

@stxpnet

思路倒是打得挺开的, 本地起 浏览器 用你自己的IP 确实有时候比VPS上面的IP更不容易遇到人机验证,

不过, 从另一个角度看, 你这相当于单次(或者说有限次)调用API, 直接花钱用好模型的API, 也没多少钱, 毕竟你不是把全量上下文灌进去, 而是正在干活的 agent 发起一个总结性的提问.

就好像最近常看到的一个什么模式一样, 有问题的是 worker, 向 advisor 提问.

@terry
其实都是些 好小好小的需求.
就是我说的 某个功能的开/关, 功能A + 功能B 合成一下, .... 这种

所以这个复杂程度的需求不需要SOTA模型, 就拿 二线模型 (当然现在有极便宜的 deepseek-v4-flash了) 就足够了.

https://zelikk.blogspot.com/search/label/Agent开发

hy3 拿来开发不太行, 哪怕是小需求. 干脏活可以, 就是帮你部署项目啊, 或者是调整服务里面的配置项啊, 打开/关闭某个功能啊, ...
mimo-v2.5 开发可以, 做点小需求, 基于已有的项目做一些"增强"开发.

我用的 hermes 默认设置, 没想过这个, 刚让TA自己查了, 开的是 中

agent.reasoning_effort
• 值: medium (第36行)
• 含义: 推理努力度设为中等 → 全局开启推理

show_reasoning
• 值: false (第283行)
• 含义: 推理内容隐藏，不显示在回复里

我的使用体验是, 你描述 需求/问题 越精确, agent 工作得越快, 费的token越少.

至于你说的这个问题, 你说最终原因是 "手机浏览器支持mp4，不支持另一个协议" 那么你的 agent 还去操作手机测试了? 这个操作手机的过程比较费token吧? 我猜.