每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
今天与 Claude Code、Codex 相关的合作/使用玩法出现得最多：既有通过设置主会话与顾问模型（Opus 5.5 与 Sonnet 的分工）来组织任务的技巧，也有用定时触发“good morning”来延长日内有效使用窗口的方法。写法上，关于“分镜—逐镜生成—查错agent”那篇把复杂制作流程拆得很清楚，Magpie 作为订阅聚合与自动切换工具的思路也偏工程化，适合同行直接借鉴结构。
23:00Vox
该帖介绍 Claude Code 配置技巧。目前 $20 套餐默认主会话运行 Opus 5.5，建议切换为 Sonnet 5.5 以延长配额，并通过 /advisor 让 Opus 作为顾问待命。操作包括启动时指定 sonnet 为主模型、opus 为顾问，设置制定计划前、重复报错时、任务完成前三个触发点，由 Opus 审查全局，Sonnet 写代码。帖子还分享了通过 CLI 和配置文件进行详细设置的 Prompt 模板，涵盖子代理分配及环境变量检查。
01:00Vox
该帖面向订阅价格为20美元的Claude Code和Codex用户，分享了一项关于如何优化每日5小时使用时间限制的技巧。作者指出，5小时的计时从发送第一条消息的那一刻开始计算。为了在正式工作前保留更多可用时长，建议用户在每天上午7点设置定时任务（如工作日），通过Haiku模型或执行特定命令发送一条“good morning”消息以启动计时器。这样，当用户真正开始工作时，距离额度完全重置仅剩约2小时，从而变相延长了有效使用窗口。
22:27Cell 细胞
作者使用开源语音合成模型百灵 Ming-3.0-TTS 进行音色克隆实验。通过截取《西游记》中孙悟空、唐僧等角色的约 10 秒参考音频，输入自定义剧本，成功合成多角色对话的虚构播客内容。文中详细记录了从剪取参考音频、生成台词到后期剪辑拼接的实际操作流程，并指出模型存在漏读或循环问题需反复调整。此外，作者提及该模型已开源，官方还提供根据文字设计声音及多语言控制等功能，并附上了 GitHub 链接供读者查看与尝试。
12:20huangserva
作者围绕“同一组视频超分”做了对比说明：原流程将视频从 720p 放大到 2560×1440（1440p）时，原来要苦等将近 18 分钟；换成 FlashVSR+ Turbo（TC2）后不到 8 分钟跑完，速度约提升 2.3 倍，并且头发、胡须和衣服纹理更清楚。作者还在同一张 4090 上测试三段 10.3 秒 H3 视频：SeedVR2 7B INT8 跑完用 17 分 58 秒，而 FlashVSR+ Turbo（TC2）用 7 分 48 秒，耗时减少约 57%（排除 Turbo 模型加载另计）。
21:00Vox
这条内容建议把“AI 视频像老虎机”的想法放下，改用 Claude Code 进行更可控的制作流程。作者给出一段可直接发送的指令设定：由“Claude Code”扮演导演助理，先写故事与分镜，再逐步生成样帧并在确定风格后进入正式镜头；对每个镜头生成首尾帧、逐帧缩放检查并修复错误，最后还要起一个全新 agent 只做查错，PASS 后才提交视频。文中提到运行在 Codex 上、与 ChatGPT 订阅相关，并称用 Images 2.6 的图像引擎来完成，示例 AI shorts 也按相同方式拍摄。
00:56黄小木
作者推荐利用 AI 视频工具 Muse 制作“考古”风格的短视频内容。具体做法是将画面处理为灰白彩电色，并采用高位俯拍视角，重现如秦王绕柱、玄武门之变等历史场景。由于 Muse 目前免费且生成效果符合要求，作者认为这是当下的流量密码，只要有一条视频爆火，就能带来数百美元的收益。
21:10AYi
帖文介绍一款号称“彻底卸掉道德锁”的开源小模型：由 DeepSeek-V4-Pro 蒸馏并与 Qwen3.5 9B 进行“混血”训练，最终以 Q4_K_M 的 GGUF 打包体积为 5.6GB。作者以“本地端侧大模型”常见被说教、拒答严重为痛点，强调该混血模型在 100 个“刁钻红队提示词”测试中仅拒绝 3 个，同时推理与代码能力“没有塌方”。文中还描述其使用 Heretic 的 ARA 算法精准定位并剥离安全干预向量，主张做到“零损耗去限制”。最后作者表示“模型直达入口与本地一键运行指令”整理在评论区一楼自取。
03:00Vox
作者分享了利用 Opus 5.5 大模型进行深度市场调研的具体指令。该方案要求先让模型阅读 25-40 家竞品官网、案例与文档，梳理目标客户、收费模式及核心卖点；随后分析 100 多条用户评论与论坛投诉，按频率排名并记录来源；接着基于材料挖掘行业潜规则与固有假设的失效点；最后模拟顶级 VC 视角为选定方向构建最强论据并指出潜在风险，最终列出需向真实用户验证的三个问题。此内容展示了如何通过结构化提示词调用 AI 能力完成复杂的市场分析任务。
01:23泊舟
该帖推荐了开源工具 Magpie，旨在解决用户拥有多个 AI 订阅（如 Claude、ChatGPT）时额度无法共享的问题。Magpie 将所有订阅整合为一个池子，支持在 Codex、Claude Code 等不同编程工具间自由切换模型。具备自动切流、优先消耗即将重置的额度、统一查看 Token 用量及剩余配额等功能，并兼容 DeepSeek、Kimi 等按量付费 API。作者指出其已获 3.1 万 Star，并提供 GitHub 链接供下载体验。
02:16天策
作者分享其运营的 ChatGPT Plus 卡密业务遭遇黑客攻击的经历。攻击者利用获取的商户密钥，在3分钟内伪造14笔支付成功订单，导致513张卡密被盗。事故发生后，作者使用 Claude 协助检查服务器日志、核对订单，定位到支付回调验证被绕过的漏洞。随后，作者将支付流程改为二次核验以修复问题。文中还提及阅读了 @GCSAHK 关于链上安全风险的报告，指出AI工具既提升了自动化攻击效率，也加速了安全排查与防御体系的构建过程。
