唐霜

今天看到一个非常有意思的话题，大概如下：

人的大脑本身，与意识之间，可能并不存在必然的联系。我们必须面对一个问题，就是我们的大脑是物理的，客观的，它接收感官系统发送的信号，并通过神经学层面的物质激发，来构造响应，但是，我们是如何产生意识的？本质在于，信息如何从物理的电信号，变为我们人类的主观意识？

这个话题原博主可能讲的更深刻，我这里无法用语言去概括。

不过，我自己也深受启发，我想到一个问题：人可能并没有意识，或者说人的意识并不是人本身的。

这个大胆的假设，来自于不下十篇博客或短视频。虽然这些信息来源不可靠，但是，这种思考不是一两个人这么想，说明具有一定的共识基础。

意识的本质，是一种信息。而人的大脑，是这种信息的播放器。意识并不属于人本身，就像人的影子不属于人本身一样。人们之所以觉得意识属于自己，只是因为意识通过大脑，投射到我们的大脑皮层，产生了幻觉。

最有力的证据在于：人无法操控自己的意识。

是的，人无法操控自己的意识。无论是从生理学、心理学视角，还是从物理学、量子力学视角去阐述，我们都能得到这个共同的结论。

人为什么无法操控自己的意识，核心原因就在于意识本身不属于人本身。

任何人都无法在清晰或半醒的状态，去引导自己的意识。相反，他们只能在意识的引导下完成某些行为。人们不仅无法操控自己的意识，甚至绝大多数人反过来会被意识所操控。而且这种操控是没有任何自由的被动接收，意识让你怎么样，你就会怎么样。人就像一个提线木偶一般，被另一层维度的力量，通过意识这条丝线所控制。因此，有科学家认为，意识本身就是量子态，当人们对意识进行“观察”时，它会坍缩为不同人意识中的具体反应。

我还想到另外一个案例，就是荷马史诗中，远古英雄也是没有自己的意识，对感官的刺激，全凭肌肉记忆，意识完全是神主导，神一开口说话，人就机械的照做。

听上去，人似乎成为一副空有其壳，一台精密的机器，被另一个维度的力量通过意识进行操控，完全是没有自由的。但是，好消息在于，人虽然不能操控意识，但可以通过训练，来改变对意识投射的响应。从我们常见的说法来讲，这就叫“认知”，也就是在被投射意识时，所作出的响应模式不同。认知原始的人，没有经过任何训练，对意识的投射完全属于物理性的随遇而安。而认知高的人，经过特殊训练，对意识的投射作出适应性的物理反应，并最终引导自己的行为朝有利于自身的方向去执行。

人有主观能动性，本质上人们可以改造大环境来让所有人能对意识做出更高级的反应。这也是为什么越高级的文明可以拥有更先进的科技的原因。单纯从一个人来看，是无法抵抗这种意识的控制的。但是作为一个社会整体，在社会运行机制下，低级的意识响应被过滤，每一个人对意识的响应都在一个平均线。面对相同的感官刺激，古时候的人和现代人的反应完全不同，这种本能级别的差异，就是社会机制对意识过滤作用的效果。同时，这种对环境的改造具有螺旋上升的效果，除非发生巨大的灾难，否则人们对环境的改造会越来越先进，对意识的响应水平也会水涨船高。当这种响应级别达到一定高水平后，就可能迎来量变后的质变，突破无法操控自己意识的窘境。

当然，以上全是无稽之谈，可以作为茶余饭后的闲扯。

2024年我离开腾讯的时候，请团队小伙伴吃饭，饭后小伙伴问我，“你说AI会取代写代码，能展开说吗？”，但对当时的我而言，无法系统性回答这个问题，我智能说自己有这样的直觉，AI正在显露出它在写代码领域的厉害之处，但是，对于2024年的我，这几乎是难以回答的问题。

时间已经过去了2年多，现在，我相信无需我多言，当时问我的小伙伴自己已经在心里有了答案。

离开腾讯之后，我开始构建自己的系统，在花了6个多月之后，这套系统初见雏形，纯手工打造，精致而且尽在掌控。我上线了一些产品，有的效果不错，有的石沉大海。但我翻看自己的代码时，往往有种赏心悦目的怡然自得。这些精巧的设计，让我感叹写代码真有趣，足以慰藉人生中的孤独。

然而，这一切的美好，在一个2025年的炎热的午后被打破。我第一次在这一套精密的代码系统中，使用AI编程来完成一些新功能。从2025年中开始，我几乎没有手写过一行完整的代码，所有的代码、架构、UI设计，几乎都是AI帮我完成的。这一切看起来顺其自然，直到最近的一件事，让我突然冷汗直流，内心深处的恐惧吞噬了我的好脾气——我发现，我正在用AI亲手毁掉我的项目。

这天，我照常打开代码编辑器，和Codex对话。但是当我在处理一个bug很久之后都没有修复时，我开始有点焦虑。我让codex告诉我，这个功能涉及的代码都在哪里，给我列个列表。它非常完美的给了我一个列表，我点击进去，开始打算自己查看代码来修复。那一刻，我对自己手动改代码的自信心是爆棚的，因为我知道，这套系统是我亲手打造的，虽然中间AI帮我写了很多代码，但是再怎么变，它的地基是我搭建的，我不可能搞不定，无非是要多花一些时间。然而，当我开始深入去阅读代码时，我傻了，我完全不懂这些代码在干什么！！

我瞬间僵住了，我自以为是这套代码的创造者，总设计师，引擎的操控者，AI不过是给我搭了把手。可现实给了我一记狠狠的耳光，我真的不懂这些代码是在干嘛。它们就像一串奇怪的歪歪扭扭的蚂蚁，但是它们却正常工作着，支撑着几万用户的正常使用。我意识到，这个bug可能藏在1万行代码中那个不起眼的角落，但是，我却不可能通过手写代码的方式找到它。

最后，我只能加大调试剂量，让AI帮我一步一步排除问题可能出现的地方，每一次找到可能的原因，AI就会改上几十行代码，不知不觉，在经过十多轮调试后，终于解决了。可此时，我却毫无快乐可言，因为我知道，在这个过程中，每次AI修改的那几十行代码，可能又在撼动另外一个地方的功能。

最后，我垂头丧气的关掉了所有窗口，深深呼吸了一口气。

从那之后，我再也不敢尝试手写代码，几乎所有的调整，都是AI帮我完成。这套原本有我亲手写下第一行的代码，在我一次又一次，实现一些以前没遇到过的功能时，那种开心的状态，那种在深夜为了实现一个算法而进入心流状态的日子，那种编程的乐趣，我知道，再也回不去了，这套看似功能齐全的代码，我的项目，可能永远离开了我的掌控。

哈喽大家好啊，好久没发东西了。这段时间一直在忙产品相关的工作，比较少分享技术或者开源方面的探索。

这几天遇到一个挺有意思的现象：好几个小伙伴跑来问我，能不能一起拼一个 GLM 5.1 的套餐来写代码。毕竟目前国内模型里，5.1 确实算最强的那一档。再加上 Claude 官方最近上线了 KYC（身份认证）策略，用它的服务得做身份验证，而且本身就屏蔽了国内用户——这让国内的小伙伴用 Claude 的成本越来越高。很多渠道可能都面临关闭的风险，于是大家又把目光投回了国产模型。

智谱 5.1 发布后反响确实不错，但让人不爽的是：官方把直接订阅 Coding Plan 的入口给关了。据说是因为算力紧张，做这个套餐本身也比较亏本，现在就搞成“放量”模式——有点像秒杀，一出来就被抢光。好多小伙伴想买都买不到，有钱花不出去的感觉。

我自己手上倒有一个 Max 套餐。之前做 Claude Code 深度教程的时候，很多小伙伴通过我的推荐去买了套餐，官方给了我一笔返现奖励，我用这笔钱买了 Max 套餐。之前上车的朋友应该没亏吧？😄

现在这个套餐我自己用得不多，主要还是在用 Codex（GPT 模型写代码）。我就想，既然我用量少，能不能把这个套餐分享出去？收点钱回回血也行，实在不行免费分享也可以。

正好有小伙伴来找我，想“搭车”一起用这个套餐。但问题来了：官方并没有独立的 API Key 专门给 Coding Plan 用。在智谱官网上，所有服务的 token 是混在一起的——我账户里还有不少余额，是用来调用其他模型服务的。如果把 key 直接交给小伙伴，万一（不是不信任）把我通用 API 的余额也消耗掉了，那就尴尬了。

有没有现成的方案？

我找了一圈，市面上确实有中转系统（比如 One API 这类），可以把海外 Claude、GPT、Gemini 的 token 转给国内用户用。但那种方案太重了，面向的是跨境卖 token 的场景。我这边就是几个熟人一起用一个套餐，没必要搞得那么复杂。

搜了一圈，没找到合适的。那就自己做一个吧——反正功能上也不难。

一个晚上从 0 到上线

昨天晚上，我开始用 Claude Code，连上 GPT 和 GLM，把我的想法讲了一遍。让它帮我梳理需求、出 PRD 文档，然后根据文档设计系统架构。接着我开启了 Claude Code 的 Ralph 模式（需要装个插件，用一条命令就能让 AI 一直跑，直到它认为自己完成了所有需求）。

我让它自己跑，然后我就去睡觉了。

今天早上起来验收，功能基本都实现了，但细节上还有些问题：UI 不够好看，一些交互逻辑需要打磨。于是花了一整天，跟 Claude Code 和 AI 一起把系统打磨完，下午快吃饭的时候上线了。

AI Coding 的真实体验

现在做一套系统确实非常快。我的流程很简单：让 Claude Code 出设计文档、实现文档，然后开始跑。

但花时间最多的阶段，不是“从 0 到 1”，而是 从 1 到 100 的精细化打磨。

从 0 到 1 基本可以无人值守，AI 自己就能搞定。但精细化打磨的时候，你必须盯着它，出结果后马上验证，给实时反馈。比如 UI 上哪里不对、交互逻辑怎么改、隐私安全怎么保障——这些细节在初始阶段 AI 是没法帮你做好的。

我一整天绝大部分时间都在做这件事：告诉 AI 哪里有细节问题，让它改，然后验证。这个过程需要实时互动，不可能完全放手。

之前有做产品的朋友跟我交流，说他们对产品的理解很好，想借助 AI 独立实现产品。但经过这一天的体验，我发现他们可能能做到 0 到 1，但很难做到 1 到 100。因为有些东西你根本不知道“需要有这个东西”——比如加密、数据库字段、算法逻辑。你不知道，就没办法让 AI 帮你做。

当然，我们做技术的人从 90 分到 100 分能做得到，但从 0 到 1 的想象力可能不如产品经理。所以最好是两种思维都有——或者像我们这样，一个人既懂技术又懂产品，还得懂点营销。

AI 让大家失业？我觉得可能有一半的冲击，但完全颠覆行业还远着呢。比如界面审美——你得让 AI 装上视觉、理解效果、具备审美，这几乎不可能。所以目前来看，人还是不可或缺的。

我做的东西：AICodingBus

回到正题。我做这个系统叫 AICodingBus（AI 编程巴士），所有小伙伴都是来“搭车”的。

· 共享自己的 token，或者搭车使用别人的 token。
· 平台本身没有任何收费项目，只做分享和限制功能。收费什么的大家线下（场外）自己解决。
· 目标是熟人之间的 token 共享，不是那种中转服务商。

使用流程很简单：注册账号 → 创建共享池 → 填入上游服务商的 API 地址和 Key → 生成邀请链接 → 审核通过后，使用者就能拿到平台提供的 URL 和 Key，放到自己的编程工具里直接用。

核心设计点：

1. 额度分配：比如一个套餐 3 个人用（包括创建者自己），可以设置平均分配份额，避免一个人把所有人的额度都用光。
2. 隐私保护：使用者只能看到自己的用量，创建者能看到整体用量，但看不到其他人的具体用量。
3. 防坑机制：如果创建者收了钱，不能随便踢人（只有成员主动退出）。当然这防不了君子不防小人——创建者可以直接在官方层面删掉 Key。后续可以考虑加信任评分系统，让大家知道谁靠谱。

个人建议一个共享池不要超过 10 个人，五六个人最好，方便管理。

使用地址：https://aicodingbus.24×7.to

使用说明：https://www.bilibili.com/video/BV1MMd6BvEuF/

最后

通过这次体验，我觉得 AI 编程确实很高效，但也没有想象中那么“傻瓜化”。我做这个工具主要想解决日常开发中的小问题，没打算靠它盈利。

如果你也有 token 共享的需求，或者对这个工具有什么想法，欢迎在评论区聊聊～

有机会再和大家聊更多话题，拜拜！

你是不是看到过非常专业的视频生成控制的演示呢？在别人用AI生成的视频演示中，你能看到他们可以让AI完全按照自己的想法生成视频。今天，我就把这个秘诀教给你。

想要严格控制AI生成视频的整体过程，我们推荐一种标准化结构的提示词格式，这种格式向AI提供了全面的生成依据，因此，可以做到精准把控。

让我们先看一个案例。

下面这个视频是用通用语言描述生成的视频：

提示词如下：

健身房，大叔对着镜子努力举哑铃，表情狰狞。旁边肌肉男轻松拉起三倍重量，结果裤子崩开，露出卡通内裤。大叔憋笑到岔气，哑铃砸到脚，单腿乱跳撞倒一排蛋白粉罐，粉尘漫天，所有人变成“雪人”。

而下面这段视频的，则是用我们标准结构的提示词生成：

提示词如下：

镜头1（0-2秒）
运镜：固定镜头
画面：中景，平视，顶光。中年大叔在健身房镜子前奋力举哑铃，面部肌肉紧绷，嘴角抽搐，双臂微微颤抖。
音效：哑铃碰撞声。
---
转场：镜头跟随视线右移
---
镜头2（2-5秒）
运镜：缓慢推进
画面：特写，侧光，低饱和度。肌肉男轻松举起三倍重哑铃，裤子突然崩开，露出卡通内裤，周围人表情从惊讶到憋笑。
音效：布料撕裂声。
---
镜头3（5-8秒）
运镜：轻微晃动
画面：全景，俯拍，高对比度。大叔憋笑岔气，哑铃脱手砸到脚，单腿跳跃撞倒蛋白粉罐，粉尘弥漫，所有人变成"雪人"，表情从痛苦到滑稽。
音效：哑铃落地声、罐子倒下声、粉尘飞扬声。
---
音效（0-8秒）：健身房背景噪音

可以看到，AI遵循了我们提示词中至少90%的指令。

那么，一款标准结构的提示词格式是怎样呢？下面就是一份我们总结的标准提示词示例。

写实纪实风、自然光、低饱和、轻微颗粒感。（可选）
---
镜头1（0-3秒）
运镜：固定镜头，轻微手持感（可选）
画面：中景，平视，侧光。角色A（通过 mention 引用）坐在凌乱书桌前，台灯只照亮半张脸。
台词（角色A，低沉且疲惫）：“又来了。”（可选）
音效：虫鸣声。（可选）
---
转场：硬切，跟随角色A视线方向（可选）
---
镜头2（3-6秒）
运镜：缓慢前推（可选）
画面：特写，俯拍，焦点从虚到实。桌上笔记本内页墨水晕开形成黑色圆点。
台词（角色A，压低声线）：“这不对劲。”（可选）
音效：笔在纸上的书写声。（可选）
---
...（可包含更多镜头、转场，总时长控制在 8-15 秒内）
---
音效（4-12秒）：雨声（跨镜头，按需添加）
音效（12-13秒）：巨大的雷声（跨镜头，按需添加）
---
**强制音频约束**：禁止出现任何音乐内容（包括但不限于背景音乐、配乐、歌曲、BGM、持续哼唱、乐器演奏），仅允许“音效 + 说话声”。

让我们来详细拆解一下：

• 开头：提供整体视频的基础信息，这里提供基础的视频风格。
• 镜头：
  • 时间跨度
  • 运镜：这里需要注意，我们在镜头内先指出运镜，这让AI可以更好的遵循指令，经过多番测试，生成的视频效果更好。
  • 画面：包含景别、光影、构图等镜头设计。然后才是对故事情节的具体展开。
  • 台词
  • 镜头音效
• 镜头间转场
• 其他镜头
• 跨镜头音效：提供了该音效的持续时长
• 其他提示信息

这份提示词所包含的信息非常具体，这种具体的指令，可以让AI更加可控的按照我们的需要去生成视频。

以上就是这份含切镜视频生成提示词标准结构格式的秘诀要领。赶快到你的视频生成中去试试吧。