唐霜

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。

Hey，大概半个月没有更新公众号了，不知道小伙伴们最近过的怎么样。这半个月我在集中开发一款AI漫剧制作平台 kuaimanju.com，因此没有时间更新公众号文章。今天，我同步更新了播客，播客Robust已经有快两年没有更新了，感觉已经失去了节奏。同样，我的博客也长时间没有更新，一方面是没时间精力，另一方面是不知道有什么内容是必须用文字来表达的。

过去一段时间（1年左右），我尝试了多个idea，我在思考自己的定位，在思考AI对于我们个人，有什么样的启示。在AI时代，信息的流速会越来越快，人如何在有限的时间里，完成自己想做的事情？哪些想法是应该放弃的，哪些是应该持续保持去做的？这对我来说，都值得去思考。人对时间的把控能力，随着AI的到来变得越来越弱，这和人们对AI最初的理想，背道而驰。但是，我们对环境的抱怨没有任何裨益，适应环境，在匆忙的时间里，把自己认为值得花时间去打磨的东西做好，或许就是一种和AI对抗的方式。

在这半个月里，我沉浸式的进行vibe coding，完成了kuaimanju.com平台。在2年前，我从腾讯离职，离职聚餐的时候，前同事给我留下了一个问题：AI什么时候能帮我们写代码？今天，这个问题得到了很好的回答。世间事事难料，我们作为普通人，在时代的浪潮前，最大的救赎就是逐浪而行。

我记得还没离职时，BG搞了两次技术的交流会，当时我们聊到了AI编程，我当时的发言还是围绕RAG技术，认为依靠这个技术应该也可以通过工程来实现AI编程的一些能力。谁能想到，短短两年时间RAG已经成为一门很少被提及的技术。现在，连“上下文工程”都是一个落伍的词，最近，只有聊“Harness”才是时髦的。

从对“AI帮助我们写代码”感到有些难以理解，到“没有AI写不了代码”的今天，只有短短两年，软件行业正在被完全重塑，甚至软件本身，也在迎来2.0时刻，软件的交互，正在从通过鼠标、键盘的交互模式，向说话、感官的交互模式转变，这种转变很大程度是因为AI所带来的信息兼容性得到的。以前，人们只有通过手工的方式，才能为机器提供准确的指令，但AI的出现，让人们开始不再需要直接向机器提供准确指令，而是只需要描述和引导。这使得在2015年，绝大多数的产品经理职业的人们，开始转型做开发，甚至有些小企业的老板亲自下场做开发。

这种趋势被Anthropic敏锐的捕捉到。在Manus爆火之后，他们就猛然看到了这种必然的趋势，因此，它们在一种莫名其妙的动力驱使下，将所有的宝押在“Coding模型”这条道路上。当时我觉得莫名其妙，因为openAI们都在追求真正的“大”模型，也就是通用模型，而Anthropic为什么要专注在代码上？难道是做通用模型太难了，所以先退而求其次？

现在，我们已经看到了。Anthropic通过claude code这个拳头产品，已经构建起了一整套的AI生态，今天，它的营收已经超过了openAI，而这种收益，还是在它严格要求安全的前提下，当然，还有一点，令人不爽的，在对中国的高强度封锁的前提下。前几天，claude code的源码泄漏出来，但是，这不仅没有让它的护城河决堤，相反，人们看到了它稳固的AI发展前景。

Claude code这款产品，虽然一开始是一个极客类型的产品，只有CLI界面。但是，我看到太多不同行业的人，在听说它的强大之后，以身试险，并通过claude code，认识了“AI真的能干活”这个新世界的大门。现在，很多人接触openclaw，开始“养虾”，他们刚接触的时候，会惊讶于，AI还能“真的做事”，而实际上，在那之前，claude code / codex 已经杀疯了。
当AI开始真的做事的时候，作为有贪恋的我们，就会开始尝试让我们处于高强度的多线程并行状态中。

我以前写代码会进入心流状态，写代码写到忘记现在是上午还是下午。但是，在拥有AI之后，我开始同一时间，处理多个项目的代码，在不同的编程窗口之间来回切换，确认当前的编程进度。AI并没有让我轻松下来，而是让我快起来，快的停不下来。

于此同时，我会不舍得放弃任何一个想法，因为我已经有AI了，它可以帮我在半个小时里面给一个想法做出一个原型效果。我会想，既然已经开始了，看到雏形了，那我怎么舍得不把它做完呢？于是，我就会开始并行做多个项目，有了想法就会去尝试做一个新的网站或小程序。

然而，随着开发进入深水区，进入细节逻辑的补充，细节UI的调整优化，AI就会开始慢下来，而我就开始着急。同步写多个项目的情况下，我会在多个编程进度窗口之间切来切去，看着还在处理的进度，有些焦虑。

这就是现实。AI并没有让我们感到轻松，并不是AI本身的问题，而是我们自己本身的问题。当我们手上有了“锤子”，我们就会去拼命找“钉子”。在不停的寻找中，我们也慢慢丢失了自己最开始的理想：让AI去做，我就解放，可以去喝喝茶，逛逛春天。

所以，我开始对自己说：停下来吧。

虽然用AI来开始一个产品的0-1非常容易，可是AI现在只能做到80%，而剩下的20%是最艰难的部分。更艰难的，是产品100%以后，如何让产品让更多人看见，如何让更多人满意。

当编程，不再是我的全部工作，我就需要花更多时间去关注如何让产品被看见，如何让产品被看好。这完全超出了我以往的经验和能力范畴。虽然现在AI非常强，但是，当我们进入自己不熟悉的领域时，我们并不知道如何让AI替自己在这个新领域做事。所以说，AI并不能真的让人无所不能，在用AI成为强者之前，我们必须先成为这个领域的专家。

但是，好在，我们有AI，可以快速入门一个领域，让我减少进入这个领域的门槛。做市场，做营销，做内容推广。这些以前并不在行的事，在AI的辅助下，我做的仅仅有条。虽然算不上很好，但是不会毫无头绪。

在AI这个领域，我从2024年初，就开始关注除了AI智能之外的另一个领域，就是AIGC。在2026年的今天，AIGC似乎已经很少人提了。但是，今年上市的minimax之所以在股价上表现好于GLM，更多的原因就在于minimax在AIGC领域还有着巨大的市场份额。对于普通人而言，AIGC意味着AI时代的艺术创作、哲学思考和赛博文学。

在B站上，我们可以看到一些非常了不起的作品。这些作品用AI完成，它们不是什么影视作品，不讲究镜头表达，它们只在乎“思考”这件事。它们思考，AI对于人类的认知、存在、未来进行思考。它们应该被当作艺术品，或者文学作品放起来。

在AI时代，每一个普通人都可以通过AIGC作品来进行表达。这种表达的形式，往往就是我们熟知的“影片”的形式。人类的表达是无穷无尽的，从人开始拥有语言开始。没有什么是可以遏制人类的表达欲的。只不过，不同的时代，人类的表达形式在不停的变着，落伍的表达形式，无法让更多人看到，新潮的表达形式，会进入更多人的视野。这也就是为什么，我选择在今年这个特殊的时间节点，仍然投入完成kuaimanju.com 这个项目的原因。

去年（2025）6月份的时候，AI漫剧这个赛道开始突然火热。当时已经有一些沙雕漫剧很火了，比如“虾仁”系列的，那个时候，“解说漫”开始出现，这种模式用AI很方便制作，github上还出现了moneyprinter这样的项目。但是到了年末和今年初，平台开始突然收紧，AI漫剧开始走向精品化，4月1日，广电关于漫剧的新规施行，整个行业真正进入新阶段。

我认为这对真正有表达欲，想要通过作品传达自己思想的创作者是好事，因为平台和官方已经为这样的创作者扫除了市场上的干扰因素。而AI的成熟，也为创作者们带来了更便捷的制作路径。这可能是对创作者们来说，最友好的时候。随着AI剧成为一种重要的，有规范的内容创作形式，它将挤压传统的创作形式，例如以前鬼畜是一种非常流行的创作形式，而现在，AI剧会替代它，成为新的流行，创作者们会依赖这种形式的内容来表达，当然，具体表达的内容可以五花八门，不一定全部都是正能量，但是，不可否认，一旦一种表达形式成为主流时，传统的表达形式的市场就会变小，就像我的博客、播客，甚至公众号，这些表达形式，都在慢慢像艺术品一样，虽然看上去很“香”，但是看的人很少。

当然，对于一个创作工具而言，就像Cursor一样，更像是一个壳，而不是一个颠覆级创新。壳就应该有壳的态度，所以，我在开发kuaimanju.com时，既尽可能的追求极致的贴近类似即梦这样的工具的原生能力，又持开放态度，让用户可以与其他平台对接打通。我想，一个壳，重点不在于本身能力有多强，而在于对这个领域的流程、特征的契合，这也就是Harness的思想。

我写这篇文章，不是为了介绍这个新产品。我只是在回顾这半个月时，绕不开这个沉浸式vibe coding过程中的产出。随着我从开发人员的身份转变，我也开始审视我应该表达些什么。过去很长一段时间，我输出的内容把注意力集中在面向开发者们表达，“工匠精神”“做T型人才”“追求代码的极致”，这些曾经引以为傲的。如今，我本身已经脱离了一半的开发，我很难在输出技术层面的原理性内容。写作，往往逃不出“太炸裂”“天塌了”这类博眼球流量的宿运。所以，我开始思考，我是否需要继续写作，或者，我并不需要写更多的干货，而是回归写作的初衷——表达。

人类需要表达。

这里的表达不是输出干货，不是追求“有用”，而是一种近乎无用的自我刻画。这也是博客时代最初的模样。世事无常，大肠包小肠，九转回肠，又转回到最初的模样。在这个AI输出的“有用”内容比普通人更专业、更全面、更结构化时，人们就可以回到最初的表达，向世界表达：我是谁，我是怎样？所以，我以后会同步博客、公众号的内容，不再输出所谓干货，把自己真正所想所思记录下来，回归最初。

当AI照进现实，照进城市的高楼之巅，照进中国的乡村田间，我们这一代人，共赏这一轮“新月”到来。