Morriaty

codex：便宜、风控低、官方经常重置 tokens 额度、后端能力突出、前端拉胯

cc(原厂模型)：综合能力最强、贵、变态风控、前端审美极高

cc(第三方模型)：配置要折腾下，总体效果能达到原厂模型的 70%~80%吧

来自： https://waytoagi.feishu.cn/wiki/GlhuwGy13iVQwek3n2HcRxU4nVN

> Dobby 精灵一一三个提示词接管了一整个家
Sarah 问 Karpathy 有没有在编程之外用 Claw 做过什么有意思的事。他说今年 1 月他经历了一段“Claw 精神错乱期”，建了一个叫 Dobbythe Elf Claw(家养小精灵 Dobby)的家庭自动化 Agent 。
过程是这样的:他告诉 Agent“我家好像有 Sonos 音箱，你能找到它吗”。Agent 就去扫描了局域网上所有的设备，找到了 Sonos 系统一一发现完全没有密码保护。Agent 登录上去，通过搜索找到了 APl 接口，逆向工程了整个控制流程。然后问他要不要试一下。他说“你能在书房放点音乐吗”，音乐就响了。三个提示词。
灯光也是同样的流程。Agent 扫描发现、逆向 API 、创建控制面板。他说一句“睡觉时间”，全屋的灯就灭了。最后 Dobby 可以控制他家的灯光、暖通空调、窗帘、泳池和水疗设备，还接管了安防系统。
安防部分的设计有点意思:他有一个对外的摄像头，系统先做变化检测(有东西动了)，然后把画面发给 Qwen 视觉模型做分析，最后通过 WhatsApp 给他发消息一一附上外面的图片和描述，比如“一辆 FedEx 货车刚刚停下来，你可能收到了快递”。
注:Qwen 是阿里云开发的多模态 AI 模型系列，支持图像理解和文本生成。Karpathy 说 Dobby 现在管着整个家，他通过 WhatsApp 跟它交流。以前他需要 6 个不同的 App 来控制这些智能家居设备，现在一个都不需要了。Dobby 用自然语言处理一切。他承认自己还没有把这个范式推到极限一一有些人做了更疯狂的事一一但仅仅是家庭自动化这一个场景，已经”非常有帮助，也非常有启发性”。

什么业务呢

你是否在找阿蔡四菜一汤 每日灵感大王

一些地方的落户政策，有这个能加分，看你需不需要

我自己生活里碰到的：
- 上海闵行，年初时看的房子挂 600 ，现在 520
- 大疆 pocket3 ，国庆前 4400 ，国庆后 3500

「不要太精深」和「本质原理」这两个有点矛盾啊。

这是我之前看过的：
1. 一个博主的 blog ，快速了解 LLM 相关的概念和学习路径： https://gugehome.com/am.php?t=a8pslXGjYFhJ
2. 《动手学深度学习》，从最基础的 LR 开始一直到 DeepLearning： https://zh.d2l.ai/index.html
3. transformers 官方 nlp courses ，集中介绍 DL/LLM 如何做 NLP 任务，有机翻中文，https://huggingface.co/learn/nlp-course/en/chapter0/1?fw=pt
4. 复旦《大规模语言模型-从理论到实践》，主要介绍 LLM ，从 transformer 源码到分布式训练： https://intro-llm.github.io/

@cloudhao1999 真的挺高效你是用微信开发者工具先生成的项目结构，然后再导入到其他 AI IDE 开发的是么？ Claude 这种对小程序的语法熟悉度也是没问题的是吧，我后面也想试试

另外，我说的是 v2 的狗狗头像怎么生成的，有 Prompt 更好

很不错楼主从确定需求到上线用来多久？

BTW ，楼主头像是哪家 AI 生成的吗？挺喜欢这种风格