KeyFrame內部研究專用

20261120 Craft 4K Review Version V3

灵姐说AI | Ling Talk AI11 min中文
觀看原始影片

三句話摘要

Craft Anything 是開源AI工具,能快速觀察、分析並複製既有的網站、應用、小工具和遊戲。 Craft Anything讓AI快速觀察、分析並複製既有產品成為可能,同時也提醒我們在複製易行的時代,真正的競爭優勢在於持續創新、IP運營和深度思考。 Craft Anything 透過將觀察、構建、檢查和修改環節無縫銜接,將傳統費力的開發流程簡化為提供參考對象並說明目標,讓通用編碼Agent執行具體實現,大幅降低製作難度。

重點整理

  1. Craft Anything 透過將觀察、構建、檢查和修改環節無縫銜接,將傳統費力的開發流程簡化為提供參考對象並說明目標,讓通用編碼Agent執行具體實現,大幅降低製作難度。

  2. 複製範圍廣泛但難度差異大:網站和簡單工具相對容易,複雜遊戲因涉及場景、資源、物理引擎、存檔等要素難度大幅提升,需要提供的信息和輸入量成倍增加。

  3. 外觀相似和功能可用是兩件不同的事,需分開檢查。複製網站時要將前端頁面和後端服務分開考慮,確保對應功能的按鈕邏輯、數據保存方式等細節都設計完整。

  4. 除了快速複製外,該工具也能作為研究工具深度分析軟體邏輯和架構,幫助理解程式結構和設計決策,對做行業研究的工作也有實用價值。

實用技巧與重點

  • 開發團隊:ArtCraft(同時開發PhotoCraft、WordCraft等)
  • 存取方式:桌面版、官方產品頁下載、命令列、MCP接入、Claude Code/Codex整合
  • 核心四階段:Study觀察 → Build構建 → Check檢查 → Ready使用
  • 研究深度選擇:
  • Clean room(預設):文字、截圖、布局、操作觀察
  • Deep:程式檔案、網頁內部實現研究
  • 複製對象類型:網站、應用介面、小工具、遊戲
  • 複製輸入方式:直接提供程式代碼或提供介面截圖
  • 需要明確資訊:參考目標、保留的流程、改變的地方、功能操作細節(跳轉、數據保存)
  • 講者案例:複製灵姐说AI頻道YouTube主頁,包含橫幅、頭像、視頻列表、播放/暫停/拖動進度條功能

結論

Craft Anything讓AI快速觀察、分析並複製既有產品成為可能,同時也提醒我們在複製易行的時代,真正的競爭優勢在於持續創新、IP運營和深度思考。

完整解析

Craft Anything是由ArtCraft團隊開發的免費開源項目,根本上改變了人們製作應用和網站的方式。講者以複製自己的灵姐说AI頻道YouTube主頁為例,展示了這個項目如何能快速克隆和改進既有軟體。傳統開發方式要費力描述各個元素的位置和按鈕的跳轉邏輯,現在只需給AI一個參考對象,說明希望保留或改變的部分即可。

Craft Anything的工作流包含四個清晰的階段。Study階段收集目標相關的資料和證據;Build階段由通用編碼Agent根據要求和已有材料生成新項目;Check階段將結果與目標對比找出差異;Ready階段打開結果繼續使用或提出修改意見。整個過程支持靈活交互——用戶可以邊看進度邊決定是否補充信息或調整方向。

該項目的應用範圍相當廣泛。複製網站時,用戶需提供網址並說明頁面和操作需求;複製應用介面和小工具時,可直接提供程式代碼或界面截圖,明確哪些操作必須成功;複製遊戲時,簡單遊戲如貪吃蛇相對容易,但複雜遊戲因涉及場景、資源、物理引擎等難度大幅增加。講者特別強調,複製網站要分開考慮前端頁面和後端服務——雖然界面相似,但不會自動獲得原網站的帳號系統和推薦演算法。

除了快速複製外,Craft Anything還能作為研究工具,透過Clean room和Deep兩種研究深度幫助分析軟體邏輯和架構。講者的複製案例中,第一次結果雖然框架一致,但首頁置頂視頻內容不完全相同,經過提出修改意見後,Agent直接改正了問題,達到「以假亂真」的效果。這展示了人機協作的高效性。

AI 技術英文11月19日

DeepMind Just Released The Best Thing AI Ever Did

Two Minute Papers看原片 ↗
  • 同一個DNA變異在不同細胞中會產生截然不同的效應——例如胰島素產生的β細胞與其他胰臟細胞對同一基因變異的反應完全不同,這使得精準預測變成考量數十億個變異×數百種細胞類型的難題。
  • 利用既有的大規模單細胞測序數據作為訓練資料是關鍵突破,科學家已測量過大量細胞中各基因的活性水準,這提供了足夠的輸入輸出對讓AI學習細胞特定的基因調控模式。
16 min
AI 技術英文11月18日

Can Open Source Make AI Agents Safer?

NVIDIA and Hugging Face看原片 ↗
  • 從軟性勸阻到硬性邊界的必然性:模型會被說服,但硬體邊界不會。LLM的安全訓練重要但不足夠,必須在模型外部有獨立的控制層,例如NVIDIA Sentry這類在硬體層執行的防禦系統。
  • 代理身份需要重新定義:傳統數位身份只是識別符+權限清單,AI代理則需要「AI Passport」——包含商業背景、目的、即時訪問需求的上下文感知型身份,能在毫秒級動態判斷是否應授權。