KeyFrame內部研究專用

Vibe Coding 經驗談:分享最新 AI 工具與模型選擇!

阿石OMP·7月24日週五·12 min中文

三句話摘要

技術人士分享實務AI工具應用與5-Minute Coding專案經驗 實務AI工程的核心不在於使用最貴或最新的工具,而在於明確定義問題、選對model、設定好工作流程,讓AI成為執行想法的工具而非替代思考。 工具選擇的實踐邏輯:講者區分使用場景——Claude用於需要創意與深度思考的問題(因為Legacy model有品味),GPT用於需求清晰的任務(因為有時建議過於複雜),而非單純選貴或流行的模型。

重點整理

重點
  • 1

    工具選擇的實踐邏輯:講者區分使用場景——Claude用於需要創意與深度思考的問題(因為Legacy model有品味),GPT用於需求清晰的任務(因為有時建議過於複雜),而非單純選貴或流行的模型。

  • 2

    本地AI模型的優勢:Whisper語音輸入在本地運行,CPU即可驅動,不依賴網路,且準確度遠勝Google舊版語音輸入法,是實務中高效的替代方案。

  • 3

    工具堆棧的成本效益:Calvuc完全免費建站,OpenRouter一次設置後只需改model名稱即可切換,降低多個API的管理複雜度與成本。

  • 4

    網站設計的核心心得:不要無方向地讓AI生成,必須給出明確的設計風格指引,選擇有品味的model,用Skill設定流程,連圖片生成也透過API保持風格一致。

實用技巧與重點

乾貨
  • 工具與平台
  • 本地語音輸入工具(Whisper)
  • Zoom即時翻譯字幕系統
  • Landing Page分析工具(enquiry form → 15頁報告)
  • 股價查詢工具(支援Yahoo API,可查0700.HK等個股)
  • Claude/GPT/Fable(Anthropic模型)
  • Calvuc(建站平台,含Page功能、Backend、Database、Working、CLI)
  • OpenRouter(模型聚合器)
  • Kimi(替代模型,價格比Fable便宜數倍)
  • Gemini API(圖片生成)
  • 具體數據與時間
  • Landing Page分析:20分鐘規劃思路 → 10分鐘生成 → 15頁完整報告
  • Fable配額:20元額度
  • Claude配額:20元額度
  • Calvuc費用:完全免費(僅需付網域費)
  • 8月1日星期六:FiveCoding工作坊
  • 30小時AI課程:3600元(助學金可補助80%)
  • 技術手法
  • 設計方向設定(例:新野蠻主義風格)
  • Skill流程自動化
  • 透過Gemini API統一圖片風格

結論

結論

實務AI工程的核心不在於使用最貴或最新的工具,而在於明確定義問題、選對model、設定好工作流程,讓AI成為執行想法的工具而非替代思考。

完整解析

詳細

這場分享會中,兩位技術人士實地展示最近開發的實用工具。首先介紹的是在Zoom上實現即時翻譯字幕的方案——因為大型會議可能有50至100人參加,統一字幕系統的需求明顯。系統特色是字幕浮窗不遮擋內容,且與會者進入時會自動看到即時翻譯的字幕。講者更直接示範了廣東話即時轉英文的效果。

其次是語音輸入工具。講者提到Windows原生語音輸入存在兩大痛點:準確度不佳且無法將口語轉換為書面語。他透過本地部署的Whisper模型解決此問題——CPU即可運行、不需上網、準確度高。這個工具最實用之處在於它是完全本地的,即使離線也能使用。

在網站工具方面,講者展示用AI快速生成Landing Page與分析報告的流程。只需在表單填入基本資訊(公司類型、行業、參考網站等),系統10分鐘內就能產出包含競爭對手分析、設計建議的15頁報告——這對行銷人員而言省下大量時間。講者也開發了用AI輔助的股價查詢工具,透過Yahoo API即時拉取五年至三個月的股價走勢。

在模型選擇上,講者分享實務策略:若自己對問題不太熟悉,選Claude因為其Legacy model有品味、能想到使用者想不到的東西;若需求明確,選GPT但要注意它有時建議過於複雜。為了控制成本,他採用兩邊各給20元配額輪流使用的方式。另提到Fable因為執行快、token消耗少,實務中未爆過量。建築工具選擇上,Calvuc提供完全免費的建站方案(含頁面、後端、資料庫功能),講者至今未支付任何費用,僅付過網域費。OpenRouter則解決了多模型管理問題——一次設置後,只需改模型名稱即可切換不同的AI服務。

最後談到網站設計技巧。講者強調要做出不像AI生成的網站,關鍵是:給AI明確的設計方向(如「新野蠻主義」風格)而非無方向要求;選擇有品味的model;透過Skill設定完整流程,甚至用Gemini API生成符合風格的圖片。整個過程不是單純丟code,而是有想法地引導AI完成。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。