7月16日2026 · 星期四

@aigclink

BaoCut：是宝玉老师 @dotey 开发的转录+粗剪的Skill，对创作者，省掉的是逐句抠字幕的时间。安装到 Claude Code / Codex 上，即可用自然语言驱动 BaoCut 这个 skill 剪辑 app 的命令行。 适用场景：对于喜欢将国外的演讲搬到国内的朋友来说简直就是福音，用baocut把视频/youtube的url导入即可完成翻译转录，对于搬运侠来说省了不少事。对于做跨境电商的朋友也很有价值，多语言转录也很有价值。 昨天介绍的三家接 agent 都走 MCP——ChatCut 给闭源编辑器外挂 MCP 插件、OpenCut 把 MCP 写进重写路线图、Palmier 原生 MCP。BaoCut 换了个更轻的姿势：把 app 自带的 baocut CLI 包成一个 http://skills.sh Agent Skill，agent 直接跑命令cli： · baocut --json auto talk.mp4 --lang zh # 转写 → 润色 → 翻译，一条命令 · baocut export <id> --srt --translated --lang zh BaoCut 解决的问题很垂直很精准：口播视频的转写、加字幕、翻译字幕、说话人复核、清理 talking-head、导出——这些正是知识博主/口播号最费时的机械活。以前逐句对字幕、手动翻译的活，现在跟 Claude Code 说句人话就跑完了。 我测试baocut使用了下，字幕识别转录上，要比剪映的自动字幕识别要好，帮我把相关的语气词拿掉了、很多重复的语句也直接剪掉了，也可以直接将字幕翻译为十几种其他语言。 #BaoCut #AI剪辑 #字幕翻译 #ClaudeCode #AgentSkill

@Jason_Young1231

问题确认存在，Codex 应用在使用第三方 API 的时候会默认禁用 websearch 和绘图功能，前者对模型能力影响比较大，除了原帖中的解决方案以外，经过测试 CC Switch - Codex 应用增强中的“保留官方登录”功能也可以解决这个问题，同时保留手机远程操作和官方插件等能力

@1999_eth

惊现！新版 Codex 客户端，竟然在偷偷给第三方中转站“降智”。 7 月 11 日，我就发现新版 Codex 无法生图，并且第一时间公开了完整解决方案。 本以为这只是一个生图功能限制，结果继续逆向分析后，我发现事情远没有这么简单。 新版 Codex 一旦检测到你使用的是第三方 Provider，就会直接限制两项重要能力： 1、图片生成 2、Web Search 生图被限制，大家很容易发现。 但 Web Search 被悄悄关闭，才是真正影响模型能力的地方。 很多人可能不知道 Web Search 有多重要。 大模型的内部知识库都有截止日期，它并不知道今天刚刚发生了什么，也无法凭空获取最新的文档、新闻和技术变化。 所以模型厂商会给模型外挂一个实时联网搜索能力，这就是 Web Search。 它相当于模型的“眼睛”。 没有 Web Search，模型只能依赖旧知识回答问题； 有了 Web Search，它才能实时查询全网信息，验证事实，读取最新文档。 但现在，只要你在新版 Codex 中使用第三方中转站，哪怕后端接入的是完全相同的正版模型，客户端也可能直接把 Web Search 能力屏蔽掉。 模型没变。 API 没变。 只是因为 Provider 不是官方的，客户端就主动砍掉了能力。 这才是真正意义上的“客户端降智”。 好消息是，经过逆向分析，我已经找到了绕过限制、恢复生图和 Web Search 的方法。 详细修改教程，我已经发在前一条推文里： https://x.com/1999_eth/status/2075949033215148245 正在使用 Codex 第三方中转站的人，建议马上检查一下。 你以为自己用的是同一个模型，实际上客户端可能早就偷偷阉割了它。 大家可以看一下附图修改前后的对比：

@bcherny

Something I have been thinking about: in the past, the best engineers I knew spent a lot of time automating their work in various ways. Better vim/emacs automations, writing lint rules to catch repeat code issues, building up a suite of e2e tests so they don't need to smoke test the app manually. These kinds of things were the highest leverage activities an engineer could do, because it multiplied their own output, which in turn meant they could build more things. I think many of these automations have become even more important now. This is true for a number of reasons. First, infra and DevX automation speeds you up. And if you are running an army of agents, each of those agents will be sped up also. More automation == more output per unit of time. Second, moving things to code improves efficiency. Your agent could fix an issue every time it sees that issue happen, but that uses tokens and might miss cases. If Claude instead writes a lint rule, CI step, or routine, that class of issue can be fully automated forever. This is really what people are talking about when they talk about loops -- it's about automating entire types of busywork rather than solving them one off. This isn't a new idea at all. Engineers have been doing this for a long time! Third and most importantly, automation makes it possible for others to contribute to the codebase more easily. Increasingly what I am seeing is engineers are contributing to codebases on day one because Claude can navigate the codebase for them, and that non-engineers are able to contribute to a codebase as effectively as engineers can. What gets in the way of both of these is domain knowledge that lives in peoples' heads rather than in automation -- the stuff you used to have to learn when ramping up. What has changed thanks to agents is the domain knowledge that can be encoded as infrastructure is no longer limited to what is expressible in lint rules and types and tests; it can now capture nearly all domain knowledge, encoded as code comments and skills and CLAUDE.md rules and memories. If I put up a PR for an iOS codebase I don't know and a code reviewer rejects it because it doesn't use the right framework, or if a designer builds a new feature and it gets rejected because it doesn't follow the right architectural patterns, these are failures of automation. Every team should be writing the CLAUDE.md's, REVIEW.md's, skills, and docs that enable agents to productively work in their codebase with zero additional context from the prompter. This sounds crazy, and at the same time is a natural extension of the stuff engineers have always done: automate, and encode domain knowledge as infrastructure. As the model gets smarter and as the harness matures, this task becomes easier. In the meantime, it is on every team to look for ways to convert their domain knowledge to infra so that Claude can write code better, so that code review catches issues automatically, and so the next person working on your codebase can contribute more easily.

@aiDotEngineer

🆕This Year In Claude https://www.youtube.com/watch?v=uU5Gv2h8-9g @simonw chats with @_catwu and @trq212 about the state of: - @claudeai Code - Claude Fable - @anthropicai culture & product strategy - Claude Tag & multiplayer collaboration - The surprising succcess of Remote control - HTML artifacts for code review - Why Anthropic uses Auto Mode as the standard for long-running tasks at Anthropic, not --dangerously-skip-permissions - using Claude for Video editing - how to be more ambitious as a developer: refusing to "negotiate against oneself" Timestamps 0:00 Introductions and Claude Code overview 1:22 How coding agents have changed daily workflows 3:51 Shifting focus: Product sense over manual implementation 5:09 Why modern rewrites are now beneficial 6:37 Introducing Claude Tag and team collaboration 11:38 Prioritization and internal "dog-fooding" culture 13:06 The surprise success of remote control features 14:17 Evolving code review processes and automation 17:16 Building trust in new model generations 19:18 Optimizing for capability and user experience 21:23 Reducing system prompts for frontier models 28:05 The philosophy of tool design 30:57 Safety, security, and using Auto Mode 37:53 The human element and developer ambition 41:50 Surprising use cases for Claude (e.g., video editing) 43:35 Limitations and future design aspirations 45:09 Cultural hacks for productivity 46:42 Absurd, fun projects built with Claude 49:03 Audience Q&A

@Zesee

我的超级个体赚钱史 先说明一下：我没有卖课、卖社群的打算，这篇纯粹是个人经历分享，以及对过去几年的一点反思。感兴趣的话，可以继续往下看。 本科期间，我就开始到互联网公司实习，先后去过流利说、百度、微软和亚马逊，也做过产品、运营和数据相关的岗位。 那时候的我，几乎每个假期都在不同的城市和公司之间奔波。总觉得进大厂是一件很有光环的事，也理所当然地认为，自己毕业以后一定会拥有一份体面的工作。 第一个转折点发生在2021年。 本科毕业前夕，我通过自己的努力，从文科转到了计算机专业。当时，我把申请经历分享到了小红书上。现在那个账号里，还保留着一篇当时发的笔记。 没想到那篇笔记的流量很不错，我也因此收到了很多私信，慢慢开始做付费咨询。当时一通咨询电话收费800元，我前后交付了几十单，后来还专门做了一个公司账号，用来分享学生的申请案例。 这件事断断续续做了三年。每到申请季，都会有一些老客户介绍来的学生，高峰期一个月能赚10万元左右。 但那时候，我并不觉得这个钱好赚。因为每一单都需要亲自交付，从早到晚处理不同学生的问题，收入虽然不低，但人的精力也被牢牢绑在里面。 所以毕业之后，我还是选择了找工作。 2023年毕业时，互联网行业已经开始下行，岗位不断缩减。那段时间我也得了抑郁症，可能是转码太累了（不是）。 当时，我拿到了小米北京的offer，月薪28k，但最后没有去。家里人觉得北京太远，希望我留在上海，于是我加入了一家独角兽公司，做AI产品经理，税前22k。 工作的那段时间，我没有想过做副业，也没有想过创业。每天就是安心上班、规律作息，抑郁症反而慢慢好了。 2024年，我负责了一个原本不被大家看好的项目，最后却成功谈了下来。但后来，mentor说项目是他做的。 我当时非常生气，当天就离职了，连年终奖都没要。离开以后，我也再没有回过公司。 裸辞之后，我迷茫了一段时间。 2025年初，我加入了朋友的创业团队。同年4月，我拿到了香港身份，随后注册了自己的海外公司和上海公司，开始一个客户一个客户地谈，为他们做解决方案。 那时候的生意并不稳定。一单的利润可能只有几千元，也有利润比较高的项目，偶尔甚至还会微亏。但和以前做咨询不同，我开始真正接触一家公司的经营：找客户、谈需求、做交付、算成本，也承担结果。 2025年12月，我开始认真做推特账号。2026年2月，公司拿到了投资款；3月，我又开始尝试通过自媒体变现。到现在，我在全平台一共积累了三万多粉丝。 回头看这几年，我尝试过实习、上班、个人咨询、创业和自媒体。赚钱方式一直在变，但我最大的感悟其实只有两个。 第一，尽量做低损耗、能够长期积累的事情。 有些事情虽然短期赚钱，但每一笔收入都需要重新消耗一次自己；有些事情前期很慢，却会随着时间不断积累。把时间周期拉长之后，后者往往更值得做。 第二，只和过去的自己比较，不要把精力浪费在内耗上。 人在上升期难免会遇到委屈、误解和不公平。很多事情当下看起来过不去，几年以后再回头看，也只是人生里的一段经历。 所以，允许自己慢一点，也记得善待自己。