花叔的工作台 / 视频手记
AI工具实测、独立开发与内容创作。先看要点，感兴趣再看完整实践。
全部视频 146条
13:18花叔演示「先做可视原型，再转成应用初版」的AI开发流程，用Cursor和Claude 3.7制作习惯养成应用。第一步让AI分析需求、规划页面，再以HTML集中展示多个界面；第二步创建Xcode项目，把原型作为参考继续生成iOS代码。过程中展示长代码被截断的补全方法、编译报错的反馈修复，以及添加习惯、打卡和统计界面的检查，并明确初版距离正式上架仍有工作。
7:29本期围绕GPT-4.5发布时的系统卡和API价格展开评论。花叔梳理官方材料中的知识、幻觉、语言与写作能力描述，对照部分软件工程评估，并质疑较高调用成本与能力提升是否匹配。视频还展示让其他模型翻译报告、推测合理价格并评论实际报价的过程。这些回应被用于辅助讨论，不能作为训练成本或定价合理性的独立证据；本期没有展示GPT-4.5的直接任务实测。
10:56本期把DeepSeekR1的文本生成与Claude的开发能力组合起来，用Cursor制作「红薯吐槽机」。用户输入公开主页链接后，网站先获取适合模型阅读的内容，再调用模型生成幽默文案；随后逐步补充头像昵称、界面样式和Firebase数据保存。视频强调一次只交给AI相对有限的任务，并用实际抓取结果补足上下文。内容展示开发与迭代，部署步骤则指向已有教程。
18:14本期介绍Claude 3.7 Sonnet的混合推理与编程特点，讨论为什么应结合真实软件任务和人类偏好评估模型，而不只看竞赛跑分。演示包括网页开发盲测、天气动效页面、参照截图复刻首页，以及将文章整理为SVG信息卡。视频也介绍Cursor中常规与思考模式的选择；Claude Code当时尚未取得测试机会，相关判断属于初步观察。
10:32本期通过腾讯元宝中的DeepSeekR1和混元T1，演示六类日常工作任务：检索新信息、核查文章事实、总结文档并提出问题、撰写邮件、润色已有文字，以及为产品想法生成PRFAQ。案例中既有纠正发布日期，也有从文档里发现产品体验问题。花叔强调把AI放进真实工作流程，提供原始材料与明确视角，并结合来源检查结果，避免只把模型当作答题工具。
3:12本期记录微信AI搜索接入DeepSeekR1时的灰度体验，介绍从搜索框进入功能并选择模型的方式。花叔用自己的账号介绍和小猫补光灯两个问题查看答案，认为当次结果较完整，随后提出观察AI搜索的三个角度：入口是否常用、平台语料是否丰富、信息检索与推理是否有效。他据此讨论微信及其他内容平台的竞争机会，关于市场格局的判断属于当时预测，不能视作已证实结果。
13:00本期针对DeepSeek服务拥堵，梳理本地蒸馏模型、云API、自租服务器和第三方整合产品四类使用路径，再介绍Perplexity、秘塔、Cursor、Windsurf、Monica及自制的DeepSeek伴侣。视频按搜索、文档编辑和聊天等需求说明差异，最后用批量生成脱口秀内容的脚本说明，API还可服务于自动化流程，不只是接入聊天界面。
24:07围绕DeepSeek R1发布后的使用体验，花叔先解释推理模型与指令模型的不同，再梳理分词、知识截止、模型自我描述、上下文和输出长度等限制。随后用写作、增长方案与会议材料等例子，讲解明确目标、补足背景、说明知识水平以及逐步收敛需求的方法。末尾复盘此前常用的提示词策略，提出在R1上减少机械约束、给模型留出解题空间的使用建议。
7:15本期解读DeepSeekJanusPro的技术报告，介绍同时处理图像理解与图像生成的模型思路。视频重点讲述把两类视觉编码分开、扩充训练数据及调整模型规模，并查看报告中的地标识别、文字理解和生成图片示例。花叔也提醒当时展示的生成分辨率较小，不能仅凭部分评分期待所有图像效果领先；对于后续接入聊天产品的设想，视频将其作为个人预测。
19:07围绕DeepSeekR1刚发布时的体验，本期测试信息搜索、论文总结、翻译、写作、问答、文章分析及中文梗理解，并与当时的ChatGPT和Perplexity部分结果对照。视频主张向推理模型直接说明任务，观察其分析框架如何组织答案；同时保留了小红书标题过长、内容表述不准确和《三体》人物归属出错等问题。重点在于发现适用场景，示例优劣属于这一轮个人体验。
8:10旅居时常遇到猫咪，花叔由此搭建一个能通过图片和视频交流的「猫咪顾问」。他在阿里云百炼创建应用，连接知识库、选择视觉模型，并写清角色、品种辨别与评分流程，再分别用图片和视频通话测试。发布后，他在曼谷街头对着一只猫进行实地演示，观察回答速度和是否遵循资料中的评价标准。教程展示了知识检索、多模态理解与可视化配置如何组合成小应用。
14:27花叔把Cursor与Windsurf的比较集中在一个实际问题：AI是否读到了完成任务所需的文件内容。他用长字幕文件测试普通对话、智能体模式和指定文件的差异，观察不同工具如何搜索、截取与补读上下文，再结合新手起步和复杂项目给出选择建议。视频最后建议及时记录项目结构与进度、控制文件复杂度，并在阶段任务完成后开启新对话，减少无关上下文干扰。
9:22本期在阿里云百炼搭建一个实时英语学习智能体：选择支持视觉交互的模型，设定角色、学习水平、直接回答与主动引导流程，再配置调用并进行摄像头测试。应用根据场景提供词汇和短句，随后生成体验链接，在手机商店场景继续测试。花叔借此展示，无代码配置也能把多模态模型转成个性化学习工具；遇到回答不符预期时，仍需要修改提示词并重复体验。
16:47在北大AI协会的分享节选中，花叔回顾小猫补光灯从需求发现到产品运营的过程。他从小红书用户保存纯色色卡的行为中看到更方便的补光需求，用Cursor快速做出产品，再通过持续交流发现单机自拍的价值并迭代Pro版本。面对同类产品和收费难题，他把开发、反馈与定价尝试公开讲成故事。案例强调，需求往往藏在现有行为里，产品发布后的用户共建同样重要。
16:23本期用扣子的应用功能重做「拍照学单词」，展示不写代码也能搭出图片上传、词汇标注和双语描述的小应用。作者通过拖拽配置界面，再把图像理解、翻译和画板节点串成工作流，明确各节点的输入输出与变量传递。由于当时图像节点只能输出中文，额外加入翻译步骤；最后演示试运行、定位节点问题和发布链接的方法。
14:09围绕零基础读者最常问的问题，花叔结合小猫补光灯的开发经历，讨论不会写代码、英语一般的人如何开始AI编程。他建议带着具体项目边做边学，逐步理解文件、需求拆分和上下文，而不是把工具当作一次性给答案的机器。视频也谈到赚钱预期：能做出产品只是其中一环，还需要需求判断和触达用户的能力；持续学习更适合建立在对创造过程的兴趣上。
19:41以给已有校对网站增加个人主页链接为例，本期对比Cursor普通Composer、Agent模式与WindsurfCascade的操作过程。普通模式在缺少上下文时改错文件，指定相关文件或代码库后才能完成；两个智能体模式则自行查找文件并修改。由此解释AI编程中上下文和多步工具调用的作用，同时比较当期网页读取、规则配置等差异，并提醒复杂项目仍可能因文件读取不完整而…
17:37本期记录花叔用Cursor准备并提交小猫补光灯相关专利申请的过程：让AI读取项目代码、解释申请材料、起草权利要求与说明书，再尝试用图形代码生成附图并反复修正。视频的启发在于把已有项目上下文直接用于规范文书制作，减少转述成本。作者最后明确表示自己不具备专利专业知识，尚不确定提交材料是否合格或申请能否获批。
21:35本期以小猫补光灯Pro登上当时App Store付费榜首为起点，回顾花叔从不会写代码到用Cursor持续做产品的学习过程。视频串起插件、脚本、网站、登录支付与iOS应用等尝试，强调清楚描述目标、拆解复杂需求、接受调试过程，并通过发布作品和教学巩固经验。最后讨论把行业洞察与AI编程结合，为具体人群解决小而真实的问题。
12:27本期使用CodeGeeX配合VS Code，以花叔开源的image2046图片工具项目演示如何读懂和修改现有代码。内容从安装插件、克隆仓库开始，依次介绍项目地图、中文功能解释、普通注释与幽灵注释，再展示代码补全和新增PDF下载功能的修改建议。重点是借助AI理解开源项目的结构与实现路径，帮助新手从已有作品中学习和扩展功能。
公开视频提供字幕整理的摘要与章节；充电专属内容请到B站查看。