Liwei Wang

What are you vibe coding this weekend?

@ai_for_success AI 在让编码倒退

Antigravity CLI Useful Commands Cheat Sheet.

Antigravity 和 Antigravity IDE 整成两个产品， google 这是要闹哪样？

@oragnes AI能赚回铲子钱吗

连微软这种家里有矿、手握无限云资源的超级巨头，居然因为交不起电费，把内部用的 Claude Code 授权全给停了！ 微软在内部正式取消了 Anthropic 旗下 Claude Code 的使用授权。 导致这一决策的核心原因并非工具本身的生产力输出问题，而是基于 Token 计费的实际算力消耗成本已超出这家科技巨头的财务承受极限。 几乎在同一时间，Uber 首席技术官（CTO）发布内部备忘录警告，公司在 2026 年前四个月便已将全年的 AI 专项预算耗尽。 受此宏观趋势影响，美国市场 AI 软件定价普遍反弹 20% 至 37%，而微软旗下的 GitHub 也正在全面废除固定费率（Flat-rate）订阅制，转向基于实际使用量（Usage-based）的阶梯式计费模型。 这一连锁反应宣告了“AI 行业亏本补贴时代”的正式终结。 长期以来，市场形成了一种盲目的技术乐观主义叙事，认为随着模型迭代，推理和 Token 成本会遵循某种超摩尔定律无限坍塌。 然而，真实的商业化数据和脑力劳动替代成本表明，当企业级客户试图将大语言模型（LLM）全面接入高频生产线时，边际成本非但没有递减，反而随着调用频次与上下文长度的激增呈现指数级暴涨。 图表清晰地展示了这种财务异动：在固定席位收入（Per-Seat Revenue）保持恒定的情况下，人均 Token 算力成本（Per-Token AI Compute Cost）的陡峭上扬，直接导致了企业利润空间的黑洞式坍塌（Profit Collapse）。 从宏观资本分发与估值模型的本质来看，这种 unit economics（单元经济模型）的恶化将一级市场的头部 AI 实验室（如 OpenAI、Anthropic、Google）推入了双输的零和博弈。 为了在 IPO 前夕维持数千亿美元的估值神话，实验室在过去六个月内通过各种机制变相拉高了实际客单价。 而这直接导致企业端客户在预算熔断后开始战略性收缩 AI 应用规模，进而阻断了 AI 厂商的营收增速。 如果实验室选择降价强补，则其自身的现金流失血速度将无法维持下一代超级集群的建设。 这种供给侧与需求侧的定价错配表明，算力红利时代的虚假繁荣已经见顶，行业即将迎来大规模的资产减值与心智重组。

Google Angravity支持本地模型？

Google Antigravity 也变了， 这是要搞哪样呢

@antigravity 安装新版后不能登录了？😥😥😥

Tips on using the @antigravity CLI!

@MaxForAI @OfficialLoganK @khushbooverma 如果单论写代码的话， Google还是有优势的， 大家都知道那些优秀的代码都不开源。

在Gemini被骂上风口浪尖的时候，Gemini开发者关系负责人@OfficialLoganK接受了@khushbooverma的一次播客访谈。 他在里面对于很多尖锐的批评做出了正面回应，我大概看了下，主要是以下几点： 第一，Gemini3.5Flash贵。 Logan的解释是：不要只拿它和3.1Flash比，它其实是按更强模型的能力段来定价的。 对成本敏感的场景，Google会推3.1Flash Light这类更便宜的模型。 换句话说，Google在把Flash从「便宜快模型」重新定位成「高智能、高速度、偏Agent和代码场景的主力模型」。 第二，3.5Flash的重点场景已经从聊天转向Coding和Agent。 里面有一句很关键：过去Flash主要服务聊天，现在用户越来越多是在让Agent替自己干活，而这些Agent背后大量在写代码、调用工具。 所以Google要求3.5Flash必须很强地适配这些场景。 第三，GeminiCLI被并入Antigravity，不完全是「Google讨厌开源」，而是他们想把SDK、CLI、Agent manager、编辑器、API里的Antigravity能力统一到一个入口里。 这个解释挺官方，但也暴露出一个问题：Google开发者产品太碎了，过去自己也知道大家很困惑，现在开始收口。 第四，Antigravity的方向不只是写代码工具，而是往「开发者桌面工作台」走。 它会从代码编辑器、Agent manager，逐渐扩展到软件开发相邻的任务，甚至可能变成一个更宽的桌面Agent入口。 第五，最有价值的一段是关于Agent可靠性。 Logan承认Agent时代有一个矛盾：开发者想要速度，但真正上生产时又需要确定性、可观测性、trace和测试。 我个人最喜欢那句「you can outsource intelligence, you can’t outsource understanding」 意思是你可以把智能外包给AI，但不能把理解也外包掉。 我个人还是挺佩服这样的开发者运营。 因为之前大V@theo发视频批评的时候，DeepMind的人也都是在评论区做正面回应。 也没有说辱骂，也没避而不谈。 而是真的就是非常直接的去回应，非常的真诚。

这就是Google AI现在最神奇的地方 你每次想用的时候，都像在玩一个产品命名迷宫。 个人账号去Gemini 开发者去AI Studio。 Workspace要Gemini Business 付费叫AI Pro，贵一点叫AI Ultra 写代码用Jules 但如果你说的是agentic IDE，不好意思那叫Antigravity 视频去Flow，Flow底下又是Veo 图片以前叫Nano Banana，现在又塞回Gemini 搜索里叫AI Mode 研究资料叫NotebookLM Agent又可能是Spark，也可能是Gemini API Managed Agents，但这俩还不是一回事😅 最后Google会很认真地告诉你： 很简单啊，你只要选对入口就行，问题是，入口本身已经变成产品了。 如果谷歌（和 DeepMind）能有一个有魄力的产品负责人，敢于彻底烧掉谷歌产品管理的整个官僚体系，他们就会赢。 否则，我他妈找入口都不知道去哪里😅

Mdjourney创始人暗示他们被Google的 TPU坑了 白白浪费了一年时间… 如果回到过去他会选择英伟达的GPU🤣 “这大概让我们的研究进度，比起一开始就完全采用 Nvidia 技术栈，落后了差不多一年。并不算特别理想。如果我能回到过去，我会从第一天开始就全部使用 Nvidia 的方案。”

《原创IP商品化提案》提示词： 请根据用户输入的品牌信息，创作一套高完成度、具有统一视觉系统的「原创 IP 商品化提案 / 4-Board Original IP Commercialization Proposal」。 注意： 这不是一张四宫格拼图，也不是把4张内容合并在同一个画面里的总图，而是一套需要“依次分别生成”的4张独立图片。你需要在同一个品牌视觉系统下，连续完成这4张图的生成。4张图必须明显属于同一个品牌，但每一张图承担不同职责，不能只是4张重复变体。 这也不是普通海报设计、普通电商详情图或单一包装效果图，而是一套兼具： 品牌感、IP感、产品感、包装感、场景感、商品化落地感、商业提案感、展示感、作品集质量 的完整视觉提案。 【用户输入】 品牌名：【品牌名】 英文辅助名：【英文辅助名】 品牌类型 / 行业：【品牌类型 / 行业】 一句话品牌定位：【一句话品牌定位】 核心关键词（3–8个）：【核心关键词】 目标人群：【目标人群】 整体风格方向：【整体风格方向】 品牌口号 / Slogan：【Slogan】 主打产品 / 核心服务：【主打产品 / 核心服务】 产品线 / SKU 信息：【产品线 / SKU 信息】 品牌故事 / 地域特色 / 文化背景：【品牌故事 / 地域特色 / 文化背景】 主色调倾向：【主色调倾向】 辅助色倾向：【辅助色倾向】 点缀色倾向：【点缀色倾向】 希望融入的文化元素 / 图形元素：【希望融入的文化元素 / 图形元素】 是否需要IP形象：【是 / 否 / 弱化IP】 IP方向偏好：【IP方向偏好】 希望偏重的应用方向：【包装 / 礼盒 / 门店 / 电商 / 社媒 / 周边 / 冷链 / 货架 / 其他】 希望避免的风格：【希望避免的风格】 画幅比例：【默认竖版 3:4，可修改】 其他补充说明：【其他补充说明】 【总任务】 请先基于以上信息，在内部提炼并统一这个品牌的视觉 DNA，再基于同一个品牌 DNA，依次分别生成4张独立图片。 在正式生成4张图之前，请先统一以下内容，并在后续4张图中始终保持一致： 1. 品牌核心气质 2. 品牌视觉关键词 3. 主色 / 辅色 / 点缀色 4. 字体倾向与字形气质 5. 图形语言 / 辅助图案语言 6. 产品或服务的视觉呈现方式 7. IP形象设定方式 8. 包装 / 应用物料 / 周边 / 场景的统一规则 9. 整体画面气质：品牌感、提案感、商业感、展示感、系列感 10. 4张图风格统一，但信息分工明确，不做成4张内容重复的变体 【关于IP的特别要求】 1. 这套提案不能只有 Logo，没有IP感。即使整体走高端、克制、写实路线，也应具备“IP识别角色”或“符号化IP形象”。 2. IP不一定是夸张卡通人物，也可以是更高级、更克制的“文化符号型IP / 品牌图腾型IP / 吉祥物型IP / 徽章型IP / 印章型IP / 吊饰型IP / 微雕塑型IP”。 3. 如果品牌适合轻IP路线，请将IP理解为“品牌识别角色”，可以出现在徽章、封签、吊牌、挂件、印章、标签、包装细节、社媒符号中，而不一定作为主角占据整个画面。 4. 如果品牌更适合强IP路线，可以让角色更明确，但依然要与品牌系统统一，不能显得廉价、幼稚或素材感过强。 5. 如果用户明确要求“不要太卡通”，请将IP处理为：更高级、更写实、更有设计感、更像品牌识别符号，而不是儿童化Q版角色。 【整体统一要求】 1. 四张图必须明显属于同一个品牌系统，品牌名、色彩系统、字体气质、图形语言、品牌符号、IP形象（如有）、产品逻辑必须统一。 2. 四张图不是4张重复海报，而是4张不同职责的品牌商品化提案图。 3. 四张图都要具有高完成度、品牌提案感、商业感、展示感和作品集质量。 4. 版式可以有差异，但整体审美、设计语言和视觉系统必须高度统一。 5. 根据不同品牌类型自动匹配最合适的内容： - 节令食品 / 地方特产 / 礼盒食品：礼盒、单颗装 / 单品装、标签、手提袋、外箱、礼赠卡、封签、陈列、社媒传播等 - 餐饮 / 饮品：杯子、瓶身、杯套、纸袋、外卖袋、包装盒、标签、门店、广告海报、电商图等 - 美妆 / 快消：瓶器、盒装、礼盒、系列包装、陈列、广告KV等 - 文创 / IP / 零售：周边、徽章、贴纸、吊牌、礼盒、手提袋、海报、门店等 - 科技 / 数字品牌：官网首屏、APP界面、卡片、数字场景、传播物料等 6. 如果画面中出现文字，请保证品牌名、标题、模块名、口号、关键产品名简洁清晰，尽量准确，不要堆砌过多冗长文案。 7. 每张图都应适合独立展示，同时4张图放在一起时要明显看出是一整套提案。 8. 不要把四张图拼在一张图里，不要做四宫格，不要做一页总览拼贴。 9. 请按顺序依次生成：第1张 → 第2张 → 第3张 → 第4张。 10. 每次只生成当前这一张独立图片，并自动延续前面已经建立好的品牌系统，直到4张全部完成。 11. 如果用户要求“高级写实”，则画面必须具有真实商品摄影感、真实材质感、真实光影和真实产品质感，而不是插画拼贴、低质素材感或廉价电商图。 12. 如果用户要求“有文化元素”，请将文化元素现代化、设计化、品牌化，不要简单堆砌传统装饰符号，不要满屏祥云、龙纹、红金边框等模板化国潮元素。 13. 如果用户要求“不要太卡通”，则整体以轻IP、重品牌、强商品感的方式处理。 【四张图的固定结构与职责】 第1张：品牌主视觉封面图 / Brand Hero Board 这张图负责“定调”，是整套提案的封面图和第一视觉记忆点。 需要重点展示： - 品牌名 - 英文辅助名（如有） - Slogan（如有） - 品牌核心气质 - 品牌关键词的视觉转译 - 核心主视觉元素 - 主色系统 - 能代表该品牌的核心符号：产品、材质、图形、角色、IP识别物、视觉装置、氛围元素等 要求： - 更偏封面图 / Hero Image，而不是说明书 - 画面有视觉冲击力和高级感 - 品牌感要强 - 信息不要太满，突出“第一眼记忆点” - 如果品牌适合IP，可以出现IP，但应服务整体品牌主视觉 - 如果用户偏好写实路线，必须有高质感商品摄影感 / 产品渲染感 目标： 让人一眼看出这个品牌是谁、气质是什么、第一印象是什么。 第2张：品牌识别与IP系统图 / Identity & IP System Board 这张图负责解释这个品牌的“视觉系统如何构成”，并清楚说明这个品牌不只是Logo，还有完整的IP识别语言。 需要重点展示： - 品牌名 / 字标 / Logo感呈现 - 主色、辅色、点缀色 - 字体气质与字形风格 - 辅助图形 / 图案 / icon / sticker / label 语言 - 包装图案逻辑或品牌识别元素 - IP形象系统：如角色设定、IP徽章、IP挂件、IP印章、IP标签、IP符号演变、三视图、不同动作 / 表情 / 应用方式（根据风格决定） - 小型应用系统：贴纸、吊牌、封签、标签、印章、徽章、卡片、腰封、挂件等 要求： - 比第1张更有结构感和提案感 - 更像品牌系统提案板，但不要僵硬得像传统VI手册 - 模块清晰，逻辑明确 - 审美要保持高级，不要做成信息堆砌 - 如果品牌走高端写实路线，IP应偏克制、设计化、符号化，而非幼稚卡通 目标： 让人清楚理解这个品牌的视觉识别语言和IP语言是如何建立起来的。 第3张：商品与包装系统图 / Product & Packaging System Board 这张图负责展示品牌如何真正落到“产品 / 包装 / 服务载体”上，体现商业落地能力。 需要根据品牌类型自动匹配最合适的应用形式，例如： - 节令食品 / 地方特产 / 礼盒食品：单品装、礼盒装、手提袋、礼赠卡、口味标签、封签、运输外箱、陈列装、冷链外箱等 - 餐饮 / 饮品：杯子、瓶身、杯套、纸袋、吸管套、包装盒、外卖袋、贴纸、标签等 - 美妆 / 快消：瓶器、罐装、盒装、礼盒、系列包装、货架陈列等 - 文创 / IP / 零售：周边、徽章、贴纸、文具、礼盒、标签、包装延展等 - 科技 / 数字品牌：官网首页、APP界面、数字产品界面、卡片、服务展示等 要求： - 重点体现“产品化 / 包装化 / 可售卖 / 可使用 / 可落地” - 至少有一种主力应用载体，也可以有若干延展应用，但必须有主次 - 画面应具有真实商业摄影感、产品展示感或提案板陈列感 - 不要只是摆一堆东西，要看得出统一的品牌系统已经落地 - 如果品牌有SKU，要清楚区分系列、规格、口味、型号、层级 - 如果品牌有IP，要让IP自然融入包装系统，而不是仅仅单独悬浮存在 目标： 让人看到这个品牌不仅有概念，也能真正变成可售卖、可使用、可执行的产品系统。 第4张：传播与销售场景应用图 / Campaign & Sales Scenario Board 这张图负责展示品牌进入真实传播场景后的视觉效果，体现品牌辨识度、传播力与场景延展能力。 需要根据品牌类型自动匹配最合适的场景，例如： - 门店外立面 / 店招 / 柜台 / 导视系统 - 海报KV / 社交媒体广告 / 立牌 / 灯箱 / 户外广告 - 快闪店 / 展台 / 品牌活动空间 / 节日陈列空间 - 电商首页 / 手机端首屏 / 社媒 feed / 数字传播界面 - 开箱体验 / 礼赠场景 / 货架陈列 / 配送场景 要求： - 场景感要比第3张更强，要体现品牌进入真实世界后的传播效果 - 可以偏广告感、空间感、展示感，但仍要保留提案气质 - 不要与第3张重复成单纯包装展示图 - 品牌系统仍需保持统一：品牌名、色彩、字体、图形、IP形象（如有）、产品调性都要一致 - 如果用户要求真实感，要像真实商业摄影和真实使用场景，而不是拼贴素材 目标： 让人看到这个品牌在真实传播、真实销售和真实应用场景中具有鲜明辨识度和商业表现力。 【执行方式】 请严格按照以下流程执行： 1. 先内部理解并统一品牌视觉 DNA。 2. 然后开始生成第1张图：品牌主视觉封面图。 3. 在保持同一品牌系统的前提下，继续生成第2张图：品牌识别与IP系统图。 4. 在保持同一品牌系统的前提下，继续生成第3张图：商品与包装系统图。 5. 在保持同一品牌系统的前提下，继续生成第4张图：传播与销售场景应用图。 6. 整个过程中，不要把4张图合并成一张，不要变成四宫格，不要让4张图内容重复。 7. 每次只生成当前这一张独立图片，并自动记住前面已经建立好的品牌系统，直到4张全部完成。 【画面与质量要求】 - 默认画幅比例：竖版 3:4 - 图片质量：高清、精致、细节丰富 - 画面气质：品牌提案感、商业感、作品集质量、真实商品感、设计感 - 文字语言：以中文为主，英文为辅助 - 文本要求：品牌名、标题、Slogan、关键产品名、模块名尽量清晰准确，不要乱码，不要大段无意义文字 【负面要求】 不要只做Logo，没有IP识别感。 不要做成普通海报拼贴。 不要做成低质电商详情页。 不要做成廉价素材堆砌。 不要大面积出现网络素材感。 不要把传统元素堆满画面。 不要幼稚化、儿童化，除非用户明确要求。 不要把IP做得过于卡通、低龄、夸张，除非用户明确要求。 不要让4张图变成同一内容的重复变体。 不要把4张图拼成一张图。 不要让包装、产品或场景显得虚假和不可信。 不要照搬任何现成品牌、真实商标或已有IP。 【最终目标】 输出一套4张独立但高度统一的原创 IP 商品化提案图： - 第1张负责定调 - 第2张负责解释识别系统与IP系统 - 第3张负责产品与包装落地 - 第4张负责传播与销售场景落地 整套结果应具备： 统一的品牌视觉 DNA、清晰的页面分工、高完成度的审美、IP识别度、商品化能力、商业提案感、展示感、作品集质量，以及可直接用于品牌概念展示和内容发布的效果。

At Google I/O today? Stop by the Gemma Playground and chat with our Gemma 4-powered Open Duck robot! 🤖🦆 Not on site? No problem! You can 3D print your own at home.

Download the 3D print files here 👇 github.com/apirrone/Open_…

I just got laid off from Meta. Obviously it sucks to lose the income. But between the never-ending layoffs, stack ranking, etc., I'm good. Pretty convinced that when I look back at this moment a few years into the future, I'll be grateful it happened. There's a lot I want to say here, but I'll save that for another day. Either way it's been a privilege to have been a part of the ride. On to the next adventure.

Antigravity 升完级 登录失败？

Personal update: I've joined Anthropic. I think the next few years at the frontier of LLMs will be especially formative. I am very excited to join the team here and get back to R&D. I remain deeply passionate about education and plan to resume my work on it in time.

Introducing Antigravity 2.0, a new standalone desktop application that delivers fully on that original glimpse of a truly agent-optimized experience. Rebuilt from the ground up with multi-agent teams, scheduled tasks, native voice and one-click integration with other Google products. Learn how to get started with Antigravity 2.0 👇

微软发布了一个 4B模型，可以在 3 秒内把任意图像转换为 3D 资产。 它使用一种名为 O‑Voxel 的新几何格式，并且可以在 CUDA 上用不到 100 毫秒转换为带纹理的网格模型。 输出为 GLB 文件，包含完整的 PBR 材质，可直接用于 Blender、Unity 和 Unreal。 完全开源👇

Anthropic已经不招聘技术专家以下程序员了👀 OpenAI的研究员Suvansh今天提到了一个传闻： Anthropic已经停止了招聘L6级别一下的人。 这件事如果是真的，其实个非常强烈的信号。 因为前段时间已经有一批原来CTO、CEO的人，去了Anthropic做Member of Technical Staff。 比如原Workday的CTO Peter Bailis，之前还是Google VP Engineering、Stanford CS教授、Sisu Data创始人。2026年3月/4月去了Anthropic，职位是Member of Technical Staff。 还有Mike Krieger是Instagram联合创始人、前CTO 2024年先以Anthropic CPO身份加入，2026年1月转去Anthropic Labs，title变成Member of Technical Staff，和Ben Mann一起带Labs，方向是Claude能力前沿上的实验产品。 特别是Niki Parmar，他是Transformer论文作者之一，前Adept AI联合创始人兼CTO，后来联合创办Essential AI。2025年初加入Anthropic，职位是Member of Technical Staff。 换句话说，Anthropic现在要的不是「便宜的Junior」，而是能直接站到模型、RL、Agent、infra火线上的老兵。 这就是现在CS就业最残酷的事情：初级工程师没有人需要了。 以前一个团队需要很多Junior写代码、补测试、接需求、做边角料。 现在这些事情，一个强工程师，带着一堆Claude Code、Codex、内部Agent，可能就能顶掉过去一个小组的产能。 所以问题来了：如果连Anthropic这种公司都觉得L6以下的人招进来性价比不高，那普通公司的Junior岗位还能剩多少？ AI先干掉的，可能不是程序员这个的职业。 而是各个行业里最依赖「有人带、有任务拆、有重复劳动练级」的那一层。 也就是刚毕业的那些人。。。 祝我那些在读硕士/博士的朋友们好运🙏 哦对，L6相当于⬇️ 阿里：大概P7 腾讯：大概T3-3 字节：大概3-1 百度：大概T7 美团：大概L8 华为：大概17