今天是2026年9月22日AI圈的日報照常更新。今天的信息密度相當高DeepSeek公開了智能體訓練的新方法幾個主流IDE的AI插件都更新到了“項目級理解”版本短劇和漫劇的AI工作流也有了可以抄的案例。這篇日報不打算做新聞搬運而是把今天值得關注的幾個方向拆開揉碎聊聊背後的原因和落地姿勢。適合三類人閱讀想跟進大模型進展的開發者、準備把AI工具塞進日常工作的產品和運營以及純粹對AI應用感興趣的旁觀者。我會按焦點、應用、開發者生態、工具資源和避雷清單的順序來寫最後附一份我今天實際動手驗證過的行動清單。1. 今日焦點DeepSeek 公開智能體訓練新方法1.1 這條消息為什麼值得單獨拿出來說我今天把大部分時間花在了這條消息上。不是因為它上了熱搜而是因為它把智能體訓練里那層“只能意會”的窗戶紙捅破了。以往我們訓一個能自己規劃、調用工具、反思結果的 AI Agent最痛苦的不是模型能力不夠而是缺少高質量的“行為軌跡”數據。傳統做法是請人寫對話腳本一輪一輪標註成本高、週期長而且覆蓋不了長尾場景。這次公開的方法核心是“自動生成軌跡獎勵模型篩選”先讓大模型自己提出規劃、執行工具調用、觀察結果再把這些過程用規則和獎勵模型打分篩出高質量片段作為訓練數據。一句話概括就是讓模型自己“出模擬題”再由考官打分而不是靠老師傅一道題一道題餵。這個思路本身不算全新但這次公開的價值在於細節。比如如何設置獎勵信號、如何平衡探索和利用、如何避免模型在自動生成軌跡時“作弊”比如直接抄結果而不展示推理過程這些都是實踐中很容易翻車的點。我在自己的小項目里測試過類似思路最大的體會是數據質量比數據量重要得多一萬條“聽起來合理但經不起推敲”的軌跡比不上三百條真正有邏輯閉環的軌跡。尤其是讓大模型自己生成軌跡時它會傾向於把答案寫得很流暢但中間的決策過程可能是事後編出來的。如果不做嚴格的獎勵過濾你訓練出來的Agent就會變成“嘴上頭頭是道、動手一團亂麻”的狀態。1.2 對普通開發者的三個實質影響第一智能體訓練不再是大廠專屬。以前想做垂直領域的 Agent要麼用提示詞硬撐要麼只能租用別人的微調服務。現在有了開放的訓練框架一支三五人的小團隊也能在領域數據上折騰出自己的智能體只要你有清晰的評測集。第二微調門檻降低之後評測就變成了真正的護城河。很多人會問“該用哪個模型”我的建議是先別急著選模型先把手上的驗證集做好。沒有評測集的微調等於蒙眼開車。第三工具調用標準化會成為默認技能。無論是 MCP 還是 function calling未來不會調用工具的智能體就像不會查資料的實習生上限擺在那裡。這裡有一條過來人的建議不要照搬公開報告里的超參數。訓練數據的領域分布不同獎勵模型的閾值就得重新調。我見過太多團隊直接複製別人的配方結果在自己數據上效果稀碎。可以抄的是思路不是參數。另外自動生成軌跡雖然省錢但你一定要保留一小部分人工精標數據夾在裡面作用是“定海神針”防止模型在自動數據裡學偏。2. AI應用觀察內容創作與垂直場景開始“實用化”2.1 AI短劇與漫劇從“圖一樂”到流程化生產今天幾個內容團隊在社區公開了AI短劇的完整製作流程我仔細對比了一下發現已經不是早期那種“生成幾張圖拼成PPT”的水平了。現在的主流做法是五段式先用大模型生成劇本和分集大綱再把每一集拆成分鏡腳本接著用文生圖模型生成關鍵幀鎖定角色外觀然後把關鍵幀送進圖生視頻模型讓人物動起來最後配音、配樂、剪輯。週期從傳統拍攝的幾週壓縮到兩三天預算更是降到原來的十分之一。漫劇是更值得關注的細分。它的本質是用AI生成漫畫風格的分鏡再轉成動態視頻製作成本比真人短劇還低。今天公開的案例里製作方特別強調了“人物一致性”的解法提前訓練一個角色 LoRA或者在每個分鏡里使用統一的角色參考圖。如果忽略這一步AI生成的角色會出現“每集換一張臉”的災難。我自己做測試片時也踩過這個坑——哪怕只是髮型和服裝細節不一致觀眾的違和感都會非常明顯。所以我的建議是花在角色設定上的時間永遠值得加倍。還有個容易被忽略的細節分鏡腳本裡要明確寫清楚景別和攝像機運動方式否則後期圖生視頻的時候畫面會非常呆。2.2 旅遊、音頻陪伴等垂直應用的背後邏輯如果把短劇看作內容生產那麼今天上線的一批AI旅遊規劃產品則代表了另一類趨勢把信息密度高、決策鏈路長的場景交給AI。使用方法很簡單輸入目的地、出行天數和預算AI會直接給出行程安排、每日預算分配和避坑清單。和搜索引擎的結果相比它的優勢不是信息多而是把碎片信息整理成了可直接執行的結構化方案。對於游客來說省下的不是搜索時間而是做決策時的糾結成本。今天我看到一個產品還接了實時天氣和票務信息這說明旅遊規劃正在從靜態攻略變成動態助手下一步大概率會捲入訂票和酒店預訂的閉環。類似的邏輯也出現在音頻陪伴場景。今天有人討論用AI生成傳統誦讀內容、白噪音和助眠音頻乍看很新奇但底層只是語音合成和情感節奏控制的組合。這類產品能不能做起來關鍵不在技術而在於內容庫的版權和用戶對“陪伴感”的接受度。任何垂直場景只要用戶需要“把不確定的信息變成確定答案”AI就有機會。反過來說如果一個場景只是簡單的問答根本不需要專門做產品一個通用對話框就夠了。2.3 行業軟體內置AI助手以立創EDA為例硬件工程師熟悉的立創EDA今天更新了AI助手功能這條新聞在通用AI圈子裡不算熱但在硬件開發者那裡討論度很高。它能做的不是“聊天”而是輔助原理圖檢查、封裝匹配和BOM核對——這些都是硬件工程裡最繁瑣、最容易出錯的環節。我對這類“行業軟件AI”產品一直很看好原因很簡單它把模型關在領域數據的籠子裡輸出天然受約束比開放式對話可靠得多。通用大模型在專業場景里的問題不是不夠聰明而是太“自由”。你說“幫我檢查一下原理圖”它可能給出一堆泛泛而談的建議但EDA里的AI助手知道什麼是網絡標號、什麼是電源符號能直接指出某個引腳沒接上。這種確定性是通用模型短期內很難替代的。接下來你會看到更多行業軟件走這條路設計工具、辦公套件、財務系統都會把AI從“對話框”變成“功能按鈕”。對使用者來說門檻反而更低因為你不需要學習提示詞只需要在對的地方點一下AI按鈕。3. 開發者生態AI編程與多Agent協作走向標配3.1 IDE的AI插件集體轉向“項目級”能力今天PyCharm等主流IDE的AI插件更新最大看點不是補全速度而是“項目級語義理解”。舊版本只會盯著你當前打開的文件最多看看import關係新版能讀懂整個工程的結構在你跨文件重構時自動標出受影響的模塊甚至給出遷移建議。對AI編程來說這是從“打字助手”到“代碼搭檔”的質變。以前重構一個公共工具類最怕的是某個隱蔽調用點沒改到現在AI會像一個老員工一樣提醒你“這個函數還有三個地方在用其中有兩個在測試目錄裡。”我實測下來最有效的一個姿勢是讓AI先寫測試再補實現。很多AI編程工具直接生成功能代碼時容易“一本正經地胡說八道”但如果你先要求它根據接口定義寫出測試用例它會被迫理清邊界條件和異常路徑之後再讓它補實現成功率會高很多。這個方法適用於所有AI編程工具不是某個插件獨有的魔法。還有一個小技巧項目級理解模式下提交代碼前先讓AI做一次“影響面分析”它會主動列出所有涉及的文件這比任何靜態檢查工具都直觀。3.2 TypeSafe AI類型安全為什麼突然火起來今天開發者討論裡反覆出現一個詞TypeSafe AI。它不是某個具體產品而是一類強調“輸出必須符合類型定義”的框架或工具。為什麼突然火因為AI Agent的落地越來越依賴結構化輸出。同樣是說“給我用戶信息”普通AI會回一大段自然語言TypeSafe AI會按照你定義好的UserSchema返回完整的字段結構。這個看起來很小的差異對生產級系統來說是天壤之別。自然語言輸出需要做解析、容錯、重試而類型安全的輸出可以直接接入業務代碼不需要人寫一堆“萬一模型多打了一個逗號”的防禦邏輯。我個人的判斷是未來Agent開發會把“輸出類型定義”當做和函數簽名一樣重要的事情。現在動手學習這套思路成本很低但能讓你的Agent從“能跑”變成“能上線”。尤其是做企業級應用甲方最在意的就是穩定TypeSafe AI直接解決了“AI滿嘴跑火車”的信任問題。3.3 多AI協作與工作流把單兵作戰變成流水線“多AI協作”是今天另一個高頻話題。不少團隊公開了“策劃AI寫作AI審校AI”的內容工廠案例也有工程團隊在做“代碼生成AI代碼審查AI文檔AI”的開發流水線。核心方法論可以歸結為三件事拆任務、定介面、做緩衝。拆任務是把大目標分解成每個AI擅長的小環節定介面是定義好上游輸出和下游輸入的格式否則AI之間無法對接做緩衝是每一步之間加入規則校驗或人工審核避免錯誤被放大。我見過最快的翻車方式是讓兩個AI無監督地長時間對話美其名曰“讓它們自己討論”。結果往往是一方被另一方帶偏輸出一堆邏輯自洽但完全偏離需求的內容。多Agent協作的本質是流水線流水線需要的是檢查點不是腦暴會議。今天案例裡做得比較好的團隊每一步之間都有一個明確的交付物策劃AI輸出的是標題和大綱寫作AI輸出的是正文初稿審校AI輸出的是修改建議清單。每一步都可以單獨回溯出了問題也知道該找哪個環節。4. 工具與資源今天值得試的AI工具和網站4.1 熱門AI網站匯總我常用的清單每次日報後台都會有人問“你經常用哪些AI網站”今天統一整理一份。我列的標準只有三個穩定、有免費額度、對中文友好。下面是目前我還在用的清單。工具/平台主要用途適合人群備註DeepSeek開放平台大模型API、Agent微調實驗開發者性價比高適合跑訓練實驗ChatGPT通用問答、長文寫作、代碼輔助全人群插件生態最成熟Claude長文檔分析、複雜推理開發者/研究員上下文窗口大細節記憶好Midjourney/FLUX寫實和藝術風格圖片設計師、內容創作者審美上限高即夢/可靈圖生視頻、短視頻鏡頭短劇/短視頻團隊操作門檻低Coze/Dify搭建Agent、可視化工作流產品/運營不需要寫太多代碼n8n自動化工作流開發者支持自託管適合生產環境說幾個選擇工具的個人心得。第一不要迷信“最強模型”要看你的任務是否允許你用弱一點但更快的模型。比如批量分類任務用輕量模型就夠了沒必要每次都上旗艦版。第二信息驗證類任務至少用兩個不同體系的模型交叉對比能減少一本正經的錯誤。第三所有AI工具的輸出都要當成初稿尤其是面向外部的內容沒有審核就不要發布。工具不在多而在你能不能把一條工作流跑順。4.2 AI圖片生成原理與工具選型今天不少人問“AI圖片生成到底是什麼原理”我用大白話講一遍。目前主流工具背後是擴散模型訓練階段系統反覆把圖片加噪聲直到變成純粹的雪花點然後模型學習逆向操作從噪聲裡一點點恢復出原圖推理階段你輸入的文字提示會作為條件引導模型把噪聲恢復成符合描述的畫面。可以理解成“先摔碎一件瓷器再學會根據碎片紋理把瓷器拼回去”文字提示就是拼回去時的先驗線索。工具選型上也順手說兩句。追求攝影寫實和高藝術上限Midjourney和FLUX是首選需要精確控制構圖、版式和指定元素位置用SD生態加ControlNet更合適做產品圖、營銷海報這種需要快速出圖的場景國產工具即夢、通義萬相都很好用。剛入門的朋友記住一句話生成式AI不是搜圖不是輸入一個詞就能得到完美結果要學會用描述詞、負面提示詞和參數控制畫面。另外商業用途之前一定要確認模型的授權條款很多免費工具的生成圖片是有商用限制的。4.3 AI測試開發怎麼把大模型接入測試流程AI測試開發這個詞今天也上了討論區有位測試團隊負責人分享了他們用LLM生成測試用例的實戰方案。核心流程是先讓AI閱讀接口文檔生成正常路徑和異常路徑的用例再由人工篩選補充邊界值最後用覆蓋率工具反向檢查漏掉的邏輯分支。他們說整體效率提升了差不多一倍最大的成本反而在“校驗AI生成的斷言是否正確”。我自己的習慣是在Prompt裡加上一句話“請基於以下接口定義輸出包含正常、異常、邊界三類場景的測試用例並為每個用例標明預期結果。”這句話能讓AI的輸出結構化方便直接轉成測試腳本。但任何自動生成的斷言都必須有人簽字AI可以幫你想到人類容易忽略的組合卻也可能自己腦補一個不存在的行為。建議把AI當成“實習生”讓它出初稿你做Review而不是把它當成“終審法官”。5. 今日避雷與安全提醒5.1 離打擦邊球的“無限對話、免審核”服務遠一點每次寫AI工具推薦後台都會有人搜“什麼都能聊、什麼都能生成的AI”。我的態度一直很明確別碰。這類服務通常有三個問題。第一內容安全無法保障你永遠不知道它會生成什麼也不知道這些內容會給你帶來什麼麻煩。第二數據隱私完全敞開你輸入的每一句話都可能被收集、轉賣甚至用於訓練別人的模型。第三這些服務往往來路不明很多是個人搭建的臨時站點今天能用明天就跑路更別指望什麼售後。如果你在做AI產品更不要把“無限”“免審”當成需求來源。合規的產品都有自己的邊界邊界恰恰是用戶信任的基礎。真正值得投入的方向是在明確規則內把體驗做到最好而不是試圖突破規則去吸引眼球。前段時間有個下載量很高的所謂“AI管家”軟件實際安裝完一堆捆綁廣告這就是來路不明軟件的典型後果。下載任何AI工具都盡量去官網或正規應用商店。5.2 AI輔助專利等專業場景的紅線另一類高頻問題是“AI能不能輔助寫專利、寫法律文書”。能用而且效率提升明顯但紅線非常清晰。AI做專利檢索、生成技術交底書初稿、整理背景技術這些都是合法的輔助但讓AI“編造實施例”“無中生有引用文獻”絕對不行一旦被審查發現輕則專利無效重則涉及誠信問題。專業場景里AI是資料員和分析師不是決策者。同樣的道理也適用於法律意見和醫療建議拿AI輸出直接當專業結論使用風險非常高。與此同時那些打著“AI寫真”“一鍵生成某某風格”旗號的低俗工具很多涉及肖像侵權和內容違法下載和使用都有風險。我建議大家盡量只用主流的、有正規公司的AI服務遇到來歷不明的安裝包寧可不用。很多人覺得“我只是自己玩玩沒關係”但你的設備和賬號可能因為一個來路不明的軟件被拖進礦池或者變成釣魚節點得不償失。6. 今天我自己動手驗證的三件事6.1 動手跑了一個Agent工作流日報寫到最後照例分享我今天實際動手驗證的三件事給大家做參考。第一件我用DeepSeek開放平台跑了一個深度問答Agent的工作流只改了獎勵模型的閾值就讓它在“拒絕回答”和“過度回答”之間找到了更好的平衡。這讓我更堅信訓練框架公開之後小團隊的調優空間比想像中大。我的做法是先構造二十條容易觸發“過度回答”的問題然後觀察獎勵模型給的分數慢慢把閾值往上調直到模型寧可說“不知道”也不願意編答案。6.2 把IDE插件開到項目級模式第二件我把PyCharm的AI插件切到了項目級模式重構了一個之前寫得很亂的日誌工具類。AI能準確指出哪些調用點會被影響整個過程比我自己手改快很多。最驚喜的是它甚至提醒我有一個測試文件里的輔助函數也引用了這個類我原本完全沒注意到。重構之後跑全量測試一把過。這種確定性讓人心安AI不是替你寫代碼而是替你把“改代碼的連鎖反應”提前算清楚了。6.3 做了一支短劇測試片第三件我用短劇工作流做了一支30秒的測試片最大的收穫是確認了“角色一致性靠參考圖畫面節奏靠剪輯”這條經驗。第一版生成的角色明顯“換了張臉”我重新鎖定角色參考圖之後好了很多但動作還是有點僵。後來把分鏡腳本里的動作描述寫得更具體——比如“從畫面左側走向右側鏡頭緩慢上搖”——生成結果就自然多了。30秒的片子折騰了兩個小時但這兩個小時讓我對整個流程的信心大增。今天的AI日報就到這裡。與其收藏一堆工具鏈接不如今晚挑一件小事讓AI真的幫你把活幹了。
