01-25-日报-AI资讯日报

今日摘要

OpenAI 终于坐不住了，Sam Altman 预告下周起 Codex 密集更新，要跟 Claude Code 正面刚。
Cursor 被挖出内置"寸止"功能，AI 写完代码会主动问你意见；一句话生成 MV 的全自动流水线也跑通了。
AI 编程工具神仙打架，等等党准备好钱包，开发者赶紧去试用新功能。

⚡ 快速导航

• 📰 今日 AI 资讯 - 最新动态速览

💡 提示：想第一时间体验文中提到的最新 AI 模型（Claude 4.5、GPT、Gemini 3 Pro）？没有账号？来 爱窝啦 Aivora 领个号，一分钟上手，售后无忧。

今日AI资讯

👀 只有一句话

Sam Altman 放话：下周开始，Codex 要搞大事情了。

🔑 3 个关键词

#OpenAI反击战 #Cursor隐藏技能 #一句话生成MV

🔥 重磅 TOP 10

1. OpenAI 下周起密集发布 Codex 编码模型更新

就在 Claude Code 和 Cursor 抢尽风头的时候，Sam Altman 终于坐不住了。他亲自发推预告：接下来一个月，Codex 相关的重磅更新会接连放出，下周就开始。 这话说得相当有底气——“We hope you will be delighted”。同时他还透露，OpenAI 即将达到网络安全准备框架的"高级"水平。看来 OpenAI 不打算把 AI 编程这块蛋糕拱手让人，等等党们，准备好钱包了吗？

2. Cursor 内置"寸止"功能：不装 MCP 也能交互式反馈

你可能不知道，Cursor 藏了个宝贝工具叫 AskQuestion。以前想让 AI 在关键节点停下来问你意见，得装个 MCP 插件。现在发现这功能是内置的！效果就是 AI 写完代码不会直接跑路，而是弹出选项让你确认或补充需求。帖子里还附了一套完整的提示词模板，核心思路是：强制 AI 每次回复后都调用 AskQuestion 询问反馈，禁止它自作主张结束对话。 懒人福音，少装一个插件。

3. Gemini CLI + Chrome MCP：复刻 Manus 同款任务流

想让 AI 直接操控你正在用的 Chrome 浏览器？这篇教程手把手教你实现。核心是开启 Chrome 的远程调试端口（9222），然后用 Chrome MCP Tools 让 Gemini 接管浏览器。 接管之后能干啥？截图分析 UI、诊断页面性能、检查控制台报错、提取网页数据、甚至自动点击按钮。整个流程跟 Manus 那种 Agent 操作网页的效果几乎一样，但完全免费。推荐模型：Gemini 3 Flash/Pro 或者英伟达免费的 GLM 4.7。

4. 一句话生成音乐 MV：Suno + Whisper + 即梦全自动流水线

“帮我写首关于程序员加班的歌，做成 MV。” 这种需求以前得折腾好几个小时，现在一句话搞定。流程是：大模型写歌词 → 逆向 Suno API 生成音乐 → Whisper 转写带时间轴 → 大模型纠错并生成视觉描述 → 即梦生图 → FFmpeg 合成视频。 作者还把两年前的 Suno 逆向库用 Opus 修复了，现在支持最新的 V5 模型（代号"乌鸦"）。虽然歌词可能有点 2B，但整个自动化流程是真的香。

5. Claude Code 字幕神器：一句话下载视频 + 双语字幕

以前给视频加双语字幕，得用 Arctime 打轴、剪映翻译、还得学 ASS 语法。现在？一句话：“帮我下载这个视频，加中英双语字幕，英文绿色中文黄色，放视频上方。” 几分钟后，1080p 视频 + 精准对齐的字幕直接能用。这个 omni-captions-skills 直接用 Claude 翻译，不需要额外配置 LLM。安装命令：npx skills add https://github.com/lattifai/omni-captions-skills。字幕党狂喜。

6. VibeMark：一键给图片加 AI 水印，让任何照片变成"AI 生成"

这个工具的用途有点……微妙。它能给任何图片添加各大 AI 平台的官方水印——谷歌的十字芒星、豆包、即梦、通义万相、智谱清言，甚至还能自定义。为什么要这么做？作者说得很直白：“当你有一些图片不想被知道是自己拍的，就可以加个水印说是 AI 生成的。” 😂 纯前端静态网页，数据不上传，支持批量处理。开源地址在 GitHub，想玩的自己去找。

7. fast-tavern：在酒馆之外使用酒馆的提示词处理逻辑

SillyTavern（酒馆）的提示词生态已经相当成熟了——预设、世界书、角色卡、正则脚本、宏变量，一套组合拳下来效果拉满。但问题是，这套逻辑只能在酒馆里用。 现在有人把它抽出来做成了独立库，支持 TypeScript 和 Python。这意味着你可以在自己的项目里复用酒馆的提示词组装流程，不用重复造轮子。对于想做角色扮演类应用的开发者来说，这是个大利好。

8. 开源 Banana Pro 涩图翻译项目：绕过审核的骚操作

Banana Pro 能翻译漫画，但遇到涩图就罢工。这位老哥想了个绝招：不把完整涩图发给 AI，而是只把有台词的部分切片发过去。 AI 看不到敏感内容，自然就不会拒绝。翻译完的文字再自动回填到原图。整个流程：上传图片 → 圈出台词区域 → 调用 Banana Pro API 翻译 → 回填原图。虽然有点"曲线救国"，但确实能用。

9. 非程序员 AI 编程指南：Ben 的一天速成手册

如果你不是程序员，但想用 AI 写代码，这份指南必看。它不只讲 AI 编程工具，还把 Git 版本控制、终端命令、环境变量、依赖管理这些基础知识都讲清楚了。 作者 Ben 是 Ben’s Bites 的创始人，写东西一向通俗易懂。核心观点：AI 能帮你写代码，但你得知道代码跑在什么环境里、怎么管理版本、出了问题怎么回滚。一天时间，从小白到能跟 AI 协作，值得收藏。

10. baoyu-skills 项目迭代模式：发现问题 → 分析 → 让 AI 解决 → 验证

宝玉老师分享了他维护开源项目的工作流。核心是把"发现问题-分析问题-解决问题-验证结果"这个循环跑起来，其中"解决问题"这步直接交给 Claude Code。 比如今天他发现 commit messages 都是无意义的版本号，就让 AI 把每个模块的变更拆成独立 commit。几句话描述清楚需求，AI 自己去改代码，改完他再验证。这种人机协作模式，效率高得离谱。

📌 值得关注

• [产品] 腾讯 CodeBuddy IDE 注册送三个月云服务器 - 里面模型只有 Gemini 和 GPT，但白嫖服务器还是香的
• [开源] Tavily Proxy：多账号轮询版 Tavily MCP - 每个账号每月 1000 积分，多号轮询无限续杯
• [开源] FinRobot：金融分析 AI Agent 平台 - 5.2K Star，用 LLM 做量化分析
• [工具] OpenCode 编程 AI 实测项目 - Claude Code 替代方案，正在测试 GPT-5-mini
• [研究] 免费 ChatGPT vs 免费 Gemini 对比 - 问小说人物，Gemini 完胜

😄 AI趣闻

加拿大代表签错位置的历史名场面

如果你觉得自己今天犯了大错，记住这个故事：1945 年签署日本投降文件时，加拿大代表把自己的名字签在了法国代表那一栏。 这可是决定二战结束的历史文件啊！所以下次 AI 帮你写代码写错了，别太自责——人类在更重要的场合也会犯更离谱的错。😂

🔮 AI趋势预测

OpenAI Codex 重大更新发布

• 预测时间：2025年1月底-2月初
• 预测概率：85%
• 预测依据：今日新闻 Sam Altman 预告 Codex 更新 + 明确说"下周开始"，时间节点非常清晰

AI 编程工具进入"Skills/插件"生态竞争阶段

• 预测时间：2025年Q1
• 预测概率：75%
• 预测依据：今日多条新闻涉及 Claude Code Skills（字幕、音乐 MV、baoyu-skills）+ Cursor 内置工具被挖掘，说明生态正在快速成熟

浏览器自动化 Agent 工具爆发

• 预测时间：2025年Q1
• 预测概率：70%
• 预测依据：今日新闻 Gemini CLI + Chrome MCP 教程 + Manus 类产品持续火热，技术门槛正在降低

❓ 相关问题

如何体验 Claude Code 的 Skills 功能？

Claude Code 的 Skills 功能需要订阅 Claude Pro 或使用 API。对于国内用户，可能面临支付困难或账号注册限制。

解决方案：访问 爱窝啦 Aivora 获取成品账号，极速发货，售后无忧。