前言不搭后语
整个周末感觉时间全被浪费掉了，脑子发热又捣鼓起来我这个博客站点(hexo+github page+cloudflare)，换了个主题和《配置GitHub Action发布网站》，搭进去一整天不说，本来是好好的，现在弄得访问不了了(必须挂代理)。
编程可能第一个被 AI 干掉
本周 AI的应用产品大爆发，首先是Manus被炒作的一个邀请码都上万了，然后是开源平替产品 Open-Manus又完美复刻了它。其实 Manus 炒作的意味过大，本质就是智能 Agent + 任务拆解 + 工具链(预开发好的)+一个能运行任务的虚拟机，目的是打造一个能自动完成指定任务的RPA自动化工具，并无什么实质的创新。
另外就是 MCP 产品的大量兴起，MCP 可以理解为 Manus 的最小化demo 产品，通过 MCP 协议，能实现AI编程工具和外部服务(本地服务)的交互，这个是有必要专门展开说一说，因为这个东西是未来自动化编程很重要的一环。
本周我用 Cursor + Claude 3.7 完美实现了一个计算员工工时的小软件（帮老婆做的），AI 写了 95%，我只改了改显示内容，软件虽然很小，但是足以震惊到我了，因为如何我独自开发的话，不说我并不太懂 python 这种工具类语言，我用擅长的 java 去做，也得两天，特别是前端界面也是我一拖再拖迟迟不做的原因之一，但是有个 AI 编程，我用了两个小时就完成了。
AI模型的研发到 AI 模型的应用，都和编程开发紧密相连，也就是AI 圈子里面的创业者和从业者的第一手需求就是编程，虽然普通人用 AI 来写文章问答案的更多，但是最深度使用者的最迫切想解决的问题就是编程，另外就是，编程工作几乎所有的操作都是在PC 上完成的。
随着 MCP 工具的不断完善，好用的智能体、工具链越来越多，AI 大模型认知能力迭代升级，预计三年内，编程开发范式会出现革命性的变革。这个曾需要专业训练的工作，正在变成自然语言与机器理解的简单翻译游戏。
当然编程不会消失，如何能从业务需求中提炼出AI能理解的精准描述，可能是未来工程师重点要锻炼的技能，我感觉就是产品经理+程序员的复合体。
项目和产品
1、微信聊天机器人 KouriChat
同事邱凯发现的一款微信聊天机器人产品，python 应用，通过监控桌面端的微信实现自动聊天的工具，后台对接了 AI 模型。
- 微信监控使用的是 pyautogui 库，通过图像识别功能，根据指定图片的样式点击屏幕上对应的按钮或位置。
- 后台用的是 Flask框架
网址：
https://github.com/KouriChat/KouriChat
2、视觉Agent解析框架 OmniParser V2
微软产品，可以理解图片上的内容，比如上传一张电脑桌面或者软件界面，这个产品能返回图片上的各个元素的名称和位置，这个产品的牛逼之处是配合上面说的payautogui 能真正实现自动化点击。
网址：
https://huggingface.co/spaces/microsoft/OmniParser-v2
识别桌面图片如下图所示：
![[Pasted image 20250309155654.png]]
![[Pasted image 20250309155519.png]]
- 结合 AI 实现自动化操作电脑的应用也已经出现。autoMate： https://github.com/yuruotong1/autoMate
autoMate 是一款革命性的AI+RPA自动化工具，基于OmniParser构建，让AI成为你的”数字员工”，它能够
- 📊 自动操作您的电脑界面，完成复杂的工作流程
- 🔍 智能理解屏幕内容，模拟人类视觉和操作
- 🧠 自主决策，根据任务需求进行判断并采取行动
- 💻 支持本地化部署，保护您的数据安全和隐私
- 刚刚的新闻：手机自动化操作的应用也出来了，AppAgentX： https://github.com/Westlake-AGI-Lab/AppAgentX，
西湖大学 AGI 实验室张驰团队推出，号称是一款具备自我进化能力的 GUI 代理。底层框架也是OmniParser。
3、人工智能编程工具
- Cursor
- WindSurf
- Trae
- Copilot
- Reflection AI
文章和信息
其他
- 在 spaceship 上新购买了一个域名ianilla.com 三年207 元，还没想好怎么用，就是觉着含义不错，all in ai 的倒序，做个 AI 站点的导航站也可以。
- 研究了一下 AI 写小说的可能性：
从世界观设定，到故事角色，再到剧情设计全部交给 AI 去做，然后针对细节比如等级体系、技能列表、人物关系等等，并让 AI 自己编写不断细化角色的形象、背景故事、桥段或者编写一个技能修炼说明手册，最后在框定大的故事纲要的前提下，由 AI 产出全书的大纲和目录，然后再根据大纲编写每一集的故事概要。虽然最后卡在了 token 数量不够用的问题上(因为每编写下一篇文章都要上传前面所有的资料)，导致没有继续下去，但是也证明了这个流程的可行性。我想着如果让 AI 不断的细化，生成更多的文件资料，作为知识库，最后是否可以真得写一本小说。