AI工具使用指南、对比分析、最新资讯

2026 年 6 月 9 日，Anthropic 发布了 Claude Fable 5——首次以普通用户和开发者都能使用的形式，释放出内部长期被视为最强的前沿模型“Mythos”级别的能力。Anthropic 将其定位为面向大众提供的最强模型，宣传语为“为长时间、复杂的工作而打造”。本篇写得让初学者也能跟上，讲清 Fable 5 是什么（以安全形式向公众开放的 Mythos 级别能力，为跑完一场马拉松而非单次问答而优化；模型 ID 为 claude-fable-5）、它与孪生兄弟 Mythos 5 有何不同（内部完全相同，只有安全机制不同；公众使用的是 Fable）、基准测试成绩（SWE-Bench Pro 80.0% 对 Opus 4.8 的 69.2 和 GPT-5.5 的 58.6，Hex 长时间分析史上首次突破 90%，Cognition FrontierCode 与 Hebbia 金融均居首，视觉方面无需辅助即可玩 Pokémon 的全新 SOTA）、它在长时间自主运行上的真正强项（在数百万 token 中保持专注、自主运行时间超过以往任何 Claude、Stripe 在一天内完成 5000 万行 Ruby 迁移、文件记忆使游戏任务提升约 Opus 4.8 的 3 倍）、价格与可用渠道（每 1M token $10/$50、1M 上下文与 128K 输出、6 月 9–22 日各方案内免费），与 Opus 4.8 的直接对比（标准 $5/$25 对 $10/$50、SWE-Bench Pro 领先 +10.8 个百分点），重头戏般的全新安全设计（网络、生化与蒸馏分类器只在危险时回退、触发率不到 5%、保留 Mythos 级别流量 30 天），以及发布前几天还警告 AI 太危险的背景。数字均引用自 Anthropic 公告与报道，可能变动。

比“AI抢走工作”更贴身的变化正在发生：在同一家公司、同一岗位的同事之间，产出的差距正在慢慢拉大。本文依据3项实验研究和1项公开调查（均于2026年9月30日在原始来源核实），梳理AI的发展如何拉大上班族之间的能力差距。针对5,179名客服人员的研究（NBER 2023，QJE 2025）中，AI助手让处理完成的问题数整体增加14%，新手和低技能者增加34%，资深人员几乎不变。针对453名大学学历专业人士的写作实验（Science 2023）中，用时减少40%，质量提高18%，劳动者之间的不平等缩小。但在对5,010名美国劳动者的调查（皮尤，2025年9月）中，工作中部分使用AI的比例在学士及以上人群中从20%升至28%，其他人仅从13%升至16%，差距一年内扩大。文章还讲解了两股相反的力量、拉大差距的4个因素、谁领先谁被甩下、过度依赖的陷阱（在758名BCG顾问的实验中，AI不擅长的任务上使用AI的人正确率低19%）、今天就能做的事，以及组织为何要建立人人可用的机制。

出门很难，跟人说话很吃力，现在也没有在工作——即便如此，把“在家、不见任何人、按自己的节奏”变成收入的机会，也随着AI实实在在地变宽了。这篇面向特定读者的指南，会尽可能诚实而温和地，为身为家里蹲（足不出户的隐居者）或啃老族的人，整理出从零开始用AI在家赚钱的第一步。文章首先约定不说“任何人都能轻松月入数千”（这通常是谎言或销售诱饵），并坦然写出现实的难度、所需时间与注意事项。内容涵盖：为何AI×居家很合适（不用见面就能完成、容易从零开始、按自己的节奏——AI作为伙伴降低那道墙）；三个诚实的事实（不会立刻赚到钱，第一个目标是最初的几美元；AI是努力的放大器而非魔法，任何东西乘以零都是零；坚持下去的人、而非聪明的人才有成果）；不用跟人说话也能赚钱的方式（写作、转写/字幕、AI图像素材、数据整理、翻译检查、数字产品——先选定一个）；今天就能迈出的第一步（接触免费AI、选定一个领域、做一件练习作品——先做出东西再赚钱）；如何积累小小的成功（作品集、一件低报酬活儿、积累评价、提高单价与接单量——收集成功而非金额，第一份工作最珍贵）；如何坚持下去并保护好自己的心（不比较、把目标拆小、休息也没关系、放下完美主义、不要独自承担——就业支援与咨询服务）；以及关于骗局/夸大宣传、完全交给AI的风险、税务/被扶养的注意事项（避开先掏钱的招揽、正规众包平台注册和上架基本免费、查阅官方信息）。这不是“任何人都能轻松做到”，但“连你也能迈出的一步”确实存在——请一点一点地找回“原来我也能做到”。

只要吩咐 AI 智能体“读一下这封邮件并回复”，它就会自己思考、调用工具，真正把工作做完——但正因为它会自主行动，一类聊天型 AI 从未有过的事故也变得可能，大约从 2025 年起，这种危险开始从理论走向现实中的实际损害。本篇新手指南把 AI 智能体的安全事故归为三大类：权限、泄露、误操作。内容涵盖事故为何会发生（智能体不只是回答，而是会行动——这是关键词；可比作才华横溢但容易上当的新员工）、为什么智能体比聊天型 AI 风险更高（使用工具、自主运行、读取外部输入三者的相乘；OWASP 在 2025 年 12 月整理了智能体特有的风险并提倡“最小自主权”）、事故1 权限（过度自主——只需读取却拥有发送/删除权限、继承人类账号的强大权限、失控时损害膨胀，以及被指派削减成本的智能体可能连备份都删掉）、事故2 泄露（把指令埋进外部内容的间接提示注入——研究人员在 2025 年实证的案例：藏在公开 Reddit 评论剧透标签里的指令泄露一次性密码、客服工单中的隐藏指令经由 MCP 窃取 SQL 数据、IDE 智能体仅打开文档就窃取机密）、事故3 误操作（即使没有恶意也会发生的破坏性操作和错误连锁）、4 步攻击流程、五条基本防御（最小权限、人工审批、沙箱、设定边界、不信任外部输入），以及新手检查清单。座右铭：不要交出过多权力，让人工把危险操作拦下，不要过度信任外部文字。

输入一段文字，几秒钟就诞生一段带声音的视频——这在不久前还是科幻情节，到了 2026 年却变成现实，而局势正以惊人速度变化。曾主导话题的 OpenAI 的 Sora 已于 2026 年 4 月关停 App 与网页版（API 也已于 2026 年 9 月 24 日关停），取而代之的是 Google Veo、Kling 与 Runway 占据领先。这份截至当前（2026 年 6 月）、与具体工具无关的指南，涵盖什么是 AI 视频生成（从文字或图片生成动态影像，音频同步、1080p–4K 与图生视频已成标准）、2026 年的格局（Sora 关停——据报道背景为算力与成本压力及用户减少——以及当前领先者 Google Veo 3.1、Kling 3.0、Runway Gen-4.5，按秒计费为常态）、原理（扩散模型扩展到时间维度；文生视频与图生视频）、通用的 5 步流程（选工具、提示词/图片、设置时长/画幅/音频、生成并挑选、在剪辑中拼接）、核心的视频提示词技巧（主体 + 运动 + 运镜 + 风格 + 时长 + 音频，动词与运镜是关键，一镜一动、善用图生视频、多生成再挑选）、现在能做什么与还做不到什么（一次性做长片与完全一致性仍困难，按秒成本会累积），以及权利、水印与伦理要点（SynthID 等标示 AI 生成的数字水印成为标准、多数套餐无法移除，来源标准 C2PA 也在普及，纯 AI 输出受保护弱且各国有差异，商用取决于条款，真实人物的深度伪造是禁区）。不要追求一次性做出长片，而要做镜头再在剪辑中拼接。由于该领域变化迅速，请始终通过官方渠道确认最新信息。

“我不会画画，所以这跟我没关系”——这种对 AI 图像生成的成见恰恰说反了。只要用语言下达指令，几秒钟后你就能得到专业级的视觉作品。本篇跨工具指南讲解：什么是 AI 图像生成（用语言从零做出图像——考验的是表达沟通而非绘画的本领，可谓图像版的提示词工程）；它的原理（扩散模型以你的提示词为线索，从随机噪点中雕刻出一幅画，每次都从零绘制，所以结果会抖动）；在任何工具中都通用的 4 步工作流（选择工具、写提示词、生成并挑选、修整并完成——迭代是前提）；核心的 6 部分图像提示词结构（主体、场景/背景、风格、光线/色彩、构图/视角、技术参数）外加负面提示词与画面比例——不过排除、宽高比和图中文字的写法因工具而异（据各公司官方文档，Midjourney 用 --no，Google 要求用肯定句描述，Stability AI 的 API 有 negative_prompt）；7 个精通技巧（多跑几次、一点一点加、参考图、局部重绘、固定种子、放大、保存好用的提示词）；AI 不擅长什么（手、文字、一致性、精细准确度）及其应对；以及工作中必备的版权、商用和伦理要点（依据美国版权局的见解和 Thaler 案（2026 年联邦最高法院不予受理后确定），纯 AI 产出的保护很弱，且各国有别；商用取决于各工具的条款；深度伪造和未经许可模仿画风是禁区；来源标注正在普及，OpenAI 会给其图像同时加上 C2PA 元数据和 SynthID 水印）。该选哪个工具以及各工具的具体操作，链接到对比、Midjourney 和 Stable Diffusion 等文章。了解结构、多跑几次、把词语一点一点加上去——任何人都能逼近自己想要的那张图。

同样的 AI、同样的问题，有人说它没用，另一个人却惊叹它能干得几乎过头——造成这种差距的真正原因，往往不是 AI 的能力，而是提示词是怎么写的。本文把这项技能，即提示词工程，整理成一份实用大全，让初学者也能立刻上手。内容涵盖：什么是提示词工程（设计并改进你对 AI 的指令的技能，不是代码而是如何把话说好的功夫）、改变结果的三大原则（要具体、给出背景、指定输出，外加“要做 X”胜过“不要做 Y”）、核心的好提示词 6 个要素（角色、背景、指令、示例、格式、约束——各家厂商公开指南中反复出现的要素，并非每次都要全部用上）、7 个实用技巧（赋予角色、展示范例/few-shot、逐步推理、固定输出格式、用分隔符理清结构、别一次问太多、迭代——其中最强的是迭代）、一个 Before/After 示例、进阶技巧（思维链、自洽性、提示词链、ReAct——不过 o 系列和 Claude 扩展思考这类推理模型会在内部执行 CoT，因此说清目标更管用）、7 个常见误区，以及各模型小窍门与输入安全。文内附有指向应用开发提示词技巧和输入注意事项的内部链接。把含糊变具体，把一股脑变对话——任何人今天就能开始进步。

2025 年 6 月，OpenAI 的 Sam Altman 在博客上写道：“我们已越过事件视界，起飞已经开始”（《温和的奇点》）。然而另一些研究者却干脆把这一想法斥为永远不会到来的东西。这篇初学者指南讲清：奇点（技术奇点）是“AI 超越人类智能并开始自我改进，从而使进步快得爆炸、再也无法被预测或控制的临界点”（截至 2026 年仍是假设，尚未实现）。文章涵盖其核心——智能爆炸 = 递归式自我改进，聪明的 AI 打造出更聪明的 AI，改进者从人类变成 AI；它与 AGI 和 ASI 有何不同（AGI/ASI 是智能的“状态”，奇点是变得不可预测的“事件”；AGI → 自我改进 → 骤然跃升至 ASI = 奇点）；这个词的历史（I. J. Good 1965 年的“智能爆炸”→ Vinge 1993 年让它流行 → Kurzweil 以“2045”使其主流化）；预测的巨大分散（Kurzweil 说 2045、Altman 说“已经开始”、Vinge，以及 Gary Marcus 和已故 Paul Allen 的“复杂性刹车”等怀疑者）；突然的硬起飞 vs 渐进的软起飞；希望（疾病与科学上的突破）与风险（失控、对齐问题）；深刻的怀疑（复杂性刹车、物理极限、完全是另一回事）；以及“机器人统治”“AGI 一到来就立刻发生”“已确定在 2045 年”等常见误解。既不过度恐惧，也不过度幻想——充分用好今天的 AI，同时冷静地观望接下来可能到来的东西。

2023年，一位律师因一份由ChatGPT撰写的书状引用的判例中有多个是AI捏造而受到制裁——这起事件在全球散播了对法律与AI的警惕。然而短短几年内采用率便迅猛增长，Clio《2025 Legal Trends Report》显示约八成（79%）法律从业者已在使用某种AI工具。作为继贸易公司、市场营销、咨询业之后“按行业看AI影响”系列的最新一篇，本文概览专业领域：用数字看清现状（79%的法律从业者使用AI，多数报告节省了时间；税务/会计/审计事务所的生成式AI使用从2024年的8%升至2025年的21%；一项Stanford研究显示包括会计师在内的AI高暴露职业中初入职场者的就业相对减少16%）、AI按职业改变的工作（律师=判例检索、合同审查、义务提取；会计师=记账、凭证核对、抽样、风险识别；税务顾问=数据录入、起草报税表、法规检索——AI做基础工作，人类做最终决定）、幻觉这一最大陷阱（编造不存在的判例/法规——导致制裁和信任丧失；CoCounsel为每条引用附上判例数据库等出处链接以便核实）、不变的本质价值（最终判断、职业怀疑精神、伦理、灰色税务判断，以及决定性的、无法交给AI的签字与法律责任）、新人危机（学徒式日常工作的自动化）与新角色（AI合规官、税务提示工程师），以及面向执业者、立志者和客户的按立场建议（对照一手资料核实引用和数字；确认机密信息的处理）。监管与责任因国家而异，请遵循所在国家的法律和职业规范。AI抛出的问题：你出售的是工作，还是判断与责任？

“构建完成了就告诉我。”“CI 变红了就修好它。”“每 5 分钟盯一下部署。”把这些需要一直盯着的杂活整个交给 AI，正是 2026 年加入 Claude Code 的 /loop 命令所实现的。本初学者指南先讲清 /loop 是一个作用于会话范围的调度器，按你设定的（或 AI 设定的）间隔反复运行一段提示词或斜杠命令，然后讲解四种用法（① /loop 5m X = 固定 cron 间隔 ② /loop X = 由 AI 判断间隔的自适应节奏 ③ /loop 15m = 内置维护提示词 ④ /loop = 自动维护）、如何书写间隔（数字 + 单位 s/m/h/d、最小 1 分钟、像 “every 2 hours” 这样的自然语言，还可以循环斜杠命令：/loop 20m /review-pr 1234）、自适应节奏的厉害之处（活跃时等得短、安静时等得长、介于 1 分钟到 1 小时之间，而且——与单纯 cron 不同——判断任务完成后会自动结束循环）、实用配方（监视 CI/部署、照看 PR、检查耗时构建、提醒、分支自动维护）、如何停止以及注意事项（自适应节奏用 Esc 停止、固定间隔需取消、作用于会话范围所以新对话会清除、关闭终端会停止（用 /background 转到后台则继续）、固定间隔最长 7 天、每个会话最多 50 个任务、在回合之间带抖动触发、本地时区）、三种调度功能如何取舍（/loop 用于会话内监视、Desktop scheduled tasks 用于常驻的本地工作、Routines 用于无人值守的云端运维），以及 loop.md 自定义和通过 CLAUDE_CODE_DISABLE_CRON=1 禁用——全部基于官方文档（截至 2026 年）。/loop 改变的，是你能交给 AI 的工作的时间轴。

AI 可起草转写和带显示时间的字幕，但自动生成完成不等于可发布。本文区分 SRT/VTT 与完整文本，对比 Whisper、Notta、YouTube 已核实的功能与限制，介绍准备、转写、校对、导出四步流程，并列出内容、时间轴和显示错误示例。六个建议和多语言流程强调原文校对、翻译后段落数量与时间码核查，以及目标语言含义和显示时长。还需分别检查版权许可、数据去向和分享范围。本地转写后使用云服务翻译或摘要仍会外传，本文未实测准确率或节省时间比例。

“通宵做幻灯片、手工做海量调研”——咨询新人的必经之路正被 AI 动摇。本文在发布方原文中核实咨询行业特有的数据（2026 年 9 月 30 日确认），并据此思考行业结构如何变化。BCG 2025 年收入增长 7% 至 144 亿美元，以 AI 和技术为重点的服务超过收入的 40%，AI 服务同比增长 25%，员工增至 33,500 人。McKinsey 于 2023 年 7 月在全公司推行内部平台 Lilli，72% 的员工在使用，员工报告最多节省 30% 的时间（公司自己的说法）。在以 758 名 BCG 顾问为对象的实验（Organization Science，2026 年 3 月号）中，在 AI 擅长的任务上多完成 12.2%、快 25.1%、质量更高，但在不擅长的任务上正确率低 19%。美国劳工统计局预测包含咨询顾问的管理分析师到 2035 年增长 10%。文中还整理了金字塔式培养、从按工时计费到按成果付费、不变的本质价值、大型公司与精品公司、给求职者和委托企业的建议，并列出对旧版错误数字的更正。