AI 视频生成、剪辑、配音与多模态视频工具
Turn text, pics, video, + 3D into camera-controlled HD video
Atlas 是 World Labs 推出的全模态世界模型，支持文本、图片、视频和 3D 输入，可生成摄像机可控的 1440p 高清视频，并具备场景重建与机器人空间仿真能力。
Gemini Omni 1.2 Flash: 15s AI video at $0.07 per second
Google DeepMind 推出的 Gemini Omni 1.2 Flash 是一款 AI 视频生成与编辑模型，支持最长 15 秒视频生成，720p 仅需 $0.07/秒，较上一版本降价 30%，并新增多轮编辑、角色风格一致性及唇形同步等功能。
World's First Human Interaction Model
Griffin 是 Tavus 推出的实时「人类交互模型」，让 AI 数字人通过视频进行全双工、面对面的自然对话——同时看、听、说，能对停顿、表情、手势和镜头前的动作做出即时反应，试图把视频通话式的 AI 交互做到以假乱真的程度。
Create and edit videos by chatting
Clueso MCP 是一款通过对话式 AI（支持 Claude、ChatGPT 等）实现全流程视频创作与编辑的工具，用户只需提供创意、PPT 或参考素材，即可自动完成分镜、场景、配音、音乐和剪辑等全套视频制作。
Agentic video analysis for faster, smarter Gemini insights
Google Gemini 推出智能体视频理解模式，让模型自主决定观看策略，大幅降低 token 消耗和成本，同时提升长视频分析准确率。
Our newest multimodal model for video generation and editing
谷歌推出的多模态 AI 视频生成与编辑模型，支持场景延伸、帧插值、4K 超分辨率等专业级视频制作能力。
Build computer vision applications with AI
Viso Now 是一个自构建 AI 视觉平台，用户只需用自然语言描述需求，即可将图像、视频和摄像头流转化为可运行的计算机视觉应用，无需模型训练、数据标注或编写代码。
Produce pitch perfect launch videos with precise control
Pexo 是一个对话式的 AI 视频生成代理，用户只需提供产品或网站素材，它即可自动完成故事策划、AI 模型选择、分镜生成与组装，并处理配音、配乐、字幕、动态图形和剪辑，让团队用一句句对话就能产出符合品牌调性的产品发布视频。
A real-time world model you can explore and change
PixVerse R2 是一个实时世界模型，能够根据文本、图像、音频和操作指令持续生成可交互的视听世界，并记住会话中发生过的事件、实时把变化延续下去，从而把 AI 视频从「固定片段」推进到「可探索、可改变、可玩」的生成式环境。
Video compliance review powered by rules you control
基于AI的视频合规审查SaaS，允许团队自定义合规规则包，自动扫描视频库并生成带上下文解释的审查结论，而非简单的时间戳标注。
Edit any part of a video without changing the rest
Higgsfield Miracle 是一款 AI 视频编辑工具，能将视频向量化分层，实现对视频任意局部区域的像素级精准编辑，同时保留原始运动、镜头和主体不变。
Turn voice chats with Muse into live video calls
Muse Realtime Avatar 为 Meta 的 Muse AI 助手赋予可视频通话的全身实时虚拟形象，支持唇形、表情、手势与肢体动作同步，延迟约870ms，解决语音AI缺乏视觉存在感的问题。
Video conferencing for the agentic era
Bridge 是一个面向 AI 代理时代的一体化会议平台，将日程安排、视频会议、AI 记录、智能工作流和结构化记忆整合为单一连贯体验，支持 AI 代理作为参与者加入会议。
Turn raw footage into ready-to-publish videos with AI
OpusClip 4.0 是一款 AI 视频编辑工具，能将原始素材自动剪辑、清理语音、添加字幕和 B-roll，并生成多种格式的可发布视频，大幅降低内容创作者的后期制作门槛。
Be the main character: chat & video roleplay any story
Prelulu 是一款 AI 驱动的沉浸式角色扮演平台，用户可通过文字或视频与 AI 角色互动，首次将实时虚拟形象技术带入消费级规模。
A team of AI agents for video: produce, edit, clip, post
Riverside Agents 是一套专为视频制作设计的 AI 智能体团队，自动完成从录制准备、剪辑编辑、精彩片段提取到社交媒体发布的全流程工作。
Fast and affordable AI video for high-frequency creators
Kling 4.0 是一款面向创作者、营销人员和工作室的 AI 视频生成模型，通过多关键帧控制、参考资产和长提示词实现高精度、可控的视频创作，内置立体声音频与多语言口型同步。
Your entire video library: organized, searchable, understood
Jockey 是 TwelveLabs 推出的 AI 视频库管理工具，能够理解并索引海量照片与视频内容，让用户通过自然语言跨视频搜索人物、时刻和上下文信息。
Record talking-head videos. Claude Code does the edit.
一款免费开源的 Mac 应用，面向口播视频创作者：声控跟随的提词器 + 一键录制摄像头与屏幕，素材以普通文件夹保存，再交由用户自己的 Claude Code 订阅完成剪辑、生成竖版并起草发布文案。
An open, lightweight multimodal embedding model
Google DeepMind 推出的开放权重多模态嵌入模型，把文本、代码、图像、视频和音频映射到同一向量空间，让用户用一次查询即可跨模态检索，并能在手机端离线运行。
Bring up to 15 images and 3 voices into one 4K scene
Vidu Q4 是生数科技推出的 AI 视频生成模型，可将最多 15 张参考图与 3 段音色融合进同一个 4K 场景，并原生生成音频，为创作者提供更流畅的运动质量与更强的提示词控制力。
Local AI chat, transcription and video tools in one Mac app
PocketWebTools 是一款 Mac 原生应用，让用户在本地 Apple Silicon 芯片上运行最高 35B 参数的开源模型，并把聊天、转录、视频剪辑、图片放大、OCR、朗读等一整套 AI 工具整合进同一个客户端，主打文件与会话永不出本机、无需账号。
AI voiceover with every name, price and date said right
Onepin 是一个 AI 配音的语音质检与修音工具，接入 ElevenLabs、OpenAI、Google 等 30 多种已有语音模型，自动校正人名、价格、日期的读法，对每句打分并在不重新渲染整条音频的情况下只修错词，解决多语言 AI 配音里“名字念错、数字日期读错、没人有时间逐句听”的问题。
Transforms egocentric video into robot training data
TwelveLabs 推出的 Pegasus 1.6 是一套面向第一人称视角（egocentric）视频的视频理解模型，能把机器人遥操作和可穿戴设备采集的原始素材自动转成带实体标注、带时间戳的机器人训练数据，从而免去人工标注这一环。
The First Video Editor built for Agents
HyperFrames Studio 是 HeyGen 团队推出的桌面端视频编辑器，把 Codex、Claude Code 等编码 Agent 变成视频剪辑执行者——用户用自然语言描述视频，Agent 调用开源的 HyperFrames 生成成片，人再回到剪辑台以导演身份与 Agent 协同修改。
Your podcast, already cut when you open Final Cut Pro
CastCut 是一款 Mac 端的 AI 多机位播客剪辑工具，通过声音自动对齐多个摄像头与音频素材，自动完成说话人切换、去空白与口癖、并挑出适合做短视频的片段，最终在 Final Cut Pro 中生成一份可正常编辑的多机位时间线，全程离线运行于 Apple 芯片。它解决的是播客/访谈类视频后期中最枯燥、最耗时的对齐与粗剪环节。
Open a PR and get a video walkthrough of your changes
TryCase 是一款 AI 驱动的 PR 自动测试工具，开发者提交 Pull Request 后，它会像真实用户一样操作应用并生成视频演示和测试报告，直接反馈在 GitHub 上，帮助团队在合并前直观了解代码变更效果。
fal's post-trained MiniMax H3 for quality video production
fal推出的H3 Max是基于MiniMax H3后训练优化的视频生成模型，在质量、提示词理解和美学方面排名第一，生成5秒视频仅需约3秒，吞吐量是官方H3的35倍。
Video editor built for humans & AI. Edit with GPT & Claude.
ChatCut Desktop 是一款本地运行的 AI 视频编辑器，允许用户通过自然语言指令结合 GPT、Claude 等 AI 代理协作完成视频剪辑、动态图形、字幕生成及多媒体素材创作，并支持导出至主流专业剪辑软件。
One AI agent for every kind of video
Vizard Agent 是一个通用 AI 视频智能体，能够从原始素材、脚本或创意出发，自动完成剪辑、生成、本地化等全流程视频制作任务，替代多工具协作。
Unified video generation for motion design and branding
MiniMax H3 是一个开源多模态视频生成模型，支持文本、图像、音频统一输入，可生成带原生立体音效的 2K 商业视频内容。
The video AI agent that understands your whole library
Jockey 是一个由 TwelveLabs 推出的视频 AI 智能体，能够理解用户整个媒体库，支持按人物、时刻或上下文语义搜索照片和视频，解决大规模媒体库难以检索的问题。
AI video & audio effects SDK for real-time apps
Effects SDK 为开发者提供客户端运行的 AI 视频与音频效果 SDK，无需将数据上传至服务器即可实现背景虚化、虚拟背景、智能取景、降噪等实时效果。
High-quality video generation and conversational editing
Google 推出的 Gemini Omni Flash 是一款面向开发者的多模态视频生成模型，支持通过文本、图像和视频输入进行高质量视频生成与对话式编辑。
Direct cinematic videos through chat
OpenArt Director 是一款通过对话方式创作长达5分钟连贯AI电影视频的工具，解决了传统AI视频生成碎片化、缺乏叙事连贯性的问题。
Interactive videos that talk back
D-ID 的 Agentic Videos 将普通视频转化为可交互的 AI 体验，观众可在视频中实时提问并获得 AI 驱动的虚拟主播回答，实现个性化内容消费。
Lip-synced AI dubbing for creators, brands and studios
Vaani 是一款 AI 配音工具，通过克隆原声、保留音乐并实现帧级唇形同步，帮助创作者和品牌以低成本将视频内容本地化为 40+ 种语言。
Describe your shot. Rodeo builds your first cut.
Rodeo 是 TwelveLabs 推出的 AI 视频智能平台，帮助内容创作者和团队通过自然语言描述快速完成视频初剪，告别手动翻找素材的低效工作。
The open-source video editor your AI agent can drive
WeftCut 是一款免费开源的桌面视频编辑器，通过 MCP 协议让 AI agent 直接操控真实时间线——裁剪片段、加字幕、用代码构建动画，用户可随时审查、撤销或手动接管。
Your swipe file for viral video hooks
Hookest 抓取 TikTok、Reels、Shorts 爆款视频的开场几秒「钩子」，建立可搜索的素材库并附带真实表现数据，让创作者研究本赛道什么内容在起作用，同时通过 MCP 把钩子库接入 Claude、ChatGPT、Gemini 直接用于创作。
Recast motion with your characters, locations & products
Higgsfield Genjutsu 是一款 AI 视频转视频工具，让创作者无需重拍即可替换视频中的角色、服装、场景和风格，同时保留原始动作节奏与镜头结构。
Talk to camera. Get back a fully edited short.
Moonshot AI Edits 是一款面向口播创作者的 AI 一键成片工具：上传一段自拍说话视频，选一种风格模板，AI 会逐段规划节奏并自动补上字幕、转场、B-roll、音乐和音效，直接产出可发布的短视频。
Open-source AI clipper: long videos into viral shorts
SupoClip 是一款开源 AI 视频剪辑工具，自动将长视频转换为适合 TikTok/Reels/Shorts 的竖版短视频，并智能评分病毒传播潜力。
Ship a launch video without opening After Effects
Remocn Studio 是一款免费开源的 macOS 应用，让你用自己已订阅的编码 Agent（Claude Code、Codex、Copilot、Grok）把一个真实的 Remotion 项目当视频来写，从而不用打开 After Effects 就能产出产品发布视频。
Turn one action camera into an AI sports cameraman
allclip 用一台 360° 运动相机加计算机视觉算法替代传统多机位摄制，把俱乐部的比赛录像自动加工成转播视角的全场视频和每位球员的个人集锦，让没有预算请摄像师的球队也能获得职业级的比赛影像。
Upload raw footage. Get a finished YouTube edit from $49
DoneCut 是一个 AI 视频剪辑服务，创作者上传 YouTube 长视频或 Shorts 的原始素材后，由 AI 完成剪辑、字幕、动效包装与配乐，按素材时长透明定价（10 分钟内 49 美元、Shorts 29 美元起），先付一半、看带水印预览、两轮修改后付尾款，多数成片 90 分钟内交付。
Give Claude better references for your videos
Refs 把 3000+ 部经典影片逐镜拆解成 15 张镜头板（plate）加可复用的提示词配方，做成一个可一条命令接入 Claude Code / Codex / Cursor 的参考库，让 AI 在帮用户策划宣传片、广告片时参考真实影视作品，而不是凭空生成。
One prompt to a publish-ready faceless short
Viibeo 是一款面向短视频批量生产的 AI 工具，用户只需输入一句提示词、一个网页链接或一段脚本，即可自动生成带钩子式口播文案、配音、B-roll 素材和同步字幕的竖屏短视频，解决无真人出镜、无剪辑团队的创作者和营销人员「持续产出内容」的效率问题。
Private AI assistant, now with photo and film studios
Ari Helper 7 是一款面向苹果全家桶（iPhone、iPad、Mac、Apple Watch）的本地化隐私 AI 助手，把照片修复、视频清理、图像生成和大模型对话统统塞进一颗一次性买断的 App 里，解决用户既想用 AI 又不想把照片和对话上传给云端的问题。
Turn any YouTube video into accurate, playable guitar chords
FlexChords 是一个 AI 音频分析工具，能把任意 YouTube 视频或音频文件在几秒内转成准确且与播放同步的吉他和弦，解决现有工具预测噪声大、需要付费墙的问题。
Create Your Own Avatar In Seconds
Syllaby AI Avatar 2.0 是一款面向营销人员的 AI 视频生成工具，能把一段脚本或简单想法自动转化为带真人级 AI 数字人出镜、自然配音、B-roll 素材和字幕的完整口播视频，从而免除聘请演员、搭建拍摄现场的流程。
Edit your video by editing its transcript. $1 per edit
Weftly 是一款通过编辑文字转写稿来剪辑视频的工具，用户删除或移动文字，视频画面自动跟着裁切，让不会用时间线的创作者也能完成精剪。
Your pitch on repeat. You only when it counts.
WebinarFlow 是一款面向销售团队的按需演示工具：把产品 Demo 录一次，潜客可随时预约观看，销售仅在对方提出真实问题时切入直播，其余时间录像持续进行，而每次人工解答都会被用来训练 AI，逐步自动承接重复性问题。
an ai teleprompter that lives under your MacBook notch
getcta 是一个 macOS 提词器工具，把提词窗口贴在 MacBook 刘海下方、紧邻摄像头的位置，让用户在录制或直播时视线始终对准镜头，并通过本地语音识别跟随朗读自动滚动高亮，同时对 Zoom、Meet、OBS 及录屏软件隐形；AI 还能根据笔记、Notion 或 Google Drive 内容生成脚本并按 15 秒至 3 分钟改写。
Let Claude, ChatGPT or Gemini edit your real timeline
Arsaze 是一款「AI 原生」视频编辑器，把真实的多轨时间线开放给 Claude、ChatGPT、Gemini 等 AI Agent，通过 MCP 协议或自然语言对话即可完成剪辑、生成与批量操作，解决的是「AI 能生成视频片段、却无法直接操作用户真实的剪辑工程」这一断层。
The AI video agent that looks at what it builds
DevMotion v2 是一个具备视觉反馈能力的 AI 视频生成 Agent，能够渲染并「看」自己生成的帧画面，自动发现并修复排版错误，解决了现有 AI 视频工具「盲目生成」的根本缺陷。
Create launch videos without touching After Effects
Topview Motion Studio 是一款 AI 驱动的产品发布视频生成工具，帮助团队无需学习 After Effects 或聘请专业团队即可快速制作高质量的产品宣传视频。
One canvas for everything you generate
genvi 是一个整合 40+ AI 模型的全能创作画布，支持图像、视频、音乐、语音和 3D 的多模态生成，内置节点图编排与浏览器内时间线剪辑导出，让创作者告别多工具切换之苦。
AI camera relighting for macOS
Fresnel 是一款 macOS 上的 AI 实时相机补光工具，利用苹果神经引擎进行本地深度估计，让用户在视频通话或直播中一键切换虚拟灯光场景，输出为虚拟摄像头供 Zoom、OBS 等软件使用。
Polished product demos on Mac recorded by an AI agent
Screenify Studio 是一款 Mac 屏幕录制工具，借助 AI 代理自动将粗糙录屏转化为带有 3D 动效、聚光灯和标注的精美产品演示视频，大幅降低后期剪辑成本。
Andrej Karpathy 利用 Claude Opus 5.5 在一个周末内构建了 HackerTube，通过分析 Hacker News 20 年、4300 万条评论，筛选出 6454 个高质量视频，打造出比 YouTube 推荐更优质的观看体验。他几乎将所有工作交给 Claude Code 完成，仅需手动配置 API Key、服务器和域名。这一案例标志着 AI 辅助开发已进入'周末项目可替代数周工程'的新阶段。
Karpathy 在周五深夜对 YouTube 算法推荐的低质内容感到不满，于第二天用 Claude Opus 5.5 在约2小时内独立构建了 HackerTube——一个基于 Hacker News 历史评论筛选出的6454个高质量 YouTube 视频的克隆站点。这个案例展示了 AI 辅助开发已进入「纯对话驱动」阶段，开发者几乎不需要亲自写代码或操作终端。
Andrej Karpathy 使用 Anthropic 的 Opus 5.5 模型，在约两小时内构建了 HackerTube——一个基于 Hacker News 用户推荐视频的 YouTube 克隆站点，收录 6,454 个视频，涵盖 150 个话题。他仅手动完成三步（创建 API 密钥、启动服务器、购买域名），其余工作全由 AI 完成。此案例的核心信号是：桌面应用 + 中等推理强度的默认配置，已足以完成完整产品的快速落地。
创作者Riley Brown展示了一个由单一提示词驱动的15步全自动视频生产流水线，集成Claude Opus 5.5、Claude Code、Blender 3D模板和RunPod云渲染，将原始口误视频自动处理为完整的多媒体成品。整个流程涵盖转录分析、B-roll素材抓取、3D场景构建、动画同步到云端渲染，3487帧渲染成本不足1美元。这一实验展示了AI编排多工具协作的端到端自动化制作能力，对内容创作工业化具有重要参考价值。
Karpathy 认为随着 LLM 承担越来越多执行工作，人的重心会上升到「监督与理解输出」这一层，因此需要更好的输出格式。他给出一组递进式技巧：用 ASD-STE100（航空维修用的受控语言规范）约束写作风格、改让模型画示意图、再升级为 HTML 交互网页，最终是他最看好的方向——针对任意主题即时生成定制的 3b1b 风格讲解视频。核心洞察是：智能与代码变得廉价后，可以大量索要过去根本不值得制作的「一次性、可丢弃」软件产物。
Karpathy 提出阅读 LLM 输出的'阶梯'框架：从 ASD-STE100 受控英语（航空维修手册式极简英文）写成的说明文字，逐级上升到图示、HTML 页面，再到用 ElevenLabs 配音、3Blue1Brown 风格的定制讲解视频。他的核心判断是：随着模型越来越多地独立完成任务，人类的工作重心上移到监督与验收，因此'让输出变得可被人理解'正取代生成能力本身成为新的瓶颈。
Anthropic工程师Boris Cherny使用Claude Opus 5.5结合形式化验证工具Lean和TLA+，对Claude Agent SDK进行验证，仅用少量提示词就发现并修复了16个PR中的并发bug和竞争条件。他强调无需精通Lean或TLA+，AI可以代劳形式化建模与反例查找，大幅降低形式化验证的门槛，并探讨这是否将成为未来软件bug排查的主流方式。
Riley Brown展示了如何利用AI代理工具链（Codex、Blender、Higgs Field）在数小时内为一个尚未开发的产品完成完整的上市准备，包括3D建模、影视级商业广告、UGC视频和落地页。这一工作流程证明创始人可以在工程投入之前通过AI生成专业营销素材来验证产品市场契合度，大幅降低创业早期的时间和成本。
Riley Brown 分享了他如何用 Codex 等 AI 工具运营 150 万粉丝内容业务的完整工作流，涵盖选题研究、缩略图设计、脚本撰写到视频制作全流程。他的核心理念是用 AI 消除重复性工作，将节省的时间投入到提升内容质量，而非批量生产内容。护城河在于长期持续的高质量输出，而非 AI 加速的数量堆砌。
Claude Code创始人Boris Cherny分享了他将AI编程工具融入实际工作流的深度实践，包括构建自动化循环（loops）、并行Agent协作、CLAUDE.md配置和手机远程监督等高级用法。这标志着开发者工作方式从'提示单个任务'向'监督自主运行的Agent网络'的根本性转变。文章基于对8个工作坊视频和官方文档的深度整理，具有较高的一手信息价值。
Anthropic的Claude Code负责人Boris Cherny表示，自年初以来Anthropic的代码产出提升了8倍，且他本人已8个月未手写过一行代码。代码审查已成为新瓶颈，Anthropic通过多个具备不同视角的Claude agent协作进行代码审查来应对。更值得关注的是，Claude Code正逐步具备自主提出功能想法的能力，能主动扫描GitHub、Twitter、Slack后生成经过验证的PR。
Karpathy 认为随着 LLM 能力提升，人类的工作重心会上移到「监督与理解」的抽象层，因此我们需要花更多时间理解模型输出。他给出一套递进式的输出格式技巧：用 ASD-STE100 受控语言写说明、改成图表、再改成交互式 HTML 网页，最终是定制化的讲解视频（如 3Blue1Brown 风格）。他特别看好多媒体与「用完即弃」的定制软件产物，因为智能和代码正变得廉价充裕。
Andrej Karpathy 提出，随着 AI 自主性提升、人类角色从「直接执行」转向「高层监督与理解」，LLM 的输出格式也应从纯文本提示词转向结构化、多模态的产物。他给出四条具体路径：用 ASD-STE100 受控英语规范约束可读性、要求图表输出以便视觉解析、生成交互式 HTML 网页、以及调用外部 API 制作定制化教学视频（如 3b1b 风格）。核心逻辑是：智能与代码变得廉价充裕，可以为「解释清楚一件事」临时造一次性软件工具。
Karpathy 认为理解语言模型的输出将成为人们投入更多精力的核心工作，并分享了一套提升输出可理解性的技巧阶梯：从用 ASD-STE100 受控语言规范约束写作风格，到让模型生成图表、HTML 交互网页，再到最看好的方向——针对任意主题即时生成定制化讲解视频（如 3b1b 风格，配合 ElevenLabs 语音）。他判断随着模型能力提升，人类工作会向更高的抽象层上移，转向监督与理解，而智能与代码的富余让「大体量、一次性、可抛弃的定制软件产物」第一次变得划算。
Andrej Karpathy 用约2小时构建了 HackerTube——一个 YouTube 风格的视频发现平台，整合了 Hacker News 评论中近20年的视频推荐，使用 Claude Opus 5.5 和 Claude Sonnet 进行数据处理与垃圾过滤。该项目展示了 AI 驱动的全栈开发能力，从原始评论数据到可用产品的完整链路极度压缩。项目涉及 5.04 亿输入 token，其中 90% 命中缓存，有效控制了成本。
Andrej Karpathy 利用 Claude（Opus 5.5 + Sonnet）在两小时内构建了 HackerTube，一个从4300万条 Hacker News 评论中提取的6454个视频合集，以人工筛选的社区品味替代 YouTube 算法推荐。项目的核心价值不仅是工具本身，更是'一个有深厚技术背景的人+前沿编程模型=周末内将个人痛点变成可用产品'的协作范式。数据集完全开放，无需登录，浏览历史保存在本地浏览器。
Andrej Karpathy 发布了 HackerTube，一个基于 Hacker News 评论构建的视频发现网站，收录 6454 个视频、覆盖 150 个话题。整个项目利用 Claude Opus 5.5 和 Claude Sonnet 在 Claude Code 工作流中完成数据处理，Karpathy 估计仅耗时约 2 小时。该项目展示了 AI 辅助开发在处理大规模社区数据、快速构建产品方面的实际能力。
Andrej Karpathy 用 Claude Opus 5.5 在约2小时内构建了 HackerTube——一个通过分析 Hacker News 20年、4300万条评论来筛选高质量 YouTube 视频的推荐网站。整个开发、部署、服务器加固流程几乎全部由 Claude Code 自动完成，Karpathy 本人仅做了购买域名、获取 API Key 等少量手工操作。这一案例展示了 AI 编程助手在端到端项目交付上的实际能力已达到相当高的水平。
Andrej Karpathy 发布了 HackerTube，一个基于 Hacker News 近20年评论数据、由 Claude AI 筛选整理的视频聚合平台，收录6454个社区认可的视频并分为150个话题。整个项目几乎全由 AI 完成，Karpathy 本人仅做了申请 API key、购买域名等三件事。该项目展示了 AI 辅助构建产品的极致可能性。
AI领域知名人士Andrej Karpathy仅用两小时借助Claude Opus 5.5构建了一个个性化YouTube替代品HackerTube，该平台聚合了多年来在Hacker News上被反复推荐的优质视频。此事件引发广泛讨论，一方面展示了AI辅助编程的强大能力，另一方面也暴露了Claude近期在逆向工程类任务上的安全限制问题。
Riley Brown 展示了7种聪明人使用AI的方式，核心主题是用AI去除设备、内容和软件中的广告与冗余。他通过Claude Code、Codex等工具实现了从智能电视去广告、越狱掌机、AI视频剪辑到构建个人笔记应用等一系列实际案例，强调AI已能替代人工编辑并大幅降低工具成本。
Andrej Karpathy 指出99%的人在使用AI和大语言模型时方式错误，并分享了他认为正确的使用方法。作为AI领域顶级专家，他的观点对普通用户和开发者如何更有效地利用LLM具有重要指导意义。该内容以视频形式呈现，时长约125分钟，信息量较为丰富。
Greg Isenberg 提出在 AI Agent 时代，只剩下 13 类值得创业的业务方向（AI 原生服务公司、线下业务、分发/媒体/社群、专有数据集、行业专属 harness、机器人与物理 AI、有粉丝的实体产品、算力与能源、健康长寿与照护、市场与社交网络、实物资产、垂直 Agent、安全），其余品类都在衰退，并用 25 分钟视频逐条拆解。评论区既有对“为什么正好是 13 个”的质疑，也有人补充观点——真正护城河是 harness 之上的行业操作系统（Wrapper → Harness → OS），以及新品类会不断被创造、老品类会被更好的软件和商业模式重新包装。
Karpathy 提出随着语言模型能力增强，人类工作中越来越多的部分会上升到『监督与理解』这一抽象层，而理解 LLM 输出本身会成为一项重要技能。他给出四个递进式的输出格式技巧：用 ASD-STE100 受控语言让模型写得更清晰、要求模型画图表、生成可交互 HTML 网页、以及最被看好的定制化讲解视频（如 3b1b 风格 + ElevenLabs 配音）。核心判断是：智能与代码变得廉价后，可以大量索取过去根本不合算做的『一次性、可丢弃的大型软件产物』。
Greg Isenberg深度评测邀请制个人AI代理应用Instinct AI，该应用估值据报达100亿美元，通过苹果iMessage原生界面运行，能处理订座、签证表格填写等真实任务，并具备跨对话的上下文记忆能力。视频同时指出严重隐私隐患：多名用户反映断开Google账户后该应用仍持续索引和保留邮件数据。
Riley Brown 通过实操演示展示了如何利用 Claude Code 与 Claude 5.1（代号 Fable 5.1）在零编程经验的情况下，用单个详细 Prompt 构建包含前端、后端、实时数据库和身份验证的完整全栈应用，并一键部署上线。视频还展示了多 AI 智能体（Claude、ChatGPT、Grok）通过共享 skill 文件协同操作同一应用的能力。这标志着 AI 辅助开发已进入'非技术创业者可直接生产级落地'的新阶段。
Greg Isenberg 精选5个GitHub开源项目，帮助创业者和内容创作者在AI时代获得竞争优势，涵盖去除AI写作痕迹、自动化CRM、视频剪辑、安全扫描和手机自动化控制等方向。核心论点是GitHub已成为主流工具的早期信号源，提前6个月布局可获得先发优势。文章强调从一个小型可重复工作流入手，验证价值后再决定是否产品化。
Claude 创始人 Boris Cherny 发布了一个15分钟的实操视频，揭示了 Claude 的核心高级用法，包括 plan mode、CLAUDE.md、subagents、hooks 和 worktrees 等功能。作者将其设为团队必看内容，认为这15分钟胜过15小时的第三方教程。核心观点是：真正的 AI 编程效率提升来自掌握工具的底层机制，而非简单堆砌 prompt。
Riley Brown（150万+粉丝AI创作者）分享了如何用Codex构建一人百万美元内容业务的完整AI工作流，涵盖缩略图生成、视频钩子写作、B-roll动画制作等环节。他提出了BRENS框架用于将创意转化为强力钩子，并展示了如何设置AI代理主动发掘内容选题。
Andrej Karpathy 展示了 Claude Opus 5 仅凭一段《指环王》原文和约 10 美元预算，生成 5500 行 Three.js 代码构建出完整低多边形 3D 世界的实验，并据此提出「按需生成一次性定制游戏世界」的未来愿景。他同时指出当前 LLM 在游戏领域的核心瓶颈：模型无法高效感知视频或实时审计自身生成的游戏内容。