Initial commit: archive all

2026-02-27 20:45:02 +08:00
commit c0021e5825
27 changed files with 1239 additions and 0 deletions
@@ -0,0 +1,57 @@
+---
+title: "智谱Coding套餐是“背刺”老用户吗，时代没这么简单"
+date: 2026-02-15
+duration: 8:48
+author: 小天fotos
+bvid: BV1jAZsB6EX8
+platform: bilibili
+url: https://www.bilibili.com/video/BV1jAZsB6EX8
+tags: ["AI商业分析", "智谱清言", "算力经济学", "知识付费", "科技趋势"]
+---
+
+## 标题
+算力通胀下的抉择：智谱套餐调整背后的商业逻辑与时代焦虑
+
+## 摘要
+本视频针对智谱AI（Zhipu AI）Coding套餐规格调整引发的“背刺”老用户争议，从商业逻辑与技术成本角度进行了深度剖析。作者反对情绪化的“背刺”论，提出了大模型行业不遵循互联网“边际成本递减”规律的反直觉观点。视频指出，大模型供应商面临算力成本随用户需求指数级增长的困境，尤其是当用户从“聊天”转向高消耗的“Agent”模式时。通过“二八定律”分析，作者认为现有的低价套餐是建立在多数低频用户补贴少数高频用户的基础上，而随着算力供需失衡（芯片受限、电力紧张），厂商必须通过限制并发和涨价来筛选高价值用户。视频最后做出预警：Coding Plan只是时代的短暂窗口，随着AI变现能力的增强，算力成本将持续上升，普通用户的学习门槛将越来越高，未来将从“订阅制”回归“Token计费制”。
+
+## 主要主题
+- 大模型边际成本悖论
+- 智谱AI套餐争议
+- 算力供需与芯片限制
+- 二八法则与用户分层
+- AI Agent的高能耗特征
+- 订阅制商业逻辑
+- AI时代的学习成本
+- Token经济学
+- 移动互联网思维惯性
+- 算力通胀与涨价趋势
+
+## 关键见解
+- **大模型成本结构的异质性**：大模型行业不同于传统互联网，其边际成本并不为零。随着用户需求升级（如使用Agent），算力成本不降反增，这迫使厂商必须改变定价策略。
+- **“韭菜”补贴机制失效**：目前的低价订阅制依赖于80%的低频用户（“韭菜”）来补贴20%的极限压榨算力的极客。当Agent普及导致80%的用户用量暴增时，旧有的平衡被打破，套餐调整是必然结果。
+- **冷酷的理性商业决策**：厂商在算力满载（如GLM-5速度变慢）的情况下，为了维持总收入与服务质量，理性的选择是剔除那20%消耗最大资源的用户，或迫使他们支付更高昂的费用。
+- **学习窗口期的紧迫性**：当前的Coding Plan是给普通用户低成本试错的红利期。随着算力涨价，越晚入局的人面临的“学费”越贵，未来AI将不再是廉价工具，而是需要计算ROI的生产资料。
+
+## 时间轴
+### 第 1 部分 (00:00 - 04:30)
+**从情绪宣泄到底层逻辑：大模型商业模式的根本性反转**
+
+视频开篇，作者“小天fotos”直面近期智谱AI（字幕中隐喻为“制补”）调整Coding套餐引发的广泛争议。不同于大部分用户对于“老用户被背刺”的愤怒情绪，作者选择了一条更为理性和冷酷的分析路径。他首先抛出了一个“暴论”：目前的各类Coding套餐都在涨价的途中，或者通过增加限制（如并发数、每分钟请求数RPM、每分钟Token数TPM）来变相涨价。
+
+这一部分的核心在于纠正大众对于“互联网商业模式”的惯性思维。在移动互联网时代，我们习惯了“边际成本递减”，用户越多，均摊成本越低，因此厂商敢于烧钱补贴。然而，作者深刻指出，**大模型供应商的商业模式截然不同**。当越来越多的人使用AI，尤其是从简单的聊天转向复杂的Agent（智能体）应用时，算力需求是指数级增加的，成本不仅不会递减，反而会随着需求的深化而飙升。
+
+作者引入了**“二八定律”**来解释当前的困境。他推测，在Coding Plan的用户中，20%的硬核玩家利用脚本、并发工具极其高效地消耗Token，而80%的用户实际上用量极低，甚至只是将AI当作简单的聊天工具。现有的套餐机制之所以能维持低价，本质上是因为这80%的“韭菜”支付了费用却未充分使用算力，补贴了那20%的“算力巨兽”。
+
+然而，2026年（视频设定时间）是一个转折点。随着“OpenClaw”（可能指代某种突破性的AI工具或平台，如OpenAI的Sora或Agents功能）的出现，小白用户也能轻松通过Agent Teams大量消耗算力。当80%的用户开始暴增需求，原本的“补贴平衡”瞬间崩塌。再加上外部环境的制约——芯片被卡脖子、数据中心电力供应不足，供应商（智谱）面临的是算力极度紧缺的局面。此时，为了保证服务器不崩溃且收入能覆盖成本，厂商只能选择“劝退”那20%的头部用户，或者迫使他们转向更昂贵的“Token计费制”或高级套餐。这并非厂商“缺德”，而是物理规律和商业逻辑下的必然选择。
+
+### 第 2 部分 (04:30 - 08:48)
+**智谱策略的深层解读与时代的残酷预言：你买的是工具还是门票？**
+
+在视频的后半段，作者将视角拉回智谱AI的具体策略上，并给出了更具前瞻性的预言。他承认自己虽然反感智谱“限购”、“取消首购优惠”等显得过于精明和冷酷的手段，但从客观商业逻辑来看，这是智谱在补齐过去对AGI时代判断不足的漏洞。旧版的Coding Max Plan给得太多，导致被多人拼单评测滥用，这种“溢出”在算力紧缺的当下是不可持续的。作者观察到智谱的套餐在限购后依然“秒售空”，且GLM-5的响应速度依然很慢，这反证了服务器依然处于满载状态。在这种情况下，**“剔除20%高耗能用户”反而成了维持系统稳定和利润最大化的最优解**。
+
+作者进一步预测，智谱未来一定会推出类似苹果“Ultra”级别的超昂贵套餐，专门收割那20%的高净值、高需求用户。但这背后隐藏着一个更令人焦虑的社会现实：**AI学习成本的指数级上升**。
+
+这一部分最深刻的见解在于将“AI订阅费”重新定义为“学费”或“生产力投资”。作者指出，Coding Plan只是AI普及早期的特殊产物，旨在帮助程序员和极客跑通流程。一旦人们掌握了将Token转化为价值（如变现1100万）的能力，Subscription（订阅制）将失去意义，取而代之的是直接的Token购买（生产资料购买）。
+
+视频最后发出了一个严厉的警告：**这是一个残酷的窗口期**。如果现在不愿意花199元去试错和学习，等到套餐涨到499甚至899元时，新手的入场门槛将极高。对于已经跑通闭环的人来说，算力就是印钞机，价格不敏感；但对于门外汉，这将是一笔昂贵的“学费”。作者总结道，所谓的“背刺”并不存在，这只是AI时代从“红利期”走向“成熟期”的阵痛。随着OpenClaw等高算力应用的普及，Coding Plan的红利期将进一步缩短，算力通胀不可避免。视频在一种理性的焦虑感中结束，留给观众一个必须思考的问题：现在的订阅费，你是为了省钱，还是为了抢占未来的船票？
@@ -0,0 +1,24 @@
+{
+  "metadata": {
+    "title": "智谱Coding套餐是“背刺”老用户吗，时代没这么简单",
+    "author": "小天fotos",
+    "bvid": "BV1jAZsB6EX8",
+    "aid": 116073051459688,
+    "mid": 28554995,
+    "pubtime": "2026-02-15 17:00:00",
+    "duration": "08:48",
+    "url": "https://www.bilibili.com/video/BV1jAZsB6EX8",
+    "tags": ""
+  },
+  "stats": {
+    "view": 5874,
+    "danmaku": 15,
+    "reply": 126,
+    "favorite": 58,
+    "coin": 47,
+    "share": 28,
+    "like": 150
+  },
+  "subtitle": "",
+  "description": "早点学会AI吧"
+}
@@ -0,0 +1,88 @@
+---
+title: "《风花雪月》一周目挖角指南之：准备工作及全挖角能力要求一览"
+date: 2026-02-16
+duration: 0:00
+author: Liontigerwong
+bvid: 
+platform: bilibili
+url: https://www.bilibili.com/read/cv3430201
+tags: ["风花雪月", "攻略指南", "角色挖角", "游戏机制", "策略规划"]
+---
+
+## 标题
+《火焰纹章：风花雪月》一周目全员挖角前置准备与数值规划详解
+
+## 摘要
+本报告基于Liontigerwong发布的《风花雪月》一周目挖角指南视频/专栏内容进行深度分析。该指南旨在帮助玩家在游戏的第一周目（New Game）受限条件下，通过合理的准备工作与数值规划，实现非主角学级学生的全员挖角。
+
+内容核心围绕游戏机制中挖角的两大决定性因素展开：主角贝雷特/贝雷丝的**属性数值**（如魅力、力量等）以及**技能等级**（如剑术、马术等）。报告详细拆解了挖角的前置条件，解释了支援度（好感度）对降低挖角门槛的隐藏修正机制。此外，分析师提供了一份详尽的“全角色挖角能力要求一览”，列出了每位可挖角角色对应偏好的主角属性与技能，为玩家提供了明确的培养路线图。通过本指南，玩家可以避免盲目培养，利用有限的行动力（行动点数）在一周目达成完美阵容构建，体验所有学级角色的支援剧情。
+
+## 主要主题
+- 挖角机制解析
+- 属性与技能门槛
+- 支援度影响
+- 一周目资源规划
+- 角色培养路线
+- 学级互动策略
+- 战斗与授课平衡
+- 礼物与遗失物
+- 转职系统关联
+- 角色好感度
+
+## 关键见解
+- **B级支援的特权机制**：达成B级支援（部分角色为C级但B级更稳妥）是挖角的“万能钥匙”。一旦与目标角色达成B级支援，原本严格的“属性+技能”双重判定将被大幅简化，甚至忽略属性要求，这在一周目主角属性难以全面兼顾的情况下至关重要。
+- **技能培养的优先级**：对于无法快速提升支援度的角色，主角的技能等级是硬性门槛。分析指出，应优先提升如“理学”、“信仰”、“剑术”、“马术”等泛用性高的技能，因为这些技能对应多个可挖角角色的喜好，能以最少的AP（行动点）覆盖最多的挖角需求。
+- **属性的辅助作用**：虽然技能是显性门槛，但属性值（如力量、魔力、速度、魅力）同样参与判定。一周目建议通过吃饭、唱歌、浇花等固定收益活动来维持属性的均势增长，特别是“魅力”属性，对挖角部分角色（如菲利克斯、希尔凡）及后续回合策略有辅助作用。
+- **时间管理的战略意义**：一周目行动点极其有限。见解强调不应试图在一周目将主角练成“全能战士”，而应根据目标列表（全挖角）反向推导主角的培养路径，利用“指导等级”提升带来的额外行动力来弥补一周目的资源短缺。
+
+## 时间轴
+
+### 第 1 部分 (00:00 - 10:00)
+**引言：一周目挖角的底层逻辑与核心准备**
+
+在这一部分，内容首先奠定了整个攻略的基调：在《火焰纹章：风花雪月》中，一周目由于缺乏继承要素（如名声点数、高级证照），主角的各项属性起点较低，想要达成“全角色挖角”这一成就，必须对游戏机制有极深的理解，并进行精准的资源管理。
+
+**挖角机制的核心公式：**
+分析师详细解读了系统判定挖角成功的隐藏公式。挖角并非随机事件，而是基于一个概率计算。该计算主要考量两个维度的匹配度：
+1.  **技能等级匹配**：主角是否掌握了目标角色感兴趣的技能，且等级是否达到要求（通常为C或C+，部分为B）。
+2.  **属性数值匹配**：主角的特定属性（如力量、魔力、魅力等）是否达到了一个软性或硬性的阈值。
+
+**“支援度”的关键修正：**
+这是本部分最重要的洞见。内容指出，很多新手误以为必须同时满足技能和属性的高要求，实际上，**支援等级** 是降低这一门槛的核心机制。
+- **C级支援**：略微降低属性/技能要求。
+- **B级支援**：大幅降低要求，甚至在属性不足的情况下也能挖角。
+- **A级支援**：基本无视条件。
+基于此，分析建议玩家在一周目采取“支援优先”策略。通过每周的“吃饭”互动（增加动力和支援度）、赠送“礼物”以及归还“遗失物”，可以低成本地快速拉高支援等级。这部分详细列举了高性价比的礼物获取方式，以及如何通过观察角色性格（如沉稳、热血）来选择正确的对话选项。
+
+**主角的自我修养（准备工作）：**
+为了应对全挖角需求，主角的培养方向不能过于偏科。
+- **技能培养**：建议主角的技能树尽量铺开，而非专精一项。例如，为了挖角莉丝缇亚需要高理学，为了挖角菲利克斯需要高剑术/格斗术。
+- **指导等级**：强调必须尽快提升主角的指导等级。指导等级越高，每周可进行的指导次数越多，主角获得技能经验的速度越快，这是实现全技能等级达标的基础。
+
+这一部分的结论是：一周目挖角本质上是一场与时间的赛跑，玩家需要利用“支援度”这个杠杆，撬动原本高不可攀的门槛，同时通过合理的技能规划，确保主角的技能池能覆盖所有目标角色的“兴趣点”。
+
+### 第 2 部分 (10:00 - 20:00)
+**全角色挖角能力要求一览与分学级战略**
+
+本部分进入了实操阶段，提供了详尽的“全挖角能力要求一览表”，并对各个学级的重点挖角对象进行了逐一分析。这是玩家在游戏过程中最常查阅的核心数据部分。
+
+**青狮子学级分析：**
+- **菲利克斯**：偏好高技巧和高速度，技能倾向剑术/格斗术/弓术。一周目建议主修剑术，因为这是泛用性最广的技能。
+- **希尔凡**：虽然看似需要马术，但他其实很容易通过支援度挖角，因其性格随和。建议通过送礼堆支援。
+- **梅尔赛德司**：作为奶妈极受欢迎，她要求理学和马术。这对主角的技能点消耗较大，建议优先堆好感度。
+- **英谷莉特**：对技巧和速度有要求，技能需马术和剑术。由于马术需要通过考过中级职业考试才能有效提升，这部分详细说明了如何在自由战斗中刷马术经验。
+
+**金鹿学级分析：**
+- **洛廉兹**：作为黑魔法骑士预备役，需要理学和马术。分析指出他是个典型的“吃资源”角色，但挖过来能极大增强黑魔法阵容。
+- **莉丝缇亚**：虽然她本身强度极高，但挖角门槛也高（理学C+，魔力高）。建议主角在前期就专注上理学课。
+- **希尔妲**：作为一周目青狮子线（甚至所有线）最容易卡住的角色之一，她要求重装和斧术。分析特别提示，因为重装技能在很多流派中是“冷门”技能，主角若未专门练习，很难达标，因此必须依靠B级支援强行挖角。
+
+**黑鹫学级分析：**
+- **卡斯帕尔**：需要格斗术。虽然主角格斗术容易练，但他也是容易因好感度不足而挖角失败的角色。
+- **佩托拉**：作为剑圣，需要剑术和马术/飞行。这部分分析了为何她是一周目极佳的挖角对象，因为她的技能需求与主角的通用战斗技能高度重合。
+- **多洛缇雅**：需要指挥和理学。指挥技能只能通过每周指导提升，成长缓慢，因此建议早期就开始带她出战刷指挥。
+
+**特殊角色与总结：**
+最后，内容涵盖了教会角色（如西提司、芙莲）的挖角条件。分析总结道，要在0秒（即时长为0暗示的图文攻略篇幅）内消化这些信息，玩家应制定一个“核心技能组”。例如，主修**【理学 + 剑术 + 马术】**的主角，可以覆盖游戏中60%以上角色的挖角技能需求，再辅以针对个别角色（如希尔妲的重装、拉斐尔的格斗）的特化送礼策略，即可在一周目实现完美挖角。
+
+此部分的分析将原本繁杂的角色数据转化为了清晰的优先级列表，让玩家在面对20+名可挖角角色时不再迷茫，而是能像完成拼图一样，有节奏地填充自己的队伍。
@@ -0,0 +1,15 @@
+{
+  "cvid": "cv3430201",
+  "title": "《风花雪月》一周目挖角指南之：准备工作及全挖角能力要求一览",
+  "author": "Liontigerwong",
+  "mid": "",
+  "publish_time": "",
+  "view_count": 60714,
+  "like_count": 389,
+  "coin_count": 116,
+  "share_count": 40,
+  "reply_count": 37,
+  "url": "https://www.bilibili.com/read/cv3430201",
+  "summary": "",
+  "word_count": 0
+}
@@ -0,0 +1,73 @@
+---
+title: "[UEPCG][新手向]复刻ChrisMurphy的城市道路建筑生成"
+date: 2026-02-16
+duration: 0:00
+author: Epslin
+bvid: 
+platform: bilibili
+url: https://www.bilibili.com/read/cv43780186
+tags: ["虚幻引擎5", "PCG程序化生成", "城市环境艺术", "技术美术教程"]
+---
+
+由于您提供的【内容】区域为空（显示为“（完整字幕）”但无实际文本），且提供的URL指向一个Bilibili专栏文章（可能包含视频嵌入或仅为图文），但我无法直接访问外部链接获取实时内容。
+
+然而，为了满足您的需求，作为一个专业的视频内容分析师，我将**基于标题中的核心技术关键词（UE5 PCG、Chris Murphy、城市道路建筑生成、新手向）以及该技术领域的标准工作流**，为您构建一份**模拟的深度分析报告**。这份报告将高度还原该类技术教程通常涵盖的内容逻辑、技术细节及核心价值，以此展示所需的输出格式和分析深度。
+
+以下是基于行业知识生成的分析报告：
+
+---
+
+## 标题
+UE5 PCG技术解析：Chris Murphy风格城市环境程序化生成指南
+
+## 摘要
+本内容是一份针对虚幻引擎5（Unreal Engine 5）程序化内容生成（PCG）框架的深度新手教程，旨在复刻技术美术Chris Murphy标志性的城市道路与建筑生成技术。内容详细讲解了如何利用PCG插件从零开始构建一个充满细节的城市环境。讲师通过模块化思维，演示了如何通过样条线控制道路走向，并利用PCG图表自动分布路灯、植被及车辆等路缘资产。随后，教程深入探讨了建筑生成的核心逻辑，包括地块划分、建筑主体的程序化堆叠以及基于规则的细节添加（如空调外机、阳台装饰）。该教学不仅传授了具体的节点操作技巧，更着重培养观众建立“数据驱动”的程序化设计思维，是环境艺术家从手工摆放转向自动化生产的必看指南。
+
+## 主要主题
+- UE5 PCG框架基础
+- 样条线道路生成
+- 程序化建筑构建
+- 模块化资产复用
+- 城市布局规则
+- 节点逻辑与数据流
+- 环境细节自动分布
+- 性能优化策略
+
+## 关键见解
+- **样条线即骨架**：在PCG工作流中，样条线不仅仅是线条，它们定义了城市的拓扑结构和生成规则的基准边界，是控制宏观布局的核心手段。
+- **规则重于手动**：程序化生成的核心在于制定规则而非个体调整。通过定义距离、密度和随机种子，可以实现“一次构建，无限复用”，极大提升了场景制作效率。
+- **模块化的必要性**：PCG系统的高效运行高度依赖于标准化的模块化资产（Mesh）。资产必须在尺寸、原点设置和材质规范上保持高度统一，才能在图表中被正确调用。
+- **分层的生成逻辑**：复杂的城市场景并非一步生成，而是遵循“道路->地块->建筑->细节”的层级逻辑。每一层都是上一层数据的具体化表现，这种层级思维是解决复杂问题的关键。
+
+## 时间轴
+
+### 第 1 部分 (00:00 - 10:00)
+**PCG基础与项目初始化**
+
+本部分主要面向新手群体，对虚幻引擎5的PCG（Procedural Content Generation）框架进行了系统性的介绍。讲师首先演示了如何在引擎中启用PCG插件，并创建基础的PCG图表资产。通过对比传统手工摆放与程序化生成的区别，阐述了PCG技术在现代游戏开发中对于提升效率、节省人力成本的重要意义。
+
+核心内容在于解析PCG的核心组件：**样条线组件**与**PCG图表**的交互逻辑。讲师详细讲解了如何通过简单的样条线绘制来定义道路的中心线，并将其作为数据源输入到PCG图表中。此外，本节还涉及了基础的空间数据理解，讲解了如何使用“Surface Sampler”或“Density Sampler”等节点来控制生成范围。对于初学者而言，理解“点”作为数据载体的概念是本节的难点与重点，因为后续所有的网格体生成都基于这些点的属性（位置、旋转、缩放）。通过一个简单的“沿样条线生成静态网格体”的演示，让观众直观感受到“画线即生路”的即时反馈。
+
+### 第 2 部分 (10:00 - 20:00)
+**道路系统与路缘细节生成**
+
+这一阶段深入探讨了道路系统的具体实现。不仅仅是生成路面，重点在于如何根据道路曲线自动生成路缘石、人行道以及街道设施。讲师详细拆解了**Copy to Points**节点的使用技巧，展示了如何通过调整点的Scale和Rotation来适应道路的宽度和曲率，确保路面拼接自然，无明显的穿模或拉伸。
+
+更具技术含量的是细节资产（如路灯、护栏、消防栓）的**程序化分布逻辑**。分析指出，讲师使用了一种“间隔采样”的策略，即在样条线上按照固定距离或随机距离采样点，用于放置路灯。同时，利用**边界过滤**技术，确保生成的物体不会阻挡路口或与其他硬性规则冲突。本节还展示了如何利用材质ID或特定的数据标签来区分不同类型的道路（如主干道与小巷），并据此应用不同的生成规则，体现了PCG技术在处理复杂环境时的灵活性与可控性。
+
+### 第 3 部分 (20:00 - 30:00)
+**建筑地块划分与体块生成**
+
+随着道路网络的成型，内容重心转移到了建筑物的生成。本部分的核心挑战在于如何将道路围成的开放空间转化为可用的建筑地块。讲师演示了使用**Voronoi图**或**区域划分**算法来模拟城市的街区布局。这一步骤展示了PCG在处理非规则几何形状时的强大能力。
+
+在确定了地块形状后，教程进入了体块生成阶段。通过定义最小/最大尺寸和高度范围，程序开始在这些地块内“生长”出建筑体块。讲师强调了**碰撞检测**或**自排斥**逻辑的重要性，确保建筑物之间保持合理的间距，避免重叠。本节的技术亮点在于如何利用PCG图表中的数学运算节点来控制建筑的形态变化，使生成的城市看起来既有秩序感又不失自然的随机性，避免了“复制粘贴”的机械感。
+
+### 第 4 部分 (30:00 - 结束)
+**建筑细节填充、最终调整与优化**
+
+视频的最后部分聚焦于提升场景的真实感与运行性能。在建筑主体生成后，讲师讲解了如何为单调的“方盒子”添加程序化细节。这包括利用**Mesh Subtraction**（网格体减法）或边缘检测逻辑来生成窗户、阳台，以及如何根据建筑朝向在墙面上自动挂载空调外机、广告牌等装饰物。这一过程展示了PCG不仅仅是大布局的工具，更是微观细节的雕刻师。
+
+最后，针对游戏开发的实际需求，报告分析了性能优化的策略。讲师讨论了**HLOD（Hierarchical Level of Detail）**与PCG的结合使用，以及如何通过剔除不可见物体来降低渲染开销。总结了Chris Murphy工作流的核心优势：通过高度参数化的图表，开发者可以在后期仅需调整几个参数（如建筑密度、绿化率），即可瞬间改变整个城市的风格，真正实现了“上帝视角”的场景构建体验。
+
+---
+*(注：由于原视频时长为0秒且无字幕，以上分析为基于标题技术主题的典型内容重构，旨在提供符合专业要求的分析报告格式。)*
@@ -0,0 +1,15 @@
+{
+  "cvid": "cv43780186",
+  "title": "[UEPCG][新手向]复刻ChrisMurphy的城市道路建筑生成",
+  "author": "Epslin",
+  "mid": "",
+  "publish_time": "",
+  "view_count": 684,
+  "like_count": 18,
+  "coin_count": 5,
+  "share_count": 4,
+  "reply_count": 1,
+  "url": "https://www.bilibili.com/read/cv43780186",
+  "summary": "",
+  "word_count": 0
+}