工作清單

Harness 开挂！DeepSeek Harness 接入 Codex，MiniMax Design 四 Agent 导演台｜8.20 AI 日报

逐字稿文字預覽

嗨,大家好。今天是8月20日,歡迎收看今天的AI日報。
本期五條,一起來看。
MiniMax 8月20日發布Design桌面創作台。
輸入一個Brief,文案、圖像、視頻、音頻、四類Agent,
會在同一塊畫布上並行幹活。
底座是H3視頻模型加Harness。
還有3D導演台先預演鏡頭,
在生成成篇,也能掛本地ConfiUI。
DeepSeq Harness公測後首個大版本RC8上線,
共約14項更新。
DeepSeq 適配器可開啟原生圖片請求。
Add菜單還能引用文件和繪畫。
與此同時,Clothcode和Codex可作為Profile Bundle,
按需裝進Harness。
Codex還支持非交互權限和多命名實例。
沒有視覺聲明的模型,
還能退化到OCR和像素掃描。
Windows持久終端,
WebSearch并發和圖片載合失敗等問題一併修了。
螞蟻百零,Inclusion AI。
8月20日,在Hogging Face開源,
Lin,
三菱,
Flash,
MIT许可。
這是124B參數的MOE。
每Token只激活約5.1B,
512個。
專家裡每次開8個,
上下文可到26萬Token。
模型卡主打Code和Agent場景,
L,L,M,
S,G,Lan,
已給出H200等硬件的部署方案。
Binance8月20日發布AgentOS,
ChatGPT,
Codex,
Cloudcode,
Cursor,
都能授權接交易所API。
Agent,讀行情,查帳户,下單,
都走專用紫帳户。
默認不能提線,
你可以要求每筆都批准,
也可以放權自動交易。
交易所不設Agent,
亏损上限,
打進紫帳户多少錢,
就是它能動用的上限。
OpenAI8月19日向企業與API客户
预覽Private Safety Processing,
計劃9月擴大rollout。
它在零數據保留承諾下
跨多輪對話找濫用模式,
員工看不到原始Prompt和回复,
只收安全信號。
Anthropic對最強模型
則要求留30天數據。
同日全員會上,
OpenAI的CFO稱,
公司將在2027年或更早上市。
OpenAI6月以機密遞交招股書。
即便Anthropic可能9月先上,
OpenAI也會按自己的節奏走。
以上就是今天的AI日報,
我們明天見。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://b23.tv/OawdRdd --language zh --auto-source-subtitles

    來源：https://b23.tv/OawdRdd

    辨識語言：zh ｜ 參數：--language zh --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：13.2 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：36.7 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  6. 4. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  7. 5. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  8. 6. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  9. 7. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  10. 8. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  11. 9. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  12. 10. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：79.3 秒

    關係：依序執行

    結果：完成

  13. 11. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  14. 12. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench