SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

Edytor wideo, w którym każde cięcie jest linijką kodu

Diffusion Studio, otwarty edytor wideo na licencji MPL-2.0 od firmy z Y Combinatora, zamienia projekt filmu w katalog plików JSX, dzięki czemu montaż da się obejrzeć jako diff i poprawić ręcznie tam, gdzie agent skończył. Model dogaduje się z nagraniem przez narzędzie dapi: komenda media transcribe zwraca transkrypcję z czasem każdego słowa, a dapi check wyłapuje czarne klatki i niewidoczne elementy. Dowodem są na razie dwa filmy firmy o sobie samej, a prawdziwy zysk widzę tam, gdzie ten sam montaż powtarza się co tydzień na nowym materiale.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  5 min  · 

Edytor wideo, w którym każde cięcie jest linijką kodu
Ilustrację przygotowała AI.

Model językowy nie widzi obrazu i nie słyszy dźwięku, a Diffusion Studio, otwarty edytor wideo wydany na licencji MPL-2.0 przez firmę z Y Combinatora, każe mu zmontować film z nagrań leżących na twoim dysku. Diffusion Studio podchodzi do tego inaczej, niż się spodziewałem: zamiast wpychać agenta do środka klasycznego programu do montażu, zamienia projekt wideo w kod, a same nagrania w dane, które model potrafi przeczytać.

Zwykły edytor trzyma projekt w swoim zamkniętym formacie, który otworzysz tylko w tym samym programie, a na zewnątrz wychodzi z niego jeden gotowy plik wideo. W Diffusion Studio dokumentem jest katalog zwykłych plików tekstowych w formacie JSX, którym programiści opisują zwykle wygląd stron internetowych, tyle że zamiast przycisków i list deklarujesz w nim sceny i klipy, a przy nich napisy oraz animacje. Najbliższym odpowiednikiem takiej aplikacji jest środowisko programistyczne w stylu VS Code, tylko że po jednej stronie masz kod, a po drugiej, zamiast podglądu tekstu, płótno z odtwarzanym filmem.

Działa to w obie strony i na tym stoi cały pomysł. W zwykłym edytorze ruch myszą znika w binarnym pliku projektu, którego nikt z zewnątrz nie przeczyta, więc agent nie ma jak sprawdzić, co zrobił człowiek, a człowiek nie ma jak poprawić tego, co zrobił agent. Tutaj przeciągniesz prostokąt na płótnie albo przytniesz klip na osi czasu, a zmiana wraca do kodu jako właściwość konkretnego elementu, bo każdy element nosi swoje id i po nim zapis trafia we właściwe miejsce. Poprawisz kod, zapiszesz plik i płótno przerysowuje się samo.

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Klikasz w slajd, a agent nanosi poprawkę w kodzie
Premiera / Narzędzie

Klikasz w slajd, a agent nanosi poprawkę w kodzie

4 min

Yiwei Ho oparł open-slide na tym, że slajd jest zwykłym komponentem React w sztywnej ramce 1920 × 1080, więc agent, który umie pisać kod, umie napisać też prezentację. Sedno leży w pętli poprawek: klikasz w element w podglądzie, uwaga ląduje w kodzie jako znacznik @slide-comment, a komenda /apply-comments każe agentowi przejść przez wszystkie zastrzeżenia hurtem. Tyle że model nigdy nie widzi wyrenderowanego slajdu, więc nachodzące na siebie elementy wyłapujesz ty, a do edycji potrzebujesz Node, pnpm i serwera deweloperskiego. Narzędzie dla programisty, nie dla koleżanki z marketingu.

Drugie okno terminala, w którym widać pracę agenta linia po linii
Premiera / Narzędzie

Drugie okno terminala, w którym widać pracę agenta linia po linii

3 min

Odpalasz livediff w drugim oknie terminala i od tej chwili widzisz każdy zapis pliku na bieżąco, jako zwykły diff Gita, zamiast zsumowanego stanu, który pokazuje watch git diff. Liczy się kolejność: wyłapujesz moment, w którym agent poprawia funkcję, po 20 sekundach cofa własną poprawkę i pisze ją trzeci raz zupełnie inaczej. Narzędzie śledzi wyłącznie pliki znane Gitowi, więc build ani dociągane zależności nie zasypują okna tysiącem linii. Nie wie za to, kto zmianę wprowadził, i nie pokaże niczego sprzed uruchomienia.

Codex podgląda twój ekran i sam pisze instrukcję, jak coś zrobić
Premiera / Narzędzie

Codex podgląda twój ekran i sam pisze instrukcję, jak coś zrobić

5 min

Dwie czerwcowe zmiany przesuwają Codeksa z asystenta do pisania kodu w stronę agenta uczącego się przez obserwację. Tryb dewelopera z 11 czerwca daje mu wgląd w narzędzia deweloperskie Chrome, dzięki czemu zamiast zgadywać z kodu, widzi w konsoli, że żądanie wraca z błędem 500 albo która funkcja zjada najwięcej czasu. Record and Replay z 17 czerwca pozwala raz pokazać czynność na Macu, a agent zapisuje ją jako czytelny plik SKILL.md gotowy do powtórzenia. Funkcja działa jednak wyłącznie na macOS, wymaga zgody Computer Use i jest niedostępna w Unii, a pytanie o niezawodność zostaje otwarte.