实测开源Skill Anatomy:一句话让AI生成能转能拆的原理动画
一个叫 Anatomy 的开源 Skill,设计理念只有一句「物体本身,就是解释」:它会把要理解的原理做成能运转、能交互的机械模型动画,比如机械手表的内部结构。作者再把动画交给 AI 配上讲解和配音,一轮直出就能做出机械表、显卡的科普视频。

前两天发现了一个超棒的Skill,可能很多朋友也都刷到了。
叫Anatomy,中文含义是深度剖析。

这个东西,我觉得特别有意思。
它的核心设计理念,只有一句话。
The object is the explanation.
物体本身,就是解释。
相比用文字来解释,Anatomy的思路是,它会尝试把你要理解的原理,做成一套真正能够运转的装置,让你亲眼看到整个过程。
直白一点说就是,它会把抽象知识,直接让Agent做成一个可以动、显示出完整零件、可以交互的机械模型动画。
而且做出来的东西,相当好看和精细。
比如,你想知道一块机械手表,内部到底是怎么工作的。
审美是我超级喜欢的风格,在交互上,你也可以自己手动转发条,看里面的零件是怎么运转的。也可以把各部分的零件拆开来观察它们的结构。
这个效果,是作者用下面这行提示词跑出来的。
/anatomy explain how a mechanical watch keeps time, interactive
翻译一下就是,做一个交互演示,解释机械表是怎么计时的。
类似的案例还有很多。

甚至,你还能拿他做一个带1/4剖面的劳斯莱斯Trent 970发动机。
不光是把发动机的外壳画出来了,里面的风扇、压气机、燃烧室、涡轮等等结构都画的非常详细。
说实话,我第一次看到这些动画的时候,真的觉得非常酷。
尤其是对于那些喜欢研究机械结构、物理原理的朋友来说,感觉有太多可以玩的了。
要用上这个skill很简单,直接打开你的Agent跟他说找一下最近很火的Anatomy skill安装。
或者,直接复制下面的提示词发给你的Agent。
帮我安装一下这个skill:https://github.com/wheresryan22/anatomy/tree/main
安装好之后,就可以开玩了。

不过,等我自己多跑了几个之后,发现了一个挺重要的问题。
拿上面的腕表动画为例,就是这些动画虽然确实很好看。但我作为一个对机械表内部结构没什么了解的人,看了会儿就有点懵了。
每个零件是啥,起啥作用,时间到底是咋计算的?
即使我仔细对着动画看了一遍这个skill自带的文字讲解,理解起来也是相当费劲。

对于本来就懂原理的人来说,这种简洁又高度精细化的机械动画,确实能帮助他们更直观地观察机械结构。
但如果我原本就对这个东西一窍不通,那画面再精致也还是看不懂。
所以我觉得,对于没有相关知识基础的朋友,光让物体本身运动来解释是不够的,最好还是有讲解能在旁边,一边展示,一边告诉我,这个玩意是啥,现在在发生啥,为什么,以及有啥用。
所以,我就想到,既然这个skill已经能帮我们把这些复杂的原理做成动画了,那要不要干脆让AI在它的基础上,直接生成一段有讲解、有配音的科普讲解视频。
于是,有意思的东西就出现了。
我同样拿这个机械表工作原理的例子试了试。
用的Opus 5.5,推理强度高。
提示词很简单,就一句。

一轮直出了下面的视频。
除了这个配音因为它默认选了MacOS自带的语音合成显得很奇怪以外,其他方面,都相当的不错。
介绍的很全面清晰,有哪些零件,各个零件的作用,零件之间的关系,计时的原理等等等等,都介绍清楚了。而且如果你仔细去看里面的齿轮,转动的时候,各个齿轮之间是真的卡的严丝合缝的,还有对应的音效,也都配上了。
和上面的纯动画,这种形式对我这种门外汉来说明显友好多了。
看这么一个视频,虽然肯定不到精通的地步,但至少对机械表工作有了一个初步的了解,即使要往下再学,也知道有哪些内容可以继续。
而这个雷霆配音的问题,改起来其实也简单,直接跟它说一嘴换配音,用火山的,一次就弄好了。

我还拿它做了个讲解显卡工作原理的视频。
同样是一次直出,没有任何修改。
它先介绍显卡到底是用来干嘛的,有哪些组件,怎么组装的,一帧画面计算的整个过程,显卡计算为什么快,画面怎么动起来,怎么散热,最后总结显卡的输入输出是啥。
整体的介绍非常结构化,并且讲到哪个部分,画面就展示或者高亮哪个部分,非常清晰易懂。
这里介绍的相对简略一点,你要是想要更加详细的,在提示词里面加上要求就行。
比如,我让它做了一个比较详细的TCP三次握手科普视频。
这里用的是Opus 5.5 Ultra强度。
除了里面有的英文读的发音有点问题之外,视频的质量相当高了。
我也发给公司一个通信出身的小伙伴看了,她说这个在她大学的时候是整整一堂课的教学内容,没想到AI手搓一个几分钟的视频就能讲的这么清楚。
然后最近刹车很火对吧,我还拿这个skill给我科普了刹车的构造。
众所周知,这东西还是很重要的,学好了不烧心啊各位。
总之,这两天玩下来,还是非常有意思的。
想了解什么,就让它给自己现做一个,这种感觉就真的非常爽了。
看完了效果,我知道你们肯定很多朋友,都会关心额度消耗和时间问题。
坦率的说,拿这个skill做视频的额度消耗,比我预料的低很多很多。
像前面,5分钟的TCP三次握手视频,大概就花了我200刀的Claude Max会员周额度的1%。
其他时长在5分钟的视频生成,差不多也都是周额度1%左右的消耗。
而且,如果你是为了发到网上给别人看,想把每个零件都做得特别精细,那可能确实需要用到Opus 5.5这样的顶级模型,推理强度拉满。
但如果只是自己拿来学习看,完全可以做一个简单的版本,模型也可以尝试用相对省额度的配置。
我也拿Sonnet 5.5在推理强度高下面做了个科普显卡原理的视频,只是拿来自己看的自己学习的话,效果也绝对是够用的。
耗时上面,上面5分钟时长的视频,Opus 5.5开Ultra强度,基本需要1个半小时左右生成。
这个上面,就不太有办法省了。
Anatomy这个skill的作者是专门把这个skill做慢的。
关于原因他是这么说的。
细节需要时间,所以我宁愿展示真实数字,而不是猜测。
它对真实细节的追求到了什么程度呢。
属于我让它介绍Transformer原理,它要自己去训一个小模型出来的程度,然后就被Claude判定为是敏感行为,直接给我把这个会话给ban掉了,吓尿了。。。

当然,这里也要叠个甲。
AI生成的这些动画和视频,即使看起来非常精细,也不能保证每一处机械结构、计算过程和讲解内容都完全正确。
尤其是拿来学习专业知识的时候,涉及具体参数、关键原理的地方,还是值得再核对一下。
但即使有这些局限,我依然觉得,这个东西所展现出来的可能性,已经非常值得兴奋了。
因为它关乎到的不仅仅是一个科普视频怎么制作,还涉及到另一个更大的问题。
以后,我们到底应该怎么学习一个自己完全不懂的知识?
在玩这个skill的时候,我突然想起了Karpathy国庆节期间在X上发的一篇长帖。

他说,未来我们可能会花越来越多的时间,去理解AI生成的各种内容。
那为了让这些内容更容易被人理解,他分享了几种方法。
第一种,是让AI用更加清晰、简单的语言来解释问题。
他提到一种叫ASD-STE100的技术领域里的英语用语规范。
这套规范最初是为航空维修文档开发的,对用词和句子结构有比较严格的限制,比如限制句子长度,使用主动语态,同样的意思尽量使用同一个词等。
目的就是让表达尽可能的简洁和结构化,减少歧义。
他发现,让AI参考这种规范来写东西,读起来会容易很多。
这里我也在不使用和用这个规范的情况下,分别让Claude给我讲解了一下榫卯,大家可以感受一下效果。

参考ASD-STE100规范之后。

第二种,他认为是比前者更好的方式。
直接让AI画图表示意。

再往上,更好的方式是HTML网页。
因为现在AI编程已经足够强了,可以直接做出一个精美的、可以交互的网页。
这也是Anatomy这个skill本身的主要输出格式。
这里我也随手拿Opus 5.5一轮直出了一个。
而最后一种,也是Karpathy最看好的。
就是让AI针对某一个具体问题,直接生成专门的科普讲解视频。
同样我也拿Anatomy这个skill做了一个,方便大家对比各种形式的效果。
在我看来,这几种形式其实并不是简单地谁替代谁。
文字适合快速查阅,图表适合展示关系,交互网页可以让人自己动手探索,而视频则更直观的让我们按照一定的顺序,一步一步理解一个过程。
不同的知识,不同的人,不同的学习阶段,适合的形式可能都不一样。
我也去问了公司小伙伴在很久以前,大学的时候,是怎么开始学习一个完全不懂的知识的。
基本回答都差不多,要么是搜索引擎搜一下,要么是去各个平台上找找有没有相关的科普视频。
但你能找到的学习材料,未必就是适合你的。
有的会太浅,有的又可能太过专业,甚至对于过于冷门的知识,都不一定能找到对应的课程。
归根结底,过去的学习材料,大多数是有人提前制作好,然后再分发给所有人看的。
我们只能从别人做好的内容里面,寻找最适合自己的那一个。
但现在,有了Opus 5.5这样的模型,有了Anatomy这样的Skill,我们已经能让AI按照自己的需要,临时生成一份学习材料。
不仅仅是帮我们省下找资料的时间,它可能能够让很多原本会被我们放弃的好奇心,真正有机会得到满足。
哪怕你只是突然对某一个很小的问题产生了好奇,随手就可以让AI专门为这个问题做一个视频讲解。
多棒的时代啊。
作者:数字生命卡兹克 公众号:数字生命卡兹克
本文由 @数字生命卡兹克 原创发布于人人都是产品经理。未经作者许可,禁止转载
题图来自Unsplash,基于CC0协议

起点课堂会员权益




视频未必是终点。查一个具体参数或快速回忆,文字和表格可能还是更高效;交互网页能自己拆装探索,也有视频替代不了的地方。按需生成视频很酷,但别把所有学习都变成看片。