冰芯糖果屋 https://blog.aibhtt.com/ 静かな恋がほら始まるよ Sun, 24 May 2026 10:25:58 GMT https://validator.w3.org/feed/docs/rss2.html https://github.com/jpmonette/feed en-US All rights reserved 2026, 沈林曦 <![CDATA[Agent 背书零知识证明]]> https://blog.aibhtt.com/article/agent/zk https://blog.aibhtt.com/article/agent/zk Tue, 19 May 2026 00:00:00 GMT
当我们谈论元宇宙时，很多人第一反应是虚拟形象、沉浸式空间、数字资产和链上经济。但如果把时间线再往前推一步，元宇宙真正复杂的地方并不是“场景是否足够逼真”，而是：在一个由 AI Agent、数字身份和数据资产共同组成的网络里，我们如何判断某个行为背后到底有没有真实的人、真实的授权，以及真实的数据依据？
未来的元宇宙不会只是人和人聊天，也不会只是人控制一个 Avatar。更可能出现的是：每个人、每个组织、每个品牌、每个 DAO、每个医疗机构、每个创作者，都拥有一组可以自主执行任务的 Agent。这些 Agent 可以替我们谈判、推荐、交易、审核、创作、教学、陪伴、诊疗辅助、资产管理，甚至代表我们参与某些链上治理或商业协作。
这带来了一个新问题：
当一个 Agent 说“我是某个真实用户授权的”“我拥有某项资质”“我使用的数据资产是真实的”“我执行的操作符合授权范围”时，其他 Agent、平台、合约或用户凭什么相信它？
传统互联网的答案是账号、密码、KYC、平台背书和中心化数据库。Web3 的答案可能是钱包地址、签名、链上资产和智能合约。但在 Agent 大规模交互的场景下，这些还不够。因为我们不仅要证明“这个地址能签名”，还要证明：
  • 这个 Agent 背后是否真的有一个唯一真人；
  • 这个真人是否授权了该 Agent；
  • 这个真人是否具备某些资质；
  • 该 Agent 是否只能在授权范围内行动；
  • 该 Agent 声称使用的数据资产是否真实存在；
  • 验证这些事实时，是否可以不泄露人的真实身份和原始数据。
这正是零知识证明可以发挥价值的地方。
一句话概括：
元宇宙中的 Agent 身份系统，不应该只是“谁控制了一个私钥”，而应该能够证明“这个 Agent 背后有合格真人授权，且它使用的数据资产可验证”，同时不暴露真人身份和原始数据。

一、为什么 Agent 交互需要新的身份体系？

在今天的互联网里，我们通常认为“账号就是人”。一个用户登录账号、点击按钮、发出请求，系统就认为这是该用户的行为。
但在 AI Agent 时代，这个假设会失效。
因为大量行为不再由人直接点击，而是由 Agent 自动完成。例如：
  • 你的理财 Agent 帮你分析投资机会；
  • 你的医疗 Agent 帮你整理病历并申请保险预授权；
  • 你的创作者 Agent 帮你授权数字作品进入虚拟展厅；
  • 你的商务 Agent 在元宇宙会议中与其他公司 Agent 谈判；
  • 你的治理 Agent 代表你参与 DAO 投票；
  • 你的教育 Agent 根据你的学习数据推荐课程；
  • 你的数字分身 Agent 在虚拟空间中与他人互动。
这时，其他系统关心的不是“这个 Agent 会不会说话”，而是：
它有没有资格说这句话？它有没有被真人授权？它使用的数据是不是可信？它有没有越权？
如果没有新的身份和证明机制，元宇宙里的 Agent 生态会面临几个严重问题。
第一是女巫攻击。一个人可以批量创建成千上万个 Agent，伪装成大量独立用户，影响投票、刷信誉、骗取空投、操纵市场或制造虚假舆论。
第二是资质伪造。某个 Agent 可以声称自己背后是医生、律师、投资顾问、教师、认证工程师或企业代表，但对方很难在不侵犯隐私的情况下验证其真实性。
第三是数据造假。Agent 可能声称自己基于真实病历、真实交易记录、真实资产、真实学历、真实作品版权或真实行为数据作出判断，但验证方无法知道这些数据是否存在、是否被篡改、是否被选择性呈现。
第四是隐私泄露。如果为了验证真实性，要求用户直接交出身份证、执照、病历、资产证明、聊天记录或商业数据，那么元宇宙会变成一个更大规模的隐私泄露场。
所以我们需要一种新的技术组合：
既能证明真实性，又不暴露隐私；既能让 Agent 自动交互，又能让真人授权关系可验证；既能连接链上身份，又能证明链下真实数据资产。
这就是“真人授权 + 真实数据资产 + 零知识证明”的核心价值。

二、零知识证明在这里解决什么？

零知识证明听起来很抽象，但它解决的问题很直接：
我可以向你证明某件事是真的，但不把证明这件事所依赖的秘密告诉你。
在 Agent 身份场景中，它可以用来证明：
  • 我是一个经过验证的唯一真人，但不告诉你我是谁；
  • 我持有某个资质证书，但不公开证书编号和真实姓名；
  • 我授权了某个 Agent，但不暴露我的主钱包地址；
  • 我的 Agent 执行某个操作没有超出授权范围；
  • 我的数据资产满足某个条件，但不公开完整原始数据；
  • 某个结论来自真实数据计算，而不是 Agent 编造的。
例如，一个医疗 Agent 想在元宇宙医疗空间中为用户提供病历摘要服务。对方平台可能要求：
“这个 Agent 背后必须是持证医生或受授权的医疗机构工作人员。”
传统做法可能是上传医生执照、身份证、医院证明。这样隐私暴露很严重。
零知识证明的做法是：
“我证明这个 Agent 背后绑定了一个持有有效医生资质的人，并且该资质未过期、未撤销，且该人授权了这个 Agent。但我不公开医生姓名、身份证号、执照编号、所在医院等敏感信息。”
这就是隐私保护下的可信身份。

三、这个系统证明的不是“不是机器人”，而是“有真人背书”

这里要避免一个常见误解：
零知识证明不能直接证明“某个 Agent 不是机器人”。
因为 Agent 本身当然是软件，它本来就是“机器人”。真正要证明的是：
这个 Agent 背后是否绑定了一个唯一真人，并且这个真人是否授权它在某个范围内行动。
所以更准确的说法是：
Proof of Human-Backed Agent，即真人背书的 Agent 证明。
如果还需要加入资质条件，可以进一步称为：
Proof of Qualified Human-Backed Agent，即具备资质真人背书的 Agent 证明。
这类系统的目标不是消灭机器人，而是让机器人世界具备可验证的责任边界。
在未来的元宇宙里，我们并不一定反对 Agent 存在。恰恰相反，Agent 会成为主要生产力。问题在于：
  • 哪些 Agent 是匿名脚本批量生成的？
  • 哪些 Agent 是真实用户授权的？
  • 哪些 Agent 背后有专业资质？
  • 哪些 Agent 能访问真实数据资产？
  • 哪些 Agent 可以代表用户做高风险操作？
这才是身份系统要解决的问题。

四、三层身份模型：真人、Agent、授权关系

一个可行的架构，应该把身份拆成三层。

1. 真人身份层

这一层对应真实世界中的人。
它可以来自：
  • KYC 服务；
  • 去中心化真人证明系统；
  • 政府或机构签发的数字证件；
  • 企业员工凭证；
  • 医师、律师、教师等专业资质凭证；
  • DAO 或社区声誉凭证；
  • 某个 Web2 平台账号的可信证明。
关键点是：真人的原始身份信息不应该直接上链。
链上不应该出现身份证号、真实姓名、手机号、住址、执照编号、病历号等敏感信息。真正上链的应该是承诺值、哈希、根节点、吊销状态和验证结果。

2. Agent 身份层

这一层对应 Agent 自己。
每个 Agent 可以拥有：
  • Agent DID；
  • Agent 公钥；
  • Agent 钱包或智能账户；
  • Agent 能力清单；
  • Agent 使用的模型、工具和策略哈希；
  • Agent 的元数据文件；
  • Agent 的声誉和历史行为记录。
Agent 身份不是人的身份。一个人可以授权多个 Agent。一个 Agent 也可以被限制在非常具体的任务范围内，例如只读数据、只能草拟邮件、只能生成报告、不能转账、不能发起外部交易。

3. 授权关系层

这一层是系统的核心。
它证明：某个真人授权了某个 Agent，并且授权是有范围、有期限、可撤销的。
例如：
注意，这里的 human_commitment 不是人的真实身份，而是一个无法反查个人信息的承诺值。
验证方只需要知道：
  • 确实有一个合格真人；
  • 这个真人授权了该 Agent；
  • 该 Agent 当前操作在授权范围内；
  • 授权没有过期，也没有被撤销。
验证方不需要知道这个人是谁。

五、真实数据资产证明：Agent 不能只靠“嘴说”

在元宇宙中，数据本身会成为资产。
一个用户的健康数据、学习记录、游戏成就、链上交易历史、创作版权、社交声誉、工作经历、设备数据、消费记录，都可能成为 Agent 作出判断或提供服务的依据。
但问题是：Agent 很容易编造数据。
例如：
  • “我的用户完成过某课程”；
  • “我的用户拥有某件数字藏品”；
  • “我的用户是某游戏的高级玩家”；
  • “我的用户有某项医疗检测结果”；
  • “我的用户持有某项专业资格”；
  • “我的用户账户资产超过某个阈值”；
  • “我的用户过去 30 天有真实活跃行为”；
  • “我的数据集来自真实用户授权”。
这些声明都需要验证。
但验证不能简单等于公开全部数据。
零知识证明可以让 Agent 证明数据资产满足某些条件，而不公开完整数据资产。
例如：
这种机制可以被称为：
Proof of Real Data Asset，即真实数据资产证明。
它的本质不是把数据搬上链，而是把“数据真实性”和“数据使用权”变成可验证的密码学声明。

六、整体技术架构

一个完整系统可以分成八层。
下面逐层解释。

七、第一层：真实身份与资质发行层

这一层负责把现实世界中的身份和资质变成数字凭证。
发行方可以是：
  • KYC 机构；
  • 学校；
  • 医院；
  • 医师协会；
  • 律师协会；
  • 企业；
  • DAO；
  • 游戏平台；
  • 数据平台；
  • 政府或公共机构。
发行的不是明文身份，而是可验证凭证。
例如：
这个凭证可以存放在用户自己的钱包或本地安全环境里，不一定公开上链。

八、第二层：DID / VC 凭证层

DID 是去中心化身份标识。VC 是可验证凭证。
通俗理解：
  • DID 解决“你是谁的标识”；
  • VC 解决“谁证明了你有什么属性”；
  • ZKP 解决“如何证明这些属性存在，但不暴露完整信息”。
一个用户可以拥有多个 DID。一个 Agent 也可以拥有自己的 DID。一个医生、律师、教师、创作者、投资者、DAO 成员，都可以持有不同的 VC。
这些 VC 不一定要公开展示。用户可以在需要时选择性证明其中某个属性。
例如只证明：
而不暴露：

九、第三层：零知识证明钱包层

钱包不只是存资产，也可以存身份凭证、数据凭证和授权凭证。
未来的钱包可能同时承担几种功能：
  • 保存用户的 VC；
  • 管理用户的身份密钥；
  • 生成零知识证明；
  • 授权某个 Agent；
  • 撤销某个 Agent；
  • 控制数据资产的使用范围；
  • 生成一次性或周期性的 nullifier，防止重复注册和女巫攻击。
其中 nullifier 是一个非常关键的概念。
它可以理解为“不可反查身份的一次性防重复标记”。
例如系统要求“一名真人只能注册一个投票 Agent”。用户不想暴露自己是谁，但系统又要防止同一个人注册十万个 Agent。
这时可以生成：
验证方看到 nullifier，可以判断这个人是否重复参与。但因为它是哈希结果，不能反推出人的真实身份。

十、第四层：Agent 授权与委托层

这一层定义真人如何授权 Agent。
授权不能是无限制的。合理的授权应该包含：
  • Agent 公钥；
  • 授权人承诺值；
  • 授权范围；
  • 有效期；
  • 风险等级；
  • 可调用工具；
  • 可访问数据范围；
  • 是否允许转授权；
  • 是否允许执行资金操作；
  • 撤销方式。
例如，一个医疗 Agent 的授权可能是：
一个交易 Agent 的授权可能是：
关键是：Agent 的权限应该由代码和证明系统共同约束，而不是只靠 prompt 约束。

十一、第五层：链上 Agent Registry

Agent Registry 是链上的身份登记系统。
它不保存隐私明文，只保存可验证状态。
例如：
这个 Registry 可以回答几个问题：
  • 这个 Agent 是否注册过？
  • 它绑定的公钥是什么？
  • 它的能力清单哈希是什么？
  • 它的授权是否过期？
  • 它是否被撤销？
  • 它对应的证明策略是什么？
  • 它是否通过了某个真人或资质证明？
但 Registry 不应该回答：
  • 这个真人叫什么名字？
  • 他的身份证号是什么？
  • 他的完整证书编号是什么？
  • 他的完整数据资产是什么？
也就是说，链上记录的是可信状态，而不是隐私本身。

十二、第六层：数据资产承诺与证明层

这一层解决“真实数据资产”的问题。
如果 Agent 声称某个数据存在，不能只让它口头声明。可以让数据先生成承诺值：
然后把数据承诺、数据 schema、授权策略和证明结果关联起来。
例如：
当 Agent 需要使用该数据时，可以生成零知识证明：
比如在医疗场景中：
在教育场景中：
在资产场景中：
在创作者场景中：

十三、第七层：Agent Harness 运行时

Agent Harness 是 Agent 的工程外壳。
它负责：
  • 加载 Agent 身份；
  • 管理 Agent 密钥；
  • 签名每一次操作；
  • 检查授权范围；
  • 管理工具调用；
  • 过滤敏感数据；
  • 生成或引用 ZK proof；
  • 记录审计日志；
  • 接收撤销信号；
  • 防止 prompt injection 导致越权操作。
一个成熟的 Agent Harness 不应该让 LLM 直接接触所有工具和所有数据。
它应该采用这样的结构：
也就是说，LLM 可以负责规划和语言理解，但真正的权限、身份、数据访问、外部执行，必须由 harness 的确定性规则控制。
Agent 每次对外行动时，都应该附带：
验证方可以检查：
  • 签名是否来自该 Agent；
  • Agent 是否在 Registry 中 active；
  • 该操作是否在授权范围内；
  • 该 Agent 是否有真人背书；
  • 所需资质是否存在且未撤销；
  • 数据资产证明是否通过；
  • 当前请求是否超过频率、额度或风险限制。

十四、第八层：元宇宙应用与 Agent-to-Agent 验证

在元宇宙应用里，验证方可能不是人，而是另一个 Agent。
例如：
每次交互都可以变成：
这会让元宇宙从“账号互相喊话”升级为“可验证代理网络”。

十五、一个完整例子：元宇宙医疗保险场景

假设未来有一个元宇宙医疗服务空间。用户的个人医疗 Agent 想向保险公司的 Agent 申请某项检查的预授权。
保险 Agent 要求：
  • 请求必须来自真人授权的医疗 Agent；
  • 背后真人必须是持证医生或授权医疗机构；
  • 患者必须满足某项医学条件；
  • 患者数据必须经过脱敏；
  • 申请材料不能暴露完整病历；
  • 每次申请都必须可审计。
流程可以是：
保险公司得到的是：
保险公司不需要得到：
这就是“真实数据可验证，隐私不裸奔”。

十六、另一个例子：元宇宙创作者资产场景

一个创作者 Agent 想把用户的数字艺术品授权给某个虚拟展厅展示。
展厅 Agent 需要确认：
  • 该作品确实属于该用户；
  • 该用户授权了创作者 Agent；
  • 授权范围允许展览展示；
  • 授权期限有效；
  • 作品没有被重复授权到冲突场景；
  • 收益分配规则可验证。
创作者不一定想公开完整版权合同，也不想公开全部收入条款。
此时可以证明：
这样，Agent 可以在元宇宙里自动完成授权协商，但平台仍然可以验证其合法性和真实性。

十七、系统中的关键证明类型

一个完整的真人授权与数据资产证明系统，可能包含以下几类证明。

1. 真人唯一性证明

证明某个 Agent 背后绑定了一个唯一真人，防止批量女巫攻击。

2. 资质证明

证明真人拥有某类资质，例如医生、律师、教师、企业员工、认证投资者、DAO 成员。

3. 授权证明

证明真人授权了某个 Agent，并且授权范围覆盖当前操作。

4. 数据存在证明

证明某份数据资产真实存在，且与某个承诺值匹配。

5. 数据条件证明

证明数据满足某个业务条件，但不公开原始数据。

6. 数据授权证明

证明数据所有者允许当前 Agent 在指定目的下使用该数据。

7. 非重复证明

证明同一真人、同一数据或同一资产没有在特定场景中重复使用。

8. 未撤销证明

证明 credential、Agent 授权或数据使用权当前没有被撤销。

9. 执行合规证明

证明 Agent 的某次操作经过了指定 policy、权限检查、脱敏流程或工具包装器。

十八、链上与链下如何分工？

一个常见误区是：把所有东西都上链。
这在身份和隐私场景中非常危险。
更合理的分工是：

链下保存

  • 原始身份信息；
  • 原始证件；
  • 原始病历；
  • 原始合同；
  • 原始学习记录；
  • 原始行为数据；
  • 原始商业数据；
  • 完整 VC 内容。

链上保存

  • Agent Registry；
  • credential root；
  • revocation root；
  • data commitment；
  • policy hash；
  • proof verification result；
  • nullifier；
  • attestation；
  • agent status。
可以理解为：
原始数据留在链下，可信状态放到链上，证明在需要时生成，验证结果可被多方复用。

十九、为什么不能只靠签名？

签名只能证明“某个私钥同意了某件事”。
但签名无法直接证明：
  • 私钥背后是真人；
  • 真人是唯一的；
  • 真人有某项资质；
  • 数据资产是真实的；
  • 数据满足某个条件；
  • Agent 没有越权；
  • credential 没有被撤销；
  • 原始数据没有被篡改。
因此，签名是必要条件，但不是充分条件。
在这个系统里，签名负责表达授权和操作意图，零知识证明负责表达隐私保护下的事实验证。
两者应该组合使用：

二十、安全边界：这个系统不能解决所有问题

任何身份系统都不能被神化。
真人授权与零知识证明可以显著提升可信度，但它不能证明：
  • 用户没有把钱包卖给别人；
  • 用户当前真的坐在屏幕前；
  • Agent 的判断一定正确；
  • LLM 不会被 prompt injection 影响；
  • credential issuer 一定不会作恶；
  • KYC 机构一定不会放水；
  • 数据源一定没有被上游污染；
  • Agent 永远不会被攻击或盗用。
所以系统还需要配套机制：
  • 定期重新认证；
  • Passkey 或硬件密钥；
  • Agent 密钥轮换；
  • 授权撤销；
  • 风险分级；
  • 高风险操作二次确认；
  • 工具调用沙箱；
  • 行为审计；
  • 异常检测；
  • issuer 声誉系统；
  • 数据源治理；
  • 人工仲裁机制。
零知识证明不是信任的全部，而是信任体系中的一块关键基础设施。

二十一、MVP 可以怎么做？

如果要做一个最小可用版本，不建议一开始做得过重。
可以从以下路径开始：

MVP 版本目标

实现一个 Agent Registry，证明：

第一阶段

  • 使用现有真人证明或 KYC 凭证；
  • 创建 Agent DID 和 Agent 公钥；
  • 真人钱包签名授权 Agent；
  • 链上注册 Agent；
  • 每个 Agent 请求都带签名；
  • dApp 查询 Registry 验证 Agent 状态。

第二阶段

加入资质凭证：
Agent 可以证明背后真人拥有某项资质，但不公开真实身份。

第三阶段

加入真实数据资产证明：
Agent 不再只是“被真人授权”，还可以证明自己使用的数据是真实、授权、满足条件的。

第四阶段

加入 Agent-to-Agent 协议：
不同 Agent 之间可以自动交换：
最终形成一个可验证的 Agent 网络。

二十二、未来的元宇宙不是虚拟空间，而是可验证代理网络

很多人理解元宇宙时，仍然停留在视觉层面：3D 场景、虚拟形象、VR 设备、数字土地。
但更深层的元宇宙，可能不是“看起来像现实世界”，而是“拥有现实世界级别的身份、资产、授权和协作关系”。
在这个世界里，每个人不只拥有 Avatar，还拥有一组可验证的 Agent。每个 Agent 不只是一个聊天机器人，而是一个被授权、可审计、可撤销、可证明的数据与行为代理。
它可以代表你出现，但不能无限代表你。
它可以使用你的数据，但必须证明数据使用被授权。
它可以和其他 Agent 协作，但必须证明自己的身份、资质和权限。
它可以处理真实资产，但必须接受策略、合约和证明系统的约束。
这可能是元宇宙从“虚拟体验”走向“可信经济网络”的关键一步。

结语

AI Agent 会让数字世界的行动主体爆炸式增长。Web3 会让这些行动主体拥有资产、身份和合约能力。元宇宙会让这些行动主体进入更丰富的交互空间。
但如果没有可信身份、授权边界和数据真实性证明，这个世界也可能迅速变成机器人泛滥、身份伪造、数据造假和隐私裸奔的混乱网络。
零知识证明提供了一种新的可能性：
证明我是真人授权的，但不暴露我是谁；证明我有资质，但不公开完整证书；证明我的数据真实，但不交出原始数据；证明 Agent 可以行动，但行动必须在授权边界内。
这不是单纯的密码学炫技，而是未来 Agent 经济的信任基础设施。
如果说钱包解决了“谁拥有资产”，智能合约解决了“规则如何执行”，那么真人授权与真实数据资产的零知识证明，正在尝试解决下一个问题：
在一个由 Agent 参与的元宇宙里，我们如何在不牺牲隐私的前提下，证明身份、资质、授权和数据都是真的？
这可能会成为下一代元宇宙身份层、Agent 协议层和数据资产层共同交汇的地方。
]]> <![CDATA[“造物主”偏好是什么]]> https://blog.aibhtt.com/article/universal/abstract https://blog.aibhtt.com/article/universal/abstract Mon, 18 May 2026 00:00:00 GMT
💡
昨天在哪刷到的视频，标题说：“假如存在造物主那么它的偏好是什么”，我在内心反驳了一整场因为很多现象很容易做科学解释，但是这个假设仍是一种试图看清“底层代码”的思路，于是和 chatgpt 一起又整理了一些，作为之后 agent harness 开发的设计起点。

一、形态偏好：宇宙喜欢长成什么样

除了螺旋、嵌套、分叉，还有这些：

1. 波纹 / 振荡

光是波，声音是波，电磁场是波，量子态也有波动描述。
水波、脑电波、昼夜节律、心跳、呼吸、季节变化，本质都是周期振荡。
偏好可以概括为：
不让存在静止，而让存在以节律展开。
宇宙很喜欢“起伏”。

2. 环 / 循环

行星绕恒星，卫星绕行星，水循环，碳循环，氮循环，血液循环，食物链循环，生死循环。
螺旋是“向前推进的循环”，而环是“维持系统稳定的循环”。
偏好是：
让事物通过循环维持自身。
生命尤其依赖循环。

3. 晶格 / 阵列

晶体、雪花、蜂巢、矿物、细胞排列、植物叶序、城市网格，都带有阵列感。
这代表另一种审美：
用重复单元形成宏观秩序。
如果螺旋偏生命感，晶格偏数学感。

4. 膜 / 边界

细胞膜、皮肤、地壳、大气层、星球表面、器官边界、国家边界、心理边界。
边界很关键。没有边界，就没有个体。
偏好是：
通过边界制造“内外之分”，再让内外交换。
生命不是封闭系统，而是有边界的开放系统。

5. 管道 / 通道

血管、神经、河流、根系、肠道、气管、城市道路、互联网光缆。
这类结构不是为了“好看”，而是为了输送。
偏好是：
让能量、信息、物质在结构中流动。
所以宇宙不只喜欢“形状”，还喜欢“通路”。

二、过程偏好：宇宙喜欢怎么生成东西

比形态更深的是生成机制。

6. 反馈

恒温系统、生态平衡、激素调节、市场价格、情绪循环、AI 训练里的 reward feedback，本质都是反馈。
反馈分两种：
正反馈：越滚越大，比如火灾、舆论、泡沫。
负反馈：自动稳定，比如体温、血糖、生态制衡。
偏好是：
用反馈让系统自己调节，而不是外部手工控制。
这很像“自动驾驶宇宙”。

7. 吸引子

很多系统会自动走向某些稳定形态。
水往低处流，星云聚成恒星，生命趋向繁殖，思想趋向模式，社会趋向组织。
这些稳定终点可以理解成“吸引子”。
偏好是：
不直接规定路径，只设置某些终局倾向。
这比“命运”更像“动力学”。

8. 相变

水变冰，水变气，细胞分化，意识觉醒，文明跃迁，技术革命，社会崩塌，都像相变。
量变积累到阈值，系统突然换一种状态。
偏好是：
让连续积累在关键点发生突变。
宇宙不是一直平滑变化，而是有“临界点”。

9. 噪声 + 选择

基因突变有随机性，但自然选择有方向性。
创造力也类似：先发散，再筛选。
市场、技术、文化、生命演化，都靠这个机制。
偏好是：
先允许混乱产生可能性，再用选择保留有效结构。
这可能是宇宙最重要的创造机制之一。

10. 压缩

物理定律很短，却能生成无数现象。
DNA 用有限编码生成复杂生命。
语言用有限词汇表达无限意义。
数学用少数公式描述大量规律。
偏好是：
用极少的信息，编码极大的世界。
这很像“神的工程美学”：高压缩率。

三、哲学偏好：宇宙喜欢怎样的存在方式

这是更抽象的一层。

11. 对立互补

阴阳、正负电荷、物质/反物质、吸引/排斥、秩序/混乱、生/死、个体/整体。
宇宙似乎不是单极结构，而是靠张力存在。
偏好是：
不消灭对立，而让对立互相生成。
没有差异，就没有运动。

12. 局部自由，全局约束

每个粒子、生命、个体都有局部自由度。
但它们又受物理定律、生态环境、社会结构、历史路径约束。
偏好是：
让局部可以变化，但整体仍然守恒。
这很优雅。不是完全决定论，也不是完全混乱。

13. 多尺度协同

微观粒子、分子、细胞、器官、个体、群体、生态、星球、宇宙，每一层都在运作。
偏好是：
每一层都有自己的规律，但又和其他层耦合。
这就是复杂系统的核心。

14. 最小作用 / 节能路径

自然界很多过程倾向于走某种“最省”的路径。
河流寻找低能路径，光线遵循极值原理，生物结构追求能量效率。
偏好是：
不浪费，用最小代价达成最大结构。
这不是道德上的节俭，而是物理上的优雅。

15. 涌现

单个神经元没有意识，但大量神经元组织起来产生意识。
单个蚂蚁很简单，但蚁群有复杂行为。
单个细胞不是“人”，但细胞系统组成了人。
偏好是：
让整体大于部分之和。
这可能是造物主最深的偏好：
不把奇迹放在零件里，而把奇迹放在关系里。

所以完整一点的“造物主偏好结构”可以这样列

形态层：
螺旋、环、分叉、嵌套、晶格、网络、膜、管道、波纹、对称、破缺、分形。
过程层：
反馈、循环、相变、吸引子、噪声选择、递归生成、自组织、压缩编码、能量最小化。
哲学层：
对立互补、局部自由与全局约束、多尺度协同、简单规则生成复杂世界、关系产生意义、涌现产生奇迹。
我觉得最关键的一句话是：
造物主如果存在，他偏好的不是某个图案，而是“让简单规则在时间中自我展开，生成层级、关系、生命和意识”的结构语法。
更狠一点说：
宇宙不是被画出来的，宇宙是被一套极高压缩率的生成规则“运行”出来的。
]]> <![CDATA[树莓派操作系统一览]]> https://blog.aibhtt.com/article/raspi/os/list https://blog.aibhtt.com/article/raspi/os/list Mon, 18 May 2026 00:00:00 GMT
Raspberry Pi OS downloads – Raspberry Pi
Raspberry Pi OS (previously called Raspbian) is our official, supported operating system.
Raspberry Pi OS downloads – Raspberry Pi
https://www.raspberrypi.com/software/operating-systems/
Raspberry Pi OS downloads – Raspberry Pi

1. 官方 Raspberry Pi OS / 启动工具

系统
描述
使用场景
适用人群
典型案例
Raspberry Pi OS 64-bit
官方主力桌面系统
日常桌面、开发、学习、IoT
新手、开发者、教学用户
Pi 5 当小型 Linux 电脑、跑 Python/Node 服务
Raspberry Pi OS 32-bit
官方 32 位系统
兼容旧硬件、旧软件、低内存设备
老型号用户、兼容性优先用户
Pi Zero / 老 Pi 跑轻量服务
Raspberry Pi OS Lite 64-bit
无桌面官方系统
服务器、网关、Headless 部署
开发者、运维、产品原型
文件监听盒子、局域网 API 服务、Docker 主机
Raspberry Pi OS Lite 32-bit
无桌面 32 位系统
老设备轻量服务
低配设备用户
Pi Zero W 跑传感器采集
Raspberry Pi OS Full
预装更多推荐软件的桌面版
教学、办公、开箱即用
教师、学生、初学者
编程教学机、实验室电脑
Raspberry Pi OS Legacy
上一代 Debian 基础版本
旧项目维护、老库兼容
维护旧项目的人
旧摄像头项目、老 Python 依赖项目
Raspberry Pi OS Legacy Lite
上一代无桌面系统
老项目服务器维护
工程维护者
旧版服务不敢升级，继续稳定运行
Raspberry Pi OS Legacy Full
上一代完整桌面系统
旧教学环境、老软件兼容
学校、培训机构
课程环境统一不升级
SD Card Boot
Bootloader 工具镜像
恢复/设置从 SD 卡启动
折腾启动盘的人
Pi 4/Pi 5 启动顺序修复
USB Boot
Bootloader 工具镜像
设置从 USB 设备启动
服务器用户、SSD 用户
从 USB SSD 启动系统
NVMe / USB Boot
Bootloader 工具镜像
设置 NVMe 或 USB 启动
Pi 5 / CM 用户
Pi 5 接 NVMe 当小服务器
Network Boot
Bootloader 工具镜像
网络启动、批量部署
教室、实验室、企业部署
多台 Pi 从网络统一启动

2. Ubuntu 系列

系统
描述
使用场景
适用人群
典型案例
Ubuntu Desktop
Ubuntu 桌面版
桌面开发、Linux 学习、图形应用
熟悉 Ubuntu 的开发者
Pi 5 当 Ubuntu 小电脑
Ubuntu Server
Ubuntu 无桌面服务器版
服务端、Docker、数据库、API
后端开发、运维、AI 工具开发
FastAPI/Fastify、PostgreSQL、Redis、Docker Compose
Ubuntu Core
面向 IoT 的 Ubuntu 版本，强调 Snap、设备化、事务更新
IoT 产品、嵌入式设备、长期维护设备
产品化设备开发者、工业 IoT 用户
智能网关、边缘设备、批量出货设备

3. 通用 Linux / 桌面 / 开发底座

系统
描述
使用场景
适用人群
典型案例
Alpine Linux
极轻量 Linux，musl + BusyBox，安全、体积小
容器、网关、极简服务器
高级 Linux 用户、容器玩家
超轻量 API 网关、Docker Host
Armbian OS
面向 ARM 单板机优化的 Linux 系统
SBC 通用服务器、开发板系统
嵌入式开发者、Linux 玩家
多种 ARM 板统一运维
Apertis
偏嵌入式/车载/工业设备的 Linux 系统
嵌入式产品、设备系统验证
工业/车载方向开发者
车载 HMI 原型、工业控制终端
Bass OS
Android/AOSP/Bliss 生态方向系统
Android 应用、触控屏、娱乐终端
Android 开发者、展示屏玩家
Pi 做 Android 触控终端
DietPi
极简轻量服务器系统，常用于自托管
家庭服务器、低资源服务
自托管用户、轻量服务器用户
Pi 上跑 Nextcloud、AdGuard、轻量数据库
RISC OS
非 Linux 的经典桌面系统
复古计算、系统研究、教育
复古系统爱好者、计算机历史爱好者
体验 Acorn/RISC OS 生态
TLXOS
ThinLinX 瘦客户端系统
远程桌面、VDI、企业终端
企业 IT、远程办公部署者
Pi 做 RDP/VDI 瘦客户端
Ultramarine Linux
Fedora 系桌面发行版
桌面 Linux、Fedora 生态体验
Fedora 用户、桌面 Linux 玩家
Pi 上体验 Fedora 风格桌面

4. 媒体中心 / 音乐播放器 / Android 影音

系统
描述
使用场景
适用人群
典型案例
LibreELEC
极简 Kodi 媒体中心系统
电视盒子、本地影音播放
家庭影院用户
Pi 接电视播放 NAS 电影
OSMC
基于 Kodi 的媒体中心系统
家庭影音、电视端媒体管理
家庭用户、影音玩家
客厅媒体中心
Volumio
发烧音乐播放器系统
HiFi 播放、网络串流、DAC 输出
音乐发烧友
Pi + DAC 做网络播放器
moOde audio player
发烧音频播放器
本地音乐库、网络电台、DAC 播放
HiFi 玩家、折腾音频的人
Pi 做无风扇音乐播放器
piCorePlayer
Squeezebox / Logitech Media Server 生态播放器
多房间音乐、LMS 播放
LMS 用户、老音响玩家
多房间同步播放音乐
Android by emteria
商业 Android 系统
Android 应用、触控终端、商用设备
Android 开发者、商业终端开发者
自助机、触控屏应用、Android Kiosk

5. 游戏 / 复古模拟器

系统
描述
使用场景
适用人群
典型案例
RetroPie
经典复古游戏模拟器系统
复古主机、街机、手柄游戏
复古游戏玩家、DIY 玩家
自制掌机、客厅街机盒子
Recalbox
易用型复古游戏系统
家庭游戏机、复古模拟器
新手玩家、家庭用户
Pi + 手柄做复古游戏机
Batocera
镜像化程度高的复古游戏系统
多平台模拟、开箱即用游戏系统
想少配置的人
一张卡启动完整复古游戏平台

6. 智能家居 / 家庭自动化 / 能源管理

系统
描述
使用场景
适用人群
典型案例
Home Assistant OS
主流开源智能家居系统
家庭自动化、本地控制、设备联动
智能家居玩家、隐私敏感用户
灯光、空调、传感器、摄像头统一联动
Homebridge
把非 HomeKit 设备桥接到 Apple HomeKit
苹果家庭生态接入
iPhone/HomeKit 用户
米家/普通设备接入 Apple 家庭
openHAB / openHABian
跨品牌智能家居自动化平台
多协议、多厂商设备自动化
高级智能家居用户
KNX、Zigbee、MQTT、Modbus 统一编排
RaspberryMatic
Homematic / homematicIP 中控系统
德系智能家居、Homematic 设备管理
Homematic 用户
Pi 替代 Homematic CCU
OpenCCU
Homematic / homematicIP 中控系统，RaspberryMatic 相关生态
Homematic 中控、家庭自动化
Homematic 用户、开源家居玩家
Pi 做本地 CCU 中控
nymea
开源 IoT / 智能家居平台
IoT 设备接入、规则自动化
IoT 开发者、智能家居开发者
本地 IoT 网关
Gladys Assistant
隐私优先开源家庭助手
家庭自动化、隐私本地化
隐私敏感用户
家庭数据不出门的智能家居中枢
evcc
太阳能、电动车充电、能源管理系统
光伏、储能、电动车充电优化
新能源家庭用户、能源玩家
光伏多余电量自动给车充电

7. 3D 打印

系统
描述
使用场景
适用人群
典型案例
OctoPi
预装 OctoPrint 的 3D 打印控制系统
远程控制 3D 打印机、摄像头监控
3D 打印用户
手机查看打印进度、远程暂停打印
Mainsail OS
Klipper + Moonraker + Mainsail 前端
Klipper 高速打印
进阶 3D 打印玩家
Voron / Klipper 打印机控制
OctoKlipperPi
OctoPrint + Klipper 方向系统
Klipper 打印但保留 OctoPrint 工作流
OctoPrint 老用户
老 OctoPrint 用户迁移 Klipper
DuetPi
Duet3D 控制板生态系统
Duet 控制板打印机
Duet3D 用户
Duet 主板打印机联网控制
Repetier-Server
多 3D 打印机管理服务器
打印农场、多机管理
打印工作室、小型工厂
同时管理多台打印机
SimplyPrint OS
云端 3D 打印管理系统
云端队列、远程打印管理
学校、工作室、打印农场
多用户提交打印任务
3DPrinterOS
商业化 3D 打印管理平台
企业/学校打印机队列管理
企业、教育机构
学校 3D 打印实验室统一排队
PrintWatch OS
3D 打印监控相关系统
打印状态监控、失败检测
3D 打印用户
摄像头监控打印失败

8. 数字标牌 / Kiosk / 展示屏

系统
描述
使用场景
适用人群
典型案例
FullPageOS
开机全屏 Chromium 浏览器
Kiosk、网页大屏、固定页面展示
开发者、展厅/门店用户
项目看板、数据大屏、网页签到屏
DAKboard OS
日历、天气、照片、家庭看板系统
家庭信息屏、办公室看板
家庭用户、小团队
墙上显示日程、天气、照片
Anthias / Screenly OSE
开源数字标牌系统
图片、视频、网页轮播
店铺、展厅、学校
门店广告屏、公告屏
Screenly Digital Signage
商业数字标牌播放器
商业广告屏、远程内容管理
企业、连锁门店
多门店统一下发广告
info-beamer OS
专业数字标牌 / 视频墙系统
视频墙、复杂展示、商业标牌
专业标牌用户
商场大屏、展会屏幕矩阵
XOGO Digital Signage
数字标牌播放器
门店展示、广告播放
小商户、连锁门店
餐厅菜单屏
Linutop OS
Kiosk / 数字标牌 / 瘦客户端系统
展示终端、固定用途终端
企业 IT、展厅用户
展馆查询终端
vetra player
交互式数字标牌播放器
互动展示、内容播放
展厅、零售、教育用户
交互式产品介绍屏
Fugo One
数字标牌平台播放器
远程屏幕内容管理
企业、门店运营
多屏广告内容管理
Yodeck
数字标牌平台播放器
商业展示屏、广告屏
门店、办公室、学校
门店促销屏、会议室信息屏
1Play Digital Signage
数字标牌播放器
广告屏、信息屏
门店、小企业
店铺电视循环播放海报

9. 网络 / 安全 / 网关 / 隐私

系统
描述
使用场景
适用人群
典型案例
Kali Linux
渗透测试、安全审计 Linux
安全测试、无线测试、取证学习
安全研究员、网安学生
Wi-Fi 安全测试、内网安全实验
IPFire
防火墙 / 路由器系统
家庭/小型办公室防火墙
网络管理员、Homelab 用户
Pi 做旁路防火墙或小型网关
RaspAP
Wi-Fi AP / 热点 / 路由管理系统
热点、网关、便携路由
网络玩家、IoT 部署者
Pi 做项目现场 Wi-Fi 热点
eBlockerOS
广告拦截、隐私保护网关
家庭隐私网关、广告过滤
隐私敏感用户
全家设备统一去广告/防跟踪
FreedomBox
自托管隐私服务器
私有服务、家庭服务器、去中心化服务
自托管用户、隐私用户
私有聊天、VPN、文件服务
Web3 Pi
Web3 / Ethereum 节点方向镜像
区块链节点、Web3 实验
Web3 开发者、节点玩家
运行以太坊相关节点/服务

10. 教育 / 科研 / 专业用途

系统
描述
使用场景
适用人群
典型案例
MoodleBox
离线 Moodle 教学服务器
无网教学、教室局域网学习平台
教师、学校、培训机构
教室内离线访问课程、测验、资料
Falcon Player / FPP
灯光秀、音乐灯控播放器
节日灯光、舞台灯光、动画灯效
灯光秀玩家、展陈工程师
圣诞灯光秀、音乐同步灯效
LoLaOS
低延迟远程音视频/音乐协作方向系统
远程演奏、低延迟音视频实验
音乐技术人员、远程协作研究者
远程音乐排练实验
SatNOGS
开源卫星地面站系统
卫星信号接收、地面站网络
无线电爱好者、科研用户
接收低轨卫星遥测数据
ADS-B Feeder Image
航空 ADS-B 数据接收/喂送系统
飞机追踪、航空数据采集
航空爱好者、数据玩家
Pi + SDR 接收附近飞机信号
VEX Tournament Manager
VEX 机器人比赛管理系统
机器人竞赛现场管理
学校、竞赛组织者
VEX 比赛计分、排程、显示
Clea OS
工业 IoT / 嵌入式平台系统
工业边缘设备、IoT 网关
工业开发者、设备厂商
工业设备数据采集网关

11. 多系统 / 安装工具

系统
描述
使用场景
适用人群
典型案例
PINN
多系统安装/启动管理器，NOOBS 后继方向
一张卡装多个系统、多启动
折腾玩家、教学用户
一张 SD 卡同时放 Raspberry Pi OS、LibreELEC、RetroPie
]]> <![CDATA[初识概念艺术]]> https://blog.aibhtt.com/article/art/concept-art/0 https://blog.aibhtt.com/article/art/concept-art/0 Thu, 06 Nov 2025 00:00:00 GMT
概念艺术
一、Bilibili课程
（一）第一章
1、概念艺术是什么、有哪些表现形式、基本工作流是什么？和视觉效果（视觉开发）有什么区别？
定义：一种视觉艺术形式，清晰的视觉传达，唤起观者的某种反应。
表现形式：包括动画电影、视频游戏、实景电影、漫画和图书插画、视频关键帧表现等，也包括现实中一些主题公园或景点的设计。
与视觉效果的区别：一个作品的发展之路是：Idea（一个想法） ➡️ Bluesky（不同的艺术家尝试不同的理解和表达，与生产之前相比可以发挥的空间更大——更加天马行空、展现想象力最狂野的那部分） ➡️ Pre Product（生产之前，类似于更加接近最终作品的设计稿） ➡️ Production （生产阶段，3D建模、架机拍摄等，生产中的行为称为生产艺术——因为3D模型之上的每个小细节都值得精心设计（此处又可分为哑光画家、背景画家），概念艺术更多的是在支撑这一环节）➡️ 后期效果制作。具体称呼为视觉效果还是概念艺术，很可能因团队而异。
视觉开发通常出现在动画行业、而在电子游戏之中——尤其是超现实的游戏，常用概念艺术一词描绘制作之前的绘画。
2、方法——工作流程
（1）黑白价值结构（了解阴影和光线）
只用黑白灰
“黑与白总是完成所有工作，但却被颜色占了全部功劳。”
从生物性的角度解释为何黑白灰如此重要——直观展示距离感、通过阴影使对象变得立体，表现出哪里颜色更深哪里更浅。
“Notan vs Chiaroscuro”，Local value 和 Shadow value是两种极端，作品的表现形式可以介于二者之间，偏向右侧则表现更多的情绪，偏向左侧则是浮世绘风格，如果卡在二者中间则有些混乱。
（2）构图（取决于受众与呈现设备16:9、4:3）
（3）色彩和光照（为作品注入表现力、情绪）
（4）绘画技巧、照片粉碎技术、快速绘画
（二）第二章
1、屏幕尺寸
（1）全屏（Full screen）—— 4:3
（2）介于二者之间—— 16:9
（3）宽屏（Wide screen）—— 21:9
历史上影视作品的尺寸曾不断追求更大的宽高比——由于电影院与家用电视机的差异化竞争导致的，电影院试图展示更宽阔的画面表现，未来在VR中的作品会摆脱屏幕比例这一束缚，而当下介于过去与未来之间，在做概念设计时要考虑到特定的应用场景，例如手机的垂直尺寸（Vertical）应用也是不可忽视的使用场景。这里只谈论了屏幕而没有涉及其它多样的画布是因为概念艺术主要应用在大屏幕的娱乐作品之上。
2、由屏幕尺寸引出构图比例
（1）50:50 —— 给人以平衡感
（2）10:30 —— 三分法，最经典的构图比例。四条线的交点处即是焦点，将关键内容置于此处则构图清晰且自然。
（3）20:80 —— 事情变得更有推动力，更大占比展示背景，适用于对手镜头（通常可以由地平线——海洋与天空、陆地与天空的制动线展示）
（4）10:90 —— 最极端的构图比例，给人以巨大震撼，通常用在制作关键帧时。
需要完美构图的原因与黑白键值的使用相同，一切为了传达出更加清晰的视觉效果。
10:30与20:80 是概念艺术中最常见的构图比例。例如20:80构图比例中将自己的主题放在80（80通常位于下半区），人的视线通常不自觉的被更大空间的部分吸引，从而人的注意力被自然而然的吸引至80中要表现的主题内容（人物等）。（10:30 同上，可将主角与对手置于分割线的两侧，主角占据20的那部分，从而更有动态效果。）
在遵循上述指导原则的同时不要被规则限制，“这里没有规则，只有后果”。
3、经典比赛场景
（1）监视、躲避与偷窥类构图：非常大的前景——直接聚焦在要表现的人物之上。常用于表现偷情画面、人物的互相监视、在秘密交谈、做事情，
（2）大对小类：在同一条水平线上（纵向或横向）放置大、小两个对象，通常小的前景更暗、大的更亮一些。用于展现一种敬畏和惊奇的感觉，适合制作插图和海报。
（3）到达镜头：唤起人们的壮观感。地平线很高、人物很小同时可以看到广阔的环境场景——20:80构图。通常用于角色到达悬崖等场景之时，传达出眼前这个世界的样子。当到达一栋对手建筑物时可以先用外部镜头切换至人物，再用建筑内部镜头、再切换至人物来完成。
（4）祭坛类：直接将视线聚焦在焦点上，通常有非常重的中心焦点和强烈的强调突出——用暗色遮挡其它事物，让焦点部分光彩夺目（不只是中心对称而已）。
（5）人物特写：用于强调人物感觉。前景人物和背景10:30或20:30构成。
（三）第三章
为什么要学习色彩？因为色彩就像是非常有效的增味剂（调料可以让食物更美味，但不能只吃调料。颜色是增味剂但不是概念艺术作品的主要精髓——黑白数值和构图才是），同时，物体的实际颜色也可以传达出某种情绪。
每种颜色都象征着一些情绪（可以是相反的两种），例如：
红色—— 愤怒、火焰、邪恶、爱情；
黄色—— 快乐、友谊、阳光、温馨、危险、谨慎；
绿色—— 舒缓、和平、自然、和谐、疾病、恶心、令人作呕的、嫉妒（嫉妒的脸都绿了）；
蓝色—— 悲伤、抑郁、平静、安宁、海洋（天空）之力（水之韵）；
棕色—— 泥土、污垢、铁锈、稳定（土一样坚实）、热咖啡一般的惬意（偏黄色带来的温馨）、漂亮的木屋；
紫色—— 神秘、灵性、创造力、魔法、贵族、奢华、尊贵、野心、智慧、虔诚、独立、和平（融合了红色的激情与蓝色的冷静，能激发想象力同时带来内心平和感）；
橙色—— 活力、创造力、热情、温暖、友好、自信、外向、放松、希望、冒险精神（被认为比红色更安全、平易近人，能营造亲切友好的氛围）；
上述颜色与情绪的关联是可以被打破的，因为艺术本身是主观的，不像数学中 1 + 1 = 2 那样。
同时，选用哪些颜色也取决于项目类型，例如：
动画片—— 色彩更加饱和、鲜艳——以至于可以用些近乎疯狂的颜色；
非常严肃的电子游戏—— 柔和色调（绝无紫色和粉色）即使流血也不能是鲜艳的大红色；
抽象游戏（如纪念碑谷）—— 鲜艳、活泼、饱和度拉满——这些光谱的反面则是阴暗、单调恐怖游戏的首选——几乎没有任何颜色；
学习方法方面，在实践中学习色彩最好，通过实验去发现哪些色彩有效、哪些无用。
1、color theory YouTube上已经有一堆视频课，但本课要讲的是「实际应用」。
2、色环
（1）改变饱和度——颜色的纯度（调小会变成灰色、调大会鲜艳到融化你的眼睛）。
（2）改变亮度——（调小会变成黑色、调大会变成白色）。
（3）对色环中的单一颜色调整亮度（加黑色或白色）会得到单色调色板（monotone）。
（4）可以用一条中线将色环分为暖色和冷色（warm & cool），而关于此线对称的则是互补色（conplementary color）。
（5）色环上相邻的3-4个颜色是类比色（analogous color）。
3、自然世界中的颜色
（1）现实的混沌与概念艺术的精心设计
现实世界是混沌无序的——概念艺术作品则是精心设计出来的而不是模仿现实的。
现实世界中每个对象的颜色都不一样——这在概念艺术作品中会令人不舒服——作品中每种颜色应至少出现两次。
（2）让作品中所有颜色和谐统一的方法—— 利用太阳光——像阳光在同时沐浴进你的身体一样让你感到快乐——光的错觉与氛围
光照产生色彩、色彩来源于光照，光即是色、色即是光——颜色和光照要搭配使用。
（3）neutral light 中性光的使用
使用中性光时，场景中就没有锐利的光照和阴影，营造并传达出柔和、模糊的朦胧感—— 让场景拥有阴沉的感觉（普通人平淡生活的沉闷感）。
（4）太阳光照在不同时间段（不同天气）的表现
黎明（Dawn）—— 太阳升起之前，天空是苍白色、浅蓝色、粉色、紫色的混合态（叠加大气雾——露水蒸发），区别于黄昏——没有黄昏时色彩的饱和度高。特点是精致和美丽，象征某种事物的初始。
日出之时（Sunrise）—— 太阳初升、洒下阳光——格外黄的阳光（红光和黄光的波长更长——在其它颜色无法到达时率先登陆——日出和日落之时阳光强力）。日出通常比日落时的天空更亮更蓝——或者说趋于更亮（日落趋于更暗）。
正午（Sunnyday / Daytime / Noon）—— 光照之处为暖调白光（偏黄）、阴影之处为冷调蓝光，产生幸福感。但是，当光照的强度增加、阴影的程度加深，同时出现在沙滩和战场之上，锐利的光影会瞬间给人以挫败感—— 败仗的表现力。
雨天（Rainyday）—— 类似于阴天，使用中性光照，但一切都是湿的。阴影特别暗而天空则一片亮白、或若隐若现的灰色（取决于云层的厚度）。地面因潮湿所以对天空的反射更多了——出现作为滤光镜的重复颜色——与中性照明的重要区别，同时也是雨水的表达方式。通常表现绝望、悲伤，也可以表现温柔、甚至快乐（言叶之庭中，去除了蓝色和灰色，增强绿色以传达和谐欢快之感。以上是老师说的，但我觉得言叶之庭情绪表达的关键在于下的雨是太阳雨，可以看到绿色植物被太阳光束穿过的明亮的黄色）。
阴天（Cloudyday）—— 中性光照相似。
日落之时（Sunset）—— 黄金时刻使画面拥有了自然滤光器去除蓝光。天空出现红色和深紫色。可以传达亲密、美感、激情等情绪。
黄昏之时（Twilight）—— 太阳从天空中消失。天空中充斥着华丽的粉红色、蓝色和温软柔和的粉色。相比于日出之时天空的颜色会更深厚。通常象征和平，同时因为光线是消逝的趋势，可以表现出悲伤、渴望的情感色彩——苦乐参半、令人动容。
夜晚（Nighttime）—— 明月当空，色调偏暗、单调而强烈的蓝色笼罩着一切。通常表达恐怖氛围、极其安静的情绪、鬼鬼祟祟的行为、做令人宁静的事情、神秘与魔法（这条是我加的没错我在说 Type-moon的作品呜呜呜！）
（5）人工照明（Artificial Lighting）
自然光源可以与人造光源同时出现，但每个场景中都应该有主次（可以是，表达房间外黎明之时屋内还没熄灭烛火通宵的主人公？或相反？）。区别于阳光的笼罩、所有人造光源是在产生辐射——它们只能影响到特定的范围，而不是淹没整个场景，离光源越近越亮。太阳光照都是近似平行光，而人工照明通常可以有特定的形状——圆形发散的烛光等点光源、伞状辐射的带罩台灯等，会有清晰的光照路线。在同时表现自然光照与人工光照时，如果自然光照在场景中更强烈，那么人工光照除了光源本身不会影响场景中的任何对象。
常见的光源、灯光及其对场景产生的影响：
烛光、火光（Fire）—— 营造传达出亲密的感觉、温顺美好的情绪—— 与烛光晚餐、浪漫爱情同时出现。
台灯或路灯等（Standar Bulb Lights / Lamps）—— 固定形状光照路线，光影分明。
最夸张的人工光照——霓虹灯（Neon Lights）—— 例如在赛博朋克2077中充斥着时髦的粉色和蓝色、SCI- Fi 作品（银翼杀手）中等类似。渲染出一种超级未来主义的科技感。
魔法（Magic）—— 也是人造光照——除非用魔法又制造出一个远端的太阳（老师真的挺幽默的）
创作时需要优先明确的事情——主光源是什么（若是人造光照，光照强度是多少、形状颜色如何）？时间是什么时候（天气如何）？对作品色彩的影响有多强？例如作者在完成《赛博朋克2077》的创作时，依据赛博朋克以粉红色调而闻名、结合主光源是太阳，想要一片粉红色的天空就必须是日落之时或日出之时，同时因为这座城市又名「夜城」所以选取日落之时，之后作者参考了摄影作品日落之时光的表现形式、亮度；此外，完成作品之时作者还加上了许多不同颜色的人工照明，其色彩霓虹灯似的颜色多样但亮度不喧宾夺主，自然的表现出赛博朋克中超级未来主义的科技氛围。
（6）实际操作
老师在玉桂狗照片的示例中展示了如何给作品上色这件事。她想让玉桂狗喝茶的场景中充斥着日落之时的光线，她操作的方法是先淡化作品的整体颜色使其变得更柔和，之后找来了一张日落之时黄色的阳光透过窗户照射到房间内，用吸管取了墙上的光照、与物体遮挡形成的阴影，给玉桂狗图片整体上了亮色再用阴影的颜色去填充玉桂狗照片中实际的阴影。点睛之笔是，老师在摄影作品中找到了铝合金窗户上一处特别闪亮的边缘光，它将其取色并用在了茶具的边缘之上！Boom！（如果此时要将作品改为夜景，方法同上）夜景要加的光照优先选择柔和的，给人以一种能看的睡着的感觉。
（7）小结
老师举了两个例子再次说明“这里没有规则，只有后果”这个判断，第一部电影是发生在阳光灿烂的白天的恐怖电影，通过极致的反差来传达不舒服的感觉；第二部电影是Nanny Mcphee，初期混乱的家庭用混乱的颜色传达不可控的感觉、用绿色传达父亲的焦虑与沮丧，心地善良的保姆丑陋且穿着一身代表邪恶的黑色、坏心肠的保姆却穿着一身颜色鲜艳的艳丽长裙，最后因为妻子的到来家庭变的和谐，统一用纯净圣洁的白色给全家人和背景以特写、伴随着家庭变得和谐，传达给人以温馨、舒适的感觉。正因为没有唯一的答案，所以我们可以尝试所有让自己开心的做法！做起来！
（8）练习和提升
练习内容是将一张雪天信箱小鸟的摄影作品变成日落之时的光照和夜景光照。
雪出现同时代表作品拍摄之时的天气是阴天，所以摄影作品中已经满是中性照明——更加容易进行调整。
第一步是找到摄影作平中的黑白灰；
第二步是让整部作品的光照变得柔和（黯淡）；
第三步是找到雪天对应的日落之时和夜景的摄影作品——会发现日落之时光照射在雪地上会呈现出粉红色！Boom！并找到阴影的颜色！
第四步是发现摄影作品中的特别之处——比如天空的颜色，于是老师在小鸟摄影作品中加入了天空。
去尝试更多！最重要的是从中获得乐趣。
4、视觉开发（接下来的篇幅主要是VisDev经典绘画实操，从这章开始，更多的将是实践的内容）
（1）作品中的三块内容（FG、MG（画面简单时没有中景）、BG），在由近及远的画面中三景等同于将画面分为黑白灰。三景时通常将主体放在MG、无MG时通常放在FG——自然的引导视线。通过控制灰度深浅可以影响画面中不同对象的间距、不同对象离观者的距离。
（2）白天通常是前景颜色更暗、背景亮；而夜晚则相反，通常前景更亮、背景更深。加入人工照明则会不同，例如夜晚，最亮的会是最靠近光源的那一次——可能是MG最亮，这也是一种不错的光照表现和构图。
（3）创作的第一步总是收集资料——以寻找灵感、启动创作的整个过程。作者对于小红帽形象的重新设计在网上寻找了中世纪时期童工的打扮作为参考，Boom！很好的避免了千篇一律的形象设计！
（4）课程之所以说是万无一失，是因为作画的方法基于最普适的规则、流程中可以为每个要画的对象找到参考，非常稳！Boom！
（5）细小而锐利的阴影会使作品非常丰满有层次。
（6）P22充斥着完整完成一幅作品的技巧，在拥有绘画技能之后可以反复观看。P23对P22的内容进行了总结和说明。
（7）完整的步骤是——参考资料、草图（构图）、黑白灰数值、单一着色、统一着色、最终渲染。
5、摄影
（1）定义：什么是摄影？
洗照片：将多幅摄影作品拼接在一个作品之中，拼的好的前提是必须理解现实中光照的工作原理。常用在许多构件手画会耽误很长时间的情况之下，快速模拟逼真的效果。
发展的视角：湿颜料的初现遭人唾弃，而之后却成了标准。现在的AI绘画呢？
批判的视角：抨击照片。
（2）Photobashing（照片拼接）技术详解
定义：Photobashing是一种将摄影作品、3D素材与数字绘画相融合的技术，通过拼接、混合、重绘多张照片来快速创建逼真的概念艺术作品。
核心原则：
  • 光照一致性——所有拼接素材的光照方向、色温、强度必须统一；
  • 透视匹配——素材的透视角度、 focal length（焦距）要相互匹配；
  • 分辨率协调——避免将低分辨率素材过度放大导致画质参差不齐；
  • 色彩统一——所有元素需要经过色彩校正以融入整体色调。
工作流程： 1、素材收集——根据构图需求搜集高质量的摄影作品（可使用素材网站如Unsplash、Pinterest或自建素材库）； 2、草图构思——用简单的色块确定画面的大致构图和元素分布； 3、基础拼贴——将选定的照片素材按照草图进行初步拼接，调整位置和大小； 4、光影统一——使用"色彩平衡"、"曲线"、"色阶"等工具统一所有素材的光照效果； 5、边缘融合——使用蒙版、柔边画笔或混合模式消除素材间的生硬边缘； 6、重绘细化——在拼接基础上进行数字绘画，补充细节、修正不合理之处； 7、整体调整——添加大气效果（雾气、尘埃）、色彩分级、景深模糊等统一处理。
常用技巧：
  • 使用"正片叠底"（Multiply）模式添加阴影，"滤色"（Screen）模式添加光照；
  • 利用"照片滤镜"（Photo Filter）统一整体色温；
  • 在拼接处使用"图章工具"或"混合器画笔"进行纹理过渡；
  • 添加手绘笔触打破"过于照片化"的感觉，增加艺术感；
  • 使用智能对象（Smart Object）保持素材的可编辑性。
素材选择建议：
  • 优先选择光照条件相近的素材；
  • 注意素材的版权问题，商业项目需使用可商用的图片资源；
  • 建立自己的分类素材库（天空、建筑、纹理、植被等）。
（3）照片拼接 vs 纯手绘 vs AI生成
照片拼接的优势：
  • 效率极高，适合快速出图和迭代；
  • 真实感强，细节丰富；
  • 适合写实风格的项目（科幻、军事、建筑可视化）。
局限性：
  • 过度依赖素材可能限制创意；
  • 处理不当容易出现"拼贴感"；
  • 需要大量优质素材储备。
与AI绘画的关系： AI生成工具（Midjourney、Stable Diffusion等）正在改变概念艺术的生态。照片拼接技术与AI可以形成互补——使用AI生成基础构图，再进行照片拼接细化，或反之。关键在于艺术家对最终效果的把控和审美判断。
（4）道德与法律考量
  • 版权问题——商业项目中使用的照片素材必须确保有合法授权；
  • 透明度——在作品集中应诚实标注使用照片拼接技术的程度；
  • 过度依赖——照片拼接是工具而非替代品，扎实的手绘基础仍是核心竞争力。
（5）练习建议
  • 从简单的静物或建筑场景开始练习拼接；
  • 尝试将白天场景改为夜晚（练习光影统一）；
  • 对比纯手绘与照片拼接同一主题，理解两者的差异；
  • 建立自己的素材库并定期整理分类。
（6）小结
照片拼接是现代概念艺术工作中不可或缺的技能，它极大地提升了工作效率，让艺术家能在有限时间内产出高质量的概念设计。但正如课程所强调的——"这里没有规则，只有后果"——技术本身没有好坏之分，关键在于如何运用它来服务于创意和叙事。最终，对光影、构图、色彩的深刻理解才是制作出优秀作品的根本。
]]> <![CDATA[ClaudeCode+openclaw 本地部署]]> https://blog.aibhtt.com/article/deploy/cc-openclaw https://blog.aibhtt.com/article/deploy/cc-openclaw Sat, 21 Mar 2026 00:00:00 GMT
😀
部署 ClaudeCode，用 ClaudeCode 部署龙虾，然后配置龙虾基于 ACP 协议调用 ClaudeCode 完成代码工作。

0.前提条件

  • CC-Switch
    • 用于快速配置 ClaudCode APIKEY
  • Git
  • LLM APIKEY

1.ClaudeCode

  • 使用 CC 配置好一组 APIKEY 并启用后，输入 claude 打开 CC

2.openclaw

  • 配置飞书机器人接入，打招呼并配对后，就可以开始使用 openclaw 啦~
 
]]> <![CDATA[『电锯人-蕾塞篇』]]> https://blog.aibhtt.com/article/movie/reze https://blog.aibhtt.com/article/movie/reze Wed, 24 Dec 2025 00:00:00 GMT
🌼
穿过小巷尽头，咖啡屋有美式、煎蛋、甜点、鲜花和蕾塞，雨过天晴之后，我们一起去学校吧～
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
notion image
 
]]>