Ich habe kürzlich einen fantastischen Open-Source-Skill entdeckt, den viele von euch vielleicht auch schon gesehen haben.
Er heißt Anatomy, was sich mit „tiefe Zerlegung“ oder „Strukturanalyse“ übersetzen lässt.
https://x.com/wheresryan22/status/2108948624004526516
Ich finde dieses Tool besonders interessant.
Seine zentrale Designphilosophie lässt sich in einem Satz zusammenfassen:
Das Objekt ist die Erklärung.
Anstatt Konzepte mit Text zu erklären, versucht Anatomy, das Prinzip, das du verstehen möchtest, in ein funktionierendes Gerät zu verwandeln, sodass du den gesamten Prozess aus erster Hand beobachten kannst.
Einfach gesagt: Es verwandelt abstraktes Wissen in interaktive Animationen mechanischer Modelle, bei denen Agenten bewegliche Teile erstellen, vollständige Komponenten anzeigen und Nutzerinteraktion ermöglichen.
Und die Ergebnisse sind überraschend schön und detailliert.
Wenn du zum Beispiel wissen möchtest, wie eine mechanische Uhr im Inneren funktioniert.
Der ästhetische Stil ist genau mein Geschmack. Bei der Interaktion kannst du die Krone manuell aufziehen, um zu sehen, wie die inneren Teile arbeiten. Du kannst auch verschiedene Abschnitte zerlegen, um ihre Strukturen zu betrachten.
Dieser Effekt wurde vom Autor mit folgendem Prompt erzeugt:
/anatomy explain how a mechanical watch keeps time, interactive
Übersetzt bedeutet das: „Erstelle eine interaktive Demo, die erklärt, wie eine mechanische Uhr die Zeit misst.“
Es gibt viele ähnliche Beispiele.
Du kannst damit sogar ein Rolls-Royce Trent 970 Triebwerk mit einer Viertelschnitt-Ansicht erstellen.
Es zeichnet nicht nur das Triebwerksgehäuse, sondern stellt Fan, Kompressor, Brennkammer, Turbine und andere innere Strukturen sehr präzise dar.
Ehrlich gesagt fand ich diese Animationen beim ersten Ansehen unglaublich cool.
Besonders für alle, die sich gerne mit mechanischen Strukturen und physikalischen Prinzipien beschäftigen, gibt es hier enorm viel zu entdecken.
Die Nutzung dieses Skills ist einfach. Öffne einfach deinen Agenten und sag ihm, dass er den kürzlich populär gewordenen Anatomy-Skill installieren soll.
Oder kopiere den folgenden Prompt und sende ihn an deinen Agenten:
Hilf mir, diesen Skill zu installieren: https://github.com/wheresryan22/anatomy/tree/main
Nach der Installation kannst du direkt loslegen.
Nachdem ich selbst mehrere Tests durchgeführt hatte, fiel mir jedoch ein wesentliches Problem auf.
Nehmen wir die obige Uhrenanimation als Beispiel: Die Animationen sind zwar wirklich wunderschön, aber da ich keine Vorkenntnisse über das Innenleben mechanischer Uhren habe, war ich nach einer Weile ziemlich verwirrt.
Was ist welches Teil? Was macht es? Wie wird die Zeit tatsächlich berechnet?
Selbst nachdem ich die eingebauten Texterklärungen, die der Skill neben der Animation liefert, sorgfältig gelesen hatte, blieb es schwer verständlich.
Für Leute, die die Prinzipien bereits kennen, helfen diese prägnanten und extrem detaillierten mechanischen Animationen dabei, Strukturen intuitiver zu erfassen.
Aber wenn mir ein Thema völlig fremd ist, kann ich es trotz noch so exquisiter Visualisierungen nicht verstehen.
Deshalb dachte ich mir: Für Menschen ohne Grundlagenwissen reicht es nicht, das Objekt einfach nur bewegen zu lassen. Idealerweise sollte es eine Erzählung geben, die das Visuelle begleitet und erklärt, was das Ding ist, was gerade passiert, warum es passiert und welchen Zweck es hat.
Da dieser Skill komplexe Prinzipien bereits in Animationen verwandeln kann – warum nicht die KI daraus ein vertontes Erklärvideo generieren lassen?
Und dann passierte etwas Interessantes.
Ich probierte dasselbe Beispiel mit der mechanischen Uhr.
Ich nutzte Opus 5.5 mit hoher Reasoning-Intensität.
Der Prompt war simpel, nur ein einziger Satz.
Es produzierte direkt auf Anhieb das folgende Video.
Abgesehen davon, dass der Voiceover seltsam klang, weil standardmäßig die MacOS-System-TTS verwendet wurde, war alles andere ziemlich beeindruckend.
Die Einführung war umfassend und klar, sie deckte ab, welche Teile existieren, welche Funktionen sie haben, wie die Teile zusammenhängen, wie die Zeitmessung funktioniert usw. Wenn du dir die Zahnräder genau ansiehst, greifen sie während der Drehung perfekt ineinander, und entsprechende Soundeffekte sind ebenfalls enthalten.
Im Vergleich zur reinen Animation oben ist dieses Format für Laien wie mich deutlich zugänglicher.
Ein solches Video führt vielleicht nicht zur Meisterschaft, aber es vermittelt ein grundlegendes Verständnis dafür, wie eine mechanische Uhr funktioniert, und gibt einen Fahrplan für weiteres Lernen vor.
Das Thunderbolt-artige Stimmproblem lässt sich leicht beheben – bitte einfach darum, auf Volcano Engine TTS zu wechseln, und es ist sofort gelöst.
Ich habe damit auch ein Video erstellt, das die Funktionsweise von GPUs erklärt.
Wiederum direkt in einem Durchgang generiert, ohne Nachbesserungen.
Zuerst wird erklärt, wofür GPUs gut sind, aus welchen Komponenten sie bestehen, wie sie zusammengesetzt werden, wie ein Frame berechnet wird, warum GPU-Berechnungen schnell sind, wie Bilder animiert werden, welche Kühlmethoden es gibt, und am Ende folgt eine Zusammenfassung von Input/Output.
Die Struktur ist sehr logisch. Wenn ein bestimmter Teil besprochen wird, hebt der Bildschirm diesen Abschnitt hervor oder zeigt ihn an, was alles klar und leicht verständlich macht.
Die Erklärung hier ist relativ knapp. Wenn du mehr Details möchtest, füge dem Prompt einfach entsprechende Anforderungen hinzu.
Ich habe zum Beispiel darum gebeten, ein detailliertes Erklärvideo zum TCP-Three-Way-Handshake zu erstellen.
Hierfür nutzte ich Opus 5.5 mit Ultra-Intensität.
Abgesehen von einigen Ausspracheproblemen bei englischen Begriffen ist die Videoqualität ziemlich hoch.
Ich habe es einer Kollegin aus unserem Unternehmen gezeigt, die einen Hintergrund in Telekommunikation hat. Sie sagte, dass dieser Stoff normalerweise eine komplette Vorlesung an der Uni füllt, aber die KI es geschafft hat, ihn in einem wenige Minuten langen Video klar zu erklären.
Bremsen sind in letzter Zeit ein heißes Thema, also habe ich diesen Skill auch genutzt, um den Aufbau von Bremsen zu erklären.
Wie wir alle wissen, ist das wichtiges Zeug – lernt es gut, damit ihr euch nicht die Finger verbrennt, Leute.
Kurz gesagt: Das Herumspielen damit in den letzten zwei Tagen hat riesigen Spaß gemacht.
Wann immer du etwas lernen möchtest, lass dir einfach eine maßgeschneiderte Erklärung generieren. Dieses Gefühl ist wirklich befriedigend.
Nachdem ihr die Ergebnisse gesehen habt, weiß ich, dass viele von euch sich für Token-Verbrauch und Zeitaufwand interessieren.
Ehrlich gesagt sind die Token-Kosten für das Erstellen von Videos mit diesem Skill viel niedriger, als ich erwartet hatte.
Zum Beispiel verbrauchte das 5-minütige TCP-Handshake-Video etwa 1 % meines wöchentlichen Kontingents von 200 $ für Claude Max.
Andere 5-Minuten-Videos kosteten ebenfalls rund 1 % des Wochenkontingents.
Wenn du planst, das Ganze online zu veröffentlichen, und jeder Teil extrem detailliert sein soll, brauchst du vielleicht Top-Modelle wie Opus 5.5 mit maximaler Reasoning-Intensität.
Aber wenn es nur fürs persönliche Lernen ist, kannst du mit kostengünstigeren Konfigurationen eine einfachere Version erstellen.
Ich habe auch ein Video zu GPU-Prinzipien mit Sonnet 5.5 und hoher Reasoning-Intensität erstellt. Für Selbstlernzwecke reicht der Effekt absolut aus.
Was die Zeit betrifft: Die Generierung eines 5-minütigen Videos mit Opus 5.5 bei Ultra-Intensität dauert etwa 1,5 Stunden.
Viel beschleunigen lässt sich das nicht.
Der Autor des Anatomy-Skills hat es absichtlich langsam gemacht.
Er erklärte den Grund dafür wie folgt:
Details brauchen Zeit, deshalb zeige ich lieber echte Zahlen, statt zu raten.
Wie weit geht sein Streben nach realistischem Detailreichtum?
Als ich bat, Transformer-Prinzipien zu erklären, versuchte es, selbst ein kleines Modell zu trainieren, was Claudes Sicherheitsfilter auslöste und die Sitzung sperrte. Ich war entsetzt ...
Natürlich muss ich einen Haftungsausschluss hinzufügen.
KI-generierte Animationen und Videos können, obwohl sie sehr ausgefeilt aussehen, nicht garantieren, dass jede mechanische Struktur, jeder Berechnungsprozess und jede Erklärung zu 100 % korrekt ist.
Gerade beim Erlernen von Fachwissen solltest du spezifische Parameter und Schlüsselprinzipien überprüfen.
Aber trotz dieser Einschränkungen finde ich die hier gezeigten Möglichkeiten nach wie vor spannend.
Denn es geht nicht nur darum, wie man ein Erklärvideo macht; es berührt eine größere Frage:
Wie sollten wir in Zukunft Wissen lernen, das wir überhaupt nicht verstehen?
Beim Ausprobieren dieses Skills erinnerte ich mich an einen langen Beitrag, den Karpathy während des Nationalfeiertags auf X veröffentlicht hat.
https://x.com/karpathy/status/2105819303471976479
Er sagte, wir werden in Zukunft wahrscheinlich mehr Zeit damit verbringen, KI-generierte Inhalte zu verstehen.
Um diese Inhalte leichter verständlich zu machen, teilte er mehrere Methoden.
Erstens: Lass die KI Probleme in klarerer, einfacherer Sprache erklären.
Er erwähnte ASD-STE100, einen technischen Englischstandard, der ursprünglich für Wartungsdokumentationen in der Luftfahrt entwickelt wurde. Er schränkt Wortschatz und Satzstruktur ein (z. B. Begrenzung der Satzlänge, Verwendung des Aktivs, konsistente Terminologie), um Mehrdeutigkeiten zu minimieren.
Er stellte fest, dass Texte viel leichter lesbar werden, wenn man die KI bittet, diesem Standard zu folgen.
Hier habe ich Claude gebeten, Zapfenverbindungen einmal ohne und einmal mit diesem Standard zu erklären. Spürt den Unterschied.
Mit ASD-STE100-Referenz.
Zweitens glaubt er, dass dies besser ist als das Erste:
Lass die KI direkt Diagramme zeichnen.
Noch einen Schritt weiter: HTML-Webseiten sind sogar noch besser.
Da KI-Coding mittlerweile stark genug ist, kann sie wunderschöne, interaktive Webseiten erstellen.
Das ist auch das primäre Ausgabeformat des Anatomy-Skills.
Ich habe mit Opus 5.5 mal eben eine in einem Durchgang generiert.
Und die letzte Methode, die Karpathy am meisten favorisiert:
Lass die KI dedizierte Erklärvideos für spezifische Fragen generieren.
Ich habe mit Anatomy ebenfalls eines erstellt, um die Wirkung der verschiedenen Formate zu vergleichen.
Meiner Meinung nach ersetzen sich diese Formate nicht einfach gegenseitig.
Text eignet sich gut zum schnellen Nachschlagen, Diagramme zum Darstellen von Zusammenhängen, interaktive Webseiten zum praktischen Erkunden und Videos zum intuitiven, schrittweisen Verstehen von Abläufen.
Unterschiedliches Wissen, unterschiedliche Menschen und unterschiedliche Lernphasen passen zu unterschiedlichen Formaten.
Ich habe Kollegen gefragt, wie sie damals im Studium angefangen haben, völlig unbekannte Themen zu lernen.
Die Antworten waren ähnlich: Suchmaschinen oder passende Videos auf Plattformen suchen.
Aber die Materialien, die du findest, passen nicht unbedingt zu dir.
Manche sind zu oberflächlich, andere zu spezialisiert. Bei Nischenthemen findest du vielleicht gar keine Kurse.
Letztendlich wurden Lernmaterialien früher von jemandem vorgefertigt und an alle verteilt.
Wir konnten nur das Passendste aus dem vorhandenen Angebot auswählen.
Aber jetzt, mit Modellen wie Opus 5.5 und Skills wie Anatomy, können wir die KI Lernmaterialien on-demand generieren lassen.
Das spart Suchzeit und stillt Neugier, die sonst vielleicht aufgegeben worden wäre.
Selbst wenn dich nur eine winzige Frage interessiert, kannst du die KI sofort bitten, ein Erklärvideo dazu zu erstellen.
Was für eine wunderbare Zeit.
Das war's. Wenn dir dieser Artikel gefallen hat, gib ihm ein Like, kommentiere und teile ihn. Das hilft uns sehr.
Danke fürs Lesen. Bis zum nächsten Mal.
