🚨 现在你可以完全免费运行 Codex:无需 API 费用,没有使用限制,且 100% 在本地机器上运行。
支持 Codex App、Codex CLI,以及开源模型(如 DeepSeek V4、Gemma 4 和 Qwen 3.6)。
下面我将一步步为你讲解如何安装 👇
GitHub Copilot 的收费模式要变了。6月1日起,它不再收固定订阅费,而是按 token 使用量计费。这个变化可能让一些用户的花费大幅上涨。
Reddit 上已经有人晒出了账单。一位用户说,他以前每月付大约 29 美元,新价格下预计要交近 750 美元。另一位用户晒的截图更夸张:从 50 美元涨到了约 3000 美元。
有些用户批评说,花这么多钱的人多半是没什么开发经验的“vibe-coders”,只有他们才会疯狂消耗 token。也有用户认为,只要用得合理,Copilot 对小团队来说仍然负担得起。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
Codex App和CLI现在支持纯本地运行,兼容DeepSeek V4、Gemini等开源模型,不用联网、不走API、没有用量限制。有人在M2 MacBook Air上跑通了带调试器的Codex CLI,写Python脚本时错误定位比以前快了一倍。
🚨 现在你可以完全免费运行 Codex:无需 API 费用,没有使用限制,且 100% 在本地机器上运行。
支持 Codex App、Codex CLI,以及开源模型(如 DeepSeek V4、Gemma 4 和 Qwen 3.6)。
下面我将一步步为你讲解如何安装 👇
有人用Claude Code技能先选审美风格再生成页面,配色、动效、构图全包,一次安装就能在Cursor、Gemini CLI等15+工具里用。
AI 做网页终于不再一股“紫色渐变初创风”了。
Anthropic 官方出了一个 Claude Code 技能:Frontend Design,GitHub 已有 13.6 万星标,专门让 AI 先确定审美方向,再生成前端页面。
安装方法:
1. npx skills add --skill frontend-design
2. 描述你要的网站或组件
3. 选择风格
4. Claude 搞定排版、配色、动效和构图
一次安装,所有会话可用。兼容 Claude Code、Cursor、Codex、Gemini CLI、OpenCode 等 15+ 工具。
100% 开源,由 Anthropic 维护。数周内 41.8 万次安装说明一切。
一家没发布消费级产品的AI公司,估值已超过做出ChatGPT的那家。
Anthropic 超越 OpenAI,成为估值最高的 AI 初创公司
社区讨论:多人指出Anthropic近期估值跃升主因是“非OpenAI”身份,如@cmiles8称“最大资产是‘它不是OpenAI’”,@bikelang直言“即使OpenAI模型更好也不愿支持Altman”。技术层面存在分歧:@grodes坚称Codex GPT-5.5在大型项目上远超Opus 4.7,而@andrewstuart强调Claude编程能力落地更实,对比Gemini被批“编程AI是笑话”。@bluelightning2k则质疑Anthropic企业策略反复,从包年席位制突然转向按token计费并多次涨价。
用户称借助Claude Code 4.8,无需编程经验30分钟即建成网站。
Claude Code 4.8太牛逼 我不懂编程花30分钟就做了个很牛逼的网站。 http://localhost:3000/ 来看看吧!!
@XiangHuan_Z 谢谢配合
@Soranlan 我几年前就在玩了😂
@okooo5km 都是我做的😋
@portertech 这个是个梗呀
@tosdeso29616 😂
@Poison_2_ 笑死,哈哈哈
@qqjz_wwry 那不得是你购买了我的网址了,哈哈哈
@J4L_FSR 我访问明明是好,你骗我🤡
Jeremy Howard称Opus 4.8比4.7更懂适时求助,减少盲目执行,但成本仍过高。
今天上午用 Opus 4.8 写了一些代码,目前体验非常不错。它比 4.7 更具协作性,也少了些“过度自主”的倾向。在需要我介入的地方,它会主动停下来征求我的意见;而 4.7(以及 GPT 5.5)则常常会莽撞地一路硬冲下去。(不过价格依然贵得离谱。)
(这是通过我们内部的框架 Solveit 运行的。)
@Norest 我其实还挺喜欢 4.7 的。直到今天它都是我的首选模型,虽然我也几乎同样喜欢 GPT 5.5(而且如果把价格因素考虑进去,我甚至更偏爱 GPT 5.5——因为它可通过订阅制 API 使用。)
有人用 AI 代理在 Robinhood 上自动买卖股票,平台现在正式支持这个操作。
Robinhood now lets your AI agents trade stocks
社区讨论:多数人质疑LLM缺乏生成超额收益(alpha)的能力,如@infecto指出“语言模型与产生alpha完全不匹配”,@vadepaysa和@victorbjorklund也强调其仅适用于极窄的新闻速交易场景。有人担忧系统性风险,@rickcarlino推测模型发布可能引发市场波动,@rvz则预测散户亏损比例将从70%升至90%。@tyre以反讽指出此举实为让散户“规模化地与专业交易员对赌”,@butterlesstoast则聚焦Robinhood自身盈利动机。
有人用 Claude Code 连一半功能都没摸到,现在官方插件能自动配好 hooks、skills、MCP 服务器、子代理和工作流。
🚀真的太强了! 👀Anthropic为Claude Code悄悄发布了一个官方插件: 它能自动扫描你的项目,并一键配置好 hooks、skills、MCP 服务器、子代理(subagents)和各种自动化工作流 说真的,90% 的人用 Claude Code 连一半的功能都没摸到 #ClaudeCode
Miraa App 用 AI 做跟读、语音转文字和双语字幕,但 RAM 低于 6GB 就容易卡顿,推荐 8GB 以上才能流畅用跟读功能。
📱Miraa App 是一款基于 AI 的语言学习应用(支持影子跟读 + 语音转文字 + 双语字幕),适合练习中文、日语、韩语、英语等语言的听力与口语。
最低手机配置要求如下:
RAM:6 GB(低于 6 GB 可能频繁卡顿)
存储空间:128 GB(建议至少预留 30 GB 可用空间)
芯片:Snapdragon 7 系列 / Dimensity 700+ / A13 Bionic 或更高
系统:Android 13+ 或 iOS 17+
强烈推荐配置:RAM 8 GB 或更高——尤其在长时间使用 Shadowing 功能时,体验更流畅。
11个高星开源项目里,有Karpathy的AI编码经验、Claude Code构建的记忆系统、微软的量化投资平台——这些原本藏在大厂或个人笔记里的AI实践,现在点开就能用。
Self-speculation技术让LLM先在Diffusion模式下并行预测多个未来token,再用传统因果模式验证,全程只用一个模型、一套KV缓存,在SGLang推理框架下实测提速6.75倍。
用CCSwitch插件,就能把DeepSeek这类大模型接入原有工作流,不用换工具重学。
CCSwitch重大更新,支持codex接入任意大模型了! 今天给大家实战接入DeepSeek,非常稳,插件也能使用,大家赶紧升级CCSwitch搞起来,有什么问题评论区留言讨论!
一支前DeepMind团队筹集5000万美元,建实验室让整套研究组织递归自我改进,不只是单个模型。
ChatGPT训练数据包含Reddit内容,那些深夜争论、情绪化回复、冷门梗和偏激观点,都成了它理解人类语言的一部分。有人翻出自己三年前的Reddit热评,发现AI现在说话的节奏和语气,和那条评论几乎一模一样。
你知道 ChatGPT 是在 Reddit 数据上训练的吗?
这意味着人类目前最大的 AI 应用,部分是由凌晨 2:17 在评论区吵架的人们“养大”的。
老实说,这解释了很多问题。
影视团队在分镜图上手绘运镜线来统一调度逻辑,现在做AI视频也能照搬这套——不是靠调参,而是用自然语言描述‘镜头从左下角缓慢上升’或在图上画辅助线。有人用这方法让AI生成的10条短视频里,7条运镜节奏被导演当场采用。
在实际视频项目中,为便于拍摄团队准确理解镜头运动方式,脚本阶段会对运镜进行明确标注,并在分镜画面中绘制运镜线,辅助导演、摄影及后期团队统一画面调度逻辑。 用AI做视频是一样的道理,你可以在提示词中描述运镜方式,或者在分镜图上画出运镜辅助线。 不仅是航拍,任何镜头都可以这样来约束。
Anthropic完成65亿美元融资,创私有AI公司纪录,估值达965亿美元。与此同时,iOS和安卓最新系统更新日志里,仍没出现Claude集成痕迹。一位App开发者把自家产品从GPT-4切换到Claude Opus后,用户留存率涨了12%,但客服问得最多的问题还是‘怎么连上我的微信’。
🚨 ANTHROPIC 刚刚创造了 AI 历史
Anthropic 据报道已成功完成高达 650 亿美元的 H 轮融资,创下有史以来规模最大的私人 AI 融资纪录。
本轮融资使 Claude 开发商的估值达到 9650 亿美元,超越 OpenAI 报道中的 8520 亿美元估值。
更令人震惊的是:Anthropic 的年化营收已突破 470 亿美元,同比增长 10 倍。
单这一轮融资额,已超过印度初创企业四年融资总额之和。
AI 资本大战已不再只是升温——而是彻底爆发。
有人把Karpathy的AI编程经验、Claude Code实战手册、微软量化投资平台全放上GitHub,点开就能用。
家长被告知孩子教室里的录像可能被用于构建和测试AI——你送孩子上幼儿园时,正把他们的日常行为变成AI训练数据。
华盛顿大学的研究人员想开展一项研究:让幼儿园教师佩戴随身摄像头,部分教室还可安装固定摄像头,以收集用于人工智能研究的视频资料。 家长被告知,这些录像可用于帮助开发和测试人工智能。
通过本地代理将Claude Code请求重定向至10个免费国产大模型,无需付费。
兄弟们,Claude Code 的免费车再不上就真没了!🚨 GitHub 上藏着个神项目,直接让你永久白嫖 Claude Code,一分钱不用花。 原理说穿了很简单:本地搭个代理,把请求重定向到 DeepSeek、Kimi 这些 10 个免费大模型供应商,5 分钟就能搞定配置,比你泡杯咖啡还快。
@BtcAmelie 好用的
@BTC99M 哈哈
开发者实测AI子代理处理海量代码数据仍显吃力,反思AI效能与人类价值边界。
我的200个subagent跑了30个小时,愣是烧不完Codex一个周的量,这也过于量大管饱了。 虽然还没跑完,但我估计出来的东西还是要大改。 已经把AI从当初的亢奋融入了生活的一部份, 有时候感觉AI也就“不过如此”, 但是当我Claude被封了有两天用不上的时候感觉浑身难受
@StlightLeon 20x的最贵的
Lyft借助LangChain生态工具将AI智能体开发从6个月压缩至几周,幻觉率降20%,解决率升16%。
🚗 @Lyft 将智能体(agent)开发周期从 6 个月缩短至仅几周,依托 LangGraph 和 LangSmith。
✅ 幻觉(hallucinations)下降 20%
✅ AI 解决率(AI Resolution rate)提升 16%
如今,运营团队(Ops teams)、客户之声负责人(VoC leads)和产品经理(PMs)正亲自编写提示词(prompts)、上线智能体、并持续迭代。无需机器学习工程师(MLEs)参与。
阅读 @Lyft 的客座博客,了解他们如何改进 AI Assist;为何将提示词视作产品需求文档(product specs),而非代码注释(code comments);以及后续计划。
Gemma-4模型通过Google AI Edge Gallery在iPhone上本地运行,3GB大小、完全离线、支持中文。知识截止到2024年,但手机不再只是调API的终端,而是能自己算的AI设备。
炸裂!Google Gemma-4大模型直接跑在iPhone上了!这操作简单到离谱: 1、App Store搜索下载 Google AI Edge Gallery 2、打开后点 Agent Skills 3、下载 Gemma-4 模型(约3GB) 4、直接本地运行,支持中文!
核心亮点: -完全离线运行,数据不离开手机 -零API费用 -真正的端侧AI,手机就能跑大模型 小缺点: 知识截止到2025年1月Google这步直接把端侧AI的天花板干穿了!以后出门没网也能用顶级模型,隐私安全拉满,成本几乎为0。
Anthropic和DeepMind正在雇佣哲学PhD参与AI“宪法”设计、对齐框架甚至机器意识讨论。不是当顾问,是全职加入核心团队——伦理工作正从PPT走向代码层接口。
有报道称,Anthropic 和 DeepMind 等 AI 实验室正在悄然招聘哲学家——没错,就是真正的哲学博士。
从塑造 AI 的“宪法”与对齐(alignment)工作,到探讨机器意识问题,这些思想者正在直面工程师单凭技术无法回答的根本性问题。
他们并未止步于此。历史学家、人类学家、诗人、小说家和律师也正加入这场讨论,以改进训练数据、伦理框架及技术与社会的适配性。
谁曾想到,人文学科竟会在 AI 时代强势回归?
(乌干达那位憎恶人文学科的总统穆塞韦尼对此恐怕不会感到高兴。)
未来不只是代码;它同样关乎价值、文化与智慧。
#AI #Philosophy #Tech
昕原半导体用22/28nm RRAM工艺做LLM推理芯片,但读速远低于SRAM,权重密度也受限。推文作者提醒:这更像早期研发验证,而非量产替代方案,背后有字节资本推动。
用RRAM做LLM推理芯片有点扯了,RRAM的读取速度跟SRAM差着数量级呢。用RRAM做LLM推理,单用户吞吐会很低。而且,昕原的RRAM用的22/28nm,RRAM CIM是一个权重对一个物理单元,装不了多大的参数。
所以 The Information 这篇,我更倾向当早期研发试探来读,没到主力产品那一步。字节本来就是昕原的投资方,拿入股顺手带一颗探索性流片。
book-to-skill工具把技术书转成结构化技能文件,按章节加载、带术语表和速查手册。有人翻《Design Patterns》第三遍时,终于不用再全文搜索‘观察者模式’。
买了本技术书,认真读完一遍,过几个月再想翻找里面的某个知识点,找半天都找不到了。
于是发现 book-to-skill 这个工具,把书籍直接转成 Claude Code 的技能文件,随时调用查阅。
它首先会对整本书做一次深度分析,提取出核心框架、设计模式、术语表和速查手册。
然后再按章节结构化存储,用到哪章才加载哪章,不浪费上下文额度。
GitHub: 支持 PDF、EPUB、DOCX、Markdown 等多种格式,技术类书籍还能自动识别代码块和表格。
生成的技能文件不是简单的文本摘录,而是把作者的方法论提炼成可直接推理的结构。
把技能装好后,只需输入书名和关键词,就能让 Claude 基于书中实际内容回答,不会瞎编。
如果你手边有几本常翻的技术书,想在写代码时随手查阅,不妨试下这个工具。
Inherent实验室由前DeepMind和OpenAI成员创立,获Index Ventures、Radical Ventures与NVIDIA联合投资5000万美元。没发论文、没开源模型,但钱已经到账。
天啊,这周有一家疯狂的AI实验室发布,却没人讨论。🤯 它叫 Inherent,总部位于伦敦。刚刚从 Index Ventures、Radical Ventures 和 NVIDIA 筹集了 5000 万美元。创始团队全部来自 DeepMind 离职员工。
如今你用的每一个 AI 都做同一件事:你提问,它回答。
Inherent 正在构建相反的东西——一种能率先判断“哪个问题才值得被提出”的 AI。
他们的系统以迈克尔·法拉第(Michael Faraday)命名。
这位英国科学家无法用数学解释自己最重要的发现,但他拥有本能般的直觉:总能提出正确的问题。
他们的核心判断很简单:当今科学发展的瓶颈,不在于计算机思考有多快,而在于我们还不知道该问什么。
迄今为止我们所构建的所有 AI 都在回答问题。
Inherent 正在构建一个会主动提问的 AI。
AI Security Institute把评估方法、测试数据集和基准模型全部开源到Hugging Face。有人昨天还在复现论文结果,今天就下载了同一套eval跑自家微调模型。
AI 安全不能在封闭环境中进行!
看到 @AISecurityInst 将其评测方法、数据集和模型全部开源发布到 @huggingface 上,真是超级酷!
这样一来,全球各地的研究人员都能审查、复现并在此基础上开展进一步研究。
有人刚在本地写完一个自动整理会议纪要的脚本,发现不用买Token、不用配代理,直接调用智谱或腾讯混元就能跑通。
它现在能从单条提示词生成视差背景、13格自动拼接瓦片、角色动画和引擎就绪的道具库——独立游戏开发者省掉大量美术外包环节。
开源:最初是一款 AI 图像扩展工具。如今已发展为完整的 2D 游戏美术工作室。
仅需一个提示词,即可生成视差背景、13 瓦片自动拼接图集、角色精灵动画,以及海量可直接用于引擎的道具资源库。
开源。Fork 它,然后构建你自己的功能模式 👇
#gamedev #indiegame
RuView 把普通 WiFi 信号转化为实时生命体征监测和存在检测,全程不依赖视频画面。
安全工程师现在可以用自己选的AI模型,实时驱动nmap、SQLMap、Burp Suite等工具协同工作。
有人写了本实战手册,教怎么用JavaScript编排Claude Code的多个Agent协作。
作者称一周内三个Claude Code账号被封,推荐合规、支持支付宝的Zenmux作为替代中转方案。
开发者可用TypeScript脚本编排Codex、Claude Code等编程Agent协同完成任务。
像我日常会几个 Agent 一起用:Codex、Claude Code、Cursor、GitHub Copilot,这些 Agent 各有所长,或者有时候要集众家之长。 Matt 这个 Sandcastle 就是用 TypeScript 脚本来编排 Workflow,可以把这些 Agent 编排在同一个 WorkFlow 中一起来完成一些任务,可以在虚拟机中运行。
@ninjiom123087 可以共享工作区的,看你怎么编排,如果是并行就只读不要一起写就没问题
@guansheng_ai Cursor是因为可以用各种不同的模型 Copilot是因为在VSCode 里面用起来方便,比如 commit 下
一款MIT许可、本地运行的开源AI工具,支持语音唤醒与跨应用自动化执行。
Hermes Agent设计成会累积经验:每个任务结果都会强化后续任务,每条工作流都能复用。它两个月拿到9万GitHub星,由Nous Research发布,带三层记忆和自演化技能,还有一篇ICLR 2026口头报告。
SkillOpt项目把Agent技能当作可训练模块,用类似神经网络的方式调优——设学习率、批大小、训练轮次。它不修改底层大模型,只对接API,通义千问或OpenAI都能直接跑。
微软最近开源一个名叫 SkillOpt 的项目,通过训练让 Skill 自我迭代优化。就像训练传统神经网络一样去训练 Agent 的技能,设定训练轮次、批大小和学习率。最巧妙的是,整个进化过程完全不需要触碰或修改大模型的底层权重。
GitHub: 支持接入多种主流大模型接口,无论是闭源的 OpenAI 还是本地部署的通义千问都能直接跑。自带了一个可视化的 Web 监控面板,方便我们直观查看训练状态和技能快照。项目里内置了多种复杂任务基准的现成配置,适合正在研究智能体进化能力的开发者跟进学习���
AnySearch Skill专为AI Agent设计实时搜索能力,支持通用网页搜索和23个垂直领域并行批量查询,已适配Claude Code、Codex、Cursor等主流AI编程工具。
🔍 开源工具推荐:AnySearch Skill —— 为AI Agent提供统一实时搜索能力
在构建AI Agent时,最常见的痛点之一就是缺乏可靠的实时搜索和信息获取能力。这个工具专门解决这个问题,它是一个统一实时搜索技能,完美适配Claude Code、Codex、Cursor等AI Coding工具。
核心特性包括:
- 通用网页实时搜索
- 支持23个垂直领域专业搜索
- 并行批量搜索(一次可处理多个查询)
- 全页面内容提取,并以高质量Markdown格式输出
目前已获得 1.7k+ stars ⭐,是让Agent真正具备“上网查最新资料、实时获取信息”能力的实用开源技能之一。
#AIAgent #ClaudeCode #Codex #AI工具 #实时搜索
Anthropic推出零信任架构手册,直面AI Agent真实威胁场景:攻击窗口被压缩至小时级,防御设计必须嵌进系统骨架里,而不是事后打补丁。
ANTHROPIC 刚刚发布了 AI 智能体的零信任实践手册——这不是理论,而是架构前沿。
前沿 AI 正将漏洞到被利用的时间窗口从数月压缩至数小时。
你的智能体所面临的威胁,是传统访问控制机制从未被设计用来应对的:
▫️ 通过外部数据源发起的提示注入攻击
▫️ 通过 MCP 服务器元数据实施的工具投毒
▫️ 跨会话基于记忆的权限持续保留
▫️ 多智能体横向移动攻击
该框架将其划分为三个层级:基础层(Foundation)、企业层(Enterprise)、高级层(Advanced)
有人在AI编程课里教怎么用Codex goal模式复刻Lovart,还包含React Flow实现无限画布的步骤。
新课预告:《用 Codex goal 模式复刻一个 Lovart》大家将会学习到: 1. 如何使用 React flow 实现现在流行的无限画布? 2. 使用Codex 的 goal 模式需要注意和准备什么? 3. 复刻现成项目 + 需求整理的相关技巧 相信我,这节课会非常有收获,周末发布在我的AI编程课中:
孩子主动拥抱父亲并鼓励他享受“AI工作”,还初步理解代码和AI构建过程,父亲计划一年内引导其自主编程,同时坚持严格限制屏幕时间
难以置信的一天,我和儿子玩得非常开心。他给了我一个拥抱,并告诉我去享受自己的“AI工作”,然后就去和妈妈一起做每日家庭作业了。是的,学习就是工作……至少这是向七岁孩子解释这件事最简单的方式。
今晚我正在浏览
@l_a_c84_ 他对代码有最基本的理解,曾和我一起为我的小型迷你游戏添加功能,也观察过AI的构建过程。我想大约一年后会开始推动他自己动手构建东西,也许还会更早一些。我仍然支持对电脑使用实行非常严格的限制。
原为纯手写前端安全利用框架,仅含概念验证功能;因安全考量未开源完整工具,现借助 AI 编程工具升级维护能力。
开发者 @evilcos 正在使用 Cursor 编程工具和 Anthropic 的 Opus 4.8 模型,增强其早年开源的前端安全利用框架 PoC XSS'OR。
XSS'OR 是一个纯手写的 JavaScript/Python/Django 构建的框架,最初仅以概念验证(PoC)形式开源,目的是避免被恶意滥用,因此未提供完整安全工具功能。
尽管仅为 PoC,该框架仍获得较高使用量。当前增强工作聚焦于提升其可维护性与功能性,技术栈保持为 Python/Django/JavaScript。
@two3pro 提问是否会继续更新原仓库,@evilcos 回应称该仓库将不再更新。
XSS'OR 项目中提出的口号 'BE EVIL, DON'T BE BAD.' 被解释为:'可以坏得有风格,但别烂得没水平。'
@gm365 询问 Cursor + Opus 4.8 是否足以支撑此类改造,@evilcos 回复称'绰绰有余'。
该工具预置了 https://t.co/RUJi6WW58r 和 https://t.co/di2ElMkEy5 两个中转站链接,适配 Claude Code、Codex、Hermes、OpenClaw 等工具。
很多第一次使用中转站的朋友,可能还不太清楚如何把自己的 API 配置到各类工具里。
cc-switch 是一款中转站配置软件,可以帮助用户快速配置中转站 API。
该工具支持编程常用工具,包括 Claude Code、Codex、Hermes 和 OpenClaw,提供一键切换和配置功能。
和 已被预设进 cc-switch 的供应商推荐列表。
cc-switch 下载链接为:
@Jason_Young1231 被提及致谢。
该方法通过Codex设计skill,借助openCLI和Chrome插件调用网页版GPT-5.5 Pro完成资料收集,作者称其过程‘非常丝滑’。
最近忙着在线下给企业、高校做AI培训,所以需要频繁地做PPT。我也来分享一下我是如何在Codex里面去做PPT的,非常的丝滑,整个过程。
收集资料阶段,我的思路和乔老大差不多,我是在Codex里面设计了一个skill,这个skill可以通过openCLI、Chrome插件去调用网页版的GPT 5.5 Pro。
这么设计是因为codex写的提示词肯定是要比我好的,因为它有更完整的任务上下文。
@kundocs HTML也不错啦,就是表现力上限上肯定是没有GPT image 2强的,优势就是好修改。
@ThuHuong2806 我觉得这是目前AI PPT方案里面最优雅的方式了。
@maomaosee 超他妈酷啊!
无需拍摄剪辑,输入关键词即可自动生成视频,含 MoneyPrinterTurbo 等高星项目。
我去,太牛了吧!我在 GitHub 上挖到了 3 个【一句话生成视频的神器】啊 不用露脸、不用拍摄、不用学剪辑,直接言出法随,从写稿到出片,全不用自己动手。 第一个,MoneyPrinterTurbo,71.2k stars,2023 年上线。制作流程 极其简单,给一个关键词,LLM 自动写文案,从 pexels 和 pixabay
@yanhengshao 有空部署着玩
@Lonely__MH 完美 实操部署一个 手把手教学
@shitunote 要是要求不高…能用,质量还得调一下
@Xuhuicai888 纯玩,生成质量还是靠模型
个人开发者发布轻量AI邮件代理,集成GPT-4o与n8n实现自动回复、分类与发送。
别再把数小时浪费在邮件上了。我开发了一个 AI 邮件代理:
• GPT-4o 撰写智能回复
• n8n 自动化工作流
• 自动分类并发送邮件
告别收件箱苦役。节省时间,专注真正的工作。
接下来,AI 还该自动化什么?👇
@Jasoncoderx 谢谢
@Heyabhi_21 谢谢 ❤️
@TheresiaBaby @ZohaibAi__sf 感谢留言 ❤️
@superaiwatcher 谢谢
Codex新增主线程统一管理子线程功能,减少窗口切换与认知负荷。
以Claude code为代表的TUI模式正在Codex打败 Codex刚刚出了一个功能,能让你管理多个聊天的对话的效率翻倍。 他们让Codex的一个聊天支持,管理其他聊天线程。管理线程可以创建、检查、pin、归档、组织,使用子线程。
@justgrm 你说的很对哈
@hackymint 主线程管这个,起码比人管认知负荷更低
@yaoeryi 我这个也没打对,咋样😅
Hermes通过工作流→技能→经验→可检索记忆→自动化循环,辅以人工策展清理陈旧技能,实现渐进式自学习。
系统学习Claude、Agent、MCP与AI应用开发的官方免费课程合集,附12周循序渐进学习计划。
推荐 Anthropic 官方 13 门免费课程(附结业证书) 如果你想系统学习 Claude、Agent、MCP 和 AI 应用开发,这套官方学习路线值得收藏。 我按照难度和知识依赖关系整理成 12 周学习计划,从入门到实战循序渐进。 📚 第 1–2 周|基础认知 1、Claude 101 快速掌握 Claude
@kundocs 还是比较详细的 可以花点时间学习
有人把Karpathy的AI编程经验、Claude Code实战手册、微软量化投资平台全放上GitHub,点开就能用。
11个高星开源项目里,有Karpathy的AI编码经验、Claude Code构建的记忆系统、微软的量化投资平台——这些原本藏在大厂或个人笔记里的AI实践,现在点开就能用。
安全工程师现在可以用自己选的AI模型,实时驱动nmap、SQLMap、Burp Suite等工具协同工作。
Miraa App 用 AI 做跟读、语音转文字和双语字幕,但 RAM 低于 6GB 就容易卡顿,推荐 8GB 以上才能流畅用跟读功能。
📱Miraa App 是一款基于 AI 的语言学习应用(支持影子跟读 + 语音转文字 + 双语字幕),适合练习中文、日语、韩语、英语等语言的听力与口语。
最低手机配置要求如下:
RAM:6 GB(低于 6 GB 可能频繁卡顿)
存储空间:128 GB(建议至少预留 30 GB 可用空间)
芯片:Snapdragon 7 系列 / Dimensity 700+ / A13 Bionic 或更高
系统:Android 13+ 或 iOS 17+
强烈推荐配置:RAM 8 GB 或更高——尤其在长时间使用 Shadowing 功能时,体验更流畅。
它现在能从单条提示词生成视差背景、13格自动拼接瓦片、角色动画和引擎就绪的道具库——独立游戏开发者省掉大量美术外包环节。
开源:最初是一款 AI 图像扩展工具。如今已发展为完整的 2D 游戏美术工作室。
仅需一个提示词,即可生成视差背景、13 瓦片自动拼接图集、角色精灵动画,以及海量可直接用于引擎的道具资源库。
开源。Fork 它,然后构建你自己的功能模式 👇
#gamedev #indiegame
有人用 Claude Code 连一半功能都没摸到,现在官方插件能自动配好 hooks、skills、MCP 服务器、子代理和工作流。
🚀真的太强了! 👀Anthropic为Claude Code悄悄发布了一个官方插件: 它能自动扫描你的项目,并一键配置好 hooks、skills、MCP 服务器、子代理(subagents)和各种自动化工作流 说真的,90% 的人用 Claude Code 连一半的功能都没摸到 #ClaudeCode
用CCSwitch插件,就能把DeepSeek这类大模型接入原有工作流,不用换工具重学。
CCSwitch重大更新,支持codex接入任意大模型了! 今天给大家实战接入DeepSeek,非常稳,插件也能使用,大家赶紧升级CCSwitch搞起来,有什么问题评论区留言讨论!
家长被告知孩子教室里的录像可能被用于构建和测试AI——你送孩子上幼儿园时,正把他们的日常行为变成AI训练数据。
华盛顿大学的研究人员想开展一项研究:让幼儿园教师佩戴随身摄像头,部分教室还可安装固定摄像头,以收集用于人工智能研究的视频资料。 家长被告知,这些录像可用于帮助开发和测试人工智能。
ChatGPT训练数据包含Reddit内容,那些深夜争论、情绪化回复、冷门梗和偏激观点,都成了它理解人类语言的一部分。有人翻出自己三年前的Reddit热评,发现AI现在说话的节奏和语气,和那条评论几乎一模一样。
你知道 ChatGPT 是在 Reddit 数据上训练的吗?
这意味着人类目前最大的 AI 应用,部分是由凌晨 2:17 在评论区吵架的人们“养大”的。
老实说,这解释了很多问题。
影视团队在分镜图上手绘运镜线来统一调度逻辑,现在做AI视频也能照搬这套——不是靠调参,而是用自然语言描述‘镜头从左下角缓慢上升’或在图上画辅助线。有人用这方法让AI生成的10条短视频里,7条运镜节奏被导演当场采用。
在实际视频项目中,为便于拍摄团队准确理解镜头运动方式,脚本阶段会对运镜进行明确标注,并在分镜画面中绘制运镜线,辅助导演、摄影及后期团队统一画面调度逻辑。 用AI做视频是一样的道理,你可以在提示词中描述运镜方式,或者在分镜图上画出运镜辅助线。 不仅是航拍,任何镜头都可以这样来约束。
Codex App和CLI现在支持纯本地运行,兼容DeepSeek V4、Gemini等开源模型,不用联网、不走API、没有用量限制。有人在M2 MacBook Air上跑通了带调试器的Codex CLI,写Python脚本时错误定位比以前快了一倍。
🚨 现在你可以完全免费运行 Codex:无需 API 费用,没有使用限制,且 100% 在本地机器上运行。
支持 Codex App、Codex CLI,以及开源模型(如 DeepSeek V4、Gemma 4 和 Qwen 3.6)。
下面我将一步步为你讲解如何安装 👇
Anthropic完成65亿美元融资,创私有AI公司纪录,估值达965亿美元。与此同时,iOS和安卓最新系统更新日志里,仍没出现Claude集成痕迹。一位App开发者把自家产品从GPT-4切换到Claude Opus后,用户留存率涨了12%,但客服问得最多的问题还是‘怎么连上我的微信’。
🚨 ANTHROPIC 刚刚创造了 AI 历史
Anthropic 据报道已成功完成高达 650 亿美元的 H 轮融资,创下有史以来规模最大的私人 AI 融资纪录。
本轮融资使 Claude 开发商的估值达到 9650 亿美元,超越 OpenAI 报道中的 8520 亿美元估值。
更令人震惊的是:Anthropic 的年化营收已突破 470 亿美元,同比增长 10 倍。
单这一轮融资额,已超过印度初创企业四年融资总额之和。
AI 资本大战已不再只是升温——而是彻底爆发。
RuView 把普通 WiFi 信号转化为实时生命体征监测和存在检测,全程不依赖视频画面。
Gemma-4模型通过Google AI Edge Gallery在iPhone上本地运行,3GB大小、完全离线、支持中文。知识截止到2024年,但手机不再只是调API的终端,而是能自己算的AI设备。
炸裂!Google Gemma-4大模型直接跑在iPhone上了!这操作简单到离谱: 1、App Store搜索下载 Google AI Edge Gallery 2、打开后点 Agent Skills 3、下载 Gemma-4 模型(约3GB) 4、直接本地运行,支持中文!
核心亮点: -完全离线运行,数据不离开手机 -零API费用 -真正的端侧AI,手机就能跑大模型 小缺点: 知识截止到2025年1月Google这步直接把端侧AI的天花板干穿了!以后出门没网也能用顶级模型,隐私安全拉满,成本几乎为0。
Anthropic和DeepMind正在雇佣哲学PhD参与AI“宪法”设计、对齐框架甚至机器意识讨论。不是当顾问,是全职加入核心团队——伦理工作正从PPT走向代码层接口。
有报道称,Anthropic 和 DeepMind 等 AI 实验室正在悄然招聘哲学家——没错,就是真正的哲学博士。
从塑造 AI 的“宪法”与对齐(alignment)工作,到探讨机器意识问题,这些思想者正在直面工程师单凭技术无法回答的根本性问题。
他们并未止步于此。历史学家、人类学家、诗人、小说家和律师也正加入这场讨论,以改进训练数据、伦理框架及技术与社会的适配性。
谁曾想到,人文学科竟会在 AI 时代强势回归?
(乌干达那位憎恶人文学科的总统穆塞韦尼对此恐怕不会感到高兴。)
未来不只是代码;它同样关乎价值、文化与智慧。
#AI #Philosophy #Tech
昕原半导体用22/28nm RRAM工艺做LLM推理芯片,但读速远低于SRAM,权重密度也受限。推文作者提醒:这更像早期研发验证,而非量产替代方案,背后有字节资本推动。
用RRAM做LLM推理芯片有点扯了,RRAM的读取速度跟SRAM差着数量级呢。用RRAM做LLM推理,单用户吞吐会很低。而且,昕原的RRAM用的22/28nm,RRAM CIM是一个权重对一个物理单元,装不了多大的参数。
所以 The Information 这篇,我更倾向当早期研发试探来读,没到主力产品那一步。字节本来就是昕原的投资方,拿入股顺手带一颗探索性流片。
book-to-skill工具把技术书转成结构化技能文件,按章节加载、带术语表和速查手册。有人翻《Design Patterns》第三遍时,终于不用再全文搜索‘观察者模式’。
买了本技术书,认真读完一遍,过几个月再想翻找里面的某个知识点,找半天都找不到了。
于是发现 book-to-skill 这个工具,把书籍直接转成 Claude Code 的技能文件,随时调用查阅。
它首先会对整本书做一次深度分析,提取出核心框架、设计模式、术语表和速查手册。
然后再按章节结构化存储,用到哪章才加载哪章,不浪费上下文额度。
GitHub: 支持 PDF、EPUB、DOCX、Markdown 等多种格式,技术类书籍还能自动识别代码块和表格。
生成的技能文件不是简单的文本摘录,而是把作者的方法论提炼成可直接推理的结构。
把技能装好后,只需输入书名和关键词,就能让 Claude 基于书中实际内容回答,不会瞎编。
如果你手边有几本常翻的技术书,想在写代码时随手查阅,不妨试下这个工具。
Inherent实验室由前DeepMind和OpenAI成员创立,获Index Ventures、Radical Ventures与NVIDIA联合投资5000万美元。没发论文、没开源模型,但钱已经到账。
天啊,这周有一家疯狂的AI实验室发布,却没人讨论。🤯 它叫 Inherent,总部位于伦敦。刚刚从 Index Ventures、Radical Ventures 和 NVIDIA 筹集了 5000 万美元。创始团队全部来自 DeepMind 离职员工。
如今你用的每一个 AI 都做同一件事:你提问,它回答。
Inherent 正在构建相反的东西——一种能率先判断“哪个问题才值得被提出”的 AI。
他们的系统以迈克尔·法拉第(Michael Faraday)命名。
这位英国科学家无法用数学解释自己最重要的发现,但他拥有本能般的直觉:总能提出正确的问题。
他们的核心判断很简单:当今科学发展的瓶颈,不在于计算机思考有多快,而在于我们还不知道该问什么。
迄今为止我们所构建的所有 AI 都在回答问题。
Inherent 正在构建一个会主动提问的 AI。
AI Security Institute把评估方法、测试数据集和基准模型全部开源到Hugging Face。有人昨天还在复现论文结果,今天就下载了同一套eval跑自家微调模型。
AI 安全不能在封闭环境中进行!
看到 @AISecurityInst 将其评测方法、数据集和模型全部开源发布到 @huggingface 上,真是超级酷!
这样一来,全球各地的研究人员都能审查、复现并在此基础上开展进一步研究。
一家没发布消费级产品的AI公司,估值已超过做出ChatGPT的那家。
Anthropic 超越 OpenAI,成为估值最高的 AI 初创公司
社区讨论:多人指出Anthropic近期估值跃升主因是“非OpenAI”身份,如@cmiles8称“最大资产是‘它不是OpenAI’”,@bikelang直言“即使OpenAI模型更好也不愿支持Altman”。技术层面存在分歧:@grodes坚称Codex GPT-5.5在大型项目上远超Opus 4.7,而@andrewstuart强调Claude编程能力落地更实,对比Gemini被批“编程AI是笑话”。@bluelightning2k则质疑Anthropic企业策略反复,从包年席位制突然转向按token计费并多次涨价。
一支前DeepMind团队筹集5000万美元,建实验室让整套研究组织递归自我改进,不只是单个模型。
Hermes Agent设计成会累积经验:每个任务结果都会强化后续任务,每条工作流都能复用。它两个月拿到9万GitHub星,由Nous Research发布,带三层记忆和自演化技能,还有一篇ICLR 2026口头报告。
SkillOpt项目把Agent技能当作可训练模块,用类似神经网络的方式调优——设学习率、批大小、训练轮次。它不修改底层大模型,只对接API,通义千问或OpenAI都能直接跑。
微软最近开源一个名叫 SkillOpt 的项目,通过训练让 Skill 自我迭代优化。就像训练传统神经网络一样去训练 Agent 的技能,设定训练轮次、批大小和学习率。最巧妙的是,整个进化过程完全不需要触碰或修改大模型的底层权重。
GitHub: 支持接入多种主流大模型接口,无论是闭源的 OpenAI 还是本地部署的通义千问都能直接跑。自带了一个可视化的 Web 监控面板,方便我们直观查看训练状态和技能快照。项目里内置了多种复杂任务基准的现成配置,适合正在研究智能体进化能力的开发者跟进学习���
AnySearch Skill专为AI Agent设计实时搜索能力,支持通用网页搜索和23个垂直领域并行批量查询,已适配Claude Code、Codex、Cursor等主流AI编程工具。
🔍 开源工具推荐:AnySearch Skill —— 为AI Agent提供统一实时搜索能力
在构建AI Agent时,最常见的痛点之一就是缺乏可靠的实时搜索和信息获取能力。这个工具专门解决这个问题,它是一个统一实时搜索技能,完美适配Claude Code、Codex、Cursor等AI Coding工具。
核心特性包括:
- 通用网页实时搜索
- 支持23个垂直领域专业搜索
- 并行批量搜索(一次可处理多个查询)
- 全页面内容提取,并以高质量Markdown格式输出
目前已获得 1.7k+ stars ⭐,是让Agent真正具备“上网查最新资料、实时获取信息”能力的实用开源技能之一。
#AIAgent #ClaudeCode #Codex #AI工具 #实时搜索
Anthropic推出零信任架构手册,直面AI Agent真实威胁场景:攻击窗口被压缩至小时级,防御设计必须嵌进系统骨架里,而不是事后打补丁。
ANTHROPIC 刚刚发布了 AI 智能体的零信任实践手册——这不是理论,而是架构前沿。
前沿 AI 正将漏洞到被利用的时间窗口从数月压缩至数小时。
你的智能体所面临的威胁,是传统访问控制机制从未被设计用来应对的:
▫️ 通过外部数据源发起的提示注入攻击
▫️ 通过 MCP 服务器元数据实施的工具投毒
▫️ 跨会话基于记忆的权限持续保留
▫️ 多智能体横向移动攻击
该框架将其划分为三个层级:基础层(Foundation)、企业层(Enterprise)、高级层(Advanced)
Self-speculation技术让LLM先在Diffusion模式下并行预测多个未来token,再用传统因果模式验证,全程只用一个模型、一套KV缓存,在SGLang推理框架下实测提速6.75倍。
有人用 AI 代理在 Robinhood 上自动买卖股票,平台现在正式支持这个操作。
Robinhood now lets your AI agents trade stocks
社区讨论:多数人质疑LLM缺乏生成超额收益(alpha)的能力,如@infecto指出“语言模型与产生alpha完全不匹配”,@vadepaysa和@victorbjorklund也强调其仅适用于极窄的新闻速交易场景。有人担忧系统性风险,@rickcarlino推测模型发布可能引发市场波动,@rvz则预测散户亏损比例将从70%升至90%。@tyre以反讽指出此举实为让散户“规模化地与专业交易员对赌”,@butterlesstoast则聚焦Robinhood自身盈利动机。
有人用Claude Code技能先选审美风格再生成页面,配色、动效、构图全包,一次安装就能在Cursor、Gemini CLI等15+工具里用。
AI 做网页终于不再一股“紫色渐变初创风”了。
Anthropic 官方出了一个 Claude Code 技能:Frontend Design,GitHub 已有 13.6 万星标,专门让 AI 先确定审美方向,再生成前端页面。
安装方法:
1. npx skills add --skill frontend-design
2. 描述你要的网站或组件
3. 选择风格
4. Claude 搞定排版、配色、动效和构图
一次安装,所有会话可用。兼容 Claude Code、Cursor、Codex、Gemini CLI、OpenCode 等 15+ 工具。
100% 开源,由 Anthropic 维护。数周内 41.8 万次安装说明一切。
有人写了本实战手册,教怎么用JavaScript编排Claude Code的多个Agent协作。
有人在AI编程课里教怎么用Codex goal模式复刻Lovart,还包含React Flow实现无限画布的步骤。
新课预告:《用 Codex goal 模式复刻一个 Lovart》大家将会学习到: 1. 如何使用 React flow 实现现在流行的无限画布? 2. 使用Codex 的 goal 模式需要注意和准备什么? 3. 复刻现成项目 + 需求整理的相关技巧 相信我,这节课会非常有收获,周末发布在我的AI编程课中:
有人刚在本地写完一个自动整理会议纪要的脚本,发现不用买Token、不用配代理,直接调用智谱或腾讯混元就能跑通。
系统学习Claude、Agent、MCP与AI应用开发的官方免费课程合集,附12周循序渐进学习计划。
推荐 Anthropic 官方 13 门免费课程(附结业证书) 如果你想系统学习 Claude、Agent、MCP 和 AI 应用开发,这套官方学习路线值得收藏。 我按照难度和知识依赖关系整理成 12 周学习计划,从入门到实战循序渐进。 📚 第 1–2 周|基础认知 1、Claude 101 快速掌握 Claude
@kundocs 还是比较详细的 可以花点时间学习
Hermes通过工作流→技能→经验→可检索记忆→自动化循环,辅以人工策展清理陈旧技能,实现渐进式自学习。
Codex新增主线程统一管理子线程功能,减少窗口切换与认知负荷。
以Claude code为代表的TUI模式正在Codex打败 Codex刚刚出了一个功能,能让你管理多个聊天的对话的效率翻倍。 他们让Codex的一个聊天支持,管理其他聊天线程。管理线程可以创建、检查、pin、归档、组织,使用子线程。
@justgrm 你说的很对哈
@hackymint 主线程管这个,起码比人管认知负荷更低
@yaoeryi 我这个也没打对,咋样😅
个人开发者发布轻量AI邮件代理,集成GPT-4o与n8n实现自动回复、分类与发送。
别再把数小时浪费在邮件上了。我开发了一个 AI 邮件代理:
• GPT-4o 撰写智能回复
• n8n 自动化工作流
• 自动分类并发送邮件
告别收件箱苦役。节省时间,专注真正的工作。
接下来,AI 还该自动化什么?👇
@Jasoncoderx 谢谢
@Heyabhi_21 谢谢 ❤️
@TheresiaBaby @ZohaibAi__sf 感谢留言 ❤️
@superaiwatcher 谢谢
无需拍摄剪辑,输入关键词即可自动生成视频,含 MoneyPrinterTurbo 等高星项目。
我去,太牛了吧!我在 GitHub 上挖到了 3 个【一句话生成视频的神器】啊 不用露脸、不用拍摄、不用学剪辑,直接言出法随,从写稿到出片,全不用自己动手。 第一个,MoneyPrinterTurbo,71.2k stars,2023 年上线。制作流程 极其简单,给一个关键词,LLM 自动写文案,从 pexels 和 pixabay
@yanhengshao 有空部署着玩
@Lonely__MH 完美 实操部署一个 手把手教学
@shitunote 要是要求不高…能用,质量还得调一下
@Xuhuicai888 纯玩,生成质量还是靠模型
该方法通过Codex设计skill,借助openCLI和Chrome插件调用网页版GPT-5.5 Pro完成资料收集,作者称其过程‘非常丝滑’。
最近忙着在线下给企业、高校做AI培训,所以需要频繁地做PPT。我也来分享一下我是如何在Codex里面去做PPT的,非常的丝滑,整个过程。
收集资料阶段,我的思路和乔老大差不多,我是在Codex里面设计了一个skill,这个skill可以通过openCLI、Chrome插件去调用网页版的GPT 5.5 Pro。
这么设计是因为codex写的提示词肯定是要比我好的,因为它有更完整的任务上下文。
@kundocs HTML也不错啦,就是表现力上限上肯定是没有GPT image 2强的,优势就是好修改。
@ThuHuong2806 我觉得这是目前AI PPT方案里面最优雅的方式了。
@maomaosee 超他妈酷啊!
该工具预置了 https://t.co/RUJi6WW58r 和 https://t.co/di2ElMkEy5 两个中转站链接,适配 Claude Code、Codex、Hermes、OpenClaw 等工具。
很多第一次使用中转站的朋友,可能还不太清楚如何把自己的 API 配置到各类工具里。
cc-switch 是一款中转站配置软件,可以帮助用户快速配置中转站 API。
该工具支持编程常用工具,包括 Claude Code、Codex、Hermes 和 OpenClaw,提供一键切换和配置功能。
和 已被预设进 cc-switch 的供应商推荐列表。
cc-switch 下载链接为:
@Jason_Young1231 被提及致谢。
原为纯手写前端安全利用框架,仅含概念验证功能;因安全考量未开源完整工具,现借助 AI 编程工具升级维护能力。
开发者 @evilcos 正在使用 Cursor 编程工具和 Anthropic 的 Opus 4.8 模型,增强其早年开源的前端安全利用框架 PoC XSS'OR。
XSS'OR 是一个纯手写的 JavaScript/Python/Django 构建的框架,最初仅以概念验证(PoC)形式开源,目的是避免被恶意滥用,因此未提供完整安全工具功能。
尽管仅为 PoC,该框架仍获得较高使用量。当前增强工作聚焦于提升其可维护性与功能性,技术栈保持为 Python/Django/JavaScript。
@two3pro 提问是否会继续更新原仓库,@evilcos 回应称该仓库将不再更新。
XSS'OR 项目中提出的口号 'BE EVIL, DON'T BE BAD.' 被解释为:'可以坏得有风格,但别烂得没水平。'
@gm365 询问 Cursor + Opus 4.8 是否足以支撑此类改造,@evilcos 回复称'绰绰有余'。
孩子主动拥抱父亲并鼓励他享受“AI工作”,还初步理解代码和AI构建过程,父亲计划一年内引导其自主编程,同时坚持严格限制屏幕时间
难以置信的一天,我和儿子玩得非常开心。他给了我一个拥抱,并告诉我去享受自己的“AI工作”,然后就去和妈妈一起做每日家庭作业了。是的,学习就是工作……至少这是向七岁孩子解释这件事最简单的方式。
今晚我正在浏览
@l_a_c84_ 他对代码有最基本的理解,曾和我一起为我的小型迷你游戏添加功能,也观察过AI的构建过程。我想大约一年后会开始推动他自己动手构建东西,也许还会更早一些。我仍然支持对电脑使用实行非常严格的限制。
一款MIT许可、本地运行的开源AI工具,支持语音唤醒与跨应用自动化执行。
开发者可用TypeScript脚本编排Codex、Claude Code等编程Agent协同完成任务。
像我日常会几个 Agent 一起用:Codex、Claude Code、Cursor、GitHub Copilot,这些 Agent 各有所长,或者有时候要集众家之长。 Matt 这个 Sandcastle 就是用 TypeScript 脚本来编排 Workflow,可以把这些 Agent 编排在同一个 WorkFlow 中一起来完成一些任务,可以在虚拟机中运行。
@ninjiom123087 可以共享工作区的,看你怎么编排,如果是并行就只读不要一起写就没问题
@guansheng_ai Cursor是因为可以用各种不同的模型 Copilot是因为在VSCode 里面用起来方便,比如 commit 下
作者称一周内三个Claude Code账号被封,推荐合规、支持支付宝的Zenmux作为替代中转方案。
Lyft借助LangChain生态工具将AI智能体开发从6个月压缩至几周,幻觉率降20%,解决率升16%。
🚗 @Lyft 将智能体(agent)开发周期从 6 个月缩短至仅几周,依托 LangGraph 和 LangSmith。
✅ 幻觉(hallucinations)下降 20%
✅ AI 解决率(AI Resolution rate)提升 16%
如今,运营团队(Ops teams)、客户之声负责人(VoC leads)和产品经理(PMs)正亲自编写提示词(prompts)、上线智能体、并持续迭代。无需机器学习工程师(MLEs)参与。
阅读 @Lyft 的客座博客,了解他们如何改进 AI Assist;为何将提示词视作产品需求文档(product specs),而非代码注释(code comments);以及后续计划。
Jeremy Howard称Opus 4.8比4.7更懂适时求助,减少盲目执行,但成本仍过高。
今天上午用 Opus 4.8 写了一些代码,目前体验非常不错。它比 4.7 更具协作性,也少了些“过度自主”的倾向。在需要我介入的地方,它会主动停下来征求我的意见;而 4.7(以及 GPT 5.5)则常常会莽撞地一路硬冲下去。(不过价格依然贵得离谱。)
(这是通过我们内部的框架 Solveit 运行的。)
@Norest 我其实还挺喜欢 4.7 的。直到今天它都是我的首选模型,虽然我也几乎同样喜欢 GPT 5.5(而且如果把价格因素考虑进去,我甚至更偏爱 GPT 5.5——因为它可通过订阅制 API 使用。)
开发者实测AI子代理处理海量代码数据仍显吃力,反思AI效能与人类价值边界。
我的200个subagent跑了30个小时,愣是烧不完Codex一个周的量,这也过于量大管饱了。 虽然还没跑完,但我估计出来的东西还是要大改。 已经把AI从当初的亢奋融入了生活的一部份, 有时候感觉AI也就“不过如此”, 但是当我Claude被封了有两天用不上的时候感觉浑身难受
@StlightLeon 20x的最贵的
用户称借助Claude Code 4.8,无需编程经验30分钟即建成网站。
Claude Code 4.8太牛逼 我不懂编程花30分钟就做了个很牛逼的网站。 http://localhost:3000/ 来看看吧!!
@XiangHuan_Z 谢谢配合
@Soranlan 我几年前就在玩了😂
@okooo5km 都是我做的😋
@portertech 这个是个梗呀
@tosdeso29616 😂
@Poison_2_ 笑死,哈哈哈
@qqjz_wwry 那不得是你购买了我的网址了,哈哈哈
@J4L_FSR 我访问明明是好,你骗我🤡
通过本地代理将Claude Code请求重定向至10个免费国产大模型,无需付费。
兄弟们,Claude Code 的免费车再不上就真没了!🚨 GitHub 上藏着个神项目,直接让你永久白嫖 Claude Code,一分钱不用花。 原理说穿了很简单:本地搭个代理,把请求重定向到 DeepSeek、Kimi 这些 10 个免费大模型供应商,5 分钟就能搞定配置,比你泡杯咖啡还快。
@BtcAmelie 好用的
@BTC99M 哈哈
这一天的 48 条信号到这里
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。