Lonely
@Lonely__MH • 30,425 subscribers
👨💻 独立开发者 | AI Builder | 互联网打杂 专注 Agent 与 AI 工具实测，写小白也能懂的硬核教程 生命不息，Bug不止 📮合作/交流：[email protected]
Shorts
Videos
🔥 前阵子在 OpenRouter 和 OpenCode 上连续霸榜的匿名模型 Space Bunny，身份终于揭晓：MiniMax M3.1 Flash！ 我第一时间拿出压箱底的提示词，在 MiniMax Code 中体验了一把 Effort 拉满，开 Goal 模式，一句话提示词（见评论区👇🏻） 46 分钟丝滑交卷，直接生成了一个绝美的可交互太阳系模拟器！ 过程中几个地方印象深刻的点： 1. 同样的提示词跑过很多模型，这是唯一一个把月球做得这么生动的，连月坑都看得清清楚楚 2. 没下载任何一张图片，星球表面、土星环、星空，全都是代码算出来的，这个是真牛！ 3. 提供了 5 个自动化测试脚本，测交互、查布局、截图检查，长任务的工程性做得很好 官方公布的 DeepSWE v1.1 成绩是 73.7% API 按每百万 Token 计费，输入 $0.15、输出 $0.60、缓存读取 $0.015，Agent 任务总体成本较上一代降低 70% 提示词见评论区，感兴趣的自己体验下 我不会骗你的😊 ---- Ps：10/25 前 MiniMax Code 订阅用户可以不限量用，10/31 前 M Plan 首月 5 折 传送门👉🏻：
Lonely42,579 views • 5 days ago
🔥 Muse 白嫖 OpenRouter 的最高境界：动态白嫖！ 如何让 Muse 的性能和额度无限续杯？ 思路很简单：把静态配置变成动态接入 OpenRouter 上的大厂旗舰免费模型（如 Ling-3.1-Flash）极其强大，但随时会过期。 🔥解决方案只需三步： - 捕获：每日自动/手动筛选 OpenRouter 最新免费模型 - 路由：通过 Muse 的灵活接口，秒级替换掉失效模型 - 循环：模型会过期，但寻找免费模型的这套工作流逻辑不会，无限续杯！ 👇🏻录屏实操，Muse 成功通过 Pi Agent 挂载 Ling-3.1-Flash，有手就行。
Lonely131,753 views • 16 days ago
🎉L站终于支持客户端了！丝滑！ 🔥两大特点： 1. 中推最强AI内容来源之一 2. 羊毛党的天堂，眼花缭乱，只要你敢想，基本它都有。 下载地址👉
Lonely132,340 views • 17 days ago
🔥搞 X 起号的第一步是什么？是内容！！ 中推最强 AI 内容来源：L站 & V站 不好意思，我全都有！🙃 听我一句劝，L站的羊毛，你这辈子都薅不完。 想做矩阵、搞自媒体的兄弟 赶紧去注册！👇
Lonely103,000 views • 14 days ago
🎉视频 AI 剪辑省 Token 组合： Antigravity + ChatCut ! ！ gemini 3.8 flash 的速度 和 token 消耗 得天独厚，为所欲为！！ 比 Codex 操作快多了！太爽了！ 🔥方法如下： 将提示词发送到 Antigravity 对话框即可 --- 连接到此电脑上的本地 ChatCut Desktop MCP 服务器。 使用以下确切命令或可执行文件注册名为 `chatcut_desktop` 的 stdio MCP 服务器： "/Users/{你的用户名}/Library/Application Support/ChatCut/chatcut-mcp" 注册后，请验证 `chatcut_desktop` 已启用且可被发现。然后启动一个新的 Agent 对话，以便使用该连接。 --- 灵感来源： John
Lonely197,336 views • 1 month ago
🎉牛皮！赛博菩萨Cloudflare 最近太活跃了！继续放大招！ 它终于对传统浏览器下手了！全新无头浏览器 Kitesurf 震撼发布！ 可接入Agent使用，具体见录屏🚀 针对传统 Chromium 架构在 AI 智能体与大规模网页抓取（Web Scraping）中存在的资源冗余，Cloudflare 选择使用 Rust 语言，在 Workers 的 V8 隔离区上构建了这一全新底层 从架构设计来看，Kitesurf 剥离了图形用户界面、标签页及扩展系统等人类专属功能，将资源完全倾注于 Token 处理、上下文窗口以及高性能的并行计算 根据官方基准测试数据： 1. CPU 消耗降至 Chromium 的 1/3 以下 2. 内存占用缩减 4 到 7 倍 在兼容性方面，该浏览器支持标准的 CDP 协议这意味着开发者现有的 Puppeteer 或 Playwright 脚本，只需调整一个参数即可完成迁移 对于需要高并发提取 HTML 或进行网页截图的自动化任务，Kitesurf 提供了一种极低开销、具备无状态弹性的边缘计算基础设施解决方案！🥳
Lonely332,829 views • 2 months ago
🎉见证历史！国产开源大模型直接登顶 Hugging Face 双榜第一！ 刚刷到网易有道开源的实时流式语音大模型：Confucius4-R2T2 ，基于 Qwen3-ASR-1.7B 微调 另外顺带把流式翻译模型 T3PO 一起开源了 刚发布就同时斩获 HF ASR 与 Translation 两大细分垂类的 Trending 榜一，太燃了🔥 为了测测到底有多硬核，我把 R2T2（1.7B / GGUF 约 2.2GB）直接部署在自己的 MacBook Pro M2 上，跟行业老大哥 OpenAI Whisper-Large 做了对比 视频画面反差极其强烈（重点看 0:21 秒高能👇） 🔥几个比较有意思的点： 1. 前缀稳定（独创 Stable Prefix 只增不改） 增量重识别下，已输出文本基本只追加、不回改。 50 秒英文音频、2.5 秒步进：已出文本被改写 Whisper 16 次，R2T2 1 次；等效退格 1137 vs 39 字符。 2. 截断处不补全 音频切在半句时，只输出有声学证据的部分，不靠语言模型先验去猜后文。 中文改口指令：Whisper 出现繁体和错字，R2T2 零改写。对下游 LLM / Agent 来说，前缀可以直接消费 3. 端侧可部署 1.7B，Q8_0 GGUF 约 2.2GB，llama.cpp + Metal 在 16GB M2 Pro 上本地推理。 官方 vLLM 方案需要 N 卡，Mac 走 GGUF 即可。 模型👉🏻 代码👉🏻 适合本地部署，做语音输入法、实时字幕、会议助手 有需要的，可以试试。 以上。
Lonely122,112 views • 1 month ago
🎉 16G 丐版 M1 部署 Qwen 3.8-27B 实测报告： 不出意外，打字机效果，不过智商还可以😄 📊 实测配置与数据 设备：MacBook Pro（M1 / 16GB） 模型：Qwen3.8-27B（UD-Q2_K_XL，9.15GB） GPU：全层 Metal 卸载 内存：稳定在 11 GB 左右 首 Token 延迟：约 850ms 预填充速度：10～12.5 tok/s 生成速度：约 4 tok/s 几点调优心得👇🏻 1. M1 的瓶颈主要是内存带宽 M1 内存带宽仅 68 GB/s，每生成一个 Token 必须将 9.15G 权重通读一遍。4 tok/s 已经榨干了 M1 物理带宽的 60% 极限！ 2. 按场景切换思考模式 Qwen3.8 原生自带深度思考链。日常对话通过调参关闭思考，跳过思考链直出答案，体验极其干脆；写复杂算法时开启思考，逻辑推导依然在线。 3. 用投机采样继续提速 叠加 --flash-attn on + -ctk q8_0 + --spec-type ngram-simple 投机采样，写代码与结构化文本时，速度能飙到 5.5+ tok/s 结论：老 M1 还能再战三年！✌🏻
Lonely237,744 views • 2 months ago
🎉 完美！真正的 只换衣服不换人 ！ 虽然千问 Qwen Image 2.1 原生支持虚拟换装，但直接用经常会有像素偏移，甚至导致人脸变糊、背景被莫名重绘 今天发现开源的 Qwen Image 2.1 Outfit Swap Consistency LoRA 完美解决了这个痛点！ 核心优势： 1. 无像素漂移：换装完全在原图帧内完成，画面偏差从 3.6 像素直接压缩到 0.1 像素，实现像素级完美对齐 2. 人脸背景绝对静止：面部失真率仅 1.7%，背景重绘率不到 0.9%，真正做到只换衣服不换人 3. 衣服脱得贼干净：以前裙子下漏出牛仔裤的 bug 被彻底修好，旧衣服脱得一丝不挂😄 🔥用法极简： 无需任何触发词，LoRA 强度无脑拉到 1.0 提示词只需指定 Image 1 是人、Image 2 是衣服即可 ComfyUI 一键工作流也打包好，开箱即用 去吧！ 传送门👇🏻
Lonely67,170 views • 19 days ago
🙃大跌眼镜！实测 🍌Nano Banana 2.1 连 GPT Image 2.0 水平都没达到 是我姿势不对吗？ Google Flow 目前免费体验，体验地址👉🏻：
Lonely63,705 views • 18 days ago
