19秒的视频--Codex 在 ChatGPT 手机 App 上使用 感受一下Codex的同步速度：手机发指令，电脑 Codex 实时执行、返回结果... 发任务响应速度非常快，用来审核、review 输出特别好用 目前缺点是仅支持 macOS 设备（Windows 支持即将上线），作为预览版还存在一些 bug，比如同步不稳定、长线程加载卡顿、插件复杂任务仍需桌面端处理show more

Claude Code 桌面板发布本地定时任务功能 设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。 比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地 有几个细节值得注意：... 任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准 可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码 如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知 目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。 怎么用 在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。 也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。show more

自从升级到 macOS Sonoma 后，得益于 Safari 也原生支持 Web App 了，我现在喜欢把一些常用的服务直接加到... Dock 上了。 比如 ChatGPT，用起来非常顺手，还支持多窗口，支持快捷键切换。show more

OpenCat 支持键盘扩展啦，让您可以在任意 iOS 应用中使用 ChatGPT 快速输入！ 在任意 App 中输入指令，比如“写一首诗”，切换到... OpenCat 键盘， 点击预设（比如翻译成英文），会根据指令和预设自动生成文本。 或者复制要回复的内容，切换到键盘，点击预设（比如回复邮件）就可以让 GPT 自动回复。show more

在 GitHub 上发现一款能真正自主完成任务的 AI 桌面 Agent：NeuralAgent，解放我们双手，自动操作电脑。 它能直接在桌面上执行各种操作，如打字、点击、浏览网页、填写表单、发送邮件，甚至可以在后台自动完成复杂任务。 GitHub： 主要特性：... - 桌面自动化操作，支持鼠标键盘控制和窗口管理 - 后台浏览器自动化，可自动处理网页任务 - 支持多种 AI 模型，包括 OpenAI、Anthropic、Gemini 等 - 模块化 Agent 架构，包含规划、分类、建议等专门 Agent - 多模态支持，结合文本和视觉信息理解任务 - FastAPI 后端配合 Electron 桌面应用，提供流畅操作体验 搭建颇为复杂，不过提供了完整安装指南，并兼容 Windows、macOS 和 Linux 系统。感兴趣的同学可以部署运行体验下。show more

又在 GitHub 上发现一个专为快速构建 Web 应用的强大 AI 编程助手：Claudable。 将本地 CLI... 终端编程 Agent，如 Claude Code、Gemini CLI、Qwen Coder、Cursor 等，与 Lovable 结合。 只需使用自然语言简单描述一下想法，就能瞬间生成完整的 Next.js 应用，并且可在编辑器里实时预览效果。 GitHub： 主要功能： - 支持多种 AI 编程 Agent，包括 Claude Code、Cursor CLI、Gemini CLI 等 - 自然语言描述想法，即可生成生产级 Next.js 应用 - 实时预览功能，改动代码可实时查看结果 - 具备自动错误检测和修复，提升开发效率 - 集成 Supabase 数据库，支持用户认证和数据存储 - 生成的 Web 应用，支持一键部署到 Vercel，无需复杂配置 目前工具仅支持通过本地安装部署使用，提供了详细的步骤说明，感兴趣的开发者可以看一下。show more

TinyShip 的下一个基础服务功能已经开发完毕，存储服务集成完毕，使用 Unified 的云存储接口，目前接入 - 阿里云 OSS - AWS... S3 - Cloudflare R2 可以轻松切换不同服务商 目前支持的功能： - 文件上传/下载 - 签名 URL 生成 - 元数据管理 - 目录列表 现在进度比我预想的要快。 关于几个人咨询的 Cloudflare Workers 部署问题：目前暂时不支持，因为 OpenNext 目前不支持 Node.js Middleware，而我们的 middleware 使用了 Node.js runtime，我不想推翻现在的设计，所以要等 OpenNext 支持 Node.js Middleware 即可支持 我看了一下是比较高的优先级，应该也是不远了。show more

又发现一款跨设备文件分享的开源免费工具：Croc，可以放弃使用网盘或硬盘了。 无需在同一网络下，允许任意两台电脑之间传输文件或文件夹，不限制大小，并提供端到端加密，更安全更快速地分享。 GitHub： 除此之外，还支持多文件传输，以及中断后的断点续传功能。 支持 Windows、Linux 和 macOS 一键安装使用。

大家好！就在刚刚，OpenAI Translator 的浏览器插件端和桌面应用端都全面支持了 Kimi，Kimi 的优点太多了： 1. 完全免费 2. 响应巨快... 3. 翻译质量超高 所以我实在找不到不支持 Kimi 的理由。 希望大家去更新尝试一下！谢谢！ （视频是原速播放，毫无加速）show more

OpenAI 在用户体验设计上一直非常用心，比如： 1. 视频中的 Computer Use 的授权流程，全程只需要用户拖一下，最大程度自动化，简单到就像点一下同意许可（因为系统权限和免责需要，必须用户自己操作）。 2. Codex... 封装了「插件」的概念，里面预设集成了不同的 MCP 和 Skill，点击添加，网页授权，搞定。用户完全不需要去关注什么是 MCP 或 Skill 这些对普通人来说的全新的抽象概念。 3. 再比如很多产品还在让用户自己决定是否启用搜索、思考，是高级思考还是普通思考... 这本质上是用脑力来弥补算力问题，而 OpenAI 则很早就支持了 Auto 的自动决策机制。show more

马斯克称5年后，不再有手机和App。美国播客主持人乔·罗根，发布了与特斯拉CEO埃隆·马斯克的最新对谈视频。谈及对智能手机未来的看法时，马斯克提出了一个大胆预测：未来五到六年内，人类所消费的大多数内容都将由AI生成。马斯克认为，届时人们将不再使用传统意义上的手机，或是说现在被称为“手机”的设备，实质上会演变成AI推理的“边缘节点”。它仍会保留通信所需的无线电模块，但核心逻辑将转变为服务器端AI与设备端AI的实时互动，实时生成用户想看到的任何视频内容。他进一步指出，未来将不再需要操作系统或App的概念，设备只承担显示画面、播放音频等功能，同时尽可能深度集成AI能力。

AI又有新气象……抓紧体验🔥 Google 悄悄发布了一个东西，可能比 Gemini App 更值得关注——AI Edge Gallery 它不是又一个... AI 聊天软件。 本质上，它是一个本地 AI 运行平台：模型直接跑在手机芯片上，推理全程离线，数据不经过任何服务器。 目前已支持 Gemma 3/4 系列模型，最新版本还加入了 Thinking Mode 和 Agent Skills——也就是说，手机本身可以完成多步骤任务推理，而不只是回答问题。 ▍实际能用来做什么？ ∙拍照提问、文档理解，完全本地处理 ∙没网络也能用的实时翻译、语音转写 ∙敏感文件分析，内容不出设备 ∙未来可能支持本地 Agent 自动完成任务流 这件事真正的意义，不在于”又多了一个 AI App”——而在于 Google 正在验证一件事：AI 能不能成为每台 Android 手机的底层能力，而不是需要联网调用的云端服务？ ▍如果这条路跑通 手机 AI 的竞争格局会重写。 苹果有 Apple Intelligence，高通在推 AI PC，现在 Google 在 Android 端下这步棋。 ► 端侧 AI 的入口之争，已经开始了。show more

写自动化测试脚本或者写爬虫时，用传统的 Playwright 往往需要频繁维护各种元素选择器。 一旦目标网页的结构发生微调，原有的脚本就容易直接报错罢工，维护起来颇为费神。 最近在 GitHub 上看到到 HyperAgent 这个开源项目，巧妙地将... Playwright 与大模型结合在了一起。 通过自然语言就能控制浏览器，完成复杂的自动化任务，不用再写一堆脆弱的选择器代码。 GitHub： 支持单步操作，速度快成本低，以及能处理多步骤复杂任务，支持视觉理解和自适应调整。 还内置动作缓存功能，录制一次工作流后可以反复回放，不需要每次都调用大语言模型。 底层直接使用 Chrome 开发者工具协议，动作执行更精确，自动过滤广告框架，支持深层嵌套的 iframe 操作。 同时支持云端扩展，可以通过 Hyperbrowser 快速扩展到数百个会话，还能连接 MCP 工具实现完整工作流。 如果你正在用 Playwright 做自动化测试或数据采集，又厌倦了频繁维护选择器代码，这个项目值得一试。show more

可能这就是在线零售的未来。 8mb 的小文件（会变得更小），立即以 30fps 的速度开始流式传输。 在移动设备和网络上完全互动。无需任何额外许可即可用于商业用途。 网络正在迅速变得 3D 和交互。... 这是在 Luma 中捕获的 您只需要手机上拍摄的视频即可制作这些 From：Nick St. Pierreshow more

录制演示视频又一个新的免费方案，Openscreen，完全开源免费的软件 软件是基于 Electron 的，功能其实和这个浏览器插件差不多，甚至界面也很像，支持Zoom（不过是目前是手动的），支持 annotations，trim。 我试了一下，感觉还不错，大家有需求的可以用用看，有趣的是：作者由于付不起 Apple Developer Certificates，在... MacOS 上要运行一个命令才能使用。show more

字节跳动发布的 UI-TARS-desktop，是本地运行的桌面自动化代理。 它可以使用任何桌面应用程序，打开文件，浏览网站，并自动执行任务，无需云连接。100% 开源。

Claude有个很让人不爽的点！！ 每次新模型发布，官方非订阅用户连体验的资格都没有！！ 想起之前在 ZenMux 充了钱还没用完，登上去一看，没想到已经上架了Claude Fable 5 ， 也算是第一时间体验上了这个“目前最强模型”。... 听说这模型死贵！！ 于是很慎重的用它跑了一个支付模块重构的任务！ 零代码基础，只能把之前Codex的输出给复制进去， 任务要求比较复杂： 保持原 API 兼容； 拆出 PaymentRequested / PaymentSucceeded / PaymentFailed； 补幂等，避免重复扣款； 改状态机； 更新单测； 输出迁移风险； Fable 5 不算快，面对这个长任务，它做对了两件事： 第一，先拆计划，再执行。 它把兼容层、事件定义、状态机、handler、测试、回滚风险都列出来了。 第二，最后主动自检。 它自己指出：支付成功事件必须幂等；旧接口“返回成功”不再等于“扣款完成”，调用方文档要改。 结果看起来，还是一如既往的稳！ 但是真的贵，就这么几分钟，直接跑了十多美金！！ 所以，我觉得要是家里没有矿，还是不要随便用Fable 5 ，根本不适合当常驻模型！ 感谢Zenmux让我体验了一下“宇宙最强”！ 虽然有点贵，但有时候相比价格，省心省力会更重要。 比如多文件重构、复杂迁移、PR review、长链路 Agent workflow这些复杂任务，偶尔用用，还是可以的！ 最后说一下 Zenmux，它有个PK 模式我一直很喜欢，可以同屏对比多个模型输出、延迟和成本。 现在刚好还有个限时的充值返赠活动： 充 20 美元送 10 美元 充 50 美元送 30 美元 如果你想第一时间体验Claude Fable 5或者其他模型，现在就是下手的最好时间！show more

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过... 1,000 Token 的速度。 同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。 藏师傅提前试了一下，做了三个测试，确实爽。 第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。 这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。 第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。 这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。 第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。 这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果 这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒 官方测试平台下面有个数据展示，会显示相关信息 在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的 之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象 最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式 在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率： 如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间 这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的 毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的 希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型show more

英伟达等刚刚推出了用于人形机器人的多功能神经网络全身控制器：HOVER 它首次实现了用统一控制器来处理，像机器人的导航、步行操控和桌面操控等多种不同类型任务，还能模仿人类动作，它模拟一年的训练量，只需50分钟 它可以完成导航行走、物体操作、桌面作业、复杂动作的协调、人机交互任务等 可以无缝切换不同控制模式，支持全身运动模仿学习 项目： 论文：

最近被 gpt 5.3 codex 不说人话搞的有点暴躁, 阅读体验贼差, 特别是读 plan 的... ..... 事无巨细 + 黑话频出 我试过通过在 agents md 里写各种提示词来改善沟通, 但 codex 5.3 就是死活不听话 接着我又想到一个很严肃的问题 「我真的有必要去“阅读”事无巨细 + 黑话频出的plan 嘛? 输入 codex 和输出 codex 这个流程是不是都可以简单的优化一下? 我是不是可以找个小助手帮我解决? 我只看重点?」 所以, 我火速试了一下在 openclaw 里面去调用 codex 来规划, 这里我用的是 MiniMax (official) 的 M2.5, 你可以选择你熟悉的模型, 把一些输入偏好和阅读偏好放入龙虾中, 比如我更希望用表格呈现. 用 openclaw tui 快速跑通流程, 如视频, 左侧是优化版本的 openclaw给我的报告, 右边是 codex 默认的报告. 下一步就可以接入飞书或者discord了.show more