Github上有个开源项目，把12家主流大模型平台的免费额度打通成一个统一入口 你把零散的API key往里一填，转手就能薅几亿token 用法也很简单： 1、clone到本地，打开管理后台 2、把手头的key依次填进去 3、去Playground发条测试消息，会直接显示是哪家模型在答、延迟多少ms 配完之后复制统一的URL和API key，给模型排好优先级 有任务进来会自动按顺序轮询，某家限速了就自动跳下一家，直到把活干完

非常Nice啊，这模型完全免费，Token终于可以自由白嫖了，甚至视频模型都是免费的，太爽了。 它叫Agnes AI，全球模型榜前十，6 月 1 号起把自己家三个核心模型全免费开放了，无限期。图片模型在 artificial analysis 上榜了，文字模型一周被干了一万亿... Token。我把它接进 Claude Code，配起来十分钟的事，Token 随便用。 这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab，这次免费开放的是三个模型，文本、图片、视频。 文本模型叫 agnes-2.0-flash。能写代码，能做知识问答，能跑 Agent，能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的，这周它还要上 1M 超长上下文，以前用 200K 的模型跑到 150K 就降智，这种破事不用再忍了。 图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复，电商主图和广告素材这种反复改的场景，太合适了。最近还加了 4K 超高清输出，最高 4096×4096，生成的图可以直接进印刷，不是那种看着还行一放大就糊的草稿。 视频模型叫 agnes-video-2.0。原生音画同步，首帧生视频、首尾帧生视频、多镜头切换都支持，720P 和 1080P 随便选。 接进 Claude Code 怎么搞，其实很简单。 第一步，去 注册，拿到 API key。 第二步，打开 cc-switch。右上角选 Claude CLI，右上角点 + 号，选自定义配置。把 API key 填进去，请求地址写 格式选 OpenAI Chat Completions。 第三步，点获取模型列表，选 agnes-2.0-flash。 第四步，点左上角设置，找到路由，打开路由总开关，Claude 打开。 完事。 回到 Claude Code 正常发消息，模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频，和真人区别不大。 现在 Token 不要钱，Agent 该跑几轮跑几轮，该拆几步拆几步。反正我觉得这才是免费开放最爽的部分，不只是省钱，是心理上解放了。 我测试了一下视频模型，能用，就是慢了点，文字模型还是比较快的。 开发者文档在 OpenClaw、Hermes、Claude Desktop 的，也有现成教程。show more

卧槽这个必须分享，一个开源工具，让你用免费 API 密钥池跑出企业级路由的效果， 等于是零成本撸10亿+免费LLM Token，要把把付费网关干碎的节奏， 对比一下：高容量令牌和企业路由，0， 原理很简单，它是个路由框架，不是卖 API 的，... 你需要自己去各厂商申请免费密钥，然后填进配置， 工具自动帮你做负载均衡和自动故障切换， 30 秒能跑起来：克隆仓库，配好密钥，把应用指向本地端点，完事， 免费额度用满、用稳，不用自己写回退逻辑， 项目几周前刚发布，现在入坑还能直接给作者提改进意见， GitHub 链接放评论区 👇 有用的记得给仓库加星。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

【ZenMux 深度评测第二弹：AI 视频的“动线导演思维”】 在实际动作片拍摄中，动作导演和武指执行一镜到底的格逐戏前，会先设计完整的“动线”——角色从哪进、经哪些节点、在哪完成动作。路径定了，机位反而是被动推导出来的。控制的核心是动线，不是镜头。 用 AI 生成建筑跑酷或一镜到底也是同理。很多人直接在提示词里描述运镜，结果画面空间感混乱。正确解法是先建立动线（沿哪个立面跑、在哪腾空、落点是哪个平面），把空间路径描述清楚，AI 生成的运动才会有连贯的空间逻辑。 但怎么把这种抽象的“导演思维”翻译成... AI 听得懂的语言？这就涉及到一个高频痛点：不同的 AI 模型，对空间和镜头语言的“理解性格”完全不同。以前为了试一组跑酷动线 Prompt，要在 Claude、GPT、DeepSeek 之间来回切平台，切到思路断线，月底对账单也头大。 最近把这个动线测试工作流接进了 ZenMux，在同一个界面里直接调度和交叉实测，发现很有意思：Claude 的空间解构和节点拆分极专业；GPT-4o 对材质和光影的细腻润色拿来就能用；而 DeepSeek 成本极低，适合批量跑盲盒初筛。全程在一个入口搞定，后台额度清晰，还有智能路由和延迟赔付。真正干活和做内容交付的人，要的就是这种多模型调度的“确定性”和工作流“韧性”。降本增效不只是换个便宜模型，而是像导演一样，把不同的任务精准派发给最合适的工具。show more

发现一个AI自动剪视频de 开源项目，它自动帮你把视频里所有高光片段全部剪出来，在GitHub 已经斩获5k star 你把视频链接粘进去或者直接上传，它会自己下载、分析，识别爆点、金句、高光时刻，裁成独立片段，标题和主题也一并生成好，最后一键打包下载就行 全程不用动手，AI替你把二创素材都备好了 而且完全开源，免费用

有人刚把一个新 bot 搭出来 它会先用 MiroFish 对每一个即将发生的 Bitcoin / crypto... 事件 跑高拟真的 swarm simulation 然后再把结果直接接到 Polymarket 实盘上做交易 目前测试阶段，已经跑出： $12,000+ / day 这次是真的没忍住 研究完 MiroFish 之后，直接把它和 OpenClaw、Claude Opus 4.6 拼到了一起 一天时间，搭出了第一版私有 Polymarket bot 这套系统现在做的事很直接： → 生成 成千上万个带记忆和性格的 agents → 跑完整的 GraphRAG swarm simulation，去模拟新闻、ETF 资金流、宏观数据、whale activity、市场情绪会怎么影响 Bitcoin → 专门对 Polymarket 的 Bitcoin 合约 推演成千上万个可能路径 → 找出 市场 crowd probability 和模拟结果之间的错价 → 一旦出现 edge，直接通过 OpenClaw 自动进场 我现在就在实时测试这套 bot + MiroFish simulator 第一轮结果已经开始很硬了 而且平台上也已经有一个很像这套路子的真钱包在跑 目前数据是： 累计利润 $321k 日均 $12k Bitcoin 市场胜率 100% 我的 Polymarket 主页和完整交易记录，等我把规模继续放大后再放出来 新的 meta 可能已经来了 这次你觉得真的是新一代 edge，还是又一轮 AI bot 叙事？show more

我去！image2和seedance2.0简直绝配 还记得在视频号上「流量上百万」靠流量日入过千的机器人变形视频吗 现在又有羊毛可以薅了 而且光变现就有两种方式，第一种直接发布这种视频，我能赚流量的钱 第二种，那通过这个视频会有很多的商家来找我给他们做，一单200，这个是我验证过的 而且获客也很简单，发两条在自己的视频号上就可以了，土老板很喜欢这个，做出来的视频样式就在下面 而且这个平台是「字节官方开白名单的平台」我一定要推荐一下！ 就是之前我推GPT会员购买的GamsGo做出来的rita 真的一定要去试一下，链接我放下面了，而且这是我实际接到的第一个需求，后面还有一个需求，我下一条就马上写出来给你。真的AI赚钱很轻松... 而且 Rita 不只是视频生成这一个功能，它一站式集成了 Seedance 2.0、Kling、Runway 这些视频模型，还有 Midjourney、Flux 、image2这些生图模型，Claude、GPT、Gemini 这些对话模型 一个平台搞定全部，不用在五六个工具之间反复横跳，效率真的不是提升一点 还有一点很实在：新人注册直接送 100 积分，Seedance 2.0 可以先体验再决定要不要付费 Mega 套餐 $11.99 一个月，1200 积分，算下来比官方便宜不少，试错成本低很多。 想试试的直接点这个链接，有什么问题直接评论区反馈给我！：show more

分享一个信息差：火山引擎 Seedance 2.0可以免费用！ 目前新用户/体验期能直接白嫖8次15秒的高质量视频生成（1080p也行），生成速度极快，几乎不排队，效果已经吊打一大堆海外同类模型。 这个免费窗口期很短，很多平台要么要会员、要么限1-3次、要么直接收费，火山这边直接给8次的机会，属于典型的信息差红利，过了这村可能就真没了 使用地址： 手慢无，亲测可用，建议去试试～

全Monad上有官方$MON配额的蓝血项目一共就4个 Monad和Chainlink双料太子 人家官方自己前两天说了，测试网人人有token 1/ 测试网每天日活5万，我一个人塞了1万个号，每天都在动 2/ 人家10号之后就不能塞钱了，我Base上塞了3万多，一共塞的人总额就10万多 不管如何，我一个人就可以垄断项目方空投（自己的Token+$MON)的30%的配额 一波... A7.5 很难吗 我都公开讲过好几次了，奈何一些傻子还不会，甚至最基本的去人家网站上点点都不会。 Brands有些人已经跟我一起在撸了，为了他们，我也不会再公开提这个项目了。 还剩7天了show more

全自动科学论文工厂，它真的来了。 你该看看这个新仓库。 之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口： 现在，AutoResearchClaw 刚在... GitHub 上线——一个全自动的科学论文生成器。 仓库上线几个小时，就拿了差不多 4k 星。 给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。 它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准 挺有意思的悖论是：这东西不会把 arXiv 搞死。 仓库： 当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。 愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。 把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究 你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。 这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。 一个真正能发现、能证明的预测超级代理时代，就这么来了。 存好这套配置。 如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarketshow more

有个搞气候数据分析的哥们，直接把工作辞了，跑到Polymarket的天气市场里玩了一票。 他从1000美元起步，愣是干到了77000美元。 他是怎么想的呢？ 说白了，他觉得机器学习跑出来的天气模型，能看到那些传统物理模型漏掉的东西，而且市场反应总是慢半拍，没跟上。 这老哥自己整了个五模型联动的系统，专门抓那种温度预测的定价错误——价格在0.01到0.1美元之间的，他一眼就能看出来不对劲。 他的钱包地址在这： 他这套玩法其实很简单： 天气模型每6小时更新一次，但Polymarket上那帮人得过好几个小时才反应过来。 只要三个以上的模型（比如GFS、ECMWF、ICON）都指向同一个温度区间，而市场给的价格只有0.15美元，实际应该值0.70美元，那这就是一个差不多5倍的定价漏洞。... 操作也很直接： 看到这种机会就买入预测，等着结果出来结算，然后重复这么干。 你要是也想跟着他抄作业，可以打开这个Telegram机器人： 进去之后： · 先连上TG · 找到“Copy Trading”那个栏目 · 选“Add Wallet to Copy” · 把上面那个交易钱包地址“0x594edb9112f526fa6a80b8f858a6379c8a2c1c11”一加，就完事了。show more

科幻正在照进现实：AI 黑客已经出现了 最近让安全圈炸锅的一个项目： Shannon AI Pentesting Tool 它是一个 AI... 自动渗透测试工具。 简单理解：AI 自己去当黑客。 从信息收集到漏洞利用，整套流程都能自动完成： - 读取源码 - 扫描端口 / API - 分析攻击路径 - 尝试漏洞利用 - 自动生成漏洞报告 和传统扫描器最大的区别是： 很多工具只会提示 “这里可能有漏洞”。 Shannon 会 真的去攻击验证。 SQL 注入、XSS、SSRF、登录绕过、JWT 攻击 这些常见漏洞都会自动尝试。 本质上，它把原本需要 安全团队完成的渗透流程， 变成了 一个 AI Agent 就能跑完的系统。 背后其实是一个很明显的趋势： AI 正在从 回答问题，走向 执行任务。 自动渗透只是开始。 未来越来越多工作都会被 AI 自动化完成show more

终于有人把 Claude Code 的 Loops 讲透了，从提示工程到循环工程，这才是 AI 提效的本质啊，看了不少关于loops的内容，还得是官方出手，我已啃完，要点给大家整理和拆成人话给大家讲清楚！ 关于loops核心其实就一件事，以前是你一遍遍手动发prompt催AI干活，现在你定好规则，AI自己循环迭代，干到合格了自己停。... 一共四种类型，对应不同场景，不用记术语，按你想交出多少控制权选就行： 1️⃣想自己把控每一步检查，用回合制，就是平时的一问一答模式，适合短平快的一次性任务。show more

一个印度17岁高中生做了个网站，2500万人跑上去假装自己是AI 网站链接放在评论区了 打开有两个标签页："human" 和 "larp as ai" 点 human，你可以像用... ChatGPT 一样输入任何 prompt。"画一个太空DJ"、"我该不该给前任发消息"、"strawberry里有几个r"，随便问 然后你的 prompt 会被发到一个队列里，地球上某个真人接到这个任务，有60秒时间像AI一样回答你 没有模型，没有神经网络，就是一个人坐在卧室里拼命打字假装自己是聊天机器人 页面上写的原话是："你有60秒完成一个请求，趁 Sam Altman 烧光你的 H100 之前" 反过来点 larp as ai，你就变成那个假装AI的人，回答别人的 prompt 赚积分。积分可以拿来提自己的 prompt。一个完美的闭环经济 整个网站最绝的是那些回复： -有人让"AI"画太空DJ，收到了一张看起来跟真模型翻车一模一样的手绘 -有人问该不该给前任发消息，收到了一段充满自信的"幻觉式"人生建议 -玩家攻略说开头要写"作为一个AI语言模型，我没有感情，但以下是我的感受" NPR 确认了数据：一个月内2500万独立访客，2.8亿次访问 做这个的是个印度高中生，17岁，来自本地治里，网名 mikidoodle 没有注册，没有App，没有付费墙。打开链接你就在这个笑话里了 页脚写了一行小字："人类会犯错，因为这就是人之所以为人的原因" 在AI无处不在的2026年，最火的"AI产品"居然是人假装AIshow more

龙虾族兄弟盟，GitHub 上有个项目：openclaw-china 可以把 OpenClaw 直接接入国内主流聊天软件。 支持的平台： - 微信 -... 企业微信 - 飞书 - 钉钉 - QQ 装好之后，你的 AI Agent 就可以直接在聊天软件里干活： - 群聊自动回复 - 自动处理任务 - 做 AI 客服 - 甚至跑自动化工作流。 等于把 OpenClaw 的能力搬进国内办公生态。 非常值得去研究一下。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

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。 你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI... 技能"。 下次遇到类似的活儿，直接回放，不用重新来一遍。 说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。show more

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

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel... 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。 最超出预期的是最后同步生成了一份 30 页的汇报 PPT， 所有图表都已经做好，不用再二次调整。 它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。 当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。 而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。show more

Datawhale 开源神作 Happy-LLM 教你从零亲手造一个大模型 GitHub 已获 29k+ Stars，持续霸榜 Trending... ⭐ 核心亮点 1. 体系完整，不碎片 NLP → Transformer → 预训练 → LLM 一条线讲通，不是拼凑知识点 2. 边学边做，跑完整流程 按 LLaMA 2 思路，从 Tokenizer 到预训练到微调（LoRA / QLoLA） 不是背概念，是自己真的动手做一遍 3. 工程导向，不止讲模型 RAG / Agent / 模型评测全覆盖 更贴近真实项目落地 学完你能做到什么？ - 看懂 Transformer - 训练一个小模型 - 会调参、排问题 - 做出一个 AI 小应用 适合谁？ 想入门 LLM 的开发者 不满足于只会调用 API 的人 想做 AI 应用 / Agent 的人show more