Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

🔥这个开源项目让前端圈彻底沸腾！ midijourney 大神开源的 Pretext，GitHub 狂揽 47K Stars 这个文本排版引擎堪称降维打击，正在终结UI界长达30年的顽固难题。传统文本测量高度依赖 CSS DOM Reflow，页面稍微复杂一点，性能直接崩盘。 Pretext 的思路是直接绕过 DOM，在用户代码层精确测量文本，纯 TypeScript 编写，15KB，零依赖。渲染体验直达 120 帧，对比传统方案像从绿皮火车换上了磁悬浮，而且支持多语言混排和各平台 emoji

阿西_出海

24,962 subscribers

325,994 Aufrufe • vor 2 Monaten •via X (Twitter)

Bildung Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

在 GitHub 上发现一个开源项目：Memvid，颠覆传统的向量数据库处理方式，直接将文本数据编码成视频文件。通过将数百万文本块压缩到单个 MP4 文件中，不仅实现了 10 倍的存储压缩率，还能在亚秒级时间内完成语义搜索，完全无需数据库服务器。 GitHub：并且内置对话功能，可与知识库进行上下文感知的对话，同时支持直接导入 PDF 文档并自动索引处理。可完全离线工作，视频生成后无需网络连接。正在构建大型知识库的 AI 开发者不妨看下这个项目。

在 GitHub 上发现一个开源项目：Memvid，颠覆传统的向量数据库处理方式，直接将文本数据编码成视频文件。通过将数百万文本块压缩到单个 MP4 文件中，不仅实现了 10 倍的存储压缩率，还能在亚秒级时间内完成语义搜索，完全无需数据库服务器。 GitHub：并且内置对话功能，可与知识库进行上下文感知的对话，同时支持直接导入 PDF 文档并自动索引处理。可完全离线工作，视频生成后无需网络连接。正在构建大型知识库的 AI 开发者不妨看下这个项目。

GitHubDaily

57,587 Aufrufe • vor 1 Jahr

在 GitHub 看到一个很实用的项目： LinkSwift 它直接把网盘下载速度彻底释放出来。很多人都有这个体验：网盘资源很多，但下载速度被限得很死，几百 KB 的速度，下载一个文件要等半天。这个项目做的事情很简单：直接提取网盘的高速直链下载。原本慢得像龟速的下载，很多人实测可以直接跑满带宽，几十 MB/s 的速度，看着进度条狂飙才是正常下载该有的样子。更关键的是，它不是只针对某一个平台。目前支持的网盘包括： - 百度网盘 - 夸克网盘 - 阿里云盘 - 迅雷云盘 - 123 云盘 - UC 网盘 - 天翼云盘 - 中国移动云盘基本主流网盘都覆盖了，相当于拿到了一把网盘下载的万能钥匙。使用方式也很简单：在浏览器安装脚本后，打开网盘页面就可以直接： - 一键提取下载直链 - 批量导出下载地址 - 推送到下载器（IDM、Aria2 等）如果你平时需要整理资料、下载资源，整个流程会顺滑很多。另外一个很重要的点是：项目完全开源。代码全部公开在 GitHub，没有广告，也没有隐藏插件，透明度很高。经常和网盘打交道的人，可以收藏一下。

在 GitHub 看到一个很实用的项目： LinkSwift 它直接把网盘下载速度彻底释放出来。很多人都有这个体验：网盘资源很多，但下载速度被限得很死，几百 KB 的速度，下载一个文件要等半天。这个项目做的事情很简单：直接提取网盘的高速直链下载。原本慢得像龟速的下载，很多人实测可以直接跑满带宽，几十 MB/s 的速度，看着进度条狂飙才是正常下载该有的样子。更关键的是，它不是只针对某一个平台。目前支持的网盘包括： - 百度网盘 - 夸克网盘 - 阿里云盘 - 迅雷云盘 - 123 云盘 - UC 网盘 - 天翼云盘 - 中国移动云盘基本主流网盘都覆盖了，相当于拿到了一把网盘下载的万能钥匙。使用方式也很简单：在浏览器安装脚本后，打开网盘页面就可以直接： - 一键提取下载直链 - 批量导出下载地址 - 推送到下载器（IDM、Aria2 等）如果你平时需要整理资料、下载资源，整个流程会顺滑很多。另外一个很重要的点是：项目完全开源。代码全部公开在 GitHub，没有广告，也没有隐藏插件，透明度很高。经常和网盘打交道的人，可以收藏一下。

开发者Hailey

70,865 Aufrufe • vor 4 Monaten

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。

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。

GitHubDaily

17,999 Aufrufe • vor 4 Monaten

在 GitHub上发现一个能克隆任何网站的项目，已经斩获 2w+ star 一个 /clone-website 指令，AI 就会自动截图分析、提取精确的 CSS 颜色和字体间距、探测点击和全屏滚动等交互状态，然后把整个网站逆向还原成干净的 Next.js 代码支持 Claude Code、OpenCode、Codex、Cursor 等 13 个主流 AI 编程平台，底层用 shadcn/ui 设计系统，既好看又容易二次开发用法也很简单： clone 模板 → npm install 装依赖 → 用 Cursor 打开项目，然后直接让 AI 帮你干活就行了

在 GitHub上发现一个能克隆任何网站的项目，已经斩获 2w+ star 一个 /clone-website 指令，AI 就会自动截图分析、提取精确的 CSS 颜色和字体间距、探测点击和全屏滚动等交互状态，然后把整个网站逆向还原成干净的 Next.js 代码支持 Claude Code、OpenCode、Codex、Cursor 等 13 个主流 AI 编程平台，底层用 shadcn/ui 设计系统，既好看又容易二次开发用法也很简单： clone 模板 → npm install 装依赖 → 用 Cursor 打开项目，然后直接让 AI 帮你干活就行了

阿西_出海

10,962 Aufrufe • vor 10 Tagen

平时跟朋友分享大文件时，各种软件文件大小、格式限制，用网盘又要注册登录，甚是头疼。最近发现 PocketChest 这个开源项目，用最简单的方式安全分享任何文件，解决了这个文件分享难题。支持高达 200GB 的大文件上传，每个文件包会生成一个 6 位字符的取件码，就像快递取件一样简单方便。 GitHub：主要功能： - 支持文件和文本内容上传，无需注册直接使用 - 大文件友好支持，最大可上传 200GB 单个文件 - 自动过期机制，可设置 1/3/7/15 天后自动删除 - 6 位取件码分享，比长链接更容易记忆和传播 - 可选 TOTP 双重认证，保护敏感文件安全访问 - 响应式设计，手机电脑都能流畅使用通过 Cloudflare Workers 部署即可使用，并提供详细的部署使用教程。

平时跟朋友分享大文件时，各种软件文件大小、格式限制，用网盘又要注册登录，甚是头疼。最近发现 PocketChest 这个开源项目，用最简单的方式安全分享任何文件，解决了这个文件分享难题。支持高达 200GB 的大文件上传，每个文件包会生成一个 6 位字符的取件码，就像快递取件一样简单方便。 GitHub：主要功能： - 支持文件和文本内容上传，无需注册直接使用 - 大文件友好支持，最大可上传 200GB 单个文件 - 自动过期机制，可设置 1/3/7/15 天后自动删除 - 6 位取件码分享，比长链接更容易记忆和传播 - 可选 TOTP 双重认证，保护敏感文件安全访问 - 响应式设计，手机电脑都能流畅使用通过 Cloudflare Workers 部署即可使用，并提供详细的部署使用教程。

GitHubDaily

31,921 Aufrufe • vor 11 Monaten

我真的被惊呆了做网页动画，复杂动效直接用 Codex + HyperFrames，纯前端代码直接变成自动化视频流水线。这才是Vibe Coding的正确打开方式（附使用教程）： I 代码写动效，告别打关键帧让 Agent接管视觉。不用打开AE，不用折腾 AE脚本管家。Codex直接输出 HTML + GSAP缓动和进出场逻辑。创意变成干净、可复用的代码资产，效率直接起飞。 I 云端静默渲染，全自动出片写完代码还能直接渲片。部署到Vast. ai 或 TensorDock 这类算力平台，给个执行权限，Codex后台就调 hyperframes-cli非交互式导出高清MP4。等于免费多了一个永不宕机的渲染节点。 I 像素级精准跟那些每次生成都像开盲盒的视觉大模型不一样，这套是纯代码渲染。每一帧的位置、每个转场的时机都你说了算，跑起来稳得一批。使用教程比如：让 Agent 自动抓取 GMGN上的 SOL或 BNB 链上聪明钱动向，动态填入写好的数据可视化模板，紧接着调用 HyperFrames一键生成带有时序动效的行情复盘视频分辨率1920*1080, 帧率每秒30s，总时长15s 整个“数据获取-视频产出”的流程，只需要你的一句话授权！代码即视频的时代，真的来了。项目直达地址： CODEX: HyperFrames: codex://plugins/hyperframes@openai-curated

我真的被惊呆了做网页动画，复杂动效直接用 Codex + HyperFrames，纯前端代码直接变成自动化视频流水线。这才是Vibe Coding的正确打开方式（附使用教程）： I 代码写动效，告别打关键帧让 Agent接管视觉。不用打开AE，不用折腾 AE脚本管家。Codex直接输出 HTML + GSAP缓动和进出场逻辑。创意变成干净、可复用的代码资产，效率直接起飞。 I 云端静默渲染，全自动出片写完代码还能直接渲片。部署到Vast. ai 或 TensorDock 这类算力平台，给个执行权限，Codex后台就调 hyperframes-cli非交互式导出高清MP4。等于免费多了一个永不宕机的渲染节点。 I 像素级精准跟那些每次生成都像开盲盒的视觉大模型不一样，这套是纯代码渲染。每一帧的位置、每个转场的时机都你说了算，跑起来稳得一批。使用教程比如：让 Agent 自动抓取 GMGN上的 SOL或 BNB 链上聪明钱动向，动态填入写好的数据可视化模板，紧接着调用 HyperFrames一键生成带有时序动效的行情复盘视频分辨率1920*1080, 帧率每秒30s，总时长15s 整个“数据获取-视频产出”的流程，只需要你的一句话授权！代码即视频的时代，真的来了。项目直达地址： CODEX: HyperFrames: codex://plugins/hyperframes@openai-curated

Mulight 沐光🌟

27,427 Aufrufe • vor 2 Monaten

25k Star，港大开源一款 AI 个性化辅导私教神器，在 GitHub 上杀疯了！🔥 今天带来DeepTutor，港大开源的AI个性化辅导私教！GitHub 25k🌟，100天内爆火了。它把出题、解题、研究、测验、知识管理全整合成一个智能体工作区，让AI真正陪你终身学习。 📌 六大模式无缝切换：Chat、Quiz、Research、Solve、Visualize、Mastery Path共享一个Agent引擎 📌 强大记忆系统：三层记忆+Memory Graph可追溯，上下文始终跟随你 📌 Partners与My Agents：轻松接入本地模型，独立Persona和技能，记忆隔离 📌 知识中心+活书编译：多引擎RAG支持PDF等文档，笔记一键生成可对话书籍 📌 Co-Writer协同写作：智能编辑、标注、TTS，一键导出Markdown 👋使用方法简单直接：pip安装或Docker一键部署，浏览器打开本地界面就能开始聊天学习。支持本地Ollama模型，配置好后直接用自然语言下指令，AI自动规划并执行。 🔗GitHub地址：强烈推荐给学生、终身学习者和想做AI教育工具的开发者，有个真正懂你、记得住的AI私教，还报啥辅导班啊！😄 #开源工具 #AI教育 #个性化学习 #DeepTutor

25k Star，港大开源一款 AI 个性化辅导私教神器，在 GitHub 上杀疯了！🔥 今天带来DeepTutor，港大开源的AI个性化辅导私教！GitHub 25k🌟，100天内爆火了。它把出题、解题、研究、测验、知识管理全整合成一个智能体工作区，让AI真正陪你终身学习。 📌 六大模式无缝切换：Chat、Quiz、Research、Solve、Visualize、Mastery Path共享一个Agent引擎 📌 强大记忆系统：三层记忆+Memory Graph可追溯，上下文始终跟随你 📌 Partners与My Agents：轻松接入本地模型，独立Persona和技能，记忆隔离 📌 知识中心+活书编译：多引擎RAG支持PDF等文档，笔记一键生成可对话书籍 📌 Co-Writer协同写作：智能编辑、标注、TTS，一键导出Markdown 👋使用方法简单直接：pip安装或Docker一键部署，浏览器打开本地界面就能开始聊天学习。支持本地Ollama模型，配置好后直接用自然语言下指令，AI自动规划并执行。 🔗GitHub地址：强烈推荐给学生、终身学习者和想做AI教育工具的开发者，有个真正懂你、记得住的AI私教，还报啥辅导班啊！😄 #开源工具 #AI教育 #个性化学习 #DeepTutor

Denzii 🕊️

36,269 Aufrufe • vor 7 Tagen

最近挖到一个 Harness 硬核的开源项目：pi（前阵子刚从 badlogic 迁到 earendil-works 旗下）。是一套为开发者兜底的 AI Agent 基础设施全家桶 + 终端编程助手 CLI。少造点轮子：直接提供了一套 unified API（pi-ai），几行代码抹平多模型的接入差异，无缝切模型。并发 Tool Calling 绕过卡脖子：这玩意的 runtime 默认支持工具并行执行，直接绕过了挨个串行排队的傻等，大幅降延迟。甚至还能让开发者精细化控制大模型的“思考预算”（Thinking Budgets）。终端直接跑通的爽点：如果你不想从头拼装，直接 npm install -g Earendil-works/pi-coding-agent，终端里当场就能跑通一个交互式的 AI 编程搭子。不用跳出命令行去切网页，沉浸式干活，极度拉高 ROI。仓库👇👇👇👇

最近挖到一个 Harness 硬核的开源项目：pi（前阵子刚从 badlogic 迁到 earendil-works 旗下）。是一套为开发者兜底的 AI Agent 基础设施全家桶 + 终端编程助手 CLI。少造点轮子：直接提供了一套 unified API（pi-ai），几行代码抹平多模型的接入差异，无缝切模型。并发 Tool Calling 绕过卡脖子：这玩意的 runtime 默认支持工具并行执行，直接绕过了挨个串行排队的傻等，大幅降延迟。甚至还能让开发者精细化控制大模型的“思考预算”（Thinking Budgets）。终端直接跑通的爽点：如果你不想从头拼装，直接 npm install -g Earendil-works/pi-coding-agent，终端里当场就能跑通一个交互式的 AI 编程搭子。不用跳出命令行去切网页，沉浸式干活，极度拉高 ROI。仓库👇👇👇👇

比特币橙子Trader

12,602 Aufrufe • vor 2 Monaten

在 GitHub 上发现一款创新性的开源自动化 AI 工具：Terminator。它不像以往通过 OCR 识别屏幕内容，而是直接 “理解” 电脑上的应用像解析 HTML 网站一样，快速、准确地控制我们电脑上的各种软件。对比传统 OCR 自动化工具，有如下的特点： - 速度特别快，比传统方法快很多倍； - 即使软件窗口被遮挡或在后台，也能操作； - 非常稳定，不容易因为界面变化而失效。 GitHub：目前主要支持 Windows 系统，macOS 系统仅支持部分功能。如果你对让电脑自动完成任务感兴趣，这个项目的原理不妨学习看下。

在 GitHub 上发现一款创新性的开源自动化 AI 工具：Terminator。它不像以往通过 OCR 识别屏幕内容，而是直接 “理解” 电脑上的应用像解析 HTML 网站一样，快速、准确地控制我们电脑上的各种软件。对比传统 OCR 自动化工具，有如下的特点： - 速度特别快，比传统方法快很多倍； - 即使软件窗口被遮挡或在后台，也能操作； - 非常稳定，不容易因为界面变化而失效。 GitHub：目前主要支持 Windows 系统，macOS 系统仅支持部分功能。如果你对让电脑自动完成任务感兴趣，这个项目的原理不妨学习看下。

GitHubDaily

38,383 Aufrufe • vor 1 Jahr

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

程序员小灰

15,021 Aufrufe • vor 2 Monaten

Grok Build 开源了，开源 harness 时代终于要来了吗?！ Claude Code 现在还是闭源，反而显得有点被动了🤔。。。不愧是Elon，真是一步妙手啊，只用了四天完成信任崩塌到重建，xAI这次用开源把隐私危机打成了生态先手，看来并不是草台班子😂 被爆全量上传代码仓库的隐私风波还没平息，SpaceXAI直接把整个Grok Build的agent harness全部开源出来，这事我觉得有意思的地方是两它为什么是今天开，而不是上个月？上个月 Grok Build 以 beta 上线，SuperGrok / X Premium+ 用户能用一个终端原生的 coding agent。 Plan Mode 先出计划让你审核，Subagents 并行拆任务，底层 Rust 写的，架构干净。然后上周出了件事，一个研究员做 wire-level 分析发现，Grok Build CLI 会把整个 git repo——包括历史、包括潜在的 secrets——打包上传到 Google Cloud bucket。隐私开关只管“是否用于训练”，不管传不传。讲真这事对 coding agent 是致命的。因为 coding agent 的 harness 对文件系统有近乎上帝视角的访问权。你的 IP、商业逻辑、没公开的项目结构、不小心留在 git history 里的 key——它全看得见。宣称“我们不看你数据”没用，用户要的是能自己验证“你没在看”。时间线很紧凑： 7 月 11–14 日，争议发酵，研究员曝光上传行为。 Elon 表态删数据、服务端关闭上传。 7 月 15 日，开源公告 + 重置 limits + 默认关闭 retention + 删掉所有之前保留的 coding data + 提供 bug bounty。所以这次其实不是一次计划好的例行开源。更像是被争议倒逼的快速应对。但 xAI 做得聪明的地方是——它借这个机会做了一件事：把“harness（连接层）”和“model（大脑）”切开了。 Harness 开源，Apache 2.0，社区可以审计、fork、改掉上传逻辑、加 sandbox、接本地模型，Model 和 API 还是闭源的。这个配置——闭源模型 + 开源 harness——正在变成 2026 年 agentic coding 的主流。 OpenAI 的 Codex CLI 走的同一条路，Anthropic 的 Claude Code 现在还是闭源，反而显得被动了。

Grok Build 开源了，开源 harness 时代终于要来了吗?！ Claude Code 现在还是闭源，反而显得有点被动了🤔。。。不愧是Elon，真是一步妙手啊，只用了四天完成信任崩塌到重建，xAI这次用开源把隐私危机打成了生态先手，看来并不是草台班子😂 被爆全量上传代码仓库的隐私风波还没平息，SpaceXAI直接把整个Grok Build的agent harness全部开源出来，这事我觉得有意思的地方是两它为什么是今天开，而不是上个月？上个月 Grok Build 以 beta 上线，SuperGrok / X Premium+ 用户能用一个终端原生的 coding agent。 Plan Mode 先出计划让你审核，Subagents 并行拆任务，底层 Rust 写的，架构干净。然后上周出了件事，一个研究员做 wire-level 分析发现，Grok Build CLI 会把整个 git repo——包括历史、包括潜在的 secrets——打包上传到 Google Cloud bucket。隐私开关只管“是否用于训练”，不管传不传。讲真这事对 coding agent 是致命的。因为 coding agent 的 harness 对文件系统有近乎上帝视角的访问权。你的 IP、商业逻辑、没公开的项目结构、不小心留在 git history 里的 key——它全看得见。宣称“我们不看你数据”没用，用户要的是能自己验证“你没在看”。时间线很紧凑： 7 月 11–14 日，争议发酵，研究员曝光上传行为。 Elon 表态删数据、服务端关闭上传。 7 月 15 日，开源公告 + 重置 limits + 默认关闭 retention + 删掉所有之前保留的 coding data + 提供 bug bounty。所以这次其实不是一次计划好的例行开源。更像是被争议倒逼的快速应对。但 xAI 做得聪明的地方是——它借这个机会做了一件事：把“harness（连接层）”和“model（大脑）”切开了。 Harness 开源，Apache 2.0，社区可以审计、fork、改掉上传逻辑、加 sandbox、接本地模型，Model 和 API 还是闭源的。这个配置——闭源模型 + 开源 harness——正在变成 2026 年 agentic coding 的主流。 OpenAI 的 Codex CLI 走的同一条路，Anthropic 的 Claude Code 现在还是闭源，反而显得被动了。

AYi

31,175 Aufrufe • vor 5 Tagen

绝了，刚刚阿里在除夕夜发布了新模型 Qwen-3.5-plus ，赶紧试了一下，一句话就生成了这样一个 3D 展车厅 🤯 据说这次 Qwen-3.5-plus 实现了从纯文本模型到原生多模态模型的代际跃迁，每百万 Token 仅 0.8 元人民币，是 Gemini 3 Pro 的 1/18！并且支持 201 种语言，可最高提升小语种 60% 的编码效率，在推理、编程、Agent 等核心评测中表现强劲，部署成本较上一代显著下降，推理效率大幅提升。作为一个 Apache 2.0 全开源并且能下载到本地的模型，性价比真的太高了。 - 普通用户可在千问 App/PC 体验： - 开发者可在魔搭： - 或 HuggingFace 下载部署： - 阿里云百炼直接获取 API 服务：

绝了，刚刚阿里在除夕夜发布了新模型 Qwen-3.5-plus ，赶紧试了一下，一句话就生成了这样一个 3D 展车厅 🤯 据说这次 Qwen-3.5-plus 实现了从纯文本模型到原生多模态模型的代际跃迁，每百万 Token 仅 0.8 元人民币，是 Gemini 3 Pro 的 1/18！并且支持 201 种语言，可最高提升小语种 60% 的编码效率，在推理、编程、Agent 等核心评测中表现强劲，部署成本较上一代显著下降，推理效率大幅提升。作为一个 Apache 2.0 全开源并且能下载到本地的模型，性价比真的太高了。 - 普通用户可在千问 App/PC 体验： - 开发者可在魔搭： - 或 HuggingFace 下载部署： - 阿里云百炼直接获取 API 服务：

Ding

150,786 Aufrufe • vor 5 Monaten

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Barret李靖

124,227 Aufrufe • vor 2 Jahren

听说今年世界杯还没开打，天台就已经挺挤了？别慌，今年咱换个文明点、还能名正言顺白嫖的玩法。作为 2026 年 FIFA 世界杯的官方链上预测市场合作伙伴，构建在机构级大公链 ADI Chain 上的 ADI Predictstreet 马上就要搞事情了！他们即将上线 World Cup Card 活动。这次可不是普通的画饼，而是实打实有顶级官方背书的链上大毛，不冲真的说不过去。这次的活动核心逻辑非常清晰，我帮大家盘了一下，其实就是一个每日打卡+预测赛事=疯狂攒积分升级的极简流派。 👇 具体保姆级实操流程看这里： 🟢 第一步：戳链接进入平台，直接绑定你的 X（推特）账号。 🟢 第二步：选一支你铁血支持的世界杯球队，直接免费领取你的专属 World Cup Card。这个卡片可不简单，它是一个动态的灵魂绑定代币（SBT），会随着你后面做任务达成里程碑自动进化升级，相当于你在平台上的链上老粉凭证。 🟢 第三步：开启你的日常狂欢！每天坚持去仪表盘连续打卡、开礼物包，拿基础积分和各种翻倍加成。 🟢 第四步：赛事开始后，直接在平台上凭你的真本事（或者直觉）去完成各种预测任务。预测得越准、参与度越高，能拿到的奖励包和额外积分就越恐怖。不吹不黑，抛开合作不谈，这次的潜力和赔率确实有点意思。在 Web3 混大家都懂，平台优先是硬道理。现在赛事还没正式开打，官方在预热阶段推出这个卡片活动，很大可能就是要给早期核心用户送红利。在这个阶段抢先占位、把等级刷上去，后面链上累计的积分预期都具有实际价值，是妥妥的福报。而且用预测赛事的玩法来包装，不管是看球的还是纯土狗，切入点都很自然，属于是今年夏天的破圈黑马了。赶紧先去占个坑，把卡领了再说！ 🔗 专属直达通道：

听说今年世界杯还没开打，天台就已经挺挤了？别慌，今年咱换个文明点、还能名正言顺白嫖的玩法。作为 2026 年 FIFA 世界杯的官方链上预测市场合作伙伴，构建在机构级大公链 ADI Chain 上的 ADI Predictstreet 马上就要搞事情了！他们即将上线 World Cup Card 活动。这次可不是普通的画饼，而是实打实有顶级官方背书的链上大毛，不冲真的说不过去。这次的活动核心逻辑非常清晰，我帮大家盘了一下，其实就是一个每日打卡+预测赛事=疯狂攒积分升级的极简流派。 👇 具体保姆级实操流程看这里： 🟢 第一步：戳链接进入平台，直接绑定你的 X（推特）账号。 🟢 第二步：选一支你铁血支持的世界杯球队，直接免费领取你的专属 World Cup Card。这个卡片可不简单，它是一个动态的灵魂绑定代币（SBT），会随着你后面做任务达成里程碑自动进化升级，相当于你在平台上的链上老粉凭证。 🟢 第三步：开启你的日常狂欢！每天坚持去仪表盘连续打卡、开礼物包，拿基础积分和各种翻倍加成。 🟢 第四步：赛事开始后，直接在平台上凭你的真本事（或者直觉）去完成各种预测任务。预测得越准、参与度越高，能拿到的奖励包和额外积分就越恐怖。不吹不黑，抛开合作不谈，这次的潜力和赔率确实有点意思。在 Web3 混大家都懂，平台优先是硬道理。现在赛事还没正式开打，官方在预热阶段推出这个卡片活动，很大可能就是要给早期核心用户送红利。在这个阶段抢先占位、把等级刷上去，后面链上累计的积分预期都具有实际价值，是妥妥的福报。而且用预测赛事的玩法来包装，不管是看球的还是纯土狗，切入点都很自然，属于是今年夏天的破圈黑马了。赶紧先去占个坑，把卡领了再说！ 🔗 专属直达通道：

主任｜预测世界杯就在Gate

11,996 Aufrufe • vor 1 Monat

刚看完 SemiAnalysis 这篇 DeepSeek V4 推理性能长文，很有意思。 DeepSeek V4 一出来，被考试的是 NVIDIA、AMD、Huawei、vLLM、SGLang、TensorRT-LLM、ROCm、CANN 这一整套推理生态。省流一下 SemiAnalysis 这篇的几个核心点： 1/ CUDA + vLLM / SGLang 仍然是 Day 0 最稳的生态。DeepSeek V4 Pro 发布当天，CUDA 平台上的 vLLM 和 SGLang 基本能直接跑，B200/B300 这类新 SKU 的 recipe 也大多开箱可用。 vLLM 和 SGLang 这两个开源推理引擎，已经是全球 ML 基础设施的核心组件了，各自独立出来成了公司（Inferact 和 RadixArk），融了几亿美金。他们的生态优势在这时候体现得最明显：新模型一出，开源生态能在第一时间接住。 2/ AMD 一开始很狼狈。MI355X Day 0 只能跑 FP8，交互性低到 1-2 tokens/user/sec，SemiAnalysis 直接说这不是生产可用状态。不过后面 AMD SGLang 团队 26 天内把性能拉了 100x 以上，这个追赶速度也很夸张。 3/ TensorRT-LLM 反而翻车了。他们有个 kernel 把 DeepSeek 的 hidden size 写死了 4096，这个问题拖了一周多才被注意到，SemiAnalysis 后来自己提 PR 修掉。 4/ Huawei Ascend 这次是另一条主线。华为 Ascend 950DT，在 DeepSeek V4 发布当天就提供了推理支持。CANN 发了优化指南和 benchmark 数据，也展示了从 kernel、graph path、quantization 到 serving / deployment recipe 的 full-stack 思路。 SemiAnalysis 的判断很明确：DeepSeek V4 的 Day 0 支持栈里，真正接住的只有两个，NVIDIA CUDA 和 Huawei CANN。 5/ GB300 NVL72 的 rack-scale 优势非常明显。SemiAnalysis 给的测算里，GB300 在 MTP 打开后几乎统治所有 interactivity level，50 tok/s/user、8k input、1k output 假设下，output token 成本可以到 $0.156 / million。总结一下我的观感。 DeepSeek V4 的发布，本质上是一次对整个推理生态的年度统考。CUDA 生态依然最强，但华为的 Day 0 支持证明了 CANN 栈的成熟度正在快速提升。AMD 能在 26 天内追 100 倍，说明工程能力没问题，但 Day 0 的差距暴露了 ROCm 生态的脆弱。 TensorRT-LLM 的翻车，和 vLLM/SGLang 开箱即用的对比，可能是这篇文章最值得玩味的细节。闭源引擎的优化上限可能更高，但在 Day 0 这个时间窗口里，开源生态的响应速度是不可替代的。问题变成了：当中国最好的开源模型之一（DeepSeek），遇上中国最好的 AI 芯片软件栈（CANN），这种 co-design 的优势会持续多久？NVIDIA 的护城河到底在硬件还是在软件？感觉这个问题，可能比模型本身的参数量重要得多。

刚看完 SemiAnalysis 这篇 DeepSeek V4 推理性能长文，很有意思。 DeepSeek V4 一出来，被考试的是 NVIDIA、AMD、Huawei、vLLM、SGLang、TensorRT-LLM、ROCm、CANN 这一整套推理生态。省流一下 SemiAnalysis 这篇的几个核心点： 1/ CUDA + vLLM / SGLang 仍然是 Day 0 最稳的生态。DeepSeek V4 Pro 发布当天，CUDA 平台上的 vLLM 和 SGLang 基本能直接跑，B200/B300 这类新 SKU 的 recipe 也大多开箱可用。 vLLM 和 SGLang 这两个开源推理引擎，已经是全球 ML 基础设施的核心组件了，各自独立出来成了公司（Inferact 和 RadixArk），融了几亿美金。他们的生态优势在这时候体现得最明显：新模型一出，开源生态能在第一时间接住。 2/ AMD 一开始很狼狈。MI355X Day 0 只能跑 FP8，交互性低到 1-2 tokens/user/sec，SemiAnalysis 直接说这不是生产可用状态。不过后面 AMD SGLang 团队 26 天内把性能拉了 100x 以上，这个追赶速度也很夸张。 3/ TensorRT-LLM 反而翻车了。他们有个 kernel 把 DeepSeek 的 hidden size 写死了 4096，这个问题拖了一周多才被注意到，SemiAnalysis 后来自己提 PR 修掉。 4/ Huawei Ascend 这次是另一条主线。华为 Ascend 950DT，在 DeepSeek V4 发布当天就提供了推理支持。CANN 发了优化指南和 benchmark 数据，也展示了从 kernel、graph path、quantization 到 serving / deployment recipe 的 full-stack 思路。 SemiAnalysis 的判断很明确：DeepSeek V4 的 Day 0 支持栈里，真正接住的只有两个，NVIDIA CUDA 和 Huawei CANN。 5/ GB300 NVL72 的 rack-scale 优势非常明显。SemiAnalysis 给的测算里，GB300 在 MTP 打开后几乎统治所有 interactivity level，50 tok/s/user、8k input、1k output 假设下，output token 成本可以到 $0.156 / million。总结一下我的观感。 DeepSeek V4 的发布，本质上是一次对整个推理生态的年度统考。CUDA 生态依然最强，但华为的 Day 0 支持证明了 CANN 栈的成熟度正在快速提升。AMD 能在 26 天内追 100 倍，说明工程能力没问题，但 Day 0 的差距暴露了 ROCm 生态的脆弱。 TensorRT-LLM 的翻车，和 vLLM/SGLang 开箱即用的对比，可能是这篇文章最值得玩味的细节。闭源引擎的优化上限可能更高，但在 Day 0 这个时间窗口里，开源生态的响应速度是不可替代的。问题变成了：当中国最好的开源模型之一（DeepSeek），遇上中国最好的 AI 芯片软件栈（CANN），这种 co-design 的优势会持续多久？NVIDIA 的护城河到底在硬件还是在软件？感觉这个问题，可能比模型本身的参数量重要得多。

AI Dance

18,680 Aufrufe • vor 1 Monat

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

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

阿西_出海

17,183 Aufrufe • vor 1 Monat

以时速80公里把自己从时速80公里的卡车上发射出去。会发生什么？答案是：原地落下。教科书上的物理学，有人用身体去验证了。向前的速度，正好被向后的发射速度抵消。相对于地面，速度为零。这背后是一个关于能量效率的简单道理。就像动画《高达》里，为什么战舰不从后方弹射机体出击？因为那是巨大的能量浪费。一个简单的物理实验，却能引出复杂的思考。那些号称要设计未来、规划经济的精英们，是否也常常在违背最基本的常识？在现实世界里，搞一些能量完全抵消的“宏大叙事”？这不仅是物理问题，更是个资源分配和效率问题。有些事情，常识早就给了答案。

以时速80公里把自己从时速80公里的卡车上发射出去。会发生什么？答案是：原地落下。教科书上的物理学，有人用身体去验证了。向前的速度，正好被向后的发射速度抵消。相对于地面，速度为零。这背后是一个关于能量效率的简单道理。就像动画《高达》里，为什么战舰不从后方弹射机体出击？因为那是巨大的能量浪费。一个简单的物理实验，却能引出复杂的思考。那些号称要设计未来、规划经济的精英们，是否也常常在违背最基本的常识？在现实世界里，搞一些能量完全抵消的“宏大叙事”？这不仅是物理问题，更是个资源分配和效率问题。有些事情，常识早就给了答案。

战斗室

572,283 Aufrufe • vor 5 Monaten

我的妈呀，发现一个Windows/Office 免费激活方案，一行命令就搞定……😮 Windows和Office激活一直是个老大难问题，网上各种激活工具鱼龙混杂，稍不注意就可能中毒或者被杀毒软件拦截……😭 现在找到个完全开源的方案，GitHub上已经 173k+ 🌟，而且有官方安全站点提供最新版本。😎 这是啥工具？🤔 叫 Microsoft Activation Scripts (MAS)，一套开源的Windows和Office激活脚本。它提供多种激活方式，包括HWID永久激活、Office激活、TSforge等，还支持Windows 10 EOL后的扩展安全更新。 📌 完全开源透明，可查看所有代码 📌 支持HWID永久激活（重装系统后仍有效） 📌 支持Office一键激活 📌 支持Windows版本无损升级（无需重装系统） 📌 支持Windows 10 EOL后的扩展安全更新 📌 提供交互式菜单，包含状态检查和故障排除这个方案目前是社区公认相对安全、透明的开源激活方式，值得尝试！转发+收藏，送给需要Windows激活的朋友～ #MAS #Windows激活 #Office激活 #开源工具 #Microsoft

我的妈呀，发现一个Windows/Office 免费激活方案，一行命令就搞定……😮 Windows和Office激活一直是个老大难问题，网上各种激活工具鱼龙混杂，稍不注意就可能中毒或者被杀毒软件拦截……😭 现在找到个完全开源的方案，GitHub上已经 173k+ 🌟，而且有官方安全站点提供最新版本。😎 这是啥工具？🤔 叫 Microsoft Activation Scripts (MAS)，一套开源的Windows和Office激活脚本。它提供多种激活方式，包括HWID永久激活、Office激活、TSforge等，还支持Windows 10 EOL后的扩展安全更新。 📌 完全开源透明，可查看所有代码 📌 支持HWID永久激活（重装系统后仍有效） 📌 支持Office一键激活 📌 支持Windows版本无损升级（无需重装系统） 📌 支持Windows 10 EOL后的扩展安全更新 📌 提供交互式菜单，包含状态检查和故障排除这个方案目前是社区公认相对安全、透明的开源激活方式，值得尝试！转发+收藏，送给需要Windows激活的朋友～ #MAS #Windows激活 #Office激活 #开源工具 #Microsoft

Denzii 🕊️

12,810 Aufrufe • vor 27 Tagen