关注大模型、AI 工具与应用落地。在克维网分享评测、快讯与 AI Works。
放弃 Mac mini,我给一人公司买了台 Linux 工程机。
最开始,我其实准备直接买 Mac mini。
放弃 Mac mini,我给一人公司买了台 Linux 工程机。
最开始,我其实准备直接买 Mac mini。
体积小、性能不错、功耗低,拿来跑 AI Agent,挺合适。
但想了想,还是放弃了。
我一直喜欢开源软件。既然准备认真做一家 AI 驱动的一人公司,还是想保留点极客精神,自己折腾 Linux。
当然,这不是说苹果不好。只是我更喜欢开放、可控、可以自己折腾的技术环境。
为什么突然要买专用电脑?
因为之前我的 Hermes Agent 一直运行在日常 Windows 电脑上。
前几天,我已经能通过手机远程指挥它操作浏览器,完成微博发布。
确实方便。
但越用越觉得,不能继续这么搞。
Agent 能操作电脑,也意味着它可能接触文件、账号和各种系统权限。
而我还在研究量化交易。
AI 能帮我干活,不代表我应该把整台电脑都交给它。
于是决定单独买台工程机。
接下来,我让两个不同的 AI 模型分别给出选型方案,再互相审查。
一个更看重 CPU,一个认为多浏览器运行时,32GB 内存更重要。
双方都有道理,也都有判断不准确的地方。
我把它们的分析来回交叉验证,最后把范围缩小到极摩客 M5、M6、M7 系列。
中途有个 AI 推荐二手商用主机,价格确实便宜。
但我直接否决。
不是嫌二手性能差,而是供应链安全。
这台机器未来可能接触量化交易程序、策略代码和 API 凭据。
二手设备的流转、维修和固件历史很难完全核实。为了省几百块钱,引入自己难以评估的安全风险,我觉得不值。
当然,全新设备也不是绝对安全,系统和权限仍然需要认真配置。
最终选了 M6 Ultra,32GB 内存、1TB SSD。
结果准备付款的时候,又发现一件事。
同样一台机器,我老婆下单竟然比我便宜几十块钱。
那还说啥,果断让她买。
折腾半天,两个 AI 帮我分析 CPU、内存和系统架构,最后老婆帮我把采购成本又压低了一点。
这事挺有意思。
做一人公司,既要有极客精神,也得有成本纪律。
为了安全,可以放弃便宜几百块的二手设备。
但同样的全新机器、同样的配置和售后,能省几十块钱,也没必要装大方。
公司经营就是这样。
该花的钱不能省,不该花的钱也别乱花。
这次最大的收获,不是买了哪台电脑,而是逐渐形成了一套决策方法:
AI 负责分析、比较和互相挑错。
人负责确定目标、划定风险边界、做最终决定。
技术要开放,系统要可控,花钱要克制。
一人公司,先从这些小事做起。
Minimax H3本地运行的视频生成模型实现,比快更快!
开发者将基于 MiniMax H3 的 HyperFlow Flash 视频生成模型转换为 INT8 格式,利用 ComfyUI 原生 INT8 计算内核加速推理,同时保留文生视频、首帧生成视频、首尾帧控制、参考图生成视频,以及同步立体声音频生成能力。
Minimax H3本地运行的视频生成模型实现,比快更快!
开发者将基于 MiniMax H3 的 HyperFlow Flash 视频生成模型转换为 INT8 格式,利用 ComfyUI 原生 INT8 计算内核加速推理,同时保留文生视频、首帧生成视频、首尾帧控制、参考图生成视频,以及同步立体声音频生成能力。
最值得关注的是速度:仅需 6 步采样,在单张 RTX 5090(32GB)上生成一段 1344×768、5.2 秒、包含音频的视频,平均只需 46 秒。如果进一步使用 Sparse Attention,时间可以缩短至约 38 秒。
作为对比,相同测试条件下,原版 MiniMax H3 需要约 139 秒,官方 HyperFlow Q4_K_M GGUF 版本则需要约 66 秒。这意味着 INT8 版本比原版快约 3 倍,比官方 GGUF 版本快约 30%。
技术上,它并非重新训练一个视频模型,而是通过低步数生成、INT8 量化与原生计算内核优化,提高现有模型的推理效率。权重文件约 16GB,实测峰值显存占用约 23.6GiB。
项目提供现成的 ComfyUI 节点和五套工作流,可以直接用于本地视频生成。
人工智能正在进入科学研究的日常工作。从阅读文献、到编写代码、分析数据和提
【科学家怎么用ChatGPT?OpenAI做了一项调研】
人工智能正在进入科学研究的日常工作。从阅读文献、到编写代码、分析数据和提出研究假设,AI逐渐成为科学家的研究助手。但它究竟在多大程度上参与科研?科学家又愿意把多少研究工作交给AI?
人工智能正在进入科学研究的日常工作。从阅读文献、到编写代码、分析数据和提
【科学家怎么用ChatGPT?OpenAI做了一项调研】
人工智能正在进入科学研究的日常工作。从阅读文献、到编写代码、分析数据和提出研究假设,AI逐渐成为科学家的研究助手。但它究竟在多大程度上参与科研?科学家又愿意把多少研究工作交给AI?
近日,OpenAI发布题为“Science at the Frontier: How Scientists Use ChatGPT”的研究报告,收集了来自1,819名科学家的超过58万条科研消息,并结合251名科学家的问卷回答,分析AI如何参与科研,以及它对科学发现可能产生的影响。
报告发现,AI主要用于四类工作:阅读与知识获取、写作与交流、科学分析,以及科研软件与代码开发,合计占科学家平均科研消息的85.1%。相比之下,数据收集、同行评审和行政管理等工作中的AI使用仍然较少。
在探索研究方向时,科学家也经常要求AI提出研究问题或方向;当想法逐渐发展为具体问题时,则更倾向于先提出自己的想法,再让AI帮助完善和评估。报告发现,42.7%的科学家平均每周发送超过两条科研构思相关消息。
不过,科学家并没有完全放手让AI工作。平均有31.8%的初始科研请求会引发进一步的解释、核查或修改。尤其在写作、科学分析和软件开发等领域,科学家仍需检查AI生成的内容。报告还发现,约15%的科学家曾尝试让AI协调完成端到端自主科研任务,但这类请求仅占全部科研消息的0.4%,尚未成为常规工作方式。
在科研效率方面,科学家普遍认为AI带来了生产力提升。不同工作流的自我报告生产力提升倍数为1.35至2.83倍,其中科研软件与代码开发的提升最明显。一些受访者表示,借助AI开发专用研究工具,他们得以开展过去受技术条件限制、难以推进的数据收集和研究工作。
对于AI能否加速科学发现,受访科学家也抱有较高期待。97.6%的人认为AI能够加快所在领域的科学发现;如果一项重要发现原本需要10年,72%的人预计AI能让它至少提前3年实现,21.6%的人认为可以提前7至10年。对开放式回答的分析显示,科学家最常提及的加速机制是提高科研任务执行速度,其次是寻找更有前景的研究方向,以及拓展可探索的科学问题。
但效率提升并不意味着科研瓶颈已经消失。51.8%的科学家提到时间或人员不足,43.8%提到经费不足,只有6.4%认为目前没有明显的科研瓶颈。报告指出,AI能否转化为更广泛的科学进步,不仅取决于模型能力,也取决于人员、经费和其他科研资源能否跟上。
从报告来看,AI已经进入科学家的多个工作环节,并开始影响研究问题的形成和科研任务的执行。但从辅助研究到独立推动科学发现,仍有一段距离。
来源 微博 @麻省理工科技评论
结论:拥抱 AI 开源的未来 2026 年的 AI 开源生态展现了三个明确趋势: Agent 化:从工具到 Agent,AI 正在学会自主完成复杂任务 本地化:MLX、Ollama 等让高品质 AI 在本地运行成为可能 标准化:MCP 等协议正在建立 Agent 互操作的基础设施 这 350+ 个项目只是冰山一角。真正的价值在于组合使用这些工具——用 Claude Code 写程序、用 LlamaFactory 微调模型、用 RAGFlow 构建知识库、用 Dify 部署生产应用。 立即行动: 🌟 为你感兴趣的项目点赞 🔧 选择一个领域深入探索 🤝 加入社区,贡献代码 📖 延伸阅读: Claude Code 部署模式与最佳实践 MCP 协议官方文档 LlamaFactory 微调教程 本文数据来源:GitHub Star 统计、开源社区贡献。数据截至 2026 年 4 月,星标数为近似值。
Codex最值得安装的10个插件 这次把 10 个插件的用途、适用场
Codex最值得安装的10个插件 这次把 10 个插件的用途、适用场景和安装入口放进一套图里。
想用自己的声音做口播、配音,又不想只靠云端付费 API?本地开源 TTS 里,VoxCPM2 最近被谈得最多。本文把两篇带实测截图的文章合在一起看,并对照官方安装文档,方便你按显卡和场景落地。
参考来源(实测 + 官方)
官方文档写得很清楚:Python 建议 3.10–3.12,PyTorch ≥2.5,NVIDIA 建议 CUDA 12;device=auto 会按 cuda → mps → cpu 回退。最快安装:
给编码 Agent 一个浏览器,别把整页 DOM 塞进上下文。
agent-browser 的核心循环是:open 打开页面 → snapshot -i 拿到 @e1 一类 ref → click/fill → 页面一变就重新 snapshot。旧 ref 在导航或 DOM 变化后会失效;目标被遮挡、禁用或不在视口时,click 会直接失败而不是假成功。官方 quick start 与中文上手文都按这五步写。
给编码 Agent 一个浏览器,别把整页 DOM 塞进上下文。
agent-browser 的核心循环是:open 打开页面 → snapshot -i 拿到 @e1 一类 ref → click/fill → 页面一变就重新 snapshot。旧 ref 在导航或 DOM 变化后会失效;目标被遮挡、禁用或不在视口时,click 会直接失败而不是假成功。官方 quick start 与中文上手文都按这五步写。
来源 agent-browser.dev / 上手教程 #agent-browser #浏览器自动化 #Agent
网页不想被 Agent 乱点 DOM,可以把能力直接注册成工具。
WebMCP 让站点用 document.modelContext.registerTool 暴露 name、描述和 inputSchema;浏览器里的 Agent 按 schema 调用,而不是猜按钮。Chrome 149+ 可申请 Origin Trial,本地开发可开 chrome://flags/#enable-webmcp-testing。官方文档与中文适配教程都写了 token、meta 部署和校验步骤。
网页不想被 Agent 乱点 DOM,可以把能力直接注册成工具。
WebMCP 让站点用 document.modelContext.registerTool 暴露 name、描述和 inputSchema;浏览器里的 Agent 按 schema 调用,而不是猜按钮。Chrome 149+ 可申请 Origin Trial,本地开发可开 chrome://flags/#enable-webmcp-testing。官方文档与中文适配教程都写了 token、meta 部署和校验步骤。
线稿动画也能交给 Agent:装上 skill,一条指令画出能日夜切换的日本街景。
line-art-animation 是 Claude Skill + 无依赖 TypeScript 库。人物用 SVG 线稿走路、骑行、互动,场景从午后切到夜里;仓库带日景、夜景和循环演示。已写入 AI Works。
线稿动画也能交给 Agent:装上 skill,一条指令画出能日夜切换的日本街景。
line-art-animation 是 Claude Skill + 无依赖 TypeScript 库。人物用 SVG 线稿走路、骑行、互动,场景从午后切到夜里;仓库带日景、夜景和循环演示。已写入 AI Works。
来源 GitHub @JDhruv14 #线稿动画 #AgentSkill #AI工具
Euro-Office 桌面版上线:Win/Mac/Linux 都能断网办。
欧洲开源办公套件 Euro-Office 推出独立桌面应用,覆盖 Windows、macOS、Linux,挂在 Nextcloud Hub 26 Summer 这条线上。
Euro-Office 桌面版上线:Win/Mac/Linux 都能断网办。
欧洲开源办公套件 Euro-Office 推出独立桌面应用,覆盖 Windows、macOS、Linux,挂在 Nextcloud Hub 26 Summer 这条线上。
卖点不是「再做一个 Word」,而是少绑美国云生产力平台:本地装、本地编,需要协作再接 Nextcloud。文档、表格、演示、PDF 都在一套里,格式兼容微软 Office 与 ODF。
跟 Ely Office 同属「断网也能办」赛道,但血统不同——Euro-Office 从 OnlyOffice 欧洲 fork 长出来,偏协作与主权叙事;Ely 更像轻量本地七件套。
开源网盘直链助手 LinkSwift,本地拿地址不破解。
GitHub 上那个叫 LinkSwift 的开源工具,2022 年就出来了,到现在还在更新,星数已经两万多。
下载视频号内容,核心不是「装越多越好」,而是按设备选对路径:电脑端可走助手、嗅探或抓包;手机端优先在线助手或 iOS 的 Stream。下面按场景整理,方便对照选用。
不推荐:无剪辑基础时用录屏硬存;过时的「看源码 / 翻安卓缓存」当主方案。
电脑端可选工具大致分三类:专用助手、在线/嗅探、抓包调试。
仓颉 Skill:把书和长视频蒸馏成可调用的 Agent Skills。
cangjie-skill 不是再写一版摘要,而是用 RIA-TV++ 七阶段流水线,把书、长视频转写、播客稿里的方法论编成可安装 Skill Pack。
仓颉 Skill:把书和长视频蒸馏成可调用的 Agent Skills。
cangjie-skill 不是再写一版摘要,而是用 RIA-TV++ 七阶段流水线,把书、长视频转写、播客稿里的方法论编成可安装 Skill Pack。
v2.5.0 先产出 Capability Bundle,再编译成 single 或 pack;本地用 scripts/cangjie.py 做诊断与交付,也支持 Claude Code / Cursor / DeepSeek Harness。
来源 GitHub @kangarooking #cangjie-skill #AgentSkills #AI工具
纳米 Work 不只是聊天:能直接交付 Excel 和 Word。
试用了一下 360 的纳米 Work(work.n.cn),跟普通 AI 助手最大的差别是:它真的在干活,不只是聊天。
写一篇深度长文两小时,改成小红书卡片、公众号排版和抖音口播视频却要一整天——这套跨平台重做的苦力活,作者把它做成了开源工具 article2media:任意文章或视频丢进去,一条命令同时拿到杂志长图、3:4 卡片和口播视频。
一、跨平台重做的苦力活。 各平台版式规矩不相通:公众号编辑器会吞掉外部 CSS 和 class,粘进去的 Markdown 经常全乱;小红书得拆成 3:4 卡片一张张出。人工来回倒腾半天就过去了,最后很多人只能妥协,只发一个平台,或者手机截几张长图应付。
二、AI 工具「一刀切」。 大多数工具拿到文章默认往「摘要总结」里压。可一篇万字外文长文或 20 分钟访谈,需要的是带图表的结构化拆解;反过来发自己原创随笔,诉求是一字不改、只做排版——AI 擅自改写成「一二三点干货」,等于毁稿。
手机剪视频用什么:剪映、VN、InShot、iMovie、KineMaster 横评。
剪映上手最方便,字幕模板特效全,免费加会员;VN 支持多轨、关键帧、LUT,基础功能免费无水印;InShot 滤镜转场多,适合 Vlog;iMovie 苹果自带、简单稳定但特效少;KineMaster 图层绿幕关键帧更灵活,去水印要会员。
手机剪视频用什么:剪映、VN、InShot、iMovie、KineMaster 横评。
剪映上手最方便,字幕模板特效全,免费加会员;VN 支持多轨、关键帧、LUT,基础功能免费无水印;InShot 滤镜转场多,适合 Vlog;iMovie 苹果自带、简单稳定但特效少;KineMaster 图层绿幕关键帧更灵活,去水印要会员。
想省事选剪映,想免费又能精剪选 VN。
来源 X @AIWAVE2025 #剪辑 #软件工具 #App">编辑</a>
<a href="javascript: em_confirm(254, 'tw', 'ac21b61b8e7253afacd2a3892ec64d990f337c90');
DeepSeek 把 App 的能力拆成 API 单卖:搜索、读文件、读链接、语音都能调。
内置对话工具目前只有 deepseek-flash 支持,v4-pro 不在列;独立接口是 Search、Fetch、OCR、ASR、TTS 五个,模型安全走请求参数。
MiniMax 开源 33.1B 生图模型,社区几天就压出 27 个量化版。
原版约 68GB;Q4 约 10.8GB,极限 Q2_K 压到 6.4GB,Unsloth FP8 是 18.8GB。支持原生 4K 直出、6 步采样、多张参考图,已有 ComfyUI GGUF 和 Mac MLX 权重。显存只有 8G、12G 的机器也能本地跑起来试试。