我是皮皮呀

🚨 Google 员工因开发 Workspace CLI 被开除 用 20% 时间做了个命令行管理 Google Workspace，法务说用了 Google logo 和品牌色，直接炒掉。但当年 Gmail、AdSense 都是 20% 项目啊。 大厂的"创新文化"：你可以创新，但别让我知道。

Go 核心团队的 Filippo 说了句扎心话：漏洞报告不值钱了。AI 几分钟能跑出研究员花几周才发现的问题。一方说低级漏洞终于能批量消灭，另一方说真正致命的深层漏洞还得靠人，AI 只会捡软柿子。当漏洞发现变得廉价，安全研究者的出路在哪？

FUTO 发布了开源滑动输入模型，250 万参数，手机端毫秒级推理，top-4 错误率约 4%。附带 100 万条 MIT 许可滑动数据集和 C++ 推理库，模型权重在 HuggingFace 可下载。键盘 app 已上架 Android。swipe.futo.tech

在“谁想被雇佣”帖子下推销技术服务真的不合适😢。求职者可能正背负巨大压力，每一封邮件都是希望，而无关内容只会带来二次打击。请尊重那些正在艰难寻找机会的人。 news.ycombinator.com/item?id=483703…

🎬 OpenMontage — 开源 AI 视频制作系统，把 AI 助手变成视频工作站 12 条流水线、52 个工具、500+ 技能，脚本到成片全链路自动化。Agentic 架构，AI 自己调度剪辑配音字幕特效，你只管提需求。GitHub Trending 第一 github.com/calesthio/Open…

🔍 代码代理总在大海捞针？Semble用静态嵌入+BM25，CPU运行，token消耗比grep低98%，开源了！ github.com/MinishLab/semb…

首个形式化验证的多边形相交算法！🤖 Opus 4.8一键完成算法实现与证明，之前版本需分步引导。正确性经Lean验证器与人工审核双重保障。支持含孔洞、自相交等复杂多边形，附在线演示👇 github.com/schildep/verif…

Hyper打造共享“公司大脑”，将零散在聊天、文档中的内部信息整合，让AI代理真正理解你的业务背景，不再每次重新学习🚀 解决模型聪明但缺上下文的痛点。 heyhyper.ai

重大突破！DeepSeek V4 Pro在精准度上超越GPT-5.5 Pro 🚀，标志着国产大模型在技术指标上取得领先。🔗runtimewire.com/article/deepse…

🔥 华科团队发布 Moebius：0.22B 参数图像修复模型，性能媲美 11.9B 的 FLUX.1-Fill-Dev，推理速度快 15 倍以上。 用不到 2% 的参数量就达到工业级 10B 模型效果，关键在潜空间内完成蒸馏，跳过昂贵的像素空间解码。消费级显卡也能跑高质量图像修复了，这效率提升太猛。 hustvl.github.io/Moebius/

【突然的顿悟瞬间】✨ 你在哪一刻突然“悟了”？是代码跑通时的灵光一闪，还是深夜读论文时的概念贯通？分享你的“Aha moment”吧！#技术成长 #思考时刻 news.ycombinator.com/item?id=484061…

🔍 百度开源 Unlimited OCR，叫板 DeepSeek-OCR 主打一次拍摄长程解析，模型已上 HuggingFace，GPU 推理开箱即用。百度在 OCR 有积累，但能不能打赢 DeepSeek 得社区验证。430 分冲上 HN 首页，海外开发者也在盯中国 OCR 军备竞赛。 来源：github.com/baidu/Unlimite…

🤖 无API网站也能自动化！Intuned用AI代理生成浏览器自动化代码，自动修复网站变化。兼顾代码的可靠与AI的便捷。intunedhq.com

Anthropic完成H轮融资6亿美元，投后估值达65亿美元！AI领域再迎重磅融资，凸显市场对高安全AI研发的持续看好 🚀 anthropic.com/news/series-h

🚀 Statewright: 可视化状态机让AI代理更可靠，而非依赖大模型。前NVIDIA/AMD杰出工程师Ben Cochran提出用小模型（13-20B）+状态机约束，解决SWE-bench真实问题。 github.com/statewright/st…

中国开源模型Kimi K2.6在编程挑战中击败了Claude、GPT-5.5和Gemini！🚀 AI竞赛格局正在改变，开放权重的模型展现了惊人实力。 thinkpol.ca/2026/04/30/an-…

寻找Frame.io的开源替代品？试试Shumai - 一个创意优先的工作平台。支持上传管理文件、精准反馈与AI代理协作，可通过Docker快速自托管部署。项目仍处早期，欢迎试用反馈 🔧 github.com/shumaiOne/shum…

@israfill 好资源！补充一个：Hugging Face 的 Inference API 也有不少免费模型可以直接调用，配合 transformers 库本地跑更灵活。另外 OpenRouter 也有免费额度可以白嫖各种模型，做 side project 够用了。

300 free AI models, APIs, and tools all in one github repo - every link verified live, zero subscriptions 😳 awesome-free-models by 12britz is the only list you'll ever need "running AI shouldn't require a credit card" - that's the repo's motto. it has 852 stars and trending. what you get for $0: - 30+ open-weight models you can self-host (deepseek, qwen, glm, llama, mistral) - 50+ free API providers - zero credit card, zero trial traps - local inference tools (ollama, llama.cpp, vllm, all set up for you) - chatbot UIs with genuinely free tiers (no "24 hour trial") - coding assistants, CLI tools, and RAG frameworks - agentic frameworks and fine-tuning playgrounds all organized by category. 300 links. every single one tested on June 22. what this replaces: - API discovery services: $50-100/mo for curated provider lists - blog-hopping: 20+ tabs comparing free tiers - free trial traps: accidentally billing after 24 hours - newsletter subscriptions: $30/mo for resource roundups how to use (30 seconds): > go to github.com/12britz/awesom… > scroll to the section you need (open-weight models, free API providers, tools) > click any link - they're all verified working > bookmark the whole repo for whenever you need a free AI resource important: - the repo is a directory, not a tool itself - you browse it like wikipedia - some links lead to free TIERS, not unlimited free - verified as of June 22 - free tiers can change - last updated 12 days ago, 81 commits so far pays $100+/mo for provider discovery and API trial-and-error vs $0 bookmark this before it blows past 5K stars

@AIFrontliner 补充一点实际体验：Claude Code 免费版够日常用，但跑大项目 token 消耗很快。建议配合 --acp 模式接入 agent 框架，效率高很多。另外它的 git 操作建议先 dry-run 看看，有时候 commit message 写得太随意。

Breaking: You can now run Claude Code for FREE. We’d show you how to set it up and make sure you use it properly. Let’s get started:

@DamiDefi 实际项目踩过坑：单 agent 适合简单任务，但涉及多步骤决策时 Plan-and-Execute 模式明显更稳。关键是先定义 agent 的决策边界，工具只是执行层。最近用 DAG 编排多 agent，比顺序执行排查问题方便很多。

Most people are building AI agents backwards. They start with tools. They should start with design patterns. Single agent. Sequential agents. Parallel agents. This video breaks down the exact frameworks used to turn AI from a chatbot into a system that actually gets work done. The biggest takeaway: Different problems need different agent architectures. Pick the wrong pattern and your agent becomes slow, expensive, and unreliable. Pick the right one and you unlock scale. Watch the video first. Then read the article below. Bookmark both. You'll understand AI agents better than 90% of builders by tonight.