fitzwilling

最近把我几位关注者全部屏蔽了，不是因为讨厌各位，纯因为我不想被任何人关注，然后我又解除屏蔽反关注了你们，有点双标，如果你喜欢拥有关注者，那可以让我关注，如果你不喜欢被我关注，你可以拉黑我，但是千万别反关注我，你关注我得话，我一定拉黑你，不再来关注你了。

viber/deux 实测，效果非常好 更新快，重启快

Gridex — 一款 AI Native 数据库 IDE。 ▶ 原生应用同时管理 PostgreSQL、MySQL、SQLite、Redis、MongoDB、SQL Server 和 ClickHouse ▶ 内置 AI Chat 与 MCP Server ▶ 支持 macOS / Windows / Linux 👉 github.com/gridex/gridex

@lolieatapple @binghe 谁说的人想用Agent

@binghe cli是给AI Agent用的，软件是给人用的，而现在人不想用软件，只想用AI Agent。所以“做软件”=“没人用”。不如做“CLI”=“AI Agent用”=“人用”

越来越多的 CLi 工具，各大平台都在做。 啥原因？？ 省 Token 吗？ 多反人类。。。 做个软件不行吗？

要是能在年轻时听到张朝阳这番话就好了

@shao__meng 一直是anti的重度用户，哥从来不认为codex和xxx code是我需要的，cursor转型也是在走邪路。

Antigravity 要崛起了？ 不太能想象到，唯一的可能，是 Gemini 4 真的断档的强？全面内置 Nano Banana Pro 和 Veo 4？ 不过即便这样，也很难再动摇 Codex 和 Claude Code 了吧？

多数人学 Agent，要么停在概念层面，要么直接上框架，中间那层"为什么这样设计"往往是空的。 GitHub 上由 Datawhale 出品的《从零构建智能体》，16 章从基础到多 Agent 系统，自带 HelloAgents 框架边学边造。 • 覆盖记忆系统、RAG、上下文工程、Agent 训练 • 包含旅行助手、模拟社会环境等完整实战项目 • 兼顾 Coze、Dify、LangGraph、AutoGen 等主流框架对比 Python 实现，理论和代码同步推进，适合想真正搞懂 Agent 内部机制的人。 GitHub： github.com/datawhalechina…

有人用Claude打造出了一款堪称内容核弹的神器。 不管是公众号文章、YouTube视频、播客节目，还是PDF、Word、Excel、各类电子书，把资料丢进去，就能直接生成播客、PPT和思维导图。 更炸裂的是，三百多个付费站点，像纽约时报、金融时报、经济学人这类付费墙，它都能直接无视。 全程只用自然语言操作，完全不用写一行代码。 学习爱好者、内容创作者、做知识管理的人，这个工具一定要收好，错过真的太亏了。 🔗 github.com/joeseesun/qiao…

Introducing Interfaces A design engineering magazine about building great interfaces. A new issue is released every month covering topics across animation, typography, layout, color and everything else that makes an interface feel great. interfaces.dev

已婚男士给未婚男士的择偶建议 1.丈母娘家脏的一律不要 2.话多的或者嗓门大爱表现的一律不要 3. 手机喜欢正面朝下的一律不要 4.没有存钱习惯的一律不要 5.做妇科检查不让你陪的一律不要 6.数学很差且不以为然的一律不要 7.其父窝囊没家庭地位的一律不要 8.读书时候态度很差还无所谓的一律不要 9.工作经常换且有大量空窗期不明说的一律不要 10.群体活动很少搭把手或者光嘴说不动手帮忙的一律不要 话说这个反过来也一样适用「已婚女性给未婚女性的择偶建议」 @bcgame

AI如果开始炒作算电和机器人了，切记随时盯好账户，随时跑路

从0训练一个0.1B的端到端全模态模型，一个权重搞定文字、语音、图片输入，输出文字和流式语音。 github.com/jingyaogong/mi… MiniMind-O 是一个只有0.1B参数的全模态模型，Thinker-Talker 双路径设计，支持文字/语音/图片输入，输出文字和流式语音。 这项目把代码、权重、训练数据和技术报告全部开源，核心算法用 PyTorch 从0写，一张3090两小时就能跑通 mini 数据集训练。

@dacefupan 川大智胜，老逻辑了

来来来 下周你最看好那只个股 就要说一说

最近我在GitHub挖到一个神级开源工具：AetherViz Master。只要输入教学主题，它直接给你生成一整套3D交互式教学网页，打开浏览器就能玩。 这玩意儿基于Three.js + SVG混合渲染，自动识别学科，比如物理、化学、生物、数学、天文、编程。输入「牛顿第二定律」→ 生成3D小球运动模拟；输入「三角函数」→ 可交互波形图。每个页面还自带学习目标、原理讲解、公式渲染和小测验。支持滑块调速、单步演示，连触摸设备都适配。 你想想，老师想搞说服力课件，学生想把知识立体化理解，这工具直接让你“看得懂、能操作”，彻底告别枯燥。别等了，试试再说。 🔗github.com/andyhuo520/aet…

some people like the glass, some don’t, I have a setting for you → writer.computer

Today @tolariamd crossed 10K stars on Github 🎉 and to celebrate this, I am publishing its new website! It includes a rich docs section that covers all-things-Tolaria, with a universal cmd+k search. Most importantly, md versions of these docs are bundled in Tolaria itself, and are available to your agents at all times, so you can ask stuff about Tolaria directly to the AI, instead of navigating docs! It also means AI can now reliably figure out how to migrate e.g. your Obsidian vault, or your Notion export, to make the most out of Tolaria, because it has a deep understanding of how everything works 🔥

你每天用的谷歌Chrome浏览器，居然在后台悄悄给你塞了个4GB的AI大模型！零通知、零授权，自动下载Gemini Nano。 它把你电脑当算力节点跑诈骗检测，删了还会自动重下。 谷歌Chrome浏览器开始在后台自动向符合硬件条件的用户设备下载体积约4GB的Gemini Nano人工智能模型文件。 该下载行为未提供前置授权弹窗或明确的存储空间预警，并在用户手动删除后自动重新下载，引发安全研究员与用户对终端控制权及资源消耗的争议。 该核心文件名为“weights.bin”，存放于用户系统目录的OptGuideOnDeviceModel文件夹中。 据测试，在无用户交互的情况下，后台下载及部署过程约耗时14分钟。 Chrome利用该本地大语言模型驱动“辅助写作”、端侧诈骗检测与网页总结等默认开启的AI功能。 用户若需彻底阻止该模型下载，必须进入开发者面板，手动禁用“优化指南端侧模型”与“Prompt API”，并清理本地残留目录。 方法：想彻底禁用并删除： 1.打开chrome://flags 搜索并禁用以下两项： optimization-guide-on-device-model（设为Disabled） prompt-api-for-gemini-nano（或相关Prompt API，设为Disabled） 2.重启Chrome 3.手动删除文件夹： Windows：%LOCALAPPDATA%\Google\Chrome\User Data\OptGuideOnDeviceModel Mac：~/Library/Application Support/Google/Chrome/User Data/OptGuideOnDeviceModel 建议同时在Chrome设置里关闭所有AI实验功能。

@mtrainier2020 没有了AI，自己价值几何呢？

这几天感慨AI的飞速进展。 原来需要投入大量人力才能实现的功能，现在可能一晚上AI就能做出来。 并没有变得不忙，反而原来很多投入太大、不想做的feature都能做了，迭代速度提升了数倍。现在每天几十个PR。干的不亦乐乎。 孩子大学选了CS+Game Design，大家现在都对CS很焦虑，也在思考未来什么样的人才才有机会。 我个人感觉，糊代码、搭框架的能力很快会被AI替代，但产品设计、创意能力以及对业务的理解，变得越来越重要。

兄弟们，都已经2026年了！ 强烈推荐了~ 但最荒谬的是-顶级AI公司里不少工程师，每天调提示词、刷benchmark。 却对LLM到底怎么从零构建出来的了解，远不如斯坦福这堂2小时公开课。 它把ChatGPT、Claude这类大模型的完整诞生过程，从Transformer架构到训练技巧、Scaling law、数据配比、甚至最底层的优化细节，全都拆得清清楚楚。 抖音快手短视频能让你放松2小时， 斯坦福这堂课却能让你在2小时内，真正看懂整个AI时代的底层核心要素。 免费、公开、含金量夯到爆啊！。 很多在OpenAI、Anthropic工作的人，都没系统学过这么多。 真正想懂AI的人，现在就把抖音关掉，打开这个视频开干。

Introducing SubQ - a major breakthrough in LLM intelligence. It is the first model built on a fully sub-quadratic sparse-attention architecture (SSA), And the first frontier model with a 12 million token context window which is: - 52x faster than FlashAttention at 1MM tokens - Less than 5% the cost of Opus Transformer-based LLMs waste compute by processing every possible relationship between words (standard attention). Only a small fraction actually matter. @subquadratic finds and focuses only on the ones that do. That's nearly 1,000x less compute and a new way for LLMs to scale.