Sabitlenmiş Tweet
Ren
5.7K posts

Ren
@Ryrenz
🇺🇸 美国全栈程序员 💻 ⚙️ 整理小白能懂的优质 AI 教程 📚 📢 持续挖掘实用的 AI 提效方式 🤖 💰 分享我关于投资、副业、职场的思考 🧠 📝 开源我所有的内容创作与 AI 变现经验 📈
Virginia, USA Katılım Mart 2025
667 Takip Edilen8K Takipçiler

不用联网、不花 API 费用、资料不出本机。按上手难度排:
1、【Ollama】 门槛最低。装完在终端敲一行命令就能拉模型跑起来,模型库里有各家开源模型的现成版本,还自带一个兼容主流接口的本地服务,写代码时把地址一改就能接进去。176.9k star。
ollama.com
2、【LM Studio】 图形界面版,完全不用碰命令行。界面里搜模型、点下载、开聊,还会提示你的显存能不能带得动这个模型,新手不会一上来就卡死。
lmstudio.ai
3、【Jan】 开源的桌面客户端,主打完全离线可用,界面接近常见的聊天软件,同时可以在本地模型和在线接口之间切换。43.7k star。
jan.ai
4、【llamafile】 把模型和运行程序打包成单个文件,双击就跑,不用装任何依赖。适合拷给完全不懂技术的人用,或者在没有网络和管理员权限的机器上跑。25.5k star。
github.com/mozilla-ai/lla…
5、【llama.cpp】 上面几个的底层引擎。直接用它能拿到最细的控制权,量化、卸载层数、上下文长度全能调,老显卡和纯 CPU 环境靠它压榨性能。121.6k star。
github.com/ggml-org/llama…
6、【vLLM】 面向服务端的高吞吐推理引擎。一个人用不上它,但要给多人或者线上应用提供服务时,它的并发处理能力和显存利用率是另一个量级。87.2k star。
github.com/vllm-project/v…
先用 LM Studio 试试你的机器能带动多大的模型,摸清楚上限之后,再决定要不要换 Ollama 接进自己的工作流。

中文

人类要学会信息压缩率与工作记忆的高效利用。
外界的原始信息无穷无尽,而大脑的Working Memory只是一根极其狭窄的管道,一次只能处理 3–5 个Chunks。
如果把未加工的噪音直接塞进工作记忆,你的大脑会瞬间超载,陷入焦虑和低效。
模式识别,是一种超凡入圣的能力。
比如,散乱的字母 A-P-P-L-E 占 5 个内存槽,压缩成词汇 Apple 只占 1 个。将领域知识凝练成底层模型,私以为就是高效的压缩。
遇到新问题时,不记忆表面细节,直接抽离出它的架构。没错,就是架构。当你能用一句话解释一个百万字项目时,你已经完成了上百倍的压缩。这就是超越。
之前看过一个公式。
认知输出 =
(原始信息输入 × 压缩率) / 工作记忆损耗
大多数人终其一生都在拼命拉大分子,疯狂刷与你无关的资讯、买课、屯书、加社群,假装努力,却对分母的剧烈膨胀和压缩率的极度低下视而不见。
信息摄入海量,大脑天天宕机,却产不出半点有价值的决策。
我可以告诉你的是,在最关键的决策,AI是替代不了你的。
信息压缩率,就是你的降维打击能力。
读完十本书,破译出背后的底层物理模型。面对复杂局势,能用一句话穿透本质,这就是智慧层面的事。
我个人的感觉是,压缩率越高,单个Chunk所蕴含的能量就越大。如果你的工作记忆只能装下 4 个槽位时,别人装的是 4 个散乱的网页,你装的却是 4 套完整的决策引擎,那就证明你要起飞了。
未来十年,信息爆炸只会愈演愈烈,原始信息Input的获取成本已经趋近于零。
请你,把庞杂噪音压缩成硬核认知的能力,像保护眼珠一样保护自己工作记忆的能力。
中文

配图、字体、图标、音效全在这里了,绝大部分可商用:
图片
1、Unsplash — 高质量摄影图,风格统一,做封面首选 unsplash.com
2、Pexels — 图片和视频都有,中文搜索友好 pexels.com
3、Pixabay — 图片、插画、视频、音乐一站齐 pixabay.com
插画
4、unDraw — 可在线换主题色的扁平插画,适合产品页和 PPT undraw.co
5、Storyset — 可改配色和局部元素的插画,还能导出动画版 storyset.com
6、Blush — 自由组合人物、姿势和配色,生成不重样的插画 blush.design
图标
7、Lucide — 线条统一的开源图标库,前端直接装包用 lucide.dev
8、Iconify — 一个入口搜遍上百个图标集,找不到图标时来这里 iconify.design
9、Tabler Icons — 五千多个免费图标,风格干净 tabler.io/icons
10、Simple Icons — 全是品牌 logo,做技术栈展示专用 simpleicons.org
11、iconfont — 阿里的图标库,中文场景的图标这里最全 iconfont.cn
字体
12、Google Fonts — 免费可商用字体,网页可直接引用 fonts.google.com
13、Fontshare — 高质量免费商用字体,设计感比通用字体强 fontshare.com
音频
14、Freesound — 音效素材库,剪视频找环境音和转场音效 freesound.org
配色卡壳的时候补两个:coolors.co 和 colorhunt.co,前者生成配色方案,后者是现成配色的灵感墙。

中文

每天要手动做的那几件事,接一次线以后就不用管了。5 个开源方案:
1、【n8n】 目前最热门的一个,198k star。拖拽式连接各种服务,比如新邮件进来自动提取信息写进表格、表单提交自动发通知、定时抓数据生成日报。原生支持接大模型,可以在流程中间插一个 AI 节点做判断和改写。可以自己部署,数据不出本机。
n8n.io
2、【Activepieces】 定位类似,界面更简洁,内置几百个 MCP 服务供 AI agent 调用。想让 AI 直接操作你的各种账号和服务,它的接线成本比 n8n 低。23.4k star。
activepieces.com
3、【Node-RED】 老牌选手,最早从物联网场景起家,处理设备、传感器、消息队列这类事件驱动的活特别稳。家里有智能设备想做联动,用它比用新工具靠谱。23.5k star。
nodered.org
4、【Windmill】 面向会写一点代码的人。可以直接把 Python 或 TypeScript 脚本变成带界面、可定时、可串联的工作流,不用被拖拽界面限制住。手上已经有一堆脚本的人,用它改造成本最低。17.3k star。
windmill.dev
5、【Huginn】 专门做监控和抓取。盯网页变化、盯价格、盯关键词,有变动就通知你。比起做复杂流程,它更适合当一个永不疲倦的哨兵。49.7k star。
github.com/huginn/huginn
先想清楚你每周重复最多的那件事是什么,再挑工具。工具选错还能换,方向错了接多少线都没用。

中文

每天刷两小时推特,看到的还是二手转述。这 12 个源直接看一手,建议收藏:
1、AI News — 每日自动汇总各大社区和论文动态的日报,一篇顶你刷半天
news.smol.ai
2、The Batch — 吴恩达团队的每周简报,观点比资讯多,适合建立判断
deeplearning.ai/the-batch/
3、Hugging Face Papers — 每天社区投票选出的热门论文,带简介
huggingface.co/papers
4、alphaXiv — 论文讨论区,能看到同行对一篇论文的质疑和补充
alphaxiv.org
5、arXiv cs.AI — 最原始的论文源,追某个方向就订阅对应分类
arxiv.org/list/cs.AI/rec…
6、LMArena — 大模型盲测竞技场排行榜,看真实对战胜率而不是厂商自测分
lmarena.ai
7、Artificial Analysis — 各家模型的速度、价格、质量横向对比,选型时直接看这里
artificialanalysis.ai
8、OpenRouter Rankings — 按实际调用量排的模型使用榜,能看出开发者到底在用什么
openrouter.ai/rankings
9、Simon Willison's Blog — 每个新模型发布他都会实测并写清楚能干什么,几乎不吹
simonwillison.net
10、Latent Space — 深度访谈和技术拆解,适合了解工程侧的真实做法
latent.space
11、Interconnects — 训练和后训练方向的深度分析,偏研究
interconnects.ai
12、SemiAnalysis — 算力、芯片和数据中心的产业分析,看清楚上游发生了什么
semianalysis.com
如果只留两个:日常追进展看 AI News,选模型看 Artificial Analysis。

中文


🚀 一个人做 SaaS,这 5 块基建有现成的,别自己造轮子:
1、登录认证:Better Auth,几行代码接入完整登录体系。
better-auth.com
2、收款订阅:Stripe,个人开发者也能接的成熟支付。
stripe.com
3、发邮件:Resend,开发者友好的发信 API,验证码、通知都靠它。
resend.com
4、预约日程:Cal.com,开源版 Calendly,能自托管。
cal.com
5、用户分析:PostHog,看用户在你产品里怎么点、卡在哪一步。
posthog.com
SaaS 起步最忌从零搭基建,把这些接上,你只用专心做核心功能。

中文













