#AI
AI 研发加速,2028 年或迎来 AI 研究奇点
AI 圈顶流播客 Dwarkesh Podcast 的主持人 Dwarkesh Patel 发表长文预测:「超级智能 2030 年前就会到来,最快明年。」他的理由是,「AI 在数学上的突破像一场雪崩,正在冲向 AI 研发本身。」按照他的预测…
Carbon 当包工头,Hydrogen 干活的 Google 新模型:Gemini 4 Hydrogen
Google 这次没有继续把所有能力塞进一个"全能模型"里,而是给 Carbon 找了一个更适合埋头干活的搭档:Gemini 4 Hydrogen。
Carbon 负责想方案、拆任务、做复核,Hydrogen 负责写代码、跑测试、处理大量重…
rea-video 开源项目:AI 视频逐镜头逆向分析,支持 WorkBuddy/Codex
上个月 REA 火了之后,开发者们集体开启了「复刻模式」。现在有人已经把复刻搬到了视频领域。以前刷到一个不错的视频,想分析它怎么做的——手机拍的?AI 生成的?还是代码做的动画?——要费一些功…
多 Agent 共享数据方法:build-your-harness 2.0 让 AI 真正记住你
换了电脑、换了 Agent,如何迁移数据让 AI 还能记得你的上下文?这是很多朋友问我的问题。
"harness" 在 AI 领域指的是模型之外、让模型能干活的整套结构。可以分为两部分:一部分是 Claude Code、Codex、Work…
蓝色大肥鱼 Windows AI 桌宠:内置 4B 本地模型,106 种动作陪你干活的开源桌宠
一个住在电脑桌面上的 AI 桌宠,蓝发鲸鱼娘形象——能读屏幕文字、聊天气新闻,用 106 种动作和随机对话陪你干活。今天分享一个开源项目
功能特性
读屏说话:用 OCR 扫描当前窗口文字,内置 4B 小模型理解屏…
agent-desktop:用无障碍树替代截图,让 AI Agent 精准操控桌面软件
AI 操控桌面软件,过去两年的主流方案是"截图→猜坐标→点击",慢、贵、还占用你的机器。一个新方案绕开了这条路——它读取系统为读屏软件准备的无障碍接口,每个控件分配一个编号,精准操作,不抢鼠标。
…
AI Agent创业真相:大厂赢在生态,小公司赢在深度,五种竞争优势构建护城河
过去几年,AI 产品的竞争主要围绕模型能力展开。从最初的对话问答,到 RAG、Function Calling,再到如今的 Agent 自主执行、多 Agent 协作、Skills、MCP 和 Computer Use。但一个值得关注的现象…
CADViewer-Skill开源:让Agent原生支持DWG解析、可视化预览、图块统计与图纸导出
这两年被问得最多的一句就是:能不能让 Agent 直接读 DWG?一开始都觉得这有什么难的,直到拿一张门诊楼图纸去喂模型,才发现 AI Agent 能读 PDF、Word、Excel,却一直啃不动工程圈的 DWG。
CADViewer-S…
美图CEO吴欣鸿播客干货:AI应用创业机会、自研模型与出海经验
美图 CEO 吴欣鸿的这期播客非常接地气。对于草根创业者来说,有太多能直接拿来用的经验和判断。创业的前十年做工具类产品,但这两年流量一直在跌,新产品没什么头绪。很多 AI 产品解决的问题,ChatGPT 也能做,而且用户的订阅费根本覆盖不了…
Claude Fable 5.2+Cinecode开源工具:代码直出视频,AI自动写剧本做画面配音
Anthropic 员工 Jake Eaton 晒出来一张图:空荡荡的地下停车场里,一束阳光斜照在墙上,一辆购物车停在旁边。最初以为是照片,结果他说这是用 Fable 5.2 画的,前后大概画了 70 万笔。整个过程没有调用任何图像模型,全…