Wang hao @freizo

扫一间房收 800，工具免费，一台 iPhone 就够。 上周我把民宿老板的一间房扫成了网页 3D，链接发过去，他在手机上转了三圈，当场又加了两间。 它干了三件事 ① iPhone 的 LiDAR 把房间尺寸和照片一起录下来，录制 App 的源码就在仓库里 ② 一段叫 scan-to-threejs 的 agent 技能，带着 AI 把扫描数据量成可编辑的 Three.js 场景 ③ 自带网页查看器，玩偶屋、第一人称漫游、俯视、线框四种视角，发个链接客户手机上就能转着看，不用装 App 到底怎么用 1. 拉下仓库，Node 22.12 以上，跑 npm ci 2. 用 Xcode 编译 apps/house-capture，装到带 LiDAR 的 iPhone 或 iPad 3. 扫一间房，从系统分享导出，解压到 data/captures-in/房间名 4. 让支持本地技能的 agent 调用 scan-to-threejs，把渲染图和原照片一张张比，改到对齐 5. npm run dev，打开 localhost:5188 预览，再导出链接给客户 6. 交付时把链接挂到房源页，顺便截三张图发朋友圈，比发十张实拍图省事 算账 一间房我报 800，扫加建模两小时。一天排三间 2400，一个月接 20 间就是 1.6 万。 外面做 3D 看房的公司，同样的房子报几千一单，我的成本只有一台手机加两小时。 避坑 必须是带 LiDAR 的 Pro 机型，普通 iPhone 只能导入看，扫不了 它不是一键出完美模型的工具，是一轮轮比对照片修，一间房正常改三四轮 App 现在只能自己编译，App Store 还没上架，别跟客户承诺明天交付 仓库 github.com/wesbos/3d-mode… 能直接玩的样例 wesbos.github.io/3d-model-anyth… 素材来源：GitHub 新项目 wesbos/3d-model-anything #搞钱 #副业 #3D建模

刷到一个采访，其中有个含金量非常高的提示词，简直夯爆了 如果你无聊的时候，不想只刷手机，可以让 ai 做一件事： " 请你从某个领域里，选择一个研究生水平的概念。然后写一个寓言故事，用间接的方式把这个概念讲清楚。不要一开始就说答案，尽量到故事快结束的时候，才让人意识到原来讲的是这个概念。故事结束后，再解释这个概念” 并不是直接要一个答案，要的是一个理解过程，这个提示词的核心是给你过程！

🎉 Grok @bot 启动！ 出差两周，终于到家了！提前买了 StackChan 机器人，我准备把 Grok Bot 刷入，感觉会非常有意思！

keyboard_arrow_left Previous keyboard_arrow_right Next

铁柱AGI @cgnot996

a week ago

ESP32 太好玩了，现在只要你有想法，设备连上 Type-C，剩下交给 AI 就好了！然后就是测试验收，反馈问题让 AI 迭代修改，做一些智能小废物太好玩！ x.com/i/article/2110…

43 53 291 121K 502

Hugging Face 刚刚支持 OpenUSD ，NVIDIA 反手就甩出 2500+ 个 SimReady 3D 资产：叉车、机械臂、发动机、医疗设备……全部免费放在 Hub 上，还能直接用大白话搜！ 以前搭一个仿真场景要建模好几周，现在点几下就能拿到。 具身智能的门槛也在松动。机器人时代不远了。🤖🔥

Caleb @calebfahlgren

2 days ago

We just launched OpenUSD support on the @huggingface Hub 🎉 Yesterday, @nvidiaomniverse put 2,500+ SimReady assets on the Hub. Forklifts, robot arms, engines, hospital equipment, all OpenUSD. You can also search the whole library in plain English huggingface.co/spaces/nvidia/…

45 229 2K 156K 2K

卧槽！这个 Skill 为什么不收费啊？？？这能直接免费用的啊？？😱😱 安装完选了个1920 年代新闻播报风格，直接让它做了一版特斯拉飞车的新闻 模型用的 Opus 5.5，一句话直接出片，真他妈牛逼！! 关键是，我这几天还在琢磨怎么自己做个视频 Skill🤣 大佬直接把现成的端上来了？？？那我还造什么轮子啊，直接用不就完了！视频可以更起来了！！！🫡

Lemomo @lemomo_ai

3 days ago

x.com/i/article/2112…

99 179 1K 268K 3K

Grok Bot 是现象级的。上一个成功的现象级产品是 Claude Code。我认为 Grok Bot 会比 Claude Code更成功。 别看Anthropic现在如日中天，其实2025年中推出Claude Code之前不温不火。一款现象级产品带火一家头部AI公司不是什么难事。 至于为什么我这么笃定 Grok Bot 会大火，因为二十多年来，我的技术审美和鉴赏能力一直在线： 2002年，我用上 Hibernate就断定EJB必死，Hibernate是未来，9月我的网站就上线了； 2003年，我用上Spring以后就断定Spring会一统Java开发框架； 2005年，AJAX概念刚出来的时候，JavaEye就推出专门的AJAX版块，是国内前端讨论最早质量最高的； 2005年，我是国内最早使用和推广Ruby on Rails的程序员； 2007年，iPhone刚推出，我就写博客断定移动互联网时代来了； 2016年，AlphaGo刚出来的时候，我就推动大数据团队转型AI了，并且建设了当时最好的中文医疗知识图谱。 至于 Grok Bot那些竞品，目前还没看到有能够相提并论的，所以我的观点就是： 别浪费时间折腾，直接上200美元套餐，把Grok Bot榨干。一个月后，你会来感谢我的。 要用好 Grok Bot，最重要的就是别整幺蛾子！ 就全程只给你一个手机端的 Grok Bot App，绝不允许你碰电脑，你就能用出感觉了。

关于做代理的事情，我跟大家讲一讲中转站行业内幕吧 中转站，我可以说网上没有10w也有1w个了，但事实上，像我这种自建号池不超过500个（甚至更低），建号池初期成本高，一直关注我的朋友都知道，刚建claude号池都时候，那晚封了7个号，损失将近5000元，我们找到了技术才解决封号，对于散户来说，这个成本大部分吃不住 所以大部分中转站都是中介，把上游的api卖给那些对价格没有那么敏感的用户，或者把源头的api加价卖给下游，吃个差价，或者掺水，搞个概率路由这种，把luna豆包deepseek这种低价api当高价卖 如果你想做我中转站的代理，其实很简单 你只需要准备20美元和一颗良心，不害人的心能让你走的长远 1. 6美元左右的ovh服务器 2. 5美元的cloudflare域名 有了这两个东西，你直接让codex帮你搭建sub2api中转站，搭建好了以后，在我网站上充值10美元，让codex帮你学我的创建一些分组，把我的api接入到你的网站去卖，就行了，然后你自己搞一个链动小铺这种的发卡网，去把你网站的余额卖给用户，用u的就找个开源项目把u收款也解决了 然后做完了以后，找我给你提个并发 后面就凭自己本事找客户了，我这里反正api价格已经很低了，你加个50%卖给你的客户，他们还要感谢你给他们提供了优质不掺水的api呢 后面你量大了， 再来找我，我给你整个代理价（也便宜不到哪里去）

众所周知，现在国内平台用Claude Opus5.5 做知识科普类视频起号贼快 现在用 Lemo-Opuscar 可以直接批量产出，这个项目在 Github 已经拿下 5.2K star 不仅可以使用项目中现有的视频风格，而且还可以创造属于你自己的风格，最关键的时作者就在 X，想要什么功能直接留言即可 👇这里是使用说明

Lemomo @lemomo_ai

3 days ago

x.com/i/article/2112…

99 179 1K 268K 3K

卧槽，再次强烈推荐这个开源项目----中小学知识图谱 完全免费，覆盖小学到高中 孩子数学跟不上，常常不是眼前这一章的问题，而是前面某个地方早就没学会。这个项目就是用来找出这个地方的。 🔹 覆盖极广：数学 828 个知识点、1366 条先修边，另包含英语（三年级至高中）和初中物理 🔹 题库扎实：三科共计 6723 道诊断测试题 🔹 紧贴大纲：全面对齐 2025 年修订的新课标与人教版新教材，目录全部经过国家智慧教育平台核对 除了知识体系专业，开发者的几个良心设计更是直接拉满： ✅ 极致便携：打开网页就能用，支持添加到手机桌面，甚至支持离线使用 ✅ 绝对隐私：孩子的诊断档案只存在你的本机浏览器里，完全不上传云端 ✅ 纯粹免费：非商用环境下完全免费使用（CC BY-NC 4.0） 在线试用：math.pansgo.com GitHub：github.com/xiaoyang111222…

前端哥Liam @jinglian

6 days ago

孩子初中数学成绩上不去，到底卡在了哪里？📉 与其盲目刷题，不如用【知识图谱】精准把脉！ 昨天分享了国外开源的小学全学科图谱 os-taxonomy，今天带来国内开源神作：「初中数学知识图谱与自动诊断系统」🔥 初中家长、老师强烈建议码住 📌 👇 核心功能一览： 1️⃣ 知识体系极全 包含 333

21 60 204 154K 256

🚨 百度完蛋了，DeepSeek 开放了自己的搜索引擎 API。 舒服了，这可能是最便宜的搜索服务。每天给 Deepseek带来约250 万的收入，只要缓存一下，读取一下内部缓存页面。 印钱机，以后还会涨，按照每天处理 5亿次搜索请求，索引数千亿网页，每千次搜索只要 5 元。 🔥时隔 48 天，新版 DeepSeek V4.1-Flash-1017 很猛，史上最强 Deepseek 模型，正式发布： Terminal-Bench 4.0：31.2% → 42.3% DeepSWE：74.2% → 77.0% Agents’ Last Exam：31.8% → 35.4% 官方：api-docs.deepseek.com/updates/ 模型：huggingface.co/deepseek-ai/De…

keyboard_arrow_left Previous keyboard_arrow_right Next

实践哥 Li @MinLiBuilds

2 months ago

DeepSeek API 页面已经出通知了，V4.1 Flash 明天正式发布。 官方说 V4.1 Flash 在性能、费用、速度、总用时上，已经全面超过 V4 Pro。 而且上线后，V4 Pro 的请求会先全部路由到 V4.1 Flash，按 Flash 价格收费。 但我应该不会深度用了。 我在 7 月和 8 月分别重度尝试V4 Flash，一天烧了 53.82

keyboard_arrow_left Previous keyboard_arrow_right Next

31 1 14 88K 3

为什么你让 Codex / Claude 写的前端页面，永远一股浓浓的“开源模板味”？ 因为你只会跟 AI 说：“帮我写一个现代、高级感、极简的落地页。” AI 心里的独白：“好，紫蓝渐变 + 圆角 16px + 默认 Tailwind 给你安排上。” 🙃 今天挖到一个很绝的宝藏开源项目：VoltAgent / awesome-design-md。 它把 Vercel、Stripe、Linear、Cursor 这些顶尖产品的 UI 规范，全逆向工程成了 AI 最懂的纯 Markdown 文件（DESIGN.md）。 很多人不知道，Google 之前推过一个概念叫 Stitch DESIGN.md： 不需要 Figma 插件，不需要复杂的 JSON，就用 纯 Markdown 规定好： 核心色盘与 Accent 角色 字体层级与行高节奏 组件规范（卡片到底要不要 border？阴影给几层？） Do’s & Don'ts（明确禁止 AI 瞎加彩色渐变） 怎么用？ 直接把你喜欢的风格（比如 Stripe 或 Vercel）的 DESIGN.md 扔进项目根目录，或者在 Cursor / Claude 里直接 @ DESIGN.md： “参考 DESIGN.md 的规范，帮我重构这个定价页面。” 出来的 UI 质感直接从“外包 Demo”拉升到“估值两千万的 SaaS 产品”。 程序员终于不用求着设计师给切图和规范了。 收藏起来，下次写前端直接抄作业 📌 （传送门已放留言区 👇）

Grok Bot 这种云端 Bot 功能还是太弱鸡。比我自己本地的 Mac Studio 上完善的基础设施差远了。 我家里的 Mac Studio M4 Max 上运行了：Tailscale + Tmux + oMLX + MFLUX + Paseo + Paseo Bots + Chrome( CDP 端口打开) + Syncthing + Parsec + Obsidian。 我可以通过手机，iPad，MacBook 从任意地点随时随地访问这些基础设置，而且还是 7*24 运行的。 Grok Bot 可以每天访问 1000 次 X 原生 API 接口。但我也能本地通过 Paseo + Grok Build 去调，然后在 Paseo Bots里面去自动化使用。 所以看起来，Grok Bot 目前对我没啥吸引力，又或者是我本地这套基础设施搭得太顺手了。

我靠，微信和 WorkBuddy 已经被 REA 攻破了 大家都知道做生意的时候，微信的聊天记录是非常有价值的数据，但是我们一般对微信开刀的话，就容易封号，我最近发现 WorkBuddy 居然可以直接读微信的聊天记录 所以我就用 REA 配合算力舱来研究 WorkBuddy 怎么读取的，一个小时就搞定了，太牛逼了 我的实际测试效果是，如果一台算力舱的话，REA 配合 Qwen 3.8 27B 稍微慢一点，如果要快一点的话，就是两台算力舱配 GLM 5.3 Flash 我今天早上试了一下，真的太牛逼了！不会像线上的模型直接拒绝，就是 REA 这个逆向工具加上本地的大模型，真的是指哪打哪，开源全世界啊 感兴趣逆向的这套方案的老板，可以评论区打 1，免费给资料

Andy Stewart @manateelazycat

2 weeks ago

GLM 5.3 Flash 本地写代码太爽了，她写代码的时候，我就看着算力舱的GPU利用率发呆，哈哈哈哈 新时代监工 ；）

58 3 51 188K 40

三个超级大脑坐进一家酒吧，聊了两个多小时。这可能是今年最值得看的一场 AI 访谈。 借着 Meta 发布新一代模型 Muse Wonder，小扎和亚历山大·王难得同框。采访者同样大有来头：Stripe 联合创始人 John Collison。Stripe 一直是我心目中美国最有创造力的公司之一。 三个人从 AI 模型、个人智能体，一路聊到产品、公司管理，以及如何做判断和决策。信息密度极高。 我给全片加上了中文字幕，值得找个时间慢慢看。

John Collison @collision

2 weeks ago

Cheeky Pint is back! Mark Zuckerberg @finkd and Alexandr Wang @alexandr_wang came to the pub to discuss their new frontier model, Muse Wonder. 00:00:24 Muse’s breakout use cases 00:07:28 The model is the product 00:14:35 Muse Wonder 00:24:56 How frontier models are built

387 877 9K 2.0M 10K

快进的听完了，比孙哥硬核多了，几个很有趣的观点总结一下： 1. 1000-2000亿美元先押注：模型未出炉就承诺巨额资本开支，Zuckerberg认为只要AI整体成功，算力可转售，风险低于账面。 2. 模型即产品：Muse故意去掉模型/effort选择器，真正产品是模型的记忆、执行能力与人格，而非传统UI。 3. 个人智能体差异化：刻意避开纯编码竞赛，重点做多模态个人智能体（Active Memory + Active Focus），针对消费场景。 4. 极小研究团队：MSL核心研究约100人，强调人才密度。Llama 4后彻底重启，无硬性deadline。 5. 对齐逻辑不同：优先高可靠执行用户指令，不做道德说教，强调隐私酌情处理（discretion）。 6. 代理商务已启动：用户已把采购委托给Muse，收入路径含订阅 + 帮用户省钱/赚钱的抽成 + API/企业。 7. 不会赢家通吃：蒸馏让能力快速下沉；各实验室执行有起伏；生态倾向多玩家，目标尽快把Wonder能力压缩到Spark并免费分发。 8. 基础设施自建有利：1GW运营约150亿美元/年、建设500-600亿美元。自建优于租云，芯片仍保值。 9. 分发优势明显：免费层用Spark覆盖海量用户，付费层先上Wonder；长期靠规模网络效应。 10. 决策风格激进：Zuckerberg一旦确信就大幅转向，MSL是典型表现。成败关键看Wonder能否快速转化为付费与交易规模。 从投资的视角看：短期资本开支压力极大，中长期取决于个人智能体商业化速度。Meta押注的是“模型能力 + 分发”而非单纯模型领先。 x.com/Michaelzsguo/s…

GitHub 上最近冒出来一个开源工具 AetherViz Master，丢给它一个教学主题，它就能吐出一整套 3D 交互式教学网页，浏览器打开即可用，挺有意思。 核心是 Three.js 叠加 SVG 混合渲染，学科识别是自动的——物理、化学、生物、数学、天文、编程都在覆盖之列。比方说输入"牛顿第二定律"，生成的是一个带 3D 小球运动模拟的页面；输入"三角函数"，给的则是一张可交互的波形图。 每个页面都自带学习目标、原理讲解、公式渲染和小测验，还支持调速和单步演示，触摸设备同样能用。老师拿来做课件、学生用来理解知识点，比干啃文字直观不少。 值得试试。 🔗 github.com/andyhuo520/aet…

郭宇在这场分享中关于「高级打工仔」与读书的核心观点，可以概括为以下三层： 一、传统路径已经失效 他明确提出，东亚社会长期推崇的“读书—考名校—成为高级知识打工人”路径，在AI时代已经逐渐失去可行性。 2025年10月Claude Code推出代码生成能力后，医生、律师等依托智力获取超额收益的知识类职业优势被大幅削弱，依靠个人智力做“高级打工人”已经不再是一个可以稳定追求的目标。 背后的逻辑是：你能使用到的智力，和你自己能获取到的智力，已经完全不成比例。 人类花十年读书只能学到皮毛，不可能每天不睡觉学完ChatGPT预训练的所有知识，而且AI还能边做边学，获取前人知识的速度远超人类。 二、读书本身的价值需要重新定义 他并没有否定读书或知识的价值，而是认为读书的目标不能再是“成为高级打工人”。 传统东亚教育的底层逻辑是“读书=不做体力劳动=阶层跨越/经济自由”，这套逻辑在工业时代成立，但在AI时代需要转向，知识不再是用来卖时间、换薪资的筹码，而是用来构建叙事、撬动智能复利的杠杆。 三、AI时代的替代方向：用智能赚复利 他提出的新方向是掌握叙事（narrative）能力，用智能赚取复利，而不是靠单次劳务换取报酬。 核心论据是： 1. AI当前尚不具备自主决定叙事方向的能力，这是人类独有的核心竞争力。 2. JK·罗琳靠《哈利·波特》叙事体系获得的长期收益，远超过影片中小演员的短期劳务收入——这就是智能复利的典型形态。 3. 叙事能力不只是写书，打造服装品牌、运营亚马逊爆款、做AI生成内容、经营个人IP，本质都是讲好故事触达用户，获取长期复利。 AI时代最关键的转变，是把自己从工业革命时代的“螺丝钉”，拔高到能够主导叙事的创造者。

Andrew Ng just dropped the best 2-hour course on Graph Engineering: from single agent to full automation 9:14 - your first agent 33:11 - loop engineering 1:02:46 - graph engineering 1:30:15 - agents that rewrite themselves 1:49:05 - full graph system two hours, and it replaces every agent tutorial you bookmarked this year Prompts → Agents → Loops → Graphs most people will stop after the first agent and call it automation he saves the last forty minutes for the graph that runs it without him same model, same tokens, completely different week watch it today the step-by-step guide is below, save it while it is still early ↓

Hanako @hanakoxbt

2 months ago

x.com/i/article/2091…

87 377 3K 10.1M 10K

为什么我一直推荐大家使用 Pi Agent + Paseo 组合呢？ 因为单一 Agent + Model 已经不适合所有的任务了。 Model 的能力往往都是锯齿状的，一方面能力强，另一方面就不行。 Agent 也一样，约束多写代码好，但是创意任务就惨不忍睹。 你要灵活组合，甚至一个任务让不同的 Model 并行执行再汇总，这样才能拿到满意的结果。 Pi 可以灵活接入所有的模型，且不限制模型的发挥，包括你的 GPT 和 Grok 订阅套餐。 Paseo 提供了桌面 App 级别的界面， 多 Agent 编排能力，远程遥控能力，内置浏览器操纵能力，远程 Terminal 能力，Bot 级别的定时任务能力。 所以这就是一套神器组合。

别整天折腾各种 AI 工具了！再折腾，你能折腾得过我吗？ 我主要的工作流都跑在一台 Mac Studio M4 Max 工作站上，给大家看看我都折腾了哪些工具： 先说软件。远程同步用 Tailscale 组虚拟专用网络，笔记本 / 手机在任何地方都能随时接入 Mac Studio 上的基础设施；电脑之间的工作文件无缝同步用 Syncthing。 如果需要直接远程操控 Mac Studio，我用 Parsec 做远程桌面； 而要远程控制 Mac Studio 上的 Agent、做多 Agent 编排，用的是Paseo 。Paseo 还装在我的 iPhone、iPad 和一加 15 手机上，让我随时随地接入 Agent 来完成工作。 自动化调度分两条路。涉及 Bot 的任务，直接在 Paseo 里配它的定时计划就行。不需要用到 AI 模型的任务，我全都写成 Python 脚本，直接用 macOS 系统自带的定时任务去跑，效率更高也更可控。 然后是我的 Agent 阵容：逐渐收敛到三个开源工具，Pi Agent、Codex CLI、DeepSeek Harness。它们接管的事情已经不少： - Obsidian：整个知识库的管理全在 Obsidian 里，交给 Agent 来做 - 浏览器：Mac Studio 上常年开着几个 Chrome，让 Agent 操控浏览器处理各种任务：查邮件、回复、分析 YouTube 后台数据、查资料，或者操控 ChatGPT、Grok、Gemini 的网页端 - GitHub：代码提交到 GitHub，在 Codex 里绑定之后可以直接远程 PR - Cloudflare：网站部署用的是 Cloudflare，我是 5 美元的付费用户。海外域名购买、前后端代码发布，以及数据库 D1、放视频和文档等静态资源的 R2，很多基础设施直接都在 Cloudflare 上；在 Agent 里下命令，全部自动配置和管理，不需要我自己登录 Cloudflare - Stripe：海外付款同样把 Stripe 连接到 Agent 上了，上面所有相关的测试、配置和数据分析，全部交给 Agent 处理 媒体和内容处理这块，下载和处理音视频用 yt-dlp，做简单动画、视频生成用 FFmpeg-full。另外还有一些新工具，比如用来做视频 B-roll 的 OpenMontage。 OpenMontage 加上 FFmpeg-full，视频的粗剪和动画就OK了，后期再用剪映合成一下就行了。 最后才说模型。本地推理用 oMLX，跑的模型主要有这几类： - 大语言模型：DeepSeek V4 2.4-bit 量化版、Qwen3.8-27B（4-bit / 8-bit 量化版）、Qwen3.6-35B-A3B（4-bit / 8-bit 量化版） - 语音识别（ASR）：Qwen3-ASR、OpenAI Whisper Large - 语音合成（TTS）：Qwen3-TTS - 情绪语气识别：SenseVoice - RAG 与检索：向量模型 BGE-M3、重排序模型 BGE-Reranker-v2-M3 这么多工具组合在一起已经非常强大了，我觉得我连这些工具 30% 能力都没用上，不能再折腾了。 所以我越来越觉得，作为普通 AI 用户，真没必要天天盯着新模型发布，花大把时间来回测那些“鹈鹕骑自行车”，纯属浪费时间。真要测，也应该拿自己真实的工作流去测不同场景下的模型适用度，完全不需要过度关注。我反倒觉得应该形成一套自己稳定的工具组合，来高效完成日常工作。