30B 的 agent 模型，宣称 24GB VRAM 就能跑？
Muse Glimmer 开源了（Apache 2.0，权重在 Hugging Face）：规划、工具调用、自检、失败恢复内建。 4-bit 量化把内存压到 20GB 以下，还留空间给 KV cache 与 drafter。 本周起可走 ollama / LM Studio / vLLM / sglang 等路径，也兼容 llama.cpp、MLX。 自架 agent 的门槛又下一截——真假强弱仍
一张图看懂开源模型的护城河：OpenCode 平台上，DeepSeek V4 Flash 的调用量是63,300次，Grok 4.5只有120次，差了500多倍。
原因很简单：DeepSeek 涨价后，OpenCode 没跟着涨，自己把 DeepSeek V4 Flash 部署了一遍，成本更低，额度还翻倍。 闭源模型涨价的时候，开源模型的用户可以直接绕过供应商——这才是开源真正的杠杆。
为什么 AI 时代还需要继续用 Anki
跟 ChatGPT 聊完，我会有种「这下懂了」的爽感 两周后再被问到同一个细节 脑子里经常只剩浆糊 模型讲得挺清楚 是我会忘 我现在的用法就一句 **AI 负责学得快** **Anki 负责忘得慢** 下载：[Anki](https://apps.ankiweb.net/) --- 我现在学东西，大量靠大模型 追问、举反例、当场考我 启动成本几乎为零 当场理解变强了 过一阵还是会忘 当场 quiz
微软负责往 Windows 里塞东西，开源社区负责帮你把它们删干净——大概是当下最精准的一句总结。
有个 PowerShell 脚本在 GitHub 上冲到 51K+ 星，专门清理 Windows 11 里那些删不掉的预装软件、Bing 搜索、Copilot、OneDrive 弹窗、定向广告。一条指令，遥测数据、诊断追踪、Recall、Edge 内置 AI，能关的全关掉，连 Windows 10 的经典右键菜单都能恢复回来。 支持参数化部署，配置还能导出到别的电脑直接用。MIT 开源，不收钱，不
Claude 现在也能「看影片」了？不是官方新功能，是社区开源工具 Claude Video。
一个指令分析 YouTube、TikTok、本机视频： 1. 优先 yt-dlp 拉字幕 2. 没字幕再 Whisper 3. ffmpeg 抽关键帧（不是固定频率乱截） 4. 画面 + 字幕 + 时间戳一起丢给 Claude 长片建议加 --start / --end，不然 Token 先被重复画面吃光。 适合：竞品发布拆解、长教程摘要、录屏找 bug。记住——这是开源胶水层，深度仍取决于字幕质
想对比开源模型和 ChatGPT/Gemini，别只会刷评测表。
Hugging Face 自己做了免费聊天界面： - 跑的是各类开源模型，不是商用那套 - 完全免费 - 连前端代码都能拉下来自己架 想知道「开源模型日常对话到底差在哪」，这是最直接的入口。
如果电脑上的操作都能交给AI代劳，你会先让它干哪件事。
微软最近给了个却意外的答案：Fara，一个专门干“操作电脑”这事的开源模型，刚更新到 1.5。 它不靠聊天工作，而是直接看屏幕截图，跟人一样去点鼠标、敲键盘，自己去填表、比价、订票、搜资料。 更打动我的一点是它能完全本地跑：LMStudio、Ollama、vLLM 直接载入 Fara-7B，MacBook M4 Pro 上跑量化版都没问题，数据不用传上云。 免费，开源，架构也换成了 Qwen3.5
百度网盘 - 闲鱼 MCP 一键发布，让你有价值的资料变成持续赚钱的机器
你网盘里是不是也躺着几十个 G 的资料？真正卡住你上架闲鱼的，往往不是「有没有货」，而是那套重复劳动：翻文件夹找素材、下载到本地、开闲鱼网页填标题图价格、点发布——每一件新货都要重来一遍。 这套重复劳动，够格交给 Agent 做，你只需要最后点头确认。 今天讲的就是这条链路：**百度网盘 + 闲鱼 + Agent（MCP）**。 把网盘接成工具，把闲鱼接成工具，再串成「找资料 → 写介绍 → 打草
Codex 前端一般、又只能绑 OpenAI？开源 OpenCodex 在补这两块。
可切换 Kimi K3 / Grok 4.5 / GLM 等：K3 做前端，再切别的做后端，需要时换检索向模型。 闭源旗舰 vs 开源多模型路由——灵活度和成本结构不一样。
一个 $16 账单，逼出了 6 万星开源爬虫。
Unclecode 被「付费开源」工具激怒，几天写出 Crawl4AI：免费、无限次、本机跑，比 Firecrawl 快约 6 倍。 适合谁： · RAG：爬文档喂模型 · 竞品监控：自动抓价格 · 学术：爬论文转结构化数据 月费 0 元 vs Firecrawl $19–500。你付钱，还是花几天自己 build？
一个 $16 账单，逼出了 6 万星开源爬虫。
Unclecode 被「付费开源」工具激怒，几天写出 Crawl4AI：免费、无限次、本机跑，比 Firecrawl 快约 6 倍。 适合谁： · RAG：爬文档喂模型 · 竞品监控：自动抓价格 · 学术：爬论文转结构化数据 月费 0 元 vs Firecrawl $19–500。你付钱，还是花几天自己 build？
AI出图总像广告？抄这组极简Zine海报提示词
用 AI 出海报，最常见的翻车是两种： 一是**太满**——主体铺满画面，像电商主图。 二是**太炫**——电影光、霓虹、3D，像宣传片截帧。 最近刷到一个开源 Codex 专用技能包（skill）：[gc-minimal-zine-poster](https://github.com/LiamGvchi/gc-minimal-zine-poster)。它做的事很窄：把一句话、一个物件、一种情绪，
你的 Kindle 能跑微信读书了
先说三件事，帮你搞清楚这篇文章在解决什么问题。 **第一，Kindle 的硬件是真的好。** 屏幕素质、手感、续航，在墨水屏阅读器里是第一梯队。如果你把它和国产阅读器对比，硬件体验基本上是一个量级的。Kindle 的问题不是硬件，是软件——它是闭源系统，不能随便装应用。 **第二，微信读书是腾讯旗下最不被骂的产品。** 书库大、更新快、有会员、有划线同步、有阅读统计——用过的人很少不续费的。它还有
Kimi K3 又一次把「开源能不能打闭源」摆到台面上。
同一套游戏对比：Claude Opus 4.8 / GPT-5.6 / Kimi K3。 价格大概只有 Opus 4.8 一半，而且权重开源。 闭源仍可能在某些 agent 任务上更稳；但价格和可部署性这块，开源模型已经不再只是「能用」。
ChatGPT 桌面多了个小宠物？它不只可爱，还能告诉你 AI 在干什么
你打开 ChatGPT 桌面应用，发现右下角多了个小动物在那里挥手。 它不是广告，也不是彩蛋，而是 OpenAI 在 2026 年 5 月推出的功能：**Codex Pets**。 可爱是真的，但它实际上是个工作状态指示器——告诉你 AI 在后台跑什么任务、有没有卡住、要不要你过来处理一下。 \--- Codex Pets 是 ChatGPT 桌面应用里 Codex（AI 编程助手）的一个悬浮小角
有一个人在领英，进了一个 vibe-coded 的开源项目，发了连接请求。
然后打开浏览器的 Network 面板。 免费的 API Key 就这样拂到了。 这就是很多 vibe-coded 项目的现实：快速上线，但 API 密钥直接暴露在前端。 做开源项目，请先把密钥安全这个功课上好。
Gemma 4 现在是真正开源了，Apache 2.0 授权。
免费下载、可修改、可商用，甲还能离线跑在自己电脑和手机上。 支持 140 种语言，2B/4B 小模型连手机 GPU 都跑得动。 开发者：把 AI 嵌入自己的 App，不用付月费，数据完全自己管。 普通用户：下载到设备，离线处理图表、语音、视频，超私密。 和 Gemini 最大的区别：Gemma 4 是真开源，不是封闭的免费API。
腾讯开源 Hy3 preview。
295B 总参数，但每次只激活 21B；上下文拉到 256K。 重点不是参数表，而是它把代码、推理、Agent 能力放在同一条线上。 国产开源模型正在从“能聊天”往“能干活”卷。 接下来比的不是谁会背答案，而是谁能长期执行任务。
GitHub 上有一堆免费到离谱的项目，很多能力已经能干掉你正在月付的软件：
TradingAgents — AI 多 Agent 量化交易框架 LibreChat — 一个界面接入 GPT/Claude/Gemini HyperFrames — HeyGen 开源的视频生成引擎 Fincept Terminal — 开源版彭博终端 MoneyPrinterTurbo — AI 一键生成短视频 Agentic Inbox — Cloudflare 开源 AI 邮件助手
HTML 版剪映来了，开源免费。
html-video 内置 20+ 套视频模板，适合产品宣传、知识解说、数据可视化。 基于 HyperFrames 框架，Apache 2.0 开源。 github.com/HyperFrames/html-video
做 RAG 踩过最多坑的地方不是模型，是文件前处理。
表单、流程图、多栏 PDF 扔进去，出来的文本全是乱的，召回自然差。 有人开源了一个专门解决这个的小工具：Semark。 把 PDF / Office / HTML / 图片转成适合知识库的 semantic Markdown——不只是 OCR，而是尽量保留表格结构、字段关系和语义层级。 基于 MinerU，可接 Ollama 或 OpenAI-compatible VLM/LLM，支持自动分档。
GLM-5.2 出来了。
在开源 Agent 模型里，被评为一次真正的跃升。 多步推理和工具调用，逼近闭源模型水平。 可本地部署，数据不出境。 对有数据合规要求的企业，这是重要选项。
最近 Design Arena 评测：GLM-5.2 在单轮 HTML 网页设计上干掉了 Fable 5，拿下第一！
Claude 产品线（Fable 5、Opus 系列）之前一直霸榜，这次被开源模型第一次拉下来。 GLM-5.2 是 MIT 开源、744B 参数。 对手参数据说能大它 6.7 倍，还没有视觉能力。 但 GLM-5.2 还是赢了。 这说明开源模型在网页设计任务上，已经能和最强闭源模型正面刚了。 价格方面也更具优势。 对开发者来说，这是个好消息——开源路线在特定场景越来越能打了。 你会考虑用 GLM
想搭知识库？GitHub 上这几个开源工具分工很清晰：
FastGPT：基于 LLM 的知识库平台，工作流、问答、数据集管理完整，适合企业快速搭建。 LLM Wiki：桌面端文件整理成互联知识库，适合个人笔记和本地查阅。 llm-wiki-agent：扔资料让 AI 自动读、整理、维护，像会自己更新的 wiki。 OpenKB：轻量开源知识库，适合先跑最小可用版本。 不同需求选不同工具。 项目链接： FastGPT: https://github.co
刚刚发现一个很有意思的开源项目 —— Paca 🦙
一个完全免费、可自架的 Scrum 项目管理工具，可以取代 Jira、Trello、ClickUp、Monday。 最特别的地方是：AI agent 不是外挂 chatbot，而是直接作为「队友」加入 Scrum 团队 —— 一起在同一个看板上认领任务、参与冲刺规划、协作撰写需求文件。 支持 Claude Code /paca 指令，也有 MCP Server 可接入各种 AI 工具。完全开源（A
小米开源 Code 工具来了！
Mimo Code 免费开源，基于 OpenCode 做了不少优化： - 无限上下文自动压缩 - 多决策并发生成最优解 - 支持 goal、dynamic workflow、自进化等 很多需要手动调的东西直接集成，设计理念很不错。 值得研究借鉴，小米 AI 团队的设计品味也在线👍
把 Elon Musk 变成了你的开源 AI 创业导师！
基于《The Book of Elon》，做了 10 个 skill，覆盖从第一性原理思考、The Algorithm 规划、删除优先编码、SpaceX 测试、疯狂紧迫感发货，到自进化团队等全生命周期。 直接在 Cursor、Claude Code、Codex 等工具里用。 开源免费，推荐给大家。
Warp 创始人 Zach Lloyd（前 Google Docs 首席工程师）写了一篇很实用的文章，讲如何给 AI 的 Skill 建立「自我改进循环」。
1/3 核心思路：让 agent 不仅执行任务，还能根据真实人类反馈，自己改进自己的 Skill 文件。 因为 Skill 就是普通 Markdown 文件，agent 改它就等于打 diff，自我进化变得可落地。 2/3 他把流程拆成两个循环（以 issue triage 为例）： Inner loop（执行）：新 issue 进来 → GitHub Action 触发云 agent → 加载
AI coding 又往前迈了一步。
一个12B的本地模型，直接把Fable 5的推理链蒸馏了进去。现在消费级显卡就能离线跑出顶级coding能力。 这个Gemma 4 12B Coder GGUF基于Google的gemma-4-12B-it微调，专攻代码生成和复杂推理。训练时塞进了Composer 2.5的真实通过案例，还让Fable 5帮忙补全难搞的case，结果每一步推理都指向能真正跑通的代码。 最实用的是走GGUF格式，12
1 Karpathy 的 autoresearch 出来后
有人直接拿它做了真实世界的交易系统 在 Polymarket 上搞了一个比特币 5 分钟自动交易机器人 回报 +40% 项目已经开源 还能直接用 Claude Code 或 Codex 执行整个研究循环 给它一个「研究机构」的指令 它只改一个策略文件 跑短周期实验（这里是 5 分钟交易 cycle） 评估真实指标 只保留变好的改动，扔掉没效果的 不断自我迭代 睡觉前扔给它，早上起来收一堆实验日志和