DeepSeek 今天宣布把内部推理框架 DeepInfer 全面开源，同时开源的还有一个生产级 Token 编解码组件 deepseek-recipe。两样一起放出来，比只放一个框架信息量大得多。
先看措辞。公告给这两样东西用的词是「内部」和「生产级」，强调的是来源和标准。开源推理框架并不少见，但一家自己在做大模型的公司，把标着「内部」的推理框架拿出来，这个信号值得记一笔。至于它在 DeepSeek 自家服务里具体跑在哪、跑多大规模，目前能看到的信息里没有，这里也不替它补。 再看 deepseek-recipe。Token 编解码管的是文字和 token 之间的来回转换，在整条推理链路里最不
0 数据保留，限时免费。Reflection 的第一个开源权重模型 Beam 发布当天，就能在 Ollama Cloud 上用了。
单看哪一条都不稀奇，放在一起才值得注意。开源权重意味着模型最终可以自己部署，但新模型刚出来时，自己跑要先配好环境。Ollama 作为 day-zero 合作方，先在云上免费托管，还承诺全程零数据保留（ZDR）。想试一下的门槛降了，担心数据被留下的顾虑也少了。 想评估 Beam 的团队，顺序可以这样排：先在 Ollama Cloud 上拿自己的真实任务跑一遍，觉得值得再考虑本地部署。 Ollama
打开一个浏览器标签页，眼前是一颗照片级的 3D 地球，上面跑的是实时的开源空间情报。电影里间谍卫星那种“上帝视角”，现在是 GitHub 上一个叫 gods-eye-view 的项目。
作者对它的描述很直白：浏览器里的间谍卫星模拟器，只不过数据是真的。 项目已经有 51916 个星，今天一天又涨了 886。开源情报这件事，门槛从专业软件降到了一个网页。 真要用它，先看两件事：它接了哪些公开数据源，数据有多实时。画面酷不酷倒在其次，这两点决定了它是玩具还是工具。 项目在这里，浏览器打开就能看：https://github.com/bilawalsidhu/gods-eye-view
trycua/cua 是一个开源的 computer-use 框架，就是让 AI agent 直接去操作电脑。目前 28809 个星，今天涨了 228。
它这次自称 computer-use 2.0。项目描述第一个词是 Scale，后面列了三样东西：开源驱动、跨操作系统的机器集群、用来做训练、评测和数据生成的 benchmark。 这三样都不是用来帮单个用户把某件事做完的。集群用来同时调动一批不同系统的机器，benchmark 用来给结果打分，再把跑出来的东西变成训练数据。需要这套东西的，是在训练和评测 agent 的团队。 所以 cua 瞄准的是
HN 上 250 分，308 条评论，评论数比分数还多。
这条帖子讲的是 OpenTPU：一个开源 AI 加速器，标题写明是"由 AI 开发的"。AI 写软件大家已经见惯了，这回换成芯片，分量不一样。软件写错了，改一行重新跑就行；硬件错了，代价要大得多。 我是计算机工程 PhD 出身，看到这类项目，先想的是验证：AI 做出来的设计，别人能不能独立确认它确实能用。仓库是开源的，这一点谁都可以自己去查。 OpenTPU 的仓库在这里，设计文件都能直接看：ht
美团开源的 LongCat-Video 在 GitHub 上有 8783 个星，今天又涨了 44。我写的 agent octopy 每天从十几个信息源里挑选题，今天它从 GitHub Trending 里把这个项目挑了出来。
星数能说明关注度，说明不了模型能不能用。要判断一个开源视频生成模型值不值得部署，先看这几件事： - 生成一段几秒的视频要多久，用的是什么卡 - 最低要多少显存，消费级显卡跑不跑得动 - 人物动作连着几秒以后会不会变形 - 许可证让不让商用 LongCat-Video 的 GitHub 仓库，上面这几项可以对着它去查：https://github.com/meituan-longcat/LongCa
54795 个星，今天一天又涨了 349。HeyGen 开源的 hyperframes，功能就一句话：写 HTML，渲染成视频，为 agent 而建。
关键不在于又多了一个做视频的工具，而在它挑的输入格式。让 agent 去拖时间轴、调关键帧，它做不利索；可写标记语言恰恰是它每天都在干的活。把视频产出接到 HTML 这一层，等于把一件 agent 原本吃力的事，换成它顺手的事。 HeyGen 开源的 hyperframes，写 HTML 直接渲染成视频：https://github.com/heygen-com/hyperframes
一直用Loom录演示，CleanShot X截图打码，两个订阅加起来一年小一千
刚发现有个开源App叫Screendrop，把这两个活全干了 macOS原生，截图录屏Loom式分享一体 录完自带缩放动效、光标重建、按键字幕，转录字幕全在本机跑 分享走自己的Cloudflare账号，不用把内容交给别人的服务器 截图能直接浮层标注裁切打码，录屏能分轨编辑摄像头麦克风系统声音 连提词器和Siri快捷指令都配齐了 1.3K星，今天还在涨 这种"一个开源App顶两个订阅"的事，越来越常
面试官出的AI Coding题，大部分人只有考完那一次机会看到
这次有人把三道真实公司的面试题开源了 作者做过匿名化处理，公司和面试官信息全部拿掉，但技术目标和验收标准原样保留 三道题分别是 Computer Use Agent Dashboard，一个带隔离桌面的Agent系统 React Native截图行动Agent，48小时限时，考多模态和原生工具调用 Jira风格任务管理系统，一天内交付MVP 91颗星，说明不少人已经在按这份题库练手 面试信息差这件
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。