MiniMax H3 8G 最低配：我们从装到出片跑完的全流程
--- 网上已经有 MiniMax 的「保姆级」了。这篇不重复那条路。 **这篇只干一件事：8G 显存最低配，我们从头到尾跑完的全流程。** 机器是 RTX 3060 Ti 8GB + 56GB 内存。能出什么规格、要等多久、开到哪一档会撞墙——全是这台机器上的实测，不是官方推荐表抄下来的。 MiniMax H3 是画面和声音**一次生成**的视频模型：环境音、音效、配乐和画面在同一次前向传播里一
很多人担心 AI 写代码“能跑但不专业”——变量命名乱、没测试、架构随手拍。
Addy Osmani（Google Chrome 团队）把这个问题系统化解决了：agent-skills 是一套面向 Claude Code、Codex、Cursor 的工程规范库，覆盖代码质量、测试策略、架构规范，相当于给 AI 装了一个资深工程师的习惯。 GitHub Trending 第二，83k+星，今天涨593，值得收藏备用。
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
看到一组反直觉的性能数据：Cloudflare 新出的浏览器 Kitesurf，跑起来比 Chromium 慢，但便宜得多。
墙钟时间上，截图慢 1.8 倍，HTML extraction 慢 1.7 倍。但看 CPU 和内存——CPU 少用 3.1 到 3.8 倍，内存少用 4.7 到 7 倍。 这个反差不是 bug，是设计选择。Kitesurf 完全跑在 Cloudflare Workers 上，V8 isolates，没有 Chrome process，没有 container，用 Rust 写完透过 wasm-b
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
你以为 Obsidian 内置了 AI 大脑？打开一看，一行 AI 代码都没有。有朋友冲着“打造 AI 第二大脑”的文章去装了 Obsidian，跟着教程做了半天，回头问我：它的 AI 在哪？答案是：没有。它就是个文字编辑器，不整理笔记，不
你以为 Obsidian 内置了 AI 大脑？打开一看，一行 AI 代码都没有。有朋友冲着“打造 AI 第二大脑”的文章去装了 Obsidian，跟着教程做了半天，回头问我：它的 AI 在哪？答案是：没有。它就是个文字编辑器，不整理笔记，不答问题，不归纳重点。 但 Obsidian 加 AI 确实能变成第二大脑，这事是真的——关键不在软件本身，在你怎么操作同一个文件夹。讲讲我实际的用法。 先搞清楚
腾讯云开源了个东西，叫 TencentDB Agent Memory，专治 AI Agent 每次对话都忘个一干二净的老毛病。
它把对话、文档、代码打包成四类可复用记忆资产（Chat Memory / Skill / LLM-Wiki / Code-Graph），团队里所有 Agent 共用同一套记忆，不用各自重新学一遍。 今天涨了 1111 星，总数 14212，直接冲上 GitHub Trending 第一。
跨平台还要原生，这两个要求放在数据库工具上通常很难同时满足。
gridex做到了：macOS、Windows、Linux都是原生应用（用Swift+AppKit构建），一个客户端里能连PostgreSQL、MySQL、SQLite、Redis四种数据库。 主打键盘驱动的快速操作，不是那种鼠标点来点去的臃肿IDE。 开源，814星标。
一张 AI 生成的设计图，最后做成了能直接操作的 3D 人体解剖 App。
Anatomy Atelier：网页上旋转缩放器官、看位置、点热点，还带课程笔记测验。 流程像现在 AI 产品开发缩影： ① GPT Image 出界面和器官图 ② Tripo 转 3D ③ 设计图+模型+需求丢给 Codex ④ 生成 Three.js 网页和交互 真正卡点在性能： 单模型 120–150MB，全套近 900MB，浏览器只剩 16FPS。 多轮优化后： 900MB → 28.6M
别再让 Agent 死等 OCR。
Firecrawl 开源 pdf-inspector： - 20ms 级分类 - 直接抽 Markdown - 200 份约 2.8 秒 - Rust，表格图表友好 Agent 读文档，终于不那么卡。
高通花约 39 亿美元（全股票）买 Modular。
Swift 之父 Chris Lattner 也进高通。 别先理解成硬刚 NVIDIA。 更像是要抓住手机和边缘侧那层软件入口。 高通的痛不在峰值性能。 在边缘软件栈太碎：手机、车、PC 各一套。 Mojo / MAX 进来，等于握住边缘 AI 开发者的默认出路。 全股票：短期看研发，长期看 SDK 话语权。 对台湾 NPU / Edge ASIC 更直接： 硬件接不上这套软件引擎， 可能从架构设
10000 粉之后：用完整路径代替更用力
写这篇文章的时候，粉丝数是 10344。刚过万 fo（一万粉丝）。 万 fo 之后干什么，我在 8900 左右就在想，更早以前也在想。跨过这条线前后，心态其实差不多——真正困扰我的，从来不是数字本身。 这篇不是庆祝文，也不教你怎么涨粉。 我想把一件事说清楚：**要稳定持续地做自媒体，就得有完整工具；卡在哪一段，就先补哪一段。** --- 以前做内容，很难不盯人数。大家都有一个憧憬，叫「万 fo」。
YouTube Premium 真正值钱的，很多人只是「去广告 + 后台播放」。
开源前端 Invidious 把这两点（以及免登录、少追踪）做了，还去掉自动播放和算法投喂。浏览器直接开，公共实例能用，也支持自己架。 不是完美替代全家桶，但对「只想安静看完一支片」够用了。链接在下一条。
很多国外赚钱项目，在中国至少晚半年到两年。
这段空窗，就是信息差最大的时候。 Notion 模板、AI 提示词库、健身计划、减脂打卡、个人财务表——国外卖 $9–$99，有人买回来本土化，挂闲鱼、小红书、知识星球、淘宝，卖 9.9 / 19.9 / 49。 重点不是照搬，是加中文案例、适配国内软件、补教学。 大部分人不想啃英文原文，愿意为省时间付钱。 信息差的本质，经常是跨语言套利。
认知越高，话往往越少。不是变冷漠，是知道每句话都有代价。
普通人追直线答案：对错、好坏、能不能赚钱。高认知者脑子里是前提、变量、概率和灰色地带。硬解释必丢信息；不解释又像端着。 更关键的转向：从证明自己，到安顿自己。把争辩和求认同的能量收回，用在内在秩序上。 若你越来越不想辩——也许不是退步，是终于懂得分拣听众。
我不想再“剪下一条视频”了，所以做了 TudouFlow
> 从选题、脚本、画面、配音、字幕，到横竖版成片、封面和平台文案：这是我把个人 AI 视频工作流改造成一套生产系统的过程。 我做 AI 视频之后，遇到的最大问题一直不是“不会做”。 真正的问题是：**每做一期，都像第一次做。** 选题时重新查资料，写稿时重新搭结构，文案定了才开始想画面。横版做完，还要重新处理竖版；配音分段生成后，可能每一段语速都不一样；临到发布，又发现字幕、封面、简介和标签还没有
范冰把一本二十多万字的新书免费开源了：
《前置部署工程师：人工智能时代的客户价值交付秘籍》 FDE：驻扎客户现场，把「产品能做的」和「客户需要的」接起来。 Palantir 当年在保密室里做出来的工种，如今 OpenAI 为它单独立了部署公司。 他的说法：这是 AI 时代前置位的「增长黑客」。 全书在线读，不收一分钱。
Google Flow新手怎么用：20分钟做出第一条AI短片
想试 Google 的 AI 视频，通常卡在三件事：贵不贵、会不会写 prompt、角色会不会换脸。 第一条往往不好看；单条通常只有几秒；输出带水印；部分地区进不去。旧博客里「必须 Pro、每月 100 次」那套也别信了，规则早换成积分制。 按本文这一条默认路径，大约 20 分钟，你能走完：打开 → 看积分 → 让 Agent 出分镜 → 用省点模型至少生成 **1 条**能看的短镜 → 有余力再
别急着辩论谁更努力。
先看决策入口： 穷人默认先避险，富人默认先看杠杆与时间。 不是谁道德更高，是系统不一样。 思维定认知，认知定行为。 你每天问自己的第一个问题，比你今天赚多少更重要。 图放全了。对照着看，比空喊改变心态有用。
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。
想试本地大模型，别一上来乱下 70B。
我的起步顺序： 1. 先上 Qwen3.6 27B——手感/速度平衡 2. 觉得慢，再试 Qwen3.6 35B-A3B（MoE 路线更省） 3. 显存紧：Qwen3.5 9B 先把「能稳定跑、愿意天天用」做出来，再卷更大模型。本地玩的是工程，不是榜单。
有些工程原理，说一百句不如看十秒。
这段视频拍的是一个缩比例的海岸工程模型，原作者的配文只有一句韩语感叹："微缩模型形态的海岸工程，太神奇了。" 这种震撼感我完全能理解。海浪怎么被结构消解、堤坝怎么在冲击下生效，这些抽象概念光靠文字很难讲清楚，缩小到模型尺度、用眼睛直接看一遍，比任何说明书都直观。 好的工程演示，从来不需要多余的解说词。
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
自己注册的域名，邮箱地址却还在用 Gmail 后缀，看起来总差一点专业感，但企业邮箱又要花钱。
Cloudflare Email Routing 解决了这个问题：免费把邮件转发规则配置好，搭配 Gmail 设置发信身份，就能直接用自己的域名收发邮件，操作还是在 Gmail 界面里完成。 免费、零维护成本，适合独立开发者和小站长。
大多数人赚钱的方法论都能归进这四类，而且几十年没变过：执行差（懂的都懂，就看谁真去做）、认知差（我看懂的局你没看懂）。
竞争差（同样在做，但我做得更精）、信息差（我先知道，你还不知道）。 稻盛和夫把这四条列出来，其实是在提醒一件事：光懂道理没用，赚钱靠的是把某一种差真正拉开，而不是懂了就以为自己已经赢了。
一直以为本地模型顶多能聊天、写点简单代码，实测发现能干的比这多。
用 Hermes agent 配 mlx 跑的 Qwen3.6 35b A3b，全程本地，没连任何云端 API。 给它的任务是装一个叫 cork 的软件（homebrew 的图形界面）。它自己上网搜到对应的 GitHub repo，clone、编译、装进 /Applications，一条龙做完。 这种自己找资料、自己动手装软件的多步骤 agent 任务，以前觉得只有云端大模型才靠得住，现在本地也能
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
前端圈总有人说 html-in-canvas 是个听起来厉害但实用性不强的技术，这个演示直接推翻这个说法。
把普通 HTML 元素放进 canvas 渲染，交互流畅度看不出明显割裂感，跟原生 DOM 渲染的体验差距比想象中小很多。 技术选型这东西，光看理论争论没用，动手试一次比看十篇分析文章都管用，链接在下面自己感受一下。