TrendPulse

工作久了，真是什么样的工作交接都能见到。以前光景好，我遇到过不少很 nice 的大佬，交接文档写得超级全，让人看了就能感觉出工作能力很强，拿到也能直接上手。 但近来行情不好，奇葩事件也就越来越多了。有些粗糙的，最后往往就收到一个网盘链接，里面是几十份文档、几个 Notion 页面，文件名看起来还很像：「最终版」「最终确认版」「最新最终版」。 一问呢就说资料都在，可接手的人肯定一脸懵逼：平时到底看哪份？ 现在的情况就更麻烦了。很多人每天都在用自己的 AI 助手。一个 Agent 跟着项目跑了大半年，读过 PRD 、客户记录、研究报告，也处理过一堆零碎问题。人一走，账号一关，这...这就没了？不应该吧？ 因为我们不是大厂，没那么完备的细则，所以工作交接还是很重要的。但直接把 AI 账号交给接手人？我是不太建议。 一来，聊天里可能混着私人对话、个人习惯、客户信息，还有各种本地缓存。接手一个项目，没道理连前任一整年的聊天记录一起接管。 二来，更别说聊天记录还会过期。三个月前问过「退款政策按哪版执行」，当时的回答也许没问题，今天再翻出来，未必还能用。 所以这个新兴的 AI 助手，又...

已经在寝室把零食准备好了，就等晚上三点钟 本来以为决赛会是英法大战的，结果变成了季军赛😭 我的凯恩叔叔😇

客厅餐厅卧室的灯都是 3 色温的, 开关一次一个色温, 不知道怎么弄了 如果安装智能开关,还是得手动按,才能变色 我现在想实现得是,白天开关能亮冷色,夜间暖色, 当然语音控制或者 APP 控制,不知道能不能实现 后面要加入 HOMEASSISTANT 到 homekit

求指点。 黑卡卖家怎么避让？

之前使用腾讯出行的加油功能，买完单之后只需要填一个车上显示的总里程，就可以自动记录加油信息了 最近一次用，突然提示记油耗功能下线了，历史数据也没有了 现在还有什么好用的记油耗的软件或者小程序么？

自动生成 server.json 和 client.json 配置: # 生成 native + raw + reality-quic 配置对 $ tcptun config native --quic --server proxy.example.com --port 9443 android 客户端也支持了 项目地址： https://tcptun.com

先声明：我是 [Tura]( https://github.com/Tura-AI/tura ) 的维护者。这不是独立评测；完整方法、图表和公开产物在文末链接。想请大家重点挑一挑下面这个“按任务形态路由”的结论有没有遗漏。 我把 DeepSWE v1.1 的记录和一次 eza （ Rust → Python 、52 项检查）的行为兼容重写放在一起看。结论不是“Max 总是更强”，而是 Max 多买到了搜索、回滚、再试和 agent 回合；这些回合有没有价值，取决于任务剩下多少不确定性。 | 任务形态 | High | Max | 通过率变化 | 成本 | | --- | ---: | ---: | ---: | ---: | | 范围明确的修复（ DeepSWE ，7 个） | 64.3% | 57.1% | **-7.1 个百分点** | 2.53x | | 功能实现（ DeepSWE ，95 个） | 70.2% | 74.6% | **+4.4 个百分点** | 2.43x | | 仓库重写（ eza ，3 个 harness ） | 78.8–89.4% | 92.3–9...

还记得你啃第一篇英文论文的样子吗？ 三个屏幕窗口：左边 PDF ，右边词典，中间翻译软件。 一段 Introduction 读了四十分钟。专业术语查了又忘，忘了又查；一句话复制 到翻译软件，公式变成乱码，表格糊成一行，图注和正文搅在一起。译文读起来 像机器人写的说明书，你只好回头再读一遍原文—— 等于每篇论文读了两遍， 每遍都很痛苦。 好不容易读完，想回头找"实验部分那个关键数据"，翻了十分钟没找到在第几页。 组会前夜，导师发来三篇新论文："明天讲讲思路。" 那一刻你清楚地知道： 卡住你的从来不是英语，是读论文这件事本身的方式， 太原始了。 现在，换一种读法 论文洞见（ PaperInsight ） ——上传 PDF ，AI 替你完成那些最耗时间的部分， 把你的精力还给真正重要的思考。 📖 逐段双语对照，不是"整页机翻" 原文和译文段段对齐排在一起，术语保留原文对照。读译文提速，疑惑处一眼 扫回原文核对——一遍，顶过去两遍。 🧩 图、表、代码，各归其位 表格保留行列结构翻译每个单元格；插图原样嵌入对应位置；代码不逐行硬翻， 而是给你...

最初是想在做业务需求的时候尽量使用最新的一些技术，还能提升自己。 但是现在技术更新迭代太快，github 上的搜索结果要么是几年前的内容要么就不符合我们的业务场景。 于是网上搜集了一些热门项目通过 AI 筛选和处理，做了领域分类和技术划分，整理了一个网站出来，比较仓促很多地方做的不太行，大家随便看看 项目地址 https://nb-github.pages.dev/

同时新的 kimi code 会员计划公布 Starter 99/月 Explorer 299/月 4 倍 Starter 档位额度 1M 上下文 Expert 699/月 10 倍 Starter 档位额度 1M 上下文 Master 1,399/月 25 倍 Starter 档位额度 1M 上下文 更高的并发上限 这价格结合 K3 用量，毫无性价比可言，不如老的 199

真心被 Cursor 新版团队版的购买流程搞破防了，对比三个月前的顺畅体验，现在的付费逻辑混乱、机制反人类，全程踩满坑，纯纯付费找罪受！ 三个月前第一次买 5 人团队版，流程简单清晰：直接选定 5 个席位，一次性支付宝全款支付，账单、收据一键导出，报销全程丝滑，没有任何多余操作。 本以为这次续费新增团队也是一样的流程，结果体验天差地别，全程漏洞百出、BUG 不断。 本次新开团队购买全过程踩坑： 无法直接选购多席位，必须先强制开通 1 人账号，支付 40 美金打底； 后续新增团队成员，通过邀请方式添加，每添加、确认一位成员（也可能是 2 位 or or3 位，很迷）就单独生成一笔账单、单独扣款； 我分批新增 11 位成员，被系统拆分成 6 笔扣款，前 5 笔正常扣款成功，第六笔扣款失败； 仅仅一笔扣款失败，系统直接一刀切，直接收回我的团队管理员权限，团队入口消失，所有成员管理界面无法查看，团队直接降级成个人版，彻底瘫痪。 个人版，也无法看团队版支付记录，无法主动发起支付。 后续联系客服，邮件沟通了 4 5 次，才给了一个主动支付链接，补齐欠款后权限短暂恢复。可继续...

RT ，之前一直用的 KIMI ，感觉回答问题准确还容易理解；最近想在自己电脑上用 codex ，不懂得就问 KIMI ，结果： 现在我问他 “codexcli 怎么使用 chatgpt plus 会员登录，之前用的 apikey 方式登录的”，结果告诉我不能使用 chatgpt plus 会员登录； 想用 K3 提示需要充值，遂作罢；拥抱千问；

https://github.com/shiye515/AudiobookMaker 做了一个有声书生成工具，把 EPUB 变成带章节、封面和完整元数据的 M4B 有声书，全程在 Mac 本地完成。生成的有声书可以直接导入到苹果图书 APP 中。如果对你有帮助，也帮我点个 star 。

目前用药一个月零几天，掉了 10 斤，有点超出预期。这药的机制和原理，网上太多科普了，我就仅分享一下个人的主观感受。 本人属于遗传性易胖体质，平时饮食很克制，基本不沾零食饮料，每周不小于 2 小时有氧运动，但是体重还是高居不下，长期体重(斤)>身高(身高)，脂肪肝早就有了，最近还有点糖前期的倾向。 以前靠纯节食减下去过，后面结束节食又反弹了。代价就是节食期低血糖症状明显，脑子昏昏的，无法专注，什么事都干不了。那段时期工作轻松，现在工作接受不了这种状态。 说这个是想表示，人与人的体质差距巨大，请不要评论“胖就是吃太多”“管住嘴迈开腿就能瘦了有这么难吗”之类的话，这个世界对胖子的恶意已经足够多了。 为了保险，专门挂了医院的内分泌号，医生给做了全面的检查结论是可以用药，但是这个药不管从医院买还是自己购买，都不能走医保，全自费。 最主要的感受就是，这个药相当于给消化系统加装了一个限流器。消化功能直接被限流，按照日常的吃法，根本消化不完，到下一顿也不会饿，主观上不想吃，整体吃的就少了。 如果还按照以前的饭量吃，代价就是感觉胃里堵住了，会打嗝（医学上叫嗳气）味...

各位好，分享一个我自己在做的项目。 起因是前阵子清理电脑里的笔记，Notion 300 多篇、Obsidian 200 多篇、还有一堆 markdown 散落在各个文件夹。翻了一遍发现大部分内容我根本不记得写过什么，更别说交叉对比、发现关联了。 然后我想：LLM 每分钟能处理几千 tokens ，能同时比较大量材料，知识工作的最后一步本来就是让 AI 来做的——那为什么不把「管理知识」这件事也交给它？ 于是我做了 康纳同学 ，一个 macOS 上的 AI Agent ，核心是一套五层记忆系统： L0 - 原始档案库（对话、笔记、邮件、网页原文，原样保存） L1 - 上下文窗口（缓存碎片信息，等上下文充分后再整理） L2 - 当前状态（识别项目、人物、任务，回答"现在进展到哪了"） L3 - 可复用知识（从 L2 的事实中提炼抽象认知） L4 - 实体关系图（建立知识之间的关联，支持跨跳推理） L2 和 L3 的区别：L2 记录"做了光的衍射实验"，L3 提炼出"光同时具有波和粒子的特性"。一个是具体事实，一个是抽象认知。 L4 我觉得最有意思——让 Ag...

1. 事情是怎么开始的 我用 Mac 的时候，常年都会接一块显示器，有时候还会接入蓝牙音箱。平时系统只能选择一个默认输出，我就在想：既然面前有两三个能发出声音的设备，为什么不能让它们同时发声？ 我上网找了攻略，发现可以用系统内建的“音频 MIDI 设置”创建多输出设备。声音虽然能同时出来，但操作很繁琐：没有一个好用的总音量控制，也不方便分别调整 AirPods 、显示器和其他音箱。更麻烦的是不同设备会有延迟，声音不同步的时候，听起来就像在 KTV 里一群人在抢麦。 2. 为什么还是决定自己做 我没有一开始就直接做，因为很怕自己变成那种做出十分钟 Demo 就宣布解决问题的自嗨开发者。自己遇到的问题，可能已经有人解决过，也可能市面上早已有成熟产品；如果不先研究，只是在浪费 token 、重复造轮子。 我最早看到了 GitHub 上的 FineTune ，但是它设计的理念是针对单个 APP 音量调节，对于多设备输出，也是从 APP 进入，不太符合我的习惯。还有就是类似的 APP ，他们都没有针对多设备同步时候，无线或者蓝牙音箱延迟进行调整的功能。我有个蓝牙音箱，总是比 ...

最近搞了一个特别适合小白的静态网站发布工具。你不需要懂服务器，也不用折腾复杂的命令，只要把 HTML 、CSS 、图片这些文件打包上传，等几秒钟，就能得到一个可以直接访问的网站链接。 做这个工具的原因很简单：很多人会用 AI 生成网页，也能下载到完整代码，但一到“怎么让别人看到”这一步，就卡住了。买服务器、配域名、装环境，听着就头大。 所以我想把发布网站这件事做得像发朋友圈一样简单：上传、确认、完成。它比较适合作品展示、活动页面、个人介绍和临时落地页。现在功能还不算多，但核心流程已经跑通了，后面会继续慢慢完善。 htmltowebsite.com

前两天让 AI 搓了个真的终端访问我的博客： https://mabbs.github.io/linux/ 刚刚闲来无事又让它基于这个项目： https://github.com/Erzbir/jsnix 给我搓了个假的： https://mabbs.github.io/jsnix/

前段时间在 X 上刷到一张局部抖动的二次元图片网站，效果很有意思，就顺手研究了一下是怎么做的。 我一直想做点二次元相关的产品，上传图片后，可以让图片的部分区域产生那种“ぷるぷる”的抖动效果。 网站： https://purupurumaker.app/ 目前还是比较早期的版本，有些地方可能不够顺手。大家可以来试试，如果遇到问题，或者希望增加什么功能，欢迎直接告诉我。 也欢迎把做出来的效果贴在回复里看看。

孩子比较喜欢玩一个卡片游戏，下图是淘宝的图片 https://gw.alicdn.com/bao/uploaded/i3/2218057021544/O1CN01WzGlnY1NHCc5ykfgb_!!2218057021544.jpg 一张卡片上有 7-8 个动物，然后每人每局出一张，谁先找到相同的动物，就拿走 2 张 想让孩子一起来做一个带图像识别和播报的小硬件，快速识别出来有那个是相同的动物，然后播报出来。 没做过硬件相关的，各位佬给个思路和关键词

原来是比较朴实的，新博客长这样： https://i.imgur.com/PjntuXq.png 最重要的正文部分改成了浅灰色的小字，从来没见过哪个内容为主的网站会用这种样式，对阅读很不友好 这是不是 Vibe Coding 的坏处？有 AI 之后，重构东西很容易，手里有锤子，看哪都想去敲一下。虽然原来的版本可能更好，但也要去敲一下。把自己的公司做得 fancy 一点，更能蹭上 AI 的叙事 cloudflare 还提到过，他们有不少设计师从传统的 Figma 转向了直接用 AI 写代码出原型，很难想象这个再跃进一点，是不是直接原来的前端把设计也包干了？直接让 AI Vibe 一个出来，反正自己也不用自己的产品，看着更好看能交差就行 NET 在 Top line growth 还能保持 30%的情况下，两个月前发狂裁了 1100 多人，有理由怀疑剩下的人虽然没裁，但是工作量也发生了变化。于是也一跟着一起发狂了，不管产品质量，先交付再说，反正自己也不用

在业余时间做一款哥特埃及题材类吸血鬼幸存者的 roguelike 游戏（ Phaser 4.1 + H5 ）。美术、特效、UI 全部靠 AI 流水线产出，分享一下这套 pipeline 跑到今天的样子，以及最近一次挺有意思的实验。 这是游戏实际跑起来的样子： 技能特效(VFX) 生成 pipeline 核心思路：把「设计」当成一份可验收的工程交付(pipeline with skills)，而不是一句 prompt 。 Handoff 包生成 skill：每个设计需求打成一个自包含 zip —— 真实游戏截图、机制数值表、视觉正交规则（新技能不和老技能相似）、性能预算等。这个 zip 会扔给 claude desgin 作为需求，并且定义交付标准。 生成：设计系统返回一个自包含的交互式 standalone HTML （底部有链接） —— 不是一张图，是能玩的可调参数的网页，还要暴露一个脚本化 API 方便我自动验收让 AI 接入。 独立验收：用 Playwright 录像截图，跑一套硬性 gate 后丢给另一个模型盲评打分。 移植：过审的 st...

想买个成品号来试一下。 但是如果被 ban ，是否 pc 也会被拉黑？

我发现男人最好的状态是在成为活佛以后。

我用 Hermes 用了挺长时间了,之前用的一直都是 OpenCode Go 里面的 DeepSeek Flash,然后又另外去开 GPT Plus,然后复杂的工作就让 GPT Plus 去分析,然后再去安排任务给 Cloud Code 接 DeepSeek V4,然后这其中的调度都是用 Hermes 接 DeepSeek V4 来完成的。但是最近呢,发现就是一个 Plus 不够用,所以说就会有多个 Plus 账号。但是用 cockpit 切换 Plus 账号的时候,Hermes 这边的 CodeX 调用的 CodeX 好像是没有进行切换的,所以说切换过来不是很方便。然后在这里想了解一下各位用 Hermes 的大佬,大家都是怎么用的,可以一起交流一下。

刚刚刷到知乎的一个评论，也是被震撼到了，只能说荷兰是一个真的很人性的国家，瞬间有想移民到荷兰的冲动

之前给一家机构做了外语学习的定制 APP ，最近把这个 App 扩展升级做成了网站 黄油单词 https://waiyuka.cc 目前支持英语、日语、德语、法语和西班牙语，整理了大量教材词库和分级词汇。 主要功能： AI 配图辅助记忆 AI 语音与单词发音 双语例句 单词释义和记忆技巧 选择题、拼写两种练习模式 简体中文、繁体中文界面 按语言、教材和等级选择词书 https://i.imgur.com/ZWBBGqb.png https://i.imgur.com/5x22UB0.png https://i.imgur.com/4VVCE2b.png https://i.imgur.com/yYU2lmE.png

LLM Wiki ，但是团队版 最近，我们在做 CoWiki 。最短的解释是： 一个团队版的 LLM Wiki 。 代码已经开源在这里： github.com/wfnuser/cowiki 如果只服务一个人，CC / Codex / Antigravity ，加上文件系统和一套 Prompt / Skill ，已经是很好用的 LLM Wiki 。 但当一些人和更多的 Agent 加入进来时，事情就开始变复杂了。 过去，文档更新很慢。让所有人看到同一个最新版本，通常就是最好的协作方式，飞书和 Notion 都是这么做的。 但 Agent 一天就能产出过去几周的内容。问题不只是编辑冲突：一个错误一旦进入共享上下文，就可能被其他 Agent 反复引用、不断放大。 而 GitHub 似乎是一个很不错的方案，他很擅长让很多人安全地改变同一份答案，它能让你看清每次修改从哪里来、为什么发生、谁接受了它、错了怎样撤销，都有迹可循。 我们试过 GitHub + LLM Wiki ，确实能工作。但对非技术用户来说，Repository 、Commit 、Pull...

半年，有空房的宝子们请留言。 或 Session_Messenger 邀请（ base64): MDVlZTc3OThiYzRjNjBjMGZjMzU4MWZhZWZhZWYyMjBiOGFkMjRiNmRlNzc0M2NkYmY5ZDcwZTdkNzFiZmVlNTQ3

OpenSurge for Mac 是一个开源应用，提供类似 Surge 的体验，可以把你的 Mac 变成全屋的代理网关：同一局域网里的手机、电视、PS5 、游戏机、VR 设备和虚拟机，无需逐台设置代理；设备一接入网络，便自动通过 Mac 的全屋代理网关，并按各自策略选择直连或代理出口。 你可以为每台设备设置不同的出口策略：手机和 Mac 一起走代理、游戏机连美服、电视走流媒体节点。DHCP/DNS 、分流策略和流量状态，都由 OpenSurge 集中管理。 - 可导入已有的 mihomo 配置或订阅，保留原有节点、代理组和规则 - Web GUI 实时展示每台设备的连接、上下行流量和实际出口链；菜单栏随时查看网关状态与恢复提醒。 - 底层由 dnsmasq 提供 DHCP/DNS ，mihomo 负责代理与策略，macOS pf 和 IPv4 forwarding 提供 NAT 与转发。 仓库链接在下面： 🔗 https://github.com/YTwsy/OpenSurge-for-Mac