【完全离线的Mac语音输入工具：BetterWispr】 想在Mac上用语音码字又介意隐私上传，可以了解一下BetterWispr。 它是款遵循Apache 2.0协议的开源工具，模型全部运行在本地，免注册账号，断网也能正常使用。在任意应用里按住Option+Space即可说话，松手直接将整理好的文本填入光标处。它能自动剔除“嗯、啊”等口癖与重复停顿，学习你的专属专有名词，还能针对聊天、邮件等不同软件自适应语气风格。 此外，软件自带会议记录模式，可区分不同发言人并借助本地模型梳理待办摘要，兼顾输入效率与数据安全。
附件：[图片]
想知道AI智能体在现实中到底能派上什么用场，不妨逛逛 Agent Use Cases 这个站点。 它每天从 Reddit、X 和 Hacker News 等社区挖掘网友分享的真实操作用例，目前已累计收录上千条。从让Claude梳理报税账单、用Grok打电话给海外餐厅订座，到自动取消流媒体订阅追回退款、帮程序员批量审查PR，内容覆盖财务管理、办公协作、研发运维等十几个类别。 最省心的是，很多案例都附带了具体的提示词和原帖来源，无论是按模型找灵感还是按场景直接照搬，拿来参考都很实用。
附件：[图片]
【223本高校学者公开的物理教材清单】| blog Abakcus整理了一份合法免费的物理教材书单，收录了223部由学者与大学公开发布的讲义和完整教材，涵盖力学、电磁、量子、相对论等15个细分学科。 难度划分清晰，从无需微积分的入门书、四年本科核心课，一直延伸至研究生高阶内容，不仅包含加州理工公开的费曼讲义、利哈列夫的研究生系列，还有爱因斯坦与普朗克等人的公版经典著作。每本书均标明适用层次、载体格式与自学建议，全部链接直通高校官网、作者个人主页或开源学术归档。 无论是想系统自学还是做案头参考，这份按三条学习路线整理的书单都值得翻阅。
附件：[图片]
【纯Rust打造的开源视频剪辑器FilmCraft】 想摆脱沉重的商业剪辑软件，不妨看看ArtCraft团队带来的FilmCraft。 它完全使用纯Rust从零开发，自主实现了H.264、ProRes等核心编解码器与封装格式，不依赖FFmpeg。软件界面与快捷键深度沿袭Premiere Pro的操作习惯，保留了经典的多轨时间线、三点剪辑与Lumetri风格调色面板。底层依托超高精度的整数时间刻度，彻底杜绝帧漂移，并由wgpu驱动线性光图像合成。 项目还开放了650多条引擎指令与MCP接口，让AI智能体也能像专业剪辑师一样自动化出片，目前原生支持桌面三大平台及浏览器端运行。
附件：[图片]
【如何看待有AI以后大家海量水论文？】 AI把写论文变成了体力活，但体力活多不多，取决于规则奖励什么。现在的规则是数量至上——评职称看篇数、申基金看产出、年终考核看发表——AI恰好把瓶颈从“写”挪到了“想”。结果是想的人还是那些人，产出却翻了几倍。 arXiv两年内投稿量翻倍，cs.AI涨了六倍，逼得平台限制提交频率：每人每月最多两篇。撤稿率十年涨了十倍，癌症文献里近一成疑似论文工厂造假，计算机领域三分之一撤稿因为机器生成。这不是技术问题，而是激励机制的漏洞在AI面前被放大了。 真正的成本消耗在公共资源上：审稿人的时间、读者的注意力、科学记录的可信度。少数高产作者占用了不成比例的审核资源，认真做研究的人反而被拖累。用AI润色、查资料没错，错的是伪造引用、拼凑综述、把一项工作拆成三篇发表。 治标靠限额和惩罚，治本得改评价体系。只要还按篇数算工分，灌水就停不下来。看代表作、看可复现性、看数据代码是否公开，才可能让做实事的人不吃亏。在当前环境下，少而扎实的研究反而成了稀缺品。
附件：[图片]
【NVIDIA统一音频大模型Audex上线试玩】 以往多模态扩展常会牺牲语言模型的文本推理表现，英伟达推出的Nemotron-Labs-Audex则克服了这一痛点。 它采用统一的单解码器架构，将音频特征与文本离散标记直接对齐，完整支持语音识别、跨语言翻译、环境音理解、语音合成以及端到端语音交互。 模型不仅基本无损保留了底座原有的复杂推理与长上下文能力，还提供了深度思考与常规问答两种运行模式。 目前官方在Hugging Face开放了交互空间，集成30B MoE和轻量2B两个版本，支持上传音频直接体验。
附件：[图片]
近期数码博主对比测试发现iPhone拍摄黄金呈现银白冷调引发热搜争议，这并非硬件故障而是源于其激进的算法调校机制。 iPhone把黄金拍成银白，暴露了算法设计中一个容易被忽视的矛盾：为了讨好多数场景而建立的规则，在特定物体上会彻底失效。白平衡系统被训练成压制暖色高光，因为多数时候这能让照片看起来更干净。但黄金的视觉特质就是那层暖色高光，算法把它当噪点抹掉，等于删除了物体的身份特征。 这不是技术缺陷，而是选择的代价。苹果选了统计学上的安全路径，用大概率正确换取小概率失真。问题在于，这类失真恰好发生在用户最容易察觉的场景——拍贵重物品时，色彩失真就是价值失真。算法可以无限逼近真实，但只要依赖规则和假设，就必然在某些边界失效。
一位大一女生发帖哭诉“AI漫剧把我爸毁了”，揭开了中年男性正被算法和爽感深度围猎的现状，其父每天刷剧近20小时。 上瘾的本质是需求没被满足。一个中年男人每天刷十几个小时AI漫剧，不是算法太聪明，是现实太难熬。工作没成就感，家里没话语权，身体开始走下坡，两分钟一个反转的爽剧恰好填补了这个空洞。 技术本身固然需要关注，但更需要反思的是，为什么有人会退缩到只能靠虚拟爽感度日的地步。戒掉短剧容易，难的是找到替代品——一份被认可的价值，一个能掌控的小目标，哪怕只是被家人认真听完一句话。成瘾只是表象，孤独和无力感才是病因。
父母怎样断掉孩子的躺平想法？ 要“断掉”孩子的躺平，靠的是先接住情绪再激活掌控感——孩子躺平大概率不是懒，是长期压力下心理能量耗尽后的自我保护。 躺平的孩子不是懒，是油箱空了。一个人长期感觉努力无效，停下来是本能。这时候讲道理、催促、对比别人家孩子，等于往伤口撒盐。真正管用的做法往往反常识：先让他彻底停下来。 手机给他，作息随他，不催不逼。这不是放纵，是让濒临崩溃的系统重启。然后从最小的事开始——出门走十分钟，收拾一个抽屉，做一顿简单的饭。目标小到几乎不会失败，让他重新体验“我可以”的感觉。 家长要做的是稳住自己，别把焦虑和期待都压在孩子身上。情绪稳定、认真生活的父母，本身就是最好的示范。关系修复了，话才能说进去。 最后记住一点：允许休整不等于无底线。该承担的家务、该面对的现实不能豁免。躺平可以，但要有边界。真正的帮助是陪他重新启动，而不是替他承担一切。
附件：[图片]
孩子没礼貌是没人教吗？ 孩子没礼貌，问题往往不出在“没教”而是“教的方式”和“日常示范”上——很多家长反复口头强调礼貌，却用命令、当众训斥等不尊重的方式在“教”，孩子接收到的不是体谅而是强权之下的妥协。 礼貌不是话术，是体验的复制。孩子学会的从来不是你说了什么，而是你怎么对待他和对待别人。你训斥着要他尊重人，他学到的就是“强者可以不讲道理”。 很多所谓的没礼貌，其实是认知能力还没到——三岁孩子打断你说话是怕自己忘记，不是故意冒犯；不愿叫人可能只是害羞，强迫反而会加深恐惧。 真正起作用的是日常示范：你跟快递员说谢谢、给老人让座，对孩子的拒绝也保持尊重，这些行为会悄悄长进他的反应系统里。规矩要立，但不能靠羞辱来立。一个被善待过的孩子，自然知道怎么善待别人。
附件：[图片]
【面向实务协同：Z.ai发布法律智能体模型GLM-Legal】 聚焦真实法律业务协作，Z.ai发布了专业法律智能体模型GLM-Legal。基于轻量底座GLM-5.3-Flash，它经由专项语料中继预训练与强化学习微调，打通了事实梳理、法理推演到终稿交付的执行链路。 在覆盖24个律所业务领域的Harvey LAB严苛测试中，模型获得19.2%的全流程通过率；在LegalBench与中文PLawBench评测中，也以更精简的参数规模比肩前沿闭源旗舰，能直接支撑合同审查、诉讼分析与跨境合规等长链条实操，后续将通过API和桌面客户端AutoClaw提供服务。
附件：[图片]
【回归原始：用1994年的方式构建2026年的应用】 在框架层叠的今天，开发者Corey分享了他用纯C语言和CGI构建真实商业产品的实践。系统采用BCHS栈（OpenBSD、C、httpd与SQLite），无需JavaScript和模板引擎，静态资源全部编译进单一程序，通过CGI直接输出HTML。 现代内核让进程派生开销极低，版本发布只需替换单个二进制文件即可实现零停机。配合OpenBSD内置沙箱与仅有的两三个基础依赖，供应链风险和运维负担几乎为零。抛开繁杂的封装与抽象，回归HTTP协议本身与标准输入输出，排错直接借助gdb跟踪，整个架构清晰到能完整装进脑子里。
附件：[图片]
【回归原始：用1994年的方式构建2026年的应用】 在框架层叠的今天，开发者Corey分享了他用纯C语言和CGI构建真实商业产品的实践。系统采用BCHS栈（OpenBSD、C、httpd与SQLite），无需JavaScript和模板引擎，静态资源全部编译进单一程序，通过CGI直接输出HTML。 现代内核让进程派生开销极低，版本发布只需替换单个二进制文件即可实现零停机。配合OpenBSD内置沙箱与仅有的两三个基础依赖，供应链风险和运维负担几乎为零。抛开繁杂的封装与抽象，回归HTTP协议本身与标准输入输出，排错直接借助gdb跟踪，整个架构清晰到能完整装进脑子里。
附件：[图片]
【Codex命令行默认常驻后台引争议】 OpenAI在Codex CLI 0.157.0中默认开启后台服务，引来不少开发者讨论。 只要启动终端交互，程序就会在后台静默运行守护进程与更新模块，即便关闭窗口也不会退出；它还会单独复制数百兆依赖，导致版本与系统包管理器脱钩，甚至在后台更新时强行中断正在执行的任务。 更麻烦的是，该服务会固定首次启动时的环境变量，导致后续终端里的代理配置或本地密钥失效。大家普遍认为CLI工具不该默认常驻与静默自更，呼吁将这一机制改为手动开启。
附件：[图片]
【迈向个人超级智能：Meta发布Muse Wonder智能体模型】 Meta正式推出Muse Wonder与Wonder Full系列模型，重点发力个人与专业智能体应用。新模型由普罗米修斯吉瓦级数据中心训练，核心落地了两项机制：能跨会话调取关键背景信息的“主动记忆”（Active Memory），以及在长流程任务中自主排查障碍、适时向用户求证确认的“主动专注”（Active Focus）。凭借底模更扎实的泛化能力，它在代码工程、法律与金融等专业场景表现亮眼，并大幅强化了隐私保护与安全对齐。目前模型已接入Meta Model API与Muse Code。
附件：[图片]
【当思考沦为一种业余爱好】 计算机学者Diomidis Spinellis感慨，随着AI在推理与决策上突飞猛进，加之极低成本与全天候待命优势，绝大多数认知工作被接管已成定局。就像打猎、书法和骑马从生存本领退化为消遣一样，AI正将人类思考从经济目的中彻底剥离。 尽管掌握话语权的知识群体会激烈抵抗，监管也难阻技术浪潮。面对这场阵痛，除了紧跟AI步伐，更要在工作之外构筑新的生活支点，学着从“靠思考谋生”，转向“让思考成为丰盈生活的一部分”。
附件：[图片]
【AI写代码变快，交付为何没变多？】 哈佛学者追踪700多家软件企业发现，引入AI编程Agent后，代码行数虽增长30%、PR增加23%，但最终交付的功能总量并无实质变化。 症结出在代码审查环节：PR审查耗时拉长了49%，被打回修改的比例几乎翻倍，讨论留言增加35%，团队不得不把更多人力投向复审。 AI确实加快了敲代码的速度，但省下的时间，几乎全被下游的人工纠错与反复审核吞噬了。
附件：[图片]
【AI写代码变快，交付为何没变多？】 哈佛学者追踪700多家软件企业发现，引入AI编程Agent后，代码行数虽增长30%、PR增加23%，但最终交付的功能总量并无实质变化。 症结出在代码审查环节：PR审查耗时拉长了49%，被打回修改的比例几乎翻倍，讨论留言增加35%，团队不得不把更多人力投向复审。 AI确实加快了敲代码的速度，但省下的时间，几乎全被下游的人工纠错与反复审核吞噬了。
附件：[图片]
【别以为开无痕就能隐身：正在替代Cookie的设备指纹】 就算你经常清理Cookie、换VPN甚至常驻无痕窗口，网页依然能认出你。现在的追踪脚本无需任何授权弹窗，就能测算你的显卡型号、字体渲染、音频偏差乃至屏幕参数。依托信息熵原理，几组寻常的硬件特征相互交汇，就足以拼出一张高辨识度的专属“指纹”。 讽刺的是，安装隐私插件往往因用户小众反倒让你更容易暴露；想要抵御这种追踪，基本只能依靠Brave、Tor等在浏览器内核层混淆噪点或统一特征的方案。 想弄清这套底层逻辑与测试方法，推荐看看这篇拆解。
附件：[图片]
【别以为开无痕就能隐身：正在替代Cookie的设备指纹】 就算你经常清理Cookie、换VPN甚至常驻无痕窗口，网页依然能认出你。现在的追踪脚本无需任何授权弹窗，就能测算你的显卡型号、字体渲染、音频偏差乃至屏幕参数。依托信息熵原理，几组寻常的硬件特征相互交汇，就足以拼出一张高辨识度的专属“指纹”。 讽刺的是，安装隐私插件往往因用户小众反倒让你更容易暴露；想要抵御这种追踪，基本只能依靠Brave、Tor等在浏览器内核层混淆噪点或统一特征的方案。 想弄清这套底层逻辑与测试方法，推荐看看这篇拆解。
附件：[图片]
【使用AI仅10分钟，你的专注与坚持可能正在被悄悄削弱】 加州大学伯克利分校联合麻省理工等团队开展了一项千人对照实验：只需借助AI答题10分钟，受试者随后独立解决难题的耐力就会骤降。 在数学与阅读测试中，一旦撤去AI辅助，依赖过工具的人错误率立刻飙升，主动放弃题目的比例也大幅增加，表现远不如全程独立思考的人。 习惯了秒出答案，耗时费力的思索就会被潜意识视作低效，从而剥夺了心智成长所需的“有效挣扎”。这种对思维耐力的侵蚀，正悄然影响着从学生到学者的认知深度。
附件：[图片]
【无需Mac与越狱：7美元ESP32让大模型操控iPhone】 传统iOS自动化往往依赖Mac和繁琐的开发者证书，开源项目 esp32-iphone-agent 提供了一个巧妙解法：仅用一块约40元的ESP32-S3模拟USB键鼠，配合AirPlay无线投屏捕获画面，就能让任意兼容OpenAI接口的视觉大模型直接操作真机。 全程无需越狱，手机端不装任何软件，在Linux环境下也能运行。系统采用规划与执行双角色闭环，点击前会自动校准光标位置，操作后还会比对画面变动实现重试容错，画图、设闹钟等任务均可顺畅完成。
附件：[图片]
【用可交互的等轴测机械讲透技术：开源项目 Anatomy】 想把抽象的技术概念讲透，不妨把它具象成一台看得见、能运转的精密机械。开源工具 Anatomy 专为 Claude Code、Codex 等智能体打造，输入业务逻辑即可生成严密的可交互等轴测剖面图。 它以原生 SVG 绘制多层实体零件与明暗光影，表现火焰、液体或光效时可无缝叠加 WebGL 着色器，并提供局部 3D 旋转支持。生成结果支持直接导出为单 HTML 文件、独立矢量图或 React 组件，运行仅依赖 Node 内置模块，还内置了无头浏览器视觉审查与碰撞检测，杜绝零件穿模与悬空线条。
附件：[图片]
【开源自主渗透测试智能体 PentaGI】 vxcontrol 推出的 PentaGI 是一套面向安全攻防的多智能体系统，旨在让 AI 自主接管复杂的渗透测试任务。 项目采用 Go 后端搭配 React 前端，支持接入 OpenAI、Anthropic 等主流大模型，并提供完整的私有化部署配置与可观测性支持。 它通过多 Agent 协同来自动拆解任务、规划攻击路径与验证漏洞，既降低了重复人工测试的成本，也让整个执行过程清晰可溯，适合安全团队用来探索自动化红队演练。
附件：[文件]
【数学难题被批量破解，DeepMind这次走通了同行评审】| 简文 Google DeepMind在《Science》发表新成果，其AlphaProof Nexus系统自主解决了数十道公开数学难题，不仅攻破9道埃尔德什猜想（其中两道已悬置56年），还一举证明了OEIS数据库里的44个猜想。 该系统以Gemini 3.1 Pro为底座，借助Lean形式化语言反复推演与纠错。在数学界对AI推演灌水充满疑虑的当下，他们没有将草稿直接丢在开源社区，而是老老实实经受住了严格的学术同行评审。
附件：[图片]
【专为AI时代打造的高性能3D动画引擎ManimGX】 做数学与科技可视化的朋友对Manim肯定不陌生，新开源的ManimGX直接用Rust与wgpu把渲染性能拉满，实测比Manim CE快上数十倍 。 它保持了Manim CE的Python接口与完整静态类型，能无缝混合2D图表与3D物理光照场景。内置Typst引擎，免去了在本地折腾LaTeX环境的麻烦；借助Pyodide和WebGPU还能在浏览器端免服务端直接渲染；更针对AI Agent配备了提示词快速接入、分镜排版自检与语音动画同步功能，无论是自己写代码还是交给AI生成都格外顺手。
附件：[文件]
【给Agent工作流装上精准制动：EmbeddingGemma类型化决策模型】| 帖子 在处理智能体轨迹、客服工单或系统告警时，想要兼顾结构化输出与判定准确度，基于 EmbeddingGemma 2 微调的决策模型给出了很轻巧的解法。 传入状态与问题定义后，它能直接返回单选、评分或布尔型结果，并附带校准过的真实置信度。Schema 本身完全作为数据处理，增减问题或修改选项描述无需重新训练模型。 得益于底座能力，它能直接应对多语言输入；推理部署时建议选用 bfloat16 或 float32 精度，切忌使用 float16 以防计算溢出。
附件：[图片]
【把真人视频转为3D骨骼动画：开源工具 Motion2MixamoRig】 只需一段单人全身视频或一张静态照片，搭配 Adobe Mixamo 角色模型，它就能自动提取动作并完成骨骼重定向。生成的 glb 蒙皮文件可直接拖入 Blender 或 Unity 使用，并自动输出多视角画面与 2×2 对比预览。 除了简洁的命令行工作流，项目还提供了 Blender 4.2+ 插件支持；提取好的骨骼数据支持保存复用，后续给新角色套用相同动作仅需几十秒，很适合游戏与动画创作者快速制作动态资产。
附件：[图片]
【给老监控装上视觉大模型：开源本地NVR项目 Clearcam】 想让普通的 RTSP 监控摄像头拥有智能识别与分析能力？开源项目 Clearcam 提供了轻量易用的自建方案。 系统集成了 YOLOv9 目标检测与多目标跟踪，并引入 Qwen3-VL 视觉模型生成事件文字摘要，支持对视频内容进行快速检索。 程序可在 Mac、Linux 与 Windows 本地运行并支持 GPU 加速，不仅提供原生移动端，还能把告警通知无缝接入 Home Assistant、Pushover 或 n8n 等自动化工作流，配合端到端加密机制，在充分保障数据隐私的同时大幅提升安防实用性。
附件：[图片]
