智谱autoGLM手机部署测试实录
本文分享了一位科技爱好者在小米手机上部署智谱开源的autoGLM大模型的实战经历。作者详细描述了设置开发者权限、使用ADB控制、本地部署8-9b模型的步骤，并测试了图像识别功能。测试结果显示，模型在app识别上出现错误，未能准确执行指令。作者分析了可能因素，包括米家操作系统兼容性、大模型性能和手机适配度等，并与流行的豆包手机效果进行对...
阅读全文实时动态 / 第 1349 页
前沿哨所
追踪 AI、开源与工程领域的重要动态。
- 日期
- 11-13
- 本页
- 20 条
- 累计
- 28,149 条
AI网关更新：新增Claude CLI传输支持
AI Higress Gateway于2025年12月15日完成重要更新，新增Claude CLI传输功能，有效修复了部分上游API仅支持Claude CLI调用导致的网关拦截问题。该网关项目设计旨在帮助用户更便捷地管理不同AI厂商服务，实现客户端切换的无缝体验。尽管部署存在一定门槛，但项目文档详尽，服务处于积极开发阶段。开发者提醒用...
阅读全文AI驱动Boss直聘自动化工具：牛人快跑提升求职效率
开源工具'牛人快跑'基于AI大模型，专为Boss直聘求职者设计，实现自动开聊、已读不回提醒、职位筛选等功能。该工具采用Puppeteer、Electron、Vue等技术开发，兼容OpenAI SDK生成智能话术，支持多平台运行。作者通过8个月66岗位的求职经历开发此公益工具，旨在解决大环境下的求职痛点，如筛选费时、HR压薪等问题。免费...
阅读全文Dify多轮问答问题分类工作流优化：准确率提升至95%的解决方案
本文分享了一个针对Dify平台的问题分类工作流优化方案，解决了Dify默认问题分类只支持单次提问、多轮问答场景下分类不准确的问题。作者通过将问题上下文信息一并送入分类节点，使分类准确率提升至95%以上。文章详细介绍了工作流原理和具体实现方法，包括如何修改问答主题、接入知识库等实用步骤，并提供了可直接下载的YAML工作流文件。作者基于年...
阅读全文AI图片转PPT工具开源，文本识别精准还原
近日，一款基于AI的开源工具实现了图片到可编辑PPT的转换，文本识别率和位置精度接近原版，无需手动调整即可全自动识别。该工具利用PaddleOCR、python-pptx等技术，支持一键安装所需库，启动IOPaint服务去除文字并完美还原背景，还集成了图层管理和AI绘图对接功能。开发者经历一周代码堆叠完成项目，已在GitHub开源分享...
阅读全文AI英语环境生成器：颠覆传统学习，创造自然语言接触
Ries是一款创新的AI英语环境生成工具，通过'边界拓宽法'在用户浏览网页、观看视频时智能植入英语内容，实现'无痛英语接触'。该工具支持浏览器插件和iOS应用，能根据用户语言水平提供个性化辅助，包括中文内容中替换英文词汇、视频字幕智能注解等功能。数据显示，用户平均每天可多接触1500个英语单词/短语。产品采用Free版永久免费+Pro...
阅读全文国产大模型编程能力大比拼：谁是王者？
本文深入比较了国产大模型GLM-4.6、Qwen3-Code、DeepSeek-V3.2-Exp和MiniMax M2的编程能力。GLM-4.6性能接近国际顶尖模型，价格仅为1/7；Qwen3-Code在SWE-bench Live测试中得分54.7，超越GPT-4.1，中文API文档理解准确率达92%；DeepSeek-V3.2-E...
阅读全文ACP开源平台：统一管理AI编程工具配置，告别碎片化
ACP是一款专注于AI编程工具配置管理的开源平台，旨在解决开发者在使用Claude Code、GitHub Copilot、Cursor等工具时面临的配置碎片化问题。该平台提供统一管理、社区共享和一键同步功能，支持多类型配置的一站式管理，并能将相关配置打包成'解决方案'适配主流工具。通过简洁的CLI工具，用户可轻松实现配置的本地同步，...
阅读全文Dograh：开源语音代理框架，快速构建AI语音助手
Dograh是一个全新的开源语音代理框架，旨在解决语音代理开发中的基础设施和测试难题。该项目由YC校友及退出创始人团队打造，是对现有解决方案如Pipecat和VAPI的改进。Dograh采用基于Pipecat的自定义引擎，提供一键式启动模板、可视化代理构建器、内置变量提取层和多语言支持。其特色功能包括内置电话集成、支持多种LLM/TT...
阅读全文解决Opus 4.5反重力Agent执行错误
用户在使用Opus 4.5时遇到反重力提示Agent execution terminated due to error的错误。起初怀疑是网络问题，但测试发现Gemini正常工作，这引起了疑问。经过排查，关闭所有MCP（Model Context Protocol）后问题得到解决。这一经验分享为类似工具的用户提供了实用的故障排除思路，...
阅读全文陪读蛙翻译插件支持20+AI提供商 开源升级
陪读蛙是一款开源浏览器翻译插件，经过开源社区6个PR贡献和约一万行代码重构，现已支持超过20种AI提供商，包括Grok、硅基流动、本地运行Ollama等所有OpenAI兼容的提供商。用户可通过Custom Provider配置无上限的自定义提供商，如配置多个DeepSeek或硅基流动模型。该插件比沉浸式翻译对第三方接入更加开放，欢迎用...
阅读全文微软Copilot AI登陆LG电视 用户无法删除引发争议
微软的Copilot AI聊天机器人已进入LG电视的webOS系统，且用户无法删除该应用。这延续了微软在Windows 11系统上争议性添加Copilot的做法。分析认为，微软此举旨在抢占AI应用市场，并为Linux用户群体做准备。随着AI技术日益融入日常生活产品，用户对无法移除的AI功能表示担忧。LG电视已有的'Live Plus'...
阅读全文CapROS：融合经典与创新的可靠操作系统
CapROS是一种基于能力的可靠操作系统，它巧妙地融合了关于能力的传统理念与最新的性能优化和资源管理技术。该系统具有小型化、高安全性和实时响应的特点，并支持正交持久性功能。作为EROS项目的延续，CapROS由Charles Landau领导，项目代码托管在GitHub上，为操作系统研究者和开发者社区提供了宝贵的技术参考。尽管不直接涉...
阅读全文开源项目Happy：远程控制Claude与Codex的利器
Happy是一款开源项目，专为远程控制Claude Code和Codex设计，让用户无需守在电脑前即可通过手机操作AI编码工具。项目支持自建服务端，无需公网IP，确保数据安全与隐私。用户只需通过npm安装happy-coder，在手机App扫码添加终端，即可实现随时随地高效工作。该工具特别适合开发者优化工作流程，提升移动办公体验。项目...
阅读全文测试AI语言歧义：中英文“猫”的不同理解
文章描述了一个有趣的AI图片生成测试，探索了中英文语境下的语言歧义。在中文中，“猫”常被用来指代光猫（modem），而英文中“cat”仅指动物，两者毫无关联。研究者用英文指令让AI生成“把网线插到猫”的图片，以测试AI是否能理解这种跨语言差异。结果显示，AI可能未能准确捕捉这种歧义，并提供了对照组测试，如“把网线插到狗”。这一测试揭示...
阅读全文安卓端ChatGPT长截图技巧：解决网页内容分享难题
在安卓端使用Chrome或夸克浏览器访问ChatGPT时，用户面临长截图难题。普通网页可以正常滚动截图，但ChatGPT对话页面无法使用此功能。尝试夸克浏览器的'正文提取'功能，旧链接有效，新链接失效，表明ChatGPT前端代码更新可能影响此功能。直接复制粘贴到微信会丢失样式，可读性差；粘贴到Obsidian也无长截图支持。用户寻求将...
阅读全文当痛苦成为产品：数字时代的创伤经济
这篇文章探讨了情感痛苦和创伤如何在当代社会被商品化，形成了所谓的'创伤产业'。从自助书籍、健康度假到治疗应用和社交媒体影响者，我们的情感痛苦已成为可销售的商品。文章批判性地分析了这一现象，指出当痛苦变成产品时，我们可能使其变得肤浅，而真正获益的是治疗师、出版商、影响者和平台，而非真正受苦的人。在过度分享和个人品牌的时代，脆弱性已成为一...
阅读全文AI代理颠覆SaaS行业格局
马丁·奥尔森在文章中深入分析，AI代理如Claude和Gemini正在开始吞噬SaaS市场。随着企业工程师利用这些工具快速构建内部仪表板、处理视频和创建UI原型，传统SaaS需求显著下降，特别是对于功能简单的后台工具。作者指出，企业开始质疑SaaS供应商的续约报价，考虑自行构建以节省成本，这将损害SaaS估值基础如客户增长和净收入留存...
阅读全文bcachefs创建者Kent Overstreet专访：文件系统新进展
在本次采访中，bcachefs文件系统创建者Kent Overstreet分享了最新进展，包括1.33.0版本的重大更新，特别是reconcile功能，这是近两年来最大的变化。他讨论了开发过程中的挑战，如被踢出内核的经历，以及bcachefs如何与ZFS和Btrfs竞争。采访还涵盖了上游过程、RAID写洞解决方案等关键技术细节，并展望...
阅读全文AI编程：盲目规划不如直接实践
作者通过实验发现，使用Spec规范驱动开发或多Agent协作（如MCP）在AI编程中效果不佳，导致浪费时间、上下文污染和幻觉积累。相反，直接写代码、看报错、迭代的方式更高效。作者建议维护伪代码核心逻辑，非必要不更改，以提高AI编程效率。文章强调，在规划阶段简化，执行时拆分最小可验证单元，通过报错驱动来减少不确定性，是当前AI编程的最佳...
阅读全文