跳到主要内容
赞助推荐 Claude Team 合租，少折腾账号
>80aj_

实时动态 / 第 855 页

前沿哨所

追踪 AI、开源与工程领域的重要动态。

日期
08-29
本页
20 条
累计
26,317 条

Claude Code 4.6 重磅实战：Agent Teams 蜂群模式全解析

Claude Code 4.6 推出了实验性功能“Agent Teams”（蜂群模式），允许协调多个 Claude 实例作为一个团队并行工作。该功能引入了团队领导和队友的角色划分，每个队友拥有独立的上下文窗口，可直接通信并从共享任务列表中认领任务。与传统的 Subagents 或 Skills 串行工作流不同，Agent Teams ...

阅读全文

突破验证码与部署壁垒：NestOS 打造“全栈 GUI 数字员工”，让 AI 真正操作电脑

该方案介绍了 NestOS，一个运行在 Linux 图形桌面服务器上的全栈 GUI 自动化代理系统。NestOS 不仅能像人类一样操作浏览器解决验证码与交互难题，还能像运维专家一样自动拉取 GitHub 代码、识别技术栈并完成环境部署。其核心亮点在于“AI 执行 + 人工协助”的工作流，有效解决了传统脚本无法逾越的验证码墙和环境孤岛问...

阅读全文

科罗拉多州试行新规：将年龄验证从网站转移至操作系统层

科罗拉多州正在推行一项新政策，试图将互联网年龄验证的责任从单个网站转移到操作系统层面。支持者认为，这种“本地优先”的架构（OS-level verification）更具隐私保护性，因为设备只需在本地确认用户年龄阈值，无需向每个第三方网站上传身份证件。然而，这一举措引发了科技界的广泛担忧。业界评论指出，这虽然解决了当前“到处上传ID”...

阅读全文

微软研发革命性玻璃存储技术，利用激光在杯垫大小设备中实现万年数据保存

微软研究院团队开发了一种名为“Project Silica”的革命性数据存储系统。该技术利用高能激光在硼硅酸盐玻璃（即耐热玻璃）内部制造微型变形来编码数据。研究表明，一块杯垫大小的方形玻璃（12厘米宽，2毫米厚）可存储4.8 TB数据，相当于约200万本书。与仅能维持数年的传统磁带或硬盘不同，这种玻璃存储极其稳定，测试显示数据能在特定...

阅读全文

Anthropic 官宣 Claude 接入 PowerPoint：AI 实时生成幻灯片并严格遵循排版格式

Anthropic 正式发布“Claude in PowerPoint”功能，将 Claude AI 深度集成至微软 PowerPoint 中。该插件不仅允许用户通过对话实时生成、修改和迭代幻灯片内容，其核心竞争力在于能够精准识别并遵守用户现有的模板、字体设置及品牌视觉指南。这一功能解决了 AI 生成内容往往格式混乱的痛点，显著提升了...

阅读全文

开源项目 NestOS：给 VPS 装上“屏幕”，打造能过验证码的 GUI 自动化数字员工

NestOS 是一款创新的基于 VPS 的全栈 GUI 自动化代理系统。通过在服务器端部署完整的 Linux 图形桌面环境，它赋予 AI 像人类一样的视觉与操作能力，能够处理浏览器点击、输入，并攻克验证码登录等传统自动化难题。该项目采用“AI 执行 + 人工协助”的混合工作流，在遇到阻碍时呼叫人工介入，待解决后自动续跑。此外，Nest...

阅读全文

耗时手搓 AI 酒馆平台，高中生基于 Next.js 15 开源完整项目

一名高中生开发者因学业繁忙，决定放弃运营自己开发的 AI 角色扮演聊天平台，并将代码全部开源。该项目采用了前沿的 Next.js 15 与 Prisma 技术栈构建，虽作者自谦 UI 为“毛胚房”，但其功能已具备商业级完整性，涵盖了计费系统、VIP 会员、卡密兑换、角色市场及云端备份等核心模块。项目名为“unlimited-ai-pl...

阅读全文

谷歌 API 风险加剧，开发者急寻具备多模态能力的 Gemini 替代方案

随着谷歌对反代账号及 API 调用渠道的严厉封杀，依赖 Gemini 进行应用开发的独立开发者面临严峻挑战。一位构建 QQ 群“猫娘”助手的开发者因账号被封，急需寻找能够替代 Gemini 的模型。尽管智谱 GLM 等国产模型被提及，但其在多模态能力上的缺失仍无法完全满足需求。该讨论折射出当前 AI 开发生态中，单一 API 依赖的风...

阅读全文

WinuxCmd：让Windows原生运行Linux命令，解决AI与开发者终端痛点

针对Windows下PowerShell命令冗长、参数不兼容以及AI智能体常因环境差异报错的问题，开源项目WinuxCmd提供了一种高性能的原生解决方案。该项目采用C++23编写，在Windows平台上实现了33个常用的Linux命令。其核心亮点在于极致的性能优化：总大小仅900KB，启动速度比Rust实现的同类工具快4倍。Winux...

阅读全文

开发者福音：Script Snap 利用 AI 从技术视频中精准提取代码

Script Snap 是一款专为开发者打造的工具，旨在解决“为了几行代码看半小时视频”的低效痛点。与通用的 AI 视频摘要不同，它专注于技术信息提取，能结合屏幕视觉与字幕，精准识别并导出代码片段、终端命令和 API 配置，输出为可直接使用的 Markdown 格式。值得注意的是，由于支付通道 Stripe 的风控，该项目目前被迫采用...

阅读全文

Grok API 遭遇多模态瓶颈：图片生成导致后续对话中断

近日，有开发者在技术社区反馈了 xAI 旗下 Grok 模型 API 存在的一个技术性缺陷。在使用过程中，当 AI 在对话中生成了包含图片的信息后，若用户尝试继续追问或进行下一轮对话，系统会报错提示“仅支持txt格式”，从而导致交互流程被迫中断。这一现象揭示了 Grok 在多模态融合方面的不足，即在同一个对话上下文（Context）中...

阅读全文

AI交互实测：Grok为何比豆包更“听话”？主动搜索能力或成大模型分水岭

近日，社区对比了xAI的Grok与字节豆包的搜索表现。实测发现，豆包常忽略用户的搜索指令，倾向于使用内部知识“硬编”，导致内容可能过时或偏离初衷。反观Grok，具备更强的主动性，能在对话初期即时触发联网搜索，确保信息的时效性与准确性。尽管豆包在文本丰富度上占优，但Grok在“理解意图并调用工具”这一核心Agent能力上表现更佳，这反映...

阅读全文

Claude Code 2.1.1 被曝严重 Bug：Token 消耗速度激增 4 倍

近日，有开发者在 GitHub 发帖反馈，Anthropic 推出的 AI 编程工具 Claude Code 在升级至 2.1.1 版本后出现严重的资源消耗问题。据描述，在相同的项目和操作习惯下，新版工具的 Token 消耗速度比此前快了 4 倍以上，导致用户迅速触及每周使用上限。目前看来，该问题主要影响 Opus 模型，而 Haik...

阅读全文

开源项目“价值实现”迎来稳定版：解决AI推理跳跃，精准评估产品创意

开发者 Done-0 更新了 GitHub 开源项目“价值实现”，修复了此前版本中 AI 推理过程跳跃和输出不稳定的问题。该工具作为一个 AI Skill，旨在通过分析价值清晰度、时间线、用户感知及发现模式，帮助用户客观评估产品创意是否具备真正的终端价值。目前最新版本已趋于稳定，用户可通过 npx 命令一键安装，利用结构化的 AI 推...

阅读全文

谷歌CLI工具gcli悄然更新支持Gemini 3.1 Pro，目前仅限Ultra用户

据Linux.do社区及GitHub消息，谷歌官方的Gemini命令行工具gcli发布更新，宣布正式支持“Gemini 3.1 Pro”模型。目前该模型权限仅向Ultra用户开放，部分普通用户虽获灰度测试资格，但反馈显示权限存在被回收风险。CLI工具的更新通常是API能力变化的先行指标，这暗示谷歌可能正在内部测试或小范围部署下一代模型...

阅读全文

拒绝概念炒作：复盘 Reddit 爆火的 AI Agent 商业变现实战案例

本文批判了当前 AI 技术大会中普遍存在的落地性差、过度炒作以及“披着技术外衣的卖货”现象。文章深度复盘了 Reddit 上一位澳大利亚工程师利用低代码工具构建 AI Agent 并成功拿下 5400 美元订单的真实案例。该案例揭示了一个核心真相：AI Agent 的商业落地并非依赖于拼模型参数或宏大叙事，而是通过低代码工具结合自动化...

阅读全文

效率倍增：开源脚本助 Genspark AI 实现提示词一键调用与画质自动锁定

针对 Genspark Plus 用户手动复制提示词繁琐的问题，社区开发者发布了一款实用的油猴脚本。该脚本通过在页面右侧添加悬浮窗，实现了预设提示词（如“日常抓拍纪实”风格）的一键插入，并集成了自动选择 2K 分辨率的功能，以规避 4K 模式对积分的消耗。这一工具不仅极大地简化了 AI 图像生成的操作流程，也展示了用户侧代码如何通过自...

阅读全文

Google Gemini 3.1 频繁“自爆”：思维链泄露现象加剧

近期有用户在 Linux.do 社区反馈，Google 最新发布的 Gemini 3.1 模型似乎无法有效隐藏其内部推理过程。相比于之前的 3.0 版本，Gemini 3.1 更频繁地出现“思维链（CoT）泄露”情况，直接将原本应隐藏的系统指令和推理步骤展示给用户。这一现象表明，尽管 Google 试图加强对模型内部逻辑的封装，但在特...

阅读全文