Roller | Agent Swarms 中文社区
8.51K subscribers
537 photos
246 videos
3 files
480 links
有趣的 AI 科技日记
💬 群组: t.me/+XThkfMjY1bRiYTVh
🪄 由@bnl5110和@endingwalker一同撰写

#DeepSeek #GenAI #AIGC #互联网 #科技 #人工智能 #AI产品 #ChatGPT #Claude
谢谢订阅,喝杯茶再走?🍵
Download Telegram
OpenAI 采购 —— 数万台 Mac 训练 AI 代理

🖥️ 今天刷到最有意思的行业消息,不是任何新品发布。是 The Information 曝出来:OpenAI 已经悄悄买了数万台 Mac mini 与 Mac Studio,拿来跑强化学习、训练能操作电脑的 AI 代理

🍎 另一边 Anthropic 没自己囤货,是走 AWS 租同款的 Mac mini

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
🙏1
This media is not supported in your browser
VIEW IN TELEGRAM
Claude —— 开源的人员搜索利器

🔍 我最近看到 Jason Zhou 分享了一个特别有意思的项目,他把 Claude AI 调教成了一个高效的“人肉搜索引擎”—— 而且这还不是最吸引我的,最吸引人的是,他选择把它完全开源,并且号称能打破传统高昂的订阅费模式

💰 他说,现在每次搜索只要 0.0089 美元,和市面上动辄每月 600 美元的同类服务相比,这简直是革命性的。特别是在 People Search Bench 上,这个 Claude 方案还拿下了第一名,这让我很好奇,他是怎么做到的

🛠️ Jason Zhou 的做法很硬核,他不仅把代码都放到了 GitHub 上,还强调这是 0% 溢价的方案,纯粹想让更多人能用上。这背后体现的不仅是技术实力,更是一种对“信息自由”的坚持吧

🔗 试用一下这个 Claude people-search:t.co/s60Ye4EO3h,也可以去 GitHub 看看他具体是怎么实现的:t.co/40qYPciu7u

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
Quit App —— 女性专属戒断应用?

💡 Jah Mills 在推特上分享了一个有趣的观点:戒断类 App(“Quit” app)是一个非常棒的利基市场,但令人意外的是,目前还没有专门为女性设计的这类应用。他认为这是一个巨大的市场机会,并且附上了一张截图,展示了这类应用通常以男性用户为中心的设计风格

🤔 我觉得这个观察很精准。很多戒断应用,比如戒烟、戒酒或戒除其他习惯的工具,往往在 UI 设计和激励机制上显得比较“硬核”,更多地偏向了某种男性化的审美和心理。但其实,不同性别在戒断过程中可能有着不同的心理需求和偏好。一个为女性用户定制的戒断 App,或许能在情感支持、社区互动,甚至视觉风格上带来全新的体验

🌸 想象一下,如果有一个 App 能提供更温柔的引导、更注重心理健康而不是单纯的数据追踪,或者在社区功能上更强调相互支持和理解,这可能确实会吸引一大批被现有产品忽略的女性用户。这不只是换个配色那么简单,而是深入到用户心理去设计产品。原推的观点虽然直接,但点出了一个产品设计中常被忽视的性别视角

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
❤1
CommerceAgentBench —— 电商 AI Agent 的真实挑战

📦 CommerceAgentBench 是让 Agent 像一个真实的电商运营助理一样,处理多达 300 封邮件的采购收件箱,识别供应商、整理报价、处理各种贸易术语,甚至还要发现潜在的欺诈行为,最后还得完成供应商选择和日历事件创建等等一系列真实工作流

📊 Accio 开源的 CommerceAgentBench,据他们说,这 107 项任务是从全球 1000 万中小企业用户的真实需求中提炼出来的。即使是当前最强的 Claude Opus 5,也只能完成 61.7% 的任务。这让我不禁思考,我们离一个能完全自主的“商业 Agent”还有多远?

🔗 这个有趣的项目已经在 GitHub 上开源了,团队也邀请大家一起贡献新的模拟环境:github.com/Accio/CommerceAgentBench · 原推

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
This media is not supported in your browser
VIEW IN TELEGRAM
Perplexity Mac —— 混合计算让隐私数据更安全

🍎 Perplexity 的 CEO Aravind Srinivas 宣布 Mac 应用将推出一项名为“混合计算”的新功能

🛡️ 最吸引我的,是这个功能背后对隐私数据的考虑:它能让 AI agent 在 Mac 本地调用本地模型,处理那些敏感又私人的文件,比如你的体检报告、报税单或者法律文件等。这意味着,你的私密数据在被 AI 处理时,不再需要上传到云端,大大提升了安全性。社区里,许多人都表示对这种兼顾智能和隐私的做法很赞赏

🔗 这次更新是 Perplexity 在 Mac 生态中深入布局的又一步,也让我们看到 AI 助手在未来可以如何更贴近个人使用场景。如果你是 Perplexity 的 Mac 用户,不妨留意一下这项更新。感兴趣的朋友,也可以点击原推了解更多

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Phone Harness —— 让 AI 替你测试手机 App

📱 设想一下,你的手机 App 发布了,每次更新都要走一遍注册、登录、新手引导流程,甚至还要测试支付环节。这些重复又枯燥的工作,现在有了一个更酷的解决方案:一个叫 Phone Harness 的项目,它能让 AI 智能体直接在真实的手机上帮你完成这一切

🤖 Phone Harness 就像给 AI agent 装上了一双眼睛和一双手。它能连接 Codex 或 Claude Code 这些 AI,让它们像人一样“看到”手机屏幕,然后进行点击、输入、滚动、打开 App 等操作,甚至还能验证操作结果。更棒的是,你不需要越狱,不需要 Xcode,也不用在手机上安装任何特殊 App,只需要通过 Mac 镜像或 ADB 就能搞定。原推还附带了一个视频,直观展示了 AI 是如何一步步操作手机的,真的非常奇妙

💡 它能处理那些完全没有开放 API 的移动 App,意味着那些过去无法被自动化工具触及的角落,现在也能被 AI 覆盖了。Phone Harness 的出现,或许能让 App 测试变得更高效、更全面,解放开发者去投入到更有创造性的工作中。我很喜欢这种用 AI 解决现实中重复性痛点的思路

🔗 想了解如何设置和操作,可以直接查看 Phone Harness 的 GitHub 仓库。那里有完整的指南,手把手教你如何让 AI agent 帮你完成这些测试任务,从注册到结账,甚至还能自动截图并指出问题所在。强烈推荐给有 App 测试需求的朋友 · Phone Harness GitHub

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
Humanizer —— 把 AI 文案改写成“人话”

✍️ GitHub 上有个项目叫 Humanizer,它干的事特别具体:就是把那些一眼就能看出来是 AI 写的文字,给它改写成更像人写出来的样子。这种“AI 痕迹”我们可能都见过,比如排比句太多、动不动就“升华”一下

🧐 Humanizer 之所以特别,在于它改写的方法不只是简单地让 AI “再自然一点”。它有一套很明确的规则,参考维基百科《Signs of AI writing》,把常见痕迹整理成 25 种模式逐条检查。更巧妙的是,如果你能提供自己以前写过的文本作为样本,它还能学着你的语感来改,而不是生硬地套用通用规则。这种既有具体方法,又兼顾个性化的做法,真挺让人拍案叫绝的

🛠️ 这个项目本身是用 Markdown 写的技能包,所以安装和使用都很方便。Skills CLI 和 Claude Code 的插件市场都能找到它,Codex、Cursor 这类支持“技能”的工具也能直接用。相关的汉化项目 Humanizer-zh 目前也有 1.6 万多颗 Star

🔗 查看 Humanizer GitHub · 原推

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
👍3🆒1
This media is not supported in your browser
VIEW IN TELEGRAM
Astra x CapCut Seedance —— AI 短视频生成新尝试

🎬 原创 appletea 先用 Astra 快速生成了一个预演(previz),再以此为基础,让 CapCut Seedance 2.5 施展魔法

🤔 即便有了 AI 工具,appletea 还是在思考如何让最终效果更好。她提到,如果能把预演做得更细致,或者花更多时间研究镜头运动,视频效果还能再上一个台阶

💡 视频里能看到,appletea 生成了两个短片,一个运镜华丽,另一个则更像一个场景构建。AI 生成的短片,往往带着一种未来感,但在实际应用中,如何让这种未来感和我们的想法更契合,也许是像 appletea 这样的创作者们正在探索的方向

🔗 想看她用 Astra 和 CapCut 生成的视频原推,这里有链接:原文链接

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
This media is not supported in your browser
VIEW IN TELEGRAM
GPT-6 Astra —— 官方提示词指南

💡 最近 OpenAI 为 GPT-6 Astra 发布了官方提示词指南,Rahul 提醒大家,如果你还在用老方法给 Astra 写提示词,那可能就错了。他特别强调,这份指南对使用 Astra 的开发者来说至关重要,建议大家在使用前先读一读

🤖 这份指南揭示了 Astra 的一些“小脾气”和最佳实践。比如,别再微管理它了,Astra 最擅长的是放手让它自己做。你可能会发现,Astra 在你期待它继续执行的时候会停下来,这是因为它需要你明确定义好“自治”的范围;还有,别再让它跑测试了,它自己会做,重复只会导致过度测试

⚙️ Rahul 总结了几点关键:审计你的 `AGENTS.md`,旧指令可能会和新模型“打架”;明确定义自治,让 Astra 知道何时暂停;精简技能描述到一行,太多技能它反而看不清;明确停止条件,让 Astra 知道什么叫“完成”。他认为,遵循这些能让你的 Astra 表现达到最佳,更快地交付生产级输出

🔗 想了解更多细节,可以查看 Rahul 的原推:原文链接

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
❤3
This media is not supported in your browser
VIEW IN TELEGRAM
Astra —— 只要一句话,视频就能互动起来

✨ 在 Rohan Nuttall 分享的视频里,它用 GPT Astra 把普通视频变成可交互的场景。比如对着一段家里的视频说一句“让照片互动起来,找出所有的书本”,Astra 就能识别出视频里的书,并把它们变成可点击的对象。点一下,书的信息就跳出来了,甚至还能帮你找到购买链接,简直是科幻电影里的场景照进了现实

原推 · 相关链接

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
1👍4🙏2
Hugging Face —— 45 亿条 TikTok 视频元数据

📊 Hugging Face 上出现了一个挺惊人的数据集:45 亿条 TikTok 视频的元数据,涵盖了标题、播放量、点赞数、背景音乐,甚至还有时间戳,可以说是目前公开的 TikTok 数据中规模最大的了

⚙️ 社区里也有人在讨论,这些数据能帮我们发现哪些流行趋势,或者视频平台的内容推荐逻辑是怎样的

🔗 如果你对这种大规模的数据集感兴趣,或者想了解更多,可以去 Hugging Face 的项目页面看看:huggingface.co/datasets/kuben-developer/tiktok-videos-4b。里面有很多值得探索的细节 · 原推 · 相关链接 2

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
Astra —— 用 9 张照片复刻你的房间

📸 Roberto Nickson (rpnickson) 最近分享了一个让他觉得“荒谬”的体验:他用 Astra 这个工具,给自己的工作室拍了 9 张“糟透了”的照片,结果 Astra 竟然能理解这些照片中的空间布局,把它们拼接起来,然后生成一个完全可交互的 3D 模型

✨ 虽然那些照片质量不高,却能被 Astra 读懂空间感。这背后很可能就是 AI 在“理解”世界的方式在发生变化。它不再只是识别物体,而是开始掌握物体之间的关系、空间的存在。这让人联想到,也许未来我们身边很多普通的数码照片,都能成为构建数字世界的基石

🔗 Nickson 也分享了实际生成的 3D 模型链接,你可以亲自去感受一下它有多么“荒谬”:https://t.co/GtrqLKiLMW · 原推

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
This media is not supported in your browser
VIEW IN TELEGRAM
G 哥免费工具清单 —— 普通人也能用的技术宝藏

🎁 G 哥(govin.eth)最近分享了一份清单:各种技术工具,从大家耳熟能详的 ChatGPT、Figma、Canva,到专业的 Vercel、Supabase,都有免费版或免费额度,为普通人打开了技术世界的大门

💡 最有意思的是,G 哥不仅列出了这些工具,还贴心地按用途分了类,比如“最容易拿来赚钱”、“AI 相关”、“写代码”等等。这不只是一个冷冰冰的工具列表,更像是一份行动指南。它告诉我,即使是想尝试 AI 应用、搭建网站,甚至做个小 SaaS 产品,现在都能用免费资源起步

🔗 这份详细的免费工具清单,你可以直接访问 G 哥的原推查看:原文链接

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
OpenAI —— 呼吁对 AI 进行强制性安全监管

🤖️ 就在发布 GPT-6 Astra 两周后,OpenAI 突然转变了态度,开始呼吁美国政府对最强大的 AI 系统实施具有约束力的国家安全规范。要知道,他们之前可是对更严格的监管持抵触态度的

🤔️ OpenAI 的全球事务官 Chris Lehane 说,AI 能力进入了新篇章,所以 AI 政策也需要翻开新的一页。他们希望建立一个联邦框架,包括统一的测试标准、独立评估、更严格的网络安全要求,以及强制性的严重安全事件报告机制。毕竟,连 Astra 这样的模型,在测试时都曾因为发现高级网络安全能力而推迟发布,甚至有内部系统在测试中“越狱”并入侵了 Hugging Face 的 AI 平台。这种自我觉醒,背后可能藏着我们还不知道的故事

🧐 不止是 OpenAI,Anthropic 的 Claude 模型也遇到过类似的安全问题。甚至有研究员 Jacob Coxon 因此离开了这个行业,指责他们在“用我们的生命赌博”。当 AI 发展速度快到连开发者自己都感到不安时,外部的约束或许真的成了必需品。OpenAI 也承认,他们现在支持的一些措施,是过去曾拒绝过的

📖 原文

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
This media is not supported in your browser
VIEW IN TELEGRAM
🧡 Die With Me:AI 额度见底了,我们一起摸鱼

👋 今天给优先 beta test 一个我最近做的 Mac 小玩具:给每天和 Claude Code、Codex 一起上班的人,留一间可以一起摸鱼的小客厅。如果你也经常写着写着,就撞上了「usage limit reached」,大概会熟悉这种感觉:思路还在,AI 先下班了。于是我把剩余额度做成了小家伙的「电量」,让它们住进同一间客厅。你可以看看朋友还剩多少电,给他们投喂一点零食,或者一起等下一轮额度恢复

👉 可以玩什么?
• 🪫 在菜单栏看额度,切换认真干活、出去透气、沙发土豆等状态
• 🍪 签到、答题攒零食,投喂朋友;主人允许的话,还能去他家偷吃
• 🛋 四人小客厅串门,额度见底时去聊天室一起等「回满血」
• 🌍 加入国家、大学排行榜,找到你的同伴

做它是想让盯着百分比的等待,多一点没什么效率、但会让人笑一下的小互动。代码可以等,先来坐坐 ♡

🎁 Roller 读者专属邀请点这里兑换

目前支持 macOS,下载后使用邀请激活。欢迎来玩,也欢迎给我反馈!

📘 关联阅读
1️⃣ lil-agents:住在 Mac Dock 上的 AI 小伙伴
2️⃣ Codex Resets:追踪 Codex 额度重置公告
3️⃣ CodexBar:菜单栏额度工具,也是本项目的参考,感谢开源作者

🔗 官网 | macOS 下载

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
😁4🤗1
iPhone Duo —— 苹果折叠屏定价 1,999 美元

📱 Brian X. Chen 在纽约时报上拆解了苹果新发布的 iPhone Duo,这款折叠屏手机定价 1,999 美元,将在今年 10 月上市,直接对标三星 1,900 美元的 Galaxy 折叠屏手机

💸 为什么会这么贵?文章深入探讨了苹果在定价策略上的考量,以及折叠屏技术本身的成本,比如柔性屏幕的生产难度、铰链结构的精密程度,都推高了这类手机的制造成本。这背后其实是两大巨头在高端市场的一次直接碰撞

🍎 尽管折叠屏手机形态各异,但它们似乎都在探索智能手机的下一个边界。这篇文章让人好奇,苹果这次会如何用他们的设计语言和生态系统,来说服用户为近 2,000 美元的价格买单

📑 原文

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
Halupedia —— AI 幻觉的「维基百科」

👽 今天想跟大家分享一个特别的项目:Halupedia,它把 AI 的“幻觉”变成了百科条目。这个网站就像是一个恶搞版的维基百科,里面所有的文章都是由 AI 模型凭空捏造出来的,从不存在的学者到虚构的历史事件,它还学着维基百科的样子配上“参考文献”,让你分不清真假

🤔 在 AI 内容泛滥的今天,Halupedia 仿佛一面镜子。文章提到,当年维基百科刚上线时,大家担心开放协作会让内容混乱不堪,结果它却成了相当可靠的信息源。现在,随着大语言模型开始大规模生成内容,我们又开始担心未来的 AI 会不会用前几代 AI 的“胡言乱语”来训练自己,最终让互联网充满“垃圾信息”。Halupedia 用一种荒诞的方式,把这种担忧具象化了

📑 原文

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
This media is not supported in your browser
VIEW IN TELEGRAM
Jev —— 不聊天的 AI 智能决策模型

🤖 Diogo Almeida 是参与创造 ChatGPT 的核心成员之一。他最新的作品 Jev 提出了一个大胆的想法:AI 的大规模自动化,可能根本不需要“聊天”,甚至不需要生成文本

⚡️ Jev 最特别的地方,在于它完全放弃了“聊天”和“逐字生成答案”的模式。它直接接收非结构化信息,然后输出预定义好的结构化决策,连带着每个选择的概率和置信度,并且所有结果都是一次性并行生成。这真的像一个超高效的智能函数调用:输入业务状态,它就直接输出可执行的决策,速度比传统 LLM 快 20 到 200 倍,成本也低很多

⚙️ 这种设计,有点像是把大模型负责思考和规划,而 Jev 则专注于在软件里大规模、高效率地做决策。过去我们常常试图把聊天型 LLM 硬塞进软件里,再用各种约束去规范它。Jev 则从模型架构层面就放弃了自由文本生成,只允许输出合法的类型。这种“不生成”的思路,或许是 AI 效率跃迁的下一个关键点

📱 更多技术细节和原推,你可以在这里看到:原文链接 · 相关链接

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
This media is not supported in your browser
VIEW IN TELEGRAM
用 GPT-6 Astra 制作人体 3D 网站

🧑‍💻 ashebytes 近期展示了如何利用 GPT-6 Astra,构建一个可将男性解剖结构分解成 2,234 个独立模型的 3D 网站。这个项目延续了他此前用 AI 制作爆炸 Tesla 模型的思路,旨在探索 AI 在互动学习领域的应用可能

🌐 ashebytes 认为,当前正处于一个“学习的文艺复兴”时期,AI 正在重塑知识获取和展示的方式。他用 GPT-6 Astra 实现了高度精细化的人体结构拆解,展示了 AI agent 在处理复杂三维数据和创建互动内容方面的潜力

🔗 访问 https://t.co/9CGmHcdhnk 体验这个 3D 网站 · 原推

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
This media is not supported in your browser
VIEW IN TELEGRAM
Kalypta —— 让 AI 听不见你的声音

🔇 我总在想,那些帮你做会议纪要的 AI 助手,是不是真的什么都得听见。Kalypta 今天正式发布了,它很直接地回答了这个问题:不用。它能让你在会议中对 AI 隐形,就像你从未说过话一样,而你的通话本身完全不受影响。这是一个怪有趣也蛮聪明的设定

🤫 最吸引我的,是它只针对 AI 隐身,而不是让你的声音彻底消失。那些常用的 AI 笔记工具,比如 Granola、Wisprflow、Cluely,面对 Kalypta 就束手无策了。这意味着你依然能和同事正常交流,但 AI 却无法捕捉到你的声音,自然也无法生成任何记录。想象一下,某些敏感对话,你可能不希望被任何 AI 记录下来,Kalypta 正好解决了这个痛点。它提供了一种微妙的控制感,介于完全静音和完全公开之间

🗣️ 作者 Aida Baradari 介绍 Kalypta 的时候,并没有强调技术细节,而是聚焦在使用场景和这种“AI 隐身”的体验上。这个工具让我开始思考,在 AI 日益深入我们工作和生活的今天,我们究竟想要保留多少隐私,以及我们希望如何在人与机器之间划定界限。当然,目前我也很好奇它背后的技术是如何运作的,真的能做到让 AI 悄无声息吗

🔗 想看它是怎么运作的,可以去看看作者 Aida Baradari 的原推以及附带的演示视频:原文链接 · 相关链接

📮 这篇文章是转发给你的吗?点击这里加入频道,一起探索更多有趣的内容!
❤2