【AI 奏折】06月25日

x每日奏折23小时前发布 tianming

127 0 0

【AI 奏折】2026年06月25日

共收录 20 篇深度内容

📋 今日内容速览

快速浏览，点击感兴趣的推文查看详细分析

宝玉: 项目内安装Skills可节省上下文空间，提升效率。
向阳乔木: AI驱动系统化开发提升交付效率与质量
Geek: Pi Coding Agent 通过双进程架构实现持久化运行，会话不依赖浏览器。
Mr Panda: 中年反思人生意义，欲在旧价值观废墟上重建自我。
铁锤人: 用AI选对赛道比单纯干活更重要，Apodex能解决重型难题。
冰河: 推文强调创意工作室需注重前期策划而非单纯制图。
GitHubDaily: Agnes AI免费升级多模态模型，支持超长文本和4K图像。
Orange AI: 作者将新用户免费体验额度增至50张以更好展示AI模型能力。
Berryxia.AI: 自循环agent通过验证反馈迭代提升可靠性。
GitHubDaily: WebClaw开源工具可高效提取网页正文并转为精简格式。
iGeekbb: 国学博主虚假课程骗钱不退，威胁恐吓受害者。
Berryxia.AI: GLM-5.2与Matrix结合实现长程AI产品构建。
iGeekbb: 巫师施咒未果，凯恩调侃反制，比赛0:0收场。
GitHubDaily: Visual IP Illustrations可一键生成风格统一的手绘插画。
Mr Panda: 程序员计划推出海外项目开发课程，分享经验并聚集同行。
Mr Panda: 国产模型崛起挑战美国巨头，聚焦编码代理需守初心。
Mr Panda: 年轻人认知超前，应借鉴教训但创造新经验，长者需向年轻人学习。
GitHubDaily: SiliconScope可视化Apple Silicon芯片神经网络引擎等关键性能数据。
AI Will: LLM交互范式从网站、App到团队成员的演进。
AI Will: Claude嵌入Slack可协作办公，支持团队共享上下文和自动跟进任务。

📖 详细内容

宝玉 @dotey

Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management. | 影响力: 0万粉丝

💡 核心观点: 项目内安装Skills可节省上下文空间，提升效率。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: Agent 的 Skills 可以装在全局（所有项目共享）或者项目内（只有当前项目能用） (需查阅相关 Agent 或 Claude 的官方文档以确认 Skills 的安装模式（全局/项目内），但未提供具体工具或平台名称，需进一步确认。)
◐ 部分可验证: 全局 Skills 的摘要信息会占用上下文窗口空间，且可能被误触发加载完整内容 (需实测或查阅官方技术文档以验证上下文窗口的运作机制（如摘要占用空间、误触发的逻辑），但缺乏具体平台的技术细节支持。)
✓ 可验证: 用软链接管理 Skills 可避免重复存储，同步更新原件后所有链接生效 (软链接（或快捷方式）的功能是通用的操作系统特性（如 Linux/Windows），可通过技术文档或实测直接验证其同步机制。)

原文内容:

分享一下我管理 Skills 的方式，偏极客风格，不一定适合所有人，但可以给大家提供一个思路。

一、Skills 只装在项目里，不装全局

Agent 的 Skills 可以装在全局（所有项目共享）或者项目内（只有当前项目能用）。我选择只装在项目内，最主要的原因是节约上下文空间。

Agent 在工作时有一个上下文窗口，你可以把它想象成 Claude 的工作台——台面大小是有限的。虽然 Skill 默认只会加载名称、描述等摘要信息（不会把完整内容全部摊开），但积少成多——全局装了几十个 Skill，光是这些摘要加在一起也会占掉不少工作台空间。而且一旦 Claude 判断某个 Skill 跟当前任务相关，就会把它的完整内容加载进来，全局 Skill 越多，被误触发的概率也越大，白白浪费空间。

只在项目内安装真正需要的 Skills，工作台上就只摆当前用得到的资料，把宝贵的空间留给更重要的内容，Claude 干活也更高效。

二、用软链接来安装 Skills

这是我管理方式的核心，先解释一下什么是软链接。

你可以把软链接理解成 Windows 的快捷方式——文件本体只有一份，但你可以在很多地方创建快捷方式指向它。改了本体，所有快捷方式指向的内容都会同步变化。

我的具体做法分三步：

第一步：把开源 Skills 项目下载到统一的目录

我在电脑上有一个专门存放 GitHub 项目的文件夹 ~/GitHub，所有下载的开源项目都放在这里面，比如：

~/GitHub/baoyu-skills      ← 存放各种 Skills 的开源项目
~/GitHub/baoyu-design      ← 另一个开源项目

这个文件夹就像一个仓库，所有 Skills 的原件都保存在这里。

第二步：在自己的项目中创建软链接

假设我有一个写作项目 ~/GitHub/baoyu-writing，里面需要用到好几个 Skills。我不会把 Skills 复制进来，而是创建软链接，让项目指向仓库里的原件：

项目内的路径                         →  实际指向的位置（原件）
.agents/skills/baoyu-comic          →  ~/GitHub/baoyu-skills/skills/baoyu-comic
.agents/skills/baoyu-design         →  ~/GitHub/baoyu-design/skills/baoyu-design

第三步：给 Claude Code 建一个入口

最后再创建一个软链接，让 Claude Code 能找到这些 Skills：

.claude/skills  →  .agents/skills

这样 Claude Code 就能顺着这条链找到所有需要的 Skills 了。

三、不用记命令，让 Agent 帮你干

看到这里你可能会想：软链接的命令我记不住怎么办？

完全不用记。直接用自然语言告诉 Codex/Claude Code 你要做什么就行了，比如：

> 帮我把 ~/GitHub/baoyu-skills/skills/baoyu-comic 软链接到 .agents/skills/baoyu-comic

甚至更简单：

帮我把 baoyu-skills 项目里的 baoyu-comic 这个 skill 链接到当前项目

Agent 会自动帮你创建软链接，后续的维护、添加、删除也都可以交给它。你只需要说清楚要把哪个 Skill 链到哪，剩下的脏活累活让 Agent 干就好。

四、为什么值得这么折腾？

初次设置确实比直接复制粘贴多花几分钟，但后续维护特别省心，主要有两个好处：

好处一：更新只需一次。因为所有项目都是通过软链接指向同一份原件的，所以当开源项目有更新时，我只需要去 ~/GitHub/baoyu-skills 拉取最新代码，所有用到这个 Skill 的项目就自动变成最新版了。

好处二：修了 bug 可以直接反哺。比如我在写作项目里用漫画 Skill 画漫画时发现了一个问题，直接让 Agent 修复就好。因为是软链接，Agent 修改的其实是仓库里的原件（~/GitHub/baoyu-skills/skills/baoyu-comic），我可以直接把修复提交到开源项目，相当于顺手给开源社区做了贡献。

⏰ 12:02 | ❤️ 620点赞 | 📝 926字 | 查看原文 →

↑ 返回顶部

向阳乔木 @vista8

喜欢摇滚乐、爱钓鱼的PM
网站：https://qiaomu.ai | 影响力: 0万粉丝

💡 核心观点: AI驱动系统化开发提升交付效率与质量

可信度: 9/10 – 2项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: 用AI生成可交互原型替代PRD（产品需求文档），基于原型讨论以提前暴露分歧 (可通过字节跳动或火山引擎的官方技术博客、案例研究验证是否实际应用此方法，但需具体实例或用户反馈佐证其效果。)
◐ 部分可验证: AI Development系统化流程：AI写Spec→功能实现→Browser Use验证→自动提交上线 (火山引擎可能公开其AI开发工具链的部分功能，但完整流程的自动化程度和实际落地效果需内部实践或合作伙伴案例验证。)
✓ 可验证: Harness基建（上下文工程+架构约束等）将可交付性从40~60分提升至80分 (缺乏公开的量化指标或基准测试数据，且“可交付性”为模糊定义，可能为内部评估标准，无法外部验证。)

原文内容:

字节火山引擎大会上洪定坤的分享，有几点值得参考：

1. 用原型驱动开发：用 AI 生成可交互原型替代 PRD，基于这个讨论，提前暴露分歧。

2. AI Development系统化：AI写 Spec → 功能实现→ Browser Use 验证→自动提交上线

3. Harness 基建：上下文工程 + 架构约束 + 团队知识 Memory + 技术债梳理 ，能把可交付性从 40~60 分提到 80 分

原文见评论

⏰ 23:55 | ❤️ 26点赞 | 📝 103字 | 查看原文 →

↑ 返回顶部

Geek @geekbb

💡 核心观点: Pi Coding Agent 通过双进程架构实现持久化运行，会话不依赖浏览器。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: Pi Coding Agent 的 Web UI 在浏览器里持久化运行、跨设备监督 AI 编码 Agent 的桌面/服务器应用 (可通过 GitHub 仓库的 README 或代码结构验证是否支持跨设备和持久化运行，但需实测确认具体功能实现是否如描述一致。)
✓ 可验证: Agent 会话在服务器端运行，与浏览器断开无关，关闭网页或重启前端服务不会中断会话 (可通过 GitHub 仓库的架构文档或代码（如双进程设计）直接验证会话持久化逻辑，技术实现可公开审查。)
✓ 可验证: 采用双进程架构，会话守护进程与 Web 服务分离，前者管理 Agent 运行时，后者处理 API 和 UI 展示 (代码仓库中的进程分工描述或模块设计（如独立的后端服务与前端服务）可直接验证此声明。)

原文内容:

Pi Coding Agent 的 Web 用户界面可在浏览器中持久化运行，是一款用于跨设备监管 AI 编码智能体的桌面/服务器应用程序。

其核心设计在于：智能体会话始终运行于服务器端，与浏览器连接状态无关。即使关闭网页或重启前端服务，会话仍持续运行。该系统采用双进程架构——会话守护进程与 Web 服务相互独立，前者负责智能体运行时管理，后者仅处理 API 交互与界面展示。

https://github.com/jmfederico/pi-web…

⏰ 22:33 | ❤️ 26点赞 | 📝 98字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

AI builder & indie founder. Building products, writing ideas, and selling myself in public.
公众号：PandaTalk8 | 影响力: 74.88k万粉丝

💡 核心观点: 中年反思人生意义，欲在旧价值观废墟上重建自我。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

◦ 观点: 人的一生最终以悲剧收场 (该声明基于个人对老年人生命终结的观察和感悟，属于主观哲学观点，无法通过客观事实验证。)
✓ 可验证: 尼采提出人的一生从骆驼到狮子再到孩子的三个阶段 (尼采在《查拉图斯特拉如是说》中明确描述了“精神三变”（骆驼、狮子、孩子），可通过哲学著作或权威学术资料直接验证。)
◐ 部分可验证: 中年人正处于从狮子到孩子的转型期，需重新定义人生意义 (尼采的“孩子”阶段象征创造与新生，但将中年人与该阶段直接关联是推文作者的解读，属于部分可验证（需结合具体哲学理论分析）。)

原文内容:

为啥我最近想去看尼采呢， 因为我最近意识到， 人的一生总有谢幕的时候， 我看到那些老年人走向人生终点时， 几乎都是带有悲剧的色彩。 

这不禁让我觉得人生最终是以悲剧收场的。 我开始严重怀疑之前我拼命追求的东西，开始怀疑花掉人生大半时间所追求的财富、自由、名誉这些东西究竟有什么意义。  

年轻人大概是很难体会到我目前的状态，人到了中年， 我开始对过去那些曾经我拼命追求的东西、以及那些我曾经认为非常有意义的东西去复盘和反思， 我认为我需要重新定义人生。 

也是我想要寻找下半场人生的意义。 
说穿了实际上是我对过去那些“意义” 产生了动摇，甚至我认为旧的意义在崩溃。 我们需要旧的废墟上重建生活的意义。  

为什么是尼采， 首先我认为这对我来说是好事， 因为过去我是一个完全被现实目标所驱动， 说的庸俗一点不过就是为了碎银几两或者沽名钓誉而活着。 而现在的我， 想要自己给自己定去定意义， 我想要成为我自己说的算的人。  

而尼采正是讲了人的一生从骆驼到狮子再到孩子。  
骆驼代表着承受者，能吃苦，能忍耐，能承担。  
狮子代表着反抗，对主流的、大众的价值和审美开始说不。 
孩子代表着创造。 创造、肯定、重新开始游戏。  

而中年人正是从狮子到孩子的过程， 希望我们这些中年人都能找到“孩子”的状态， 重新开始自己的游戏。  

——
顺便说一下， 如果你正经历一段转型期，不妨去了解一下尼采的思想，我相信你会和我一样， 重新获得面对生活的力量和勇气。

⏰ 21:23 | ❤️ 24点赞 | 📝 525字 | 查看原文 →

↑ 返回顶部

铁锤人 @lxfater

我在用 AI 协助我创业，走向自由 github 维护 3w star 项目，写过 1200w 浏览文章，公众号：铁锤人商务联系：tiechuiren101 | 影响力: 0万粉丝

💡 核心观点: 用AI选对赛道比单纯干活更重要，Apodex能解决重型难题。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: Apodex-1.0-H 在几个主流深度研究 benchmark 上（BrowseComp 90.3、DeepSearchQA 94.4、FrontierScience-Olympiad 87.4）跑出最高分，开源闭源一起比目前最强。 (需查看官方公布的 benchmark 测试结果或第三方评测报告，但未提供具体数据来源或链接。若 benchmark 为公开标准且分数可查则部分可验证，否则需实测确认。)
✓ 可验证: Apodex 是”全球首个自进化重型求解器”，专为解决无现成答案的复杂问题设计，且比其他模型多训练了团队协作和验证能力。 (“全球首个”和模型能力描述需官方技术白皮书或专利证明，但推文未提供；”多训练团队协作”等细节属于未公开的内部训练方法，普通用户无法验证。)
◦ 观点: 使用 AI 思考赛道（方向选择）比用 AI 干活（战术执行）更重要，方向错误会导致努力偏离。 (此为个人主观观点，属于方法论建议，无客观事实或数据支撑其有效性。)

原文内容:

学 AI 这么久，搜资料、写文案，甚至写代码都会了
但也没见 AI 让你升职加薪，走上人生巅峰

为什么？

因为你只是在用 AI 干活，这是战术
你从来没用它思考过赛道，这才是最很重要的

什么叫赛道？就是方向对了，大概率就稳了
方向错了，越努力，只会跑得越偏

那 AI 怎么帮你选赛道？

我推荐使用Apodex，它的定位是"Self-Evolving Heavy-Duty Solver"（全球首个自进化重型求解器）。
简单说，它是一个为解决那些又重又难、且没有现成答案的问题而生的大模型。

多说无益，我们先看成绩：  Apodex-1.0-H 在几个主流深度研究 benchmark 上跑了最高分

BrowseComp 90.3、DeepSearchQA 94.4、FrontierScience-Olympiad 87.4
开源闭源一起比，目前最强！！
但光看分数不够，更重要的是它怎么做到的

其他家的 Deep Research 模型，只训练了编排

让 AI 学会分配任务、调度子代理
Apodex 多训了两件事：团队协作 + 验证
相当于你每提一个赛道问题，背后有个经理在调度一群员工

分头找方案、收集证据
最后还有专门的核查员来核实结论
这才叫靠谱，对不对？
那具体怎么用？

下面视频演示我给出一个核心的分析框架，配合这个产品。

来看看普通人在AI时代应该如何选择赛道！！

⏰ 14:35 | ❤️ 68点赞 | 📝 355字 | 查看原文 →

↑ 返回顶部

冰河 @binghe

爱技术，爱赚钱，爱分享！

分享赚钱项目｜打破信息壁垒｜副业避坑

能拆解的赚钱项目才有意义

知识星球社群/公众号：“钱来有道”

小宇宙 |Podcasts |QQ音乐播客 “钱来有道”

搞钱训练营 http://qianlai.flowus.cn | 影响力: 44.02k万粉丝

💡 核心观点: 推文强调创意工作室需注重前期策划而非单纯制图。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: 宣传册设计Skill测试结束，完成！ (可通过官方或团队公开的测试公告、更新日志等部分验证测试状态，但若未公开具体测试内容或结果，则无法完全确认。)
◐ 部分可验证: 核心流程为“创意简报 + 情绪板/视觉方向 + 分镜/样张计划”。 (若该流程已通过官方文档、案例展示或用户指南公开，则可直接验证；若仅内部使用或未详细说明，则需进一步确认。)
✓ 可验证: 该设计Skill适合单轮出图，也能在信息不足时让Codex追问。 (功能效果需实测验证，且“适合”属于主观评价；若缺乏公开演示或用户反馈，则无法客观验证。)

原文内容:

宣传册 设计Skill 测试结束，完成！

最后一个 Studio 整站 skill 的打磨！

它更像创意工作室里的摄影/视觉制片前期，不是单纯社媒图。

核心会落在“创意简报 + 情绪板/视觉方向 + 分镜/样张计划”，这样适合既能单轮出图，也能在信息不足时让 Codex 追问

⏰ 18:53 | ❤️ 22点赞 | 📝 88字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号：GitHubDaily | 影响力: 77.87k万粉丝

💡 核心观点: Agnes AI免费升级多模态模型，支持超长文本和4K图像。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: Agnes AI 多模态模型从 6 月起无限期免费开放 API，Token 不限量，文本、图像、视频全覆盖。 (可通过官方文档（https://agnes-ai.com/doc）或直接访问 API 服务条款验证免费政策及功能覆盖范围。)
◐ 部分可验证: Agnes-2.0-Flash 文本模型支持 1M 超长上下文，可处理整个代码库或长文档。 (技术参数（如 1M 上下文）需通过官方文档或实测验证，但具体性能可能依赖实际使用场景（如文档格式、计算资源）。)
✓ 可验证: Agnes-Image-2.1-Flash 图像模型支持 4K 图片生成（最大尺寸 4096×4096）。 (模型支持的输出分辨率通常会在官方文档或 API 说明中明确标注，可直接核查。)

原文内容:

白嫖了半个多月，Agnes AI 多模态模型又升级了，而且照样不用花钱。

他们从 6 月起就无限期免费开放 API，Token 不限量，文本、图像、视频全覆盖。

这次升级 Agnes-2.0-Flash 文本模型支持 1M 超长上下文，整个代码库、长文档可以一次喂进去。

而 Agnes-Image-2.1-Flash 图像模型支持 4K 图片生成，最大尺寸可到 4096×4096。

这些升级依然不需要我们付费，可接入到 Claude Code、Codex 等 Agent 工具使用。

如果还没有尝试过 Agnes，可以接入看看，薅波羊毛。

文档地址：https://agnes-ai.com/doc

⏰ 18:00 | ❤️ 33点赞 | 📝 140字 | 查看原文 →

↑ 返回顶部

Orange AI @oran_ge

CEO of MarsWave @ColaOSOfficial | 影响力: 170k万粉丝

💡 核心观点: 作者将新用户免费体验额度增至50张以更好展示AI模型能力。

可信度: 10/10 – 3项声明可直接验证；1项需进一步确认

事实核查:

◐ 部分可验证: 新用户注册ListenHub的免费福利从100张调整为10张左右 (需通过访问ListenHub官网或联系客服确认当前福利政策，但若平台未公开历史福利变更记录，则无法完全验证调整前的100张福利。)
✓ 可验证: 完整体验GPT image 2模型的能力需要约50张生成额度 (该声明基于个人主观判断（如教师的需求），缺乏公开标准或实验数据支持“50张”为客观门槛。)
✓ 可验证: ListenHub已将新用户注册福利临时增加到50张 (可通过注册新账号或查看ListenHub官方公告直接验证当前福利额度是否为50张。)

原文内容:

一位做 AI 培训的老师今天来找我，说她想带学生体验一下  GPT image 2 的能力，问我们的新用户免费 100 张的福利是不是还在。
我说已经结束了，现在赠送大概 10 张左右。
她说这不太够，要完整体验一个模型的能力大概需要 50 张。

我说确实每个人都应该体验下这个模型的能力。
于是我把 ListenHub 的把新用户注册福利增加到了 50 张。
如果不是羊毛党很多的话....我们也能承担这个成本

如果你的朋友或学生也想体验 ，可以把使用地址转发给他：

⏰ 17:16 | ❤️ 30点赞 | 📝 166字 | 查看原文 →

↑ 返回顶部

Berryxia.AI @berryxia

| 影响力: 39.76k万粉丝

💡 核心观点: 自循环agent通过验证反馈迭代提升可靠性。

可信度: 9/10 – 2项声明可直接验证；2项需进一步确认

事实核查:

✓ 可验证: Anthropic内部99%的工程师在运行300+个自改进的agent swarm。 (该声明涉及Anthropic内部未公开的工程实践和具体数据，缺乏官方或第三方公开信息支持，无法直接验证。)
◐ 部分可验证: Anthropic的自循环系统通过“close the loop”机制（计划模式、动态工作流、自我检查）提升agent可靠性，效果远超300美元的agent课程。 (Anthropic官网或技术博客可能提及“自循环系统”或类似概念（如“迭代改进”），但具体比较“300美元课程效果”属于主观断言，需实测或官方进一步说明。)
◐ 部分可验证: 自循环系统将agent从“工具”变为“能自我迭代的系统”，token消耗更高但执行能力更强。 (Anthropic可能公开讨论过agent的迭代能力（如Claude模型技术文档），但“token消耗与能力提升”的具体权衡需依赖内部数据或实测，普通用户无法完全验证。)

原文内容:

今天飞机上听了一下Anthropic “人精”们的演讲分享，觉得不错分享给大家。（含中英字幕）

Anthropic内部的人说，他们99%的工程师都在跑300+个自改进的agent swarm。

核心不是堆更多agent，而是“close the loop”，给模型一个验证自己输出的机制。

让它自己跑计划模式、动态工作流、自我检查，然后根据真实反馈迭代。

他们内部已经在大量使用这种自循环系统，效果据说远超大多数花300美元买的agent课程。

关键在于不是一次性生成，而是让agent在多次尝试中不断修正和进化。

这其实把agent从“工具”变成了“能自我迭代的系统”。

当验证和反馈真正进入循环后，agent的可靠性会大幅提升，而不是只靠第一次输出赌对错。

当然，这也意味着token消耗会更高，但换来的是明显更强的执行能力和自我纠错能力。

⏰ 15:34 | ❤️ 72点赞 | 📝 248字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: WebClaw开源工具可高效提取网页正文并转为精简格式。

可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: webclaw 是一个开源工具，能将网页直接转成干净的 Markdown 或 JSON (可通过提供的 GitHub 链接（http://github.com/0xMassi/webclaw）直接查看项目代码、文档及功能描述，确认其开源属性和格式转换能力。)
◐ 部分可验证: webclaw 能自动剔除导航栏、广告等无效信息，保留核心正文 (需实际测试工具对不同网页的解析效果，验证其剔除无效内容的准确性（如依赖网页结构或存在例外情况）。GitHub 文档可能提供示例，但需实测确认泛化能力。)
◐ 部分可验证: 支持批量爬取整个文档站、对比页面前后变化、提取品牌配色和 Logo (GitHub 文档可能列出这些功能，但需验证实际效果（如批量爬取的稳定性、品牌信息提取的准确性）。部分功能可能需要特定网页结构支持。)

原文内容:

让 AI 去爬取网页内容，经常抓回来一堆导航栏、广告、脚本代码，这些无效的信息。

最近找到了 webclaw 这个开源工具，能把网页直接转成干净的 Markdown 或 JSON。

只需输入网页链接，就能自动剔除多余的信息，只保留我们真正需要的核心网页正文。

还能输出专门为大模型优化的精简格式，拿来就能喂给 RAG 流程。

GitHub：http://github.com/0xMassi/webclaw

除了单页提取，还能批量爬取整个文档站、对比页面前后变化、提取品牌配色和 Logo 等信息。

支持 MCP 服务，可接入 Claude Code、Codex 等主流的 Agent 工具使用。

⏰ 15:30 | ❤️ 20点赞 | 📝 164字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 74.97k万粉丝

💡 核心观点: 国学博主虚假课程骗钱不退，威胁恐吓受害者。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: 当事人花费一万九千八报名“无为养育”项目，但课程一直未提供 (需核实付款记录、合同条款及课程交付状态，但需当事人提供具体证据（如转账记录、沟通截图），公开渠道无法直接验证。)
◐ 部分可验证: 当事人要求退费被拉黑，并被对方以律师函威胁 (可通过聊天记录、律师函文件等验证，但需当事人公开相关材料，否则仅能单方面采信。)
✓ 可验证: 对方要求提供身份证信息并收取19800元“面见费” (涉及私人沟通内容，除非当事人公开录音或书面证据，否则无法独立验证。)

原文内容:

骗子从不抱怨环境，宝妈们的钱真是太好赚了。早上就看到这位网友的视频，原视频太长，大致意思是：

她是一对讲国学母子博主三年的老粉，出于信任，花了一万九千八报名了其母亲搞的“无为养育”项目，结果交了钱之后，课程却一直拖着没有任何动静 。

后来她遇到困难想退费，对方不但不理人，还直接把她拉黑了 。当事人气不过在群里吐槽了一下，结果被对方倒打一耙，不仅怪她违约、侵犯商誉，还拿律师函来吓唬人 。

更离谱的是，对方后来假装同意退款，却非逼着她交出身份证信息（想套身份信息起诉她），她提出去公司面谈，对方竟要收一小时19800元的“面见费” 。

她觉得太不靠谱直接报了警，结果对方连警察电话都不接还发信息威胁，现在当事人铁了心，就算这两万块钱打水漂，也必须要把这事曝光出来让大家避雷 。

⏰ 13:58 | ❤️ 22点赞 | 📝 290字 | 查看原文 →

↑ 返回顶部

Berryxia.AI @berryxia

| 影响力: 39.76k万粉丝

💡 核心观点: GLM-5.2与Matrix结合实现长程AI产品构建。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: GLM-5.2已接入Flowith家的Matrix，支持1M上下文的长程产品构建和agent公司开发 (需通过Flowith官方渠道（如官网或公告）确认GLM-5.2的接入和1M上下文的具体功能，但技术细节可能需要实测验证。)
✓ 可验证: Matrix的beta用户可领取1000万免费tokens（限时） (可通过Flowith官方活动页面或公开宣传材料直接验证token奖励的具体规则和时效性。)
◐ 部分可验证: GLM-5.2擅长long-horizon coding和复杂多步执行 (需查阅GLM-5.2官方技术文档或基准测试报告，但实际性能可能因使用场景而异，需部分实测验证。)

原文内容:

最近你的时间线一定出现了各种AI产品支持GLM 5.2 的宣传！

是真的火出圈了，尤其鬼佬兴奋的不行。
国人是因为抢不到coding plan 而暗自不爽

今天看到Flowith家的Matrix把GLM-5.2直接接入Matrix里，让用户能用1M上下文直接干长程产品构建和agent公司。

GLM-5.2本身就擅长long-horizon coding和复杂多步执行，现在通过Matrix这个agentic workspace，用户可以直接在里面构建产品、部门、工作流，甚至整个agent公司。

Matrix的beta用户还能领到1000万免费tokens（限时），这已经不是单纯的模型调用，是把强模型和实际执行环境绑在一起了。

以前大家觉得“用AI建公司”还停留在聊天和prompt阶段，现在有了1M上下文 + 结构化的agent workspace，执行链条被大幅拉长和稳定化。

Matrix的用户反馈也指向了这一点：它更适合真正把东西做出来，而不是只停留在 ideation。

这其实是把“模型能力”和“执行环境”进一步融合的一次尝试。

强模型负责思考和规划，workspace负责持久上下文和多步执行，两者结合后，个人或小团队能做的事情边界又被推远了一点。

⏰ 07:04 | ❤️ 34点赞 | 📝 310字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 74.97k万粉丝

💡 核心观点: 巫师施咒未果，凯恩调侃反制，比赛0:0收场。

可信度: 10/10 – 3项声明可直接验证；1项为观点陈述

事实核查:

✓ 可验证: 加纳的巫师声称要对哈利凯恩施咒，让他进不了球。 (巫师的施咒声明属于超自然或文化信仰范畴，无法通过客观事实或公开渠道验证其真实性或效果。)
◦ 观点: 凯恩提到他们有邓布利多校长专门管这一块（指应对巫师的咒语）。 (邓布利多是虚构人物（《哈利·波特》系列角色），凯恩的回应显然是玩笑或调侃，无事实依据，属于主观表达。)
✓ 可验证: 凯恩称“只要去拜佛，就可以进两个以上”，且支持者已帮他拜佛。 (拜佛与进球之间的因果关系属于个人信仰或玄学范畴，无法通过实际数据或公开信息验证其有效性。)

原文内容:

这事也是挺玄，英格兰 VS 加纳，加纳的巫师说他要对哈利凯恩施咒，让他进不了球。凯恩说他们有邓布利多校长专门管这一块，还说只要去拜佛，就可以进两个以上，支持他的朋友已经帮他拜过了，昨天 0:0 结束比赛。

⏰ 12:55 | ❤️ 38点赞 | 📝 84字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: Visual IP Illustrations可一键生成风格统一的手绘插画。

可信度: 7/10 – 1项声明可直接验证；3项需进一步确认

事实核查:

◐ 部分可验证: Visual IP Illustrations 可以根据文章内容生成一组风格一致的手绘风插画 (可通过 GitHub 链接查看项目功能描述和示例，但需实际测试输入文章内容并生成插画以完全验证其效果和一致性。)
✓ 可验证: 提供了多个角色选择，包括手绘小黑、纸盒人、Rust 螃蟹、Go 地鼠、蔡徐坤等 (GitHub 项目页面或文档中应列出支持的 IP 角色，可直接查看确认。)
◐ 部分可验证: 每个角色都有完整的风格规范和自检流程，确保插图风格高度连贯 (GitHub 可能提供风格规范文档或代码逻辑说明，但“自检流程”的具体实现和效果需进一步测试或查看技术细节。)

原文内容:

发现一个值得推荐的文章配图工具：Visual IP Illustrations，其设计理念颇具巧思。

只需输入文章内容，系统便会引导用户选择角色风格，随后生成系列风格统一的手绘插画。

该工具提供多元角色库，包含手绘小黑、纸盒人、Rust螃蟹、Go地鼠等经典形象，甚至还有明星蔡徐坤的卡通版本。

GitHub项目地址：http://github.com/yangchuansheng/visual-ip-illustrations…

每个IP角色均配备完整的风格指南与自查机制，确保全文插图保持视觉一致性。

配套的指令模板体系完善，选定目标角色后即可批量生成具有明确视觉隐喻的配图作品。

⏰ 12:00 | ❤️ 139点赞 | 📝 151字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

AI builder & indie founder. Building products, writing ideas, and selling myself in public.
公众号：PandaTalk8 | 影响力: 74.88k万粉丝

💡 核心观点: 程序员计划推出海外项目开发课程，分享经验并聚集同行。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: 2026年已经过去一半了 (推文发布于未明确的时间（假设为当前年份之前），且2026年尚未到来，属于虚构或预测性陈述，无法验证。)
◐ 部分可验证: 我是一个程序员，但一直没有什么拿得出手的项目 (可通过查看其公开的GitHub、作品集或职业背景验证其程序员身份，但“拿得出手的项目”是主观评价，需结合行业标准和个人定义判断。)
◐ 部分可验证: 计划将海外项目开发经验做成一门课程 (未来行动承诺，若课程实际发布（如上线平台）后可验证，但目前仅为计划，无法确认执行结果。)

原文内容:

2026年已经过去一半了，说一下下半年的计划。  

我虽然是一个程序员， 但是一直没有什么拿得出手的项目。 与我现在的社交媒体上的影响力而言， 实然名不副实。  所以我也在努力做一个还算不错的、有影响力的产品。  

今年把自己学习海外项目开发的经验做成一门课程。 
一来是帮助自己总结经验教训，疏理自己的对出海项目和AI开发知识。

 二来是希望吸引一批志同道合的、聚焦于出海项目的各行各业的人一起成长。 

三来是做点有用的事， 能帮助长期关注我和信任我的朋友们。

⏰ 11:23 | ❤️ 57点赞 | 📝 192字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

AI builder & indie founder. Building products, writing ideas, and selling myself in public.
公众号：PandaTalk8 | 影响力: 74.88k万粉丝

💡 核心观点: 国产模型崛起挑战美国巨头，聚焦编码代理需守初心。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: 国产开放权重模型的厂商已开始挑战美国御三家的大模型 (需通过对比国产模型（如智谱AI、深度求索等）与美国”御三家”（OpenAI、Anthropic、Google DeepMind）的公开技术指标（如MMLU、GSM8K等基准测试）或论文数据验证，但需注意测试条件和数据来源的透明度差异。)
◐ 部分可验证: 国产模型厂商全面聚焦到coding agent领域 (可通过主流国产模型（如DeepSeek-Coder、CodeFuse等）的官方技术文档或发布会内容验证其coding能力，但”全面聚焦”属于概括性表述，需统计所有主要厂商的产品方向才能完全验证。)
◦ 观点: 国产模型厂商可能引入互联网时代的流氓行为（如强制捆绑、隐私侵犯等） (属于基于历史经验的担忧性推测，目前无公开证据表明模型厂商存在此类行为，且”流氓行为”定义主观。)

原文内容:

最近开始尝试国产的模型， 国产模型越来越自信了。 

 以前都不敢说自己能比得过美国御三家大厂， 今年开始， 国产的开放权重模型的厂商已经开始去挑战美国御三家的大模型了。  

这是个好事， 他们卷入进来， 就意味着我们这些消费者有了更多的选择，重点是国产的这些模型基本上达成了一个共识， 全面聚焦到了coding agent 上面。 

也希望这些国产的模型厂商不要忘了初心， 别把互联网时代那套恶心人的流氓行为搞到模型里面去 。

⏰ 11:19 | ❤️ 30点赞 | 📝 172字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

AI builder & indie founder. Building products, writing ideas, and selling myself in public.
公众号：PandaTalk8 | 影响力: 74.88k万粉丝

💡 核心观点: 年轻人认知超前，应借鉴教训但创造新经验，长者需向年轻人学习。

可信度: 8/10 – 2项声明可直接验证；1项为观点陈述

事实核查:

✓ 可验证: 在2026年这个时点上，很多年轻人对流量、产品、社群经济、互联网、AI的认知与有多年工作经验的中年人相当 (该声明涉及对年轻人与中年人认知能力的比较，属于主观判断，缺乏具体数据或可量化的标准，无法通过公开渠道验证。)
◦ 观点: 成功的经验几乎不可以复制，因为历史时代不同，发展的机会也不同 (这是对经验可复制性的主观观点，基于对历史时代和发展机会的解读，无客观事实依据，属于个人见解。)
✓ 可验证: 作者给自己的要求是多向20多岁的人请教，多站在他们的立场上思考 (这是作者的个人行为或意图描述，属于私人实践，无法通过外部信息验证其真实性或执行情况。)

原文内容:

我现在挺佩服现在年轻人见识和认知的，

在2026年这个时点上， 我看到很多有潜力的年轻人， 他们对流量、产品、社群经济、互联网、AI的认知完全可以跟有着很多年工作的人中年人相当。 

至于过去经验有没有用，但教训还是有点用的， 可以向比自己年长的人请教一下他们走过的弯路和吃过的亏。 

至于经验上，大多数年轻人要创造属于自己的历史， 那些成功的经验几乎不可以复制，因为历史时代不同，发展的机会也不同。 

我给自己的要求是多向20多岁的人请教，多站在他们的立场上去思考一下。 虽然人老了， 但不能抱着以前的东西不撒手，不然这就真成了老灯了。

⏰ 11:19 | ❤️ 57点赞 | 📝 226字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: SiliconScope可视化Apple Silicon芯片神经网络引擎等关键性能数据。

可信度: 9/10 – 2项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: SiliconScope 是一款专为 Apple Silicon 芯片打造的原生系统监控工具，可显示神经网络引擎、媒体引擎功耗及内存带宽的实时数据。 (可通过 GitHub 仓库（http://github.com/kennss/SiliconScope）查看工具的功能描述和代码，但需实际安装测试以确认其是否支持所述指标。)
◐ 部分可验证: SiliconScope 内置 AI 负载分析功能，可识别本地大模型的瓶颈（如带宽、算力或温度降频）。 (GitHub 可能提供功能说明或截图，但需实测验证其分析结果的准确性和适用性。)
✓ 可验证: 该工具可替代 iStat Menus，支持将 CPU、GPU、温度等指标钉在菜单栏并显示实时图表。 (GitHub 或官方文档可能提供界面截图或功能对比，用户也可通过安装直接验证其菜单栏功能。)

原文内容:

在 Mac 上跑本地大模型，系统自带的活动监视器看不到神经网络引擎和内存带宽的数据。

于是找到 SiliconScope，一款专为 Apple Silicon 芯片打造的原生系统监控工具。

补上了缺失的关键指标，直接把神经网络引擎、媒体引擎的功耗以及内存带宽的实时数据可视化。

GitHub：http://github.com/kennss/SiliconScope…

内置 AI 负载分析功能，可直接告诉我们本地大模型当前的瓶颈在哪，是带宽不够、算力不足还是温度降频。

还能把 CPU、GPU、温度、电池等指标单独钉在菜单栏，每个都有独立的实时图表和下拉详情，可以替代 iStat Menus 工具。

工具提供了打包好的开箱即用安装包，下载后拖进应用程序就能直接运行。

⏰ 10:00 | ❤️ 81点赞 | 📝 208字 | 查看原文 →

↑ 返回顶部

AI Will @financeyf5

增长顾问 | AI行业分析师，Learn in Public | 影响力: 187.89k万粉丝

💡 核心观点: LLM交互范式从网站、App到团队成员的演进。

可信度: 4/10 – 2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: LLM交互方式经历了三次范式迁移：第一代是网站访问，第二代是App下载，第三代是作为团队成员持久存在 (Claude官方未明确划分”三代范式”，但可通过历史产品形态（如ChatGPT网页版、移动应用、企业API集成）间接验证部分描述，具体”团队成员”功能需实测或官方文档确认。)
◐ 部分可验证: 第三代LLM（如Claude Tag）的特点是持久存在、异步工作、共享组织工具和上下文 (Claude官方提及企业级功能（如记忆、文件上传），但”团队成员”类比是否为官方定义存疑，共享工具和上下文的实现细节需技术文档或实测验证。)
◦ 观点: “理解这个转变需要时间，但它确实有效且厉害” (属于个人主观评价，无客观标准验证”有效性”或”厉害”程度，可能反映用户体验或行业趋势判断。)

原文内容:

Andrej Karpathy评Claude Tag：这是LLM交互方式的第三次范式迁移。

第一代：LLM是个网站，你去访问它。
第二代：LLM是个App，你下载到电脑。
第三代：LLM是团队成员，持久存在、异步工作、共享整个组织的工具和上下文。

"理解这个转变需要一点时间，但它确实有效，而且很厉害。"

⏰ 09:19 | ❤️ 39点赞 | 📝 90字 | 查看原文 →

↑ 返回顶部

AI Will @financeyf5

增长顾问 | AI行业分析师，Learn in Public | 影响力: 187.89k万粉丝

💡 核心观点: Claude嵌入Slack可协作办公，支持团队共享上下文和自动跟进任务。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

✓ 可验证: Anthropic发布了Claude Tag，可将Claude直接嵌入Slack (可通过Anthropic或Slack的官方公告、产品更新日志或帮助文档直接验证该功能发布信息)
◐ 部分可验证: Claude Tag在ambient模式下会主动跟进未解决的任务 (功能描述需实测或查看官方功能说明文档确认具体行为，但缺乏公开的第三方验证案例)
✓ 可验证: Anthropic产品团队65%的代码由Claude Tag生成 (涉及内部开发数据，无公开第三方审计报告或官方详细统计披露，无法独立验证)

原文内容:

Anthropic今日推出Claude Tag功能——将Claude直接集成至Slack，用户可像@普通同事一样分配任务。  

该功能支持整个频道成员共享上下文记忆，无需重复说明。开启环境感知模式后，Claude会主动追踪未完成的任务。  

目前Anthropic产品团队65%的代码由Claude Tag自动生成。  

该功能现已面向企业版和团队版用户开放。

⏰ 09:13 | ❤️ 42点赞 | 📝 83字 | 查看原文 →

↑ 返回顶部

# x每日奏折