Gorden Sun

统计数据

795

文章

0

粉丝

0

获赞

51556

阅读

14小时前

AI资讯日报，3月28日：

14小时前

飞书开源CLI工具 Agent可以直接操作飞书了，包括收发消息、创建和管理群、日常、文档、多维表格等几乎全部功能的支持，人能操作的以后都可以交给AI操作了。软件CLI化是趋势，但是飞书这一步操作确实很前卫，全面拥抱AI了。 Github：

#飞书 #AI #CLI工具 #自动化 #开源 #软件

15小时前

MASFactory：开源版Opal 类似谷歌的Opal，可以通过自然语言实现Agent系统编排，同时支持代码编写、可视化编辑和自然语言驱动三种编排模式。 Github：

1天前

AI资讯日报，3月27日：

1天前

Cline新增Cline Kanban功能类似之前OpenAI开源的Symphony，在类似Sprint的看板里添加需求后，Agent自动认领需求，开发并更新需求的进度。Cline是开源的，新增功能也是开源的。官方介绍：

1天前

你们听说过针对程序员的AI考试么？不提供token，让你用AI完成一个项目，完不成就领大礼包走人

2天前

Claude APP的更新频率已经超过了Grok APP，就算是Opus 4.6随便用也不能这么屌吧？Anthropic是不是内部在编程上实现了什么突破？

#Claude更新 #Grok对比 #程序突破 #Anthropic #技术创新

2天前

AI资讯日报，3月26日：

2天前

Cohere开源语音识别模型Transcribe 2B参数，本地能跑，可能是目前的开源最佳，但是不确定中文识别的效果如何。模型：

#Cohere #语音识别 #Transcribe #开源模型 #中文识别

2天前

Claude Code速查表网址：

2天前

Luma新发布的Uni-1绘画模型，是decoder-only的自回归Transformer架构，把文本和图像表示为单一交错序列，先推理再生成。效果非常好，这么看Banana Pro也不是遥不可及。这个网站可以看Uni-1的潜空间地图，能看到每个图片之间的关联、每个图片跟文字/主体/风格的关联。地址：

2天前

TRIBE v2：AI预测大脑对视频刺激的fMRI响应用Meta自家的三个基座模型分别提取视觉、音频和文本特征，统一投影到同一维度后拼接，再通过Transformer建模时序和跨模态关系，最终预测1000个脑区的fMRI信号。在Algonauts 2025比赛中获得冠军。模型：

3天前

AI资讯日报，3月25日：

3天前

原来是Claude服务出问题了，我还以为是我号没了

#Claude #服务问题 #账号

3天前

适合长时间编程的Agent的Harness设计这里的Harness我也不知道怎么翻译比较合适，不是严格的传统框架，像是引导Agent发挥的框架，比框架更宽松，翻译成“驱动框架”或者“编排框架”比较好。在Anthropic发布的这篇文章里，Harness包含的内容有：任务如何分解（Sprint结构）、Agent之间如何通信（文件交接）、上下文何时重置、评估标准怎么定义、反馈如何返回给生成器等。文章本身我倒觉得没什么新奇的点，就是提出了由3个Agent组成框架，Planner(规划器)用于完善用户的提示词，Generator(生成器)用于生成方案，Evaluator(评估器)用于评估方案。原文：

3天前

继token、Agent之后，又来了一个难以翻译的词：Harness

3天前

Cloudflare推出Dynamic Workers：比容器快100倍的Agent沙箱方案 Agent需要执行动态生成的代码，基于容器的方案启动慢、内存占用高、扩展受限。 Cloudflare基于V8隔离技术推出Dynamic Workers，提供毫秒级启动、MB级内存占用的轻量沙箱。兼顾性能和安全。付费Workers用户可用，每个Worker每天0.002美元，Beta测试期间免费。官方介绍：

4天前

AI资讯日报，3月24日：

#AI #资讯 #日报

4天前

daVinci-MagiHuman：开源音视频模型由国内GAIR实验室发布，15B参数，能生成带有音频的视频（目前开源可用的同类模型只有LTX 2.3），支持中文、英文、日语等多种语言。效果还行，感觉生成的视频动作幅度不大。在线体验：模型：

4天前

PrismAudio：视频生成音效阿里开源的模型，输入视频，自动生成跟画面匹配的音效。效果还不错。项目地址：模型：

#PrismAudio #阿里 #开源模型 #视频生成 #音效

4天前

Luma发布AI绘画模型：Uni-1 能力和效果都很强，有推理能力，能写汉字，美学效果也不错。综合效果仅次于Banana Pro和Banana 2。写大段中文还是会有瑕疵，提示词约束好应该可以提高准确率。目前免费使用：

4天前

Claude上线Computer Use功能能完全自动化操作你的电脑，这还只是第一个版本，效果就已经非常稳了。有MCP的应用，优先通过MCP来操作；没有MCP的，直接截屏一步步通过GUI操作，理论上讲能操作任意应用。单次执行任务可以长达几十分钟，而且是真的能完成。牛，太牛了。我下达的命令：打开微信，根据微信群“Gorden的AI交流群”里的最近30条消息，写一段话承接群里的消息，然后抛出新的可以讨论的话题，并把以上内容直接发送到群里。跑了20分钟完成了，我拍了整个过程，视频无删减只有加速。结合Dispatch，可以实现手机遥控电脑操作其他应用；结合定时任务，可以每天定时操作应用（这2个功能是之前就已经上线的）目前还有几个明显的缺点： 1、通过截屏操作太慢了，一步步截屏和识别非常费时间；MCP会好很多，以后应用CLI化会更好； 2、费token，上面的任务，费了我Pro订阅的30%的5h额度，就只是发了这么一条消息； 3、权限机制目前比较保守，需要你反复授权；

5天前

AI资讯日报，3月23日：

5天前

悲报：Grok取消了免费用户生成视频的额度

#Grok #免费用户 #视频生成 #额度取消

5天前

Claude Code历史全版本的系统提示词能看出从v1.0.0到v2.1.81的提示词变化：安全防护的提示词缩到一句话、禁止Emoji、简化Bash说明、强化ripgrep说明。网址：

#Claude Code #v1.0.0 #v2.1.81 #提示词变化 #安全防护 #禁止Emoji #简化Bash说明 #强化ripgrep说明

...