#AI · AI 短帖与讨论

有人把上万行的生产级AI coding agent「pi」拆成了600行TypeScript教学版，让初学者能从零跟着文章写一个能读文件、改代码、执行命令的AI编程助手。

这个项目叫pi-from-scratch，在GitHub上开源了。

为什么这件事有价值？

现在市面上AI编程工具很多，但大多数开发者其实并不理解这些工具是怎么工作的。你知道Cursor厉害，你知道Copilot好用，但让你自己写一个，你可能无从下手。

原因很简单：生产级的AI coding agent代码量太大了。光是pi的代码就有上万行，里面有大量的工程优化、错误处理、边界情况处理。这些东西对产品很重要，但对学习者来说是噪音。

600行版本做了什么？

它把pi的核心逻辑提炼出来了：

• 文件读写：agent能读取项目文件，理解代码结构
• 代码修改：根据指令修改代码，支持diff格式
• 命令执行：能在终端里运行命令，看执行结果
• LLM调用：跟大语言模型对话，获取编程建议

去掉的是什么？

• 复杂的错误处理和重试机制
• 性能优化和缓存
• 多模型适配
• 生产环境需要的各种配置

剩下的600行就是最核心的「AI编程助手」逻辑。

对初学者意味着什么？

如果你想理解AI编程工具的工作原理，这个项目是个很好的起点。你不需要读完上万行代码，只需要跟着600行的教程走一遍，就能理解：

1. AI编程助手是怎么「读」代码的
2. 它是怎么「改」代码的
3. 它是怎么决定「下一步做什么」的
4. LLM是怎么跟代码编辑器交互的

这些是理解所有AI编程工具的基础。

对有经验的开发者也有意义

即使你已经很熟悉AI编程工具了，这个项目也值得看看。因为它展示了「如何把一个复杂的生产系统简化成教学版本」的思路。这种能力在技术分享、团队培训、写文档的时候都很有用。

而且600行代码量意味着你可以在一个下午读完整个项目，比读文档高效多了。

🔗 相关链接
github.com/SaladDay/pi-fr…

Devin这个AI编程助手，最近搞了个「Devin for Startups」计划，力度不小——给早期创业公司提供总计65000美元的积分和资助，还有Cognition团队的直接技术支持。

说实话，这个消息在AI编程圈子里引起的讨论比想象中要大。一方面是因为金额确实诱人，另一方面是因为它反映了AI编程工具正在从「个人提效工具」向「创业基础设施」转变。

为什么这个计划值得关注？

目前AI编程助手市场已经白热化了。GitHub Copilot、Cursor、Windsurf、Cline……工具多到让人选择困难。但大多数工具还是面向个人开发者的订阅模式，按月收费，功能大同小异。

Devin for Startups的思路不一样。它不是在卖工具，而是在做生态绑定——你用我的工具，我给你钱和资源，帮你把产品做出来。这对早期创业公司来说吸引力很大，因为：

• 65000美元的积分足够一个小团队用一整年
• 直接技术支持意味着遇到问题能快速解决，不用等客服排队
• 跟Cognition建立关系，后续产品迭代能更早获得新功能

AI编程工具的格局在变

这件事背后有个更大的趋势：AI编程工具正在从to C转向to B。

早期的AI编程助手主要解决的是「个人开发者写代码更快」的问题。但现在，越来越多的创业公司发现，AI编程工具可以成为整个团队的核心生产力工具。一个3人团队+AI编程助手，产出可能顶得上过去10人的团队。

Devin的定位也在变化。最初它是作为「AI软件工程师」推出的，能独立完成开发任务。现在它更像是一个「AI开发平台」，提供基础设施和支持，让创业公司更容易构建AI驱动的产品。

这对普通开发者意味着什么？

短期来看，创业公司会更愿意用AI编程工具来降低开发成本。长期来看，AI编程工具可能会成为创业公司的标配，就像现在每个创业公司都会用云服务一样。

对于个人开发者来说，这个趋势既是机会也是挑战。机会是：用好AI编程工具，你的个人产能会大幅提升。挑战是：如果你的价值只是「写代码」，那你的竞争力会被AI削弱。

值得关注的是，Devin的技术支持承诺不是空话。Cognition团队会直接帮助创业公司解决技术问题，这种深度绑定在AI工具市场还比较少见。

🔗 相关链接
devin.ai/startups

最近有朋友问我有没有免费的AI模型可以试，我翻了翻发现还真有两个不错的，趁着免费赶紧分享一下。

一、Ling-3.0-Flash-Fin：金融领域的小钢炮

这个是Novita AI上刚上线的模型，专门针对金融场景优化。免费期30天，注册就能用。

为什么金融领域需要专用模型？

通用大模型处理金融数据的时候经常出问题。数字容易算错，专业术语理解不到位，分析报告的格式也不规范。Ling-3.0-Flash-Fin在这些方面做了针对性训练：

• 数字精度：处理财务报表、计算收益率的时候，比通用模型靠谱得多
• 专业术语：能准确理解EBITDA、PE ratio、DCF这些概念，不用你每次都在prompt里解释
• 格式输出：生成的分析报告格式规范，有表格有数据，不是那种泛泛而谈的文字堆砌

实际能干嘛？

我试了一下让它分析一份上市公司财报，它能准确提取关键指标，做同比环比分析，还会标注异常数据。对于做投研、做量化的人来说，这种能力很实用。

免费30天，足够你评估这个模型是否适合你的工作流了。

二、WorkBuddy：办公场景的AI助手

这个走的是另一个路线——不做垂直领域的深度模型，而是做一个通用的办公助手。

它能做什么？

• 文档处理：帮你整理会议纪要、改写邮件、生成报告大纲
• 数据分析：给它一份Excel，它能帮你做数据透视、生成图表建议
• 日程管理：跟日历集成，帮你安排会议、提醒待办

说实话这些功能市面上很多工具都有，但WorkBuddy的卖点是免费。对于个人用户或者小团队来说，能省一笔是一笔。

怎么用？

直接去官网注册就行，不需要信用卡，不需要邀请码。界面比较简洁，上手没什么门槛。

总结

两个工具定位不同：Ling-3.0-Flash-Fin适合金融从业者做专业分析，WorkBuddy适合普通用户提升办公效率。都是限时免费，感兴趣的话趁早试试，说不定哪天就收费了。

最近前端圈有个开源项目悄悄更新了，但我觉得值得说一说——img2threejs 1.5.1。

这东西解决的问题其实很经典：你有一张图片，想把它变成3D模型，然后在网页上展示。听起来简单，但以前的流程能把人逼疯。

以前的痛点

做过3D可视化的都知道，从一张2D图片到网页上能交互的3D模型，中间至少要经历这几个步骤：先用某个工具生成3D网格，再手动调材质和贴图，然后导出成FBX或者OBJ格式，再用转换工具转成Three.js能读的格式，最后还得自己写加载和渲染的代码。每一步都可能出错，而且不同工具之间的兼容性堪忧。

很多人直接放弃了——要么找设计师建模，要么用预置的3D素材库，自己从图片生成这条路基本走不通。

img2threejs 做了什么

1.5.1版本最大的改进是把整条pipeline打通了。现在的工作流是这样的：

图片进去 → Tripo负责生成初始3D模型 → img2tokenizer提取图像特征 → Recap做细节优化 → InstantMesh完成最终渲染 → 直接输出Three.js格式

关键在于「直接输出Three.js格式」。以前最头疼的就是格式转换，不同3D工具输出的格式千奇百怪，Three.js只认特定的几种。现在这一步省了，前端开发者拿到模型数据就能直接用，不用再折腾转换工具。

技术细节补充

• Tripo是基于扩散模型的3D生成方案，能从单张图片推断出合理的3D几何结构
• img2tokenizer负责把图像的语义信息提取出来，帮助3D模型更好地还原原图的细节
• Recap做的是网格优化，修复生成过程中的拓扑错误
• InstantMesh是最终的网格处理引擎，确保输出质量

整个pipeline是自动化的，不需要手动干预每一步。

适用场景

我觉得最直接的用途是电商产品展示——拍一张商品照片，自动生成3D模型，用户可以在网页上360度旋转查看。还有游戏开发里的原型验证，设计师画个草图就能快速生成3D原型看看效果。

当然目前的生成质量还不能跟专业建模师比，但对于快速原型、内容展示这些场景来说够用了。

开源免费，GitHub上直接clone就能跑，不需要付费API。

如果你的网站或者APP也想做苹果味十足、丝滑解压的液态微交互，这个开源组件库值得关注。

Liquid Gooey专为React打造的水滴黏滞融合动效：

• 彻底解决传统滤镜文字发虚、图标变形的硬伤
• 自带高级微投影，质感直接拉满
• 悬浮菜单、Tab滑块、表单联动拿来即用
• 支持Spring物理回弹，手感极其解压

npm install liquid-gooey就能直接跑起来。

GitHub：x.com/AdhamDannaway/…