AI圈子 · AI 圈的最新动态，一条一条刷

Introducing Unsloth Desktop 🦥 首款可在本地运行并训练模型的桌面应用。 • 开源。支持 Mac、Windows 和 Linux • 支持 MLX、扩散图像/视频、音频、GGUF • 将 Claude Code 和 Codex 连接到本地 LLM • 工具调用准确率提升 50%，具备自愈能力 + 沙箱代码执行 • 支持 CPU + 多 GPU 配置 — NVIDIA、AMD、Intel、Mac • 模型训练速度提升 2 倍，显存占用减少 70% • 私有网络搜索、深度研究、RAG、MCP 以及导出（NVFP4、GGUF） • 使用 Unsloth 的 OpenAI 兼容 API 和云端模型 • 远程安全部署 LLM 并随时随地访问 • Unsloth Desktop 现已在 和 GitHub 上线 • GitHub： • 博客与指南： GitHub: github.com/unslothai/unsl… 官网: unsloth.ai/docs/desktop

🚀 零经验转AI工程师不用慌，6个月系统学习路线直接帮你从入门到落地实战项目。 前两个月先打牢技术底座，再啃下LLM应用开发核心能力： · 基础层：精通Python、Git/GitHub、CLI终端、HTTP/API基础、SQL、pandas数据处理、虚拟环境与包管理、错误处理，掌握FastAPI/Flask框架 · LLM层：提示词工程（系统/用户指令设计、结构化输出、工具调用）、Token/成本/延迟基础、故障处理、Prompt注入防护意识 第3-4个月集中攻克两大核心方向： · RAG体系：嵌入、分块、向量数据库、元数据过滤、重排序、检索质量优化、幻觉抑制、引用与事实锚定 · Agent体系：智能体循环、工具选择、状态管理、多步骤工作流、评估框架与任务成功指标设计 第5个月补全部署与产品能力，包括FastAPI生产环境实践、Docker、后台任务/队列、认证与API密钥安全、日志与可观测性、Prompt版本管理、评估仪表盘、成本监控与速率 GitHub: github.com/Dujltqzv/Some-…

新GROK版本更新： v1.0.1 — 2026-08-10 更新： • /rewind 现在只截断对话历史而非文件，并默认要求确认。 • 托管MCP服务器现仅通过网关目录提供。 特色： • 子代理生成现为有界;宽松的扇出队列代替了繁琐的文件描述符。 • 新的 grok du 命令显示 ~/.grok 的磁盘使用情况，包括工作树和会话。 • 工具现在报告是否仅读取数据，从而实现更安全的受限代理和子代理。 • 沙盒工作区会话现在可以限制通过调用配置广告的捆绑技能。 • 现在从仪表盘重命名会话时，会先预填当前标题以便编辑。 • /usage、/session-info 和 /context 现在以带标签的模态打开，不再向对话添加文本。 • GRok Trace导出现在捆绑内存跟踪文件，便于调试。 • 会话重命名现在强制执行100字符限制，预填充当前标题，并保留各机器的手动标题。 • 新 /rename ——自动命令解除固定的手动会话标题，自动标题恢复。 • 从参考资料生成视频现支持预设语音、单幅输入、1–15秒时长以及4：3 / 3：4宽高比。 修复错误： • 沙箱配置条目以 /** 结尾的条目现在正确地授予父目录，而不是创建字面意义上的 ** 子目录。 • 失败的 alpha/enterprise 更新现在建议匹配 GROK_CHANNEL 重装命令。 • 在 Apple Silicon 上，grok 现在即使通过 Rosetta shell 或 x86_64 更新器也能安装原生 arm64 版本。 • 与内置指令名称相同的技能现在会在带有条件的斜杠菜单中与之并列显示。 • 从 Claude 配置导入的笔记本权限规则现在被忽略并发出警告，而非广泛应用。 • 回合结束时的进球评估不再因暂停而失败。 • 工具超时不再导致子进程卡在D态或保持管道畅通时的智能体挂机。 • 即使提示被换装，Home键和End键现在也会移动到当前逻辑行的起点或结尾。 • 工作树会话现在能在状态栏中正确显示其分支。 • 工作树会话在切换目录或继续时保持正确状态。 • 打开仪表盘时工作树状态不再丢失。 • 回顾现在用与你对话相同的语言书写。 • 插件建议在输入时不再错误闪烁。 • 立即发送功能在当前目标期间有效，无需取消目标。 • 无头会话现在在使用交付工具时会正确等待MCP服务器。 • 非交互式会话（grok -p）在代理请求用户输入或计划批准时不再失败。 • read_file缺失技能的错误现在提示正确的注册路径，而非通用提示。 • 当 .envrc 评估被阻挡时，会话加载和创建不再会永远冻结。 • 升级后的安装不再静默运行过时的平台技能指令。 • 现在正确删除会话会停止并等待任何正在运行的子代理后再清除历史。 • 许可和计划批准通知挂钩不再触发自动允许的工具。 • 转弯中通过双回车或Ctrl+Enter发送的转向，现在正确地告诉模型它在工作进行时到达。 • 滚动拖曳选择在VS Code或光标终端外松开鼠标后不再卡住。 • 视频生成工具现在会清楚地显示错误，解释ZDR存储需求，而不是无声消失。 • 取消转弯面板上的Esc键现在关闭面板，并保持当前转弯，正如快捷栏所示。 GitHub: github.com/Dujltqzv/Some-… 官网: x.ai/cli

🚨 BREAKING：传闻成真，SpaceXAI发布Grok Bot杀入通用 Agent 刚刚， 正式发布通用Agent产品Grok Bot 但这其实不是一个突然冒出来的新产品 此前The Information曾报道，Cursor内部已经筹备了很久一款代号为「Sand」的下一代通用Agent，而在SpaceX收购Cursor进入最后阶段后，这款产品在内部被直接改名成了： Grok Bot 当时这个名字甚至在Cursor内部引发了不小的争议，不少员工质疑为什么要放弃Cursor自己的品牌，给产品贴上Grok的标签 现在，这个传闻正式落地了 SpaceXAI官网已经上线Grok Bot，定位非常直接：可以真正接工作的AI teammate GitHub: github.com/Dujltqzv/Some-… 官网: t.co/7GGkfmI10T，企业版…

🚀 DeepSeek旗下代码Agent产品Harness低调上线，8月1日已开启内测，不少开发者已收到官方回复邮件，终于有国产产品正面对标Claude Code、GitHub Copilot等海外头部代码Agent了。 用海外代码Agent的痛点懂的都懂：需要梯子、绑定外币支付卡，网络波动频繁，企业代码也不敢随便传到境外，订阅成本还居高不下。 Harness直接命中这些核心痛点： · 国内直连，无需折腾网络环境，使用成本大幅下探 · 底层基于自研的Harness代码生成与任务规划逻辑，不是套个大模型外壳的凑数Agent产品 · 覆盖个人小项目开发、工作室批量开发、企业私有化部署全场景，补上了国产代码Agent的空白 💡 有没有已经拿到内测资格的朋友，聊聊实际使用体验？ 🔗 相关链接 GitHub: github.com/Dujltqzv/Some-…

用 AI 写代码最怕的情况，就是修好了一个 Bug，却在不知名的地方引爆了三个新 Bug 目前的 AI 编程助手大多只是指哪改哪，无法深入了解代码之间的深层依赖 GitHub 上最近开源的 GitNexus，试图解决这个问题 给项目代码建立了一张知识图谱，让 AI 能够理解整个项目的架构、依赖和调用链 通过 MCP 服务器协议接入到 Cursor 或 Claude Code，让 AI 在修改代码前，先看清函数间的上下游关系 甚至能生成架构图，或者在 Web 端可视化查看整个代码库的逻辑脉络 提供 CLI 和 Web 两种模式，支持 TypeScript、Python、Java 等主流编程语言 所有索引和分析都在本地完成，数据不上传服务器，隐私性做得不错 GitHub: github.com/abhigyanpatwar…

Claude Code 诞生记 Anthropic 联合创始人兼 Labs 团队负责人 当我们创立 Anthropic 并最终决定开发一款产品时（在当时，做产品这个决定本身就备受争议），我们做的第一件东西是一个编程助手 那是一个 VS Code 的扩展插件 你可以和它聊天，对于你输入的每一个提示词，它都会给出四种不同的操作建议 SHAUNA KRAVEC Anthropic 强化学习(RL)负责人 早在 2022 年初，我们就已经在构思编程助手了，并尝试构建能够进行自主软件工程开发的模型 我们搭建了最初的强化学习代码库，并摸索出了训练 AI 智能体(AI Agent)的全套方法 我们之所以对写代码这么感兴趣，是因为我们坚信：==通往变革性 AI 的必经之路，就在于能够将大量的软件工程工作自动化 官网: anthropic.com/features/makin…

Codex 现在做口播视频工作流太强大了 直接让他操控 + +剪映/ + 就能生成真人口播+产品演示视频的口播视频，完全解放自媒体 & 产品宣推生产力 不知道大家需不需要我开源这两个 skill，我自己用下来还是很棒的😊 以下是我针对于Codex 即将推出的 设计插件和 团队版Open Design制作的两条口播视频，从口播稿到视频全部由 Codex帮我操作完成 在参考了 的数字人口播 skill 的基础上，还加入了剪映换音色+音色克隆部分，使得整体的发音更地道，音色更逼真自然 整体花费如，非常实惠，两条40 秒的视频才 20 多块钱 如果想视觉效果更逼真可以不要像我一样磨皮 ORZ 顺便宣传一下 Open Design 即将发布的重大更新版本的内测机会，如果你或者你的团队想体验我们颠覆式的Codex设计协作体验，欢迎私信我👏

天天用 Codex、Claude Code 跑网页自动化，是不是被这几件事烦死过 1️⃣ 得另开一个浏览器给 Agent 用，跟 Playwright 一个套路 2️⃣ 登录态、Cookie、扩展死活带不过去，反复登录 3️⃣ 你和 Agent 抢同一个标签页，互相添乱 ego lite 直接换思路：你俩共用一个浏览器，各干各的 每个 Agent 有独立 Space，能并行跑一堆任务，靠 JS 调用，复杂活儿最高快 2 5 倍，还更省 Token Codex、Claude Code、Cursor 都能接 目前只有 Mac，Win 和 Linux 在排期 要天天操作后台、CRM、社媒这种需要登录的，挺对路 GitHub: github.com/citrolabs/ego-…

【少数通用 Agent 通吃】 不只是通用的吃掉垂直的，通用 Agent 本身也是少数赢家通吃，小的通用 Agent 也没有生存空间 【基于 Agent 的插件系统至关重要】 开放和封闭的差别，不在于是不是开源，也不在于能不能自由换模型，而是它的插件生态，就像最受欢迎的 Claude Code 和 Codex，默认都是自家模型，但是没多大影响，何况也都支持你用 API 现在 Agent 能火爆的原因之一是因为丰富的插件（Skill + MCP）生态，可以帮助完成任务 【前期的 Agent 更多是在教育用户】 下沉和傲慢是很主观的，Workbuddy 那样不见得就叫下沉，Codex 也不见得傲慢 当然说 Anthropic 傲慢那可能没啥争议，但只要模型够强，捏着鼻子也认了

让 AI 写的代码量减少 80-94%，速度提升 3-6倍，成本降低 47-77% 最近又一个开源项目火了，不到 24 小时暴涨了1 万多 Star，值得各位开发者试下 它叫 Ponytail（马尾辫），并配了一位看似中年的胖子形象，并留个长辫子挺有意思的 用 AI 写代码，经常一个简单需求，明明几行代码就能实现，但 AI 写了几百行代码，搞得又臃肿又难维护 于是它给 AI 加了一套决策优先级：在动手写任何代码前，先让 AI 审查一遍，找找有没有不用写这些东西的理由 实测下来，生成的代码量减少 80-94%，速度快 3-6 倍，成本降低近一半 支持 Claude Code、Codex、Gemini CLI、Copilot 等 13 种主流 AI 编程工具 GitHub: github.com/dietrichgebert…

当面对 APK 逆向该用 jadx 还是 apktool 二进制分析该上 IDA 还是 Ghidra 这些是逆向开发工程师，在面对不同目标时，需做出选择的分析工具，选错就白费功夫 reverse-skill 把这些选择交给了 AI Agent，在 GitHub 上已经斩获 16000+ Star 给 Agent 一个目标，它自动判断场景类型，匹配分析流程和工具链，按操作手册一步步走 覆盖 APK 逆向、二进制分析、前端加密破解、恶意软件、渗透测试、CTF 竞赛等十几个场景，每个都有独立的操作手册 支持 Claude Code、Cursor、Codex 等主流 AI 编程工具，做安全研究或打 CTF 的朋友值得备一个 GitHub: github.com/zhaoxuya520/re…

Codex 操控电脑的三种方式 Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版 【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用 Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制 结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果 但它能搞定没有 API 的应用，这是其他方式做不到的 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器

看到小耳老师这个skill，顺便分享一个复刻网站的神器，这个项目在Github上有23 👉ai-website-cloner-template 原理：给它一个网址，AI 帮你逆向工程，直接生成出一个完整且干净的 Next 还原度极高：不只是抄外壳，AI 可以帮你自动截图，分析对应的布局、颜色、字体等，包括一些很细致的交互都能获取 兼容性好：支持 Claude Code、Cursor、GitHub Copilot 等主流 AI 编程助手 在终端里输入 /clone-website [xx网址]，AI 就帮你干活了 跑完 npm install，直接在 Cursor 里打开项目，接着让它帮你改代码就行 想复刻某个网站设计，或者做竞品分析的，这个工具效率直接拉满 👇

市面上 Codex 的教程太散了 官方文档一块、视频一块、各路博主又一块，新手想系统上手，光把这些东西拼到一起很花时间 所以我和小伙伴花了十天，自己整理出一本《Codex 橙皮书》 今天免费开源，直接拿走 一份 PDF 206页，从零到能用 Codex 跑通真实项目，挨个章节啃下来就够： 先搞懂 Codex 是什么 它和 ChatGPT、Cursor、Claude Code 到底差在哪，四个入口怎么选，先把概念捋清楚 App、CLI、IDE 插件、Web 四端，从下载到第一次跑通，一步步带着做 自动化、插件、Skill、MCP、Git/GitHub、云端运行、记忆系统 AGENTS 我们自己跑出来的标准六步法，再配一套能直接复制的任务模板 GitHub: github.com/bozhoudev/code…

今天刚发生的重大安全事件，Karpathy 亲自发帖警告 litellm 被投毒：一次教科书级的供应链攻击 今天（3月24日），AI 开发者常用的 Python 库 litellm 在 PyPI 上被植入恶意代码 8 在 UTC 时间 10:52 发布到 PyPI，包含一个名为 litellm_init pth 的恶意文件，会在每次 Python 进程启动时自动执行 不需要你主动调用这个库，装上就中招 litellm 是干什么的 它是一个统一调用各家大模型 API 的 Python 库，GitHub 超过 4 万星，每月下载量超过 9500 万次 很多 AI 工具链都依赖它，包括 DSPy、MLflow、Open Interpreter 等，总共有 2000 多个包把它当作依赖项

OpenAI 现在比 Anthropic 开放多了 现在能在 Claude Code 里调用 Codex 帮你审查代码 省得我来回复制了，还想自己写一个来着，没想到官方的就来了 Open AI 出了一个官方插件，可以帮你在 Claude Code 里调用 Codex 总共支持 3 个命令： /codex:review 运行标准的只读 Codex 审查 /codex:adversarial-review 运行可引导的挑战性审查，可以质疑实现逻辑 /codex:rescue 直接将任务交给 Codex 处理 /plugin marketplace add openai/codex-plugin-cc /plugin install codex-codex

40个实际有用的GITHUB存储库 public-apis —适用于所有内容的免费API 构建您自己的x —通过构建学习 开发者路线图—学习任何技术技能 免费编程书籍—数千本免费书籍 system-design-primer — ACE任何访谈 编码—面试-大学—自学CS学位 基于项目的学习—在实践中学习 you-dont-know-js —深入掌握JavaScript the-book-of-secret-knowledge —黑客资源 tech-interview-handbook -破解任何面试 awesome-selfhosted —托管您自己的应用程序 javascript-algorithms -直观学习算法

Anthropic 今天正式上线了一个叫做「Claude for Legal」的仓库，一口气放出了 12 个针对具体法律岗位的插件，以及超过 20 个连接行业常用软件的 MCP 连接器 无论你是公司法务、打并购战的律所、专注隐私和 AI 治理的法律顾问，还是每天苦熬到半夜的诉讼律师，甚至是法学院里摸爬滚打的学生，这个仓库都给你准备好了对应的 AI 工具，直接在 GitHub 上开源了： 这些插件用之前不是即插即用，你得花 10 到 20 分钟，带着 Claude 做个简单的“冷启动访谈”，把你团队的 playbook、模板和风格习惯都塞进一个叫 CLAUDE 这样，以后每个插件干活儿的时候，都自动按照你自家的风格和标准来 Anthropic 这么搞，是为了彻底解决 AI 法律工具最常见的槽点：输出内容太通用，看起来不像哪家律所自己的东西 官网: claude.com/blog/claude-fo…

内容补丁—刷新了3项技能， 4个社区公关登陆 🔍 /ai-seo —与谷歌官方人工智能优化指南保持一致 添加了Query Fan-Out、Agentic Experiences、“不该做什么”栏杆，并将llms txt重新构建为“Google不需要它，但ChatGPT、Claude和Perplexity会奖励它 🎨 /image — 2026年5月车型阵容 Gemini Nano Banana Pro、Flux Pro 1 1、Ideogram 3 0、ChatGPT Images 2 0、Midjourney v7、Recraft V3、SD 3 🎬 /video — 2026年5月车型阵容 Veo 3, Sora 2, Runway Gen-4, Kling 2 GitHub: github.com/fighting41love…

Cloudflare 基本已经成了个人开发者/出海独立建站/轻量创业项目的免费全家桶 Pages 管前端部署（虽然官方不主推了，但是倾向于很多静态也方式），Workers 管后端逻辑，D1 管数据库，R2 管存储，KV 管缓存和短链，Tunnel 管内网穿透，SSL、CDN、DNS、Email Routing 这些底层能力也全都给了 日常 Claude Code / OpenClaw + GitHub 的开发模式，直接自动 build，每个 branch 直接给测试链接，确认完直接 pr 上线，整个开发流程已经接近全自动化 所以就引出来一个很关键的点，所有想做 AI native 的公司，都绕不开先把基础设施打牢这件事 AI Coding 一旦进入 Agent / 自动化流程，系统就得变成一条持续运行的生产线，这样才有可能跑得又快又稳 GitHub: github.com/Dujltqzv/Some-…

之前答应大家开源的两个 Codex 口播视频 Skill，今天正式放出来了 ① 9:16 竖屏数字人口播 ② 16:9 产品演示 + 数字人画中画 只需要一张授权照片、产品背景和宣传目标，Codex 就能把脚本、多语言配音、剪映换音色、数字人生成、字幕和成片制作串成一套完整工作流；横版还会通过 HyperFrames 编排产品演示内容 我在这套工作流重点解决了我体会很深刻的一些痛点，即跨语言口音和“AI 味”问题： 先生成母语级的发音、语气和节奏，再替换成自己授权的音色，既保留地道表达，也更接近真人的自然听感 两个 Skill 均已开源，仓库链接放在评论啦👇 欢迎大家来试用，也欢迎提 Issue🤩

我是这么管理 Skills 的 Skill 有两个痛点 如何保持一个源，让它在项目、全局、以及远程机器上保持一致 我见过装了两千多个 skill 的用户，然后回过头来问我们，为啥 code agent 这么慢 我的解法：一个中央仓库，一个 sync 脚本，绝大多数 skill 加 disable-model-invocation: true 维护了一个 ~/Projects/cc-skills/，60+ skills，实验性质的不在这 改只在这里改，别处都是副本 ts 脚本，底下是 rsync -av --delete，支持 local 和 ssh，推送到全局、多个项目和远程机器（比如在 macmini 上部署了 hermas 或 openclaw，只需要部分 skill） GitHub: github.com/sorrycc/skills

今天，我们发布了Cloudflare OS ，这是一款带有连接器的聊天机器人，就像其他所有科技公司一样 这是我10年前的创业公司Sandstorm [ ] io的翻拍，除了这次构建在Cloudflare Workers （我过去9年构建的平台）上，并深入利用人工智能 这或多或少是我的秘密10年总体规划的高潮 这是一个全面的个人应用程序氛围编码平台，其中沙盒非常安全，您可以几乎疯狂-人工智能不能引入重大的安全漏洞 我们相信，公司的安全团队可以放心地允许非技术用户在夜间安然入睡 这是Sandstorm安全模型，重新审视 “小工具”与沙尘暴“谷物”是一样的：一个细粒度的应用程序实例 例如，如果您有一个文档编辑器应用程序，则每个文档都作为应用程序的单独实例在单独的沙箱（一个“小工具” ）中运行 GitHub: github.com/cloudflare/clo…

你安装了Claude Code并停在那里 以下是（实际上）值得添加的22项技能： 如果您刚刚开始，请查看以下指南： 每一个都是GitHub存储库 superpowers — plans and debugs before it writes 安装→ （ 259k★ ） gstack —一次设置23项技能 安装→ （ 124k★ ） 穴居人—无流体答案，无填充 马尾辫—什么也不说，只写一行 codex —在Claude Code中运行Codex 安装→ （ 30k★ ） i-have-adhd — stops it burying the answer ui-ux-pro-max — palettes and fonts that work GitHub: github.com/Dujltqzv/Some-… 官网: lnkd.in/emDvetxm

真正限制 AI 的，不是能力，而是你从没把自己的做事方法教给它 微软开源的 Skill Recorder，并不是普通录屏工具 你只需要真实完成一次任务，它就会记录页面、窗口切换、点击和旁白，再通过 Copilot 还原你的操作意图，生成可复用的 `SKILL 我觉得它最有价值的地方，是不只回放鼠标坐标，而是把一次操作提炼成 AI 可以迁移的方法 比如我可以录制一遍自己的 GitHub 项目研究流程： README → 最新 Release → 核心功能 → 使用限制 → 原创判断 下次换一个仓库，AI 仍然知道先看哪里、如何核对信息，以及按照什么结构输出内容 它像一个“个人工作经验采集器” 视频里我演示了：录制一次 GitHub 研究流程，再换一个仓库让 AI 自动复用 GitHub: github.com/microsoft/skil…

我们经常会感觉，AI 已经这么火了，可是在我日常中，跟很多别的行业的朋友们聊，大家总是会天然的觉得，用 AI，是一件很难的事情 包括其实我日常被问的最多的问题，也是类似的： 卡老师，我想学 AI、用 AI，我要怎么开始 所以呢，我今天就想写一个非常非常初级的小流程，如果你想用好 AI，你就按着一步一步做，不仅可以入门，也基本有了最核心的心法 首先，你需要一台电脑，Mac 最好，Windows 也可以，内存不要低于 16 个 G，你一定需要一台电脑，这个是我们用好 AI 的前提 如果你能使用海外产品，Google 搜索 ChatGPT，然后注册账号，冲一个月 20 美金的订阅费用，再在官网上，下载 Codex，然后安装 GitHub: github.com/Dujltqzv/Some-…

6 必装插件GitHub，节省90%的token 别一上来就让它： 帮我做个某某APP、功能或者程序 这样你就把 Codex 用反了 你现在应该先安装上GitHub插件 往往你要做的项目，别人已经做好并且开源了，你可以直接拿过来用 比如：我要开发一个 “番茄钟” 项目，你可以先跟CodeX说的提示词prompt： 我需要做一个简洁可爱的，新年拟物风格的番茄钟 先在 GitHub 上搜搜有没有类似的开源项目，筛选出最有参考价值的方案 分析解决了什么问题、面向的用户人群是什么、采用什么技术架构、代码是否安全、目前是否活跃，以及有哪些设计值得复用或避开 先不要创建文件，也不要输出代码 需要结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序 GitHub: github.com/Dujltqzv/Some-…