全部 AI 动态 · AI 热点

6月18日

09:39

marktechpost@Sana Hassan

精选

本教程演示如何使用 NVIDIA SkillSpector 对 AI 技能进行安全风险预部署扫描。通过构建良性和故意含漏洞的技能语料库，利用 SkillSpector 的 LangGraph 工作流进行扫描，并用 pandas 整理风险评分与发现。结果导出为 SARIF 格式，支持自定义分析器和可选的 LLM 语义分析。该流程覆盖静态分析、风险分类可视化及报告生成。

推荐理由：NVIDIA 教你用 SkillSpector 做 AI 技能安全扫描，从写语料到出 SARIF 报告，一步一步都有代码，适合想加固 AI 应用的开发者。

原文

07:42

宝玉@dotey

该方法通过内循环每2小时检查新邮件，自动检索上下文生成草稿但不发送。用户修改草稿后，外循环根据修改记录优化写作Skill。这种自动化循环让Agent不断学习用户风格，提升后续草稿质量。

技巧 Loop Engineering 智能体提示词工程自动化工作流

推荐理由：这个工作流把自动写邮件草稿和自动学习你风格的动作做成循环，越来越懂你，适合常写邮件的人。

原文

03:53

LangChain@LangChainAI

LangChain 发布 Deep Agents 深度解析第三部分，聚焦 Delegation 委派功能。该工具让模型能自动规划复杂任务，并内置子智能体支持。来自 @SydneyRunkle 的 90 秒讲解视频详细演示了如何通过委派分工提升任务执行效率。

技巧 Deep Agents LangChain 智能体任务规划教程

推荐理由：LangChain 出了个 Deep Agents 新视频，讲怎么用委派功能规划复杂任务，还自带子智能体支持，90 秒就讲明白。

原文

02:40

DeepLearning.AI@DeepLearningAI

DeepLearning.AI 与 VocalBridge 合作推出免费短课程 Voice for AI Agents and Applications，由 CEO Ashwyn 讲授。课程教你用最少代码为现有 AI 代理添加语音功能，无需修改 prompts、RAG pipeline 或工具。你将实现三种集成模式：应用内嵌入语音、将语音层叠到现有代理、以及将语音作为可调用工具用于外拨电话。课程现已开放免费报名。

技巧 DeepLearning.AI VocalBridge 智能体语音教程

推荐理由：想给你的 AI 代理加上语音但怕改代码？这门课讲三种集成方式，不用动原提示词和 RAG，几分钟就能上手。

原文

01:13

elvis@omarsar0

精选

作者在使用/loops和/goal后强调，验证器和鲁棒护栏对编程智能体至关重要，不能依赖盲目的自主循环。rahul在长线程中提出7点经验：将fable+类模型视为English-to-code解释器；按风险大小管理diff，高风险区域用小diff；代码审查成为瓶颈，需优化linter、测试等；理解全栈和风险管理比理解每行代码更重要；维护多50%代码以换取5%性能提升可能值得。

技巧 coding agents loops goal 编程助手智能体

推荐理由：推主分享了用loops和goal的经验，强调别盲目自动化，验证和护栏是关键，还引用了rahul的7条实用总结，对用智能体写代码的人很有参考价值。

原文

01:12

elvis@omarsar0

Boris Cherny指出，AI代码生成正迈入新阶段，模型能对越来越多任务生成正确代码。关键在于设置合适的护栏，并使用Claude Code配合高级模型和验证器（verifier）构成循环。开发者需持续喂入任务数据，识别并消除瓶颈。这种工作流能显著提升代码生成的准确率。

技巧 Claude Code 验证器代码生成编程助手工作流

推荐理由：Cherny分享了用Claude Code和验证器循环生成正确代码的实战方法，不是空谈趋势，值得想提升代码质量的开发者一试。

原文

6月17日

23:47

小互@imxiaohu

精选

Claude Code 团队强调 CLAUDE.md 越短越好，创始人自己的只有两行：提 PR 自动合并、提 PR 发审批频道。当系统提示“CLAUDE.md 几千 token”时，建议直接删掉重写。团队坚持做命令行而非 GUI，理由是模型进步太快，半年后 UI 可能过时。终端输出增加 verbose 模式兼顾清晰与详细。用 Claude Code 修 bug 时，通过翻日志、写小工具分析 heap dump，比人工更快找到内存泄漏。

技巧 Claude Code CLAUDE.md 提示词工程智能体

推荐理由：Claude Code 团队亲述怎么用 AI 编程工具做减法，两行配置就让模型跑得更顺，看完想清空自己的文件。

原文

23:33

Viking@vikingmute

推文介绍了一个名为Ponytail的GitHub项目，与OpenAI Codex配合使用。其核心理念是强制Agent先检查是否真的需要写新代码，从而减少过度工程。官方数据显示，使用Ponytail后代码量减少80-94%，成本降低42-75%，速度比无技能Agent快3-6倍。作者正在安装试用，该项目已获得大量stars。

技巧 Ponytail Codex 编程助手开源项目

推荐理由：这个项目能让Codex少写80%的代码，成本砍半，速度翻倍，想告别冗长防御性代码的赶紧试试。

原文

23:33

Thomas Wolf@Thom_Wolf

开发者 Tibo 在 X 平台分享指出，Codex App、CLI 和 SDK 均可配置使用任何开源模型，不再局限于 OpenAI 模型。配置方式详见 developers.openai.com/codex/config-a… 页面。这意味着用户可以在 Codex 中替换默认的 GPT 模型，选择 Llama、Mistral、DeepSeek 等开源替代方案。

技巧 Codex 开源模型 OpenAI 开发者工具

推荐理由：Codex 现在能跑开源模型了，不只是 OpenAI 的，快去试试把 Llama 或 Mistral 加进去

原文

23:32

idoubi@idoubicc

作者分享自己用FastClaw作为底层runtime和ShipAny作为上层工具搭建Agent基础设施的架构。通过FastClaw的dashboard，用户无需写代码即可快速创建Agent，可配置models、skills、files（soul/identity/bootstrap），过程只需几分钟。每个Agent自带Sandbox进行工具调用，配置好后可通过API在其它客户端调用，无需操心部署和扩容。典型用例weclaw.im用ShipAny套壳，一小时内上线。

技巧 FastClaw ShipAny Agent 智能体 SaaS

推荐理由：想快速搞一个Agent SaaS后端？试试FastClaw + ShipAny，不用写代码，几分钟配置好，一小时就能上线。

原文

23:30

Philipp Schmid@_philschmid

精选

Phil Schmid 在推文中引用 Vicki Boykis 的教程，指出 Google 最新 Gemma 4 系列模型能在本地运行 agentic coding 循环，准确率和速度达到前沿模型的约 75%。该教程演示了如何使用本地模型进行编码任务。此前本地模型难以高效完成 agentic 工作流，Gemma 4 将这一差距缩小。

技巧 Gemma 4 Google 智能体编程助手本地模型

推荐理由：Vicki Boykis 教你用 Google Gemma 4 在本地跑 agentic coding，速度能到主流模型的 75%，不用联网也能用智能体写代码了。

原文

23:26

Greg Brockman@gdb

Amy Deng, an AI researcher turned brain tumor patient, used AI models to diagnose her mystery fatigue faster than her primary care physician. She shared her step-by-step approach on X, encouraging others to apply the same method to their own symptoms. The thread includes specific prompt examples and reasoning strategies for analyzing medical data.

技巧 Amy Deng 提示词工程 AI健康诊断个人经验

推荐理由：一个AI研究员用模型比自己医生还快找到了疲劳原因，她分享了具体提示词和方法，普通人也能照着做。

原文

23:08

Jerry Liu@jerryjliu0

精选

LlamaIndex团队为Claude Code开发了LiteParse技能，通过避免重复解析、关闭OCR、减少grep操作等优化，使PDF处理成本降低37%，准确率提升。LiteParse完全免费开源，可直接集成使用。博客和代码均已在GitHub上公开。

技巧 Claude Claude Code LiteParse LlamaIndex PDF解析

推荐理由：LlamaIndex搞了个小技巧，让Claude读PDF省了37%的钱，还更准。用的是开源LiteParse，直接就能用。

原文

13:28

Geek@geekbb

精选

介绍了一个工具，可在Apple Silicon Mac上通过MLX框架本地运行大语言模型。用户能从Hugging Face搜索并下载模型，用MLX进行离线推理，并启动一个OpenAI兼容的API服务。这样就能用curl或OpenAI客户端库调用本地模型。

技巧 MLX Hugging Face OpenAI兼容API 本地推理教程

推荐理由：想在Mac上本地跑大模型、不用联网？这个工具能从Hugging Face下模型，用MLX推理，还直接开个OpenAI API，当本地服务使。

原文

13:13

Greg Brockman@gdb

用户 Pat Simmons 分享了 GPT-Realtime-2 的实操经验，该工具通过语音控制实现打开应用、搜索网页、编辑 Premiere Pro 等操作。教程包含从零设置（无需代码）、修复始终监听麦克风（改为按键说话）、通过 MCP 连接 Obsidian 以及利用无障碍树控制 Premiere Pro 等具体步骤。过程中仅需几条提示词即可完成配置。视频还列出了诚实提醒，如延迟和兼容性限制。

技巧 GPT-Realtime-2 MCP/工具语音控制 Premiere Pro 教程

推荐理由：Pat 手把手教你用 GPT-Realtime-2 语音操作电脑和剪辑软件，无需写代码，几分钟就能上手，比 Siri 强多了。

原文

12:01

宝玉@dotey

Agent默认生成HTML结果，可在其内置浏览器中打开。用户暂停视频播放后，用鼠标标记要修改的具体位置。Agent会根据标记在对应区域进行修改，实现局部微调。该方法无需从头生成，节省时间且精准。

技巧 Agent HTML 浏览器视频编辑微调

推荐理由：想用Agent微调视频？在它生成的HTML里标记位置让它改，比重新生成省事多了。

原文

11:00

Yangyi@Yangyixxxx

推文分享一个基于牛马AI平台构建视频的5步工作流：1）选感兴趣赛道；2）用费曼学习法向AI提问；3）在牛马AI中安装视频生成skills（如baoyu-design skill，近期上线动画功能）；4）让AI将对话整理成HTML动画；5）输出视频发布。还提到HeyGen此前发布的hyperframes也可尝试。方法零门槛，利用现有skills快速生成内容。

技巧牛马AI baoyu-design HeyGen hyperframes 视频生成提示词工程

推荐理由：教你5步用牛马AI的skills和费曼学习法做视频，还能试试baoyu-design和HeyGen的hyperframes，上手快

原文

11:00

Yangyi@Yangyixxxx

精选

宝玉发布 baoyu-design skill，可在本地生成动画视频并导出 mp4 格式。该工具基于声明式动画引擎，每一帧由时间函数 f(t) 决定，支持随意跳转和精确调试。导出时用无头 Chromium 逐帧截图（30fps），经 ffmpeg 编码为 3840×2160（2x DPR）后缩放至 1080p，确保画质。相比 Claude Design 网页版只能在线查看，此工具可离线导出清晰视频。

技巧 baoyu-design 动画视频视频生成开源工具 Claude Design

推荐理由：宝玉搞了个本地动画工具 baoyu-design，能直接导出 mp4，比 Claude Design 网页版实用多了，而且开源免费。

原文

10:31

shao__meng@shao__meng

精选73°

OpenAI Codex 提供三种操作电脑能力：@ Browser 是线程内隔离浏览器，适合本地开发与视觉调试，无登录态和扩展；@ Chrome 使用真实 Chrome 身份，支持多标签和已登录 SaaS，操作等同于用户本人；@ Computer 控制整个桌面 GUI，用于原生 App 和无 API 流程，速度最慢但覆盖面最广。此外，Appshots 仅提供当前窗口上下文，不赋予控制权。文章还给出了基于任务场景的选择决策框架和三个典型应用案例。

技巧 OpenAI Codex Computer Use Chrome Browser 教程

推荐理由：Codex 团队手把手教你区分三种控制模式：本地开发用 Browser，登录 SaaS 用 Chrome，原生应用用 Computer。还有决策框架，实测好用。

原文

10:28

Geek@geekbb

阿里魔搭社区（ModelScope）发起开放共建资源合集，将科研生命周期拆分为方向扫描、文献研究、方法设计、实验执行、科学可视化、论文写作、复现发布、传播影响及跨端到端全流程 9 个阶段。每个阶段收录对应开源项目、agent、skill 和最佳实践。合集已在 GitHub 托管（github.com/modelscope/...），并提供贡献指南鼓励社区沉淀真实案例。

技巧阿里魔搭社区 ModelScope 科研辅助开源项目 AI工作流

推荐理由：阿里魔搭社区整理了科研全流程的 AI 工具合集，从文献到论文写作覆盖 9 个阶段，每个都有开源项目和实践，做科研的可以看看。

原文

09:58

Viking@vikingmute

Anthropic 升级了其流行的 frontend design skill（GitHub 仓库），新版本明确要求避免 AI 常见默认风格：暖米色背景（#F4F1EA A）、高对比 serif 字体和 terracotta 强调色。该 skill 强调原创性，提供更深入的方法论指导，帮助用户设计非模板化的 UI。用户可直接试用新版 skill 来提升设计独特性。

技巧 Anthropic frontend design skill UI设计 AI审美

推荐理由：Anthropic 把前端设计 skill 升级了，教你避开 AI 那套暖米色+serif 的审美，更强调原创性，做 UI 的朋友可以试试。

原文

09:30

宝玉@dotey

精选

baoyu-design skill基于声明式动画引擎，可在本地通过无头浏览器逐帧截图结合ffmpeg编码，将动画精确导出为MP4文件。它支持拖动进度条跳转到任意时间点，且同一时间点始终输出相同帧，便于调试。与传统录屏不同，该方法不会因机器卡顿而掉帧，并用2倍设备像素比渲染（3840×2160）再缩回1080p，确保画面清晰。该项目在GitHub以MIT协议开源，目前获得1.2K star，可用于生成动画PPT、视频等场景。

技巧 baoyu-design Claude Design GitHub ffmpeg 动画生成

推荐理由：如果你用Claude Design做了动画却没法下载，这个开源工具能直接在本地导出MP4，还不掉帧。

原文

08:59

08:59SuperTechFans（博客/媒体）

精选76°

作者在 2022 年 M2 Mac（64GB RAM）上测试 Mistral 7B、Gemma 3、OpenAI OSS-20B、Qwen 3 MOE 等多种模型，使用 llama.cpp、Ollama、LM Studio 等工具。她发现自从 GPT-OSS 发布后，本地模型在编程任务上已足够好用，尤其 Google 的 Gemma 4 系列（如 gemma-4-26b-a4b 和 gemma-4-12b-qat）在 Python 代码重构、类型提示修复、写单元测试等 agentic 任务中准确率和速度约为前沿模型的 75%。她分享了本地 agentic 设置：用 Pi 作 agent 框架、LM Studio 作推理服务器，所有操作放在 Docker 容器中以限制权限。本地模型仍有推理速度慢、上下文窗口受硬件限制等问题，但隐私友好、可自由调整参数。

技巧 M2 Mac Gemma 4 Pi LM Studio 本地模型

推荐理由：想试本地模型？这篇有 M2 Mac 上跑 Gemma 4 的详细配置，还有 Pi+LM Studio 的 agentic 设置，比云端省心。

原文

08:16

宝玉@dotey

73°

Codex 的 Computer Use 模式像人一样操作任何桌面应用，但速度慢，Mac 可后台运行而 Windows 需占用前台，曾自动完成亚马逊退款流程。Chrome 扩展利用已登录浏览器会话，可操作 Gmail、LinkedIn 等需登录的工具，支持多标签页任务，但发送付款等操作建议人工确认。内置浏览器是隔离的沙盒环境，适合开发调试，支持直接标注元素让 Codex 修改代码。Jason 的建议：优先用结构化插件或 MCP，视觉控制是最后手段。

技巧 Codex Computer Use Chrome扩展内置浏览器编程助手

推荐理由：Jason 把三种操作方式拆得明明白白，哪个场景该用哪个直接照搬。尤其是内置浏览器的标注交互，做前端调试能省一多半来回截图的时间。

原文

08:07

marktechpost@Sana Hassan

精选71°

本文通过xFormers实现GPU上内存高效的Transformer模型。对比标准注意力实现，验证了内存高效注意力在不同序列长度下的速度和内存表现。教程涵盖因果掩码、打包变长序列（packed sequences）、分组查询注意力（GQA）以及自定义ALiBi偏置。最后将上述技术结合SwiGLU层和自动混合精度训练，构建了一个可训练的GPT风格模型。

技巧 xFormers Packed sequences GQA ALiBi SwiGLU 内存优化

推荐理由：手把手教你用xFormers做内存优化，打包序列、GQA、ALiBi、SwiGLU全都有，比标准实现省显存还快。

原文

07:28

宝玉@dotey

这个提示词针对 ChatGPT 的 GPT Image 2 功能设计，可将照片一键转换为装饰性民间风格平面插图。提示词要求使用大胆俏皮的配色、简化细节为干净的扁平形状，并加入手工感涂鸦元素。效果呈现可爱童趣的涂鸦感，类似在白纸上手绘。该推文获得 10 个点赞和 1440 次查看，实用性强。

技巧 GPT Image 2 ChatGPT 提示词工程 AI绘画图像生成

推荐理由：这个提示词真不错，把照片变成卡通涂鸦风格的平面插画，效果很可爱。GPT Image 2 就能直接用，试试看吧。

原文

06:55

AWS Machine Learning Blog@Sandeep Singh

精选

Amazon Bedrock Guardrails 推出了 InvokeGuardrailChecks API，允许在代理式AI应用的任意阶段独立应用安全检查，无需预先创建护栏资源。该API支持内容过滤、敏感词检测等安全策略。开发者可以将其集成到多轮对话流程中，动态检查用户输入和模型输出，保障应用安全。文章提供了Python代码示例，演示如何调用此API实现安全守护。

技巧 Amazon Bedrock Guardrails InvokeGuardrailChecks 智能体 AI安全

推荐理由：AWS 出了个新 API，能在智能体对话流程里随时加安全检查，不用提前配规则，挺实用。

原文

05:58

OpenRouter@OpenRouterAI

OpenRouter发布教程，教你构建对模型移除和弃用具有鲁棒性的智能体。这是首个针对实时AI模型的出口管制事件（发生在该帖子3天后）背景下的指导。教程涉及EU AI Act（2026年8月生效）、科罗拉多州ADMT法（2027年1月）和NIST AI RMF等法规要求，强调为敏感操作设置人工门控。OpenRouter Agent SDK使这一过程变得简单。

技巧 OpenRouter Agent SDK 智能体 AI安全

推荐理由：OpenRouter出了个实用教程，教你用Agent SDK应对法规下模型被移除的情况。简单好用。

原文

03:37

@koltregaskes@koltregaskes

Kolt Regaskes指出AI的真正价值不在于提笔速度，而在于缩小反馈循环。他提出了5条具体操作：从明确成果而非模糊提示出发；让AI通过检查表、例稿等方式自我校验；将任务拆分为研究者、起草者、审稿者、编辑者角色；用文档存储上下文而非依赖记忆；设定升级规则，AI卡壳2-3次后切换模型或简化步骤。这套方法能帮助知识工作者以“推理速度”产出决策、总结和计划，减少往返错误。

技巧工作流提示词工程反馈循环 AI效率

推荐理由：别只把AI当打字机。试试这5条实操，让AI帮你还原真实工作流，更快拿到靠谱结果。

原文

02:43

Google Gemini App@GeminiApp

Google Gemini App 推出 Daily Brief 功能，可在每天早晨自动为你整理日程。用户可以通过点按 👍或 👎 直接反馈，让 Gemini 更了解你的偏好。你也可以通过“与 Gemini 聊天”进一步调整简报内容。点击简报条目下的‘更多’可查看 Gemini 引用的具体邮件、聊天或 Google 日历事件。这些技巧能帮你更好地利用 Daily Brief 管理日常事务。

技巧 Gemini Daily Brief 智能体提示词工程

推荐理由：Google Gemini 的 Daily Brief 能自动汇总你的日程、邮件和聊天记录，早上看一眼就心里有数。三个小技巧教你调教它，让 AI 越来越懂你。

原文

02:37

LlamaIndex@llama_index

精选

LlamaIndex 团队为 Claude 构建了自定义 PDF 解析技能，利用真实使用痕迹发现 AI agent 反复读取同一文件、不必要截图等浪费步骤。修复后，每问题成本降低 37%，回答质量全面提升且浪费步骤减少。该案例展示了如何通过分析 agent 痕迹来定位并修复性能瓶颈。

技巧 Claude LlamaIndex 智能体 PDF 解析成本优化

推荐理由：LlamaIndex 手把手教你用 traces 优化 Claude 的 PDF 解析，成本直降 37%，答案还更准了，值得一试。

原文

01:55

AWS Machine Learning Blog@Andy Peng

精选

本文介绍如何利用Amazon SageMaker AI中的P-EAGLE方法并行化推测解码，加速生成式AI推理。用户可从SageMaker JumpStart目录中选择兼容模型，并配置并行草稿生成参数。通过部署优化的实时SageMaker AI端点，可显著降低推理延迟。P-EAGLE基于EAGLE框架，支持多头并行推测，适用于Llama等主流模型。

技巧 P-EAGLE Amazon SageMaker AI SageMaker JumpStart 推测解码推理加速

推荐理由：AWS教你用P-EAGLE在SageMaker上把推理加速好几倍，选模型调参数就能部署，简单实用。

原文

01:37

GitHub@github

GitHub 官方账号发布，开发者 @leereilly 利用 Copilot CLI 创建了一个终端游戏。该游戏能根据代码库结构生成地牢，将文件和目录映射为房间与怪物。玩家可在终端中探索自己的项目。该推文获得了 3955 次浏览。

技巧 GitHub Copilot CLI leereilly 编程助手游戏开发

推荐理由：GitHub 官推分享了一个好玩的东西：用 Copilot CLI 把你的代码库变成 Roguelike 游戏，想试试看吗？

原文

01:31

Martin Fowler@martinfowler

Martin Fowler 与 Bayer 合作，使用 AI 帮助制药研究人员从大量 PDF 报告中查询数十年的信息。Sarang Sanjay Kulkarni 描述了从关键词搜索到能够起草监管报告的研究助手的演进过程。该文章详细介绍了如何构建可靠的 AI 查询系统，提升制药研发效率。

技巧 Bayer Martin Fowler RAG PDF查询监管报告

推荐理由：Martin Fowler 分享了和 Bayer 合作的 AI 应用，能从海量 PDF 里找到信息甚至帮你写报告，挺实用的

原文

00:59

李继刚@lijigang_com

作者认为C-c & C-v（复制粘贴）的场景切换是日常摩擦，消除它就有价值。他建议让大模型写插件或脚本自动化处理。例如，他用macOS自带的Notes，写了一个脚本：在任意地方复制内容，自动粘贴到指定笔记文件。每晚处理清空，第二天重新积累当天的复制内容。

技巧脚本自动化 macOS Notes 复制粘贴工作流大模型

推荐理由：别老觉得大模型只能聊天，让它帮你写个脚本，把复制粘贴自动化，省时省力。

原文

00:58

LangChain@LangChainAI

LangChain 发布 Deep Agents 深度解析第二部分，讲解上下文管理关键能力。Sydney Runkle 在不到2分钟视频中演示如何控制 Agent 长期记忆与状态。该方法可让 Deep Agents 在连续多轮对话中保持一致性，避免遗忘。

技巧 LangChain Deep Agents 智能体上下文管理提示词工程

推荐理由：如果你在用 LangChain 做智能体，这个2分钟视频教你怎么管理上下文，让 Agent 不跑偏。

原文

00:28

elvis@omarsar0

mattpocockuk 发布了新技能 /teach skill，功能类似于之前已有的 /learn skill。该技能在 Hermes Agent 的 academy 中免费开放使用，用户可通过 AI agent 进行互动学习。实验室当前保持免费，鼓励用户尝试。

技巧 Hermes Agent teach skill learn skill 智能体 AI学习

推荐理由：mattpocockuk 推了一个新教学技能，和 /learn skill 很像，在 Hermes Agent 里免费就能玩，试试用 AI 代理学习新东西。

原文

00:25

00:25Simon Willison’s Weblog（博客/媒体）

Georgi Gerganov 在 Hacker News 评论中分享，过去一个半月他几乎每天都用 Qwen3.6-27B 模型处理编码任务，运行在 M2 Ultra 或 RTX 5090 上。他使用轻量级 pi agent（pi -nc --offline）搭配简短系统提示来适配个人编程风格。虽然主要用于 ggml-org 的琐碎维护任务，但认为该模型是高效的辅助工具。

技巧 Qwen3.6-27B Georgi Gerganov pi 本地模型编程助手

推荐理由：Georgi Gerganov 亲测 Qwen3.6-27B 配合 pi agent，日常编程完全够用，本地运行无压力。

原文

6月16日

23:31

23:31IT之家（博客/媒体）

71°

开发者@0x0SojalSec 绕过苹果M4神经网络引擎的软件限制，通过逆向工程使用自定义MIL（模型中间语言）直接与芯片通信，没有调用Core ML、Metal或GPU。训练数据全程放在RAM中运行，不写入NAND闪存，速度更快。解锁后M4在iPad或Mac上可达到15.8TFLOPS的AI处理性能，用于训练模型。目前自定义MIL能否用于更新的Apple Silicon尚不明确。

技巧 M4 Apple Silicon 神经网络引擎模型训练逆向工程

推荐理由：有个开发者自己写了一套代码，把M4芯片的AI训练能力全开出来了，不用苹果官方工具，跑到了15.8TFLOPS。想用iPad或Mac训练模型的人可以看看。

原文

23:05

AlphaSignal@AlphaSignalAI

精选

agentcookie是一个开源工具，解决AI代理在第二台Mac上需要手动登录每个网站的问题。它通过单向加密传输，自动同步cookies、bearer tokens和API密钥到代理机器。代理读取这些未修改的凭证后即可在网页和终端中自动认证，无需反复手动登录。该工具仅允许登录信息单向流动，并通过私有网络加密，确保安全。

技巧 agentcookie 登录同步开源工具 Mac AI代理

推荐理由：不用再手动给AI代理的机器一个个登录了，agentcookie自动同步你的所有账号凭证，安全又省事。

原文