朋友,Greg Isenberg 说了一个很棒的创业方向,就是把按人头收费的专业服务,变成 AI 做大部分工作,人只负责审核和签字,按结果收费。用软件的成本结构,赚专业服务的钱,这个模式很聪明。
全部动态
llama_index 团队开源的 DocJev 工具,能帮你快速分类或拆分文档,比 GPT-5.6 快 6 倍,准确率相当,适合处理大量文档。
GitHub 的法律团队用 Copilot CLI 开了个新工具,叫 Eyeball,给代码里嵌入了截图,这样律师就能用截图来验证 AI 分析,更放心地用 AI 帮忙干活了。
Cloudflare 的 MCP 服务器设计很巧妙,用 Remote + OAuth 授权,把 2500+ API 变成三个工具,agent 写 JS 查 API 文档再调用,操作起来很方便。
朋友用YouMind直接用图做PPT,效果超好,指定模板后图像几乎和原图一样,改文字或改图都很快,Gemini 3.8 Flash速度还快。
B站搞了个「AI无限竞技场」,让UP主用真实任务测试AI模型,比如给个屎山代码项目让模型PK,或者让不同模型玩狼人杀。比那些刷分、炫技的评测靠谱多了。
老哥 @thorstenball 说,以后写代码的活儿可能没了,因为模型能写900行零错误的代码,而人只能审查系统组合方式。现在写代码的“手艺”会消失,但“构建软件的手艺”更重要,比如理解业务问题。
朋友,LiveOverflow 分析了怎么用一张恶意 HEIF 图片攻击 OpenAI,挺有意思的,可以看看他们是怎么做的。
Datawhale 和 RadixArk 联合发起的开源课程,教你从零手搓 mini-sglang,最后能对照真实 SGLang 源码提 PR,适合想深入了解 LLM 推理引擎的人。
OpenRouter 新出的 Ori Eval 工具,能帮你量化评估不同模型,直接运行命令就能知道哪个模型最适合你的项目,比凭感觉选模型更靠谱。
AI工程师们关心的推理工程专题来了,有 Meta、OpenAI、Google 的最新实践和论文,还有 Superlinked、FriendliAI 等公司的分享,对想了解如何高效部署和优化 LLM 的人很有用。
教了700+工程师的Hamel Husain和sh_reya说,评估AI Agent要先手动读100条真实trace找失败模式,而不是先搭平台接LLM judge看分数。
仅展示最近 2000 条内容,更早的内容请查阅 AI 日报存档