KyleCe

program for fun

[歸藏(guizang.ai) @op7418]

我去，太牛批了！

我的 Skill 冲到 GitHub 本周新建项目 Star 排名第一了！

就是这个社交媒体卡片 Skill （guizang-social-card-skill）

还是刚才一个群友让他的 Agent 找项目的时候发现的。我自己看了一下，果然是第一！

[KyleCe @KyleCeCe]

Built a tiny Chrome extension for YouTube Mobile Web 📱

When a video ends, it automatically scrolls to the next one ▶️⬇️

Just keep watching 😅

#ChromeExtension #YouTube #BuildInPubli

[KyleCe @KyleCeCe]

Also built a tiny Chrome extension that restores your last scroll position 🔄📜

Leave a page, come back later, continue where you stopped 👌

Would anyone use this?

#ChromeExtension #Productivity #BuildInPublic

[区块链行情研究 @qkl2058]

Two Sigma的AI负责人，年薪大概100万美元这个级别，最近公开讲了他们这个600亿美元规模的基金，到底怎么用大语言模型来预测市场价格。

这人之前在谷歌干了12年，后来离开加入Two Sigma，从零开始搭建AI团队。三十分钟的分享，把华尔街最神秘的量化基金怎么用AI这事讲得挺透。

这家基金从2001年到现在，二十多年没亏过钱。所以他们的思路，确实值得听听。

[MasterPa @HanyangWang]

小西天，看着像视频，但其实是我们在现场实地拍摄 3,811 张 206 GB 的照片后建模的。FUNES 把《黑神话：悟空》里「既见未来，为何不拜」满天神佛的原型，���自自山西临汾隰县的小西天，做成了一个可漫游的 3DGS 数字存档。

完全实地拍摄，每天清晨一开门就冲上山去，趁着没人的时候拍。然后通过 Gaussian Splatting 重建，没有手工建模，��量保留真实悬塑和圆塑的极其密集的金色空间、细节和光感。不同的材质在这里交织成了无法分辨的一个天国世界。这种半空中的小塑像是「悬塑」，它们大多出现在十六世纪到十七世纪。

在现场如果要看清小西天的所有细节，我想大概需要三天时间。但是有了模型，我们可以在屏幕前慢慢看。在相当长的时间里，学术界并没有特别重视小西天这样的悬塑——因为在只有学术图录的年代，平面印刷无法展示出悬塑的震撼。而随着技术的进步，我们终于可以在远方一窥明代悬塑的璀璨。

重轻特意为这个模型做了配乐，大家可以打开慢慢欣赏。

推荐电脑访问：https://t.co/az1wuMhmuu

[Berryxia.AI @berryxia]

兄弟们，一个挪威神经科学家花了整整20年，就为了证明一件事：

手写笔记和打字，在大脑里是完全不同的两件事。

她叫Audrey van der Meer，在Trondheim经营脑科学研究实验室。

2024年她在Frontiers in Psychology上发的那篇论文，直接把争议画上了句号。

实验很简单：36名大学生戴上256通道EEG帽。

屏幕上闪出一个单词。
一半人用数字笔在触屏上手写，另一半直接在键盘上打字。

结果惊人：

手写时，大脑全亮。

记忆区、感觉整合区、新信息编码区全部同步激活，像整个皮层网络同时醒���来。

打字时呢？
大部分脑区瞬间安静，刚才那些连接几乎全消失。

同一个单词、同一个大脑、同一个人，两套完全不同的神经事件。

原因藏在微动作里：手写每一个字母，都是上千个微小动作和眼睛实时配合的空间问题。
手指、手腕、视觉、空间定位全在协同工作。

打字呢？
每按一个键都是完全相同的动作，大脑几乎不需要整合，也没什么问题要解决。

十年前普林斯顿的另一组研究用完全不同的方法也得到了相同结论：手写笔记的学生在真正理解题上完胜，打字组只记住了表面内容。

因为手写逼你必须听、必须选、必须用自己的话重新组织。

打字让你像复印机一样狂敲，却几乎没经过大脑加工。

我看完后最大的感受是：

我们以为打字是效率，手写是老派。

其实手写才是真正让知识扎根

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

港大搞出来的这个东西，我觉得要颠覆一批视频创作者了

ViMax，4.1k star，你只需要丢给它一个想法、一段剧本甚至一本小说，它自己就把导演、编剧、制片人全干了，多Agent协同跑完全程，角色不乱、场景连贯、叙事完整，直接出专业级视频。

这不是玩具，这是在抢饭碗。

🔗 https://t.co/EeKO2gzc4C

[志辉 @iamzhihui]

发现个宝藏项目
再也不愁你的SEO和google ads了

https://t.co/EF1M2WKpe7

[GOLD @Honcia13]

Ollama要被干掉了！
这个叫 Shimmy 的5MB小东西真的有点猛！

Rust写的本地AI推理神器，直接把Ollama按在地上摩擦：
-单文件仅 5MB（Ollama直接哑火）
-启动速度 <100ms
-内存只吃 50MB
-完美兼容 OpenAI API，零成本接入
-无需任何配置，开箱即用

支持 Hugging Face、Ollama、本地模型自动识别。
想跑本地大模型又嫌Ollama太重的，这波必须冲！
https://t.co/6JAD9Pb3J6

[阿西_出海 @axichuhai]

🚀 香港大学刚开源了一个宝藏项目—— CLI-Anything，star 数直接飙到 3 w

它可以扫描任意软件的源代码，自动生成 AI agent 可以直接调用的 CLI 接口。

像GIMP、Blender、Audacity 这类没有 API 的桌面软件，Agent 现在可以直接操控了。

软件以前是给人用的，现在是给 Agent 用的

[KyleCe @KyleCeCe]

必须用起来

[Zayn Hao @ZaynHao]

把 macOS 自带的那个又慢���难用的 Spotlight 索引关了。

试了一下 Raycast V2 的自建 Rust 索引器，快的飞起，非常好用。

操作命令：
sudo mdutil -a -i off # 关闭索引
sudo mdutil -a -E # 清空已有索引数据

恢复（恢复的我没实际跑）：
sudo mdutil -a -i on
sudo mdutil -a -E

[KyleCe @KyleCeCe]

灵感来了

[Geek @geekbb]

AirTranslate 能够捕获 Mac 上播放的系统音频（如会议、讲座、视频、直播），实时转录为文字并翻译到目标语言。

https://t.co/DnTcuZ1LH0

[Berryxia.AI @berryxia]

凌晨刷到这条，我脊背瞬间发凉，全身鸡皮疙瘩都起来了。

@zcbenz，MLX维护者、Electron.js创始人，在Apple亲手把这个消息放了出来：

MLX的CUDA后端，所有测试全部通过！

那个曾经被当成“苹果硅独占玩具”的MLX，现在直接杀进了NVIDIA的主场。

同一套代码。
Mac上极致丝滑，NVIDIA显卡上也全速狂飙。

以前大家还在PyTorch的兼容地狱里挣扎，Apple用MLX悄无声息打出一记王炸。

本地AI的跨平台时代，真的要来了。

而且来得比所有人想象的都要猛、都要狠。

我现在只剩下一个感觉——血脉喷张。

MLX的CUDA时代，正式拉开序幕。

你敢信！

[KyleCe @KyleCeCe]

成了

[Tw93 @HiTw93]

顺着最近发布的 Mole Mac 这个事情，想给大伙分享一下我这两天经历的神奇时刻。感谢这个去年在三亚泳池边的小玩具项目，让我认识了很多海外有趣的开发者，各个国家的。

Mac 客户端陆续做了两个周末休息日。之前有不少国外用户提过，家里的父母、兄妹不会使用 CLI 但很想要这个功能，问能否出一个简单好用的桌面端，由于时间加上认为当时 Mole CLI 还没有达到我认为成熟的地步，一直拖到了现在。

Mole 发布也才半年，居然超过 50K star，500 个用户提交的 issue 清理建议、300 个高质量的功能 PR、100 位全球开发者的贡献，带来了可能比现在 CleanMyMac 这类工具更强大的清理能力。甚至因为在 README 挂了 2 张我用 Vercel 加速的图片，一周跑了 60T 流量，直接欠了 Vercel 80 刀，我才意识到用的人真的很多，那桌面端就可以做了。

Mole 桌面端的很多巧思都是开始做的时候才想到的。比如用行星来代表每一个功能，和我小时候喜欢看各种行星运行有关系，加上 10 年前学会前端后第一个特别想学的就是 WebGL，开始用 WebGL 来画行星，行星的特征和 Mole 做的事情可以很好呼应，所以把这个主题加了进来：

清理用地球，「雨洗旧土，尘随潮去」
卸载用火星，「红尘覆旧，轻装再行」
优化用水星，「近轨疾行，小修有声」
分析用木星，「远目成图，微处可见」
状态用太阳，「光不合眼，心跳长明」

好比小鼹鼠的挖掘探索从小地方到了大世界的感觉，但是依然很清静，不会打扰你。

还有一个设计小巧思，各个行星的贴面图我换了不下 10 次，从 NASA 官网下载挑选了很多，找到最合适的。其实每一个行星转的方向方位、转速、完成后的飞行效果特征均有参考实际的行星运行情况，这个过程也算是 AI Coding 中很有乐趣的部分。虽然感觉这些东西和 Mole 鼹鼠好像没有那么大的联系，完全可以做一个很简单的菜单栏点啥清理啥就行，但还是想着不能这样，用 AI 产生的赛博垃圾已经太多了，我需要做一个舒服一点的东西出来，让我的 token 不浪费，也为了不污染你的时间线。

当天晚上���概 10 点发布，很感谢很多朋友自发转发，也特别感谢很多用户来购买，甚至有不少小伙伴仅仅是因为 CLI 带来的好处特地来购买的。从晚上发布开始，这段时间我的手机几乎每 10 秒就有一次购买通知，iPhone Air 直接发烫掉电，欧美用户特别多，法国、德国各种币种，真的很神奇。购买量太高了，为了睡觉最后不得已把邮箱通知关了，早上起来还有非常多的持续购买。其实 Mac 桌面端还有很多需要补充的功能，也很感谢大家的包容，为了一个漂亮小玩具预付了 9 刀，我继续加油把功能做好才行。

我做事情很喜欢水到渠成，不喜欢短时间急切追求结果。这种长期持续迭代，持续认识很多新朋友，给到我很多的输入交流讨论，才是最宝贵的财富，特别有意思。

[KyleCe @KyleCeCe]

是挺好的工具 跟cf配合起来也没毛病

[Yihui @yihui_indie]

给大家推荐一个我这两天用着很好的工具，叫做 PicGo。

它解决的痛点是我目前把所有的工作流都放到了 Markdown，然后使用 Cursor 进行编辑。

但 Markdown 有个核心的问题，就是图片的预览显示问题：如果保存在本地再引入路径，整个仓库会很大，最好是保存在云端。

PicGo 的功能非常实用：
1. 你可以配置对应云存储的 bucket。
2. 截图或复制图片后，它会直接上传到你的 bucket。
3. 自动生成 Markdown 语法到你剪贴板，你直接粘贴进去就行了。

真的非常好用！

[Saito @SaitoWu]

我觉得 Podwise 的价值被远远低估了。

热门的 AI 内容、最新趋势、顶尖播客，直接打开 Podwise Trending 就能一目了然。
所有爆款 AI 话题、工具更新、行业洞见，都被整理好摆在那，省时省力还精准。

它还开放了 Skill 和 CLI，我直接让 Codex 分析接入自己的网站，现在 Podwise 已经彻底变成我的私人数据源了。

官网和 Skill 见评论区，强烈推荐大家冲！🚀

[花叔 @AlchainHust]

这可能是我人生少有的顿悟时刻之一：从明天起，做一个失败的人。

AI Coding让编程能力让创造的能力平权，普通人可得后。
这种能力并不会提升任何人成功的概率，这完全不代表你可以做出成功和赚钱的产品。

但... 它让失败变得简单了。

任何一次的失败和受挫都变得简单和低成本了。
你可以轻松失败100次。

而在此之前，如果你要所谓的创业做产品的话，普通人根本没有资金和时间去承受2次、3次的失败。
而经验是在可以在一次次的失败中累积，你的能力是可以在这个过程中快速迭代的。

所以，面对AI，普通人最该庆幸，最该去拥抱的，其实就是快速的失败。

先失败10次再说。

[bbshare @shadouyoua]

最近，字节 TRAE 团队发布了一本《2026 企业级 AI 编程实践手册》，里面有一份值得关注的内容：他们总结出的 Agent Skills Top 10。

这是我目前看到的，第一份由大厂公开整理的 AI 编程 Skill 推荐清单。

先简单说下背景。

TRAE 是字节基于 Doubao-Seed-2.0-Code 模型打造的企业级 AI 编程工具，目标并不只是“代码补全”，而是让 AI 真正参与完整的软件开发流程：拆解需求、任务规划、编写代码、测试、部署，尽量向“AI 工程师”靠近。

在内部大量使用 Agent 之后，他们沉淀出了使用频率最高的 10 个 Skills，排名如下：

1. frontend-design —— 前端设计
排在第一并不意外。因为很多 AI 生成的 UI，功能也许能用，但审美往往惨不忍睹。这个 Skill 的核心，就是让 AI 学会更合理的界面设计。

2. cache-components —— 组件缓存
让 AI 优先复用已经生成过的组件，而不是每次都重新创建。可以明显减少 token 消耗，也能提升生成效率。

3. fullstack-developer —— 全栈开发
给 AI 一个“全栈工程师”的思维模式，不只关注单一模块，而是同时考虑前后端协作、数据流转和 API 设计。

4. frontend-code-review —— 前端代码审查

5. code-reviewer —— 通用代码审查
前五名里，Review 类 Skill 占了两个。说明字节内部对 AI 代码质量非常重视——重点不是“能跑”，而是“是否可靠、可维护”。

6. webapp-testing —— Web 应用测试

7. pr-creator —— 自动创建 PR
代码完成后自动生成 PR，把开发流程进一步自动化。

8. fix —— Bug 修复
专门处理“这里有个问题，帮我修复”的场景。

9. update-docs —— 文档更新
代码变更后同步更新文档，避免文档和代码脱节。

10. find-skills —— 搜索与发现 Skills
这个很有意思，本质上属于“元技能（meta-skill）”——让 AI 自己去寻找还缺少什么 Skill，并进行推荐。

看完这份榜单，我有几个比较明显的感受：

第一、frontend-design 能排第一，说明大家都被 AI 那种“紫色渐变 + 圆角卡片”的默认审美折磨过。只要真正用 AI 做过前端，就会明白这个 Skill 为什么重要。

第二、Top 10 里有两个 review Skill，再加一个 testing Skill，能看出字节对 AI 编程的思路非常明确：代码产出速度不是核心，代码质量才是核心。

这点其实和 SkillsBench 论文里的结论也很接近：好的 Skills 可以让 Agent 效果提升 51%，而差的 Skills 甚至会带来 39% 的负向影响。

第三、find-skills 是最值得关注的一个方向。它意味着 AI 不只是“使用技能”，而是开始“主动寻找技能”。这个思路其实和 EvoSkill 提出的“技能自动进化”非常接近——最终最优的 Skill 组合，很可能不是人手工配置出来的，而是 AI 在长期实践中自己演化出来的。

如果你平时在用 Claude Code 或 Codex，这份清单其实非常有参考价值。尤其是前几个核��� Skill，基本可以直接作为一套成熟的 Agent 配置思路。

《2026 企业级 AI 编程实践手册》原文：
https://t.co/HMqIhtOyjq

[KyleCe @KyleCeCe]

工作台令人羡慕

[老张1982 @cryptoresetlife]

我跟你们说，
电脑装上codex ，给它完全访问权限，chrome 安装 codex 插件。你我都可以成为脚本科学家🧑‍🔬！

[KyleCe @KyleCeCe]

之前体验过，用了不到一个月 三个账号都被封了

[老张来了 @laozhang2579]

兄弟们，Gemini 也开始打骨折了

Google AI Pro 新用户

原价 $19.99 现在 $4.99/月
连续 3 个月

相当于前三个月 75 折，不是免费，但这个价格已经很离谱了 相当于白送
赶紧去看看你的～