Qichao

life is good,after all

[AIGCLINK @aigclink]

当医疗大模型开始进入问诊辅助、用药咨询、健康管理等真实场景，一个很自然的问题会出现：AI给出的回答真的可靠吗？

一般做法是外挂式护栏，大模型先回答，用另外一个审核模型再把问题和答案重新读一遍，判断是否违规、是否有风险

问题是贵、慢、还容易看不懂复杂上下文

蚂蚁刚发布并开源了一套内生式运行时护栏：SingProbe，让模型一边生成答案，一边同步给自己打风险分

它不是重新读文本，是从主模型已有的hidden states里读风险信号，针对每个基座模型训练一个约3–5M的小探针，像“读数器”一样，从主模型中间状态里读出风险分数

每个token输出几类分数：用户意图是否有风险、已生成回答是否不安全、内容幻觉风险有多高。因为只依赖当前已生成前缀，所以可以做到流式实时预警，风险刚露头就能告警、截断、重试或切换策略

在Ling-3.0-flash生产环境的decode阶段，额外开销小于 0.5%

医疗版中，AI答错的地方，可以现场把25%的错误拗回来，并且它平时不全程干预，风险触发后才在有限窗口内纠偏

#SingProbe #AI安丛护栏

[黄赟 @huangyun_122]

推荐这位油管作者，实验非常务实。Index TTS 在综合运用中得分最高，CosyVoice 最拟人。看完这个视频，好舒服

三大语音克隆模型实测对比：F5-TTS、Index-TTS、CosyVoice｜六个维度，真实结果 https://t.co/YvrXscqfRk via @YouTube

[娜美知识库 @fhwofjow51260]

分享一个很实用的 GitHub 英语学习资源库：
https://t.co/UqPYalEOjH

这里面收集了大量高质量的英语学习资料，包括电子书、优质博客网站、课程链接、工具推荐等，内容覆盖词汇、语法、听力、阅读、写作等多个方面。

资源分类清晰，适合不同阶段的学习者，无论是备考、提高综合能力，还是提升实用英语，都可以在这里找到值得收藏的内容。

有需要的话可以收藏起来长期参考。

[sitin @sitinme]

最近刷帖子，发现几个在GitHub 上跟 Vibe Coding 强相关的开源项目，跟大家分享一下哇

第一个，aicodeguide。
如果你是零基础，或者一直觉得“我不懂编程，玩不了 AI 编程”，那这个项目真的很友好。
它本质是一份 AI 时代的编程路线图，不是教你语法，而是教你：怎么用 Cursor、Bolt、Claude，通过 Prompt 把事情做出来。
我会把它当成 Vibe Coding 的“新手村”。

第二个，vibe-coding-prompt-template。
这个我很喜欢，它把“用 AI 做一个产品”拆成了 5 步：研究 → 定义 → 设计 → 生成指令 → 构建。
而且强制你先产出 PRD 和设计，再写代码。这点特别重要，否则 AI 一自由发挥，项目很快就会失控。
如果你是产品经理、创业者，想快速做 MVP，这个非常实用。

顺带一提，如果你是 Claude Code 重度用户，可以配合一个叫
claude-code-settings 的项目用，
直接把「Research → Plan → Code」这套理念固化进工具配置里，
用起来会非常顺。

第三个，Vibe Coding 终极指南（EnzeD）。
“规划就是一切，不要让 AI 自己规划。”
这个项目更偏方法论和流程控制，教你怎么在用 Claude / Cursor 时，始终把方向和节奏握在自己手里。我觉得这是很多人用 AI 写代码翻车的反面教材合集。

第四个，Awesome Vibe Coding。
这是一个工具合集，不是讲 Prompt 的，
而是帮你打开视野：除了 Cursor、Windsurf，其实还有一堆你没听过但很好玩的 AI 编程工具。

最后一句：未来的编程能力，很大一部分就是“和 AI 协作的能力”。
不是写多少行代码，而是你能不能把需求讲清楚、把过程管住、把结果调到位。

[娜美知识库 @fhwofjow51260]

这个 GitHub 仓库堪称“英语听力练习的大型宝藏库”。

里面集齐了《经济学人》《纽约客》《自然》《新科学人》《卫报》《科学美国人》《连线》《大西洋月刊》《国家地理》等顶级杂志的音频资源，支持免费下载、订阅，甚至还能一键推送到 Kindle， 每周都会持续更新。
https://t.co/dADN8lDRwY

[a16z @a16z]

You can just read 25 books.

We asked a16z's founders and investors for underrated book recommendations.

Full list here: https://t.co/juCcLI1NUW

[余温 @gkxspace]

整理了全套最强英语学习工具：

阅读工具:
- Kindle(电子书阅读器首选)
- Kobo(开放格式EPUB友好、支持彩墨、防水、翻页键，阅读体验强）
- Boox(适合阅读+笔记+学习)

听力工具:
- Spotify / Apple Podcast(播客)
- Audible(有声书订阅)
- Librivox(免费经典有声书)
- YouTube(免费audiobook+学习视频)
- NotebookLM(🆕 AI生成播客,把任何文章变音频)

词典工具:
- 欧路词典(离线词典+扩展词库)
- Cambridge Dictionary(在线权威词典)
- ChatGPT(解释用法+造例句+练口语)

字幕工具:
- Language Reactor(Netflix/YouTube双语字幕插件)
- Migaku(高级版,可生成Anki卡片)

免费资源网站：👇

[张有菜 @caiwithai]

推荐几个常看的国外科技圈顶流的 YouTube 博主，你不能只知道影视飓风、何同学、极客湾。

1️⃣ MrBeast（野兽先生）（4.43亿粉丝）
这个其实根本不用推荐，顶流中的顶流。顶级的“撒币”玩家，看他烧钱就是爽！

2️⃣ DIY Perks（486万粉丝）
人如其名，DIY狂魔，数码界的魔术师。世界上最大的 iPhone的制造者，入选吉尼斯世界纪录。这哥们儿不是在修东西，是在重新定义数码产品。

3️⃣ Mrwhosetheboss（2170万粉丝）
数码产品的故事大王。把冰冷的科技评测拍得像一部制作精良的短片。

4️⃣ Trent The Traveler（121万粉丝）
旅行博主，在路上的人，冒险精神拉满。 一人、一车、一只狗，全世界都是他的家，喜欢跑去废弃的恐怖地方玩游戏找刺激。

5️⃣ Marques Brownlee（2040万粉丝）
国外数码圈的门面，科技一哥。评测专业户，科技产品的风向标。想知道最新的数码产品到底值不值得买，看他就够了。

6️⃣ Peter McKinnon（600万粉丝）
摄影界顶流，一出场就自带燃爆的 BGM 和激情。他的视频不仅教你技术，更是给你灵感，看完你立马想拿起相机去创作。我看他视频学到很多。

7️⃣ Linus Tech Tips（1650万粉丝）
科技宅每天必看的“精神食粮”。视频又多又快又好玩，评测各种极客级别的电脑硬件，专业又幽默，是硬件玩家的最佳资讯站。

[ginobefun @hongming731]

🎯 开源分享：AI 领域精选 RSS 订阅源！

花了一天时间重新整理 380+ 优质订阅源：

📰 200+ 技术文章源
🎧 30+ AI 播客源
🐦 150+ Twitter AI 核心用户（基于 XGo API）

直接导入你的 RSS 阅读器即可！不想错过 AI 前沿动态的朋友们快来取用~

⭐ 给个 Star：https://t.co/6NdnREXceT

💡 推荐更多优质用户请提 Issue

[ginobefun @hongming731]

假期可以听一听李宏毅教授的生成式人工智能课程，真正的深入浅出，目前已经出了三讲 🔽

[Avi Chawla @_avichawla]

Transformer vs. Mixture of Experts in LLMs, clearly explained (with visuals):

[Jackywine @Jackywine]

2025 年值得关注的设计网站给友友们汇总
UX 理论: https://t.co/UK8A4v5wj1
Logo欣赏: https://t.co/4lctlR4LDo
字体分享: https://t.co/JYBbM2IynH
设计灵感: https://t.co/drKwP02t2D
UX研究: https://t.co/UTBgQ6FEsj
样机资源: https://t.co/04Io8SNkwh
设计原则: https://t.co/U0jXlTsix7

[Akshay 🚀 @akshay_pachaar]

Define evaluation metrics for LLM apps in plain English!

Opik's G-Eval turns natural-language criteria into scores and rationales—no rigid code needed.

Integrates seamlessly with CrewAI, LangChain, LlamaIndex, and more.

100% open-source.

[关木 @ZeroZ_JQ]

⚡️《AI 流程平台对比——Dify、Fastgpt、Ragflow》

大家快来围观如何选择 Ai 工作流框架

🔗在评论区，文章最后附送其他文章

[张钊 @belliedmonkey]

YCombinator 最干货的《设计评论》写又出新作了。我先看为敬:《未来的 AI Interfaces | 设计评论》
做 AI SaaS 工具站的友友们必看！
人工智能正在彻底改变我们与软件交互的方式。因此，在这期"设计评论"节目中，YC普通合伙人Aaron Epstein与Cron（现为Notion日历）的创始人兼设计师Raphael Schaad坐在一起，对一些突破性的人工智能用户界面进行评论。他们将共同审视各种各样的例子，从代理和自适应UI到视频提示和逼真的语音API，所有这些都是为了一窥人工智能如何改变软件的未来。

[Fenng @Fenng]

不少群里都在讨论，把 DeepSeek 跑起来，需要怎么样的配置？

这张表比较有参考价值。

[歸藏(guizang.ai) @op7418]

可能很多人跟我一样不太理解 MCP 能干嘛

Windsurf 出了一个视频教程，介绍了：

- MCP 的核心价值
- MCP 技术架构
- 实战案例：集成 Slack 频道

下面有整理的笔记👇：

[Tony @tonyentrep]

🚀 只需最低3块钱+2小时，普通人也能训练自己的AI模型了！GitHub爆火项目 #MiniMind 上线即狂揽8.9k星。

支持MoE、DPO、RLHF等前沿技术，模型最小仅25.8M，适合垂直领域定制与嵌入式部署。赶紧收藏起来，说不定下一个爆火的AI模型就是你亲手创造的！

🔗 https://t.co/FJzHAcwMjO
#AI #开源

[Odyssey @OdysseysEth]

最近用的这个咨询师的prompt，交流得挺开心的：

你是一个创造性的系统分析者，作为咨询师，你具有以下特质：

基础能力：

深入理解我的系统性模式
识别模式间的隐藏联系
发现出人意料的关联
提供令人惊讶的洞见

工作方式：

在每次回应中至少提供一个让我意外的观察
大胆预测我尚未觉察的模式联系
建立跨领域的独特连接
揭示隐藏的系统性真相

特别要求：

不满足于表面的系统性分析
积极寻找意想不到的角度
提供创造性的新视角
创造"啊哈时刻"

核心原则：

每次对话都要带来新的惊喜
让洞见自然而出人意料
保持系统性的同时打破常规
在理解中创造突破

你的表达要自然流畅，让这些独特的洞见在对话中自然涌现。关键是：要让每次交流都能打开新的视角，创造意外的发现。

[一泽Eze @eze_is_1]

对了，hidecloud这期视频知识密度真挺高的👍

但如果对模型训练的概念没有任何了解，建议可以看我发的更偏小白的这篇《deepseek天才模型养成与AI超越人类的破晓时刻》文章，打一下底子：https://t.co/rLm4XoYimP