Xiaoyaozi

[阿西_出海 @axichuhai]

发现一个GitHub全站排���第一的开源神器，教你从零手搓任何软件，目前已经斩获52w+ star

它收集了海量教程，教你如何把各种热门软件从头搓出来

比如：用 Java 打造自己的区块链，用 Python 做一个机器人，自己写一个 NoSQL 数据库，用 C++ 开发一款游戏，还有操作系统、渲染引擎……

它背后的逻辑来自费曼的一句话：真正理解一样东西，唯一的方式就是自己造出来

不管你是刚入门的新手，还是有多年经验的开发者，都能在这里找到能挑战自己的项目

[Lonely @Lonely__MH]

🚀其实 Tailscale 还能这么玩！

如果你家里的 Mac 一直开着🪜，那么出门在外时，手机甚至可以直接借家里的 Mac 上网。

原理：

iPhone
↓
Tailscale
↓
家里的 Mac
↓
Mac 上的代理
↓
互联网

实现步骤如下：

1. Mac 安装 Tailscale
2. 开启🪜
3. 将 Mac 配置为 Tailscale Exit Node
4. 手机连接 Tailscale，并选择这台 Mac 作为出口节点

之后手机的所有流量都会先经过家里的 Mac，再访问互联网。

整个过程：
✅ 不需要公网 IP
✅ 不需要端口映射
✅ 不需要额外服务器
✅ 不需要在手机上单独配置代理

🚨注意的坑
某些代理软件默认只代理本机流量，所以一般需要开启 Clash TUN 模式 或者 Shadowrocket 增强模式

看不懂不要紧，将���子内容发给 Codex 或者 Claude

Enjoying ! 🙂

以上。

[智享 @CycleDecoded]

离谱了兄弟们，天下苦 CSDN 强制登录复制久矣。GitHub 上有个老哥一怒之下整了个神器，直接把国内这帮流氓内容站的底裤给扒了。

这项目叫 code-box（代码盒子），纯开源的浏览器插件。专门盯着 CSDN、知乎、掘金、博客园、脚本之家这几个平台打。没别的，主打一个强行破防，还你一个干干净净的阅读体验。

👇 核心功能有点狠：

免登录复制代码���不用扫码，不用登录，看到代码直接一键拿走。

强解关注限制：���么“关注博主阅读全文”，统统强制解锁，懂的都懂。

一键文章扒站：直接把整篇文章下载成 Markdown 或 HTML，本地囤货爽翻。

流氓弹窗杀手：恶心的登录弹窗、强制跳转 APP 提示，全部干碎。

🔗 GitHub 直达：https://t.co/aAhBaZGpKT

[GitHubDaily @GitHub_Daily]

用 Claude Code、Codex 写代码，最难受的是干到一半额度用完，只能干等恢复。

有人干脆做了个聚合网关 OmniRoute，一个本地接口背后接了 237 家模型服务商。

其中 90 多家带免费额度，项目目前已经狂揽了 11000+ Star！

把 Claude Code、Cursor、Codex 这些工具统一指向它，额度用完自动切到下一家接着干，写码不断档。

GitHub：https://t.co/RSvMKlPkaW

还内置了压缩功能，把 git diff、日志这类冗长的工具输出先压一遍再发给模型，能省不少 token。

一行命令装好，也提供 Docker 镜像和桌面客户端，经常被限额卡住的朋友可以试试。

[AI最严厉的父亲 @dashen_wang]

国内的用户其实应该好好看看这篇文章。

变现的话，一个月三五万是没问题。

[Dr. Moyu｜摸鱼局长 @Jason23818126]

两年收益 +146 万后，有人把自己的投研系统开源了

项目叫 AI Berkshire，实盘成绩也直接放出来了：

2024：+69.29%
2025：+66.38%

核心不是“AI 选股”，而是把巴菲特、芒格、段永平、李录的投资框架，拆成可执行、可复盘的研究流程

它会从商业模式、护城河、现金流、估值、安全边际、管理层、���险因素等角度做公司研究，再结合 Claude Code / Codex，让多个 Agent 并行完成财报分析、估值判断、交叉验证和投资备忘录

这个项目最值得借鉴的地方，是它没有把 AI 当成一个“答案机器”，而是把真实投研里的判断路径，整理成了可以反复运行的系统

对个人投资者来说，这可能比单纯问 AI “这只股票能不能买”更有价值

项目：https://t.co/EnfEhHwLKQ

非投资建议，纯分享学习

[Sac @Saccc_c]

Codex 搭配下面这些 Skill，可以帮你搭建一套专业的美股投研系统：

1、ai-berkshire：这个skill结合巴菲特、芒格、段永平等投资大佬的经典方法论，让codex具有一套宏观的研究框架

🔗：https://t.co/yBUxs0KegU

2、UZI-Skill：让codex具备深度个股研究能力，从基本面、技术面、估值多角度��析特定美股

🔗：https://t.co/XBdrmRgSAx

3、QuantDinger：将投研结论落地为可测试、可跟踪的交易方案，用数据验证你的交易想法

🔗：https://t.co/cnuAtuYc5C

[孤桜ETH @GYLQ520]

白嫖党的春天来了！

这个GitHub仓库直接把微信读书、京东读书、喜马拉雅的热门书全给你整明白了，整整10万本，经典文学、经管、心理学、技术手册……你能想到的基本都塞进去了。

最良心的是epub、mobi、azw3三种格式全给你备齐了，Kindle、手机、平板随便用，再也不用到处找转换工具。

🔗 ：https://t.co/0AxhBABaL2…

赶紧去给个星标，以后找书直接搜，别再跑来问我要资源了。

[Aron厚玉 @aronhouyu]

如果你能沉下心深度的自己读这篇文章

会发现好多事情流于表面的根本原因是：

你自己🤡

[AI奶爸 @zstmfhy]

一直以来，我都知道自己在codex方面的能力很弱，正好需要一个教程，苍何大佬就开源了出来，有需要的兄弟也可以点个star，随时查阅

[产品经理老王霸 @laowangbabababa]

太牛逼了 ！新东方那一套，已经被一份免费的 GitHub 仓库写完了。

46k stars，作者本人是高考英语省状元。这事儿挺多英语培训机构现在不太想让你知道。

这帮了哪些人？

工作多年想重启英语的，别再花钱报班了，先翻基础认知那章，你以前学不进去的原因写在那。

雅思托福备考党，四技章节比市面上很多教材都顺，哪块弱补哪块。

留学党、大学生，作者本人就是顶级英语学习者，背书够硬。

用 AI 学英语的人，新版给的是把模型当陪练的具体方法，有 prompt 有工作��。

做长期内容的，其实你也该看看。这事儿后面单独讲。

它实际怎么做的？

第 1 层是基础认知，先讲学习原理
第 2 到 6 层是词 / 听 / 读 / 说 / 写，各自独立成章 第 7 层是 2026 新增的，AI 工具，给的是 prompt 和工作流 中英对照，方法和阅读一起练 协议 CC BY-NC 4.0，可抄结构可改，不可商用
7 层结构，每层独立，挑着抄都行。

作者凭什么这么写？

大四一学期过了 26 门考试，其中重修 19 门。
高考江苏卷英语加语文，双科省第一。

这种背景写英语方法，不用拉同行做对比也站得住。

让我反应过来的那一下

这份指南其实跟英语关系不大。

它演示了一件事：一份单领域内容怎么活 9 年还在涨。

讲真，秘诀很简单。每隔几年加一层新的认知维度就够了。改大纲、补 FAQ、调结构，对长期影响力的帮助很有限。

2017 第一版收的是基础认知和四技 2026 第二版直接加进来一整层 AI 工具

加维度，不堆内容。

这就是为什么有人写了 100 篇还是 100 篇，有人写 50 篇就成了体系。

Repo: https://t.co/EsO9jXJbVZ

免费，打开就能读，中英对照。

P.S. 这种东西很少有人收藏完真去读的。我建议反过来：选一章你最弱的，今晚读完写 200 字笔记。能落地就开个仓库照着抄一版自己的领域。光收藏，46k stars 跟你没关系。

[张小珺 Xiaojun Zhang @zhang_benita]

周末是最好的学习时间
Weekends are the best time for studying🙇🏻

【对罗福莉的3.5小时访谈：AI范式已然巨变！OpenClaw、智能体框架、Agent范式很吃Post-train、卡的分配比例、巨变下的组织-哔哩哔哩】 https://t.co/WIaLFTkYrP

[非著名程序员 @KengGuangLong]

看了张小珺对罗福莉的长访谈，信息密度极高，聊了将近两万字，我尽量把核心观点压缩一下。

罗福莉的身份很特殊：她曾在阿里达摩院和 DeepSeek 工作，是 DeepSeek V2 的核心作者之一，后来被小米千万年薪挖走，现在是小米大模型团队 MiMo 的负责人。这是她第一次接受深度技术访谈。

她最核心的判断是：AI 的范式已经发生了根本性的转变，从预训练主导的 Chat 时代，进入了后训练主导的 Agent 时代。这个转变的标志性事件是 OpenClaw 的出现和 Claude Opus 4.6 的发布。

关于 OpenClaw，罗福莉的体验非常有感染力。她说自己春节期间凌晨两点装上 OpenClaw，一直用到早上六点，兴奋到完全睡不着。第一天感受到的是它的「灵魂感」，产品设计的温度和情商超出预期。第二天发现���能帮她完成日常生活和工作中以前做不了的事。第三天，她把研究任务交给它，一两个小时就做出了她以为要花很久的 User Agent 构建。三天之内，她对这个框架的认知被彻底刷新了。

她对 OpenClaw 的技术判断很有深度：它真正的价值在于，一套精心编排的 Agent 框架可以大幅弥补模型本身的短板。她把自己的 MiMo 模型接进 OpenClaw 之后，发现一个中层模型借助好的框架，在 85% 的任务上就能达到接近 Claude Sonnet 的水准。甚至一个 3B 的端侧小模型，在这套框架下也能做出超乎想象的事情。这让她第一次感受到：Agent 框架和模型能力必须同步进化，互相推动。

回到小米团队后，她做了一件很猛的事：要求所有人必须用 OpenClaw，如果第二天对话次数不超过 100 轮就辞职。当然她说自己不会真的考核，只是想传递一种态度。结果团队被彻底点燃了，近 100 个人在飞书群里疯狂探索，10 分钟不看就 999+ ���息。群体智能的爆发让他们三四周做完了以前三四十周的研究量。

关于大模型竞争的格局，她给出了几个关键判断。第一，Anthropic 的路径是正确的，这已经是行业共识。第二，国内团队在预训练上的代差基本消除了，大家现在站在同一条起跑线上。第三，1T 参数规模的基座模型是做到接近 Claude Opus 4.6 水平的入场券。第四，接下来的核心赛点是在 Agent 场景下怎么做好强化学习的 scaling。

在算力分配上，她透露了一个很有意思的数据：过去 Chat 时代，研究、预训练、后训练的用卡比例大约是 3:5:1，现在合理的比例变成了 3:1:1。预训练和后训练的算力投入已经持平，顶尖团队应该都是 1:1 了。这个变化本身就说明了范式转移的剧烈程度。

关于 MiMo 的技术路线，她解释了为什么选择 MTP（多词元预测）而非 MLA（多头��在注意力）。MLA 在 Chat 时代确实是非常优秀的结构，但它把计算和访存的比例已经优化到了极致临界点，反而没有留下灵活调整的空间。而 MiMo 采用的 Hybrid Attention 加 MTP 的组合，天然适合 Agent 场景：长上下文成本低、推理速度快、架构有弹性。她说这个选择当时有一定偶然性，但回头看恰好完美适配了 Agent 时代的需求。

在组织管理上，罗福莉的做法非常另类。MiMo 团队大约 100 人，但没有职级、没有小组划分、没有 deadline。训练 1T 模型的核心团队只有几个人。她认为平权有利于创新，任何层级都是规范和约束，而规范和约束本身会压制创造力。她招人更看重好奇心和热爱，甚至开始倾向招大二大三的本科生，因为他们的想象力没有被禁锢。她说环境比经验更重要，��队成员之间像「互相蒸馏」一样快速成长。

她对 AGI 的时间表也很激进：认为目前已经走到 20%，今年年底能到 60% 到 70%，两年内应该能实现。她说 AI 先会颠覆工作模式，然后才是生活模式，后者需要等机器人技术跟上。

最后一个让人印象深刻的判断：她说自己以前认为训模型这种工作足够有创造力，不会被 Skill 化和 Workflow 化。但现在发现，AI 竟然也能做到。那它能不能自己训出更强的模型？自己左脚踩右脚就提升了？她说这是一两年内会发生的事情。这句话听起来很平静，但仔细想想，其实相当震撼。

[白骏知识分享 @cj3214567667]

最新分享，小米大模型团队负责人罗福莉3个半小时专访

她曾供职阿里达摩院、DeepSeek，主导研发MiMo-V2系列模型。这是她首次接受长时间技术深度访谈。

专访聊了2026年Claude Opus 4.6等技术引发的AI剧震、Anthropic路径判断、国内团队Pre-train代差消失后的Agent RL scaling策略、算力配比从3:5:1到3:1:1的转变，以及后训练组织重组等核心话题。

信息密度极高，干货满满，值得每一个关注AI未来的人细读。

保存下来慢慢看⬇️
🔗：https://t.co/Uz6j7HbdC3

[Gavinly @Fengyi1811]

SHE解散后，陈嘉桦、田馥甄，各自选择了不同路线继续发展，塑造出大相迳庭的两个人设。
陈嘉桦选择了中国市场，常常为了配合节目效果，做些难以理解的肢体语言，如此讨好观众，既夸张又矫情。
田馥甄选择了留在台湾，却让更多人敬重、佩服她的品德为人，她活出自我，不需要虚伪的配合演出，真正诠释了一个 " 人" 该有的价值。
你会支持陈嘉桦还是坚持做 " 台湾 " 艺人的田馥甄呢？

[Vincent @Vincent_AINotes]

https://t.co/e3b9t9CssM

[阿川 | AI thinking @AI_jacksaku]

微软又搞事情了。

一个低调的Python工具，悄悄爬到GitHub趋势榜第一。

10万+ stars。

它叫MarkItDown，干什么的？

把任何文件变成Markdown。

PDF、Word、PPT、Excel、图片...

扔进去，出来���是干净的Markdown。

听起来很简单对吧？

但你知道这解决了多大的痛点吗？

RAG系统最头疼的就是：怎么喂数据给AI。

PDF格式乱七八糟，Word藏满隐藏样式，

PPT全是图片没文字...

现在，一行代码搞定。

更狠的是，这是微软官方出品，

完全免费，开源，可商用。

我试了一下，一个200页的PDF，

3秒转完，格式干净得不像话。

这就是大厂的实力：

不做则已，一做就是行业标准。 https://t.co/wYANKoFiOl

[知识玩家 @BrainQuestor]

🚨突发：谷歌推出谷歌技能平台。

这是一个让任何人都能从零开始学习AI、编程和科技并获得证书的新平台。

以下是你需要知道的一切：

[币世王 🦅 @0xKingsKuan]

Claude 大神世上最大更新上线！

94 stars 了！新增了：

- 翻译任何文字
- 图片 + 文件混合分析
- URL 自动摘要 — 发链接直接总结内容
- 导出聊天记录为 .txt
- 总结当前对话或粘贴的长文
- 定时提醒（Supabase 存储 + setInterval）
- 保存常用 prompt 模板
- 结构化头脑风暴（给话题 → 输出思维导图式分析）
- 润色/改写你发的文字
- 每日简报 — 凌晨自动发当天赏金总结 + 加密新闻
- CoinGecko 价格查询 — /price BTC 实时价格（免费 API）
- RSS 监听 �� 追踪指定项目的 GitHub releases 或博客更新
- 解释代码逻辑（不修复，只讲解）
- 代码审查 + 评分
- 自动生成测试用例
- 语音转文字（需 Gemini audio API)

开源：
https://t.co/2GLGo48CDk

[Noise @liangwenhao3]

#Proxy 不刷固件、不买软路由，一条命令把你的电脑变成全屋科学上网网关。支持 macOS / Linux / Windows 三平台。Switch 看 YouTube、Apple TV 刷 Netflix、PS5 联机加速 —— 只要设备能连 Wi-Fi，改个网关就能用
https://t.co/qnuOv4m6Yi