Kingme_hu

[Cua @trycua]

1/ New SDKs for background computer use. Use Cua Driver from Python or TypeScript, directly inside your app.

Get started: https://t.co/7XtTP4biy0

[Kingme_hu @StayLearn2019]

@kevinzhow 开机还不到 800mb，还跑了 DSH，novnc，chromium 在里面，x11 对于 vm友好的多

[IIIX @qi_ruan40055]

纯css+svg模拟liquid glass
>来自Fable5.1：
>纯原生 HTML 加 CSS 加一段无框架 JS，核心是 CSS 的 backdrop-filter 去引用一个内联 SVG 滤镜，贴图由 canvas 在运行时算出来，无WebGL，无构建步骤

[Kingme_hu @StayLearn2019]

@Lakr233 大佬，vhponecli ios15,16,17 都能跑吗？方便越狱插件开发

[meng shao @shao__meng]

Shopify ML 团队微调后的 0.8B 小模型，在一个高度专门化的任务上打败了 GPT-5.6-sol (xhigh) ！

这是三天前 Shopify CEO @tobi 分享的团队案例：
https://t.co/bb8gQCdqSA

今天 Shopify ML 团队 @Drewch 从技术视角给咱们解释明白：为什么这是可能的、方法论是什么、代价是什么？

# 方法论：数据飞轮 + on-policy self distillation

McNamara 描述的数据闭环，结合他们 ICML 2026 讲座的摘要，可以拆成四步：
1. 可靠评估先行：用人工标注校准的 LLM-as-judge 作为唯一权威指标。没有可信的 judge，后面一切无从谈起。
2. 从生产分布中持续挖错：不是造合成题，而是从真实流量里采样低分输出。这保证了训练数据分布 = 推理时的分布。
3. 用强推理模型 + 人工修复：让高推理模型批判并修正错误输出，必要时升级到人工。关键细节是——不只是给正确答案，而是在训练时给模型"提示"，让它自己生成正确的输出。
4. 把修复后的样本折回训练，重跑蒸馏（SFT + on-policy distillation + GRPO），再部署，再采样，循环。

"On-policy self distillation" 为什么重要：
· 传统（off-policy）蒸馏是让学生模仿老师写好的答案，但学生自己推理时走的路径和老师不同，训练/推理分布不匹配。
· On-policy 是让学生自己采样轨迹，老师（或带 privileged 提示的自己）在每个 token 上给密集的监督信号。学生学到的是"在我自己会走到的状态下该怎么做"。
· "Self" 意味着 teacher 和 student 可以是同一个模型，只是 teacher 看到了额外信息（hints、正确答案、批判意见），student 只看到原始问题。模型学会在没有提示的情况下复现有提示时的行为。
· 结果就是帖子里那句话：推理能力被写进权重，推理时不再需要"高推理模式"——这直接解释了为什么 0.8B 不用 thinking 就能打 xhigh。

# 连续空间 vs 离散空间

帖子里最有洞察力的一段，也是对当前业界主流做法的直接批评：
用梯度下降在连续空间里改进，比在离散的词法空间里改进要好得多。

翻译过来：大多数团队修 bug 的方式是往 system prompt 里加规则。这有几个结构性问题：
· Prompt 是离散的、脆弱的，加一条规则可能破坏另一条；
· Prompt 越长，成本和延迟越高（图里 9.1K tokens 就是这么堆出来的）；
· 每条规则是人的猜测，不是从数据里学出来的。

而梯度下降是在连续参数空间里做平滑优化，可以同时吸收成千上万条修正案例，不会相互打架。Shopify 另一篇工程博客的说法更直接："每一轮循环起点是一个更强的模型，而不是一个更复杂的 harness"，system prompt 从 9.1K 压到 1.1K 的 gist tokens，正是这个思路的落地——规则进了权重，prompt 就可以瘦下来。

# 代价：失去泛化能力，但会大幅提升质量、降低延迟和成本

0.8B 模型在 Buyer Profile 上 84.6 分，不代表它能做别的任何事。它本质上是一个"任务专用编译产物"。这对应的适用边界是：
· 任务定义清晰、流量大、分布相对稳定；
· 有能力构建可信的 judge；
· 有持续的生产反馈通道。

[Makisuo @makisuo]

Reworked the layouting algorithm for the Maple Service Map, it's ALOT better now for bigger service graphs

[Kingme_hu @StayLearn2019]

@Lakr233 @elonmusk /goal just do it

[Inspora @insporadesign]

Sandbox Boot Sequence by @jeetnirnejak

More on →https://t.co/QIsUfM3KGG

[Dreameryanyan @yanliudreamer]

我开始做自己的Design Skills 了🎨
今天在Demo day上分享了3个，大家都很喜欢！

先发一个我特别喜欢的：Mono-color Skill。
它不是简单地“把图片变成单色”，而是把一整套编辑设计语言 + 复古印刷质感 + 克制的视觉规则，封装成了一个可以反复调用的 Skill。

它会自动遵循这些设计原则👇
👉 默认使用一种油墨色，必要时加入克制的双色套印
👉 大量，有意识的留白
👉 强烈的Typography和编辑排版感
👉 Halftone/颗粒/套印偏移等复古印刷质感
👉 图片/文字/版式作为一个完整视觉系统重新构图

你可以直接告诉它：
“帮我做一张关于城市骑行的海报。”
也可以上传自己的照片，让它转换成这种带有复古印刷感的Editorial Visual。

它的使用场景也特别多👇
📌 活动海报 / Event Poster
输入活动主题，时间和地点，快速生成一套有设计感的宣传视觉。
📌 社交媒体 / 小红书 / X 配图
不想每次发内容都用千篇一律的 AI 图，可以快速做出有统一风格的视觉。
📌 品牌branding探索
用更克制的色彩与编辑感视觉，快速建立品牌的高级感与独特气质。
📌 音乐 / 播客 / Playlist 封面
这种单色 + Editorial的语言特别适合做带情绪和文化感的 Cover
📌 Zine / Magazine / Editorial
文章头图, 杂志跨页，都可以用同一套语言延展。
📌 个人照片再创作
直接上传自己的照片，把普通摄影转换成复古印刷海报。
📌 Moodboard / 概念探索
设计前期不用急着做完整方案，先快速生成一组视觉方向，看哪一种感觉最对。

为了保证生成效果稳定
我还加入了很多design system来约束：颜色/字体/组件/构图/风格，欢迎大家试试看，给我反馈！

[Chris Nijhof @cmnijhof]

Got much love on these, so happy to share how I constructed this pricing card, have a great week y'all ✍️

[arc. @arceyul]

Diseñadores UI/UX, aquí están mis sitios de recursos de diseño favoritos de internet que deberían guardar:

Librería de diseño → https://t.co/4vKJ1T3nub

Landing pages → https://t.co/MTwn0L9ZXI

Webs SaaS → https://t.co/q5XGX1ePO9

Creador de apps móviles con IA → https://t.co/yw8QsS2oMo

Tipografías → https://t.co/JxgILyEvHX

Animación → https://t.co/lCtpjUxksk

Apps móviles → https://t.co/hwFsCaEBtV

Marcas → https://t.co/FtwenY0fFj

Iconos → https://t.co/IabVlR8h1C

Sistemas de diseño → https://t.co/6BCB1N7JrT

[Faisal Ahmed @_heyfaisal]

31 Premium UI Kits. Limited-Time Deals. Your Next Project Starts Here →

Need a Premium Landing Page? I’ve Got 31 Ready-to-Use UI Kits 🔥

Stop Starting From Scratch. 31 Premium UI Kits
👇

Link in Comment

[Vox @Voxyz_ai]

Someone turned the design language of 2,000+ of the world’s best products into DESIGN.md files that Codex / Claude Code can read directly.

Each file includes:

→ Colors and tokens
→ Typefaces, sizes, and weights
→ Spacing and page layouts
→ Component styling
→ Clear rules for what to use and what to avoid

Linear, Notion, ElevenLabs, and Lamborghini are all included.

Pick one that fits your product, drop it into the project, and have your agent build a new UI or align the existing one with those rules.

The library is currently free to use:
https://t.co/ulmNOXcznt

[白骏知识分享 @cj3214567667]

个人认为目前实现全英交流最快的方式之一，最快7天见效

[GitHubDaily @GitHub_Daily]

semantica 给 AI 系统底下垫了一层图谱基础设施，号称 Agent 版的开源 Palantir，已斩获 11000+ Star！

它把企业数据抽成知识图谱，每条事实都带来源，每个决策都是能查的对象，为什么做、依据什么、影响了啥都能追。

GitHub：https://t.co/OLqCa8ZDV8

推理走的是规则引擎不靠大模型，结果可复现，遇到互相矛盾的事实会标出来，而不是悄悄用新的盖掉旧的。

Neo4j 在内的 8 种图数据库随便换，LangChain、CrewAI 能直接接，还带 MCP 服务，Claude 这类工具也能连上用。

比较适合金融、医疗这些行业，普通项目拿它当 Agent 的长期记忆也够用，一条命令就装上。

[周览资源 @grgerwcwetwet]

不会前端设计没关系，会“抄作业”就行。

程序员最缺的往往不是代码能力，而是审美。我的办法很简单：把优秀 UI 组件当成乐高，直接丢给 AI Agent，让它挑最合适的组件拼进项目。

这 5 个网站够用了：

Beautiful UI：https://t.co/qaJbFPv19y
BeUI：https://t.co/pbsYk0tvIf
Rare UI：https://t.co/GBsNNv6hE9
Transitions：https://t.co/w8TcRHj072
shadcn/ui：https://t.co/pxYnOPDzpT

把链接发给 Claude Code、Codex 这类 Agent，让它自己找组件、拿代码、改样式、整合进项目。

你不需要成为设计师，只需要知道去哪里找好设计。

[Inspora @insporadesign]

Date Range Picker by @jeetnirnejak

More on →https://t.co/QIsUfM3KGG

[Shane Levine @theShaneLevine]

Working on an AI Harness template that you can use with https://t.co/44TROQeTZg

[Charles Postiaux @PostiauxCharles]

How to build a design system with Paper + Claude:

1. Create custom components on https://t.co/pfn0kTrPua
2. Copy them with the Paper Snapshot extension
3. Paste them into a blank Paper project as reference
4. Connect Claude Code to Paper via MCP
5. Ask Claude to list tokens from the reference (don’t one-shot the design system)
6. Review and clean the values (fill gaps vs the reference)
7. Ask the AI to add those tokens into the Paper theme
8. Re-create one reference card using only tokens (quality check)
9. Refine tokens and add additional ones (muted/darker colors, 0 spacing, etc.)
10. Done!

Paper will soon add components (right now it's only tokens) so this is the perfect foundation to set up ahead of it.