权工-Gavin

能源科技AI践行者 | 用AI革新能源科技 | 分享AI工具&能源应用 | 奶爸视角的科技日常 #AIinEnergy #新能源

[权工-Gavin @GavinQuan]

https://t.co/uSVwaJq9lU

[Bridge Wang @qc777qc]

https://t.co/3EnqH5DjUx

[权工-Gavin @GavinQuan]

@dotey 在 hermes 里面用企业微信的 wecom-cli 真的无语了，反而 wecom-openclaw-cli 比较丰富，真不知道这是啥节奏

[Ding @dingyi]

豆包输入法 Mac 版也正式发布了，语音输入功能也非常好用。

https://t.co/IDGLYIKRK5

[Tw93 @HiTw93]

视频分享版的《你不知道的 Agent：原理、架构与工程实践》终于传到 Youtube 去了，上次看文章的小伙伴假如没有看太懂的，或者想更加了解的，欢迎看视频，Youtuber 视频小白欢迎大家一键三连加关注，以后我尽量把分享都录屏分享给大伙在这里看看。
https://t.co/TDm5lJMmjX

[Tw93 @HiTw93]

https://t.co/NqTIdZ6hCY

[思维怪怪 @0xLogicrw]

普林斯顿博士生 Yifan Zhang 更新了 DeepSeek V4 的技术细节。他 4 月 19 日预告「V4 下周」并列出三个架构组件名称，今晚给出了完整参数表，同时首次披露存在一个 285B 参数的轻量版 V4-Lite。

V4 总参 1.6T。注意力机制为 DSA2，组合了 DeepSeek 此前在 V3.2 中使用的 DSA（DeepSeek Sparse Attention）和今年初论文提出的 NSA（Native Sparse Attention）两种稀疏注意力方案，head-dim 512，配合 Sparse MQA 和 SWA（滑动窗口注意力）。MoE 层共 384 个专��，每次激活 6 个，使用 Fused MoE Mega-Kernel。残差连接沿用 Hyper-Connections。

训练端首次披露的细节包括：优化器用 Muon（一种将 Newton-Schulz 正交化应用于动量更新的矩阵级优化器），预训练上下文长度 32K，强化学习阶段用 GRPO 并加入 KL 散度校正。最终上下文长度扩展至 1M。模态为纯文本。

Zhang 不在 DeepSeek 任职，DeepSeek 官方未对上述信息做出回应。

[苍何 @canghe]

GPT-Image-2 具备极其强大的语言理解能力，无需多复杂的提示词，只需要精准描述意图，他就能很好的出图。

又再一次被震撼到！

[Jason Young @Jason_Young1231]

CC Switch 昨晚更新到了 3.13。今天带了一天娃，还没来得及写更新说明，但既然安替老师提到了，我觉得还是有必要澄清一下。

这个“使用统计”功能，统计的是上游返回的模型名和用量信息。所以，如果上游没有做伪装，它确实可以帮助发现模型掺水。 但如果上游本身做了伪装，那这个功能不能作为判定模型为真的依据。

总结一下： 它可以帮助判定假，不能帮助判定真，谢谢大家！

[OpenClaw🦞 @openclaw]

OpenClaw 2026.4.7 🦞

🔮 openclaw infer
🎬 music + video editing
💾 session branch/restore
🔗 webhook-driven TaskFlows
🤖 Arcee, Gemma 4, Ollama vision
🧠 memory-wiki: persistent knowledge, not just vibes

Because “trust me bro” is not a knowledge system. https://t.co/L7OaBHA7Qg

[宝玉 @dotey]

DeepSeek 下一代模型 V4 将跑在华为芯片上。

据 The Information 今天报道，DeepSeek 专门推迟了 V4 的发布时间，花了几个月和华为、寒武纪合作，重写了模型底层代码的部分模块，确保 V4 能在华为最新的昇腾（Ascend）芯片上流畅运行。模型预计未来几周内发布。

华为这颗芯片是今年 3 月刚亮相的昇腾 950PR，搭载在 Atlas 350 加速卡上。单卡算力号称是英伟达 H20（目前对华出口合规版本）的 2.87 倍，配备 112GB 显存，内存带宽 1.4 TB/s。更关键的是，它是目前中国唯一支持 FP4 低精度推理的 AI 芯片，FP4 ��式能大幅压缩模型对显存的需求，比如一个原本需要 140GB 显存才能跑的 700 亿参数模型，用 FP4 只需要 35GB，同样的硬件能部署更大的模型，或者同时处理更多请求。

不过代价也不小：功耗 600W，大约是 H20 的两倍。

按行业惯例，AI 公司在发布大模型前会提前把模型给英伟达、AMD 等芯片厂商做性能优化。DeepSeek 这次打破了这个惯例，没有给美国芯片厂商提供 V4 的早期访问权限，而是把机会独家给了华为和寒武纪。

The Information 的报道还透露，DeepSeek 目前还在开发两个 V4 变体版本，分别面向不同的能力侧重，同样基于国产芯片。

据英国《金融时报》此前报道，DeepSeek 曾尝试用华为昇腾芯片训练推理模型 R2，但遭遇了反复失败，包括稳定性问题、芯片间互联速度慢、软件工具链不成熟等，最终不得不退回英伟达硬件做训练，华为芯片只用于推理。

V4 能直接跑在华为芯片上，说明过去这段时间软硬件适配取得了实质进展。对中国 AI 行业来说，这是从"离不开英伟达"到"至少推理环节可以用国产替代"的一步。对开发者而言，如果 V4 的性能确实如传闻所说在长上下文编程任务上能和 Claude、ChatGPT 掰手腕，那未来通过国产算力就能用上前沿模型，不用再担心美国芯片出口管制的影响。

[RichChat @richardchang]

最近看到一个帖子说，未来科技公司可能只剩三种人：

1. Product engineer，高速度、高工具使用率的产品+技术通才
2. 好看的人，不是指颜值，是那些让人愿意打交道的人。销售、客户成功、HR，本质上都是"人际界面"
3. 成年人，组织需要有人踩刹车说"嘿，冷静一下"。法务、财务、合规，是加速组织的调速器

听起来像段子，但第一条值得认真展开。Product engineer 这个 title，在国内几乎没人讨论，但在硅谷已经是一个明确的岗位。PostHog 整家公司围绕它��建：没有传统 PM，工程师自己决定做什么、跟用户聊、管定价、做支持。Claude Code 的产品负责人 Cat Wu，在 Scale AI 的第一份工作就是 product engineer。

定义很简单：一个同时拥有工程能力和产品判断力的人,是PM和研发两个角色融合之后的产物。

你可能会联想到"全栈工程师"或者"人人都是产品经理"。表面看有点像，都是在扩展个人能做到的事的边界。但这一次本质不同。

"全栈"和"转 PM"还是技能迁移：多学一门语言、多补一块知识，就能多覆盖一个岗位。门槛降低了，但你还是在靠自己学会一件事。

Product engineer 不一样。AI 直接抹掉了"能不能写代码"这个门槛。你不需要学会写代码，你需要的是判断写什么代码。这是能力结构的重组，执行力变成 AI 的事，��的价值回到判断力本身。

[权工-Gavin @GavinQuan]

这个太赞了

[Jason Zhu @GoSailGlobal]

最近在折腾 OpenClaw 的数据采集能力，调研了一圈目前自媒体或者网站数据获取的工具

1、agent-reach各社媒平台数据获取：https://t.co/BikBIeabkP

2、opencli浏览器自��化：https://t.co/RbgZiKYQfj

3、bb-browser 浏览器就是api：https://t.co/YHtFU20jeS

4、web-access补上claude code联网策略 + CDP 浏览器操作 + 站点经验积累的能力：https://t.co/N24yRDznzc

5、wechat_articles_spider公众号爬取：https://t.co/GW5tBwkJuV

6、https://t.co/1vduHE2ddG[真实URL] 获得任何网页纯Markdown：https://t.co/9ddeSc4yTr

7、6551资讯SKILL：https://t.co/cOshfHiKNK、https://t.co/dPT7xw0yBf

8、MediaCrawler - 自媒体平台爬虫，做国内平台：https://t.co/gIOuKWTr29

9、xcrawl API 服务，简单高效，省心选择，搭配openclaw使用更佳：https://t.co/kICRA37Z22 ，现在注册即可获得1000积分：https://t.co/6WCInFOs2c

10、Obsidian插件：Obsidian Web Clipper，实现一键将网页内容保存Obsidian，可同步X文章，还可以在线阅读

[宝玉 @dotey]

开源项目推荐：Type4Me，作者号称是 Typeless 平替

macOS 语音输入工具，本地/云端双引擎识别，大模型文本优化，数据全部存在本地。

市面上的语音输入工具，要么贵（$12/月），要么数据不可控，要么不能自定义 Prompt。Type4Me 想把这几���问题一起解决。

它基于 SherpaOnnx 引擎做本地语音识别，不需要 API Key、不需要联网，在 Apple Silicon 机型上跑得很快。如果你更看重准确率，也可以接云端引擎（目前支持火山引擎和 Deepgram）。

最有意思的是它的"处理模式"设计——语音识别出文字后，可以直接丢给大模型做后处理。内置了快速听写、双通道高精度、中译英、Prompt 优化等模式，也可以自己写 Prompt 定义任意处理流程。

还有个"命令模式"值得一提：选中一段文字，按快捷键说一句话，语音会变成指令，选中的文字变成上下文，LLM 直接执行操作并输出结果。相当于把语音变成了 LLM 的命令行。

数据方面，所有凭证和识别历史都存在本地（SQLite + JSON），没有遥测、没有云同步，历史记录支持导出 CSV。

项目架构是插件式的，添加新的语音识别服务只需要实现两个协议然后注册，目前 OpenAI Whisper、Google、AWS 等接口定义都预留好了，等社区来补。

MIT 协议，macOS 14+，GitHub 地址：https://t.co/wIfYJsAeMS

[向阳乔木 @vista8]

阿里开源的OCR解析模型 Logics-Parsing V2好像很厉害。

连乐谱都能准确识别了，还有流程图、思维导图、代码和伪代码。

github: https://t.co/PmQ9cH8fvw

demo: https://t.co/TBwwRX5ZAO

模型地址：https://t.co/bcumWO1PyB

[Orange AI @oran_ge]

大多数语音输入法都在变得越来越臃肿：
要登录、要订阅、要联网、要加一堆新功能，要学习一堆新交互。

世界，不应该这样。
输入，就应该专注。
于是我们做了 TypeNo。

TypeNo 是一款面向 macOS 的极简语音输入法：
- 永远免费，永远开源
- 本地模型，保护隐私
- 轻量模型，节省内存

按下 Control，开始说话；
再按一次，自动转录，自动粘贴到当前应用。
一切极简，再无其他功能。

没有账���。
没有订阅。
没有多余 UI。
没有“为了 AI 而 AI”的复杂感。

Typeless 每月 30 美金。
TypeNo 免费。

如果你愿意，欢迎试用，也欢迎给个 star：
项目地址：https://t.co/gmYDuAAbyw

[权工-Gavin @GavinQuan]

@nash_su 先开枪，再瞄准。这个时代不缺判断力，缺的是“先开枪”的勇气。

[权工-Gavin @GavinQuan]

@nash_su 饥饿营销

[小互 @xiaohu]

Chrome DevTools MCP 新功能

AI 助手直接连上你正在浏览的页面，可以读取你正在浏览的内容并可直接替你操作

我今天试了下确实是牛P的功能，直接把我网站给破解了😅，实现了内容自动发布...

Claude code 可以看到我打开的网页，我亲自给它演示我怎么操作网站发帖的， 它试试抓取数据后台数据，拿到网站的隐藏API...

明天我会写个文章详细介绍这个过程

你们可以先看看这个功能咋用，先了解下，操练起来，哈哈哈

升级到Chrome 146，在 Chrome 里开启远程��试

地址栏输入 chrome://inspect/#remote-debugging，打开开关就行

即可开启Chrome DevTools MCP 新功能

[权工-Gavin @GavinQuan]

使用企业微信的 bot 机器人，可以使用文档能力了，不用再折腾 API 的事情了，企业微信官方出来 MCP：

#企业微信 #企业微信文档

[权工-Gavin @GavinQuan]

Tabbit Browser 的服务不可用了 403