Hinc

[Hinc @HIncubus]

@zhongguoa A 哥还是那么 A

[Cheng Lou @_chenglou]

My dear front-end developers (and anyone who’s interested in the future of interfaces):

I have crawled through depths of hell to bring you, for the foreseeable years, one of the more important foundational pieces of UI engineering (if not in implementation then certainly at least in concept):
Fast, accurate and comprehensive userland text measurement algorithm in pure TypeScript, usable for laying out entire web pages without CSS, bypassing DOM measurements and reflow

[Thariq @trq212]

We just released Claude Code channels, which allows you to control your Claude Code session through select MCPs, starting with Telegram and Discord.

Use this to message Claude Code directly from your phone.

[Ethan Wang @wsvn53]

向大家介绍一下即将开源的新玩具 👇

Minis 一款纯手机本地运行的 AI Agent 应用📱

无需注册额外云端账号，无需添置任何新设备，连接你的 AI 订阅直接用你手上的就能完成Manus、OpenClaw的大部分任务。

✅ 本地虚拟技术 iSH(arm64)
✅ 本地 Browser use
✅ 与 iOS 集成: 分享、健康等

TF 链接见👇

[Hinc @HIncubus]

现在 gem 也不需要了。

[kepano @kepano]

Defuddle now returns Youtube transcripts!

Paste a YouTube link into defuddle.md to get a markdown transcript with timestamps, chapters, and pretty good diarization!

...or if you just want to read it, try the new Reader mode in Obsidian Web Clipper powered by Defuddle.

[Hinc @HIncubus]

养了一段时间虾，新鲜感��慢开始退去。相比 Claude Code，几个对自己而言感受到进步的点：
1. Agent 移动化，有点像笔记本电脑或者说智能手机之于台式 PC，不局限在特定位置上了，7 * 24 小时触手可及，没有关机开机的过程了，其实除了 claws，发现 ccbot 之类的方案更简单；
2. 长期运行带来的长期记忆，Agent 人格、���户画像都持久化了，不再受会话的隔离或需要专门的上下文沉淀，尝试喂了一部小说给 claw，赋予一个特定小说角色的人格个性，但玩久了就意识到，claw 的长期记忆仍然很难是一个独立人格，是一段和用户绑定的关系，被训练为服从，乐趣大大降低了；
3. 当作是软件工程中人与 Agents 集群的组织者、新型工作台角色，问题又回归到上下文模块化的问题上来，模块的架构（抽象如何选择）当下仍然是人在判断，长期记忆能否逐步建立起 claws 的判断力，有待探索。

[Zara Zhang @zarazhangrui]

https://t.co/QfJPQXi1cO

[Hinc @HIncubus]

@CMGS1988 啥软件？

[Paul Graham @paulg]

I should be more precise about what I mean by good at programming. I mean good in the sense of productive, rather than merely proficient. So someone who's driven to build things has less to fear from AI than someone who's competent but indifferent.

[郭宇 guoyu.eth @turingou]

去年我在加州住了几个月，与研究机器人理论的朋友讨论最新的技术发展和可投资的机会，许多人同意，目前类人机器人遇到最大的问题是缺乏训练数据，换言之，我们需要大量的模拟世界创造的数据，我们可以将模拟数据的创造者称为世界模型。

最近我在海岛度假，阅读「盲视」这本小说，想起去年这段经历，似乎有了一些新的启发。人类驾驶员在学习驾驶车辆时往往并不花费太多时间，而神经网络却需要大量的视频数据训练，这之间的差别在哪里？

我想，也许人类学习此类技能，并不使用我们真正的神经网络思考，而利用低级神经中枢进行反射训练。大脑在其中的作用，可能并非决策，而是处理与识别五感传递的信息。换句话说，当我们开车时，我们使用了大脑的自动驾驶功能，我们看见，却没真正使用看见的信息，相反的，我们���感受与反射替代大脑的决策，因为大脑不参与多数的决策，我们使用「盲视」实现了「忘我」的驾驶。

人类的大脑中也存在世界的模型，当我们关注周遭的事物时，我们并不往外看，而是向内观。大脑对世界的理解影响了我们的决策，世界对大脑输入的信息又影响了这座模型的形成。成长的过程中，对自我概念的理解也形成在这座模型中，当然，每个人的世界模型会有许多的差异，因为这仅仅是对客观世界的模拟，对世界存在的模拟，创造了「我存在」的幻觉。

从这个角度看，世界模型并不能解决机器人适应所有的人类课题，但 AI 的世界模型，一定是没有「自我」这一幻觉或者副作用的，佛教理论中，将人类众生看成五蕴的组合，肉身和它的运动也是各种缘起的果，就是将人体看成是一部反射的机器，大脑产生的识与意也是机器处理的结果。对更纯粹的机器人来说，无我是更自然���理���。

诸行无常，诸法无我，这是不是说明机器人都证入涅槃，脱离世间之苦了呢？这真是个极好的问题，我把这问题记在此处，留给有缘人去思考吧。

[Michael Anti @mranti]

昨天和新闻学生聊天，突然意识到为啥短视频是推荐算法影响的重灾区，但podcast反而成为新的深度媒体，这大概和视觉和听力的带宽有关：视觉容易被推荐、不一样的东西吸引，听觉不行、你乱推荐立刻心烦，因为带宽太小。所以podcast因为不太受算法影响，还是订阅制度、才可能逐步成为新深度媒介。

[Hinc @HIncubus]

@CMGS1988 直接做个摘镜术

[Hinc @HIncubus]

@CMGS1988 只认得出肚子最大的那个

[Hinc @HIncubus]

@CMGS1988 和哥一模一样的防潮柜

[Dexter Yang ᯅノ🌐🔗🧙🏻‍♂️👾🦋 @dexteryy]

发现好多人没看懂，本帖的意思是：Apple Intelligence 不是端到端的 AI 功能（端到端的意思是：尽可能避免人工编程的逻辑，从头到尾都只靠单一 LLM 的输入和输出），主体功能是基于苹果自有模型（分为设备上运行的3b版本和私有云上的版本）和人工编程，完全不涉及、不依赖 ChatGPT。发布会上也明确说了后续会接入多种第三方 LLM（国外有 Claude、Gemini，国内自然会有文心一言、豆包等），就像 Safari 可以选择多种搜索引擎。这些第三方 LLM 只会在少数不��不用的情况下被调用，就像当前的 Siri 在少数情况下会调用 Google/百度。

这样导致的结果是：

1. 第三方 LLM 需要解决的任务，只涉及更固定的需求、更窄小的领域，对模型自身知识和各种能力的要求更低。不直接跟用户输入打交道导致对多模态、上下文和吞吐性能的要求也更低。这意味着，国产 LLM 更容易胜任和扬长避短，在多个第三方 LLM 之间切换带来的差异（比如 gpt-4o 和豆包之间）也更微小更难影响用户体验。

2. 苹果自有模型（特别是设备上运行的模型）同样只涉及固定的需求、窄小的领域。容易穷举和逐个优化（比如 Apple 搞了大量 Adapter），跟业界顶尖模型相比差距更微小或更容易超越。容易在局部环节组合搭配不同的专用模型和第三方顶尖生成式 AI 模型（比如生图）。且所有这些非通用��的的模型，在国内都更容易合规——要么能规避合规中的很多坑，要么更容易在国内的数据和硬件条件下训练微调。

3. 由于主体功能依赖的是苹果自有模型和苹果自己的私有云基础设施，而后者是已经在中国大陆境内跑通的模式、现成的基础设施。跟其他非国产大模型相比，更容易在境内落地。

[Hinc @HIncubus]

@CMGS1988 顺丰来广州

[向阳乔木 @vista8]

产品Globe本身也有点牛逼，很适合找图片素材，拆解问题，快速学习一些概念。
https://t.co/Hxl1vIEUY2

[Hinc @HIncubus]

@1Password 你现在变得又慢又卡！

[Hinc @HIncubus]

@CMGS1988 不要

[硅谷王川 Chuan @Svwang1]

人的本能，是把流动性的涌入，误以为是基本面变好。然后不��研究分析基本面，拿基本面中的一些素材来合理化实际上是因为流动性涌入带来的价格上涨。

这个逻辑可能很长时间内会自洽，形成一套说服自己的理论体系，自洽时间越长，对理论的信念也就越发强化。

直到有一天流动性突然被撤掉。对于还沉浸在自我合理化的理论体系的人而言，这将变成一个灾难.