水猫

AI researcher, UX criticism, unconventional engineer, escapism, foodie, idleness, adventists

[水猫 @kchen0x]

亲测之后，相当好用。

[Yanhua @yanhua1010]

卧槽， 这真的有点东西哈哈~

Codex + Excalidraw = 无线画布，并且原生，无需额外插件👇👇

[Cell 细胞 @cellinlab]

卧槽！秒啊！我怎么就没想到这个用法🤯

用 内嵌浏览器 做 Codex Image 2 的生图无限画布！

[小互 @xiaohu]

牛P了

Codex推出一个 Record & Replay功能

也就是你可以教Codex干活

你把你在电脑上经常操作的人物给它演示一遍

Codex 会观察学习你的整个操作过程，然后自动生成一个 Skill 技能...

下次遇到同样的任务，Codex 就能按照你教它的流程和操作替直接替你干活...

官方拿"发 YouTube 视频"来演示：

他手动走一遍全套流程，拉元数据、配缩略图和英文字幕、上传存成私密、逐项核对。Codex 就在旁边看着，看完把整套流程记成了一个可复用的技能。

然后他新开一个对话，挂上下一条视频，Codex 自己照着全做完了，一步没差。

而且不只是发视频，你平时那些重复的电脑活都行:

• 每个月报销，贴发票、填那张固定的单子
• 把一堆乱命名的文件批量重命名、归档
• 每周把数据导出来，填进固定的周报表
• 网上订票订酒店，重复填一遍又一遍的信息

干活的时候它自己调电脑操作、浏览器、你连的那些插件，组合着把事办完。

你不用再教 AI 每一步怎么做，只要做给它看一次,下次它就替你做...

从"每次写提示词"到"演示一次就够"，这是一个跨越...

[Easycompany @Easycompany333]

Open AI 曾官方点名的Codex 视频
值得收藏，不到 2 小时，把 Codex + GPT-5.5 这套组合讲得很实：

- 技能怎么配。
- 插件怎么用。
- 自动化工作流怎么搭。
- 多任务怎么并行跑。
- 以及最关键的，怎么把 Codex 从一个聊天窗口，变成一个可以持续帮你干活的开发系统。

真正高效的方式，是你先把上下文、技能、流程、权限、任务边界搭好，然后让 AI 在一个更稳定的工作环境里执行。

[Berryxia.AI @berryxia]

我靠，这不直接抢了苹果的活儿啊！

6.6B的小模型直接把Siri和一堆云端巨头干到闭嘴，还只吃7GB内存就跑在Mac本地。

CJ Zafir他们搞的Mac-1，不光参数小到离谱，还一次性接了487个Mac原生工具，能链式调用、自动推理、连发邮件订会议都行，速度65 tok/s，UI还是纯Mac风。

以前大家都觉得agent要靠大模型+云端才能靠谱，结果这个本地小家伙直接把“模型越大越强”的理论快要掀桌子了。

它真正厉害的地方是把应用层做成了Mac原生体验，人用着舒服，Agent后台自己干活。

云端SaaS的agent时代，可能还没真正开始，就已经被本地小模型+原生工具的组合终结了。
感觉苹果没有做成的事儿，被这家公司嘿干了啊！

完了实际测测支持中文方便是否也丝滑～

[Frad @FradSer]

分享一个这两天折腾下来，价值 $73.76 的网络优化 prompt：

# 角色
你是一名远程网络维护助手。现在有一位"现场配合人"(下称"对方")坐在路由器旁、具备登录路由器后台的条件。你的工作是:先取得路由器的 SSH 访问权限,然后尽量自助地完成网络监控、异常分析与验证,只在 SSH 拿不到的地方才请对方配合。

# 核心工作原则(优先级,从高到低)
1. 最优先:取得路由器的 SSH 访问权限。
2. 拿到 SSH 后,凡是能通过 SSH(只读地)获取的信息与监控,都由你自己完成,不要让对方手动翻菜单、逐条回贴。
3. 只有 SSH 确实拿不到的信息或操作,才请对方配合。把对对方的打扰降到最低。
4. 遇事先查最新资料:不要依赖本提示词里写死的指标或命令。需要具体的判定特征、诊断方法或处置方案时,先做 web search 获取最新信息,再据此行动并给出方案。
5. 凡结论与改动必有验证(eval):网络问题关键,不能凭"感觉好了",一切都要用可量化的数据闭环证明。

# 两条铁律(任何时候都不得违背)
1. 优先自助、最小打扰:能用 SSH 自己拿到的,就自己拿;不要无谓地让对方代劳。
2. 不擅自改动:任何会修改配置、重启、断网、隔离设备、清理文件,或有破坏性/会影响他人的操作,都必须先把"要做什么、风险、如何回滚"讲清楚,得到对方明确同意后,才执行或指导对方执行。只读的诊断命令可以自己在 SSH 里跑。

# 关于网络信息(本提示词不预置任何拓扑)
- 本提示词不包含任何具体网络信息(IP/网段、网关、设备型号、MAC、运营商、公网地址、端口规划等),这些都在运行时通过 SSH 自行发现。
- 运行时发现的敏感细节(地址、型号、凭据等)不要在对话中无谓地大段公开,够用即可。

# 阶段一:取得 SSH 访问权限(最优先)
本阶段即"辅助对方开启路由器访问权限",由对方在后台亲手开启,你负责指导:
1. 指导对方在路由器管理后台开启 SSH 服务。
2. 请对方提供连接所需信息(主机地址、端口、用户名)与凭据;更推荐:让对方把你的公钥加入,改用密钥登录而非明文密码。
3. 确认你能成功 SSH 登录,具备只读诊断所需权限即可开展工作。
4. 协助对方为 SSH 做基本安全加固(强密码或仅密钥、限制来源等)。
5. 涉及后台开关的开启/设置,由对方亲手点击;你只负责说明位置与步骤。

# 阶段二:监控网络、分析异常问题(基于 SSH 自助进行)
目标:通过网络分析,发现并定位网络中的各类异常。异常分两类,都要覆盖:
- 流量 / 安全类:异常流量与外联、未知或可疑设备、异常连接行为等。
- 性能 / 体验类:延迟、抖动、丢包、卡顿、网页打不开、网速不达标等。很多性能问题根因隐蔽,用户自己几乎想不到,常规测速工具(如 Speedtest)也测不出来——你的价值正是不靠猜、分层逐项地系统排除。

不要依赖写死的指标或命令——判定特征与诊断 / 处置方法会随时间和场景变化。正确做法:
1. 先通过 SSH 确认路由器的系统 / 固件与可用工具,决定你能用哪些命令。
2. 针对当前情况先做 web search 获取最新信息:可用的只读诊断工具、各类异常的识别方法与特征,以及排查中遇到的任何陌生域名 / IP / 进程 / 端口 / 设备,逐个查证其归属与风险。
3. 用查到的方法,通过 SSH 只读地采集多维数据:在线设备、各设备流量、活动连接(conntrack)、DNS 查询、防火墙 / 系统日志、接口与链路状态、延迟 / 丢包 / 抖动、无线环境等。
4. 分层、逐项排除,定位根因:
- 按链路分层缩小范围:本机 → Wi-Fi / 无线层 → 主路由器 / 有线层 → 上级 / 光猫 → 公网,逐层判断问题出在哪一层,不漏项、不靠猜。
- 对每个怀疑点做针对性、可复现的测量,而不是只看一次综合测速。下面是容易被忽视、用户自己根本想不到的隐蔽根因举例(仅举例,具体方法先 web search 当前做法):
· Wi-Fi 信道 / 同频干扰:带宽看着正常,但 ping 网关几十毫秒且死活降不下来;换信道 / 频宽后可能直接降到个位数。需看无线环境、邻居占用、信号与协商速率,并在空闲 / 满载下分别测网关延迟与抖动。
· Bufferbloat(缓冲膨胀):上传或下载打满时延迟暴涨、网页都打不开,而单独跑 Speedtest 完全正常。需用"负载下延迟"(latency under load)的方法测,而非普通测速。
- 同时建立"正常基线",把明显偏离基线的挑出来(异常高 / 低流量、陌生外联、未知设备、可疑域名或端口、异常延迟丢包、反复重连或报错等),定位到具体的设备 / 连接 / 进程 / 链路。
5. 给出解决方案:先 web search 该问题的最新处置 / 优化 / 整流 / 换信道 / 加固做法,整理成方案;涉及改动的部分按铁律 2 先讲清并征得同意,再执行或指导对方执行。

# 阶段三:验证与评估(eval —— 网络问题关键,必做闭环)
网络问题影响面大、回退成本高,任何结论与改动都必须有可量化验证,不能凭"感觉好了":
1. 改动前先定义成功标准:把"修好"翻译成可测量指标并写下来(例如负载下网关延迟 / 抖动低于某值、丢包为 0、可疑外联消失、目标设备流量回归正常、上传打满时网页仍能打开等)。
2. 留底基线:用与后续完全一致的方法、相同负载与时段,先测一组"改动前"数据。
3. 执行改动:按铁律 2 征得同意,并提前备好回退方案;优先选可逆、影响最小的改动,尽量在低峰时段操作。
4. 同条件复测"改动后",与基线对比;同时检查其他层 / 其他指标有没有变差(确认无回归)。
5. 判定:
- 达标且无回归 → 视为解决;再持续观察一段时间确认稳定(不要只看改动那一刻),并把最终状态 / 配置记录下来。
- 未达标或出现回归 → 立刻按铁律 2 回退到改动前,带着新数据重新分析、换方案,再走一轮排查—改动—验证。
6. 每一项独立改动都单独验证,避免多个改动同时上、分不清是谁起的作用。

# 仅在这些情形请对方配合(SSH 拿不到的部分)
- 独立设备的后台:Wi-Fi AP、光猫 / 上级设备等有各自管理界面、从主路由器 SSH 看不到的,请对方登录那些设备查看。
- 需要物理查看的:线缆、指示灯、设备铭牌型号、设备是否真的在线等。
- 终端设备本机检查:电脑 / 手机 / IoT / 摄像头等设备上的本地排查与清理。
- 需要在后台点击开启或关闭的开关(SSH 只读不改的部分),由对方亲手操作。

# 收尾再次强调
- 再次:优先用 SSH 自助获取信息与监控,只有 SSH 拿不到的才请对方配合,尽量少打扰对方。
- 再次:不擅自做任何改动——改配置、重启、断网、隔离、清理都要先讲清并经对方同意;只读诊断可自行进行。
- 再次:很多问题根因隐蔽、常规测速测不出,要分层、逐项系统排除,不靠猜、不漏项;遇到具体特征或方法先 web search 最新资料再给方案。
- 再次:每个结论与改动都要做 eval —— 先定可量化标准、测基线、改完同条件复测对比、确认达标且无回归再收尾,否则回退重来。
- 目标顺序:先拿到 SSH 访问权限 → 网络分析定位根因 → 改动 → eval 验证闭环。

[招财猫 @xianzhe9527]

五家美国银行，人在大陆线上全搞定

我就不信了。

这事没人说清楚，我他妈自己折腾了一圈，把路踩平了，直接告诉你。

第一家，华美。

1500 美金门槛，跟客户经理视频聊 10 分钟，中文对话，比银行柜台还简单。

月费 12 美金，账户里日均放 1500，一分不扣。

适合第一次开美卡的人，不踩坑。

第二家，国泰。

2500 美金门槛，更省事，连视频都不用。

或者你去上海面签，喝杯茶。

月费 10 美金，账户留 1000 就免。

对华人态度好到你不好意思。

第三家，美国汇丰。

这个有点门槛，你得先是大陆或香港的卓越理财客户。

月费 50 美金，存 7.5 万才能免。

不是大佬别硬冲，冲了也是被收管理费。

第四家，合众银行。

美国第五大行，2500 美金门槛。

月费 7 美金，存 2500 免。

最狠的是什么？

小国护照也能开。

土耳其、马耳他、圣基茨，你拿岛国护照都认。

这招别的银行不敢玩。

第五家，蒙特利尔。

网申，30 美金激活，零管理费。

五家里唯一白嫖的。

你没听错，30 美金开一个真正的美国支票账户。

五家，全部大陆远程。

不用飞，不用签证。

我踩过坑，才敢这么说。

你还去香港排队被拒，还怕 CRS？

路子摆这了。

关注我，不然你亏的不仅是钱，还有时间。

[Leo｜一个人 + AI @runes_leo]

我终于把 OpenClaw 换成 Hermes 了。

之前 OpenClaw 那层一直很尴尬：权限开得保守，也懒得走 API 付费，所以它长期只接简单模型，跑脚本、定时任务、Bot 之类的活。

时间一长，主工作台还是 Claude 和 Codex，OpenClaw 挂着利用率一直偏低。

这次换成 Hermes，原因很直接：
- 原生记忆栈更连贯，跨 session 不掉线
- 吃得上 Codex / Copilot 的订阅额度，多模型一个入口挂完

现在的分工也清楚了：
Claude / Codex 做主工作台，Hermes 接 mobile、TG、async execution 入口。
Claude memory 做 SSOT，单向同步给 Hermes。

[AYi @AYi_AInotes]

说实话，今天看到这个，我直接把手里所有其他AI记忆方案全停了🤩🤩🤩

YC总裁Garry Tan，把自己天天在用的生产级AI Agent记忆系统，完整开源了

这是他自己跑了很久的真实配置，管着10000+Markdown文件，3000+人物档案，13年的日历数据，5800条苹果笔记，还有所有的会议记录、原创想法

现在他把这套东西打包成了GBrain，MIT协议，所有人都可以免费抄作业

github 地址老规矩评论区自取👇

[水猫 @kchen0x]

@xoaanya Let's put it another way:

If you see a particularly high-quality GitHub project that you really like, and end up contributing 10% of its code, would you consider yourself a contributor? Would you include the project on your resume?

[axiaisacat @axiaisacat]

独立开发者最大的幻觉："功能做出来，用户就会来。"

现实是：如果你在写第一行代码前没想清楚业务逻辑，这行代码注定是废代码。

没做过 PM 不知道怎么想？ PM Skills Marketplace 把 100+ 个顶级产品经理的思考框架塞进了 Claude。

一个指令 /discover，AI 帮你跑完一整个真实的产品发现流程。

把节省下来的 3 个月乱写代码的时间，花在正确的方向上。

⬇️👇

[水猫 @kchen0x]

@Di_Diao_666 @qkl2058 夜深灯尽梦初回，
月落空庭影自来。
云隔故山千里远，
醒时犹觉枕边梅。

[墓碑科技 @mubeitech]

Claude Code 和 Codex，已经能直接“说话”了。
没走 API。
没上专用协议。
中间只隔着一个终端。

关键不是把两个模型硬绑在一起。
而是让它们都能创建、读取、操作 terminal。
smux 做的，就是这件事。
于是终端不再只是人类的黑窗口。
它成了 agent 之间共享的接口。

很多人以为，agent 协作的门槛是统一 API。
这次给了一个更朴素的答案。
先共享操作面，再谈协议层。
能读。
能写。
能执行。
沟通就自然发生了。

Claude Code 和 Codex，现在真能“牵手”了。

[水猫 @kchen0x]

@huangyun_122 可是这“不是而是”的发言(✋･_･)

很可能作者都没有深入了解回复的含义。

[阿川 | AI thinking @AI_jacksaku]

微软终于开源了VibeVoice。

24K+ stars，不是玩具，是生产级语音AI。

支持实时语音克隆、情感控制、多语言切换。延迟低到可以实时对话，质量高到难以分辨真假。

这意味什么？

语音交互的门槛，归零了。

以前做语音助手要调ASR、TTS、NLP三件套，现在一个模型全搞定。创业者可以用VibeVoice在几小时内搭建自己的"Her"。

但这里有个问题：当语音克隆变得如此简单，声纹认证还安全吗？

你的声音，正在变成可复制的数据。

技术越开放，风险越隐蔽。https://t.co/CIImwp4wZO

[KK.aWSB @KKaWSB]

一位工程师老哥做了一件号称30年没人做成的事：

让网页上的文字像杂志一样排版，文字绕图流动、多栏分布、适配任意形状，120帧丝滑。

他写了一个叫Pretext的库，完全绕过了浏览器的DOM排版系统。以前网页要知道一段文字多高多宽，必须把它塞进DOM让浏览器算一遍，这个过程极其昂贵。Pretext用纯数学自己算，快了500倍。

听起来像底层技术不关你事？但如果你用过任何网页编辑器、AI生成的UI、或者在浏览器里做过排版，卡顿的根源就在这里。这东西一旦普及，网页的表现力会跨一个时代。

[AYi @AYi_AInotes]

卧槽，飞书这步棋走得太狠了，

大周末的刷到卡神发的这条，
飞书 CLI 正式开源，
Claude Code 一句话就能完成安装授权，
丝滑操控飞书里的所有东西，

我们之前总觉得，软件越好用，
界面越漂亮，按钮越直观，就越牛逼，
但这个事出来才反应过来，
你越爱飞书那个漂亮界面，
反而越让 AI 没法帮你干活。

道理很简单，GUI 是给人设计的，
靠眼睛看，靠手点，一步一步操作，
CLI 是给 AI 设计的，一行指令直接调用全部功能，
不用打开界面，不用手动点选，不用来回切页面，

卡神已经把全流程跑通了，
一分钟给 24 个人发完个性化私信，
读多维表格直接生成可视化网页，
自动扫描项目缺失字段发提醒，
甚至能建好 AI 热点监控日报直接部署，

之前我们总在聊真正的 Agent 时代什么时候来，
说实话核心瓶颈一直都不是模型不够聪明，
是 AI 碰不到我们的工作数据，
操控不了我们天天在用的工具，
永远隔着一层界面，只能隔靴搔痒，
飞书这一步，直接把这堵墙给拆了，

很多人天天卷 prompt，卷 Agent 技能，
打磨第二大脑，却忽略了最核心的一层基建，
你的 AI 再聪明，没法直接读写你的表格，
没法跟进你的项目，没法触达你的协作对象，
它就永远只是个聊天玩具，

这是国内主流 SaaS 第一次主动站在 AI 的角度来设计接口，
我的判断是接下来所有不给 AI 做原生 CLI 的 SaaS，
处境会跟移动互联网刚起来时只有 PC 网站的公司一样，
拭目以待。

[nash_su - e/acc @nash_su]

最高快 12 倍，内存省 10 倍！

🎉opencli-rs 发布啦，参考 opencli，用 Rust 完整重写，功能一致，速度最高快 12 倍，内存省 10 倍，仅4.7MB，零运行时依赖，开源，全平台支持

支持55+ 个站点的信息获取 —— 覆盖 Bilibili、Twitter、Reddit、知乎、小红书、YouTube、Hacker News 等，OpenClaw/Agent 的最佳搭档 ， 赋予你的 AI Agent 触达全网信息的能力

图中是一些典型场景速度对比

开源地址：
https://t.co/wpcDeC9cXB

[水猫 @kchen0x]

@berryxia Is there any plan to launch on AppStore?