元某人

热爱编程

[陈大黄 @realchendahuang]

现在做个个人小工具或者出海小产品，不建议买云服务器、配环境、折腾 Nginx，纯属自己给自己找罪受。

静态前端直接扔给 Cloudflare Pages，连着 GitHub 推送就能自动构建，全球 CDN 一分钱不收。

后端接口全丢给 Cloudflare Workers，毫秒级冷启动，每天几十万次请求的免费额度根本用不完。

数据库直接上 D1，本质上就是开箱即用的边缘 SQLite，不用自己管连接池，更不用天天提防数据库端口被扫。

用户上传的文件和图片丢进 Cloudflare R2，兼容 S3 协议，出网流量费直接免掉。

验证码和通知邮件接个 Resend，每月 3000 封免费额度，写两行代码直接发，不用自己去伺候邮件服务器折腾解析。

整套全托管组合跑下来，每月几十万次请求直接零账单。

省下买服务器的几十块钱是小事，最爽的是不用半夜被叫醒看日志，也不用操心磁盘满不满。

不用伺候机器，小东西安安静静跑在边缘节点，用到地老天荒也不用掏一分钱。

[yibie @yibie]

https://t.co/sPVhts10Uu

[铁锤人 @lxfater]

很多人只会用 grill-me，其实它只是一整套 Skill 里的一环！

Matt Pocock 把自己的 Skill 目录开源了，按工程化的顺序，一步一个 Skill：

1. /grill-with-docs：先跟你对齐想法，沉淀成共识文档
2. /to-spec：把想法落成设计文档
3. /to-tickets：拆成能独立完成的任务
4. /implement：新开会话，一次做一个任务
5. /code-review：检查有没有按设计做完

几个细节：
- 开工前先跑 /setup-matt-pocock-skills，定好术语和文档规范
- 全靠文档驱动，不吃上下文，换 Agent 也不怕
- 要你自己按需调用，不像 Superpowers 那样自动跑到底

GitHub 27 万星，MIT 协议：
https://t.co/qlZ5M3QNlD

[candy @shenxiankk]

某鱼上卖资源的那帮人，货源头到底从哪扒的？

答案就是 FMHY——全网规模最大的免费资源聚合站。

🔗：https://t.co/I7G4PhrdMr

[chengyongru @chengyongru]

https://t.co/iCECmeo2qt

[govin.eth | G哥 @goan999999]

Codex 接入 Jev 后，我的token额度消耗节省了90%

我实测输入一句：

“游戏机我要买吗？”

Jev 很快判断为 “购买咨询”，概率 97%，置信度 0.96，然后直接进入后续处理

它最适合干这些事，分类、筛选、路由、快速判断

Codex 则继续负责复杂推理。

接入也非常简单：

先去 https://t.co/drzipAPevm 申请 Waitlist，审核通过后，在控制台创建 API Key，然后让 Codex 执行：

npx skills add typesafe-ai/skills --skill typesafe-ai

安装完成后，Prompt 里直接加：

使用 typesafe skill。复杂推理交给 Codex，分类、筛选、路由和简单判断优先交给 Jev，并说明哪些步骤使用了 Jev。

实际体验就四个字：很快、贼省！

Codex 负责思考，Jev 负责高速判断，代码负责控制流程

[泊舟 @bozhou_ai]

最近不少人都在聊用模型来做 CAD 建模，这个方向现在特别火。今天调了一下上海人工智能实验室的 Atria Dawn Preview
@AtriaASI

视频里这个四缸机械机构，是我用它实际跑出来的Demo：

交付的不是概念贴图，而是包含 48 个独立命名部件的完整 STEP 工业装配文件。

而且它能做深度的工程验证：

不仅能生成曲轴、连杆、活塞的联动装配与爆炸拆解视图，还能做几何干涉验收——整机 1128 对部件按每 10 度采样跑了一遍布尔碰撞检测，确保转动时没有任何干涉卡壳。遇到代码报错或几何问题，把报错丢给它，它也能直接给出针对性的修复代码。

看了一下，这个项目的研发团队里有三分之二都是高校在校生，专项组长学生比例甚至高达 70%，涵盖了复旦、人大、哈工大、中科院，华东师范等高校的在读博士、硕士和本科生。

能直接用自然语言一路搞定代码、几何检查，最后交出这种带完整结构、能做物理运动验证的 3D 成果，完成度确实相当惊艳。

GitHub 地址放在评论区了

[Michael Guo @Michaelzsguo]

有志向去大模型实验室工作？现在开始学模型训练还不晚。

最近，北京中关村学院的一个团队只用了3个月，就从零训练出了一个7B大模型ZGCM-1。

但更重要的不是模型本身，而是他们把整个训练过程几乎全部公开了：

训练代码、数据处理流程、训练数据与配方、模型权重、中间checkpoint，甚至训练日志都可以查看。

这相当于把过去只有进入头部大模型实验室，才能接触到的一整套训练过程，变成了一份公开的实战教材。

你可以看到数据如何筛选和配比，训练出了问题如何定位，模型能力如何随着checkpoint变化，以及论文里一句“我们进行了数据清洗”，背后究竟包含多少具体工作。

比如，他们曾遇到一个很典型的问题：loss还在下降，模型能力却突然退步。最后一路排查到数据分片和shuffle环节，发现模型实际吃到的数据比例已经偏离了原定配方。

他们还公开了不少只有亲自训练模型才会得到的经验：

更严格地筛选SFT数据，样本减少44.9%，整体效果反而提升；长思维链数据比例过高，会损害指令遵循；Agent数据也不能脱离通用能力单独训练。

更有意思的是，7个人之所以能完成这项通常需要大团队协作的工程，是因为他们组建了几百个Agent，分别处理数据、运行实验、监控日志、定位故障和执行评测。

所以，这不仅是一份从零训练大模型的公开教程，也是一份如何用Agent扩大AI研发能力的真实案例。

过去想学大模型训练，最大的门槛不是论文看不懂，而是看不到真正的训练过程，也没有机会亲手踩完整套工程的坑。

现在，有人把代码、数据、模型和建造记录全部放在了桌面上。

如果你真的想进入大模型实验室，这可能就是一份最好的入门实战项目：先复现，再理解，然后尝试改进它。

机会已经公开了，剩下的门槛只是你愿不愿意真正动手。

GitHub在👇

[岚叔 @LufzzLiz]

哈哈，这个视频有意思，感觉很有市场

[Frank Wang 玉伯 @lifesinger]

https://t.co/53lwIkXwDH

[宋宋 @songsong]

沉浸式教程 https://t.co/RT8MchY3w8

[Ruguo @ruguodev]

Cloudflare Workers 免费版刚刚把大小限制从 3MB 提升到了 64MB，足足翻了 20 多倍。

所以我去 GitHub 挖了挖，找到了 10 个可以免费部署到 Cloudflare 的开源项目：临时邮箱、图床、文件分享、私人笔记、AI 语音转文字……

原来不用买服务器，也能玩这么多东西 👇 https://t.co/T1BAopFdO4

[Frank Wang 玉伯 @lifesinger]

我的男友孙哥 https://t.co/vZfGbALRZn

[杨清聊AI @yangqing_66]

https://t.co/mJnPGOGR1W

[MateMatt @mate_mattt]

稍微改造了一下 eli5，在 codex 中的效果如图 (问题是帮我解释阿里云 VPC 相关联的概念和常用部署方案)，codex 支持对话区域直接和 html 交互了。

目前的感受，只是看着好玩；学没学进去的关键在于，使用者是否深度思考并挂载到了个人的知识网上。

调整后的 SKILL.md:

---
name: eli5
description: Create a dead-simple visual HTML explainer for a topic. Use when the user invokes $eli5 or explicitly asks for an ELI5 picture explainer.
license: MIT
---

# ELI5

Use the topic in the user's current request. If no topic is present, ask for one.

Create one self-contained HTML visualization that explains it to someone with no prior knowledge. Use big, clear pictures and very few words; prefer simple diagrams, concrete analogies, and inline SVG/CSS. Keep the mental model accurate and omit external dependencies.

Present the finished visualization to the user.

[Jason Zhu @GoSailGlobal]

Anthropic 内部正在疯用一个叫 ELI5 的 skill

作者 Thariq 就是 Anthropic 的工程师 他说这是内部最近用得最多的技巧之一

一条命令 /eli5 加上你想搞懂的东西 Claude 直接生成大图少字的 HTML 页面 把任何概念讲到零基础也能看懂

提示词核心就一句：
explain like I'm someone who knows nothing about this topic, using a HTML artifact with big pictures and few words

他后来补了一句精髓：名字虽然叫 ELI5 但真正起作用的是「大图 少字」这个约束 图解胜过长篇大论

你会拿 /eli5 先解哪个概念？

[逸尘 @gengdaJ]

https://t.co/1yc4ntZ7f8

[phodal @phodal]

🤣🤣 要不是利益太相关，不能黑 DSH 太明显，我真想多吐槽几句。总的来说吧，搞学术的人搞软件工程就是个灾难。

算了，大家来试试最近新上线的 Harness Inspector 吧！😄😄 建议了 intent-session-commit 的关联，并分析（实时功能开发中）分析 Agent 执行轨迹（未来会给出建议）。 虽然有点抽象，但是没有 80+ 页的数学论文抽象。

https://t.co/TrxjXPz7zO

[数字生命卡兹克 @Khazix0918]

https://t.co/aLnsNHpRY7

[镜月指针 @JZhen72937]

竹子怎么变成衣服的。