Tina

Wild programmer. Independent developer. The creator of DBoxSystem. balabalabalabala

[Tina @smallprogram2]

@WanjunXie 张口就来啊

[摆烂程序媛 @wanerfu]

一位MIT教授仅用一小时讲座就悄悄摧毁了整个管理培训行业，
而迄今已有一千万人观看了这场讲座。

他在2018年1月录制了一次，
十八个月后他就去世了。

行政教练收费一次一万五千美元，
却只能教他那小时免费讲座内容的一部分。

他叫帕特里克·温斯顿。
他从1972年到1997年领导MIT人工智能实验室，
著写的AI教科书影响了几代计算机科学学生。

四十年来，他每年一月都会讲授一堂课：
"如何演讲"。

整个框架可以写在一张餐巾纸上。

不要照稿读。
成为你描述的形象。保持视觉简洁。
删除杂乱。以真诚的同情心开场。
以人们会在晚餐时重复的话句结束。
永远不要以笑话开场。永远不要以"谢谢"结尾。

最后这条规则单独就让培训行业损失惨重。

他通过告诉���生说话好、写作好、想法强这三点会影响成功，
按这个顺序。他的信念足以让他花五十年教工程师如何交谈。

创业者花八万美元读MBA，
随后又雇通讯教练重新学习温斯顿免费传授的内容。

工程师编写优秀代码却输给了在通勤时看过这讲座的同事。

讲座在MIT开放课程中免费提供。
教科书在他的页面上免费。

温斯顿于2019年去世。
一千万观众中几乎没人真正用过餐巾纸上的四条规则。

餐巾纸免费。
在下次会议中真正使用它才是全部优势。

[AI探路者Tim @AIExplorerTim]

30 个感觉「非法」却合法的 AI 网站

1. https://t.co/NfP10UM3lD — 免费无限 AI 生图，质量直逼 Midjourney

2. https://t.co/XeHXwm3Wmv — 实时 AI 生图，边画边出图

3. https://t.co/NS0z6vWaDO — AI 无限放大图片，细节自动补全

4. https://t.co/zYYBQg1FQI — AI 一键去背景/补光/擦除

5. https://t.co/CJk0uO1YgZ — AI 语音克隆，5 秒模仿任何声音

6. https://t.co/aPIsTWdWJn — 输入歌词自动生成完整歌曲

7. https://t.co/b5ZFTqDwK8 — AI 视频生成先驱，Gen-3 免费试

8. https://t.co/0pRU5ezw4g — 快手可灵 AI，中文视频生成最丝滑

9. https://t.co/FenVFSlB4d — 一张照片+一段语音=说话的数字人

10. https://t.co/AJNebzX1pF — 静���照片变说话视频

11. https://t.co/0g2ok9GKnz — AI 写代码，免费额度够日常用

12. https://t.co/NiTIttlfaH — 说话就能建网站，零代码

13. https://t.co/JsS7DUWbf7 — Vercel AI 前端生成器，描述即页面

14. https://t.co/di6VrkQIjI — 浏览器里写代码+AI 辅助+一键部署

15. https://t.co/MQW1QCZcuf — 粘贴文字自动生成信息图

16. https://t.co/W3cxcxKjba — AI 一键生成 PPT，告别 PPT 地狱

17. https://t.co/DwkXUWlxHb — Notion AI 写作、总结、翻译

18. https://t.co/IulbzA7ucr — 画草图 AI 自动生成真实网页

19. https://t.co/HDkQkhhtxz — AI 搜索引擎，问任何问题秒给答案+来源

20. https://t.co/XuqFnTSsTl — 开发者专属 AI 搜索，代码问题一搜即解

21. https://t.co/y0BODpN0CB — 会议实时转文字，免费每月 300 分钟

22. https://t.co/laxIX9AP8s — AI 剪辑短视频，自动找高光片段

23. https://t.co/xD18Odw9OO — 一个网站用 GPT-4o / Claude / Gemini

24. https://t.co/fx3OLHMNcS — 开源 AI 模型免费试玩场

25. https://t.co/w0LWE6DWRx — 一键 AI 去背景，1 秒出图

26. https://t.co/38cnuBMaTp — AI 擦除照片中任何物体

27. https://t.co/Rgy8SeZAYg — AI 换脸，1 分钟出片

28. https://t.co/VUqoFHkkx9 — AI 音乐标签+推荐

29. https://t.co/UnbY0bkXqT — AI 写作助手，免费版够日常

30. https://t.co/g1EPEylhmk — Anthropic 免费 AI 助手，长文处理天花板

[Fenng @Fenng]

我靠，这个……

哈哈哈

https://t.co/CjHl74Ifbv

[Santi Torres @SantiTorAI]

Este desarrollador metió el planeta entero en una pestaña del navegador y ya conduces por cualquier carretera.

https://t.co/GLhHYsY7su genera el mundo delante de tu coche en tiempo real con datos de OpenStreetMap y elevación satelital.

Gratis y sin instalar nada.

[AYi @AYi_AInotes]

简直就是省Token焚决！！！

Vercel Next.js团队的老哥，烧了大约60B tokens，总结出一份AGENTS.md，核心就8条规则。

60B tokens什么概念？大概六位数美元。

这8条规则的本质就一句话：让你的AI编程Agent别像个实习生什么都想自己造，要像个干了十年的老油条一样写代码。

直接上规则：

1. 不保留向后兼容。过时的直接删，别加兼容层、别写migration、别留fallback。

2. 选能满足当前需求的最简单实现。不要预防性抽象，不要多此一举的配置层。

3. 系统分层长。先跑通一个最小的端到端版本，再往上加东西。绝不为了未完成的复杂度拆掉能跑的东西。

4. 组件保持模块化，关注点分离。

5. 优先用成熟的、有人维护的库。没有明确理由别自己重写。

6. 先翻项目里已有的依赖能做什么，再考虑加新包或自己写。别上来就假设库里���有。

7. 架构决策往长了做。不接受"先这样以后再换"的临时方案。

8. 先看成熟产品怎么解决同一个问题，用已验证的模式，别从零发明。

就这8条，丢进你项目根目录的AGENTS.md里，Cursor、Claude Code、Codex、Windsurf全会自动读。

为什么这能省token？因为AI写代码最大的浪费其实不是写错，是重复写多。

它给你引三个依赖写五个抽象层来解决一个标准库十行就能搞定的事，你让它改，它再给你写两百行。

这8条规则就是在它动笔之前先把它摁住：能不写的不写，能复用的复用，能简单的别复杂。

代码短了，返工少了，token自然就省了。

之前推荐过的Ponytail那个插件，干的是同一件事，只不过它是在运行时强制检查，这个是在AGENTS.md里从源���约束，两个一起用，简直效果拔群。

但作者自己加了个非常重要的警告：

这玩意儿只适合side projects，生产环境慎用。

他亲口说的，"不保留向后兼容"那条曾经让Agent差点删了生产数据库的表，差点丢了2000美元的数据。生产环境你得自己改，至少把第一条删了或者改温和点。

所以如果你在做side project、做内部工具、做原型，把这8条抄进AGENTS.md，你会发现AI写出来的代码突然像个人了。

如果你在生产环境用，把第一条和第七条之间的度自己把握好，别让AI把你库表删了。

省token的方法有很多种，换便宜模型是一种，写好prompt是一种，但最有效的，是在你项目根目录放一个文件，告诉AI：

别给我整花活，写最少的能跑的代码。

[魔都老猿 @AriXZone]

一位美国博主在得知中国粉丝送的茅台价值600刀之后，简直不敢相信，这是中国最著名的液体，倒了一杯，一口闷，然后鼻涕都出来了
🤣🤣🤣

[速報bot @Japan_lol_w]

この発想は天才すぎる

[0x鸣人 @LuBtc888]

家必看看：

AI时代我们要把孩子培养成什么样的人？

人大附中，杨波教授讲座

[Geek @geekbb]

不得不提 Shadowsocks 的作者在2015年这段回复：

[Tina @smallprogram2]

@wadezone 其实通过媒体与购买项目，登陆一个或多个外区id，并下载了app，然后登陆回国区，一样也能更新外区app，不需要这么操作。反之你要下载外区app一样还是需要在媒体与购买项目切账号的

[yoyo @yoyo__AI]

录了一个详细步骤https://t.co/5Td9NSX1GX

[nini @nini_incrypto_]

微软最近推出的走实战路线的���东，直接让 7B 模型接管你的鼠标键盘！

FARA，它抛弃了无意义的聊天，专攻纯本地桌面自动化。

它的核心优势就两个词，听话、省钱：

1. 纯桌面执行：自己打开网页、填表单，自动跑完所有重复的机械流程。

2. 极低门槛：体量仅 7B，普通电脑就能在本地带得动，不烧 Token 不怕断网。

https://t.co/0vbDeMOoEU

[Tina @smallprogram2]

@sweexx9 它能让你的整个互联网流量通过端口 53 传输——这是地球上所有路由器都必须保持开放的端口。
🫪🫪🫪🫪🫪🫪

[小弟调调 @jaywcjlove]

5 个可以购买苹果礼品卡的地方

[阿西_出海 @axichuhai]

这下前端有福了！最近 GitHub 上两个前端设计项目爆火，专门用来给 AI 提升审美。

1、 taste-skill

相当于给 AI 装了一套视觉自查系统。

交付前会先按空间节奏、字体层级等原则自我审查一遍，能纠正瞎乱配色、教它用留白制造呼吸感，具备设计师质感。

2、impeccable

内置 23 个核心命令 + 一整套 AI 设计避坑指南，解决 AI 最爱犯的布局逻辑问题，复杂动效也能做到克制丝滑，直接拉到大厂响应式设计水准。

一个管品位，一个管框架。

两个一起喂给你的 AI，设计审美直接起飞。

[HankAI @hank_aibtc]

暴力，Google直接把31GB向量干到4GB，
压缩率92%！

本地跑大模型RAG，以前要服务器，现在笔记本+RTX4090直接猛干！

意味着：
以后手机、笔记本就能跑百万token长上下文（million-token long context），隐私数据全本地搞，再也不用给大厂喂数据！

开源利器 turbovec给力了：
- 向量存储：1000万条数据原来占31GB，现在只用4GB（10M vectors: 31GB → 4GB），效果和FAISS几乎一样好

- 零训练在线添加：不用训练、不用调参，新数据实时加进去，索引秒级更新，越用越大也不用重建

- 搜索速度更快：苹果M3芯片比FAISS快12-20%，英特尔/AMD电脑也一样快或更快

- 带过滤搜索：可以直接筛选指定数据，混合搜索
（文字+向量）非���丝滑，完全不损失准确率

- TurboQuant核心更强：KV Cache压缩到3bit，注意力计算速度提升8倍，精度几乎无损失

AI除云端可有其他选择，普通人也能随便玩转本地私域知识库了！
本地 RAG / 边缘部署 / 离线大模型的终极福音！

[Vincent @Vincent_AINotes]

终于有人把枯燥的监控面板，做成了一张实时服务地图。

Maple 是一个开源项目，可以把后端系统里的 telemetry 数据，变成可交互、会动的服务依赖图。

对做微服务和分布式系统的人来说，这个痛点太熟了：

日志一堆
指标一堆
trace 一堆
出问题时还是不知道到底卡在哪个服务、哪条查询、哪个队列

Maple 的思路是直接把数据流���出来：

实时服务依赖
API / 数据库 / Kafka 交互关系
节点级 p99 延迟、错误率、性能指标
重查询定位
OpenTelemetry 接入
还带 MCP code server，方便 AI Agent 帮你审查系统

重点不是“图好看”。

而是排查线上问题时，你不用再在一堆冷冰冰的面板里猜。

你能直接看到数据怎么流，瓶颈在哪里，哪个服务正在拖垮系统。

对后端团队来说，这类可视化 observability 工具会越来越重要。