lazy.w.king

who am i

[lazy.w.king @xiaosd1975]

@dyw1968316 春秋笔法

[Thomas Wolf @Thom_Wolf]

We have a huge news to share today!

Today we are unveiling the first truly accessible RL robot - welcome Microduck

A 25 cm tiny open-source biped with 15 actuators and packed with sensors (camera, speaker, LiDAR, NFC, bluetooth, wifi, etc) that you train yourself with reinforcement learning.

It's also playable out of the box with more than half a dozen fun and playful pre-trained policies to have it walk, sit, crouch, roller-skate, pick up objects with its articulated beak, and recover on its own.

And all for less than $400.

See all the details, play with the simulator and order it at: https://t.co/n1Btgs6vKw

(video with sound on 🔊)

[RayPCB @RaymingTech]

Modern FPV drone architecture explained in one simple diagram! 🛸⚡
Whether you are building custom quads from scratch or working on industrial automation and drone electronics, understanding the core stack and component layout is key.
Here is a quick breakdown of the essential components that power a modern FPV build:
Flight Controller (FC) & 4-in-1 ESC Stack: The central brain processing sensor data and managing precise power delivery to all four motors simultaneously.
Power Capacitor & XT60 Connector: Protects sensitive onboard electronics from voltage spikes and ensures clean power distribution during high-draw maneuvers.
Control Receiver (RX) & Video Transmitter Antenna: Handles low-latency RF signal reception for control inputs while transmitting real-time visual feeds.
Brushless Motors & FPV Camera: Delivers high RPM responsiveness coupled with durable camera housing for tight maneuvers and clear telemetry.
Having a clean, efficient layout isn't just about aesthetic wiring—it directly impacts signal noise, heat dissipation, and long-term hardware reliability.
What’s your preferred FC and ESC stack setup for custom builds? Let’s discuss in the comments! 👇

[GitTrend @GitTrend0x]

今天 GitHub 被万能 Agent 屠榜了！

5 个星标暴增最狠的项目，专业拆解下：

1. Panniantong/Agent-Reach

给 AI Agent 装上全网眼睛。Twitter、Reddit、YouTube、GitHub、B 站、小红书……一键读取，零 API 费用，自愈路由

🔗 直达：https://t.co/vn7mtGSzjW

以前 Agent 被关在笼子里，现在直接打开整个互联网。情报战时代真正落地！

2. Leonxlnx/taste-skill

给 AI 装上「审美品味」。告别千篇一律的 slop 前端，强制布局、字体、动效、密度全部升级。

🔗 直达：https://t.co/N1WiUkLeec

终于不用再看 Agent 生成的塑料感 UI 了，直接出有设计感的作品。前端生产力质变！

3. calesthio/OpenMontage

世界首个开源 Agentic 视频制作系统。12 条流水线 + 52 种工具，描述一句话，Agent 自己研究、写脚本、生成素材、剪辑出片。

🔗 直达：https://t.co/ZnDldYbJsD

一个人顶整个视频团队，含金量直接爆表。

4. microsoft/markitdown

微软亲儿子级文档预处理神器。PDF / Word / PPT / Excel / 音视频一键转干净 Markdown，专为 LLM 喂料设计。

🔗 直达：https://t.co/YXF5hHyosg

Agent 吃料再也不用手动清洗了，预处理层事实标配。

5. DeusData/codebase-memory-mcp
把整个代码库变成持久知识图谱的 MCP 服务器。Agent 再也不用每次重新「读」项目。

🔗 直达：https://t.co/tKcy97ddua

长期项目记忆终于有了真正可用的基础设施。

//

总结

2026 年的风口已经是「Agent 可插拔能力层」。谁先把这些项目玩透，谁就站在下一波生产力革命的 C 位。

[Axel @ax_pey]

Introducing Pick Up Anything

Pick any object in any environment

Open-Source
Coming soon to Innate OS 0.7.0

@innate_bot

[方舟子 @fangshimin]

前面才说王虹“并非天赋超群的天之骄子，只是一个普通人”，逆境中靠努力获得成就，后面马上说她“天资聪慧”，最后又说她获奖“绝非个人天赋造就的偶然，而是中国数学界四十余年接续求索、稳步赶超的时代缩影”，中国数学院士汤涛思维也和饶毅一样混乱，说话颠三倒四缺乏一致性。王虹在美国读博士、做研究，

[方舟子 @fangshimin]

法国国防部长祝贺巴黎综合理工学院校友王虹获得菲尔兹奖，发了当年王虹戎装照。巴黎综合理工学院隶属法国国防部，王虹曾在该校获得工程学位。巴黎综合理工学院校友一堆上教科书的著名科学家：泊松、安培、柯西、卡诺、庞加莱、贝克勒……

[方舟子 @fangshimin]

上海交大的仇子龙，悍然在1名有轻度自闭症的6岁女孩身上尝试改变大脑基因的基因编辑，往脊液注射是常规用量几千倍的巨量的病毒载体，引起激烈的免疫反应，几天后女孩死了。整个试验是女孩父母花了600多万元资助的，包括给了研究人员100万服务费。事后医院只被罚了2万多元，仇子龙若无其事地在《自然》发表前期动物实验论文，隐瞒失败的人体临床试验，也隐瞒动物实验导致肝、肾严重损伤的结果。那篇论文的实验数据、图片也是有问题的。仇子龙以前几次因为别的事被我批过。我这些“熟人”怎么都是些人渣？贺建奎擅自做基因编辑人体试验被判了3年，仇子龙谋财害命该判多少年？

[Phil Shaw | Auki Labs @PhilHKG]

Rise of the machines…

Another affordable entry in the market.

[lazy.w.king @xiaosd1975]

@wangjupaian 挺好的，不然主要工作就保障大领导了，更没人救助贫民了

[lazy.w.king @xiaosd1975]

@wangwatchworld 茶馆里宋恩子，吴祥子这样就算底层体制内的命运说明，在中国，无论国家如何变迁，体制内就是有保障，虽然不能说全部，至少百分之70是这样的，最开始倒霉的肯定也大多数体制外的

[田中義弘 | taziku CEO / AI × Creative @taziku_co]

単眼カメラだけで、リアルタイムに空間を理解するモデルが出てきた。

LingBot-Mapは、RGBカメラ映像からカメラ姿勢と3Dシーンを再構築するオープンソースのストリーミング3Dモデル。

これが進むとロボット、AR、不動産、デジタルツインなどの入口が変わる。
詳細は🧵

[angel @angeldot_]

Un desarrollador japonés encontró el truco definitivo de Claude Code antes que nadie

Instala la skill ‘Find Skills’ y pregunta:

«¿Hay alguna skill buena para [TU OBJETIVO]?»

Claude enseguida aplica las skills perfectas para el proyecto.

Gracias a eso, su sistema automatizado de YouTube está teniendo un gran éxito.

npx skills add https://t.co/b9jDCteIzD --skill find-skills

Guarda este post, te servirá.🔖

[Chris Paxton @chris_j_paxton]

This form factor is very popular (agibot, galbot, reflex, ...) and it makes a lot of sense for a robot worker.

[Berryxia.AI @berryxia]

我靠，这个爽啊～兄弟们

Firecrawl直接把API key门槛砍了，现在不用注册就能直接搜网页、爬页面、解析PDF，Agent开发终于能低成本，高效开发了。

今天开始，你可以直接用他们的endpoint搜索、抓取任意网页内容，还能把PDF转成干净的markdown，完全不用setup。

想先试就直接用，规模大了再注册也不迟。同时支持MCP、CLI和API三种方式。

以前做agent最烦的就是数据获取要先注册、拿key、处理限流，现在直接零门槛上手。

网页内容、PDF解析这些基础能力一键可用，开发者可以把精力真正放在agent逻辑和业务上，而不是先搞定工具链。

这波操作把“先用再说”的理念做到了极致。

很多agent项目卡在数据层，现在这个门槛被大幅降低，实验和原型速度能快不少。

开源和免费试用正在成为新常态，工具类服务也开始卷体验而不是先卷付费墙。

以前大家觉得API产品总要先圈用户，现在Firecrawl用实际行动证明：真正好的工具，是让开发者先跑起来再说。

[宝玉 @dotey]

Lovable 的设计负责人 Felix Haas 在社交媒体上分享了一篇关于"AI 时代高效团队"的观察，七条经验总结，来自这家增长速度惊人的 AI 创业公司内部视角。

几条有意思的观点：

第一，别像员工一样等安排。影响力最大的人不问"这归谁管"，看到问题直接上手。主人翁意识不是靠分配的，只能靠自己拿。

第二，招人看态度不看简历。技能当然重要，但光有技能几乎不能预测一个人能不能成事。真正跑出来的人靠的是好奇心、韧劲和学什么都愿意学的心态。在 AI 时代，这一点比过去更明显。

第三，好奇心和沉迷 AI 是两回事。真正用好 AI 的人不是天天刷资讯，而是不断去试那些没人让他试的东西，追那些可能根本走不通的想法。大多数人不会这么做，但少数坚持的人，回报是指数级的。

第四，让资深的人重新动手。这是 Haas 觉得最有意思的现象：经验丰富的管理者重新变成了 builder（建造者）。AI 让个体贡献者的杠杆效应急剧放大，一个深度使用 AI 的资深工程师或设计师，可能是当下公司里最强大的组合。

第五，自我意识是速度的敌人。Haas 说他从没见过自我意识让公司变快，但见过它让公司变慢。最快的团队不太在意谁拿功劳，只在意什么方案有效。

第六，先发布再迭代。一周的内部讨论，抵不上一天的真实用户反馈。最强的团队不追求发布前完美，而是追求尽快学到东西。发布本身就是他们学习的方式。

这些观点单独看并不新鲜，不过 Lovable 这两年发展的确实不错，2024 年上线，8 个月做到 1 亿美元年收入，2025 年底完成 3.3 亿美元 B 轮融资，估值 66 亿美元，是欧洲增长最快的 AI 公司之一。

尤其是“让资深的人重新动手”这一条，可能是 AI 时代最容易被忽视的组织变化。当 AI 工具足够强大，过去被提拔到管理岗、远离一线的高手，重新获得了亲手做事的能力和动力。

[方舟子 @fangshimin]

大骗子罗永浩现在号称“不赚钱”拼命推销的号称能保养关节的假保健品氨基葡萄糖最近被发现能够增加老年痴呆的风险，“企业冥灯”名不虚传。

[How To Prompt @HowToPrompt__]

China open-sourced a vector database that destroys Pinecone, Chroma, and Weaviate.

It's called Zvec, an in-process vector database that runs directly inside your app.

No servers. No config. No $200/month bill.

→ Searches billions of vectors in milliseconds
→ pip install zvec and you're done
→ Battle-tested inside Alibaba at production scale
→ Works on Linux, macOS, Windows, even iOS

100% Open Source.

[AYi @AYi_AInotes]

强烈推荐所有做 RAG 的人收着这个项目，这款 PDF 解析器比 Marker 快 116 倍，准确率更高，本地 CPU 就能跑还完全开源。

叫做OpenDataLoader PDF，
专为 RAG 管道打造的 PDF 解析器， 基准综合第一，得分 0.907，GitHub 2.4 万星🌟，

搭过 RAG 的朋友应该都懂那种绝望，
PDF 进去之后，阅读顺序乱了，表格压成一行， 公式变成一堆符号，多栏排版全错位， 大模型再强也没用，毕竟进来的就是烂的，

几个我觉得做得比较扎实的地方：

1、200 份真实文档测出来的（含多栏/学术论文/财报）

2、本地 CPU 运行，不需要 GPU，每页只要 0.46 秒 3、表格/公式/图片/图表 + OCR 80+ 语言，扫描件直接能进

4、输出 Markdown / JSON（含坐标边界框）/ HTML，LangChain 原生集成

有个对比数据看了有点炸，
Marker 跑一页 PDF 要 53.9 秒， OpenDataLoader 跑一页 0.46 秒，
快了 116 倍，综合准确率还比它高，

常规页面本地规则高效搞定， 遇到极度复杂的特殊页面才交 AI 增强， 不是脑子一热全交大模型烧钱那种，

Apache 2.0，商用完全没顾虑，
支持知识库入库/文档问答/论文解析/合同分析， 在RAG 管道里这一环，终于有人做得比较扎实了，

LangChain 原生集成：pip install langchain-opendataloader-pdf

GitHub 🔗评论区一楼见⬇️