短文
卡内基梅隆大学(CMU) 于 2026 年 11 月 16 日正式推出 CS Learn,面向全球免费开放计算机科学课程
卡内基梅隆大学(CMU) 于 2026 年 11 月 16 日正式推出 CS Learn,面向全球免费开放计算机科学课程,涵盖人工智能、机器学习、软件工程、机器人等领域。
地址:www.cs.cmu.edu/learn/
里面的视频还是连接到youtube的。
首批发布的课程包括: Machine Learning with Large Datasets(大规模数据机器学习)、Mach
登录后可查看链接刚刚7 阅读
资源
NVIDIA 开源的 AI Agent Skill 评估框架,用来量化一个skill写的好不好。
NVIDIA 开源的 AI Agent Skill 评估框架,用来量化一个skill写的好不好。
项目采用三层评测架构:
Tier 1(静态验证) 检查 Skill 结构、指令质量、脚本安全、敏感信息和许可证;
Tier 2(语义去重) 使用 Embedding 分析 Skill 内部以及不同 Skill 之间的功能重叠;
Tier 3(真实执行评测) 自动生成测试任务,在隔
登录后可查看链接刚刚5 阅读
短文
LLM 推理教学站
LLM 推理教学站
地址:sglang-learning.vercel.app/
制作者:Yi-Yi
“
前两天 SGLang Summit 在 SF 开,我对 LLM 推理一直挺感兴趣的,就做了个学习网站,把这块从头梳理了一遍。
从一句话进入模型后会发生什么讲起,Attention、KV Cache、Batching 一路串联下来。
用 Teachable Figures
登录后可查看链接刚刚7 阅读
短文
德国小哥Pavel Simó的两个学习笔记
德国小哥Pavel Simó的两个学习笔记:
CUDA百日进阶计划(已完结):
github.com/pavelsimo/100-days-of-cuda
LLM推理百日进阶计划(进行中):
github.com/pavelsimo/100-days-of-inference-engineering
做的蛮认真的,几乎每天都会画个图来总结今天学到了什么
登录后可查看链接刚刚9 阅读
长文
我不认为 AI 泡沫真的存在
作者认为 AI 泡沫未必存在。天价投入多属一次性基建,算力运行利润可观且营收飙升;虽无技术护城河,仍可凭用户习惯与企业锁定盈利,且巨头市盈率稳健、融资充足。虽存债务与监管风险,但“泡沫论”多源于对巨变的恐惧,AI 时代已不可逆。
刚刚9 阅读
短文
一篇面向 2D 像素游戏开发者的技术教程
(How to make pixel art trees move in the wind - SpriteCook,发布于 2026 年 11 月 10 日)是一篇面向 2D 像素游戏开发者的技术教程,主要介绍**如何在不使用逐帧动画(animation frames
刚刚11 阅读
长文
为什么编写正确的软件如此困难
本文从可计算性与复杂度理论出发,说明通用软件验证本质上不可判定或计算不可行;模块化、全语言、类型系统与模型检验等皆受此制约。既然没有“银弹”,应拥抱实证研究,针对人类编码规律与局部性质采用务实工具。
刚刚8 阅读
长文
观察大脑如何学习
本文以仅有三个参数的虚拟生物“火花”为例,图解强化学习:每次随机微调神经连接,再依奖惩反馈修正方向。借此,火花在三维大脑空间中自发学会趋光、逃跑、僵直或战斗等行为,宛如幼鸟靠多巴胺学唱歌,生动揭示了大脑凭反馈探索连接空间的本质。
刚刚14 阅读
资源
没听过真人,这个小模型还是学会了说话
tiny-voca 这个项目最有意思的,不是“又一个 TTS”,而是把语音合成的门槛压到了一个很反常识的位置:4.5M 参数、18MB 体积、CPU 可跑,训练数据还不是录音棚里采来的真人语音,而是只用更大模型生成的 19 小时合成音频完成训练。作者还专门做了自己的 phonemizer,让它能按上下文读数字、日期和金额,比如 RTX 4090 读成“forty ninety”,$4,090 读成
登录后可查看链接刚刚12 阅读
资源
Kiri想做的不是再造一个 Docker,而是把 Docker Desktop 这层壳尽量做薄
这个项目的切口很直接:它兼容现有 docker CLI、Compose 和 buildx,目标却不是堆功能,而是把容器运行时压到更小、更快、更省。作者用 Rust 写了一个跨 macOS、Windows、Linux 的轻量方案,在 macOS 和 Windows 上用一台很小的 Linux VM 托底,在 Linux 上则直接贴内核运行;它说 Docker API 下容器启动退出中位数约 2.55
登录后可查看链接刚刚12 阅读
资源
让产品说明动起来,这个 GitHub 项目把“火柴人演示”做成了可复用组件
stick-scene 是 nilbuild 刚放出的一个小而巧的前端技能:你只要告诉代理“想展示什么”,它就会结合项目内容先给出两三种点子,再生成一段火柴人场景代码,逐帧检查是否遮挡、越界,最后嵌进页面里。它的思路很讨喜,不是堆重型动画框架,而是把每个场景都做成一个无依赖的 \<canvas>,平时安静待机,进入视口、点击或悬停时再播放短动作,离屏不渲染;如果用户开启了减少动态效果,也只显示静帧
登录后可查看链接刚刚9 阅读
资源
把英文论文读成舒服的中文
很多人读论文卡住,不是因为没能力,而是被检索、翻译、对照、做笔记这几件事来回打断。easyread 想解决的就是这个过程成本:它把本地 PDF 导入、分段翻译、原文对照、边读边问 AI 和文献管理放到一个界面里,第一段译完就能直接开读,不用等整篇处理完。读到难句时,可以展开原文、对照 PDF 原页,在段落旁划线记笔记;如果想回头找曾经看过的观点,还能在文献库里直接“全库问 AI”,再顺着引文跳回对
登录后可查看链接刚刚8 阅读
资源
把PPT、Python和AI编辑器揉进一块,Manimble想重做演示软件
Manimble是一款给Manim用户准备的开源演示编辑器,表面上像常见幻灯片软件:左侧是页列表,中间是画布,右侧是属性面板,你可以直接拖拽图片、改标题、调字号和排版;但底层每一页其实都是一段Manim与Manim Slides兼容的Python代码,而且你在画布上的修改会被同步写回成可读的代码。这让它和普通PPT拉开了距离:公式可直接用LaTeX排版,图表能由Python从数据生成,动画也不是简
登录后可查看链接刚刚8 阅读
资源
别再替审稿人提前写否定句了
这个 GitHub 项目把很多人用 AI 改论文时最常见的毛病挑明了:不是写得不够多,而是太像“项目总结”,还没进入论证,就先把“遗憾的是”“仍有局限”铺满全文。它提出的核心判断很准:论文不是复盘会,而是一场学术发布会,重点不是把所有过程端上来,而是围绕最强优势组织主张、证据和结构,让每个实验都承担明确的论证职责。仓库本身做得也很轻,提供中英文 Skill 和可直接复制的 prompt,几乎零依赖
登录后可查看链接刚刚9 阅读
资源
把“别误会我”从技术写作里删掉
Kiterlin 的 anti-defensive-writing 是一个很实用的 Codex 技能,目标不是把文字改得更“凶”,而是把学术和技术写作里那些先道歉、先自我设限、层层打补丁的表达清掉,让论点先站出来,再把真正必要的边界、限制和不确定性放回该在的位置。它给出一套很完整的方法:先区分哪些是否定式废话,哪些是真正的方法约束;再删掉无信息量的免责声明,把“我们并不声称……”改写成更清楚的正向
登录后可查看链接刚刚8 阅读
资源
把 DeepSeek Harness 变成一支可协作的“常驻团队”
DS-Bot 是一个基于 DeepSeek Harness 的开源项目,既能独立作为桌面应用,也能以插件形式接入 DSH。它的核心不是单个助手更强,而是把 AI 组织成一支长期在线、可分工协作的 bot 团队:有高权限的主 bot 统一调度,bot 之间能互相发消息、移交任务,还能拉起群聊,用管理员机制控制成本与协作节奏。项目把“记忆”做成了基础能力,每个 bot 都能长期记住你的偏好、维护独立工
登录后可查看链接刚刚6 阅读
资源
让智能体像作曲者加小型制作室一样,从头写出每一个音符,再完成演奏、混音和母带
「别再让AI直接“生成一段音乐”了」这个叫 music-skill 的 GitHub 项目,想做的是另一条路:不是吐出一条改不动的音频波形,而是让智能体像作曲者加小型制作室一样,从头写出每一个音符,再完成演奏、混音和母带。它不靠音频生成模型,产物除了 MP3、WAV,还有可编辑的 MIDI、分轨、工程文件,哪怕只改一个音,也只重渲染受影响的声部,再把总线、混响尾音和母带一起重新计算。这件事的意义在
登录后可查看链接刚刚6 阅读
资源
别再让AI写十年前的前端了
GoogleChrome/modern-web-guidance 本质上是在给编码代理补一套“现代 Web 常识库”:不是再造框架,也不是代码生成器,而是把近几年真正可用的浏览器能力、兼容性信息和落地范式,直接塞进 Copilot、Codex、Claude Code 这类工具的工作流里,尽量把模型从陈旧写法、重型 polyfill 和臃肿 JS 里拽出来。它的做法很务实:一边用本地离线搜索+gui
登录后可查看链接刚刚6 阅读
资源
把一本书变成可交互网页
「把一本书变成可交互网页,Papermorph想做的不是“读屏”,而是重做阅读体验」Papermorph 是一个把书籍、教材和故事转成动画化、可旁白、可互动网页体验的 AI 技能。它的思路很明确:不做依赖服务器的平台,而是把每本书都生成为可独立托管的静态站点,没有数据库、没有账号,文件夹到手就能部署。这让它和常见“生成一个视频”式工具拉开了距离——它处理的是整本书的连续体验:章节风格统一、旁白与画
登录后可查看链接刚刚9 阅读
资源
把视频当网页来做
「把视频当网页来做,OpenFilm想把“AI做片”这件事拉回可编辑、可复现的轨道」很多 AI 视频工具的问题,不是生成不出来,而是生成之后几乎没法认真改。OpenFilm的思路很直接:不再把成片锁进黑箱模型里,而是把影片写成网页。它让 Codex、Claude Code 这类编码代理直接生成视频项目:总片子是一个 \film.html\,镜头可以是网页、视频、图片和音频,样式用 CSS,动画
登录后可查看链接刚刚7 阅读
— 已经到底了 —