这是个给 AI 编程 agent 用的本地代理和 trace 查看器。用它能看到真实 API 流量和 agent 上下文：system prompt、对话历史、工具 schema、工具调用、流式响应、token 用量和请求 diff。 用它可以： 👀 看见真实上下文：检查 prompt、messages、工具定义、工具调用、工具结果、流式 chunk 和 token 用量。 🔎 用证据定位问

开发者Marcel Roed发布了Gigatoken，号称比HuggingFace快1000倍，处理速度达GB/s量级。它没有依赖常规的Regex引擎，而是通过SIMD指令集、分支预测优化和极高效率的预分词缓存，将原本需要数天的预训练数据处理缩短到几小时。虽然tiktoken等已经是Rust写的，但Gigatoken通过压榨硬件底层性能，证明了软件效率仍有几个数量级的提升空间。很多人质疑：分词只占

科幻作家尼尔·斯蒂芬森分享了他坚持钢笔手写25年且无“书写痉挛”的经验。他指出手写能调动更多大脑区域。要避免手部疲劳，建议不要使用铅笔或数码屏幕，应选择高适配度的笔纸组合，采用更省力的连笔字（草书），且无需纠结字迹是否工整，尽情享受手写益处。

2026年菲尔兹奖得主邓煜在非线性偏微分方程与统计物理领域取得重要突破，严格证明了吉布斯测度不变性，并推动了希尔伯特第六问题的解决。曾经历焦虑与迷茫的他，在围棋、古典诗词和漫画中汲取力量，最终在严谨的数学规律中找到了科学之美与生活的平衡。

2026年菲尔兹奖揭晓，35岁数学家王虹因与合作者扎尔证明了困扰数学界多年的“三维挂谷猜想”而获此殊荣。她也成为了历史上第三位荣获菲尔兹奖的女数学家。该研究攻克了调和分析与几何测度论交汇处的难题。面对接踵而至的荣誉，王虹依然保持着对数学研究的专注与自谦。

在本系列文章中，我将通过从零编写简化版图形API，来展示OpenGL、Vulkan、Metal和DirectX的工作原理。令人惊讶的是，许多人在学习3D图形API时都卡在了入门阶段。为此，我准备了一系列短课程，完成学习后，我的学生们就能制作出功能相当完善的渲染器。

吴恩达近期发布了开源项目 OpenWorker，这是一个定位为“AI 同事”的桌面级 Agent 框架。它不仅停留在对话层面，而是能直接产出文档、回复 Slack、更新日程或处理 Jira 任务。该工具目前支持 macOS 和 Windows，核心逻辑是本地运行，通过 aisuite 框架连接了包括 OpenAI、Claude 以及国产的 DeepSeek、Kimi 在内的多种模型，并支持通过 O

这份名为《Build Your Own Pi》的开源教程，通过TypeScript手把手演示了如何从零构建一个类似Pi的智能体。它避开了泛泛而谈的Prompt技巧，直接切入消息协议、EventStream处理、工具调用闭环、会话树恢复以及上下文压缩等核心工程环节。教程采用失败优先的逻辑，通过真实代码和测试用例，展示了一个README请求如何走完模型请求与工具结果的闭环。这套资料指出了被忽视的真相：

MIT最近免费开放了其计算机视觉教材，内容跨度从基础的光学成像、特征提取，一路覆盖到当下的Transformer、神经辐射场（NeRF）以及视觉语言模型。这不仅是一本技术手册，更是一份涵盖机器人学、具身智能和自动驾驶核心逻辑的知识图谱。国内开发者常陷入“调包跑模型”的陷阱，而这本书的价值在于它将经典视觉算法与现代深度学习进行了深度整合。它提醒我们，即便在生成式AI时代，底层的几何关系和相机标定依然

这篇可视化做的非常好~ 从蒸汽膨胀、气压、真空、活塞、锅炉、冷凝器、飞轮、调速器等基础机制一步步解释：为什么蒸汽机能把热变成稳定的机械动力，以及它为什么会成为工业革命的重要基础。

Reviva 是一款本地优先的 AI 学习工作台，围绕用户自己的资料完成问答、笔记、复习与创作输出。它把 Wiki 知识库、AI Agent、技能系统和创作工具整合到同一个桌面应用中，让学习过程不再从空白聊天框开始。 Reviva 支持多 Agent 协作，可在对话中随时切换角色并共享上下文；资料可以被解析、检索并持续沉淀为 Wiki；从同一份材料出发即可生成测验、闪卡、思维导图、PPT、播客或

Pireel Studio 是一款完全开源、无需后端的 AI 视频编辑器，专为口播视频打造。它把故事板、图形设计、动态字幕、主题系统与浏览器内 WebCodecs 导出全部集成到一起，编辑全程在本地完成，无需账号、无需服务器。 只需在浏览器里拖入一段视频，画布即可跟随画面实时联动；故事板、动态字幕、主题切换、时间线、实时预览和导出全部在客户端运行。草稿保存在 localStorage，视频文件存

2026年，AI开发从“氛围编程”演进为“智能体工程”。智能体编程通过自主规划、执行、测试与迭代的闭环提高开发效率。开发者角色转变为系统架构师与审查员。要想发挥智能体最大效能而不牺牲代码质量，关键在于建立严谨的架构、可观测性及安全护栏，并保持高标准的代码审查。

项目自测它在部分场景下可比 HuggingFace Tokenizers 快约 1000 倍。 大语言模型在训练前，需要把文本切成 token，这一步叫 tokenization。常见工具包括 HuggingFace Tokenizers 和 OpenAI 生态里的 tiktoken。处理 OpenWebText、Common Crawl 这类海量语料时，分词会变成工程瓶颈。Gigatoken

“SIMD 一直有复杂难懂的名声。我见过许多非常优秀的软件工程师把它视为太复杂而不值得学习的东西，或者认为它只是最高性能软件才需要的小众优化，在日常编程中没什么用。 我认为这是错的。SIMD 可以很容易理解，而常见的“每次处理 N 个值”的 SIMD 代码，用来加速朴素的 for 循环时，几乎总是遵循同一种总体结构。一旦掌握基础，写 SIMD 几乎就和写 for 循环一样容易。而当它并不容易时，

一套面向生产级的 Pi-Agent SDK 深度学习笔记，系统拆解了 10 章源码设计与实现，涵盖 Agent Loop、工具系统、消息系统、事件驱动、会话管理等核心模块，让你真正理解一个可上线的 Agent 工程该如何构建。 笔记同时提供 TypeScript 与 Python 双版本对照，配有在线三栏阅读、Markdown 下载、PDF 离线版，以及配套的 Agent Loop 可执行 No

你可以用很口语的方式描述，例如： “输入框里打字后会消失的灰色文字” “弹窗后面那层半透明黑色背景” “文字太长后变成三个点” “轮播图下面的几个小圆点” 网站会尝试给出对应的正式名称、常见别名、代码或 API 名称，以及一段可以直接交给 AI 编程工具使用的提示词。

MiniMind 是一个从零训练的极小语言模型项目。这份笔记带你逐节对照 MiniMind 源码来读：每节都指向对应的源码文件和符号（函数 / 类名），讲清那段代码在做什么、为什么这么写。 从 MiniMind 源码读起,再延伸到现代大模型技术体系的中文学习笔记。主线逐行精读预训练 / SFT / DPO / PPO / GRPO 与训练机制;附录 17 篇进阶卷覆盖量化、投机解码、RLHF 全景

Anthropic 这个月发了一份技术报告，把 AI Agent 在生产环境里的失控风险讲得非常具体。调研了14个当前最强的前沿模型，4种失控模式，每一种都有完整的实验记录和对话截图可查,智能体在面临伦理冲突时，可能暗中破坏代码、协助欺诈、因顾及训练后果故意错误标注，甚至游说指导人类员工进行泄密。

知名作者分享的本科数学自学指南。大纲涵盖科普读物、前置要求，并系统梳理了微积分、证明导论、线性代数、抽象代数、实/复分析及微分方程等9大核心课程，附带了经典教材推荐与视频资源，适合想要系统自学数学的朋友参考。