MiniTorch，一个面向机器学习工程师的教学项目，帮助学生理解深度学习系统背后的基本概念。它重新实现了一个PyTorch，设计上追求简洁、易读、经过测试且逐步增量。最终的库能够运行Torch代码。

作者把配套代码整个开源了，12 章内容对应 35 个 notebook，按章节分好目录。 从思维链、思维树、ReAct 讲到多 Agent 分工协作，Agent 记忆、评测、成本核算这些生产阶段的主题也各有实操代码。 每个 notebook 都带 Colab 链接，浏览器点开就能跑，本地什么环境都不用装。 翻目录时留意到，最后一章专门讲给 Agent 做威胁建模，这个主题在入门教程里少见。

这本书刚更新了一版。作者是Sony AI/OpenAI的研究人员。 “本书关注塑造扩散模型发展的核心原理，追溯这些思想的来源，并说明不同表述如何从共同的数学观念中产生。 扩散建模首先规定一个正向破坏过程，将数据逐渐转化为噪声，并由此在数据分布和简单噪声分布之间建立一系列连续的中间分布。模型的核心目标，是构造一个反方向的过程：从噪声出发变回数据，同时复现正向过程中规定的那些中间分布。 本书通过

语音智能体并不是简单地给大语言模型接上麦克风和扬声器。主流系统通常要依次完成语音识别（STT）、大模型推理（LLM）和语音合成（TTS），同时处理网络传输、回声消除、用户打断和轮次判断。由于人类对谈话停顿极其敏感，系统不仅要“回答正确”，还必须在几百毫秒内开始回应，因此语音智能体本质上也是一个实时系统工程问题。 这篇文章系统梳理了语音智能体的核心架构。作者首先介绍了两条技术路线：一是将 STT、

1）AI Money Maker Handbook —— AI 副业赚钱方案合集，整理了大量 AI 搞钱案例、工具、流量、产品和变现思路。 🔗：https://github.com/XiaomingX/ai-money-maker-handbook 2）Awesome Remote Job —— 远程工作资源大全，收录远程招聘网站、Remote 公司、面试、社区、工具等，想找海外远程工作的很

GitHub 上的 hbg-hanzi-chaizi-video：Remotion + Edge TTS 自动生成 9:16 汉字短视频。 🎬 上半屏：按真实笔画数据逐笔手写，最后一笔精准卡在旁白结尾 🎬 下半屏：“懒”先拆成“忄＋赖”，再看着“忄”慢慢变形回“心” 🎙️ 云健男声旁白 + 字幕跟着语音边界单行切换 + BGM 细节看得出是真下了功夫： · 笔画路径来自 Make Me a

小红书那些手绘日记故事号，一条视频要画十几张图再逐帧剪——现在这套流程可以整个交给 AI 了。 GitHub 上 1.6k star 的开源 Skill：story-to-handdrawn-video。 用法简单到离谱：把故事文案粘给 Claude Code / Codex，说一句“生成手绘动画”，它自动完成分句、分镜、生图、渲染，吐出一条 3:4 竖屏手绘漫画动画。 最好玩的是内置 20

1️⃣ 全球最大的开源提示词库，ChatGPT、Claude、Gemini全通用...我写文案卡壳时直接翻它，3000+条现成模板，比我自己憋快三倍。 2️⃣ 能自托管部署，数据完全私有。公司做内部知识库不想外泄，我上周搭了一个，全流程15分钟搞定，比商业方案省了每月50刀。 3️⃣ 提示词自动同步GitHub和Hugging Face，还能自己提交新词条。我传了几个实测好用的，第二天就有人f

读英文论文，最耗时的不是内容难，是被术语和长句反复打断，查词、切窗口、回原文、再定位，节奏全碎了。 Zotero 用户推荐配 PDF2zh 插件，整篇论文一键翻成中文，保留原文做对照，公式图表不乱，双栏还能转单栏，手机读着顺很多。 1⃣ 整篇一键翻译，可选纯中文或中英对照 2⃣ 公式图表基本保留，不破坏排版 3⃣ 支持 Bing、DeepSeek、智谱等多种翻译引擎 4⃣ 双栏转单栏，手机阅读

或许对你有帮助。它可以直接带你提合规开源 PR 来丰富履历。 并且自带 ⁠/interview⁠ 功能，拿大厂面试官视角把你的简历从头到尾“问穿”，把漏洞全部堵在面试前！最近在考虑求职的朋友们可以关注一下。

GitHub 上的殆知阁古代文献（daizhigev20），1.7k star 的老牌语料库：16000 种古籍、20 万卷、约 20 亿字，全部 txt 纯文本，一次 clone 全带走。 什么概念？《四库全书》收书 3503 种——它的收录量是四库全书的四倍还多。 整个文库按传统方法分作十藏： 📜 易藏 · 儒藏 · 道藏 · 佛藏 · 子藏 📜 史藏 · 诗藏 · 集藏 · 医藏 ·

DESI遗产巡天团队历时13年，整合超26万次曝光并经超算处理，发布了史上最大的宇宙2D彩色天图。该图达5.6万亿像素，包含近40亿个天体，覆盖约75%的天空。数据已面向全球公开，不仅为DESI构建宇宙3D地图、探索暗能量提供关键靶标，也为下一代望远镜观测和天文AI研究奠定了核心基准。

AI编程的核心在于构建独立的智能体底座（Harness）。通过解耦规则、工具与模型，作者建立了“探索—规划—执行—审查—推广”的分层流水线；采用前沿模型定范式、低成本模型（如 DeepSeek）做执行的策略，降本 75%，实现了摆脱单一模型锁定、高效且高韧性的自主开发范式。

本文借 Bun 依靠 AI 从 Zig 迁移至 Rust 的风波，指出软件生产本质是工业化流程而非个人手艺。正如历史上代码格式化、Go语言及安全带引发的争议，抵制 AI 编码源于程序员的傲慢。未来由 AI 智能体配合严格安全约束的工业化开发将成为绝对主流，而纯手工编程将退化为个人的业余消遣。

SenteLabs开源的OpenExecutive项目提供了一个由8个Claude专家智能体组成的虚拟执行团队（repo：SenteLabsAI/OpenExecutive），涵盖了首席战略官、CFO、首席运营官等核心职位。它基于FastAPI和Next.js，利用ChromaDB处理公司文档的RAG检索，并配合SQLite实现情景记忆，确保AI能记住上个月的决策逻辑。这不再是单纯的聊天机器人，而

refactoring-ui-skill 的项目将经典设计指南《Refactoring UI》中的硬性规则转化成了 Claude Code 的插件技能（repo：s0xDk/refactoring-ui-skill）。它不再让 AI 凭感觉写 CSS，而是强制要求 Claude 在预设的间距、字号、颜色和阴影比例尺中做选择，并通过字重和色彩深度而非单纯的字号大小来构建视觉层级。这意味着当你对 Cl

这个系统的重点是让语音助手能够跨轮次、跨会话记住用户的事实、偏好、历史事件以及情绪和关系状态。 它采用类似“左右脑”的双记忆设计：“左脑”负责存储事实、人物、事件、知识和用户偏好等结构化信息，“右脑”则负责记录情绪、人格、关系状态等更主观、动态的信息。在实时对话中，VoiceMem 会持续抽取和检索相关记忆，并把最有用的内容提供给底层大模型，从而让语音助手的交互更加连续和个性化。 VoiceMe

最适合练口语的美剧：老友记未删减版

开源的本地开发工作台wework更新，这次更新重写了20万行代码，带来了以下功能： 基于DeepSeek Harness重写整体架构，支持基于DeepSeek Harness插件对应用进行扩展 默认使用Agent Provider扩展能力在底层集成codex app server，与codex app能力对齐，支持/goal、/plan、codex插件等codex原生能力 支持

看到微积分公式就头疼，背了公式也只会套题？试试这本漫画版，把抽象概念全画给你看： ▪️ 漫画讲解： 用风趣漫画替代枯燥公式，每一步推导都有画面感，看完就能理解背后的逻辑 ▪️ 从极限到微分积分： 系统覆盖微积分核心内容，从基础概念到应用，一条线讲清楚 ▪️ 零门槛入门： 不用怕数学底子差，作者专门为初学者设计，跟着漫画一步步走 ▪️ 笑着学会： 读起来轻松不累，原本枯燥的内容变成有趣的故事