作者体验了朋友洛小山团队开发的个人 Agent 产品白艾莉（Alice）。该产品以二次元养成游戏的风格呈现，Onboarding 设计如玩游戏般丝滑，有人设、朋友圈、塔罗占卜等细节。产品将多 Agent 设计成自带身份的'朋友'，支持创建定制角色，并有广场社区支持二创内容和糖豆消费。同时具备实用功能：可切换 DeepSeek 等模型写代码、连接微信飞书、专属邮箱、定时任务等。作者认为人格化 Agent 满足了用户对'AI 活人感'的关系诉求，有望成为 AI 原生内容社区。
作者发现一个中文语音数据集，包含218人的8万多条语音，情感中性，并带有性别、年龄、母语口音等标注，字音准确率达98%以上，经过专业标注和严格质检。开源TTS模型如F5、Spark、IndexTTS2都需要参考语音，自己录制麻烦，该数据集可以省去这一步。作者是在为Qiaomu Reader开发电子书朗读功能时发现的。文中附有数据集官网地址和语音样例链接。
作者认为 TRAE 是国内 AI Coding 领域第一，TraeWork 和 TraeCode 合并后成为最接近 Codex 的 Agent Harness。文章通过多个实际案例展示 TRAE 能力：用电脑控制和浏览器控制插件自动调研 Producthunt 产品；10 分钟开发 Obsidian UI 学习插件并上架；20 分钟将插件移植到 DeepSeek Harness；通过绑定微信、飞书随时随地远程修 Bug、合并代码；办公学习方面有模板库和飞书文档集成。作者认为 TRAE 三端打通、双模式设计（SOLO 和 IDE），让 AI Agent 覆盖更广人群，即使界面像 Codex 也无妨。
作者介绍了自己开发的 Chrome 插件「乔木剪藏」新增的视频阅读模式，可将带字幕的 YouTube/B站视频转为可阅读文本。功能包括：中英双语对照、点击字幕时间戳回看视频、划线直接向 AI 提问、接入 Obsidian 沉淀笔记。适合学习长播客访谈和课程。项目已在 GitHub 开源（qiaomu-clipper）。评论区还讨论了中文视频自动字幕识别错误导致乱码的问题及 AI 转写的应对方案。
文章梳理了曾鸣对颠覆性技术演化的三段论：AI 先成为通用基础设施，再催生海量新应用，最终诞生原生级现象级应用。2025 年 Token 成为 AI 时代共识度量衡，标志基础设施成熟；Open Claw 爆火开启 Agent 第二阶段；Agentic OS 属第三阶段，还需三五年。作者认为大模型公司本质是 AI 云公司，未来两年核心机会是打造 Agent 入口级产品，OpenAI 和 Anthropic 未必成为 AI 原生应用大赢家。另附曾鸣的公司四层分类：机会、战略、远见、使命驱动，强调使命须发自内心，外部认可驱动易受估值波动冲击。
文章介绍了启元机器人发布的两款C端消费级机器人：启元T1和启元Q1。T1是一款可变形机器人，室内为轮足人形、户外自动切换四足形态，支持跟拍运镜等实用功能；Q1是可装入书包的全身力控人形机器人，具备22个自由度，支持二次开发和3D打印定制外壳。作者认为手机和新能源汽车行业已接近天花板，AI加持下的消费级机器人将成为下一个变革方向。启元还与腾讯、京东健康等合作构建应用生态，强调机器人作为人的伙伴而非替代者的理念。
作者发布了一个全能下载Skill，几乎支持所有平台的视频下载，甚至包括微信视频号。安装指令为 npx skills add joeseesun/qiaomu-download。该Skill核心基于yt-dlp和之前分享的视频号下载skill整合而成，具备自动检查更新功能，打包在一起无需安装多个Skill。项目已在GitHub开源，支持YouTube、B站、X/Twitter等多个平台的在线视频下载与媒体提取。
作者通过7个实际案例测试豆包 Seed-2.1-pro-0915（Doubao-Seed-Evolving）的进化效果，涵盖深度调研 Obsidian AI 插件 Top20、根据视频演示开发跨平台剪贴板应用并改造成 Swift 原生版、Blender 3D 白模驱动视频生成、天津海钓点调研与导航地图制作、电影3分钟解读视频剪辑、3.5万行代码仓库分析等任务。作者感受：多模态理解能力显著提升，Agent 长程任务可靠性增强，但仍存在文案质量和迭代准确性等不足。
作者开发了Obsidian插件「乔木 AI RSS 阅读器」，将Obsidian打造成AI资讯阅读与学习笔记一体化工具。插件收录46个精选AI Newsletter并支持AI自动翻译改写海外资讯，收录1000+独立博客RSS可自由订阅。用户可选中任意文本或图片添加到当天或指定笔记，契合GTD用法。插件内置朱雀仿宋字体及行距字体设置提升阅读体验，支持本地文件夹作为阅读源和剪藏公众号文章。该插件已上架Obsidian社区插件市场，搜索'qiaomu'即可安装。
文章推荐 B 站播客《创见》对 OpenAI ML Infra 工程师赵迪的访谈。赵迪曾在 Twitter/X 工作近 7 年，评价马斯克是'最大的混蛋'但依然令人敬佩，因为其遵循第一性原理，将工程师从 3000 人裁到 100 人仍能运转。他分享了用 Rust 编写的推理引擎 Navi 为 X 节省数百万美元的经历，认为 ChatGPT 3.5 是 AGI 从 0 到 1 的关键，现在已非常接近 AGI。他还谈到智能可能成为区分阶级的工具、模型能力是核心壁垒、以及工程师价值不再在于写代码量等犀利观点。
腾讯发布混元 Hy4 preview 模型（770B 总参数、49B 激活、1M 上下文的 MoE 模型），作者通过 Workbuddy 实测 8 个项目：声音驱动动效画布、在线 808 鼓机、吉他调音器、复刻《沙罗曼蛇》游戏、极端金属 PPT、PDF 生成企业官网、Three.js 太阳系演示等。评测发现其前端审美显著提升，长程 Agent 任务稳定，能精准拆分任务、调用工具和 Skill，且行为守规矩（只引用 CC 版权图、不确定时主动询问）。作者对模型表现大为赞赏，认为腾讯迭代速度快，甚至萌生买腾讯股票的想法。
智谱发布 GLM-5.3-Flash 模型（320B 总参数、仅激活 18B），即此前在 X 上爆火的匿名“牛来”模型。其 AA 综合智能指数达 57 分，与 Opus 4.8 相当，但价格仅为后者的 1/40，并采用稀疏注意力+线性注意力混合架构，由国产芯片支撑全部线上推理流量。作者通过多个实测案例展示模型能力：一句话从 PDF 生成企业官网、生成带真实图片的 PPT、模拟 Omarchy Linux 界面、构建在线 Excel、开发多款小游戏，以及用多模态能力自动剪辑《楚门的世界》电影解说视频。文章认为该模型以架构创新和国产算力打破了“前沿模型必然昂贵”的逻辑，且已以 MIT 协议开源。
字节跳动发布「豆包工作」，一个面向生产力场景的独立Agent产品。作者通过朋友的日本山椒外贸业务实测：上传日文PDF手册后，豆包工作十分钟生成支持询盘的企业官网（含日文版），又生成12条社交媒体传播素材写入飞书文档，调用Seedance 2.5生成企业宣传片，制作中日双语PPT，还定制了日语邮件润色Skill。豆包工作与飞书深度打通，企业账号登录后可调用组织关系、群聊、云文档、多维表格、会议纪要等丰富上下文，让Agent真正融入企业协作，是传统企业AI落地的实用工具。
字节跳动推出的扣子桌面端，通过云盘双向同步、深度截图、本地Agent接入等功能，让AI Agent更深入地融入本地工作流。文章以新书宣传和自媒体运营为例，展示了扣子桌面端如何高效生成网站、PPT、播客等营销物料，并支持多Agent协作。作者认为，扣子桌面端的设计旨在减少文件上传下载等摩擦成本，让AI更贴近用户的工作上下文，是AI工具落地办公场景的重要一步。
字节豆包客户端更新了工作模式，新增操作电脑、技能、连接器、工作伙伴等功能，体验接近 Codex。作者实测7-8个任务，展示了网站生成、PDF转互动课件、飞书文档与PPT生成、多媒体创作、旅行Vlog制作等应用。豆包与飞书整合后形成办公Agent强组合，云电脑模式支持7*24小时运行，手机与电脑端无缝衔接，本地模式则保障数据私密性，整体表现超预期。
本文介绍了DeepSeek Harness（DSH）的发布及其迅速走红的现象，并详细讲解了DSH的安装方法、热门插件（如colleague-skill和OpenBiliClaw）以及基础插件推荐。文章还探讨了DSH“一切皆插件”的设计理念，以及其开源生态的快速发展。最后，作者观察到AI技术圈中二次元头像成为“大佬”特征的现象，并指出B站正在成为国内开源项目传播的重要平台。
文章讲述了谷歌人工智能负责人 Jeff Dean 的传奇生平。从高中编写流行病软件，到与桑杰在 DEC 结缘，再到加入谷歌挽救索引危机。他们通过 MapReduce、Bigtable 和 Spanner 等创新，奠定了现代分布式系统与大数据的基石，展现了应对大规模硬件故障的非凡工程能力。
文章讲述了 vLLM 项目从开源起步到成立公司 Inferact 的历程。联合创始人游凯超分享了团队拒绝高薪Offer、坚守开源的初心，以及 DeepSeek 在 Infra 领域的领先优势。文章还探讨了开源治理、模型与 Infra 的协同设计，以及 vLLM 如何应对社区噪音并实现商业化落地。
文章讲述了前豆瓣产品经理谢青池通过阅读200多篇AI论文，梳理出理解大模型发展的历史视角。他通过分析从GPU、AlexNet到Transformer等关键技术节点的演进逻辑，指出产品经理需在边界变化中寻找最优解。读论文不仅消除了他对AI发展的焦虑，也让他能更精准地预判技术趋势。
文章记录了作者参加纳米Work发布会的见闻，重点提到老周讲话的坦诚、产品通过全员使用AI暴露问题并改进、内置500+岗位专家及多种AI框架聚合等特色，还分享了初中生用纳米Work助力早餐店发展的真实案例，认为纳米Work接地气且市场空间大。
Bento是一个开源的HTML PPT项目，动效炫酷，仅需一个HTML文件即可实现核心功能，支持文本编辑、全屏播放和多人协作。文档采用明文JSON格式，便于AI修改迭代。
作者深度实测了国产模型 Kimi K3，利用其一口气开发了6个涵盖前后端、数据库、AI调用及3D游戏的完整项目。结果显示K3在长程任务开发、代码能力及UI设计上表现超预期，体验直逼GPT 5.5和Claude Opus，是国产模型的巨大飞跃。
本文记录了前微软、字节工程师王启源的访谈，探讨了从大厂转型独立开发的经历、AI 编程工具（如 Claude Code, Codex）的实战应用、Loop Engineering 与 Harness 的演进，以及未来 Agent OS 的形态。
本文对美团发布的 LongCat-2.0 万亿参数大模型进行了深度技术拆解。文章涵盖了 MoE 架构与稀疏注意力（LSA）的优化、N-gram Embedding 的应用，以及在国产算力受限情况下的 6D 并行训练工程、超节点组网、推理加速等关键技术细节。
OpenAI 对 Codex 进行了重大更新，将其从单纯的开发助手向通用工作系统推进。通过推出面向分析师、销售等角色的插件、支持协作交互的 Sites 功能以及精准修改的批注功能，Codex 正在深入企业非技术岗位的真实工作流。这标志着 AI 工具正从聊天窗口进化为懂组织分工的工作系统。
本文是 Every 公司 CEO Dan Shipper 的访谈总结。他通过实战经验指出，AI 并未导致裁员，反而因为“管理自动化”的需求增加了人力。文章预测工作将分裂为“公司级通用 Agent”和“以 Claude Code 为 OS 的个人操作”两种形态，并强调了“前端部署工程师”的重要性。此外，他认为 SaaS 不会消亡，Agent 将成为其新用户；非技术岗位（如 PM 和设计师）将因 Vibe Coding 迎来爆发期。
本文专访了前端工程师 tw93，讲述他在 13 年间利用业余时间开发了 6 款知名开源工具（如 Pake、Mole）的故事。文章深入探讨了他的产品逻辑（解决自身痛点）、设计审美、长期主义价值观，以及在 AI 时代构建个人技术壁垒的独特见解，并分享了个人开发者出海商业化的实战经验。
本文详细介绍了字节旗下 AI Agent 工具 TRAE SOLO 移动端的发布与使用方法。该工具实现了 App、Web 和桌面端的三端互通，无需邀请码即可使用。文章重点展示了移动端的配置流程，以及如何通过安装 Skill、接入飞书、配置第三方模型等方式，实现数据分析、信息整理、自动化任务和学习辅助等多种场景，将 AI Agent 的使用场景从桌面扩展到了口袋。
DeepSeek发布新论文，提出一种名为“视觉原语”的多模态推理框架。不同于业界卷分辨率的趋势，该模型通过在思维链中嵌入边界框和坐标点，模拟人类用手指着图片思考的过程，有效解决了语言在空间指代上的局限。DeepSeek-ViT配合LLM将视觉Token压缩至竞品的十分之一，但在空间推理、计数和迷宫导航等任务上性能超越GPT-5.4等顶尖模型。
OpenAI开源了Symphony项目，旨在解决AI Agent规模化管理的瓶颈。该系统将Linear任务看板转化为AI控制中枢，为每个活跃任务分配独立的Agent持续工作，直至交付。文章详细阐述了其架构、工作流及“管理任务而非Agent”的核心理念，标志着软件开发经济学在AI时代的变革。
