热门文章
AI工具
AI 时代，好工具就是新的生产资料。本栏目聚焦全球视野，带你穿透排行榜，发现那些藏在数据背后的 AI 利器。 我们不复读说明书，只拆解工具背后的业务逻辑：它解决了什么痛点？普通人如何快速上手？如何利用它实现业务突围？ 每周5款精品工具拆解，带你跨越信息差，抢占工具红利。
-
今天，Kimi Code Desktop 正式与你见面。macOS 和 Windows 版同步上线，访问 kimi.com/code 开始安装使用。 作为 Kimi Code 官方桌面客户端，它将 Kimi Code 智能编程服务能力带到桌面应用中。你不仅可以在桌面端内直接使用 Kimi Code 的 AI Agent 能力，通过对话让它读写代码、运行命令、完成自动化任务，还能在全新可视化的图形交…
-
随着AI办公、智能体应用逐步落地，云存储的核心价值正从“单纯存文件”，转向“数据沉淀、高效复用、人机协同”，国内头部互联网厂商也开始集中发力全新的智能网盘赛道。 《读佳》独家获知，字节跳动将在9月发布全新且独立的智能网盘产品ADrive，产品Slogan为“连接你的AI应用，让文件与产物持续可用”。该产品由火山引擎打造，是一款面向AI智能体与人类用户协同办公的企业级智能网盘，主打统一文件存储与团队…
-
给智能体跑长上下文，账单总比预期崩得快。DeepSeek 把 5520 亿参数的模型压到只激活 80 亿，KV Cache 砍到上一代的四分之一，闲时输出每百万 token 四块钱，榜单直接追平 Claude Opus。官方甚至把自家旗舰的请求路由到它身上。便宜归便宜，最难的那批榜它仍差一截，切换通知只给了一天。 产品概述 DeepSeek V4.1 Flash 是 DeepSeek 在 2026…
AI百科
AI圈每天都在造新词，LLM、RAG、Agent……听得云里雾里？本栏目专为非技术背景的从业者打造，旨在剥离“假大空”的术语堆砌，还原技术背后的商业本质。 我们不复读官方定义，只拆解这些名词如何影响AI应用的实际链路与出海实战。用资深行业观察者的视角，带你穿透技术迷雾，看清大模型时代的真趋势。
-
一个让你脊背发凉的事实： 你每天在淘宝、抖音、豆瓣上的每一次"猜你喜欢"点击，都在帮一个数据库变得更聪明——而这个数据库存的，不是文字，是数字。 它叫向量数据库（Vector Database）。 一句话理解 向量数据库 = 专门存储"味道"（语义相似度）的数据库，让AI能快速找到和某个东西"最像"的其他东西。 它是怎么工作的 普通数据库…
-
你有没有想过这个问题： 当你说"把杯子推下桌子"，你的脑子里发生了什么？ 你可能看到了杯子摇了一下、然后倒下、最后摔在地上——甚至能听到"啪"的一声。 这个过程，你没有真正看到，但你在脑子里"模拟"了一遍。 这就是人类的世界模型——我们有一个对世界的内部模拟，知道动作会导致什么结果。 World Model（世界模型），就是让AI也拥有这…
-
一个有意思的时间线： 2020年：AI能看图，但只能看图 2022年：AI能听语音，但只能听语音 2023年：AI能同时看图、听语音、读文字——而且能一起理解 这个"既能看又能听还能读"的能力，叫做Multimodal（多模态）。 一句话理解 多模态（Multimodal） = 让AI同时拥有人类感知世界的多种方式——看图、听声音、读文字，并且能把这些不同类型的信息联合起来理解…
开源项目
拒绝高昂订阅费，从拥抱开源开始。本栏目专为想用AI、想懂AI的非技术人打造，手把手带你发现那些好用、免费且强大的开源替代品。 我们不聊虚无的代码，只聊真实的落地：从本地大模型部署到多模态工具链，拆解每个项目背后的实操门槛与应用潜力。 用最直白的语言，拆解最前沿的开源力量。 在这里，让AI不再是“黑盒”，而是触手可及的生产力工具。
-
最近在做知识库相关项目，我发现微信这边有个挺容易被忽略的开源项目：WeKnora。 如果只看一句介绍，你可能会把它理解成又一个 AI 知识库：上传 PDF、Word，然后对着文档问问题。 但我认真看了一遍现在的 WeKnora，发现这个理解已经有点过时了。 它现在做的事情，已经从最早的“RAG 知识库”，一路扩展到了 Agent、自动 Wiki、知识图谱、长期记忆、MCP、Skill、企业权限、数…
-
9231 个 Star，1031 个 Fork，仓库体积 49 KB。第一次点进去的人多半会愣一下，因为这个量级的关注通常对应几十万行代码，而这里连一行运行时都没有，只有一份 SKILL.md 加五个参考文件。 它卖的本来就不是代码。scroll-world 是给 Claude Code、Codex 以及任何认 SKILL.md 的 Agent 用的技能包，作用是把一个品牌变成一座能滚进去的小世界…
-
让 AI 剪视频，正常人的第一想法是让它把画面看一遍。browser-use 团队做的 video-use 没走这条路。它的核心设计就一句话：模型从不看视频，它读视频。 具体做法是，把原始素材丢进一个文件夹，打开 Claude Code 或者 Codex，说一句把这些剪成发布视频，剩下的交给 agent。清点素材、挑 take、去填充词、调色、烧字幕、加动画，最后吐出 edit/final.mp4…
skills资源
我们深知skills的核心是“实用、可落地”，因此持续挖掘全网优质技能skill，定期更新。助力大家在学习AI的同时，拓宽技能边界、提升综合能力，用每一个实用skill赋能成长，解锁更多可能性。
-
Smithery 上挂着一条叫 openai/examples-auto-run 的技能，一句话描述是“用自动模式跑 Python 示例，带日志、重跑助手和后台控制”。抓取时它的热度是 18,848，安装数只有 24。这个比例本身就说明问题：围观的人多，真装的人几乎没有，因为它压根不是给外部用户准备的，它是 OpenAI 用来维护自家 Agents SDK 仓库的内部工具，只是被放到了公开目录里。…
-
让 AI 剪视频，正常人的第一想法是让它把画面看一遍。browser-use 团队做的 video-use 没走这条路。它的核心设计就一句话：模型从不看视频，它读视频。 具体做法是，把原始素材丢进一个文件夹，打开 Claude Code 或者 Codex，说一句把这些剪成发布视频，剩下的交给 agent。清点素材、挑 take、去填充词、调色、烧字幕、加动画，最后吐出 edit/final.mp4…
-
我带团队用 Azure DevOps 的几年里，最常被模型坑的地方不是它不会写命令，而是它记混了命令。Azure DevOps 的对象域比 GitHub 宽得多，覆盖八类资源： 项目与仓库 流水线、构建、发布 拉取请求与工作项 制品与服务连接 八个领域各自一套子命令，模型面对这张大网，幻觉率明显高于只跟 GitHub 打交道的场景。 更麻烦的是，Azure DevOps 的命令层次深，子命令嵌套好…
实战分享
拒绝纸上谈兵，我们只聊“如何落地”。本栏目深度拆解全球前沿AI应用的实操链路，将复杂的工具组合转化为标准化的SOP。 从提示词微调到自动化工作流构建，手把手带你完成从“看到”到“做到”的跨越。这里没有晦涩的代码，只有贴合真实业务场景的干货。不论是复刻海外爆款案例，还是优化本土化运营，我们只提供拿来即用的实战指南。
-
最近 Jev 很火。它的传播路径很典型：先是 TypeSafe AI 发布一个听起来有点反常识的新模型，再是 Hacker News、知乎、Reddit 开始争论，接着 GitHub 上很快出现一批 Demo。有人拿它玩 Doom，有人拿它跑 Mario，也有人拿它接进浏览器自动化、代码审查、Agent 路由和上下文压缩里。 我一开始对它也有点怀疑。一个“不生成文本”的模型，能有多大空间？现在 G…
-
01背景 AI 能力蓬勃发展，各个领域设计师不断探索如何使用AI对日常设计输出进行提效，在技术逐步平权的背景下，设计师是否只能交付设计稿？AI时代下设计师是否可以参与到代码落地的部分？我会尝试结合淘宝闪购商家B端的推广业务，带来一些分享。 AI对于不同的业务助力点不同，对于标准型需求，因为其结构标准、组件可复用等特点，AI可以帮助输出提效，对于定制型和创意型需求，AI可以帮助设计师启发观点。 02…
-
积累了大量图标资源，想快速迁移建库？ 这是每个团队切换到 Ardot 时都会遇到的第一个问题。过去在 iconfont、Codesign 上沉淀的数百个图标，如果靠传统方式搬过来，流程一点都不轻松：打开项目逐个下载 SVG → 解压筛选整理文件 → 一个个拖入设计工具 → 手动调整尺寸、间距和排列方式 → 再封装成组件方便复用。 简单说：导入图标本身并不麻烦，麻烦的是把一整套图标库稳定、完整、可复…