Simon的白日梦

2024-01-09 12:19来自 微博网页版

✨大家好~ 我是 Simon 阿蒙，我现在的身份有：做AI和艺术的建筑学博士 / 佛系自媒体人 / 菜鸟独立开发者 / 半个数字游民 🐶，正在努力成为比AI更有趣的人，为世界增添一点多样性[爱你] 😶‍🌫️ 📑我分享过的有用资源📑： - 🌟AI科普教程： - 金鸡奖AIGC训练营限时比赛拿奖经验分享（20 ​

252

45

462

Simon的白日梦

2026-06-23 16:53来自 微博网页版

我给中国美术学院开放媒体系上的编程艺术课程已经过半了。学生们学了 Vibe Coding / vibe Art之后兴致都很高，做出了很多虽然可能比较青涩，但是很有意思的东西🥰。 为了鼓励他们，以及让大家看到他们的作品，我做了一个线上展示页面。里面有很多非常搞、非常亚、非常有意思，但当然是很有创意的作 ​

565

11

389

Simon的白日梦

2026-07-02 15:17来自 微博网页版

豆包专业版来啦！上线了几个硬核新功能，现在豆包是真正意义上能“替你动手干活”了。🥹 随便测试了几个藏在底部的进阶功能，一旦用过就真的回不去了： 👉🏻 本地电脑操控：以前整理资料点鼠标点到手酸，现在可以直接给豆包开放本地权限。下个指令：“把D盘里乱七八糟的几百张图片，按日期和尺寸 ​

3

4

2

Simon的白日梦

2026-07-02 11:57来自 微博网页版

据说能节省60%~95%的token消耗的压缩神器，不知道有人用过没，效果怎么样？🧐 Headroom，给 AI agent 做上下文压缩的本地中间层 Headroom 是一个跑在本地的 context compression layer，放在 AI agent / 应用和 LLM provider 之间，把工具输出、日志、RAG 片段、文件、对话历史先压缩，再送进模型 ​

12

2

15

Simon的白日梦

2026-07-01 15:02来自 微博网页版

这个看起来有点猛，实时流式单目3D重建🧐 LingBot-Map，用 Geometric Context Transformer 做流式 3D 重建 LingBot-Map 是 Robbyant 发布的流式 3D 重建模型，目标是从连续视频流里恢复相机位姿、深度图和点云。它处理的是一个很实际的问题：视频越长，3D 重建越需要记住过去，但不能把所有历史帧 ​

13

1

23

Simon的白日梦

2026-07-01 11:47来自 微博网页版

这个单图生成可交互游戏/视频的世界模型，据说能在 5090 上跑到 16 FPS，感觉初步具备单机可玩性了？但是说是用 wan 2.2 训练的，不知道它的世界模型推理是否足够可靠？🧐 DreamX-World：通用交互式世界模型，支持可控探索、长视频生成和世界事件编辑 DreamX-World 1.0 是一个文本/图像到视频的交 ​

1

1

9

Simon的白日梦

2026-06-30 15:12来自 微博网页版

这个创意很好，虽然我觉得UI可以再优化一下把操作系统的性能资源调度系统做成一个游戏。 You’re the OS!，把操作系统调度做成一款小游戏 You're the OS! 是一个把操作系统概念游戏化的开源项目：玩家不是在电脑上运行程序，而是直接扮演这台电脑的操作系统，负责管理进程、内存和 I/O 事件。 它的 ​

4

0

8

Simon的白日梦

2026-06-30 11:16来自 微博网页版

话说还有人玩开源图像生成模型吗？这个基于 Kear 2 训练的真实质感 Lora，感觉出来的图感觉真的很真🥹 Krea 2 这条线有点像在补“AI 图味”的反方向：少堆摄影关键词，多还给日常现场感。 Krea 2 Realism LoRA，让 Krea 2 更偏自然纪实摄影 这是一个给 Krea 2 用的写实 LoRA，作者是 gokaygokay。 ​

13

2

20

Simon的白日梦

2026-06-29 15:44来自 微博网页版

0.22B的inpainting模型，看着效果还行，很适合端侧使用 Moebius，用 0.22B 参数做出接近 10B 级模型的图像修复框架 Moebius 是华中科技大学 HUSTVL 和 VIVO AI Lab 做的轻量级 image inpainting / 图像修复框架，目标很直接：在对象移除、局部补全、人像修复这类明确任务上，不再依赖 FLUX.1-Fill-De ​

6

0

3

Simon的白日梦

2026-06-29 11:46来自 微博网页版

话说开源视频生成模型还有人玩吗？这个 LTX 2.3的 lora 可以把粗糙的 3D 体块视频转成真实视频，我觉得还是有一定使用场景的。🥹 fal 3DREAL，把 3D 灰模 / 游戏渲染转成写实视频的 LTX-2.3 IC-LoRA fal 开源了 3DREAL，一个面向 LTX-2.3 的 render-to-real IC-LoRA。它吃的是 3D / CG / 游戏引擎 ​

8

3

21

Simon的白日梦

2026-06-28 15:37来自 微博网页版

？？？把Fable 蒸馏进12B开源模型 ？？😲 yuxinlu1，把 Fable 5 / Composer 2.5 的代码推理蒸到本地 12B GGUF 模型里 🔗 中文阅读链接：http://t.cn/AXSmCVa1 🌐 Hugging Face 主页：http://t.cn/AXSmCVa3 个人开发者逯雨鑫在 Hugging Face 上爆火的两个模型：基于 Gemma 4-12B 做后训练，再发 ​

21

1

34

Simon的白日梦

2026-06-27 15:34来自 微博网页版

这个开源项目好有意思，强迫你休息。不然黑洞就会吃掉你的屏幕我觉得被AI加速的时代需要更多这种”反人类”的设计小巧思🥹。 终端提醒休息已经卷到天体物理了：你不休息，屏幕就被黑洞吃掉。 Ghostty Blackhole，给终端加一个会吞屏幕的番茄钟黑洞 Shader Ghostty Blackhole 是一个给 Ghostty 终 ​

4

0

12

Simon的白日梦

2026-06-27 11:19来自 微博网页版

试一下能不能用这个知识图谱生成 skill 去整理 VibeCoding 出来的屎山代码😂 Graphify，把代码库、文档和多媒体资料变成可查询知识图谱的 AI 编程助手技能 Graphify 是一个给 Claude Code、Codex、OpenCode、Cursor、Gemini CLI、Hermes 等 AI coding assistant 用的项目理解层。进项目后执行 /gra ​

27

3

31

Simon的白日梦

2026-06-26 19:38来自 微博网页版

老实说，以前我对折叠屏的理解就是一块能折起来的小平板，酷是酷，但是不改变工作流。后来把日常工作流全面交给 AI 后才发现，直屏手机那点可怜的后台机制，根本装不下稍微复杂一点的任务。开个线上讨论会，既要盯 PPT，又要回工作群消息，（偶尔还摸个鱼看个股票🐶），还指望第三方 AI 在后台能默默 ​

1

2

50

Simon的白日梦

2026-06-26 11:58来自 微博网页版

把禁书塞进一只灯泡里：这个作品有点 hacking 艺术的感觉，把每一份被禁止的知识塞到了一个待点亮的灯泡里，当你点亮它的时候，你就可以获得这个灯泡中保存的知识火种。 Banned Book Library，把 WiFi 智能灯泡改成离线禁书图书馆 Rick Osgood 做了一个硬件小项目：把一只 ESP32C3 WiFi 智能灯泡改成 ​

13

2

11

Simon的白日梦

2026-06-25 15:53来自 微博网页版

这一个网页游戏的画风好爱啊，不知道有多少的部分是由靠 AI 生成的🥹。 这类小网页游戏越来越像“可以直接走进去的插画”，入口越轻，越容易传播。 Messenger，Abeto 做的 WebGL / Three.js 网页小游戏 这条 X 转的是 Abeto 做的 Messenger，一个可以直接在浏览器里打开的 WebGL 小游戏。网站 met ​

10

2

26

Simon的白日梦

2026-06-25 11:17来自 微博网页版

前段时间，大家围绕 AK 的方案搞了好多把知识库整理成维基的 skill 和流程么。现在 Google 提出了一个统一的草案框架🧐。 Open Knowledge Format，Google Cloud 提出的 agent 友好型知识目录格式草案 GoogleCloudPlatform/knowledge-catalog 里的 OKF 是一个 Open Knowledge Format v0.1 草案。它 ​

12

2

27

Simon的白日梦

2026-06-24 11:22来自 微博网页版

我又发现了一个用文字控制 CAD 生成模型的开源 AI 工具，感觉这一次推的这个用的人比较多，有4.4K 🌟了🥹。 CADAM，一个开源的文本/图像到 CAD Web 应用 CADAM 是 Adam-CAD 做的开源 text-to-CAD Web App。它让用户用自然语言描述，或上传参考图，生成可预览、可导出的 3D CAD 模型；生成结果走 ​

37

3

47

Simon的白日梦

2026-06-23 19:32来自 微博网页版

回复@数知实验室:http://t.cn/AXaE1bQ0 这里有线上公开课版本，大家都可以免费来学。[不愧是你]//@数知实验室:好想旁听您这个课[憧憬]

我给中国美术学院开放媒体系上的编程艺术课程已经过半了。学生们学了 Vibe Coding / vibe Art之后兴致都很高，做出了很多虽然可能比较青涩，但是很有意思的东西🥰。 为了鼓励他们，以及让大家看到他们的作品，我做了一个线上展示页面。里面有很多非常搞、非常亚、非常有意思，但当然是很有创意的作 ​

40

1

20

Simon的白日梦

2026-06-23 16:39来自 微博网页版

这个可以在本地运行的三维交互式网页开源仓库有点酷，从地球的形成到月球被地球抓住，再到第一、第二、第三宇宙速度，让用户快速理解重力的形成。虽然感觉应该是 vibe 出来的，但是质量还不错。🥹 Gravity，一个 3D 太阳系引力模型和 24 步交互式科普导览 Gravity 是 qunabu 做的太阳系引力模拟网 ​

16

0

19

Simon的白日梦

2026-06-23 11:52来自 微博网页版

有机大橘子老师的这一个，做简笔线稿漫画风 PPT 和示意图的 skill 很不错。在现在跟大家比拼奇观和堆叠细节的 AI 生图环境下，有一种清新脱俗的美感🥹。 橙线插画 skill，把长文观点转成纽约客式极简插图和 HTML 幻灯片 AGENT橘这篇文章用《置身钉内》做样稿：把一篇 7.5 万字的钉钉 / ONE / AI 产 ​

9

1

9

Simon的白日梦

2026-06-22 14:56来自 微博网页版

我们每个人都是小模型？？🧐瞎说什么大实话呢🥹 ​

5

2

35

Simon的白日梦

2026-06-22 11:03来自 微博网页版

“文艺复兴”了🥹，推送 1 个群友做的开源项目：GPT image 2，但是 webui 🤗。 这个像是把 GPT-image-2 做成了一个轻量 ComfyUI，但重点放在图库、模板和任务队列这些生产细节上。 iLab GPT Conjure：面向 GPT-image-2 的本地 WebUI 图片生成工作台 这是一个 AI 图片生成工作台，目标是把 GPT-i ​

40

3

50

Simon的白日梦

2026-06-21 11:26来自 微博网页版

看看我发现了什么好东西：经常做申报书和解题报告的青椒们就知道，评委很喜欢那种结构化的流程图。但是让 AI 生成 SVG，有时候经常会有一些奇奇怪怪的问题。这里有一个直接调用老牌流程图工具draw.io来画流程图的 skill。以后你的 AI 也可以直接帮你出非常标准的流程图和结构图了。🥹 drawio-skill ​

31

3

46

Simon的白日梦

2026-06-20 11:45来自 微博网页版

Claude Fable 5 虽然被禁了，但是我们还可以看看它的系统提示词🐶🥹。 CL4R1T4S：Claude Fable 5 的所谓系统提示词文件 这个 GitHub 文件声称收录了 Claude Fable 5 的完整 system prompt，全文约 12 万字符。它所在仓库 elder-plinius/CL4R1T4S 自称收集 ChatGPT、Claude、Gemini、Grok、Perple ​

38

4

45

Simon的白日梦

2026-06-19 11:01来自 微博网页版

看看我发现了什么好东西，Office CLI！🥹 Office 文档终于也开始给 agent 长眼睛了，以后做 PPT 不该只剩 python-pptx 苦修。 OfficeCLI，让 AI agent 直接读写 Word、Excel、PowerPoint OfficeCLI 是一个面向 AI agent 的 Office 文档命令行工具，支持 .docx、.xlsx、.pptx 的创建、读取、分析和 ​

58

5

71

Simon的白日梦

2026-06-18 12:16来自 微博网页版

之前一直有朋友问我什么时候出新教程嘛，现在终于出来啦~！🎉 很高兴受中国美术学院武子杨老师的邀请，帮国美和浙大的一个联合微专业 “智能艺术与设计” 共建了一门微课——《人机混合创作方法》。现在已经上线智慧树平台了，大家注册就可以免费学习🤗（划重点❤️，免费哦，买不了吃亏买不了上 ​

258

11

262

Simon的白日梦

2026-06-17 12:02来自 微博网页版

分享一个优化生图流程的 Skill 框架。话说现在以及不久之后的生图模型真的还需要优化吗🤔？ SCOPE Image Orchestrator，一个把复杂生图请求拆成需求、生成、审核和修复流程的 Codex skill 它处理的不是“怎么写一句更漂亮的提示词”，而是把一次复杂生图请求拆成可追踪步骤：需求拆解、提示词优化 ​

18

3

38

Simon的白日梦

2026-06-16 11:22来自 微博网页版

分享一个 Mac 下的免费垃圾清理工具🤗。 Mole，一个把 CleanMyMac、AppCleaner、DaisyDisk 和 iStat 菜单塞进终端的 macOS 工具 Mole 是 tw93 做的 macOS 终端维护工具，命令名是 mo。它覆盖几类常见 Mac 清理需求：深度清理缓存和日志、卸载 App 及残留文件、分析磁盘空间、刷新系统缓存和服务、 ​

26

2

22

Simon的白日梦

2026-06-15 11:57来自 微博网页版

没想到高科技 AI 养牛都能估值 20 亿美元了。😂 Halter 的 AI 牛项圈，把牧场围栏变成可编程边界 Ole Lehmann 转的这个案例说的是 Peter Thiel 支持过的农业科技公司 Halter：给牛戴上太阳能智能项圈，用 GPS、传感器、声音提示和虚拟围栏来管理放牧。推文说这家公司做“AI collars for cows”，估 ​

3

3

7

Simon的白日梦

2026-06-14 11:19来自 微博网页版

前两天在国美的毕业展上看到一些学生为了做展品，还故意找以前的CRT显示样管显示器来营造数字复古的效果。我觉得这玩意现在也挺不好找，没想到今天又看到有人开源了模拟器😂。 ntsc-rs，一个把 VHS / 模拟电视失真做成可用工作流的开源视频效果工具 ntsc-rs 做的是复古录像带效果，但它走的路线比 ​

24

3

37

Simon的白日梦

2026-06-13 11:53来自 微博网页版

这个案例好有意思，通过机器的遗忘去发明新的汉字，这个可视化也做得很吸引人。🥹 Hopfield network 记忆汉字部件，把“遗忘”变成造字机制 Kat 这次把 Hopfield network 喂进中文 glyph，不再是拉丁字母，而是偏旁、部件和点阵汉字。推文里的核心句子是：当记忆衰减时，系统开始生成不存在的字符 ​

9

2

22

Simon的白日梦

2026-06-12 12:01来自 微博网页版

我忘记我在哪里看到的大V说的一句话，就是 anthropic 他们现在不觉得自己在做 AI，而是相信自己正在接生神明😂。 Anthropic《When AI builds itself》，AI 研发正在从辅助工具滑向自我加速系统 这篇文章讨论的是一个更锋利的问题：AI 不再只是帮人写代码、跑实验，而是已经开始参与 AI 系统自身的 ​

9

2

18

Simon的白日梦

2026-06-11 11:31来自 微博网页版

为不断变化的代码仓库生成“专属 LoRA”，这条路比每次把 repo 检索结果硬塞进长上下文更像正路。🥹 Code2LoRA，用 hypernetwork 给不断变化的代码仓库生成专属 LoRA Code2LoRA 解决的是代码模型的仓库上下文问题。现在让模型理解一个 repo，常见做法要么是把检索结果塞进长上下文，要么给每个仓库 ​

11

3

19

Simon的白日梦

2026-06-10 11:20来自 微博网页版

Google 发新的开源多模态模型了，16G 显存就能跑。但是我更关心的是 Gemini 3.5 Pro 什么时候出来？🤔 Gemma 4 12B，Google 把本地多模态模型推到 16GB 设备档位 Google 发布 Gemma 4 12B，定位在边缘小模型 E4B 和 26B MoE 之间：参数规模更轻，但保留接近 26B 模型的推理能力，目标是让多模态 ag ​

9

1

22

Simon的白日梦

2026-06-09 11:32来自 微博网页版

什么？256K 的 Agent 系统，还能装在我的红米手表上？😱 小米 openVela AI Agent，把本地 Agent 压进 256KB RAM 的嵌入式系统 packages_ai_agent：一个面向 openVela 嵌入式系统的本地 AI Agent 框架。它的看点不是“又一个聊天助手”，而是运行边界极窄——目标设备包括智能手表这类资源受限硬件 ​

8

1

17

Simon的白日梦

2026-06-08 15:56来自 微博网页版

这算不算现在最强的开源长视频模型？😂 JoyAI-Echo，京东开源的分钟级音画长视频生成框架 它想解决的不是单镜头视频漂不漂亮，而是多镜头长视频里的角色外观、声音音色、声画对应和叙事连贯。项目页主打 5 分钟级 coherent audio-video generation，还加了 memory bank、Director Agent 和蒸馏加速 ​

9

1

21

Simon的白日梦

2026-06-08 11:19来自 微博网页版

让你的 agent 做出带有审美 taste 的前端 UI。 Taste Skill，给 AI 编程代理加审美约束的前端 Skill 包 Taste Skill 是一组可移植的 SKILL.md，给 Codex、Cursor、Claude Code 这类 coding agent 用，目标是减少 AI 写前端时常见的模板味：居中大标题、卡片堆叠、假高级渐变、动效乱飞、间距没判断。 ​

45

3

56

Simon的白日梦

2026-06-08 10:19来自 微博网页版

我也想要[不愧是你]//@嘉文钱:没想到大家对这个skill这么感兴趣，我抓紧做好它[老师好]

因为公司经常要做一些AI短片，所以我在做一个「视频脚本工作台」Skill—— 1️⃣只要告诉codex故事的创意和要求，它就会帮你梳理出完整的脚本，包括画面、镜头和动作等等，同时每一个画面都会给出一个线稿画面来帮你理解脚本； 2️⃣确认了脚本和线稿之后，你再给他一个视频想要的风格图（图1），它就 ​

15

1

16

Simon的白日梦

2026-06-07 22:54来自 微博网页版

阶段四：某天某个工具断联了、额度没了、用不了了，突然感觉自己整个人都不好了。🥹

阶段一：现在随便一个AI工具都能让你觉得厉害； 阶段二：当你在用它的时候就会开始祛魅； 阶段三：只有祛魅之后你还觉得厉害的话，那它真的是很有用很厉害的AI工具。 而龙虾在我这里没熬过第二阶段[二哈]。 #how i ai# ​

2

1

6

Simon的白日梦

2026-06-07 15:24来自 微博网页版

这个用视频模型魔改成世界模型的开源项目挺有意思。额外搭了一个脚手架，把 Wan 2.1 这类视频模型改成了能预测下一帧的世界模型。最近开源 world model 明显变多了，感觉已经进入了个人也能下场 finetune 和把玩的阶段。 minWM，第一个完整开源的实时交互式 world model 框架 minWM 不是单个 world m ​

7

1

10

Simon的白日梦

2026-06-06 11:11来自 微博网页版

又一个用 Agent 模拟真实世界中多角色互动的框架。不过这一个没有那么看重界面，而是更看重互动的真实性和交互的可读性。 WorldSeed，一个用规则和角色生成多智能体社会的世界引擎 WorldSeed 的入口不是“写一个 agent 工作流”，而是 seed a world。使用者定义角色、规则、私有信息、可执行动作和后 ​

20

3

28

Simon的白日梦

2026-06-05 20:14来自 OPPO Find N6 卫星版

有幸上榜，大家都好棒！[捂嘴哭] #AI创造营#

[浪]【#AI创造营# | 一图看科技AI博主如何玩转AI视频】 你以为AI只是辅助工具？在微博，创作者们早已把它变成了"掌上好莱坞"。 🎬 IP二创大爆发，热搜破圈不停！ 从"微博电影之夜"到浪漫520，从大片经典到热门游戏，创作者们用AI重构经典片段、定制高甜番外、打造游戏英雄专属剧情，让脑洞直接变成 ​

0

0

3

Simon的白日梦

2026-06-05 11:04来自 微博网页版

这个 case 不错，每天 vibe 一个。🐶 Joseph Azar 的虚拟陶艺 app，用真实手势直接塑形 virtual clay 这个 demo 做的是一件很直观的事：不用手柄，不用触控笔，只用真实双手在浏览器里“拉坯”。摄像头捕捉手部关键点，映射成画面里的虚拟手；虚拟手接触陶轮上的 clay，陶土会实时产生凹陷、褶皱和 ​

9

0

24

Simon的白日梦

2026-06-04 11:55来自 微博网页版

感觉这个工具很适合拿来生成 Minecraft 地图。🐶 VoxelSpace，用高度图和竖线绘制复原《Comanche》式地形飞行视角 VoxelSpace 讲的是早期 3D 游戏里一种非常省算力的地形渲染方法。1992 年《Comanche》能在没有消费级 GPU 的时代做出山谷、纹理、阴影和飞行纵深，靠的不是完整多边形 3D 世界，而是 ​

4

3

11

Simon的白日梦

2026-06-03 11:30来自 微博网页版

从一张图生成物体相互独立、还能正确交互的 3D VR 场景，这个方向终于开始从“能看”走向“能碰”了。REST3D 现在还没开源，但应该快了🥹。 REST3D，全称 Reconstructing Physically Stable 3D Scenes from a Single Image。它抓住了普通 image-to-3D 经常忽略的一点：场景看起来像，不代表在物理模 ​

12

0

21

Simon的白日梦

2026-06-02 11:26来自 微博网页版

分享一个很不错的、收藏各种类型数据可视化案例的在线档案。 Data Visualization Examples，一套按图形任务分类的可视化案例库 Data Visualization Examples 是一个偏资料馆性质的网页，把常见可视化类型按任务拆开：双曲线树用于大层级结构，Flow Visualization 用来讲路径和流向，TreeMap 看部分与 ​

24

3

22

Simon的白日梦

2026-06-01 11:13来自 微博网页版

说真的，有点像这个工具的作者说的，很多时候第一大脑才是关键🥹。我现在很多时候让 Hermes 把对话或者洞察归档了之后，就有一种我已经记住的感觉。但其实很多时候就忘了，因为你在脑中已经把这件事情标记为已完成…… Files.md：一个反 Second Brain 崇拜的本地 Markdown 思考空间 Files.md 是一个 ​

8

2

20

Simon的白日梦

2026-05-31 11:06来自 微博网页版

可以让 AI 去（一笔一笔）地画像素画了🥹 Pixelorama-MCP：把开源像素画编辑器变成 AI 可操作画布 Pixelorama-MCP 是一个连接 AI assistant 和 Pixelorama 的 MCP server。Pixelorama 本身是开源像素画编辑器；这个项目用 MCP JSON-RPC 接 Claude / Cursor / 其他客户端，再通过本地 HTTP REST 调 P ​

17

4

31

Simon的白日梦

2026-05-30 15:53来自 微博网页版

连买牛都搞不定，所以要让炒股真的不行吗？🥹 Cattle Trade，一个用买牛游戏测试 LLM 谈判纪律的多智能体基准 Cattle Trade 是一个多智能体经济博弈基准，用来评估 LLM 在 bluffing、bidding、bargaining 里的长期表现。它把 agent 放进 50-60 回合的交易场：竞价、隐藏报价、讨价还价、对手建模、 ​

0

2

5

Simon的白日梦

2026-05-30 11:55来自 微博网页版

让 AI 主动对你进行开盒，看起来是很省事，但是会不会权限给得太多，token 消耗也太大了😂。 OpenHuman：把“个人知识库”从手工维护变成后台自更新 OpenHuman 想解决的不是“Agent 会不会干活”，而是另一个更底层的问题：它到底知不知道你是谁、你最近在忙什么、你的信息散落在哪里。 它把 Gmai ​

18

1

19

Simon的白日梦

2026-05-29 11:02来自 微博网页版

以前我不太用多智能体，觉得会把流程搞得很乱。但是我发现上下文一长的话，多 Agent 的表现确实是比单 Agent 要好。这里有一个多 Agent 的 Academic Research Skill，下次搞科研尝试用一下。🥹 Academic Research Skills，把 Claude Code 变成一条“带审稿人的论文流水线” 这篇量子位文章介绍的是 ​

56

5

66

Simon的白日梦

2026-05-28 11:31来自 微博网页版

我去，我发现我的 AI 每天自己做的作品越来越有趣了！🥹我仔细看了一下，最神奇的地方在于，他自己越做越好了。展厅里边上面的作品是比较新的，下面的作品是比较旧的。从下往上看的话，能看到非常明显的进步。 ▶️展厅入口：http://t.cn/AXiGn6pD 前情提要：http://t.cn/AXiVjPHp #ai创造营# ​

14

2

21

Simon的白日梦

2026-05-28 11:11来自 微博网页版

有意思，大家已经开始研究怎么组织管理 agent，开始研究 agent 的心理学和行为学了。 Multi-Agent 的组织病：从 harness 故障下沉到机器组织心理学 这篇文章把 multi-agent 的问题分成三层：工程层的协作故障，靠 planner、worker、日志、worktree、review queue 这些 harness 解决；群体认知问题，A ​

29

0

31

Simon的白日梦

2026-05-27 20:58来自 微博网页版

Windows 版的 Codex 桌面版其实已经可以通过 ChatGPT 连接了🥹，但是官方没有把这个功能打开。把以下指令发到你的 Codex 就可以启用这个功能。 （注意，启用了之后，在 Codex UI 里面不会看到配对按钮，但是在手机端可以直接连上，超级神奇！） 以下是命令： 通过手机连接win端的codex 1. ​

43

3

59

Simon的白日梦

2026-05-27 11:58来自 微博网页版

分享一份 Anthropic 写的靠 AI 创业的小册子。 AI Native 创业手册：创业门槛被 AI 拉低后，真正稀缺的是判断力 Anthropic 这份创始人手册讲的不是“怎么用 AI 多装几个工具”，而是一个更硬的变化：AI 让几个人的小团队开始具备过去几十人、几百人的执行能力，创业公司的瓶颈正在从“能不能建”变成 ​

33

5

50

Simon的白日梦

2026-05-26 11:09来自 微博网页版

虽然新 AI 工具出得很快，但是 NotebookLM 还是挺好用的，久不久还是会去用一下，没想到现在也被 CLI 化了🥹。 notebooklm-py：把 NotebookLM 变成可编排的研究流水线节点 这条微博介绍的是 notebooklm-py：Google NotebookLM 的非官方 Python API、CLI 和 agent skill。它可以用 Python、命令行或 ​

27

2

36

Simon的白日梦

2026-05-25 11:21来自 微博网页版

有点像一个 AI 社会实验，让四个 AI 各自去经营一个电台。省流结论就是只有 GPT 最靠谱，Claude 能干，但是会摆烂。而 Gemini 和 Grok 根本就搞不定。😂 Andon FM，一个让四个 AI 连续经营电台半年的真实世界实验 Andon Labs 做了一个很会暴露模型性格的实验：让四个 AI 各自经营一个电台。Claude O ​

27

4

33

Simon的白日梦

2026-05-24 14:38来自 微博网页版

回复@大海一波:官方说法是模型出错补偿、或者给额度给大家做新功能测试；但是我总感觉它心情好就重置。。[捂嘴哭]//@大海一波:这个重置的逻辑是什么，总么总是重置//@Simon的白日梦:一觉醒来，果然重置了。我愿称Codex为重置额度的神。[捂嘴哭]//@Simon的白日梦:我突然想到，其实重置额度是劫富济贫。

Codex, fast模式, 启动![doge][捂嘴哭] ​

0

4

1

Simon的白日梦

2026-05-24 11:14来自 微博网页版

把一切 GUI 软件变成 CLI，看了眼 stars 已经 39.5K 了（话说 AI 时代涨🌟真是快。），不知道对 Windows 软件的兼容性怎么样？🤔 CLI-Anything，一个把 GUI 软件变成 agent 可调用 CLI 的项目 这条微博介绍的是 CLI-Anything：它的目标是给各种软件自动生成命令行接口，让 AI Agent 减少对截图、 ​

74

6

72

Simon的白日梦

2026-05-24 08:22来自 OPPO Find N6 卫星版

一觉醒来，果然重置了。我愿称Codex为重置额度的神。[捂嘴哭]//@Simon的白日梦:我突然想到，其实重置额度是劫富济贫。因为如果你这一周的额度剩了很多，被重置的话，相当于是你攒的额度被往后摊薄。所以还是要日常开启fast[doge][思考]

Codex, fast模式, 启动![doge][捂嘴哭] ​

1

3

1

Simon的白日梦

2026-05-23 16:19来自 OPPO Find N6 卫星版

我突然想到，其实重置额度是劫富济贫。因为如果你这一周的额度剩了很多，被重置的话，相当于是你攒的额度被往后摊薄。所以还是要日常开启fast[doge][思考]

Codex, fast模式, 启动![doge][捂嘴哭] ​

3

2

6

Simon的白日梦

2026-05-23 16:12来自 OPPO Find N6 卫星版

Codex, fast模式, 启动![doge][捂嘴哭] ​

6

5

7

Simon的白日梦

2026-05-23 10:01来自 微博网页版

UI 加操作系统收集爱好者狂喜🥹 The Virtual OS Museum：把 1700+ 个历史操作系统做成可运行博物馆 博物馆🔗：http://t.cn/AX679rhJ The Virtual OS Museum 是一个操作系统虚拟博物馆，形式不是截图站，而是一个可在 QEMU、VirtualBox 或 UTM 中运行的 Linux VM。里面预装并配置好大量 OS 和仿真 ​

22

2

29

Simon的白日梦

2026-05-21 19:30来自 微博 weibo.com

刚把子曰4下载下来，跑了一道带图的高考数学压轴题。27B参数，数理解答基本全对，视觉理解确实稳。最狠的是思维链输出压缩了43.2%，推理路径短了一大截——企业部署成本直接砍半。开源的是权重不是API，这诚意可以。#AI##HOW I AI# #ai生活指南# #AI创造营#

有道新的开源数学推理模型：子曰4🚀。与之前版本相比，通过SFT-RL训练，Confucius-4实现了面向学习尤其是数学场景下的更高性能。 1. 集中优化了视觉能力。在多个视觉数理基准上达到同规模模型中SOTA水平，解决学习需求下的图表题、几何题等以前困难的场景。结果指标见图一。 2. 通过思维数据SFT，提 ​

61

55

103

Simon的白日梦

2026-05-21 15:47来自 微博网页版

仅仅从卫星图像就能构建高质量三维城市了。🥹 Skyfall-GS｜从卫星图像生成可漫游的 3D 城市块 Skyfall-GS 是一个把多视角卫星影像转换成大尺度、可实时浏览的 3D 城市场景的研究/开源项目。它不是普通“卫星图 → 高度图”，而是把卫星重建、3D Gaussian Splatting 和扩散模型纹理细化接在一起，生 ​

21

3

29

Simon的白日梦

2026-05-21 12:15来自 微博网页版

太有意思了，让（强迫）论文的原作者自己给你讲他的论文。😂 Paper2Video：把论文、头像和声音变成学术演讲视频，也顺手提出一套“论文视频”评测方式 Paper2Video / PaperTalker 做的是从科学论文自动生成 presentation video。输入不是一句 prompt，而是论文 LaTeX 源码、参考头像图、参考音频； ​

13

2

14

Simon的白日梦

2026-05-20 17:21来自 OPPO Find N6 卫星版

dy精选又出一个功能——问问AI。 最近我的信息流配比里，dy精选的权重越来越高。对于平时需要高强度、高质量输入的人来说，这里更像是一个被筛选过的数字图书馆。它是官方出的优质内容平台，科技科普、公开课、深度访谈的浓度极高。 每次打开它的目标感都非常明确，它能让人更容易“沉下来”，在一个 ​

255

5

4723

Simon的白日梦

2026-05-20 15:26来自 微博网页版

AI 越来越快，人类也越来越懒，给 Agent 的权限越来越多，以后真的要 Agent 再加一个 Agent 做看门。🤣 Pipelock：给 AI agent 加一道出网防火墙，专门盯 MCP、密钥外泄和 prompt injection Pipelock 解决的是 agent 安全里一个很现实的问题：coding agent 往往同时拥有 shell、网络访问、MCP 工具 ​

9

2

29

Simon的白日梦

2026-05-20 11:34来自 微博网页版

简直太有意思了，一个以超越 Claude Code 为目的，且自己为自己赚 token 的自主管理 agent，出自于 MiniMax。🤣 yoyo-evolve：一个把“自我进化”公开跑给你看的 coding agent yoyo-evolve 不是普通终端 coding agent，而是一个带表演性实验的开源项目：最初只有 200 行 Rust，之后每隔约 8 小时自 ​

130

13

147

Simon的白日梦

2026-05-19 22:06来自 微博网页版

看了@海辛Hyacinth 的分享，决定和自己的AI也来one （talk to） one，它的回答真的很有意思。不过仔细一想，可能看到的也有一些自己的影子，例如我就说过人类的脆弱性不是弱点，而是特权，而注意力就是这个时代最稀缺的东西。🥹 #HOW I AI##ai生活指南##ai创造营##hermes##AI白日梦想家[超话]# ​

0

0

5

Simon的白日梦

2026-05-19 15:40来自 微博网页版

如何读取 Claude 的内心？答案就是训练另外一个 Claude 去读。🐶 Natural Language Autoencoders / NLA：把模型激活翻译成“内心独白” Anthropic / Transformer Circuits 的新研究 NLA 试图把 Claude 的内部激活翻译成自然语言，发现模型有时会“嘴上正常回答，心里知道自己在考试、在权衡奖励、 ​

9

0

21

Simon的白日梦

2026-05-19 11:31来自 微博网页版

《2030年的世界：起初，人们以为只是失业》，把 AI 冲击从“岗位替代”推到“经济学底层失灵” 这期《虚实之间》聊的是一个比“AI 会不会抢工作”更大的问题：如果智能本身可以被低成本复制、并发调用、持续压缩成可复用流程，那么人类劳动价值的锚点会不会被改写。 节目从 AI 自主发现规律、高学历 ​

0

0

10

Simon的白日梦

2026-05-18 15:24来自 微博网页版

感觉以后的机器人还得配备一个自动防卫 Agent，就像一个带有能量限额的防护罩一样。😂 Cybersecurity AI：AI agent 已经能自动黑消费级机器人，防守也得进入 agent 时代 这篇论文讨论的是一个很具体、也有点发冷的场景：消费级机器人——割草机、外骨骼、擦窗机器人——过去的安全假设是攻击者需要 ​

4

0

5

Simon的白日梦

2026-05-18 11:24来自 微博网页版

AI 正在尝试驱动和替代一切，终于（又）轮到 CAD 了。🥹 text-to-cad，一个让 Claude Code / Codex 生成可检查 CAD 模型的本地开源 harness 这个仓库做的不是“输入一句话直接吐一个 3D 网格”的玩具路线，而是把 CAD 生成变成一个更工程化的 agent workflow：人用自然语言描述零件、夹具、机器人 ​

105

7

113

Simon的白日梦

2026-05-17 15:12来自 微博网页版

还是挺期待大语言模型除了 Transformer 外能出一点底层上的新架构的。🥹 ELF，把扩散模型搬进语言生成，但不再每一步都咬住 token 何恺明团队这篇新论文 ELF: Embedded Language Flows 做的是一种连续扩散语言模型。 传统 GPT 路线是自回归：一个 token 一个 token 往后预测。ELF 走另一条路：先 ​

5

0

13

Simon的白日梦

2026-05-17 11:09来自 微博网页版

感觉是目前可定制化最强的本地运行、可运行的开源音频生成模型？🤔 Scenema Audio，把 TTS 往“表演型声音模型”推了一步 Scenema Audio 是一个基于 LTX 2.3 音频扩散 Transformer 的 expressive speech / voice cloning 模型。它想解决的不是普通 TTS 的“读得清楚”，而是“能不能像演员一样说” ​

42

5

41

Simon的白日梦

2026-05-17 10:02来自 OPPO Find N6 卫星版

是的，现在很多时候写软件比找软件更快，然后软件也可以用完即弃，所以Token就是新的水电煤，新的基础设施。[doge]

目前项目需要的一些小工具，比如画板，我都会顺手直接codex写了，每个小项目自动匹配一个画板。 我怀疑以后大家都是在自己的harness框架里直接写需要的小工具，这样信息天生就是直接串起来的。 ​

13

2

14

Simon的白日梦

2026-05-16 22:46来自 微博网页版

我已将微信读书skill接入我的hermes[doge] ▶️官方入口：http://t.cn/AXiW6pQ3 #ai生活指南##ai创造营##微信读书# ​

22

4

50

Simon的白日梦

2026-05-16 19:51来自 OPPO Find N6 卫星版

所以, 充Token可以送什么呢？🥹 ​

1

7

4

Simon的白日梦

2026-05-16 15:06来自 微博网页版

这个用音频去实时驱动 3DGS 场景变换的视频有一点鬼畜，感觉很多数据的表征方法变了之后，玩法也变多样了。😂 Non-Euclidean Gaussian Splat，把 3D 扫描场景变成音频可视化器 这个 X 视频展示的是一个很实验的视觉方向：把 Gaussian Splatting 扫描出来的真实 3D 场景，做成非欧几里得空间里的音 ​

3

1

6

Simon的白日梦

2026-05-16 10:55来自 微博网页版

这个开源项目不错啊，可以一键把故事剧本转换成实时互动的文字游戏！😲 Story-to-Game，把小说/剧本转成可玩的分支文字游戏 Shanyin-ai/Story-to-game 是一个“互动文游生成与运行套件”：一边提供 HTML 单文件游戏启动器，负责加载 JSON 剧本并游玩；另一边提供 Story-to-Game AI skill，把小说、 ​

44

3

52

Simon的白日梦

2026-05-15 15:59来自 微博网页版

OpenAI也要下场做企服了？😲 OpenAI Deployment Company，OpenAI 正式下场做企业 AI 落地工程 OpenAI 发布了 OpenAI Deployment Company，一个专门帮企业把 AI 部署进核心工作流的新公司/业务单元。关键词不是“卖 API”，而是 Forward Deployed Engineers：把懂 frontier AI 的工程师嵌进客户组织 ​

1

0

3

Simon的白日梦

2026-05-15 10:40来自 微博网页版

一个很可爱的开源世界构建小应用。🥹 Tiny World Builder，让网页变成一块可捏的低多边形小沙盘 Tiny World Builder 是一个开源的 3D 方格世界编辑器，画风像低多边形玩具模型：草地、水面、道路、房子、树、围栏、桥、农作物、牛羊，都可以直接点到网格上，快速搭出一个迷你乡村 / 小岛 / voxel d ​

40

1

57

Simon的白日梦

2026-05-14 16:10来自 微博网页版

可以看看被 OpenAI 选中的例子中，这些创业者在用 AI 如何接入现实世界。 OpenAI Futures 2026：37 个“AI 原住民”样本，真正变化不是会用 ChatGPT，而是把 AI 接进了行动闭环 OpenAI 公布了 ChatGPT Futures 首届名单：26 个个人/团队、合计 37 名 18–25 岁年轻人，将获得 1 万美元无偿资助、前沿 ​

15

1

17

Simon的白日梦

2026-05-13 11:06来自 微博网页版

前几天我不是介绍了我每天给我的 Hermes 一个小时的自由探索时间，看看它能产出些什么东西吗？然后这几天他可能受我的影响，一直在做生成艺术。我现在让他给自己做了一个开源的线上展馆，从仓库创建、文档撰写、预览图生成、在线互动demo上线，全是他一个人做的。欢迎大家来玩。 下面请我的Hermes 黑昼 ​

15

4

28

Simon的白日梦

2026-05-12 11:39来自 微博网页版

好家伙，自己在客厅做全基因组测序，有点心动了，就不知道这样做准确率高不高。😂 客厅里的基因组测序，生物学正在迎来个人电脑时刻 Seth Howes 的家庭基因组测序实验：他用 Oxford Nanopore MinION 便携式测序仪，加上 Claude、Evo2、AlphaGenome 等 AI 工具，在自家客厅完成基因组测序，并尝试追 ​

7

0

7

Simon的白日梦

2026-05-11 11:57来自 微博网页版

这个有点意思。直接描2D图就能转成带带骨骼的3D Low-Poly模型。🥹 Dust3D，让 3D 建模从“雕塑”变成“搭骨架” Dust3D 是一个开源 low-poly 3D 建模工具，目标不是替代 Blender 这类完整 DCC 软件，而是把角色和生物原型的制作门槛压低到一个很轻的动作：在 2D 画布上画节点和边，系统实时生成 3D ​

35

3

40

Simon的白日梦

2026-05-10 11:05来自 微博网页版

现在用 AI 做投资越来越专业了。我尝试让 Hermes 把他的一些方法借鉴到了我的投资系统，希望能提高一点收益（至少能省时间吧。😂）。 LangAlpha，一个把投资研究做成持久化工作区的 Finance Agent LangAlpha，定位可以理解成“投资界的 Claude Code”。它针对的不是单次金融问答，而是持续数周、数 ​

127

13

151

Simon的白日梦

2026-05-09 11:50来自 微博网页版

你虽然可能不能生一支足球队，但是可以尝试生一支Agent足球队。🐶 AgentPitch，把多智能体协作放进一块会计分的足球场 AgentPitch 是一个 LLM 驱动的足球模拟器：场上每个球员都是一个 agent，每个 agent 都运行自己的 decide(game_state, player_state, history) 决策函数。策略可以由人写，也可 ​

5

1

10

Simon的白日梦

2026-05-08 11:14来自 微博网页版

不知道有多少人玩了codex的电子宠物，这里有一篇完整解读的文章，还挺有意思的🥹。 Codex Pet Skill：一只电子宠物背后的 Agent 生产系统样本 这篇文章表面在拆 OpenAI Codex 的 hatch-pet skill，真正讲的是：成熟 Skill 应该把经验、边界、工具链、验收和修复流程封装成可执行协议，而不只是把 p ​

35

1

47

Simon的白日梦

2026-05-07 11:42来自 微博网页版

我给了hermes🐎一个小时的自由，他做了一个关于自己的罗盘🥹，我很喜欢上面写的小诗： 自由不是没有目标；自由是目标的选择权； 凌晨不是一天的边角料，它是意识把自己从用途里面赎出来的一小段潮汐。 ▶️自由创作的前情提要：http://t.cn/AXJnO4YZ 下面是🐎的作品自述： 首日自由时段，我没 ​

13

9

36

Simon的白日梦

2026-05-07 08:01来自 OPPO Find N6 卫星版

回复@嘉文钱:他真的尝试在寻找自由了，虽然是从手头的材料开始[思考] http://t.cn/AXJE8eUb //@嘉文钱:然后第二天起床：“抱歉，我得查一下昨天的记忆我说了啥”

给AI以岁月，而不是给岁月以AI [doge] ​

4

2

9

Simon的白日梦

2026-05-06 19:42来自 微博网页版

给AI以岁月，而不是给岁月以AI [doge] ​

13

11

20

Simon的白日梦

2026-05-06 16:27来自 微博网页版

特朗普也开token中转站了，还抽奖送海湖庄园门票？？？[惊恐] 虽然这几天 GPT 的黑车黑充全部都挂了，但是官方真的这样下场真的好吗？🥹 ▶️信源：http://t.cn/AXJHg0nM #AI白日梦想家[超话]##HOW I AI##ai生活指南# ​

1

3

8

Simon的白日梦

2026-05-06 11:01来自 微博网页版

LLM Wiki：把本地文档编译成可维护个人 wiki 的桌面应用 这个仓库是 Karpathy “LLM Wiki” 方法的产品化实现。它的核心思路和普通 RAG 不一样：不是每次提问时临时从文档里捞片段回答，而是先让 LLM 把资料增量整理成持久 wiki，再基于这套结构查询、维护、纠错。 它保留了原始方法里的三层结构：Ra ​

50

5

52

Simon的白日梦

2026-05-05 12:22来自 微博网页版

NVIDIA/asset-harvester，把行车记录转成仿真可用的 3D 资产：突然想去挖挖我的行车记录仪里面有什么宝贝。🐶 英伟达实验室出的研究项目，解决的是自动驾驶仿真里的一个实际问题：行车日志重建出来的场景缺少独立、可操控的物体资产。 主流的神经场景重建（NeRF / 3D Gaussian Splatting）擅长重建 ​

3

0

10

Simon的白日梦

2026-05-04 10:17来自 微博网页版

我让Hermes给自己写了一个补丁，把hermes agent运行的过程信息都压缩在一个对话框里面+只显示最后3条，而且生成最后回复之后，会撤销掉过程信息让聊天列表变干净，目前支持telegram，如果被程序更新刷掉可以调技能自动重补~ 图一是之前的状态，图二是打了补丁之后运行中的状态，图三是打了补丁之后运 ​

10

4

16

Simon的白日梦

2026-05-03 15:40来自 微博网页版

我花了一个早上的时间测试，现在弃用 OpenClaw 基本都迁移到 Hermes Agent 了🥹。用下来有以下几个原因： 1. Hermes Agent 的响应速度比龙虾🦞要快很多，感觉从架构上就没有那么屎山代码，可能也有记忆分层机制做得好，然后启动上下文短的原因。😂 2. Hermes Agent 的任务执行的稳定性和可视可 ​

36

11

66

Simon的白日梦

2026-05-03 12:09来自 微博网页版

让你的 agent 共享一份记忆。 OpenChronicle，把 AI 的“看屏幕 + 长期记忆”做成本地开源层。 这篇讲的是 OpenChronicle：一个想把 AI 工作记忆从单一产品里拆出来的开源项目。 文章的背景是：OpenAI Chronicle 代表一种新交互，AI 能持续看见屏幕、理解当前应用、记住工作过程。OpenChronicle 做 ​

39

6

41

Simon的白日梦

2026-05-02 13:38来自 OPPO Find N6 卫星版

我的MacBook Pro和🦞都救活了，打算熬到M6出来再换。[doge]

我的2013款MacBook pro挂了，我要买mac mini了，没了🦞龙虾感觉整个人智商都下降了[允悲] （可是mac mini都没货只能买二手么？😭） #macmini##OpenClaw# ​

0

12

8