开发者开源盲文加载器组件，用于AI聊天界面
一位名为 Dominik 的开发者为其 AI 初创公司 Notra 构建了一款独特的加载动画组件——Braille Loader。该组件将自定义文本（如公司名“notra”）自动转换为盲文字符，并作为加载动画循环显示，支持波浪、打字机、闪烁等多种动画样式。针对无障碍需求，组件通过 `aria-hidden="true"` 隐藏盲文字符，仅向屏幕阅读器输出“加载中”提示，避免 Unicode 盲文字符被逐一生硬朗读。该组件已通过 shadcn CLI 以 npm 包形式开源，开发者可运行 `npx shadcn@latest add @dominik-ui/braille-loader` 快速集成到项目中，并像使用普通 shadcn 组件一样自由设置样式和文字内容。 #前端 #开源 #盲文 #加载动画 #AI #无障碍 #组件 #shadcn #React #开发者
一位名为 Dominik 的开发者为其 AI 初创公司 Notra 构建了一款独特的加载动画组件——Braille Loader。该组件将自定义文本（如公司名“notra”）自动转换为盲文字符，并作为加载动画循环显示，支持波浪、打字机、闪烁等多种动画样式。针对无障碍需求，组件通过 `aria-hidden="true"` 隐藏盲文字符，仅向屏幕阅读器输出“加载中”提示，避免 Unicode 盲文字符被逐一生硬朗读。该组件已通过 shadcn CLI 以 npm 包形式开源，开发者可运行 `npx shadcn@latest add @dominik-ui/braille-loader` 快速集成到项目中，并像使用普通 shadcn 组件一样自由设置样式和文字内容。 #前端 #开源 #盲文 #加载动画 #AI #无障碍 #组件 #shadcn #React #开发者
Karpathy LLM 教学语料库以 HTML Wiki 形式发布
AI 专家 Andrej Karpathy 将其大语言模型（LLM）教学语料库整理为精心设计的 HTML Wiki 页面。该语料库内容异常连贯，从简单的 Block、MultiHeadAttention 到复杂的 from_pretrained 等模式，在不同规模的代码仓库中反复出现，展示了思想的逐步精炼。读者可按顺序阅读以理解完整脉络，也可直接跳转至特定概念页面，每个概念都交叉引用了演示它的仓库。Wiki 中包含了三种细微不同的 Transformer 架构，便于对比学习。每个页面均为独立主题，可渲染为单个 HTML 页面，内部链接构成 Wiki 图的主要结构信号。概念页面位于根目录，仓库页面作为子目录，体现了概念优先的设计理念。 #Karpathy #LLM #教学语料库 #HTMLWiki #Transformer #AI教育 #深度学习 #代码仓库
AI 专家 Andrej Karpathy 将其大语言模型（LLM）教学语料库整理为精心设计的 HTML Wiki 页面。该语料库内容异常连贯，从简单的 Block、MultiHeadAttention 到复杂的 from_pretrained 等模式，在不同规模的代码仓库中反复出现，展示了思想的逐步精炼。读者可按顺序阅读以理解完整脉络，也可直接跳转至特定概念页面，每个概念都交叉引用了演示它的仓库。Wiki 中包含了三种细微不同的 Transformer 架构，便于对比学习。每个页面均为独立主题，可渲染为单个 HTML 页面，内部链接构成 Wiki 图的主要结构信号。概念页面位于根目录，仓库页面作为子目录，体现了概念优先的设计理念。 #Karpathy #LLM #教学语料库 #HTMLWiki #Transformer #AI教育 #深度学习 #代码仓库
AI代理任务成本飙升
人工智能推理成本正以每年约10倍的速度下降，但代理任务（Agentic Work）的token消耗量却呈指数级增长。斯坦福数字经济实验室研究发现，代理任务消耗的token量是简单代码推理的1000倍，且同一任务的总token消耗差异可达30倍。推理模型进一步加剧问题，其内部“思考”过程消耗5-20倍token，导致企业级支持代理的单次交互成本从100 token飙升至5000 token。尽管单位价格暴跌，但总成本随任务复杂度急剧攀升，使得大规模部署代理在经济和环境上变得不可持续。研究者警告，若不进行系统级创新，每请求成本可能上升数个数量级，最终使AI能力成为资本的函数——谁投入更多算力，谁就能获得更强大的代理。 #AI #成本陷阱 #代理任务 #大模型 #token消耗 #资本 #科技新闻 #人工智能 #推理成本 #斯坦福
人工智能推理成本正以每年约10倍的速度下降，但代理任务（Agentic Work）的token消耗量却呈指数级增长。斯坦福数字经济实验室研究发现，代理任务消耗的token量是简单代码推理的1000倍，且同一任务的总token消耗差异可达30倍。推理模型进一步加剧问题，其内部“思考”过程消耗5-20倍token，导致企业级支持代理的单次交互成本从100 token飙升至5000 token。尽管单位价格暴跌，但总成本随任务复杂度急剧攀升，使得大规模部署代理在经济和环境上变得不可持续。研究者警告，若不进行系统级创新，每请求成本可能上升数个数量级，最终使AI能力成为资本的函数——谁投入更多算力，谁就能获得更强大的代理。 #AI #成本陷阱 #代理任务 #大模型 #token消耗 #资本 #科技新闻 #人工智能 #推理成本 #斯坦福
AI预算不断增长，回报却未达预期
贝恩公司对全球951家企业的调查显示，尽管各公司每年都在增加自动化预算，从RPA到机器学习再到生成式AI和智能代理，但实际成本削减效果持续不达标。37%的企业目标削减11%-20%的成本，但近40%的企业实际削减幅度仅为0%-10%。技术确实在运行，但价值未能兑现。尽管如此，90%的企业仍计划继续增加预算，尤其是投向自主性更强的AI代理。然而，少数企业打破了这一模式，它们通过将数据访问、治理和流程重组上升为CEO级问题而非IT问题，实现了预期节省并自信部署代理。报告还指出，目前仅7%的企业在生产中运行完全自主的AI代理，38%仍需人工批准。企业若以全自动化假设构建商业案例，而实际中大部分决策仍需人工介入，则财务风险显而易见。此外，44%的企业计划用前期自动化项目的节省来资助新一轮AI投资，但前期项目本就未达预期，这种循环投资存在结构性漏洞。 #AI #自动化 #投资回报 #贝恩 #企业效率 #智能代理 #成本削减
贝恩公司对全球951家企业的调查显示，尽管各公司每年都在增加自动化预算，从RPA到机器学习再到生成式AI和智能代理，但实际成本削减效果持续不达标。37%的企业目标削减11%-20%的成本，但近40%的企业实际削减幅度仅为0%-10%。技术确实在运行，但价值未能兑现。尽管如此，90%的企业仍计划继续增加预算，尤其是投向自主性更强的AI代理。然而，少数企业打破了这一模式，它们通过将数据访问、治理和流程重组上升为CEO级问题而非IT问题，实现了预期节省并自信部署代理。报告还指出，目前仅7%的企业在生产中运行完全自主的AI代理，38%仍需人工批准。企业若以全自动化假设构建商业案例，而实际中大部分决策仍需人工介入，则财务风险显而易见。此外，44%的企业计划用前期自动化项目的节省来资助新一轮AI投资，但前期项目本就未达预期，这种循环投资存在结构性漏洞。 #AI #自动化 #投资回报 #贝恩 #企业效率 #智能代理 #成本削减
Jolli AI 发布本地优先的AI记忆工具，支持Claude Code等助手
Jolli AI 推出了一款面向开发者和AI助手的本地知识库管理工具，名为Jolli Memory。该工具能够在代码提交时自动捕获AI编码上下文，并将其组织为结构化文档，同时链接笔记和Markdown文件，形成本地的知识库。它支持在本地机器上私有运行，也可同步至云端，无需注册即可免费下载。Jolli AI兼容Claude Code、Codex、Gemini CLI或OpenCode，能通过CI/CD流水线自动生成摘要并更新文档，包括计划、笔记和会话上下文回忆。此外，它还提供了一个发布平台，可将内容发布为托管的文档站点，支持团队协作和AI代理共享。Jolli AI旨在解决开发中的记忆与上下文丢失问题，帮助团队和LLM保持单一事实来源，始终同步更新。 #AI #知识管理 #开发者工具 #本地优先 #ClaudeCode #Codex #GeminiCLI #记忆工具 #CI/CD
Jolli AI 推出了一款面向开发者和AI助手的本地知识库管理工具，名为Jolli Memory。该工具能够在代码提交时自动捕获AI编码上下文，并将其组织为结构化文档，同时链接笔记和Markdown文件，形成本地的知识库。它支持在本地机器上私有运行，也可同步至云端，无需注册即可免费下载。Jolli AI兼容Claude Code、Codex、Gemini CLI或OpenCode，能通过CI/CD流水线自动生成摘要并更新文档，包括计划、笔记和会话上下文回忆。此外，它还提供了一个发布平台，可将内容发布为托管的文档站点，支持团队协作和AI代理共享。Jolli AI旨在解决开发中的记忆与上下文丢失问题，帮助团队和LLM保持单一事实来源，始终同步更新。 #AI #知识管理 #开发者工具 #本地优先 #ClaudeCode #Codex #GeminiCLI #记忆工具 #CI/CD
索尼宣布6月2日举办State of Play发布会，PS5面临关键转折
索尼互动娱乐宣布，将于美国东部时间6月2日下午5点（北京时间6月3日凌晨5点）举办新一期State of Play线上发布会，抢先于夏日游戏节（Summer Game Fest）周末活动。此举正值PlayStation品牌的关键时刻：PS5主机持续涨价，索尼在服务型游戏上的重大押注大多未能成功。此次发布会尽管无法解决所有问题，但有望展示PlayStation正在正确的道路上前进，为玩家带来新的第一方作品和第三方亮点。 #PlayStation #StateOfPlay #索尼 #PS5 #游戏 #夏日游戏节 #发布会 #服务型游戏
索尼互动娱乐宣布，将于美国东部时间6月2日下午5点（北京时间6月3日凌晨5点）举办新一期State of Play线上发布会，抢先于夏日游戏节（Summer Game Fest）周末活动。此举正值PlayStation品牌的关键时刻：PS5主机持续涨价，索尼在服务型游戏上的重大押注大多未能成功。此次发布会尽管无法解决所有问题，但有望展示PlayStation正在正确的道路上前进，为玩家带来新的第一方作品和第三方亮点。 #PlayStation #StateOfPlay #索尼 #PS5 #游戏 #夏日游戏节 #发布会 #服务型游戏
数据混乱成为 AI 应用最大障碍，CDP 是破局关键
在一次金融科技营销活动中，各规模品牌普遍反映，阻碍 AI 应用的首要问题并非模型选择或功能，而是数据本身混乱不堪，分散在多个互不沟通的系统中。目前，少数消费平台已拥有领先几代的机器学习能力，而大多数中小品牌只能使用基本的预测功能或根本未启用。新兴产品试图缩小差距，但前提仍是数据有序。前沿的机器学习系统具备四个特征：它们基于完整的行为数据构建、使用深度表征学习、在线学习持续适应、以及动态优化用户响应而非静态预测。这些系统带来的真实提升往往很小，但能避免打扰用户。数据准备度已成为决定品牌能否利用 AI 的关键因素。 #数据管理 #AI #CDP #机器学习 #营销技术 #数据治理 #前沿科技 #品牌策略
在一次金融科技营销活动中，各规模品牌普遍反映，阻碍 AI 应用的首要问题并非模型选择或功能，而是数据本身混乱不堪，分散在多个互不沟通的系统中。目前，少数消费平台已拥有领先几代的机器学习能力，而大多数中小品牌只能使用基本的预测功能或根本未启用。新兴产品试图缩小差距，但前提仍是数据有序。前沿的机器学习系统具备四个特征：它们基于完整的行为数据构建、使用深度表征学习、在线学习持续适应、以及动态优化用户响应而非静态预测。这些系统带来的真实提升往往很小，但能避免打扰用户。数据准备度已成为决定品牌能否利用 AI 的关键因素。 #数据管理 #AI #CDP #机器学习 #营销技术 #数据治理 #前沿科技 #品牌策略
索尼公布《漫威金刚狼》PS5实机演示，血腥战斗场面震撼
在索尼最新一期State of Play发布会上，Insomniac Games开发的《漫威金刚狼》首次公开了长达七分钟的实机演示片段。游戏将于9月15日独占登陆PS5平台。演示中，金刚狼洛根身穿标志性的黄色战服，在敌人丛林中潜行并用利爪展开激烈厮杀。战斗系统显得沉重而富有打击感，但游戏画面极其血腥，随着洛根的攻击，鲜血四处飞溅。该作延续了Insomniac Games在《蜘蛛侠》系列中的高品质动作设计，进一步拓展了漫威游戏宇宙。 #漫威金刚狼 #PS5 #InsomniacGames #索尼 #游戏 #动作冒险 #血腥 #StateOfPlay
在索尼最新一期State of Play发布会上，Insomniac Games开发的《漫威金刚狼》首次公开了长达七分钟的实机演示片段。游戏将于9月15日独占登陆PS5平台。演示中，金刚狼洛根身穿标志性的黄色战服，在敌人丛林中潜行并用利爪展开激烈厮杀。战斗系统显得沉重而富有打击感，但游戏画面极其血腥，随着洛根的攻击，鲜血四处飞溅。该作延续了Insomniac Games在《蜘蛛侠》系列中的高品质动作设计，进一步拓展了漫威游戏宇宙。 #漫威金刚狼 #PS5 #InsomniacGames #索尼 #游戏 #动作冒险 #血腥 #StateOfPlay
深度研究智能体构建经验
在2026年Arc of AI大会上，Thoughtworks的Sarang Kulkarni分享了在生产环境中构建深度研究智能体的经验教训。这类智能体旨在通过动态推理和多步骤检索，生成研究分析师级别的结构化报告。Kulkarni以医疗保健和制药研发为例，指出新药上市平均成本高达26亿美元，且半数研究缺乏前期证据。团队最初基于RAG技术构建聊天机器人，后升级为智能体RAG应用，最终开发出Agentic RAG++解决方案。系统架构包括澄清循环、研究循环（思考-规划-执行-反思）和写作循环。研究智能体依赖RAG工具和text2sql工具，但面临令牌成本高、性能差、延迟长等问题。反思循环可解决数据不完整导致的自我评估失准。长期任务需明确的“思考-行动”循环，并引入流程反思和草稿撰写循环弥补合成不足。最后，Kulkarni强调治理框架工程的重要性，通过工具设计、记忆系统、验证检查等使智能体更可靠可追溯。 #AI智能体 #深度研究 #RAG #医疗保健 #药物研发 #Thoughtworks #治理框架 #大模型 #技术演讲
在2026年Arc of AI大会上，Thoughtworks的Sarang Kulkarni分享了在生产环境中构建深度研究智能体的经验教训。这类智能体旨在通过动态推理和多步骤检索，生成研究分析师级别的结构化报告。Kulkarni以医疗保健和制药研发为例，指出新药上市平均成本高达26亿美元，且半数研究缺乏前期证据。团队最初基于RAG技术构建聊天机器人，后升级为智能体RAG应用，最终开发出Agentic RAG++解决方案。系统架构包括澄清循环、研究循环（思考-规划-执行-反思）和写作循环。研究智能体依赖RAG工具和text2sql工具，但面临令牌成本高、性能差、延迟长等问题。反思循环可解决数据不完整导致的自我评估失准。长期任务需明确的“思考-行动”循环，并引入流程反思和草稿撰写循环弥补合成不足。最后，Kulkarni强调治理框架工程的重要性，通过工具设计、记忆系统、验证检查等使智能体更可靠可追溯。 #AI智能体 #深度研究 #RAG #医疗保健 #药物研发 #Thoughtworks #治理框架 #大模型 #技术演讲