可捏拉文本的实时时间线

🗓️ Natko Hasic 团队发布了一个特别的实时时间线工具，它能像照片一样捏拉文本，每个层级都展现更多细节

⚙️ 即使有上千条内容，这个原生工具依旧能保持难以置信的流畅和快速。目前产品处于 Beta 测试阶段，可以在附带的视频中看到实际效果

🔗 信源

🗝 Roller | AI 中文社区

Meta Muse —— 其出口 IP 地址是纯净的美国宽带

☁️雨哥向前冲发现，Meta 提供的 Muse 云电脑，其出口 IP 地址是纯净的美国宽带。他成功用这台云电脑注册了 Claude、甲骨文、AWS 和谷歌云账户，且四个都顺利通过了验证

⚙️Muse 云电脑自带浏览器和终端，支持 24 小时不关机。作者提到，用户可以设置定时任务，比如每天自动抓取 AI 资讯并撰写小红书文案。还可以通过 WhatsApp 远程派发任务，云电脑完成任务后会自动回复消息。此外，它也能快速生成 Excel 表格、PDF 文档和网页，用于记账、持仓追踪或行程安排，并支持分享

💰注册 Muse 后，在 48 小时内到 Settings 填写邀请码，邀请双方都能获得 10 亿不过期 Tokens。评论区有许多用户分享了自己的邀请码，新用户可以随意挑选一个填写 · 相关链接

🔗 信源

🗝 Roller | AI 中文社区

15 个 AI 产品开发必备 GitHub 项目

🧑‍💻 beamnxw 整理了 15 个 GitHub 项目，总星数近 50 万，覆盖 AI 产品开发流程的各个环节，从界面到后台、数据、账单、分析和部署，旨在帮助开发者构建用户实际能用的 AI 产品

⚙️ 这些项目涵盖了 AI 产品生命周期中的关键步骤：AI SDK (模型和智能体功能)、assistant-ui (聊天界面组件)、Better Auth (账户和权限管理)、Supabase (数据库、存储和后端)、Drizzle (类型化数据库 Schema) 等。此外，Promptfoo 用于评估和红队测试，SigNoz 负责追踪和监控，OpenMeter 处理用量和权限，Lago 负责计费和发票

💡 整个开发流程可以概括为：构建界面 → 用户账户 → 连接数据和智能体工具 → 可靠地运行任务 → 测试输出 → 追踪故障 → 计量使用量 → 向客户收费 → 观察用户行为 → 发布新版本。推文还提到 Coolify 用于应用部署，Dub 则管理链接和归因

🔗 完整的项目列表和链接，可以点击下方查看 · 相关链接 · 相关链接 2 · 相关链接 3

🔗 信源

🗝 Roller | AI 中文社区

AI创业公司的完整工作流

💡 Anjula Dwivedi 观察到，多数 AI 创业公司难以达到每月 10 万美元的经常性收入（MRR），原因在于多数人只将 AI 视为编码助手，而非公司的操作系统。她通过研究 AI 原生初创公司，整理出一套从想法到实现 $100k MRR 的 AI 工作流

🛠️ 这套 AI 工作流覆盖创业的十二个阶段，提供每个部门的 AI 工具栈和从 $0 到 $100k MRR 的路线图。她提出的关键转变是：停止把 AI 看作是“写代码的工具”，而是“运营公司的系统”。具体步骤包括利用 Claude、ChatGPT、Perplexity 和 Reddit 找到痛点，用 Claude、Figma AI 和 v0 设计 UI，并通过 Claude Code、GPT-5 和 Cursor 构建 MVP。后续的 QA、内容生成、市场营销、销售开发（SDR）和客户支持等环节也均由 AI 驱动

📈 该方法强调用指标而非猜测来衡量和扩展业务，目标是让精益团队能以十倍于传统公司的速度出货。Anjula Dwivedi 认为，这种全面的 AI 整合能大幅节省创业时间，建议 2026 年的 AI 创业者收藏这份指南

🔗 信源

🗝 Roller | AI 中文社区

Wikimedia——AI流量冲击下的维基百科

📉 维基媒体基金会 CEO Bernadette Meehan 向 Axios 透露，过去一年维基百科页面浏览量下降 8%，部分原因是 AI 模型大量使用维基百科数据，但用户却通过 AI 获取信息而不直接访问网站，这威胁到维基百科的生态系统

💰 Meehan 指出，生成式 AI 系统严重依赖维基百科上由人类创建的海量信息，但并非所有公司都为此付费。维基媒体有一个项目，向需要可靠、大批量数据访问的商业用户收费。目前已公开的客户包括亚马逊、谷歌、微软、Meta 和 Perplexity 等，它们的付款占维基媒体运营支出的 10%。OpenAI 和 Anthropic 不在公开客户之列

🌍 维基百科内容免费开放，但约 80% 的运营预算来自小额捐款，主要来自网站访问者。页面浏览量的下降将影响捐款转化和未来编辑的招募。Meehan 强调，AI 应该辅助而非取代人类编辑，维基百科文章仍将由人类撰写

🔗 信源

🗝 Roller | AI 中文社区

LoopCD——提升Looped Transformers性能

🍎 Ruixiang Zhang 博士在 Apple MLR 发布了一项名为 LoopCD 的新研究，它能显著提升预训练 Looped Transformers 模型的性能，而且几乎没有额外成本

🧐 Looped Transformers 被传言用在 GPT-6 Astra 和 Gemini 4 等前沿模型中。LoopCD 是一种推理时方法，无需重新训练或增加额外模型就能生效

📈 实验数据显示，LoopCD 带来了显著提升：AIME 2024 (Ouro-2.6B) 的表现从 61.9 提高到 73.3，HumanEval (Huginn) 的表现从 22.6 提高到 31.7

🔗 信源

🗝 Roller | AI 中文社区

大模型推理成本的“价格战”

💡 CNBC 节目上，Chamath 揭示了大模型推理成本的巨大差异。每百万 token 的推理成本，Anthropic 需要 56 美元，OpenAI 为 26 美元，Meta 降到 1.50 美元，xAI 和 Google 进一步压低到 1 美元，而中国的大模型只需 0.50 美元

💸 这种成本差距是技术史上最陡峭的“商品曲线”，石油用了 40 年才达到这样的压缩，半导体用了 20 年，而 AI 推理在短短数月内就实现了。这意味着中国模型每百万 token 的运行成本比 Anthropic 低 112 倍

🔗 信源

🗝 Roller | AI 中文社区

Harness Engineering——拆解AI编程代理的核心

🧵 Mr. Buzzoni 分享了一篇关于 Harness Engineering 的深度分析文章，文中拆解了 Claude Code (Opus 5.5)、Codex 和 Gemini CLI 等 AI 编程代理，并提炼出一个核心公式：agent = model + harness

⚙️ 这篇文章深入探讨了 AI 编程代理的底层构建方式，揭示了它们共同重复的模式。其中，模型负责“头条新闻”，而 Harness 则决定了整个代理的实际效能。文章还提供了构建自己 Harness 的检查清单，以及未来发展方向的洞察

🔗 文章还探讨了在此基础上的循环和图工程。这篇分析可以帮助读者理解 Harness 的实际作用，以及当前编码代理的工作原理

🔗 信源

🗝 Roller | AI 中文社区

Halcyon——AI工具如何“武装”网络犯罪

🤖 Halcyon 威胁情报中心发布报告指出，地下网络犯罪市场中，AI 工具的广告数量急剧增长。Halcyon 的勒索软件研究中心通过分析 77 个 Telegram 频道、20 个暗网论坛和 5 个专业地下市场，发现 AI 工具广告从 2025 年底的每月不足 50 个，增至今年 2 月的每月超过 1400 个。这些工具让以往专业的黑客攻击变得更廉价、更容易

💸 报告显示，卖家以低至 0.1 美元的价格出售 ChatGPT Plus 账户，越狱提示语（用于绕过模型安全防护）则只需 0.32 美元。网络犯罪分子已经将这些工具的销售和创建商业化，采取软件即服务（SaaS）订阅模式和在线店面。部分卖家甚至通过 Telegram 等更易管理的平台，出售他们在传统暗网论坛上测试和推广的 AI 工具

🔗 信源

🗝 Roller | AI 中文社区

Netflix——20个动画生成工具库

🎬 Netflix 工程师最近发布了 20 个 GitHub 代码库，专门用于将 Anthropic 的 Claude Opus 5.5 转换为强大的动画生成平台

🧰 这些工具涵盖了从概念到成片的各个环节，例如 claude-motion 能让 AI 根据自身生成帧和声音，`claude-motion-design` 则结合 HTML、Playwright 和 FFmpeg 进行视频设计。此外，还有 motion-graphics-skills 提供了 13 种用于制作发布视频的技能

⚙️ 整个技术栈的工作流程是：Claude Opus 5.5 负责编写代码，然后一个“技能”库来设定动画时序和镜头，最后由渲染引擎将其输出为 MP4 格式的视频。这些工具主要在 HyperFrames 和 Remotion 等渲染引擎上运行，还包括 GSAP、Lottie 等动画库，甚至能直接从脚本生成 B-roll 画面

🗝 · 相关链接 · 相关链接 2 · 相关链接 3

🔗 信源

🗝 Roller | AI 中文社区

Anthropic——推出关键基础设施防御计划

💡 Anthropic 启动“关键基础设施防御计划”，将最强大的 AI 模型和工程师提供给保护电网、水利等关键基础设施的公司。这一举措旨在应对网络攻击日益复杂和廉价的挑战，帮助运营方加固老旧且复杂的系统，Sam Sabin 在 Axios 独家报道中提到

🛡️ 根据计划，Anthropic 会提供其前沿 AI 模型、现场工程师和威胁研究资源。Accenture、Booz Allen Hamilton、CrowdStrike 等公司已成为首批合作伙伴，它们将利用这些资源识别并修复客户系统中的漏洞。Anthropic 表示，已有几家合作伙伴开始使用 Claude 修复漏洞

🤖 Anthropic 同时推出免费的开源软件漏洞扫描服务 OSS Scanner。参与项目将定期接收 Claude 的扫描报告，内容包括漏洞详情、利用方式及修复建议。这些报告在发送给维护者前不经人工审核，可能存在不准确性

🔗 信源

🗝 Roller | AI 中文社区

ESP32——用50元小板子实现iPhone自动点屏幕

💰 通过一块 50 元左右的 ESP32 小板子，无需越狱或 Mac 电脑，就能直接控制 iPhone 屏幕自动操作。这项低成本的硬件玩法，解决了 iOS 设备自动化操作的门槛

💡 这种方法绕开了 iOS 系统自带的限制，让用户能以更灵活的方式对 iPhone 进行编程控制。ESP32 强大的功能和亲民的价格，使其成为实现这类“硬核”自动化的理想选择

🔗 想了解更多细节或尝试这种自动化玩法，可以查看相关 GitHub 项目：github.com/onehumanbeing/esp32-iphone-agent

🔗 信源

🗝 Roller | AI 中文社区