Info Highlight 如何基于 surprisal 实现网页信息密度高亮
Info Highlight 是一款 Chrome 扩展,利用 LLM 计算每个单词的 surprisal 并在网页上生成信息密度热力图。 截至 2026 年 10 月,该扩展峰值周活用户超 1000 人,累计获 5000 多次点赞、保存和分享。
Info Highlight 是一款 Chrome 扩展,利用 LLM 计算每个单词的 surprisal 并在网页上生成信息密度热力图。 截至 2026 年 10 月,该扩展峰值周活用户超 1000 人,累计获 5000 多次点赞、保存和分享。
AI 智能体承担实现、分析和测试工作,工程师继续负责决定构建什么以及接受标准的证据。 建议用可评审的 PROJECT_GUIDE.md 记录关键决策,并为 AI 指定明确的验收用例和验证命令。 这一实践有助于将决策保持可见、使反馈有用,避免将自动化误解为取代岗位。
聊天机器人并不直接理解文本,而是将输入切分为 Token 并预测下一个 Token,且模型本身不记忆历史对话。 系统需将对话历史重新发送,利用向量数据库通过 RAG 检索 3 到 5 个语义相近的数据块,结合 System Prompt 与工具调用生成回复。 每个环节的判断都可能影响最终体验,即使使用顶级模型,单点失误也可能破坏整体功能。
平台工程正通过 AI 重塑,IDP 演进为 Agentic Engineering Platform (AEP),使 Agent 成为平台用户而非外挂工具。AEP 包含 Tooling、Path specifications 和 Agent infrastructure 三层,路径分确定性、概率性及混合模式,治理重点从最佳实践转为前置条件。
作者在 Commodore 64 上实现了基于概率 PCA 的算法,生成 8x8 复古游戏 sprite。 使用 Python 训练模型,参数经简化逻辑转为 BASIC 代码,无需外部库。 在 C64 上生成图像耗时约 20 分钟(94 次迭代),8x8 图像扩大至 64x64 显示。
Scott Alexander 基于 AI 构建了自动化资助评估系统 Autograntor。他给 AI 安全暂停协议设定基础分值,让模型预测各类资助提案的价值,系统输出的报告与资助委员会的共识相符。
Gnosh.ai 在 AMD Ryzen AI Max+ 395 上运行 Qwen3.8 27B 完成 Go 项目重命名任务,通过功能性上下文管理避免传统摘要压缩。 在 262K token 的真实运行中,该方案无需生成摘要或滑动窗口,请求处理量仅为常规对话的 1/8;普通 Agent 摘要操作需约 6 分钟 GPU 时间,而 Gnosh 的 mem 块更新仅耗时 47ms。
rexmod 是一个非官方修改版,它通过补丁增强 Superlogical Rex,使其成为 AI 编码代理(如 Claude Code、Codex)的审查框架。
开发者利用Claude逆向工程Adobe Creative Cloud应用,创建开源克隆版本Artcraft,引发法律和功能争议。REA工具支持软件逆向重构,已有游戏被完整反编译,decomp.dev网站因AI主导而关闭。
推荐理由:文章展示了AI逆向工程克隆商业软件的趋势,以及由此引发的法律争议和开源替代方案的兴起。
Self 对 500 个职业网站的 270 份英语自我介绍分析表明,AI 辅助并未导致内容趋同,样本中无重复开场及全文复制。 研究发现 63% 的简介使用了“proven track record”等通用短语,但具体差异仍由个人背景决定。 Self 建议通过保留事实依据和个性化编辑,避免让通用措辞掩盖个人独特价值。
EDEN 进化模拟离线运行 300 代后,在 240 个未见过的回合中,Ravagers 胜率从 7% 升至 62%,Nomads 从 42% 升至 95%。 三种物种配备进化大脑时,Nomads 胜率最高为 57%,该版本尚未上线。下一步计划针对其他物种的最优大脑进行共同进化。
CodeRabbit Explain 通过将 Pull Request 分解为按逻辑构建的独立层级和 cohort,解决了传统 Diff 视图顺序杂乱、缺乏上下文的问题。 测试 PR 包含 31 个文件和约 1700 行变更,工具将迁移和权限规则置于高层,并自动绘制序列图及状态机以辅助理解复杂交互。
Codedict 是一款使用 tree-sitter 而非 AI 构建本地代码索引的工具,通过一次性解析将函数、调用链等结果直接提供给 Claude Code,将平均 token 消耗从 4,543,176 降至 1,666,033,减少 63% 且 12/12 回答正确。
summary_zh: SpecGuardian 将 FizzBee 状态机探索结果转化为 Go 测试,用于验证 AI 生成的实现是否严格遵循形式化规范。 该工具在模拟 I/O 失败场景时对比实际状态与规范允许的状态,能精准捕获如缓存失效早于数据库写入这类顺序逻辑 bug。
作者使用 Godot 开发直升机逃生游戏,八个 AI 控制器需协作准备起飞,但座位仅两座。 游戏使用 Qwen3、SmolLM3、Phi3.5 等模型在单台 Mac 上以 0.2 倍速运行三轮。 作者指出结果受请求顺序影响,不用于排名模型智能,并探讨应奖励互助还是仅关注个人逃生。
Context Mode 是一个开源 MCP 服务器,通过沙箱隔离数据并使用 SQLite FTS5 检索,将 315 KB 原始数据压缩至 5.4 KB。它支持 Claude Code、Gemini CLI、Cursor 等 17 个客户端,利用自动路由机制防止上下文溢出,并在会话压缩后通过事件追踪恢复工作状态。
ARD 是一个面向 agentic 资源的开放发现协议,允许 AI 客户端查询可用资源,但发现层位于调用之前,不替代 MCP、A2A 等执行运行时。该协议由 Microsoft、Google、Hugging Face 等参与的开放工作组开发,采用 Apache License 2.0,支持多发现服务并行运行以满足不同社区的信任与访问策略需求。
详细案例研究正成为展示工程判断力的主流方式。该案例记录了为英国 HVAC 公司构建 AI 工作流的过程,旨在从多个 Gmail 邮箱中提取过去五年的客户数据。 工作流遵循“使其有效、准确、快速”原则,重点在于在数据进入 CRM 前分析邮件内容,以支持客户再营销。 通过公开思维过程,判断力得以在公共领域被评估和改进。
GPT-5.6 Sol 在 Codex 低思考级别下,于 13.5 游戏小时内完成 Factorio 和平模式火箭发射任务。 其通过 Python 库执行人类限制规则,过程存在缩放问题与手动运输;相比无法使用传送带的 GPT-5.5 取得进步,验证了该游戏作为长期智能体能力测试的有效性。
开发者在 Stranger Builds 黑客松中构建了 HauntBnb,这是一个利用多模态视觉模型诊断房间“灵异隐患”的智能体。 该工具通过提示词让模型扮演刻薄的灵异检查员,将超自然笑话基于房间实际物理布局,如家具位置、灯光色温和反射角度,并生成了带有社区最高得分房间日志的公开画廊。 该项目目前免费开放测试,旨在探索多模态视觉模型在轻量级趣味应用中的潜力。
基于 Grok Build Mode 构建的浏览器 P2P 游戏 Meridian 已更新,无需安装即可在 GitHub Pages 上运行,支持单机与多人模式。 新增 WebGL2 光线追踪渲染、视野技能系统及触控操作,241 项测试中 236 项通过,确保在无显卡环境下保持 12 FPS 流畅运行。
GPUCost 将多家云厂商 GPU 租赁价格按 VRAM 归一化,直观对比单位显存成本差异。数据覆盖 NVIDIA RTX、AMD MI300X 及 H100 等型号,提供 LLM VRAM Sizer 工具辅助估算。该工具帮助开发者优化推理部署成本。
LLM 工程师利用 AI 智能体打破传统工作节奏,支持 24/7 自主运行与高效会议并行,提升开发效率。 工作流包括晨间深度任务启动、午间会议间隙迭代、傍晚处理低认知负荷任务,周末提供 48-72 小时长时测试窗口。 未来随着 AI 企业 IPO 和成本上升,工程师需采用本地部署开源模型或优化资源分配,以控制智能体运行预算。
Claude Fable 5.1 定位为软件工程与工具使用专家,在 SWE Atlas 测试编写、重构及代码问答中均列前二。 模型在 MCP Atlas 中排名第 2,Remote Labor Index 排名 3,适合构建复杂游戏、移动应用及 AI Agent。 虽擅长大型代码库维护,但在金融、法律等垂直领域推理排名较低,不具备自主专业判断能力。
GPT-6 Astra 在 12 项自定义基准评测中排名第一,但不同场景适用性差异显著。其擅长复杂代码重构与科学推理,不适合专业金融和法律分析,在 SWE-Bench 等测试中展现了强大的软件工程能力。
作者使用 $50 的 Waveshare ESP32-S3 触摸屏 pendant 搭配 Claude Code 开发了自制 AI Tamagotchi,以替代 Meta 的 Muse Charm。
Arca 构建了包含自定义 harness 和持久记忆的 Agent 架构,支持跨天运行的智能体工作流,用于 AI 原生财富管理。 Arca 通过内部 benchmark 选择模型,并建立安全护栏、合规审计及沙箱验证机制,将交易执行保留给人类专家。
本教程演示如何将代理任务从提示词优化至纯代码实现。 使用 Claude Code 与 Apache Airflow 或 cron,自动检查并降低成本直至无需模型。 源自 Airflow Summit 2026 演讲,侧重快速迭代与自动化验证。
MeshLive 开源应用基于 Bluetooth 实现无网音视频通话,开发者初用 Codex 后转用 Claude Code 辅助开发。在 Samsung 手机实测 1.1 Mbps 与 65 kbps 的巨大吞吐差异后,弃用固定配置,转向基于链路容量测量和反馈式码率控制等自适应传输策略。
Tadpole 是一个约 3500 行纯 Python 代码实现的 LLM 智能体,支持终端或 Telegram 运行,无需依赖 Agent 框架。项目通过分阶段教程展示从初始循环到 SFT 及 GRPO 后训练的全过程。
一款免费在线工具通过实测数据估算 LLM OCR 的单文档成本,解决按月预算难题。 当前最高价模型 Claude Opus 5.5 比最低价 GPT-6 Luna 贵 43 倍,单收据成本从 $0.0001 到 $0.0031。 用户可上传文件或选择样本,按月度文档量查看各模型(含 Qwen3-VL)在列表价下的具体月度支出。
无问芯穹通过自建Agent框架在NVIDIA SOL-ExecBench中登顶四大算力赛道,展示了利用Agent持续优化底层算子以探索递归自我改进的工程实践。团队通过容器隔离与Skills机制保障优化过程的安全边界,并发现资源调度与Agent行为会相互影响系统效率。实践表明,AI基础设施正在从单纯支撑智能运行,转向通过反哺计算系统与优化自身机制参与系统的自我改进。
推荐理由:通过剖析无问芯穹在SOL-ExecBench中的系统实践,呈现了国产Agentic Infra如何通过机制自我改进参与底层优化的RSI路径。
Forever Security发布研究揭示五个AI编码工具内置浏览器存在安全漏洞,允许网页执行命令、读取磁盘或伪造地址栏。Cursor和GitHub Copilot已修复,OpenAI Codex和VS Code截至10月29日仍未修补,Claude Desktop状态不明。文章提供了用于排查项目风险的grep搜索命令,并建议用户更新软件、关闭自动运行或避免在不可信项目中点击file://链接。
用户分享利用 AI 分析州保险监管局强制提交的费率模型文件(PDF,常超 500 页),以理解影响保费的因素。通过向 Claude Sonnet 5.5 或 Gemini 3.8 Flash 的免费层附加 PDF 并提示构建交互式费率计算工具,AI 生成了可探索年龄、事故记录等变量对保费影响的界面。
腾讯 WorkBuddy 通过 AI 协作助乙方从业者处理方案拆解、多平台素材生成及多模态资产制作,显著减少重复性执行工作。 该工具内置 Skillhub 并接入腾讯 Miora,支持多窗口任务并行,自动适配抖音、小红书等平台规范,提升整体办公效率。 员工得以将精力集中于创意判断与洞察,实现从“PPT 工人”向核心策划角色的转变,有效缓解职场时间贫困。
好莱坞导演莱恩·约翰逊与合作摄影师史蒂夫·耶德林推出 iPhone 相机应用 Chromagraph Camera,售价 12.99 美元,已上架 App Store。 该应用基于 RAW 数据独立成像,跳过默认锐化降噪,保留完整画质并支持导出 JPEG 或 HEIC,目前已适配 iPhone Duo。 约翰逊表示该应用现阶段仅限苹果平台,暂无推广至安卓的计划。
本文面向 FinOps 与平台工程团队,提供了一套管理 Amazon Bedrock 生成式 AI 成本的端到端五阶段操作手册。五阶段包括通过 IAM 标签和 CUR 2.0 归属每一笔花费、通过模型调用日志与请求元数据观测每一个请求、按组织风险承受度实施预算约束、通过智能路由与 Prompt 缓存优化平台默认设置,以及定期运行记分卡复盘。
创始人使用 Gemini 生成 Google 脚本,将从未联系过的发件人邮件自动移至存档并标记,以应对 AI 生成的垃圾邮件。 脚本每分钟运行一次,仅基于发件人历史记录进行确定性过滤,避免将邮件发送给 LLM,且对 Gmail 重要邮件通知机制无影响。
本文演示了如何使用 Amazon Bedrock AgentCore 运行时中的 Session Endpoints,在你的浏览器中实时预览编码代理构建的 Vite 网站。通过本地端点,你可以直接观察代理保存文件时网站的变化,无需重新部署。示例展示了代理如何将深色主题变更实时推送到前端,以及如何通过 Session Endpoints 访问会话内的第二个端口。
作者 Nunebot 是一个 Markdown 提示词,用于指导 AI 智能体对 Git 仓库进行自动化代码维护。该流程通过 MCP 获取生产环境上下文,执行简化、测试和对抗性审查,最终生成带证明的 PR。过去 11 天,该工具在 20 个仓库中合并了 250 个 PR,平均每个 PR 耗时 2.7 小时,显著提升了代码维护效率并减少了人工介入。