RELang OS — 为智能代理与多端协同而生的操作系统。
设备正在替人完成任务、跨端接力、在现场自行恢复。
我们把智能代理、可信权限与多端协同写成系统原语,面向垂直设备与多端形态。
垂直设备的差异化,应来自操作系统。
shujianlv.github.io/RELangOS…
270
Aprende a como hacer piezas de metal
Alguien modeló en Blender, todo con prompts, una línea completa de metalurgia.
Cómo funciona la demo:
→ Pesa dos polvos, cobre y alúmina, y los mezcla
→ Un molino los hace más finos y una prensa los compacta en una pieza
→ Una bobina de inducción la calienta hasta que los granos se unen
→ Al final un microscopio te enseña cómo quedaron los granos por dentro
Para qué sirve:
→ Entender cómo se fabrican engranes, filtros y piezas de coche
→ Ver un proceso industrial completo sin pisar una fábrica
Lyunet retweeted
挖到一个宝藏网站:物理、化学、生物、数学、地理实验室,全被人搬进浏览器里了!
电路实验、3D 等高线、大气环流、水循环、地球运动……课本上以前看不懂的知识,如今都能直接动手模拟。
软件不用装,打开网页就能做实验。
课本看十遍,也顶不上亲手做一次实验!
🔗: wedulab.com
好家伙,个人隐私存量为0 !
虽然一点不奇怪,但看到分析报告还是很唏嘘!!!
谁能想到,家里宽带用的电信光猫里,居然预装了一个能提取手机号、IMEI、扫描家庭内网,甚至远程执行命令的插件!!
刚看到有大神对电信光猫进行了逆向。
提取出了 m01-b01-inner 插件的解密源码。
这玩意儿作用很多:
1、从 HTTP 流量中提取手机号、IMEI、IMSI、设备 ID 等信息;
2、远程以 root 权限执行命令;
3、扫描家庭局域网,识别设备、端口和服务
4、记录网站访问、DNS 查询,甚至抓取原始数据包;
5、重定向网页、远程更新自身代码;
设备是有这些能力,具体运营商用没用,怎么用,什么时候用,用来干什么,就不知道了!
原文链接放下面了!很详细!!
Lyunet retweeted
牛逼!谷歌官方刚发的东西,48小时直接干上GitHub热门第一。
AI写前端默认还停在2019年,因为训练数据全是老屎山。
装个技能包直接拉满:通过 56%→88%。
一行命令搞定:npx modern-web-guidance@latest install
212个现代Web特性直接喂给Claude、Codex、Copilot。
仓库地址:github.com/GoogleChrome/mode…
兄弟们,你们觉得下一个该被官方“喂饭”的屎山领域是啥?
Lyunet retweeted
开发者的终极阳谋来了:你想用AI逆向破解我的软件?那我就让你的大模型直接“破产”
最近,一个叫 REA 的 AI 逆向神器在 GitHub 上狂揽 10万+ Star,它能自动读懂软件底层的逻辑,吓得一票开发者直呼“软件已死”。
结果,一位中山大学大三的本科生(目前还在字节实习)反手掏出了一个叫 BLA 的开源项目,专治各种AI破解:
投毒:给AI喂格式逼真的“假代码线索”(比如伪造的硬件安全区调用),让AI像无头苍蝇一样顺着假逻辑跑偏。
撑爆配额:在文件里疯狂塞几千条垃圾数据,直接把逆向工具的内存卡爆,报错罢工。
Token暴利税:你想硬扛?经过 BLA 加固的软件,AI 逆向时的 Token 消耗量直接暴增 300 到 2800 倍,整体费用估算暴涨超 300 倍。
这哪里是在写防御代码,这分明是在给 AI 公司做局。用最高的算力成本,去防最低级的爬虫。
最搞笑的是,这哥们的 GitHub 主页上,还有一个专门帮 Agent “减少Token消耗” 的小模型。左手帮你省钱,右手给对手烧钱,这波操作属实是把商业闭环玩明白了。
以后黑客想用 AI 破解软件,破解到一半可能因为余额不足直接跑路。什么叫顶级反杀?这就是!
你觉得这套“赛博反制”的手段,能防住未来的AI破解吗?
#AI大模型 #程序员 #开源项目 #赛博朋克
Meta 这次真把家底掏出来了。
内部打磨了整整 8 年、支撑超过 13,000 个应用的设计系统,直接开源了,名字叫 Astryx。
150 多个现成 UI 组件,按钮、表单、弹窗、深色模式、品牌主题全都有。
最有意思的是,它连 AI Agent 都考虑进去了。通过 CLI 和 MCP,AI 可以直接使用组件文档和模板,不用每次写前端都从零开始造轮子。
以前让 AI 写界面,出来什么样全看运气。现在可以让它沿着一套成熟的设计规范来搭建。
而且是 MIT 开源协议,目前还处于 Beta 阶段。
GitHub:github.com/meta/astryx
Lyunet retweeted
早起用闲置的com域名,在Cloudflare Workers上搭了个邮箱,以后注册各种账号就不愁邮箱不够了。
1、零成本:收件走 CF Email Routing,发件走 Resend API,全流程永久免费;
2、无限前缀:后台随意衍生无数个自定义别名邮箱,多账号完全物理隔离;
3、即时推送:可以绑定 Telegram Bot,邮件秒推提醒,不用每次去刷网页后台。
人生在于折腾,要不你也整一个?手把手教程:doc.skymail.ink/deployment/d…
Lyunet retweeted
Ever wanted to learn electronics but had no idea where to begin?
I made an app to help you get started.
48 lessons with circuit diagrams, charts, the maths behind them, and plenty of things to experiment with.
Available in 13 languages.
electronics-101-six.vercel.a…
简直牛逼克拉斯!
SpaceXAI 刚刚直接放出了 146 个 Grok Bot 模板,一分钱不要。而这批东西,原本官方标价高达 29,200 美元。
要知道平时这种现成的机器人,随便拿一个都得 50 到 200 美元,这还只是官方那套基础配置。
离谱的是,现在 GitHub 上已经跑出 700 多个了。里面不只是单兵作战的机器人,甚至有整套配置好专业分工的团队模式。交接流程直接是现成的,连单独的审核角色都给安排了。
一、搭团队骨架
· Agent Org Chart:工程、市场、客服、销售的组织结构现成,新手最省事的起点
github.com/serenakeyitan/age…
· Grok Bot Architecture:总管+专家+结构化交接+人工审批,全部放在一台电脑上,适合想看完整蓝图的人
github.com/tiagovilasboas/gr…
· Root Agent:协调者先判断要哪些专家再分活,思路和上面接近,二选一即可
github.com/MrBekoX/root-agen…
· Grok Bot Templates:49 个模板,职责、产出、技能、例行任务和边界都写好,可以直接改成自己的
github.com/cobusgreyling/gro…
· Grok Bot Second Brain:Conductor、Capture、Memory、Ops、Research 五个角色共用一个知识库,适合做个人知识管理
github.com/mKay00/grok-bot-s…
二、写代码/派活
· Grok Factory:Firstmate 统一分派软件、研究、日常任务,回收报告或审过的 PR
github.com/jaredtrichard/gro…
· multiBot、Thin Grok Bot:思路一样,机器人只管协调,重活交给编码 CLI 或云端代理
github.com/simo255/multiBot
github.com/Luca-Blight/thin-…
· Grok Bot Profiles:写规格、复现 bug、出 PR、审 PR 四个角色,实现和验证分开对话,能减少自己给自己打分
github.com/HAEGONG/grok-bot-…
· Foreman:盯托管中的机器人班组,揪出卡住的活,完成要留证据,通过与否由另一个角色判
github.com/Archive228/forema…
· Grok Bot Gateway:脚本和编码代理通过网关机器人列机器人、读对话、发任务,走 webhook
github.com/dimpurr/grok-bot-…
· grokbot-queue:多个 Bot 间排队派活,注意它收结果用的是 SSH 加非官方桌面自动化,稳定性自己掂量
github.com/ShuhangGe/grokbot…
· BOTROSTER:自托管的另一条路,固定名字的队友、共享文件、浏览器、定时任务、审批都有
github.com/mandarwagh9/botro…
三、具体场景
· grokbot-x:找帖、写草稿、通过 Typefully 发布,再按记录结果调整写作技能,做内容的可以重点看
github.com/YannisKiefer/grok…
· grokbot-skills:调试、头脑风暴、写作、观察任务的通用技能,上游来源和许可证都留着
github.com/jeremybrasher/gro…
· Restaurant Scout:找餐饮品牌和创作者、写带货脚本、整理成目录
github.com/mykemueller1-ctrl…
· Grok Bot Shopping:搜商品、结账、测 Shopify 折扣码、跑订单,可加一个 Buyer 机器人。涉及付款,权限别放太开
github.com/steve228uk/grok-b…
· PhoneZero:打电话订餐厅这类事,先出通话方案,你批准才拨,结束后汇报
github.com/function1st/Phone…
· Unlist:处理人肉搜索网站的信息下架,记录站点、生成信函、登记提交、跟进结果
github.com/shawnyeager/unlis…
四、交易
· HyperGrok Trading Desk:行情、研究、策略、风控、执行、复盘七个机器人,默认只做研究,实盘要你确认。建议一直留着这道确认,不构成投资建议
github.com/galleonlabs/hyper…
用之前想清楚一件事:配置免费,跑起来的额度不免费。第一次先给一个能明确交付的小活,比如一份研究简报、一个审过的 PR、一批草稿,跑完看产出和消耗。几个机器人重复查同一件事,人多反而亏。
收藏一下,下次想自己从零搭之前先翻翻。
Lyunet retweeted
这太牛逼了, GPT Image 2.6 在 Image Arena 上排名第一,远远超过了上一代 Image 2.5。
GPT Image 2.6 Sunburst 和 Flare 还重新划定了图像生成和图像编辑两项能力在"偏好 vs 速度"上的帕累托前沿。
目前没有任何模型能在这两条前沿上同时做到比 GPT Image 2.6 系列更好又更快。
关键数据:
- 人像、建筑和排版三项第一(GPT Image 2.6 Flare)
- 产品和风景两项第一(GPT Image 2.6 Sunburst)
- 2.6 Flare 在图像和图像编辑上比上一代快 2.6 倍
- 2.6 Sunburst 在图像和图像编辑上比上一代快 1.15 倍
Lyunet retweeted
马斯克的天塌了,标星破万的 GitHub 神级项目 OpenmausBot 横空出世,直接把 Grok Bot 的饭碗给砸了
它不仅是目前的顶级开源平替 更是直接把底层的模型选择权和系统级控制权全交给了你
它的恐怖之处在于三点:
第一,模型多样性模型自由度直接拉满,告别单一模型绑定 Claude、Codex、Grok、Kimi 随心切换 还能通过 Openrouter 无缝接入 Deepseek 等全网模型 每个 BOT 都能独立配置最适合它的大脑
第二,真正的特权级运行环境这不是个套壳聊天框 它给每个 BOT 都配备了独立的电脑环境 无论是本地虚拟机还是云端桌面,想怎么跑就怎么跑
第三,生态扩展极其夸张的生态扩展 直接打通 Gmail、GitHub、Linkedin 等 1700 多款应用 从代码协作、项目管理到图文设计,几十种场景全覆盖 彻底打通工作流
Lyunet retweeted
ثورة تقنية في مجال التعليم ..
كلود Opus 5.5 بنى موقعًا تفاعليًا ثلاثي الأبعاد لعلم الأحياء (مثل خلية أو نموذج حيوي) باستخدام PrettySites. المستخدم يقدر يدير المجسمات ويقرّب ويبعد ويستكشف التفاصيل مباشرة من المتصفح — مش مجرد رندر أو فيديو.
هذا يوضح قدرات الذكاء الاصطناعي الحالية في بناء مواقع تفاعلية معقدة بسرعة، والبرومبت والملفات متوفرة في الردود على المنشور.
تبي تبني موقع تفاعلي ثلاثي الأبعاد مثل هذا؟ 🧬
صاحب المشروع شارك البرومبت والملفات المستخدمة، وتقدر تستكشفها وتبدأ تبني تجربتك الخاصة باستخدام PrettySites.
↴✿ الرابط 🔗:
prettysites.io/?prompt
↴✿ فيديو توضيحي 🎥 :
每天追 AI 新架构的人,其实都在看同一套数学的不同变体。
这哥们 Tianhua Chen 在 arXiv 上放了一本 195 页的书,《The Little Book of Generative AI Foundations》。
他干了一件特别解渴的事:跳过所有时髦的工程细节,只用一条连贯的数学推导,把生成式 AI 的几大主流家族全串了起来。
平时看论文,大家很容易觉得传统的 PCA 降维、画图的 Diffusion、还有聊天的大模型是八竿子打不着的物种。
但顺着这本书的脉络往下捋,底层的逻辑特别通透:
所有生成模型,从头到尾都在干同一件事——逼近真实世界的数据分布,然后从里面采样。
从最基础的 PCA 出发,加上概率假设变成概率 PCA,再把里面的线性映射换成神经网络,顺理成章就推导出 VAE(变分自编码器)。
把隐变量的转换拆成多步加噪和去噪,就长出了 Diffusion(扩散模型)。
换条路,直接用概率链式法则把联合分布拆成一步步的条件概率,就是今天大语言模型底层的自回归(Autoregressive)。
要是嫌直接算概率密度太难,或者归一化常数算不出来,就引出了 GAN、WGAN 和能量模型。
我觉得这种把“模型动物园”拍平到一条主线上的视角,价值太大了。
看懂了就会发现,每个新流派冒出来,其实都是为了解决上一个流派在算概率时撞上的死胡同。
这哥们在 v2 版本里还加了大量可视化解释,文件体积直接翻了近十倍,一边给直觉,一边把公式死磕到底。
当然,如果你只想调个 API 快速做个应用,啃这 195 页推导确实没必要。
但如果你想搞明白一类模型为什么会有天生的边界,看懂这条演化链,比刷一百篇新模型测评管用得多。
唯一让我有点绷不住的是,足足 195 页的硬核公式推导,书名居然叫《The Little Book》(小册子)。
搞数学的人对“小”大概有什么误解,我已经默默存进 iPad 了,争取下个月别让它沦为最硬核的赛博泡面盖。
news.ycombinator.com/item?id…
Lyunet retweeted
Updated the Learn Arduino app with more lessons, multi-language support, and a new schematic view!
Also planning to make a separate app for ESP32 lessons.
learn-arduino-red.vercel.app





























