TODAY · 今日 AI 日报
第 115 期 · 2026.11.09智能体改走潜空间，微软研究组告终
多篇新论文让智能体绕开文本，在潜空间压缩上下文、并行协作，线性注意力与 MoE 可解释性也有进展。英伟达董事会调查黄仁勋，微软 AI Frontiers 创始人离职。
阅读今天的日报 ↗做过的东西24
V0.2 在 Apple 健康只读汇总（睡眠、HRV、静息心率、步数、活动能量、锻炼时长）之外，补上了吃和练两件事：拍一张餐食照片，AI 拆出每一样食物和营养，可以逐项勾选、拖滑条改吃了多少，包装食品直接读营养成分表，千焦自动换算千卡；训练计划可以按周排、记组数和重量，看历史。底部中间是按住说话的语音按钮，说「中午吃了一碗牛肉面」「喝了 500 毫升水」就能记上。餐食、饮水、体重和目标都存在本机，可导出 JSON，也可以选择把营养和训练写回 Apple 健康；只有拍照识别和语音指令会在你允许后发到自己的服务器处理。
Swift · SwiftUI · SwiftData · HealthKit · FastAPI · Claude
封面里的餐食照片：Jjj84206 / Wikimedia Commons，CC BY-SA 4.0开发中 · 暂未发布
把「录下来」和「找回那句话」做成两步以内的事：打开就是大红录音键，锁屏、控制中心、操作按钮和 Apple Watch 上也能直接开录，不用解锁，锁屏实时活动能暂停和结束。录音存在本机，超过 30 秒自动转写：可以完全在 iPhone 上转写，不上传也不需要登录；也可以用 Apple 登录后走云端（ElevenLabs Scribe），带说话人区分。转写结果是带时间戳的字幕，点任意一句就跳到那里播放，正在播放的句子会高亮跟随，支持倍速、±15 秒和重命名说话人。录音可以按项目归档、按标题和字幕全文搜索，通过 iCloud 在设备间同步。
Swift · SwiftUI · SwiftData · CloudKit · Speech · ElevenLabs
开发中 · 暂未发布
像素引擎、通用角色系统、YAML / Python 剧本和芯片音乐都在一个框架里。每一帧都是时间的纯函数，多进程并行渲染，8 核机器 15 秒出一部 33 秒的成片；还能把视频里的主体变成像素角色。框架从一部 MIT 协议的 93 秒动画里抽离、泛化而来。
Python · NumPy · ffmpeg · 像素风
每台服务器跑一个 Python 采集 Agent，读 IPMI 进风温度、GPU、磁盘 SMART 和网卡计数器，Next.js 服务端轮询后写进 SQLite。界面是工业 HMI 风格，针对 1920×1080 一屏放完；读不到的传感器显示「—」而不是 0，告警阈值可以运行时调整。
Next.js · SQLite · IPMI · 监控大屏
自用 · 暂不公开
App · 插件2026● 开发中
VitaLoop
V0.2 在 Apple 健康只读汇总（睡眠、HRV、静息心率、步数、活动能量、锻炼时长）之外，补上了吃和练两件事：拍一张餐食照片，AI 拆出每一样食物和营养，可以逐项勾选、拖滑条改吃了多少，包装食品直接读营养成分表，千焦自动换算千卡；训练计划可以按周排、记组数和重量，看历史。底部中间是按住说话的语音按钮，说「中午吃了一碗牛肉面」「喝了 500 毫升水」就能记上。餐食、饮水、体重和目标都存在本机，可导出 JSON，也可以选择把营养和训练写回 Apple 健康；只有拍照识别和语音指令会在你允许后发到自己的服务器处理。
Swift · SwiftUI · SwiftData · HealthKit · FastAPI · Claude
封面里的餐食照片：Jjj84206 / Wikimedia Commons，CC BY-SA 4.0开发中 · 暂未发布App · 插件2026● 开发中
Taptio
把「录下来」和「找回那句话」做成两步以内的事：打开就是大红录音键，锁屏、控制中心、操作按钮和 Apple Watch 上也能直接开录，不用解锁，锁屏实时活动能暂停和结束。录音存在本机，超过 30 秒自动转写：可以完全在 iPhone 上转写，不上传也不需要登录；也可以用 Apple 登录后走云端（ElevenLabs Scribe），带说话人区分。转写结果是带时间戳的字幕，点任意一句就跳到那里播放，正在播放的句子会高亮跟随，支持倍速、±15 秒和重命名说话人。录音可以按项目归档、按标题和字幕全文搜索，通过 iCloud 在设备间同步。
Swift · SwiftUI · SwiftData · CloudKit · Speech · ElevenLabs
开发中 · 暂未发布
开源项目2026● 开源
pixtoon 像素动画
像素引擎、通用角色系统、YAML / Python 剧本和芯片音乐都在一个框架里。每一帧都是时间的纯函数，多进程并行渲染，8 核机器 15 秒出一部 33 秒的成片；还能把视频里的主体变成像素角色。框架从一部 MIT 协议的 93 秒动画里抽离、泛化而来。
Python · NumPy · ffmpeg · 像素风
自用系统2026● 自用
机房监控 Control Grid
每台服务器跑一个 Python 采集 Agent，读 IPMI 进风温度、GPU、磁盘 SMART 和网卡计数器，Next.js 服务端轮询后写进 SQLite。界面是工业 HMI 风格，针对 1920×1080 一屏放完；读不到的传感器显示「—」而不是 0，告警阈值可以运行时调整。
Next.js · SQLite · IPMI · 监控大屏
自用 · 暂不公开
MORE · 更多项目 13
收着 LLM API 测试台、Anthropic / Gemini 接口测试、JWT 解析、时间戳转换这些顺手工具，也有马里奥像素复刻和 Flappy Bird。片段可以置顶、预览，单个分享出去任何人都能打开；后端接了大模型，一句话就能生成或改写一个片段。
- 片段
- 34
工具集 · AI 生成 · Flask · 自托管
给两三个人一起打磨一份演示文稿用：opencode 作为 agent 引擎跑在容器里，可以粘贴截图、上传素材，能导入 HTML / PPTX，也能导出 HTML、ZIP、PDF 和 PPTX。共享密码登录，模型供应商随意切换。
opencode · Node.js · SSE · 自托管
自用 · 暂不公开请求在多个 Modal 账号间负载均衡，带会话 id 的请求固定到同一个账号，保住前缀缓存；失败自动切换并冷却。/v1/messages 会被改写成 chat completions 再改写回来，推理过程映射成 thinking 块，Claude Code 可以直接接入；还能把全部流量镜像到 Langfuse。
Python · Anthropic API · Modal · Langfuse
一个 Go 写的小服务：收到 chat completions 请求，就调用对应 agent CLI 的单次执行模式，再按 OpenAI 格式返回。/v1/models 只列出本机真实装了的 CLI，model 名可以用冒号透传内层模型，任何能填 Base URL 的客户端和 SDK 都能直接用。
Go · OpenAI 兼容 · Agent CLI
每轮结束时由 Stop hook 调用独立的评估器检查条件，没达成就拦下这次停止，把评估理由作为下一轮的指令；条件满足后自动清除。一个 Python 安装脚本装进 Devin 的全局配置，Windows 上也能用。
Devin CLI · Hooks · Skills · Python
和弹幕检测插件放在同一个扩展仓库里。manifest 固定了公钥，任何电脑加载出来的扩展 ID 都一样，设置通过 chrome.storage.sync 自动同步；换电脑只要跑一条脚本完成拉取和构建。
Chrome 插件 · TypeScript · LLM 翻译
自用 · 暂不公开每个用户有独立的工作目录、API Key 和模型配置，WebSocket 流式对话，支持 Bash、文件读写编辑、Glob 和 Grep 等工具，会话可以重命名和回看。Docker Compose 一键部署，SQLite 持久化。
TypeScript · WebSocket · Docker
按代码质量、推理、前端生成、摘要等维度管理模型和任务，支持 LLM Judge、脚本以及两者结合的评测方式；结果页能沙箱预览 HTML 输出、打星写备注，也能把同一任务的不同模型输出并排对比。
LLM 评测 · TypeScript · LLM Judge
用 FastAPI 包了一层任务接口：上传图片拿到任务 id，异步建模，在 CUDA 机器上再渲染环绕视频和深度图。CPU / CUDA 两套镜像，接口走 Bearer 鉴权，任务和文件记录在 SQLite。
Python · FastAPI · 3D 高斯喷溅 · CUDA
FastAPI 后端通过 WebSocket 连上弹幕服务器，每 10 秒刷新一次弹幕统计，历史存进 SQLite；Next.js 前端负责直播列表和发送。可选全局访问密码，Docker 一键启动。
FastAPI · Next.js · WebSocket · Bilibili
FastAPI + JWT 登录，文件走阿里云 OSS 直传，手机可以直接拍照上传，带历史记录和文件管理，跑在自己的服务器上。
FastAPI · OSS 直传 · Redis
自用 · 暂不公开后端代理 Gemini 图像接口、不暴露端口，前端走 Vite 代理，带登录，只给自己和朋友用。之前也写过类似的 Gemini、Sora 测试工具。
Gemini · Vite · 自托管
自用 · 暂不公开用 pandas 重建每一笔持仓，统计胜率和盈亏分布，图表直接输出到 Obsidian 笔记。回测覆盖 ADX + Stoch RSI、EMA 通道和 MACD 等策略，按年份分段做样本内外检验。
Python · pandas · 回测
自用 · 暂不公开
小玩意
- 动画《我的朋友达布妞》01用 AI 做了一部劝人别依赖 AI 的动画，画面和配乐全由代码生成2026
- 超级马里奥 World 1–2八关像素复刻，全部可以通关，还带自动演示2026
- 无人游乐园的旋转木马隅境里的 3D 小场景：六匹木马在糖果色亭顶下慢慢起伏2026
- Flappy Bird经典小鸟，网页里直接玩2026
- SBTI 人格头像按 MBTI / SBTI 人格让 Nano Banana 画头像2026
- Map is Not the Territory9 个缩小认知差距的 Claude 技能包2026
- 屏幕闪光弹点一下或按空格，整块屏幕瞬间炸白，还带耳鸣音效2025
- 圣诞头像生成器上传一张照片，一键戴上圣诞帽2025
- LLM API 测试台调 /v1 兼容接口：流式、多模态、原始日志2025
- AI 模型价格倍率计算器填上输入输出价格，算出 New API 的模型倍率2025
- how2cmd说你想干嘛，大模型告诉你该敲什么命令2025
- GitHub 星标分析让大模型给 star 过的仓库分类、写摘要2025
时间线
- 2026.10VitaLoop V0.2 进 TestFlight：拍照记餐、训练计划、按住说话的语音助手；Taptio 开工，本机 / 云端转写、锁屏和手表录音
- 2026.10VitaLoop 开工，V0.1 接入 Apple 健康；这个站改版成个人主页
- 2026.10B 站弹幕检测插件 1.1 上架 Chrome 应用商店，新版源码同步开源
- 2026.09隅境 Miniature Scene 上线；开源 pixtoon 像素动画框架
- 2026.08AA Bill 拍收据分账上线；写了对话改 PPT 的 PPT Copilot
- 2026.07Frontend Arena 和 AI 日报上线；开源 agent-provider、modal-provider
- 2026.06超级马里奥 World 1–2 八关像素复刻；把 /goal 移植到 Devin CLI
- 2026.05开源 Coding Anywhere，用手机远程控制开发机和 AI agent
- 2026.03写了 LLM Arena 评测台和多租户的 Claude Code Hub
- 2026.01mlsharp 单图转 3D 服务、B 站弹幕助手
- 2025.12Infographic Renderer 开源，附带 Chrome 插件；圣诞头像生成器上线
- 2025.11服务导航页上线，也就是这个站的前身
- 2025.09自托管 CodePen 片段库上线，之后陆续攒了 30 多个片段
- 2025.07Clipboard Studio 跨设备剪贴板
- 2024.11发布 B 站直播弹幕被吞检测插件
- 2021–2025写 Go 后端和 Web3 工具：以太坊开发、Etherscan 并发调用、Avalanche L1 私链
访客
WORLD · 0 个国家和地区
—
每个 IP 每天只计一次 · 只记到国家和省份，不保存 IP · IP 库 ip2region
关于
比起传统软件工程，我更关心怎样把 AI 和真实的业务场景结合起来。从大语言模型、AI Agent、工作流编排，到计算机视觉、NeRF、数字人、语音驱动和实时音视频，我喜欢先把原理弄明白，再把前沿研究做成真正能用的产品。
工程上习惯一个人走完全流程：技术选型、架构设计、编码实现，一直到部署运维。熟悉 Docker、Linux 和云服务器，这个站和上面的大部分项目都跑在自己维护的机器上；也很喜欢折腾和打磨自己的开发环境。
技术之外，我同样在意产品设计、用户体验和人机交互，爱尝试新工具和新的 AI 交互方式，也常想 AI 会怎样改变写软件这件事。最近在做健康管理、知识处理和 AI 工具类的产品。
我相信技术的价值不只是解决问题，更在于创造新的可能性。
对我而言，编程不仅是一份工作，更是一种探索世界、表达想法和创造事物的方式。
STACK · 常用
Python · Go / TypeScript · Next.js / Docker · Linux
SELF-HOSTED · 12 个自托管服务
- TRAEFIK
- NEW API
- OPEN WEBUI
- CLIPBOARD STUDIO
- CODEPEN
- NANO BANANA
- FRONTEND ARENA
- MINIATURE SCENE
- AI DAILY
- AA BILL
- INFOGRAPHIC
- CODING ANYWHERE
Fin 是 Intercom 的 AI 助手，点开后才会加载 Intercom，对话由它处理。
2026 · MuserQuantity