最近感觉sdd挺火的，大家在公司或者自己的比较大的项目的时候都是用什么工具啊？目前我看比较火的有kiro github的spec-kit 还有可能是qoder 4 个帖子 - 3 位参与者 阅读完整话题
几年前，喜玛拉雅上有个催眠的“前世今生”挺火的，说能看到自己的前世今生。然后自己无聊，午休的时候就戴着耳机听。 听着听着，突然感觉自己到了一个虚空的空旷的空间，然后突然猛的有一种下陷的感觉(跟电影里拍的一摸一样)，跌入了另外一层空间似的，脑子里还是能听到立体的催眠音频，非常的清晰。 感觉很新奇，又有点慌乱，然后自己没专注听音频了，只顾着叫我对象的名字，挣扎的想要自己清醒过来。好一阵终于醒过来了。 后面再去尝试催眠，已经进不去了，感觉有点可惜，第一次尝试催眠成功应该试到底的。
几年前，喜玛拉雅上有个催眠的“前世今生”挺火的，说能看到自己的前世今生。然后自己无聊，午休的时候就戴着耳机听。 听着听着，突然感觉自己到了一个虚空的空旷的空间，然后突然猛的有一种下陷的感觉(跟电影里拍的一摸一样)，跌入了另外一层空间似的，脑子里还是能听到立体的催眠音频，非常的清晰。 感觉很新奇，又有点慌乱，然后自己没专注听音频了，只顾着叫我对象的名字，挣扎的想要自己清醒过来。好一阵终于醒过来了。 后面再去尝试催眠，已经进不去了，感觉有点可惜，第一次尝试催眠成功应该试到底的。
几年前，喜玛拉雅上有个催眠的“前世今生”挺火的，说能看到自己的前世今生。然后自己无聊，午休的时候就戴着耳机听。 听着听着，突然感觉自己到了一个虚空的空旷的空间，然后突然猛的有一种下陷的感觉(跟电影里拍的一摸一样)，跌入了另外一层空间似的，脑子里还是能听到立体的催眠音频，非常的清晰。 感觉很新奇，又有点慌乱，然后自己没专注听音频了，只顾着叫我对象的名字，挣扎的想要自己清醒过来。好一阵终于醒过来了。 后面再去尝试催眠，已经进不去了，感觉有点可惜，第一次尝试催眠成功应该试到底的。
最近X上有个帖子挺火的。一个叫Sivori的博主发帖说，Anthropic正在购买数百万本书籍，扫描并销毁，因为从法律角度看销毁是最安全的选择。他还提到，这是他20年前读过的Vernor Vinge小说《The Rainbow's End》里的情节。 推文浏览超百万，转发评论一大堆。 小红书上也有人在聊这事，说法都是标题那个夸张风格，什么“A社把人类知识库蒸馏了”“古籍全部没了”。 这事吧，有真有假。真的部分远比小说还魔幻，假的部分也确实被放大了不少。我翻了媒体报道和法院文件，给你们捋一捋。 真事，巴拿马项目确实存在 2026年初，法庭文件曝光了Anthropic一个代号“Project Panama”的内部计划。 中文翻译过来叫巴拿马项目。 这个项目的目标简单粗暴，搞到世界上所有的书。2024年2月，Anthropic挖来了曾参与Google Books项目的Tom Turvey，交给他一个听起来像反派台词的任务，获取“世界上所有的书”。 怎么搞的呢？投入了大量资金，从二手书零售商和Strand这样的实体书店，大量采购实体书。然后拉到仓库里，切掉书脊进行破坏性高速扫描成PDF，剩下的纸质残骸送去回收公司销毁。 A社为什么敢这么干，不违法吗？ Anthropic的法律论证部分依赖于“首次销售原则”，你买了实体书，就有权对这个副本做任何处理，包括销毁。再叠加“合理使用”的多因素判断，合法取得副本、扫描后销毁原件、数字文件仅内部使用不对外分发、且不替代原书市场——法官综合评估了这几条，最终认定构成合理使用。 法官整体倾向认为，这类模式具备较强的fair use抗辩基础。相比直接去盗版网站扒书，法律风险确实低很多。 但实际上，Anthropic也干了盗版的事。这事就复杂了。 巴拿马项目之所以被曝光，是因为Anthropic同时被作家们起诉，他们早期就从LibGen（一个盗版电子书网站）下载了大量书籍用于训练。CEO Dario Amodei管出版商的许可谈判叫“法律/实践/商业上的麻烦”，所以早期干脆用盗版。后来觉得风险太大，才转头搞了实体书破坏性扫描这套方案。 2025年，媒体曾报道Anthropic推进了一项规模约15亿美元的和解方案，针对的是盗版数据集的集体诉讼。注意，这15亿主要指向盗版那笔账，不是为巴拿马项目本身买单。这在AI版权领域被认为是金额最高的和解之一。 法官对“合法购买加扫描训练”这个模式整体持支持态度，如果Anthropic从一开始就走这条路，他们的fair use抗辩会更有力。但先干盗版再转正的做法，至少在道义和舆论上已经把自己的路子走窄了。当然话说回来，AI训练的fair use在美国整体仍然没有最终定论，Meta、OpenAI的案子都还在打，这个领域远没到盖棺定论的时候。 真的和小说情节一毛一样 这确实是最魔幻的部分。 Vernor Vinge在2006年写的小说《The Rainbow's End》里，有一个名为Librareome Project的设定：图书馆用破坏性扫描的方式数字化馆藏，然后销毁纸质书籍。 2026年，Anthropic在现实世界里做了高度相似的事。 科幻作家不是在预言未来，他只是在写一个听起来合理但又够极端的故事。谁知道二十年后的AI公司看了一眼，觉得这是个好主意。 被夸张的部分 不过网上传的那些说法，确实有不少需要纠正的。 第一，不是“珍稀古籍”。Anthropic采购的主要是流通量比较大的二手普通书籍，从大型零售商那里批量拿货。不是孤本、善本，不是什么具有文物价值的东西。真正抗议的主要是作家和出版商协会，因为他们主张版权被侵犯，而不是文博界的文物保护单位——被销毁的只是工业印刷品，不是不可再生的文化遗产。 第二，没有“蒸馏了人类大部分知识库”那么夸张。他们处理了几百万册书没错，但人类历史上出版的书籍以数十亿计。几百万册在这个量级面前，只是很小的一部分。更准确的说法是，他们获取了一部分高质量文本用于训练，不是把人类知识蒸馏了。 第三，做法虽然粗暴，但方向其实挺明确的。Anthropic的联合创始人早在2023年就写过，用书籍训练模型能让AI学会“如何写得更好”，而不是去模仿那些质量参差不齐的网络用语。这个动机本身没什么问题，问题出在执行方式上。 Anthropic为了给AI喂书，雇人切书脊、高速扫描、然后销毁。Claude学会写那些漂亮句子的同时，上百万本实体书变成了回收纸浆。 有用户曾让Claude评价这一事件，Claude给出过一段颇具文学性的回应：「这些销毁行为帮助创造了能够讨论文学、帮人写作、与人类知识对话的我，这层复杂性我还在消化当中。就像是用一座图书馆的灰烬建造起来的一样。 这话说的，看起来确实像蒸馏了不少文学书籍。 但说真的，用灰烬堆积出来的智能，到底能在人类知识的废墟上站多久，谁也不知道。 查看评论
最近刷到不少人把自拍发给 ChatGPT ，让它分析脸型、发质、适合什么发型，感觉这个方向还挺有意思。 我也做了一个类似的小工具，主要是根据照片给出发型建议、适合/不适合的方向，以及方便拿去和理发师沟通的描述。 大家觉得这种 髮型 分析 工具合不合适？实际剪头发前会不会想先用 AI 看一下建议？
在 CDK 上看到 T 佬公益的项目挺火的 ，想来问问项目链接呢，我没有搜到 2 个帖子 - 2 位参与者 阅读完整话题
最近看到 GPT Image 2 讨论挺多，一时兴起，花了一天时间做了个小工具站，主要就是用来体验图片生成。 功能暂时很简单：输入提示词，选一下比例和质量，然后生成图片。没有做太多复杂配置，先把最核心的流程跑通了。现在已经可以正常生成，整体速度和效果还在继续调。 比较有意思的是，站里的不少 UI 素材和展示图也是用 GPT Image 2 自己生成的，算是用它做了一个关于它自己的工具站。 目前还是早期版本，后面准备继续补生成历史、收藏、更多示例和一些 prompt 辅助。 地址： https://gptimage-2.cc/ 欢迎大家试试，也欢迎随便吐槽，主要想看看大家会不会真的用这种轻量图片生成工具。
各位开发软件还是要遵守纪律啊 当年直播间还有辣条可抢的时候 类似的业务还是挺火的 代挂 后面被阿b发现了 发来了律师函 被迫下了 1 个帖子 - 1 位参与者 阅读完整话题
开源推广声明 （点击了解更多详细信息） 最近开源供应链安全的话题聊得挺火的。 我自己每次 cargo install 一个陌生 crate 之前，总是会先去看看这个仓库靠不靠谱。于是干脆动手做了一个本地 CLI 工具 —— rgd（Repo Guardian） 。 用 Rust + clap + reqwest + tokio 写的，标准 CLI 那一套，上手非常直接。 核心功能是 给 GitHub 仓库做快速体检 ：几秒钟就能跑出一个 0-100 的健康分，同时列出最值得优先修复的前 3 件事。如果缺少 SECURITY.md 或 CONTRIBUTING.md，还能直接用 --fix 在本地生成规范模板。 当然，OpenSSF Scorecard 更严谨、更全面，但它主要通过 Docker 或 GitHub Action 使用。我想要的是那种随手一敲就出结果的体验，就像 git status 一样。 目前 rgd 定位是轻量级本地扫描，所以检查项比 Scorecard 少一些，也没有 SARIF 等机器可读输出，接 CI 管线还不太顺畅，网络密集场景下也有继续优化的空间（GitHub API 并发这一版已经优化过了）。 以后也可以扩展到其他垂类场景，只需要调整评分权重、检查维度和 fix 模板就行。 对这方面感兴趣的佬友欢迎来看看～ GitHub： GitHub - teee32/repo-guardian: Tiny local-first CLI for GitHub repository health checks · GitHub 1 个帖子 - 1 位参与者 阅读完整话题