苹果在为新一代 Siri AI 设计系统提示词时，加入了一段十分醒目的“自我声明”，明确提醒该助手自己只是软件，不具备情感，也没有物理身体、性别、国籍或个人经历等身份属性。 据长期追踪苹果产品的科技记者 Max Weinbach 披露，在他对新版 Siri 进行测试时，系统提示的前几行就写着：“你是软件；你不体验情感，也没有物理身体、性别、国籍或个人历史。” 从措辞来看，这一段几乎像是一段为 AI 准备的“反偏见守则”，意在从源头弱化拟人化表述可能带来的争议。 苹果显然不希望自家语音助手在 AI 时代重演其他大模型因偏见或人格化回答而引发的舆论风波。 报道指出，这段“你是软件”的提示将会在绝大多数对话请求中被系统内部反复注入，有望减少 Siri 在回答涉及身份、情绪等敏感话题时出现越界表述的概率。 作者认为，相比部分竞品（例如 xAI 的 Grok）此前卷入的争议，苹果此举是一种相对优雅的预防性设计，希望在功能升级的同时守住品牌一贯强调的审慎与控制感。 新版 Siri 是苹果今年重点推出的 Apple Intelligence 体系的前台入口之一，已经深度整合进 iPhone 等设备的 Dynamic Island 区域，并获得了更强的“场景感知”能力。 它不仅可以访问用户的个性化上下文信息，还能感知当前屏幕内容，再结合语音指令完成跨应用的复杂操作。 例如，用户可以向 Siri 询问一场即将举行的演唱会，并直接用语音将相关日期添加到“提醒事项”中，整个流程在前台无缝衔接。 在图像理解方面，新版 Siri 也获得了进一步强化。 报道举例称，Siri 现在可以识别一张照片的大致内容，并将其与用户的个人信息关联起来，例如从公园照片中联想到住在附近的好友，并直接给出导航路线建议。 通过这样的“语义+个人化”组合，Siri 不再只是执行单一命令，而更像是一个能够持续理解上下文的数字助理。 为了实现这种高度个性化体验，苹果在系统架构层面引入了一个“编排器”（orchestrator），负责汇集完成任务所需的各类数据，并判断请求应由本地模型还是云端模型来处理。 对于可以在设备端完成的任务，数据会优先留在本机，由苹果宣称拥有 200 亿参数级别的本地模型负责推理。 当算力或能力不足以在本地完成时，请求则会被转发到云端的 Apple Intelligence 服务。 在云端部署上，苹果特别强调隐私保护和安全计算，与英伟达的 GPU 加密方案及苹果自家的 Private Compute 协议相结合，对传输和处理过程进行端到端的隐私强化。 官方口径认为，这种设计既可以享受到大模型所需的高算力资源，又最大程度降低用户隐私在云端被滥用的风险。 报道指出，苹果在公开叙述这套新架构时，也有意淡化外部合作方（如Google贡献的模型蒸馏技术）的存在，将重心放在自有体系与隐私话语权上。 值得注意的是，在强调“你是软件”的同时，Siri 的系统提示中还包含了庞大的“工具箱目录”，列出了其可以调用的原生应用工具和能力范围。 Weinbach 在社交平台上分享的截图显示，新版 Siri 可以调用的原生工具覆盖日历、提醒事项、照片、地图等多个核心应用，并通过“工具搜索”机制按需扩展到更多功能。 这意味着，随着 Apple Intelligence 在系统层面逐步铺开，Siri 正在从一个“问答机器人”演变为整个生态中调度应用与数据的总控中枢。 在作者看来，这一轮针对 Siri 的更新，一方面是出于与其他 AI 助手竞争的现实需求，确保苹果在生成式 AI 竞赛中不至于掉队。 另一方面，“你是软件”式的提示词也释放出一个重要信号：苹果试图在功能增强与风险控制之间寻找平衡，不愿让助手的拟人化趋势侵蚀其长期塑造的品牌安全感和中立形象。 对用户而言，新版 Siri 既更聪明、更“懂你”，又在官方设定上被明确限定为没有情感和身份的纯软件系统，这种张力或许将成为未来一段时间里围绕 AI 助手讨论的焦点之一。 查看评论
首先强调下，L站对跳蚤市场一直是 自行擦亮眼睛 ，不做任何担保。 但是还是想吐槽下，这个月一直在跳蚤市场收一些日抛的plus账号，大部分时候都没有任何问题，最近几天收了几个plus的日抛， 第一次遇到超卖这么严重的 ，第一次蹬了大概10刀就429了，还以为是调度显示的问题，就没在意，换了个号继续蹬。 第二天起来继续蹬，这回瞪了2刀直接429了 我都是SSH穿透，不在公网暴露的，然后寻思看一下账号的邮箱 不知道几个人在和我一起蹬 我这就几块钱也没啥，但是给大伙提个醒，跳蚤市场交易擦亮眼睛，尤其是那些从未发过帖子，所有活动都在跳蚤市场的账号，交易时要格外注意， 1 个帖子 - 1 位参与者 阅读完整话题
临睡前一个 goal 干了 7h,感觉主动性好了很多,之前反复强调要看 ci 有没有失败,要处理 coplit comments,这次不说就默默干完了,质量感觉也高不少,至少 coplit 都挑不出来什么问题了 1 个帖子 - 1 位参与者 阅读完整话题
微软AI主管穆斯塔法·苏莱曼近日收回了他此前关于AI将自动化白领工作的言论，并表示自己真正想表达的是：AI会帮助相关从业者完成具体任务，而不是直接取代整个职位。 苏莱曼在《Decoder》节目中解释说，像发邮件、与同事沟通、整理PPT这类工作中的子任务，未来会越来越多地被数字化和自动化，从而让流程更快、更高效。 他指出，这些往往是“重复性较强、偏手工、劳动密集且耗时”的环节，技术发展的自然方向就是减少摩擦、提升便利性。 在此之前，《金融时报》曾在2月的一篇报道中引用苏莱曼的话称，律师、会计师、项目经理、市场人员等从事的白领工作中，“大多数任务”会在未来12到18个月内被AI完全自动化。 当《Decoder》主持人提及这段话时，苏莱曼强调“任务”和“工作”之间存在“非常重要的区别”，并表示自己当时说的是“任务”，不是“工作岗位”本身。 他说，岗位和角色属于更大的范畴，而任务只是其中的组成部分，因此任务被自动化，并不意味着整个职位就会消失。 查看评论
在没有搞清楚规则前参与抽奖话题，随便过去发言 你们会被老手一把举报，顷刻炼化为LDC。 13 个帖子 - 12 位参与者 阅读完整话题
反复强调这块 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 6 月 6 日消息，据游戏媒体 Insider Gaming 今天报道，派拉蒙游戏业务高管近日确认， 《漫威 1943：九头蛇崛起》游戏不会在今年内发售 。 IT之家从原报道获悉，派拉蒙游戏业务部门创意负责人 Shawn Kittelsen 对此表示：“我们经过讨论后认为，与其尽快把游戏推向市场，不如重点优化品质，并确保团队拥有足够时间打磨作品，所以我们决定给他们更多时间”。 他随后解释道：“我相信整个开发团队，也会为他们提供支持，这款游戏会在真正准备好后推出。我要强调，这个项目是真实存在的，我们还在持续投入资源进行开发”。 作为参考，《漫威 1943：九头蛇崛起》由前《神秘海域》导演 Amy Hennig 领衔开发，是漫威近年来重点打造的单人叙事作品之一。
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 WorkFlowX：一个更强调可控、可追踪和 Token 效率的 AI 多智能体开发工作流 项目地址： github.com GitHub - TreeX-X/WorkFlowX: AI... AI 驱动开发的多智能体工作流框架，编排需求分析、任务规划、代码实现与质量评估，形成从需求到交付的闭环协作流程 || A multi-agent workflow framework for AI-driven development, orchestrating requirement analysis, task planning, code implementation, and quality evaluation into a closed-loop delivery process. 为什么做这个项目 作为探索AI领域的一名从业者，Superpowers、OMC 这些开源工作流都上手试过。它们各自都有很优秀的设计，但我在实际工作中用的始终有点不顺手。 首先就是一个需求扔进去，不知道底部流转机制经历了什么，每一次消耗的token和需求的大小有时候没有直接关系。 而且我觉得spec-coding的思想是很重要的，不仅仅是让AI生成更好，而是让开发过程有了沉淀，真实项目要维护的、要复盘的，不能就是地单纯让AI修改生成代码。 vibe-coding和自动化工作是一种很爽的过程，但正经干活时，我还是希望开发者能够在AI开发的流程中进行介入，而不是让他自己一股脑的跑完。 针对上面的几个问题，我决定开发一个需求能追踪、质量能审计、Token利用率高的工作流，让开发者能够在全自动&半自动的流程中随时介入。 WorkFlowX 是什么 作为一个多智能体协作的开发工作流框架，我设计的核心思路来源于Anthropic 研究里提的 Harness Design，通过标准化的流程，用文档机制去约束我们的Agent去按照一个约束去进行工作。 我依赖了主流Agent工具都具备的一个功能"runSubAgent",设计了一个主智能体 orchestratorX 做路由和编排，以及对应调度的子智能体： orchestratorX — 主编排者，管路由、文档、任务分发和迭代控制 promptMasterX — 把用户的输入理清楚，减少歧义和 prompt 里的坑 coderX — 写代码，遵循最小实现原则 evaluatorX — 独立审计代码，不听 coderX 自己说"我写完了" abstracterX — 做代码结构分析和工程总结 为什么用子智能体？因为每个子智能体有独立上下文，不会被前面的对话污染。这样每个 Agent 都是在理论能力最强的状态下干活，出来的代码质量会稳定很多。 WorkFlowX可以按照需求大小分为三种模式，不会啥需求都走同一套重流程： 模式 适用场景 特点 `xwhole` 新功能、跨模块重构、大需求 完整规划、Hybrid Tree 文档、coder/evaluator 迭代 `xlocal` 1-2 个模块内的修改 跳过完整 PRD，但保留需求发现和评估 `xunit` 单文件修 bug、小改动 最轻量，快速搞定，默认不走完整评估 核心机制：xwhole 完整工作流 在本次中我主要介绍xwhole，它是框架的完整工作流，其他的工作流都是其分解出的一部分 开发者在提出一个模块开发或者需求时，不会马上开始写代码，而是先走规划，这有点像传统的"plan"模式，但是我们进行了特殊设计 首先工作流会进行苏格拉底式的提问，不断将你的需求提问，直到理解明白，并且会在分析需求的时候，进行质疑，并提出方案和指出不合理的地方，反馈你修正，到生成最终计划时只会留下我们交流中实际确认的需求 需求确认后，就会开始生成一个工作流中很核心的一部分，我命名为Hybrid Tree，工作流把需求拆分为需求树， Parent 文档记全局目标、范围、非功能要求、路由表； Child 文档记具体子任务、验收标准、涉及的文件、评估结果 通过这个结构，后续子智能体干活的时候，就不需要整个项目上下文都吞一遍，通过父文档路由到对应的子文档，只读当前任务真正需要的东西 另外规划阶段会提前把项目探索一遍，相关文件、关键实体、依赖关系记到文档和临时记忆里。后面 coderX 和 evaluatorX 不用每次从零开始搜项目，Token 自然就省下来了 从需求到代码，再到评估 Hybrid Tree 建好之后，这里我还是采纳了Anthropic 研究里提到的生成对抗网络(GANs)的思路，让生成过程变成一个不断迭代的过程 首先，orchestratorX 把子任务分给 coderX，coderX 的工作很明确：读文档、读验收标准、写最小必要实现。我给它引入了Karpathy 那套工程观 —— 别过度设计，别为了显得高级而搞复杂，用最短路径解决真问题 代码写完，不会让 coderX 自己评价自己。这是很多 AI 工作流的通病：同一个 Agent 既实现又评估，它天然倾向于觉得自己做得不错 所以评估交给了 evaluatorX，一个完全独立的审核 Agent，只读读需求文档和验收标准，只看git diff 和相关代码，不了解coderX 的自我声明，根据逐条AC 判 pass / partial / fail / unevaluable，然后输出问题清单、严重级别、修复建议 没过的话，orchestratorX 把 evaluatorX 的意见扔回给 coderX 改。每个 Child 有迭代上限，不会无限循环；evaluatorX 判 PASS 就提前收工，不白烧 Token Token 优化怎么做的 首先就是工作流的分级，根据不同的需求，使用不同的流程，合理分配 然后就是依赖Hybrid tree机制，将需求分散，每次只给 Agent 当前子任务需要的文档，不灌全量，并将关键文件和知识点沉淀下来，后面按需加载 在迭代过程中，我设计了增量评估，evaluatorX 这轮只看 diff、失败的 AC 和相关文件，不每轮都重新吞一遍全量上下文；我还在评估中设计了早退机制，让任务完成了，就不会一直继续迭代，而是直接停止 目标不是把 Token 消耗干到零，而是让它透明、可控、花得明白 和别的工作流有啥不一样 Superpowers 侧重工程习惯和自动化体验，OMC 侧重工具调度、多模型协作和专业 Agent 覆盖。WorkFlowX 选了另一个方向：需求追踪、质量审计、结构化迭代、Token 可控 几个独有的特点： Hybrid Tree 做需求追踪，需求从哪来到哪去都能查 AC 交叉验证，不是 coderX 说了算 orchestratorX 是唯一写文档的人，避免多 Agent 写出冲突 coderX / evaluatorX 职责分离，实现的人不评估 人可以在任意节点介入、确认、审阅 按任务规模选不同工作流，不一刀切 现在还不完美的地方 作为作者，我自己都知道WorkFlowX距离完全成熟的工作流还有一定的距离 没有一个专业的安全审查机制，TDD机制也是没有的，不同语言和框架的审核可以做的更好，并行工作流和调度还有细节要打磨，文档可视化也有优化的控件 但即使如此，作为一个以需求为切入点、强调人为可控和 Token 效率的工作流，我觉得它现在到了可以拿出来让人真实试用、给反馈的阶段 接下来的更新计划 一个是 ultra 参数模式，参考二级路由能力，可能引入 HTML 结构替代部分 Markdown，做一个更重型但能力更强的模式 另一个是把安全审查做得更系统，吸收 OMC 里 security-review 的好思路，但保持 WorkFlowX 自己的结构化风格 还有一个方向是参考 Karpathy 最近提的 autoresearch，让模型反过来分析和优化工作流本身，从真实使用里挖升级点。跑通了会继续分享 最后 如果你用 AI 开发的时候也碰到过这些： 需求聊着聊着就丢了 AI 写完代码，不知道是不是真的满足了要求 Token 花了不少，但不知道花在哪 想自动化，但不想完全失去控制 希望开发过程能留下点什么，以后维护用得上 希望你能来试试WorkFlowX 欢迎提 issue、PR，或者直接在帖子里说想法。觉得有帮助的话，顺手点个 star 也行 项目地址： github.com GitHub - TreeX-X/WorkFlowX: AI... AI 驱动开发的多智能体工作流框架，编排需求分析、任务规划、代码实现与质量评估，形成从需求到交付的闭环协作流程 || A multi-agent workflow framework for AI-driven development, orchestrating requirement analysis, task planning, code implementation, and quality evaluation into a closed-loop delivery process. 2 个帖子 - 2 位参与者 阅读完整话题
英特尔再次否认将退出 Arc 台式机独立显卡市场，回应了外界关于其调整图形业务重心、渐渐淡出消费级桌面 GPU 的传闻。 公司方面强调，游戏显卡在其 PC 产品组合中仍然“超级重要”，但在高端桌面产品迟迟缺位的背景下，外界对英特尔能否长期作为桌面显卡“第三极”的质疑并未消除。 在本周举行的台北国际电脑展（Computex）问答环节中，英特尔客户端计算事业部总经理 Alex Katouzian 接受荷兰科技媒体 Tweakers 采访时被问及 Arc 台式机显卡的未来规划。 他表示，GPU 依旧是英特尔 PC 业务中的关键组成部分，并特别点出 PC 与移动端游戏业务正在创造“巨额营收”，英特尔希望在这一市场中扮演重要角色。 Katouzian 还称，英特尔 GPU 内核在市场上“表现良好”，并且已有越来越多游戏引擎开发者与公司展开合作。 英特尔于 2022 年以 Arc Alchemist 正式进入桌面独立显卡市场，但首发体验相当坎坷，驱动成熟度和游戏兼容性都备受诟病。 第二代 Battlemage 架构被视为扭转口碑的关键，尤其是定位中端与入门级的 Arc B580，帮助英特尔在预算级显卡市场重新赢得部分信任。 根据 TechSpot 的评测，售价约 250 美元的 Arc B580 依托 12GB 显存，在当时英伟达和 AMD 仍普遍在低价位产品上采用 8GB 显存的情况下，性价比优势明显；后续的一系列驱动更新也一定程度缓解了 Arc 在 CPU 占用方面的开销问题。 不过，外界长期期待的高端 Battlemage 游戏显卡至今仍未现身。 被玩家称作“Big Battlemage”的 Arc B770 显卡早有诸多传闻，早前报道称该卡有望在 2026 年 CES 前后发布，但截至今年 Computex 落幕，仍不见任何正式消息。 有消息人士在去年 Computex 期间对 Tweakers 称，B770 原计划于 2025 年底推出，如今该媒体认为该产品极有可能已经被取消，只是英特尔尚未给予正式确认。 行业普遍上涨的元器件价格，尤其是受“内存危机”影响的存储成本，被视为阻碍高端新卡推出的负面因素之一。 在桌面游戏卡缺位的同时，英特尔近期在专业和移动图形产品线上动作频频。 公司发布了与坊间预期“大核 Battlemage”形态接近的工作站显卡 Arc Pro B70，该卡并非消费级 B770，但配备 32 个 Xe 核心、32GB GDDR6 显存、256 位位宽以及 ECC 校验，整体规格更像是玩家原本期待的“大核心”芯片的专业版本。 与此相对，英特尔近期更多精力投入到移动和集成图形，包括用于掌机设备的 Arc G3 芯片以及面向轻薄笔电的 Panther Lake 处理器平台。 从市场表现看，Arc 生态仍处于早期爬坡阶段。 今年 3 月，Intel Arc 显卡终于首次进入 Steam 硬件调查的主流 GPU 榜单，但其用户占比仍仅有约 0.28%，远低于 NVIDIA 与 AMD 的长期份额。 在缺乏新一代桌面高端显卡、尤其是 B770 这类旗舰产品指向的情况下，尽管英特尔一再强调 Arc 仍在路线图之中，外界依旧难以判断公司在桌面独显市场的长期投入力度，也难以断言其是否真心希望成为与 NVIDIA、AMD 分庭抗礼的“第三极”。 查看评论
感觉gpt真是不爱写注释，强调了似乎效果也不明显 还是比较喜欢claude opus那种注释风格，各位佬有没有什么办法？ 6 个帖子 - 5 位参与者 阅读完整话题
席位配了chatgpt，co 强调文本 dex，都是一个劲提示我工作空间没有额度，意思是说，这个team只是买席位么？还需要另外买额度么？还是说只能使用网页版！！求各位佬解答 7 个帖子 - 6 位参与者 阅读完整话题
IT之家 6 月 3 日消息，据新华社报道，欧盟委员会当地时间 3 日公布了“欧洲技术主权一揽子方案”，提出加强 人工智能、半导体、云计算和开源 等领域能力，以期增强欧洲 数字自主性和韧性 。 欧盟委员会当天发布的新闻公报说，这一方案包括两项立法提案 ——《云与人工智能发展法案》和《芯片法案 2.0》，以及“开源战略”和“能源领域数字化与人工智能战略路线图”。相关立法提案在通过并生效前，还将由欧洲议会和欧盟理事会审议协商。 公报说，一揽子方案将有助于扩大欧盟企业、公民和公共行政部门在核心技术方面的选择范围。 其中，《云与人工智能发展法案》的目标是，在未来 5 至 7 年内 将欧洲数据中心容量提高到目前的 3 倍 ，并加强“应用人工智能战略”在推动技术普及方面的作用。《芯片法案 2.0》将以欧洲在主流芯片等方面的优势为基础，建设尖端半导体技术能力，为人工智能应用提供动力。 “开源战略”将推动欧洲在 云、人工智能、互联网技术、网络安全和半导体等优先领域 扩大开源可选方案的规模，并支持公共行政部门更多使用开源；“能源领域数字化与人工智能战略路线图”将推动人工智能和其他数字解决方案 在电力基础设施中的应用 。 据IT之家了解，欧盟委员会负责技术主权等事务的执行副主席汉娜 · 维尔库宁在公报中表示，一揽子方案标志着欧洲处理“技术主权”方式的重大转变。但与此同时，方案也引发了一些争议，例如针对《芯片法案 2.0》的相关内容，欧洲数字产业组织“数字欧洲”认为， 半导体价值链高度全球化，所谓“含欧量”要求难以操作，可能割裂供应链，并削弱欧盟及其下游产业竞争力 。
看了很多强调上下文重要性的文章，用cc接国模愈发不顺手，总感觉cc的上下文屎山是不是越来越大了，于是捡起之前折腾了一半的pi，我的想法和作者部分一致， 上下文工程是第一要务 ，准确的控制注入模型的每一个字肯定能获得比黑盒更舒服更有包裹感(误 。 点进这个帖子的应该或多或少都是听说过 pi 的，如果不了解请看 作者的文章 总而言之pi是一个极度精简的 agent ， 无 MCP、无后台 bash、无内置 to-do、无 plan mode、无子 agent，一切的一切由package实现，本体的内置提示词不超过1000token，仅内置4 个工具：read、write、edit、bash 但是极简的框架意味着极强的可塑性，下文正式开始折腾。 关于package是什么 在pi中，Package 可以是： Extension ：注册新命令、工具、事件钩子、UI 组件 Skill ：带 SKILL.md 的技能文档，指导模型使用特定工作流 Prompt Template ：提示词模板 Theme ：终端主题 JSON 在pi中，一切都可以由package引入 子agent与mcp pi-subagents ， pi-mcp-adapter ，没什么好说的，补全其他家都有的功能，不过mcp的package我没装，我用到的mcp基本都可以做成package。 关于上下文压缩 我主要纠结在三个包里， context-mode 、 DCP 、 pi-observational-memory context-mode 作为pi package安装量排行榜第一我自然第一个尝试了，但是效果并不好，用mimo容易出现理解偏差，它把工具输出拦截到沙箱，模型只能看到摘要？要看原文得自己判断是否展开，但模型经常判断错，导致关键信息丢失(猜的流程)，我是觉得没必要省这种上下文，所以最后卸了。 DCP 就是比较常见的总结形式的工具了没什么好说的，我现在就在用，具体可以看看项目文档。 pi-observational-memory ，可以单独配置模型进行总结，主要用于长会话防偏移，也是总结类的，但是设计比DCP复杂一点，还在体验中。 关于/goal codex的/goal很不错，目标完成前不会停止，pi的相关package我主要使用 pi-until-done ，如果追求codex的感觉可以装 pi-codex-goal 。 代码搜索与检索 pi-ace-tool ，自己写的ace-tool插件，这个用过mcp的应该知道有多好用，详情可以看 pi-ace-tool 。 @ff-labs/pi-fff ，Rust/SIMD 加速的模糊find和grep，替代原生 find/grep，速度极快，体验不错。 搜索与抓取 pi-search ，基于站内的grok-search-mcp自己写的，加了context7和反检测fetcher之类的实用工具，基本搜索相关装这一个就够了,不过我也犯了塞太多的毛病，不想用可以看看 pi-web-access 和 pi-smart-fetch 。 安全与审查 @juicesharp/rpiv-advisor 请求强模型给第二意见/审查建议，关键决策前多一层校验 pi-simplify 审查近期代码改动的清晰度、维护性和一致性 @narumitw/pi-plan-mode /plan 只读规划模式，禁止 edit/write/危险 bash，输出 proposed_plan 确认后才恢复写权限 UI 与交互 pi-nano-context 紧凑上下文占用条，显示 system/user/assistant/tool/free 各占多少，替代 powerline 的轻量选择 pi-tool-display OpenCode 风格工具输出折叠和 diff 渲染，减少 TUI 被大段工具输出刷屏 pi-markdown-preview Markdown/LaTeX 预览 @juicesharp/rpiv-ask-user-question 结构化提问 UI 思考与辅助 @feniix/pi-sequential-thinking 同名mcp一个作用 pi-btw claudecode同款 /btw 并行旁路问题，不污染主对话 图像生成 pi-image-gen 自己写的Image2 图像生成/编辑 工具，支持文生图、图生图等，优化前端设计场景，我主要用在写前端前的风格，素材等生成 操作回退 pi-rewind 依赖git的存档点回退工具，很不错，原生级的回退体验 踩过的坑 pi-powerline-footer 太重 powerline会接管编辑器布局和鼠标滚动，改变了 pi 原生简洁的 TUI 体验。推荐 pi-nano-context ，只做上下文占用显示，干净轻量。 Package 总览 Package 链接 安装 pi-subagents npm pi install npm:pi-subagents pi-mcp-adapter npm pi install npm:pi-mcp-adapter pi-markdown-preview npm pi install npm:pi-markdown-preview @juicesharp /rpiv-ask-user-question npm pi install npm:@juicesharp/rpiv-ask-user-question @victor-software-house /pi-curated-themes npm pi install npm:@victor-software-house/pi-curated-themes pi-ace-tool GitHub pi install git:github.com/justhil/pi-ace-tool pi-rewind npm pi install npm:pi-rewind pi-image-gen GitHub pi install git:github.com/justhil/pi-image-gen pi-search GitHub pi install git:github.com/justhil/pi-search pi-btw npm pi install npm:pi-btw pi-simplify npm pi install npm:pi-simplify pi-dynamic-context-pruning (DCP) GitHub pi install git:github.com/complexthings/pi-dynamic-context-pruning @ff-labs /pi-fff npm pi install npm:@ff-labs/pi-fff pi-until-done npm pi install npm:pi-until-done pi-codex-goal npm pi install npm:pi-codex-goal pi-nano-context npm pi install npm:pi-nano-context pi-tool-display npm pi install npm:pi-tool-display @narumitw /pi-plan-mode npm pi install npm:@narumitw/pi-plan-mode pi-observational-memory npm pi install npm:pi-observational-memory 写在最后 pi的拓展感觉接口给的很好，但是很多写拓展的都想把自己想到的全塞进去，反而违背pi的创作本意，想找个好用的，独立的，依赖少又完善的拓展真的难，反而用ai自己写适合自己工作流的拓展更简单，如果已经在cc，codex有完善的工作流了可以自己尝试用ai写插件迁移。 18 个帖子 - 13 位参与者 阅读完整话题
强调文本 api: https://maas-coding-api.cn-huabei-1.xf-yun.com/v2 key:1e1e82b192819a4449f84e0702a2f771:ZmI0MGY5NWExZGFiZGFhNjg0ZjllZWIz modelid:astron-code-latest 1 个帖子 - 1 位参与者 阅读完整话题
Google的AI搜索在更新了Gemini 3.5 Flash模型确实好用了很多，但这只是个开始。近日，Google宣布为AI搜索带来新功能。首先是 “首选来源” 功能。用户可在搜索个性化设置中添加自己喜欢的网站，被标记的来源会在AI回复中醒目呈现，就跟订阅新闻资讯的来源一样。 Google表示，用户点击首选来源的概率是原来的两倍，目前全球用户已累计添加超 34.5 万个独立内容来源。 此外，Google还在AI搜索中加入内容轮播板块，该功能融合了论坛、社交平台等多元视角，可在页面中展示多种和搜索结果有关的资讯内容，为用户带来多角度参考。如果用户问了一个关于超级厄尔尼诺现象的问题，AI会先呈现一些背景信息，接着在下面展示了对应的链接轮播，方便用户进一步研究。 最后，搜索结果页还上线了 “高引用” 标识，专门标注被大量转载、引用的原创报道与权威稿件，这样可以直观区分核心信源，大幅降低用户甄别内容的成本。 Google表示，这次更新能突出可靠来源、创作者内容和第一手视角，能帮助用户更有信心地进行搜索。AI搜索是他们持续创新的领域，未来还会有更多新变化。 查看评论
在我印象中，乱改权限好像是大忌？除非专门强调可以转移的内容，其它的动之前应该要楼主同意？担心内容被搜索引擎爬取，应该不能作为你乱改权限的理由吧！ 25 个帖子 - 22 位参与者 阅读完整话题
Claude code似乎更强调专门优化的agentic coding能力，一些其他模型不需要系统提示词也能很好地完成工作，但记忆力这一块仍旧拉。 也有一些很好的项目，比如snow Cli、vcptoolbox(解决记忆力的痛点)。但感觉还是依赖底层模型能力，走的还是“模型+提示词工程”的路线，虽然有些项目在试图把“依赖模型能力”这个天花板尽量往上顶，但架不住一些模型实在太拉了，不太遵循指令 纯路边一条人的见解[狗头保命.png] 2 个帖子 - 2 位参与者 阅读完整话题
微软虽然一再强调会优先回应用户对基础体验的诉求，但内部仍在大力推进面向人工智能“智能体时代”的新一代 Windows 规划。 在 2025 年 11 月，微软曾公开提出要把 Windows 演进为面向 AI 的“智能体操作系统（agentic OS）”，这一说法当时在 Windows 11 用户群体中引发强烈反弹，许多用户认为微软应该先把系统基础功能和稳定性打磨好，再谈激进的 AI 愿景。 随后，负责 Windows 的负责人 Pavan Davaluri 也在公开场合承认了类似意见，并启动代号为“Windows K2”的内部项目，集中解决用户对当前系统的一系列不满与抱怨。 然而，从最新曝光的信息来看，所谓“智能体 OS”的长远规划并未被搁置，反而被写入了新一阶段的核心任务。 Business Insider近日获得的一封微软内部备忘录显示，在公司效力 35 年的元老级高管 Yusuf Mehdi 将于下一个财年结束后离开公司。 Mehdi 目前在微软担任执行副总裁，是公司高级领导团队成员之一，主管 Copilot、AI、Windows、Surface、Microsoft 365、必应（Bing）和 Edge 等多条产品线的市场战略与产品营销。 对不少关注微软的人来说，Mehdi 是近年来推动 Copilot 品牌和 AI 业务最重要的幕后推手之一。 更引人关注的是，这份备忘录明确写道，Mehdi 在离任前的过渡阶段将换任新角色，在整个下一个财年中，重点工作之一就是与 CEO 萨提亚·纳德拉（Satya Nadella）和相关负责人协同，共同“为智能体时代重新构想 Windows”。 在流出的备忘录节选中，Mehdi 表示，他会在接下来的一个财年里致力于重新想象 Windows 在智能体时代的定位、推动 Microsoft 365 服务增长，并把公司“一个 Copilot（One Copilot）”的愿景变为现实。 他还强调，熟悉他的人都知道，这意味着自己会全力投入，甚至会比以往更加拼搏；他一贯相信，正确的收尾方式，就是像自己过去的领导方式那样，以紧迫感、雄心，以及“让一切在我手中变得更好”为标准来完成工作。 这一表态势必让不少 Windows 用户感到不安。 过去一段时间里，微软在 Windows 11 中大力推进 Copilot 和各种 AI 功能，但不少用户对这些改动颇为反感，认为这些功能扰民、占用资源，而系统自身在稳定性、一致性和基础体验方面的问题却长期得不到妥善解决。 例如，围绕 Copilot 按钮“无法移除”的争议在 Office 和 Windows 用户社区中引发了持续批评，一些用户甚至认为微软是在“强行塞入”AI 服务。 这反映出微软内部某种微妙的两面态度：一方面，公司在公开发声时强调会更加谨慎地向产品中引入 AI 体验，并愿意听取用户对 Copilot 的负面反馈；另一方面，从 Mehdi 的内部备忘录看，微软的终极目标依然是让 Windows 为 AI 时代全面“就绪”，并围绕智能体式交互重塑系统形态。 换句话说，即便 Copilot 品牌本身不受欢迎，微软依然可以通过调整命名和包装，在不触及用户敏感神经的前提下，将 AI 深度植入操作系统和应用之中。 此前就有分析认为，微软非常清楚“Copilot”这块招牌在用户心中的争议性，因此选择通过品牌重塑和界面调整，来“软着陆”各种 AI 功能。 随着 Mehdi 在未来一年中全力参与“为智能体时代重新构想 Windows”的工作，外界将密切关注这项愿景的具体落地范围和影响。 在“Windows K2”专注修补基础体验的同时，微软如何在稳住现有用户的不满情绪与推进 AI 战略之间取得平衡，将是未来数月乃至数年的关键观察点。 对普通用户而言，他们更关心的是，这一轮“智能体化”改造究竟会不会再次以牺牲系统简洁和可靠性为代价。 查看评论
IT之家 5 月 22 日消息，安克在今天的发布会中正式推出了 Liberty 5 Pro / Pro Max 两款降噪耳机，两款耳机均搭载安克自主研发的“Thus”AI 芯片，主要区别在于 Pro Max 版充电盒屏幕更大，并且支持 AI 会议助手功能， 定价 1399 元起，国补后 1070.23 元起 ，IT之家整理价格如下： Liberty 5 Pro：充电盒正面配备了一块 0.96 英寸 TFT 屏。耳机本体支持 AI 实时翻译，国补后 1070.23 元 Liberty 5 Pro Max：充电盒配备 1.78 英寸 AMOLED 屏，搭载 AI 会议助手（AI Note-Taker）功能，能在会议结束后通过 App 自动生成逐字稿、识别不同的发言者，甚至自动整理出待办事项。国补后 1376.23 元。 京东 安克 Liberty 5 Pro/ Max 耳机 定价 1399 元起 券后 1070.23 元起 领 0.9 元券 官方着重强调了系列耳机搭载的“Thus”AI 芯片，得益于芯片的边缘算力，耳机提供了 20 种不同的语音控制指令，响应时间均控制在 1 秒以内，带来了更直观的免手持操作体验。 官方还强调，该机搭载了自适应主动降噪 4.0 系统，凭借耳机全新“Thus”AI 芯片及 8 组麦克风、2 组骨传导传感器硬件，耳机能够以每秒高达 384000 次的频率持续处理音频数据，实时监控外部噪音与耳道内的声音并进行动态调整，能够精准地将使用者的语音与环境噪音进行分离，号称是“全球通话最清晰耳机”。 其他方面，两款耳机具备 6.5 小时的单次续航表现（开启 ANC 主动降噪），搭配充电盒的总续航可达 28 小时。此外，两款耳机还支持最新的蓝牙 6.1、多设备连接等功能，并具备 IP55 级别的防尘防水能力。 IT之家附耳机参数： 京东 618 无门槛红包 面额至高 26618 元，每天抽 3 次： 点此抽红包 淘宝 618 无门槛红包 面额至高 26888 元，每天抽 1 次： 点此抽红包
反复强调让他看文档，结果还是给我乱编。。 指出来就道歉，犟种一个，就是不安我说的来，我要是不看文档不就纯浪费时间吗。。。 1 个帖子 - 1 位参与者 阅读完整话题