惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

S
Schneier on Security
GbyAI
GbyAI
H
Help Net Security
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
T
The Blog of Author Tim Ferriss
Vercel News
Vercel News
Microsoft Azure Blog
Microsoft Azure Blog
Google DeepMind News
Google DeepMind News
Stack Overflow Blog
Stack Overflow Blog
AWS News Blog
AWS News Blog
Spread Privacy
Spread Privacy
Apple Machine Learning Research
Apple Machine Learning Research
L
LINUX DO - 最新话题
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
P
Privacy International News Feed
C
CERT Recently Published Vulnerability Notes
C
Cybersecurity and Infrastructure Security Agency CISA
I
Intezer
Hugging Face - Blog
Hugging Face - Blog
H
Heimdal Security Blog
N
News and Events Feed by Topic
C
Cyber Attacks, Cyber Crime and Cyber Security
T
Troy Hunt's Blog
大猫的无限游戏
大猫的无限游戏
SecWiki News
SecWiki News
Martin Fowler
Martin Fowler
人人都是产品经理
人人都是产品经理
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Application and Cybersecurity Blog
Application and Cybersecurity Blog
F
Fortinet All Blogs
Hacker News: Ask HN
Hacker News: Ask HN
Know Your Adversary
Know Your Adversary
Hacker News - Newest:
Hacker News - Newest: "LLM"
博客园 - 聂微东
S
Secure Thoughts
云风的 BLOG
云风的 BLOG
O
OpenAI News
The Cloudflare Blog
Jina AI
Jina AI
U
Unit 42
L
Lohrmann on Cybersecurity
Attack and Defense Labs
Attack and Defense Labs
The Register - Security
The Register - Security
G
Google Developers Blog
量子位
Simon Willison's Weblog
Simon Willison's Weblog
V
Visual Studio Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
G
GRAHAM CLULEY
TaoSecurity Blog
TaoSecurity Blog

莫尔索随笔

Vol.97 AI领域前沿动态:从智能体工程化到开源模型演进 | 莫尔索 Vol.96 AI智能体架构演进:从OpenClaw到Paperclip的编排实践 | 莫尔索 Vol.95 AI智能体技术架构与开源框架深度解析:从OpenClaw到LangChain | 莫尔索 Vol.94 AI智能体与消费级应用趋势:GPT-5.4、OpenClaw与Agent工程化实践 | 莫尔索 Vol.93 AI领域深度洞察:从智能体演进到设计变革与人生战略 | 莫尔索 Vol.92 AI行业周报:融资突破、伦理冲突与智能体革命深度解析 | 莫尔索 Vol.91 AI前沿洞察:智能体革命、编程范式转移与商业变革深度解析 | 莫尔索 Vol.90 2025年AI领域深度盘点:自动驾驶、Agent技术、硬件趋势与商业变革 | 莫尔索 Vol.89 AI领域前沿洞察:从编程范式变革到太空部署与伦理挑战 | 莫尔索 Vol.88 2026年AI全景解析:大模型、Agent、开源生态与中美竞争格局 | 莫尔索 Vol.87 AI领域2026年趋势:智能体爆发、SDD编程、开源模型与商业变现深度解析 | 莫尔索 Vol.86 AI领域前沿洞察:Agent技术、视频生成、模型优化与商业应用精选 | 莫尔索 Vol.85 AI领域深度洞察:从Agent爆发到工程实践,探索大模型时代的发展路径 | 莫尔索 Vol.84 2025-2026年AI领域趋势总结:Agent落地、多模态爆发与创业机会深度解析 | 莫尔索 Vol.83 AI领域深度洞察:组织变革、Agent落地、技术趋势与投资策略全解析 | 莫尔索 Vol.82 AI领域年度盘点:Agent技术、世界模型与增长策略深度解析 | 莫尔索 Vol.81 2026年AI行业趋势预测:垂直领域、世界模型与智能体工程深度解析 | 莫尔索 Vol.80 AI领域前沿洞察:从创业案例到技术演进,解析AI应用与未来趋势 | 莫尔索 Vol.79 AI领域精选:大模型竞争、Agent应用、图像生成与投资趋势深度解析 | 莫尔索 Vol.78 AI领域精选文章深度解析:从技术突破到商业落地全视角 | 莫尔索 Vol.77 AI领域精选文章深度解析:从创业增长到技术架构全面洞察 | 莫尔索 Vol.76 AI Agent落地挑战与策略:2025年企业部署实战经验解析 | 莫尔索 Vol.75 2025年AI领域十大核心趋势:从AGI使命到Agent工程实践深度解析 | 莫尔索 Vol.74 2025年AI大模型与Agent技术发展全景:趋势、应用与挑战 | 莫尔索 Vol.73 AI Agent技术演进与落地实践:从工具链到上下文工程全解析 | 莫尔索 Vol.72 AI医疗平权与Agent技术:京东健康AI医院与多智能体协作解析 | 莫尔索 Vol.71 AI领域精选文章总结:智能体开发、模型优化与商业应用 | 莫尔索 Vol.70 AI领域精选文章总结:从GTM策略到智能体应用与前沿技术 | 莫尔索 Vol.69 AI创业与编程智能体发展:从点子到实践的全方位解析 | 莫尔索 Vol.68 AI领域深度解析:大模型、智能体与创业趋势全览 | 莫尔索 Vol.67 2025年AI行业全景:技术突破、应用趋势与资本动向深度解析 | 莫尔索 Vol.66 AI领域洞见:Agent趋势、投资赛道与安全挑战深度解析 | 莫尔索 Vol.65 AI Agent技术前沿与创业策略:企业应用、手机端创新与安全挑战 | 莫尔索 Vol.64 AI领域深度解析:从科研工具到商业模式的全面探讨 | 莫尔索 Vol.63 GPT-5发布:AI领域的新里程碑与未来展望 | 莫尔索 Vol.62 AI领域深度解析:从大模型到智能体的技术演进与商业应用 | 莫尔索 Vol.61 阶跃星辰发布Step 3模型:推理效率创行业新高 | 莫尔索 Vol.60 AI时代数据商业模式与中美差异深度解析 | 莫尔索 Vol.59 Grok 4多模态AI模型:性能、争议与API定价解析 | 莫尔索 Vol.58 AI领域创新与挑战:从模型优化到应用落地 | 莫尔索 Vol.57 AI领域精选文章:从技术突破到创业策略的全面解析 | 莫尔索 Vol.56 AI Agent 进行时!OpenAI智能体指南发布,MiniMax 发布 Agent | 莫尔索 Vol.55 决定AI产品成功的隐藏指标 | 莫尔索 Vol.54 什么是 NLWeb | 莫尔索 Vol.53 如何让 Agent 规划调用工具 | 莫尔索 Vol.52 面向 AI 产品的智能体评估指南 | 莫尔索 Vol.51 AI 智能体商业落地的现状与真相 | 莫尔索 Vol.50:Evaluation is all you need | 莫尔索 Vol.49:大模型时代的表格数据挖掘 | 莫尔索 Vol.48:AI 发展开始进入下半场 | 莫尔索 Vol.47:workflow 与 Agent 方案如何选择? | 莫尔索 Vol.46:智能体工具调用 API 与 GUI 的差异和融合 | 莫尔索 Vol.45:Anthropic MCP 当前还有哪些不足? | 莫尔索 Vol.44:模型即产品的技术实现路径 | 莫尔索 Vol.43 什么样的 Agent 会在 2025 年脱颖而出? | 莫尔索 Vol.42:AI Agent 如何颠覆传统的外包行业? | 莫尔索 Vol.41:DeepSeek R1爆火之后,到底什么任务适合用 RL 做? | 莫尔索 Vol.40:Grok3 是否意味着预训练阶段 Scaling Law 已失效? | 莫尔索 Vol.39:从 DeepSeek R1 看 Scaling Law 的未来 | 莫尔索 Vol.38:关于 DeepSeek 的误读与真相 | 莫尔索 Vol.37:2025 年 AI 编码类产品将如何演进? | 莫尔索 Vol.36:YC 回顾 2024 年 AI 行业创业生态 | 莫尔索 Vol.35:2024 年大模型领域的发展趋势和竞争格局全面回顾 | 莫尔索 Vol.34:对OpenAI o3模型的看法、思考与反思 | 莫尔索 Vol.33:为什么视频生成模型比文本生成模型发展速度更快? | 莫尔索 Vol.32:AI Creativity 赛道有哪些机会? | 莫尔索 Vol.31:AI Native 应用长什么样? | 莫尔索 Vol.30:什么是Agentic RAG? | 莫尔索 Vol.29:可视化呈现RAG的工作过程 | 莫尔索 Vol.28:从物理定律看视频生成离世界模型还有多远? | 莫尔索 Vol.27:如何定制 LLM 以更好地服务于特定领域的企业? | 莫尔索 Vol.26:AI Agent 应用、商业化以及当前行业的现状 | 莫尔索 Vol.25:AI像人一样使用计算机可信吗? | 莫尔索 Vol.24:实测可灵、Luma、Runway 等13个视频生成模型,哪个更好? | 莫尔索 Vol.23:为什么大语言模型仍无法做到真正的推理? | 莫尔索 Vol.22:垂直 SaaS 如何通过 AI 来提高收入? | 莫尔索 Vol.21:OpenAI o1合成数据与推理搜索 | 莫尔索 Vol.20:如何评估 Embedding 模型? | 莫尔索 Vol.19:AI应用正在这4个大场景里加速落地 | 莫尔索 Vol.18:大模型是泡沫吗? | 莫尔索 Vol.17:如何构建生成式 AI 应用平台? | 莫尔索 Vol.16:构建可靠 LLM 应用的三大原则 | 莫尔索 Vol.15:大语言模型应用如何实现端到端优化? | 莫尔索 Vol.14:如何改进大模型代码生成能力? | 莫尔索 Vol.13:如何验证模型是否被测试集污染? | 莫尔索 Vol.12:RAG 在企业落地中的挑战 | 莫尔索 Vol.11:AI 应用爆发何时到来? | 莫尔索 Vol.10:大模型提取表格信息(TIS)的能力究竟如何? | 莫尔索 Vol.9:构建 AI 产品过程的踩坑经验总结 | 莫尔索 Vol.8:如何针对 GPT-4o 语音模式进行越狱攻击? | 莫尔索 Vol.7:如何利用大模型解决传统行业的老问题? | 莫尔索 Vol.6:如何将 AI 模型转化为生产环境中的产品? | 莫尔索 Vol.5:面向企业的大模型应用算一个新赛道吗? | 莫尔索 Vol.4:DeepSeek-V2搅动市场,大模型价格战已拉开序幕? | 莫尔索 Vol.3:LIama 3 是大模型游戏规则改写者吗 | 莫尔索 Vol.2:开源模型与闭源模型之间的差距有多大? | 莫尔索 Vol.1:你支持AI“复活”逝者吗 | 莫尔索 AI 周刊 Weekly Gradient 介绍 | 莫尔索 Vol.21:我们缺的不是想法,而是分辨好想法和烂想法的能力 | 莫尔索 Vol.20:大模型时代,开发者应该如何成长? | 莫尔索
Vol.2:也值一个屁 | 莫尔索
莫尔索 · 2023-07-02 · via 莫尔索随笔

The Connector 周刊#2精选AI应用探索、热门开源项目、实用产品发现及技术书单,助你获取前沿技术灵感,激发创造力。

The Connector每周会选取我从信息流里获取的有价值内容,包括但不限于小众产品介绍、AI应用探索、Github开源库推荐以及论坛社区的优质文章等,目标是链接互联网上的优质内容,获得更多的灵感和知识,从而激发彼此的创造力。### AI 探索

  1. 人工智能书单:微信读书上的一个人工智能书单, 阅读难度由浅至深,循序渐进,前3本是比尔盖茨推荐的必读书目;然后是人工智能、脑认知科学书目,最后3本是经典人工智能编程教科书,质量很高,对AI应用感兴趣的可以按照这个顺序去读读。

  2. Prompt 编写模式:如何将人类的思维框架赋予机器:这篇文章就归纳了一系列模式,在跟机器交互之前,可以先将自己想实现的需求,归类到某种模式下,包括代理模式、示例模式、符号化模式等,通过这些模式了解和学习有哪些跟机器交互的方法,可以让它更加规范化地执行更多复杂的任务。作者为此还写了一个,集成了这些模式的工具:https://github.com/prompt-engineering/click-prompt

    prompt-prompt

  3. Locofy:利用AI 和设计系统直接将设计稿转换为前端代码的开发工具,可以将设计转化为Web和移动应用的前端代码,帮助开发者更快地构建应用、屏幕、组件和设计系统,从而使产品的交付速度提高10倍。Locofy支持Figma和Adobe XD到React、React Native、HTML/CSS、Gatsby、Next.js等多种框架,可以节省80%-90%的开发时间。Locofy还提供了预构建组件、API集成和实时原型等功能,让开发更加高效。

  4. Freeflo:一个精美的 AI 生成图片素材库附带有提示词, Freeflo是一个免费的服务,旨在激发您的AI图像创作灵感。您可以浏览我们不断增长的图像库,找到适合您下一个创意项目的内容。一旦您找到了合适的图像,可以通过下载我们的高分辨率示例图像进行测试。如果您对其效果满意,可以使用提示并前往Midjourney创建自己独特的图像。该项目旨在帮助创意行业开发新机会,推动行业向前发展。

开源速递

  1. DragGANDragGAN 终于如约开源啦!通过拖动的方式就可以对图片进行局部微调。通过DragGAN,任何人都可以对图像进行变形,对像素去向进行精确控制,从而操纵各种类别如动物、汽车、人类、景观等的姿态、形状、表情和布局,请看视频体验。

  2. AI-For-Beginners:微软的Azure Cloud Advocates为初学者提供了一份为期12周、24课时的人工智能课程。该课程涵盖了人工智能的不同方法,如符号方法、神经网络和深度学习等,并使用TensorFlow和PyTorch两个流行框架的代码来解释这些重要主题的概念。此外,该课程还包括计算机视觉、自然语言处理、遗传算法、多智能体系统、人工智能伦理等内容。对于想要深入了解人工智能的初学者来说,这是一份非常有用的课程。

    ai-overview

  3. OpenResume: TypeScript 编写的开源简历生成器和简历解析器。当输入简历信息时,简历 PDF 会实时更新,因此可以轻松查看最终输出效果,采用现代化的专业设计样式,它会自动设置字体、大小、边距、项目符号的格式,仅在本地浏览器运行,无需注册,支持离线运行,支持从现有简历导入数据,可以自己部署一个使用。

  4. LangKit :一个开源文本度量工具包,用于监控语言模型。它提供了一系列方法,从输入和/或输出文本中提取相关信号,这些信号与开源数据记录库whylogs兼容。它支持多种度量,包括文本质量、文本相关性、安全和隐私、情感和毒性。使用LangKit,用户可以轻松地监视和分析其语言模型的行为。

发现好产品

  1. CallToInspiration:一个界面设计灵感收集网站,缺少设计灵感的时候可以来这个网站看一看,按控件或设计模式分类,点不同的分类就能看到与之相关的界面设计截图。

    calltoinspiration

  2. codetop.cc:一个算法高频题的汇总网站,针对国内互联网企业,可按照按岗位、部门进行热度分类,热度数据来源于参加过面试的匿名用户的提交,自己最近也开始刷题,感觉内容编排很合理,特此推荐。

    codetop

  3. 最全的房价租金数据库:价格不便宜,但是数据很全很完整,质量也很高,免费的完全够看,推荐! price

  4. numbeo:全球生活成本质量数据库,数据很全,由世界各地志愿者自愿提供的数据,看了下自己所在的城市,数据基本吻合,参考性不错!

    earth

值得一看

  1. 《疯传》:作者在分析了数以万计的信息、思考和产品之后,归纳了提高传播力的六个原则。分别是社交货币、诱因、情绪、公开性、实用价值和故事。只要具备这六个因素,就可以让你的产品、思想、行为像病毒一样扩展。这六个原则并不需要平均,如果其中一个原则太小,可以增加原一个原则进行弥补。
    • 社交货币:指让人们分享内容时感觉自己更有价值或更受欢迎。比如,分享一篇深度思考的文章,可以让分享者在自己社交圈中显得更有思想深度或更受欢迎。
    • 诱因:指为分享内容提供激励,让人们觉得分享内容可以获得某些奖励或好处。比如,提供折扣码或免费赠品,可以激励人们分享品牌的内容。
    • 情绪:指在内容中引发情感共鸣,让人们因为情感而分享。比如有五种强烈的情绪,“惊奇,兴奋,幽默,愤怒,和焦虑”,最容易引起转发,所以你会发现那些骗转发的短视频和文章,要么使用的是煽情音乐,要么喜欢用挑逗情绪的字眼,这一点也非常值得你警惕,因为情绪往往是潜意识的反应
    • 公开性:指让人们分享内容时,让自己在社交群体中更加突出或更有影响力。比如,分享一篇自己写的文章,可以让分享者在自己社交圈中显得更有影响力。
    • 实用价值:指让人们分享内容时,让自己的朋友或社交圈中的人受益。比如,分享一篇教人如何学习编程的文章,可以让分享者在自己社交圈中显得更有价值。
    • 故事:指将内容包装成一个有吸引力的故事,让人们因为故事而分享。爱听故事是我们从远古时期祖先开始刻在基因里面的东西,每天打完猎之后,部落中的成员都会围聚在篝火旁边听长者讲故事,所以你会发现演讲高手都是用故事来包装道理的高手。
  2. Color Formats in CSS:颜色格式是指在 CSS 中使用颜色时,可以采用不同的表示方式。常用的颜色格式包括十六进制、RGB、RGBA、HSL 和 HSLA 等。其中,十六进制是最常用的颜色格式,它使用 6 个十六进制数字表示颜色,例如 #FF0000 表示红色。RGB 格式使用红、绿、蓝三个颜色通道的数值来表示颜色,例如 rgb(255,0,0) 也表示红色。RGBA 格式在 RGB 的基础上增加了一个透明度通道,用于控制颜色的不透明度。HSL 格式使用色相、饱和度和亮度三个参数来表示颜色,例如 hsl(0,100%,50%) 表示红色。HSLA 格式在 HSL 的基础上增加了一个透明度通道。这些不同的颜色格式可以根据实际需要进行选择和使用。我们应该使用哪一种?这可能看起来是一个微不足道的决定,但它们之间有一些非常重要的区别。这篇文章就对它们进行了详细比较。
  3. Python潮流周刊:国内的Python开发者群体不少,终于有相应领域的周刊了,每期内容质量很高,包含最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容,值得订阅定期阅读。
  4. 也值一个屁:文章读的人很动容,作者讲外甥的事情,实则是对当下教育的一种批判,而且说的点非常精准,“‘输不起’的观念就会从小学,到初中,到高中,一点一点浸透到孩子的少年和整个青春期。越是听话的孩子,越难以承受这种道德和亲情的双重压力,把老老实实按部就班按照家长和老师的安排走下来的人,变成一个充满内疚和负罪感的人”。这个情况就还蛮普遍的,也挺让人悲哀。

编辑此页