技巧与观点

社区开发者基于 VoxCPM2 与 ComfyUI 构建了 VoiceGate，实现自动语音提取（ASR）、大语言模型翻译、多语言语音合成（支持 30 多种语言和 9 种方言，含语音克隆与音色设计）、时间戳对齐音频以及背景音分离混音。核心创新 VoiceBridge 插件首次在 ComfyUI 中引入 SRT 时间戳驱动的 TTS 对齐，实现字幕级精细控制，解决 AI 配音音视频不同步问题。应用包括中文视频转英/日/韩等多语言，以及全球视频转中文及方言。

EUV光刻机依赖德国ZEISS光学、ASML整机及台积电组装构成的工业生态系统，中国被禁多年。华为Ascend芯片在部分负载中达H100级60%-80%性能，但软件、内存和训练基建仍落后。近期路透社报道前ASML工程师助中国在深圳逆向建造EUV原型，美政府担忧中国已接触ASML敏感技术，ASML否认。若中国真正掌握EUV，虽不能立即量产，但可能缩短芯片追赶周期、加速华为路线图，削弱西方在AI竞赛中的关键瓶颈。

YT 视频 -> Artifacts 看看我如何使用新的 /youtube-notetaker 技能从 YT 视频生成 Artifacts。 捕获幻灯片、笔记、转录内容…… 快去试试 ↓

日本人整动漫不得不说有一套，没有AI的化做这个视频得多久呢？

用户@justinleei分享从年初至今的智谱GLM使用体验：订阅GLM完成两个项目（1个商用上线），认为其多种文档格式解析综合能力优于竞品，与Claude Code体验无明显差距。期间算力紧缺时出现过降智，响应慢但结果可接受。近期使用的zcode比第三方agent更快。主推文@berryxia赞同此评价，认为智谱能力当前为国产模型第一档，甚至优于DeepSeek。

当智能体说它要手动操作时 👀

Berry Xia 发现 @MengkePM 是 Apple Swift 移动应用创新大赛指导老师，随即关注学习，并认为其文章同样适合 MCN 机构和 AI 市场部的同学阅读参考。

当AI成为法官、陪审团与行刑者时，法律会怎样？

6月17日，智谱开源新旗舰GLM-5.2，在FrontierSWE编程测试中得分74.4，超OpenAI GPT-5.5，仅落后Claude Opus 4.8约1个百分点。有网友提问中国大模型何时达到Anthropic Fable水平，马斯克回复可能2027年Q1。智谱联合创始人唐杰回应不需那么久。马斯克补充，跑分赶上相对容易，但以实用性衡量，2027年Q1达到已非常出色。Anthropic Fable 5于6月9日发布，可处理5000万行代码迁移等任务，发布数日后遭管制。

Humanize PPT v0.9 是一款专为演讲场景设计的PPT Skill，核心通过AST（Audience， State， Transfer）逻辑重新编排大纲，将页面渲染外包给下游Skill。渲染前先输出4张真实预览页，并将图片、视频素材的占位与生成prompt写入大纲。新增质检环节自动修复常见渲染问题，并支持演讲模式：按S键在独立窗口显示演讲稿备注，按ESC键打开全局索引快速跳页。项目已开源至github.com/LearnPrompt/humanize-ppt，由卡尔 & yc星辰开发。

RTK获得60k GitHub星标，宣称能"削减60-90%模型token用量，支付1/10的价格"，但实际API账单并未同比例下降--它仅裁剪Bash原始输出，忽略文件读取、仓库上下文、系统提示词和模型内部推理token。公开issues指出终端输出会被静默截断或丢失，且AI智能体无法感知压缩，导致关键信息缺失。RTK从未公布任务成功率（如SWE-bench类基准），其节省量更像营销指标。从架构看，rtk引入脆弱的外部依赖，解析git、cargo、npm、grep等CLI工具的stdout/stderr格式，一旦工具更新格式便可能静默失败。本质上这是CLI原生可实现的feature，而非独立产品，将其放入生产agent关键路径存在高风险。

设置一个编排器智能体，由它配置Gemini Managed Agents或modal cpu实例，在独立环境中启动子智能体。先执行深度研究任务，探索管理智能体团队的最佳实践（角色、技能、跨通信与规划），再将最佳推荐应用于各智能体。重复该循环（可逐步增加智能体数量）。之后给团队一个空代码仓库，挑战其构建产品、建立最佳实践，让智能体观察问题、提出修复建议并快速迭代，从而暴露竞争条件、完善规划方法。

突发：黄仁勋表示，人们关于AI犯的最大错误是将其视为威胁，而非放大人类潜力的工具。AI不会摧毁人类的工作，而是将重建美国工业，并创造一波新的建设者、技术人员、工程师和制造者。

唐老师与马斯克就国内开源版本的Fable 5级别模型何时出现展开对话。马斯克认为需要较长周期，而唐老师回复"won't take that long"，暗示时间可能早于预期。主推文据此判断，国内开源Fable 5级别模型不必等到2027年。

用户反馈，OpenAI 的 Codex 桌面应用能同时运行近 300 个子 agent，持续超过一天，且异常流畅，毫无卡顿。Greg Brockman 评价："Codex app is very good"。

baoyu-design skill 更新，支持在制作 PPT、动画视频或网站时调用 AI 生图技能配图，可配合 Codex 或 Claude Code 使用。生成 PPT 时自动在合适位置插入配图，并可导出为 PPTX 格式，支持二次编辑。此外，该 skill 可在本地生成动画视频并导出 mp4，采用声明式动画引擎 f（t），通过无头浏览器逐帧截图经 ffmpeg 合成，确保每帧精确无掉帧。项目已在 GitHub 开源（MIT），获 1.2K star。

Meta前首席AI科学家杨立昆受访时称，马斯克创办的xAI"某种程度上已经失败"：难以招到顶尖AI人才，除马斯克外所有联合创始人已离职。xAI近日将数据中心出租给Anthropic等对手，杨立昆认为此举反映其弱势处境，需出租才能收回成本。他不看好xAI前景，认为其无法参与最前沿竞争。同时他称赞SpaceX"做得非常出色"，并表示自己拥有一辆特斯拉，FSD并非真正完全自动驾驶，但确实有用。

Codex 上线 Record & Replay 新功能，解决用户写长 prompt 描述不清流程的痛点。用户在 macOS 上手动完成一次操作（如填写报销单、添加视频标签），AI 静默记录每一步，自动整理成可检查、可复用的 skill。下次执行时只需更换参数（如文件名、日期范围），其余步骤按既定规则自动完成。目前仅 macOS 可用，需开启 Computer Use 权限，详细指引见评论区。

一些（初步）证据表明，管理者在使用Claude Code进行编码时成功率最高。 我一直认为管理是AI的超级能力，因为明确说明你想要什么、如何做以及什么样子算好，是使用智能体的关键。https：//www.oneusefulthing.org/p/management-as-ai-superpower

Agent Builder 正式上市（GA）。基于 Elasticsearch 的持久化内存层将记忆分为情景、语义、程序三类，分别存入独立索引，各设不同写速率与过期规则。召回采用 BM25 与 Jina v5 稠密向量的 RRF 融合，再经交叉编码器重排序。在 168 道 QA 题评估中，R@10 平均 0.89，零跨租户泄漏。该层可通过支持 MCP 协议的客户端访问，不绑定特定运行时，已开源至 GitHub。