Maru OS——手机即电脑 -- Maru OS – Your phone is your PC
Maru是一款轻量级、开源的智能操作系统,将移动设备与桌面计算无缝结合。只需将手机连接至HDMI屏幕,搭配键盘和鼠标,即可在任何地方享受轻便的桌面体验。Maru充分利用现代安卓设备的硬件性能,提供完整的Debian系统体验,使智能手机成为真正的个人电脑。
发布 HN:Hyprnote (YC S25) —— 开源 AI 会议笔记工具 -- Launch HN: Hyprnote (YC S25) – An open-source AI meeting notetaker
Hyprnote是一款开源的AI会议笔记工具,支持本地运行和离线使用,旨在简化会议记录流程。用户对其本地优先的设计表示赞赏,并期待其提供API接口以便进行后续任务处理。该工具解决了数据输入的痛点,尤其适合需要离线使用的场景。
通过制作萤火虫学习基础电子学 -- Learning basic electronics by building fireflies
作者因怀念萤火虫,决定通过制作电子萤火虫来学习基础电子学。尽管起初对电子学一无所知,但通过逐步学习电阻、电容和晶体管等基本元件,以及使用AI工具辅助,最终成功制作了基于Astable Multivibrator电路的萤火虫装置,体验了从零到一的学习与创造过程。
学习比你想象的要慢 -- Learning Is Slower Than You Think
学习往往来得缓慢且不经意,真正的学习常常是自发的、非计划的,源于内心的好奇与需求。然而,随着AI技术如Alpha系列的发展,教育逐渐被优化和系统化,儿童的好奇心与成长过程可能被重新定义,不再是一个需要被呵护的旅程,而是被技术驱动的过程。这引发了对未来教育是否还能保留自发学习空间的思考。
展示 HN:我开发了一个将任何书籍转化为文字冒险游戏的 AI -- Show HN: I built an AI that turns any book into a text adventure game
KathaaVerse是一个互动文本小说平台,用户可以将任何书籍转化为自己主导情节的互动冒险。平台提供多种类型的故事,如奇幻与魔法,用户可以从新书开始,体验如《爱丽丝梦游仙境》和《哈利·波特与魔法石》等经典作品的个性化阅读旅程。
展示 HN:Terminal-Bench-RL:用强化学习训练长视野终端代理 -- Show HN: Terminal-Bench-RL: Training Long-Horizon Terminal Agents with RL
该项目成功构建了可扩展至32个H100 GPU的强化学习训练基础设施,用于训练长时程终端编码代理。开发者开发了Terminal-Agent-Qwen3-32b,使其成为Stanford TerminalBench排行榜上得分最高的Qwen3代理,且无需训练。该项目基于UC Berkeley Sky Lab的rLLM框架,扩展了自定义环境和基础设施,专门用于终端代理训练。
学习模式 -- Study Mode
OpenAI推出了“学习模式”,旨在帮助用户更高效地利用ChatGPT进行学习和研究。该模式通过优化对话流程和提供针对性建议,提升用户的学习体验和知识获取效率。
可观察笔记本 2.0 技术预览 -- Observable Notebooks 2.0 Technology Preview
Observable Notebooks 2.0技术预览版发布,包含Observable Notebook Kit和Observable Desktop两大工具,支持本地文件编辑和AI功能,采用本地优先策略,未来将实现无缝协作与分享。目标是支持文件工作流、简化JavaScript使用、现代化笔记本功能,并优化静态站点渲染体验。
60秒内完成Linux性能分析(2015) -- Linux Performance Analysis in 60 seconds (2015)
Netflix技术团队分享了在Linux服务器上快速诊断性能问题的60秒优化流程。通过使用标准Linux性能工具,如top、vmstat、iostat等,团队能够在短时间内获取关键性能指标,如CPU、内存、磁盘I/O和网络状态,从而快速定位问题根源。这一方法结合了Netflix自有的监控工具Atlas和Vector,帮助高效解决大规模EC2云环境中的性能问题。
我的2.5年老笔记本现在能用JavaScript写《太空入侵者》了(GLM-4.5 Air) -- My 2.5 year old laptop can write Space Invaders in JavaScript now (GLM-4.5 Air)
作者使用中国Z.ai公司发布的GLM-4.5 Air模型,在2.5年前的64GB MacBook Pro M2笔记本电脑上成功运行了3bit量化版本,并生成了可直接运行的《太空入侵者》游戏代码,展示了该模型在编码任务中的高效表现。