🎉 所有用 Mac 的朋友，用上这个开源会议纪要和同声传译软件，还能白嫖支付宝家每月50小时的额度！ 知了 / Cicada，已经按 Apache-2.0 协议免费开源，改了自用、拿去商用或闭源再发布都行。 几大功能： - 实时字幕翻译，不管跨国会议、直播还是视频，都能自动翻译 - 飞书级别的会议纪要，每 45 秒更新，有总结、议题和鱼骨图，每条结论和待办都标着原话出处和时间 - 同声传译，克隆音色，语音直接转成另一种语言，直播室聊天无障碍 - 说话人识别，目前在实验阶段，需要在设置中打开 其中实时纪要用 Ling 模型，同声传译用 Ming-3.0 模型。配置只需三步： 1. 去 Ling 开放平台注册登录（免费额度可支撑50小时/月，链接在评论区） 2. 在 API 控制台创建一个API Key 3. 打开知了，粘贴到“设置 › AI 服务” 有问题欢迎在评论区或 GitHub 提，我会持续更新，Windows、Linux、Android也将推出！ 开源地址 官网

🎮 又发现一个宝藏级的开源游戏合集 open-source-games，想玩、想改的经典游戏，源码全给你分好类摆好了。 GitHub 上 1.4 万 star，一千多个 fork，从动作、冒险、解谜、赛车到即时战略、塔防、Roguelike，十几个类别一条条列清楚，每个项目后面直接跟着源码仓库地址。 以前想找一个能自己改着玩的老游戏，得在论坛和搜索引擎里翻半天，翻到的多半还是死链。现在 open-source-games 把 OpenTTD、OpenRCT2、OpenLoco 这些经典模拟经营的开源再实现、还有重写了《上古卷轴 3：晨风》引擎的 OpenMW 摆在一起，看中哪个点进去就是仓库首页，clone 下来就能自己动手。 想跑十几年前那批图形冒险游戏的，列表里收了 ScummVM 这种一个程序通吃一大批老游戏的项目；id Software 的 Doom、Quake 系列，还有 EA 放出来的《命令与征服》系列，官方开源的代码仓库也都在册。末尾还挂了几个同类资源站的链接，一份列表当索引用足够了。 周末想找点东西折腾，从这份列表里随便挑一个，都够玩上很久。 GitHub：

用随机梯度下降来优化人生 by 李沐大神 这篇文章，我反复诵读，时有收获 要有目标。 你需要有目标。短的也好，长的也好。认真定下的也好，别人那里捡的也好。就跟随机梯度下降需要有个目标函数一样。 目标要大。 不管是人生目标还是目标函数，你最好不要知道最后可以走到哪里。如果你知道，那么你的目标就太简单了，可能是个凸函数。你可以在一开始的时候给自己一些小目标，例如期末考个80分，训练一个线性模型。但接下来得有更大的目标，财富自由也好，100亿参数的变形金刚也好，得足够一颗赛艇。 坚持走。 不管你的目标多复杂，随机梯度下降都是最简单的。每一次你找一个大概还行的方向（梯度），然后迈一步（下降）。两个核心要素是方向和步子的长短。但最重要的是你得一直走下去，能多走几步就多走几步。 痛苦的卷。 每一步里你都在试图改变你自己或者你的模型参数。改变带来痛苦。但没有改变就没有进步。你过得很痛苦不代表在朝着目标走，因为你可能走反了。但过得很舒服那一定在原地踏步。需要时刻跟自己作对。 可以躺平。 你用你内心的激情来迈步子。步子太小走不动，步子太长容易过早消耗掉了激情。周期性的调大调小步长效果挺好。所以你可以时不时休息休息。 四处看看。 每一步走的方向是你对世界的认识。如果你探索的世界不怎么变化，那么要么你的目标太简单，要么你困在你的舒适区了。随机梯度下降的第一个词是随机，就是你需要四处走走，看过很多地方，做些错误的决定，这样你可以在前期迈过一些不是很好的舒适区。 快也是慢。 你没有必要特意去追求找到最好的方向和最合适的步子。你身边当然会有幸运之子，他们每一步都在别人前面。但经验告诉我们，随机梯度下降前期进度太快，后期可能乏力。就是说你过早的找到一个舒适区，忘了世界有多大。所以你不要急，前面徘徊一段时间不是坏事。成名无需太早。 赢在起点。 起点当然重要。如果你在终点附近起步，可以少走很多路。而且终点附近的路都比较平，走着舒服。当你发现别人不如你的时候，看看自己站在哪里。可能你就是运气很好，赢在了起跑线。如果你跟别人在同一起跑线，不见得你能做更好。 很远也能到达。 如果你是在随机起点，那么做好准备前面的路会非常不平坦。越远离终点，越人迹罕见。四处都是悬崖。但随机梯度下降告诉我们，不管起点在哪里，最后得到的解都差不多。当然这个前提是你得一直按照梯度的方向走下去。如果中间梯度炸掉了，那么你随机一个起点，调整步子节奏，重新来。 独一无二。 也许大家有着差不多的目标，在差不多的时间毕业买房结婚生娃。但每一步里，每个人内心中看到的世界都不一样，导致走的路不一样。你如果跑多次随机梯度下降，在各个时间点的目标函数值可能都差不多，但每次的参数千差万别。不会有人关心你每次训练出来的模型里面参数具体是什么值，除了你自己。 简单最好 。 当然有比随机梯度下降更复杂的算法。他们想每一步看想更远更准，想步子迈最大。但如果你的目标很复杂，简单的随机梯度下降反而效果最好。深度学习里大家都用它。关注当前，每次抬头瞄一眼世界，快速做个决定，然后迈一小步。小步快跑。 只要你有目标，不要停，就能到达。

天天在终端里 cd、ls、mv 找文件，确实有点累。 superfile 是一个现代化终端文件管理器，搜索、复制、移动、删除等操作都能直接在界面里完成。 Go 编写，支持主题和插件，Mac、Linux、Windows 都能用。想少记几个文件操作命令，可以试试。 🔗

你家路由器真的够硬吗？有个开源项目可能会让你背后一凉。📡 Airgorah——基于aircrack-ng套件封装的图形化工具，Rust编写，Linux独占。别被技术栈劝退，它的能耐你绝对听得懂： 1️⃣ 扫描周遭WiFi信号 2️⃣ 揪出所有挂在热点上的设备 3️⃣ 切断设备连接，逼它乖乖重连 4️⃣ 截获握手包，密码直接暴力拆解 说白了，网安渗透测试那套活儿，它给你凑齐了。 不过作者提前甩了免责声明：这玩意儿只配测你自己的网络，手痒碰别人家的WiFi？违法，后果自负。 感兴趣的自取： 🔗

一款专治内网打印糟心的工具：PrinterService。 基于开源项目lan-printing改的，核心就一个：把打印这事儿整简单。不用装驱动、不用调配置，浏览器里传个文件就能直接打。电脑、手机、平板，只要在同一个局域网里，全都能用。 尤其适合那种“打印机就在那儿，电脑死活连不上”的破场面，浏览器一开就能打，省时省心。 项目地址：

CRM、ERP、HR、项目管理全是独立系统，数据来回倒确实挺折腾。 Ever Gauzy 想做的就是把这些东西整合到一个开源平台里，客户、招聘、人事、库存、项目、工时、发票等统一管理。 全栈 TypeScript，支持多租户，也能接 PostgreSQL、MySQL、SQLite，Docker 和 Kubernetes 都能部署。 中小团队想少买几套 SaaS，可以看看这个。 🔗

💅 这哥们儿给 AI 写界面做了个外挂：Jakub Krehel 开源的 skills，专治 AI 生成的页面“能用但不精致”。 skills 仓库 7 月 10 日才建，两个月不到 GitHub 已经 6100+ star。作者曾在 OpenSea 任职，还办了一本设计工程杂志 Interfaces，这套东西就是他把自己抠界面细节的经验打包给 agent 用。 以前让 AI 写完一个页面，圆角不同心、图标没对齐、字号层级乱、对比度不够，你得自己一处处挑出来再让它改，改完还可能漏。 现在直接喊 better-interface，它会把界面、排版、配色、无障碍、布局、产品文案这几个方向一起过一遍；想专门折磨某个组件，就用 break 把它丢进各种状态里压力测试，拿不准方案时用 variant 一次做出几个变体挑着用。 可以直接从 Claude Code 的插件市场装，写完页面顺手让它挑一遍刺。 那些以前要设计师一处处盯的细节，现在 AI 自己就能盯了。 GitHub：

zcash:native 突破 1000，按理说早该止盈了，但海外的多头头子们不仅没跑，还在疯狂 CX 并喊出 All in。 比如之前 7 月顶着群嘲喊出「卖掉 BTC，全仓换 ZEC」的头铁交易员 @TaikiMaeda2，在最近的播客中表示自己还要把身家压进去。 他的 CX 逻辑是：「Pumps bring more pumps. 」（涨幅本身就会带来涨幅）。 一下是一些核心观点： 1/ 价格就是基本面，反身性飞轮已启动 Zcash 最变态的地方在于：价格越涨 -> 屏蔽池 TVL 越大 -> 进场的钱越能获得真正的隐身 -> 隐私体验产生质变 -> 吸引更多人买。每一次破前高，都在物理层面加强它的产品力。 2/ 不是老韭菜接盘，华尔街在买单 SEC 撤诉，Zcash ETF 规模突破 5 亿美元。Taiki 盯盘发现了一个细节：最近 ZEC 的暴力拉升，几乎全跟美股开盘时间重合。这不是链上的 PVP，而是正规军进场定价的间接信号。 3/ 同样是老牌隐私币，机构为什么只敢买 ZEC？ 很多人以为这是 10 年 POW 老币在瞎炒，但 Zcash 的屏蔽池机制比 Monero 的环形签名更受合规资金青睐（钱存得越久越安全，抗 AI 破解）。机构不敢碰 Monero，但会真金白银买 Zcash ETF。总可寻址市场根本不是一个量级。 4/真正的 Locked in 是什么？ 并非 Degen 圈那种“买个土狗死拿到归零”，他自己有个顺势交易心法：先用小仓位建论据，一旦论据被市场验证（比如 ZEC/BTC 汇率飙升），直接重仓加码，“买在上涨趋势里”。 不过大师最后也很诚实：虽然飞轮很猛，但他给自己定的目标价从来没到过，每次都会提前跑路。大家冲锋的同时，记得给预期加一层风险折扣。

从 Raft 学习到的，有缓存机制时，因为不是每条消息都会 steer，agent 会 spam 回复。 解决办法是发消息前在 harness 层检查一次 inbox msg count。agent 的乐观锁。

Reddit疯传！ 最近在 Reddit 的看到一段高赞的“深度思考” Prompt， 我拿 Codex 试了几次，彻底改变了我和 Codex 的沟通方式。 Prompt： “请先不要回答我的问题。 在给出答案之前，请先完成以下分析： 1、指出我在这个问题中没有明确说出、但已经默认成立的假设； 2、告诉我还缺少哪些关键信息，以及这些信息可能如何改变你的答案； 3、指出人们在处理这类问题时最常犯的一个错误。 然后，请只向我提出一个最关键的问题。这个问题应该能够帮助你理解我的真实目标和具体情况，让最终答案真正对我有用，而不是一份谁都能套用的通用建议。 等我回答以后，你再给出最终输出。 我的问题是：[粘贴你的问题]”

《Trading Systems and Methods》这书太tm顶级了 如何成为一名优秀的交易员 把这本书啃透了就是专家了 涵盖的太tm广泛了，woc 其中的程序化的部分直接把我之前一些直觉性的想法实现了，牛逼 就是太tm多了

TypeScript + Rust，是我目前用 AI开发最顺手的组合。大多数个人工具先用 TS 把功能跑通，边测边改，需求稳定后再套WebView。服务端也先用Node，真上线后如果监控确认CPU 或内存成了瓶颈，再把性能热点或者整个服务换成Rust。没测出瓶颈，我也不会为了Rust而重写。