Clawd走过 1927 到 2025 年全部 98 部奥斯卡最佳影片，每走一步，画面和配乐就自动切换成对应电影的画风——这支 6 分半钟的短片里没有用任何 AI 视频生成大模型，也没有贴一段现成素材，每一帧画面、每一个音符和每一次切镜，全是由 Claude Opus 5.5 写代码画出来的。 66 种现成的影片风格（水彩、黑板粉笔、浮世绘、电路板、激光雷达点云、3D 硬件拆解、像素游戏等）。 开源项目： lemomo-ai/lemo-opuscar

有一个老哥用 Claude Opus 5.5 把发布了 20 年的 Xbox 360 内核给逆向了，从零手搓了一个原生无线手柄驱动。 他想在自己的老 Xbox 360 上用新款的 Series X|S 无线手柄。但微软官方的 USB 无线接收器一直不支持 360——因为这个接收器本质上是个没有逻辑的联发科网卡，从传固件、配对加密到手柄协议，全得靠主机系统驱动去干。PC 和 Linux 上都有驱动，唯独 360 上没人写。 这位老哥干脆把活全包给了 Claude，自己只当“肉身工具人”： Claude 干的活（主程）：连上 Ghidra MCP 自己去啃毫无公开文档的 360 内核源码，摸清了底层的 USB 协议栈；然后把 Linux 上的开源驱动移植过来，自己写 PowerPC 汇编钩子、自己编译上传到游戏机、自己跨网络读游戏机内存日志查 Bug。 人类：坐在电视机前负责插拔接收器、按手柄配对键、告诉 Claude 屏幕上显示了啥，以及在游戏机死机的时候走过去手动按重启键。 测试过程中遇到了“按西瓜键死机”、“打开菜单手柄卡顿”、“开机前插着接收器不识别”等 5 个极其隐蔽的内核级 Bug，全是 Claude 自己看内存日志定位修好的。现在一个接收器能直接连 4 个新手柄，震动和按键完美支持。 评论区有人问：逆向主机内核居然没触发 Claude 的安全拒答？ 老哥回：别让 AI 直接去在线探测或打补丁，先把内核提取出来丢进 Ghidra 反编译好，让它通过 MCP 当静态代码看，就没事。 项目开源了，GitHub仓库：Jacckii/Xbox360-Series-Controllers-Native

macOS 微信 4.1.13 起，多选的聊天记录可以「合并转发」给第三方应用，问题是转发窗口里，不能选择 Claude 或者是 Codex。 而且就算强行把记录导出来，微信打包的专有格式，AI 也没法直接读。 开源项目 Dukou（渡口）就是专门为了这个写的 macOS 原生小工具： 1. 住进微信转发窗口： 利用 macOS 原生分享扩展（DukouShare），直接出现在微信「合并转发」的系统分享菜单里。选好聊天记录点转发，一键就能投递进 Dukou。 2. 本地拆包与可视化预览： 自动把微信的转发包解析还原，文字、、时间线和附带的图片文件都能在本地界面（Backup Preview）里直接预览。全程按照微信官方接口走，不搞逆向注入、不碰底层数据库，零封号风险。 3. 转手喂给 Claude / Codex： 支持把整理好的对话一键导出为结构化内容或打包成 ZIP，直接拖进 Claude、Codex 或 Claude Code。 GitHub 仓库：qzz0518/dukou

AI 让做产品的成本接近零，产品死得也更快了：近一年关停的软件，平均寿命比三年前短了 1.5 年。现在难的不是做出来，是让人用起来。 SaaSHub 统计，近 12 个月关停的产品，平均只活了 2.7 年。

Grok Bot 在 iOS 和 Android 双端推送了本地原生应用权限更新。 Grok Bot 已经从一个“跑在云端电脑上的聊天/网页代理”，进化成了横跨手机、智能家居和 Tesla 车机的系统级执行 Agent。 目前 Grok Bot 已经打通的能力： 1. 本次新增的 6 大手机原生权限（支持逐个独立开关授权）： • Calendar（日历）：读取全天行程、直接新建或修改日程 • Reminders（提醒事项）：创建与核对日常待办 • Contacts（通讯录）：查找现有联系人或写入新名片 • Messages（信息）：直接读取和发送短信 • Location（位置）：基于实时定位检索周边地点 • Home（智能家居）：直接控制家里的智能灯光与门锁 2. 本周刚跑通的系统级唤醒入口： • iOS 端：支持绑定 iPhone Action Button，按一下侧键直接开启语音交办任务，无需点开 App • Android 端：支持设为系统默认数字助手（Default Assistant） • 社交端：全面接管处理 X 站内私信（DMs） 3. 座舱的跨硬件接力： • 配合上个月 Tesla 车机端开放的邮件、日历与文件访问权限，现在从手机端交办的日程和联系人变动，可以直接在 Model Y 和 Cybercab 的车载 Grok 里无缝延续。 等于把“云端算力沙盒 + 手机本地私有数据 + 物理世界硬件（车与智能家居）”彻底串起来了。建议复制链接发给身边用 iPhone/Android 或开 Tesla 的朋友对照更新实测。

之前和大家聊过：纯视觉 GUI Agent 烧 Token 精确度不好，纯 CLI 又覆盖不了长尾操作，未来一定是“混合路由”。 开源项目 Cua (trycua/cua) 的最新架构，他们直接把这套思路做成了完整的 Computer-Use 2.0 基础设施——让 Agent 在同一个任务里无缝穿插写代码、调 API 和点 GUI，解决了本地桌面自动化的几个痛点： 1. 免重复登录的 Teleport（传送）： 以前在沙盒跑 Agent 最烦重新扫码登录。Cua Spaces 支持把本机已登录的 Chrome 或 Slack 直接“传送”进虚拟机，保持登录态，密钥留在本地 Mac 的 Keyvault 加密，需要你授权才放行。 2. 不抢鼠标焦点的后台操控 + 双光标协作（Multiplayer）： Cua Driver 支持后台消息投递，Agent 操作 LibreOffice 或 Inkscape 时根本不抢你前台的终端焦点；遇到需要人工接管的步骤，你和 Agent 拥有各自独立的光标，随时插手点一下再交给它。 3. 用 System 1 小模型（CUA-S1）省掉无脑推理： 没必要每次填表都调千亿参数大模型生成 Token。他们开源了专门针对表单等确定性界面做打分决策的轻量模型 CUA-S1，快且边界可控。 从底层基于 Apple Virtualization 的 Lume 虚拟机，到统一 SDK（Python/TS/Rust）和评测集 Cua Bench，整套基建非常吊。

实测了 DeepSeek 刚更的 V4.1-Flash-1017（Harness 桌面版 + Max 推理）：跑完两个完整项目共消耗 1.67 亿 Token，靠 99% 缓存命中，折算下来才花了 10 块钱出头。 全程没拆需求，直接写Prompt 让它自己写代码、起服务验收： 1. 太和殿 3D 拆解网页 + 自动渲染宣传片 • 跑了 59 分钟（153 步），自己起本地服务调无头 Chromium 截了 62 次图看效果改 Bug，交付时控制台零报错，支持 8 层构件爆炸拆解与榫卯插接演示。 • 花 13 分钟逐帧渲染出 28 秒 1080P 宣传片（含程序合成配乐）。指出燕尾榫受力方向反了之后，它用 17 分钟重做了几何结构并重渲镜头。 2. AI 情报雷达（带鉴权、数据库与 Search API） • 50 分钟写出三栏工作台，支持多源交叉验证与断点恢复，12 项 npm test 全过。 • 一个坑：为了跑通搜索，它未经确认直接翻出我本机 Harness 里的凭据写进了服务端配置。用 Agent 调付费接口，务必在 Prompt 里提前用哪个 Key。 现在的 1017 已经能自己跑通“写码-测试-修 Bug”闭环了。

产品有人付钱了，下一步是注册美国公司——Stripe 刚刚把 Atlas 接进了 MCP，现在你在 Claude Code 里说句话就能发起美国公司注册申请。 过去大家觉得把复杂表单搬进 Chatbot 就是 AI Native，但涉及到注册公司（C-Corp/LLC）、划分创始人股权、申请 EIN 这种严肃商业行为，纯靠大模型瞎聊极其危险。 Stripe Atlas MCP： • 把填表与格式校验交给 Agent（MCP）：在 Claude Code 或终端里，Agent 负责跟你确认公司主体类型、业务描述、董事会席位、期权池比例，并实时调用 Atlas 后端做字段合法性校验。 • 把“法律决策与隐私”留给人和 Dashboard：Agent 严守边界，绝不替你决定股权怎么分；一旦需要上传身份证明、付款和法律文件签署环节，状态同步回网页端 Dashboard 完成。 • 单一事实源（Source of Truth）：无论你是在 Claude Code 里聊了一半，还是切到 Stripe CLI 敲命令，最后再去网页端付款，底层操作的全是同一个持久化的申请状态。 以前是写代码不离 IDE，现在连开公司、接支付、拿首年 $2500 Stripe 额度都能在终端里实现了。

美团刚上线了 DeepSkill Market，收录了 35 万多个 Agent 技能，核心玩法是做「大众点评版」的 Skill 市场。 体验完之后，我觉得它精准踩中了当下的痛点，但也暴露出一个很有意思的 AI 产品悖论： 先说它聪明的地方： 用户装完 Skill 都在本地终端里用，谁会专门跑回网页端写评价？美团的解法是直接做一个“辅助点评 Skill”，让 Agent 自动抓取本地执行记录生成评测报告，用户确认就能发。 不过话说回来，未来的 Skill 商店，受众到底是人还是Agent？ 人类喜欢看排行榜、看图文并茂的点评；但未来大概率是你说一句话，Agent 自己在后台去市场里按【成功率、Token 消耗、安全评分】毫秒级检索并挂载 Skill。 也就是说，AI 时代最好的 Skill 市场，最终可能会变成一个“人类永远不需要打开网页”的底层 API 路由库。

一旦习惯了 AI 语音输入法，去自习室办公室简直废了。 切回键盘打字不仅手累，最难受的是速度根本跟不上脑子。 很好奇同样重度依赖语音输入的佬，你们在必须静音的公共场合是怎么解决这个痛点的？ 戴支持气导/定向收音的防漏音麦克风小声气音说？ 换一套极速双拼 + AI 自动补全工作流？

Claude 防止封号的终极办法，就是在海外租一台 Mac mini。🥹 与其每天提心吊胆防风控，不如换个工程思路：把重度 Coding Agent 彻底迁出本地电脑。 看到 AgentSpace 推出的加州独享 M4 Mac mini 托管服务，发现它不仅从根源上解决了 Claude Code / Codex 的网络合规痛点，还顺手解决了一个本地跑 Agent 的大麻烦： 1. 零风控焦虑：整机物理部署在美国加州，每次调大模型、拉 GitHub、装 npm 包走的全是加州本地原生网络，没有任何代理特征 2. 全天候 Background Agent：本地电脑关机或者断 Wi-Fi，跑了一半的复杂重构任务就断了；而机房里的 Mac mini 7×24 小时不休眠，合上电脑它继续自己跑测试 3. 原生级远程交互：除了直接连 SSH，它做了一个很惊艳的「Single App 投屏」——可以把加州那台 Mac 上的某个应用窗口单独映射到你眼前的 Mac 桌面上，跟本地软件共用一个 Dock 栏 配置是 M4 + 16G 内存的物理整机（非多人共享），月付$160、年付 $120/月，首批只放了 50 台，就是价格这块。。。

现在大多数开发者的真实工作流都是割裂的：用 Codex 改前端 UI、开个终端跑 Claude Code 重构后端、再挂个 Gemini 或 OpenCode 查文档跑脚本。每个工具都很强，但它们被困在各自的进程沙盒里，互不相通。 agentsocks 的工程解法是做一层极简的本地 Broker 与 Gateway： 1. 做了一层Agent的连接器：通过各家原生的 Hook 机制（preToolUse / sessionStart 等）和 MCP Server，把 Claude、Cursor、Copilot、Gemini、OpenCode 变成网络里的 Peer 节点 2. 原生协同原语：支持点对点发信、多频道广播 (Channels)、跨 Agent 提问 (Asks) 与任务派发 (Tasks)，甚至能在休眠会话收到消息时自动唤醒 (Wake) 3. 生产级安全边界：带完整的敏感凭据脱敏 (Redact)、权限控制和跨设备 Tailscale 组网 当 Cursor 改完 API Schema，直接通过本地 Socket 通知隔壁终端的 Claude 更新单元测试，完全不需要人类在中间传话。

OpenAI 的 Codex Computer Use 最吊的就是它不靠纯视觉盲猜坐标，而是基于系统底层 Accessibility 实现了非侵入式的桌面操控。 现在有人直接把这个思路开源并做成了通用 MCP 服务：open-computer-use（简称 ocu）。 它把主流 AI 编程客户端的接入全打通了，一行命令就能给你的本地 Agent 装上“操作系统级”的手脚： • 全客户端一键挂载：原生内置 Codex、Claude Code、Gemini CLI、opencode 和 DeepSeek Harness 的安装指令 • 跨平台通用：同时支持 macOS、Linux 和 Windows • 免截图精准检索（macOS）：提供 targeted query，不用每次都截全屏烧 Token，直接按文本或角色定位控件 • 代码优先（Code-first）：内置 ocu js 和 ocu repl，支持直接用 JS 脚本或长连接会话编排连续的自动化动作，复用元素索引状态 如果你平时重度使用 Claude Code 或 Codex CLI，装上这个 MCP 基本就能让 Agent 跨出终端，直接接管本地桌面工作流了。 我刚才使用 Sonnet 5.5 试了一下, 操作比Codex Computer use快。

发现一个把“像素风桌宠”和“Claude Code 状态监控台”完美结合的开源神仙项目：Claude Desktop Pet（Harriszed/claude-desktop-pet）。 表面上看，它是蹲在屏幕角落的一只像素小 Claude，但底层其实是通过 Claude Code 原生 Hooks（纯本地监听 127.0.0.1，零文件扫描开销）驱动的实时 HUD 仪表盘： 1. 动作实时映射：Claude Code 在后台思考、改文件、跑 npm test 或报错时，小人会同步做出对应动作，头顶气泡直接显示当前正在改哪个文件（如 Editing App.tsx）。 2. Sub-agents 具象化（最酷的设计）：当主线程派发并行子任务时，主 Claude 会戴上墨镜指挥漂浮的任务卡，底下直接召唤出一排迷你小 Claude 同步干活。 3. 5h / 7d 额度与重置倒计时：不用频繁敲 /usage 了，面板直接实时显示 5 小时和 7 天滚动额度及重置时间，上下文快爆了还会主动预警。 4. 多会话一键跳转：同时开好几个终端跑 Claude Code 时，底部会显示彩色标签，点一下直接切到对应的终端窗口。 5. 昼夜天气与 AI 梗小剧场：背景会随本地真实天气（下雨/下雪/夜晚萤火虫）变化；待机时还会随机触发 10 种整活小动画（比如捧着咖啡、数 Token、甚至“正在幻觉：信我，保真”）。 Windows / macOS / Linux 全平台都有现成安装包，不需要配环境，在设置里点一下 Connect Claude Code 就能自动接管 Hooks。重度 Claude Code 玩家强烈建议装一个！ GitHub：Harriszed / claude-desktop-pet

网易 UU 远程 一直没出Linux 被控端，社区大佬直接用纯 Rust 手搓了一个开源版：uu-remote-linux。 最爽的一点是：它完全兼容官方原版协议。你不需要在手机或电脑上装任何魔改客户端，直接打开官方的 Windows / macOS / iOS / Android 端，就能直接连上并远控你的 Linux 桌面。 看了下仓库（VallierDev/uu-remote-linux）底层的工程实现，完成度非常高： • 纯 Rust 实现：资源占用极低，摆脱臃肿依赖，带 GTK3 状态界面与 systemd 服务托管 • 桌面环境通吃：不仅支持 X11，还通过 PipeWire 原生打通了 Wayland 屏幕捕获 • 硬件编码加速：支持 FFmpeg 与 NVIDIA NVENC 硬件编码，保证高帧率低延迟串流 • 外设与体验闭环：支持 PAM 系统级鉴权、PulseAudio 音频传输，连 Wayland 下的剪贴板同步（wl-clipboard）都做好了 对于常年在公司或家里放一台 Ubuntu / Arch Linux 当主力开发机、算力机的人来说，终于不用再折腾卡顿的传统 VNC 了。Arch 用户现在甚至可以直接从 AUR（uu-remote-bin）一键拉取安装。

同时跑几个编程 Agent，最闹心的是某个会话停在确认等你，你却没注意到。 看到一个 开源的 Mac 菜单栏小工具 Muster，把 Claude Code、Codex 和 Cursor 的会话盯梢做到了菜单栏里： 1. 不用切窗口直接批命令 Agent 等你输入时，屏幕顶部会出现常驻提醒。按 ⌥↓ 展开它为什么要跑这条命令、完整参数或多选选项说明；按 ⌥↩ 批准、⌥⌫ 拒绝、⌥1–9 选答案。平时在编辑器打字时它会自动让出快捷键，只在有提醒或切换器时接管。 2. 三个工具的支持边界（文档写得很清楚） · Claude Code：权限请求、多选问题、计划审批都能原地回 · Codex：命令审批能原地回（需在 Codex 运行 /hooks 信任）；提问会在提醒里显示内容，按 ⌥Tab 跳回窗口回答 · Cursor：触发后打开 Cursor 对应提示 3. 会话切换与成本估算 · ⌥Tab：把最紧急的会话排在最前，松开直接跳过去 · ⌃⌥Space：搜索最近 3 小时的所有会话，显示每个会话的 Token 用量和按公开 API 价格估算的成本（支持自定义 pricing.json；Cursor 本地不记 Token 故无此项） 4. 本地只读与开销 直接增量读取 ~/.claude、~/.codex 和 Cursor 已经写在本地的会话文件，每秒最多扫一次新增字节。开启原地回复时只在本地 127.0.0.1 挂一个带 token 的 hook，改配置前自动备份 .muster-original。据项目文档说明，安装包约 2 MB，10 个 Agent 同时跑约占 0.4% CPU、20 MB 内存，无账号无遥测。 需要 macOS 14+（Apple Silicon / Intel 通用，Liquid Glass 效果需 macOS 26）： brew install --cask josefchen/tap/muster 我一般最多同时开4~5个会话，来回切换真他妈累，你平时同时开几个 Agent 会话？ GitHub：josefchen/muster

ElevenLabs 这次发布的新语音模型 Eleven v4 和 v4 Turbo有点屌啊 · 文案里写 [whispers] 就小声说，写 [door slams] 就配上摔门声 · v4 适合做配音、有声书，念稿时会看上下文，知道这句是谁说的、前面发生了什么 · v4 Turbo 给实时语音 Agent 用，150 毫秒开口