AI少年

🔥 DeepSeek Harness 竟然可以装进安卓手机了，还能远程电脑 今天看到一个开源项目 DSH Go，社区开发者做的安卓 App，中午刚发 1.0，到晚上 Star 已经 1.8k 了。 我实际在手机上安装了一下，体验感还是非常不错的。 我把功能整理了一下，有兴趣的可以看看 1、手机本机跑 App 自带 Ubuntu + Node.js + DSH 运行环境，免 Root、免 Termux。 让它把账单做成表和图，它真的会在手机上读 CSV、跑 python3，最后交给你 xlsx 和图表。 手机上跑的是 agent 本身，模型还是走你自己配的 API。本机环境约占 1GB。 2、遥控电脑 在「切换主机」里点一下，对话就切到电脑上的 DSH。同一局域网用 SSH 直连；不在一个网络就用 DSH Remote，免配网络、端到端加密。人在外面也能让电脑修 bug、跑测试，改动直接在手机上看。 3、中途插话 agent 跑到一半想补个要求，直接发就行，它不停手，下一步就会看到。长按发送还能选「中断并发送」或「排队」。 4️、替你点手机 开启「手机操控」后，它能看屏幕、点按、输入，建日程、定闹钟说一句就行。 确认分三档可选；支付、银行、券商类 App 默认不碰，微信默认每步确认；密码、验证码、付款一律留给你自己。Android 14+ 还能在一块看不见的屏幕上操作，不耽误你用手机。 5️、还有只鲸鱼 输入框上蹲着一只像素小鲸鱼 Deepy，还有鲸娘款，能跟你到桌面上。 另外还有网页版一键切换、对话分享回放、平板适配、多套主题和中英文界面。 Android 8 及以上，arm64 包约 179MB，AGPL-3.0 开源，作者说之后会适配 iOS 和鸿蒙。社区非官方客户端，和 DeepSeek 官方无关。 用 DSH 又是安卓的朋友可以试试 👇 https://github.com/ccch1mneyyy/dsh-Go

🎉🎉🎉再一次为马斯克欢呼。 Grok Bot 现在又支持支付宝了。 太爽了家人们，没冲的快充吧。 感觉这次时间窗口会很长。 1、打开 http://curosr.com 官网，账号登录以后。 2、左下角点击「Update To Pro 」 跳转到付费页面后 3、点击图中支付宝进行支付，然后扫码就完事了 4、https://cursor.com/cn/download/bot 下载对应版本的 Grok Bot 5、打开 Grok Bot 使用 Cursor 账号登录 6、登录完毕，就可以不使用魔法也可以跟 Grok Bot 玩耍了，手机里也是一样的哈

🚨UU 远程看样子要准备商业化了。 说实话，本身无广告的工具，免费运营了两三年，其实很难持续，也不利于产品长期迭代发展。 试过多款远程工具，UU 远程是最贴合我使用需求。 💰 现在就等定价方案了： 1、估计跨境远控这块是会收费的，毕竟成本摆在那里 2、然后终端估计会收费，算是硬核功能，也优化过好几轮 3、其他收费应该也不会比别的远程软件高 其实我反而期待商业化尽快落地，多点人力出来搞 Linux 版本，快点端上来。 目前就凑合用着开源项目，体验有些打折。

从目前 Opus 5.5 等几个顶尖模型的能力来说，极简才是 Agent 的未来。 最近用 Pi 体感非常强烈。再加上 pi-purge 这个开源插件，甚至能把 Pi 的系统提示词整份换成你自己的，会话里一个 /purge 随时进行切换。 如果你想搞点什么事情，再配合上REA使用，那叫一个快活。需要注意，国内AI DeepSeek、Kimi 等已经在剥离安全能力，cyber 能力甚至仅限企业申请而且还要接受监管。 现在能玩的抓紧时间玩了，再过段时间，所有厂商跟进只是时间的问题了。 针对修改提示词这件事我简单看了一下，放在别家有多麻烦： · Claude Code 的参数要么追加、要么整份替换，换完它原本那层行为规范也一起没了。想只去掉身份那一行、其余保留，没有这个粒度 · Codex 要在 config.toml 里配 model_instructions_file，每换一次就得改配置、重开会话，官方基础提示词更新了还得自己同步 · WorkBuddy 这类闭源桌面产品，模型可以自己接，底层提示词基本碰不到 Pi 这边：工具就那么几个，系统提示词也短，原生就支持用 SYSTEM.md 整份替换、用 APPEND_SYSTEM.md 追加，扩展还能在 agent 启动前直接改写提示词。模型已经足够强了，harness 里层层叠叠的规则、身份设定和长篇说明，很多时候不是在帮模型，而是在跟你自己的指令抢注意力。 pi-purge 就是在这个基础上再往前走一步 它不改配置，会话里随时切换用哪套系统提示词。有三种模式： · strict（默认）：只发你自己的提示词和当前工作目录，Pi 原来的提示词整份拿掉 · replace：只删掉 Pi 内置的身份声明和文档段落，工具说明、指南和项目上下文都保留。整份替换做不到的就是这个粒度 · append：你的提示词放在 Pi 原版前面，原版不动，适合当对照组 有个容易误解的点：strict 模式下工具照样能用。工具定义走的是 API 的 tools 参数，不在系统提示词里，所以提示词再极简，agent 照样能干活。不过 strict 会把 AGENTS.md 和 skills 列表一起丢掉，依赖这些的话就用 replace。 它做得很克制：按会话级别生效，每次新会话默认关闭，退出就恢复原样；不写状态文件，也不联网；整个扩展就一个 ts 文件，两个钩子加一个命令，几分钟就能读完。 适合拿来干这几件事： · 同一个任务，在完整、精简、去掉 harness 提示词三种情况下各跑一遍，看看模型到底被框架影响了多少 · 写一份自己的极简提示词，只放真正在意的几条规则 · 给自己的指令做回归测试 安装： pi install npm:pi-purge 进入会话后： /purge — 开关 /purge source ~/prompts/my.md — 换成自己的提示词 /purge mode replace — 切换模式 /purge status — 查看上一轮实际改了什么 模型越强，框架越该往后退。 那么 Pi 对于我来说就是最好的选择了。 开源项目地址：https://github.com/ZiChuanLan/pi-purge

🔥🔥🔥起飞了，起飞了。 DeepSeek-V4.1-Flash-1017 可以本地跑了。 64G 内存的本地电脑就能跑 DeepSeek 了。 我研究了一下Unsloth 最新的 Dynamic V3.1 量化版，我把重点捋了一遍，想自己部署的建议收藏👇 先说结论： 128GB 内存就能跑 1-bit 64G 的跑起来就是比较慢 而2-bit 的 Q2_K_XL 基本无损，是最值得选的一档。 1、这么大的模型，为什么能塞进 128GB 规模是 552B 主干加 196B Engram，支持 1M 上下文。 关键在 Engram。它本质是一张 n-gram 查找表，每个 token 只查其中几行，所以不用常驻显存，可以用 mmap 放在 SSD 上按需读取。 这张表有 110–200GB，挪到硬盘上之后，内存压力直接少一大块。代价是硬盘空间得留够。 2、 硬件门槛（内存+显存，Engram 放 SSD） - 1-bit：128–145GB（MacBook、DGX Spark 级别） - 2-bit：176–205GB - 3-bit：256–290GB（Mac Studio 级别） - 4-bit：约 305GB - 8-bit：约 315GB 3、量化怎么选 - Q2_K_XL（334.8GB）：6 项基准平均 87.49，参考版 Q8 是 87.68，几乎没掉 - IQ1_M（250.4GB）：85.55，内存紧张时的首选 - IQ1_S（233GB）：83.53，能跑，但掉分比较明显 还有个反直觉的点：Q4 和 Q8 体积只差 7.7GB。原因是原生的专家权重本来就是 MXFP4。所以能跑 Q4 的机器，直接上 Q8 就行。 4、量化圈有个瓜 ISTA 的 GSQ-RCO 量化宣称，所有档位在 AIME25 上都能 100% 保留原始分数。 Unsloth 说复现不了。他们每题采样 16 次，480 个答案平均下来，只保留了约 94.6%。 体积相近时，Unsloth 也说自家更好：IQ1_M 拿到 85.55，而 GSQ 的 IQ2_XXS 是 83.68。 不过这是 Unsloth 自己测竞品，我会等第三方复现再下结论。 5、一个容易忽略的点：量化越狠，模型想得越久 低比特版本更容易因为思考过长被截断。用小量化的话，推理预算要给足。 6、推荐参数 - temperature 1.0、top_p 1.0，关掉 top-k 和 min-p - 思考强度默认 75，可调范围 1–100（low 50 / medium 62 / high 75 / max 100） - 输出长度建议预留 256K 7、加速彩蛋：DSpark 这是 DeepSeek 自带的投机解码。配一个 8GB 的草稿模块，解码能快 1.3–1.5 倍。 注意它和 Engram 是两回事：Engram 管记忆，DSpark 管提速。 8、这次更新本身提升了多少（官方数据，对比旧版 V4.1-Flash） - Terminal-Bench 4.0：31.2 → 42.3 - ProgramBench：20.3 → 29.1 - Apex Bench：64.6 → 72.1 - HLE：36.8 → 42.6 智能体和编程方向提升最明显。 怎么上手： - 最省事：用 Unsloth Desktop，搜模型、选量化，卸载方案会自动配好 - 想自己折腾：用 llama.cpp 的专用 PR 分支编译 我的看法：最值得关注的其实不是跑分，而是 Engram 这种把一大块参数放到 SSD 的设计。它让 7000 多亿参数的模型能在一台 128GB 的机器上跑起来。这条路走通了，本地跑大模型的门槛还会继续往下掉。 假以时日，64G 也能畅快的跑起来那就真的太爽了。 最起码这就是巨大的一个进步。 更详细的介绍：https://unsloth.ai/docs/models/deepseek-v4.1-flash

最近刚用 Pi，真的挺喜欢它的极简和高度自由，能让我随心搭配 由于刚上手，带着初步体验和查阅了文档 我简单整理了一下Pi Agent 到底提供了哪些最基础的功能👇 1、首先就是一个完整的 Agent 循环 调模型、执行工具、把结果交回模型，一直循环到任务完成 中途还能随时插话纠偏，或者直接打断 2、默认只开 4 个工具 read：读文件和图片 bash：执行命令 edit：精确修改文件 write：新建或覆盖文件 别看只有 4 个，其实已经够用了，grep、find、curl 这些都能直接通过 bash 去跑 3、还有 4 个内置工具，默认没开 grep、find、ls，以及 Windows 上的 PowerShell 需要的话一行命令就能打开： pi --tools +grep,+find,+ls 也可以只开 read、grep、find、ls，变成一个只读 Agent，只看代码不改代码 4、MCP 现在是内置的 不用另外装插件，pi mcp add 加个mcp 服务器就能用 注意：Pi 本身没有联网搜索，想让它上网查资料，得自己接一个搜索类的 MCP或者其他的工具 5、支持 Skills 和 Claude Code 一样的 SKILL.md 格式，平时只把名字和描述给模型，用到了才加载全文，很省上下文 不过它默认不读 .claude/skills，需要在 ~/.pi/agent/settings.json 里加一行： "skills": ["~/.claude/skills"] 6、能读 CLAUDE.md 会读当前目录和上层目录里的 AGENTS.md 或 CLAUDE.md 但同一个目录两个都有的话，只读 AGENTS.md 它也不读 ~/.claude/CLAUDE.md，全局说明要放到 ~/.pi/agent/ 下面 我看了下代码，CLAUDE.md 并没有单独处理，就是和 AGENTS.md 放在同一个文件名列表里，所以 Claude Code 里的 @ 引用这些也不支持 7、其他基础能力也都有 多模型随时切换 会话可以分叉回退 上下文快满了自动压缩 支持命令行、RPC、SDK 调用 ⚠️ 默认没有的 子代理、计划模式、待办列表、权限确认，这些都没有内置 不过官方仓库的 examples 里都有对应的示例扩展，有兴趣的可以照着装，或者直接让 Pi 帮你写一个 所以我觉得 Pi 更像一个干净的 Agent 底座，该有的基础都有，剩下的按自己的习惯往上搭 这也是我最喜欢它的原因，模型能力越强，我觉得 Harness 也要月简洁，不需要那么多花里胡哨的功能

🔥 我去，DeepSeek 把内部在用的「AI 超级同事」给开源了 开源成 DeepSeek Harness（DSH）的一个插件。 它可以给你的 GitHub 仓库招一个 AI 实习生。 它蹲在 Issue、PR 和飞书群里，有人 @ 它派活，它就自己开分支、写代码、提 PR，干完再回到原来那条评论下面告诉你。 下面我对它的功能进行简单的拆解叫大家明白它的玩法 👇 1、它内部是怎么分工的 它其实分两层。 一个「前台」（Router）：只负责听消息、判断这活接不接、派给谁、回复人，自己不写代码。 然后一排「工位」（Worker）：每接一个活，就开一个独立的 Session 加一个独立目录（一般是 git worktree），互不干扰不串台。 好处是你在群里连着丢 5 个需求，前台不会因为忙着写第一个而卡住，几个工位并行干（并发数你可以自己设置）。 2、PR 里接着聊，不用再 @ 它 这个设计我觉得最聪明。 一个活开工后，对应的 PR、Issue 或飞书话题会被它「订阅」。之后你在 PR 下面说一句「这个变量名改一下」，消息直接送到那个工位，不经过前台，也不用再 @。 PR 合并了订阅也不删。过两天你在原 PR 下面再说一句，它会被叫醒接着干。 3、谁能使唤它，你说了算 默认只有白名单里的人 @ 它才算派活，名单外的人 @ 它会被直接忽略。 网上说的「群里没人 @ 它也能自己修 bug」确实有，但有个总开关，分三档： off：完全不主动 observe：会判断，但只记一笔「我本来会接这个活」，不真干（默认就是这档） auto：判断通过就直接开干 而且主动接活必须命中你提前写好的规则。官方建议先用 observe 跑一阵，看它想干的事靠不靠谱，再切 auto。 4、话少，不刷屏 整个项目的核心理念就一句：占用人尽量少的注意力，给出尽量多的价值。 所以它只在三种时候开口：结果能看了、需要你拍板、它搞不定了。 接活时在原消息下确认一次，干活过程中闭嘴。 群聊默认只回一句话，硬上限 100 词。 要问问题，一次只问一个。 在 GitHub 上发的每条消息，开头默认标明「我是自动化 agent，不是真人」。 5、不会偷偷帮你合代码 默认不自动合并，PR 由人来合。 就算你打开了，默认条件也很保守：只合它自己开的 PR，approve 要覆盖最新 commit，改动加起来不到 200 行。 另外，看到有人已经提了同样的改动，它会主动关掉自己的 PR 让位。 6、干活不会被长命令卡住 命令跑超过 5 秒就自动丢到后台，它可以先回你的新消息。 进程重启后，它会先检查目录、git 历史和 GitHub，再决定要不要继续，避免重复操作。 7、自带监控面板 装好后，DSH Web 侧边栏会多一个 Superagent 入口。 面板按「现在有没有要我处理的 → 系统健不健康 → 某个活的来龙去脉」排列，可以直接重试、叫停，或者一键暂停全部处理。 💻 怎么装 git clone https://github.com/deepseek-ai/dsh-superagent-prototype.git cd dsh-superagent-prototype 然后对你的 coding agent 说这一句： Read SETUP.md in this repository and set up dsh-superagent with me. 它会一次只问你一个问题（仓库、agent 账号、白名单、要不要自动合并），列出完整计划等你确认，然后自动装好配好。缺什么依赖，它会写进计划里。 ⚠️ 几个提醒 1、官方写明了：这是研究原型，不是 DeepSeek 的正式产品。很多代码是 coding agent 写的，可能有 bug。 2、要给它单独开一个 GitHub 账号，别用自己的号，它发的所有东西都挂在这个名字下。 3、它以你的系统用户身份跑命令，不需要审批，命令黑名单也不是安全边界。建议放在单独的机器或容器里跑。 4、目前只支持 http://github.com 上的单个仓库，聊天渠道只有飞书（可选）。要安装的依赖也不少：Node 22.19+、pnpm、git、tmux、Python 3、gh CLI，还得给 DSH 配一个模型。 5、配套开源项目里讲的部分设计是未来方向，原型里还没实现。 一个人写项目的话，它「群里主动接活」的卖点发挥不出来。 但这套「前台只派单、工位隔离、订阅直通、能不说话就不说话」的设计，就算不用它，也很值得抄进自己的 agent 里。 🔗 http://github.com/deepseek-ai/dsh-superagent-prototype

🎉豆包工作上线了一个录制回放的好功能（record & replay） 甚至比 Codex 还多了一个关键能力：可边录制边讲解 ⏱️ 最长能录 30 分钟 边操作边说，这一步豆包设计的妙哉。 不像 Codex 只录制下来了我的操作轨迹，而我的操作意图一复杂完全无法理解。 为什么讲解这么重要？ 因为纯录制，只能学会「一个固定动作」 而通过讲解，才能教会它「一类动作」 我举个简单的例子： 你录的是「把第 5 行标红」 想教的其实是「把所有逾期的订单都标红」 这种情况实在太多。 每次开的软件都不一样，只有讲清楚了，它才能举一反三。 我觉得比较适合录成 skill 的场景 1、跨平台信息采集 按真人习惯在几个平台间随意切换 30 分钟，节奏不固定，不容易被识别成机器 2、公众号排版发布 排版 → 调行距 → 传视频 → 设封面标题 → 发预览 原本半小时的流程，交给它 3、设计 & 剪辑导出 Figma / Canva 多样式导出 剪映素材排序、多格式导出 4、等等等等，其实还有很多场景 两个使用小技巧 ① 录制开头最好先口述要做什么 这样它会优先处理音频，中间有冗余画面也不影响效果 ② 让模型「巡检」 不确定多久检查一次进度？交给模型，它会自己判断间隔，直到任务完成 最后，录制回放和 Computer Use、浏览器自动化是互补的。

🔥 最近玩 Grok Bot 发现 token 用不完了。 于是我就想让 Grok Bot 来接入我的日常生活当中。 平常一般就是喝点、吃点、有时候晚上周末打个车啥的。 我查了查各个大厂的AI信息发现了 瑞幸、美团、麦当劳、滴滴、高德等等都把官方 MCP 或 Skill 甚至CLI 都放出来了 我简单整理了一下，有需要的可以直接拿走对接玩玩 1、瑞幸咖啡｜MCP + Skill + CLI 跟 AI 说想喝什么，它去查门店、选商品、匹配优惠，最后你确认付款 macOS 一行安装（Windows 有单独脚本），装完再执行 luckin login： curl -fsSL https://open.lkcoffee.com/install | bash 有人第一次点单花了 7 万 token，还有人 6 月实测 MCP 换杯型的接口不通，现在修没修要自己试 https://open.lkcoffee.com 2、美团｜跑腿 Skill + 红包助手 跑腿能帮取送、帮买、帮取号、帮搬东西，红包助手负责领券和查红包，这两个都不能直接点外卖 跑腿先出费用卡片，你回复确认才提交，超过 100 元还要再确认一次 付款走收银台链接，15 分钟内付完，想取消得回美团 App 或跑腿小程序 红包助手会碰登录 Token，ClawHub 的安全扫描建议先审查再装 https://clawhub.ai/meituan-tech/skills/mt-paotui-for-client 3、麦当劳｜官方 MCP 查菜单、领券、麦乐送、到店自取、查订单、积分换券都支持 先用手机号登录，在控制台激活 MCP Token，这个 Token 就是你的会员身份，别外传 套餐选项多，下单前让它先报一遍内容和价格 https://open.mcd.cn/mcp 4、滴滴出行｜MCP + Skill 规划路线、估打车费、查司机和订单都可以 Beta 版跳转 App 或小程序叫车，Pro 版能直接呼叫、取消订单和联系司机 Skill 名字是 didi-ride-skill-official，MCP Key 在官网激活 有人测 Pro 版 MCP 时没有确认环节，一句话建了单，司机电话马上就来了 官方 Skill 会估价后等你确认，裸接 MCP 的话，确认规则要自己写 https://mcp.didichuxing.com/claw 5、高德地图｜官方 MCP 地点搜索、路线规划、周边查询都有，还能把旅行攻略生成专属地图 先申请 Key，官方推荐 Streamable HTTP： https://mcp.amap.com/mcp?key=你的key Key 就在 URL 里，截图的时候记得打码 https://developer.amap.com/api/mcp-server/gettingstarted ⚠️ 上手前再看 4 点： 这些都不是 Grok Bot 原生集成，要自己申请 Key 或扫码授权 Grok Bot 账号下所有 Bot 是共用一台云电脑，放上去的 Token 每个 Bot 都看得到 涉及付钱的最后一步，尽量自己去确认 如果想先试一个的话，可以像我一样先从滴滴 Beta 开始

🔥🔥🔥dmit 满血复活了。 马上又来试试能不能注册 Claude 账号。 果真没问题，继续注册几个小号养养。 dmit 没开启的几天，无论怎么注册都是秒封。