用自然语言构建 AI 小程序
更多动态
Affinity Photo 新增机器学习功能,永久免费使用AI
。该功能支持本地化处理,无需联网,确保数据隐私,用于提升图像主体与对象的选择精度和速度。 对象选择工具 (Object Selection Tool): 基于分割模型,自动识别并选择图像中的人物、动物、建筑等对象。模型大小约 290MB。 选择主体功能 (Select Subject): 基于显著性模型,一键智能识别图像中最突出的主体。模型大小约 72MB。 本地处理: 所有 AI 运算均在设备本地完成,不上传用户数据,保证隐私安全。
用 AI 自动操作浏览器:Gemini 2.5 Computer Use
Google 发布了 Gemini 2.5 Computer Use 模型,能像人一样“看”并操作浏览器界面,通过点击、输入、滚动等实现复杂自动化任务。它不再依赖传统 API,直接从屏幕截图理解并执行操作,减少人工重复劳动。 1️⃣ 可视化交互:模型接收屏幕截图和你的指令,自动生成并执行浏览器操作,直到任务完成。 2️⃣ 性能领先:在 Online-Mind2Web、WebVoyager 等基准测试中表现优异,延迟低,响应快。 3️⃣ 丰富操作:内置点击、输入、滚动、拖拽、快捷键等 13 种基础 UI 操作,支持自定义功能扩展。 落地场景:端到端 UI 自动化测试、批量表单填写、信息采集与同步、电商比价等。 目前该模型已在 Google AI Studio 和 Vertex AI 提供预览版,按 Token 计费。 本地部署: https://github.com/google/computer-use-preview/ 在线演示: https://gemini.browserbase.com/
claude申诉失败了。
订阅费也没法儿退,我甚至怀疑申诉邮件就是钓鱼的,有追踪IP地址。 dhh是美国开发者,前段时间来深圳交流,演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法,把Claude code放在海外机器上,用tailscale远程连接使用。 那就得租一台有家宽的海外机器,在那台机器上注册和登录claude。

分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi,跑多subagent,最后再自己看diff,提pr,经常一坐就是一天。 九月底,我工作流改成在手机端用hermes指挥pi,完全解决了久坐电脑前的痛苦,用到现在还挺舒服。 Hermes用旗舰模型(gpt-6-astra/opus-5.5),pi尽量不装插件,用中端模型(ds-v4.1-flash/sonnet/terra),二者间用a2a通讯。 hermes负责分析issues,拆分成多个小任务,然后给每个小任务创建worktree,并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes,由它判断提pr还是返工给pi。基本逛一天景点,或一觉醒来十几个pr搞好了,舒服得很。 就是过程太黑盒了,心路历程有点像早期的vibe coding,那会diff至少自己会看一下,现在diff也黑盒,完全交给旗舰模型,属于盒中盒了。 如果没数据焦虑,其实可以直接用grok-bot或者chatgpt-dot,开箱即用,里面内置了grok-cli和codex,原生agents通讯。弊端就是数据不在本地,有监管,万一被封号一切归零。
