更多动态
，忽略 Soniox 可能让你错失低成本的高精方案 这是一家主打“无监督学习”的 AI 语音公司，核心价值是解决通用模型在专业术语、强口音及嘈杂环境下的“听不清”问题。 它的 Omnio 模型原理类似于人类“磨耳朵”自学，而非传统模型靠海量人工标注（刷题），这让它在特定垂直领域适应性极强。 🔹 抗噪与长文本： 在医疗、法律等对准确率要求极高的场景，其官方数据显示 WER（词错误率）表现优于部分大厂方案，主要体现在对专业名词的捕捉上。 🔹 实时流式处理： 支持超低延迟的 Real-time API，适合做实时翻译或 AI 语音助理，不像某些模型只能处理离线文件。 🔹 合规护城河： 原生支持 HIPAA 与 GDPR，这对想切入 B2B（如诊疗记录工具）的独立开发者来说，省去了大量合规成本。 若你的应用涉及高频专业词汇，建议先用其 Python SDK 跑一个 MVP，重点对比“噪音环境下的识别率”。通用场景 Whisper 够用，但在垂直赛道，Soniox 可能是更好的替代。 🔗 https://soniox.com/benchmarks #AI工作流 #语音识别 #开发者工具 #Soniox #API集成
Google NotebookLM 正式上线 Slide Decks，把“资料整理→大纲梳理→生成PPT”压缩进 10 秒，彻底重构你的工作流。 🔹 解决核心痛点：零幻觉 它不像普通 LLM 那样天马行空，而是严格基于你上传的 PDF/Docs/URL 进行 RAG（检索增强生成）。简单说，就是把 AI 关进你的知识库里“开卷考试”，确保输出的每一页 PPT 都严谨可溯源，特别适合科研、财报或技术文档。 🔹 视觉不再是短板 这次集成了 Google 最新的 Nano Banana Pro 图像模型。实测发现，它生成的配图和 Infographics（信息图表）能精准还原数据逻辑，审美在线，不再是那种通用的“占位符”图片。 🔗 官网直达： notebooklm.google #AI工作流 #生产力工具 #NotebookLM #高效办公 #知识管理
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。
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。
