

更多动态
,结果发现 Google 翻译偷偷憋了个大招。我本来是 DeepL 的死忠粉,对于 Google 翻译那种“机翻味”向来是嗤之以鼻的,但这波更新真的让我有点手抖。 我昨晚在星巴克测了一下。以前用 Google 翻译最怕遇到习语,比如我想跟葡萄牙朋友解释“stealing my thunder”(抢风头),旧版直接给我翻成“偷雷声”,场面一度非常尴尬 。这次接入 Gemini 后,它居然能读懂“潜台词”了,不仅翻译准了意思,连那种情绪上的微妙感都抓住了。感觉它终于不像个只会查字典的呆板机器人,而是个懂点人情世故的本地人。 最炸裂的是那个“Live translate”。我戴着杂牌有线耳机,直接开启实时语音。Gemini 2.5 Flash 的模型确实有点东西,隔壁桌在大声聊八卦,它居然能把背景噪音滤掉,只翻译我对面那个人的话。这种“给耳朵装外挂”的感觉,对于我们这种常年在外面跑的数字游民来说,简直是救命稻草 。 唯一的槽点是,这么好用的实时语音目前只在安卓首发,iOS 用户居然要等到 2026 年?库克看了都得摇头。 你们平时翻译工具用的啥?

,用多模态模型把“找模板”变成了“复刻审美”。 原理类似给理发师看照片,它通过 Nano Banana Pro 解析参考图的“氛围”,直接生成对应的排版逻辑。 1️⃣ 视觉风格迁移:随便扔一张海报或设计图,AI 自动提取配色与留白比例,生成的 Slides 具备原生设计感,不再是枯燥的大纲填充。 2️⃣ 语音交互 (Oral Modification):这是最大的效率提升点。按住麦克风说“把这张图换成商务风”或“这里太挤了拆成两页”,系统能精准识别意图并局部重绘。 3️⃣ 工程化落地:支持 Docker 私有部署,保护企业文档隐私;导出格式为全矢量 PPTX,文字图标任意放大不失真,完美兼容 Office。 GitHub: github.com/Anionex/banana-slides #AI工作流 #开源工具 #PPT制作 #Gemini3

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。
