Qwen 刚发布的这俩新模型，可能要省掉我每个月给 ElevenLabs 交的订阅费了。
主打「3 秒克隆」和「文本捏人声」，对于我们这种要做多语言视频的创作者来说，吸引力很大。
具体有两个新成员：
1️⃣ VoiceDesign (VD-Flash)：不用找现成音色，直接用 Prompt「捏」声音。
假如我想给独立开发的小游戏 NPC 配个“焦虑的中年侦探”音色，以前得在素材库翻半天，现在写几行指令就能生成。官方测试说在角色扮演场景下比 Gemini-2.5-pro 还稳。
2️⃣ VoiceClone (VC-Flash)：只需 3 秒干音就能克隆。
这对出海做内容太友好了，支持中英日等 10 种语言。我试着把我的中文克隆成西班牙语，语调的上下文断句比 Grok 要自然，没有那种明显的“机械感”。
虽然官方数据说错误率低了 15%，但我实测感觉在极快语速下还是偶尔会吞字，不过作为生产力工具完全够用了。
#AI语音 #独立开发 #Qwen #开源模型 #效率工具
Qwen 刚发布的这俩新模型
更多动态
🎙 刚看到通义实验室开源了这个端到端 (S2S)
Fun-Audio-Chat 8B 模型，这不仅仅是陪聊工具，更像个长了耳朵的 Agent。 1️⃣ 动口不动手：最戳我的是 Voice Function Calling。以前我在开车时想处理个急事，只能干着急，现在直接吼一声让它调工具查资料、做翻译。 2️⃣ 情绪感知很敏锐：尝试用崩溃的语气跟它吐槽了两句，它居然能听出我的疲惫语气并给反馈，比那种只会在云端念稿子的 AI 像人多了。 3️⃣ 配置门槛友好：双分辨率架构确实省显存（官方说降了 50%），实测在我这台非顶配机器上跑，延迟完全在可接受范围内。 预测这个模型特别适合想做语音交互 App 的朋友。 #AI工作流 #FunAudioChat #开源模型 #独立开发 #语音交互
告别服务器运维，我这周用 EdgeOne Pages 跑通了出海 AI
项目。 一键托管加全球边缘部署，这应该是目前国内开发者做全球化 AI 工具门槛最低的路径之一。 以前我最烦熬夜调 Nginx 配置，尤其是做海外项目，延迟稍微高点，客户的方案就卡在加载动画上。这几天实测了下刚发正式版的 EdgeOne Pages，感觉终于能从运维琐事里抽身了。 1️⃣ 对我这种“独狼”开发者，它最大的意义是免运维。不用买主机、配环境，代码推上去就自动分发。 2️⃣ 它是典型的边缘原生思路。简单说就像在离用户家门口最近的快递站直接发货，尤其是做 AI Wrapper 类工具，响应速度直接决定了留存。 3️⃣ 相比之前我折腾复杂的 CDN 套娃，这个集成度更高，部署起步比自建服务器快得多。 想低成本测试海外市场的 AI 产品，这套方案非常适合。 你们现在做海外小工具，是习惯用 Vercel 这种，还是更倾向国内厂商的边缘计算？ #EdgeOne #出海开发 #数字游民 #AI工作流 #独立开发
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。
