#App #AI #Broswers

🌐 ChatGPT Atlas 体验小记

AI 浏览器赛道竞争的火热。Google 的核心产品接二连三的遭到挑战，从搜索到浏览器。AI 正在重新定义用户的信息获取以及交互方式，重新塑造互联网入口的产品。OpenAI 几乎在所有流量入口都有积极的部署，Sora 类似抖音，ChatGPT Search 类似 Google，ChatGPT Atlas 类似 Chrome。

我把 Comet 设置为我的默认浏览器很久了，最近也是用上了 ChatGPT Atlas

✨ Features

- ChatGPT 聊天侧边栏，包含网页信息，浏览记录
- AI 操作浏览器
- 框中页面上的文字，在悬浮菜单栏中调用 ChatGPT，更新文字
- 默认 ChatGPT 搜索，支持搜索文字，图片，视频等
- 更细致的权限控制。 ChatGPT 是否拥有权限使用你在各个网站的登录信息

那和 Comet 相比功能差在哪里呢？

+ 更细节的权限控制
+ 悬浮栏调用 ChatGPT
+ 对于 ChatGPT 产品更多的集成，例如 Agens， Canvas，图片生成等功能
+ AI 点击页面元素的展现更加自然
- 自动选择模式

🫡 体验

AI 产品不能只看功能，更关键的是实际体验。以搜索功能为例，我觉得 ChatGPT 的结果更精炼，阅读负担更小。在搜索公司网站时，它会根据用户的职业兴趣呈现合适的公司，避免重名误判。而 Perplexity 在信息搜索上的精准度更高，比如查询公司招聘信息时，它能准确提供该公司的域名；相比之下，ChatGPT 有时会匹配到错误的公司。

对于网页操作，我觉得 Comet 的精准度更高和完成度更高。比如我让两个浏览器都给一个 TG 联系人发消息，Comet会在发送消息之前让我确认一下，点一下确认按钮他就会发送消息。Atlas 则直接在把消息填入聊天框之后就停了下来，等待下一步的指示。

除此之外 Comet 更加注重安全。AI 做一些重要操作时，它会提示用户进行确认。 整个操作的透明度也更好。展示了 AI 整个的思考过程。

Comet 可以自动识别用户需要进行网页操作还是只是单纯的搜索问题。Atlas 目前还需要人手工选择模式。

Atlas 的页面操作大部分都倾向于放在前台，Comet 会在后台做这些任务，不打扰用户忙其他事情。但是保证透明度。用户可以随时查看打断。

🎬 场景

讲完这些功能和体验上的区别，到底什么任务是适合让 AI 帮我们去完成的呢？

对于操作步骤比较繁琐，使用频率比较高的流程非常适合使用 AI 进行用户。如今很多产品做的越来越复杂和臃肿，完成一件事情可能要点5-7下，这种就适合把它保存为一个 Prompt 然后进行重复使用。举几个例子

1. 自动填写表单

我有一个收集有意思产品的表单，类似收藏夹。每次看到有意思的我就会填写表单，并提交。提交后，预先设置的 n8n 流程会分析这个产品，获取关键信息，记录在 Notion 上。我把这个功能做成了一个 Skil。给出产品链接，AI 会自动帮我提交。省去了我人工寻找表单网址，复制黏贴，提交的功夫。

2. 更新 Notion 数据库

我有一些项目在 Notion 上追踪，更新项目进展我让 AI 帮我去做。人工做的话这通常意味着，打开 Notion，找到数据库，寻找到需要修改的那一行，更新对应的值。

3. 合并日历数据

我朋友用 AI 来把他多个日历合并

最后，
虽然厂商都在宣传 AI 操作浏览器的功能，但是用户大部分时候都想不到用它。 还有很多使用场景值得探索。

频道：@NewlearnerChannel

#macOS #APP #AI

🔬️️️️️️ Haye: ChatGPT Desktop 替代品

✨ Features

- 系统级集成：通过 Command+E 快捷键在 macOS 任何界面调用，无需切换应用。
- 多模型聚合：在单一应用内集成并访问 GPT-5, Claude Sonnet 4.5 等多种大型语言模型。
- 多模型对比：支持同时调用最多三种不同模型，并并排比较其回答，便于评估不同模型的优劣。
- 与 App 协作：通过智能截屏自动捕获当前应用窗口的上下文，实现跨应用提问，无需手动复制粘贴。
- 文档与文件交互：支持与 PDF 及本地文件进行对话式交互，用于提取信息、总结内容。
- 图像识别与分析：可对屏幕截图、图片内容进行 OCR 文本提取、问题解答和视觉分析。
- 集成网络搜索：内置 AI 辅助的网页搜索功能，提供带有来源链接的实时信息，无需额外订阅。
- 高度可定制化：支持创建自定义风格和规则以控制 AI 回复的语气、格式和行为。
- API Key：用户可配置自己的 API 密钥以优化成本

⚙️ 机制

- 技术栈：应用基于 Electron 构建，通过混合开发模式集成 macOS 原生组件以优化体验，确保了在 Apple Silicon 和 Inte 架构上的兼容性。
- 隐私与数据：官方承诺不使用用户对话数据进行模型训练。为产品优化和 Bug 修复，会收集匿名的软件使用日志。

👨🏻‍💻 使用场景

- 写作与内容创作：在任意编辑器中直接调用 AI 进行文本润色、翻译、续写，减少工作流中断。
- 开发与技术工作：用于代码解释、文档生成和技术方案探讨。利用多模型对比功能评估不同模型在代码或逻辑推理上的表现。

💵 收费

- 定价模式：提供 $19.99 的一次性买断版本和 $4.99/月 的订阅服务。

🙋‍♂️ 感想

之前我使用的大部分 AI 聊天软件更注重 Agent 。 Haye 更注重带来本地 AI 助手的体验，他的功能和 ChatGPT 桌面版相似，但添加了很多便利功能，例如了很多自定义快捷按钮。可以方便的对每个回答做修改，长一些或者短一些。要求 AI 按照特定规则回答，只要重点等等。

频道：@NewlearnerChannel

#GitHub情报 #APP #AI #macOS

🎤 Chorus: 多模型 AI 对话的轻量级桌面应用

官网 ｜ Github

在一个界面同时对话多个 AI 模型，获取不同视角的答案

✨ 特点

• 多模型并行对话：同时向 Claude Sonnet 4、o3-mini、Gemini 2.5 Pro、DeepSeek R1 等多个模型提问，实时对比不同模型的回答
• Ambient Chat：可以从任何地方启动对话，Chorus 能看到你的屏幕，了解你正在做什么，无需额外解释
• MCP 支持：运行任何 MCP 服务器，支持网页搜索、终端命令执行、GitHub 集成等
• 本地和云端模型兼容：支持 OpenAI、Anthropic、Google、OpenRouter 以及通过 Ollama 运行的本地开源模型
• 文档处理：URL 自动提取、PDF/图片/文档上传、全文搜索
• Magic Projects：对话之间自动共享上下文
• BYOK：自带 API 密钥或使用代理服务
• 极速体验：毫秒级全文搜索、完整键盘快捷键支持、代码和 LaTeX 语法高亮

⚙️ 机制

• 前端：React 18.3 + Vite 5.4 + TypeScript 5.8
• 后端：Rust (Tauri 2.5) + SQLite
• UI 组件：Radix UI + Tailwind CSS 3.4
• 状态管理：Zustand + TanStack Query
• 桌面框架：Tauri 2（使用系统 WebView，不打包 Chromium）

主要依赖

- AI SDK：@anthropic-ai/sdk、@google/genai、openai、@modelcontextprotocol/sdk
- 实用工具：pdfjs-dist（PDF 处理）、cheerio（HTML 解析）、highlight.js（代码高亮）、katex（LaTeX 渲染）
- 开发工具：ESLint、Prettier、Vitest、Husky

数据存储

- 本地 SQLite 数据库存储所有数据
- 隐私优先：数据不离开设备
- 支持文件系统监控

👨🏻‍💻 使用场景

• 技术问题调试：同时询问多个模型，一个模型可能遗漏的错误，其他模型能发现
• 学术写作：避免单一模型的幻觉或道歉循环，通过多模型对比获得更可靠的答案
• 研究和学习：对比不同 AI 的观点和解释方式，获得更全面的理解
• 内容创作：利用不同模型的优势，Claude 擅长写作，GPT 擅长结构化，Gemini 擅长多语言
• 大文档分析：通过 URL 提取和 PDF 上传处理文档，配合全文搜索快速定位信息

🛣️ 路线图

根据 GitHub issues 和社区反馈，团队正在关注：

• RAG 模式：社区提出详细的大文档处理方案（40k+ tokens），可能采用云端 RAG 或本地向量数据库
• Ollama 优化：增强本地模型支持，自定义 API 地址配置
• 语音集成：类似 qspeak.app 的语音交互功能
• 本地爬虫：替代 Firecrawl 的本地网页抓取方案
• 成本追踪增强：已实现 OpenRouter 成本跟踪，未来可能支持更多提供商

💬 社区评价

Chorus 在 GitHub 上获得了 575+ 星标和 73 个 fork，开源仅两个月就积累了活跃的开发者社区。项目有 25+ 个 issues 讨论。

Garry Tan（Y Combinator 总裁兼 CEO）评价道：「这是关于 AI 如何改变个人计算的一个很酷的尝试。」

Hamel Husain（Answer.AI）称赞说：「Chorus 真的很酷。这是一个非常精致的应用，让你并排使用所有模型，'环境聊天'功能允许模型看到你电脑上正在做的一切。它就是好用。」

Alex Volkov（Thursd/AI）表示：「Chorus 对我来说已经成为不可或缺的 AI 工具！出色的键盘快捷键支持、对比模式、MCP、环境聊天、自带密钥支持、本地模型支持。它真的应有尽有！」

从社区反馈来看，用户最喜欢的是多模型并行对比功能和 Ambient Chat 的便利性，键盘快捷键和 MCP 集成也备受好评。不过也有改进空间：Windows 版本尚未发布（仅支持 Mac），MCP 服务器配置对新手有一定门槛，部分用户期待的 RAG 模式功能还在社区讨论阶段。总体而言，社区对产品持积极态度，维护者响应迅速，用户提出的成本追踪等功能已快速实现。

🖊️ 作者背景

Charlie Holtz - 联合创始人兼 CEO

• 教育：Brown University 计算认知神经科学学士（荣誉学位）
• 职业经历：
- Replicate 工程师（领导增长，构建数百万用户应用）
- Point72 量化研究员（最年轻的量化开发者，管理数十亿美元投资组合）
- Brown University Serre Lab 计算视觉研究助理
• 背景：结合技术专长和认知神经科学洞察，前飞盘运动员

Jackson de Campos - 联合创始人

• 教育：Brown University 计算机科学学士
• 职业经历：
- Netflix 机器学习软件工程师（扩展 Netflix 整个目录的视频理解模型推理）
- Amazon SDE 实习生
- Brown University 教学助理（逻辑系统课程）
• 背景：机器学习和大规模基础设施专家

公司：Melty Labs

- Y Combinator S24 批次
- 种子轮融资：50 万美元（2024）
- 团队规模：1-10 人
- 总部：旧金山，加州
- 产品线：Melty（AI 代码编辑器）→ Chorus（多模型 AI 对话应用）
- 哲学：开源优先、本地优先、隐私优先

团队特色

两位创始人在 Brown University 打飞盘时相识，共同的技术热情和互补的专业背景（认知神经科学 + 机器学习）为产品注入了独特视角。他们使用 Claude Code 构建产品，在博客中甚至把 Claude 称为「本月最佳员工」。

💰 定价

完全免费 + 开源

- MIT 许可证
- 自带 API 密钥（BYOK）：用户直接向 AI 提供商付费
- 可选代理服务：使用 Chorus 的代理
- 无订阅费用

🙋‍♂️ 感想

Chorus 刚发布时就吸引了我的注意力，相比其他套壳聊天软件，它的界面更精致，而且是首批支持 MCP 的产品之一。不过目前整体体验已经不如 Claude Desktop，因为 Claude 在桌面端提供了功能更强大的 Cowork 和 Code 模式。

但如果你需要对比不同模型的输出结果，或者当某个模型的答案不满意时希望能快速切换到另一个，Chorus 依然是个不错的选择——开源、免费、性能优秀，这三点在 AI 工具领域并不常见。

频道：@NewlearnerChannel

#GitHub情报 #macOS #AI

☠️ ANE — 逆向工程解锁 Apple Neural Engine 训练能力

首个绕过 CoreML、在 Apple M4 神经引擎上实现完整反向传播的开源概念验证，证明 ANE 硬件本身具备训练能力，软件封锁才是真正壁垒。

✨ 特点

• 私有 API 直连：通过逆向工程 _ANEClient、_ANECompiler 等私有接口，完全绕过 CoreML，实现对 ANE 硬件的直接控制，吞吐提升 2–4x。
• 完整前向 + 反向传播：在 ANE 上运行 Transformer 的前向与 dx 梯度计算，权重梯度 dW 由 CPU（Accelerate cblas）并发处理，支持 Adam 优化器与 checkpoint 续训。
• 动态权重管道：将权重打包进空间维度，实现权重更新无需重新编译，突破 ANE 每进程约 119 次编译上限的约束。
• INT8 W8A8 量化：利用 MIL quantize/dequantize 算子在 L2 SRAM 缓存 INT8 激活值，M4 上实测 1.88x 吞吐提升（35.1 TOPS vs 18.6 TOPS）。
• GPU↔ANE 零拷贝流水线：基于 IOSurface 共享内存，GPU 负责 prefill，ANE 负责 decode，Stories110M 总延迟仅 8.8ms。
• 硬件基准体系：系统性揭示 Apple「38 TOPS」宣传存在虚高。ANE 实际将 INT8 反量化为 FP16 后执行，真实峰值为 19 TFLOPS FP16，并提供 SRAM 带宽、TFLOPS 峰值等详细测量数据。

⚙️ 机制

ANE 是一个图执行引擎，接受编译好的 MIL（Model Intermediate Language）计算图后原子执行，本身不暴露可编程的指令集。项目通过运行时 objc_msgSend 解析 AppleNeuralEngine.framework 中 40+ 个私有 Objective-C 类，构建出「MIL 程序生成 → 内存编译 → IOSurface I/O」的完整链路。训练时前向与反向 dx 计算在 ANE 完成，权重梯度 dW 由 CPU cblas 并行执行，Adam 更新在 CPU 完成后权重重新打包回 ANE 空间维度。全程无外部依赖，仅使用系统框架。

主要依赖：Objective-C + Foundation + IOSurface + Accelerate（纯系统框架，零第三方依赖），Python 仅用于训练监控 Dashboard（blessed 库）。

🧑‍💻 使用场景

• NPU 编译器研究者：希望深入了解 Apple ANE 的 MIL IR 格式、Kernel Fusion 策略和 SRAM 行为，可直接参考 inmem_bench.m、sram_probe.m、inmem_peak.m 等基准工具，无需从零逆向工程。
• 边缘 AI 推理优化工程师：gpu_prefill_ane_decode.m 实现的 GPU prefill + ANE decode 混合流水线（Stories110M 总延迟 8.8ms、功耗 2.8W），可作为低功耗本地部署方案的参考架构。
• Apple 平台 ML 开发者：需要在 CoreML 训练 API 限制之外实现设备端持续学习或个性化微调时，可通过 bridge/ane_bridge.h 提供的 C-callable API 接入 ANE 计算能力。
• 硬件性能研究者：验证 38 TOPS 虚高发现，或研究 Apple Silicon ANE 与 SME（Scalable Matrix Extension）在不同工作负载下的分工边界。
• 开源社区建设者：在本项目基础上构建更完整的运行时，如已涌现的 Orion（完整 ANE 训练 + 推理框架）、hybrid-ane-mlx-bench（Apple Silicon 推理策略系统评测）。

🛣 社区关注方向

• Mega-kernel 层融合：将完整 Transformer 层融合为单一 MIL kernel
• macOS 26 API 适配：Apple 更改了 compile API。Apple 据报将推出「Core AI」替代 CoreML
• 扩展到更大模型：Qwen3-0.6B（596M 参数）GQA 支持已合并，社区在探索 1B+ 参数范围的可行性
• 模型加载支持：目前只能从随机初始化训练，无法加载预训练权重

💭 感想

ANE 项目最有价值的地方，不在于能立即替代 MLX 或 llama.cpp。作者在 README 里写得很清楚，这从来不是目标。它真正做到的是把一个「不可能」命题变成了有据可查的事实：Apple Neural Engine 的硬件本身具备训练能力，6.6 TFLOPS/W 的功效比（约为 A100 的 80 倍）让人想知道，若 Apple 开放训练 API，边缘端持续学习会走向哪里。

技术完成度上，最扎实的是基准测试体系中 38 TOPS 虚高的实验性反驳、SRAM 带宽性能悬崖的量化分析，都是不多见的一手硬件数据。训练实现接近 PoC 状态。5–9% 的 ANE 利用率说明距离高效 NPU 训练还有很长的软件工程路要走。相比 MLX（GPU 路线，开箱即用）和 CoreML（推理受限但稳定），ANE 这条路适合想深入理解 Apple Silicon 底层的系统工程师，不适合期望开箱即用的应用开发者。

项目的另一面是方法论本身：逆向工程、基准分析、训练代码，全程与 Claude Opus 4.6 协作完成。 AI 可用性得到了另一次证明

频道：@NewlearnerChannel