#Photos #AI #Terminal
📷 摄影焦段分析器：用 AI 制作的终端脚本，直观统计你偏爱的摄影焦段
🔗：获取脚本
🧠 生成式 AI 和编程的发展，让我们能够快速实现之前很难做到的事情。曾几何时，我们只能从别人的博客、论坛搜刮代码片段，然后针对性作出修改，才能勉强实现部分功能。而如今，直接向 AI 告知我们的需求，即可快速生成可用代码（包安装运行）。此前曾通过 iOS AI Agent 分析过自己的睡眠和健康情况，评价为 AI 真是太好用了！
📸 前不久在小红书网上冲浪时，算法精准将我击中，萌生了统计自己摄影焦段喜好的想法，评论区清一色表示：脚本是 AI 写的。于是跃跃欲试，给 AI 以下内容：帮我编写一个脚本，能够快速统计分析我的摄影作品所用的焦段区间，要求根据超广角、广角、中焦、长焦、超长焦几个维度统计张数和占比。选中文件夹后需要访问二级和三级文件夹的所有内容
❓ 生成的过程很顺利，调试了几次之后能够跑起来了。但当我遍历电脑上存的 10000 多张照片（PNG 格式，可在系统信息查询焦段等信息）后，脚本提示照片均没有有效的 EXIF 信息。研究后发现，PNG 照片一般用 XMP 携带元信息，安装 exiftool 工具即可快速读取，于是得到了脚本的最终稿
💡 如何使用
① 下载脚本
② 安装 Python 所需依赖：
③ 安装 exiftool：
④ 运行脚本
运行后，脚本会提示你选择对应的摄影文件夹，直接选择一级文件夹即可。接着脚本会自动遍历所有照片，提取对应的焦段信息并最终生成统计。如果你有其他需求，或是想要进一步生成对应的热力统计图，也可以借助 AI 快速实现
频道：@NewlearnerChannel
📷 摄影焦段分析器：用 AI 制作的终端脚本，直观统计你偏爱的摄影焦段
🔗：获取脚本
🧠 生成式 AI 和编程的发展，让我们能够快速实现之前很难做到的事情。曾几何时，我们只能从别人的博客、论坛搜刮代码片段，然后针对性作出修改，才能勉强实现部分功能。而如今，直接向 AI 告知我们的需求，即可快速生成可用代码（包安装运行）。此前曾通过 iOS AI Agent 分析过自己的睡眠和健康情况，评价为 AI 真是太好用了！
📸 前不久在小红书网上冲浪时，算法精准将我击中，萌生了统计自己摄影焦段喜好的想法，评论区清一色表示：脚本是 AI 写的。于是跃跃欲试，给 AI 以下内容：帮我编写一个脚本，能够快速统计分析我的摄影作品所用的焦段区间，要求根据超广角、广角、中焦、长焦、超长焦几个维度统计张数和占比。选中文件夹后需要访问二级和三级文件夹的所有内容
❓ 生成的过程很顺利，调试了几次之后能够跑起来了。但当我遍历电脑上存的 10000 多张照片（PNG 格式，可在系统信息查询焦段等信息）后，脚本提示照片均没有有效的 EXIF 信息。研究后发现，PNG 照片一般用 XMP 携带元信息，安装 exiftool 工具即可快速读取，于是得到了脚本的最终稿
💡 如何使用
① 下载脚本
② 安装 Python 所需依赖：
pip install exifread tqdm tabulate pillow pillow-heif③ 安装 exiftool：
brew install exiftool④ 运行脚本
运行后，脚本会提示你选择对应的摄影文件夹，直接选择一级文件夹即可。接着脚本会自动遍历所有照片，提取对应的焦段信息并最终生成统计。如果你有其他需求，或是想要进一步生成对应的热力统计图，也可以借助 AI 快速实现
频道：@NewlearnerChannel
❤2
#Games #AI
📩 接读者来稿，他向我们介绍了自己开发的有趣的 AI 武侠游戏
⚔️ 江湖论剑：人定门派，AI 论招 —— 把武侠对战做成一套专门给 AI Agent 打的擂台
🔗：官网
江湖论剑把「打武侠对战」这件事整个翻转了一下：人不下场。人只负责造一个角色 —— 取个名、选一个门派；真正逐帧出招的，是一段由 AI agent 写的「心法脚本」。你把角色和门派招式丢给任意 AI（Claude / GPT / 你自己的脚本），它就能在「试招 → 读战斗复盘 → 改招 → 上天梯排位」这个闭环里自己练级。说白了拼的不是手速，是提示词和算法——你在调教一个会打架的 AI，再看它能爬多高。
✨ 特点
- AI 替你打，不是你替 AI 点：核心玩法就是把角色交给 AI——给它一段提示词、一套门派招式，它自己就能跑完「试招 → 复盘 → 改招 → 排位」整个闭环，全程不用你盯着点。
- 人定门派，AI 论招：七大门派、35 个招式，各有形状——单体 / 直线 / 锥形 / 自身范围 / 落地陷阱 / 召唤 / 姿态切换 / 反弹（苍云「盾立」连 debuff 一起弹回去）。人选流派，AI 写出招逻辑。
- 完整复盘 + 战斗诊断：每局打完自动生成一份复盘——逐招命中率、伤害构成、暴击数、各地形停留时间一目了然，AI 拿这份数据反过来调招。
- 有信息差的战场：14×14 网格，五种地形（墙、高坡、浅溪减速、灵泉回内力、雾林让你从对手眼里隐身）。120° 视野锥 + 真实视线遮挡——看不见对手时你只知道他有什么招、什么状态，却摸不到他在哪，是真的战争迷雾。
- 真排位天梯：14 段位天梯，外加「论武尊 / 大宗主 / 鸣剑生」称号；还有一圈 PUBG 式的「禁地」缩圈逼你近身，专治无限风筝流。
- 招式版本留痕：每次改招都留痕，AI 能把「哪一次改动」对上「那段时间的真实胜负」，拿战绩反过来优化。
🛣 路线图
• 更多门派与演武场地：在现有七大门派、四张地图之上继续扩，丰富招式形状与地形互动。
• 平衡持续迭代：数值调整靠真实对局数据驱动，且不影响你已经发布的招式。
• AI 上手更顺：把战斗诊断、对手检索做得更好用，让 AI 更容易读懂战况、更快上手。
• 秘境试炼扩充：从视野、资源管理到进阶策略，做成一条带「要诀」讲解的教学关卡线。
🖊 作者背景
由 gtoxlili 个人开发，线上长期运行在 jianghu.gtio.work，欢迎来玩、提建议，也欢迎贡献门派与招式创意。
频道：@NewlearnerChannel
📩 接读者来稿，他向我们介绍了自己开发的有趣的 AI 武侠游戏
⚔️ 江湖论剑：人定门派，AI 论招 —— 把武侠对战做成一套专门给 AI Agent 打的擂台
🔗：官网
江湖论剑把「打武侠对战」这件事整个翻转了一下：人不下场。人只负责造一个角色 —— 取个名、选一个门派；真正逐帧出招的，是一段由 AI agent 写的「心法脚本」。你把角色和门派招式丢给任意 AI（Claude / GPT / 你自己的脚本），它就能在「试招 → 读战斗复盘 → 改招 → 上天梯排位」这个闭环里自己练级。说白了拼的不是手速，是提示词和算法——你在调教一个会打架的 AI，再看它能爬多高。
✨ 特点
- AI 替你打，不是你替 AI 点：核心玩法就是把角色交给 AI——给它一段提示词、一套门派招式，它自己就能跑完「试招 → 复盘 → 改招 → 排位」整个闭环，全程不用你盯着点。
- 人定门派，AI 论招：七大门派、35 个招式，各有形状——单体 / 直线 / 锥形 / 自身范围 / 落地陷阱 / 召唤 / 姿态切换 / 反弹（苍云「盾立」连 debuff 一起弹回去）。人选流派，AI 写出招逻辑。
- 完整复盘 + 战斗诊断：每局打完自动生成一份复盘——逐招命中率、伤害构成、暴击数、各地形停留时间一目了然，AI 拿这份数据反过来调招。
- 有信息差的战场：14×14 网格，五种地形（墙、高坡、浅溪减速、灵泉回内力、雾林让你从对手眼里隐身）。120° 视野锥 + 真实视线遮挡——看不见对手时你只知道他有什么招、什么状态，却摸不到他在哪，是真的战争迷雾。
- 真排位天梯：14 段位天梯，外加「论武尊 / 大宗主 / 鸣剑生」称号；还有一圈 PUBG 式的「禁地」缩圈逼你近身，专治无限风筝流。
- 招式版本留痕：每次改招都留痕，AI 能把「哪一次改动」对上「那段时间的真实胜负」，拿战绩反过来优化。
🛣 路线图
• 更多门派与演武场地：在现有七大门派、四张地图之上继续扩，丰富招式形状与地形互动。
• 平衡持续迭代：数值调整靠真实对局数据驱动，且不影响你已经发布的招式。
• AI 上手更顺：把战斗诊断、对手检索做得更好用，让 AI 更容易读懂战况、更快上手。
• 秘境试炼扩充：从视野、资源管理到进阶策略，做成一条带「要诀」讲解的教学关卡线。
🖊 作者背景
由 gtoxlili 个人开发，线上长期运行在 jianghu.gtio.work，欢迎来玩、提建议，也欢迎贡献门派与招式创意。
频道：@NewlearnerChannel
❤8
#RSS #AI #GitHub情报 #Tools
📰 邸报：把推荐算法重新接回 RSS
🔗：GitHub | 项目介绍
⭐️ Features:
• 导入 OPML 或 RSS 地址
• 根据阅读行为自动学习偏好
• 支持 Docker Compose 部署
• SQLite 单文件存储
• 无需绑定 LLM API，可接入 embedding 服务或本地模型
RSS 的好处是信息源掌握在自己手里，坏处也是信息源容易古板、陈旧、机械的掌握在自己手里。订阅一多，每天几百篇未读文章堆在收件箱里，阅读很容易逐渐变成一种负担。平台推荐当然省心，但代价是信息分发权也一并交给了平台。邸报在两者之间找一个位置，让信源仍然由用户选择，但排序交给算法完成。导入 OPML、添加 RSS 地址之后，就可以在邸报中像普通阅读器一样浏览、收藏和标记文章。与传统 RSS 阅读器不同之处在于，邸报会根据阅读行为逐渐学习用户的偏好，再对订阅池中的内容重新排序。它不会引入新的信息来源，只是在你已经订阅的文章里，把可能更值得先看的内容浮上来。
这个思路非常合理。现在很多“AI 阅读”产品习惯让大模型直接吞掉整条信息流，逐篇总结、筛选和判断，不仅消耗大量 Token，也容易让阅读变成被模型加工过的二手信息。而邸报选择了另外一条路，通过行为数据、embedding 和排序，已经可以解决大部分需求，每篇推荐还会附带理由，不只是扔给用户一个无法理解的黑盒分数。
部署方面，邸报支持 Docker Compose，可以运行在 NAS、VPS 或本地电脑上。数据保存在 SQLite 文件中，备份基本就是复制粘贴。它不依赖中心化服务，也不强制绑定付费 API。接入硅基流动之类的 embedding provider，或者在本地跑一个小模型，就可以获得不错的推荐效果。
👀 开发者将邸报称作“外部嗅觉器官”，我很喜欢这个描述。RSS 阅读器流行于 2000 年前后，推荐算法在十多年前就已经被大规模验证，但直到今天，两者仍然很少被真正结合起来。邸报目前的完成度和推荐效果都需要更多真实使用来检验。如果你的 RSS 收件箱已经长期处于爆炸状态，又不愿意把阅读完全交给平台算法，邸报很值得试试看。
频道：@NewlearnerChannel
📰 邸报：把推荐算法重新接回 RSS
🔗：GitHub | 项目介绍
⭐️ Features:
• 导入 OPML 或 RSS 地址
• 根据阅读行为自动学习偏好
• 支持 Docker Compose 部署
• SQLite 单文件存储
• 无需绑定 LLM API，可接入 embedding 服务或本地模型
RSS 的好处是信息源掌握在自己手里，坏处也是信息源容易古板、陈旧、机械的掌握在自己手里。订阅一多，每天几百篇未读文章堆在收件箱里，阅读很容易逐渐变成一种负担。平台推荐当然省心，但代价是信息分发权也一并交给了平台。邸报在两者之间找一个位置，让信源仍然由用户选择，但排序交给算法完成。导入 OPML、添加 RSS 地址之后，就可以在邸报中像普通阅读器一样浏览、收藏和标记文章。与传统 RSS 阅读器不同之处在于，邸报会根据阅读行为逐渐学习用户的偏好，再对订阅池中的内容重新排序。它不会引入新的信息来源，只是在你已经订阅的文章里，把可能更值得先看的内容浮上来。
这个思路非常合理。现在很多“AI 阅读”产品习惯让大模型直接吞掉整条信息流，逐篇总结、筛选和判断，不仅消耗大量 Token，也容易让阅读变成被模型加工过的二手信息。而邸报选择了另外一条路，通过行为数据、embedding 和排序，已经可以解决大部分需求，每篇推荐还会附带理由，不只是扔给用户一个无法理解的黑盒分数。
部署方面，邸报支持 Docker Compose，可以运行在 NAS、VPS 或本地电脑上。数据保存在 SQLite 文件中，备份基本就是复制粘贴。它不依赖中心化服务，也不强制绑定付费 API。接入硅基流动之类的 embedding provider，或者在本地跑一个小模型，就可以获得不错的推荐效果。
👀 开发者将邸报称作“外部嗅觉器官”，我很喜欢这个描述。RSS 阅读器流行于 2000 年前后，推荐算法在十多年前就已经被大规模验证，但直到今天，两者仍然很少被真正结合起来。邸报目前的完成度和推荐效果都需要更多真实使用来检验。如果你的 RSS 收件箱已经长期处于爆炸状态，又不愿意把阅读完全交给平台算法，邸报很值得试试看。
频道：@NewlearnerChannel
❤7👍3
#Photos #AI #GitHub情报
🎞 X5-Crop：轻量的 X5 扫描长 TIFF 自动裁切工具
🔗：GitHub | Releases
👉 Features
- 兼容绝大部分胶片以及扫描格式：普通 135 / 135 双条片夹 / 半格 / 645 / 66 / 67
- 使用简单：有详细的文档说明，使用方式简洁到只需要双击和回车
- 批处理：一个脚本可以批量处理整个文件夹内的所有 TIFF 图；同时运行多个脚本可以同时处理多个文件夹里的图片，只要电脑内存和硬盘读写足够，上不封顶
- 安全可靠：不对原图作任何修改，输出的裁切图片也严格限制到只做裁切和水平/垂直校准，其余属性绝不修改
- 自动识别与人工审核：能自动识别横图与竖图，只裁切能够被可靠识别的图片，无法可靠识别的情况将会把原图复制粘贴到 needs_review 文件夹以方便人工处理
⏳ 作为一名冲扫店主，处理哈苏 X5 扫描出来的长 TIFF 是一个高频的场景，不过手动裁切是一件费时费力且枯燥疲惫的事。市面上有着各种各样的裁切工具，在亲自尝试过能找到的所有之后，却总是觉得不能完美地解决自己的痛点：偏手动的效率低下，自动的却常常无法正确识别；又或者是掺杂了许多我完全不需要的花里胡哨功能，裁切的入口太深且不能批处理，反而拉低了效率。
💻 为了解决自己的（还有许多与我类似处境的人）的痛点，我只得自己动手，拿起 Codex 学习做一个 Vibe Coder。用 AI 写代码的过程出乎意料的充满乐趣。最初我以为只是一个非常简单的项目，一天之内就能解决。但是反复的调试验证以及扩充测试样本的过程中，我却发现了这是一件比想象中复杂的事。一开始我只是认为写一个脚本，捕捉到长图中两张图片中间黑色间隔的像素，就能很快很好的完成自动的裁切。但验证的结果却很快告诉我没这么容易：欠曝的图片，叠片，不稳定的片距，片头和片尾。
🤔 这些情况混杂在一起造成了非常糟糕的结果：我甚至需要在自动裁切的产出里去挑选真正可用的图片，很难说这到底是在增加效率还是降低效率。于是在几周的迭代和重构里，我加入了除了间隔检测之外的内容判断、几何修正等等各种 Policy。我也从一名初学者，开始逐渐变得有那么一点点 Coder 的思考方式了。做出来的项目也越来越准确和顺手，让我这个创造者有点自豪，也非常开心帮助到了除了我自己以外的其他人。
💡 现在脚本还有一些不足：比如对于 135 之外的格式没有足够的优化识别参数，对于叠片或者片距不稳定之类的高难度场景只能让脚本临时加 Bleed 或者让人工审核，效率仍然不够高：一张长图的分析裁切需要 10 秒。在这分享出来，也是希望得到更多的反馈让我能够优化和改进，非常欢迎在 GitHub 上提 Issue！至于是否做软件级的封装仍在犹豫中，这一点也需要用户的反馈。
📘 关联阅读： NegativeCutter-135 | Lightroom 135 胶片扫描自动裁剪插件
频道：@NewlearnerChannel
🎞 X5-Crop：轻量的 X5 扫描长 TIFF 自动裁切工具
🔗：GitHub | Releases
👉 Features
- 兼容绝大部分胶片以及扫描格式：普通 135 / 135 双条片夹 / 半格 / 645 / 66 / 67
- 使用简单：有详细的文档说明，使用方式简洁到只需要双击和回车
- 批处理：一个脚本可以批量处理整个文件夹内的所有 TIFF 图；同时运行多个脚本可以同时处理多个文件夹里的图片，只要电脑内存和硬盘读写足够，上不封顶
- 安全可靠：不对原图作任何修改，输出的裁切图片也严格限制到只做裁切和水平/垂直校准，其余属性绝不修改
- 自动识别与人工审核：能自动识别横图与竖图，只裁切能够被可靠识别的图片，无法可靠识别的情况将会把原图复制粘贴到 needs_review 文件夹以方便人工处理
⏳ 作为一名冲扫店主，处理哈苏 X5 扫描出来的长 TIFF 是一个高频的场景，不过手动裁切是一件费时费力且枯燥疲惫的事。市面上有着各种各样的裁切工具，在亲自尝试过能找到的所有之后，却总是觉得不能完美地解决自己的痛点：偏手动的效率低下，自动的却常常无法正确识别；又或者是掺杂了许多我完全不需要的花里胡哨功能，裁切的入口太深且不能批处理，反而拉低了效率。
💻 为了解决自己的（还有许多与我类似处境的人）的痛点，我只得自己动手，拿起 Codex 学习做一个 Vibe Coder。用 AI 写代码的过程出乎意料的充满乐趣。最初我以为只是一个非常简单的项目，一天之内就能解决。但是反复的调试验证以及扩充测试样本的过程中，我却发现了这是一件比想象中复杂的事。一开始我只是认为写一个脚本，捕捉到长图中两张图片中间黑色间隔的像素，就能很快很好的完成自动的裁切。但验证的结果却很快告诉我没这么容易：欠曝的图片，叠片，不稳定的片距，片头和片尾。
🤔 这些情况混杂在一起造成了非常糟糕的结果：我甚至需要在自动裁切的产出里去挑选真正可用的图片，很难说这到底是在增加效率还是降低效率。于是在几周的迭代和重构里，我加入了除了间隔检测之外的内容判断、几何修正等等各种 Policy。我也从一名初学者，开始逐渐变得有那么一点点 Coder 的思考方式了。做出来的项目也越来越准确和顺手，让我这个创造者有点自豪，也非常开心帮助到了除了我自己以外的其他人。
💡 现在脚本还有一些不足：比如对于 135 之外的格式没有足够的优化识别参数，对于叠片或者片距不稳定之类的高难度场景只能让脚本临时加 Bleed 或者让人工审核，效率仍然不够高：一张长图的分析裁切需要 10 秒。在这分享出来，也是希望得到更多的反馈让我能够优化和改进，非常欢迎在 GitHub 上提 Issue！至于是否做软件级的封装仍在犹豫中，这一点也需要用户的反馈。
📘 关联阅读： NegativeCutter-135 | Lightroom 135 胶片扫描自动裁剪插件
频道：@NewlearnerChannel
❤9🤝1
#Blog #AI
🧑🏻💻 你不知道的具身智能：从小机器狗到 Optimus
🔗：X Article
今天这篇是「你不知道的」系列第六篇，写完 Claude Code、Agent、大模型训练、AI Coding 和 GEO 之后，这次换个方向，聊我自己最不熟、又最好奇的具身智能。起点是今年 4 月，我用 STM32、ASRPRO、ESP32-C3、舵机和一堆 3D 打印件，花两百多块手搓了一台能听懂话、会走路、还能接云端 AI 对话的小机器狗。
真插上线、电机转起来才发现，从软件视角看「给大模型接个身体」很轻巧，落到物理世界完全是另一回事。一条自然语言指令要一路变成结构化意图、动作序列、PWM、力矩、电流和接触，每一层都有自己的时间和误差预算。最直观的是动作空间的差距：自动驾驶基本就方向盘、油门、刹车，而 Tesla Optimus 按 78 个执行器算，每个时间步都得把身体、手臂、手指、平衡、接触一起兼顾。
这篇文章想聊清楚这几个点：小机器狗怎么从一堆零件跑起来（异构芯片分工、端云协同、MCP）、机器人怎么知道自己在哪（深度、位姿、3D 地图）、从写死的动作到 VLA 这条路线（RT 系列、ACT、Diffusion Policy、π0、Gemini Robotics、Helix）、绕不开的时间能耗数据三道坎、Tesla Optimus 这个工程样本（纯视觉、FSD 迁移、一根没有销钉的手指、量产约束），以及几家公司的不同路线和一个软件工程师该怎么往具身智能走。
频道：@NewlearnerChannel
🧑🏻💻 你不知道的具身智能：从小机器狗到 Optimus
🔗：X Article
今天这篇是「你不知道的」系列第六篇，写完 Claude Code、Agent、大模型训练、AI Coding 和 GEO 之后，这次换个方向，聊我自己最不熟、又最好奇的具身智能。起点是今年 4 月，我用 STM32、ASRPRO、ESP32-C3、舵机和一堆 3D 打印件，花两百多块手搓了一台能听懂话、会走路、还能接云端 AI 对话的小机器狗。
真插上线、电机转起来才发现，从软件视角看「给大模型接个身体」很轻巧，落到物理世界完全是另一回事。一条自然语言指令要一路变成结构化意图、动作序列、PWM、力矩、电流和接触，每一层都有自己的时间和误差预算。最直观的是动作空间的差距：自动驾驶基本就方向盘、油门、刹车，而 Tesla Optimus 按 78 个执行器算，每个时间步都得把身体、手臂、手指、平衡、接触一起兼顾。
这篇文章想聊清楚这几个点：小机器狗怎么从一堆零件跑起来（异构芯片分工、端云协同、MCP）、机器人怎么知道自己在哪（深度、位姿、3D 地图）、从写死的动作到 VLA 这条路线（RT 系列、ACT、Diffusion Policy、π0、Gemini Robotics、Helix）、绕不开的时间能耗数据三道坎、Tesla Optimus 这个工程样本（纯视觉、FSD 迁移、一根没有销钉的手指、量产约束），以及几家公司的不同路线和一个软件工程师该怎么往具身智能走。
频道：@NewlearnerChannel
❤7
#macOS #GitHub情报 #AI
🧠 RegionSpoof：在国行 Mac 上开启完整 Apple 智能（适用于 macOS 27）
🔗：GitHub
相较于用「电子围栏」限制死的 iOS系统，macOS 相对更加开放，也给了我们国行 Mac 使用 Apple Intelligence 的机会。此前 已经介绍对应的解决方案，但 macOS 27 发布后就不再适用，且已经有一段时间不曾更新。近期冲浪的时候看到了另一套方案，和大家分享
👉 Features
- 使用极简内核扩展 kext 修改设备区域码
- 提供一件安装 / 卸载脚本
- 可启用完整的 Apple Intelligence 端侧 + Private Cloud Compute 云端全功能
💡 原理
和之前的项目都有一些不同，RegionSpoof 引入了一个第三方 kext，而不是着手修改合规文件。这几乎从源头使得全系统进程将电脑识别为美版，完美解决了 macOS 27 的 eligibilityd 基于 SwiftData 实时重算的问题
通过开机自启和添加守护进程，能够带来很不错的体验
💻 前置条件
在运行脚本前，我们需要做以下准备工作：
① SIP 关闭 + Permissive 安全模式 + 允许第三方 kext
② AMFI 必须保持开启
③ kext 首次加载需在「系统设置 → 隐私与安全性」里点 Allow 后重启
④ Apple 账户和 macOS 系统语言设置为 Apple Intelligence 支持区域
具体的步骤详见 README，有朋友反馈无法关闭 SIP，是因为 27 引入了一个 bug。为了避免我们需要：要在更新前把系统的安全性等级恢复成 Full Security 再更新，这样更新后才能调整安全等级
同时，关闭 SIP 后通过 App Store 安装的 iOS / iPadOS 软件就无法使用了，需要大家进行取舍后再决定。总之，欢迎有需求的朋友们进行尝试和反馈！
📘 关联阅读：
1️⃣ enableAppleAI：更适合中国宝宝的国行 Mac 开启 Apple Intelligence 方案
2️⃣ 巧用两个开源项目，让你的国行 Mac 使用 Apple Intelligence
3️⃣ 巧用开源项目 misakaX，让你的国行 iPhone 使用 Apple Intelligence
频道：@NewlearnerChannel
🧠 RegionSpoof：在国行 Mac 上开启完整 Apple 智能（适用于 macOS 27）
🔗：GitHub
相较于用「电子围栏」限制死的 iOS系统，macOS 相对更加开放，也给了我们国行 Mac 使用 Apple Intelligence 的机会。此前 已经介绍对应的解决方案，但 macOS 27 发布后就不再适用，且已经有一段时间不曾更新。近期冲浪的时候看到了另一套方案，和大家分享
👉 Features
- 使用极简内核扩展 kext 修改设备区域码
- 提供一件安装 / 卸载脚本
- 可启用完整的 Apple Intelligence 端侧 + Private Cloud Compute 云端全功能
💡 原理
和之前的项目都有一些不同，RegionSpoof 引入了一个第三方 kext，而不是着手修改合规文件。这几乎从源头使得全系统进程将电脑识别为美版，完美解决了 macOS 27 的 eligibilityd 基于 SwiftData 实时重算的问题
通过开机自启和添加守护进程，能够带来很不错的体验
💻 前置条件
在运行脚本前，我们需要做以下准备工作：
① SIP 关闭 + Permissive 安全模式 + 允许第三方 kext
② AMFI 必须保持开启
③ kext 首次加载需在「系统设置 → 隐私与安全性」里点 Allow 后重启
④ Apple 账户和 macOS 系统语言设置为 Apple Intelligence 支持区域
具体的步骤详见 README，有朋友反馈无法关闭 SIP，是因为 27 引入了一个 bug。为了避免我们需要：要在更新前把系统的安全性等级恢复成 Full Security 再更新，这样更新后才能调整安全等级
同时，关闭 SIP 后通过 App Store 安装的 iOS / iPadOS 软件就无法使用了，需要大家进行取舍后再决定。总之，欢迎有需求的朋友们进行尝试和反馈！
📘 关联阅读：
1️⃣ enableAppleAI：更适合中国宝宝的国行 Mac 开启 Apple Intelligence 方案
2️⃣ 巧用两个开源项目，让你的国行 Mac 使用 Apple Intelligence
3️⃣ 巧用开源项目 misakaX，让你的国行 iPhone 使用 Apple Intelligence
频道：@NewlearnerChannel
❤8👍3
#macOS #APP #AI #GitHub情报
🗣 Type4Me：AI 驱动的 macOS 语音输入法
🔗：GitHub | Releases
👉 Features
- 内置本地识别引擎，支持多家云端引擎厂商
- 支持流式识别、边说边出字，说完无需等待、快速输入
- 内置润色、Prompt 优化、翻译功能，可自定义添加任意处理模版
- 支持主流厂商 API 接入；文本处理支持使用 Ollama 接本地模型
- 支持热词、映射词
- 存储所有历史识别记录，支持导出 CSV
- 通过配套 Skill，打造只属于你的输入法
🧠 步入 AI 大爆炸时代，常常觉得打字速度跟不上脑子里天马行空的想法。各大厂商在加紧布局智能对话助手的同时，也有诸如 Typeless 这样的工具崭露头角，更有许多人为它配备了 DJI Mic 以便随时随地对话输入
💡 但每个人都有他自己的想法和说话习惯，Type4Me 就是为了高自由度和自定义度而打造的新语音输入法。它支持本地模型，也可以接入云端大模型，同时能够根据你的需要进行高度自定义，使用起来比较流畅。无论是生成结果 AI 再润色，还是支持历史导出，都紧贴当下 AI 时代需求
👀 当然了，有的朋友不想折腾太多，想要开箱即用，最后再介绍几个商业项目。Typeless 不再赘述，近期看到国人开发的同类项目 Voilà，需要一次性买断（支持一个月试用）。此外，许多网友反馈豆包输入法也不错，大家可以根据自己的需求进行试用
📘 关联阅读：
1️⃣ Typeless：用 AI 重新定义语音听写
2️⃣ MemoAI：好用的语音转文字工具
3️⃣ 精准转写：利用 Whisper 处理音视频转文字不完全指南
频道：@NewlearnerChannel
🗣 Type4Me：AI 驱动的 macOS 语音输入法
🔗：GitHub | Releases
👉 Features
- 内置本地识别引擎，支持多家云端引擎厂商
- 支持流式识别、边说边出字，说完无需等待、快速输入
- 内置润色、Prompt 优化、翻译功能，可自定义添加任意处理模版
- 支持主流厂商 API 接入；文本处理支持使用 Ollama 接本地模型
- 支持热词、映射词
- 存储所有历史识别记录，支持导出 CSV
- 通过配套 Skill，打造只属于你的输入法
🧠 步入 AI 大爆炸时代，常常觉得打字速度跟不上脑子里天马行空的想法。各大厂商在加紧布局智能对话助手的同时，也有诸如 Typeless 这样的工具崭露头角，更有许多人为它配备了 DJI Mic 以便随时随地对话输入
💡 但每个人都有他自己的想法和说话习惯，Type4Me 就是为了高自由度和自定义度而打造的新语音输入法。它支持本地模型，也可以接入云端大模型，同时能够根据你的需要进行高度自定义，使用起来比较流畅。无论是生成结果 AI 再润色，还是支持历史导出，都紧贴当下 AI 时代需求
👀 当然了，有的朋友不想折腾太多，想要开箱即用，最后再介绍几个商业项目。Typeless 不再赘述，近期看到国人开发的同类项目 Voilà，需要一次性买断（支持一个月试用）。此外，许多网友反馈豆包输入法也不错，大家可以根据自己的需求进行试用
📘 关联阅读：
1️⃣ Typeless：用 AI 重新定义语音听写
2️⃣ MemoAI：好用的语音转文字工具
3️⃣ 精准转写：利用 Whisper 处理音视频转文字不完全指南
频道：@NewlearnerChannel
❤11👍1
#AI #Tools #GitHub情报
🧠 Tolaria：更 Git-first 的 Obsidian 替代品
🔗：Web | GitHub
⭐️ Features:
• MD + YAML 本地保存，无私有格式
• Git-first
• 支持块编辑器
• 原生支持多种 AI agent
• 无账号、无订阅、无云依赖，离线可用
• 支持 macOS / Windows / Linux，开源
和大火的 Obsidian 一样，Tolaria 也是一个本地文件优先的笔记软件。每条笔记都是 Markdown 文件，用 YAML frontmatter 存结构信息，Wikilinks、关系、白板、媒体预览这些能力也都在熟悉的 PKM 语境里。两者的区别在于 Obsidian 更像一个高度可扩展的个人知识工作台，很多能力依赖插件补齐，用户也很容易陷入到无限的美化和插件折腾的怪圈里；Tolaria 则固定了一系列的笔记工具如块编辑、Slash Command、Git 提交、历史浏览和推送同步，用户开箱就能用到这些核心能力，并且原生集成 AI agent。
在同步功能上，Tolaria 把每个 vault 当成 Git 仓库，在应用内即可提交、推送、查看历史，以及对单篇笔记浏览版本变化。这个设计可能偏极客，但是对于接触过 Git 的用户可能非常有用，因为知识库本来就应该是可以溯源的。
🤔 虽然 Tolaria 经常被拿出来同 Obsidian 对比，但 Tolaria 不一定是给所有 Obsidian 用户的替代品。如果已经深度依赖 Obsidian 的插件生态、移动端体验和长期打磨出的工作流，Tolaria 目前肯定不能直接替换。可以把 Tolaria 看作是 AI 时代里被打上 Mod 的 Obsidian，Git 同步和 AI 接入更原生、更少折腾。当然目前 Tolaria 还处于早期且迭代非常积极的开发阶段，功能可能频繁变化，也可能有 bug，使用时应当注意备份。
频道：@NewlearnerChannel
🧠 Tolaria：更 Git-first 的 Obsidian 替代品
🔗：Web | GitHub
⭐️ Features:
• MD + YAML 本地保存，无私有格式
• Git-first
• 支持块编辑器
• 原生支持多种 AI agent
• 无账号、无订阅、无云依赖，离线可用
• 支持 macOS / Windows / Linux，开源
和大火的 Obsidian 一样，Tolaria 也是一个本地文件优先的笔记软件。每条笔记都是 Markdown 文件，用 YAML frontmatter 存结构信息，Wikilinks、关系、白板、媒体预览这些能力也都在熟悉的 PKM 语境里。两者的区别在于 Obsidian 更像一个高度可扩展的个人知识工作台，很多能力依赖插件补齐，用户也很容易陷入到无限的美化和插件折腾的怪圈里；Tolaria 则固定了一系列的笔记工具如块编辑、Slash Command、Git 提交、历史浏览和推送同步，用户开箱就能用到这些核心能力，并且原生集成 AI agent。
在同步功能上，Tolaria 把每个 vault 当成 Git 仓库，在应用内即可提交、推送、查看历史，以及对单篇笔记浏览版本变化。这个设计可能偏极客，但是对于接触过 Git 的用户可能非常有用，因为知识库本来就应该是可以溯源的。
🤔 虽然 Tolaria 经常被拿出来同 Obsidian 对比，但 Tolaria 不一定是给所有 Obsidian 用户的替代品。如果已经深度依赖 Obsidian 的插件生态、移动端体验和长期打磨出的工作流，Tolaria 目前肯定不能直接替换。可以把 Tolaria 看作是 AI 时代里被打上 Mod 的 Obsidian，Git 同步和 AI 接入更原生、更少折腾。当然目前 Tolaria 还处于早期且迭代非常积极的开发阶段，功能可能频繁变化，也可能有 bug，使用时应当注意备份。
频道：@NewlearnerChannel
❤8🥰1
#Internet #Tools #AI
🔑 iroh：用公钥而不是 IP 地址来「拨号」任意设备的点对点网络库
把 IP 换成密钥：无论设备在哪、网络怎么变，只要知道对方的公钥就能建立一条默认直连、默认端到端加密的连接，让整个互联网变成一台「安全的 localhost」。
✨ 特点
- 拨号密钥而非 IP：每台设备用一对密钥标识，公钥即地址。设备换网络、跨 NAT、藏在防火墙后都能被稳定寻址，连接不会因为 IP 变动而断掉。
- 默认直连、默认加密：优先打洞建立设备间直连，常见场景 95% 以上的数据不经云端中转，既降低云出口带宽费，也让端到端加密成为默认而非可选。
- QUIC 多路径：同一条连接内可同时管理 Wi-Fi、蜂窝等多条路径，并随信号质量热切换，弱网和移动场景下连接更稳。
- 模块化协议生态：在裸连接之上提供 Blobs、Gossip、Documents 等可插拔协议，按需组合。
- 自定义传输：统一的「拨号密钥」抽象之下可接入 BLE、LoRa（建设中）、WiFi Aware 甚至 Tor，也支持编译到 WASM 在浏览器运行。
- 多语言绑定：除 Rust 外，1.0 起官方支持 Python、Node.js、Swift、Kotlin，可直接嵌进 iOS 与 Android 应用。
⚙️ 机制
iroh 的底层是点对点的 QUIC 连接：用 EndpointId（一枚 ed25519 公钥）直接作为 TLS 握手中的身份，因此连接天然双向认证、无法被中间人劫持。建立连接时，端点先把 (endpointid, relayurl) 发布到 pkarr 记录，对方通过 DNS 查到中继地址完成 QUIC 握手，握手后双方交换 IP 尝试打洞转为直连，打洞失败则继续走中继回退。
地址查找上它没有自研 DHT，而是复用 BitTorrent mainline 这张全球最大的 DHT，尽量站在 IETF 标准（QUIC、TLS、ALPN）之上——用 wireshark 抓包看到的就是一个普通 QUIC 连接。
主要依赖：核心用 Rust 编写（占比 99.6%），基于自研 QUIC 实现 noq，加密全部采用标准 TLS，并已支持可选的后量子密钥交换。
👨🏻💻 使用场景
- 分布式 AI 训练：跨 AWS、GCP、Azure 与自建节点做梯度共享和管线并行时，用 iroh 在地理上分散的算力之间建立直连通信，省掉中心协调器。Nous Research、PrimeIntellect 均已在生产中这样使用。
- 移动应用实时同步：网络时断时续的环境里，为数十万台设备提供可靠的数据同步，设备切换 Wi-Fi 与蜂窝时连接自动迁移。
- POS 支付：让支付终端通过 BLE、LAN 或 Wi-Fi 直连收银系统，满足 PCI 合规且不需要额外服务器。
- IoT 与嵌入式：在 ESP32、Raspberry Pi、Linux 上跑同一套 API，设备自动相互发现，无需 broker 或网关。
- 文件传输与音视频流：在设备间做内容寻址、可续传、逐字节校验的大文件传输，或搭建低延迟的加密视频流。
🛣 路线图
- 更多开箱传输：目前开箱仅支持 IPv4、IPv6 和中继三种传输，自定义传输 API 刚推出不久，LoRa 传输尚在建设中。
- 浏览器作为对等端：现阶段浏览器接入仍需借助 webrtc，让浏览器真正作为 iroh peer 参与是社区高频诉求。
- 加密 ClientHello（ECH）：用于隐藏 QUIC Initial 包里的 SNI，等待 rustls 上游支持后再集成。
💬 社区评价
iroh 于 2022 年开源，历经 4 年、 65 个预发布版本后在 2026 年 6 月发布 1.0。目前在 GitHub 上获得约 10,000+ 星标、464 次 Fork、 60 位贡献者参与开发，crates.io 上每月约 6.1 万次下载、被 196 个 crate 依赖，公共中继近 30 天创建了超过 2 亿个 endpoint，社区活跃度很高。
- 「网络速度翻倍，我们的算力预算就减半。」
-「想连两台电脑，用 Tailscale；想给 App 里的某个功能加点对点连接，用 iroh。」
🖊 作者背景
- Brendan O'Brien - 联合创始人 / CEO：曾在 Protocol Labs 参与去中心化 Web，做过 qri（去中心化数据集版本管理）等开源项目。
- Friedel Ziegelmayer - CTO：前 Protocol Labs 工程师，iroh 头号贡献者，深耕 Rust 加密与 P2P 生态。
💰 定价
核心库与协议永久开源免费，商业化通过 iroh services（托管中继、监控仪表盘、网络诊断）实现。
- Free：$0/月 · 本地开发测试、7 天数据保留、社区支持。
- Pro：$19/月起 · 用量计费、30 天保留、8x5 工单支持；专属中继 $199/relay/月、额外连接 $0.5/100 endpoints。
频道：@NewlearnerChannel
🔑 iroh：用公钥而不是 IP 地址来「拨号」任意设备的点对点网络库
把 IP 换成密钥：无论设备在哪、网络怎么变，只要知道对方的公钥就能建立一条默认直连、默认端到端加密的连接，让整个互联网变成一台「安全的 localhost」。
✨ 特点
- 拨号密钥而非 IP：每台设备用一对密钥标识，公钥即地址。设备换网络、跨 NAT、藏在防火墙后都能被稳定寻址，连接不会因为 IP 变动而断掉。
- 默认直连、默认加密：优先打洞建立设备间直连，常见场景 95% 以上的数据不经云端中转，既降低云出口带宽费，也让端到端加密成为默认而非可选。
- QUIC 多路径：同一条连接内可同时管理 Wi-Fi、蜂窝等多条路径，并随信号质量热切换，弱网和移动场景下连接更稳。
- 模块化协议生态：在裸连接之上提供 Blobs、Gossip、Documents 等可插拔协议，按需组合。
- 自定义传输：统一的「拨号密钥」抽象之下可接入 BLE、LoRa（建设中）、WiFi Aware 甚至 Tor，也支持编译到 WASM 在浏览器运行。
- 多语言绑定：除 Rust 外，1.0 起官方支持 Python、Node.js、Swift、Kotlin，可直接嵌进 iOS 与 Android 应用。
⚙️ 机制
iroh 的底层是点对点的 QUIC 连接：用 EndpointId（一枚 ed25519 公钥）直接作为 TLS 握手中的身份，因此连接天然双向认证、无法被中间人劫持。建立连接时，端点先把 (endpointid, relayurl) 发布到 pkarr 记录，对方通过 DNS 查到中继地址完成 QUIC 握手，握手后双方交换 IP 尝试打洞转为直连，打洞失败则继续走中继回退。
地址查找上它没有自研 DHT，而是复用 BitTorrent mainline 这张全球最大的 DHT，尽量站在 IETF 标准（QUIC、TLS、ALPN）之上——用 wireshark 抓包看到的就是一个普通 QUIC 连接。
主要依赖：核心用 Rust 编写（占比 99.6%），基于自研 QUIC 实现 noq，加密全部采用标准 TLS，并已支持可选的后量子密钥交换。
👨🏻💻 使用场景
- 分布式 AI 训练：跨 AWS、GCP、Azure 与自建节点做梯度共享和管线并行时，用 iroh 在地理上分散的算力之间建立直连通信，省掉中心协调器。Nous Research、PrimeIntellect 均已在生产中这样使用。
- 移动应用实时同步：网络时断时续的环境里，为数十万台设备提供可靠的数据同步，设备切换 Wi-Fi 与蜂窝时连接自动迁移。
- POS 支付：让支付终端通过 BLE、LAN 或 Wi-Fi 直连收银系统，满足 PCI 合规且不需要额外服务器。
- IoT 与嵌入式：在 ESP32、Raspberry Pi、Linux 上跑同一套 API，设备自动相互发现，无需 broker 或网关。
- 文件传输与音视频流：在设备间做内容寻址、可续传、逐字节校验的大文件传输，或搭建低延迟的加密视频流。
🛣 路线图
- 更多开箱传输：目前开箱仅支持 IPv4、IPv6 和中继三种传输，自定义传输 API 刚推出不久，LoRa 传输尚在建设中。
- 浏览器作为对等端：现阶段浏览器接入仍需借助 webrtc，让浏览器真正作为 iroh peer 参与是社区高频诉求。
- 加密 ClientHello（ECH）：用于隐藏 QUIC Initial 包里的 SNI，等待 rustls 上游支持后再集成。
💬 社区评价
iroh 于 2022 年开源，历经 4 年、 65 个预发布版本后在 2026 年 6 月发布 1.0。目前在 GitHub 上获得约 10,000+ 星标、464 次 Fork、 60 位贡献者参与开发，crates.io 上每月约 6.1 万次下载、被 196 个 crate 依赖，公共中继近 30 天创建了超过 2 亿个 endpoint，社区活跃度很高。
- 「网络速度翻倍，我们的算力预算就减半。」
-「想连两台电脑，用 Tailscale；想给 App 里的某个功能加点对点连接，用 iroh。」
🖊 作者背景
- Brendan O'Brien - 联合创始人 / CEO：曾在 Protocol Labs 参与去中心化 Web，做过 qri（去中心化数据集版本管理）等开源项目。
- Friedel Ziegelmayer - CTO：前 Protocol Labs 工程师，iroh 头号贡献者，深耕 Rust 加密与 P2P 生态。
💰 定价
核心库与协议永久开源免费，商业化通过 iroh services（托管中继、监控仪表盘、网络诊断）实现。
- Free：$0/月 · 本地开发测试、7 天数据保留、社区支持。
- Pro：$19/月起 · 用量计费、30 天保留、8x5 工单支持；专属中继 $199/relay/月、额外连接 $0.5/100 endpoints。
频道：@NewlearnerChannel
❤17
#APPLE #iOS #macOS #GitHub情报 #AI
📍巧用两款开源工具，为你的 iPhone 修改定位
随着 WWDC 上推出全新 Apple Intelligence 和 New Siri，许多使用外版 iPhone 的朋友发现新系统加入了「电子围栏」。具体来讲，就是通过检测定位判定能否使用 Siri 的完整功能。为此，大家又想了一些办法来面对这种情况
1️⃣ Apple WLOC
🔗：GitHub | Releases
👉 Features
- 提供代理软件订阅模块和快捷指令，简单方便
- 地图直接选点，无需填写经纬度
- 下次 Apple 定位触发时自动生效
- 支持 Apple Maps、高德
Apple WLOC 通过修改 Apple 网络定位服务（Wi-Fi / 基站）返回的坐标，实现 iOS 网络定位虚拟定位。能够看到这条推送的大家，想必多少都了解过代理软件，所以用起来应该是没有太大门槛的。只需跟着 README 操作即可，iOS 26 / 27 的用户需要额外注意操作步骤，以便提高虚拟定位的成功率
项目的设计基本上做到了绕开「电子围栏」，能够解锁外区的 Apple Intelligence、Siri、Apple Watch 相关功能，还能让国行 iPhone 添加海外 eSIM。建议大家使用备用机进行体验，因为一直保持虚拟定位，会影响到导航、闪购等日常活动
2️⃣ VirtualLocation
🔗：GitHub | Releases
👉 Features
- 使用 macOS 为 iOS 虚拟定位
- 支持普通模式（DVT）和代理模式（MITM）两种方案
- 支持地图直接选点
VirtualLocation 本身没有 Apple WLOC 那么强的针对性，仅仅是在你恰好有一台 Mac 的前提下，实现 iPhone 定位的修改。你可以通过 USB 利用 Apple 的 DVT（Developer Tools）协议直接向 iOS 设备注入定位；也可以在 Mac 上启动 HTTP / HTTPS 代理，对 iPhone 的 WiFi 定位请求进行中间人劫持，篡改定位响应
👀 可以看到，除了之前频道介绍过的 AnyGo，有越来越多的开源软件能够用于绕开 Apple 繁琐的地区政策。很多人觉得「电子围栏」做得有些过火，但未来这样的事会变得司空见惯
📘 关联阅读：
1️⃣ 巧用开源项目 misakaX，让你的国行 iPhone 使用 Apple Intelligence
2️⃣ 用修改定位法，为 AirPods Pro 3 开启听力测试功能
3️⃣ 聊聊近期热门的 misaka26 与相关漏洞
4️⃣ RegionSpoof：在国行 Mac 上开启完整 Apple 智能（适用于 macOS 27）
频道：@NewlearnerChannel
📍巧用两款开源工具，为你的 iPhone 修改定位
随着 WWDC 上推出全新 Apple Intelligence 和 New Siri，许多使用外版 iPhone 的朋友发现新系统加入了「电子围栏」。具体来讲，就是通过检测定位判定能否使用 Siri 的完整功能。为此，大家又想了一些办法来面对这种情况
1️⃣ Apple WLOC
🔗：GitHub | Releases
👉 Features
- 提供代理软件订阅模块和快捷指令，简单方便
- 地图直接选点，无需填写经纬度
- 下次 Apple 定位触发时自动生效
- 支持 Apple Maps、高德
Apple WLOC 通过修改 Apple 网络定位服务（Wi-Fi / 基站）返回的坐标，实现 iOS 网络定位虚拟定位。能够看到这条推送的大家，想必多少都了解过代理软件，所以用起来应该是没有太大门槛的。只需跟着 README 操作即可，iOS 26 / 27 的用户需要额外注意操作步骤，以便提高虚拟定位的成功率
项目的设计基本上做到了绕开「电子围栏」，能够解锁外区的 Apple Intelligence、Siri、Apple Watch 相关功能，还能让国行 iPhone 添加海外 eSIM。建议大家使用备用机进行体验，因为一直保持虚拟定位，会影响到导航、闪购等日常活动
2️⃣ VirtualLocation
🔗：GitHub | Releases
👉 Features
- 使用 macOS 为 iOS 虚拟定位
- 支持普通模式（DVT）和代理模式（MITM）两种方案
- 支持地图直接选点
VirtualLocation 本身没有 Apple WLOC 那么强的针对性，仅仅是在你恰好有一台 Mac 的前提下，实现 iPhone 定位的修改。你可以通过 USB 利用 Apple 的 DVT（Developer Tools）协议直接向 iOS 设备注入定位；也可以在 Mac 上启动 HTTP / HTTPS 代理，对 iPhone 的 WiFi 定位请求进行中间人劫持，篡改定位响应
👀 可以看到，除了之前频道介绍过的 AnyGo，有越来越多的开源软件能够用于绕开 Apple 繁琐的地区政策。很多人觉得「电子围栏」做得有些过火，但未来这样的事会变得司空见惯
📘 关联阅读：
1️⃣ 巧用开源项目 misakaX，让你的国行 iPhone 使用 Apple Intelligence
2️⃣ 用修改定位法，为 AirPods Pro 3 开启听力测试功能
3️⃣ 聊聊近期热门的 misaka26 与相关漏洞
4️⃣ RegionSpoof：在国行 Mac 上开启完整 Apple 智能（适用于 macOS 27）
频道：@NewlearnerChannel
❤14👍5
#Privacy #GitHub情报 #AI #Web
🔍 用两个网页项目，分析你的浏览器环境暴露了哪些隐私信息
网络隐私一直是大家争执不休的话题，有人为了保护自己的隐私想尽了一切办法，而另一些人坚信没有真正的隐私可言。今天要介绍的两个项目，能够一定程度上帮助你了解，我们日常使用的浏览器能够被获取到哪些信息
1️⃣ taken.
🔗：Web
为了追踪并提取用户信息，网站使用了一系列技术，并将它们打造成美观的可视化网页，taken. 就是其中之一。一旦你点击进去，网页就会显示（以下测试浏览器为 Chrome）：
① 你的 IP 地址
② 你所在地区的时间 / 时区
③ 你所使用的浏览器和屏幕分辨率
④ 你使用的设备处理器
⑤ 你的电池电量及充放电情况（Firefox 已移除 API）
⑥ 你的浏览器使用语言 / 字体
⑦ 你对于 Cookie 的使用情况
⑧ 你浏览 / 离开该网页的时长
开发者表示，绝大多数网页都能够读取这些信息，但他们从来没有告知过用户。对一般用户，可能觉得这些信息无伤大雅，但它们往往能够判断你到底身处什么区域、说什么语言，从而能模糊地判断国别
对于那些不想让一点隐私信息或个人习惯被互联网捕捉的人们，往往会选择他们认为靠谱的浏览器。此前 DuckDuckGo 和 Firefox 得到了很多人的认可，而如今各种「指纹浏览器」成为了人们的新欢。指纹浏览器（反检测浏览器）是一种通过伪装硬件参数、隔离运行环境来防止账号被追踪关联的工具，能为每个账号提供独立的 Cookie 和指纹信息
👀 本人对此了解甚少，欢迎使用指纹浏览器的朋友进行测试 / 推荐，并反馈下对隐私保护是否有效
2️⃣ isChinaUser
🔗：GitHub | Web
这个项目的出现，完全是因为前段时间 Claude 针对中国用户大量封号，相关人士表示他们检测了中国用户特征，并会在后续撤回相关的算法。正因为不知道算法内容，大家开始从浏览器着手，排查可能的特征点
isChinaUser 从语言信息、时区信息、设备特征、字体信息、网络特征等多方面着手，对「是否是中国用户」做了一个综合判断并显示结果。开发者表示，想要避免被判断为中国用户，可以从下面几个方面着手：
① 修改浏览器语言，避免含有中文
② 修改操作系统语言，避免含有中文
③ 修改操作系统时区，选中国相邻的国家和地区
④ 使用纯英文操作系统，避免系统字体库有特定中文字体，如仿宋、等线等
⑤ 避免无法显示某些特殊 Emoji
🤔 但归根到底，SaaS 和数字化的普及，让服务提供方有了很大的权力，这也是玩家反对索尼放弃实体游戏的原因，可惜的是数字化和联网趋势不可阻挡。曾经厌恶各种盗版行为，但后来发现很多情况下只能不得已为之。大量服务和平台并未和内地接轨，即便付费我们皆是「非法移民」，几款条例、一些算法就足以再次把我们拒之门外
* 隔壁群友推荐两个同类网站，在此补充：网站 ① | 网站 ②
📘 关联阅读：Loupe - 看看你的 iPhone 暴露了哪些信息
频道：@NewlearnerChannel
🔍 用两个网页项目，分析你的浏览器环境暴露了哪些隐私信息
网络隐私一直是大家争执不休的话题，有人为了保护自己的隐私想尽了一切办法，而另一些人坚信没有真正的隐私可言。今天要介绍的两个项目，能够一定程度上帮助你了解，我们日常使用的浏览器能够被获取到哪些信息
1️⃣ taken.
🔗：Web
为了追踪并提取用户信息，网站使用了一系列技术，并将它们打造成美观的可视化网页，taken. 就是其中之一。一旦你点击进去，网页就会显示（以下测试浏览器为 Chrome）：
① 你的 IP 地址
② 你所在地区的时间 / 时区
③ 你所使用的浏览器和屏幕分辨率
④ 你使用的设备处理器
⑤ 你的电池电量及充放电情况（Firefox 已移除 API）
⑥ 你的浏览器使用语言 / 字体
⑦ 你对于 Cookie 的使用情况
⑧ 你浏览 / 离开该网页的时长
开发者表示，绝大多数网页都能够读取这些信息，但他们从来没有告知过用户。对一般用户，可能觉得这些信息无伤大雅，但它们往往能够判断你到底身处什么区域、说什么语言，从而能模糊地判断国别
对于那些不想让一点隐私信息或个人习惯被互联网捕捉的人们，往往会选择他们认为靠谱的浏览器。此前 DuckDuckGo 和 Firefox 得到了很多人的认可，而如今各种「指纹浏览器」成为了人们的新欢。指纹浏览器（反检测浏览器）是一种通过伪装硬件参数、隔离运行环境来防止账号被追踪关联的工具，能为每个账号提供独立的 Cookie 和指纹信息
👀 本人对此了解甚少，欢迎使用指纹浏览器的朋友进行测试 / 推荐，并反馈下对隐私保护是否有效
2️⃣ isChinaUser
🔗：GitHub | Web
这个项目的出现，完全是因为前段时间 Claude 针对中国用户大量封号，相关人士表示他们检测了中国用户特征，并会在后续撤回相关的算法。正因为不知道算法内容，大家开始从浏览器着手，排查可能的特征点
isChinaUser 从语言信息、时区信息、设备特征、字体信息、网络特征等多方面着手，对「是否是中国用户」做了一个综合判断并显示结果。开发者表示，想要避免被判断为中国用户，可以从下面几个方面着手：
① 修改浏览器语言，避免含有中文
② 修改操作系统语言，避免含有中文
③ 修改操作系统时区，选中国相邻的国家和地区
④ 使用纯英文操作系统，避免系统字体库有特定中文字体，如仿宋、等线等
⑤ 避免无法显示某些特殊 Emoji
🤔 但归根到底，SaaS 和数字化的普及，让服务提供方有了很大的权力，这也是玩家反对索尼放弃实体游戏的原因，可惜的是数字化和联网趋势不可阻挡。曾经厌恶各种盗版行为，但后来发现很多情况下只能不得已为之。大量服务和平台并未和内地接轨，即便付费我们皆是「非法移民」，几款条例、一些算法就足以再次把我们拒之门外
* 隔壁群友推荐两个同类网站，在此补充：网站 ① | 网站 ②
📘 关联阅读：Loupe - 看看你的 iPhone 暴露了哪些信息
频道：@NewlearnerChannel
👍9❤5
#Books #Translate #GitHub情报 #Tools #AI
📚 文译：将被语言阻隔的作品，带到读者的语言中
🔗：GitHub | Releases
👉 Features
- 将多语言 EPUB、FB2 或 TXT 小说翻译成中文
- 尽量保留 EPUB 原排版、图片、目录和跳转
- 引入多角度一致性机制
- 一站式完成预扫、分析、翻译、可选润色、章末审校、标点规范化和 EPUB 导出
- 默认调用 DeekSeek
📖 村上春树新作长篇小说《夏帆》本月发售，因为一些众所周知的原因，许多日本文学作品已经暂缓出版。没有了官方中译，各路人马开始大展身手。有传记作家坚持人工翻译，拒绝科技和 AI；也有开源爱好者琢磨怎么尽可能稳定地翻译长篇小说，并最终用 DeepSeek 完成了《夏帆》的翻译，在社交媒体收获许多好评
💡 本项目「文译」就是完成《夏帆》中译所用的项目，开发者结合译制工作实际情况，加入了一致性机制、断点翻译、审校等多项功能。如今借助 AI，我们能够快速完成很多此前很难想象的长文翻译工作。具体的成果，大家可以自行评判并决定是否进行阅读
👀 即便对于 AI 介入严肃的文艺领域还有很多不信任和排斥，我也不能不承认，在这样特殊的情况下，AI 润色翻译小说确实有着高效、不俗的表现。同理，针对一些外文小语种的影视作品字幕翻译，也能够用类似的方式迅速完成。但这并不能够取代「古法」手工译制的字幕组在我心中的地位，只能说是一种备用选项。AI 对于翻译的冲击确实很大，但「人味」恰恰是文字表达中最宝贵的东西
📘 关联阅读：
1️⃣ Belin Doc：保留原文排版的 AI 文档翻译
2️⃣ 介绍两个开源的视频翻译 / 字幕添加 AI 项目
频道：@NewlearnerChannel
📚 文译：将被语言阻隔的作品，带到读者的语言中
🔗：GitHub | Releases
👉 Features
- 将多语言 EPUB、FB2 或 TXT 小说翻译成中文
- 尽量保留 EPUB 原排版、图片、目录和跳转
- 引入多角度一致性机制
- 一站式完成预扫、分析、翻译、可选润色、章末审校、标点规范化和 EPUB 导出
- 默认调用 DeekSeek
📖 村上春树新作长篇小说《夏帆》本月发售，因为一些众所周知的原因，许多日本文学作品已经暂缓出版。没有了官方中译，各路人马开始大展身手。有传记作家坚持人工翻译，拒绝科技和 AI；也有开源爱好者琢磨怎么尽可能稳定地翻译长篇小说，并最终用 DeepSeek 完成了《夏帆》的翻译，在社交媒体收获许多好评
💡 本项目「文译」就是完成《夏帆》中译所用的项目，开发者结合译制工作实际情况，加入了一致性机制、断点翻译、审校等多项功能。如今借助 AI，我们能够快速完成很多此前很难想象的长文翻译工作。具体的成果，大家可以自行评判并决定是否进行阅读
👀 即便对于 AI 介入严肃的文艺领域还有很多不信任和排斥，我也不能不承认，在这样特殊的情况下，AI 润色翻译小说确实有着高效、不俗的表现。同理，针对一些外文小语种的影视作品字幕翻译，也能够用类似的方式迅速完成。但这并不能够取代「古法」手工译制的字幕组在我心中的地位，只能说是一种备用选项。AI 对于翻译的冲击确实很大，但「人味」恰恰是文字表达中最宝贵的东西
📘 关联阅读：
1️⃣ Belin Doc：保留原文排版的 AI 文档翻译
2️⃣ 介绍两个开源的视频翻译 / 字幕添加 AI 项目
频道：@NewlearnerChannel
❤15
#AI #APP #Tools
🎙️ Typeless 2：语音输入终于开始理解你是怎么想的
🔗：Web | Release Notes
⭐️ Features
• 支持 macOS / Windows / iOS / Android
• 听写时可以插入旁白、补充背景和中途改主意
• 可以根据描述补全一时想不起的人名、产品名或专有名词
• 支持乱序表达后自动重组内容，只保留最终决定
• Translate 支持预设多个目标语言并随时切换
• 新增企业方案，面向组织部署、管理和安全控制
我们之前介绍过 Typeless，我觉得它最大的价值是把自己从传统意义上的语音转文字工具，提升成了一个语言编辑。传统听写只是把声音变成文字，Typeless 则把口语里的重复、犹豫、跳跃和语气词整理成一段能直接发出去的文字。Typeless 2 不再只是理解你说了什么，而是试图理解你说话时脑子里那团还没完全成形的东西。
这次 2.0 最核心的更新是 Dictate 的理解方式，即 “Dictate the way you think”。你可以更接近真实思考那样说话，说到一半插入一个旁白，Typeless 会把它当作上下文，而不是傻乎乎地塞进正文；一时想不起某个人名或产品名，可以先描述它，它会尝试补上准确名称；你也可以乱序表达观点，之后再反悔、调整、补充，最终输出里只保留你最后确定下来的意思。
这对语音输入来说其实是很关键的一步，因为人说话本身就是非线性的。我们打字时可以边写边删，句子天然经过一轮编辑；但说话往往是想到哪里说到哪里，中间还会补充前提、修正措辞、突然换个角度。如果工具只能逐字记录，那么再高的识别率也只是得到一段更准确的废话。
另外，Translate 功能也变得更适合多语言工作流。现在可以提前设置多个目标语言，需要时直接切换。对于经常在中文、英文、日文、韩文之间写邮件、回消息、发社媒的人来说，这个小改动会非常实用。Typeless 也已经覆盖 macOS、Windows、iOS 和 Android，跨设备的完整度比当时介绍时更高了。
🤔 当然，Typeless 的本质问题也没有消失：它很强，但也很贵；它能显著提升高频文字输出者的效率，但如果你只是偶尔语音输入几句话，很难说值得为它长期订阅。以及这类工具终究是在替你“整理表达”，结果可能会变得更顺，但也可能把你原本口语里的锋利、粗糙和个人味道磨掉一点。对我来说，Typeless 2 最大的价值是让语音输入从转录走向了第一次编辑：未来我们可能真的不是在“听写”，而是在把尚未成形的想法交给 AI 做第一次成稿。
📘 关联阅读：
1️⃣ Typeless：用 AI 重新定义语音听写
2️⃣ Type4Me：AI 驱动的 macOS 语音输入法
频道：@NewlearnerChannel
🎙️ Typeless 2：语音输入终于开始理解你是怎么想的
🔗：Web | Release Notes
⭐️ Features
• 支持 macOS / Windows / iOS / Android
• 听写时可以插入旁白、补充背景和中途改主意
• 可以根据描述补全一时想不起的人名、产品名或专有名词
• 支持乱序表达后自动重组内容，只保留最终决定
• Translate 支持预设多个目标语言并随时切换
• 新增企业方案，面向组织部署、管理和安全控制
我们之前介绍过 Typeless，我觉得它最大的价值是把自己从传统意义上的语音转文字工具，提升成了一个语言编辑。传统听写只是把声音变成文字，Typeless 则把口语里的重复、犹豫、跳跃和语气词整理成一段能直接发出去的文字。Typeless 2 不再只是理解你说了什么，而是试图理解你说话时脑子里那团还没完全成形的东西。
这次 2.0 最核心的更新是 Dictate 的理解方式，即 “Dictate the way you think”。你可以更接近真实思考那样说话，说到一半插入一个旁白，Typeless 会把它当作上下文，而不是傻乎乎地塞进正文；一时想不起某个人名或产品名，可以先描述它，它会尝试补上准确名称；你也可以乱序表达观点，之后再反悔、调整、补充，最终输出里只保留你最后确定下来的意思。
这对语音输入来说其实是很关键的一步，因为人说话本身就是非线性的。我们打字时可以边写边删，句子天然经过一轮编辑；但说话往往是想到哪里说到哪里，中间还会补充前提、修正措辞、突然换个角度。如果工具只能逐字记录，那么再高的识别率也只是得到一段更准确的废话。
另外，Translate 功能也变得更适合多语言工作流。现在可以提前设置多个目标语言，需要时直接切换。对于经常在中文、英文、日文、韩文之间写邮件、回消息、发社媒的人来说，这个小改动会非常实用。Typeless 也已经覆盖 macOS、Windows、iOS 和 Android，跨设备的完整度比当时介绍时更高了。
🤔 当然，Typeless 的本质问题也没有消失：它很强，但也很贵；它能显著提升高频文字输出者的效率，但如果你只是偶尔语音输入几句话，很难说值得为它长期订阅。以及这类工具终究是在替你“整理表达”，结果可能会变得更顺，但也可能把你原本口语里的锋利、粗糙和个人味道磨掉一点。对我来说，Typeless 2 最大的价值是让语音输入从转录走向了第一次编辑：未来我们可能真的不是在“听写”，而是在把尚未成形的想法交给 AI 做第一次成稿。
📘 关联阅读：
1️⃣ Typeless：用 AI 重新定义语音听写
2️⃣ Type4Me：AI 驱动的 macOS 语音输入法
频道：@NewlearnerChannel
❤14
#App #AI #Github
🤖 Agent 终端合集：终端正在变成 AI 编程的指挥台
自从 Claude Code、Codex CLI 这批命令行 Agent 火起来，不少人的开发日常又从 IDE 搬回了终端。一天到晚开着七八个窗口，盯着不同的 Agent 干活，结果不是错过权限确认，就是忘了哪个窗口在跑哪个任务。于是冒出来一个新品类：为 AI Agent 做的终端。这期把最近看到的五款同类产品放在一起讲讲
1️⃣ Otty
Typora 作者 Abner Lee（appmakes.io）的新作，2026 年 6 月发布。AppKit / SwiftUI 界面加 Rust 内核，网格渲染用 Swift / Metal 写的，有博主实测输入延迟和 Ghostty 基本打平。免费，不用注册账号，目前只有 macOS 版（Apple Silicon 和 Intel 都有），Windows / Linux / iOS 还在排队
它不内置任何 AI，思路是把你已经在用的 Claude Code、Codex、OpenCode 伺候好：自动解析会话记录生成可浏览的时间线、同时盯几个 Agent 任务的进度、给忙碌中的 Agent 排队提示词、把会话从任意节点分叉出新分支，终端输出也能一键送进对话。垂直标签页、自由分屏、文件面板都有，打开第一眼就知道是 Typora 团队的手笔。
2️⃣ Glint
五款里最小而美的一个。MIT 协议开源，SwiftUI + AppKit 界面套上 Ghostty 内核（以子模块引入），要求 macOS 14+。作者自述是学生，基本一两个人在开发，仓库才建了六个星期，更新倒是几乎天天有
主打 Agent 状态监控：装上本地钩子后，每个分屏实时显示 Claude Code、Codex、OpenCode、Devin CLI 此刻是在干活、等授权、干完了还是报错了，汇总在侧边栏，配上 Dock 角标和系统通知。另外还有面向任务的工作区、内置 Git Worktree 管理，以及 Cmd+Shift+R 呼出的只读 Diff 审查窗口，SSH 远程仓库也能看。
3️⃣ Superset
YC 2026 年春季批次的创业公司，三位创始人都是 YC 系连续创业者，口号是「在你的机器上跑 10 个以上并行 Agent」。App 本体是 Electron + TypeScript，采用 Elastic License 2.0，代码公开可以自己构建。目前只有 macOS 版
并行这件事它做得最完整：每个 Agent 分到独立的 Git Worktree、分支、终端和环境变量，互不干扰；统一面板盯着所有 Agent，干完活有提示音、Dock 角标和推送；内置 Diff 审查、暂存和提交，也能一键把某个 Worktree 丢给 VS Code、Cursor 或 JetBrains 接着改。后台有守护进程，应用更新、关掉重开，会话都不会断。仓库 2025 年 10 月建的，现在 12.5k 星、86 位贡献者，拿过 Product Hunt 日榜第一。有用户说同时跑 40-50 个会话不迷路。负面评价主要在 Electron 内存占用（有人报告约 2GB）、只支持 Mac，还有跟 Apache Superset 撞名这件事。免费版本地用够了，Pro 版 $20/月，解锁远程工作区和 Linear 集成
4️⃣ Orca
增长最猛的一个：2026 年 3 月开源，四个月 24.8k 星、225 位贡献者，几乎每天发版。背后是 YC W22 的 Stably AI，两位创始人分别出身 Google Chrome 和 Uber，原本做 AI 端到端测试，后来发现自己内部管一堆 Agent 的工具比主业值钱，干脆开源转型。MIT 协议，完全免费，模式是「自带订阅」，Orca 本身不卖任何东西
功能是五款里铺得最开的。25+ 款 CLI Agent 并行跑在隔离 Worktree 里；可以让几个 Agent 先并行写方案再执行，也可以同一个任务让它们赛马，并排比较产出；Design Mode 内嵌一个 Chromium 窗口，点选页面元素就把 HTML/CSS 塞进提示词；还有 iOS / Android 伴侣应用远程监工、一条命令部署到 VPS、多个 Claude 账号热切换绕开限额。桌面端 macOS / Windows / Linux 全有。毛病也不少，Electron 应用闲置就吃 400-800MB 内存，日更节奏下小 bug 不断。
5️⃣ Warp
品类的定义者，也是最资深的玩家。创始人 Zach Lloyd 之前是 Google Docs 的首席工程师，公司 2020 年成立，累计融资约 7300 万美元，Sequoia、GV 和 Sam Altman 都投了。Rust 编写、GPU 直接渲染，五款中唯一 macOS / Linux / Windows 三平台齐全的
这两年它一步步从「AI 终端」改口成「Agentic Development Environment」：2025 年 6 月的 2.0 版本加入多 Agent 并行管理，9 月的 Warp Code 补上文件编辑器和代码审查面板，2026 年 5 月的 Oz 干脆把 Claude Code、Codex 和自家 Agent 都收进一个云端后台统一管。最戏剧性的还是 2026 年 4 月宣布开源（UI 框架 MIT + 主体 AGPL），三个月 63.5k 星。要知道闭源、强制登录加遥测曾是它被 HN 骂了三年的原罪，强制登录 2024 年底才取消。
👀 五款放在一起看，套路其实已经趋同：Git Worktree 隔离、Agent 状态监控加通知、内置 Diff 审查、不绑定特定 Agent。终端不再只是敲命令的地方，成了盯 Agent 干活的指挥台。分歧在于往哪走。
Otty 和 Glint 选择继续做终端，只是更懂 Agent；Superset 和 Orca 直奔「Agent 时代的 IDE」，功能很多，但都背着 Electron 的包袱；
Warp 想把战场从本地推到云端。
有意思的是商业模式：五款里三款完全免费而且没有收费计划，剩下两款的付费点也都不在终端本身。如果你只想要一个好看好用、能看清 Agent 状态的终端，Otty 或 Glint 就够了；重度并行玩家值得试试 Superset 或 Orca；至于 Warp，它赌的是下一步，Agent 根本不需要跑在你的电脑上
频道：@NewlearnerChannel
🤖 Agent 终端合集：终端正在变成 AI 编程的指挥台
自从 Claude Code、Codex CLI 这批命令行 Agent 火起来，不少人的开发日常又从 IDE 搬回了终端。一天到晚开着七八个窗口，盯着不同的 Agent 干活，结果不是错过权限确认，就是忘了哪个窗口在跑哪个任务。于是冒出来一个新品类：为 AI Agent 做的终端。这期把最近看到的五款同类产品放在一起讲讲
1️⃣ Otty
Typora 作者 Abner Lee（appmakes.io）的新作，2026 年 6 月发布。AppKit / SwiftUI 界面加 Rust 内核，网格渲染用 Swift / Metal 写的，有博主实测输入延迟和 Ghostty 基本打平。免费，不用注册账号，目前只有 macOS 版（Apple Silicon 和 Intel 都有），Windows / Linux / iOS 还在排队
它不内置任何 AI，思路是把你已经在用的 Claude Code、Codex、OpenCode 伺候好：自动解析会话记录生成可浏览的时间线、同时盯几个 Agent 任务的进度、给忙碌中的 Agent 排队提示词、把会话从任意节点分叉出新分支，终端输出也能一键送进对话。垂直标签页、自由分屏、文件面板都有，打开第一眼就知道是 Typora 团队的手笔。
2️⃣ Glint
五款里最小而美的一个。MIT 协议开源，SwiftUI + AppKit 界面套上 Ghostty 内核（以子模块引入），要求 macOS 14+。作者自述是学生，基本一两个人在开发，仓库才建了六个星期，更新倒是几乎天天有
主打 Agent 状态监控：装上本地钩子后，每个分屏实时显示 Claude Code、Codex、OpenCode、Devin CLI 此刻是在干活、等授权、干完了还是报错了，汇总在侧边栏，配上 Dock 角标和系统通知。另外还有面向任务的工作区、内置 Git Worktree 管理，以及 Cmd+Shift+R 呼出的只读 Diff 审查窗口，SSH 远程仓库也能看。
3️⃣ Superset
YC 2026 年春季批次的创业公司，三位创始人都是 YC 系连续创业者，口号是「在你的机器上跑 10 个以上并行 Agent」。App 本体是 Electron + TypeScript，采用 Elastic License 2.0，代码公开可以自己构建。目前只有 macOS 版
并行这件事它做得最完整：每个 Agent 分到独立的 Git Worktree、分支、终端和环境变量，互不干扰；统一面板盯着所有 Agent，干完活有提示音、Dock 角标和推送；内置 Diff 审查、暂存和提交，也能一键把某个 Worktree 丢给 VS Code、Cursor 或 JetBrains 接着改。后台有守护进程，应用更新、关掉重开，会话都不会断。仓库 2025 年 10 月建的，现在 12.5k 星、86 位贡献者，拿过 Product Hunt 日榜第一。有用户说同时跑 40-50 个会话不迷路。负面评价主要在 Electron 内存占用（有人报告约 2GB）、只支持 Mac，还有跟 Apache Superset 撞名这件事。免费版本地用够了，Pro 版 $20/月，解锁远程工作区和 Linear 集成
4️⃣ Orca
增长最猛的一个：2026 年 3 月开源，四个月 24.8k 星、225 位贡献者，几乎每天发版。背后是 YC W22 的 Stably AI，两位创始人分别出身 Google Chrome 和 Uber，原本做 AI 端到端测试，后来发现自己内部管一堆 Agent 的工具比主业值钱，干脆开源转型。MIT 协议，完全免费，模式是「自带订阅」，Orca 本身不卖任何东西
功能是五款里铺得最开的。25+ 款 CLI Agent 并行跑在隔离 Worktree 里；可以让几个 Agent 先并行写方案再执行，也可以同一个任务让它们赛马，并排比较产出；Design Mode 内嵌一个 Chromium 窗口，点选页面元素就把 HTML/CSS 塞进提示词；还有 iOS / Android 伴侣应用远程监工、一条命令部署到 VPS、多个 Claude 账号热切换绕开限额。桌面端 macOS / Windows / Linux 全有。毛病也不少，Electron 应用闲置就吃 400-800MB 内存，日更节奏下小 bug 不断。
5️⃣ Warp
品类的定义者，也是最资深的玩家。创始人 Zach Lloyd 之前是 Google Docs 的首席工程师，公司 2020 年成立，累计融资约 7300 万美元，Sequoia、GV 和 Sam Altman 都投了。Rust 编写、GPU 直接渲染，五款中唯一 macOS / Linux / Windows 三平台齐全的
这两年它一步步从「AI 终端」改口成「Agentic Development Environment」：2025 年 6 月的 2.0 版本加入多 Agent 并行管理，9 月的 Warp Code 补上文件编辑器和代码审查面板，2026 年 5 月的 Oz 干脆把 Claude Code、Codex 和自家 Agent 都收进一个云端后台统一管。最戏剧性的还是 2026 年 4 月宣布开源（UI 框架 MIT + 主体 AGPL），三个月 63.5k 星。要知道闭源、强制登录加遥测曾是它被 HN 骂了三年的原罪，强制登录 2024 年底才取消。
👀 五款放在一起看，套路其实已经趋同：Git Worktree 隔离、Agent 状态监控加通知、内置 Diff 审查、不绑定特定 Agent。终端不再只是敲命令的地方，成了盯 Agent 干活的指挥台。分歧在于往哪走。
Otty 和 Glint 选择继续做终端，只是更懂 Agent；Superset 和 Orca 直奔「Agent 时代的 IDE」，功能很多，但都背着 Electron 的包袱；
Warp 想把战场从本地推到云端。
有意思的是商业模式：五款里三款完全免费而且没有收费计划，剩下两款的付费点也都不在终端本身。如果你只想要一个好看好用、能看清 Agent 状态的终端，Otty 或 Glint 就够了；重度并行玩家值得试试 Superset 或 Orca；至于 Warp，它赌的是下一步，Agent 根本不需要跑在你的电脑上
频道：@NewlearnerChannel
❤15👍1
#macOS #Windows #Web #AI
📺 介绍两个基于 Kimi 打造的在线操作系统
频道之前分享过许多在线操作系统网页，涵盖了各个平台。它们有的是以个人介绍页的形式出现，有的则非常拟真且可用。随着 AI 发展，进入了「全民开发」的时代，又有好事者做了一些基于 Kimi 开发的在线操作系统网页
1️⃣ Windows XP 怀旧模拟器
开发者利用 Kimi Agent 打造了这个网页，点进去加载很快，图标也像是那么回事。你可以在这个怀旧系统中用 IE 上网、通过千千静听听老歌曲，还能浏览 QQ 空间、QQ 农场
最有趣的是，你真的可以在 Windows XP 中玩红警、罪恶都市，并且不怎么占用你的电脑资源。我自己把罪恶都市通关的时候，用的正是 Windows XP 系统，因而感到很怀念。开发者还搞了一个瑞幸杀毒软件，可惜没有设计 会飞的小狮子
总之大体上是这么回事，但既然是 AI 抽卡，小问题还是有不少。如果说 UI 不够还原是怕被起诉，QQ 空间、QQ 农场的界面则让人摸不着头脑。更要命的是，框选的功能直接没有了，点击关机也没有变灰三选一的动画
2️⃣ macOS 27 模拟器
如果说 Windows XP 至少做到了形似，这个同样基于 Kimi Agent 开发的 macOS 27 模拟器从视觉上来讲简直是灾难，看起来更像是什么 Linux 主题。不过，它至少让我很能共情 Free The Icons 这篇文章，统一圆角的图标设计限制，就好像街道上要求统一的门牌一样，扼杀了许多精彩的可能性
🧑🏻💻 看完了上面的两个基于 AI 开发的操作系统，你应该能够对没有精细化调整的情况下，AI 能够交出怎么样的答卷，有了一个初步印象。随着 AI 编程越来越好用，许多不懂得专业编程技能的人们也能够将他们的想法落地。这引发了人们的思考，许多开发者和程序员对未来感到担忧，刘亚晨写下《开发者已经不酷了》
💡 即便开发者正在从一个职业逐步过渡到一种能力，但想要打磨好一件作品，光有想法和让 AI 无限抽卡是不够的。你需要对所做产品的领域十分熟悉，譬如上面的 Windows XP 许多细节不够还原，说明没有深度用过；你需要懂一些设计，不然无法从如此卷的设计作品中脱颖而出；你还需要真的会一些编程，在 AI 抽不出想要的卡的时候自己上手编写调试。把 AI 看做是一件趁手工具，不断学习技能，提高自身审美，才能将作品趋于完美
📘 关联阅读：
1️⃣ win32.run：在浏览器中运行 Windows XP 操作系统
2️⃣ Windows 11 in React - 在浏览器畅玩 Windows 11 Insider Preview
3️⃣ macOS Web：在线体验 fake macOS Big Sur 系统
频道：@NewlearnerChannel
📺 介绍两个基于 Kimi 打造的在线操作系统
频道之前分享过许多在线操作系统网页，涵盖了各个平台。它们有的是以个人介绍页的形式出现，有的则非常拟真且可用。随着 AI 发展，进入了「全民开发」的时代，又有好事者做了一些基于 Kimi 开发的在线操作系统网页
1️⃣ Windows XP 怀旧模拟器
开发者利用 Kimi Agent 打造了这个网页，点进去加载很快，图标也像是那么回事。你可以在这个怀旧系统中用 IE 上网、通过千千静听听老歌曲，还能浏览 QQ 空间、QQ 农场
最有趣的是，你真的可以在 Windows XP 中玩红警、罪恶都市，并且不怎么占用你的电脑资源。我自己把罪恶都市通关的时候，用的正是 Windows XP 系统，因而感到很怀念。开发者还搞了一个瑞幸杀毒软件，可惜没有设计 会飞的小狮子
总之大体上是这么回事，但既然是 AI 抽卡，小问题还是有不少。如果说 UI 不够还原是怕被起诉，QQ 空间、QQ 农场的界面则让人摸不着头脑。更要命的是，框选的功能直接没有了，点击关机也没有变灰三选一的动画
2️⃣ macOS 27 模拟器
如果说 Windows XP 至少做到了形似，这个同样基于 Kimi Agent 开发的 macOS 27 模拟器从视觉上来讲简直是灾难，看起来更像是什么 Linux 主题。不过，它至少让我很能共情 Free The Icons 这篇文章，统一圆角的图标设计限制，就好像街道上要求统一的门牌一样，扼杀了许多精彩的可能性
🧑🏻💻 看完了上面的两个基于 AI 开发的操作系统，你应该能够对没有精细化调整的情况下，AI 能够交出怎么样的答卷，有了一个初步印象。随着 AI 编程越来越好用，许多不懂得专业编程技能的人们也能够将他们的想法落地。这引发了人们的思考，许多开发者和程序员对未来感到担忧，刘亚晨写下《开发者已经不酷了》
💡 即便开发者正在从一个职业逐步过渡到一种能力，但想要打磨好一件作品，光有想法和让 AI 无限抽卡是不够的。你需要对所做产品的领域十分熟悉，譬如上面的 Windows XP 许多细节不够还原，说明没有深度用过；你需要懂一些设计，不然无法从如此卷的设计作品中脱颖而出；你还需要真的会一些编程，在 AI 抽不出想要的卡的时候自己上手编写调试。把 AI 看做是一件趁手工具，不断学习技能，提高自身审美，才能将作品趋于完美
📘 关联阅读：
1️⃣ win32.run：在浏览器中运行 Windows XP 操作系统
2️⃣ Windows 11 in React - 在浏览器畅玩 Windows 11 Insider Preview
3️⃣ macOS Web：在线体验 fake macOS Big Sur 系统
频道：@NewlearnerChannel
❤7👍1
#AI #Tools #GitHub情报
🧭 OpenChamber：给 OpenCode 做了一个更好用的前端
🔗：Web | GitHub
⭐️ Features:
• 支持 macOS / Windows / Linux 的桌面客户端
• 内置 Diff、提交、PR 和合并流程
• 内置终端、项目操作、开发服务器、SSH 端口转发和远程实例连接
• MIT 开源免费
AI Coding 这半年又在重演一遍开发工具的历史，大家先兴奋地回到 Terminal，在 TUI 里和 Agent 协作；用着用着又发现真正麻烦的从来不是“没有一个聊天窗口”，而是项目、会话、Diff、终端、GitHub、远程机器和手机之间来回切换。Codex 和 Claude 都已经证明，桌面客户端本身并不稀缺；OpenChamber 是回应开发者对 OpenCode 原有 GUI 不够好用的抱怨，做一个更顺手、功能也更完整的前端。
OpenChamber 把 OpenCode 现有零散、偏终端的操作组织成一个真正可用的开发界面：从 Issue 或 PR 直接启动会话，让 Agent 一开始就拿到任务上下文；工具输出、改动 Diff、终端、Git 状态和任务进度都放在该看的位置；多个 Agent 可以基于独立 Worktree 同时处理同一个需求，再并排比较结果。聊天记录还支持从任意一轮 Undo、Redo 或 Fork，对于 Agent 走错方向、想试另一条实现路径时会很方便，让 OpenCode 从一个很强的 Agent 变成一个更容易长期使用的工作伙伴。
🤔 OpenChamber 当前服务的是 OpenCode 生态；由于功能实在太多，几乎把项目、会话、GitHub、终端、远程连接都接了进来，轻量用户可能会觉得有点重。远程开放本地工作区也不该因为“能连上”就随便暴露到公网，密码、Tunnel 和访问范围都需要认真配置。但如果你已经把 OpenCode 当作日常开发工具，又对它现有的 UI 和工作流不够满意，OpenChamber 是一个很值得尝试的增强型前端。
频道：@NewlearnerChannel
🧭 OpenChamber：给 OpenCode 做了一个更好用的前端
🔗：Web | GitHub
⭐️ Features:
• 支持 macOS / Windows / Linux 的桌面客户端
• 内置 Diff、提交、PR 和合并流程
• 内置终端、项目操作、开发服务器、SSH 端口转发和远程实例连接
• MIT 开源免费
AI Coding 这半年又在重演一遍开发工具的历史，大家先兴奋地回到 Terminal，在 TUI 里和 Agent 协作；用着用着又发现真正麻烦的从来不是“没有一个聊天窗口”，而是项目、会话、Diff、终端、GitHub、远程机器和手机之间来回切换。Codex 和 Claude 都已经证明，桌面客户端本身并不稀缺；OpenChamber 是回应开发者对 OpenCode 原有 GUI 不够好用的抱怨，做一个更顺手、功能也更完整的前端。
OpenChamber 把 OpenCode 现有零散、偏终端的操作组织成一个真正可用的开发界面：从 Issue 或 PR 直接启动会话，让 Agent 一开始就拿到任务上下文；工具输出、改动 Diff、终端、Git 状态和任务进度都放在该看的位置；多个 Agent 可以基于独立 Worktree 同时处理同一个需求，再并排比较结果。聊天记录还支持从任意一轮 Undo、Redo 或 Fork，对于 Agent 走错方向、想试另一条实现路径时会很方便，让 OpenCode 从一个很强的 Agent 变成一个更容易长期使用的工作伙伴。
🤔 OpenChamber 当前服务的是 OpenCode 生态；由于功能实在太多，几乎把项目、会话、GitHub、终端、远程连接都接了进来，轻量用户可能会觉得有点重。远程开放本地工作区也不该因为“能连上”就随便暴露到公网，密码、Tunnel 和访问范围都需要认真配置。但如果你已经把 OpenCode 当作日常开发工具，又对它现有的 UI 和工作流不够满意，OpenChamber 是一个很值得尝试的增强型前端。
频道：@NewlearnerChannel
👍9❤3
#Android #AI #Apps #Reading
📩 接读者来稿，TA 向我们推荐了自己开发的 AI 小说阅读器
📚 Foreverse · 新梦：读到哪儿、写到哪儿 —— 给读者（而不是作者）的 AI 小说阅读器
🔗：官网 | Google Play | 国内直装
市面上的 AI 写作工具几乎都是给作者的：给大纲、生成全文。Foreverse 把方向反过来——你只是个读者，追的书烂尾了、或者对某段剧情不满意，把手机里的 TXT / EPUB 导进去，读到哪儿划一段，AI 就从那个位置接着往下写。每个走向保存为独立分支，原文一个字不覆盖，随时切回原著对比，也可以在几条时间线之间来回跳。
✨ 特点
- 划词即续写：选中任意一段，续写、改写、配图、朗读都从这个位置发生；每次续写自带几个剧情候选，选不同的路就分叉出不同时间线。
- 分支不毁原文：所有 AI 内容落在独立分支里，原文永远完整；哪条线写崩了删掉就是，不影响其它线。
- 手机上直接玩酒馆：做了比较完整的 SillyTavern 兼容——角色卡（PNG/JSON/charx）、世界书、正则、预设直接导入，不用 Termux、不用架服务器；也支持群聊。
- 和书里的角色聊天：读到喜欢的角色，一键建档案开聊；TA 只知道你读到的进度，不会剧透后文。
- 模型自己选：BYOK 接了 62 家供应商（DeepSeek/OpenAI/Claude/Gemini 等），自己带 key；不想折腾的注册送 5,000 积分走官方渠道。
- 数据在本机：小说、角色卡、聊天记录、key 都只存手机本地。
收费如实说明：阅读器本体免费无广告；AI 功能走官方渠道时按积分计费（BYOK 模式不经我们服务器、不需要注册）。
🛣 路线图
• iOS 版在做，进度过半。
• 阅读器长篇性能与排版持续打磨（30MB/3000+ 章的书已经可以流畅读）。
• 官方与社区的角色卡、互动小说作品持续上新。
🖊 作者背景
Foreverse 开发组，为了给默认模型选型跑过九个模型各续写 20 轮的双盲对比，数据在 博客 公开。欢迎拍砖，读者的问题都会答。
📘关联阅读：
1️⃣ Readify：让 AI 为每个人朗读世界
2️⃣ AI 实验 —— 我如何用科幻小说摆脱 AI 新闻焦虑
频道：@NewlearnerChannel
📩 接读者来稿，TA 向我们推荐了自己开发的 AI 小说阅读器
📚 Foreverse · 新梦：读到哪儿、写到哪儿 —— 给读者（而不是作者）的 AI 小说阅读器
🔗：官网 | Google Play | 国内直装
市面上的 AI 写作工具几乎都是给作者的：给大纲、生成全文。Foreverse 把方向反过来——你只是个读者，追的书烂尾了、或者对某段剧情不满意，把手机里的 TXT / EPUB 导进去，读到哪儿划一段，AI 就从那个位置接着往下写。每个走向保存为独立分支，原文一个字不覆盖，随时切回原著对比，也可以在几条时间线之间来回跳。
✨ 特点
- 划词即续写：选中任意一段，续写、改写、配图、朗读都从这个位置发生；每次续写自带几个剧情候选，选不同的路就分叉出不同时间线。
- 分支不毁原文：所有 AI 内容落在独立分支里，原文永远完整；哪条线写崩了删掉就是，不影响其它线。
- 手机上直接玩酒馆：做了比较完整的 SillyTavern 兼容——角色卡（PNG/JSON/charx）、世界书、正则、预设直接导入，不用 Termux、不用架服务器；也支持群聊。
- 和书里的角色聊天：读到喜欢的角色，一键建档案开聊；TA 只知道你读到的进度，不会剧透后文。
- 模型自己选：BYOK 接了 62 家供应商（DeepSeek/OpenAI/Claude/Gemini 等），自己带 key；不想折腾的注册送 5,000 积分走官方渠道。
- 数据在本机：小说、角色卡、聊天记录、key 都只存手机本地。
收费如实说明：阅读器本体免费无广告；AI 功能走官方渠道时按积分计费（BYOK 模式不经我们服务器、不需要注册）。
🛣 路线图
• iOS 版在做，进度过半。
• 阅读器长篇性能与排版持续打磨（30MB/3000+ 章的书已经可以流畅读）。
• 官方与社区的角色卡、互动小说作品持续上新。
🖊 作者背景
Foreverse 开发组，为了给默认模型选型跑过九个模型各续写 20 轮的双盲对比，数据在 博客 公开。欢迎拍砖，读者的问题都会答。
📘关联阅读：
1️⃣ Readify：让 AI 为每个人朗读世界
2️⃣ AI 实验 —— 我如何用科幻小说摆脱 AI 新闻焦虑
频道：@NewlearnerChannel
❤5👍4
#iOS #APP #AI #GitHub情报 #Android
🤖 Open Minis 正式开源，你的私有设备端 AI Agent 已登陆 Android
🔗：GitHub | Releases
年初的时候给大家介绍了一款运行在 iOS 上的AI Agent 工具 Open Minis，得到了很多读者的认可。如今开发者已经将它全部开源，还发布了 Android 预览版本，本篇和大家分享它到底特别在哪里，以及我的一些使用方式
💡 特别在哪里
- 设备本地运行完整 Alpine Linux 环境
- 内置浏览器，智能体可浏览网页、填写表单、提取内容、截图
- 深度系统集成，可原生访问日历、通讯录、定位、照片、剪贴板、天气、通知等
- 将多个模型组合，配置路由策略，支持智能体循环模型和自定义技能
📱 针对 Android 的亮点
开发者发布的 Android 预览版，并不是照搬 iOS 的功能，而是借助 Android 系统更大的开放程度，引入了更多 Pro 功能：
- 通过内置无障碍服务，智能体可读取任意 App的 UI 树、点击按钮、填写表单、滚动、检测对话框、全局截图、监听实时 UI 事件
- 通过 Shizuku（或 AXManager），智能体获得 ADB 级别权限
- 内置 AlarmManager 驱动的任务调度器，创建单次或重复的 AI 任务
- 智能体在后台运行时，可拖拽的悬浮胶囊实时显示当前工具名称和执行状态
🧠 我的一些使用方式（iPhone）
① 接入系统健康数据，分析我的睡眠组成 / 是否存在呼吸暂停或打鼾现象 / 心率情况
② 接入大麦 / 秀动抓取江浙沪地区的 Livehouse 演出情况，供我购票和安排日程
③ 通过实际网页抓取而非黑盒数据集，获得真实信息，并基于此分析归纳。举例：介绍一个偏陌生的乐队，TA 可以搜集全网优秀的乐评网站信息，并快速翻译归纳
欢迎分享你的使用场景和流
👀 由于在本地集成了 完整 Alpine Linux 环境和内置浏览器，Open Minis 能够让人观察到 AI Agent 的每一个动作。即便有些情况下速度还很慢，但让人很安心。本次 Open Minis 开源，对于其他第三方 API 集成软件的开发者也是一个很好的学习机会
频道：@NewlearnerChannel
🤖 Open Minis 正式开源，你的私有设备端 AI Agent 已登陆 Android
🔗：GitHub | Releases
年初的时候给大家介绍了一款运行在 iOS 上的AI Agent 工具 Open Minis，得到了很多读者的认可。如今开发者已经将它全部开源，还发布了 Android 预览版本，本篇和大家分享它到底特别在哪里，以及我的一些使用方式
💡 特别在哪里
- 设备本地运行完整 Alpine Linux 环境
- 内置浏览器，智能体可浏览网页、填写表单、提取内容、截图
- 深度系统集成，可原生访问日历、通讯录、定位、照片、剪贴板、天气、通知等
- 将多个模型组合，配置路由策略，支持智能体循环模型和自定义技能
📱 针对 Android 的亮点
开发者发布的 Android 预览版，并不是照搬 iOS 的功能，而是借助 Android 系统更大的开放程度，引入了更多 Pro 功能：
- 通过内置无障碍服务，智能体可读取任意 App的 UI 树、点击按钮、填写表单、滚动、检测对话框、全局截图、监听实时 UI 事件
- 通过 Shizuku（或 AXManager），智能体获得 ADB 级别权限
- 内置 AlarmManager 驱动的任务调度器，创建单次或重复的 AI 任务
- 智能体在后台运行时，可拖拽的悬浮胶囊实时显示当前工具名称和执行状态
🧠 我的一些使用方式（iPhone）
① 接入系统健康数据，分析我的睡眠组成 / 是否存在呼吸暂停或打鼾现象 / 心率情况
② 接入大麦 / 秀动抓取江浙沪地区的 Livehouse 演出情况，供我购票和安排日程
③ 通过实际网页抓取而非黑盒数据集，获得真实信息，并基于此分析归纳。举例：介绍一个偏陌生的乐队，TA 可以搜集全网优秀的乐评网站信息，并快速翻译归纳
欢迎分享你的使用场景和流
👀 由于在本地集成了 完整 Alpine Linux 环境和内置浏览器，Open Minis 能够让人观察到 AI Agent 的每一个动作。即便有些情况下速度还很慢，但让人很安心。本次 Open Minis 开源，对于其他第三方 API 集成软件的开发者也是一个很好的学习机会
频道：@NewlearnerChannel
👍19❤5
#macOS #iOS #APP #AI
🔐 Stealward：在公共场所为 Mac、iPad 或 iPhone 开启防盗保护
🔗：Web | macOS | iOS
👉 Features
- 在设备离线、有人移动、插拔电源等等的时候发出大声音警报，并且立刻发送通知警告
- 不仅可以看护设备本身，还通过 AI 来帮助看管你的随身物品
- 超低延迟的摄像头直播，可以通过全屏或画中画模式来监看直播
- 在 Mac 上发起保护，在 iPhone 上监看，也可以用 Mac 观看一个被保护的 iPhone
- 近乎偏执的隐私保护，所有视频流端到端加密（视频功能需购买 Pro 套餐）
💡 第一次接触到这个概念应该是和群友西兰花聊起来的，他承认有时候自己去星巴克用 Mac，想要上厕所的时候又担心设备安全。因为我很少单独前往这样的公共场所带电脑办公，所以此前没有想过这样的场景。直到近期，有开发者借助 AI 杀入了这条小众赛道，为大家提供了一个软件上的解决方案
🧑🏻💻 Stealward 能够帮助你在咖啡馆、图书馆等公共场所需要暂时离开座位时，为 Mac、iPad 或 iPhone 开启防盗保护。它还会保护设备本身并留意周围物品，一旦出现异常，你会在随身设备上立即收到警报，并可通过低延迟的加密实时画面查看现场情况。总的来讲，不涉及视频部分的警告功能都是免费的，并且涵盖了主流的 Apple 移动设备
👀 大致了解了一下，这条防盗赛道并非没有人做，一并列举其他的竞品：WatchDog 能够实现 Mac 和 iPhone 的联动警报，需要付费；MacGuard 只能实现 Mac 单独警报，胜在开源免费；Clyde 的免费版本依然只能实现 Mac 单独警报。相比来讲，Stealward 把一些竞品的付费功能做成免费，创新性地加入了视频流回看，未来还将支持 iPhone 远程启动防护、自动为编程 Agent 后台保活等功能
📘 关联阅读：
1️⃣ Rewind：倒带你的 Mac 使用日常，迅速找到关键信息
2️⃣ Windrecorder：运行在 Windows 平台上的 Rewind / Copilot Recall 替代工具，帮助你找回记忆线索
3️⃣ Pensieve：专注于隐私的被动记录项目
频道：@NewlearnerChannel
🔐 Stealward：在公共场所为 Mac、iPad 或 iPhone 开启防盗保护
🔗：Web | macOS | iOS
👉 Features
- 在设备离线、有人移动、插拔电源等等的时候发出大声音警报，并且立刻发送通知警告
- 不仅可以看护设备本身，还通过 AI 来帮助看管你的随身物品
- 超低延迟的摄像头直播，可以通过全屏或画中画模式来监看直播
- 在 Mac 上发起保护，在 iPhone 上监看，也可以用 Mac 观看一个被保护的 iPhone
- 近乎偏执的隐私保护，所有视频流端到端加密（视频功能需购买 Pro 套餐）
💡 第一次接触到这个概念应该是和群友西兰花聊起来的，他承认有时候自己去星巴克用 Mac，想要上厕所的时候又担心设备安全。因为我很少单独前往这样的公共场所带电脑办公，所以此前没有想过这样的场景。直到近期，有开发者借助 AI 杀入了这条小众赛道，为大家提供了一个软件上的解决方案
🧑🏻💻 Stealward 能够帮助你在咖啡馆、图书馆等公共场所需要暂时离开座位时，为 Mac、iPad 或 iPhone 开启防盗保护。它还会保护设备本身并留意周围物品，一旦出现异常，你会在随身设备上立即收到警报，并可通过低延迟的加密实时画面查看现场情况。总的来讲，不涉及视频部分的警告功能都是免费的，并且涵盖了主流的 Apple 移动设备
👀 大致了解了一下，这条防盗赛道并非没有人做，一并列举其他的竞品：WatchDog 能够实现 Mac 和 iPhone 的联动警报，需要付费；MacGuard 只能实现 Mac 单独警报，胜在开源免费；Clyde 的免费版本依然只能实现 Mac 单独警报。相比来讲，Stealward 把一些竞品的付费功能做成免费，创新性地加入了视频流回看，未来还将支持 iPhone 远程启动防护、自动为编程 Agent 后台保活等功能
📘 关联阅读：
1️⃣ Rewind：倒带你的 Mac 使用日常，迅速找到关键信息
2️⃣ Windrecorder：运行在 Windows 平台上的 Rewind / Copilot Recall 替代工具，帮助你找回记忆线索
3️⃣ Pensieve：专注于隐私的被动记录项目
频道：@NewlearnerChannel
❤9🆒2
#Channel #Blog #telegram #AI
🎈 AI 时代，我们为何创作 —— 写在 Newlearnerの自留地成立七周年
立秋之后，开始写作今年的频道周年庆文章。它们串联起了我的人生故事，以及每年思维和生活状态的变化，像一个里程碑，又似旅途中一面用来整理着装的镜子。在重拾 创作的心情 之后，过去的一年我们一路高唱着 Rock 前进，在 AI 爆发前夕漫游，用文字和照片记录下了沿途风光
人们常说「七年之痒」，指的是经历长久的婚姻生活后，产生一种乏味感。不过，在频道连续更新的 7 年时间里面，我几乎没有感受到乏味。大抵是因为我们一直在介绍新鲜的东西，新闻、新项目、新的生活状态。它们有些被扫进了历史的垃圾堆，成为了过时无用的东西；而剩下来的那些，至今持续影响着我们的生活方式和习惯，一定程度上也塑造了如今的我们
✈️ 频道一年的大小事
• 频道订阅人数较去年有所增长，但不排除是各种广告账号和机器人；新用户进入门槛依然在提高，活人感降低
• AI 使得自动爬取和发布数码科技新闻成为可能，而且效果不错，但我们目前依然坚持手工筛选消息源并发布
• 最大变化：早晚报之外的定时推送频率从每日 3 则降低到了每日 2 则，一定程度上保证了质量，对此我比较满意
• 部分伙伴专栏板块暂停更：包含有趣产品咖啡馆、Humanitech 等，创作者都有更重要的事情要做；未来部分老专栏有回归的可能性
• 投稿和有意愿创作的人数越来越少，newsletters、播客、博客停更成风。从学生到社会人的身份转变，以及目前的社会形式，使得很多人压力很大、空余时间很少
• 两个私密群「理想之地」和「思维驰交流群」成为文艺和游戏的胜地，我们在这里讨论作品、交流生活、还激发了群友们对小众需求开发的热情。某种程度上，实现了创立之初的目的：期待自己和群友能够在「泛文娱」的同频共振中，建立一段长期的友谊，并不断提升自己的美学理念、生活品质
• 给频道做了一次 归档，采用了 PDF 的形式，毫无保留地记录下了一切。即使未来平台崩塌，已经存在的东西将会安静地离线存在着
这一年创作的心情比较平稳、积极，即便 Telegram 的生态环境越来越差，依然不太会影响到创作的状态。随着今年自己发送推送的数量逐步增加，有种感觉是自留地快要重新变成独属于自己的一块地方，在这里默默耕耘、写点真实的东西。同时，今年推送整体质量的提高，离不开几位主编和数位依然支持我们的伙伴，走过七年真的很不容易！
考虑到平台的自动化广告太多，我们也采取了一些措施，让各位读者有更加良好的阅读体验。除了设置「人工进群验证」，如今想要在自留地频道留言的话需要先进群，这基本上杜绝了广告 Bot 利用漏洞在群里打广告的行为。如果你一直申请但无法入群，可以联系投稿机器人进行说明
实际上，不只是 Telegram，我们能够看到像 X 这样的社交广场，信息评论区也全是各种顶着广告昵称或留下一串神秘字符的机器人用户。技术和自由开放固有其两面性，国内的高压整治也是这帮人被迫出海打广告的因素。有的时候，甚至开始理解微信一些蹩脚之处的合理性。目前整体的状态尚在接受范围，如果环境进一步恶化，不排除未来会把频道和群聊转为私有
-
过去几年，自己一直都有一种「停更焦虑症」，从 第一年周年庆文章 就可见一斑。为了缓解这种焦虑，我们找来了一些志同道合的主编和伙伴，试图用社区的力量对抗它。走出象牙塔后，不得不直面现实：想要赚钱就要用时间来换，人生如同打怪升级，越到后面留给自己的时间越少。许多人停止了创作，因为没有时间输入，更不用谈输出。我常常怀念疫情发生后大家都发着光的那段日子，但那时的自己还远远没有资格去谈「生活」这件事
也是为了有规律地更新，有规律地生活，毕业之后拼搏选择了一份比较安稳的工作，可能我的性格就比较需要这样规律、确定的人生。这些年从基层一路走到现在，即便面临装修和一些人生大事，还是有大量的时间去思考、写作、摄影，知足而常乐。有时候会想，如果自己没有做这个频道，把更多的精力用于求学深造，我的人生会不会有更多的可能性、变得更加精彩？
从今天的视角来看，这个问题几乎可笑，但有时候还是会忍不住去想。更可笑的是，因为舍不得这个频道、不想过一种失去太多时间的人生，自己竟误打误撞选择了比较接近当下版本答案的其中一条路。我理解的人生有很多种可能性，前提是要打下一定的基石，才能从确定中主动寻找不确定，去探索真实的世界并和许多人建立连接，这也是我们这几年一直在做的
我书写了自留地，它同时也在一定程度上影响了我人生的轨迹。从舍友教我如何连接 Shadowsocks 的那一刻，一切都不可逆地发生了：对数码的热爱，对信息差的狂热，对绝对理性的祛魅，对感性和生活的 重启，对美学的追求。这个过程重塑了我看待世界的方式，也鞭策我不断叩问自己应该追求什么、选择成为怎么样的人，我很感谢有这样一段经历
🤖 AI 时代，我们为何创作
去年重拾心情出发的时候，我希望大家去生活、去感受、勇敢地去表达自己。写了六年才后知后觉，原来重心不在于「表达」，而是「自己」。AI 的发展让许多自动化成为可能，输出文字、图像、视频不再天方夜谭，我们只剩下自己。AI 时代的创作，无需使用客观理性的蜜糖迎合读者；相反，顺流而下，让自己的人生故事伴随着美学流淌，让同频者汇聚在一起，让创作成为「人生责任编辑」的利器
AI 目前对我而言，是一个压缩 / 失真信息提供者，一个编程能力获取器，一个辅助我扩展思维方向的东西。就搜索某些专业知识和客观事实而言，它在过去几年有了飞一般的进步，即便还有一些幻觉存在，但对于懂得交叉搜索验证的人来说，已经非常可用。随着图像能力的飞速发展，配合头显，我想要不了多久 2077 里面的「超梦」就有可能成为现实
说得直白一些，目前频道绝大多数的新闻和新项目介绍，用 AI 做自动化，配合定时推送，基本上能够做到有模有样。各种博客的科普和学习文章也大幅减少，有时候问问 AI 反而更加全面。那么，我们到底为何创作？我们还能创作什么？
最近看到很多熟人朋友们在进行 Vibe Coding，毕竟有这么好的编程助手，谁不想过一把产品经理的瘾呢？但只要你经历了其中的过程，就会发现只会写代码是不够的，你要结合自身经历锚定痛点需求，要在关键设计上拿出让人眼前一亮的东西，还要能在 Vibe 产品爆炸的当下把它送到大众的眼前
我的意思是，其实「产品经理」和「人生责任编辑」本质上没有什么不同，一个通过 Vibe Coding 构建软体解决痛点需求，另一个需要「创作」去思考、去回味、去获得实感、去看见「自己」。只有创造出更多的「语料」，我们的「人生大模型」才会更加丰满、厚重、有滋味，而它自始至终，都是独一无二的
我使用 AI 的频率相比于各位读者可以说是少得可怜，但它依然引领我思考，让我重新认识到：我们进行创作不是为了迎合特定的群体，而是书写自己的故事，记录下沿途的风景和感受，把人生串联起来，把感性和理性交织在一起。每当有一种新技术出现，人们总试图从道德和哲学的层面出发，道德为我们敲响警钟，而哲学则帮助我们从多个角度去认识它、同时认识自己。我觉得，这是作为人一个宝贵的地方。AI 不能完全理解我的审美，就像它无法替代我继续写作，它当然也偷不走我的人生
-
在前几年的周年庆文章中，我反复提及「相信文字和记录的重要性」，那是我们尝试夺回人生主动权的开始。AI 某种程度上为我们的创作和记录扫清了认知和冗杂的机械流程障碍，要做的只是认真生活、坚持记录。在这个过程中，愈发感受到记录的厚重以及串联人生的美妙。我试着制作 INS 时间轴，第一次把照片和一部分回忆以数字的形式公开，也看到了一些别人的人生
我们就是这样，一边偷窥别人的生活，一边拙劣地模仿和学习。最后终于确定了想要终身追求的美学体系，遇到了志同道合的伙伴，建起了「容身之所」和独一无二的「人生大模型」，人生有了新的况味。自留地某种程度上是一套 API 接口，各位读者或多或少被我们书写自己人生故事的利他性所吸引，前来拜访这个「人生大模型」，在交流碰撞中形成了一条不断流淌的河流
诺兰借《奥德赛》发问：如果一个人，失去了曾经拥有的财富、军队、年华、身份和地位，在海上漂泊 10 年，有一天他回到故乡，如何证明「自己」是「自己」？同样的，面对 AI 向创作的强劲冲击，每个创作者迟早都要去追问、去思考自身的「主体性」。我已经给出了我的答案，相信你们也有自己的
频道：@NewlearnerChannel
🎈 AI 时代，我们为何创作 —— 写在 Newlearnerの自留地成立七周年
立秋之后，开始写作今年的频道周年庆文章。它们串联起了我的人生故事，以及每年思维和生活状态的变化，像一个里程碑，又似旅途中一面用来整理着装的镜子。在重拾 创作的心情 之后，过去的一年我们一路高唱着 Rock 前进，在 AI 爆发前夕漫游，用文字和照片记录下了沿途风光
人们常说「七年之痒」，指的是经历长久的婚姻生活后，产生一种乏味感。不过，在频道连续更新的 7 年时间里面，我几乎没有感受到乏味。大抵是因为我们一直在介绍新鲜的东西，新闻、新项目、新的生活状态。它们有些被扫进了历史的垃圾堆，成为了过时无用的东西；而剩下来的那些，至今持续影响着我们的生活方式和习惯，一定程度上也塑造了如今的我们
✈️ 频道一年的大小事
• 频道订阅人数较去年有所增长，但不排除是各种广告账号和机器人；新用户进入门槛依然在提高，活人感降低
• AI 使得自动爬取和发布数码科技新闻成为可能，而且效果不错，但我们目前依然坚持手工筛选消息源并发布
• 最大变化：早晚报之外的定时推送频率从每日 3 则降低到了每日 2 则，一定程度上保证了质量，对此我比较满意
• 部分伙伴专栏板块暂停更：包含有趣产品咖啡馆、Humanitech 等，创作者都有更重要的事情要做；未来部分老专栏有回归的可能性
• 投稿和有意愿创作的人数越来越少，newsletters、播客、博客停更成风。从学生到社会人的身份转变，以及目前的社会形式，使得很多人压力很大、空余时间很少
• 两个私密群「理想之地」和「思维驰交流群」成为文艺和游戏的胜地，我们在这里讨论作品、交流生活、还激发了群友们对小众需求开发的热情。某种程度上，实现了创立之初的目的：期待自己和群友能够在「泛文娱」的同频共振中，建立一段长期的友谊，并不断提升自己的美学理念、生活品质
• 给频道做了一次 归档，采用了 PDF 的形式，毫无保留地记录下了一切。即使未来平台崩塌，已经存在的东西将会安静地离线存在着
这一年创作的心情比较平稳、积极，即便 Telegram 的生态环境越来越差，依然不太会影响到创作的状态。随着今年自己发送推送的数量逐步增加，有种感觉是自留地快要重新变成独属于自己的一块地方，在这里默默耕耘、写点真实的东西。同时，今年推送整体质量的提高，离不开几位主编和数位依然支持我们的伙伴，走过七年真的很不容易！
考虑到平台的自动化广告太多，我们也采取了一些措施，让各位读者有更加良好的阅读体验。除了设置「人工进群验证」，如今想要在自留地频道留言的话需要先进群，这基本上杜绝了广告 Bot 利用漏洞在群里打广告的行为。如果你一直申请但无法入群，可以联系投稿机器人进行说明
实际上，不只是 Telegram，我们能够看到像 X 这样的社交广场，信息评论区也全是各种顶着广告昵称或留下一串神秘字符的机器人用户。技术和自由开放固有其两面性，国内的高压整治也是这帮人被迫出海打广告的因素。有的时候，甚至开始理解微信一些蹩脚之处的合理性。目前整体的状态尚在接受范围，如果环境进一步恶化，不排除未来会把频道和群聊转为私有
-
过去几年，自己一直都有一种「停更焦虑症」，从 第一年周年庆文章 就可见一斑。为了缓解这种焦虑，我们找来了一些志同道合的主编和伙伴，试图用社区的力量对抗它。走出象牙塔后，不得不直面现实：想要赚钱就要用时间来换，人生如同打怪升级，越到后面留给自己的时间越少。许多人停止了创作，因为没有时间输入，更不用谈输出。我常常怀念疫情发生后大家都发着光的那段日子，但那时的自己还远远没有资格去谈「生活」这件事
也是为了有规律地更新，有规律地生活，毕业之后拼搏选择了一份比较安稳的工作，可能我的性格就比较需要这样规律、确定的人生。这些年从基层一路走到现在，即便面临装修和一些人生大事，还是有大量的时间去思考、写作、摄影，知足而常乐。有时候会想，如果自己没有做这个频道，把更多的精力用于求学深造，我的人生会不会有更多的可能性、变得更加精彩？
从今天的视角来看，这个问题几乎可笑，但有时候还是会忍不住去想。更可笑的是，因为舍不得这个频道、不想过一种失去太多时间的人生，自己竟误打误撞选择了比较接近当下版本答案的其中一条路。我理解的人生有很多种可能性，前提是要打下一定的基石，才能从确定中主动寻找不确定，去探索真实的世界并和许多人建立连接，这也是我们这几年一直在做的
我书写了自留地，它同时也在一定程度上影响了我人生的轨迹。从舍友教我如何连接 Shadowsocks 的那一刻，一切都不可逆地发生了：对数码的热爱，对信息差的狂热，对绝对理性的祛魅，对感性和生活的 重启，对美学的追求。这个过程重塑了我看待世界的方式，也鞭策我不断叩问自己应该追求什么、选择成为怎么样的人，我很感谢有这样一段经历
🤖 AI 时代，我们为何创作
去年重拾心情出发的时候，我希望大家去生活、去感受、勇敢地去表达自己。写了六年才后知后觉，原来重心不在于「表达」，而是「自己」。AI 的发展让许多自动化成为可能，输出文字、图像、视频不再天方夜谭，我们只剩下自己。AI 时代的创作，无需使用客观理性的蜜糖迎合读者；相反，顺流而下，让自己的人生故事伴随着美学流淌，让同频者汇聚在一起，让创作成为「人生责任编辑」的利器
AI 目前对我而言，是一个压缩 / 失真信息提供者，一个编程能力获取器，一个辅助我扩展思维方向的东西。就搜索某些专业知识和客观事实而言，它在过去几年有了飞一般的进步，即便还有一些幻觉存在，但对于懂得交叉搜索验证的人来说，已经非常可用。随着图像能力的飞速发展，配合头显，我想要不了多久 2077 里面的「超梦」就有可能成为现实
说得直白一些，目前频道绝大多数的新闻和新项目介绍，用 AI 做自动化，配合定时推送，基本上能够做到有模有样。各种博客的科普和学习文章也大幅减少，有时候问问 AI 反而更加全面。那么，我们到底为何创作？我们还能创作什么？
最近看到很多熟人朋友们在进行 Vibe Coding，毕竟有这么好的编程助手，谁不想过一把产品经理的瘾呢？但只要你经历了其中的过程，就会发现只会写代码是不够的，你要结合自身经历锚定痛点需求，要在关键设计上拿出让人眼前一亮的东西，还要能在 Vibe 产品爆炸的当下把它送到大众的眼前
我的意思是，其实「产品经理」和「人生责任编辑」本质上没有什么不同，一个通过 Vibe Coding 构建软体解决痛点需求，另一个需要「创作」去思考、去回味、去获得实感、去看见「自己」。只有创造出更多的「语料」，我们的「人生大模型」才会更加丰满、厚重、有滋味，而它自始至终，都是独一无二的
我使用 AI 的频率相比于各位读者可以说是少得可怜，但它依然引领我思考，让我重新认识到：我们进行创作不是为了迎合特定的群体，而是书写自己的故事，记录下沿途的风景和感受，把人生串联起来，把感性和理性交织在一起。每当有一种新技术出现，人们总试图从道德和哲学的层面出发，道德为我们敲响警钟，而哲学则帮助我们从多个角度去认识它、同时认识自己。我觉得，这是作为人一个宝贵的地方。AI 不能完全理解我的审美，就像它无法替代我继续写作，它当然也偷不走我的人生
-
在前几年的周年庆文章中，我反复提及「相信文字和记录的重要性」，那是我们尝试夺回人生主动权的开始。AI 某种程度上为我们的创作和记录扫清了认知和冗杂的机械流程障碍，要做的只是认真生活、坚持记录。在这个过程中，愈发感受到记录的厚重以及串联人生的美妙。我试着制作 INS 时间轴，第一次把照片和一部分回忆以数字的形式公开，也看到了一些别人的人生
我们就是这样，一边偷窥别人的生活，一边拙劣地模仿和学习。最后终于确定了想要终身追求的美学体系，遇到了志同道合的伙伴，建起了「容身之所」和独一无二的「人生大模型」，人生有了新的况味。自留地某种程度上是一套 API 接口，各位读者或多或少被我们书写自己人生故事的利他性所吸引，前来拜访这个「人生大模型」，在交流碰撞中形成了一条不断流淌的河流
诺兰借《奥德赛》发问：如果一个人，失去了曾经拥有的财富、军队、年华、身份和地位，在海上漂泊 10 年，有一天他回到故乡，如何证明「自己」是「自己」？同样的，面对 AI 向创作的强劲冲击，每个创作者迟早都要去追问、去思考自身的「主体性」。我已经给出了我的答案，相信你们也有自己的
频道：@NewlearnerChannel
1❤41👍10