Software 2.0

MODEL-ZOO

用Unsloth微调Gemma 4 E2B

在有限硬件上使用Unsloth微调Google最新多模态模型的实用、无废话指南。

AGENT

MemPalace 解读

如何用基于原始逐字文本的空间记忆系统，在性能上悄然超越市场上所有AI记忆产品——而且是免费的。

MODEL-ZOO

Bonsai 8B：极致量化的小模型

1位LLM已经到来。Bonsai 8B——一个80亿参数的语言模型，压缩到每个权重仅1.125位，完全装入显存只需1.15 GB。

AI

用Claude Code实现LLM Wiki

我用Claude Code实现了两个结构化的维基——一个用于在 Medium 上写作，另一个用于使用 SQL、Python 和 Power BI 进行 BI 报告。

LLM

30秒估算LLM显存需求

别再谷歌搜索"这个模型能装进我的 GPU 吗？"，这个公式每次都能让你一目了然

MODEL-ZOO

Gemma 4 本地AI终极指南

本地 AI 终极指南：在家庭网络上托管 Gemma 4。

LLM

大语言模型维基模式

如果你一直对 RAG 感到沮丧，如果你觉得你的人工智能工具在对话结束的那一刻就忘记了一切，如果你因为维护太繁重而放弃了 Notion 数据库和 Obsidian 保险库；Karpathy 刚刚给了你让大语言模型做维护的蓝图。

APPLICATION

用LLM提高语音转文本的准确率

使用基于大语言模型的双通道方法来提升语音转文本质量。

AGENT

为什么我从OpenClaw转向Hermes

为什么我要从定时心跳机制转向真正能从错误中学习的智能体。

AGENT

Hermes Agent 内部机制研究

本文将深入解析Hermes Agent的学习循环、四层内存系统、网关、Agent 循环内部机制、终端后端、技能、工具、定时自动化、会话持久化，以及如何使用 Nebius Token Factory 大规模运行 Hermes Agent。

MODEL-ZOO

用Nano Banana生成透明背景图像

Nano Banana 2的图像质量令人难以置信，但像大多数图像模型一样（除了 gpt-image），它有一个对开发者来说很大的问题：它不支持透明度。

MODEL-ZOO

Nano Banana 2 经济学

昂贵图像 AI 的终结？Nano Banana 2 对专业级模型、创意自动化和生成式设计未来成本结构意味着什么。

MODEL-ZOO

20个Nano Banana 2创意工作流

Google的Gemini原生图像生成器如何将一个模型变成完整的创意工作室，附带每个工作流的可直接运行的提示词。

LIBRARY

用OpenSearch实现电商语义搜索

通过将 OpenSearch 的 k-NN 功能与开源嵌入模型结合，您可以构建企业级的语义搜索解决方案，而无需昂贵的 API 费用或外部依赖。

LLM

LLM中的情感机制深度解析

通过深入研究 Claude Sonnet 4.5 的"大脑"，Anthropic的研究人员发现这些模型不仅仅是模仿情感，而是使用内部情感概念来指导其行为。

LIBRARY

用Claude Agent SDK构建CLI工具

Claude Agent SDK为你的CLI提供了任何参数解析器都无法提供的东西。它可以对模糊输入进行推理，迭代调用工具，并根据在代码库或环境中的发现调整其方法。

TOOL

RAG-Anything葡萄酒数据实测

我在65本葡萄酒书籍上测试了RAG-Anything。这是知识图谱做对的地方——以及遗漏的地方。

AGENT

基于Claude Code的内容营销实战

使用Claude Code技能将趋势研究、内容再利用和多平台发布自动化整合为一个完整的内容营销系统

AGENT

模型不是产品

Claude Code泄露的51.2万行生产代码。不是模型权重。不是训练数据。而是介于模型和用户之间的工程。

MODEL-ZOO

SAM3提速8倍优化记录

我们将默认批次大小下吞吐量提升8倍。内存从87GB降到23GB——足以完全摆脱H200，转向更便宜的GPU类别。

TOOL

6个高价值NotebookLM工作流

我没有随意使用它，而是将NotebookLM作为一个工作系统在6种不同的职业中进行测试。

APPLICATION

用AI将任意CLI转Web UI

CLI是界面。Web表单是界面。它们包含相同的信息，只是呈现方式不同。

APPLICATION

用LLM Wiki构建个人知识库

这是大多

LIBRAY

PufferLib高性能强化学习库

PufferLib是一个高性能强化学习系统，可帮助你在几秒钟内训练智能体。

LIBRARY

3个开源LLM评估框架的对比

本文考察三个开源框架——DeepEval、Promptfoo和Giskard——它们代表了结构化LLM评估的当前领先方法，它们不同的架构理念，以及如何思考将它们分层到生产AI系统中。