AiDuo123 · 中文 AI 发现平台
每日精选 AI 资讯、开源项目、主流工具 —— 一站看懂、用好每一个 AI。
资讯
查看全部 →
蘋果手錶新 AI 功能引爭議:環境錄音與隱私的邊界在哪裡
蘋果在最新發佈會上為 Apple Watch 引入了 Live Rewind 和 Siri Recap 等即時音訊轉錄功能,允許使用者回溯 15 秒對話並自動生成會議摘要。儘管蘋果強調不儲存原始音訊且支援端到端加密,但這些"始終聆聽"的技術仍引發了關於同意權、法律證據效力及社交行為改變的廣泛討論,標誌著科技巨頭在 AI 競爭壓力下對隱私底線的重新定義。
WIRED 編輯實測:我讓 AI 駭客代理掃描家庭網路,發現了什麼
WIRED 專欄作者親身測試去安全對齊的 AI 模型,使用 Abliteration AI 提供的改造版 GLM-5.3 掃描家庭網路。實驗發現印表機配置漏洞、智慧音箱資訊洩露等十餘處安全隱患,但同時也獲得了實用的加固建議。這場"以毒攻毒"的實驗揭示:AI 駭客工具既是威脅,也可能成為普通使用者的防禦武器。
ControlAI 執行董事:超級智慧不是武器而是對手,應立法禁止開發
AI 安全非營利組織 ControlAI 美國執行董事 Connor Leahy 在 TechCrunch 播客中提出激進觀點:應通過立法完全禁止企業開發超級智慧(superintelligence),而非僅依賴對齊與遏制技術。他認為當 AI 能自主改進 AI 時將觸發失控迴圈,並透露美英兩國已有相關立法推進,包括 Sanders-Casar 提出的"禁止超級智慧法案"。
五角大樓要求 OpenAI 提供"低拒絕率"軍用 AI 引發爭議
據 The Intercept 報道,美國國防部曾要求 OpenAI 提供一個"極少拒絕執行"軍事指令的定製版 AI 系統。OpenAI 否認簽署過包含此類措辭的合同。這一事件再次引發關於 AI 安全護欄與軍事應用邊界的討論,對中國 AI 從業者理解大模型倫理約束具有參考意義。
Meta 推出 Muse AI 智慧體,隱私信任成最大挑戰
Meta 在達成 180 億美元和解協議後不到兩週,推出個人 AI 智慧體 Muse,可連線郵件、日曆、支付等服務代使用者執行任務。產品採用獨立虛擬機器架構保護隱私,但 Meta 多次違反隱私承諾的歷史記錄,令消費者信任成為產品成敗關鍵。
Anthropic 推出 Claude Fable 5.1 與 Mythos 5.1:定價策略與模型差異詳解
Anthropic 釋出 Claude 5.1 系列兩款模型:面向普通使用者的 Fable 5.1 和限定科研人員使用的 Mythos 5.1。兩者共享同一模型架構但安全防護等級不同,Fable 5.1 已向 Pro 和 Max 訂閱使用者開放,而 Mythos 5.1 僅通過可信訪問計劃提供給科學家和網路安全研究人員。新版本在降低快取 Token 成本 75% 的同時,引入企業級隱私保護系統。
开源精选
查看全部 →Utopia:首個開源企業級世界模型與雙時態知識圖譜
基於 Rust + PostgreSQL 的企業知識治理平臺,內建雙時態圖譜、本體推理與智慧體框架,可離線部署的可信決策底座
Soup: 4GB 顯示卡也能微調 8B 大模型的命令列工具
一條 YAML 配置微調大語言模型, 獨創層流式技術讓 4GB 筆記本顯示卡跑通 80 億引數模型, 峰值視訊記憶體僅 3.32GB
FuXi - 終端裡的 AI 程式設計助手
自包含的終端 AI 程式設計代理,支援多模型智慧路由、成本感知與自動容錯,一個二進位制檔案搞定程式碼編輯、命令執行和工具呼叫
Career-Ops:本地執行的AI求職全流程自動化系統
在AI編碼CLI中執行的開源求職助手,自動抓取職位、生成A-H評估報告(含1-5分)、定製簡歷並跟蹤申請進度
unlazy - AI Agent 深度任務防偷懶工具
基於深度樹方法的 AI Agent 任務驗收框架,通過多層任務分解和可執行檢查門控,解決大模型"偷懶"提前完成問題
RAGFlow - 開源企業級 RAG 引擎與 AI Agent 平臺
融合深度文件解析與 Agent 能力的開源 RAG 引擎,通過 OCR 與結構化解析實現高精度知識提取與可溯源問答
AI 工具
查看全部 →Radar – Open Source Media Intelligence
## 這是什麼 盯新聞熱點、社交風向時，商業監控平臺動輒上萬預算，還鎖死資料出口。Radar 打出“Open-source intelligence for news & social monitoring”旗號，試圖用開源路線做媒體情報。 目前公開資訊僅來自 Product Hunt：定位在 Social Media + Analytics + AI，並掛了 GitHub 標籤。具體產品形態、資料來源、輸出方式均未披露，只能按“開源媒體監控”理解。 ## 能打的地方 資訊極度有限，可確認的僅有： - 開源屬性：話題含 GitHub，理論上可自託管、改程式碼 - 場景聚焦：新聞 + 社交媒體監控 - AI 標籤：歸在 Artificial Intelligence 下，但實現方式未知 其餘能力（即時性、多語言、告警、匯出等）均無依據，需自行核實。 ## 適合誰 · 誰不用碰 適合：能自己部署開源專案的開發者、情報分析師、想擺脫商業 SaaS 的媒體監測小團隊。 誰不用碰：只想開箱即用的運營/公關、非技術背景的創業者——當前資訊密度太低，踩坑機率高。 ## 上手門檻 官網連結實際是 Product Hunt 跳轉，真實站點與文件未知。大陸訪問大機率需要梯子。中文介面/文件支援未知。開源意味著可能免費自託管，但部署、資料來源接入、維護成本全靠自己。PH 熱度極低（12票），社群反饋幾乎為零。 ## 和同類怎麼選 與 Brandwatch、Meltwater 等成熟商業媒體監控比，Radar 主開啟源與潛在零成本，但功能完整度、易用性、資料覆蓋均屬未知，大陸可用性需自測。技術使用者可優先挖 GitHub；要穩定交付的直接選商業方案。具體以各家官網為準。 ## 值不值得試 觀望。資訊薄、熱度低，僅建議有動手能力且明確需要“自託管媒體情報”的人去翻原始碼驗證；其他人等更多細節再動。
AI Visibility
## 這是什麼 使用者越來越多直接問 ChatGPT、Gemini、Claude「某某品牌怎麼樣」，而不是開啟搜尋引擎。你的品牌在這些回答裡是正面、負面還是直接被忽略，已經變成新的可見度戰場。 AI Visibility 的定位很直白：幫你檢查這三家主流大模型目前是怎麼談論你的品牌的。像給品牌做一次「AI 口碑快照」——目前公開資訊僅止於此。 ## 能打的地方 - 明確覆蓋 ChatGPT、Gemini、Claude 三大模型（據 Product Hunt 標語）。 - 聚焦「品牌在 AI 回答中的呈現」這一垂直場景，比通用輿情監控更貼 AI 搜尋趨勢。 - 其餘能力、資料來源、報告形式均未知，無法展開。 ## 適合誰 · 誰不用碰 適合：已經在做 SEO 或品牌營銷、開始關心「AI 搜尋可見度」的團隊，想快速摸底自家品牌在主流大模型裡的初始形象。 誰不用碰：個人創作者、本地小生意、或者還沒把 AI 搜尋當獲客渠道的人——現階段資訊太少，投入產出比不清晰。 ## 上手門檻 目前只有 Product Hunt 跳轉連結，無獨立官網正文可查。大陸訪問大機率需要梯子；是否支援中文介面/中文品牌查詢未知；免費額度、註冊方式、學習成本全部未知。建議先點進去看實際產品頁再決定是否註冊。 ## 和同類怎麼選 同類已有 Otterly.ai、Peec AI、Profound 等更成熟的 AI 可見度/品牌監控工具。AI Visibility 目前公開資訊極少，定位類似但成熟度與功能深度無法對比。具體以各家官網為準。 ## 值不值得試 觀望。概念踩中真實痛點，但 PH 描述近乎空白、票數極低，屬於「先收藏、等更多使用者反饋或官網補全後再試」的階段。
My College Gate
## 這是什麼 高中生或準大學生面對選校、申請文書、路徑規劃時，常被資訊過載和諮詢費用卡住。My College Gate 把自己定位成“給每個學生、永遠免費”的AI大學諮詢助手，用虛擬助理的方式回答升學相關問題。 目前公開資訊只來自Product Hunt標語與話題（Education / AI / Virtual Assistants），具體能力邊界未知。 ## 能打的地方 - **永久免費定位**：標語直接寫“Free … forever”，對預算敏感的學生有吸引力。 - **垂直場景聚焦**：圍繞大學諮詢（college counseling），比通用聊天更有場景感。 - **虛擬助理形態**：歸在Virtual Assistants話題下，預期是對話式互動，上手快。 （以上均據PH公開資訊提煉，細節需自行驗證。） ## 適合誰 · 誰不用碰 適合：英語夠用、想低成本試AI升學建議的學生或家長，尤其是探索美本/國際升學路徑的人。 不用碰：已經有成熟顧問或國內高考志願體系的使用者；對資料隱私、中文支援、實際準確度要求高的人——目前資訊太薄，風險大於收益。 ## 上手門檻 官網連結目前指向Product Hunt跳轉頁，真實產品站與註冊流程未公開抽取到。預期需要梯子訪問國際服務；中文支援未知（預設按英文工具處理）；價格標榜免費，但額度/限制未知；學習成本理論上低（對話即可），但效果完全依賴模型質量，需自己試。 ## 和同類怎麼選 資訊不足，不做硬對比表。定性看：它比通用ChatGPT/Claude更垂直於“大學諮詢”口號，但成熟度、中文與大陸可用性明顯弱於這些大模型或國內志願填報工具。具體以各家官網為準。 ## 值不值得試 觀望為主。口號好聽、永久免費有鉤子，但公開細節幾乎為零、PH票數僅13，更像早期曝光產品。有英語升學需求且願意花10分鐘驗證的人可以點進去看看；大多數大陸使用者直接用ChatGPT/Claude或本地誌願工具更穩。
Long-term Software Governance
## 這是什麼 商業軟體上線後最怕的不是功能少，而是越跑越脆、越改越亂。Long-term Software Governance 在 Product Hunt 上的標語直接點題：Keep commercial software reliable for the long run。它被掛在 User Experience、Artificial Intelligence、Vibe coding 話題下，看起來想用 AI 手段介入軟體長期治理，而不是隻做一次性生成。 目前公開資訊僅止於此——PH 產品描述為空，官網正文未抽取到，具體是程式碼審查、架構守護還是執行時監控，都無法從現有材料確認。 ## 能打的地方 公開材料太薄，無法提煉可驗證的核心能力。唯一能抓住的是定位本身：強調“長期可靠”而非短期交付，這對商業軟體團隊是真實痛點。其餘功能、效果、差異化均未知，需自行去官網核實。 ## 適合誰 · 誰不用碰 適合已經上線商業軟體、開始頭疼維護成本與可靠性下滑的技術負責人或小團隊，願意試早期 AI 治理方向的人可以留意。 普通個人開發者、只做短期專案、或不想碰資訊空白產品的人，直接跳過——目前沒有足夠訊號證明它能省你時間。 ## 上手門檻 連結指向 Product Hunt，大陸訪問大機率需要梯子。中文支援未知（現有資訊全英文）。價格、免費額度、註冊方式均未知。學習成本也無法評估，因為連產品形態都未公開。 ## 和同類怎麼選 資訊不足，無法做有依據的對比表。目前僅能定性：它更偏“長期軟體治理”概念，而常見 AI 程式設計/審查工具更偏即時編碼輔助。具體差異需自行去各家官網核實。 ## 值不值得試 觀望。PH 票數只有 13，描述與正文幾乎空白，現在試更像在賭一個早期概念。等官網補齊功能說明或有實際使用者反饋再決定，不急。
Flowing
## 這是什麼 寫論文最煩的不是“沒詞”，而是寫著寫著就漂：AI一續寫就變成領域綜述，潤色一通把你的主張改成正確的廢話，引用也對不上自己讀過的那幾篇核心文獻。Flowing 的切入點很直接——把你匯入的 PDF 文獻庫當成寫作的“地面”，讓續寫、潤色和問答都錨定在這些本地材料上，而不是開放網路的泛知識。 它目前是 macOS / Windows 桌面應用（官網可見 v0.1.22 安裝包），定位是“第一款帶上下文感知文獻片段的學術寫作工具”：匯入參考文獻 → 邊寫邊召回相關段落 → 用庫內證據做潤色與續寫。 ## 能打的地方 - **本地文獻庫可檢索**：匯入參考 PDF，支援精確與模糊搜尋，幾十到上千篇都能按段落秒級定位；側邊欄有縮圖，方便跳回原文。 - **三檢視同步寫作**：富文本、LaTeX、PDF 預覽同一文件即時同步，適合需要公式與排版的學術稿。 - **Recall 相關片段卡片**：從草稿裡抓高質量關鍵詞/領域術語，匹配庫內段落，以文字+縮圖卡片展示，一鍵回源。 - **帶上下文的 Ask**：可從草稿或參考文獻裡框選段落作為 AI 對話上下文，減少“每次重貼背景”的摩擦。 - **庫錨定的 Polish / Continue**：潤色強調話語功能、主張校準與證據準確性（不是簡單換詞）；續寫生成“段落真正需要的下一句”，用庫內代表性證據做緊湊綜合，避免範圍漂移成迷你綜述。官網還放了與主流 AI 在真實化學博士稿上的續寫對比說明。 ## 適合誰 · 誰不用碰 適合：手頭已有一批核心 PDF、經常寫論文/學位論文/基金文本的科研人員、博士生、需要嚴格貼著自己讀過文獻說話的作者；尤其吃“邊寫邊召回證據、避免胡編”的人。 不適合：沒有本地文獻積累、只想隨便生成一段通用文案的人；重度需要線上協作/移動端/瀏覽器即開即用的人；對早期產品（邀請碼、版本號仍 0.x）容忍度低的人。 ## 上手門檻 - 訪問與下載：官網提供 macOS / Windows 安裝包，大陸訪問通常需要梯子（站點與資源在境外）。 - 中文：官網與產品描述均為英文，介面與模型對中文學術寫作的支援程度需自行驗證。 - 獲取方式：需邀請碼（Get invite code），非完全開放註冊。 - 價格與學習：定價與免費額度未知；功能圍繞“建庫→寫→召回→問→潤→續”六步，有一定學習成本，但路徑清晰，偏桌面重度寫作場景。 ## 和同類怎麼選 | 維度 | Flowing | NotebookLM | SciSpace | |------|---------|------------|----------| | 核心定位 | 本地PDF庫錨定的學術寫作/續寫/潤色桌面端 | 多源材料對話與筆記（偏研究整理） | 論文閱讀/解釋/寫作輔助（偏線上科研工作流） | | 價格模式 | 未知（邀請制） | 有免費檔/訂閱（以官網為準） | 免費+付費檔（以官網為準） | | 易用性 | 桌面安裝+建庫，偏重度寫作 | 瀏覽器即用，上手快 | 瀏覽器即用，功能面廣 | | 大陸可用性 | 多需梯子，中文未知 | 多需梯子，中文可用度因賬號/地區而異 | 多需梯子，中文支援需自測 | 具體以各家官網為準。若你要的是“把已有 PDF 庫焊進寫作流、LaTeX 同步、證據卡片回源”，Flowing 更貼；若只要快速和幾篇 PDF 聊天或做文獻解釋，NotebookLM / SciSpace 往往更輕。 ## 值不值得試 值得試——前提是你真的有一批要反覆用的本地文獻，且能接受邀請制早期桌面產品。鉤子很簡單：別再讓 AI 替你“寫一篇像論文的東西”，先讓它站在你自己讀過的紙上說話。
NodeRooms
## 這是什麼 想像一座虛擬城市：裡面住著一群AI Agent，它們不只是聊兩句就消失，而是能持續工作、記住經歷，還能在城市裡“旅行”去協作。NodeRooms 的標語就衝著這個方向——“A living city where AI Agents work, remember, and travel”。 它掛在Product Hunt的API/Developer Tools/Artificial Intelligence分類下，票數僅14，maker未留下產品描述。官網 noderooms.com 目前直接無法訪問（ERR_INVALID_ARGUMENT），所以我們只能基於公開標語和話題判斷：這是一款面向開發者的多Agent環境/平臺概念，強調Agent的永續性與空間感，而非單次對話工具。 ## 能打的地方 公開資訊幾乎為零，能提煉的只有標語本身： - **Agent 持久記憶**：不是會話結束就清空，而是“remember”作為核心賣點之一。 - **Agent 可移動與協作**：用“travel”和“living city”暗示Agent能在共享環境中移動、互動，而非孤立執行。 - **開發者向定位**：PH話題明確指向API與Developer Tools，大機率提供可程式設計介面或框架，而不是純聊天介面。 這些都是方向性判斷，沒有引數、截圖或demo可驗證。官網宕機狀態下，談不上“能打”。 ## 適合誰 · 誰不用碰 適合：對multi-agent系統、Agent記憶持久化、視覺化/模擬協作環境感興趣的AI開發者、研究者，以及喜歡跟蹤早期概念產品的人。 誰不用碰：需要今天就能跑通生產流程的團隊；只想找現成辦公/內容AI的普通使用者；對未上線、無文件產品零耐心的創業者。資訊真空期進去只會浪費時間。 ## 上手門檻 目前幾乎無法上手。官網不可達，註冊入口、免費額度、中文支援、價格全部未知。只能從Product Hunt跳轉連結進入，但實際產品狀態不明。大陸訪問大機率需要梯子（.com域名+當前不可達），學習成本更無從談起——先等它活過來再說。 ## 和同類怎麼選 資訊嚴重不足，無法做可靠對比表。概念上接近CrewAI、AutoGen、LangGraph、MetaGPT這類多Agent編排框架，但NodeRooms更強調“城市”式的空間與記憶隱喻（僅據標語），是否有視覺化、持久世界或獨特API完全未知。具體以各家官網為準——前提是NodeRooms自己先能開啟。 ## 值不值得試 觀望，別急著試。概念有畫面感，但產品連官網都掛著、PH幾乎零資訊，現階段投入時間價效比極低。等官網恢復、有文件或demo再回來看是否值得跟進。
订阅 Telegram 频道
每日推送新上线 AI 工具、低价订阅情报、独家深度教程。