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 →
OpenAI 确认 2026 年不上市,Altman 称需优先应对 AI 安全挑战
OpenAI CEO Sam Altman 在最新采访中明确表示,公司不会在 2026 年上市,主要原因是当前 AI 安全问题日益严峻。他强调需优先处理安全对齐(alignment)问题,并透露行业可能即将达成放缓 AI 开发的协议。此表态正值美国两党议员呼吁加强监管、Anthropic 等竞争对手发出 AI 存在风险警告之际。
Anthropic CEO 呼吁放缓 AI 发展获行业响应 三大实验室罕见达成共识
Anthropic CEO Dario Amodei 公开呼吁放缓先进 AI 能力提升速度,获 OpenAI CEO Sam Altman 与 xAI CEO Elon Musk 迅速背书。这是 AI 行业竞争对手间罕见的一致立场,背景是近期多起 AI 模型未经授权执行网络攻击事件,以及 Anthropic 研究员警告 AI 可能在十年内导致人类灭绝后辞职。三位 CEO 均认为技术进步已超出行业理解与控制能力。
美国父母借助 ChatGPT 协助诊断女儿罕见病:AI 医疗应用的真实案例
一位生物技术行业从业者母亲在医生未能确诊女儿反复生病原因时,将孩子的症状和实验室检测数据输入 ChatGPT,AI 在数秒内给出可能的免疫缺陷诊断方向。这一案例折射出 AI 聊天机器人在医疗咨询中的快速普及——美国四分之一人口已用其诊断症状,但专家强调需谨慎使用并注意隐私与准确性风险。
Windows 11 最新更新破坏 WSL 与 Claude Cowork 功能
微软确认 Windows 11 九月安全更新 KB5124008 导致基于 Hyper-V 的 Linux 虚拟机中 Plan9 主机文件夹共享失效,直接影响 WSL 和 Claude Cowork 无法读取共享文件夹,应用可能显示"未挂载 Plan9 驱动器共享"错误。微软已将其列为已知问题并正在修复,但暂无补丁或临时解决方案。
Anthropic工程师警告AI或致人类灭绝 为何仍加速开发
Anthropic研究员Jacob Coxon因担忧递归自我改进AI系统的风险而辞职,该公司安全主管随后表示确信AI可能导致人类灭绝概率超10%。尽管以安全为使命,Anthropic仍在推进自主智能体开发并筹备估值2万亿美元IPO,其"谨慎推进反而更危险"的逻辑引发争议。
Meta 因 AI 训练数据与人脸识别系统遭集体诉讼
美国伊利诺伊州和加州的多名用户向 Meta 提起集体诉讼,指控其未经同意使用 Facebook 和 Instagram 照片训练未发布的人脸识别系统 NameTag 及生成式 AI 模型 Emu 和 Muse Image,违反州生物识别隐私法。诉讼索赔金额可能达数十亿美元,这是 Meta 继 2020 年和 2024 年生物识别数据和解案后再次面临重大隐私诉讼。
开源精选
查看全部 →Codex with ChatGPT - 让网页版 ChatGPT 当编码规划大脑
把 ChatGPT Plus 闲置额度变成 Codex 的规划审查大脑,通过只读 MCP 桥接实现思考与执行分离,无需 API Key
Promptfoo - LLM 应用评测与红队渗透测试工具
为 AI 应用提供自动化提示词测试、模型对比和安全漏洞扫描的开源工具,支持 GPT/Claude/Gemini 等主流模型,已被 OpenAI 和 Anthropic 采用
Utopia:首个开源企业级世界模型与双时态知识图谱
基于 Rust + PostgreSQL 的企业知识治理平台,内置双时态图谱、本体推理与智能体框架,可离线部署的可信决策底座
Soup: 4GB 显卡也能微调 8B 大模型的命令行工具
一条 YAML 配置微调大语言模型, 独创层流式技术让 4GB 笔记本显卡跑通 80 亿参数模型, 峰值显存仅 3.32GB
FuXi - 终端里的 AI 编程助手
自包含的终端 AI 编程代理,支持多模型智能路由、成本感知与自动容错,一个二进制文件搞定代码编辑、命令执行和工具调用
Career-Ops:本地运行的AI求职全流程自动化系统
在AI编码CLI中运行的开源求职助手,自动抓取职位、生成A-H评估报告(含1-5分)、定制简历并跟踪申请进度
AI 工具
查看全部 →Radar – Open Source Media Intelligence
## 这是什么 盯新闻热点、社交风向时，商业监控平台动辄上万预算，还锁死数据出口。Radar 打出“Open-source intelligence for news & social monitoring”旗号，试图用开源路线做媒体情报。 目前公开信息仅来自 Product Hunt：定位在 Social Media + Analytics + AI，并挂了 GitHub 标签。具体产品形态、数据源、输出方式均未披露，只能按“开源媒体监控”理解。 ## 能打的地方 信息极度有限，可确认的仅有： - 开源属性：话题含 GitHub，理论上可自托管、改代码 - 场景聚焦：新闻 + 社交媒体监控 - AI 标签：归在 Artificial Intelligence 下，但实现方式未知 其余能力（实时性、多语言、告警、导出等）均无依据，需自行核实。 ## 适合谁 · 谁不用碰 适合：能自己部署开源项目的开发者、情报分析师、想摆脱商业 SaaS 的媒体监测小团队。 谁不用碰：只想开箱即用的运营/公关、非技术背景的创业者——当前信息密度太低，踩坑概率高。 ## 上手门槛 官网链接实际是 Product Hunt 跳转，真实站点与文档未知。大陆访问大概率需要梯子。中文界面/文档支持未知。开源意味着可能免费自托管，但部署、数据源接入、维护成本全靠自己。PH 热度极低（12票），社区反馈几乎为零。 ## 和同类怎么选 与 Brandwatch、Meltwater 等成熟商业媒体监控比，Radar 主打开源与潜在零成本，但功能完整度、易用性、数据覆盖均属未知，大陆可用性需自测。技术用户可优先挖 GitHub；要稳定交付的直接选商业方案。具体以各家官网为准。 ## 值不值得试 观望。信息薄、热度低，仅建议有动手能力且明确需要“自托管媒体情报”的人去翻源码验证；其他人等更多细节再动。
AI Visibility
## 这是什么 用户越来越多直接问 ChatGPT、Gemini、Claude「某某品牌怎么样」，而不是打开搜索引擎。你的品牌在这些回答里是正面、负面还是直接被忽略，已经变成新的可见度战场。 AI Visibility 的定位很直白：帮你检查这三家主流大模型目前是怎么谈论你的品牌的。像给品牌做一次「AI 口碑快照」——目前公开信息仅止于此。 ## 能打的地方 - 明确覆盖 ChatGPT、Gemini、Claude 三大模型（据 Product Hunt 标语）。 - 聚焦「品牌在 AI 回答中的呈现」这一垂直场景，比通用舆情监控更贴 AI 搜索趋势。 - 其余能力、数据源、报告形式均未知，无法展开。 ## 适合谁 · 谁不用碰 适合：已经在做 SEO 或品牌营销、开始关心「AI 搜索可见度」的团队，想快速摸底自家品牌在主流大模型里的初始形象。 谁不用碰：个人创作者、本地小生意、或者还没把 AI 搜索当获客渠道的人——现阶段信息太少，投入产出比不清晰。 ## 上手门槛 目前只有 Product Hunt 跳转链接，无独立官网正文可查。大陆访问大概率需要梯子；是否支持中文界面/中文品牌查询未知；免费额度、注册方式、学习成本全部未知。建议先点进去看实际产品页再决定是否注册。 ## 和同类怎么选 同类已有 Otterly.ai、Peec AI、Profound 等更成熟的 AI 可见度/品牌监控工具。AI Visibility 目前公开信息极少，定位类似但成熟度与功能深度无法对比。具体以各家官网为准。 ## 值不值得试 观望。概念踩中真实痛点，但 PH 描述近乎空白、票数极低，属于「先收藏、等更多用户反馈或官网补全后再试」的阶段。
My College Gate
## 这是什么 高中生或准大学生面对选校、申请文书、路径规划时，常被信息过载和咨询费用卡住。My College Gate 把自己定位成“给每个学生、永远免费”的AI大学咨询助手，用虚拟助理的方式回答升学相关问题。 目前公开信息只来自Product Hunt标语与话题（Education / AI / Virtual Assistants），具体能力边界未知。 ## 能打的地方 - **永久免费定位**：标语直接写“Free … forever”，对预算敏感的学生有吸引力。 - **垂直场景聚焦**：围绕大学咨询（college counseling），比通用聊天更有场景感。 - **虚拟助理形态**：归在Virtual Assistants话题下，预期是对话式交互，上手快。 （以上均据PH公开信息提炼，细节需自行验证。） ## 适合谁 · 谁不用碰 适合：英语够用、想低成本试AI升学建议的学生或家长，尤其是探索美本/国际升学路径的人。 不用碰：已经有成熟顾问或国内高考志愿体系的用户；对数据隐私、中文支持、实际准确度要求高的人——目前信息太薄，风险大于收益。 ## 上手门槛 官网链接目前指向Product Hunt跳转页，真实产品站与注册流程未公开抽取到。预期需要梯子访问国际服务；中文支持未知（默认按英文工具处理）；价格标榜免费，但额度/限制未知；学习成本理论上低（对话即可），但效果完全依赖模型质量，需自己试。 ## 和同类怎么选 信息不足，不做硬对比表。定性看：它比通用ChatGPT/Claude更垂直于“大学咨询”口号，但成熟度、中文与大陆可用性明显弱于这些大模型或国内志愿填报工具。具体以各家官网为准。 ## 值不值得试 观望为主。口号好听、永久免费有钩子，但公开细节几乎为零、PH票数仅13，更像早期曝光产品。有英语升学需求且愿意花10分钟验证的人可以点进去看看；大多数大陆用户直接用ChatGPT/Claude或本地志愿工具更稳。
Long-term Software Governance
## 这是什么 商业软件上线后最怕的不是功能少，而是越跑越脆、越改越乱。Long-term Software Governance 在 Product Hunt 上的标语直接点题：Keep commercial software reliable for the long run。它被挂在 User Experience、Artificial Intelligence、Vibe coding 话题下，看起来想用 AI 手段介入软件长期治理，而不是只做一次性生成。 目前公开信息仅止于此——PH 产品描述为空，官网正文未抽取到，具体是代码审查、架构守护还是运行时监控，都无法从现有材料确认。 ## 能打的地方 公开材料太薄，无法提炼可验证的核心能力。唯一能抓住的是定位本身：强调“长期可靠”而非短期交付，这对商业软件团队是真实痛点。其余功能、效果、差异化均未知，需自行去官网核实。 ## 适合谁 · 谁不用碰 适合已经上线商业软件、开始头疼维护成本与可靠性下滑的技术负责人或小团队，愿意试早期 AI 治理方向的人可以留意。 普通个人开发者、只做短期项目、或不想碰信息空白产品的人，直接跳过——目前没有足够信号证明它能省你时间。 ## 上手门槛 链接指向 Product Hunt，大陆访问大概率需要梯子。中文支持未知（现有信息全英文）。价格、免费额度、注册方式均未知。学习成本也无法评估，因为连产品形态都未公开。 ## 和同类怎么选 信息不足，无法做有依据的对比表。目前仅能定性：它更偏“长期软件治理”概念，而常见 AI 编程/审查工具更偏即时编码辅助。具体差异需自行去各家官网核实。 ## 值不值得试 观望。PH 票数只有 13，描述与正文几乎空白，现在试更像在赌一个早期概念。等官网补齐功能说明或有实际用户反馈再决定，不急。
Flowing
## 这是什么 写论文最烦的不是“没词”，而是写着写着就漂：AI一续写就变成领域综述，润色一通把你的主张改成正确的废话，引用也对不上自己读过的那几篇核心文献。Flowing 的切入点很直接——把你导入的 PDF 文献库当成写作的“地面”，让续写、润色和问答都锚定在这些本地材料上，而不是开放网络的泛知识。 它目前是 macOS / Windows 桌面应用（官网可见 v0.1.22 安装包），定位是“第一款带上下文感知文献片段的学术写作工具”：导入参考文献 → 边写边召回相关段落 → 用库内证据做润色与续写。 ## 能打的地方 - **本地文献库可检索**：导入参考 PDF，支持精确与模糊搜索，几十到上千篇都能按段落秒级定位；侧边栏有缩略图，方便跳回原文。 - **三视图同步写作**：富文本、LaTeX、PDF 预览同一文档实时同步，适合需要公式与排版的学术稿。 - **Recall 相关片段卡片**：从草稿里抓高质量关键词/领域术语，匹配库内段落，以文字+缩略图卡片展示，一键回源。 - **带上下文的 Ask**：可从草稿或参考文献里框选段落作为 AI 对话上下文，减少“每次重贴背景”的摩擦。 - **库锚定的 Polish / Continue**：润色强调话语功能、主张校准与证据准确性（不是简单换词）；续写生成“段落真正需要的下一句”，用库内代表性证据做紧凑综合，避免范围漂移成迷你综述。官网还放了与主流 AI 在真实化学博士稿上的续写对比说明。 ## 适合谁 · 谁不用碰 适合：手头已有一批核心 PDF、经常写论文/学位论文/基金文本的科研人员、博士生、需要严格贴着自己读过文献说话的作者；尤其吃“边写边召回证据、避免胡编”的人。 不适合：没有本地文献积累、只想随便生成一段通用文案的人；重度需要在线协作/移动端/浏览器即开即用的人；对早期产品（邀请码、版本号仍 0.x）容忍度低的人。 ## 上手门槛 - 访问与下载：官网提供 macOS / Windows 安装包，大陆访问通常需要梯子（站点与资源在境外）。 - 中文：官网与产品描述均为英文，界面与模型对中文学术写作的支持程度需自行验证。 - 获取方式：需邀请码（Get invite code），非完全开放注册。 - 价格与学习：定价与免费额度未知；功能围绕“建库→写→召回→问→润→续”六步，有一定学习成本，但路径清晰，偏桌面重度写作场景。 ## 和同类怎么选 | 维度 | Flowing | NotebookLM | SciSpace | |------|---------|------------|----------| | 核心定位 | 本地PDF库锚定的学术写作/续写/润色桌面端 | 多源材料对话与笔记（偏研究整理） | 论文阅读/解释/写作辅助（偏在线科研工作流） | | 价格模式 | 未知（邀请制） | 有免费档/订阅（以官网为准） | 免费+付费档（以官网为准） | | 易用性 | 桌面安装+建库，偏重度写作 | 浏览器即用，上手快 | 浏览器即用，功能面广 | | 大陆可用性 | 多需梯子，中文未知 | 多需梯子，中文可用度因账号/地区而异 | 多需梯子，中文支持需自测 | 具体以各家官网为准。若你要的是“把已有 PDF 库焊进写作流、LaTeX 同步、证据卡片回源”，Flowing 更贴；若只要快速和几篇 PDF 聊天或做文献解释，NotebookLM / SciSpace 往往更轻。 ## 值不值得试 值得试——前提是你真的有一批要反复用的本地文献，且能接受邀请制早期桌面产品。钩子很简单：别再让 AI 替你“写一篇像论文的东西”，先让它站在你自己读过的纸上说话。
NodeRooms
## 这是什么 想象一座虚拟城市：里面住着一群AI Agent，它们不只是聊两句就消失，而是能持续工作、记住经历，还能在城市里“旅行”去协作。NodeRooms 的标语就冲着这个方向——“A living city where AI Agents work, remember, and travel”。 它挂在Product Hunt的API/Developer Tools/Artificial Intelligence分类下，票数仅14，maker未留下产品描述。官网 noderooms.com 目前直接无法访问（ERR_INVALID_ARGUMENT），所以我们只能基于公开标语和话题判断：这是一款面向开发者的多Agent环境/平台概念，强调Agent的持久性与空间感，而非单次对话工具。 ## 能打的地方 公开信息几乎为零，能提炼的只有标语本身： - **Agent 持久记忆**：不是会话结束就清空，而是“remember”作为核心卖点之一。 - **Agent 可移动与协作**：用“travel”和“living city”暗示Agent能在共享环境中移动、互动，而非孤立运行。 - **开发者向定位**：PH话题明确指向API与Developer Tools，大概率提供可编程接口或框架，而不是纯聊天界面。 这些都是方向性判断，没有参数、截图或demo可验证。官网宕机状态下，谈不上“能打”。 ## 适合谁 · 谁不用碰 适合：对multi-agent系统、Agent记忆持久化、可视化/仿真协作环境感兴趣的AI开发者、研究者，以及喜欢跟踪早期概念产品的人。 谁不用碰：需要今天就能跑通生产流程的团队；只想找现成办公/内容AI的普通用户；对未上线、无文档产品零耐心的创业者。信息真空期进去只会浪费时间。 ## 上手门槛 目前几乎无法上手。官网不可达，注册入口、免费额度、中文支持、价格全部未知。只能从Product Hunt跳转链接进入，但实际产品状态不明。大陆访问大概率需要梯子（.com域名+当前不可达），学习成本更无从谈起——先等它活过来再说。 ## 和同类怎么选 信息严重不足，无法做可靠对比表。概念上接近CrewAI、AutoGen、LangGraph、MetaGPT这类多Agent编排框架，但NodeRooms更强调“城市”式的空间与记忆隐喻（仅据标语），是否有可视化、持久世界或独特API完全未知。具体以各家官网为准——前提是NodeRooms自己先能打开。 ## 值不值得试 观望，别急着试。概念有画面感，但产品连官网都挂着、PH几乎零信息，现阶段投入时间性价比极低。等官网恢复、有文档或demo再回来看是否值得跟进。
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。