物理老师一句话造出可拖拽课件 — 阿可 AI 让造工具走出程序员圈
这周掘金上一篇阿可 AI 教程被广泛转发:物理老师不写一行代码,用一段自然语言描述,几分钟内就生成出可拖拽、可调参数的凸透镜成像交互课件。我们认为这件事的真正信号不是 AI 进了教室,而是「做交互工具」这件事的门槛,正在被 AI 拉到普通人能用的水平。
相关推荐
同分类:ai_tools
todotgecanonical-basis
五亿参数里藏着 11 个核心模式 — GitHub 项目把 AI 黑盒撬开了一道缝
一个 GitHub 项目用数学方法把大模型无损'翻个面',意外发现:5 亿参数模型的有效秩可能只有 11 — 真正在干活的独立模式没那么多。这给 AI 可解释性研究打开了一道门。
8月30日·github.com
Infinite SlopAI直播
一个人撑起 24 小时 AI 直播 — 这个开源项目让你也试试
Pieter Levels 做了个叫 Infinite Slop 的 AI 自动直播开源项目,不用露脸、不用说话、内容自动生成。非码农也能上手,复刻成本约 1-2 个周末加几十块 API 费。
8月29日·levels.io
QwenApple Silicon
Qwen 3.8 实测:深度思考模式多烧 5.5 倍 token,本地部署账该重算
一位 Reddit 用户在 MacBook Pro M5 Max 上跑了 Qwen3.8-27B:开启「深度思考」模式后,token 消耗是普通模式的 5.5 倍、推理耗时 6 倍;关闭后质量又掉到其他 MoE 模型之后。开源模型「会思考」与「想得起」之间的成本裂缝正在浮出水面。
8月29日·www.reddit.com
Sesame AIChatGPT
语音 AI 想跑在本地?12GB 显卡暂时还差口气
本周 Reddit 的 LocalLLaMA 社区有热帖追问:有没有能在 12-24GB 消费级显卡上跑的语音对话模型,能对标 Sesame 或 ChatGPT 的体验。答案是——目前还没有真正能打的本地方案。云端语音 AI 的体验优势,正在成为本地化部署的下一道关卡。
8月29日·www.reddit.com
QwenRTX 5080
RTX 5080 跑 Qwen 大模型只有 6 字/秒 — 本地部署 AI 的家用门槛还有多高
有人在 Reddit 用 RTX 5080 + 64GB 内存跑 Qwen 量化模型,每秒只生成约 6 个汉字。这件事值得关心:想「让 AI 跑在自己电脑上」,对硬件和调参能力的要求仍远超普通用户。
8月29日·www.reddit.com
LeetCode算法面试
手写 LeetCode 第 73 题用 20 分钟 — AI 写代码时代基本功还有用吗
本周一份 LeetCode 第 73 题「矩阵置零」的手写解题笔记用时约 20 分钟,其中包含查阅题解时间。在 AI 编程助手越来越普及的 2026 年,工程师手写经典算法题的训练价值值得重新评估。
8月29日·juejin.cn