开源语音转文字神器！浏览器本地运行，无需上传，Whisper驱动，隐私+实时两不误！
Say 是一款基于Whisper和Transformers.js的开源浏览器内语音转文字工具，提供实时转录、富文本编辑等功能，并完全本地运行保护隐私。它支持多语言识别、实时波形显示、本地存储等特性。
月度归档： 2025 年 7 月
全网爆火的Kimi-k2驱动Claude Code亲测可食用版本来了「附详细配置」
通过Moonshot AI平台将Claude Code与Kimi K2模型集成，无需修改Claude代码。简单步骤包括安装Claude Code、申请Kimi开放平台API Key并在Claude Code中配置环境变量。
DeepSeek R2没来，Kimi K2来了，VLLM，SGLang首发支持
杨植麟提出开源路线，Moonshot AI发布Kimi K2大语言模型，采用混合专家架构，参数量达1万亿，表现出色并在多个基准测试中创造新SOTA记录。核心技术包括MuonClip优化器、大规模Agent数据合成和通用强化学习框架。模型提供两种版本，并通过修改版MIT协议开源。
氛围编程后，Karpathy又双叒有新「脑洞」！PDF将死，未来99%是AI氛围阅读
Andrej Karpathy 提出PDF格式的论文已不适合AI时代，呼吁使用Git、Markdown等结构化格式重塑科研写作。他认为未来99%的注意力将来自AI，科研成果应为AI优化。Karpathy认为人类读者最好借助AI来提取信息，科学家需要为AI写作。
今年最火 AI 视频 Veo 3 大更新！上传一张图，家里的猫和鲁迅就能开口「吐槽」 附实测
VeO3 最新更新支持图片生成开口说话的视频，包括声音和动作。用户能上传一张静态图片加上文字脚本，就能生成带有语音同步的视频。Gemini 平台提供了多种选项如首帧转视频、使用 Gemini 和 Flow 生成连贯短片等。
用AI，写代码只会更慢！但一定更「快乐」
METR研究揭示，即使是顶级程序员在使用AI工具时，代码编写效率也会平均下降19%，且开发者往往无法察觉。该研究强调了开发过程中AI拖慢工作流的问题，提醒人们不要被基准测试的高分所迷惑。
