IT资源栈互联网海量AI资源栈

前沿哨所

• Antigravity 强开 Gemini 百万上下文实测：缓存崩溃，额度消耗激增5倍

  据Linux.do论坛用户发帖，Google旗下AI编程工具Antigravity（社区常简称AGY）目前默认仅开放约256K的上下文窗口，而其内置的Gemini模型本身具备1M（百万token级）的上下文处理能力。发帖者对此表达不满，认为Google’模型能力有1M还不让用’，开放策略过于保守。为验证实际效果，该用户尝试通过逆向手段绕过限制，强行开启1M上下文。实测结果显示，强开长上下文后模型的上下文缓存机制出现异常，直接导致API额度消耗速度提升约5倍。在成本急剧攀升的情况下，该用户最终只能退回256K上下文继续使用，并吐槽当前体验不佳。背景方面，Antigravity是Google推出的智能体式AI编程平台，上下文窗口大小直接决定单次任务可读取和改写的代码规模，是衡量AI编程工具能力的核心指标之一。上下文缓存机制则通过复用重复内容降低推理成本，一旦缓存失效，每次请求都需重新计算完整上下文，费用会成倍增长，这正是强开1M后额度暴增的技术原因。该帖子发布后共收到2条回复，引发社区对Google上下文开放策略的讨论。截至目前，Google官方尚未公布在Antigravity中全面开放1M上下文的时间表，普通用户短期内仍需在256K上限下自行规划长任务的上下文管理。

  事件分析

  此次实测揭示了长上下文服务背后的成本结构问题。1M上下文并非单纯的技术开关：KV缓存的显存占用随上下文长度线性增长，缓存命中率下降会直接放大推理开销，5倍的额度消耗说明Google的限制更多是出于成本与稳定性考量，而非刻意保留能力。对产业而言，AI编程工具的竞争正从模型能力转向单位成本下的有效上下文供给，上下文管理与缓存计费策略将直接影响开发者的工具选择。若Google能在隐式缓存或上下文压缩技术上取得突破，1M上下文的大规模开放才具备商业可行性。后续可关注Google是否推出分级上下文套餐，或在新版本Gemini中通过架构优化降低长上下文成本，届时Antigravity的开放策略或将随之调整。

  核心观点：1M上下文的开放门槛不在模型能力，而在缓存成本的算力经济学，这正成为AI编程工具功能分级的隐形标尺。

  原文链接：Linux.do

  刚刚

• 3年前的提问有了答案：开源项目用AI智能体一键关闭安卓手机系统广告

  三年前，一位V2EX用户发帖询问“有没有一键关闭安卓手机自带广告的app”，当时这一问题没有理想答案。如今，随着AI技术的发展，这个老帖迎来了新的解决方案。开发者在GitHub上发布了名为android-ad-cleaner的开源项目，能够关掉国产安卓手机系统里的广告、热搜、资讯推荐和营销推送。该项目有几个突出特点：无需root即可运行，所有操作可还原，并且支持AI智能体一键自动执行，大幅降低了普通用户的使用门槛。这意味着过去需要用户手动逐一查找、深入多级菜单才能关闭的各类系统广告设置，现在可以交给AI智能体自动化完成，不再依赖繁琐的图文教程。此外，针对智能电视端的广告困扰，另一开发者发布了cleanyourtv项目，通过Wi-Fi连接任何Android TV或Google TV设备，即可获得类似Apple TV的简洁家庭影院体验，绕开开机广告和内容推荐对观影的干扰。两个项目均以开源形式发布在GitHub平台，为受系统广告困扰的安卓手机和智能电视用户提供了切实可行的解决路径，同时也展示了AI智能体在自动化执行系统级操作方面的实际应用价值。

  事件分析

  国产安卓系统广告泛滥是长期存在的用户痛点：厂商依赖系统广告与预装推送获取营收，导致关闭入口分散、层级深，且常随系统更新被重置。android-ad-cleaner的价值在于技术路径的演进——从早期root卸载、adb命令脚本，到如今借助AI智能体自动识别并执行操作，用户无需掌握技术细节即可完成复杂设置，这正是AI Agent走向日常场景的一个缩影。cleanyourtv则针对电视端，用网络连接替代刷机，风险更低、门槛更友好。后续值得关注的是：此类项目将面临厂商系统更新带来的持续适配压力，甚至可能遭遇广告策略的反制；同时AI智能体操控手机的技术路线有望进一步演化，与手机厂商自带的系统助理形成对照，也可能推动行业在系统广告收益与用户体验之间重新权衡取舍。

  核心观点：当厂商把广告植入系统牟利，用户只能靠开源社区与AI智能体夺回对自己设备的控制权。

  原文链接：V2EX 分享发现

  刚刚

• AI 编程打造开源 PNG 压缩库 pngdeer：压缩效果超 TinyPNG 8%-12%

  开发者 heydeer 在技术社区 V2EX 发布开源 PNG 压缩库 pngdeer，宣称压缩效果超过知名在线工具 TinyPNG。据作者介绍，项目起点是一次 AI 能力边界实验：将电脑上的全部 PNG 文件交给 Claude Opus 大模型，让它开发一款能超越 TinyPNG 的压缩工具，随后经历多轮打磨——部分图片始终优化不佳，需要深入算法分析，同时引入大量人眼评测来纠正 AI 的画质判断偏差。pngdeer 采用 Rust 语言编写，以 MIT 协议开源，支持自动选择画质，提供命令行工具与浏览器本地运行两种使用方式。在公开基准测试中，以相同的 SSIMULACRA2 画质评分进行对比，pngdeer 的文件大小中位数比 TinyPNG 小 8%–12%，作者称这一成绩超过市面上所有开源 PNG 压缩项目。项目代码托管于 GitHub，并提供网页版演示，用户可在浏览器中本地体验压缩效果。需要说明的是，相关对比数据来自作者自行发布的基准测试，实际效果仍有待社区独立复现与验证。

  事件分析

  PNG 压缩是 Web 性能优化的基础环节，头部方案历经十余年打磨，每提升 1% 都需更深的算法搜索，8%–12% 的中位数提升若经复现，将刷新该领域的开源基线。技术上，该项目以 SSIMULACRA2 感知画质指标对齐比较口径，辅以人眼评测校准，方法论相对严谨，但基准由作者自行发布，缺乏第三方独立测评仍是短板。更值得关注的是其开发范式：大模型承担核心算法实现与迭代，人类转向画质评审与目标设定，这种’AI 执行、人把关’的分工在极限优化任务中展现出可行性。后续走向取决于社区能否复现数据、Rust 生态的集成适配进度及长期维护意愿；若数据站得住，构建工具链与 CDN 图像处理环节可能出现新一轮替换潮。

  核心观点：AI 已能独立攻克图像压缩这类极限优化工程，人机分工正从'人写代码'转向'人做裁判'。

  原文链接：V2EX 分享发现

  刚刚

• 开源中文 AI 伴侣 eros3.ai：引入游戏化需求系统与 MiniMax 视频生成

  开发者近日在 V2EX 分享了其团队打造的中文 AI 伴侣产品 eros3.ai。该产品于八月底上线，在无外部宣传的情况下，目前已积累约 300 名注册用户与 50 名日活用户，用户群规模超过百人。此次更新引入多项新特性：影片生成功能可将聊天图片转换为视频，每位用户每天享有 3 支 5 秒或 1 支 10 秒的 MiniMax H3 免费生成额度；需求系统为 AI 赋予饥饿、情感、体力、社交等拟人化需求；事件系统让 AI 角色遭遇接工作、吵架、逛街、健身等突发情境，并包含随机惊喜事件。此外还加入了每日签到、成就体系与 eros pts 积分机制，AI 会在用户打开对话时主动发起消息。原有功能包括文字聊天、图片聊天、语音对话、长期记忆、亲密度体系与自创角色等均予保留。值得关注的是，该项目后端代码已在 GitHub 开源，仓库为 etherfunlab/eros-engine，团队官网 etherfun.xyz 提供联络方式。开发者同时公布了二十个邀请码供社区用户领取体验，延续了 V2EX 社区的邀请制分发传统。

  事件分析

  该产品体现了 AI 陪伴类应用的典型演进路径：从基础对话向模拟经营式互动延伸，通过需求、事件、签到等游戏化机制提升用户黏性与角色的真实感。技术层面，其接入 MiniMax H3 生成短视频，反映出国产视频生成模型的 API 生态正被独立开发者快速集成；主动消息与记忆系统则涉及 Agent 的主动触发与长期状态管理，是陪伴类 Agent 的核心工程难点。后端开源在同类商业产品中较为少见，既降低了二次开发门槛，也便于社区审查其数据与隐私处理逻辑。产业层面，AI 陪伴赛道已有星野、猫箱、Character.AI 等成熟玩家，百人规模的产品能否凭借差异化的状态模拟机制留住用户仍待验证；邀请码冷启动是社区型产品的常见打法，后续可观察其开源仓库活跃度与功能迭代节奏，判断该模式的可持续性。

  核心观点：AI 伴侣的竞争正从对话质量转向游戏化的角色状态模拟，开源后端或成独立开发者对抗大厂产品的差异化筹码。

  原文链接：V2EX 分享发现

  刚刚

• Anthropic 招股书披露：违规用户贡献 5%-7% 收入，封禁数万账号对抗模型蒸馏

  Anthropic 在向美国证券交易委员会提交的 S-1 上市申请文件中披露，被认定违反使用政策或商业条款的客户贡献了公司今年前九个月总收入的 5% 至 7%。据路透社报道，Anthropic 已切断部分付费账户的访问权限，并指控其中部分账户与中国 AI 实验室有关，称这些账户通过获取 Claude 输出来训练自有模型，属于违反服务条款的模型蒸馏行为，并涉及知识产权和国家安全议题。Anthropic 表示，公司已在第三季度通过强化防御措施大幅削减了这部分收入：新防御手段将蒸馏提取量降低了 90% 至 99%，为此公司主动放弃了可观的收入和数万亿 token 的付费流量，同时封禁了数万个相关账号。该披露正值 Anthropic 正式提交 S-1 文件、推进首次公开募股的关键节点，首次以财务数据形式量化了 AI 公司在商业化过程中面临的对抗性使用与合规风险，也揭示了头部闭源模型输出在二级竞争中的争夺强度。

  事件分析

  技术层面，核心看点是蒸馏对抗：将提取量压低 90%-99% 意味着 Anthropic 大概率在输出侧部署了检测或扰动机制，可能涉及输出水印、行为指纹与账号关联分析等手段，这代表了模型服务商风控能力的新水位。产业层面，将违规收入占比写进招股书，说明对抗性使用已从运营问题升级为上市披露项，直接影响投资者对收入质量与毛利率的评估；同时闭源模型输出被视为高价值蒸馏标的，头部模型的性能壁垒成为各方争夺焦点。后续走向上，上市后的风控投入将持续侵蚀短期收入，蒸馏检测与反检测的对抗升级，可能推动各大厂商在服务条款、访问限制与输出策略上进一步收紧。

  核心观点：模型蒸馏从灰色地带首次被财务数据量化成招股书风险项，AI 竞争的对抗烈度已进入监管与资本市场视野。

  原文链接：Linux.do

  刚刚

• 90年代经典Mac纸飞机游戏Glider 4.0被移植到浏览器并开源

  Glider是诞生于上世纪90年代初的经典Mac平台游戏，由程序员John Calhoun创作，早期以共享软件形式发行，4.0版曾由Casady & Greene公司商业化推出。游戏中玩家操控一架纸滑翔机，借助住宅内暖气口、风扇等产生的上升气流在房屋之间穿行，躲避蜡烛火焰、橡皮筋等障碍，玩法轻盈巧妙，承载了一代Mac用户的记忆，原作者后来将游戏转为免费软件开放传播。近日，开发者在Hacker News上以Show HN形式发布了Glider 4.0的非官方网页版，项目代码托管在GitHub平台，以开源方式发布，玩家无需经典Mac硬件或额外安装模拟器，直接在浏览器中即可体验这款老游戏。作者同时通过Bluesky社交账号分享了项目信息与链接。该项目属于典型的软件保存与复古计算实践，借助现代Web技术让老旧软件在新平台上延续生命，既是一次面向老玩家的怀旧复刻，也为社区自发保存数字文化遗产提供了一个具体案例，让早期Mac游戏文化得以触达新一代用户。

  事件分析

  这类移植项目的技术看点在于如何在浏览器环境中还原经典Mac软件的原始体验，常见路径包括源码级重写、基于WebAssembly的运行时模拟，或对原程序进行容器化封装，不同方案在还原度、性能与维护成本之间各有取舍。Glider体量小、机制简洁，是检验移植方案的理想对象，也降低了后续社区参与贡献的门槛。从产业角度看，游戏与软件保存正从博物馆、专用模拟器等机构行为走向普通开发者的日常实践，网页端作为零安装载体显著提升了老软件的可及性。后续走向上，若项目获得持续维护，可能衍生出关卡编辑、移动端适配等增强功能，也可能带动更多被遗忘的早期共享软件以同样方式复活，形成一波社区主导的复古软件复兴浪潮。

  核心观点：经典软件的存续正从机构保存转向社区开源移植，网页化以最低门槛延续数字遗产的生命力。

  原文链接：Hacker News

  3小时前