AI

本文介绍了 Aider 这款简洁且可控性强的人工智能 Agent 工具，它为本地部署的大语言模型提供了一种高效的协作方式。Aider 与市面上许多使用 Node.js 编写的 Agent 不同，它采用 Python 语言编写，并默认采用“一轮人、一轮 AI”的传统对话模式，强调用户的主导地位。其核心优势在于原生支持 Git 功能：在每次对话产生代码更改后，Aider 会自动执行 AI Commit，将修改保存为标准的差异文件，极大地提升了代码更改的可靠性。对于没有 Git 仓库的项目，它则使用搜索替换和任务记录。Aider 的使用高度依赖于命令行指令，用户可以通过输入 `/add`、`/read-only` 或 `/edit` 等命令来控制 AI 对特定文件的操作，甚至可以使用 `/web` 命令让 AI 读取网页内容，该过程需要 Pandoc 等工具将网页转换为 Markdown 格式。此外，文章还详细描述了 Aider 的安装过程，例如在 macOS 上使用 Homebrew 进行安装，以及如何通过配置命令参数（如指定 `--model` 和 `--openai-api-base`）来连接和使用大语言模型。Aider 这种模式被认为非常适合需要精细控制和人工干预的开发场景。

本文描述了作者对部分博主拿着 AI 服务商提供的 API 额度，却只做简单 Demo、打游戏或搭建博客，并借此夸赞 AI 能力的行为感到不满。作者认为，既然拥有号称最强的代码生成、审核和日志复查工具，就应尝试解决高版本 Minecraft 模组移植等真实问题，而不是把“核弹”当鞭炮放。作者也指出，顶尖模型的 Coding Plan 每月动辄几百甚至上千元，普通人难以负担，自己只能使用网页版 DeepSeek 和豆包。因此，在 AI 既强大又便宜的时代到来前，作者不认可对 AGI 厂商涨价贡献的过度夸赞，因为那些工具并未真正改变普通人的生活。

本文介绍了在 Mac 上部署开源围棋 AI KataGo 的完整流程。作者由《棋魂》改编剧引发对围棋的兴趣，决定不再使用在线棋牌网站，而是通过本地部署 KataGo 来与 AI 对弈。文章首先推荐了 KataGo 作为围棋 AI 方案，并指出相比 N 卡复杂的 CUDA 环境配置，Mac 社区已通过 Metal 后端简化了安装过程。接着，作者演示了使用 Homebrew 安装 Sabaki 客户端和 KataGo 服务端的具体命令，并详细说明如何获取模型文件与配置文件路径、生成 sabaki.cfg 配置文件，以及在 Sabaki 中进行语言切换、界面设置和引擎添加的步骤。最后，作者说明了如何通过配置对局让 KataGo 执黑或执白，并介绍了停止 AI、新建对局等操作。整篇教程步骤清晰，适合想在 Mac 上尝试围棋 AI 的初学者参考。

本文介绍了作者基于 MacBook Air 的 M4 芯片与 DeepSeek 合作，为《我的世界》开发补帧模组的全过程。作者因不满游戏原生性能，受 MetalDuck 项目启发，计划将 AI 补帧技术引入《我的世界》。在缺乏模组开发经验的情况下，作者借助 DeepSeek，结合 MetalDuck 与 Sodium 源码及 Fabric API 文档，将开发任务拆分为 5 个阶段，逐步完成模组代码、菜单集成、Swift 到 Java 的转换及核心功能。第五阶段调试最为繁琐，需反复测试并修复漏洞，最终花费 30 元和半小时获得实验版本。该模组利用本地算力生成 AI 插帧，但存在字体缺失与果冻效应等问题。文章展示了 AI 辅助开发的实践路径与当前技术局限。

本文介绍了 TDM（文本扩散模型）的概念与应用。文章从 AI 生图过程切入，类比 Stable Diffusion 将噪声逐步解析为图像，引出 TDM 将类似技术用于文本生成。TDM 不同于传统 LLM 逐字输出，而是直接生成字符范围，在约 20 步内逐步填充、修改直至文本合理，并能同时处理所有内容，避免遗忘问题。文章也指出其缺陷，如可能产生逻辑矛盾，并以“独生女文章出现哥哥”为例说明。此外，文中提到谷歌 DeepMind 开源的 DiffusionGemma 模型已可体验，但目前编程与聊天能力尚不完善。作者认为该领域研究较少但有前景，有望加速长文生成。

本文介绍了作者在使用 AI 及 Codex 完成自媒体和模组移植编程工作时，发现 AI 大语言模型集体“降智”的现象，尤其对 DeepSeek 的表现感到失望。作者回忆了以往与 R1 模型交流时虽有幻觉但更具趣味和上下文意识的体验，对比当下模型输出“不是人话的人话”，认为新模型虽增加了多模态和编程能力，但可能只是数据集替换或算法调整后的“专精模型”，对普通用户并不友好。作者还反思了自己依赖 AI 的心态变化，从把 AI 当作朋友到视其为仆人，承认自身懒惰、不愿配置 Skill 或 Codex，认知渠道单一，最终陷入既不会用 AI 也不会手动实操的摆烂状态。文章通过个人经历，表达了对 AI 技术进步与用户体验之间落差的感慨。

本文介绍了 AI 短剧对作者父母生活的影响及其引发的思考。文章指出，随着 AI 视频技术突飞猛进，生成的画面细腻逼真，文生视频能低成本制作情节完整的短剧，使父母从传统电视转向手机 AI 短剧。然而，技术门槛降低也导致内容质量良莠不齐，批量生产的霸道总裁剧等价值观扭曲的作品大量蔓延，可能侵蚀观众认知。此外，AI 角色面孔虽精致却千篇一律，眼神空洞，产生“恐怖谷”效应。作者还描述了父亲吃饭时外放短剧、沉迷“结婚、给钱、炫富”等雷同情节，而母亲则更看重完整剧情推进，展现了 AI 短剧在家庭娱乐中的普及和潜在问题。

本文描述了作者在凌晨处理博客宇宙数据错误的过程。作者发现友链中出现了两个不存在的域名，经排查仓库数据后，推测是 AI 爬取时误解了网站标题结构，将“他说”和“梁栋烨的技术笔记”误认为独立站点，并编造了对应域名。作者理解了树状嵌套存储逻辑后，修正了学姐友链文件中的错误指向，删除了虚假条目，并提交了合并请求。文章揭示了 AI 在解析中文网站标题时的常见缺陷，也展示了手动维护数据与版本控制流程的细节。