Keychron 上架 F4 HE 8K 四鍵 AI 鍵盤,售價 34.99 美元
Keychron 推出 F4 HE 8K Vibe Coding Keypad,售價 34.99 美元,四個按鍵分別對應傳送提示、語音輸入、接受與拒絕 AI 改動。鍵盤採用 Ultra-Fast Lime 磁軸,支援 0.20–3.30 mm 逐鍵觸發調節,並可通過 Dynamic Keystrokes 為每鍵分配最多 4 個動作,有線輪詢率達 8000 Hz。
依意思最接近的 9 筆
Keychron 推出 F4 HE 8K Vibe Coding Keypad,售價 34.99 美元,四個按鍵分別對應傳送提示、語音輸入、接受與拒絕 AI 改動。鍵盤採用 Ultra-Fast Lime 磁軸,支援 0.20–3.30 mm 逐鍵觸發調節,並可通過 Dynamic Keystrokes 為每鍵分配最多 4 個動作,有線輪詢率達 8000 Hz。
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
蘋果把 AI 助手加入 Keynote、Pages、Numbers 三款生產力應用,該助手基於蘋果與 OpenAI 的模型,能理解文件上下文。在 Keynote 中,它可設計、新增動畫與潤色幻燈片;在 Pages 中,它可起草、重構和調整文字;在 Numbers 中,它可計算、視覺化並整理資料,還能建議圖表型別、建置自訂表格。三款應用在 macOS 27 及以上版本支援 Model Context Protocol,第三方 AI agent 可接入。
小米開源了 AI 桌寵硬體 HachimoDock,軟體原始碼已上傳 GitHub,硬體物料清單、結構件模型與裝配教程在嘉立創公開,自製成本約 150 元。它結合按鍵、搖桿、語音和觸屏,可語音指揮電腦端 Agent(如 Codex、WorkBuddy)並在螢幕上顯示思考、執行、等待確認等狀態,還能借 xiaomi Miloco 聯動智慧家居。內建小狗形象可換成照片或社群數萬形象,使用者能用自然語言分鐘級生成元件;熱度已導致開發板、螢幕等元器件漲價缺貨。
開源工具 RemoveMacAI 面向 macOS 27,可關閉 Apple Intelligence 各項功能、刪除已下載的本地模型,並阻止系統再次下載。macOS 27 已取消單一開關,關閉功能後模型仍留在磁碟上,該工具通過配置描述檔案實現,支援 status、off、revert 等命令,所有更改可還原。要求 Apple 晶片,僅支援 macOS 27,27.0.1 需 0.2.3 或更高版本。
typeui.sh 在 Hacker News 的 Show HN 板塊發布了一套面向 AI 的 UI 微互動提示詞(micro-interactions prompts),目前可以開啟該頁面檢視。該帖發布後收到 19 分和 3 條評論,討論量不大;帖子正文沒有提供更多細節,包括提示詞數量、支援的模型和授權方式。
開源命令列工具 RemoveMacAI 可以刪除 macOS 上的 Apple Intelligence 模型資料並關閉相關功能,開發者稱可釋放約 12GB 磁碟空間。macOS 27 移除了此前關閉 Apple Intelligence 的單一設定開關,模型仍留在磁碟上,相關功能被拆散到不同設定面板中。開發者表示,該工具本質上做的就是舊開關的事;手動操作需找到約十幾個設定,其中若干位於螢幕時間(Screen Time)下。
macOS 27 Golden Gate 取消了關閉 Apple Intelligence 的開關,GitHub 開發者 Om Lahore 為此發布命令列工具 RemoveMacAI,可一鍵關閉該功能並釋放磁碟空間。據 GitHub 頁面,該操作完全可逆;作者稱 Apple Intelligence 模型約佔 12GB,The Verge 則指出實際佔用可能超過 30GB。此前使用者在設定中只能逐項關閉 AI 功能,模型檔案仍會留在磁碟上。
微軟發布第三代自研 AI 晶片 Maia 300,將其定位為微軟產品與服務的主要 AI 推理系統,計劃 2027 年開始投入生產部署。微軟雲業務執行副總裁 Scott Guthrie 表示,相比主流的 GPU 系統,Maia 300 每兆瓦可多輸出 40% 的 token,並更能應對最新的推理模型與 agentic 任務。該晶片的設計目標是提升雲端 AI 工作負載的成本與效率,減少對 Nvidia GPU 的依賴。