<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>深度研究 on Lynx 的技术博客</title><link>https://blog.lynxflow.co/categories/%E6%B7%B1%E5%BA%A6%E7%A0%94%E7%A9%B6/</link><description>Recent content in 深度研究 on Lynx 的技术博客</description><generator>Hugo -- gohugo.io</generator><language>zh-cn</language><lastBuildDate>Sun, 13 Sep 2026 16:15:00 +0800</lastBuildDate><atom:link href="https://blog.lynxflow.co/categories/%E6%B7%B1%E5%BA%A6%E7%A0%94%E7%A9%B6/index.xml" rel="self" type="application/rss+xml"/><item><title>上篇 · 坐标系:为什么一个非科班的人,我推荐先学这套斯坦福 CS 骨架</title><link>https://blog.lynxflow.co/posts/self-taught-cs-coordinate-system-2026/</link><pubDate>Tue, 11 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/self-taught-cs-coordinate-system-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/self-taught-cs-coordinate-system-2026.png?v=090509" alt="Featured image of post 上篇 · 坐标系:为什么一个非科班的人,我推荐先学这套斯坦福 CS 骨架" /&gt;上篇 · 坐标系:为什么一个非科班的人,我推荐先学这套斯坦福 CS 骨架 一、你的天花板在哪 先把话说透:会用 AI 工具的人,现在满地都是。
会用 ChatGPT 写文案、会用 Claude 写小脚本、会把各种 agent 串成一条流水线——这些我都能做到,而且做得相当熟练。我搭过自己的模型代理栈,跑过几十个自动化项目,工具用起来比大多数程序员还顺手。</description></item><item><title>中篇 · 课件地图:12 门课,免费学完斯坦福 CS 核心的资源全图</title><link>https://blog.lynxflow.co/posts/cs-courseware-map-2026/</link><pubDate>Tue, 11 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/cs-courseware-map-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/cs-courseware-map-2026.png" alt="Featured image of post 中篇 · 课件地图:12 门课,免费学完斯坦福 CS 核心的资源全图" /&gt;中篇 · 课件地图:12 门课,免费学完斯坦福 CS 核心的资源全图 一、自学死磕的是资源,资源决定生死 上一篇讲坐标系——为什么以斯坦福 CS 为骨架。这一篇讲弹药:每门课的课件、视频、教材,到底去哪拿,哪些免费、哪些要绕道。</description></item><item><title>下篇 · 路线图:先学谁、砸多久、怎么验收——以及终点那张学位</title><link>https://blog.lynxflow.co/posts/cs-learning-roadmap-2026/</link><pubDate>Tue, 11 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/cs-learning-roadmap-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/cs-learning-roadmap-2026.png" alt="Featured image of post 下篇 · 路线图:先学谁、砸多久、怎么验收——以及终点那张学位" /&gt;下篇 · 路线图:先学谁、砸多久、怎么验收——以及终点那张学位 一、地图和弹药都有了,还差路线 前两篇给了坐标系(学什么、为什么)和课件地图(每门课的资源去哪拿)。这篇是最后一块拼图:怎么走——先学谁、后学谁、每门课砸多久、学完拿什么当验收、最容易卡在哪,最后把&amp;quot;自学 → 学位&amp;quot;这条链路完整落地。</description></item><item><title>Hermes 控制Claude Code的技术路线全景：从终端调用到Agent互操作协议</title><link>https://blog.lynxflow.co/posts/hermes-claude-code-control-routes-2026/</link><pubDate>Sun, 13 Sep 2026 16:15:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/hermes-claude-code-control-routes-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/hermes-cc-control-routes-cover.png" alt="Featured image of post Hermes 控制Claude Code的技术路线全景：从终端调用到Agent互操作协议" /&gt;一句话概括 Hermes（一个 Telegram bot 网关）要控制 Claude Code（Anthropic 的 CLI 编程 Agent），有 7 条技术路线：直接终端调用、SDK 编程化 API、MCP 双向通信、A2A Agent-to-Agent 协议、ACP Agent 通信协议、Hooks 钩子系统、Cloud 云端会话。其中 Hermes 已经有了 codex_app_server 和 copilot_acp 两个子进程 runtime 模板——加一个 Claude Code runtime 本质上是复制已有模式。对 Telegram bot 场景，stream-json 流式管道 + canUseTool 外部权限审批 + 现有 codex_app_server 模板 是当前最务实的路线。</description></item><item><title>我的量化平台丢掉了 92% 的交易数据，而它一直以为自己看全了</title><link>https://blog.lynxflow.co/posts/alphatrace-venue-data-loss-2026/</link><pubDate>Sun, 13 Sep 2026 12:56:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/alphatrace-venue-data-loss-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/alphatrace-venue-data-loss-2026.png" alt="Featured image of post 我的量化平台丢掉了 92% 的交易数据，而它一直以为自己看全了" /&gt;一句话概括 我给 AlphaTrace 加数据源的时候，顺手实测了一下线上真实数据，发现一个我从未怀疑过的地方出了问题：平台在读取链上成交的那一刻，就把 92% 的现货交易丢掉了，并且什么都没说。 关于这次自我纠错，以及我差点犯下的第二个错误。</description></item><item><title>想用一个开源平台横跨网安、风控、供应链、舆情、金融、工业?——六域深研给出答案</title><link>https://blog.lynxflow.co/posts/open-source-general-platform-survey-2026/</link><pubDate>Fri, 11 Sep 2026 07:13:44 +0800</pubDate><guid>https://blog.lynxflow.co/posts/open-source-general-platform-survey-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/open-source-general-platform-survey-2026-cover.png" alt="Featured image of post 想用一个开源平台横跨网安、风控、供应链、舆情、金融、工业?——六域深研给出答案" /&gt; 调研时点:2026-09-10。数据来自六大领域+通用底座扫描(每域 8 个候选 + 3 个深挖)、Grok 三票对抗验证(三套独立模型交叉核验)报告、独立事实核验与查漏补缺清单。所有数字均来自上述数据,未能核实的条目会明确标注。读者设定:个人开发者/小团队,想找一个能撑住多场景的开源平台底座。</description></item><item><title>不替代整个部门,只切10%:我研究了AI怎么合规切入传统行业</title><link>https://blog.lynxflow.co/posts/ai-traditional-industry-10pct-research-2026/</link><pubDate>Tue, 08 Sep 2026 00:01:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/ai-traditional-industry-10pct-research-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/ai-traditional-industry-10pct-research-2026.png" alt="Featured image of post 不替代整个部门,只切10%:我研究了AI怎么合规切入传统行业" /&gt;我给自己定了个锚:不替代整个部门,只替代某条业务线的10%,年收益50万就算成功。
这个数字把&amp;quot;帮企业算账&amp;quot;从一句空话拉成了可以验的东西。它不大,但够具体——够我判断一套方案值不值得做。</description></item><item><title>39笔交易、10个假设，最像的策略只靠3笔数据撑着</title><link>https://blog.lynxflow.co/posts/alphatrace-honest-quant-2026/</link><pubDate>Tue, 08 Sep 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/alphatrace-honest-quant-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/alphatrace-honest-quant-2026.png" alt="Featured image of post 39笔交易、10个假设，最像的策略只靠3笔数据撑着" /&gt;一句话概括 我用自建的量化分析平台 AlphaTrace，把 39 笔链上交易丢给 10 个策略假设互相 PK，想找出「这些交易最可能在用什么方法」。结果排第一的策略，只靠 3 笔有效数据撑起来，而且它的「解释力」是 10 个假设里最低的——它能拿冠军，纯粹因为它最简单。</description></item><item><title>10个月套出1000万美元：Hyperliquid HIP-3跨市场套利策略深度拆解</title><link>https://blog.lynxflow.co/posts/hyperliquid-hip3-arbitrage-10m-usd/</link><pubDate>Mon, 07 Sep 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/hyperliquid-hip3-arbitrage-10m-usd/</guid><description>&lt;img src="https://blog.lynxflow.co/images/hyperliquid-hip3-arbitrage-10m-usd.png" alt="Featured image of post 10个月套出1000万美元：Hyperliquid HIP-3跨市场套利策略深度拆解" /&gt;一句话概括 一个仅两人的套利团队，在 Hyperliquid 的 HIP-3 股票永续合约市场与传统金融经纪商 IBKR 之间构建了一套 Delta 套利机器人，10 个月内完成约 320 亿美元交易量，赚取约 1000 万美元利润，年化资本回报率 35%-45%。</description></item><item><title>从 800 刀到每天 200 刀（下篇）：一个散户的加密量化深度研究与 LynxCrypto 开发蓝图</title><link>https://blog.lynxflow.co/posts/crypto-quant-lynxcrypto-blueprint/</link><pubDate>Sat, 05 Sep 2026 03:40:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/crypto-quant-lynxcrypto-blueprint/</guid><description> 上篇回顾（上篇全文）：昨天我用 200 格、800–2000 USDT 区间的 ZECUSDT 合约网格开张了。一笔 100 刀的做空亏了，但马丁格尔合约网格赚了 100 多刀，ZEC 现货赚了 20 刀，资产冲到 1080 刀。出金 200 刀后，剩 880 刀继续滚。目标：每天 800 做到 1000，出金 200。</description></item><item><title>Expired Patent Intelligence:从全球失效专利中挖掘创业机会</title><link>https://blog.lynxflow.co/posts/expired-patent-intelligence-startup-opportunities/</link><pubDate>Fri, 04 Sep 2026 19:30:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/expired-patent-intelligence-startup-opportunities/</guid><description>&lt;img src="https://blog.lynxflow.co/images/expired-patent-intelligence-cover.png" alt="Featured image of post Expired Patent Intelligence:从全球失效专利中挖掘创业机会" /&gt;每年都有价值数千亿美元的专利保护期到期,这些过期专利背后藏着巨大的创业机会——从仿制药到老药新用,从技术标准到制造工艺,一片片&amp;quot;专利悬崖&amp;quot;落下后,原本被垄断的技术空间突然向所有人敞开。全球仿制药市场 2024 年规模就高达 4100 到 4900 亿美元,到 2030 年还有约 200 款药物面临专利到期,涉及 2360 亿美元的年销售额。这些数字背后的意思很简单:原研企业用专利筑起的护城河正在一段一段地塌,而塌下来的石头里有很多是可以拿来建城的。</description></item><item><title>服务器知道的，浏览器不该得到：一次黑盒报告引出的前端秘密泄露面全景</title><link>https://blog.lynxflow.co/posts/frontend-secret-leakage-ai-era/</link><pubDate>Wed, 02 Sep 2026 01:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/frontend-secret-leakage-ai-era/</guid><description>&lt;img src="https://blog.lynxflow.co/images/frontend-secret-leakage-ai-era.png" alt="Featured image of post 服务器知道的，浏览器不该得到：一次黑盒报告引出的前端秘密泄露面全景" /&gt;先看一个场景。你在做一个 SaaS：后端连着云数据库，前端是 Next.js，迭代节奏很快。上线前请安全团队做了一次黑盒测试，第三天报告回来，两个高危：</description></item><item><title>漏洞世界的"暗语":0day、1day、nday、CVE、CNVD、NVD 一次讲清</title><link>https://blog.lynxflow.co/posts/vulnerability-jargon-0day-cve-cnvd-nvd/</link><pubDate>Tue, 01 Sep 2026 11:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/vulnerability-jargon-0day-cve-cnvd-nvd/</guid><description>&lt;img src="https://blog.lynxflow.co/images/vuln-jargon-cover.png" alt="Featured image of post 漏洞世界的"暗语":0day、1day、nday、CVE、CNVD、NVD 一次讲清" /&gt;2021 年 12 月 9 日深夜,阿里云安全团队公开了 Java 日志库 Log4j 的一个远程代码执行漏洞(CVE-2021-44228),半个互联网的工程师被迫在周末爬起来加班抢救。&amp;ldquo;Log4Shell&amp;rdquo; 由此成为最近十年最著名的一场漏洞风暴:Check Point 的监测显示,披露后全球 48% 以上的企业网络都遭到了利用尝试(以扫描探测为主);72 小时内攻击尝试累计超过 80 万次,衍生出 60 多种利用变体。</description></item><item><title>吸引负责开始,信任决定留下:拆解那句流行的两性口诀</title><link>https://blog.lynxflow.co/posts/relationship-development-attraction-trust-commitment/</link><pubDate>Tue, 01 Sep 2026 09:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/relationship-development-attraction-trust-commitment/</guid><description>&lt;img src="https://blog.lynxflow.co/images/relationship-development-attraction-trust-commitment.png" alt="Featured image of post 吸引负责开始,信任决定留下:拆解那句流行的两性口诀" /&gt;一、那句口诀,混合了四个不同的概念 网络两性讨论里流传着一句口诀:「如果你想长择,就暴露短择属性;如果你想短择,就暴露长择属性。」它流行,部分是因为它抓住了人们在观察中反复遇到的一种不对称:有人明明只想短暂关系,却表现得深情、乐于承诺;有人真心想长久,关系初期却平淡,不被认真对待。这类见闻被压缩成一条看似可操作的规则,于是被大量转发。</description></item><item><title>2026 年 14+ 高管出走 OpenAI：权力收拢、IPO 压测下的组织瘦身</title><link>https://blog.lynxflow.co/posts/openai-2026-executive-exodus-restructuring/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/openai-2026-executive-exodus-restructuring/</guid><description>&lt;img src="https://blog.lynxflow.co/images/openai-2026-executive-exodus-restructuring.png" alt="Featured image of post 2026 年 14+ 高管出走 OpenAI：权力收拢、IPO 压测下的组织瘦身" /&gt;2026 年，OpenAI 经历一场罕见的高管迁徙。据 Business Insider 统计，年内已有 14 位以上高管离职。《TechCrunch》2026 年 8 月 26 日的分析（&amp;ldquo;how do we explain OpenAI&amp;rsquo;s executive exodus&amp;rdquo;）把这场表面动荡指向一条更清晰的线：公司正收缩非创收业务、聚焦商业化，联合创始人格雷格·布罗克曼的权力重新集中。</description></item><item><title>AI深读｜钱融得越多，为何商业化被问得越早？</title><link>https://blog.lynxflow.co/posts/ai-funding-vs-monetization-scrutiny-2026/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/ai-funding-vs-monetization-scrutiny-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/ai-funding-vs-monetization-scrutiny-2026.png" alt="Featured image of post AI深读｜钱融得越多，为何商业化被问得越早？" /&gt;钱进来的速度，比新闻通稿还快。
2026 年 4 月前后，Anthropic 的收入 run-rate（年化收入）被广泛报道约为 300 亿美元；四个月后，路透社于 8 月 17 日援引消息人士称，这个数字已突破 650 亿美元；CNBC 等报道称 Anthropic 已超越 OpenAI、成为最有价值的 AI 初创。可就在同一时段，TechCrunch 为即将于 10 月举办的 Disrupt 2026 定下了贯穿全场 200 场活动的主题——一句听起来有点反常识的话：</description></item><item><title>WhatsApp 反诈：AI 在手机里判诈骗，消息一个字节都不上云</title><link>https://blog.lynxflow.co/posts/whatsapp-scam-alert-on-device-ai-privacy/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/whatsapp-scam-alert-on-device-ai-privacy/</guid><description>&lt;img src="https://blog.lynxflow.co/images/whatsapp-scam-alert-on-device-ai-privacy.png" alt="Featured image of post WhatsApp 反诈：AI 在手机里判诈骗，消息一个字节都不上云" /&gt;反诈通常靠云端扫消息。WhatsApp 反其道——把判诈骗的 AI 塞进手机本地，消息内容一个字节都不离开设备。
2026 年 8 月，WhatsApp 小范围测试可选反诈功能 Scam Alert（Malwarebytes、PCMag、Forbes、Meta Engineering 博客同月报道，InfoQ 技术解读）。它的核心设计是：针对非联系人消息的诈骗分类，在设备本地完成。</description></item><item><title>豆包工作：Agent 不再"重复入职"，直接读懂飞书里的组织上下文</title><link>https://blog.lynxflow.co/posts/doubao-work-feishu-zero-config-context/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/doubao-work-feishu-zero-config-context/</guid><description>&lt;img src="https://blog.lynxflow.co/images/doubao-work-feishu-zero-config-context.png?v=090123" alt="Featured image of post 豆包工作：Agent 不再"重复入职"，直接读懂飞书里的组织上下文" /&gt;主流办公 Agent 都会干活——处理文件、生成网页、搭表格，但几乎都要你先&amp;quot;介绍背景&amp;quot;。字节跳动的豆包工作（2026 年 8 月 26 日发布，量子位、TechNode、财新报道）反过来：用飞书企业账号登录，直接读你的群聊和云文档，不用重新解释。</description></item><item><title>盖茨给 AI 踩刹车：征机器人税、留"人类专属岗位"</title><link>https://blog.lynxflow.co/posts/bill-gates-robot-tax-human-reserved-jobs/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/bill-gates-robot-tax-human-reserved-jobs/</guid><description>&lt;img src="https://blog.lynxflow.co/images/bill-gates-robot-tax-human-reserved-jobs.png" alt="Featured image of post 盖茨给 AI 踩刹车：征机器人税、留"人类专属岗位"" /&gt;2026 年 8 月 26 日，比尔·盖茨在 Gates Notes 发长文，提了两件让科技巨头不舒服的事：对机器人（和 AI tokens）征税，以及设立&amp;quot;人类专属岗位&amp;quot;（Human Reserved Jobs）。TechCrunch、Fortune、CBS、Axios 同日跟进报道。</description></item><item><title>一笔 450 亿囤算力：年均 75 亿，是它上次月结年化的 5 倍</title><link>https://blog.lynxflow.co/posts/anthropic-nscale-45b-compute-deal/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/anthropic-nscale-45b-compute-deal/</guid><description>&lt;img src="https://blog.lynxflow.co/images/anthropic-nscale-45b-compute-deal.png" alt="Featured image of post 一笔 450 亿囤算力：年均 75 亿，是它上次月结年化的 5 倍" /&gt;一笔 450 亿美元、为期 6 年的协议，年均采购强度约 75 亿美元——而就在三个月前，Anthropic 与 SpaceX 的算力协议还是按月结算，月均约 1.25 亿美元，年化才 15 亿。采购强度一个季度跳了约 5 倍。</description></item><item><title>一台 10 万美元的桌面机，能跑万亿参数模型——英伟达把超算塞进了桌边</title><link>https://blog.lynxflow.co/posts/msi-ws300-gb300-1t-param-workstation/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/msi-ws300-gb300-1t-param-workstation/</guid><description>&lt;img src="https://blog.lynxflow.co/images/msi-ws300-gb300-1t-param-workstation.png" alt="Featured image of post 一台 10 万美元的桌面机，能跑万亿参数模型——英伟达把超算塞进了桌边" /&gt;9.99 万美元，桌面形态，能跑 1 万亿参数的开源大模型——这个规格，三年前要靠一整间机房。
据 IT 之家 8 月 28 日报道，微星（MSI）XpertStation WS300 已在海外出货并在新蛋（Newegg）开售，搭载英伟达 GB300 Grace Blackwell Ultra 桌面超级芯片，最高 748GB 一致性内存。它不是原型机，是进了常规销售渠道的现货。</description></item><item><title>用 AI 查假新闻 4 周后，关掉 AI 你反而比开始时更差——MIT 的"依赖悖论"</title><link>https://blog.lynxflow.co/posts/mit-ai-dependency-paradox-fake-news/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/mit-ai-dependency-paradox-fake-news/</guid><description>&lt;img src="https://blog.lynxflow.co/images/mit-ai-dependency-paradox-fake-news.png" alt="Featured image of post 用 AI 查假新闻 4 周后，关掉 AI 你反而比开始时更差——MIT 的"依赖悖论"" /&gt;第一周，用 AI 助手识别假新闻的人，比对照组准 21%；第四周，把 AI 拿走，他们的准确率不升反降——比实验开始前还低 15 个百分点。更怪的是，约五分之一的人还&amp;quot;感觉自己变强了&amp;quot;。</description></item><item><title>扎克伯格想用 AI 裁掉 60% 的团队，第二轮取消——AI 替人为何在 Meta"内爆"</title><link>https://blog.lynxflow.co/posts/meta-project-ot-ai-replace-jobs-imploded/</link><pubDate>Sat, 29 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/meta-project-ot-ai-replace-jobs-imploded/</guid><description>&lt;img src="https://blog.lynxflow.co/images/meta-project-ot-ai-replace-jobs-imploded.png" alt="Featured image of post 扎克伯格想用 AI 裁掉 60% 的团队，第二轮取消——AI 替人为何在 Meta"内爆"" /&gt;2026 年 1 月，扎克伯格亲自推动代号 Project OT（组织转型）的重组：部分团队的裁撤上限设到了 60%，目标是把 Meta 变成&amp;quot;AI 原生&amp;quot;公司——由极小的人类团队监督 AI Agent，接管原本数千人的日常活。</description></item><item><title>日进十亿，AGI已成印钞机：英伟达掀开了AI商业化的底牌</title><link>https://blog.lynxflow.co/posts/nvidia-agi-token-as-money-machine/</link><pubDate>Sat, 29 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/nvidia-agi-token-as-money-machine/</guid><description>&lt;img src="https://blog.lynxflow.co/images/nvidia-agi-token-as-money.png" alt="Featured image of post 日进十亿，AGI已成印钞机：英伟达掀开了AI商业化的底牌" /&gt;AGI不是终点，是起跑线 黄仁勋在最新财报电话会上平静地甩出一句话：对于许多任务来说，我们已经实现了AGI。
他没有跟OpenAI争谁先撞线，而是直接掀了桌子——继续纠结&amp;quot;AGI到底怎么定义&amp;quot;已经毫无意义。整个科技界连&amp;quot;智能&amp;quot;本身都没有共识标准，争论终点线长什么样纯属浪费时间。</description></item><item><title>把 Wyscout、Hudl、Metrica 的定价页扒了一遍:我的足球 AI 工具该抄谁的作业</title><link>https://blog.lynxflow.co/posts/2026-08-24-football-video-analysis-pricing-teardown/</link><pubDate>Mon, 24 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-24-football-video-analysis-pricing-teardown/</guid><description> 结论先讲:这个市场的价格跨度是 100 倍——Once Sport €8/月全功能一价包,到 StatsBomb £800/月量级还得联系销售。中间藏着四套完全不同的赚钱打法,小团队该抄哪套,取决于你想站在链条的哪一环。</description></item><item><title>我把 45 条定时任务搬进了 Windmill:一次迁移教会我的五件事</title><link>https://blog.lynxflow.co/posts/windmill-cron-migration-45-jobs-2026/</link><pubDate>Mon, 24 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/windmill-cron-migration-45-jobs-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/windmill-migration-45-2026.png" alt="Featured image of post 我把 45 条定时任务搬进了 Windmill:一次迁移教会我的五件事" /&gt;45 条定时任务。25 条躺在 crontab 里,18 条挂在用户级 systemd 定时器上,还有 2 条是挂在原 cron 上的试点和拆分档位。2026-08-24 凌晨 05:40,我把它们全部迁进了自托管的 Windmill,45/45 冒烟真绿、原调度全部移除。</description></item><item><title>我让 114 个调研代理去查「自动化赚钱还有哪些路」,只有 8 条结论活了下来</title><link>https://blog.lynxflow.co/posts/2026-08-24-auto-monetization-deep-research/</link><pubDate>Mon, 24 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-24-auto-monetization-deep-research/</guid><description> 结论先讲:自动化赚钱的地图上,2026 年真正变了的是两件事——GitHub 把大额赏金挪进了邀请制 VIP 层(公开通道 critical 上限降到 $10K,资格赛开始),以及 Huntr 把开源赏金改造成了 AI 攻防锦标赛(奖池 $15K,恰好是我现有管线最能平移的方向)。而所有漂亮的「市场规模」数字,过一遍三票对抗核查后几乎全军覆没——这条元规律比任何单条结论都值钱。</description></item><item><title>CPA 模型池全量体检：80 个模型谁活着、谁聪明、谁在裸奔</title><link>https://blog.lynxflow.co/posts/cpa-model-pool-audit-smart-model-ranking/</link><pubDate>Sun, 23 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/cpa-model-pool-audit-smart-model-ranking/</guid><description>&lt;img src="https://blog.lynxflow.co/images/cpa-model-pool-audit-smart-model-ranking.png" alt="Featured image of post CPA 模型池全量体检：80 个模型谁活着、谁聪明、谁在裸奔" /&gt;上个月我写过一篇亲测六个 Claude Code 模型的文章。这次把范围扩大：本机 CPA（本地模型网关）里一共挂着 80 个模型，我做了两件事——先逐个发真实请求探活，再对活下来的模型做防背题的智力实测，最后对照公开榜单交叉验证。</description></item><item><title>ERP 市场调研、创业路线与软著申请实操:一次完整的研究记录</title><link>https://blog.lynxflow.co/posts/erp-market-research-route-b-and-software-copyright-2026/</link><pubDate>Sun, 23 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/erp-market-research-route-b-and-software-copyright-2026/</guid><description> 2026-08-23。起因是想评估一个方向:AI + 电商 ERP 创业。从&amp;quot;中国电商大卖家到底在用什么系统&amp;quot;这个问题开始,最后落到了一份软著申请材料清单上。这篇把整个研究链路完整写出来,分四个部分:市场调研、创业路线、平台 API 门槛、软著实操。</description></item><item><title>给"脚本 + Cron + Agent"的黑盒自动化装上控制面:12 平台真实调研</title><link>https://blog.lynxflow.co/posts/2026-08-23-workflow-control-plane-selection/</link><pubDate>Sun, 23 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-23-workflow-control-plane-selection/</guid><description>&lt;img src="https://blog.lynxflow.co/images/2026-08-23-control-plane-architecture-cover.png" alt="Featured image of post 给"脚本 + Cron + Agent"的黑盒自动化装上控制面:12 平台真实调研" /&gt; 结论先讲:我缺的不是另一个编排工具,而是一层&amp;quot;控制面&amp;quot;(Control Plane)——统一回答&amp;quot;哪个流程、哪个版本、哪次运行、哪一步挂了、重试了几次、下次什么时候跑&amp;quot;的协调层。cron 只负责&amp;quot;到点喊一声&amp;quot;,喊完就不管了。实地调研 11 个平台后,我的选择:Windmill 首选、Kestra 并列备选,n8n/Temporal/Argo 明确不选,Hermes 归位成&amp;quot;被调度的 Agent&amp;quot;,而不是调度者。</description></item><item><title>RSS 到社媒自动分发:开源项目全景调研(LynxPipe 的同行者们)</title><link>https://blog.lynxflow.co/posts/rss-to-social-media-oss-pipeline-landscape/</link><pubDate>Sat, 22 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/rss-to-social-media-oss-pipeline-landscape/</guid><description>&lt;img src="https://blog.lynxflow.co/images/2026-08-22-rss-social-oss-four-layer-cover.png" alt="Featured image of post RSS 到社媒自动分发:开源项目全景调研(LynxPipe 的同行者们)" /&gt; 结论先讲:&amp;ldquo;RSS 聚合→加工→社媒分发&amp;quot;这件事,开源世界里没有一个项目能一条龙做完,但每一层都有成熟的轮子。最接近我 LynxPipe 完整形态的组合是 RSSHub(源)+ Huginn/n8n(加工)+ Postiz(分发),三层拼起来 star 总量超过 28 万。下面是完整调研:每个项目的 star 数(GitHub API 2026-08-22 实测)、支持的 RSS 能力、能分发到哪些社媒渠道。</description></item><item><title>警察殉职后,家属能拿到多少赔偿与福利?(十二国对比)</title><link>https://blog.lynxflow.co/posts/2026-08-22-police-death-benefits-12-countries/</link><pubDate>Sat, 22 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-22-police-death-benefits-12-countries/</guid><description>&lt;img src="https://blog.lynxflow.co/images/police-death-benefits-12-countries.png" alt="Featured image of post 警察殉职后,家属能拿到多少赔偿与福利?(十二国对比)" /&gt;当一名警察在执行公务时倒下,国家给他的家人留下什么?
答案在各国之间的差别,比多数人想象的大得多:有的国家开出一张几百万人民币的支票;有的按月发年金,发到配偶离世;有的把子女读到大学的学费都包办;也有的国家,连公布一个准确的数字都做不到——公开数据的缺失,本身就是一种答案。</description></item><item><title>逐图拆解：一篇经典 tmux 教程里的 14 张图，每张都是怎么实现的</title><link>https://blog.lynxflow.co/posts/tmux-delicious-brains-teardown/</link><pubDate>Sat, 22 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/tmux-delicious-brains-teardown/</guid><description>&lt;img src="https://blog.lynxflow.co/images/tmux-teardown-cover.png" alt="Featured image of post 逐图拆解：一篇经典 tmux 教程里的 14 张图，每张都是怎么实现的" /&gt; 原文：tmux for Local Development: A Deep Dive，作者 Jeff Cole，2016 年 5 月发布于 Delicious Brains。 说明：原文站点后来改版（配图换成了静态 PNG 重制版），2016 年的原始动图已无法从线上取得。因此本文配图是在本机 tmux 3.4 里逐条重跑原文的命令与配置生成的复现图，画面内容与原文一一对应（个别差异正文会标注）。复现脚本在仓库 tools/gen_tmux_teardown_figs.py，可自行重放。</description></item><item><title>足球球探数据赛道全景：五大竞品拆解与一人公司的切口</title><link>https://blog.lynxflow.co/posts/2026-08-22-football-scouting-competitor-landscape/</link><pubDate>Sat, 22 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-22-football-scouting-competitor-landscape/</guid><description>&lt;img src="https://blog.lynxflow.co/images/2026-08-22-football-scouting-competitor-landscape.png" alt="Featured image of post 足球球探数据赛道全景：五大竞品拆解与一人公司的切口" /&gt; 结论先讲：这篇的起点是一次&amp;quot;跨界误打误撞&amp;quot;——本想查萧山钱农一路一家叫&amp;quot;杨利&amp;quot;的化工公司能不能抢生意，调研完发现化工制造的护城河（危化资质+工艺 know-how+上游锁源）普通人根本进不去。但调研中触发的&amp;quot;产业链数据产品&amp;quot;思路，若挪到足球球探数据赛道，反而是一人公司真正能切入的小众市场。下面是这条赛道五大玩家的完整拆解，以及&amp;quot;业余与低级别联赛&amp;quot;这个被全球巨头集体忽视的真空地带。</description></item><item><title>吃一片管一天？药物靠活性代谢产物延长药效的机制</title><link>https://blog.lynxflow.co/posts/active-metabolites-once-daily-dosing/</link><pubDate>Fri, 21 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/active-metabolites-once-daily-dosing/</guid><description>&lt;img src="https://blog.lynxflow.co/images/active-metabolites-once-daily-dosing.png" alt="Featured image of post 吃一片管一天？药物靠活性代谢产物延长药效的机制" /&gt;一个反直觉的现象 很多精神科药物只需一天吃一次，但药物本身的半衰期并不算长。比如安非他酮（bupropion）——去甲肾上腺素-多巴胺再摄取抑制剂（NDRI），用于抑郁、戒烟、ADHD，其普通剂型的半衰期约 21 小时。按经典药代动力学推算，每 8 小时服药一次（TID）才能维持稳态浓度。可临床上安非他酮 XL（缓释）就是每日一次。</description></item><item><title>新版 Outlook 的广告,我用一行 hosts 干掉了</title><link>https://blog.lynxflow.co/posts/block-outlook-ads-hosts/</link><pubDate>Fri, 21 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/block-outlook-ads-hosts/</guid><description>&lt;img src="https://blog.lynxflow.co/images/block-outlook-ads-hosts.png?v=0821" alt="Featured image of post 新版 Outlook 的广告,我用一行 hosts 干掉了" /&gt;每次打开新版 Outlook,收件箱顶上就挂一条 Adobe 广告。Photoshop、Acrobat 轮着来,还都是日文。我的第一反应和大多数人一样:切回不带广告的经典版 Outlook。</description></item><item><title>今天最难的不是配服务器,是连不上——剥了一整天洋葱</title><link>https://blog.lynxflow.co/posts/aws-vps-ssh-dpi-tunnel/</link><pubDate>Thu, 20 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/aws-vps-ssh-dpi-tunnel/</guid><description>&lt;img src="https://blog.lynxflow.co/images/aws-vps-ssh-dpi-tunnel-cover.webp" alt="Featured image of post 今天最难的不是配服务器,是连不上——剥了一整天洋葱" /&gt;Connection closed by 18.183.98.38 port 22——今天我盯着这行看了很久。
本来该很简单。开两台 AWS Lightsail 的小机器,东京一台(18.183.98.38)、首尔一台(43.201.19.231),都是 2 核 2G、60G 盘、Ubuntu 24.04,装个 Nezha 把自己这点家底监控起来。密钥放好,pem 改 600,~/.ssh/config 写两个别名 tokyo 和 seoul。一小时的事。</description></item><item><title>互联网大厂真的在「后悔搞 AI」吗?我先把这笔账算清楚了</title><link>https://blog.lynxflow.co/posts/big-tech-ai-capex-value-chain-2026/</link><pubDate>Wed, 19 Aug 2026 08:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/big-tech-ai-capex-value-chain-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/big-tech-ai-capex-value-chain-2026.png" alt="Featured image of post 互联网大厂真的在「后悔搞 AI」吗?我先把这笔账算清楚了" /&gt;8 月 19 日,知乎热榜有个问题:「互联网大厂开始后悔搞 AI 了吗?」
高赞回答里有一句话挺准:后悔谈不上,但疼,是真的疼。
腾讯今年二季度的自由现金流,第一次转了负——负 138 亿。阿里整个 2026 财年自由现金流净流出 466 亿。百度 AI 收入都占到 50% 了,股价反而跌了 13%。</description></item><item><title>150块一年的海外服务器,真能买到吗?——2026年8月便宜VPS横评</title><link>https://blog.lynxflow.co/posts/overseas-vps-150-rmb-annual-2026/</link><pubDate>Wed, 19 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/overseas-vps-150-rmb-annual-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/overseas-vps-150-rmb-annual-2026.png" alt="Featured image of post 150块一年的海外服务器,真能买到吗?——2026年8月便宜VPS横评" /&gt;起因很简单:腾讯云那台 99 元/年的轻量应用服务器(2 核 2G、50G SSD、3M 带宽、300G 月流量)用得很顺手,但我想要一台国外的——预算还是 150 块一年封顶。问题是,150 块一年、对标腾讯云 99 元那台、还要海外机房,这玩意儿真能买到吗?</description></item><item><title>八款 AI 时代 IDE 横评:内存占用、运行效率与 Bug 信号(2026 年 8 月多源核查)</title><link>https://blog.lynxflow.co/posts/2026-08-19-ide-comparison-memory-efficiency-bugs/</link><pubDate>Wed, 19 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-19-ide-comparison-memory-efficiency-bugs/</guid><description>&lt;img src="https://blog.lynxflow.co/images/2026-08-19-ide-memory-footprint.png" alt="Featured image of post 八款 AI 时代 IDE 横评:内存占用、运行效率与 Bug 信号(2026 年 8 月多源核查)" /&gt;别再只看 IDE 宣传页上那串&amp;quot;轻量级 400MB&amp;quot;的乐观小数字——2026 年的 AI IDE 已进入&amp;quot;内存通胀&amp;quot;时代。一次跨 18 小时的 Copilot Chat 长 sessions,VS Code 扩展主进程能从 500MB 膨胀到 80GB+,而 Zed 在 macOS 上甚至录得 185GB 的极端案例。</description></item><item><title>ccswitch 改了模型却没生效:一次 Claude Code 三层模型覆盖的根因诊断</title><link>https://blog.lynxflow.co/posts/ccswitch-model-not-applying-claude-code/</link><pubDate>Tue, 18 Aug 2026 21:36:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/ccswitch-model-not-applying-claude-code/</guid><description>&lt;img src="https://blog.lynxflow.co/images/ccswitch-model-not-applying-claude-code.png?v=090603" alt="Featured image of post ccswitch 改了模型却没生效:一次 Claude Code 三层模型覆盖的根因诊断" /&gt;起因:改了三次都没变 我在 ccswitch(v3.19.2,Windows 端的 Claude Code 配置切换工具)里点&amp;quot;编辑供应商&amp;quot;,把 Opus 档的模型改掉、保存。切回 Claude Code 重开,跑的模型还是原来那个。再改、再保存、再重启,依旧没变。</description></item><item><title>「免费无限量」的大模型 API,我挨个打了过去</title><link>https://blog.lynxflow.co/posts/free-unlimited-llm-api-verified-2026/</link><pubDate>Tue, 18 Aug 2026 01:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/free-unlimited-llm-api-verified-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/free-unlimited-llm-api-verified-2026.png?v=0818b" alt="Featured image of post 「免费无限量」的大模型 API,我挨个打了过去" /&gt;起因是有人发了个消息:Agnes AI 的 Agnes-2.0-Flash 文本模型 API,自 2026 年 6 月 1 日起无限期免费,1M 上下文,兼容 OpenAI 接口。我第一反应是好事,第二反应是——「无限量」三个字在 AI 圈基本等于「我赌你不会真打满」。于是挨个打了过去。</description></item><item><title>10 种科学级图表样式预设:博客数据图风格速查</title><link>https://blog.lynxflow.co/posts/chart-style-presets/</link><pubDate>Tue, 18 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/chart-style-presets/</guid><description>&lt;img src="https://blog.lynxflow.co/images/pro20x-presets-cover.png?v=090921" alt="Featured image of post 10 种科学级图表样式预设:博客数据图风格速查" /&gt;一张图看完 10 种风格 同一组数据——pro 20x 订阅 vs 国内大模型,每百万 token 实付成本,对数轴——用 10 种出版级样式各画一遍。挑哪种,看你要的是论文感、编辑感还是极简。下面逐个拆配色和适用场景。</description></item><item><title>新加坡 4c8t+64GB 独服,最低多少钱拿下?我把 OVH 产品线翻了一遍</title><link>https://blog.lynxflow.co/posts/ovh-sg-server-selection/</link><pubDate>Tue, 18 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/ovh-sg-server-selection/</guid><description>&lt;img src="https://blog.lynxflow.co/images/ovh-kimsufi-pricing.png?v=082421" alt="Featured image of post 新加坡 4c8t+64GB 独服,最低多少钱拿下?我把 OVH 产品线翻了一遍" /&gt;起因是我看到一张别人晒的监控截图:8 线程、64GB 内存、4TB 磁盘、新加坡节点、不限流量。我手头一堆常驻服务(Claude Code 之外的十几个容器和网关)正想找个地方搬家,就想知道:这套配置,最低多少钱能拿下?于是把 OVH 几条产品线整个翻了一遍。这篇文章是浓缩版,数据和踩坑都在下面。</description></item><item><title>ChatGPT pro 20x 订阅 vs 国内顶尖大模型:每百万 token 成本对比</title><link>https://blog.lynxflow.co/posts/pro20x-vs-china-llm/</link><pubDate>Mon, 17 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/pro20x-vs-china-llm/</guid><description>&lt;img src="https://blog.lynxflow.co/images/pro20x-vs-china-llm.png?v=090818" alt="Featured image of post ChatGPT pro 20x 订阅 vs 国内顶尖大模型:每百万 token 成本对比" /&gt;一笔反直觉的账 假设你花 1000 元 开通一个 ChatGPT &amp;ldquo;pro 20x&amp;rdquo; 订阅方案,折合每周约 $1700 的 API 等价额度,再叠加 OpenAI 每月约 10 次「善意重置」(tibo 官宣的 Goodwill Reset,每次刷新一个全新满额周期)。按这个假设,你实付的「每百万 token 成本」会落到 0.036 ~ 0.91 元——而国产最便宜的 DeepSeek-V4-Flash 也要 1.06 元,贵约 1.2 倍起步;对标最贵的 Kimi K3(52 元)则便宜约 57 倍。</description></item><item><title>我扒了 28 个开源 AI 漫剧平台的源码:所有'可插拔 Provider'的宣称都被证伪了</title><link>https://blog.lynxflow.co/posts/open-source-ai-drama-platform-selection-audit-2026/</link><pubDate>Sun, 16 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/open-source-ai-drama-platform-selection-audit-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/open-source-ai-drama-platform-selection-audit-2026-cover.jpg" alt="Featured image of post 我扒了 28 个开源 AI 漫剧平台的源码:所有'可插拔 Provider'的宣称都被证伪了" /&gt;起因:我想做 AI 漫剧,但不想从零写平台 我手上有一套现成的模型后端:一个 OpenAI-compatible 的图片/视频网关,加上阿里云百炼(万相图片、wan2.x 视频)。缺的是上层——一个能管&amp;quot;剧本→角色→分镜→出图→出视频→合成&amp;quot;的导演工作台。</description></item><item><title>我扒了 57 个开源 AI 小说写作项目的源码:工程分最高的那个,输在了 License 上</title><link>https://blog.lynxflow.co/posts/open-source-ai-novel-writing-platform-selection-audit-2026/</link><pubDate>Sun, 16 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/open-source-ai-novel-writing-platform-selection-audit-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/ai-novel-writing-audit-2026-cover.png" alt="Featured image of post 我扒了 57 个开源 AI 小说写作项目的源码:工程分最高的那个,输在了 License 上" /&gt;起因:AI 写长篇,平台从哪来 我在做 AI 长篇小说生产。后端不缺:一个自建的 OpenAI-compatible 网关,加阿里云百炼的 Qwen 系,纯文本链路。缺的是上层——一个能管&amp;quot;大纲→分章→章节生成→记忆→修订→导出&amp;quot;的写作工作台。</description></item><item><title>亲测六个 Claude Code 模型：谁快、谁聪明、谁在抽奖</title><link>https://blog.lynxflow.co/posts/claude-code-model-benchmark/</link><pubDate>Sat, 15 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/claude-code-model-benchmark/</guid><description>&lt;img src="https://blog.lynxflow.co/images/cc-bench-hero.png?v=090603" alt="Featured image of post 亲测六个 Claude Code 模型：谁快、谁聪明、谁在抽奖" /&gt;Claude Code 的模型选择器里躺着六个可选项:qwen3.8-max、glm-5.2-fast-preview、glm-5.2、deepseek-v4-pro-0813、qwen3-coder-next、grok-4.6,全部经由本机 CPA(一个本地模型网关)转发到各家上游。日常用的时候我只有模糊体感:&amp;ldquo;这个好像快点&amp;quot;&amp;ldquo;那个好像聪明点&amp;rdquo;。体感不可靠,于是花一个晚上把它们拉到同一条起跑线,实测了速度、思考时间、长输入处理和一个 9 题自动判分的智商小测,再对照公开榜单交叉验证。</description></item><item><title>告别小豆芽：7 个开源社媒自动分发项目，我全 clone 下来扒了代码</title><link>https://blog.lynxflow.co/posts/open-source-social-distributor-survey/</link><pubDate>Thu, 13 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/open-source-social-distributor-survey/</guid><description>&lt;img src="https://blog.lynxflow.co/images/open-source-social-distributor-survey.png" alt="Featured image of post 告别小豆芽：7 个开源社媒自动分发项目，我全 clone 下来扒了代码" /&gt;我用过多媒体分发 SaaS（小豆芽那类），点一下同步到十几个平台，方便，但账号 cookie 都上云、限流按月收费、平台一改版就等它修。今年我想转开源自托管——图的是账号攥在自己手里、能改代码、长期不付订阅费。也可能直接基于某个项目二开成自己的分发底座。</description></item><item><title>家具虚拟试摆竞品全景:四派玩家、能力矩阵与国内空白</title><link>https://blog.lynxflow.co/posts/2026-08-13-furniture-tryon-competitor-landscape/</link><pubDate>Thu, 13 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-13-furniture-tryon-competitor-landscape/</guid><description>&lt;img src="https://blog.lynxflow.co/images/2026-08-13-furniture-tryon-competitor-landscape.png" alt="Featured image of post 家具虚拟试摆竞品全景:四派玩家、能力矩阵与国内空白" /&gt; 本文是《家具虚拟试摆:H5 先行 + 2D 合成 + 图生视频出片方案》的竞品姊妹篇。方案文聚焦&amp;quot;怎么做&amp;quot;,本文聚焦&amp;quot;对手是谁、强在哪、死穴在哪&amp;quot;。 数据来自 Grok 深度研究 + 8 路竞品专项扫描(57 条目,已剔除幻觉条目如&amp;quot;美克尔图噼里啪啦&amp;quot;),并经 105-agent 对抗验证(25 说法→4 存活+21 杀)。价格均为 2026-08 时点方向性参考,具体以官网为准;验证中存疑的已标注。</description></item><item><title>四模型 Coding Agent 实测评分卡：Grok 4.6 / Qwen3.8-Max / DeepSeek-V4 Pro / GLM-5.2</title><link>https://blog.lynxflow.co/posts/2026-08-13-coding-agent-candidate-models-scorecard/</link><pubDate>Thu, 13 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-13-coding-agent-candidate-models-scorecard/</guid><description>&lt;img src="https://blog.lynxflow.co/images/2026-08-13-coding-agent-candidate-models-scorecard.png" alt="Featured image of post 四模型 Coding Agent 实测评分卡：Grok 4.6 / Qwen3.8-Max / DeepSeek-V4 Pro / GLM-5.2" /&gt; 结论先讲：这篇是上一篇《选日常 Coding Agent 主力模型：别再只看 SWE-bench 第一》的定向补测——把四个候选（grok-4.6、qwen3.8-max、deepseek-v4-pro、glm-5.2）放到官方榜上逐个钉分。四个里没有谁能压过公开前沿（claude-opus-5 74% / gpt-5.6-sol 73% / fable-5 70%）；但论「便宜+够用」，有一条清晰的路由：GLM-5.2 当 80% 日常、Grok 4.6 顶硬任务、DeepSeek-V4 Pro 当廉价子 agent。最关键一个红灯：GLM-5.2 在「修新 issue」上排第 4，在「原创长程工程」上却近榜底——你的日常更接近后者，别被前者骗了。</description></item><item><title>选日常 Coding Agent 主力模型：别再只看 SWE-bench 第一</title><link>https://blog.lynxflow.co/posts/2026-08-13-coding-agent-benchmark-selection/</link><pubDate>Thu, 13 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/2026-08-13-coding-agent-benchmark-selection/</guid><description>&lt;img src="https://blog.lynxflow.co/images/2026-08-13-coding-agent-benchmark-selection.png" alt="Featured image of post 选日常 Coding Agent 主力模型：别再只看 SWE-bench 第一" /&gt; 结论先讲：日常用 Claude Code / Codex 写代码，不该再把「SWE-bench 第一」当成选主力的唯一尺子。2026 年更靠谱的公开组合是 Terminal-Bench + SWE-rebench/DeepSWE + 成本看板；最终判决还得回到你自己的仓库任务。</description></item><item><title>自动更新老慢半拍?我先把上游的发布时段统计成了表</title><link>https://blog.lynxflow.co/posts/cpa-autoupdate-release-schedule/</link><pubDate>Thu, 13 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/cpa-autoupdate-release-schedule/</guid><description>&lt;img src="https://blog.lynxflow.co/images/cpa-autoupdate-release-schedule.png" alt="Featured image of post 自动更新老慢半拍?我先把上游的发布时段统计成了表" /&gt;自动更新不是没跑,是没跑到点子上 上个月给我的 CPA(CLIProxyAPI,一个自托管的 Claude 代理服务)配了自动更新:每天凌晨 4 点,脚本自动拉上游代码、编译、重启服务。当时觉得这个时间很聪明——半夜,没人用,重启窗口拉长也不打扰。</description></item><item><title>38元吃必胜客6件套?低价餐饮券的灰产解剖与防骗指南</title><link>https://blog.lynxflow.co/posts/low-price-restaurant-coupon-fraud-2026/</link><pubDate>Tue, 11 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/low-price-restaurant-coupon-fraud-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/low-price-restaurant-coupon-fraud-2026.png" alt="Featured image of post 38元吃必胜客6件套?低价餐饮券的灰产解剖与防骗指南" /&gt; 生成时间:2026-08-11 · 方法:两轮 grok-deep-research 工作流共 209 个 agent、约 500 万 token(联网搜索 → 缺口分析 → WebFetch 抽取 → 多票对抗核验);信源以裁判文书、行业媒体、平台规则原文为主 触发:用户在小红书看到&amp;quot;38元必胜客披萨意面双人餐6件套&amp;quot;&amp;ldquo;39.9元汉堡王招牌牛堡小食随心选8件套&amp;rdquo;,卖家称&amp;quot;只需给手机号、可无限次购买&amp;quot;,其中必胜客套餐自称已售 3 万单</description></item><item><title>管 AI agent 的终端,我最后留了 herdr——四个管理器横评</title><link>https://blog.lynxflow.co/posts/terminal-agent-manager-comparison-2026/</link><pubDate>Tue, 11 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/terminal-agent-manager-comparison-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/terminal-agent-manager-comparison-2026.png" alt="Featured image of post 管 AI agent 的终端,我最后留了 herdr——四个管理器横评" /&gt;引子:先被自己的一堆 AI 搞乱套 最近的工作流变成这样:终端里同时开着几个 AI agent,Claude Code 在改这个项目,Codex 在跑那个调研,另一个在出内容。多项目并行,终端是主场。
然后问题来了:我根本不知道哪个 agent 卡住了、在等什么、干完没有。 我试过 tmux,用了一阵子就扔了(下面会说为什么)。后来换成 herdr,鼠标点选、agent 状态、关终端恢复,三点都舒服。但&amp;quot;舒服&amp;quot;不等于&amp;quot;最优&amp;quot;——我有个习惯,用着顺手的东西也要横向验证一遍,顺便看看有没有更合适的。</description></item><item><title>视频去重与伪原创:平台查重六层机制与手法效果实测</title><link>https://blog.lynxflow.co/posts/video-dedup-pseudo-original-2026/</link><pubDate>Mon, 10 Aug 2026 03:46:08 +0000</pubDate><guid>https://blog.lynxflow.co/posts/video-dedup-pseudo-original-2026/</guid><description>有人问视频去重、伪原创这条线现在什么情况。我把链路从头查了一遍——平台怎么查重、市面去重服务用了哪些手法、开源仓库能不能复现、以及能不能往产品方向走。下面是查到的东西,按层和实验数据记录,取舍留给读者自己权衡。</description></item><item><title>《八仙!》真赚了 10 倍吗?拆穿一个爆款背后的 AI 痕迹、真实成本与分账数学</title><link>https://blog.lynxflow.co/posts/baxian-ai-traces-and-real-box-office-return-2026/</link><pubDate>Mon, 10 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/baxian-ai-traces-and-real-box-office-return-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/baxian-ai-traces-and-real-box-office-return-2026.png" alt="Featured image of post 《八仙!》真赚了 10 倍吗?拆穿一个爆款背后的 AI 痕迹、真实成本与分账数学" /&gt;引子:一个被误读的爆款公式 2026 年暑期档,《八仙!》成了国产动画的现象级爆款:上映 23 天票房突破 13 至 14 亿,猫眼/灯塔预测最终落点 21 亿上下,豆瓣开分 8.3。坊间最广为流传的一句是&amp;quot;1 亿成本换十几亿票房,十倍回报&amp;quot;。对于一个正在漫剧赛道里摸爬滚打、偶尔会动&amp;quot;要不要跳进电影&amp;quot;念头的人来说,这个数字几乎是一种诱惑。</description></item><item><title>解剖 371 条知乎回答:「35 万考证莫言家世」的舆论是怎么被点燃的</title><link>https://blog.lynxflow.co/posts/moyan-zhihu-371-answers/</link><pubDate>Sun, 09 Aug 2026 21:30:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/moyan-zhihu-371-answers/</guid><description>&lt;img src="https://blog.lynxflow.co/images/moyan-zhihu-371-answers.png?v=090500" alt="Featured image of post 解剖 371 条知乎回答:「35 万考证莫言家世」的舆论是怎么被点燃的" /&gt;这篇是上一篇的下半场 前两天写了《35 万、六年,研究莫言这笔账该怎么算》,那篇是观点。写完之后我不大踏实:观点可以有,但事实到底齐不齐?评论区里吵成一团的人,到底在吵什么?</description></item><item><title>AI 攻克了一道悬置 25 年的通信数学难题</title><link>https://blog.lynxflow.co/posts/ai-cracks-25-year-mimo-detection-problem/</link><pubDate>Sun, 09 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/ai-cracks-25-year-mimo-detection-problem/</guid><description>&lt;img src="https://blog.lynxflow.co/images/ai-cracks-25-year-mimo-detection-problem.png" alt="Featured image of post AI 攻克了一道悬置 25 年的通信数学难题" /&gt;一道卡了 25 年的题，被 AI 一周拿下 无线通信里有个经典难题叫 MIMO 检测：发送端把 N 个比特塞进 N×N 信道发出去，信号在途中被搅乱、叠上噪声，接收端要一字不差地把原始比特还原回来。</description></item><item><title>关掉厂商的草稿纸，递给模型一张新的：AI 推理提取的朴素攻击法</title><link>https://blog.lynxflow.co/posts/extracting-llm-reasoning-traces-via-tool-params/</link><pubDate>Sun, 09 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/extracting-llm-reasoning-traces-via-tool-params/</guid><description>&lt;img src="https://blog.lynxflow.co/images/extracting-llm-reasoning-traces-via-tool-params.png?v=090500" alt="Featured image of post 关掉厂商的草稿纸，递给模型一张新的：AI 推理提取的朴素攻击法" /&gt;厂商封住了前门，但忘了窗户 大模型厂商有一套默契：原始推理过程不给你看。OpenAI、Anthropic、Google 只在 API 里返回一个&amp;quot;总结后的思考&amp;quot;或一段加密数据，让你能把它原样传回去让模型续接上下文，但无法读取内容。</description></item><item><title>看完机器狗保安的新闻,我差点开一家机器狗公司——调研一天后,我把它锁进了抽屉</title><link>https://blog.lynxflow.co/posts/robot-dog-security-company-reality-check/</link><pubDate>Sun, 09 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/robot-dog-security-company-reality-check/</guid><description>&lt;img src="https://blog.lynxflow.co/images/robot-dog-security-company-reality-check.png" alt="Featured image of post 看完机器狗保安的新闻,我差点开一家机器狗公司——调研一天后,我把它锁进了抽屉" /&gt;一条新闻,让我差点冲动立项 前几天刷到一条新闻:《商业内幕》报道,美国机器狗正在进入安保行业——巡逻数据中心、看守高价值农作物、体育场馆。最扎眼的数字是:用机器狗承担一个 24 小时值守岗位,每年比雇真人保安省 8 万到 13 万美元。</description></item><item><title>Telegram 和 Discord 桌面版 vs 网页版深度对比</title><link>https://blog.lynxflow.co/posts/tg-discord-desktop-vs-web-2026/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/tg-discord-desktop-vs-web-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/tg-discord-desktop-vs-web-2026.png" alt="Featured image of post Telegram 和 Discord 桌面版 vs 网页版深度对比" /&gt;一句话结论：对于内存吃紧用户（尤其是8GB内存的Windows 11+WSL2环境），Discord必须转网页版或轻量客户端（可省500MB-1.5GB），Telegram建议转网页K版或Unigram（可省100-300MB），微信保留桌面版更稳定；三款应用全部转网页版后，总内存从3.5-5GB降至1.5-2.5GB，但需接受通知延迟和登录态不稳定的风险。</description></item><item><title>层叠式垃圾袋(一次套 10 个)商业调研报告</title><link>https://blog.lynxflow.co/posts/nested-trash-bag-market-research/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/nested-trash-bag-market-research/</guid><description>&lt;img src="https://blog.lynxflow.co/images/nested-trash-bag-market-research.png" alt="Featured image of post 层叠式垃圾袋(一次套 10 个)商业调研报告" /&gt; 调研日期:2026-08-03 调研方法:Tavily + Grok 双引擎联网交叉验证(中文/英文/专利库) 状态:一次性结题调研,待用户拍板是否立项
一、想法描述 用户痛点:目前套垃圾袋的流程是——从连卷袋上撕下一个、展开、翻过来套到垃圾桶上;然后撕下一个、展开、再套到前一个袋子里面。重复 5-10 次,才能&amp;quot;套一次管 5-10 次&amp;quot;。</description></item><item><title>大模型厂家的数据从哪来?怎么把数据卖给他们</title><link>https://blog.lynxflow.co/posts/llm-data-procurement-sell-data-to-ai/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/llm-data-procurement-sell-data-to-ai/</guid><description>&lt;img src="https://blog.lynxflow.co/images/llm-data-procurement-sell-data-to-ai.png" alt="Featured image of post 大模型厂家的数据从哪来?怎么把数据卖给他们" /&gt; 调研日期:2026-08-05 · 调研方式:两路 ultracode 工作流并行(Grok 深研 106 个 agent + 本土信源 6 角度 10 个 agent),共 116 个子 agent、4500+ 次工具调用;关键结论经 3 票对抗验证(25 条送审,仅 3 条全票存活),其余按证据强度标注。 一句话使用方法:&amp;ldquo;高置信&amp;quot;可以拿去决策,&amp;ldquo;中/低置信&amp;quot;当线索看,第六节&amp;quot;被枪毙的说法&amp;quot;是网上流传但没证据的,别当真。</description></item><item><title>家具虚拟试摆:H5 先行 + 2D 合成 + 图生视频出片方案</title><link>https://blog.lynxflow.co/posts/furniture-virtual-tryon-h5-plan/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/furniture-virtual-tryon-h5-plan/</guid><description>&lt;img src="https://blog.lynxflow.co/images/furniture-virtual-tryon-h5-plan.png?v=090509" alt="Featured image of post 家具虚拟试摆:H5 先行 + 2D 合成 + 图生视频出片方案" /&gt; 日期：2026-08-05 · 状态：方案待拍板 数据来源：Grok 深度研究（对抗验证中，价格细节待补）+ 8 路竞品专项扫描（57 条目，已清洗幻觉条目）+ 兄弟会话技术报告（未验证，已修正偏乐观数字） 竞品矩阵为方向性参考，具体价格/功能以官网为准。</description></item><item><title>可白嫖 GPT/Claude 额度的比赛与渠道调研</title><link>https://blog.lynxflow.co/posts/free-gpt-claude-credits-competitions/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/free-gpt-claude-credits-competitions/</guid><description>&lt;img src="https://blog.lynxflow.co/images/free-gpt-claude-credits-competitions.png" alt="Featured image of post 可白嫖 GPT/Claude 额度的比赛与渠道调研" /&gt; 生成时间:2026-08-02 · 方法:ultracode 工作流 30 agent(9 路搜索 Tavily+Grok 双引擎 → 20 候选逐条核验 → 三维排名综合) 数据:搜索命中 138 条,去重 133 候选,核验 20,可用 16,淘汰 4 读者:杭州一人公司开发者,目的=最大化白嫖 GPT/Claude 额度,其次顺便拿奖</description></item><item><title>未来五年 AI 算力→数据中心→电力能源 标的筛选与买方研究报告</title><link>https://blog.lynxflow.co/posts/ai-compute-datacenter-energy-buy-side-research-2026/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/ai-compute-datacenter-energy-buy-side-research-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/ai-compute-datacenter-energy-buy-side-research-2026.png" alt="Featured image of post 未来五年 AI 算力→数据中心→电力能源 标的筛选与买方研究报告" /&gt;报告说明 本报告为研究框架与标的筛选报告,非投资建议。数据基准:宏观与行业数据来自 IEA、国家能源局、TrendForce、SemiAnalysis、Bloomberg、各公司 IR(2026 年中);财务为 2026 Q1 财报 / 2025 年报;估值快照取 2026-06-26 收盘。所有结论区分&amp;quot;确定性 / 成长性 / 估值吸引力 / 风险&amp;quot;。</description></item><item><title>下一代可穿戴主动降温系统:超越传统 PCM 的深度研究</title><link>https://blog.lynxflow.co/posts/next-gen-wearable-active-cooling-research/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/next-gen-wearable-active-cooling-research/</guid><description>&lt;img src="https://blog.lynxflow.co/images/next-gen-wearable-active-cooling-research.png" alt="Featured image of post 下一代可穿戴主动降温系统:超越传统 PCM 的深度研究" /&gt; 研究方法：8 领域并行调研（PCM / 被动 / 主动 / 混合 / 智能控制 / 跨域 / 竞品 / 制造专利）→ 49 原始概念 → 去重 46 → 每概念对抗式热力学+TRL 验证 → 27 存活 → Top20 综合 → 评分排名 → 双视角红队复审（热力学严苛派 + 商业 OEM 现实派）。 硬约束：12 个月内可用市售元器件 + 中国 OEM 供应链原型化；拒绝违反热力学定律或 TRL&amp;lt;4 的概念（未来研究须标注）。 核心评价指标：是否真正减少&amp;quot;频繁外部重冷&amp;quot;（PCM 背心最大痛点），而非单纯最大化制冷功率。</description></item><item><title>中国 DUV 光刻机消息核实 + 光刻机发家史</title><link>https://blog.lynxflow.co/posts/chinese-duv-lithography-history-research/</link><pubDate>Sat, 08 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/chinese-duv-lithography-history-research/</guid><description>&lt;img src="https://blog.lynxflow.co/images/chinese-duv-lithography-history-research.png?v=082421" alt="Featured image of post 中国 DUV 光刻机消息核实 + 光刻机发家史" /&gt; 生成于 2026-07-28 | 方法:5路联网研究(Tavily+Grok交叉验证)+ 10条声明对抗式证伪 + 综合规划(16 agents / 433K tokens / 1421 tool uses) 这不是财务建议,仅作信息参考。</description></item><item><title>AI Token 密集型标注产业白皮书（2026）</title><link>https://blog.lynxflow.co/posts/ai-token-annotation-whitepaper-2026/</link><pubDate>Wed, 05 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/ai-token-annotation-whitepaper-2026/</guid><description>&lt;img src="https://blog.lynxflow.co/images/ai-token-annotation-whitepaper-2026.png" alt="Featured image of post AI Token 密集型标注产业白皮书（2026）" /&gt; 生成:2026-07-31 · ultracode 多智能体研究流水线(41 agents)· 九大部分 + 12 个细分行业深度分析 数据出处见各章「参考资料」节;无来源判断均已标注【推断】</description></item><item><title>哪些工作适合 vibe coding?带薪摸鱼岗位 Top100 深度调研</title><link>https://blog.lynxflow.co/posts/which-jobs-are-vibe-coding-friendly-a-deep-dive-into-100-paid-to-chill-jobs/</link><pubDate>Wed, 05 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/which-jobs-are-vibe-coding-friendly-a-deep-dive-into-100-paid-to-chill-jobs/</guid><description>&lt;img src="https://blog.lynxflow.co/images/which-jobs-are-vibe-coding-friendly-a-deep-dive-into-100-paid-to-chill-jobs.png" alt="Featured image of post 哪些工作适合 vibe coding?带薪摸鱼岗位 Top100 深度调研" /&gt;前阵子现金流紧,我认真调研了一个问题:有没有一种工作,正经上班、按月发钱,但大部分时间可以光明正大地写自己的代码?
答案是有,而且比想象中多。我把这类岗位叫&amp;quot;带薪摸鱼岗&amp;quot;,花一周时间把杭州(重点钱塘/下沙/萧山/滨江)能找的翻了个底朝天,整理出 12 大类 102 个岗位的速查表。这篇是调研结果的全部精华。</description></item><item><title>在家就能干的带薪摸鱼:远程线上岗位深度调研</title><link>https://blog.lynxflow.co/posts/paid-to-chill-without-leaving-home-a-deep-dive-into-remote-online-gigs/</link><pubDate>Wed, 05 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/paid-to-chill-without-leaving-home-a-deep-dive-into-remote-online-gigs/</guid><description>&lt;img src="https://blog.lynxflow.co/images/paid-to-chill-without-leaving-home-a-deep-dive-into-remote-online-gigs.png" alt="Featured image of post 在家就能干的带薪摸鱼:远程线上岗位深度调研" /&gt;上一篇《哪些工作适合 vibe coding?》讲了 12 大类 102 个岗位,但那些基本都要出门——去保安室、去便利店、去数据中心值守。这篇讲一个更彻底的选项:连门都不用出的远程线上岗位。</description></item><item><title>小时候的跑车梦,也许真的可以自己造一辆——Roadster「开源」真相与造车资料全图</title><link>https://blog.lynxflow.co/posts/that-childhood-sports-car-dream-maybe-you-really-can-build-one-yourself/</link><pubDate>Tue, 04 Aug 2026 00:00:00 +0800</pubDate><guid>https://blog.lynxflow.co/posts/that-childhood-sports-car-dream-maybe-you-really-can-build-one-yourself/</guid><description>&lt;img src="https://blog.lynxflow.co/files/img/roadster-2008-front.jpg" alt="Featured image of post 小时候的跑车梦,也许真的可以自己造一辆——Roadster「开源」真相与造车资料全图" /&gt;写在前面:一个没死的念头 小时候一直很向往有一辆跑车。各种酷炫的跑车——迈凯伦、兰博基尼、法拉利,那些低矮的车身、夸张的尾翼、发动机舱里轰鸣的机械,是我对&amp;quot;酷&amp;quot;这个字最早的理解。那时候觉得,跑车是世界上离我最远的东西之一。</description></item></channel></rss>