异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    AI 早报 · 2026-11-20周五

    今天主条三条。Inworld Voice Isolator v1.0.0 是开源的 48 kHz 人声分离模型,pip install 后一条命令就能把录音里的噪声去掉,还会顺手输出被去掉的背景轨,适合播客、配音和口播素材。假设驱动调试来自一篇用 agent 做逆向工程的实践文(HN 294 分):作者公开了 hypothesis-debugging skill,让 agent 把每个假设和实验结果记进 CSV,一次只验一个,避免来回打转。Gemini 4 Neon 官方跑分在编码 agent 榜排第一,价格 $3 / $15 每百万 token,但 HN 回复最多的一条评论认为实际手感仍不如 Opus 5.5,也有人按 Vals 对比认为它略强于 Opus 5.5,正反两方都列出来了。速览七条:Claude Code 2.1.328 的 /code-review 改为只报 bug 并分级、Anthropic 工程师用 chaos loop 压测 Claude Docs 的复盘、AutoClip 长视频一键切短视频、Impeccable 4.10 把长 DESIGN.md 变成按需查的目录、ffmpeg-skill 的一键装机命令、多平台发布中控麦田,以及新仓库 rust-anything。

    • 3 条 · 重点 1
    • 2026-11-19 → 2026-11-20
    • 1 天窗口

    01🧰 装上就能试1 条

    嘈杂录音一条命令变干净

    Inworld Voice Isolator v1.0.0·开源 48kHz 人声分离,分离线和实时两个模型

    为什么重要

    播客、配音和口播素材里的空调声、键盘声、街噪,不用付费云服务,也不用在音频软件里逐段修,本机就能批量清掉。

    细节
    • 🟢 两个模型:voice-isolator-v1(64M 参数)处理录好的文件,每一帧都参考所在的完整 8 秒片段,长音频按 8 秒切块、相邻块重叠 2 秒。voice-isolator-v1-realtime(58M)用于直播和通话,前瞻 20 ms 时算法延迟 63 ms。v1 只做降噪(denoising,把人声以外的声音去掉),不补回录音缺失的高频;修复(restoration)计划在 v2 做。
    • 🟢 顺手拿到背景轨:CLI 把人声写进 xxx_clean.wav,被去掉的部分写进 xxx_clean_background.wav,两者相加就是原始输入,所以也能用来抽背景音、做人声和伴奏分离。两人同时说话时,保留更响的那个;两人音量接近时通常都保留。
    • 🟢 硬件:有 NVIDIA 显卡时用 CUDA;Apple Silicon Mac 在 PyTorch 2.6 及以上用 Metal(mps);其余情况用 CPU。官方只在 A100 / H100 / B200 / B300 和 CPU 上测过,小显卡还没测。HF 上已有社区做的 WebGPU 浏览器版 Space。
    • 🟢 成熟度:权重 11-14 上传 HF,GitHub 仓库 11-16 创建,v1.0.0 和 PyPI 包 inworld-voice-isolation 11-18 发布;代码和权重都是 Apache-2.0。HF 点赞 233(候选池 11-20 快照),GitHub ★153(11-22 网页抓取)。新,未经时间检验。
    怎么上手

    pip install inworld-voice-isolation,再跑 voice-isolate 输入.wav 输出.wav,首次运行会自动下载权重并校验。也可以让 coding agent 按仓库 AGENTS.md 的安装一节来装,它会先用 voice-isolate-doctor 检查机器。

    但是
    • README 里的 VIBE 排行榜是 Inworld 自建的,用的内部评测集没有公开,第三方还没复测。
    • 中文口播和混响大的房间效果如何没试过,输出默认是 48 kHz float32 WAV(--output-sr 0 可保留原采样率);正式用前先拿一段自己的录音对比听。
    核实记录

    HF 模型接口存 _raw/fetch/hf-voice-isolator.json(createdAt 2026-11-14、likes 233、Apache-2.0、文件列表含 denoiser.safetensors / denoiser_realtime.safetensors);模型卡存 hf-voice-isolator-readme.md,64M / 58M、8 秒切块重叠 2 秒、63 ms、背景轨文件名、mps 条件、测试硬件都取自原文;GitHub README 存 readme-voice-isolator-gh.md(11-22 抓 HEAD 版),Plans 一节写明小显卡未测、修复排在 v2;GitHub release 订阅 atom-voice-isolator-releases.xml 显示 v1.0.0 发于 11-18 05:39 UTC,提交订阅显示 Initial release 在 11-17;PyPI 接口 pypi-voice-isolation.json 显示 1.0.0 上传于 11-18 08:06;GitHub 星数和建仓时间取自 11-22 网页 page-inworld-ai__voice-isolator.html。没有安装试用。

    02⚡ 别人的做法1 条

    让 agent 调试不再瞎猜

    ioma8 的 LLM 逆向工程实践·公开 hypothesis-debugging 等 skill,HN 294 分

    为什么重要

    agent 卡在 bug 上来回换思路、忘了试过什么,最费 token。这套做法用一张 CSV 逼它一次只验一个假设,修外包项目的 bug 也能直接用。

    细节
    • 🟢 六步循环:SKILL.md 规定先读代码弄懂系统(目的不是马上找 bug),再只提一个具体、可验证的假设,写进项目根目录的 HYPOTHESES.csv(四列:hypothesis / test / conclusion / notes)。然后只跑一个最小实验,结论记为 proved / disproved / need more info;证实了就停下来报告根因,没证实就回到第一步。语法错误、拼写这类一眼能看出的问题直接修,不走这套流程。
    • 🟢 作者的其他习惯:让 agent 全程把发现写进 MD 文件,压缩上下文或换 agent 之后能接着做。卡住时明确指定换路线,比如不再顺着交叉引用追,改成从二进制里的字符串入手。配套 skill 有 ghidra-decompile-skill(22 个 Ghidra 脚本;Ghidra 是 NSA 开源的反汇编和反编译工具)和 Matt Pocock 的 grill-me(让 agent 向你提问;作者的用法是提示它一次只问一个关键问题、最多 5 个)。模型主要用 DeepSeek V4.1 Flash,作者的理由是快且便宜。
    • 🟢 HN 正反意见:有评论说用 Claude 逆向时最烦的就是这种猜测循环,目标一大就得不停提醒它别猜,所以认同强制做实验。也有人觉得 skill 只是几段文字,不如每次按具体情况直接提要求。还有人提醒,逆向工程受用户协议约束,例如 Apple 开发者协议在某些情况下明确禁止。
    • 🟢 成熟度:hypothesis-debugging 仓库建于 2026-07-24,最近提交 11-18(补上 MIT 许可证),releases 订阅里没有任何版本,★36(11-22 网页抓取)。文章发于 11-18,HN 帖 294 分(候选池 11-20 快照)。
    怎么上手

    npx skills add ioma8/hypothesis-debugging,agent 两次没修好同一个 bug 时让它「用 hypothesis-debugging 找根因」。CSV 写在项目根目录,客户仓库里记得加进 .gitignore。

    但是
    • 仓库很小,没有 release,也没有效果评测;「不再打转」是作者自己的说法。
    • 原文所在站点 11-22 已打不开(部署被停用),可以看 HN 讨论 50553225。
    核实记录

    原文网址 https://www.slowchronicle.com/posts/llm-assisted-reverse-engineering 在 11-22 复查时返回 HTTP 402(Vercel DEPLOYMENT_DISABLED,站点部署被停用),所以来源链接改成 skill 仓库,HN 讨论在 https://news.ycombinator.com/item?id=50553225。原文 11-20 的快照存 _raw/fetch/llm-re.html,工具表、MD 记录、换路线示例、三个 skill 和 DeepSeek V4.1 Flash 都取自原文;SKILL.md 本体存 skill-hypothesis-debugging.md(路径 skills/hypothesis-debugging/SKILL.md,11-22 抓 HEAD 版),六步循环、CSV 四列、三种结论和不适用场景取自原文;仓库建档时间和星数取自 11-22 网页 page-ioma8__hypothesis-debugging.html,提交记录取自 atom-hypothesis-commits.xml(07-24 首次提交,11-18 22:33 加 MIT);HN 50553225 讨论走 Algolia 存 hn-llmre.json,引用的三条评论分别出自 Retr0id、drltaidev、mdswanson。294 分取自候选池。没有安装试用。

    03🔍 有争议值得看1 条

    编码榜单第一,手感存疑

    Gemini 4 Neon·11-18 上线 API,$3 / $15 每百万 token,1M 上下文

    为什么重要

    外包项目或批量任务想找 Claude 之外的强编码模型时,它是新选项;但官方跑分领先和用户实际手感之间有落差,值不值得换要拿自己的任务试。

    细节
    • 🟢 官方说法:Artificial Analysis 智能指数(xhigh 档)61 分,排第 3;Coding Agent Index 58.6,排第 1;Terminal-Bench 4.1 得 65.2%。官方称默认 high 档的单任务成本比自家 Gemini 4 Carbon 低 32%。思考强度分 low / medium / high / xhigh 四档。
    • 🟢 价格和入口:模型 ID gemini-4-neon,输入 $3、输出 $15 每百万 token,缓存输入 $0.15;Batch 半价,$1.50 / $7.50。免费档不能用。入口有 Gemini API(AI Studio)、Antigravity(Pro / Ultra 付费用户)和 Gemini app。输入支持文本、图片、视频、音频、PDF,输出只有文本。
    • 🟢 反方意见:HN 帖(候选池 1000 分)里回复最多的一条说,最新的 Gemini 跑分好看,但整体用起来仍不如 Opus 5.5。另一条按 Vals 对比认为它略低于 Fable、略高于 Opus 5.5,价格约是 GPT-6.2 Sol 的两倍。Artificial Analysis 的员工指出,Neon 在 CritPt 这类研究级推理上低于 Carbon,长程任务官方仍然推荐 Carbon。
    • 🟢 第三方推算:micjm 按 OpenRouter 上测得的 127 token/秒推算,Neon 在其 Agent Duel 榜上的 Elo 约 1,066,略低于 Opus 5.5 的 1,078,对战 Opus 胜率 48.3%。这是用 Carbon 的成绩加速度建模算出来的,不是实测。
    怎么上手

    在 AI Studio 打开 https://aistudio.google.com/prompts/new_chat?model=gemini-4-neon(定价页写明免费档不可用),拿一个手头真实的任务和 Claude 的结果对比;API 里模型 ID 写 gemini-4-neon。

    但是
    • 除 micjm 的推算外,跑分都来自 Google 或其引用的榜单,没找到独立实测;本期也没有调用(不调计费 API)。
    • 定价页和 HN 讨论是 11-22 抓的,和 11-20 当天的状态可能有出入。
    核实记录

    官博存 _raw/fetch/gemini4neon-blog.html(11-22 抓),61 分 / 第 3、58.6 / 第 1、65.2%、32%、$3 / $15 / $0.15、入口列表取自原文;AI Studio 模型页存 aistudio-neon.html,模型 ID、输入输出类型、四档思考强度取自原文;定价页存 gemini-pricing.html,「not available on the Free tier」和 Batch $1.50 / $7.50 取自原文;micjm 文章存 micjm-neon.html,127 tps、1,066 / 1,078、48.3% 取自原文;HN 50552424 讨论走 Algolia 存 hn-neon.json,三条意见分别出自 impulser_、onlyrealcuzzo、declanjackson。1000 分取自候选池。没有调用模型。

    +速览一行看懂,点开看源

    • Claude Code 2.1.328:/code-review 只报 bug 并分级:11-19 发布。在多数模型上,/code-review 只报 bug 和违反 CLAUDE.md 的地方,每条标 Important / Pre-existing / Nit 并附建议修法;复用、简化、效率类清理改由 /simplify 做。同一版里,mcp_tool 类 hook 支持 "onFailure": "block",调用失败就拦下动作;另外修了在第三方供应商上、或关掉遥测 / 功能开关时,定时任务文件读不到会让保存操作抹掉项目里其他定时任务的问题 ↗
    • Anthropic 用 chaos loop 压测 Claude Docs:工程师 Vivek Nair 复盘(11-17)。一个 Claude Code 会话做协调,峰值同时开 30 个 sub-agent,在镜像生产的 staging 环境里每天造 100 多万份合成文档、故意杀实例和卡数据库,读 Datadog 遥测、提修复、部署、重测,循环两周。上线后 20 亿次请求只有 60 次服务器错误。事先列好不可变的约束,改表结构这类难回滚的决定必须停下来问人。作者估计小团队做两周大约花 $3,000–10,000(他自己没跑过小规模的版本) ↗
    • AutoClip:长视频一键切成短视频:贴一个播客、访谈或课程链接,按抖音、小红书、Shorts 等平台的画幅和时长要求,每个平台自动出至多 10 条合格片段,带字幕、封面、标题和发布包。剪辑和渲染在本机完成,分析模型可以选 OpenAI 兼容服务或 Ollama,转写可选本地 Whisper 或百炼云端。README 自测 1 小时 43 分的带字幕素材出 10 条花 ¥0.09。有桌面版和 CLI,MCP 用 uvx autoclip-mcp,skill 用 npx skills add zhouxiaoka/autoclip。★11,146、MIT、最新 release v1.5.8(11-02) ↗
    • Impeccable Skill 4.10.0:长 DESIGN.md 改成目录:11-18 发布。DESIGN.md 很长时,agent 拿到的是一份简短目录,写明 token、组件和版式各在哪,用到哪个再去查哪一段;新增的 design-compact 先提出目录方案,你同意了才写入。代码和 DESIGN.md 不一致时会指出具体冲突在哪;animate 会录下自己做的动效,再根据录屏复查 ↗
    • ffmpeg-skill 加了一键装机:v3.15.0(11-19)新增 npx ffmpeg-skill setup,新电脑一条命令配好这套给 agent 用的 42 个本地 FFmpeg 工具;同日的 v3.15.1 只改了 CI。11-16 主条介绍过它的剪辑和验收流程。★8,293、MIT ↗
    • 麦田:多平台发布中控:一期视频分批填好 B 站、抖音、小红书、视频号、YouTube、X、Instagram,排进分发计划到点发布、自动回填链接,每天采集各平台播放和粉丝数据,还能接自己的站点看哪一期带来了注册和收入。跑在常开的 Mac 上,用你已登录的 Chrome 操作,不存平台密码;国内四个平台只填不发,最后一下自己点。需要 Node.js ≥ 22.5,安装脚本是 curl | bash。新,建于 11-14,★1,594(候选池 11-20 快照),MIT,还没有正式版本 release ↗
    • rust-anything:逐块改写成 Rust,并证明行为不变:先录下原程序在各种边界输入下的返回和报错,再由 coding agent 一块一块写 Rust,每块都回放录制的用例,全部一致才往下走;支持 TypeScript、Python、C、Go、Ruby、Java 写的 CLI、HTTP 服务和库,有 Claude Code 插件和 MCP。2.0 版 README 展示把 Prettier 移植成 Rust,快 19 倍、输出逐字节相同。新,建了 4 天,★5,011(候选池 11-20 快照),MIT,release v2.0.2(11-19) ↗
    主动剔除 6 组
    • 钱、公司与人事:Anthropic IPO 定价与纳斯达克首日 / Nvidia 停售 H200 与黄仁勋去留 / 纳德拉表态 / OpenAI 用模型辅助 AMD 芯片设计 / Palo Alto 收购 Applied Compute / DeepMind 员工成立工会 / 联盟质疑 Anthropic 安全品牌 (行业新闻,看完没有能拿来用的东西)
    • 漏洞与安全通报:NGINX HTTP/2 RCE(CVE-2026-123633 / 123007) / Ruby2Shell Rails 预认证 RCE / Ruby Regexp 与大小写转换漏洞 / Java4Shell / KVM CVE-2026-99312 (维护和防御类,也不是读者栈里不处理就会坏的变化)
    • skills.sh 装量异常:beltsh/superpowers 四个 skill 装量 29,618–29,635 / gencraft-labs 五个 15,182–15,303 / microsoft/azure-skills 十个 10,455–10,461 (同一仓库多个 skill 的装量几乎相同,增速可疑)
    • 近 30 天已报、本期没有新角度:VoiceStudio / HyperFrames 0.9.70–0.9.72 / claude-mem 16.0.1 / plannotator 0.29.1 / t3code / rea / OpenMotion / hallmark / agent-browser / video-shotcraft / SkillEvaluator / Haru-4B / LTX-2.5 / MiniMax-H3-Image (过去 30 天里多次进过主条或速览。HyperFrames 0.9.70–0.9.72 和 claude-mem 16.0.1 读了 release,都是修复;plannotator 0.29.1 没细读,0.29.0 上期已进速览;其余没有查新 release,只看了星数)
    • 闭源、研究与跑分:Genie 4(仅 Ultra 订阅) / GPT-6.2 Astra 与 Sol(11-18、11-19 已报) / OpenAI 研究加速报告与失准报告 / Claude 解黑洞物理问题 / 两个匿名模型登榜 / 微软 Ignite 七款模型(11-19 已报) (读者用不上,或者只是知道一件事)
    • 不是 AI 应用层:PostgreSQL 19 / PHP 8.6 / Voyager 1 拆解 / 无线设备电量监控 / HermesEnabler / ung220z 光猫工具 / gylive/google-ultra(无描述无 release) / Matrix 进欧盟委员会 (和读者做的 AI 应用无关,或者是概念试水)
    采集范围 1 天

    日报,窗口 11-19 → 11-20。这期是 11-22 补做的:候选池 _eval/pool.json(216 条)和 _raw/ 原始数据是 11-20 凌晨脚本抓的,部分预抓文件(Claude Code release、autoclip / ffmpeg-skill / app-store-compliance 的仓库接口和 release、voice-isolator 模型卡、chaos loop 和逆向工程两篇原文、两个 Show HN 讨论)也是 11-20 存的;补抓发生在 11-22。awesome 源当天抓取失败(gh api EOF),HelloGitHub 0 条,feeds 1 条。补抓时 api.github.com 未登录被限流,仓库星数、建仓时间改从 GitHub 网页内嵌数据取,提交和 release 时间走 .atom 订阅;HN 讨论走 Algolia API。11-22 抓到的数字(星数、HN 分数、定价页)都在正文里标了抓取日,优先用 11-20 候选池的快照。voice-isolator 权重 11-14 上传 HF,首个可安装版本 v1.0.0 和 PyPI 包发于 11-18,主条按 11-18 标日期。chaos loop 博文发于 11-17,不在日期窗口内,放速览。AutoClip main 分支最近提交是 11-03(候选池里的 11-19 是仓库 pushed_at),最新 release 11-02,也放速览。跨期去重 grep 了 2026-10-21 至 11-19 各期,没有读 11-20 及以后的期。