与「字节开源」相关的搜索结果

国内大厂搞了很多前端开源项目，基本都是一言难尽，充满了所谓大厂傲慢。排名不分先后： - 飞冰（这名字真牛逼，让我联想到吸毒） - umi （让我对企业级这三个字 PTSD) - modern.js（字节开源封人之战，究极缝合怪） - amis（旧时代产物，外包最锋利的剑）

简直成精了，AI 能直接操作电脑了，一句指令就能订票订酒店规划路线，没人啥事了……😮 以前AI只能聊天写代码，现在直接能像人一样看屏幕、点鼠标、敲键盘，帮你完成各种电脑操作……这时代真是变了！😱 字节跳动开源了 UI-TARS-desktop（GitHub已 36.9k Star），一个真正的多模态AI电脑操控工具，只需用自然语言下指令，它就能自动截图识别界面，然后精准控制鼠标和键盘执行任务了。👍 你看，如下视频其实就一句指令： 我 9 月 1 日到 9 月 6 日在洛杉矶，预算 5000 美元。请帮我在 上预订离机场最近的丽思卡尔顿酒店，并为我编制一份交通指南！ 核心优势： - 支持本地和远程电脑/浏览器/手机控制 - 远程操控无需任何配置，点一下就能用 - 完全本地处理，隐私安全有保障 - 跨平台支持（Windows、macOS、浏览器） - 开源免费 使用方法： 1. 下载安装桌面客户端 2. 启动后输入自然语言指令 3. AI自动完成操作并反馈结果 一句话：AI 终于从"语言助手"跨越到"行动 Agent"，从陪人聊天走向替人干活，和人操作电脑一毛一样！😄 🔗 GitHub地址： 对AI Agent、自动化办公、效率工具感兴趣的同学，这个项目值得重点关注！ ～ #UITARS# #AI操控电脑# #字节开源# #多模态Agent# #开源工具# #工具分享#

看到晚点LatePost也更新了谈千问换帅事件的播客，深度依然是全网无出其右，确实单口播客这种媒介形式也更适合即兴的去跟一些热点选题，比文稿生产的效率要高。 总之，光速听完之后，阑心一言咔咔启动： - 简单化的去理解林俊旸的离职，一定会被牵着鼻子走，比如我们看到投放的料五花八门，有把阿里HR挂成万恶之源的，也有对冲说林俊旸在搞独立王国的，这些都是噪音，不是说对错不重要，只是很多时候你很难用对错来评价所有事情，需要接受个人意志和组织生长之间的摩擦必然有概率发展到不相容的地步； - 三个需要厘清的事实是，其一，林俊旸不是被离职的，阿里不可能主动开掉这个级别的Leader，其二，DAU是和千问App的产品团队捆绑，这是吴嘉/智能信息事业群的工作，不太可能牵扯到从属于阿里云的模型团队，其三，今年1月空降的周浩，是接替已经确定要走的后训练负责人喻博文，并不是来管林俊旸的； - 所以林俊旸的离职，更接近于一种「道心破碎」的结果，晚点主播曼琪的用词很微妙——「 长期知其不可为而为之的付出」——最后被组织架构调整这根最后的稻草给弄崩了，宣布离职的整个过程，就是没考虑给阿里的管理层留太多反应时间，是铁了心不想干下去了； - 千问的模型团队属于通义实验室，而通义实验室又属于阿里云，最后阿里云再属于集团，这个嵌套关系已经很复杂了，在叠加了千问模型作为阿里全村希望的战略定位，资源匹配问题就很大了，所以才有了连阿里CEO吴泳铭也不知道千问模型团队被卡资源的说法； - 林俊旸这边的人马高度依赖阿里云的Infra支持，但实际上他们觉得阿里云在服务外部团队上甚至好于服务自家千问基模——这也太离谱了——于是去年年底林俊旸绕过阿里云直接找吴泳铭争取了自建Infra的权限，这个越级操作也为后来发生的事情埋下了伏笔； - 还有一个比较难绷的是，去年春节前后，o1带动推理模型开始崛起，千问在后训练方面遇到了瓶颈，然而转用字节开源的强化学习框架veRL来做训练，发现效果有了比较明显的提升，相当于通过控制变量，发现了问题是在Infra上，这才有了林俊旸对Infra一直不满意的根源，要做垂直一体化的建设； - 但阿里云的判断不是这样的，因为混合多模态已经是明显的趋势，把各个模态、预训练和后训练都拆出来搞单元制，是一定要做到事情，但对原千问模型团队来说，这就是在被收窄范围，尤其是时间点卡在Qwen 3.5训练完成后不久，大家都很疲惫，突然又得到了这种不太像是奖励的调整； - 阿里的管理层比较懵逼，或者说被动，也有反思组织变动没有考虑办公室政治的因素，把明明是要扩大对基模投入的事情，干成了让基模团队觉得是要收缩的效果，沟通上没有把控好，现在尽量要去平稳解决矛盾； - 千问在开源社区赢得的名声，到底怎么转化成阿里的资产，这个量尺很难找到，在2B市场，开源意味着很难卖API，在2C市场，开源⋯⋯好像也没啥意义，用户不会因为你开源了就来用你的App，然而林俊旸是一个相当理想主义的Leader，万亿参数的Qwen Max旗舰模型是阿里没有选择开源的，但他也想推动开源； - 千问的模型团队从创建之初就保有着一个相对独立的工作环境，少被拉扯和打断，这种专注力被视为千问模型屡出成果的原因，但是当AI行业进入一场谁也输不起的All In战局后，这种与真实市场保持距离的自驱型团队还能不能存在，既是一个原则问题，也是一个选择问题。

这个开源项目有点狠。 字节跳动开源的 OpenViking，重新设计了 Agent 的记忆方式。 传统 RAG 像是把文档切碎后丢进一个大桶里， 检索时再去里面捞碎片，所以很容易乱、漏、幻觉。 OpenViking 的思路是： 让 Agent 像人一样先看“目录”，再看“章节”，最后才看细节。 它用虚拟文件系统组织记忆： L0：先读摘要，快速定位方向 L1：再看概览，减少无效 Token 最后才进入具体内容检索 这套逻辑，本质上是把 Agent 记忆从“平面搜索”升级成“图书馆索引”。 不是只会找碎片， 而是先知道内容放在哪里。 做 Agent、长文本处理、RAG 应用的人，建议看看👇

@所有人 老卫 AI 玩耍群日报 - 20260701 1. Claude Desktop Linux版正式发布，用户群体进一步扩展 2. Claude Sonnet 5全面升级：免费/Pro版本均可用，SWE-bench性能提升至82.1%，新增多Agent模式 3. 智能体元编排框架Ruflo上线，支持多模型集成 4. 字节跳动开源Deerflow：长周期SuperAgent框架 5. 老卫Vibe Coding工具站推出AI优化功能与新音频App 原文链接：见评论👇👇 欢迎加入扫码老卫的 AI 玩耍群，国内最大的 AI 微信群！

字节跳动开源 UI-TARS Desktop (3.6k⭐)。核心逻辑：100%本地运行、仅看像素、不调API。对比OpenAI/Anthropic云端模式，解决两大痛点：1. 数据隐私（不出机器）；2. 零成本延迟（免API费）。构建私密自动化工作流的高效开源方案。

我们也有属于自己的智能体了，字节跳动刚刚开源了一个AI智能体，能替你完成整个工作。 所有人都在把Hermes捧为头号智能体，然后字节跳动发布了DeerFlow。 72000+ GitHub星标，9700+复刻，免费，MIT协议。 它不像Hermes那样只是运行工具，而是完成整个任务。 你给它一个任务，它会规划步骤，启动一组子智能体，编写代码，测试，修复自己的错误，然后在自己的沙盒中把成品交给你。 研究、完整网站、仪表板、幻灯片、报告，全部完成，不是草稿。 完整的新手安装： 最简便的方式（如果你使用Claude Code、Cursor或Codex）： 把这段粘贴给你的智能体，它会自动为你安装所有东西： “克隆deerflow并使用 手动方式（大约5分钟）： 1. 安装基础工具：git、docker、node 22+、uv、pnpm（deerflow的“make check”会标记任何缺失项） 2. 克隆仓库： git clone cd deer-flow 3. 运行设置向导： make setup 它会询问你选择哪个模型并保存你的密钥。指向openrouter、groq或nvidia nim可免费运行。 4. 检查是否正常： make doctor 5. 使用docker启动： make docker-init make docker-start 6. 在浏览器中打开并分配你的第一个任务。 下面这部分可能会引发争论： Hermes是OpenRouter上最常用的智能体（每天2240亿token），我也一直全力使用它。 但Hermes运行你的工具，而DeerFlow从头到尾执行你的整个项目。 我实际上很想切换，这出乎我的意料。 那么现在哪个更胜一筹？ - Hermes：美国出身，轻量级，存在于你的笔记本电脑上 - DeerFlow：中国出身，字节跳动的实力，能替代整个团队 收藏起来，你们平时都在用哪个智能体？

看完论文后发现 DeepSeek 应该喜欢 PL 的人，难怪我之前投简历都没有进面试，小红书上找到他们的 HR 问也不理我。早知道把 Apple Swift 编译器贡献者及在字节为 Swift 做的 runtime feature 也写在简历上，而不是写一堆自己写的 AI harness 了。 不过目前看是歪打正着。特别是最近听到王虹说在北大被 discouraged 之后。 初中的时候我主动报了我们学校的信息学竞赛队，但是进去之后我觉得讲的东西很无聊：汉诺塔、八皇后、约瑟夫问题——而觉得无聊是因为看不懂。但是知道很后来我才知道，我不懂并不是因为我笨。 彼时的我喜欢用 Borland C++ Builder 和 Vanilla JS 在桌面端和浏览器里面做酷炫的效果，还喜欢 WindowBlinds 换装。是的，我当时和觉得 DeepSeek Harness 的 GUI 不酷炫就觉得没意思的各位一样。 对了，当时的竞赛班老师还推荐了我们一本书叫「具体数学」，这个是一个伏笔。 而这个「看不懂」的问题我后来总算明白了：计算机只会通过循环解决问题，而循环的每一步都必须通过「有限的方法」让问题向解决推进一步。 但是人看问题不是这样，人可以在一个问题的某些具体场景下看到捷径。而所谓「算法思维」就是整理出所有捷径和非捷径的共同模式，然后在「默认使用循环」的情况下给出「每一步」中最高效和最通用的做法。 所以你要能「看懂」这些算法题必须得假设自己和一台计算机一样，只能做循环操作，去思考每一步的通用最优动作，然后解题。 当然，这么简单且显然本质在这么好的（中国）学校里面老师是不会教你的。默认你应该懂。但我最终懂这个道理的路可谓一路曲折。 我的中学时代其实和每一个中国出生长大的人一样，课业繁重。大学选择了自己心心念念的工业设计，画了四年画，毕业后转的码。转码过程中自己下载了清华、巴黎高师和北美四大金刚的公开课，然后买书看公开课学的。 在某次看清华的邓俊辉老师的算法课时，他提了提「具体数学」这本书。这次我终于把这本书买了回来，然后打开一看：1. 汉诺塔，2. 约瑟夫问题，…… 是的，原来初中竞赛班上的老师是照着这本书讲的…… 而当时我已经学了 MIT 的算法导论以及斯坦福 CS 143，看了 Engineering a Compiler, 2/e，自己撸了个小编译器出来。我觉得能学懂什么是自动机（EaC, 2/e 里面有涉及）的，应该都能够理解计算的本质吧。所以彼时再看「具体数学」会发现： 1. 原来在理解了计算的本质的前提下，这些题目这么好理解； 2. 原来 Donald Knuth 这种大神也需要先通过几个直觉 case 来测试自己的算法设计，遭遇失败、然后迭代几次之后才能得出正确答案； 3. 原来初中竞赛班上那些能够一步就给出正确答案的同学们应该：要么比 Donald Knuth 还要聪明几倍；要么就是在外面事先学过了； 所以这种竞赛班的本质其实并不是教计算机，而是：通过向远没达到对应成熟度的儿童传播一次远超他们成熟度的信息，测试反馈，筛选天才。 当然，也有可能筛选出提前过拟合的人。 到彼时总算放过了还是青少年的自己。回想我自学计算机的过程也算是一趟「王虹」之途——早年学习被环境吓到，之后自己把兴趣找了回来。当然，我没有王虹那么耀眼的成就。只能算是青年版的「重新把喜欢计算机的自己养了一遍」。 另外，某年我看到中科大的博士课程居然也把「具体数学」作为 prequisites 课程材料。所以我初中学不懂真的不是我的问题了。 但是到了 AI 时代，我们不能再做自己不擅长的事情了。 我觉得每个人都应该在 AI 时代想想是不是能做新的事情、做回自己本来擅长的事情。 AI 的放大能力应该用于你的长板。 同样的放大系数，拿来放大你的长板和补齐你的短板相比，收益的差别会随放大系数同样被放大。 如果考虑复利效应，这个收益差别还会随着年月积累。 所以接下来我应该还是会 focus 在自己擅长的事情上面。比如，下一个产品和下一个开源项目。所以，简历看都没被看一眼，应该也是好事。 附图：上一段程序员工作时放在身边看的一些计算机书。不过感觉之后应该会多看一些设计和 GTM 的书籍了。 * 看了看 deepseek-ai/deepseek-harness 仓库目前的贡献人数是 19 人，不太清楚是不是团队规模，但是只招进去两个人应该不实，论文中一人可能是北大软件学院教授。

年底决战？字节和 OpenAI 到底在训练什么超大模型？ 前两天从 Financial Times 上看到消息，字节跳动正在训练一个最多可能达到 10 万亿参数的模型；据知情人士透露，字节的项目尚处于早期预训练阶段，这一过程通常需要三到六个月，之后还要经历微调、安全评估和产品化。10 万亿是可能达到的规模，最终数字仍会随训练方案调整。我个人判断 5 - 10 万亿是可能的。 作为参照，月之暗面的 Kimi K3 拥有 2.8 万亿总参数，字节新模型在纸面上接近它的三倍，非常吓人。不过 K3 采用混合专家架构，每个 token 激活约 1040 亿参数，因此总参数不能直接换算成模型能力。 把规模做到这个级别，考验的不只是 GPU 集群、综合算力等。数据质量、集群通信、训练稳定性和故障恢复，都需要。 字节的优势在于拥有豆包、抖音和 TikTok 等大规模产品，可以持续获得真实反馈，也有能力把模型迅速送到海量用户面前。它最终是否开放权重、推理成本能否压下来，目前都没有确定答案。 OpenAI 同样马不停蹄，他们在训练的模型信息比较确定，一个是 Astra 系列，一个是 Doug。 Astra 是已经对外披露能力的下一代模型家族，OpenAI 称其内部版本在数学和理论计算机科学上取得十项新结果，相关论证随后被整理成人类可读的论文，并给出了形式化证书。 OpenAI 在内部评估后“尚不能排除” Astra 达到了 Critical 级网络安全能力，因此得扩大测试并放慢开发。也就是说，虽然 Astra 还没有被正式判定为首个 Critical 模型，但它已经触发了更严格的隔离、监控和安全措施。 在中国开源模型的追赶下，海外报道称 OpenAI 需要通过尽快发布 Astra（GPT 6 级别模型）保持优势。时机至关重要——他们越是拖延，中国的开源模型就会被采用得越多 😂 Doug 则更接近字节正在做的事情。外部消息将 Doug 描述成 OpenAI 迄今规模最大的一次预训练项目，而且它与 GPT-6 并不是同一个模型。OpenAI 尚未正式公布其规模和发布时间。过去两年，OpenAI 通过强化学习和后训练不断挖掘现有的模型底座，能力增长很快，但边际收益也在逐渐变小。 Doug 释放的信号，是它准备重新训练一个更强的基础，再叠加已经成熟的推理与 Agent 训练体系。 字节这个事情如果确定，那就证明中国团队能够独立完成世界级超大预训练，并把能力稳定交付给产品，毕竟 Kimi K3 已经突破了；OpenAI 要做的是，证明大规模预训练仍能带来足够大的跃迁，并处理随之而来的安全成本。 还有 4 个月，年底的大模型又要天翻地覆了。

字节最近有个活动，名义上是 2026 AI 先锋未来人才大赛 看起来又是 一个运营举办的 黑客松活动， 招募一堆学生去用AI写产品Demo然后开源，扩大影响力 然后评奖，凭榜单，万一拿到奖，可以写到简历里吧。