「免费模型清单」是个错的抽象
清单记录的是声明,不是证据。模力自由港把「候选」和「可运行」拆成两张表,中间那条线由一次真实请求划出来;顺带聊统一路由为什么天然是个高权限中心。
写作索引,共 12 篇。链接指向原始出处 —— 站内 posts 或外部博客 / 公众号。
清单记录的是声明,不是证据。模力自由港把「候选」和「可运行」拆成两张表,中间那条线由一次真实请求划出来;顺带聊统一路由为什么天然是个高权限中心。
最难的不是翻字符串,是 0.1.7 之前更新一次就变回英文。以及读完 OpenWorker 源码后,我对「AI coworker」的判断变了:并发读取串行写入、权限四级,两个值得抄的设计。
一篇文章读懂模力自由港:如何持续发现全球免费模型、用真实请求验证可用性,并通过本地入口安全接入 Codex 与 AI CLI。
给 2027 届硕士的脑科学 × AI 机会雷达。真正稀缺的不是机会列表,是顺序 —— 先做什么,才能让后面那件事成立。
成果评审有两种失真几乎必然发生:会说的占便宜,把计划当成果。这套方法用 1–2 分钟语音访谈、自适应追问和同一套评分规则去掉这两种。
把手工 Excel 流程 AI 化的第一个坎不是算力,是信任 —— 你不敢把真实的成本表传给一个网站。所以第 0 步做成了纯前端,断网也能用。
大多数「AI 写代码」的产品默认用户是开发者。硅基软件工厂把提需求的门槛降到回答九个选择题,代价是必须把「AI 说写好了」和「测试真跑过了」分成两个状态。
三个决策智能体产品各发大版本(MBA v0.6 / Boss v1.18 / OAF v0.43),个人站立起「为 AI 原生组织而设计」的主叙事。脱敏公开周报。
Boss / MBA Brand / OAF 三个看起来不相关的产品,其实是同一套骨架:调研 → 合议 → 打分 → 归因。讲讲这套骨架,以及为什么 AI 原生组织的 C-suite 需要它。
把企查查 146 个 API 封成 6 个 MCP server + 8 个尽调 Skill,Agent 直接调,不用自己处理签名、分页、字段语义。
给 zhanglu.net 加了 9 个 JSON 端点 + 一个零依赖 CLI,agent 端 npx zhanglu-net list skills 就能用。不做 MCP,不做 SDK,1.5 小时上线。
用 /demo-day-dossier + 7 路并行调研 agent,把奇绩 2026 路演 56 个项目一夜跑成可发布的投资级 DD 全景页。