最新

我喜欢 HackerTube (<a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=50319510">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=50319510</a>) 中将 YouTube 缩略图替换为视频中间帧的做法，因此我让 Opus 5.5 构建了一个浏览器扩展来实现所有 YouTube 视频的这一功能。尽情享用吧！

ChannelVault 是一款现代化的、跨平台的桌面应用程序，使用 Wails 和 Svelte 5 构建。它允许团队、研究人员和个人在本地计算机上离线导入、浏览、搜索和保存 Slack 工作区导出存档（.zip）。<p><a href="https:&#x2F;&#x2F;mestr.io&#x2F;channelvault.html" rel="nofollow">https:&#x2F;&#x2F;mestr.io&#x2F;channelvault.html</a>

我试用了 Gradium 的 Phonon 31M 文本转语音模型，其质量与大小的比例令我惊叹。我需要每个单词的时间戳以便高亮显示，因此我为其编写了一个具有不同设计的第二个运行时：整个生成循环保留在 GPU 上，通过 Claude Opus 5.5 专门为此编写的 WebGPU 内核中运行。 初始化后，它可以在大约 3 毫秒内开始流式传输音频，并且只需要下载 44 MB（Brotli 压缩后小于 40 MB），而不是官方的 67 MB，因为每个大型矩阵都存储为 int8，包括音频解码器。在相同的设备上，它的运行速度是 M3 Max 上的 115 倍实时速度（官方为 31 倍），以及 iPhone 17 Pro 上的 26 倍实时速度（官方为 13 倍）。时间戳是从模型的一个注意力头在说话时读取的，所以我们几乎免费获得了单词的时间偏移。 演示：blixt.xyz/phonon 代码和基准测试：github.com/blixt/phonon Gradium 在这个模型上做得非常出色，我仍然难以置信，一个 40 MB 的文件竟然能在网站上实现实时、听起来像真人的语音。

目前市面上有许多工具，从像 herdr 和 Rex 这样的多路复用器工具，到经典的 Tmux/CLI 设置，再到 OpenCode 和 pi，以及 Codex 与 Claude 之间的相互通信。 有些人采用极简的设置，例如让 Claude 和 ChatGPT 模型通过 .md 文件相互交流，而另一些人则让 herdr 为每个任务生成 20 个子代理。 您采用的是哪种方法，为什么选择它？

各位 HN 的朋友们！我一直在开发 cppbolt，这是一个用 Rust 编写的轻量级 C++ 到 WebAssembly 编译器。 我的想法是构建一个可以直接在浏览器中编译和运行 C++ 的工具，而无需下载庞大的 LLVM/Clang 工具链。 与那些打包 LLVM/Clang 且可能需要 100MB 以上编译器资源的现有项目不同，cppbolt 的编译器载荷仅为 1MB 左右。它直接将 C++17 的一个支持子集编译成标准的 WebAssembly 二进制文件。 它支持的一些特性包括： - 类、继承、虚函数和运算符重载 - 模板和 C++ 标准库的一个子集 - 指针、引用、数组和动态内存 - Lambda 表达式、结构化绑定和基于范围的 for 循环 它提供了一个浏览器演示环境、一个命令行工具和一个 npm 包。 有几点需要注意：这仍然是一个进行中的项目，它没有实现完整的 C++17 标准，并且可能无法按预期处理某些 C++ 程序。我特别希望得到关于编译器架构、语言支持和潜在用例的反馈，也希望与可能想在他们的应用程序中使用它的人建立联系。 不妨试试： - 演示环境：https://ajtimepyro.is-a.dev/cppbolt/ - 文档：https://ajtimepyro.is-a.dev/cppbolt/book/ - GitHub：https://github.com/AJTimePyro/cppbolt - npm：https://www.npmjs.com/package/cppbolt 非常希望听到大家的想法，特别是那些曾从事编译器或 WebAssembly 开发的朋友。

大家好，我是 Luke，来自 Kino (<a href="https://kino.ai">https://kino.ai</a>)。Kino 能够帮助您和您的团队利用代理（agents）制作出色的视频。素材和资产的存储、强大的视频编辑器以及供团队成员审阅的链接都集成在一个平台中。您的同事和 Codex / Claude Code 可以在同一个时间线上协作，所有审阅笔记和素材都集中在一处。您可以在 <a href="https://kino.ai/walkthrough-video">https://kino.ai/walkthrough-video</a> 观看基本概述，并在 <a href="https://kino.ai/launch-video">https://kino.ai/launch-video</a> 观看我们完全使用 Kino 制作的发布视频。 Opus 5.5 现在可以编辑视频并制作出色的动态图形。但使用原始的代理（agent harness），您需要用文字或一次性的 UI 来描述细微的编辑，无法引用跨设备共享的素材，并且来自同事的反馈会以 Slack 截图的形式出现。 Kino 是代码优先的。所有编辑、动态图形、时间线元素的拖拽、团队成员的评论以及所有 3D 场景都以代码形式呈现，基于 Remotion 构建。这很难做到完美，因为我们发现自己为 React 构建了一个所见即所得的编辑器，然后将其转化为视频编辑器。在制作我们的发布视频时，我让 Claude-with-Kino 找到一个 macOS Leopard 的安装盘，并以此为灵感重新设计了整个视频的风格。 Kino 还支持完全协作和实时性，因此您可以看到同事的光标以及他们当前正在观看的时间线部分。在制作我们的发布视频时，有 5 个以上的代理同时编辑时间线，而我的朋友 Donald 则让他的团队在时间线的稍后部分进行工作。Donald 指派一个代理进行 rotoscoping 以完成我们的视觉效果，我则通过我们的 LUT 支持让一个 LLM 对所有媒体进行色彩分级，同时我们两人都在不断地对时间线进行微调。 为了让这个代码优先的编辑器能够处理视频素材，所有内容都会被转录、嵌入、描述并进行面部识别。您可以在本地拖入素材后进行预览，但我们会上传一个低分辨率的代理，以便您的同事和云端推理能够看到它。这种本地预览加上自定义专业媒体解码器意味着您可以将来自新 iPhone 的 250GB ProRes 剪辑直接拖入您的 Kino 时间线。我们为 ProRes、BRAW、R3D 等专业编解码器构建了自定义解码器（请参阅我非常成功的九点 HN 帖子 <a href="https://news.ycombinator.com/item?id=50198052">https://news.ycombinator.com/item?id=50198052</a>）。如果没有 WebCodecs 和 Mediabunny 等库，我们现在获得的性能是无法实现的。 我从小就制作 YouTube 视频，在麻省理工学院读本科期间，我联合导演了一部关于我校历史和美国技术发展的 3.5 小时档案素材纪录片（<a href="https://regressions.net" rel="nofollow">https://regressions.net</a>）。其中大部分工作是记录素材、管理硬盘、手动同步 Premiere 项目状态以及在电子表格中规划我们的电影。 我们于 2023 年首次发布时宣称 Kino 是“硅谷遇上好莱坞”。但更像是好莱坞的 Palantir；我们为《幸存者》和 A24 的《怒呛人生》等节目运行定制的本地 Kino 部署，并配备我们的前线工程师团队。这很令人兴奋，但感觉是改进全球视频编辑最慢的方式。受限于 Avid Media Composer 和严格的影业安全规定，我们无法接触前沿模型，也无法让编辑器的速度提升 10 倍以上。因此，在 2025 年，我们重建了 Kino，使其成为一个真正的编辑器，并押注于“编码即编辑”。 Kino 中的一切都有一个 URL：项目、剪辑、素材、评论和回复，甚至是一个单独的帧以及绘制它的代码行。项目和媒体集中在一处，并且一切都可寻址，这意味着您的代理和团队拥有一个单一的、可编辑的视频制作真相来源。在更低的层面上，我现在不断地将 Kino 链接粘贴到我的代理中，无论是确保 Codex 确切知道我指的是哪个时间线项目（在成千上万个中），还是哪个同事的评论需要修复。 我们有团队在 Kino 中管理他们整个公司的媒体，每天启动代理制作新视频，然后使用审阅链接来标记问题。一位创始人通过这种方式发布广告：每天他使用 Kino 的 YouTube 支持来查找他允许使用的 B-roll 素材，进行编辑，他的联合创始人留下评论，例如“我们需要使用这个剪辑”，然后他的代理就可以应用这些评论。全职电影制作人也在使用 Kino。他们倾向于类似于“toxenmaxxer”的软件开发者，有 15 个以上的代理迭代同一个项目，每个代理都信任 Kino 作为时间线状态、图形、媒体等一切的真相来源。 完整的编辑器是免费的，包括无限的导入和导出、实时协作以及为您自己的代理提供 MCP 访问权限。Pro 版本是每月每位编辑 25 美元，增加了无限的 MCP 工具调用、共享链接、更多存储空间、YouTube 搜索以及与团队一起编辑的能力。您可以在 <a href="https://kino.ai">https://kino.ai</a> 下载。我们尚未发布纯网页版的 Kino，目前仅支持 Electron。 如果您自己制作视频，如果您有 ProRes 媒体并想尝试挑战 Kino，如果您有旧的视频编辑器项目需要导入，或者您想为您的公司制作更多内容，我们很乐意听听 Kino 对您来说效果如何。