# 第 266 期 - 口罩雕塑 > 封面图用于周末去拱墅这边办事看到的一个带着口罩的雕塑小孩，一转眼疫情居然过去了这么久了，但是又感觉弹指一挥间，还是需要记住那几年的。 - Issue: 266 - 发布日期: 2026/04/27 - HTML: https://weekly.tw93.fun/posts/266 - JSON: https://weekly.tw93.fun/api/posts/266.json - English translation: https://weekly.tw93.fun/en/posts/266.md --- --- date: 2026/04/27 --- 封面图用于周末去拱墅这边办事看到的一个带着口罩的雕塑小孩，一转眼疫情居然过去了这么久了，但是又感觉弹指一挥间，还是需要记住那几年的。 > **记录每周看到的接地气的潮流技术，筛选后发布于此，觉得不错可关注此周刊，方便获取更新通知** ## 介绍一下 Tw93 开源小家庭 在写完 Kami 的时候，我突然想 Kaku、Waza、Kami 非常像一个小家庭，然后继续琢磨，其实 Pake、MiaoYan、Mole 也一直在这个家庭默默存在，甚至比其他成员在没有 AI 的时候就出来干活了，今天给大伙介绍一下我们这个温馨幸福的家庭。 Kaku 是 爸爸，主要在写代码、终端、构建，在 AI 时代非常可靠能干，把家庭支撑得好好的。 Pake 是妈妈，一直在默默无闻的打包、整理、交付成 App，非常温和且利落，家里几个孩子最喜欢的就是妈妈。 MiaoYan 是哥哥，比较懂事沉稳，喜欢写作、Markdown、沉淀思考，一个安静的小伙子，会思考，有自己的主见，会输出自己的观点，不追风不随波逐流。 Waza 是姐姐，和妈妈的性格很像，很干练的姐姐形象，小时候还去学过跆拳道，非常爱学习，通过不够的练习总结让自己技能越来越好，练到本能。 Kami 是妹妹，家里最年轻的小可爱，拿着我女儿的照片形象生成的，轻快，非常爱笑，非常明亮的小女孩，在家里有一种秩序检察的感觉，喜欢整齐，喜欢画漂亮的画画，虽然小，但是很能够给人温暖。 Mole 是家里的小宠物鼹鼠，某年在三亚泳池边游泳带回家的，一只圆滚滚的小鼹鼠，带着小头灯拿着小铲子，非常喜欢翻箱倒柜钻角落，找到不需要的东西帮忙扔掉，很喜欢干净，一看到垃圾还没有等你反应过来就被他扔掉了，一直陪伴着。 话说，你是先和 Tw93 Open Source Family 哪一个成员认识的，我把他的其他家庭成员介绍给你认识认识，希望给你的生活来带来一点美好的东西，当然也很欢迎你把成员推荐给你的好朋友认识。 ## 产品发布 **Kami：一个 AI 时代舒爽的排版设计系统** 上上周末在整一个新的 Skill 叫做 Kami (紙, かみ)，大伙可以把他当做 Waza (技, わざ) 的妹妹，Kaku(書く) 的女儿，主打用于 Paper 排版的场景，上周一完成了开源发布，欢迎去使用。 比如说你需要产出一页纸的报告，你需要写一个白皮书、需要产出一个精致的 PPT、需要弄一个作品集的 PDF 发给别人等等，也就是任何排版的打印场景都可以使用，自动生成精致 PDF，里面还具备自动绘制清晰图的能力。 然后最近还有很多更新，首先最好玩的是，我支持了 12 种内联的 SVG 图表，比如说你的股票投资各种图、你要画的架构图，配色也和 Kami 一致，会在帮你产出版面的时候自动判断是否需要用图表能力，帮你把事情讲得更明白。 然后我也花了一些时间去支持英文、日文版本的场景，精挑细选了下对应的我觉得在排版上不错的字体、字间距、行高、文字大小等，假如你有英文、日文的场景可以试试。 最后支持的生产物里面也支持图片、PPT 的导出，包括 HTML 的展示，当然最好的排版物我推荐 PDF，这样他人阅读起来也非常舒服。 **Mole 也有更新啦，还有一个好消息桌面端有进展了** 1、mo uninstall: 卸载后会清理残留的 LaunchAgent/LaunchDaemon plist；新增对 /usr/local、/opt 等非标准路径下 pkg 安装应用的识别；嵌套 helper app 不再阻塞登录项清理；调用 brew 前会丢弃 sudo，避免 cask 卸载因 "running as root" 中断；Homebrew bottle 在路径含空格的前缀（如 Applite）下也能正常运行。 2、mo clean: Chrome / Arc / Brave / Vivaldi / VS Code / Cursor 正在运行时不再清理 Service Worker ScriptCache，MV3 扩展不会再被清理掉；TCC 受保护的 Group Containers 被跳过，避免反复弹隐私授权； 3、Cloud & Office 段加入超时与 SIGINT 处理，不再卡住；Microsoft Office helpers 与科研软件 bundle 不再被误判为孤儿（兼容 macOS 自带 bash 3.2）；新增 Yarn v1 全局缓存清理。 4、mo clean: AI 编程助手老版本清理新增 GitHub Copilot CLI（~/.copilot/pkg/universal//），与 Claude Code、Cursor Agent 一起处理。 5、mo analyze: 工作池上限再次下调，防止 Steam 类目录扇出场景下耗尽系统线程；删除文件时使用增量缓存失效，无需整体重扫；bundle 解析在 mdfind 超时后保留文件系统兜底。 6、mo optimize: macOS 26+ 上底层工具不存在的 periodic maintenance 改为优雅跳过；新增 mo optimise 别名和补全。 ## 随便写写 **你不知道的 AI Coding：非技术人的上手、场景与实战** 上个月在公司里给产品和业务的小伙伴分享了下如何上手 AI Coding，加上最近又发了条推特，聊到不少同学因为订阅门槛没机会用上一线 AI Coding 工具，方法和习惯不花钱就能先学，索性把上手这部分整理出来。然后为了让内容给大伙更好理解，文章中绘制了不少简单插画，这样看起来应该更会直接。 **视频分享版的《你不知道的 Agent：原理、架构与工程实践》** 终于传到 Youtube 去了，上次看文章的小伙伴假如没有看太懂的，或者想更加了解的，欢迎看视频，Youtuber 视频小白欢迎大家一键三连加关注，以后我尽量把分享都录屏分享给大伙在这里看看。 这个[分享文稿](https://tw93.fun/files/share/agent.html)也非常有意思，是 Kami 的前身。Kami 最开始是我在 CC 里面的一个投资报告生成小玩意，然后刚好有一个分享要讲你不知道的 Agent，很懒感觉写一个这么长的 PPT 多费时间啊，然后就直接把原来能力边生成边调试几个版本到满意状态，然后 Kami 就出生了，欢迎阅读。 **幸福瞬间** 周日慵懒的午后在书房敲代码 没有什么杂事要处理 用不完的 Claude Code 代码一把过的惊喜 一抬头看到了夕阳透过窗户 一种非常简单的幸福 **一些感悟发出后，又有变化了** 最近校招面试了不少 985 实习生，一个很强烈的感受是：AI 工具正在把学生之间的资源差距快速放大。 从我这段时间的感受看，差距真的可能到 5 倍。那些明显领先很多的同学，无一例外都比较早接触了 Claude Code、Codex 这类最好的 AI Coding 工具，也愿意自己花钱订阅。他们不只是会用工具，而是已经把它们变成了日常学习和开发的一部分。聊模型、工程、Agent、代码实践，可以很自然地聊一个小时，很多地方甚至比我理解得更深。 但也有不少同学，学习成绩很好，计算机基础也扎实，只是因为家庭条件或预算有限，平时只能用国内中转站或更便宜的国产模型套餐，这个差距非常现实。现在最好的国产模型和国外一线模型，在 模型综合能力上大概还有半年左右的时间差。以前没有 AI 的时候，资源差距最多只是效率差一点，现在会直接影响视野、实践深度和自信心。 这件事我最近一直在琢磨，对一些本来很有潜力的学生来说，只是因为每个月几十美元的门槛，就少接触了很多东西，我觉得挺可惜。想起我当时读大学的时候其实也经常囊中羞涩，好在大二认识了不少大牛学长带着我开始做商业项目养好了自己，挺感谢当时很耐心教我技术的各种朋友。 所以我想做一个很小的尝试：拿一部分 X 发推收益，资助几位学习成绩不错、喜欢计算机、但家庭条件不太宽裕的同学，给他们提供几个月 Claude Code 或类似 AI Coding 工具的订阅，让他们真正体验一下目前比较好的模型和开发方式。 不过我自己平时也比较忙，不太可能一个人长期处理申请、筛选、核验和跟进。所以也想顺便邀请一些对此有想法的朋友一起做。比如高校老师、学生负责人、开源社区成员，或者本身就在做教育、公益、开发者社区的朋友，可以一起帮忙想一个更靠谱的机制。 ~这件事我暂时不想做大，也不想做成很复杂。先从小规模实验开始，比如每期 5 到 6 个同学，每人 3 到 4 个月，甚至也可以每周来找我视频问一些问题。想着优先看推荐、作品、学习记录和真实使用反馈，尽量避免变成单纯发钱或者拼谁会写申请，当然现在能上 X 的大学生应该不缺这个钱，所以还是需要看有没有更好的渠道。~ 如果你有靠谱渠道，或者愿意一起参与规则设计、推荐、审核、跟进，欢迎私信我。能把这件事做得更可信一点，也许真的能帮到几个本来就很有潜力的同学。 **回复更新>**： 消息发出后，收到不少朋友的建议和提醒，我也认真看了。 这件事确实不能只靠热情直接推进。一方面涉及工具使用边界和合规风险，另一方面学生群体的真实需求、筛选方式、后续反馈，也都需要更稳妥的机制。也有朋友提到，之前做类似事情踩过很大的坑，最后甚至被反咬一口，这个提醒我觉得很有价值。 所以我准备先接下来先收集一些实际情况，比如大学生现在使用 AI Coding 工具的痛点、预算限制、学习场景和真实需求，再整理一个更清晰的方案。 后面会优先考虑和国内大模型厂商、开发者社区、高校老师一起，看能不能用更正规、更可持续的方式，把这件事往前推一小步。