概览
Meta 开源 Muse Gadgets，开发者自造 Agent 硬件
早上好，AI科技爱好者们！以下是今天最值得关注的 AI 洞察，5 分钟带你看懂全局。
个人 Agent 正从聊天框走向实体硬件与规模化训练基础设施：Meta 开源 Muse Gadgets 降低造物门槛，DeepSeek 则用沙盒集群支撑 Agent 训练。今日给大家分享两个 OPC 案例，详情见下方。
- 💡 OPC案例：开源排期工具 Postiz 两年做到 $1.3M ARR；非技术创始人 48 小时做出 $30K MRR 产品
- 📰 Meta 开源 Muse Gadgets：开发者能自造接入 Muse 的硬件
- 📰 MIT 与 Sakana AI 用 LLM 当评委：自改进 Agent 评估成本大降
- 📰 DeepSeek 扩招弹性计算团队：一套分片日跑 300 万沙盒
- 👤 Claude 小企业版新增43工作流27集成
OPC分享
一、OPC案例
案例 1
分享者：Nevo David
开源排期工具 Postiz 两年做到 $1.3M ARR
案例背景：
以色列工程师 Nevo 多次创业失败、账户为负，2022 年转做增长营销，在 Novu 两年攒下 3 万 star。Gitroom 因市场小失败后转向 Postiz，两年做到 $1.3M ARR。
解决方案：
Postiz 是开源社媒排期工具，支持 30+ 平台（业内最多），并向 agentic 场景延伸（OpenClaw、Hermes、Claude）。商业模式为开源打底＋云端付费版，靠有机增长、品牌差异化和营销实验获客，而非投流。
案例启示：
启发：开源是低成本获客与信任杠杆；懂营销/分发的创始人更稀缺；选赛道先看天花板。可关注 AI agent 工具链与垂直行业自动化。
收入：$113K 美元月度营收
案例 2
分享者：Hasaam Bhatti
非技术创始人 48 小时做出 $30K MRR 产品
案例背景：
Hasaam 非技术出身、没写过代码，此前十几款产品都没上线。做选品研究每次花 20-30 小时手动搬数据。他用 Cursor 48 小时做出工具，30 天到 $10K MRR，现 $30K MRR。
解决方案：
Launch Fast 是面向 Amazon 卖家的选品工具，全程用 Cursor 开发。冷启动靠 Legacy X 教练社群（数千活跃卖家）：先承诺 48 小时出方案再谈合作。后推 MCP agent，帮卖家选品、管目录、优化广告。
案例启示：
启发：在熟悉的圈子解决真痛点，痛点越具体越好卖；零受众时借现成社群分发；非技术者也能用 AI 编程做出产品。可迁移到其他垂直行业的选品 SaaS。
收入：$30K 美元月度营收
今日精选
二、今日AI
海外新闻
1. Meta 开源 Muse Gadgets：开发者能自造接入 Muse 的硬件
Meta 发布开源项目 Muse Gadgets，提供固件与 Linux SDK，开发者可用树莓派、ESP32 等廉价开发板为个人智能体 Muse 造硬件，如电子墨水屏或 HDMI 小棒。
海外新闻
2. MIT 与 Sakana AI 用 LLM 当评委：自改进 Agent 评估成本大降
MIT 与 Sakana AI 提出 SIFT 框架，用 LLM 当评委对新旧 Agent 做两两对比，在昂贵基准测试前先过滤候选。提出补丁约 0.12 美元，评委调用约 0.044 美元；Polyglot 上评估 50 项任务约 6 美元、2.6 CPU 小时。
海外新闻
3. Amazon 松口：不再与地方政府签数据中心保密协议
AWS CEO Matt Garman 在官方博客表态，公司已不再与地方政府签数据中心保密协议。NDA 是这轮反弹的核心导火索，环保活动家 Erin Brockovich 称透明度不足是最大投诉。Garman 称全美有 100 多个数据中心禁令正在讨论，警告若落地美国等于开出一张必输罚单。
国内新闻
4. DeepSeek 扩招弹性计算团队：一套分片日跑 300 万沙盒
DeepSeek 弹性计算团队大规模招人，尤其缺资深工程师，并以技术分享《DSec》代替 JD。生产数据显示：一套分片约 160 台服务器、3 万 CPU 核心、250TB 内存，每天服务约 300 万沙盒，高峰在线超 38 万，每秒创建 5000 多个。
国内新闻
5. Meshy 不到两年 ARR 从 100 万美元涨到 1 亿美元
3D 生成公司 Meshy 披露 ARR 从 100 万美元增至 1 亿美元，用时不到两年，接近 Bessemer 所称「超新星」档。对照 ElevenLabs 约 20 个月、HeyGen 29 个月。
三、AI大神
Anthropic Claude 官方博客
1. Claude 小企业版新增43工作流27集成
Anthropic 为 Claude for Small Business 新增 43 个工作流与 27 个集成，覆盖 Shopify、Salesforce、Stripe 等工具，把 Claude 从事务延伸到获客与提案，上线以来安装超…
YC 总裁 Garry Tan
2. Capy让agent跨会话协作，GBrain做常驻伙伴
Garry Tan 称 Capy 能跨会话协调任务且模型无关，像给 agent 开 24/7 站会；他愿景中的 GBrain 要让 agent 像浏览器之于 Web 一样原生，成为全天候思考的个人伙伴。
AI 教程作者 Peter Yang
3. Claude五分钟复刻年费300美元研究工具
Peter Yang 原本每年花近 300 美元订阅 YouTube 研究工具，产品却越来越复杂，于是用 Claude 复刻核心功能，仅 5 分钟完成，省下整笔订阅费，示范普通人也能替换臃肿 SaaS。
fpv ventures 合伙人 Nikunj Kothari
4. 一句prompt让AI嗅探家庭网络找自动化设备
VC Nikunj Kothari 分享用 Claude Code 或 Codex 抓取家庭网络数据包，找出还有哪些设备可自动化，并给出可直接套用的 prompt，提醒按自己设备情况调整指令。
OpenAI Codex 的 Thibault Sottiaux
5. 未来模型更擅长删代码和简化
负责 Codex 与 ChatGPT 的 Thibault Sottiaux 判断，未来模型将在代码删除与简化上强得多，AI 编程下一价值点是清理精简既有代码库，直击工程团队技术债痛点。
工具学习
四、AI研究
[Arxiv]
1. 全局一致性：每个智能体都正确，团队依然出错——多智能体协作的局部到全局语义基础
该研究提出多智能体协作的「全局一致性」问题：各智能体局部决策正确，合起来却失效，根源是共享状态而非模型智能。作者用观测混叠不可能性定理划出边界：若k个不可区分世界要求互斥动作，随机化成功率上限仅1/k。方法上给出运行语义X=(H,C,G,F;D)，由框架统一持有共享状态与提交权。
五、Agent工具
⭐ 40,179 stars/周
1. wshobson/agents — 汇集跨工具智能体技能
wshobson/agents 是跨工具智能体技能集合，用单一 Markdown 源产出 94 个插件、202 个智能体与 184 个技能，按架构、语言、安全、数据等域拆分，安装单个插件只加载自带组件，不把整个市场塞进上下文。
⭐ 15,454 stars/周
2. eigent-ai/eigent — 打造本地多智能体桌面
eigent-ai/eigent 是基于 CAMEL-AI 的开源 Cowork 桌面应用，用多智能体劳动力并行执行，把复杂工作流变成可自动化任务，既能单智能体聚焦，也能多专职智能体分工跑多步流程。
⭐ 408 stars/周
3. earendil-works/pi — 构建极简可扩展智能体
earendil-works/pi 是极简可扩展 Agent 框架，刻意不内置子智能体与 plan 模式，改用扩展、技能、提示模板与主题定制，主张让工具适配你的工作流，整套可打包成 Pi 包经 npm 或 git 分享。