OpenRouter 实测：用 LLM 从 PDF 提取表格的五种方案
OpenRouter 发布教程，介绍把 PDF 交给能读文件的模型、并为每一行指定严格的 JSON schema，就能拿回带类型的行数据，扫描件和跨页表格也能处理。团队用 5 个 PDF 测试了 5 种方案，发现有两类失败会返回看似正常的响应、却不报错，文中给出了能捕捉这两类失败的检查方法。原文信息有限，未披露具体模型和准确率数字。
推荐理由做文档解析的人可以直接拿走两类静默失败的检查方法，避免把错误数据当成结果。
共 65 条 · 第 1/2 页
OpenRouter 教程：用 API Key 绕过 Claude Code 用量限制
OpenRouter 发布教程，介绍在 Claude Code 触发用量上限后，改用 OpenRouter API Key 按 token 付费继续编码。Claude 订阅计划同时有 5 小时窗口和每周限额，API Key 两者都没有。官方实测一次典型短会话成本：Sonnet 5.5 约 0.16 美元、Opus 5.5 约 0.31 美元、Haiku 5.5 不到 1 美分。教程还提醒 Claude Code 自报费用不准，一次显示 0.375 美元、实际账单 0.008 美元，应查 Key 或 Activity…
推荐理由被 5 小时限额卡住时，三个环境变量即可切到按量付费，Sonnet 一次约 0.16 美元
Minecraft 模组把真实地球 1:1 搬进游戏，一方块一米
一个名为 Earth Platform 的 Minecraft 模组在 Hacker News 的 Show HN 板块发布，它按 1:1 比例生成真实地球，一个方块对应一米。世界高度范围从 Y -16384 到 16383，珠峰峰顶位于海平面以上 8848 格。地形数据来自公开卫星与测绘数据：美国约 10 米精度、加拿大部分地区用 lidar、法国 1 至 5 米、日本 5 至 10 米、南极用 REMA。远景以体素绘制到约 94 公里，可在暂停菜单调到 201 公里，极限设置下可达 397 公里。支持创造模式下…
推荐理由想在自己电脑上爬珠峰、横渡大洋的玩家，按教程装 NeoForge 和 jar 即可开玩
Letta 教程：构建带持久记忆的有状态工程 Copilot
MarkTechPost 发布 Letta 实战教程，演示如何构建有状态工程 Copilot。核心是可被 Agent 自主更新的 core memory 块，并支持程序化同步与多 Agent 共享；此外还加入归档向量记忆做语义检索、服务端自定义工具做确定性风险估算、流式输出观察执行过程、服务端消息历史持久化对话，以及 .af 导出实现 Agent 工作流可移植。文中给出完整 Python 代码，通过 letta-client 调用 Letta API。
推荐理由想给 Agent 加长期记忆和跨会话状态的开发者，可直接照代码跑通 core memory 与 .af 导出。
LangChain 详解 AI Agent 检索难题：三种常见失败模式
LangChain 发文讨论 AI Agent 的上下文工程，指出检索是核心难点。文章归纳 Agent 检索的三类问题：低效搜索（反复打开文件、重写查询，浪费 token 和时间）、单次返回过多上下文（一次搜索塞满窗口，没空间做正事）、无关或过时信息（模型难辨真假，错误会沿后续步骤传递）。文章以竞品分析 Agent 为例，说明 agent harness 应针对不同检索任务选用合适工具，并介绍 Deep Agents harness 的内置技巧。原文为博客开头部分，具体技术方案未完整呈现。
推荐理由做 Agent 检索和上下文管理的人可对照三类失败模式检查自己的 harness 设计
开发者用本地模型做了个喝水提醒应用 Break Buddy
开发者发布 Windows 应用 Break Buddy，用 Ollama 本地模型生成不重复的提醒文案，可自定义人格（如讽刺朋友、海盗），并按活跃窗口判断是否在开会时暂缓提醒。用户用一句话描述需求即可生成配置，无需设置界面。默认模型为 gemma4:e4b，需 Windows、Python 和 Ollama，从克隆到首次弹窗约 5 分钟，代码已开源。
推荐理由想试本地小模型落地的，可看它如何用 Ollama 结构化输出把一句话变成配置文件
开发者用本地开源模型自动清理 1242 篇待读文章
开发者 Sarvar 在 Hacktoberfest 开源 AI 挑战赛中做出工具 Unpile：在本地离线运行模型，读取 Pocket、Instapaper、浏览器书签或 CSV 导出的待读列表，根据用户真实阅读历史判断每篇文章是保留、略读还是删除，并给出概率。演示中 14 篇保留 5 篇、标记 1 篇待定、删除 8 篇，称省下 5.5 小时阅读时间。全程不联网、无账号、无费用，代码已开源。
推荐理由有大量未读收藏的人可以直接用这个本地工具，按自己的阅读习惯自动筛掉大部分积压文章。
Delta 2.0 模拟器支持 iPhone Duo 折叠屏
Delta 游戏模拟器发布 2.0 版本，针对苹果折叠机 iPhone Duo 优化：控制器皮肤适配竖屏和横屏的每种姿态，折叠机身时模拟的 DS 游戏自动进入睡眠模式，类似合上真机 DS 的翻盖。新增 Sega Genesis 游戏支持，以及还原经典 Genesis 手柄外观的 iPhone、iPad 皮肤；加入面向经典宝可梦游戏的 DLC 功能，提供活动道具、稀有宝可梦等，支持 Game Boy Advance 全部主线作品，首个 DLC 即将上线，由宝可梦 ROM 修改社区开发，未使用 AI 工具。另有实验性功…
推荐理由用 iPhone Duo 玩模拟器的人可以看折叠休眠和分屏细节；宝可梦玩家可等 GBA 主线 DLC。
Datalab 开源文档解析基准 OmniParseBench：2.9 万页 1.6 万项测试
Datalab 发布开源文档解析基准 OmniParseBench，用 16,288 项通过/失败小测试评测解析器输出，覆盖 2,937 页文档，包括扫描表单、手写体、arXiv 数学公式和密集表格。作者基于 Datalab 公布的 27 个解析器判定结果重建排行榜，并自行在 50 页样本上运行 Tesseract 和 Indra OCR。发现：排名前两位的解析器在统计上并列，多数文档切片下榜首会变化，且发布时公布的一项数字与公开文件不符。原文为教程，含完整代码。
推荐理由做 RAG 或文档解析选型时，可直接用这套 1.6 万项测试复现评测，避免只看榜单排名。
Sanity 挑战赛公布获奖者：AI Agent 内容检索准确率 30/30
DEV Community 公布与 Sanity 合作的 Sanity Challenge 获奖名单。比赛设两条赛道：一条要求用 Sanity Context Knowledge Base 构建 Agent，标准是效果必须超过关键词搜索；另一条要求用 vibe-coding 做一个奇怪的东西并如实记录过程。获奖作品包括：@rayyer 的 Clockwrit 回答某地某时刻法律上时间和日历的规定及依据，在 30 道留出题上得分 30/30，同模型无工具为 22/30，关键词搜索为 16/30；@dannwaneri…
推荐理由30/30 对 16/30 的对比说明结构化知识库明显优于关键词检索，做 RAG 的可以直接参考这个评测思路
开发者吐槽：别做我和 AI 之间的传声筒
一位开发者撰文批评同事把 AI 生成内容原样转发来回答问题：他提出技术问题后，对方回复结构工整、列 3 个权衡并给出建议，被追问后停顿一分钟再贴一段同样精致的回答，实际是在和「带人形复制粘贴按钮的聊天窗口」对话。作者认为，向同事提问要的是其亲身经验与判断，而非通用输出加延迟；并质疑所谓「AI 出方案、人做决策」：若 99% 同意 AI 建议，决策者只是盖章。他建议自测：能否说出一次基于模型不知道的约束、历史事故或团队偏好而反对 AI 的经历。原文信息有限，末尾案例未完整呈现。
推荐理由可对照自测：你最近一次基于团队约束反对 AI 建议是什么时候？说不出就是盖章。
AWS 博客：用 torch.profiler 分析 Trainium 推理性能
AWS 在 Hugging Face 博客发布 TorchNeuron 系列第一篇，讲如何系统分析 AWS Trainium 上的推理性能。TorchNeuron 是 Trainium 的开源原生 PyTorch 后端，支持 eager 执行、torch.compile 和标准 PyTorch API，并可通过 Neuron Kernel Interface 写自定义算子。文章从零讲起，不要求读者有 profiling 经验：如何用 NeuronConfig 和 NeuronProfiler 配置 torch.pr…
推荐理由想搞清模型在专用芯片上为何慢的人，可照着配置 NeuronConfig 抓 trace
开发者用开源模型做 dev.to 周报脚本
开发者 thomasbnt 开源了 devto-digest，一个读取 dev.to 账号并每周发送邮件摘要的脚本。它把内容分成两块：「For you」是已关注标签下的热门文章，「Discover」是关注标签之外的热门文章。每篇文章以卡片呈现，包含封面、标题、两个标签、作者，以及由开源权重模型 mistral-small-latest 生成的一句话简介。脚本每天采集候选文章，按「点赞数加两倍评论数」并叠加时间衰减来打分；每周排名后，再通过 dev.to API 复查，剔除已删除或下线的文章。项目基于 Node.js…
推荐理由想摆脱信息茧房的开发者可以 clone 下来，用 dry-run 先看自己账号的周报效果
Simon Willison 用 Claude Code 做出声波联机 RTS 游戏
Simon Willison 发布浏览器 RTS 游戏 Battle Drones，灵感来自《命令与征服》，手机和桌面都能玩。项目经 12 个大版本迭代、321 次提交，几乎全部由 Claude Code 完成，他本人几乎没审过代码。游戏含 9 种建筑、7 种地面载具、6 种空中载具、3 种步兵，全部为 3D 模型，另有战争迷雾、6 张地图、随机地图生成、多种 AI 性格和 AI 对战模式。联机方式很特别：两台靠近的设备通过麦克风收发音频消息同步游戏状态，是此前 Chirp Pong 实验的延伸。
推荐理由想了解 vibe coding 能做到什么程度，可看 321 次提交、12 个版本的实际产出和关键提示词
开发者社区讨论：编程的乐趣正在被 AI 焦虑挤走
DEV Community 作者 James Anderson 发文称，近两年开发者社区弥漫着一种压力：公开承认自己享受编程似乎变得不合时宜。他引用 Chris Kiehl 的文章《It's Still OK to Enjoy Programming》，认同其观点——享受一件事不需要经济理由。他认为「编程已死」的叙事并非靠论证说服人，而是靠信息流反复灌输，让人在不知不觉中接受「一件事的价值等于它的经济价值」这一前提。原文信息有限，未给出具体数据或案例。
推荐理由写代码的人可以借此识别「AI 取代论」如何靠重复而非论证影响判断
Fireworks 免费微调 Muse Glimmer 30B，预测准确率超 Jev 11.2 个百分点
Fireworks AI 宣布 Muse Glimmer 30B 的监督微调（SFT）免费开放至 11 月 30 日。用 Kalshi 历史市场数据微调后的 tuned Glimmer 在未见过话题上的预测准确率为 58.3%，比 Jev 的 47.1% 高 11.2 个百分点；在历史回测中，扣除模拟交易费后，假设的 1000 美元变成 1071 美元，而 Jev 和 base Glimmer 均亏损。训练集为 2026 年 1 月 4 日前结算的 20051 个问题，评测集为 4 月 8 日后开盘的 33712 …
推荐理由免费 SFT 窗口到 11 月 30 日，附 Kalshi 预测实验完整配方，可直接复现
开发者用 AI 给智能电视"去智能"，移除广告与追踪
多位开发者分享用 AI 改造智能电视的方案：cleanyourtv 作者用 Claude Code 通过 Wi-Fi 识别电视型号，移除小米电视上的 25 个预装包并重写启动器，界面接近 Apple TV；他把提示词放到 GitHub 后，两天内有数千人对小米、TCL、索尼、Fire TV、LG 等设备做了同样操作。另一方案 dumbtv 已在 Fire TV Edition 及索尼、TCL、飞利浦、海信、小米、Shield 的 Android/Google TV 上完成端到端测试，目标是去掉电视自带广告、观看追踪…
推荐理由想给电视去广告、关追踪的人可以直接拿到 GitHub 上的提示词和方案，无需 root。
Simon Willison 发布 llm-echo 0.5，模拟 token 用量计入工具调用
Simon Willison 更新调试插件 llm-echo 至 0.5 版本。该插件提供一个不调用真实 LLM 的「模型」，只回显输入提示词，用于调试。新版模拟 token 用量时会计入工具调用、系统提示词和推理 token。示例中执行 llm -m echo 'hi there' -o thinking 1 --usage 后，输出显示 2 个输入 token、24 个输出 token。
推荐理由用 LLM 命令行工具调试 Agent 时，可以用它零成本验证 token 计费逻辑
开发者实测：30 天只用 Claude Sonnet 5.5 免费版
一位开发者记录了自己 30 天只用 Claude Sonnet 5.5 免费版、不追新模型的实验。期间他完成了多个客户项目，包括印度客户的电商网站、自己代理公司 TheBitForge 的官网，以及用付费 Floot 搭配 Claude 搭建的全栈博客平台（含管理后台、AI 摘要和邮件订阅）。但他也遇到客户要求整站重做，并由此得出结论：客户品味不在任何 benchmark 里，工作难点在人而非模型。原文信息有限。
推荐理由追新模型追到疲劳的开发者可以看看：作者用免费版模型照样交付了多个项目
用 Tinker 微调 Qwen3-8B：准确率从 50% 升到 76%
开发者用 Thinking Machines 的 Tinker 微调开源模型 Qwen3-8B，做了一个「复杂度打分器」：在把 prompt 发给 AI 之前，先由这个轻量端点给出 0.00 到 1.00 的复杂度评分，应用再据此决定用便宜模型还是强模型，以降低 API 成本。作者称微调后准确率从 50% 提升到 76%，模型保持开源可下载，计划只对托管 API 收费。原文未披露训练成本、数据集规模和评测方法。
推荐理由想用便宜模型分流请求省 API 费用的开发者，可参考这个 50%→76% 的微调思路和评分分级设计
NVIDIA 发布结构化数据模型库，表格预测免训练
NVIDIA 推出 Structured Data Models 库，把 TabICLv2、KumoTabular（单表）和 KumoRelational（关系数据库）等预训练表格基础模型统一到一个 PyTorch 接口下。模型通过上下文学习工作：输入带标签的行和待预测行，一次前向传播即返回概率或完整预测分布，无需训练。教程对比了这两个表格模型与训练过的 scikit-learn 基线，演示复用编码上下文、读取回归的校准预测区间、扩展到 20 个类别，并指出默认预处理会丢弃时间戳和文本列、解释器存在两个陷阱，最后用…
推荐理由想跳过训练直接做表格预测的开发者，可拿到安装命令、与 sklearn 基线的对比和默认配置的坑。
一篇把 10 种 Prompt 技巧讲成开发者实战版的教程
作者把深度学习考试里的 10 种 Prompt 技巧（Zero-Shot、Few-Shot、Chain-of-Thought、Tree-of-Thought、角色扮演、生成知识、Maieutic、Least-to-Most、格式指定、多轮对话）全部换成开发者场景的例子重讲，比如用 Few-Shot 让模型按 feat:/fix:/refactor: 前缀自动生成 commit message、把旧 API 响应格式批量转成新格式。原文还附了一张速查表和组合使用技巧。
推荐理由写 commit message、转 API 格式这类重复活，可以直接照抄 Few-Shot 例子省掉一次性脚本
作者提出评估 AI 应用构建器的框架，以 Floot 为例
一位开发者撰文说明在把真实项目交给 AI 应用构建器前，自己会先确认哪些问题。他以 YC 投资的 Floot 为案例：Floot 通过 MCP 连接器接入 Claude、ChatGPT、Cursor，由用户自己的模型完成建项目、写文件、开数据库、运行、读报错和发布，Floot 只提供托管 Postgres、认证、文件存储和托管等基础设施。作者指出，Floot 早期宣传的“三次 AI 处理”来自其独立编辑器产品，在 MCP 连接器路径下并不存在，自我纠错只靠单一模型。作者未用 Floot 构建过生产应用，只给出评估框…
推荐理由想用 AI 构建器上生产的人，可先看清 MCP 连接器模式下没有第二层 AI 复核，纠错只靠单个模型。
Simon Willison 用 Claude Code 做出声波联机双人游戏 Chirp Pong
Simon Willison 发布实验项目 Chirp Pong：两名玩家各持一部手机靠近，游戏状态通过麦克风发送的声波（chirp）传输，由 Web 麦克风 API 解析，无需网络连接即可对战。他在 Claude Code 中使用 Claude Opus 5.5 Extra 完成开发，称该方案可行。原文信息有限，未披露具体玩法细节。
推荐理由看一个不用联网、靠声波传数据的双人游戏怎么用 Claude Code 做出来
LlamaIndex 发布 ExtractBench Pro，专测文档抽取长尾难题
LlamaIndex 推出 ExtractBench Pro，用于评测 schema 化文档抽取在长尾场景下的表现。此前发布的 ExtractBench 含 370 份文档，其结果显示 LlamaExtract v2.5 最低价档位的 value F1 已超过 93%，接近饱和，但未覆盖真实客户的复杂文档与 schema。新基准包含 100 份文档，全部由确定性流水线从种子和配置文件合成，数据来源为网络及客户真实文档的格式与风格，并做了匿名化处理。数据集分为六类挑战，涉及图表中的数值、跨页规则、密集术语和混乱版式等…
推荐理由做文档抽取的团队可以拿这 100 份合成文档测自家 pipeline，看刚性流程在长尾版式上掉多少分。
OpenAI 推出葡语版 AI for Educators 课程并介绍 Study Mode
OpenAI 在教师节宣布，其免费学习平台 OpenAI Academy 上的 AI for Educators 课程新增巴西葡萄牙语版本，面向中小学及高等教育教师，教他们用 AI 备课、设计活动和评估。同时介绍 ChatGPT 的 Study Mode：在工具菜单中选择 Study 即可开启，通过提问、提示、解释和检查理解来引导逐步学习，该功能与教师、科学家和教育学专家合作开发。原文以生物酶复习和蒸发实验为例说明用法。
推荐理由教师可直接用 Study Mode 的提问式引导备课，葡语版课程已免费开放
开发者用 Codex 写了个 Angular 升级 Skill
一位维护多个开源项目的开发者用 Codex 生成 Angular Update Skill，自动完成版本升级、迁移和依赖更新。实测中遇到三个问题：CI 因 package.json 与 package-lock.json 不同步导致 npm ci 失败，加入 npm ci 验证步骤解决；npm 发布报 404，原因是 Node.js 22 配 npm 10 不满足 trusted publishing 要求的 npm 11.5.1+；Skill 体积过大，精简后主文件从 1252 词降到 701 词，整体缩短约 4…
推荐理由想用 AI 自动化依赖升级的开发者可参考这套验证步骤和踩坑清单
教程：用 Browser MCP 让 OpenCode 直接操作浏览器
开发者 Rijul 发布教程，介绍如何通过 Browser MCP 把浏览器接入 OpenCode。步骤为：安装 Browser MCP 浏览器扩展，然后在 OpenCode 配置文件中加入本地 MCP 服务配置（command 为 npx -y @browsermcp/mcp@latest）。配置完成后，OpenCode 可执行需要浏览网页的任务，例如打开维基百科「开源软件」页面并列出主要章节标题，而不再只依赖对话中已有的信息。
推荐理由想在 OpenCode 里加浏览器操作能力，照抄那段 mcp 配置即可跑通
LangChain 用 Deep Agents 让文档代码示例自动测试
LangChain 把文档中内联代码示例迁移为可测试的独立文件，整个迁移工作交给 Deep Agents CLI 完成，无需人工编码。做法是编写一份 Skill 指令，让 Agent 按步骤执行：把代码移到 src/code-samples/{product} 目录、补充 setup 和 teardown、用配置好的 linter 检查、用 :snippet-start: 和 :snippet-end: 标记代码片段、运行示例测试、再根据标记生成片段嵌入文档。之后通过 GitHub Action 在 CI 中定期运…
推荐理由文档代码示例失效是通病，这套 Skill + CI 流程可直接照搬，把迁移交给 Agent 做
用 llamadart 在本地做嵌入：Llama Village 的信息共享机制
开发者用 llamadart 在本地运行 EmbeddingGemma，为虚拟世界 Llama Village 实现信息共享判定：把角色台词和事实分别转成向量，用余弦相似度比较，取每条事实与说话者台词的最高分，再决定听者是否获得该信息。文中以「Pip 的红围巾在池塘芦苇里」为例，说明措辞不同但语义相近的句子也能匹配。作者提醒相似度不是真假或蕴含的判定，且 Google 模型卡建议新应用使用任务特定前缀，改格式需重新评估阈值。
推荐理由想在本机跑嵌入做语义匹配的，可参考 EmbeddingGemma 加 llamadart 的缓存与阈值做法
开发者用 Gemma 做断电提醒工具：笔记本切电池 30 秒就弹全屏拉伸页
尼日利亚开发者发布开源项目 Light don go：笔记本切换到电池供电超过 30 秒后，自动弹出全屏页面，用 Gemma 生成一条活动建议（如出门拉伸、去小卖部买冷饮），配 60 秒计时器和关闭按钮，同一轮断电内不再重复弹出。页面完全离线运行，不加载 CDN 和网络字体。日志显示 10 月 8 日至 9 日记录到多次真实断电，其中一次 Gemma 超时后使用兜底文案。项目面向尼日利亚、南非、印度、巴基斯坦等经常停电地区的笔记本工作者。
推荐理由用电池状态触发本地 Gemma 生成建议的完整开源案例，含真实断电日志和离线实现细节
changelog-bot：从 PR 中提取「为什么」而非让 AI 编造
前端工程师 @nyaomaru 发布 changelog-bot，一个 AI 辅助的 CHANGELOG 生成工具，提供 CLI 和 GitHub Action，npm 包名为 @nyaomaru/changelog-bot。核心思路是：WHAT 容易提取，WHY 很难，且不希望 AI 凭空编造理由，因此把 WHY 提取当作「选择问题」而非「生成问题」——先预处理 PR 描述，寻找信号定位候选句，再交给模型。工具可选接入 OpenAI 或 Anthropic，无 API key 时回退到启发式规则；能自动开 PR、…
推荐理由做 CI 自动生成 CHANGELOG 可直接用，npm 包 @nyaomaru/changelog-bot
12 岁开发者用 142KB 应用在 150 美元手机上实现语音 AI 导师
一名 12 岁开发者发布 KODA v32，一个移动优先的 AI 编程导师应用，整个应用体积仅 142KB，可在 3G 网络下即时加载，运行于 150 美元的 Android 手机。功能包括实时语音对话、多人学习房间（可共享同一聊天界面并语音结对编程），以及按成本分级的模型路由：20b 快速模型用于语法检查，120b 模型用于复杂调试。开发者称通过放弃重型 UI 框架、使用原生 JavaScript 来控制体积和算力成本。
推荐理由142KB 的体积和 3G 可用性给做轻量 AI 应用的人一个具体参考：不用重型框架也能塞进语音和多人协作。
用 Claude Code 在 Blender 里做完整 YouTube 视频的技术栈
开发者 Maneshwar 分享了他用 Claude Code 在 Blender 中逐条 prompt 制作 3D 动画的经验，并提出让 Claude 从一段文字直接产出完整 YouTube 视频所需的技术栈。核心思路是按能力分工：LLM 负责写 bpy 代码、重链贴图、时间线排片和拼接根运动，人体动作从 Mixamo 等动捕库获取，音效交给专门的音频模型。架构包括 Claude Code 导演技能、YAML 分镜表、Blender MCP 桥接、Mixamo/CMU/Rokoko 动作库、Poly Haven/…
推荐理由想用 AI 自动化 3D 动画流程的开发者可参考这套按能力分工的架构思路。
Simon Willison 更新 ttok 0.4，新增模型列表命令
Simon Willison 更新了其基于 OpenAI 开源 tiktoken 库的 token 计数 CLI 工具 ttok，发布 0.4 版本。此次更新修复了一个 Click 警告、更新了 CI，并新增 --list-models 命令用于列出可用模型。该工具已停更约两年，支持通过 uvx 直接运行，例如 cat file.txt | uvx ttok 即可统计文本 token 数。
推荐理由用 uvx ttok 一行命令统计任意文本 token 数，新增 --list-models 可查可用模型
LlamaIndex 称 Markdown 是文档解析的最佳默认格式
LlamaIndex 发布博客指出，PDF 解析器即使提取出全部文字，若丢失表格与章节归属关系，模型仍需自行猜测才能回答问题。因此输出格式很关键，需保留标题层级、阅读顺序、表格结构和元素上下文。Markdown 能表示标题、列表、简单表格和链接，且格式开销小、便于人工检查解析错误。复杂表格（如跨行跨列的财务数据）可用 HTML 表格保留合并单元格。LlamaParse 目前即以此方式输出。
推荐理由做 RAG 文档解析的人可参考：复杂表格用 HTML、简单结构用 Markdown 的具体取舍
前端开发者浪费 token 吗？5 种降低 AI 编码成本的方法
AWS 开发者倡导者 Erik 发文介绍降低 AI 编码 token 成本的 5 种方法，以 Kiro 为例。核心事实：不同模型成本差异巨大，同一任务在 Kiro 中 Auto 模式需 10 credits，Opus 5.5 需 20 credits，Haiku 4.5 需 4 credits，Qwen3 Coder Next 仅需 0.5 credits，相差 40 倍。开源权重模型处于低价端：Qwen3 Coder Next 为 0.05x，MiniMax M2.1 为 0.15x，DeepSeek 3.2 为…
推荐理由同一任务模型成本差 40 倍，Qwen3 Coder Next 仅 0.05x，可直接按任务选模型省钱
LlamaIndex 对比 6 款 OCR 文档处理工具
LlamaIndex 发布 2026 年 OCR 文档管理软件对比，涵盖 LlamaParse、ABBYY FineReader、Amazon Textract、Google Cloud Vision、Microsoft Azure OCR 和 Hyperscience 六款产品。文章指出该品类已从传统 OCR 转向智能文档处理，布局感知、语义结构和工作流自动化与识别准确率同等重要；解析质量差的 PDF 会削弱 RAG 检索质量和答案准确度。LlamaParse 主打布局感知提取、多模态解析和动态模型路由，输出结构…
推荐理由做 RAG 文档解析选型时，可对照这 6 款工具的定位差异，避免表格和阅读顺序解析拖垮检索质量
TechCrunch 创始人峰会 11 月 4 日波士顿举行
TechCrunch 将于 11 月 4 日在波士顿 SoWa Power Station 举办 Founder Summit，议程围绕融资、领导力和产品构建展开。融资环节由 Underscore 合伙人 Brian Devaney 讲当下投资人的筛选标准，Cogent Security 联合创始人兼 CEO Vineet Edupuganti 分享其 1100 万美元融资后如何评估投资人。领导力环节由 HubSpot 联合创始人、红杉合伙人 Brian Halligan 主讲。10 月 16 日前票价最低，创始人…
推荐理由做 AI 创业、近期要融资的可以看：1100 万美元融资方亲述怎么挑投资人，10 月 16 日前买票省 200 美元。
开发者求职 Wasmer 被拒，转向自研 IDE 项目
一名开发者称收到 Wasmer 通知，不再继续其求职申请流程。他此前因故取消了周五的面试。目前他正为自研项目 UnitBuilds CC 和 V.E.L.O.C.I.T.Y. IDE 准备融资路演材料，并计划休息一到两周后继续开发。文中还提到其时间追踪产品 Doccit 已支持全球大部分地区，并设想将 IDE 与 Doccit 集成、加入 Agent 工时统计功能。原文信息以个人经历和项目规划为主。
推荐理由内容为个人求职与项目随笔，缺少可验证的产品数据或行业信息，参考价值有限