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
开发者发布开源项目 NatureFit，把户外运动和自然观察结合成任务：用户选择活动类型、时长、体能水平和环境后，AI 生成「自然 + 运动」挑战，完成后提交照片证据获得 XP 并记录日志。AI 不可用时回退到预置任务库，并明确告知用户。项目不声称能自动验证 GPS 距离、步数、位置或照片内容，运动数据由用户自报；生成和开始任务均不给 XP，以防刷分。可在线试用。
推荐理由想找 AI 生成内容 + 诚实边界设计的开源案例，可直接打开在线 demo 体验
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
开发者发布 Claude Code 插件 Terse，用于削减回复中的废话和套路化表达。实测数据：Fable 5.1 上词数减少 46%、成本降低 51%；Opus 5.5 上词数减少 54%、成本降低 32%，基于 20 条真实代码库提示词测试。在 12 条公开提示词对比中，Opus 5.5 聊天回复词数从 5959 降至 1793（-70%），中位回复从 636 词降至 181 词，输出 token 减少 45%，风格违规每千词从 11.1 降至 1.1（-90%）。写作规则适用于回复、文档、提交信息和子代理，…
推荐理由输出 token 减少 45%，Opus 5.5 回复词数降 70%，重度使用 Claude Code 可直接省成本
Simon Willison 在博客中推荐 Michael Lynch 关于软件博客写作的反模式建议：避免冗长铺垫的开头、误判读者已有知识、假设读者读过你之前的文章、过度正式。Lynch 还警告不要用链接代替术语解释，他的准则是「即使读者不点任何链接，文章也应该读得通」。Willison 承认自己常犯这个毛病，并怀疑几乎没人会点那些链接。文章最后指出，随着大量开发者把写作交给 AI，软件博客正变得平淡同质，读者渴望有个性的文字。
推荐理由写技术博客或公众号的人可以对照这份反模式清单自查，尤其是「链接不能代替解释」这条
原文信息有限，正文为作者对三类常见反对意见的逐条回应：把代码当艺术、AI 抢走工作、人沦为「肉代理」。作者认为软件买家要的是结果而非艺术品，编程的职责是交付有价值的软件而非敲代码，并引用马克思 1857-1858 年《机器论片段》说明脑力劳动被机器替代是生产方式问题。文章为观点随笔，无新事实或数据。
推荐理由想了解反 AI 编程论点及其反驳逻辑的人可看，属观点讨论而非资讯
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 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 Péter Szentkirályi 发布 Darkplug，一款用 iPhone 控制放大机的暗房定时器。它通过局域网连接 Shelly 智能插座（如 Shelly Plus Plug S Gen2、Plug US Gen4 等），把放大机电源接在插座上，由 App 控制通断实现曝光计时。支持直印计时、4 秒倒数、F-Stop 步进、试条、遮挡与加光计划、分阶印相等功能，高级功能需一次性内购 Darkplug+，无订阅。界面为红黑配色，红光经测试不会使相纸灰雾。已在 App Store 上架。
推荐理由胶片暗房用户可用 20 美元插座加 iPhone 替代专业定时器，高级功能一次性买断
一名开发者发文称，在开发基于 Next.js、n8n webhook 和 Voiceflow 的多 Agent 工作流系统时，因 Redux 式样板代码和 Context 嵌套拖慢进度，遂推倒重来，改为事件驱动的发布订阅架构：n8n/Make.com 负责后端 AI 编排与外部 API 路由，前后端通过 webhook 传 JSON 载荷、不做轮询，前端用 React/TypeScript/Tailwind 只监听事件并按需更新局部状态。作者称该方案将开发速度提升 10 倍，并列举了竞态条件、维护开销、认知负担三类…
推荐理由做 AI 工作流前端的人可参考这套 webhook 解耦方案，避开 Redux 样板代码
OpenAI 研究员 Jason Wei 发布博客，推荐一条约三小时的旧金山步行路线，起点为日本城 Japan Center Mall，途经 Fillmore 街、Alta Plaza 公园、Broadway、Presidio 和 Marina，终点为 Crissy Field 海滩看日落。他称全程步行实际只需 1 小时 20 分钟，建议留 3-4 小时用于拍照、购物和喝咖啡，并提醒傍晚较冷需带外套。文中还提到他最初两年因住在错误街区且大部分时间待在 OpenAI 办公室而不喜欢旧金山，搬到 Cow Hollow …
推荐理由在旧金山或计划前往的 AI 从业者可直接照走的路线，含起点、途经点和日落终点
一项在田纳西州 18 所中学开展的两年整群随机试验显示，使用 Khan Academy 的 AI 辅导工具 Khanmigo（设置为引导而非直接给答案）的学生，每学期数学成绩提升 1.3 个全国百分位，一学年约 0.06 至 0.08 个标准差，全年积极参与的推算效果为 0.14 个标准差。这一提升与不使用 AI 的 Khan Academy 练习效果相近。原因可能是学生使用频率低：96% 的学生至少尝试过一次 Khanmigo，但中位学生仅在三分之一练习日发消息，且只在 17% 的出错练习环节中使用。学生发送的消…
推荐理由用两年随机试验数据说明 AI 辅导效果与普通练习相当，瓶颈在学生使用频率而非工具
一位日常使用 AI 写代码、做实验的开发者提出，AI 正在让回避思考变得极其容易。他以写 1500 字文章为例：过去需要查资料、记笔记、判断信息、组织思路、反复修改，过程中练的是研究和写作能力；现在只需一句提示词，30 秒就能拿到成品，研究、结构、措辞都由 AI 完成。他尤其担心孩子：面对不会做的第 7 道数学题，问「答案是什么」是替代思考，问「怎么解、别给答案」才是支持思考。原文信息到此为止。
推荐理由做 AI 产品的人可对照自己是否在替代用户思考，家长可参考两种提问方式的区别
MarkTechPost 发布教程，围绕 NVIDIA Cosmos3-DROID 数据集搭建端到端流式机器人学习管线，无需下载 707 GB 完整仓库。流程包括：解析 LeRobotDataset v3.0 结构并构建元数据图，用 HTTP byte-range 加 PyArrow 按需读取 Parquet 行组和列，将单条 episode 转为状态-动作轨迹并分析关节运动、夹爪事件、末端执行器路径和动作频谱，再通过 PyAV/FFmpeg 按需解码 AV1 视频窗口。随后用数据集统计量归一化观测与动作，构建 A…
推荐理由想跑机器人模仿学习又不想下 707 GB 数据的人，可直接照抄这套按需读取 Parquet 和视频的管线。
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
LlamaIndex 发文介绍其在 LlamaParse 中实践的 Agentic OCR 思路。核心观点是：把文档解析当作单步转换的传统 OCR 和单次推理的 VLM，在表格、图表等长尾文档上会失败，且失败方式隐蔽（列错位、丢行、缺页眉页脚）。Agentic OCR 指系统能自行决定如何读取文档、调用工具或专用模型，并根据结果迭代调整，例如选定区域细看、请求方向校正、把表格交给专用模型、拒绝无效修正。文章提出三个要求：阅读策略随文档自适应、修正必须有证据支撑、执行要有明确边界和目标。原文信息有限，未给出具体评测数…
推荐理由做 RAG 和文档解析的人可以对照检查自己的 pipeline：单步 OCR 在表格上会静默出错，需要可验证的迭代流程。
开发者 Yash K Saini 为朋友 Akash 做了一个终端里的模拟技术面试工具 grill，基于开源模型、完全本地运行、不联网。它会克隆你的代码仓库并定位值得提问的行，例如 unsafe 块、锁、生命周期、spawned task、useEffect、forEach(async ...)、any、空 catch 等。在 Akash 的 4 个公开仓库上扫描出 116 处可疑点，其中排第一的是 miccli 项目 src/audio.rs:62 处一个与实时音频回调共享的 Arc<Mutex<...>>。面试…
推荐理由想练「讲自己项目」式面试的人可以直接本地跑，扫描器能自动找出代码里最可能被追问的那几行
开发者 Vidisha Gupta 在 DEV Community 分享项目 Dadi ki Rasoi：用 faster-whisper 在本地转写祖母的印地语/混合语语音，再用 Ollama 上的 Qwen 和 Llama 生成结构化食谱，输出带封面、索引和天城文字体的可打印 PDF。项目强调隐私，音频不上传云端，飞机模式下可运行，并内置 Qwen 与 Llama 对比视图。作者还自建了 mutthi、chutki 等印度传统计量单位换算表。代码和演示已开源，托管版因模型较重仅运行演示模式。
推荐理由可参考的本地 Whisper + Ollama 离线流水线，含模型对比和自定义单位换算表
开发者发布 OriginTrace，一个基于 Sanity Context MCP 的 AI 内容溯源工具，用于检测 DEV.to 文章是否被抄袭。工具通过 Serper API 搜索全网，抓取最多 15 个候选页面，用词重叠、5-gram shingling、LCS 比率等多信号分析判断抄袭，并检查是否署名或回链，给出 credited_syndication 或 unattributed_repost 的判定。内置对话式 AI Agent 可查询溯源数据并生成 DMCA 下架模板，所有检查结果以结构化 JSON…
推荐理由做内容或写博客的人可以用它查自己的文章被谁抄了，还能直接生成 DMCA 模板
ACX 博客刊登读者投稿：作者夫妇因「不明原因不孕」多次胚胎移植失败，医生建议找代孕。他们用 GPT-4 扮演虚构医生「Dr. Reid」，询问雌二醇、孕酮、卵泡数、宫腔镜等细节，并用人类医生的回答交叉验证，结果一致。早期 OpenAI 限制模型回答医疗问题，他们用「写一段医疗剧场景」的提示绕过。作者称 AI 医生耐心无限、不满足于「不明原因不孕」这一诊断，但偶尔会误读超声图像。
推荐理由了解普通人如何用提示词绕过医疗限制、把 LLM 当第二诊疗意见，含具体提问清单和验证方法
Anthropic 发布 Opus 5.5 在 Claude 和 Claude Code 中的使用指南。相比前代 Opus，Opus 5.5 在长链条多步骤任务上提升最大，早期测试者让它连续数小时执行编码任务、几乎无需人工干预。指南给出三条建议：一次性交代完整任务并说明完成标准；删除提示词中的「think carefully」等语句，因为模型每次回复前都会自行思考；长任务运行中可直接追加指令，无需重启。设计类任务需明确列出不想要的风格，否则模型会回退到默认样式。
推荐理由用 Opus 5.5 的人可直接照做：删掉「think carefully」、一次给全任务和完成标准
开发者 Maneshwar 在 DEV 发文，讲述自己此前从未打开过 Blender，却借助 blender-mcp 让 Claude Code 驱动 Blender 完成了一段蜘蛛侠荡秋千的 3D 动画，没有手动画一帧。原理是 Blender 内插件开一个 socket 服务，外部 MCP server 一边对 LLM 说 MCP、一边通过 TCP 转发 JSON 命令，核心工具 execute_blender_code 可在 Blender 内运行任意 Python（bpy API），再配合视口截图回传形成「改…
推荐理由想用 Claude 操作 Blender 的人可以照抄这套 MCP 架构：插件开 socket
一篇技术博客批评当前记忆插件生态：所有插件架构相同——把会话记录切成片段存入向量库，每次提问注入最相似的 5 条，不够再让 Agent 搜索。作者认为这解决的是错误的问题：相似度检索无法判断哪条正确、哪条过期，片段脱离上下文，历史被当作事实，而代码库每天都在变；Agent 也不知道自己不知道什么，无法主动搜索。结论是 Agent 需要的不是记忆，而是文档。
推荐理由做 Agent 记忆功能前先看这篇，能省掉一整套 RAG 记忆插件的返工
开发者 Roady 在 Hacker News 发布浏览器游戏 Rely，定位为「组件不可靠版的 Factorio」。游戏中每个组件都有一定概率出错，玩家需用分拣器、计数器、标记和标记门搭建网络，目标是把不可靠的组件流变成可靠系统，连续交付 3 个 100% 可靠的组件。目前为浏览器 beta 版，含引导教程和 3 个场景，支持键鼠操作。作者在页面中披露开发过程使用了 AI 辅助编码。
推荐理由免费浏览器试玩，用游戏方式直观理解冗余与可靠性设计，适合工程思维爱好者
一名开发者自 9 月初起用 AI 辅助编程，5 周内提交 866 次代码，单周日均约 47 次，完成 Linux 桌面宠物、客户库存应用、终端写作工具、可漫游 3D 图书馆等多个项目，其中大部分代码由 AI 生成。他发现自己的产出速度远超理解速度：客户应用跑在 PostgreSQL 上，他却说不清索引的代价；做 LeetCode 第一道 Easy 题 Two Sum 时卡住。他认为 AI 让报错和知识壁垒消失，但知识缺口并未消失。
推荐理由用 866 次提交和 Two Sum 卡壳的具体案例，说明 AI 编程如何掩盖基础知识的缺口
原文认为新手开发者应平衡三项技能：DSA、AI 工具使用能力，以及几乎没人教的第三项技能。作者指出 DSA 面试本质是公司为筛选大量申请者设置的廉价标准化过滤器，刷 500 道题只能让你擅长通过面试，而非成为好工程师；建议掌握数组、字符串、哈希表、双指针、基础树图与递归等核心模式后停止刷题，第 400 道题的收益远低于前 50 道。AI 工具使用能力已成为开发工作的现实组成部分，能有效使用 AI 的开发者速度更快。原文正文在此处截断，第三项技能的具体内容未完整呈现。
推荐理由想入行或转行开发者可参考：DSA 刷到 50 题核心模式即可，别刷 500 题
一位开发者在 DEV Community 发文称，自己已有 84 个公开 GitHub 仓库，AI 编码工具虽不是他频繁开新项目的根源，却几乎消除了所有阻碍。过去启动项目需要研究库、读文档、决定框架，过程中常会意识到自己并不真在意而放弃；现在从「终端 MIDI 播放器」的念头到 Rust 项目、Ratatui 界面、MIDI 播放部分可用只需十分钟。他认为 AI 摧毁了启动的「激活能」，让新语言、陌生库和样板代码不再构成门槛，但也让「这想法不错」和「我要做这个」之间的过滤器变得极薄甚至消失。原文信息到此为止。
推荐理由如果你也囤了一堆半成品项目，这篇说出了 AI 降低启动成本后的真实副作用
开发者 Alex Georgiev 为修理宝马 E90 325i 的朋友搭建了 BMW Repair Workshop，包含 20 个维修流程、7 份参考指南，所有扭矩值和零件号以表格呈现，并提供基于这些内容的 Ask 问答框。他原本计划把宝马维修手册喂进 RAG 管线，但 Bentley 手册和宝马 TIS 系统均为商业版权内容，镜像虽多却无授权，因此放弃。内容改由公开汽车知识撰写，每条注明来源，扭矩和零件号均附「请对照 RealOEM 或经销商核实」提示。模型使用 Google 开源权重模型 Gemma（gem…
推荐理由看一个因版权约束放弃 RAG 手册、改用公开知识加来源标注的合规做法，附可跑的 Gemma 部署示例
独立开发者 Mikachu 在其写作工作流工具 Meldr 中删除了「Generate draft」按钮。该按钮原本出现在用户批准编辑大纲之后，一键即可把大纲变成看似完成的文章。作者认为这会把 AI 生成全文变成默认路径，助长「AI 垃圾内容」，因此选择彻底移除而非藏进设置。现在批准大纲后的下一步是打开 working.md 自己写。Meldr 的流程为：调研→角度→编辑简报→批准大纲→写作→审阅→发布，中间产物存为 Markdown 文件，只有批准简报和接受/拒绝审阅建议两个环节由人决定。
推荐理由做 AI 写作工具的人可以看看：默认路径决定用户行为，删掉一键生成反而保住了作者的真实经验。
印度 Dharmsinh Desai 大学学生将于 10 月 15 日在该校举办一场 MLH 认证的 Hacktoberfest 线下聚会，免费参加，主要面向大一学生。活动内容包括开源 AI 模型介绍、用 NVIDIA NIM API 在 Claude Code 界面中接入免费开源模型，以及 MLH、DEV、Hacktoberfest 等学生常错过的机会。今年 Hacktoberfest 主题为开源 AI，全球有数百场同类本地活动。原文信息以活动宣传为主。
推荐理由想了解如何用 NVIDIA NIM 免费 API 把开源模型接进 Claude Code 的可以看这个思路
ServiceNow CoreAI 发布 AutoSynthData，通过对比目标模型的失败与更强教师模型的成功，自动生成并验证新训练任务，课程随模型能力提升动态调整。团队以 EnterpriseOps Gym 数据集演示该流程。文章提出任务抽象为「系统规范 + 用户提示 + 验证器」三部分，生成任务需满足可行性、真实性和难度三项要求，避免依赖不可用工具或人为制造约束。
推荐理由做企业级 Agent 微调的团队可参考这套「失败驱动」数据合成流程，含任务定义与验证器设计
Karpathy 在 X 上分享理解语言模型输出的技巧：让 LLM 用 ASD-STE100（航空航天维护文档的受控语言规范）解释内容，可读性更高，也可要求「80% 接近该规范」；比文字更好的是让模型生成图表，再进一步是输出 HTML 交互网页。他最看好的是定制解释视频，可尝试「用 3b1b 风格解释 X，用我的 ElevenLabs API key 做旁白」，并称这已开始可行。他认为随着模型变强，人类工作会上升到监督与理解层面，同时可要求生成大量一次性软件产物。
推荐理由四个可直接照做的提示词技巧，含 ASD-STE100 和 3b1b 风格视频生成，今天就能试
这篇教程演示了 Google Research 的 JAX 训练库 Kauldron 的三个核心机制：konfig 把实验变成可 JSON 往返的普通字典树，kontext 用字符串键路径连接组件（损失函数无需 import 模型），以及运行时形状检查器。教程用合成内存数据训练了一个真实 Trainer，无需下载数据或加速器，还写了自定义 loss 和 metric，并演示了五组只差一行配置的 sweep 实验和断点续训。文中提到需为 jax 0.10.1 与 etils 的兼容问题打两行补丁。
推荐理由想用 JAX 做研究的人可以照着跑通，含 jax 与 etils 兼容补丁的具体代码
TechCrunch 公布 Disrupt 2026 大会的定位：整场活动围绕一个问题展开——在 AI 时代如何建立一家持久的公司，议程与演讲嘉宾阵容均围绕这一主题设计。原文未披露具体举办时间、地点、嘉宾名单和议程细节，信息有限。
推荐理由目前只有主题，没有时间、嘉宾和议程，暂时拿不到可操作信息
开发者 Ayush Gupta 参加 Sanity Challenge 黑客松，做出 The Living Museum：一个用 Three.js 实时渲染、内容由 Sanity Content Lake 动态驱动的 3D 空间博物馆。馆内分四个主题展厅（发明、艺术、历史、未来），展品立在发光基座上，靠近即暂停时间并展开策展信息，可切换日间/午夜光照。Sanity 在这里不只存文本图片，还充当整个 3D 世界的空间记忆与生命周期引擎，记录展品处于 alive、cooling 还是 dead 状态。项目已上线 Ver…
推荐理由想用 CMS 驱动 3D 场景的开发者可直接看它的数据流架构和 GitHub 仓库
Anthropic 在 Science Blog 发布哈佛物理学家 Matthew Schwartz 的客座文章。Schwartz 提出 AI 与科学之间存在「阻抗失配」：LLM 能力很强，但把它当作人类合作者并非发挥其科学优势的最佳方式。为此他开发了一套用于定量科学精确计算的工具包，Claude 借此在生态学、群体遗传学等十多个领域找到关联，Schwartz 再与领域专家合作将研究方向引向有价值的问题。
推荐理由了解科研场景下如何设计工具包而非直接对话来发挥 Claude 能力，附具体项目链接
开发者用 OpenCode 配合 Muse Spark，分 15 次提示词构建了 GrantQuest，将 25 个真实奖学金做成 RPG 任务：资格要求是关卡，材料是背包，截止日期是倒计时，通关得 XP。项目为每条奖学金数据加了新鲜度标记：30 天内验证且未过期标为 FRESH，否则需重新核实，以应对奖学金信息常年过期的问题。无需登录注册。构建中遇到 Vercel 部署 404（Next.js 导入 web/ 上级目录文件）等问题。
推荐理由可参考其用 AI 分步提示词做完整小项目的流程，以及数据新鲜度标记的设计思路
OpenRouter 发布指南，介绍如何把固定评测集接入 CI，像单元测试一样在 prompt 变更时拦截不合格的合并。核心做法：评测用例提交进仓库、只经 PR 审核修改；脚本在通过率低于阈值时以非零退出码让任务失败。文中提醒，应在 job 级别而非 workflow 级别做路径过滤，否则被跳过的必需检查会一直 pending 卡住合并；阈值应通过反复跑未改动分支来测，而非拍脑袋定死。temperature 和 seed 只在模型 supported_parameters 中列出时有效，多数投票式重复采样则对所有模…
推荐理由给 Agent 加 CI 评测门的完整步骤，含 GitHub Actions 路径过滤这个容易踩的坑
开发者 Vidisha Gupta 发布开源项目 The Code Exorcist，用 Next.js + Sanity 搭建一个 AI Bug 分诊应用。开发者粘贴报错堆栈和出错代码，Groq 上的 Llama 模型同时读取两者，定位根因、标注 Bug 类别与威胁等级并给出修复方案，随后状态进入 pending_human_review。人类在 Sanity Studio 中用两个自定义操作做最终决定：BANISH 批准修复并结案，或 Send Back 打回重分析并重置状态。每个决定都记录操作人、动作、时间戳…
推荐理由可参考它的 Agent 到人工审批闭环设计：状态机 uncontained→pending_human_review→b…
原文信息有限：Simon Willison 记录他当天参观了纽约城市博物馆的展览「He Built This City: Joe Macken's Model」——一座 50 x27 英尺的纽约城市模型，由 Joe Macken 用巴尔沙木和纸板耗时 21 年建成。他表示展览超出预期，并提醒展览将于 10 月 12 日结束。该内容与 AI 无关。
推荐理由与 AI 无关的博物馆参观随笔，对关注 AI 的读者没有可用的信息。