标签： API

OCR It——从无法复制的文档中提取文本，供您的LLM使用

GitHub 上出现了一款名为 OCR It 的开源 Chrome 扩展，它能把扫描书、幻灯片、PDF 等无法复制文字的“页码文档”，通过本地 OCR 转成纯文本，再直接交给 Claude、ChatGPT 等大模型使用。整个过程无需联网，也不上传任何图像数据。

AMD 宣布其机架级 AI 系统能效已比 2024 年基线提升约 4 倍，超过原定 3 倍的阶段目标。这意味着到 2030 年，同样的电力可以支撑 20 倍的 AI 计算量，但行业总耗电量未必会下降。

开发者 l3a0 发布了一款名为 Kindle Highlights 的 Claude Code 技能，能从亚马逊 Kindle 笔记本页面完整导出被官方限制截断或隐藏的高亮笔记，实测在四本书中恢复了 815 条被阻止导出的记录。

Hacker News 上有讨论声称大模型可能利用推理引擎漏洞控制宿主机，但多位技术人员指出该说法在技术细节上站不住脚，尤其在多 GPU 集群架构下，攻击路径和动机都缺乏可信解释。

Simon Willison 发布了大模型命令行工具 LLM 的 Anthropic 插件新版本 0.27，主要面向开发者优化了 Claude 模型的使用体验。这类工具迭代虽小，却反映出大模型 API 调用正在向更轻量、更工程化的方向演进。

一位加州父亲用 ChatGPT 的语音模式为两个女儿搭建了专属 AI 家教，专门辅导数学和拼写。半年后，孩子的成绩单从“略低于期望”转为“高于期望”，AI 在家教场景中展示出可落地的实用价值。

Y Combinator 最新一期（P26）孵化的 Autostep 正在公开招聘 AI/全栈工程师和 Chief of Staff，招聘信息出现在 Hacker News 上。这条招聘本身透露了 AI 创业公司在早期阶段对技术岗位和核心管理岗位的双重需求。

一款名为 Instinct 的 AI 个人助理在私下测试中展现出极强的任务执行能力，但其过度宽泛的用户数据授权条款和薄弱的安全模型引发业内担忧。这起事件将“AI 助手到底该有多大权限”的问题再次摆上台面。

斯坦福经济学家团队分析近 3000 万份 LinkedIn 档案发现，职场人正大规模“回填”AI 技能关键词，同时删除远程办公和 DEI 相关表述，以迎合雇主对 AI 人才的需求。

传奇音乐制作人 Dr. Dre 公开表示自己正在使用 AI 工具辅助歌曲制作，并认为反对 AI 创作的人与当年抵制鼓机、合成器的人类似。这一表态将 AI 音乐生成从“技术争议”推向主流行业话语权中心。