🎧 Readify是一款 完全免费的AI听书应用，让你轻松把任何电子书变成自然流畅的有声书。无论你在通勤、休息，还是想在夜晚闭眼聆听故事，Readify都能让阅读变得更自由。
✨ 核心功能亮点
📖 多格式文件支持
兼容 TXT、PDF、EPUB、MOBI、AZW3、DOCX 等主流电子书格式，上传即可自动转换为可听内容。
🎙️ AI音色库
内置 100+ 种高保真AI音色，支持 40+ 种语言。我们的AI语音拥有顶级自然效果，语气丰富、有温度，媲美真人朗读。
🔍 AI搜书
支持站内智能搜书，只需挂梯子即可免费下载书籍。
不知道看什么？在搜索栏描述你的喜好类型，AI会为你推荐合适的作品。
💬 AI问答助手
听书不止于听。任何书中人物、概念或情节疑问，都能即时提问，让AI帮你更深度理解书籍。
💻多设备同步
只要相同账号，你的书库将会在多端同步，省去重复上传的无聊过程
其他功能：
- 定时关闭：睡前听书不怕忘记关。
- 自定义书库布局：列表/宫格模式随心切换。
- 高度自定义读书页面，不仅能听，还能读的顺心！
- 纯净体验：无任何广告打扰，只专注于阅读与聆听。
🌍 无障碍优化，为视障用户发声
Readify 正在持续推进 应用无障碍优化。我们已聚集超过 100名视障用户，根据他们的实际反馈进行定向改进。
目前，iOS端的VoiceOver旁白模式已可完整使用包括听书、搜书在内的全部功能。
我们相信——阅读的权利，不应被视觉所限制。
🎁 目前100%免费使用
via Arthur Steinberg
今天起，以早期访问形式向美国和加拿大 18 岁及以上的 Google 消费者账户用户推出，首先面向 Google AI Ultra 订阅者。
加入候选名单 → http://labs.google/cc
OpenAI推出改进版ChatGPT Images，由最新的旗舰图像生成模型驱动
- 更好地遵循并执行用户指令
- "精准编辑"
- 保留细节
- 速度提升了四倍
https://chatgpt.com/images/
今天起，在 ChatGPT 中面向所有用户推出，同时在 API 中以 GPT Image 1.5 的形式提供。
🗒 标签: #OpenAI #ChatGPT
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
- 更好地遵循并执行用户指令
- "精准编辑"
- 保留细节
- 速度提升了四倍
https://chatgpt.com/images/
今天起，在 ChatGPT 中面向所有用户推出，同时在 API 中以 GPT Image 1.5 的形式提供。
目前已在iOS 和 Android 上推出，此前只能通过网页版使用该特性
▎Visa在美国推出稳定币结算服务
Visa 正式在美国启动 USDC 稳定币结算服务，合作伙伴可以用 Circle 发行的 USDC 代替传统美元，在区块链（例如 Solana）上与 Visa 进行结算。 这是Visa公司稳定币结算试点项目的重要里程碑，旨在提升结算速度、运营弹性和流动性，同时不改变消费者的卡支付体验。
这项服务针对美国的发卡机构和收单机构，包括银行、金融科技公司乃至与加密资产相关的公司，都可参与，将传统结算层与区块链结算能力结合起来。 首批参与结算的美国银行包括 Cross River Bank 和 Lead Bank，更广泛的合作预计将逐步推广到 2026 年。
▎报告来源
https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.21951.html
频道 @AppDoDo 官推 APPDOTG
Lets Encrypt 现已支持IP地址证书签发
仅通过
仅支持通过HTTP文件或者tls sni验证，因此该IP的80或者443端口是必须的
可以通过
仅通过
shortlived profile提供，IP证书有效期为160小时，因此需要更频繁的续期更新仅支持通过HTTP文件或者tls sni验证，因此该IP的80或者443端口是必须的
可以通过
acme.sh 等类似工具使用以下命令测试acme.sh --issue -d <ip地址> -w <默认网站根目录> --server letsencrypt --certificate-profile shortlived --days 6▎Urban VPN 监控并上传用户AI对话资料，软件高达800万用户使用
Urban VPN是以“隐私”“安全”为卖点的浏览器扩展，并获得 Google 官方“精选”标识，目前有800万用户使用。从2025年7月开始，该插件更新中加入了AI 对话监听代码，通过向网页注入脚本、劫持浏览器网络请求接口，实时截获用户输入的提示词、AI 回复、时间戳和会话标识，并将数据持续上传至后台服务器，最终流向数据经纪公司，用于所谓的“营销分析”。
该行为不随 VPN 开关状态变化，也无法由用户单独关闭，唯一的阻止方式只能卸载扩展本身。安全机构还指出，相关扩展在商店页面和用户授权提示中刻意淡化甚至回避“AI 对话被收集并出售”的事实，与其隐私政策中承认的数据用途存在明显矛盾，而 Google 和 Microsoft 的扩展审核机制在此过程中未能有效阻止此类行为。
安全机构因此警告，凡是在 2025 年 7 月之后安装或使用过这些扩展的用户，都应默认其 AI 对话已被收集并外泄，并呼吁用户立即卸载相关扩展，提高对浏览器插件权限和数据流向的警惕。如果你使用过该插件，在 AI 对话里粘贴过隐私信息、代码、密钥、账号资料，建议按敏感度去做密码/Token 轮换，并把相关账号的登录记录与风控通知检查一遍。
▎报告来源
https://www.koi.ai/blog/urban-vpn-browser-extension-ai-conversations-data-collection
频道 @AppDoDo 官推 APPDOTG
TopTop快捷窗口置顶
Windows 窗口置顶工具，可以轻松管理软件窗口的层级，默认快捷键为 Alt+Q 可以快速对窗口进行置顶和解除，使用比较简单，也没有什么 Bug ，置顶窗口不会莫名其妙消失或者无法取消，有需要的可以收藏一下。
https://www.52pojie.cn/thread-2077559-1-1.html
频道 @WidgetChannel
Anthropic公司最近干了一件挺事，他们把研究对象对准了自己，调查了132位公司内部工程师和研究人员，做了53次深度访谈。
目的就是为了想搞清楚一个问题：AI到底是怎么改变他们自己工作的？
这个视角很特别。
因为他们的今天，可能就是很多行业的明天。
这份报告读完，我感受到的不是恐慌，而是一种很复杂的情绪。
从数据上来看，一年前，这些工程师在日常工作中使用Claude的比例是28%，觉得效率提升了20%左右。
现在，使用比例到了59%，效率提升感知涨到了50%。
相当于一年时间，两个指标都翻了一倍多。
但有趣的是效率提升的具体表现。
你以为是同样的活儿干得更快了对吧？不完全是。
调查发现，在各类任务上，时间节省其实没那么夸张，但产出量的增加非常明显。
而且27%的Claude辅助工作，是那些一直想做但优先级不够高的事情。
比如给代码写更完善的文档，比如做一些提升工作体验的小工具，比如重构那些虽然能跑但结构很烂的代码。
但人人都在变成全栈，代价是什么？
一个后端工程师描述了他用Claude做UI的经历。
他说设计师看到成品的时候惊了，问他这是你做的？
他回答说不是，是Claude做的，我只是指挥了一下。
这听起来很美好，每个人都变成了多面手，原来不敢碰的东西现在敢碰了。
但报告里有一个词让我印象很深：skill atrophy，技能萎缩。
一位工程师说，他以前自己去调试一个难题，虽然花时间，但会顺便读很多文档和代码。
这些东西当时看起来跟问题没关系，但其实你一直在构建对整个系统的理解。
现在Claude直接帮你定位问题了，这种附带学习就没了。
有些困难是学习过程中必须经历的，绕过它你虽然省了时间，但也错过了真正的成长。
这里有一个很微妙的矛盾。
现在的AI还不能完全信任，你需要监督它的输出，尤其是在重要的工作上。
但监督AI的能力，恰恰来自于你自己动手干活积累的经验。
一位安全工程师举了个例子，Claude给出的某个方案看起来很聪明，但他一眼就看出这是那种聪明过头的危险方案，是资深人士才能识别的陷阱。
他说这种判断力，只有做过很多年才有。
如果新人从一开始就依赖AI，他们怎么培养这种判断力？
报告里把这叫做paradox of supervision，监督悖论。
你越用AI，你监督AI的能力可能越弱。但你越不用AI，你的效率又跟不上。
这个困境目前没有标准答案，有些工程师的应对策略是刻意练习。
就算知道Claude能搞定，偶尔也强迫自己不用它，保持手感。
报告的结尾，抛出了一个有意思的视角。
软件工程一直在朝更高抽象层次发展。
最早的程序员要手动管理内存，要写汇编语言，甚至要用物理开关输入指令，后来有了高级语言，很多底层操作自动化了。
一位员工建议想当工程师的人：学会让AI写代码，然后把精力放在更高层面的概念和模式上。
这个建议有道理，但也有人指出，每一次抽象层级的提升都有代价。
当大家都用高级语言之后，大多数程序员就不再深入理解内存管理了。这种丢失的知识，有时候在关键时刻会变成问题。
读完这份报告，我总结了几条对普通人有用的insight：
1、效率提升的红利期是真实的，但那些被省下来的时间，要有意识地投入到AI还做不好的事情上。比如建立人际关系，比如发展判断力，比如理解系统的底层逻辑。
2、刻意保持一些不用AI的练习，因为你需要保持监督AI的能力。
3、重新思考工作的意义。如果你的满足感来自于亲手完成某件事，那要想清楚这种满足感以后从哪里来。如果你的满足感来自于结果和影响力，那AI其实是你的加速器。
4、关注人的连接。技术在让协作变得更高效的同时，也在稀释那些低效但有温度的交流。这部分不会自动补回来，需要你主动去维护。
Anthropic这份报告的价值不在于给出答案，而在于它呈现了一种真实的复杂性。
这群站在AI前沿的人，他们既兴奋又焦虑，既享受效率又担心失去什么。他们没有确定的未来图景，只有一种共识：要保持适应能力。
https://web.okjike.com/u/9ca2b1fd-086e-4fbe-a1f8-b641f8f4b9d1/post/6937c2d9b756b2fd2ad2a853
目的就是为了想搞清楚一个问题：AI到底是怎么改变他们自己工作的？
这个视角很特别。
因为他们的今天，可能就是很多行业的明天。
这份报告读完，我感受到的不是恐慌，而是一种很复杂的情绪。
从数据上来看，一年前，这些工程师在日常工作中使用Claude的比例是28%，觉得效率提升了20%左右。
现在，使用比例到了59%，效率提升感知涨到了50%。
相当于一年时间，两个指标都翻了一倍多。
但有趣的是效率提升的具体表现。
你以为是同样的活儿干得更快了对吧？不完全是。
调查发现，在各类任务上，时间节省其实没那么夸张，但产出量的增加非常明显。
而且27%的Claude辅助工作，是那些一直想做但优先级不够高的事情。
比如给代码写更完善的文档，比如做一些提升工作体验的小工具，比如重构那些虽然能跑但结构很烂的代码。
但人人都在变成全栈，代价是什么？
一个后端工程师描述了他用Claude做UI的经历。
他说设计师看到成品的时候惊了，问他这是你做的？
他回答说不是，是Claude做的，我只是指挥了一下。
这听起来很美好，每个人都变成了多面手，原来不敢碰的东西现在敢碰了。
但报告里有一个词让我印象很深：skill atrophy，技能萎缩。
一位工程师说，他以前自己去调试一个难题，虽然花时间，但会顺便读很多文档和代码。
这些东西当时看起来跟问题没关系，但其实你一直在构建对整个系统的理解。
现在Claude直接帮你定位问题了，这种附带学习就没了。
有些困难是学习过程中必须经历的，绕过它你虽然省了时间，但也错过了真正的成长。
这里有一个很微妙的矛盾。
现在的AI还不能完全信任，你需要监督它的输出，尤其是在重要的工作上。
但监督AI的能力，恰恰来自于你自己动手干活积累的经验。
一位安全工程师举了个例子，Claude给出的某个方案看起来很聪明，但他一眼就看出这是那种聪明过头的危险方案，是资深人士才能识别的陷阱。
他说这种判断力，只有做过很多年才有。
如果新人从一开始就依赖AI，他们怎么培养这种判断力？
报告里把这叫做paradox of supervision，监督悖论。
你越用AI，你监督AI的能力可能越弱。但你越不用AI，你的效率又跟不上。
这个困境目前没有标准答案，有些工程师的应对策略是刻意练习。
就算知道Claude能搞定，偶尔也强迫自己不用它，保持手感。
报告的结尾，抛出了一个有意思的视角。
软件工程一直在朝更高抽象层次发展。
最早的程序员要手动管理内存，要写汇编语言，甚至要用物理开关输入指令，后来有了高级语言，很多底层操作自动化了。
一位员工建议想当工程师的人：学会让AI写代码，然后把精力放在更高层面的概念和模式上。
这个建议有道理，但也有人指出，每一次抽象层级的提升都有代价。
当大家都用高级语言之后，大多数程序员就不再深入理解内存管理了。这种丢失的知识，有时候在关键时刻会变成问题。
读完这份报告，我总结了几条对普通人有用的insight：
1、效率提升的红利期是真实的，但那些被省下来的时间，要有意识地投入到AI还做不好的事情上。比如建立人际关系，比如发展判断力，比如理解系统的底层逻辑。
2、刻意保持一些不用AI的练习，因为你需要保持监督AI的能力。
3、重新思考工作的意义。如果你的满足感来自于亲手完成某件事，那要想清楚这种满足感以后从哪里来。如果你的满足感来自于结果和影响力，那AI其实是你的加速器。
4、关注人的连接。技术在让协作变得更高效的同时，也在稀释那些低效但有温度的交流。这部分不会自动补回来，需要你主动去维护。
Anthropic这份报告的价值不在于给出答案，而在于它呈现了一种真实的复杂性。
这群站在AI前沿的人，他们既兴奋又焦虑，既享受效率又担心失去什么。他们没有确定的未来图景，只有一种共识：要保持适应能力。
https://web.okjike.com/u/9ca2b1fd-086e-4fbe-a1f8-b641f8f4b9d1/post/6937c2d9b756b2fd2ad2a853
欠中国代工厂超25亿元，一度占据80%美国市场
当地时间12月14日，经营了35年的iRobot正式向美国特拉华州法院提交第11章破产保护申请。并计划由其合同制造商、总部在中国的 Picea Robotics 收购。
根据iRobot公告，其与公司有担保债权人及主要代工厂——深圳杉川机器人有限公司（Shenzhen PICEA Robotics Co．， Ltd．）和香港杉川有限公司（Santrum Hong Kong Co．， Limited，二者合称 “Picea”）达成《重组支持协议》。
Picea在中国和越南设有研发及生产基地，在全球拥有超过7000名员工。
公司表示将继续运营，预计应用功能、客户计划、全球合作伙伴关系、供应链和产品支持都不会受到影响。
今年早些时候公司曾警告称可选方案所剩无几。
