把代码当画笔：非技术人的Vibe Coding拿到3万星
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
今天的三条灵感都指向同一个道理：用好AI不靠技术牛，靠你带着自己的判断和问题去用它。从Julia Evans的写作心法，到非技术人靠品味拿下3万星的实操，再到科学家用AI加速实验，每个方法今天就能上手试。
灵感百宝袋
「为一个人写作」——Julia Evans的写作心法，比AI生成什么风格都管用。
Julia Evans说她写作时会想象一个具体的人，大部分时候是「三年前的自己」或一位好朋友。这样写出来的东西才有温度，而不是对着虚空喊话。把这个想法用在跟AI协作上：下次让AI帮你写东西时，别只说“写一篇科普文”，给它加上一句“假设你在给去年的我解释这件事”。你会发现它给出来的内容，比你想象的要更贴近你想要的那个味儿。
原文：https://simonwillison.net/2026/Jun/15/julia-evans
非技术人靠品味加Vibe Coding拿下3万GitHub星——她把代码变成了讲故事的工具。
ZaraZhangg在视频里分享了自己怎么用编程智能体做项目，核心不是写代码本身，而是把自己的审美和判断融进去。她说代码成了叙事媒介，你决定它长什么样、手感如何，AI帮你实现。说白了，就像用AI画画要先有构图和色彩感觉，做工具也是——先有清晰的“我想要什么体验”，再让AI帮你写代码。
原文：https://www.youtube.com/watch?v=jvB2F_hYkXA
天体物理学家用Codex建黑洞模拟——他用AI不是代替科学家，而是把「试错时间」压缩了几十倍。
亚利桑那大学的Chi-kwan Chan研究员，以前写模拟黑洞运动的程序时，算法试错耗时巨大。现在他用Codex来优化和测试那些模拟电子和离子运动的算法，让“尝试一个想法”变成秒级的事。这对我们普通人的启发是：别只让AI直接给你答案，把它当你的实验助手。你出想法和方向，它帮你验证这个想法行不行。
原文：https://openai.com/index/using-codex-to-simulate-black-holes
江湖快报
Cursor SDK出手了：自定义工具、自动审查、嵌套子代理——现在你能把AI流水线搭得更像自己的手脚。
这次更新让开发者可以把自己的函数直接暴露给智能体当工具，不用再费劲搭外部的MCP服务器。还能设置自动审查规则，让AI在无头模式下也能守规矩，什么操作自动放行、什么要拦截，用自然语言写清楚就行。如果你已经在用Cursor做自动化脚本或者CI流程，可以拿一个现有任务试试：把之前写死的手动审查逻辑换成auto-review描述，看看它是不是比你的人工判断更省心。但提醒一句，这东西还在快速迭代，生产环境跑之前先在一个小项目上踩踩坑。
原文：https://cursor.com/changelog/sdk-updates-jun-2026
Cursor的画布更新了：现在你可以在AI生成的仪表板上直接圈元素、给反馈，跟用Figma一样快。
新出的设计模式让你能像在浏览器里审稿那样，直接在Canvas上选中某个UI元素做标注，指挥AI按你的想法改，不用再打一堆文字描述。另外，上下文用量报告能在画布里可视化展示你的token都花在哪儿，还能让AI帮你分析怎么节省消耗。如果你是做内部工具或报告的团队，这个功能值得用：把你现有的一个数据仪表板交给AI重构，你在画布上圈出几个想改的位置，看它能不能精准理解你的意图。不过，对于还在熟悉Cursor基础功能的朋友，先不急着上这个，等日常用顺了再升级。
原文：https://cursor.com/changelog/canvas-improvements
贤者视角
小米家电总经理说，以后装空调的抽真空环节可能用AI管起来，透明到你不能糊弄事。
小米单联瑜提到，空调安装里的抽真空一直是消费者没法监督的环节，很多师傅图省事抽不够时间，导致制冷制热效果打折。现在他们用“数字抽真空技术”，通过互联网和AI把抽真空过程数据化、透明化，让用户能看到服务记录。他还判断，从今年下半年开始，会有更多品牌也这么干。说白了，这就是把服务过程变成可追溯的数据，用技术对付不靠谱的手艺。如果你最近要装空调，可以主动问问安装师傅或品牌有没有提供这种数字抽真空服务的记录，以后也能成为验收标准。
原文：https://www.ithome.com/0/964/386.htm
开发者补给站
vLLM 发了 v0.23.0，LLM推理服务又快又省，想要高吞吐量的开发者要看。
vLLM 是现在社区最主流的 LLM 推理引擎之一，最新版本继续强化了多种量化和注意力内核优化，支持 FP8、MXFP8 等低精度，还加入了 disaggregated prefill 等新特性。如果你的业务需要高并发地跑大模型推理，直接部署一套 vLLM 能让你的硬件利用率提升一大截，响应延迟也低。上手不难，官方文档很全，但要注意模型兼容性列表，部分小众模型可能需要自己适配。今天就用它的 Quickstart 部署一个你常用的开源模型，测一下吞吐量和首 token 时间，和自己现在用的方案比比看。
原文：https://github.com/vllm-project/vllm
Tailwind CSS 又更新了，v4.3.1 修了一波细节，做前端界面的继续跟着升就行。
这个版本主要是修复和稳定性提升，对于已经在用 v4 的项目可以放心升级。如果你还在用 v3，v4 的性能和配置方式有较大变化，迁移前最好先在分支上试跑一下。这个框架基本成了现代前端开发写样式的默认选择，配合 VS Code 插件用，效率很高。如果你是新项目，直接 npx create-next-app 选 Tailwind 模板就能开始，半小时搭出响应式导航栏不是问题。今天可以给手头一个小项目升到 v4.3.1，看看构建速度和 CSS 体积有没有优化。
原文：https://github.com/tailwindlabs/tailwindcss
Transformers 库升到 v5.12.0，兼容最新模型，搞 AI 模型的默认核心库又往前走了。
这个更新虽然没有大功能突破，但保证了对最新发布的模型定义支持，意味着你可以在 PyTorch、vLLM、SGLang 等不同框架间无缝切换模型定义。如果你的项目用 Transformers 加载模型进行微调或推理，升级一下可以享受社区修好的 bug 和性能改进。注意，从 v5 开始有些接口有变更，升级前看看 CHANGELOG。今天就把你的训练环境更新一下，跑一遍回归测试，确保模型加载没异常。
原文：https://github.com/huggingface/transformers
好物挖掘机
Slashy 是个能替你写邮件、清收件箱的 AI 助手，连 iMessage 和 Slack 里都能指挥它发邮件。
Slashy 连上你的邮箱、日历和 CRM 之后，会学习你的写作风格，然后帮你起草回信、筛选重要邮件，甚至帮你追踪谁还没回你。你只要在 iMessage 或 Slack 里跟它说一声“帮我催一下张总上周二的邮件”，它就能替你发出去。对于每天邮件量大、总忘跟进的人，这个工具可以帮你省掉不少焦虑。它现在有免费方案，可以先注册体验一下基础功能，看它模仿你口吻的准确度怎么样。隐私方面，它需要读取你所有邮件，如果涉及敏感工作邮件，最好先和公司沟通合规性。