你还在用AI写代码？海外硬核玩家已经让AI直接画电路板了。今天（2026-09-11）我扒了 Hacker News Show HN 最新榜单，挑出三款国内几乎没人聊过的新货：一款把 PCB 设计变成「git + 门禁流水线」的开源 agent，一款给机器上所有 AI agent 做安全普查的「盖革计数器」，还有一家让你真正**拥有模型权重**的训练平台。三款全是最近 48 小时内冒头的，信息新鲜度拉满。看完你至少能带走三件事：硬件出图的 AI 流水线怎么搭、怎么查清自己电脑上到底跑着多少个 AI agent、以及为什么下一波红利可能不在调 API 而在私有小模型。 --- ## 一、Copperhead：电路板界的 Cursor，开源 CLI 永久免费 **官网**：https://copperhead.sh **HN 热度**：245 points / 114 comments（9 月 9 日上榜，Show HN 榜单近三天最高分之一） 先说结论：这是我近几个月看到定位最狠的开发者工具——官方口号就一句话，「Cursor for circuit boards」（电路板界的 Cursor）。 **它是什么**：一个开源 AI agent，你写一份 `brief.md` 描述需求，它就能端到端产出真实的 KiCad PCB 设计：原理图、布局、Gerber 制造文件、固件骨架、调试文档，全都有。作者 animeshchouhan 用它做了一个真实的「Open Telegraph」项目——口袋大小的 ESP32-S3 莫尔斯电码键，从原理图到固件全程 AI 完成，每一个决策、每一次检查全部公开可查（官网可以直接看仓库）。 **工作流是它最值得抄的设计**。整条流水线分 8 个阶段，每个阶段就是一个独立的 agent 运行，且必须留下文件才算过——上一关不落盘，下一关不启动： ```mermaid flowchart TD A["brief.md 你的需求"] --> B["01 spec 规格书"] B -->|预算表必须填完| C["02 architecture 架构"] C -->|每个子系统要有推理| D["03 parts 元器件选型"] D -->|料号对照数据手册| E["04 schematic 原理图"] E -->|ERC 电气检查通过| F["05 layout 布局"] F -->|DRC 设计规则通过| G["06 outputs 出厂文件"] G -->|Gerber 确认落盘| H["07 firmware 固件"] H -->|引脚来自引脚表| I["08 devplan 调试计划"] I --> J["完整设计包交付"] ``` **几个让我眼前一亮的细节**： - **拒绝在脏 git 树上运行**。所有修改是对 KiCad s-expression 源文件的「外科手术式」编辑，diff 小到可以人工 review，没动的部分字节级不变。这个品味甩开 90% 的 AI 生成工具。 - **拒绝没有依据的选型**。数据手册justify不了的料号它绝不编造；你要改预算约束之外的东西，它会引用具体违反的条款然后罢工。 - **ERC/DRC 用 KiCad 自己验**，不是 AI 自己说「我觉得没问题」。 **价格**（官网原文）： | 档位 | 价格 | 说明 | |---|---|---| | CLI | **免费，Apache-2.0** | 完整 agent，自带 Claude 或 GPT-5 的 API key 即可，本地跑、永不限量 | | Cloud | $49/人/月 | 托管运行+网页看板，**开源硬件仓库免费** | | Team | $49/人/月 + $199/月平台费 | CI 门禁、SSO、共享约束库 | | Enterprise | 定制 | 私有化部署，支持 Altium | 安装门槛极低：Node 20+、装好 KiCad 的 `kicad-cli`，然后 `npm i -g copperhead`，配一个 ANTHROPIC_API_KEY 就能跑。 **为什么值得关注**：它官方博客算过一笔账——硬件设计里一个决策散落在原理图、BOM、功耗预算和多份文档里，一旦不同步，往往到样机调试阶段才暴露，一次改板（respin）成本 5000～50000 美元、耗时 6～8 周。AI agent 化的本质不是「帮你画得快」，而是把「文档与图纸永不漂移」变成 CI 级别的硬约束。这套「阶段+门禁+git 提交」的 agent 编排思路，做任何工程自动化都值得抄。 **和国内对比**：国内硬件圈主流是嘉立创 EDA 和 Altium，AI 能力目前以元器件推荐、copilot 式问答为主；「整条流水线 agent 化 + 门禁 + 可 review 的 diff」这种玩法，公开渠道还没看到对标产品。而且它免费 CLI + 本地运行，对硬件创业团队几乎零成本。 **适合谁**：用 KiCad 的硬件工程师、做智能硬件的独立开发者、想给公司建「AI 出图 CI 门禁」的硬件团队负责人。 --- ## 二、Geiger：一分钟查清你电脑上藏着多少 AI agent **仓库**：https://github.com/atomburstofficial/geiger **官网**：https://atomburst.io **HN 热度**：47 points / 24 comments（9 月 10 日上榜） 现在每个人的电脑都是一个「agent 动物园」：Claude Code、Cursor 后台、各种 MCP server、编辑器插件、CLI 小工具……它们各持有多少权限、能碰哪些文件、连着哪些 API，绝大多数人是一笔糊涂账。安全公司都还没反应过来，一个新团队 Atomburst 先做了个开源小工具。 **它是什么**：官方一句话——「给 AI agent 的盖革计数器」。**一条只读命令**，扫出整台机器上的所有 agent、MCP server、插件和 AI 扩展，生成清单。注意关键词：**只读**，它本身不碰你的任何数据，就是普查。 **关键事实**（来自 GitHub 仓库页，2026 年 9 月 10 日更新）：JavaScript 编写、MIT 协议、上线短短几天已拿 **107 stars**、组织名 Atomburstofficial。HN 上 24 条评论，讨论集中在一个此前没人认真对待的问题上：agent 供应链安全。 **为什么这是个信号**：过去两年大家都在比谁家的 agent 能干，现在风向开始转向「谁家的 agent 可控」。想想典型场景：你 `npm install` 一个看起来正常的工具，它顺带注册了一个 MCP server，拥有读你整个家目录的权限——你根本不知道。Geiger 干的就是把这件事从「不知道」变成「一张清单」。这种「审计型工具」我在之前的盘点里提过轨迹（从 Agent 日志到权限审计），但专门针对 MCP/插件的机器级普查工具，这是第一个冒头的。 **和国内对比**：国内安全合规圈已经在讨论 AI 资产盘点，但面向个人开发者的免费开源小工具还没看到同类走热。对企业安全团队来说，Geiger 的思路可以直接内化为内部巡检脚本的原型。 **适合谁**：装了一堆 AI 工具的重度用户、企业安全/IT 管理员、以及所有「说不清自己电脑上跑着几个 agent」的人。 --- ## 三、Feyn Labs：别再租模型了，把权重变成你的资产 **官网**：https://usefeyn.com **HN 热度**：旗下公开模型 MultiMatte（可提示词的图像背景移除模型）上榜 Show HN，45 points / 8 comments（9 月 11 日） 前两个是工具，这个是**方向**。旧金山公司 Feyn Labs，创始人 Shreyash Nigam，官网那封公开信写得相当有火药味，核心观点翻译过来就是：**你拿私有数据调 API，等于把自己的专业知识借给别人的模型打零工**。 它做的事：帮你从数据训练出**自有权重**的专家模型，并支持在生产环境里持续学习（continual learning）。官网列的技术栈很全：post-training、SFT、强化学习、合成数据、评估、模型蒸馏、推理优化。口号是四连——「Train custom models on your data. Keep learning in production. Run faster and cheaper inference. **Own the weights.**」 **为什么值得关注**：的逻辑很硬——垂直场景（分类、路由、排序、审核拦截这类窄任务）根本不需要 500B 参数的大模型，一个在你数据上蒸馏出来的小模型，推理更快、更便宜，而且**权重在你手里**，不依赖任何 API 涨价和限速政策。他们放出的 MultiMatte 就是个活广告：一个可提示词的背景移除模型，HN 上直接放公开试用。定价方面，官网截至发稿未挂公开价格，走联系销售制（未经官方证实的部分请以官网为准）。 **和国内对比**：国内 MaaS 平台都有微调服务，但多数交付形态是「平台上的模型实例」，权重归属和可迁移性要看合同；Feyn 主打的就是「权重归你」这一条，适合对数据主权敏感的出海团队参考其产品形态。 **适合谁**：有稳定垂直场景、月 API 账单已经上千美元、且数据敏感的团队。 --- ## 快讯两条（30 秒版） - **Nightshift**（https://github.com/openslop ）：口号「你睡觉的时候，代码在变好」，定位是夜间自主迭代代码，HN 上 12 小时内已 15 条评论。因项目文档抓取受限，具体机制未经核实，建议只观察不下结论。 - **Otodock**（HN 46 points）：自托管「公司 OS」，把 Claude Code 和 Codex agent 按部门编制进组织架构，走的是「agent 员工化」路线。 --- ## 信息差总结 | 话题 | 大多数国内用户以为 | 海外社区已经在玩 | |---|---|---| | AI + 硬件 | AI 顶多推荐元器件 | agent 跑完整 8 阶段出 Gerber，ERC/DRC 门禁硬校验（Copperhead） | | AI 安全 | 关注提示词注入 | 开始普查机器上所有 agent/MCP 的存在与权限（Geiger） | | 模型策略 | 继续调 API 换更好的模型 | 垂直任务自训小模型，权重私有化（Feyn Labs） | | agent 编排 | 一个大 agent 干所有事 | 阶段化 + 落盘门禁 + git 提交，每步可回滚可审计 | ## 行动指南 1. **今天就能做**：`npm i -g copperhead`，写一份 10 行的 `brief.md`，让它生成一个 ESP32 小板子，感受「门禁式 agent 流水线」和普通聊天式产出的差距（需自备 API key + KiCad）。 2. **本周做一次自查**：装 Geiger 跑一遍，把自己机器上的 agent/MCP 清单拉出来，对着结果删掉不认识的条目。 3. **本月算一笔账**：把你团队最稳定的三个 AI 调用场景的月账单列出来，套 Feyn 的思路评估哪个适合蒸馏成自有小模型——临界点通常是「单一场景月花费 > 3000 元」。 4. **持续跟踪**：把 copperhead.sh 和 atomburst.io 加入你的 RSS，这两个团队的方向感在平均线之上。 ## 参考来源 1. Copperhead 官网（功能、8 阶段流水线、定价）：https://copperhead.sh 2. Hacker News Show HN 实时榜单（热度数据、发布时间）：https://news.ycombinator.com/show 3. Geiger 仓库（技术栈、协议、Star 数）：https://github.com/atomburstofficial 4. Feyn Labs 官网（创始人公开信、技术栈）：https://usefeyn.com 5. Nightshift 仓库：https://github.com/openslop --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。