<!-- title: 抠图听懂人话了：HN冒出三款新玩具 -->
<!-- domain: new-tools -->

9月12日到14日这三天，Hacker News 的 Show HN 区悄悄冒出三批值得你立刻动手试的新货：一个能听懂人话的抠图模型 MultiMatte、一个天生就住在终端里的 IDE 叫 Toast，还有同一天前后脚发布的两款“没有 AI 的 Hacker News”阅读器——hcker.news 和 unslop.news。

这三样东西的中文教程目前是零。而它们背后的信号很有意思：图像模型开始垂直化、IDE 正在搬回终端、连最硬核的开发者社区都开始批量生产“AI 内容过滤器”了。看完这篇，你至少能比别人早两个月用上它们。

## 一、MultiMatte：抠图这件事，从“框选”进化到“说话”

**出处**：Show HN，9月12日发布，目前 55 分。项目挂在 Feyn Labs（旧金山）旗下，官网 usefeyn.com。

传统抠图工具的操作逻辑十几年没变过：打开图，用笔刷框选主体，边缘不干净就手动修。美图秀秀、稿定设计都这套逻辑，只是把笔刷换成了 AI。

MultiMatte 换了个思路：**promptable（可提示）**。你用一句自然语言告诉模型“把背景里的天空去掉，保留人物和那棵树”，模型直接执行。抠图从“手工操作”变成了“下指令”。

但真正值得琢磨的是它背后的 Feyn Labs。这家公司的官网写着一句很冲的口号：**Own the weights（权重归你）**。完整理念翻译过来是四步：拿你的数据训练专属模型→在生产环境持续学习→推理更快更便宜→模型所有权归你自己。官网关键词里明确标了 open source、continual learning、distillation 这一套。

这其实是对当前“人人租 API”模式的逆思维。现在大多数团队的做法是：调用大厂 API，把自家数据当提示词喂进去，模型什么都没学到。Feyn Labs 的说法是：你的数据太值钱了，不该只是“提示词”，应该让它变成你自己的模型。

**和国内对比**：美图秀秀、稿定的抠图体验确实成熟，但全是闭源 SaaS，按张数或会员收费，模型永远不在你手里，你喂进去的修图偏好也带不走。MultiMatte 这个方向代表另一条路：模型可定制、可私有部署、数据不出门。国内目前做“自有权重+持续学习”这一定位的团队，公开声量还很小。

**价格**：官网目前没挂公开价目表，方向上走开源路线。想商用先去 usefeyn.com 确认授权条款，别裸奔。

**适合谁**：天天处理电商素材、做设计交付的人可以先围观；真正的目标用户是**做图像类产品的开发者**——你们终于可以想想“让用户用嘴抠图”这种交互了。

## 二、Toast：IDE 搬回终端，79 分冲上热榜

**出处**：Show HN，9月13日发布，79 分、88 条评论，一天冲上热榜。代码在 GitHub，作者 paradise-runner。

Toast 的自我定义是 **a by default in-terminal IDE**——注意“by default（默认）”这个词。它不是“终端里嵌了个编辑器”，而是从设计之初就默认运行在终端里的 IDE。

你可能会问：vim 用户要的终端编辑器早就有了，Toast 凭什么拿 88 条评论？

看它出现的时机就懂了。这两年两个趋势同时发生：一是远程开发成为主流，代码在 Linux 服务器上，人在 Windows/Mac 前面；二是 AI coding agent 全部住在终端里——Claude Code、Gemini CLI、Codex CLI，没一个是图形界面的。于是出现一个尴尬局面：**人在 VS Code 里，agent 在终端里，两个世界割裂**。

Toast 的答案是：把 IDE 搬进终端，人和 agent 同屏工作。tmux 会话一开，ssh 上去就是完整 IDE 体验，不装几百兆的图形客户端。

先说清楚它和 Warp 的区别，免得混淆：Warp 的思路是“给终端加 AI”，Toast 的思路是“把 IDE 塞进终端”。一个是终端进化，一个是 IDE 退化（褒义的）。HN 评论区吵得最凶的也是这点——有人觉得这就是情怀复辟，有人认为 agent 时代终端就是新桌面。

**和国内对比**：国内远程开发的主流是 VS Code Remote-SSH，稳定但重，内存占用和连接延迟都是成本；另一派是纯 vim/tmux 硬核党，效率高但配置门槛劝退大多数人。Toast 走的是中间路线：开箱即用的终端 IDE。目前国内社区还没有成体系的中文教程。

**价格**：GitHub 开源项目，clone 下来就能跑，零成本试错。

**适合谁**：常年 ssh 上服务器的运维和后端、在超算/内网环境里没图形界面的开发者、以及想让 AI agent 和自己共用一个工作区的人。

## 三、hcker.news 和 unslop.news：一天冒出两个“没有AI的HN”

**出处**：9月13日，两个陌生人在 Show HN 上前后脚发布了同一个创意——hcker.news（197 分、86 评论）和 unslop.news（191 分、80 评论）。同一天，同一创意，双双逼近 200 分，这在 Show HN 历史上都算罕见。

先说产品本身。我实测了 hcker.news 的功能页，它是个加强版 Hacker News 阅读器，但核心就一刀：**把 AI 内容切出去**。具体能力：

- **AI 内容开关**：内置 Curated Views，AI 相关帖子一键 include 或 exclude；
- **关键词过滤**：支持必含词和排除词，引号包起来就是精确匹配；
- **分数门槛**：低于多少票的帖子直接不显示，天然过滤营销贴；
- **时间线聚合**：按天/3天/周/月聚合热帖，去重分组；
- **RSS 输出**：你设置的过滤视图能直接生成 feed，接进任何阅读器。

unslop.news 思路类似，名字更直白——“unslop”，去 AI 味。

这事的意义比工具本身大。HN 是全球最硬核的开发者社区，AI 帖子一直是流量之王。现在连 HN 用户都开始做工具躲 AI 内容了，说明**“AI 过载”已经从吐槽变成了刚需**。两个陌生人同时动手，是市场自己投票的结果。

**和国内对比**：国内没有 HN，但有等价场景——公众号信息流里 AI 生成的空洞文章、技术社区里的 AI 水帖。“关键词排除+来源过滤+RSS”这套组合，完全可以迁移到你的信息流上：用 hcker.news 的思路过滤英文源，用 RSS+过滤规则过滤中文源。顺便提醒一句反常识的：越是 AI 从业者，越需要一条“无 AI 信息通道”来保持对真实用户需求的感知。

**价格**：免费网页应用，浏览器打开就用，目前没见收费门槛。

**适合谁**：每天信息焦虑的人、做内容产品需要监测海外社区的人、以及所有被 AI 灌水内容搞烦了的普通人。

## 怎么选？一张图看明白

```mermaid
flowchart TD
    S["HN三款新玩具<br/>怎么选"] --> Q1{"常处理图像素材<br/>电商、设计、开发?"}
    Q1 -->|是| T1["试 MultiMatte<br/>usefeyn.com"]
    Q1 -->|否| Q2{"代码在Linux服务器<br/>ssh重度用户?"}
    Q2 -->|是| T2["装 Toast 终端IDE"]
    Q2 -->|否| Q3{"刷HN嫌AI帖多<br/>想要信息降噪?"}
    Q3 -->|是| T3["开 hcker.news<br/>AI开关选exclude"]
    Q3 -->|否| Z["先收藏本文<br/>过阵子再看"]
```

## 信息差总结

| 维度 | 你以为的 | 实际情况 |
|------|---------|---------|
| 抠图 | 只能框选笔刷，工具用美图就行 | MultiMatte 已支持提示词直接抠，且“模型归你”路线成形 |
| 远程开发 | 只能 VS Code Remote 或硬啃 vim | Toast 让终端原生跑 IDE，人和 agent 同屏 |
| 信息获取 | AI 内容多是常态，忍着 | HN 用户已经做出成熟过滤器，197 分验证刚需 |
| 时间窗 | 这些工具早该有教程了 | 中文圈教程数量：零，发布最早的也才两天 |

## 行动指南

1. **今天（10分钟）**：打开 hcker.news，把 AI 开关设为 exclude、分数门槛设 50，存下这个过滤视图的 URL——这是三个工具里见效最快的一个；
2. **本周（1小时）**：GitHub 搜 paradise-runner 的 Toast，在你最常用的一台服务器上装起来，用一周再评价，别在本地试五分钟就下结论；
3. **本月**：如果你在做图像类产品，去 usefeyn.com 研究 Feyn Labs 的“自有权重”路线，想清楚你的产品该继续租 API，还是开始攒自己的模型。

## 参考来源

1. Hacker News Show HN 实时列表（本文三款工具出处）：https://news.ycombinator.com/show
2. Feyn Labs / MultiMatte 官网：https://usefeyn.com
3. hcker.news 功能说明页：https://hcker.news/about
4. unslop.news（Show HN 帖子）：https://unslop.news
5. Toast 项目作者 GitHub 主页：https://github.com/paradise-runner

---
> 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。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)
