今天（2026-10-11）Hacker News 首页和 GitHub 新星榜同时冒出来四件新工具，共同点只有一个字：白。一个把你的 Cloudflare 账号变成免费 AI 管家宿舍，一个用 2.4 万美元干成了别人烧 42 万美元没干成的编译器移植，一个让 iPhone 的隔空投送终于认得你的非苹果电脑，还有一个在你开游戏之前就把上千次卡顿提前掐死。全部开源、全部免费起步，中文圈目前基本没人写。挨个拆。
项目：Talorys（MIT 协议）｜GitHub 搜 rociiu/talorys
热度：今天刚上 HN 首页，310 分
先说它解决什么问题。你想要一个私人 AI 助手：记得你说过的话、帮你管任务和笔记、定时提醒、还能跑周期性自动化。市面上的方案两条路：要么用 ChatGPT/豆包这类托管服务，数据存在别人服务器上，还得月月付订阅；要么自己买 VPS、装 Dify、配模型 API，折腾一晚上，每月再烧几十上百块。
Talorys 走了第三条路：一条命令 npx create-talorys@latest，整套东西部署进你自己的 Cloudflare 免费账号。技术栈四件套——Workers 跑 Agent 逻辑，Durable Objects 存记忆和状态，Workers AI 出脑力，Pages 出网页界面。功能清单：带持久记忆和对话历史的 AI 聊天、任务/笔记/项目管理、定时提醒和周期自动化、密码保护且无需注册第三方账号、手机电脑都能访问的响应式界面。没有遥测，没有作者的后端。
价格是重点：MIT 开源，全程压在 Cloudflare 免费额度里就是零元。Workers AI 每天送 10,000 neurons，按 HN 评论区换算，用最便宜的 llama-3.2-1b 约等于 400 万输入 token，用 qwen 27B 级别则是 24 万进/3.4 万出。注意这是社区实测换算，不是官方口径。真实体感也有人报了：轻聊够用一天 20-30 分钟，重度对话几分钟能烧掉 500。
flowchart TD
A["npx create-talorys"] --> B["登录自己的Cloudflare账号"]
B --> C["Workers跑Agent逻辑"]
B --> D["Durable Objects存记忆"]
B --> E["Workers AI出脑力"]
B --> F["Pages出界面"]
C --> G["定时提醒与自动化"]
D --> H["对话历史任务笔记"]
E --> I["每日1万neurons免费"]
F --> J["手机电脑随时访问"]
三个坑提前说：一是「语义记忆」还弱，有用户存了「我是素食者」，问晚餐推荐照样端出鸡肉三文鱼，改进方案已在 issue #2 排队；二是 HN 评论区为「跑在 Cloudflare 上的算不算 self-hosted」吵了七十多楼，你自己判断这定义重不重要；三是 Durable Objects 有被刷出天价账单的社区先例，个人轻用无虞，别拿去跑公开服务。适合人群：有 Cloudflare 账号、在意数据归属、不想月付订阅的人。和国内玩法对比：国内自建助手的主流路径还是买服务器搭 Dify/FastGPT，「借大厂免费额度养自己的 Agent」这个思路本身就更省一件事——服务器。
项目：ts-rust（aka tsc-rs，MIT）｜GitHub 搜 pingdotgg/ts-rust｜npm 包 tsc-rs
这是今天信息密度最高的一个项目，两层信息差叠在一起。
第一层是工具本身：微软把 TypeScript 编译器用 Go 重写成了原生版（TypeScript 7），而 ping.gg 的团队把它再移植成了 Rust 版，命令行、语言服务、API 与官方 Go 版完全对齐。成绩单：移植自 Go 的 181,711 项测试全部通过；在 60 个开源项目上诊断输出与 Go 版逐字一致；速度比 Go 版快约 1.9 倍，比老版 tsc 6 快 13.4 倍（几何平均）。最直观的数字：VS Code 那 375 万行代码，tsc 6 要 54.56 秒，tsc-rs 只要 3.49 秒。用法就两行：npm install -D tsc-rs，然后 npx tsc-rs -p tsconfig.json。它还内置了 Effect 语言的诊断（377xxx 错误码），Effect 项目不用再跑第二遍检查。Bun 的 check 虽然更快（比 tsc 6 快 20.9 倍），但输出和 tsc 7 完全一致的只有 tsc-rs——对工程来说「结果可预测」往往比「快一点」值钱。
第二层信息差是它怎么被造出来的，作者全写在了 README 里：先用 GPT 系模型（他点名 GPT-5.6 Sol 和 GPT 6 Astra）干，烧了 40 多万美元的 API token，写出 130 多万行 Rust，卡在 84% 兼容率上不去。后来换了 Claude Opus 5.5，模型从零重写，10 小时出了能跑的 v0，此后两周总共花了约 2.4 万美元（相当于 200 美元档 Claude 套餐每周上限的 925%-983%）。作者还补了一句大实话：「这些代码我一行都没读过。」
flowchart TD
A["验证LLM能否移植tsc"] --> B["GPT系烧42万美元"]
B --> C["130万行卡在84%"]
A --> D["换Opus从零重写"]
D --> E["10小时出可用v0"]
E --> F["两周花2.4万美元"]
F --> G["18万项测试全过"]
国内视角：大厂 monorepo 动辄百万行 TS，CI 里类型检查跑几分钟是常态，tsc-rs 等于把这一环砍一个数量级，而且结果和官方 7.0 逐字一致，理论上换过去零改动。缺点也得说：早期版本，monorepo 的 tsc -b 增量构建有已知的边界差异，作者自己的措辞都是「我不知道这会不会真的 work」。适合人群：TS 大仓维护者、CI 性能强迫症患者，以及所有研究「AI 干大工程」方法论的人——42 万对 2.4 万，这个 17 倍的差距本身就是这周最值得细读的案例。
项目：omdrop-owl｜GitHub 搜 t4t5/omdrop-owl｜上线不久已近 2,000 星
iPhone 给非苹果设备传照片，国内用户的常规答案是微信（压缩画质）或 LocalSend（双端都得装 app）。omdrop-owl 换了个思路：AirDrop 底层的 AWDL 协议是可以在用户态复刻的。它借助 OWL 项目在一块监听虚拟网卡上跑 AWDL，让 iPhone 打开隔空投送面板时，直接看到你的 Linux 机器——iPhone 端零安装、零设置，原生体验。
现状要说清楚：首发适配的是 MediaTek MT7925 网卡（Framework 13 那台），实测双向收发、Wi-Fi 不断线；Intel 的 AX200/AX211 明确不行（固件不支持注入帧也不在监听模式回 ACK）。硬性条件三个：路由器信道必须在 6/44/149 之列；发送速度约 490 kB/s、接收约 1.3 MB/s——传照片文档够用，传大视频别指望；iPhone 会随机化 AWDL 地址，所以它不记忆配对设备。安装：Arch 直接 makepkg -si，Debian/Ubuntu 仓库里给了一键构建 deb 的脚本，装完还需要配套的 omdrop 主程序配合。
价格免费开源。适合人群：Linux 桌面 + iPhone 的双修用户、家庭 NAS 玩家。这不是 AI 工具，但它代表了另一类信息差：苹果刻意封闭的协议，社区已经拆开白送了。
项目：SCSKiller（GPL-3.0，Windows）｜GitHub 搜 BlueHeisenberg/SCSKiller，官网 scskiller.com｜近 2,000 星
着色器编译卡顿（shader compilation stutter）是 PC 游戏的老毛病：游戏运行中遇到新特效，GPU 驱动得现场编译着色器，那一帧就只能干等——虚幻引擎游戏是重灾区。SCSKiller 的打法简单粗暴：读游戏自带的着色器文件，预算出它要建的所有管线，在你点开游戏之前，用独立进程提前编译进驱动的着色器缓存。游戏全程不需要开它。
作者的自测数据（RTX 5090，以单次等待 ≥20ms 记为一次卡顿）：《FF7 重生》19 次降到 0 次，最惨一帧从 76ms 压到 5ms；《星球大战绝地：幸存者》9,038 次降到 11 次；《霍格沃茨之遗》1,014 次降到 87 次。它自动扫描 Steam、Epic、EA、GOG、育碧、Xbox、战网，甚至 HoYoPlay（米哈游启动器）里的游戏；驱动更新清空缓存后，它会自己重新编译。反作弊安全边界也划清了：对带反作弊的游戏只读文件、不注入、不录制（艾尔登法环和装甲核心 6 有需逐次确认的离线例外）。
价格：本机全部功能免费，Patreon 支持者可解锁社区着色器哈希库——别人录好的管线直接用，不用自己先玩几分钟录制。国内视角：目前没有对等工具，这也是电竞馆、网吧批量「预热」机器的现成方案。两个提醒：安装包尚未代码签名，SmartScreen 会拦，下载后核对 release 里的 SHA-256；它只治着色器卡顿，治不了流加载卡顿。
| 工具 | 你以为的 | 实际上 |
|---|---|---|
| Talorys | 自建 AI 助手 = 买服务器配环境 | 一条命令进自己 CF 账号，免费额度内零元 |
| tsc-rs | 编译器得靠专家团队写数年 | LLM 两周 2.4 万美元移植完，作者一行没读 |
| omdrop-owl | AirDrop 是苹果专属死协议 | 用户态已复刻，iPhone 原生面板直连 Linux |
| SCSKiller | 卡顿只能等游戏和驱动修 | 提前编译管线，9,038 次卡顿打到只剩 11 次 |
npx create-talorys@latest → 设个密码，十分钟拥有自己的 AI 管家。先拿轻量对话测 neurons 消耗速度，再决定挂多少定时任务。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。