📚 Foreverse · 新梦：读到哪儿、写到哪儿 —— 给读者（而不是作者）的 AI 小说阅读器

🔗：官网 | Google Play | 国内直装

市面上的 AI 写作工具几乎都是给作者的：给大纲、生成全文。Foreverse 把方向反过来——你只是个读者，追的书烂尾了、或者对某段剧情不满意，把手机里的 TXT / EPUB 导进去，读到哪儿划一段，AI 就从那个位置接着往下写。每个走向保存为独立分支，原文一个字不覆盖，随时切回原著对比，也可以在几条时间线之间来回跳。

✨ 特点

• 划词即续写：选中任意一段，续写、改写、配图、朗读都从这个位置发生；每次续写自带几个剧情候选，选不同的路就分叉出不同时间线。
• 分支不毁原文：所有 AI 内容落在独立分支里，原文永远完整；哪条线写崩了删掉就是，不影响其它线。
• 手机上直接玩酒馆：做了比较完整的 SillyTavern 兼容——角色卡（PNG/JSON/charx）、世界书、正则、预设直接导入，不用 Termux、不用架服务器；也支持群聊。
• 和书里的角色聊天：读到喜欢的角色，一键建档案开聊；TA 只知道你读到的进度，不会剧透后文。
• 模型自己选：BYOK 接了 62 家供应商（DeepSeek/OpenAI/Claude/Gemini 等），自己带 key；不想折腾的注册送 5,000 积分走官方渠道。
• 数据在本机：小说、角色卡、聊天记录、key 都只存手机本地。

收费如实说明：阅读器本体免费无广告；AI 功能走官方渠道时按积分计费（BYOK 模式不经我们服务器、不需要注册）。

🛣 路线图

• iOS 版在做，进度过半。
• 阅读器长篇性能与排版持续打磨（30MB/3000+ 章的书已经可以流畅读）。
• 官方与社区的角色卡、互动小说作品持续上新。

🖊 作者背景

Foreverse 开发组，为了给默认模型选型跑过九个模型各续写 20 轮的双盲对比，数据在 博客 公开。欢迎拍砖，读者的问题都会答。

📘关联阅读：

1️⃣ Readify：让 AI 为每个人朗读世界
2️⃣ AI 实验 —— 我如何用科幻小说摆脱 AI 新闻焦虑

信息来源：TG频道@NewlearnerChannel

📚 Foreverse · 新梦：读到哪儿、写到哪儿 —— 给读者（而不是作者）的 AI 小说阅读器最先出现在666News。

Braintrust 是一个专为构建 LLM 应用设计的开发运维平台，它通过集成评估、监控与实验管理，加速 Prompt 从原型到生产环境的开发。

✨ 特点

• 评估引擎：自定义标准，量化 LLM 输出质量。
• Prompt：版本化 Prompt，跟踪其性能变化，并与生产代码库同步。
• 评分器：通过代码函数或自然语言指令编写自定义评分标准，从简单的启发式规则到利用 LLM 评估。
• 数据集：将来自生产环境的用户交互数据或测试样例整合成可版本化、可扩展的测试数据集，作为评估基准。
• 日志：和主流框架结合，记录模型，Token，成本
• 追踪：生成 LLM 交互的详细执行记录，可视化展示嵌套的工具调用、检索操作和模型调用。

👨🏻‍💻 使用场景

• 迭代和优化 LLM 应用：系统性地回答“修改 Prompt 后哪些案例效果变差了？”或“换用新模型后表现如何？”等问题，用工程化方法取代凭感觉的调优。
• 连接生产反馈与测试：将生产环境中的真实用户交互数据（例如用户点赞/点踩的记录）自动沉淀为评估数据集，形成持续改进的闭环。

Notion 的 AI 问答：Notion 使用 Braintrust 为其 Q&A 功能创建了数百个专项功能测试集。通过建立连接生产日志和测试数据集的持续评估流程，其问题修复能力从每天 3 个提升至 30 个。

💬 社区评价

“Braintrust 填补了评估非确定性 AI 系统这个关键且缺失的环节。” — Mike Knoop, Cofounder/Head of AI @ Notion

“我从未见过像这样将‘评估’融入‘Prompt 工程’流程的工作流变革。这太惊人了。” — Malte Ubl, CTO @ Vercel

“我们把所有东西都记录到 Braintrust。他们让发现和修复问题变得非常容易。” — Simon Last, Cofounder @ Codium

💰 定价

• 免费：免费套餐，每月包含 100 万次追踪 和 1 万次评分，适合个人开发者和初期原型验证。
• Pro：$249/月，每月包含 5GB 处理数据和 5 万次评分，无追踪次数限制。

信息来源：TG频道@NewlearnerChannel

Braintrust: LLM 开发运维多合一，测试，评估，开发，日志最先出现在666News。