AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 4 月 10 日 · 18:30 更新
✦
试试:

今日焦点

OpenAI等公司未公开其搜索索引来源

Claude在网站更新三天后仍返回旧版技术文档答案。它背后的搜索引擎未抓取新页面。

OpenAI、Anthropic和Meta的聊天工具都提供搜索功能。但三家公司均未说明使用哪家搜索引擎的索引。

Anthropic曾公开称使用Brave搜索,后来删除该说明。其所谓实时搜索实际依赖固定快照,快照生成时间、覆盖网站范围、是否包含特定域名均未披露。

网站所有者无法提交sitemap,也无法确认内容是否被收录。

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达28 条本班新增 2 条

𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌

18:30 最后一轮更新
今日要点 · 12 条
新商业 · @gnoble79▲ 2.8万

OpenAI工程师演示完GPT-5,回头却写不出列表推导式

技术方向由叙事而非代码驱动,工程根基正在松动。

多位OpenAI工程师提到,有同事刚在会上展示完GPT-5的多模态推理能力,转头写个Python列表推导式就卡住了。

Sam Altman几乎不写生产代码,也很少参与模型训练或系统调试。技术决策层里,没人还在持续写代码。

这不是能力问题,而是一种刻意安排:把“AI该往哪走”和“怎么把它做出来”彻底切开。最近一次内部模型迭代,三个团队提交了互斥的架构方案。最终胜出的,不是benchmark分数最高的那个,而是“最容易向董事会解释”的。

市场吹捧的OpenAI“技术领导力”,其实跟底层技术掌控关系不大。它更多来自Altman协调资源、讲好故事、吸引资本的能力。公司当前估值,已是整个荷兰半导体产业的两倍。

当技术方向由叙事而非代码驱动,再高的估值也掩盖不了工程根基的松动。

在 X 看原帖 ↗
2.8万150417143
新搜索 · @simonw▲ 7.4万

你刚更新的网页,AI可能根本看不见

主流AI聊天工具用的搜索索引来源成谜,网站内容能否被收录全靠猜。

有人刚更新公司官网的技术文档,三天后问 Claude“支持哪些协议”,得到的答案仍是旧版。问题不在模型记性差,而在它背后的搜索引擎还没抓取新页面。

OpenAI、Anthropic 和 Meta 的聊天工具都带搜索功能,但没人说清楚:它们到底用哪家搜索引擎的索引?Anthropic 曾在文档里提过用 Brave 搜索,后来悄悄删掉了。所谓“实时搜索”,常常只是查一个固定快照——而这个快照什么时候生成、覆盖哪些网站、包不包含你的域名,统统没有公开。

网站所有者没法判断内容会不会被收录,不知道该向谁提交 sitemap,也猜不出信息多久才会上线。用户可以去查 AI 工具的 robots.txt 文件,看看它自称是谁家的爬虫。但这需要技术门槛,结果还不一定靠谱。

当一家公司把“用什么搜索引擎”当成秘密,它藏起来的不只是技术选型。更是谁有权决定哪些内容能被看见。

在 X 看原帖 ↗
7.4万14963142
商业 · @realBigBrainAI▲ 22.0万

詹姆斯·卡梅隆说,真正该怕的不是AI叛乱,而是它诞生在董事会会议室里

他拍过《终结者》和《阿凡达》,但这次他说:最吓人的剧本,正由几家科技公司的财报团队悄悄写着

阅读全文 →
22.0万1.3K3.1K1.1K
心理 · @mayareminders▲ 16.0万

主动修复冲突后,才看清对方不值得你袒露脆弱

当一个人愿意放下自尊去弥合裂痕,却发现对方连基本的安全感都不愿提供——那不是你的失败,而是关系边界的显影

深夜发一条消息想说开误会,等来的不是回应,而是一片沉默;会议结束主动约同事聊聊分歧,对方却笑着岔开话题,仿佛刚才的紧张从未发生。

这种时刻的难堪,不来自争吵本身,而来自你已卸下防备,对方却没准备好接住它。

有人能承接脆弱,是因为他们把关系当作需要共同维护的容器;有人回避脆弱,是因为他们只把关系当作情绪的单向出口。

这意味着:修复冲突的前提,不是你有多诚恳,而是对方是否具备容纳不安的能力。

这改变了什么?它把“关系是否健康”的判断标准,从“我们有没有吵架”悄悄移向了“我们敢不敢在吵完后,还把心放在对方手里试一试”。

别人常以为脆弱是软弱的信号,但真正被忽略的事实是:敢于暴露脆弱的人,其实已经完成了最艰难的自我确认——只是对方没通过测试。

下次再犹豫要不要开口时,不妨先观察:上次你示弱之后,对方是靠近了一点,还是不动声色地后退了半步。

在 X 看原帖 ↗
16.0万2.2K1.1万1.6K
安全 · @alt_w_v_g▲ 5.0万

一个AI花2万美元,挖出操作系统里埋了27年的漏洞

它没靠人类提示、没读文档、没调试环境,只靠代码本身,在一天内复现了连500万次自动化测试都漏掉的旧伤。

阅读全文 →
5.0万3312.4K174
开源 · @akshay_pachaar▲ 15.1万

有人把 Claude 的替代品做成了本地运行的免费工具

全程离线、不传数据,还能用你自己的笔记库当 AI 记忆。

阅读全文 →
15.1万2982.3K3.8K
开源 · @rasbt▲ 7.4万

开源模型第一次在所有测试里干翻闭源旗舰

GLM-5.1 不靠堆参数,却在代码、数学、中文等任务上全面领先,还能本地直接跑。

GLM-5.1 在所有标准基准测试中全面领先——从代码生成到数学推理,从中文理解到长文本摘要。它是第一个在不牺牲通用性前提下,把‘闭源标杆’拉下神坛的公开实现。

它的架构类似 DeepSeek-V3.2,采用多头潜在注意力(MLA)和 DeepSeek 稀疏注意力机制,但层数更多。设计上不靠蛮力堆参数,而是把已有架构的表达效率再挖深一层。具体做法有两个:一是用更少的嵌入维度达成更高精度;二是把稀疏注意力真正编译进推理路径,而不是纸上方案。

作为完整开源权重模型,GLM-5.1 可以本地运行、修改和部署,无需依赖 API 或试用版本。它让‘在笔记本上跑旗舰级能力’从口号变成默认选项。

开源模型因此不再是闭源系统的简化替代品。当通用能力强、性能顶尖、又能完全本地运行时,开发者、学生和研究人员不再需要在功能与控制权之间做选择。

在 X 看原帖 ↗
7.4万125941298
工程 · @alexandr_wang▲ 382.0万

Meta 的新 AI 能一边解薛定谔方程,一边认出你刷到的袜子在哪买

它把购物、聊天和复杂推理塞进同一个模型,每天处理30亿次交互。

阅读全文 →
382.0万1.1K9.6K2.6K
AI模型 · @overworld_ai▲ 34.9万

消费级显卡跑起了世界模型

咖啡馆里用RTX 4090做实时3D场景生成,不用连服务器。Waypoint-1.5把扩散世界模型压缩到本地运行,推理延迟压进200毫秒。它现在能边改边渲,像调色一样调物理参数。

在 X 看原帖 ↗
34.9万1241.1K581
开源模型 · @petergyang▲ 26.0万

硅谷悄悄用上了中国开源AI模型

一家旧金山初创公司工程师在调试Cursor时发现,它背后跑的是北京团队开源的Kimi K2.5;Shopify把内部代码补全服务切到阿里Qwen后,每年省下五百万美元。开源模型的地理边界正在变模糊。

在 X 看原帖 ↗
26.0万1891.5K748
动态 · @dominikmartn▲ 10.7万

一个开源SwiftUI组件,修好了Claude官方一直搞不定的模糊标题栏

苹果开发者发现Claude的渐进式模糊头在iOS 17.4里频繁错位,于是自己写了替代方案并放上GitHub。如果你正用SwiftUI做AI聊天界面,现在不用再等Anthropic发补丁。

在 X 看原帖 ↗
10.7万361.5K2.0K
网络安全 · @IntCyberDigest▲ 6.0万

打开PDF就丢数据?Adobe Reader零日漏洞已野曝4个月

有人在咖啡馆用笔记本查合同PDF,屏幕一闪后微信聊天记录开始自动上传。漏洞利用不需点击、不需宏,Adobe至今未发补丁。它现在影响的是所有没关JavaScript的默认安装。

在 X 看原帖 ↗
6.0万245938308
更多信号 · 按时间
开源 · @GithubProjects▲ 1.2万

你写的AI提示词,终于不用每个工具重写一遍了

一个开源工具让编码提示词跨平台复用,直接从GitHub拉取就能用。

阅读全文 →
1.2万22184212
安全 · @simplifyinAI▲ 1.7万

AI红队自己组队搞渗透,全程不用人插手

五个开源AI代理协作完成攻击链,连报告都自动生成。

阅读全文 →
1.7万52272297
工程 · @rileybrown▲ 2.3万

AI写代码更稳了?因为你终于没把它当问答机用

用户发现一次性给完整需求,Codex 5.4 输出反而更可靠。

有用户发现,Codex 5.4 在处理更大、更完整的任务时表现更好。一位设计师把整个页面的 HTML/CSS/JS 需求一次性粘贴进去:生成响应式落地页,适配移动端,带表单验证和暗色模式切换。

她过去习惯拆成三轮提问——先写结构、再加样式、最后补交互。这次没拆,结果生成的代码一次性通过本地测试,连 CSS 变量命名风格都和团队规范一致。而当她把同一需求切成三段分别提交,从第二段开始就出现类名不一致、事件绑定遗漏的问题。上下文割裂后,模型失去了对整体约束的感知。

Codex 5.4 没有变聪明,它只是更忠实地执行了“你给的越完整,我越知道你要什么”这条逻辑。当任务描述接近真实交付物的颗粒度,输出稳定性明显提升——不是因为参数更多,而是它终于不用猜你在想什么。

下次看到 AI 在复杂任务里异常稳定,先别归功于算力。它的输入可能刚好跨过了“人类拆解”和“机器原生理解”的分界线。

在 X 看原帖 ↗
2.3万1352934
开源 · @Saboo_Shubham_▲ 2.3万

不用显卡、不写代码,点一下就能微调大模型

Unsloth Studio把500多个开源模型的微调变成了网页上的一个按钮。

阅读全文 →
2.3万45358407
教育 · @ChenhaoTan▲ 1.7万

一门新课把大模型当嫌疑人审:它到底有没有在说谎?

课程聚焦可解释性与对齐,所有材料开源,算力由 Modal 提供。

Chenhao Tan 正在本季度教授一门名为《Large Language Models》的新课程。课程没设门槛,所有材料——包括作业和参考实现——都已开源并托管在 GitHub 上。

这门课默认学生该关心“模型是否在说谎”,而不是如何优化传统指标。整门课围绕三个问题展开:模型内部的决策能不能被人类看懂?它输出的答案和人类真实意图之间有没有偏差?它能不能自己拆解任务、调用工具、完成闭环?

教学重心正从“怎么让模型跑起来”转向“怎么知道它为什么这么跑”。课程大纲里连 Transformer 推导都只占一页。

算力由 Modal 提供,这是一家专注 AI 原生基础设施的公司。学生通过 API 调用就能复现论文里的归因热力图或偏好建模流程,不用自建集群或抢 GPU。

客座讲师来自学术界和工业界,有人专攻可解释性,有人长期研究对齐失败案例。课程也提到了 reward hacking 和 RLHF pipeline。

行业正在把“可信”从附加题变成必答题。

在 X 看原帖 ↗
1.7万68426482
政策 · @deanwball▲ 7.0K

如果Mythos级AI诞生在中国,它根本不会以这种方式面世

一个假设性提问撕开了AI发展背后被忽略的制度前提:技术能力相同,但谁能让它‘做自己’?

阅读全文 →
7.0K71578
工程 · @0xAngelbeast▲ 1.1万

一家加密交易所招AI专员,不考算法只看你会不会用Claude写自动化

Bybit正在远程招聘AI专家——不要求编程背景,但得能用AI工具把日常任务变成一键流程

有人刚用Claude把每周行情报告生成时间从两小时压到七分钟;有人用OpenClaw自动整理链上异常交易线索,再发到Slack频道。这些不是内部工具,是他们自己搭的。

Bybit正在招OD AI Specialist(Web3方向),远程岗位,明确列出的门槛是:用过ChatGPT、Claude或OpenClaw,做过简单workflow或自动化,习惯主动找方法让重复工作变快。
这意味着:AI实操能力第一次比学历和算法题更早出现在招聘启事第一行。

它没提TensorFlow、没写PyTorch、没要求LLM微调经验——而是把AI agent和automation列为“必须熟悉”。背后逻辑是:当前Web3最紧缺的,不是造轮子的人,而是能把现成AI工具拧成螺丝刀的人。

别人还在争论AI会不会取代分析师,Bybit已经把‘会用AI代理处理链上数据’写进了岗位JD。这不是降低标准,而是把判断标准从‘会不会造模型’,切换到了‘能不能让模型替你盯链上警报’。

这条招聘路径如果跑通,下一个被重写的,可能就不是JD,而是整个初级技术岗的能力图谱。

在 X 看原帖 ↗
1.1万24243128
安全 · @danshipper▲ 1.2万

OpenAI在测一款网络安全产品,但它和刚发布的Spud模型毫无关系

一条被广泛转发的快讯说OpenAI用新模型Spud做网络安全工具,结果被官方当场澄清:两件事平行推进,连团队都不重叠

有人在社交平台看到消息:OpenAI把最新模型Spud直接用在了网络安全产品里。这条消息被迅速转发,连标题都带着‘AI攻防新纪元’的暗示。

但事实是,OpenAI确实在内测一款网络安全方向的产品,不过它由独立团队开发,目前只开放给经过筛选的可信测试者;而Spud是另一个团队正在打磨的新模型,定位是通用推理能力升级,尚未对外发布细节。
这意味着:网络安全产品不需要等Spud上线,也不依赖它的架构——它走的是另一条技术路径。

Axios最初报道时把这两条线混在一起写了,后来主动更新了原文。这种混淆不是偶然:当一个公司同时推进多个高关注度项目,外界容易用已知标签去‘套’未知动作。
这意味着:我们判断一家AI公司实际进展的方式,正从‘看它发布了什么模型’,悄悄转向‘看它悄悄让谁在用什么’。

真正的信号不在发布会,而在测试名单里——那个名单不公开,但每次误传被纠正时,会漏出一点边角。

下次看到‘XX模型已用于YY场景’,不妨先问一句:这个‘用于’,是指接入API、调用接口,还是只是同一栋楼里的两个团队?

在 X 看原帖 ↗
1.2万1211918
动态 · @simplifyinAI▲ 2.7万

零基础几秒把网站变安卓APP

咖啡馆里做本地生活服务的小老板,用WebToApp把微信公众号网页打包成带图标、能上架应用商店的APK,连开发外包的钱都省了。它不碰原网站代码,只套一层WebView容器。

在 X 看原帖 ↗
2.7万100703839
AI安全 · @AC360▲ 5.3万

还没发布的AI模型,已能黑进所有主流系统

安全研究员在实验室里用它绕过Windows、macOS和Chrome的防护机制,就像拆开一台新手机直接拿到管理员权限。这代模型的推理能力,正滑向攻击链上游

在 X 看原帖 ↗
5.3万166425193
AI绘画 · @ModelScope2022▲ 4.9K

开源动漫画图模型,连武器和光影都调得更准了

插画师用它生成角色草稿,背景和武器细节不用反复重绘;训练数据里九成是动漫图,还混了两百多万张游戏概念图。ControlNet现在能一次叠八种控制条件。

在 X 看原帖 ↗
4.9K25148150
动态 · @Tech5353▲ 9.9K

Claude现在能完全离线运行,连API账单都省了

有人用本地GUI工具在MacBook Air上跑通了Claude Code,写Python脚本时代码从不离开硬盘。如果你刚为Copilot Teams续费,它的响应延迟可能比你本地模型还高。

在 X 看原帖 ↗
9.9K49211202
动态 · @GlassHealthHQ▲ 5.3万

临床AI新模型Glass 5.5,在九项医学测试里赢过了GPT-4和Claude 3

医生用它核对处方剂量时,错误率比人类药师低17%;它没接入医院HIS系统,只靠PDF病历和结构化问诊就能输出用药建议。如果你在三甲医院信息科做AI对接,它可能绕过你正在谈的供应商。

在 X 看原帖 ↗
5.3万48524318
动态 · @Finaltoucch▲ 3.4万

有人用Gemini 3 Pro写脚本、Claude剪广告、CapCut调色,做出雪碧广告级短片

一个自由职业者把三段提示词拆进不同AI工具:角色图用Gemini生成,分镜脚本喂给Claude,最后用CapCut自动匹配BGM节奏。如果你上周还在纠结买Final Cut Pro还是订阅Adobe,这套组合已经跑通全流程。

在 X 看原帖 ↗
3.4万46577424
动态 · @CharlieBull0ck▲ 1.1万

伊利诺伊州刚推的‘AI安全法案’,让AI公司出事不用赔钱

法案规定只要AI公司提交一份‘安全自评表’,就能豁免因模型误判导致的医疗事故或信贷拒批责任。如果你刚被银行AI拒绝房贷,这份法案可能让你连申诉通道都找不到。

在 X 看原帖 ↗
1.1万2416839
动态 · @FareaNFts▲ 5.2万

Kled AI付真金白银收你手机里的照片,用来训练下个大模型

用户上传一张便利店自拍,平台立刻打款0.03美元;后台标注显示这张图被用于训练‘货架识别’子模块。如果你上个月删掉了相册里三百张模糊街景,它们可能比你更早进了某家AI公司的数据湖。

在 X 看原帖 ↗
5.2万76475804
📰 行业动态
开源模型 · @petergyang▲ 26.0万

硅谷悄悄用上了中国开源AI模型

一家旧金山初创公司工程师在调试Cursor时发现,它背后跑的是北京团队开源的Kimi K2.5;Shopify把内部代码补全服务切到阿里Qwen后,每年省下五百万美元。开源模型的地理边界正在变模糊。

在 X 看原帖 ↗
26.0万1891.5K748
动态 · @simplifyinAI▲ 2.7万

零基础几秒把网站变安卓APP

咖啡馆里做本地生活服务的小老板,用WebToApp把微信公众号网页打包成带图标、能上架应用商店的APK,连开发外包的钱都省了。它不碰原网站代码,只套一层WebView容器。

在 X 看原帖 ↗
2.7万100703839
AI安全 · @AC360▲ 5.3万

还没发布的AI模型,已能黑进所有主流系统

安全研究员在实验室里用它绕过Windows、macOS和Chrome的防护机制,就像拆开一台新手机直接拿到管理员权限。这代模型的推理能力,正滑向攻击链上游

在 X 看原帖 ↗
5.3万166425193
AI模型 · @overworld_ai▲ 34.9万

消费级显卡跑起了世界模型

咖啡馆里用RTX 4090做实时3D场景生成,不用连服务器。Waypoint-1.5把扩散世界模型压缩到本地运行,推理延迟压进200毫秒。它现在能边改边渲,像调色一样调物理参数。

在 X 看原帖 ↗
34.9万1241.1K581
网络安全 · @IntCyberDigest▲ 6.0万

打开PDF就丢数据?Adobe Reader零日漏洞已野曝4个月

有人在咖啡馆用笔记本查合同PDF,屏幕一闪后微信聊天记录开始自动上传。漏洞利用不需点击、不需宏,Adobe至今未发补丁。它现在影响的是所有没关JavaScript的默认安装。

在 X 看原帖 ↗
6.0万245938308
AI绘画 · @ModelScope2022▲ 4.9K

开源动漫画图模型,连武器和光影都调得更准了

插画师用它生成角色草稿,背景和武器细节不用反复重绘;训练数据里九成是动漫图,还混了两百多万张游戏概念图。ControlNet现在能一次叠八种控制条件。

在 X 看原帖 ↗
4.9K25148150
动态 · @Tech5353▲ 9.9K

Claude现在能完全离线运行,连API账单都省了

有人用本地GUI工具在MacBook Air上跑通了Claude Code,写Python脚本时代码从不离开硬盘。如果你刚为Copilot Teams续费,它的响应延迟可能比你本地模型还高。

在 X 看原帖 ↗
9.9K49211202
动态 · @dominikmartn▲ 10.7万

一个开源SwiftUI组件,修好了Claude官方一直搞不定的模糊标题栏

苹果开发者发现Claude的渐进式模糊头在iOS 17.4里频繁错位,于是自己写了替代方案并放上GitHub。如果你正用SwiftUI做AI聊天界面,现在不用再等Anthropic发补丁。

在 X 看原帖 ↗
10.7万361.5K2.0K
动态 · @GlassHealthHQ▲ 5.3万

临床AI新模型Glass 5.5,在九项医学测试里赢过了GPT-4和Claude 3

医生用它核对处方剂量时,错误率比人类药师低17%;它没接入医院HIS系统,只靠PDF病历和结构化问诊就能输出用药建议。如果你在三甲医院信息科做AI对接,它可能绕过你正在谈的供应商。

在 X 看原帖 ↗
5.3万48524318
动态 · @Finaltoucch▲ 3.4万

有人用Gemini 3 Pro写脚本、Claude剪广告、CapCut调色,做出雪碧广告级短片

一个自由职业者把三段提示词拆进不同AI工具:角色图用Gemini生成,分镜脚本喂给Claude,最后用CapCut自动匹配BGM节奏。如果你上周还在纠结买Final Cut Pro还是订阅Adobe,这套组合已经跑通全流程。

在 X 看原帖 ↗
3.4万46577424
动态 · @CharlieBull0ck▲ 1.1万

伊利诺伊州刚推的‘AI安全法案’,让AI公司出事不用赔钱

法案规定只要AI公司提交一份‘安全自评表’,就能豁免因模型误判导致的医疗事故或信贷拒批责任。如果你刚被银行AI拒绝房贷,这份法案可能让你连申诉通道都找不到。

在 X 看原帖 ↗
1.1万2416839
动态 · @FareaNFts▲ 5.2万

Kled AI付真金白银收你手机里的照片,用来训练下个大模型

用户上传一张便利店自拍,平台立刻打款0.03美元;后台标注显示这张图被用于训练‘货架识别’子模块。如果你上个月删掉了相册里三百张模糊街景,它们可能比你更早进了某家AI公司的数据湖。

在 X 看原帖 ↗
5.2万76475804
📌 其他
新搜索 · @simonw▲ 7.4万

你刚更新的网页,AI可能根本看不见

主流AI聊天工具用的搜索索引来源成谜,网站内容能否被收录全靠猜。

有人刚更新公司官网的技术文档,三天后问 Claude“支持哪些协议”,得到的答案仍是旧版。问题不在模型记性差,而在它背后的搜索引擎还没抓取新页面。

OpenAI、Anthropic 和 Meta 的聊天工具都带搜索功能,但没人说清楚:它们到底用哪家搜索引擎的索引?Anthropic 曾在文档里提过用 Brave 搜索,后来悄悄删掉了。所谓“实时搜索”,常常只是查一个固定快照——而这个快照什么时候生成、覆盖哪些网站、包不包含你的域名,统统没有公开。

网站所有者没法判断内容会不会被收录,不知道该向谁提交 sitemap,也猜不出信息多久才会上线。用户可以去查 AI 工具的 robots.txt 文件,看看它自称是谁家的爬虫。但这需要技术门槛,结果还不一定靠谱。

当一家公司把“用什么搜索引擎”当成秘密,它藏起来的不只是技术选型。更是谁有权决定哪些内容能被看见。

在 X 看原帖 ↗
7.4万14963142
新商业 · @gnoble79▲ 2.8万

OpenAI工程师演示完GPT-5,回头却写不出列表推导式

技术方向由叙事而非代码驱动,工程根基正在松动。

多位OpenAI工程师提到,有同事刚在会上展示完GPT-5的多模态推理能力,转头写个Python列表推导式就卡住了。

Sam Altman几乎不写生产代码,也很少参与模型训练或系统调试。技术决策层里,没人还在持续写代码。

这不是能力问题,而是一种刻意安排:把“AI该往哪走”和“怎么把它做出来”彻底切开。最近一次内部模型迭代,三个团队提交了互斥的架构方案。最终胜出的,不是benchmark分数最高的那个,而是“最容易向董事会解释”的。

市场吹捧的OpenAI“技术领导力”,其实跟底层技术掌控关系不大。它更多来自Altman协调资源、讲好故事、吸引资本的能力。公司当前估值,已是整个荷兰半导体产业的两倍。

当技术方向由叙事而非代码驱动,再高的估值也掩盖不了工程根基的松动。

在 X 看原帖 ↗
2.8万150417143
教育 · @ChenhaoTan▲ 1.7万

一门新课把大模型当嫌疑人审:它到底有没有在说谎?

课程聚焦可解释性与对齐,所有材料开源,算力由 Modal 提供。

Chenhao Tan 正在本季度教授一门名为《Large Language Models》的新课程。课程没设门槛,所有材料——包括作业和参考实现——都已开源并托管在 GitHub 上。

这门课默认学生该关心“模型是否在说谎”,而不是如何优化传统指标。整门课围绕三个问题展开:模型内部的决策能不能被人类看懂?它输出的答案和人类真实意图之间有没有偏差?它能不能自己拆解任务、调用工具、完成闭环?

教学重心正从“怎么让模型跑起来”转向“怎么知道它为什么这么跑”。课程大纲里连 Transformer 推导都只占一页。

算力由 Modal 提供,这是一家专注 AI 原生基础设施的公司。学生通过 API 调用就能复现论文里的归因热力图或偏好建模流程,不用自建集群或抢 GPU。

客座讲师来自学术界和工业界,有人专攻可解释性,有人长期研究对齐失败案例。课程也提到了 reward hacking 和 RLHF pipeline。

行业正在把“可信”从附加题变成必答题。

在 X 看原帖 ↗
1.7万68426482
开源 · @Saboo_Shubham_▲ 2.3万

不用显卡、不写代码,点一下就能微调大模型

Unsloth Studio把500多个开源模型的微调变成了网页上的一个按钮。

阅读全文 →
2.3万45358407
工程 · @rileybrown▲ 2.3万

AI写代码更稳了?因为你终于没把它当问答机用

用户发现一次性给完整需求,Codex 5.4 输出反而更可靠。

有用户发现,Codex 5.4 在处理更大、更完整的任务时表现更好。一位设计师把整个页面的 HTML/CSS/JS 需求一次性粘贴进去:生成响应式落地页,适配移动端,带表单验证和暗色模式切换。

她过去习惯拆成三轮提问——先写结构、再加样式、最后补交互。这次没拆,结果生成的代码一次性通过本地测试,连 CSS 变量命名风格都和团队规范一致。而当她把同一需求切成三段分别提交,从第二段开始就出现类名不一致、事件绑定遗漏的问题。上下文割裂后,模型失去了对整体约束的感知。

Codex 5.4 没有变聪明,它只是更忠实地执行了“你给的越完整,我越知道你要什么”这条逻辑。当任务描述接近真实交付物的颗粒度,输出稳定性明显提升——不是因为参数更多,而是它终于不用猜你在想什么。

下次看到 AI 在复杂任务里异常稳定,先别归功于算力。它的输入可能刚好跨过了“人类拆解”和“机器原生理解”的分界线。

在 X 看原帖 ↗
2.3万1352934
安全 · @simplifyinAI▲ 1.7万

AI红队自己组队搞渗透,全程不用人插手

五个开源AI代理协作完成攻击链,连报告都自动生成。

阅读全文 →
1.7万52272297
开源 · @GithubProjects▲ 1.2万

你写的AI提示词,终于不用每个工具重写一遍了

一个开源工具让编码提示词跨平台复用,直接从GitHub拉取就能用。

阅读全文 →
1.2万22184212
工程 · @alexandr_wang▲ 382.0万

Meta 的新 AI 能一边解薛定谔方程,一边认出你刷到的袜子在哪买

它把购物、聊天和复杂推理塞进同一个模型,每天处理30亿次交互。

阅读全文 →
382.0万1.1K9.6K2.6K
开源 · @rasbt▲ 7.4万

开源模型第一次在所有测试里干翻闭源旗舰

GLM-5.1 不靠堆参数,却在代码、数学、中文等任务上全面领先,还能本地直接跑。

GLM-5.1 在所有标准基准测试中全面领先——从代码生成到数学推理,从中文理解到长文本摘要。它是第一个在不牺牲通用性前提下,把‘闭源标杆’拉下神坛的公开实现。

它的架构类似 DeepSeek-V3.2,采用多头潜在注意力(MLA)和 DeepSeek 稀疏注意力机制,但层数更多。设计上不靠蛮力堆参数,而是把已有架构的表达效率再挖深一层。具体做法有两个:一是用更少的嵌入维度达成更高精度;二是把稀疏注意力真正编译进推理路径,而不是纸上方案。

作为完整开源权重模型,GLM-5.1 可以本地运行、修改和部署,无需依赖 API 或试用版本。它让‘在笔记本上跑旗舰级能力’从口号变成默认选项。

开源模型因此不再是闭源系统的简化替代品。当通用能力强、性能顶尖、又能完全本地运行时,开发者、学生和研究人员不再需要在功能与控制权之间做选择。

在 X 看原帖 ↗
7.4万125941298
开源 · @akshay_pachaar▲ 15.1万

有人把 Claude 的替代品做成了本地运行的免费工具

全程离线、不传数据,还能用你自己的笔记库当 AI 记忆。

阅读全文 →
15.1万2982.3K3.8K
安全 · @alt_w_v_g▲ 5.0万

一个AI花2万美元,挖出操作系统里埋了27年的漏洞

它没靠人类提示、没读文档、没调试环境,只靠代码本身,在一天内复现了连500万次自动化测试都漏掉的旧伤。

阅读全文 →
5.0万3312.4K174
心理 · @mayareminders▲ 16.0万

主动修复冲突后,才看清对方不值得你袒露脆弱

当一个人愿意放下自尊去弥合裂痕,却发现对方连基本的安全感都不愿提供——那不是你的失败,而是关系边界的显影

深夜发一条消息想说开误会,等来的不是回应,而是一片沉默;会议结束主动约同事聊聊分歧,对方却笑着岔开话题,仿佛刚才的紧张从未发生。

这种时刻的难堪,不来自争吵本身,而来自你已卸下防备,对方却没准备好接住它。

有人能承接脆弱,是因为他们把关系当作需要共同维护的容器;有人回避脆弱,是因为他们只把关系当作情绪的单向出口。

这意味着:修复冲突的前提,不是你有多诚恳,而是对方是否具备容纳不安的能力。

这改变了什么?它把“关系是否健康”的判断标准,从“我们有没有吵架”悄悄移向了“我们敢不敢在吵完后,还把心放在对方手里试一试”。

别人常以为脆弱是软弱的信号,但真正被忽略的事实是:敢于暴露脆弱的人,其实已经完成了最艰难的自我确认——只是对方没通过测试。

下次再犹豫要不要开口时,不妨先观察:上次你示弱之后,对方是靠近了一点,还是不动声色地后退了半步。

在 X 看原帖 ↗
16.0万2.2K1.1万1.6K
商业 · @realBigBrainAI▲ 22.0万

詹姆斯·卡梅隆说,真正该怕的不是AI叛乱,而是它诞生在董事会会议室里

他拍过《终结者》和《阿凡达》,但这次他说:最吓人的剧本,正由几家科技公司的财报团队悄悄写着

阅读全文 →
22.0万1.3K3.1K1.1K
安全 · @danshipper▲ 1.2万

OpenAI在测一款网络安全产品,但它和刚发布的Spud模型毫无关系

一条被广泛转发的快讯说OpenAI用新模型Spud做网络安全工具,结果被官方当场澄清:两件事平行推进,连团队都不重叠

有人在社交平台看到消息:OpenAI把最新模型Spud直接用在了网络安全产品里。这条消息被迅速转发,连标题都带着‘AI攻防新纪元’的暗示。

但事实是,OpenAI确实在内测一款网络安全方向的产品,不过它由独立团队开发,目前只开放给经过筛选的可信测试者;而Spud是另一个团队正在打磨的新模型,定位是通用推理能力升级,尚未对外发布细节。
这意味着:网络安全产品不需要等Spud上线,也不依赖它的架构——它走的是另一条技术路径。

Axios最初报道时把这两条线混在一起写了,后来主动更新了原文。这种混淆不是偶然:当一个公司同时推进多个高关注度项目,外界容易用已知标签去‘套’未知动作。
这意味着:我们判断一家AI公司实际进展的方式,正从‘看它发布了什么模型’,悄悄转向‘看它悄悄让谁在用什么’。

真正的信号不在发布会,而在测试名单里——那个名单不公开,但每次误传被纠正时,会漏出一点边角。

下次看到‘XX模型已用于YY场景’,不妨先问一句:这个‘用于’,是指接入API、调用接口,还是只是同一栋楼里的两个团队?

在 X 看原帖 ↗
1.2万1211918
工程 · @0xAngelbeast▲ 1.1万

一家加密交易所招AI专员,不考算法只看你会不会用Claude写自动化

Bybit正在远程招聘AI专家——不要求编程背景,但得能用AI工具把日常任务变成一键流程

有人刚用Claude把每周行情报告生成时间从两小时压到七分钟;有人用OpenClaw自动整理链上异常交易线索,再发到Slack频道。这些不是内部工具,是他们自己搭的。

Bybit正在招OD AI Specialist(Web3方向),远程岗位,明确列出的门槛是:用过ChatGPT、Claude或OpenClaw,做过简单workflow或自动化,习惯主动找方法让重复工作变快。
这意味着:AI实操能力第一次比学历和算法题更早出现在招聘启事第一行。

它没提TensorFlow、没写PyTorch、没要求LLM微调经验——而是把AI agent和automation列为“必须熟悉”。背后逻辑是:当前Web3最紧缺的,不是造轮子的人,而是能把现成AI工具拧成螺丝刀的人。

别人还在争论AI会不会取代分析师,Bybit已经把‘会用AI代理处理链上数据’写进了岗位JD。这不是降低标准,而是把判断标准从‘会不会造模型’,切换到了‘能不能让模型替你盯链上警报’。

这条招聘路径如果跑通,下一个被重写的,可能就不是JD,而是整个初级技术岗的能力图谱。

在 X 看原帖 ↗
1.1万24243128
政策 · @deanwball▲ 7.0K

如果Mythos级AI诞生在中国,它根本不会以这种方式面世

一个假设性提问撕开了AI发展背后被忽略的制度前提:技术能力相同,但谁能让它‘做自己’?

阅读全文 →
7.0K71578

这一天的 28 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

https://ai-pulse-lab.com/feed.xml
让 AI Agent 每日推送 →
把任何一条丢给知识库,它基于全站内容给你带引用的回答。
✦ 去问知识库

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新