@fchollet:代理编程是一种机器学习形式。生成的代码最好被视为黑箱产物,其行为和泛化能力应像任何ML模型一样通过经验评估来管理。
这意味着代理编程并不完全是软件工程的替代品。它是一种根本不同的软件生产方式,有着不同的最佳实践和不同的用例。就像机器学习一样。
超过100万家企业已经通过API或ChatGPT用上了OpenAI的产品,但真正把AI嵌入核心业务并不容易。系统对接、数据整合、工作流改造——这些事自己摸索既慢又贵。OpenAI首席营收官Denise Dresser说,AI已经能做越来越多有意义的工作,挑战在于帮企业“把AI能力转化为实际的运营影响”。
于是OpenAI成立了一家新公司——OpenAI Deployment Company(简称部署公司),专门派工程师上门服务。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
过去通过Bedrock接入AWS,Anthropic的功能迭代被卡在云厂商节奏里;现在用Platform模式直连,模型更新、权限控制、Agent能力上线都自己说了算。评论区有人误以为是‘上架喜讯’,其实本质是渠道权反转。
Avarok Cybersecurity开源Atlas推理引擎,用Rust+CUDA从零编写,不依赖Python和PyTorch,Docker镜像约2.5GB,冷启动不到2分钟。
黄仁勋宣布投资1000亿美元用于AI供应链和基础设施。
代理编程本质是机器学习,生成的代码应像ML模型一样通过经验评估。
@fchollet:代理编程是一种机器学习形式。生成的代码最好被视为黑箱产物,其行为和泛化能力应像任何ML模型一样通过经验评估来管理。
这意味着代理编程并不完全是软件工程的替代品。它是一种根本不同的软件生产方式,有着不同的最佳实践和不同的用例。就像机器学习一样。
9router是开源工具,给AI编程工具加智能调度中心,内置算法精简终端日志或代码差异中的冗余信息,每次请求节省Token消耗。
一名中国博士生用10台iPhone接入一台电脑,每台手机运行一个独立AI Agent,自动发帖、回复和分销。
一个叫Claude Code Game Studios的开源项目,GitHub获1.8万星,用48个AI智能体模拟创意总监、关卡设计师等全部岗位,36条斜杠指令启动全流程,适配Godot、Unity、Unreal三大引擎。它不靠新模型,只靠已有能力重组。
Clay用LangSmith管理每月3亿次智能体调用,每次执行平均包含10到30个步骤。这相当于把过去需要人工反复确认、回退、重试的流程,压缩进一次连贯的机器流转里——比如客服工单自动补全、校验、分派、闭环。
Google发布Agent Skills仓库,提供Firebase、Gemini API、BigQuery、GKE等Google Cloud产品的最新技能信息,支持按需加载以避免上下文膨胀。
Codex通过OpenAI Developers插件,帮助构建AI应用和agent,使用OpenAI API。
Claude Code 支持用一句话生成 SVG+PNG 技术图,有 7 种画风,支持 14 种 UML 图,包括 RAG 架构和多智能体协作图。
Artificial Analysis指数显示,GPT-5.5/Codex与Opus 4.7/Claude Code各有所长,开发者需按需选择。
Agent View让开发者在一个界面里调度多个Claude Code会话,不再需要切换终端标签页。有人演示时甚至因为不习惯新交互而现场翻车,连基础提示词都写不利索。
它从纯终端工具变成跨端可用的Agent运行环境,支持Web UI、手机调用、桌面应用三种入口。有人试过之后说:现在连非工程师也能指派任务,比如让Agent定时整理周报、归档会议记录。
2026.5.10-beta.5版本重点强化Agent权限控制机制,明确限定可读文件范围、可执行命令类型、可访问API列表。过去Agent越界操作靠人工盯,现在靠配置文件锁死行为半径。
Agent View 是 Claude Code 的多任务统一窗口管理工具,把多个并行运行的 Claude Code 会话集中到一个界面,显示每个 Agent 的实时状态:正在工作、等待输入或已经结束。
有人发布了 free-claude-code,一个开源代理工具,把 Anthropic 的 API 请求转成 NVIDIA NIM 格式,让 Claude Code 变成免费可用。它不改模型,只改调用方式,现在就能在本地跑通。
他没写神奇 Prompt,而是用 Markdown 文件定义协作边界:什么时候该问、什么时候该停、哪些文件必须人工 review。有人照着用后,AI 不再擅自重写整页逻辑,只改指定函数。
它接入了 Financial Datasets 官方 MCP Server,可实时拉取股票行情、历史K线、财报原文和监管文件。比如输入‘对比 NVDA 和 AMD 上季度毛利率变化’,它直接从原始文件里抽数据算。
创始人是前 OpenAI 研究员 Jerry Tworek,新公司叫 Core Automation。它还没发布产品,但投资人已按 $4B 估值开始谈融资,背后是当前市场对底层 AI 自动化能力的抢筹节奏。
前者教工程师用 Gemini 构建生产级应用,后者面向完全没技术背景的人,从安装 Python 到调试提示词都有视频和证书。两个动作同步发生,说明谷歌正把 AI 能力拆成两套交付路径。
Artificial Analysis新发布的基准测试评估模型与其运行环境整体表现,Cursor搭配Claude Opus 4.7得分为61,略高于Codex配GPT 5.5和Claude Code配Opus 4.7的60分。
Claude Code 上线 agent view 功能,让开发者在一个界面里统管所有正在运行的 AI 编程会话。
攻击者用AI制造了首个已知的绕过双重验证(2FA)的零日漏洞,针对一款流行的开源管理工具。
从拆题到写论文都由AI代劳,免费开源但实际效果需自行验证。
数学建模竞赛被称为三天三夜的地狱:拆题、建模、写代码、跑实验、赶论文,一轮下来把人熬到透支。一位亲历过的开发者,干脆做了个开源AI——MathModelAgent。
它把全流程自动化了:问题分析、模型构建、代码实现、论文撰写,直接产出一份接近获奖水准的建模论文。它不保证100%替代人类,也不需要完全放手,但能把学生从繁琐的重复劳动里解放出来,让他们把精力留给更高层的策略或创新。
因为是开源项目,任何人都能免费使用、修改甚至学习代码。学生和研究团队可以自定义流程,也能贡献改进,慢慢形成社区协作。
项目官方链接已经公开了。作者额外放了个夸克网盘链接,里面是“AI全套攻略(持续更新中)”——不过不清楚这份攻略和MathModelAgent是不是直接相关。目前没有说明具体技术架构,也没说基于哪个模型或框架。论文在真实竞赛中能不能获奖,没有实际案例验证。支持的问题类型是否覆盖所有数学建模题目,同样未知;如果只限于特定领域,适用场景就会很受限。
这个工具降低了参赛门槛,但能走多远,还得看后续的实际验证和社区反馈。
大模型在广泛任务上优于小模型,推动本地模型更复杂。
@emollick: 我们习以为常的大型语言模型(LLM)最重要的特性之一是,更新、更大的模型在一切方面都更出色。AI Labs正将精力投入编码等具有经济价值的领域,但更大的模型在谈判、对齐、诗歌等方面也同样表现更佳。
这也是为什么我认为推动更小型、本地模型的复杂性超乎人们想象的原因之一。如果你想要好的答案,尤其是针对意想不到的问题给出好的答案,前沿模型总体上会在广泛任务中优于较小的模型。
Codex、Claude桌面版、Cursor 3.0和TRAE SOLO在没商量的情况下,界面右侧都收敛到相同布局:固定功能区+可拖拽模块。有人密集用这些工具时发现,今年比拼的已不是模型参数大小,而是谁先让工程师不用再切屏找按钮。
OpenAI、Anthropic与Google科学家合作提出新方法,能从已公开的模型中提取用于对齐训练的数据。
有人实测发现,微调开源模型时,从1B起步比直接上27B更易收敛、更省显存。用WebGPU(比如Google Colab)就能跑通全流程,适合个人开发者在不买A100的前提下验证想法。
gdb宣布Daybreak是‘防御性加速’计划,为网络安全人员提供前沿AI能力;而OpenAI也发布同名工具,专注找漏洞、验修复、清 backlog。两个Daybreak没有关联,但都指向同一个现实:安全团队正把AI当成本级基础设施来部署。
一篇新论文显示,一个用强化学习训练的7B模型能分配子任务给GPT-5、Claude Sonnet 4、Gemini 2.5 Pro等大模型,并在多个硬核基准上超过单个前沿模型。
有人提出从单个AI代理升级到多个AI代理的最佳方式,不再需要在终端标签页间来回切换。
TradingAgents-CN是基于LangGraph的多AI Agent炒股框架,模拟投行研究团队的五类分析师协作决策,已适配A股、港股、美股。
METATRON 是一个新开源的渗透测试框架,支持在本地用大语言模型(LLM)做分析。
AI不应受人类职业分工束缚,多Agent应有新协作方式。
@DashHuang: 这东西很蠢,还在以传统人类的认知局限来安排AI Agent的工作。游戏工作室要那么多岗位是因为大部分人太弱鸡,能力太有限了。AI明明有更全面的能力,可以纵览全局,却还要用人类的职业习惯困住他们手脚,把他限制成螺丝钉。可笑!另外烦透了这种“卧槽”,链接见评论的套路。吹之前能不能自己先用用?
@AstroHanRay 多Agent当然是有价值的,只不过不是按人类职业来分工的
Artificial Analysis新发布的基准测试评估模型与其运行环境整体表现,Cursor搭配Claude Opus 4.7得分为61,略高于Codex配GPT 5.5和Claude Code配Opus 4.7的60分。
一篇新论文显示,一个用强化学习训练的7B模型能分配子任务给GPT-5、Claude Sonnet 4、Gemini 2.5 Pro等大模型,并在多个硬核基准上超过单个前沿模型。
Agent View 是 Claude Code 的多任务统一窗口管理工具,把多个并行运行的 Claude Code 会话集中到一个界面,显示每个 Agent 的实时状态:正在工作、等待输入或已经结束。
Avarok Cybersecurity开源Atlas推理引擎,用Rust+CUDA从零编写,不依赖Python和PyTorch,Docker镜像约2.5GB,冷启动不到2分钟。
Claude Code 上线 agent view 功能,让开发者在一个界面里统管所有正在运行的 AI 编程会话。
Codex通过OpenAI Developers插件,帮助构建AI应用和agent,使用OpenAI API。
Google发布Agent Skills仓库,提供Firebase、Gemini API、BigQuery、GKE等Google Cloud产品的最新技能信息,支持按需加载以避免上下文膨胀。
METATRON 是一个新开源的渗透测试框架,支持在本地用大语言模型(LLM)做分析。
TradingAgents-CN是基于LangGraph的多AI Agent炒股框架,模拟投行研究团队的五类分析师协作决策,已适配A股、港股、美股。
黄仁勋宣布投资1000亿美元用于AI供应链和基础设施。
Agent View让开发者在一个界面里调度多个Claude Code会话,不再需要切换终端标签页。有人演示时甚至因为不习惯新交互而现场翻车,连基础提示词都写不利索。
过去通过Bedrock接入AWS,Anthropic的功能迭代被卡在云厂商节奏里;现在用Platform模式直连,模型更新、权限控制、Agent能力上线都自己说了算。评论区有人误以为是‘上架喜讯’,其实本质是渠道权反转。
它从纯终端工具变成跨端可用的Agent运行环境,支持Web UI、手机调用、桌面应用三种入口。有人试过之后说:现在连非工程师也能指派任务,比如让Agent定时整理周报、归档会议记录。
2026.5.10-beta.5版本重点强化Agent权限控制机制,明确限定可读文件范围、可执行命令类型、可访问API列表。过去Agent越界操作靠人工盯,现在靠配置文件锁死行为半径。
攻击者用AI制造了首个已知的绕过双重验证(2FA)的零日漏洞,针对一款流行的开源管理工具。
有人发布了 free-claude-code,一个开源代理工具,把 Anthropic 的 API 请求转成 NVIDIA NIM 格式,让 Claude Code 变成免费可用。它不改模型,只改调用方式,现在就能在本地跑通。
他没写神奇 Prompt,而是用 Markdown 文件定义协作边界:什么时候该问、什么时候该停、哪些文件必须人工 review。有人照着用后,AI 不再擅自重写整页逻辑,只改指定函数。
它接入了 Financial Datasets 官方 MCP Server,可实时拉取股票行情、历史K线、财报原文和监管文件。比如输入‘对比 NVDA 和 AMD 上季度毛利率变化’,它直接从原始文件里抽数据算。
创始人是前 OpenAI 研究员 Jerry Tworek,新公司叫 Core Automation。它还没发布产品,但投资人已按 $4B 估值开始谈融资,背后是当前市场对底层 AI 自动化能力的抢筹节奏。
前者教工程师用 Gemini 构建生产级应用,后者面向完全没技术背景的人,从安装 Python 到调试提示词都有视频和证书。两个动作同步发生,说明谷歌正把 AI 能力拆成两套交付路径。
Codex、Claude桌面版、Cursor 3.0和TRAE SOLO在没商量的情况下,界面右侧都收敛到相同布局:固定功能区+可拖拽模块。有人密集用这些工具时发现,今年比拼的已不是模型参数大小,而是谁先让工程师不用再切屏找按钮。
一个叫Claude Code Game Studios的开源项目,GitHub获1.8万星,用48个AI智能体模拟创意总监、关卡设计师等全部岗位,36条斜杠指令启动全流程,适配Godot、Unity、Unreal三大引擎。它不靠新模型,只靠已有能力重组。
Clay用LangSmith管理每月3亿次智能体调用,每次执行平均包含10到30个步骤。这相当于把过去需要人工反复确认、回退、重试的流程,压缩进一次连贯的机器流转里——比如客服工单自动补全、校验、分派、闭环。
OpenAI、Anthropic与Google科学家合作提出新方法,能从已公开的模型中提取用于对齐训练的数据。
有人实测发现,微调开源模型时,从1B起步比直接上27B更易收敛、更省显存。用WebGPU(比如Google Colab)就能跑通全流程,适合个人开发者在不买A100的前提下验证想法。
gdb宣布Daybreak是‘防御性加速’计划,为网络安全人员提供前沿AI能力;而OpenAI也发布同名工具,专注找漏洞、验修复、清 backlog。两个Daybreak没有关联,但都指向同一个现实:安全团队正把AI当成本级基础设施来部署。
有人提出从单个AI代理升级到多个AI代理的最佳方式,不再需要在终端标签页间来回切换。
9router是开源工具,给AI编程工具加智能调度中心,内置算法精简终端日志或代码差异中的冗余信息,每次请求节省Token消耗。
代理编程本质是机器学习,生成的代码应像ML模型一样通过经验评估。
@fchollet:代理编程是一种机器学习形式。生成的代码最好被视为黑箱产物,其行为和泛化能力应像任何ML模型一样通过经验评估来管理。
这意味着代理编程并不完全是软件工程的替代品。它是一种根本不同的软件生产方式,有着不同的最佳实践和不同的用例。就像机器学习一样。
大模型在广泛任务上优于小模型,推动本地模型更复杂。
@emollick: 我们习以为常的大型语言模型(LLM)最重要的特性之一是,更新、更大的模型在一切方面都更出色。AI Labs正将精力投入编码等具有经济价值的领域,但更大的模型在谈判、对齐、诗歌等方面也同样表现更佳。
这也是为什么我认为推动更小型、本地模型的复杂性超乎人们想象的原因之一。如果你想要好的答案,尤其是针对意想不到的问题给出好的答案,前沿模型总体上会在广泛任务中优于较小的模型。
从拆题到写论文都由AI代劳,免费开源但实际效果需自行验证。
数学建模竞赛被称为三天三夜的地狱:拆题、建模、写代码、跑实验、赶论文,一轮下来把人熬到透支。一位亲历过的开发者,干脆做了个开源AI——MathModelAgent。
它把全流程自动化了:问题分析、模型构建、代码实现、论文撰写,直接产出一份接近获奖水准的建模论文。它不保证100%替代人类,也不需要完全放手,但能把学生从繁琐的重复劳动里解放出来,让他们把精力留给更高层的策略或创新。
因为是开源项目,任何人都能免费使用、修改甚至学习代码。学生和研究团队可以自定义流程,也能贡献改进,慢慢形成社区协作。
项目官方链接已经公开了。作者额外放了个夸克网盘链接,里面是“AI全套攻略(持续更新中)”——不过不清楚这份攻略和MathModelAgent是不是直接相关。目前没有说明具体技术架构,也没说基于哪个模型或框架。论文在真实竞赛中能不能获奖,没有实际案例验证。支持的问题类型是否覆盖所有数学建模题目,同样未知;如果只限于特定领域,适用场景就会很受限。
这个工具降低了参赛门槛,但能走多远,还得看后续的实际验证和社区反馈。
Artificial Analysis指数显示,GPT-5.5/Codex与Opus 4.7/Claude Code各有所长,开发者需按需选择。
AI不应受人类职业分工束缚,多Agent应有新协作方式。
@DashHuang: 这东西很蠢,还在以传统人类的认知局限来安排AI Agent的工作。游戏工作室要那么多岗位是因为大部分人太弱鸡,能力太有限了。AI明明有更全面的能力,可以纵览全局,却还要用人类的职业习惯困住他们手脚,把他限制成螺丝钉。可笑!另外烦透了这种“卧槽”,链接见评论的套路。吹之前能不能自己先用用?
@AstroHanRay 多Agent当然是有价值的,只不过不是按人类职业来分工的
这一天的 35 条信号到这里
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。