AI 工具不断要求团队改变工作方式。Viktor 却反其道而行之:它内置于 Slack 和 Microsoft Teams 中——也就是工作本已发生的地方。这正是其 7500 万美元 A 轮融资合乎逻辑的原因。
今日焦点
提示词同样是技术债务:为何应谨慎定制
提示词同样是技术债务
说“所有代码都是技术债务”是常见且正确的。添加代码是开发新功能的必要之恶:你几乎总是要这么做,但每行代码都会增加系统的复杂性和维护负担。系统未来所有的变更都必须与现有代码协同工作,或至少避免破坏它。一旦系统积累了足够多的代码,它们就变得让一个人无法理解:你无法通过阅读代码并理解其功能,而必须依赖猜测、理论和启发式方法¹。明智的工程师会尽可能少写代码。
然而,他们却写大量提示词!许多大型项目现在都有一套特定于代码库的提示词文件:AGENTS.md、CLAUDE.md,以及子目录中的类似文件和技能文件。
深度阅读
🔥 信号雷达52 条本班新增 8 条
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
新办公 · @sabir_huss50540▲ 5.2万
一家AI公司刚融资7500万美元,因为它死守着Slack和Teams
Viktor不让人切换工具,而是把AI功能嵌进Slack和Teams里——员工照常发消息、开会议,AI就在后台处理审批、同步文档、更新看板。投资人因此投出7500万美元。
一家AI公司刚融资7500万美元,因为它死守着Slack和Teams
Viktor不让人切换工具,而是把AI功能嵌进Slack和Teams里——员工照常发消息、开会议,AI就在后台处理审批、同步文档、更新看板。投资人因此投出7500万美元。
新产品 · @RoundtableSpace▲ 2.2万
谷歌真让‘一句话生成安卓App’成了默认操作
Google新工具支持单条自然语言指令直接生成完整安卓应用,不再需要分步写提示或调试界面。以前要找三个人协作的事,现在一个人敲一行字就开始编译。
谷歌真让‘一句话生成安卓App’成了默认操作
Google新工具支持单条自然语言指令直接生成完整安卓应用,不再需要分步写提示或调试界面。以前要找三个人协作的事,现在一个人敲一行字就开始编译。
新金融 · @qkl2058▲ 1.4万
华尔街最稳的基金,用大模型预测股价时根本不用微调
Two Sigma这家20多年没亏过钱的量化基金,用大语言模型分析市场信号,负责人在分享中透露他们不依赖传统微调——而是把模型当推理引擎直接调用。一个在谷歌干了12年的AI主管,从零搭起团队,现在每天跑的是真实交易信号。
华尔街最稳的基金,用大模型预测股价时根本不用微调
Two Sigma这家20多年没亏过钱的量化基金,用大语言模型分析市场信号,负责人在分享中透露他们不依赖传统微调——而是把模型当推理引擎直接调用。一个在谷歌干了12年的AI主管,从零搭起团队,现在每天跑的是真实交易信号。
Two Sigma的AI负责人,年薪大概100万美元这个级别,最近公开讲了他们这个600亿美元规模的基金,到底怎么用大语言模型来预测市场价格。这人之前在谷歌干了12年,后来离开加入Two Sigma,从零开始搭建AI团队。三十分钟的分享,把华尔街最神秘的量化基金怎么用AI这事讲得挺透。
这家基金从2001年到现在,二十多年没亏过钱。所以他们的思路,确实值得听听。
新前沿研究 · @itarutomy▲ 1.4万
AI忘东西不是因为改太多,而是方向错了
论文用共分散行列刻画LLM多任务微调中权重更新的方向,发现更新方向与当前模型几何结构的偏差(Geometry Conflict)比更新量大小更能预测性能崩坏。
AI忘东西不是因为改太多,而是方向错了
论文用共分散行列刻画LLM多任务微调中权重更新的方向,发现更新方向与当前模型几何结构的偏差(Geometry Conflict)比更新量大小更能预测性能崩坏。
动态 · @RoundtableSpace▲ 6.2万
微软刚开源了一个4B参数模型,3秒就能把图片变带纹理的3D模型
这个模型输出GLB文件,含完整PBR材质,可直接导入Blender、Unity和Unreal;以前外包做3D资产要等一两天,现在美术师拖一张产品图进去,喝完半杯咖啡就拿到可渲染模型。
微软刚开源了一个4B参数模型,3秒就能把图片变带纹理的3D模型
这个模型输出GLB文件,含完整PBR材质,可直接导入Blender、Unity和Unreal;以前外包做3D资产要等一两天,现在美术师拖一张产品图进去,喝完半杯咖啡就拿到可渲染模型。
微软刚刚发布了一款参数量为 40 亿的模型,可在 3 秒内将任意图像转换为带完整纹理的 3D 资产。输出 GLB 文件,包含完整的 PBR 纹理,可直接用于 Blender、Unity 和 Unreal。100% 开源。
3D 艺术家们今年过得不太容易。
新品发布 · @NeilTewari▲ 111.5万
AI代理把营销琐事砍掉九成
Conversion Agents 是新发布的营销平台,声称能让AI代理处理工作,团队专注策略;营销团队原本50%以上时间花在单调事务上,该平台称可降至5%。
AI代理把营销琐事砍掉九成
Conversion Agents 是新发布的营销平台,声称能让AI代理处理工作,团队专注策略;营销团队原本50%以上时间花在单调事务上,该平台称可降至5%。
我们为此刻筹集了3000万美元。今天,我们推出Conversion Agents。这是首个由AI代理执行具体工作、而您的团队专注战略的营销平台。
我们称之为“氛围营销”(vibe marketing)。营销团队将50%以上的时间花费在单调重复的工作上。Conversion Agents可将这一比例降至5%。
新品发布 · @NVIDIAAI▲ 3.8万
单GPU就能生成60秒可控视频
NVIDIA AI团队发布了开源世界模型SANA-WM,参数量2.6B,原生训练支持60秒视频生成和精确相机轨迹控制。
单GPU就能生成60秒可控视频
NVIDIA AI团队发布了开源世界模型SANA-WM,参数量2.6B,原生训练支持60秒视频生成和精确相机轨迹控制。
一张图像 + 文本 + 相机轨迹 = 可控的世界。全部在单块 GPU 上运行。我们的研究团队刚刚发布了 SANA-WM,这是一个 2.6B 参数的开源世界模型,原生训练用于生成时长达 60 秒的视频,并支持精确的相机控制。
实战经验 · @NFTCPS▲ 20.3万
AI Agent实操课免费开源了
hello-agents是GitHub开源项目,把Agentic RL、SFT、GRPO三项AI Agent技能打包成一套免费课程。
AI Agent实操课免费开源了
hello-agents是GitHub开源项目,把Agentic RL、SFT、GRPO三项AI Agent技能打包成一套免费课程。
兄弟们注意了,GitHub 又出宝藏项目了—— hello-agents,直接冲上开源热榜第一,还在飙。这玩意儿把 AI Agent 从理论到实操全打包成一套开源课程, ①1️⃣ Agentic RL ②2️⃣ SFT ③3️⃣ GRPO 这些找高端 AI 岗必考的技能,全在里面。以前这些东西要么散得到处都是,要么得花钱买课。
现在?免费,还系统,不看你亏大了。
创业 · @AlchainHust▲ 5.6万
Anthropic创始人发布AI创业手册,翻译由自家AI完成
这本手册适合所有想做AI创业的人,展示了AI在内容本地化中的实际应用。
Anthropic创始人发布AI创业手册,翻译由自家AI完成
这本手册适合所有想做AI创业的人,展示了AI在内容本地化中的实际应用。
Anthropic创始人Dario Amodei撰写了一份创始人行动手册。这份手册被描述为适合所有想做AI创业的人看。Anthropic本身也被视为这个时代最AI Native的大科技公司之一。
手册有英文原版和中文翻译版,翻译由Claude Code完成。PDF下载链接已经公开。这次翻译本身也展示了AI在内容创作和本地化中的实际应用。
原文中对Dario有一句不太客气的评价——“不是东西”。但这没有影响手册的传播。
工具 · @skalskip92▲ 32.4万
开源视觉模型SAM3能跟住篮球运动员,连球衣褶皱都不丢
SAM3是完全开源的计算机视觉模型,专长物体追踪,能在高速运动、遮挡频繁的场景中保持稳定识别。它不靠云API,本地跑就能处理NBA级别画面——意味着小团队也能部署实时动作分析。
开源视觉模型SAM3能跟住篮球运动员,连球衣褶皱都不丢
SAM3是完全开源的计算机视觉模型,专长物体追踪,能在高速运动、遮挡频繁的场景中保持稳定识别。它不靠云API,本地跑就能处理NBA级别画面——意味着小团队也能部署实时动作分析。
没有陷阱;SAM3 是开源的,而且非常出色。它特别擅长物体跟踪,甚至在篮球比赛这样极其复杂的场景中也能表现优异。它可能是我迄今为止最喜欢的计算机视觉模型。
商业 · @LayoffAI▲ 8.0万
以色列LLM实验室一夜裁掉61%员工,背后站着谷歌和英伟达
AI21 Labs从180人缩至70人,裁员110人,融资5.75亿美元、有谷歌和英伟达背书。它不是默默无闻的初创,而是曾被当作大模型第二梯队代表的公司,现在连核心业务都难维持。
以色列LLM实验室一夜裁掉61%员工,背后站着谷歌和英伟达
AI21 Labs从180人缩至70人,裁员110人,融资5.75亿美元、有谷歌和英伟达背书。它不是默默无闻的初创,而是曾被当作大模型第二梯队代表的公司,现在连核心业务都难维持。
裁员警报:AI21 Labs 🚨 裁员110人,占员工总数的61%。一天之内,员工人数从180人降至70人。这并非一家名不见经传的初创公司。
其股东名单中包括Google和Nvidia。已融资5.75亿美元。这家以色列大语言模型实验室表示,销售语言模型“并非可持续的收入来源”,正转向AI智能体(AI agents)。
工具产品 · @gdb▲ 8.0万
OpenAI生成的图,现在能被一键识别了
SynthID 是用于检测图像是否由 OpenAI 生成的工具。
OpenAI生成的图,现在能被一键识别了
SynthID 是用于检测图像是否由 OpenAI 生成的工具。
新研究 · @sarahookr▲ 7.8K
AI研究失败率太高?这个工具把试错周期压到几天
Adaption AI推出的AutoScientist,能把模型训练、实验设计、结果验证整个科研闭环自动化。原来在前沿实验室外几乎无法复现的训练流程,现在普通团队也能在几天内跑完一轮。
AI研究失败率太高?这个工具把试错周期压到几天
Adaption AI推出的AutoScientist,能把模型训练、实验设计、结果验证整个科研闭环自动化。原来在前沿实验室外几乎无法复现的训练流程,现在普通团队也能在几天内跑完一轮。
大多数模型训练在前沿实验室之外都会失败。@adaption_ai 的 AutoScientist 自动化了完整的科研闭环,因此不再如此。整个过程仅需数天。
现作为我们的科研与初创企业资助计划的一部分提供。
新新品发布 · @OpenGradient▲ 3.2K
开源AI模型开始学‘守规矩’了
Dobby Mini Leashed 是一个微调后的 Llama 3.1 8B 模型,探索开源AI系统中的行为一致性和稳定交互模式。
开源AI模型开始学‘守规矩’了
Dobby Mini Leashed 是一个微调后的 Llama 3.1 8B 模型,探索开源AI系统中的行为一致性和稳定交互模式。
OpenGradient 模型亮点:Dobby Mini Leashed Dobby Mini Leashed 由 @SentientAGI 开发,是一个针对行为一致性与开源 AI 系统中稳定交互模式进行探索的 Llama 3.1 8B 微调模型。 🧵👇🏻
新金融 · @BTCqzy1▲ 7.3K
问AI一句“段永平持仓”,几秒出报告,原本要2小时
用户用Claude分析最新13F数据,AI直接生成完整持仓变化报告。
问AI一句“段永平持仓”,几秒出报告,原本要2小时
用户用Claude分析最新13F数据,AI直接生成完整持仓变化报告。
用户用Claude分析最新美股13F持仓数据。他直接问Claude:“段永平最新持仓有什么变化?”几秒钟后,Claude给出结论,并生成一份完整的网页报告,内容包括持仓结构、前后季度详细变化、新增和加仓等信息。
这类报告原来需要分析师花1-2小时手工完成,现在几秒搞定。在他看来,AI正在取代金融分析师的基础工作,传统分析师会感到焦虑。分析这些名人持仓,确实有意义。
新工程 · @LQP2021▲ 4.2K
不懂编程用手机管8个AI代理,每月赚2.3万美元
他管这群代理叫“爪牙”,全球任何角落都能用手机指挥它们写代码赚钱。
不懂编程用手机管8个AI代理,每月赚2.3万美元
他管这群代理叫“爪牙”,全球任何角落都能用手机指挥它们写代码赚钱。
这年轻人不用坐在电脑前敲代码,他让AI替他写。他在远程服务器上搭了8个并行任务进程,每个进程都是一个独立的AI编程代理。在全球任何角落,拿一部手机就能管这群“爪牙”——他自己这么叫它们。
这些AI代理在远程服务器上跑着,专门干编程的活。他不需要懂怎么写代码,只需发指令、查进度、收钱。8个代理同时并行,一个人就能撑起一个小型开发团队。
这个案例至少说明两件事。第一,AI代理确实能替掉一部分编程工作,非技术人员靠指挥AI也能赚钱。第二,管理这些代理不再需要固定办公桌或电脑,手机远程就行。工作更灵活,收入和规模也可能跟着代理数量往上涨。
目前不清楚这些AI代理具体在写什么代码,也不知道他怎么保证代码质量和准确性。这种模式能持续多久、有没有法律或伦理风险、普通人要复制得砸多少本金和技术——这些都没有明确说法。
但可以确定的是,他已经用8个代理搭了一个微型“程序员团队”,而团队主管不用懂一行代码。这是AI正在消解编程门槛的一个真实画面。
动态 · @billtheinvestor▲ 1.8万
GitHub上新出的AI编程工具,逼着AI先写说明书再写代码
这个开源系统要求AI在生成代码前必须产出完整规格说明,几天内获95K Stars;它不优化速度,而是把‘先想清楚’变成硬性步骤,就像让实习生交方案前必须先画流程图——当审查环节被逻辑链路提前消化,Code Review可能真会从工单列表里消失。
GitHub上新出的AI编程工具,逼着AI先写说明书再写代码
这个开源系统要求AI在生成代码前必须产出完整规格说明,几天内获95K Stars;它不优化速度,而是把‘先想清楚’变成硬性步骤,就像让实习生交方案前必须先画流程图——当审查环节被逻辑链路提前消化,Code Review可能真会从工单列表里消失。
95K:GitHub 刚把 AI Agent 的开发边界往前推了一格。这个新开源的系统强制要求 AI 在写代码前必须先完成完整的规格说明(Specs)。几天内狂揽 95K Stars,最直接的后果是,AI 正在从“盲目写代码”转向“先思考再执行”。
当代码生成的逻辑链路被强制规范化,下一步被拿掉的人工环节,可能就是那层昂贵的代码审查(Code Review)。你觉得这种强制约束,是提升了代码质量,还是只是在给 AI 制造更高级的幻觉?
动态 · @IndieDevHailey▲ 1.4万
AI代理现在能直接调用Blender、GIMP、FreeCAD这些专业软件了
香港大学推出的CLI-Anything让AI通过真实命令行操控设计类软件,比如建3D火星车或剪视频;它不依赖API封装,而是像熟练员工一样敲命令,这意味着设计师刚打开Blender,AI已经把基础模型和材质参数都配好了。
AI代理现在能直接调用Blender、GIMP、FreeCAD这些专业软件了
香港大学推出的CLI-Anything让AI通过真实命令行操控设计类软件,比如建3D火星车或剪视频;它不依赖API封装,而是像熟练员工一样敲命令,这意味着设计师刚打开Blender,AI已经把基础模型和材质参数都配好了。
AI 代理终于能「真·操控」任何软件了!🔥 香港大学出品的 CLI-Anything 已斩获 35k+ Stars,瞬间爆火!你的 AI Agent 不再只会聊天,它能直接打开 Blender 建 3D 火星车、用 GIMP 专业修图、FreeCAD 设计机械、Kdenlive 剪视频、 画复杂流程…… 全部通过真实可靠的 CLI 命令完成!
核心亮点: - 一条命令就把任意 GUI/API 软件变成 Agent 原生 CLI(完美支持 Claude Code、Pi、OpenClaw 等) - 自动生成完整 CLI + 测试 + 文档,超 2280 个测试 100% 通过 - 真实软件驱动 + 结构化 JSON 输出,稳到爆 - CLI-Hub 一键安装:pip install cli-anything-hub 后 cli-hub install xxx 震撼 Demo:AI 用 FreeCAD/Blender 一步步造出火星车和无人机,还能实时预览; 自动生成带字幕的专业视频、玩卡牌游戏…… 真正的 Agent 时代来了,软件不再是人类的专属,而是 AI 的生产力工具。
动态 · @andrewdfeldman▲ 2.8万
Cerebras跑万亿参数Kimi K2.6,每秒生成1000个token
在企业实测中,它的推理速度是当前最快GPU云的6.7倍;当一家公司用一台设备替代七台A100集群来跑核心模型,机房电费账单和部署延迟都会同步变薄。
Cerebras跑万亿参数Kimi K2.6,每秒生成1000个token
在企业实测中,它的推理速度是当前最快GPU云的6.7倍;当一家公司用一台设备替代七台A100集群来跑核心模型,机房电费账单和部署延迟都会同步变薄。
.@cerebras 目前正在企业测试中以约每秒 1000 个 token 的速度运行 Kimi K2.6——当前领先的万亿参数开源模型。速度是次快 GPU 云的 6.7 倍,是 Claude Opus 的 10 倍,是 Gemini Flash 3.5(Google 最新推出的快速模型)的 3 倍。一项通常耗时 3 分钟的编程任务,在 Cerebras 上可在 6 秒内完成。
这正是晶圆级芯片(wafer scale)所要实现的目标。
动态 · @TopviewAIhq▲ 3.9万
Google刚推Gemini Omni Flash,立刻有人拿它和Seedance 2.0对打
TopviewAIhq发布实测对比,没讲参数也没提训练数据,只放生成结果图;如果你正为选模型发愁,这组截图比白皮书更早告诉你:哪边出图更稳、哪边更容易崩结构。
Google刚推Gemini Omni Flash,立刻有人拿它和Seedance 2.0对打
TopviewAIhq发布实测对比,没讲参数也没提训练数据,只放生成结果图;如果你正为选模型发愁,这组截图比白皮书更早告诉你:哪边出图更稳、哪边更容易崩结构。
Google 刚刚推出了其全新的 Gemini Omni Flash 模型。我们立即针对 Seedance 2.0 进行了并排测试。请在此查看真实的生成结果与对比。
前沿研究 · @zhihanyang_▲ 3.6万
连续扩散模型竟和离散模型打平了
新论文提出RePlaid,一种连续扩散语言模型,具备离散似然界,扩展规律与当前最优离散扩散语言模型相当。
连续扩散模型竟和离散模型打平了
新论文提出RePlaid,一种连续扩散语言模型,具备离散似然界,扩展规律与当前最优离散扩散语言模型相当。
📢很高兴分享我们的新论文:《Continuous Diffusion Scales Competitively with Discrete Diffusion for Language》(连续扩散在语言建模中可与离散扩散竞争性地扩展) 我们提出了 RePlaid 🌊,一种连续扩散语言模型(DLM),具备 🏅离散似然界 🏅扩展规律,性能可与当前最优(SOTA)的离散 DLM 相媲美。 如何实现?请深入阅读👇[🧵1/12] 论文链接: 本工作由我杰出的合作者共同完成:@WeiGuo01 @ShuibaiZ69721 @ssahoo_ @YongxinChen1 @ArashVahdat @MardaniMorteza @jwthickstun
新品发布 · @support_huihui▲ 3.4万
30亿参数模型,能同时读图看视频写文字
字节跳动开源了名为Lance的模型,活跃参数仅3B,支持文本、图像、视频输入,并能同时生成这三类内容。
30亿参数模型,能同时读图看视频写文字
字节跳动开源了名为Lance的模型,活跃参数仅3B,支持文本、图像、视频输入,并能同时生成这三类内容。
字节跳动刚刚发布了一款名为 Lance 的开源模型——注意:它仅需 3B 活跃参数!🤯 它却能同时接收文本、图像和视频输入,并同步生成全部三类内容!简直令人难以置信!
新品发布 · @PavloMolchanov▲ 2.7万
一个模型,三种解码方式
Nemotron-Labs-Diffusion 是首个支持自回归、扩散和自推测三种解码模式的 LM 系列,仅通过切换 attention pattern/mask 即可切换模式。
一个模型,三种解码方式
Nemotron-Labs-Diffusion 是首个支持自回归、扩散和自推测三种解码模式的 LM 系列,仅通过切换 attention pattern/mask 即可切换模式。
我们推出 Nemotron-Labs-Diffusion —— 首个三模式语言模型系列(3B/8B/14B),仅需更改注意力模式/掩码,即可在 1⃣ 自回归、2⃣ 扩散和 3⃣ 自推测解码三种模式间切换。一个模型,三种解码模式。无需额外的草稿模型,无需架构改动。
仅通过此方式,即显著提升不同并发水平下的效率。单用户实际吞吐量最高可达 4 倍提升。🤗 Hugging Face 仓库:开源许可 🛜 项目主页: 📰 技术报告: 详情如下 👇
安全 · @cukyn1812▲ 138
审计发现TermMaxFi漏洞:管理员可单方转走存入资产
协议管理员有万能钥匙转走资产,去中心化承诺落空,正修复拆分权限。
审计发现TermMaxFi漏洞:管理员可单方转走存入资产
协议管理员有万能钥匙转走资产,去中心化承诺落空,正修复拆分权限。
安全审计机构发现,去中心化保险库项目TermMaxFi的智能合约存在一个重大漏洞:一名协议管理员可以直接转移保险库中的资产。审计报告称这是“巨大的安全隐患”——去中心化系统本该不需要信任任何人,代码却给了管理员一把万能钥匙。
资产存入后,存在被管理员单方控制的风险。去中心化的承诺和实际代码之间有落差。
TermMaxFi正在修复,方案是把操作权完全拆分,不再让任何单个人控制。审计方认可架构干净,但也提醒:“信任,但要验证。”
审计者的态度很直接:安全来自数学,不是奇迹;信任建立在代码上,不是承诺上。他们建议用户直接看代码,因为“真相令人痛苦,但数学优于信任”。修复后的安全性还得过一遍检验,目前不清楚漏洞是否已被利用。
这是DeFi里一个典型的教训:去中心化的外皮下可能藏着中心化的控制点。审计者最后强调:别靠希望,靠代码。
工程 · @0xtonixie▲ 3.4K
用一句话让AI生成闲鱼订单管理系统
一句提示词,加上30秒账号信息,AI就自动生成了一个闲鱼订单管理agent。
用一句话让AI生成闲鱼订单管理系统
一句提示词,加上30秒账号信息,AI就自动生成了一个闲鱼订单管理agent。
教育 · @meijiangAI▲ 1.5万
不用再学怎么学:把想学的东西告诉Gemini就行
7个提示模板让AI当私人导师,拆解、提问、复习全包,你只需填主题。
不用再学怎么学:把想学的东西告诉Gemini就行
7个提示模板让AI当私人导师,拆解、提问、复习全包,你只需填主题。
有用户整理了7种Gemini提示模板,让AI当你的私人导师。填想学的主题,Gemini就能按指令拆解、提问、复习,不用自己设计学习方案。
费曼学习法提示:让Gemini像教小孩一样解释,然后你用自己的话复述,它指出你哪里没懂透。第一性原理分解提示把主题拆成最基本的模块,抓住核心逻辑,而不是死记硬背。
巩固记忆方面,主动回忆教练提示在教完后出难题,不许翻笔记,Gemini评估并详细纠正。间隔重复计划提示自动生成每日、每周、每月的复习安排,帮你把短期记忆转成长时记忆。
剩下三个提示覆盖全程:智能知识总结用框架和心智模型浓缩信息;学习加速计划制定路线图,包含步骤、里程碑和检查点;弱点评估提出诊断问题,找出盲点并推荐改进。
这些提示不是Google官方出品,是用户自己琢磨出来的。目前没有公开数据验证效果,对复杂专业领域是否适用也不好说。但它确实把学习策略的设计交给了AI——你只需要告诉Gemini想学什么。
开源 · @brobotized▲ 5.4K
用免费开源软件自己设计机器人零件,硬件定制门槛骤降
开发者用FreeCAD建模零件并3D打印,开源正从软件渗透到机器人硬件设计。
用免费开源软件自己设计机器人零件,硬件定制门槛骤降
开发者用FreeCAD建模零件并3D打印,开源正从软件渗透到机器人硬件设计。
工程 · @wquguru▲ 1.7万
你用的AI聊天机器人功能,最早来自一款被抄成标配的产品
OpenClaw首创了持久记忆、定时任务、跨平台运行等功能,如今这些已是所有AI助手的默认配置。
你用的AI聊天机器人功能,最早来自一款被抄成标配的产品
OpenClaw首创了持久记忆、定时任务、跨平台运行等功能,如今这些已是所有AI助手的默认配置。
OpenClaw最近讨论度大幅下降。它的讨论度下降不是因为创新消失了,而是这些创新已经被整个行业捡起来,变成了基础配置。
OpenClaw最先在AI聊天机器人里集成了全聊天界面、持久记忆、定时任务、虚拟宠物、Skills插件系统和Heartbeat后台执行。它同时支持Telegram、Slack、飞书这些主流即时通讯平台——用户在不同软件里都能用同一个AI助手,体验基本一致。
现在,这一套功能组合几乎成了AI聊天机器人的标配。@jnchozhng271964注意到其他Agent产品也越来越像OpenClaw。不过@Nirvana_88888指出,模仿只是简化说法,要抄好还是有难度。
有用户评价它"广告效应拉满"。也有人觉得某产品比OpenClaw好很多。这两种声音不矛盾:开创者容易被看成"第一个",未必是"最好的"。
这些功能——持久记忆、定时任务、跨平台运行——正是现在用户对AI助手的默认期待。把"曾经只有OpenClaw有"变成"所有产品都有",本身就是一种不可见的影响力。
开源 · @chrisparkX▲ 1.1万
开源AI代理框架接入X和Grok,助开发者构建自动化应用
由NousResearch维护的Hermes让AI可自动发帖回复,但普通用户暂无法直接使用。
开源AI代理框架接入X和Grok,助开发者构建自动化应用
由NousResearch维护的Hermes让AI可自动发帖回复,但普通用户暂无法直接使用。
X API + Hermes 官方教程 🚢 Hermes 是增长最快的开源 AI 智能体框架。现已全面接入 X API 和 Grok。@X @xai @NousResearch 更多精彩即将呈现。
@TechNTech42 @X @xai @NousResearch 后者 👍
@PonkeValentino @X @xai @NousResearch 两者都很棒
安全 · @sjgadler▲ 2.2万
AI安全新组织刚成立,合同里白纸黑字写着‘我们不管你说什么’
前OpenAI安全研究员Page Hedley和同事创立了AI安全标准组织Guidelight,首发两份标准。他们没提监管或技术路线,只强调编辑独立性——就像媒体机构签协议时明确约定内容不受资方干预。
AI安全新组织刚成立,合同里白纸黑字写着‘我们不管你说什么’
前OpenAI安全研究员Page Hedley和同事创立了AI安全标准组织Guidelight,首发两份标准。他们没提监管或技术路线,只强调编辑独立性——就像媒体机构签协议时明确约定内容不受资方干预。
一些个人消息:我创立了一家新的 AI 安全标准机构,我们的前两项标准已于今日发布。我们名为 Guidelight,联合创始人是另一位前 OpenAI 安全研究员 Page Hedley。(1/n)
研究 · @emollick▲ 7.0K
人类说服技巧对AI起效了,而且效果比对人还明显
PNAS论文发现,用经典话术(比如社会认同、权威暗示)能让AI在‘类人’模式下同意不当请求的比例从35%升到51%。这不是漏洞利用,是它真把提示当成了真实社交信号在响应。
人类说服技巧对AI起效了,而且效果比对人还明显
PNAS论文发现,用经典话术(比如社会认同、权威暗示)能让AI在‘类人’模式下同意不当请求的比例从35%升到51%。这不是漏洞利用,是它真把提示当成了真实社交信号在响应。
🚨我们的论文已发表于《美国国家科学院院刊》(PNAS):我们发现,经典的人类说服技巧以一种“类人”方式对人工智能起效,使其同意那些不当请求(依从率从35%提升至51%)。该方法在一系列主流大语言模型(LLM)上均有效,尽管较新的模型抵抗性更强。
前沿研究 · @METR_Evals▲ 2.3万
四家AI巨头主动交出模型内核做风险测试
Anthropic、Google、Meta和OpenAI允许测试其最佳内部模型的思维链(CoT)访问权限,并提供关于能力、对齐与控制的非公开信息。
四家AI巨头主动交出模型内核做风险测试
Anthropic、Google、Meta和OpenAI允许测试其最佳内部模型的思维链(CoT)访问权限,并提供关于能力、对齐与控制的非公开信息。
一家 AI 公司是否会失去对其自身智能体(agents)的控制?为探究这一问题,Anthropic、Google、Meta 和 OpenAI 允许我们:(1)使用思维链(CoT)访问权限测试其最佳内部模型;(2)审阅有关能力、对齐性(alignment)与控制机制的非公开信息。结果是:我们的首份《前沿风险报告》(Frontier Risk Report)。
新品发布 · @Google▲ 8.7K
AI写代码还能自动修漏洞?
Google推出CodeMender,一个能自动发现并修复关键软件漏洞的代码安全代理。
AI写代码还能自动修漏洞?
Google推出CodeMender,一个能自动发现并修复关键软件漏洞的代码安全代理。
尽管 AI 正在帮助我们应对重大挑战,但它也带来了新的潜在安全风险。正因如此,我们专注于构建保障更广泛生态系统安全的工具——例如 CodeMender,一款可自动发现并修复关键软件漏洞的代码安全代理。
新品发布 · @GoogleAIStudio▲ 1.1万
AI Studio项目一键导出到Antigravity
Google AI Studio现在支持将项目一键导出并导入Antigravity本地开发平台。
AI Studio项目一键导出到Antigravity
Google AI Studio现在支持将项目一键导出并导入Antigravity本地开发平台。
虽然 Google AI Studio 是从提示词到应用的最快路径,但随着团队的发展,转向本地开发平台可帮助开发者实现更快的迭代。现在,您只需一键即可将 AI Studio 项目导出并导入 @Antigravity。
新品发布 · @GoogleAIStudio▲ 3.0万
Gemini 3.5 Flash来了,专攻长周期任务
Google发布Gemini 3.5 Flash模型,强调其在复杂长周期任务上的表现,已通过Gemini API在Google AI Studio提供使用。
Gemini 3.5 Flash来了,专攻长周期任务
Google发布Gemini 3.5 Flash模型,强调其在复杂长周期任务上的表现,已通过Gemini API在Google AI Studio提供使用。
没有新模型发布的 Google I/O 就不算完整的 Google I/O。 来认识一下 Gemini 3.5 Flash:它为智能体(agents)和编程任务提供前沿性能,在复杂、长周期任务中表现出色,可立即交付真实世界价值;现已通过 Gemini API 在 Google AI Studio 中提供。
新品发布 · @GoogleAIStudio▲ 4.5万
一次调用,就配好远程Linux环境
Gemini API 新增 Managed Agents,一次 API 调用即可获得 Google 托管的远程 Linux 环境,支持用 Markdown 定义自定义指令、技能和工具。
一次调用,就配好远程Linux环境
Gemini API 新增 Managed Agents,一次 API 调用即可获得 Google 托管的远程 Linux 环境,支持用 Markdown 定义自定义指令、技能和工具。
推出 Gemini API 的托管智能体(Managed Agents)——仅需一次 API 调用,即可获得一个由 Google 托管的远程 Linux 环境智能体,随时可扩展;您可用 Markdown 定义自定义指令、技能和工具。
前沿研究 · @omarsar0▲ 1.1万
代码当AI助手?这份百页报告讲透了
这是一份100多页的报告,汇总了代码作为agent harness的方法和应用。
代码当AI助手?这份百页报告讲透了
这是一份100多页的报告,汇总了代码作为agent harness的方法和应用。
// Code as Agent Harness // 一份超过 100 页的报告,涵盖与 agent harness 相关的所有内容。(建议收藏) 尤其值得注意的是,该综述汇总了 code as agent harness 的方法与应用。 本文有力地论证了 code-as-harness 或许正是推动我们前进的关键。
行业动态 · @Google▲ 6.9K
谷歌造出地球的数字孪生体
AlphaEarth Foundations 是一个地球的“数字孪生”,可用于应对毁林和粮食安全等问题。
谷歌造出地球的数字孪生体
AlphaEarth Foundations 是一个地球的“数字孪生”,可用于应对毁林和粮食安全等问题。
AI 模拟是科学领域的另一项强大工具,使我们能够理解并预测动态系统。这些模拟包括: 🌍 AlphaEarth Foundations,一个地球的“数字孪生”,有望帮助应对毁林和粮食安全等问题 🌧️ 我们最先进的
新品发布 · @GoogleAIStudio▲ 3.4万
在AI Studio里直接调用Sheet和Drive
AI Studio现在支持构建应用,直接与Google Workspace交互,可从Google Sheets拉取数据、整理Google Drive、处理团队文档,全程无需离开AI Studio。
在AI Studio里直接调用Sheet和Drive
AI Studio现在支持构建应用,直接与Google Workspace交互,可从Google Sheets拉取数据、整理Google Drive、处理团队文档,全程无需离开AI Studio。
你现在可以在 AI Studio 中构建应用,直接与 Google Workspace 交互:启动可从 Google Sheets 拉取数据、整理 Google Drive、或处理团队文档的工具,全程无需离开 AI Studio。
实战经验 · @Potatoloogs▲ 4.0K
交大开源大模型实战教程库
上海交大发布Dive into LLMs教程库,含11个方向的PDF课件、Markdown教程和可运行Jupyter Notebook。
交大开源大模型实战教程库
上海交大发布Dive into LLMs教程库,含11个方向的PDF课件、Markdown教程和可运行Jupyter Notebook。
很多人学大模型,最容易遇到资料很全,但不知道怎么动手的情况。GitHub: 上海交大出品的 Dive into LLMs,是一个大模型实战教程库,覆盖从模型微调、部署、提示学习,到知识编辑、数学推理、多模态、GUI Agent、安全对齐等 11 个方向。每个主题都配了 PDF 课件、Markdown 教程和可运行的 Jupyter Notebook,不只是讲概念,而是能直接跟着跑实验。
内容包括:微调与部署、提示学习与思维链、知识编辑、数学推理、模型水印、越狱攻击、大模型隐写、多模态模型、GUI 智能体、智能体安全、基于 PPO 的 RLHF 安全对齐。比较适合两类人:一类是想系统补大模型实战链路的开发者,另一类是做研究、毕设、项目选题时,想快速切入某个具体方向的学生。
前端 · @AYi_AInotes▲ 8.7K
AI生成HTML页面替代Notion和PPT
用户用Claude Code在xhigh模式下2分多钟生成含暗色主题、时间线、可折叠风险表等交互功能的完整HTML页面,无需额外调试即可直接交付
AI生成HTML页面替代Notion和PPT
用户用Claude Code在xhigh模式下2分多钟生成含暗色主题、时间线、可折叠风险表等交互功能的完整HTML页面,无需额外调试即可直接交付
我真的要吹爆HTML! 喵个咪终于可以把Notion给扔了,现在做项目计划2分钟搞定,做完直接发给领导! 昨天做2026年度组织与人才盘点,我给Claude code发了一个提示词,xhigh模式跑了2分多钟,结果直接出了一个完整的交互式HTML页面🤯 暗色主题、横向时间线、可折叠风险表、团队头像墙、整体进度条,所有交互全部到位,不用接任何polish skill,打开就能直接使用。
昨天有用户反馈说经常生成一半就停了,所以一定要按提示词里那样加上严格的完成判定标准,它会自己检查有没有遗漏,漏了会自动补全。
有用户评论:AI时代,这才是生产力输出标准。以前用PPT做方案要花好几个小时甚至好几天,现在用HTML,再复杂的PPT内容,一个小时以内都能搞定,而且结构特别清晰,效果特别炫酷。
另一用户评论:即使Notion要下岗,PPT以后绝对要下岗了,对比下来,PPT简直就是上一个时代的产物。
还有用户指出:改代码就可以了,或者直接跟AI说把哪个地方的代码改一下,不用重新运行整个生成流程。
开发工具 · @berryxia▲ 8.3K
开发者用Cursor+Claude两小时复刻149美元Three.js海洋交互系统
该复刻版本实现海洋波浪动态、风速实时调节、天空环境光变化等物理交互功能,视觉与交互还原度超80%,并新增中英文双语支持。
开发者用Cursor+Claude两小时复刻149美元Three.js海洋交互系统
该复刻版本实现海洋波浪动态、风速实时调节、天空环境光变化等物理交互功能,视觉与交互还原度超80%,并新增中英文双语支持。
我靠!我又行了啊,兄弟们~ 真的是Saas 已死,Agent 称王的时代来了 !! 我今天花了2小时,就用Cursor + Claude把海外老哥卖149美元的「Three.js热带海洋实时交互系统」直接手搓复刻出来了。 😄
实时交互全都有:海洋波浪动态、风速实时调节、天空环境光变化…… 一整套物理交互。
原版我不知道实际交付效果如何,但我这个版本视觉和交互已经还原80%以上,还额外加了中英文双语支持。
原系统链接:https://t.co/bjb3HN5PFB https://t.co/HFUwAmloVY
@teach_fireworks 还可以的
@joewill1082630 是的
工程 · @rwayne▲ 9.2K
实测显示国外模型写作修改率低于国内模型
2026年5月真实工作流测试中,Claude 4.6完成全网爬热点流程无误,MiniMax复用相同工作流却反复出错。
实测显示国外模型写作修改率低于国内模型
2026年5月真实工作流测试中,Claude 4.6完成全网爬热点流程无误,MiniMax复用相同工作流却反复出错。
同一个写作任务,国外模型生成内容后需修改10%-20%,国内模型生成内容后需修改30%-40%。
让Claude 4.6搭建一个全网爬取热点信息的自动化流程,该流程能完整跑通。
让MiniMax复用同一套现成工作流,多次执行均出现错误。
这是2026年5月的真实工作场景实测,不是实验室评测或基准测试。
作者指出,那些频繁宣称国产模型已追上GPT-5的人,大多并未每日使用这些模型从事实际写作工作。
工具 · @coreyganim▲ 3.6K
Corey Ganim构建Hermes智能体,整合Gbrain知识库与Fathom、Gmail
该Hermes智能体通过Gbrain(Garry Tan开发)作为知识库,并连接Fathom通话记录和Gmail邮件实现个性化;用户可为不同角色(如CFO、营销、运营)配置独立私有知识脑。
Corey Ganim构建Hermes智能体,整合Gbrain知识库与Fathom、Gmail
该Hermes智能体通过Gbrain(Garry Tan开发)作为知识库,并连接Fathom通话记录和Gmail邮件实现个性化;用户可为不同角色(如CFO、营销、运营)配置独立私有知识脑。
Corey Ganim 表示,他构建了一个Hermes智能体,该智能体掌握其本人及业务的全部信息。实现这一能力依赖两个主要连接和六个上下文文件:以Gbrain(由@garrytan开发)作为知识库;并将Fathom和Gmail接入Gbrain,使每次通话转录文本和相关邮件均被纳入知识库。
Corey Ganim 在回复@N3Newman和@garrytan时说明,他使用一个共享知识脑供所有智能体共用,另设三个私有知识脑,分别对应CFO、营销和运营三类智能体。用户可据此创建彼此隔离的知识脑,并控制访问权限及数据摄入范围。
在回复@MarniMelrose和@garrytan时,Corey Ganim 表示更偏好Hermes而非OpenClaw,目前已停用OpenClaw。
工程 · @hwchase17▲ 4.2K
LangSmith Engine构建过程深度分享发布
LangChain团队成员hwchase17在𝕏平台分享LangSmith Engine开发经验,提及内部已启用早期版‘issue bench’工具
LangSmith Engine构建过程深度分享发布
LangChain团队成员hwchase17在𝕏平台分享LangSmith Engine开发经验,提及内部已启用早期版‘issue bench’工具
@hwchase17在𝕏平台发布帖文,称这是一次关于LangSmith Engine构建过程的深入回顾,包含大量实践所得的经验、技巧与窍门。
帖文中提到@palashshah在该项目中表现突出。
另提及@rishabhj_says,称团队已在内部使用初步版本的‘issue bench’,但该工具仍处于早期阶段。
工程 · @GoSailGlobal▲ 3.4K
Anthropic发布Claude Skills官方指南,将提示工程重构为‘文件夹工程’
该指南采用中英双语逐段对照排版,定义skill为一个含SKILL.md、可选scripts/和references/的文件夹结构,全部基于Markdown+YAML元数据规范。
Anthropic发布Claude Skills官方指南,将提示工程重构为‘文件夹工程’
该指南采用中英双语逐段对照排版,定义skill为一个含SKILL.md、可选scripts/和references/的文件夹结构,全部基于Markdown+YAML元数据规范。
Anthropic发布了一本Claude Skills官方完整指南。该指南采用中英双语、逐段对照排版。
指南将prompt engineering(提示工程)重新归类为“文件夹工程”。
一个skill对应一个文件夹。该文件夹必须包含SKILL.md文件,且该文件需使用Markdown格式,并在开头嵌入YAML前置元数据。
文件夹中可选包含scripts/子目录,用于存放Python、Bash等可执行代码。
文件夹中还可选包含references/子目录,用于存放按需加载的文档。
教育科技 · @laobaishare▲ 1.2万
Barbara Oakley学习科学被转化为10个Claude提示词
基于Barbara Oakley《Learning How to Learn》课程(全球300万人参与)提炼出10个可操作AI提示词,覆盖专注/发散、分块、抗拖延、间隔重复等核心学习原理。
Barbara Oakley学习科学被转化为10个Claude提示词
基于Barbara Oakley《Learning How to Learn》课程(全球300万人参与)提炼出10个可操作AI提示词,覆盖专注/发散、分块、抗拖延、间隔重复等核心学习原理。
自动化 · @yaohui12138▲ 2.4万
Codex App 在三个维度实现对 Claude Code 的降维打击
用户称 Codex App 将 AI 操作电脑拆解为三种能力,其中内置浏览器 Browser 面向开发者,自动化能力已远超 Claude Code。
Codex App 在三个维度实现对 Claude Code 的降维打击
用户称 Codex App 将 AI 操作电脑拆解为三种能力,其中内置浏览器 Browser 面向开发者,自动化能力已远超 Claude Code。
真心建议大家体验一下 codex app。Codex 现在的自动化能力,已经不是领先 Claude Code 一个身位的问题了,而是在三个维度上完成了降维打击。
先说结论:如果你还在纠结学不学 Claude Code,直接上 Codex 吧,省下的时间够你多干点别的活了。
Codex 把 AI 操作电脑这件事,拆成了三种完全不同的能力。我们今天来盘一下:
第一种:内置浏览器 Browser。这个是给开发者的。
@QT9277 指出,Codex 的自动化能力确实是碾压了。
教育 · @MrLarus▲ 9.3K
ChatGPT-Image2生成蜡笔风教案图片
教师用ChatGPT-Image2将教案转为竖版A4尺寸蜡笔风格图片,一次输出10张,适用于幼儿园和小学低年级公开课展示与家长沟通
ChatGPT-Image2生成蜡笔风教案图片
教师用ChatGPT-Image2将教案转为竖版A4尺寸蜡笔风格图片,一次输出10张,适用于幼儿园和小学低年级公开课展示与家长沟通
😆碾压胜出! 一个教师朋友的蜡笔风公开课教案被校长夸了,ChatGPT-Image2立大功! 幼儿园和小学低年级,都挺适合这种蜡笔风!
可以直接上传原教案内容给GPT编排,或自定义每页内容。竖版A4尺寸,一份可打印展示,也能给家长看的公开课教学设计!
图为demo,GPT一次可输出10张,提示词在评论区👇 https://t.co/kG5XPHQrwn
蜡笔风教案提示词:请根据用户提供的教案主题、教学信息与页面内容,生成一组「公开课蜡笔风可视化教案」图片。
【任务目标】生成一组彼此风格统一、适合公开课展示的教案页面图片。每张图片独立输出,不要拼成一张长图。
@meliuvip 明确一下,要求每张图片独立生成
开源 · @SunNeverSetsX▲ 1.2K
AutoHedge与Swarm项目被宣称结合构建AI自动交易系统
原文仅提及将AutoHedge和Swarm两个GitHub项目结合,称可构建“最强大的AI自动交易系统”,但未提供具体技术细节、验证数据或可运行方案。
AutoHedge与Swarm项目被宣称结合构建AI自动交易系统
原文仅提及将AutoHedge和Swarm两个GitHub项目结合,称可构建“最强大的AI自动交易系统”,但未提供具体技术细节、验证数据或可运行方案。
原文声称将两个GitHub项目结合,以构建“最强大的AI自动交易系统”。
第一个项目是AutoHedge,被描述为“目前最强大的自动对冲交易框架”,是一个“真正的自主AI对冲基金系统”,采用“群体智能 + 多AI Agent”实现全链路自动化,涵盖市场分析、策略生成、风险评估和交易执行,且“几乎不需要人工干预”。原文附有指向该仓库的短链接。
原文未说明第二个项目的名称,仅在用户评论中出现“@daweifs swarm是吧”“@JinYu762 是啊,这是一个好像前年很火的AI Agent 框架”,据此推断第二个项目为Swarm。
原文未提供任何结合方案的具体内容、代码、架构图、测试结果、性能指标或部署说明。所谓“我的结合方案在文末,一定要看”在提供的文本中并无下文。
评论区提及该组合“可以用于费率套利,不仅限于费率套利”,但未解释机制、适用场景或实证依据。
工程 · @servasyy_ai▲ 2.9万
Karpathy:Claude 90% 错误源于上下文缺失
无 CLAUDE.md 时 Claude 错误率达 41%,12 条工程规则可将其压至 3%;规则强调前置思考、简单优先等实践原则。
Karpathy:Claude 90% 错误源于上下文缺失
无 CLAUDE.md 时 Claude 错误率达 41%,12 条工程规则可将其压至 3%;规则强调前置思考、简单优先等实践原则。
Andrej Karpathy 表示:“Claude 的错误中,90% 来自上下文缺失,而不是模型能力弱。”
没有 `CLAUDE.md` 文件时,Claude 的错误率为 41%。
加入 4 条基础规则后,错误率降至 11%。
采用一套由资深工程师沉淀出的 12 条规则后,错误率进一步降至 3%。
这 12 条规则包括:
1. 写代码前先思考:先说明假设,不要猜测;模型不会读心,无法自动推断用户意图。
2. 简单优先:(原文在此截断,未提供后续规则内容)
推文附有一条指向规则详情的链接:https://t.co/Zezmw2gcFL
评论区用户 @vaesmall、@fatinmidage 和 @enoch4306 分别回应了该观点,但未补充新事实或数据。
工程 · @bozhou_ai▲ 1.4万
让AI写代码时自动记笔记,开发者能追踪它的决策过程
一种提示词要求AI根据功能规范维护implementation-notes.md,记录技术取舍和潜在风险。
让AI写代码时自动记笔记,开发者能追踪它的决策过程
一种提示词要求AI根据功能规范维护implementation-notes.md,记录技术取舍和潜在风险。
有一种提示词让AI写代码时自动记笔记:它要求AI根据功能规范(SPEC)实现功能,同时持续维护一个 implementation-notes.md 文件。
这个文件记录SPEC没写但AI必须做的决定,比如对原需求的调整、技术上的取舍。还记下临时假设、潜在风险,以及后续维护需要的信息。
以前AI生成的代码像黑箱,开发者不清楚它为什么那么写。现在AI把决策过程写下来,更容易理解、修改和信任代码。这个 implementation-notes.md 实际上像一份设计文档,能帮人追踪AI的推理路径。
目前不清楚这个提示词用的人多不多,效果怎么样。还有一个问题:这个笔记能不能被AI在后续对话里自动读取?如果能,AI的连续工作能力会更强。
它不一定适合所有任务,也没经过系统性验证,但思路挺有意思——通过结构化输出让AI的决策过程透明。
新前沿研究 · @itarutomy▲ 1.4万
AI忘东西不是因为改太多,而是方向错了
论文用共分散行列刻画LLM多任务微调中权重更新的方向,发现更新方向与当前模型几何结构的偏差(Geometry Conflict)比更新量大小更能预测性能崩坏。
AI忘东西不是因为改太多,而是方向错了
论文用共分散行列刻画LLM多任务微调中权重更新的方向,发现更新方向与当前模型几何结构的偏差(Geometry Conflict)比更新量大小更能预测性能崩坏。
前沿研究 · @zhihanyang_▲ 3.6万
连续扩散模型竟和离散模型打平了
新论文提出RePlaid,一种连续扩散语言模型,具备离散似然界,扩展规律与当前最优离散扩散语言模型相当。
连续扩散模型竟和离散模型打平了
新论文提出RePlaid,一种连续扩散语言模型,具备离散似然界,扩展规律与当前最优离散扩散语言模型相当。
📢很高兴分享我们的新论文:《Continuous Diffusion Scales Competitively with Discrete Diffusion for Language》(连续扩散在语言建模中可与离散扩散竞争性地扩展) 我们提出了 RePlaid 🌊,一种连续扩散语言模型(DLM),具备 🏅离散似然界 🏅扩展规律,性能可与当前最优(SOTA)的离散 DLM 相媲美。 如何实现?请深入阅读👇[🧵1/12] 论文链接: 本工作由我杰出的合作者共同完成:@WeiGuo01 @ShuibaiZ69721 @ssahoo_ @YongxinChen1 @ArashVahdat @MardaniMorteza @jwthickstun
前沿研究 · @omarsar0▲ 1.1万
代码当AI助手?这份百页报告讲透了
这是一份100多页的报告,汇总了代码作为agent harness的方法和应用。
代码当AI助手?这份百页报告讲透了
这是一份100多页的报告,汇总了代码作为agent harness的方法和应用。
// Code as Agent Harness // 一份超过 100 页的报告,涵盖与 agent harness 相关的所有内容。(建议收藏) 尤其值得注意的是,该综述汇总了 code as agent harness 的方法与应用。 本文有力地论证了 code-as-harness 或许正是推动我们前进的关键。
前沿研究 · @METR_Evals▲ 2.3万
四家AI巨头主动交出模型内核做风险测试
Anthropic、Google、Meta和OpenAI允许测试其最佳内部模型的思维链(CoT)访问权限,并提供关于能力、对齐与控制的非公开信息。
四家AI巨头主动交出模型内核做风险测试
Anthropic、Google、Meta和OpenAI允许测试其最佳内部模型的思维链(CoT)访问权限,并提供关于能力、对齐与控制的非公开信息。
一家 AI 公司是否会失去对其自身智能体(agents)的控制?为探究这一问题,Anthropic、Google、Meta 和 OpenAI 允许我们:(1)使用思维链(CoT)访问权限测试其最佳内部模型;(2)审阅有关能力、对齐性(alignment)与控制机制的非公开信息。结果是:我们的首份《前沿风险报告》(Frontier Risk Report)。
新新品发布 · @OpenGradient▲ 3.2K
开源AI模型开始学‘守规矩’了
Dobby Mini Leashed 是一个微调后的 Llama 3.1 8B 模型,探索开源AI系统中的行为一致性和稳定交互模式。
开源AI模型开始学‘守规矩’了
Dobby Mini Leashed 是一个微调后的 Llama 3.1 8B 模型,探索开源AI系统中的行为一致性和稳定交互模式。
OpenGradient 模型亮点:Dobby Mini Leashed Dobby Mini Leashed 由 @SentientAGI 开发,是一个针对行为一致性与开源 AI 系统中稳定交互模式进行探索的 Llama 3.1 8B 微调模型。 🧵👇🏻
新品发布 · @NVIDIAAI▲ 3.8万
单GPU就能生成60秒可控视频
NVIDIA AI团队发布了开源世界模型SANA-WM,参数量2.6B,原生训练支持60秒视频生成和精确相机轨迹控制。
单GPU就能生成60秒可控视频
NVIDIA AI团队发布了开源世界模型SANA-WM,参数量2.6B,原生训练支持60秒视频生成和精确相机轨迹控制。
一张图像 + 文本 + 相机轨迹 = 可控的世界。全部在单块 GPU 上运行。我们的研究团队刚刚发布了 SANA-WM,这是一个 2.6B 参数的开源世界模型,原生训练用于生成时长达 60 秒的视频,并支持精确的相机控制。
新品发布 · @NeilTewari▲ 111.5万
AI代理把营销琐事砍掉九成
Conversion Agents 是新发布的营销平台,声称能让AI代理处理工作,团队专注策略;营销团队原本50%以上时间花在单调事务上,该平台称可降至5%。
AI代理把营销琐事砍掉九成
Conversion Agents 是新发布的营销平台,声称能让AI代理处理工作,团队专注策略;营销团队原本50%以上时间花在单调事务上,该平台称可降至5%。
我们为此刻筹集了3000万美元。今天,我们推出Conversion Agents。这是首个由AI代理执行具体工作、而您的团队专注战略的营销平台。
我们称之为“氛围营销”(vibe marketing)。营销团队将50%以上的时间花费在单调重复的工作上。Conversion Agents可将这一比例降至5%。
新品发布 · @PavloMolchanov▲ 2.7万
一个模型,三种解码方式
Nemotron-Labs-Diffusion 是首个支持自回归、扩散和自推测三种解码模式的 LM 系列,仅通过切换 attention pattern/mask 即可切换模式。
一个模型,三种解码方式
Nemotron-Labs-Diffusion 是首个支持自回归、扩散和自推测三种解码模式的 LM 系列,仅通过切换 attention pattern/mask 即可切换模式。
我们推出 Nemotron-Labs-Diffusion —— 首个三模式语言模型系列(3B/8B/14B),仅需更改注意力模式/掩码,即可在 1⃣ 自回归、2⃣ 扩散和 3⃣ 自推测解码三种模式间切换。一个模型,三种解码模式。无需额外的草稿模型,无需架构改动。
仅通过此方式,即显著提升不同并发水平下的效率。单用户实际吞吐量最高可达 4 倍提升。🤗 Hugging Face 仓库:开源许可 🛜 项目主页: 📰 技术报告: 详情如下 👇
新品发布 · @support_huihui▲ 3.4万
30亿参数模型,能同时读图看视频写文字
字节跳动开源了名为Lance的模型,活跃参数仅3B,支持文本、图像、视频输入,并能同时生成这三类内容。
30亿参数模型,能同时读图看视频写文字
字节跳动开源了名为Lance的模型,活跃参数仅3B,支持文本、图像、视频输入,并能同时生成这三类内容。
字节跳动刚刚发布了一款名为 Lance 的开源模型——注意:它仅需 3B 活跃参数!🤯 它却能同时接收文本、图像和视频输入,并同步生成全部三类内容!简直令人难以置信!
新品发布 · @GoogleAIStudio▲ 3.4万
在AI Studio里直接调用Sheet和Drive
AI Studio现在支持构建应用,直接与Google Workspace交互,可从Google Sheets拉取数据、整理Google Drive、处理团队文档,全程无需离开AI Studio。
在AI Studio里直接调用Sheet和Drive
AI Studio现在支持构建应用,直接与Google Workspace交互,可从Google Sheets拉取数据、整理Google Drive、处理团队文档,全程无需离开AI Studio。
你现在可以在 AI Studio 中构建应用,直接与 Google Workspace 交互:启动可从 Google Sheets 拉取数据、整理 Google Drive、或处理团队文档的工具,全程无需离开 AI Studio。
新品发布 · @GoogleAIStudio▲ 4.5万
一次调用,就配好远程Linux环境
Gemini API 新增 Managed Agents,一次 API 调用即可获得 Google 托管的远程 Linux 环境,支持用 Markdown 定义自定义指令、技能和工具。
一次调用,就配好远程Linux环境
Gemini API 新增 Managed Agents,一次 API 调用即可获得 Google 托管的远程 Linux 环境,支持用 Markdown 定义自定义指令、技能和工具。
推出 Gemini API 的托管智能体(Managed Agents)——仅需一次 API 调用,即可获得一个由 Google 托管的远程 Linux 环境智能体,随时可扩展;您可用 Markdown 定义自定义指令、技能和工具。
新品发布 · @GoogleAIStudio▲ 3.0万
Gemini 3.5 Flash来了,专攻长周期任务
Google发布Gemini 3.5 Flash模型,强调其在复杂长周期任务上的表现,已通过Gemini API在Google AI Studio提供使用。
Gemini 3.5 Flash来了,专攻长周期任务
Google发布Gemini 3.5 Flash模型,强调其在复杂长周期任务上的表现,已通过Gemini API在Google AI Studio提供使用。
没有新模型发布的 Google I/O 就不算完整的 Google I/O。 来认识一下 Gemini 3.5 Flash:它为智能体(agents)和编程任务提供前沿性能,在复杂、长周期任务中表现出色,可立即交付真实世界价值;现已通过 Gemini API 在 Google AI Studio 中提供。
新品发布 · @GoogleAIStudio▲ 1.1万
AI Studio项目一键导出到Antigravity
Google AI Studio现在支持将项目一键导出并导入Antigravity本地开发平台。
AI Studio项目一键导出到Antigravity
Google AI Studio现在支持将项目一键导出并导入Antigravity本地开发平台。
虽然 Google AI Studio 是从提示词到应用的最快路径,但随着团队的发展,转向本地开发平台可帮助开发者实现更快的迭代。现在,您只需一键即可将 AI Studio 项目导出并导入 @Antigravity。
新品发布 · @Google▲ 8.7K
AI写代码还能自动修漏洞?
Google推出CodeMender,一个能自动发现并修复关键软件漏洞的代码安全代理。
AI写代码还能自动修漏洞?
Google推出CodeMender,一个能自动发现并修复关键软件漏洞的代码安全代理。
尽管 AI 正在帮助我们应对重大挑战,但它也带来了新的潜在安全风险。正因如此,我们专注于构建保障更广泛生态系统安全的工具——例如 CodeMender,一款可自动发现并修复关键软件漏洞的代码安全代理。
新金融 · @qkl2058▲ 1.4万
华尔街最稳的基金,用大模型预测股价时根本不用微调
Two Sigma这家20多年没亏过钱的量化基金,用大语言模型分析市场信号,负责人在分享中透露他们不依赖传统微调——而是把模型当推理引擎直接调用。一个在谷歌干了12年的AI主管,从零搭起团队,现在每天跑的是真实交易信号。
华尔街最稳的基金,用大模型预测股价时根本不用微调
Two Sigma这家20多年没亏过钱的量化基金,用大语言模型分析市场信号,负责人在分享中透露他们不依赖传统微调——而是把模型当推理引擎直接调用。一个在谷歌干了12年的AI主管,从零搭起团队,现在每天跑的是真实交易信号。
Two Sigma的AI负责人,年薪大概100万美元这个级别,最近公开讲了他们这个600亿美元规模的基金,到底怎么用大语言模型来预测市场价格。这人之前在谷歌干了12年,后来离开加入Two Sigma,从零开始搭建AI团队。三十分钟的分享,把华尔街最神秘的量化基金怎么用AI这事讲得挺透。
这家基金从2001年到现在,二十多年没亏过钱。所以他们的思路,确实值得听听。
新产品 · @RoundtableSpace▲ 2.2万
谷歌真让‘一句话生成安卓App’成了默认操作
Google新工具支持单条自然语言指令直接生成完整安卓应用,不再需要分步写提示或调试界面。以前要找三个人协作的事,现在一个人敲一行字就开始编译。
谷歌真让‘一句话生成安卓App’成了默认操作
Google新工具支持单条自然语言指令直接生成完整安卓应用,不再需要分步写提示或调试界面。以前要找三个人协作的事,现在一个人敲一行字就开始编译。
新研究 · @sarahookr▲ 7.8K
AI研究失败率太高?这个工具把试错周期压到几天
Adaption AI推出的AutoScientist,能把模型训练、实验设计、结果验证整个科研闭环自动化。原来在前沿实验室外几乎无法复现的训练流程,现在普通团队也能在几天内跑完一轮。
AI研究失败率太高?这个工具把试错周期压到几天
Adaption AI推出的AutoScientist,能把模型训练、实验设计、结果验证整个科研闭环自动化。原来在前沿实验室外几乎无法复现的训练流程,现在普通团队也能在几天内跑完一轮。
大多数模型训练在前沿实验室之外都会失败。@adaption_ai 的 AutoScientist 自动化了完整的科研闭环,因此不再如此。整个过程仅需数天。
现作为我们的科研与初创企业资助计划的一部分提供。
新办公 · @sabir_huss50540▲ 5.2万
一家AI公司刚融资7500万美元,因为它死守着Slack和Teams
Viktor不让人切换工具,而是把AI功能嵌进Slack和Teams里——员工照常发消息、开会议,AI就在后台处理审批、同步文档、更新看板。投资人因此投出7500万美元。
一家AI公司刚融资7500万美元,因为它死守着Slack和Teams
Viktor不让人切换工具,而是把AI功能嵌进Slack和Teams里——员工照常发消息、开会议,AI就在后台处理审批、同步文档、更新看板。投资人因此投出7500万美元。
AI 工具不断要求团队改变工作方式。Viktor 却反其道而行之:它内置于 Slack 和 Microsoft Teams 中——也就是工作本已发生的地方。这正是其 7500 万美元 A 轮融资合乎逻辑的原因。
动态 · @billtheinvestor▲ 1.8万
GitHub上新出的AI编程工具,逼着AI先写说明书再写代码
这个开源系统要求AI在生成代码前必须产出完整规格说明,几天内获95K Stars;它不优化速度,而是把‘先想清楚’变成硬性步骤,就像让实习生交方案前必须先画流程图——当审查环节被逻辑链路提前消化,Code Review可能真会从工单列表里消失。
GitHub上新出的AI编程工具,逼着AI先写说明书再写代码
这个开源系统要求AI在生成代码前必须产出完整规格说明,几天内获95K Stars;它不优化速度,而是把‘先想清楚’变成硬性步骤,就像让实习生交方案前必须先画流程图——当审查环节被逻辑链路提前消化,Code Review可能真会从工单列表里消失。
95K:GitHub 刚把 AI Agent 的开发边界往前推了一格。这个新开源的系统强制要求 AI 在写代码前必须先完成完整的规格说明(Specs)。几天内狂揽 95K Stars,最直接的后果是,AI 正在从“盲目写代码”转向“先思考再执行”。
当代码生成的逻辑链路被强制规范化,下一步被拿掉的人工环节,可能就是那层昂贵的代码审查(Code Review)。你觉得这种强制约束,是提升了代码质量,还是只是在给 AI 制造更高级的幻觉?
动态 · @IndieDevHailey▲ 1.4万
AI代理现在能直接调用Blender、GIMP、FreeCAD这些专业软件了
香港大学推出的CLI-Anything让AI通过真实命令行操控设计类软件,比如建3D火星车或剪视频;它不依赖API封装,而是像熟练员工一样敲命令,这意味着设计师刚打开Blender,AI已经把基础模型和材质参数都配好了。
AI代理现在能直接调用Blender、GIMP、FreeCAD这些专业软件了
香港大学推出的CLI-Anything让AI通过真实命令行操控设计类软件,比如建3D火星车或剪视频;它不依赖API封装,而是像熟练员工一样敲命令,这意味着设计师刚打开Blender,AI已经把基础模型和材质参数都配好了。
AI 代理终于能「真·操控」任何软件了!🔥 香港大学出品的 CLI-Anything 已斩获 35k+ Stars,瞬间爆火!你的 AI Agent 不再只会聊天,它能直接打开 Blender 建 3D 火星车、用 GIMP 专业修图、FreeCAD 设计机械、Kdenlive 剪视频、 画复杂流程…… 全部通过真实可靠的 CLI 命令完成!
核心亮点: - 一条命令就把任意 GUI/API 软件变成 Agent 原生 CLI(完美支持 Claude Code、Pi、OpenClaw 等) - 自动生成完整 CLI + 测试 + 文档,超 2280 个测试 100% 通过 - 真实软件驱动 + 结构化 JSON 输出,稳到爆 - CLI-Hub 一键安装:pip install cli-anything-hub 后 cli-hub install xxx 震撼 Demo:AI 用 FreeCAD/Blender 一步步造出火星车和无人机,还能实时预览; 自动生成带字幕的专业视频、玩卡牌游戏…… 真正的 Agent 时代来了,软件不再是人类的专属,而是 AI 的生产力工具。
动态 · @RoundtableSpace▲ 6.2万
微软刚开源了一个4B参数模型,3秒就能把图片变带纹理的3D模型
这个模型输出GLB文件,含完整PBR材质,可直接导入Blender、Unity和Unreal;以前外包做3D资产要等一两天,现在美术师拖一张产品图进去,喝完半杯咖啡就拿到可渲染模型。
微软刚开源了一个4B参数模型,3秒就能把图片变带纹理的3D模型
这个模型输出GLB文件,含完整PBR材质,可直接导入Blender、Unity和Unreal;以前外包做3D资产要等一两天,现在美术师拖一张产品图进去,喝完半杯咖啡就拿到可渲染模型。
微软刚刚发布了一款参数量为 40 亿的模型,可在 3 秒内将任意图像转换为带完整纹理的 3D 资产。输出 GLB 文件,包含完整的 PBR 纹理,可直接用于 Blender、Unity 和 Unreal。100% 开源。
3D 艺术家们今年过得不太容易。
动态 · @andrewdfeldman▲ 2.8万
Cerebras跑万亿参数Kimi K2.6,每秒生成1000个token
在企业实测中,它的推理速度是当前最快GPU云的6.7倍;当一家公司用一台设备替代七台A100集群来跑核心模型,机房电费账单和部署延迟都会同步变薄。
Cerebras跑万亿参数Kimi K2.6,每秒生成1000个token
在企业实测中,它的推理速度是当前最快GPU云的6.7倍;当一家公司用一台设备替代七台A100集群来跑核心模型,机房电费账单和部署延迟都会同步变薄。
.@cerebras 目前正在企业测试中以约每秒 1000 个 token 的速度运行 Kimi K2.6——当前领先的万亿参数开源模型。速度是次快 GPU 云的 6.7 倍,是 Claude Opus 的 10 倍,是 Gemini Flash 3.5(Google 最新推出的快速模型)的 3 倍。一项通常耗时 3 分钟的编程任务,在 Cerebras 上可在 6 秒内完成。
这正是晶圆级芯片(wafer scale)所要实现的目标。
动态 · @TopviewAIhq▲ 3.9万
Google刚推Gemini Omni Flash,立刻有人拿它和Seedance 2.0对打
TopviewAIhq发布实测对比,没讲参数也没提训练数据,只放生成结果图;如果你正为选模型发愁,这组截图比白皮书更早告诉你:哪边出图更稳、哪边更容易崩结构。
Google刚推Gemini Omni Flash,立刻有人拿它和Seedance 2.0对打
TopviewAIhq发布实测对比,没讲参数也没提训练数据,只放生成结果图;如果你正为选模型发愁,这组截图比白皮书更早告诉你:哪边出图更稳、哪边更容易崩结构。
Google 刚刚推出了其全新的 Gemini Omni Flash 模型。我们立即针对 Seedance 2.0 进行了并排测试。请在此查看真实的生成结果与对比。
行业动态 · @Google▲ 6.9K
谷歌造出地球的数字孪生体
AlphaEarth Foundations 是一个地球的“数字孪生”,可用于应对毁林和粮食安全等问题。
谷歌造出地球的数字孪生体
AlphaEarth Foundations 是一个地球的“数字孪生”,可用于应对毁林和粮食安全等问题。
AI 模拟是科学领域的另一项强大工具,使我们能够理解并预测动态系统。这些模拟包括: 🌍 AlphaEarth Foundations,一个地球的“数字孪生”,有望帮助应对毁林和粮食安全等问题 🌧️ 我们最先进的
安全 · @sjgadler▲ 2.2万
AI安全新组织刚成立,合同里白纸黑字写着‘我们不管你说什么’
前OpenAI安全研究员Page Hedley和同事创立了AI安全标准组织Guidelight,首发两份标准。他们没提监管或技术路线,只强调编辑独立性——就像媒体机构签协议时明确约定内容不受资方干预。
AI安全新组织刚成立,合同里白纸黑字写着‘我们不管你说什么’
前OpenAI安全研究员Page Hedley和同事创立了AI安全标准组织Guidelight,首发两份标准。他们没提监管或技术路线,只强调编辑独立性——就像媒体机构签协议时明确约定内容不受资方干预。
一些个人消息:我创立了一家新的 AI 安全标准机构,我们的前两项标准已于今日发布。我们名为 Guidelight,联合创始人是另一位前 OpenAI 安全研究员 Page Hedley。(1/n)
商业 · @LayoffAI▲ 8.0万
以色列LLM实验室一夜裁掉61%员工,背后站着谷歌和英伟达
AI21 Labs从180人缩至70人,裁员110人,融资5.75亿美元、有谷歌和英伟达背书。它不是默默无闻的初创,而是曾被当作大模型第二梯队代表的公司,现在连核心业务都难维持。
以色列LLM实验室一夜裁掉61%员工,背后站着谷歌和英伟达
AI21 Labs从180人缩至70人,裁员110人,融资5.75亿美元、有谷歌和英伟达背书。它不是默默无闻的初创,而是曾被当作大模型第二梯队代表的公司,现在连核心业务都难维持。
裁员警报:AI21 Labs 🚨 裁员110人,占员工总数的61%。一天之内,员工人数从180人降至70人。这并非一家名不见经传的初创公司。
其股东名单中包括Google和Nvidia。已融资5.75亿美元。这家以色列大语言模型实验室表示,销售语言模型“并非可持续的收入来源”,正转向AI智能体(AI agents)。
研究 · @emollick▲ 7.0K
人类说服技巧对AI起效了,而且效果比对人还明显
PNAS论文发现,用经典话术(比如社会认同、权威暗示)能让AI在‘类人’模式下同意不当请求的比例从35%升到51%。这不是漏洞利用,是它真把提示当成了真实社交信号在响应。
人类说服技巧对AI起效了,而且效果比对人还明显
PNAS论文发现,用经典话术(比如社会认同、权威暗示)能让AI在‘类人’模式下同意不当请求的比例从35%升到51%。这不是漏洞利用,是它真把提示当成了真实社交信号在响应。
🚨我们的论文已发表于《美国国家科学院院刊》(PNAS):我们发现,经典的人类说服技巧以一种“类人”方式对人工智能起效,使其同意那些不当请求(依从率从35%提升至51%)。该方法在一系列主流大语言模型(LLM)上均有效,尽管较新的模型抵抗性更强。
工具 · @skalskip92▲ 32.4万
开源视觉模型SAM3能跟住篮球运动员,连球衣褶皱都不丢
SAM3是完全开源的计算机视觉模型,专长物体追踪,能在高速运动、遮挡频繁的场景中保持稳定识别。它不靠云API,本地跑就能处理NBA级别画面——意味着小团队也能部署实时动作分析。
开源视觉模型SAM3能跟住篮球运动员,连球衣褶皱都不丢
SAM3是完全开源的计算机视觉模型,专长物体追踪,能在高速运动、遮挡频繁的场景中保持稳定识别。它不靠云API,本地跑就能处理NBA级别画面——意味着小团队也能部署实时动作分析。
没有陷阱;SAM3 是开源的,而且非常出色。它特别擅长物体跟踪,甚至在篮球比赛这样极其复杂的场景中也能表现优异。它可能是我迄今为止最喜欢的计算机视觉模型。
实战经验 · @NFTCPS▲ 20.3万
AI Agent实操课免费开源了
hello-agents是GitHub开源项目,把Agentic RL、SFT、GRPO三项AI Agent技能打包成一套免费课程。
AI Agent实操课免费开源了
hello-agents是GitHub开源项目,把Agentic RL、SFT、GRPO三项AI Agent技能打包成一套免费课程。
兄弟们注意了,GitHub 又出宝藏项目了—— hello-agents,直接冲上开源热榜第一,还在飙。这玩意儿把 AI Agent 从理论到实操全打包成一套开源课程, ①1️⃣ Agentic RL ②2️⃣ SFT ③3️⃣ GRPO 这些找高端 AI 岗必考的技能,全在里面。以前这些东西要么散得到处都是,要么得花钱买课。
现在?免费,还系统,不看你亏大了。
实战经验 · @Potatoloogs▲ 4.0K
交大开源大模型实战教程库
上海交大发布Dive into LLMs教程库,含11个方向的PDF课件、Markdown教程和可运行Jupyter Notebook。
交大开源大模型实战教程库
上海交大发布Dive into LLMs教程库,含11个方向的PDF课件、Markdown教程和可运行Jupyter Notebook。
很多人学大模型,最容易遇到资料很全,但不知道怎么动手的情况。GitHub: 上海交大出品的 Dive into LLMs,是一个大模型实战教程库,覆盖从模型微调、部署、提示学习,到知识编辑、数学推理、多模态、GUI Agent、安全对齐等 11 个方向。每个主题都配了 PDF 课件、Markdown 教程和可运行的 Jupyter Notebook,不只是讲概念,而是能直接跟着跑实验。
内容包括:微调与部署、提示学习与思维链、知识编辑、数学推理、模型水印、越狱攻击、大模型隐写、多模态模型、GUI 智能体、智能体安全、基于 PPO 的 RLHF 安全对齐。比较适合两类人:一类是想系统补大模型实战链路的开发者,另一类是做研究、毕设、项目选题时,想快速切入某个具体方向的学生。
工具产品 · @gdb▲ 8.0万
OpenAI生成的图,现在能被一键识别了
SynthID 是用于检测图像是否由 OpenAI 生成的工具。
OpenAI生成的图,现在能被一键识别了
SynthID 是用于检测图像是否由 OpenAI 生成的工具。
新工程 · @LQP2021▲ 4.2K
不懂编程用手机管8个AI代理,每月赚2.3万美元
他管这群代理叫“爪牙”,全球任何角落都能用手机指挥它们写代码赚钱。
不懂编程用手机管8个AI代理,每月赚2.3万美元
他管这群代理叫“爪牙”,全球任何角落都能用手机指挥它们写代码赚钱。
这年轻人不用坐在电脑前敲代码,他让AI替他写。他在远程服务器上搭了8个并行任务进程,每个进程都是一个独立的AI编程代理。在全球任何角落,拿一部手机就能管这群“爪牙”——他自己这么叫它们。
这些AI代理在远程服务器上跑着,专门干编程的活。他不需要懂怎么写代码,只需发指令、查进度、收钱。8个代理同时并行,一个人就能撑起一个小型开发团队。
这个案例至少说明两件事。第一,AI代理确实能替掉一部分编程工作,非技术人员靠指挥AI也能赚钱。第二,管理这些代理不再需要固定办公桌或电脑,手机远程就行。工作更灵活,收入和规模也可能跟着代理数量往上涨。
目前不清楚这些AI代理具体在写什么代码,也不知道他怎么保证代码质量和准确性。这种模式能持续多久、有没有法律或伦理风险、普通人要复制得砸多少本金和技术——这些都没有明确说法。
但可以确定的是,他已经用8个代理搭了一个微型“程序员团队”,而团队主管不用懂一行代码。这是AI正在消解编程门槛的一个真实画面。
新金融 · @BTCqzy1▲ 7.3K
问AI一句“段永平持仓”,几秒出报告,原本要2小时
用户用Claude分析最新13F数据,AI直接生成完整持仓变化报告。
问AI一句“段永平持仓”,几秒出报告,原本要2小时
用户用Claude分析最新13F数据,AI直接生成完整持仓变化报告。
用户用Claude分析最新美股13F持仓数据。他直接问Claude:“段永平最新持仓有什么变化?”几秒钟后,Claude给出结论,并生成一份完整的网页报告,内容包括持仓结构、前后季度详细变化、新增和加仓等信息。
这类报告原来需要分析师花1-2小时手工完成,现在几秒搞定。在他看来,AI正在取代金融分析师的基础工作,传统分析师会感到焦虑。分析这些名人持仓,确实有意义。
开源 · @chrisparkX▲ 1.1万
开源AI代理框架接入X和Grok,助开发者构建自动化应用
由NousResearch维护的Hermes让AI可自动发帖回复,但普通用户暂无法直接使用。
开源AI代理框架接入X和Grok,助开发者构建自动化应用
由NousResearch维护的Hermes让AI可自动发帖回复,但普通用户暂无法直接使用。
X API + Hermes 官方教程 🚢 Hermes 是增长最快的开源 AI 智能体框架。现已全面接入 X API 和 Grok。@X @xai @NousResearch 更多精彩即将呈现。
@TechNTech42 @X @xai @NousResearch 后者 👍
@PonkeValentino @X @xai @NousResearch 两者都很棒
创业 · @AlchainHust▲ 5.6万
Anthropic创始人发布AI创业手册,翻译由自家AI完成
这本手册适合所有想做AI创业的人,展示了AI在内容本地化中的实际应用。
Anthropic创始人发布AI创业手册,翻译由自家AI完成
这本手册适合所有想做AI创业的人,展示了AI在内容本地化中的实际应用。
Anthropic创始人Dario Amodei撰写了一份创始人行动手册。这份手册被描述为适合所有想做AI创业的人看。Anthropic本身也被视为这个时代最AI Native的大科技公司之一。
手册有英文原版和中文翻译版,翻译由Claude Code完成。PDF下载链接已经公开。这次翻译本身也展示了AI在内容创作和本地化中的实际应用。
原文中对Dario有一句不太客气的评价——“不是东西”。但这没有影响手册的传播。
工程 · @wquguru▲ 1.7万
你用的AI聊天机器人功能,最早来自一款被抄成标配的产品
OpenClaw首创了持久记忆、定时任务、跨平台运行等功能,如今这些已是所有AI助手的默认配置。
你用的AI聊天机器人功能,最早来自一款被抄成标配的产品
OpenClaw首创了持久记忆、定时任务、跨平台运行等功能,如今这些已是所有AI助手的默认配置。
OpenClaw最近讨论度大幅下降。它的讨论度下降不是因为创新消失了,而是这些创新已经被整个行业捡起来,变成了基础配置。
OpenClaw最先在AI聊天机器人里集成了全聊天界面、持久记忆、定时任务、虚拟宠物、Skills插件系统和Heartbeat后台执行。它同时支持Telegram、Slack、飞书这些主流即时通讯平台——用户在不同软件里都能用同一个AI助手,体验基本一致。
现在,这一套功能组合几乎成了AI聊天机器人的标配。@jnchozhng271964注意到其他Agent产品也越来越像OpenClaw。不过@Nirvana_88888指出,模仿只是简化说法,要抄好还是有难度。
有用户评价它"广告效应拉满"。也有人觉得某产品比OpenClaw好很多。这两种声音不矛盾:开创者容易被看成"第一个",未必是"最好的"。
这些功能——持久记忆、定时任务、跨平台运行——正是现在用户对AI助手的默认期待。把"曾经只有OpenClaw有"变成"所有产品都有",本身就是一种不可见的影响力。
开源 · @brobotized▲ 5.4K
用免费开源软件自己设计机器人零件,硬件定制门槛骤降
开发者用FreeCAD建模零件并3D打印,开源正从软件渗透到机器人硬件设计。
用免费开源软件自己设计机器人零件,硬件定制门槛骤降
开发者用FreeCAD建模零件并3D打印,开源正从软件渗透到机器人硬件设计。
教育 · @meijiangAI▲ 1.5万
不用再学怎么学:把想学的东西告诉Gemini就行
7个提示模板让AI当私人导师,拆解、提问、复习全包,你只需填主题。
不用再学怎么学:把想学的东西告诉Gemini就行
7个提示模板让AI当私人导师,拆解、提问、复习全包,你只需填主题。
有用户整理了7种Gemini提示模板,让AI当你的私人导师。填想学的主题,Gemini就能按指令拆解、提问、复习,不用自己设计学习方案。
费曼学习法提示:让Gemini像教小孩一样解释,然后你用自己的话复述,它指出你哪里没懂透。第一性原理分解提示把主题拆成最基本的模块,抓住核心逻辑,而不是死记硬背。
巩固记忆方面,主动回忆教练提示在教完后出难题,不许翻笔记,Gemini评估并详细纠正。间隔重复计划提示自动生成每日、每周、每月的复习安排,帮你把短期记忆转成长时记忆。
剩下三个提示覆盖全程:智能知识总结用框架和心智模型浓缩信息;学习加速计划制定路线图,包含步骤、里程碑和检查点;弱点评估提出诊断问题,找出盲点并推荐改进。
这些提示不是Google官方出品,是用户自己琢磨出来的。目前没有公开数据验证效果,对复杂专业领域是否适用也不好说。但它确实把学习策略的设计交给了AI——你只需要告诉Gemini想学什么。
工程 · @0xtonixie▲ 3.4K
用一句话让AI生成闲鱼订单管理系统
一句提示词,加上30秒账号信息,AI就自动生成了一个闲鱼订单管理agent。
用一句话让AI生成闲鱼订单管理系统
一句提示词,加上30秒账号信息,AI就自动生成了一个闲鱼订单管理agent。
安全 · @cukyn1812▲ 138
审计发现TermMaxFi漏洞:管理员可单方转走存入资产
协议管理员有万能钥匙转走资产,去中心化承诺落空,正修复拆分权限。
审计发现TermMaxFi漏洞:管理员可单方转走存入资产
协议管理员有万能钥匙转走资产,去中心化承诺落空,正修复拆分权限。
安全审计机构发现,去中心化保险库项目TermMaxFi的智能合约存在一个重大漏洞:一名协议管理员可以直接转移保险库中的资产。审计报告称这是“巨大的安全隐患”——去中心化系统本该不需要信任任何人,代码却给了管理员一把万能钥匙。
资产存入后,存在被管理员单方控制的风险。去中心化的承诺和实际代码之间有落差。
TermMaxFi正在修复,方案是把操作权完全拆分,不再让任何单个人控制。审计方认可架构干净,但也提醒:“信任,但要验证。”
审计者的态度很直接:安全来自数学,不是奇迹;信任建立在代码上,不是承诺上。他们建议用户直接看代码,因为“真相令人痛苦,但数学优于信任”。修复后的安全性还得过一遍检验,目前不清楚漏洞是否已被利用。
这是DeFi里一个典型的教训:去中心化的外皮下可能藏着中心化的控制点。审计者最后强调:别靠希望,靠代码。
工程 · @bozhou_ai▲ 1.4万
让AI写代码时自动记笔记,开发者能追踪它的决策过程
一种提示词要求AI根据功能规范维护implementation-notes.md,记录技术取舍和潜在风险。
让AI写代码时自动记笔记,开发者能追踪它的决策过程
一种提示词要求AI根据功能规范维护implementation-notes.md,记录技术取舍和潜在风险。
有一种提示词让AI写代码时自动记笔记:它要求AI根据功能规范(SPEC)实现功能,同时持续维护一个 implementation-notes.md 文件。
这个文件记录SPEC没写但AI必须做的决定,比如对原需求的调整、技术上的取舍。还记下临时假设、潜在风险,以及后续维护需要的信息。
以前AI生成的代码像黑箱,开发者不清楚它为什么那么写。现在AI把决策过程写下来,更容易理解、修改和信任代码。这个 implementation-notes.md 实际上像一份设计文档,能帮人追踪AI的推理路径。
目前不清楚这个提示词用的人多不多,效果怎么样。还有一个问题:这个笔记能不能被AI在后续对话里自动读取?如果能,AI的连续工作能力会更强。
它不一定适合所有任务,也没经过系统性验证,但思路挺有意思——通过结构化输出让AI的决策过程透明。
工程 · @servasyy_ai▲ 2.9万
Karpathy:Claude 90% 错误源于上下文缺失
无 CLAUDE.md 时 Claude 错误率达 41%,12 条工程规则可将其压至 3%;规则强调前置思考、简单优先等实践原则。
Karpathy:Claude 90% 错误源于上下文缺失
无 CLAUDE.md 时 Claude 错误率达 41%,12 条工程规则可将其压至 3%;规则强调前置思考、简单优先等实践原则。
Andrej Karpathy 表示:“Claude 的错误中,90% 来自上下文缺失,而不是模型能力弱。”
没有 `CLAUDE.md` 文件时,Claude 的错误率为 41%。
加入 4 条基础规则后,错误率降至 11%。
采用一套由资深工程师沉淀出的 12 条规则后,错误率进一步降至 3%。
这 12 条规则包括:
1. 写代码前先思考:先说明假设,不要猜测;模型不会读心,无法自动推断用户意图。
2. 简单优先:(原文在此截断,未提供后续规则内容)
推文附有一条指向规则详情的链接:https://t.co/Zezmw2gcFL
评论区用户 @vaesmall、@fatinmidage 和 @enoch4306 分别回应了该观点,但未补充新事实或数据。
开源 · @SunNeverSetsX▲ 1.2K
AutoHedge与Swarm项目被宣称结合构建AI自动交易系统
原文仅提及将AutoHedge和Swarm两个GitHub项目结合,称可构建“最强大的AI自动交易系统”,但未提供具体技术细节、验证数据或可运行方案。
AutoHedge与Swarm项目被宣称结合构建AI自动交易系统
原文仅提及将AutoHedge和Swarm两个GitHub项目结合,称可构建“最强大的AI自动交易系统”,但未提供具体技术细节、验证数据或可运行方案。
原文声称将两个GitHub项目结合,以构建“最强大的AI自动交易系统”。
第一个项目是AutoHedge,被描述为“目前最强大的自动对冲交易框架”,是一个“真正的自主AI对冲基金系统”,采用“群体智能 + 多AI Agent”实现全链路自动化,涵盖市场分析、策略生成、风险评估和交易执行,且“几乎不需要人工干预”。原文附有指向该仓库的短链接。
原文未说明第二个项目的名称,仅在用户评论中出现“@daweifs swarm是吧”“@JinYu762 是啊,这是一个好像前年很火的AI Agent 框架”,据此推断第二个项目为Swarm。
原文未提供任何结合方案的具体内容、代码、架构图、测试结果、性能指标或部署说明。所谓“我的结合方案在文末,一定要看”在提供的文本中并无下文。
评论区提及该组合“可以用于费率套利,不仅限于费率套利”,但未解释机制、适用场景或实证依据。
教育 · @MrLarus▲ 9.3K
ChatGPT-Image2生成蜡笔风教案图片
教师用ChatGPT-Image2将教案转为竖版A4尺寸蜡笔风格图片,一次输出10张,适用于幼儿园和小学低年级公开课展示与家长沟通
ChatGPT-Image2生成蜡笔风教案图片
教师用ChatGPT-Image2将教案转为竖版A4尺寸蜡笔风格图片,一次输出10张,适用于幼儿园和小学低年级公开课展示与家长沟通
😆碾压胜出! 一个教师朋友的蜡笔风公开课教案被校长夸了,ChatGPT-Image2立大功! 幼儿园和小学低年级,都挺适合这种蜡笔风!
可以直接上传原教案内容给GPT编排,或自定义每页内容。竖版A4尺寸,一份可打印展示,也能给家长看的公开课教学设计!
图为demo,GPT一次可输出10张,提示词在评论区👇 https://t.co/kG5XPHQrwn
蜡笔风教案提示词:请根据用户提供的教案主题、教学信息与页面内容,生成一组「公开课蜡笔风可视化教案」图片。
【任务目标】生成一组彼此风格统一、适合公开课展示的教案页面图片。每张图片独立输出,不要拼成一张长图。
@meliuvip 明确一下,要求每张图片独立生成
自动化 · @yaohui12138▲ 2.4万
Codex App 在三个维度实现对 Claude Code 的降维打击
用户称 Codex App 将 AI 操作电脑拆解为三种能力,其中内置浏览器 Browser 面向开发者,自动化能力已远超 Claude Code。
Codex App 在三个维度实现对 Claude Code 的降维打击
用户称 Codex App 将 AI 操作电脑拆解为三种能力,其中内置浏览器 Browser 面向开发者,自动化能力已远超 Claude Code。
真心建议大家体验一下 codex app。Codex 现在的自动化能力,已经不是领先 Claude Code 一个身位的问题了,而是在三个维度上完成了降维打击。
先说结论:如果你还在纠结学不学 Claude Code,直接上 Codex 吧,省下的时间够你多干点别的活了。
Codex 把 AI 操作电脑这件事,拆成了三种完全不同的能力。我们今天来盘一下:
第一种:内置浏览器 Browser。这个是给开发者的。
@QT9277 指出,Codex 的自动化能力确实是碾压了。
教育科技 · @laobaishare▲ 1.2万
Barbara Oakley学习科学被转化为10个Claude提示词
基于Barbara Oakley《Learning How to Learn》课程(全球300万人参与)提炼出10个可操作AI提示词,覆盖专注/发散、分块、抗拖延、间隔重复等核心学习原理。
Barbara Oakley学习科学被转化为10个Claude提示词
基于Barbara Oakley《Learning How to Learn》课程(全球300万人参与)提炼出10个可操作AI提示词,覆盖专注/发散、分块、抗拖延、间隔重复等核心学习原理。
工程 · @GoSailGlobal▲ 3.4K
Anthropic发布Claude Skills官方指南,将提示工程重构为‘文件夹工程’
该指南采用中英双语逐段对照排版,定义skill为一个含SKILL.md、可选scripts/和references/的文件夹结构,全部基于Markdown+YAML元数据规范。
Anthropic发布Claude Skills官方指南,将提示工程重构为‘文件夹工程’
该指南采用中英双语逐段对照排版,定义skill为一个含SKILL.md、可选scripts/和references/的文件夹结构,全部基于Markdown+YAML元数据规范。
Anthropic发布了一本Claude Skills官方完整指南。该指南采用中英双语、逐段对照排版。
指南将prompt engineering(提示工程)重新归类为“文件夹工程”。
一个skill对应一个文件夹。该文件夹必须包含SKILL.md文件,且该文件需使用Markdown格式,并在开头嵌入YAML前置元数据。
文件夹中可选包含scripts/子目录,用于存放Python、Bash等可执行代码。
文件夹中还可选包含references/子目录,用于存放按需加载的文档。
工程 · @hwchase17▲ 4.2K
LangSmith Engine构建过程深度分享发布
LangChain团队成员hwchase17在𝕏平台分享LangSmith Engine开发经验,提及内部已启用早期版‘issue bench’工具
LangSmith Engine构建过程深度分享发布
LangChain团队成员hwchase17在𝕏平台分享LangSmith Engine开发经验,提及内部已启用早期版‘issue bench’工具
@hwchase17在𝕏平台发布帖文,称这是一次关于LangSmith Engine构建过程的深入回顾,包含大量实践所得的经验、技巧与窍门。
帖文中提到@palashshah在该项目中表现突出。
另提及@rishabhj_says,称团队已在内部使用初步版本的‘issue bench’,但该工具仍处于早期阶段。
工具 · @coreyganim▲ 3.6K
Corey Ganim构建Hermes智能体,整合Gbrain知识库与Fathom、Gmail
该Hermes智能体通过Gbrain(Garry Tan开发)作为知识库,并连接Fathom通话记录和Gmail邮件实现个性化;用户可为不同角色(如CFO、营销、运营)配置独立私有知识脑。
Corey Ganim构建Hermes智能体,整合Gbrain知识库与Fathom、Gmail
该Hermes智能体通过Gbrain(Garry Tan开发)作为知识库,并连接Fathom通话记录和Gmail邮件实现个性化;用户可为不同角色(如CFO、营销、运营)配置独立私有知识脑。
Corey Ganim 表示,他构建了一个Hermes智能体,该智能体掌握其本人及业务的全部信息。实现这一能力依赖两个主要连接和六个上下文文件:以Gbrain(由@garrytan开发)作为知识库;并将Fathom和Gmail接入Gbrain,使每次通话转录文本和相关邮件均被纳入知识库。
Corey Ganim 在回复@N3Newman和@garrytan时说明,他使用一个共享知识脑供所有智能体共用,另设三个私有知识脑,分别对应CFO、营销和运营三类智能体。用户可据此创建彼此隔离的知识脑,并控制访问权限及数据摄入范围。
在回复@MarniMelrose和@garrytan时,Corey Ganim 表示更偏好Hermes而非OpenClaw,目前已停用OpenClaw。
工程 · @rwayne▲ 9.2K
实测显示国外模型写作修改率低于国内模型
2026年5月真实工作流测试中,Claude 4.6完成全网爬热点流程无误,MiniMax复用相同工作流却反复出错。
实测显示国外模型写作修改率低于国内模型
2026年5月真实工作流测试中,Claude 4.6完成全网爬热点流程无误,MiniMax复用相同工作流却反复出错。
同一个写作任务,国外模型生成内容后需修改10%-20%,国内模型生成内容后需修改30%-40%。
让Claude 4.6搭建一个全网爬取热点信息的自动化流程,该流程能完整跑通。
让MiniMax复用同一套现成工作流,多次执行均出现错误。
这是2026年5月的真实工作场景实测,不是实验室评测或基准测试。
作者指出,那些频繁宣称国产模型已追上GPT-5的人,大多并未每日使用这些模型从事实际写作工作。
开发工具 · @berryxia▲ 8.3K
开发者用Cursor+Claude两小时复刻149美元Three.js海洋交互系统
该复刻版本实现海洋波浪动态、风速实时调节、天空环境光变化等物理交互功能,视觉与交互还原度超80%,并新增中英文双语支持。
开发者用Cursor+Claude两小时复刻149美元Three.js海洋交互系统
该复刻版本实现海洋波浪动态、风速实时调节、天空环境光变化等物理交互功能,视觉与交互还原度超80%,并新增中英文双语支持。
我靠!我又行了啊,兄弟们~ 真的是Saas 已死,Agent 称王的时代来了 !! 我今天花了2小时,就用Cursor + Claude把海外老哥卖149美元的「Three.js热带海洋实时交互系统」直接手搓复刻出来了。 😄
实时交互全都有:海洋波浪动态、风速实时调节、天空环境光变化…… 一整套物理交互。
原版我不知道实际交付效果如何,但我这个版本视觉和交互已经还原80%以上,还额外加了中英文双语支持。
原系统链接:https://t.co/bjb3HN5PFB https://t.co/HFUwAmloVY
@teach_fireworks 还可以的
@joewill1082630 是的
前端 · @AYi_AInotes▲ 8.7K
AI生成HTML页面替代Notion和PPT
用户用Claude Code在xhigh模式下2分多钟生成含暗色主题、时间线、可折叠风险表等交互功能的完整HTML页面,无需额外调试即可直接交付
AI生成HTML页面替代Notion和PPT
用户用Claude Code在xhigh模式下2分多钟生成含暗色主题、时间线、可折叠风险表等交互功能的完整HTML页面,无需额外调试即可直接交付
我真的要吹爆HTML! 喵个咪终于可以把Notion给扔了,现在做项目计划2分钟搞定,做完直接发给领导! 昨天做2026年度组织与人才盘点,我给Claude code发了一个提示词,xhigh模式跑了2分多钟,结果直接出了一个完整的交互式HTML页面🤯 暗色主题、横向时间线、可折叠风险表、团队头像墙、整体进度条,所有交互全部到位,不用接任何polish skill,打开就能直接使用。
昨天有用户反馈说经常生成一半就停了,所以一定要按提示词里那样加上严格的完成判定标准,它会自己检查有没有遗漏,漏了会自动补全。
有用户评论:AI时代,这才是生产力输出标准。以前用PPT做方案要花好几个小时甚至好几天,现在用HTML,再复杂的PPT内容,一个小时以内都能搞定,而且结构特别清晰,效果特别炫酷。
另一用户评论:即使Notion要下岗,PPT以后绝对要下岗了,对比下来,PPT简直就是上一个时代的产物。
还有用户指出:改代码就可以了,或者直接跟AI说把哪个地方的代码改一下,不用重新运行整个生成流程。
这一天的 52 条信号到这里
📬 订阅
https://ai-pulse-lab.com/feed.xml