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 5 月 20 日 · 18:30 更新
✦
试试:

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。

阅读全文 →

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

18:30 最后一轮更新
今日要点 · 12 条
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。

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。

在 X 看原帖 ↗
5.2万255110
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。

谷歌刚刚让“帮我做一个应用”变成现实: 一条提示词 → 完整的 Android 应用

在 X 看原帖 ↗
2.2万45518
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。

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。

在 X 看原帖 ↗
1.4万29130261
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。

阅读全文 →
1.4万44226152
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。

在 X 看原帖 ↗
6.2万27288202
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%。

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%。

在 X 看原帖 ↗
111.5万231.1K704
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。

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。

在 X 看原帖 ↗
3.8万84635232
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。

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。

在 X 看原帖 ↗
20.3万21118133
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。

在 X 看原帖 ↗
5.6万26214404
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。

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。

在 X 看原帖 ↗
32.4万1162.1K1.8K
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。

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)。

在 X 看原帖 ↗
8.0万4823645
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。

SynthID(用于检测图像是否由 OpenAI 生成):

在 X 看原帖 ↗
8.0万2058282
更多信号 · 按时间
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。

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。

在 X 看原帖 ↗
7.8K78227
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。

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。 🧵👇🏻

在 X 看原帖 ↗
3.2K171314
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。

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。

在 X 看原帖 ↗
7.3K64841
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。

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。

在 X 看原帖 ↗
4.2K104922
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。

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?

在 X 看原帖 ↗
1.8万470120
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。

在 X 看原帖 ↗
1.4万27150229
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 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。

在 X 看原帖 ↗
2.8万3040352
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。

在 X 看原帖 ↗
3.9万2623891
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。

📢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

在 X 看原帖 ↗
3.6万39174109
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。

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!

在 X 看原帖 ↗
3.4万78658676
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。

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 👇

在 X 看原帖 ↗
2.7万59381239
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。

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。

在 X 看原帖 ↗
138125
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。

阅读全文 →
3.4K4514
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。

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。

在 X 看原帖 ↗
1.5万2172131
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。

阅读全文 →
5.4K1712251
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。

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。

在 X 看原帖 ↗
1.7万28633
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。

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

在 X 看原帖 ↗
1.1万1416062
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。

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)

在 X 看原帖 ↗
2.2万45325100
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。

🚨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。

在 X 看原帖 ↗
7.0K86020
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。

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)。

在 X 看原帖 ↗
2.3万4420179
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。

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。

在 X 看原帖 ↗
8.7K17919
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。

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。

在 X 看原帖 ↗
1.1万1317351
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。

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。

在 X 看原帖 ↗
3.0万6068055
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。

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。

在 X 看原帖 ↗
4.5万871.0K408
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。

// 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。

在 X 看原帖 ↗
1.1万35156198
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。

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

在 X 看原帖 ↗
6.9K156711
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。

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。

在 X 看原帖 ↗
3.4万58475110
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。

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。

在 X 看原帖 ↗
4.0K148288
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

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。

在 X 看原帖 ↗
8.7K24653
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。

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

在 X 看原帖 ↗
8.3K34447
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。

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。

在 X 看原帖 ↗
9.2K2415
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 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。

在 X 看原帖 ↗
3.6K260102
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

@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。

在 X 看原帖 ↗
4.2K34230
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。

在 X 看原帖 ↗
3.4K85248
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。

阅读全文 →
1.2万44128155
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。

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。

在 X 看原帖 ↗
2.4万24132152
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

😆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

在 X 看原帖 ↗
9.3K14121143
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。

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。

在 X 看原帖 ↗
1.2K83918
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。

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。

在 X 看原帖 ↗
2.9万49237380
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。

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。

在 X 看原帖 ↗
1.4万19119153
🔬 前沿研究
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。

阅读全文 →
1.4万44226152
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。

📢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

在 X 看原帖 ↗
3.6万39174109
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。

// 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。

在 X 看原帖 ↗
1.1万35156198
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。

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)。

在 X 看原帖 ↗
2.3万4420179
🚀 新品发布
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。

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。 🧵👇🏻

在 X 看原帖 ↗
3.2K171314
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。

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。

在 X 看原帖 ↗
3.8万84635232
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%。

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%。

在 X 看原帖 ↗
111.5万231.1K704
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。

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 👇

在 X 看原帖 ↗
2.7万59381239
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。

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!

在 X 看原帖 ↗
3.4万78658676
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。

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。

在 X 看原帖 ↗
3.4万58475110
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。

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。

在 X 看原帖 ↗
4.5万871.0K408
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。

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。

在 X 看原帖 ↗
3.0万6068055
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。

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。

在 X 看原帖 ↗
1.1万1317351
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。

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。

在 X 看原帖 ↗
8.7K17919
📰 行业动态
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。

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。

在 X 看原帖 ↗
1.4万29130261
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。

谷歌刚刚让“帮我做一个应用”变成现实: 一条提示词 → 完整的 Android 应用

在 X 看原帖 ↗
2.2万45518
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。

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。

在 X 看原帖 ↗
7.8K78227
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。

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。

在 X 看原帖 ↗
5.2万255110
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。

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?

在 X 看原帖 ↗
1.8万470120
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。

在 X 看原帖 ↗
1.4万27150229
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。

在 X 看原帖 ↗
6.2万27288202
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 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。

在 X 看原帖 ↗
2.8万3040352
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。

在 X 看原帖 ↗
3.9万2623891
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。

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

在 X 看原帖 ↗
6.9K156711
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。

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)

在 X 看原帖 ↗
2.2万45325100
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。

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)。

在 X 看原帖 ↗
8.0万4823645
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。

🚨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。

在 X 看原帖 ↗
7.0K86020
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。

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。

在 X 看原帖 ↗
32.4万1162.1K1.8K
⚡ 实战经验
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。

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。

在 X 看原帖 ↗
20.3万21118133
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。

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。

在 X 看原帖 ↗
4.0K148288
📌 其他
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。

SynthID(用于检测图像是否由 OpenAI 生成):

在 X 看原帖 ↗
8.0万2058282
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。

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。

在 X 看原帖 ↗
4.2K104922
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。

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。

在 X 看原帖 ↗
7.3K64841
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。

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

在 X 看原帖 ↗
1.1万1416062
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。

在 X 看原帖 ↗
5.6万26214404
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。

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。

在 X 看原帖 ↗
1.7万28633
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。

阅读全文 →
5.4K1712251
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。

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。

在 X 看原帖 ↗
1.5万2172131
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。

阅读全文 →
3.4K4514
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。

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。

在 X 看原帖 ↗
138125
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。

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。

在 X 看原帖 ↗
1.4万19119153
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。

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。

在 X 看原帖 ↗
2.9万49237380
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。

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。

在 X 看原帖 ↗
1.2K83918
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

😆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

在 X 看原帖 ↗
9.3K14121143
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。

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。

在 X 看原帖 ↗
2.4万24132152
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。

阅读全文 →
1.2万44128155
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。

在 X 看原帖 ↗
3.4K85248
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

@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。

在 X 看原帖 ↗
4.2K34230
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 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。

在 X 看原帖 ↗
3.6K260102
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。

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。

在 X 看原帖 ↗
9.2K2415
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。

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

在 X 看原帖 ↗
8.3K34447
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

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。

在 X 看原帖 ↗
8.7K24653

这一天的 52 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