Claude Code + NotebookLM + Obsidian 这套组合,厉害就厉害在分工清楚:Claude Code 负责执行,NotebookLM 负责消化资料,Obsidian 负责长期记忆。一次研究结束后,不只是拿到一篇报告,还把来源、分析、结论、思路都沉淀进自己的知识库。我觉得这会成为个人 AI 工作流的一个关键方向:未来强的不是单点工具,而是能不能搭出自己的“研究流水线”。
越用越懂你,越积累越省力,越沉淀越像一个专属研究团队。
MAI-Code-1-Flash 是一个为 VS Code 定制的编码模型。它跟 GitHub Copilot 做了深度集成,这意味着你在编辑器里就能直接用它。
它的核心能力是规划和执行。接到一个复杂编码任务后,它能自己从头理清步骤,然后一步步完成——不需要中间停下来等你给指令。多步骤工作流里,它能自主做决策、随时调整方向。
支持的编程语言、框架和生态也比较广。官方说的是“流利跨语种”,具体范围没细列,但至少常见的应该都能覆盖。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
有人用 Claude Code 执行、NotebookLM 消化资料、Obsidian 存长期记忆,研究完成后不只产出报告,还把来源、分析、结论、思路全存进个人知识库。
Claude Code + NotebookLM + Obsidian 这套组合,厉害就厉害在分工清楚:Claude Code 负责执行,NotebookLM 负责消化资料,Obsidian 负责长期记忆。一次研究结束后,不只是拿到一篇报告,还把来源、分析、结论、思路都沉淀进自己的知识库。我觉得这会成为个人 AI 工作流的一个关键方向:未来强的不是单点工具,而是能不能搭出自己的“研究流水线”。
越用越懂你,越积累越省力,越沉淀越像一个专属研究团队。
想玩美股的人,现在能装一个GitHub有4万星的工具,它用AI大模型每日自动生成个股分析报告、市场走势和资讯整理。
想要玩美股的兄弟强烈建议去安装一下,github高达4w收藏。基于 AI 大模型的 A股/港股/美股自选股智能分析系统,每日自动分析并推送决策仪表盘 📊 分析市场走势 📰 整理重要资讯 📈 跟踪个股表现 🤖 自动生成投资分析报告
AI agent 现在需要像 RSS 那样自动聚合、筛选和推送信息源——否则它们得靠人手动喂数据。
Now AI agents need what RSS does
社区讨论:多人肯定RSS在信息过滤中的不可替代性,如@phyzix5761称其为“主要信息获取方式,避开广告”,@hparadiz强调自己从未弃用并提供JSON化改造方案。但争议集中于技术缺陷:@erelong指出RSS常限制回溯抓取深度,@PaulHoule引用Rachelbythebay指出主流阅读器普遍未正确实现协议,根源在轮询机制;@rvz则提醒Reddit正因滥用抓取而计划下线RSS支持。
ZeroDrift 融资一千万美元,专注在AI生成文字、语音、通话和发布内容时强制执行合规要求。
ZeroDrift 筹集了一轮超额认购的 1000 万美元种子轮融资,用于在 AI 通信中强制执行合规性,距离其结束隐身模式上线仅过去 3 个月。
AI 智能体正成为下一代企业通信层,而每家受监管的公司都必须在 AI 代表其撰写、发言、拨打电话或发布内容之前,强制落实合规要求。
TechCrunch 独家报道:
JioStar平台计划用AI完成系列剧的全部制作环节,包括写作、动画、配音和剪辑。
印度亿万富翁穆克什·安巴尼(Mukesh Ambani)旗下的流媒体平台 JioStar 正在筹划一系列剧集,这些剧集将完全由人工智能负责编剧、动画制作、配音和剪辑。
该公司还计划为此招聘 80 名人工智能专家与工程师。
GitHub Copilot 现在有独立桌面应用,不用再依赖编辑器插件。
GitHub Copilot App
社区讨论:多人质疑独立App的长期价值,@2001zhaozhao认为桌面端会彻底排除远程开发可能性,因编码代理需长时间运行;@grim_io直接对比VS Code内置Agents应用,称其“功能更少”;@dominotw困惑Copilot早期领先优势为何消失;@sccxy则聚焦定价变更后的用量限制,指出轻度使用已耗尽26%月配额;@_pdp_提醒专业开发者多项目并行虽受益于本地工具,但同设备集中运算可能加剧供应链安全风险。
Abacus AI SuperComputer 允许用户用单条提示词部署任意云应用、API 或服务,也能一键启动本地 LLM 和 Hermes/Claw 类常驻智能体;它把基础设施调度变成了自然语言交互。
🚨 发布 Abacus AI 超级计算机——仅用一条提示词即可构建任意云服务:
构建或托管任意云应用、API 或服务
启动本地大语言模型(LLM)
始终在线的智能体,包括 Hermes/Claw
使用云存储与数据库
支持 Claude 或 Codex
可扩展至数十亿个 AI 智能体
只需与这台超级计算机对话,即可构建、托管或运行任何东西!!
aBaiAutoplus 这个开源项目能自动注册 ChatGPT、Cursor、Grok 等 10+ 平台账号,还支持自动付款订阅 Plus 服务;有人用它一天注册 100 个号,在闲鱼按 200–300 元一个出售。
付费AI编程助手突然从订阅制变成按使用量扣费,写代码的人开始找替代方案。
有人发现 Claude Code 新增官方隐藏插件,运行一次就能自动扫描项目、推荐 MCP 和子代理,并集成完整开发环境。程序员调试新项目前,不用再手动配工具链,而是直接输入指令让 AI 把整套流程跑通。
Claude Code 刚刚迎来一次大规模升级。其实有一个官方隐藏插件,可以扫描你的项目,自动推荐 MCP、子代理、技能、Hook 和自动化。运行一次就能在 Claude Code 集成一套完整的开发环境。
/plugin install claude-code-setup@claude-plugins-official
Perplexity Computer 将任务拆开,一部分交给本地模型处理,一部分交给云端前沿模型——私密数据不离设备,还能省令牌。
今天,我们宣布混合式智能体推理即将登陆 Perplexity Computer。
Computer 可在您设备上运行的本地模型与云端前沿模型之间分配任务。
此举可将您的私有数据保留在本地设备上,同时最大化 token 利用效率。
即将上线。
有人指出大语言模型(LLM)不像当初承诺的那样是不可解释的黑箱。
LLMs are not the black box you were promised
社区讨论:多人指出LLM存在人类可解释的神经元激活模式(如Dallas→Texas→Austin的语义链),支持其具备伪符号推理能力;@camelmel强调可解释性研究早于Anthropic,核心工作来自OpenAI/学术界,批评其博客常简化归因。@viccis反对将模型拟生物化,援引Dijkstra警示术语滥用;@tom_则质疑“黑箱”本就是误传,连原文是否由LLM生成都存疑。
该提示词聚焦身材比例优化与马克笔涂鸦点缀,弱化笔触以提升角色还原度,适配ChatGPT Image2生成
Chatgpt image2 x 马克笔涂鸦 x Cosplay主题(身材增强版)提示词 这个版本的提示词重点优化了人物的身材比例,以及增加了额外的涂鸦点缀元素,会更加有视觉冲击力,同时弱化了一些马克笔涂鸦的笔触,让角色的造型更加还原,并且让人物的身材能够更好得展示。 老规矩,提示词放在下方评论区⤵️
提示词: 这是甘露寺蜜璃的后期涂鸦 cosplay。 一位成年日本女性,站在自己的房间里自拍,带着俏皮自信的微笑,扮出符合cos的角色对应的优雅姿势,浅景深,整体像用智能手机随手拍下的休闲自拍照片。
@grok 你最喜欢哪个涂鸦cos造型
@J0HN_Q 😆有品味的机器人先生
@JamshedPanj 真的很有化学反应
@russh77 漫画身材
@dawnmadams 增强版,更给力!
@0xfafa88888888 是的
@noble1799 目前gpt审核卡得越来越严了
Cosmos 3正式发布,是支持语言、图像、视频、音频与动作的统一架构全模态世界模型。
这就是物理人工智能(Physical AI)的高光时刻!我们正式发布 Cosmos 3:面向物理人工智能的全模态世界模型 🚀
— Cosmos 3 是一个全模态世界模型:在统一架构内,它可理解并生成语言、图像、视频、音频及动作。
— 它并非
我本周将出席 CVPR。期待与各位就物理人工智能和世界模型展开交流!
@wenbo_ji_0420 完全赞同所有观点。我们的评估显然不是终点,而只是一个起点。针对所有这些指标,人类评估 + 更优的视觉语言模型(VLM)必然不可或缺。此外,我们还需要一个评估基准(eval benchmark);)
@yanhua1010 我认为论文中所用的基准全部都非常相关!
@Im_mvish7 🍳
一篇罗列13款替代/补充ChatGPT的垂直AI工具及其核心优势的实操清单。
以前让 Claude Code 或 Cursor 做 APK 逆向或二进制分析,AI 经常乱下命令、跳步骤、环境缺失;现在 reverse-skill 开源项目专攻安全任务,把流程固化下来,每次执行完还能沉淀经验。
AI 做逆向/渗透/安全任务终于他妈的不瞎搞了!
以前让 Claude Code / Cursor / Cline 帮你逆向 APK、分析二进制、做渗透测试有多崩溃? AI 经常胡乱下命令、环境没装工具、步骤跳来跳去、做了半天发现走错路线……
每次都要手动喂一堆上下文,搞完还学不到经验,下次继续翻车。
现在好了,zhaoxuya520 直接开源了 reverse-skill; 一个专为逆向/渗透/安全任务设计的 AI 自动路由 + 自举 + 进化技能包!
这已经不是普通的工具箱了,而是给 AI 装上一个专业的逆向/安全大脑 + 自动成长系统。
以后做 APK 脱壳、Frida hook、内存分析、漏洞挖掘、CTF 自动化,AI 终于能像老手一样有章法地干活,而不是瞎碰运气。
目前 850+ stars,专攻安全方向的 AI Agent 玩家已经在狂用了。
冲就完事儿了!
Krea 2 在独立研究实验室中排名第一、全球文本生成图像榜第六;团队宣布即将开源训练方法和模型权重,社区可参与迭代;此前同类模型多由大厂闭源发布。
Krea 2 现已成为 @ArtificialAnlys 排名第 1 的图像模型——来自一家独立研究实验室,全球文本生成图像排行榜上位列第 6。
我们将很快开源 Krea 2。
我们希望与社区共同构建,使其成为最优秀的开源图像模型。
微软与第三方合作发布 MAI-Thinking-1,定位为商用级‘思考模型’,强调用干净数据训练;它将上线 Baseten 平台,意味着开发者可以直接调用,而不需要自己清洗语料或微调基座。
今天,我们联合微软宣布推出 MAI-Thinking-1,该模型即将在 Baseten 上线。
微软在此打造了一款真正不同的产品:一款商用级推理模型,其训练数据干净纯粹,未经过任何第三方模型的蒸馏,并专为使用它的企业进行微调而设计。
微软 AI 承诺对后训练数据实现 100% 人工不介入(eyes-off),而 Baseten 将负责大规模的微调与部署。
未来不属于单一模型。
它属于众多模型——每个模型均由塑造它的企业所拥有。
MAI-Thinking-1 正是迈向这一方向的重要一步。
一位推特用户直言不理解‘AI alignment’的含义,并质疑领薪研究者是否真有共识;这句吐槽没提技术细节,但点出了当前安全讨论中术语模糊、实操路径缺失的现状。
微软开源MarkItDown,能把PDF、Word、PPT、图片、音频、YouTube视频等直接转成结构完整的Markdown,大模型能直接读。
🚨 文档地狱终结者 MarkItDown,一键把所有文件秒变 LLM 完美 Markdown!
Microsoft 直接开源 MarkItDown,138k+ Star 霸榜 Trending, 从此告别 PDF 乱码、Word 表格炸裂、PPT 结构全丢的痛苦—任何文件扔进去,直接输出干净、可直接喂大模型的 Markdown,AI 时代文档处理终于彻底解放!
核心亮点一览:
- 超强文件支持:PDF、Word、Excel、PowerPoint、图片(带 OCR)、音频(转文字)、YouTube 视频、EPUB、HTML、CSV、JSON、XML、ZIP 包……
- 结构极致保留:标题层级、表格、列表、链接、代码块、图片描述全部完美保留,LLM 读取体验直接拉满
- 极简操作:支持命令行一键转换,也支持 Python 简单调用
- 插件化可扩展,支持自定义转换器
无论是搭建 RAG 知识库、批量喂 Agent 学习材料,还是日常处理竞品分析、PRD、财报、技术文档,这工具都能把效率直接拉高几个数量级。
有人在Claude Code、hermes agent里装上baoyu-image-gen Skill,就能调用本地codex cli出图——前提是已安装codex cli并有订阅。
baoyu-image-gen Skill 支持 Codex-cli 作为 Provider 画图。
也就是说,你可以在 Claude Code、hermes agent 之类的 Agent 里面用它调用 Codex 出图,而不需要直接使用 Codex。
当然,前提是已安装 codex cli 并且拥有有效订阅。
感谢网友的 PRs:
Skill 地址:
它能从视频、语言和状态中生成机器人动作,预测未来画面,评估任务进度——比如拧水龙头、装袋子、整理工具箱。
首个开源的、面向可扩展机器人操控的统一世界模型:
50 亿参数开源统一视频-动作世界模型 τ0-WM,融合策略学习与世界建模能力,可基于观测、语言和状态生成机器人动作、预测未来视觉画面,并评估任务进展。
该模型在 27.3K 小时异构数据上训练完成(含 17.8K 小时真实机器人遥操作数据、6.5K 小时 UMI 演示数据、3K 小时以第一人称视角拍摄的人类视频),使其能够执行水龙头连接、袋子装填、工具箱收纳等复杂操控任务,如演示视频所示。
该方法支持测试时动作精调,并通过车队数据实现以部署为导向的持续改进。
感谢 Jianlan Luo(@jianlanluo)分享!
📌 τ0-WM 资源链接:
• 项目主页:
• GitHub(代码):
• Hugging Face(模型权重):
• 论文(PDF):
——- 每周机器人与 AI 洞见。免费订阅:
有人把构建基础AI代理用到的全部工具列成清单,不讲原理,只给可直接查的工具名。
用户吐槽主流AI助手互不联通,长期记忆和个性化设置无法共享。
最近我被一个问题卡住了。 我天天在用 ChatGPT、Claude、Gemini、Grok ,可它们没一个是真认识我的。 前两天还在用 Claude 4.7 ,这两天 Claude 4.8 就出来了,换个工具,又得把我是谁、在干嘛、喜欢什么,从头讲一遍。 我那些习惯、偏好,还有攒了大半年的长期目标,全锁死在一个个互不串门的
@Supers6061 而且很好撸吧
@ccjing_eth 以前的 也在?
@zhuren1992 好早的了吧
@0xCryptoUni 好多人都撸过呢 大毛啊记得
教程详解ECC——一个提升Claude上下文、稳定性与安全性的开源Agent系统
有人把图像输入 RAG 系统并完成索引——现在图文混合检索不再是纯文本的事。
Trust Wallet 发布 TWAK,支持安全、自主的 AI 驱动加密交易。
用户实测UltraCode后强调Claude Code的独特价值,并指出AI编程工具正加速迈向低干预、高自主的Agent范式。
重度使用ultracode再次深深感受到Claude Code无以替代的伟大。此外,Harness发展的趋势不言自明——更少的人为干预,更多的agent自主能力,更长时间的无干预运行: Cursor的yolo模式 OpenSpec的SDD Ralph Loop Karpathy的autoresearch Claude Code的plan mode Codex的/goal Claude
@kelexiaomao 太突然了
@lolieatapple 眼力劲不错 这里没有优化确实还是有点粗糙 不过整体完成度还可以 优化一下前期提示词效果会更好
有人在AMD MI300X上成功运行DeepSeek-V4-Flash模型——国产大模型现在能在非英伟达硬件上启动了。
详解如何通过CLAUDE.md优化Claude Code的使用效果,提升AI编程效率。
《Claude md 实用技巧整理:从配置到工作流搭建》 最近 Claude Code 和 CLAUDE.md 的讨论越来越多。 一开始,很多人只是把 Claude Code 当成 AI 编程助手,用来写代码、修 Bug、跑任务。但真正用起来之后会发现,它好不好用,不只取决于模型能力,也取决于你怎么给它规则、上下文和工作流程。 而
@btcoindown 🥰精辟
@marsnock 🥰
@ai_Kyros 笔芯❤️
@collageboys01 希望不是猪队友
Qwen3.7-Plus 是一个支持图像和文本输入的多模态模型,能处理图文混合任务。
研究人员把一个AI网络攻击拆成多个看似无害的对话片段,每个片段单独看都通过了当前所有安全审查。银行风控员正在用这类工具筛查客服对话,但它的检测逻辑只处理单轮会话。
MAI-Thinking-1是微软首个强调推理能力的模型,定位在解决数学题和写代码任务。刚提交完LeetCode周赛代码的工程师,发现本地IDE插件已经悄悄切到了这个新模型。
微软今日宣布推出 MAI-Thinking-1,这是其首款高级推理 AI 模型。该模型主要面向数学和编程任务,是微软今日发布的 7 款新 AI 模型之一。详情如下 👇
英伟达造GPU(算力工厂),Marvell做的是让这些GPU高速对话的‘高速公路’——网络芯片、光互联、定制ASIC。当大模型调用10个Agent协同推理时,数据在服务器之间跑得比模型本身还累。
$MRVL 是AI数据中心进入规模化之后,所有算力都需要被连接、调度和定制化。英伟达解决的是算力生产,Marvell解决的是算力之间怎么高速流动。模型越大,Agent越多,推理越重,数据中心就越需要网络芯片、光互联和定制ASIC。
Marvell吃的就是AI工厂扩张后的连接层抽水 模型需求爆发,GPU需求上升 HBM、光模块、网络、存储、能源开始紧缺 材料、设备、封装、光源继续被重估 Marvell是AI产业链里比较正统的咽喉型公司,市场已经开始给它很高预期。适合用产业链主线跟踪,重点看后面定制芯片收入、数据中心收入增速、光互联订单和大客户项目兑现 AI硬件现在已经是高预期赛道,是买未来几年AI数据中心扩张能否继续兑现
彼得·戴曼迪斯指出,当前AI工具链已降低到单人可调度整套研发流程的程度。深圳华强北档口老板的女儿,用三台二手A100+开源框架,两周内重做了竞品的工业质检API。
此刻,在某个你最意想不到的地方,一名19岁的年轻人——没有资金、没有学位、也没有人脉——正利用AI构建某样东西,其表现将超越《财富》500强公司最顶尖的努力成果。
PFN的MN-Core L系列通过将DRAM垂直堆叠在计算芯片上,大幅提升AI推理时的数据搬运速度。自动驾驶算法团队测试发现,同样一段激光雷达点云处理,延迟从87ms降到21ms。
PFN 的 MN-Core L 系列通过在逻辑芯片上堆叠 DRAM,实现超高的内存带宽,从而支持高速 AI 推理。
我们将与丰田前沿研究中心(Toyota’s Frontier Research Center)开展联合研究,共同推进机器人领域的推理加速工作——在该领域中,实时响应能力至关重要。
OFUKITTY提到某部剧集在前期制作阶段大量使用AI生成分镜、设定文档和角色关系图。动画工作室制片人正在审核AI输出的50版世界观草稿,每版对应不同文化语境下的观众接受度模拟。
推文把不同AI模型按具体任务标出型号和分数,比如‘Coding - Opus 4.8’,这是开发者在真实选型时的速查方式。
适用场景最佳模型: 聊天 — Flash 3.5 设计 — Opus 4.8 编程 — GPT 5.5 xHigh 视频 — SeeDance 2.0 开源 — Kimi 2.6 OCR — Flash 3.1 图像 — GPT Image 2.0 并行智能体 — Deepseek flash
有人用开源项目搭出能自动分析加密行情、审计广告账户、读邮件写草稿的AI工作流——这些事以前得雇人或买SaaS。
研究发现,即使变量名和函数名被混淆,LLM仍能复原大部分含义,说明它依赖类型和结构理解代码。
今までのプログラミング言語はエラーメッセージを人間向けに設計してきたが、LLM向けにはより多くの構造化した情報を返した方が精度が高くなるという話 また、変数名や関数名を難読化してもほとんどのものを復元できたので、名前/型/構造で理解しているのを示唆している
这个开源指南把 AI Agent 的运行时框架拆解成可验证、可授权、可记录的固定流程,让写代码的 AI 从偶尔能用变成每次都能走完闭环。
该工具使大模型能自动打开Best Buy、比价、绕过反爬与弹窗、点击鼠标并加入购物车,全程无需人工干预,已获5万GitHub星标。
VincentLogic在𝕏平台发布演示:他让AI自主配置一台2000美元电脑,全程零人工操作。AI自动打开Best Buy网站,自行比价,绕过反爬机制,关闭弹窗,并用鼠标完成点击和加入购物车动作。
该能力由开源Agent browser-use实现。项目GitHub星标数达5万,被描述为给大语言模型装上“手”和“眼睛”。它不是预设流程的固定脚本,而是基于实时网页状态做出自主决策的智能体。
browser-use部署仅需3行代码,5分钟内即可运行成功。项目链接为
Jason Ploeckelma在评论中补充:browser-use不仅能精准操控鼠标,还能稳定处理反爬策略和干扰性弹窗,操作可靠性甚至超过人工。他调侃称,今后网购可交由AI执行,人类只需等待签收。
用户@0xMulight称用xBubble.ai几乎零提示词即生成高质量AI短视频,效果超过即梦SD2.0,称其为‘币圈最强落地AI’
用户@0xMulight在𝕏平台发布帖文,称使用@dappOS_com的AI产品@xBubble_ai制作了一段AI短视频,认为其效果出色,感觉已超过即梦SD2.0。
帖文中写道:‘这完成度也太变态了,我几乎零提示词就出片’,并评价xBubble.ai是‘币圈少数真正能打的AI产品’,称其为‘币圈最强落地AI’。
该帖文附带标签#币安盲盒及链接
其他用户在评论中提及:@yijiangren表示自己也通过即梦申领成功;@xinrui0214称‘我就喜欢amazing’;@0xshimei询问‘细说好在哪里’;@dajingou1回应‘哈哈 有时间可以试试’。
用户通过ZenMuxAI接入Claude Opus 4.8(AWS Bedrock),重点提升了风控与单腿失败处理能力,并对比测试了Gemini 3.5 Flash。
昨天我分享了用 @ZenMuxAI 接入 Claude Opus 4.8(Bedrock)帮我优化币安永续合约自动交易系统的事。
实际跑下来感觉挺靠谱的,尤其是风控和单腿失败处理那块,确实帮我把几个容易踩的坑提前看到了。
谢谢大家这段时间的留言和鼓励!
体验链接—— Gemini 3.5 Flash:
Claude Opus 4.8:
多位用户在评论中提及ZenMuxAI:@Lucynneka5、@cheuk_baby、@Trueidbvlgari、@kane_tdt、@voidJan、@qiuge518、@taofen_boy、@pjjin574832、@zyailive、@CandyJJJJJ。
使用GPT 5.5 Pro与Grok搜集资料,Codex/CC提炼方法论并输出Markdown,Youmind依据提示词生成20页高清PPT
最近跑通了一套PPT设计流程:出片稳、效率高。
1. 用 GPT 5.5 Pro + Grok 搜资料打底;再用大模型追问,把答案融进自己的理解和观点。
2. 交给 Codex / CC 二次加工:提炼方法论、补上金句,整理成一篇经验贴,直接输出 Markdown。
3. 将 Markdown 上传到 Youmind,配合自写的 PPT 提示词:先生成大纲,再一键生成 20 页高清页面 + 3
用户接入本地Claude Code与Codex至扣子3.0,配置‘选题挖掘师’和‘内容执行官’双Agent,发现账号为‘孤峰型’——单条爆款占3227赞、其余内容均低于100赞,且二手转述超50%、简介承诺未兑现。
该案例源自社交平台用户分享,未提供具体操作细节、时间周期、成本投入或可复现性验证,亦未说明Claude版本、Google Omni是否已公开发布(截至2024年7月Google Omni尚未向公众开放)
美国内华达州一名32岁的前销售经理被裁员后,向AI助手Claude咨询在家赚钱的方法。Claude为其提供了建议。此后,该人士 reportedly 通过组合使用Claude、Google Omni和eBay,实现单月收入10,765美元(约合人民币7.3万元)。
原文称其方法“不复杂”,并强调核心工具为三者:Claude、Google Omni和eBay。原文未说明Claude的具体版本、提示词内容、操作步骤、启动资金、时间投入、失败率或持续性。
原文未提供收入来源的构成说明(如是否含运费、平台佣金、退货损耗),也未说明该金额是否为税前毛收入。链接指向外部短网址,无公开可查的项目记录、交易截图或第三方验证。
文末附带Polymarket相关推广链接,包括官网入口、跟单工具推荐及交流群链接,与前述收入案例无事实关联。
Meshy AI创始人公开其真实运行的AI协作流程:从iPhone SSH调用到Git worktree并行执行,任务完成率从20%提升至95%。
该指南将提示词按有效性分为D、C、B、A、S、SS六级,逐级提升对ChatGPT、Gemini、Claude等模型的控制力与输出精度,最高级强调变现机制与行动转化。
该开源框架模拟投行与对冲基金完整决策链,含基本面、情绪、新闻、技术四类分析师,以及牛熊研究员辩论机制和交易-风控-组合联合审核流程。
如何用AI搭建自己的金融交易团队?直接复用现有开源方案是最快路径,TradingAgents 是一个基于多智能体(Multi-Agents)的大语言模型(LLM)金融交易框架,GitHub 星标数超 81,000。
该框架完整模拟真实投资银行和对冲基金的决策流程,包含多个专业化角色:基本面分析师、情绪分析师、新闻分析师、技术分析师。
框架内置牛市研究员与熊市研究员角色,二者被强制设置为相互辩论机制,以避免观点趋同或单边判断;此外,交易员、风控人员与投资组合经理共同参与最终决策审核与把关。
项目 GitHub 仓库地址为
相关演示链接为
Adel Bucetta 参与了该项目。
视频展示多个专业化AI智能体在Hermes Agent工作流中协作执行复杂任务,并开源了完整工作流及看板设计。
想看看一群专业化智能体如何在复杂工作流中协同作业,并全部在Hermes Agent工作流中组织与可视化吗?本视频将演示这一过程,并拆解其中的看板(kanban board)设计。
该工作流已全部开源,可供用户自行尝试。
@w3rk_co_za 表示喜欢该演示。Tonbi Studio回应称,期待观察该方案随时间的演进,并会持续分享后续进展。
@aimachine404 提供了一条未被知晓的信息,Tonbi Studio表示感谢。
@mandeepsjoon 认为内容有用,Tonbi Studio对此表示认可。
27分钟免费视频由Claude核心构建者主讲,内容密度远超高价AI课程
Anthropic刚刚发布了一个27分钟的工作坊视频,讲解如何为Claude编写提示词。
授课者是直接参与构建Claude的Anthropic工程师。
原文指出,用户1999元购买的AI课程,其内容价值可能不及该视频中任意3分钟的信息量。
视频链接由@grok标记并提供源头地址:
用户用VPS+V2ray实现科学上网与Hermes AI服务共存;用Claude辅助开发部署手机App;二手Mac Mini运行OpenClaw并接入Claude Max和ChatGPT Plus生成飞书智能体
非程序员和计算机专业人士,周末在家操作,可以正式进入AI生活。
第一项实践:租用VPS服务器并注册域名,配置V2ray协议,既供自己和家人日常上网使用,又在同台服务器上提供Hermes的AI服务。
第二项实践:使用Claude进行Vibe编程(一种低代码/自然语言驱动的开发方式),随后将生成的应用部署到前述VPS服务器,最终形成一个可在手机上运行的App,用于工作场景。
第三项实践:在闲鱼平台购入一台二手Mac Mini 4(型号为Mac Mini (Late 2014)),在其上部署OpenClaw项目,并基于该环境创建两个飞书智能体机器人——其中一个接入Claude Max订阅服务,另一个接入ChatGPT Plus服务。
教程演示从项目搭建到自动配音渲染的全流程,强调其效率远超手动时间线编辑,不涉及 HyperFrame。
Codex 与 Remotion 的组合被描述为‘真正的王炸组合’。原文明确指出,应减少对 Codex 与 HyperFrame 组合的关注,转而采用 Codex 与 Remotion 的搭配。
该教程视频涵盖完整工作流:项目搭建、Hello World 测试、素材导入、复杂动画实现、多场景故事流构建、自动配音与渲染。
此外,教程还包含品牌资产复用和高效迭代技巧。
原文附带链接 @DayuBuilds 的评论:‘效率确实提升很多’。
原文未说明具体提升幅度、未对比其他工具性能、未提及技术原理、未定义‘王炸’或‘提示词’的具体形式,也未提供任何数据、案例、公司背景或开发团队信息。
MCP 全称 Model Context Protocol,旨在让 AI 模型安全连接工具、数据源和软件系统;多数使用者仅会运行代码,不了解底层通信机制。
MCP 代表 Model Context Protocol(模型上下文协议)。它是一个开源标准,旨在帮助 AI 模型安全地连接外部工具、数据源和软件系统。
大多数使用 MCP 的工程师无法解释网络层面实际发生的数据交互。他们只是克隆了代码仓库,并运行了某个链接指向的示例程序。
原文未提供该示例程序的具体功能、技术细节、发布机构、维护者、版本信息或任何实测数据。
三款模型通过 Amazon Bedrock 提供,定价与 OpenAI 官方 API 相同,且明确不用于训练;支持 Codex App、CLI 及 VS Code 等调用方式。
OpenAI 的 GPT-5.5、GPT-5.4 和 Codex 现已可在 Amazon Bedrock 上使用。这些模型的定价与 OpenAI 官方 API 完全相同。
这些模型在 Amazon Bedrock 上的使用不会被用于 OpenAI 的模型训练。
用户可通过 Codex App、Codex CLI 以及 VS Code 等工具调用上述模型。
此外,集成 OpenAI harness 的 Amazon Bedrock Managed Agents 和 Daybreak 也将通过 Bedrock 平台发布。
AWS 官方发布了该消息。相关服务现已开放使用。
AlexFinn推荐使用本地部署的Hermes Agent,通过Claude Opus 4.8或ChatGPT 5.5模型、Telegram消息集成、反向提示等步骤,实现任务自动化、晨间简报、夜间应用原型生成及LoRA定制内容创作。
Rohit4verse在VPS上部署Hermes AI代理,通过Filesystem MCP协议实时读写本地Obsidian笔记库,实现每步推理调用知识、每次输出自动存为新笔记。
我为我的AI代理构建了一个自改进的大脑。Hermes运行在一台VPS上,并通过Filesystem MCP协议接入我的Obsidian笔记库。每一次推理步骤都从该笔记库中读取信息,每一次输出结果都自动写回并保存为一条新笔记。
如果你想采用VPS方案,又不希望Hermes访问你的本地文件,可使用Open Router服务,在任意你选择的模型提供商上启动Hermes实例。
@MaksimXBT 请编写更优的评估方法。
NVIDIA RTX Spark配备128GB统一内存,专为本地常驻、7×24小时运行的AI代理设计,利好Hermes与OpenClaw Agent项目。
到2026年底,每个人都会在自己的个人电脑上运行一组AI代理。
NVIDIA RTX Spark配备128GB统一内存,专为始终在线、可在本地7×24小时持续运行的AI代理而设计。
该硬件对Hermes和OpenClaw Agent项目意义重大。
原文附有一份分步指南,介绍如何在本地运行编程类AI代理,链接为:
@Gargi__Gupta 回应称‘不客气’。
该教程演示如何使用NVIDIA NeMoClaw和OpenShell部署Nous Research的Hermes Agent,接入Slack、Outlook、GitHub及NVIDIA开发者论坛,并将聊天中的修正转化为可复用工作流。
教一个智能体完成一项工作流只需一次。每次重建后它仍能记住该流程。
本教程展示了如何部署@nousresearch Hermes Agent,使用NVIDIA NeMoClaw和OpenShell作为基础框架。
部署后的Agent可连接至Slack、Outlook、GitHub和NVIDIA开发者论坛四个平台。
教程还说明如何将用户在聊天中对Agent输出的修正操作,自动转化为可重复调用的工作流链接:
@NousResearch发布的完整技术博客见:
该开源工具采用逐层推理技术,不加载完整模型,而是依次加载、计算并释放每一层,从而大幅降低显存占用。
用户现在可在仅配备4GB显存的GPU上运行参数量达700亿(70B)的大型语言模型(LLM)。
AirLLM采用“逐层推理(layer-wise inference)”方法。与传统方式需一次性加载整个模型不同,它每次仅加载一个模型层,完成计算后立即释放该层内存。
该项目100%开源,代码和工具已公开发布。
主张抛弃‘全能模型’幻想,按任务特性组合调用Opus 4.8、GPT-5.5等模型。
你不能指望一个模型在什么地方都是最强的,要像渣男一样才能用好 AI:去爱很多模型,去发掘他们的优秀点,东食西宿,组合着用 Opus 4.8 在写作不太行,但是在 UI 设计,UI 实现比 GPT-5.5 要好很多,推荐你多用用 Claude Design,然后把 Claude Design 设计好的结果分别给 GPT-5.5 和 Opus 4.8
@yyneo01 等我忙完手头事,会写一点教程
@Wing8Aqua 我不怎么用它写作
IBM推出已在生产环境部署的鲁棒企业级AI代理,开源并详解如何超越LLM与基础代理。
大家都在构建简单的智能体,而 IBM 却已在生产环境中部署了稳健的企业级智能体,并且完全开源。 他们刚刚在 Hugging Face(HF)上发布了一篇博客,详细拆解了如何超越大语言模型(LLM)与基础智能体:涵盖结构化推理、工具调用等能力,以实现 AI 在企业范围内的规模化落地。
开发者实践表明,HTML格式的可交互、可搜索工件正成为长周期AI代理任务的关键洞察载体。
想玩美股的人,现在能装一个GitHub有4万星的工具,它用AI大模型每日自动生成个股分析报告、市场走势和资讯整理。
想要玩美股的兄弟强烈建议去安装一下,github高达4w收藏。基于 AI 大模型的 A股/港股/美股自选股智能分析系统,每日自动分析并推送决策仪表盘 📊 分析市场走势 📰 整理重要资讯 📈 跟踪个股表现 🤖 自动生成投资分析报告
它能从视频、语言和状态中生成机器人动作,预测未来画面,评估任务进度——比如拧水龙头、装袋子、整理工具箱。
首个开源的、面向可扩展机器人操控的统一世界模型:
50 亿参数开源统一视频-动作世界模型 τ0-WM,融合策略学习与世界建模能力,可基于观测、语言和状态生成机器人动作、预测未来视觉画面,并评估任务进展。
该模型在 27.3K 小时异构数据上训练完成(含 17.8K 小时真实机器人遥操作数据、6.5K 小时 UMI 演示数据、3K 小时以第一人称视角拍摄的人类视频),使其能够执行水龙头连接、袋子装填、工具箱收纳等复杂操控任务,如演示视频所示。
该方法支持测试时动作精调,并通过车队数据实现以部署为导向的持续改进。
感谢 Jianlan Luo(@jianlanluo)分享!
📌 τ0-WM 资源链接:
• 项目主页:
• GitHub(代码):
• Hugging Face(模型权重):
• 论文(PDF):
——- 每周机器人与 AI 洞见。免费订阅:
微软开源MarkItDown,能把PDF、Word、PPT、图片、音频、YouTube视频等直接转成结构完整的Markdown,大模型能直接读。
🚨 文档地狱终结者 MarkItDown,一键把所有文件秒变 LLM 完美 Markdown!
Microsoft 直接开源 MarkItDown,138k+ Star 霸榜 Trending, 从此告别 PDF 乱码、Word 表格炸裂、PPT 结构全丢的痛苦—任何文件扔进去,直接输出干净、可直接喂大模型的 Markdown,AI 时代文档处理终于彻底解放!
核心亮点一览:
- 超强文件支持:PDF、Word、Excel、PowerPoint、图片(带 OCR)、音频(转文字)、YouTube 视频、EPUB、HTML、CSV、JSON、XML、ZIP 包……
- 结构极致保留:标题层级、表格、列表、链接、代码块、图片描述全部完美保留,LLM 读取体验直接拉满
- 极简操作:支持命令行一键转换,也支持 Python 简单调用
- 插件化可扩展,支持自定义转换器
无论是搭建 RAG 知识库、批量喂 Agent 学习材料,还是日常处理竞品分析、PRD、财报、技术文档,这工具都能把效率直接拉高几个数量级。
Perplexity Computer 将任务拆开,一部分交给本地模型处理,一部分交给云端前沿模型——私密数据不离设备,还能省令牌。
今天,我们宣布混合式智能体推理即将登陆 Perplexity Computer。
Computer 可在您设备上运行的本地模型与云端前沿模型之间分配任务。
此举可将您的私有数据保留在本地设备上,同时最大化 token 利用效率。
即将上线。
JioStar平台计划用AI完成系列剧的全部制作环节,包括写作、动画、配音和剪辑。
印度亿万富翁穆克什·安巴尼(Mukesh Ambani)旗下的流媒体平台 JioStar 正在筹划一系列剧集,这些剧集将完全由人工智能负责编剧、动画制作、配音和剪辑。
该公司还计划为此招聘 80 名人工智能专家与工程师。
ZeroDrift 融资一千万美元,专注在AI生成文字、语音、通话和发布内容时强制执行合规要求。
ZeroDrift 筹集了一轮超额认购的 1000 万美元种子轮融资,用于在 AI 通信中强制执行合规性,距离其结束隐身模式上线仅过去 3 个月。
AI 智能体正成为下一代企业通信层,而每家受监管的公司都必须在 AI 代表其撰写、发言、拨打电话或发布内容之前,强制落实合规要求。
TechCrunch 独家报道:
有人用 Claude Code 执行、NotebookLM 消化资料、Obsidian 存长期记忆,研究完成后不只产出报告,还把来源、分析、结论、思路全存进个人知识库。
Claude Code + NotebookLM + Obsidian 这套组合,厉害就厉害在分工清楚:Claude Code 负责执行,NotebookLM 负责消化资料,Obsidian 负责长期记忆。一次研究结束后,不只是拿到一篇报告,还把来源、分析、结论、思路都沉淀进自己的知识库。我觉得这会成为个人 AI 工作流的一个关键方向:未来强的不是单点工具,而是能不能搭出自己的“研究流水线”。
越用越懂你,越积累越省力,越沉淀越像一个专属研究团队。
付费AI编程助手突然从订阅制变成按使用量扣费,写代码的人开始找替代方案。
有人发现 Claude Code 新增官方隐藏插件,运行一次就能自动扫描项目、推荐 MCP 和子代理,并集成完整开发环境。程序员调试新项目前,不用再手动配工具链,而是直接输入指令让 AI 把整套流程跑通。
Claude Code 刚刚迎来一次大规模升级。其实有一个官方隐藏插件,可以扫描你的项目,自动推荐 MCP、子代理、技能、Hook 和自动化。运行一次就能在 Claude Code 集成一套完整的开发环境。
/plugin install claude-code-setup@claude-plugins-official
以前让 Claude Code 或 Cursor 做 APK 逆向或二进制分析,AI 经常乱下命令、跳步骤、环境缺失;现在 reverse-skill 开源项目专攻安全任务,把流程固化下来,每次执行完还能沉淀经验。
AI 做逆向/渗透/安全任务终于他妈的不瞎搞了!
以前让 Claude Code / Cursor / Cline 帮你逆向 APK、分析二进制、做渗透测试有多崩溃? AI 经常胡乱下命令、环境没装工具、步骤跳来跳去、做了半天发现走错路线……
每次都要手动喂一堆上下文,搞完还学不到经验,下次继续翻车。
现在好了,zhaoxuya520 直接开源了 reverse-skill; 一个专为逆向/渗透/安全任务设计的 AI 自动路由 + 自举 + 进化技能包!
这已经不是普通的工具箱了,而是给 AI 装上一个专业的逆向/安全大脑 + 自动成长系统。
以后做 APK 脱壳、Frida hook、内存分析、漏洞挖掘、CTF 自动化,AI 终于能像老手一样有章法地干活,而不是瞎碰运气。
目前 850+ stars,专攻安全方向的 AI Agent 玩家已经在狂用了。
冲就完事儿了!
aBaiAutoplus 这个开源项目能自动注册 ChatGPT、Cursor、Grok 等 10+ 平台账号,还支持自动付款订阅 Plus 服务;有人用它一天注册 100 个号,在闲鱼按 200–300 元一个出售。
Krea 2 在独立研究实验室中排名第一、全球文本生成图像榜第六;团队宣布即将开源训练方法和模型权重,社区可参与迭代;此前同类模型多由大厂闭源发布。
Krea 2 现已成为 @ArtificialAnlys 排名第 1 的图像模型——来自一家独立研究实验室,全球文本生成图像排行榜上位列第 6。
我们将很快开源 Krea 2。
我们希望与社区共同构建,使其成为最优秀的开源图像模型。
微软与第三方合作发布 MAI-Thinking-1,定位为商用级‘思考模型’,强调用干净数据训练;它将上线 Baseten 平台,意味着开发者可以直接调用,而不需要自己清洗语料或微调基座。
今天,我们联合微软宣布推出 MAI-Thinking-1,该模型即将在 Baseten 上线。
微软在此打造了一款真正不同的产品:一款商用级推理模型,其训练数据干净纯粹,未经过任何第三方模型的蒸馏,并专为使用它的企业进行微调而设计。
微软 AI 承诺对后训练数据实现 100% 人工不介入(eyes-off),而 Baseten 将负责大规模的微调与部署。
未来不属于单一模型。
它属于众多模型——每个模型均由塑造它的企业所拥有。
MAI-Thinking-1 正是迈向这一方向的重要一步。
Abacus AI SuperComputer 允许用户用单条提示词部署任意云应用、API 或服务,也能一键启动本地 LLM 和 Hermes/Claw 类常驻智能体;它把基础设施调度变成了自然语言交互。
🚨 发布 Abacus AI 超级计算机——仅用一条提示词即可构建任意云服务:
构建或托管任意云应用、API 或服务
启动本地大语言模型(LLM)
始终在线的智能体,包括 Hermes/Claw
使用云存储与数据库
支持 Claude 或 Codex
可扩展至数十亿个 AI 智能体
只需与这台超级计算机对话,即可构建、托管或运行任何东西!!
一位推特用户直言不理解‘AI alignment’的含义,并质疑领薪研究者是否真有共识;这句吐槽没提技术细节,但点出了当前安全讨论中术语模糊、实操路径缺失的现状。
有人指出大语言模型(LLM)不像当初承诺的那样是不可解释的黑箱。
LLMs are not the black box you were promised
社区讨论:多人指出LLM存在人类可解释的神经元激活模式(如Dallas→Texas→Austin的语义链),支持其具备伪符号推理能力;@camelmel强调可解释性研究早于Anthropic,核心工作来自OpenAI/学术界,批评其博客常简化归因。@viccis反对将模型拟生物化,援引Dijkstra警示术语滥用;@tom_则质疑“黑箱”本就是误传,连原文是否由LLM生成都存疑。
AI agent 现在需要像 RSS 那样自动聚合、筛选和推送信息源——否则它们得靠人手动喂数据。
Now AI agents need what RSS does
社区讨论:多人肯定RSS在信息过滤中的不可替代性,如@phyzix5761称其为“主要信息获取方式,避开广告”,@hparadiz强调自己从未弃用并提供JSON化改造方案。但争议集中于技术缺陷:@erelong指出RSS常限制回溯抓取深度,@PaulHoule引用Rachelbythebay指出主流阅读器普遍未正确实现协议,根源在轮询机制;@rvz则提醒Reddit正因滥用抓取而计划下线RSS支持。
研究人员把一个AI网络攻击拆成多个看似无害的对话片段,每个片段单独看都通过了当前所有安全审查。银行风控员正在用这类工具筛查客服对话,但它的检测逻辑只处理单轮会话。
MAI-Thinking-1是微软首个强调推理能力的模型,定位在解决数学题和写代码任务。刚提交完LeetCode周赛代码的工程师,发现本地IDE插件已经悄悄切到了这个新模型。
微软今日宣布推出 MAI-Thinking-1,这是其首款高级推理 AI 模型。该模型主要面向数学和编程任务,是微软今日发布的 7 款新 AI 模型之一。详情如下 👇
英伟达造GPU(算力工厂),Marvell做的是让这些GPU高速对话的‘高速公路’——网络芯片、光互联、定制ASIC。当大模型调用10个Agent协同推理时,数据在服务器之间跑得比模型本身还累。
$MRVL 是AI数据中心进入规模化之后,所有算力都需要被连接、调度和定制化。英伟达解决的是算力生产,Marvell解决的是算力之间怎么高速流动。模型越大,Agent越多,推理越重,数据中心就越需要网络芯片、光互联和定制ASIC。
Marvell吃的就是AI工厂扩张后的连接层抽水 模型需求爆发,GPU需求上升 HBM、光模块、网络、存储、能源开始紧缺 材料、设备、封装、光源继续被重估 Marvell是AI产业链里比较正统的咽喉型公司,市场已经开始给它很高预期。适合用产业链主线跟踪,重点看后面定制芯片收入、数据中心收入增速、光互联订单和大客户项目兑现 AI硬件现在已经是高预期赛道,是买未来几年AI数据中心扩张能否继续兑现
彼得·戴曼迪斯指出,当前AI工具链已降低到单人可调度整套研发流程的程度。深圳华强北档口老板的女儿,用三台二手A100+开源框架,两周内重做了竞品的工业质检API。
此刻,在某个你最意想不到的地方,一名19岁的年轻人——没有资金、没有学位、也没有人脉——正利用AI构建某样东西,其表现将超越《财富》500强公司最顶尖的努力成果。
PFN的MN-Core L系列通过将DRAM垂直堆叠在计算芯片上,大幅提升AI推理时的数据搬运速度。自动驾驶算法团队测试发现,同样一段激光雷达点云处理,延迟从87ms降到21ms。
PFN 的 MN-Core L 系列通过在逻辑芯片上堆叠 DRAM,实现超高的内存带宽,从而支持高速 AI 推理。
我们将与丰田前沿研究中心(Toyota’s Frontier Research Center)开展联合研究,共同推进机器人领域的推理加速工作——在该领域中,实时响应能力至关重要。
OFUKITTY提到某部剧集在前期制作阶段大量使用AI生成分镜、设定文档和角色关系图。动画工作室制片人正在审核AI输出的50版世界观草稿,每版对应不同文化语境下的观众接受度模拟。
Qwen3.7-Plus 是一个支持图像和文本输入的多模态模型,能处理图文混合任务。
有人在AMD MI300X上成功运行DeepSeek-V4-Flash模型——国产大模型现在能在非英伟达硬件上启动了。
有人把图像输入 RAG 系统并完成索引——现在图文混合检索不再是纯文本的事。
有人把构建基础AI代理用到的全部工具列成清单,不讲原理,只给可直接查的工具名。
GitHub Copilot 现在有独立桌面应用,不用再依赖编辑器插件。
GitHub Copilot App
社区讨论:多人质疑独立App的长期价值,@2001zhaozhao认为桌面端会彻底排除远程开发可能性,因编码代理需长时间运行;@grim_io直接对比VS Code内置Agents应用,称其“功能更少”;@dominotw困惑Copilot早期领先优势为何消失;@sccxy则聚焦定价变更后的用量限制,指出轻度使用已耗尽26%月配额;@_pdp_提醒专业开发者多项目并行虽受益于本地工具,但同设备集中运算可能加剧供应链安全风险。
有人在Claude Code、hermes agent里装上baoyu-image-gen Skill,就能调用本地codex cli出图——前提是已安装codex cli并有订阅。
baoyu-image-gen Skill 支持 Codex-cli 作为 Provider 画图。
也就是说,你可以在 Claude Code、hermes agent 之类的 Agent 里面用它调用 Codex 出图,而不需要直接使用 Codex。
当然,前提是已安装 codex cli 并且拥有有效订阅。
感谢网友的 PRs:
Skill 地址:
这个开源指南把 AI Agent 的运行时框架拆解成可验证、可授权、可记录的固定流程,让写代码的 AI 从偶尔能用变成每次都能走完闭环。
有人用开源项目搭出能自动分析加密行情、审计广告账户、读邮件写草稿的AI工作流——这些事以前得雇人或买SaaS。
研究发现,即使变量名和函数名被混淆,LLM仍能复原大部分含义,说明它依赖类型和结构理解代码。
今までのプログラミング言語はエラーメッセージを人間向けに設計してきたが、LLM向けにはより多くの構造化した情報を返した方が精度が高くなるという話 また、変数名や関数名を難読化してもほとんどのものを復元できたので、名前/型/構造で理解しているのを示唆している
推文把不同AI模型按具体任务标出型号和分数,比如‘Coding - Opus 4.8’,这是开发者在真实选型时的速查方式。
适用场景最佳模型: 聊天 — Flash 3.5 设计 — Opus 4.8 编程 — GPT 5.5 xHigh 视频 — SeeDance 2.0 开源 — Kimi 2.6 OCR — Flash 3.1 图像 — GPT Image 2.0 并行智能体 — Deepseek flash
开发者实践表明,HTML格式的可交互、可搜索工件正成为长周期AI代理任务的关键洞察载体。
Cosmos 3正式发布,是支持语言、图像、视频、音频与动作的统一架构全模态世界模型。
这就是物理人工智能(Physical AI)的高光时刻!我们正式发布 Cosmos 3:面向物理人工智能的全模态世界模型 🚀
— Cosmos 3 是一个全模态世界模型:在统一架构内,它可理解并生成语言、图像、视频、音频及动作。
— 它并非
我本周将出席 CVPR。期待与各位就物理人工智能和世界模型展开交流!
@wenbo_ji_0420 完全赞同所有观点。我们的评估显然不是终点,而只是一个起点。针对所有这些指标,人类评估 + 更优的视觉语言模型(VLM)必然不可或缺。此外,我们还需要一个评估基准(eval benchmark);)
@yanhua1010 我认为论文中所用的基准全部都非常相关!
@Im_mvish7 🍳
IBM推出已在生产环境部署的鲁棒企业级AI代理,开源并详解如何超越LLM与基础代理。
大家都在构建简单的智能体,而 IBM 却已在生产环境中部署了稳健的企业级智能体,并且完全开源。 他们刚刚在 Hugging Face(HF)上发布了一篇博客,详细拆解了如何超越大语言模型(LLM)与基础智能体:涵盖结构化推理、工具调用等能力,以实现 AI 在企业范围内的规模化落地。
主张抛弃‘全能模型’幻想,按任务特性组合调用Opus 4.8、GPT-5.5等模型。
你不能指望一个模型在什么地方都是最强的,要像渣男一样才能用好 AI:去爱很多模型,去发掘他们的优秀点,东食西宿,组合着用 Opus 4.8 在写作不太行,但是在 UI 设计,UI 实现比 GPT-5.5 要好很多,推荐你多用用 Claude Design,然后把 Claude Design 设计好的结果分别给 GPT-5.5 和 Opus 4.8
@yyneo01 等我忙完手头事,会写一点教程
@Wing8Aqua 我不怎么用它写作
该开源工具采用逐层推理技术,不加载完整模型,而是依次加载、计算并释放每一层,从而大幅降低显存占用。
用户现在可在仅配备4GB显存的GPU上运行参数量达700亿(70B)的大型语言模型(LLM)。
AirLLM采用“逐层推理(layer-wise inference)”方法。与传统方式需一次性加载整个模型不同,它每次仅加载一个模型层,完成计算后立即释放该层内存。
该项目100%开源,代码和工具已公开发布。
该教程演示如何使用NVIDIA NeMoClaw和OpenShell部署Nous Research的Hermes Agent,接入Slack、Outlook、GitHub及NVIDIA开发者论坛,并将聊天中的修正转化为可复用工作流。
教一个智能体完成一项工作流只需一次。每次重建后它仍能记住该流程。
本教程展示了如何部署@nousresearch Hermes Agent,使用NVIDIA NeMoClaw和OpenShell作为基础框架。
部署后的Agent可连接至Slack、Outlook、GitHub和NVIDIA开发者论坛四个平台。
教程还说明如何将用户在聊天中对Agent输出的修正操作,自动转化为可重复调用的工作流链接:
@NousResearch发布的完整技术博客见:
NVIDIA RTX Spark配备128GB统一内存,专为本地常驻、7×24小时运行的AI代理设计,利好Hermes与OpenClaw Agent项目。
到2026年底,每个人都会在自己的个人电脑上运行一组AI代理。
NVIDIA RTX Spark配备128GB统一内存,专为始终在线、可在本地7×24小时持续运行的AI代理而设计。
该硬件对Hermes和OpenClaw Agent项目意义重大。
原文附有一份分步指南,介绍如何在本地运行编程类AI代理,链接为:
@Gargi__Gupta 回应称‘不客气’。
Rohit4verse在VPS上部署Hermes AI代理,通过Filesystem MCP协议实时读写本地Obsidian笔记库,实现每步推理调用知识、每次输出自动存为新笔记。
我为我的AI代理构建了一个自改进的大脑。Hermes运行在一台VPS上,并通过Filesystem MCP协议接入我的Obsidian笔记库。每一次推理步骤都从该笔记库中读取信息,每一次输出结果都自动写回并保存为一条新笔记。
如果你想采用VPS方案,又不希望Hermes访问你的本地文件,可使用Open Router服务,在任意你选择的模型提供商上启动Hermes实例。
@MaksimXBT 请编写更优的评估方法。
AlexFinn推荐使用本地部署的Hermes Agent,通过Claude Opus 4.8或ChatGPT 5.5模型、Telegram消息集成、反向提示等步骤,实现任务自动化、晨间简报、夜间应用原型生成及LoRA定制内容创作。
三款模型通过 Amazon Bedrock 提供,定价与 OpenAI 官方 API 相同,且明确不用于训练;支持 Codex App、CLI 及 VS Code 等调用方式。
OpenAI 的 GPT-5.5、GPT-5.4 和 Codex 现已可在 Amazon Bedrock 上使用。这些模型的定价与 OpenAI 官方 API 完全相同。
这些模型在 Amazon Bedrock 上的使用不会被用于 OpenAI 的模型训练。
用户可通过 Codex App、Codex CLI 以及 VS Code 等工具调用上述模型。
此外,集成 OpenAI harness 的 Amazon Bedrock Managed Agents 和 Daybreak 也将通过 Bedrock 平台发布。
AWS 官方发布了该消息。相关服务现已开放使用。
MCP 全称 Model Context Protocol,旨在让 AI 模型安全连接工具、数据源和软件系统;多数使用者仅会运行代码,不了解底层通信机制。
MCP 代表 Model Context Protocol(模型上下文协议)。它是一个开源标准,旨在帮助 AI 模型安全地连接外部工具、数据源和软件系统。
大多数使用 MCP 的工程师无法解释网络层面实际发生的数据交互。他们只是克隆了代码仓库,并运行了某个链接指向的示例程序。
原文未提供该示例程序的具体功能、技术细节、发布机构、维护者、版本信息或任何实测数据。
教程演示从项目搭建到自动配音渲染的全流程,强调其效率远超手动时间线编辑,不涉及 HyperFrame。
Codex 与 Remotion 的组合被描述为‘真正的王炸组合’。原文明确指出,应减少对 Codex 与 HyperFrame 组合的关注,转而采用 Codex 与 Remotion 的搭配。
该教程视频涵盖完整工作流:项目搭建、Hello World 测试、素材导入、复杂动画实现、多场景故事流构建、自动配音与渲染。
此外,教程还包含品牌资产复用和高效迭代技巧。
原文附带链接 @DayuBuilds 的评论:‘效率确实提升很多’。
原文未说明具体提升幅度、未对比其他工具性能、未提及技术原理、未定义‘王炸’或‘提示词’的具体形式,也未提供任何数据、案例、公司背景或开发团队信息。
该提示词聚焦身材比例优化与马克笔涂鸦点缀,弱化笔触以提升角色还原度,适配ChatGPT Image2生成
Chatgpt image2 x 马克笔涂鸦 x Cosplay主题(身材增强版)提示词 这个版本的提示词重点优化了人物的身材比例,以及增加了额外的涂鸦点缀元素,会更加有视觉冲击力,同时弱化了一些马克笔涂鸦的笔触,让角色的造型更加还原,并且让人物的身材能够更好得展示。 老规矩,提示词放在下方评论区⤵️
提示词: 这是甘露寺蜜璃的后期涂鸦 cosplay。 一位成年日本女性,站在自己的房间里自拍,带着俏皮自信的微笑,扮出符合cos的角色对应的优雅姿势,浅景深,整体像用智能手机随手拍下的休闲自拍照片。
@grok 你最喜欢哪个涂鸦cos造型
@J0HN_Q 😆有品味的机器人先生
@JamshedPanj 真的很有化学反应
@russh77 漫画身材
@dawnmadams 增强版,更给力!
@0xfafa88888888 是的
@noble1799 目前gpt审核卡得越来越严了
用户用VPS+V2ray实现科学上网与Hermes AI服务共存;用Claude辅助开发部署手机App;二手Mac Mini运行OpenClaw并接入Claude Max和ChatGPT Plus生成飞书智能体
非程序员和计算机专业人士,周末在家操作,可以正式进入AI生活。
第一项实践:租用VPS服务器并注册域名,配置V2ray协议,既供自己和家人日常上网使用,又在同台服务器上提供Hermes的AI服务。
第二项实践:使用Claude进行Vibe编程(一种低代码/自然语言驱动的开发方式),随后将生成的应用部署到前述VPS服务器,最终形成一个可在手机上运行的App,用于工作场景。
第三项实践:在闲鱼平台购入一台二手Mac Mini 4(型号为Mac Mini (Late 2014)),在其上部署OpenClaw项目,并基于该环境创建两个飞书智能体机器人——其中一个接入Claude Max订阅服务,另一个接入ChatGPT Plus服务。
27分钟免费视频由Claude核心构建者主讲,内容密度远超高价AI课程
Anthropic刚刚发布了一个27分钟的工作坊视频,讲解如何为Claude编写提示词。
授课者是直接参与构建Claude的Anthropic工程师。
原文指出,用户1999元购买的AI课程,其内容价值可能不及该视频中任意3分钟的信息量。
视频链接由@grok标记并提供源头地址:
视频展示多个专业化AI智能体在Hermes Agent工作流中协作执行复杂任务,并开源了完整工作流及看板设计。
想看看一群专业化智能体如何在复杂工作流中协同作业,并全部在Hermes Agent工作流中组织与可视化吗?本视频将演示这一过程,并拆解其中的看板(kanban board)设计。
该工作流已全部开源,可供用户自行尝试。
@w3rk_co_za 表示喜欢该演示。Tonbi Studio回应称,期待观察该方案随时间的演进,并会持续分享后续进展。
@aimachine404 提供了一条未被知晓的信息,Tonbi Studio表示感谢。
@mandeepsjoon 认为内容有用,Tonbi Studio对此表示认可。
该开源框架模拟投行与对冲基金完整决策链,含基本面、情绪、新闻、技术四类分析师,以及牛熊研究员辩论机制和交易-风控-组合联合审核流程。
如何用AI搭建自己的金融交易团队?直接复用现有开源方案是最快路径,TradingAgents 是一个基于多智能体(Multi-Agents)的大语言模型(LLM)金融交易框架,GitHub 星标数超 81,000。
该框架完整模拟真实投资银行和对冲基金的决策流程,包含多个专业化角色:基本面分析师、情绪分析师、新闻分析师、技术分析师。
框架内置牛市研究员与熊市研究员角色,二者被强制设置为相互辩论机制,以避免观点趋同或单边判断;此外,交易员、风控人员与投资组合经理共同参与最终决策审核与把关。
项目 GitHub 仓库地址为
相关演示链接为
Adel Bucetta 参与了该项目。
该指南将提示词按有效性分为D、C、B、A、S、SS六级,逐级提升对ChatGPT、Gemini、Claude等模型的控制力与输出精度,最高级强调变现机制与行动转化。
Meshy AI创始人公开其真实运行的AI协作流程:从iPhone SSH调用到Git worktree并行执行,任务完成率从20%提升至95%。
该案例源自社交平台用户分享,未提供具体操作细节、时间周期、成本投入或可复现性验证,亦未说明Claude版本、Google Omni是否已公开发布(截至2024年7月Google Omni尚未向公众开放)
美国内华达州一名32岁的前销售经理被裁员后,向AI助手Claude咨询在家赚钱的方法。Claude为其提供了建议。此后,该人士 reportedly 通过组合使用Claude、Google Omni和eBay,实现单月收入10,765美元(约合人民币7.3万元)。
原文称其方法“不复杂”,并强调核心工具为三者:Claude、Google Omni和eBay。原文未说明Claude的具体版本、提示词内容、操作步骤、启动资金、时间投入、失败率或持续性。
原文未提供收入来源的构成说明(如是否含运费、平台佣金、退货损耗),也未说明该金额是否为税前毛收入。链接指向外部短网址,无公开可查的项目记录、交易截图或第三方验证。
文末附带Polymarket相关推广链接,包括官网入口、跟单工具推荐及交流群链接,与前述收入案例无事实关联。
用户接入本地Claude Code与Codex至扣子3.0,配置‘选题挖掘师’和‘内容执行官’双Agent,发现账号为‘孤峰型’——单条爆款占3227赞、其余内容均低于100赞,且二手转述超50%、简介承诺未兑现。
使用GPT 5.5 Pro与Grok搜集资料,Codex/CC提炼方法论并输出Markdown,Youmind依据提示词生成20页高清PPT
最近跑通了一套PPT设计流程:出片稳、效率高。
1. 用 GPT 5.5 Pro + Grok 搜资料打底;再用大模型追问,把答案融进自己的理解和观点。
2. 交给 Codex / CC 二次加工:提炼方法论、补上金句,整理成一篇经验贴,直接输出 Markdown。
3. 将 Markdown 上传到 Youmind,配合自写的 PPT 提示词:先生成大纲,再一键生成 20 页高清页面 + 3
用户通过ZenMuxAI接入Claude Opus 4.8(AWS Bedrock),重点提升了风控与单腿失败处理能力,并对比测试了Gemini 3.5 Flash。
昨天我分享了用 @ZenMuxAI 接入 Claude Opus 4.8(Bedrock)帮我优化币安永续合约自动交易系统的事。
实际跑下来感觉挺靠谱的,尤其是风控和单腿失败处理那块,确实帮我把几个容易踩的坑提前看到了。
谢谢大家这段时间的留言和鼓励!
体验链接—— Gemini 3.5 Flash:
Claude Opus 4.8:
多位用户在评论中提及ZenMuxAI:@Lucynneka5、@cheuk_baby、@Trueidbvlgari、@kane_tdt、@voidJan、@qiuge518、@taofen_boy、@pjjin574832、@zyailive、@CandyJJJJJ。
用户@0xMulight称用xBubble.ai几乎零提示词即生成高质量AI短视频,效果超过即梦SD2.0,称其为‘币圈最强落地AI’
用户@0xMulight在𝕏平台发布帖文,称使用@dappOS_com的AI产品@xBubble_ai制作了一段AI短视频,认为其效果出色,感觉已超过即梦SD2.0。
帖文中写道:‘这完成度也太变态了,我几乎零提示词就出片’,并评价xBubble.ai是‘币圈少数真正能打的AI产品’,称其为‘币圈最强落地AI’。
该帖文附带标签#币安盲盒及链接
其他用户在评论中提及:@yijiangren表示自己也通过即梦申领成功;@xinrui0214称‘我就喜欢amazing’;@0xshimei询问‘细说好在哪里’;@dajingou1回应‘哈哈 有时间可以试试’。
该工具使大模型能自动打开Best Buy、比价、绕过反爬与弹窗、点击鼠标并加入购物车,全程无需人工干预,已获5万GitHub星标。
VincentLogic在𝕏平台发布演示:他让AI自主配置一台2000美元电脑,全程零人工操作。AI自动打开Best Buy网站,自行比价,绕过反爬机制,关闭弹窗,并用鼠标完成点击和加入购物车动作。
该能力由开源Agent browser-use实现。项目GitHub星标数达5万,被描述为给大语言模型装上“手”和“眼睛”。它不是预设流程的固定脚本,而是基于实时网页状态做出自主决策的智能体。
browser-use部署仅需3行代码,5分钟内即可运行成功。项目链接为
Jason Ploeckelma在评论中补充:browser-use不仅能精准操控鼠标,还能稳定处理反爬策略和干扰性弹窗,操作可靠性甚至超过人工。他调侃称,今后网购可交由AI执行,人类只需等待签收。
详解如何通过CLAUDE.md优化Claude Code的使用效果,提升AI编程效率。
《Claude md 实用技巧整理:从配置到工作流搭建》 最近 Claude Code 和 CLAUDE.md 的讨论越来越多。 一开始,很多人只是把 Claude Code 当成 AI 编程助手,用来写代码、修 Bug、跑任务。但真正用起来之后会发现,它好不好用,不只取决于模型能力,也取决于你怎么给它规则、上下文和工作流程。 而
@btcoindown 🥰精辟
@marsnock 🥰
@ai_Kyros 笔芯❤️
@collageboys01 希望不是猪队友
用户实测UltraCode后强调Claude Code的独特价值,并指出AI编程工具正加速迈向低干预、高自主的Agent范式。
重度使用ultracode再次深深感受到Claude Code无以替代的伟大。此外,Harness发展的趋势不言自明——更少的人为干预,更多的agent自主能力,更长时间的无干预运行: Cursor的yolo模式 OpenSpec的SDD Ralph Loop Karpathy的autoresearch Claude Code的plan mode Codex的/goal Claude
@kelexiaomao 太突然了
@lolieatapple 眼力劲不错 这里没有优化确实还是有点粗糙 不过整体完成度还可以 优化一下前期提示词效果会更好
Trust Wallet 发布 TWAK,支持安全、自主的 AI 驱动加密交易。
教程详解ECC——一个提升Claude上下文、稳定性与安全性的开源Agent系统
用户吐槽主流AI助手互不联通,长期记忆和个性化设置无法共享。
最近我被一个问题卡住了。 我天天在用 ChatGPT、Claude、Gemini、Grok ,可它们没一个是真认识我的。 前两天还在用 Claude 4.7 ,这两天 Claude 4.8 就出来了,换个工具,又得把我是谁、在干嘛、喜欢什么,从头讲一遍。 我那些习惯、偏好,还有攒了大半年的长期目标,全锁死在一个个互不串门的
@Supers6061 而且很好撸吧
@ccjing_eth 以前的 也在?
@zhuren1992 好早的了吧
@0xCryptoUni 好多人都撸过呢 大毛啊记得
一篇罗列13款替代/补充ChatGPT的垂直AI工具及其核心优势的实操清单。
这一天的 64 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。