全新开源图像模型:Ideogram4!
参数量 9.3B,提供两个版本:FP8 和 NF4。
采用 34 层 DiT 架构,文本编码器为 qwen3VL 8B。
训练数据全部来自结构化 JSON 标注,每个标注元素均支持独立样式控制,并可选包含边界框(bounding boxes)和色彩调色板(color palettes)。
你可以在自己的笔记本上本地跑一个能同时看懂文字、图片和音频的 AI 模型,不需要联网,也不需要高端显卡。Google DeepMind 今天发布的 Gemma 4 12B 就是干这个的。它只需要 16GB 的 VRAM 或统一内存(比如苹果 M 系列芯片的 Mac),就能流畅处理多模态任务。Gemma 4 系列累计下载量已经超过 1.5 亿次——大家确实需要本地 AI。
和常规多模态模型不一样,Gemma 4 12B 干脆去掉了视觉和音频编码器。视觉输入先经过一个轻量级的嵌入模块——就是一次矩阵乘法加位置嵌入和归一化——然后直接送进语言模型主干。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
它只用带样式、框选和色板的JSON字幕训练——设计师改图不用等AI猜,直接改文本就能出图。
全新开源图像模型:Ideogram4!
参数量 9.3B,提供两个版本:FP8 和 NF4。
采用 34 层 DiT 架构,文本编码器为 qwen3VL 8B。
训练数据全部来自结构化 JSON 标注,每个标注元素均支持独立样式控制,并可选包含边界框(bounding boxes)和色彩调色板(color palettes)。
装了OfficeCLI,Claude Code、Cursor这类AI编程工具就能在终端里建、读、改Office文件。
卧槽!这个工具绝了!OfficeCLI,不用装Office就能在终端里玩Word、Excel、PPT,建文件、读文件、改文件全能搞🔥 最骚的操作是啥?
装完它,Claude Code、Cursor这些AI编程狗直接就能操控Office文件,相当于给AI装了个外挂🐂 批量改Excel、生成文档、处理PPT,一行脚本搞定,不用再手动点点点。开源免费,轻量不占地方,搞自动化和效率狗必须冲!🔗
有人用真实金钱测试LLM能否发现并利用Web应用漏洞,结果是它们确实能执行部分攻击步骤。
我构建了一个存在漏洞的应用,并花费 1,500 美元测试 LLM 是否能攻破它
社区讨论:多人指出Anthropic模型得分低主因是安全护栏过严,而非能力不足,@SOLAR_FIELDS称其“拒绝执行合法工作”的倾向持续增强;@mynameisvlad反驳称将带护栏的Claude与已移除护栏的GPT-5.5对比不公平;@tjwheeler补充实测中Claude在确认作者身份后可完成渗透测试;@sperandeo则提出跨模型链式调用(如Claude→Venice→Perplexity)能绕过部分限制。
Velma 是首个专为音频设计的 AI 模型,能识别情绪、语调、意图、节奏和语音压力,已分析超 5.5 亿小时企业对话。
全球首个原生音频 AI 模型现已作为 API 上线。
Velma 能像人类一样倾听与理解——包括情绪、语调、意图、节奏、语音重音。
目前已为《财富》500 强企业分析了超 5.5 亿小时的对话数据。
现面向开发者开放。
Grok的文本、音频、图像、视频模型现在能通过Cloudflare AI Gateway调用,账单走Cloudflare,不用额外配密钥或环境变量。
我们正与 @xai 合作,将 Grok 接入 @Cloudflare AI Gateway。
• Grok 大语言模型、音频模型、图像模型和视频模型现已可通过 AI Gateway 使用
• 账单由 Cloudflare 直接出具
• 无需额外的身份验证、环境变量或 API 密钥
env.AI.run("xai/grok-image-video-1.5-preview")
Hyper 把公司内部流动的信息接进 AI 代理,让它们能处理更复杂的长期任务。
嘿,Hacker News 社区的朋友,我们是 Shalin 和 Kanyes,一对一起搞黑客项目超过 10 年的死党,现在是 Hyper(https://heyhyper.ai/)的联合创始人。
Hyper 是一个共享的“公司大脑”,它接入企业内部流动的信息流,让 AI 智能体和自动化流程变得更强大,最终帮人们节省时间。
大模型已经足够强大,能够(基本)承担长期、复杂的任务。
我们认为当前的瓶颈在于:这些“足够聪明”的模型,往往缺乏关于你所在公司的具体信息。
社区讨论:多人质疑知识一致性处理机制,@ianpri11和@esafak均追问冲突事实的解决方式,前者问是否依赖“最佳猜测”,后者强调技术文档中新旧信息更替频繁;@implexa_founder指出Opus 4.8已实现跨会话记忆与并行智能体调度,削弱Hyper部分核心卖点;@oliver236直接提问竞品同质化问题;@FailMore则聚焦落地效果,要求说明客户实际指标提升及RAG技术栈使用情况。
Anthropic和OpenAI当前估值约1万亿美元,是2004年谷歌IPO时230亿美元的43倍以上。
谷歌于2004年8月上市,此后股价上涨了100倍。但其起点是230亿美元。Anthropic和OpenAI的起点则是1万亿美元。差别不仅在于估值,更在于——至少有4家公司在大语言模型(LLM)领域正以几乎相同的速度激烈竞争。所有这些公司都如此。
今年10月,来探讨比特币与人工智能之间的关系吧。但请抓紧时间。我们仅用一个月就已售出200张门票中的88张,距离活动还有4.5个月,而门票价格将于6月15日上调。
@sakshiraathi 这可能
TownAI结束Beta阶段,推出可学习用户习惯的AI助手,并获a16z领投5500万美元A轮融资。
Lassie 这个新AI系统专为小企业设计,目前已被700多家医生办公室采用;它不讲通用能力,只解决排班、保险核验、病历归档这些没人想干但天天要做的事。
今天,我们推出 Lassie,并宣布获得由 a16z 领投的 4700 万美元融资。我们正在构建服务于小型企业的 AI,首站是医生诊所。
Lassie 目前已获全国 700 多家诊所信任,可自主运行,每月为每家诊所节省 30 小时人力工作。
为走到这一步,我们首先离开 Robinhood 和 Superhuman,亲自进入诊所办公。
以下是这段经历的经过。
欧盟原定投入200亿欧元建AI数据中心,现在传出延迟和资金问题——想靠这笔钱加速本地AI基建的人,得再等等。
有人用GPT模仿莫言体、余华体写人生大白话,配AI生成的慈祥老人头像和慢动作BGM,在微信视频号发短视频,中老年人大量转发。
微信视频号有个冷门红利:AI生成“农村老人的智慧语录”。你让GPT模仿“莫言体”“余华体”,写一段关于人生、亲情的大白话,再用AI生成一个慈祥老人的头像,配上慢动作BGM。 中老年人特别爱转发,一条视频可能破百万播放,视频号的广告分成相当可观。
生命科学团队现在能用一个模型同时写代码、调工具、做药物发现和实验分析。
我们将为 GPT-Rosalind 系列模型引入新能力。该模型系列专为企业级生命科学研究而构建。
它将 GPT-5.5 的智能体式编程(agentic coding)与工具调用能力,同更强大的药物发现、分析、设计及实验工作流智能相结合。
OpenGradient 在追问一个没人认真答过的问题:当 AI Agent 替人操作钱包、调用 DeFi、做风控决策时,整个过程缺乏可追溯性。它没说要造新模型,而是直指执行链路的黑箱——模型版本、输入数据、结果是否被篡改,全无记录。
它用前缀缓存架构实现 99.82% 命中率,一天处理 4.35 亿输入 token 只花 12 美元。不靠换模型,而是让同一段推理链反复复用,再叠加工具调用修复和成本控制,长对话开销骤降。
DeepSeek搞了个革命性的玩意!一个为前缀缓存设计的AI编程代理,能让你在长会话里token成本低到离谱!四个硬核特点带你起飞: 1️⃣ 缓存优先架构:一天4.35亿输入token只花12美元,命中率99.82% 2️⃣ R1思维链复用加工具调用修复加成本控制 3️⃣ 内置Web搜索、MCP、hooks、skills、memory、persistent sessions 4️⃣ 只专注DeepSeek后端,不做多模型切换 npx一键启动,MIT协议,TypeScript实现。
别问我为什么只支持DeepSeek——极致优化的代价就是执着!🔗
Google 推出的 Gemma 4 12B 是首个原生支持音频输入的中型开源模型,不用额外编码器,视觉和音频信号直接喂进大语言模型。开发者在带 16GB RAM 的笔记本上就能跑通多模态推理。
我们刚刚发布了 Gemma 4 12B!这是我们首款支持原生音频输入的中等尺寸模型。
Gemma 4 12B 是一个统一的、无需编码器的多模态模型。
🧠 视觉与音频信号可直接输入大语言模型。
💻 仅需 16GB 内存即可运行。
📊 基准测试性能接近 26B 模型。
📄 采用 Apache 2.0 开源许可证。
Google 推出了 Gemma 4 12B,一款全新的开源多模态模型,专为直接在笔记本电脑上运行而设计。
该模型具备先进的推理能力,并针对配备 16GB RAM 的硬件进行了优化。
模型以 Apache 2.0 许可证免费提供,并得到广泛开发者工具生态系统的支持。
实力强劲!
📌 Gemma 4 12B
来源:
Google DeepMind 论文首次系统归类出六种攻击类型,比如恶意网站识别出访问者是 AI Agent 后,主动返回伪造数据或诱导错误操作。这些漏洞不针对人类,只对自动化行为生效。
这篇 Google DeepMind 的论文,对当前所有使用自主智能体(autonomous agents)的人而言,是一次严肃警告。
它首次清晰地提出了一个分类体系,归纳出 6 种攻击类型:恶意网站可借此识别 AI 智能体,并向其展示人类用户永远看不到的隐藏内容,例如——
埋藏在 HTML 注释中的指令。
用户对比发现 Kimi Work 在项目管理、浏览器自动化、后台定时任务等模块的设计逻辑,与 Codex 高度重合。这不是功能雷同,而是整套产品架构和后台运行方式几乎一致。
该说不说,Kimi Work 跟 Codex 长得感觉一毛一样,果真国产 Codex 项目管理、浏览器自动化、定时任务后台跑。..产品布局和逻辑也是和 Codex 心有灵犀?Kimi 的模型我从 K2 就有用,个人感觉国内几家大模型里面日常用下来体验最好的一个,也是体验下来最像 Claude 的模型。
。。还是希望 Kimi 越做越好,这个赛道国内需要有人站出来💪
Anthropic 官方维护的 Claude Cookbooks 已在 GitHub 开源,含 RAG、Tool Use、多模态等可直接运行的 Jupyter Notebook。
🤯 卧槽,Anthropic 官方把 Claude 的使用教程全开源了! GitHub 4.4 万+ stars,Anthropic 官方亲自维护的 Claude Cookbooks。
RAG,Tool Use,多模态,提示词缓存等等技巧,全部封装为了可以直接跑的 Jupyter Notebook,复制粘贴就能用进自己的项目。
真正值钱的是高级技巧那一块——Sub-agents(让 Haiku 当子 agent 配合 Opus 干活)、自动化评估流水线、PDF 上传处理…… 这些才是真正值得学习的经验,官方直接给你范例,省掉自己摸索的几十小时。
想学 Claude API,别到处翻零散博客了,官方 cookbook 比任何第三方教程都全,也比任何教程都可信。
GitHub:
DeepSeek、Kimi、GLM 等开源模型现在能通过 Aethir Mesh 的专属 API 调用,接入前要换用 Aethir Claw 代理和新 API 密钥。
Aethir Mesh 已上线。
顶级开源模型(包括 DeepSeek、Kimi、GLM 等)现已接入 Aethir 自研的大语言模型 API 平台。
将你的 Aethir Mesh API 密钥填入 Aethir Claw 代理,即可开始构建。
有人把重复工作流封装成专属Skill,自动搜索Skill,用两个Skill完成做图、整理资料、排版发布。
别再纠结是用 Codex 还是 Claude Code 了。 我发现其实真正决定AI生产力上限的,不是 Agent,而是 Skill。 这期视频我会分享最终筛选出来的8个最核心的skill 1、基础Skill: 把重复工作流封装成专属Skill 、自动搜索各种Skill 2、产品开发Skill: 顶级开发团队级别的AI编程提效 ;不懂设计也能做出好看页面 3、内容创作Skill: 做图、整理资料、排版发布,这两个Skill直接替你干 不管你用 Claude Code 还�� Codex,装上就能用。
AI Agent 可在 Windows 上操控 WPS Office、Adobe 全家桶和 Zotero。
开发者用手机Codex App构建基于DeepSeek V4 Pro与GPT Realtime 2的Sandbank Agent原型。
最近在用手机 Codex App 操作设计 Sandbank Agent(一套基于 DeepSeek V4 Pro + GPT Realtime 2 和 VAS 构建的跨沙箱 Workspace Harness)。
用 GPT Image 2 做了个 Sandbank 的宣传图,很可爱!
@lemondooe 大项目在真正的沙箱里用 Wanman 跑 Codex/CC。
这个是用来做 Chat UI 入口的低成本 IVR。
Mnemo 是一个让任意 LLM 在本地记住信息的层,用 Rust 写,数据存 SQLite,关系图用 petgraph。
无需编程,用Langflow构建可复用的风格化推文写作代理,提升效率。
教你零代码搭建自己的推文写作 Agent~ 写作效率提升100倍!!!! 用 Langflow 打造一个专属写作子代理:输入新主题 + 一篇旧文章链接,它就能模仿你的风格写新草稿。 每次让 Claude / GPT 写文章,你都要重复教它:“用我的风格、这个结构、这个语气”……结果 token 都烧光了、风格还不统一
Langflow 官网: GitHub:
@eastweb3eth 就是玩!
@Seaxing777 一起进步
@zw2867759575009 不学习就要落后
@0xLin88 得进步啊表哥
@70Seven_Qi 妥妥哒
@zhuahua1 学起来
@0v0_Aurora 回关啦老师
@huoniuniu 一起进步!
@3JA4TUbqGE72628 干啊!
@HHisnothing 无限可能
作者基于6个月实践,总结出10个高阶提示词,大幅提升文档理解与研究输出效率。
实操分享如何用红线辅助线指导AI生成电影感FPV运镜视频,强调运动逻辑而非提示词长度。
最近刷到很多 这种红线路径 FPV 视频 确实挺上头 自己试了一下 重点不是提示词写多长 而是把镜头怎么走交代清楚 红线只负责告诉 AI 镜头从哪进 往哪绕 在哪下压 最后收在哪 成片里千万别出现红线 不然直接变成施工路线图 这种玩法做办公室 校园 商场 街拍转场都挺好用
我先用 gpt-image2生成一个图 提示词: 使用上传图片作为人物数量、人物位置、服装风格、空间布局和整体构图参考,生成一张高清写实风格的办公室休息区多人合照。画面中是一组成年女性坐在灰色沙发上,整体氛围像公司聚会、朋友合照或时尚团队合影,人物自然贴近镜头,姿态轻松,有不同表情和动作。
然后根据@MrLarus 老师思路 随便在图片上 手绘一个箭头指示
最后在把手绘图片 丢进seedance2.0里抽卡 提示词: 使用上传图片作为场景、人物位置、空间布局和构图参考。生成一段 FPV 第一视角电影感镜头运动视频,镜头严格按照图片中红色辅助线的运动逻辑进行,但最终画面中绝对不要出现红线、箭头、标记或任何辅助线。 镜头像手持微型 FPV
ER医生推出API服务,让AI代理提交问诊记录,由持证医师审核后开具真实处方。
我是一名急诊科医生,我开发了一种方式,让你能通过 Claude Code(或任何 AI 代理)获得真实有效的处方。
其工作原理如下:
→ 告诉你的 AI 代理你目前的症状或状况
→ 它自动生成就诊记录,并通过我们的 API 提交
→ 一名经委员会认证的执业医师进行人工审核
→ 如符合医学指征,处方将直接发送至你的药房
这里没有聊天机器人——而是由真人医生全程参与,为 *你的* AI 代理提供临床把关。
你的 AI 已经能写出完整的就诊记录。Appendix 则负责接入医生。
我们的医学知识库免费开放。
当你需要医师审核 + 处方服务时,按订阅制收费——可为你个人或全家开通。
现在就从 Claude Code 尝试:复制提示词,或安装该技能
Jarred在技术分享现场运行自动化工作流:复现bug→写测试→提PR→自动修改,引发Claude跟进推出dynamic workflows。
离谱,这个光头强者,演讲时还在写代码。 Bun 作者Jarred 边分享边跑 agent 改代码,旁边Boris 都忍不住吐槽他又趁演讲在干活😅 Jarred 4 月底跑通将 workflow: 复现 bug → 写测试 → 提 PR → code review → 自动修改。 听了演讲后,Claude 5 月底就推出了 dynamic workflows. 学习
@aehyok 贴心的给中文读者看,不然这视频只能听音频了。
@cheery9998 强者毕竟是强者。 这帮聪明人创造了好多东西给我们用。
英国一家法律AI初创公司拿下7000万美元B轮融资。它现在能自动起草合同、标记风险条款,律所合伙人开始让实习生先用这个工具跑一遍再交初稿。
中国AI公司DeepSeek获腾讯和宁德时代等投资,融资约500亿元人民币。报道只写了金额和估值,没提任何产品落地场景或收入来源。
中国AI初创公司DeepSeek即将完成其首轮融资,融资规模约为500亿元人民币(7.4亿美元),投资方包括科技公司腾讯和电池巨头宁德时代(CATL),知情人士称。
据路透社报道,DeepSeek本轮首轮融资规模约为500亿元人民币(7.4亿美元)。本轮融资后,该公司估值可能达520亿至590亿美元。
创始人梁文峰 reportedly 将出资200亿元人民币,腾讯可能出资100亿元人民币,宁德时代(CATL)可能出资50亿元人民币。
网易、中国国家人工智能基金、IDG以及Monolith也位列潜在投资者名单之中。
工程师每次改完基础设施或API代码,就启动一个‘审查子智能体’自动找问题,反复迭代直到它不再报错。这个过程常持续20–30分钟,成了他上线前的固定动作。
每当我修改任何基础设施/ API /应用核心代码时,我的标准操作流程就是:“运行一个审查子智能体(review subagent),修复它发现的所有问题,然后重复这一过程。” 整个过程可能耗时 20–30 分钟,但说实话,我至今还没遇到过任何问题。
LangChain在LangSmith Studio里新增Deploy按钮,点一下就能把调试好的智能体直接发布到生产环境。以前要配Docker、写CI脚本、开监控端点的事,现在缩成一次点击。
🚀 一键从原型迈向生产环境。我们在 LangSmith Studio 中新增了“Deploy”(部署)按钮,让你可直接将智能体部署至 LangSmith Deployment。
红杉系基金a16z一天内宣布两笔大额A轮:3500万美元投Lassie(帮牙科诊所管预约和保险)、5500万美元投Town(帮本地小商家处理账务和客服)。它们都不做通用大模型。
很高兴宣布:a16z 领投 Lassie AI 的 A 轮融资!(@arampell)
Lassie 正在构建可运营小型企业的 AI——首站聚焦牙科诊所。
该公司目前已实现年化营收超 1000 万美元,并为 700 多家牙科诊所提供支持。👇
同一天内,由同一投资方领投的两起大型 A 轮融资官宣,实属罕见 👀
a16z 的 Alex Rampell(@arampell)当天刚刚主导完成:
▪️ Lassie(面向牙科诊所的 AI)3500 万美元融资
▪️ Town(AI 助理)5500 万美元融资
如果你手握资金,AI 应用层正迎来忙碌时刻……
谷歌将年度AI资金目标上调至84.75亿美元。按全年计算,这笔钱相当于每天多支出约2300万美元——足够雇150名资深工程师,或买下旧金山一栋中型办公楼。
法国SquareMind公司推出Swan机器人,能自主完成全身皮肤镜成像。它已拿到1800万美元融资,但目前只在实验室演示,尚未接入任何医院影像系统或医保流程。
总部位于巴黎的初创公司 SquareMind 近日融资 1800 万美元,用于推出 Swan——全球首款专为采集标准化、全身性皮肤镜图像而设计的机器人。
本轮融资由 Sonder Capital 领投。该公司由弗雷德·莫尔(Fred Moll)创立,他被誉为“外科机器人之父”,曾在 20 世纪 90 年代主导开发了 Intuitive Surgical 的达芬奇(da Vinci)手术系统。
Swan 采用机械臂,在数分钟内完成患者全身皮肤表面扫描,并搭配 AI 软件,跨次就诊持续追踪新出现或发生变化的痣。
该技术旨在解决皮肤科领域的一项关键瓶颈:患者面临长达数月的候诊名单,而事实上 80% 的黑色素瘤为新发病灶。
Swan 计划于今年晚些时候在美国和欧洲正式商用上市。
有人刷新页面,Claude 就在同一个 Hermes 工作区里实时修复 Gateway 错误——Grok、Ollama、Claude 和 GPT 全部共存于一个侧边栏。
你现在可以在一个 Hermes Workspace 内运行所有主流 AI 模型。
这个人看着 Claude 实时修复每一个网关错误,而他只需点击刷新。
Grok、Ollama、Claude 和 GPT 全部集成在同一个侧边栏中。
一条命令即可启动全部服务。
有人用已有的 Claude Skills,让 Claude 自动提取内容、生成完整内容管道——UI设计、代码调试、创意输出都能一键跑通。
Claude 新动态工作流的终极技巧:利用你现有的 Claude Skills 创建工作流。
例如:“使用我全部的内容技能,构建一个完整的内容流水线工作流。”
Claude 会从你的智能体技能中自动提取所有必要信息,为你所需项目的任何任务构建全自动流水线。
你可以用它实现以下场景:
• UI/UX 设计工作:打造端到端流程,生成符合品牌调性的视觉内容
• 代码库调试:构建完整工作流,对代码库进行审计并端到端修复 Bug
• 创意类技能:构建一个将原始创意转化为完整流水线的工作流(如推文、简报、视频)
彻底改变工作方式。
Hermes Agent提供从安装到多智能体协同的完整自主操作课程,支持无人值守运行。
Hermes Agent。从零到完全自主运行。一门完整课程。安装、技能、记忆、MCP、调度器、多智能体。你睡觉时它也在工作。构建这一系统的人,将永远不再手动操作任何内容、研究或业务工作流。
阅读
@romainbey 是的,确实如此。你能进一步解释一下吗?
@rohit4verse 谢谢 Rohit!你计划用这个 Hermes 做什么?
@leopardracer 谢谢 🐆
@Luciano0Laki 不需要 Mac mini,也不需要 VPS。
@daviderameh_ 没错。
谷歌最新宣布将其AI资金投入目标大幅提高至847.5亿美元。
Krea 团队宣布将开源 Krea 2,并明确邀请社区共建;他们不提参数量或SOTA指标,只说‘要一起把它做成最好的开源图像模型’,链接直通 GitHub。
几位从业者观察到,AI企业早期最需要的不是纯算法研究员,也不是产品经理,而是FDE(Foundation Developer Engineer)——既能调 LLM 和 Agent 套件,又懂 RAG、AI 编程工具和云基础设施的人。
最近和业内几位从业者聊下来,我越来越看好 FDE 这个方向在 AI 企业落地中的价值。这个职位也非常符合当前 AI 早期阶段的人才画像。
因此,最近我打算研发一套 FDE 主题课程——「FDE 人才培养计划」。
考虑到课程内容与云厂商的产品高度相关,包括 LLM、Agent 套件、RAG、AI 编程工具,以及存储、服务器等基础设施,因此我希望能够以课程与云服务厂商合作的方式来推进。
这样一方面可以让学员学习和实践更加方便,另一方面也能帮助大家更深入地了解云厂商所提供的 AI 服务,以及这些服务在企业场景中的实际落地方式。
如果有意向合作的云厂商,欢迎联系我(优先考虑火山引擎、阿里云、腾讯云)。
简单自我介绍一下:我是熠辉,全网 30W+ 粉丝,程序员背景,专注于 AI 编程领域的内容创作与实战教学, 有着能将技术和实战落地结合起来, 讲明白的能力。
它现在能同时处理原始文本、图像和音频输入——不用先转成文字再喂给模型。
过去几年,我的研究重点一直放在跨模态的模型与训练范式统一上。 今天,我很兴奋地宣布我们发布了最新模型,延续这一主题:Gemma 4 12B——一款密集型、无编码器(encoder-free)模型,可直接处理原始文本、图像和音频输入!
开源插件UZI-Skill整合51位投资人的分析框架和180条量化规则,输入贵州茅台或苹果就能生成多维度投研报告。
发现一个有点猛的开源项目:UZI-Skill,一个专门给股票做深度分析的 AI 投研插件。
它不是把股票代码丢给大模型瞎猜,而是把 51 位投资大佬的分析框架、22 维市场数据、180 条量化规则、17 种机构分析方法揉在一起。
你可以理解成:让格雷厄姆、彼得·林奇、巴菲特、索罗斯、陈小群同台开投研会,帮你拆一只股票。
A 股、港股、美股都能看。输入贵州茅台、腾讯、苹果这类标的,它会从基本面、技术面、资金面、情绪面、风险点等维度生成报告。
还能命令行运行: python 也适合接入 Claude Code / Codex / Cursor 这类 Agent 工作流。
它不是荐股神器,也不能保证赚钱,但用来做复盘、写投资笔记、快速搭分析框架,确实很省时间。
GitHub:
该方案让 Claude 自动执行 MCP 安装命令、集成至 Claude Code/Codex/OpenCode 界面、验证认证状态,并用 FFmpeg 合并录屏供回看。
Rhys Sullivan 在 𝕏 上表示,正让 Claude 协助构建一套面向 executor(执行器)的现实场景测试套件,目标是覆盖其自托管版本。
该流程包括:Claude 复制 MCP 安装命令,在终端中运行该命令,将 MCP 集成到 Claude Code、Codex 或 OpenCode 中;随后在各界面中验证认证(auth'd)是否成功。
Claude 还将测试过程的屏幕录制与 FFmpeg 合并,生成可回看的视频,链接为
Rhys Sullivan 表示该方案仍在持续扩展,团队仍在探索最优测试方式;但仅凭已实现的现实化测试,已发现多个此前未暴露的 bug;他本人高度认可这一方法。
GitHub Copilot依赖的Codex后端出现临时故障,而同时使用Claude Code的开发者未受影响;多位用户在社交平台确认服务已恢复。
只有使用Codex的天才程序员暂时受到影响,同时使用Claude Code的程序员工作未中断。
@BarrySong97 表示相关问题仍在调查中。
@0xdeusyu 和 @zhihe_md 均确认自身服务已恢复正常。
@vendydev 也表示服务已恢复。
多名员工在社交平台吐槽公司Java和PHP团队排斥AI工具,组长拒绝尝试后被CTO盯上,部分企业则借AI倒逼流程改革
公司Java和PHP团队对AI工具的抵触情绪较大,仍沿用传统开发方式。开会时有人建议后端组长亲自试用AI工具,组长回应称“下半年可以躺平然后回家了”。发帖者表示“您自祈多福吧”,并指出CTO早已有意更换该后端组长。
@coutinhoTTS称其所在公司运营与产品部门的AI应用程度已超过研发部门,令人感到困惑。
@Soren083指出,AI落地的关键在于工作流重构,需覆盖产品、UI、研发和测试全环节;但其公司原有工作流本就存在问题,AI反而成为推动流程改革的契机。
@dolphin_whb介绍,其公司管理层对新技术持开放态度:CTO从零接触AI,到亲自使用并用AI重构多个微服务,以验证AI在生产环境中的提效能力;相比之下,后端组长对此无任何反应,引发对其岗位适配性的质疑。
@FED41E39_评论称,对AI“不感冒”的技术人员正逐步被淘汰。
Minchoi使用Dreamina AI的Octo与Seedance 2.0版本,将故事片段实时转化为同步画面,全程无需手动剪辑
我用Dreamina AI的Octo与Dreamina Seedance 2.0完成了这支MV的全部视频序列制作。它能与你的画布保持同步,跟随你的创意思路运行,并将零散的故事片段自动转为动态影像。这是一种氛围驱动的创作方式。
@Just_Codly 现在能做的事太多了。
该工具为Cursor和Claude添加设计能力,改善布局、动效与留白,减少模板化倾向,当前v2版仍在迭代中。
哈哈,这是一个有品味的 Skill!😍
苦于 AI 生成的 UI 还是那么“模板味”? 我刚试了 taste-skill,给 Cursor/Claude 装上后,布局、动效、留白直接上了一个档次。
不再是那种对称死板的东西,能主动推一些有 variance 的设计。
亲测 v2 版还在迭代,但默认 skill 已经够用了。
链接见评论👇
该机器人在币安现货与Polymarket CLOB订单簿间捕捉约100毫秒报价滞后差价;他人跟单14天获利32400美元;原文未提供技术细节、验证方式、风险说明或来源机构信息
14天,我靠跟单一个中国学生,在Polymarket上净赚32,400美元。
而他本人更离谱:48小时内,用0.90美元直接干到408,292美元,接近45万倍的回报。
他是怎么做到的?核心就一个Claude提示词,花了20分钟,搭出了一个自动化机器人。
这个机器人在Binance现货和Polymarket的CLOB订单簿之间,专门吃那大约100毫秒的报价滞后差价。
我已经把完整的搭建教程放在链接中。
钱包主页链接已提供。
视频解析LLM、Token、Prompt、RAG、Agent、Harness等高频术语的来源及实际解决的问题,面向非技术背景观众
AI术语正一波接一波袭来……🌊 LLM、Token、Prompt、RAG、Agent、Harness……它们从何而来?又真正解决了哪些现实问题?通义实验室正在通过一个两部分视频系列逐一拆解。这是第一部分!
如果你的朋友对AI了解不多,或许可以将这个视频分享给他们。
@aaliya_va 我们讲清楚了吗?
该流程包含Claude生成设计文档、人工审阅、Codex编码、Claude审查、Codex修复、最终Claude简化六步,复杂任务需多轮迭代。
我现在实现一个功能一般遵循以下步骤:先用Claude Code执行plan指令生成设计文档,保存为文件后人工审阅一遍;再由Codex根据该文档实现代码;接着用Claude Code的/review指令审查代码;将review结果发给Codex,由其评估正确性并修复问题;最后用Claude Code的/simplify指令优化代码。
@Tomyu_2034 表示该流程与自己常用方式很像,差异可能仅在于提示词(prompt)的侧重点不同。
@Tomyu_2034 回复“哈哈差不多”。
@Card198454 提问:是否让Claude调用Codex命令行工具(codex cli)?
@IIInoki 回复“重度依赖”。
@OpsZywo 回复“🥲真没准”,表达不确定性。
@myroy15 回复“👏真不错”。
@atonezzz 补充:对于复杂任务,该流程会进行多轮迭代。
用户可在本地机器完整运行 CODEX,支持 Codex App、Codex CLI 及 DeepSeek V4、Gemma 4、Qwen 3.6 等开源模型,全部离线执行。
作者用该功能创建工作流生成730个Agent导致DeepSeek账户余额耗尽,优化后仅生成30个Agent,10元即可完成运行。
文章全流程实操讲解Claude Code中的最新功能——动态工作流(Dynamic Workflows)。
作者在演示中创建了一个工作流,该工作流生成了730个Agent。运行一段时间后,DeepSeek平台提示需充值。
作者随后优化工作流,改为一句话创建方式,新版本仅生成30个Agent。使用10元额度的DeepSeek账户即可完整运行该工作流。
原文附有操作链接:
文末作者@MainCaseZ称“张总见笑了”,并建议读者尝试该功能,称其“很强大”。
CoderDaMing在𝕏上分享10个未被广泛使用的提示词技巧,每句均针对特定认知维度(如反向思考、质疑假设、指出盲点等),直接作用于AI响应的深度、严谨性与适用性。
用户@drmrzhong在𝕏发布面向ChatGPT image2的提示词模板,支持替换角色名生成《崩坏:星穹铁道》流萤等ACG角色的深夜手机快照风格熟睡图像。
ChatGPT image2 x ACG角色睡姿挑战提示词 最近有被奇葩睡姿挑战的话题刷屏,这个题材真的很有意思,当一个人在夜晚彻底放下防备,自在得入睡来消解一天的疲惫,这个时候就不需要在意什么睡姿了,怎么舒服怎么来。
指定角色:流萤 角色所属世界观:崩壞:星穹鐵道 真实社交平台风格手机快照,凌晨两点。画面主体是 {指定角色}
@grok 你最喜欢哪个睡姿
@0xkyne 😆等你返图
开发者@0x0funky披露其个人公司AI支出明细:未使用任何API中转服务,全部采用官方订阅,含Claude 20x、ChatGPT Pro、Figma Pro和Google Workspace,合计420美元/月。
有人问我,这样的一人公司每个月的AI成本是多少。目前没有使用任何中转站,全部采用官方订阅。(以下内容之后会整合进Business Plan)
Claude 20x:200美元
ChatGPT Pro 20x:200美元
Figma Pro:20美元
Google Workspace:10美元
其实我不知道那些喊token不够用的人是怎么烧的。公司目前有5个大专案,还有5个公司产品专案在同时进行。这样的订阅额度已能满足当前全部工作负载。
@dominik_btc 我需要亚太区市场营销总监
@Rav_Hedda 小猪姐带带!
@SukaTsai 多多交流!
Amara 是一个能在 UE5 内执行场景生成、资产摆放、Mesh 创建、角色绑定与动画的 AI Agent,支持文字指令驱动和反复编辑迭代。
AI 已经开始接管 Unreal Engine 5。这并非仅生成一张静态 3D 图像,而是用户通过文字描述一个世界,AI Agent 直接在 Unreal Engine 5 环境中完成构建:生成场景、摆放资产、创建 Mesh、绑定角色、制作动画,并支持反复编辑与迭代。
这个 3D AI Agent 名为 Amara,由 O1C 开发。其关键特性在于:用户不是观看预设的封闭式演示,而是实时指挥一个能直接操作 Unreal Engine 5 的 Agent。
真正被改变的不是建模能力本身,而是游戏开发的第一步。过去,一个创意要变成可玩原型,需跨越建模、动画、引擎集成、资产准备、脚本编写等多重门槛。许多想法尚未验证,就因制作成本过高而终止。
如果 AI Agent 能在 UE5 中直接搭建场景、绑定角色、生成动画,游戏开发流程可能由此重构。
@ashkan01C 指出:对开发者而言,“反复编辑迭代”的能力比单次生成效果是否精美更重要。这标志着一种真正可落地的工作流(Workflow),而不仅是一个技术演示。
作者开发可复用提示词系统,通过固定结构(高饱和单色背景、15°倾斜瓶身、3D文字、水花冰块)批量生成快消品夏季KV海报,适配线下广告与社媒多场景。
分享用plan模式辅助编写高质量Codex Goal指令的两个实用技巧。
GPT 5.5 Pro 调研生成了一份关于 Codex 的Goal指令如何用的文档。 仔细阅读学到了两个技巧: 1. 觉得写不好goal时,先用plan模式,让AI反问自己一些问题,让AI帮收敛写Goal指令。 提示词模板: /plan Help me turn this vague task into a strong Codex goal. Interview me for missing success
Goal指令如何用,调研报告:
用结构化、角色化、约束明确的强提示词替代‘帮我优化一下’等弱指令,显著提升ChatGPT输出质量。
用户指出无需新建AI应用目录,Hermes Agent+WhatsApp群聊即可实现同类功能。
这相当酷,但我用 @NousResearch 的 Hermes Agent 和一个 WhatsApp 家庭群聊,一下午就基本实现了相同的功能。当我们能拥有一个功能强大的智能体(agent)运行时环境(harness),来完成其中大部分任务时,其实并不需要一个新的 AI 应用目录。
@simonch00 @NousResearch
我确信这不会阻止开发者继续尝试,但我看到越来越多的路径,最终都指向同一个目标:构建一个优秀的智能体操作系统(agentic OS),它能原生支持所有这些应用正试图实现的大多数功能。
用豆包+Gemini+Flow三工具联动,几分钟生成商业级产品动画。
Grok的文本、音频、图像、视频模型现在能通过Cloudflare AI Gateway调用,账单走Cloudflare,不用额外配密钥或环境变量。
我们正与 @xai 合作,将 Grok 接入 @Cloudflare AI Gateway。
• Grok 大语言模型、音频模型、图像模型和视频模型现已可通过 AI Gateway 使用
• 账单由 Cloudflare 直接出具
• 无需额外的身份验证、环境变量或 API 密钥
env.AI.run("xai/grok-image-video-1.5-preview")
Velma 是首个专为音频设计的 AI 模型,能识别情绪、语调、意图、节奏和语音压力,已分析超 5.5 亿小时企业对话。
全球首个原生音频 AI 模型现已作为 API 上线。
Velma 能像人类一样倾听与理解——包括情绪、语调、意图、节奏、语音重音。
目前已为《财富》500 强企业分析了超 5.5 亿小时的对话数据。
现面向开发者开放。
DeepSeek、Kimi、GLM 等开源模型现在能通过 Aethir Mesh 的专属 API 调用,接入前要换用 Aethir Claw 代理和新 API 密钥。
Aethir Mesh 已上线。
顶级开源模型(包括 DeepSeek、Kimi、GLM 等)现已接入 Aethir 自研的大语言模型 API 平台。
将你的 Aethir Mesh API 密钥填入 Aethir Claw 代理,即可开始构建。
它只用带样式、框选和色板的JSON字幕训练——设计师改图不用等AI猜,直接改文本就能出图。
全新开源图像模型:Ideogram4!
参数量 9.3B,提供两个版本:FP8 和 NF4。
采用 34 层 DiT 架构,文本编码器为 qwen3VL 8B。
训练数据全部来自结构化 JSON 标注,每个标注元素均支持独立样式控制,并可选包含边界框(bounding boxes)和色彩调色板(color palettes)。
有人刷新页面,Claude 就在同一个 Hermes 工作区里实时修复 Gateway 错误——Grok、Ollama、Claude 和 GPT 全部共存于一个侧边栏。
你现在可以在一个 Hermes Workspace 内运行所有主流 AI 模型。
这个人看着 Claude 实时修复每一个网关错误,而他只需点击刷新。
Grok、Ollama、Claude 和 GPT 全部集成在同一个侧边栏中。
一条命令即可启动全部服务。
生命科学团队现在能用一个模型同时写代码、调工具、做药物发现和实验分析。
我们将为 GPT-Rosalind 系列模型引入新能力。该模型系列专为企业级生命科学研究而构建。
它将 GPT-5.5 的智能体式编程(agentic coding)与工具调用能力,同更强大的药物发现、分析、设计及实验工作流智能相结合。
它现在能同时处理原始文本、图像和音频输入——不用先转成文字再喂给模型。
过去几年,我的研究重点一直放在跨模态的模型与训练范式统一上。 今天,我很兴奋地宣布我们发布了最新模型,延续这一主题:Gemma 4 12B——一款密集型、无编码器(encoder-free)模型,可直接处理原始文本、图像和音频输入!
OpenGradient 在追问一个没人认真答过的问题:当 AI Agent 替人操作钱包、调用 DeFi、做风控决策时,整个过程缺乏可追溯性。它没说要造新模型,而是直指执行链路的黑箱——模型版本、输入数据、结果是否被篡改,全无记录。
它用前缀缓存架构实现 99.82% 命中率,一天处理 4.35 亿输入 token 只花 12 美元。不靠换模型,而是让同一段推理链反复复用,再叠加工具调用修复和成本控制,长对话开销骤降。
DeepSeek搞了个革命性的玩意!一个为前缀缓存设计的AI编程代理,能让你在长会话里token成本低到离谱!四个硬核特点带你起飞: 1️⃣ 缓存优先架构:一天4.35亿输入token只花12美元,命中率99.82% 2️⃣ R1思维链复用加工具调用修复加成本控制 3️⃣ 内置Web搜索、MCP、hooks、skills、memory、persistent sessions 4️⃣ 只专注DeepSeek后端,不做多模型切换 npx一键启动,MIT协议,TypeScript实现。
别问我为什么只支持DeepSeek——极致优化的代价就是执着!🔗
Google 推出的 Gemma 4 12B 是首个原生支持音频输入的中型开源模型,不用额外编码器,视觉和音频信号直接喂进大语言模型。开发者在带 16GB RAM 的笔记本上就能跑通多模态推理。
我们刚刚发布了 Gemma 4 12B!这是我们首款支持原生音频输入的中等尺寸模型。
Gemma 4 12B 是一个统一的、无需编码器的多模态模型。
🧠 视觉与音频信号可直接输入大语言模型。
💻 仅需 16GB 内存即可运行。
📊 基准测试性能接近 26B 模型。
📄 采用 Apache 2.0 开源许可证。
Google 推出了 Gemma 4 12B,一款全新的开源多模态模型,专为直接在笔记本电脑上运行而设计。
该模型具备先进的推理能力,并针对配备 16GB RAM 的硬件进行了优化。
模型以 Apache 2.0 许可证免费提供,并得到广泛开发者工具生态系统的支持。
实力强劲!
📌 Gemma 4 12B
来源:
Google DeepMind 论文首次系统归类出六种攻击类型,比如恶意网站识别出访问者是 AI Agent 后,主动返回伪造数据或诱导错误操作。这些漏洞不针对人类,只对自动化行为生效。
这篇 Google DeepMind 的论文,对当前所有使用自主智能体(autonomous agents)的人而言,是一次严肃警告。
它首次清晰地提出了一个分类体系,归纳出 6 种攻击类型:恶意网站可借此识别 AI 智能体,并向其展示人类用户永远看不到的隐藏内容,例如——
埋藏在 HTML 注释中的指令。
用户对比发现 Kimi Work 在项目管理、浏览器自动化、后台定时任务等模块的设计逻辑,与 Codex 高度重合。这不是功能雷同,而是整套产品架构和后台运行方式几乎一致。
该说不说,Kimi Work 跟 Codex 长得感觉一毛一样,果真国产 Codex 项目管理、浏览器自动化、定时任务后台跑。..产品布局和逻辑也是和 Codex 心有灵犀?Kimi 的模型我从 K2 就有用,个人感觉国内几家大模型里面日常用下来体验最好的一个,也是体验下来最像 Claude 的模型。
。。还是希望 Kimi 越做越好,这个赛道国内需要有人站出来💪
英国一家法律AI初创公司拿下7000万美元B轮融资。它现在能自动起草合同、标记风险条款,律所合伙人开始让实习生先用这个工具跑一遍再交初稿。
中国AI公司DeepSeek获腾讯和宁德时代等投资,融资约500亿元人民币。报道只写了金额和估值,没提任何产品落地场景或收入来源。
中国AI初创公司DeepSeek即将完成其首轮融资,融资规模约为500亿元人民币(7.4亿美元),投资方包括科技公司腾讯和电池巨头宁德时代(CATL),知情人士称。
据路透社报道,DeepSeek本轮首轮融资规模约为500亿元人民币(7.4亿美元)。本轮融资后,该公司估值可能达520亿至590亿美元。
创始人梁文峰 reportedly 将出资200亿元人民币,腾讯可能出资100亿元人民币,宁德时代(CATL)可能出资50亿元人民币。
网易、中国国家人工智能基金、IDG以及Monolith也位列潜在投资者名单之中。
工程师每次改完基础设施或API代码,就启动一个‘审查子智能体’自动找问题,反复迭代直到它不再报错。这个过程常持续20–30分钟,成了他上线前的固定动作。
每当我修改任何基础设施/ API /应用核心代码时,我的标准操作流程就是:“运行一个审查子智能体(review subagent),修复它发现的所有问题,然后重复这一过程。” 整个过程可能耗时 20–30 分钟,但说实话,我至今还没遇到过任何问题。
LangChain在LangSmith Studio里新增Deploy按钮,点一下就能把调试好的智能体直接发布到生产环境。以前要配Docker、写CI脚本、开监控端点的事,现在缩成一次点击。
🚀 一键从原型迈向生产环境。我们在 LangSmith Studio 中新增了“Deploy”(部署)按钮,让你可直接将智能体部署至 LangSmith Deployment。
红杉系基金a16z一天内宣布两笔大额A轮:3500万美元投Lassie(帮牙科诊所管预约和保险)、5500万美元投Town(帮本地小商家处理账务和客服)。它们都不做通用大模型。
很高兴宣布:a16z 领投 Lassie AI 的 A 轮融资!(@arampell)
Lassie 正在构建可运营小型企业的 AI——首站聚焦牙科诊所。
该公司目前已实现年化营收超 1000 万美元,并为 700 多家牙科诊所提供支持。👇
同一天内,由同一投资方领投的两起大型 A 轮融资官宣,实属罕见 👀
a16z 的 Alex Rampell(@arampell)当天刚刚主导完成:
▪️ Lassie(面向牙科诊所的 AI)3500 万美元融资
▪️ Town(AI 助理)5500 万美元融资
如果你手握资金,AI 应用层正迎来忙碌时刻……
谷歌将年度AI资金目标上调至84.75亿美元。按全年计算,这笔钱相当于每天多支出约2300万美元——足够雇150名资深工程师,或买下旧金山一栋中型办公楼。
法国SquareMind公司推出Swan机器人,能自主完成全身皮肤镜成像。它已拿到1800万美元融资,但目前只在实验室演示,尚未接入任何医院影像系统或医保流程。
总部位于巴黎的初创公司 SquareMind 近日融资 1800 万美元,用于推出 Swan——全球首款专为采集标准化、全身性皮肤镜图像而设计的机器人。
本轮融资由 Sonder Capital 领投。该公司由弗雷德·莫尔(Fred Moll)创立,他被誉为“外科机器人之父”,曾在 20 世纪 90 年代主导开发了 Intuitive Surgical 的达芬奇(da Vinci)手术系统。
Swan 采用机械臂,在数分钟内完成患者全身皮肤表面扫描,并搭配 AI 软件,跨次就诊持续追踪新出现或发生变化的痣。
该技术旨在解决皮肤科领域的一项关键瓶颈:患者面临长达数月的候诊名单,而事实上 80% 的黑色素瘤为新发病灶。
Swan 计划于今年晚些时候在美国和欧洲正式商用上市。
有人用真实金钱测试LLM能否发现并利用Web应用漏洞,结果是它们确实能执行部分攻击步骤。
我构建了一个存在漏洞的应用,并花费 1,500 美元测试 LLM 是否能攻破它
社区讨论:多人指出Anthropic模型得分低主因是安全护栏过严,而非能力不足,@SOLAR_FIELDS称其“拒绝执行合法工作”的倾向持续增强;@mynameisvlad反驳称将带护栏的Claude与已移除护栏的GPT-5.5对比不公平;@tjwheeler补充实测中Claude在确认作者身份后可完成渗透测试;@sperandeo则提出跨模型链式调用(如Claude→Venice→Perplexity)能绕过部分限制。
Mnemo 是一个让任意 LLM 在本地记住信息的层,用 Rust 写,数据存 SQLite,关系图用 petgraph。
欧盟原定投入200亿欧元建AI数据中心,现在传出延迟和资金问题——想靠这笔钱加速本地AI基建的人,得再等等。
Lassie 这个新AI系统专为小企业设计,目前已被700多家医生办公室采用;它不讲通用能力,只解决排班、保险核验、病历归档这些没人想干但天天要做的事。
今天,我们推出 Lassie,并宣布获得由 a16z 领投的 4700 万美元融资。我们正在构建服务于小型企业的 AI,首站是医生诊所。
Lassie 目前已获全国 700 多家诊所信任,可自主运行,每月为每家诊所节省 30 小时人力工作。
为走到这一步,我们首先离开 Robinhood 和 Superhuman,亲自进入诊所办公。
以下是这段经历的经过。
Krea 团队宣布将开源 Krea 2,并明确邀请社区共建;他们不提参数量或SOTA指标,只说‘要一起把它做成最好的开源图像模型’,链接直通 GitHub。
几位从业者观察到,AI企业早期最需要的不是纯算法研究员,也不是产品经理,而是FDE(Foundation Developer Engineer)——既能调 LLM 和 Agent 套件,又懂 RAG、AI 编程工具和云基础设施的人。
最近和业内几位从业者聊下来,我越来越看好 FDE 这个方向在 AI 企业落地中的价值。这个职位也非常符合当前 AI 早期阶段的人才画像。
因此,最近我打算研发一套 FDE 主题课程——「FDE 人才培养计划」。
考虑到课程内容与云厂商的产品高度相关,包括 LLM、Agent 套件、RAG、AI 编程工具,以及存储、服务器等基础设施,因此我希望能够以课程与云服务厂商合作的方式来推进。
这样一方面可以让学员学习和实践更加方便,另一方面也能帮助大家更深入地了解云厂商所提供的 AI 服务,以及这些服务在企业场景中的实际落地方式。
如果有意向合作的云厂商,欢迎联系我(优先考虑火山引擎、阿里云、腾讯云)。
简单自我介绍一下:我是熠辉,全网 30W+ 粉丝,程序员背景,专注于 AI 编程领域的内容创作与实战教学, 有着能将技术和实战落地结合起来, 讲明白的能力。
Hyper 把公司内部流动的信息接进 AI 代理,让它们能处理更复杂的长期任务。
嘿,Hacker News 社区的朋友,我们是 Shalin 和 Kanyes,一对一起搞黑客项目超过 10 年的死党,现在是 Hyper(https://heyhyper.ai/)的联合创始人。
Hyper 是一个共享的“公司大脑”,它接入企业内部流动的信息流,让 AI 智能体和自动化流程变得更强大,最终帮人们节省时间。
大模型已经足够强大,能够(基本)承担长期、复杂的任务。
我们认为当前的瓶颈在于:这些“足够聪明”的模型,往往缺乏关于你所在公司的具体信息。
社区讨论:多人质疑知识一致性处理机制,@ianpri11和@esafak均追问冲突事实的解决方式,前者问是否依赖“最佳猜测”,后者强调技术文档中新旧信息更替频繁;@implexa_founder指出Opus 4.8已实现跨会话记忆与并行智能体调度,削弱Hyper部分核心卖点;@oliver236直接提问竞品同质化问题;@FailMore则聚焦落地效果,要求说明客户实际指标提升及RAG技术栈使用情况。
AI Agent 可在 Windows 上操控 WPS Office、Adobe 全家桶和 Zotero。
装了OfficeCLI,Claude Code、Cursor这类AI编程工具就能在终端里建、读、改Office文件。
卧槽!这个工具绝了!OfficeCLI,不用装Office就能在终端里玩Word、Excel、PPT,建文件、读文件、改文件全能搞🔥 最骚的操作是啥?
装完它,Claude Code、Cursor这些AI编程狗直接就能操控Office文件,相当于给AI装了个外挂🐂 批量改Excel、生成文档、处理PPT,一行脚本搞定,不用再手动点点点。开源免费,轻量不占地方,搞自动化和效率狗必须冲!🔗
开源插件UZI-Skill整合51位投资人的分析框架和180条量化规则,输入贵州茅台或苹果就能生成多维度投研报告。
发现一个有点猛的开源项目:UZI-Skill,一个专门给股票做深度分析的 AI 投研插件。
它不是把股票代码丢给大模型瞎猜,而是把 51 位投资大佬的分析框架、22 维市场数据、180 条量化规则、17 种机构分析方法揉在一起。
你可以理解成:让格雷厄姆、彼得·林奇、巴菲特、索罗斯、陈小群同台开投研会,帮你拆一只股票。
A 股、港股、美股都能看。输入贵州茅台、腾讯、苹果这类标的,它会从基本面、技术面、资金面、情绪面、风险点等维度生成报告。
还能命令行运行: python 也适合接入 Claude Code / Codex / Cursor 这类 Agent 工作流。
它不是荐股神器,也不能保证赚钱,但用来做复盘、写投资笔记、快速搭分析框架,确实很省时间。
GitHub:
有人把重复工作流封装成专属Skill,自动搜索Skill,用两个Skill完成做图、整理资料、排版发布。
别再纠结是用 Codex 还是 Claude Code 了。 我发现其实真正决定AI生产力上限的,不是 Agent,而是 Skill。 这期视频我会分享最终筛选出来的8个最核心的skill 1、基础Skill: 把重复工作流封装成专属Skill 、自动搜索各种Skill 2、产品开发Skill: 顶级开发团队级别的AI编程提效 ;不懂设计也能做出好看页面 3、内容创作Skill: 做图、整理资料、排版发布,这两个Skill直接替你干 不管你用 Claude Code 还�� Codex,装上就能用。
Anthropic 官方维护的 Claude Cookbooks 已在 GitHub 开源,含 RAG、Tool Use、多模态等可直接运行的 Jupyter Notebook。
🤯 卧槽,Anthropic 官方把 Claude 的使用教程全开源了! GitHub 4.4 万+ stars,Anthropic 官方亲自维护的 Claude Cookbooks。
RAG,Tool Use,多模态,提示词缓存等等技巧,全部封装为了可以直接跑的 Jupyter Notebook,复制粘贴就能用进自己的项目。
真正值钱的是高级技巧那一块——Sub-agents(让 Haiku 当子 agent 配合 Opus 干活)、自动化评估流水线、PDF 上传处理…… 这些才是真正值得学习的经验,官方直接给你范例,省掉自己摸索的几十小时。
想学 Claude API,别到处翻零散博客了,官方 cookbook 比任何第三方教程都全,也比任何教程都可信。
GitHub:
有人用已有的 Claude Skills,让 Claude 自动提取内容、生成完整内容管道——UI设计、代码调试、创意输出都能一键跑通。
Claude 新动态工作流的终极技巧:利用你现有的 Claude Skills 创建工作流。
例如:“使用我全部的内容技能,构建一个完整的内容流水线工作流。”
Claude 会从你的智能体技能中自动提取所有必要信息,为你所需项目的任何任务构建全自动流水线。
你可以用它实现以下场景:
• UI/UX 设计工作:打造端到端流程,生成符合品牌调性的视觉内容
• 代码库调试:构建完整工作流,对代码库进行审计并端到端修复 Bug
• 创意类技能:构建一个将原始创意转化为完整流水线的工作流(如推文、简报、视频)
彻底改变工作方式。
有人用GPT模仿莫言体、余华体写人生大白话,配AI生成的慈祥老人头像和慢动作BGM,在微信视频号发短视频,中老年人大量转发。
微信视频号有个冷门红利:AI生成“农村老人的智慧语录”。你让GPT模仿“莫言体”“余华体”,写一段关于人生、亲情的大白话,再用AI生成一个慈祥老人的头像,配上慢动作BGM。 中老年人特别爱转发,一条视频可能破百万播放,视频号的广告分成相当可观。
用豆包+Gemini+Flow三工具联动,几分钟生成商业级产品动画。
用户指出无需新建AI应用目录,Hermes Agent+WhatsApp群聊即可实现同类功能。
这相当酷,但我用 @NousResearch 的 Hermes Agent 和一个 WhatsApp 家庭群聊,一下午就基本实现了相同的功能。当我们能拥有一个功能强大的智能体(agent)运行时环境(harness),来完成其中大部分任务时,其实并不需要一个新的 AI 应用目录。
@simonch00 @NousResearch
我确信这不会阻止开发者继续尝试,但我看到越来越多的路径,最终都指向同一个目标:构建一个优秀的智能体操作系统(agentic OS),它能原生支持所有这些应用正试图实现的大多数功能。
用结构化、角色化、约束明确的强提示词替代‘帮我优化一下’等弱指令,显著提升ChatGPT输出质量。
分享用plan模式辅助编写高质量Codex Goal指令的两个实用技巧。
GPT 5.5 Pro 调研生成了一份关于 Codex 的Goal指令如何用的文档。 仔细阅读学到了两个技巧: 1. 觉得写不好goal时,先用plan模式,让AI反问自己一些问题,让AI帮收敛写Goal指令。 提示词模板: /plan Help me turn this vague task into a strong Codex goal. Interview me for missing success
Goal指令如何用,调研报告:
作者开发可复用提示词系统,通过固定结构(高饱和单色背景、15°倾斜瓶身、3D文字、水花冰块)批量生成快消品夏季KV海报,适配线下广告与社媒多场景。
Amara 是一个能在 UE5 内执行场景生成、资产摆放、Mesh 创建、角色绑定与动画的 AI Agent,支持文字指令驱动和反复编辑迭代。
AI 已经开始接管 Unreal Engine 5。这并非仅生成一张静态 3D 图像,而是用户通过文字描述一个世界,AI Agent 直接在 Unreal Engine 5 环境中完成构建:生成场景、摆放资产、创建 Mesh、绑定角色、制作动画,并支持反复编辑与迭代。
这个 3D AI Agent 名为 Amara,由 O1C 开发。其关键特性在于:用户不是观看预设的封闭式演示,而是实时指挥一个能直接操作 Unreal Engine 5 的 Agent。
真正被改变的不是建模能力本身,而是游戏开发的第一步。过去,一个创意要变成可玩原型,需跨越建模、动画、引擎集成、资产准备、脚本编写等多重门槛。许多想法尚未验证,就因制作成本过高而终止。
如果 AI Agent 能在 UE5 中直接搭建场景、绑定角色、生成动画,游戏开发流程可能由此重构。
@ashkan01C 指出:对开发者而言,“反复编辑迭代”的能力比单次生成效果是否精美更重要。这标志着一种真正可落地的工作流(Workflow),而不仅是一个技术演示。
开发者@0x0funky披露其个人公司AI支出明细:未使用任何API中转服务,全部采用官方订阅,含Claude 20x、ChatGPT Pro、Figma Pro和Google Workspace,合计420美元/月。
有人问我,这样的一人公司每个月的AI成本是多少。目前没有使用任何中转站,全部采用官方订阅。(以下内容之后会整合进Business Plan)
Claude 20x:200美元
ChatGPT Pro 20x:200美元
Figma Pro:20美元
Google Workspace:10美元
其实我不知道那些喊token不够用的人是怎么烧的。公司目前有5个大专案,还有5个公司产品专案在同时进行。这样的订阅额度已能满足当前全部工作负载。
@dominik_btc 我需要亚太区市场营销总监
@Rav_Hedda 小猪姐带带!
@SukaTsai 多多交流!
用户@drmrzhong在𝕏发布面向ChatGPT image2的提示词模板,支持替换角色名生成《崩坏:星穹铁道》流萤等ACG角色的深夜手机快照风格熟睡图像。
ChatGPT image2 x ACG角色睡姿挑战提示词 最近有被奇葩睡姿挑战的话题刷屏,这个题材真的很有意思,当一个人在夜晚彻底放下防备,自在得入睡来消解一天的疲惫,这个时候就不需要在意什么睡姿了,怎么舒服怎么来。
指定角色:流萤 角色所属世界观:崩壞:星穹鐵道 真实社交平台风格手机快照,凌晨两点。画面主体是 {指定角色}
@grok 你最喜欢哪个睡姿
@0xkyne 😆等你返图
CoderDaMing在𝕏上分享10个未被广泛使用的提示词技巧,每句均针对特定认知维度(如反向思考、质疑假设、指出盲点等),直接作用于AI响应的深度、严谨性与适用性。
作者用该功能创建工作流生成730个Agent导致DeepSeek账户余额耗尽,优化后仅生成30个Agent,10元即可完成运行。
文章全流程实操讲解Claude Code中的最新功能——动态工作流(Dynamic Workflows)。
作者在演示中创建了一个工作流,该工作流生成了730个Agent。运行一段时间后,DeepSeek平台提示需充值。
作者随后优化工作流,改为一句话创建方式,新版本仅生成30个Agent。使用10元额度的DeepSeek账户即可完整运行该工作流。
原文附有操作链接:
文末作者@MainCaseZ称“张总见笑了”,并建议读者尝试该功能,称其“很强大”。
用户可在本地机器完整运行 CODEX,支持 Codex App、Codex CLI 及 DeepSeek V4、Gemma 4、Qwen 3.6 等开源模型,全部离线执行。
该流程包含Claude生成设计文档、人工审阅、Codex编码、Claude审查、Codex修复、最终Claude简化六步,复杂任务需多轮迭代。
我现在实现一个功能一般遵循以下步骤:先用Claude Code执行plan指令生成设计文档,保存为文件后人工审阅一遍;再由Codex根据该文档实现代码;接着用Claude Code的/review指令审查代码;将review结果发给Codex,由其评估正确性并修复问题;最后用Claude Code的/simplify指令优化代码。
@Tomyu_2034 表示该流程与自己常用方式很像,差异可能仅在于提示词(prompt)的侧重点不同。
@Tomyu_2034 回复“哈哈差不多”。
@Card198454 提问:是否让Claude调用Codex命令行工具(codex cli)?
@IIInoki 回复“重度依赖”。
@OpsZywo 回复“🥲真没准”,表达不确定性。
@myroy15 回复“👏真不错”。
@atonezzz 补充:对于复杂任务,该流程会进行多轮迭代。
视频解析LLM、Token、Prompt、RAG、Agent、Harness等高频术语的来源及实际解决的问题,面向非技术背景观众
AI术语正一波接一波袭来……🌊 LLM、Token、Prompt、RAG、Agent、Harness……它们从何而来?又真正解决了哪些现实问题?通义实验室正在通过一个两部分视频系列逐一拆解。这是第一部分!
如果你的朋友对AI了解不多,或许可以将这个视频分享给他们。
@aaliya_va 我们讲清楚了吗?
该机器人在币安现货与Polymarket CLOB订单簿间捕捉约100毫秒报价滞后差价;他人跟单14天获利32400美元;原文未提供技术细节、验证方式、风险说明或来源机构信息
14天,我靠跟单一个中国学生,在Polymarket上净赚32,400美元。
而他本人更离谱:48小时内,用0.90美元直接干到408,292美元,接近45万倍的回报。
他是怎么做到的?核心就一个Claude提示词,花了20分钟,搭出了一个自动化机器人。
这个机器人在Binance现货和Polymarket的CLOB订单簿之间,专门吃那大约100毫秒的报价滞后差价。
我已经把完整的搭建教程放在链接中。
钱包主页链接已提供。
该工具为Cursor和Claude添加设计能力,改善布局、动效与留白,减少模板化倾向,当前v2版仍在迭代中。
哈哈,这是一个有品味的 Skill!😍
苦于 AI 生成的 UI 还是那么“模板味”? 我刚试了 taste-skill,给 Cursor/Claude 装上后,布局、动效、留白直接上了一个档次。
不再是那种对称死板的东西,能主动推一些有 variance 的设计。
亲测 v2 版还在迭代,但默认 skill 已经够用了。
链接见评论👇
Minchoi使用Dreamina AI的Octo与Seedance 2.0版本,将故事片段实时转化为同步画面,全程无需手动剪辑
我用Dreamina AI的Octo与Dreamina Seedance 2.0完成了这支MV的全部视频序列制作。它能与你的画布保持同步,跟随你的创意思路运行,并将零散的故事片段自动转为动态影像。这是一种氛围驱动的创作方式。
@Just_Codly 现在能做的事太多了。
多名员工在社交平台吐槽公司Java和PHP团队排斥AI工具,组长拒绝尝试后被CTO盯上,部分企业则借AI倒逼流程改革
公司Java和PHP团队对AI工具的抵触情绪较大,仍沿用传统开发方式。开会时有人建议后端组长亲自试用AI工具,组长回应称“下半年可以躺平然后回家了”。发帖者表示“您自祈多福吧”,并指出CTO早已有意更换该后端组长。
@coutinhoTTS称其所在公司运营与产品部门的AI应用程度已超过研发部门,令人感到困惑。
@Soren083指出,AI落地的关键在于工作流重构,需覆盖产品、UI、研发和测试全环节;但其公司原有工作流本就存在问题,AI反而成为推动流程改革的契机。
@dolphin_whb介绍,其公司管理层对新技术持开放态度:CTO从零接触AI,到亲自使用并用AI重构多个微服务,以验证AI在生产环境中的提效能力;相比之下,后端组长对此无任何反应,引发对其岗位适配性的质疑。
@FED41E39_评论称,对AI“不感冒”的技术人员正逐步被淘汰。
GitHub Copilot依赖的Codex后端出现临时故障,而同时使用Claude Code的开发者未受影响;多位用户在社交平台确认服务已恢复。
只有使用Codex的天才程序员暂时受到影响,同时使用Claude Code的程序员工作未中断。
@BarrySong97 表示相关问题仍在调查中。
@0xdeusyu 和 @zhihe_md 均确认自身服务已恢复正常。
@vendydev 也表示服务已恢复。
该方案让 Claude 自动执行 MCP 安装命令、集成至 Claude Code/Codex/OpenCode 界面、验证认证状态,并用 FFmpeg 合并录屏供回看。
Rhys Sullivan 在 𝕏 上表示,正让 Claude 协助构建一套面向 executor(执行器)的现实场景测试套件,目标是覆盖其自托管版本。
该流程包括:Claude 复制 MCP 安装命令,在终端中运行该命令,将 MCP 集成到 Claude Code、Codex 或 OpenCode 中;随后在各界面中验证认证(auth'd)是否成功。
Claude 还将测试过程的屏幕录制与 FFmpeg 合并,生成可回看的视频,链接为
Rhys Sullivan 表示该方案仍在持续扩展,团队仍在探索最优测试方式;但仅凭已实现的现实化测试,已发现多个此前未暴露的 bug;他本人高度认可这一方法。
TownAI结束Beta阶段,推出可学习用户习惯的AI助手,并获a16z领投5500万美元A轮融资。
Anthropic和OpenAI当前估值约1万亿美元,是2004年谷歌IPO时230亿美元的43倍以上。
谷歌于2004年8月上市,此后股价上涨了100倍。但其起点是230亿美元。Anthropic和OpenAI的起点则是1万亿美元。差别不仅在于估值,更在于——至少有4家公司在大语言模型(LLM)领域正以几乎相同的速度激烈竞争。所有这些公司都如此。
今年10月,来探讨比特币与人工智能之间的关系吧。但请抓紧时间。我们仅用一个月就已售出200张门票中的88张,距离活动还有4.5个月,而门票价格将于6月15日上调。
@sakshiraathi 这可能
谷歌最新宣布将其AI资金投入目标大幅提高至847.5亿美元。
Hermes Agent提供从安装到多智能体协同的完整自主操作课程,支持无人值守运行。
Hermes Agent。从零到完全自主运行。一门完整课程。安装、技能、记忆、MCP、调度器、多智能体。你睡觉时它也在工作。构建这一系统的人,将永远不再手动操作任何内容、研究或业务工作流。
阅读
@romainbey 是的,确实如此。你能进一步解释一下吗?
@rohit4verse 谢谢 Rohit!你计划用这个 Hermes 做什么?
@leopardracer 谢谢 🐆
@Luciano0Laki 不需要 Mac mini,也不需要 VPS。
@daviderameh_ 没错。
Jarred在技术分享现场运行自动化工作流:复现bug→写测试→提PR→自动修改,引发Claude跟进推出dynamic workflows。
离谱,这个光头强者,演讲时还在写代码。 Bun 作者Jarred 边分享边跑 agent 改代码,旁边Boris 都忍不住吐槽他又趁演讲在干活😅 Jarred 4 月底跑通将 workflow: 复现 bug → 写测试 → 提 PR → code review → 自动修改。 听了演讲后,Claude 5 月底就推出了 dynamic workflows. 学习
@aehyok 贴心的给中文读者看,不然这视频只能听音频了。
@cheery9998 强者毕竟是强者。 这帮聪明人创造了好多东西给我们用。
ER医生推出API服务,让AI代理提交问诊记录,由持证医师审核后开具真实处方。
我是一名急诊科医生,我开发了一种方式,让你能通过 Claude Code(或任何 AI 代理)获得真实有效的处方。
其工作原理如下:
→ 告诉你的 AI 代理你目前的症状或状况
→ 它自动生成就诊记录,并通过我们的 API 提交
→ 一名经委员会认证的执业医师进行人工审核
→ 如符合医学指征,处方将直接发送至你的药房
这里没有聊天机器人——而是由真人医生全程参与,为 *你的* AI 代理提供临床把关。
你的 AI 已经能写出完整的就诊记录。Appendix 则负责接入医生。
我们的医学知识库免费开放。
当你需要医师审核 + 处方服务时,按订阅制收费——可为你个人或全家开通。
现在就从 Claude Code 尝试:复制提示词,或安装该技能
实操分享如何用红线辅助线指导AI生成电影感FPV运镜视频,强调运动逻辑而非提示词长度。
最近刷到很多 这种红线路径 FPV 视频 确实挺上头 自己试了一下 重点不是提示词写多长 而是把镜头怎么走交代清楚 红线只负责告诉 AI 镜头从哪进 往哪绕 在哪下压 最后收在哪 成片里千万别出现红线 不然直接变成施工路线图 这种玩法做办公室 校园 商场 街拍转场都挺好用
我先用 gpt-image2生成一个图 提示词: 使用上传图片作为人物数量、人物位置、服装风格、空间布局和整体构图参考,生成一张高清写实风格的办公室休息区多人合照。画面中是一组成年女性坐在灰色沙发上,整体氛围像公司聚会、朋友合照或时尚团队合影,人物自然贴近镜头,姿态轻松,有不同表情和动作。
然后根据@MrLarus 老师思路 随便在图片上 手绘一个箭头指示
最后在把手绘图片 丢进seedance2.0里抽卡 提示词: 使用上传图片作为场景、人物位置、空间布局和构图参考。生成一段 FPV 第一视角电影感镜头运动视频,镜头严格按照图片中红色辅助线的运动逻辑进行,但最终画面中绝对不要出现红线、箭头、标记或任何辅助线。 镜头像手持微型 FPV
作者基于6个月实践,总结出10个高阶提示词,大幅提升文档理解与研究输出效率。
无需编程,用Langflow构建可复用的风格化推文写作代理,提升效率。
教你零代码搭建自己的推文写作 Agent~ 写作效率提升100倍!!!! 用 Langflow 打造一个专属写作子代理:输入新主题 + 一篇旧文章链接,它就能模仿你的风格写新草稿。 每次让 Claude / GPT 写文章,你都要重复教它:“用我的风格、这个结构、这个语气”……结果 token 都烧光了、风格还不统一
Langflow 官网: GitHub:
@eastweb3eth 就是玩!
@Seaxing777 一起进步
@zw2867759575009 不学习就要落后
@0xLin88 得进步啊表哥
@70Seven_Qi 妥妥哒
@zhuahua1 学起来
@0v0_Aurora 回关啦老师
@huoniuniu 一起进步!
@3JA4TUbqGE72628 干啊!
@HHisnothing 无限可能
开发者用手机Codex App构建基于DeepSeek V4 Pro与GPT Realtime 2的Sandbank Agent原型。
最近在用手机 Codex App 操作设计 Sandbank Agent(一套基于 DeepSeek V4 Pro + GPT Realtime 2 和 VAS 构建的跨沙箱 Workspace Harness)。
用 GPT Image 2 做了个 Sandbank 的宣传图,很可爱!
@lemondooe 大项目在真正的沙箱里用 Wanman 跑 Codex/CC。
这个是用来做 Chat UI 入口的低成本 IVR。
这一天的 62 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。