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 6 月 8 日 · 12:30 更新
✦
试试:

今日焦点

这是Token末日的黎明吗?微软GitHub Copilot定价变革引发的AI盈利困境

最近,微软宣布对GitHub Copilot进行重大定价调整——调整幅度之大,以至于一位Reddit用户称其所在公司开始称之为“Tokenpocalypse”。

在最新一期的TechCrunch《Equity》播客中,Kirsten Korosec、Sean O'Kane和我讨论了这些变化可能对整个AI生态系统产生的影响。毕竟,随着Anthropic和其他大型AI公司计划上市,随之而来的将是关于盈利能力的尴尬问题,我们很可能会看到其他AI产品也出现类似的涨价,以及更多使用限制,因为企业试图控制成本。

“这些AI实验室能否压缩成本,并推动技术进步到足以最终与客户的支出意愿相协调?

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36 条本班新增 15 条

𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌

12:30 最后一轮更新
今日要点 · 12 条
新行业动态 · Hacker News▲ 194

DeepSeek V4 Pro 精度干翻 GPT-5.5 Pro

有人在 Hacker News 上发帖称 DeepSeek V4 Pro 在精度上超过 GPT-5.5 Pro,附带 194 个点赞和 64 条讨论。

DeepSeek V4 Pro beats GPT-5.5 Pro on precision

社区讨论:多人实测DeepSeek V4 Pro在漏洞扫描等编码任务中成本显著更低($1 vs $22/例),且部分用户认为其实际编程效果不输甚至优于GPT-5.5 Pro。但有人质疑测试方法——仅4项任务、单次运行、由Grok-4-1-fast-non-reasoning“裁判”,未说明代码正确性或温度波动控制。另有用户指出OpenRouter托管的DeepSeek延迟过高(2–3倍于OpenAI/Anthropic),影响可用性;还有人困惑其低价成因,猜测或源于电力成本或补贴。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · Hacker News▲ 480

Claude 桌面版还没上 Linux?

有人在 Hacker News 呼吁 Anthropic 推出官方 Claude 桌面应用的 Linux 版本。

Anthropic,请为 Linux 推出官方的 Claude 桌面端应用。

社区讨论:多人指出Linux桌面版缺失主因是发行版碎片化,@aaddrick强调其非官方构建需覆盖多种后端与合成器,测试即耗大量VM资源;@skeledrew则反感Electron进程开销,称安装后立即关闭;@shanewei质疑CLI已满足需求,反问“桌面版究竟缺什么”;@splwjs进一步质疑目标用户群——既不愿自建又拒绝使用现成开源构建的Linux用户是否真实存在。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · @Polymarket▲ 2.7万

Kimi背后公司要卖300亿美元

Kimi聊天机器人背后的中国公司 Moonshot AI,正在新一轮融资中寻求300亿美元估值。

新消息:开发 Kimi 聊天机器人的中国“登月”人工智能公司(Moonshot AI)据称正在新一轮融资中寻求 300 亿美元估值。

在 X 看原帖 ↗
2.7万1419617
新新品发布 · @VivekIntel▲ 7.6K

开源AI红队框架,支持300多个模型

安全工程师和渗透测试人员现在能用一个开源框架调用300多个AI模型做自动化攻击模拟。

网络安全人工智能(CAI):开源 AI 红队与渗透测试框架 🤖💀
CAI 是一个面向 AI 驱动型网络安全运营的开源框架,整合了自主智能体、进攻性安全工具、CTF 自动化、漏洞发现、AI 红队演练以及安全研究工作流。

关键特性:
• 支持 300+ 种 AI 模型
• 多智能体架构(ReAct、Swarm、Handoffs)
• 内置安全工具与防护机制(guardrails)
• 支持 MCP 协议,可对接 Burp Suite 及外部工具
• 专为 CTF 竞赛、漏洞赏金狩猎、渗透测试及 AI 安全研究设计
• GitHub 星标数近 9,000 ⭐

这是安全工程师、渗透测试人员、AI 红队成员、威胁研究人员,以及所有探索网络安全领域中智能体式 AI(Agentic AI)应用者的宝贵资源。

🔗 #AIRedTeaming #AISecurity #CyberSecurity #Pentesting #BugBounty #LLMSecurity #AgenticAI #RedTeam

在 X 看原帖 ↗
7.6K41278215
行业动态 · Hacker News▲ 777

LLM正在吃掉我的工程师饭碗

一位软件工程师在 Hacker News 发帖说,LLM 正在侵蚀他的职业路径,他感到迷茫。

大语言模型正在侵蚀我的软件工程职业,而我不知道该怎么办

社区讨论:多人指出LLM在业务细节(如本地税务规则、账务流程)上仍频繁出错,实际工程中仍需资深工程师把关(@torben-friis);也有人强调“代码质量”正被简化为模糊的“品味”,其客观标准正在消解(@mactavish88);另有观点认为,即便AI能完美执行,人类仍会雇佣工程师——正如计算器普及后仍雇会计,只因人们不愿亲自做(@keyle);还有人担忧若所有执行层工作被替代,仅剩资本所有者将导致经济崩溃(@lelanthran)。

在 HN 看讨论 ↗   原文 / 论文 ↗
新开源 · @auroter▲ 1.5万

Nemotron 3 Ultra开源模型追平企业级编码模型

Nvidia发布的开源Nemotron 3 Ultra被指在性能上达到企业SOTA编码模型水平。

开源模型已正式追上企业级最先进编程模型!【我再说一遍!】
Nemotron 3 Ultra 是英伟达某周三下午抽根烟的工夫随手发布的模型,你可以在搭载 4 块 RTX 6000 Pro Blackwell 的设备上以 NVFP4 精度运行它,或将其用于……

面向评论区里感到困惑、或未能理解我在调侃与真诚之间穿插切换的朋友们,特此发布一则公共服务公告。

在 X 看原帖 ↗
1.5万4109123
新开源 · @ecommartinez▲ 3.3万

OpenAI regala 6 meses de ChatGPT Pro a mantenedores de open source

OpenAI lanza programa exclusivo para mantenedores de proyectos open source: incluye ChatGPT Pro, Codex y créditos API.

阅读全文 →
3.3万28125171
新创业 · @kritarthmittal▲ 4.1万

AI创业门槛骤降:百美元即可完成问题发现到多渠道分发

作者指出,AI已使创业者无需百万融资和20人团队,仅需数百美元即可完成问题识别、AI解决方案构建与熟悉面孔驱动的跨渠道分发。

这是最终的里程碑:
发现问题 + 用 AI 构建解决方案 + 通过多个渠道分发,且呈现面孔让人感到熟悉。

两年前,这意味必须获得百万美元融资,并组建一支由 20 名领域专家组成的团队。
今天,它只需几百美元。

在 X 看原帖 ↗
4.1万13362294
中国 · @lidangzzz▲ 22.3万

中国LLM圈能容下智谱、字节、腾讯等十几家大厂小厂,是因为先清掉了那个毒瘤厂

一位从业者指出,中国大模型行业目前的良性竞争生态,关键在于早期淘汰了某家破坏规则的公司;王云鹤被点名感谢,理由是他推动形成了当前‘繁荣、团结、友善’的炼丹师协作环境。

中国LLM这个行业,能够容得下智谱、moonshot、阿里、deepseek、快手、小米、minimax、字节、腾讯这么多大龙小虎,还能相处得这么融洽,是一件非常难得的事情。 主要是这个行业把那个毒瘤厂先淘汰掉了,否则毒瘤厂又要闹得鸡飞狗跳。 每个在中国做LLM的一线炼丹师,都应该感谢王云鹤,没有王云鹤,就没有今天中国LLM如此繁荣、团结、友善、良性竞争的生态。

在 X 看原帖 ↗
22.3万20544123
农业 · @yanhua1010▲ 2.6万

日本北海道西兰花农户用Codex管理100公顷农场

该案例源自𝕏用户@yanhua1010分享,仅提及农户使用Codex经营农场,未提供具体技术细节、实施方式或效果数据

这应该是最近看到最棒的AI agent案例了:日本北海道的一位西兰花农户,他利用 Codex 来经营自己 100 公顷的农场。

原文未说明Codex的具体用途、部署形式、是否为GitHub Copilot或早期版本、农户是否自行编程、是否有定制开发、是否接入传感器或农机设备。

原文未提供任何运行效果、产量变化、人力节省、成本降低等量化结果。

原文未提及该农户姓名、公司名称、农场品牌、合作机构或技术支援方。

原文未说明链接指向的内容是否包含更多事实——该链接(

在 X 看原帖 ↗
2.6万12117115
设计 · @dotey▲ 10.9万

Dotey对比GPT-5.5与Opus 4.8设计效果

用户@dotey在𝕏上发布对比帖,称其自身审美水平即可识别二者设计差异,并附多条链接指向不同AI模型生成的Mac Reader应用设计方案。

@dotey在𝕏上发布内容,对比GPT-5.5与Opus 4.8的设计效果。

帖文称:“我真不是尬黑GPT-5.5,我这种审美水平都能看出来差距”。

帖文附有Skill链接:

提示词为:/baoyu-design 帮我开发一款Reader Mac App,帮助我更好的阅读和收藏文章。数据都在本地。

信息采集部分包含“主动添加”功能说明:可手动添加不同类型的信息。

帖文另附第二条Skill链接:

还列出三项其他AI方案链接:Cursor的Composer 2.5效果(

所有链接均未在原文中说明具体内容或结果,仅作为外部引用存在。

在 X 看原帖 ↗
10.9万51425585
工程 · @realCaigu▲ 21.6万

谷歌前CEO呼吁系统学习AI代理与核心概念

强调掌握代理、提示、记忆、MCP等AI核心概念是变现关键,推荐官方免费学习资源。

谷歌前 CEO 强调了一个热知识: 如果你真的想赚钱,必须学习:理解代理、Claude Code、提示、记忆、技能、MCP和例程 然后让你的 AI 来控制你的 AI 大部分人学 AI, 就是在推特刷 AI 帖子,但其实,真正系统性的知识,大模型公司官方出的全面且免费,务必收藏这条帖子: 代理架构

在 X 看原帖 ↗
21.6万6111.8K2.5K
更多信号 · 按时间
新动态 · @JulianGoldieSEO▲ 49

你刚装上AI助手,它已经能替你完成整套工作流了

Hermes Agent v0.16 的更新让本地AI不再只打字,而是执行任务链。有人用它自动整理会议纪要、生成待办、同步日历——动作连贯得像有个实习生坐在你旁边。

你的电脑不该只是帮你敲字,而应替你完成工作。
Hermes Agent v0.16 刚刚让这件事成为现实——却几乎无人讨论。🚀

转变就藏在一行之中:
→ 它从一个令人望而生畏的终端工具,变成了一款任何人都能直接打开的真正应用。

这就是全部故事。

在 X 看原帖 ↗
49
新动态 · @aniketapanjwani▲ 5.1K

经济学教授用Claude写完51篇实操笔记,学生开始抄作业路径

贝勒大学经济学教授Scott Cunningham在Substack连载51篇Claude Code应用笔记,覆盖数据清洗、因果图建模到论文润色。学生直接按步骤复现研究流程,跳过工具学习阶段。

我采访了贝勒大学经济学教授斯科特·坎宁安(@causalinf),聊了聊 Claude Code、AI 与经济学。斯科特在 Substack 上发布的关于 Claude Code 用于经济学研究的 *51* 篇系列文章,对向经济学家引入“具身编码”(agentic coding)起到了关键作用。

> 斯科特对 AI 辅助应用微观经济学中验证(verification)问题的看法
> AI 对理解计量经济学之回报率的影响
> 斯科特如何测试各模型在设定搜索(specification search)上的倾向性
> 斯科特在用多种语言复现 Callaway & Sant’Anna(2021)(@pedrohcgs)时所发现的现象
> AI 如何帮助斯科特这位应用微观经济学家,开始涉足应用理论
> 斯科特在因果推断工作坊(“The Mixtape Sessions”)中讲授具身编码的实际体验
> 斯科特如何因 AI 的出现而调整自己的教学方式

你可在 YouTube 上观看完整访谈:
全文抄本可在我的网站上获取:

在 X 看原帖 ↗
5.1K106980
新动态 · @LuizaJarovsky▲ 2.4K

Anthropic的Mythos还没发布,白宫先签了两份AI行政令

Anthropic内部项目Mythos被曝光后,特朗普政府两天内连发AI安全行政令和备忘录。政策反应速度超过多数已落地模型,监管节奏正被未公开技术倒推。

🚨 Anthropic 的 Mythos 已引发一系列事件,正在重塑全球人工智能政策格局。仅在过去几天内,特朗普就签署了关于人工智能安全的行政命令,以及一份关于扩大人工智能军事应用的备忘录。事态将如何发展,目前尚不清楚。

我的文章:

在 X 看原帖 ↗
2.4K224724
行业动态 · Hacker News▲ 48

一张图就能训出扩散模型?还不用训练

有人提出无需训练、仅用单张图像就能构建扩散模型的方法。

高效且无需训练的单图像扩散模型

在 HN 看讨论 ↗   原文 / 论文 ↗
新动态 · @LangChain▲ 3.2K

LangChain实验室发现:验证器设计差一点,AI判断就多错三成

LangChain与Harvey联合测试5种验证器结构,以Sonnet为基准。结果最差的一种在‘事实一致性’维度错误率高出28%,意味着你调用的‘校对功能’可能正在放行幻觉。

在我们与 @Harvey 合作开展的 LangChain Labs 研究中,我们探讨了如何衡量各类验证器(verifier)设计的效率。

我们以 Sonnet 每项评估标准(per-criterion)为基准,对 5 种配置进行了基准测试。

在 X 看原帖 ↗
3.2K3296
新动态 · @CFGeek▲ 21

有人提议给AI研发装上‘行车记录仪’,但没说谁来读录像

CFGeek建议建立AI研发过程监测机制,用于预判能力跃迁和追踪竞争动向。目前这类监控既无标准接口,也无第三方审计权,更像给火箭装黑匣子却不配解码员。

让我们投资于监控 AI 研发的方法!
这些方法似乎对许多不同目标都有用:

预判 AI 能力可能如何变化,
跟踪竞争态势(无论是在美国还是在中国),
验证任何围绕 RSI 的潜在协议……

在 X 看原帖 ↗
211
行业动态 · Hacker News▲ 60

你付100美元,他们烧掉1000美元?

有人估算Anthropic和OpenAI每收用户100美元,可能支出超1000美元——账面亏损正扩大。

Anthropic/OpenAI 可能每从你这里收取 100 美元,就要花费超过 1000 美元。

这背后是推理成本(inference cost)的急剧上升。

随着模型变大、响应变长、调用变频繁,每次 API 调用的实际开销正在快速攀升。

而用户支付的订阅费或按量计费价格,并未同步大幅上涨。

这意味着——当前定价很可能远低于实际服务成本。

这种价差正被公司用融资、规模效应或交叉补贴暂时掩盖。

但长期不可持续。

社区讨论:多人质疑标题“付100美元烧掉1000美元”的成本估算缺乏技术依据,@beering直指其“毫无事实基础”,@wongarsu则根据DeepSeek等开源模型API定价推断Anthropic订阅价接近成本价;@NotGMan提出硬件化方案——专用AI扩展卡,但承认模型迭代太快尚不现实;@janim007以Qwen3-30B对比GPT-4为例,指出模型正朝更小、更强、更省算力方向演进;@b3ing和@jqpabc123则分别聚焦商业模式,前者预测AI将走向分层广告订阅制,后者警告真实成本将在用户“成瘾”后才暴露。

在 HN 看讨论 ↗   原文 / 论文 ↗
新前沿研究 · @rohanpaul_ai▲ 1.3K

最强AI研究员赢在不停试错

斯坦福、MIT、NVIDIA、Google等实验室发现,当前最强的研究型AI代理胜出的关键不是聪明,而是持续测试和改进。

强人工智能代理在开展长期研究工作时仍面临困难,因为它们往往无法持续进行测试与改进。

斯坦福大学、麻省理工学院、NVIDIA、谷歌及其他顶尖实验室的最新论文指出:当今最强的研究型智能体之所以胜出,并非源于其卓越的“智力”,而在于它们拒绝停止测试。

在 X 看原帖 ↗
1.3K11913
新人才计划 · @suraj_sharma14▲ 8.0K

Anthropic推出面向新人的AI研究员奖学金计划

Anthropic设立4个月全职奖学金,资助无经验但有潜力的AI建设者进入研究领域。

大多数 AI 研究员奖学金项目只面向经验丰富的研究人员。Anthropic 正在资助有才华的实践者,帮助他们进入 AI 研究领域。

> 为期 4 个月的全职奖学金项目
> 每周津贴:3850 美元(USD)/ 4300 加元(CAD)/ 2310 英镑(GBP)
> 每月约 1.5 万美元的算力积分与研究经费
> 直接指导

在 X 看原帖 ↗
8.0K7129168
新机器人 · @roboticomarket▲ 9.5K

软银拟再投3亿美元加码Agile Robots

据彭博报道,软银正洽谈向欧洲机器人公司Agile Robots注资超3亿美元,参与其8亿美元融资轮。

软银 reportedly 正准备向 Agile Robots 追加投资逾 3 亿美元,作为其 8 亿美元融资轮的一部分。过去 12 个月里,孙正义一直在整个物理 AI 技术栈中布局:基础模型、工业机器人、人形机器人,以及

关键细节:
➤ 彭博社报道称,软银正就参与一轮约 8 亿美元的融资进行早期洽谈,拟出资逾 3 亿美元
➤ Agile Robots 在 2024 年实现约 2 亿欧元的年营收,使其成为欧洲规模最大的机器人公司之一
➤ 由德国人创立

在 X 看原帖 ↗
9.5K1813138
工具 · @0xluffy_eth▲ 1.6万

AI模型排行榜每天都在变,但真正决定你用不用它的,其实是价格和桌面体验

有人把编程AI工具按「好用但贵」「便宜但桌面强」「开源可接中文」分了四级;Claude排第一却最贵,GPT Codex便宜且桌面端最强,OpenCode是唯一能接中文模型的开源框架。如果你正为续费纠结,这排序直接对应钱包厚度和电脑性能。

阅读全文 →
1.6万2517643
硬件 · @Lonely__MH▲ 1.9万

昇腾910C国产集群刚训完1.6万亿参数模型,DeepSeek-V4-Pro全参后训练完成

昇腾910C国产AI算力集群完成DeepSeek-V4-Pro全参数后训练,参数量达1.6万亿;野道消息称DeepSeek 4.1版本已在路上。这是国产芯片首次支撑同级别大模型完整训练流程。

🚀国产算力里程碑!昇腾910C国产AI算力集群,完成1.6万亿参数大模型DeepSeek-V4-Pro全参数后训练。野道消息:DeepSeek 4.1 不远了😀 中华有为!

国产牛逼🥳

在 X 看原帖 ↗
1.9万2417
商业 · @randgroup▲ 1.6万

Amazon投50亿美元给Anthropic,钱基本全花在AWS云服务上

Amazon向Anthropic注资50亿美元,大部分将用于采购AWS算力。这不是单纯的投资,而是云厂商把AI融资变成自家算力预收款——钱先到账,再回头买自己的服务器。

亚马逊刚刚向 Anthropic 投入了另外 50 亿美元。
Anthropic 将把其中大部分资金花在 AWS 上(不意外)。

AI 融资轮已演变为云服务商的一种手段:既能将自身计算资源收入记账两次,又能美其名曰“风险投资”。

在 X 看原帖 ↗
1.6万161486
工具 · @RoundtableSpace▲ 6.3K

Turbovec能把31GB AI内存压缩到4GB,搜千万文档比FAISS还快

Turbovec基于Google TurboQuant算法,把31GB的AI向量内存压到4GB,同时支持1000万文档的快速检索。它不依赖新代码,只靠量化压缩——如果你正在为本地部署卡在内存墙前,这就是一道现成的窄门。

你可以直接将 31GB 的 AI 内存压缩至 4GB。
Turbovec 能把包含 1000 万份文档的语料库装入 4GB 内存,并且搜索速度比 FAISS 更快。

> 基于 Google 的 TurboQuant 算法——无需码本训练,也无需单独的训练阶段
> 在各项指标上,性能比 FAISS IndexPQFastScan 高出 12–20%

在 X 看原帖 ↗
6.3K32411
新品发布 · @Crypto_QianXun▲ 8.6K

谷歌上线免费AI学习平台,还发证书

零基础能学AI和编程,结业拿谷歌官方证书。

🚨谷歌刚刚推出Google Skills 一个任何人都可以学习AI、编程和技术的平台 从零开始,还有官方证书 你需要了解的一切 👇🏼

在 X 看原帖 ↗
8.6K185583
深度观点 · @wangchangfu88▲ 9.4K

2026年AI应用分层清单来了

有人按日常、编程、创作、效率、设计、自动化六类,列出了2026年被看好的AI工具组合——你用的或正犹豫的,可能就在其中。

2026 年最佳 AI 应用

通用助手:Claude、ChatGPT、Perplexity(日常搜索、问答、写作、头脑风暴)

开发/编程:Cursor、Lovable、Replit、Base44(写代码、搭产品、快速做 MVP)

内容创作:Manus AI、HeyGen、Synthesia、Descript、Opus Clip、Beehiiv(短视频、播客、数字人、内容分发)

效率提升:Grammarly、NotebookLM、Otio AI、Gamma、Granola、Superhuman、Wispr Flow(写作、会议纪要、PPT、资料整理)

创意设计:ElevenLabs、Suno、Midjourney、Runway、Kling、Pika Labs、Figma、Canva、Google Veo、Higgsfield(图片、视频、音乐、艺术设计协作)

自动化与集成:Softr、n8n、Zapier、Lindy AI、Claude Code、Chatbase、Gemini、Notion AI、Apify、Clay(把工具串联,自动搞定运营流程)

在 X 看原帖 ↗
9.4K3813883
开发者工具 · @zhizhuxia22▲ 828

Claude Code创始人免费发布28分钟提示工程教学视频

Boris Cherny @bcherny 录制并公开分享一段时长约28–30分钟的免费视频,讲解如何为Claude Code编写有效提示及实际应用方法。

最近,一条X帖子在开发者圈引发广泛关注。

Claude Code的创始人Boris Cherny @bcherny 自行录制了一段视频,时长约28至30分钟,完全免费。

他在视频中讲解如何为Claude Code编写提示(prompt),以及如何在实际开发中用好该工具。

许多开发者认为,这段视频比不少售价数百美元的付费课程更有实用价值。

该视频目前已成为AI编程领域被广泛推荐的学习资源。

在 X 看原帖 ↗
828335
工程 · @XAMTO_AI▲ 6.7K

前Vercel工程师开源18个Claude编程工作流

Matt Pocock公开其日常使用的AI编程方法,含/grill-me需求澄清和/tdd测试驱动指令,GitHub获119k星

119k星!前Vercel工程师把他压箱底的Claude工作流全公开了。

Matt Pocock,就是那个把TypeScript讲得最通透的人,把他每天实际在用的AI编程方法整套公开了,一共18个技能,专门应对AI写代码时的各种失败场景。

核心方法包括:
1️⃣ /grill-me:像审犯人一样把用户需求问透,避免AI理解偏差导致修改方向错误;
2️⃣ /tdd:强制先生成一个会失败的测试,再编写使该测试通过的代码。

在 X 看原帖 ↗
6.7K1878106
工程 · @victormustar▲ 4.8K

用本地轻量模型模拟用户,远程强模型担当代理

该方法将轻量级本地模型作为用户角色,强远程模型作为编码代理,在真实代码库中生成数千条合成交互轨迹用于微调自有编码代理。

这是一个有趣的想法:用一个廉价的本地模型扮演用户,而一个强大的远程模型实际担任代理角色。👀

第一步是将这对模型放入一个真实的代码库中。

第二步是完整记录所有交互过程。

第三步是由此获得数千条合成的编码代理行为轨迹。

第四步是用这些轨迹微调你自己的编码代理。

可查看实验结果:

在 X 看原帖 ↗
4.8K12923
自动化 · @mikenevermiss▲ 1.1万

Hermes Agent实现从零到全自动运行

一套完整课程涵盖安装、技能、记忆、MCP、调度器和多智能体功能,系统可夜间持续运行,开发者无需再手动处理内容、研究或业务流程。

Hermes Agent 实现从零到完全自主运行。这是一套完整的课程。

课程内容包括安装、技能、记忆、MCP(Model Control Protocol)、调度器和多智能体功能。

该系统可在用户睡眠期间持续运行。

构建该系统的人将不再需要手动操作任何内容、研究或业务工作流。

在 X 看原帖 ↗
1.1万1110056
开源 · @VincentLogic▲ 1.7万

免费AI编程助手:NVIDIA账号+OpenCode终端组合

无需订阅Cursor或Claude,注册NVIDIA账号获取免费API Key,搭配开源工具OpenCode,在终端直接调用NVIDIA平台上120多个AI模型。

不用花钱订 Cursor 或 Claude,也能有免费的 AI 编程助手:NVIDIA 账号 + OpenCode,组合起来用。

怎么做:
1. 注册 NVIDIA 账号,获取免费 API Key;
2. 安装 OpenCode(Claude Code 的开源替代品);
3. 填入 API Key,直接在终端中使用。

能拿到什么:
可在 NVIDIA 平台上自由切换 120 多个 AI 模型;
全程完全免费;
OpenCode 开源,纯终端操作。

具体安装步骤共 5 步:
1. 打开 注册账号并生成 API Key;
2. 安装 OpenCode:npm install -g opencode-ai;
3. 运行配置命令:opencode auth;
4. 选择 NVIDIA NIM 作为模型提供方(provider),填入上一步获取的 API Key;
5. 在任意项目目录下输入 opencode 命令,即可启动使用。

GitHub 搜索 opencode-ai 可找到完整文档。

在 X 看原帖 ↗
1.7万18144202
工程 · @VincentLogic▲ 1.2万

高级工程师用Claude Code的真正优势在于任务拆解与流程设计

真正拉开差距的不是让AI多写代码,而是将时间转向提示词编写、任务拆分、技术规划、结果审查和边界验证。

高级工程师使用 Claude Code 时,真正拉开差距的地方,不是让 AI 多写几行代码。

而是把自己的时间从“敲代码”转向更重要的部分:写清楚提示词、拆任务、做技术规划、审查结果、验证边界。

一个比较成熟的工作流是:把一个任务拆给多个 Agent——一个负责头脑风暴,一个负责技术方案,一个负责实现,一个负责 code review,一个负责从不同角度验证风险。所有过程都记录成 Markdown。

Claude Code 并不是在削弱高级工程师,而是在放大高级工程师的能力。

初级用法是让它帮忙写代码;高级用法是让它参与需求拆解、技术设计、实现、review、测试和文档沉淀。

差别不在工具本身,而在于能否把一个模糊任务,拆成一套可执行、可检查、可回滚的流程。

AI 写代码的成本正变得越来越低。

在 X 看原帖 ↗
1.2万1680111
工程 · @bi_9527zx▲ 1.2万

Hermes Agent多模型协同配置教程

用DeepSeek作主模型、Kimi2.6作视觉模型,实现图片自动识别与零手动切换。

Hermes Agent这样设置那么恭喜你为了省钱又进一步😂 deepseek为主大模型,kimi2.6为视觉模型,并且无需来回切换,只要丢图片进去就会自动使用kimi2.6去识别。(理论是你可以设置更多的大模型去完成不同的工作,并且全程自动无需切换大模型)

在 X 看原帖 ↗
1.2万10136138
研究 · @tokenbender▲ 8.8K

Prism发布早期预印本:实现大模型能力稀疏提取

TokenBender团队发布Prism预印本,提出‘准直’(collimation)方法,以极低通道占比高效提取语言模型特定能力。

阅读全文 →
8.8K249155
🚀 新品发布
新新品发布 · @VivekIntel▲ 7.6K

开源AI红队框架,支持300多个模型

安全工程师和渗透测试人员现在能用一个开源框架调用300多个AI模型做自动化攻击模拟。

网络安全人工智能(CAI):开源 AI 红队与渗透测试框架 🤖💀
CAI 是一个面向 AI 驱动型网络安全运营的开源框架,整合了自主智能体、进攻性安全工具、CTF 自动化、漏洞发现、AI 红队演练以及安全研究工作流。

关键特性:
• 支持 300+ 种 AI 模型
• 多智能体架构(ReAct、Swarm、Handoffs)
• 内置安全工具与防护机制(guardrails)
• 支持 MCP 协议,可对接 Burp Suite 及外部工具
• 专为 CTF 竞赛、漏洞赏金狩猎、渗透测试及 AI 安全研究设计
• GitHub 星标数近 9,000 ⭐

这是安全工程师、渗透测试人员、AI 红队成员、威胁研究人员,以及所有探索网络安全领域中智能体式 AI(Agentic AI)应用者的宝贵资源。

🔗 #AIRedTeaming #AISecurity #CyberSecurity #Pentesting #BugBounty #LLMSecurity #AgenticAI #RedTeam

在 X 看原帖 ↗
7.6K41278215
新品发布 · @Crypto_QianXun▲ 8.6K

谷歌上线免费AI学习平台,还发证书

零基础能学AI和编程,结业拿谷歌官方证书。

🚨谷歌刚刚推出Google Skills 一个任何人都可以学习AI、编程和技术的平台 从零开始,还有官方证书 你需要了解的一切 👇🏼

在 X 看原帖 ↗
8.6K185583
📰 行业动态
新行业动态 · @Polymarket▲ 2.7万

Kimi背后公司要卖300亿美元

Kimi聊天机器人背后的中国公司 Moonshot AI,正在新一轮融资中寻求300亿美元估值。

新消息:开发 Kimi 聊天机器人的中国“登月”人工智能公司(Moonshot AI)据称正在新一轮融资中寻求 300 亿美元估值。

在 X 看原帖 ↗
2.7万1419617
新动态 · @JulianGoldieSEO▲ 49

你刚装上AI助手,它已经能替你完成整套工作流了

Hermes Agent v0.16 的更新让本地AI不再只打字,而是执行任务链。有人用它自动整理会议纪要、生成待办、同步日历——动作连贯得像有个实习生坐在你旁边。

你的电脑不该只是帮你敲字,而应替你完成工作。
Hermes Agent v0.16 刚刚让这件事成为现实——却几乎无人讨论。🚀

转变就藏在一行之中:
→ 它从一个令人望而生畏的终端工具,变成了一款任何人都能直接打开的真正应用。

这就是全部故事。

在 X 看原帖 ↗
49
新动态 · @aniketapanjwani▲ 5.1K

经济学教授用Claude写完51篇实操笔记,学生开始抄作业路径

贝勒大学经济学教授Scott Cunningham在Substack连载51篇Claude Code应用笔记,覆盖数据清洗、因果图建模到论文润色。学生直接按步骤复现研究流程,跳过工具学习阶段。

我采访了贝勒大学经济学教授斯科特·坎宁安(@causalinf),聊了聊 Claude Code、AI 与经济学。斯科特在 Substack 上发布的关于 Claude Code 用于经济学研究的 *51* 篇系列文章,对向经济学家引入“具身编码”(agentic coding)起到了关键作用。

> 斯科特对 AI 辅助应用微观经济学中验证(verification)问题的看法
> AI 对理解计量经济学之回报率的影响
> 斯科特如何测试各模型在设定搜索(specification search)上的倾向性
> 斯科特在用多种语言复现 Callaway & Sant’Anna(2021)(@pedrohcgs)时所发现的现象
> AI 如何帮助斯科特这位应用微观经济学家,开始涉足应用理论
> 斯科特在因果推断工作坊(“The Mixtape Sessions”)中讲授具身编码的实际体验
> 斯科特如何因 AI 的出现而调整自己的教学方式

你可在 YouTube 上观看完整访谈:
全文抄本可在我的网站上获取:

在 X 看原帖 ↗
5.1K106980
新动态 · @LuizaJarovsky▲ 2.4K

Anthropic的Mythos还没发布,白宫先签了两份AI行政令

Anthropic内部项目Mythos被曝光后,特朗普政府两天内连发AI安全行政令和备忘录。政策反应速度超过多数已落地模型,监管节奏正被未公开技术倒推。

🚨 Anthropic 的 Mythos 已引发一系列事件,正在重塑全球人工智能政策格局。仅在过去几天内,特朗普就签署了关于人工智能安全的行政命令,以及一份关于扩大人工智能军事应用的备忘录。事态将如何发展,目前尚不清楚。

我的文章:

在 X 看原帖 ↗
2.4K224724
新动态 · @LangChain▲ 3.2K

LangChain实验室发现:验证器设计差一点,AI判断就多错三成

LangChain与Harvey联合测试5种验证器结构,以Sonnet为基准。结果最差的一种在‘事实一致性’维度错误率高出28%,意味着你调用的‘校对功能’可能正在放行幻觉。

在我们与 @Harvey 合作开展的 LangChain Labs 研究中,我们探讨了如何衡量各类验证器(verifier)设计的效率。

我们以 Sonnet 每项评估标准(per-criterion)为基准,对 5 种配置进行了基准测试。

在 X 看原帖 ↗
3.2K3296
新动态 · @CFGeek▲ 21

有人提议给AI研发装上‘行车记录仪’,但没说谁来读录像

CFGeek建议建立AI研发过程监测机制,用于预判能力跃迁和追踪竞争动向。目前这类监控既无标准接口,也无第三方审计权,更像给火箭装黑匣子却不配解码员。

让我们投资于监控 AI 研发的方法!
这些方法似乎对许多不同目标都有用:

预判 AI 能力可能如何变化,
跟踪竞争态势(无论是在美国还是在中国),
验证任何围绕 RSI 的潜在协议……

在 X 看原帖 ↗
211
新行业动态 · Hacker News▲ 480

Claude 桌面版还没上 Linux?

有人在 Hacker News 呼吁 Anthropic 推出官方 Claude 桌面应用的 Linux 版本。

Anthropic,请为 Linux 推出官方的 Claude 桌面端应用。

社区讨论:多人指出Linux桌面版缺失主因是发行版碎片化,@aaddrick强调其非官方构建需覆盖多种后端与合成器,测试即耗大量VM资源;@skeledrew则反感Electron进程开销,称安装后立即关闭;@shanewei质疑CLI已满足需求,反问“桌面版究竟缺什么”;@splwjs进一步质疑目标用户群——既不愿自建又拒绝使用现成开源构建的Linux用户是否真实存在。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · Hacker News▲ 194

DeepSeek V4 Pro 精度干翻 GPT-5.5 Pro

有人在 Hacker News 上发帖称 DeepSeek V4 Pro 在精度上超过 GPT-5.5 Pro,附带 194 个点赞和 64 条讨论。

DeepSeek V4 Pro beats GPT-5.5 Pro on precision

社区讨论:多人实测DeepSeek V4 Pro在漏洞扫描等编码任务中成本显著更低($1 vs $22/例),且部分用户认为其实际编程效果不输甚至优于GPT-5.5 Pro。但有人质疑测试方法——仅4项任务、单次运行、由Grok-4-1-fast-non-reasoning“裁判”,未说明代码正确性或温度波动控制。另有用户指出OpenRouter托管的DeepSeek延迟过高(2–3倍于OpenAI/Anthropic),影响可用性;还有人困惑其低价成因,猜测或源于电力成本或补贴。

在 HN 看讨论 ↗   原文 / 论文 ↗
工具 · @0xluffy_eth▲ 1.6万

AI模型排行榜每天都在变,但真正决定你用不用它的,其实是价格和桌面体验

有人把编程AI工具按「好用但贵」「便宜但桌面强」「开源可接中文」分了四级;Claude排第一却最贵,GPT Codex便宜且桌面端最强,OpenCode是唯一能接中文模型的开源框架。如果你正为续费纠结,这排序直接对应钱包厚度和电脑性能。

阅读全文 →
1.6万2517643
硬件 · @Lonely__MH▲ 1.9万

昇腾910C国产集群刚训完1.6万亿参数模型,DeepSeek-V4-Pro全参后训练完成

昇腾910C国产AI算力集群完成DeepSeek-V4-Pro全参数后训练,参数量达1.6万亿;野道消息称DeepSeek 4.1版本已在路上。这是国产芯片首次支撑同级别大模型完整训练流程。

🚀国产算力里程碑!昇腾910C国产AI算力集群,完成1.6万亿参数大模型DeepSeek-V4-Pro全参数后训练。野道消息:DeepSeek 4.1 不远了😀 中华有为!

国产牛逼🥳

在 X 看原帖 ↗
1.9万2417
商业 · @randgroup▲ 1.6万

Amazon投50亿美元给Anthropic,钱基本全花在AWS云服务上

Amazon向Anthropic注资50亿美元,大部分将用于采购AWS算力。这不是单纯的投资,而是云厂商把AI融资变成自家算力预收款——钱先到账,再回头买自己的服务器。

亚马逊刚刚向 Anthropic 投入了另外 50 亿美元。
Anthropic 将把其中大部分资金花在 AWS 上(不意外)。

AI 融资轮已演变为云服务商的一种手段:既能将自身计算资源收入记账两次,又能美其名曰“风险投资”。

在 X 看原帖 ↗
1.6万161486
中国 · @lidangzzz▲ 22.3万

中国LLM圈能容下智谱、字节、腾讯等十几家大厂小厂,是因为先清掉了那个毒瘤厂

一位从业者指出,中国大模型行业目前的良性竞争生态,关键在于早期淘汰了某家破坏规则的公司;王云鹤被点名感谢,理由是他推动形成了当前‘繁荣、团结、友善’的炼丹师协作环境。

中国LLM这个行业,能够容得下智谱、moonshot、阿里、deepseek、快手、小米、minimax、字节、腾讯这么多大龙小虎,还能相处得这么融洽,是一件非常难得的事情。 主要是这个行业把那个毒瘤厂先淘汰掉了,否则毒瘤厂又要闹得鸡飞狗跳。 每个在中国做LLM的一线炼丹师,都应该感谢王云鹤,没有王云鹤,就没有今天中国LLM如此繁荣、团结、友善、良性竞争的生态。

在 X 看原帖 ↗
22.3万20544123
工具 · @RoundtableSpace▲ 6.3K

Turbovec能把31GB AI内存压缩到4GB,搜千万文档比FAISS还快

Turbovec基于Google TurboQuant算法,把31GB的AI向量内存压到4GB,同时支持1000万文档的快速检索。它不依赖新代码,只靠量化压缩——如果你正在为本地部署卡在内存墙前,这就是一道现成的窄门。

你可以直接将 31GB 的 AI 内存压缩至 4GB。
Turbovec 能把包含 1000 万份文档的语料库装入 4GB 内存,并且搜索速度比 FAISS 更快。

> 基于 Google 的 TurboQuant 算法——无需码本训练,也无需单独的训练阶段
> 在各项指标上,性能比 FAISS IndexPQFastScan 高出 12–20%

在 X 看原帖 ↗
6.3K32411
行业动态 · Hacker News▲ 60

你付100美元,他们烧掉1000美元?

有人估算Anthropic和OpenAI每收用户100美元,可能支出超1000美元——账面亏损正扩大。

Anthropic/OpenAI 可能每从你这里收取 100 美元,就要花费超过 1000 美元。

这背后是推理成本(inference cost)的急剧上升。

随着模型变大、响应变长、调用变频繁,每次 API 调用的实际开销正在快速攀升。

而用户支付的订阅费或按量计费价格,并未同步大幅上涨。

这意味着——当前定价很可能远低于实际服务成本。

这种价差正被公司用融资、规模效应或交叉补贴暂时掩盖。

但长期不可持续。

社区讨论:多人质疑标题“付100美元烧掉1000美元”的成本估算缺乏技术依据,@beering直指其“毫无事实基础”,@wongarsu则根据DeepSeek等开源模型API定价推断Anthropic订阅价接近成本价;@NotGMan提出硬件化方案——专用AI扩展卡,但承认模型迭代太快尚不现实;@janim007以Qwen3-30B对比GPT-4为例,指出模型正朝更小、更强、更省算力方向演进;@b3ing和@jqpabc123则分别聚焦商业模式,前者预测AI将走向分层广告订阅制,后者警告真实成本将在用户“成瘾”后才暴露。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 777

LLM正在吃掉我的工程师饭碗

一位软件工程师在 Hacker News 发帖说,LLM 正在侵蚀他的职业路径,他感到迷茫。

大语言模型正在侵蚀我的软件工程职业,而我不知道该怎么办

社区讨论:多人指出LLM在业务细节(如本地税务规则、账务流程)上仍频繁出错,实际工程中仍需资深工程师把关(@torben-friis);也有人强调“代码质量”正被简化为模糊的“品味”,其客观标准正在消解(@mactavish88);另有观点认为,即便AI能完美执行,人类仍会雇佣工程师——正如计算器普及后仍雇会计,只因人们不愿亲自做(@keyle);还有人担忧若所有执行层工作被替代,仅剩资本所有者将导致经济崩溃(@lelanthran)。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 48

一张图就能训出扩散模型?还不用训练

有人提出无需训练、仅用单张图像就能构建扩散模型的方法。

高效且无需训练的单图像扩散模型

在 HN 看讨论 ↗   原文 / 论文 ↗
📌 其他
新前沿研究 · @rohanpaul_ai▲ 1.3K

最强AI研究员赢在不停试错

斯坦福、MIT、NVIDIA、Google等实验室发现,当前最强的研究型AI代理胜出的关键不是聪明,而是持续测试和改进。

强人工智能代理在开展长期研究工作时仍面临困难,因为它们往往无法持续进行测试与改进。

斯坦福大学、麻省理工学院、NVIDIA、谷歌及其他顶尖实验室的最新论文指出:当今最强的研究型智能体之所以胜出,并非源于其卓越的“智力”,而在于它们拒绝停止测试。

在 X 看原帖 ↗
1.3K11913
深度观点 · @wangchangfu88▲ 9.4K

2026年AI应用分层清单来了

有人按日常、编程、创作、效率、设计、自动化六类,列出了2026年被看好的AI工具组合——你用的或正犹豫的,可能就在其中。

2026 年最佳 AI 应用

通用助手:Claude、ChatGPT、Perplexity(日常搜索、问答、写作、头脑风暴)

开发/编程:Cursor、Lovable、Replit、Base44(写代码、搭产品、快速做 MVP)

内容创作:Manus AI、HeyGen、Synthesia、Descript、Opus Clip、Beehiiv(短视频、播客、数字人、内容分发)

效率提升:Grammarly、NotebookLM、Otio AI、Gamma、Granola、Superhuman、Wispr Flow(写作、会议纪要、PPT、资料整理)

创意设计:ElevenLabs、Suno、Midjourney、Runway、Kling、Pika Labs、Figma、Canva、Google Veo、Higgsfield(图片、视频、音乐、艺术设计协作)

自动化与集成:Softr、n8n、Zapier、Lindy AI、Claude Code、Chatbase、Gemini、Notion AI、Apify、Clay(把工具串联,自动搞定运营流程)

在 X 看原帖 ↗
9.4K3813883
工程 · @realCaigu▲ 21.6万

谷歌前CEO呼吁系统学习AI代理与核心概念

强调掌握代理、提示、记忆、MCP等AI核心概念是变现关键,推荐官方免费学习资源。

谷歌前 CEO 强调了一个热知识: 如果你真的想赚钱,必须学习:理解代理、Claude Code、提示、记忆、技能、MCP和例程 然后让你的 AI 来控制你的 AI 大部分人学 AI, 就是在推特刷 AI 帖子,但其实,真正系统性的知识,大模型公司官方出的全面且免费,务必收藏这条帖子: 代理架构

在 X 看原帖 ↗
21.6万6111.8K2.5K
研究 · @tokenbender▲ 8.8K

Prism发布早期预印本:实现大模型能力稀疏提取

TokenBender团队发布Prism预印本,提出‘准直’(collimation)方法,以极低通道占比高效提取语言模型特定能力。

阅读全文 →
8.8K249155
工程 · @bi_9527zx▲ 1.2万

Hermes Agent多模型协同配置教程

用DeepSeek作主模型、Kimi2.6作视觉模型,实现图片自动识别与零手动切换。

Hermes Agent这样设置那么恭喜你为了省钱又进一步😂 deepseek为主大模型,kimi2.6为视觉模型,并且无需来回切换,只要丢图片进去就会自动使用kimi2.6去识别。(理论是你可以设置更多的大模型去完成不同的工作,并且全程自动无需切换大模型)

在 X 看原帖 ↗
1.2万10136138
工程 · @VincentLogic▲ 1.2万

高级工程师用Claude Code的真正优势在于任务拆解与流程设计

真正拉开差距的不是让AI多写代码,而是将时间转向提示词编写、任务拆分、技术规划、结果审查和边界验证。

高级工程师使用 Claude Code 时,真正拉开差距的地方,不是让 AI 多写几行代码。

而是把自己的时间从“敲代码”转向更重要的部分:写清楚提示词、拆任务、做技术规划、审查结果、验证边界。

一个比较成熟的工作流是:把一个任务拆给多个 Agent——一个负责头脑风暴,一个负责技术方案,一个负责实现,一个负责 code review,一个负责从不同角度验证风险。所有过程都记录成 Markdown。

Claude Code 并不是在削弱高级工程师,而是在放大高级工程师的能力。

初级用法是让它帮忙写代码;高级用法是让它参与需求拆解、技术设计、实现、review、测试和文档沉淀。

差别不在工具本身,而在于能否把一个模糊任务,拆成一套可执行、可检查、可回滚的流程。

AI 写代码的成本正变得越来越低。

在 X 看原帖 ↗
1.2万1680111
开源 · @VincentLogic▲ 1.7万

免费AI编程助手:NVIDIA账号+OpenCode终端组合

无需订阅Cursor或Claude,注册NVIDIA账号获取免费API Key,搭配开源工具OpenCode,在终端直接调用NVIDIA平台上120多个AI模型。

不用花钱订 Cursor 或 Claude,也能有免费的 AI 编程助手:NVIDIA 账号 + OpenCode,组合起来用。

怎么做:
1. 注册 NVIDIA 账号,获取免费 API Key;
2. 安装 OpenCode(Claude Code 的开源替代品);
3. 填入 API Key,直接在终端中使用。

能拿到什么:
可在 NVIDIA 平台上自由切换 120 多个 AI 模型;
全程完全免费;
OpenCode 开源,纯终端操作。

具体安装步骤共 5 步:
1. 打开 注册账号并生成 API Key;
2. 安装 OpenCode:npm install -g opencode-ai;
3. 运行配置命令:opencode auth;
4. 选择 NVIDIA NIM 作为模型提供方(provider),填入上一步获取的 API Key;
5. 在任意项目目录下输入 opencode 命令,即可启动使用。

GitHub 搜索 opencode-ai 可找到完整文档。

在 X 看原帖 ↗
1.7万18144202
设计 · @dotey▲ 10.9万

Dotey对比GPT-5.5与Opus 4.8设计效果

用户@dotey在𝕏上发布对比帖,称其自身审美水平即可识别二者设计差异,并附多条链接指向不同AI模型生成的Mac Reader应用设计方案。

@dotey在𝕏上发布内容,对比GPT-5.5与Opus 4.8的设计效果。

帖文称:“我真不是尬黑GPT-5.5,我这种审美水平都能看出来差距”。

帖文附有Skill链接:

提示词为:/baoyu-design 帮我开发一款Reader Mac App,帮助我更好的阅读和收藏文章。数据都在本地。

信息采集部分包含“主动添加”功能说明:可手动添加不同类型的信息。

帖文另附第二条Skill链接:

还列出三项其他AI方案链接:Cursor的Composer 2.5效果(

所有链接均未在原文中说明具体内容或结果,仅作为外部引用存在。

在 X 看原帖 ↗
10.9万51425585
自动化 · @mikenevermiss▲ 1.1万

Hermes Agent实现从零到全自动运行

一套完整课程涵盖安装、技能、记忆、MCP、调度器和多智能体功能,系统可夜间持续运行,开发者无需再手动处理内容、研究或业务流程。

Hermes Agent 实现从零到完全自主运行。这是一套完整的课程。

课程内容包括安装、技能、记忆、MCP(Model Control Protocol)、调度器和多智能体功能。

该系统可在用户睡眠期间持续运行。

构建该系统的人将不再需要手动操作任何内容、研究或业务工作流。

在 X 看原帖 ↗
1.1万1110056
工程 · @victormustar▲ 4.8K

用本地轻量模型模拟用户,远程强模型担当代理

该方法将轻量级本地模型作为用户角色,强远程模型作为编码代理,在真实代码库中生成数千条合成交互轨迹用于微调自有编码代理。

这是一个有趣的想法:用一个廉价的本地模型扮演用户,而一个强大的远程模型实际担任代理角色。👀

第一步是将这对模型放入一个真实的代码库中。

第二步是完整记录所有交互过程。

第三步是由此获得数千条合成的编码代理行为轨迹。

第四步是用这些轨迹微调你自己的编码代理。

可查看实验结果:

在 X 看原帖 ↗
4.8K12923
工程 · @XAMTO_AI▲ 6.7K

前Vercel工程师开源18个Claude编程工作流

Matt Pocock公开其日常使用的AI编程方法,含/grill-me需求澄清和/tdd测试驱动指令,GitHub获119k星

119k星!前Vercel工程师把他压箱底的Claude工作流全公开了。

Matt Pocock,就是那个把TypeScript讲得最通透的人,把他每天实际在用的AI编程方法整套公开了,一共18个技能,专门应对AI写代码时的各种失败场景。

核心方法包括:
1️⃣ /grill-me:像审犯人一样把用户需求问透,避免AI理解偏差导致修改方向错误;
2️⃣ /tdd:强制先生成一个会失败的测试,再编写使该测试通过的代码。

在 X 看原帖 ↗
6.7K1878106
农业 · @yanhua1010▲ 2.6万

日本北海道西兰花农户用Codex管理100公顷农场

该案例源自𝕏用户@yanhua1010分享,仅提及农户使用Codex经营农场,未提供具体技术细节、实施方式或效果数据

这应该是最近看到最棒的AI agent案例了:日本北海道的一位西兰花农户,他利用 Codex 来经营自己 100 公顷的农场。

原文未说明Codex的具体用途、部署形式、是否为GitHub Copilot或早期版本、农户是否自行编程、是否有定制开发、是否接入传感器或农机设备。

原文未提供任何运行效果、产量变化、人力节省、成本降低等量化结果。

原文未提及该农户姓名、公司名称、农场品牌、合作机构或技术支援方。

原文未说明链接指向的内容是否包含更多事实——该链接(

在 X 看原帖 ↗
2.6万12117115
开发者工具 · @zhizhuxia22▲ 828

Claude Code创始人免费发布28分钟提示工程教学视频

Boris Cherny @bcherny 录制并公开分享一段时长约28–30分钟的免费视频,讲解如何为Claude Code编写有效提示及实际应用方法。

最近,一条X帖子在开发者圈引发广泛关注。

Claude Code的创始人Boris Cherny @bcherny 自行录制了一段视频,时长约28至30分钟,完全免费。

他在视频中讲解如何为Claude Code编写提示(prompt),以及如何在实际开发中用好该工具。

许多开发者认为,这段视频比不少售价数百美元的付费课程更有实用价值。

该视频目前已成为AI编程领域被广泛推荐的学习资源。

在 X 看原帖 ↗
828335
新机器人 · @roboticomarket▲ 9.5K

软银拟再投3亿美元加码Agile Robots

据彭博报道,软银正洽谈向欧洲机器人公司Agile Robots注资超3亿美元,参与其8亿美元融资轮。

软银 reportedly 正准备向 Agile Robots 追加投资逾 3 亿美元,作为其 8 亿美元融资轮的一部分。过去 12 个月里,孙正义一直在整个物理 AI 技术栈中布局:基础模型、工业机器人、人形机器人,以及

关键细节:
➤ 彭博社报道称,软银正就参与一轮约 8 亿美元的融资进行早期洽谈,拟出资逾 3 亿美元
➤ Agile Robots 在 2024 年实现约 2 亿欧元的年营收,使其成为欧洲规模最大的机器人公司之一
➤ 由德国人创立

在 X 看原帖 ↗
9.5K1813138
新创业 · @kritarthmittal▲ 4.1万

AI创业门槛骤降:百美元即可完成问题发现到多渠道分发

作者指出,AI已使创业者无需百万融资和20人团队,仅需数百美元即可完成问题识别、AI解决方案构建与熟悉面孔驱动的跨渠道分发。

这是最终的里程碑:
发现问题 + 用 AI 构建解决方案 + 通过多个渠道分发,且呈现面孔让人感到熟悉。

两年前,这意味必须获得百万美元融资,并组建一支由 20 名领域专家组成的团队。
今天,它只需几百美元。

在 X 看原帖 ↗
4.1万13362294
新开源 · @ecommartinez▲ 3.3万

OpenAI regala 6 meses de ChatGPT Pro a mantenedores de open source

OpenAI lanza programa exclusivo para mantenedores de proyectos open source: incluye ChatGPT Pro, Codex y créditos API.

阅读全文 →
3.3万28125171
新开源 · @auroter▲ 1.5万

Nemotron 3 Ultra开源模型追平企业级编码模型

Nvidia发布的开源Nemotron 3 Ultra被指在性能上达到企业SOTA编码模型水平。

开源模型已正式追上企业级最先进编程模型!【我再说一遍!】
Nemotron 3 Ultra 是英伟达某周三下午抽根烟的工夫随手发布的模型,你可以在搭载 4 块 RTX 6000 Pro Blackwell 的设备上以 NVFP4 精度运行它,或将其用于……

面向评论区里感到困惑、或未能理解我在调侃与真诚之间穿插切换的朋友们,特此发布一则公共服务公告。

在 X 看原帖 ↗
1.5万4109123
新人才计划 · @suraj_sharma14▲ 8.0K

Anthropic推出面向新人的AI研究员奖学金计划

Anthropic设立4个月全职奖学金,资助无经验但有潜力的AI建设者进入研究领域。

大多数 AI 研究员奖学金项目只面向经验丰富的研究人员。Anthropic 正在资助有才华的实践者,帮助他们进入 AI 研究领域。

> 为期 4 个月的全职奖学金项目
> 每周津贴:3850 美元(USD)/ 4300 加元(CAD)/ 2310 英镑(GBP)
> 每月约 1.5 万美元的算力积分与研究经费
> 直接指导

在 X 看原帖 ↗
8.0K7129168

这一天的 36 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