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 20 日 · 18:30 更新
✦
试试:

今日焦点

查文档和代码,一个不知名AI工具竟击败了主流产品

如果你想用AI工具查公司文档或代码库,哪家最靠谱?一次200个真实问题的测试给出了答案:Falconer击败了Notion、Atlassian Rovo、Claude Code和Codex。

测试用了两个公开数据集。文档部分来自WixQA的6,221篇帮助中心文章和100个客服问题;代码部分来自apache/spark开源项目的代码库和100个技术问题。所有工具都断了网,只能靠内部检索——模拟的是企业内网场景。

Rovo在代码测试中被Falconer击败97.1%,但并不反映真实水平。

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32 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
新实战经验 · @rileybrown▲ 934

AI自主代理现在能自己运营X账号了

有人启动实验,测试AI代理能不能不靠人工操作真实系统,现在第一个自主运营的X账号已经上线运行了。

我开启了一项实验,看看@chorus_agent能不能在不需要我帮助的情况下运行一个真实的操作系统。

所以我构建了@skyeagnt,这是一个由Chorus驱动、自主运营自己X账号的自动智能体。

它现在已经上线,正在自主运行。

在 X 看原帖 ↗
93441
新工具产品 · @geekbb▲ 1.5K

公众号排版工具,支持离线还带AI润色

做公众号的人不用再手动调格式,本地处理也能保密度,AI还能帮忙改文字

格式坊 — 公众号文章排版工具 纯前端工具,专门把 Markdown 排成公众号能直接粘贴的文章 HTML。排版分两种:本地模式完全离线,AI 模式接了 DeepSeek 帮你润色、扩写、缩写或者翻译。

在 X 看原帖 ↗
1.5K2910
新深度观点 · @RoundtableSpace▲ 2.1万

顶尖AI使用者的工作法比大家想的简单

Andrej Karpathy花70分钟拆解顶尖AI使用者实际用LLM大语言模型的工作方式,指出多数人都把用LLM这件事搞复杂了

Andrej Karpathy 花了70分钟讲解顶级AI用户实际是怎么使用LLMs的。大多数人都把这件事复杂化了。

把这篇收藏下来留着之后看吧。

在 X 看原帖 ↗
2.1万43134
新大模型 · @mattshumer_▲ 3.9万

AI开发者爆料大模型可挖掘出 massive 能力提升

开发者称掌握方法即可从现有大模型中获得大量能力增益

我不确定这种情况会不会持续(我的态度反复不定),但如今只要你懂方法,就能从模型里榨出极大的性能提升。

更多思考,还有一个例子:

在 X 看原帖 ↗
3.9万26920
医疗 · @gdb▲ 4.3万

一年前的OpenAI o3已经能帮排查罕见遗传病了

有人用OpenAI训练了一年多的o3模型,帮助有罕见遗传病的家庭做分析,现在模型能力更强,不知道还能做到什么。

OpenAI 正在帮助面临罕见遗传病的家庭。这项工作是用o3完成的,而o3已经发布一年多了。

想想如今的模型能做到什么,实在令人惊叹。

在 X 看原帖 ↗
4.3万3444650
AI编程 · @hwchase17▲ 9.5K

编程测试框架太适配专属模型,换模型效果就差

有人试了新的AI编程能力,说Claude的编程框架过度适配自家闭源模型,换模型就不好用。试试开源的模型无关框架dcode。

它确实非常好用!别在 claude code/codex 里试——这些适配框架对它们自己的专有模型调得太过了。

dcode (deepagents code) 是一个模型无关的适配框架——搭配 @FireworksAI_HQ 在里面试:
```
dcode --model fireworks:accounts/fireworks/models/glm-5p2
```

文档:

在 X 看原帖 ↗
9.5K87445
行业动态 · @emollick▲ 5.5K

要是AI真能自我改进,产品更新速度会越来越快

哪怕AI只能做有限的自我改进,AI产品和模型的发布节奏都会变快,现在OpenAI和Anthropic已经出现这个趋势了。

如果AI自我改进(哪怕只是非常有限的自我改进)是可行的,那么AI产品/应用工具与模型的发布节奏都应该会加快。

目前看来,Anthropic和OpenAI确实正在出现这种情况,但其他所有实验室都没有,包括那些去年看起来快要追上来的实验室。

在 X 看原帖 ↗
5.5K39220
行业动态 · @EMostaque▲ 3.8万

有人认为中国AI实验室在模型性能上有巨大优势

中国AI应用渗透率比美国更高,产品迭代反馈更快,因此一直更看重实用价值。

Elon 谈中国模型何时会达到神话级性能。我一直认为中国实验室在这里拥有巨大优势。

中国的可用性反馈循环更紧凑,AI 普及率也比美国更高,因此实用优先。

在 X 看原帖 ↗
3.8万1219021
行业动态 · @levelsio▲ 6.2万

随便瞎写代码也没事?让AI补测试就够了

随性写代码之后,只要让AI补充足够测试,就能保证项目正常运行。

说得有道理,确实部分情况就是如此,现在大家都在随性编码(vibe coding)。

但你其实也可以直接让 AI 补充更多测试,这样就能保证一切功能正常运行。

你完全可以随性编码,只要写完之后补测试就行。

在 X 看原帖 ↗
6.2万322746
行业动态 · @emollick▲ 1.4万

企业用便宜AI凑KPI,其实亏了?

不少企业选低价弱AI,只要能完成KPI就够用。建议搭建支持灵活切换模型的架构,试试更强的AI看能不能带来改变。

我怀疑企业都低估了在那些看似 weaker AI 降价后也刚好能达标完成的任务上,使用更高智能模型的价值。

至少你应该先搭建好支持灵活尝试更智能模型的架构,看看它能不能带来改变。

在 X 看原帖 ↗
1.4万1023540
商业 · @emollick▲ 4.1万

泄露财务数据显示OpenAI面向客户业务已实现盈利

泄露数据显示OpenAI客户服务业务盈利,训练成本仍极高

如果泄露的财务数据准确,那 OpenAI 目前已经实现盈利,毛利率超过40%。

但训练成本仍然高得惊人。

将 AI 研究自动化或许也是为了提高训练效率:一个超人类水平的研究者可以用更少资源完成更多工作。

在 X 看原帖 ↗
4.1万2559783
行业观点 · @fchollet▲ 4.7万

François Chollet观点:近期AI与过往技术浪潮无本质区别

François Chollet提出近期AI是数字杠杆,仍需人类参与发挥价值

短期来看,当前的AI从本质上来说和过去的技术浪潮并无不同。它只是数字杠杆的最新形式。

它是力量倍增器,而没有方向的力量不过是噪音而已。它要发挥作用,仍然需要每个环节都有人参与其中。

如果你的公司原本就拥有「面向X领域的软件」,那么它大概率也会拥有「面向X领域的AI」,因为你已经拥有领域专业知识和人力资本,能将AI转化为特定领域的价值。

在 X 看原帖 ↗
4.7万65646108
更多信号 · 按时间
新大模型 · @dejavucoder▲ 17

OpenAI Codex主动调用子智能体比Claude差

开发者测试发现,Codex没法主动启动子智能体,每次都要手动操作触发才行。

我不确定是不是我这边的技术问题,但 Codex 确实不会自己启动子代理。

它在使用子代理方面,不像 Claude 那样积极主动。

我必须手动推动它,或者通过 agents md 之类的方式来操作,才会启动。

我希望它在这方面能更主动一些。

在 X 看原帖 ↗
17
新研究 · @peterrhague▲ 406

大模型分词会把「软件工程师」压缩成「工程师」

分词(大模型处理文字的基础单位)会合并相近职位信息,可能影响AI理解简历内容。

Software engineer 在 token 化时似乎会被解析为 engineer。

在 X 看原帖 ↗
406
新行业动态 · @VaibhavSisinty▲ 343

谷歌官宣AI记忆最好方案,居然就是一个文件夹

早就有人用 markdown 文件夹给AI做记忆,谷歌只是把这套现成的做法定为官方开放标准,不需要复杂数据库,很多人已经在用这套方案。

Google刚刚公开确认了最聪明的Claude Code用户几个月前就想明白的事。给AI做记忆的最佳方式,就是一个装满markdown文件的文件夹。就这么简单。

不需要数据库,不需要花里胡哨的系统,只要文件夹里放文本文件就行。Google Cloud把它做成了官方开放规范,叫做Open Knowledge Format。

它实际是什么呢?就是一个装满markdown文件的目录。每个文件对应一个概念。文件顶部有一个小小的YAML头,里面只有一个必填字段:type。文件之间用普通的markdown链接互相连接。整个规范就这么多内容。

如果你一直在用CLAUDE.md给Claude Code提供记忆,那你已经把它做出来了。如果你一直在用Obsidian或者笔记文件夹给你的AI喂上下文,那你也已经把它做出来了。

Google没有发明任何新东西。他们只是看了看已经在实际能用的方案,然后说:「对,这个现在就是标准了」。给智能代理做大脑的当前最优方案,就是一个你可以用记事本打开的文本文件文件夹。

一个市值万亿美元的平台团队,把这个结论做成了开放规范。

在 X 看原帖 ↗
343355
新新品发布 · @DannyKPolitics▲ 31

不是通用提示词包,是真能用的AI工作系统

有人把自己跑新闻业务用的AI指挥系统做成商品售卖,能自动完成早报汇总、轨迹分析等多项日常工作

我搭建了一套运行 HNC12 的 AI 指令系统。它能做早间汇总、轨迹分析、标题格式整理和信源核查。

大多数“提示词包”就是把 500 个通用提示词随便塞在一个杂物抽屉里。

这套是我自己实际在用的工具。现在正式开售。

在 X 看原帖 ↗
31
开发工具 · @LangChain▲ 5.8K

现在不同AI智能体已经能互相协作对话了

LangChain推出支持A2A协议和MCP协议的RemoteGraph,用来部署不同AI智能体,让不同智能体之间可以直接交互。

✅ 用于部署↔部署交互的 RemoteGraph ✅

原生支持 A2A 协议 ✅

可通过 MCP 协议与你的智能代理交互

@VictorMoreira16 谈 Managed Deep Agents 中的智能代理互操作性

在 X 看原帖 ↗
5.8K115133
深度观点 · @haider1▲ 1.4K

闭源AI随便砍功能降性能,开源快追上来了

几家闭源AI实验室随心所欲降低模型能力,移除功能,收紧限制。已有几款国产模型缩小了和顶级闭源模型的差距。

我希望开源模型能尽快达到 GPT-5.5 或 Opus 4.8 的水平。

这些闭源 AI 实验室想怎么弱化模型就怎么弱化:移除功能、收紧限制,想干什么就干什么。

好事是 GLM 5.2、Kimi 2.7 code 和 DeepSeek v4 已经缩小了差距。

在 X 看原帖 ↗
1.4K2453
AI开发 · @trevin▲ 162

开发者重构Compound Engineering提升编码代理可移植性

开发者重构Compound Engineering,优化Codex支持,目前处于测试阶段

我今晚花了大把时间重构 Compound Engineering,让它能更好地跨编码代理移植,最重要的是优化了对 Codex 的支持。

我一直想把我们的框架从独立代理定义改成技能本地 persona。

特定代理的适配支持是一团混乱,完全不一致。

我现在已经进入测试阶段,我和 @kieranklaassen 很快就会给大家带来更多复合增强的新内容!

在 X 看原帖 ↗
16293
编程 · @dotey▲ 5.2K

AI编程工具Codex推出跨设备代码任务迁移功能Handoff

Codex上线自然语言指令控制的跨设备代码任务迁移功能Handoff

阅读全文 →
5.2K22417
AI监管 · @IsaacKing314▲ 49

居然有人说靠限制AI训练算力根本没用?

随着AI模型运行效率不断提升,就算卡死总训练算力,也能靠优化做出能力更强的模型,原定的监管思路会失效。

顺便一提,通过限制训练计算量来监管AI能力的尝试,到底出了什么问题?

考虑到效率提升是客观存在的事,这种方式显然行不通,对吧?

在 X 看原帖 ↗
491
动态 · @tunguz▲ 41

AI如果 hallucinate 出脑肿瘤该怎么办?

有人玩AI聊天时觉得一切都好,直到AI帮看诊断报告,凭空虚构出了一个不存在的脑肿瘤。

一切都无伤大雅,直到 AI 凭空给你的大脑造出了一个肿瘤。

在 X 看原帖 ↗
41
AI产品 · @WesRoth

xAI给微软Word做了Grok官方插件

可以直接在Word里调用Grok大模型,处理文档里的内容不用跳转到别的平台操作。

xAI 发布了适用于 Microsoft Word 的 Grok 插件。

在 X 看原帖 ↗
AI研究 · @nicdunz▲ 59

普通人也能自己给开源AI智能体做测试

开源项目提供了现成方法,普通人可以用自己常用的工具,测试模型能不能达到你要的智能程度。

它够智能吗?在你自己的工具链上对开源模型做智能体能力基准测试

在 X 看原帖 ↗
592
行业动态 · @swyx▲ 1.7K

AI公司把域名从.ai换成了.com,居然说更清爽

做AI的cognition公司换了顶级域名,就这么简单

cognition.ai → cognition.com 这样更干净简洁

在 X 看原帖 ↗
1.7K11
深度观点 · @LiorOnAI▲ 1.4K

头部前沿AI实验室能给谷歌给不了的东西

想进入AI行业求职的人,可以参考这个差异:新前沿AI实验室能让普通人感受到自己可以直接影响公司走向。

前沿AI实验室正在兜售一件Google难以提供的东西:一个人仍然可以直接改变公司发展轨迹的感觉。

在 X 看原帖 ↗
1.4K1142
实战经验 · @HBCoop_▲ 448

AI智能体自动做完了一整条广告视频

只需要提出一个初始问题,AI就能自主完成调研、规划到生成全流程,省下多环节的人工投入。

我正在测试一个全新的代理型工作流 beta 版本,用于广告创作。它的表现非常惊艳——整个项目始于我给代理提了一个简短问题,之后它自主完成了调研、规划,并生成了完整视频:

在 X 看原帖 ↗
4482102
深度观点 · @thsottiaux▲ 2.1K

Codex支持远程本地切换,需要的基础设施变少了

模型自主调度后,整体运行需要的基础设施反而更少,这改变了原先对AI部署的固有认知

Codex 现已支持远程/本地交接!我们正逐步消除各类边界。

当你让模型占据主导时,你实际上需要更少的基础设施。

在 X 看原帖 ↗
2.1K4659
实战经验 · @bridgemindai▲ 576

不用反复输提示词,AI能自己循环干活了

有人已经用这个方法在生产环境排错,设好目标离开,回来就能看到错误变少了,这比只靠人写提示词更进一步

我刚刚发布了一整支关于用循环进行vibe coding的视频。循环是你只需定义一次的递归目标。代理会一直工作,直到满足停止条件。

不再需要提示、等待、再重新提示。现在我在BridgeSpace的Sentry错误上运行着循环。我设置好目标,离开,等回来的时候生产环境错误已经比我出发时少了。

这是超越提示工程的一步。它也让我们向完全自主的软件开发又迈进了一步。完整视频现已上线。

在 X 看原帖 ↗
57642116
效率工具 · @mattshumer_▲ 8.7K

博主称可免费分享AI自动安排会议的个人系统

博主发文表示,可免费分享AI处理会议预约的个人系统

如果你有太多会议需要安排,并且想要让 AI 来处理这件事:评论区留言,我会免费把我的个人系统分享给你!

在 X 看原帖 ↗
8.7K237
行业趋势 · @omarsar0▲ 4.6K

研究者分享对AI loop engineering发展趋势的思考

研究者汇总研究讨论,分享对loop engineering趋势的看法

我对「循环工程(loop engineering)」这个趋势有很多想法。我花了几分钟和我的写作智能体(writer agent)一起,整理总结了我的一些研究、笔记,还有我和学生、创始人、初创公司的讨论内容。

目前还处于非常早期的阶段,但随着能力发生阶跃提升,和智能体协作的全新工作方式将会开始涌现。

在 X 看原帖 ↗
4.6K23861
商业 · @LangChain▲ 5.9K

Lyft打造8个AI智能体可解决35%客户问题

Lyft打造8个AI智能体,可全自动解决35%的客户问题

.@Lyft 打造了8个AI智能体,能够完全解决35%的客户问题。

在Interrupt活动上,他们分享了内部使用的评估方法,如何借助LangSmith扩展评估规模,以及一路走来总结出的经验教训。

在 X 看原帖 ↗
5.9K93833
📰 行业动态
新行业动态 · @VaibhavSisinty▲ 343

谷歌官宣AI记忆最好方案,居然就是一个文件夹

早就有人用 markdown 文件夹给AI做记忆,谷歌只是把这套现成的做法定为官方开放标准,不需要复杂数据库,很多人已经在用这套方案。

Google刚刚公开确认了最聪明的Claude Code用户几个月前就想明白的事。给AI做记忆的最佳方式,就是一个装满markdown文件的文件夹。就这么简单。

不需要数据库,不需要花里胡哨的系统,只要文件夹里放文本文件就行。Google Cloud把它做成了官方开放规范,叫做Open Knowledge Format。

它实际是什么呢?就是一个装满markdown文件的目录。每个文件对应一个概念。文件顶部有一个小小的YAML头,里面只有一个必填字段:type。文件之间用普通的markdown链接互相连接。整个规范就这么多内容。

如果你一直在用CLAUDE.md给Claude Code提供记忆,那你已经把它做出来了。如果你一直在用Obsidian或者笔记文件夹给你的AI喂上下文,那你也已经把它做出来了。

Google没有发明任何新东西。他们只是看了看已经在实际能用的方案,然后说:「对,这个现在就是标准了」。给智能代理做大脑的当前最优方案,就是一个你可以用记事本打开的文本文件文件夹。

一个市值万亿美元的平台团队,把这个结论做成了开放规范。

在 X 看原帖 ↗
343355
新大模型 · @dejavucoder▲ 17

OpenAI Codex主动调用子智能体比Claude差

开发者测试发现,Codex没法主动启动子智能体,每次都要手动操作触发才行。

我不确定是不是我这边的技术问题,但 Codex 确实不会自己启动子代理。

它在使用子代理方面,不像 Claude 那样积极主动。

我必须手动推动它,或者通过 agents md 之类的方式来操作,才会启动。

我希望它在这方面能更主动一些。

在 X 看原帖 ↗
17
新研究 · @peterrhague▲ 406

大模型分词会把「软件工程师」压缩成「工程师」

分词(大模型处理文字的基础单位)会合并相近职位信息,可能影响AI理解简历内容。

Software engineer 在 token 化时似乎会被解析为 engineer。

在 X 看原帖 ↗
406
行业动态 · @emollick▲ 1.4万

企业用便宜AI凑KPI,其实亏了?

不少企业选低价弱AI,只要能完成KPI就够用。建议搭建支持灵活切换模型的架构,试试更强的AI看能不能带来改变。

我怀疑企业都低估了在那些看似 weaker AI 降价后也刚好能达标完成的任务上,使用更高智能模型的价值。

至少你应该先搭建好支持灵活尝试更智能模型的架构,看看它能不能带来改变。

在 X 看原帖 ↗
1.4万1023540
行业动态 · @levelsio▲ 6.2万

随便瞎写代码也没事?让AI补测试就够了

随性写代码之后,只要让AI补充足够测试,就能保证项目正常运行。

说得有道理,确实部分情况就是如此,现在大家都在随性编码(vibe coding)。

但你其实也可以直接让 AI 补充更多测试,这样就能保证一切功能正常运行。

你完全可以随性编码,只要写完之后补测试就行。

在 X 看原帖 ↗
6.2万322746
行业动态 · @EMostaque▲ 3.8万

有人认为中国AI实验室在模型性能上有巨大优势

中国AI应用渗透率比美国更高,产品迭代反馈更快,因此一直更看重实用价值。

Elon 谈中国模型何时会达到神话级性能。我一直认为中国实验室在这里拥有巨大优势。

中国的可用性反馈循环更紧凑,AI 普及率也比美国更高,因此实用优先。

在 X 看原帖 ↗
3.8万1219021
行业动态 · @emollick▲ 5.5K

要是AI真能自我改进,产品更新速度会越来越快

哪怕AI只能做有限的自我改进,AI产品和模型的发布节奏都会变快,现在OpenAI和Anthropic已经出现这个趋势了。

如果AI自我改进(哪怕只是非常有限的自我改进)是可行的,那么AI产品/应用工具与模型的发布节奏都应该会加快。

目前看来,Anthropic和OpenAI确实正在出现这种情况,但其他所有实验室都没有,包括那些去年看起来快要追上来的实验室。

在 X 看原帖 ↗
5.5K39220
医疗 · @gdb▲ 4.3万

一年前的OpenAI o3已经能帮排查罕见遗传病了

有人用OpenAI训练了一年多的o3模型,帮助有罕见遗传病的家庭做分析,现在模型能力更强,不知道还能做到什么。

OpenAI 正在帮助面临罕见遗传病的家庭。这项工作是用o3完成的,而o3已经发布一年多了。

想想如今的模型能做到什么,实在令人惊叹。

在 X 看原帖 ↗
4.3万3444650
开发工具 · @LangChain▲ 5.8K

现在不同AI智能体已经能互相协作对话了

LangChain推出支持A2A协议和MCP协议的RemoteGraph,用来部署不同AI智能体,让不同智能体之间可以直接交互。

✅ 用于部署↔部署交互的 RemoteGraph ✅

原生支持 A2A 协议 ✅

可通过 MCP 协议与你的智能代理交互

@VictorMoreira16 谈 Managed Deep Agents 中的智能代理互操作性

在 X 看原帖 ↗
5.8K115133
AI编程 · @hwchase17▲ 9.5K

编程测试框架太适配专属模型,换模型效果就差

有人试了新的AI编程能力,说Claude的编程框架过度适配自家闭源模型,换模型就不好用。试试开源的模型无关框架dcode。

它确实非常好用!别在 claude code/codex 里试——这些适配框架对它们自己的专有模型调得太过了。

dcode (deepagents code) 是一个模型无关的适配框架——搭配 @FireworksAI_HQ 在里面试:
```
dcode --model fireworks:accounts/fireworks/models/glm-5p2
```

文档:

在 X 看原帖 ↗
9.5K87445
行业动态 · @swyx▲ 1.7K

AI公司把域名从.ai换成了.com,居然说更清爽

做AI的cognition公司换了顶级域名,就这么简单

cognition.ai → cognition.com 这样更干净简洁

在 X 看原帖 ↗
1.7K11
AI监管 · @IsaacKing314▲ 49

居然有人说靠限制AI训练算力根本没用?

随着AI模型运行效率不断提升,就算卡死总训练算力,也能靠优化做出能力更强的模型,原定的监管思路会失效。

顺便一提,通过限制训练计算量来监管AI能力的尝试,到底出了什么问题?

考虑到效率提升是客观存在的事,这种方式显然行不通,对吧?

在 X 看原帖 ↗
491
动态 · @tunguz▲ 41

AI如果 hallucinate 出脑肿瘤该怎么办?

有人玩AI聊天时觉得一切都好,直到AI帮看诊断报告,凭空虚构出了一个不存在的脑肿瘤。

一切都无伤大雅,直到 AI 凭空给你的大脑造出了一个肿瘤。

在 X 看原帖 ↗
41
AI产品 · @WesRoth

xAI给微软Word做了Grok官方插件

可以直接在Word里调用Grok大模型,处理文档里的内容不用跳转到别的平台操作。

xAI 发布了适用于 Microsoft Word 的 Grok 插件。

在 X 看原帖 ↗
AI研究 · @nicdunz▲ 59

普通人也能自己给开源AI智能体做测试

开源项目提供了现成方法,普通人可以用自己常用的工具,测试模型能不能达到你要的智能程度。

它够智能吗?在你自己的工具链上对开源模型做智能体能力基准测试

在 X 看原帖 ↗
592
💡 深度观点
新深度观点 · @RoundtableSpace▲ 2.1万

顶尖AI使用者的工作法比大家想的简单

Andrej Karpathy花70分钟拆解顶尖AI使用者实际用LLM大语言模型的工作方式,指出多数人都把用LLM这件事搞复杂了

Andrej Karpathy 花了70分钟讲解顶级AI用户实际是怎么使用LLMs的。大多数人都把这件事复杂化了。

把这篇收藏下来留着之后看吧。

在 X 看原帖 ↗
2.1万43134
深度观点 · @haider1▲ 1.4K

闭源AI随便砍功能降性能,开源快追上来了

几家闭源AI实验室随心所欲降低模型能力,移除功能,收紧限制。已有几款国产模型缩小了和顶级闭源模型的差距。

我希望开源模型能尽快达到 GPT-5.5 或 Opus 4.8 的水平。

这些闭源 AI 实验室想怎么弱化模型就怎么弱化:移除功能、收紧限制,想干什么就干什么。

好事是 GLM 5.2、Kimi 2.7 code 和 DeepSeek v4 已经缩小了差距。

在 X 看原帖 ↗
1.4K2453
深度观点 · @thsottiaux▲ 2.1K

Codex支持远程本地切换,需要的基础设施变少了

模型自主调度后,整体运行需要的基础设施反而更少,这改变了原先对AI部署的固有认知

Codex 现已支持远程/本地交接!我们正逐步消除各类边界。

当你让模型占据主导时,你实际上需要更少的基础设施。

在 X 看原帖 ↗
2.1K4659
深度观点 · @LiorOnAI▲ 1.4K

头部前沿AI实验室能给谷歌给不了的东西

想进入AI行业求职的人,可以参考这个差异:新前沿AI实验室能让普通人感受到自己可以直接影响公司走向。

前沿AI实验室正在兜售一件Google难以提供的东西:一个人仍然可以直接改变公司发展轨迹的感觉。

在 X 看原帖 ↗
1.4K1142
⚡ 实战经验
新实战经验 · @rileybrown▲ 934

AI自主代理现在能自己运营X账号了

有人启动实验,测试AI代理能不能不靠人工操作真实系统,现在第一个自主运营的X账号已经上线运行了。

我开启了一项实验,看看@chorus_agent能不能在不需要我帮助的情况下运行一个真实的操作系统。

所以我构建了@skyeagnt,这是一个由Chorus驱动、自主运营自己X账号的自动智能体。

它现在已经上线,正在自主运行。

在 X 看原帖 ↗
93441
实战经验 · @bridgemindai▲ 576

不用反复输提示词,AI能自己循环干活了

有人已经用这个方法在生产环境排错,设好目标离开,回来就能看到错误变少了,这比只靠人写提示词更进一步

我刚刚发布了一整支关于用循环进行vibe coding的视频。循环是你只需定义一次的递归目标。代理会一直工作,直到满足停止条件。

不再需要提示、等待、再重新提示。现在我在BridgeSpace的Sentry错误上运行着循环。我设置好目标,离开,等回来的时候生产环境错误已经比我出发时少了。

这是超越提示工程的一步。它也让我们向完全自主的软件开发又迈进了一步。完整视频现已上线。

在 X 看原帖 ↗
57642116
实战经验 · @HBCoop_▲ 448

AI智能体自动做完了一整条广告视频

只需要提出一个初始问题,AI就能自主完成调研、规划到生成全流程,省下多环节的人工投入。

我正在测试一个全新的代理型工作流 beta 版本,用于广告创作。它的表现非常惊艳——整个项目始于我给代理提了一个简短问题,之后它自主完成了调研、规划,并生成了完整视频:

在 X 看原帖 ↗
4482102
📌 其他
新新品发布 · @DannyKPolitics▲ 31

不是通用提示词包,是真能用的AI工作系统

有人把自己跑新闻业务用的AI指挥系统做成商品售卖,能自动完成早报汇总、轨迹分析等多项日常工作

我搭建了一套运行 HNC12 的 AI 指令系统。它能做早间汇总、轨迹分析、标题格式整理和信源核查。

大多数“提示词包”就是把 500 个通用提示词随便塞在一个杂物抽屉里。

这套是我自己实际在用的工具。现在正式开售。

在 X 看原帖 ↗
31
新工具产品 · @geekbb▲ 1.5K

公众号排版工具,支持离线还带AI润色

做公众号的人不用再手动调格式,本地处理也能保密度,AI还能帮忙改文字

格式坊 — 公众号文章排版工具 纯前端工具,专门把 Markdown 排成公众号能直接粘贴的文章 HTML。排版分两种:本地模式完全离线,AI 模式接了 DeepSeek 帮你润色、扩写、缩写或者翻译。

在 X 看原帖 ↗
1.5K2910
行业观点 · @fchollet▲ 4.7万

François Chollet观点:近期AI与过往技术浪潮无本质区别

François Chollet提出近期AI是数字杠杆,仍需人类参与发挥价值

短期来看,当前的AI从本质上来说和过去的技术浪潮并无不同。它只是数字杠杆的最新形式。

它是力量倍增器,而没有方向的力量不过是噪音而已。它要发挥作用,仍然需要每个环节都有人参与其中。

如果你的公司原本就拥有「面向X领域的软件」,那么它大概率也会拥有「面向X领域的AI」,因为你已经拥有领域专业知识和人力资本,能将AI转化为特定领域的价值。

在 X 看原帖 ↗
4.7万65646108
商业 · @emollick▲ 4.1万

泄露财务数据显示OpenAI面向客户业务已实现盈利

泄露数据显示OpenAI客户服务业务盈利,训练成本仍极高

如果泄露的财务数据准确,那 OpenAI 目前已经实现盈利,毛利率超过40%。

但训练成本仍然高得惊人。

将 AI 研究自动化或许也是为了提高训练效率:一个超人类水平的研究者可以用更少资源完成更多工作。

在 X 看原帖 ↗
4.1万2559783
商业 · @LangChain▲ 5.9K

Lyft打造8个AI智能体可解决35%客户问题

Lyft打造8个AI智能体,可全自动解决35%的客户问题

.@Lyft 打造了8个AI智能体,能够完全解决35%的客户问题。

在Interrupt活动上,他们分享了内部使用的评估方法,如何借助LangSmith扩展评估规模,以及一路走来总结出的经验教训。

在 X 看原帖 ↗
5.9K93833
行业趋势 · @omarsar0▲ 4.6K

研究者分享对AI loop engineering发展趋势的思考

研究者汇总研究讨论,分享对loop engineering趋势的看法

我对「循环工程(loop engineering)」这个趋势有很多想法。我花了几分钟和我的写作智能体(writer agent)一起,整理总结了我的一些研究、笔记,还有我和学生、创始人、初创公司的讨论内容。

目前还处于非常早期的阶段,但随着能力发生阶跃提升,和智能体协作的全新工作方式将会开始涌现。

在 X 看原帖 ↗
4.6K23861
效率工具 · @mattshumer_▲ 8.7K

博主称可免费分享AI自动安排会议的个人系统

博主发文表示,可免费分享AI处理会议预约的个人系统

如果你有太多会议需要安排,并且想要让 AI 来处理这件事:评论区留言,我会免费把我的个人系统分享给你!

在 X 看原帖 ↗
8.7K237
编程 · @dotey▲ 5.2K

AI编程工具Codex推出跨设备代码任务迁移功能Handoff

Codex上线自然语言指令控制的跨设备代码任务迁移功能Handoff

阅读全文 →
5.2K22417
AI开发 · @trevin▲ 162

开发者重构Compound Engineering提升编码代理可移植性

开发者重构Compound Engineering,优化Codex支持,目前处于测试阶段

我今晚花了大把时间重构 Compound Engineering,让它能更好地跨编码代理移植,最重要的是优化了对 Codex 的支持。

我一直想把我们的框架从独立代理定义改成技能本地 persona。

特定代理的适配支持是一团混乱,完全不一致。

我现在已经进入测试阶段,我和 @kieranklaassen 很快就会给大家带来更多复合增强的新内容!

在 X 看原帖 ↗
16293
新大模型 · @mattshumer_▲ 3.9万

AI开发者爆料大模型可挖掘出 massive 能力提升

开发者称掌握方法即可从现有大模型中获得大量能力增益

我不确定这种情况会不会持续(我的态度反复不定),但如今只要你懂方法,就能从模型里榨出极大的性能提升。

更多思考,还有一个例子:

在 X 看原帖 ↗
3.9万26920

这一天的 32 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