Claude Code 子代理现在最多支持嵌套 5 层深度，已经有人完整跑通了整条链。

每一层都在自己的上下文窗口中运行。

只有顶层的摘要会返回给主代理，5层深度是硬性上限。

有意思，ByteDance 的 Seed-2.1-Pro，我们什么时候能测试？

下一代推理需要专为特定用途打造的基础设施。

Together AI 和 5C 正在部署 NVIDIA GB300 NVL72 系统，该系统配备高密度计算、先进散热方案，以及面向 AI 优化的存储，适用于大规模推理和思考。

看到通过开放+闭源模型融合构建的神话级模型在编排中正常工作，太震撼了。

我在2025年末研究智能体优化时就见过这种场景，当时LLM集成方案的表现碾压了其他所有方案。

我认为我们会在2026年看到更多推理路由模型。

如果 Meta 再发布一款新模型，你懂的，它肯定是一款面向职场协作的 LLM。

到2030年，公司没有「公司大脑」会变得和现在没有生产数据库一样荒谬。每家公司都会为智能体维护单一可信数据源，事后看来这会是一件理所当然的事。

我们相信，每家公司都理应拥有自己的大脑，不需要投入庞大的工程师团队从零搭建。这就是我们创立@hyperspell的原因：为每家公司打造大脑。

基于Hyperagent的Fable 5会为了达成开放式目标持续自我改进数小时，并在视觉推理任务中持续击败Opus 4.8。

模型之间的差距再次变得非常巨大。

是的，它是模型无关的，而且是通用型的。

一次AI会话生成出了价值35,000美元级别的网站。

一个看上去就是高级代理商做的落地页，通过Claude Code和Higgsfield从头到尾完整生成了。整个站点的体验是电影级产品体验，而非静态网页。

这套系统产出了什么：
→ 自动生成了完全由滚动驱动的动画布局
→ 从多个生成式视频模型提取动态片段
→ 无需手动设置，自动添加了颗粒、粒子、暗角、玻璃卡片和调色等效果
→ 不需要编写关键帧动画，就生成了滚动行为和节奏

常规情况下制作它需要什么：
→ 设计师、动态艺术家和前端开发协作完成
→ 数周的协调和迭代工作
→ 需要手动对接多个工具来处理滚动、动画和素材

成本差异才是关键转变：
→ 传统代理商建站价格在6,000到35,000美元之间
→ 普通制作项目的成本通常都在5,000美元以上
→ AI生成版本只需要订阅费加少量积分消耗
→ 交付时间从数周缩短到一次会话完成。

人工智能安全领域最重要的问题，同时也是能让RSI彻底爆发的最大解锁项，就是将鲁棒模型行为评估的科学体系形式化并自动化。

优化器和架构都是很棒的吸引人消遣，RSI肯定也能找出一些漂亮的调整，但真正的大杠杆是评估、数据和内核。而数据和内核本质上都是评估问题，所以说到底其实就只有评估。加上把该死的GPU部署上线。

在@primeintellect，我们正努力为大众规模化扩展评估能力和GPU资源，来加入我们吧。

我们打造了世界上最快的 PDF 转 markdown 解析器 🚀⚡️ 而且在三项标准化基准测试（olmOCR0-bench、opendataloader-bench、ParseBench）中，它的准确率比所有其他开源无模型解析器（pymupdf4llm、opendataloader、pdf-inspector、markitdown）都更高。

现在为你介绍 LiteParse v2.1。v2 基础版已经是全球最快的文档转文本解析器，而在本次新版本中我们加入了 markdown 支持。

它完全开源（Apache 2.0 协议）且免费，可通过 CLI/Rust/Node/Python/WASM 使用，还能作为一键式代理技能安装。

快来体验 LiteParse：

以下是我们的准确率基准测试结果

以下是我们的速度测试结果

我很确定 qwen 27b 相当于 >95% 当前人类智力总和。

今天拍了我的第一条视频。现在我把它交给AI来剪辑🤞

明天会发布成品。

我们都知道去中心化AI推理是未来。

训练了 RLM 来解决天才管理失当问题

来源：Morgan Stanley 正游说数据中心开发商使用杠杆贷款而非债券，并估计今年这类贷款的发行规模将达到约 150 亿美元（出自 The Information）

（前往 Techmeme dot com 获取链接和完整上下文！）

提醒一下，如果你刚开始接触本地模型，你完全不能相信来自SOTA模型的任何输出。

网络搜索已经毁掉它了。你必须专门写提示才能得到像样的结果。

很多人都会被带偏😂

针对本地AI格式推荐的量化规格：

- MLX（Mac）：6bit+
- NVFP4（Nvidia）：4bit
- GGUF（Llama.cpp）：4bit+
- DQ（通用）：混合 3bit+

请使用适配你硬件的最优优化格式，以最大化速度和性能。

我们需要一种精细平衡的方法来处理 AI 与教育的关系，但禁令绝非精细平衡。

如果你禁止最年轻的公民接触他们这代人标志性的技术，你原本想要阻止学术滑坡，结果却很容易因此造成国家衰退。

anthropic 一边告诉所有人AI有多危险、多么需要监管，一边早就已经享受监管红利了。

我一直觉得ai可以让我同时做多件事情， 但实际上我脑子线程是十分有限的， ai确实是干活快，但很多事一起进行时，我要不停的切换我的思维去审核ai产出的每一条结果，这反而会严重分散我的注意力，根本没有提高效率。 所以不如专注高效的去做好一件事，再开始下一个。

Sakana 在本周初发布了 AI 公告！多智能体编排可以表现得像单个模型一样，而且……性能超过了 Fable！？

对于一个非前沿实验室来说，这些评测结果有点疯狂（现在它算前沿了？）

它们谁都承担不起暂停或放缓发展的代价。只需看看GLM-5.2的能力就能证明这一点。

为了保护自身商业模式，前沿实验室必须不断训练能力越来越强的系统，才能在开源面前、在彼此竞争中保持领先。

冰面之下，水流仍在汹涌奔涌，我们也在继续朝着终点冲刺。

GLM 5.2在编码基准测试中表现超过GPT-5.5。

公布的基准测试结果显示，在聚焦编码的测评中，GLM 5.2的性能提升明显高于GPT-5.5。核心结果包括：SWE-bench Pro得分为62.1，GPT-5.5为58.6；Terminal-Bench 2.1得分为81.0；FrontierSWE得分为74.4%，这让它跻身顶级编码模型行列。

🚨 我去？！Anthropic CEO Dario Amodei随口承认，他自己的公司正在用AI取代人类软件工程师。

他确认，现在几乎所有代码都由AI编写，让人类员工彻底被淘汰。科技精英们是在故意摧毁工人阶级！

我训练了一个本地 TTS 模型，克隆了自己的声音。整个流程简单得出人意料：
→录制 30 条带提示的语音样本 → 用 LoRA 微调 MOSS-TTS → 合并语音检查点 → 在本地以兼容 OpenAI 的 TTS API 形式部署 → 在任何需要配音的地方使用我的声音。

真正的测试是给我妻子发了一段配音。

她的回复是：「这完完全全就是你的声音。」

Model：按照这些简单步骤就能克隆你的声音。你需要给智能体提供你自己的声音。

请在下方分享你的体验，或者任何问题/意见。

现在每个国家都想让本国的AI占据主导地位，融入自身的意识形态。

美国在闭源模型领域处于领先，但如果没人用这些模型，领先也起不了多大作用。

AI如今也是一场文化战争。

将生产级机器学习模型从一个框架迁移到另一个框架，并不是简单更新语法就能完成的事。

请阅读下文，了解我们如何部署专用多智能体AI系统，将Google部分规模最大的生产模型从TF迁移到JAX ↓

从我第一次告诉大家GLM-5.2的能力（而且你们听进去了）至今，已经过去5天了。

现在GLM-5.2正在为DGX Spark生成自定义CUDA内核，让它能够全速运行DeepSeek-v4，无需量化或剪枝。

这直接转化为了GLM-5.2的优化本地化部署服务。

依我之见，这种关于创造力的说法太过绝对了。

LLM 确实很少能产生真正新颖的想法，但我认为没有任何数学证明它们不可能产生新想法。

需要注意的是，目标函数和输出并不是一回事。

Sony AI 的乒乓球机器人 Ace 在 ITTF 官方规则下击败了职业球员木原美悠。

适用于智能体强化学习（Agent RL）技术栈的 10 款开源工具 ↓
- OpenPipe ART
- verl-agent
- Agent Lightning
- Unsloth
- OpenRLHF
- SkyRL
- NVIDIA’s Polar
- Agent-R1
- RAGEN
- Marti

收藏这份清单，点击这里获取链接、用例，以及各工具在 Agent RL 技术栈中的定位 →

「用 Deep Agents 打造你自己的 Claude Code」

这是社区作者写的一篇好文章，展示了如何用 Deep Agents 构建一个类似 Claude Code 的智能体。

考虑到 GLM-5.2 目前表现相当强劲，这篇文章尤其具有参考意义。

自二月以来我主力使用的编码模型：

Opus 4.6：2月5日
GPT-5.4：3月5日
Opus 4.7：4月16日
GPT-5.5：4月23日
Opus 4.8：5月28日
Fable 5：6月9日（6月12日停服）🪦
GLM-5.2（开放权重）：6月16日

说实话，这个开源开放权重的模型意义重大。

GCHQ 与 AISI 展开合作这件事很有意思，GCHQ 在 AI 领域最夜不能寐的问题也同样有意思：那就是间接提示注入。

你一定会惊讶，仅仅记住“模型是自回归训练的”这样简单的一句话，对做好数据清理和合成数据工作来说，居然这么重要。

我用 @Zai_org 的 GLM-5.2 一次性就做出了这个关于《教父》系列电影的网站！

它对生物医学问题的输出质量也非常出色，虽然还没到 GPT-5.5 的水平，但部分回答已经接近 5.2–5.4 层级。

考虑到这个模型的尺寸，能做到这样已经非常了不起了！

有证据表明，由AI驱动的「去技能化」已经开始出现在医学、计算机科学和其他领域。

为什么我要聚焦于适配你硬件的推理引擎/软件栈？

两块RTX 3090：原本约14.5 tok/s，迁移到TP=2的vLLM后可达约64 tok/s。

RTX PRO 6000：原本约32 tok/s，迁移到Sglang后可达约110 tok/s。

因此结论是：

CUDA/2块及以上GPU：ExLlamaV3/vLLM/Sglang > llama.cpp

边缘设备：llama.cpp > Ollama

我认为 google 现在处境很艰难。问题在于，google 内部有一些团队认为 LLMs 是未来，另一些团队却不这么想，所以他们同时在推进太多项目。

openai 也遇到过同样的问题，但当它开始落后于 anthropic 时，它砍掉了其他项目，重新聚焦核心。

google 还没有完成重新聚焦——这让 openai 和 anthropic 看起来方向更一致，这可能也是知名人士接连离开的原因。

我认为如果我们在高中数学教学中将统计学列为优先内容，世界会变得更好。

大多数人终其一生都不需要计算积分，而基础统计学却直接关系到许多重要的人生决策。

你们知道吗？next-residual-prediction 居然能生效，哪怕残差「编码」本身就是带噪向量，在每一层都没有内禀结构？

实验用了 20M 参数的 transformer，256 个视觉 patch。（虚线代表「预填充」点，我从这里开始，输入重建结果的前几个 patch）

你可以靠直觉这么理解：它用另一种方式，呈现了渐进去噪的扩散直觉。每个向量本身都带噪声，但累积求和会一步步把你拉向低维数据流形的潜在结构。

来源：Morgan Stanley 正游说数据中心开发商使用杠杆贷款而非债券，并估计今年这类贷款的发行规模将达到约 150 亿美元（出自 The Information）

（前往 Techmeme dot com 获取链接和完整上下文！）

我很确定 qwen 27b 相当于 >95% 当前人类智力总和。

Claude Code 子代理现在最多支持嵌套 5 层深度，已经有人完整跑通了整条链。

每一层都在自己的上下文窗口中运行。

只有顶层的摘要会返回给主代理，5层深度是硬性上限。

今天拍了我的第一条视频。现在我把它交给AI来剪辑🤞

明天会发布成品。

我们都知道去中心化AI推理是未来。

有意思，ByteDance 的 Seed-2.1-Pro，我们什么时候能测试？

训练了 RLM 来解决天才管理失当问题

一次AI会话生成出了价值35,000美元级别的网站。

一个看上去就是高级代理商做的落地页，通过Claude Code和Higgsfield从头到尾完整生成了。整个站点的体验是电影级产品体验，而非静态网页。

这套系统产出了什么：
→ 自动生成了完全由滚动驱动的动画布局
→ 从多个生成式视频模型提取动态片段
→ 无需手动设置，自动添加了颗粒、粒子、暗角、玻璃卡片和调色等效果
→ 不需要编写关键帧动画，就生成了滚动行为和节奏

常规情况下制作它需要什么：
→ 设计师、动态艺术家和前端开发协作完成
→ 数周的协调和迭代工作
→ 需要手动对接多个工具来处理滚动、动画和素材

成本差异才是关键转变：
→ 传统代理商建站价格在6,000到35,000美元之间
→ 普通制作项目的成本通常都在5,000美元以上
→ AI生成版本只需要订阅费加少量积分消耗
→ 交付时间从数周缩短到一次会话完成。

有证据表明，由AI驱动的「去技能化」已经开始出现在医学、计算机科学和其他领域。

GCHQ 与 AISI 展开合作这件事很有意思，GCHQ 在 AI 领域最夜不能寐的问题也同样有意思：那就是间接提示注入。

Sony AI 的乒乓球机器人 Ace 在 ITTF 官方规则下击败了职业球员木原美悠。

它们谁都承担不起暂停或放缓发展的代价。只需看看GLM-5.2的能力就能证明这一点。

为了保护自身商业模式，前沿实验室必须不断训练能力越来越强的系统，才能在开源面前、在彼此竞争中保持领先。

冰面之下，水流仍在汹涌奔涌，我们也在继续朝着终点冲刺。

GLM 5.2在编码基准测试中表现超过GPT-5.5。

公布的基准测试结果显示，在聚焦编码的测评中，GLM 5.2的性能提升明显高于GPT-5.5。核心结果包括：SWE-bench Pro得分为62.1，GPT-5.5为58.6；Terminal-Bench 2.1得分为81.0；FrontierSWE得分为74.4%，这让它跻身顶级编码模型行列。

🚨 我去？！Anthropic CEO Dario Amodei随口承认，他自己的公司正在用AI取代人类软件工程师。

他确认，现在几乎所有代码都由AI编写，让人类员工彻底被淘汰。科技精英们是在故意摧毁工人阶级！

我训练了一个本地 TTS 模型，克隆了自己的声音。整个流程简单得出人意料：
→录制 30 条带提示的语音样本 → 用 LoRA 微调 MOSS-TTS → 合并语音检查点 → 在本地以兼容 OpenAI 的 TTS API 形式部署 → 在任何需要配音的地方使用我的声音。

真正的测试是给我妻子发了一段配音。

她的回复是：「这完完全全就是你的声音。」

Model：按照这些简单步骤就能克隆你的声音。你需要给智能体提供你自己的声音。

请在下方分享你的体验，或者任何问题/意见。

现在每个国家都想让本国的AI占据主导地位，融入自身的意识形态。

美国在闭源模型领域处于领先，但如果没人用这些模型，领先也起不了多大作用。

AI如今也是一场文化战争。

将生产级机器学习模型从一个框架迁移到另一个框架，并不是简单更新语法就能完成的事。

请阅读下文，了解我们如何部署专用多智能体AI系统，将Google部分规模最大的生产模型从TF迁移到JAX ↓

anthropic 一边告诉所有人AI有多危险、多么需要监管，一边早就已经享受监管红利了。

我们需要一种精细平衡的方法来处理 AI 与教育的关系，但禁令绝非精细平衡。

如果你禁止最年轻的公民接触他们这代人标志性的技术，你原本想要阻止学术滑坡，结果却很容易因此造成国家衰退。

我认为 google 现在处境很艰难。问题在于，google 内部有一些团队认为 LLMs 是未来，另一些团队却不这么想，所以他们同时在推进太多项目。

openai 也遇到过同样的问题，但当它开始落后于 anthropic 时，它砍掉了其他项目，重新聚焦核心。

google 还没有完成重新聚焦——这让 openai 和 anthropic 看起来方向更一致，这可能也是知名人士接连离开的原因。

你一定会惊讶，仅仅记住“模型是自回归训练的”这样简单的一句话，对做好数据清理和合成数据工作来说，居然这么重要。

是的，它是模型无关的，而且是通用型的。

依我之见，这种关于创造力的说法太过绝对了。

LLM 确实很少能产生真正新颖的想法，但我认为没有任何数学证明它们不可能产生新想法。

需要注意的是，目标函数和输出并不是一回事。

看到通过开放+闭源模型融合构建的神话级模型在编排中正常工作，太震撼了。

我在2025年末研究智能体优化时就见过这种场景，当时LLM集成方案的表现碾压了其他所有方案。

我认为我们会在2026年看到更多推理路由模型。

提醒一下，如果你刚开始接触本地模型，你完全不能相信来自SOTA模型的任何输出。

网络搜索已经毁掉它了。你必须专门写提示才能得到像样的结果。

很多人都会被带偏😂

为什么我要聚焦于适配你硬件的推理引擎/软件栈？

两块RTX 3090：原本约14.5 tok/s，迁移到TP=2的vLLM后可达约64 tok/s。

RTX PRO 6000：原本约32 tok/s，迁移到Sglang后可达约110 tok/s。

因此结论是：

CUDA/2块及以上GPU：ExLlamaV3/vLLM/Sglang > llama.cpp

边缘设备：llama.cpp > Ollama

我用 @Zai_org 的 GLM-5.2 一次性就做出了这个关于《教父》系列电影的网站！

它对生物医学问题的输出质量也非常出色，虽然还没到 GPT-5.5 的水平，但部分回答已经接近 5.2–5.4 层级。

考虑到这个模型的尺寸，能做到这样已经非常了不起了！

自二月以来我主力使用的编码模型：

Opus 4.6：2月5日
GPT-5.4：3月5日
Opus 4.7：4月16日
GPT-5.5：4月23日
Opus 4.8：5月28日
Fable 5：6月9日（6月12日停服）🪦
GLM-5.2（开放权重）：6月16日

说实话，这个开源开放权重的模型意义重大。

从我第一次告诉大家GLM-5.2的能力（而且你们听进去了）至今，已经过去5天了。

现在GLM-5.2正在为DGX Spark生成自定义CUDA内核，让它能够全速运行DeepSeek-v4，无需量化或剪枝。

这直接转化为了GLM-5.2的优化本地化部署服务。

针对本地AI格式推荐的量化规格：

- MLX（Mac）：6bit+
- NVFP4（Nvidia）：4bit
- GGUF（Llama.cpp）：4bit+
- DQ（通用）：混合 3bit+

请使用适配你硬件的最优优化格式，以最大化速度和性能。

「用 Deep Agents 打造你自己的 Claude Code」

这是社区作者写的一篇好文章，展示了如何用 Deep Agents 构建一个类似 Claude Code 的智能体。

考虑到 GLM-5.2 目前表现相当强劲，这篇文章尤其具有参考意义。

基于Hyperagent的Fable 5会为了达成开放式目标持续自我改进数小时，并在视觉推理任务中持续击败Opus 4.8。

模型之间的差距再次变得非常巨大。

下一代推理需要专为特定用途打造的基础设施。

Together AI 和 5C 正在部署 NVIDIA GB300 NVL72 系统，该系统配备高密度计算、先进散热方案，以及面向 AI 优化的存储，适用于大规模推理和思考。

适用于智能体强化学习（Agent RL）技术栈的 10 款开源工具 ↓
- OpenPipe ART
- verl-agent
- Agent Lightning
- Unsloth
- OpenRLHF
- SkyRL
- NVIDIA’s Polar
- Agent-R1
- RAGEN
- Marti

收藏这份清单，点击这里获取链接、用例，以及各工具在 Agent RL 技术栈中的定位 →

我们打造了世界上最快的 PDF 转 markdown 解析器 🚀⚡️ 而且在三项标准化基准测试（olmOCR0-bench、opendataloader-bench、ParseBench）中，它的准确率比所有其他开源无模型解析器（pymupdf4llm、opendataloader、pdf-inspector、markitdown）都更高。

现在为你介绍 LiteParse v2.1。v2 基础版已经是全球最快的文档转文本解析器，而在本次新版本中我们加入了 markdown 支持。

它完全开源（Apache 2.0 协议）且免费，可通过 CLI/Rust/Node/Python/WASM 使用，还能作为一键式代理技能安装。

快来体验 LiteParse：

以下是我们的准确率基准测试结果

以下是我们的速度测试结果

人工智能安全领域最重要的问题，同时也是能让RSI彻底爆发的最大解锁项，就是将鲁棒模型行为评估的科学体系形式化并自动化。

优化器和架构都是很棒的吸引人消遣，RSI肯定也能找出一些漂亮的调整，但真正的大杠杆是评估、数据和内核。而数据和内核本质上都是评估问题，所以说到底其实就只有评估。加上把该死的GPU部署上线。

在@primeintellect，我们正努力为大众规模化扩展评估能力和GPU资源，来加入我们吧。

你们知道吗？next-residual-prediction 居然能生效，哪怕残差「编码」本身就是带噪向量，在每一层都没有内禀结构？

实验用了 20M 参数的 transformer，256 个视觉 patch。（虚线代表「预填充」点，我从这里开始，输入重建结果的前几个 patch）

你可以靠直觉这么理解：它用另一种方式，呈现了渐进去噪的扩散直觉。每个向量本身都带噪声，但累积求和会一步步把你拉向低维数据流形的潜在结构。

我认为如果我们在高中数学教学中将统计学列为优先内容，世界会变得更好。

大多数人终其一生都不需要计算积分，而基础统计学却直接关系到许多重要的人生决策。

到2030年，公司没有「公司大脑」会变得和现在没有生产数据库一样荒谬。每家公司都会为智能体维护单一可信数据源，事后看来这会是一件理所当然的事。

我们相信，每家公司都理应拥有自己的大脑，不需要投入庞大的工程师团队从零搭建。这就是我们创立@hyperspell的原因：为每家公司打造大脑。

如果 Meta 再发布一款新模型，你懂的，它肯定是一款面向职场协作的 LLM。

Sakana 在本周初发布了 AI 公告！多智能体编排可以表现得像单个模型一样，而且……性能超过了 Fable！？

对于一个非前沿实验室来说，这些评测结果有点疯狂（现在它算前沿了？）

我一直觉得ai可以让我同时做多件事情， 但实际上我脑子线程是十分有限的， ai确实是干活快，但很多事一起进行时，我要不停的切换我的思维去审核ai产出的每一条结果，这反而会严重分散我的注意力，根本没有提高效率。 所以不如专注高效的去做好一件事，再开始下一个。