社区讨论：多数开发者质疑该评测的门槛过高，128GB内存的MacBook Pro起售价达6699美元，高配版本更是近万美元，远超出普通开发者的硬件配置水平，这笔费用足够购买大量云服务API credits甚至一辆新车。有人指出在该笔记本上本地跑大模型会发烫噪音大，无法日常coding。也有普通配置用户提问，希望能推出适配中低端硬件、小参数量能良好支持工具调用的量化版本。

还有人提到Gemma4 31B体验也很好，只是比较被低估。

社区讨论：多数试用者认为这个通义千问微调的开源编码模型表现不错，能给出有创造性的编码方案，没人要求9-35B参数的模型一键生成完整应用。不少人质疑它只是堆基准分的换皮千问，有人实际测试发现它 bug 查找能力差，无工具对话时幻觉严重，长会话工具调用表现拉胯，甚至连声称的31B稠密模型都找不到权重和基准测试数据，还有开发者提到9B稠密版需要单张80GB显存GPU，普通用户根本用不了。

马斯克说他们的Grok 4.5，基于他们的的 1.5T V9 基础模型 并在补充训练中加入了 Cursor 数据 现已在 SpaceX 和 Tesla 进入早前测试阶段 早期评估显示性能接近 Opus，甚至可能已超过Opus

Cline 刚刚发布了 ClinePass。

它将多款能力出众的开源权重编码模型打包在了一起：GLM 5.2、Kimi、DeepSeek、MiniMax、MiMo 和 Qwen。

按月固定费用即可访问。

时机把握得恰到好处，因为前沿模型现在都开始设置准入限制了。

在@OpenRouter 上最热门的模型（10万亿 tokens），竟然是来自@Meituan_LongCat 的 1.6万亿参数 MoE 模型。

Meituan 就是中国的超级应用/DoorDash。

这个模型水平基本达到 Gemini / Opus 级别，总共在 5万颗中国自研 ASIC 上训练了 35万亿 tokens。

全程不需要 GPU。

Cline这步做得很聪明。他们刚刚推出了ClinePass，让你可以轻松访问最新的开放权重模型，比如GLM 5.2、Kimi k2.7-code、Mimo 2.5、Deepseek v4 pro、Minimax M3等等。

不用同时管理一堆API密钥永远是件好事。

现在你在 AI Studio 中分享应用时，可以附上完整聊天记录了。

这是展示你具体工作流程、与他人分享提示词的好方法，只需要切换一个简单的开关就能完成。

多个 AI agent 一起干活这事，终于有人用最土的办法做出来了。

squad，一个 Rust 写的命令行工具，让 Claude Code、Gemini CLI、Codex、OpenCode 这几个 CLI agent 直接坐一桌协作。

它的思路特别朴素，没有后台守护进程，全靠 shell 命令加一个 SQLite 数据库传话，每条命令都是一锤子买卖。

玩法也简单，三个终端各开一个：
1️⃣ manager 负责拆任务、派活
2️⃣ worker 负责接活、干活、回报
3️⃣ inspector 在旁边盯着

一句 /squad 就能拉起一整队 AI 帮你打工，多开同角色还会自动编号，worker、worker-2 排好队。

🔗

Elon 指着每一个他希望在 Grok 中优化的微小 AI 瓶颈。

ByteDance 刚刚推出了 Seedance 2.0 和 2.5，可以一次性生成 30 秒的 4K 短片。

支持 50 种全模态参考输入，支持 3D 白模。

他们不只是在做视频模型。他们正在围绕它搭建一整个 IP 业务。

deepagents 推出动态子代理功能！它允许你通过编程快速启动子代理。我们为该功能列举了 6 种不同的用例。

这是一个围绕模型路由和子代理委派的巧妙设计，同时能保证所有代理累积的上下文都能命中缓存。

这个设计非常合理：你肯定也希望所有子代理都能使用缓存中已累积的上下文。

Sygaldry Technologies 联合创始人兼首席执行官 @chadrigetti 表示，量子计算可以将 AI 训练速度提升「好几个数量级」：

在开源这件事上，anthropic 是最邪恶的公司。

我们很可能用不了六个月，就会出现一款能力能匹敌 mythos，但价格低得多的中国模型。

所以下一波压力将不只来自更聪明的模型——还来自普通人确实用得起的强力模型。

哇哦，好了，来了。Owl Alpha。它是V4-scale模型，更新了DSA，加入了N-gram Embeddings，评测结果不错，「预训练在超过5万块AI ASIC……超算节点上」来自——我看一下笔记——美团。对哦。

这些显然不是Ascend 950DT SuperPOD（每个ASIC显存80GB）。他们到底用的是什么？！

大多数智能体都是在任务结束后才被评分。非过即败，要么解决要么放弃。

而 @GetCandidly 构建了不一样的东西：一个能在对话进行过程中读取内容，并实时引导向问题解决的模型。

完整故事：

我们今日开始向早期合作伙伴推出 Trace Judge 模型。

该模型旨在检测智能体轨迹中的错误，成本仅为闭源模型的百分之一。

如果你对提前访问感兴趣，请填写下方表单报名：

将 LangGraph 智能体转化成语音智能体从未如此简单！这里有一篇很棒的教程讲解了具体实现方法，教程使用了 @pipecat_ai

想要体验Cursor AI推出的全新远程开发+iOS功能，需要在两处手动开启设置。该功能的入口隐藏在文档中，Hamel Husain本人也摸索了较长时间。

第一步，进入网页端的个人控制台开启功能，开启入口链接为

第二步，打开Cursor客户端，进入代理视图，选择本地+远程模式即可。

Hamel Husain给出了自己的第一使用感受。该功能的完成度不如OpenAI Codex的远程功能，它没有整理显示不同进程分别运行在哪台机器上。

用户只能点击进入具体会话，才能查看进程的运行位置信息。

终于有一款真正能用的人物搜索工具了。

目前大多数人物搜索工具，只会给用户提供一份静态过时的信息列表。

@CLODOAI不同，它会检索实时网络，读取相关信息信号，给出目标人物当前的具体相关分析。

Omar Sar 在𝕏上点赞了该工具，同时@了开发相关的@sixtensor和@vikchuppala。

普通人研究美股，最容易卡在第一步：不知道该看什么 看 NVDA、TSLA、AAPL，不是只看财报 还要看估值、指引、同行、期权、分析师预期、新闻情绪 这个 Finance Skill，刚好把这些东西拆成了一套检查流程 财报前，看市场预期和历史 beat/miss。财报后，看 EPS、利润率、指引和价格反应。估值上，跑 DCF、相对估值和牛熊情景。

市场上，看同行相关性、期权收益图、Reddit / X / 新闻情绪。它不是喊单工具。更像是让 Claude Code 先帮你把一只股票该查的东西查完。

项目： 仅作工具分享，不构成投资建议。

M5 Max MacBook Pro 对决 NVIDIA DGX Spark。今天我要测试出哪一台才更适合运行本地 AI 模型。

一边是搭载统一内存的 Apple silicon。另一边是为 AI 打造的专用 NVIDIA 硬件。

这是对本地推理未来的两种完全不同的路线押注。测试结果将于明天公布。

现在你在 AI Studio 中分享应用时，可以附上完整聊天记录了。

这是展示你具体工作流程、与他人分享提示词的好方法，只需要切换一个简单的开关就能完成。

Cline这步做得很聪明。他们刚刚推出了ClinePass，让你可以轻松访问最新的开放权重模型，比如GLM 5.2、Kimi k2.7-code、Mimo 2.5、Deepseek v4 pro、Minimax M3等等。

不用同时管理一堆API密钥永远是件好事。

我们今日开始向早期合作伙伴推出 Trace Judge 模型。

该模型旨在检测智能体轨迹中的错误，成本仅为闭源模型的百分之一。

如果你对提前访问感兴趣，请填写下方表单报名：

在@OpenRouter 上最热门的模型（10万亿 tokens），竟然是来自@Meituan_LongCat 的 1.6万亿参数 MoE 模型。

Meituan 就是中国的超级应用/DoorDash。

这个模型水平基本达到 Gemini / Opus 级别，总共在 5万颗中国自研 ASIC 上训练了 35万亿 tokens。

全程不需要 GPU。

Cline 刚刚发布了 ClinePass。

它将多款能力出众的开源权重编码模型打包在了一起：GLM 5.2、Kimi、DeepSeek、MiniMax、MiMo 和 Qwen。

按月固定费用即可访问。

时机把握得恰到好处，因为前沿模型现在都开始设置准入限制了。

哇哦，好了，来了。Owl Alpha。它是V4-scale模型，更新了DSA，加入了N-gram Embeddings，评测结果不错，「预训练在超过5万块AI ASIC……超算节点上」来自——我看一下笔记——美团。对哦。

这些显然不是Ascend 950DT SuperPOD（每个ASIC显存80GB）。他们到底用的是什么？！

ByteDance 刚刚推出了 Seedance 2.0 和 2.5，可以一次性生成 30 秒的 4K 短片。

支持 50 种全模态参考输入，支持 3D 白模。

他们不只是在做视频模型。他们正在围绕它搭建一整个 IP 业务。

马斯克说他们的Grok 4.5，基于他们的的 1.5T V9 基础模型 并在补充训练中加入了 Cursor 数据 现已在 SpaceX 和 Tesla 进入早前测试阶段 早期评估显示性能接近 Opus，甚至可能已超过Opus

deepagents 推出动态子代理功能！它允许你通过编程快速启动子代理。我们为该功能列举了 6 种不同的用例。

这是一个围绕模型路由和子代理委派的巧妙设计，同时能保证所有代理累积的上下文都能命中缓存。

这个设计非常合理：你肯定也希望所有子代理都能使用缓存中已累积的上下文。

Sygaldry Technologies 联合创始人兼首席执行官 @chadrigetti 表示，量子计算可以将 AI 训练速度提升「好几个数量级」：

在开源这件事上，anthropic 是最邪恶的公司。

我们很可能用不了六个月，就会出现一款能力能匹敌 mythos，但价格低得多的中国模型。

所以下一波压力将不只来自更聪明的模型——还来自普通人确实用得起的强力模型。

社区讨论：多数试用者认为这个通义千问微调的开源编码模型表现不错，能给出有创造性的编码方案，没人要求9-35B参数的模型一键生成完整应用。不少人质疑它只是堆基准分的换皮千问，有人实际测试发现它 bug 查找能力差，无工具对话时幻觉严重，长会话工具调用表现拉胯，甚至连声称的31B稠密模型都找不到权重和基准测试数据，还有开发者提到9B稠密版需要单张80GB显存GPU，普通用户根本用不了。

社区讨论：多数开发者质疑该评测的门槛过高，128GB内存的MacBook Pro起售价达6699美元，高配版本更是近万美元，远超出普通开发者的硬件配置水平，这笔费用足够购买大量云服务API credits甚至一辆新车。有人指出在该笔记本上本地跑大模型会发烫噪音大，无法日常coding。也有普通配置用户提问，希望能推出适配中低端硬件、小参数量能良好支持工具调用的量化版本。

还有人提到Gemma4 31B体验也很好，只是比较被低估。

大多数智能体都是在任务结束后才被评分。非过即败，要么解决要么放弃。

而 @GetCandidly 构建了不一样的东西：一个能在对话进行过程中读取内容，并实时引导向问题解决的模型。

完整故事：

多个 AI agent 一起干活这事，终于有人用最土的办法做出来了。

squad，一个 Rust 写的命令行工具，让 Claude Code、Gemini CLI、Codex、OpenCode 这几个 CLI agent 直接坐一桌协作。

它的思路特别朴素，没有后台守护进程，全靠 shell 命令加一个 SQLite 数据库传话，每条命令都是一锤子买卖。

玩法也简单，三个终端各开一个：
1️⃣ manager 负责拆任务、派活
2️⃣ worker 负责接活、干活、回报
3️⃣ inspector 在旁边盯着

一句 /squad 就能拉起一整队 AI 帮你打工，多开同角色还会自动编号，worker、worker-2 排好队。

🔗

将 LangGraph 智能体转化成语音智能体从未如此简单！这里有一篇很棒的教程讲解了具体实现方法，教程使用了 @pipecat_ai

Elon 指着每一个他希望在 Grok 中优化的微小 AI 瓶颈。

M5 Max MacBook Pro 对决 NVIDIA DGX Spark。今天我要测试出哪一台才更适合运行本地 AI 模型。

一边是搭载统一内存的 Apple silicon。另一边是为 AI 打造的专用 NVIDIA 硬件。

这是对本地推理未来的两种完全不同的路线押注。测试结果将于明天公布。

普通人研究美股，最容易卡在第一步：不知道该看什么 看 NVDA、TSLA、AAPL，不是只看财报 还要看估值、指引、同行、期权、分析师预期、新闻情绪 这个 Finance Skill，刚好把这些东西拆成了一套检查流程 财报前，看市场预期和历史 beat/miss。财报后，看 EPS、利润率、指引和价格反应。估值上，跑 DCF、相对估值和牛熊情景。

市场上，看同行相关性、期权收益图、Reddit / X / 新闻情绪。它不是喊单工具。更像是让 Claude Code 先帮你把一只股票该查的东西查完。

项目： 仅作工具分享，不构成投资建议。

终于有一款真正能用的人物搜索工具了。

目前大多数人物搜索工具，只会给用户提供一份静态过时的信息列表。

@CLODOAI不同，它会检索实时网络，读取相关信息信号，给出目标人物当前的具体相关分析。

Omar Sar 在𝕏上点赞了该工具，同时@了开发相关的@sixtensor和@vikchuppala。

想要体验Cursor AI推出的全新远程开发+iOS功能，需要在两处手动开启设置。该功能的入口隐藏在文档中，Hamel Husain本人也摸索了较长时间。

第一步，进入网页端的个人控制台开启功能，开启入口链接为

第二步，打开Cursor客户端，进入代理视图，选择本地+远程模式即可。

Hamel Husain给出了自己的第一使用感受。该功能的完成度不如OpenAI Codex的远程功能，它没有整理显示不同进程分别运行在哪台机器上。

用户只能点击进入具体会话，才能查看进程的运行位置信息。