社区讨论:多数开发者认可GitHub Copilot对企业的生态适配优势,支持多种大模型、提供CLI、SDK和托管工作流,有开发者认为Copilot CLI使用逻辑顺畅低摩擦。多位用户不满Copilot今年6月的定价调整,原10美元月度套餐很快耗尽额度,迫使个人和团队放弃使用。有人测算本次接入的Kimi K2.7 Code定价和 moonshot 官方一致,价格与GPT 5.4 mini相当,不算离谱。
还有用户反复追问GitHub Copilot何时支持自定义模型接入。
欧盟AI法案将于2026年8月开始执行[1],距离现在还有一个月。其中最大的新要求之一是第50条,该条款要求所有AI输出必须“可被检测为人工生成”。换句话说,如果大语言模型提供商想在欧盟开展业务,就必须对其输出应用水印[2]:一种隐藏签名,可用于识别AI生成的内容。
LLM文本水印是一个引人入胜的问题。像所有最好的工程问题一样,理论上难以完美解决,但有多种部分解决方案:例如,Google的SynthID,以及(正如我将要论证的)OpenAI和Anthropic使用的一些隐秘的Unicode技巧。观察AI实验室在年底前如何权衡这些取舍,将会很有趣。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
常用GitHub Copilot写代码的人,现在可以直接用上Kimi K2.7 Code了
社区讨论:多数开发者认可GitHub Copilot对企业的生态适配优势,支持多种大模型、提供CLI、SDK和托管工作流,有开发者认为Copilot CLI使用逻辑顺畅低摩擦。多位用户不满Copilot今年6月的定价调整,原10美元月度套餐很快耗尽额度,迫使个人和团队放弃使用。有人测算本次接入的Kimi K2.7 Code定价和 moonshot 官方一致,价格与GPT 5.4 mini相当,不算离谱。
还有用户反复追问GitHub Copilot何时支持自定义模型接入。
想部署AI不用被特定硬件绑定,也不用花几天搭 pipeline,几分钟就能从原始数据得到可用的生产RAG pipeline,上线前还能做性能安全基准测试
大多数企业都只是代币消费者。Red Hat AI 能让你成为 AI 提供商,一切按你自己的规则来。以下就是它在实践中的含义:
→ 可在任意硬件上推理,包括 CPU
→ 为所有模型、工具和智能体提供统一控制平面
→ 650+ 个经过验证和优化的模型:已完成量化、基准测试,无需调优即可直接部署
→ 从原始数据到生产级 RAG 流水线只需数分钟,而非数天
→ 告别盲目摸索:Eval Hub 会在模型、RAG 流水线和智能体上线前,根据性能和安全标准对它们进行基准测试
→ 部署在 IBM Cloud 上的 Red Hat AI Inference 现已正式可用:托管推理服务,无基础设施运维开销
我们在最新一期 Red Hat AI What's New & What's Next 会议中讲解了所有内容。观看回放并下载演示材料→
正在快速扩张递归自我改进RSI实验室,现在开放招聘项目经理,对相关方向求职的人可以投递申请
我正在招聘一名项目经理,来协助管理 Sakana AI 快速扩张的 Recursive Self-Improvement (RSI) 实验室 🚀
RSI Lab (English):
RSI Lab (日本語):
Job Description:
GLM开发者做了对标Claude Code的AI编码工具ZCode,想自己找替代工具的人可以试试
准备引入DATAHEDGE,对参与AgenC生态的人来说,这会是新的原生资产类别。
组织者只在内容和讲者都够格时,才会邀请双时长主题分享。这场分享线下坐满,线上观众规模会是线下的一千倍以上。
供大家参考,我只有在非常确定讲者和内容都配得上的时候,才会邀请做双时长的主题演讲。
今天,@chrmanning 和 @abshkbh 在 AIE 完成了双倍任务,根据各方反馈,大家都很享受这次深入探讨沙箱和世界模型的机会。
看看这爆满的会场——而且线上观众人数会是这个的一千多倍!
*注:我今天不幸要负责现场工作,所以这个结论是听来的二手信息。
OpenAI在研发GPT-5的时候就发现,路由分类很难做,很多问题反而更需要AI本身的能力
没错!预分类路由器会导致大量劣质工作,因为路由本身很难,而且这类方案往往会低估智能对很多问题的价值。
OpenAl 在 GPT-5 身上已经领教过这一点,现在路由器好像又火起来了。
有人认为这是近年最让人摸不着头脑的AI产品发布之一,不用对它太期待。
Claude Fable 5 现在可在 Computer 中作为编排器模型使用
这项测试专门检验AI能否完成计算生物学中需要大量判断的分析,目前GPT-5.6 Sol在这方面取得了明显进展
我们推出 GeneBench-Pro——用于测试模型能否处理现实计算生物学所需的、高度依赖判断的分析工作。
这类问题需要人类专家花费大约 20-40 小时才能完成。GPT-5.6 Sol 是向前迈出的一大步。
只用到原训练数据量的8%,就能提速生成速度,同时保留原模型近99%的质量,NVIDIA已经在他们的30B模型上验证成功
你现在无需从头重新训练,就能把任意 LLM 转换为速度更快的版本。NVIDIA 刚刚在他们的 30B 模型上实现了这个技术。
秘诀如下:
1. 将模型复制为两份
2. 冻结其中一份,这份只负责读取提示词和记忆上下文
3. 训练另一份,让它一次输出整段文本,而非一次输出一个词
4. 让两份模型共同运行
被冻结的那份几乎不产生额外成本(它已经训练完成)。新的那份只需要用到原始训练数据的约 8%,就能学会这个新技巧。
结果:生成速度提升 2.4 倍,同时保留了原模型约 99% 的质量。
它对劳动力市场的影响极小,主要只会增加对软件工程师的需求
这份关于每瓦智能的研究显示,71.3%的聊天查询可以在本地运行,用到的只是发布一年的gpt-oss 20b模型。
这篇《每瓦特智能》论文最惊人的地方(71.3% 的聊天查询都可以在本地运行)在于,用到的模型只是 GPT-OSS 20B。
而这个模型已经发布大约一年了!和当前这批小型混合专家模型相比(比如 gemma 4、liquid LFM、Qwen-3.6 等等),它根本不算什么。
主办方在首尔举办第二届年度研讨会,现场坐满了参会者,能看出全球从业者对AI前沿话题的讨论热情还在上涨。
想要租英伟达AI芯片开云服务,却拿不出前期资金的创业者,现在能拿到英伟达的资金支持,只要愿意分润营收
Nvidia 承诺将为 Firmus 这类租赁其 AI 芯片的新兴云提供商提供财务担保,作为交换,它会通过一个新项目抽取营收分成(@_pheebini / The Information)
(前往 Techmeme dot com 获取链接和完整上下文!)
有人用同一个需求测试了四个不同的AI编码代理,结果放在链接里供大家辨认
关注Claude新模型进展的人,可以留意推广资格的开放信息
社区讨论:多数用户不满Anthropic的推广安排,认为 Anthropic 将 Claude Fable 5 包装成免费福利推广,推广期结束后就移出订阅套餐,后续只能按使用量 credits 付费,是把用户当待收割的奶牛,操作非常愚蠢,还会因此丢失市场份额。有人质疑,现在免费试用7天,2026年7月后就不能按原有订阅额度使用,根本没有参与的意义。还有人疑惑,不能用于代码编写和审计的话,这款模型到底有什么用处。
已有三成九 leader 在部署AI后裁员,跟不上AI进步的人,职业命运可能因此改变
Palo Alto Networks 首席执行官 Nikesh Arora 表示,90% 的企业员工在 AI 能力上已经落后,而这一点可能会决定他们的职业命运。
他预计,自己公司 20% 到 25% 的员工会在 12 个月内发生岗位变动。
根据 Orgvue 2025 年的一项研究,39% 的企业领导者在部署 AI 后已经裁员。
--- fortune.com/2026/07/01/ceo-of-palo-alto-networks-nikesh-arora-workers-about-to-face-darwinian-moment-thanks-to-ai-evolve-or-get-cut/
现在讨论Fable工作流的内容很多,没人积累了足够经验或测试,得出靠谱结论
最近读了各种讨论为Fable开发工作流最佳方法的帖子,这提醒了我,对于长期运行的智能体,我们其实对最优工作组织方式知之甚少。
目前还没有人积累了足够经验,或是做了足够测试,能得出任何真正可靠的结论。
关注大模型更新的人可以留意,明天就能体验新版本了
分享猫博个人网站的风格案例及相关链接
AI提交的PR大幅增加审核负担,Godot更新贡献规则管控AI代码
在AI生成的PR把评审时间变成瓶颈后,Godot 开始禁止「vibe coding」。
substantial 体量的AI生成代码也会被禁止,而补全这类小型辅助工具仍允许使用。
Godot 是开源游戏引擎,因此外部贡献者会不断提交代码修改提议。每个PR仍然需要一名对引擎有足够深度理解的维护者来排查风险。
AI改变了成本平衡,因为生成代码变便宜了,但评审代码的成本仍然很高。评审者的产能本来就不足,AI提交的内容让情况变得更糟。
贡献者在为PR编写代码时,必须披露使用过的任何AI辅助工具。Godot 还禁止在PR讨论、issue和提案中使用AI生成文本。
在我看来,执行这条规则会不切实际,他们可能永远无法确定哪些是vibe coding生成的,哪些不是,这就是这条规则的全部弱点。
--- godotengine.org/article/contribution-policy-2026/
AI计算企业Together Compute宣布完成C轮融资,主张智能普惠
分享了把GLM 5.2和deepagents代码结合使用的具体方法,不少人开始转用非海外大厂模型做日常开发
作者发现变慢的原因从来不是模型本身,而是给人类设计的文件夹结构不适合AI运行
只需要一个 INDEX.md 文件,就让 Hermes Agent 一夜之间快了10倍。
模型从来都不是瓶颈,文件夹结构才是。
一个能力足够的模型,如果被埋在按照人类思考方式设计、而非适合智能体搜索的结构里,完成单个任务就要打开7个错误文件,耗时2分钟。
每个文件夹放一个 INDEX.md 之后,同一个任务耗时降到了10秒。
当围绕智能体搭建的支架不再拖它后腿时,这就是智能体应有的表现。
这套技能蓝图整理出了标准化的方法,普通办公者也能跟着把重复工作交给Claude处理
未来企业会用组合模型控成本,日常任务交给小模型,只把复杂问题留给顶尖大模型
这是我的新帖子,里面有关于AI下一步走向的18个大胆观点:
1. 仅用前沿模型的AI技术栈正在崩塌。企业会采用模型组合来控制成本,日常任务默认使用来自中国的低成本开源模型。
2. AI超级应用时代已经到来。Codex、Claude、Cursor和其他产品正在展开竞争,通过智能代理处理你能在电脑上完成的所有操作,颠覆所有知识型工作。
3. 传统软件有沦为智能代理哑管道的风险。智能代理会成为默认用户。它们会通过API和浏览器访问你的网站和应用,全程无需人类介入查看。
4. 云端智能代理与协作是下一波浪潮。未来是智能代理驻留在云端,可从任何设备访问,并且能与你和你的团队密切协作。这会很快实现。
📌 现在即可免费阅读全部18个观点:
生成的模型文件可以直接放到仿真环境里用,还支持不同手势动作
现在大部分世界模型都是猜接下来会发生什么,NEO换了思路,先搞懂已经发生的事为什么会发生
大多数世界模型的工作是预测接下来会发生什么。Sora 预测像素,JEPA 压缩观测结果。而 NEO 尝试搞清楚某件事为什么会发生。
举个例子:给它展示一个先向左、再向下移动的图形,它不会只重建这个运动过程,而是会把「左」和「下」作为独立可复用的基础模块学习出来,之后就能在其他场景复用它们。
NEO 不是一个大型黑箱模型,它会搜索一个简短的「程序」,这个程序由简单可复用的步骤组成,可以解释它观测到的内容。
有意思的点不在于它会学习程序,而在于它能自主发现解释所需的基础模块,不需要标签,不需要人工编码符号,只需要原始观测数据。
MIT教授已经用NotebookLM的新功能,给自己的学术论文生成了短视频摘要
想要控制AI代理的生成和运行过程,可以借助程序化生成子代理的方案实现,deepagents中已有动态子代理的实现可查看。
“agentic map reduce”是个好名字。
以编程方式生成子代理,就能实现这些高级代理模式——在这种模式下,你需要一定的确定性来控制代理的创建和运行方式。
想要了解实现方式,可以查看 deepagents 中的 dynamic subagents:
呼吁官方公开他们看到的Fable风险,公开对即将到来的开放权重Mythos级模型的防御准备思路,以及担忧的风险来源
政府最好能发布一份官方声明,说明他们在Fable中发现了哪些风险,以及面对即将推出的可公开权重的Mythos级模型,他们如何看待防御准备工作。
同时也需要说明,这些担忧针对的是国家行为体,还是独立黑客等其他主体。了解这些信息非常重要。
做实际产品里的AI智能体,作者本人更倾向用LangChain DeepAgents,可以参考行业实践者的选择方向
6分钟就能学完全部操作要点,想搭建智能代理工作流可以参考这套新方法
开发者给子代理配置了hyperframes技能、Omni输出和提示词,就生成了成品内容,音乐由Lyria 3生成。
如今你能通过智能代理编写脚本实现的成果,实在太惊人了。
我给一个子代理接入了 hyperframes 技能,加上一些 Omni 输出和提示词,它就做出了这个作品。
音乐由 Lyria 3 生成。
需要整理维护代码仓库文档的开发者,可以试试自动生成更新文档,还能针对文档和代码问答的新工具
OpenWiki 是记录代码库文档的最简单方式,专门为智能体消费信息而构建。
OpenWiki 可以生成仓库文档,随着你的代码库演进自动更新文档,还能对你的文档和代码库进行问答!
编码AI选技能一直是瓶颈,现有方法都把选技能当成独立选择,新方法把选技能当作联合决策,在测试中提升了通过率,还降低了token成本。
这是一篇关于管理智能体技能的优秀论文。技能库规模持续增长,选择正确技能已经成为编码智能体的瓶颈。
默认方案是让智能体接触整个技能集合,或是用嵌入和重排序器检索技能。两种方式都把选择当成独立挑选处理。
SkillComposer 将组合视为一个联合决策,同时决定选哪些技能、选多少个、以什么顺序排列。
一个作用在技能标识符上的带约束自回归解码器可以单遍生成完整规划,因此连续技能之间的依赖关系会自然呈现。
在搭配 GPT-5.2-Codex 和 Gemini-3-Pro-Preview 的 SkillsBench 测试中,相比无技能方案,它的通过率分别提升了 +23.1 和 +18.2 个百分点,优于top-3检索,并且在更低提示词token成本下匹配了黄金技能上限。
论文链接:
来我们的学院学习如何构建有效的 AI 智能体:
跟着公开的操作步骤走,只需要三步就能开始基于开放权重的GLM 5.2构建应用,不用花时间折腾复杂的环境配置
你只需几分钟就能开始用 GLM 5.2 开发:
1️⃣ 下载 dcode
2️⃣ 选择你的模型(GLM 5.2)
3️⃣ 输入你的 API key
之后你就能用开放权重获得前沿性能了。来自 @its_ao 的很棒的演示
热门的代码库维基存储大模型记忆方案,现在放出了可直接参考的开源示例
交互式HTML更容易分辨输出质量,方便快速做决策,去年已经开始推广,现在终于有更多人用了。
我很惊讶他们花了这么久才做到。交互式 HTML 就是我大部分和智能体协作工作的方式。它占了我消费的 AI 输出的 80% 以上。
更容易找出滥竽充数的产出,也有助于快速决策。很高兴看到我们从去年开始推广的东西得到了更多采用。
靠互联网公开内容训练的AI要受约束了,本地带搜索功能的AI反而多了发展空间
对于在互联网垃圾数据上训练的AI而言,这是一件相当重大的事。
这对于使用代理进行搜索的本地AI来说是一个利好。
“Cloudflare 设定截止日期,禁止将搜索与AI训练捆绑的AI爬虫”
行业人士透露有消息显示Meta计划推出云业务售卖AI芯片
称其会令玩家失望,推荐组合AI模型替代方案
我的预测:人们对 Fable 5 的热情会消退得非常快。
我重发这条是为了帮助那些玩过 Fable 5 后耗尽 tokens、或是没法用它做多少事,最终大失所望的人。
本文只是一点建议,教你如何组合多个 AI 模型来获得相同甚至更好的结果。
最棒的一点是,现在实现这个的方法很多,包括混合顶尖开放权重模型。
业内人士提出组合不同大模型,反对单一模型直接对比
没有“如果”可言。你大可以把最新的 OpenAI 模型(哪怕是 GPT-5.5)和其他模型,比如 Opus-4.8 / GLM-5.2 组合起来使用,这样就足够了。
GPT-5.6 或是下一代前沿模型只会让效果再上一个台阶。
直接对单个模型进行比较,从现在往后看就是完全错误的思路。
企业倾向于宣扬自身持有的技术路线为AI未来方向
现在关于AI未来的讨论,对各大公司的愿景有点太过轻信了。
人们总是推销他们手里有的东西。
三大AI实验室会说更大的模型就是未来。其他所有公司只有小模型可卖,所以他们会告诉你小模型才是未来。
AI从业者观察到顶级AI机构正处于微调革命前夜
非常推荐一读。即便已经有了大量研究,微调仍是一个探索严重不足的问题。
从我在顶尖AI机构中观察到的情况来看,我们正处于一场微调革命的临界点。
智能体微调(Agentic fine-tuning)将会彻底改变AI领域的格局。
这份关于每瓦智能的研究显示,71.3%的聊天查询可以在本地运行,用到的只是发布一年的gpt-oss 20b模型。
这篇《每瓦特智能》论文最惊人的地方(71.3% 的聊天查询都可以在本地运行)在于,用到的模型只是 GPT-OSS 20B。
而这个模型已经发布大约一年了!和当前这批小型混合专家模型相比(比如 gemma 4、liquid LFM、Qwen-3.6 等等),它根本不算什么。
这项测试专门检验AI能否完成计算生物学中需要大量判断的分析,目前GPT-5.6 Sol在这方面取得了明显进展
我们推出 GeneBench-Pro——用于测试模型能否处理现实计算生物学所需的、高度依赖判断的分析工作。
这类问题需要人类专家花费大约 20-40 小时才能完成。GPT-5.6 Sol 是向前迈出的一大步。
编码AI选技能一直是瓶颈,现有方法都把选技能当成独立选择,新方法把选技能当作联合决策,在测试中提升了通过率,还降低了token成本。
这是一篇关于管理智能体技能的优秀论文。技能库规模持续增长,选择正确技能已经成为编码智能体的瓶颈。
默认方案是让智能体接触整个技能集合,或是用嵌入和重排序器检索技能。两种方式都把选择当成独立挑选处理。
SkillComposer 将组合视为一个联合决策,同时决定选哪些技能、选多少个、以什么顺序排列。
一个作用在技能标识符上的带约束自回归解码器可以单遍生成完整规划,因此连续技能之间的依赖关系会自然呈现。
在搭配 GPT-5.2-Codex 和 Gemini-3-Pro-Preview 的 SkillsBench 测试中,相比无技能方案,它的通过率分别提升了 +23.1 和 +18.2 个百分点,优于top-3检索,并且在更低提示词token成本下匹配了黄金技能上限。
论文链接:
来我们的学院学习如何构建有效的 AI 智能体:
想部署AI不用被特定硬件绑定,也不用花几天搭 pipeline,几分钟就能从原始数据得到可用的生产RAG pipeline,上线前还能做性能安全基准测试
大多数企业都只是代币消费者。Red Hat AI 能让你成为 AI 提供商,一切按你自己的规则来。以下就是它在实践中的含义:
→ 可在任意硬件上推理,包括 CPU
→ 为所有模型、工具和智能体提供统一控制平面
→ 650+ 个经过验证和优化的模型:已完成量化、基准测试,无需调优即可直接部署
→ 从原始数据到生产级 RAG 流水线只需数分钟,而非数天
→ 告别盲目摸索:Eval Hub 会在模型、RAG 流水线和智能体上线前,根据性能和安全标准对它们进行基准测试
→ 部署在 IBM Cloud 上的 Red Hat AI Inference 现已正式可用:托管推理服务,无基础设施运维开销
我们在最新一期 Red Hat AI What's New & What's Next 会议中讲解了所有内容。观看回放并下载演示材料→
Claude Fable 5 现在可在 Computer 中作为编排器模型使用
热门的代码库维基存储大模型记忆方案,现在放出了可直接参考的开源示例
需要整理维护代码仓库文档的开发者,可以试试自动生成更新文档,还能针对文档和代码问答的新工具
OpenWiki 是记录代码库文档的最简单方式,专门为智能体消费信息而构建。
OpenWiki 可以生成仓库文档,随着你的代码库演进自动更新文档,还能对你的文档和代码库进行问答!
正在快速扩张递归自我改进RSI实验室,现在开放招聘项目经理,对相关方向求职的人可以投递申请
我正在招聘一名项目经理,来协助管理 Sakana AI 快速扩张的 Recursive Self-Improvement (RSI) 实验室 🚀
RSI Lab (English):
RSI Lab (日本語):
Job Description:
常用GitHub Copilot写代码的人,现在可以直接用上Kimi K2.7 Code了
社区讨论:多数开发者认可GitHub Copilot对企业的生态适配优势,支持多种大模型、提供CLI、SDK和托管工作流,有开发者认为Copilot CLI使用逻辑顺畅低摩擦。多位用户不满Copilot今年6月的定价调整,原10美元月度套餐很快耗尽额度,迫使个人和团队放弃使用。有人测算本次接入的Kimi K2.7 Code定价和 moonshot 官方一致,价格与GPT 5.4 mini相当,不算离谱。
还有用户反复追问GitHub Copilot何时支持自定义模型接入。
已有三成九 leader 在部署AI后裁员,跟不上AI进步的人,职业命运可能因此改变
Palo Alto Networks 首席执行官 Nikesh Arora 表示,90% 的企业员工在 AI 能力上已经落后,而这一点可能会决定他们的职业命运。
他预计,自己公司 20% 到 25% 的员工会在 12 个月内发生岗位变动。
根据 Orgvue 2025 年的一项研究,39% 的企业领导者在部署 AI 后已经裁员。
--- fortune.com/2026/07/01/ceo-of-palo-alto-networks-nikesh-arora-workers-about-to-face-darwinian-moment-thanks-to-ai-evolve-or-get-cut/
想要租英伟达AI芯片开云服务,却拿不出前期资金的创业者,现在能拿到英伟达的资金支持,只要愿意分润营收
Nvidia 承诺将为 Firmus 这类租赁其 AI 芯片的新兴云提供商提供财务担保,作为交换,它会通过一个新项目抽取营收分成(@_pheebini / The Information)
(前往 Techmeme dot com 获取链接和完整上下文!)
主办方在首尔举办第二届年度研讨会,现场坐满了参会者,能看出全球从业者对AI前沿话题的讨论热情还在上涨。
靠互联网公开内容训练的AI要受约束了,本地带搜索功能的AI反而多了发展空间
对于在互联网垃圾数据上训练的AI而言,这是一件相当重大的事。
这对于使用代理进行搜索的本地AI来说是一个利好。
“Cloudflare 设定截止日期,禁止将搜索与AI训练捆绑的AI爬虫”
呼吁官方公开他们看到的Fable风险,公开对即将到来的开放权重Mythos级模型的防御准备思路,以及担忧的风险来源
政府最好能发布一份官方声明,说明他们在Fable中发现了哪些风险,以及面对即将推出的可公开权重的Mythos级模型,他们如何看待防御准备工作。
同时也需要说明,这些担忧针对的是国家行为体,还是独立黑客等其他主体。了解这些信息非常重要。
分享了把GLM 5.2和deepagents代码结合使用的具体方法,不少人开始转用非海外大厂模型做日常开发
作者发现变慢的原因从来不是模型本身,而是给人类设计的文件夹结构不适合AI运行
只需要一个 INDEX.md 文件,就让 Hermes Agent 一夜之间快了10倍。
模型从来都不是瓶颈,文件夹结构才是。
一个能力足够的模型,如果被埋在按照人类思考方式设计、而非适合智能体搜索的结构里,完成单个任务就要打开7个错误文件,耗时2分钟。
每个文件夹放一个 INDEX.md 之后,同一个任务耗时降到了10秒。
当围绕智能体搭建的支架不再拖它后腿时,这就是智能体应有的表现。
这套技能蓝图整理出了标准化的方法,普通办公者也能跟着把重复工作交给Claude处理
OpenAI在研发GPT-5的时候就发现,路由分类很难做,很多问题反而更需要AI本身的能力
没错!预分类路由器会导致大量劣质工作,因为路由本身很难,而且这类方案往往会低估智能对很多问题的价值。
OpenAl 在 GPT-5 身上已经领教过这一点,现在路由器好像又火起来了。
未来企业会用组合模型控成本,日常任务交给小模型,只把复杂问题留给顶尖大模型
这是我的新帖子,里面有关于AI下一步走向的18个大胆观点:
1. 仅用前沿模型的AI技术栈正在崩塌。企业会采用模型组合来控制成本,日常任务默认使用来自中国的低成本开源模型。
2. AI超级应用时代已经到来。Codex、Claude、Cursor和其他产品正在展开竞争,通过智能代理处理你能在电脑上完成的所有操作,颠覆所有知识型工作。
3. 传统软件有沦为智能代理哑管道的风险。智能代理会成为默认用户。它们会通过API和浏览器访问你的网站和应用,全程无需人类介入查看。
4. 云端智能代理与协作是下一波浪潮。未来是智能代理驻留在云端,可从任何设备访问,并且能与你和你的团队密切协作。这会很快实现。
📌 现在即可免费阅读全部18个观点:
生成的模型文件可以直接放到仿真环境里用,还支持不同手势动作
现在大部分世界模型都是猜接下来会发生什么,NEO换了思路,先搞懂已经发生的事为什么会发生
大多数世界模型的工作是预测接下来会发生什么。Sora 预测像素,JEPA 压缩观测结果。而 NEO 尝试搞清楚某件事为什么会发生。
举个例子:给它展示一个先向左、再向下移动的图形,它不会只重建这个运动过程,而是会把「左」和「下」作为独立可复用的基础模块学习出来,之后就能在其他场景复用它们。
NEO 不是一个大型黑箱模型,它会搜索一个简短的「程序」,这个程序由简单可复用的步骤组成,可以解释它观测到的内容。
有意思的点不在于它会学习程序,而在于它能自主发现解释所需的基础模块,不需要标签,不需要人工编码符号,只需要原始观测数据。
GLM开发者做了对标Claude Code的AI编码工具ZCode,想自己找替代工具的人可以试试
关注大模型更新的人可以留意,明天就能体验新版本了
关注Claude新模型进展的人,可以留意推广资格的开放信息
社区讨论:多数用户不满Anthropic的推广安排,认为 Anthropic 将 Claude Fable 5 包装成免费福利推广,推广期结束后就移出订阅套餐,后续只能按使用量 credits 付费,是把用户当待收割的奶牛,操作非常愚蠢,还会因此丢失市场份额。有人质疑,现在免费试用7天,2026年7月后就不能按原有订阅额度使用,根本没有参与的意义。还有人疑惑,不能用于代码编写和审计的话,这款模型到底有什么用处。
组织者只在内容和讲者都够格时,才会邀请双时长主题分享。这场分享线下坐满,线上观众规模会是线下的一千倍以上。
供大家参考,我只有在非常确定讲者和内容都配得上的时候,才会邀请做双时长的主题演讲。
今天,@chrmanning 和 @abshkbh 在 AIE 完成了双倍任务,根据各方反馈,大家都很享受这次深入探讨沙箱和世界模型的机会。
看看这爆满的会场——而且线上观众人数会是这个的一千多倍!
*注:我今天不幸要负责现场工作,所以这个结论是听来的二手信息。
准备引入DATAHEDGE,对参与AgenC生态的人来说,这会是新的原生资产类别。
现在讨论Fable工作流的内容很多,没人积累了足够经验或测试,得出靠谱结论
最近读了各种讨论为Fable开发工作流最佳方法的帖子,这提醒了我,对于长期运行的智能体,我们其实对最优工作组织方式知之甚少。
目前还没有人积累了足够经验,或是做了足够测试,能得出任何真正可靠的结论。
它对劳动力市场的影响极小,主要只会增加对软件工程师的需求
有人认为这是近年最让人摸不着头脑的AI产品发布之一,不用对它太期待。
做实际产品里的AI智能体,作者本人更倾向用LangChain DeepAgents,可以参考行业实践者的选择方向
想要控制AI代理的生成和运行过程,可以借助程序化生成子代理的方案实现,deepagents中已有动态子代理的实现可查看。
“agentic map reduce”是个好名字。
以编程方式生成子代理,就能实现这些高级代理模式——在这种模式下,你需要一定的确定性来控制代理的创建和运行方式。
想要了解实现方式,可以查看 deepagents 中的 dynamic subagents:
有人用同一个需求测试了四个不同的AI编码代理,结果放在链接里供大家辨认
交互式HTML更容易分辨输出质量,方便快速做决策,去年已经开始推广,现在终于有更多人用了。
我很惊讶他们花了这么久才做到。交互式 HTML 就是我大部分和智能体协作工作的方式。它占了我消费的 AI 输出的 80% 以上。
更容易找出滥竽充数的产出,也有助于快速决策。很高兴看到我们从去年开始推广的东西得到了更多采用。
开发者给子代理配置了hyperframes技能、Omni输出和提示词,就生成了成品内容,音乐由Lyria 3生成。
如今你能通过智能代理编写脚本实现的成果,实在太惊人了。
我给一个子代理接入了 hyperframes 技能,加上一些 Omni 输出和提示词,它就做出了这个作品。
音乐由 Lyria 3 生成。
MIT教授已经用NotebookLM的新功能,给自己的学术论文生成了短视频摘要
只用到原训练数据量的8%,就能提速生成速度,同时保留原模型近99%的质量,NVIDIA已经在他们的30B模型上验证成功
你现在无需从头重新训练,就能把任意 LLM 转换为速度更快的版本。NVIDIA 刚刚在他们的 30B 模型上实现了这个技术。
秘诀如下:
1. 将模型复制为两份
2. 冻结其中一份,这份只负责读取提示词和记忆上下文
3. 训练另一份,让它一次输出整段文本,而非一次输出一个词
4. 让两份模型共同运行
被冻结的那份几乎不产生额外成本(它已经训练完成)。新的那份只需要用到原始训练数据的约 8%,就能学会这个新技巧。
结果:生成速度提升 2.4 倍,同时保留了原模型约 99% 的质量。
跟着公开的操作步骤走,只需要三步就能开始基于开放权重的GLM 5.2构建应用,不用花时间折腾复杂的环境配置
你只需几分钟就能开始用 GLM 5.2 开发:
1️⃣ 下载 dcode
2️⃣ 选择你的模型(GLM 5.2)
3️⃣ 输入你的 API key
之后你就能用开放权重获得前沿性能了。来自 @its_ao 的很棒的演示
6分钟就能学完全部操作要点,想搭建智能代理工作流可以参考这套新方法
AI从业者观察到顶级AI机构正处于微调革命前夜
非常推荐一读。即便已经有了大量研究,微调仍是一个探索严重不足的问题。
从我在顶尖AI机构中观察到的情况来看,我们正处于一场微调革命的临界点。
智能体微调(Agentic fine-tuning)将会彻底改变AI领域的格局。
企业倾向于宣扬自身持有的技术路线为AI未来方向
现在关于AI未来的讨论,对各大公司的愿景有点太过轻信了。
人们总是推销他们手里有的东西。
三大AI实验室会说更大的模型就是未来。其他所有公司只有小模型可卖,所以他们会告诉你小模型才是未来。
业内人士提出组合不同大模型,反对单一模型直接对比
没有“如果”可言。你大可以把最新的 OpenAI 模型(哪怕是 GPT-5.5)和其他模型,比如 Opus-4.8 / GLM-5.2 组合起来使用,这样就足够了。
GPT-5.6 或是下一代前沿模型只会让效果再上一个台阶。
直接对单个模型进行比较,从现在往后看就是完全错误的思路。
称其会令玩家失望,推荐组合AI模型替代方案
我的预测:人们对 Fable 5 的热情会消退得非常快。
我重发这条是为了帮助那些玩过 Fable 5 后耗尽 tokens、或是没法用它做多少事,最终大失所望的人。
本文只是一点建议,教你如何组合多个 AI 模型来获得相同甚至更好的结果。
最棒的一点是,现在实现这个的方法很多,包括混合顶尖开放权重模型。
行业人士透露有消息显示Meta计划推出云业务售卖AI芯片
AI计算企业Together Compute宣布完成C轮融资,主张智能普惠
AI提交的PR大幅增加审核负担,Godot更新贡献规则管控AI代码
在AI生成的PR把评审时间变成瓶颈后,Godot 开始禁止「vibe coding」。
substantial 体量的AI生成代码也会被禁止,而补全这类小型辅助工具仍允许使用。
Godot 是开源游戏引擎,因此外部贡献者会不断提交代码修改提议。每个PR仍然需要一名对引擎有足够深度理解的维护者来排查风险。
AI改变了成本平衡,因为生成代码变便宜了,但评审代码的成本仍然很高。评审者的产能本来就不足,AI提交的内容让情况变得更糟。
贡献者在为PR编写代码时,必须披露使用过的任何AI辅助工具。Godot 还禁止在PR讨论、issue和提案中使用AI生成文本。
在我看来,执行这条规则会不切实际,他们可能永远无法确定哪些是vibe coding生成的,哪些不是,这就是这条规则的全部弱点。
--- godotengine.org/article/contribution-policy-2026/
分享猫博个人网站的风格案例及相关链接
这一天的 46 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。