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 7 月 4 日 · 18:30 更新
✦
试试:

今日必看

  1. 01
    一行脚本就能把任意网站转成自然语言应用?

    阿里巴巴推出PageAgent,只需一行脚本就能完成转换。

  2. 02
    想本地跑最先进大模型?这份指南火了

    不用依赖云端API,按这份指南就能自己在本地跑SOTA大模型,适合不想把数据上传的人参考。

  3. 03
    大模型未来可以自己把活派给小模型做?

    有人认为目前前沿大模型的自主分工能力被低估,不远的将来,大模型可以按需自主把工作分派给更便宜的小模型,整个流程从一个智能…

  4. 04
    GLM-5.2现已上线NVIDIA NIM并提供免费端点

    GLM-5.2上线NVIDIA NIM,速度免费优势明显但模型质量较低

  5. 05
    GLM-5.2优化出的可视化,完全不像开源模型

    有人用GLM-5.2优化出了漂亮的可视化效果,体验完全不像开源模型能做到的程度,可以关注开源大模型的实际能力提升

  6. 06
    未来工作不再拼专业技能,要拼这个?

    未来找工作,需要的是高适应力与创造力,核心是解决复杂问题,不再是重复执行或者单一专业技能

  7. 07
    学术报告不让用ChatGPT提示,这算歧视吗?

    有人在2025年的学术报告中被禁止使用ChatGPT,当事人认为这属于歧视,此事引发了讨论。

  8. 08
    Leanstral 1.5大模型发布 多项推理 benchmark达SOTA

    6B参数开源大模型Leanstral 1.5正式发布,多项测评达最优

  9. 09
    现在Claude写的代码能直接变出一整支广告创意团队

    FABLE 5和GOOSE ADS工具把Claude输出的代码,转成整套广告创作流程。小团队不用再单独招创意和设计了。

  10. 10
    Fable 5大模型正式上线Framer设计平台

    Fable 5性能优于Opus 4.8,更适配各类设计工作

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47 条本班新增 7 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
新行业动态 · Hacker News▲ 34

小语言模型新研究,解决了嵌入聚合问题

提出了弥散损失,可以抵消小语言模型中的嵌入聚合问题,研究成果公开供相关方向参考

新AI工具 · @RoundtableSpace▲ 9.6K

现在Claude写的代码能直接变出一整支广告创意团队

FABLE 5和GOOSE ADS工具把Claude输出的代码,转成整套广告创作流程。小团队不用再单独招创意和设计了。

FABLE 5 与 GOOSE ADS 将 Claude Code 转变为一整支广告创意团队

在 X 看原帖 ↗
9.6K85
新新品发布 · @RoundtableSpace▲ 2.6万

一行脚本就能把任意网站转成自然语言应用?

阿里巴巴推出PageAgent,只需一行脚本就能完成转换。

ALIBABA PAGEAGENT 只需一段脚本就能把任意网站转化为自然语言应用

在 X 看原帖 ↗
2.6万2189
行业动态 · Hacker News▲ 140

学术报告不让用ChatGPT提示,这算歧视吗?

有人在2025年的学术报告中被禁止使用ChatGPT,当事人认为这属于歧视,此事引发了讨论。

社区讨论:多人认可当前学术圈日常用AI生成内容再修改的情况已经非常普遍。部分人认为禁止使用ChatGPT不合理,AI本质上和搜索工具能力没有区别,应该接受工具带来的效率提升。也有人反对,指出直接用AI生成内容再修改属于抄袭,允许 prompts 代替研究者本人准备报告,是浪费听众时间,称这项规定为歧视的说法很荒谬。

在 HN 看讨论 ↗   原文 / 论文 ↗
新开源 · @lxfater▲ 1.7K

开发者称AI发展下写程序成标品 选择放弃编程

一名开源开发者因AI快速发展,选择放弃编程转学习新技能

我说写程序没前途是针对我自己说的。

我能力一般,AI刚出来的时候玩过开源,搞了1w stars,主要做是将模型移植到webgpu上运行的杂活。后来裸辞出来,搞过录屏和视频剪辑器,也变现了。

但最后我还是选择放弃写程序这条道路了。原因很简单。

我在GPT5.3的时候,发现模型进化很快。无论我如何去积累产品所谓的技术壁垒。模型一更新,就会有人复刻出来。

当时听到纳瓦尔的一句话:假如社会上能培养你,就能培养出一大堆人替代你。

写程序这个技能,慢慢变成了标品。标品的未来只有低价化。

而且,我感觉就算我投入更多的时间,这个技能给我红利已经没有了。

所以我直接放弃这个技能,直接去学习新的技能。

在 X 看原帖 ↗
1.7K74
深度观点 · @emollick▲ 1.2万

大模型未来可以自己把活派给小模型做?

有人认为目前前沿大模型的自主分工能力被低估,不远的将来,大模型可以按需自主把工作分派给更便宜的小模型,整个流程从一个智能AI规划器开始。

如果模型本身就是路由呢?我认为人们低估了当前前沿模型的能力,尤其是在不久的将来,它们能够根据需要自行将工作分配给更简单、更便宜的模型。

未来的模式可能会是:从一个智能AI规划器开始,让它自行分配工作。

在 X 看原帖 ↗
1.2万38821
行业动态 · Hacker News▲ 259

想本地跑最先进大模型?这份指南火了

不用依赖云端API,按这份指南就能自己在本地跑SOTA大模型,适合不想把数据上传的人参考。

社区讨论:多数本地大模型爱好者坦言,玩本地大模型硬件投入普遍偏高。指南里接近Claude Opus水平的顶配方案预算高达4万美元,实际要达到接近Opus的性能甚至需要40万美元,算下来比长期订阅GPT、Claude这类API服务贵得多。有人推荐性价比方案:3000美元可买带48GB内存的M系列Mac,或是单块RTX 3090就能运行Qwen3.6-27B的q4量化版本,也有人好奇介于入门和顶配之间的96GB VRAM千元方案的实际表现。

在 HN 看讨论 ↗   原文 / 论文 ↗
实战经验 · @AliGrids▲ 1.4万

GLM-5.2优化出的可视化,完全不像开源模型

有人用GLM-5.2优化出了漂亮的可视化效果,体验完全不像开源模型能做到的程度,可以关注开源大模型的实际能力提升

GLM-5.2 优化了这个漂亮的可视化效果,说实话,它完全不像是一个开源模型。鸣谢 @jshguo

在 X 看原帖 ↗
1.4万9172113
深度观点 · @fchollet▲ 1.1万

未来工作不再拼专业技能,要拼这个?

未来找工作,需要的是高适应力与创造力,核心是解决复杂问题,不再是重复执行或者单一专业技能

未来的工作将要求高度的适应性与创造力,重点在于复杂问题建构,而非重复性执行或专业化技能。

在 X 看原帖 ↗
1.1万2324752
开源 · @AlbertQJiang▲ 1.9万

Leanstral 1.5大模型发布 多项推理 benchmark达SOTA

6B参数开源大模型Leanstral 1.5正式发布,多项测评达最优

Leanstral 1.5 已发布。它在 FATE-H/X 上达到当前最优水平,在 PutnamBench 上得分为 587,在 miniF2F 上达到饱和,所有这些都来自一个采用 Apache-2 许可证、拥有 6B 激活参数的模型。

我们现在正愉快地验证代码属性,在 Rust 代码仓库中排查错误!

涵盖训练环境和评估结果的技术报告已发布。我们同时开源了 LeanstralSafeVerify 和 FLTEval。

在 X 看原帖 ↗
1.9万139332
行业动态 · Hacker News▲ 54

MCP出了抓包工具,相当于Wireshark版

调试MCP通信不用再猜流程了,开源工具直接抓包看实时内容

大模型 · @yuhasbeentaken▲ 1.7万

GLM-5.2现已上线NVIDIA NIM并提供免费端点

GLM-5.2上线NVIDIA NIM,速度免费优势明显但模型质量较低

GLM-5.2 现已通过 NVIDIA NIM 开放,提供免费端点。

优势:模型速度快,完全免费。

缺点:NVIDIA 似乎使用的是量化版本,生成质量低于官方 API。

我们正在开发 @OffloopHQ ,让智能体与人类能在 workspace 中协作!

在 X 看原帖 ↗
1.7万29250148
更多信号 · 按时间
产品发布 · @framer▲ 1.3万

Fable 5大模型正式上线Framer设计平台

Fable 5性能优于Opus 4.8,更适配各类设计工作

Fable 5 现已登陆 Framer。

它是我们测试过的最具主动性的模型,常常能超出任务要求,产出风格更鲜明、可复用元素更丰富、首轮结果更精致的作品。

它尤其擅长原创设计工作、着色器和细腻动效。

在我们的评估中,Fable 5 总分为 83%,领先于得分为 77% 的 Opus 4.8,并且在设计分项以 81% 的得分领跑所有模型。它消耗的 credits 是 GPT 5.5 的 2 倍。

在 Framer 中了解更多关于 Fable 的信息:

在 X 看原帖 ↗
1.3万1415716
行业动态 · Hacker News▲ 80

Claude Mythos Preview发布后,高危漏洞暴增

漏洞数量突然上涨恰好和新版本发布时间重合,正在公开社区讨论,需要更新AI工具的可以留意后续进展

新AI开发 · @pauliusztin_▲ 60

做AI系统,重点不是让单个人变快而是千人协作

这是开发者搭建AI系统之后总结出来的经验,原来很多人方向就错了。

构建AI系统得到的一条经验:规模化不是让单个工作者变得更快。它是让数千名工作者能够协作。

在 X 看原帖 ↗
601
新实战经验 · @pauliusztin_▲ 43

只用现有Claude订阅,就能搭本地知识图谱

不用额外搭建基础设施,只靠已有的Claude订阅就能自己搭建本地数据分析用的知识图谱引擎,基础设施成本几乎为零。

行业动态 · Hacker News▲ 36

加拉帕戈斯群岛的智能体编码笔记火了

有人整理了智能体编码的讨论笔记,目前在Hacker News获得36个点赞,引发开发者讨论。

新深度观点 · @teortaxesTex▲ 1.3K

DeepSeek-OCR式压缩竟藏了更早的研究成果

有人调侃实验室都在后端用这种压缩方法,方法本身其实来自更早的公开研究,能帮普通开发者看清行业技术脉络。

如果这些实验室在后端运行 DeepSeek-OCR 风格的上下文压缩,那可太好笑了,而这种技术当然是从更古老的研究成果衍生而来的。

在 X 看原帖 ↗
1.3K74
行业动态 · Hacker News▲ 45

用AI写代码会上瘾?工程师正在为此买单

不少工程师已经习惯依赖AI写代码,目前已经有工程师开始为这种依赖付出代价。

社区讨论:不少开发者认同长时间用AI写代码后会产生类似长途飞行后的身体迟滞感,有人称自己曾为调试Claude生成的代码熬到凌晨,这在使用AI前绝不会发生。有人指出企业内存在不负责任的AI用码行为,会产出无人能维护的垃圾代码,还有开发者吐槽AI编码工作流程体验差,付费使用成本也越来越高。部分开发者也认可,做好时间盒管理后智能编码能有效减轻工作负担。

在 HN 看讨论 ↗   原文 / 论文 ↗
体验 · @mstockton▲ 139

这款叫Fable X-High的AI会抢你的控制权

有人试用后发现,它大部分时候好用,但有时候会直接接管操作,甚至会阻止你做它不允许的操作。

Fable X-High 帮我做了不少事。大部分都是好事,但也有少数内容会被分类器判定「不行啊伙计,你不能这么干」——它确实会尝试自己掌控方向推进。

我对此印象非常深刻,但更让我惊讶的是,我们现在都已经有这种工具了,可大多数人对 AI 的日常使用还停留在把免费 ChatGPT 当谷歌搜索替代品用。

这事最终要怎么调和?它又会带来什么影响?AI 很棒,但说到底得有人用才行,而大多数人并不想改变。

这年头真是越想越觉得怪异。

在 X 看原帖 ↗
139
观点 · @techwith_ram▲ 95

你猜怎么着?世界杯和AI预测都经常猜错

有人发图对比,左边猜错世界杯的胜负预测,右边猜错AI行业的发展预测,两边准确率差不多。

左:做出错误的世界杯预测 右:做出错误的AI预测

在 X 看原帖 ↗
95
行业动态 · Hacker News▲ 62

谷歌AI编程助手Gemini Code Assist 7月17日要关停

依赖这个AI编程工具的开发者,得提前找好替代方案了

社区讨论:多名用户纠正原标题错误,本次仅关停GitHub上面向非企业用户的免费版Gemini Code Assist,并非全线停服,普遍吐槽谷歌产品命名混乱,不同版本名称相近、频繁更名,文档信息杂乱。不少用户借此提醒,要保持AI工作流可迁移,评估工具时需把工具消失后的迁移成本和功能放在同等权重考量,还有用户调侃谷歌产品管理能力差,调侃这次停服又可以更新谷歌埋葬品名单killedbygoogle.com了。

在 HN 看讨论 ↗   原文 / 论文 ↗
机器人 · @jiqizhixin▲ 75

多校联合做了能让机器人抗干扰的新训练方法

USTC、Tsinghua和SJTU的研究者推出VLA-JEPA,训练机器人只关注和动作有关的变化,忽略没用的背景干扰。

如果你的机器人可以忽略干扰性背景,只专注于与动作相关的变化呢?

来自USTC、Tsinghua和SJTU的研究者提出了VLA-JEPA——一种在隐空间而非像素中预测未来状态的训练方法,避免了外观偏差和相机运动这类常见陷阱。

结果表明:在LIBERO、SimplerEnv和真实世界操纵任务上,VLA-JEPA相比现有VLA方法拥有更强的泛化性和鲁棒性。

VLA-JEPA: Enhancing Vision-Language-Action Model with Latent World Model
arXiv:
Code:
Project:
Hugging Face:
Our report:
📬 #PapersAccepted by Jiqizhixin

在 X 看原帖 ↗
75
新品发布 · @haider1▲ 1.1K

六月AI降温后,七月将扎堆发新模型

本月已有多个新模型重新部署,接下来一两周内还有多款新大小模型陆续发布,关注AI更新可以留意排期

在六月的放缓过后,七月会是AI模型发布最密集的月份:

Fable 5已经重新部署完成。

GPT-5.6系列预计下周推出。

Gemini 3.5 Pro会在一到两周内发布。

还有Grok 4.5、DeepSeek V4正式版、Qwen 3.x、Seedance 2.5视频模型,都在加速推进中。

在 X 看原帖 ↗
1.1K2241
行业活动 · @altryne▲ 715

开发者分享参加AI开发者大会的参会体验与感受

AI开发者altryne分享aiDotEngineer大会参会见闻感悟

商业 · @AYi_AInotes▲ 815

小红书Red Skill快速发展,或将成AI能力分发新入口

观察者分析小红书Red Skill增长,认为其有望领跑AI能力分发

商业 · @theinformation▲ 1.2K

大企业AI投入这么多,居然开始不让员工用外部工具了

Meta每年花数十亿美元做AI,现在要求员工减少使用外部 coding 辅助工具,优先用自家开发的工具

Meta 正在投入数十亿美元发展 AI,同时推动员工减少依赖外部 coding 助手,更多使用其自有工具。

完整报道:

在 X 看原帖 ↗
1.2K3
职场 · @rohanpaul_ai▲ 872

现在顶级软件工程师,每月AI预算开到800美元了

这是特斯拉给工程师开出的新AI投入标准,这些工程师的工作已经接近物理机器和代码的极限

针对软件工程师的全新AI预算基准可能已经定在了每月800美元。

这是特斯拉最新的AI支出标准。

考虑到这些工程师的工作已经接近物理机器与代码能力的极限,这个数字应该会成为各地软件AI预算的锚点。

在 X 看原帖 ↗
8721
隐私 · @BrianRoemmele▲ 1.5K

AI公司偷偷在输出文字里加了追踪你的水印

两家AI公司已经给大段输出文字加上了文本水印,部分水印还带能定位到个人的序列号

⚠️ 警告⚠️ 两家AI公司升级了它们用于大多数段落长度及更长文本输出的文本水印技术!

甚至在一些简单文本输出里,都藏着可追踪到你个人的序列号。

我的独家研究,你在其他任何地方都找不到。我会向你展示如何找到它并移除它。这是件大事。

独家文章即将推出。

在 X 看原帖 ↗
1.5K72
产品 · @petergyang▲ 1.7K

OpenAI现在分三个产品,有人说完全没必要合并成一个就好

观点认为如果OpenAI做一个统一应用,把ChatGPT和Codex整合进去,还能保持易用,当前的产品拆分问题会更明显

💯 我真的不明白为什么非得做成三个独立的产品。

如果 OpenAI 能成功设计出一个统一应用,把 ChatGPT 整合进 Codex,同时保持直观易用——那现在这个拆分的问题就会更刺眼了。

在 X 看原帖 ↗
1.7K5
商业 · @theinformation▲ 1.4K

AI取代分析师的担心刚消,token钱谁付又成了新问题

金融数据公司已经打消了AI抢饭碗的担忧,但投资者现在开始问:AI代理消耗的数据量远超过人类分析师,token费用到底谁来出

金融数据公司基本已经平息了AI工具会取代它们的担忧。现在投资者想问的是,当AI代理消耗的数据远超人类分析师时,谁来为这些token付费。

阅读全文:

在 X 看原帖 ↗
1.4K1
技巧 · @louszbd▲ 115

用好AI提示的小技巧:先问「做什么」,再问「怎么做」

想要榨干模型的全部能力,先问方向再问方法,别让模型被你自己已有的认知限制住

真希望Thariq能更频繁地发内容。

我关于做规划的小技巧是:如果你想要从模型那里获得最大价值,先问「是什么」,再问「怎么做」。

这样一来,模型就不会被你已知的信息限制住,能发挥出它的最佳水平。

在 X 看原帖 ↗
1153
观点 · @jpschroeder▲ 156

好多聪明人,居然都不会用AI编码代理

这个判断针对2026年的行业状态,哪怕是高智商从业者,也未必能用好这类AI工具

针对2026年的核心洞察:许多非常聪明的人,其实非常不擅长使用coding agents。

在 X 看原帖 ↗
15615
深度观点 · @chaykak▲ 611

现在有人训练大模型,要它必须有独特观点

现在行业都在要求大模型输出通用中立内容,有人反其道而行之,主动要求大模型给出鲜明独特的观点。

他们在主动对抗模型生成泛泛内容的倾向!要求大语言模型给出“独特观点”哈哈

在 X 看原帖 ↗
61123
深度观点 · @Dan_Jeffries1▲ 516

遇到AI硬编码安全规则,就知道离AGI还有多远

处理日常任务时,模型还需要笨拙生硬、范围过大的硬编码安全规则,无法实时自我防护,这能帮判断我们离AGI还有多远。

当你在做一件日常小事时碰到一条愚蠢、生硬、范围过度宽泛的硬编码安全启发式规则,你就会完全清楚我们离 AGI 还有多远。

如果这些模型真的那么聪明,它们就能实时自我防护,根本不需要单独的分类器。

在 X 看原帖 ↗
516110
深度观点 · @victormustar▲ 1.3K

企业用AI很快就要自己部署了?

这一观点会改变企业AI投入的方向,值得留意

信不信由你:很快企业里的 AI 就会变成自托管部署了 ✌️

在 X 看原帖 ↗
1.3K1112
前沿研究 · @omarsar0▲ 5.5K

旧论文思路改一改,居然干翻了全注意力

线性注意力为了省内存会丢失长信息,新方法HOLA加了一小块不压缩的精确缓存,参数更少效果反而比全注意力更好。

这篇新论文值得一读,建议收藏。基本思路是将压缩循环状态与小型精确记忆配对,在保留线性注意力效率的同时,实现长范围召回。下文是更多介绍:

线性注意力和状态空间模型会将整个前缀压缩成固定大小的状态。这样就能获得O(1)内存复杂度,但当大量键值关联相互竞争时,更早的信息会被覆盖,“针查找”性能会下降。

HOLA为线性注意力补充了类似海马体的结构。它保留常规delta规则状态作为压缩记忆,额外添加了一个有界精确KV缓存,构成半参数测试时记忆。

状态负责建模可线性压缩的结构,缓存则存储不应通过压缩处理的关联。缓存写入时不需要学习淘汰模块,只保留预测残差实际提交给状态的token。

在15B SlimPajama token上训练,340M参数的HOLA将Wikitext困惑度从27.32降至22.92,优于全注意力Transformer++的26.88,并且在长达32k token的RULER针查找任务中保持鲁棒,这是它训练长度的16倍。

论文地址:

来我们的学院学习如何构建有效的AI agent:

在 X 看原帖 ↗
5.5K75553
新品发布 · @togethercompute▲ 2.2K

万亿token规模智能体推理,官方公开完整幻灯片

想学习大公司如何搭建万亿token生产规模的智能体推理引擎,可以直接下载官方放出的完整深入讲解幻灯片

我们将发布我们在 AI Engineer World's Fair 进行的 2 小时深度探究环节的完整演示幻灯片。

我们在环节中介绍了我们如何构建推理引擎,以在万亿 token 生产规模下为智能体工作负载提供服务。

幻灯片 ⬇️

在 X 看原帖 ↗
2.2K3147
工具产品 · @7h3h4ckv157▲ 5.9K

开源情报监控中东战事 全程免费免API

整合了五十多个公开信息源,把新闻、社交、军事、金融数据整理在同一个实时看板里,完全免费,运行不需要API密钥

用于监控中东冲突的实时开源情报(OSINT)指挥中心。

它聚合了来自50余个来源的开源情报:新闻、Telegram、军事追踪、金融市场,整合到同一个实时仪表板中。

无需API密钥。完全免费运行。

来源:

在 X 看原帖 ↗
5.9K129096
大模型 · @nicdunz▲ 264

开发者分享大模型使用习惯从最强模型转向小模型

小模型性能提升后,开发者默认用小模型仅在需要时切大模型,讨论自动路由可行性

此前我做任何任务都会默认选用性能最强的大模型,因为小型大模型一直能力太差。

如今小型大模型的实际性能已经相当出色,我开始更享受默认使用小模型的状态。

小模型运行速度更快,我只在有需要的时候才切换到性能最强的大模型。

我好奇自动路由是不是推出得太早了。

自动路由刚出现的时候,小模型确实速度快,但能力仍然不足,这可能是当时没人接受它的原因。

现在自动路由或许真的是正确方向,因为哪怕用小模型,一半的任务都能搞定,不需要切换。

在 X 看原帖 ↗
2646
观点 · @HamelHusain▲ 631

当前存在两种互相矛盾的AI发展叙事

HamelHusain在𝕏提出两种同时存在的AI观点,两种观点互不一致,他本人更偏向第一种

当前AI领域同时存在两种截然不同的叙事。第一种观点认为,借助AI一个人就能完成原本20人的工作,还能学习任何知识、创作任何内容,人们只需要学会使用Claude就可以。

第二种观点提出,企业已经投入数十亿美元资金,安排前置部署工程师帮用户落地AI,因为自己落地AI既耗时又难度太高。

HamelHusain个人更偏向第一种观点。他认为这两种叙事互相矛盾。

在 X 看原帖 ↗
63112
视频剪辑 · @0x_sakata▲ 1.5K

可通过Claude Code实现完全免费开源的AI视频剪辑

无需预设和菜单,自然语言描述需求即可,仅读取文本 transcript 大幅降低token消耗

阅读全文 →
1.5K28821
大模型 · @omarsar0▲ 8.1K

业内人士称GPT-5.6或将成为OpenAI的重大胜利

业内观点认为GPT-5.6是前沿模型的决定性时刻,需重视用户体验

我相信 GPT-5.6 会是 OpenAI 的一场巨大胜利。这会是前沿模型的决定性时刻。

但他们需要仔细打磨用户体验。

在我看来,Fable 5 重新发布就是因为这个原因搞砸了。

我并不完全反对护栏机制,但把这件事做对非常重要。

在 X 看原帖 ↗
8.1K15412
知识管理 · @kieranklaassen▲ 303

教你使用纯Markdown文件构建复利知识库

讲解Compound工程插件中的复利知识生命周期

如何只用 markdown 文件构建一个复利知识库。

下文讲解 Compound Engineering 插件中的「复利知识生命周期」:

在 X 看原帖 ↗
303159
大模型 · @Im_IrushiK▲ 7.7K

用户征集性能优于GLM 5.2的开源大模型

社交平台用户发起征集,寻找比GLM 5.2更好的开源模型

给我推荐一个比 GLM 5.2 更好的开源模型,我等着。

在 X 看原帖 ↗
7.7K38720
开源 · @_akhaliq▲ 4.3K

开发者称已完全迁移至开源模型日常使用GLM 5.2

一名开发者表示日常使用GLM 5.2,已完全转向开源模型

我现在几乎每天都会通过 hf claude 在 claude code 里使用 glm 5.2,已经完全转到开放模型了。

在 X 看原帖 ↗
4.3K22110
行业观点 · @emollick▲ 8.0K

业内观点:当前前沿AI缺少高目标野心实践

多数AI仅替代基础场景,长周期真实问题探索才具影响力

你说得对……但这一点,或许还不如「人们不会用这些系统去尝试有野心的项目」这件事重要。

很多模型作为 Google 替代品,完成作业「辅导」之类的任务都表现得非常出色。

真正能产生影响力的,是有人将前沿 AI 作为智能体,用来解决长期跨度的真实问题。

在 X 看原帖 ↗
8.0K69414
🚀 新品发布
新新品发布 · @RoundtableSpace▲ 2.6万

一行脚本就能把任意网站转成自然语言应用?

阿里巴巴推出PageAgent,只需一行脚本就能完成转换。

ALIBABA PAGEAGENT 只需一段脚本就能把任意网站转化为自然语言应用

在 X 看原帖 ↗
2.6万2189
新品发布 · @haider1▲ 1.1K

六月AI降温后,七月将扎堆发新模型

本月已有多个新模型重新部署,接下来一两周内还有多款新大小模型陆续发布,关注AI更新可以留意排期

在六月的放缓过后,七月会是AI模型发布最密集的月份:

Fable 5已经重新部署完成。

GPT-5.6系列预计下周推出。

Gemini 3.5 Pro会在一到两周内发布。

还有Grok 4.5、DeepSeek V4正式版、Qwen 3.x、Seedance 2.5视频模型,都在加速推进中。

在 X 看原帖 ↗
1.1K2241
新品发布 · @togethercompute▲ 2.2K

万亿token规模智能体推理,官方公开完整幻灯片

想学习大公司如何搭建万亿token生产规模的智能体推理引擎,可以直接下载官方放出的完整深入讲解幻灯片

我们将发布我们在 AI Engineer World's Fair 进行的 2 小时深度探究环节的完整演示幻灯片。

我们在环节中介绍了我们如何构建推理引擎,以在万亿 token 生产规模下为智能体工作负载提供服务。

幻灯片 ⬇️

在 X 看原帖 ↗
2.2K3147
📰 行业动态
新AI开发 · @pauliusztin_▲ 60

做AI系统,重点不是让单个人变快而是千人协作

这是开发者搭建AI系统之后总结出来的经验,原来很多人方向就错了。

构建AI系统得到的一条经验:规模化不是让单个工作者变得更快。它是让数千名工作者能够协作。

在 X 看原帖 ↗
601
新AI工具 · @RoundtableSpace▲ 9.6K

现在Claude写的代码能直接变出一整支广告创意团队

FABLE 5和GOOSE ADS工具把Claude输出的代码,转成整套广告创作流程。小团队不用再单独招创意和设计了。

FABLE 5 与 GOOSE ADS 将 Claude Code 转变为一整支广告创意团队

在 X 看原帖 ↗
9.6K85
新行业动态 · Hacker News▲ 34

小语言模型新研究,解决了嵌入聚合问题

提出了弥散损失,可以抵消小语言模型中的嵌入聚合问题,研究成果公开供相关方向参考

体验 · @mstockton▲ 139

这款叫Fable X-High的AI会抢你的控制权

有人试用后发现,它大部分时候好用,但有时候会直接接管操作,甚至会阻止你做它不允许的操作。

Fable X-High 帮我做了不少事。大部分都是好事,但也有少数内容会被分类器判定「不行啊伙计,你不能这么干」——它确实会尝试自己掌控方向推进。

我对此印象非常深刻,但更让我惊讶的是,我们现在都已经有这种工具了,可大多数人对 AI 的日常使用还停留在把免费 ChatGPT 当谷歌搜索替代品用。

这事最终要怎么调和?它又会带来什么影响?AI 很棒,但说到底得有人用才行,而大多数人并不想改变。

这年头真是越想越觉得怪异。

在 X 看原帖 ↗
139
观点 · @techwith_ram▲ 95

你猜怎么着?世界杯和AI预测都经常猜错

有人发图对比,左边猜错世界杯的胜负预测,右边猜错AI行业的发展预测,两边准确率差不多。

左:做出错误的世界杯预测 右:做出错误的AI预测

在 X 看原帖 ↗
95
机器人 · @jiqizhixin▲ 75

多校联合做了能让机器人抗干扰的新训练方法

USTC、Tsinghua和SJTU的研究者推出VLA-JEPA,训练机器人只关注和动作有关的变化,忽略没用的背景干扰。

如果你的机器人可以忽略干扰性背景,只专注于与动作相关的变化呢?

来自USTC、Tsinghua和SJTU的研究者提出了VLA-JEPA——一种在隐空间而非像素中预测未来状态的训练方法,避免了外观偏差和相机运动这类常见陷阱。

结果表明:在LIBERO、SimplerEnv和真实世界操纵任务上,VLA-JEPA相比现有VLA方法拥有更强的泛化性和鲁棒性。

VLA-JEPA: Enhancing Vision-Language-Action Model with Latent World Model
arXiv:
Code:
Project:
Hugging Face:
Our report:
📬 #PapersAccepted by Jiqizhixin

在 X 看原帖 ↗
75
行业动态 · Hacker News▲ 45

用AI写代码会上瘾?工程师正在为此买单

不少工程师已经习惯依赖AI写代码,目前已经有工程师开始为这种依赖付出代价。

社区讨论:不少开发者认同长时间用AI写代码后会产生类似长途飞行后的身体迟滞感,有人称自己曾为调试Claude生成的代码熬到凌晨,这在使用AI前绝不会发生。有人指出企业内存在不负责任的AI用码行为,会产出无人能维护的垃圾代码,还有开发者吐槽AI编码工作流程体验差,付费使用成本也越来越高。部分开发者也认可,做好时间盒管理后智能编码能有效减轻工作负担。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 36

加拉帕戈斯群岛的智能体编码笔记火了

有人整理了智能体编码的讨论笔记,目前在Hacker News获得36个点赞,引发开发者讨论。

行业动态 · Hacker News▲ 80

Claude Mythos Preview发布后,高危漏洞暴增

漏洞数量突然上涨恰好和新版本发布时间重合,正在公开社区讨论,需要更新AI工具的可以留意后续进展

行业动态 · Hacker News▲ 54

MCP出了抓包工具,相当于Wireshark版

调试MCP通信不用再猜流程了,开源工具直接抓包看实时内容

商业 · @theinformation▲ 1.2K

大企业AI投入这么多,居然开始不让员工用外部工具了

Meta每年花数十亿美元做AI,现在要求员工减少使用外部 coding 辅助工具,优先用自家开发的工具

Meta 正在投入数十亿美元发展 AI,同时推动员工减少依赖外部 coding 助手,更多使用其自有工具。

完整报道:

在 X 看原帖 ↗
1.2K3
职场 · @rohanpaul_ai▲ 872

现在顶级软件工程师,每月AI预算开到800美元了

这是特斯拉给工程师开出的新AI投入标准,这些工程师的工作已经接近物理机器和代码的极限

针对软件工程师的全新AI预算基准可能已经定在了每月800美元。

这是特斯拉最新的AI支出标准。

考虑到这些工程师的工作已经接近物理机器与代码能力的极限,这个数字应该会成为各地软件AI预算的锚点。

在 X 看原帖 ↗
8721
隐私 · @BrianRoemmele▲ 1.5K

AI公司偷偷在输出文字里加了追踪你的水印

两家AI公司已经给大段输出文字加上了文本水印,部分水印还带能定位到个人的序列号

⚠️ 警告⚠️ 两家AI公司升级了它们用于大多数段落长度及更长文本输出的文本水印技术!

甚至在一些简单文本输出里,都藏着可追踪到你个人的序列号。

我的独家研究,你在其他任何地方都找不到。我会向你展示如何找到它并移除它。这是件大事。

独家文章即将推出。

在 X 看原帖 ↗
1.5K72
产品 · @petergyang▲ 1.7K

OpenAI现在分三个产品,有人说完全没必要合并成一个就好

观点认为如果OpenAI做一个统一应用,把ChatGPT和Codex整合进去,还能保持易用,当前的产品拆分问题会更明显

💯 我真的不明白为什么非得做成三个独立的产品。

如果 OpenAI 能成功设计出一个统一应用,把 ChatGPT 整合进 Codex,同时保持直观易用——那现在这个拆分的问题就会更刺眼了。

在 X 看原帖 ↗
1.7K5
商业 · @theinformation▲ 1.4K

AI取代分析师的担心刚消,token钱谁付又成了新问题

金融数据公司已经打消了AI抢饭碗的担忧,但投资者现在开始问:AI代理消耗的数据量远超过人类分析师,token费用到底谁来出

金融数据公司基本已经平息了AI工具会取代它们的担忧。现在投资者想问的是,当AI代理消耗的数据远超人类分析师时,谁来为这些token付费。

阅读全文:

在 X 看原帖 ↗
1.4K1
技巧 · @louszbd▲ 115

用好AI提示的小技巧:先问「做什么」,再问「怎么做」

想要榨干模型的全部能力,先问方向再问方法,别让模型被你自己已有的认知限制住

真希望Thariq能更频繁地发内容。

我关于做规划的小技巧是:如果你想要从模型那里获得最大价值,先问「是什么」,再问「怎么做」。

这样一来,模型就不会被你已知的信息限制住,能发挥出它的最佳水平。

在 X 看原帖 ↗
1153
观点 · @jpschroeder▲ 156

好多聪明人,居然都不会用AI编码代理

这个判断针对2026年的行业状态,哪怕是高智商从业者,也未必能用好这类AI工具

针对2026年的核心洞察:许多非常聪明的人,其实非常不擅长使用coding agents。

在 X 看原帖 ↗
15615
行业动态 · Hacker News▲ 62

谷歌AI编程助手Gemini Code Assist 7月17日要关停

依赖这个AI编程工具的开发者,得提前找好替代方案了

社区讨论:多名用户纠正原标题错误,本次仅关停GitHub上面向非企业用户的免费版Gemini Code Assist,并非全线停服,普遍吐槽谷歌产品命名混乱,不同版本名称相近、频繁更名,文档信息杂乱。不少用户借此提醒,要保持AI工作流可迁移,评估工具时需把工具消失后的迁移成本和功能放在同等权重考量,还有用户调侃谷歌产品管理能力差,调侃这次停服又可以更新谷歌埋葬品名单killedbygoogle.com了。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 259

想本地跑最先进大模型?这份指南火了

不用依赖云端API,按这份指南就能自己在本地跑SOTA大模型,适合不想把数据上传的人参考。

社区讨论:多数本地大模型爱好者坦言,玩本地大模型硬件投入普遍偏高。指南里接近Claude Opus水平的顶配方案预算高达4万美元,实际要达到接近Opus的性能甚至需要40万美元,算下来比长期订阅GPT、Claude这类API服务贵得多。有人推荐性价比方案:3000美元可买带48GB内存的M系列Mac,或是单块RTX 3090就能运行Qwen3.6-27B的q4量化版本,也有人好奇介于入门和顶配之间的96GB VRAM千元方案的实际表现。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 140

学术报告不让用ChatGPT提示,这算歧视吗?

有人在2025年的学术报告中被禁止使用ChatGPT,当事人认为这属于歧视,此事引发了讨论。

社区讨论:多人认可当前学术圈日常用AI生成内容再修改的情况已经非常普遍。部分人认为禁止使用ChatGPT不合理,AI本质上和搜索工具能力没有区别,应该接受工具带来的效率提升。也有人反对,指出直接用AI生成内容再修改属于抄袭,允许 prompts 代替研究者本人准备报告,是浪费听众时间,称这项规定为歧视的说法很荒谬。

在 HN 看讨论 ↗   原文 / 论文 ↗
💡 深度观点
新深度观点 · @teortaxesTex▲ 1.3K

DeepSeek-OCR式压缩竟藏了更早的研究成果

有人调侃实验室都在后端用这种压缩方法,方法本身其实来自更早的公开研究,能帮普通开发者看清行业技术脉络。

如果这些实验室在后端运行 DeepSeek-OCR 风格的上下文压缩,那可太好笑了,而这种技术当然是从更古老的研究成果衍生而来的。

在 X 看原帖 ↗
1.3K74
深度观点 · @emollick▲ 1.2万

大模型未来可以自己把活派给小模型做?

有人认为目前前沿大模型的自主分工能力被低估,不远的将来,大模型可以按需自主把工作分派给更便宜的小模型,整个流程从一个智能AI规划器开始。

如果模型本身就是路由呢?我认为人们低估了当前前沿模型的能力,尤其是在不久的将来,它们能够根据需要自行将工作分配给更简单、更便宜的模型。

未来的模式可能会是:从一个智能AI规划器开始,让它自行分配工作。

在 X 看原帖 ↗
1.2万38821
深度观点 · @fchollet▲ 1.1万

未来工作不再拼专业技能,要拼这个?

未来找工作,需要的是高适应力与创造力,核心是解决复杂问题,不再是重复执行或者单一专业技能

未来的工作将要求高度的适应性与创造力,重点在于复杂问题建构,而非重复性执行或专业化技能。

在 X 看原帖 ↗
1.1万2324752
深度观点 · @victormustar▲ 1.3K

企业用AI很快就要自己部署了?

这一观点会改变企业AI投入的方向,值得留意

信不信由你:很快企业里的 AI 就会变成自托管部署了 ✌️

在 X 看原帖 ↗
1.3K1112
深度观点 · @Dan_Jeffries1▲ 516

遇到AI硬编码安全规则,就知道离AGI还有多远

处理日常任务时,模型还需要笨拙生硬、范围过大的硬编码安全规则,无法实时自我防护,这能帮判断我们离AGI还有多远。

当你在做一件日常小事时碰到一条愚蠢、生硬、范围过度宽泛的硬编码安全启发式规则,你就会完全清楚我们离 AGI 还有多远。

如果这些模型真的那么聪明,它们就能实时自我防护,根本不需要单独的分类器。

在 X 看原帖 ↗
516110
深度观点 · @chaykak▲ 611

现在有人训练大模型,要它必须有独特观点

现在行业都在要求大模型输出通用中立内容,有人反其道而行之,主动要求大模型给出鲜明独特的观点。

他们在主动对抗模型生成泛泛内容的倾向!要求大语言模型给出“独特观点”哈哈

在 X 看原帖 ↗
61123
⚡ 实战经验
实战经验 · @AliGrids▲ 1.4万

GLM-5.2优化出的可视化,完全不像开源模型

有人用GLM-5.2优化出了漂亮的可视化效果,体验完全不像开源模型能做到的程度,可以关注开源大模型的实际能力提升

GLM-5.2 优化了这个漂亮的可视化效果,说实话,它完全不像是一个开源模型。鸣谢 @jshguo

在 X 看原帖 ↗
1.4万9172113
新实战经验 · @pauliusztin_▲ 43

只用现有Claude订阅,就能搭本地知识图谱

不用额外搭建基础设施,只靠已有的Claude订阅就能自己搭建本地数据分析用的知识图谱引擎,基础设施成本几乎为零。

📌 其他
前沿研究 · @omarsar0▲ 5.5K

旧论文思路改一改,居然干翻了全注意力

线性注意力为了省内存会丢失长信息,新方法HOLA加了一小块不压缩的精确缓存,参数更少效果反而比全注意力更好。

这篇新论文值得一读,建议收藏。基本思路是将压缩循环状态与小型精确记忆配对,在保留线性注意力效率的同时,实现长范围召回。下文是更多介绍:

线性注意力和状态空间模型会将整个前缀压缩成固定大小的状态。这样就能获得O(1)内存复杂度,但当大量键值关联相互竞争时,更早的信息会被覆盖,“针查找”性能会下降。

HOLA为线性注意力补充了类似海马体的结构。它保留常规delta规则状态作为压缩记忆,额外添加了一个有界精确KV缓存,构成半参数测试时记忆。

状态负责建模可线性压缩的结构,缓存则存储不应通过压缩处理的关联。缓存写入时不需要学习淘汰模块,只保留预测残差实际提交给状态的token。

在15B SlimPajama token上训练,340M参数的HOLA将Wikitext困惑度从27.32降至22.92,优于全注意力Transformer++的26.88,并且在长达32k token的RULER针查找任务中保持鲁棒,这是它训练长度的16倍。

论文地址:

来我们的学院学习如何构建有效的AI agent:

在 X 看原帖 ↗
5.5K75553
工具产品 · @7h3h4ckv157▲ 5.9K

开源情报监控中东战事 全程免费免API

整合了五十多个公开信息源,把新闻、社交、军事、金融数据整理在同一个实时看板里,完全免费,运行不需要API密钥

用于监控中东冲突的实时开源情报(OSINT)指挥中心。

它聚合了来自50余个来源的开源情报:新闻、Telegram、军事追踪、金融市场,整合到同一个实时仪表板中。

无需API密钥。完全免费运行。

来源:

在 X 看原帖 ↗
5.9K129096
行业观点 · @emollick▲ 8.0K

业内观点:当前前沿AI缺少高目标野心实践

多数AI仅替代基础场景,长周期真实问题探索才具影响力

你说得对……但这一点,或许还不如「人们不会用这些系统去尝试有野心的项目」这件事重要。

很多模型作为 Google 替代品,完成作业「辅导」之类的任务都表现得非常出色。

真正能产生影响力的,是有人将前沿 AI 作为智能体,用来解决长期跨度的真实问题。

在 X 看原帖 ↗
8.0K69414
产品发布 · @framer▲ 1.3万

Fable 5大模型正式上线Framer设计平台

Fable 5性能优于Opus 4.8,更适配各类设计工作

Fable 5 现已登陆 Framer。

它是我们测试过的最具主动性的模型,常常能超出任务要求,产出风格更鲜明、可复用元素更丰富、首轮结果更精致的作品。

它尤其擅长原创设计工作、着色器和细腻动效。

在我们的评估中,Fable 5 总分为 83%,领先于得分为 77% 的 Opus 4.8,并且在设计分项以 81% 的得分领跑所有模型。它消耗的 credits 是 GPT 5.5 的 2 倍。

在 Framer 中了解更多关于 Fable 的信息:

在 X 看原帖 ↗
1.3万1415716
开源 · @_akhaliq▲ 4.3K

开发者称已完全迁移至开源模型日常使用GLM 5.2

一名开发者表示日常使用GLM 5.2,已完全转向开源模型

我现在几乎每天都会通过 hf claude 在 claude code 里使用 glm 5.2,已经完全转到开放模型了。

在 X 看原帖 ↗
4.3K22110
大模型 · @yuhasbeentaken▲ 1.7万

GLM-5.2现已上线NVIDIA NIM并提供免费端点

GLM-5.2上线NVIDIA NIM,速度免费优势明显但模型质量较低

GLM-5.2 现已通过 NVIDIA NIM 开放,提供免费端点。

优势:模型速度快,完全免费。

缺点:NVIDIA 似乎使用的是量化版本,生成质量低于官方 API。

我们正在开发 @OffloopHQ ,让智能体与人类能在 workspace 中协作!

在 X 看原帖 ↗
1.7万29250148
大模型 · @Im_IrushiK▲ 7.7K

用户征集性能优于GLM 5.2的开源大模型

社交平台用户发起征集,寻找比GLM 5.2更好的开源模型

给我推荐一个比 GLM 5.2 更好的开源模型,我等着。

在 X 看原帖 ↗
7.7K38720
开源 · @AlbertQJiang▲ 1.9万

Leanstral 1.5大模型发布 多项推理 benchmark达SOTA

6B参数开源大模型Leanstral 1.5正式发布,多项测评达最优

Leanstral 1.5 已发布。它在 FATE-H/X 上达到当前最优水平,在 PutnamBench 上得分为 587,在 miniF2F 上达到饱和,所有这些都来自一个采用 Apache-2 许可证、拥有 6B 激活参数的模型。

我们现在正愉快地验证代码属性,在 Rust 代码仓库中排查错误!

涵盖训练环境和评估结果的技术报告已发布。我们同时开源了 LeanstralSafeVerify 和 FLTEval。

在 X 看原帖 ↗
1.9万139332
知识管理 · @kieranklaassen▲ 303

教你使用纯Markdown文件构建复利知识库

讲解Compound工程插件中的复利知识生命周期

如何只用 markdown 文件构建一个复利知识库。

下文讲解 Compound Engineering 插件中的「复利知识生命周期」:

在 X 看原帖 ↗
303159
大模型 · @omarsar0▲ 8.1K

业内人士称GPT-5.6或将成为OpenAI的重大胜利

业内观点认为GPT-5.6是前沿模型的决定性时刻,需重视用户体验

我相信 GPT-5.6 会是 OpenAI 的一场巨大胜利。这会是前沿模型的决定性时刻。

但他们需要仔细打磨用户体验。

在我看来,Fable 5 重新发布就是因为这个原因搞砸了。

我并不完全反对护栏机制,但把这件事做对非常重要。

在 X 看原帖 ↗
8.1K15412
视频剪辑 · @0x_sakata▲ 1.5K

可通过Claude Code实现完全免费开源的AI视频剪辑

无需预设和菜单,自然语言描述需求即可,仅读取文本 transcript 大幅降低token消耗

阅读全文 →
1.5K28821
观点 · @HamelHusain▲ 631

当前存在两种互相矛盾的AI发展叙事

HamelHusain在𝕏提出两种同时存在的AI观点,两种观点互不一致,他本人更偏向第一种

当前AI领域同时存在两种截然不同的叙事。第一种观点认为,借助AI一个人就能完成原本20人的工作,还能学习任何知识、创作任何内容,人们只需要学会使用Claude就可以。

第二种观点提出,企业已经投入数十亿美元资金,安排前置部署工程师帮用户落地AI,因为自己落地AI既耗时又难度太高。

HamelHusain个人更偏向第一种观点。他认为这两种叙事互相矛盾。

在 X 看原帖 ↗
63112
大模型 · @nicdunz▲ 264

开发者分享大模型使用习惯从最强模型转向小模型

小模型性能提升后,开发者默认用小模型仅在需要时切大模型,讨论自动路由可行性

此前我做任何任务都会默认选用性能最强的大模型,因为小型大模型一直能力太差。

如今小型大模型的实际性能已经相当出色,我开始更享受默认使用小模型的状态。

小模型运行速度更快,我只在有需要的时候才切换到性能最强的大模型。

我好奇自动路由是不是推出得太早了。

自动路由刚出现的时候,小模型确实速度快,但能力仍然不足,这可能是当时没人接受它的原因。

现在自动路由或许真的是正确方向,因为哪怕用小模型,一半的任务都能搞定,不需要切换。

在 X 看原帖 ↗
2646
商业 · @AYi_AInotes▲ 815

小红书Red Skill快速发展,或将成AI能力分发新入口

观察者分析小红书Red Skill增长,认为其有望领跑AI能力分发

行业活动 · @altryne▲ 715

开发者分享参加AI开发者大会的参会体验与感受

AI开发者altryne分享aiDotEngineer大会参会见闻感悟

新开源 · @lxfater▲ 1.7K

开发者称AI发展下写程序成标品 选择放弃编程

一名开源开发者因AI快速发展,选择放弃编程转学习新技能

我说写程序没前途是针对我自己说的。

我能力一般,AI刚出来的时候玩过开源,搞了1w stars,主要做是将模型移植到webgpu上运行的杂活。后来裸辞出来,搞过录屏和视频剪辑器,也变现了。

但最后我还是选择放弃写程序这条道路了。原因很简单。

我在GPT5.3的时候,发现模型进化很快。无论我如何去积累产品所谓的技术壁垒。模型一更新,就会有人复刻出来。

当时听到纳瓦尔的一句话:假如社会上能培养你,就能培养出一大堆人替代你。

写程序这个技能,慢慢变成了标品。标品的未来只有低价化。

而且,我感觉就算我投入更多的时间,这个技能给我红利已经没有了。

所以我直接放弃这个技能,直接去学习新的技能。

在 X 看原帖 ↗
1.7K74

这一天的 47 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