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。

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。

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。

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：

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：

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

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。

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。

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。

给我推荐一个比 GLM 5.2 更好的开源模型，我等着。

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！

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：

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：

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。

⚠️ 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。

💯 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。

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：

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。

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。

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

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。

信不信由你：很快企业里的 AI 就会变成自托管部署了 ✌️

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 ⬇️

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。

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。

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」：

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。

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。

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：

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。

⚠️ 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。

💯 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。

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：

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。

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。

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。

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。

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。

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。

信不信由你：很快企业里的 AI 就会变成自托管部署了 ✌️

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。

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

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：

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 ⬇️

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：

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

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。

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：

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。

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！

给我推荐一个比 GLM 5.2 更好的开源模型，我等着。

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。

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」：

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。

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。

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。