社区讨论：已有开发者逆向方向开发了同时适配AI智能体和人类使用的办公套件，还有开发者一年前就已推出符合ECMA 376规范的同类项目，另有两名开发者称正在做同类项目，一个是适配MCP的docx交互微调模型，另一个无需处理OOXML。有人认可这个项目能解决实际需求，有人提出建议，如果不需要交互动画，可以让AI用HTML生成幻灯片再转PDF，也有人提问这个工具对Excel的公式和宏处理效果如何，还有人质疑最近LLM生成Office文档的需求爆发原因，认为LaTeX这类工具其实更合适。

社区讨论：多数评论者认同大语言模型会输出同质化内容，趋向回归平均，挤压真正的新创意空间。有AI从业者提到，连续读60份AI生成报告，重复的措辞、结构和论点令人极度压抑。也有人指出原帖本身是缺乏深度的空洞内容，还有人持不同看法，认为AI本身可以成为探索新发现的工具，市场会提升人类独特创意的价值，不必完全悲观。

社区讨论：一部分用户认为，Anthropic用Claude Code订阅补贴低价token是公平的市场策略，类似运营商补贴锁机，不想绑定可以选择付费解锁，指责该行为没有道理。另一部分用户认为Anthropic的一系列举措反消费者，一边修改规则伤害用户利益，一边还将其宣传为产品优势，已经透支了用户好感，不少用户已经开始迁移到其他替代产品。Anthropic此前已经在上线前临时取消了原定6月15日的规则变更，政策反复也加重了用户的不信任。

如何用 @harborframework 和 LangSmith 沙箱运行智能体评估，包含完整追踪。

在 7 月 10 日前提交你的 OpenAI DevDay 2026 申请：

随着 @Apptronik 扩建其 Robot Park 设施，我们的研究合作意味着，最新的 Apollo 2 人形平台收集到的真实世界数据，将帮助训练和推进 Gemini Robotics。🤖

了解更多 →

当你的笔记、PDF 和文档堆积在文件夹里后，就很难搜索了。

在本教程中，Darsh 会教你如何构建一个能在你自己机器上运行的私有 RAG 问答智能体。

你将使用 Python、LangChain v1、Ollama、Qwen 和 ChromaDB 查询你的文档，并获取带引用来源的回答。

我很高兴终于宣布我们完成了种子轮和A轮融资。自从2年半前我离开Google DeepMind，以民主化后训练为目标创业以来，这是一段很棒的旅程。

如果你能获取优质数据，现在还能获得强化学习环境，后训练就会变得容易很多。这就是为什么我们一直投入精力做数据研究。我们也会继续把Bespoke打造成全球最好的数据研究实验室之一。

感谢所有人的支持，也感谢出色的Bespoke团队迄今为止完成的了不起的工作！

附言1：是的，我们在种子轮后一直忙着搭建产品（MiniCheck、Curator、OpenThoughts、Terminal Bench等等），所以一直没机会宣布种子轮融资！

附言2：我从周三开始会出席ICML！

微软在围绕 AI 调整业务方向的过程中，将裁员 4800 人。

The Information 的 @aaron_holmes 解释了微软内部对此次裁员的表述：

“微软在对这件事的表述上相当谨慎。它称自己正在围绕 AI 重新调整业务方向，这一点是真的。但它也谨慎地表示，此次被裁掉的岗位实际上并没有被 AI 直接取代。”

我非常兴奋看到一家资金充足的全新非营利机构，全心专注于AI安全领域，而且由Geoffrey及其同事这种水平的人士领导。

另外，现在正是下重注的时候，Coefficient Giving愿意这么做值得称赞。如果你拥有他们需要的技能，快来申请吧！

别读代码。但要在你脑子里持续生成这份代码的嵌入向量，如果这说法讲得通的话。

终于出了一个新评测基准，能让GLM-5.2掉到中等模型梯队了。

正在为 seedthree 开发 Eidoverse 接入钩子，这样智能体就能在视频里使用 Eidoverse 的程序化生成植物了：)

顺便说一句，Eidoverse 不只是做视频。Eidoverse-Video 只是第一步，这套工具后续会拓展到交互内容领域。

我从今年年初就一直在做相关开发，目标是逐步解锁 LLM 3D 世界建模的全部潜力。懂吧…就是全息甲板，哈哈哈。

很高兴 Hy3 现在能在 @kilocode 中使用了。我非常期待看到开发者们用它打造出什么作品！

建立一家优秀的 AI 公司并不要求你一定要在旧金山。

我和来自全球各地的创业者合作，如今地理位置的影响已经没那么大了。

Viktor 就是最好的证明：它是一款 AI 员工产品，服务超过 2 万个团队，年化营收达到 2000 万美元，完全在欧洲打造，由 Accel 投资。

就在你所在的地方创业吧。@viktor__com

腾讯回来了。他们刚刚发布了一款名为 Hy3 的全新 AI 模型。完全开源，可免费用于任何用途。

但真正吸引我注意的是这点：和其他所有公司不同，腾讯没有炫耀测试分数，而是把真实任务交给了 270 名专业人士。所有人都不知道自己在用哪款 AI，整个测试是完全盲测的。

结果 Hy3 赢了。总共进行了 312 组对比，它在人们日常处理的工作类型上优势最大。

这个模型的准确率也提升了很多。过去它生成虚构内容的概率是 12.5%，现在已经降到了 5.4%。而且它的运行成本比它击败的那些模型还要低。

现在每家 AI 公司都想着在排行榜上登顶，而腾讯走出去，直接问真实用户，它到底能不能帮人们更好地工作。

进步的第一核心要素「从预训练转向强化学习+产品反馈闭环」，现在来看已经不算什么新观点了。

尽管如此，这里给出的具体数据，还有开源中文模型在各个维度上取得的整体快速进展，都非常令人印象深刻。

这是一次很棒的开源发布。物理 AI 是下一个前沿领域，因此一切正在从「思考」转向「采取行动」。

LingBot-Vision 看起来是一个强大的视觉基础模型，它在长时连续操作的一致性深度方面展现出了进步。

你只需要 Loop Engineering。

直到前沿实验室收集到足够数据，训练出能管理循环的智能体，届时我们就能验证“品味”到底算不算是一道足够大的护城河。

这是一次很棒的开源发布。物理 AI 是下一个前沿领域，因此一切正在从「思考」转向「采取行动」。

LingBot-Vision 看起来是一个强大的视觉基础模型，它在长时连续操作的一致性深度方面展现出了进步。

腾讯回来了。他们刚刚发布了一款名为 Hy3 的全新 AI 模型。完全开源，可免费用于任何用途。

但真正吸引我注意的是这点：和其他所有公司不同，腾讯没有炫耀测试分数，而是把真实任务交给了 270 名专业人士。所有人都不知道自己在用哪款 AI，整个测试是完全盲测的。

结果 Hy3 赢了。总共进行了 312 组对比，它在人们日常处理的工作类型上优势最大。

这个模型的准确率也提升了很多。过去它生成虚构内容的概率是 12.5%，现在已经降到了 5.4%。而且它的运行成本比它击败的那些模型还要低。

现在每家 AI 公司都想着在排行榜上登顶，而腾讯走出去，直接问真实用户，它到底能不能帮人们更好地工作。

很高兴 Hy3 现在能在 @kilocode 中使用了。我非常期待看到开发者们用它打造出什么作品！

随着 @Apptronik 扩建其 Robot Park 设施，我们的研究合作意味着，最新的 Apollo 2 人形平台收集到的真实世界数据，将帮助训练和推进 Gemini Robotics。🤖

了解更多 →

在 7 月 10 日前提交你的 OpenAI DevDay 2026 申请：

微软在围绕 AI 调整业务方向的过程中，将裁员 4800 人。

The Information 的 @aaron_holmes 解释了微软内部对此次裁员的表述：

“微软在对这件事的表述上相当谨慎。它称自己正在围绕 AI 重新调整业务方向，这一点是真的。但它也谨慎地表示，此次被裁掉的岗位实际上并没有被 AI 直接取代。”

我非常兴奋看到一家资金充足的全新非营利机构，全心专注于AI安全领域，而且由Geoffrey及其同事这种水平的人士领导。

另外，现在正是下重注的时候，Coefficient Giving愿意这么做值得称赞。如果你拥有他们需要的技能，快来申请吧！

别读代码。但要在你脑子里持续生成这份代码的嵌入向量，如果这说法讲得通的话。

如何用 @harborframework 和 LangSmith 沙箱运行智能体评估，包含完整追踪。

终于出了一个新评测基准，能让GLM-5.2掉到中等模型梯队了。

正在为 seedthree 开发 Eidoverse 接入钩子，这样智能体就能在视频里使用 Eidoverse 的程序化生成植物了：)

顺便说一句，Eidoverse 不只是做视频。Eidoverse-Video 只是第一步，这套工具后续会拓展到交互内容领域。

我从今年年初就一直在做相关开发，目标是逐步解锁 LLM 3D 世界建模的全部潜力。懂吧…就是全息甲板，哈哈哈。

社区讨论：一部分用户认为，Anthropic用Claude Code订阅补贴低价token是公平的市场策略，类似运营商补贴锁机，不想绑定可以选择付费解锁，指责该行为没有道理。另一部分用户认为Anthropic的一系列举措反消费者，一边修改规则伤害用户利益，一边还将其宣传为产品优势，已经透支了用户好感，不少用户已经开始迁移到其他替代产品。Anthropic此前已经在上线前临时取消了原定6月15日的规则变更，政策反复也加重了用户的不信任。

社区讨论：多数评论者认同大语言模型会输出同质化内容，趋向回归平均，挤压真正的新创意空间。有AI从业者提到，连续读60份AI生成报告，重复的措辞、结构和论点令人极度压抑。也有人指出原帖本身是缺乏深度的空洞内容，还有人持不同看法，认为AI本身可以成为探索新发现的工具，市场会提升人类独特创意的价值，不必完全悲观。

社区讨论：已有开发者逆向方向开发了同时适配AI智能体和人类使用的办公套件，还有开发者一年前就已推出符合ECMA 376规范的同类项目，另有两名开发者称正在做同类项目，一个是适配MCP的docx交互微调模型，另一个无需处理OOXML。有人认可这个项目能解决实际需求，有人提出建议，如果不需要交互动画，可以让AI用HTML生成幻灯片再转PDF，也有人提问这个工具对Excel的公式和宏处理效果如何，还有人质疑最近LLM生成Office文档的需求爆发原因，认为LaTeX这类工具其实更合适。

你只需要 Loop Engineering。

直到前沿实验室收集到足够数据，训练出能管理循环的智能体，届时我们就能验证“品味”到底算不算是一道足够大的护城河。

进步的第一核心要素「从预训练转向强化学习+产品反馈闭环」，现在来看已经不算什么新观点了。

尽管如此，这里给出的具体数据，还有开源中文模型在各个维度上取得的整体快速进展，都非常令人印象深刻。

建立一家优秀的 AI 公司并不要求你一定要在旧金山。

我和来自全球各地的创业者合作，如今地理位置的影响已经没那么大了。

Viktor 就是最好的证明：它是一款 AI 员工产品，服务超过 2 万个团队，年化营收达到 2000 万美元，完全在欧洲打造，由 Accel 投资。

就在你所在的地方创业吧。@viktor__com

当你的笔记、PDF 和文档堆积在文件夹里后，就很难搜索了。

在本教程中，Darsh 会教你如何构建一个能在你自己机器上运行的私有 RAG 问答智能体。

你将使用 Python、LangChain v1、Ollama、Qwen 和 ChromaDB 查询你的文档，并获取带引用来源的回答。

我很高兴终于宣布我们完成了种子轮和A轮融资。自从2年半前我离开Google DeepMind，以民主化后训练为目标创业以来，这是一段很棒的旅程。

如果你能获取优质数据，现在还能获得强化学习环境，后训练就会变得容易很多。这就是为什么我们一直投入精力做数据研究。我们也会继续把Bespoke打造成全球最好的数据研究实验室之一。

感谢所有人的支持，也感谢出色的Bespoke团队迄今为止完成的了不起的工作！

附言1：是的，我们在种子轮后一直忙着搭建产品（MiniCheck、Curator、OpenThoughts、Terminal Bench等等），所以一直没机会宣布种子轮融资！

附言2：我从周三开始会出席ICML！