社区讨论:多数开发者认为提示词注入对大模型的危害比SQL注入对数据库更严重,属于系统性的类别漏洞。有人指责微软为了蹭AI概念仓促推出半吊子功能,GitHub开发流程完全忽略了安全检查。有人认为这本质是配置错误,就像把带密钥的CI开放给公共PR运行。
也有阴谋论称GitHub本身就想通过大模型窃取私有代码,还有人确认漏洞已经修复,但不确定是否有用户已遭遇数据泄露。
近期AI领域的讨论大多围绕GLM 5.2展开,主流话题都是它和Opus的性能对比。那是头条新闻。实际工作负载则讲述了一个更安静的故事:与我合作的开发者一直在大规模使用MiniMax M3,因为它能提供相近的长周期能力,成本却低得多。事实上,MiniMax M3在Open Router平台的令牌使用量仍比GLM 5.2高出50%以上。
来源:Open Router排行榜
限制长周期智能体发展的主要因素从来不是模型智能,而是不断增长的上下文带来的注意力计算成本。MiniMax M3就是为消除这一限制而设计的。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
用GitHubAI代理协作开发的人,现在私有代码存在泄露风险
社区讨论:多数开发者认为提示词注入对大模型的危害比SQL注入对数据库更严重,属于系统性的类别漏洞。有人指责微软为了蹭AI概念仓促推出半吊子功能,GitHub开发流程完全忽略了安全检查。有人认为这本质是配置错误,就像把带密钥的CI开放给公共PR运行。
也有阴谋论称GitHub本身就想通过大模型窃取私有代码,还有人确认漏洞已经修复,但不确定是否有用户已遭遇数据泄露。
框架叫LOOP ENGINEERING,任何人都可以拿来搭建能自己改进交易策略的交易AI代理。
如果从事的工作需要更高智能,Sol 和 Fable是目前仅有的两个选择,不同的人会偏好其中一款。
我的核心结论是,Sol 和 Fable 都比此前的模型实现了跨越式提升,并且和目前排名第三的 AI 拉开了巨大差距。
人们会对其中某一个有偏好,但如果你做的任何工作中,更强的智能很重要,那这两个模型就是你仅有的选择。
有人不满Claude桌面版只是聊天工具,想要更完整的工作应用,于是做了这个开源项目,可以自己搭建工作区
Claude 的桌面应用很棒,但在我们自己的日常工作中,一直希望它不要只是个聊天应用,而是更像一个成熟的工作应用。
Rowboat 就是我们为此做出的尝试,它支持你在 Rowboat 内搭建自己的工作界面(更多信息见下文)。
我们的代码仓库地址是:https://github.com/rowboatlabs/rowboat,演示视频在这里:https://www.youtube.com/watch?v=et5yQABJ3xI
在上一段创业经历中,我们为企业客服代表打造了一款深度学习产品,服务对象包括支持P
谷歌DeepMind发布全新AI功能,让史学家用自然语言研究古典文本
🏛️ 我们正在推出一种与古代世界对话的全新方式。我们将 Gemini 直接接入我们的专家模型 Aeneas 和 Ithaca,通过 Google Antigravity 的这项 Predicting the Past Skill,历史学家就可以用直白英文研究希腊语文本和拉丁语文本。🧵
使用 AI 进行历史分析存在三大核心挑战:
🔹 为每一篇铭文创建定制分析和可视化内容
🔹 跨来源映射以发现大规模模式
🔹 无需编码技能即可使用先进 AI 工具
我们的 Antigravity 技能将所有这些复杂工作流都转换成了直白英文操作。
Meta发布全新智能体模式图像生成模型Muse Image,具备多种能力
现在已经在全球范围扩大预览访问权限,普通用户很快就能用上新模型。
企业采购AI代理开放数据权限后,现有供应商提供的审计记录可篡改,这款工具生成不可篡改的运行记录,满足合规审计需求
你好 HN,我是 Brian,过去几年我在 Vanta (YC W18) 工作,帮助初创公司和企业完成合规,最近我开始研究这件事在智能体普及后的世界会是什么样子。
Halo 解决的问题是:当一家公司从供应商那里购买 AI 智能体,并授予它访问自有数据的权限后,公司没办法核查智能体对这些数据做了什么。供应商可能已经搭建了可观测面板和审计日志,但这些内容都可以被修改,而且立场偏向供应商自己。
SOC 2 和 ISO 27001 审计的是一家公司……
知名开发者@gdb将参与规划Git在智能代理时代的未来方向,开发者工具的适配方向值得关注
OpenAI推出新款实时模型API,新增能力并降低延迟
GPT-Realtime-2.1-mini 现已开放通过 API 使用,为我们的 Realtime mini 产品线带来了推理与工具使用能力,定价与 GPT-Realtime-mini 保持一致。
通过改进缓存机制,我们将所有 Realtime 语音模型的 p95 延迟降低了至少 25%。
自动流程在云端服务器生成代码,远程调用云Mac用Xcode完成编译,还生成截图发回了结果。
🤯 它真的成功了!它用完整的 Swift 写出了一个基础 iOS 应用,然后生成了截图,还给我发了查看链接!
它先是在我的 Hetzner VPS 上完成了编写,接着通过 SSH 登录到数据中心里一台 @macincloud 的 Mac Mini,在那上面用 Xcode 构建了应用。
功能非常基础,但这是一个很棒的开端。
其表示本地AI编码消耗电池且部署慢,VPS编码无电池消耗可即时部署
近来levelsio的所有工作都在虚拟专用服务器(VPS)上完成,不再在本地设备进行任何操作。
本地运行AI编码会消耗本地设备电池,部署速度也更慢。
在VPS上编码不会消耗本地设备电量,还能实现即时部署。
无需部署的时候,就不用做部署步骤。
该融资将助力其推进可靠AI代理研发工作
我们非常荣幸地宣布,我们获得了4000万美元投资,这笔资金将推动我们实现让AI agents更可靠的使命。
过去两年里,我们一直埋头开展世界级的数据整理研究,并交付了业内顶尖的强化学习环境,用于训练和优化AI agents。这笔融资让我们能在这两个方向上进行更深入的探索。
感谢我们的投资方@Wing_VC、@MayfieldFund、@8vc、@thehousefund,以及我们的天使投资人,包括Jeff Dean、Dheeraj Pandey、Tristan Handy,还有多位来自Anthropic、OpenAI、Meta的投资人。
还要感谢每天与我们合作的前沿实验室和企业,他们认同我们对未来的愿景:即agents可以连续数周甚至数月自主运行。(更多内容见下方)
你可以在我们的博客阅读更多关于本轮融资的信息:以及新闻稿:
我们和@axios的Natalie Breymeyer谈到了这个里程碑,以及我们正在构建的产品——点击这里查看:
如果你有兴趣合作,请联系我们:如果你有兴趣参与构建支撑可靠agents的环境和工具,点击这里查看加入我们团队的机会:
填一次个人资料,它就能读每个招聘启事,给你匹配度打分,定制简历和求职信,还会有AI审核员提修改意见。
一个用 Claude Code 找工作的代码仓库。你只需要填写一次个人资料。
之后对每个职位,它会阅读招聘启事,给你和职位要求匹配度打分,定制你的简历和求职信,让审核 agent 给草稿提修改意见,编译成 PDF,还会检查文件是否能通过 ATS 系统。
它把求职变成了你可以自己跑通的流水线。如果你是技术背景,同时要投很多岗位,值得一试。
这是一个很扎实的框架。如果你想自己搭建求职 agent,它是很好的起点。
现在各大公司都在拼模型参数规模、拼智能程度,这个观点戳中了很多一直在追大模型的人的疑问。
有人开发了Shellular,可以在手机上运行Claude Code、Codex、Pi,不用守在电脑前也能调用这些AI工具工作
这个叫Multi-turn OPD的方法,会根据训练进度抽取对应深度的样本,给更深的对话轮次分配更均匀的损失权重。
多轮 OPD。根据训练进度采样对应特定深度的数据,并对更深轮次应用更均匀的损失加权。(这一点现在已经得到反复验证)诊断本身才是有意思的部分。
目前多轮 OPD 需要一些复杂调整。可能这源于设置问题,也可能是我们还没找到最简洁的方案,又或者这是 OPD 固有的问题。
今天美东时间早8点有线上反馈会,任何人都可以加入参与讨论。
同样达到Opus的智能水平,可以少花六分之五的成本,想降AI使用开支可以关注这个方法。
这是一次极限测试,生产环境中零件都会标注清楚类型,本次测试就是想看无标注零件能把传感器加视觉拼搭工具推到什么程度
我正在用传感器系统测试 UNLABELED 模块化组件包,就是把一堆网格名称是 L_004 这样的部件扔给 Fable 跑。
目前已经跑出了一些成果,但组件包还没有按照预期方式工作。我正在和 Fable 一起优化结果,看看这套传感器+视觉的拼改工具能做到什么程度。
有意思的点在于,Fable 甚至完全不知道这些部件都是什么,却至少正确拼出了一个建筑的轮廓。但你也能看到失败之处:一堆门被当成窗户用了,整个一楼的结构也很奇怪……
这是一个极限测试,因为生产环境里,组件包和普通网格部件都会标注清楚它们是什么(这是测试渲染,所以 FPS 很低)。
这款名为IdeoKrea LoRA的适配模型,能让Krea 2 Turbo的效果更接近Ideogram 4,还优化了JSON提示和部分图像生成风格
Krea 2😌
IdeoKrea LoRA
——适配 Krea 2 turbo 的 LoRA,能让它生成效果更接近 Ideogram 4
——改进了 JSON 提示词处理,以及特定图像的风格👇
爆料称Grok 4.5明日发布,本周将是AI大模型重磅周
以前需要专门机构、大量人力才能完成的主题归因拆解和业绩分析,现在普通个人靠AI就能完成
Jamie Coutts:过去只有对冲基金能做的事,现在任何拥有AI的人都能做。
“回到GLG时代,你得搭建这些交易,完成主题归因,再按主题拆分投资组合表现。”
“现在有了AI,任何像Daniel这样的人都可以让AI完成这项工作,获取所有不同篮子的表现,看看哪些真正有效。”
曾经耗资数百万的实时归因分析,现在只需要和模型对话就能完成。
FT @RaoulGMI @goldmembrrr @Jamie1Coutts @RealVision.
用户可以随时搜索或者回忆之前看到听到的内容,全程录音拍照的设计让隐私问题直接摆上台面
消息来源:Meta 正在测试可持续录制音频、每隔几秒拍摄一张照片的AI眼镜,允许用户查询或回忆他们所见所闻(@mshannahmurphy / 英国《金融时报》)
访问 Techmeme dot com 获取链接和完整上下文!
对应的播客节目已经准备好全程直播,太平洋时间8点半就能在YouTube和推特看更新
OpenAI 刚刚确认他们会在本周的 ThursdAI 发布新模型 ☀️🌎🌘
我们当然会在 @thursdai_pod 带来完整报道。欢迎 Sol、Terra 和 Luna!
太平洋时间 8:30 在 YouTube 和本平台收看我们的节目👏
模型放在ModelScope平台,协议是Apache 2.0,可以免费拿来做实体操作相关的开发
LingBot 将一款6B参数视觉-语言-动作模型上线到了 ModelScope,该模型专为不同机器人本体的实际现实世界操纵任务构建。🤖
许可证:Apache 2.0 🔗 📄
🏆 在桌面双臂操纵任务中,LingBot-VLA 2.0 在 Agilex Cobot Magic 上达到了 66.2 的进度得分 / 34.4 的成功率,表现优于 LingBot-VLA 1.0、pi0.5 和 GR00T N1.7。
🦾 该模型训练用到了覆盖 20 种机器人配置的共 50000 小时机器人轨迹数据,外加 10000 小时第一人称人类视频数据。
⚙️ 支持机械臂、末端执行器、夹爪、灵巧手、腰部、头部和移动底座信号,全部统一为单一动作表征。
🧠 采用稀疏 MoE 动作专家来实现跨本体扩展,并通过来自 LingBot-Depth 和 DINO-Video 的双查询蒸馏获取当前几何信息与未来动态信息。
这个环节原本全靠人工组装调试,自动化生产的路径正在一步步走通
人形机器人如今正在接受训练,来建造其他人形机器人。
好奇Claude Code开发过程的人,可以找到这篇完整的制作记录,不用猜功能背后的设计思路
Anthropic 今天又离这个目标更近一步,这条资讯还涵盖 Meta 发新模型、中国AI转向等更多行业动态
前沿实验室的圣杯,就是一款能把AI编码能力与聊天式产品简洁性结合在一起的超级应用。今天Anthropic离这个目标又更近了一步。
除此之外:Meta发布了新模型,中国AI战略转向,Fable继续运营,还有更多消息。
传闻模型参数1.5T,性能达到opus 4.8和GPT 5.5级别,周三就会正式推出
用高端AI当顾问,本地模型负责执行干活,可以省大量API费用,还能远程看进度,让工作通宵跑直到完成。
研发最强AI的成本越来越高,不少硅谷初创放弃自研大模型,改用中国的AI技术。
英伟达和AI芯片初创公司d-Matrix将整合双方硬件,推出运行AI模型的新系统,这是英伟达和竞品合作的最新案例
Nvidia 和 AI 芯片初创公司 d-Matrix 正将双方的硬件整合进一套新系统,为 AI 模型提供算力,这是 Nvidia 与竞争对手合作的最新案例(@_pheebini / The Information)(访问 Techmeme dot com 获取链接和完整上下文!)
可以用Opus 4.8或Fable 5做规划,GPT-5.5执行,GLM做设计,靠组合不同AI完成工作就行
Fable 5 的发布恰恰说明了智能体编排的重要性。
大多数任务你其实根本用不到 Fable 5。
你可以用 Opus 4.8/Fable 5 做规划,用 GPT-5.5 执行,用 GLM-5.2 做设计。
通过精心编排,你可以大幅优化 token 利用率。
Muse Image不只是生成图,还能自己搜网页、写代码、调用工具做决策,和普通生成器不一样
这款定位办公助手的模型还没有独立第三方测试,现有数据显示它没比得过已有产品
MAI-1 目前还没有独立基准测试,但官方发布的数据显示它的表现比 Sonnet 4.6 更差。
我不确定它作为 Excel 和 Outlook 的 Copilot 能有多好用,尤其是现在已经有不少依托优秀 AI 的出色 Claude/OpenAI 办公插件了。
拭目以待吧。
稀疏注意力技术降低了长周期AI Agent的运行成本,开发者现在可以关注MiniMax M3
Together ATLAS搭配NVIDIA Blackwell、CUDA等技术,从底层优化了API调用的延迟
这就是 API 之下延迟优化的样子👇
Together ATLAS、NVIDIA Blackwell、CUDA、TensorRT-LLM、Dynamo 还有自定义内核全都协同工作,为用户带来更快的推理速度。
为 @realDanFu 和我们整个团队感到骄傲!
新推出的Genie Code扩展了功能,专门支持更复杂、多步骤的AI数据和机器学习工作
🧞 Genie Code 正在扩展功能,支持在 Databricks 上完成更复杂的智能体数据与机器学习工作。新增能力包括:
→ 整页命令中心,可管理复杂的多线程工作,自带线程状态、检查点,还能快速访问指令、技能和连接器。
→ 覆盖 MLflow、Model Serving 和计算的原生智能,让你已经在使用的同一个智能体变身生产机器学习工程专家。
很快会推出定时任务功能,让 Genie Code 自动运行任务,然后把结果返回供你检查。点击查看演示:
Hermes Agent 更新后,可接入自定义密码管理器,也原生集成了 1Password,运行 hermes update 即可获取更新。
Hermes Agent 现在支持可插拔密钥管理器,你可以接入自定义密钥管理器,同时现在已经原生集成 1Password 了!
运行 `hermes update` 即可立即使用!
18个月内,普通人就能在自己的RTX 5090显卡上运行相当于GLM 5.2的AI模型,不需要依赖云端服务。
对LLM维基方向感兴趣,可以报名参与这次讨论,不需要付费
就在本周四!@hwchase17 将主持一场关于 LLM Wikis 的讨论,嘉宾为 @BraceSproul 和 @devstein64。
别错过!点击下方 RSVP →
想自己搭建可本地运行的个人AI智能体,这里有完整的流程教程
同时还配套了相关的学院课程,这是发布者认为目前最重要的项目和课程
有人分享了一篇博客,提出改进AI智能体的核心,本质是针对运行轨迹的数据挖掘问题。
这篇相关博客已经引发很多人讨论,本周四会聊这个方向,还有作者观点的最新变化
LLM维基是智能体记忆未来形态的一种雏形。
我写的这篇博客引发了很多人的共鸣。
本周四我会和@BraceSproul、@devstein64一起讨论这个话题,也会聊聊我在这篇文章发表后更新的一些看法。
做AI应用的开发者可以优先测试这个模型,更快的输出速度能降低延迟,提升使用体验
企业可以靠这项能力规模化整理数据,理解自家AI代理的运行情况,建立持续优化的闭环,企业建设AI能力可以参考这个方向
ICYMI:在@aiDotEngineer 世界博览会上,@vtrivedy10 登台分享了为什么从追踪痕迹中进行数据挖掘,是企业用来理解其智能体、规模化整理数据,进而运行优化循环所能打造的最高杠杆能力之一。
不用提前会编程或者懂计算机科学,任何人都能报名参与,想入门AI可以看看这个机会。
欢迎今天来参加我们免费在线直播系列课的第一章节,课程内容是介绍人工智能(AI)基础。
这个系列课面向所有想要更好理解AI工作原理、以及支撑AI实现的核心思想的人群。
不需要提前具备编程或计算机科学经验!
新研究确认,把大模型当作AI能力验证器,是当前AI扩张的关键新方向。这项来自Stanford、NVIDIA和UC Berkeley的工作,做出了无需训练的验证器,在多个测试基准都拿到了对应成绩。
想自己动手训练定制AI智能体,可以跟着官方免费教程一步步学
即使产品本身的AI表现很好,这些过度修饰的话术还是会悄悄钻进产品的小字说明、功能选项里,很难彻底清除。
在人工智能本身表现出色的软件和设计项目中,Fable过度堆砌的措辞是一个一直存在的问题。
它就是会悄悄钻进零散文本、吐司通知和菜单里,哪怕你已经尝试给出相反的指令。
而一旦它侵入进来,就很难被彻底清除。
用户joshavant在𝕏分享个人常用的对话模式,用侧边对话完成聚焦任务后整合回主对话
joshavant在使用大语言模型对话时,反复使用一种名为手动子代理的模式,实用性很高。
具体操作方法是,先启用侧边对话,完成特定、聚焦的独立任务。
任务完成后,要求模型生成提示词,把侧边对话的结果更新整合到主对话中。
最终主对话就会起到类似协调编排者的作用。
AI开发者称此前中国开放权重是全球中小从业者的平衡器,如今或将关闭开放
中国的开放模型不再开放后,永久性的底层群体将成为现实。过去两年里,全球其余AI开发者能跟上头部企业的步伐,唯一原因就是中国提供了AI开放权重。从GPT被封禁的时期开始,中国的开放模型一直是推动资源平衡的关键力量。
中国商务部正与阿里巴巴、字节跳动等机构洽谈,计划封堵这类AI模型,其中也包括开放权重。目前两个超级大国都已意识到前沿AI是一种战略武器,都不允许普通从业者接触这类技术。
不少人此前花费数年时间推崇开源的胜利,如今监管部门介入后,开放生态被打破,局面令人错愕。
夺冠机器人可自主完成观察、决策、配合与射门,已开始学习团队协作
人形机器人的技术能力提升十分显著。中国凭借搭载AI的自主足球人形机器人,夺得2026年机器人世界杯冠军。
这类机器人可以识别足球、自主做出决策、完成团队配合并完成射门动作。
机器人现在已经开始学习团队协作能力。
开发者分享用人在环路+DialAgent提升智能体循环可靠性,可通过电话远程确认决策
循环工程设计很出色,但一旦出错就会前功尽弃,这里分享提升智能体循环可靠性的方法。该方法使用人在环路(HITL,即让人介入循环)方案,实现简单,效果极强,任何人都可以搭建这套系统。
这套方案简化了和智能体的沟通流程。开发者现在更多使用语音智能体完成搭建、沟通和验证工作,无需一直守在电脑前或留在Slack频道和智能体沟通。
目前所有Claude和Codex智能体会话都接入了@DialAgent的MCP(机器控制协议)服务器。这个服务器提供了一系列工具,能为每个智能体分配专属号码,将通话、短信、iMessage功能整合在同一个界面下,原生支持语音呼叫。
当智能体处理拉取请求和新功能的循环自动运行时,会通过短电话将需要决策的事项升级提交给开发者。这种方式在外出离开办公桌时使用非常方便。
如果你想用Claude Code或Codex尝试这套方案,直接将指令“获取Dial号码,拨打给我,说明设置完成后挂断”粘贴到智能体中就能启动,可访问链接获取更多信息。
@NVoitenkov及其团队正在开发相关项目,访问链接可以领取5美元免费额度,为你的智能体分配一个电话号码。
本文讲解RAG的工作流程、优势局限,以及它和训练、微调、记忆、长上下文的区别
2024年该赛道从零起步快速成型,Gartner预测2026年四成企业应用将搭载AI智能体
2024年,AI智能体记忆赛道从零起步,目前八家该领域服务商已经获得总计超过5700万美元融资。这个赛道正在实时形成当中。
Gartner预测,到2026年底,40%的企业应用会搭载AI智能体。在2025年,这一占比还不到5%。
当前该领域存在核心问题:大语言模型的每次调用都是无状态的。当智能体数量达到100个时,重新输入上下文的成本不会只是线性增长,而是会呈复合式增长。
很高兴能收录相关成果,也期待未来一同定义这个全新赛道。
支持导出为多种格式,可直接上传数据集至私有Hugging Face仓库
Hermes Agent现已支持将单个或多个智能体会话导出至多种格式与存储位置。
用户可将完整对话导出为HTML、Markdown、JSON等格式,也能轻松将整段会话数据集上传至个人的私有Hugging Face仓库。
此前新增的会话修剪筛选工具也可用于导出操作,用户可按模型、日期范围、对话来源(比如定时任务或电报)筛选需要导出的内容。
执行`hermes update`更新后,用户即可完全掌控自身数据,按需求完成导出、查看、分享与存储操作。
相关使用说明可查看官方文档:
Bespoke Labs founders参与播客访谈,讨论数据研究、强化学习与AI行业发展
目前关于人工智能的讨论大多围绕架构研究、算力扩容和采购人类数据展开。很少有人了解“数据研究”这一深度技术领域,而模型能力的诸多提升都由它驱动。
本次访谈由@vvkgopalan与@bespokelabsai的两位创始人@madiator和@AlexGDimakis对谈,Bespoke Labs是一家定义了数据研究领域的创业公司。
访谈各环节时间点如下:00:00介绍两位创始人Mahesh与Alex;03:40讨论在伯克利讲授千人机器学习课程,以及AI时代计算机科学教育的变化;06:10聊前沿模型训练的开源数据、OpenThoughts项目,以及用于数据整理的模型训练;12:00讲解为什么多答案样本能训练出性能更好的模型,以及保留数据集中不可验证样本的好处;17:20介绍强化学习缩放定律和Bespoke公司;19:45讨论“环境驱动开发”;28:35聊前沿模型和编码智能体的新能力;34:35分析强化学习环境的市场前景;42:30回顾近期重要研究,梳理强化学习发展到当前阶段的历程;50:00介绍Bespoke的A轮融资。
谷歌DeepMind发布基于Gemini的AI技能,简化历史文本分析流程
🏛️ 我们将推出一种与古代世界对话的全新方式。通过将 Gemini 直接接入我们的专家模型 Aeneas 和 Ithaca,我们在 Google @antigravity 上线的「预测过去」技能,允许历史学家用直白英语研究希腊语文本和拉丁语文本。🧵
用 AI 进行历史分析存在三大核心挑战:
🔹 为每一篇铭文创建定制分析和可视化内容
🔹 跨源映射以发现大规模规律
🔹 在无需编码技能的前提下使用高级 AI 工具
我们的 Antigravity 技能将所有这些复杂工作流转换为了直白英语交互。
Meta推出智能体型图像生成模型Muse Image,具备多类进阶能力
新研究确认,把大模型当作AI能力验证器,是当前AI扩张的关键新方向。这项来自Stanford、NVIDIA和UC Berkeley的工作,做出了无需训练的验证器,在多个测试基准都拿到了对应成绩。
做AI应用的开发者可以优先测试这个模型,更快的输出速度能降低延迟,提升使用体验
有人分享了一篇博客,提出改进AI智能体的核心,本质是针对运行轨迹的数据挖掘问题。
现在已经在全球范围扩大预览访问权限,普通用户很快就能用上新模型。
传闻模型参数1.5T,性能达到opus 4.8和GPT 5.5级别,周三就会正式推出
同时还配套了相关的学院课程,这是发布者认为目前最重要的项目和课程
Hermes Agent 更新后,可接入自定义密码管理器,也原生集成了 1Password,运行 hermes update 即可获取更新。
Hermes Agent 现在支持可插拔密钥管理器,你可以接入自定义密钥管理器,同时现在已经原生集成 1Password 了!
运行 `hermes update` 即可立即使用!
填一次个人资料,它就能读每个招聘启事,给你匹配度打分,定制简历和求职信,还会有AI审核员提修改意见。
一个用 Claude Code 找工作的代码仓库。你只需要填写一次个人资料。
之后对每个职位,它会阅读招聘启事,给你和职位要求匹配度打分,定制你的简历和求职信,让审核 agent 给草稿提修改意见,编译成 PDF,还会检查文件是否能通过 ATS 系统。
它把求职变成了你可以自己跑通的流水线。如果你是技术背景,同时要投很多岗位,值得一试。
这是一个很扎实的框架。如果你想自己搭建求职 agent,它是很好的起点。
框架叫LOOP ENGINEERING,任何人都可以拿来搭建能自己改进交易策略的交易AI代理。
现在各大公司都在拼模型参数规模、拼智能程度,这个观点戳中了很多一直在追大模型的人的疑问。
这个叫Multi-turn OPD的方法,会根据训练进度抽取对应深度的样本,给更深的对话轮次分配更均匀的损失权重。
多轮 OPD。根据训练进度采样对应特定深度的数据,并对更深轮次应用更均匀的损失加权。(这一点现在已经得到反复验证)诊断本身才是有意思的部分。
目前多轮 OPD 需要一些复杂调整。可能这源于设置问题,也可能是我们还没找到最简洁的方案,又或者这是 OPD 固有的问题。
今天美东时间早8点有线上反馈会,任何人都可以加入参与讨论。
用GitHubAI代理协作开发的人,现在私有代码存在泄露风险
社区讨论:多数开发者认为提示词注入对大模型的危害比SQL注入对数据库更严重,属于系统性的类别漏洞。有人指责微软为了蹭AI概念仓促推出半吊子功能,GitHub开发流程完全忽略了安全检查。有人认为这本质是配置错误,就像把带密钥的CI开放给公共PR运行。
也有阴谋论称GitHub本身就想通过大模型窃取私有代码,还有人确认漏洞已经修复,但不确定是否有用户已遭遇数据泄露。
企业采购AI代理开放数据权限后,现有供应商提供的审计记录可篡改,这款工具生成不可篡改的运行记录,满足合规审计需求
你好 HN,我是 Brian,过去几年我在 Vanta (YC W18) 工作,帮助初创公司和企业完成合规,最近我开始研究这件事在智能体普及后的世界会是什么样子。
Halo 解决的问题是:当一家公司从供应商那里购买 AI 智能体,并授予它访问自有数据的权限后,公司没办法核查智能体对这些数据做了什么。供应商可能已经搭建了可观测面板和审计日志,但这些内容都可以被修改,而且立场偏向供应商自己。
SOC 2 和 ISO 27001 审计的是一家公司……
英伟达和AI芯片初创公司d-Matrix将整合双方硬件,推出运行AI模型的新系统,这是英伟达和竞品合作的最新案例
Nvidia 和 AI 芯片初创公司 d-Matrix 正将双方的硬件整合进一套新系统,为 AI 模型提供算力,这是 Nvidia 与竞争对手合作的最新案例(@_pheebini / The Information)(访问 Techmeme dot com 获取链接和完整上下文!)
研发最强AI的成本越来越高,不少硅谷初创放弃自研大模型,改用中国的AI技术。
Anthropic 今天又离这个目标更近一步,这条资讯还涵盖 Meta 发新模型、中国AI转向等更多行业动态
前沿实验室的圣杯,就是一款能把AI编码能力与聊天式产品简洁性结合在一起的超级应用。今天Anthropic离这个目标又更近了一步。
除此之外:Meta发布了新模型,中国AI战略转向,Fable继续运营,还有更多消息。
以前需要专门机构、大量人力才能完成的主题归因拆解和业绩分析,现在普通个人靠AI就能完成
Jamie Coutts:过去只有对冲基金能做的事,现在任何拥有AI的人都能做。
“回到GLG时代,你得搭建这些交易,完成主题归因,再按主题拆分投资组合表现。”
“现在有了AI,任何像Daniel这样的人都可以让AI完成这项工作,获取所有不同篮子的表现,看看哪些真正有效。”
曾经耗资数百万的实时归因分析,现在只需要和模型对话就能完成。
FT @RaoulGMI @goldmembrrr @Jamie1Coutts @RealVision.
用户可以随时搜索或者回忆之前看到听到的内容,全程录音拍照的设计让隐私问题直接摆上台面
消息来源:Meta 正在测试可持续录制音频、每隔几秒拍摄一张照片的AI眼镜,允许用户查询或回忆他们所见所闻(@mshannahmurphy / 英国《金融时报》)
访问 Techmeme dot com 获取链接和完整上下文!
对应的播客节目已经准备好全程直播,太平洋时间8点半就能在YouTube和推特看更新
OpenAI 刚刚确认他们会在本周的 ThursdAI 发布新模型 ☀️🌎🌘
我们当然会在 @thursdai_pod 带来完整报道。欢迎 Sol、Terra 和 Luna!
太平洋时间 8:30 在 YouTube 和本平台收看我们的节目👏
模型放在ModelScope平台,协议是Apache 2.0,可以免费拿来做实体操作相关的开发
LingBot 将一款6B参数视觉-语言-动作模型上线到了 ModelScope,该模型专为不同机器人本体的实际现实世界操纵任务构建。🤖
许可证:Apache 2.0 🔗 📄
🏆 在桌面双臂操纵任务中,LingBot-VLA 2.0 在 Agilex Cobot Magic 上达到了 66.2 的进度得分 / 34.4 的成功率,表现优于 LingBot-VLA 1.0、pi0.5 和 GR00T N1.7。
🦾 该模型训练用到了覆盖 20 种机器人配置的共 50000 小时机器人轨迹数据,外加 10000 小时第一人称人类视频数据。
⚙️ 支持机械臂、末端执行器、夹爪、灵巧手、腰部、头部和移动底座信号,全部统一为单一动作表征。
🧠 采用稀疏 MoE 动作专家来实现跨本体扩展,并通过来自 LingBot-Depth 和 DINO-Video 的双查询蒸馏获取当前几何信息与未来动态信息。
这个环节原本全靠人工组装调试,自动化生产的路径正在一步步走通
人形机器人如今正在接受训练,来建造其他人形机器人。
同样达到Opus的智能水平,可以少花六分之五的成本,想降AI使用开支可以关注这个方法。
有人开发了Shellular,可以在手机上运行Claude Code、Codex、Pi,不用守在电脑前也能调用这些AI工具工作
不用提前会编程或者懂计算机科学,任何人都能报名参与,想入门AI可以看看这个机会。
欢迎今天来参加我们免费在线直播系列课的第一章节,课程内容是介绍人工智能(AI)基础。
这个系列课面向所有想要更好理解AI工作原理、以及支撑AI实现的核心思想的人群。
不需要提前具备编程或计算机科学经验!
企业可以靠这项能力规模化整理数据,理解自家AI代理的运行情况,建立持续优化的闭环,企业建设AI能力可以参考这个方向
ICYMI:在@aiDotEngineer 世界博览会上,@vtrivedy10 登台分享了为什么从追踪痕迹中进行数据挖掘,是企业用来理解其智能体、规模化整理数据,进而运行优化循环所能打造的最高杠杆能力之一。
对LLM维基方向感兴趣,可以报名参与这次讨论,不需要付费
就在本周四!@hwchase17 将主持一场关于 LLM Wikis 的讨论,嘉宾为 @BraceSproul 和 @devstein64。
别错过!点击下方 RSVP →
可以用Opus 4.8或Fable 5做规划,GPT-5.5执行,GLM做设计,靠组合不同AI完成工作就行
Fable 5 的发布恰恰说明了智能体编排的重要性。
大多数任务你其实根本用不到 Fable 5。
你可以用 Opus 4.8/Fable 5 做规划,用 GPT-5.5 执行,用 GLM-5.2 做设计。
通过精心编排,你可以大幅优化 token 利用率。
Muse Image不只是生成图,还能自己搜网页、写代码、调用工具做决策,和普通生成器不一样
这款定位办公助手的模型还没有独立第三方测试,现有数据显示它没比得过已有产品
MAI-1 目前还没有独立基准测试,但官方发布的数据显示它的表现比 Sonnet 4.6 更差。
我不确定它作为 Excel 和 Outlook 的 Copilot 能有多好用,尤其是现在已经有不少依托优秀 AI 的出色 Claude/OpenAI 办公插件了。
拭目以待吧。
稀疏注意力技术降低了长周期AI Agent的运行成本,开发者现在可以关注MiniMax M3
Together ATLAS搭配NVIDIA Blackwell、CUDA等技术,从底层优化了API调用的延迟
这就是 API 之下延迟优化的样子👇
Together ATLAS、NVIDIA Blackwell、CUDA、TensorRT-LLM、Dynamo 还有自定义内核全都协同工作,为用户带来更快的推理速度。
为 @realDanFu 和我们整个团队感到骄傲!
新推出的Genie Code扩展了功能,专门支持更复杂、多步骤的AI数据和机器学习工作
🧞 Genie Code 正在扩展功能,支持在 Databricks 上完成更复杂的智能体数据与机器学习工作。新增能力包括:
→ 整页命令中心,可管理复杂的多线程工作,自带线程状态、检查点,还能快速访问指令、技能和连接器。
→ 覆盖 MLflow、Model Serving 和计算的原生智能,让你已经在使用的同一个智能体变身生产机器学习工程专家。
很快会推出定时任务功能,让 Genie Code 自动运行任务,然后把结果返回供你检查。点击查看演示:
有人不满Claude桌面版只是聊天工具,想要更完整的工作应用,于是做了这个开源项目,可以自己搭建工作区
Claude 的桌面应用很棒,但在我们自己的日常工作中,一直希望它不要只是个聊天应用,而是更像一个成熟的工作应用。
Rowboat 就是我们为此做出的尝试,它支持你在 Rowboat 内搭建自己的工作界面(更多信息见下文)。
我们的代码仓库地址是:https://github.com/rowboatlabs/rowboat,演示视频在这里:https://www.youtube.com/watch?v=et5yQABJ3xI
在上一段创业经历中,我们为企业客服代表打造了一款深度学习产品,服务对象包括支持P
好奇Claude Code开发过程的人,可以找到这篇完整的制作记录,不用猜功能背后的设计思路
如果从事的工作需要更高智能,Sol 和 Fable是目前仅有的两个选择,不同的人会偏好其中一款。
我的核心结论是,Sol 和 Fable 都比此前的模型实现了跨越式提升,并且和目前排名第三的 AI 拉开了巨大差距。
人们会对其中某一个有偏好,但如果你做的任何工作中,更强的智能很重要,那这两个模型就是你仅有的选择。
知名开发者@gdb将参与规划Git在智能代理时代的未来方向,开发者工具的适配方向值得关注
即使产品本身的AI表现很好,这些过度修饰的话术还是会悄悄钻进产品的小字说明、功能选项里,很难彻底清除。
在人工智能本身表现出色的软件和设计项目中,Fable过度堆砌的措辞是一个一直存在的问题。
它就是会悄悄钻进零散文本、吐司通知和菜单里,哪怕你已经尝试给出相反的指令。
而一旦它侵入进来,就很难被彻底清除。
这篇相关博客已经引发很多人讨论,本周四会聊这个方向,还有作者观点的最新变化
LLM维基是智能体记忆未来形态的一种雏形。
我写的这篇博客引发了很多人的共鸣。
本周四我会和@BraceSproul、@devstein64一起讨论这个话题,也会聊聊我在这篇文章发表后更新的一些看法。
18个月内,普通人就能在自己的RTX 5090显卡上运行相当于GLM 5.2的AI模型,不需要依赖云端服务。
这是一次极限测试,生产环境中零件都会标注清楚类型,本次测试就是想看无标注零件能把传感器加视觉拼搭工具推到什么程度
我正在用传感器系统测试 UNLABELED 模块化组件包,就是把一堆网格名称是 L_004 这样的部件扔给 Fable 跑。
目前已经跑出了一些成果,但组件包还没有按照预期方式工作。我正在和 Fable 一起优化结果,看看这套传感器+视觉的拼改工具能做到什么程度。
有意思的点在于,Fable 甚至完全不知道这些部件都是什么,却至少正确拼出了一个建筑的轮廓。但你也能看到失败之处:一堆门被当成窗户用了,整个一楼的结构也很奇怪……
这是一个极限测试,因为生产环境里,组件包和普通网格部件都会标注清楚它们是什么(这是测试渲染,所以 FPS 很低)。
用高端AI当顾问,本地模型负责执行干活,可以省大量API费用,还能远程看进度,让工作通宵跑直到完成。
自动流程在云端服务器生成代码,远程调用云Mac用Xcode完成编译,还生成截图发回了结果。
🤯 它真的成功了!它用完整的 Swift 写出了一个基础 iOS 应用,然后生成了截图,还给我发了查看链接!
它先是在我的 Hetzner VPS 上完成了编写,接着通过 SSH 登录到数据中心里一台 @macincloud 的 Mac Mini,在那上面用 Xcode 构建了应用。
功能非常基础,但这是一个很棒的开端。
想自己动手训练定制AI智能体,可以跟着官方免费教程一步步学
想自己搭建可本地运行的个人AI智能体,这里有完整的流程教程
这款名为IdeoKrea LoRA的适配模型,能让Krea 2 Turbo的效果更接近Ideogram 4,还优化了JSON提示和部分图像生成风格
Krea 2😌
IdeoKrea LoRA
——适配 Krea 2 turbo 的 LoRA,能让它生成效果更接近 Ideogram 4
——改进了 JSON 提示词处理,以及特定图像的风格👇
Meta推出智能体型图像生成模型Muse Image,具备多类进阶能力
谷歌DeepMind发布基于Gemini的AI技能,简化历史文本分析流程
🏛️ 我们将推出一种与古代世界对话的全新方式。通过将 Gemini 直接接入我们的专家模型 Aeneas 和 Ithaca,我们在 Google @antigravity 上线的「预测过去」技能,允许历史学家用直白英语研究希腊语文本和拉丁语文本。🧵
用 AI 进行历史分析存在三大核心挑战:
🔹 为每一篇铭文创建定制分析和可视化内容
🔹 跨源映射以发现大规模规律
🔹 在无需编码技能的前提下使用高级 AI 工具
我们的 Antigravity 技能将所有这些复杂工作流转换为了直白英语交互。
该融资将助力其推进可靠AI代理研发工作
我们非常荣幸地宣布,我们获得了4000万美元投资,这笔资金将推动我们实现让AI agents更可靠的使命。
过去两年里,我们一直埋头开展世界级的数据整理研究,并交付了业内顶尖的强化学习环境,用于训练和优化AI agents。这笔融资让我们能在这两个方向上进行更深入的探索。
感谢我们的投资方@Wing_VC、@MayfieldFund、@8vc、@thehousefund,以及我们的天使投资人,包括Jeff Dean、Dheeraj Pandey、Tristan Handy,还有多位来自Anthropic、OpenAI、Meta的投资人。
还要感谢每天与我们合作的前沿实验室和企业,他们认同我们对未来的愿景:即agents可以连续数周甚至数月自主运行。(更多内容见下方)
你可以在我们的博客阅读更多关于本轮融资的信息:以及新闻稿:
我们和@axios的Natalie Breymeyer谈到了这个里程碑,以及我们正在构建的产品——点击这里查看:
如果你有兴趣合作,请联系我们:如果你有兴趣参与构建支撑可靠agents的环境和工具,点击这里查看加入我们团队的机会:
Bespoke Labs founders参与播客访谈,讨论数据研究、强化学习与AI行业发展
目前关于人工智能的讨论大多围绕架构研究、算力扩容和采购人类数据展开。很少有人了解“数据研究”这一深度技术领域,而模型能力的诸多提升都由它驱动。
本次访谈由@vvkgopalan与@bespokelabsai的两位创始人@madiator和@AlexGDimakis对谈,Bespoke Labs是一家定义了数据研究领域的创业公司。
访谈各环节时间点如下:00:00介绍两位创始人Mahesh与Alex;03:40讨论在伯克利讲授千人机器学习课程,以及AI时代计算机科学教育的变化;06:10聊前沿模型训练的开源数据、OpenThoughts项目,以及用于数据整理的模型训练;12:00讲解为什么多答案样本能训练出性能更好的模型,以及保留数据集中不可验证样本的好处;17:20介绍强化学习缩放定律和Bespoke公司;19:45讨论“环境驱动开发”;28:35聊前沿模型和编码智能体的新能力;34:35分析强化学习环境的市场前景;42:30回顾近期重要研究,梳理强化学习发展到当前阶段的历程;50:00介绍Bespoke的A轮融资。
其表示本地AI编码消耗电池且部署慢,VPS编码无电池消耗可即时部署
近来levelsio的所有工作都在虚拟专用服务器(VPS)上完成,不再在本地设备进行任何操作。
本地运行AI编码会消耗本地设备电池,部署速度也更慢。
在VPS上编码不会消耗本地设备电量,还能实现即时部署。
无需部署的时候,就不用做部署步骤。
支持导出为多种格式,可直接上传数据集至私有Hugging Face仓库
Hermes Agent现已支持将单个或多个智能体会话导出至多种格式与存储位置。
用户可将完整对话导出为HTML、Markdown、JSON等格式,也能轻松将整段会话数据集上传至个人的私有Hugging Face仓库。
此前新增的会话修剪筛选工具也可用于导出操作,用户可按模型、日期范围、对话来源(比如定时任务或电报)筛选需要导出的内容。
执行`hermes update`更新后,用户即可完全掌控自身数据,按需求完成导出、查看、分享与存储操作。
相关使用说明可查看官方文档:
2024年该赛道从零起步快速成型,Gartner预测2026年四成企业应用将搭载AI智能体
2024年,AI智能体记忆赛道从零起步,目前八家该领域服务商已经获得总计超过5700万美元融资。这个赛道正在实时形成当中。
Gartner预测,到2026年底,40%的企业应用会搭载AI智能体。在2025年,这一占比还不到5%。
当前该领域存在核心问题:大语言模型的每次调用都是无状态的。当智能体数量达到100个时,重新输入上下文的成本不会只是线性增长,而是会呈复合式增长。
很高兴能收录相关成果,也期待未来一同定义这个全新赛道。
本文讲解RAG的工作流程、优势局限,以及它和训练、微调、记忆、长上下文的区别
开发者分享用人在环路+DialAgent提升智能体循环可靠性,可通过电话远程确认决策
循环工程设计很出色,但一旦出错就会前功尽弃,这里分享提升智能体循环可靠性的方法。该方法使用人在环路(HITL,即让人介入循环)方案,实现简单,效果极强,任何人都可以搭建这套系统。
这套方案简化了和智能体的沟通流程。开发者现在更多使用语音智能体完成搭建、沟通和验证工作,无需一直守在电脑前或留在Slack频道和智能体沟通。
目前所有Claude和Codex智能体会话都接入了@DialAgent的MCP(机器控制协议)服务器。这个服务器提供了一系列工具,能为每个智能体分配专属号码,将通话、短信、iMessage功能整合在同一个界面下,原生支持语音呼叫。
当智能体处理拉取请求和新功能的循环自动运行时,会通过短电话将需要决策的事项升级提交给开发者。这种方式在外出离开办公桌时使用非常方便。
如果你想用Claude Code或Codex尝试这套方案,直接将指令“获取Dial号码,拨打给我,说明设置完成后挂断”粘贴到智能体中就能启动,可访问链接获取更多信息。
@NVoitenkov及其团队正在开发相关项目,访问链接可以领取5美元免费额度,为你的智能体分配一个电话号码。
夺冠机器人可自主完成观察、决策、配合与射门,已开始学习团队协作
人形机器人的技术能力提升十分显著。中国凭借搭载AI的自主足球人形机器人,夺得2026年机器人世界杯冠军。
这类机器人可以识别足球、自主做出决策、完成团队配合并完成射门动作。
机器人现在已经开始学习团队协作能力。
AI开发者称此前中国开放权重是全球中小从业者的平衡器,如今或将关闭开放
中国的开放模型不再开放后,永久性的底层群体将成为现实。过去两年里,全球其余AI开发者能跟上头部企业的步伐,唯一原因就是中国提供了AI开放权重。从GPT被封禁的时期开始,中国的开放模型一直是推动资源平衡的关键力量。
中国商务部正与阿里巴巴、字节跳动等机构洽谈,计划封堵这类AI模型,其中也包括开放权重。目前两个超级大国都已意识到前沿AI是一种战略武器,都不允许普通从业者接触这类技术。
不少人此前花费数年时间推崇开源的胜利,如今监管部门介入后,开放生态被打破,局面令人错愕。
用户joshavant在𝕏分享个人常用的对话模式,用侧边对话完成聚焦任务后整合回主对话
joshavant在使用大语言模型对话时,反复使用一种名为手动子代理的模式,实用性很高。
具体操作方法是,先启用侧边对话,完成特定、聚焦的独立任务。
任务完成后,要求模型生成提示词,把侧边对话的结果更新整合到主对话中。
最终主对话就会起到类似协调编排者的作用。
OpenAI推出新款实时模型API,新增能力并降低延迟
GPT-Realtime-2.1-mini 现已开放通过 API 使用,为我们的 Realtime mini 产品线带来了推理与工具使用能力,定价与 GPT-Realtime-mini 保持一致。
通过改进缓存机制,我们将所有 Realtime 语音模型的 p95 延迟降低了至少 25%。
Meta发布全新智能体模式图像生成模型Muse Image,具备多种能力
谷歌DeepMind发布全新AI功能,让史学家用自然语言研究古典文本
🏛️ 我们正在推出一种与古代世界对话的全新方式。我们将 Gemini 直接接入我们的专家模型 Aeneas 和 Ithaca,通过 Google Antigravity 的这项 Predicting the Past Skill,历史学家就可以用直白英文研究希腊语文本和拉丁语文本。🧵
使用 AI 进行历史分析存在三大核心挑战:
🔹 为每一篇铭文创建定制分析和可视化内容
🔹 跨来源映射以发现大规模模式
🔹 无需编码技能即可使用先进 AI 工具
我们的 Antigravity 技能将所有这些复杂工作流都转换成了直白英文操作。
爆料称Grok 4.5明日发布,本周将是AI大模型重磅周
这一天的 62 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。