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 11 日 · 18:30 更新
✦
试试:

今日焦点

苹果起诉OpenAI挖角窃密,iPhone设计高管跳槽或致新品延迟

苹果今天起诉OpenAI,指控其挖角员工、窃取商业机密。诉状列出两名主要被告:前高级系统电气工程师Chang Liu和前产品设计副总裁Tang Tan。苹果要求禁令和赔偿。

苹果说问题不止跳槽——面试成了系统性的情报收集渠道。

Tang Tan曾是苹果产品设计副总裁,直接负责iPhone和Apple Watch设计。他2024年2月离职后加入Jony Ive的公司,Ive本人是苹果前首席设计官,现领导OpenAI的硬件业务。Liu在苹果工作八年,2026年1月离职加入OpenAI。

阅读全文 →

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69 条本班新增 19 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
新新品发布 · @RoundtableSpace▲ 3.5万

前OpenAI成员Karpathy出了免费的大模型入门课

想从零学懂大模型原理、亲手做一个ChatGPT的人,可以直接用这份6小时免费资料入门。

* Andrej Karpathy 刚刚发布了一门免费的 6 小时课程,内容涵盖从 LLM 工作原理到从零搭建 ChatGPT 的全部知识。

在 X 看原帖 ↗
3.5万13919
新新品发布 · @OpenAI▲ 33.4万

OpenAI发布GPT-5.6 Luna 推理更强还便宜25倍

这次性能升级同时降低了成本,更多人可以接触到这类高级健康智能模型。

GPT-5.6 是健康智能领域迈出的重要一步。在整个产品序列中,我们正在以更低成本实现更强性能:GPT-5.6 Luna 在最高推理设置下的表现优于 GPT-5.5,成本却低 25 倍。

这些进步共同提升了质量,同时让全球更多人能够用上先进模型。

在 X 看原帖 ↗
33.4万2753.7K390
行业动态 · Hacker News▲ 131

四款大模型同时从零搭建相同的四个应用

不同厂商的顶尖大模型被要求完成同一项开发任务,有人想看看最终结果会有什么差别

社区讨论:多数人认可本次测试并非客观科学结论,只是开放分享的探索性测试。有人指出这种让大模型一次性生成随机应用的测试,和实际软件工程中使用AI的场景完全不同,也有人认为这类测试更考验模型的训练数据检索能力,而非推理能力,还会限制对模型创新能力的考察。有用户补充模型竞技场已有类似测试,结论和本次一致,也有人指责这两天连续刷屏是营销噱头。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · @OpenAI▲ 25.8万

OpenAI把生物AI安全赏金翻倍到5万美元

邀请有红队、安全或生物安全经验的研究者,尝试找出能突破前沿模型生物安全防护的通用越狱方法

作为我们持续加强生物学领域先进AI能力安全防护措施工作的一部分,我们正将我们的生物漏洞赏金计划升级为持续进行的非公开项目,命名为OpenAI生物漏洞赏金计划,并将最高赏金翻倍至50,000美元。

我们邀请拥有AI红队测试、安全或生物安全经验的研究人员,尝试找出通用越狱方法,攻破我们针对OpenAI前沿模型预先设置的生物安全挑战。

在 X 看原帖 ↗
25.8万971.5K250
新大模型 · @emollick▲ 4.8万

前沿大模型性格与决策方式首次出现显著分化

顶尖大模型的行为风格差异扩大,企业需自行测试选型

顶尖模型的个性和工作方式首次出现了显著分化,而且在长周期任务中,这些判断与方法上的差异还会被进一步放大。你真的需要为你自己/你的公司亲自测试这些模型。

你再也不能随便把最聪明的模型塞进工作流,就指望它的表现和其他能力相近的模型差不多了。现在这事越来越像给岗位招人了。公开基准测试没法很好体现这种差异,你得设计自己的测试。

在 X 看原帖 ↗
4.8万2435969
行业动态 · Hacker News▲ 320

AI模型GPT-5.6 Sol Ultra证明了著名数学猜想

如果证明属实,这意味着大语言模型已经能帮人类解决悬而未决的基础数学难题

https://x.com/__eknight__/status/2075643450196971805, https://xcancel.com/__eknight__/status/2075643450196971805

提示词:https://cdn.openai.com/pdf/04d1d1e4-bc75-476a-97cf-49055cd98...

社区讨论:多数用户认同AI辅助证明数学猜想的突破价值,有人指出目前AI仅剩下构建全新数学理论框架未实现突破。有人质疑该证明尚未经过同行验证,目前无人确认其正确性,如果证明出错也缺乏快速核验的流程。也有人指出,圈内其实很少有人关注这个被证明的猜想,该网站上一次提及它还是14年前,且那篇证明后来还被撤回了。

在 HN 看讨论 ↗   原文 / 论文 ↗
新研究 · @GoogleDeepMind▲ 11.2万

谷歌DeepMind播客探讨大模型可解释性研究

谷歌DeepMind最新播客邀请嘉宾探索AI可解释性研究

模型的思维链就像一块草稿板,让我们得以窥见它的推理过程。📝

在我们最新一期播客节目中,主持人@fryrsquared和@NeelNanda5对坐,一起探讨可解释性——这门逆向工程神经网络如何学习、如何思考的科学。

时间码:
00:00 引言
02:41 可解释性研究的研究动机
04:01 机制可解释性
08:14 思维链监控
18:14 可解释性技术
35:00 模型安全审计
48:53 可解释性的下一步发展

观看 → Spotify → Apple Podcasts → 或者也可以在你常用的播客平台收听!🎧

在 X 看原帖 ↗
11.2万74540275
行业动态 · @gdb▲ 2.9万

OpenAI已经在研发面向健康的GPT-5.6了

研发团队正集中精力在这个方向做改进,普通使用者很快能用上针对健康领域的新版大模型。

用于健康智能的GPT-5.6,团队一直在努力改进这方面:

在 X 看原帖 ↗
2.9万1629117
新行业动态 · Hacker News▲ 30

被大语言模型挤得失业的开发者,需要互助小组

不少开发者认不出现在的行业,不想只做AI生成代码的审核员,几年间职业和身份都受到冲击,外人很难共情这种感受

肯定不止我一个开发者已经认不出这个领域了,宁愿去做任何其他工作,也不想去当AI生成代码的高级代码审查员。

眼睁睁看着我的职业生涯在我面前崩塌,短短几年里,我作为软件工程师的身份就遭到质疑,这对我来说是痛苦的,也彻底让我感到疏离,因为非技术人群也清楚这项技术对我们这个细分领域有多么颠覆性的影响,而我们的许多同行要么……

(注:原文末尾截断未完成)

社区讨论:不少开发者明确说LLM让自己效率提升10倍,但更多开发者感受到了职业价值的冲击:刚入行的新人被迫用AI写代码,觉得自己争取来的职业被抽空;原本热爱编程的开发者失去了工作成就感与学习动力,把编程当作手艺的人感受不到打磨技能的乐趣,甚至有人产生了转行的想法。也有人提到,不用再写重复的样板代码,可以转向更宏观的系统设计,对LLM持混合态度。

在 HN 看讨论 ↗
深度观点 · @gdb▲ 2.7万

ChatGPT Work把智能代理推向普通用户规模了

手机就能用,不需要电脑,无论个人日常还是工作场景都能用,看看普通人会怎么用它。

ChatGPT Work 将智能代理带到了消费级规模。它无论在可用性还是可及性上都实现了升级——你完全可以直接在手机上操作,不需要笔记本电脑,同时覆盖个人生活与职业工作场景。

我非常期待看到人们会如何使用它,以及它能为大家带来怎样的助力!

在 X 看原帖 ↗
2.7万2147431
深度观点 · @skirano▲ 2.7万

不同型号AI模型分工干不同活,这样安排

有人分享了自己用不同 Anthropic 模型的分工方式,对自己手头任务感兴趣的人可以直接参考这套分工试试

大致就是这样:5.6 Sol Ultra 用于规划,Sol Medium 用于根据规划编码,以及通用编码任务。

Terra High 用于快速上下文子代理、读取代码库、搜索。

Luna(任意思考级别)用于聊天,或是移动文件、整理文件夹这类小型计算机操作。

在 X 看原帖 ↗
2.7万17621427
大模型 · @rasbt▲ 3.7万

业内人士分享智能体编码大模型选型实用建议

从业者分享智能体编码场景下大模型选型经验

关于智能编码代理,可以总结为: - 除非你需要 Terra Ultra 的性能,否则总是用更高努力值设置的 Luna 模型更好(性能相同或更好,但更便宜)。- 低于 Sol High 的模型都不用考虑,在这里使用高努力值设置的 Luna 即可。- Sol Extra High 不用考虑,在这里使用 Terra Ultra 即可。

- 和 Max 相比,Sol Ultra 额外多花的成本可能不值得。

在 X 看原帖 ↗
3.7万68512371
更多信号 · 按时间
大模型 · @mattshumer_▲ 51.9万

用户吐槽OpenAI高推理前沿模型存本不该有的问题

用户不满OpenAI 2026年前沿推理模型存基础问题,团队正调查

我太生气了……OpenAI 团队正在调查这件事,但这种问题居然出现在 GPT-3.5 身上也就算了,不该出现在 2026年中推出、处于最高推理层级的前沿模型上。

在 X 看原帖 ↗
51.9万692.3K495
新开源 · @RoundtableSpace▲ 1.0万

付费AI工作流Manus,有人做了免费开源平替

这款平替能从头到尾跑完整套任务,不用付费订阅就能用,替代路径已经搭好,门槛只剩项目说明文档

OPENMANUS 是一款免费开源的 MANUS 替代品,可端到端处理任务。

在 X 看原帖 ↗
1.0万21
新经验分享 · @pauliusztin_▲ 52

分享一个做AI技能最实用的小技巧

把自己掌握的所有领域知识,提取出来放到随项目一起发布的资源文件夹里,这是作者觉得最管用的方法

这是我在开发自己最自豪的技能时,用过最简单(也最强大)的技巧。

我把这项技能里的所有领域知识,提取出来放进一个随技能一同发布的 resources 文件夹里。

这和软件开发中的实体层很相似。这样一来,你就可以在所有技能中引用这些资源。

消除了需要共享的重复业务逻辑。我为我的领域术语表、品牌规范、写作简介和 few-shot 示例都做了这件事。

现在我的所有技能都指向同一个品牌目录。

在 X 看原帖 ↗
522
新绘图 · @SD_Tutorial▲ 317

发布了适配手机人像的微调AI绘图模型

这个微调后的模型能生成光影自然,皮肤和头发纹理真实,看起来像手机实拍的人像自拍

Fullgreed ☺️ - Z img Base
针对写实人像、手机相机质感真实的肖像和自拍照做了微调:自然光、富有艺术创意感且真实可信的皮肤与头发纹理,输出结果看起来是真实照片而非「AI渲染图」👇

模型 + 工作流

在 X 看原帖 ↗
31755
新安全 · @Techmeme▲ 567

极端组织Boko Haram在用AI聊天帮做袭击

他们用AI聊天机器人设计爆炸物、升级武器、 brainstorm袭击方案,这是纽约时报报道的内容

极端组织博科哈拉姆的成员正在利用AI聊天bots设计爆炸物、维修或升级武器,并 brainstorm袭击方案(《纽约时报》)(访问Techmeme dot com获取链接和完整上下文!)

在 X 看原帖 ↗
567
新行业观点 · @leothecurious▲ 44

这篇关于人机未来的博客,观点很有意思

不确定OpenAI内部有多少人认同这个对齐方向,大规模人员流出催生了新的相关方向

这是一篇超棒的博客文章,清晰阐释了关于人与机器未来的鼓舞人心愿景。

我不确定 Openai 的各位对对齐的愿景有多认同这个看法,但催生这家新实验室的大规模出走,暴露了根本分歧,这让我相当怀疑。

fingers crossed ,祝愿这家由新兴人才聚集、支持去中心化、姿态不傲慢的新希望灯塔能取得成功(向顶尖智慧致敬)。

在 X 看原帖 ↗
44
新新品发布 · @SD_Tutorial▲ 367

适配Anima的深度ControlNet模型正式发布

使用VACE间隔块复制与zero-conv架构训练完成,已开放代码仓库可获取使用

😃Anima-ControlNet-VACE-Depth 一款用于 Anima 的深度 ControlNet,采用 VACE spaced-block-duplication + zero-conv 架构训练。

HF 仓库:👇

在 X 看原帖 ↗
36743
新深度观点 · @svpino▲ 3.2K

AI生成视频的未来,居然会是互动直播?

未来AI生成视频会转向可互动的直播体验,而非静态内容,和《少数派报告》里的个性化广告屏逻辑一致,目前已有展示潜力的Demo。

AI生成视频不可避免的未来,是互动直播式体验。它会带来更多“实时互动性”,而非“静态视频”。

这让我想起《少数派报告》里的广告屏幕。广告会对路过的特定行人做出反应,专门为他们调整内容。

目前这个领域还太早,但已经有一个很棒的demo展示了它的潜力。你可以在下方的引用推文中找到链接。

在 X 看原帖 ↗
3.2K71
新实战经验 · @Vincent_AINotes▲ 400

写代码新玩法:一个动脑一个干活,两个AI都要用

分享了一个分工式AI编码姿势,Claude Code负责梳理需求拆解任务做计划,Codex负责改代码跑测试交付结果,不用只选一个AI用。

我教你们一个 Vibe Coding 新姿势: 打开 Codex 在右侧边栏选择「终端」 输入 claude 让 Claude Code 负责梳理需求、拆解任务和制定计划; 让 Codex 负责改代码、跑测试和交付结果。Claude 动脑,Codex干活。成年人不做选择——两个都要。

👇

在 X 看原帖 ↗
40032
新新品发布 · @SD_Tutorial▲ 264

8G显存RTX 3070也能跑AI生视频模型了

普通人用中端消费级显卡,就能本地跑LingBot World V2视频生成,不用依赖云端服务。

😲LingBot World V2(视频生成) GGUF 已测试:RTX 3070 8GB / 16GB 内存 👇模型+工作流

在 X 看原帖 ↗
264178
新深度观点 · @rohanpaul_ai▲ 2.2K

AI推理成本两年降了280倍,反而需求会更多

斯坦福报告已经证实了这个降价幅度。按杰文斯悖论,成本下降催生的新增需求,会比成本下降省出来的供给更多。

百分之百同意。那份著名的斯坦福报告已经发现,GPT-3.5级别的推理成本在不到两年时间里已经下降了280倍。

所以我们会看到智能领域的杰文斯悖论:推理成本下降会创造多得多的需求。

当我们能拿到价格再便宜4倍的Opus 4.8级开源模型时,多智能体系统将会无处不在。

在 X 看原帖 ↗
2.2K4105
新新品发布 · @RoundtableSpace▲ 2.3万

谷歌AI工作室现在免费给你自定义域名建应用

不用自己买域名租服务器,就能完成从搭建到发布托管全流程,想做AI应用的人可以零成本试错

GOOGLE AI STUDIO 现在允许你在免费自定义域名上构建、发布和托管应用了。

在 X 看原帖 ↗
2.3万2910
新实战经验 · @liyue_ai▲ 282

@liyue_ai: 现在的Agent真的越来越牛逼, 只需要一个简短的剧情就能一键生成各种人物物料,

现在的Agent真的越来越牛逼, 只需要一个简短的剧情就能一键生成各种人物物料,场景,镜头和脚本,你只需要等待出视频即可。

新深度观点 · @mitsuhiko▲ 3.3K

优化大模型支持,还要保留多供应商兼容性

这是优化底层模型能力的通用工作方向,难点在于优化后,系统仍能在不同供应商之间正常迁移

顺便说一下,这项工作属于为更好发挥底层模型能力所做的通用工作。

难点在于要实现这个目标,同时不能构建出无法在不同提供商之间迁移的系统。

在 X 看原帖 ↗
3.3K2364
开发工具 · @ashleybchae▲ 206

AI智能体专门做了一门编程语言,有人用了说真香

开发者@ashleybchae提到,boundaryML已经用BAML做了这门专门给智能体的语言,体验很不错。

Agent 应当拥有属于它们自己的编程语言。

@boundaryML 已经用 BAML 把这件事做得非常出色了。

我目前用下来真心喜欢得不行,超兴奋这周能在西雅图和团队见面~

这一周里我会分享我对 BAML 的见解和想法!

@vaibcode

在 X 看原帖 ↗
20611
开发工具 · @geekbb▲ 333

有人搭出了支持多AI智能体协作的研发工作台

开发者用FastAPI、LangGraph和React完成搭建,能做项目理解、流程追踪、风险识别这些研发工作。

用 FastAPI、LangGraph 和 React 搭了一套多 Agent 研发工作台,主打项目理解、流程追踪、风险识别、知识沉淀和评测治理。

在 X 看原帖 ↗
3331
行业动态 · @docmilanfar▲ 3.1K

谷歌高级研究员不到两年半就升成OpenAI副总裁

行业研究者@docmilanfar提到了这份职业变动,称背后肯定有值得挖的故事。

我敢肯定,这里头一定也有一段同样有意思的故事:一个人如何能在不到 2.5 年的时间里,从 GDM 的资深研究工程师,一路做到 OAI 的副总裁。

在 X 看原帖 ↗
3.1K122
开发思路 · @robinebers▲ 87

有人提出Claude写自定义脚本就能跑AI工作流

这个思路认为,AI工作流本质就是Claude写完再运行的自定义脚本,思路听起来可行。

这是个很棒的点子,它有可能行得通,因为从底层来看,workflows(ultracode)本质上就是 Claude 编写后再运行的自定义脚本。

在 X 看原帖 ↗
87
大模型 · @RoundtableSpace▲ 8.8K

网友晒出GPT-5.6 Sol和Fable 5的3D球体对比界面

发布者只放出了包含两个模型的3D地球仪表盘展示,没有额外说明。

GPT-5.6 Sol 与 Fable 5 在 3D 地球仪表盘中对决。

在 X 看原帖 ↗
8.8K8
深度观点 · @QiaochuYuan▲ 103

《玩具总动员6》搞AI玩具?原作设定要被颠覆

有人提出这个点子会非常有意思地颠覆原作核心设定,好奇迪士尼会不会真的这么做

用AI赋能玩具的《玩具总动员6》会以一种非常有意思的方式颠覆原有设定。

你觉得他们会这么做吗?

在 X 看原帖 ↗
1032
实战经验 · @AYi_AInotes▲ 241

腾讯新出hy3大模型,试写鲁迅吐槽咖啡厅

有人趁各家发布新大模型,打算逐一深度测评主流大模型的写作能力,刚测完腾讯新发布的hy3,用时58.6秒生成指定短文。

趁着最近各家发布新的大模型,接下来深度测评下国内外主流AI大模型的写作能力, 刚试了下腾讯新发布的hy3模型,大家感受一下, 提示词:假如鲁迅被装腔作势又贼贵的咖啡厅坑了,他会写一篇怎样的文章吐槽?写一篇1000字以内的短文 hy3用时58.6秒完成

在 X 看原帖 ↗
24132
新品发布 · @RoundtableSpace▲ 2.7万

只用一个提示词,就在Mac本地训好了自己的大模型

GPT-5.6完成了全套训练流程,还基于个人iMessage聊天记录完成训练。训练全程在Mac本地运行。

GPT-5.6 根据单个提示构建了完整的训练流水线,并在一台 Mac 本地基于 iMessage 历史训练了一个语言模型。

在 X 看原帖 ↗
2.7万1182
深度观点 · @iScienceLuvr▲ 482

十年后AI在哪没人能猜对,Transformer才问世多久

当下所有AI行业长期预测都站不住脚,十年前Transformer都还没发表。

没人能哪怕勉强猜中,十年后人工智能领域会发展到什么地步。

任何给你做出预测的人,大概率是个傻子。

提醒一下:十年前,Transformers 甚至都还没发表。

在 X 看原帖 ↗
48215
行业动态 · Hacker News▲ 104

开发者集体请愿,别下线Gemini 2.5 Flash

大量使用者依赖Gemini 2.5 Flash,发帖呼吁Google不要停掉这个模型,已有近百人参与声援。

社区讨论:多数开发者认为Gemini 2.5 Flash兼顾速度、效果和成本,是价格带内没有替代品的优秀模型,反对谷歌下线它,不少人吐槽后续版本涨价三倍,不符合Flash系列原本平价定位。有人认为向谷歌请愿没用,还有人总结教训,称生产环境不该使用谷歌的产品。部分人提议,谷歌如果不想继续运营可以开放模型权重开源。

在 HN 看讨论 ↗   原文 / 论文 ↗
实战经验 · @dexhorthy▲ 241

GPT-5.6 更爱用子代理,提示词又得重写了

每一代新模型出来,之前写好的提示词和技能都要全部扔掉,不带任何原有经验从头开始搭建

没错,新的gpt-5.6模型对于使用子代理和技能的意愿高太多了。你会需要把一些技能移到disable-model-invocation(如果codex真的支持这个功能的话)。

基本上只要你在提示词里提到「子代理」这个词,sol就会开始对所有任务都用子代理。

不是讨厌这件事,只是想不断提醒大家:每一代新模型出来,都意味着你得扔掉旧提示词和旧技能,不带任何先验知识从零重来。

在 X 看原帖 ↗
2416
工具产品 · @Rasmic▲ 564

云智能代理能自动生成测试计划测完整应用

做应用开发测试不用再手动写计划跑完全流程,这套工具能靠云代理自动完成。

使用云代理生成测试计划,然后通过计算机使用端到端测试整个应用程序。

在 X 看原帖 ↗
56474
行业动态 · Hacker News▲ 77

前美联储主席Ben Bernanke加入AI公司监管团队

AI安全与治理开始引入非技术领域的资深人士,不同背景的人参与决策,影响未来AI发展方向

社区讨论:少数网友认可伯南克的能力,认为他能对AI及其影响给出不错的观点。多数网友不看好这项任命,有人将此举比作Theranos靠知名人物撑门面,有人批评伯南克08年救市只救企业不帮民众,埋下 bailout 依赖的恶果,还有老用户吐槽Anthropic从成立开始喊的AI安全都是做做样子,说为了人类都是假话。

在 HN 看讨论 ↗   原文 / 论文 ↗
深度观点 · @emollick▲ 8.5K

给不同需求,专门配不同的小模型,这才是好用?

有人按用途拆分需求,给不同场景匹配不同型号的小模型,不用大模型包揽所有事。

我真的想手工精细搭配我的模型选择: Luna xHigh 用来写菜谱 Sol Medium 用来写十四行诗 Terra High 用来讲冷笑话 Luna xLow 用来写五行打油诗 Sol Utra 用来做真实预言 Sol Low 用来找出一个糟糕谎言 Luna Medium 用来发布可怕警告 Terra Medium 用来做PowerPoint

在 X 看原帖 ↗
8.5K15912
前沿研究 · @yunta_tsai▲ 2.5K

现在流行的4位压缩,其实是训练数据凑出来的?

当前大语言模型训练集里,每个参数平均承载的信息不到4位,这才让4位量化流行起来。如果未来模型精度提升,每个参数需要存更多比特。

4位量化(FP4)现在或许很流行,但这是因为在当前的LLM训练集上,每个参数的平均信息量不到4位。

我好奇的是,随着智能保真度提升,未来是否会需要为每个参数存储更多比特。

在 X 看原帖 ↗
2.5K2424
行业动态 · Hacker News▲ 107

苹果起诉OpenAI,指控它盗窃公司机密

头部科技公司和头部AI开发商对簿公堂,此事和普通人无关,但值得知道目前走到了这一步

实战经验 · @emollick▲ 1.3万

ChatGPT学习模式换入口了,学习效果反而更好?

换操作入口后,它会更像辅导老师而非普通助手,部分测试显示用它学习效果更好。Gemini保留了学习模式,Claude好像已经取消了。

ChatGPT 仍然有学习模式,但现在你不需要输入 /study,而是必须输入 @ study。

它让 AI 的行为更像一位导师,而非一个有用的助手,一些研究表明如果你想要学习知识,这个模式效果更好。

(Gemini 也有学习模式,Claude 似乎已经取消了他们的学习模式)

在 X 看原帖 ↗
1.3万112237
浏览器 · @simonw▲ 1.9万

OpenAI停掉独立浏览器Atlas,AI浏览器要完了?

OpenAI转用ChatGPT app内置浏览器替代独立项目Atlas,作者提到AI增强浏览器至今没能解决安全和隐私的核心问题。

随着 Atlas 退役,转而支持 ChatGPT 应用内置的浏览器,我不禁好奇,AI 增强浏览器这个品类会不会就要走到尽头了。

在我看来,安全和隐私问题始终无法解决——我希望我的 AI 使用它自己独立的浏览器,离我日常在用的那个浏览器远点。

在 X 看原帖 ↗
1.9万720221
商业 · @theinformation▲ 1.9K

代码编辑器Cursor也做通用AI代理,对标Claude

原本做编码辅助工具的Cursor,正在开发一款叫Sand的通用AI代理,未来会和Anthropic的Claude Coworker直接竞争。

Cursor 正在开发一款通用 AI 智能体,名为 Sand,希望在编码工具之外,寻找下一波增长。

这款产品会让 Cursor 与 Anthropic 的 Claude Cowork 和 OpenAI 的 ChatGPT Work 展开更直接的竞争。

更多细节:

在 X 看原帖 ↗
1.9K262
体验 · @emollick▲ 1.6万

AI项目写一半,突然触发禁忌直接被杀死了

用户在Fable跑长期AI项目,仅仅因为论文里的一页参考文献,就让AI产生了违禁联想,直接终止了整个项目。

在一个长期进行的项目进行到一半时,Fable 突然冒出禁念然后终止项目,这真的烦死人了。

显然,我某篇论文里这一页参考文献让 Fable 想到了某些它绝对不能想的东西,所以只要它读取这一页,项目就会停止。

在 X 看原帖 ↗
1.6万1430135
工具 · @PromptLLM▲ 1.3K

现在用AI改变生活,最划算的是做专属全功能app

可以自己搭一个只属于你的一体化app,从业务数据、健康记录到待办清单,所有你关心的内容都能在上面追踪。

现在你能用AI做的、最改变生活的事,就是打造属于你自己的一体化个人应用。

让它帮你记录所有对你重要的事,从工作到健康。把你的待办清单放在上面,还能追踪项目进度。

对着Fable 5不断迭代调整,直到你做出能用的东西。把所有事游戏化,追踪所有事。

在 X 看原帖 ↗
1.3K1515
产品发布 · @perplexity_ai▲ 3.0万

Perplexity新功能,能看不同模型的花费明细

推出了Computer Analytics功能,个人和企业用户都可以在账号设置的分析页,追踪不同模型的信用消耗。

我们推出 Computer Analytics:你现在可以追踪跨模型的信用卡消费了。

此功能现已对个人用户和企业用户开放,可在「设置」下「Analytics」板块找到。

在 X 看原帖 ↗
3.0万814611
研究 · @emollick▲ 1.1万

研究显示:GPT-4帮好创业者赚更多,差创业者亏更多

早期AI与工作的相关研究发现,本身能力强的创业者用GPT-4拿建议能提高利润率,本身经营困难的创业者用了反而表现更差。

这是一篇关于人工智能与工作的重要早期论文,它指出:如果创业者本身表现出色,那么从GPT-4获取建议能让他们获得更高利润率;但如果创业者本身已经陷入困境,那使用GPT-4反而会让他们表现更差——因为他们无力落实GPT-4给出的建议。

这也从侧面反映出学术出版的滞后性有多严重。

在 X 看原帖 ↗
1.1万45913
新品发布 · @LangChain▲ 8.1K

OpenWiki新增brains模式,同时支持通用记忆与代码

想给AI智能体配置记忆,代码库和个人知识库有不同工作流,这次更新后可以同时满足两类需求

除了代码支持外,OpenWiki 现在通过全新的「brains」模式支持通用记忆。

我们认为,代码库和个人维基对于提供你的智能体记忆都极其重要,但二者在配置和运行上有着不同的工作流。

查看我们关于「brains」发布的博客,了解我们如何思考这两类问题!

在 X 看原帖 ↗
8.1K44524
前沿研究 · @Nature▲ 2.2K

大语言模型能推动社科实验,但用法还没搞清楚

打算用大语言模型做社科研究的人,可以看看这份《自然》提出的核心问题,明确当前还需要厘清的边界

大型语言模型可以推动社会科学领域的实验进展,但关于应当如何使用它们来支持研究,目前仍存在根本性问题。

在 X 看原帖 ↗
2.2K263
深度观点 · @TheAhmadOsman▲ 917

为什么开源本地AI会赢?答案在权重内学习

提出观点者认为,开源且可本地部署的AI最终会胜出,核心原因是权重内学习。

为什么我认为开源+本地自托管AI最终会胜出?原因在于:权重内学习(In-weight Learning)。

在 X 看原帖 ↗
9171201
前沿研究 · @emollick▲ 9.1K

公开AI模型做出了全新的数学证明

过往重大数学突破都来自非公开的实验大语言模型,这次首次由公开模型完成全新数学证明,普通人也能跟进研究过程

这一次,它用一个公开模型给出了新颖的数学证明(其他大部分重大数学突破都是用实验性大语言模型完成的)。

在 X 看原帖 ↗
9.1K108910
深度观点 · @rauchg▲ 3.4K

v0已经能用自有设计系统生成全栈应用了

模型速度持续提升的同时,v0能完成的工作范围也跟着扩展,现在覆盖了从设计到开发的全流程

深入探索如何在 @v0 中,利用你自己的设计系统生成设计、原型、前端和全栈应用。

随着模型速度不断提升,v0 也变得越来越神奇。

在 X 看原帖 ↗
3.4K23417
行业动态 · @gdb▲ 2.6万

OpenAI开启开发者周挑战赛,下周可以报名参与

想提交项目参与OpenAI社区活动赢取机会的开发者,现在可以注册报名了

下周,你可以参加现场直播、参与社区活动,并向 OpenAI Build Week Challenge 提交项目。现在就注册:

在 X 看原帖 ↗
2.6万69812
新品发布 · @hwchase17▲ 4.7K

LangChain本周连发两项开源AI新工具,覆盖模型和记忆

两项新发布帮助企业从模型层到上下文层,完全掌握整套技术栈,有需求可以关注

🚀langchain 本周正式发布:一切围绕开源模型与记忆展开!

首先是开源模型。我们与 @NVIDIAAI 合作发布了 NemoClaw DeepAgents 蓝图。

这个方案将 Deep Agents(我们的开源、模型无关框架)与 Nemotron 3 ultra(强大的开源模型)以及 OpenShell(企业级运行时)结合在了一起。相关博客:

第二是记忆。LLM 维基始终让我们充满兴趣。@BraceSproul @colifran_ 发布了新版 OpenWiki,核心聚焦「个人知识库」——可以从 Gmail、互联网等来源创建维基。

开源模型和记忆也能很好地配合。它们共同助力公司和企业拥有完整的技术栈——从模型层一直到上下文层。

在 X 看原帖 ↗
4.7K45321
深度观点 · @simonw▲ 3.4万

OpenAI新模型里,写代码找哪个最合适?

GPT-5.6模型太多,选起来很麻烦,写代码的话,Sol可能会成为新默认选项,比之前常用的5.5 xhigh更好用。

GPT-5.6最让人困惑的一点,就是搞清楚在哪种推理强度下该用哪个模型。如果它比我之前最喜欢的 5.5 xhigh 更好用的话,Medium 上的 Sol 说不定会成为编码工作的不错新默认选择。

在 X 看原帖 ↗
3.4万331370
前沿研究 · @omarsar0▲ 8.9K

AI Agent会忘事?Meta给这个毛病起了新名字还修好了

长期任务里AI Agent总忘记之前做过的决定,Meta提出了即插即用的改进方案,能提升不同能力AI Agent的任务通过率

这是来自Meta的新研究。(收藏下来)研究主题是如何修复会遗忘先前做出的决策的智能体。

众所周知,长周期智能体总会遗忘它们已经做出的决策。Meta研究者将这种故障命名为**行为状态衰减(behavioral state decay)**:任务事实、先前尝试和未完成子目标会被埋在上下文窗口中,或是被推出窗口外,因此不再影响后续动作。

他们的修复方案是,在一个未经修改的动作智能体之外,并行运行一个独立的记忆智能体。它会从近期轨迹中维护一个结构化记忆库,并在每一步决定:是注入一条基于记忆的提醒,还是保持沉默。

这个模块是即插即用的,可以配合前沿智能体和现有框架使用。它能同时提升Terminal-Bench 2.0和tau-squared-Bench上较弱与较强动作智能体的pass@1成绩。

总的来说,他们发现,能够在正确时机主动调出正确信息的记忆,是比被动检索更有用的基础模块——被动检索只有在智能体想到要提问时才会触发。

论文:在我们的学院中学习构建有效的AI智能体:

在 X 看原帖 ↗
8.9K19124145
前沿研究 · @polynoamial▲ 8.2K

解决五十年难题,时间从一天缩到一小时?

测试时算力从秒级提升到周级会遇到延迟瓶颈,GPT-5.6 Sol Ultra通过扩展并行测试时算力解决了这个问题。

更多测试时计算能带来更强的智能。但当我们把测试时计算从秒级拉长到周级,延迟就会成为瓶颈。

GPT-5.6 Sol Ultra 可扩展并行测试时计算。生成一道有着50年历史难题的证明所需的时间,从原本可能整整一天缩短到了仅一小时。

在 X 看原帖 ↗
8.2K1620838
工具产品 · @hwchase17▲ 3.1万

大公司在用的工程工具,开源平替找到了

已有多家大公司自建了同类工具,现在可以直接用这个全开源、模型无关的版本,还能对接LangSmith做可观测性

Sierra 并不是第一个做这个产品的——Ramp、Stripe、CoinBase 也做了。

如果你想要开源版本,可以去看看 OpenSWE:我们内部就在用它(主要用来写代码)。

它支持任意模型,完全开源,但可以和 LangSmith 无缝集成,实现可观测性。

在 X 看原帖 ↗
3.1万11148256
实战经验 · @OpenAIDevs▲ 3.4万

GPT-5.6独立写完了近千行复杂代码

整个过程不需要重复提示,也不需要人工一步步引导,完成了从头到尾的全部工作

GPT-5.6 承接了 @SnorkelAI 的 Ankit Aich 交给它的一项近 1000 行的复杂编码任务,从开始到结束全程完成了工作,不需要重复提示或人工指导。

在 X 看原帖 ↗
3.4万724231
实战经验 · @LangChain▲ 4.0K

90秒生成带引用的风投备忘录,只花0.4美元

不用花几天整理资料写备忘录,自动化流程就能平行调研信息,合成最终文稿,省下的时间可以做别的判断

这个智能体可以在约 90 秒内撰写一份带引用的 VC 投资备忘录,成本仅为 0.40 美元。

1️⃣ 4 个由 @Perplexity_AI Agent API 驱动的 LangGraph 节点,并行调研财务、产品和市场信息

2️⃣ 一个无工具合成器仅基于节点调研到的内容撰写备忘录

深度解析:

在 X 看原帖 ↗
4.0K43113
深度观点 · @johnschulman2▲ 3.2万

AI创业一年半,我们重新梳理当初的判断

创办公司时提出两个方向,现在经过大模型智能体的爆发式发展,团队经过多轮讨论,更新了现在真正认同的观点。

一年半前,我们创办了 Thinking Machines,出发点是两个直觉:一是人们应当拥有更强的能力来自定义模型、开展相关研究,二是即便 AI 变得越来越自主,仍然还有大量工作要做,才能让人类与 AI 良好协作。

从那时到现在发生了很多事,尤其是智能代理领域取得了巨大进展,因此我们希望结合一路上学到的所有经验,重新审视最初的那两个直觉,展开讨论,并记下我们如今真正相信的观点。

经过大量辩论,我们得出了以下结论。我对这个结果很满意!

在 X 看原帖 ↗
3.2万27362103
大模型 · @nonmayorpete▲ 1.3K

AI预训练ego数据采购笑话走红社交平台

网友分享采购AI预训练第一人称视角数据的踩坑经历,最终买到转售的印度工厂数据

一名叫nonmayorpete的网友在𝕏分享了采购AI预训练数据的经历。他需要为模型预训练收集第一人称视角(ego)数据,向销售代表询问这批数据是否包含多样化场景,还是只是转售的印度工厂数据。

销售代表没有理解他的问题,他拿出标注示意图,解释多样化场景数据和转售印度工厂数据的区别。

销售听完之后笑着回答他“这是好数据,先生”。他最终采购了这批数据集,结果发现它真的是转售的印度工厂数据。

在 X 看原帖 ↗
1.3K83
动态 · @dotey▲ 1.7K

ChatGPT三种模式区别与额度定价整理问答

基于OpenAI官方文档整理Chat、Work、Codex的功能差异,及额度、定价和使用相关问题解答

动态 · @emollick▲ 1.2万

网友实测OpenAI全新ChatGPT语音功能体验出色

开发者分享ChatGPT新语音功能使用体验,称值得一试

全新的 ChatGPT 语音用起来相当出色,真的值得你花一分钟在手机上体验一下。(同时要注意,这个语音模型并不会像完整推理模型那样智能)

在 X 看原帖 ↗
1.2万58812
产品观点 · @emollick▲ 3.3万

观点称ChatGPT Work对知识工作者错失机遇

对比Google NotebookLM,指出ChatGPT Work错失机会

我一直在说,ChatGPT Work 和 Cowork 对知识工作者来说都是被浪费掉的机会,为了说明这一点,你来看看 Google 的 NotebookLM 如何回答和 ChatGPT Work 相同的问题,用到的也是相同的 70 多个文件。

它核心关注流程和来源,而不只是输出结果。

在 X 看原帖 ↗
3.3万11242136
大模型 · @simonw▲ 4.1万

开发者分享GPT-5.6新增API特性与OpenAI新模型

开发者分享GPT-5.6的API新增功能,OpenAI推出三款新模型

关于 GPT-5.6 的笔记:它为 API 新增了一些有意思的功能——尤其是程序化工具调用和多智能体——另外对应 6 层推理和 3 个新模型,这里附上 18 只鹈鹕:

另外如果你想看看 OpenAI 自己的鹈鹕:今天早上他们在直播里展示了一只 3D 鹈鹕,分别骑了三轮车、自行车、小马,还骑了另一只鹈鹕。

在 X 看原帖 ↗
4.1万28407200
谷歌DeepMind · @GoogleDeepMind▲ 3.5万

谷歌DeepMind推出播客探讨大语言模型可解释性研究

最新一期播客邀请研究者探索神经网络可解释性与推理机制

模型的思维链就像一块草稿板,能让我们一窥它的推理过程。📝

在我们最新一期播客中,主持人@fryrsquared和@NeelNanda5对坐,共同探讨可解释性——也就是逆向工程神经网络如何学习、如何思考的科学。

时间码:
00:00 引言
02:41 可解释性研究的动机
04:01 机制可解释性
08:14 思维链监控
18:14 可解释性技术
35:00 模型安全审计
48:53 可解释性的下一步发展

观看→ Spotify → Apple Podcasts → 或者你也可以在你常用的播客平台收听!🎧

在 X 看原帖 ↗
3.5万3320892
🔬 前沿研究
前沿研究 · @yunta_tsai▲ 2.5K

现在流行的4位压缩,其实是训练数据凑出来的?

当前大语言模型训练集里,每个参数平均承载的信息不到4位,这才让4位量化流行起来。如果未来模型精度提升,每个参数需要存更多比特。

4位量化(FP4)现在或许很流行,但这是因为在当前的LLM训练集上,每个参数的平均信息量不到4位。

我好奇的是,随着智能保真度提升,未来是否会需要为每个参数存储更多比特。

在 X 看原帖 ↗
2.5K2424
前沿研究 · @polynoamial▲ 8.2K

解决五十年难题,时间从一天缩到一小时?

测试时算力从秒级提升到周级会遇到延迟瓶颈,GPT-5.6 Sol Ultra通过扩展并行测试时算力解决了这个问题。

更多测试时计算能带来更强的智能。但当我们把测试时计算从秒级拉长到周级,延迟就会成为瓶颈。

GPT-5.6 Sol Ultra 可扩展并行测试时计算。生成一道有着50年历史难题的证明所需的时间,从原本可能整整一天缩短到了仅一小时。

在 X 看原帖 ↗
8.2K1620838
前沿研究 · @omarsar0▲ 8.9K

AI Agent会忘事?Meta给这个毛病起了新名字还修好了

长期任务里AI Agent总忘记之前做过的决定,Meta提出了即插即用的改进方案,能提升不同能力AI Agent的任务通过率

这是来自Meta的新研究。(收藏下来)研究主题是如何修复会遗忘先前做出的决策的智能体。

众所周知,长周期智能体总会遗忘它们已经做出的决策。Meta研究者将这种故障命名为**行为状态衰减(behavioral state decay)**:任务事实、先前尝试和未完成子目标会被埋在上下文窗口中,或是被推出窗口外,因此不再影响后续动作。

他们的修复方案是,在一个未经修改的动作智能体之外,并行运行一个独立的记忆智能体。它会从近期轨迹中维护一个结构化记忆库,并在每一步决定:是注入一条基于记忆的提醒,还是保持沉默。

这个模块是即插即用的,可以配合前沿智能体和现有框架使用。它能同时提升Terminal-Bench 2.0和tau-squared-Bench上较弱与较强动作智能体的pass@1成绩。

总的来说,他们发现,能够在正确时机主动调出正确信息的记忆,是比被动检索更有用的基础模块——被动检索只有在智能体想到要提问时才会触发。

论文:在我们的学院中学习构建有效的AI智能体:

在 X 看原帖 ↗
8.9K19124145
前沿研究 · @emollick▲ 9.1K

公开AI模型做出了全新的数学证明

过往重大数学突破都来自非公开的实验大语言模型,这次首次由公开模型完成全新数学证明,普通人也能跟进研究过程

这一次,它用一个公开模型给出了新颖的数学证明(其他大部分重大数学突破都是用实验性大语言模型完成的)。

在 X 看原帖 ↗
9.1K108910
前沿研究 · @Nature▲ 2.2K

大语言模型能推动社科实验,但用法还没搞清楚

打算用大语言模型做社科研究的人,可以看看这份《自然》提出的核心问题,明确当前还需要厘清的边界

大型语言模型可以推动社会科学领域的实验进展,但关于应当如何使用它们来支持研究,目前仍存在根本性问题。

在 X 看原帖 ↗
2.2K263
🚀 新品发布
新新品发布 · @OpenAI▲ 33.4万

OpenAI发布GPT-5.6 Luna 推理更强还便宜25倍

这次性能升级同时降低了成本,更多人可以接触到这类高级健康智能模型。

GPT-5.6 是健康智能领域迈出的重要一步。在整个产品序列中,我们正在以更低成本实现更强性能:GPT-5.6 Luna 在最高推理设置下的表现优于 GPT-5.5,成本却低 25 倍。

这些进步共同提升了质量,同时让全球更多人能够用上先进模型。

在 X 看原帖 ↗
33.4万2753.7K390
新新品发布 · @RoundtableSpace▲ 3.5万

前OpenAI成员Karpathy出了免费的大模型入门课

想从零学懂大模型原理、亲手做一个ChatGPT的人,可以直接用这份6小时免费资料入门。

* Andrej Karpathy 刚刚发布了一门免费的 6 小时课程,内容涵盖从 LLM 工作原理到从零搭建 ChatGPT 的全部知识。

在 X 看原帖 ↗
3.5万13919
新新品发布 · @RoundtableSpace▲ 2.3万

谷歌AI工作室现在免费给你自定义域名建应用

不用自己买域名租服务器,就能完成从搭建到发布托管全流程,想做AI应用的人可以零成本试错

GOOGLE AI STUDIO 现在允许你在免费自定义域名上构建、发布和托管应用了。

在 X 看原帖 ↗
2.3万2910
新新品发布 · @SD_Tutorial▲ 264

8G显存RTX 3070也能跑AI生视频模型了

普通人用中端消费级显卡,就能本地跑LingBot World V2视频生成,不用依赖云端服务。

😲LingBot World V2(视频生成) GGUF 已测试:RTX 3070 8GB / 16GB 内存 👇模型+工作流

在 X 看原帖 ↗
264178
新新品发布 · @SD_Tutorial▲ 367

适配Anima的深度ControlNet模型正式发布

使用VACE间隔块复制与zero-conv架构训练完成,已开放代码仓库可获取使用

😃Anima-ControlNet-VACE-Depth 一款用于 Anima 的深度 ControlNet,采用 VACE spaced-block-duplication + zero-conv 架构训练。

HF 仓库:👇

在 X 看原帖 ↗
36743
新品发布 · @RoundtableSpace▲ 2.7万

只用一个提示词,就在Mac本地训好了自己的大模型

GPT-5.6完成了全套训练流程,还基于个人iMessage聊天记录完成训练。训练全程在Mac本地运行。

GPT-5.6 根据单个提示构建了完整的训练流水线,并在一台 Mac 本地基于 iMessage 历史训练了一个语言模型。

在 X 看原帖 ↗
2.7万1182
新品发布 · @hwchase17▲ 4.7K

LangChain本周连发两项开源AI新工具,覆盖模型和记忆

两项新发布帮助企业从模型层到上下文层,完全掌握整套技术栈,有需求可以关注

🚀langchain 本周正式发布:一切围绕开源模型与记忆展开!

首先是开源模型。我们与 @NVIDIAAI 合作发布了 NemoClaw DeepAgents 蓝图。

这个方案将 Deep Agents(我们的开源、模型无关框架)与 Nemotron 3 ultra(强大的开源模型)以及 OpenShell(企业级运行时)结合在了一起。相关博客:

第二是记忆。LLM 维基始终让我们充满兴趣。@BraceSproul @colifran_ 发布了新版 OpenWiki,核心聚焦「个人知识库」——可以从 Gmail、互联网等来源创建维基。

开源模型和记忆也能很好地配合。它们共同助力公司和企业拥有完整的技术栈——从模型层一直到上下文层。

在 X 看原帖 ↗
4.7K45321
新品发布 · @LangChain▲ 8.1K

OpenWiki新增brains模式,同时支持通用记忆与代码

想给AI智能体配置记忆,代码库和个人知识库有不同工作流,这次更新后可以同时满足两类需求

除了代码支持外,OpenWiki 现在通过全新的「brains」模式支持通用记忆。

我们认为,代码库和个人维基对于提供你的智能体记忆都极其重要,但二者在配置和运行上有着不同的工作流。

查看我们关于「brains」发布的博客,了解我们如何思考这两类问题!

在 X 看原帖 ↗
8.1K44524
📰 行业动态
新行业动态 · @OpenAI▲ 25.8万

OpenAI把生物AI安全赏金翻倍到5万美元

邀请有红队、安全或生物安全经验的研究者,尝试找出能突破前沿模型生物安全防护的通用越狱方法

作为我们持续加强生物学领域先进AI能力安全防护措施工作的一部分,我们正将我们的生物漏洞赏金计划升级为持续进行的非公开项目,命名为OpenAI生物漏洞赏金计划,并将最高赏金翻倍至50,000美元。

我们邀请拥有AI红队测试、安全或生物安全经验的研究人员,尝试找出通用越狱方法,攻破我们针对OpenAI前沿模型预先设置的生物安全挑战。

在 X 看原帖 ↗
25.8万971.5K250
新开源 · @RoundtableSpace▲ 1.0万

付费AI工作流Manus,有人做了免费开源平替

这款平替能从头到尾跑完整套任务,不用付费订阅就能用,替代路径已经搭好,门槛只剩项目说明文档

OPENMANUS 是一款免费开源的 MANUS 替代品,可端到端处理任务。

在 X 看原帖 ↗
1.0万21
新经验分享 · @pauliusztin_▲ 52

分享一个做AI技能最实用的小技巧

把自己掌握的所有领域知识,提取出来放到随项目一起发布的资源文件夹里,这是作者觉得最管用的方法

这是我在开发自己最自豪的技能时,用过最简单(也最强大)的技巧。

我把这项技能里的所有领域知识,提取出来放进一个随技能一同发布的 resources 文件夹里。

这和软件开发中的实体层很相似。这样一来,你就可以在所有技能中引用这些资源。

消除了需要共享的重复业务逻辑。我为我的领域术语表、品牌规范、写作简介和 few-shot 示例都做了这件事。

现在我的所有技能都指向同一个品牌目录。

在 X 看原帖 ↗
522
新绘图 · @SD_Tutorial▲ 317

发布了适配手机人像的微调AI绘图模型

这个微调后的模型能生成光影自然,皮肤和头发纹理真实,看起来像手机实拍的人像自拍

Fullgreed ☺️ - Z img Base
针对写实人像、手机相机质感真实的肖像和自拍照做了微调:自然光、富有艺术创意感且真实可信的皮肤与头发纹理,输出结果看起来是真实照片而非「AI渲染图」👇

模型 + 工作流

在 X 看原帖 ↗
31755
新安全 · @Techmeme▲ 567

极端组织Boko Haram在用AI聊天帮做袭击

他们用AI聊天机器人设计爆炸物、升级武器、 brainstorm袭击方案,这是纽约时报报道的内容

极端组织博科哈拉姆的成员正在利用AI聊天bots设计爆炸物、维修或升级武器,并 brainstorm袭击方案(《纽约时报》)(访问Techmeme dot com获取链接和完整上下文!)

在 X 看原帖 ↗
567
新行业观点 · @leothecurious▲ 44

这篇关于人机未来的博客,观点很有意思

不确定OpenAI内部有多少人认同这个对齐方向,大规模人员流出催生了新的相关方向

这是一篇超棒的博客文章,清晰阐释了关于人与机器未来的鼓舞人心愿景。

我不确定 Openai 的各位对对齐的愿景有多认同这个看法,但催生这家新实验室的大规模出走,暴露了根本分歧,这让我相当怀疑。

fingers crossed ,祝愿这家由新兴人才聚集、支持去中心化、姿态不傲慢的新希望灯塔能取得成功(向顶尖智慧致敬)。

在 X 看原帖 ↗
44
新行业动态 · Hacker News▲ 30

被大语言模型挤得失业的开发者,需要互助小组

不少开发者认不出现在的行业,不想只做AI生成代码的审核员,几年间职业和身份都受到冲击,外人很难共情这种感受

肯定不止我一个开发者已经认不出这个领域了,宁愿去做任何其他工作,也不想去当AI生成代码的高级代码审查员。

眼睁睁看着我的职业生涯在我面前崩塌,短短几年里,我作为软件工程师的身份就遭到质疑,这对我来说是痛苦的,也彻底让我感到疏离,因为非技术人群也清楚这项技术对我们这个细分领域有多么颠覆性的影响,而我们的许多同行要么……

(注:原文末尾截断未完成)

社区讨论:不少开发者明确说LLM让自己效率提升10倍,但更多开发者感受到了职业价值的冲击:刚入行的新人被迫用AI写代码,觉得自己争取来的职业被抽空;原本热爱编程的开发者失去了工作成就感与学习动力,把编程当作手艺的人感受不到打磨技能的乐趣,甚至有人产生了转行的想法。也有人提到,不用再写重复的样板代码,可以转向更宏观的系统设计,对LLM持混合态度。

在 HN 看讨论 ↗
行业动态 · @gdb▲ 2.9万

OpenAI已经在研发面向健康的GPT-5.6了

研发团队正集中精力在这个方向做改进,普通使用者很快能用上针对健康领域的新版大模型。

用于健康智能的GPT-5.6,团队一直在努力改进这方面:

在 X 看原帖 ↗
2.9万1629117
开发工具 · @ashleybchae▲ 206

AI智能体专门做了一门编程语言,有人用了说真香

开发者@ashleybchae提到,boundaryML已经用BAML做了这门专门给智能体的语言,体验很不错。

Agent 应当拥有属于它们自己的编程语言。

@boundaryML 已经用 BAML 把这件事做得非常出色了。

我目前用下来真心喜欢得不行,超兴奋这周能在西雅图和团队见面~

这一周里我会分享我对 BAML 的见解和想法!

@vaibcode

在 X 看原帖 ↗
20611
开发工具 · @geekbb▲ 333

有人搭出了支持多AI智能体协作的研发工作台

开发者用FastAPI、LangGraph和React完成搭建,能做项目理解、流程追踪、风险识别这些研发工作。

用 FastAPI、LangGraph 和 React 搭了一套多 Agent 研发工作台,主打项目理解、流程追踪、风险识别、知识沉淀和评测治理。

在 X 看原帖 ↗
3331
行业动态 · @docmilanfar▲ 3.1K

谷歌高级研究员不到两年半就升成OpenAI副总裁

行业研究者@docmilanfar提到了这份职业变动,称背后肯定有值得挖的故事。

我敢肯定,这里头一定也有一段同样有意思的故事:一个人如何能在不到 2.5 年的时间里,从 GDM 的资深研究工程师,一路做到 OAI 的副总裁。

在 X 看原帖 ↗
3.1K122
开发思路 · @robinebers▲ 87

有人提出Claude写自定义脚本就能跑AI工作流

这个思路认为,AI工作流本质就是Claude写完再运行的自定义脚本,思路听起来可行。

这是个很棒的点子,它有可能行得通,因为从底层来看,workflows(ultracode)本质上就是 Claude 编写后再运行的自定义脚本。

在 X 看原帖 ↗
87
大模型 · @RoundtableSpace▲ 8.8K

网友晒出GPT-5.6 Sol和Fable 5的3D球体对比界面

发布者只放出了包含两个模型的3D地球仪表盘展示,没有额外说明。

GPT-5.6 Sol 与 Fable 5 在 3D 地球仪表盘中对决。

在 X 看原帖 ↗
8.8K8
行业动态 · @gdb▲ 2.6万

OpenAI开启开发者周挑战赛,下周可以报名参与

想提交项目参与OpenAI社区活动赢取机会的开发者,现在可以注册报名了

下周,你可以参加现场直播、参与社区活动,并向 OpenAI Build Week Challenge 提交项目。现在就注册:

在 X 看原帖 ↗
2.6万69812
浏览器 · @simonw▲ 1.9万

OpenAI停掉独立浏览器Atlas,AI浏览器要完了?

OpenAI转用ChatGPT app内置浏览器替代独立项目Atlas,作者提到AI增强浏览器至今没能解决安全和隐私的核心问题。

随着 Atlas 退役,转而支持 ChatGPT 应用内置的浏览器,我不禁好奇,AI 增强浏览器这个品类会不会就要走到尽头了。

在我看来,安全和隐私问题始终无法解决——我希望我的 AI 使用它自己独立的浏览器,离我日常在用的那个浏览器远点。

在 X 看原帖 ↗
1.9万720221
商业 · @theinformation▲ 1.9K

代码编辑器Cursor也做通用AI代理,对标Claude

原本做编码辅助工具的Cursor,正在开发一款叫Sand的通用AI代理,未来会和Anthropic的Claude Coworker直接竞争。

Cursor 正在开发一款通用 AI 智能体,名为 Sand,希望在编码工具之外,寻找下一波增长。

这款产品会让 Cursor 与 Anthropic 的 Claude Cowork 和 OpenAI 的 ChatGPT Work 展开更直接的竞争。

更多细节:

在 X 看原帖 ↗
1.9K262
体验 · @emollick▲ 1.6万

AI项目写一半,突然触发禁忌直接被杀死了

用户在Fable跑长期AI项目,仅仅因为论文里的一页参考文献,就让AI产生了违禁联想,直接终止了整个项目。

在一个长期进行的项目进行到一半时,Fable 突然冒出禁念然后终止项目,这真的烦死人了。

显然,我某篇论文里这一页参考文献让 Fable 想到了某些它绝对不能想的东西,所以只要它读取这一页,项目就会停止。

在 X 看原帖 ↗
1.6万1430135
工具 · @PromptLLM▲ 1.3K

现在用AI改变生活,最划算的是做专属全功能app

可以自己搭一个只属于你的一体化app,从业务数据、健康记录到待办清单,所有你关心的内容都能在上面追踪。

现在你能用AI做的、最改变生活的事,就是打造属于你自己的一体化个人应用。

让它帮你记录所有对你重要的事,从工作到健康。把你的待办清单放在上面,还能追踪项目进度。

对着Fable 5不断迭代调整,直到你做出能用的东西。把所有事游戏化,追踪所有事。

在 X 看原帖 ↗
1.3K1515
产品发布 · @perplexity_ai▲ 3.0万

Perplexity新功能,能看不同模型的花费明细

推出了Computer Analytics功能,个人和企业用户都可以在账号设置的分析页,追踪不同模型的信用消耗。

我们推出 Computer Analytics:你现在可以追踪跨模型的信用卡消费了。

此功能现已对个人用户和企业用户开放,可在「设置」下「Analytics」板块找到。

在 X 看原帖 ↗
3.0万814611
研究 · @emollick▲ 1.1万

研究显示:GPT-4帮好创业者赚更多,差创业者亏更多

早期AI与工作的相关研究发现,本身能力强的创业者用GPT-4拿建议能提高利润率,本身经营困难的创业者用了反而表现更差。

这是一篇关于人工智能与工作的重要早期论文,它指出:如果创业者本身表现出色,那么从GPT-4获取建议能让他们获得更高利润率;但如果创业者本身已经陷入困境,那使用GPT-4反而会让他们表现更差——因为他们无力落实GPT-4给出的建议。

这也从侧面反映出学术出版的滞后性有多严重。

在 X 看原帖 ↗
1.1万45913
行业动态 · Hacker News▲ 320

AI模型GPT-5.6 Sol Ultra证明了著名数学猜想

如果证明属实,这意味着大语言模型已经能帮人类解决悬而未决的基础数学难题

https://x.com/__eknight__/status/2075643450196971805, https://xcancel.com/__eknight__/status/2075643450196971805

提示词:https://cdn.openai.com/pdf/04d1d1e4-bc75-476a-97cf-49055cd98...

社区讨论:多数用户认同AI辅助证明数学猜想的突破价值,有人指出目前AI仅剩下构建全新数学理论框架未实现突破。有人质疑该证明尚未经过同行验证,目前无人确认其正确性,如果证明出错也缺乏快速核验的流程。也有人指出,圈内其实很少有人关注这个被证明的猜想,该网站上一次提及它还是14年前,且那篇证明后来还被撤回了。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 107

苹果起诉OpenAI,指控它盗窃公司机密

头部科技公司和头部AI开发商对簿公堂,此事和普通人无关,但值得知道目前走到了这一步

行业动态 · Hacker News▲ 131

四款大模型同时从零搭建相同的四个应用

不同厂商的顶尖大模型被要求完成同一项开发任务,有人想看看最终结果会有什么差别

社区讨论:多数人认可本次测试并非客观科学结论,只是开放分享的探索性测试。有人指出这种让大模型一次性生成随机应用的测试,和实际软件工程中使用AI的场景完全不同,也有人认为这类测试更考验模型的训练数据检索能力,而非推理能力,还会限制对模型创新能力的考察。有用户补充模型竞技场已有类似测试,结论和本次一致,也有人指责这两天连续刷屏是营销噱头。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 77

前美联储主席Ben Bernanke加入AI公司监管团队

AI安全与治理开始引入非技术领域的资深人士,不同背景的人参与决策,影响未来AI发展方向

社区讨论:少数网友认可伯南克的能力,认为他能对AI及其影响给出不错的观点。多数网友不看好这项任命,有人将此举比作Theranos靠知名人物撑门面,有人批评伯南克08年救市只救企业不帮民众,埋下 bailout 依赖的恶果,还有老用户吐槽Anthropic从成立开始喊的AI安全都是做做样子,说为了人类都是假话。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 104

开发者集体请愿,别下线Gemini 2.5 Flash

大量使用者依赖Gemini 2.5 Flash,发帖呼吁Google不要停掉这个模型,已有近百人参与声援。

社区讨论:多数开发者认为Gemini 2.5 Flash兼顾速度、效果和成本,是价格带内没有替代品的优秀模型,反对谷歌下线它,不少人吐槽后续版本涨价三倍,不符合Flash系列原本平价定位。有人认为向谷歌请愿没用,还有人总结教训,称生产环境不该使用谷歌的产品。部分人提议,谷歌如果不想继续运营可以开放模型权重开源。

在 HN 看讨论 ↗   原文 / 论文 ↗
💡 深度观点
新深度观点 · @mitsuhiko▲ 3.3K

优化大模型支持,还要保留多供应商兼容性

这是优化底层模型能力的通用工作方向,难点在于优化后,系统仍能在不同供应商之间正常迁移

顺便说一下,这项工作属于为更好发挥底层模型能力所做的通用工作。

难点在于要实现这个目标,同时不能构建出无法在不同提供商之间迁移的系统。

在 X 看原帖 ↗
3.3K2364
新深度观点 · @rohanpaul_ai▲ 2.2K

AI推理成本两年降了280倍,反而需求会更多

斯坦福报告已经证实了这个降价幅度。按杰文斯悖论,成本下降催生的新增需求,会比成本下降省出来的供给更多。

百分之百同意。那份著名的斯坦福报告已经发现,GPT-3.5级别的推理成本在不到两年时间里已经下降了280倍。

所以我们会看到智能领域的杰文斯悖论:推理成本下降会创造多得多的需求。

当我们能拿到价格再便宜4倍的Opus 4.8级开源模型时,多智能体系统将会无处不在。

在 X 看原帖 ↗
2.2K4105
新深度观点 · @svpino▲ 3.2K

AI生成视频的未来,居然会是互动直播?

未来AI生成视频会转向可互动的直播体验,而非静态内容,和《少数派报告》里的个性化广告屏逻辑一致,目前已有展示潜力的Demo。

AI生成视频不可避免的未来,是互动直播式体验。它会带来更多“实时互动性”,而非“静态视频”。

这让我想起《少数派报告》里的广告屏幕。广告会对路过的特定行人做出反应,专门为他们调整内容。

目前这个领域还太早,但已经有一个很棒的demo展示了它的潜力。你可以在下方的引用推文中找到链接。

在 X 看原帖 ↗
3.2K71
深度观点 · @emollick▲ 8.5K

给不同需求,专门配不同的小模型,这才是好用?

有人按用途拆分需求,给不同场景匹配不同型号的小模型,不用大模型包揽所有事。

我真的想手工精细搭配我的模型选择: Luna xHigh 用来写菜谱 Sol Medium 用来写十四行诗 Terra High 用来讲冷笑话 Luna xLow 用来写五行打油诗 Sol Utra 用来做真实预言 Sol Low 用来找出一个糟糕谎言 Luna Medium 用来发布可怕警告 Terra Medium 用来做PowerPoint

在 X 看原帖 ↗
8.5K15912
深度观点 · @iScienceLuvr▲ 482

十年后AI在哪没人能猜对,Transformer才问世多久

当下所有AI行业长期预测都站不住脚,十年前Transformer都还没发表。

没人能哪怕勉强猜中,十年后人工智能领域会发展到什么地步。

任何给你做出预测的人,大概率是个傻子。

提醒一下:十年前,Transformers 甚至都还没发表。

在 X 看原帖 ↗
48215
深度观点 · @QiaochuYuan▲ 103

《玩具总动员6》搞AI玩具?原作设定要被颠覆

有人提出这个点子会非常有意思地颠覆原作核心设定,好奇迪士尼会不会真的这么做

用AI赋能玩具的《玩具总动员6》会以一种非常有意思的方式颠覆原有设定。

你觉得他们会这么做吗?

在 X 看原帖 ↗
1032
深度观点 · @johnschulman2▲ 3.2万

AI创业一年半,我们重新梳理当初的判断

创办公司时提出两个方向,现在经过大模型智能体的爆发式发展,团队经过多轮讨论,更新了现在真正认同的观点。

一年半前,我们创办了 Thinking Machines,出发点是两个直觉:一是人们应当拥有更强的能力来自定义模型、开展相关研究,二是即便 AI 变得越来越自主,仍然还有大量工作要做,才能让人类与 AI 良好协作。

从那时到现在发生了很多事,尤其是智能代理领域取得了巨大进展,因此我们希望结合一路上学到的所有经验,重新审视最初的那两个直觉,展开讨论,并记下我们如今真正相信的观点。

经过大量辩论,我们得出了以下结论。我对这个结果很满意!

在 X 看原帖 ↗
3.2万27362103
深度观点 · @skirano▲ 2.7万

不同型号AI模型分工干不同活,这样安排

有人分享了自己用不同 Anthropic 模型的分工方式,对自己手头任务感兴趣的人可以直接参考这套分工试试

大致就是这样:5.6 Sol Ultra 用于规划,Sol Medium 用于根据规划编码,以及通用编码任务。

Terra High 用于快速上下文子代理、读取代码库、搜索。

Luna(任意思考级别)用于聊天,或是移动文件、整理文件夹这类小型计算机操作。

在 X 看原帖 ↗
2.7万17621427
深度观点 · @simonw▲ 3.4万

OpenAI新模型里,写代码找哪个最合适?

GPT-5.6模型太多,选起来很麻烦,写代码的话,Sol可能会成为新默认选项,比之前常用的5.5 xhigh更好用。

GPT-5.6最让人困惑的一点,就是搞清楚在哪种推理强度下该用哪个模型。如果它比我之前最喜欢的 5.5 xhigh 更好用的话,Medium 上的 Sol 说不定会成为编码工作的不错新默认选择。

在 X 看原帖 ↗
3.4万331370
深度观点 · @rauchg▲ 3.4K

v0已经能用自有设计系统生成全栈应用了

模型速度持续提升的同时,v0能完成的工作范围也跟着扩展,现在覆盖了从设计到开发的全流程

深入探索如何在 @v0 中,利用你自己的设计系统生成设计、原型、前端和全栈应用。

随着模型速度不断提升,v0 也变得越来越神奇。

在 X 看原帖 ↗
3.4K23417
深度观点 · @gdb▲ 2.7万

ChatGPT Work把智能代理推向普通用户规模了

手机就能用,不需要电脑,无论个人日常还是工作场景都能用,看看普通人会怎么用它。

ChatGPT Work 将智能代理带到了消费级规模。它无论在可用性还是可及性上都实现了升级——你完全可以直接在手机上操作,不需要笔记本电脑,同时覆盖个人生活与职业工作场景。

我非常期待看到人们会如何使用它,以及它能为大家带来怎样的助力!

在 X 看原帖 ↗
2.7万2147431
深度观点 · @TheAhmadOsman▲ 917

为什么开源本地AI会赢?答案在权重内学习

提出观点者认为,开源且可本地部署的AI最终会胜出,核心原因是权重内学习。

为什么我认为开源+本地自托管AI最终会胜出?原因在于:权重内学习(In-weight Learning)。

在 X 看原帖 ↗
9171201
🛠 工具产品
工具产品 · @Rasmic▲ 564

云智能代理能自动生成测试计划测完整应用

做应用开发测试不用再手动写计划跑完全流程,这套工具能靠云代理自动完成。

使用云代理生成测试计划,然后通过计算机使用端到端测试整个应用程序。

在 X 看原帖 ↗
56474
工具产品 · @hwchase17▲ 3.1万

大公司在用的工程工具,开源平替找到了

已有多家大公司自建了同类工具,现在可以直接用这个全开源、模型无关的版本,还能对接LangSmith做可观测性

Sierra 并不是第一个做这个产品的——Ramp、Stripe、CoinBase 也做了。

如果你想要开源版本,可以去看看 OpenSWE:我们内部就在用它(主要用来写代码)。

它支持任意模型,完全开源,但可以和 LangSmith 无缝集成,实现可观测性。

在 X 看原帖 ↗
3.1万11148256
⚡ 实战经验
新实战经验 · @liyue_ai▲ 282

@liyue_ai: 现在的Agent真的越来越牛逼, 只需要一个简短的剧情就能一键生成各种人物物料,

现在的Agent真的越来越牛逼, 只需要一个简短的剧情就能一键生成各种人物物料,场景,镜头和脚本,你只需要等待出视频即可。

实战经验 · @dexhorthy▲ 241

GPT-5.6 更爱用子代理,提示词又得重写了

每一代新模型出来,之前写好的提示词和技能都要全部扔掉,不带任何原有经验从头开始搭建

没错,新的gpt-5.6模型对于使用子代理和技能的意愿高太多了。你会需要把一些技能移到disable-model-invocation(如果codex真的支持这个功能的话)。

基本上只要你在提示词里提到「子代理」这个词,sol就会开始对所有任务都用子代理。

不是讨厌这件事,只是想不断提醒大家:每一代新模型出来,都意味着你得扔掉旧提示词和旧技能,不带任何先验知识从零重来。

在 X 看原帖 ↗
2416
实战经验 · @AYi_AInotes▲ 241

腾讯新出hy3大模型,试写鲁迅吐槽咖啡厅

有人趁各家发布新大模型,打算逐一深度测评主流大模型的写作能力,刚测完腾讯新发布的hy3,用时58.6秒生成指定短文。

趁着最近各家发布新的大模型,接下来深度测评下国内外主流AI大模型的写作能力, 刚试了下腾讯新发布的hy3模型,大家感受一下, 提示词:假如鲁迅被装腔作势又贼贵的咖啡厅坑了,他会写一篇怎样的文章吐槽?写一篇1000字以内的短文 hy3用时58.6秒完成

在 X 看原帖 ↗
24132
实战经验 · @OpenAIDevs▲ 3.4万

GPT-5.6独立写完了近千行复杂代码

整个过程不需要重复提示,也不需要人工一步步引导,完成了从头到尾的全部工作

GPT-5.6 承接了 @SnorkelAI 的 Ankit Aich 交给它的一项近 1000 行的复杂编码任务,从开始到结束全程完成了工作,不需要重复提示或人工指导。

在 X 看原帖 ↗
3.4万724231
新实战经验 · @Vincent_AINotes▲ 400

写代码新玩法:一个动脑一个干活,两个AI都要用

分享了一个分工式AI编码姿势,Claude Code负责梳理需求拆解任务做计划,Codex负责改代码跑测试交付结果,不用只选一个AI用。

我教你们一个 Vibe Coding 新姿势: 打开 Codex 在右侧边栏选择「终端」 输入 claude 让 Claude Code 负责梳理需求、拆解任务和制定计划; 让 Codex 负责改代码、跑测试和交付结果。Claude 动脑,Codex干活。成年人不做选择——两个都要。

👇

在 X 看原帖 ↗
40032
实战经验 · @emollick▲ 1.3万

ChatGPT学习模式换入口了,学习效果反而更好?

换操作入口后,它会更像辅导老师而非普通助手,部分测试显示用它学习效果更好。Gemini保留了学习模式,Claude好像已经取消了。

ChatGPT 仍然有学习模式,但现在你不需要输入 /study,而是必须输入 @ study。

它让 AI 的行为更像一位导师,而非一个有用的助手,一些研究表明如果你想要学习知识,这个模式效果更好。

(Gemini 也有学习模式,Claude 似乎已经取消了他们的学习模式)

在 X 看原帖 ↗
1.3万112237
实战经验 · @LangChain▲ 4.0K

90秒生成带引用的风投备忘录,只花0.4美元

不用花几天整理资料写备忘录,自动化流程就能平行调研信息,合成最终文稿,省下的时间可以做别的判断

这个智能体可以在约 90 秒内撰写一份带引用的 VC 投资备忘录,成本仅为 0.40 美元。

1️⃣ 4 个由 @Perplexity_AI Agent API 驱动的 LangGraph 节点,并行调研财务、产品和市场信息

2️⃣ 一个无工具合成器仅基于节点调研到的内容撰写备忘录

深度解析:

在 X 看原帖 ↗
4.0K43113
📌 其他
谷歌DeepMind · @GoogleDeepMind▲ 3.5万

谷歌DeepMind推出播客探讨大语言模型可解释性研究

最新一期播客邀请研究者探索神经网络可解释性与推理机制

模型的思维链就像一块草稿板,能让我们一窥它的推理过程。📝

在我们最新一期播客中,主持人@fryrsquared和@NeelNanda5对坐,共同探讨可解释性——也就是逆向工程神经网络如何学习、如何思考的科学。

时间码:
00:00 引言
02:41 可解释性研究的动机
04:01 机制可解释性
08:14 思维链监控
18:14 可解释性技术
35:00 模型安全审计
48:53 可解释性的下一步发展

观看→ Spotify → Apple Podcasts → 或者你也可以在你常用的播客平台收听!🎧

在 X 看原帖 ↗
3.5万3320892
大模型 · @mattshumer_▲ 51.9万

用户吐槽OpenAI高推理前沿模型存本不该有的问题

用户不满OpenAI 2026年前沿推理模型存基础问题,团队正调查

我太生气了……OpenAI 团队正在调查这件事,但这种问题居然出现在 GPT-3.5 身上也就算了,不该出现在 2026年中推出、处于最高推理层级的前沿模型上。

在 X 看原帖 ↗
51.9万692.3K495
大模型 · @simonw▲ 4.1万

开发者分享GPT-5.6新增API特性与OpenAI新模型

开发者分享GPT-5.6的API新增功能,OpenAI推出三款新模型

关于 GPT-5.6 的笔记:它为 API 新增了一些有意思的功能——尤其是程序化工具调用和多智能体——另外对应 6 层推理和 3 个新模型,这里附上 18 只鹈鹕:

另外如果你想看看 OpenAI 自己的鹈鹕:今天早上他们在直播里展示了一只 3D 鹈鹕,分别骑了三轮车、自行车、小马,还骑了另一只鹈鹕。

在 X 看原帖 ↗
4.1万28407200
大模型 · @rasbt▲ 3.7万

业内人士分享智能体编码大模型选型实用建议

从业者分享智能体编码场景下大模型选型经验

关于智能编码代理,可以总结为: - 除非你需要 Terra Ultra 的性能,否则总是用更高努力值设置的 Luna 模型更好(性能相同或更好,但更便宜)。- 低于 Sol High 的模型都不用考虑,在这里使用高努力值设置的 Luna 即可。- Sol Extra High 不用考虑,在这里使用 Terra Ultra 即可。

- 和 Max 相比,Sol Ultra 额外多花的成本可能不值得。

在 X 看原帖 ↗
3.7万68512371
产品观点 · @emollick▲ 3.3万

观点称ChatGPT Work对知识工作者错失机遇

对比Google NotebookLM,指出ChatGPT Work错失机会

我一直在说,ChatGPT Work 和 Cowork 对知识工作者来说都是被浪费掉的机会,为了说明这一点,你来看看 Google 的 NotebookLM 如何回答和 ChatGPT Work 相同的问题,用到的也是相同的 70 多个文件。

它核心关注流程和来源,而不只是输出结果。

在 X 看原帖 ↗
3.3万11242136
动态 · @emollick▲ 1.2万

网友实测OpenAI全新ChatGPT语音功能体验出色

开发者分享ChatGPT新语音功能使用体验,称值得一试

全新的 ChatGPT 语音用起来相当出色,真的值得你花一分钟在手机上体验一下。(同时要注意,这个语音模型并不会像完整推理模型那样智能)

在 X 看原帖 ↗
1.2万58812
动态 · @dotey▲ 1.7K

ChatGPT三种模式区别与额度定价整理问答

基于OpenAI官方文档整理Chat、Work、Codex的功能差异,及额度、定价和使用相关问题解答

大模型 · @nonmayorpete▲ 1.3K

AI预训练ego数据采购笑话走红社交平台

网友分享采购AI预训练第一人称视角数据的踩坑经历,最终买到转售的印度工厂数据

一名叫nonmayorpete的网友在𝕏分享了采购AI预训练数据的经历。他需要为模型预训练收集第一人称视角(ego)数据,向销售代表询问这批数据是否包含多样化场景,还是只是转售的印度工厂数据。

销售代表没有理解他的问题,他拿出标注示意图,解释多样化场景数据和转售印度工厂数据的区别。

销售听完之后笑着回答他“这是好数据,先生”。他最终采购了这批数据集,结果发现它真的是转售的印度工厂数据。

在 X 看原帖 ↗
1.3K83
新研究 · @GoogleDeepMind▲ 11.2万

谷歌DeepMind播客探讨大模型可解释性研究

谷歌DeepMind最新播客邀请嘉宾探索AI可解释性研究

模型的思维链就像一块草稿板,让我们得以窥见它的推理过程。📝

在我们最新一期播客节目中,主持人@fryrsquared和@NeelNanda5对坐,一起探讨可解释性——这门逆向工程神经网络如何学习、如何思考的科学。

时间码:
00:00 引言
02:41 可解释性研究的研究动机
04:01 机制可解释性
08:14 思维链监控
18:14 可解释性技术
35:00 模型安全审计
48:53 可解释性的下一步发展

观看 → Spotify → Apple Podcasts → 或者也可以在你常用的播客平台收听!🎧

在 X 看原帖 ↗
11.2万74540275
新大模型 · @emollick▲ 4.8万

前沿大模型性格与决策方式首次出现显著分化

顶尖大模型的行为风格差异扩大,企业需自行测试选型

顶尖模型的个性和工作方式首次出现了显著分化,而且在长周期任务中,这些判断与方法上的差异还会被进一步放大。你真的需要为你自己/你的公司亲自测试这些模型。

你再也不能随便把最聪明的模型塞进工作流,就指望它的表现和其他能力相近的模型差不多了。现在这事越来越像给岗位招人了。公开基准测试没法很好体现这种差异,你得设计自己的测试。

在 X 看原帖 ↗
4.8万2435969

这一天的 69 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