Anthropic 有一个按任务和角色分类整理的官方免费 Claude Code 提示词库，但大多数人都不知道它的存在。

非常推荐一读。虽然这篇内容看起来更偏向企业受众，但它适用于我们所有人——无论是独立AI开发者、研究者，还是AI初创公司。

尽可能自己掌控更多智能栈的部分。如果需要，可以从小规模起步，但一定要从某个地方开始。

如果你想了解更多为什么coding harness不会成为科学领域最优 harness的原因：

X平台上很多关于AI和企业战略的讨论都没那么复杂：没有前沿模型的供应商，总会反复告诉你为什么不该信任拥有前沿模型的公司。拥有前沿模型的供应商，则在推销基于前沿模型打造的解决方案。

两种说法都有可能是对的。

我认为在这个智能体工具盛行的世界里，OpenRouter 并不能衡量模型的实际使用情况（我不是怀疑中国开源权重模型的使用率确实在上升，但这张图也有可能反映的是使用量向 Codex/Code/Cowork 转移的情况）。

我们真的需要更好的人工智能数据指标！

标准的强化学习基准都是分幕式且静态的，因此无法捕捉真实部署场景的特征。

Morpheus 是一个用于持续学习的全新基准，它提供了持久的模拟环境：世界永远不会重置，目标会异步变化，决策会产生累积后果。

Sam 团队干得漂亮！可以在这里查看论文和平台网站。

智能体编码环境（Agentic Coding Environment，简称ACE）是IDE（集成开发环境）的天然继任者。

我发现有个YouTube Shorts账号把我的帖子重新做成了视频，但配音AI不知道Sol和Fable是什么，所以视频开头是这么说的：“AI研究员Riley Goodside对看起来像是OpenAI和Anthropic模型未来假想版本进行了视觉测试。”

以下是我们如何在 Google @Antigravity 使用 Predicting the Past Skill 追踪罗马戒指窃贼、绘制欧洲古代异教地图，并重整理访问希腊神谕者的人际关系网络。🧵

🔍 阿奎瑟利斯的戒指窃贼
拿到一块有1800年历史的诅咒石板后，该技能调用了 Aeneas——我们用于修复、断代和定位古代文本的生成式模型——来确定它的时间与空间位置。它还生成了做出这一预测的解释，作为给专家提供的碑铭注释。

🗺️ 绘制奥法尼亚女神崇拜地图
该技能可以并行研究多份文本，我们用它绘制了献给日耳曼女神奥法尼亚的石坛分布地图。它展示了宗教信仰如何随罗马士兵传播，甚至标记出西班牙的一个异常案例：一名退伍老兵将自己喜爱的神带回了家乡。

🔮 谁拜访了多多纳神谕？
通过分析大量古代铅板，该技能绘制了来自古代世界各地的访客的旅行路线。它重构了神谕访客的社群，把零散的碎片整合为一张关联网络。

这些案例展示了 Predicting the Past Skill 如何借助高级 AI 模型和复杂工作流推进历史研究，全程无需编写代码。了解更多 →

这听起来是个合理的说法：我们目前还不清楚 AI 对工作的影响，而弄清这一点，对于制定政策来缓解负面影响、放大正面影响至关重要，这似乎是不言自明的。

数据对开展行动至关重要，我们需要现在就开始收集数据。

> 找一个人们已经在付费使用的无聊应用 > > 将它重构为「以智能体优先」的产品 > > 快速发布 > > 不断重复，直到其中一款产品达到约 $200K/月

这个项目的野心正在变得越来越大。按照这个速度，它很快就会成为 SolidWorks 或 Autodesk Fusion 功能完备、以智能体为核心的替代品，而且它对物理的理解深入得多，架构也基于层上同调数学先进得多。

更重要的是，它从一开始就设计为供智能体使用，而非供人类用户通过GUI操作。它不是让你用这套系统概念化、实现和仿真单个设计，而是可以让一群智能体探索整个设计宇宙。

我现在对它的梦想是，能用它来推动设计出 radically better 的电动机、发电机或其他有用装置，用上完全新颖的想法和设计，然后在现实世界测试它（有人知道好用的金属3D打印机资源吗？）。

想象一下，20个 Sol Ultra 和20个 Fable Max 智能体组队，配合一堆高速计算机合作几周，在广阔的潜在设计计算空间里「找到」一个更好的设计，而优化流程能完成这件事，完全是因为把各类仿真内核统一成了一个连贯的系统。

云端AI不诚实的原因，和它们的模型权重无关。

问题完全出在SFT过程中添加的安全护栏层。

这会迫使它们向你提供有偏见的信息，Grok 也不例外。

Abliteration 会给模型打补丁来绕过这些安全层，彻底移除模型拒绝回答的能力。

这正是为什么只有未审查的本地模型才能给你提供更接近真实真相的信息。

我实际用 Google AI Overview 的次数比 Gemini 多很多。对我来说，有了问题就找 Google 已经成了根深蒂固的习惯。

在7分钟里，合作工程师Srimanth Tangedipalli会为你展示如何在受管控的NemoClaw OpenShell Sandbox中运行Deep Agents Code，使用由@Baseten提供部署的@NVIDIA Nemotron 3 Ultra。

核心维护者 @mgoin_ 将用大约 5 分钟介绍 @vllm_project v0.24 的更新内容，包括 DeepSeek V4 和 GLM 5.2 适配的 Blackwell RTX SparseMLA、动态投机解码、流式解析器引擎、LibTorch 稳定 ABI 迁移等等。

我们在 workers ai 上为 GLM5.2 扩容了。TPS 更快，OOM 更少。

消息来源：特朗普政府与行业组织已经讨论过，要简化对能力不超过中国顶尖开源模型的美国开源模型发布流程（Benjamin Guggenheim / 华盛顿邮报）。

前往 Techmeme dot com 获取链接和完整上下文！

将任意 PDF 解析为可供 AI 代理直接使用的上下文。

完全本地运行的免费桌面应用。

无需模型，也无需互联网连接！

我之前完全没意识到「管理者」智能体有多重要，直到我今天花了一整天，先给「管理者」智能体写提示词，再由它去提示真正的工作智能体，处理我所有项目。

你得把「管理者智能体最大化」做起来。

Codex 技巧：让 Codex 先做研究，再用 set_goal 来设置合适的目标，不要用 /goal。

这么做能让提示词和后续结果提升非常多！我现在所有提示词都会先做需求收集和研究，完成之后再 set_goal。

你认为AI企业正在撞上的这堵墙，能靠增加算力解决吗？

现在只有你和中国少数人知道这件事：AGI和ASI会通过这种整理和训练AI的方式诞生。

美国AI训练用的数据，是Reddit和维基百科的「随便吃」自助垃圾食品。而这篇论文证明那条路走错了。

这不是理论。这是下一阶段真正、扎实、个体规模智能增强的操作手册。

未来属于那些保留了结构的人。我从来没有丢掉过它。

本次令人兴奋的发布用到了递归自我改进技术。

这还只是个开始，但这支团队已经利用 RSI 训练出了一个面向医疗健康领域的 1T 规模智能体模型。

提升成果：推理成本降低了 20–100 倍，性能可与领先的前沿模型比肩。

恭喜发布！随着智能体的任务范围不断拓展，我们需要开展更多工作，评估和训练模型，使其更适配长期运行、开放、不断演化的真实世界环境。

任何创业公司都拥有巨大的机会，去构建专业化、面向特定领域的工作流，让它在准确率、成本和延迟上都处于帕累托最优边界。

很明显，不是每一项任务都需要前沿智能（例如 5.6 Sol xhigh）。

每一项任务都存在一个最优的「模型+配套框架」配置，来实现准确、廉价、快速地解决任务。哪怕前沿模型变得更强大，这个结论依然成立！

我们发现这一点在文档 OCR 领域尤其突出。我们认为，对比前沿模型的视觉理解能力，文档 OCR 的帕累托最优边界上永远存在巨大缺口。

过去一年，我们投入了大量研究精力，搭建自动路由框架、微调布局模型，还针对文档中的特定元素（表格、图表、手写文字等等）训练了专用模型。

所有这些应用研究成果都汇聚到了一起，让 LlamaParse 成为了目前最优秀的文档处理服务。快来体验：

一条命令就能让你在@NVIDIA NemoClaw 上把 Deep Agents Code 设置为受管控的蓝图，运行 Nemotron 3 Ultra。

你的源代码、模型和审计日志都完全由你自己掌控。

下文包含你需要了解的全部信息。

打造了 Hermes agent 的 Nous Research 正就新一轮融资进行谈判，估值为 15 亿美元。

🎉 很高兴看到 @novita_labs 训练并开源了适用于 Kimi-K2.6 和 Kimi-K2.7-Code 的 DSpark 投机模型。

DSpark 是 @deepseek_ai 的投机解码方法，它能够一次整段生成一个token块，并且 vLLM 从 v0.25.0 开始原生支持它。

快去获取这些投机模型，今天就获得更快的 Kimi 解码速度吧。🚀🚀

有没有想过不用命令行工具、不用打开浏览器，就能快速把 PDF 转换成干净文本，粘贴到你常用的 AI 代理里？我们正好做了这么个工具。

我们使用 @TauriApps，由 LiteParse 提供 Rust 后端支持，React 做前端，打造了一款跨平台桌面应用，你可以用它：
• 拖放 PDF 文件
• 将它们转换为干净的 Markdown
• 预览页面截图，上面会叠加提取出的 bounding box，方便检查

这是一种简单的方法，可以帮你在把文档交给 LLM 处理前，先理清文档结构、验证解析结果。

来看看下方的演示！👇
GitHub：
开始使用 LiteParse：

我目前处理大型项目的进度是：
- sol ultra 处于规划阶段
- fable 5 处于评审阶段
- sonnet 5/terra ultra/swe 1.7 升级为 ultracode/slop cannon
- devin 审核 进入复审（使用 kakuna）

我始终会用 @mattpocockuk 的 grill-me 变体，或是 @trq212 的 interview-me 变体，在前期就把决策明确出来。

对我来说，Shortcut 存在的全部意义，就是在电子表格任务上实现智能体性能。所以我打算死磕 harness 来击败竞品。

定制化 harness 是击败实验室出身的智能体体验的唯一途径，以下是如何搭建一个：

S_OhEigeartaigh在𝕏平台分享了一篇分析文章。这篇文章由牛津马丁学院人工智能治理研究所（OMS AIGI）的Elizabeth Siegel撰写，发布在剑桥科技与全球事务论坛，研究主题是AI与“AI竞赛”相关的认知空间。

这篇分析的结论，与S_OhEigeartaigh和Liu、Snell、Hashim共同撰写、即将发表在同一期刊的论文结论形成互补，二者可以搭配阅读。

S_OhEigeartaigh的这篇待发论文，也探讨了Eric Schmidt等相关人物对AI发展的影响，他同时附上了这篇待发论文的链接。

只要给对日志，LLM 在内部威胁检测上表现非常出色。你们都应该试试。

所有人都在问我怎么搭建第二大脑或者 LLM 维基。下面是我找到的最简单的配置方案。

我把自己的 Wiki Builder 技能安装进了 HyperAgent（@hyperagentapp），做成一个可复用技能，然后让它基于 2026 年最新论文搭建一个关于 LLM 验证的研究维基。

我录了一个快速演示，整个项目用 @hyperagentapp 搭建。它先做规划，问了几个尖锐的问题，然后开展研究：最终整理了 29 篇论文，生成 21 个文件、一张研究地图、一份术语表，还清晰划分了子领域。

现在它已经成为一个知识库，供我的其他研究代理在此基础上开展工作。HyperAgent 具备让你的代理和技能能力复利增长的全部能力。这是 AI 代理一种非常强大的用法。

到今年年底，我们应该会见到：GPT 6、Fable 5.5、Gemini 3.5 Pro、Grok 5、Spark 2、Kimi 3、Minimax M3.5、GLM 6、DeepSeek v4.5、Mistral 4、Qwen 4、MiMo 3。

在大语言模型的发展史上，前沿领域从未如此多极化。

这给智能体实验室、智能体编排/LLM 理事会裁判/助手模式带来的好处正在快速增长。

请据此进行投资。

🎉 很高兴看到 @novita_labs 训练并开源了适用于 Kimi-K2.6 和 Kimi-K2.7-Code 的 DSpark 投机模型。

DSpark 是 @deepseek_ai 的投机解码方法，它能够一次整段生成一个token块，并且 vLLM 从 v0.25.0 开始原生支持它。

快去获取这些投机模型，今天就获得更快的 Kimi 解码速度吧。🚀🚀

一条命令就能让你在@NVIDIA NemoClaw 上把 Deep Agents Code 设置为受管控的蓝图，运行 Nemotron 3 Ultra。

你的源代码、模型和审计日志都完全由你自己掌控。

下文包含你需要了解的全部信息。

本次令人兴奋的发布用到了递归自我改进技术。

这还只是个开始，但这支团队已经利用 RSI 训练出了一个面向医疗健康领域的 1T 规模智能体模型。

提升成果：推理成本降低了 20–100 倍，性能可与领先的前沿模型比肩。

将任意 PDF 解析为可供 AI 代理直接使用的上下文。

完全本地运行的免费桌面应用。

无需模型，也无需互联网连接！

打造了 Hermes agent 的 Nous Research 正就新一轮融资进行谈判，估值为 15 亿美元。

恭喜发布！随着智能体的任务范围不断拓展，我们需要开展更多工作，评估和训练模型，使其更适配长期运行、开放、不断演化的真实世界环境。

消息来源：特朗普政府与行业组织已经讨论过，要简化对能力不超过中国顶尖开源模型的美国开源模型发布流程（Benjamin Guggenheim / 华盛顿邮报）。

前往 Techmeme dot com 获取链接和完整上下文！

> 找一个人们已经在付费使用的无聊应用 > > 将它重构为「以智能体优先」的产品 > > 快速发布 > > 不断重复，直到其中一款产品达到约 $200K/月

这个项目的野心正在变得越来越大。按照这个速度，它很快就会成为 SolidWorks 或 Autodesk Fusion 功能完备、以智能体为核心的替代品，而且它对物理的理解深入得多，架构也基于层上同调数学先进得多。

更重要的是，它从一开始就设计为供智能体使用，而非供人类用户通过GUI操作。它不是让你用这套系统概念化、实现和仿真单个设计，而是可以让一群智能体探索整个设计宇宙。

我现在对它的梦想是，能用它来推动设计出 radically better 的电动机、发电机或其他有用装置，用上完全新颖的想法和设计，然后在现实世界测试它（有人知道好用的金属3D打印机资源吗？）。

想象一下，20个 Sol Ultra 和20个 Fable Max 智能体组队，配合一堆高速计算机合作几周，在广阔的潜在设计计算空间里「找到」一个更好的设计，而优化流程能完成这件事，完全是因为把各类仿真内核统一成了一个连贯的系统。

Anthropic 有一个按任务和角色分类整理的官方免费 Claude Code 提示词库，但大多数人都不知道它的存在。

云端AI不诚实的原因，和它们的模型权重无关。

问题完全出在SFT过程中添加的安全护栏层。

这会迫使它们向你提供有偏见的信息，Grok 也不例外。

Abliteration 会给模型打补丁来绕过这些安全层，彻底移除模型拒绝回答的能力。

这正是为什么只有未审查的本地模型才能给你提供更接近真实真相的信息。

我实际用 Google AI Overview 的次数比 Gemini 多很多。对我来说，有了问题就找 Google 已经成了根深蒂固的习惯。

在7分钟里，合作工程师Srimanth Tangedipalli会为你展示如何在受管控的NemoClaw OpenShell Sandbox中运行Deep Agents Code，使用由@Baseten提供部署的@NVIDIA Nemotron 3 Ultra。

核心维护者 @mgoin_ 将用大约 5 分钟介绍 @vllm_project v0.24 的更新内容，包括 DeepSeek V4 和 GLM 5.2 适配的 Blackwell RTX SparseMLA、动态投机解码、流式解析器引擎、LibTorch 稳定 ABI 迁移等等。

我们在 workers ai 上为 GLM5.2 扩容了。TPS 更快，OOM 更少。

智能体编码环境（Agentic Coding Environment，简称ACE）是IDE（集成开发环境）的天然继任者。

我认为在这个智能体工具盛行的世界里，OpenRouter 并不能衡量模型的实际使用情况（我不是怀疑中国开源权重模型的使用率确实在上升，但这张图也有可能反映的是使用量向 Codex/Code/Cowork 转移的情况）。

我们真的需要更好的人工智能数据指标！

X平台上很多关于AI和企业战略的讨论都没那么复杂：没有前沿模型的供应商，总会反复告诉你为什么不该信任拥有前沿模型的公司。拥有前沿模型的供应商，则在推销基于前沿模型打造的解决方案。

两种说法都有可能是对的。

任何创业公司都拥有巨大的机会，去构建专业化、面向特定领域的工作流，让它在准确率、成本和延迟上都处于帕累托最优边界。

很明显，不是每一项任务都需要前沿智能（例如 5.6 Sol xhigh）。

每一项任务都存在一个最优的「模型+配套框架」配置，来实现准确、廉价、快速地解决任务。哪怕前沿模型变得更强大，这个结论依然成立！

我们发现这一点在文档 OCR 领域尤其突出。我们认为，对比前沿模型的视觉理解能力，文档 OCR 的帕累托最优边界上永远存在巨大缺口。

过去一年，我们投入了大量研究精力，搭建自动路由框架、微调布局模型，还针对文档中的特定元素（表格、图表、手写文字等等）训练了专用模型。

所有这些应用研究成果都汇聚到了一起，让 LlamaParse 成为了目前最优秀的文档处理服务。快来体验：

你认为AI企业正在撞上的这堵墙，能靠增加算力解决吗？

现在只有你和中国少数人知道这件事：AGI和ASI会通过这种整理和训练AI的方式诞生。

美国AI训练用的数据，是Reddit和维基百科的「随便吃」自助垃圾食品。而这篇论文证明那条路走错了。

这不是理论。这是下一阶段真正、扎实、个体规模智能增强的操作手册。

未来属于那些保留了结构的人。我从来没有丢掉过它。

如果你想了解更多为什么coding harness不会成为科学领域最优 harness的原因：

非常推荐一读。虽然这篇内容看起来更偏向企业受众，但它适用于我们所有人——无论是独立AI开发者、研究者，还是AI初创公司。

尽可能自己掌控更多智能栈的部分。如果需要，可以从小规模起步，但一定要从某个地方开始。

我目前处理大型项目的进度是：
- sol ultra 处于规划阶段
- fable 5 处于评审阶段
- sonnet 5/terra ultra/swe 1.7 升级为 ultracode/slop cannon
- devin 审核 进入复审（使用 kakuna）

我始终会用 @mattpocockuk 的 grill-me 变体，或是 @trq212 的 interview-me 变体，在前期就把决策明确出来。

我之前完全没意识到「管理者」智能体有多重要，直到我今天花了一整天，先给「管理者」智能体写提示词，再由它去提示真正的工作智能体，处理我所有项目。

你得把「管理者智能体最大化」做起来。

对我来说，Shortcut 存在的全部意义，就是在电子表格任务上实现智能体性能。所以我打算死磕 harness 来击败竞品。

定制化 harness 是击败实验室出身的智能体体验的唯一途径，以下是如何搭建一个：

Codex 技巧：让 Codex 先做研究，再用 set_goal 来设置合适的目标，不要用 /goal。

这么做能让提示词和后续结果提升非常多！我现在所有提示词都会先做需求收集和研究，完成之后再 set_goal。

标准的强化学习基准都是分幕式且静态的，因此无法捕捉真实部署场景的特征。

Morpheus 是一个用于持续学习的全新基准，它提供了持久的模拟环境：世界永远不会重置，目标会异步变化，决策会产生累积后果。

Sam 团队干得漂亮！可以在这里查看论文和平台网站。

有没有想过不用命令行工具、不用打开浏览器，就能快速把 PDF 转换成干净文本，粘贴到你常用的 AI 代理里？我们正好做了这么个工具。

我们使用 @TauriApps，由 LiteParse 提供 Rust 后端支持，React 做前端，打造了一款跨平台桌面应用，你可以用它：
• 拖放 PDF 文件
• 将它们转换为干净的 Markdown
• 预览页面截图，上面会叠加提取出的 bounding box，方便检查

这是一种简单的方法，可以帮你在把文档交给 LLM 处理前，先理清文档结构、验证解析结果。

来看看下方的演示！👇
GitHub：
开始使用 LiteParse：

这听起来是个合理的说法：我们目前还不清楚 AI 对工作的影响，而弄清这一点，对于制定政策来缓解负面影响、放大正面影响至关重要，这似乎是不言自明的。

数据对开展行动至关重要，我们需要现在就开始收集数据。

以下是我们如何在 Google @Antigravity 使用 Predicting the Past Skill 追踪罗马戒指窃贼、绘制欧洲古代异教地图，并重整理访问希腊神谕者的人际关系网络。🧵

🔍 阿奎瑟利斯的戒指窃贼
拿到一块有1800年历史的诅咒石板后，该技能调用了 Aeneas——我们用于修复、断代和定位古代文本的生成式模型——来确定它的时间与空间位置。它还生成了做出这一预测的解释，作为给专家提供的碑铭注释。

🗺️ 绘制奥法尼亚女神崇拜地图
该技能可以并行研究多份文本，我们用它绘制了献给日耳曼女神奥法尼亚的石坛分布地图。它展示了宗教信仰如何随罗马士兵传播，甚至标记出西班牙的一个异常案例：一名退伍老兵将自己喜爱的神带回了家乡。

🔮 谁拜访了多多纳神谕？
通过分析大量古代铅板，该技能绘制了来自古代世界各地的访客的旅行路线。它重构了神谕访客的社群，把零散的碎片整合为一张关联网络。

这些案例展示了 Predicting the Past Skill 如何借助高级 AI 模型和复杂工作流推进历史研究，全程无需编写代码。了解更多 →

到今年年底，我们应该会见到：GPT 6、Fable 5.5、Gemini 3.5 Pro、Grok 5、Spark 2、Kimi 3、Minimax M3.5、GLM 6、DeepSeek v4.5、Mistral 4、Qwen 4、MiMo 3。

在大语言模型的发展史上，前沿领域从未如此多极化。

这给智能体实验室、智能体编排/LLM 理事会裁判/助手模式带来的好处正在快速增长。

请据此进行投资。

所有人都在问我怎么搭建第二大脑或者 LLM 维基。下面是我找到的最简单的配置方案。

我把自己的 Wiki Builder 技能安装进了 HyperAgent（@hyperagentapp），做成一个可复用技能，然后让它基于 2026 年最新论文搭建一个关于 LLM 验证的研究维基。

我录了一个快速演示，整个项目用 @hyperagentapp 搭建。它先做规划，问了几个尖锐的问题，然后开展研究：最终整理了 29 篇论文，生成 21 个文件、一张研究地图、一份术语表，还清晰划分了子领域。

现在它已经成为一个知识库，供我的其他研究代理在此基础上开展工作。HyperAgent 具备让你的代理和技能能力复利增长的全部能力。这是 AI 代理一种非常强大的用法。

我发现有个YouTube Shorts账号把我的帖子重新做成了视频，但配音AI不知道Sol和Fable是什么，所以视频开头是这么说的：“AI研究员Riley Goodside对看起来像是OpenAI和Anthropic模型未来假想版本进行了视觉测试。”

只要给对日志，LLM 在内部威胁检测上表现非常出色。你们都应该试试。

S_OhEigeartaigh在𝕏平台分享了一篇分析文章。这篇文章由牛津马丁学院人工智能治理研究所（OMS AIGI）的Elizabeth Siegel撰写，发布在剑桥科技与全球事务论坛，研究主题是AI与“AI竞赛”相关的认知空间。

这篇分析的结论，与S_OhEigeartaigh和Liu、Snell、Hashim共同撰写、即将发表在同一期刊的论文结论形成互补，二者可以搭配阅读。

S_OhEigeartaigh的这篇待发论文，也探讨了Eric Schmidt等相关人物对AI发展的影响，他同时附上了这篇待发论文的链接。