我一直很难让 ChatGPT 生成真正带透明背景的图片，我已经试过了很多不同的提示词变体。

我要求它生成真正的 alpha 通道，要求它生成透明 PNG，要求它在给我文件前检查文件是否真的带有透明度，还试过一堆其他措辞。

大多数时候它还是做不到。

诡异的是，它偶尔会给我透明背景，哪怕我没有特别指定……

我刚更新了 Mac mini Codex 应用。更新完看起来什么都没变，但它确实变了，而且变糟了。

从我开户建项目开始，我保存在 ChatGPT 里的所有项目，全没了。更新完看起来什么都没变，但它确实变了，而且变糟了。从我开户建项目开始，我保存在 ChatGPT 里的所有项目，全没了。

我在 Chrome 里打开网页版应用，在那里找到了我的项目和对话。我立刻

社区讨论：多数人认为Claude存在固定偏好的高频词汇和可预测的说话模式，比如有人不满它反复用"substrate“，还有人列出它爱用的”smoking gun""blast radius"等一堆词，忍无可忍。有人提出，可以在全局配置文件里加规则修改它的措辞，或者让它自行编辑修改输出。也有人觉得这种偏好很正常，只要用词正确就不必在意，模型输出风格稳定对写代码来说反而是好事。

还有人指出，个别人类的措辞偏好不会大规模扩散，模型的统一偏好就很容易被察觉到，这本身是很有意思的心理现象。

社区讨论：多数人确认名单藏在ICM2026官网公开时间表的前端hidden标签中，属于开发者的低级漏洞，就算没有大语言模型也能被轻易爬取。有人指出公布的得主姓名拼写不规范，若消息为真，得主王泓会成为史上第三位女性菲尔兹奖得主，也是首位麻省理工学院博士毕业的获奖者。有人调侃得主没法提前在预测市场下注赚大钱了。

社区讨论：多个用户指出原标题存在误导，会让人误以为是直接用密文做推理，实际只是对Codex的子代理提示做了加密隐藏。有人猜测OpenAI这么做是为了防止第三方客户端调用GPT订阅服务，打击黑市转售，也有人提到Claude早就对自身思考过程做了类似加密，原因可能是思考过程涉及 proprietary 信息或者敏感内容。

这里汇总了和GPT图像生成器技术层面相关的使用技巧，以及它存在的弱点和限制。很多相当简单的问题往往需要花很长时间才能发现。这份汇总或许能帮你在实验时省下一些时间。

丑陋、错位、错误或者无趣的测试图也被包含在内。这份汇总不太关注创意、美学和好点子，更多是从技术层面探究模型存在的弱点。

首条汇总会包含目前所有的发现，并且会持续更新

社区讨论：多数人认为漏洞实际危害有限，攻击者必须先在用户代码文件夹放恶意git.exe才能触发利用，需要已有恶意载荷预先植入系统才能完成攻击。有人指出这本质更像是Windows的特性问题，Windows默认优先搜索当前工作目录找可执行文件，很多软件都存在同类问题。还有人质疑报告读起来像AI生成，同时质疑Cursor开发者为什么会设计成自动执行当前目录git.exe的逻辑，也不满官方半年未修复漏洞的处理方式。

过去一周，我们智能体产品（codex 与 chatgpt work）的使用量增长了 2.5 倍！欢迎大家使用。

温馨提示：上周我们在 AI Studio 推出了自定义网址功能。

当你发布应用时，现在可以给它设置一个方便记忆的名称了。

我们将投入1000万加元，与加拿大顶尖AI机构合作，为新的AI研究提供资金支持。

为了展示 Meta AI 的高级推理和多模态能力，我们提交了一个模型参与亚洲物理奥林匹克的理论考试。

我们很高兴地分享，我们的模型取得了 30/30 的满分，排名与前三名参赛学生并列。

我们感谢 APhO 组委会允许我们的模型参与本次竞赛：

每周有超过700万Codex用户。两个月内推出了150+次更新。

@romainhuet为你整理了Codex的最新动态：GPT‑5.6、通过/goal实现超并行工作、更快的计算机使用、AppShots、行内编辑、网站、Codex移动端与SSH工作流、从评审到合并的PR流程。

一个月前，我用订阅 Plus 会员获得的 Codex 体验非常满意，我甚至把它推荐给了朋友，因为它比 Claude Code 划算太多。

但从上星期开始，我发现令牌消耗量大幅上涨了。现在一个只需要一两分钟完成的简单任务，就会用掉我 5 小时配额里的大约 11%，而仅仅几周前，完全相同类型的任务消耗量要少得多。

现在这个情况，体验感觉已经和免费版没什么区别了。我在想

一个 CLAUDE.MD 文件正在改变人们用 AI 编码的方式。

仓库：

喜大普奔啊，美国的K12 的老师们啊！ 国内大厂赶紧学起来啊～

Claude开始给美国K-12老师免费开高级权限了，而且还直接接上了各州教学标准。

老师只要说要一份教案，它就从官方课程和Learning Commons里拉取对应标准，自动起草完整计划和学生材料。 你改改就能直接进课堂。

全程承诺不拿对话训练模型，学生信息用FERPA协议严格隔离。

这不是简单送免费额度，是把AI塞进了老师备课的核心回路：从国家/州标准出发生成内容，同时用最严的隐私墙把自己和学生数据隔开。

以前老师备课要自己翻标准、找资源、从零写，现在AI直接按官方路径给你搭框架。

好处是效率大涨，坏处是“好的教案”越来越容易被AI理解的标准版本所定义。

这从教育抓起的思路是对的啊，群体够大。 给基础教育提供支持和培养使用AI的能力～

进入第72小时，GPT-5.6 Sol 仍在运行，全程不需要任何后续提示。

任务目标是，绘制一张尽可能全面的地图，涵盖支撑 AI 的实体基础设施：海底光缆、数据中心、发电厂、变电站和电网。

我们只给它设置了一个简单循环：→ 找到最大缺口 → 开展研究 → 完成构建 → 进行测试 → 发布成果 → 重复流程。

大多数人都以为它运行几小时就会卡住。但它没有。运行过程中 Mac 重启了一次，Codex 直接从断点处恢复了运行，没有丢失任何内容。

这件事实际证明了：目标比提示更重要。模型越智能，你就越需要给它空间自己做决定。

如果你用步骤约束它，得到的只会是它原本能力的劣化版本。

看到更多人关注1比特量化很有意思。我不知道它实际测试下来表现到底如何，但一旦我们得到性能不错的1比特模型，整个游戏规则都会被改变。

1比特量化就能达到75.4% SWE Bench Verified / 53.9% SWE Bench Pro，这太疯狂了。这完全符合我的预期，你可以期待基于NVP4基础训练的模型会有更小的精度损失——为什么不把所有东西都跑成二进制呢？

总共88 Gb，所以在Macbook Max上就能运行。

Bonsai 27B 是本地 AI 的一大进步：在手机级占用空间中实现了 27B 级别的多模态能力。

祝贺 @PrismML 正式发布。

你可以在 Together AI 上试用 Ternary Bonsai 27B：

同一个单次提示。三个模型。构建一个黑洞模拟。

GLM-5.2 做出来的是卡通风格。Fugu Ultra 做出来的是抽象风格。

Fable 5 渲染出的吸积盘几何结构看起来就像是物理引擎生成的。

基准测试体现不出这种差距。实际输出能。

AI工具评估报告的完整流程拆解，总共4个简单步骤：

1) 观看视频

2) 下载（免费）报告模板

3) 将模板上传到 Claude Design

4) 把你客户的信息拖放进 Claude Design，Claude 会自动填完模板

你对这个商业模式有什么问题？都留在下面。

我知无不言，而且我真心认为这个商业模式现在拥有无限的机会。

新博客文章：自动化评估真的有用吗？

近来，利用AI分析追踪数据并识别问题的工具越来越多。我们用真实生产数据测试了这类工具，看看它们的实际表现如何。

它们的优势：
- 它们经常能发现人类遗漏的问题
- 可以集成到你的工作流中：查看追踪数据、创建LLM评估器等等

它们的不足：
- 它们会遗漏需要领域专业知识和判断力的问题
- 没有完善的机制从人类反馈中学习
- 使用你的编码代理就能得到差不多的结果

那你应该使用这类工具吗？应该，但使用时要保持你在循环中，采用迭代方式开展工作。我们在文章中介绍了具体方法。

文章中还讨论了，尝试让你的编码代理在你的参与下工作也是个好方法。

本文是和@doesdatmaksense共同撰写的，他牵头了本次研究并整理了结果。

我对 Harvinder 和 Suman 在 @airtap_ai 打造的成果印象非常深刻。他们本质上把 SMS 改造成了移动应用的无头智能执行层。

你只需要发号施令，它就会在后台帮你操作 DoorDash、TikTok 等各类应用。它会用纯文本给你更新进度，只在需要身份验证的时候才要你介入。

这是个非常酷的消费级 AI 概念。你可以去体验一下，或者直接给这个 AI 发短信：+1 (650) 213-7322。

闭源的开发工具套件和AI开发工具都是脑残产物。

工具套件从来都不是产品，模型才是产品。而且有足够多的开发者不会使用非开源的东西，这绝对会决定任何科技产品的生死存亡。

如果你用Claude或者codex构建了你的应用，而且它是闭源的，那么我百分百可以复刻山寨出一个分叉版本，因为我拥有同样的工具。你这相当于帮我省下了设计前端、踩你已经踩过坑的时间。

而且我永远不会用你那个闭源版本，我宁愿自己复刻一个分叉自己用，这样我就不用迁就你那半死不活的商业模式。

现在你可以在 After Effects 里使用 Claude 了。

Higgsfield 的全新 MCP 连接器让 Claude 能直接在你的实际 AE 项目中工作。

它可以创建合成、设置关键帧、编写表达式，还能帮你完成重复的 ExtendScript 工作，它生成的所有内容都会成为可编辑的 AE 场景。

更多创意工具都该这样做：让助手处理日常工作，你始终保留完整手动控制权。

在这里体验：

今天太平洋时间上午 11 点，欢迎参加 @steipete 的 Build Week 直播环节，内容是如何用 Codex 将一个想法转化为可运行构建。

DeepMind 发表了一篇关于高效模型路由策略的优秀论文。

用于在@NotionHQ的架构上评估新模型的命令行工具，从头到尾都是用GPT‑5.6构建的。

这是我训练的本地 AI 模型的工作方式：它负责甄别信息、发掘新闻的新视角，每15分钟就会给我推送一份从约75000个高质量信息源筛选整理好的更新。

我很快就会把这个 AI 模型和这一层功能开源，到时候你也可以搭建属于你自己的新闻推送了！

我靠，你现在可以直接在 After Effects 里直接用 Claude 了！@higgsfield 刚刚发布了他们的新 MCP 连接器，这玩意儿太酷了🔥

把它想象成一个待在你项目里的 AI 助理，你可以把繁琐、依赖语法的苦活都扔给它，自己专心搞定创作方向。

它能直接在你的项目里完成这些事：
> 不用搜谷歌就能写出自定义表达式
> 把参考图片拆解成可编辑的矢量图层？
> 为重复任务和时间轴清理编写脚本
> 根据数据集自动化本地化处理

最棒的是，它生成的所有内容都是真实、可编辑的 AE 场景。你完全能手动控制每一个关键帧。

往下滑看看发布内容吧👀↓

这是一篇非常值得推荐的大语言模型元认知综述。（收藏它）

大语言模型中诸如置信度校准、自我验证、适时停止、知晓自身未知这些有趣行为，大多都是被单独分开研究的。

本篇综述提出，这些都是同一个事物——元认知——的不同面向，并给出了元认知的完整框架。

作者对测量和评估大语言模型元认知能力的方法和基准做了分类，随后将这些能力和性能、可靠性与透明度联系了起来。

随着智能体开始处理更长时间跨度的任务，监控和调节自身推理的能力已经成为衡量可靠性的重要方式。

论文链接：在我们的学院中学习如何构建高效 AI 智能体：

LangChain 团队解答了关于 agents 搜索量最高的问题。

我越来越确信，这就是智能体工作的最佳界面。

它本质上就是现代版 Franklin Servan-Schreiber Zui，具备无限空间与层级结构，允许我调出、收纳项目等等。

完全同意。现在模型已经对这种情况过度调整了，它们意识不到 agentsmd 已经过时，应该被修改/忽略。

昨晚我设定了 5.6 sol 来完成一个五阶段任务，早上醒来发现它还卡在第 0 阶段。我花了很久回看几个小时的记录才发现，某个 agent 早就记下了「第 0 阶段就是目标，别做其他事」。

所以可怜的 sol 花了 8 个小时只打磨、验证第 0 阶段，因为 /goal 不让它停止，agentsmd 不让它推进。

如果你在启动每个任务前都不知道 agentsmd 里写了什么，这就是你对自己做的间接提示注入。/plan、/goal、/skill 都可以，或者干脆什么都不加。

这是一项针对成立AI标准组织的深思熟虑的提案。它和监管机构完全不同，肯定能让标准得到更快完善，也能促进行业内的协作。

你绝对不希望看到AI进展开始按照政府传统的运作速度推进。如果真变成这样，我们基本可以肯定进展会开始停滞，更糟的是，美国大概率会输掉AI竞赛。

这个框架基本找到了兼顾各方的平衡点。唯一仍然存在的挑战是，哪怕是行业内部人士，对AI面临的安全风险也没有达成一致。但如果能在这一点上达成共识，这个方案看起来已经比其他大多数提案更好了。

用户@paranoidream在社交平台𝕏发布了一条内容。内容为「测试个东西……你们现在能看到我吗？」，附带链接

这是我有史以来最喜欢的 AIE 在线分会场演讲，也是我最喜欢的在线分会场成功案例之一——去年这个时候我们还不确定沙盒趋势会怎么样，所以我们在网上做了一次试水。

现在我们已经是第一个开设完整沙盒分会场的主办方，现场座无虚席。

引用 @paularambles 的话来说，AIE 太疯狂了，它就像一部超级《 Codex 》，能从部署在前沿、身处丰富数据环境的工程师身上挖掘出宝贵信息。

Jensen Huang 谈过去六个月里发生了哪些变化。基于知识构建、配备工具和记忆、并且能够迭代直到任务完成的智能体系统。如今，模型终于已经足够成熟，可以让这类系统运行起来了。

你可能错过了：

你对本地部署 AI 模型的看法，就是一场绝佳的智商测试。

为了展示 Meta AI 的高级推理和多模态能力，我们提交了一个模型参与亚洲物理奥林匹克的理论考试。

我们很高兴地分享，我们的模型取得了 30/30 的满分，排名与前三名参赛学生并列。

我们感谢 APhO 组委会允许我们的模型参与本次竞赛：

这是一篇非常值得推荐的大语言模型元认知综述。（收藏它）

大语言模型中诸如置信度校准、自我验证、适时停止、知晓自身未知这些有趣行为，大多都是被单独分开研究的。

本篇综述提出，这些都是同一个事物——元认知——的不同面向，并给出了元认知的完整框架。

作者对测量和评估大语言模型元认知能力的方法和基准做了分类，随后将这些能力和性能、可靠性与透明度联系了起来。

随着智能体开始处理更长时间跨度的任务，监控和调节自身推理的能力已经成为衡量可靠性的重要方式。

论文链接：在我们的学院中学习如何构建高效 AI 智能体：

用于在@NotionHQ的架构上评估新模型的命令行工具，从头到尾都是用GPT‑5.6构建的。

DeepMind 发表了一篇关于高效模型路由策略的优秀论文。

新博客文章：自动化评估真的有用吗？

近来，利用AI分析追踪数据并识别问题的工具越来越多。我们用真实生产数据测试了这类工具，看看它们的实际表现如何。

它们的优势：
- 它们经常能发现人类遗漏的问题
- 可以集成到你的工作流中：查看追踪数据、创建LLM评估器等等

它们的不足：
- 它们会遗漏需要领域专业知识和判断力的问题
- 没有完善的机制从人类反馈中学习
- 使用你的编码代理就能得到差不多的结果

那你应该使用这类工具吗？应该，但使用时要保持你在循环中，采用迭代方式开展工作。我们在文章中介绍了具体方法。

文章中还讨论了，尝试让你的编码代理在你的参与下工作也是个好方法。

本文是和@doesdatmaksense共同撰写的，他牵头了本次研究并整理了结果。

温馨提示：上周我们在 AI Studio 推出了自定义网址功能。

当你发布应用时，现在可以给它设置一个方便记忆的名称了。

我靠，你现在可以直接在 After Effects 里直接用 Claude 了！@higgsfield 刚刚发布了他们的新 MCP 连接器，这玩意儿太酷了🔥

把它想象成一个待在你项目里的 AI 助理，你可以把繁琐、依赖语法的苦活都扔给它，自己专心搞定创作方向。

它能直接在你的项目里完成这些事：
> 不用搜谷歌就能写出自定义表达式
> 把参考图片拆解成可编辑的矢量图层？
> 为重复任务和时间轴清理编写脚本
> 根据数据集自动化本地化处理

最棒的是，它生成的所有内容都是真实、可编辑的 AE 场景。你完全能手动控制每一个关键帧。

往下滑看看发布内容吧👀↓

现在你可以在 After Effects 里使用 Claude 了。

Higgsfield 的全新 MCP 连接器让 Claude 能直接在你的实际 AE 项目中工作。

它可以创建合成、设置关键帧、编写表达式，还能帮你完成重复的 ExtendScript 工作，它生成的所有内容都会成为可编辑的 AE 场景。

更多创意工具都该这样做：让助手处理日常工作，你始终保留完整手动控制权。

在这里体验：

我们将投入1000万加元，与加拿大顶尖AI机构合作，为新的AI研究提供资金支持。

过去一周，我们智能体产品（codex 与 chatgpt work）的使用量增长了 2.5 倍！欢迎大家使用。

今天太平洋时间上午 11 点，欢迎参加 @steipete 的 Build Week 直播环节，内容是如何用 Codex 将一个想法转化为可运行构建。

一个 CLAUDE.MD 文件正在改变人们用 AI 编码的方式。

仓库：

喜大普奔啊，美国的K12 的老师们啊！ 国内大厂赶紧学起来啊～

Claude开始给美国K-12老师免费开高级权限了，而且还直接接上了各州教学标准。

老师只要说要一份教案，它就从官方课程和Learning Commons里拉取对应标准，自动起草完整计划和学生材料。 你改改就能直接进课堂。

全程承诺不拿对话训练模型，学生信息用FERPA协议严格隔离。

这不是简单送免费额度，是把AI塞进了老师备课的核心回路：从国家/州标准出发生成内容，同时用最严的隐私墙把自己和学生数据隔开。

以前老师备课要自己翻标准、找资源、从零写，现在AI直接按官方路径给你搭框架。

好处是效率大涨，坏处是“好的教案”越来越容易被AI理解的标准版本所定义。

这从教育抓起的思路是对的啊，群体够大。 给基础教育提供支持和培养使用AI的能力～

进入第72小时，GPT-5.6 Sol 仍在运行，全程不需要任何后续提示。

任务目标是，绘制一张尽可能全面的地图，涵盖支撑 AI 的实体基础设施：海底光缆、数据中心、发电厂、变电站和电网。

我们只给它设置了一个简单循环：→ 找到最大缺口 → 开展研究 → 完成构建 → 进行测试 → 发布成果 → 重复流程。

大多数人都以为它运行几小时就会卡住。但它没有。运行过程中 Mac 重启了一次，Codex 直接从断点处恢复了运行，没有丢失任何内容。

这件事实际证明了：目标比提示更重要。模型越智能，你就越需要给它空间自己做决定。

如果你用步骤约束它，得到的只会是它原本能力的劣化版本。

看到更多人关注1比特量化很有意思。我不知道它实际测试下来表现到底如何，但一旦我们得到性能不错的1比特模型，整个游戏规则都会被改变。

1比特量化就能达到75.4% SWE Bench Verified / 53.9% SWE Bench Pro，这太疯狂了。这完全符合我的预期，你可以期待基于NVP4基础训练的模型会有更小的精度损失——为什么不把所有东西都跑成二进制呢？

总共88 Gb，所以在Macbook Max上就能运行。

Bonsai 27B 是本地 AI 的一大进步：在手机级占用空间中实现了 27B 级别的多模态能力。

祝贺 @PrismML 正式发布。

你可以在 Together AI 上试用 Ternary Bonsai 27B：

同一个单次提示。三个模型。构建一个黑洞模拟。

GLM-5.2 做出来的是卡通风格。Fugu Ultra 做出来的是抽象风格。

Fable 5 渲染出的吸积盘几何结构看起来就像是物理引擎生成的。

基准测试体现不出这种差距。实际输出能。

AI工具评估报告的完整流程拆解，总共4个简单步骤：

1) 观看视频

2) 下载（免费）报告模板

3) 将模板上传到 Claude Design

4) 把你客户的信息拖放进 Claude Design，Claude 会自动填完模板

你对这个商业模式有什么问题？都留在下面。

我知无不言，而且我真心认为这个商业模式现在拥有无限的机会。

社区讨论：多数人认为漏洞实际危害有限，攻击者必须先在用户代码文件夹放恶意git.exe才能触发利用，需要已有恶意载荷预先植入系统才能完成攻击。有人指出这本质更像是Windows的特性问题，Windows默认优先搜索当前工作目录找可执行文件，很多软件都存在同类问题。还有人质疑报告读起来像AI生成，同时质疑Cursor开发者为什么会设计成自动执行当前目录git.exe的逻辑，也不满官方半年未修复漏洞的处理方式。

这里汇总了和GPT图像生成器技术层面相关的使用技巧，以及它存在的弱点和限制。很多相当简单的问题往往需要花很长时间才能发现。这份汇总或许能帮你在实验时省下一些时间。

丑陋、错位、错误或者无趣的测试图也被包含在内。这份汇总不太关注创意、美学和好点子，更多是从技术层面探究模型存在的弱点。

首条汇总会包含目前所有的发现，并且会持续更新

社区讨论：多个用户指出原标题存在误导，会让人误以为是直接用密文做推理，实际只是对Codex的子代理提示做了加密隐藏。有人猜测OpenAI这么做是为了防止第三方客户端调用GPT订阅服务，打击黑市转售，也有人提到Claude早就对自身思考过程做了类似加密，原因可能是思考过程涉及 proprietary 信息或者敏感内容。

社区讨论：多数人确认名单藏在ICM2026官网公开时间表的前端hidden标签中，属于开发者的低级漏洞，就算没有大语言模型也能被轻易爬取。有人指出公布的得主姓名拼写不规范，若消息为真，得主王泓会成为史上第三位女性菲尔兹奖得主，也是首位麻省理工学院博士毕业的获奖者。有人调侃得主没法提前在预测市场下注赚大钱了。

社区讨论：多数人认为Claude存在固定偏好的高频词汇和可预测的说话模式，比如有人不满它反复用"substrate“，还有人列出它爱用的”smoking gun""blast radius"等一堆词，忍无可忍。有人提出，可以在全局配置文件里加规则修改它的措辞，或者让它自行编辑修改输出。也有人觉得这种偏好很正常，只要用词正确就不必在意，模型输出风格稳定对写代码来说反而是好事。

还有人指出，个别人类的措辞偏好不会大规模扩散，模型的统一偏好就很容易被察觉到，这本身是很有意思的心理现象。

一个月前，我用订阅 Plus 会员获得的 Codex 体验非常满意，我甚至把它推荐给了朋友，因为它比 Claude Code 划算太多。

但从上星期开始，我发现令牌消耗量大幅上涨了。现在一个只需要一两分钟完成的简单任务，就会用掉我 5 小时配额里的大约 11%，而仅仅几周前，完全相同类型的任务消耗量要少得多。

现在这个情况，体验感觉已经和免费版没什么区别了。我在想

我刚更新了 Mac mini Codex 应用。更新完看起来什么都没变，但它确实变了，而且变糟了。

从我开户建项目开始，我保存在 ChatGPT 里的所有项目，全没了。更新完看起来什么都没变，但它确实变了，而且变糟了。从我开户建项目开始，我保存在 ChatGPT 里的所有项目，全没了。

我在 Chrome 里打开网页版应用，在那里找到了我的项目和对话。我立刻

我一直很难让 ChatGPT 生成真正带透明背景的图片，我已经试过了很多不同的提示词变体。

我要求它生成真正的 alpha 通道，要求它生成透明 PNG，要求它在给我文件前检查文件是否真的带有透明度，还试过一堆其他措辞。

大多数时候它还是做不到。

诡异的是，它偶尔会给我透明背景，哪怕我没有特别指定……

这是一项针对成立AI标准组织的深思熟虑的提案。它和监管机构完全不同，肯定能让标准得到更快完善，也能促进行业内的协作。

你绝对不希望看到AI进展开始按照政府传统的运作速度推进。如果真变成这样，我们基本可以肯定进展会开始停滞，更糟的是，美国大概率会输掉AI竞赛。

这个框架基本找到了兼顾各方的平衡点。唯一仍然存在的挑战是，哪怕是行业内部人士，对AI面临的安全风险也没有达成一致。但如果能在这一点上达成共识，这个方案看起来已经比其他大多数提案更好了。

闭源的开发工具套件和AI开发工具都是脑残产物。

工具套件从来都不是产品，模型才是产品。而且有足够多的开发者不会使用非开源的东西，这绝对会决定任何科技产品的生死存亡。

如果你用Claude或者codex构建了你的应用，而且它是闭源的，那么我百分百可以复刻山寨出一个分叉版本，因为我拥有同样的工具。你这相当于帮我省下了设计前端、踩你已经踩过坑的时间。

而且我永远不会用你那个闭源版本，我宁愿自己复刻一个分叉自己用，这样我就不用迁就你那半死不活的商业模式。

完全同意。现在模型已经对这种情况过度调整了，它们意识不到 agentsmd 已经过时，应该被修改/忽略。

昨晚我设定了 5.6 sol 来完成一个五阶段任务，早上醒来发现它还卡在第 0 阶段。我花了很久回看几个小时的记录才发现，某个 agent 早就记下了「第 0 阶段就是目标，别做其他事」。

所以可怜的 sol 花了 8 个小时只打磨、验证第 0 阶段，因为 /goal 不让它停止，agentsmd 不让它推进。

如果你在启动每个任务前都不知道 agentsmd 里写了什么，这就是你对自己做的间接提示注入。/plan、/goal、/skill 都可以，或者干脆什么都不加。

这是我训练的本地 AI 模型的工作方式：它负责甄别信息、发掘新闻的新视角，每15分钟就会给我推送一份从约75000个高质量信息源筛选整理好的更新。

我很快就会把这个 AI 模型和这一层功能开源，到时候你也可以搭建属于你自己的新闻推送了！

我对 Harvinder 和 Suman 在 @airtap_ai 打造的成果印象非常深刻。他们本质上把 SMS 改造成了移动应用的无头智能执行层。

你只需要发号施令，它就会在后台帮你操作 DoorDash、TikTok 等各类应用。它会用纯文本给你更新进度，只在需要身份验证的时候才要你介入。

这是个非常酷的消费级 AI 概念。你可以去体验一下，或者直接给这个 AI 发短信：+1 (650) 213-7322。

LangChain 团队解答了关于 agents 搜索量最高的问题。

我越来越确信，这就是智能体工作的最佳界面。

它本质上就是现代版 Franklin Servan-Schreiber Zui，具备无限空间与层级结构，允许我调出、收纳项目等等。

你对本地部署 AI 模型的看法，就是一场绝佳的智商测试。

每周有超过700万Codex用户。两个月内推出了150+次更新。

@romainhuet为你整理了Codex的最新动态：GPT‑5.6、通过/goal实现超并行工作、更快的计算机使用、AppShots、行内编辑、网站、Codex移动端与SSH工作流、从评审到合并的PR流程。

Jensen Huang 谈过去六个月里发生了哪些变化。基于知识构建、配备工具和记忆、并且能够迭代直到任务完成的智能体系统。如今，模型终于已经足够成熟，可以让这类系统运行起来了。

你可能错过了：

这是我有史以来最喜欢的 AIE 在线分会场演讲，也是我最喜欢的在线分会场成功案例之一——去年这个时候我们还不确定沙盒趋势会怎么样，所以我们在网上做了一次试水。

现在我们已经是第一个开设完整沙盒分会场的主办方，现场座无虚席。

引用 @paularambles 的话来说，AIE 太疯狂了，它就像一部超级《 Codex 》，能从部署在前沿、身处丰富数据环境的工程师身上挖掘出宝贵信息。

用户@paranoidream在社交平台𝕏发布了一条内容。内容为「测试个东西……你们现在能看到我吗？」，附带链接