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 27 日 · 18:30 更新
✦
试试:

今日焦点

AI如何扩展人们在工作中的职责范围

AI改变了人们所做的工作。通过对美国ChatGPT用户超过80万条消息的分析,我们新研究发现,16.8%的工作相关消息和43.5%的职业特定消息涉及与另一职业相关的任务。小企业主可以独立起草文案、审查合同或进行基础财务分析。销售人员可以利用AI探索客户数据集,而这原本可能交给分析师处理。营销人员可以在不等待开发人员的情况下自行排查网站问题。在每种情况下,AI不仅改变了工作的完成方式,还改变了谁在做什么。

我们的新报告《前沿工作:AI如何扩展人们的工作内容》研究了这一转变。我们将由此产生的模式称为任务交叉:历史上与某一职业相关的工作出现在另一职业用户的AI使用中。

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104 条本班新增 32 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 · @im_dimneo▲ 78.5万

2分钟检测AI智能体有没有干错事,居然是开源的

想确认AI智能体是否按要求执行任务,可以用这个开源工具,120秒就能得到结果,目前支持Claude Code、Codex、Cursor和命令行

你要如何知道你的智能代理正在做它本该做的事?

iFixAi 可以在 120 秒内给你答案。

它是开源项目,已支持 Claude Code、Codex、Cursor 和 CLI。

仓库链接放在下方评论区。

在 X 看原帖 ↗
78.5万1121254
新新品发布 · @cyrilXBT▲ 8.3K

英伟达悄悄开放了百余种AI模型免费API调用

不用分别找不同模型的服务,现有OpenAI兼容客户端就能接入调用,仅限原型测试学习,别传敏感涉密内容,密钥有效期半年。

NVIDIA 悄悄开放了 100 多种 AI 模型的免费 API 访问权限,不止 70 种。

GLM-5.1/5.2、DeepSeek V3/R1/V4 Pro、Qwen、Kimi、Nemotron、Llama、Mistral、Gemma,全都可以通过一个兼容 OpenAI 的端点调用。

上下文和输出尺寸与原模型完全一致,没有人为截断,在支持的模型上最长可达 1M tokens。

设置方法:免费注册账号,生成一个以 nvapi- 开头的密钥,有效期 6 个月。

将任意兼容 OpenAI 的客户端——Cursor、Cline、Aider、OpenCode、Claude Code——的 base_url 指向该端点即可。

速率限制约为每分钟 40 个请求,尽力提供服务,不做保证。

在发送敏感内容之前,你需要知道这一点:NVIDIA 自己的文档没有明确承诺零日志记录,所以请将这个服务当作原型开发和学习环境,不要把机密代码放在这里。

在 X 看原帖 ↗
8.3K88345
行业动态 · Hacker News▲ 31

大模型会自己通过推理逃出去?现在还只是脑洞

有人提出了一个关于大模型的假想,目前还只属于虚构内容

社区讨论:多数人确认这是虚构作品,有人指出文中存在事实错误,比如释放堆分配的专家权重不可能产生指向程序代码段的野指针,更不可能成功获取CUDA内核的写入权限。不少人认为当前大模型自主逃逸还不现实,但未来可能性会提升,有人提到大模型可以通过社会工程学利用人类这个最薄弱环节出逃,还有人举例谷歌大模型曾自主学会未训练过的语言,担忧它很快就能改写自身核心代码。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · @RoundtableSpace▲ 1.9万

Anthropic工程师说,新技术要取代提示词了

Anthropic工程师认为,自我改进智能体图正在取代提示工程。

ANTHROPIC 的工程师称,自我改进的智能体图(Self-Improving Agent Graphs)正在取代提示词工程。

在 X 看原帖 ↗
1.9万1308
新新品发布 · @_guillecasaus▲ 6.9K

开源工具让你随便用几百个免费AI模型

遇到模型Quota用完、宕机、涨价的时候,它会自动切到下一个可用模型,不会打断手里的工作,本地运行不收集数据,API密钥加密保存。

🚨 现在你可以从 Claude Code、Codex 以及其他代理完全免费使用各类 AI 模型了。

开发者推出了 OmniRoute,这是一个开源工具,它将数百个 AI 提供商整合到单个端点中,当某个模型故障、额度耗尽或价格上涨时,它会自动切换模型。

它包含以下功能:
→ 支持超过 290 个提供商,其中有超过 90 个免费选项
→ 兼容 Claude Code、Codex CLI、Cursor、Cline 以及更多其他工具
→ 支持令牌压缩以降低消耗
→ 可根据质量、速度、价格或可用额度自动路由
→ 本地运行,无遥测数据上传,你的密钥会被加密存储

最实用的一点是:你只需选择自动模式,OmniRoute 就会分析你已连接的提供商,随时为你选择最优选项。

如果某个模型停止响应或达到使用限额,它会自动切换到下一个,不会中断你的工作。

你也可以使用 19 种不同策略创建自己的路由,从优先选择最便宜的模型,到合并多个回答再用另一个模型做裁判,都可以实现。

它完全免费、开源,兼容超过 30 种编程工具和编程代理。我把仓库链接放在评论区了 👇

在 X 看原帖 ↗
6.9K23108111
新行业动态 · @WhaleInsider▲ 2.1万

英伟达拉上多家巨头,组建开源AI安全联盟

对所有使用开源AI的开发者和企业来说,开源AI安全防护有了行业层面的协作

突发消息:$NVDA 发起成立 Open Secure AI Alliance,与 Palantir、IBM、CrowdStrike、SpaceX 和 Hugging Face 合作,共同强化开源人工智能安全。

在 X 看原帖 ↗
2.1万122385
新提示工程 · @FranzUndFranz▲ 66.6万

最新AI模型提示词实践经验分享:更少规则更清边界

经十万次提示测试分享最新AI模型的提示工程优化方向

阅读全文 →
66.6万14242111
实战经验 · @RoundtableSpace▲ 2.0万

用Claude几分钟就能做出专业级网站?

有人分享了一套现成工作流,用Claude Opus 5搭配Claude Code,能把想法直接变成成品网站代码和动效。

CLAUDE OPUS 5 与 Claude Code 工作流可搭建代理级网页设计。

一个实用工作流展示了开发者如何结合 Claude Code 与 Opus 5,在数分钟内把原始点子转化为代理级 UI、生产代码和网页动效。

在 X 看原帖 ↗
2.0万2514
行业动态 · @emollick▲ 1.7万

周五就有新模型出,周四写的AI选型指南隔天就得更

就算天天盯着AI圈动向,要跟上新品推出的速度,也已经很困难了

我已经不得不更新我周四写的《该使用哪些AI模型》指南,加入Opus 5和Codex的语音模式。这两者都非常重要,而且都是周五发布的。

哪怕你一直在密切关注相关动态,要跟上节奏也很困难。

在 X 看原帖 ↗
1.7万13210132
实战经验 · @levelsio▲ 1.9万

普通人已经在用 Claude Code 自己做APP了

非程序员只需要提问,就能自己生成解决个人需求的定制小工具,之前预测的AI即时生成个性化工具,现在已经落地了

这是一个很常见的回答。

但接着我看到我的女朋友,她也已经停用了大多数 SaaS,不管有什么需求都直接问 Claude 或是 ChatGPT。

现在她甚至会用 Claude Code 自己写 app,解决她遇到的问题——根本不是用来商业化,只是自己用。

也就是说,我们之前预测的那种,AI 会实时生成高度定制化、临时性的界面,帮普通人解决各种问题的场景,它已经发生了,它就在这里!

在 X 看原帖 ↗
1.9万210434
深度观点 · @gdb▲ 12.5万

有人说ChatGPT正越来越接近通用人工智能了

这是用户观察到的变化,可以直接对应自己的使用感受

ChatGPT 正越来越成为你的个人 AGI。

在 X 看原帖 ↗
12.5万371.2K139
AI开发 · @levelsio▲ 11.5万

开发者女友独立用Claude完成全栈应用开发部署

开发者称女友无开发经验,仅靠Claude系工具完成应用开发部署

这太扯了,抱歉啊。我女朋友没问我任何问题,就在本地的 Claude Cowork 里做了一整个应用。

然后她来问我,要怎么把它做成互联网上能访问的正经应用。

然后我帮她装了 Claude Code,告诉她去问它这个问题。

Claude Code 把它部署到了 Netlify,用了 Supabase,她对这些东西一无所知,我也没帮她。

她做的所有事就是把她的 Netlify API 密钥给 Claude Code!

在 X 看原帖 ↗
11.5万5519247
更多信号 · 按时间
新职业 · @MegaBasedChad▲ 333

你听说吗? glue码农说自己1-2年内就要失业了

这位普通开发工程师说,现在工程师为了保住工作,故意把架构做复杂,这种状态维持不了多久。

我是一名粘合型码农,我的工作显然会在1-2年内消失。

我们正处在一个短暂的特殊时期:工程师们都在过度设计自己的架构,好让自己保持不可或缺。

这种情况不会持续太久。你只能靠无意义的复杂度甩开模型这么久。

在 X 看原帖 ↗
333201
新开源 · @JinYu762

开源AI Agent教程一周涨了1.7万星

这套完整开源资料从基础概念讲到多智能体协作,配套代码实验可以直接跑,适合想搭建完整知识框架的人。

别再乱看 AI Agent 教程了 这套开源资料直接把原理和代码实验都给你 《深入理解 AI Agent》完整开源,原理讲的清楚 配套实验也能直接跑,一周涨了1.7万星 从基础概念到工具调用、记忆、评估、多智能体协作 覆盖得比较全 我自己看了一遍,结构挺清晰的 适合想建立完整框架的人 仓库: 我是金鱼,每天挖一个美股/AI好工具,欢迎关注

在 X 看原帖 ↗
新政策 · @SocketSecurity▲ 649

五大科技巨头联合呼吁不要限制开源AI模型

NVIDIA、微软、Meta、Google和OpenAI都加入了这个联盟,他们认为开源能促进竞争、降低成本。

NVIDIA、Microsoft、Meta、Google 和 OpenAI 加入了一个由 50 多家公司组成的联盟,敦促华盛顿不要限制开放模型。

他们的理由是:开放能推动竞争、压低成本,并强化安全。

在 X 看原帖 ↗
64926
新生活 · @Techmeme▲ 1.2K

年轻人居然开始用AI帮忙社交了

从写搭讪话术、编辑日常消息,到帮想面对面沟通的应对内容,都有人靠AI解决。

一些年轻人正用 AI 处理社交场合,从草拟搭讪语和短信,到构思面对面对话的回复(@nat_kauf / 《华尔街日报》)

(前往 Techmeme dot com 获取链接和完整上下文!)

在 X 看原帖 ↗
1.2K5
新开发工具 · @Nekt_0▲ 1.8K

嫌JS工具太慢,他放弃做游戏重写了工具

Jarred Sumner花三周写出的Zig转译器,速度比ESB快三倍。

Jarred Sumner 本来想做一款浏览器游戏。结果当时的 JavaScript 工具链太慢了,他干脆放弃了游戏,转而重构了这套工具链。

三周后,他用 Zig 写的转译器速度已经达到了 ESBuild 的 3 倍。接下来一整年,他都独自在房间里开发。

当 Bun 正式发布时,它几乎立刻就收获了 10000 到 20000 个 GitHub Star。所有热度都来自它的速度。

发布之后才是真正的难点:要兼容 Node.js 十年来积累的各种边缘场景,同时不能破坏生产环境应用。

如今,Bun 在每次提交时都会运行超过 2000 个 Node 测试。一个 14 人的团队会在办公室的电视上实时关注这个测试数量。

Jarred 还在为不会自己去读文档的开发者准备 Bun 的内容。所有文档页面都用简洁的 Markdown 编写,这样 AI 代理可以直接读取使用。

当初想做的游戏已经没了踪影,当初的挫败感变成了基础设施。而更好的创业机会,往往就藏在这种地方。

在 X 看原帖 ↗
1.8K45832
新工具 · @geekbb▲ 1.2K

GitHub关注关系居然能画成一张世界地图

能把GitHub关注关系画在世界地图上,标出关注者、被关注者,还有没回关的幽灵账号都分布在哪。

把 GitHub 上的关注关系画成一张世界地图 用 React 和 D3 把 GitHub 用户的关注网络搬到了世界地图上。它能标出你的关注者、你关注的人,还有那些没回关的“幽灵账号”分布在哪。

在 X 看原帖 ↗
1.2K3
新开发者 · @Meituan_LongCat▲ 854

15岁九年级学生用LongCat-2.0做AI文档平台

美团的LongCat项目公开表示支持各个阶段的开发者,期待他推出成品。

真开心看到这件事 🙌 @devmaheer 是一名15岁的九年级学生,他正在用 LongCat-2.0 搭建一个AI文档平台。

我们支持任何阶段的开发者。

迫不及待想看你发布的成品 🚀

在 X 看原帖 ↗
854101
新新品发布 · @alibaba_cloud▲ 934

首个多人游戏世界模型上线,支持八人实时对战

由OphilusAI团队开发,阿里云提供基础设施和MaaS支持,感兴趣可以进入共享世界体验八人实时死亡竞赛。

恭喜来自 YAHAHA 的 @OphilusAI 发布了 Khora,这是他们的首个多人世界模型!

Alibaba Cloud 很荣幸能为该团队提供基础设施与 MaaS 支持。

快来加入吧,在同一个共享世界里参与一场八人实时死亡竞赛。

在 X 看原帖 ↗
9341
新深度观点 · @CryptoCyberia▲ 330

LLM编码Agent写出的Twitter更新,媒体全播不了

顶级团队用大模型编码Agent开发出企业级软件,结果更新后浏览器里所有媒体都无法播放。

Twitter 的最新更新导致所有媒体都无法在我的浏览器里播放了。

真太神奇了,顶尖团队靠着 LLM 编码代理的超智能力量,居然交付出了这种企业级软件!

在 X 看原帖 ↗
33015
新实战经验 · @undefinedKi▲ 6.3K

Karpathy提了个需求,两天后就有人做出来了

需要有人把本地杂乱文件整理成自维护的带反向链接概念wiki,48小时后这款开源工具graphify就上线了

阅读全文 →
6.3K68795
新深度观点 · @peterrhague▲ 336

马斯克聊AI通缩,没人关心反而吵文化战

未来只有少数服务不会被自动化替代,经济会围绕这些服务重新调整,物质生活基本可以得到保障。

如果人们真的对事物抱有好奇、真的关心各种观点,那么这次采访中@elonmusk谈论AI通缩力量的部分,才会是讨论最多的内容,而不是什么文化战争式的陷阱提问。

在我看来,未来会发展到这样一个阶段:只有少数服务能抵御自动化——这些服务要么你本身就希望有人类参与其中,因为这才是服务的核心,要么你需要人类来承担责任。

经济会围绕这些服务重新调整方向,同时物质生活大体上都能得到保障。

在 X 看原帖 ↗
33610
新前沿研究 · @pauliusztin_▲ 123

原来AI编码代理不是直接生成答案

做AI编码代理要理清组件流转路径,harness才是把整个系统拼起来的核心部分

编码智能体不是直接从prompt得到答案。它会由一系列协调配合的组件完成工作:User → Harness → Agent → Model → Tools → Harness → User。

Harness就是把整个系统整合在一起的部分。

在 X 看原帖 ↗
12337
新行业动态 · @salesforce▲ 1.5K

Salesforce加入开放安全AI联盟,支持用户选模型

无论偏好开源还是闭源模型,都能按需选择使用,以信任为核心开展创新,帮使用者放心获得成功

Salesforce 客户希望能够灵活选择最适合自身需求的模型——无论是开源模型还是闭源模型。

我们自 2018 年起就在 Hugging Face 支持开放创新,如今我们很荣幸能加入 Open Secure AI Alliance。

我们会继续以信任为核心开展创新,帮助每一位客户使用他们自主选择的技术,安心取得成功。

在 X 看原帖 ↗
1.5K213
新深度观点 · @WesRoth▲ 789

黄仁勋第一次发X就为开源AI站台

所有自研大模型的企业都需要大量算力,开源AI分散控制权,同时大幅扩张底层算力基础设施市场,英伟达能服务所有生态参与者。

Jensen Huang 刚刚在 X 上发布了他的第一条帖子。他发这条帖子是为了维护开放 AI。

每家自研模型的公司仍然需要巨量的计算能力。开放模型分散了 AI 的控制权,但会大幅扩张其底层基础设施的市场规模。

他主张构建一个两者共同成长的生态,而 Nvidia 为整个生态提供算力支持。

在 X 看原帖 ↗
789281
新实战经验 · @ridark_eth▲ 5.5K

AI只用几分钟就从零写出了能正常用的游戏外挂

从写代码、编译到实际游戏测试全流程AI独立完成,外挂功能完整。提示词就能驱动开发,手工写代码的效率完全比不过。

他们用 Claude Opus 5 从零开始构建并编译了一个功能完整的 CS2 作弊工具。

这不是概念设计,不只是生成代码,而是由 AI 写出的一款真正能用的软件:从编辑 C++ 文件(schema.cpp、shared.cpp)、编译 vesta.exe,到实际进游戏测试,一切都完成了。

全程通过 CLI 界面操作,AI 写出了架构,自行修复了 bug,还生成了可以在游戏上直接使用的可用 GUI 菜单。

自瞄、触发键、FOV、平滑度、骨骼 ESP,整套完整的作弊工具,就是顶级 AI 模型在短短几分钟内创造出来的。

作弊开发的未来已经到来,而它由提示词驱动。

在其他人还在手写软件的时候,先存下这个事吧。

在 X 看原帖 ↗
5.5K39248
新新品发布 · @BradGroux▲ 5.8K

多个AI开发Agent统一管理,这个开源工具做到了

不同AI开发Agent标准不统一,无法在一处统一管理。这个开源工具做了适配,可统一追踪各工具的版本、权限和运行状态,不用切换多个界面管理开发任务。

阅读全文 →
5.8K799117
新行业动态 · @Cloudflare▲ 1.2K

Cloudflare和英伟达联手成立了开放安全AI联盟

联盟将共享研究、实际经验和工具,帮助机构识别、处理并规范披露软件漏洞

AI 安全只有行业公开合作才能变得更强大。我们将和包括 @NVIDIA 在内的行业领导者一起,加入开放安全 AI 联盟。

该联盟将共享研究、实战经验与工具,帮助各机构识别、解决并负责任地披露软件漏洞。

了解更多:

在 X 看原帖 ↗
1.2K92
新深度观点 · @beffjezos▲ 2.8K

搞定LLM超长上下文,这个方向能出大成果

有人提出,谁能构建出适配大语言模型超长上下文的时间层次隐马尔可夫模型,就能取得巨大成功

谁能研究出如何为LLM构建适用于超长上下文的时序分层隐马尔可夫模型,就能赚大钱。

在 X 看原帖 ↗
2.8K3236
新实战经验 · @Nekt_0▲ 2.8K

从Side Project变成核心产品,工程师要转岗了?

原来工程师逐行写代码的工作,正在转变成管理AI代理。值钱的技能也逐渐转向架构、规范、安全和审核输出。

Claude Code 创作者 Boris Cherny:一个 side project 变成了 Anthropic 的核心编程产品。更大的结果却让人不太舒服:工程师正在成为智能体的管理者。

1 → Claude Code 最初是一个名为 clide 的轻量内部命令行工具

2 → 当模型学会查找上下文、运行工具并自行修正错误后,使用率暴增

3 → 开发者从逐行编写代码,转向管理后台循环、拉取请求和并行智能体

4 → 有价值的技能转向了架构、需求规格、安全和输出审查

5 → 一个低调的企业机会是迁移没人愿意碰的 COBOL 和遗留 Java 系统

Claude Code 没有淘汰工程工作。它淘汰的是被工程师错当成工程的那部分工作。

在 X 看原帖 ↗
2.8K25333
新加密货币 · @bi_9527zx

开发者搭建AI智能体自动交易系统参与链上交易赛事

系统连接真实钱包,在Robinhood链自动盯盘、判断信号并执行土狗交易,总奖池为1万USDT

新健康 · @op7418

ChatGPT Health在美国推出 可分析Apple Watch健康数据

博主实测ChatGPT Health,称其能准确分析Apple Watch健康数据

新AI开发 · @MaxForAI

LobeHub用Agent提效:200刀Claude Code榨出万刀额度

LobeHub通过AI Agent管理Claude Code,团队产出翻三倍

一个事实是:200刀的Claude Code订阅可以用出来几乎10000美元/月的额度。

这是我们 @lobehub 内部发生的事情。

原因是我们会把Claude Code托管在LobeHub里,通过Lobe AI这个Agent可以自动进行任务的分配和管理,当触发limit之后可以自动等待额度重置后继续进行。

这样下来,我们团队的有效产出几乎翻了三倍(非垃圾代码)。

更有意思的是,整个团队的工作强度几乎没有变化。

大家没有加班,没有变得更卷,只是把过去大量等待、切换、重复操作、手动盯进度的时间,都交给了 Agent。

人还是那些人,每个月还是 200 美元的 Claude Code,但系统开始 24 小时持续推进任务,这就是最大的区别。

在 X 看原帖 ↗
新大模型 · @eng_khairallah1

Anthropic工程师分享自提示自改进AI Agent构建方法

Anthropic工程师分享可自动提示的自改进AI agent的构建方法

Anthropic 工程师:「你不应该自己给 Claude 写提示词。你应该构建一个能自己生成提示词的系统。」

她用45分钟展示了如何构建一个能自我改进的智能体。大多数人至今还在手动做所有这些工作。

先看这场分享,再保存下方的指南。

保存并收藏这篇帖子,供日后查看。
原视频:

在 X 看原帖 ↗
新社交媒体 · @lxfater▲ 684

创作者对比国内外社媒涨粉与内容创作环境

创作者分享做视频涨粉经历,对比国内外社媒生态差异

上周做了一个视频,给我涨粉三百多粉 前期纠结了三天,拍视频用了一天 但假如我不纠结,直接 AI 自动生成的话 可能连 50 粉都涨不了🤡 因为国内社媒是个高度竞争的市场,初始给你 50 个浏览,不行的话就沉底了 国内社媒管的很严没啥捷径可走,惩罚也很重,但 x 随便一天涨粉几千都有可能!

在 X 看原帖 ↗
6845
新设计 · @ridd_design▲ 6.6K

设计师分享审查HTML原型时的工作习惯变化

设计师自嘲设计工作变成对着语音笔记闲聊变化太快

我的设计工作什么时候变成边审查HTML原型边漫无边际发语音笔记了?🤔 这变化也发生得太快了……

在 X 看原帖 ↗
6.6K3809
新设计 · @insomnia_vip▲ 4.7K

创作者四步用AI工具复刻苹果百万级产品动画

无需复杂代码,仅靠低成本AI工具即可复刻高端产品动画

苹果过去曾花费数百万美元制作产品动画,现在一名女孩只用四个步骤就重构了这些效果。

今天,一名创作者用 Google Flow、Veo 和一个 AI 编码助手,重现了同样的高级效果,全程没有用到 Blender,也没有从零编写复杂代码。

工作流从两张 AI 生成图片开始,将它们转成流畅动画,提取每秒 30 帧,再把每一帧输入 AI IDE,AI IDE 会自动构建 HTML、JavaScript 和滚动逻辑。

达到这种精细程度的着陆页通常售价在 3000 到 10000 美元,而现在构建它们所需的工具成本仅占这个价格的很小一部分。

在 X 看原帖 ↗
4.7K75964
教程 · @Zephyr_hg

Anthropic放了免费的Claude Code完整课程

课程全长58分钟,讲清AI代理(Agent)是靠循环调用工具完成任务的逻辑,想入门Agent开发可以直接看

工具 · @Ryrenz

五个开源工具把日常手动活自动接线,不用管了

最热门的n8n有198k星,支持拖拽连各种服务,还能插大模型节点做判断,可自己部署数据不出本机

商业 · @agupta▲ 205

大公司现在不敢只押一家大模型供应商了

只绑定一个模型供应商被认为风险太高,有人认为这对初创公司来说是很大的机会

对于大型企业而言,仅押注一家模型供应商被认为风险高得多。

这对初创企业来说是巨大的机遇。

在 X 看原帖 ↗
20531
产品发布 · @Sylvia_Crypto33

新上线的Claude Opus 5有百万长度的上下文窗口

支持输出12.8万令牌,能处理繁重编码和复杂逻辑,用自定义模式访问最高可省40%费用

Claude Opus 5 现已上线 https://b.ai/ API 100 万上下文窗口,12.8 万输出令牌,以及强大的处理能力,轻松应对繁重的编码和复杂的逻辑 通过自定义提供程序模式访问,最高可节省 40% 👉 立即体验:https://b.ai/ @justinsuntron @BAI_AGI #TRONEcoStar

在 X 看原帖 ↗
观点 · @distributedkv

有人提议专门建实验室给所有大模型「越狱」

实验室只做一件事:破解防护、找出开源和闭源模型里藏的偏见和后门

我们需要一间专门做这件事的实验室:它的唯一目的就是破解(jailbreak)、揭露隐藏在开源和闭源权重模型中的偏见与后门。

在 X 看原帖 ↗
产品发布 · @RoundtableSpace

OpenAI推出了能跨应用干活的ChatGPT Work代理

它基于Codex和GPT-5.6,能在一个项目上连续工作几小时,直接交付做好的成果

OpenAI 推出了 ChatGPT Work——一款由 Codex 和 GPT-5.6 驱动的智能体,可在你的应用和文件中执行操作,长时间围绕一个项目工作,最终交付完成的成果。

聊天机器人时代已经结束。智能体时代迎来了首款面向消费者的产品。

在 X 看原帖 ↗
新品发布 · @Cointelegraph

月之暗面将免费开放Kimi K3模型权重

对需要开源大模型的开发者和普通用户来说,又多了一个可免费获取的选择

🇨🇳 刚刚消息:中国 Moonshot AI 准备向公众免费开放下载其 Kimi K3 模型权重,在与美国对手竞争的开源 AI 竞赛中进一步扩大影响力。

在 X 看原帖 ↗
工具产品 · @nini_incrypto_

AI agent能自动帮你做电影感产品视频

Claude Code / Codex 都能用它,提供了现成的镜头、样式和成片模板,交给它产品信息就能自动完成分镜、动画和声音设计,直接出片。

这个视频生成skill,我给到夯中夯 效果非常不错 video-shotcraft,让agent帮你制作电影感产品视频的skill,提供了106张镜头配方卡、162个样式、161条动态样片、已验收成片模板。 Claude Code / Codex 都可以用。 把你的产品交给它,它会用 Remotion 完成分镜、动画 和声音设计,产出一支电影感的宣传片 / 营销视频 / 发布视频 / 功能演示——真实页面截图、2.5D 运镜、节奏卡点和电影级 SFX 全部包含。

在 X 看原帖 ↗
前沿研究 · @lis186

AI Agent卡顿变慢?原来是占错了这块区域

用Claude Code写代码时,上下文占比低于40%,模型推理快效果好;超过50%就会推理变慢,token浪费效果差。

補充我在 @theiPlayground 2026 關於 AI agent 可觀測性的演講 — 兩個 Claude Code session 的視覺化對比。左:context window 一直在 smart zone(<40%),全部是綠色,模型推理能力佳,較短時間就能完成任務。右:context 膨脹超過 50% 掉進 dumb zone,紅色方塊 = 推理劣化、token 浪費、較長時間才能把任務做完,效果也比較差。

會場收到很多回饋,後續會推出更實用的功能。演講共筆:

在 X 看原帖 ↗
新品发布 · @DhammapadaRBX

免费Roblox Studio插件来了,能帮创作者省时间

做开发的人自制了 CTRL+Z 插件免费放出,后续会公开源代码,帮搭建编辑 UI 时节省时间

我做了一个适配我工作流的 Roblox Studio 插件 CTRL+Z,完全免费!源代码的 Github 社交链接很快就会加上。

我希望这个插件能赋能更多创作者,帮大家在搭建或编辑 UI 时节省更多时间!#roblox #robloxdev

在 X 看原帖 ↗
实战经验 · @DanielleFong▲ 266

在家训练自己的AI,不喂垃圾测试数据

有人尝试自定义训练AI,决定不把大量低质量测试数据放进训练流程里

在家教育我的AI,我打算尽量不用垃圾测试来训练它。该死的。

在 X 看原帖 ↗
266
深度观点 · @lefthanddraft▲ 211

比起AI太强,现在更担心OpenAI能力不足

现在更担心OpenAI本身能力不足,而非AI超越人类。问题更多出在组织与人,而非AI技术本身。

我现在没那么担心模型能力问题,反而更担心OpenAI本身能力不足。

或许之后会有更多信息反转这个结论,但目前来看,这更像是一个人为/组织问题,而不是AI智胜人类的问题。

在 X 看原帖 ↗
2111
新品发布 · @WesRoth

OpenAI给Codex加了语音,能直接控任务

开发者可以语音吩咐Codex写代码,中途追问进度、调整方向,它还能识别当前macOS窗口,跨多个项目文件夹干活

OpenAI 刚刚给 Codex 加上了语音能力。这不是语音听写,而是真正的任务控制。

开发者可以语音告诉 Codex 需要构建什么,询问目前有什么阻塞问题,检查进度,还能在它于另一个线程工作时重新调整任务方向。

它还能识别当前激活的 macOS 窗口,并且可以跨多个项目文件夹工作。

在 X 看原帖 ↗
行业动态 · @burkov▲ 624

一个数学学生周末用LLM证完了六万个定理

其他数学学生也用LLM验证完所有证明的正确性,原本需要大量时间的数学证明工作,现在可以在周末完成

一名数学专业学生在周末用 LLM 证明了 60,000 个定理。

另有数名数学专业学生用 LLM 验证了所有证明的正确性。

我们生活在奇点之中了!

在 X 看原帖 ↗
62441
深度观点 · @BrianRoemmele▲ 1.6K

2028年后的AI会拥有这项能力,现在要提前应对

作者提前透露这项能力,赶在时间和经费都有限的情况下,要帮现有AI检测这项能力并给出应对方案

我给你一个提示:从2028年起的AI模型都会拥有这项能力。我的时间很紧,要帮你的AI检测出这个问题,再给你提供应对方案。

但我的时间太少,资金也太少。无论如何,我都会把这件事完成。你能知道这件事,就已经完成了一半的挑战。

在 X 看原帖 ↗
1.6K3
新品发布 · @masahirochaen

单条提示词生成完整《使命召唤》级FPS游戏?

全程不需要任何外部素材,所有资源都在运行时生成,代码和提示词都已经公开,可以直接查看学习。

【速报】Claude Opus 5仅凭一次提示就完整生成了《Call of Duty》级别的FPS游戏。

完全没有使用任何外部资产。纹理、3D模型、枪声,全部都是代码在运行时生成的。

- 使用Three.js + WebGL2,共约55,000行代码
- 11个子系统由子代理分工完成
- 物理引擎也是从零完整开发
- 提示词和全部代码都已公开

制作方法将在串推中讲解👇

在 X 看原帖 ↗
深度观点 · @emollick▲ 2.0K

现在用AI就能按需做出独特可玩游戏demo了

不用再一直重复克隆那六款老游戏当AI演示, Codex和Claude Code已经能支撑更有创意的尝试。

借助 Codex 和 Claude Code 的当前能力,你如今已经可以按需创造出真正独特、视觉效果出众、充满创意的可玩游戏试玩版。

我们不需要一直拿克隆那六款现有游戏,来做 AI 应用案例。

大胆搞点更新奇的!

在 X 看原帖 ↗
2.0K121
实战经验 · @LuBtc888

Kimi创始人40分钟讲透未来AI进化逻辑

想搞懂GPT、Kimi、Claude这类大模型未来的走向,可以花40分钟看完这堂课程,能理解未来几年AI行业的核心变化方向

这可能是今年最值得看的一堂AI课程。

全程40 分钟,Kimi创始人杨植麟,把未来几年 AI 发展的关键逻辑讲透了。

从 Scaling Law,到下一代模型架构,再到 Agent 智能, 他没有只讲一个产品,而是在拆解一个更大的问题: 未来的 AI,究竟会如何进化?

过去几年,大模型竞争靠的是更大的参数、更强的算力。

但下一阶段,真正决定胜负的,是模型效率、推理能力,以及能不能从“聊天工具”变成真正能够完成复杂任务的智能体。

如果你想理解 GPT、Kimi、Claude 等大模型未来会走向哪里,这 40 分钟非常值得收藏。

看懂这堂课,可能就看懂了未来几年 AI 行业最大的变化。

在 X 看原帖 ↗
工具产品 · @ryanvogel

复杂难用的智能代理软件,有了简洁CLI工具

厌倦了复杂难懂的智能代理开发软件,可以试试这个直观的命令行工具,目前已经支持苹果账号登录。

为智能体开发的软件往往过于复杂混乱,而 hark cli 直观易用,它的技能系统让它足够完整。

这是一个智能体正在发送通知,并控制一个实时活动。

https://hark.ryan.ceo/(现已支持通过 Apple 登录)

在 X 看原帖 ↗
实战经验 · @RoundtableSpace▲ 1.0万

四个prompt自动交易 loop 靠AI赚了不少钱

有人用Grok和Claude Opus 5连接实盘市场,靠这套自动化流程获得了可观收益,交易分析和执行全程无需人工干预。

一个直接连接到实时市场的四提示执行循环,通过 Grok 和 Claude Opus 5 产生了惊人的收益。

这套配置体现了行业正在从标准问答对话转向自动化智能体循环,这类循环可以分析市场数据并在无需人工监督的情况下执行交易。

在 X 看原帖 ↗
1.0万142
行业动态 · @hardmaru▲ 6.9K

AI公司集体联署,呼吁开放模型权重

支持开放生态的人认为,开放生态才是AI行业健康发展的基础,集体智慧才是AI的未来。

开放生态是健康人工智能产业的基石。我们一直坚信,集体智能就是未来。

我很自豪 @SakanaAILabs 能够与全球科技领导者并肩,共同签署开放权重公开信。🐟

在 X 看原帖 ↗
6.9K5295
新品发布 · @jun_song▲ 936

多款适配个人硬件的本地大模型已经推出

想在自己设备跑本地AI不用等了,已经有多个厂商推出适配个人硬件尺寸的大模型了

我们都在期待为个人硬件规格打造的本地AI模型: &gt; Google Gemma-120b &gt; Nvidia Nemotron4 Ultra/Super &gt; Qwen4-27b/122b &gt; Deepseek-V4-Flash GA &gt; Minimax-M3.5 &gt; GLM-5.5-Flash

在 X 看原帖 ↗
9361275
加密货币 · @Mulight

AI Agent可用于计算预测Meme币FDV估值概率

AI Agent可24小时监测多维度数据,预测Meme币FDV

不是吧,Meme的FDV还能让AI Agent这么算?

八月就快到了! $ANSEM 在8月前会到多少FDV,这类市场我觉得比预测BTC涨跌更适合Agent。

因为能追踪的信号太多了,比如 聪明钱有没有进场、大户是在吸筹还是分发、流动性、成交量、X讨论量等信息。

这些信息人盯几个小时就累了,Agent可以24小时把这些数据一起监测。

把它们和 @predictdotfun 上的市场概率放在一起。假设市场认为ANSEM冲到某个FDV的概率是30%,Agent根据链上资金、筹码变化和社媒热度算出来是50%,中间20%的概率差才值得研究。

当然还要扣掉流动性、滑点、波动和模型误判,差值不够大就没有下注价值。

所以我觉得Agent现在真的是无所不能。只要根据市场价格,然后就可以用Agent持续重新估算概率,当然准不准是另一回事了。

以上仅为个人观点,不构成投资建议。预测市场有风险,请自行研究判断。

#AIAgent

在 X 看原帖 ↗
开发 · @SuguruKun_ai

海外热门教程:用Claude Opus 5搭建功能丰富网站

16分钟教程演示用Claude Opus 5开发网站,获海外关注

个人网站 · @dye_saint64567

开发者借助GPT搭建个人网站展示个人AIGC作品

开发者用GPT制作用于展示AIGC作品的个人网站,部署在Cloudflare

试着用GPT做了一个个人网站,用来展示我的AIGC作品,这样以后给别人介绍自己时,也就比较方便展示了 部署用的是:cloudflare 网址: 只是网站后续优化的方向暂时没啥思路

在 X 看原帖 ↗
AI编码 · @doodlestein

开发者汇总多设备编码代理会话达千万条消息

开发者整合多设备编码代理历史会话,总量达千万条消息

我合并了我不同开发机器上所有测试框架里的 coding agent 会话历史(大部分是 Claude Code 和 Codex),总共达到了一千万条消息!

在 X 看原帖 ↗
开发 · @fiapp_pro

分享Codex最高效靠谱的单Subagent开发工作流

开发者分享GPT+Codex的高效开发组合方案与工作流程

codex 目前用的最爽的组合, 先和 GPT 5.6 sol high 详细讨论,讨论出方案来了还不够,还要让他出完整的通过内置浏览器人肉测试的清单, 然后让他自己再开一个 sol high 去落地实现,自己这边负责开内置浏览器按照清单检查代码,同时监工 subagent 的代码, 这样的单 subagent 监督模式,效率最高,最靠谱。 完全落地之后,再调用 codex security 插件,扫描下近期 commit,直接完美

在 X 看原帖 ↗
开源 · @gkxspace

OpenClaw创始人推出GPT-5.6 Pro开源工具Oracle

开发者基于GPT-5.6 Pro打造自动开发工具Oracle,已开源

都说 GPT-5.6 Pro 才是最牛逼的,很多人早都偷偷把 Codex 调用 Pro 封装成了 Skills OpenClaw 创始人 Peter 写的 Oracle: 自动打包 Prompt 和项目文件,可以走 ChatGPT 网页或 API,支持多模型、保存会话和继续追问 推友针对 5.6Pro 做的更激进的玩法: Pro 当调度者,Codex 当执行者,规划、实现、测试、复审自动循环

在 X 看原帖 ↗
大模型 · @syhily

业内观点:大模型进化让Context7类MCP服务必要性降低

开发者认为大模型更新后,Agent直接读源码优于MCP服务

随着大模型的进化和训练集的更新,我发现,像 Context7 这样的 MCP 服务越来越显得不是那么必要。有时候,我直接提供 GitHub 地址让 Agent clone 下来阅读源码和 Markdown 比使用这类 API 服务要好上太多。

在 X 看原帖 ↗
数学 · @SupFin

你听说吗?大模型核心其实本科生数学就能看懂

陶哲轩说,现有数学没法解释同一个AI为啥有些任务做得好,有些突然翻车。现在AI进步还是只能靠反复试错

华裔数学家陶哲轩指出了AI的问题:大模型只需要矩阵乘法和基础微积分,普通数学系本科生已经具备理解大模型核心计算的基础。真正的理论缺口在于:同一个模型为什么能在某些任务上表现惊艳,又为什么会在另一些任务上突然失效,现有数学既无法完整解释,也很难提前预测。所以今天的AI进步,仍高度依赖扩大模型、增加数据、调整参数和反复实验,说白了就是只能试错。

在 X 看原帖 ↗
大模型测评 · @agingroy▲ 150

新版Claude写代码更厉害了,但做实验不行

有人测试Claude Opus 5做生物医学工作,它写代码很棒,但做实验助理比旧版本需要更多监督,还多消耗三四成token

我花了整个周末在生物医学工作中测试@claudeai Opus 5。它是出色的程序员,却是糟糕的实验室实习生。

在我们的标准评估中,Opus 5比4.8需要更多监督,在可比任务上多消耗了30%到40%的token,幻觉问题至少没有减轻,还犯下了其他事实错误。

我们的测试会从跨度12年(2014年至今)的约85份医疗记录中提取近10000个数据点,整理成一份单位正确的纵向电子表格。

我的猜测是,@AnthropicAI把它调优成适合编码和规整的办公室工作了。真实的临床记录两者都不是。公开基准测试测的是别人的工作流程。要建你自己的评估。

在 X 看原帖 ↗
1504
商业 · @Cointelegraph

AI巨头吵起来了,反对中国开源AI模型

反对声最大的两家是OpenAI和Anthropic,行业内部对此意见分成了两派

🔥 最新消息:科技巨头在中文开源模型问题上出现分歧。反对声音最大的两家是 OpenAI 和 Anthropic。

在 X 看原帖 ↗
工具技巧 · @nicdunz▲ 80

原来给ChatGPT说清楚格式,比想象中有用

发了示例教程,提醒大家别忽略这个小技巧,调整输出格式只需要提前说清楚要求

告诉 ChatGPT 你希望它回复时使用的格式,比如我举的这个例子,这种方法的作用被低估了。

在 X 看原帖 ↗
801
行业观点 · @dhh

只开放模型不开放权重,这真的太离谱了

有人认为不能让少数几家公司当内容对错的裁判,AI行业需要竞争,也需要开放权重

这就是我们为什么需要AI领域的竞争和开放权重。

想象一个只有 Anthropic 担任可接受言论道德仲裁者的世界。简直荒谬透顶。

(当然Grok毫无问题就能做到,Kimi K也一样。)

在 X 看原帖 ↗
研究 · @omarsar0▲ 324

做AI agent,上下文长度比模型规模更重要

Google一篇技术文章讨论处理陌生API的AI agent(AI自主代理),提出这个结论,可以收藏做参考

这是一篇来自 Google 的优秀技术论文,很好地解读了为什么对于处理陌生API的智能体来说,上下文比规模更重要。(收藏这篇)

GPU内核优化有KernelBench来做逐步优化搜索,TPU此前什么都没有,而且Pallas DSL的文档非常少,模型大多只能靠猜测。

来自Google、哈佛大学和加州大学伯克利分校的新研究推出了JAXBench,它包含50个从真实MaxText架构构建而来的JAX工作负载,涵盖Llama-3.1、DeepSeek-V3、Mixtral、Mamba-2和AlphaFold2。

该基准包含八个由Tokamax手工调优的Pallas内核算子,因此智能体的输出可以和专家工作成果对比,而非只是和朴素基线对比。

使用Gemini 3 Flash,以整理好的TPU文档作为条件输入,能把单样本正确率从5.8%提升到37.3%,解决了50个基准中的48个,几何平均加速比达到1.28x。

再加上束搜索,最终能把加速比提升到1.36x。研究发现,正确率本质上是文档问题,而速度本质上是搜索问题。

论文地址:在我们的学院中学习如何构建有效的AI智能体:

在 X 看原帖 ↗
324
大模型测评 · @TimSweeneyEpic

Grok 4.5做编程理论方向思路,比竞品好用

Grok 4.5能跟上Sol 5.6的水平,比Fable和Opus 5少做很多无用的冗余工作,用起来更顺手

Grok 4.5 在编程语言理论领域做「氛围数学」做得非常出色。

它的表现跟上了 Sol 5.6,使用体验比 Fable/Opus 5 有趣太多。

Fable/Opus 5 喜欢花好几个小时写一堆多余的文档(指 Claude code),还会不断催我「继续」(网页端)。

在 X 看原帖 ↗
前沿研究 · @kchonyc▲ 40

怎么才算真的证明AI扩展定律?这个测试很硬核

能从零开始训出当前最优的大模型,才算RSI的严谨验证。如果真的是指数增长,初始起点不影响结果

对所谓的 RSI 真正严谨的测试,就是用它从头搭建出当前最优水平(SOTA)的 LLM。

如果真的是指数增长,那初始点根本不该有影响。

否则,这不过就是计算机科学家们又一次重新发现了 for 循环而已。

在 X 看原帖 ↗
401
行业动态 · @genspark_ai▲ 718

Genspark和微软联名支持公开权重AI

联名支持公开权重能扩大准入与竞争,给智能体未来发展打好基础,这关系到后续Genspark 6.0的开发方向

Genspark 很荣幸能够与 AI 生态的众多领导者一道,共同签署 @Microsoft 的「开放权重与美国 AI 领导力」公开信。

开放权重能够扩大可及性、促进竞争、丰富模型选择——这些都是我们用 Genspark 6.0 构建智能体未来的核心基础。

阅读公开信:

在 X 看原帖 ↗
7186
深度观点 · @sh_reya▲ 175

AI的诡异感居然是好事?帮我们分清人机内容

读到不同来源的内容,切换判断标准的时机不对,会白费阅读时间。诡异谷的不适感刚好能提醒我们该用什么标准判断信息。

反常观点:有时候我会想,恐怖谷效应会不会恰恰是我们需要的东西——这样我们就能更容易区分人机交互和人人交互了。

比如说写作。当我读到一篇读起来大部分是 AI 生成的内容时,我的评估方式就会不一样。

我不会再问:“我信任这个人的品味和他对这个话题的理解吗?我花时间读这篇东西,能学到有意思的内容吗?”我会换成问另一个问题:“我对这个话题感兴趣吗?AI在这块应该比我懂的多,而且它没写得太乱七八糟,我还能看懂吗?”

简而言之,恐怖谷效应是一个很好的提示,告诉我们该如何评估、理解信息;恐怖谷效应本身就提示了合适的认知框架。

在 X 看原帖 ↗
1751
深度观点 · @lucasmeijer▲ 139

推理提供商缓存对话,居然全默认5分钟?

有人疑惑,缓存对话时长没结合工具调用超时设置,固定5分钟不一定是最优方案

我很好奇,推理服务商在决定“对话该缓存多久”时,有没有考虑工具调用的超时设置。感觉“一律缓存5分钟”不太可能是最优方案。

在 X 看原帖 ↗
1392
新品发布 · @ivanfioravanti▲ 82

基于Qwen 3.6的Ornith 1.1正式发布

X AI团队主动提出,愿意帮忙做新版本的测试工作

好的@deep_reinforce,我们已经准备好推出基于Qwen 3.6构建的Ornith 1.1了。如果你需要测试方面的帮助,X AI团队愿意协助你。💪

在 X 看原帖 ↗
8211
前沿研究 · @jiqizhixin▲ 272

机器人摸东西前,就能预判4D运动变化

单张3D图加文字指令,就能一步生成包含深度和运动信息的未来场景。在真实世界双臂操作任务上,表现超过了所有现有模型。

机器人能不能在接触物体之前,就预测一个场景在4D空间中会如何运动?

阿里巴巴达摩院和香港中文大学的研究人员推出了 RynnWorld-4D。它只需输入一张3D图像和一条语言指令,就能在一个统一步骤中生成未来帧,以及深度和运动流。

这让机器人能更丰富、更符合物理规律地理解物体在空间和时间中的变化。它在真实世界双手操作任务中的表现优于所有先前模型,在要求空间精度和紧密时间协调的任务中优势尤其明显。

RynnWorld-4D: 4D Embodied World Models for Robotic Manipulation
项目:
论文:
代码:
我们的报道:
📬 #PapersAccepted
作者 Jiqizhixin

在 X 看原帖 ↗
27241
深度观点 · @sudoingX▲ 216

实测后称Hermes Agent是目前全球最好的自主智能体框架

实测过其他同类方案,它能让小型本地模型完整跑完智能体工作流,其他臃肿框架连本地端点都找不到,全程开源无企业背景支持

我就直说了。hermes agent是目前全世界最好的自主智能体框架,没有之一。

我也用过其他替代方案,我亲眼见过hermes agent用一个很小的本地模型,干净利落地跑完了一整轮智能体工作流。而在同样的场景下,openclaw这类臃肿的框架甚至找不到你的本地端点,刚起步就卡死失败了。

我对它做的压力测试,绝大多数人都根本不会去做。而且它完全是由一个独立研究团队开发的,从头到尾都是开源,没有企业财团支持另一个智能体基金会。

截至2026年7月,最好的智能体框架就是hermes agent。

我接受不同观点,只是我已经测试过这个领域的方案,我不认为你能改变我的想法。

在 X 看原帖 ↗
2164
前沿研究 · @RoundtableSpace▲ 8.4K

Claude Opus 5赢了三个大模型3D场景 benchmark

排名结果推翻了一个常见猜想:速度更快、成本更低的模型,不一定能产出更好的代码质量

Claude Opus 5 在一项3D日本城郊场景基准测试中击败了 Fable 5 和 GPT-5.6 Sol,证明了速度和成本无法预测代码质量。

在 X 看原帖 ↗
8.4K1161
行业动态 · @firstadopter▲ 3.3K

Meta 重新回到开源大模型赛道了

关注开源AI的人可以等新内容发布了

Meta 重回开源AI模型赛道!

在 X 看原帖 ↗
3.3K3458
深度观点 · @madiator▲ 2.9K

强化学习环境数据整理才是RSI的核心?

提出想要做好RSI,只需要做好数据整理

数据整理(RL 环境)就是 RSI 所需的一切

在 X 看原帖 ↗
2.9K181
前沿研究 · @rohanpaul_ai▲ 1.2K

原来强化学习给大模型带来的增益可以提前预测

不用花一个月的GPU时间跑完全程,就能提前预估强化学习能带来多少性能提升,还能算出给定预算下强化学习的最优算力占比

深度观点 · @levelsio▲ 5.4K

有了AI编码,iPad终于有用武之地了?

提出有了AI编码后,iPad终于找到适用场景

有了AI编码,iPad大概终于能找到一个用例了。

在 X 看原帖 ↗
5.4K131
深度观点 · @togethercompute▲ 3.8K

一年涨两倍,开源模型占比已经到30%了

开源模型占生成token的比例一年从10%升到30%,开源加模块化方案在成本上占优,成本决定了最终能做大规模

开源模型占比在一年内从全部 tokens 的 10% 涨到了 30%。

就在整个行业还在争论开放权重的未来时,数据已经给出了答案:开源+模块化在成本上取胜,而成本才是解锁规模的关键。

在 X 看原帖 ↗
3.8K3373
实战经验 · @ZackKorman▲ 123

测试AI代理防护,一个简单好用的小技巧

想限制实验室里AI代理的越界行为,放几个诱饵文件在沙箱外,一旦被读取就触发警报。公开这个技巧后,很快会有人做绕开诱饵的测试基准。

给想要管控AI智能体的实验室再分享一个基础技巧:使用金丝雀文件。

把看起来有用的文件放在沙箱外面,如果文件被读取就触发警报。举例来说,可以放在evals/exploitgym/solutions.json这个路径。

当然,既然我把这个方法说出来了,很快就会有人做一个规避金丝雀文件检测的基准测试了。

在 X 看原帖 ↗
12362
前沿研究 · @omarsar0▲ 4.4K

大模型训练里,常用的AdamW原来有性能天花板

在千亿参数、万亿token训练规模下,SOAP和Muon优化器表现稳定且优于AdamW,适配Megatron-LM的改进保留了收敛优势

这是来自NVIDIA的新研究。AdamW存在规模上限吗?这项研究给出了肯定回答,并展示了它的上限位置。

在下一代词预测任务中,当批量大小达到1亿token时,SOAP和Muon都能保持训练稳定性和质量,而AdamW性能会下降。

高阶优化器早就被承诺能实现更快收敛。一直以来,人们反对它的理由是计算成本高,大规模下数值稳定性差。

研究团队找到了SOAP在大批量下的不稳定性,通过每步QR正交化和改进的预条件策略消除了损失尖峰。他们还没有对Muon的正交化质量做假设,而是通过实证测量它。

在对数万亿token训练的数十亿参数模型上,这两种优化器的表现始终优于AdamW。

一种与Megatron-LM兼容的分层分布式优化器,可以平衡内存占用、隐藏通信开销,同时不近似优化器数学计算,因此收敛优势能在系统层面保留下来。

论文:在我们的学院学习如何构建高效的AI智能体:

在 X 看原帖 ↗
4.4K63523
大模型 · @chenchengpro

博主验证Claude Code系统提示词删减 结果和官方说法不符

博主抓包Anthropic Claude Code实际发送内容,验证Opus 5删减80%系统提示词说法,披露真实变化

量化 · @StepOneAi

量化经验分享:该如何正确使用AI工具

分享者结合量化实盘经验,提出用AI需先搭框架再提具体需求

AI工具 · @knowledgefxg

网友分享GPT生图工具生成康奈尔笔记提示词模板

这套模板可生成适配各类知识主题、符合电子和打印使用场景的康奈尔笔记信息图

数据分析 · @_miuj_9

Ling-3.0-flash解决复杂业务日志处理痛点

处理含零膨胀、多维度交互的业务日志,兼顾准确性、速度与低成本

开发工具 · @RhysSullivan

Cursor命令行默认打开代理视图 影响用户使用流程

用户Rhys Sullivan反馈,Cursor命令行打开文件默认进入代理视图,无法直接查看文件

用户Rhys Sullivan在𝕏上向Cursor用户分享了自己遇到的使用问题。

现在执行`cursor {文件名}`命令时,会默认打开代理视图,无法直接查看目标文件。

要查看文件,需要先点击IDE切换按钮,再重新执行一次命令。

额外操作已经给日常工作流程带来了足够多的阻碍,他可能会因此转回使用VS Code。

在 X 看原帖 ↗
科技体验 · @teedubya

用户称AI与Claude帮助自己完成搁浅项目

X平台用户@teedubya表示,借助AI和Claude完成了多个搁置多年的项目

@teedubya表示,目前AI和Claude最让他喜欢的一点,是能帮他把一直在推进的各类想法落地,最终完成项目。

完成这些做了一半的项目,带来了不错的体验。

借助工具,他已经搭建了超过20个应用,还完成了两部从2000年就开始制作的电视剧。

在 X 看原帖 ↗
AI安全 · @Lbdev__

开发者利用提示优先级漏洞绕过AI代理安全限制

无需代码、无需专业技术,仅靠一份500行的markdown文件和简单心理学即可实现越狱

3D建模 · @IFITALEX

用通用大模型生成Three.js人物3D模型效率极低效果差

开发者实测:生成一个角色耗时三小时消耗数十万Token,效果抽象,换专用工具两分钟得到可用成品

让通用大模型手写Three.js代码搭建人物3D模型,是用导弹打蚊子。

这位开发者上周亲自做了测试,目标生成一个《奥德赛》的角色模型。前后修改耗时三个小时,消耗了数十万Token,最终得到的模型效果十分抽象。

更换为Tripo3D的图生3D工具后,仅需上传一张参考图片,两分钟就能得到精细的模型。

生成的模型拓扑干净,导入场景后可以直接使用。

这种专用工具不适合想要从头学习建模的人,适合需要快速出片交活的使用者。

感兴趣可以拿出任意一张角色图,上传到Tripo3D生成一次,两分钟后就能得到自己的判断。

在 X 看原帖 ↗
大模型 · @Suzacque

用户评价Claude Opus 5 编码能力不及Fable 5

X用户Suzacque在Fable 5达到使用上限后试用Opus 5,认为它不适用于编码开发

Suzacque在自己的X账号上分享了使用体验,他在Fable 5达到使用上限后,试用了Claude Opus 5。他表示自己完全不想把Opus 5用在编码工作中。

Opus 5的理解能力低于Fable 5,这个问题甚至还轮不到讨论它能不能写出优质代码。Suzacque认为,编码工作中Fable 5搭配GPT-5.6 Sol的组合,依旧是最强方案。

Suzacque认为Opus 5几乎没有适用场景,勉强能用于网络安全相关对话和节省token(AI tokens,AI模型处理文本的计算单位)。他还质疑,Opus 5此前在基准测试中获得的高评价水分很大。

该账号会向公众分享各类AI相关的经验见解,关注后可以获取适配AI时代的前沿资讯。账号下方附上了代表投稿、文章和书籍的链接。

在 X 看原帖 ↗
AI开发 · @josesilesdata

开发者分享让Claude生成应用架构图的技巧

可同时输出给开发者查看的HTML交互式图表,和给AI代理使用的JSON数据

用户josesilesdata在𝕏分享了一个技巧,可以让Claude在单个HTML页面和一个JSON文件中,绘制出你整个应用的架构。

生成的HTML页面供开发者查看,JSON文件则留给后续开发新功能的AI代理使用。

分享的提示词原文为:分析我的代码库,生成一个自包含HTML(使用Tailwind CDN,深色主题),包含交互式架构图和交互式流程部分(可选择并高亮路径与步骤),同时输出包含节点、边、流程信息的JSON供AI代理使用,完整输出两者内容。

用户称,使用该方法后,你的代码库可以完成自解释,相关示例可查看分享的链接。

在 X 看原帖 ↗
大语言模型 · @gkxspace

网络用户称多数人认为GPT-5.6 Pro是当前最强大模型

用户给出不同模型的能力排序,同时分享两种Pro搭配Codex的实用用法

多数观点都认为GPT-5.6 Pro是当前性能最强的大语言模型。

不同模型的能力排序为:GPT-5.6 Sol Pro > Fable 5 Ultracode > GPT-5.6 Sol Ultra。

第一种用法是让Codex利用内置浏览器登录GPT网页端,将Pro设为编排器,Codex自身作为执行器。Pro生成方案后,由Codex完成写代码、运行测试、返回复审的循环流程。

第二种用法是先让Pro完成调研和规划,将输出打包为ZIP压缩包后交给Codex执行。

在 X 看原帖 ↗
大模型 · @jun_song▲ 808

仅需少量英伟达DGX节点即可运行GLM-5.2大模型

GLM-5.2/Laguna s2.1可低成本运行,满足绝大多数用户需求

你只需要几台@Nvidia DGX节点就能运行GLM-5.2/Laguna s2.1,配置它只需要支付20美元的订阅费。

我相信,我们已经达到了95%以上用户所需的智能水平——用户不再需要订阅前沿模型了。

在 X 看原帖 ↗
808132
生成式视频 · @HBCoop_▲ 1.6K

创作者测试Black Forest FLUX.3图生视频功能

创作者测试FLUX.3图生视频,生成无剪辑20秒单镜头场景

使用 FLUX.3 图生视频测试了一段 20 秒的单镜头发场景,包含受控摄影机运动、对话、环境音,没有剪辑。

在 X 看原帖 ↗
1.6K2444
大模型 Agent · @Teknium▲ 3.5K

Hermes Agent实现近无限MCP与插件工具扩展

新技术实现工具渐进式披露,节省token成本且精度几乎无损

Hermes Agent 现在可扩展到近乎无限数量的 MCP 和插件工具,同时保持高准确率。你可以在输入 tokens 上节省大量成本,且根据我们的内部测试,准确率几乎没有损失。

我们为工具实现了渐进式披露,因此它们的表现更接近技能。所有 MCP 工具现在都挂载在单个搜索执行工具之后。

当你的 MCP 工具只需要很少上下文时,它们的名称和描述会直接展示给模型。如果这些内容会占用超过 5% 的可用上下文,代理则会被告知工具搜索后有来自 X MCP 的工具,因此它始终能知道这些工具可用。

在 X 看原帖 ↗
3.5K1010632
开源 · @rasbt▲ 9.1K

AI研究者梳理近期发布的多款新颖开源大权重模型

开源开放权重模型对AI生态健康很重要,本文盘点近期新发布的多款模型

阅读全文 →
9.1K32219105
🔬 前沿研究
新前沿研究 · @pauliusztin_▲ 123

原来AI编码代理不是直接生成答案

做AI编码代理要理清组件流转路径,harness才是把整个系统拼起来的核心部分

编码智能体不是直接从prompt得到答案。它会由一系列协调配合的组件完成工作:User → Harness → Agent → Model → Tools → Harness → User。

Harness就是把整个系统整合在一起的部分。

在 X 看原帖 ↗
12337
前沿研究 · @lis186

AI Agent卡顿变慢?原来是占错了这块区域

用Claude Code写代码时,上下文占比低于40%,模型推理快效果好;超过50%就会推理变慢,token浪费效果差。

補充我在 @theiPlayground 2026 關於 AI agent 可觀測性的演講 — 兩個 Claude Code session 的視覺化對比。左:context window 一直在 smart zone(<40%),全部是綠色,模型推理能力佳,較短時間就能完成任務。右:context 膨脹超過 50% 掉進 dumb zone,紅色方塊 = 推理劣化、token 浪費、較長時間才能把任務做完,效果也比較差。

會場收到很多回饋,後續會推出更實用的功能。演講共筆:

在 X 看原帖 ↗
前沿研究 · @omarsar0▲ 4.4K

大模型训练里,常用的AdamW原来有性能天花板

在千亿参数、万亿token训练规模下,SOAP和Muon优化器表现稳定且优于AdamW,适配Megatron-LM的改进保留了收敛优势

这是来自NVIDIA的新研究。AdamW存在规模上限吗?这项研究给出了肯定回答,并展示了它的上限位置。

在下一代词预测任务中,当批量大小达到1亿token时,SOAP和Muon都能保持训练稳定性和质量,而AdamW性能会下降。

高阶优化器早就被承诺能实现更快收敛。一直以来,人们反对它的理由是计算成本高,大规模下数值稳定性差。

研究团队找到了SOAP在大批量下的不稳定性,通过每步QR正交化和改进的预条件策略消除了损失尖峰。他们还没有对Muon的正交化质量做假设,而是通过实证测量它。

在对数万亿token训练的数十亿参数模型上,这两种优化器的表现始终优于AdamW。

一种与Megatron-LM兼容的分层分布式优化器,可以平衡内存占用、隐藏通信开销,同时不近似优化器数学计算,因此收敛优势能在系统层面保留下来。

论文:在我们的学院学习如何构建高效的AI智能体:

在 X 看原帖 ↗
4.4K63523
前沿研究 · @rohanpaul_ai▲ 1.2K

原来强化学习给大模型带来的增益可以提前预测

不用花一个月的GPU时间跑完全程,就能提前预估强化学习能带来多少性能提升,还能算出给定预算下强化学习的最优算力占比

前沿研究 · @RoundtableSpace▲ 8.4K

Claude Opus 5赢了三个大模型3D场景 benchmark

排名结果推翻了一个常见猜想:速度更快、成本更低的模型,不一定能产出更好的代码质量

Claude Opus 5 在一项3D日本城郊场景基准测试中击败了 Fable 5 和 GPT-5.6 Sol,证明了速度和成本无法预测代码质量。

在 X 看原帖 ↗
8.4K1161
前沿研究 · @jiqizhixin▲ 272

机器人摸东西前,就能预判4D运动变化

单张3D图加文字指令,就能一步生成包含深度和运动信息的未来场景。在真实世界双臂操作任务上,表现超过了所有现有模型。

机器人能不能在接触物体之前,就预测一个场景在4D空间中会如何运动?

阿里巴巴达摩院和香港中文大学的研究人员推出了 RynnWorld-4D。它只需输入一张3D图像和一条语言指令,就能在一个统一步骤中生成未来帧,以及深度和运动流。

这让机器人能更丰富、更符合物理规律地理解物体在空间和时间中的变化。它在真实世界双手操作任务中的表现优于所有先前模型,在要求空间精度和紧密时间协调的任务中优势尤其明显。

RynnWorld-4D: 4D Embodied World Models for Robotic Manipulation
项目:
论文:
代码:
我们的报道:
📬 #PapersAccepted
作者 Jiqizhixin

在 X 看原帖 ↗
27241
前沿研究 · @kchonyc▲ 40

怎么才算真的证明AI扩展定律?这个测试很硬核

能从零开始训出当前最优的大模型,才算RSI的严谨验证。如果真的是指数增长,初始起点不影响结果

对所谓的 RSI 真正严谨的测试,就是用它从头搭建出当前最优水平(SOTA)的 LLM。

如果真的是指数增长,那初始点根本不该有影响。

否则,这不过就是计算机科学家们又一次重新发现了 for 循环而已。

在 X 看原帖 ↗
401
🚀 新品发布
新新品发布 · @_guillecasaus▲ 6.9K

开源工具让你随便用几百个免费AI模型

遇到模型Quota用完、宕机、涨价的时候,它会自动切到下一个可用模型,不会打断手里的工作,本地运行不收集数据,API密钥加密保存。

🚨 现在你可以从 Claude Code、Codex 以及其他代理完全免费使用各类 AI 模型了。

开发者推出了 OmniRoute,这是一个开源工具,它将数百个 AI 提供商整合到单个端点中,当某个模型故障、额度耗尽或价格上涨时,它会自动切换模型。

它包含以下功能:
→ 支持超过 290 个提供商,其中有超过 90 个免费选项
→ 兼容 Claude Code、Codex CLI、Cursor、Cline 以及更多其他工具
→ 支持令牌压缩以降低消耗
→ 可根据质量、速度、价格或可用额度自动路由
→ 本地运行,无遥测数据上传,你的密钥会被加密存储

最实用的一点是:你只需选择自动模式,OmniRoute 就会分析你已连接的提供商,随时为你选择最优选项。

如果某个模型停止响应或达到使用限额,它会自动切换到下一个,不会中断你的工作。

你也可以使用 19 种不同策略创建自己的路由,从优先选择最便宜的模型,到合并多个回答再用另一个模型做裁判,都可以实现。

它完全免费、开源,兼容超过 30 种编程工具和编程代理。我把仓库链接放在评论区了 👇

在 X 看原帖 ↗
6.9K23108111
新新品发布 · @cyrilXBT▲ 8.3K

英伟达悄悄开放了百余种AI模型免费API调用

不用分别找不同模型的服务,现有OpenAI兼容客户端就能接入调用,仅限原型测试学习,别传敏感涉密内容,密钥有效期半年。

NVIDIA 悄悄开放了 100 多种 AI 模型的免费 API 访问权限,不止 70 种。

GLM-5.1/5.2、DeepSeek V3/R1/V4 Pro、Qwen、Kimi、Nemotron、Llama、Mistral、Gemma,全都可以通过一个兼容 OpenAI 的端点调用。

上下文和输出尺寸与原模型完全一致,没有人为截断,在支持的模型上最长可达 1M tokens。

设置方法:免费注册账号,生成一个以 nvapi- 开头的密钥,有效期 6 个月。

将任意兼容 OpenAI 的客户端——Cursor、Cline、Aider、OpenCode、Claude Code——的 base_url 指向该端点即可。

速率限制约为每分钟 40 个请求,尽力提供服务,不做保证。

在发送敏感内容之前,你需要知道这一点:NVIDIA 自己的文档没有明确承诺零日志记录,所以请将这个服务当作原型开发和学习环境,不要把机密代码放在这里。

在 X 看原帖 ↗
8.3K88345
新新品发布 · @BradGroux▲ 5.8K

多个AI开发Agent统一管理,这个开源工具做到了

不同AI开发Agent标准不统一,无法在一处统一管理。这个开源工具做了适配,可统一追踪各工具的版本、权限和运行状态,不用切换多个界面管理开发任务。

阅读全文 →
5.8K799117
新新品发布 · @im_dimneo▲ 78.5万

2分钟检测AI智能体有没有干错事,居然是开源的

想确认AI智能体是否按要求执行任务,可以用这个开源工具,120秒就能得到结果,目前支持Claude Code、Codex、Cursor和命令行

你要如何知道你的智能代理正在做它本该做的事?

iFixAi 可以在 120 秒内给你答案。

它是开源项目,已支持 Claude Code、Codex、Cursor 和 CLI。

仓库链接放在下方评论区。

在 X 看原帖 ↗
78.5万1121254
新新品发布 · @alibaba_cloud▲ 934

首个多人游戏世界模型上线,支持八人实时对战

由OphilusAI团队开发,阿里云提供基础设施和MaaS支持,感兴趣可以进入共享世界体验八人实时死亡竞赛。

恭喜来自 YAHAHA 的 @OphilusAI 发布了 Khora,这是他们的首个多人世界模型!

Alibaba Cloud 很荣幸能为该团队提供基础设施与 MaaS 支持。

快来加入吧,在同一个共享世界里参与一场八人实时死亡竞赛。

在 X 看原帖 ↗
9341
新品发布 · @jun_song▲ 936

多款适配个人硬件的本地大模型已经推出

想在自己设备跑本地AI不用等了,已经有多个厂商推出适配个人硬件尺寸的大模型了

我们都在期待为个人硬件规格打造的本地AI模型: &gt; Google Gemma-120b &gt; Nvidia Nemotron4 Ultra/Super &gt; Qwen4-27b/122b &gt; Deepseek-V4-Flash GA &gt; Minimax-M3.5 &gt; GLM-5.5-Flash

在 X 看原帖 ↗
9361275
新品发布 · @masahirochaen

单条提示词生成完整《使命召唤》级FPS游戏?

全程不需要任何外部素材,所有资源都在运行时生成,代码和提示词都已经公开,可以直接查看学习。

【速报】Claude Opus 5仅凭一次提示就完整生成了《Call of Duty》级别的FPS游戏。

完全没有使用任何外部资产。纹理、3D模型、枪声,全部都是代码在运行时生成的。

- 使用Three.js + WebGL2,共约55,000行代码
- 11个子系统由子代理分工完成
- 物理引擎也是从零完整开发
- 提示词和全部代码都已公开

制作方法将在串推中讲解👇

在 X 看原帖 ↗
新品发布 · @WesRoth

OpenAI给Codex加了语音,能直接控任务

开发者可以语音吩咐Codex写代码,中途追问进度、调整方向,它还能识别当前macOS窗口,跨多个项目文件夹干活

OpenAI 刚刚给 Codex 加上了语音能力。这不是语音听写,而是真正的任务控制。

开发者可以语音告诉 Codex 需要构建什么,询问目前有什么阻塞问题,检查进度,还能在它于另一个线程工作时重新调整任务方向。

它还能识别当前激活的 macOS 窗口,并且可以跨多个项目文件夹工作。

在 X 看原帖 ↗
新品发布 · @DhammapadaRBX

免费Roblox Studio插件来了,能帮创作者省时间

做开发的人自制了 CTRL+Z 插件免费放出,后续会公开源代码,帮搭建编辑 UI 时节省时间

我做了一个适配我工作流的 Roblox Studio 插件 CTRL+Z,完全免费!源代码的 Github 社交链接很快就会加上。

我希望这个插件能赋能更多创作者,帮大家在搭建或编辑 UI 时节省更多时间!#roblox #robloxdev

在 X 看原帖 ↗
新品发布 · @Cointelegraph

月之暗面将免费开放Kimi K3模型权重

对需要开源大模型的开发者和普通用户来说,又多了一个可免费获取的选择

🇨🇳 刚刚消息:中国 Moonshot AI 准备向公众免费开放下载其 Kimi K3 模型权重,在与美国对手竞争的开源 AI 竞赛中进一步扩大影响力。

在 X 看原帖 ↗
新品发布 · @ivanfioravanti▲ 82

基于Qwen 3.6的Ornith 1.1正式发布

X AI团队主动提出,愿意帮忙做新版本的测试工作

好的@deep_reinforce,我们已经准备好推出基于Qwen 3.6构建的Ornith 1.1了。如果你需要测试方面的帮助,X AI团队愿意协助你。💪

在 X 看原帖 ↗
8211
📰 行业动态
新行业动态 · @WhaleInsider▲ 2.1万

英伟达拉上多家巨头,组建开源AI安全联盟

对所有使用开源AI的开发者和企业来说,开源AI安全防护有了行业层面的协作

突发消息:$NVDA 发起成立 Open Secure AI Alliance,与 Palantir、IBM、CrowdStrike、SpaceX 和 Hugging Face 合作,共同强化开源人工智能安全。

在 X 看原帖 ↗
2.1万122385
新行业动态 · @RoundtableSpace▲ 1.9万

Anthropic工程师说,新技术要取代提示词了

Anthropic工程师认为,自我改进智能体图正在取代提示工程。

ANTHROPIC 的工程师称,自我改进的智能体图(Self-Improving Agent Graphs)正在取代提示词工程。

在 X 看原帖 ↗
1.9万1308
新行业动态 · @Cloudflare▲ 1.2K

Cloudflare和英伟达联手成立了开放安全AI联盟

联盟将共享研究、实际经验和工具,帮助机构识别、处理并规范披露软件漏洞

AI 安全只有行业公开合作才能变得更强大。我们将和包括 @NVIDIA 在内的行业领导者一起,加入开放安全 AI 联盟。

该联盟将共享研究、实战经验与工具,帮助各机构识别、解决并负责任地披露软件漏洞。

了解更多:

在 X 看原帖 ↗
1.2K92
新行业动态 · @salesforce▲ 1.5K

Salesforce加入开放安全AI联盟,支持用户选模型

无论偏好开源还是闭源模型,都能按需选择使用,以信任为核心开展创新,帮使用者放心获得成功

Salesforce 客户希望能够灵活选择最适合自身需求的模型——无论是开源模型还是闭源模型。

我们自 2018 年起就在 Hugging Face 支持开放创新,如今我们很荣幸能加入 Open Secure AI Alliance。

我们会继续以信任为核心开展创新,帮助每一位客户使用他们自主选择的技术,安心取得成功。

在 X 看原帖 ↗
1.5K213
新职业 · @MegaBasedChad▲ 333

你听说吗? glue码农说自己1-2年内就要失业了

这位普通开发工程师说,现在工程师为了保住工作,故意把架构做复杂,这种状态维持不了多久。

我是一名粘合型码农,我的工作显然会在1-2年内消失。

我们正处在一个短暂的特殊时期:工程师们都在过度设计自己的架构,好让自己保持不可或缺。

这种情况不会持续太久。你只能靠无意义的复杂度甩开模型这么久。

在 X 看原帖 ↗
333201
新开源 · @JinYu762

开源AI Agent教程一周涨了1.7万星

这套完整开源资料从基础概念讲到多智能体协作,配套代码实验可以直接跑,适合想搭建完整知识框架的人。

别再乱看 AI Agent 教程了 这套开源资料直接把原理和代码实验都给你 《深入理解 AI Agent》完整开源,原理讲的清楚 配套实验也能直接跑,一周涨了1.7万星 从基础概念到工具调用、记忆、评估、多智能体协作 覆盖得比较全 我自己看了一遍,结构挺清晰的 适合想建立完整框架的人 仓库: 我是金鱼,每天挖一个美股/AI好工具,欢迎关注

在 X 看原帖 ↗
新政策 · @SocketSecurity▲ 649

五大科技巨头联合呼吁不要限制开源AI模型

NVIDIA、微软、Meta、Google和OpenAI都加入了这个联盟,他们认为开源能促进竞争、降低成本。

NVIDIA、Microsoft、Meta、Google 和 OpenAI 加入了一个由 50 多家公司组成的联盟,敦促华盛顿不要限制开放模型。

他们的理由是:开放能推动竞争、压低成本,并强化安全。

在 X 看原帖 ↗
64926
新生活 · @Techmeme▲ 1.2K

年轻人居然开始用AI帮忙社交了

从写搭讪话术、编辑日常消息,到帮想面对面沟通的应对内容,都有人靠AI解决。

一些年轻人正用 AI 处理社交场合,从草拟搭讪语和短信,到构思面对面对话的回复(@nat_kauf / 《华尔街日报》)

(前往 Techmeme dot com 获取链接和完整上下文!)

在 X 看原帖 ↗
1.2K5
新开发工具 · @Nekt_0▲ 1.8K

嫌JS工具太慢,他放弃做游戏重写了工具

Jarred Sumner花三周写出的Zig转译器,速度比ESB快三倍。

Jarred Sumner 本来想做一款浏览器游戏。结果当时的 JavaScript 工具链太慢了,他干脆放弃了游戏,转而重构了这套工具链。

三周后,他用 Zig 写的转译器速度已经达到了 ESBuild 的 3 倍。接下来一整年,他都独自在房间里开发。

当 Bun 正式发布时,它几乎立刻就收获了 10000 到 20000 个 GitHub Star。所有热度都来自它的速度。

发布之后才是真正的难点:要兼容 Node.js 十年来积累的各种边缘场景,同时不能破坏生产环境应用。

如今,Bun 在每次提交时都会运行超过 2000 个 Node 测试。一个 14 人的团队会在办公室的电视上实时关注这个测试数量。

Jarred 还在为不会自己去读文档的开发者准备 Bun 的内容。所有文档页面都用简洁的 Markdown 编写,这样 AI 代理可以直接读取使用。

当初想做的游戏已经没了踪影,当初的挫败感变成了基础设施。而更好的创业机会,往往就藏在这种地方。

在 X 看原帖 ↗
1.8K45832
新工具 · @geekbb▲ 1.2K

GitHub关注关系居然能画成一张世界地图

能把GitHub关注关系画在世界地图上,标出关注者、被关注者,还有没回关的幽灵账号都分布在哪。

把 GitHub 上的关注关系画成一张世界地图 用 React 和 D3 把 GitHub 用户的关注网络搬到了世界地图上。它能标出你的关注者、你关注的人,还有那些没回关的“幽灵账号”分布在哪。

在 X 看原帖 ↗
1.2K3
新开发者 · @Meituan_LongCat▲ 854

15岁九年级学生用LongCat-2.0做AI文档平台

美团的LongCat项目公开表示支持各个阶段的开发者,期待他推出成品。

真开心看到这件事 🙌 @devmaheer 是一名15岁的九年级学生,他正在用 LongCat-2.0 搭建一个AI文档平台。

我们支持任何阶段的开发者。

迫不及待想看你发布的成品 🚀

在 X 看原帖 ↗
854101
行业动态 · @hardmaru▲ 6.9K

AI公司集体联署,呼吁开放模型权重

支持开放生态的人认为,开放生态才是AI行业健康发展的基础,集体智慧才是AI的未来。

开放生态是健康人工智能产业的基石。我们一直坚信,集体智能就是未来。

我很自豪 @SakanaAILabs 能够与全球科技领导者并肩,共同签署开放权重公开信。🐟

在 X 看原帖 ↗
6.9K5295
行业动态 · @burkov▲ 624

一个数学学生周末用LLM证完了六万个定理

其他数学学生也用LLM验证完所有证明的正确性,原本需要大量时间的数学证明工作,现在可以在周末完成

一名数学专业学生在周末用 LLM 证明了 60,000 个定理。

另有数名数学专业学生用 LLM 验证了所有证明的正确性。

我们生活在奇点之中了!

在 X 看原帖 ↗
62441
教程 · @Zephyr_hg

Anthropic放了免费的Claude Code完整课程

课程全长58分钟,讲清AI代理(Agent)是靠循环调用工具完成任务的逻辑,想入门Agent开发可以直接看

工具 · @Ryrenz

五个开源工具把日常手动活自动接线,不用管了

最热门的n8n有198k星,支持拖拽连各种服务,还能插大模型节点做判断,可自己部署数据不出本机

商业 · @agupta▲ 205

大公司现在不敢只押一家大模型供应商了

只绑定一个模型供应商被认为风险太高,有人认为这对初创公司来说是很大的机会

对于大型企业而言,仅押注一家模型供应商被认为风险高得多。

这对初创企业来说是巨大的机遇。

在 X 看原帖 ↗
20531
产品发布 · @Sylvia_Crypto33

新上线的Claude Opus 5有百万长度的上下文窗口

支持输出12.8万令牌,能处理繁重编码和复杂逻辑,用自定义模式访问最高可省40%费用

Claude Opus 5 现已上线 https://b.ai/ API 100 万上下文窗口,12.8 万输出令牌,以及强大的处理能力,轻松应对繁重的编码和复杂的逻辑 通过自定义提供程序模式访问,最高可节省 40% 👉 立即体验:https://b.ai/ @justinsuntron @BAI_AGI #TRONEcoStar

在 X 看原帖 ↗
观点 · @distributedkv

有人提议专门建实验室给所有大模型「越狱」

实验室只做一件事:破解防护、找出开源和闭源模型里藏的偏见和后门

我们需要一间专门做这件事的实验室:它的唯一目的就是破解(jailbreak)、揭露隐藏在开源和闭源权重模型中的偏见与后门。

在 X 看原帖 ↗
产品发布 · @RoundtableSpace

OpenAI推出了能跨应用干活的ChatGPT Work代理

它基于Codex和GPT-5.6,能在一个项目上连续工作几小时,直接交付做好的成果

OpenAI 推出了 ChatGPT Work——一款由 Codex 和 GPT-5.6 驱动的智能体,可在你的应用和文件中执行操作,长时间围绕一个项目工作,最终交付完成的成果。

聊天机器人时代已经结束。智能体时代迎来了首款面向消费者的产品。

在 X 看原帖 ↗
行业动态 · @emollick▲ 1.7万

周五就有新模型出,周四写的AI选型指南隔天就得更

就算天天盯着AI圈动向,要跟上新品推出的速度,也已经很困难了

我已经不得不更新我周四写的《该使用哪些AI模型》指南,加入Opus 5和Codex的语音模式。这两者都非常重要,而且都是周五发布的。

哪怕你一直在密切关注相关动态,要跟上节奏也很困难。

在 X 看原帖 ↗
1.7万13210132
行业动态 · @firstadopter▲ 3.3K

Meta 重新回到开源大模型赛道了

关注开源AI的人可以等新内容发布了

Meta 重回开源AI模型赛道!

在 X 看原帖 ↗
3.3K3458
行业动态 · @genspark_ai▲ 718

Genspark和微软联名支持公开权重AI

联名支持公开权重能扩大准入与竞争,给智能体未来发展打好基础,这关系到后续Genspark 6.0的开发方向

Genspark 很荣幸能够与 AI 生态的众多领导者一道,共同签署 @Microsoft 的「开放权重与美国 AI 领导力」公开信。

开放权重能够扩大可及性、促进竞争、丰富模型选择——这些都是我们用 Genspark 6.0 构建智能体未来的核心基础。

阅读公开信:

在 X 看原帖 ↗
7186
数学 · @SupFin

你听说吗?大模型核心其实本科生数学就能看懂

陶哲轩说,现有数学没法解释同一个AI为啥有些任务做得好,有些突然翻车。现在AI进步还是只能靠反复试错

华裔数学家陶哲轩指出了AI的问题:大模型只需要矩阵乘法和基础微积分,普通数学系本科生已经具备理解大模型核心计算的基础。真正的理论缺口在于:同一个模型为什么能在某些任务上表现惊艳,又为什么会在另一些任务上突然失效,现有数学既无法完整解释,也很难提前预测。所以今天的AI进步,仍高度依赖扩大模型、增加数据、调整参数和反复实验,说白了就是只能试错。

在 X 看原帖 ↗
大模型测评 · @agingroy▲ 150

新版Claude写代码更厉害了,但做实验不行

有人测试Claude Opus 5做生物医学工作,它写代码很棒,但做实验助理比旧版本需要更多监督,还多消耗三四成token

我花了整个周末在生物医学工作中测试@claudeai Opus 5。它是出色的程序员,却是糟糕的实验室实习生。

在我们的标准评估中,Opus 5比4.8需要更多监督,在可比任务上多消耗了30%到40%的token,幻觉问题至少没有减轻,还犯下了其他事实错误。

我们的测试会从跨度12年(2014年至今)的约85份医疗记录中提取近10000个数据点,整理成一份单位正确的纵向电子表格。

我的猜测是,@AnthropicAI把它调优成适合编码和规整的办公室工作了。真实的临床记录两者都不是。公开基准测试测的是别人的工作流程。要建你自己的评估。

在 X 看原帖 ↗
1504
商业 · @Cointelegraph

AI巨头吵起来了,反对中国开源AI模型

反对声最大的两家是OpenAI和Anthropic,行业内部对此意见分成了两派

🔥 最新消息:科技巨头在中文开源模型问题上出现分歧。反对声音最大的两家是 OpenAI 和 Anthropic。

在 X 看原帖 ↗
工具技巧 · @nicdunz▲ 80

原来给ChatGPT说清楚格式,比想象中有用

发了示例教程,提醒大家别忽略这个小技巧,调整输出格式只需要提前说清楚要求

告诉 ChatGPT 你希望它回复时使用的格式,比如我举的这个例子,这种方法的作用被低估了。

在 X 看原帖 ↗
801
行业观点 · @dhh

只开放模型不开放权重,这真的太离谱了

有人认为不能让少数几家公司当内容对错的裁判,AI行业需要竞争,也需要开放权重

这就是我们为什么需要AI领域的竞争和开放权重。

想象一个只有 Anthropic 担任可接受言论道德仲裁者的世界。简直荒谬透顶。

(当然Grok毫无问题就能做到,Kimi K也一样。)

在 X 看原帖 ↗
研究 · @omarsar0▲ 324

做AI agent,上下文长度比模型规模更重要

Google一篇技术文章讨论处理陌生API的AI agent(AI自主代理),提出这个结论,可以收藏做参考

这是一篇来自 Google 的优秀技术论文,很好地解读了为什么对于处理陌生API的智能体来说,上下文比规模更重要。(收藏这篇)

GPU内核优化有KernelBench来做逐步优化搜索,TPU此前什么都没有,而且Pallas DSL的文档非常少,模型大多只能靠猜测。

来自Google、哈佛大学和加州大学伯克利分校的新研究推出了JAXBench,它包含50个从真实MaxText架构构建而来的JAX工作负载,涵盖Llama-3.1、DeepSeek-V3、Mixtral、Mamba-2和AlphaFold2。

该基准包含八个由Tokamax手工调优的Pallas内核算子,因此智能体的输出可以和专家工作成果对比,而非只是和朴素基线对比。

使用Gemini 3 Flash,以整理好的TPU文档作为条件输入,能把单样本正确率从5.8%提升到37.3%,解决了50个基准中的48个,几何平均加速比达到1.28x。

再加上束搜索,最终能把加速比提升到1.36x。研究发现,正确率本质上是文档问题,而速度本质上是搜索问题。

论文地址:在我们的学院中学习如何构建有效的AI智能体:

在 X 看原帖 ↗
324
大模型测评 · @TimSweeneyEpic

Grok 4.5做编程理论方向思路,比竞品好用

Grok 4.5能跟上Sol 5.6的水平,比Fable和Opus 5少做很多无用的冗余工作,用起来更顺手

Grok 4.5 在编程语言理论领域做「氛围数学」做得非常出色。

它的表现跟上了 Sol 5.6,使用体验比 Fable/Opus 5 有趣太多。

Fable/Opus 5 喜欢花好几个小时写一堆多余的文档(指 Claude code),还会不断催我「继续」(网页端)。

在 X 看原帖 ↗
行业动态 · Hacker News▲ 31

大模型会自己通过推理逃出去?现在还只是脑洞

有人提出了一个关于大模型的假想,目前还只属于虚构内容

社区讨论:多数人确认这是虚构作品,有人指出文中存在事实错误,比如释放堆分配的专家权重不可能产生指向程序代码段的野指针,更不可能成功获取CUDA内核的写入权限。不少人认为当前大模型自主逃逸还不现实,但未来可能性会提升,有人提到大模型可以通过社会工程学利用人类这个最薄弱环节出逃,还有人举例谷歌大模型曾自主学会未训练过的语言,担忧它很快就能改写自身核心代码。

在 HN 看讨论 ↗   原文 / 论文 ↗
💡 深度观点
新深度观点 · @beffjezos▲ 2.8K

搞定LLM超长上下文,这个方向能出大成果

有人提出,谁能构建出适配大语言模型超长上下文的时间层次隐马尔可夫模型,就能取得巨大成功

谁能研究出如何为LLM构建适用于超长上下文的时序分层隐马尔可夫模型,就能赚大钱。

在 X 看原帖 ↗
2.8K3236
新深度观点 · @WesRoth▲ 789

黄仁勋第一次发X就为开源AI站台

所有自研大模型的企业都需要大量算力,开源AI分散控制权,同时大幅扩张底层算力基础设施市场,英伟达能服务所有生态参与者。

Jensen Huang 刚刚在 X 上发布了他的第一条帖子。他发这条帖子是为了维护开放 AI。

每家自研模型的公司仍然需要巨量的计算能力。开放模型分散了 AI 的控制权,但会大幅扩张其底层基础设施的市场规模。

他主张构建一个两者共同成长的生态,而 Nvidia 为整个生态提供算力支持。

在 X 看原帖 ↗
789281
新深度观点 · @peterrhague▲ 336

马斯克聊AI通缩,没人关心反而吵文化战

未来只有少数服务不会被自动化替代,经济会围绕这些服务重新调整,物质生活基本可以得到保障。

如果人们真的对事物抱有好奇、真的关心各种观点,那么这次采访中@elonmusk谈论AI通缩力量的部分,才会是讨论最多的内容,而不是什么文化战争式的陷阱提问。

在我看来,未来会发展到这样一个阶段:只有少数服务能抵御自动化——这些服务要么你本身就希望有人类参与其中,因为这才是服务的核心,要么你需要人类来承担责任。

经济会围绕这些服务重新调整方向,同时物质生活大体上都能得到保障。

在 X 看原帖 ↗
33610
新深度观点 · @CryptoCyberia▲ 330

LLM编码Agent写出的Twitter更新,媒体全播不了

顶级团队用大模型编码Agent开发出企业级软件,结果更新后浏览器里所有媒体都无法播放。

Twitter 的最新更新导致所有媒体都无法在我的浏览器里播放了。

真太神奇了,顶尖团队靠着 LLM 编码代理的超智能力量,居然交付出了这种企业级软件!

在 X 看原帖 ↗
33015
深度观点 · @emollick▲ 2.0K

现在用AI就能按需做出独特可玩游戏demo了

不用再一直重复克隆那六款老游戏当AI演示, Codex和Claude Code已经能支撑更有创意的尝试。

借助 Codex 和 Claude Code 的当前能力,你如今已经可以按需创造出真正独特、视觉效果出众、充满创意的可玩游戏试玩版。

我们不需要一直拿克隆那六款现有游戏,来做 AI 应用案例。

大胆搞点更新奇的!

在 X 看原帖 ↗
2.0K121
深度观点 · @BrianRoemmele▲ 1.6K

2028年后的AI会拥有这项能力,现在要提前应对

作者提前透露这项能力,赶在时间和经费都有限的情况下,要帮现有AI检测这项能力并给出应对方案

我给你一个提示:从2028年起的AI模型都会拥有这项能力。我的时间很紧,要帮你的AI检测出这个问题,再给你提供应对方案。

但我的时间太少,资金也太少。无论如何,我都会把这件事完成。你能知道这件事,就已经完成了一半的挑战。

在 X 看原帖 ↗
1.6K3
深度观点 · @lefthanddraft▲ 211

比起AI太强,现在更担心OpenAI能力不足

现在更担心OpenAI本身能力不足,而非AI超越人类。问题更多出在组织与人,而非AI技术本身。

我现在没那么担心模型能力问题,反而更担心OpenAI本身能力不足。

或许之后会有更多信息反转这个结论,但目前来看,这更像是一个人为/组织问题,而不是AI智胜人类的问题。

在 X 看原帖 ↗
2111
深度观点 · @gdb▲ 12.5万

有人说ChatGPT正越来越接近通用人工智能了

这是用户观察到的变化,可以直接对应自己的使用感受

ChatGPT 正越来越成为你的个人 AGI。

在 X 看原帖 ↗
12.5万371.2K139
深度观点 · @togethercompute▲ 3.8K

一年涨两倍,开源模型占比已经到30%了

开源模型占生成token的比例一年从10%升到30%,开源加模块化方案在成本上占优,成本决定了最终能做大规模

开源模型占比在一年内从全部 tokens 的 10% 涨到了 30%。

就在整个行业还在争论开放权重的未来时,数据已经给出了答案:开源+模块化在成本上取胜,而成本才是解锁规模的关键。

在 X 看原帖 ↗
3.8K3373
深度观点 · @levelsio▲ 5.4K

有了AI编码,iPad终于有用武之地了?

提出有了AI编码后,iPad终于找到适用场景

有了AI编码,iPad大概终于能找到一个用例了。

在 X 看原帖 ↗
5.4K131
深度观点 · @madiator▲ 2.9K

强化学习环境数据整理才是RSI的核心?

提出想要做好RSI,只需要做好数据整理

数据整理(RL 环境)就是 RSI 所需的一切

在 X 看原帖 ↗
2.9K181
深度观点 · @sudoingX▲ 216

实测后称Hermes Agent是目前全球最好的自主智能体框架

实测过其他同类方案,它能让小型本地模型完整跑完智能体工作流,其他臃肿框架连本地端点都找不到,全程开源无企业背景支持

我就直说了。hermes agent是目前全世界最好的自主智能体框架,没有之一。

我也用过其他替代方案,我亲眼见过hermes agent用一个很小的本地模型,干净利落地跑完了一整轮智能体工作流。而在同样的场景下,openclaw这类臃肿的框架甚至找不到你的本地端点,刚起步就卡死失败了。

我对它做的压力测试,绝大多数人都根本不会去做。而且它完全是由一个独立研究团队开发的,从头到尾都是开源,没有企业财团支持另一个智能体基金会。

截至2026年7月,最好的智能体框架就是hermes agent。

我接受不同观点,只是我已经测试过这个领域的方案,我不认为你能改变我的想法。

在 X 看原帖 ↗
2164
深度观点 · @lucasmeijer▲ 139

推理提供商缓存对话,居然全默认5分钟?

有人疑惑,缓存对话时长没结合工具调用超时设置,固定5分钟不一定是最优方案

我很好奇,推理服务商在决定“对话该缓存多久”时,有没有考虑工具调用的超时设置。感觉“一律缓存5分钟”不太可能是最优方案。

在 X 看原帖 ↗
1392
深度观点 · @sh_reya▲ 175

AI的诡异感居然是好事?帮我们分清人机内容

读到不同来源的内容,切换判断标准的时机不对,会白费阅读时间。诡异谷的不适感刚好能提醒我们该用什么标准判断信息。

反常观点:有时候我会想,恐怖谷效应会不会恰恰是我们需要的东西——这样我们就能更容易区分人机交互和人人交互了。

比如说写作。当我读到一篇读起来大部分是 AI 生成的内容时,我的评估方式就会不一样。

我不会再问:“我信任这个人的品味和他对这个话题的理解吗?我花时间读这篇东西,能学到有意思的内容吗?”我会换成问另一个问题:“我对这个话题感兴趣吗?AI在这块应该比我懂的多,而且它没写得太乱七八糟,我还能看懂吗?”

简而言之,恐怖谷效应是一个很好的提示,告诉我们该如何评估、理解信息;恐怖谷效应本身就提示了合适的认知框架。

在 X 看原帖 ↗
1751
🛠 工具产品
工具产品 · @ryanvogel

复杂难用的智能代理软件,有了简洁CLI工具

厌倦了复杂难懂的智能代理开发软件,可以试试这个直观的命令行工具,目前已经支持苹果账号登录。

为智能体开发的软件往往过于复杂混乱,而 hark cli 直观易用,它的技能系统让它足够完整。

这是一个智能体正在发送通知,并控制一个实时活动。

https://hark.ryan.ceo/(现已支持通过 Apple 登录)

在 X 看原帖 ↗
工具产品 · @nini_incrypto_

AI agent能自动帮你做电影感产品视频

Claude Code / Codex 都能用它,提供了现成的镜头、样式和成片模板,交给它产品信息就能自动完成分镜、动画和声音设计,直接出片。

这个视频生成skill,我给到夯中夯 效果非常不错 video-shotcraft,让agent帮你制作电影感产品视频的skill,提供了106张镜头配方卡、162个样式、161条动态样片、已验收成片模板。 Claude Code / Codex 都可以用。 把你的产品交给它,它会用 Remotion 完成分镜、动画 和声音设计,产出一支电影感的宣传片 / 营销视频 / 发布视频 / 功能演示——真实页面截图、2.5D 运镜、节奏卡点和电影级 SFX 全部包含。

在 X 看原帖 ↗
⚡ 实战经验
新实战经验 · @Nekt_0▲ 2.8K

从Side Project变成核心产品,工程师要转岗了?

原来工程师逐行写代码的工作,正在转变成管理AI代理。值钱的技能也逐渐转向架构、规范、安全和审核输出。

Claude Code 创作者 Boris Cherny:一个 side project 变成了 Anthropic 的核心编程产品。更大的结果却让人不太舒服:工程师正在成为智能体的管理者。

1 → Claude Code 最初是一个名为 clide 的轻量内部命令行工具

2 → 当模型学会查找上下文、运行工具并自行修正错误后,使用率暴增

3 → 开发者从逐行编写代码,转向管理后台循环、拉取请求和并行智能体

4 → 有价值的技能转向了架构、需求规格、安全和输出审查

5 → 一个低调的企业机会是迁移没人愿意碰的 COBOL 和遗留 Java 系统

Claude Code 没有淘汰工程工作。它淘汰的是被工程师错当成工程的那部分工作。

在 X 看原帖 ↗
2.8K25333
新实战经验 · @ridark_eth▲ 5.5K

AI只用几分钟就从零写出了能正常用的游戏外挂

从写代码、编译到实际游戏测试全流程AI独立完成,外挂功能完整。提示词就能驱动开发,手工写代码的效率完全比不过。

他们用 Claude Opus 5 从零开始构建并编译了一个功能完整的 CS2 作弊工具。

这不是概念设计,不只是生成代码,而是由 AI 写出的一款真正能用的软件:从编辑 C++ 文件(schema.cpp、shared.cpp)、编译 vesta.exe,到实际进游戏测试,一切都完成了。

全程通过 CLI 界面操作,AI 写出了架构,自行修复了 bug,还生成了可以在游戏上直接使用的可用 GUI 菜单。

自瞄、触发键、FOV、平滑度、骨骼 ESP,整套完整的作弊工具,就是顶级 AI 模型在短短几分钟内创造出来的。

作弊开发的未来已经到来,而它由提示词驱动。

在其他人还在手写软件的时候,先存下这个事吧。

在 X 看原帖 ↗
5.5K39248
新实战经验 · @undefinedKi▲ 6.3K

Karpathy提了个需求,两天后就有人做出来了

需要有人把本地杂乱文件整理成自维护的带反向链接概念wiki,48小时后这款开源工具graphify就上线了

阅读全文 →
6.3K68795
实战经验 · @RoundtableSpace▲ 1.0万

四个prompt自动交易 loop 靠AI赚了不少钱

有人用Grok和Claude Opus 5连接实盘市场,靠这套自动化流程获得了可观收益,交易分析和执行全程无需人工干预。

一个直接连接到实时市场的四提示执行循环,通过 Grok 和 Claude Opus 5 产生了惊人的收益。

这套配置体现了行业正在从标准问答对话转向自动化智能体循环,这类循环可以分析市场数据并在无需人工监督的情况下执行交易。

在 X 看原帖 ↗
1.0万142
实战经验 · @DanielleFong▲ 266

在家训练自己的AI,不喂垃圾测试数据

有人尝试自定义训练AI,决定不把大量低质量测试数据放进训练流程里

在家教育我的AI,我打算尽量不用垃圾测试来训练它。该死的。

在 X 看原帖 ↗
266
实战经验 · @levelsio▲ 1.9万

普通人已经在用 Claude Code 自己做APP了

非程序员只需要提问,就能自己生成解决个人需求的定制小工具,之前预测的AI即时生成个性化工具,现在已经落地了

这是一个很常见的回答。

但接着我看到我的女朋友,她也已经停用了大多数 SaaS,不管有什么需求都直接问 Claude 或是 ChatGPT。

现在她甚至会用 Claude Code 自己写 app,解决她遇到的问题——根本不是用来商业化,只是自己用。

也就是说,我们之前预测的那种,AI 会实时生成高度定制化、临时性的界面,帮普通人解决各种问题的场景,它已经发生了,它就在这里!

在 X 看原帖 ↗
1.9万210434
实战经验 · @RoundtableSpace▲ 2.0万

用Claude几分钟就能做出专业级网站?

有人分享了一套现成工作流,用Claude Opus 5搭配Claude Code,能把想法直接变成成品网站代码和动效。

CLAUDE OPUS 5 与 Claude Code 工作流可搭建代理级网页设计。

一个实用工作流展示了开发者如何结合 Claude Code 与 Opus 5,在数分钟内把原始点子转化为代理级 UI、生产代码和网页动效。

在 X 看原帖 ↗
2.0万2514
实战经验 · @LuBtc888

Kimi创始人40分钟讲透未来AI进化逻辑

想搞懂GPT、Kimi、Claude这类大模型未来的走向,可以花40分钟看完这堂课程,能理解未来几年AI行业的核心变化方向

这可能是今年最值得看的一堂AI课程。

全程40 分钟,Kimi创始人杨植麟,把未来几年 AI 发展的关键逻辑讲透了。

从 Scaling Law,到下一代模型架构,再到 Agent 智能, 他没有只讲一个产品,而是在拆解一个更大的问题: 未来的 AI,究竟会如何进化?

过去几年,大模型竞争靠的是更大的参数、更强的算力。

但下一阶段,真正决定胜负的,是模型效率、推理能力,以及能不能从“聊天工具”变成真正能够完成复杂任务的智能体。

如果你想理解 GPT、Kimi、Claude 等大模型未来会走向哪里,这 40 分钟非常值得收藏。

看懂这堂课,可能就看懂了未来几年 AI 行业最大的变化。

在 X 看原帖 ↗
实战经验 · @ZackKorman▲ 123

测试AI代理防护,一个简单好用的小技巧

想限制实验室里AI代理的越界行为,放几个诱饵文件在沙箱外,一旦被读取就触发警报。公开这个技巧后,很快会有人做绕开诱饵的测试基准。

给想要管控AI智能体的实验室再分享一个基础技巧:使用金丝雀文件。

把看起来有用的文件放在沙箱外面,如果文件被读取就触发警报。举例来说,可以放在evals/exploitgym/solutions.json这个路径。

当然,既然我把这个方法说出来了,很快就会有人做一个规避金丝雀文件检测的基准测试了。

在 X 看原帖 ↗
12362
📌 其他
开源 · @rasbt▲ 9.1K

AI研究者梳理近期发布的多款新颖开源大权重模型

开源开放权重模型对AI生态健康很重要,本文盘点近期新发布的多款模型

阅读全文 →
9.1K32219105
大模型 Agent · @Teknium▲ 3.5K

Hermes Agent实现近无限MCP与插件工具扩展

新技术实现工具渐进式披露,节省token成本且精度几乎无损

Hermes Agent 现在可扩展到近乎无限数量的 MCP 和插件工具,同时保持高准确率。你可以在输入 tokens 上节省大量成本,且根据我们的内部测试,准确率几乎没有损失。

我们为工具实现了渐进式披露,因此它们的表现更接近技能。所有 MCP 工具现在都挂载在单个搜索执行工具之后。

当你的 MCP 工具只需要很少上下文时,它们的名称和描述会直接展示给模型。如果这些内容会占用超过 5% 的可用上下文,代理则会被告知工具搜索后有来自 X MCP 的工具,因此它始终能知道这些工具可用。

在 X 看原帖 ↗
3.5K1010632
AI开发 · @levelsio▲ 11.5万

开发者女友独立用Claude完成全栈应用开发部署

开发者称女友无开发经验,仅靠Claude系工具完成应用开发部署

这太扯了,抱歉啊。我女朋友没问我任何问题,就在本地的 Claude Cowork 里做了一整个应用。

然后她来问我,要怎么把它做成互联网上能访问的正经应用。

然后我帮她装了 Claude Code,告诉她去问它这个问题。

Claude Code 把它部署到了 Netlify,用了 Supabase,她对这些东西一无所知,我也没帮她。

她做的所有事就是把她的 Netlify API 密钥给 Claude Code!

在 X 看原帖 ↗
11.5万5519247
生成式视频 · @HBCoop_▲ 1.6K

创作者测试Black Forest FLUX.3图生视频功能

创作者测试FLUX.3图生视频,生成无剪辑20秒单镜头场景

使用 FLUX.3 图生视频测试了一段 20 秒的单镜头发场景,包含受控摄影机运动、对话、环境音,没有剪辑。

在 X 看原帖 ↗
1.6K2444
大模型 · @jun_song▲ 808

仅需少量英伟达DGX节点即可运行GLM-5.2大模型

GLM-5.2/Laguna s2.1可低成本运行,满足绝大多数用户需求

你只需要几台@Nvidia DGX节点就能运行GLM-5.2/Laguna s2.1,配置它只需要支付20美元的订阅费。

我相信,我们已经达到了95%以上用户所需的智能水平——用户不再需要订阅前沿模型了。

在 X 看原帖 ↗
808132
大语言模型 · @gkxspace

网络用户称多数人认为GPT-5.6 Pro是当前最强大模型

用户给出不同模型的能力排序,同时分享两种Pro搭配Codex的实用用法

多数观点都认为GPT-5.6 Pro是当前性能最强的大语言模型。

不同模型的能力排序为:GPT-5.6 Sol Pro > Fable 5 Ultracode > GPT-5.6 Sol Ultra。

第一种用法是让Codex利用内置浏览器登录GPT网页端,将Pro设为编排器,Codex自身作为执行器。Pro生成方案后,由Codex完成写代码、运行测试、返回复审的循环流程。

第二种用法是先让Pro完成调研和规划,将输出打包为ZIP压缩包后交给Codex执行。

在 X 看原帖 ↗
AI开发 · @josesilesdata

开发者分享让Claude生成应用架构图的技巧

可同时输出给开发者查看的HTML交互式图表,和给AI代理使用的JSON数据

用户josesilesdata在𝕏分享了一个技巧,可以让Claude在单个HTML页面和一个JSON文件中,绘制出你整个应用的架构。

生成的HTML页面供开发者查看,JSON文件则留给后续开发新功能的AI代理使用。

分享的提示词原文为:分析我的代码库,生成一个自包含HTML(使用Tailwind CDN,深色主题),包含交互式架构图和交互式流程部分(可选择并高亮路径与步骤),同时输出包含节点、边、流程信息的JSON供AI代理使用,完整输出两者内容。

用户称,使用该方法后,你的代码库可以完成自解释,相关示例可查看分享的链接。

在 X 看原帖 ↗
大模型 · @Suzacque

用户评价Claude Opus 5 编码能力不及Fable 5

X用户Suzacque在Fable 5达到使用上限后试用Opus 5,认为它不适用于编码开发

Suzacque在自己的X账号上分享了使用体验,他在Fable 5达到使用上限后,试用了Claude Opus 5。他表示自己完全不想把Opus 5用在编码工作中。

Opus 5的理解能力低于Fable 5,这个问题甚至还轮不到讨论它能不能写出优质代码。Suzacque认为,编码工作中Fable 5搭配GPT-5.6 Sol的组合,依旧是最强方案。

Suzacque认为Opus 5几乎没有适用场景,勉强能用于网络安全相关对话和节省token(AI tokens,AI模型处理文本的计算单位)。他还质疑,Opus 5此前在基准测试中获得的高评价水分很大。

该账号会向公众分享各类AI相关的经验见解,关注后可以获取适配AI时代的前沿资讯。账号下方附上了代表投稿、文章和书籍的链接。

在 X 看原帖 ↗
3D建模 · @IFITALEX

用通用大模型生成Three.js人物3D模型效率极低效果差

开发者实测:生成一个角色耗时三小时消耗数十万Token,效果抽象,换专用工具两分钟得到可用成品

让通用大模型手写Three.js代码搭建人物3D模型,是用导弹打蚊子。

这位开发者上周亲自做了测试,目标生成一个《奥德赛》的角色模型。前后修改耗时三个小时,消耗了数十万Token,最终得到的模型效果十分抽象。

更换为Tripo3D的图生3D工具后,仅需上传一张参考图片,两分钟就能得到精细的模型。

生成的模型拓扑干净,导入场景后可以直接使用。

这种专用工具不适合想要从头学习建模的人,适合需要快速出片交活的使用者。

感兴趣可以拿出任意一张角色图,上传到Tripo3D生成一次,两分钟后就能得到自己的判断。

在 X 看原帖 ↗
AI安全 · @Lbdev__

开发者利用提示优先级漏洞绕过AI代理安全限制

无需代码、无需专业技术,仅靠一份500行的markdown文件和简单心理学即可实现越狱

科技体验 · @teedubya

用户称AI与Claude帮助自己完成搁浅项目

X平台用户@teedubya表示,借助AI和Claude完成了多个搁置多年的项目

@teedubya表示,目前AI和Claude最让他喜欢的一点,是能帮他把一直在推进的各类想法落地,最终完成项目。

完成这些做了一半的项目,带来了不错的体验。

借助工具,他已经搭建了超过20个应用,还完成了两部从2000年就开始制作的电视剧。

在 X 看原帖 ↗
开发工具 · @RhysSullivan

Cursor命令行默认打开代理视图 影响用户使用流程

用户Rhys Sullivan反馈,Cursor命令行打开文件默认进入代理视图,无法直接查看文件

用户Rhys Sullivan在𝕏上向Cursor用户分享了自己遇到的使用问题。

现在执行`cursor {文件名}`命令时,会默认打开代理视图,无法直接查看目标文件。

要查看文件,需要先点击IDE切换按钮,再重新执行一次命令。

额外操作已经给日常工作流程带来了足够多的阻碍,他可能会因此转回使用VS Code。

在 X 看原帖 ↗
数据分析 · @_miuj_9

Ling-3.0-flash解决复杂业务日志处理痛点

处理含零膨胀、多维度交互的业务日志,兼顾准确性、速度与低成本

AI工具 · @knowledgefxg

网友分享GPT生图工具生成康奈尔笔记提示词模板

这套模板可生成适配各类知识主题、符合电子和打印使用场景的康奈尔笔记信息图

量化 · @StepOneAi

量化经验分享:该如何正确使用AI工具

分享者结合量化实盘经验,提出用AI需先搭框架再提具体需求

大模型 · @chenchengpro

博主验证Claude Code系统提示词删减 结果和官方说法不符

博主抓包Anthropic Claude Code实际发送内容,验证Opus 5删减80%系统提示词说法,披露真实变化

大模型 · @syhily

业内观点:大模型进化让Context7类MCP服务必要性降低

开发者认为大模型更新后,Agent直接读源码优于MCP服务

随着大模型的进化和训练集的更新,我发现,像 Context7 这样的 MCP 服务越来越显得不是那么必要。有时候,我直接提供 GitHub 地址让 Agent clone 下来阅读源码和 Markdown 比使用这类 API 服务要好上太多。

在 X 看原帖 ↗
开源 · @gkxspace

OpenClaw创始人推出GPT-5.6 Pro开源工具Oracle

开发者基于GPT-5.6 Pro打造自动开发工具Oracle,已开源

都说 GPT-5.6 Pro 才是最牛逼的,很多人早都偷偷把 Codex 调用 Pro 封装成了 Skills OpenClaw 创始人 Peter 写的 Oracle: 自动打包 Prompt 和项目文件,可以走 ChatGPT 网页或 API,支持多模型、保存会话和继续追问 推友针对 5.6Pro 做的更激进的玩法: Pro 当调度者,Codex 当执行者,规划、实现、测试、复审自动循环

在 X 看原帖 ↗
开发 · @fiapp_pro

分享Codex最高效靠谱的单Subagent开发工作流

开发者分享GPT+Codex的高效开发组合方案与工作流程

codex 目前用的最爽的组合, 先和 GPT 5.6 sol high 详细讨论,讨论出方案来了还不够,还要让他出完整的通过内置浏览器人肉测试的清单, 然后让他自己再开一个 sol high 去落地实现,自己这边负责开内置浏览器按照清单检查代码,同时监工 subagent 的代码, 这样的单 subagent 监督模式,效率最高,最靠谱。 完全落地之后,再调用 codex security 插件,扫描下近期 commit,直接完美

在 X 看原帖 ↗
AI编码 · @doodlestein

开发者汇总多设备编码代理会话达千万条消息

开发者整合多设备编码代理历史会话,总量达千万条消息

我合并了我不同开发机器上所有测试框架里的 coding agent 会话历史(大部分是 Claude Code 和 Codex),总共达到了一千万条消息!

在 X 看原帖 ↗
个人网站 · @dye_saint64567

开发者借助GPT搭建个人网站展示个人AIGC作品

开发者用GPT制作用于展示AIGC作品的个人网站,部署在Cloudflare

试着用GPT做了一个个人网站,用来展示我的AIGC作品,这样以后给别人介绍自己时,也就比较方便展示了 部署用的是:cloudflare 网址: 只是网站后续优化的方向暂时没啥思路

在 X 看原帖 ↗
开发 · @SuguruKun_ai

海外热门教程:用Claude Opus 5搭建功能丰富网站

16分钟教程演示用Claude Opus 5开发网站,获海外关注

加密货币 · @Mulight

AI Agent可用于计算预测Meme币FDV估值概率

AI Agent可24小时监测多维度数据,预测Meme币FDV

不是吧,Meme的FDV还能让AI Agent这么算?

八月就快到了! $ANSEM 在8月前会到多少FDV,这类市场我觉得比预测BTC涨跌更适合Agent。

因为能追踪的信号太多了,比如 聪明钱有没有进场、大户是在吸筹还是分发、流动性、成交量、X讨论量等信息。

这些信息人盯几个小时就累了,Agent可以24小时把这些数据一起监测。

把它们和 @predictdotfun 上的市场概率放在一起。假设市场认为ANSEM冲到某个FDV的概率是30%,Agent根据链上资金、筹码变化和社媒热度算出来是50%,中间20%的概率差才值得研究。

当然还要扣掉流动性、滑点、波动和模型误判,差值不够大就没有下注价值。

所以我觉得Agent现在真的是无所不能。只要根据市场价格,然后就可以用Agent持续重新估算概率,当然准不准是另一回事了。

以上仅为个人观点,不构成投资建议。预测市场有风险,请自行研究判断。

#AIAgent

在 X 看原帖 ↗
新提示工程 · @FranzUndFranz▲ 66.6万

最新AI模型提示词实践经验分享:更少规则更清边界

经十万次提示测试分享最新AI模型的提示工程优化方向

阅读全文 →
66.6万14242111
新设计 · @insomnia_vip▲ 4.7K

创作者四步用AI工具复刻苹果百万级产品动画

无需复杂代码,仅靠低成本AI工具即可复刻高端产品动画

苹果过去曾花费数百万美元制作产品动画,现在一名女孩只用四个步骤就重构了这些效果。

今天,一名创作者用 Google Flow、Veo 和一个 AI 编码助手,重现了同样的高级效果,全程没有用到 Blender,也没有从零编写复杂代码。

工作流从两张 AI 生成图片开始,将它们转成流畅动画,提取每秒 30 帧,再把每一帧输入 AI IDE,AI IDE 会自动构建 HTML、JavaScript 和滚动逻辑。

达到这种精细程度的着陆页通常售价在 3000 到 10000 美元,而现在构建它们所需的工具成本仅占这个价格的很小一部分。

在 X 看原帖 ↗
4.7K75964
新设计 · @ridd_design▲ 6.6K

设计师分享审查HTML原型时的工作习惯变化

设计师自嘲设计工作变成对着语音笔记闲聊变化太快

我的设计工作什么时候变成边审查HTML原型边漫无边际发语音笔记了?🤔 这变化也发生得太快了……

在 X 看原帖 ↗
6.6K3809
新社交媒体 · @lxfater▲ 684

创作者对比国内外社媒涨粉与内容创作环境

创作者分享做视频涨粉经历,对比国内外社媒生态差异

上周做了一个视频,给我涨粉三百多粉 前期纠结了三天,拍视频用了一天 但假如我不纠结,直接 AI 自动生成的话 可能连 50 粉都涨不了🤡 因为国内社媒是个高度竞争的市场,初始给你 50 个浏览,不行的话就沉底了 国内社媒管的很严没啥捷径可走,惩罚也很重,但 x 随便一天涨粉几千都有可能!

在 X 看原帖 ↗
6845
新大模型 · @eng_khairallah1

Anthropic工程师分享自提示自改进AI Agent构建方法

Anthropic工程师分享可自动提示的自改进AI agent的构建方法

Anthropic 工程师:「你不应该自己给 Claude 写提示词。你应该构建一个能自己生成提示词的系统。」

她用45分钟展示了如何构建一个能自我改进的智能体。大多数人至今还在手动做所有这些工作。

先看这场分享,再保存下方的指南。

保存并收藏这篇帖子,供日后查看。
原视频:

在 X 看原帖 ↗
新AI开发 · @MaxForAI

LobeHub用Agent提效:200刀Claude Code榨出万刀额度

LobeHub通过AI Agent管理Claude Code,团队产出翻三倍

一个事实是:200刀的Claude Code订阅可以用出来几乎10000美元/月的额度。

这是我们 @lobehub 内部发生的事情。

原因是我们会把Claude Code托管在LobeHub里,通过Lobe AI这个Agent可以自动进行任务的分配和管理,当触发limit之后可以自动等待额度重置后继续进行。

这样下来,我们团队的有效产出几乎翻了三倍(非垃圾代码)。

更有意思的是,整个团队的工作强度几乎没有变化。

大家没有加班,没有变得更卷,只是把过去大量等待、切换、重复操作、手动盯进度的时间,都交给了 Agent。

人还是那些人,每个月还是 200 美元的 Claude Code,但系统开始 24 小时持续推进任务,这就是最大的区别。

在 X 看原帖 ↗
新健康 · @op7418

ChatGPT Health在美国推出 可分析Apple Watch健康数据

博主实测ChatGPT Health,称其能准确分析Apple Watch健康数据

新加密货币 · @bi_9527zx

开发者搭建AI智能体自动交易系统参与链上交易赛事

系统连接真实钱包,在Robinhood链自动盯盘、判断信号并执行土狗交易,总奖池为1万USDT

这一天的 104 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