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。
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。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
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。
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。
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。
Anthropic工程师认为,自我改进智能体图正在取代提示工程。
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 👇
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。
经十万次提示测试分享最新AI模型的提示工程优化方向
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。
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。
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!
这是用户观察到的变化,可以直接对应自己的使用感受
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!
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。
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
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。
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!)
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。
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。
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 🚀
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。
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。
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
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。
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。
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。
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。
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。
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。
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:
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
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。
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
博主实测ChatGPT Health,称其能准确分析Apple Watch健康数据
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。
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:
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!
设计师自嘲设计工作变成对着语音笔记闲聊变化太快
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。
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
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
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
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
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。
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。
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。
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。
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:
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
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
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。
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。
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
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。
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👇
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!
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。
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)
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。
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。
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: > Google Gemma-120b > Nvidia Nemotron4 Ultra/Super > Qwen4-27b/122b > Deepseek-V4-Flash GA > Minimax-M3.5 > GLM-5.5-Flash
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
16分钟教程演示用Claude Opus 5开发网站,获海外关注
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
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!
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
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
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。
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。
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。
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。
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
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。)
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:
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)。
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。
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:
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。
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
X AI团队主动提出,愿意帮忙做新版本的测试工作
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
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。
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
关注开源AI的人可以等新内容发布了
提出想要做好RSI,只需要做好数据整理
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
提出有了AI编码后,iPad终于找到适用场景
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。
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:
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
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
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
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
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。
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。
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
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。
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。
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。
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。
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。
创作者测试FLUX.3图生视频,生成无剪辑20秒单镜头场景
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。
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
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。
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:
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
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
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
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。
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 👇
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。
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。
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。
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。
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: > Google Gemma-120b > Nvidia Nemotron4 Ultra/Super > Qwen4-27b/122b > Deepseek-V4-Flash GA > Minimax-M3.5 > GLM-5.5-Flash
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👇
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。
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
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。
X AI团队主动提出,愿意帮忙做新版本的测试工作
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。
Anthropic工程师认为,自我改进智能体图正在取代提示工程。
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:
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。
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。
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
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。
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!)
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。
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。
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 🚀
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。
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
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
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
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
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
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。
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。
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。
关注开源AI的人可以等新内容发布了
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:
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。
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。
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。
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
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。)
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:
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)。
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。
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
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。
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。
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。
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!
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。
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。
这是用户观察到的变化,可以直接对应自己的使用感受
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。
提出有了AI编码后,iPad终于找到适用场景
提出想要做好RSI,只需要做好数据整理
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。
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
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。
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)
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。
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。
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。
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
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。
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
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!
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。
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。
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。
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
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。
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!
创作者测试FLUX.3图生视频,生成无剪辑20秒单镜头场景
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。
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。
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。
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。
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。
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
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。
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。
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
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
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
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
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。
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
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
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!
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
16分钟教程演示用Claude Opus 5开发网站,获海外关注
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
经十万次提示测试分享最新AI模型的提示工程优化方向
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。
设计师自嘲设计工作变成对着语音笔记闲聊变化太快
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!
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:
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。
博主实测ChatGPT Health,称其能准确分析Apple Watch健康数据
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
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。