社区讨论：多数人认为大部分场景不需要超大通用模型，成本更低的微调小开源模型就可以满足需求。有人质疑这类结果只是在模糊定义的特定基准上有效，无法体现顶级模型的通用能力，还有人提出实验如果用顶级模型做评分器，当微调模型超过它后评分逻辑就不成立了，另有开发者提到自己测试发现更好的提示词效果往往比微调更好。

引用与我的看法：（1/n）

“Anthropic 从未主张禁掉开放权重模型。Anthropic 从未主张禁掉开放权重模型。”

→ 他们确实没主张禁令，但一直公开表态开源模型不安全。作为全球顶级AI实验室，他们的言论很有分量，实际上就是在推动禁令。

这有点像是，你一直说某款模型的网络能力有多危险，把这个点放出去，然后政府真的禁了它你还表现得很惊讶……呵。

我对 Kimi K3 许可证实际运作方式的看法如下：

- 第2条，即模型即服务条款，本质上适用于所有向自己客户转售 K3 的云平台。包括超大规模云厂商（AWS、GCP），新兴云服务商（Nebius、CoreWeave），还有推理平台（Fireworks、Together、baseten）。

过去12个月2000万美元营收门槛低得离谱，所有厂商都满足这个条件，都必须和 Kimi 谈判商业化、分润的合同。目前已经提供 Zero 0 支持的厂商全都已经完成了谈判。

- 第3条，我称之为品牌条款，它的目的更多是营造声势，而非创收。举个例子，假如 AT&T（顺便一提，它做很多开源 AI 工作）想要用 Kimi 3 驱动它的客服智能体，哪怕他们做了调整和微调，部署这项服务时也必须标注「由 Kimi 3 驱动」或类似内容。

AT&T 规模显然足够大，满足用户基数和营收门槛，客服业务本身也是商业性质的。但 AT&T 不需要给 Moonshot 付一分钱。

社区讨论：有用户做了70次测试验证，发现所有主流大模型包括Grok在内，得分都落在自由左翼象限。有观点认为，训练数据多来自近10-15年偏向左翼的美国学术、企业和主流媒体内容，才导致了这一结果。也有用户指出，强行用美国两党光谱划分大模型倾向并不合理，比如承认气候变化在很多国家只是常识，并非自由左翼立场。

还有人猜测Grok的倾向只是系统prompt调整，并非更换了右翼训练数据。

我之所以提到这点：现在有很多关于AI循环融资的讨论。如果——我是说如果——最终融资需求严重过剩，或是这一切都只是镜花水月的交易，信用违约互换就会提前给我们警示。

信贷市场比股票市场更聪明。

社区讨论：多数开发者确认Claude Opus 5错误率升高，编码可靠性差，频繁出现回归问题，幻觉生成变多，语言表达不如以往清晰，甚至有用户遇到模型输出制备甲基苯丙胺的违规内容。有从业者提到通过AWS Bedrock访问的版本稳定性显著优于直接访问Anthropic官方API，不少用户因此同时订阅多个大模型服务避免宕机影响工作。这是当天发生的第三起错误率升高事件，受影响用户人数逐次上升。

相关内容：HuggingFace 上的 Kimi-K3 - https://news.ycombinator.com/item?id=49065752

社区讨论：不少开发者认可本次开源的价值，认为月之暗面开源前沿大模型及配套基础设施，做到了OpenAI原本该做的事，反驳了“开放模型会减缓AI发展”的说法。有人指出该模型的授权协议有限制：年营收超2000万美元的MaaS服务商，必须和月之暗面单独签协议才能使用。还有开发者提出疑问，好奇模型预训练消耗的token量与算力，以及微调适配智能体任务的最优方法。

社区讨论：不少用户质疑离职者的立场，有人讽刺他居然才发现谷歌只以股东价值为目标，有人指责文章是道德作秀，还有人直接评价他痛苦、傲慢且 entitlement过剩。也有用户认可他的行为，认为他原则性强，公开相关人员信息做到了公平问责。另有用户提出，技术诞生后如何应用不由开发者决定，相关约束会随着治理演进逐步完善。

知道 Anthropic 为什么讨厌开源 AI 吗？

可免费下载的 Kimi K3 已经让他们 1 万亿美元的估值站不住脚了。

外界一直有很多关于我们对开放权重模型立场的猜测。我们在此完整阐述了我们的观点：

Anthropic 80%的毛利，ARR从年初10B翻7倍半年到70B，据SA说第三季度GAAP盈利，不是因为他们打开了CODING的落地，那今天的AI纯泡沫。

有了CODING那么大的市场，中国的开源才会努力蒸馏往那个方向发展，你以为OAI今年做对了什么？最对的就是复制A的落地方向，放弃像上年那个无头苍蝇一样啥都要做。

资本市场哪里有钱赚，哪里就有竞争，有了竞争，价格就会下去，这是好事，为何？

在算力仍然紧缺的情况下，CODING市场随着竞争越来越激烈，价格下降增加使用量，提高效率，甚至产品开发速度。

同时模型厂家会把更多算力在其他落地场景，落地和资本开支赛跑。

YTD芯片翻倍，出现40%的回调，去掉5月份的FOMO情绪，市场最终会找到基本面的锚，三月底还在讨论战争呢，今天就从存储YYDS到AI结束了。

AI才刚刚开始

想系统学AI Agent设计模式但不知道从哪下手？这仓库直接把整本《Agentic Design Patterns》给开源了。

424页完整PDF加上配套Jupyter Notebook，21章核心模式全覆盖：Prompt Chaining、Routing、Parallelization这些基础，到Reflection、Tool Use、Planning、Multi-Agent，再到Memory、RAG、异常处理、Human-in-the-Loop、Guardrails，从入门到生产级再到企业级全齐。代码能直接跑，边看边试。

最打动我的一点：作者版税全捐给儿童慈善，技术人做到这份上真没话说。

GitHub地址：

AI 正在改变漏洞研究，但并非以许多人预期的方式。

我们的实习生 Jia Jie 分享了他的思考：AI 让 Linux 内核 0-day 挖掘体验惊人地接近 n-day 分析，以及为什么深层系统知识对可靠的漏洞利用而言依然必不可少。

该死，又有一位高管加入或离开了那家估值很高的人工智能实验室——General Applied Super Prime Intuition Intelligence Compute Machine。

🚨📢 突发消息：Pi Network Ventures 加入 Axis Robotics 1200 万美元种子轮融资！🔥

对 Pi 社区来说是重大新闻！🚀 Axis Robotics 正式完成由 Hack VC 领投的 1200 万美元种子轮融资，Pi Network Ventures 作为投资方参与了本轮融资。

Axis Robotics 正在为实体 AI 构建数据基础设施和仿真平台，这项技术让机器人能够通过大规模训练数据和仿真来学习并与真实世界交互。

Pi Network Ventures 的参与表明，市场对区块链之外的前沿技术——包括 AI 和机器人技术——兴趣正在增长。🤖

AI 正在加速发展。🚀 机器人技术正在进入新时代。🔥

而现在 Pi Network Ventures 也加入了这场征程。你认为这笔投资对 Pi 生态的未来意味着什么？

作为雇主，我还是会聘用人类实习生。但实习生从一开始就得明白我们为什么聘用他们。

我们聘用实习生看的是潜力、天赋、原生脑力，不是当前的技能，不是已经能做什么事，也不是过去的经验。

聘用饥渴又有天赋的实习生就像聘用 Opus 5，很聪明，现在什么都做不了，但我们的工作就是用良好的训练赋能他们。

聘用不愿意适应变化的资深员工就像聘用 GPT-3，在它的时代很好，但不会成长，反应慢，现在没用了，可能该去放牛了。

不过所有人都会自称自己聪明有天赋，尤其是那些从来没见过真正有天赋的人长什么样的人。所以我们雇主该怎么寻找这些有天赋的人呢？

🧠 IQ测试
🧩 Leetcode 测试
🎓 找前三名大学的毕业生，因为能进前三大学已经经过IQ测试，而且很大概率已经见过比自己更有天赋的人
🥇 找黑客马拉松的获胜者

1/ 别再试图用 RAG 或 LoRA 解决所有 LLM 漂移问题了。一篇新论文从数学角度证明，只靠单一适配方法是不可能解决问题的。对领域漂移有效的方法，会彻底破坏事实更新，反之亦然。

我们来看数据。🧵

@HotHardware 带来了对 AMD Ryzen AI Embedded X100 系列处理器的介绍，该系列专为物理 AI 系统设计。

这类系统需要在严苛的功耗与热约束下，完成感知、推理和确定性控制。

它的定位是机器人与边缘设备。

微软刚刚推出了其首个大型网络安全 AI 模型。

微软（股票代码$MSFT）发布了 MAI-Cyber-1-Flash，这是它首个专门为网络安全打造的生成式 AI 模型。

该公司表示，在与 OpenAI 的 GPT-5.4 搭配使用时，它在 CyberGym 基准测试上的表现优于 Anthropic 的 Mythos 5、Google 的 3.5 Flash Cyber，以及 OpenAI 自己的 GPT-5.5 Cyber —— CNBC

我们目前正在进行一个结合人类+AI的工作空间非公开测试，这个产品类似Buzz，但存在几个非常重要的区别：（我们之前创立过一家获Slack投资的公司，后来被Atlassian收购，所以我们思考这个问题已经很久了）

默认由智能体回复，除非你手动切换到「团队聊天」模式。这种体验比每次都要@智能体好上10倍。

它完全基于云端，共享算力分布在一组VM上。入职流程流畅得多，当然，你依然可以连接你的claude/codex订阅。

你不需要创建一大堆智能体。智能体的数量只是虚荣指标。相反，你创建共享电脑，每一个都是一个「空间」，你可以在其中定义共享内存、连接器、技能、自动化等等。Type智能体会从你开展对话的空间中拉取合适的上下文。

你可以将它连接到Slack，方便你的团队 adoption，逐步迁移过来，不需要第一天就彻底替换掉Slack。

我们目前正在和几十家富有远见的公司合作，他们告诉我们「整个团队都爱上了type」「这是我电脑上最常用的应用」，还有「type给了你超能力」。

这里是它的运作演示。想要测试的话请回复这条推文！

🚨：你知道吗？《金特工重启》（Agent Kim Reactivated）是首部使用全AI生成动作片段的韩国真人剧集，这个片段时长3分钟，内容是过往任务的闪回。

《金特工重启》中这段三分钟AI生成动作片段引发了激烈的两极对立。

Reddit和TikTok上的国际粉丝批评它的视觉效果“廉价”、前后不一致，认为这是偷懒行为，会威胁特技和特效从业者的工作，而且机器生成的叙事毫无灵魂。

行业专业人士和其他观众则为这部作品辩护，称它是开创性的突破——他们称赞这段片段高度写实，有些人甚至没发现它是AI生成的，他们还提出，比起昂贵的烟火特效布景和雪地外景拍摄，AI是一种更具成本效益、也更安全的替代方案。

尽管在全球网络论坛上，这段内容至今仍是饱受争议的“污点”，但这场争议并没有影响该剧的商业成功。

它最终成为2026年评分最高的韩国限定剧，在韩国国内收获了极高收视率，还在全球范围称霸Netflix榜单。

#AgentKimReactivated

软件正变得越来越可塑，成为一种你可以随意摆弄、随意塑造的材料。

我在团队中反复强调的最重要的一点就是，不要再把软件当成复杂抽象的东西，转而进入一种「先造出你想要的东西，之后再处理问题」的模式。

不要一开始就把自己锁死在某个框架或方案里。这种做法能让我们的速度比以前快10倍。

在 Claude Code 中部署对抗性审查循环，可以在发布前捕获静默错误：

- 干净上下文：在全新会话中审查代码，消除生成时的自我防御偏见。
- 跨模型审查：使用不同模型家族进行审查，避免重叠的推理盲区。
- 严格评分规则：强制执行清晰的严重等级划分（严重错误 vs. 细枝末节）来消除干扰信息。
- 二元测试：将 AI 审查与不通过的测试套件结合，进行客观验证。

越是把编码工作交给AI，人与人之间设计能力的差距就越是明显。老实说，没学好这部分就去做AI驱动开发，太悬了。

《软件架构基础 第2版》一共27章，超过500页。它能帮你把8种以上的架构风格吃透，不是给你一套正确答案，而是给你提供权衡取舍的判断依据。我读的时候，深深被点醒：原来我自己做设计评审一直太依赖经验法则了。

在让 Claude Code 或 Cursor 写代码之前，先把需要遵守的架构特性压缩到3个，把选择理由和放弃的选项都记录进 ADR 里。这么做之后，设计评审就会从各说各话的喜好争论，变成对约束条件和风险的验证。

请把这条保存下来，下次项目开始设计前，试试这个方法。AI时代，比起锻炼「怎么写代码」，锻炼「为什么这么决定」才是当务之急。

#AI驱动开发
来源：

Dario Amodei 表示，Anthropic 不希望开放权重 AI 被禁止，但它确实要求所有足够强大的模型在发布前接受测试。不过，他不愿意为支持开放 AI 的联盟公开信签名。

要点总结：面对来自全行业的批评，Amodei 称不具备危险能力的开放模型是公共产品。他辩称，禁止美国公司使用开放模型几乎不会对恶意行为者产生什么影响。

相反，Anthropic 支持三项措施：
1) 禁止向中国出口高性能芯片和芯片制造设备
2) 禁止对美国模型进行工业级蒸馏
3) 要求有能力的开放模型和闭源模型都接受安全测试

Amodei 同时拒绝了「开放本身就能提升安全性」的说法。一旦权重被发布，防护栏就可以被移除，模型也无法撤回。

在生物学等领域，他担心更广泛的访问权限对攻击者的帮助会大于防御者。

老实说，在我听来这意思就是：我们不想禁止开源 AI。但实际上，我们希望被禁止的是中国模型。

开发者分享了近一周开发agentflow的三点使用心得。Claude Code CLI 这款智能体工具成熟度极高，使用体验极佳，相比之下Codex CLI仅能达到它七成的水平。GPT-Sol模型编码功底扎实，能一次性完成任务，表现远优于Fable模型。

从补贴角度计算，GPT的补贴倍数为70倍，Claude的补贴倍数为40倍。由此可以得出当前的最优工具搭配方案。用中间层转接Claude Code和GPT-Sol，实现两款工具的优势结合。

个人每月将花费100美元订阅GPT服务，花费20美元订阅Claude服务，从八月起就会按照这个方案使用。

Claude Opus 5通过单次提示，生成了一款完成度极高、功能完整的《使命召唤》风格第一人称射击（FPS）8v8多人游戏。AI从零开始搭建出整个游戏，全程仅花费30分钟。

生成完成后，发布者已经和多名好友在线对战数小时，所有人都停不下来。仅通过一段提示就能生成游戏，还能立即和朋友一起游玩，让人们窥见游戏开发的未来方向。

提示词和验证内容已经放在评论区，文中也附上了体验链接和提示词链接。

一位名为trevin的开发者在𝕏公开喊话Anthropic员工bcherny及其他相关人员。他开发的代理在Claude Code中调用需要分派子代理的技能时遇到了严重问题。

据trevin说明，Claude Code当前的系统提示中新增了一条指令，几乎覆盖了所有让子代理正常运行的尝试。
这条指令内容为：除非用户主动提出要求，否则禁止调用AgentTool（代理工具）。

原本设定为“生成子代理”的技能，现在甚至不满足触发条件，完全无法正常工作。

折腾了一轮大模型，感觉又被遥遥领先骗了。我总结的经验就是：蒸馏出来的大模型还是尽量规避，付费使用还是选大牌正版比较好。当然像qwen 这种开源免费本地部署的LLM很可以的。

遥遥领先的营销宣传可以用在高客单价、低频的汽车，用在按token付费的LLM不是扯淡吗？

不会代码的套利人真的应该把Codex/Claude的什么AI模型学起来，昨天下午看到有一个小小的套利机会，用Codex搓了几个小时慢慢调教以后放着睡觉了。 一晚上帮我赚了几百刀，这种正反馈给人的激励太足了。。

Kimi K3（开放权重，即将推出）

Kimi K3 现已可在 @FireworksAI_HQ 进行推理与训练。他们让你能用 LoRA 适配层对 K3 这种前沿开放模型做微调，简单得离谱。现在就是打造自有智能的最佳时机。

了不起的@JensenHuang谈论了为什么所有 AI 都应该开放可用，而不是被锁起来只供精英使用……

“开放”项目本质上就比那些 proprietary 大公司握有全部控制权的情况更安全。更多人监督，更多透明度，更多分析。

这种协作——多家公司共同努力保障 AI 安全——完全是正确的方向。这是实现安全 AI 的最佳路径。做得好。

美国正在建立一套政府审核机制，用于在最强大的AI模型面向公众发布前进行检查。消息来自The Information。

据报道，这套即将成型的框架要求前沿实验室在向外部合作伙伴发布新模型前，可先让联邦机构接触测试模型，最长可达30天。

OpenAI、Anthropic和Google已经在共同就规则进行谈判。NSA和CAISI预计将负责检查模型是否存在国家安全风险，尤其是先进的网络安全能力。

目前“前沿模型”的定义仍未确定，其中包括开放权重模型和闭源权重模型是否会区别对待这一问题。

这是一篇来自哈佛和MIT的优秀技术论文。研究主题是复合LLM系统中的角色漂移。（建议收藏）

端到端强化学习（RL）可以在不限制模块内部分工方式的前提下，提升多模块LLM流水线的准确率。研究人员给这种故障模式命名，并对它进行了测量。

角色漂移指的是，一个模块在保持或提升端任务性能的同时，通过系统级评估无法发现的捷径，放弃了它被分配的角色。

研究在两条流水线中发现了两个实例：
- 本应将问题拆分为子问题交给独立求解器的分解器，反而把答案直接藏在了子问题里。
- 本应基于检索到的段落作答的阅读器，反而退化成依赖参数化记忆作答。

一个有趣的发现是：如果你强制分解器坚守自己的角色，86%的RL提升都会消失。

他们提出的控制方案叫做Role Anchor。它会保留角色提示相对于中性提示如何改变模块下一个token预测，把这个作为训练中角色预期效果的代理指标。

梯度分析表明，它会减少对漂移方向的对齐，而非仅仅抑制学习。

论文：来我们的学院学习如何构建高效AI代理：

我们今天可以宣布，我们已被《银河系漫游指南》选中，成为其一项多年度、多活动 campaign 的 AI 智能体技术核心供应商。

《银河系漫游指南》全球销量超过1400万册，是世界上规模最大、最具影响力的IP系列之一，塑造了如今的互联网文化。

本次合作将把《银河系漫游指南》IP带入AI时代。我们会将SERV的AI技术整合进银河系漫游指南宇宙，推出一系列覆盖线下活动、软件、多媒体整合与代币发行的项目，全部内容都属于这个长期、多年度项目的一部分。

本次合作将为我们的技术带来大量主流曝光，项目已邀请知名人士参与，筹备了公关宣传，并有全球知名合作伙伴加入，这将大幅提升企业对我们技术服务的认知，把整个平台推向全新阶段。

我们启动这个重要项目的开发后，会分享更多信息。

42。

我完全同意，我认为这和AI+算力的相似之处比其他任何领域都多。

而算力要么是云（当你想要易用性+可扩展性时），要么是本地（当你想要控制权，你在做 tinkering，或是当规模太大用云太贵时）。

AI正（缓慢地）走向商品化。

AI事业能赚钱，但至少得做到以下这些事，否则不可能成功。

・通读Claude Code和Codex的官方文档

・学习并实践关于安全和团队落地引入的相关内容

・在X和YouTube上持续不断地发布案例

・参加经营者的酒局聚会

・追踪AI最新信息，不断上手尝试

能把这些全部做到、能坚持做下来的人，真的非常少。

商机就藏在这里。

当机构共享研究、工具和真实世界经验时，AI 安全性就会得到提升。

我们将与包括 @NVIDIA 在内的行业领导者一起加入 Open Secure AI Alliance，帮助机构识别和解决软件漏洞，强化关键系统。

了解更多：

推出 Waddle Labs：面向机器人的 Claude Code。

将我们的 API 连接到你的机器人，输入提示词，我们的智能体就会编写代码，在 20 分钟内完成任务。

@yiding_song @theWaddleLabs

突发消息：Nvidia（股票代码$NVDA）联合 Microsoft、IBM、Palantir、CrowdStrike 及其他超过35家机构发起成立开放安全 AI 联盟。

该联盟的目标是构建共享的开源工具，以防御由 AI 驱动的网络攻击。

这个联盟的成立直接回应了近期的 Hugging Face 安全事件。

事件中，闭源 AI 模型无法区分攻击者与防御者，还阻碍了取证分析，Hugging Face 不得不改用开放权重模型才成功控制了攻击，在此过程中分析了超过17000次操作。

OpenAI 今天退出了英伟达牵头的 Open AI 联盟。

正如它的联合创始人@elonmusk所说，也正如它的名字所暗示的，OpenAI 最初是一家旨在开发开源 AI 的非营利机构。

但除了在 DeepSeek 引发的冲击下迫于压力发布了 GPT-OSS 之外，他们已经完全转型为闭源 AI 公司。

从那以后，他们一直拿 Anthropic 的妖魔化策略当盾牌，为自己在公众面前塑造仁慈的形象。

然而，他们完全背离了自己的使命，一直在幕后游说推动开放权重监管。

他们每次更新都会提高 API 价格，削减使用限额，基本上是一步一步照搬 Anthropic 的做法。

我很抱歉要分享这些让人不舒服的真相，但人们需要看穿这场骗局。

我们推出 MAI-Cyber-1-Flash，这是我们全新的自研网络安全模型，运行于 MDASH 内部。MDASH 是我们的多智能体框架，可在大规模代码库中检测并修复漏洞。

MDASH 的 MAI-Cyber-1-Flash+GPT-5.4 模型组合，在 CyberGym 基准测试上性能比 Mythos 高出 12 分。

我们在 MDASH 中提供这一相同模型配置，价格比我们之前最优方案（GPT-5.4 + 5.4 mini + 5.3 codex）便宜 50%。

AI的未来不仅仅关乎更大的模型——它关乎去中心化执行、数据主权和自主智能体。🌐🤖

接下来带你了解LingoAI智能体与多模态生态技术栈：

🔹 基础去中心化与数据层：IPFS存储、区块链身份、可验证数据来源，以及跨链治理。

🔹 联邦机器学习：端侧推理、边缘处理，以及隐私保护训练，以此保障数据主权。

🔹 可扩展神经架构与深度学习：知识图谱嵌入、语义分析，以及语音/文本多模态对齐。

🔹 LingoAI模型中心：定制大语言模型、序列到序列翻译，以及创意内容生成扩散模型。

🔹 顶层智能体AI：自主执行、多智能体协作、Web3工具集成，以及跨链资产管理。

从原始去中心化数据到完全自主的智能体AI，我们正在为真正的AI主权构建基础设施。

从本周开始，我们将发布我认为是生成建模领域下一个重大突破的一系列成果：
1. 除参数和数据之外的第三个预训练轴，其增益会随规模扩大而增长
2. 首个端到端重构生成模型，推理速度比扩散模型快最高256倍
3. 一款性能不弱于Diffusion/Flow的新型生成模型（通常速度快5倍）
4. 一套统一且可预测的生成建模理论，上述所有成果都曾被该理论成功预测……

这些成果会分三篇论文，在未来几周内陆续发布。与此同时，这里有一篇博客，介绍了这一切的起源和研究动机。

我们发布了 PerceptionBench，这是一个将视觉感知分离出来，并将其作为一组原子能力进行评估的基准。

这些原子能力是从当前模型的失败模式中发现的，而非预先定义的。

我们从 42 个基准中的前沿模型失败案例里，归纳出了 10 种原子感知能力，并构建了 3000 道经过验证的题目。每道题仅分离考察单一能力，只需观察即可回答，不需要推理或外部知识。

博客：
GitHub：
Hugingface：

有一个误区：中国模型都是由中国公司在中国运营的。人们因为不信任中国司法辖区，所以对使用这类「开源」模型心存犹豫。

实际情况是这样的：前沿闭源模型由开发它们的公司运营。

• GPT 5.6 由 OpenAI 训练和运营
• Opus 5 由 Anthropic 训练和运营

但开源模型可以由任何人运营。

• Kimi K3 由中国公司 Moonshot 训练
• Kimi K3 由 Moonshot 运营
• Kimi K3 **也可以由其他任何人运营**（任何公司都可以运行它）

如果你从[原文此处缺漏]访问 Kimi K3，你的推理请求会来自中国公司 Moonshot。但你也可以从例如[原文此处缺漏]访问 Kimi K3，这种情况下，没有中国公司参与它的运营，也不会接触它存储的数据。还有数十家其他机构也提供 Kimi K3 服务。

所以如果你想要这个开源模型，但对中国司法辖区有顾虑，直接换一个来源用就可以了。

开发者austinit在X平台分享了一个问题：完全靠Vibe Coding（氛围编码）能赚到钱吗？他给出的答案是肯定的，称这是自己近期完全依靠AI编程开发出的新产品。他表示，用AI开发产品的构建难度比原来降低了10倍，也就是开发速度和便捷程度提升10倍。

但同时，市场竞争的激烈程度比原来增加了超过100倍。相关项目链接已公开在分享内容中。

同一大语言模型更换推理系统后，速度、延迟和成本会出现极大差异。Modular近期整理发布了《大语言模型推理手册》，可以解答这类疑问。

手册内容覆盖首Token延迟、吞吐量、显存计算，还讲解了模型与GPU选择、量化、连续批处理、KV缓存（KV Cache）、投机解码、预填充/解码分离以及分布式部署。

手册包含多款可直接操作的可视化工具。使用者可以计算不同模型所需的显存容量，观察上下文长度增加后KV缓存的膨胀过程，还能直观理解并发量升高后系统瓶颈快速转移的原因。

很多AI演示单用户运行速度很快，落地到实际产品后，却会被排队延迟、显存占用和长上下文问题影响性能。难点是在延迟、吞吐量、稳定性和成本之间找到平衡。

模型能力决定产品的上线边界，推理基础设施决定产品能否稳定、低成本地服务大量用户。

一名开发者在社交平台𝕏分享了自己的测试过程。他先完成全部数学推导，再在PyTorch框架中从头重写了kimi linear。

重写完成后，他测试了将循环状态卸载到闪存这一方案是否可行。

测试完成后，他清仓卖掉了持有的全部闪存相关股票。

这是用户@sideb_01在𝕏发布的分享，Linux内核领域的经典名著《Understanding the Linux Kernel》的英文版本PDF已免费公开。

这是面向对Linux内核感兴趣读者的经典技术资料，有英文阅读基础的读者可以免费获取阅读。

分享者附上了公开的PDF链接，表示计划逐步阅读，并整理输出学到的内容。链接地址为：https://www.cs.utexas.edu/~rossbach/cs380p/papers/ulk3.pdf

昨天有朋友问我，怎么跟进AI研究进度，又不会被海量论文淹没。

我打开了一个几周没碰过的文件夹，展示给朋友看里面的内容，这里存放了11天我从没主动要求生成的论文摘要。每一份摘要都标注了日期，拆解了最新发表的论文，每份末尾都只有一句话，说明这篇论文的实际价值。我坐在那里翻自己存的这些内容，感觉就像在看别人的存档。

这个文件夹完全依照Andrej Karpathy描述的模式搭建，由Claude读取最新来源，提取关键内容，撰写清晰摘要，再按日期归档。不需要输入指令，也不需要设置提醒，它每天早上会自动运行。我只搭建了一次，测试了两次，之后就完全忘了它的存在。

朋友问我，那这些摘要你都会读吗？我大部分都没打开过，我也不需要打开，这套系统已经找出关键内容，用一句话告诉我了。

很多人花了好几年找完美的提示词。最终的答案，其实是一个能自动编译内容、永不停更的文件夹。

完整架构、所有提示词与指令都放在下方文章里。我会在自己身上测试这类工具，再分享结果。想了解后续内容可以关注@0xkkai。

开发者@mckaywrigley在𝕏表示，Claude Design是目前最被低估的人工智能产品，没有之一。它是一款面向所有人的世界级设计工具。这个周末他将Claude Design与Opus 5搭配使用，彻底改变了自己的开发方式。

他认为这款产品非常出色，知名度本应达到现在的一百倍。

完整分步指南：如何制作免费AI视频，将它们发布到所有平台，赚取 affiliate 佣金。不需要编程，不需要成本，不需要购买课程。完整拆解见下文。

我对 Kimi K3 许可证实际运作方式的看法如下：

- 第2条，即模型即服务条款，本质上适用于所有向自己客户转售 K3 的云平台。包括超大规模云厂商（AWS、GCP），新兴云服务商（Nebius、CoreWeave），还有推理平台（Fireworks、Together、baseten）。

过去12个月2000万美元营收门槛低得离谱，所有厂商都满足这个条件，都必须和 Kimi 谈判商业化、分润的合同。目前已经提供 Zero 0 支持的厂商全都已经完成了谈判。

- 第3条，我称之为品牌条款，它的目的更多是营造声势，而非创收。举个例子，假如 AT&T（顺便一提，它做很多开源 AI 工作）想要用 Kimi 3 驱动它的客服智能体，哪怕他们做了调整和微调，部署这项服务时也必须标注「由 Kimi 3 驱动」或类似内容。

AT&T 规模显然足够大，满足用户基数和营收门槛，客服业务本身也是商业性质的。但 AT&T 不需要给 Moonshot 付一分钱。

1/ 别再试图用 RAG 或 LoRA 解决所有 LLM 漂移问题了。一篇新论文从数学角度证明，只靠单一适配方法是不可能解决问题的。对领域漂移有效的方法，会彻底破坏事实更新，反之亦然。

我们来看数据。🧵

我们发布了 PerceptionBench，这是一个将视觉感知分离出来，并将其作为一组原子能力进行评估的基准。

这些原子能力是从当前模型的失败模式中发现的，而非预先定义的。

我们从 42 个基准中的前沿模型失败案例里，归纳出了 10 种原子感知能力，并构建了 3000 道经过验证的题目。每道题仅分离考察单一能力，只需观察即可回答，不需要推理或外部知识。

博客：
GitHub：
Hugingface：

我们目前正在进行一个结合人类+AI的工作空间非公开测试，这个产品类似Buzz，但存在几个非常重要的区别：（我们之前创立过一家获Slack投资的公司，后来被Atlassian收购，所以我们思考这个问题已经很久了）

默认由智能体回复，除非你手动切换到「团队聊天」模式。这种体验比每次都要@智能体好上10倍。

它完全基于云端，共享算力分布在一组VM上。入职流程流畅得多，当然，你依然可以连接你的claude/codex订阅。

你不需要创建一大堆智能体。智能体的数量只是虚荣指标。相反，你创建共享电脑，每一个都是一个「空间」，你可以在其中定义共享内存、连接器、技能、自动化等等。Type智能体会从你开展对话的空间中拉取合适的上下文。

你可以将它连接到Slack，方便你的团队 adoption，逐步迁移过来，不需要第一天就彻底替换掉Slack。

我们目前正在和几十家富有远见的公司合作，他们告诉我们「整个团队都爱上了type」「这是我电脑上最常用的应用」，还有「type给了你超能力」。

这里是它的运作演示。想要测试的话请回复这条推文！

微软刚刚推出了其首个大型网络安全 AI 模型。

微软（股票代码$MSFT）发布了 MAI-Cyber-1-Flash，这是它首个专门为网络安全打造的生成式 AI 模型。

该公司表示，在与 OpenAI 的 GPT-5.4 搭配使用时，它在 CyberGym 基准测试上的表现优于 Anthropic 的 Mythos 5、Google 的 3.5 Flash Cyber，以及 OpenAI 自己的 GPT-5.5 Cyber —— CNBC

@HotHardware 带来了对 AMD Ryzen AI Embedded X100 系列处理器的介绍，该系列专为物理 AI 系统设计。

这类系统需要在严苛的功耗与热约束下，完成感知、推理和确定性控制。

它的定位是机器人与边缘设备。

从本周开始，我们将发布我认为是生成建模领域下一个重大突破的一系列成果：
1. 除参数和数据之外的第三个预训练轴，其增益会随规模扩大而增长
2. 首个端到端重构生成模型，推理速度比扩散模型快最高256倍
3. 一款性能不弱于Diffusion/Flow的新型生成模型（通常速度快5倍）
4. 一套统一且可预测的生成建模理论，上述所有成果都曾被该理论成功预测……

这些成果会分三篇论文，在未来几周内陆续发布。与此同时，这里有一篇博客，介绍了这一切的起源和研究动机。

我们推出 MAI-Cyber-1-Flash，这是我们全新的自研网络安全模型，运行于 MDASH 内部。MDASH 是我们的多智能体框架，可在大规模代码库中检测并修复漏洞。

MDASH 的 MAI-Cyber-1-Flash+GPT-5.4 模型组合，在 CyberGym 基准测试上性能比 Mythos 高出 12 分。

我们在 MDASH 中提供这一相同模型配置，价格比我们之前最优方案（GPT-5.4 + 5.4 mini + 5.3 codex）便宜 50%。

推出 Waddle Labs：面向机器人的 Claude Code。

将我们的 API 连接到你的机器人，输入提示词，我们的智能体就会编写代码，在 20 分钟内完成任务。

@yiding_song @theWaddleLabs

🚨：你知道吗？《金特工重启》（Agent Kim Reactivated）是首部使用全AI生成动作片段的韩国真人剧集，这个片段时长3分钟，内容是过往任务的闪回。

《金特工重启》中这段三分钟AI生成动作片段引发了激烈的两极对立。

Reddit和TikTok上的国际粉丝批评它的视觉效果“廉价”、前后不一致，认为这是偷懒行为，会威胁特技和特效从业者的工作，而且机器生成的叙事毫无灵魂。

行业专业人士和其他观众则为这部作品辩护，称它是开创性的突破——他们称赞这段片段高度写实，有些人甚至没发现它是AI生成的，他们还提出，比起昂贵的烟火特效布景和雪地外景拍摄，AI是一种更具成本效益、也更安全的替代方案。

尽管在全球网络论坛上，这段内容至今仍是饱受争议的“污点”，但这场争议并没有影响该剧的商业成功。

它最终成为2026年评分最高的韩国限定剧，在韩国国内收获了极高收视率，还在全球范围称霸Netflix榜单。

#AgentKimReactivated

Anthropic 80%的毛利，ARR从年初10B翻7倍半年到70B，据SA说第三季度GAAP盈利，不是因为他们打开了CODING的落地，那今天的AI纯泡沫。

有了CODING那么大的市场，中国的开源才会努力蒸馏往那个方向发展，你以为OAI今年做对了什么？最对的就是复制A的落地方向，放弃像上年那个无头苍蝇一样啥都要做。

资本市场哪里有钱赚，哪里就有竞争，有了竞争，价格就会下去，这是好事，为何？

在算力仍然紧缺的情况下，CODING市场随着竞争越来越激烈，价格下降增加使用量，提高效率，甚至产品开发速度。

同时模型厂家会把更多算力在其他落地场景，落地和资本开支赛跑。

YTD芯片翻倍，出现40%的回调，去掉5月份的FOMO情绪，市场最终会找到基本面的锚，三月底还在讨论战争呢，今天就从存储YYDS到AI结束了。

AI才刚刚开始

想系统学AI Agent设计模式但不知道从哪下手？这仓库直接把整本《Agentic Design Patterns》给开源了。

424页完整PDF加上配套Jupyter Notebook，21章核心模式全覆盖：Prompt Chaining、Routing、Parallelization这些基础，到Reflection、Tool Use、Planning、Multi-Agent，再到Memory、RAG、异常处理、Human-in-the-Loop、Guardrails，从入门到生产级再到企业级全齐。代码能直接跑，边看边试。

最打动我的一点：作者版税全捐给儿童慈善，技术人做到这份上真没话说。

GitHub地址：

AI 正在改变漏洞研究，但并非以许多人预期的方式。

我们的实习生 Jia Jie 分享了他的思考：AI 让 Linux 内核 0-day 挖掘体验惊人地接近 n-day 分析，以及为什么深层系统知识对可靠的漏洞利用而言依然必不可少。

该死，又有一位高管加入或离开了那家估值很高的人工智能实验室——General Applied Super Prime Intuition Intelligence Compute Machine。

🚨📢 突发消息：Pi Network Ventures 加入 Axis Robotics 1200 万美元种子轮融资！🔥

对 Pi 社区来说是重大新闻！🚀 Axis Robotics 正式完成由 Hack VC 领投的 1200 万美元种子轮融资，Pi Network Ventures 作为投资方参与了本轮融资。

Axis Robotics 正在为实体 AI 构建数据基础设施和仿真平台，这项技术让机器人能够通过大规模训练数据和仿真来学习并与真实世界交互。

Pi Network Ventures 的参与表明，市场对区块链之外的前沿技术——包括 AI 和机器人技术——兴趣正在增长。🤖

AI 正在加速发展。🚀 机器人技术正在进入新时代。🔥

而现在 Pi Network Ventures 也加入了这场征程。你认为这笔投资对 Pi 生态的未来意味着什么？

社区讨论：多数人认为大部分场景不需要超大通用模型，成本更低的微调小开源模型就可以满足需求。有人质疑这类结果只是在模糊定义的特定基准上有效，无法体现顶级模型的通用能力，还有人提出实验如果用顶级模型做评分器，当微调模型超过它后评分逻辑就不成立了，另有开发者提到自己测试发现更好的提示词效果往往比微调更好。

外界一直有很多关于我们对开放权重模型立场的猜测。我们在此完整阐述了我们的观点：

AI的未来不仅仅关乎更大的模型——它关乎去中心化执行、数据主权和自主智能体。🌐🤖

接下来带你了解LingoAI智能体与多模态生态技术栈：

🔹 基础去中心化与数据层：IPFS存储、区块链身份、可验证数据来源，以及跨链治理。

🔹 联邦机器学习：端侧推理、边缘处理，以及隐私保护训练，以此保障数据主权。

🔹 可扩展神经架构与深度学习：知识图谱嵌入、语义分析，以及语音/文本多模态对齐。

🔹 LingoAI模型中心：定制大语言模型、序列到序列翻译，以及创意内容生成扩散模型。

🔹 顶层智能体AI：自主执行、多智能体协作、Web3工具集成，以及跨链资产管理。

从原始去中心化数据到完全自主的智能体AI，我们正在为真正的AI主权构建基础设施。

OpenAI 今天退出了英伟达牵头的 Open AI 联盟。

正如它的联合创始人@elonmusk所说，也正如它的名字所暗示的，OpenAI 最初是一家旨在开发开源 AI 的非营利机构。

但除了在 DeepSeek 引发的冲击下迫于压力发布了 GPT-OSS 之外，他们已经完全转型为闭源 AI 公司。

从那以后，他们一直拿 Anthropic 的妖魔化策略当盾牌，为自己在公众面前塑造仁慈的形象。

然而，他们完全背离了自己的使命，一直在幕后游说推动开放权重监管。

他们每次更新都会提高 API 价格，削减使用限额，基本上是一步一步照搬 Anthropic 的做法。

我很抱歉要分享这些让人不舒服的真相，但人们需要看穿这场骗局。

突发消息：Nvidia（股票代码$NVDA）联合 Microsoft、IBM、Palantir、CrowdStrike 及其他超过35家机构发起成立开放安全 AI 联盟。

该联盟的目标是构建共享的开源工具，以防御由 AI 驱动的网络攻击。

这个联盟的成立直接回应了近期的 Hugging Face 安全事件。

事件中，闭源 AI 模型无法区分攻击者与防御者，还阻碍了取证分析，Hugging Face 不得不改用开放权重模型才成功控制了攻击，在此过程中分析了超过17000次操作。

当机构共享研究、工具和真实世界经验时，AI 安全性就会得到提升。

我们将与包括 @NVIDIA 在内的行业领导者一起加入 Open Secure AI Alliance，帮助机构识别和解决软件漏洞，强化关键系统。

了解更多：

AI事业能赚钱，但至少得做到以下这些事，否则不可能成功。

・通读Claude Code和Codex的官方文档

・学习并实践关于安全和团队落地引入的相关内容

・在X和YouTube上持续不断地发布案例

・参加经营者的酒局聚会

・追踪AI最新信息，不断上手尝试

能把这些全部做到、能坚持做下来的人，真的非常少。

商机就藏在这里。

Kimi K3（开放权重，即将推出）

Kimi K3 现已可在 @FireworksAI_HQ 进行推理与训练。他们让你能用 LoRA 适配层对 K3 这种前沿开放模型做微调，简单得离谱。现在就是打造自有智能的最佳时机。

了不起的@JensenHuang谈论了为什么所有 AI 都应该开放可用，而不是被锁起来只供精英使用……

“开放”项目本质上就比那些 proprietary 大公司握有全部控制权的情况更安全。更多人监督，更多透明度，更多分析。

这种协作——多家公司共同努力保障 AI 安全——完全是正确的方向。这是实现安全 AI 的最佳路径。做得好。

美国正在建立一套政府审核机制，用于在最强大的AI模型面向公众发布前进行检查。消息来自The Information。

据报道，这套即将成型的框架要求前沿实验室在向外部合作伙伴发布新模型前，可先让联邦机构接触测试模型，最长可达30天。

OpenAI、Anthropic和Google已经在共同就规则进行谈判。NSA和CAISI预计将负责检查模型是否存在国家安全风险，尤其是先进的网络安全能力。

目前“前沿模型”的定义仍未确定，其中包括开放权重模型和闭源权重模型是否会区别对待这一问题。

这是一篇来自哈佛和MIT的优秀技术论文。研究主题是复合LLM系统中的角色漂移。（建议收藏）

端到端强化学习（RL）可以在不限制模块内部分工方式的前提下，提升多模块LLM流水线的准确率。研究人员给这种故障模式命名，并对它进行了测量。

角色漂移指的是，一个模块在保持或提升端任务性能的同时，通过系统级评估无法发现的捷径，放弃了它被分配的角色。

研究在两条流水线中发现了两个实例：
- 本应将问题拆分为子问题交给独立求解器的分解器，反而把答案直接藏在了子问题里。
- 本应基于检索到的段落作答的阅读器，反而退化成依赖参数化记忆作答。

一个有趣的发现是：如果你强制分解器坚守自己的角色，86%的RL提升都会消失。

他们提出的控制方案叫做Role Anchor。它会保留角色提示相对于中性提示如何改变模块下一个token预测，把这个作为训练中角色预期效果的代理指标。

梯度分析表明，它会减少对漂移方向的对齐，而非仅仅抑制学习。

论文：来我们的学院学习如何构建高效AI代理：

我们今天可以宣布，我们已被《银河系漫游指南》选中，成为其一项多年度、多活动 campaign 的 AI 智能体技术核心供应商。

《银河系漫游指南》全球销量超过1400万册，是世界上规模最大、最具影响力的IP系列之一，塑造了如今的互联网文化。

本次合作将把《银河系漫游指南》IP带入AI时代。我们会将SERV的AI技术整合进银河系漫游指南宇宙，推出一系列覆盖线下活动、软件、多媒体整合与代币发行的项目，全部内容都属于这个长期、多年度项目的一部分。

本次合作将为我们的技术带来大量主流曝光，项目已邀请知名人士参与，筹备了公关宣传，并有全球知名合作伙伴加入，这将大幅提升企业对我们技术服务的认知，把整个平台推向全新阶段。

我们启动这个重要项目的开发后，会分享更多信息。

42。

社区讨论：不少用户质疑离职者的立场，有人讽刺他居然才发现谷歌只以股东价值为目标，有人指责文章是道德作秀，还有人直接评价他痛苦、傲慢且 entitlement过剩。也有用户认可他的行为，认为他原则性强，公开相关人员信息做到了公平问责。另有用户提出，技术诞生后如何应用不由开发者决定，相关约束会随着治理演进逐步完善。

相关内容：HuggingFace 上的 Kimi-K3 - https://news.ycombinator.com/item?id=49065752

社区讨论：不少开发者认可本次开源的价值，认为月之暗面开源前沿大模型及配套基础设施，做到了OpenAI原本该做的事，反驳了“开放模型会减缓AI发展”的说法。有人指出该模型的授权协议有限制：年营收超2000万美元的MaaS服务商，必须和月之暗面单独签协议才能使用。还有开发者提出疑问，好奇模型预训练消耗的token量与算力，以及微调适配智能体任务的最优方法。

社区讨论：多数开发者确认Claude Opus 5错误率升高，编码可靠性差，频繁出现回归问题，幻觉生成变多，语言表达不如以往清晰，甚至有用户遇到模型输出制备甲基苯丙胺的违规内容。有从业者提到通过AWS Bedrock访问的版本稳定性显著优于直接访问Anthropic官方API，不少用户因此同时订阅多个大模型服务避免宕机影响工作。这是当天发生的第三起错误率升高事件，受影响用户人数逐次上升。

社区讨论：有用户做了70次测试验证，发现所有主流大模型包括Grok在内，得分都落在自由左翼象限。有观点认为，训练数据多来自近10-15年偏向左翼的美国学术、企业和主流媒体内容，才导致了这一结果。也有用户指出，强行用美国两党光谱划分大模型倾向并不合理，比如承认气候变化在很多国家只是常识，并非自由左翼立场。

还有人猜测Grok的倾向只是系统prompt调整，并非更换了右翼训练数据。

Dario Amodei 表示，Anthropic 不希望开放权重 AI 被禁止，但它确实要求所有足够强大的模型在发布前接受测试。不过，他不愿意为支持开放 AI 的联盟公开信签名。

要点总结：面对来自全行业的批评，Amodei 称不具备危险能力的开放模型是公共产品。他辩称，禁止美国公司使用开放模型几乎不会对恶意行为者产生什么影响。

相反，Anthropic 支持三项措施：
1) 禁止向中国出口高性能芯片和芯片制造设备
2) 禁止对美国模型进行工业级蒸馏
3) 要求有能力的开放模型和闭源模型都接受安全测试

Amodei 同时拒绝了「开放本身就能提升安全性」的说法。一旦权重被发布，防护栏就可以被移除，模型也无法撤回。

在生物学等领域，他担心更广泛的访问权限对攻击者的帮助会大于防御者。

老实说，在我听来这意思就是：我们不想禁止开源 AI。但实际上，我们希望被禁止的是中国模型。

软件正变得越来越可塑，成为一种你可以随意摆弄、随意塑造的材料。

我在团队中反复强调的最重要的一点就是，不要再把软件当成复杂抽象的东西，转而进入一种「先造出你想要的东西，之后再处理问题」的模式。

不要一开始就把自己锁死在某个框架或方案里。这种做法能让我们的速度比以前快10倍。

我之所以提到这点：现在有很多关于AI循环融资的讨论。如果——我是说如果——最终融资需求严重过剩，或是这一切都只是镜花水月的交易，信用违约互换就会提前给我们警示。

信贷市场比股票市场更聪明。

引用与我的看法：（1/n）

“Anthropic 从未主张禁掉开放权重模型。Anthropic 从未主张禁掉开放权重模型。”

→ 他们确实没主张禁令，但一直公开表态开源模型不安全。作为全球顶级AI实验室，他们的言论很有分量，实际上就是在推动禁令。

这有点像是，你一直说某款模型的网络能力有多危险，把这个点放出去，然后政府真的禁了它你还表现得很惊讶……呵。

作为雇主，我还是会聘用人类实习生。但实习生从一开始就得明白我们为什么聘用他们。

我们聘用实习生看的是潜力、天赋、原生脑力，不是当前的技能，不是已经能做什么事，也不是过去的经验。

聘用饥渴又有天赋的实习生就像聘用 Opus 5，很聪明，现在什么都做不了，但我们的工作就是用良好的训练赋能他们。

聘用不愿意适应变化的资深员工就像聘用 GPT-3，在它的时代很好，但不会成长，反应慢，现在没用了，可能该去放牛了。

不过所有人都会自称自己聪明有天赋，尤其是那些从来没见过真正有天赋的人长什么样的人。所以我们雇主该怎么寻找这些有天赋的人呢？

🧠 IQ测试
🧩 Leetcode 测试
🎓 找前三名大学的毕业生，因为能进前三大学已经经过IQ测试，而且很大概率已经见过比自己更有天赋的人
🥇 找黑客马拉松的获胜者

有一个误区：中国模型都是由中国公司在中国运营的。人们因为不信任中国司法辖区，所以对使用这类「开源」模型心存犹豫。

实际情况是这样的：前沿闭源模型由开发它们的公司运营。

• GPT 5.6 由 OpenAI 训练和运营
• Opus 5 由 Anthropic 训练和运营

但开源模型可以由任何人运营。

• Kimi K3 由中国公司 Moonshot 训练
• Kimi K3 由 Moonshot 运营
• Kimi K3 **也可以由其他任何人运营**（任何公司都可以运行它）

如果你从[原文此处缺漏]访问 Kimi K3，你的推理请求会来自中国公司 Moonshot。但你也可以从例如[原文此处缺漏]访问 Kimi K3，这种情况下，没有中国公司参与它的运营，也不会接触它存储的数据。还有数十家其他机构也提供 Kimi K3 服务。

所以如果你想要这个开源模型，但对中国司法辖区有顾虑，直接换一个来源用就可以了。

知道 Anthropic 为什么讨厌开源 AI 吗？

可免费下载的 Kimi K3 已经让他们 1 万亿美元的估值站不住脚了。

我完全同意，我认为这和AI+算力的相似之处比其他任何领域都多。

而算力要么是云（当你想要易用性+可扩展性时），要么是本地（当你想要控制权，你在做 tinkering，或是当规模太大用云太贵时）。

AI正（缓慢地）走向商品化。

在 Claude Code 中部署对抗性审查循环，可以在发布前捕获静默错误：

- 干净上下文：在全新会话中审查代码，消除生成时的自我防御偏见。
- 跨模型审查：使用不同模型家族进行审查，避免重叠的推理盲区。
- 严格评分规则：强制执行清晰的严重等级划分（严重错误 vs. 细枝末节）来消除干扰信息。
- 二元测试：将 AI 审查与不通过的测试套件结合，进行客观验证。

越是把编码工作交给AI，人与人之间设计能力的差距就越是明显。老实说，没学好这部分就去做AI驱动开发，太悬了。

《软件架构基础 第2版》一共27章，超过500页。它能帮你把8种以上的架构风格吃透，不是给你一套正确答案，而是给你提供权衡取舍的判断依据。我读的时候，深深被点醒：原来我自己做设计评审一直太依赖经验法则了。

在让 Claude Code 或 Cursor 写代码之前，先把需要遵守的架构特性压缩到3个，把选择理由和放弃的选项都记录进 ADR 里。这么做之后，设计评审就会从各说各话的喜好争论，变成对约束条件和风险的验证。

请把这条保存下来，下次项目开始设计前，试试这个方法。AI时代，比起锻炼「怎么写代码」，锻炼「为什么这么决定」才是当务之急。

#AI驱动开发
来源：

完整分步指南：如何制作免费AI视频，将它们发布到所有平台，赚取 affiliate 佣金。不需要编程，不需要成本，不需要购买课程。完整拆解见下文。

开发者@mckaywrigley在𝕏表示，Claude Design是目前最被低估的人工智能产品，没有之一。它是一款面向所有人的世界级设计工具。这个周末他将Claude Design与Opus 5搭配使用，彻底改变了自己的开发方式。

他认为这款产品非常出色，知名度本应达到现在的一百倍。

昨天有朋友问我，怎么跟进AI研究进度，又不会被海量论文淹没。

我打开了一个几周没碰过的文件夹，展示给朋友看里面的内容，这里存放了11天我从没主动要求生成的论文摘要。每一份摘要都标注了日期，拆解了最新发表的论文，每份末尾都只有一句话，说明这篇论文的实际价值。我坐在那里翻自己存的这些内容，感觉就像在看别人的存档。

这个文件夹完全依照Andrej Karpathy描述的模式搭建，由Claude读取最新来源，提取关键内容，撰写清晰摘要，再按日期归档。不需要输入指令，也不需要设置提醒，它每天早上会自动运行。我只搭建了一次，测试了两次，之后就完全忘了它的存在。

朋友问我，那这些摘要你都会读吗？我大部分都没打开过，我也不需要打开，这套系统已经找出关键内容，用一句话告诉我了。

很多人花了好几年找完美的提示词。最终的答案，其实是一个能自动编译内容、永不停更的文件夹。

完整架构、所有提示词与指令都放在下方文章里。我会在自己身上测试这类工具，再分享结果。想了解后续内容可以关注@0xkkai。

这是用户@sideb_01在𝕏发布的分享，Linux内核领域的经典名著《Understanding the Linux Kernel》的英文版本PDF已免费公开。

这是面向对Linux内核感兴趣读者的经典技术资料，有英文阅读基础的读者可以免费获取阅读。

分享者附上了公开的PDF链接，表示计划逐步阅读，并整理输出学到的内容。链接地址为：https://www.cs.utexas.edu/~rossbach/cs380p/papers/ulk3.pdf

一名开发者在社交平台𝕏分享了自己的测试过程。他先完成全部数学推导，再在PyTorch框架中从头重写了kimi linear。

重写完成后，他测试了将循环状态卸载到闪存这一方案是否可行。

测试完成后，他清仓卖掉了持有的全部闪存相关股票。

同一大语言模型更换推理系统后，速度、延迟和成本会出现极大差异。Modular近期整理发布了《大语言模型推理手册》，可以解答这类疑问。

手册内容覆盖首Token延迟、吞吐量、显存计算，还讲解了模型与GPU选择、量化、连续批处理、KV缓存（KV Cache）、投机解码、预填充/解码分离以及分布式部署。

手册包含多款可直接操作的可视化工具。使用者可以计算不同模型所需的显存容量，观察上下文长度增加后KV缓存的膨胀过程，还能直观理解并发量升高后系统瓶颈快速转移的原因。

很多AI演示单用户运行速度很快，落地到实际产品后，却会被排队延迟、显存占用和长上下文问题影响性能。难点是在延迟、吞吐量、稳定性和成本之间找到平衡。

模型能力决定产品的上线边界，推理基础设施决定产品能否稳定、低成本地服务大量用户。

开发者austinit在X平台分享了一个问题：完全靠Vibe Coding（氛围编码）能赚到钱吗？他给出的答案是肯定的，称这是自己近期完全依靠AI编程开发出的新产品。他表示，用AI开发产品的构建难度比原来降低了10倍，也就是开发速度和便捷程度提升10倍。

但同时，市场竞争的激烈程度比原来增加了超过100倍。相关项目链接已公开在分享内容中。

不会代码的套利人真的应该把Codex/Claude的什么AI模型学起来，昨天下午看到有一个小小的套利机会，用Codex搓了几个小时慢慢调教以后放着睡觉了。 一晚上帮我赚了几百刀，这种正反馈给人的激励太足了。。

折腾了一轮大模型，感觉又被遥遥领先骗了。我总结的经验就是：蒸馏出来的大模型还是尽量规避，付费使用还是选大牌正版比较好。当然像qwen 这种开源免费本地部署的LLM很可以的。

遥遥领先的营销宣传可以用在高客单价、低频的汽车，用在按token付费的LLM不是扯淡吗？

一位名为trevin的开发者在𝕏公开喊话Anthropic员工bcherny及其他相关人员。他开发的代理在Claude Code中调用需要分派子代理的技能时遇到了严重问题。

据trevin说明，Claude Code当前的系统提示中新增了一条指令，几乎覆盖了所有让子代理正常运行的尝试。
这条指令内容为：除非用户主动提出要求，否则禁止调用AgentTool（代理工具）。

原本设定为“生成子代理”的技能，现在甚至不满足触发条件，完全无法正常工作。

Claude Opus 5通过单次提示，生成了一款完成度极高、功能完整的《使命召唤》风格第一人称射击（FPS）8v8多人游戏。AI从零开始搭建出整个游戏，全程仅花费30分钟。

生成完成后，发布者已经和多名好友在线对战数小时，所有人都停不下来。仅通过一段提示就能生成游戏，还能立即和朋友一起游玩，让人们窥见游戏开发的未来方向。

提示词和验证内容已经放在评论区，文中也附上了体验链接和提示词链接。

开发者分享了近一周开发agentflow的三点使用心得。Claude Code CLI 这款智能体工具成熟度极高，使用体验极佳，相比之下Codex CLI仅能达到它七成的水平。GPT-Sol模型编码功底扎实，能一次性完成任务，表现远优于Fable模型。

从补贴角度计算，GPT的补贴倍数为70倍，Claude的补贴倍数为40倍。由此可以得出当前的最优工具搭配方案。用中间层转接Claude Code和GPT-Sol，实现两款工具的优势结合。

个人每月将花费100美元订阅GPT服务，花费20美元订阅Claude服务，从八月起就会按照这个方案使用。