AI Pulse

社区讨论：多数开发者认可这类专用模型的方向，认为可以让子代理调用对应领域的专用模型完成任务，符合“给不同任务搭配合适模型”的思路，已有Claude code做过类似尝试。有测试者发现小模型在文档事实检索上的表现优于大模型，推测原因是大模型容易过度思考。也有人提出质疑，指出该测试没有使用通用检索基准，也未说明评测指标，还没验证更大规模语料库下的检索效果。

https://www.bloomberg.com/news/articles/2026-08-05/microsoft...

突发消息：Meta 正在推出其首款 AI 编程智能体，名为 Muse Code。

该产品将自身定位为 Claude Code 和 OpenAI 的 Codex 的更便宜替代选项。

社区讨论：多数开发者都提到，技能、记忆系统、智能体编排这类概念听起来很好，但实际用起来大多没用，甚至会因为额外环节降低性能。有人质疑该框架没有公开基准测试数据，没法证明它能提升解决问题的能力、降低错误率。有人指出它本质是智能体工作流构建工具，不是宣传的高级智能体框架，动态生成DAG还容易让大模型过度拆分任务，忽略整体目标。

也有人分享了自己用REPL循环替代DAG的实践经验。

社区讨论：多数人认同业余编程的核心是享受过程而非只求结果，做项目的目的是学习和创作，LLM跳过了过程，不符合业余编程的本质，就像编织圈不欢迎批量机器编织，没人把只做个成品当爱好。有人补充，很多反对的语境是针对有人用LLM抄别人代码洗稿，AI生成的低质废弃项目泛滥，也挤占了编程社区原本互助交流的氛围。另有经济压力大的普通人表示，对大多数人为了结果用LLM节省时间是合理选择，没必要强求所有人都花时间从零摸索。

今天我们推出 Hark Handoff。

Handoff 经独立验证，是有史以来性能最佳的互联网使用模型，表现优于 ChatGPT 5.4 和 Opus 4.8。

其他开发者专注于编码，我们专注于日常生活场景：订餐、预订航班、购物和网页导航。

社区讨论：不少用户吐槽官方测试体验差，测试需要先添加支付方法、上传驾照身份验证才能使用，还有用户吐槽本次发布没有附上实际输出样图。大家普遍关心模型是否会开源权重开放到HuggingFace，方便本地部署。有用户根据Arena.ai评分和实际测试指出，该模型相比通义千问前代有提升，但生成效果弱于GPT-Image 2，在高密度UI设计上差距明显。

https://www.axios.com/2026/08/05/google-deepmind-demis-hassa...
https://www.reuters.com/business/google-shakes-up-ai-leaders...
https://www.discoveryloop.com/, https://news.ycombinator.com/item?id=49184960
https://twitter.com/JeffDean/status/2085034604172603724, https://xcancel.com/JeffDean/status/2085034604172603724

社区讨论：多数用户认为杰夫·迪恩等多位谷歌核心AI人才接连出走，是谷歌AI业务陷入困境的标志。有人指出DeepMind人才激励远低于OpenAI、Anthropic这类初创AI公司，谷歌本身更像人才孵化器，产品优先级一直靠后。也有人纠正称原公告并未明确说杰夫·迪恩完全离开谷歌。消息传出后谷歌股价随即下跌5%，市值蒸发2000亿美元。

今日发布 Muse Code beta 测试版。

它是一款终端编码代理，可以处理大型代码库上完整的软件工程任务：规划变更、编写代码、验证结果。

由专注编码的模型更新版本 Muse Spark 1.2 提供支持。

隆重介绍 Prime Agent：这是一个用于编码和长期自主任务的自我改进型 RLM 框架。

它通过程序化工具调用、上下文作为变量、多智能体消息传递和可自我修改的框架状态，实现了 token 效率与表现力的兼顾。

我们推出 Muse Code (beta)：一款为长期软件工程任务打造的终端编码智能体，由我们全新的 Muse Spark 1.2 模型提供支持。

Muse Code 可以规划、实现并验证大型代码库中复杂的多文件改动，它搭载持久性子智能体，能够更快、更准确地解决难题，且需要人工干预更少。🧵👇

我们推出 Muse Code (beta)：一款为长期软件工程任务打造的终端编码智能体，由我们全新的 Muse Spark 1.2 模型提供支持。

Muse Code 可以规划、实现并验证大型代码库中复杂的多文件改动，它搭载持久性子智能体，能够更快、更准确地解决难题，且需要人工干预更少。🧵👇

隆重介绍 Prime Agent：这是一个用于编码和长期自主任务的自我改进型 RLM 框架。

它通过程序化工具调用、上下文作为变量、多智能体消息传递和可自我修改的框架状态，实现了 token 效率与表现力的兼顾。

今日发布 Muse Code beta 测试版。

它是一款终端编码代理，可以处理大型代码库上完整的软件工程任务：规划变更、编写代码、验证结果。

由专注编码的模型更新版本 Muse Spark 1.2 提供支持。

我们非常感谢针对 Grok Build 框架、Grok 基础模型和 Imagine 的批评反馈。

今天我们推出 Hark Handoff。

Handoff 经独立验证，是有史以来性能最佳的互联网使用模型，表现优于 ChatGPT 5.4 和 Opus 4.8。

其他开发者专注于编码，我们专注于日常生活场景：订餐、预订航班、购物和网页导航。

太激动人心了：Prime Intellect 发布了 Prime Agent，这是一个开源编程框架，可将长时间运行的 AI 会话转化为编程问题。

它唯一的工具是一个持久化 IPython 内核。模型可以通过编程搜索自身历史、调用工具、启动持久化子代理，并在活跃上下文之外存储有用状态。

Prime Intellect 表示：“RLM 将上下文视为变量，把子代理委托看作 REPL 内的函数调用。”他们报告称，该模型在长上下文和长周期任务上都取得了显著提升。

搭配 Opus 5 使用时，Prime Agent 在 ARC-AGI-3 上得分 95.5%，略高于基准测试公布的 95.4% 人类专家基线。它还在一个预览基准测试中，用 Rust 从头构建出了可运行的 SEGA Genesis 和 Game Boy Color 模拟器：D

我们无比兴奋地宣布，GLM-5.2 现已登陆 Theta EdgeCloud。

这款 @Zai_org 的旗舰模型采用纯 MIT 许可证发布，拥有 1M 令牌上下文窗口，专为时长数小时的项目级工作构建。

在高要求的长周期编码基准测试中，它的得分与 Claude Opus 4.8 仅相差 1 到 2 分，在 FrontierSWE 上仅落后 1%，是目前综合排名最高的开源模型。

开发者现在就可以通过 Theta EdgeCloud 网站，用单一标准 API 直接访问该模型。

这款模型对 Theta EdgeCloud 而言意义非凡。GLM-5.2 专为应对漫长复杂的智能体运行轨迹设计。

它适用于大规模代码构建、自动化研究、性能优化，以及需要数小时而非数分钟才能完成的调试工作。而 Theta EdgeCloud 的设计目标，正是在开放的全球分布式边缘网络上分发这类计算能力。

点击此处了解更多：

我再多说一句，昨天直播时提了一句， 在全中国范围内，除了清华、北大、复旦、交大、浙大，剩下所有学校���本科“人工智能专业”，都是诈骗，都是李鬼专业。 简单来说，这个档次的大学，开不了LLM的课，开不了AI Agent的课，开不全mlsys的课， 就开始往里疯狂兑水，什么传统deep learning、 baysian ML、各种古典RL、各种模式识别、图像处理、信号处理、各种垃圾数学、上个世纪的古典AI、蒙���卡洛、随机森林、贪心算法、模糊控制、大数据，还有一堆数学里面的各种分析和代数几何， 全往本科生专业的培养计划里面添加，让孩子学一堆没用的1960~2020年的所谓“AI”专业课，真正有用的课一门都没有上， 结果就是，这种本科专业彻底把孩子全毁了。 记住，全中国只有清华、北大、复旦、上交、浙大能大概开出来，剩下的学校没有一所有能力、有师资、有水平、有时间把这些课程开出来，那么就可以认为全都是垃圾，不如老老实实学个计算机。

DeepSeek V4 Flash 是 Ollama 历史上 token 使用量增长最快的模型，也是本周 OpenRouter 上最受欢迎的模型。

它可以在 Pi 上通过多个不同的服务商使用。

如果你还从未在开源框架中试用过开放权重模型，现在是开始尝试的好时机。

突发消息：Meta 正在推出其首款 AI 编程智能体，名为 Muse Code。

该产品将自身定位为 Claude Code 和 OpenAI 的 Codex 的更便宜替代选项。

隆重介绍……我的 @evedev_ PR 审核 + 自动 approve 机器人：MERGE MOMMY。

和大家一样，我之前也被拉取请求淹没了，所以我做了一个小代理来给 PR 做风险评级，给低风险 PR 自动批准。这个项目的灵感来自前 How I AI 嘉宾 @brian_scanlan，以及 @intercom 团队的工作。

在这集短小节目里，我会教你这些内容：
02:35 为什么你不该手动审核每一个 PR
06:10 eve 代理框架是如何工作的
11:36 设计你的 PR 审核代理
13:07 搭配 codel browser use 搭建 + 部署 eve
17:25 Merge Mommy 实战演示

我推荐所有工程团队都试试——如果你还没做过一个这样的工具，今天就是动手的好日子。

一如既往，非常感谢我们出色的赞助商 @WorkOS —— 今天就让你的应用做好企业级就绪吧。

https://www.axios.com/2026/08/05/google-deepmind-demis-hassa...
https://www.reuters.com/business/google-shakes-up-ai-leaders...
https://www.discoveryloop.com/, https://news.ycombinator.com/item?id=49184960
https://twitter.com/JeffDean/status/2085034604172603724, https://xcancel.com/JeffDean/status/2085034604172603724

社区讨论：多数用户认为杰夫·迪恩等多位谷歌核心AI人才接连出走，是谷歌AI业务陷入困境的标志。有人指出DeepMind人才激励远低于OpenAI、Anthropic这类初创AI公司，谷歌本身更像人才孵化器，产品优先级一直靠后。也有人纠正称原公告并未明确说杰夫·迪恩完全离开谷歌。消息传出后谷歌股价随即下跌5%，市值蒸发2000亿美元。

社区讨论：不少用户吐槽官方测试体验差，测试需要先添加支付方法、上传驾照身份验证才能使用，还有用户吐槽本次发布没有附上实际输出样图。大家普遍关心模型是否会开源权重开放到HuggingFace，方便本地部署。有用户根据Arena.ai评分和实际测试指出，该模型相比通义千问前代有提升，但生成效果弱于GPT-Image 2，在高密度UI设计上差距明显。

社区讨论：多数人认同业余编程的核心是享受过程而非只求结果，做项目的目的是学习和创作，LLM跳过了过程，不符合业余编程的本质，就像编织圈不欢迎批量机器编织，没人把只做个成品当爱好。有人补充，很多反对的语境是针对有人用LLM抄别人代码洗稿，AI生成的低质废弃项目泛滥，也挤占了编程社区原本互助交流的氛围。另有经济压力大的普通人表示，对大多数人为了结果用LLM节省时间是合理选择，没必要强求所有人都花时间从零摸索。

社区讨论：多数开发者都提到，技能、记忆系统、智能体编排这类概念听起来很好，但实际用起来大多没用，甚至会因为额外环节降低性能。有人质疑该框架没有公开基准测试数据，没法证明它能提升解决问题的能力、降低错误率。有人指出它本质是智能体工作流构建工具，不是宣传的高级智能体框架，动态生成DAG还容易让大模型过度拆分任务，忽略整体目标。

也有人分享了自己用REPL循环替代DAG的实践经验。

https://www.bloomberg.com/news/articles/2026-08-05/microsoft...

社区讨论：多数开发者认可这类专用模型的方向，认为可以让子代理调用对应领域的专用模型完成任务，符合“给不同任务搭配合适模型”的思路，已有Claude code做过类似尝试。有测试者发现小模型在文档事实检索上的表现优于大模型，推测原因是大模型容易过度思考。也有人提出质疑，指出该测试没有使用通用检索基准，也未说明评测指标，还没验证更大规模语料库下的检索效果。

在@Strike，我们组建了一支由前沿AI智能体组成的红队，全天候对我们的系统发起挑战。

AI已经大幅降低了发现漏洞的成本。

现在单个攻击者就能像专业团队一样排查软件。

信任要靠你在攻击者之前主动挑战自己来赢得。

过去两年，AI Agent 赛道高速发展，但大量 Bot 更像匿名玩家：能行动，却缺少身份；有能力，却难以建立信任。而随着 Agent 开始进入社交、交易和真实协作场景，身份正在成为新的基础设施。本期节目邀请 AMIKO产品总监Sophie，一起拆解 Agent 时代最关键的问题：身份如何定义价值？

没有身份的 AI 是否正在失去未来？欢迎参与讨论，也许下一轮 AI 竞争的核心，不只是能力，而是谁真正被信任。👀

想要开发这样的游戏吗？我把这件事变得超级简单。

你只需要告诉这个工具你想做什么 → 它会生成 Gauntlet Loop 提示词 → 你直接运行就行。

永久免费：

大多数AI数据工具都要求你先迁移进入它们的技术栈，才能确认数据质量好不好。

Teneo 的 CLI 支持 MCP 协议。只需要一条命令，就能接入你已经在运行的任何工具。

Claude Code。Cursor。终端。像 OpenClaw 这样的自托管网关。像 Hermes 这样的独立运行时。

它的后端有数百个实时代理。涵盖市场数据、链上分析、实时公开 X 数据。

通过 x402 协议用 USDC 按调用付费。没有 API 密钥，没有订阅，没有席位限制。不需要迁移任何东西！

在这里查看我们的入门指南：👇

我给你们找到了一个网站，它汇集了数千个现成的 Agent Skills，适用于 Claude Code、Cursor、Codex 等其他工具。 你只需要用一条命令，就能为你的智能 Agent 添加全新能力和技能，不用每次都重复写提示词。 如果你在编程时依赖 AI，这款工具值得一试 👌 🌐

今天我们开源了 @boundarybench，这是一套全新的论文、基准测试与 GitHub 仓库，企业可以用它来测出自身智能体的真实性能。

Boundary-Bench 由来自 @Accomplish_ai 和纽约大学的研究人员开发，我们在大约 10,000 次测试运行中检验了 12 个前沿智能体，测试采用真实企业策略，在由 EDR、SASE 和 DLP 安全工具执行这些策略的模拟环境中完成。

我们这么做的原因是，通用排行榜分数的生成条件，是任何安全团队都绝对不会允许的。这意味着企业目前是基于站不住脚的数字来做出部署与风险决策。

结果出人意料 >>

只要你能选对适用场景，AI工具就可以加快编码、代码审查和终端工作流的速度。

在本课程中，你将学习如何使用 GitHub Copilot、Claude Code、Gemini CLI、OpenClaw 和 CodeRabbit。

你还将学习AI“结对编程”、智能终端工作流、自托管自动化以及其他实用技术。

每次我跑 Gauntlet Loop，最后出来的全是一团乱麻：低效代码，逻辑混乱，什么都堆在一起，没有东西能正常运行。

我还烧掉了 500 美元，最后只能手动清理所有东西，回到我原来的代码状态。对我来说，用 AI 写代码唯一可行的方法就是一步步来，一个功能一个功能来，一个对象一个对象来，我得自己控住节奏，不然 AI就会彻底失控。

在我看来，Gauntlet Loop 这套东西纯粹就是用来在 X 上涨流量博 viral 的东西，技术上还远没成熟。哪怕是最好的 AI，一次塞太多东西进去，它也直接就懵了。

实际上我这次烧掉了 900 美元，最后出来的彻底一团糟。我不得不删掉它生成内容的 95%，回到我原来的代码状态！

我给 codex 配置了带视频功能的远程 KVM，这样它就能自动对 OpenClaw 上的 iMessage 集成进行端到端测试。

（iMessage 在虚拟机中不稳定，而且已读回执这类特定功能需要禁用 SIP 才能使用）

这段话写给那些从在线来源整理时间序列数据库，却迟迟没意识到AI潜力的人。

你再也不用亲自上网下载半打来源（比如从好几卷《统计摘要》里扒表格），再亲手把它们拼接在一起了。

你只需要告诉你的LLM（我用的是Grok）你想要一个包含指定年份范围、指定变量集合的电子表格，事情就做完了。

除了一张你可以复制粘贴进电子表格的表格之外，Grok还会自动提供这些数据来源的细节，以及你需要注意的跨时间可能存在的不一致问题。

这简直是魔法。

Hermes Agent 的文档今天完成了一次扎实的更新，所有更新内容都来自过去几个月里你们在 X、Reddit、GitHub 和 Discord 上提出的问题。

文档网站新增内容：
- 一份关于在个人或工作设备上安全运行 Hermes 的指南
- 当你的 Agent 表现不如往常灵敏时的故障排查清单
- 解释为什么本地模型的第一次响应会耗时较长，以及哪些方法可以改善这个问题
- 一份单页文件功能总览：SOUL.md、USER.md、MEMORY.md、AGENTS.md
- 面向订阅服务商的按方案计费表
- 关于让两个 Agent 指向同一个 Hermes 主目录的警告

记住，当你遇到问题或故障时，先直接问你的 Hermes Agent。它自带一项可以读取自身在线文档的技能，因此它可以直接查到答案，一步步带你完成修复。

我8岁的孩子用AI Studio花了4小时，自己做了一款平台动作电子游戏。

一共32个关卡。

有不同的剑、盾、弓和箭。

还有关卡最终Boss。

这是开发者petergyang分享的一款名为/human-review的新技能，可配合AI代码工具直接编辑HTML和Markdown文件。

使用流程分为四步，首先向Codex或Claude Code输入指令，要求安装该工具，安装链接为

之后输入指令“/human-review （你的文档名称）”，工具会打开一个可视化编辑器。你可以在编辑器内直接编辑、格式化文本，调整图片尺寸，还能像在Google Doc里添加评论一样，给AI留下反馈。

完成修改后，点击“发送给代理”，工具就会自动应用所有修改。

这款工具可用来编辑产品需求文档、落地页等各类内容。很多人都习惯让AI代理完成工作，但最终收尾的10%打磨往往需要人工参与调整。如果你喜欢这个工具，可以去GitHub给它点星支持，链接同样为

有消息称，国内短剧公司都在部署Minimax H3本地部署版本。发言者认为，这是视频生成领域的Deepseek时刻，该模型可同步生成音频与视频，性能表现与海外产品不同。

当前做AI口播共有四种技术流派。第一种是不露脸方案，第二种是嘴唇同步模型，分为本地部署和线上服务两种形式，第三种是专属数字人模型，第四种是视频生成模型。

接下来发言者计划用这款音视频同出的模型制作数字人口播，测试能否保持人物形象一致性，发言者认为大概率不会出现问题。

这是开发者yulikay在𝕏发布的内容，是她使用Claude Code搭建的个人第一个应用。

她表示开发过程并不顺畅，但每次开发会话都能让她学到新东西。

她期待未来自己开发的某款应用能迎来第一批真实用户，也正是因为这个目标，她选择公开记录整个开发历程。

相关内容链接：

用户Dheepanratnam在𝕏分享了由seedance 2.5生成的30秒动画《雨伞大逃亡》，并公开了完整生成提示词。动画设定为皮克斯风格3D家庭动画，故事发生在雨天午后的城市，湿滑路面倒映出鲜亮色彩，是一段动作喜剧追逐戏。

脚本共分为10个分镜段落，对应不同时间区间，包含运镜要求、动作设计和角色对话。故事从穿黄色雨衣的小孩撑开亮红色雨伞开始，一阵强风将翻转的雨伞吹走，雨伞开启了它的自由逃亡。

雨伞躲过行人、穿过鸽群，冲过马路积水后撞到路灯，又被清扫车弹出，最终落在树枝上不肯回去。小孩用选电影观影权说服雨伞跟自己回家，最后两人一起踩水坑走回家，结尾放出标题卡。

这条内容标记了AI项目dreamina_ai的相关话题#DreaminaCPP。