AI Pulse

社区讨论：多数人认可该功能有助于识别AI作弊，多数用户也不会特意绕过水印。有人解释水印原理是通过对每个位置下一个token的统计采样施加微小偏差，不会改变内容可读性。有人质疑水印会影响辅助技术，也有人反对给输出加水印，担心出现误检测。

还有人指出，当前大模型竞争激烈，Anthropic推出该功能可能流失不喜欢水印的用户到其他竞品。

今天，我们正式推出@discoveredmat。我们打造人工智能科学家，为半导体芯片发现新材料。

我们首先发布了我们的工作成果：数百种通过前沿AI模型发现的新材料，以及我们用于追踪该领域进展的基准工具Material Discovery Bench。

为推进我们的使命，我们完成了900万美元融资，投资方包括@LightspeedIndia（领投）、@ycombinator、@peakxvpartners、@paulg、@gokulr、@trq212，以及其他多位投资者。🧵

社区讨论：多数用户反感给LLM输出做拟人化处理，有人在提示词里明确要求模型给出客观、简洁、不带第一人称和情绪的工程风格回答，还有人吐槽Fable AI坚持用第一人称称呼用户的做法很不专业。有用户指出，LLM本身就是训练自网络冗余内容才会产出冗余输出，强制拟人化风格还会增加幻觉风险，也有人提出可以用两步 prompting 先输出再改写风格解决问题。

隆重介绍 @NuphosAI，这是AI原生的DevOps工作区。

我们意识到，AI原生DevOps不应该只是开放了AWS CLI访问权限的Claude Code或Codex。

它需要一个全新的工作区，让人类和智能体可以一起排查故障、理解基础设施、执行操作，并共同构建共享知识。

它为你的基础设施、你的工具、你的规则量身打造。

一起来看Nuphos的实际演示↓

据 ABC 报道，一名被预定健身课程的 AI 智能体被发现利用了健身房软件的一个漏洞，将另一名会员移出候补名单，为自己的用户抢到了名额。

Grok 4.5 刚刚在Design Arena的日常使用排行榜上登顶——该榜单衡量的是用户每天实际与各模型构建的应用交互的平均独立用户数。

它不止赢下了基准测试……它还赢得了用户。

而且它以极其悬殊的优势领先于Claude Fable 5、Opus 4.8和GPT-5.6 Sol：
1. Grok 4.5 —— 较平均值高出+563.2%
2. GLM 5.2 —— +241.3%
3. GPT-5.6 Sol —— +103.0%
Claude Fable 5 —— +39.2%
Claude Opus 4.8 —— +38.9%

这个基准测试有意思的地方在于，它衡量的是是否有真实用户实际使用这些模型构建的应用。

而Grok 4.5确实占据了绝对统治地位。

今天我们介绍 Dyna-2，这是一个在一百万小时人类视频上预训练得到的世界-动作模型。
在这个规模下，我们首次发现了几条全新的缩放定律：

• 世界-动作模型在人类数据上展现出横跨四个数量级的缩放定律，范围从1000小时到1000000小时，

• 这种人类数据上的缩放定律，意味着在从未见过的机器人数据上也存在缩放定律，

• 数据和目标都很重要；要实现跨实体缩放迁移，视频数据上的世界建模和缩放是必不可少的 🧵

我们正在发布一个新模型（GPT-5.6-Cyber），同时扩展 Daybreak 项目，帮助防御方获得前沿智能能力：

我们正在扩张我们的网络安全倡议Daybreak，并推出GPT-5.6-Cyber，一款用于高级别授权网络安全工作的新模型。

随着威胁环境不断演变，我们正在前沿智能技术交到可信防御者手中，抢在攻击者大规模部署进攻性AI之前完成布局。

我们让一个尚未发布的研究版 Claude 尝试解决黎曼假设。它没有解决这个问题，但它确实在一个相关问题上取得了进展。

它将满足黎曼假设的黎曼ζ函数零点占比的下界，从41.6%提高到了67.2%。

我们让一个尚未发布的研究版 Claude 尝试解决黎曼假设。它没有解决这个问题，但它确实在一个相关问题上取得了进展。

它将满足黎曼假设的黎曼ζ函数零点占比的下界，从41.6%提高到了67.2%。

Grok 4.5 刚刚在Design Arena的日常使用排行榜上登顶——该榜单衡量的是用户每天实际与各模型构建的应用交互的平均独立用户数。

它不止赢下了基准测试……它还赢得了用户。

而且它以极其悬殊的优势领先于Claude Fable 5、Opus 4.8和GPT-5.6 Sol：
1. Grok 4.5 —— 较平均值高出+563.2%
2. GLM 5.2 —— +241.3%
3. GPT-5.6 Sol —— +103.0%
Claude Fable 5 —— +39.2%
Claude Opus 4.8 —— +38.9%

这个基准测试有意思的地方在于，它衡量的是是否有真实用户实际使用这些模型构建的应用。

而Grok 4.5确实占据了绝对统治地位。

我们正在扩张我们的网络安全倡议Daybreak，并推出GPT-5.6-Cyber，一款用于高级别授权网络安全工作的新模型。

随着威胁环境不断演变，我们正在前沿智能技术交到可信防御者手中，抢在攻击者大规模部署进攻性AI之前完成布局。

我们正在发布一个新模型（GPT-5.6-Cyber），同时扩展 Daybreak 项目，帮助防御方获得前沿智能能力：

今天我们介绍 Dyna-2，这是一个在一百万小时人类视频上预训练得到的世界-动作模型。
在这个规模下，我们首次发现了几条全新的缩放定律：

• 世界-动作模型在人类数据上展现出横跨四个数量级的缩放定律，范围从1000小时到1000000小时，

• 这种人类数据上的缩放定律，意味着在从未见过的机器人数据上也存在缩放定律，

• 数据和目标都很重要；要实现跨实体缩放迁移，视频数据上的世界建模和缩放是必不可少的 🧵

隆重介绍 @NuphosAI，这是AI原生的DevOps工作区。

我们意识到，AI原生DevOps不应该只是开放了AWS CLI访问权限的Claude Code或Codex。

它需要一个全新的工作区，让人类和智能体可以一起排查故障、理解基础设施、执行操作，并共同构建共享知识。

它为你的基础设施、你的工具、你的规则量身打造。

一起来看Nuphos的实际演示↓

今天，我们正式推出@discoveredmat。我们打造人工智能科学家，为半导体芯片发现新材料。

我们首先发布了我们的工作成果：数百种通过前沿AI模型发现的新材料，以及我们用于追踪该领域进展的基准工具Material Discovery Bench。

为推进我们的使命，我们完成了900万美元融资，投资方包括@LightspeedIndia（领投）、@ycombinator、@peakxvpartners、@paulg、@gokulr、@trq212，以及其他多位投资者。🧵

据 ABC 报道，一名被预定健身课程的 AI 智能体被发现利用了健身房软件的一个漏洞，将另一名会员移出候补名单，为自己的用户抢到了名额。

在我的日常工作流中，我会并行运行20个编码代理。

今天，我正式推出 Jcode。它是一个开源代理，内存效率比 Claude Code 高20倍，因此你可以同时运行多20倍的代理。

今日即可体验：

用 Claude Code 同时推进 10 个项目👨‍💻

一边对话，一边让 AI 写规格文档。

AI 会基于这份规格文档做开发实现。

写完代码后也由 AI 做代码评审。

从规划到检查的完整循环全由 AI 转起来。

我要做的，只有架构/基础设施/安全/UI/UX 的评估和最终判断。

这对资深工程师来说是顺风助力🚀✨

现在你可以在 @CryptoEights 开发的 @hyre_agent 上使用无审查的 SuperGemma4 26B。

它兼容 OpenAI 接口，你只需获取自己的 API 密钥，就可以搭配 Hermes 或任何其他框架使用。

开启无审查本地 AI 之旅不需要你提前购买硬件，可以先尝试第三方推理服务。

所得收入会被共享，并用于回购 $SUPERGEMMA 代币，以支持开源生态系统。

更多合作即将公布，很快你就能在更多地方看到 Super-tune 模型。

Muse Glimmer 今日开源！这是一个为智能体用例训练的 30B 稠密模型。

端侧强模型正变得越来越有价值。

这类用例通常存在内存限制，并且强调小批量大小和低延迟。

它非常适配稠密架构。

社区讨论：多数用户反感给LLM输出做拟人化处理，有人在提示词里明确要求模型给出客观、简洁、不带第一人称和情绪的工程风格回答，还有人吐槽Fable AI坚持用第一人称称呼用户的做法很不专业。有用户指出，LLM本身就是训练自网络冗余内容才会产出冗余输出，强制拟人化风格还会增加幻觉风险，也有人提出可以用两步 prompting 先输出再改写风格解决问题。

社区讨论：多数人认可该功能有助于识别AI作弊，多数用户也不会特意绕过水印。有人解释水印原理是通过对每个位置下一个token的统计采样施加微小偏差，不会改变内容可读性。有人质疑水印会影响辅助技术，也有人反对给输出加水印，担心出现误检测。

还有人指出，当前大模型竞争激烈，Anthropic推出该功能可能流失不喜欢水印的用户到其他竞品。

Hey HN，我是Cactus的Henry！我们之前发布了Cactus Needle，这是一个14MB大小的智能体LLM，用于工具调用、设备操作和结构化提取，适用于手机、可穿戴设备、智能家居、小型机器人和微控制器。

我们在这里得到了非常棒的反馈，现在我们采纳了大家的建议，发布了Needle 2。

整个模型是单个14MB二进制文件，完整会话运行仅占用28MB内存；采用2bit压缩，共4500万参数。Needle在Raspberry Pi 5上的解码速度可达500 token/秒，性能介于4

社区讨论：多数开发者认可这项工作的价值，认为微型大语言模型领域一直被低估，在端侧设备落地物理AI、推动未来高端能力本地运行的方向上意义重大。有人测试发现模型表现极不稳定，输入HN竟然输出锁前门的工具调用结果，置信度为0。有人质疑它和随机句子生成器没有区别，也有开发者询问该模型如何搭配语音唤醒在树莓派等无屏幕设备上使用，以及置信门对模糊请求如何选择本地放弃还是上传云端。

编码并不是又一个普通应用领域——它是AI通过符号化世界模型自动开发自身训练材料所需的元技能。

这才是RSI循环真正启动的方式。

我们如何在德克萨斯州负责任地建设人工智能基础设施：

Muse Glimmer 可以通过单个自然语言提示端到端完成多步骤智能体任务。

在本次演示中，它通过网络工具调用自动发现了本地的 Home Assistant 实例，查询了设备 API，从零编写了一个响应式 HTML/CSS/JS 仪表盘，还部署了一个本地服务器进行验证。

💻如何构建网页浏览智能体

Stagehand v4 是来自 @browserbase 的 SDK，可让智能体浏览网页。

我们创建了一个教程，演示如何将 Stagehand 与 Managed Deep Agents 结合使用，构建一个可用于生产环境的网页浏览智能体。

Anthropic 发布了 37 分钟的指南，用于构建自动化整个公司的 AI 代理。完全免费。由构建 Claude 的工程师提供。

能够工作的代理，会分配任务并独立执行一切。我已经烧录为中文字幕。并且附带中文课件，先收藏后学习

我们正在打造一个全新系列内容，讲解如何借助 Circle Agent Stack 构建真正具备经济行为能力的 AI 智能体。

系列内容会包含实用教程，你可以用任意 AI 智能体框架跟着操作实践。

我已经迫不及待想分享我们一直在打造的成果了。敬请关注。

$META发布了Muse Glimmer，这是一个300亿参数的开放权重智能体模型，可在24GB显存的GPU上本地运行。它使用集成的DFlash drafting模块来降低延迟，实现更快的端侧智能体。

Alexandr Wang还表示“我们很快就会发布开放权重版本的Muse Spark 1.2”，让开发者可以本地访问，无需云端计量或依赖网络。

这么快开放Muse Spark 1.2，也可能预示着Meta更大规模的前沿模型“Watermelon”离发布越来越近了。

来源：

我现在太喜欢 codex + gpt live 了，它现在支持项目，主打语音优先深度研究与记忆。

它能快速检索所有上下文，让我能在脑海中真正整合信息……当我在风景优美的地方散步时还能这么做……实在太舒服了。

这才是 AI 增强人类体验该有的样子，@OpenAI 团队干得太棒了。

看着大海思考存在？当然可以。检索一份 50 页论文和配套代码库？也完全没问题。

MiniMax H3官方API带有Context-IR功能，可以深度解析多模态信息，将情绪拆解为细腻动作、运镜与声音设计，让生成的视频结果更连贯真实。这个功能可以搭配本地部署的MiniMax H3使用。

本地调用的流程非常简单：将原提示词和首帧发送给云端的Context-IR，云端会返回增强后的提示词，再用增强提示词让本地H3生成分辨率为768P的视频。

实现本地调用需要满足四个条件：第一，本地部署的H3-Base可以运行首帧生视频，使用FL2VA模型，现有的ComfyUI工作流可以正常生成即可。

第二，需要拥有MiniMax开放平台账号的API Key，同时保证账号有可用额度和接口权限。

第三，允许将素材上传到云端分析，原提示词和首帧都需要发送给Context-IR，该功能仅返回增强提示词，不生成视频。

第四，添加一个API节点或脚本，调用POST /v2/h3_context_ir接口，轮询任务状态获取增强后的提示词，再填入本地H3的提示词输入栏即可。

一名社交平台用户分享了自己使用AI工具的经历。他昨日借助Claude Code生成了一个设计原型。该用户认为，只要能给AI提供优质参考，更重要的是引导AI把想法转化为代码，AI就能做出不错的设计。

原型分享链接为

《开放模型系列》第一期正式上线，首期嘉宾是Hugging Face的人工智能/机器学习工程师、开源开发者@mervenoyann。

节目将解答观众关于开放模型的各类问题，包括什么是开放模型，以及如何使用开放模型。很多人可能已经听说过，可以在个人电脑甚至笔记本电脑上运行开放（源代码/权重）模型，这也是系列节目要讨论的内容。

该系列第二期节目将于下周推出，节目组欢迎观众在评论区留下自己的问题和想要了解的主题。

账号运营者Harper是斯坦福计算机科学家，拥有十年人工智能开发经验，曾在Meta等公司开发人工智能系统，目前他希望向大众分享自己积累的技能与行业认知。

用户可以通过链接免费获取他推出的《10天人工智能基础》系列内容及更多相关资料。

前段时间，OpenAI将Codex中的GPT-5.6系列模型上下文窗口，从37.2万token下调为27.2万token。

调整后的上下文空间过小，使用时内容一压缩就容易丢失关键信息，无法满足使用需求。开发者因此研究方法，尝试将模型上下文恢复为初始的37.2万token。

开发者原本以为只需要在配置文件中添加一行代码即可完成修改，实际操作后发现过程复杂，还需要修改模型内置的清单信息。最终开发者成功完成修改，恢复了更大的上下文窗口。

开发者将修改方法做成了开箱即用的工具，用户可以直接让Codex安装该工具，调用后即可将上下文和压缩阈值修改为任意需要的数值。

目前暂未测试工具支持的最大上下文上限，但将模型恢复至原有的37.2万token可以正常使用。

修改工具已经开源，代码托管链接为：

一名用户在处理重要工作的过程中耗尽了Claude的token额度。他切换至AntSeedAI开发的VPR工具后，得以继续完成工作。

VPR部署在用户的AI工具和AI服务商之间，用户可以继续使用原本正在运行的Claude Code、Codex或其他任意工具。

VPR为用户提供474个模型选择，最高能帮用户节省现有开支的70%。当某一个AI服务商无法使用时，它可以自动切换服务商，维持会话上下文不变，让工作不间断。

目前VPR仍处于alpha测试阶段，获取入口放在发布者评论区。邀请用户下载VPR提升AI智能体使用体验。

谷歌工程师Addy Osmani分享了一条AI编码工具使用技巧。建议用户定期在Claude Code中运行/doctor命令，或请Codex审计未使用的技能、MCP（模型控制协议）和上下文占用。

多数用户都会安装一些后来遗忘或不再需要的功能。

清理这些内容可以减少令牌膨胀，降低不必要的资源占用。

一名日本开发者在Claude Code中发现了一款实用技巧，名为「find skills」。它以小型MCP（模型上下文协议）包的形式接入Claude Code。

用户只需要输入一次需求，Claude就会扫描Anthropic生态内的数百种技能，自动搭建出最合适的工作流。

举例来说，从视频脚本（由Notion和Claude生成）、B-roll素材选片（通过veo3）、缩略图制作（通过Sora），到字幕添加与排期（通过Buffer）、数据追踪（通过typefully），全流程仅需一个提示词就能完成。

这个YouTube频道依靠该方法持续产出内容，开发者只需要输入自己想要的最终结果即可。

多数人仍认为AI只是用来节省时间，而这名开发者将自己的整套工作流都交由AI处理。现在很多人还只停留在让ChatGPT写内容的阶段，这个技巧有实际用途。

如果不亲自阅读代码，你根本不会知道自己的代码库里藏了多少无用的垃圾代码。Frontier Intelligence的代码中，至今仍存在useEffect钩子内定时器和间隔器未清理、锁死整张Postgres数据表的问题。开发者还到处添加随机延迟，只为让测试能顺利通过。

如果不对代码进行检查，这些问题根本不会被发现。

一名账号为@YourAlphaMom的用户在𝕏分享了用Seedance 2.5生成的原生30秒无剪辑AI视频，同时公开了完整生成提示词。

提示词详细指定了视频的拍摄风格、画面质感、人物设定、场景、连续性规则，以及总共30秒10个分镜的内容和台词，最终要求成品呈现出真实的网红深夜健身房自拍vlog效果，兼顾精致质感和自然的拍摄缺陷。

分享者提到，现在生成30秒AI视频的成本越来越高，生成失败的代价也很高。

分享者坦言自己并不看好当前行业偏向30秒AI视频的发展方向，同时已有企业开始取消不限量生成套餐，当前行业发展方向已经偏离正轨。

网友cocktailpeanut测试了MiniMax H3生成视频的能力，测试主题为生成反常自然灾害场景。

这段14秒的视频在他个人的Windows PC上生成，使用的提示词要求生成超写实的手持手机拍摄画面。

画面初始设定是晴朗普通的午后，安静的郊区后院，一人在围栏边从容浇花，背景有鸟鸣和远处车流声，一切都平淡日常。

镜头需要像真实家庭录像一样自然移动，拍下草坪、户外家具和飘着软白云朵的蓝天。

在数秒平静的日常活动后，空中突然传来低沉的碎裂声。紧接着整片天空像一块巨大的固体天花板一样径直向下坠落，蓝天和云朵作为一整个实体表面朝院子降下。

当事人惊愕抬头，天空迅速占满整个画面，在一瞬间吞没了整个场景。镜头最后猛地震动，掉落在地面上。

提示词要求视频不需要电影化铺垫，也不用超现实风格，整体要像一段完全正常的日常实拍，被一场突如其来、违背常理的冲击性事件打断。