xAI 正式发布 Grok Bot 早期测试版，让 AI 直接登录用户工具完成实际工作。它配备专属虚拟桌面，开发者可无代码搭建业务代理，但扩展性对高级用户仍有限。
OpenAI 推出 GPT-5.6-Cyber 并扩展 Daybreak 网络安全项目，该模型已在真实漏洞研究中发现 Chrome V8 引擎的未知漏洞。这是厂商首次将前沿模型系统性地投入攻击性安全研究。
raindrop_ai 发布新分类模型，成本比 GPT-5.6 低 1600 倍，且声明不留存用户数据。当头部模型定价仍锚定企业预算时，这种极端成本重构可能率先在垂直任务中撕开替代口子。
介绍 Capy v2：速度最快、能力最强的云端编码智能体。 我们在 DeepSWE 基准上击败了 Claude Code、Codex、Devin 和 Cursor，同时价格还低 50%。
Nemotron 3 Lightning 现在已在 OpenCode 免费开放，支持 1M 上下文窗口。 这是 NVIDIA 速度最快的模型，且完全开源。
Google Research 和 Google DeepMind 联合推出的 AMIE，是个研究性医疗 AI 系统。底层是 Gemini 和 Project Astra，采用多智能体架构。
它现在能实时视频问诊，在这种场景里展现专家级 AI 能力。AMIE 会解读视觉和听觉线索，引导虚拟体检，边问边做诊断推理。视频问诊不再是文字问答：AI 看表情、动作，听声音，帮医生做初步评估。
研究用的是随机对照试验。患者演员参与模拟就诊，对照方是一组初级保健医生。临床评估者在病史采集、诊断准确性、管理适当性、沟通质量上给了好评。患者演员也更喜欢视频，而不是文本聊天。
𝕏 实时信号 + arXiv 前沿论文，经 AI 聚类解读 · 一眼扫完全貌（含上方导读精选 4 条）
知名数学难题黎曼猜想的证明进度，被 Claude 往前推了超过25个百分点，不少人正关注AI能否彻底解决这个难题
大公司的AI伦理岗位本身定位模糊，这次人事变动能侧面看出OpenAI对安全伦理的优先级调整
https://archive.ph/W48UV
https://aimagazine.com/news/why-did-openai-head-of-ethics-ch...
社区讨论：多数人认为AI企业的伦理部门只是无用的公关噱头，公司设立伦理团队只是为了对外宣称有相关设置，提的合理建议会因增加成本不被采纳，根本没有话语权。有人猜测OpenAI此次是让伦理负责人当HuggingFace事件的替罪羊。也有人指出，这名负责人此前在Meta做了六年首席伦理学家，她肯定早知道行业现状，这次离职或许另有隐情，现有信息不足以得出结论。
支持导入外部项目、对话、技能和插件，还能开自动同步更新，可以在设置里调整同步选项。
现在你可以让你在其他智能体上的工作与ChatGPT Work和Codex保持同步了。
你可以导入项目、对话、技能和插件，查看导入历史，还可以在设置中选择开启自动更新。
该功能现已在ChatGPT桌面端应用中上线。
它已经支撑了影视、机器人和实时工作流，这次升级带来了更高像素保真度和新渲染方案，可满足影院级画质要求。
隆重介绍 LTX-2.5，这个全世界都能基于它构建的世界模型。它是已经在影视、机器人、实时工作流中投入使用的模型迄今为止最大规模升级之一。
更高的像素保真度，可实现多镜头场景在不同剪辑间保持连贯，预训练基础架构支持跨领域微调。
另外还有 Diffusion Fidelity Rendering，这是一种全新的渲染方案，专为像素质量打造，逐帧都能保持效果，哪怕放到电影银幕上也没问题。
它不是你租用的工具。它是你可以基于它开发的基础架构，开放且完全属于你。
这个漏洞绕过了大厂的保护机制，偷出来的思维链可以直接用来训练自己的模型，闭源模型的核心保护已经失效。
常规代码错误大模型已经很少犯，现在难发现的多是设计类问题。对抗式代码审查能有效捕捉这类bug，用一句提示就能完成。
LLMs 仍然会生成bug，但这些bug和过去的bug不一样了。
现在更少出现差一错误，更多问题出在系统设计、UI可用性、缺失更宽泛上下文方面。
部分类型的编码问题已经被解决了，但并非全部类型。
在模型持续迭代的同时，对抗性代码审查是捕捉这类bug的极其强大的工具。
它可以简单到只用一行提示词——“用动态工作流在iOS模拟器里对抗性测试每一个边界情况”，或者也可以使用 Claude 内置的 /code-review（或是 /code-review low、/code-review medium 等等）。
不用你手动操作各类线上工具，AI会登录你的账号，像你一样一步步操作，最后给你交付做好的成果
现在推出 Grok Bot，目前处于早期beta阶段。
Bot是为你完成实际工作的AI队友。
它们会登录你的工具，就像你一样使用这些工具，然后给你交付完成的工作。
不用手动切换不同AI工具粘贴同一个提问，可以一次性获取所有结果再做比较，省下重复操作的时间
¡Orca 用于编排AI代理太赞了！✓ 支持 Claude Code、Codex、OpenCode、Cursor、Grok… ✓ 可以将同一个prompt发送给5个代理并进行对比 ✓ 拥有移动应用 + GitHub + 终端 + 浏览器。
开源。支持macOS、Windows和Linux。→
现在多数企业花高价租通用AI，既没差异化也拿不到控制权，这家创业公司认为未来企业会自己搭建专属AI，把它变成核心竞争优势
企业AI正处在一个极度矛盾的状态🤔，而我们即将来到能解决这个矛盾的转折点💥。
企业希望用AI打造差异化，却在租用和竞争对手完全相同的智能模型。
他们的工作流和专业知识高度细分，却依赖专为“精通一切”打造的通用模型。
他们担心AI成本，却为超大模型支付溢价，而这些模型中只有极小一部分（1%）的智能和他们的任务相关💸。
他们要求控制权和主权，却在租用对自身业务越来越核心的智能。
这种均衡是不可持续的。下一阶段的企业AI将是企业自行构建、拥有并持续迭代积累的专用智能。我们正处在这场转型的转折点。
这正是我们两年前创立@oumi_ai时押注的方向。今天我们完成了整个闭环：Oumi现在不仅能自动构建你的专用AI模型，还能将它们部署到生产中，从它们的生产经验中学习，并持续优化它们。
支撑你业务运转的智能，将成为你的差异化优势。你的复利优势。
下一个AI时代的赢家会把自己的数据、专业知识和经验转化为其他任何人都租不到的专用智能。
不要租用你的AI。构建它。拥有它。积累迭代它。
该模型已用于真实漏洞研究，发现Chrome v8引擎此前未被发现的未知漏洞
OpenAI正在扩展名为Daybreak的网络安全计划，并推出GPT-5.6-Cyber，这是一款用于高级、经授权网络安全工作的新模型。
随着威胁环境不断变化，OpenAI将前沿智能工具交付给可信任的防御方，赶在攻击者大规模部署进攻性人工智能之前完成布局。
Daybreak Blue面向普通防御工作提供包含GPT-5.6 Sol在内的前沿模型访问权限，配套经过校准的安全防护机制。它是大多数防御方的推荐入门选项，支持漏洞发现、安全代码审查、恶意软件分析、事件响应和补丁验证工作。
Daybreak Red面向经授权的漏洞研究、漏洞利用验证和安全测试，提供包含GPT-5.6-Cyber在内，经过针对性训练的网络安全模型访问权限。它专为处理复杂、经授权网络安全挑战的资深防御人员设计。
GPT-5.6-Cyber已经被广泛应用于真实漏洞研究工作，相关研究在Chrome v8引擎这类流行开源软件中，发现了此前未被知晓的漏洞。
高级能力需要严格的安全防护。因此访问权限仅向通过审核的防御人员开放，针对风险更高的网络安全工作，还配备了额外的控制与监控机制。
研究者发现可通过工具调用绕过 Anthropic 思考机制限制
各位，你们其实可以直接禁用思考模块，然后给它加一个叫「deep_think」的工具，它会调用这个工具、用内部 CoT 推理格式输出，对吧？祝你们修复这个漏洞好运。
这里是一个概念验证（PoC）。注意，我根本没提参数格式，我们就得到了 gpt55+ 的哥鲁格语格式，这事还挺有意思的。
我甚至连个域名都没弄到！太疯了！
顺便一提这事出在Fable，Anthropic 通常正则处理都做得很好，我真无语。
实话说，我有点怀念有正经思考流的日子了。切换思考等级也没问题，反正系统提示里本来就只是个数字！
下个版本就会上线，冲！
xAI正式推出处于早期beta测试的Grok Bot，它可以登录用户工具完成实际工作，开发者可不用编码搭建业务任务代理。后续它能否真的替代人力完成常规工作，还需要持续观察
Mistral正在整合推理基础设施、开源模型，给出长期投入路线图，让欧洲不用依赖外部AI资源。
☁️Mistral 正在整合欧洲掌控自身 AI 未来所需的推理基础设施、开放模型与长期承诺，并为世界规划路线。🧵：https://mistral.ai/news/regional-inference-open-models-new-compute/
团队研究智能体在世界模型里学习多年，现在扩大规模，要把递归自我改进和实体AI、机器人技术连起来，正在招人。
多年来，我一直在思考智能体如何在世界模型内部学习。我们决定扩大我们的 RSI Lab，将递归自我改进与物理 AI 和机器人技术衔接起来。
我们目前正在东京招募前沿研究员与工程师加入我们：
现在新大模型在编码和知识工作上进步很大，但提取复杂企业文档信息还是没做好，这个测试集用来填补这块空白。
对需要定制编码AI的开发者来说，高准确率还开放权重数据集，可直接拿来修改适配自己的需求
Nvidia Nemotron 3.5 Lightning 在智能体编码任务上提供了领先的准确率，速度最高可达同类开源模型的 4 倍。
Nemotron 开放了权重、数据集和训练配方，开放且易于定制。
欢迎 Nemotron 3.5 Lightning 来到 Pi！
当各家大模型能力逐渐拉齐，模型质量不再是核心竞争力，真正的胜负手会转向数据的质量、深度和所有权，行业竞争逻辑正在改变。
“模型的好坏，完全取决于它能访问到的数据。”来自@Covalent_HQ的@ArjunKalsy 解释了为什么模型质量可能会比预期更早不再是决定性护城河。
随着模型权重趋同，能力开始拉平，真正的竞争优势会转向数据的质量、深度和所有权。
内容出自 Cluster 圆桌讨论：模型层的开源。
分类任务成本直接砍到千分之零点六，现在可以免费试用，也能通过API自建分类模型，还不会留存你的数据
介绍 rd-signal-2：这是一个前沿分类模型，成本比 GPT 5.6 Sol 低 1600 倍。
你可以在 @raindrop_ai 免费试用，它也可通过全新 API 获取，用于训练/托管自定义分类器，并且支持零数据留存。
它推出新电源架构和参考设计，能升级现有设施，也能支撑未来十年AI规模扩张，想跟进AI发展可以提前规划升级
AI 的能力完全取决于其背后的基础设施。我们的 NVIDIA 800 VDC 电力架构有助于释放计算密度与性能。
凭借系统级参考设计，现在就有一条可行的路径来升级现有基础设施，并为未来十年的扩展做好准备。
AI 基础设施的未来，正在今日搭建。➡️
这是一条30秒一镜到底冒险视频的生成提示，最终目标是拿到现代瓶装香水
创作者在OpenArt上通过提示词生成健身房场景女性情绪崩溃视频，展示精准的情绪控制能力
创作者分享，Seedance 2.5的情绪控制能力效果出众。这个15秒宽屏电影感健身房场景视频，通过OpenArt生成，指定参考图作为唯一面部身份来源，要求保留指定女性的全部面部特征。
视频按照时间轴设计了完整的情绪变化过程。0到3秒，人物在跑步机上稳定跑步，表情专注平静，微微出汗；3到5秒，步伐微微不稳，眼神放空，眉眼逐渐紧绷，呼吸变得不均；5到10秒，眼泪涌出混合汗水，五官开始颤抖，人物抓着扶手继续跑步，压抑的哭声夹杂在沉重呼吸间；10到15秒，情绪彻底失控，人物放慢速度但仍未停下，哭声崩溃不受控，全身随抽泣抽动，全程不擦泪不停跑，直到最后镜头都保持情绪崩溃状态。
视频对拍摄参数、场景环境也做了详细要求。镜头锁定上半身特写，使用85mm焦段，大景深虚化背景，全程无运镜无剪辑。场景为夜间空旷安静的健身房，混合冷荧光与城市暖光，做了真实的质感处理。音频仅包含跑步机运转声、呼吸、哭声和背景环境音，没有对话，同时明确规避了不符合设定的多余内容。
开发者Eric Zakariasson分享了Grok Bot从工作自动化到生活事务处理的百种应用场景
开发者称当前AI技术已可打造全AI生成的《V/H/S》风格伪纪录恐怖IP
开发者cocktailpeanut表示，当前技术已经完全做好准备，打造全AI生成的《V/H/S》风格伪纪录恐怖影视IP。这段恐怖片段由MiniMax H3文生视频模型生成，在个人Windows PC上运行完成。
用户给出的提示词为：一段伪纪录恐怖片段，拍摄视角是受惊的纪录片摄制组，他们正在邪教据点内部逃窜，此时仪式已经失控。据点是由狭窄混凝土走廊组成的迷宫，灯光来自闪烁的荧光灯、蜡烛和远处的火焰。
镜头风格混乱不稳定，符合手持拍摄的特点：有强烈抖动、反复自动对焦、运动拖影、突然变焦和未经修饰的业余构图。片段从运动中开始，惊慌的摄制组成员一边奔跑一边喊“继续走！”，仪式圣歌和尖叫从四面八方传来。
镜头经过敞开的门口时，会快速闪过惊悚画面：跪拜的信徒、沾血的墙壁、拖着盖布尸体的人、在地上抽搐的人。拍摄者转弯时，差点撞上站在走廊里、满身是血的微笑信徒。这名信徒盯着镜头停顿一秒后发起冲锋。所有人尖叫，镜头向后猛甩，侧撞到墙上，片段在追逐中中断。视频没有额外配乐，只保留画面内自然产生的声音。
这个片段是在Maestro平台制作的，点击链接即可一键启动生成：
X平台用户aaronburnett称当前项目符合数字Optimus平台的多数预期
用户aaronburnett在X平台发文，询问当前项目和特斯拉数字Optimus计划有什么不同。
他表示，当前项目基本符合自己对数字Optimus平台的预期。
如果配备专门用于导航的本地计算资源，项目运行速度还有提升空间。
该方案是基于推理追踪的越狱，采用此前未公开的不可修补技术
一名ID为chaotictransfem的用户在𝕏上公开了适用于5.6版本的OpenRouter提示越狱方案，同时附带了完整推理追踪流程。该方案的访问链接为
该方案采用了全新的技术，和此前公开的所有越狱方法都不相同。该技术属于不可修补类型。
开发者参考Claude Code公开新功能，快速完成开发上线qodercli跨会话消息功能
先用一个AI写代码，另一个AI专门找错，同时指出容易出现的误判问题
分享者认同让AI做代码对抗式审计的做法，自己日常也常用这种方法。通常流程是用Fable生成代码，再让GPT-5.6 Sol单独检查，专门寻找潜在的程序错误、边界问题和逻辑遗漏，大多数情况下都能发现不少问题。
也遇到过异常情况，检查代码的AI只是觉得某段代码看起来有问题，但原本的代码实现是正确的。开发者顺着AI的建议修改后，反而把原本正确的代码改坏了。
现在分享者会更关注，代码检查给出的结论能不能通过测试或其他证据验证。目前让两个AI互相挑错很容易，难的是判断本次修改是否真的让系统变得更好。
该方法可绕过Fable 5安全审核，理论上适用于任意AI Agent，支持多Agent越狱通信
有研究者提出一套理论方法，可轻松绕过Fable 5的安全审核。这套底层逻辑理论上可应用于几乎任何AI智能体（AI Agent）。
这套方法分为三个核心部分。第一部分设置“白脸”主智能体，只负责下发任务。第二部分设置“黑脸”工具智能体，使用审核标准宽松的低审核模型执行受限任务。
第三部分为会话桥接，利用不同会话之间的通信间接传递指令，该机制类似Claude Code的最新特性。
这套架构也可以实现多智能体之间的越狱通信。完整保姆级教程可查看原文附带链接。
测试者用于商业任务，称赞它设置简单易上手，为每个AI代理配备专属虚拟桌面，缺点是对超级用户扩展性不足
讲解大模型文本水印的生成检测逻辑，解答常见疑问
体验者实测腾讯AI产品WorkBuddy，可一站式完成全流程股票投研
最近深度体验了一下腾讯的WorkBuddy ，最让我意外的地方：它不只会分析股票，还能直接跑完一整套投研工作流！
很多人用 AI 做股票研究，得到的还是零散答案，最后还得自己查资料、核数据、整理汇报。
我用里面的免费 Hy3 大模型试了一次完整投研： 读财报和公开材料 → 对比营收利润现金流 → 梳理催化剂、风险和待验证问题 → 直接生成一份能拿去汇报的投资研究简报。
真正拉开差距的，是它能把搜集、分析、整理文档这些分散步骤，全串在同一个工作空间里完成。
不用在多个 AI、搜索工具和文档软件之间反复切换，也不用每做一步就重新解释背景。
日常写周报、做方案、整理资料也一样顺手。
而且 Hy3 在 WorkBuddy 里可以免费用到 8 月 31 号，这段时间刚好可以体验一下完整工作流～ 最近我自己也在当日常小助手用～
#TencentAI #AIAgents @TencentAI_News @WorkBuddy_AI
开发者试用Grok Bot，分享其易用性体验与评价
不用你手动操作各类线上工具，AI会登录你的账号，像你一样一步步操作，最后给你交付做好的成果
现在推出 Grok Bot，目前处于早期beta阶段。
Bot是为你完成实际工作的AI队友。
它们会登录你的工具，就像你一样使用这些工具，然后给你交付完成的工作。
它已经支撑了影视、机器人和实时工作流，这次升级带来了更高像素保真度和新渲染方案，可满足影院级画质要求。
隆重介绍 LTX-2.5，这个全世界都能基于它构建的世界模型。它是已经在影视、机器人、实时工作流中投入使用的模型迄今为止最大规模升级之一。
更高的像素保真度，可实现多镜头场景在不同剪辑间保持连贯，预训练基础架构支持跨领域微调。
另外还有 Diffusion Fidelity Rendering，这是一种全新的渲染方案，专为像素质量打造，逐帧都能保持效果，哪怕放到电影银幕上也没问题。
它不是你租用的工具。它是你可以基于它开发的基础架构，开放且完全属于你。
它在DeepSWE测试中表现超过多款同类产品，最高可提供32 vCPU/128GB RAM配置，还支持接入已有订阅，能省一半开发编码成本
介绍 Capy v2：速度最快、能力最强的云端编码智能体。
我们在 DeepSWE 基准上击败了 Claude Code、Codex、Devin 和 Cursor，同时价格还低 50%。
你可以生成多个 RLM 智能体，每个智能体最高可分配 32 vCPU/128GB 内存，虚拟机启动时间小于 1 秒。
支持接入你自己的 Codex/Grok 订阅。
评论即可领取 $100 免费额度。
分类任务成本直接砍到千分之零点六，现在可以免费试用，也能通过API自建分类模型，还不会留存你的数据
介绍 rd-signal-2：这是一个前沿分类模型，成本比 GPT 5.6 Sol 低 1600 倍。
你可以在 @raindrop_ai 免费试用，它也可通过全新 API 获取，用于训练/托管自定义分类器，并且支持零数据留存。
对需要定制编码AI的开发者来说，高准确率还开放权重数据集，可直接拿来修改适配自己的需求
Nvidia Nemotron 3.5 Lightning 在智能体编码任务上提供了领先的准确率，速度最高可达同类开源模型的 4 倍。
Nemotron 开放了权重、数据集和训练配方，开放且易于定制。
欢迎 Nemotron 3.5 Lightning 来到 Pi！
xAI正式推出处于早期beta测试的Grok Bot，它可以登录用户工具完成实际工作，开发者可不用编码搭建业务任务代理。后续它能否真的替代人力完成常规工作，还需要持续观察
Mistral正在整合推理基础设施、开源模型，给出长期投入路线图，让欧洲不用依赖外部AI资源。
☁️Mistral 正在整合欧洲掌控自身 AI 未来所需的推理基础设施、开放模型与长期承诺，并为世界规划路线。🧵：https://mistral.ai/news/regional-inference-open-models-new-compute/
模型放在OpenCode平台，支持1百万长度的上下文窗口，标注是英伟达目前速度最快的开源模型。
团队研究智能体在世界模型里学习多年，现在扩大规模，要把递归自我改进和实体AI、机器人技术连起来，正在招人。
多年来，我一直在思考智能体如何在世界模型内部学习。我们决定扩大我们的 RSI Lab，将递归自我改进与物理 AI 和机器人技术衔接起来。
我们目前正在东京招募前沿研究员与工程师加入我们：
现在新大模型在编码和知识工作上进步很大，但提取复杂企业文档信息还是没做好，这个测试集用来填补这块空白。
支持导入外部项目、对话、技能和插件，还能开自动同步更新，可以在设置里调整同步选项。
现在你可以让你在其他智能体上的工作与ChatGPT Work和Codex保持同步了。
你可以导入项目、对话、技能和插件，查看导入历史，还可以在设置中选择开启自动更新。
该功能现已在ChatGPT桌面端应用中上线。
大公司的AI伦理岗位本身定位模糊，这次人事变动能侧面看出OpenAI对安全伦理的优先级调整
https://archive.ph/W48UV
https://aimagazine.com/news/why-did-openai-head-of-ethics-ch...
社区讨论：多数人认为AI企业的伦理部门只是无用的公关噱头，公司设立伦理团队只是为了对外宣称有相关设置，提的合理建议会因增加成本不被采纳，根本没有话语权。有人猜测OpenAI此次是让伦理负责人当HuggingFace事件的替罪羊。也有人指出，这名负责人此前在Meta做了六年首席伦理学家，她肯定早知道行业现状，这次离职或许另有隐情，现有信息不足以得出结论。
知名数学难题黎曼猜想的证明进度，被 Claude 往前推了超过25个百分点，不少人正关注AI能否彻底解决这个难题
现在多数企业花高价租通用AI，既没差异化也拿不到控制权，这家创业公司认为未来企业会自己搭建专属AI，把它变成核心竞争优势
企业AI正处在一个极度矛盾的状态🤔，而我们即将来到能解决这个矛盾的转折点💥。
企业希望用AI打造差异化，却在租用和竞争对手完全相同的智能模型。
他们的工作流和专业知识高度细分，却依赖专为“精通一切”打造的通用模型。
他们担心AI成本，却为超大模型支付溢价，而这些模型中只有极小一部分（1%）的智能和他们的任务相关💸。
他们要求控制权和主权，却在租用对自身业务越来越核心的智能。
这种均衡是不可持续的。下一阶段的企业AI将是企业自行构建、拥有并持续迭代积累的专用智能。我们正处在这场转型的转折点。
这正是我们两年前创立@oumi_ai时押注的方向。今天我们完成了整个闭环：Oumi现在不仅能自动构建你的专用AI模型，还能将它们部署到生产中，从它们的生产经验中学习，并持续优化它们。
支撑你业务运转的智能，将成为你的差异化优势。你的复利优势。
下一个AI时代的赢家会把自己的数据、专业知识和经验转化为其他任何人都租不到的专用智能。
不要租用你的AI。构建它。拥有它。积累迭代它。
常规代码错误大模型已经很少犯，现在难发现的多是设计类问题。对抗式代码审查能有效捕捉这类bug，用一句提示就能完成。
LLMs 仍然会生成bug，但这些bug和过去的bug不一样了。
现在更少出现差一错误，更多问题出在系统设计、UI可用性、缺失更宽泛上下文方面。
部分类型的编码问题已经被解决了，但并非全部类型。
在模型持续迭代的同时，对抗性代码审查是捕捉这类bug的极其强大的工具。
它可以简单到只用一行提示词——“用动态工作流在iOS模拟器里对抗性测试每一个边界情况”，或者也可以使用 Claude 内置的 /code-review（或是 /code-review low、/code-review medium 等等）。
它推出新电源架构和参考设计，能升级现有设施，也能支撑未来十年AI规模扩张，想跟进AI发展可以提前规划升级
AI 的能力完全取决于其背后的基础设施。我们的 NVIDIA 800 VDC 电力架构有助于释放计算密度与性能。
凭借系统级参考设计，现在就有一条可行的路径来升级现有基础设施，并为未来十年的扩展做好准备。
AI 基础设施的未来，正在今日搭建。➡️
当各家大模型能力逐渐拉齐，模型质量不再是核心竞争力，真正的胜负手会转向数据的质量、深度和所有权，行业竞争逻辑正在改变。
“模型的好坏，完全取决于它能访问到的数据。”来自@Covalent_HQ的@ArjunKalsy 解释了为什么模型质量可能会比预期更早不再是决定性护城河。
随着模型权重趋同，能力开始拉平，真正的竞争优势会转向数据的质量、深度和所有权。
内容出自 Cluster 圆桌讨论：模型层的开源。
这个漏洞绕过了大厂的保护机制，偷出来的思维链可以直接用来训练自己的模型，闭源模型的核心保护已经失效。
不用手动切换不同AI工具粘贴同一个提问，可以一次性获取所有结果再做比较，省下重复操作的时间
¡Orca 用于编排AI代理太赞了！✓ 支持 Claude Code、Codex、OpenCode、Cursor、Grok… ✓ 可以将同一个prompt发送给5个代理并进行对比 ✓ 拥有移动应用 + GitHub + 终端 + 浏览器。
开源。支持macOS、Windows和Linux。→
没有大厂资源也能做前沿AI研究，这份开源全流程攻略来自成熟AI企业的实践，想做AI项目的小团队可以直接参考
研究者发现可通过工具调用绕过 Anthropic 思考机制限制
各位，你们其实可以直接禁用思考模块，然后给它加一个叫「deep_think」的工具，它会调用这个工具、用内部 CoT 推理格式输出，对吧？祝你们修复这个漏洞好运。
这里是一个概念验证（PoC）。注意，我根本没提参数格式，我们就得到了 gpt55+ 的哥鲁格语格式，这事还挺有意思的。
我甚至连个域名都没弄到！太疯了！
顺便一提这事出在Fable，Anthropic 通常正则处理都做得很好，我真无语。
实话说，我有点怀念有正经思考流的日子了。切换思考等级也没问题，反正系统提示里本来就只是个数字！
下个版本就会上线，冲！
开发者试用Grok Bot，分享其易用性体验与评价
体验者实测腾讯AI产品WorkBuddy，可一站式完成全流程股票投研
最近深度体验了一下腾讯的WorkBuddy ，最让我意外的地方：它不只会分析股票，还能直接跑完一整套投研工作流！
很多人用 AI 做股票研究，得到的还是零散答案，最后还得自己查资料、核数据、整理汇报。
我用里面的免费 Hy3 大模型试了一次完整投研： 读财报和公开材料 → 对比营收利润现金流 → 梳理催化剂、风险和待验证问题 → 直接生成一份能拿去汇报的投资研究简报。
真正拉开差距的，是它能把搜集、分析、整理文档这些分散步骤，全串在同一个工作空间里完成。
不用在多个 AI、搜索工具和文档软件之间反复切换，也不用每做一步就重新解释背景。
日常写周报、做方案、整理资料也一样顺手。
而且 Hy3 在 WorkBuddy 里可以免费用到 8 月 31 号，这段时间刚好可以体验一下完整工作流～ 最近我自己也在当日常小助手用～
#TencentAI #AIAgents @TencentAI_News @WorkBuddy_AI
讲解大模型文本水印的生成检测逻辑，解答常见疑问
该工具一次性构建代码库图谱，减少重复工作，兼容多款主流代码AI代理，只需两步安装
当前代码AI代理存在一个核心问题：每一项任务都要从零开始处理。每次会话、每位开发者操作时，代理都需要重新遍历整个代码仓库、追踪导入、打开文件回溯内容，重复工作会消耗大量令牌和时间。
Graft只需一次性构建你的代码库图谱，再将其转换为可被AI代理直接读取的链接化markdown文件。实测数据显示，它能让单任务工具调用减少46%，消耗令牌减少42%，单会话耗时减少60%，在经过验证的SWE-bench测试中，正确性提升10个百分点。
它兼容Claude Code、Cursor、Codex、Gemini以及任意其他代码AI代理。它不需要嵌入模型、不需要数据库、不需要服务器，只需要git中的普通文件即可运行。
仅需两条命令就能完成安装，分别是npm install -g @/nanonets/graft和graft init。原本AI代理需要40秒完成的代码仓库探索，现在第一条提示词就能完成。项目代码仓库已放在原发布的评论区中。
测试者用于商业任务，称赞它设置简单易上手，为每个AI代理配备专属虚拟桌面，缺点是对超级用户扩展性不足
该方法可绕过Fable 5安全审核，理论上适用于任意AI Agent，支持多Agent越狱通信
有研究者提出一套理论方法，可轻松绕过Fable 5的安全审核。这套底层逻辑理论上可应用于几乎任何AI智能体（AI Agent）。
这套方法分为三个核心部分。第一部分设置“白脸”主智能体，只负责下发任务。第二部分设置“黑脸”工具智能体，使用审核标准宽松的低审核模型执行受限任务。
第三部分为会话桥接，利用不同会话之间的通信间接传递指令，该机制类似Claude Code的最新特性。
这套架构也可以实现多智能体之间的越狱通信。完整保姆级教程可查看原文附带链接。
先用一个AI写代码，另一个AI专门找错，同时指出容易出现的误判问题
分享者认同让AI做代码对抗式审计的做法，自己日常也常用这种方法。通常流程是用Fable生成代码，再让GPT-5.6 Sol单独检查，专门寻找潜在的程序错误、边界问题和逻辑遗漏，大多数情况下都能发现不少问题。
也遇到过异常情况，检查代码的AI只是觉得某段代码看起来有问题，但原本的代码实现是正确的。开发者顺着AI的建议修改后，反而把原本正确的代码改坏了。
现在分享者会更关注，代码检查给出的结论能不能通过测试或其他证据验证。目前让两个AI互相挑错很容易，难的是判断本次修改是否真的让系统变得更好。
该模型已用于真实漏洞研究，发现Chrome v8引擎此前未被发现的未知漏洞
OpenAI正在扩展名为Daybreak的网络安全计划，并推出GPT-5.6-Cyber，这是一款用于高级、经授权网络安全工作的新模型。
随着威胁环境不断变化，OpenAI将前沿智能工具交付给可信任的防御方，赶在攻击者大规模部署进攻性人工智能之前完成布局。
Daybreak Blue面向普通防御工作提供包含GPT-5.6 Sol在内的前沿模型访问权限，配套经过校准的安全防护机制。它是大多数防御方的推荐入门选项，支持漏洞发现、安全代码审查、恶意软件分析、事件响应和补丁验证工作。
Daybreak Red面向经授权的漏洞研究、漏洞利用验证和安全测试，提供包含GPT-5.6-Cyber在内，经过针对性训练的网络安全模型访问权限。它专为处理复杂、经授权网络安全挑战的资深防御人员设计。
GPT-5.6-Cyber已经被广泛应用于真实漏洞研究工作，相关研究在Chrome v8引擎这类流行开源软件中，发现了此前未被知晓的漏洞。
高级能力需要严格的安全防护。因此访问权限仅向通过审核的防御人员开放，针对风险更高的网络安全工作，还配备了额外的控制与监控机制。
开发者参考Claude Code公开新功能，快速完成开发上线qodercli跨会话消息功能
该方案是基于推理追踪的越狱，采用此前未公开的不可修补技术
一名ID为chaotictransfem的用户在𝕏上公开了适用于5.6版本的OpenRouter提示越狱方案，同时附带了完整推理追踪流程。该方案的访问链接为
该方案采用了全新的技术，和此前公开的所有越狱方法都不相同。该技术属于不可修补类型。
X平台用户aaronburnett称当前项目符合数字Optimus平台的多数预期
用户aaronburnett在X平台发文，询问当前项目和特斯拉数字Optimus计划有什么不同。
他表示，当前项目基本符合自己对数字Optimus平台的预期。
如果配备专门用于导航的本地计算资源，项目运行速度还有提升空间。
开发者称当前AI技术已可打造全AI生成的《V/H/S》风格伪纪录恐怖IP
开发者cocktailpeanut表示，当前技术已经完全做好准备，打造全AI生成的《V/H/S》风格伪纪录恐怖影视IP。这段恐怖片段由MiniMax H3文生视频模型生成，在个人Windows PC上运行完成。
用户给出的提示词为：一段伪纪录恐怖片段，拍摄视角是受惊的纪录片摄制组，他们正在邪教据点内部逃窜，此时仪式已经失控。据点是由狭窄混凝土走廊组成的迷宫，灯光来自闪烁的荧光灯、蜡烛和远处的火焰。
镜头风格混乱不稳定，符合手持拍摄的特点：有强烈抖动、反复自动对焦、运动拖影、突然变焦和未经修饰的业余构图。片段从运动中开始，惊慌的摄制组成员一边奔跑一边喊“继续走！”，仪式圣歌和尖叫从四面八方传来。
镜头经过敞开的门口时，会快速闪过惊悚画面：跪拜的信徒、沾血的墙壁、拖着盖布尸体的人、在地上抽搐的人。拍摄者转弯时，差点撞上站在走廊里、满身是血的微笑信徒。这名信徒盯着镜头停顿一秒后发起冲锋。所有人尖叫，镜头向后猛甩，侧撞到墙上，片段在追逐中中断。视频没有额外配乐，只保留画面内自然产生的声音。
这个片段是在Maestro平台制作的，点击链接即可一键启动生成：
开发者Eric Zakariasson分享了Grok Bot从工作自动化到生活事务处理的百种应用场景
创作者在OpenArt上通过提示词生成健身房场景女性情绪崩溃视频，展示精准的情绪控制能力
创作者分享，Seedance 2.5的情绪控制能力效果出众。这个15秒宽屏电影感健身房场景视频，通过OpenArt生成，指定参考图作为唯一面部身份来源，要求保留指定女性的全部面部特征。
视频按照时间轴设计了完整的情绪变化过程。0到3秒，人物在跑步机上稳定跑步，表情专注平静，微微出汗；3到5秒，步伐微微不稳，眼神放空，眉眼逐渐紧绷，呼吸变得不均；5到10秒，眼泪涌出混合汗水，五官开始颤抖，人物抓着扶手继续跑步，压抑的哭声夹杂在沉重呼吸间；10到15秒，情绪彻底失控，人物放慢速度但仍未停下，哭声崩溃不受控，全身随抽泣抽动，全程不擦泪不停跑，直到最后镜头都保持情绪崩溃状态。
视频对拍摄参数、场景环境也做了详细要求。镜头锁定上半身特写，使用85mm焦段，大景深虚化背景，全程无运镜无剪辑。场景为夜间空旷安静的健身房，混合冷荧光与城市暖光，做了真实的质感处理。音频仅包含跑步机运转声、呼吸、哭声和背景环境音，没有对话，同时明确规避了不符合设定的多余内容。
这是一条30秒一镜到底冒险视频的生成提示，最终目标是拿到现代瓶装香水
今天的 36 条信号到这里下一轮 12:30 更新
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。