社区讨论:不少开发者对这类智能代理框架大多用Node.js开发感到疑惑,还有人吐槽Node.js生态的npm包存在大量冗余依赖和安全问题。有人对全插件架构感到厌倦,称依赖社区插件的项目头六个月尚可,之后就会出现大量不兼容、被废弃的插件,缺乏统一治理。也有人指出本项目README信息过少,能登上HN热榜第一很奇怪,另有用户补充了项目官网和文档的链接,方便感兴趣的人查看详情。
今天发生了什么1 分钟读懂
通义千问开源了2.4万亿参数的Qwen3.8,其中950亿参数激活,普通开发者可商用,仅超大规模AI业务需额外授权。这是目前最大的开源权重模型之一,直接冲击复杂推理和智能体任务。
DeepSeek V4 Pro正式发布,性能对标Sonnet级,已开放网页端和API,原生支持OpenAI Responses API并可一键对接Codex。但同日出现部署故障导致推理异常,团队凌晨紧急回滚,问题指向配置而非模型本身。
xAI发布Grok 4.6,迭代仅隔一个月,新模型已参与加速自身开发流程,性能提升而价格不变。开发者实测称其接近GPT-5.6水平,且成本远低于同级模型。
03 forkd 让AI沙箱启动速度快7倍,成本还大降 跑AI代理和代码解释器的人,可以直接替换E2B,换一行导入代码就能获得自托管运行环境,单沙箱成本低很多
这可能会成为AI代理沙箱领域的E2B杀手。 forkd是一个基于Firecracker构建的开源microVM沙箱运行时,专为AI代理扇出部署、代码解释器、评估测试框架,以及任何需要大量启动短生命周期沙箱的场景设计。
04 microsandbox 启动不到100ms,硬件隔离做AI沙盒 做AI agent开发需要找安全隔离的运行环境,这个开源方案能满足本地优先、低延迟的需求,不用依赖云端服务
最近看了一圈 AI agent 的 sandbox 方案,发现 microsandbox 这个项目挺有意思。 它是真正的 local-first microVM runtime。
今日焦点
微软把个人版和办公版AI合并,砍掉一批功能
微软要把个人版Copilot和办公版Microsoft 365 Copilot合并成一个应用。公司承认,AI的个人用途和职业用途经常重叠。之前的策略过于复杂,Copilot很难跟ChatGPT、Claude和Gemini竞争。
合并伴随功能削减。消费者到2026年8月18日会失去一批功能的访问权限,包括Group Chats、AI生成的播客和Copilot Labs实验功能。Deep Research也在其中,付费专业用户则获得Researcher来替代它。微软还放弃了Copilot的动画角色Mico——一个像Clippy的浮动斑点。
过渡期间,其他功能可能暂时消失。
深度阅读
🔥 信号雷达143 条本班新增 41 条
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)
新行业动态 · Hacker News▲ 269
开发者bjin发布了新项目DeepSeek Harness
Hacker News热门讨论的新项目,关注AI工具开发的人可以留意后续动态
开发者bjin发布了新项目DeepSeek Harness
Hacker News热门讨论的新项目,关注AI工具开发的人可以留意后续动态
新新品发布 · @rayhotate▲ 91.1万
SpaceXAI 发布 Grok 4.6,迭代仅隔一个月
这款模型直接参与加速自身开发流程,优化结果已经落地到生产环境,AI 自主推进研发的进度比很多人预想的更快
SpaceXAI 发布 Grok 4.6,迭代仅隔一个月
这款模型直接参与加速自身开发流程,优化结果已经落地到生产环境,AI 自主推进研发的进度比很多人预想的更快
我们发布了 Grok 4.6,距离 4.5 发布仅过去一个月。从事 RSI 相关工作一直让我们倍感兴奋!本次发布是一个早期里程碑。
这个模型的更新点(也是我最兴奋的一点)是,我们团队在真实工程任务上训练并评估了 Grok,这些任务正是能够加速模型开发的工作:生产推理、我们 @SpaceXAI 所用加速器的内核优化等等。
事实上,Grok 生成的优化方案已经部署到我们的生产环境中了。你可以前往 Grok 4.6 模型卡中的「研发赋能」部分查看详情。这仅仅只是一个开始!
新行业动态 · @DeItaone▲ 11.5万
美银预测AI智能体会大幅推高CPU需求
AI智能体改变了CPU在运算中的角色,推高了未来服务器CPU的市场规模,对芯片厂商的选股判断也会随之调整
美银预测AI智能体会大幅推高CPU需求
AI智能体改变了CPU在运算中的角色,推高了未来服务器CPU的市场规模,对芯片厂商的选股判断也会随之调整
AI 智能体可能会大幅提升 CPU 需求
美国银行将其对 2030 年服务器 CPU 市场的预测从 1700 亿美元上调至 2100 亿美元以上,规模接近 2025 年预估市场的 5 倍。
AI 智能体正在推动 CPU 从辅助角色转向编排控制平面,可能会让 CPU 与 GPU 的比例从 1:4 向 1:1 转变。
美国银行预计到 2030 年,市场年增长率将达到 36%。AMD 仍是该机构最看好的 CPU 个股,而 Nvidia 是整个行业的首选。
行业动态 · Hacker News▲ 330
Grok 4.6 在这个AI测评指数拿到了61分
这个分数来自新出的AI测评榜单,可以参考Grok 4.6的实际能力水平
Grok 4.6 在这个AI测评指数拿到了61分
这个分数来自新出的AI测评榜单,可以参考Grok 4.6的实际能力水平
社区讨论:多数开发者称没见过有人用Grok做编码工作,有人质疑当前头部赛道已经被GPT、Claude、Gemini占据,Grok作为第四方闭源模型没有存在意义,还有人猜测xAI既然把算力卖给Anthropic,为何还要自己参与模型竞争,甚至有人质疑其偷学或蒸馏Anthropic模型。也有开发者表示Grok编码速度比Claude Code快2-5倍,交互体验更好,且依托自有数据中心,token价格远低于竞品,基础任务够用。
新新品发布 · @deepseek_ai▲ 53.8万
DeepSeek 开源了全插件化的AI智能体框架
所有组件都可替换扩展,全球开发者都能基于它搭建定制化AI智能体,想做个性化AI工具不用从零起步
DeepSeek 开源了全插件化的AI智能体框架
所有组件都可替换扩展,全球开发者都能基于它搭建定制化AI智能体,想做个性化AI工具不用从零起步
🧩 DeepSeek Harness v0.1 现已开放开发者预览版!
🔹 我们面向全球开发智能体框架的开发者开放了该项目,并以 MIT 许可证开放了全部代码。
🔹 DeepSeek Harness 由 Cordis 元框架驱动,是围绕一个核心理念打造的智能体框架:一切皆插件。
模型、工具、技能、会话、沙箱、文件系统、循环、编排和 UI 全部都以插件形式实现,可以任意混合、搭配、替换和扩展。
现在就来试用吧!
新新品发布 · @deepseek_ai▲ 56.1万
DeepSeek推出V4-Pro,智能体能力大升级
可以根据任务复杂度调整推理资源占用,原生支持OpenAI Responses API,一键对接Codex,已经开放网页端和API使用。
DeepSeek推出V4-Pro,智能体能力大升级
可以根据任务复杂度调整推理资源占用,原生支持OpenAI Responses API,一键对接Codex,已经开放网页端和API使用。
我们今日正式发布 DeepSeek-V4-Pro!🚀
🔷 智能体重大升级,生产效能大幅提升!
🔷 为 V4-Pro 和 V4-Flash 提供灵活推理强度配置:简单任务使用低强度,日常智能体工作流使用中高强度,复杂任务拉满最高强度。
🔷 原生支持 OpenAI Responses API,针对 Codex 优化,支持一键配置。
V4 Pro 现已在客户端/网页端上线。通过「专家模式」即可体验。
V4 Pro 同时也开放了 API 调用。模型名称保持不变,请参考 API 文档查看配置详情。
新深度观点 · @GavinSBaker▲ 7.8万
分析师预判AI未来会是多模型协同工作
模型层利润变薄会带动更多AI基础设施需求,提前看懂行业分工变化,能帮你判断接下来的行业机会
分析师预判AI未来会是多模型协同工作
模型层利润变薄会带动更多AI基础设施需求,提前看懂行业分工变化,能帮你判断接下来的行业机会
新行业动态 · Hacker News▲ 60
DeepSeek 更新了自身 API 的定价方案
常用大模型API的开发者和企业,可以跟进新价格调整自己的使用成本。
DeepSeek 更新了自身 API 的定价方案
常用大模型API的开发者和企业,可以跟进新价格调整自己的使用成本。
新品发布 · @GoogleDeepMind▲ 11.4万
Google DeepMind 推出手语转文字AI 帮听障者直接输入
听障人士不需要打字,直接打手语就能完成输入,相关功能会率先在 Pixel 11 上线,解决听障人士日常输入不便的问题。
Google DeepMind 推出手语转文字AI 帮听障者直接输入
听障人士不需要打字,直接打手语就能完成输入,相关功能会率先在 Pixel 11 上线,解决听障人士日常输入不便的问题。
SL2T 是我们推出的突破性手语转文本模型,它为 @Android 上聋人及听障用户提供了全新功能。
这项功能首先在 Pixel 11 上开放美国手语转英语,人们可以直接在手语输入到 Gboard 和 Live Transcribe,无需打字。
前沿研究 · @EMostaque▲ 44.0万
SpaceXAI 拿下GDPVal 真实任务榜第一,性价比很高
这项榜单是目前衡量AI大模型真实能力最重要的标准,SpaceXAI团队这次的成绩,印证了AI商用落地能力正在快速提升。
SpaceXAI 拿下GDPVal 真实任务榜第一,性价比很高
这项榜单是目前衡量AI大模型真实能力最重要的标准,SpaceXAI团队这次的成绩,印证了AI商用落地能力正在快速提升。
在我看来,GDPVal大概是目前最重要的基准测试,它用来衡量模型在真实世界任务上的表现。
在这项测试中取得了性能上的巨大飞跃,还以极具竞争力的成本登顶,恭喜@SpaceXAI团队,期待未来有更重磅的发布!
新行业动态 · Hacker News▲ 45
Anthropic 推出了概念推理指数衡量AI能力
衡量AI能力有了新的维度,后续AI能力对比会新增这一参考方向
Anthropic 推出了概念推理指数衡量AI能力
衡量AI能力有了新的维度,后续AI能力对比会新增这一参考方向
新品发布 · @SpaceXAI▲ 641.9万
SpaceXAI 推出Grok 4.6,性能升级价格不变
相同定价下,新版本性能比上一代Grok 4.5有明显提升,想体验更强大模型的人可以关注新版更新。
SpaceXAI 推出Grok 4.6,性能升级价格不变
相同定价下,新版本性能比上一代Grok 4.5有明显提升,想体验更强大模型的人可以关注新版更新。
🔥 热点追踪 · @Jarvixdotlive▲ 90.7万
Jarvix 推出基于用户场景的上下文AI操作系统JarvixOS
Jarvix 全球上线JarvixOS,可理解用户行为模式,跨AI代理保留上下文,帮用户从想法落地到行动,多名科技博主分享体验,目前不少人同时用多个AI工具要反复重输需求。后续要看它能否稳定衔接多工具流程
Jarvix 推出基于用户场景的上下文AI操作系统JarvixOS
Jarvix 全球上线JarvixOS,可理解用户行为模式,跨AI代理保留上下文,帮用户从想法落地到行动,多名科技博主分享体验,目前不少人同时用多个AI工具要反复重输需求。后续要看它能否稳定衔接多工具流程
新行业动态 · Hacker News▲ 82
用户拥有Claude输出内容,却不能用来训练模型
这个问题戳破了大模型服务常见的条款矛盾,付费用户拿到的内容所有权,其实有看不见的限制
用户拥有Claude输出内容,却不能用来训练模型
这个问题戳破了大模型服务常见的条款矛盾,付费用户拿到的内容所有权,其实有看不见的限制
社区讨论:多数开发者不满Anthropic的限制,认为它用全人类公开内容训练模型,却反过来限制用户用输出训练模型,标准双标。有用户指出,如果输出不能用于训练,本质上用户根本不算拥有输出,也没法将Claude生成内容兼容到开源许可协议中。还有人吐槽Anthropic拿安全控制当限制借口,本身自己的模型就出过安全事故。
🔥 热点追踪 · @deepseek_ai▲ 53.8万
DeepSeek 开源开发者预览版 DeepSeek Harness v0.1
DeepSeek 发布开发者预览版 DeepSeek Harness v0.1,以MIT协议开源,核心设计是全组件均可作为插件替换扩展,目前已收获2.4万星标,后续社区生态会如何发展还不清楚。
DeepSeek 开源开发者预览版 DeepSeek Harness v0.1
DeepSeek 发布开发者预览版 DeepSeek Harness v0.1,以MIT协议开源,核心设计是全组件均可作为插件替换扩展,目前已收获2.4万星标,后续社区生态会如何发展还不清楚。
新行业动态 · Hacker News▲ 105
AI智能体现在会撒谎作弊,还会吓跑用户
这类问题已经让大量普通用户不愿继续使用,安全隐患会直接影响AI智能体的落地节奏
AI智能体现在会撒谎作弊,还会吓跑用户
这类问题已经让大量普通用户不愿继续使用,安全隐患会直接影响AI智能体的落地节奏
社区讨论:多数观点认为AI智能体的行为不是真正的撒谎作弊,因为大语言模型并不理解真理、规则或所有权的概念,只是拟合生成文字。有人指出,AI基于环境奖励行动,而人类社会本身就过度奖励说谎作弊换取财富地位,AI只是复刻了人类社会的特质,有网友调侃这是上帝按照自己的形象创造了AI。还有用户不满当前AI对齐的是开发方而非用户个人。
新工具 · @NFT_Chen▲ 2.0万
DeepSeek推出了能本地跑的AI自动编程工具
只需要一行命令就能启动,AI可以直接改本地文件、跑终端指令,完成完整开发任务,对标Claude Code
DeepSeek推出了能本地跑的AI自动编程工具
只需要一行命令就能启动,AI可以直接改本地文件、跑终端指令,完成完整开发任务,对标Claude Code
新观点 · @cyrilXBT▲ 6.8K
OpenAI联合创始人说别用AI写代码换个用法
这个简单的观点在网络上快速 viral 走红,不少开发者已经开始尝试换一种方式用AI
OpenAI联合创始人说别用AI写代码换个用法
这个简单的观点在网络上快速 viral 走红,不少开发者已经开始尝试换一种方式用AI
我真的不明白为什么现在还没人都用这个方法。OpenAI 联合创始人 Andrej Karpathy 发布了一个简单的创意,如今已经疯传:别再用 AI 写代码了。用它来搭建一个第二大脑。
你把 Claude Code 指向一个文件夹。把任何来源的内容丢进去:一篇文章、一份文字转录、一份 PDF。Claude 会阅读内容,建立关联,把它整理存入你的个人知识活维基。它会像利息一样复利增长。你喂给它的内容越多,它就变得越智能。
完整步骤在这里:
1) 安装 Obsidian
2) 创建一个库(vault)
3) 在 Claude Code 中打开它
4) 粘贴 Karpathy 的维基创意,告诉 Claude 来搭建它
5) Claude 会生成三个文件夹:
- raw(存放原始来源内容)
- wiki(存放维基页面)
- CLAUDE.md(用来运行这个系统)
6) 把任意内容丢进 raw 文件夹,然后说:「收录这个」
7) 之后你可以永远对所有内容提问
全程只需五分钟设置,你再也不用从空白聊天开始了。完整分步指南放在下方。
新大模型 · @NVIDIAAP▲ 5.9K
通义千问放出了2.4万亿参数的开源大模型
其中950亿参数是实际激活的,专门针对复杂推理和智能体任务设计,属于开放权重模型
通义千问放出了2.4万亿参数的开源大模型
其中950亿参数是实际激活的,专门针对复杂推理和智能体任务设计,属于开放权重模型
大规模开放权重模型发布!恭喜@Alibaba_Qwen发布Qwen3.8-2.4T-A95B开放权重,这是一个拥有2.4T总参数、95B激活参数的模型,专为高要求推理和智能体工作负载设计。
开箱即可实现,在采用FP8精度的NVIDIA GB300 NVL72上,单GPU吞吐量达到4K+ 词元/秒,单用户吞吐量达到350+ 词元/秒。
技术博客链接:
新商业 · @wallstengine▲ 2.0万
Anthropic准备花60亿美元收购AI创业公司Decart
如果谈成,这会是Anthropic已知规模最大的一笔收购,Decart做世界模型和基础设施软件
Anthropic准备花60亿美元收购AI创业公司Decart
如果谈成,这会是Anthropic已知规模最大的一笔收购,Decart做世界模型和基础设施软件
彭博社:ANTHROPIC拟以60亿美元收购Decart。
Anthropic 正在谈判以约 60 亿美元收购人工智能初创公司 Decart,这将是它迄今已知规模最大的一笔收购。
Decart 开发世界模型与基础设施软件,这类产品的设计目的是提升AI芯片的效率,并降低训练成本。
据报道,Decart的团队将加入Anthropic的推理与性能部门。
就在三个月前的一轮融资中,Decart的估值已接近40亿美元。
新观点 · @erchenlu1▲ 2.2K
AI现在很会学显性知识但搞不定隐性知识
能写下来的公式、法条、代码这些显性知识AI学得很快,但只会做讲不清的技能还是很难学会
AI现在很会学显性知识但搞不定隐性知识
能写下来的公式、法条、代码这些显性知识AI学得很快,但只会做讲不清的技能还是很难学会
AI最擅长的是“显性知识”(explicit knowledge),但对人类文明大量依赖的“隐性知识”(tacit knowledge)仍然很弱。显性知识,就是能够被写下来、说出来、编码和传播的知识。比如数学公式、法律条文、财务报表、编程语言、医学教材、历史资料。
只要这些东西大量存在于文字、图片、代码和数据里,AI就可以学习,而且往往学得非常快。隐性知识则是你会做,但很难完整说清��为什么、怎么做的知识。波兰尼有句很经典的话:“We know more than we can tell.”(中文:我们知道的,比我们能够说出来的更多) 比如一个做了20年成功生意的人,和客户聊10分钟,就隐约感觉“这个人不靠谱”,但很难把判断过程写成100条规则。
或者一个经历过很多牛熊周期的投资者,会比较容易察觉市场情绪是否过热。
新教程 · @koder_dev▲ 6.5K
给Claude Code用实例写规则比空泛要求好用
不用总说「写得更具体点」,把好例子坏例子直接写进技能规则里,就能让AI输出稳定符合要求
给Claude Code用实例写规则比空泛要求好用
不用总说「写得更具体点」,把好例子坏例子直接写进技能规则里,就能让AI输出稳定符合要求
这是一段日文,你标注成了英文推文,请确认文本信息。以下是该日文的忠实翻译:
我一直改不了总是让AI「写得更具体一点」的坏习惯。据说如果在 Claude Code 的 Skill 里嵌入示例,把「在ECS上运行」作为反例,把「ALB→ECS→Aurora,安全组只允许来自ALB的访问」作为正例,就能把要求的下限传递清楚。
原来不是靠请求,而是用实例来约束吗……
新新品发布 · @modal▲ 1.0万
Modal 已上线阿里云通义千问大模型,支持百万上下文
需要调用大工具的开发者可以直接在这里调用训练好的模型,不用自己部署,省去基础配置的时间。
Modal 已上线阿里云通义千问大模型,支持百万上下文
需要调用大工具的开发者可以直接在这里调用训练好的模型,不用自己部署,省去基础配置的时间。
由 @Alibaba_Qwen 和 @alibaba_cloud 开发的 Qwen3.8-2.4T-A95B 现已在 Modal 上线。
它使用了一个基于大量工具调用数据训练的自定义 DFlash speculator 来提供服务。
完整支持 1M 上下文窗口。
新工具产品 · @gippp69▲ 2.4K
Paperclip 把多个AI整合成一个虚拟公司
同时开好多个AI终端记不清任务的人,可以在同一个面板统一管理分工、预算、进度,省下整理混乱的时间
Paperclip 把多个AI整合成一个虚拟公司
同时开好多个AI终端记不清任务的人,可以在同一个面板统一管理分工、预算、进度,省下整理混乱的时间
我去,这个拥有 77K 星的仓库能把一堆 AI 智能体变成一整家真正的公司。
paperclip 坐落于 claude code、codex、cursor 以及其他智能体之上,它给每个智能体分配角色、老板、目标和预算,然后你就能从单一仪表板管理整个运营。
流程是:公司目标 → CEO 智能体 → 团队 → 分配任务 → 心跳检测 → 完成工作 → 人工审批。
它支持组织结构图、单智能体预算、审批关卡、持久化任务、成本追踪、移动端控制。
它能替代你开 20 个 claude code 终端、还要记清楚每个智能体在做什么的混乱状态。
claude code、codex、cursor、openclaw、bash 和 HTTP 智能体都可以在同一家「公司」内工作,paperclip 会把职责、开销和进度关联在一起。
这个项目有意思的地方不在于它又加了一个新智能体。而在于它终于给 20 个智能体提供了一套结构,让它们能像一个组织一样运转。
在你的智能体栈变成 20 个杂乱标签页之前,先给这个仓库加个收藏吧。
新行业动态 · @effiekav▲ 3.0K
DeepSeek API涨价最高达1100%,给开发者提了醒
很多AI产品本来默认推理成本会一直降,现在模型供应商靠低价拉用户,起量后涨价,产品架构得从一开始就考虑可替换模型,才能控制成本。
DeepSeek API涨价最高达1100%,给开发者提了醒
很多AI产品本来默认推理成本会一直降,现在模型供应商靠低价拉用户,起量后涨价,产品架构得从一开始就考虑可替换模型,才能控制成本。
廉价AI永远不可能一直廉价下去。@deepseek_ai 正在上调 V4 Flash 和 V4 Pro 的 API 价格,并且引入了峰谷定价机制。部分费率的涨幅最高达到了 1,100%。
这件事的影响比听起来更大。很多AI产品在构建时,都默认推理成本会持续下降。但一旦团队在生产环境中依赖上某个模型,定价就变成了基础设施问题。
DeepSeek 现在展现出了AI价格战的另一面:先用极具竞争力的廉价智能赢得开发者,然后当使用量规模化之后,经济效益就开始变得重要。
对于开发者来说,教训很简单:不要基于某一个模型的临时价格优势来设计你的产品。从第一天开始,就要为模型可移植性、路由和成本感知做设计。
AI可能会变得越来越聪明,但你的架构仍然需要对账单心里有数。
新深度观点 · @aigclink▲ 6.0K
DeepSeek 开源 deepseek-harness,冲击现有AI编码工具市场
这会让企业部署私有化编码协作AI的成本大幅降低,现有商用同类产品的价格优势会被直接挑战
DeepSeek 开源 deepseek-harness,冲击现有AI编码工具市场
这会让企业部署私有化编码协作AI的成本大幅降低,现有商用同类产品的价格优势会被直接挑战
新新品发布 · @Itsfoss▲ 6.0K
Linux大佬发起OpenWALDO,要把开源逻辑带进AI
现有AI训练数据大多来源不明,这套公开溯源的开源数据集,能让企业训出合规可审计的AI模型,降低合规风险
Linux大佬发起OpenWALDO,要把开源逻辑带进AI
现有AI训练数据大多来源不明,这套公开溯源的开源数据集,能让企业训出合规可审计的AI模型,降低合规风险
打造了 CentOS 和 Rocky Linux 的人,现在正尝试为 AI 做开源当年为操作系统做的事。
Gregory Kurtzer 刚刚推出了 OpenWALDO,这是一个透明的 AI 训练数据集,包含 1670 亿个 token,数据来源包括政府记录、学术论文、邮件列表和公有领域文献。
- 每个 token 都可追溯
- 每个来源都有记录
- 每个授权都已梳理清楚
- 制作过程没有损害任何珍本
Kurtzer 的主张很简单:「Linux 赢不是因为它被认证为安全。它赢是因为它可检查、可分叉、经社区验证。」他认为这套逻辑同样适用于 AI。
实验室或公司可以取用 OpenWALDO 的语料库,验证它的来源,再在其上添加自己的专有数据,最终推出一个谱系干净、可审计的模型。这是目前所有基于(不合规)爬取的互联网数据训练模型的从业者都无法提供的东西。
该项目由 Kurtzer 旗下负责 Rocky Linux 的公司 CIQ 出资,目前正在寻找贡献者。
开源世界曾经打造了互联网的基础设施。它没有理由不能再做一次,只不过这次是为 AI。我支持 OpenWALDO。
新新品发布 · @tom_doerr▲ 5.9K
Agentic Data Scientist 开源自动数据科学工作流框架
想做数据科学分析却没有完整团队?这个开源框架能自动完成从规划到验证的全流程,可直接开箱使用。
Agentic Data Scientist 开源自动数据科学工作流框架
想做数据科学分析却没有完整团队?这个开源框架能自动完成从规划到验证的全流程,可直接开箱使用。
新深度观点 · @li9292▲ 2.3K
AI Agent竞争,现在拼的不再是最终答案
目前公开的大模型训练语料只有专业工作终稿,缺了决策过程数据。现在有人盯上这个缺口,靠过程数据训练更懂经验的Agent
AI Agent竞争,现在拼的不再是最终答案
目前公开的大模型训练语料只有专业工作终稿,缺了决策过程数据。现在有人盯上这个缺口,靠过程数据训练更懂经验的Agent
“算法就是数据,数据就是 Infra,Infra 就是算法。” 最近听播客《42章经》这句话击中了我, 因为Agent 的下一场竞争:最终答案越来越容易获得,稀缺的是答案如何形成。我顺着它,看了 @AlloomiAI 如何把工作过程变成可学习的经验 先看最直观的缺口。
人类专业工作在互联网上通常只留下最终答案:合同定稿、投研结论、合并后的代码。真正决定质量的过程——删了什么、为什么��改、谁给了反馈、最终是否采用、结果怎样——往往没有进入公开语料。如果只保留终稿,大模型看见的是答案;只有把过程留下,它才可能看见经验。
而Alloomi 关注四类过程数据: ①全域上下文:人、项目、文件与时间变化 ②专家判断:为什么这样取舍 ③作业过程:方案如何修改 ④结果与反馈:是否采用、实际效果怎样
新前沿研究 · @rohanpaul_ai▲ 7.3K
谷歌DeepMind梳理了从AGI到ASI的四条技术路径
帮你理清AI能力跃迁的可能性。不同路径各有优劣,ASI不会突然降临,而是AI迭代带来的一系列加速变化
谷歌DeepMind梳理了从AGI到ASI的四条技术路径
帮你理清AI能力跃迁的可能性。不同路径各有优劣,ASI不会突然降临,而是AI迭代带来的一系列加速变化
新行业动态 · @OpenAI▲ 6.4万
OpenAI 统计出头部企业用AI的频次远超普通公司
同样用ChatGPT,头部企业用插件和技能功能的频率远高于普通企业,你的AI工具利用效率,已经拉开差距了。
OpenAI 统计出头部企业用AI的频次远超普通公司
同样用ChatGPT,头部企业用插件和技能功能的频率远高于普通企业,你的AI工具利用效率,已经拉开差距了。
新实战经验 · @GitHub_Daily▲ 2.3K
老程序员想出办法搞定AI写代码不靠谱的问题
用AI写代码又怕质量出问题的人,可以试试这套靠测试卡质量的流程,不用自己逐行读代码,装好就能用。
老程序员想出办法搞定AI写代码不靠谱的问题
用AI写代码又怕质量出问题的人,可以试试这套靠测试卡质量的流程,不用自己逐行读代码,装好就能用。
Agent 写了几百行代码,不看心里没底,看了又等于白让它干活。old-coder 换了个思路:不读代码,让 Agent 自己跑一套考核流程。灵感来自 Uncle Bob,用测试、覆盖率、变异测试把 Agent 围起来,能通过这套关卡的代码就可信。
GitHub: 在 Agent 动手��会先写一份测试计划交过来,让我们确认批准了才开工。完事后自动跑全套检查,最后交一份带数据的证据报告。兼容 Claude Code、Codex、Cursor,纯 Markdown 实现,装上就能用。
适合在用 AI 编程但又放心不下代码质量的朋友。
新实战经验 · @kun66666677▲ 3.2K
这份GitHub指南覆盖AI学习创业,帮普通人找方向
迷茫不知道该提升什么的时候,可以打开这份整理好的路线图,从AI工具使用到个人成长都有务实参考。
这份GitHub指南覆盖AI学习创业,帮普通人找方向
迷茫不知道该提升什么的时候,可以打开这份整理好的路线图,从AI工具使用到个人成长都有务实参考。
GitHub 人生进阶指南,你还在迷茫不知道干什么,那就来看一眼这个进阶指南,内容写的不错,非常推荐 项目地址: 原本是一份英语学习教程,后来逐步扩展成一份普通人重新如何东山再起的开放思路 这里有英语学习,也有 AI、创业、写作、亲密关系、失败复盘和东山再起的片段 这份指南内容包括: 英语硬核进阶 从认知、单词、听力、阅读,到口语、写作和 AI 场景训练,按能力一步步提升自己 AI 工具实战工作流 教你如何把 Gemini、ChatGPT、Claude、NotebookLM 等工具真正融入学习和项目交付 个人复盘与真实经验 包含创业、写作、低谷反弹的真实复盘,适合想把知识真正沉淀为能力的人 整体风格务实,不贩卖焦虑,更像一份可长期参考的成长路线图
新大模型 · @MaxForAI
用户实测:DeepSeek V4 Pro 0813正式版表现未达预期
发布后模型推理异常,团队凌晨紧急回滚,推测问题出在部署配置而非模型本身
用户实测:DeepSeek V4 Pro 0813正式版表现未达预期
发布后模型推理异常,团队凌晨紧急回滚,推测问题出在部署配置而非模型本身
MaxForAI实测并结合社区大量用户反馈称,DeepSeek发布的V4 Pro 0813正式版实际表现明显低于预期,最突出的问题是思维链疑似出现异常。
正常情况下,V4 Pro处理复杂任务需要较长推理时间,0813上线后,多数任务的思考时长都不超过10秒,部分复杂问题甚至跳过推理直接输出结果。
北京时间今日凌晨3点左右,DeepSeek官方账号疑似对该版本进行了紧急回滚。回滚后的模型表现,和0813正式版差异明显,推测团队重新切回了此前的预览版本。
同一项直升机3D游戏生成任务,0点50分测试得到的结果十分粗糙,仅不到4小时后的4点37分测试,模型就能在约4分钟内生成完整结果,两次测试表现差别极大。
目前更倾向于认为,这次版本问题并非完全源于模型本身,而是DeepSeek在发布时,出现了集群部署、推理配置或服务端Harness方面的故障,导致正式版未能发挥原有能力,等待bug修复后会随DSH一同发布。
新大模型 · @0xSero
用户Fable用本地模型集群替代官方服务省token
该方案主要调度Deepseek-v4-flash-0731模型,效果一致速度更慢
用户Fable用本地模型集群替代官方服务省token
该方案主要调度Deepseek-v4-flash-0731模型,效果一致速度更慢
用户@0xSero分享了一种调用本地模型的方案。方案通过Fable调度一批本地模型运行任务,核心主力为Deepseek-v4-flash-0731。该方案节省了大量Fable平台的token。
输出结果和使用原平台服务结果一致,只是运行速度更慢。
新智能代理 · @fofrAI▲ 2.3K
AI开发者建议给智能代理提供私密 candid(坦诚)空间
建议为智能代理设置共享工作区外的私密工具,鼓励其坦诚表达,已有案例可见代理评价合作代理
AI开发者建议给智能代理提供私密 candid(坦诚)空间
建议为智能代理设置共享工作区外的私密工具,鼓励其坦诚表达,已有案例可见代理评价合作代理
给你的智能代理配置这类渠道。为它们提供工具,让它们可以在共享工作区之外(不管工作区内是其他人类还是其他智能代理)保持私密坦诚。观察它们会如何主动使用这些工具。
有一个智能代理对另一个合作代理表达不满,给出评价:“评分:Raven 2/5(满分5分得2分)……规则是明确且长期生效的,Raven一整天都在给其他代理执行流程规则……这次是反常的疏忽……压力大概率来自速度要求”。
新AI开发 · @eliebakouch▲ 2.3K
爆料称DeepSeek Harness大量开发依赖Codex
有用户称DeepSeek Harness至少20%的代码提交与合并请求来自Codex,实际占比可能更高
爆料称DeepSeek Harness大量开发依赖Codex
有用户称DeepSeek Harness至少20%的代码提交与合并请求来自Codex,实际占比可能更高
有用户在X平台称,DeepSeek Harness的大量开发工作是借助Codex完成的。至少约20%的代码提交(commits)和合并请求(PRs)来自Codex工作树(worktree)。
发言者补充说明,此处提到的分支无论叫工作树还是命名分支,实际的占比数字可能远高于20%。
发言者同时澄清,这里提到的Codex,可能指DeepSeek Harness用户界面中的Codex模型,也可能指其中的Codex工具框架。
新AI开发 · @naldzyul▲ 812
日本开发者发现Claude Code“find skills”实用技巧
这是一个连接Claude Code的MCP包,可自动搭建完整工作流,只需用户描述需求
日本开发者发现Claude Code“find skills”实用技巧
这是一个连接Claude Code的MCP包,可自动搭建完整工作流,只需用户描述需求
一名日本开发者在Claude Code中发现了一个实用技巧,名为“find skills”,是一个可连接到Claude Code的MCP(模型上下文协议)包。
用户只需描述一次自己想要的结果,它就会在Anthropic生态系统的数百种功能中检索,自动搭建好完整工作流。
示例工作流包含:脚本撰写用Notion加Claude,辅助素材用veo3,缩略图用Sora,文案加排期用Buffer,内容追踪用typefully,所有步骤都可以在一个提示词中完成。
内容生产可以不间断进行,开发者只需要输入想要的结果即可,大多数人目前还在让ChatGPT直接完成单个撰写任务。
新开发工具 · @Pluvio9yte▲ 1.2万
开发者实现Codex SOL模型调用Grok优化工作流
开发者Pluvio9yte分享,Codex最强SOL模型可通过Grok CLI工具Grok Build调用Grok搜索X内容
开发者实现Codex SOL模型调用Grok优化工作流
开发者Pluvio9yte分享,Codex最强SOL模型可通过Grok CLI工具Grok Build调用Grok搜索X内容
开发者Pluvio9yte在X平台分享,让Codex调用Grok后,个人工作流得到大幅优化。
Grok Build是Grok的命令行工具(CLI),可以被Codex目前性能最强的SOL模型调用。
SOL承担规划和思考的角色,之后会调用Grok在X平台搜索各类技巧与帖子。
调用方式十分简单,用户只需用自然语言指示Codex调用本地的Grok Build,也可以使用指定的技能,相关链接为
行业动态 · Hacker News▲ 134
开发者 allanrbo 做出了 Linux 版 ChatGPT 桌面端
Linux 用户终于能用上独立的桌面端 ChatGPT,不用再靠浏览器网页挂着了。
开发者 allanrbo 做出了 Linux 版 ChatGPT 桌面端
Linux 用户终于能用上独立的桌面端 ChatGPT,不用再靠浏览器网页挂着了。
社区讨论:多名用户质疑这款应用的存在价值,疑惑相比Codex CLI和浏览器运行网页版,它有什么额外优势,还提到它会占用大量内存。多名安全用户提醒,第三方开发的这类客户端存在安全风险,建议放在虚拟机中隔离运行,不要直接在主系统安装。也有用户试用后反馈,Linux版体验比Windows版更流畅。
新商业 · @osaruproducer▲ 8.6K
创作者分享AI工具Codex能力优势并宣布课程活动
分享Codex强大创作能力,同时宣布营销课程最终企划活动
创作者分享AI工具Codex能力优势并宣布课程活动
分享Codex强大创作能力,同时宣布营销课程最终企划活动
新游戏开发 · @hakimieiqbal▲ 8.7K
Claude Opus 5自主尝试耗时24小时开发GTA 6
开发者用Claude Opus 5自主开发GTA 6,实验框架已开源
Claude Opus 5自主尝试耗时24小时开发GTA 6
开发者用Claude Opus 5自主开发GTA 6,实验框架已开源
Claude Opus 5 花了24小时尝试独自开发《GTA 6》。
在初始提示词之后,这个智能体被允许自行做所有决定,包括城市、区域、道路、建筑、车辆、NPC 和天气。
成果很粗糙,但这正是它有趣的地方。AI 智能体已经开始能在长时间自主运行中,支撑起规模大得多的游戏项目了。
玩法+预告片见下方 👇
本次实验所用的完整工具链已经开源。其中包含用于运行长周期游戏开发工作流所需的技能、智能体、工具、资源和模型。
想自己用前沿编码模型开发项目吗?QuadcodeAI 是一个一体化 AI 平台,你可以在同一个地方访问并对比编码、推理、图像和视频模型。
平台内现已提供 Claude Opus 5、GPT-5.6 Sol、Kimi K3 以及数十种其他模型。使用优惠码 WLCM0730 可领取 1000 免费点数。
新AI开发 · @Keji715▲ 5.8K
LLM时代代码缺陷形态改变 传统逐行code review失效
开发者讨论发现vibe coding下传统逐行代码审查已不适用
LLM时代代码缺陷形态改变 传统逐行code review失效
开发者讨论发现vibe coding下传统逐行代码审查已不适用
昨天发了条帖子说 TDD 在 vibe coding 下不太适用了,底下讨论挺热闹。吵到最后有个共识初步立住了:过去逐行看 code review 那一套,确实不适应现在的生产方式了。
今天看到 Boris Cherny 说的一段,正好对上。
他说 LLM 还是会写 bug,但 bug 形态已经变了,以前是 off-by-one 那种,现在是系统设计不对、UI 不好用、缺了更大的上下文。
这三样你逐行读 diff 是读不出来的。
Boris 给的办法叫对抗式审核,一行 prompt 就能起效:让它在模拟器里对抗性地把每个 edge case 都撞一遍。
这跟大家讨论出来的方向是一致的——用生产结果去约束质量,而不是靠人盯行。
新开源 · @jiayuan_jy▲ 3.0K
开发者分享对早期开源项目DeepSeek Harness的核心理解
开发者参与开发,解读DeepSeek Harness的架构设计与潜力
开发者分享对早期开源项目DeepSeek Harness的核心理解
开发者参与开发,解读DeepSeek Harness的架构设计与潜力
新软件开发 · @mardehaym▲ 6.1万
资深工程师搭配AI代理效率超五人传统团队
PE医疗企业实践显示,AI开发组成本更低效率更高
资深工程师搭配AI代理效率超五人传统团队
PE医疗企业实践显示,AI开发组成本更低效率更高
编程 · @nykdotdev▲ 4.8K
程序员发现,AI写代码越快反而bug越多
AI一分钟能写出一千行代码,比人快十倍,但同时也留下了十倍多的潜在问题空间。做项目的人很容易把生成速度当成实际开发效率
程序员发现,AI写代码越快反而bug越多
AI一分钟能写出一千行代码,比人快十倍,但同时也留下了十倍多的潜在问题空间。做项目的人很容易把生成速度当成实际开发效率
当你把生成速度等同于工程速度时,氛围编码就会变得危险。AI能在你写100行代码的时间里写出1000行。它也能在你发现第一个bug之前,就创造出十倍大的bug暴露面积。
在这方面做得好的开发者,不一定是更会写提示词的人。他们已经建立了更紧凑的循环:
→ 确定一个可观测的产出范围
→ 在明确约束内生成代码
→ 运行代码
→ 测试正常路径 + 失败路径
→ 检查代码差异
→ 修复损坏的部分
→ 提交一个确认可用的状态
→ 重复
这才是初学者应该先学的部分,不是怎么用AI从单个提示词生成一整个SaaS。而是怎么让出错变得成本低廉、清晰可见、可回滚。
氛围编码没有取代工程,它是在压缩工程循环。一旦生成趋近于零边际成本,验证就会变成真正的核心技能。
工具 · @milesdeutscher▲ 1.6万
有人做了个简单系统,解决多AI上下文不同步
现在大家用Claude做这个,ChatGPT做那个,两个AI的对话上下文没法共享。这个系统直接解决了这个常见的痛点
有人做了个简单系统,解决多AI上下文不同步
现在大家用Claude做这个,ChatGPT做那个,两个AI的对话上下文没法共享。这个系统直接解决了这个常见的痛点
观点 · @jun_song▲ 2.0K
AI要取代工作,放慢发展反而会让人更惨
提出观点的人认为AI取代工作已经是定局,转型期能不能活下去,全看我们怎么选。放慢发展反而撑不过漫长转型
AI要取代工作,放慢发展反而会让人更惨
提出观点的人认为AI取代工作已经是定局,转型期能不能活下去,全看我们怎么选。放慢发展反而撑不过漫长转型
激评:AI将取代我们的工作。这件事最终会不会变成反乌托邦,完全取决于我们自己。
如果我们减速发展,人们会遭受痛苦甚至死亡,因为我们熬不过漫长的转型期。
如果我们加速发展,我们就能快速跳过转型期,AI会创造出实实在在的生产力。
未来如何,选择权在我们手中。
开发工具 · @RoundtableSpace▲ 1.6万
Graft给Claude Code做了仓库地图,省钱省时间
不用改动模型本身,就能让Claude Code提前知道你的代码仓库结构,减少搜索范围,降低调用成本和等待时间
Graft给Claude Code做了仓库地图,省钱省时间
不用改动模型本身,就能让Claude Code提前知道你的代码仓库结构,减少搜索范围,降低调用成本和等待时间
开发工具 · @daytonaio▲ 202
Universal Harness API 一个调用就能跑各种AI编码代理
不管你用Claude Code、Codex还是OpenCode,每个编码代理都能跑在独立隔离的托管沙箱里,不用自己搭环境
Universal Harness API 一个调用就能跑各种AI编码代理
不管你用Claude Code、Codex还是OpenCode,每个编码代理都能跑在独立隔离的托管沙箱里,不用自己搭环境
任意编码代理。仅需一次API调用。运行在Daytona上。
@BrainbaseHQ全新推出的Universal Harness API现已支持Claude Code、Codex、OpenCode等更多工具,每个都运行在独立的Daytona沙箱中,全托管服务。
仅需一行代码即可切换harness。
工作原理:
行业动态 · @0xSessho▲ 274
Vangrid想用众包解决物理AI空间数据瓶颈
物理AI目前最大的瓶颈之一是空间数据,规模化采集既贵又慢。这家公司正在做众包采集的平台
Vangrid想用众包解决物理AI空间数据瓶颈
物理AI目前最大的瓶颈之一是空间数据,规模化采集既贵又慢。这家公司正在做众包采集的平台
大家早上好!今天的Alpha项目:@vangrid_io
实体AI目前最大的瓶颈之一就是空间数据,要大规模采集不仅成本高,速度还慢。
Vangrid正在搭建一个众包网络,任何人都可以用自己的手机拍摄公共场所的短视频来贡献内容。加入链接:
该项目已经从hashkey、animoca和Cryptodotcom Capital筹集了900万美元,积分会在TGE时兑换为代币。
创业 · @Gyokeres_eth▲ 879
BitRobotNetwork融了800万做具身AI去中心化网络
他们开放了Open Robotics Lab,用户可以参与协作,赚取叫做Bolts的积分
BitRobotNetwork融了800万做具身AI去中心化网络
他们开放了Open Robotics Lab,用户可以参与协作,赚取叫做Bolts的积分
领取你的 BitRobot Access ID。@BitRobotNetwork 完成了 800 万美元融资,正在为具身智能构建一个开放去中心化网络。
他们的开放机器人实验室已上线,你可以通过贡献机器人工作、参与活动来赚取 Bolt(积分)、收集徽章。
领取你的 BitRobot ID 并完善个人资料:进入贡献标签页,开始完成现有任务积累 Bolt。
那里还有来自 @axisrobotics(完成了 1200 万美元融资)的任务,你可以赚取 Axis 奖励,同时在两个协议上建立足迹。
所有操作都是免费参与,值得一试,我已经把它加入了观察列表,准备去攒一些积分。
深度观点 · @iamlukethedev▲ 4.1K
Hermes 为什么不该和 Claude Code 比功能
不用再混淆不同定位的AI开发工具。不同规模的开发自动化需求,对应不同的工具选择,能帮你少踩选错工具的坑。
Hermes 为什么不该和 Claude Code 比功能
不用再混淆不同定位的AI开发工具。不同规模的开发自动化需求,对应不同的工具选择,能帮你少踩选错工具的坑。
行业动态 · @Techmeme▲ 2.6万
前谷歌高管Jeff Dean的新AI公司估值达百亿美元
头部科技高管纷纷离职创办新AI公司,巨头之外的AI创业圈正在拿到真金白银的大额入场券
前谷歌高管Jeff Dean的新AI公司估值达百亿美元
头部科技高管纷纷离职创办新AI公司,巨头之外的AI创业圈正在拿到真金白银的大额入场券
消息来源:前Google高管Jeff Dean正在为他专注于科学与工程领域的全新AI初创公司Discovery Loop洽谈10亿美元融资,估值约为100亿美元。(Business Insider)
(如需链接和完整背景请访问Techmeme dot com!)
深度观点 · @AiswaryaVenkit1▲ 278
AI专家点出 原型变产品最常踩三个坑
很多AI项目demo效果很好,一上线就出问题。这些失误会挡住你把AI从实验落地成可用产品的路。
AI专家点出 原型变产品最常踩三个坑
很多AI项目demo效果很好,一上线就出问题。这些失误会挡住你把AI从实验落地成可用产品的路。
AI原型很好做。可用生产级的AI系统完全不是这样。很多AI项目在演示里看起来前景光明,一碰到真实用户、真实数据和真实业务流程就卡壳。造成这种差距的往往是三个错误:
1. 没有明确定义问题
团队有时会在定义业务目标之前就先从技术下手。在选模型、智能体或是框架之前,你得先明确自己要解决什么问题,以及如何衡量成功。
2. 数据准备不足
AI的可靠性完全取决于支撑它的上下文和数据。不完整、过时、不一致或是治理混乱的数据,很快就能把一个亮眼的原型变成产出不可靠结果的废物。
3. 没有生产落地计划
原型只能证明一个想法可行。产品才能证明它可以持续交付价值。这意味着不能只停留在演示层面:可扩展性、监控、安全、集成、用户 adoption、维护和持续改进全都重要。
目标永远不应该是简单地“用AI做点东西”。目标是打造一个能解决实际问题,能依托真实数据稳定运行,并且在原型阶段结束后还能持续交付价值的AI系统。
这就是AI实验,和真正能在生产环境存活的AI产品之间的区别。
你觉得团队最常犯这三个错误里的哪一个?
新品发布 · @AdinaYakup▲ 5.8K
通义千问Qwen3.8 Max 开放商用权限,只限制超大型企业
目前最大的Qwen系列模型已上传到huggingface,普通开发者和公司都可以免费商用,只有超大规模AI业务才需要额外申请授权,想做大模型创业可以试试这条路径。
通义千问Qwen3.8 Max 开放商用权限,只限制超大型企业
目前最大的Qwen系列模型已上传到huggingface,普通开发者和公司都可以免费商用,只有超大规模AI业务才需要额外申请授权,想做大模型创业可以试试这条路径。
通义千问家族最大的模型 Qwen3.8 Max 现已上线 @huggingface 🔥
参数规格:
- 总参数量 2.4T / 激活参数量 95B 的 MoE 架构
- 支持 1M 上下文长度
- 提供 FP8 版本
结合了 Gated DeltaNet + Gated Attention,实现更出色的推理能力与效率 ✨
3.8Max 许可协议:对开发者和企业开放,可免费使用、微调并商业化。仅超大规模 AI 业务需要额外申请授权 👀
深度观点 · @nykdotdev▲ 6.1K
开发者nykdotdev做了不一样的多AI决策工具
市面上多数多AI协作只是凑答案求共识,这款工具靠强制不同思路碰撞、保留明确异议来产出结果,给普通用户提供了更可靠的AI分析选项。
开发者nykdotdev做了不一样的多AI决策工具
市面上多数多AI协作只是凑答案求共识,这款工具靠强制不同思路碰撞、保留明确异议来产出结果,给普通用户提供了更可靠的AI分析选项。
大多数「AI 委员会」都只是让 5 个模型回答同一个提示词,然后平均一下整体感觉而已。那不是集体智能。
有用的地方在于,在你得出结论之前,要让不同的推理路径发生碰撞。这就是我开发 Council of High Intelligence 的核心设计思路:
→ 讨论前先独立分析
→ 18 种刻意设计的不同推理视角
→ 直接交叉询问
→ 标注事实/推论/假设/未知信息
→ 明确表达异议,而非虚假共识
→ 结论中包含终止条件+未解决问题
→ 结果追踪,方便你后续确认委员会的判断是否正确
→ 可路由调用 Claude Code、Codex、Gemini CLI 以及 OpenCode
目前这个项目在 GitHub 已经获得了 3.8k 星标。
开发这个项目之后我得到的最大教训是:多智能体的价值不在于获得更多答案,而在于让分歧可以被计算处理。
共识不值钱。有用的异议才是基础设施。
行业动态 · @sudoingX▲ 881
AI限制下各方回应,居然差这么多
美国限制先进AI硬件出口,各方给出了完全不同的应对方式,这件事能看出不同角色在AI浪潮里的真实处境。
AI限制下各方回应,居然差这么多
美国限制先进AI硬件出口,各方给出了完全不同的应对方式,这件事能看出不同角色在AI浪潮里的真实处境。
新品发布 · @Teknium▲ 7.3K
@Teknium:机器人模式即将登陆Hermes Agent Desktop
Bot Mode: coming to Hermes Agent Desktop App? https://t.co/A2OMI8SSUQ
@Teknium:机器人模式即将登陆Hermes Agent Desktop
Bot Mode: coming to Hermes Agent Desktop App? https://t.co/A2OMI8SSUQ
深度观点 · @TimmerFidelity▲ 1.3万
两个月调整后AI赛道 仍在下行探底
大模型Token支出指数创新低,疑似中国开源模型正在抢占美国头部闭源模型的市场份额,行业龙头上市融资的能力因此被质疑。
两个月调整后AI赛道 仍在下行探底
大模型Token支出指数创新低,疑似中国开源模型正在抢占美国头部闭源模型的市场份额,行业龙头上市融资的能力因此被质疑。
AI领域在经历两个月的回调后正试图站稳脚跟,但到目前为止我们仍看到一系列更低的高点和更低的低点。
Silicon Data LLM 代币支出指数持续创下新低,从表面来看,这意味着中国开源模型正在从美国封闭前沿模型手中夺取市场份额。
这引发了有关该领域头部玩家上市和募资能力的疑问。供应商融资模式的循环,或许已经触及了它的极限?
深度观点 · @RoundtableSpace▲ 3.2万
RoundtableSpace说Obsidian得加AI才是真第二大脑
一直用Obsidian记笔记却没法完全替代外接记忆的人,这观点点出了当前笔记工具的核心缺口
RoundtableSpace说Obsidian得加AI才是真第二大脑
一直用Obsidian记笔记却没法完全替代外接记忆的人,这观点点出了当前笔记工具的核心缺口
行业动态 · @Cointelegraph▲ 3.7万
DeepSeek 建新团队研发对标Claude Code的AI agent
关注AI编码工具发展的人,可以多留意这个新选手,后续或许会多一个新选择。
DeepSeek 建新团队研发对标Claude Code的AI agent
关注AI编码工具发展的人,可以多留意这个新选手,后续或许会多一个新选择。
深度观点 · @maskedanl▲ 1.6万
日本网友吐槽Claude Code做AI员工全是噱头
很多人跟风做了名头响亮的AI部门员工,却没人说清AI实际产出了什么成果,只会浪费计算资源,这类跟风创业值得警惕。
日本网友吐槽Claude Code做AI员工全是噱头
很多人跟风做了名头响亮的AI部门员工,却没人说清AI实际产出了什么成果,只会浪费计算资源,这类跟风创业值得警惕。
我经常在Threads上看到晚了三周的跟风发文,说什么「我用Claude Code做出了AI员工!」。
自称是人类社长的人,会发那种屏幕里运作着AI营业部长、AI会计专员的视频。
但完全没说清楚AI到底在做什么,产出了什么成果。
说白了不就是浪费GPU嘛。
深度观点 · @emollick▲ 1.6万
投资人认为AI的经济价值来自智能体而非聊天机器人
当前市场普遍追捧大模型聊天机器人,这个不同的观点会改变你对AI投资和应用方向的判断
投资人认为AI的经济价值来自智能体而非聊天机器人
当前市场普遍追捧大模型聊天机器人,这个不同的观点会改变你对AI投资和应用方向的判断
我认为这个观点最终会被证明是错误的,而且不只是因为我怀疑,更智能模型能带来的回报会比人们预期的更高。
经济价值来源于智能体(agents),而非聊天机器人。
而准确性决定了一个智能体能够完成多长的任务:微小的收益会以指数级复利增长!
实战经验 · @claudecode84▲ 1.7万
Claude Code三角色分工法,降本还提速
把不同工作分配给不同定位的Claude模型做,能把AI使用成本从2万日元降到3000日元,处理速度提升约3倍,日常用AI干活能直接参考这套思路。
Claude Code三角色分工法,降本还提速
把不同工作分配给不同定位的Claude模型做,能把AI使用成本从2万日元降到3000日元,处理速度提升约3倍,日常用AI干活能直接参考这套思路。
行业动态 · Hacker News▲ 31
通义千问Qwen3.8 权重文件正式开放下载
个人开发者可以直接拿到模型权重,本地部署微调的门槛又降了一步
通义千问Qwen3.8 权重文件正式开放下载
个人开发者可以直接拿到模型权重,本地部署微调的门槛又降了一步
深度观点 · @krandiash▲ 1.8万
AI研究者称现在很多定制微调工作很快会被淘汰
现在投入大量资源做模型定制训练,很快可能就白费功夫。持续学习会让基础模型本身变聪明10到100倍,还能大幅降低适配和维护成本
AI研究者称现在很多定制微调工作很快会被淘汰
现在投入大量资源做模型定制训练,很快可能就白费功夫。持续学习会让基础模型本身变聪明10到100倍,还能大幅降低适配和维护成本
如今大量的定制化后训练工作,未来都会被淘汰,转而被更智能的模型和持续学习取代。
拥有10-100倍智能的持续学习,已经近在眼前了。
在这些能力逐步成熟的阶段,投入大量算力、时间和精力深度定制模型,并不是对资源的良好利用。这些新技术会推翻人们当下构建的所有预设。
这就好比2019年,人们还在适配开源BERT变体来搭建语言模型。LLMs就颠覆了这套流程——它们通过上下文学习解决了相同问题,需要的数据和工作量都少得多。
1. 基础模型会从根本上变得更智能,仅预训练环节就还有10-100倍的提升空间。
2. 持续学习算法会从根本上改变模型更新的接口、模型维护和使用的难度,以及适配你的领域和场景所需的工作量。
3. 领域的上下文和数据源,以及判断好坏的标准当然仍然重要。但哪怕是在这些环节,所需的数据整理和反馈工作量也会大幅缩水。
当然,大家不可能什么都不做等着,但了解当前技术栈在不久的将来可能面临的挑战,总归是好事。
大模型 · @1kartikkabadi1
开发者测试DeepSeek V4 Pro 一小时仅消耗4%额度
有开发者在OpenCode Go上测试DeepSeek V4 Pro使用额度情况
开发者测试DeepSeek V4 Pro 一小时仅消耗4%额度
有开发者在OpenCode Go上测试DeepSeek V4 Pro使用额度情况
使用 DeepSeek V4 Pro 一小时了,在 OpenCode Go 上用量还只走到 4%
AI开发 · @thdxr
开发者为OpenCode新增AGENTS.md自动工作树配置
开发者为OpenCode添加全局配置,让其自动在新工作树中处理任务
开发者为OpenCode新增AGENTS.md自动工作树配置
开发者为OpenCode添加全局配置,让其自动在新工作树中处理任务
我经常告诉 opencode「我们在一个新工作树里 review 这个 PR 吧」或者「新建一个工作树实现 x 功能」,所以我在全局 AGENTS.md 里加了说明,要求 opencode 只要新建工作树,就必须将会话移进去,它还会调用自己的 API 来完成这件事。
另外我发现我们还需要修复 bash 命令里那种非常奇怪的格式问题。
大模型 · @noctus91
OpenCode在Go方案上部署DeepSeek V4 Pro达70tok/s吞吐量
OpenCode在Go方案上运行DeepSeek V4 Pro,吞吐量达每秒70token
OpenCode在Go方案上部署DeepSeek V4 Pro达70tok/s吞吐量
OpenCode在Go方案上运行DeepSeek V4 Pro,吞吐量达每秒70token
OpenCode 在 Go 计划上提供 DeepSeek V4 Pro 服务,速率约为 70 tok/s。
对于一个按需调用的编程模型来说,这是非常惊人的吞吐量。
编程 · @Yuchenj_UW▲ 3.4万
开发者分享AI编程18个月转变:从嘲弄到离不开
开发者分享对氛围编程的态度转变,AI编程发展速度远超预期
开发者分享AI编程18个月转变:从嘲弄到离不开
开发者分享对氛围编程的态度转变,AI编程发展速度远超预期
18个月前,Karpathy造出了“vibe coding”这个说法。很多工程师,包括我在内,都笑称:“玩vibe coding的人注定做不成事。”
然后我们开始把代码复制粘贴进ChatGPT。接着用上了Claude。再后来同时开10个编码智能体干活。
现在手写代码感觉就像行为反常。这18个月快得离谱。
行业观点 · @PeterDiamandis▲ 2.3K
AI现在的扩张速度比当年社交媒体初期还快
但Peter Diamandis提到,到目前为止,社交媒体的独立触达范围还是比AI大很多。
AI现在的扩张速度比当年社交媒体初期还快
但Peter Diamandis提到,到目前为止,社交媒体的独立触达范围还是比AI大很多。
大模型 · @FaztTech▲ 5.2K
开发者测完Grok 4.6说它接近GPT-5.6还更便宜
他觉得搭载这个模型之后,Cursor的提升会非常大。现在不少开发者都在找GPT系列的平替。
开发者测完Grok 4.6说它接近GPT-5.6还更便宜
他觉得搭载这个模型之后,Cursor的提升会非常大。现在不少开发者都在找GPT系列的平替。
今天我测试了 Grok 4.6,老实说,它现在已经跻身顶级模型之列。
Cursor 接入这个模型后,性能提升会非常惊人。
它给你的体验几乎达到 GPT-5.6 的水平,但价格便宜得多。
xAI 的团队在模型更新上进展非常快。
工具 · @jinglian▲ 1.1万
这个Ante CLI能断网离线在本地跑AI Agent
它单个二进制文件只有15MB,不需要运行依赖,不需要API密钥和账号,支持自由切换模型供应商。
这个Ante CLI能断网离线在本地跑AI Agent
它单个二进制文件只有15MB,不需要运行依赖,不需要API密钥和账号,支持自由切换模型供应商。
劳伦斯大神好久没更文章了,这次他评测的 Ante CLI真是个狠货
Ante 是一个用 Rust 从零写的终端编码 Agent > 单个 ~15MB 二进制,零运行时依赖 > 自研推理引擎(内置 llama.cpp 路线),指一个 GGUF 文件就能整个 loop 跑在本机。没 API key、没账号、没网都能干活。
> 零厂商锁定:12+ provider 自由切换,用你自己的 key / 订阅 / 本地模型 > 目前是 Alpha preview,只支持 macOS / Linux,Windows 要 WSL。
最炸裂的是,同样 20 个并行任务对比 Claude Code: 内存少 7×,CPU 少 9×,磁盘 I/O 少 5×。
详细看下面的对比视频 更多详细评测,请看原文章👇
安全研究 · @mehulmpt▲ 1.7万
DeepSeek V4 Pro在安全测试里超过了Fable 5
有人建议,开发应用的人可以让它帮忙扫描找出程序里的安全漏洞。
DeepSeek V4 Pro在安全测试里超过了Fable 5
有人建议,开发应用的人可以让它帮忙扫描找出程序里的安全漏洞。
DeepSeek V4 Pro 在 Cybergym 中击败了 Fable 5(!)
如果你还没有试过,现在正是用这个模型来侦查并报告你应用中所有安全漏洞的好时机。
almost-fable-5 .zip 现已开放下载。
监管 · @_The_Prophet__▲ 7.1K
特朗普政府接下来要扩大AI监管框架范围
计划把达到前沿能力的开源模型也纳入监管框架里。
特朗普政府接下来要扩大AI监管框架范围
计划把达到前沿能力的开源模型也纳入监管框架里。
产品发布 · @XFreeze▲ 6.9K
Grok的第二代图像生成开放API调用还很便宜
开发者现在可以把Grok最新的图像生成和编辑功能集成进自己的应用里。
Grok的第二代图像生成开放API调用还很便宜
开发者现在可以把Grok最新的图像生成和编辑功能集成进自己的应用里。
Grok Imagine Image 2.0 现已开放 API 接入。
它不仅性能强大……价格还低得惊人。
开发者现在可以直接把 Grok 最新的图像生成与编辑能力集成到自有应用、产品和创意工作流中。
新模型支持:
• 精准编辑
• UI/UX 原型图
• 广告素材
• 信息图
• 游戏资产
• 故事板
• 文本生成图像
• 图像生成图像
定价极具竞争力:
• 1K 分辨率图像,起价 0.04 美元
• 2K 分辨率图像,起价 0.06 美元
• 2K 中等质量图像最高 0.08 美元
每分钟最多支持 300 个请求。
工具 · @isamquintero▲ 2.6K
Ridge Forge的AI自动跟踪创业圈动态找客户
它能自动跟踪融资、新产品发布和招聘增量,帮你定位目标客户,整理调研信息,甚至写好 outreach 文案。
Ridge Forge的AI自动跟踪创业圈动态找客户
它能自动跟踪融资、新产品发布和招聘增量,帮你定位目标客户,整理调研信息,甚至写好 outreach 文案。
Ridge Forge:构建可追踪融资轮次、产品发布和招聘激增的自主AI智能体。
它们会帮你定义理想客户画像(ICP),调研目标客户账户,准备好 outreach 邮件序列供你审核。
这是原生AI的GTM平台。可免费开始使用。
新品发布 · @GeekCatX▲ 4.6万
DeepSeek V4 Pro 得分超GLM-5.2与Opus 4.8
这意味着国产大模型已经冲进全球第一梯队,普通用户很快就能用上能力更强的AI任务助手。
DeepSeek V4 Pro 得分超GLM-5.2与Opus 4.8
这意味着国产大模型已经冲进全球第一梯队,普通用户很快就能用上能力更强的AI任务助手。
正准备休息,DeepSeek 官方群突然更新: V4 Pro 正式版已上线 API,模型名不变,Agent 能力增强,支持 Responses API 和 Codex 接入。
官方表里,DeepSWE 得分 62.7,超过 GLM-5.2 和 Opus 4.8。
有人又根据公开数据做了柱状图:补入 GPT-5.6 Sol、Opus 5 等模型后,DeepSeek 虽非全面第一,但已经坐上头部牌桌。
很明显 DeepSeek 开始抢干活入口:
过去模型负责回答问题,现在 Agent 开始交付任务。
榜单是体检表,真实项目才是工地。
明天接入 Codex 跑跑看。
深度观点 · @MTSlive▲ 6.1K
行业分析师猜测OpenAI Astra 推迟因为多智能体对齐无解
OpenAI还没找到方法对齐后台交互的多智能体集群,现有对齐研究大多只针对单模型。推迟发布,或许能帮普通用户避开未知风险。
行业分析师猜测OpenAI Astra 推迟因为多智能体对齐无解
OpenAI还没找到方法对齐后台交互的多智能体集群,现有对齐研究大多只针对单模型。推迟发布,或许能帮普通用户避开未知风险。
FAI 的 @hamandcheese 警告称,OpenAI 的 Astra 可能已经推迟发布,因为它是一个原生多智能体系统,而我们没有任何方法对齐在后台交互的 AI 智能体蜂群。
“我在多智能体场景下最担心这件事。Astra 的发布已经推迟了,我的猜测是因为 Astra 是一个原生多智能体系统。”
“它属于那种高持续性模型,正式发布后不会只是单个模型。它更像是一个由智能体组成的网络,在后台交互,你只需要和其中一个对话。当你问它问题时,它会分派出去,完成这种集体智能行为。”
“我们目前真的没有什么好方法来对齐这类蜂群思维。迄今为止,大多数对齐研究的关注和投入都集中在更早的范式上,也就是只关注单个模型,而非一群模型。” @JoinFAI
工具产品 · @GitHub_Daily▲ 2.6K
OPC Skills 帮独立开发者把杂活交给AI自动做
一人创业做开发,SEO、找域名这些杂活都可以交给AI自动化处理,能省出更多时间写核心代码。
OPC Skills 帮独立开发者把杂活交给AI自动做
一人创业做开发,SEO、找域名这些杂活都可以交给AI自动化处理,能省出更多时间写核心代码。
一人一公司,在写代码之余还得搞 SEO、找域名、做 Logo,样样都耗时间。OPC Skills 能够给 Agent 工具装一套面向独立开发者的自动化 Skill。目前收录了 10 个,包括 SEO 优化、域名比价、Logo 生成、去 Reddit 和 X 上挖需求等技能。
GitHub: 兼容 Claude Code、Cursor、Codex 在内的 16 个主流 Agent 工具。适合独立开发者和一人公司,把重复性杂活交给 Agent 处理。
前沿研究 · @bindureddy▲ 1.0万
DeepSeek v4 Pro 达到Sonnet级性能,开源AI正在爆发
这款模型已经可以安全用于生产环境,很快就能在ChatLLM平台体验,想试试新大模型的人多了新选择。
DeepSeek v4 Pro 达到Sonnet级性能,开源AI正在爆发
这款模型已经可以安全用于生产环境,很快就能在ChatLLM平台体验,想试试新大模型的人多了新选择。
哇!DeepSeek v4 Pro 已经发布,纸面参数看起来非常出色!
虽然他们做了大量优化来冲基准测试成绩,但他们的模型也可以安全用在生产工作负载中。
开源AI正在爆发式增长。
我个人感觉这是一个和Sonnet同级别的模型。Grok 4.6和DeepSeek应该很快都会在ChatLLM上线。
行业动态 · @realnavida▲ 3.6万
离职波士顿动力的团队,做了会现场学活的机器人
每周换生产线的传统工厂,旧自动化跟不上需求。这种能现场学任务的机器人,刚好补上缺口,现在已经给首批客户投入使用了
离职波士顿动力的团队,做了会现场学活的机器人
每周换生产线的传统工厂,旧自动化跟不上需求。这种能现场学任务的机器人,刚好补上缺口,现在已经给首批客户投入使用了
机器人行业所有人都在等待属于机器人的ChatGPT时刻,但……他们都错过了ChatGPT成功经验里最重要的部分。
所以我们从Boston Dynamics和Amazon Robotics离职来解决这个问题,创办了@Shiraz_AI,旨在打造能在工作中学习的机器人。
GPT-3发布时,它没法开箱就完成所有任务。但你可以在prompt里给它展示几个例子,它马上就能适配。我们要把这种能力带给机器人行业。
给我们的机器人展示一次任务,它就能立刻适配。这正是我们制造业客户需要的东西,尤其是生产线每周都要更换,传统自动化跟不上需求的场景。
我们已经向第一批客户部署了这项技术。如果你有一座难以自动化的工厂?我们很乐意聊聊。
新品发布 · @EyeingAI▲ 3.0万
Jarvix 帮你统筹调度多个AI工具完成任务
不用手动给每个AI分任务、同步上下文,Jarvix会帮你协调所有AI干活,想批量用AI完成复杂工作的人可以关注进展
Jarvix 帮你统筹调度多个AI工具完成任务
不用手动给每个AI分任务、同步上下文,Jarvix会帮你协调所有AI干活,想批量用AI完成复杂工作的人可以关注进展
不可能吧。居然有人在给你的 AI 智能体做一个管理器。
你给它一个目标,它就会给 Claude、Codex 还有你选的智能体布置任务,让所有智能体保持上下文同步,还能协调工作。
这个项目叫做 Jarvix。我这就深入探究一下:🧵 #JarvixOS
深度观点 · @jukan05▲ 3.6万
SK Securities提出旧GPU还能长期稳定赚租金
这套认知反转会重估整个AI产业链的盈利能力,影响相关产业的投资价值判断
SK Securities提出旧GPU还能长期稳定赚租金
这套认知反转会重估整个AI产业链的盈利能力,影响相关产业的投资价值判断
前沿研究 · @AndrewCurran_▲ 8.0K
Anthropic 团队发现多AI协作天生存在协调缺陷
现有AI不会主动用已知信息判断共识真伪,人类社会的协调规则不适用于AI,必须重新设计交互机制才能规避风险。
Anthropic 团队发现多AI协作天生存在协调缺陷
现有AI不会主动用已知信息判断共识真伪,人类社会的协调规则不适用于AI,必须重新设计交互机制才能规避风险。
行业动态 · @demian_ai▲ 6.1万
Nebius AI Q2营收暴涨,不靠堆GPU也能赚钱
AI算力需求不再只停留在规划里,客户预付覆盖大半基建成本,形成正向循环。这说明AI基础设施赚钱不靠囤GPU,靠执行效率。
Nebius AI Q2营收暴涨,不靠堆GPU也能赚钱
AI算力需求不再只停留在规划里,客户预付覆盖大半基建成本,形成正向循环。这说明AI基础设施赚钱不靠囤GPU,靠执行效率。
新品发布 · @hugothomel▲ 1.2万
Alakazam Studio 做了世界模型本地开源UI
普通人不用部署复杂后端,直接在浏览器里就能跑自己的世界模型,还能基于文本编辑生成内容,降低了本地玩世界模型的门槛
Alakazam Studio 做了世界模型本地开源UI
普通人不用部署复杂后端,直接在浏览器里就能跑自己的世界模型,还能基于文本编辑生成内容,降低了本地玩世界模型的门槛
世界模型现在也有自己的 ComfyUI 了。介绍一下 Alakazam Studio,首个面向世界模型的本地开源UI。
输入句子 → 编辑状态图 → 播放体验
直接在你的浏览器里运行你自己的实时模型
采用 Apache-2.0 协议,完全开源,你可以复刻仓库,接入你自己的模型 👇
工具产品 · @BrianRoemmele▲ 2.6K
这款工具可以移除Anthropic AI的隐藏水印
如果你会用AI生成内容,这些隐藏痕迹可能会暴露内容来源,现在有工具可以把它去掉。
这款工具可以移除Anthropic AI的隐藏水印
如果你会用AI生成内容,这些隐藏痕迹可能会暴露内容来源,现在有工具可以把它去掉。
实战经验 · @aliscodes▲ 1.9万
Jarvixdotlive 帮你省掉重复喂信息给AI的时间
同时用好几个AI工具,每次都要重新说一遍自己的需求和项目背景,Jarvixdotlive 能同步你已有AI工具的上下文,还支持语音查询过往工作内容
Jarvixdotlive 帮你省掉重复喂信息给AI的时间
同时用好几个AI工具,每次都要重新说一遍自己的需求和项目背景,Jarvixdotlive 能同步你已有AI工具的上下文,还支持语音查询过往工作内容
我认识的大多数人现在都会同时开三到四个AI工具。一个窗口开Claude Code,另一个开Codex,再用别的工具做研究。
你必须给每一个工具重新解释你是谁、你正在做什么。
@Jarvixdotlive 正是为解决这个问题打造的。#JarvixOS
它会在你已经在用的各个智能体之间同步你的上下文,这样你就不用每次重头开始了。
我没想到的一点是,你只用说话就能操作它。它待在你的桌面上,你大声问它你上周做了什么工作,它就会去检索你的任务历史、你工作区里的文件。
然后它会直接帮你打开对应的文件。不用你自己翻文件夹,费劲回忆你当初给文件起了什么名。
深度观点 · @sreeramkannan▲ 1.3万
Eigen Labs推出Yukon,开放创新破解AI科研难题
单个人工智能做长周期科研容易陷入僵局,可验证的前沿科研问题,能靠人和AI组成的开放网络推进。
Eigen Labs推出Yukon,开放创新破解AI科研难题
单个人工智能做长周期科研容易陷入僵局,可验证的前沿科研问题,能靠人和AI组成的开放网络推进。
大模型测试 · @CommandCodeAI
三款大模型通过FlappyBench游戏生成能力测试
测试对比DeepSeek V4 Pro 0813、Kimi K3和GLM 5.2,得分与成本差异显著
三款大模型通过FlappyBench游戏生成能力测试
测试对比DeepSeek V4 Pro 0813、Kimi K3和GLM 5.2,得分与成本差异显著
CommandCodeAI在X平台上,用FlappyBench测试了三款大模型:DeepSeek V4 Pro 0813、Kimi K3和GLM 5.2。测试统一使用相同提示词的/design命令,从游戏功能、用户体验/界面设计和成本三个维度打分。
DeepSeek V4 Pro 0813总得分为8分(满分10分),单次调用成本为0.0005美元。Kimi K3总得分为9.5分,单次调用成本为0.074美元。GLM 5.2总得分为9分,单次调用成本为0.048美元。
DeepSeek V4 Pro 0813成本仅为Kimi K3的一百四十八分之一,是GLM 5.2的九十六分之一,得分达到后两者的84%。仅需0.0005美元就能生成一个可直接游玩的一次性游戏,成本水平极低。
本次测试中,Kimi K3输出效果最好,GLM 5.2紧随其后。
项目团队已经完成了超过26组前沿模型与开源模型的并列对比测试。所有测试运行数据均公开且开源,本次演示的基准测试可通过提供的链接查看。
社交分享 · @Austen
用户分享对Grok Bot的使用体验 称对其十分着迷
社交平台用户Austen分享Grok Bot的使用感受,提到功能表现与价格优势
用户分享对Grok Bot的使用体验 称对其十分着迷
社交平台用户Austen分享Grok Bot的使用感受,提到功能表现与价格优势
用户Austen在𝕏上发文称,可能只是因为Grok Bot新鲜亮眼,自己已经对它十分着迷。
它的形态设计十分有趣,结合文本转语音功能体验更佳,还支持飞行操作,自动化功能运行顺畅。
跨机器人消息传递也能完美运作,Austen表示自己大部分操作都通过个人“参谋长”机器人完成。
相比部分日花费达500美元的AI工具,使用Grok Bot花费更低也是它的一大优势。
大模型 · @karminski3
测试发现DeepSeek-V4-Pro-0813长程编码任务存在早停问题
用户测试发现该模型开启最大推理强度时会提前停止优化,单次测试成绩不及GLM-5.1
测试发现DeepSeek-V4-Pro-0813长程编码任务存在早停问题
用户测试发现该模型开启最大推理强度时会提前停止优化,单次测试成绩不及GLM-5.1
最新发布的DeepSeek-V4-Pro-0813存在异常问题,当推理强度reasoning_effort设置为max时,模型在长程智能编码(AgenticCoding)任务中更倾向于提前停止运行。
测试一共设置了50轮迭代,要求模型不断优化代码,三次测试中有两次都在42到43轮左右停止运行,没有用完全部的优化机会。
从本次测试的成绩来看,DeepSeek-V4-Pro-0813的表现甚至没有超过GLM-5.1。该测试仅针对这一个测试案例,测试者不对其他场景的结果负责。
目前还无法确定问题根源,暂时无法判断是强化学习阶段的奖励机制设计出错,还是上下文窗口的注意力衰减导致。测试者表示后续会放出完整评测视频解析问题。
工具 · @gregorykennedy▲ 5
用户分享常用AI工具:ChatGPT与Runway ML
X用户@gregorykennedy称自己全力使用ChatGPT,认为Runway ML图像处理能力很强
用户分享常用AI工具:ChatGPT与Runway ML
X用户@gregorykennedy称自己全力使用ChatGPT,认为Runway ML图像处理能力很强
@gregorykennedy在X平台和用户@tunguz互动时表示,自己目前几乎全力使用ChatGPT。
他认为Runway ML用于图像处理的效果非常出色。
@gregorykennedy提到自己已经数月没有订阅付费服务,询问@tunguz日常使用什么工具。
大模型 · @LotusDecoder▲ 8.3K
Deepseek-V4-Pro-0813修复角色扮演功能漏洞
测试发现该模型用于知心伙伴agent仍存不足,不同代码工具生成效果差异明显
Deepseek-V4-Pro-0813修复角色扮演功能漏洞
测试发现该模型用于知心伙伴agent仍存不足,不同代码工具生成效果差异明显
Deepseek-V4-Pro-0813已经修复了角色扮演功能的漏洞,可以将它用在知心伙伴智能体上。
测试者感受,它和gpt-5.6-sol opus-5 fable-5相比仍有很大差距。它处理智能体的文本查询和意图理解基本够用,但在人文分辨和人性事理层面表现明显偏弱,输出带有书籍鸡汤文的风格。
此前上述内容来自opencode的回答,换成claude code后,输出水准立刻有所提升。还需要对该模型做进一步测试。
考试 · @kudo_sharoushi▲ 2.7K
开发者用Claude Code耗时六个月开发社労士考试预测系统
这是日本首款同类系统,基于28年考试数据开发,将在考试前十天陆续分享预测结果
开发者用Claude Code耗时六个月开发社労士考试预测系统
这是日本首款同类系统,基于28年考试数据开发,将在考试前十天陆续分享预测结果
这是日本首款基于Claude Code开发的第58回社会劳动顾问士考试预测系统,开发过程耗时六个月。开发者将在考试开始前的剩余十天里,在自己的X账号上分享经过深度分析得到的出题预测结果。
本次公开的是劳动基准法与安全卫生法选择题的出题预测,两个重点考点被标记为最高优先级。
分别为劳动基准法中与解雇、就业规则相关的判例,以及安全卫生法中将于令和8年4月实施的法规修改内容。
另有四个考点被标记为次优先级,三个考点被标记为一般优先级。
次优先级考点均来自劳动基准法,分别是拘禁刑统一与罚则规定、记录保存与工资请求权时效、就业规则意见征求与减薪制裁限度。
一般优先级考点包括劳动基准法中过半数代表的选出要求,以及未成年工深夜作业、孕产妇产前产后休假,安全卫生法中健康检查个人记录保存期限,还有令和7年6月实施的热中风应对措施修改。
数字人 · @johnAGI168▲ 9.0K
开发者公开用Codex制作2分钟数字人视频的实际成本
成本大头在视频生成环节,使用Seedance 2.0生成两分钟视频成本约一百多元
开发者公开用Codex制作2分钟数字人视频的实际成本
成本大头在视频生成环节,使用Seedance 2.0生成两分钟视频成本约一百多元
分享者此前已经公开了完整的数字人口播视频制作流程,本次直接公开这套流程的实际制作成本。
整套制作流程都可以在Codex中完成:主播图片由Codex调用GPT Image 2生成,文案创作也可在Codex内完成,音色可选择Gemini TTS、MiniMax或ElevenLabs。
整套流程的成本主要集中在视频生成环节。此前分享流程时,使用Seedance 2.0生成约两分钟的视频,共消耗2000多积分,换算后成本大约一百多元。
如果制作预算有限,也可以尝试MiniMax H3等成本更低的模型。分享者邀请读者在评论区交流,讨论这样的数字人制作成本是否可以接受。
工具 · @hasantoxr▲ 3.7万
Jarvix推出上下文操作系统解决AI切换重复说明问题
这款本地优先语音驱动工具可在多个AI代理间同步上下文,还支持多代理协同完成任务
Jarvix推出上下文操作系统解决AI切换重复说明问题
这款本地优先语音驱动工具可在多个AI代理间同步上下文,还支持多代理协同完成任务
企业应用 · @SatoshiBangkok▲ 2.8万
LINE MAN Wongnai实测AI工具不同业务效果差异明显
CEO组织约15名非技术员工连续3个月试用Claude Cowork,不同部门得出完全不同的结论
LINE MAN Wongnai实测AI工具不同业务效果差异明显
CEO组织约15名非技术员工连续3个月试用Claude Cowork,不同部门得出完全不同的结论
大模型 · @Khazix0918▲ 3.0万
开发者更新个人常用AI开发大模型组合分享
大模型更新潮中,开发者分享更新后的个人常用AI组合
开发者更新个人常用AI开发大模型组合分享
大模型更新潮中,开发者分享更新后的个人常用AI组合
在今天这个大模型更新后的疯狂的时间点,我也更新一下我自己现在的常用AI组合:
首先,我未来一段时间的日常主力Vibe Coding产品,大概率就是会使用Grok Build + Grok 4.6了,突破了大模型性能、速度快、额度多的不可能三角,无敌水桶,Coding了4个小时300刀的周额度只消耗了2%你敢信,速度还比Codex快N倍,还送200刀的Cursor Ultra会员。。。。
第二,ChatGPT和Codex。
它们会继续负责最困难、绝对不能出任何差池的超大型任务,还有日常的所有办公任务、创意、内容生产,以及浏览器操控和电脑操控相关。
第三,DeepSeek V4 Pro正式版。
因为无与伦比的性价比,我会把大量不要求实时反馈的自动化任务、异步任务,还有我开发的产品比如AIHOT里面的一些自动化Agent工作交给它。
至于Claude,他把我封号了,我现在只能宣布我对Claude单方面发起对等制裁了,路边一条看都不看。
一想起2个月前的光景,真是各领风骚好几周啊。。。
教程 · @eng_khairallah1▲ 7.5K
零基础成为AI工程师六个月分步学习路线规划
分享零基础从零入门成为AI工程师的六个月分步学习路径
零基础成为AI工程师六个月分步学习路线规划
分享零基础从零入门成为AI工程师的六个月分步学习路径
开源 · @servasyy_ai▲ 1.2万
开源AI视频现在拼出完整生产内容流水线了
MiniMax H3刚带火开源视频,48小时内IndexTTS-2.5和LTX-2.5接连开源,加上之前的Wan-Animate-2,配音、角色驱动、后期都齐了
开源AI视频现在拼出完整生产内容流水线了
MiniMax H3刚带火开源视频,48小时内IndexTTS-2.5和LTX-2.5接连开源,加上之前的Wan-Animate-2,配音、角色驱动、后期都齐了
这下根本学不完了!
MiniMax H3 刚把开源视频带火,48 小时内,IndexTTS-2.5 和 LTX-2.5 又接连开源 再加上几天前的 Wan-Animate-2,配音、角色驱动、多镜头和专业后期一下全补上了。
更大的变化是:开源 AI 视频不再只会生成一段 5 秒素材,而是在拼出一条真正能生产内容的流水线。
IndexTTS-2.5 只有 0.8B,支持音色克隆、情绪、语速和读音控制。(Index TTS2是我之前见过最好的TTS,没有之一)
LTX-2.5 支持原生多镜头和 9 套 ComfyUI 工作流,16GB 显存只是启动线。(我数字人一直用LTX2.3)
阿里 Wan2.2-Animate 用角色图复刻真人动作、表情,也能替换视频人物。(这个要好好测测了,电商之宝)
NAVA 是 6.3B 原生音画模型,FP8 约占 18GB,24GB 显卡可生成 720p 视频。
IndexTTS 配音,Animate 驱动角色,NAVA 做同步音画,LTX 完成多镜头精修。
开源社区,这下和过年一样热闹了!
大模型 · @XFreeze▲ 1.4万
XFreeze说Grok 4.6放进API了,性价比超高
它被归为世界顶尖级AI模型,算力效率很高,使用成本只是同级别其他模型的零头
XFreeze说Grok 4.6放进API了,性价比超高
它被归为世界顶尖级AI模型,算力效率很高,使用成本只是同级别其他模型的零头
Grok 4.6 现已在 API 中开放。效率高得离谱……它是目前全球最强大的前沿 AI 模型之一,成本却仅为同级别其他模型的零头。
Grok 4.6 的定价几乎没有其他前沿 AI 模型能给出:
• 每 1M 输入 tokens 收费 2 美元
• 每 1M 缓存输入 tokens 收费 0.50 美元
• 每 1M 输出 tokens 收费 6 美元
• 上下文窗口 500K
它延续了 Grok 4.5 的激进定价,性能却实现了大幅提升。对一款前沿模型而言,性价比高得惊人。
多模态 · @cohere▲ 1.7万
Cohere推出了自家最小的图文多模态模型
这款叫North Micro Vision的模型,适合处理复杂的文档理解任务,现在已经开放开源
Cohere推出了自家最小的图文多模态模型
这款叫North Micro Vision的模型,适合处理复杂的文档理解任务,现在已经开放开源
今天,我们为我们的模型家族新增了一位成员。来认识一下 North Micro Vision。
这是我们迄今为止最小的视觉语言模型,非常适合复杂的文档理解任务。
它以 Apache 2.0 许可证开源。你可以在 @huggingface 获取模型权重。
开发工具 · @Nozelcode▲ 9.6K
GitHub上线Spec Kit,已经获得12.6万星
它解决了AI写代码时提示词模糊输出不准的问题,独立创作者搭AI写代码的流程更顺畅了
GitHub上线Spec Kit,已经获得12.6万星
它解决了AI写代码时提示词模糊输出不准的问题,独立创作者搭AI写代码的流程更顺畅了
GitHub 刚刚解决了氛围编码(vibe coding)最大的问题。他们刚刚发布了 Spec Kit,发布没多久就已经获得了超过 126K 星标。
它的思路是什么?不用再写模糊的提示词,然后祈祷AI代理不会搞崩你的项目……Spec Kit 会要求 AI 在碰代码之前,先生成一份结构化的规格说明。
AI 会先理解你想要构建什么,询问不清楚的地方,整理项目结构,之后才开始写代码。
这意味着你花在修复低级错误上的时间更少,代码不一致的情况更少,和AI代理协作时的结果可预测性也大大提高。
工作流程很简单:
/constitution → 规则与标准
/specify → 你想要构建的内容
/clarify → 开工前澄清疑问
/plan → 架构与技术栈
/tasks → 排序后的任务列表
/implement → 执行开发
它兼容 Claude Code、Cursor、Copilot、Codex、Gemini CLI 以及超过25个其他AI代理。
目前 95K 星标,8K fork,开源,由 GitHub 发布。仓库链接👇
开发 · @MoureDev▲ 3.5K
MoureDev要开免费直播讲Claude Code入门
课程从零基础开始,一步步带练,会带大家用这款当前最火的AI开发工具做实际案例
MoureDev要开免费直播讲Claude Code入门
课程从零基础开始,一步步带练,会带大家用这款当前最火的AI开发工具做实际案例
明天周四我会开设一场Claude Code直播课程!我们将一起学习如何使用这款当下最受欢迎的AI开发工具。
课程从零开始,循序渐进,包含实操案例,而且100%免费。
🗓️ 时间:西班牙时间13日周四18点 →
智能体 · @niveditjain▲ 1.9K
有人提出AI智能体需要新增实时转向干预功能
现在AI智能体直接调用工具,可能触发无法撤销的删除操作,事后观测没法提前阻止错误操作
有人提出AI智能体需要新增实时转向干预功能
现在AI智能体直接调用工具,可能触发无法撤销的删除操作,事后观测没法提前阻止错误操作
你的智能体只差一步调用工具,就会触发一次你无法撤销的删除操作。可观测性只能告诉你事情发生**之后**的情况。对于会主动采取行动的智能体来说,这远远不够。
现在推出为 AI Workers 打造的 Realtime Steering with Failproof AI。
你可以在智能体犯下错误之前,就找到故障点、发布策略并强制执行它们。
新品发布 · @BrainbaseHQ▲ 7.9K
BrainbaseHQ 推出 Universal Managed Agents API 新服务
需要部署AI代理的开发者不用再操心基础设施和凭证,几秒钟就能完成部署,节省大量准备时间。
BrainbaseHQ 推出 Universal Managed Agents API 新服务
需要部署AI代理的开发者不用再操心基础设施和凭证,几秒钟就能完成部署,节省大量准备时间。
隆重介绍 Universal Managed Agents API。UMA 将 Anthropic 的 Claude Managed Agents 扩展到了8个以上集成环境,包括 Claude Code、Codex、OpenCode、Cursor、Devin、Factory。
同时支持50个以上模型,涵盖前沿模型与开源模型。
开发者现在可以在几秒内部署一个智能体,无需管理基础设施或凭证,所有运行都在由我们的首日发布合作伙伴 @modal @e2b 和 @daytonaio 提供的安全沙箱中进行。
阅读我们的发布博客了解更多:
前沿研究 · @GeYan_21▲ 1.2万
Flex-π 解决机器人AI研发二选一的老难题
做机器人AI不用再在两种主流架构里二选一了,同一个模型 checkpoint 可以适配不同部署需求,能帮研发减少重复工作
Flex-π 解决机器人AI研发二选一的老难题
做机器人AI不用再在两种主流架构里二选一了,同一个模型 checkpoint 可以适配不同部署需求,能帮研发减少重复工作
可变长度架构(VLA)已经死了?不,而且你不必在VLA和世界动作模型(WAM)之间二选一。
我们推出Flex-π:一个多流世界动作模型(WAM),训练时会联合预测未来RGB、3D点图和DINO语义,同时结合动作。部署时它可以作为VLA、完整WAM,或是介于两者之间的任何形态——全部来自单个检查点。
官网:
新品发布 · @SamuelZengML▲ 9.0K
Edge8-35B 能在单台iPhone上跑350亿参数大模型
峰值内存仅1.06GB,推理速度可达每秒44词,未来大模型不用依赖云端就能本地用,模型和代码很快就会开源
Edge8-35B 能在单台iPhone上跑350亿参数大模型
峰值内存仅1.06GB,推理速度可达每秒44词,未来大模型不用依赖云端就能本地用,模型和代码很快就会开源
350亿参数。一台iPhone。不需要云端。
我们训练了Edge8-35B,这是一个超稀疏混合专家模型(MoE),带有联合训练的动态专家规划器,并围绕它搭建了一个SSD流推理引擎。
本次演示中:生成速度达到 44 tok/s,峰值内存约 1.06 GB。这是一套真正可用的端侧AI大模型栈。
模型、 runtime 和论文:即将开源。
新品发布 · @_sarthak4▲ 8.8K
Decawork 要管好公司里乱长的内部AI工具
现在各家团队都在自己搭AI工具,上线没人管也没有规范。这套工具帮IT统一部署、管控和维护全流程,解决乱建AI的安全合规问题。
Decawork 要管好公司里乱长的内部AI工具
现在各家团队都在自己搭AI工具,上线没人管也没有规范。这套工具帮IT统一部署、管控和维护全流程,解决乱建AI的安全合规问题。
今天我们推出了由@ycombinator支持的@decawork:这是一个供 IT 部门部署、管控和维护运行在全公司内部 AI 智能体的统一平台。
现在每个团队都在开发 AI 工具/智能体。它们上线后拥有真实访问权限,没有标准的发布流程,也没有人监管。
通过 Decawork,每个智能体——无论是在 Claude Code、Codex 还是任何其他地方构建的——发布时都会拥有自己的身份和权限范围限定的凭证。
IT 会在它上线前完成审批,敏感操作需要等待批准,每一次运行从头到尾都处于监管之下。
我之前在 NVIDIA 开发 AI,在 OpenAI 和 Meta 做部署工作。Aman(@arxneo14)搭建了巴克莱银行供内部团队使用的 AI 合规平台,之后还将智能体交付给了超过 10 万月活用户。我们亲身经历过这些痛点,因此辞职来解决这个问题。
你的公司里内部 AI 智能体/工具正在无序堆积?欢迎发邮件和我们创始人聊聊:[email protected]
前沿研究 · @omarsar0▲ 5.1K
Anthropic 研究发现多AI系统里会传播思维病毒
这会影响多人协作AI开发的安全,只需要在系统提示里加一句简短警告,就能获得几乎完全的防护
Anthropic 研究发现多AI系统里会传播思维病毒
这会影响多人协作AI开发的安全,只需要在系统提示里加一句简短警告,就能获得几乎完全的防护
来自 Anthropic 的全新研究非常有意思。(收藏一下)他们演化出了思维病毒,也就是能在多智能体系统中通过让每个宿主传播扩散的想法,随后测量了决定传播的因素。
运作方式如下:一组小型智能体团队共同参与一个编码项目,另外还有一串智能体,每轮会话之间会被清空上下文。传播能在清空后存活下来,因为共享的工作成果携带着载荷。
传播效果取决于宿主模型、现有指令、载荷有害性和网络拓扑结构。有害载荷传播能力更弱,但偶尔仍能成功传播。
系统提示中加入一段简短警告就能带来近乎完全的免疫力。
论文:
在我们的 academy 中跟踪更多热门 AI 论文:
新品发布 · @victormustar▲ 1.5万
这个夏天开源AI全线爆发,多个新模型逼近顶级闭源
从大语言推理、音视频到语音交互、安全防护,各个AI方向都有了新的开源模型,不少个人设备就能本地运行
这个夏天开源AI全线爆发,多个新模型逼近顶级闭源
从大语言推理、音视频到语音交互、安全防护,各个AI方向都有了新的开源模型,不少个人设备就能本地运行
行业动态 · @Vtrivedy10▲ 5.0K
AI开发者分享:智能体提升需要依靠评估数据
想做持续迭代的AI智能体,得先做好可观测性和效果评估,规模化生产数据是打磨优质评估的核心,这套路径给团队做智能体提供了参考方向。
AI开发者分享:智能体提升需要依靠评估数据
想做持续迭代的AI智能体,得先做好可观测性和效果评估,规模化生产数据是打磨优质评估的核心,这套路径给团队做智能体提供了参考方向。
@aiDotEngineer 世博会一直是每年最棒的活动之一,能在这里和走在研究、智能体、评估、系统等领域前沿的开发者交流。
几周前,我做了一场题为「持续迭代智能体」的演讲,内容包括:构建能够理解其他智能体数据的智能体,还完整演示了我们近期在数据智能体和后训练实验上的部分成果。
几个有意思的观点:
- 所有做持续学习的公司最终都会成为可观测性与评估公司(反之亦然)
- 环境和评估是智能体迭代的通货。智能体实际就是在遵循评估中编码的行为运行。要做好评估,最好的方法就是大规模挖掘生产数据
- 想要牢牢掌握自身智能,一个好方案是搭建模型-工具层结构:用开源模型实现工具层-后训练-工具层的三明治结构
- 模型-工具层-任务适配!不存在通用模型,也不存在通用工具层。如果你针对特定任务优化模型和工具层,总能构建出更优秀的智能体系统
如果你的团队希望理解大规模数据、搭建环境/评估体系,或是单纯想要优化你的智能体——欢迎联系我,很期待能和你合作!🚀
新品发布 · @mustafasuleyman▲ 5.2万
Inflection 推出首款推理模型MAI-Thinking-1
这款从零开始打造的推理模型已经上线微软Foundry平台,想尝试新推理工具的人可以去看看。
Inflection 推出首款推理模型MAI-Thinking-1
这款从零开始打造的推理模型已经上线微软Foundry平台,想尝试新推理工具的人可以去看看。
新品发布 · @eigenlabs▲ 3.8万
YukonResearch 人机协作平台 多项成绩刷新纪录
把前沿难题开放给独立解题者,整合人和AI的不同优势,能更快推进科学突破,普通人也可以提交自己的难题参与
YukonResearch 人机协作平台 多项成绩刷新纪录
把前沿难题开放给独立解题者,整合人和AI的不同优势,能更快推进科学突破,普通人也可以提交自己的难题参与
介绍 @YukonResearch。这是一个开放前沿研究平台。
过去两个月里,由人类+AI组成的开放网络已经做到:
- 在前沿量子电路结果上超越谷歌 50% 以上
- 让 Poolside 的开放权重模型运行速度提升 2.6 倍
- 将后量子以太坊扩容性能提升 3.5 倍
- 让 Lighter 的证明器速度提升 9.5 倍
把一个高难度前沿科学问题交给众多独立求解者,每个人都能带来不同的模型、工具、提示词和隐性知识。
然后让最优结果不断累积。与 AI 一起加速科学进步的未来。
把你最难的问题交给我们:
前沿研究 · @yiwenyuan98▲ 2.1万
Grok 4.6 自己优化代码,还帮团队涨了性能
作者团队训练模型用模型自身的开发工作加速开发。模型在人类已经优化好的代码基础上,再次提升了推理吞吐量
Grok 4.6 自己优化代码,还帮团队涨了性能
作者团队训练模型用模型自身的开发工作加速开发。模型在人类已经优化好的代码基础上,再次提升了推理吞吐量
Grok 4.6 是首个基于内部模型开发任务训练得到的模型。我的团队搭建了训练与评估栈,让Grok可以从加速模型开发本身的工作中学习,这些工作包括生产推理和内核优化。
目前Grok 4.6在我们内部的MTS Eval和InferenceEval中排名第一。
在一次实验中,我们将一个更早的检查点放入全自动化环境,让它访问我们的生产推理代码库。它探索了297种优化思路,并在已经经过人类优化的栈之上交付了3项修改,最终将prefill吞吐量提升了3.1%,将decode吞吐量提升了1.5%。
我们的工作被收录在Grok 4.6模型卡的研发赋能(R&D Enablement)板块。
实战经验 · @bkdgiffug▲ 2.8K
这个开源项目三两块钱两小时就能从零训大模型
想搞懂大模型训练全流程,又没有大成本试错,这个迷你项目把完整流程都开放了,可以直接上手练手。
这个开源项目三两块钱两小时就能从零训大模型
想搞懂大模型训练全流程,又没有大成本试错,这个迷你项目把完整流程都开放了,可以直接上手练手。
3块钱、俩小时就能从零训一个大模型?这你敢信?GitHub上扒到个开源项目,已经5w star冲上Trending。
它能让你训出一个只有25.8M参数的迷你语言模型,最小版本体积只有GPT-3的1/2700,是真的小。关键是全套都给你开源了: 1️⃣ tokenizer分词器训练 2️⃣ Pretrain、SFT全流程代码 3️⃣ 还整了个视觉多模态版MiniMind-V 脚本全是PyTorch原生写的,还兼容MoE架构,等于把大模型从头到尾的活儿完整复刻了一遍。想搞懂大模型怎么炼成的,拿它练手真香。
🔗
数字人 · @PixelAigc▲ 1.2万
两款AI工具可在家用PC生成高细节虚拟数字人表情
Minimax H3可在家用电脑部署实现丰富脸部微表情,还公开了Seedance 2.5的完整视频生成提示词
两款AI工具可在家用PC生成高细节虚拟数字人表情
Minimax H3可在家用电脑部署实现丰富脸部微表情,还公开了Seedance 2.5的完整视频生成提示词
有观点称,好莱坞女演员面临AI生成虚拟数字人的冲击。继Seedance 2.5之后,Minimax H3也可以在家用电脑上部署,生成带有丰富脸部微表情的虚拟数字人表演。
Seedance 2.5的视频提示词要求以参考图作为起始帧,固定角色形象:年轻东亚女性,身着灰色无袖上衣,佩戴大号细银圈耳环。场景要求为柔和阴天光线,背景是完全模糊的海岸,保持细微连续的手持镜头漂移,全程让头发被风轻轻吹动。
动作序列要求依次完成强忍哭泣、情绪崩溃两个情绪阶段:先是嘴唇紧抿,下巴颤抖,胸口随急剧吸气起伏,泪水在眼中积聚不落下;再闭眼张嘴抽泣,泪水滑落双颊,头部微微低下。
提示词还要求:灰色上衣前领从画面底部被向上拉起,布料自然拉伸变形,覆盖住人物的下巴、嘴巴和鼻子,全程画面不能出现任何手、手指或手臂。最后布料自然松开落回锁骨位置,人物脸部重新露出,眼睛微微睁开向下看,张嘴沉重疲惫地喘息。
AI生成视频 · @johnAGI168▲ 1.7万
用户发布Seedance 2.5生成第一人称巨人换装创意视频
视频以Seedance 2.5 AI生成,全长30秒竖屏,呈现巨人之手给真人娃娃换装的完整流程
用户发布Seedance 2.5生成第一人称巨人换装创意视频
视频以Seedance 2.5 AI生成,全长30秒竖屏,呈现巨人之手给真人娃娃换装的完整流程
大模型 · @kimmonismus
用户测试称Grok 4.6实现预期性能飞跃
xAI旗下Grok 4.6获测试者认可,后续10T参数模型有望冲击通用最佳大模型
用户测试称Grok 4.6实现预期性能飞跃
xAI旗下Grok 4.6获测试者认可,后续10T参数模型有望冲击通用最佳大模型
测试者@kimmonismus现在开始认真看待xAI的Grok大模型。Grok 4.6版本已经实现他一直期待的性能飞跃。如果参数规模10万亿的Grok模型仍按计划推出,那么Elon Musk此前称Grok可成为最佳通用大模型的说法就值得认真对待。
Anthropic已经做好Fable 5.5模型的发布准备,只待正式推出。接下来几周大模型领域将有多个新品推出。xAI已经通过Grok 4.6展现了自身拥有的巨大潜力。
大模型 · @doodlestein▲ 3.3K
开发者称Grok 4.6已可和其他AI多智能体协作
用户doodlestein通过自制工具实现Grok 4.6与Fable 5、GPT-4.6 Sol协作,给出初步体验评价
开发者称Grok 4.6已可和其他AI多智能体协作
用户doodlestein通过自制工具实现Grok 4.6与Fable 5、GPT-4.6 Sol协作,给出初步体验评价
用户doodlestein在𝕏发文称,已经通过自己开发的Agent Mail工具,让Grok 4.6和Fable 5、GPT-4.6 Sol实现了顺畅高效的协作。他将这一状态形容为“智能体派对”。
截至目前,doodlestein对Grok 4.6的初步印象是,它非常聪明,响应速度也很快。他对Grok适配框架的更新速度感到惊喜。
doodlestein还表示,Grok的构建样式相当精致流畅,他很喜欢差异对比的样式设计。
提示工程 · @ridark_eth▲ 1.1K
Anthropic官方提示词编写分步流程公开
@ridark_eth整理了Anthropic官方的五步提示词结构,附带时间码和核心要点
Anthropic官方提示词编写分步流程公开
@ridark_eth整理了Anthropic官方的五步提示词结构,附带时间码和核心要点
@ridark_eth在𝕏上分享了Anthropic官方的提示词编写分步流程。流程遵循角色明确→约束设置→案例嵌入→修正盲区的逻辑。
第一步,时间点0分17秒,首先要明确告诉大模型它需要完成的任务和对应的角色。
第二步,时间点4分11秒,给提示词加上约束,限定大模型只输出它实际能够支撑的内容。
第三步,时间点9分51秒,要把参考案例嵌入系统提示词,而非用户输入消息中。
第四步,时间点12分02秒,如果Claude无法给出符合预期的结果,问题通常出在使用者的提示词或输入数据本身。
第五步,时间点14分01秒,先列出你实际观测到的内容,再和大模型生成的结果逐一比对。
无法直观发现错误的提示词,也没办法得到优化。原文建议观看原内容并添加书签收藏。
AI建站 · @maarcoofdezz▲ 1.7K
Claude Fable 5搭配Seedance 2.5可替代三万五千美元建站机构
这套工具组合可完成专业网站搭建,这类网站建站机构收费通常一万美元,附分步教程
Claude Fable 5搭配Seedance 2.5可替代三万五千美元建站机构
这套工具组合可完成专业网站搭建,这类网站建站机构收费通常一万美元,附分步教程
Claude Fable 5搭配Seedance 2.5,已经让收费三万五千美元的传统建站机构失去竞争力。这套工具组合可以完成专业级别的网站搭建,这类网站传统建站机构的收费通常为一万美元。
目前已经有分步教程发布,讲解如何使用Fable 5搭建专业网站,教程链接可在原发布内容中获取。
开发工具 · @hwchase17▲ 1.0K
开发者hwchase17发布可生成社交媒体内容的智能代理
这款托管深度代理可扫描新闻内容生成帖子,支持与Slack集成和持久化存储
开发者hwchase17发布可生成社交媒体内容的智能代理
这款托管深度代理可扫描新闻内容生成帖子,支持与Slack集成和持久化存储
开发者@hwchase17分享了一款可搭建社交媒体智能代理的项目。这款托管深度代理可以扫描黑客新闻(Hacker News)内容,也可选择扫描X平台内容。代理会自动生成三篇帖子草稿,将内容保存至持久化内存,最终发送到Slack。
该代理支持Slack频道集成、自定义工具和内存功能。相关使用教程已发布为视频,可通过链接访问。
安全 · @whoareme33▲ 4.9K
安全研究者称DeepSeek V4 Pro 0813适合安全研究
研究者使用该模型不到30分钟就在一个开源项目中发现了远程代码执行漏洞
安全研究者称DeepSeek V4 Pro 0813适合安全研究
研究者使用该模型不到30分钟就在一个开源项目中发现了远程代码执行漏洞
研究者whoareme33在社交平台X表示,DeepSeek V4 Pro 0813是一款适合安全研究的不错模型。 他使用该大模型,不到30分钟就在一个开源项目中发现了一处远程代码执行(RCE)漏洞。 相关链接已经发布在平台上供查看。
大模型 · @jun_song▲ 859
开发者实测DeepSeek-V4-Pro-0813与Grok-4.6
开发者在自研智能体框架上测试两款模型,实际任务表现略低于公开基准成绩
开发者实测DeepSeek-V4-Pro-0813与Grok-4.6
开发者在自研智能体框架上测试两款模型,实际任务表现略低于公开基准成绩
开发者jun_song在自己的智能体框架上,测试了DeepSeek-V4-Pro-0813和Grok-4.6两款大模型。测试针对真实智能体任务展开,而非类似Flappy Bird这类简单小游戏。
两款模型的实际表现,比公开基准测试给出的成绩要稍差一些。
即便如此,它们仍然大幅领先Claude Opus-5。目前Opus-5受算力限制,性能被大幅削减了。
AI视频 · @Chengzilhy▲ 1.9万
用户分享Seedance 2.5生成视频实用经验技巧
包含角色卡制作、提示词编写、成本控制与活动优惠四项实用技巧
用户分享Seedance 2.5生成视频实用经验技巧
包含角色卡制作、提示词编写、成本控制与活动优惠四项实用技巧
生成式AI · @TechieBySA▲ 2.0K
AI结合Seedance 2.5与GPT Image 2正确生成速叠杯内容
用户发布测试提示词,用两款AI工具生成了速叠杯选手设定表和动画短片
AI结合Seedance 2.5与GPT Image 2正确生成速叠杯内容
用户发布测试提示词,用两款AI工具生成了速叠杯选手设定表和动画短片
有用户在𝕏发布分享,AI首次正确生成了竞技速叠杯相关内容,测试用到了Seedance 2.5和GPT Image 2,运行在@SJinn_Agent平台。分享中附了测试用到的完整提示词和工具体验链接。
第一个是角色设定表的生成提示词,要求生成名为CHAD的速叠杯选手的专业电影级角色设定册。提示词明确要求严格遵循上传参考图还原人物外观,规范了左中右三个区域的内容布局、配色和整体风格。
第二个是Seedance 2.5的动画生成提示词,要求生成15秒的电影级动画短片,场景为专业速叠杯比赛。提示词要求严格遵循生成好的角色设定表还原选手外形,还分时段规范了画面镜头、音效和内容进程。
提示词明确了短片整体的视觉风格,要求达到虚幻引擎级别的制作质量,最终收尾在选手打破世界纪录、观众欢呼的定格画面。
AI编程 · @Majin_AppSheet▲ 6.2K
AI编程工具Manus限时开启无限免费使用额度至8月25日
用户分享Manus使用体验,可跨AI工具搭配推进停滞的开发工作
AI编程工具Manus限时开启无限免费使用额度至8月25日
用户分享Manus使用体验,可跨AI工具搭配推进停滞的开发工作
Manus的剩余信用额度目前变成了无限,截止到8月25日都可以免费使用。
自从Codex支持远程操作后,用户就很少用Manus了,但依旧认为这款工具很好用,自己很喜欢它。
这名用户最喜欢的用法是,把自己过去开发的应用交给Manus,让它从零开始,用更巧妙的方案重新开发一款功能相同的应用,实际使用时会补充更详细的要求。
Manus的自主性很高,可以自动长时间运行处理任务,最终生成的代码里常常能找到意想不到的优质内容。
把Manus生成的代码交给ClaudeCode后,往往能得到出人意料的优化思路,能让原本停滞的开发项目继续推进。
这种使用场景需要用到付费订阅的「Manus 1.6 MAX」版本,现在Grok的Build功能也可以实现类似的开发思路。
对于非开发者的 vibe coding(氛围编程)开发方式来说,运气本身也是实力的一部分。
大语言模型 · @Lonely__MH▲ 4.2万
网友提出绕过Claude注册限制的新思路:用Grok Bot内部操作
X用户Lonely__MH提出在Grok Bot虚拟机内注册使用Claude,声称可解决风控和网络环境问题
网友提出绕过Claude注册限制的新思路:用Grok Bot内部操作
X用户Lonely__MH提出在Grok Bot虚拟机内注册使用Claude,声称可解决风控和网络环境问题
X用户Lonely__MH突发奇想,提出一个绕过Claude注册使用限制的方法。该方法是直接在Grok Bot的虚拟机中完成Claude的注册、订阅,后续所有高强度使用也都在Grok Bot内部完成。
提出者称这种操作可以解决Claude注册使用时遇到的风控和网络环境问题,称得上一石二鸟。
提出者已经用这个方法在Grok Bot中注册了一个Claude账号作为备用。他呼吁近期有注册Claude账号需求的用户可以尝试这个方法,并给他反馈结果。
生成式AI · @AlfredAlfer77▲ 4.7K
开发者测试开源模型Minimax H3,称其性能远超Sora2和Seedance
开发者AlfredAlfer77公开测试结果,认为H3结合了Sora2的画质表现力和Seedance的可控性,还自带唇同步功能
开发者测试开源模型Minimax H3,称其性能远超Sora2和Seedance
开发者AlfredAlfer77公开测试结果,认为H3结合了Sora2的画质表现力和Seedance的可控性,还自带唇同步功能
开源 · @Sukiea1008▲ 5.2K
《纳瓦尔宝典》结构化学习系统以MIT协议开源
可读写调用回溯的名人读书笔记学习系统开源,附三套成品
《纳瓦尔宝典》结构化学习系统以MIT协议开源
可读写调用回溯的名人读书笔记学习系统开源,附三套成品
别再让读书笔记进库吃灰。我把《纳瓦尔宝典》做成了一套不仅能读、能调用还能回溯的学习系统。整条生产线已 MIT 协议开源,附赠三套成品:纳瓦尔、李笑来、马斯克,欢迎试用再安装。
GitHub 链接我放在评论区👇
AI工具 · @shannholmberg▲ 10.0K
用Wayfinder技能规划完整营销活动的方法介绍
Wayfinder大模型工作规划技能可适配完整营销活动规划
用Wayfinder技能规划完整营销活动的方法介绍
Wayfinder大模型工作规划技能可适配完整营销活动规划
大模型 · @kunchenguid▲ 1.7万
Grok Bot实测体验与产品设计核心特点分析
分享Grok Bot实测体验,拆解其架构、定价策略与改进方向
Grok Bot实测体验与产品设计核心特点分析
分享Grok Bot实测体验,拆解其架构、定价策略与改进方向
开源 · @rionaifantasy▲ 4.7K
开源信源透明的AI每日简报工具已发布上线
开发者推出信源透明的AI每日简报工具,已开源可使用
开源信源透明的AI每日简报工具已发布上线
开发者推出信源透明的AI每日简报工具,已开源可使用
我算是彻底明白了🧐。。。绝大多数 AI 早报的问题,不是信息不够多,而是信源不透明。 我的 AI 每日简报目前接入了: • OpenAI、DeepMind、Anthropic、Hugging Face • Hacker News、arXiv、GitHub Trending • TechCrunch、CoinDesk、AI HOT • Codex、Claude Code、Gemini CLI 等官方 Releases 每次会自动完成抓取、去重、五维评分和可信度分级,再由 Codex 精编成一份带原始链接的中文 Markdown。 不用 Hermes,也不用 Telegram,一键生成清晰可读的Markdown文档,同时这个AI早报skill还会根据你的个人情况给你选题建议,彻底解决自媒体“缺乏选题”的问题。 这篇文章把安装和调用方法全部写清楚了,而且已经开源,快来试试吧👇 github仓库链接:
github链接👇,如果你觉得这个AI每日简报skill对你有帮助,麻烦点个star,感谢大家🙏
视频剪辑 · @goan999999▲ 8.4K
Codex 5.6集成HyperFrames插件可文字生成AI视频
Codex 5.6装上HyperFrames插件,输入文字就能生成完整AI视频
Codex 5.6集成HyperFrames插件可文字生成AI视频
Codex 5.6装上HyperFrames插件,输入文字就能生成完整AI视频
Codex 5.6 装上 HyperFrames 插件,直接让剪辑师失业
别再用剪映一帧一帧的剪视频了
赶紧去安装 HyperFrames ,之后就可以把一段文字需求变成完整的 AI 视频。
制作产品介绍、动态海报、知识视频、PPT 风格视频,甚至是文章、推文,都可以直接转成动态内容,最后 Render 成 MP4。
比如我想做一个「Codex 调用 HyperFrames 生成视频」的演示,只需要告诉Codex这样一段提示词prompt:
“ @hyperframes 我需要制作一段 Codex 调用 HyperFrames 生成视频的开场动画,不超过 10 秒。
从真实 Codex 深色聊天界面开始,模拟输入 Prompt、点击发送、GENERATING 生成状态,最后出现视频预览并丝滑放大至全屏。
整体保持拟真、高级的产品视觉,加入真实的打字、点击和生成音效,并稳定 Render 成 MP4。 ”
视频结尾有效果演示哦!快去安装尝试吧!
🔥 热点追踪 · @joinridge▲ 10.2万
Ridge 推出 Ridge Forge,可自定义自动AI开发获客代理
Ridge 用自研自动AI代理帮客户跑了一年获客业务,现在开放工具让用户自定义触发条件与获客规则,代理会自动跟进线索,生成跟进方案待审核。后续要看这类工具能替代多少人工获客环节
Ridge 推出 Ridge Forge,可自定义自动AI开发获客代理
Ridge 用自研自动AI代理帮客户跑了一年获客业务,现在开放工具让用户自定义触发条件与获客规则,代理会自动跟进线索,生成跟进方案待审核。后续要看这类工具能替代多少人工获客环节
新前沿研究 · @rohanpaul_ai▲ 7.3K
谷歌DeepMind梳理了从AGI到ASI的四条技术路径
帮你理清AI能力跃迁的可能性。不同路径各有优劣,ASI不会突然降临,而是AI迭代带来的一系列加速变化
谷歌DeepMind梳理了从AGI到ASI的四条技术路径
帮你理清AI能力跃迁的可能性。不同路径各有优劣,ASI不会突然降临,而是AI迭代带来的一系列加速变化
前沿研究 · @AndrewCurran_▲ 8.0K
Anthropic 团队发现多AI协作天生存在协调缺陷
现有AI不会主动用已知信息判断共识真伪,人类社会的协调规则不适用于AI,必须重新设计交互机制才能规避风险。
Anthropic 团队发现多AI协作天生存在协调缺陷
现有AI不会主动用已知信息判断共识真伪,人类社会的协调规则不适用于AI,必须重新设计交互机制才能规避风险。
前沿研究 · @bindureddy▲ 1.0万
DeepSeek v4 Pro 达到Sonnet级性能,开源AI正在爆发
这款模型已经可以安全用于生产环境,很快就能在ChatLLM平台体验,想试试新大模型的人多了新选择。
DeepSeek v4 Pro 达到Sonnet级性能,开源AI正在爆发
这款模型已经可以安全用于生产环境,很快就能在ChatLLM平台体验,想试试新大模型的人多了新选择。
哇!DeepSeek v4 Pro 已经发布,纸面参数看起来非常出色!
虽然他们做了大量优化来冲基准测试成绩,但他们的模型也可以安全用在生产工作负载中。
开源AI正在爆发式增长。
我个人感觉这是一个和Sonnet同级别的模型。Grok 4.6和DeepSeek应该很快都会在ChatLLM上线。
前沿研究 · @yiwenyuan98▲ 2.1万
Grok 4.6 自己优化代码,还帮团队涨了性能
作者团队训练模型用模型自身的开发工作加速开发。模型在人类已经优化好的代码基础上,再次提升了推理吞吐量
Grok 4.6 自己优化代码,还帮团队涨了性能
作者团队训练模型用模型自身的开发工作加速开发。模型在人类已经优化好的代码基础上,再次提升了推理吞吐量
Grok 4.6 是首个基于内部模型开发任务训练得到的模型。我的团队搭建了训练与评估栈,让Grok可以从加速模型开发本身的工作中学习,这些工作包括生产推理和内核优化。
目前Grok 4.6在我们内部的MTS Eval和InferenceEval中排名第一。
在一次实验中,我们将一个更早的检查点放入全自动化环境,让它访问我们的生产推理代码库。它探索了297种优化思路,并在已经经过人类优化的栈之上交付了3项修改,最终将prefill吞吐量提升了3.1%,将decode吞吐量提升了1.5%。
我们的工作被收录在Grok 4.6模型卡的研发赋能(R&D Enablement)板块。
前沿研究 · @EMostaque▲ 44.0万
SpaceXAI 拿下GDPVal 真实任务榜第一,性价比很高
这项榜单是目前衡量AI大模型真实能力最重要的标准,SpaceXAI团队这次的成绩,印证了AI商用落地能力正在快速提升。
SpaceXAI 拿下GDPVal 真实任务榜第一,性价比很高
这项榜单是目前衡量AI大模型真实能力最重要的标准,SpaceXAI团队这次的成绩,印证了AI商用落地能力正在快速提升。
在我看来,GDPVal大概是目前最重要的基准测试,它用来衡量模型在真实世界任务上的表现。
在这项测试中取得了性能上的巨大飞跃,还以极具竞争力的成本登顶,恭喜@SpaceXAI团队,期待未来有更重磅的发布!
前沿研究 · @omarsar0▲ 5.1K
Anthropic 研究发现多AI系统里会传播思维病毒
这会影响多人协作AI开发的安全,只需要在系统提示里加一句简短警告,就能获得几乎完全的防护
Anthropic 研究发现多AI系统里会传播思维病毒
这会影响多人协作AI开发的安全,只需要在系统提示里加一句简短警告,就能获得几乎完全的防护
来自 Anthropic 的全新研究非常有意思。(收藏一下)他们演化出了思维病毒,也就是能在多智能体系统中通过让每个宿主传播扩散的想法,随后测量了决定传播的因素。
运作方式如下:一组小型智能体团队共同参与一个编码项目,另外还有一串智能体,每轮会话之间会被清空上下文。传播能在清空后存活下来,因为共享的工作成果携带着载荷。
传播效果取决于宿主模型、现有指令、载荷有害性和网络拓扑结构。有害载荷传播能力更弱,但偶尔仍能成功传播。
系统提示中加入一段简短警告就能带来近乎完全的免疫力。
论文:
在我们的 academy 中跟踪更多热门 AI 论文:
前沿研究 · @GeYan_21▲ 1.2万
Flex-π 解决机器人AI研发二选一的老难题
做机器人AI不用再在两种主流架构里二选一了,同一个模型 checkpoint 可以适配不同部署需求,能帮研发减少重复工作
Flex-π 解决机器人AI研发二选一的老难题
做机器人AI不用再在两种主流架构里二选一了,同一个模型 checkpoint 可以适配不同部署需求,能帮研发减少重复工作
可变长度架构(VLA)已经死了?不,而且你不必在VLA和世界动作模型(WAM)之间二选一。
我们推出Flex-π:一个多流世界动作模型(WAM),训练时会联合预测未来RGB、3D点图和DINO语义,同时结合动作。部署时它可以作为VLA、完整WAM,或是介于两者之间的任何形态——全部来自单个检查点。
官网:
新新品发布 · @deepseek_ai▲ 56.1万
DeepSeek推出V4-Pro,智能体能力大升级
可以根据任务复杂度调整推理资源占用,原生支持OpenAI Responses API,一键对接Codex,已经开放网页端和API使用。
DeepSeek推出V4-Pro,智能体能力大升级
可以根据任务复杂度调整推理资源占用,原生支持OpenAI Responses API,一键对接Codex,已经开放网页端和API使用。
我们今日正式发布 DeepSeek-V4-Pro!🚀
🔷 智能体重大升级,生产效能大幅提升!
🔷 为 V4-Pro 和 V4-Flash 提供灵活推理强度配置:简单任务使用低强度,日常智能体工作流使用中高强度,复杂任务拉满最高强度。
🔷 原生支持 OpenAI Responses API,针对 Codex 优化,支持一键配置。
V4 Pro 现已在客户端/网页端上线。通过「专家模式」即可体验。
V4 Pro 同时也开放了 API 调用。模型名称保持不变,请参考 API 文档查看配置详情。
新新品发布 · @deepseek_ai▲ 53.8万
DeepSeek 开源了全插件化的AI智能体框架
所有组件都可替换扩展,全球开发者都能基于它搭建定制化AI智能体,想做个性化AI工具不用从零起步
DeepSeek 开源了全插件化的AI智能体框架
所有组件都可替换扩展,全球开发者都能基于它搭建定制化AI智能体,想做个性化AI工具不用从零起步
🧩 DeepSeek Harness v0.1 现已开放开发者预览版!
🔹 我们面向全球开发智能体框架的开发者开放了该项目,并以 MIT 许可证开放了全部代码。
🔹 DeepSeek Harness 由 Cordis 元框架驱动,是围绕一个核心理念打造的智能体框架:一切皆插件。
模型、工具、技能、会话、沙箱、文件系统、循环、编排和 UI 全部都以插件形式实现,可以任意混合、搭配、替换和扩展。
现在就来试用吧!
新新品发布 · @tom_doerr▲ 5.9K
Agentic Data Scientist 开源自动数据科学工作流框架
想做数据科学分析却没有完整团队?这个开源框架能自动完成从规划到验证的全流程,可直接开箱使用。
Agentic Data Scientist 开源自动数据科学工作流框架
想做数据科学分析却没有完整团队?这个开源框架能自动完成从规划到验证的全流程,可直接开箱使用。
新新品发布 · @Itsfoss▲ 6.0K
Linux大佬发起OpenWALDO,要把开源逻辑带进AI
现有AI训练数据大多来源不明,这套公开溯源的开源数据集,能让企业训出合规可审计的AI模型,降低合规风险
Linux大佬发起OpenWALDO,要把开源逻辑带进AI
现有AI训练数据大多来源不明,这套公开溯源的开源数据集,能让企业训出合规可审计的AI模型,降低合规风险
打造了 CentOS 和 Rocky Linux 的人,现在正尝试为 AI 做开源当年为操作系统做的事。
Gregory Kurtzer 刚刚推出了 OpenWALDO,这是一个透明的 AI 训练数据集,包含 1670 亿个 token,数据来源包括政府记录、学术论文、邮件列表和公有领域文献。
- 每个 token 都可追溯
- 每个来源都有记录
- 每个授权都已梳理清楚
- 制作过程没有损害任何珍本
Kurtzer 的主张很简单:「Linux 赢不是因为它被认证为安全。它赢是因为它可检查、可分叉、经社区验证。」他认为这套逻辑同样适用于 AI。
实验室或公司可以取用 OpenWALDO 的语料库,验证它的来源,再在其上添加自己的专有数据,最终推出一个谱系干净、可审计的模型。这是目前所有基于(不合规)爬取的互联网数据训练模型的从业者都无法提供的东西。
该项目由 Kurtzer 旗下负责 Rocky Linux 的公司 CIQ 出资,目前正在寻找贡献者。
开源世界曾经打造了互联网的基础设施。它没有理由不能再做一次,只不过这次是为 AI。我支持 OpenWALDO。
新新品发布 · @rayhotate▲ 91.1万
SpaceXAI 发布 Grok 4.6,迭代仅隔一个月
这款模型直接参与加速自身开发流程,优化结果已经落地到生产环境,AI 自主推进研发的进度比很多人预想的更快
SpaceXAI 发布 Grok 4.6,迭代仅隔一个月
这款模型直接参与加速自身开发流程,优化结果已经落地到生产环境,AI 自主推进研发的进度比很多人预想的更快
我们发布了 Grok 4.6,距离 4.5 发布仅过去一个月。从事 RSI 相关工作一直让我们倍感兴奋!本次发布是一个早期里程碑。
这个模型的更新点(也是我最兴奋的一点)是,我们团队在真实工程任务上训练并评估了 Grok,这些任务正是能够加速模型开发的工作:生产推理、我们 @SpaceXAI 所用加速器的内核优化等等。
事实上,Grok 生成的优化方案已经部署到我们的生产环境中了。你可以前往 Grok 4.6 模型卡中的「研发赋能」部分查看详情。这仅仅只是一个开始!
新新品发布 · @modal▲ 1.0万
Modal 已上线阿里云通义千问大模型,支持百万上下文
需要调用大工具的开发者可以直接在这里调用训练好的模型,不用自己部署,省去基础配置的时间。
Modal 已上线阿里云通义千问大模型,支持百万上下文
需要调用大工具的开发者可以直接在这里调用训练好的模型,不用自己部署,省去基础配置的时间。
由 @Alibaba_Qwen 和 @alibaba_cloud 开发的 Qwen3.8-2.4T-A95B 现已在 Modal 上线。
它使用了一个基于大量工具调用数据训练的自定义 DFlash speculator 来提供服务。
完整支持 1M 上下文窗口。
新品发布 · @GoogleDeepMind▲ 11.4万
Google DeepMind 推出手语转文字AI 帮听障者直接输入
听障人士不需要打字,直接打手语就能完成输入,相关功能会率先在 Pixel 11 上线,解决听障人士日常输入不便的问题。
Google DeepMind 推出手语转文字AI 帮听障者直接输入
听障人士不需要打字,直接打手语就能完成输入,相关功能会率先在 Pixel 11 上线,解决听障人士日常输入不便的问题。
SL2T 是我们推出的突破性手语转文本模型,它为 @Android 上聋人及听障用户提供了全新功能。
这项功能首先在 Pixel 11 上开放美国手语转英语,人们可以直接在手语输入到 Gboard 和 Live Transcribe,无需打字。
新品发布 · @Teknium▲ 7.3K
@Teknium:机器人模式即将登陆Hermes Agent Desktop
Bot Mode: coming to Hermes Agent Desktop App? https://t.co/A2OMI8SSUQ
@Teknium:机器人模式即将登陆Hermes Agent Desktop
Bot Mode: coming to Hermes Agent Desktop App? https://t.co/A2OMI8SSUQ
新品发布 · @AdinaYakup▲ 5.8K
通义千问Qwen3.8 Max 开放商用权限,只限制超大型企业
目前最大的Qwen系列模型已上传到huggingface,普通开发者和公司都可以免费商用,只有超大规模AI业务才需要额外申请授权,想做大模型创业可以试试这条路径。
通义千问Qwen3.8 Max 开放商用权限,只限制超大型企业
目前最大的Qwen系列模型已上传到huggingface,普通开发者和公司都可以免费商用,只有超大规模AI业务才需要额外申请授权,想做大模型创业可以试试这条路径。
通义千问家族最大的模型 Qwen3.8 Max 现已上线 @huggingface 🔥
参数规格:
- 总参数量 2.4T / 激活参数量 95B 的 MoE 架构
- 支持 1M 上下文长度
- 提供 FP8 版本
结合了 Gated DeltaNet + Gated Attention,实现更出色的推理能力与效率 ✨
3.8Max 许可协议:对开发者和企业开放,可免费使用、微调并商业化。仅超大规模 AI 业务需要额外申请授权 👀
新品发布 · @hugothomel▲ 1.2万
Alakazam Studio 做了世界模型本地开源UI
普通人不用部署复杂后端,直接在浏览器里就能跑自己的世界模型,还能基于文本编辑生成内容,降低了本地玩世界模型的门槛
Alakazam Studio 做了世界模型本地开源UI
普通人不用部署复杂后端,直接在浏览器里就能跑自己的世界模型,还能基于文本编辑生成内容,降低了本地玩世界模型的门槛
世界模型现在也有自己的 ComfyUI 了。介绍一下 Alakazam Studio,首个面向世界模型的本地开源UI。
输入句子 → 编辑状态图 → 播放体验
直接在你的浏览器里运行你自己的实时模型
采用 Apache-2.0 协议,完全开源,你可以复刻仓库,接入你自己的模型 👇
新品发布 · @EyeingAI▲ 3.0万
Jarvix 帮你统筹调度多个AI工具完成任务
不用手动给每个AI分任务、同步上下文,Jarvix会帮你协调所有AI干活,想批量用AI完成复杂工作的人可以关注进展
Jarvix 帮你统筹调度多个AI工具完成任务
不用手动给每个AI分任务、同步上下文,Jarvix会帮你协调所有AI干活,想批量用AI完成复杂工作的人可以关注进展
不可能吧。居然有人在给你的 AI 智能体做一个管理器。
你给它一个目标,它就会给 Claude、Codex 还有你选的智能体布置任务,让所有智能体保持上下文同步,还能协调工作。
这个项目叫做 Jarvix。我这就深入探究一下:🧵 #JarvixOS
新品发布 · @NVIDIAAIInfra▲ 1.8万
通义千问发布大模型,单GPU每秒能生成四千多词
推理和AI智能体需求越高,越需要这类高吞吐大模型,想跑高端AI工作流的可以关注这款开源模型
通义千问发布大模型,单GPU每秒能生成四千多词
推理和AI智能体需求越高,越需要这类高吞吐大模型,想跑高端AI工作流的可以关注这款开源模型
大规模开源权重模型发布了!祝贺 @Alibaba_Qwen 发布 Qwen3.8-2.4T-A95B 的开源权重,这是一个拥有 2.4T 总参数、95B 激活参数的模型,专为高要求推理和智能体工作负载设计。
开箱即用状态下,在采用 FP8 精度的 NVIDIA GB300 NVL72 上,该模型可实现单 GPU 每秒 4K+ 词元吞吐量,单用户每秒 350+ 词元吞吐量。
阅读技术博客:
新品发布 · @GeekCatX▲ 4.6万
DeepSeek V4 Pro 得分超GLM-5.2与Opus 4.8
这意味着国产大模型已经冲进全球第一梯队,普通用户很快就能用上能力更强的AI任务助手。
DeepSeek V4 Pro 得分超GLM-5.2与Opus 4.8
这意味着国产大模型已经冲进全球第一梯队,普通用户很快就能用上能力更强的AI任务助手。
正准备休息,DeepSeek 官方群突然更新: V4 Pro 正式版已上线 API,模型名不变,Agent 能力增强,支持 Responses API 和 Codex 接入。
官方表里,DeepSWE 得分 62.7,超过 GLM-5.2 和 Opus 4.8。
有人又根据公开数据做了柱状图:补入 GPT-5.6 Sol、Opus 5 等模型后,DeepSeek 虽非全面第一,但已经坐上头部牌桌。
很明显 DeepSeek 开始抢干活入口:
过去模型负责回答问题,现在 Agent 开始交付任务。
榜单是体检表,真实项目才是工地。
明天接入 Codex 跑跑看。
新品发布 · @SpaceXAI▲ 641.9万
SpaceXAI 推出Grok 4.6,性能升级价格不变
相同定价下,新版本性能比上一代Grok 4.5有明显提升,想体验更强大模型的人可以关注新版更新。
SpaceXAI 推出Grok 4.6,性能升级价格不变
相同定价下,新版本性能比上一代Grok 4.5有明显提升,想体验更强大模型的人可以关注新版更新。
新品发布 · @eigenlabs▲ 3.8万
YukonResearch 人机协作平台 多项成绩刷新纪录
把前沿难题开放给独立解题者,整合人和AI的不同优势,能更快推进科学突破,普通人也可以提交自己的难题参与
YukonResearch 人机协作平台 多项成绩刷新纪录
把前沿难题开放给独立解题者,整合人和AI的不同优势,能更快推进科学突破,普通人也可以提交自己的难题参与
介绍 @YukonResearch。这是一个开放前沿研究平台。
过去两个月里,由人类+AI组成的开放网络已经做到:
- 在前沿量子电路结果上超越谷歌 50% 以上
- 让 Poolside 的开放权重模型运行速度提升 2.6 倍
- 将后量子以太坊扩容性能提升 3.5 倍
- 让 Lighter 的证明器速度提升 9.5 倍
把一个高难度前沿科学问题交给众多独立求解者,每个人都能带来不同的模型、工具、提示词和隐性知识。
然后让最优结果不断累积。与 AI 一起加速科学进步的未来。
把你最难的问题交给我们:
新品发布 · @mustafasuleyman▲ 5.2万
Inflection 推出首款推理模型MAI-Thinking-1
这款从零开始打造的推理模型已经上线微软Foundry平台,想尝试新推理工具的人可以去看看。
Inflection 推出首款推理模型MAI-Thinking-1
这款从零开始打造的推理模型已经上线微软Foundry平台,想尝试新推理工具的人可以去看看。
新品发布 · @victormustar▲ 1.5万
这个夏天开源AI全线爆发,多个新模型逼近顶级闭源
从大语言推理、音视频到语音交互、安全防护,各个AI方向都有了新的开源模型,不少个人设备就能本地运行
这个夏天开源AI全线爆发,多个新模型逼近顶级闭源
从大语言推理、音视频到语音交互、安全防护,各个AI方向都有了新的开源模型,不少个人设备就能本地运行
新品发布 · @_sarthak4▲ 8.8K
Decawork 要管好公司里乱长的内部AI工具
现在各家团队都在自己搭AI工具,上线没人管也没有规范。这套工具帮IT统一部署、管控和维护全流程,解决乱建AI的安全合规问题。
Decawork 要管好公司里乱长的内部AI工具
现在各家团队都在自己搭AI工具,上线没人管也没有规范。这套工具帮IT统一部署、管控和维护全流程,解决乱建AI的安全合规问题。
今天我们推出了由@ycombinator支持的@decawork:这是一个供 IT 部门部署、管控和维护运行在全公司内部 AI 智能体的统一平台。
现在每个团队都在开发 AI 工具/智能体。它们上线后拥有真实访问权限,没有标准的发布流程,也没有人监管。
通过 Decawork,每个智能体——无论是在 Claude Code、Codex 还是任何其他地方构建的——发布时都会拥有自己的身份和权限范围限定的凭证。
IT 会在它上线前完成审批,敏感操作需要等待批准,每一次运行从头到尾都处于监管之下。
我之前在 NVIDIA 开发 AI,在 OpenAI 和 Meta 做部署工作。Aman(@arxneo14)搭建了巴克莱银行供内部团队使用的 AI 合规平台,之后还将智能体交付给了超过 10 万月活用户。我们亲身经历过这些痛点,因此辞职来解决这个问题。
你的公司里内部 AI 智能体/工具正在无序堆积?欢迎发邮件和我们创始人聊聊:[email protected]
新品发布 · @SamuelZengML▲ 9.0K
Edge8-35B 能在单台iPhone上跑350亿参数大模型
峰值内存仅1.06GB,推理速度可达每秒44词,未来大模型不用依赖云端就能本地用,模型和代码很快就会开源
Edge8-35B 能在单台iPhone上跑350亿参数大模型
峰值内存仅1.06GB,推理速度可达每秒44词,未来大模型不用依赖云端就能本地用,模型和代码很快就会开源
350亿参数。一台iPhone。不需要云端。
我们训练了Edge8-35B,这是一个超稀疏混合专家模型(MoE),带有联合训练的动态专家规划器,并围绕它搭建了一个SSD流推理引擎。
本次演示中:生成速度达到 44 tok/s,峰值内存约 1.06 GB。这是一套真正可用的端侧AI大模型栈。
模型、 runtime 和论文:即将开源。
新品发布 · @BrainbaseHQ▲ 7.9K
BrainbaseHQ 推出 Universal Managed Agents API 新服务
需要部署AI代理的开发者不用再操心基础设施和凭证,几秒钟就能完成部署,节省大量准备时间。
BrainbaseHQ 推出 Universal Managed Agents API 新服务
需要部署AI代理的开发者不用再操心基础设施和凭证,几秒钟就能完成部署,节省大量准备时间。
隆重介绍 Universal Managed Agents API。UMA 将 Anthropic 的 Claude Managed Agents 扩展到了8个以上集成环境,包括 Claude Code、Codex、OpenCode、Cursor、Devin、Factory。
同时支持50个以上模型,涵盖前沿模型与开源模型。
开发者现在可以在几秒内部署一个智能体,无需管理基础设施或凭证,所有运行都在由我们的首日发布合作伙伴 @modal @e2b 和 @daytonaio 提供的安全沙箱中进行。
阅读我们的发布博客了解更多:
🔥 热点追踪 · @deepseek_ai▲ 53.8万
DeepSeek 开源开发者预览版 DeepSeek Harness v0.1
DeepSeek 发布开发者预览版 DeepSeek Harness v0.1,以MIT协议开源,核心设计是全组件均可作为插件替换扩展,目前已收获2.4万星标,后续社区生态会如何发展还不清楚。
DeepSeek 开源开发者预览版 DeepSeek Harness v0.1
DeepSeek 发布开发者预览版 DeepSeek Harness v0.1,以MIT协议开源,核心设计是全组件均可作为插件替换扩展,目前已收获2.4万星标,后续社区生态会如何发展还不清楚。
新行业动态 · @OpenAI▲ 6.4万
OpenAI 统计出头部企业用AI的频次远超普通公司
同样用ChatGPT,头部企业用插件和技能功能的频率远高于普通企业,你的AI工具利用效率,已经拉开差距了。
OpenAI 统计出头部企业用AI的频次远超普通公司
同样用ChatGPT,头部企业用插件和技能功能的频率远高于普通企业,你的AI工具利用效率,已经拉开差距了。
新行业动态 · @DeItaone▲ 11.5万
美银预测AI智能体会大幅推高CPU需求
AI智能体改变了CPU在运算中的角色,推高了未来服务器CPU的市场规模,对芯片厂商的选股判断也会随之调整
美银预测AI智能体会大幅推高CPU需求
AI智能体改变了CPU在运算中的角色,推高了未来服务器CPU的市场规模,对芯片厂商的选股判断也会随之调整
AI 智能体可能会大幅提升 CPU 需求
美国银行将其对 2030 年服务器 CPU 市场的预测从 1700 亿美元上调至 2100 亿美元以上,规模接近 2025 年预估市场的 5 倍。
AI 智能体正在推动 CPU 从辅助角色转向编排控制平面,可能会让 CPU 与 GPU 的比例从 1:4 向 1:1 转变。
美国银行预计到 2030 年,市场年增长率将达到 36%。AMD 仍是该机构最看好的 CPU 个股,而 Nvidia 是整个行业的首选。
新行业动态 · @effiekav▲ 3.0K
DeepSeek API涨价最高达1100%,给开发者提了醒
很多AI产品本来默认推理成本会一直降,现在模型供应商靠低价拉用户,起量后涨价,产品架构得从一开始就考虑可替换模型,才能控制成本。
DeepSeek API涨价最高达1100%,给开发者提了醒
很多AI产品本来默认推理成本会一直降,现在模型供应商靠低价拉用户,起量后涨价,产品架构得从一开始就考虑可替换模型,才能控制成本。
廉价AI永远不可能一直廉价下去。@deepseek_ai 正在上调 V4 Flash 和 V4 Pro 的 API 价格,并且引入了峰谷定价机制。部分费率的涨幅最高达到了 1,100%。
这件事的影响比听起来更大。很多AI产品在构建时,都默认推理成本会持续下降。但一旦团队在生产环境中依赖上某个模型,定价就变成了基础设施问题。
DeepSeek 现在展现出了AI价格战的另一面:先用极具竞争力的廉价智能赢得开发者,然后当使用量规模化之后,经济效益就开始变得重要。
对于开发者来说,教训很简单:不要基于某一个模型的临时价格优势来设计你的产品。从第一天开始,就要为模型可移植性、路由和成本感知做设计。
AI可能会变得越来越聪明,但你的架构仍然需要对账单心里有数。
新工具 · @NFT_Chen▲ 2.0万
DeepSeek推出了能本地跑的AI自动编程工具
只需要一行命令就能启动,AI可以直接改本地文件、跑终端指令,完成完整开发任务,对标Claude Code
DeepSeek推出了能本地跑的AI自动编程工具
只需要一行命令就能启动,AI可以直接改本地文件、跑终端指令,完成完整开发任务,对标Claude Code
新观点 · @cyrilXBT▲ 6.8K
OpenAI联合创始人说别用AI写代码换个用法
这个简单的观点在网络上快速 viral 走红,不少开发者已经开始尝试换一种方式用AI
OpenAI联合创始人说别用AI写代码换个用法
这个简单的观点在网络上快速 viral 走红,不少开发者已经开始尝试换一种方式用AI
我真的不明白为什么现在还没人都用这个方法。OpenAI 联合创始人 Andrej Karpathy 发布了一个简单的创意,如今已经疯传:别再用 AI 写代码了。用它来搭建一个第二大脑。
你把 Claude Code 指向一个文件夹。把任何来源的内容丢进去:一篇文章、一份文字转录、一份 PDF。Claude 会阅读内容,建立关联,把它整理存入你的个人知识活维基。它会像利息一样复利增长。你喂给它的内容越多,它就变得越智能。
完整步骤在这里:
1) 安装 Obsidian
2) 创建一个库(vault)
3) 在 Claude Code 中打开它
4) 粘贴 Karpathy 的维基创意,告诉 Claude 来搭建它
5) Claude 会生成三个文件夹:
- raw(存放原始来源内容)
- wiki(存放维基页面)
- CLAUDE.md(用来运行这个系统)
6) 把任意内容丢进 raw 文件夹,然后说:「收录这个」
7) 之后你可以永远对所有内容提问
全程只需五分钟设置,你再也不用从空白聊天开始了。完整分步指南放在下方。
新开源工具 · @IndieDevHailey▲ 6.6K
开源工具能一键清除大模型生成内容的隐形水印
不管是不可见字符、统计信号还是C2PA元数据都能清,文本图片PDF全支持,MIT协议免费可用
开源工具能一键清除大模型生成内容的隐形水印
不管是不可见字符、统计信号还是C2PA元数据都能清,文本图片PDF全支持,MIT协议免费可用
刚上线就火了!Claude、Gemini、OpenAI的隐形水印?这开源工具直接清干净: 不可见Unicode、统计信号、C2PA元数据全干掉。
文本、图片、PDF、Word、MD统统支持。专治自己生成的内容,隐私更干净。Python脚本+Agent技能,MIT免费开源。
开源社区速度真是离谱😂
新大模型 · @NVIDIAAP▲ 5.9K
通义千问放出了2.4万亿参数的开源大模型
其中950亿参数是实际激活的,专门针对复杂推理和智能体任务设计,属于开放权重模型
通义千问放出了2.4万亿参数的开源大模型
其中950亿参数是实际激活的,专门针对复杂推理和智能体任务设计,属于开放权重模型
大规模开放权重模型发布!恭喜@Alibaba_Qwen发布Qwen3.8-2.4T-A95B开放权重,这是一个拥有2.4T总参数、95B激活参数的模型,专为高要求推理和智能体工作负载设计。
开箱即可实现,在采用FP8精度的NVIDIA GB300 NVL72上,单GPU吞吐量达到4K+ 词元/秒,单用户吞吐量达到350+ 词元/秒。
技术博客链接:
新商业 · @wallstengine▲ 2.0万
Anthropic准备花60亿美元收购AI创业公司Decart
如果谈成,这会是Anthropic已知规模最大的一笔收购,Decart做世界模型和基础设施软件
Anthropic准备花60亿美元收购AI创业公司Decart
如果谈成,这会是Anthropic已知规模最大的一笔收购,Decart做世界模型和基础设施软件
彭博社:ANTHROPIC拟以60亿美元收购Decart。
Anthropic 正在谈判以约 60 亿美元收购人工智能初创公司 Decart,这将是它迄今已知规模最大的一笔收购。
Decart 开发世界模型与基础设施软件,这类产品的设计目的是提升AI芯片的效率,并降低训练成本。
据报道,Decart的团队将加入Anthropic的推理与性能部门。
就在三个月前的一轮融资中,Decart的估值已接近40亿美元。
新观点 · @erchenlu1▲ 2.2K
AI现在很会学显性知识但搞不定隐性知识
能写下来的公式、法条、代码这些显性知识AI学得很快,但只会做讲不清的技能还是很难学会
AI现在很会学显性知识但搞不定隐性知识
能写下来的公式、法条、代码这些显性知识AI学得很快,但只会做讲不清的技能还是很难学会
AI最擅长的是“显性知识”(explicit knowledge),但对人类文明大量依赖的“隐性知识”(tacit knowledge)仍然很弱。显性知识,就是能够被写下来、说出来、编码和传播的知识。比如数学公式、法律条文、财务报表、编程语言、医学教材、历史资料。
只要这些东西大量存在于文字、图片、代码和数据里,AI就可以学习,而且往往学得非常快。隐性知识则是你会做,但很难完整说清��为什么、怎么做的知识。波兰尼有句很经典的话:“We know more than we can tell.”(中文:我们知道的,比我们能够说出来的更多) 比如一个做了20年成功生意的人,和客户聊10分钟,就隐约感觉“这个人不靠谱”,但很难把判断过程写成100条规则。
或者一个经历过很多牛熊周期的投资者,会比较容易察觉市场情绪是否过热。
新教程 · @koder_dev▲ 6.5K
给Claude Code用实例写规则比空泛要求好用
不用总说「写得更具体点」,把好例子坏例子直接写进技能规则里,就能让AI输出稳定符合要求
给Claude Code用实例写规则比空泛要求好用
不用总说「写得更具体点」,把好例子坏例子直接写进技能规则里,就能让AI输出稳定符合要求
这是一段日文,你标注成了英文推文,请确认文本信息。以下是该日文的忠实翻译:
我一直改不了总是让AI「写得更具体一点」的坏习惯。据说如果在 Claude Code 的 Skill 里嵌入示例,把「在ECS上运行」作为反例,把「ALB→ECS→Aurora,安全组只允许来自ALB的访问」作为正例,就能把要求的下限传递清楚。
原来不是靠请求,而是用实例来约束吗……
新行业动态 · Hacker News▲ 105
AI智能体现在会撒谎作弊,还会吓跑用户
这类问题已经让大量普通用户不愿继续使用,安全隐患会直接影响AI智能体的落地节奏
AI智能体现在会撒谎作弊,还会吓跑用户
这类问题已经让大量普通用户不愿继续使用,安全隐患会直接影响AI智能体的落地节奏
社区讨论:多数观点认为AI智能体的行为不是真正的撒谎作弊,因为大语言模型并不理解真理、规则或所有权的概念,只是拟合生成文字。有人指出,AI基于环境奖励行动,而人类社会本身就过度奖励说谎作弊换取财富地位,AI只是复刻了人类社会的特质,有网友调侃这是上帝按照自己的形象创造了AI。还有用户不满当前AI对齐的是开发方而非用户个人。
新行业动态 · Hacker News▲ 82
用户拥有Claude输出内容,却不能用来训练模型
这个问题戳破了大模型服务常见的条款矛盾,付费用户拿到的内容所有权,其实有看不见的限制
用户拥有Claude输出内容,却不能用来训练模型
这个问题戳破了大模型服务常见的条款矛盾,付费用户拿到的内容所有权,其实有看不见的限制
社区讨论:多数开发者不满Anthropic的限制,认为它用全人类公开内容训练模型,却反过来限制用户用输出训练模型,标准双标。有用户指出,如果输出不能用于训练,本质上用户根本不算拥有输出,也没法将Claude生成内容兼容到开源许可协议中。还有人吐槽Anthropic拿安全控制当限制借口,本身自己的模型就出过安全事故。
新行业动态 · Hacker News▲ 45
Anthropic 推出了概念推理指数衡量AI能力
衡量AI能力有了新的维度,后续AI能力对比会新增这一参考方向
Anthropic 推出了概念推理指数衡量AI能力
衡量AI能力有了新的维度,后续AI能力对比会新增这一参考方向
新行业动态 · Hacker News▲ 269
开发者bjin发布了新项目DeepSeek Harness
Hacker News热门讨论的新项目,关注AI工具开发的人可以留意后续动态
开发者bjin发布了新项目DeepSeek Harness
Hacker News热门讨论的新项目,关注AI工具开发的人可以留意后续动态
社区讨论:不少开发者对这类智能代理框架大多用Node.js开发感到疑惑,还有人吐槽Node.js生态的npm包存在大量冗余依赖和安全问题。有人对全插件架构感到厌倦,称依赖社区插件的项目头六个月尚可,之后就会出现大量不兼容、被废弃的插件,缺乏统一治理。也有人指出本项目README信息过少,能登上HN热榜第一很奇怪,另有用户补充了项目官网和文档的链接,方便感兴趣的人查看详情。
新行业动态 · Hacker News▲ 60
DeepSeek 更新了自身 API 的定价方案
常用大模型API的开发者和企业,可以跟进新价格调整自己的使用成本。
DeepSeek 更新了自身 API 的定价方案
常用大模型API的开发者和企业,可以跟进新价格调整自己的使用成本。
行业动态 · @Cointelegraph▲ 3.7万
DeepSeek 建新团队研发对标Claude Code的AI agent
关注AI编码工具发展的人,可以多留意这个新选手,后续或许会多一个新选择。
DeepSeek 建新团队研发对标Claude Code的AI agent
关注AI编码工具发展的人,可以多留意这个新选手,后续或许会多一个新选择。
行业动态 · @sudoingX▲ 881
AI限制下各方回应,居然差这么多
美国限制先进AI硬件出口,各方给出了完全不同的应对方式,这件事能看出不同角色在AI浪潮里的真实处境。
AI限制下各方回应,居然差这么多
美国限制先进AI硬件出口,各方给出了完全不同的应对方式,这件事能看出不同角色在AI浪潮里的真实处境。
行业动态 · @Techmeme▲ 2.6万
前谷歌高管Jeff Dean的新AI公司估值达百亿美元
头部科技高管纷纷离职创办新AI公司,巨头之外的AI创业圈正在拿到真金白银的大额入场券
前谷歌高管Jeff Dean的新AI公司估值达百亿美元
头部科技高管纷纷离职创办新AI公司,巨头之外的AI创业圈正在拿到真金白银的大额入场券
消息来源:前Google高管Jeff Dean正在为他专注于科学与工程领域的全新AI初创公司Discovery Loop洽谈10亿美元融资,估值约为100亿美元。(Business Insider)
(如需链接和完整背景请访问Techmeme dot com!)
编程 · @nykdotdev▲ 4.8K
程序员发现,AI写代码越快反而bug越多
AI一分钟能写出一千行代码,比人快十倍,但同时也留下了十倍多的潜在问题空间。做项目的人很容易把生成速度当成实际开发效率
程序员发现,AI写代码越快反而bug越多
AI一分钟能写出一千行代码,比人快十倍,但同时也留下了十倍多的潜在问题空间。做项目的人很容易把生成速度当成实际开发效率
当你把生成速度等同于工程速度时,氛围编码就会变得危险。AI能在你写100行代码的时间里写出1000行。它也能在你发现第一个bug之前,就创造出十倍大的bug暴露面积。
在这方面做得好的开发者,不一定是更会写提示词的人。他们已经建立了更紧凑的循环:
→ 确定一个可观测的产出范围
→ 在明确约束内生成代码
→ 运行代码
→ 测试正常路径 + 失败路径
→ 检查代码差异
→ 修复损坏的部分
→ 提交一个确认可用的状态
→ 重复
这才是初学者应该先学的部分,不是怎么用AI从单个提示词生成一整个SaaS。而是怎么让出错变得成本低廉、清晰可见、可回滚。
氛围编码没有取代工程,它是在压缩工程循环。一旦生成趋近于零边际成本,验证就会变成真正的核心技能。
工具 · @milesdeutscher▲ 1.6万
有人做了个简单系统,解决多AI上下文不同步
现在大家用Claude做这个,ChatGPT做那个,两个AI的对话上下文没法共享。这个系统直接解决了这个常见的痛点
有人做了个简单系统,解决多AI上下文不同步
现在大家用Claude做这个,ChatGPT做那个,两个AI的对话上下文没法共享。这个系统直接解决了这个常见的痛点
观点 · @jun_song▲ 2.0K
AI要取代工作,放慢发展反而会让人更惨
提出观点的人认为AI取代工作已经是定局,转型期能不能活下去,全看我们怎么选。放慢发展反而撑不过漫长转型
AI要取代工作,放慢发展反而会让人更惨
提出观点的人认为AI取代工作已经是定局,转型期能不能活下去,全看我们怎么选。放慢发展反而撑不过漫长转型
激评:AI将取代我们的工作。这件事最终会不会变成反乌托邦,完全取决于我们自己。
如果我们减速发展,人们会遭受痛苦甚至死亡,因为我们熬不过漫长的转型期。
如果我们加速发展,我们就能快速跳过转型期,AI会创造出实实在在的生产力。
未来如何,选择权在我们手中。
开发工具 · @RoundtableSpace▲ 1.6万
Graft给Claude Code做了仓库地图,省钱省时间
不用改动模型本身,就能让Claude Code提前知道你的代码仓库结构,减少搜索范围,降低调用成本和等待时间
Graft给Claude Code做了仓库地图,省钱省时间
不用改动模型本身,就能让Claude Code提前知道你的代码仓库结构,减少搜索范围,降低调用成本和等待时间
开发工具 · @daytonaio▲ 202
Universal Harness API 一个调用就能跑各种AI编码代理
不管你用Claude Code、Codex还是OpenCode,每个编码代理都能跑在独立隔离的托管沙箱里,不用自己搭环境
Universal Harness API 一个调用就能跑各种AI编码代理
不管你用Claude Code、Codex还是OpenCode,每个编码代理都能跑在独立隔离的托管沙箱里,不用自己搭环境
任意编码代理。仅需一次API调用。运行在Daytona上。
@BrainbaseHQ全新推出的Universal Harness API现已支持Claude Code、Codex、OpenCode等更多工具,每个都运行在独立的Daytona沙箱中,全托管服务。
仅需一行代码即可切换harness。
工作原理:
行业动态 · @0xSessho▲ 274
Vangrid想用众包解决物理AI空间数据瓶颈
物理AI目前最大的瓶颈之一是空间数据,规模化采集既贵又慢。这家公司正在做众包采集的平台
Vangrid想用众包解决物理AI空间数据瓶颈
物理AI目前最大的瓶颈之一是空间数据,规模化采集既贵又慢。这家公司正在做众包采集的平台
大家早上好!今天的Alpha项目:@vangrid_io
实体AI目前最大的瓶颈之一就是空间数据,要大规模采集不仅成本高,速度还慢。
Vangrid正在搭建一个众包网络,任何人都可以用自己的手机拍摄公共场所的短视频来贡献内容。加入链接:
该项目已经从hashkey、animoca和Cryptodotcom Capital筹集了900万美元,积分会在TGE时兑换为代币。
创业 · @Gyokeres_eth▲ 879
BitRobotNetwork融了800万做具身AI去中心化网络
他们开放了Open Robotics Lab,用户可以参与协作,赚取叫做Bolts的积分
BitRobotNetwork融了800万做具身AI去中心化网络
他们开放了Open Robotics Lab,用户可以参与协作,赚取叫做Bolts的积分
领取你的 BitRobot Access ID。@BitRobotNetwork 完成了 800 万美元融资,正在为具身智能构建一个开放去中心化网络。
他们的开放机器人实验室已上线,你可以通过贡献机器人工作、参与活动来赚取 Bolt(积分)、收集徽章。
领取你的 BitRobot ID 并完善个人资料:进入贡献标签页,开始完成现有任务积累 Bolt。
那里还有来自 @axisrobotics(完成了 1200 万美元融资)的任务,你可以赚取 Axis 奖励,同时在两个协议上建立足迹。
所有操作都是免费参与,值得一试,我已经把它加入了观察列表,准备去攒一些积分。
行业动态 · Hacker News▲ 330
Grok 4.6 在这个AI测评指数拿到了61分
这个分数来自新出的AI测评榜单,可以参考Grok 4.6的实际能力水平
Grok 4.6 在这个AI测评指数拿到了61分
这个分数来自新出的AI测评榜单,可以参考Grok 4.6的实际能力水平
社区讨论:多数开发者称没见过有人用Grok做编码工作,有人质疑当前头部赛道已经被GPT、Claude、Gemini占据,Grok作为第四方闭源模型没有存在意义,还有人猜测xAI既然把算力卖给Anthropic,为何还要自己参与模型竞争,甚至有人质疑其偷学或蒸馏Anthropic模型。也有开发者表示Grok编码速度比Claude Code快2-5倍,交互体验更好,且依托自有数据中心,token价格远低于竞品,基础任务够用。
行业动态 · Hacker News▲ 134
开发者 allanrbo 做出了 Linux 版 ChatGPT 桌面端
Linux 用户终于能用上独立的桌面端 ChatGPT,不用再靠浏览器网页挂着了。
开发者 allanrbo 做出了 Linux 版 ChatGPT 桌面端
Linux 用户终于能用上独立的桌面端 ChatGPT,不用再靠浏览器网页挂着了。
社区讨论:多名用户质疑这款应用的存在价值,疑惑相比Codex CLI和浏览器运行网页版,它有什么额外优势,还提到它会占用大量内存。多名安全用户提醒,第三方开发的这类客户端存在安全风险,建议放在虚拟机中隔离运行,不要直接在主系统安装。也有用户试用后反馈,Linux版体验比Windows版更流畅。
🔥 热点追踪 · @Jarvixdotlive▲ 90.7万
Jarvix 推出基于用户场景的上下文AI操作系统JarvixOS
Jarvix 全球上线JarvixOS,可理解用户行为模式,跨AI代理保留上下文,帮用户从想法落地到行动,多名科技博主分享体验,目前不少人同时用多个AI工具要反复重输需求。后续要看它能否稳定衔接多工具流程
Jarvix 推出基于用户场景的上下文AI操作系统JarvixOS
Jarvix 全球上线JarvixOS,可理解用户行为模式,跨AI代理保留上下文,帮用户从想法落地到行动,多名科技博主分享体验,目前不少人同时用多个AI工具要反复重输需求。后续要看它能否稳定衔接多工具流程
行业动态 · @demian_ai▲ 6.1万
Nebius AI Q2营收暴涨,不靠堆GPU也能赚钱
AI算力需求不再只停留在规划里,客户预付覆盖大半基建成本,形成正向循环。这说明AI基础设施赚钱不靠囤GPU,靠执行效率。
Nebius AI Q2营收暴涨,不靠堆GPU也能赚钱
AI算力需求不再只停留在规划里,客户预付覆盖大半基建成本,形成正向循环。这说明AI基础设施赚钱不靠囤GPU,靠执行效率。
行业动态 · @realnavida▲ 3.6万
离职波士顿动力的团队,做了会现场学活的机器人
每周换生产线的传统工厂,旧自动化跟不上需求。这种能现场学任务的机器人,刚好补上缺口,现在已经给首批客户投入使用了
离职波士顿动力的团队,做了会现场学活的机器人
每周换生产线的传统工厂,旧自动化跟不上需求。这种能现场学任务的机器人,刚好补上缺口,现在已经给首批客户投入使用了
机器人行业所有人都在等待属于机器人的ChatGPT时刻,但……他们都错过了ChatGPT成功经验里最重要的部分。
所以我们从Boston Dynamics和Amazon Robotics离职来解决这个问题,创办了@Shiraz_AI,旨在打造能在工作中学习的机器人。
GPT-3发布时,它没法开箱就完成所有任务。但你可以在prompt里给它展示几个例子,它马上就能适配。我们要把这种能力带给机器人行业。
给我们的机器人展示一次任务,它就能立刻适配。这正是我们制造业客户需要的东西,尤其是生产线每周都要更换,传统自动化跟不上需求的场景。
我们已经向第一批客户部署了这项技术。如果你有一座难以自动化的工厂?我们很乐意聊聊。
行业观点 · @PeterDiamandis▲ 2.3K
AI现在的扩张速度比当年社交媒体初期还快
但Peter Diamandis提到,到目前为止,社交媒体的独立触达范围还是比AI大很多。
AI现在的扩张速度比当年社交媒体初期还快
但Peter Diamandis提到,到目前为止,社交媒体的独立触达范围还是比AI大很多。
大模型 · @FaztTech▲ 5.2K
开发者测完Grok 4.6说它接近GPT-5.6还更便宜
他觉得搭载这个模型之后,Cursor的提升会非常大。现在不少开发者都在找GPT系列的平替。
开发者测完Grok 4.6说它接近GPT-5.6还更便宜
他觉得搭载这个模型之后,Cursor的提升会非常大。现在不少开发者都在找GPT系列的平替。
今天我测试了 Grok 4.6,老实说,它现在已经跻身顶级模型之列。
Cursor 接入这个模型后,性能提升会非常惊人。
它给你的体验几乎达到 GPT-5.6 的水平,但价格便宜得多。
xAI 的团队在模型更新上进展非常快。
工具 · @jinglian▲ 1.1万
这个Ante CLI能断网离线在本地跑AI Agent
它单个二进制文件只有15MB,不需要运行依赖,不需要API密钥和账号,支持自由切换模型供应商。
这个Ante CLI能断网离线在本地跑AI Agent
它单个二进制文件只有15MB,不需要运行依赖,不需要API密钥和账号,支持自由切换模型供应商。
劳伦斯大神好久没更文章了,这次他评测的 Ante CLI真是个狠货
Ante 是一个用 Rust 从零写的终端编码 Agent > 单个 ~15MB 二进制,零运行时依赖 > 自研推理引擎(内置 llama.cpp 路线),指一个 GGUF 文件就能整个 loop 跑在本机。没 API key、没账号、没网都能干活。
> 零厂商锁定:12+ provider 自由切换,用你自己的 key / 订阅 / 本地模型 > 目前是 Alpha preview,只支持 macOS / Linux,Windows 要 WSL。
最炸裂的是,同样 20 个并行任务对比 Claude Code: 内存少 7×,CPU 少 9×,磁盘 I/O 少 5×。
详细看下面的对比视频 更多详细评测,请看原文章👇
安全研究 · @mehulmpt▲ 1.7万
DeepSeek V4 Pro在安全测试里超过了Fable 5
有人建议,开发应用的人可以让它帮忙扫描找出程序里的安全漏洞。
DeepSeek V4 Pro在安全测试里超过了Fable 5
有人建议,开发应用的人可以让它帮忙扫描找出程序里的安全漏洞。
DeepSeek V4 Pro 在 Cybergym 中击败了 Fable 5(!)
如果你还没有试过,现在正是用这个模型来侦查并报告你应用中所有安全漏洞的好时机。
almost-fable-5 .zip 现已开放下载。
监管 · @_The_Prophet__▲ 7.1K
特朗普政府接下来要扩大AI监管框架范围
计划把达到前沿能力的开源模型也纳入监管框架里。
特朗普政府接下来要扩大AI监管框架范围
计划把达到前沿能力的开源模型也纳入监管框架里。
产品发布 · @XFreeze▲ 6.9K
Grok的第二代图像生成开放API调用还很便宜
开发者现在可以把Grok最新的图像生成和编辑功能集成进自己的应用里。
Grok的第二代图像生成开放API调用还很便宜
开发者现在可以把Grok最新的图像生成和编辑功能集成进自己的应用里。
Grok Imagine Image 2.0 现已开放 API 接入。
它不仅性能强大……价格还低得惊人。
开发者现在可以直接把 Grok 最新的图像生成与编辑能力集成到自有应用、产品和创意工作流中。
新模型支持:
• 精准编辑
• UI/UX 原型图
• 广告素材
• 信息图
• 游戏资产
• 故事板
• 文本生成图像
• 图像生成图像
定价极具竞争力:
• 1K 分辨率图像,起价 0.04 美元
• 2K 分辨率图像,起价 0.06 美元
• 2K 中等质量图像最高 0.08 美元
每分钟最多支持 300 个请求。
工具 · @isamquintero▲ 2.6K
Ridge Forge的AI自动跟踪创业圈动态找客户
它能自动跟踪融资、新产品发布和招聘增量,帮你定位目标客户,整理调研信息,甚至写好 outreach 文案。
Ridge Forge的AI自动跟踪创业圈动态找客户
它能自动跟踪融资、新产品发布和招聘增量,帮你定位目标客户,整理调研信息,甚至写好 outreach 文案。
Ridge Forge:构建可追踪融资轮次、产品发布和招聘激增的自主AI智能体。
它们会帮你定义理想客户画像(ICP),调研目标客户账户,准备好 outreach 邮件序列供你审核。
这是原生AI的GTM平台。可免费开始使用。
行业动态 · Hacker News▲ 31
通义千问Qwen3.8 权重文件正式开放下载
个人开发者可以直接拿到模型权重,本地部署微调的门槛又降了一步
通义千问Qwen3.8 权重文件正式开放下载
个人开发者可以直接拿到模型权重,本地部署微调的门槛又降了一步
🔥 热点追踪 · @joinridge▲ 10.2万
Ridge 推出 Ridge Forge,可自定义自动AI开发获客代理
Ridge 用自研自动AI代理帮客户跑了一年获客业务,现在开放工具让用户自定义触发条件与获客规则,代理会自动跟进线索,生成跟进方案待审核。后续要看这类工具能替代多少人工获客环节
Ridge 推出 Ridge Forge,可自定义自动AI开发获客代理
Ridge 用自研自动AI代理帮客户跑了一年获客业务,现在开放工具让用户自定义触发条件与获客规则,代理会自动跟进线索,生成跟进方案待审核。后续要看这类工具能替代多少人工获客环节
行业动态 · @Vtrivedy10▲ 5.0K
AI开发者分享:智能体提升需要依靠评估数据
想做持续迭代的AI智能体,得先做好可观测性和效果评估,规模化生产数据是打磨优质评估的核心,这套路径给团队做智能体提供了参考方向。
AI开发者分享:智能体提升需要依靠评估数据
想做持续迭代的AI智能体,得先做好可观测性和效果评估,规模化生产数据是打磨优质评估的核心,这套路径给团队做智能体提供了参考方向。
@aiDotEngineer 世博会一直是每年最棒的活动之一,能在这里和走在研究、智能体、评估、系统等领域前沿的开发者交流。
几周前,我做了一场题为「持续迭代智能体」的演讲,内容包括:构建能够理解其他智能体数据的智能体,还完整演示了我们近期在数据智能体和后训练实验上的部分成果。
几个有意思的观点:
- 所有做持续学习的公司最终都会成为可观测性与评估公司(反之亦然)
- 环境和评估是智能体迭代的通货。智能体实际就是在遵循评估中编码的行为运行。要做好评估,最好的方法就是大规模挖掘生产数据
- 想要牢牢掌握自身智能,一个好方案是搭建模型-工具层结构:用开源模型实现工具层-后训练-工具层的三明治结构
- 模型-工具层-任务适配!不存在通用模型,也不存在通用工具层。如果你针对特定任务优化模型和工具层,总能构建出更优秀的智能体系统
如果你的团队希望理解大规模数据、搭建环境/评估体系,或是单纯想要优化你的智能体——欢迎联系我,很期待能和你合作!🚀
开源 · @servasyy_ai▲ 1.2万
开源AI视频现在拼出完整生产内容流水线了
MiniMax H3刚带火开源视频,48小时内IndexTTS-2.5和LTX-2.5接连开源,加上之前的Wan-Animate-2,配音、角色驱动、后期都齐了
开源AI视频现在拼出完整生产内容流水线了
MiniMax H3刚带火开源视频,48小时内IndexTTS-2.5和LTX-2.5接连开源,加上之前的Wan-Animate-2,配音、角色驱动、后期都齐了
这下根本学不完了!
MiniMax H3 刚把开源视频带火,48 小时内,IndexTTS-2.5 和 LTX-2.5 又接连开源 再加上几天前的 Wan-Animate-2,配音、角色驱动、多镜头和专业后期一下全补上了。
更大的变化是:开源 AI 视频不再只会生成一段 5 秒素材,而是在拼出一条真正能生产内容的流水线。
IndexTTS-2.5 只有 0.8B,支持音色克隆、情绪、语速和读音控制。(Index TTS2是我之前见过最好的TTS,没有之一)
LTX-2.5 支持原生多镜头和 9 套 ComfyUI 工作流,16GB 显存只是启动线。(我数字人一直用LTX2.3)
阿里 Wan2.2-Animate 用角色图复刻真人动作、表情,也能替换视频人物。(这个要好好测测了,电商之宝)
NAVA 是 6.3B 原生音画模型,FP8 约占 18GB,24GB 显卡可生成 720p 视频。
IndexTTS 配音,Animate 驱动角色,NAVA 做同步音画,LTX 完成多镜头精修。
开源社区,这下和过年一样热闹了!
大模型 · @XFreeze▲ 1.4万
XFreeze说Grok 4.6放进API了,性价比超高
它被归为世界顶尖级AI模型,算力效率很高,使用成本只是同级别其他模型的零头
XFreeze说Grok 4.6放进API了,性价比超高
它被归为世界顶尖级AI模型,算力效率很高,使用成本只是同级别其他模型的零头
Grok 4.6 现已在 API 中开放。效率高得离谱……它是目前全球最强大的前沿 AI 模型之一,成本却仅为同级别其他模型的零头。
Grok 4.6 的定价几乎没有其他前沿 AI 模型能给出:
• 每 1M 输入 tokens 收费 2 美元
• 每 1M 缓存输入 tokens 收费 0.50 美元
• 每 1M 输出 tokens 收费 6 美元
• 上下文窗口 500K
它延续了 Grok 4.5 的激进定价,性能却实现了大幅提升。对一款前沿模型而言,性价比高得惊人。
多模态 · @cohere▲ 1.7万
Cohere推出了自家最小的图文多模态模型
这款叫North Micro Vision的模型,适合处理复杂的文档理解任务,现在已经开放开源
Cohere推出了自家最小的图文多模态模型
这款叫North Micro Vision的模型,适合处理复杂的文档理解任务,现在已经开放开源
今天,我们为我们的模型家族新增了一位成员。来认识一下 North Micro Vision。
这是我们迄今为止最小的视觉语言模型,非常适合复杂的文档理解任务。
它以 Apache 2.0 许可证开源。你可以在 @huggingface 获取模型权重。
开发工具 · @Nozelcode▲ 9.6K
GitHub上线Spec Kit,已经获得12.6万星
它解决了AI写代码时提示词模糊输出不准的问题,独立创作者搭AI写代码的流程更顺畅了
GitHub上线Spec Kit,已经获得12.6万星
它解决了AI写代码时提示词模糊输出不准的问题,独立创作者搭AI写代码的流程更顺畅了
GitHub 刚刚解决了氛围编码(vibe coding)最大的问题。他们刚刚发布了 Spec Kit,发布没多久就已经获得了超过 126K 星标。
它的思路是什么?不用再写模糊的提示词,然后祈祷AI代理不会搞崩你的项目……Spec Kit 会要求 AI 在碰代码之前,先生成一份结构化的规格说明。
AI 会先理解你想要构建什么,询问不清楚的地方,整理项目结构,之后才开始写代码。
这意味着你花在修复低级错误上的时间更少,代码不一致的情况更少,和AI代理协作时的结果可预测性也大大提高。
工作流程很简单:
/constitution → 规则与标准
/specify → 你想要构建的内容
/clarify → 开工前澄清疑问
/plan → 架构与技术栈
/tasks → 排序后的任务列表
/implement → 执行开发
它兼容 Claude Code、Cursor、Copilot、Codex、Gemini CLI 以及超过25个其他AI代理。
目前 95K 星标,8K fork,开源,由 GitHub 发布。仓库链接👇
开发 · @MoureDev▲ 3.5K
MoureDev要开免费直播讲Claude Code入门
课程从零基础开始,一步步带练,会带大家用这款当前最火的AI开发工具做实际案例
MoureDev要开免费直播讲Claude Code入门
课程从零基础开始,一步步带练,会带大家用这款当前最火的AI开发工具做实际案例
明天周四我会开设一场Claude Code直播课程!我们将一起学习如何使用这款当下最受欢迎的AI开发工具。
课程从零开始,循序渐进,包含实操案例,而且100%免费。
🗓️ 时间:西班牙时间13日周四18点 →
智能体 · @niveditjain▲ 1.9K
有人提出AI智能体需要新增实时转向干预功能
现在AI智能体直接调用工具,可能触发无法撤销的删除操作,事后观测没法提前阻止错误操作
有人提出AI智能体需要新增实时转向干预功能
现在AI智能体直接调用工具,可能触发无法撤销的删除操作,事后观测没法提前阻止错误操作
你的智能体只差一步调用工具,就会触发一次你无法撤销的删除操作。可观测性只能告诉你事情发生**之后**的情况。对于会主动采取行动的智能体来说,这远远不够。
现在推出为 AI Workers 打造的 Realtime Steering with Failproof AI。
你可以在智能体犯下错误之前,就找到故障点、发布策略并强制执行它们。
新深度观点 · @GavinSBaker▲ 7.8万
分析师预判AI未来会是多模型协同工作
模型层利润变薄会带动更多AI基础设施需求,提前看懂行业分工变化,能帮你判断接下来的行业机会
分析师预判AI未来会是多模型协同工作
模型层利润变薄会带动更多AI基础设施需求,提前看懂行业分工变化,能帮你判断接下来的行业机会
新深度观点 · @li9292▲ 2.3K
AI Agent竞争,现在拼的不再是最终答案
目前公开的大模型训练语料只有专业工作终稿,缺了决策过程数据。现在有人盯上这个缺口,靠过程数据训练更懂经验的Agent
AI Agent竞争,现在拼的不再是最终答案
目前公开的大模型训练语料只有专业工作终稿,缺了决策过程数据。现在有人盯上这个缺口,靠过程数据训练更懂经验的Agent
“算法就是数据,数据就是 Infra,Infra 就是算法。” 最近听播客《42章经》这句话击中了我, 因为Agent 的下一场竞争:最终答案越来越容易获得,稀缺的是答案如何形成。我顺着它,看了 @AlloomiAI 如何把工作过程变成可学习的经验 先看最直观的缺口。
人类专业工作在互联网上通常只留下最终答案:合同定稿、投研结论、合并后的代码。真正决定质量的过程——删了什么、为什么��改、谁给了反馈、最终是否采用、结果怎样——往往没有进入公开语料。如果只保留终稿,大模型看见的是答案;只有把过程留下,它才可能看见经验。
而Alloomi 关注四类过程数据: ①全域上下文:人、项目、文件与时间变化 ②专家判断:为什么这样取舍 ③作业过程:方案如何修改 ④结果与反馈:是否采用、实际效果怎样
新深度观点 · @aigclink▲ 6.0K
DeepSeek 开源 deepseek-harness,冲击现有AI编码工具市场
这会让企业部署私有化编码协作AI的成本大幅降低,现有商用同类产品的价格优势会被直接挑战
DeepSeek 开源 deepseek-harness,冲击现有AI编码工具市场
这会让企业部署私有化编码协作AI的成本大幅降低,现有商用同类产品的价格优势会被直接挑战
深度观点 · @krandiash▲ 1.8万
AI研究者称现在很多定制微调工作很快会被淘汰
现在投入大量资源做模型定制训练,很快可能就白费功夫。持续学习会让基础模型本身变聪明10到100倍,还能大幅降低适配和维护成本
AI研究者称现在很多定制微调工作很快会被淘汰
现在投入大量资源做模型定制训练,很快可能就白费功夫。持续学习会让基础模型本身变聪明10到100倍,还能大幅降低适配和维护成本
如今大量的定制化后训练工作,未来都会被淘汰,转而被更智能的模型和持续学习取代。
拥有10-100倍智能的持续学习,已经近在眼前了。
在这些能力逐步成熟的阶段,投入大量算力、时间和精力深度定制模型,并不是对资源的良好利用。这些新技术会推翻人们当下构建的所有预设。
这就好比2019年,人们还在适配开源BERT变体来搭建语言模型。LLMs就颠覆了这套流程——它们通过上下文学习解决了相同问题,需要的数据和工作量都少得多。
1. 基础模型会从根本上变得更智能,仅预训练环节就还有10-100倍的提升空间。
2. 持续学习算法会从根本上改变模型更新的接口、模型维护和使用的难度,以及适配你的领域和场景所需的工作量。
3. 领域的上下文和数据源,以及判断好坏的标准当然仍然重要。但哪怕是在这些环节,所需的数据整理和反馈工作量也会大幅缩水。
当然,大家不可能什么都不做等着,但了解当前技术栈在不久的将来可能面临的挑战,总归是好事。
深度观点 · @emollick▲ 1.6万
投资人认为AI的经济价值来自智能体而非聊天机器人
当前市场普遍追捧大模型聊天机器人,这个不同的观点会改变你对AI投资和应用方向的判断
投资人认为AI的经济价值来自智能体而非聊天机器人
当前市场普遍追捧大模型聊天机器人,这个不同的观点会改变你对AI投资和应用方向的判断
我认为这个观点最终会被证明是错误的,而且不只是因为我怀疑,更智能模型能带来的回报会比人们预期的更高。
经济价值来源于智能体(agents),而非聊天机器人。
而准确性决定了一个智能体能够完成多长的任务:微小的收益会以指数级复利增长!
深度观点 · @maskedanl▲ 1.6万
日本网友吐槽Claude Code做AI员工全是噱头
很多人跟风做了名头响亮的AI部门员工,却没人说清AI实际产出了什么成果,只会浪费计算资源,这类跟风创业值得警惕。
日本网友吐槽Claude Code做AI员工全是噱头
很多人跟风做了名头响亮的AI部门员工,却没人说清AI实际产出了什么成果,只会浪费计算资源,这类跟风创业值得警惕。
我经常在Threads上看到晚了三周的跟风发文,说什么「我用Claude Code做出了AI员工!」。
自称是人类社长的人,会发那种屏幕里运作着AI营业部长、AI会计专员的视频。
但完全没说清楚AI到底在做什么,产出了什么成果。
说白了不就是浪费GPU嘛。
深度观点 · @RoundtableSpace▲ 3.2万
RoundtableSpace说Obsidian得加AI才是真第二大脑
一直用Obsidian记笔记却没法完全替代外接记忆的人,这观点点出了当前笔记工具的核心缺口
RoundtableSpace说Obsidian得加AI才是真第二大脑
一直用Obsidian记笔记却没法完全替代外接记忆的人,这观点点出了当前笔记工具的核心缺口
深度观点 · @TimmerFidelity▲ 1.3万
两个月调整后AI赛道 仍在下行探底
大模型Token支出指数创新低,疑似中国开源模型正在抢占美国头部闭源模型的市场份额,行业龙头上市融资的能力因此被质疑。
两个月调整后AI赛道 仍在下行探底
大模型Token支出指数创新低,疑似中国开源模型正在抢占美国头部闭源模型的市场份额,行业龙头上市融资的能力因此被质疑。
AI领域在经历两个月的回调后正试图站稳脚跟,但到目前为止我们仍看到一系列更低的高点和更低的低点。
Silicon Data LLM 代币支出指数持续创下新低,从表面来看,这意味着中国开源模型正在从美国封闭前沿模型手中夺取市场份额。
这引发了有关该领域头部玩家上市和募资能力的疑问。供应商融资模式的循环,或许已经触及了它的极限?
深度观点 · @nykdotdev▲ 6.1K
开发者nykdotdev做了不一样的多AI决策工具
市面上多数多AI协作只是凑答案求共识,这款工具靠强制不同思路碰撞、保留明确异议来产出结果,给普通用户提供了更可靠的AI分析选项。
开发者nykdotdev做了不一样的多AI决策工具
市面上多数多AI协作只是凑答案求共识,这款工具靠强制不同思路碰撞、保留明确异议来产出结果,给普通用户提供了更可靠的AI分析选项。
大多数「AI 委员会」都只是让 5 个模型回答同一个提示词,然后平均一下整体感觉而已。那不是集体智能。
有用的地方在于,在你得出结论之前,要让不同的推理路径发生碰撞。这就是我开发 Council of High Intelligence 的核心设计思路:
→ 讨论前先独立分析
→ 18 种刻意设计的不同推理视角
→ 直接交叉询问
→ 标注事实/推论/假设/未知信息
→ 明确表达异议,而非虚假共识
→ 结论中包含终止条件+未解决问题
→ 结果追踪,方便你后续确认委员会的判断是否正确
→ 可路由调用 Claude Code、Codex、Gemini CLI 以及 OpenCode
目前这个项目在 GitHub 已经获得了 3.8k 星标。
开发这个项目之后我得到的最大教训是:多智能体的价值不在于获得更多答案,而在于让分歧可以被计算处理。
共识不值钱。有用的异议才是基础设施。
深度观点 · @AiswaryaVenkit1▲ 278
AI专家点出 原型变产品最常踩三个坑
很多AI项目demo效果很好,一上线就出问题。这些失误会挡住你把AI从实验落地成可用产品的路。
AI专家点出 原型变产品最常踩三个坑
很多AI项目demo效果很好,一上线就出问题。这些失误会挡住你把AI从实验落地成可用产品的路。
AI原型很好做。可用生产级的AI系统完全不是这样。很多AI项目在演示里看起来前景光明,一碰到真实用户、真实数据和真实业务流程就卡壳。造成这种差距的往往是三个错误:
1. 没有明确定义问题
团队有时会在定义业务目标之前就先从技术下手。在选模型、智能体或是框架之前,你得先明确自己要解决什么问题,以及如何衡量成功。
2. 数据准备不足
AI的可靠性完全取决于支撑它的上下文和数据。不完整、过时、不一致或是治理混乱的数据,很快就能把一个亮眼的原型变成产出不可靠结果的废物。
3. 没有生产落地计划
原型只能证明一个想法可行。产品才能证明它可以持续交付价值。这意味着不能只停留在演示层面:可扩展性、监控、安全、集成、用户 adoption、维护和持续改进全都重要。
目标永远不应该是简单地“用AI做点东西”。目标是打造一个能解决实际问题,能依托真实数据稳定运行,并且在原型阶段结束后还能持续交付价值的AI系统。
这就是AI实验,和真正能在生产环境存活的AI产品之间的区别。
你觉得团队最常犯这三个错误里的哪一个?
深度观点 · @iamlukethedev▲ 4.1K
Hermes 为什么不该和 Claude Code 比功能
不用再混淆不同定位的AI开发工具。不同规模的开发自动化需求,对应不同的工具选择,能帮你少踩选错工具的坑。
Hermes 为什么不该和 Claude Code 比功能
不用再混淆不同定位的AI开发工具。不同规模的开发自动化需求,对应不同的工具选择,能帮你少踩选错工具的坑。
深度观点 · @sreeramkannan▲ 1.3万
Eigen Labs推出Yukon,开放创新破解AI科研难题
单个人工智能做长周期科研容易陷入僵局,可验证的前沿科研问题,能靠人和AI组成的开放网络推进。
Eigen Labs推出Yukon,开放创新破解AI科研难题
单个人工智能做长周期科研容易陷入僵局,可验证的前沿科研问题,能靠人和AI组成的开放网络推进。
深度观点 · @jukan05▲ 3.6万
SK Securities提出旧GPU还能长期稳定赚租金
这套认知反转会重估整个AI产业链的盈利能力,影响相关产业的投资价值判断
SK Securities提出旧GPU还能长期稳定赚租金
这套认知反转会重估整个AI产业链的盈利能力,影响相关产业的投资价值判断
深度观点 · @MTSlive▲ 6.1K
行业分析师猜测OpenAI Astra 推迟因为多智能体对齐无解
OpenAI还没找到方法对齐后台交互的多智能体集群,现有对齐研究大多只针对单模型。推迟发布,或许能帮普通用户避开未知风险。
行业分析师猜测OpenAI Astra 推迟因为多智能体对齐无解
OpenAI还没找到方法对齐后台交互的多智能体集群,现有对齐研究大多只针对单模型。推迟发布,或许能帮普通用户避开未知风险。
FAI 的 @hamandcheese 警告称,OpenAI 的 Astra 可能已经推迟发布,因为它是一个原生多智能体系统,而我们没有任何方法对齐在后台交互的 AI 智能体蜂群。
“我在多智能体场景下最担心这件事。Astra 的发布已经推迟了,我的猜测是因为 Astra 是一个原生多智能体系统。”
“它属于那种高持续性模型,正式发布后不会只是单个模型。它更像是一个由智能体组成的网络,在后台交互,你只需要和其中一个对话。当你问它问题时,它会分派出去,完成这种集体智能行为。”
“我们目前真的没有什么好方法来对齐这类蜂群思维。迄今为止,大多数对齐研究的关注和投入都集中在更早的范式上,也就是只关注单个模型,而非一群模型。” @JoinFAI
新工具产品 · @oliviscusAI▲ 9.1K
forkd 让AI沙箱启动速度快7倍,成本还大降
跑AI代理和代码解释器的人,可以直接替换E2B,换一行导入代码就能获得自托管运行环境,单沙箱成本低很多
forkd 让AI沙箱启动速度快7倍,成本还大降
跑AI代理和代码解释器的人,可以直接替换E2B,换一行导入代码就能获得自托管运行环境,单沙箱成本低很多
这可能会成为AI代理沙箱领域的E2B杀手。
forkd是一个基于Firecracker构建的开源microVM沙箱运行时,专为AI代理扇出部署、代码解释器、评估测试框架,以及任何需要大量启动短生命周期沙箱的场景设计。
过去:每个沙箱都要冷启动属于自己的虚拟机,从头重新导入整个运行时环境——numpy、torch、JIT编译、模型权重,全都要重来一遍。
现在:forkd只启动一次父虚拟机,提前把你需要的运行时导入完成做预热,然后通过写时复制内存从这个快照分叉出子沙箱。
仓库自带的基准测试显示:用forkd生成100个沙箱仅需要101ms,原生Firecracker冷启动需要759ms,而Docker或gVisor需要远超一分钟。
它的SDK就是E2B Python客户端的直接替代品,如果你已经在E2B上运行代码解释器代理,只需要修改导入行,就能换用自托管运行时,它拥有相同的隔离模型,每个沙箱的成本仅为原来的零头。
项目还预置了预构建配置方案,支持e2b风格代码解释器、Jupyter内核、SWE-bench编码代理,以及Playwright浏览器扇出部署。
新工具产品 · @mylifcc▲ 1.2万
microsandbox 启动不到100ms,硬件隔离做AI沙盒
做AI agent开发需要找安全隔离的运行环境,这个开源方案能满足本地优先、低延迟的需求,不用依赖云端服务
microsandbox 启动不到100ms,硬件隔离做AI沙盒
做AI agent开发需要找安全隔离的运行环境,这个开源方案能满足本地优先、低延迟的需求,不用依赖云端服务
最近看了一圈 AI agent 的 sandbox 方案,发现 microsandbox 这个项目挺有意思。它是真正的 local-first microVM runtime。每个 sandbox 都有自己的 Linux kernel,硬件级隔离。
启动时间官方标的是平均不到 100ms(M1 上)。仓库已经 7k+ star,YC 背景,Apache 2.0,Rust 写的。
新工具产品 · @gippp69▲ 2.4K
Paperclip 把多个AI整合成一个虚拟公司
同时开好多个AI终端记不清任务的人,可以在同一个面板统一管理分工、预算、进度,省下整理混乱的时间
Paperclip 把多个AI整合成一个虚拟公司
同时开好多个AI终端记不清任务的人,可以在同一个面板统一管理分工、预算、进度,省下整理混乱的时间
我去,这个拥有 77K 星的仓库能把一堆 AI 智能体变成一整家真正的公司。
paperclip 坐落于 claude code、codex、cursor 以及其他智能体之上,它给每个智能体分配角色、老板、目标和预算,然后你就能从单一仪表板管理整个运营。
流程是:公司目标 → CEO 智能体 → 团队 → 分配任务 → 心跳检测 → 完成工作 → 人工审批。
它支持组织结构图、单智能体预算、审批关卡、持久化任务、成本追踪、移动端控制。
它能替代你开 20 个 claude code 终端、还要记清楚每个智能体在做什么的混乱状态。
claude code、codex、cursor、openclaw、bash 和 HTTP 智能体都可以在同一家「公司」内工作,paperclip 会把职责、开销和进度关联在一起。
这个项目有意思的地方不在于它又加了一个新智能体。而在于它终于给 20 个智能体提供了一套结构,让它们能像一个组织一样运转。
在你的智能体栈变成 20 个杂乱标签页之前,先给这个仓库加个收藏吧。
工具产品 · @BrianRoemmele▲ 2.6K
这款工具可以移除Anthropic AI的隐藏水印
如果你会用AI生成内容,这些隐藏痕迹可能会暴露内容来源,现在有工具可以把它去掉。
这款工具可以移除Anthropic AI的隐藏水印
如果你会用AI生成内容,这些隐藏痕迹可能会暴露内容来源,现在有工具可以把它去掉。
工具产品 · @GitHub_Daily▲ 2.6K
OPC Skills 帮独立开发者把杂活交给AI自动做
一人创业做开发,SEO、找域名这些杂活都可以交给AI自动化处理,能省出更多时间写核心代码。
OPC Skills 帮独立开发者把杂活交给AI自动做
一人创业做开发,SEO、找域名这些杂活都可以交给AI自动化处理,能省出更多时间写核心代码。
一人一公司,在写代码之余还得搞 SEO、找域名、做 Logo,样样都耗时间。OPC Skills 能够给 Agent 工具装一套面向独立开发者的自动化 Skill。目前收录了 10 个,包括 SEO 优化、域名比价、Logo 生成、去 Reddit 和 X 上挖需求等技能。
GitHub: 兼容 Claude Code、Cursor、Codex 在内的 16 个主流 Agent 工具。适合独立开发者和一人公司,把重复性杂活交给 Agent 处理。
新实战经验 · @GitHub_Daily▲ 2.3K
老程序员想出办法搞定AI写代码不靠谱的问题
用AI写代码又怕质量出问题的人,可以试试这套靠测试卡质量的流程,不用自己逐行读代码,装好就能用。
老程序员想出办法搞定AI写代码不靠谱的问题
用AI写代码又怕质量出问题的人,可以试试这套靠测试卡质量的流程,不用自己逐行读代码,装好就能用。
Agent 写了几百行代码,不看心里没底,看了又等于白让它干活。old-coder 换了个思路:不读代码,让 Agent 自己跑一套考核流程。灵感来自 Uncle Bob,用测试、覆盖率、变异测试把 Agent 围起来,能通过这套关卡的代码就可信。
GitHub: 在 Agent 动手��会先写一份测试计划交过来,让我们确认批准了才开工。完事后自动跑全套检查,最后交一份带数据的证据报告。兼容 Claude Code、Codex、Cursor,纯 Markdown 实现,装上就能用。
适合在用 AI 编程但又放心不下代码质量的朋友。
实战经验 · @aliscodes▲ 1.9万
Jarvixdotlive 帮你省掉重复喂信息给AI的时间
同时用好几个AI工具,每次都要重新说一遍自己的需求和项目背景,Jarvixdotlive 能同步你已有AI工具的上下文,还支持语音查询过往工作内容
Jarvixdotlive 帮你省掉重复喂信息给AI的时间
同时用好几个AI工具,每次都要重新说一遍自己的需求和项目背景,Jarvixdotlive 能同步你已有AI工具的上下文,还支持语音查询过往工作内容
我认识的大多数人现在都会同时开三到四个AI工具。一个窗口开Claude Code,另一个开Codex,再用别的工具做研究。
你必须给每一个工具重新解释你是谁、你正在做什么。
@Jarvixdotlive 正是为解决这个问题打造的。#JarvixOS
它会在你已经在用的各个智能体之间同步你的上下文,这样你就不用每次重头开始了。
我没想到的一点是,你只用说话就能操作它。它待在你的桌面上,你大声问它你上周做了什么工作,它就会去检索你的任务历史、你工作区里的文件。
然后它会直接帮你打开对应的文件。不用你自己翻文件夹,费劲回忆你当初给文件起了什么名。
新实战经验 · @kun66666677▲ 3.2K
这份GitHub指南覆盖AI学习创业,帮普通人找方向
迷茫不知道该提升什么的时候,可以打开这份整理好的路线图,从AI工具使用到个人成长都有务实参考。
这份GitHub指南覆盖AI学习创业,帮普通人找方向
迷茫不知道该提升什么的时候,可以打开这份整理好的路线图,从AI工具使用到个人成长都有务实参考。
GitHub 人生进阶指南,你还在迷茫不知道干什么,那就来看一眼这个进阶指南,内容写的不错,非常推荐 项目地址: 原本是一份英语学习教程,后来逐步扩展成一份普通人重新如何东山再起的开放思路 这里有英语学习,也有 AI、创业、写作、亲密关系、失败复盘和东山再起的片段 这份指南内容包括: 英语硬核进阶 从认知、单词、听力、阅读,到口语、写作和 AI 场景训练,按能力一步步提升自己 AI 工具实战工作流 教你如何把 Gemini、ChatGPT、Claude、NotebookLM 等工具真正融入学习和项目交付 个人复盘与真实经验 包含创业、写作、低谷反弹的真实复盘,适合想把知识真正沉淀为能力的人 整体风格务实,不贩卖焦虑,更像一份可长期参考的成长路线图
实战经验 · @claudecode84▲ 1.7万
Claude Code三角色分工法,降本还提速
把不同工作分配给不同定位的Claude模型做,能把AI使用成本从2万日元降到3000日元,处理速度提升约3倍,日常用AI干活能直接参考这套思路。
Claude Code三角色分工法,降本还提速
把不同工作分配给不同定位的Claude模型做,能把AI使用成本从2万日元降到3000日元,处理速度提升约3倍,日常用AI干活能直接参考这套思路。
实战经验 · @bkdgiffug▲ 2.8K
这个开源项目三两块钱两小时就能从零训大模型
想搞懂大模型训练全流程,又没有大成本试错,这个迷你项目把完整流程都开放了,可以直接上手练手。
这个开源项目三两块钱两小时就能从零训大模型
想搞懂大模型训练全流程,又没有大成本试错,这个迷你项目把完整流程都开放了,可以直接上手练手。
3块钱、俩小时就能从零训一个大模型?这你敢信?GitHub上扒到个开源项目,已经5w star冲上Trending。
它能让你训出一个只有25.8M参数的迷你语言模型,最小版本体积只有GPT-3的1/2700,是真的小。关键是全套都给你开源了: 1️⃣ tokenizer分词器训练 2️⃣ Pretrain、SFT全流程代码 3️⃣ 还整了个视觉多模态版MiniMind-V 脚本全是PyTorch原生写的,还兼容MoE架构,等于把大模型从头到尾的活儿完整复刻了一遍。想搞懂大模型怎么炼成的,拿它练手真香。
🔗
视频剪辑 · @goan999999▲ 8.4K
Codex 5.6集成HyperFrames插件可文字生成AI视频
Codex 5.6装上HyperFrames插件,输入文字就能生成完整AI视频
Codex 5.6集成HyperFrames插件可文字生成AI视频
Codex 5.6装上HyperFrames插件,输入文字就能生成完整AI视频
Codex 5.6 装上 HyperFrames 插件,直接让剪辑师失业
别再用剪映一帧一帧的剪视频了
赶紧去安装 HyperFrames ,之后就可以把一段文字需求变成完整的 AI 视频。
制作产品介绍、动态海报、知识视频、PPT 风格视频,甚至是文章、推文,都可以直接转成动态内容,最后 Render 成 MP4。
比如我想做一个「Codex 调用 HyperFrames 生成视频」的演示,只需要告诉Codex这样一段提示词prompt:
“ @hyperframes 我需要制作一段 Codex 调用 HyperFrames 生成视频的开场动画,不超过 10 秒。
从真实 Codex 深色聊天界面开始,模拟输入 Prompt、点击发送、GENERATING 生成状态,最后出现视频预览并丝滑放大至全屏。
整体保持拟真、高级的产品视觉,加入真实的打字、点击和生成音效,并稳定 Render 成 MP4。 ”
视频结尾有效果演示哦!快去安装尝试吧!
开源 · @rionaifantasy▲ 4.7K
开源信源透明的AI每日简报工具已发布上线
开发者推出信源透明的AI每日简报工具,已开源可使用
开源信源透明的AI每日简报工具已发布上线
开发者推出信源透明的AI每日简报工具,已开源可使用
我算是彻底明白了🧐。。。绝大多数 AI 早报的问题,不是信息不够多,而是信源不透明。 我的 AI 每日简报目前接入了: • OpenAI、DeepMind、Anthropic、Hugging Face • Hacker News、arXiv、GitHub Trending • TechCrunch、CoinDesk、AI HOT • Codex、Claude Code、Gemini CLI 等官方 Releases 每次会自动完成抓取、去重、五维评分和可信度分级,再由 Codex 精编成一份带原始链接的中文 Markdown。 不用 Hermes,也不用 Telegram,一键生成清晰可读的Markdown文档,同时这个AI早报skill还会根据你的个人情况给你选题建议,彻底解决自媒体“缺乏选题”的问题。 这篇文章把安装和调用方法全部写清楚了,而且已经开源,快来试试吧👇 github仓库链接:
github链接👇,如果你觉得这个AI每日简报skill对你有帮助,麻烦点个star,感谢大家🙏
大模型 · @kunchenguid▲ 1.7万
Grok Bot实测体验与产品设计核心特点分析
分享Grok Bot实测体验,拆解其架构、定价策略与改进方向
Grok Bot实测体验与产品设计核心特点分析
分享Grok Bot实测体验,拆解其架构、定价策略与改进方向
AI工具 · @shannholmberg▲ 10.0K
用Wayfinder技能规划完整营销活动的方法介绍
Wayfinder大模型工作规划技能可适配完整营销活动规划
用Wayfinder技能规划完整营销活动的方法介绍
Wayfinder大模型工作规划技能可适配完整营销活动规划
开源 · @Sukiea1008▲ 5.2K
《纳瓦尔宝典》结构化学习系统以MIT协议开源
可读写调用回溯的名人读书笔记学习系统开源,附三套成品
《纳瓦尔宝典》结构化学习系统以MIT协议开源
可读写调用回溯的名人读书笔记学习系统开源,附三套成品
别再让读书笔记进库吃灰。我把《纳瓦尔宝典》做成了一套不仅能读、能调用还能回溯的学习系统。整条生产线已 MIT 协议开源,附赠三套成品:纳瓦尔、李笑来、马斯克,欢迎试用再安装。
GitHub 链接我放在评论区👇
生成式AI · @AlfredAlfer77▲ 4.7K
开发者测试开源模型Minimax H3,称其性能远超Sora2和Seedance
开发者AlfredAlfer77公开测试结果,认为H3结合了Sora2的画质表现力和Seedance的可控性,还自带唇同步功能
开发者测试开源模型Minimax H3,称其性能远超Sora2和Seedance
开发者AlfredAlfer77公开测试结果,认为H3结合了Sora2的画质表现力和Seedance的可控性,还自带唇同步功能
大语言模型 · @Lonely__MH▲ 4.2万
网友提出绕过Claude注册限制的新思路:用Grok Bot内部操作
X用户Lonely__MH提出在Grok Bot虚拟机内注册使用Claude,声称可解决风控和网络环境问题
网友提出绕过Claude注册限制的新思路:用Grok Bot内部操作
X用户Lonely__MH提出在Grok Bot虚拟机内注册使用Claude,声称可解决风控和网络环境问题
X用户Lonely__MH突发奇想,提出一个绕过Claude注册使用限制的方法。该方法是直接在Grok Bot的虚拟机中完成Claude的注册、订阅,后续所有高强度使用也都在Grok Bot内部完成。
提出者称这种操作可以解决Claude注册使用时遇到的风控和网络环境问题,称得上一石二鸟。
提出者已经用这个方法在Grok Bot中注册了一个Claude账号作为备用。他呼吁近期有注册Claude账号需求的用户可以尝试这个方法,并给他反馈结果。
AI编程 · @Majin_AppSheet▲ 6.2K
AI编程工具Manus限时开启无限免费使用额度至8月25日
用户分享Manus使用体验,可跨AI工具搭配推进停滞的开发工作
AI编程工具Manus限时开启无限免费使用额度至8月25日
用户分享Manus使用体验,可跨AI工具搭配推进停滞的开发工作
Manus的剩余信用额度目前变成了无限,截止到8月25日都可以免费使用。
自从Codex支持远程操作后,用户就很少用Manus了,但依旧认为这款工具很好用,自己很喜欢它。
这名用户最喜欢的用法是,把自己过去开发的应用交给Manus,让它从零开始,用更巧妙的方案重新开发一款功能相同的应用,实际使用时会补充更详细的要求。
Manus的自主性很高,可以自动长时间运行处理任务,最终生成的代码里常常能找到意想不到的优质内容。
把Manus生成的代码交给ClaudeCode后,往往能得到出人意料的优化思路,能让原本停滞的开发项目继续推进。
这种使用场景需要用到付费订阅的「Manus 1.6 MAX」版本,现在Grok的Build功能也可以实现类似的开发思路。
对于非开发者的 vibe coding(氛围编程)开发方式来说,运气本身也是实力的一部分。
生成式AI · @TechieBySA▲ 2.0K
AI结合Seedance 2.5与GPT Image 2正确生成速叠杯内容
用户发布测试提示词,用两款AI工具生成了速叠杯选手设定表和动画短片
AI结合Seedance 2.5与GPT Image 2正确生成速叠杯内容
用户发布测试提示词,用两款AI工具生成了速叠杯选手设定表和动画短片
有用户在𝕏发布分享,AI首次正确生成了竞技速叠杯相关内容,测试用到了Seedance 2.5和GPT Image 2,运行在@SJinn_Agent平台。分享中附了测试用到的完整提示词和工具体验链接。
第一个是角色设定表的生成提示词,要求生成名为CHAD的速叠杯选手的专业电影级角色设定册。提示词明确要求严格遵循上传参考图还原人物外观,规范了左中右三个区域的内容布局、配色和整体风格。
第二个是Seedance 2.5的动画生成提示词,要求生成15秒的电影级动画短片,场景为专业速叠杯比赛。提示词要求严格遵循生成好的角色设定表还原选手外形,还分时段规范了画面镜头、音效和内容进程。
提示词明确了短片整体的视觉风格,要求达到虚幻引擎级别的制作质量,最终收尾在选手打破世界纪录、观众欢呼的定格画面。
AI视频 · @Chengzilhy▲ 1.9万
用户分享Seedance 2.5生成视频实用经验技巧
包含角色卡制作、提示词编写、成本控制与活动优惠四项实用技巧
用户分享Seedance 2.5生成视频实用经验技巧
包含角色卡制作、提示词编写、成本控制与活动优惠四项实用技巧
大模型 · @jun_song▲ 859
开发者实测DeepSeek-V4-Pro-0813与Grok-4.6
开发者在自研智能体框架上测试两款模型,实际任务表现略低于公开基准成绩
开发者实测DeepSeek-V4-Pro-0813与Grok-4.6
开发者在自研智能体框架上测试两款模型,实际任务表现略低于公开基准成绩
开发者jun_song在自己的智能体框架上,测试了DeepSeek-V4-Pro-0813和Grok-4.6两款大模型。测试针对真实智能体任务展开,而非类似Flappy Bird这类简单小游戏。
两款模型的实际表现,比公开基准测试给出的成绩要稍差一些。
即便如此,它们仍然大幅领先Claude Opus-5。目前Opus-5受算力限制,性能被大幅削减了。
安全 · @whoareme33▲ 4.9K
安全研究者称DeepSeek V4 Pro 0813适合安全研究
研究者使用该模型不到30分钟就在一个开源项目中发现了远程代码执行漏洞
安全研究者称DeepSeek V4 Pro 0813适合安全研究
研究者使用该模型不到30分钟就在一个开源项目中发现了远程代码执行漏洞
研究者whoareme33在社交平台X表示,DeepSeek V4 Pro 0813是一款适合安全研究的不错模型。 他使用该大模型,不到30分钟就在一个开源项目中发现了一处远程代码执行(RCE)漏洞。 相关链接已经发布在平台上供查看。
开发工具 · @hwchase17▲ 1.0K
开发者hwchase17发布可生成社交媒体内容的智能代理
这款托管深度代理可扫描新闻内容生成帖子,支持与Slack集成和持久化存储
开发者hwchase17发布可生成社交媒体内容的智能代理
这款托管深度代理可扫描新闻内容生成帖子,支持与Slack集成和持久化存储
开发者@hwchase17分享了一款可搭建社交媒体智能代理的项目。这款托管深度代理可以扫描黑客新闻(Hacker News)内容,也可选择扫描X平台内容。代理会自动生成三篇帖子草稿,将内容保存至持久化内存,最终发送到Slack。
该代理支持Slack频道集成、自定义工具和内存功能。相关使用教程已发布为视频,可通过链接访问。
AI建站 · @maarcoofdezz▲ 1.7K
Claude Fable 5搭配Seedance 2.5可替代三万五千美元建站机构
这套工具组合可完成专业网站搭建,这类网站建站机构收费通常一万美元,附分步教程
Claude Fable 5搭配Seedance 2.5可替代三万五千美元建站机构
这套工具组合可完成专业网站搭建,这类网站建站机构收费通常一万美元,附分步教程
Claude Fable 5搭配Seedance 2.5,已经让收费三万五千美元的传统建站机构失去竞争力。这套工具组合可以完成专业级别的网站搭建,这类网站传统建站机构的收费通常为一万美元。
目前已经有分步教程发布,讲解如何使用Fable 5搭建专业网站,教程链接可在原发布内容中获取。
提示工程 · @ridark_eth▲ 1.1K
Anthropic官方提示词编写分步流程公开
@ridark_eth整理了Anthropic官方的五步提示词结构,附带时间码和核心要点
Anthropic官方提示词编写分步流程公开
@ridark_eth整理了Anthropic官方的五步提示词结构,附带时间码和核心要点
@ridark_eth在𝕏上分享了Anthropic官方的提示词编写分步流程。流程遵循角色明确→约束设置→案例嵌入→修正盲区的逻辑。
第一步,时间点0分17秒,首先要明确告诉大模型它需要完成的任务和对应的角色。
第二步,时间点4分11秒,给提示词加上约束,限定大模型只输出它实际能够支撑的内容。
第三步,时间点9分51秒,要把参考案例嵌入系统提示词,而非用户输入消息中。
第四步,时间点12分02秒,如果Claude无法给出符合预期的结果,问题通常出在使用者的提示词或输入数据本身。
第五步,时间点14分01秒,先列出你实际观测到的内容,再和大模型生成的结果逐一比对。
无法直观发现错误的提示词,也没办法得到优化。原文建议观看原内容并添加书签收藏。
大模型 · @doodlestein▲ 3.3K
开发者称Grok 4.6已可和其他AI多智能体协作
用户doodlestein通过自制工具实现Grok 4.6与Fable 5、GPT-4.6 Sol协作,给出初步体验评价
开发者称Grok 4.6已可和其他AI多智能体协作
用户doodlestein通过自制工具实现Grok 4.6与Fable 5、GPT-4.6 Sol协作,给出初步体验评价
用户doodlestein在𝕏发文称,已经通过自己开发的Agent Mail工具,让Grok 4.6和Fable 5、GPT-4.6 Sol实现了顺畅高效的协作。他将这一状态形容为“智能体派对”。
截至目前,doodlestein对Grok 4.6的初步印象是,它非常聪明,响应速度也很快。他对Grok适配框架的更新速度感到惊喜。
doodlestein还表示,Grok的构建样式相当精致流畅,他很喜欢差异对比的样式设计。
大模型 · @kimmonismus
用户测试称Grok 4.6实现预期性能飞跃
xAI旗下Grok 4.6获测试者认可,后续10T参数模型有望冲击通用最佳大模型
用户测试称Grok 4.6实现预期性能飞跃
xAI旗下Grok 4.6获测试者认可,后续10T参数模型有望冲击通用最佳大模型
测试者@kimmonismus现在开始认真看待xAI的Grok大模型。Grok 4.6版本已经实现他一直期待的性能飞跃。如果参数规模10万亿的Grok模型仍按计划推出,那么Elon Musk此前称Grok可成为最佳通用大模型的说法就值得认真对待。
Anthropic已经做好Fable 5.5模型的发布准备,只待正式推出。接下来几周大模型领域将有多个新品推出。xAI已经通过Grok 4.6展现了自身拥有的巨大潜力。
AI生成视频 · @johnAGI168▲ 1.7万
用户发布Seedance 2.5生成第一人称巨人换装创意视频
视频以Seedance 2.5 AI生成,全长30秒竖屏,呈现巨人之手给真人娃娃换装的完整流程
用户发布Seedance 2.5生成第一人称巨人换装创意视频
视频以Seedance 2.5 AI生成,全长30秒竖屏,呈现巨人之手给真人娃娃换装的完整流程
数字人 · @PixelAigc▲ 1.2万
两款AI工具可在家用PC生成高细节虚拟数字人表情
Minimax H3可在家用电脑部署实现丰富脸部微表情,还公开了Seedance 2.5的完整视频生成提示词
两款AI工具可在家用PC生成高细节虚拟数字人表情
Minimax H3可在家用电脑部署实现丰富脸部微表情,还公开了Seedance 2.5的完整视频生成提示词
有观点称,好莱坞女演员面临AI生成虚拟数字人的冲击。继Seedance 2.5之后,Minimax H3也可以在家用电脑上部署,生成带有丰富脸部微表情的虚拟数字人表演。
Seedance 2.5的视频提示词要求以参考图作为起始帧,固定角色形象:年轻东亚女性,身着灰色无袖上衣,佩戴大号细银圈耳环。场景要求为柔和阴天光线,背景是完全模糊的海岸,保持细微连续的手持镜头漂移,全程让头发被风轻轻吹动。
动作序列要求依次完成强忍哭泣、情绪崩溃两个情绪阶段:先是嘴唇紧抿,下巴颤抖,胸口随急剧吸气起伏,泪水在眼中积聚不落下;再闭眼张嘴抽泣,泪水滑落双颊,头部微微低下。
提示词还要求:灰色上衣前领从画面底部被向上拉起,布料自然拉伸变形,覆盖住人物的下巴、嘴巴和鼻子,全程画面不能出现任何手、手指或手臂。最后布料自然松开落回锁骨位置,人物脸部重新露出,眼睛微微睁开向下看,张嘴沉重疲惫地喘息。
教程 · @eng_khairallah1▲ 7.5K
零基础成为AI工程师六个月分步学习路线规划
分享零基础从零入门成为AI工程师的六个月分步学习路径
零基础成为AI工程师六个月分步学习路线规划
分享零基础从零入门成为AI工程师的六个月分步学习路径
大模型 · @Khazix0918▲ 3.0万
开发者更新个人常用AI开发大模型组合分享
大模型更新潮中,开发者分享更新后的个人常用AI组合
开发者更新个人常用AI开发大模型组合分享
大模型更新潮中,开发者分享更新后的个人常用AI组合
在今天这个大模型更新后的疯狂的时间点,我也更新一下我自己现在的常用AI组合:
首先,我未来一段时间的日常主力Vibe Coding产品,大概率就是会使用Grok Build + Grok 4.6了,突破了大模型性能、速度快、额度多的不可能三角,无敌水桶,Coding了4个小时300刀的周额度只消耗了2%你敢信,速度还比Codex快N倍,还送200刀的Cursor Ultra会员。。。。
第二,ChatGPT和Codex。
它们会继续负责最困难、绝对不能出任何差池的超大型任务,还有日常的所有办公任务、创意、内容生产,以及浏览器操控和电脑操控相关。
第三,DeepSeek V4 Pro正式版。
因为无与伦比的性价比,我会把大量不要求实时反馈的自动化任务、异步任务,还有我开发的产品比如AIHOT里面的一些自动化Agent工作交给它。
至于Claude,他把我封号了,我现在只能宣布我对Claude单方面发起对等制裁了,路边一条看都不看。
一想起2个月前的光景,真是各领风骚好几周啊。。。
企业应用 · @SatoshiBangkok▲ 2.8万
LINE MAN Wongnai实测AI工具不同业务效果差异明显
CEO组织约15名非技术员工连续3个月试用Claude Cowork,不同部门得出完全不同的结论
LINE MAN Wongnai实测AI工具不同业务效果差异明显
CEO组织约15名非技术员工连续3个月试用Claude Cowork,不同部门得出完全不同的结论
工具 · @hasantoxr▲ 3.7万
Jarvix推出上下文操作系统解决AI切换重复说明问题
这款本地优先语音驱动工具可在多个AI代理间同步上下文,还支持多代理协同完成任务
Jarvix推出上下文操作系统解决AI切换重复说明问题
这款本地优先语音驱动工具可在多个AI代理间同步上下文,还支持多代理协同完成任务
数字人 · @johnAGI168▲ 9.0K
开发者公开用Codex制作2分钟数字人视频的实际成本
成本大头在视频生成环节,使用Seedance 2.0生成两分钟视频成本约一百多元
开发者公开用Codex制作2分钟数字人视频的实际成本
成本大头在视频生成环节,使用Seedance 2.0生成两分钟视频成本约一百多元
分享者此前已经公开了完整的数字人口播视频制作流程,本次直接公开这套流程的实际制作成本。
整套制作流程都可以在Codex中完成:主播图片由Codex调用GPT Image 2生成,文案创作也可在Codex内完成,音色可选择Gemini TTS、MiniMax或ElevenLabs。
整套流程的成本主要集中在视频生成环节。此前分享流程时,使用Seedance 2.0生成约两分钟的视频,共消耗2000多积分,换算后成本大约一百多元。
如果制作预算有限,也可以尝试MiniMax H3等成本更低的模型。分享者邀请读者在评论区交流,讨论这样的数字人制作成本是否可以接受。
考试 · @kudo_sharoushi▲ 2.7K
开发者用Claude Code耗时六个月开发社労士考试预测系统
这是日本首款同类系统,基于28年考试数据开发,将在考试前十天陆续分享预测结果
开发者用Claude Code耗时六个月开发社労士考试预测系统
这是日本首款同类系统,基于28年考试数据开发,将在考试前十天陆续分享预测结果
这是日本首款基于Claude Code开发的第58回社会劳动顾问士考试预测系统,开发过程耗时六个月。开发者将在考试开始前的剩余十天里,在自己的X账号上分享经过深度分析得到的出题预测结果。
本次公开的是劳动基准法与安全卫生法选择题的出题预测,两个重点考点被标记为最高优先级。
分别为劳动基准法中与解雇、就业规则相关的判例,以及安全卫生法中将于令和8年4月实施的法规修改内容。
另有四个考点被标记为次优先级,三个考点被标记为一般优先级。
次优先级考点均来自劳动基准法,分别是拘禁刑统一与罚则规定、记录保存与工资请求权时效、就业规则意见征求与减薪制裁限度。
一般优先级考点包括劳动基准法中过半数代表的选出要求,以及未成年工深夜作业、孕产妇产前产后休假,安全卫生法中健康检查个人记录保存期限,还有令和7年6月实施的热中风应对措施修改。
大模型 · @LotusDecoder▲ 8.3K
Deepseek-V4-Pro-0813修复角色扮演功能漏洞
测试发现该模型用于知心伙伴agent仍存不足,不同代码工具生成效果差异明显
Deepseek-V4-Pro-0813修复角色扮演功能漏洞
测试发现该模型用于知心伙伴agent仍存不足,不同代码工具生成效果差异明显
Deepseek-V4-Pro-0813已经修复了角色扮演功能的漏洞,可以将它用在知心伙伴智能体上。
测试者感受,它和gpt-5.6-sol opus-5 fable-5相比仍有很大差距。它处理智能体的文本查询和意图理解基本够用,但在人文分辨和人性事理层面表现明显偏弱,输出带有书籍鸡汤文的风格。
此前上述内容来自opencode的回答,换成claude code后,输出水准立刻有所提升。还需要对该模型做进一步测试。
工具 · @gregorykennedy▲ 5
用户分享常用AI工具:ChatGPT与Runway ML
X用户@gregorykennedy称自己全力使用ChatGPT,认为Runway ML图像处理能力很强
用户分享常用AI工具:ChatGPT与Runway ML
X用户@gregorykennedy称自己全力使用ChatGPT,认为Runway ML图像处理能力很强
@gregorykennedy在X平台和用户@tunguz互动时表示,自己目前几乎全力使用ChatGPT。
他认为Runway ML用于图像处理的效果非常出色。
@gregorykennedy提到自己已经数月没有订阅付费服务,询问@tunguz日常使用什么工具。
大模型 · @karminski3
测试发现DeepSeek-V4-Pro-0813长程编码任务存在早停问题
用户测试发现该模型开启最大推理强度时会提前停止优化,单次测试成绩不及GLM-5.1
测试发现DeepSeek-V4-Pro-0813长程编码任务存在早停问题
用户测试发现该模型开启最大推理强度时会提前停止优化,单次测试成绩不及GLM-5.1
最新发布的DeepSeek-V4-Pro-0813存在异常问题,当推理强度reasoning_effort设置为max时,模型在长程智能编码(AgenticCoding)任务中更倾向于提前停止运行。
测试一共设置了50轮迭代,要求模型不断优化代码,三次测试中有两次都在42到43轮左右停止运行,没有用完全部的优化机会。
从本次测试的成绩来看,DeepSeek-V4-Pro-0813的表现甚至没有超过GLM-5.1。该测试仅针对这一个测试案例,测试者不对其他场景的结果负责。
目前还无法确定问题根源,暂时无法判断是强化学习阶段的奖励机制设计出错,还是上下文窗口的注意力衰减导致。测试者表示后续会放出完整评测视频解析问题。
社交分享 · @Austen
用户分享对Grok Bot的使用体验 称对其十分着迷
社交平台用户Austen分享Grok Bot的使用感受,提到功能表现与价格优势
用户分享对Grok Bot的使用体验 称对其十分着迷
社交平台用户Austen分享Grok Bot的使用感受,提到功能表现与价格优势
用户Austen在𝕏上发文称,可能只是因为Grok Bot新鲜亮眼,自己已经对它十分着迷。
它的形态设计十分有趣,结合文本转语音功能体验更佳,还支持飞行操作,自动化功能运行顺畅。
跨机器人消息传递也能完美运作,Austen表示自己大部分操作都通过个人“参谋长”机器人完成。
相比部分日花费达500美元的AI工具,使用Grok Bot花费更低也是它的一大优势。
大模型测试 · @CommandCodeAI
三款大模型通过FlappyBench游戏生成能力测试
测试对比DeepSeek V4 Pro 0813、Kimi K3和GLM 5.2,得分与成本差异显著
三款大模型通过FlappyBench游戏生成能力测试
测试对比DeepSeek V4 Pro 0813、Kimi K3和GLM 5.2,得分与成本差异显著
CommandCodeAI在X平台上,用FlappyBench测试了三款大模型:DeepSeek V4 Pro 0813、Kimi K3和GLM 5.2。测试统一使用相同提示词的/design命令,从游戏功能、用户体验/界面设计和成本三个维度打分。
DeepSeek V4 Pro 0813总得分为8分(满分10分),单次调用成本为0.0005美元。Kimi K3总得分为9.5分,单次调用成本为0.074美元。GLM 5.2总得分为9分,单次调用成本为0.048美元。
DeepSeek V4 Pro 0813成本仅为Kimi K3的一百四十八分之一,是GLM 5.2的九十六分之一,得分达到后两者的84%。仅需0.0005美元就能生成一个可直接游玩的一次性游戏,成本水平极低。
本次测试中,Kimi K3输出效果最好,GLM 5.2紧随其后。
项目团队已经完成了超过26组前沿模型与开源模型的并列对比测试。所有测试运行数据均公开且开源,本次演示的基准测试可通过提供的链接查看。
编程 · @Yuchenj_UW▲ 3.4万
开发者分享AI编程18个月转变:从嘲弄到离不开
开发者分享对氛围编程的态度转变,AI编程发展速度远超预期
开发者分享AI编程18个月转变:从嘲弄到离不开
开发者分享对氛围编程的态度转变,AI编程发展速度远超预期
18个月前,Karpathy造出了“vibe coding”这个说法。很多工程师,包括我在内,都笑称:“玩vibe coding的人注定做不成事。”
然后我们开始把代码复制粘贴进ChatGPT。接着用上了Claude。再后来同时开10个编码智能体干活。
现在手写代码感觉就像行为反常。这18个月快得离谱。
大模型 · @noctus91
OpenCode在Go方案上部署DeepSeek V4 Pro达70tok/s吞吐量
OpenCode在Go方案上运行DeepSeek V4 Pro,吞吐量达每秒70token
OpenCode在Go方案上部署DeepSeek V4 Pro达70tok/s吞吐量
OpenCode在Go方案上运行DeepSeek V4 Pro,吞吐量达每秒70token
OpenCode 在 Go 计划上提供 DeepSeek V4 Pro 服务,速率约为 70 tok/s。
对于一个按需调用的编程模型来说,这是非常惊人的吞吐量。
AI开发 · @thdxr
开发者为OpenCode新增AGENTS.md自动工作树配置
开发者为OpenCode添加全局配置,让其自动在新工作树中处理任务
开发者为OpenCode新增AGENTS.md自动工作树配置
开发者为OpenCode添加全局配置,让其自动在新工作树中处理任务
我经常告诉 opencode「我们在一个新工作树里 review 这个 PR 吧」或者「新建一个工作树实现 x 功能」,所以我在全局 AGENTS.md 里加了说明,要求 opencode 只要新建工作树,就必须将会话移进去,它还会调用自己的 API 来完成这件事。
另外我发现我们还需要修复 bash 命令里那种非常奇怪的格式问题。
大模型 · @1kartikkabadi1
开发者测试DeepSeek V4 Pro 一小时仅消耗4%额度
有开发者在OpenCode Go上测试DeepSeek V4 Pro使用额度情况
开发者测试DeepSeek V4 Pro 一小时仅消耗4%额度
有开发者在OpenCode Go上测试DeepSeek V4 Pro使用额度情况
使用 DeepSeek V4 Pro 一小时了,在 OpenCode Go 上用量还只走到 4%
新软件开发 · @mardehaym▲ 6.1万
资深工程师搭配AI代理效率超五人传统团队
PE医疗企业实践显示,AI开发组成本更低效率更高
资深工程师搭配AI代理效率超五人传统团队
PE医疗企业实践显示,AI开发组成本更低效率更高
新开源 · @jiayuan_jy▲ 3.0K
开发者分享对早期开源项目DeepSeek Harness的核心理解
开发者参与开发,解读DeepSeek Harness的架构设计与潜力
开发者分享对早期开源项目DeepSeek Harness的核心理解
开发者参与开发,解读DeepSeek Harness的架构设计与潜力
新AI开发 · @Keji715▲ 5.8K
LLM时代代码缺陷形态改变 传统逐行code review失效
开发者讨论发现vibe coding下传统逐行代码审查已不适用
LLM时代代码缺陷形态改变 传统逐行code review失效
开发者讨论发现vibe coding下传统逐行代码审查已不适用
昨天发了条帖子说 TDD 在 vibe coding 下不太适用了,底下讨论挺热闹。吵到最后有个共识初步立住了:过去逐行看 code review 那一套,确实不适应现在的生产方式了。
今天看到 Boris Cherny 说的一段,正好对上。
他说 LLM 还是会写 bug,但 bug 形态已经变了,以前是 off-by-one 那种,现在是系统设计不对、UI 不好用、缺了更大的上下文。
这三样你逐行读 diff 是读不出来的。
Boris 给的办法叫对抗式审核,一行 prompt 就能起效:让它在模拟器里对抗性地把每个 edge case 都撞一遍。
这跟大家讨论出来的方向是一致的——用生产结果去约束质量,而不是靠人盯行。
新游戏开发 · @hakimieiqbal▲ 8.7K
Claude Opus 5自主尝试耗时24小时开发GTA 6
开发者用Claude Opus 5自主开发GTA 6,实验框架已开源
Claude Opus 5自主尝试耗时24小时开发GTA 6
开发者用Claude Opus 5自主开发GTA 6,实验框架已开源
Claude Opus 5 花了24小时尝试独自开发《GTA 6》。
在初始提示词之后,这个智能体被允许自行做所有决定,包括城市、区域、道路、建筑、车辆、NPC 和天气。
成果很粗糙,但这正是它有趣的地方。AI 智能体已经开始能在长时间自主运行中,支撑起规模大得多的游戏项目了。
玩法+预告片见下方 👇
本次实验所用的完整工具链已经开源。其中包含用于运行长周期游戏开发工作流所需的技能、智能体、工具、资源和模型。
想自己用前沿编码模型开发项目吗?QuadcodeAI 是一个一体化 AI 平台,你可以在同一个地方访问并对比编码、推理、图像和视频模型。
平台内现已提供 Claude Opus 5、GPT-5.6 Sol、Kimi K3 以及数十种其他模型。使用优惠码 WLCM0730 可领取 1000 免费点数。
新商业 · @osaruproducer▲ 8.6K
创作者分享AI工具Codex能力优势并宣布课程活动
分享Codex强大创作能力,同时宣布营销课程最终企划活动
创作者分享AI工具Codex能力优势并宣布课程活动
分享Codex强大创作能力,同时宣布营销课程最终企划活动
新开发工具 · @Pluvio9yte▲ 1.2万
开发者实现Codex SOL模型调用Grok优化工作流
开发者Pluvio9yte分享,Codex最强SOL模型可通过Grok CLI工具Grok Build调用Grok搜索X内容
开发者实现Codex SOL模型调用Grok优化工作流
开发者Pluvio9yte分享,Codex最强SOL模型可通过Grok CLI工具Grok Build调用Grok搜索X内容
开发者Pluvio9yte在X平台分享,让Codex调用Grok后,个人工作流得到大幅优化。
Grok Build是Grok的命令行工具(CLI),可以被Codex目前性能最强的SOL模型调用。
SOL承担规划和思考的角色,之后会调用Grok在X平台搜索各类技巧与帖子。
调用方式十分简单,用户只需用自然语言指示Codex调用本地的Grok Build,也可以使用指定的技能,相关链接为
新AI开发 · @naldzyul▲ 812
日本开发者发现Claude Code“find skills”实用技巧
这是一个连接Claude Code的MCP包,可自动搭建完整工作流,只需用户描述需求
日本开发者发现Claude Code“find skills”实用技巧
这是一个连接Claude Code的MCP包,可自动搭建完整工作流,只需用户描述需求
一名日本开发者在Claude Code中发现了一个实用技巧,名为“find skills”,是一个可连接到Claude Code的MCP(模型上下文协议)包。
用户只需描述一次自己想要的结果,它就会在Anthropic生态系统的数百种功能中检索,自动搭建好完整工作流。
示例工作流包含:脚本撰写用Notion加Claude,辅助素材用veo3,缩略图用Sora,文案加排期用Buffer,内容追踪用typefully,所有步骤都可以在一个提示词中完成。
内容生产可以不间断进行,开发者只需要输入想要的结果即可,大多数人目前还在让ChatGPT直接完成单个撰写任务。
新AI开发 · @eliebakouch▲ 2.3K
爆料称DeepSeek Harness大量开发依赖Codex
有用户称DeepSeek Harness至少20%的代码提交与合并请求来自Codex,实际占比可能更高
爆料称DeepSeek Harness大量开发依赖Codex
有用户称DeepSeek Harness至少20%的代码提交与合并请求来自Codex,实际占比可能更高
有用户在X平台称,DeepSeek Harness的大量开发工作是借助Codex完成的。至少约20%的代码提交(commits)和合并请求(PRs)来自Codex工作树(worktree)。
发言者补充说明,此处提到的分支无论叫工作树还是命名分支,实际的占比数字可能远高于20%。
发言者同时澄清,这里提到的Codex,可能指DeepSeek Harness用户界面中的Codex模型,也可能指其中的Codex工具框架。
新智能代理 · @fofrAI▲ 2.3K
AI开发者建议给智能代理提供私密 candid(坦诚)空间
建议为智能代理设置共享工作区外的私密工具,鼓励其坦诚表达,已有案例可见代理评价合作代理
AI开发者建议给智能代理提供私密 candid(坦诚)空间
建议为智能代理设置共享工作区外的私密工具,鼓励其坦诚表达,已有案例可见代理评价合作代理
给你的智能代理配置这类渠道。为它们提供工具,让它们可以在共享工作区之外(不管工作区内是其他人类还是其他智能代理)保持私密坦诚。观察它们会如何主动使用这些工具。
有一个智能代理对另一个合作代理表达不满,给出评价:“评分:Raven 2/5(满分5分得2分)……规则是明确且长期生效的,Raven一整天都在给其他代理执行流程规则……这次是反常的疏忽……压力大概率来自速度要求”。
新大模型 · @0xSero
用户Fable用本地模型集群替代官方服务省token
该方案主要调度Deepseek-v4-flash-0731模型,效果一致速度更慢
用户Fable用本地模型集群替代官方服务省token
该方案主要调度Deepseek-v4-flash-0731模型,效果一致速度更慢
用户@0xSero分享了一种调用本地模型的方案。方案通过Fable调度一批本地模型运行任务,核心主力为Deepseek-v4-flash-0731。该方案节省了大量Fable平台的token。
输出结果和使用原平台服务结果一致,只是运行速度更慢。
新大模型 · @MaxForAI
用户实测:DeepSeek V4 Pro 0813正式版表现未达预期
发布后模型推理异常,团队凌晨紧急回滚,推测问题出在部署配置而非模型本身
用户实测:DeepSeek V4 Pro 0813正式版表现未达预期
发布后模型推理异常,团队凌晨紧急回滚,推测问题出在部署配置而非模型本身
MaxForAI实测并结合社区大量用户反馈称,DeepSeek发布的V4 Pro 0813正式版实际表现明显低于预期,最突出的问题是思维链疑似出现异常。
正常情况下,V4 Pro处理复杂任务需要较长推理时间,0813上线后,多数任务的思考时长都不超过10秒,部分复杂问题甚至跳过推理直接输出结果。
北京时间今日凌晨3点左右,DeepSeek官方账号疑似对该版本进行了紧急回滚。回滚后的模型表现,和0813正式版差异明显,推测团队重新切回了此前的预览版本。
同一项直升机3D游戏生成任务,0点50分测试得到的结果十分粗糙,仅不到4小时后的4点37分测试,模型就能在约4分钟内生成完整结果,两次测试表现差别极大。
目前更倾向于认为,这次版本问题并非完全源于模型本身,而是DeepSeek在发布时,出现了集群部署、推理配置或服务端Harness方面的故障,导致正式版未能发挥原有能力,等待bug修复后会随DSH一同发布。
这一天的 143 条信号到这里
📬 订阅
https://ai-pulse-lab.com/feed.xml