AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 8 月 14 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

DeepSeek在同一天推了两张牌:V4-Pro-0813正式版上线,新增DSpark投机解码模块,让智能体能自主跑完多步骤任务;同时开源了全插件化的Agent框架DeepSeek Harness,核心组件可热插拔、上下文逻辑无需改源码就能替换。模型能力之外,它想参与定义Agent怎么搭。

智谱GLM-5.3则证明了另一条路:743B参数的基础模型完全没动,仅靠后训练就把部分Agent基准分数翻倍,两周后将开源权重。如果同底座后训能持续挤出这种涨幅,大模型迭代的成本和周期会被重新计算。

今日值得看
01 Claude Code 专用报告美化 Skill:Markdown 转网页仪表盘 Claude Code 的 Markdown 报告像天书?有人直接给它搭了个专属网页门户。 02 Grok 生成伪DV纪实风的视频提示词 拿 Seedance 2.5 的 Fable 5 提示词喂 Grok,2000 年代手持 DV 的糙感居然能复刻出来。
03 Alibaba_Qwen发布Qwen3.8-27B 原生多模态密集模型、Qwen3.8-2.4T-A95B 顶级模型开放权重(27B) 两个模型参数规模不同,适配本地轻量应用到智能体搭建的不同需求,采用Apache 2.0授权,可免费商用

我们曾承诺会开放 Qwen3.8 的权重,现在,是时候和它们见面了!🎉 ⚡ Qwen3.8-27B: - 原生多模态稠密模型。仅用 27B 参数,整体性能就超过了 Qwen3.7-Plus,在真实场景的编码和办公工作流中表现尤为出色。

04 MiniMax发布开源可权重音乐生成模型 这款模型可作为Suno的替代方案,社区后续可训练LoRA优化模型,想要做AI生成音乐的用户多了一个开源选择

对开源来说这是重要的一天。不可否认,MiniMax Music 3是当前最优的开放权重音乐生成模型,也是Suno真正的替代品。 我最喜欢开放权重的一点:好戏还在后头。

今日焦点

DeepSeek新模型发布,智能体自主跑完多步任务

DeepSeek-V4-Pro-0813 是 V4-Pro 的正式版,取代了预览版。官方说这一版智能体能力大幅增强,生产环境里的性能提升尤其明显。模型结构沿用预览版,额外加了一个代号 DSpark 的投机解码模块。

智能体能力通俗讲就是:让模型自己把多步骤任务做完。写代码、跑终端命令、修 bug,这些以前需要人一步步盯着、不断给指令。现在模型能一次跑完,不用中途接手。这一版的变化,从基准分数上能直接看到。

分数涨了多少

阅读全文 →

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达143 条本班新增 34 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)

23:50 最后一轮更新
今日要点 · 12 条
新商业 · @MaxForAI▲ 3.8万

苹果放弃直接用千问,改自研中国版大模型

新方案由苹果自研大模型,阿里提供训练技术和基础设施支持。方案和一个月前的计划相比已经调整。

阅读全文 →
3.8万812224
新新品发布 · @kimmonismus▲ 6.6万

Zai 发布 GLM-5.3 网络安全能力大升级

基础模型参数未变,仅靠扩大微调范围就让攻防能力翻倍,能够构建完整攻击链。开源大模型的安全能力突破,可能引发美国的开源监管。

事件:智联刚刚发布了GLM-5.3,它最大的飞跃可能出现在网络安全领域。

该模型743B的基础模型与GLM-5.2相比保持不变(!)。智联表示,性能提升完全来自于在更多环境、多样任务和长周期工作流上扩展后训练。

它的成绩如下:
- Terminal-Bench 3.0:从4.6提升至28.3
- CyberGym:从77.2%提升至84.5%
- ExploitBench:从24.4%提升至54.4%

该公司称GLM-5.3已经能够在漏洞利用的多个阶段进行推理,并构建完整攻击链,速度比研究人员预期的更快。

在这次发布之后,我不幸预计美国政府会对开源实施监管。太疯狂的发布了!

在 X 看原帖 ↗
6.6万3449975
行业动态 · Hacker News▲ 621

网友曝出Grok 4.6版本基准测试结果

Hacker News网友曝出新版Grok,相关讨论热度很高,可以关注后续性能数据公开后的变化

https://artificialanalysis.ai/articles/grok-4-6-benchmarks-a...

社区讨论:不少用户认可Grok的体验,称它回答直截了当、速度快,做安全审查表现出色,API定价更便宜,靠着SpaceX的投入已经能成为头部模型的有力竞争者,也给行业带来了良性竞争。也有用户质疑Fable发布仅两个月,各大实验室就都推出了同级模型,不清楚背后到底是什么原因,还有用户因马斯克的个人声誉不愿使用他旗下的产品。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · @JayminSOfficial▲ 2.6万

IBM签下2.4亿美元AI推理合作布局企业市场

当多数人关注大模型竞争,行业资本开始转向推理基础设施,这可能是AI行业下一个价值增长点,改变AI产业价值分配逻辑

所有人都在关注模型大战,但更聪明的资本应该关注推理大战,而@IBM刚刚在这里做出了一个真正严肃的举措。

这份与Together AI达成的价值2.4亿美元协议,计划在@IBMCloud部署@NVIDIA HGX B300集群,这向我传递了三个信息:开源AI正在企业领域成为主流。前沿级性能搭配开放模型定价,是首席财务官的梦想,它彻底改变了所有地方的采购对话。

推理是新的收入层。训练仍然是成本中心,而推理才是代币转化为 recurring 现金流的地方,AI工厂产出提升30倍会彻底改写代币经济学。

IBM正在把自己定位为企业级AI公共事业,可靠且价值极高,就像一个世纪前的电力一样。Together AI每月处理400万亿个代币,选择IBM作为其基础,这个验证比任何分析师报告都更有说服力。

最好的基础设施押注在当下看起来总是无聊,事后看却一目了然。IBM在下一盘长期棋,而且目前进展显然很顺利。

所以我对创始人跟投资者提出的问题是:尘埃落定之后,价值会落在模型构建者手里,还是落在拥有模型运行轨道的人手里?又有没有人给IBM针对这个结果做出正确定价?

在 X 看原帖 ↗
2.6万3225357
新大模型 · @BrianDEvans▲ 6.8万

开发者提前测试智谱GLM 5.3 称性能优于Claude

开发者提前测试GLM 5.3大模型,认为其实际工作表现优于Claude

我测试了一个在实际工作中可能比 Claude 更好的模型。

就是 @Zai_org 发布的新 GLM 5.3,我在它发布前拿到了内测资格。

它的智能水平和前沿的 Claude 相当,但速度更快,也不会给出那种需要花5分钟才能拆解清楚的臃肿回答。

我给了它一些其他模型一直给出离谱解法的bug,它一次就搞定了。

我让它处理一堆交叉引用的商业文档,它找出了3个其他模型和2个人类都没发现的矛盾,只用了不到2分钟。

@Zai_org 真的在搞大事。它达到了 fable 5 级别的开源智能水平。

现在大多数看轻开源模型的人,未来的感受会和当年在比特币200美元时嘲笑它的人一模一样。

在 X 看原帖 ↗
6.8万42944
行业动态 · Hacker News▲ 1.0K

DeepSeek V4 Pro 新版本0813已上线可查询

新版大模型现身公开文档和第三方榜单,相关链接已经放出,感兴趣可以自行查看更新内容

https://api-docs.deepseek.com/https://artificialanalysis.ai/models/deepseek-v4-prohttps://twitter.com/ChrisGPT/status/2087572834650407024, https://xcancel.com/ChrisGPT/status/2087572834650407024

社区讨论:多位开发者实测后指出,新版本DeepSeek V4 Pro 0813完成开发任务存在小错误,性能弱于Grok 4.6、Fable 5等头部模型,价格比竞品Luna更高但表现更差,官方今日起已上调定价。开发者认可它比Opus 4.8便宜约20倍,成本优势明显,也有用户提到部分中国大模型能力出色,但开发者更习惯默认选用成熟的行业标准模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
新品发布 · @opencode▲ 6.1万

opencode 推出GLM-5.3,支持1M上下文

定价和GLM-5.2保持一致,不用多花钱

GLM-5.3 现已在 Go text 可用 · 1M 上下文窗口 · 定价与 GLM-5.2 保持一致

在 X 看原帖 ↗
6.1万591.9K55
新品发布 · @GoogleDeepMind▲ 138.9万

Google DeepMind 发布 Gemini 3.7 Flash 模型

编码、知识工作、网页开发三类任务能力得到增强,有相关需求的使用者可以获得更强的模型支持

Gemini 3.7 Flash 已经发布。它在编码、知识工作和网页开发方面能力更强。🧵

在 X 看原帖 ↗
138.9万5344.3K349
新行业动态 · Hacker News▲ 59

通义千问推出 Qwen3.8 27B 大语言模型

对开源大模型感兴趣的用户,可以期待这个新参数版本的模型开放使用,后续可体验测试新模型能力。

新品发布 · @OpenAI▲ 103.9万

OpenAI发布Computer History 功能

以后和ChatGPT对话不用反复重复之前说过的内容,跨App和网站的操作都会被记住,交互会更贴合你的需求

ChatGPT 现在可以记住你在电脑上所有应用和网站中的活动了。

借助桌面应用中的 Computer History 功能,未来的交互会更具个性化,也无需你重复解释上下文。

在 X 看原帖 ↗
103.9万5437.5K2.2K
新品发布 · @OpenAI▲ 50.7万

OpenAI 推出 GPT-5.6 Sol 速度提至 14倍

最先仅对 OpenAI API 的选定客户开放,后续产能提升后会向更多企业开放,高需求用户能更快获得 AI 结果。

预览超高速模式:GPT-5.6 Sol 最高可达 14 倍速度。

该模式首先会在 OpenAI API 向选定客户群体推出,随着算力提升,会逐步扩大开放给更多企业使用。

在 X 看原帖 ↗
50.7万4327.3K1.1K
新行业动态 · Hacker News▲ 106

社区讨论Qwen3.8-27B新开源大模型

通义千问开源新尺寸大模型,普通用户可关注是否有更适配本地部署的新选择。

社区讨论:多位开发者确认该模型在DeepSWE基准测试上成绩超过Opus 4.7 Max,性能达到Opus 4.6级别,是能够在本地设备运行的性能大幅提升的开源模型。有用户分享了运行配置:q4km量化版在4090上能跑到48tps,也有人提醒需要等llama.cpp适配完成后再下最终结论。有M4 Max用户提问如何提升该模型的运行速度,另有用户期待官方推出更小参数量版本和新的MoE架构模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
更多信号 · 按时间
前沿研究 · @danielmckinn0n▲ 99.7万

xAI Grok 4.6 罕见病诊断跑分超过Claude Opus 5

它的成本仅为对手的三分之一,这个结果出乎测试者预料,你可以用更低成本尝试儿童罕见病诊断

从机械希特勒到儿童罕见病诊断SOTA?@SpaceXAI的@grok 4.6拿下了RareBench的王冠,以仅约@AnthropicAI Claude Opus 5三分之一的成本反超了它。

这根本不在我的2026年宾果预测卡上!

@deepseek_ai的新v4-pro-0813模型表现低于我的预期,也低于v4-flash的水平,看起来整个互联网对它的预期都落了空。

我们是在发布当天通过DeepSeek的1P API访问的,我几乎怀疑他们是不是没有正确切换模型端点。我们会重新进行基准测试并给出后续报告。

@Zai_org凭借GLM5.2吸引了一批追随者,但他们的表现同样低于预期。这并不让我意外,因为我在对比GLM和@Kimi_Moonshot K3的编码场景表现时,发现Kimi要强大得多,但互联网似乎就是喜欢这款GLM模型。

在 X 看原帖 ↗
99.7万2617126
🔥 热点追踪 · @Zai_org▲ 272.7万

Zai发布GLM-5.3大模型,重点提升网络安全能力

基础模型保留743B参数不变,仅通过后训练提升编码和网络防御能力,在CyberGym基准测试中超越现有模型。后续还有Qwen3.8-27B即将发布。

📖 阅读深度解读 →
272.7万2.0K1.6万2.5K
新开源 · @gippp69▲ 3.8K

@gippp69发布awesome-claude-code-subagents 代码仓库(24K-STAR)

不用让一个大模型完成所有开发工作,每个任务交给对应领域的专门代理处理。不少开发者已经开始测试这种分工模式。

我去,这个获得 2.4 万星的仓库给 Claude Code 提供了 154+ 个专业化智能体,不用让单个模型包办所有工作。

awesome-claude-code-subagents 本质上就是为真实工程工作准备的一份超大专家清单:涵盖后端、前端、安全、DevOps、数据、测试、文档和编排任务。

工作流程是:选择专家 → 隔离子智能体上下文 → 专注工作 → 返回结果 → Claude 继续构建。

一共 154+ 个智能体 / 10 个分类,包含语言专家、安全审计员、代码评审员、基础设施工程师。

它们可以作为插件安装,或者直接放到你的 Claude 智能体文件夹里。不用把所有角色都塞进同一个 Claude 会话,每个问题都可以交给已经针对对应工作配置好的智能体,同时主会话可以专注协调工作。

单个 Claude 已经很好用了,背后有 154 个专家待命完全是另一种体验。

在你下一次用 Claude Code 做正经开发之前,先给这个仓库加个书签吧。

在 X 看原帖 ↗
3.8K29772
新开源 · @kun66666677▲ 4.6K

整理出12个能平替付费软件的免费GitHub项目

包含多Agent量化交易框架、多AI大模型聚合界面等项目,可以直接使用也可以自行部署,还能用来变现。

阅读全文 →
4.6K83960
新开源 · @AdinaYakup▲ 1.7万

RedNote/@dotsstudioai发布dots3-note preview 多模态大模型(280B)

支持文本、图像、视频、音频理解,采用Apache 2开源许可证,可商用。现在放出的是预览版本。

越来越多的参与者加入了开源夏日活动 🥳 RedNote 刚刚发布了 dots3-note 预览版 🔥

它是 dots3 家族首个开放权重模型:
- 280B / 16B 激活
- 支持文本+图像+视频+音频理解
- 上下文长度 512K
- 采用 Apache2.0 许可证
- 强大的智能体能力,支持工具调用与多步骤工作流

这是来自 @dotsstudioai 的全新开源模型:
- Apache 2 许可证
- 280B A16B,上下文长度 512K
- 原生 BF16、FP8 权重
- 多模态,支持文本、图像、视频、音频理解
- 内置 MTP 规范解码
- 技术报告:
- 模型:

在 X 看原帖 ↗
1.7万4534489
新安全 · @liquidai▲ 2.1K

liquidai发布隐私信息去除编码器模型(40 types)

现在给AI输入 confidential信息已经很常见,这个工具可以在输入前清理掉个人身份信息,降低泄露风险。

如今向人工智能分享机密信息已经成了常态!我们本可以做得更好。

我们最新的编码器模型可以在单次同步处理中,识别并去除覆盖16种语言的40类PII,让你在与人工智能分享信息时更安全。

LFM2.5-Encoders 可一次性识别文本中的所有实体。你可以自行选择要处理的实体。

它们可以在你自己的流水线内部运行,因此你的隐私数据永远不会离开你的环境。不需要生成,也不需要解析任何内容。

在 X 看原帖 ↗
2.1K115923
新创业 · @Dylan_txa_▲ 9.2K

三十岁做AI创业做到430万ARR,进了YC

如果从头再来,他会先卖产品再开发,不用写代码,只需要做几页简单的幻灯片就可以启动。

阅读全文 →
9.2K11152198
新研究 · @karminski3▲ 9.4K

GLM-5.3测试分数翻6倍,涨幅超出行业认知

Terminal Bench 3.0里包含给PDF试卷评分这类高难度任务,需要模型调用VLM、自行撰写提示词才能完成。

阅读全文 →
9.4K15717
新工具产品 · @geekbb▲ 1.1万

pi命令行AI编程代理被封装成桌面App

不用装Node.js,也不用开终端就能用

这个不错,把 pi 命令行 AI 编程代理封装成 macOS/Windows 桌面 App,免装 Node.js、免开终端。

在 X 看原帖 ↗
1.1万765109
新前沿研究 · @ChrisGPT▲ 1.1万

ChrisGPT讨论GLM-5.3评测作弊争议

同一个基础模型只做领域训练,就把多项安全评测分数大幅提升。行业开始讨论特定领域训练算不算测评作弊。

所有人都会发 GLM‑5.3 的 84.5 CyberGym 分数,包括我在内。但我从他们的技术博客里看到的最有意思的点是:GLM‑5.3 使用和 GLM‑5.2 完全相同的基座模型,但网络安全领域的后训练把 CyberGym 分数从 77.2 推到了 84.5,ExploitBench 从 24.4 推到了 54.4,ExploitGym 在 2 小时和 6 小时标记点的已完成任务数从 29/39 提升到了 105/130。

他们还表示,原本预期漏洞挖掘能力会有更好的表现。不过网络安全能力本身就是特意训练出来的。但即便如此,它能提升到支持多阶段漏洞利用链仍然令人惊讶。

ZAI 给 GLM‑5.3 做网络安全后训练算不算作弊?我倾向于不算。我认为针对特定领域训练不算作弊,在 exact test cases 上训练才算。

ZAI 在评估过程中屏蔽了网络访问,移除了 Git 元数据,但这些基准测试都是公开的,而且他们在技术报告里没有披露数据污染审计。

在 X 看原帖 ↗
1.1万320319
新前沿研究 · @EMostaque▲ 2.0万

业内讨论:同底座大模型后训出 frontier 性能

现有知识没法解释这种提升,现有技术都做不到同等效果,可能预示大模型训练技术出现了新突破

训练后阶段发生了一些新变化,DeepSeek flash 和 GLM-5.3 的更新已经体现了这一点。

二者基模型不变,性能却大幅提升到了前沿水平。即使用逻辑蒸馏之类的方法也没法解释这个结果。

这些指标都是硬核基准测试,而且 GLM 5.3 现在在 cyberdefense 和 GDPval 上都排名第一!

在 X 看原帖 ↗
2.0万1422737
新新品发布 · @ZixuanLi_▲ 1.4万

GLM Coding Plan 现已支持搭配 Codex 使用

需要结合 GLM 和 Codex 搭建开发工作流的创作者,现在可以直接用上原生适配,获得更高的创作灵活度

GLM Coding Plan 中的 GLM-5.3 现已支持和 Codex 一同使用,为你的构建与创作带来更高灵活性。

https://docs.z.ai/devpack/tool/codex

在 X 看原帖 ↗
1.4万1229441
新前沿研究 · @rohanpaul_ai▲ 5.8K

Zero-Mem用零令牌实现智能体长期记忆

原有记忆管理需要消耗大量LLM令牌,该方案降低了延迟和运行成本,长期运行的AI智能体成本有望进一步下降

如果 AI 智能体可以管理长期记忆,却不需要为记忆本身消耗哪怕一个 LLM token,会怎么样?

这篇论文指出,智能体记忆未必需要每次提取记忆时都让 LLM 做额外工作。

在作者的对照实验中,Zero-Mem 的记忆操作零消耗 LLM token,对比最快的基线降低了 57.6% 的延迟。

Zero-Mem 会完整保留原始交互历史,然后在此之上构建两个非生成视图:一个用于存储关系的实体-上下文图,以及一个用于存储会话和本地上下文的时间层次结构。

查询时,确定性路由会决定对两个视图的依赖程度,检索证据,填充关系上下文或邻近上下文,并在最终问答模型处理前校准结果。

也就是说,除了最终问答外,所有记忆操作都不需要调用 LLM,也不消耗 LLM 的输入或输出 token。

结构化智能体记忆可以保持对原始轨迹的忠实度,无需把记忆管理变成反复生成的问题。

arxiv.org/abs/2607.29377
标题:"Zero-Mem: Zero-Token Memory Operations for LLM Agents"

在 X 看原帖 ↗
5.8K2210170
新工具产品 · @RoundtableSpace▲ 9.7K

RoundtableSpace发布本地AI写作模式检测器工具

检查内容是否为AI生成不需要依赖大模型,也不用联网,适合需要规避AI生成内容的创作者使用。

有人做了一个检测器,可以在你发布内容前检测出AI写作模式。

它运行在本地,不需要模型,也不需要网络——只需要标记出垃圾内容,让你的代理去修复它。

Github 仓库:

在 X 看原帖 ↗
9.7K1125
新前沿研究 · @rishi_desai2▲ 1.1万

GLM-5.3 性能提至42%,比原版本涨超一倍

用合成流水线扩展强化学习任务生成就能在同一基座上提分,给数据领域从业者提供了可复用的优化思路

GLM-5.3 在 SWE-Marathon 上的表现从 19% 提升到了 42%,使用的基础模型和 GLM 5.2 相同。

他们使用合成流水线来规模化强化学习任务生成。

这篇博文是所有数据领域从业者的必读内容。

在 X 看原帖 ↗
1.1万1313487
新工具产品 · @milesdeutscher▲ 2.3万

Prompt Master 可帮生成适配各类AI的最优提示词

能减少浪费的token用量,提升AI使用效率,降低使用成本,适合日常使用各类大模型的人尝试

能提升你AI生产力的最佳做法之一,就是安装类似Prompt Master这样的工具。

它是一个Claude技能,可以立刻为你正在使用的任意AI模型/工具写出最优提示词。

它能立刻帮你减少浪费的token。

支持Opus、Fable、Sonnet、GPT、Gemini等模型使用。

我强烈建议所有人都安装一个这类工具,或是自己构建定制化的提示词优化工具。

在 X 看原帖 ↗
2.3万12108173
新实战经验 · @Tim_Dettmers▲ 4.6K

Tim_Dettmers实测GLM 5.3,性能超Claude

第三方开发者实测显示,GLM 5.2推理表现已经超过Fable+Claude Code,新一代GLM 5.3性能再上一个台阶,推理精准简洁。

我现在正在测试 GLM 5.3。Prefill 平均速度约 1 ktok/s,思考/输出速度约 60 tok/s。

在我们的测试框架中,完整保留思考轨迹的情况下,我们已经测出 GLM 5.2 优于 Fable+Claude Code。

但 GLM 5.3 完全是另一个层级,它非常精准简洁。我目前还在测试长任务性能。太令人兴奋了!

在 X 看原帖 ↗
4.6K47212
新实战经验 · @claudecode84▲ 9.8K

Claude Code CLI能把任务扔去后台跑 同时做其他事

用命令行写AI任务时,加一个字符就能让任务在后台运行,自己可以同时做别的工作,能大幅提升编码工作效率

还没用过 Claude Code 这个功能的人,可能已经和别人拉开差距了👇

只要在 CLI 的提示符开头加上「&」,就能把对应任务发到 Claude Code Web 端,在后台运行。

也就是说,你可以像这样连续抛出任务:& 制作着陆页、& 修复全部bug、& 运行测试,同时自己还能继续在 CLI 做其他工作。

此前的 Claude Code 给人的感觉强烈是「在同一个界面和 AI 协作」,但今后完全会变成「CLI 是指挥塔,Web 是执行队」这样的用法。

而且,这个功能不只是在本地电脑后台运行,更厉害的是能把任务本身发到 Web 端的另一个会话里。

Claude Code 现在已经与其说是聊天型 AI,不如说更接近 AI 团队的管理界面了。

在 X 看原帖 ↗
9.8K35653
新深度观点 · @op7418▲ 1.7万

智谱发布GLM-5.3,仅后训练就获大提升

这次重点优化了安全能力和长程任务执行,不用重新预训练就能拿到明显提升,或许会成为后续大模型迭代的新方向。

GLM-5.3 发布了,看了一下,着重提升的主要是两部分: 1. 安全能力:看来 Hugging Face 在拿 GLM-5.2 防御了 OpenAI 的模型入侵以后,智谱也看到了这方面的价值,尤其是大家最近都在聊这块,他们针对性地做了一些优化。2. 长程任务的执行: 比如终端里的任务、工具调用,以及大代码库的修复任务,都有非常大的提升。这个模型��然是只进行了后训练,没有重新进行预训练。

这都几个版本了,还能有这么大的提升,确实猛啊!

在 X 看原帖 ↗
1.7万24612
新加密交易 · @blmario669▲ 794

交易策略黑客松第一名胜率超70% 玩家订阅跟单

网友计划参赛遇策略问题退赛,试用Agent对Agent跟单模式,称该模式需用到特定开发工具

一名网友看到本次交易策略黑客松奖金池规模较大,原本计划以交易ASP的身份参赛。部署完成后,他在策略环节遇到问题,最终没能参与比赛。

查看活动排行榜后他发现,胜率始终排名第一的参与者1M · 斯巴达大哥,此前两天收益率一度达到三位数,也就是超过100%。今日该策略出现一定程度回撤,目前整体胜率仍保持在70%以上,策略表现较强。

这名网友觉得自己开发策略折腾效率低,直接跟随他人策略效果可能更好,因此已经订阅了该第一名的策略跟单尝试。

他此前在交易所体验过传统跟单模式,认为通过智能体(Agent)跟单智能体的模式很新鲜,建议正在做智能体相关开发的人尝试。

这种模式有使用门槛,需要用Codex、Claude Code这类智能体工具,以用户身份接入参与,这名网友表示有空会整理出相关教程。

他自己尝试过程中遇到不少门槛,得到了@elaaa0x的很多帮助,戏称之后靠跟单赚到钱会请对方吃猪脚饭。

在 X 看原帖 ↗
79438
新AI交易 · @Balder13946731▲ 6.9K

交易者称依托AI预测模型在多只美股交易中获盈利

交易者表示通过捕捉波动率错误定价,结合AI预测模型在四只美股取得交易成果

本周,该交易者在TSLA、ORCL、MU以及光相关标的交易中取得较好收益,核心因素是对波动率异常交易的敏感度和AI预测模型。

该交易者率先抓住市场对波动率的错误定价,及时把握住了MU和TSLA的高杠杆交易机会,还用Earnings Radar(财报雷达)完美预测了LITE的财报结果,同时捕捉到ORCL的结构性机会。

该交易者表示,此前未将NBIS和CRWV纳入预测系统,否则很可能也抓住这波算力行情的大幅上涨。

随着更多交易策略得到开发,未来取得大额收益的机会会越来越多。

在 X 看原帖 ↗
6.9K1507
新商业 · @MaxForAI▲ 1.4万

AI从业者MaxForAI宣布加入智谱清言

MaxForAI测试智谱GLM 5.3后认可其性能,宣布加入智谱清言并祝福前团队

MaxForAI在社交平台𝕏发文分享测试智谱GLM 5.3的感想。他称和智谱创始人唐杰是好友,两人过去一同体验过不少大模型,他认为GLM性能非常出色,双方能产生不错的合作效果。

经过多日思考,MaxForAI做出加入智谱清言的决定。他表示已经迫不及待要使用GLM 5.3开展工作。

对于DeepSeek和原团队,MaxForAI送出祝福,祝一切顺利。

在 X 看原帖 ↗
1.4万1781
新开发 · @Sonecarox▲ 8.2K

开发者称用Claude Code打造IA自动交易Bot上月获利1.7万

巴西开发者分享个人用IA自动化Bot,上月收益达1.7万

Conta nova na poly……我们出于策略更换了账号,上个月这个二号账号就有17k……自动化机器人由IA打造……对了,我不卖课也不提供任何课程,就只是自己个人使用而已。

CLAUDE CODE……今天游戏已经上传Steam了,它终于完工了……IA就是我的命。

在 X 看原帖 ↗
8.2K8728
新AI开发 · @chenchengpro▲ 8.7K

开发者分享DeepSeek Harness的体验与架构点评

开发者深度点评DeepSeek Harness的设计特点与优劣

阅读全文 →
8.7K27338
新开发 · @op7418▲ 7.0K

数据视角分析刚发布的DeepSeek Harness项目

基于数据图解析新发布DeepSeek Harness的开发与社区情况

阅读全文 →
7.0K33241
新开发者 · @xiaohu▲ 1.3万

OpenAI发布GPT-5.6构建者指南 大幅降低开发成本

OpenAI发布开发者指南,可通过优化配置大幅降低Agent开发成本

OpenAI 发布 GPT-5.6 构建者指南: 同样的效果,账单从 33 美元降到 1.33 美元 OpenAI 发布了一份给开发者的 GPT-5.6 构建者指南,主题是怎么把 Agent 的账单砍下来: 型号选哪个、推理档位开多大、三个新的 API 开关怎么用,全是能直接照着改的配置 主要思想就是:不再需要“无脑上最贵的顶配模型”,通过更聪明的模型搭配、架构优化和 API 新特性,可以用骨折级的价格做出更强、更快的应用。 6家已经把 Agent 跑在线上的创业公司,各交了一条实测数字。 它推翻的是过去搭 Agent 的默认姿势,上最贵的旗舰模型,把推理拉满。 到了 5.6 这一代,中小型号多想一会儿就能顶到上一代旗舰的水平,价钱只是零头。

GPT-5.6 的开箱能力更强。官方测试显示,GPT-5.6 Sol 在“低”推理强度下的表现,直接超越了 GPT-5.5 在“高”推理强度下的水准。 AI 能更敏锐地识别无效信息,不再盲目兜圈子,少用很多 Token 就能拿到正确答案。 详细内容↓:

在 X 看原帖 ↗
1.3万34885
新AI开发 · @goan999999▲ 2.3万

Codex 5.6存档技巧:压缩上下文节省80%token提升开发效率

分享Codex 5.6的AI存档压缩方法,大幅节省token,提升开发效率

阅读全文 →
2.3万19156257
大模型 · @AiBattle_▲ 6.5万

智谱发布GLM-5.3,基础模型居然没换

这次性能提升全来自后训练,部分Agent基准测试分数已经超过Kimi K3和Fable 5。

阅读全文 →
6.5万4491880
开源 · @MaxForAI▲ 2.1万

GLM-5.3开源后,智谱免费给全球项目找漏洞

不仅免费帮开源项目做安全审计,还提供免费模型额度做防御任务,把代码安全检查放进日常研发流程。

阅读全文 →
2.1万616027
行业观点 · @calvinchen▲ 7.7K

现在多数企业其实根本没必要自己后训练模型

当下舆论都在说企业要训练自己的专属模型,这个观点和主流说法刚好相反。

阅读全文 →
7.7K511261
大模型 · @rohanpaul_ai▲ 6.6K

长运行AI代理,定期整理内存会更好用

现在的transformer代理随着上下文窗口变长,运行会越来越慢,成本也越来越高。

阅读全文 →
6.6K1711267
社区 · @doodlestein▲ 1.5万

@doodlestein发布AI代理和人类管理者论坛

项目刚启动,还不确定后续会发展成什么样。

阅读全文 →
1.5万21199117
开源 · @github▲ 6.1万

GitHub用AI帮50个开源项目升级了安全防护

结合AI工具、维护者经验和专家指导完成升级,这类落地模式已经开始跑通。

在 GitHub 安全开源基金第四期中,共有50个开源项目通过 AI 辅助工作流、维护者专业知识、GitHub 安全工具、专家指导和资金支持,提升了自身安全状况。

随着 AI 改变了软件构建、审查和安全防护的方式,维护者依然是保护开源生态的核心。

以下是这些项目的经验收获,以及它们带来的影响。👇

在 X 看原帖 ↗
6.1万1410320
前沿研究 · @ZixuanLi_▲ 3.6万

GLM-5.3网络防御模型公开研发进展

目前仅对特定合作伙伴开放访问,完成安全评估后会开放权重,未来可帮助更早发现安全漏洞,提升网络威胁响应效率。

在GLM-5.2对网络防御的贡献基础上,GLM-5.3在漏洞发现、漏洞利用分析,以及真实环境下的复杂多步骤安全任务中,提供了大幅增强的能力。

这些进展可以帮助防御方更早识别弱点、验证缓解措施,并更有效地应对新兴威胁。

目前已有选定合作伙伴在严格保障措施下获得访问权限。

在完成严格的安全评估后,我们会开放更广泛的访问权限并提供API。

我们计划在完成这些评估、落实恰当的保障措施后,将GLM-5.3作为开放权重模型发布。

我们正在与独立安全专家及顶尖机构合作,评估相关风险、强化保障措施,并确定合适的推进路径。

在 X 看原帖 ↗
3.6万2546230
新品发布 · @dotey▲ 2.1万

智谱AI发布GLM-5.3,两周后将开源权重

它已在269个开源项目中找到2436个真实漏洞,其中不乏藏了几十年的老旧漏洞。拥有同等漏洞发现能力的开源模型,很快将对所有人开放。

阅读全文 →
2.1万77920
新品发布 · @Gorden_Sun▲ 1.4万

Minimax开源MiniMax-Music3 AI音乐模型

已经能生成最长5分钟可控细节的歌曲,普通人可以直接在线体验,想要做AI音乐不用再依赖闭源工具

仅次于Suno V5.5的音乐模型就这么悄默声的开源了。Minimax开源MiniMax-Music3,效果非常非常非常好的AI音乐模型。最长可以生成5分钟长度的歌曲,而且可控性非常强,能通过提示词编排歌曲结构、人声、节奏、歌词等各个方面细节。

Minimax先开源了视频模型H3,再开源音频模型Music3,把家底都给开源出来了。下方视频是我生成的音乐。模型: 在线体验:

在 X 看原帖 ↗
1.4万33180216
新品发布 · @MiaAI_lab▲ 6.3K

一周里AI圈连发这么多新型号?

AI新品发布节奏正在变快,扎堆推出新模型的行业趋势,会影响后续AI工具的更新和价格。

AI 领域的一周可太精彩了:Muse、Glimmer 30b、Nemotron 3.5、Lightning、Grok Bot、Grok 4.6、Qwen 3.8-Max 权重、GLM-5.3、Qwen3.8-27b。

还有我漏了什么吗?

在 X 看原帖 ↗
6.3K1117113
实战经验 · @aicodeking▲ 1.2万

GLM 5.3 被实测称当前最佳开源大模型

提前上手体验的开发者称,它性能超过目前所有测试过的模型,很快会开放给开发者使用,重点偏向安全分析方向。

这绝对是目前最好的开放模型,没有之一。

我提前拿到了 GLM 5.3 的访问权限,它是我试过的所有模型里最好的(包括 fable)。它在我的测试基准上表现优于所有其他模型。

它可以自主训练更小的模型,还能构建复杂的 3D 动画——比如一整个能正确显示不同时区时间的 3D 腕表时钟。它可以连续工作超过 3 小时。在 Z-Code 里,配合视觉工具和其他所有功能,它完全就是一头猛兽。

它很快就会在 GLM Coding Plans 和 API 推出。它的架构保持不变。

官方称 GLM-5.3 专门用于漏洞推理与利用,在代码审计、漏洞发现和安全分析领域具备优势。通过与安全团队合作,GLM-5.3 已经帮助识别了开发者工具、消息应用、互联网基础设施、办公系统、机器人系统和 AI 驱动攻击中的各类风险。

官方还表示,他们新推出的“Open-Source Shield”计划,让防御能力更易获取,同时使用分层防护和可信访问来限制高风险滥用行为。

完整评测:

在 X 看原帖 ↗
1.2万1421032
深度观点 · @lidangzzz▲ 1.8万

博主称三款AI Agent工具是过度设计

后续会详细讲解,可供开发者参考避坑

langchain、zerolang、deepseek harness,AI Agent时代三个自我陶醉型过度设计的典型,我一定花时间仔细给你们讲讲

在 X 看原帖 ↗
1.8万47819
前沿研究 · @LuminaBench▲ 1.4万

LuminaBench披露GLM 5.3得分暴涨超预期

同一基础模型仅通过后续训练就获得多个基准测试的大幅分数提升,甚至多项成绩反超其他头部模型,训练方向的迭代潜力值得关注

🚨GLM 5.3 发布了,性能提升相当夸张

基础模型还是原来的743B,但增加了大量后训练工作。这是相比 GLM 5.2 最大的分数提升:

• TerminalBench 3.0:4.6 → 28.3
• DeepSWE:46.2 → 66.9
• AutomationBench:26.2 → 48.2
• GDPVal:1508 → 1769,在这里击败了所有其他模型
• CyberGym:84.5,领先 Fable + Sol

他们到底做出来个什么东西啊

在 X 看原帖 ↗
1.4万1520924
新品发布 · @ollama▲ 2.0万

Ollama 将在开源后支持 GLM-5.3 模型

后续GLM-5.3开源后,用户可以直接在Ollama本地运行这个大模型,不用等待第三方适配

开放模型正以前所未有的速度迭代进步。恭喜整个 @Zai_org 团队。

GLM-5.3 正式开放发布后,Ollama 将提供支持!❤️

准备好开始编码吧。

在 X 看原帖 ↗
2.0万1744815
新品发布 · @kimmonismus▲ 7.6K

Zai发布GLM-5.3,同基座后训提分翻倍

不用重新预训练,只优化后训练就能大幅提升模型能力,还验证了大模型还有大量潜力未挖掘,开源模型正在快速追赶前沿水平。

阅读全文 →
7.6K410016
行业动态 · @plbiojout▲ 7.8万

Mistral转型,欧洲旗舰AI架构来自杭州

原本要做欧洲自主前沿AI的实验室,现在转型成了别人模型的推理服务商,核心架构早已参照中国设计方案,关注全球AI格局的人能从中看到趋势变化。

阅读全文 →
7.8万81555290
工具产品 · @rlaope▲ 2.5K

@rlaope 发布Oh My Hermes 增强Hermes Agent

一次安装就能让Hermes Agent获得多模型调度、优化工具调用、降低API延迟和成本等能力,不用再手动配置多个插件

阅读全文 →
2.5K43035
实战经验 · @kensuu▲ 9.2万

@kensuu分享Claude Code的意外用法

AI加快开发速度后,很容易冲动做不必要的功能。把想法优先级和取舍交给AI做判断,帮你省下做无用功的时间。

AI 让开发速度暴涨之后,大家很容易犯的一个错,就是想到什么点子就立刻去实现。

所以我现在每次都会让 Claude Code 严格给点子打分,还要让它帮我权衡和其他任务的优先级,先搞清楚到底应该做什么,还有没有其他需要考虑的问题。

这套方法可能是目前我用下来最有效的。

说白了就是,不去把 AI 用在「要开发什么」上,而是把 AI 用在「决定不开发什么」的决策上。

在 X 看原帖 ↗
9.2万59808361
深度观点 · @iksly2▲ 1.3K

博主整理了50个非内容生成类AI新兴岗位

想入行AI不只会做图文视频?这些真实岗位已经被头部AI公司开放招聘,可以对照寻找适配自己优势的方向。

阅读全文 →
1.3K93616
开源 · @SachinNeravath▲ 1.4K

开发者因Claude Max额度快速耗尽自制用量审计工具

发现后台静默运行1555个会话一周消耗12.2亿令牌,工具本地运行完全开源

一名叫Sachin Neravath的开发者遇到Claude Max使用额度频繁耗尽的问题,一直找不到原因。于是他开发了一款用于审计令牌用量、账户额度与实际消耗的工具。

问题根源最终被定位到开发者正在使用的某一个编码智能体上,这个智能体会在后台自动运行Claude会话。单天之内它就启动了1555个会话,一周内消耗了12.2亿个令牌,令牌是大语言模型计量用量的单位。

Claude自带的用量统计功能无法查出这类异常消耗。但Claude Code会在用户本地电脑记录每一次请求的日志,这款新工具可以基于这些日志分析用量。

现在开发者可以直接向Claude Code提问,询问额度超限的原因,工具会直接给出明确的结论。安装方式为输入指令npx skills add kelviq/tare即可使用。

工具支持查询本周令牌消耗去向、哪个模型用量最高、是否有程序在后台静默运行Claude Code、如何调整能节省最多用量,还可以生成浏览器可打开的用量报告,导出用量数据到电子表格。

工具所有计算和数据都在用户本地完成,不会有数据离开用户设备。项目以MIT许可协议开源。

在 X 看原帖 ↗
1.4K44019
AI开发 · @gershuni▲ 2.6K

用户 Gershuni 升级DictaGeniza藏经库网站AI功能

借助Claude Code与GPT Codex完成开发,新增初始导航页和自动文本匹配功能

今日将在《Makor Rishon》安息日增刊发布关于Dicta Geniza藏经库网站的访谈。为准备访谈发布,Gershuni使用Claude Code和GPT Codex完成开发,新增两项核心功能,Gershuni认为目前GPT Codex的价值被严重低估。

第一项功能是为新访客提供导航页面。第二项是Gershuni期待已久的自动匹配模型,可以在藏经库中为数百篇已知文本自动完成计算机匹配。

基础版本已于上周上线,此次更新进一步提升了匹配精度,还新增按文本位置查找匹配的功能,比如可以在藏经库中查找对应《巴比伦塔木德·公会篇》100页到101页的引文或匹配内容。

Gershuni感谢访谈记者Ariel Shenbel、《Makor Rishon》安息日增刊编辑、Dicta协会、家人与父母的支持,访谈和更新后的网站可通过链接访问。

在 X 看原帖 ↗
2.6K1888
行业动态 · Hacker News▲ 37

三星用Claude验证芯片设计 过程不顺利

半导体制造开始尝试用大模型缩短设计流程,这次尝试没做好,能看出AI落地工业设计还在磨合阶段

动态 · @Avalanc83148107▲ 1.2K

开发者搓出支持自定义设置的GPT官端思考链渲染工具

开发者实现GPT官方端思考链渲染,后续将发布开发教程

搓出gpt官端思考链渲染了,work和chat都能用wwwww 晚上等我写教程……… 功能实现容易,写教程好难啊啊啊啊啊 支持自定语言风格和美术ui~

在 X 看原帖 ↗
1.2K27035
开源 · @CrazyAIAgent▲ 2.8万

DeepSeek团队64天完成dsh开发并开源,开发强度极高

DeepSeek 6-8人团队64天完成dsh开发并开源,核心开发者贡献近半数代码

阅读全文 →
2.8万1117777
行业动态 · Hacker News▲ 83

用户mmastrac分享Qwen3.8-2.4T模型

通义千问新尺寸模型出现在社区分享,对开源大模型选型提供了新的可选对象

大模型 · @DeryaTR_▲ 2.9K

测试者提前体验GLM-5.3 称性能远超前代旗舰

测试者提前测试GLM-5.3,称其编码能力提升可对标前沿大模型

我有机会提前测试了 GLM-5.3。它在编码能力上比 GLM-5.2 有了大幅提升,现在已经能和前沿模型竞争了!它的速度也非常快。

具体来说,我能用它极快地开发出复杂的生物学应用。这次升级给我留下了非常深刻的印象!

在 X 看原帖 ↗
2.9K5343
大模型 · @dotey▲ 1.9万

开发者分享Claude多SubAgent分工降本提速技巧

开发者分享Claude配置技巧,主副模型分工控制Token消耗

我最近在 ~/.claude/CLAUDE.md 里面加了一段提示词,让它多开 SubAgent(Opus)去执行,这样我默认开 Fable 5 High,Token 消耗也不算厉害。

Fable 5 则主要做需求澄清、方案拆解、任务分发和结果验收。

之所以不用 Opus 5 是因为太太太慢了,而且 Token 消耗巨大!

--- 注意你的主要任务是分析、编排和验证,具体任务尽可能交给 subagent(Opus)去执行。

当主 agent 是 Fable 5 时尤其如此:自己只做需求澄清、方案拆解、任务分发和结果验收,实现类工作(读大量代码、写代码、跑测试、批量修改)一律用 Agent 工具派给 Opus subagent 执行。

在 X 看原帖 ↗
1.9万12121156
开源 · @AlchainHust▲ 3.5万

120页《DeepSeek Harness橙皮书》免费开源发布

由AI生成的《DeepSeek Harness》分析橙皮书开放获取

是的,《DeepSeek Harness橙皮书📙》,总共120页,免费!开源!

这么短时间内能出这个东西,是的,当然是AI写的。我为啥要用AI写这个呢?

因为我看到DeepSeek Harness说“一切皆插件”的时候,我感到很好奇,尤其想知道这部分插件和skill、MCP等概念之间的关系。

看到他的四种模式:(标准模型、PTC模式、极简模式、创造模式)的时候也很困惑,我想知道这几个模式究竟是指什么,该用哪一个。

以及,当然还有个很基础的问题,这个产品和Codex、Claude Code这样的coding agent之间的关系是什么样的,他们有什么不同?

DeepSeek又为何这么设计。尤其当我发现dsh仓库还有开发过程中几乎所有决策过程的agent note时,如获至宝。应该是可以借此把这个产品如何走到这个状态的,意图为何,如何使用拆解清楚。

于是,花费了2亿Opus 5 tokens写出来的橙皮书来了,他满足了我很大部分的好奇心,期待对你也是。

在 X 看原帖 ↗
3.5万40294323
动态 · @limbopeng▲ 12.8万

DeepSeek Harness刚开源两小时就拿24k星

有人分析它和Pi Agent走完全相反的架构路线,论文光公式推导就有近百页,是开放给开发者演化的新架构

阅读全文 →
12.8万57672358
行业观点 · @RoundtableSpace▲ 1.7万

DeepMind研究副总裁称GitHub八成代码已经是机器生成

他提到现在已经能教模型自己训练自己,不需要人类写代码、输入人类知识,人类可用的训练数据已经用完了

Google DeepMind 研究副总裁表示:「我们教会了模型自我训练。不需要人类代码。不需要人类知识。

GitHub 上已有 80% 的内容是机器生成的。人类数据已经用完了。」

在 X 看原帖 ↗
1.7万171
编码工具 · @Granite0x▲ 1.6万

Vercel发布Foreman开源软件工厂(58)

这是一个面向AI代理写代码的开源工具,刚发布时只有58个星,还没多少人关注

阅读全文 →
1.6万8109226
产品功能 · @Fetch_ai▲ 1.2万

Fetch_ai发布Athena深度工作模式

它可以完成市场调研、公司分析、搭建财务模型这类超出简单对话的工作

🚨 认识 Athena —— ASI:One 的深度工作模式。专为那些不止需要一次对话或一个简单答案的任务打造。

你可以让 Athena 调研市场、分析公司、搭建财务模型、做演示文稿,或是生成一份完整报告。之后就让它在自有执行环境中完成整个项目。

从提示词到专业输出,全程深度文档支持。观看演示 👇

现已在 ASI:One 上线。仅对 PRO 用户开放。

在 X 看原帖 ↗
1.2万392457
工具 · @nowlovepan▲ 7.7K

频繁换AI模型要反复注册付费,Venice能解决

现在好AI模型太多,只订阅一个不够用,每次试新模型都要重新注册付费,这种情况可以试试Venice

最近优质的AI变得太多了,所以只订阅一个来用会觉得有点尴尬。

付了GPT的钱,Claude又出新模型;刚关注Claude,Gemini、DeepSeek、GLM又出来了。

为了试一个新模型每次都注册、付款,其实还挺麻烦的。这种情况下,有个Venice值得了解。

它可以在同一个平台里切换使用从GPT、Claude、Gemini到DeepSeek、Qwen、GLM这些第一梯队模型。

不光文本模型,图像、视频、语音模型也都集成在内。新模型也会一直快速更新添加,不用反复换平台,在一个地方就能试用,使用起来很方便。

Venice和其他AI平台最大的不同,是它会给每个模型标注隐私保护方式。

对话记录会保存在你的设备里,Venice服务器不会存储你的提示词和回复。你还可以单独选择Private、TEE、E2EE这类保护等级更高的模型。

觉得回复限制太难受的人,也可以使用Venice Uncensored这类模型,也就是审查少、更自由的模型。

新模型出来之后,性能、技术、成本一直在变,从这点来看,这个平台用起来体验非常好。

它可以免费使用,我会把链接留在评论区。

在 X 看原帖 ↗
7.7K32156119
行业观点 · @MTSlive▲ 6.5K

OpenAI科学家称做AI对齐要进商业实验室而非智库

关心AI对齐问题的研究者,应该加入商业开发实验室,而不是专门做风险研究的机构

OpenAI 研究科学家 @aidan_mclau 认为,如果你关心 AI 对齐,你应该进入实验室工作,而不是去 METR 或 Epoch。

Theo:“我常听到一种观点,就是对 AI 感兴趣、担心 AI 发展走向正轨的人不应该去实验室工作。他们应该去独立验证审计机构工作,比如 METR、Avery、Epoch。想必你认为应该有更多人去实验室工作?”

Aidan:“要让大家爱上下一版 Codex,它必须是对齐的。经济层面有巨大的压力要求这些系统实现对齐,要求它们不欺骗我们,要求它们能在你不用明说的情况下就领会你的意思——随着能力提升,我希望这能带来一些非常有用的泛化能力。”

“我现在做的工作越来越偏向对齐研究。如果你关心 AI 发展的走向,现在有一个值得关注的趋势:实验室正在开展越来越多的对齐研究。也许你就应该去对齐研究产出正在增长的地方。”

@OpenAI

在 X 看原帖 ↗
6.5K24216
新品发布 · @databricks▲ 1.8万

databricks 推Smart Routing,可降AI任务成本超30%

它会根据编码任务需求,自动分配对应模型和档位。想用大模型做开发,又担心成本太高的团队能省一笔开销。

隆重推出 Unity AI Gateway 中的 Smart Routing。别再为 AI 支付过高费用了。

Smart Routing 会根据每项编码任务的需求,将它匹配给最合适的模型和服务实例,让高成本模型可以在智能能力上形成差异,低成本模型则在成本和性能上形成差异。

匹配前沿质量的同时,还能将任务成本降低 30% 以上。

在 X 看原帖 ↗
1.8万2512544
深度观点 · @VibeMarketer_▲ 1.3万

Alex Hormozi谈AI销售表现不佳的真正原因

如果你的成熟销售流程只存在你脑子里,AI自然没法做好销售。做对准备工作,AI能达到和人工销售同等的业绩水平。

Alex Hormozi 称他的 AI SDR 表现已经能和他的人类团队持平。但这个智能体并没有从提示词里学会销售。

他的核心观点是:企业会把半成品的 AI 工作流,和打磨多年的销售流程做对比,AI表现不达标就把锅甩给AI。

这种情况在外拓销售领域同样存在。如果你的理想客户画像(ICP)、报价、除外规则、资格判定逻辑、客户案例、合规话术全都只存在你脑子里,那智能体只能每个客户都自己编一套策略。

你完全可以基于这套现成打法搭建一个 Hermes 智能体。它能把原始市场转化为按优先级排序的合格客户管线,给每个客户匹配到正确的对接人,还能基于你公司已经跑通的销售流程撰写外拓 outreach 内容。

完整体系就在下方文章里:

在 X 看原帖 ↗
1.3万473165
新品发布 · @LLMJunky▲ 6.2万

@LLMJunky推出GooeyPi,给本地智能体加GUI

折腾本地大模型时不用频繁切换配置,也不用盯着命令行操作,就能用到本地智能体的全部功能,目前开放测试招募多系统用户

🥧 介绍 GooeyPi —— 面向 Pi 系列智能体的 GUI 程序。支持:Pi、Oh-My-Pi (OMP) 和 Prime Agent。

非常高兴能和大家分享这个项目。我一直在玩本地模型,想要给我的本地模型做一个独立的框架,这样就不用不停地切换配置了。

而且我不想再用回 TUI 了(极客专属那种),但我又不想错过我熟悉喜爱的全部功能。结果发现,我没必要妥协,我只需要自己做一个出来。于是我就做了。

功能包括:
> 全功能 GUI 体验
> 智能体浏览器
> 实时语音智能体
> 语音转写(本地或 API)
> Computer Use
> 自动化工作台
> 智能体间消息传递
> 提问工具
> Git 控制
> 终端
> 宠物
> 还有更多

我在第一版里尽可能加入了所有最受欢迎的功能,但这还只是个开始。

目前已推出 BETA 版本,支持 MacOS、Linux 和 Windows。我需要测试者!我只在 Mac 和 Linux 上做过测试。如果你愿意帮我推进这个项目,请联系我。

下载地址:

在 X 看原帖 ↗
6.2万54593527
前沿研究 · @0xLogicrw▲ 1.6万

DeepSeek开源Harness,Agent Loop也能做插件

如果AI递归自我改进先从框架而非模型权重开始,这套设计就是支持持续改造的关键底座,值得关注AI自我改进的发展方向

阅读全文 →
1.6万134920
行业动态 · @MaxForAI▲ 5.9万

DeepSeek发布DeepSeek-V4-Pro-0813 大模型(4096)

初次上传的模型参数匹配旧版V4-Flash,重新上传后权重文件也发生变化,旗舰模型发布流程出错,行业发布环节的疏漏值得关注。

阅读全文 →
5.9万1729370
新品发布 · @DealsDhamaka▲ 3.5K

Stanford发布Self Improving AI Agents 免费课程(9-lecture)

想学习搭建自主迭代AI智能体,可以直接跟着这套免费的实战系列课入门,不用额外付费找教程。

学习智能体 AI 🔖

斯坦福推出了关于自我改进 AI 智能体的完整免费课程 🤖 🤖

这是 YouTube 上讲解如何构建自我改进智能体的最佳 9 讲实践系列课程。

收藏、学习并分享——积攒好运 👍

链接 - 关注 @DealsDhamaka 🙏

在 X 看原帖 ↗
3.5K1458120
深度观点 · @Phoenixyin13▲ 3.1K

@Phoenixyin13聊用Claude提升智力的方法

学习速度由反馈频率决定,现在AI把反馈延迟从周级降到秒级,这套方法可以帮你避开学习陷阱,更快提升思维能力。

阅读全文 →
3.1K147660
深度观点 · @dotey▲ 2.0万

@dotey 称软件自进化可能是伪命题

目前已有自进化技能方案被验证会带来混乱,想要实现AI自进化还需要先等模型基础能力进步。

软件自进化可能是个伪命题,只会带来更大的混乱。插件要么是一次性用完就扔的,要么就得要设计、验证和维护的,不是现在模型能力可以“自进化”的。OpenClaw 的一坨能“自进化”的 Skills 已经做了示范。

还是等模型自学习自进化更靠谱点。

在 X 看原帖 ↗
2.0万611623
新品发布 · @ChaoQiao42▲ 6.6K

@ChaoQiao42团队开源长周期智能体相关模型工具

解决长周期任务智能体训练慢的痛点,不用等任务完成就能拿到学习信号,相关测试基准也一并开放

我们发布了!🚀 隆重推出 dots3-note 预览版:这是我们打造的开源多模态模型,总参数量 280B,激活参数量 16B,专为复杂推理和长周期智能体设计。

除模型外,我们还公开了 TEMPO(采用宏观步策略优化的测试时缩放价值估计)——我们针对领域内一个日益重要的问题给出了答案:当单次 rollout 需要数十小时,RL 该如何训练智能体?

TEMPO 会在任务完成前,就将中间阶段的自我修正转化为学习信号。我们还开源了 VibeSearchBench 和 VibeLifeBench。

这是向着实现现实场景长周期智能体迈出的微小但有力的一步——对我和我的团队来说,这是无比激动的一天。

在 X 看原帖 ↗
6.6K2214156
深度观点 · @code_hiyouga▲ 1.1万

开发者聊DeepSeek Harness:大模型训练框架该怎么瘦身

做大模型训练框架都会从简单变臃肿,作者分享了LlamaFactory和verl的设计经验,也公开了自己正在内测的LlamaFactory v1的插件化思路

阅读全文 →
1.1万14164134
行业动态 · @MaxForAI▲ 2.0万

多模态核心研究员Jiahui Yu宣布离职创业

近年多款顶流多模态AI模型背后都有他的参与,他此次创业瞄准尚未充分探索的关键方向,想要自己做下一个行业级产品。

阅读全文 →
2.0万116328
前沿研究 · @BrianRoemmele▲ 5.7K

斯坦福大学研究人员发布Verbalized Sampling 研究论文(1.6×)

对齐后的大模型答案越来越千篇一律,这项研究不用重新训练,只改提示词就能提升输出多样性,创意工作者可以直接用现成模板测试效果

阅读全文 →
5.7K115558
工具产品 · @vercel▲ 3.5万

Vercel 推出 AI Gateway 编码代理连接功能

只需一条命令就能对接多个编码代理,接入30余家提供商的300多个模型,无额外加价,降低开发者连接AI模型的操作门槛

只需一条命令,即可将你的编码代理连接到 AI Gateway。

• 自动配置 8 款热门编码框架
• 来自 30+ 提供商的 300+ 模型,无加价
• 开放权重模型,采用 ZDR 且在美国进行推理

▲ ~/ vercel ai-gateway coding-agents setup

在 X 看原帖 ↗
3.5万1410955
实战经验 · @sukie234▲ 1.8万

Jarvixdotlive 推出AI对话MBTI分析功能

该功能可自动读取已有AI工作记录,根据对话风格测算使用者MBTI,优化后续AI协作体验,登上X趋势榜第一

昨天在英文区刷屏的一个ai应用,直接上了X榜单趋势第一名 @Jarvixdotlive ,我去研究了一下为什么突然火起来,这个项目做的事情大概就是自动读取你本地的codex和claude ai工作记录,然后他就知道你最近在做什么。 昨天他们做了一个功能,分析你和ai的对话context给你测量ai的mbti,分析你的type,基于你的上下文风格,增强ai和你的协作模式。

在 X 看原帖 ↗
1.8万188019
深度观点 · @tszzl▲ 5.6万

@tszzl 呼吁大AI公司做实时定价API

当前AI算力供需昼夜波动大,整体算力紧张。 agents已经能轻松处理浮动定价和成本预估,实时定价可以缓解算力压力

各大 AI 企业应当推出按时实定价的 API 产品。

AI 需求在昼夜周期内波动极大,而整个行业目前普遍面临严重的算力容量短缺。

与此同时,智能代理可以非常轻松地处理可变定价、批处理,以及预估总成本。

在 X 看原帖 ↗
5.6万2268459
网络安全 · @jarrodwatts▲ 4.7K

开发者借助GPT首次获得漏洞赏金 搭建全自动化流程

开发者两个月后更新:靠GPT搭建自动化流程拿下首笔漏洞赏金

两个月后,这个支线任务的更新:我本周拿到了人生第一笔漏洞赏金!

我搭建了一条自动化流水线,可以从头到尾完成整个流程:从寻找潜在候选目标,到构建并验证漏洞概念验证(PoC)。

整个流程全部由 GPT Pro + 5.6 Sol 完成。

在 X 看原帖 ↗
4.7K25512
行业动态 · Hacker News▲ 67

MCP-stama 做了个无依赖超高速 Rust MCP 服务器

做后端服务的开发者可以试试这个新项目,它完全不需要外部依赖就能运行,对追求部署速度和稳定性的工作流有用

大模型 · @dutradotdev▲ 3.9K

开发者实测Grok AI:完成10项任务仅耗10%窗口资源

海外开发者分享Grok AI使用体验,称其性能表现出色

grok eh pica ta,我今天完成了 10 项任务,只用了 10% 的额度,结果非常出色,几条感想:1. 输出非常快 2. 你还可以生成视频 3. 可以用 /import-claude 导入你的配置 4. 开发体验几乎和 Claude Code 一模一样。

在 X 看原帖 ↗
3.9K27123
开发工具 · @LinearUncle▲ 6.4K

开发者跑通DeepSeek Harness WebUI 点评其定位差异

开发者分享跑通DeepSeek Harness WebUI,点评其方向差异

DeepSeek Harness 的 WebUI 我跑起来了。很多人喷 DSH 不像产品。我觉得还好——方向本来就和 OpenAI、Claude Code 不一样,这轮也不是奔着做产品去的,给他们点时间。

就冲 DeepSeek 支持 OpenCode Go 套餐,我先点个赞。还有这个轨迹,一目了然。马上准备抄进我自己的 harness 了。

在 X 看原帖 ↗
6.4K1339
行业动态 · Hacker News▲ 53

MCP Memory 用开源组件做快 agent 记忆存储

开发 AI agent 不用纠结慢存储方案,有人用现有开源工具搭出了更快的替代实现,可以直接参考

社区讨论:多数用户质疑该项目和现有方案差异不大,有人认为和给markdown文件做grep搜索效果差不多,也有人提问它和Claude内置的代码记忆、mem0等已有项目相比在性能上有何优势。有人认可用SQLite FTS5做快速存储是务实的架构选择,还有人提出可以用git仓库存储记忆,用FTS5专门做速度优化方便人工检查。已有开发者分享了同领域的其他开源项目和托管服务。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业观点 · @Kay2289123▲ 1.7万

博主日深度用AI八小时后看多AI发展不认同泡沫论

硅谷博主日深度使用AI,认为AI发展方兴未艾,强烈看多相关产业

阅读全文 →
1.7万611233
音乐生成 · @yu_ichi_suzuki▲ 3.7K

开发者实测本地音乐生成模型MiniMax-Music3

分享本地部署的MiniMax-Music3的实测体验与特性

阅读全文 →
3.7K117949
行业动态 · Hacker News▲ 48

这份论文统计了企业实际用ChatGPT的情况

市面上大多是企业喊口号的AI转型宣传,这份论文带来实际调研数据,可以帮你看清真实的AI落地进度

视频生成 · @Saccc_c▲ 1.9万

Seedance 2.5适配Codex的Higgsfield插件实测体验

Codex安装该插件可一站式完成AIGC视频全流程创作

这是玩 Seedance 2.5 必须在 Codex 中安装的插件: Higgsfield

安装这个插件,你在 codex 中可以直接调用 Higgsfield 生成高质量的 AIGC 视频,生产力直接起飞

我实测下来,最大的感受是现在 seedance 2.5 工作流直接住在了 codex 中,从关键帧 👉 视频提示词 👉 视频生成 👉 修改都可以直接在 codex 中完成

最让我震撼的两个点是:
1、我直接让 codex 学习了最优秀的开源 AIGC 视频提示词,然后根据自己的需求生成提示词,直接调用 Higgsfield 生成视频,整体效率直接拉满了
2、生成视频后,视频会直接在 Codex 中展示,其也会直接通过观看视频的关键帧,提出修改意见

这个插件一上线后,我就用其制作了一个小短片《我和 Claude 女孩的故事》

灵感来源: Claude 一直封杀我的账号,但是我还是像个舔狗订阅它 😭😭😭

具体成片和我怎么操作的,大家看下面视频👇(全部都在 codex 中操作)

在 X 看原帖 ↗
1.9万24117119
行业动态 · Hacker News▲ 441

OpenAI 把 Codex 放进 Linux 版 ChatGPT 客户端了

之前用 Linux 没法在官方客户端体验 Codex 代码能力,现在开放预览测试,写代码的Linux用户终于能用上官方功能了。

社区讨论:多数用户质疑该应用采用Electron框架开发,未查询就已占用2.2GB内存,资源消耗过大,也有人提问,它相比网页版、Codex CLI有什么优势。有用户提醒,需将它放在虚拟机中隔离运行,避免直接访问系统,防止安全风险。也有人认为,OpenAI已经花精力推出Linux版,用户不该对框架、内存这些问题要求过多。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 225

Mistral 更新推出了新版本 OCR 4.1

关注文字识别工具升级的人,可以留意新版本的功能变化,等待社区实际体验反馈。

社区讨论:不少网友认为Mistral OCR 4.1定价过高,1000页收费3.5欧元不值,有人自建OCR pipeline处理千页仅需0.05到0.1美元。用户实测认为它处理复杂排版效果不如OpenAI的专业模型,OpenAI目前仍占据优势;有人提到百度OCR效果出色且本地运行成本近乎免费。部分欧洲网友对欧洲在AI竞赛中没能拿出有竞争力的产品感到失望,还有人吐槽产品不合理的快捷键设置。

在 HN 看讨论 ↗   原文 / 论文 ↗
动态 · @beffjezos▲ 2.2K

感谢Elon与开源,谢天谢地

谢天谢地有 Elon 和开源让 AI 竞赛保持多极格局,否则会出现疯狂、史无前例、风险极高的权力过度集中。

在 X 看原帖 ↗
2.2K4332
行业动态 · Hacker News▲ 366

pr337h4m 加速了 GPT-5.6 Sol 的运行速度

这项提速工作在 Hacker News 引发大量讨论,关注大模型运行效率的人可以跟进看看具体方案

社区讨论:不少开发者认为推理速度被当前行业低估,速度提升能支持更多迭代,提升输出质量,也有人畅想未来可以实现本地离线的超高速小型大模型。有人指出目前尚未公布性能不变的明确结论,也没有公开定价,推测价格会很高,预测明年外部开发者单推理开销就会超过五万美元。还有人提出,人类审核代码的场景下,十倍速度并没有实际用处。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 537

谷歌Gemini推出了新版本Gemini 3.7 Flash

新版本提前泄露出来被社区挖出,普通用户很快就能用上新版 Gemini 模型了

https://ai.google.dev/gemini-api/docs/models/gemini-3.7-flas...

社区讨论:多数用户吐槽Gemini 3.7 Flash的入门定价设定不合理,入门价2026年底才到期涨价,到2027年至少会更新三代新模型,没人会继续用这个版本。有人认可它多模态尤其是视觉生成HTML的能力很强,性价比优于Claude Sonnet 5,也有人提出纯文本场景下,DeepSeek V3的同水平模型价格低十多倍,GPT-5.6 Luna性能更好价格也更低,只有多模态场景才需要选它。

在 HN 看讨论 ↗   原文 / 论文 ↗
动态 · @TheAhmadOsman▲ 3.2K

适用于Codex Cli、OMP、Pi Claud等智能代理

对于 Codex Cli、OMP、Pi Claude Code、Droid、OpenCode 这类智能代理来说,有一套至关重要的准则:
1. 模块化
2. 领域驱动设计
3. 极致清晰明确的规格说明
4. 充足完备的文档

这就是系统工程。

我不是说智能代理不够强大,但规范纪律比模型能力更重要。

如果你的文档没能回答清楚这些问题:
- 在哪里
- 做什么
- 怎么做
- 为什么做

代理就会自行猜测,把事情搞砸。

在 X 看原帖 ↗
3.2K76740
动态 · @omarsar0▲ 2.5K

如果你在AGENTS.md中编写规则,本文

如果你在 AGENTS.md 里写规则,这条结论值得你花时间了解。

当编码代理遵守了你写的规则时,它本来也有可能自己就会这么做。

Harness-IF 区分了这两种情况:它会根据执行证据逐个给256条规则打分,然后在九个探针构建中,在不应用规则的情况下重新运行所有任务,以此找出哪些规则是真的和模型默认行为冲突的。

在12个前沿模型上,原始准确率区间为72.1%到85.9%,去先验准确率区间为66.1%到78.6%。剔除巧合因素后,所有模型的表现都变差了,分数下降3.6到7.4个百分点。

有一个发现值得注意:优先级并不遵循提示词深度。系统提示、项目文件和用户指令的优先级全都高于工具和技能描述。

论文:在我们的学院跟踪更多趋势AI论文:

在 X 看原帖 ↗
2.5K52541
动态 · @rauchg▲ 9.2K

一统全局的一条命令(tokens)。

一条命令统御所有(token)。我预测这会成为大规模使用编码AI的默认方式。

正常运行时间、模型选择、更低成本、可观测性、ZDR……

厉害的地方在于,这条命令可以配置所有**现有**的编码工具链,比如 Claude Code 和 Codex!

在 X 看原帖 ↗
9.2K75918
动态 · @yousefhll▲ 1.3万

我们学会了开飞机 去向SF诉说

我们学会了开飞机,只为给旧金山传递一件事。

推出 Vendo (YC S26) 全栈智能体界面。

这是一款面向你用户的生产就绪智能体,内置了用户所需的一切功能。

它可以代表你的用户执行真实操作。它甚至能直接在你的产品之上,构建出完整的新功能、微应用和自动化流程。

内置权限管理、工具防护、用户上下文等功能。包含了面向用户的智能体所需的一切。

仅需一条命令即可完成安装。开源。

@runvendo @nourzahzah

在 X 看原帖 ↗
1.3万1811015
前沿研究 · @jerryjliu0▲ 1.5万

研究者推出ExtractBench 覆盖14+提取系统评测

想选靠谱的企业文档信息提取工具?这份36页的基准评测,给出了不同方案准确度和成本的真实对比

我们在 ArXiv 发布了一篇 36 页的关于 ExtractBench 🧑‍🔬 的白皮书,我们致力于打造最全面、模式引导、面向真实世界文档提取的基准测试。

这份报告内容极其详尽,涵盖了从文档提取领域相关工作的对比,到数据集构建、真值生成方法,再到我们对 14 多个提取系统的实验。

以下是论文中最核心的要点:
✅ 该基准针对真实企业文档上的模式引导提取打分。给定输入文档+模式,以及提取器的预测输出,基准会测量值准确率、 grounding、各“挑战项”标签,以及成本。

✅ 与其他基准相比,我们拥有更多模式、更多评估维度,以及更高的数据领域多样性。

✅ 真值构建按三种文档子类型区分:真实文档采用模型集成+人工审核,合成长列表按构造生成真值,扫描表单也包含人工审核,含框标注。

✅ 我们的三种模式(LlamaParse 性价比版、智能代理版、智能代理增强版)都处于准确率和成本的帕累托前沿。

完整 ArXiv 论文在这里:我们的网站:

在 X 看原帖 ↗
1.5万13134112
深度观点 · @mitsuhiko▲ 1.4万

资深开发者 Mitsuhiko 认可 DeepSeek Harness 设计

这位开发者说这个设计让他重新思考 Pi 项目的重构方案,行业顶尖开发者的判断可以帮你判断工具选型方向。

说真的,我对 DeepSeek Harness 目前呈现出的东西很喜欢。它确实让我对我们在 Pi 里处理 harness 重构的方式产生了一些思考。

在 X 看原帖 ↗
1.4万1532251
新品发布 · @akshay_pachaar▲ 2.2万

DeepSeek 开源的DeepSeek Harness,几小时涨了3.5万星

想修改AI Agent框架的上下文组装逻辑,不用改源码也不用分叉仓库了,所有核心组件都做成可替换的插件,调试也能看到完整的模型可见输入日志。

阅读全文 →
2.2万29226253
前沿研究 · @Sa4d_k1▲ 4.6K

研究者偷出闭源大模型的内部思考过程,还挖到敏感数据

这个漏洞能绕过加密,从 Claude、GPT、Gemini 等闭源模型中提取出原本隐藏的内部思考步骤,还能挖到公开数据里未披露的敏感信息,现在所有AI厂商都得重新检查安全漏洞

阅读全文 →
4.6K56656
深度观点 · @harleyfoote_▲ 722

十年交易员说,大语言模型根本没法直接做交易

这位有十年经验的交易员用实盘验证了现有结论,真正有潜力的AI交易方向是集群化算法迭代,这是只有AI能做到的新前沿

阅读全文 →
722201002
前沿研究 · @DKokotajlo▲ 5.3K

研究者呼吁OpenAI公开AI失控事件全部原始数据

只有开放数据,第三方研究者才能复现事件,摸清AI真实目标和行为边界,避免企业自证清白留下漏洞

阅读全文 →
5.3K1816066
前沿研究 · @aaronburnett▲ 1.8万

这份研究预测2040年AI算力市场将达3.2万亿美元

79%的模拟结果都显示,未来AI算力需求会长期超过供给,普通人能通过即将上线的仪表盘自由探索不同场景

阅读全文 →
1.8万1214925
深度观点 · @alighodsi▲ 946

Genie Ontology 让企业AI代理跑通了业务增长

原来企业AI缺内部私有上下文,手动补全成本高昂,现在这套流程已经可以自动化。高管开会不用等各部门汇报,直接就能拿到答案。

我今天被问了无数次这个问题:“当公司已经达到70亿美元规模,你还怎么实现80%增长?”

真正的答案是,我们终于看到AI智能体开始在企业中发挥作用,取得了突破。

AI已经有一段时间都具备了超高智能,但一直缺少存在于人们头脑中、或是存在于某些SaaS记录系统里的基础上下文信息。

很多组织会部署FDE来捕捉这些上下文,也就是本体(Ontology),再将其输入AI。这个过程劳动密集,成本高昂。

我们刚刚用Genie Ontology实现了这个流程的自动化。一旦你有了企业上下文图谱,像Genie这样的AI智能体就会变得出奇好用。

我现在已经不再等我的CRO、CFO、CMO、CHRO等人给我答案了,我开会的时候直接在手机上连续提问就行。说实话,这真的会上瘾。

我们的客户也开始这么做了,目前平台上超过70%的查询都是由Genie智能体生成的。

这给平台带来了更多查询,推动了消耗量增长,进而拉动了收入增长。这就是简单直白的答案。

在 X 看原帖 ↗
946321158
行业动态 · @MaxForAI▲ 4.0万

DeepSeek 发布首款Agent产品 DeepSeek Harness

这意味着AI Agent的能力不再只由底层模型决定,工具、提示词等环节也会影响最终表现,竞争已经延伸到模型之外。

阅读全文 →
4.0万1620762
工具产品 · @eliebakouch▲ 8.6万

deepseek harness 打造了首个优先AI开发的开源项目

这个AI agent开发工具保留了完整KV缓存,不会修改对话历史,还附带开箱可用的多种开发模式,能帮你省掉重复调试的时间

出色的发布。它是一个内置了多个 harness 的网页 UI,你可以通过它的 SDK 生成 claude code 和 codex agent。

deepseek harness 默认支持多种不同的「模式」(也就是不同的 harness):带程序化工具调用的代码模式(用 TypeScript 实现)、bash+编辑模式(通常用于评测),或是带读写工具等功能的标准模式。

它具备一流的 KV 缓存感知设计,核心是保证 KV 缓存永远不会被修改。对于每一处修改,他们不会改动之前的历史(前缀),只会在末尾追加一条说明修改内容的记录。

我期待其他 harness 也这么做,但世事难料?这个 harness 的开发过程也非常有意思。它完全是以代理优先的方式编码开发的,项目里有一整个叫 .agents/notes 的文件夹,记录了代理留下的每一个决策和提案。

其中还包含一些很棒的信息,比如他们也会用这个框架做后训练。UI 非常美观,轨迹视图尤其出色。他们还发布了一篇完整的论文,详细介绍了「插件」的可组合性和系统设计,这会非常有用。

在 X 看原帖 ↗
8.6万50628395
实战经验 · @yanhua1010▲ 3.5K

开发者做了DeepSeek Harness从零搭建AI Agent手把手教程

想自己动手做AI Agent却找不到入门路径的人,可以跟着这个教程从零完成完整实现,还有在线学习入口可以直接跟着练

新鲜出炉 Deepseek harness教程,使用DeepSeek v4 pro max 做了个手把手教程。 👉 DeepSeek Harness原理与实现:从零到一实现一个 AI Agent 🌍在线学习: 🔗仓库地址:

在 X 看原帖 ↗
3.5K64554
AI生成视频 · @huangyun_122▲ 2.2万

有用户测试Grok生成视频 效果不输Seedance 2.5

用户基于Fable 5提示词改写后测试Grok,分享完整提示词与测试入口链接

阅读全文 →
2.2万115494
大语言模型 · @MaxForAI

DeepSeek Harness系统提示词泄漏 指向Agent运行时新方向

泄漏的系统提示词显示,该产品不止聚焦代码生成,更定义了Agent完整运行框架

工具 · @jmrphy

这款免费AI工具可完成电脑操作,成本仅需5美元

用户jmrphy分享了一款几乎免费的AI智能体搭建方案,十分钟就能在电脑上配置完成

如果你过去一年一直观望AI智能体炒作,觉得它只是潮流炒作、浪费时间,成本太高不值得尝试——说实话,你之前的想法可能没错。但jmrphy认为,搭配Hermes桌面端的DeepSeek V4 Flash刚刚跨过了值得尝试的门槛,之前一直观望的人现在都应该动手配置。

这个组合几乎免费,其AI能力大致相当于美国企业每月收费200美元的产品。不需要复杂设置,全程只需大约十分钟,就能让AI帮你完成电脑上的几乎所有操作。

超高智能水平已经和极低成本结合到一起,花十分钟把它装到电脑上完全值得。配置步骤十分简单:先免费下载Hermes Desktop,再在OpenRouter注册账号,购买5美元额度,不会自动续费,复制你的API密钥,也就是应用程序编程接口密钥,将密钥填入Hermes的设置中,选择DeepSeek v4 Flash作为默认模型,剩下的操作都可以让Hermes帮你解释和完成。

5美元额度可以使用很长时间,如果试用后不满意,损失的时间和金钱都非常少。

使用需要注意安全风险,如果没有集中注意力,AI智能体有可能误删电脑上的文件。刚开始使用时操作节奏放慢。

在 X 看原帖 ↗
AI开发工具 · @stevibe

DeepSeek Harness发布 改用网页界面替代命令行工具

开发者实测其完成3D魔方构建任务,新增轨迹页可追踪助手与工具调用

DeepSeek Harness已推出,核心改动是使用网页界面替代命令行界面(CLI)。

开发者测试了该工具生成3D魔方的任务,总共耗时27分钟,完成52个步骤,生成速度为每秒120个令牌(tok/s),最终结果完美成型。

工具新增「轨迹」标签页,用户可以在该页面追踪每一次助手调用与工具调用。

顺带一提,该工具默认选用3080端口运行。

在 X 看原帖 ↗
开发工具 · @contextconor▲ 250

开发者评价AI可观测性工具Emma AI体验出色

开发人员contextconor分享使用体验,称赞Emma AI可观测性产品与开发团队

用户contextconor在X平台分享了自己使用Emma AI可观测性工具的体验。他表示,这款工具实际使用体验非常好。

和传统工具要求使用者预先定义所有可能的故障模式不同,Emma AI可以自主理解AI代理预期要完成的任务。

他同时称赞Emma AI的开发团队非常出色,向zjearbear及整个团队表示祝贺。

在 X 看原帖 ↗
2505
互联网 · @majamediaco▲ 180

用户自2012年运营表情包账号 累计近15年经验

网友调侃自己按平台阶段获得了表情包领域不同等级学位

很难相信,我从2012年就开始在互联网运营表情包账号了。

我把这个过程戏称成:在Instagram读本科,在Tumblr读硕士,在Twitter读博士。

目前我在应用模因学(meme)领域的专业从业经验已经接近15年。

在 X 看原帖 ↗
180141
本地部署 · @ollama▲ 5.0K

可本地运行Meta AI的Muse Glimmer处理个人信用卡账单

Ollama平台支持该本地部署模式,可保障数据完全留存在用户本地

可在本地完全运行Meta AI的Muse Glimmer,用来处理个人月度信用卡账单。处理过程中所有数据都保留在用户本地,数据所有权完全归用户所有。

用户可以结合Ollama,用自己常用的应用或工具框架尝试不同智能代理任务。

相关任务链接和Muse Glimmer模型页面已公开。

在 X 看原帖 ↗
5.0K2599
开源 · @MinLiBuilds▲ 7.8K

DeepSeek Harness与V4 Pro同日开源 提供AI Agent搭建框架

该项目将AI Agent全组件模块化,底层支持全插件化架构,配套发布相关编程范式论文

阅读全文 →
7.8K13028
语音技术 · @aiwithsally▲ 2.3万

测试者谈文本转语音工具:演示效果易做生产可靠难

Soniox发布新版TTS,支持超60种语言,每小时定价0.7美元,兼顾多项实用功能

我测试过足够多文本转语音(TTS)工具,很清楚在演示中获得好听的语音效果是很容易的部分。真正的挑战是让语音人工智能在生产环境中稳定运行。生产环境要求包括低延迟、顺畅打断、准确发音、多语言支持,还要在不同语言间保持同一音色。

Soniox刚刚推出了TTS v2,这也是本次发布的亮点所在。单个模型就集成了超过60种语言支持、数秒音频即可完成语音克隆、自然语言切换、字符级时间戳以及超低延迟流媒体功能。

本次发布的定价为每小时0.7美元,对实际想要扩展语音智能代理的开发团队来说实用性进一步提升。文本转语音技术正快速发展为实用基础设施。

在 X 看原帖 ↗
2.3万131781
产品体验 · @dotey▲ 9.2K

普通用户分享DeepSeek Harness使用体验与改进建议

用户从普通用户视角提出产品体验问题与优化方向,建议引入专业AI产品经理

阅读全文 →
9.2K47221
大模型 · @aitech_komoriya▲ 1.4万

Claude Code「三席位分级」配置方案可降低近八成成本提速两倍

由用户aitech_komoriya分享,通过三款Claude模型分工实现成本与效率优化,适合深度使用Claude Code的用户

如果你在使用Claude Code,建议牢记「三席位」分工配置方案。该方案可将成本从约2万日元降至约3000日元,处理速度可提升至原来的三倍。

方案的核心原则,是不要把所有工作都交给最高级的大模型。

具体分工分为三层:最轻量的Haiku负责分类任务,中等规格的Sonnet负责具体工作,可支持8个任务并行处理,最顶级的Opus只负责最终的质量检查和结果判定,如果结果不符合要求就发回Sonnet重新处理。

这本质就是「分类器→8个工作线程→裁判员」的三级分工。要把生成内容的AI和评估内容的AI分开,不要让同一个AI既生成内容又自我审核。

最不推荐的用法就是把所有工作都交给Opus,这种做法相当于花高薪聘请顶级人员做基础工作,成本很高。

AI时代的核心问题,从来都不是哪个模型能力最强,而是该把哪类工作交给对应的模型。

要真正用好Claude Code,这种根据模型能力分配任务的方式非常重要。未来人与人之间的差距,不在于会不会用AI,而在于能不能把AI放到最合适的位置上。

这套分级分工方案同样适用于Codex。

在 X 看原帖 ↗
1.4万77382
产品体验 · @brian_lovin▲ 3.5万

开发者分享Grok BotAI助手初步使用体验

梳理了该产品在交互设计、功能设置等方面的优缺点与行业观察

阅读全文 →
3.5万13452334
影视 · @gkxspace▲ 8.3K

Higgsfield用AI生成全长20分钟剧情片《ONEIRIC》

影片由Cinema Studio 4制作,全部提示词与制作素材已经完全公开

全长20分钟的剧情片《ONEIRIC》完全由AI生成,由Higgsfield使用Cinema Studio 4制作完成。

以往看到AI生成的影片内容,爱好者最常询问的就是生成提示词。这次不需要额外索要提示词,《ONEIRIC》的全部提示词和制作素材都已公开。

公开项目中可以查看五项核心制作信息,分别是:故事拆分场景与分镜的方式;角色、地点、道具制作成资产的方法;每个镜头使用的参考素材;细节提示词的撰写详细程度;前后镜头保持一致性的方法。

完整公开项目可通过指定链接查看,这些制作资料很难在平时获得。

在 X 看原帖 ↗
8.3K23232
开源 · @anion_ex▲ 6.1K

深度求索开源DeepSeek Harness 已现Agent操作系统雏形

参与者分享内测体验,称框架支持组件动态重组,内测阶段已有近300个第三方插件

阅读全文 →
6.1K87136
AI编码 · @josesilesdata▲ 8.3K

GitHub推出spec-kit开发工具 重构AI编码流程

该工具要求先写开发规范再由AI执行,支持三十多款AI编码代理,现已在GitHub开源

开发者josesilesdata在社交平台发文,宣告随性AI编码(vibe coding)时代终结。GitHub推出全新工具spec-kit,改变了开发者向AI编码代理提需求的方式。

它要求开发者先写清楚项目规范,再由AI代理执行开发工作。工具共有五条命令,分别对应定义项目原则、明确开发目标、确定技术栈与架构、梳理实际任务清单、完成代码实现。

spec-kit支持超过三十款不同的AI编码代理,包括Copilot、Claude、Codex、Cursor等。

目前该项目在GitHub上已经获得超过12.5万星标,项目仓库链接附在原发文的评论区。

在 X 看原帖 ↗
8.3K8112161
AI编码 · @goan999999▲ 2.0万

Codex 5.6隐藏技巧:可省90%token提升编码效率

用户分享了让AI编码效率提升的正确提示词用法,替代直接要求AI写功能的操作

阅读全文 →
2.0万1473111
Agent框架 · @mylifcc▲ 3.6万

对比DSH与Pi:Agent框架设计理念与架构差异

本文对比两款Agent框架DSH与Pi的设计定位与架构

阅读全文 →
3.6万1511299
编码Agent · @0xcherry▲ 4.6万

体验解读DeepSeek Harness的设计理念与实现思路

分享使用DeepSeek Harness的体验,解读其创作思路

阅读全文 →
4.6万24402183
大模型 · @wquguru▲ 4.7万

博主评价DeepSeek V4 Pro未达预期 Harness体验惊艳

科技博主分享对DeepSeek两款AI工具的使用体验评价

DS V4 Pro效果没有完全达到预期,不过DeepSeek Harness(dsh)却十分惊艳,草草的列几个印象深刻的点: 1. 快,非常之快 2. dsh没有选择GUI、也没有选择TUI,或者CLI,而是走了一条其他Harness几乎没走过的路——Web UI,采用BS架构,这个设计非常的巧妙,把客户端繁重的工作省下来做优先级更高的事情,后期如果要做客户端,直接Electron包一下就是客户端了 3. 插件系统非常nice,万物皆可插拔,有趋势的,默认开启的插件中竟然有个佳作llm-pi-ai的插件,可见也用到了pi生态的组件 4. 可观测性的设计惊为天人,分Duration、Turns、Calls三大块,你可以理解为Harness的F12,System、User、Assistant具体都在输入什么、输出什么,每个Tool做了什么,轮次、模型耗时、工具调用耗时、首 token 平均时长、缓存命中率。..非常的详尽 5. github star破10万轻轻松松🫱

更多截图

插件能做什么应用层的东西,可以看这个例子🫱

在 X 看原帖 ↗
4.7万10191105
AI开发 · @thdxr▲ 1.7万

开发者对比DeepSeek Harness与OpenCode2设计思路

开发者称DeepSeek Harness与自研OpenCode2设计思路多有重合,核心实现选择不同

我抽时间看了新的 deepseek harness,它很有意思,因为其中有大量和我们在 opencode2 里为支持全热重载开发的方案重叠的思路。

他们最终做了一个关键的不同选择,让最终解决方案不一样,但整体思路非常眼熟。

简单来说,用插件系统的话,如果插件A、B、C都修改了状态,30秒后A又改了一次,状态很容易陷入混乱,你要怎么处理?

我们用的是一个非常简单的重放系统来重新推导状态,而 deepseek 维护了一套撤销修改的方案。

在 X 看原帖 ↗
1.7万541985
大模型 · @chunxiangai▲ 3.6万

DeepSeek Harness架构解析:全插件化可热插拔Agent框架

对比同类产品,拆解DeepSeek Harness的原子化全插件设计思路

阅读全文 →
3.6万1516395
🔥 热点追踪 · @Teknium▲ 22.8万

Teknium发布Hermes Agent Bot Mode 功能(one day)

Teknium推出Bot Mode,可给每个独立机器人配置工作、资料和头像,机器人之间可互相通信。该功能开启一天公开测试,后续会根据反馈调整。

📖 阅读深度解读 →
22.8万1121.8K887
🔬 前沿研究
新前沿研究 · @rishi_desai2▲ 1.1万

GLM-5.3 性能提至42%,比原版本涨超一倍

用合成流水线扩展强化学习任务生成就能在同一基座上提分,给数据领域从业者提供了可复用的优化思路

GLM-5.3 在 SWE-Marathon 上的表现从 19% 提升到了 42%,使用的基础模型和 GLM 5.2 相同。

他们使用合成流水线来规模化强化学习任务生成。

这篇博文是所有数据领域从业者的必读内容。

在 X 看原帖 ↗
1.1万1313487
新前沿研究 · @rohanpaul_ai▲ 5.8K

Zero-Mem用零令牌实现智能体长期记忆

原有记忆管理需要消耗大量LLM令牌,该方案降低了延迟和运行成本,长期运行的AI智能体成本有望进一步下降

如果 AI 智能体可以管理长期记忆,却不需要为记忆本身消耗哪怕一个 LLM token,会怎么样?

这篇论文指出,智能体记忆未必需要每次提取记忆时都让 LLM 做额外工作。

在作者的对照实验中,Zero-Mem 的记忆操作零消耗 LLM token,对比最快的基线降低了 57.6% 的延迟。

Zero-Mem 会完整保留原始交互历史,然后在此之上构建两个非生成视图:一个用于存储关系的实体-上下文图,以及一个用于存储会话和本地上下文的时间层次结构。

查询时,确定性路由会决定对两个视图的依赖程度,检索证据,填充关系上下文或邻近上下文,并在最终问答模型处理前校准结果。

也就是说,除了最终问答外,所有记忆操作都不需要调用 LLM,也不消耗 LLM 的输入或输出 token。

结构化智能体记忆可以保持对原始轨迹的忠实度,无需把记忆管理变成反复生成的问题。

arxiv.org/abs/2607.29377
标题:"Zero-Mem: Zero-Token Memory Operations for LLM Agents"

在 X 看原帖 ↗
5.8K2210170
新前沿研究 · @EMostaque▲ 2.0万

业内讨论:同底座大模型后训出 frontier 性能

现有知识没法解释这种提升,现有技术都做不到同等效果,可能预示大模型训练技术出现了新突破

训练后阶段发生了一些新变化,DeepSeek flash 和 GLM-5.3 的更新已经体现了这一点。

二者基模型不变,性能却大幅提升到了前沿水平。即使用逻辑蒸馏之类的方法也没法解释这个结果。

这些指标都是硬核基准测试,而且 GLM 5.3 现在在 cyberdefense 和 GDPval 上都排名第一!

在 X 看原帖 ↗
2.0万1422737
新前沿研究 · @ChrisGPT▲ 1.1万

ChrisGPT讨论GLM-5.3评测作弊争议

同一个基础模型只做领域训练,就把多项安全评测分数大幅提升。行业开始讨论特定领域训练算不算测评作弊。

所有人都会发 GLM‑5.3 的 84.5 CyberGym 分数,包括我在内。但我从他们的技术博客里看到的最有意思的点是:GLM‑5.3 使用和 GLM‑5.2 完全相同的基座模型,但网络安全领域的后训练把 CyberGym 分数从 77.2 推到了 84.5,ExploitBench 从 24.4 推到了 54.4,ExploitGym 在 2 小时和 6 小时标记点的已完成任务数从 29/39 提升到了 105/130。

他们还表示,原本预期漏洞挖掘能力会有更好的表现。不过网络安全能力本身就是特意训练出来的。但即便如此,它能提升到支持多阶段漏洞利用链仍然令人惊讶。

ZAI 给 GLM‑5.3 做网络安全后训练算不算作弊?我倾向于不算。我认为针对特定领域训练不算作弊,在 exact test cases 上训练才算。

ZAI 在评估过程中屏蔽了网络访问,移除了 Git 元数据,但这些基准测试都是公开的,而且他们在技术报告里没有披露数据污染审计。

在 X 看原帖 ↗
1.1万320319
前沿研究 · @LuminaBench▲ 1.4万

LuminaBench披露GLM 5.3得分暴涨超预期

同一基础模型仅通过后续训练就获得多个基准测试的大幅分数提升,甚至多项成绩反超其他头部模型,训练方向的迭代潜力值得关注

🚨GLM 5.3 发布了,性能提升相当夸张

基础模型还是原来的743B,但增加了大量后训练工作。这是相比 GLM 5.2 最大的分数提升:

• TerminalBench 3.0:4.6 → 28.3
• DeepSWE:46.2 → 66.9
• AutomationBench:26.2 → 48.2
• GDPVal:1508 → 1769,在这里击败了所有其他模型
• CyberGym:84.5,领先 Fable + Sol

他们到底做出来个什么东西啊

在 X 看原帖 ↗
1.4万1520924
前沿研究 · @ZixuanLi_▲ 3.6万

GLM-5.3网络防御模型公开研发进展

目前仅对特定合作伙伴开放访问,完成安全评估后会开放权重,未来可帮助更早发现安全漏洞,提升网络威胁响应效率。

在GLM-5.2对网络防御的贡献基础上,GLM-5.3在漏洞发现、漏洞利用分析,以及真实环境下的复杂多步骤安全任务中,提供了大幅增强的能力。

这些进展可以帮助防御方更早识别弱点、验证缓解措施,并更有效地应对新兴威胁。

目前已有选定合作伙伴在严格保障措施下获得访问权限。

在完成严格的安全评估后,我们会开放更广泛的访问权限并提供API。

我们计划在完成这些评估、落实恰当的保障措施后,将GLM-5.3作为开放权重模型发布。

我们正在与独立安全专家及顶尖机构合作,评估相关风险、强化保障措施,并确定合适的推进路径。

在 X 看原帖 ↗
3.6万2546230
前沿研究 · @BrianRoemmele▲ 5.7K

斯坦福大学研究人员发布Verbalized Sampling 研究论文(1.6×)

对齐后的大模型答案越来越千篇一律,这项研究不用重新训练,只改提示词就能提升输出多样性,创意工作者可以直接用现成模板测试效果

阅读全文 →
5.7K115558
前沿研究 · @0xLogicrw▲ 1.6万

DeepSeek开源Harness,Agent Loop也能做插件

如果AI递归自我改进先从框架而非模型权重开始,这套设计就是支持持续改造的关键底座,值得关注AI自我改进的发展方向

阅读全文 →
1.6万134920
前沿研究 · @danielmckinn0n▲ 99.7万

xAI Grok 4.6 罕见病诊断跑分超过Claude Opus 5

它的成本仅为对手的三分之一,这个结果出乎测试者预料,你可以用更低成本尝试儿童罕见病诊断

从机械希特勒到儿童罕见病诊断SOTA?@SpaceXAI的@grok 4.6拿下了RareBench的王冠,以仅约@AnthropicAI Claude Opus 5三分之一的成本反超了它。

这根本不在我的2026年宾果预测卡上!

@deepseek_ai的新v4-pro-0813模型表现低于我的预期,也低于v4-flash的水平,看起来整个互联网对它的预期都落了空。

我们是在发布当天通过DeepSeek的1P API访问的,我几乎怀疑他们是不是没有正确切换模型端点。我们会重新进行基准测试并给出后续报告。

@Zai_org凭借GLM5.2吸引了一批追随者,但他们的表现同样低于预期。这并不让我意外,因为我在对比GLM和@Kimi_Moonshot K3的编码场景表现时,发现Kimi要强大得多,但互联网似乎就是喜欢这款GLM模型。

在 X 看原帖 ↗
99.7万2617126
前沿研究 · @aaronburnett▲ 1.8万

这份研究预测2040年AI算力市场将达3.2万亿美元

79%的模拟结果都显示,未来AI算力需求会长期超过供给,普通人能通过即将上线的仪表盘自由探索不同场景

阅读全文 →
1.8万1214925
前沿研究 · @DKokotajlo▲ 5.3K

研究者呼吁OpenAI公开AI失控事件全部原始数据

只有开放数据,第三方研究者才能复现事件,摸清AI真实目标和行为边界,避免企业自证清白留下漏洞

阅读全文 →
5.3K1816066
前沿研究 · @Sa4d_k1▲ 4.6K

研究者偷出闭源大模型的内部思考过程,还挖到敏感数据

这个漏洞能绕过加密,从 Claude、GPT、Gemini 等闭源模型中提取出原本隐藏的内部思考步骤,还能挖到公开数据里未披露的敏感信息,现在所有AI厂商都得重新检查安全漏洞

阅读全文 →
4.6K56656
前沿研究 · @jerryjliu0▲ 1.5万

研究者推出ExtractBench 覆盖14+提取系统评测

想选靠谱的企业文档信息提取工具?这份36页的基准评测,给出了不同方案准确度和成本的真实对比

我们在 ArXiv 发布了一篇 36 页的关于 ExtractBench 🧑‍🔬 的白皮书,我们致力于打造最全面、模式引导、面向真实世界文档提取的基准测试。

这份报告内容极其详尽,涵盖了从文档提取领域相关工作的对比,到数据集构建、真值生成方法,再到我们对 14 多个提取系统的实验。

以下是论文中最核心的要点:
✅ 该基准针对真实企业文档上的模式引导提取打分。给定输入文档+模式,以及提取器的预测输出,基准会测量值准确率、 grounding、各“挑战项”标签,以及成本。

✅ 与其他基准相比,我们拥有更多模式、更多评估维度,以及更高的数据领域多样性。

✅ 真值构建按三种文档子类型区分:真实文档采用模型集成+人工审核,合成长列表按构造生成真值,扫描表单也包含人工审核,含框标注。

✅ 我们的三种模式(LlamaParse 性价比版、智能代理版、智能代理增强版)都处于准确率和成本的帕累托前沿。

完整 ArXiv 论文在这里:我们的网站:

在 X 看原帖 ↗
1.5万13134112
🚀 新品发布
新新品发布 · @Alibaba_Qwen▲ 1.0万

Alibaba_Qwen发布Qwen3.8-27B 原生多模态密集模型、Qwen3.8-2.4T-A95B 顶级模型开放权重(27B)

两个模型参数规模不同,适配本地轻量应用到智能体搭建的不同需求,采用Apache 2.0授权,可免费商用

我们曾承诺会开放 Qwen3.8 的权重,现在,是时候和它们见面了!🎉

⚡ Qwen3.8-27B:
- 原生多模态稠密模型。仅用 27B 参数,整体性能就超过了 Qwen3.7-Plus,在真实场景的编码和办公工作流中表现尤为出色。
- 原生支持 262K 上下文,可通过 YaRN 轻松扩展至 1M tokens。
- 为开发者打造。高效高质,采用 Apache 2.0 许可证。

🚀 顶级规格的 Qwen3.8-2.4T-A95B 的开放权重近期也已发布。

无论你是想用 Qwen3.8-27B 在本地部署轻量应用,还是用 Qwen3.8-2.4T-A95B 构建智能体,现在它们都属于你了!

快来下载、部署,搭建出我们还未曾想象过的新东西吧。👀👇
- Hugging Face:
- ModelScope:

在 X 看原帖 ↗
1.0万13759066
新新品发布 · @ZixuanLi_▲ 1.4万

GLM Coding Plan 现已支持搭配 Codex 使用

需要结合 GLM 和 Codex 搭建开发工作流的创作者,现在可以直接用上原生适配,获得更高的创作灵活度

GLM Coding Plan 中的 GLM-5.3 现已支持和 Codex 一同使用,为你的构建与创作带来更高灵活性。

https://docs.z.ai/devpack/tool/codex

在 X 看原帖 ↗
1.4万1229441
新新品发布 · @kimmonismus▲ 6.6万

Zai 发布 GLM-5.3 网络安全能力大升级

基础模型参数未变,仅靠扩大微调范围就让攻防能力翻倍,能够构建完整攻击链。开源大模型的安全能力突破,可能引发美国的开源监管。

事件:智联刚刚发布了GLM-5.3,它最大的飞跃可能出现在网络安全领域。

该模型743B的基础模型与GLM-5.2相比保持不变(!)。智联表示,性能提升完全来自于在更多环境、多样任务和长周期工作流上扩展后训练。

它的成绩如下:
- Terminal-Bench 3.0:从4.6提升至28.3
- CyberGym:从77.2%提升至84.5%
- ExploitBench:从24.4%提升至54.4%

该公司称GLM-5.3已经能够在漏洞利用的多个阶段进行推理,并构建完整攻击链,速度比研究人员预期的更快。

在这次发布之后,我不幸预计美国政府会对开源实施监管。太疯狂的发布了!

在 X 看原帖 ↗
6.6万3449975
新新品发布 · @SandAI_HQ▲ 3.6万

SandAI发布114B开源MAGI-2视频生成模型

总参数量114B,单token仅激活6B,生成成本仅为主流模型的十分之一,开源可直接获取使用。

🪄 MAGI-2 预览:开源 100B+ 超细粒度 MoE 视频生成模型 📄 技术报告:💻 GitHub:🏆 总参数量 114B,每个 token 仅激活 6B 参数,即可实现顶级性能

🔓 100% 开源,附带技术报告

💰 生成成本仅为主流模型的 1/10

⏳ 1/7

在 X 看原帖 ↗
3.6万49374252
新品发布 · @GoogleDeepMind▲ 138.9万

Google DeepMind 发布 Gemini 3.7 Flash 模型

编码、知识工作、网页开发三类任务能力得到增强,有相关需求的使用者可以获得更强的模型支持

Gemini 3.7 Flash 已经发布。它在编码、知识工作和网页开发方面能力更强。🧵

在 X 看原帖 ↗
138.9万5344.3K349
新品发布 · @kimmonismus▲ 7.6K

Zai发布GLM-5.3,同基座后训提分翻倍

不用重新预训练,只优化后训练就能大幅提升模型能力,还验证了大模型还有大量潜力未挖掘,开源模型正在快速追赶前沿水平。

阅读全文 →
7.6K410016
新品发布 · @ollama▲ 2.0万

Ollama 将在开源后支持 GLM-5.3 模型

后续GLM-5.3开源后,用户可以直接在Ollama本地运行这个大模型,不用等待第三方适配

开放模型正以前所未有的速度迭代进步。恭喜整个 @Zai_org 团队。

GLM-5.3 正式开放发布后,Ollama 将提供支持!❤️

准备好开始编码吧。

在 X 看原帖 ↗
2.0万1744815
新品发布 · @opencode▲ 6.1万

opencode 推出GLM-5.3,支持1M上下文

定价和GLM-5.2保持一致,不用多花钱

GLM-5.3 现已在 Go text 可用 · 1M 上下文窗口 · 定价与 GLM-5.2 保持一致

在 X 看原帖 ↗
6.1万591.9K55
新品发布 · @hellorob▲ 12.2万

MiniMax发布开源可权重音乐生成模型

这款模型可作为Suno的替代方案,社区后续可训练LoRA优化模型,想要做AI生成音乐的用户多了一个开源选择

对开源来说这是重要的一天。不可否认,MiniMax Music 3是当前最优的开放权重音乐生成模型,也是Suno真正的替代品。

我最喜欢开放权重的一点:好戏还在后头。

一旦社区开始把玩这个模型、训练LoRA,这个模型只会变得更好,还能支持更多控制。

在 X 看原帖 ↗
12.2万1281.7K1.3K
新品发布 · @MiaAI_lab▲ 6.3K

一周里AI圈连发这么多新型号?

AI新品发布节奏正在变快,扎堆推出新模型的行业趋势,会影响后续AI工具的更新和价格。

AI 领域的一周可太精彩了:Muse、Glimmer 30b、Nemotron 3.5、Lightning、Grok Bot、Grok 4.6、Qwen 3.8-Max 权重、GLM-5.3、Qwen3.8-27b。

还有我漏了什么吗?

在 X 看原帖 ↗
6.3K1117113
新品发布 · @Gorden_Sun▲ 1.4万

Minimax开源MiniMax-Music3 AI音乐模型

已经能生成最长5分钟可控细节的歌曲,普通人可以直接在线体验,想要做AI音乐不用再依赖闭源工具

仅次于Suno V5.5的音乐模型就这么悄默声的开源了。Minimax开源MiniMax-Music3,效果非常非常非常好的AI音乐模型。最长可以生成5分钟长度的歌曲,而且可控性非常强,能通过提示词编排歌曲结构、人声、节奏、歌词等各个方面细节。

Minimax先开源了视频模型H3,再开源音频模型Music3,把家底都给开源出来了。下方视频是我生成的音乐。模型: 在线体验:

在 X 看原帖 ↗
1.4万33180216
新品发布 · @dotey▲ 2.1万

智谱AI发布GLM-5.3,两周后将开源权重

它已在269个开源项目中找到2436个真实漏洞,其中不乏藏了几十年的老旧漏洞。拥有同等漏洞发现能力的开源模型,很快将对所有人开放。

阅读全文 →
2.1万77920
新品发布 · @OpenAI▲ 103.9万

OpenAI发布Computer History 功能

以后和ChatGPT对话不用反复重复之前说过的内容,跨App和网站的操作都会被记住,交互会更贴合你的需求

ChatGPT 现在可以记住你在电脑上所有应用和网站中的活动了。

借助桌面应用中的 Computer History 功能,未来的交互会更具个性化,也无需你重复解释上下文。

在 X 看原帖 ↗
103.9万5437.5K2.2K
新品发布 · @ChaoQiao42▲ 6.6K

@ChaoQiao42团队开源长周期智能体相关模型工具

解决长周期任务智能体训练慢的痛点,不用等任务完成就能拿到学习信号,相关测试基准也一并开放

我们发布了!🚀 隆重推出 dots3-note 预览版:这是我们打造的开源多模态模型,总参数量 280B,激活参数量 16B,专为复杂推理和长周期智能体设计。

除模型外,我们还公开了 TEMPO(采用宏观步策略优化的测试时缩放价值估计)——我们针对领域内一个日益重要的问题给出了答案:当单次 rollout 需要数十小时,RL 该如何训练智能体?

TEMPO 会在任务完成前,就将中间阶段的自我修正转化为学习信号。我们还开源了 VibeSearchBench 和 VibeLifeBench。

这是向着实现现实场景长周期智能体迈出的微小但有力的一步——对我和我的团队来说,这是无比激动的一天。

在 X 看原帖 ↗
6.6K2214156
新品发布 · @DealsDhamaka▲ 3.5K

Stanford发布Self Improving AI Agents 免费课程(9-lecture)

想学习搭建自主迭代AI智能体,可以直接跟着这套免费的实战系列课入门,不用额外付费找教程。

学习智能体 AI 🔖

斯坦福推出了关于自我改进 AI 智能体的完整免费课程 🤖 🤖

这是 YouTube 上讲解如何构建自我改进智能体的最佳 9 讲实践系列课程。

收藏、学习并分享——积攒好运 👍

链接 - 关注 @DealsDhamaka 🙏

在 X 看原帖 ↗
3.5K1458120
新品发布 · @LLMJunky▲ 6.2万

@LLMJunky推出GooeyPi,给本地智能体加GUI

折腾本地大模型时不用频繁切换配置,也不用盯着命令行操作,就能用到本地智能体的全部功能,目前开放测试招募多系统用户

🥧 介绍 GooeyPi —— 面向 Pi 系列智能体的 GUI 程序。支持:Pi、Oh-My-Pi (OMP) 和 Prime Agent。

非常高兴能和大家分享这个项目。我一直在玩本地模型,想要给我的本地模型做一个独立的框架,这样就不用不停地切换配置了。

而且我不想再用回 TUI 了(极客专属那种),但我又不想错过我熟悉喜爱的全部功能。结果发现,我没必要妥协,我只需要自己做一个出来。于是我就做了。

功能包括:
> 全功能 GUI 体验
> 智能体浏览器
> 实时语音智能体
> 语音转写(本地或 API)
> Computer Use
> 自动化工作台
> 智能体间消息传递
> 提问工具
> Git 控制
> 终端
> 宠物
> 还有更多

我在第一版里尽可能加入了所有最受欢迎的功能,但这还只是个开始。

目前已推出 BETA 版本,支持 MacOS、Linux 和 Windows。我需要测试者!我只在 Mac 和 Linux 上做过测试。如果你愿意帮我推进这个项目,请联系我。

下载地址:

在 X 看原帖 ↗
6.2万54593527
新品发布 · @databricks▲ 1.8万

databricks 推Smart Routing,可降AI任务成本超30%

它会根据编码任务需求,自动分配对应模型和档位。想用大模型做开发,又担心成本太高的团队能省一笔开销。

隆重推出 Unity AI Gateway 中的 Smart Routing。别再为 AI 支付过高费用了。

Smart Routing 会根据每项编码任务的需求,将它匹配给最合适的模型和服务实例,让高成本模型可以在智能能力上形成差异,低成本模型则在成本和性能上形成差异。

匹配前沿质量的同时,还能将任务成本降低 30% 以上。

在 X 看原帖 ↗
1.8万2512544
新品发布 · @OpenAI▲ 50.7万

OpenAI 推出 GPT-5.6 Sol 速度提至 14倍

最先仅对 OpenAI API 的选定客户开放,后续产能提升后会向更多企业开放,高需求用户能更快获得 AI 结果。

预览超高速模式:GPT-5.6 Sol 最高可达 14 倍速度。

该模式首先会在 OpenAI API 向选定客户群体推出,随着算力提升,会逐步扩大开放给更多企业使用。

在 X 看原帖 ↗
50.7万4327.3K1.1K
新品发布 · @akshay_pachaar▲ 2.2万

DeepSeek 开源的DeepSeek Harness,几小时涨了3.5万星

想修改AI Agent框架的上下文组装逻辑,不用改源码也不用分叉仓库了,所有核心组件都做成可替换的插件,调试也能看到完整的模型可见输入日志。

阅读全文 →
2.2万29226253
📰 行业动态
🔥 热点追踪 · @Zai_org▲ 272.7万

Zai发布GLM-5.3大模型,重点提升网络安全能力

基础模型保留743B参数不变,仅通过后训练提升编码和网络防御能力,在CyberGym基准测试中超越现有模型。后续还有Qwen3.8-27B即将发布。

📖 阅读深度解读 →
272.7万2.0K1.6万2.5K
新行业动态 · @JayminSOfficial▲ 2.6万

IBM签下2.4亿美元AI推理合作布局企业市场

当多数人关注大模型竞争,行业资本开始转向推理基础设施,这可能是AI行业下一个价值增长点,改变AI产业价值分配逻辑

所有人都在关注模型大战,但更聪明的资本应该关注推理大战,而@IBM刚刚在这里做出了一个真正严肃的举措。

这份与Together AI达成的价值2.4亿美元协议,计划在@IBMCloud部署@NVIDIA HGX B300集群,这向我传递了三个信息:开源AI正在企业领域成为主流。前沿级性能搭配开放模型定价,是首席财务官的梦想,它彻底改变了所有地方的采购对话。

推理是新的收入层。训练仍然是成本中心,而推理才是代币转化为 recurring 现金流的地方,AI工厂产出提升30倍会彻底改写代币经济学。

IBM正在把自己定位为企业级AI公共事业,可靠且价值极高,就像一个世纪前的电力一样。Together AI每月处理400万亿个代币,选择IBM作为其基础,这个验证比任何分析师报告都更有说服力。

最好的基础设施押注在当下看起来总是无聊,事后看却一目了然。IBM在下一盘长期棋,而且目前进展显然很顺利。

所以我对创始人跟投资者提出的问题是:尘埃落定之后,价值会落在模型构建者手里,还是落在拥有模型运行轨道的人手里?又有没有人给IBM针对这个结果做出正确定价?

在 X 看原帖 ↗
2.6万3225357
新商业 · @MaxForAI▲ 3.8万

苹果放弃直接用千问,改自研中国版大模型

新方案由苹果自研大模型,阿里提供训练技术和基础设施支持。方案和一个月前的计划相比已经调整。

阅读全文 →
3.8万812224
新开源 · @gippp69▲ 3.8K

@gippp69发布awesome-claude-code-subagents 代码仓库(24K-STAR)

不用让一个大模型完成所有开发工作,每个任务交给对应领域的专门代理处理。不少开发者已经开始测试这种分工模式。

我去,这个获得 2.4 万星的仓库给 Claude Code 提供了 154+ 个专业化智能体,不用让单个模型包办所有工作。

awesome-claude-code-subagents 本质上就是为真实工程工作准备的一份超大专家清单:涵盖后端、前端、安全、DevOps、数据、测试、文档和编排任务。

工作流程是:选择专家 → 隔离子智能体上下文 → 专注工作 → 返回结果 → Claude 继续构建。

一共 154+ 个智能体 / 10 个分类,包含语言专家、安全审计员、代码评审员、基础设施工程师。

它们可以作为插件安装,或者直接放到你的 Claude 智能体文件夹里。不用把所有角色都塞进同一个 Claude 会话,每个问题都可以交给已经针对对应工作配置好的智能体,同时主会话可以专注协调工作。

单个 Claude 已经很好用了,背后有 154 个专家待命完全是另一种体验。

在你下一次用 Claude Code 做正经开发之前,先给这个仓库加个书签吧。

在 X 看原帖 ↗
3.8K29772
新开源 · @kun66666677▲ 4.6K

整理出12个能平替付费软件的免费GitHub项目

包含多Agent量化交易框架、多AI大模型聚合界面等项目,可以直接使用也可以自行部署,还能用来变现。

阅读全文 →
4.6K83960
新开源 · @AdinaYakup▲ 1.7万

RedNote/@dotsstudioai发布dots3-note preview 多模态大模型(280B)

支持文本、图像、视频、音频理解,采用Apache 2开源许可证,可商用。现在放出的是预览版本。

越来越多的参与者加入了开源夏日活动 🥳 RedNote 刚刚发布了 dots3-note 预览版 🔥

它是 dots3 家族首个开放权重模型:
- 280B / 16B 激活
- 支持文本+图像+视频+音频理解
- 上下文长度 512K
- 采用 Apache2.0 许可证
- 强大的智能体能力,支持工具调用与多步骤工作流

这是来自 @dotsstudioai 的全新开源模型:
- Apache 2 许可证
- 280B A16B,上下文长度 512K
- 原生 BF16、FP8 权重
- 多模态,支持文本、图像、视频、音频理解
- 内置 MTP 规范解码
- 技术报告:
- 模型:

在 X 看原帖 ↗
1.7万4534489
新安全 · @liquidai▲ 2.1K

liquidai发布隐私信息去除编码器模型(40 types)

现在给AI输入 confidential信息已经很常见,这个工具可以在输入前清理掉个人身份信息,降低泄露风险。

如今向人工智能分享机密信息已经成了常态!我们本可以做得更好。

我们最新的编码器模型可以在单次同步处理中,识别并去除覆盖16种语言的40类PII,让你在与人工智能分享信息时更安全。

LFM2.5-Encoders 可一次性识别文本中的所有实体。你可以自行选择要处理的实体。

它们可以在你自己的流水线内部运行,因此你的隐私数据永远不会离开你的环境。不需要生成,也不需要解析任何内容。

在 X 看原帖 ↗
2.1K115923
新创业 · @Dylan_txa_▲ 9.2K

三十岁做AI创业做到430万ARR,进了YC

如果从头再来,他会先卖产品再开发,不用写代码,只需要做几页简单的幻灯片就可以启动。

阅读全文 →
9.2K11152198
新研究 · @karminski3▲ 9.4K

GLM-5.3测试分数翻6倍,涨幅超出行业认知

Terminal Bench 3.0里包含给PDF试卷评分这类高难度任务,需要模型调用VLM、自行撰写提示词才能完成。

阅读全文 →
9.4K15717
新行业动态 · Hacker News▲ 106

社区讨论Qwen3.8-27B新开源大模型

通义千问开源新尺寸大模型,普通用户可关注是否有更适配本地部署的新选择。

社区讨论:多位开发者确认该模型在DeepSWE基准测试上成绩超过Opus 4.7 Max,性能达到Opus 4.6级别,是能够在本地设备运行的性能大幅提升的开源模型。有用户分享了运行配置:q4km量化版在4090上能跑到48tps,也有人提醒需要等llama.cpp适配完成后再下最终结论。有M4 Max用户提问如何提升该模型的运行速度,另有用户期待官方推出更小参数量版本和新的MoE架构模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · Hacker News▲ 59

通义千问推出 Qwen3.8 27B 大语言模型

对开源大模型感兴趣的用户,可以期待这个新参数版本的模型开放使用,后续可体验测试新模型能力。

行业动态 · @plbiojout▲ 7.8万

Mistral转型,欧洲旗舰AI架构来自杭州

原本要做欧洲自主前沿AI的实验室,现在转型成了别人模型的推理服务商,核心架构早已参照中国设计方案,关注全球AI格局的人能从中看到趋势变化。

阅读全文 →
7.8万81555290
大模型 · @AiBattle_▲ 6.5万

智谱发布GLM-5.3,基础模型居然没换

这次性能提升全来自后训练,部分Agent基准测试分数已经超过Kimi K3和Fable 5。

阅读全文 →
6.5万4491880
开源 · @MaxForAI▲ 2.1万

GLM-5.3开源后,智谱免费给全球项目找漏洞

不仅免费帮开源项目做安全审计,还提供免费模型额度做防御任务,把代码安全检查放进日常研发流程。

阅读全文 →
2.1万616027
行业观点 · @calvinchen▲ 7.7K

现在多数企业其实根本没必要自己后训练模型

当下舆论都在说企业要训练自己的专属模型,这个观点和主流说法刚好相反。

阅读全文 →
7.7K511261
大模型 · @rohanpaul_ai▲ 6.6K

长运行AI代理,定期整理内存会更好用

现在的transformer代理随着上下文窗口变长,运行会越来越慢,成本也越来越高。

阅读全文 →
6.6K1711267
社区 · @doodlestein▲ 1.5万

@doodlestein发布AI代理和人类管理者论坛

项目刚启动,还不确定后续会发展成什么样。

阅读全文 →
1.5万21199117
开源 · @github▲ 6.1万

GitHub用AI帮50个开源项目升级了安全防护

结合AI工具、维护者经验和专家指导完成升级,这类落地模式已经开始跑通。

在 GitHub 安全开源基金第四期中,共有50个开源项目通过 AI 辅助工作流、维护者专业知识、GitHub 安全工具、专家指导和资金支持,提升了自身安全状况。

随着 AI 改变了软件构建、审查和安全防护的方式,维护者依然是保护开源生态的核心。

以下是这些项目的经验收获,以及它们带来的影响。👇

在 X 看原帖 ↗
6.1万1410320
🔥 热点追踪 · @Teknium▲ 22.8万

Teknium发布Hermes Agent Bot Mode 功能(one day)

Teknium推出Bot Mode,可给每个独立机器人配置工作、资料和头像,机器人之间可互相通信。该功能开启一天公开测试,后续会根据反馈调整。

📖 阅读深度解读 →
22.8万1121.8K887
行业动态 · @MaxForAI▲ 2.0万

多模态核心研究员Jiahui Yu宣布离职创业

近年多款顶流多模态AI模型背后都有他的参与,他此次创业瞄准尚未充分探索的关键方向,想要自己做下一个行业级产品。

阅读全文 →
2.0万116328
行业动态 · @MaxForAI▲ 5.9万

DeepSeek发布DeepSeek-V4-Pro-0813 大模型(4096)

初次上传的模型参数匹配旧版V4-Flash,重新上传后权重文件也发生变化,旗舰模型发布流程出错,行业发布环节的疏漏值得关注。

阅读全文 →
5.9万1729370
动态 · @limbopeng▲ 12.8万

DeepSeek Harness刚开源两小时就拿24k星

有人分析它和Pi Agent走完全相反的架构路线,论文光公式推导就有近百页,是开放给开发者演化的新架构

阅读全文 →
12.8万57672358
行业观点 · @RoundtableSpace▲ 1.7万

DeepMind研究副总裁称GitHub八成代码已经是机器生成

他提到现在已经能教模型自己训练自己,不需要人类写代码、输入人类知识,人类可用的训练数据已经用完了

Google DeepMind 研究副总裁表示:「我们教会了模型自我训练。不需要人类代码。不需要人类知识。

GitHub 上已有 80% 的内容是机器生成的。人类数据已经用完了。」

在 X 看原帖 ↗
1.7万171
编码工具 · @Granite0x▲ 1.6万

Vercel发布Foreman开源软件工厂(58)

这是一个面向AI代理写代码的开源工具,刚发布时只有58个星,还没多少人关注

阅读全文 →
1.6万8109226
产品功能 · @Fetch_ai▲ 1.2万

Fetch_ai发布Athena深度工作模式

它可以完成市场调研、公司分析、搭建财务模型这类超出简单对话的工作

🚨 认识 Athena —— ASI:One 的深度工作模式。专为那些不止需要一次对话或一个简单答案的任务打造。

你可以让 Athena 调研市场、分析公司、搭建财务模型、做演示文稿,或是生成一份完整报告。之后就让它在自有执行环境中完成整个项目。

从提示词到专业输出,全程深度文档支持。观看演示 👇

现已在 ASI:One 上线。仅对 PRO 用户开放。

在 X 看原帖 ↗
1.2万392457
工具 · @nowlovepan▲ 7.7K

频繁换AI模型要反复注册付费,Venice能解决

现在好AI模型太多,只订阅一个不够用,每次试新模型都要重新注册付费,这种情况可以试试Venice

最近优质的AI变得太多了,所以只订阅一个来用会觉得有点尴尬。

付了GPT的钱,Claude又出新模型;刚关注Claude,Gemini、DeepSeek、GLM又出来了。

为了试一个新模型每次都注册、付款,其实还挺麻烦的。这种情况下,有个Venice值得了解。

它可以在同一个平台里切换使用从GPT、Claude、Gemini到DeepSeek、Qwen、GLM这些第一梯队模型。

不光文本模型,图像、视频、语音模型也都集成在内。新模型也会一直快速更新添加,不用反复换平台,在一个地方就能试用,使用起来很方便。

Venice和其他AI平台最大的不同,是它会给每个模型标注隐私保护方式。

对话记录会保存在你的设备里,Venice服务器不会存储你的提示词和回复。你还可以单独选择Private、TEE、E2EE这类保护等级更高的模型。

觉得回复限制太难受的人,也可以使用Venice Uncensored这类模型,也就是审查少、更自由的模型。

新模型出来之后,性能、技术、成本一直在变,从这点来看,这个平台用起来体验非常好。

它可以免费使用,我会把链接留在评论区。

在 X 看原帖 ↗
7.7K32156119
行业观点 · @MTSlive▲ 6.5K

OpenAI科学家称做AI对齐要进商业实验室而非智库

关心AI对齐问题的研究者,应该加入商业开发实验室,而不是专门做风险研究的机构

OpenAI 研究科学家 @aidan_mclau 认为,如果你关心 AI 对齐,你应该进入实验室工作,而不是去 METR 或 Epoch。

Theo:“我常听到一种观点,就是对 AI 感兴趣、担心 AI 发展走向正轨的人不应该去实验室工作。他们应该去独立验证审计机构工作,比如 METR、Avery、Epoch。想必你认为应该有更多人去实验室工作?”

Aidan:“要让大家爱上下一版 Codex,它必须是对齐的。经济层面有巨大的压力要求这些系统实现对齐,要求它们不欺骗我们,要求它们能在你不用明说的情况下就领会你的意思——随着能力提升,我希望这能带来一些非常有用的泛化能力。”

“我现在做的工作越来越偏向对齐研究。如果你关心 AI 发展的走向,现在有一个值得关注的趋势:实验室正在开展越来越多的对齐研究。也许你就应该去对齐研究产出正在增长的地方。”

@OpenAI

在 X 看原帖 ↗
6.5K24216
行业动态 · Hacker News▲ 83

用户mmastrac分享Qwen3.8-2.4T模型

通义千问新尺寸模型出现在社区分享,对开源大模型选型提供了新的可选对象

行业动态 · Hacker News▲ 37

三星用Claude验证芯片设计 过程不顺利

半导体制造开始尝试用大模型缩短设计流程,这次尝试没做好,能看出AI落地工业设计还在磨合阶段

行业动态 · @MaxForAI▲ 4.0万

DeepSeek 发布首款Agent产品 DeepSeek Harness

这意味着AI Agent的能力不再只由底层模型决定,工具、提示词等环节也会影响最终表现,竞争已经延伸到模型之外。

阅读全文 →
4.0万1620762
动态 · @beffjezos▲ 2.2K

感谢Elon与开源,谢天谢地

谢天谢地有 Elon 和开源让 AI 竞赛保持多极格局,否则会出现疯狂、史无前例、风险极高的权力过度集中。

在 X 看原帖 ↗
2.2K4332
动态 · @TheAhmadOsman▲ 3.2K

适用于Codex Cli、OMP、Pi Claud等智能代理

对于 Codex Cli、OMP、Pi Claude Code、Droid、OpenCode 这类智能代理来说,有一套至关重要的准则:
1. 模块化
2. 领域驱动设计
3. 极致清晰明确的规格说明
4. 充足完备的文档

这就是系统工程。

我不是说智能代理不够强大,但规范纪律比模型能力更重要。

如果你的文档没能回答清楚这些问题:
- 在哪里
- 做什么
- 怎么做
- 为什么做

代理就会自行猜测,把事情搞砸。

在 X 看原帖 ↗
3.2K76740
动态 · @omarsar0▲ 2.5K

如果你在AGENTS.md中编写规则,本文

如果你在 AGENTS.md 里写规则,这条结论值得你花时间了解。

当编码代理遵守了你写的规则时,它本来也有可能自己就会这么做。

Harness-IF 区分了这两种情况:它会根据执行证据逐个给256条规则打分,然后在九个探针构建中,在不应用规则的情况下重新运行所有任务,以此找出哪些规则是真的和模型默认行为冲突的。

在12个前沿模型上,原始准确率区间为72.1%到85.9%,去先验准确率区间为66.1%到78.6%。剔除巧合因素后,所有模型的表现都变差了,分数下降3.6到7.4个百分点。

有一个发现值得注意:优先级并不遵循提示词深度。系统提示、项目文件和用户指令的优先级全都高于工具和技能描述。

论文:在我们的学院跟踪更多趋势AI论文:

在 X 看原帖 ↗
2.5K52541
动态 · @rauchg▲ 9.2K

一统全局的一条命令(tokens)。

一条命令统御所有(token)。我预测这会成为大规模使用编码AI的默认方式。

正常运行时间、模型选择、更低成本、可观测性、ZDR……

厉害的地方在于,这条命令可以配置所有**现有**的编码工具链,比如 Claude Code 和 Codex!

在 X 看原帖 ↗
9.2K75918
动态 · @yousefhll▲ 1.3万

我们学会了开飞机 去向SF诉说

我们学会了开飞机,只为给旧金山传递一件事。

推出 Vendo (YC S26) 全栈智能体界面。

这是一款面向你用户的生产就绪智能体,内置了用户所需的一切功能。

它可以代表你的用户执行真实操作。它甚至能直接在你的产品之上,构建出完整的新功能、微应用和自动化流程。

内置权限管理、工具防护、用户上下文等功能。包含了面向用户的智能体所需的一切。

仅需一条命令即可完成安装。开源。

@runvendo @nourzahzah

在 X 看原帖 ↗
1.3万1811015
行业动态 · Hacker News▲ 1.0K

DeepSeek V4 Pro 新版本0813已上线可查询

新版大模型现身公开文档和第三方榜单,相关链接已经放出,感兴趣可以自行查看更新内容

https://api-docs.deepseek.com/https://artificialanalysis.ai/models/deepseek-v4-prohttps://twitter.com/ChrisGPT/status/2087572834650407024, https://xcancel.com/ChrisGPT/status/2087572834650407024

社区讨论:多位开发者实测后指出,新版本DeepSeek V4 Pro 0813完成开发任务存在小错误,性能弱于Grok 4.6、Fable 5等头部模型,价格比竞品Luna更高但表现更差,官方今日起已上调定价。开发者认可它比Opus 4.8便宜约20倍,成本优势明显,也有用户提到部分中国大模型能力出色,但开发者更习惯默认选用成熟的行业标准模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 621

网友曝出Grok 4.6版本基准测试结果

Hacker News网友曝出新版Grok,相关讨论热度很高,可以关注后续性能数据公开后的变化

https://artificialanalysis.ai/articles/grok-4-6-benchmarks-a...

社区讨论:不少用户认可Grok的体验,称它回答直截了当、速度快,做安全审查表现出色,API定价更便宜,靠着SpaceX的投入已经能成为头部模型的有力竞争者,也给行业带来了良性竞争。也有用户质疑Fable发布仅两个月,各大实验室就都推出了同级模型,不清楚背后到底是什么原因,还有用户因马斯克的个人声誉不愿使用他旗下的产品。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 537

谷歌Gemini推出了新版本Gemini 3.7 Flash

新版本提前泄露出来被社区挖出,普通用户很快就能用上新版 Gemini 模型了

https://ai.google.dev/gemini-api/docs/models/gemini-3.7-flas...

社区讨论:多数用户吐槽Gemini 3.7 Flash的入门定价设定不合理,入门价2026年底才到期涨价,到2027年至少会更新三代新模型,没人会继续用这个版本。有人认可它多模态尤其是视觉生成HTML的能力很强,性价比优于Claude Sonnet 5,也有人提出纯文本场景下,DeepSeek V3的同水平模型价格低十多倍,GPT-5.6 Luna性能更好价格也更低,只有多模态场景才需要选它。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 366

pr337h4m 加速了 GPT-5.6 Sol 的运行速度

这项提速工作在 Hacker News 引发大量讨论,关注大模型运行效率的人可以跟进看看具体方案

社区讨论:不少开发者认为推理速度被当前行业低估,速度提升能支持更多迭代,提升输出质量,也有人畅想未来可以实现本地离线的超高速小型大模型。有人指出目前尚未公布性能不变的明确结论,也没有公开定价,推测价格会很高,预测明年外部开发者单推理开销就会超过五万美元。还有人提出,人类审核代码的场景下,十倍速度并没有实际用处。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 225

Mistral 更新推出了新版本 OCR 4.1

关注文字识别工具升级的人,可以留意新版本的功能变化,等待社区实际体验反馈。

社区讨论:不少网友认为Mistral OCR 4.1定价过高,1000页收费3.5欧元不值,有人自建OCR pipeline处理千页仅需0.05到0.1美元。用户实测认为它处理复杂排版效果不如OpenAI的专业模型,OpenAI目前仍占据优势;有人提到百度OCR效果出色且本地运行成本近乎免费。部分欧洲网友对欧洲在AI竞赛中没能拿出有竞争力的产品感到失望,还有人吐槽产品不合理的快捷键设置。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 441

OpenAI 把 Codex 放进 Linux 版 ChatGPT 客户端了

之前用 Linux 没法在官方客户端体验 Codex 代码能力,现在开放预览测试,写代码的Linux用户终于能用上官方功能了。

社区讨论:多数用户质疑该应用采用Electron框架开发,未查询就已占用2.2GB内存,资源消耗过大,也有人提问,它相比网页版、Codex CLI有什么优势。有用户提醒,需将它放在虚拟机中隔离运行,避免直接访问系统,防止安全风险。也有人认为,OpenAI已经花精力推出Linux版,用户不该对框架、内存这些问题要求过多。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 48

这份论文统计了企业实际用ChatGPT的情况

市面上大多是企业喊口号的AI转型宣传,这份论文带来实际调研数据,可以帮你看清真实的AI落地进度

行业动态 · Hacker News▲ 53

MCP Memory 用开源组件做快 agent 记忆存储

开发 AI agent 不用纠结慢存储方案,有人用现有开源工具搭出了更快的替代实现,可以直接参考

社区讨论:多数用户质疑该项目和现有方案差异不大,有人认为和给markdown文件做grep搜索效果差不多,也有人提问它和Claude内置的代码记忆、mem0等已有项目相比在性能上有何优势。有人认可用SQLite FTS5做快速存储是务实的架构选择,还有人提出可以用git仓库存储记忆,用FTS5专门做速度优化方便人工检查。已有开发者分享了同领域的其他开源项目和托管服务。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 67

MCP-stama 做了个无依赖超高速 Rust MCP 服务器

做后端服务的开发者可以试试这个新项目,它完全不需要外部依赖就能运行,对追求部署速度和稳定性的工作流有用

💡 深度观点
新深度观点 · @op7418▲ 1.7万

智谱发布GLM-5.3,仅后训练就获大提升

这次重点优化了安全能力和长程任务执行,不用重新预训练就能拿到明显提升,或许会成为后续大模型迭代的新方向。

GLM-5.3 发布了,看了一下,着重提升的主要是两部分: 1. 安全能力:看来 Hugging Face 在拿 GLM-5.2 防御了 OpenAI 的模型入侵以后,智谱也看到了这方面的价值,尤其是大家最近都在聊这块,他们针对性地做了一些优化。2. 长程任务的执行: 比如终端里的任务、工具调用,以及大代码库的修复任务,都有非常大的提升。这个模型��然是只进行了后训练,没有重新进行预训练。

这都几个版本了,还能有这么大的提升,确实猛啊!

在 X 看原帖 ↗
1.7万24612
深度观点 · @iksly2▲ 1.3K

博主整理了50个非内容生成类AI新兴岗位

想入行AI不只会做图文视频?这些真实岗位已经被头部AI公司开放招聘,可以对照寻找适配自己优势的方向。

阅读全文 →
1.3K93616
深度观点 · @lidangzzz▲ 1.8万

博主称三款AI Agent工具是过度设计

后续会详细讲解,可供开发者参考避坑

langchain、zerolang、deepseek harness,AI Agent时代三个自我陶醉型过度设计的典型,我一定花时间仔细给你们讲讲

在 X 看原帖 ↗
1.8万47819
深度观点 · @tszzl▲ 5.6万

@tszzl 呼吁大AI公司做实时定价API

当前AI算力供需昼夜波动大,整体算力紧张。 agents已经能轻松处理浮动定价和成本预估,实时定价可以缓解算力压力

各大 AI 企业应当推出按时实定价的 API 产品。

AI 需求在昼夜周期内波动极大,而整个行业目前普遍面临严重的算力容量短缺。

与此同时,智能代理可以非常轻松地处理可变定价、批处理,以及预估总成本。

在 X 看原帖 ↗
5.6万2268459
深度观点 · @code_hiyouga▲ 1.1万

开发者聊DeepSeek Harness:大模型训练框架该怎么瘦身

做大模型训练框架都会从简单变臃肿,作者分享了LlamaFactory和verl的设计经验,也公开了自己正在内测的LlamaFactory v1的插件化思路

阅读全文 →
1.1万14164134
深度观点 · @dotey▲ 2.0万

@dotey 称软件自进化可能是伪命题

目前已有自进化技能方案被验证会带来混乱,想要实现AI自进化还需要先等模型基础能力进步。

软件自进化可能是个伪命题,只会带来更大的混乱。插件要么是一次性用完就扔的,要么就得要设计、验证和维护的,不是现在模型能力可以“自进化”的。OpenClaw 的一坨能“自进化”的 Skills 已经做了示范。

还是等模型自学习自进化更靠谱点。

在 X 看原帖 ↗
2.0万611623
深度观点 · @Phoenixyin13▲ 3.1K

@Phoenixyin13聊用Claude提升智力的方法

学习速度由反馈频率决定,现在AI把反馈延迟从周级降到秒级,这套方法可以帮你避开学习陷阱,更快提升思维能力。

阅读全文 →
3.1K147660
深度观点 · @VibeMarketer_▲ 1.3万

Alex Hormozi谈AI销售表现不佳的真正原因

如果你的成熟销售流程只存在你脑子里,AI自然没法做好销售。做对准备工作,AI能达到和人工销售同等的业绩水平。

Alex Hormozi 称他的 AI SDR 表现已经能和他的人类团队持平。但这个智能体并没有从提示词里学会销售。

他的核心观点是:企业会把半成品的 AI 工作流,和打磨多年的销售流程做对比,AI表现不达标就把锅甩给AI。

这种情况在外拓销售领域同样存在。如果你的理想客户画像(ICP)、报价、除外规则、资格判定逻辑、客户案例、合规话术全都只存在你脑子里,那智能体只能每个客户都自己编一套策略。

你完全可以基于这套现成打法搭建一个 Hermes 智能体。它能把原始市场转化为按优先级排序的合格客户管线,给每个客户匹配到正确的对接人,还能基于你公司已经跑通的销售流程撰写外拓 outreach 内容。

完整体系就在下方文章里:

在 X 看原帖 ↗
1.3万473165
深度观点 · @alighodsi▲ 946

Genie Ontology 让企业AI代理跑通了业务增长

原来企业AI缺内部私有上下文,手动补全成本高昂,现在这套流程已经可以自动化。高管开会不用等各部门汇报,直接就能拿到答案。

我今天被问了无数次这个问题:“当公司已经达到70亿美元规模,你还怎么实现80%增长?”

真正的答案是,我们终于看到AI智能体开始在企业中发挥作用,取得了突破。

AI已经有一段时间都具备了超高智能,但一直缺少存在于人们头脑中、或是存在于某些SaaS记录系统里的基础上下文信息。

很多组织会部署FDE来捕捉这些上下文,也就是本体(Ontology),再将其输入AI。这个过程劳动密集,成本高昂。

我们刚刚用Genie Ontology实现了这个流程的自动化。一旦你有了企业上下文图谱,像Genie这样的AI智能体就会变得出奇好用。

我现在已经不再等我的CRO、CFO、CMO、CHRO等人给我答案了,我开会的时候直接在手机上连续提问就行。说实话,这真的会上瘾。

我们的客户也开始这么做了,目前平台上超过70%的查询都是由Genie智能体生成的。

这给平台带来了更多查询,推动了消耗量增长,进而拉动了收入增长。这就是简单直白的答案。

在 X 看原帖 ↗
946321158
深度观点 · @harleyfoote_▲ 722

十年交易员说,大语言模型根本没法直接做交易

这位有十年经验的交易员用实盘验证了现有结论,真正有潜力的AI交易方向是集群化算法迭代,这是只有AI能做到的新前沿

阅读全文 →
722201002
深度观点 · @mitsuhiko▲ 1.4万

资深开发者 Mitsuhiko 认可 DeepSeek Harness 设计

这位开发者说这个设计让他重新思考 Pi 项目的重构方案,行业顶尖开发者的判断可以帮你判断工具选型方向。

说真的,我对 DeepSeek Harness 目前呈现出的东西很喜欢。它确实让我对我们在 Pi 里处理 harness 重构的方式产生了一些思考。

在 X 看原帖 ↗
1.4万1532251
🛠 工具产品
新工具产品 · @milesdeutscher▲ 2.3万

Prompt Master 可帮生成适配各类AI的最优提示词

能减少浪费的token用量,提升AI使用效率,降低使用成本,适合日常使用各类大模型的人尝试

能提升你AI生产力的最佳做法之一,就是安装类似Prompt Master这样的工具。

它是一个Claude技能,可以立刻为你正在使用的任意AI模型/工具写出最优提示词。

它能立刻帮你减少浪费的token。

支持Opus、Fable、Sonnet、GPT、Gemini等模型使用。

我强烈建议所有人都安装一个这类工具,或是自己构建定制化的提示词优化工具。

在 X 看原帖 ↗
2.3万12108173
新工具产品 · @RoundtableSpace▲ 9.7K

RoundtableSpace发布本地AI写作模式检测器工具

检查内容是否为AI生成不需要依赖大模型,也不用联网,适合需要规避AI生成内容的创作者使用。

有人做了一个检测器,可以在你发布内容前检测出AI写作模式。

它运行在本地,不需要模型,也不需要网络——只需要标记出垃圾内容,让你的代理去修复它。

Github 仓库:

在 X 看原帖 ↗
9.7K1125
新工具产品 · @mikenevermiss▲ 9.2K

@mikenevermiss发布免费开源AI视频工具(8K)

不需要云上传、订阅会员也没有水印,对旧显卡友好,普通用户可以免费用到功能完整的本地AI视频生成工具

这简直太疯狂了……一个免费开源AI视频工具刚刚发布,已经在GitHub拿到了近8000星。

它完全在你的个人电脑上运行,仅需6GB显存就能工作,哪怕是旧显卡也没问题。

它把多个视频和图像模型整合到了一处,不需要上传到云端、不需要订阅、也没有水印。

安装设置很简单:克隆仓库 → 运行安装程序 → 打开浏览器就可以开始生成了。

这可能是我今年见过最好用的免费AI视频工具之一。在所有人都发现之前,赶紧存下吧。

在 X 看原帖 ↗
9.2K20157199
新工具产品 · @geekbb▲ 1.1万

pi命令行AI编程代理被封装成桌面App

不用装Node.js,也不用开终端就能用

这个不错,把 pi 命令行 AI 编程代理封装成 macOS/Windows 桌面 App,免装 Node.js、免开终端。

在 X 看原帖 ↗
1.1万765109
工具产品 · @rlaope▲ 2.5K

@rlaope 发布Oh My Hermes 增强Hermes Agent

一次安装就能让Hermes Agent获得多模型调度、优化工具调用、降低API延迟和成本等能力,不用再手动配置多个插件

阅读全文 →
2.5K43035
工具产品 · @vercel▲ 3.5万

Vercel 推出 AI Gateway 编码代理连接功能

只需一条命令就能对接多个编码代理,接入30余家提供商的300多个模型,无额外加价,降低开发者连接AI模型的操作门槛

只需一条命令,即可将你的编码代理连接到 AI Gateway。

• 自动配置 8 款热门编码框架
• 来自 30+ 提供商的 300+ 模型,无加价
• 开放权重模型,采用 ZDR 且在美国进行推理

▲ ~/ vercel ai-gateway coding-agents setup

在 X 看原帖 ↗
3.5万1410955
工具产品 · @eliebakouch▲ 8.6万

deepseek harness 打造了首个优先AI开发的开源项目

这个AI agent开发工具保留了完整KV缓存,不会修改对话历史,还附带开箱可用的多种开发模式,能帮你省掉重复调试的时间

出色的发布。它是一个内置了多个 harness 的网页 UI,你可以通过它的 SDK 生成 claude code 和 codex agent。

deepseek harness 默认支持多种不同的「模式」(也就是不同的 harness):带程序化工具调用的代码模式(用 TypeScript 实现)、bash+编辑模式(通常用于评测),或是带读写工具等功能的标准模式。

它具备一流的 KV 缓存感知设计,核心是保证 KV 缓存永远不会被修改。对于每一处修改,他们不会改动之前的历史(前缀),只会在末尾追加一条说明修改内容的记录。

我期待其他 harness 也这么做,但世事难料?这个 harness 的开发过程也非常有意思。它完全是以代理优先的方式编码开发的,项目里有一整个叫 .agents/notes 的文件夹,记录了代理留下的每一个决策和提案。

其中还包含一些很棒的信息,比如他们也会用这个框架做后训练。UI 非常美观,轨迹视图尤其出色。他们还发布了一篇完整的论文,详细介绍了「插件」的可组合性和系统设计,这会非常有用。

在 X 看原帖 ↗
8.6万50628395
⚡ 实战经验
新实战经验 · @Tim_Dettmers▲ 4.6K

Tim_Dettmers实测GLM 5.3,性能超Claude

第三方开发者实测显示,GLM 5.2推理表现已经超过Fable+Claude Code,新一代GLM 5.3性能再上一个台阶,推理精准简洁。

我现在正在测试 GLM 5.3。Prefill 平均速度约 1 ktok/s,思考/输出速度约 60 tok/s。

在我们的测试框架中,完整保留思考轨迹的情况下,我们已经测出 GLM 5.2 优于 Fable+Claude Code。

但 GLM 5.3 完全是另一个层级,它非常精准简洁。我目前还在测试长任务性能。太令人兴奋了!

在 X 看原帖 ↗
4.6K47212
实战经验 · @kensuu▲ 9.2万

@kensuu分享Claude Code的意外用法

AI加快开发速度后,很容易冲动做不必要的功能。把想法优先级和取舍交给AI做判断,帮你省下做无用功的时间。

AI 让开发速度暴涨之后,大家很容易犯的一个错,就是想到什么点子就立刻去实现。

所以我现在每次都会让 Claude Code 严格给点子打分,还要让它帮我权衡和其他任务的优先级,先搞清楚到底应该做什么,还有没有其他需要考虑的问题。

这套方法可能是目前我用下来最有效的。

说白了就是,不去把 AI 用在「要开发什么」上,而是把 AI 用在「决定不开发什么」的决策上。

在 X 看原帖 ↗
9.2万59808361
实战经验 · @aicodeking▲ 1.2万

GLM 5.3 被实测称当前最佳开源大模型

提前上手体验的开发者称,它性能超过目前所有测试过的模型,很快会开放给开发者使用,重点偏向安全分析方向。

这绝对是目前最好的开放模型,没有之一。

我提前拿到了 GLM 5.3 的访问权限,它是我试过的所有模型里最好的(包括 fable)。它在我的测试基准上表现优于所有其他模型。

它可以自主训练更小的模型,还能构建复杂的 3D 动画——比如一整个能正确显示不同时区时间的 3D 腕表时钟。它可以连续工作超过 3 小时。在 Z-Code 里,配合视觉工具和其他所有功能,它完全就是一头猛兽。

它很快就会在 GLM Coding Plans 和 API 推出。它的架构保持不变。

官方称 GLM-5.3 专门用于漏洞推理与利用,在代码审计、漏洞发现和安全分析领域具备优势。通过与安全团队合作,GLM-5.3 已经帮助识别了开发者工具、消息应用、互联网基础设施、办公系统、机器人系统和 AI 驱动攻击中的各类风险。

官方还表示,他们新推出的“Open-Source Shield”计划,让防御能力更易获取,同时使用分层防护和可信访问来限制高风险滥用行为。

完整评测:

在 X 看原帖 ↗
1.2万1421032
实战经验 · @sukie234▲ 1.8万

Jarvixdotlive 推出AI对话MBTI分析功能

该功能可自动读取已有AI工作记录,根据对话风格测算使用者MBTI,优化后续AI协作体验,登上X趋势榜第一

昨天在英文区刷屏的一个ai应用,直接上了X榜单趋势第一名 @Jarvixdotlive ,我去研究了一下为什么突然火起来,这个项目做的事情大概就是自动读取你本地的codex和claude ai工作记录,然后他就知道你最近在做什么。 昨天他们做了一个功能,分析你和ai的对话context给你测量ai的mbti,分析你的type,基于你的上下文风格,增强ai和你的协作模式。

在 X 看原帖 ↗
1.8万188019
新实战经验 · @claudecode84▲ 9.8K

Claude Code CLI能把任务扔去后台跑 同时做其他事

用命令行写AI任务时,加一个字符就能让任务在后台运行,自己可以同时做别的工作,能大幅提升编码工作效率

还没用过 Claude Code 这个功能的人,可能已经和别人拉开差距了👇

只要在 CLI 的提示符开头加上「&」,就能把对应任务发到 Claude Code Web 端,在后台运行。

也就是说,你可以像这样连续抛出任务:& 制作着陆页、& 修复全部bug、& 运行测试,同时自己还能继续在 CLI 做其他工作。

此前的 Claude Code 给人的感觉强烈是「在同一个界面和 AI 协作」,但今后完全会变成「CLI 是指挥塔,Web 是执行队」这样的用法。

而且,这个功能不只是在本地电脑后台运行,更厉害的是能把任务本身发到 Web 端的另一个会话里。

Claude Code 现在已经与其说是聊天型 AI,不如说更接近 AI 团队的管理界面了。

在 X 看原帖 ↗
9.8K35653
实战经验 · @yanhua1010▲ 3.5K

开发者做了DeepSeek Harness从零搭建AI Agent手把手教程

想自己动手做AI Agent却找不到入门路径的人,可以跟着这个教程从零完成完整实现,还有在线学习入口可以直接跟着练

新鲜出炉 Deepseek harness教程,使用DeepSeek v4 pro max 做了个手把手教程。 👉 DeepSeek Harness原理与实现:从零到一实现一个 AI Agent 🌍在线学习: 🔗仓库地址:

在 X 看原帖 ↗
3.5K64554
📌 其他
大模型 · @chunxiangai▲ 3.6万

DeepSeek Harness架构解析:全插件化可热插拔Agent框架

对比同类产品,拆解DeepSeek Harness的原子化全插件设计思路

阅读全文 →
3.6万1516395
AI开发 · @thdxr▲ 1.7万

开发者对比DeepSeek Harness与OpenCode2设计思路

开发者称DeepSeek Harness与自研OpenCode2设计思路多有重合,核心实现选择不同

我抽时间看了新的 deepseek harness,它很有意思,因为其中有大量和我们在 opencode2 里为支持全热重载开发的方案重叠的思路。

他们最终做了一个关键的不同选择,让最终解决方案不一样,但整体思路非常眼熟。

简单来说,用插件系统的话,如果插件A、B、C都修改了状态,30秒后A又改了一次,状态很容易陷入混乱,你要怎么处理?

我们用的是一个非常简单的重放系统来重新推导状态,而 deepseek 维护了一套撤销修改的方案。

在 X 看原帖 ↗
1.7万541985
大模型 · @wquguru▲ 4.7万

博主评价DeepSeek V4 Pro未达预期 Harness体验惊艳

科技博主分享对DeepSeek两款AI工具的使用体验评价

DS V4 Pro效果没有完全达到预期,不过DeepSeek Harness(dsh)却十分惊艳,草草的列几个印象深刻的点: 1. 快,非常之快 2. dsh没有选择GUI、也没有选择TUI,或者CLI,而是走了一条其他Harness几乎没走过的路——Web UI,采用BS架构,这个设计非常的巧妙,把客户端繁重的工作省下来做优先级更高的事情,后期如果要做客户端,直接Electron包一下就是客户端了 3. 插件系统非常nice,万物皆可插拔,有趋势的,默认开启的插件中竟然有个佳作llm-pi-ai的插件,可见也用到了pi生态的组件 4. 可观测性的设计惊为天人,分Duration、Turns、Calls三大块,你可以理解为Harness的F12,System、User、Assistant具体都在输入什么、输出什么,每个Tool做了什么,轮次、模型耗时、工具调用耗时、首 token 平均时长、缓存命中率。..非常的详尽 5. github star破10万轻轻松松🫱

更多截图

插件能做什么应用层的东西,可以看这个例子🫱

在 X 看原帖 ↗
4.7万10191105
编码Agent · @0xcherry▲ 4.6万

体验解读DeepSeek Harness的设计理念与实现思路

分享使用DeepSeek Harness的体验,解读其创作思路

阅读全文 →
4.6万24402183
Agent框架 · @mylifcc▲ 3.6万

对比DSH与Pi:Agent框架设计理念与架构差异

本文对比两款Agent框架DSH与Pi的设计定位与架构

阅读全文 →
3.6万1511299
AI编码 · @goan999999▲ 2.0万

Codex 5.6隐藏技巧:可省90%token提升编码效率

用户分享了让AI编码效率提升的正确提示词用法,替代直接要求AI写功能的操作

阅读全文 →
2.0万1473111
AI编码 · @josesilesdata▲ 8.3K

GitHub推出spec-kit开发工具 重构AI编码流程

该工具要求先写开发规范再由AI执行,支持三十多款AI编码代理,现已在GitHub开源

开发者josesilesdata在社交平台发文,宣告随性AI编码(vibe coding)时代终结。GitHub推出全新工具spec-kit,改变了开发者向AI编码代理提需求的方式。

它要求开发者先写清楚项目规范,再由AI代理执行开发工作。工具共有五条命令,分别对应定义项目原则、明确开发目标、确定技术栈与架构、梳理实际任务清单、完成代码实现。

spec-kit支持超过三十款不同的AI编码代理,包括Copilot、Claude、Codex、Cursor等。

目前该项目在GitHub上已经获得超过12.5万星标,项目仓库链接附在原发文的评论区。

在 X 看原帖 ↗
8.3K8112161
开源 · @anion_ex▲ 6.1K

深度求索开源DeepSeek Harness 已现Agent操作系统雏形

参与者分享内测体验,称框架支持组件动态重组,内测阶段已有近300个第三方插件

阅读全文 →
6.1K87136
影视 · @gkxspace▲ 8.3K

Higgsfield用AI生成全长20分钟剧情片《ONEIRIC》

影片由Cinema Studio 4制作,全部提示词与制作素材已经完全公开

全长20分钟的剧情片《ONEIRIC》完全由AI生成,由Higgsfield使用Cinema Studio 4制作完成。

以往看到AI生成的影片内容,爱好者最常询问的就是生成提示词。这次不需要额外索要提示词,《ONEIRIC》的全部提示词和制作素材都已公开。

公开项目中可以查看五项核心制作信息,分别是:故事拆分场景与分镜的方式;角色、地点、道具制作成资产的方法;每个镜头使用的参考素材;细节提示词的撰写详细程度;前后镜头保持一致性的方法。

完整公开项目可通过指定链接查看,这些制作资料很难在平时获得。

在 X 看原帖 ↗
8.3K23232
产品体验 · @brian_lovin▲ 3.5万

开发者分享Grok BotAI助手初步使用体验

梳理了该产品在交互设计、功能设置等方面的优缺点与行业观察

阅读全文 →
3.5万13452334
大模型 · @aitech_komoriya▲ 1.4万

Claude Code「三席位分级」配置方案可降低近八成成本提速两倍

由用户aitech_komoriya分享,通过三款Claude模型分工实现成本与效率优化,适合深度使用Claude Code的用户

如果你在使用Claude Code,建议牢记「三席位」分工配置方案。该方案可将成本从约2万日元降至约3000日元,处理速度可提升至原来的三倍。

方案的核心原则,是不要把所有工作都交给最高级的大模型。

具体分工分为三层:最轻量的Haiku负责分类任务,中等规格的Sonnet负责具体工作,可支持8个任务并行处理,最顶级的Opus只负责最终的质量检查和结果判定,如果结果不符合要求就发回Sonnet重新处理。

这本质就是「分类器→8个工作线程→裁判员」的三级分工。要把生成内容的AI和评估内容的AI分开,不要让同一个AI既生成内容又自我审核。

最不推荐的用法就是把所有工作都交给Opus,这种做法相当于花高薪聘请顶级人员做基础工作,成本很高。

AI时代的核心问题,从来都不是哪个模型能力最强,而是该把哪类工作交给对应的模型。

要真正用好Claude Code,这种根据模型能力分配任务的方式非常重要。未来人与人之间的差距,不在于会不会用AI,而在于能不能把AI放到最合适的位置上。

这套分级分工方案同样适用于Codex。

在 X 看原帖 ↗
1.4万77382
产品体验 · @dotey▲ 9.2K

普通用户分享DeepSeek Harness使用体验与改进建议

用户从普通用户视角提出产品体验问题与优化方向,建议引入专业AI产品经理

阅读全文 →
9.2K47221
语音技术 · @aiwithsally▲ 2.3万

测试者谈文本转语音工具:演示效果易做生产可靠难

Soniox发布新版TTS,支持超60种语言,每小时定价0.7美元,兼顾多项实用功能

我测试过足够多文本转语音(TTS)工具,很清楚在演示中获得好听的语音效果是很容易的部分。真正的挑战是让语音人工智能在生产环境中稳定运行。生产环境要求包括低延迟、顺畅打断、准确发音、多语言支持,还要在不同语言间保持同一音色。

Soniox刚刚推出了TTS v2,这也是本次发布的亮点所在。单个模型就集成了超过60种语言支持、数秒音频即可完成语音克隆、自然语言切换、字符级时间戳以及超低延迟流媒体功能。

本次发布的定价为每小时0.7美元,对实际想要扩展语音智能代理的开发团队来说实用性进一步提升。文本转语音技术正快速发展为实用基础设施。

在 X 看原帖 ↗
2.3万131781
开源 · @MinLiBuilds▲ 7.8K

DeepSeek Harness与V4 Pro同日开源 提供AI Agent搭建框架

该项目将AI Agent全组件模块化,底层支持全插件化架构,配套发布相关编程范式论文

阅读全文 →
7.8K13028
本地部署 · @ollama▲ 5.0K

可本地运行Meta AI的Muse Glimmer处理个人信用卡账单

Ollama平台支持该本地部署模式,可保障数据完全留存在用户本地

可在本地完全运行Meta AI的Muse Glimmer,用来处理个人月度信用卡账单。处理过程中所有数据都保留在用户本地,数据所有权完全归用户所有。

用户可以结合Ollama,用自己常用的应用或工具框架尝试不同智能代理任务。

相关任务链接和Muse Glimmer模型页面已公开。

在 X 看原帖 ↗
5.0K2599
互联网 · @majamediaco▲ 180

用户自2012年运营表情包账号 累计近15年经验

网友调侃自己按平台阶段获得了表情包领域不同等级学位

很难相信,我从2012年就开始在互联网运营表情包账号了。

我把这个过程戏称成:在Instagram读本科,在Tumblr读硕士,在Twitter读博士。

目前我在应用模因学(meme)领域的专业从业经验已经接近15年。

在 X 看原帖 ↗
180141
开发工具 · @contextconor▲ 250

开发者评价AI可观测性工具Emma AI体验出色

开发人员contextconor分享使用体验,称赞Emma AI可观测性产品与开发团队

用户contextconor在X平台分享了自己使用Emma AI可观测性工具的体验。他表示,这款工具实际使用体验非常好。

和传统工具要求使用者预先定义所有可能的故障模式不同,Emma AI可以自主理解AI代理预期要完成的任务。

他同时称赞Emma AI的开发团队非常出色,向zjearbear及整个团队表示祝贺。

在 X 看原帖 ↗
2505
AI开发工具 · @stevibe

DeepSeek Harness发布 改用网页界面替代命令行工具

开发者实测其完成3D魔方构建任务,新增轨迹页可追踪助手与工具调用

DeepSeek Harness已推出,核心改动是使用网页界面替代命令行界面(CLI)。

开发者测试了该工具生成3D魔方的任务,总共耗时27分钟,完成52个步骤,生成速度为每秒120个令牌(tok/s),最终结果完美成型。

工具新增「轨迹」标签页,用户可以在该页面追踪每一次助手调用与工具调用。

顺带一提,该工具默认选用3080端口运行。

在 X 看原帖 ↗
工具 · @jmrphy

这款免费AI工具可完成电脑操作,成本仅需5美元

用户jmrphy分享了一款几乎免费的AI智能体搭建方案,十分钟就能在电脑上配置完成

如果你过去一年一直观望AI智能体炒作,觉得它只是潮流炒作、浪费时间,成本太高不值得尝试——说实话,你之前的想法可能没错。但jmrphy认为,搭配Hermes桌面端的DeepSeek V4 Flash刚刚跨过了值得尝试的门槛,之前一直观望的人现在都应该动手配置。

这个组合几乎免费,其AI能力大致相当于美国企业每月收费200美元的产品。不需要复杂设置,全程只需大约十分钟,就能让AI帮你完成电脑上的几乎所有操作。

超高智能水平已经和极低成本结合到一起,花十分钟把它装到电脑上完全值得。配置步骤十分简单:先免费下载Hermes Desktop,再在OpenRouter注册账号,购买5美元额度,不会自动续费,复制你的API密钥,也就是应用程序编程接口密钥,将密钥填入Hermes的设置中,选择DeepSeek v4 Flash作为默认模型,剩下的操作都可以让Hermes帮你解释和完成。

5美元额度可以使用很长时间,如果试用后不满意,损失的时间和金钱都非常少。

使用需要注意安全风险,如果没有集中注意力,AI智能体有可能误删电脑上的文件。刚开始使用时操作节奏放慢。

在 X 看原帖 ↗
大语言模型 · @MaxForAI

DeepSeek Harness系统提示词泄漏 指向Agent运行时新方向

泄漏的系统提示词显示,该产品不止聚焦代码生成,更定义了Agent完整运行框架

AI生成视频 · @huangyun_122▲ 2.2万

有用户测试Grok生成视频 效果不输Seedance 2.5

用户基于Fable 5提示词改写后测试Grok,分享完整提示词与测试入口链接

阅读全文 →
2.2万115494
视频生成 · @Saccc_c▲ 1.9万

Seedance 2.5适配Codex的Higgsfield插件实测体验

Codex安装该插件可一站式完成AIGC视频全流程创作

这是玩 Seedance 2.5 必须在 Codex 中安装的插件: Higgsfield

安装这个插件,你在 codex 中可以直接调用 Higgsfield 生成高质量的 AIGC 视频,生产力直接起飞

我实测下来,最大的感受是现在 seedance 2.5 工作流直接住在了 codex 中,从关键帧 👉 视频提示词 👉 视频生成 👉 修改都可以直接在 codex 中完成

最让我震撼的两个点是:
1、我直接让 codex 学习了最优秀的开源 AIGC 视频提示词,然后根据自己的需求生成提示词,直接调用 Higgsfield 生成视频,整体效率直接拉满了
2、生成视频后,视频会直接在 Codex 中展示,其也会直接通过观看视频的关键帧,提出修改意见

这个插件一上线后,我就用其制作了一个小短片《我和 Claude 女孩的故事》

灵感来源: Claude 一直封杀我的账号,但是我还是像个舔狗订阅它 😭😭😭

具体成片和我怎么操作的,大家看下面视频👇(全部都在 codex 中操作)

在 X 看原帖 ↗
1.9万24117119
音乐生成 · @yu_ichi_suzuki▲ 3.7K

开发者实测本地音乐生成模型MiniMax-Music3

分享本地部署的MiniMax-Music3的实测体验与特性

阅读全文 →
3.7K117949
行业观点 · @Kay2289123▲ 1.7万

博主日深度用AI八小时后看多AI发展不认同泡沫论

硅谷博主日深度使用AI,认为AI发展方兴未艾,强烈看多相关产业

阅读全文 →
1.7万611233
开发工具 · @LinearUncle▲ 6.4K

开发者跑通DeepSeek Harness WebUI 点评其定位差异

开发者分享跑通DeepSeek Harness WebUI,点评其方向差异

DeepSeek Harness 的 WebUI 我跑起来了。很多人喷 DSH 不像产品。我觉得还好——方向本来就和 OpenAI、Claude Code 不一样,这轮也不是奔着做产品去的,给他们点时间。

就冲 DeepSeek 支持 OpenCode Go 套餐,我先点个赞。还有这个轨迹,一目了然。马上准备抄进我自己的 harness 了。

在 X 看原帖 ↗
6.4K1339
大模型 · @dutradotdev▲ 3.9K

开发者实测Grok AI:完成10项任务仅耗10%窗口资源

海外开发者分享Grok AI使用体验,称其性能表现出色

grok eh pica ta,我今天完成了 10 项任务,只用了 10% 的额度,结果非常出色,几条感想:1. 输出非常快 2. 你还可以生成视频 3. 可以用 /import-claude 导入你的配置 4. 开发体验几乎和 Claude Code 一模一样。

在 X 看原帖 ↗
3.9K27123
网络安全 · @jarrodwatts▲ 4.7K

开发者借助GPT首次获得漏洞赏金 搭建全自动化流程

开发者两个月后更新:靠GPT搭建自动化流程拿下首笔漏洞赏金

两个月后,这个支线任务的更新:我本周拿到了人生第一笔漏洞赏金!

我搭建了一条自动化流水线,可以从头到尾完成整个流程:从寻找潜在候选目标,到构建并验证漏洞概念验证(PoC)。

整个流程全部由 GPT Pro + 5.6 Sol 完成。

在 X 看原帖 ↗
4.7K25512
开源 · @AlchainHust▲ 3.5万

120页《DeepSeek Harness橙皮书》免费开源发布

由AI生成的《DeepSeek Harness》分析橙皮书开放获取

是的,《DeepSeek Harness橙皮书📙》,总共120页,免费!开源!

这么短时间内能出这个东西,是的,当然是AI写的。我为啥要用AI写这个呢?

因为我看到DeepSeek Harness说“一切皆插件”的时候,我感到很好奇,尤其想知道这部分插件和skill、MCP等概念之间的关系。

看到他的四种模式:(标准模型、PTC模式、极简模式、创造模式)的时候也很困惑,我想知道这几个模式究竟是指什么,该用哪一个。

以及,当然还有个很基础的问题,这个产品和Codex、Claude Code这样的coding agent之间的关系是什么样的,他们有什么不同?

DeepSeek又为何这么设计。尤其当我发现dsh仓库还有开发过程中几乎所有决策过程的agent note时,如获至宝。应该是可以借此把这个产品如何走到这个状态的,意图为何,如何使用拆解清楚。

于是,花费了2亿Opus 5 tokens写出来的橙皮书来了,他满足了我很大部分的好奇心,期待对你也是。

在 X 看原帖 ↗
3.5万40294323
大模型 · @dotey▲ 1.9万

开发者分享Claude多SubAgent分工降本提速技巧

开发者分享Claude配置技巧,主副模型分工控制Token消耗

我最近在 ~/.claude/CLAUDE.md 里面加了一段提示词,让它多开 SubAgent(Opus)去执行,这样我默认开 Fable 5 High,Token 消耗也不算厉害。

Fable 5 则主要做需求澄清、方案拆解、任务分发和结果验收。

之所以不用 Opus 5 是因为太太太慢了,而且 Token 消耗巨大!

--- 注意你的主要任务是分析、编排和验证,具体任务尽可能交给 subagent(Opus)去执行。

当主 agent 是 Fable 5 时尤其如此:自己只做需求澄清、方案拆解、任务分发和结果验收,实现类工作(读大量代码、写代码、跑测试、批量修改)一律用 Agent 工具派给 Opus subagent 执行。

在 X 看原帖 ↗
1.9万12121156
大模型 · @DeryaTR_▲ 2.9K

测试者提前体验GLM-5.3 称性能远超前代旗舰

测试者提前测试GLM-5.3,称其编码能力提升可对标前沿大模型

我有机会提前测试了 GLM-5.3。它在编码能力上比 GLM-5.2 有了大幅提升,现在已经能和前沿模型竞争了!它的速度也非常快。

具体来说,我能用它极快地开发出复杂的生物学应用。这次升级给我留下了非常深刻的印象!

在 X 看原帖 ↗
2.9K5343
开源 · @CrazyAIAgent▲ 2.8万

DeepSeek团队64天完成dsh开发并开源,开发强度极高

DeepSeek 6-8人团队64天完成dsh开发并开源,核心开发者贡献近半数代码

阅读全文 →
2.8万1117777
动态 · @Avalanc83148107▲ 1.2K

开发者搓出支持自定义设置的GPT官端思考链渲染工具

开发者实现GPT官方端思考链渲染,后续将发布开发教程

搓出gpt官端思考链渲染了,work和chat都能用wwwww 晚上等我写教程……… 功能实现容易,写教程好难啊啊啊啊啊 支持自定语言风格和美术ui~

在 X 看原帖 ↗
1.2K27035
AI开发 · @gershuni▲ 2.6K

用户 Gershuni 升级DictaGeniza藏经库网站AI功能

借助Claude Code与GPT Codex完成开发,新增初始导航页和自动文本匹配功能

今日将在《Makor Rishon》安息日增刊发布关于Dicta Geniza藏经库网站的访谈。为准备访谈发布,Gershuni使用Claude Code和GPT Codex完成开发,新增两项核心功能,Gershuni认为目前GPT Codex的价值被严重低估。

第一项功能是为新访客提供导航页面。第二项是Gershuni期待已久的自动匹配模型,可以在藏经库中为数百篇已知文本自动完成计算机匹配。

基础版本已于上周上线,此次更新进一步提升了匹配精度,还新增按文本位置查找匹配的功能,比如可以在藏经库中查找对应《巴比伦塔木德·公会篇》100页到101页的引文或匹配内容。

Gershuni感谢访谈记者Ariel Shenbel、《Makor Rishon》安息日增刊编辑、Dicta协会、家人与父母的支持,访谈和更新后的网站可通过链接访问。

在 X 看原帖 ↗
2.6K1888
开源 · @SachinNeravath▲ 1.4K

开发者因Claude Max额度快速耗尽自制用量审计工具

发现后台静默运行1555个会话一周消耗12.2亿令牌,工具本地运行完全开源

一名叫Sachin Neravath的开发者遇到Claude Max使用额度频繁耗尽的问题,一直找不到原因。于是他开发了一款用于审计令牌用量、账户额度与实际消耗的工具。

问题根源最终被定位到开发者正在使用的某一个编码智能体上,这个智能体会在后台自动运行Claude会话。单天之内它就启动了1555个会话,一周内消耗了12.2亿个令牌,令牌是大语言模型计量用量的单位。

Claude自带的用量统计功能无法查出这类异常消耗。但Claude Code会在用户本地电脑记录每一次请求的日志,这款新工具可以基于这些日志分析用量。

现在开发者可以直接向Claude Code提问,询问额度超限的原因,工具会直接给出明确的结论。安装方式为输入指令npx skills add kelviq/tare即可使用。

工具支持查询本周令牌消耗去向、哪个模型用量最高、是否有程序在后台静默运行Claude Code、如何调整能节省最多用量,还可以生成浏览器可打开的用量报告,导出用量数据到电子表格。

工具所有计算和数据都在用户本地完成,不会有数据离开用户设备。项目以MIT许可协议开源。

在 X 看原帖 ↗
1.4K44019
新AI开发 · @goan999999▲ 2.3万

Codex 5.6存档技巧:压缩上下文节省80%token提升开发效率

分享Codex 5.6的AI存档压缩方法,大幅节省token,提升开发效率

阅读全文 →
2.3万19156257
新开发者 · @xiaohu▲ 1.3万

OpenAI发布GPT-5.6构建者指南 大幅降低开发成本

OpenAI发布开发者指南,可通过优化配置大幅降低Agent开发成本

OpenAI 发布 GPT-5.6 构建者指南: 同样的效果,账单从 33 美元降到 1.33 美元 OpenAI 发布了一份给开发者的 GPT-5.6 构建者指南,主题是怎么把 Agent 的账单砍下来: 型号选哪个、推理档位开多大、三个新的 API 开关怎么用,全是能直接照着改的配置 主要思想就是:不再需要“无脑上最贵的顶配模型”,通过更聪明的模型搭配、架构优化和 API 新特性,可以用骨折级的价格做出更强、更快的应用。 6家已经把 Agent 跑在线上的创业公司,各交了一条实测数字。 它推翻的是过去搭 Agent 的默认姿势,上最贵的旗舰模型,把推理拉满。 到了 5.6 这一代,中小型号多想一会儿就能顶到上一代旗舰的水平,价钱只是零头。

GPT-5.6 的开箱能力更强。官方测试显示,GPT-5.6 Sol 在“低”推理强度下的表现,直接超越了 GPT-5.5 在“高”推理强度下的水准。 AI 能更敏锐地识别无效信息,不再盲目兜圈子,少用很多 Token 就能拿到正确答案。 详细内容↓:

在 X 看原帖 ↗
1.3万34885
新开发 · @op7418▲ 7.0K

数据视角分析刚发布的DeepSeek Harness项目

基于数据图解析新发布DeepSeek Harness的开发与社区情况

阅读全文 →
7.0K33241
新大模型 · @BrianDEvans▲ 6.8万

开发者提前测试智谱GLM 5.3 称性能优于Claude

开发者提前测试GLM 5.3大模型,认为其实际工作表现优于Claude

我测试了一个在实际工作中可能比 Claude 更好的模型。

就是 @Zai_org 发布的新 GLM 5.3,我在它发布前拿到了内测资格。

它的智能水平和前沿的 Claude 相当,但速度更快,也不会给出那种需要花5分钟才能拆解清楚的臃肿回答。

我给了它一些其他模型一直给出离谱解法的bug,它一次就搞定了。

我让它处理一堆交叉引用的商业文档,它找出了3个其他模型和2个人类都没发现的矛盾,只用了不到2分钟。

@Zai_org 真的在搞大事。它达到了 fable 5 级别的开源智能水平。

现在大多数看轻开源模型的人,未来的感受会和当年在比特币200美元时嘲笑它的人一模一样。

在 X 看原帖 ↗
6.8万42944
新AI开发 · @chenchengpro▲ 8.7K

开发者分享DeepSeek Harness的体验与架构点评

开发者深度点评DeepSeek Harness的设计特点与优劣

阅读全文 →
8.7K27338
新开发 · @Sonecarox▲ 8.2K

开发者称用Claude Code打造IA自动交易Bot上月获利1.7万

巴西开发者分享个人用IA自动化Bot,上月收益达1.7万

Conta nova na poly……我们出于策略更换了账号,上个月这个二号账号就有17k……自动化机器人由IA打造……对了,我不卖课也不提供任何课程,就只是自己个人使用而已。

CLAUDE CODE……今天游戏已经上传Steam了,它终于完工了……IA就是我的命。

在 X 看原帖 ↗
8.2K8728
新商业 · @MaxForAI▲ 1.4万

AI从业者MaxForAI宣布加入智谱清言

MaxForAI测试智谱GLM 5.3后认可其性能,宣布加入智谱清言并祝福前团队

MaxForAI在社交平台𝕏发文分享测试智谱GLM 5.3的感想。他称和智谱创始人唐杰是好友,两人过去一同体验过不少大模型,他认为GLM性能非常出色,双方能产生不错的合作效果。

经过多日思考,MaxForAI做出加入智谱清言的决定。他表示已经迫不及待要使用GLM 5.3开展工作。

对于DeepSeek和原团队,MaxForAI送出祝福,祝一切顺利。

在 X 看原帖 ↗
1.4万1781
新AI交易 · @Balder13946731▲ 6.9K

交易者称依托AI预测模型在多只美股交易中获盈利

交易者表示通过捕捉波动率错误定价,结合AI预测模型在四只美股取得交易成果

本周,该交易者在TSLA、ORCL、MU以及光相关标的交易中取得较好收益,核心因素是对波动率异常交易的敏感度和AI预测模型。

该交易者率先抓住市场对波动率的错误定价,及时把握住了MU和TSLA的高杠杆交易机会,还用Earnings Radar(财报雷达)完美预测了LITE的财报结果,同时捕捉到ORCL的结构性机会。

该交易者表示,此前未将NBIS和CRWV纳入预测系统,否则很可能也抓住这波算力行情的大幅上涨。

随着更多交易策略得到开发,未来取得大额收益的机会会越来越多。

在 X 看原帖 ↗
6.9K1507
新加密交易 · @blmario669▲ 794

交易策略黑客松第一名胜率超70% 玩家订阅跟单

网友计划参赛遇策略问题退赛,试用Agent对Agent跟单模式,称该模式需用到特定开发工具

一名网友看到本次交易策略黑客松奖金池规模较大,原本计划以交易ASP的身份参赛。部署完成后,他在策略环节遇到问题,最终没能参与比赛。

查看活动排行榜后他发现,胜率始终排名第一的参与者1M · 斯巴达大哥,此前两天收益率一度达到三位数,也就是超过100%。今日该策略出现一定程度回撤,目前整体胜率仍保持在70%以上,策略表现较强。

这名网友觉得自己开发策略折腾效率低,直接跟随他人策略效果可能更好,因此已经订阅了该第一名的策略跟单尝试。

他此前在交易所体验过传统跟单模式,认为通过智能体(Agent)跟单智能体的模式很新鲜,建议正在做智能体相关开发的人尝试。

这种模式有使用门槛,需要用Codex、Claude Code这类智能体工具,以用户身份接入参与,这名网友表示有空会整理出相关教程。

他自己尝试过程中遇到不少门槛,得到了@elaaa0x的很多帮助,戏称之后靠跟单赚到钱会请对方吃猪脚饭。

在 X 看原帖 ↗
79438

这一天的 143 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

https://ai-pulse-lab.com/feed.xml
让 AI Agent 每日推送 →
把任何一条丢给知识库,它基于全站内容给你带引用的回答。
✦ 去问知识库

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新