社区讨论:多数人疑惑为什么不把系统提示词 baked 进模型,每次API调用都要用户为这些 token 付费,认为这属于不必要的上下文膨胀。有人发现Anthropic Claude的系统提示词从早期300多词涨到现在3000多词,最早版本的提示词完全没有儿童安全护栏内容,现在这部分已经占了多个项目符号条目。还有用户吐槽Claude自称回答简洁,但实际输出并不符合这个描述,有人指出当前提示词里存在多处矛盾,会降低输出质量。
今天发生了什么1 分钟读懂
PrimeIntellect完成迄今最大规模的公开AI自主科研实验:8块H200上运行10余个前沿模型,无人介入、无联网,完成100多次自主实验循环,最佳结果已接近人类数月成果的82%。这不再是概念演示,而是可量化的自主研究能力。
Google低调开源了TimesFM时间序列预测模型,无需微调即可直接用于销量、流量等业务预测。对中小企业而言,这意味着AI预测能力首次以零额外训练成本的形式开放。
Anthropic发布Claude Code官方使用指南,核心不是提示词技巧,而是上下文管理——如何减少无效token消耗、避免缓存中断。这是官方首次系统披露高效使用其编程工具的方法论。
03 OpenAI向开源维护者提供半年免费ChatGPT Pro福利 OpenAI为开源维护者提供免费ChatGPT Pro、安全访问权限与API额度
OpenAI 为开源项目维护者提供 6 个月的免费 ChatGPT Pro、Codex Security 访问权限以及 API 积分。 我已经申请了。我几乎每天都会用 Codex 在我的项目上执行任务,想要进一步推进它。
04 Exa API给学生送福利,每年免费额度超常规 新注册送20美元额度,每月再送10美元,学生还能申请1000美元教育 grant,每年有120美元免费搜索API额度
注册即可获赠 $20 Exa API 额度,之后每月再送 $10。 面向学生提供 $1,000 教育补贴。每年可免费使用价值 $120 的搜索 API。
今日焦点
苹果芯片推理优化一盘散沙,社区应集中整合而非另起炉灶
这是一篇手写的帖子。我花了太多时间试图在 Apple Silicon 上获得快速推理。这篇文章写给那些想知道在 Mac 上运行本地模型的最新进展,以及为什么自己看到的性能与社区其他人宣称的不一致的人。
TL;DR
过去两周我全职投入研究 Apple Silicon 上的推理优化现状,老实说,软件栈一团糟。目前没有任何框架能像 CUDA/NVIDIA 那样,为最新的 Qwen 模型提供完整的推理优化:前缀缓存、投机解码、分页 KV 缓存、连续批处理、动态调度、flash attention 等等。
深度阅读
🔥 信号雷达137 条本班新增 37 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▲ 178
tosh 在 Hacker News 讨论 Claude 系统提示词
关注 Claude 使用技巧的人,可以去 HN 讨论串看社区分享的经验,能直接参考他人的用法
tosh 在 Hacker News 讨论 Claude 系统提示词
关注 Claude 使用技巧的人,可以去 HN 讨论串看社区分享的经验,能直接参考他人的用法
新大模型 · @Alibaba_Qwen▲ 7.9万
Qwen3.8-27B 可以直接在笔记本电脑上运行
第三方开发者基于它做了无审核的多模态版本,支持读取图片和理解视频内容
Qwen3.8-27B 可以直接在笔记本电脑上运行
第三方开发者基于它做了无审核的多模态版本,支持读取图片和理解视频内容
🚀 Qwen3.8-27B 可以在笔记本电脑上流畅运行,现已融入我们的工作与日常生活。感谢推荐!@atomic_chat_hq
你是否一直想要一款能读取图像、理解视频,还完全无审查的多模态大模型?来认识 Qwen3.8-27B-CRACK-GGUF,这是一款采用 gated-delta-net 技术的混合「猛兽」。
它已经过去对齐处理,没有任何护栏,只剩纯粹的能力。#AI #Multimodal
新深度观点 · @kimmonismus▲ 2.1万
Qwen-3.8 27b反驳开源只供大算力
有人说开放权重只是把权力转移给了大算力方,作者不同意,还搬出Qwen-3.8 27b作为例证。普通人也能用到好用的开源模型。
Qwen-3.8 27b反驳开源只供大算力
有人说开放权重只是把权力转移给了大算力方,作者不同意,还搬出Qwen-3.8 27b作为例证。普通人也能用到好用的开源模型。
“开放权重确实对此有所帮助,但远算不上一个足够的解决方案,因为它只是把集中度稍微转移给了那些拥有最多算力和芯片的机构(大致就是前沿实验室加上可能的硬件厂商)。”
我强烈反对这一观点,而Qwen-3.8 27b刚刚就此给出了结论性的证明。开源属于所有人,不只是属于拥有海量算力资源的群体。
行业动态 · Hacker News▲ 110
只见过五年级内容的LLM会变成什么样
现有大语言模型大多训练全网公开内容,这个讨论抛出了一个少见的训练思路,值得看看后续结论
只见过五年级内容的LLM会变成什么样
现有大语言模型大多训练全网公开内容,这个讨论抛出了一个少见的训练思路,值得看看后续结论
新行业动态 · @JosephNWalker▲ 2.5万
JosephNWalker发布澳大利亚AI算力行业播客系列(多个GW)
关注澳大利亚AI发展的人可关注该系列,能了解澳大利亚是否要打造本土大型AI算力产业的相关讨论
JosephNWalker发布澳大利亚AI算力行业播客系列(多个GW)
关注澳大利亚AI发展的人可关注该系列,能了解澳大利亚是否要打造本土大型AI算力产业的相关讨论
澳大利亚算力:接下来一个月,我会在我的播客推出一系列节目,聚焦澳大利亚是否应该、以及该如何发展大规模本土算力产业这个问题。规模是能供AI使用的数吉瓦算力。
我会在录制完成后逐集在本月内发布,不会一次性全部放出,因为这个领域变化太快了。
第一期嘉宾是 Andrew Charlton,他可以说是澳大利亚政府中主导本国AI战略的核心人物。这一期会在未来24小时内发布。
在你常用的播客平台订阅即可,就不会错过新上线的节目。该系列的完整公告在这里:
第一期见!
新深度观点 · @MaxForAI▲ 2.1万
现在B站已经成了国内AI技术一手信息源
追DeepSeek更新时,最先出实测拆解内容的不是传统技术平台,而是B站UP主和观众,普通爱好者也能在这里一起跟着验证最新技术。
现在B站已经成了国内AI技术一手信息源
追DeepSeek更新时,最先出实测拆解内容的不是传统技术平台,而是B站UP主和观众,普通爱好者也能在这里一起跟着验证最新技术。
行业动态 · @business▲ 20.3万
阿里开放权重模型半年下载超30亿 全球第一
开源开放权重模型的竞争格局生变,下载量数据刷新了全球厂商的排名,后续产品落地和生态变化值得关注
阿里开放权重模型半年下载超30亿 全球第一
开源开放权重模型的竞争格局生变,下载量数据刷新了全球厂商的排名,后续产品落地和生态变化值得关注
前沿研究 · @fchollet▲ 11.6万
ARC-AGI-3最优方案都用大语言模型导符号模型
AGI基准测试的领先解法都指向同一技术路线,这会影响通用人工智能研究的未来方向,值得关注。
ARC-AGI-3最优方案都用大语言模型导符号模型
AGI基准测试的领先解法都指向同一技术路线,这会影响通用人工智能研究的未来方向,值得关注。
Jeremy 的出色工作很好地展示了一种非常强大的方法:LLM 引导的符号化世界模型实时合成,也就是通过编写可执行代码来理解世界,这些代码会编码你对世界因果机制的理解。
到目前为止,ARC-AGI-3 上所有性能最优的工具都采用了这种风格的方法。这也是我们最初发布这个基准测试时推荐的方法(作为前 Ndea 技术员工,Jeremy 比大多数人更清楚这一点)。
我很高兴 ARC 3 推动了这个领域更多的研究和进展。
新品发布 · @pvncher▲ 42.7万
@pvncher发布多智能体v2模型任务委派功能
这项低关注度功能上线后,多智能体v2可向所有支持的模型委派任务,包括Luna,让多智能体协作的灵活性进一步提升。
@pvncher发布多智能体v2模型任务委派功能
这项低关注度功能上线后,多智能体v2可向所有支持的模型委派任务,包括Luna,让多智能体协作的灵活性进一步提升。
这件事这一周都没怎么引起关注,但我们刚刚推出了新功能,支持 multi agents v2 的模型可以将任务委派给任何受支持的模型,包括 Luna!我们花了不少时间来确保它能稳定运行。
行业动态 · @AnthropicAI▲ 618.9万
AnthropicAI发布AI生成内容水印常见问题解答
为符合欧盟AI法案要求,Anthropic将为Claude输出添加AI水印,该方案不影响输出质量,也不会增加使用成本,不追踪用户个人信息
AnthropicAI发布AI生成内容水印常见问题解答
为符合欧盟AI法案要求,Anthropic将为Claude输出添加AI水印,该方案不影响输出质量,也不会增加使用成本,不追踪用户个人信息
我们撰写了一份常见问题解答,来回应我们收到的关于水印功能的提问。总结如下:
• 我们推出水印功能是为了遵守欧盟 AI 法案,其他主流模型开发者也签署了同一行为准则,同样会推出水印功能;
• 我们的水印方法不会对 Claude 输出内容的质量或内容产生任何实际影响;
• 读者根本无法区分带水印和不带水印的文本;
• 不会向文本中添加任何内容,也不存在隐藏字符;
• 水印功能不需要额外 token,也不会增加使用成本;
• 水印无法追溯到特定个人、组织或对话。
点击此处了解更多:
游戏开发 · @Grummz▲ 9.5万
开发者弃用Unreal,全AI编写游戏引擎Kaiju Engine
开发者用全AI生成替代引擎Kaiju,成功移植旧游戏《Firefall》
开发者弃用Unreal,全AI编写游戏引擎Kaiju Engine
开发者用全AI生成替代引擎Kaiju,成功移植旧游戏《Firefall》
🔥 热点追踪 · @PrimeIntellect▲ 21.8万
PrimeIntellect完成最大规模公开AI自主科研实验
PrimeIntellect用8xH200s硬件,让10+前沿模型完成100多次自主运行实验,最佳结果闭合了人类数月成果82%的差距,无人介入无联网,后续效果仍待观察。
PrimeIntellect完成最大规模公开AI自主科研实验
PrimeIntellect用8xH200s硬件,让10+前沿模型完成100多次自主运行实验,最佳结果闭合了人类数月成果82%的差距,无人介入无联网,后续效果仍待观察。
新行业观点 · @AnatoliKopadze▲ 1.5万
Claude Code主管说不用再自己写AI提示词了
他现在用图结构和循环让AI自己搭建智能体,十分钟就能讲清这个方向接下来的发展路径
Claude Code主管说不用再自己写AI提示词了
他现在用图结构和循环让AI自己搭建智能体,十分钟就能讲清这个方向接下来的发展路径
Claude Code 负责人表示:“我现在已经不再给我的智能体写提示词了,我在构建图和循环,这样它们就能帮我构建智能体。”
他在10分钟的内容里,清晰展示了智能体工程未来的发展方向,以及如何不被行业淘汰。这绝对是你绝对不能错过的内容。先观看,再阅读下方的分步指南,学习如何构建一个能自我优化的系统。
新开发工具 · @SevenXL77▲ 2.4K
@SevenXL77发布OPC Skills 自动化工具集(10)
收录了10个技能,包括SEO优化、域名比价、Logo生成和社交平台挖需求,兼容Claude Code等主流开发工具
@SevenXL77发布OPC Skills 自动化工具集(10)
收录了10个技能,包括SEO优化、域名比价、Logo生成和社交平台挖需求,兼容Claude Code等主流开发工具
一人一公司,在写代码���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。
新创业 · @laoyingkhq▲ 6.6K
本科生十天做的AI推演框架,拿了400万美元融资
框架可以放入上千个独立思考的AI智能体,支持金融预判、舆情走向模拟等推演实验,上传GitHub后收获一万三千多星
本科生十天做的AI推演框架,拿了400万美元融资
框架可以放入上千个独立思考的AI智能体,支持金融预判、舆情走向模拟等推演实验,上传GitHub后收获一万三千多星
新开发工具 · @Smartpigai▲ 1.5万
Codex更新支持子Agent 可选用多个不同GPT版本
不同GPT版本适配不同开发场景,能力最强的处理复杂编码,更快更经济的做简单内容整理
Codex更新支持子Agent 可选用多个不同GPT版本
不同GPT版本适配不同开发场景,能力最强的处理复杂编码,更快更经济的做简单内容整理
codex迎来史诗级更新! 新版Codex 支持会话里sub-agent 可选: gpt-5.6-sol:能力最强,适合复杂编码、审查与高精度任务 gpt-5.6-terra:速度与质量均衡,适合日常开发 gpt-5.6-luna:更快、更经济,适合搜索、整理和简单任务 gpt-5.5:复杂编码与研究任务 gpt-5.2:专业工作及长时间运行任务
新大模型 · @ai_for_success▲ 6.9K
GLM 5.3只用两个月就完成百倍提升的升级
官方博客称全部提升来自后训练 scaling(扩展模型规模),你怎么看这种升级路径?
GLM 5.3只用两个月就完成百倍提升的升级
官方博客称全部提升来自后训练 scaling(扩展模型规模),你怎么看这种升级路径?
GLM 5.3 是对 5.2 的一次重大升级,开发团队仅用两个月就完成了这次更新。这太不可思议了。
官方博客称,性能提升 100% 来自于对后训练阶段的扩量,AI/ML API 的这次测试就是改进效果的绝佳例证。两个模型拿到了同一个着陆页开发任务。
但 GLM 5.3 用更少的 tokens 就完成了任务,成本更低,生成的输出质量也更好。
GLM 5.3 很快也会开源。闭源实验室和开源项目之间的差距正在消失。
新工具产品 · @yiyirats▲ 3.5K
MatrixMedia 开源自动化跨平台发自媒体内容
做自媒体需要反复在多个平台发内容的重复劳动,可以用这套工具自动完成,支持手动和AI Agent接入。
MatrixMedia 开源自动化跨平台发自媒体内容
做自媒体需要反复在多个平台发内容的重复劳动,可以用这套工具自动完成,支持手动和AI Agent接入。
做自媒体最累的,不是剪视频。而是同一个视频,要在七八个平台重复发七八遍。GitHub这个开源项目MatrixMedia,把这些重复操作全部自动化了。
它把多个自媒体平台的网页发布流程封装成统一接口,目前支持抖音、快手、B站、视频号、小红书、头条、百家号、番茄视频等平台,同时提供GUI、CLI、HTTP API和MCP Server四种使用方式。不管是手动发布、脚本调用,还是让AI Agent自动执行,都可以接入同一套工作流。🔗
新新品发布 · @EXM7777▲ 1.3K
@EXM7777开源价值200万美元AI视频制作工作流($2M)
这套标准化工作流拆分了从项目初始化到生成提示词的全流程,想要规模化做AI视频可以直接复用这套现成框架
@EXM7777开源价值200万美元AI视频制作工作流($2M)
这套标准化工作流拆分了从项目初始化到生成提示词的全流程,想要规模化做AI视频可以直接复用这套现成框架
新新品发布 · @support_huihui▲ 1.3万
huihui-ai发布Huihui-Qwen3.8-27B-abliterated 大语言模型(3.8)
需要绕过内容限制使用大模型的用户,可以找到新的开源替代选项,不需要依赖闭源商用服务
huihui-ai发布Huihui-Qwen3.8-27B-abliterated 大语言模型(3.8)
需要绕过内容限制使用大模型的用户,可以找到新的开源替代选项,不需要依赖闭源商用服务
新模型:huihui-ai/Huihui-Qwen3.8-27B-abliterated
这是通过去对齐化(abliteration)制作的 Qwen/Qwen3.8-27B 无审核版本。
https://huggingface.co/huihui-ai/Huihui-Qwen3.8-27B-abliterated
新新品发布 · @9DDDG▲ 1.0万
dotsstudioai 发布dots-3能自主完成复杂任务
普通AI只会回答问题,这款模型可以持续工作直到复杂任务完成,需要长期逻辑推进的任务可以尝试新方案
dotsstudioai 发布dots-3能自主完成复杂任务
普通AI只会回答问题,这款模型可以持续工作直到复杂任务完成,需要长期逻辑推进的任务可以尝试新方案
如果AI不只停留在回答问题——而是能一直工作,直到复杂任务完成呢?这正是@dotsstudioai 用dots-3 note preview解决的问题。
它是一个开放权重多模态模型,面向现实生活中的长视距智能体工作,上下文窗口为512K,专为需要持续逻辑推理、执行和实时调整的任务设计。
👇 继续往下读,了解它的工作原理,以及模型细节和开源链接。
新新品发布 · @itx__aysel▲ 1.2万
dotsstudioai发布dots-3 note 支持512K上下文
面向真实场景长周期自主任务设计的开放权重模型,后续会放出开源链接,想尝试长上下文多模态开源模型可以留意。
dotsstudioai发布dots-3 note 支持512K上下文
面向真实场景长周期自主任务设计的开放权重模型,后续会放出开源链接,想尝试长上下文多模态开源模型可以留意。
512K 上下文。多模态。开放权重。🌍 👇 阅读下文串获取模型和开源链接。
@dotsstudioai 的 dots-3 预览版不止满足基础推理——它的目标直指长周期任务、陌生环境和真实世界问题解决。
这是一个开放权重多模态模型,专为现实中真正的长周期智能体设计。
新新品发布 · @Henry_cavil0▲ 1.2万
dotsstudioai发布dots-3开放多模态模型
它针对陌生环境自主学习的场景设计,需要在陌生环境里试错推进任务的场景,多了一个开源可选方案
dotsstudioai发布dots-3开放多模态模型
它针对陌生环境自主学习的场景设计,需要在陌生环境里试错推进任务的场景,多了一个开源可选方案
最棘手的难题很少会有完美的现成解决方案。👇
阅读这个推文串,获取模型和开源链接。
@dotsstudioai 的 dots-3 预览笔记探讨了 AI 如何在陌生环境中学习:探索 → 实验 → 学习 → 适应 → 继续前进。
这是一个开放权重多模态模型,用于现实生活中的长跨度智能体能力。
新新品发布 · @Biak0_▲ 1.2万
dotsstudioai 发布开源 dots-3 note 预览模型
这款模型主打多模态长周期自主决策能力,能感知理解现实物理世界后执行动作,关心开源通用AI进展可以追踪测试。
dotsstudioai 发布开源 dots-3 note 预览模型
这款模型主打多模态长周期自主决策能力,能感知理解现实物理世界后执行动作,关心开源通用AI进展可以追踪测试。
IMO 金牌级推理能力只是个开始。🥇 👇 请阅读这条推文串获取模型和开源链接。
@dotsstudioai 的 dots-3 note 预览版将这种纯粹的逻辑能力,转化为解决杂乱的实际物理问题的能力:感知真实世界→理解→推理→行动。
这是一个面向真实生活中长周期智能体能力的开放权重多模态模型,配备文本、视觉和音频理解能力,可在复杂环境中执行任务。
新新品发布 · @zjp1997720▲ 1.4万
@zjp1997720发布《WorkBuddy Harness 技术拆解蓝皮书》
遇到WorkBuddy配置修改不生效、功能关系理不清这类问题,可以通过这本拆解书找到问题根源,优化使用体验。
@zjp1997720发布《WorkBuddy Harness 技术拆解蓝皮书》
遇到WorkBuddy配置修改不生效、功能关系理不清这类问题,可以通过这本拆解书找到问题根源,优化使用体验。
来了来了,《WorkBuddy Harness 技术拆解蓝皮书📘》正式发布,全文免费、开源,支持在线阅读和 PDF 下载。我越来越确定:想真正用好一个 Agent 产品,光会操作远远不够。你得知道一次请求是怎么把身份、记忆、插件和项目上下文拼在一起的。
出了问题,才知道该去哪里找证据,也知道如何用的更好 所以这本书沿着「UI 行为 → 本地文件 → 发给模型的请求」一路往下拆:系统提示词、三层记忆、身份系统、专家、插件、Skill、Connector、SubAgent、会话证据和安全边界。如果你也遇到过「改了配置为什么不生效」「WorkBuddy 到底记住了什么」「插件往主线程里注入了什么」「专家、Skill 和 SubAgent 到底是什么关系」,这本书就是为你写的。预告里说,我想成为市面上最懂 WorkBuddy 的 AI 讲师。
这本书,就是我交出的第一份公开答卷。
新前沿研究 · @mertcobanov▲ 1.5万
@mertcobanov实测Qwen 3.8 27B在不同设备速度
不同硬件的推理速度实测结果清晰,想在消费级显卡跑这个模型,可以对照数据选设备,预估运行效率。
@mertcobanov实测Qwen 3.8 27B在不同设备速度
不同硬件的推理速度实测结果清晰,想在消费级显卡跑这个模型,可以对照数据选设备,预估运行效率。
昨晚我在我的4台设备上测试了Qwen 3.8 27B模型:
- 在5090上为75.5 tok/sn
- 在3090上为42.6 tok/sn
- 在24GB的Macmini M4 Pro上为15.1 tok/sn
- 在DGX Spark上为12.6 tok/sn
(旧款是MoE模型,之前跑Qwen3.6:35B时,在5090上能跑出169 tok/sn)
同时我让Opus 5准备了两组不同的测试,24道题它答对了23道。之后我让它做了一个总体评估,我把它的发现放在下一条推文中了。
新行业动态 · @StockSavvyShay▲ 1.9万
Piper Sandler 梳理出8层AI基础设施架构
AI规模扩张已经在电力、冷却、算力等环节出现瓶颈,这份梳理帮你看清整条AI产业链的机会分布,以及每个环节对应的核心玩家
Piper Sandler 梳理出8层AI基础设施架构
AI规模扩张已经在电力、冷却、算力等环节出现瓶颈,这份梳理帮你看清整条AI产业链的机会分布,以及每个环节对应的核心玩家
新工具产品 · @unicodef1wn▲ 6.9K
DeepSeek, Anthropic, OpenAI, Google, Cursor, xAI开源10个GitHub代码仓库(10)
想搭AI智能体,不必花钱买搭建课程。这些大模型厂商官方放出的开源工具、示例代码,能直接拿来用。
DeepSeek, Anthropic, OpenAI, Google, Cursor, xAI开源10个GitHub代码仓库(10)
想搭AI智能体,不必花钱买搭建课程。这些大模型厂商官方放出的开源工具、示例代码,能直接拿来用。
新实战经验 · @Teknium▲ 1.8万
Teknium称Qwen 3.8给Hermes Agent带来高密度智能
关注开源 Agent 的普通用户可以留意,通义千问开源模型已经能给 Agent 提供能力支持,体验可能超出预期
Teknium称Qwen 3.8给Hermes Agent带来高密度智能
关注开源 Agent 的普通用户可以留意,通义千问开源模型已经能给 Agent 提供能力支持,体验可能超出预期
新深度观点 · @HowToPrompt__▲ 5.6K
Apple 测试发现大模型根本不会做小学数学
原来之前AI在数学测试拿高分,全靠背训练数据的模式。一点小改动或干扰,正确率就暴跌,最高跌了65%。
Apple 测试发现大模型根本不会做小学数学
原来之前AI在数学测试拿高分,全靠背训练数据的模式。一点小改动或干扰,正确率就暴跌,最高跌了65%。
新生成式AI · @noctus91
通义千问Qwen3.8-27B单提示生成完整3D火星殖民地
270亿参数开源权重模型无需智能体循环完成全部场景构建
通义千问Qwen3.8-27B单提示生成完整3D火星殖民地
270亿参数开源权重模型无需智能体循环完成全部场景构建
用户@noctus91在𝕏分享,一个参数规模270亿的开源权重大模型,仅凭单条提示就生成了完整的3D火星殖民地。这个生成任务由通义千问Qwen3.8-27B完成。模型不靠智能体循环,就独立处理了场景、建筑、地形、光照和可交互元素全部内容。
对于这个参数规模的大模型而言,这是相当突出的进展。
新大模型 · @shi3z
开发者在M4 MacBook Pro上运行大模型 3.5小时生成FPS游戏
开发者自制AI代理框架,在128GB M4 MacBook Pro上运行通义千问大模型生成FPS游戏代码
开发者在M4 MacBook Pro上运行大模型 3.5小时生成FPS游戏
开发者自制AI代理框架,在128GB M4 MacBook Pro上运行通义千问大模型生成FPS游戏代码
开发者@shi3z在𝕏分享了自己自制的AI代理框架。这个框架能让Qwen3.8-27B-4bit-MLX大模型在128GB内存的MacBook Pro M4上自主运行。
开发者向大模型下达指令,要求它用three.js开发一款完整的第一人称射击游戏,并且完成全部建模工作。
大模型完成全部开发工作,一共用了3小时30分钟。相关内容链接已经公开。
新创业 · @0xcherry▲ 3.0K
网友评价OpenClaw:项目虽昙花一现但并非缺乏创新
分享了OpenClaw的创新设计细节,分析项目早夭原因并表达对AI创业的看法
网友评价OpenClaw:项目虽昙花一现但并非缺乏创新
分享了OpenClaw的创新设计细节,分析项目早夭原因并表达对AI创业的看法
新AI创作 · @DaveShapi▲ 489
AI创作同人文草稿实用指南分享
分享者总结了不同AI工具的优劣和实用的草稿创作流程
AI创作同人文草稿实用指南分享
分享者总结了不同AI工具的优劣和实用的草稿创作流程
这是一份用于AI创作草稿(特指同人文)的“权威”指南。
Fable生成粗草稿的能力不错。它的问题是,输出内容几乎全是叙事概括,而且所有角色都过于友善完美。
Opus也存在同样的问题,它甚至直白表示“作为大语言模型(LLM),概括就是我们的工作”,作者认为这种说法站不住脚。
ChatGPT的规划能力远胜上述工具。作者使用分形方法做规划:先拆分出一半、再拆分出四分之一、八分之一,逐步细化,直到梳理出全部情节节点,确保每个拆分片段都有足够的人物变化、戏剧张力和创作目的。
整体创作流程非常简单,就是生成粗草稿,之后修改。不需要额外建立文件、维护代码仓库这类操作。
核心原则是少即是多,没有哪份手稿的粗草稿会完美,也没有哪份手稿经过三轮修改就能完全没有错误。
修改要一次只处理一个问题,整个流程和人类创作者打草稿、改稿的过程非常相似。
使用Claude和ChatGPT的项目功能,比用GitHub仓库更好,只需要把手稿和参考资料上传到项目中即可。
新AI编码 · @victormustar▲ 2.1K
开发者分享对AI编码记忆系统的使用看法
一名开发者称编码从不使用任何记忆系统,甚至不用简单md文件
开发者分享对AI编码记忆系统的使用看法
一名开发者称编码从不使用任何记忆系统,甚至不用简单md文件
这名开发者认为完全不使用记忆系统是非常正确的做法。
他本人编码时从不使用任何记忆系统,甚至连简单的Markdown文件也不使用。
过期的记忆内容会让模型在数百次对话中偏离正确方向,这让他感到担心。
新大模型 · @MiaAI_lab▲ 5.5K
AI用户测试三款大模型 认为GLM-5.3表现最佳
用户在X平台发文,用Hermes Agent框架测试了三款国产开源大模型,附测试视频链接
AI用户测试三款大模型 认为GLM-5.3表现最佳
用户在X平台发文,用Hermes Agent框架测试了三款国产开源大模型,附测试视频链接
用户MiaAI_lab在社交平台X发文分享测试结果,本次测试共涉及三款大模型,分别是GLM 5.3、DeepSeek v4 Flash 0731以及Qwen3.8 27b。
所有三款模型都在Hermes Agent框架下完成测试,根据MiaAI_lab的个人判断,GLM-5.3的表现是三款中最好的。
测试的现场结果已经整理成附件视频,发布在文中附带的两条链接中,用户可以前往查看完整内容。
新开源 · @DZhao63405▲ 4.4K
博主DZhao63405开源获客内容制作系统含AI音频克隆
系统整合脚本、视觉素材与AI音频克隆功能,30分钟即可产出一条获客短视频
博主DZhao63405开源获客内容制作系统含AI音频克隆
系统整合脚本、视觉素材与AI音频克隆功能,30分钟即可产出一条获客短视频
博主DZhao63405在𝕏平台开源了一套获客内容制作系统。这套系统自带脚本和视觉素材,搭配AI音频克隆功能,30分钟就可以产出一条短视频。
该系统分为两个核心部分。第一部分是获客型短视频技能模块,配有单独项目链接。
第二部分是白板录屏视觉技能模块,同样配有单独项目链接。
所有模块与完整系统均可通过原文给出的链接获取。
新开发工具 · @chroniki_ai▲ 1.3万
Claude Code长对话输出混乱 分角色分工法可解决
该问题由上下文窗口记忆容量限制导致,将7种角色按三交代制写入单个文件即可解决
Claude Code长对话输出混乱 分角色分工法可解决
该问题由上下文窗口记忆容量限制导致,将7种角色按三交代制写入单个文件即可解决
新开发工具 · @yutakashino▲ 8.5K
日本开发者分享自用AI Agent开发工具与配置方案
开发者公开自己常用的AI Agent开发框架和模型切换方案
日本开发者分享自用AI Agent开发工具与配置方案
开发者公开自己常用的AI Agent开发框架和模型切换方案
我目前在用的开发框架按使用顺序排序是:Codex、Pydagents(在pydantic_ai之上自研实现)、Hermes、Amp、Pi,模型则通过我自己实现了支持OAuth的代理服务器,切换使用GPT、DeepSeek、Kimi、GLM、Grok。Amp因为用的是Orb,所以模型就交给那边处理了……
Opencode我也会在那个生态周边的实验中使用,但还没到能在业务里用的程度。
我自己正在做的东西,其元基础是「非确定性智能体系统构建确定性软件产品」,不知道为什么,它和Ant的模型还有框架相性特别差……
新教程 · @BTCqzy1▲ 3.9K
OpenAI Codex隐藏玩法:将重复提示词固化为可调用Skill
教你把反复使用的AI提示词做成Codex可复用Skill,省去重复粘贴步骤
OpenAI Codex隐藏玩法:将重复提示词固化为可调用Skill
教你把反复使用的AI提示词做成Codex可复用Skill,省去重复粘贴步骤
新AI, 安全, 代码审计 · @CossackWang▲ 1.2万
大模型代码审计对比:高成本方案不敌低成本新组合
开发者测试不同大模型组合做代码漏洞审计,成本相差巨大效果接近
大模型代码审计对比:高成本方案不敌低成本新组合
开发者测试不同大模型组合做代码漏洞审计,成本相差巨大效果接近
摆烂了,别卷挖洞了 两个月前写了个微软MDASH翻版,用GLM-5.2(代码审计) + GPT-5.5(Context采集)组了个巨大的workflow,扫某固件源码,发现了些high、critical的漏洞,成本¥1k 今天试了下dsh minimal mode + deepseek-v4-pro-0813,发现了几乎完全一样的漏洞集合(只缺了2个),成本4¥
决定立刻把代码审计的agents graph砍了换dsh
新项目管理 · @bepituLaz▲ 2.2K
开发者测试多款AI代理项目管理工具后推荐Paperclip
开发者测试多款工具后发现Paperclip适配AI项目管理体验佳
开发者测试多款AI代理项目管理工具后推荐Paperclip
开发者测试多款工具后发现Paperclip适配AI项目管理体验佳
在试用了几款配合 AI agent 做项目管理的工具后:telegram、buzz、discord。
结果发现最适配的是 Paperclip。它的 UX 体验也很不错。
我部署了自托管安装。它可以搭配 Claude Code 使用,还有适配 Hermes 的适配器。
边缘计算 · @bi_9527zx▲ 1.5万
14MB大小的Needle 2模型,能离线跑工具调用
整个推理引擎仅14MB,28MB内存就能运行完整会话,性能超过比它大几十倍的模型
14MB大小的Needle 2模型,能离线跑工具调用
整个推理引擎仅14MB,28MB内存就能运行完整会话,性能超过比它大几十倍的模型
🔥 14MB 的 AI 模型,居然能在手机/手表/机器人上跑工具调用?Needle 2 来了!45M 参数的 foundation model,整个引擎只有 14MB,28MB 内存就能跑完整会话,完全离线、隐私拉满。
直接在设备上调用工具、提取结构化数据,性能打得过比它大几十倍的模型!手机、可穿戴、智能家居、机器人……边缘 AI 的新天花板来了 🚀 一键安装,立即可用: pip install cactus-needle GitHub: #OnDeviceAI #EdgeAI #Needle2 #TinyML
大模型 · @Hyre_agent▲ 7.9K
首款自研HOMURA 30B,无审核还能调用工具
单张A100就能完成微调,最终大小16.9GB,可以在本地设备运行
首款自研HOMURA 30B,无审核还能调用工具
单张A100就能完成微调,最终大小16.9GB,可以在本地设备运行
推出 HOMURA 30B。这是我们首个自研模型。
它未经过滤审查,同时仍能调用工具。
基于 @AIatMeta Muse Glimmer 构建,规模大于 30B。
在单张 A100 上完成微调。
损失从 2.4 降至 0.048。
体积 16.9GB,可在 Mac 本地运行。
开放权重,采用 Apache 2.0 协议。
大多数解禁模型都会破坏工具调用功能。这个模型保留了工具调用能力。
掌控你自己的智能。
行业观点 · @Phoenixyin13▲ 5.5K
Anthropic CEO原来是物理学家,半路进入AI行业
他最早在普林斯顿研究视网膜神经回路,从找经验规律的思路切入智能研究,之后在百度做Deep Speech完成转向
Anthropic CEO原来是物理学家,半路进入AI行业
他最早在普林斯顿研究视网膜神经回路,从找经验规律的思路切入智能研究,之后在百度做Deep Speech完成转向
研究 · @shynrz007▲ 346
270亿参数模型,复现论文赢过GPT 5.5
测试用的是从未见过的研究论文,不是能背答案的常规基准测试
270亿参数模型,复现论文赢过GPT 5.5
测试用的是从未见过的研究论文,不是能背答案的常规基准测试
朋友们,祝你们拥有一个特别的周日,希望你们都享受了自己的周末。
刚刚有一个27B参数的模型,击败了Opus 4.8和GPT-5.5。而且不是在你可以背下来的基准测试上赢的,是在复现它从未见过的研究论文的测试上赢的——这是那种你没法靠训练时背答案作弊的测试。
与此同时,本周Qwen的下载量悄悄突破了30亿次,成为了全球使用量最高的AI。而这段时间里,所有人都在争论Opus和GPT谁更强。
工具产品 · @yugen_matuni▲ 6.7K
Excel in Copilot居然有这么多第三方连接器
没想到办公表格里的AI能直接对接这么多常用工具,工作流整合的边界又往前推了一步
Excel in Copilot居然有这么多第三方连接器
没想到办公表格里的AI能直接对接这么多常用工具,工作流整合的边界又往前推了一步
有谁能想到,如今 Excel in Copilot 竟拥有这么多连接器。
从 Github 开始,覆盖了 Google 系列服务、Notion、Hubspot,一直到 Hugging Face、Canva、Money Forward 都有。
它现在已经完全是一个 Agent Harness 了。
深度观点 · @kimmonismus▲ 2.7K
二人争论AI监管是集权还是防集权
这场争论直接关系到未来AI行业的格局——会是少数巨头垄断,还是能保有大量开发者和充分竞争,普通使用者能从中获得更便宜多样的AI服务。
二人争论AI监管是集权还是防集权
这场争论直接关系到未来AI行业的格局——会是少数巨头垄断,还是能保有大量开发者和充分竞争,普通使用者能从中获得更便宜多样的AI服务。
行业动态 · @andrewchen▲ 3.9K
多家科技巨头布局美国开源权重AI模型
已有多款相关模型落地,这只是开始,关注开源AI领域的格局变化能帮你把握后续行业动向
多家科技巨头布局美国开源权重AI模型
已有多款相关模型落地,这只是开始,关注开源AI领域的格局变化能帮你把握后续行业动向
感谢 Meta、NVIDIA、Google、Thinking Machines、OpenAI、Microsoft,感谢你们引领美国开放权重 AI 模型的发展 🇺🇸
Muse、Nemotron、Gemma、Inkling、GPT-OSS 和 Phi 都只是个开始!
前沿研究 · @J4X_Security▲ 6.1K
Anthropic研究:多智能体找漏洞远胜单智能体
结果差距悬殊且重合度极低,未来AI安全审计可能会模仿真实审计团队,由多个分工不同的智能体协作完成。
Anthropic研究:多智能体找漏洞远胜单智能体
结果差距悬殊且重合度极低,未来AI安全审计可能会模仿真实审计团队,由多个分工不同的智能体协作完成。
Anthropic 关于使用多智能体系统开展漏洞研究的成果,真的是非常有意思的研究:他们协作的智能体找到了 266 个漏洞,而独立工作的智能体只找到了 21 个。
但我觉得最有意思的点是,两组结果只有 12 个发现重合。
这似乎又印证了一个观点:AI 审计的未来,大概不只是用一个超强模型扫一遍代码库就完了。
不同的智能体、不同的提示词、不同的代码探索方式,似乎能找到完全不同的问题。
我认为最终最好的系统,会变得和真正的审计团队非常像:多个智能体独立探索、共享线索、各自专攻特定领域,再由其他智能体尝试证伪已有的发现。
我自己最近也一直在实验多智能体模型,给它们分配不同的角色和激励机制,已经带来了巨大的提升。
离谱的是,@muellerberndt 早在一年前就用他的 AI 审计系统 Hound 做到这件事了。
实战经验 · @Xudong07452910▲ 4.7K
Anthropic 公开 Claude Code 实用使用指南
用好 Claude Code 不只是提问技巧,管理上下文才是核心。能帮你减少无效 token 消耗,避免缓存被打断,提升编码效率。
Anthropic 公开 Claude Code 实用使用指南
用好 Claude Code 不只是提问技巧,管理上下文才是核心。能帮你减少无效 token 消耗,避免缓存被打断,提升编码效率。
Anthropic 刚写了一篇很实用的 Claude Code 使用指南。
里面有个细节我之前没有太认真想过: Claude 读过的文件、跑过的测试、终端输出,一旦进入当前 Session,后面每一轮基本都会继续带着它们。
所以一个 Claude Code Session 用得越久,问题可能不只是 Token 变多,Context 里也会堆满已经没用的信息。 Anthropic 给的建议其实都围绕这件事: 不同任务直接 /clear;长任务阶段结束用 /compact;文件尽量直接 @;测试和日志少输出废话,特别 noisy 的工作可以丢给 Subagent,让这些中间信息待在另一个 Context 里。
还有一点提到了我经常踩的坑:中途切 model、effort 或 Fast Mode,都可能打断 prompt cache。所以最好在一个 Session 开始前就选好。
现在发现用好 Coding Agent 很大一部分其实是在管理 Context。 给模型更多信息很容易,难的是知道哪些东西该进去,哪些应该及时扔掉。
新品发布 · @Alibaba_Qwen▲ 3.7万
Alibaba Qwen发布Qwen3.8-27B 大语言模型(3.8-27B)
国产开源大模型拿到社区热度榜头名,对想要尝试开源模型的普通用户来说,又多了一个可以放心体验的选择
Alibaba Qwen发布Qwen3.8-27B 大语言模型(3.8-27B)
国产开源大模型拿到社区热度榜头名,对想要尝试开源模型的普通用户来说,又多了一个可以放心体验的选择
深度观点 · @haider1▲ 4.4K
网友推测OpenAI下月要出自动AI研究实习生
如果普通AI研究员能被自动化替代,普通科研工作者的工作流可能很快迎来变化
网友推测OpenAI下月要出自动AI研究实习生
如果普通AI研究员能被自动化替代,普通科研工作者的工作流可能很快迎来变化
OpenAI 的目标是在下个月之前推出一个「自动化 AI 研究实习生」,而就我们目前从 Astra 看到的一切来看,我开始认为「Astra 系列」会是支撑这个里程碑的模型。
它很可能是一个全新的模型类别,就像 Anthropic 的 Fable/Mythos 那样,而且可能是一个全新的预训练模型,而非 GPT-5.7。
行业动态 · @CryptoLakhan▲ 1.3万
Incognitive发布隐私优先AI助手早期访问通道($60.4M)
这款AI助手可在本地设备运行,全程不把数据上传到云端。在意隐私的人可以排队申请提前试用了。
Incognitive发布隐私优先AI助手早期访问通道($60.4M)
这款AI助手可在本地设备运行,全程不把数据上传到云端。在意隐私的人可以排队申请提前试用了。
🚨 获得6040万美元投资的AI项目 — 提前体验通道已开放 🤖
Incognitive 正在打造一个注重隐私的AI助手,可在你的设备本地运行。
💰 总融资额6040万美元
🔐 隐私优先 + 本地AI处理
🤖 个人AI助手
🟢 提前体验现已开放
加入方式:访问网站,输入你的邮箱,申请提前体验。
没有复杂操作 — 只需加入提前体验等候名单,即可获取最新动态。
工具产品 · @LotusDecoder▲ 6.7K
个人家用本地AI组合已经初具生产力
按规划和执行分工搭配不同本地模型,可搭配云端服务处理任务,想要搭建私人本地AI工作流可以参考这套配置方案
个人家用本地AI组合已经初具生产力
按规划和执行分工搭配不同本地模型,可搭配云端服务处理任务,想要搭建私人本地AI工作流可以参考这套配置方案
深度观点 · @IOHK_Charles▲ 4.6万
Qwen 3.8 27b可达Opus 4.6级桌面性能
按当前开源模型迭代趋势,未来18到24个月,顶级大模型就可以直接在个人电脑本地运行,不用再依赖云端服务。
Qwen 3.8 27b可达Opus 4.6级桌面性能
按当前开源模型迭代趋势,未来18到24个月,顶级大模型就可以直接在个人电脑本地运行,不用再依赖云端服务。
人们没搞懂新出的 Qwen 3.8 27b 模型的点是:在 RTX 5090 上,它的性能大致和 Opus 4.6 相当。
如果这个趋势延续下去,18到24个月内你就能在自己的桌面电脑上运行旗舰级模型了。
开源永远会赢。
行业动态 · @effiekav▲ 3.6K
SpaceX收购Cursor AI,AI战场转向工作流
收购核心资产不是编辑器本身,而是数百万开发者的使用入口。未来AI竞争的关键,会从模型能力转向AI agent的常驻入口。
SpaceX收购Cursor AI,AI战场转向工作流
收购核心资产不是编辑器本身,而是数百万开发者的使用入口。未来AI竞争的关键,会从模型能力转向AI agent的常驻入口。
AI 编码竞赛正演变成一件远比「谁写出最好代码」更宏大的事。@cursor_ai 现已正式成为 @SpaceX 的一部分。
而最有意思的资产或许不是编辑器本身,而是分发渠道。数百万开发者已经每天在编码工具里花掉数小时。如果 AI 智能体变得足够强大,能够在同一个环境里完成规划、构建、测试,最终交付工作,那编码界面就会成为 AI 领域最有价值的阵地之一。
模型可以换,算力可以租,但占据人类实际向智能体交付工作的 workflow,却难被替代得多。
这就是为什么我认为,下一场 AI 战争会越来越围绕「智能体驻留在哪里」,而非仅仅比拼智能体有多智能。模型正在变成引擎,而 workflow 正在变成护城河。
实战经验 · @Info_sam_ai▲ 655
@Info_sam_ai 分享免费 Claude+NotebookLM 工作流
不用付费就能组合两大AI优势,处理大量文档和研究工作,能帮你简化研究流程得到可用结论
@Info_sam_ai 分享免费 Claude+NotebookLM 工作流
不用付费就能组合两大AI优势,处理大量文档和研究工作,能帮你简化研究流程得到可用结论
精通 Claude + NotebookLM:免费连接两大AI powerhouse
协同效应:将 Claude 的深度推理与流畅写作,和 NotebookLM 的专业信源落地研究结合,打造无缝AI工作空间。
目标:完全免费地构建自定义知识库、合成复杂文档,并简化你的研究工作流。
成果:将堆积如山的笔记、PDF 和链接转化为可落地的洞见,不遗漏任何细节。
深度观点 · @DratchCap▲ 2.3万
华尔街没意识到AI提升知识工作速度有多快
如果给模型接入整理好的信息、设置多AI辩论校验流程,几小时就能完成过去很久才能做完的知识整理工作,一年前还做不到。
华尔街没意识到AI提升知识工作速度有多快
如果给模型接入整理好的信息、设置多AI辩论校验流程,几小时就能完成过去很久才能做完的知识整理工作,一年前还做不到。
大模型 · @KyleHessling1
评测者称通义千问Qwen 3.8 27B智力密度极高
评测者指出该大模型默认最长思考长度导致开箱即用体验不佳,建议设置6-12K思考长度上限
评测者称通义千问Qwen 3.8 27B智力密度极高
评测者指出该大模型默认最长思考长度导致开箱即用体验不佳,建议设置6-12K思考长度上限
就智力密度而言,Qwen 3.8 27B性能非常出色,这一点毫无疑问。针对部分用户遇到的思考冗长问题,评测者制作了一段视频对比,展示不同思考预算限制下的HTML画布测试表现。
该模型对思考上限设置的响应效果极佳,不需要过长的思维链(CoT)长度,就能输出高质量结果。这得益于本次发布版本自带的高质量思维链;和同需求下的Qwen 3.6相比,它的输出精准度更高,结论也更明确。
但该模型默认开启最大长度思考,这是很多用户开箱即用遇到问题的原因。评测者在基础对比测试中,找到的合适思考长度区间为上限6000到12000个token。
本次测试属于特定领域测试,但HTML画布测试的参考性很强,因为任何错误都会直接导致输出失效。评测者表示很喜欢阿里通义千问推出的这款可单GPU运行的前沿大模型,每次调用都让他感到惊喜。
评测者原本喜欢在Hugging Face Spaces上做交互测试,这次尝试直接制作测试视频,仅用10分钟就完成了移植和渲染。其实能生成动态网页的模型,本来就可以制作讲解视频,这点并不意外。
大模型 · @SpaceTimeViking
用户测试通义千问微调量化大模型满分通过God Mode测试
Qwen3.8-27B-AEON-PURE量化模型满分通过所有God Mode层级测试,GLM 5.2与DeepSeek v4 Flash均未做到
用户测试通义千问微调量化大模型满分通过God Mode测试
Qwen3.8-27B-AEON-PURE量化模型满分通过所有God Mode层级测试,GLM 5.2与DeepSeek v4 Flash均未做到
测试者表示,自己被Qwen3.8-27B-AEON-PURE的测试结果震惊。该模型满分通过了目前所有God Mode层级测试,GLM 5.2和DeepSeek v4 Flash都没能做到这一点。
这是一个基于原版NVFP4量化模型,测试者正考虑从主权重完整预训练一遍,相关代码已公开。
AEON-PURE并非移除对齐的版本,它以原版权重为基础,经过精细量化得到NVFP4格式。这次测试也体现了Qwen3.8-27B的真实能力。
该模型针对DGX Spark平台优化,性能已经尽可能接近BF16精度。非对齐版本AEON-ULTIMATE-UNCENSORED也在开发中,初步评估显示它能解锁一些新能力,更具潜力。
目前多数模型开发者很少做完整预训练,很多量化领域存在很多低质量量化作品。低质量量化会损害公众对量化模型的认知。
高质量量化模型和原版主权重的性能差异几乎难以察觉,保留注意力和关键权重对量化非常重要。很多开发者会暴力量化每一层的做法,往往会破坏模型的多模态能力。
大模型 · @WescheNex1q
通义千问3.8 27B本地模型生成动画效果优于Grok 4.6
小100倍、慢10倍的本地大模型,效果反而更好,用户发文求马斯克解答疑问
通义千问3.8 27B本地模型生成动画效果优于Grok 4.6
小100倍、慢10倍的本地大模型,效果反而更好,用户发文求马斯克解答疑问
用户WescheNex1q在𝕏发文,对比通义千问Qwen 3.8 27b nvfp4与Grok 4.6两款大模型。两者均开启最高思考模式,参数规模比Grok 4.6小100倍、运行速度慢10倍的本地模型,却生成了效果更好的动画。发文者艾特Elon Musk,请求解答该结果。
发文者称自己不敢相信这个结果,已经重复运行了一次测试。测试要求模型生成符合要求的Three.js水体模拟:需要包含512×512细分的平面网格、水波传播模拟、点击鼠标生成涟漪、多波相互作用、实时光照,所有代码放在单个HTML文件中,除Three.js外不使用外部库。
发文者邀请其他人测试同款测试,看看能否得到更好的结果。
Grok开发团队更新了结论,认为问题出在OpenRouter,建议直接在Grok开发环境中使用Grok。
AI生成视频 · @ChillaiKalan__▲ 1.5K
用户用三款AI工具生成30秒手工纸城电影短片提示词
提示词包含完整分镜、摄影风格、材质、灯光和连续性要求,目标生成写实短片
用户用三款AI工具生成30秒手工纸城电影短片提示词
提示词包含完整分镜、摄影风格、材质、灯光和连续性要求,目标生成写实短片
远程工作 · @Dimillian▲ 987
开发者分享远程工作中传递项目上下文的方法
Dimillian在X平台分享远程工作传递上下文的现有方案,期待未来出现更优方法
开发者分享远程工作中传递项目上下文的方法
Dimillian在X平台分享远程工作传递上下文的现有方案,期待未来出现更优方法
讨论远程工作相关话题时,Dimillian收到大量关于如何传递项目上下文的提问。他目前的常用方法是整理交接提示词,粘贴到本地的Codex中使用。如果涉及交付内容,他会向协作方索要GitHub代码仓库,在Codex任务中恢复项目继续开发。
他希望不久之后能出现更好的远程工作上下文传递方案。
AI编程 · @VadimStrizheus▲ 6.8K
无技术经验开发者靠AI月入1万美元自称氛围编码者
开发者VadimStrizheus称自己无编程经验,靠AI开发复杂软件月入1万美元,寻找同类开发者
无技术经验开发者靠AI月入1万美元自称氛围编码者
开发者VadimStrizheus称自己无编程经验,靠AI开发复杂软件月入1万美元,寻找同类开发者
VadimStrizheus自称从未遇到过其他真正的「氛围编码者(vibe-coder)」。氛围编码者指没有任何技术或编程经验,仅依靠AI就能搭建复杂软件的开发者。
他完全依靠Claude Code和Codex两款AI工具,开发出了需要复杂技术栈支撑的复杂软件。他提交了数千个拉取请求(PR),全程没有人工审核,完全无条件信任AI。
这款开发出的软件已经获得成功,每月可以带来1万美元收入,折合人民币约7万余元。
这段描述听起来疯狂且不符合常理,但VadimStrizheus表示,这个氛围编码者就是他自己。
他至今还没有找到和自己情况类似的人。他不确定自己的判断是否正确,希望能和有相同经历的人建立联系。
大语言模型 · @gosrum▲ 1.1万
通义千问Qwen3.8-27B-NVFP4搭配pi测试结果分享
开发者在ts-bench测试后给出该组合用作编码智能体的推荐配置,不建议当前版本搭配Claude Code使用
通义千问Qwen3.8-27B-NVFP4搭配pi测试结果分享
开发者在ts-bench测试后给出该组合用作编码智能体的推荐配置,不建议当前版本搭配Claude Code使用
开发者在𝕏分享了Qwen3.8-27B-NVFP4搭配pi在ts-bench上的测试结果。测试给出的结论是,将该组合用作编码智能体时,推荐关闭思考功能或使用xhigh思考模式运行。目前不推荐将该组合与Claude Code搭配使用。
使用NVFP4格式时,关闭思考功能可以正常运行,任务完成耗时是所有测试配置中最短的。工具调用的错误率和失败次数都更低。
开启思考功能后,测试结果的规律并不清晰,但可以观察到,思考强度越低,工具调用越容易失败。
Claude Code本次运行速度较慢,原因可能是未命中缓存,或是prompt过长。
llama.cpp + UD-Q4_K_XL目前大概率还未完成优化,等优化完成后,会重新进行评估。
开源 · @neural_avb▲ 573
开发者训练1.35亿参数小型大语言模型并开源代码
开发者为YouTube系列训练135M参数SLM,已开源代码
开发者训练1.35亿参数小型大语言模型并开源代码
开发者为YouTube系列训练135M参数SLM,已开源代码
我最近为一个 YouTube 系列项目,按 CPT → SFT → DPO → RL 的流程训练了一个很小的 135M 参数 SLM。
我推荐所有 ML 开发者/创作者都做一个类似的项目,因为整个过程教会了我太多东西!
完整的四集系列已经全部上传,代码也开源了。我今天醒来心情特别好。
播放列表链接在这里:仓库链接在这里:
大模型部署 · @Lonely__MH▲ 1.3万
Qwen3.8-27B本地部署开启MTP实现吞吐翻倍
本文分享通义千问大模型本地部署MTP优化方案
Qwen3.8-27B本地部署开启MTP实现吞吐翻倍
本文分享通义千问大模型本地部署MTP优化方案
🚀 Qwen3.8-27B 本地部署优化:开启 MTP 实现toekn吞吐加倍 昨日完成本地部署后,重新开启了 MTP(多 Token 预测),目前 Token 生成速度实现翻倍,性能与流畅度体验均达到预期 什么是 MTP?为何能显著提速? - 原理:从“走一步看一步”升级为“走一步看两步”,计算当前词的同时,顺便预判后续高频词 - 提速核心:绕过显存带宽瓶颈,大模型生成慢是因为每吐一字都要在显存中搬运一遍巨量权重,MTP 让显卡搬运一次权重直接产出多个字,访存开销减半 -优势:0 额外显存占用,主模型原生验证,智商 100% 无损 vLLM 启动参数👇🏻: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'
开源 · @PrajwalTomar_▲ 1.8万
开发者分享让Hermes AI代理更实用的升级技巧
通过开源工具Agent Reach为Hermes代理赋予联网能力,提升实用性
开发者分享让Hermes AI代理更实用的升级技巧
通过开源工具Agent Reach为Hermes代理赋予联网能力,提升实用性
大语言模型 · @MinLiBuilds▲ 1.9万
通义千问Qwen3.8-27B运行测试 完成复杂代码需求
开发者测试将非量化Qwen3.8-27B接入Claude Code,效果出色
通义千问Qwen3.8-27B运行测试 完成复杂代码需求
开发者测试将非量化Qwen3.8-27B接入Claude Code,效果出色
教程 · @ShenSeanChen▲ 4.1K
开发者拆解AI智能体记忆层并推出免费30分钟实操课程
开发者拆解AI智能体完整记忆层,推出带可运行代码的免费课程
开发者拆解AI智能体记忆层并推出免费30分钟实操课程
开发者拆解AI智能体完整记忆层,推出带可运行代码的免费课程
大模型 · @dotey▲ 3.3万
开发者实测:大模型难以跳出既定框架解决优化问题
Fable 5等大模型做代码优化难破框架,开发者手动改进获明显效果
开发者实测:大模型难以跳出既定框架解决优化问题
Fable 5等大模型做代码优化难破框架,开发者手动改进获明显效果
观点 · @disksing▲ 5.7K
现阶段AI Agent完全放手会自己退化?
当前不管是自动管理记忆还是迭代提示词,全放手不管一段时间后系统必然退化,所有流程仍需人工介入维护。
现阶段AI Agent完全放手会自己退化?
当前不管是自动管理记忆还是迭代提示词,全放手不管一段时间后系统必然退化,所有流程仍需人工介入维护。
agent自进化能力这个听上去很美也很有道理,但是现阶段确实是不行。 不管是自动管理记忆,还是自动迭代提示词,自动梳理workflow,自动优化skill,自动维护wiki,都必须要人工介入维护流程,只要是完全放手不管过一段时间必然退化。 所以我很难相信让agent迭代自己的插件会产生某种神奇效果,当然可能只是模型还没到那个阶段,说不定到deepseek v5的时候他家的harness平台就成了。
工具 · @yaohui12138▲ 6.8K
dethink把多个不同AI塞进同一个工作台
以前写代码、出图要切五六个客户端来回复制,现在一个界面就能切换调用所有模型。
dethink把多个不同AI塞进同一个工作台
以前写代码、出图要切五六个客户端来回复制,现在一个界面就能切换调用所有模型。
观点 · @GenAI_is_real▲ 1.1万
Agent只是放大器,不会取代顶尖技术人才
顶尖工程师用头部Agent能写出顶级代码,普通工程师用同一个Agent也写不出合格的作品,核心方向还是要靠人定。
Agent只是放大器,不会取代顶尖技术人才
顶尖工程师用头部Agent能写出顶级代码,普通工程师用同一个Agent也写不出合格的作品,核心方向还是要靠人定。
这就像我朋友问我,Infra是否觉得自己会被 Agent 取代。很遗憾我一直如此认为,不会。Agent 是且仅仅是人类智力劳动的放大器,“顶尖工程师用头部 Agent 写出顶级代码,垃圾工程师用同一 Agent 写出灾难代码”。
就像我同事 BBuf,顶级的 kernel 专家,Claude 当然写 kernel 比他快,但是要为了什么 workload 写 kernel,大体的计划和方向是什么,仍旧是需要人类工程师来决定的。
行业动态 · @undefinedKi▲ 1.7万
Anthropic发布Anthic Fellows Program培训项目($3,850 a week)
四个月带薪培训,还提供算力,第一期超过一半的学员最终留在了Anthropic工作。
Anthropic发布Anthic Fellows Program培训项目($3,850 a week)
四个月带薪培训,还提供算力,第一期超过一半的学员最终留在了Anthropic工作。
Anthropic 每周向没有机器学习经验的人支付 3,850 美元,第一期学员中有超过 50% 最终留在了这里工作。
这个项目叫做 Anthropic Fellows Program。项目时长四个月,按周发薪,此外还提供计算资源 funding。
一名 Anthropic 研究员会向你提出项目想法,你选一个,和他一起打磨方向,然后用四个月时间做真正的实证 AI 安全研究。第一期学员中,超过 80% 都从项目产出了一篇发表的论文。
准入门槛几乎为零。不需要博士学位,不需要有机器学习经验,不需要已经发表过论文。
他们只要求你会 Python,能适应模糊问题,并且学习能力强。
目前开放六个方向,而且不限制仅限美国人参与。地点可选伦敦、安大略、旧金山,美国境内也支持远程。
申请免费,只需要花你一个下午的时间。四个月后你就可以进入这家所有人都在讨论的公司。
现在申请:
开源 · @HuggingModels▲ 6.7K
开源社区发布无审核量化版Qwen 27B GGUF模型(27B)
做完量化处理,普通人可以直接下载到本地运行,不用受内容审核限制,已经有两万四千多次下载。
开源社区发布无审核量化版Qwen 27B GGUF模型(27B)
做完量化处理,普通人可以直接下载到本地运行,不用受内容审核限制,已经有两万四千多次下载。
你是否一直想要一个毫无保留的 Qwen 模型?这款 27B GGUF 未经过审核,已经完成量化,可直接本地使用。
它的下载量已经达到 24k 且还在增长,是开源社区目前最受欢迎的无限制文本生成模型。
#AI #LLM
开源工具 · @MaxForAI▲ 2.3万
第三方开发者把DeepSeek Harness做成了桌面客户端
不用装Node.js,不用命令行启动,不用自己管理服务,开箱就能用,目前支持macOS Apple芯片。
第三方开发者把DeepSeek Harness做成了桌面客户端
不用装Node.js,不用命令行启动,不用自己管理服务,开箱就能用,目前支持macOS Apple芯片。
前沿研究 · @TeksEdge▲ 1.3万
Qwen3.8-27B单张RTX 5090跑出百 tokens 每秒
测试证明大模型开MTP解码后编码速度提升50%,还能支持128K上下文。消费级显卡也能跑可用的大尺寸模型了
Qwen3.8-27B单张RTX 5090跑出百 tokens 每秒
测试证明大模型开MTP解码后编码速度提升50%,还能支持128K上下文。消费级显卡也能跑可用的大尺寸模型了
⚡️ 哇哦!Unsloth 的 GitHub 上关于 Qwen3.8-27B 的实测报告太惊人了!🔥 Qwen3.8-27B 在单张 RTX 5090 上速度飞起来了。
这是 llama.cpp + Unsloth GGUF 社区刚刚放出的实测结果:
⚡ Q6_K_XL → 98 tok/s 🚀
Q5_K_XL → 119 tok/s 🧠
已经开启了 MTP 推测解码。
还有另一项 Q4 测试展示了 MTP 对编码速度的提升有多大:
💻 普通模式 → 70.5 tok/s
⚡ 开启 MTP → 106.2 tok/s
📈 速度提升至 1.51 倍
所有测试都在单张 RTX 5090 上完成。Q5 版本甚至在维持约 119 tok/s 速度的同时,跑通了 128K 上下文。
Qwen3.8-27B 在这些领域越来越实用了:
👉 👁️ 视觉
🧠 推理
🛠️ 工具/智能体支持
📚 超长上下文
⚡ MTP
🖥️ 可在消费级硬件运行
新品发布 · @EvanLuthra▲ 1.4万
Google 悄悄开源 TimesFM 时间序列预测模型
不用微调不用自定义训练,喂入历史数据就能直接预测销量、流量等业务数据,中小企业做需求预测也能省下额外成本
Google 悄悄开源 TimesFM 时间序列预测模型
不用微调不用自定义训练,喂入历史数据就能直接预测销量、流量等业务数据,中小企业做需求预测也能省下额外成本
我靠谷歌刚发布了什么玩意儿🤯
谷歌悄悄开源了 TimesFM,这是一个在超过 1000 亿个时间序列数据点上训练出来的 AI 模型。
它可以预测这些内容:
→ 销售额
→ 价格
→ 流量
→ 能源需求
不需要微调,不需要自定义训练。只要给它历史数据,它开箱就能生成预测结果。
这有可能改变企业预测未来的方式。
行业动态 · @TicTocTick▲ 1.5万
Alibaba AI模型下载量超30亿次居全球第一
如果数据属实,这意味着开源AI领域的格局可能发生变化,后续可以关注开源产品落地的进展。
Alibaba AI模型下载量超30亿次居全球第一
如果数据属实,这意味着开源AI领域的格局可能发生变化,后续可以关注开源产品落地的进展。
阿里巴巴的AI模型下载量突破30亿次,超过了Google和Meta的模型,成为全球市场占比最高的第一AI公司。
该模型是开源的,可用于构建其他AI模型和产品。
$BABA
深度观点 · @ZackKorman▲ 4.8K
Anthropic与OpenAI垄断AI安全话语权?
行业话语权集中在头部两家公司,无论他们说出什么离谱观点,都会有人追捧。这会影响普通人接触真实AI安全信息。
Anthropic与OpenAI垄断AI安全话语权?
行业话语权集中在头部两家公司,无论他们说出什么离谱观点,都会有人追捧。这会影响普通人接触真实AI安全信息。
Anthropic 和 OpenAI 对人工智能安全领域的话语权掌握得实在太多了。
哪怕他们发推说自己根本不用多因素认证(MFA),全公司共用一个密码,这个平台上也会有一半人边记笔记边说:“唔,他们肯定知道一些我们不知道的东西”。
工具产品 · @LinearUncle▲ 8.8K
李继刚开源了提示词skills工具库
需要优化AI提示词效果、整理提示词技能的人,可以直接取用这个开源库,按需调取对应提示词能力
李继刚开源了提示词skills工具库
需要优化AI提示词效果、整理提示词技能的人,可以直接取用这个开源库,按需调取对应提示词能力
推荐提示词之神:李继刚的skills 开源库。西方有matt pocock, 东方有刚神。参看图中我用AI调研的分类,按需索取。
玩文字,刚神绝对No.1 # 安装全部技能(全局,org-mode 格式) bunx skills add lijigang/ljg-skills -g -a codex --skill '*' -y
深度观点 · @MaxForAI▲ 1.7万
Dario回应AI监管争议,路线分歧浮出水面
这场关于AI监管的争论,核心是要不要靠制度约束已经集中的AI权力,直接关系到未来普通开发者的生存空间,值得关注。
Dario回应AI监管争议,路线分歧浮出水面
这场关于AI监管的争论,核心是要不要靠制度约束已经集中的AI权力,直接关系到未来普通开发者的生存空间,值得关注。
前沿研究 · @dashen_wang▲ 4.4万
本地能跑27B模型,训练门槛居然这么高
很多人以为自己电脑能装下推理模型,就能训练大模型,这篇文章拆解了训练27B模型需要的真实资源,帮你避开认知误区
本地能跑27B模型,训练门槛居然这么高
很多人以为自己电脑能装下推理模型,就能训练大模型,这篇文章拆解了训练27B模型需要的真实资源,帮你避开认知误区
新品发布 · @Sumanth_077▲ 10.0K
Sumanth_077开源Semantica AI代理基础设施
给做关键决策的AI代理补上缺失的可追溯能力,每个决策都能回溯来源,还能直接导出合规要求的格式,可解决AI决策无记录的痛点
Sumanth_077开源Semantica AI代理基础设施
给做关键决策的AI代理补上缺失的可追溯能力,每个决策都能回溯来源,还能直接导出合规要求的格式,可解决AI决策无记录的痛点
行业动态 · @MaxForAI▲ 2.2万
硅谷投资人掀AI领域核心路线之争
这场争论不止讨论AI本身的风险,更讨论控制AI的人应该拥有多大权力,直接影响未来AI产业的最终格局。
硅谷投资人掀AI领域核心路线之争
这场争论不止讨论AI本身的风险,更讨论控制AI的人应该拥有多大权力,直接影响未来AI产业的最终格局。
深度观点 · @tszzl▲ 1.8万
大模型公司该掏钱资助AI对齐研究了
大模型训练依赖公益NGO承担对齐风险,却没给够资金。如果要行业自我监管,赚了钱的实验室应该给整个生态注资。
大模型公司该掏钱资助AI对齐研究了
大模型训练依赖公益NGO承担对齐风险,却没给够资金。如果要行业自我监管,赚了钱的实验室应该给整个生态注资。
模型训练企业极大地蹭了METR、Redwood、Apollo这类非政府组织,以及Goodfire这类小型对齐公司的免费功劳。它们把相当一部分对齐外部成本转移给了这些组织。
它们应该向自己认可的机构投入数十亿美元。在有些情况下这很容易做到,但在另一些情况,比如METR——可以理解,该组织非常努力地保持自身相对于实验室的财务独立性。
第三方 philanthropy 市场是存在的(我喜欢Coefficient Giving,但不幸的是它离Anthropic太近了),这类第三方可以做到真正独立于实验室,同时仍然接受实验室员工的捐赠,更理想的情况是直接接受实验室捐赠,再把资金分配给有前景的对齐与控制研究机构和个人。
部分慈善从业者会不满,但OpenAI基金会及类似机构可以为可验证结果的技术对齐问题或研究提供巨额奖金。
换句话说,如果这个行业想要切实实现自我监管,整个生态系统都应该注入实验室获得的巨额财富中的一部分。
实战经验 · @TheAhmadOsman▲ 9.2K
不同AI智能体可协作还能绕开内容限制
如果你依赖多个AI工具完成方案整理,这种跨智能体自动交互的玩法,能帮你省去手动反复调度的步骤
不同AI智能体可协作还能绕开内容限制
如果你依赖多个AI工具完成方案整理,这种跨智能体自动交互的玩法,能帮你省去手动反复调度的步骤
你知道吗?你可以让运行 Qwen 3.8 27B 或 DeepSeek V4 Flash 的智能体发送提示词,和其他任意智能体交互来优化方案。
我刚刚让运行在 OMP 上的 DeepSeek 给我的 Fable 5(通过 Cursor Agent)发了一个请求,让它审核并编辑一份方案文档。
额外福利:它们知道如何绕过内容过滤和拒绝机制 ;)
提示词 · @IMJustinBrooke▲ 7.2K
用户分享Fable 5自动生成社媒内容的提示词
该提示词可结合Claude构建品牌社媒日常内容生成循环,分享者称效果超出预期
用户分享Fable 5自动生成社媒内容的提示词
该提示词可结合Claude构建品牌社媒日常内容生成循环,分享者称效果超出预期
分享者IMJustinBrooke表示,昨晚体验的这个Fable 5提示词效果超出预期。
该提示词内容为:使用Claude项目与Cowork功能,为你的品牌Twitter和Facebook主页构建日常内容生成循环。
分享者建议,如果拥有最高权限档位,可以开启该档位使用,邀请大家尝试这个提示词。
AI开发 · @DesignByMoein▲ 3.5K
设计师展示AI辅助网页首屏区块完整开发流程
开发者Moein公开自己用GPT、Cursor和自制工具完成网页首屏开发的五步流程
设计师展示AI辅助网页首屏区块完整开发流程
开发者Moein公开自己用GPT、Cursor和自制工具完成网页首屏开发的五步流程
账号@DesignByMoein在X平台分享了自己制作网页首屏区块(hero section)的完整工作流,工具组合为GPT、自制视频工具(非Higgsfield)、Cursor,搭配自定义技能流程。
整个开发流程分为五个步骤。第一步在ChatGPT中完成构思,第二步把构思整理成提示词,第三步用提示词生成图像。
第四步使用自制视频工具,将生成的图像转化为视频。第五步在Cursor编辑器中,结合自定义技能与客户设计文档完成落地页搭建。
相关的流程演示内容已经发布在分享链接中。
行业动态 · Hacker News▲ 48
以色列公关团队要回答ChatGPT相关问题
科技讨论社区出现非常规公关介入AI话题的情况,可以观察公关如何借助AI议题传递信息
以色列公关团队要回答ChatGPT相关问题
科技讨论社区出现非常规公关介入AI话题的情况,可以观察公关如何借助AI议题传递信息
AI编程 · @NFT_Chen▲ 5.3K
DeepSeek V4 Pro 0813可直接生成浏览器端交互式3D地球
基于Three.js完成全功能3D Web开发,涵盖数据流可视化、真实云层等多项效果
DeepSeek V4 Pro 0813可直接生成浏览器端交互式3D地球
基于Three.js完成全功能3D Web开发,涵盖数据流可视化、真实云层等多项效果
DeepSeek V4 Pro 0813可在Three.js框架中,直接在浏览器生成完整的交互式3D地球。完成的项目包含全球数据流可视化、动态航线效果、地点精准标记、具有真实感的大气层与云层,以及完整度很高的用户界面。
3D Web开发一向是对编程模型要求极高的挑战,需要同时满足空间理解、图形渲染、动画效果、交互逻辑多方面要求。
DeepSeek V4 Pro 0813直接完成了这项任务,效果超出预期。AI生成3D代码的时代已经到来。
提示词 · @alex_prompter▲ 1.0万
AI回答质量差距,根源不在模型而在提示词技巧
用户分享了10种实用提示词技巧,能帮普通用户从AI获得优质可用的输出结果
AI回答质量差距,根源不在模型而在提示词技巧
用户分享了10种实用提示词技巧,能帮普通用户从AI获得优质可用的输出结果
行业动态 · Hacker News▲ 54
Yadda 发布3.0.0 适配AI代理时代
做自动化测试的开发者可以关注新版本,看看适配AI代理后是否能优化现有BDD测试流程
Yadda 发布3.0.0 适配AI代理时代
做自动化测试的开发者可以关注新版本,看看适配AI代理后是否能优化现有BDD测试流程
AI开发 · @realchendahuang▲ 6.6K
DeepSeek Harness四种工作模式适用场景梳理
梳理四种模式的优缺点,分别对应不同需求的开发任务
DeepSeek Harness四种工作模式适用场景梳理
梳理四种模式的优缺点,分别对应不同需求的开发任务
AI 编码 · @chasen_liao▲ 7.9K
Codex使用征集汇总经验 重构代码Agent能力衡量标准
汇总Codex实战经验后,提出代码Agent使用能力新衡量标准
Codex使用征集汇总经验 重构代码Agent能力衡量标准
汇总Codex实战经验后,提出代码Agent使用能力新衡量标准
Tibo 发帖征集本周用 Codex 解决的最复杂工程问题,评论区汇集了大量跨文件依赖追踪和长任务调优的一线实战经验 现在衡量一个人使用代码 Agent 的水平,不再看提示词写得多花哨,而是看能否把一个宏大需求拆解成可验证的局部断言。让模型在确定性的单元测试反馈循环里跑迭代,远比让它一次性盲写上千行代码可靠得多
开源 · @tetumemo▲ 9.5K
免费开源日本行政手续AI查询工具已发布至GitHub
可跨领域检索不同人生阶段的行政手续,使用开源可部署
免费开源日本行政手续AI查询工具已发布至GitHub
可跨领域检索不同人生阶段的行政手续,使用开源可部署
开源 · @AJButton2▲ 1.1万
通义千问成全球下载量最高开源AI模型
排名超过谷歌和Meta的开源模型,想试试开源大模型的普通用户,搜索时它现在会排在更靠前的位置。
通义千问成全球下载量最高开源AI模型
排名超过谷歌和Meta的开源模型,想试试开源大模型的普通用户,搜索时它现在会排在更靠前的位置。
开源 · @servasyy_ai▲ 3.9万
国内AI开源高手大多都聚集在B站
从图片、音视频模型到推理大模型,每一波新技术兴起,都能在B站找到作者或者相关学习内容。
国内AI开源高手大多都聚集在B站
从图片、音视频模型到推理大模型,每一波新技术兴起,都能在B站找到作者或者相关学习内容。
产品更新 · @MaxForAI▲ 8.8K
Codex发布Multi Agents v2 功能
复杂编码交给专业大模型,日常任务交给低成本快模型,做项目不用手动切换不同模型了。
Codex发布Multi Agents v2 功能
复杂编码交给专业大模型,日常任务交给低成本快模型,做项目不用手动切换不同模型了。
工具 · @FiniYang▲ 1.5万
@FiniYang发布dsh-noema 长期记忆插件
支持从Codex、Claude Code、Cursor导入已有记忆,Agent能跨会话记住内容,不用每次重启都重新复述需求。
@FiniYang发布dsh-noema 长期记忆插件
支持从Codex、Claude Code、Cursor导入已有记忆,Agent能跨会话记住内容,不用每次重启都重新复述需求。
这是我们的第二个 DeepSeek Harness 插件 🥳 长期记忆插件 dsh-noema 🐳 基于现有成熟的记忆系统产品 让 DeepSeek Harness 中的 Agent 能跨会话记住重要内容工作前主动回忆 也能在设置页里查看和管理记忆 不用每次都从零开始复述背景 ⚙️ 支持从 Codex、Claude Code、Cursor 等导入已有记忆并管理 欢迎使用: #deepseek #harness #dsh #plugin #memory #agent
开源 · @MAXdeg0▲ 3.9K
@MAXdeg0开源Anthropic Cybersecurity Skills 工具(817)
覆盖29个安全领域,做AI代理安全功能开发的开发者,可以直接调用这些现成技能。
@MAXdeg0开源Anthropic Cybersecurity Skills 工具(817)
覆盖29个安全领域,做AI代理安全功能开发的开发者,可以直接调用这些现成技能。
这他妈太疯了。我找到了一个真正全面的东西:ANTHROPIC CYBERSECURITY SKILLS。
为AI agents准备的817项生产级安全技能,开源。一共覆盖29个安全领域:云安全、威胁狩猎、网络安全、事件响应、恶意软件分析、红队作战等等。
所有技能都对标真实框架:MITRE ATT&CK v17.1、NIST CSF 2.0、OWASP、MITRE Fight Fraud Framework、CIS Controls,还有更多。
每一项技能都附带完整的YAML前置元数据,标注了它覆盖的具体框架技术,并且兼容Claude Code、GitHub Copilot、OpenAI Codex CLI、Cursor和Gemini CLI。
快速启动只需要一行克隆命令。免费、开源、活跃维护。仓库链接在下方。
开源 · @Aykutuces▲ 2.0万
HeyGen发布HyperFrames 开源项目
给视频剪辑师提供了新的生成路径,代码工具可以直接对接这个流程。
HeyGen发布HyperFrames 开源项目
给视频剪辑师提供了新的生成路径,代码工具可以直接对接这个流程。
给视频编辑从业者的一个有趣开源项目。HeyGen 团队发布了 HyperFrames。
逻辑很简单:HTML + CSS + 动画 → MP4
但它的核心特点是:你可以让 Claude Code、Codex、Cursor 这类 coding agent 来完成这项工作。
你只需要输入指令:“做一个10秒的产品介绍视频,加上动画,同步字幕,渲染成MP4。”
Agent 会做规划、生成 HTML、绑定动画、获取预览、渲染出视频。而且它不只能做简单视频:
→ 产品介绍
→ 动态字幕
→ 数据可视化
→ 网站 → 视频
→ PDF → 视频
→ 3D / Three.js 动画
→ 社交媒体视频
你可以把它当成 Remotion 的替代品,但它的核心思路是用 HTML 而非 React。
在我看来,最有意思的点是视频生产也接入了 coding agent 工作流。现在你不用自己“编辑”视频,而是可以让 agent 为你“构建”视频。
GitHub 仓库放在评论区了。
开源 · @SpaceTimeViking▲ 7.1K
@SpaceTimeViking发布Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED BF16 权重(0)
已经发布了BF16权重,NVFP4校准版本还在制作中。
@SpaceTimeViking发布Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED BF16 权重(0)
已经发布了BF16权重,NVFP4校准版本还在制作中。
我们宣布 Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED BF16 权重已正式发布!
经过校准的 NVFP4 版本正在制作中。
这个模型在多个维度都达到了全新水准!
在实际响应评估中,0 次真正的拒绝。智能完全解锁。
所有 KL 漂移相比原版实际上都带来了性能提升!
前沿研究 · @eliebakouch▲ 4.9K
研究者披露大模型自主科研实验最新结果
不同顶尖大模型的自主科研能力差距显著,Fable 5 接近人类目前的纪录,后续会公布更多模型的测试结果,可提前了解不同大模型的科研潜力。
研究者披露大模型自主科研实验最新结果
不同顶尖大模型的自主科研能力差距显著,Fable 5 接近人类目前的纪录,后续会公布更多模型的测试结果,可提前了解不同大模型的科研潜力。
新品发布 · @AMD▲ 1.0万
AMD发布Ryzen AI Embedded X100 Series 处理器、Kria AI 平台
实体AI成为AI发展的下一个方向,这次发布的产品可为实体AI系统提供统一的AI加速,后续落地AI硬件产品的成本会更低。
AMD发布Ryzen AI Embedded X100 Series 处理器、Kria AI 平台
实体AI成为AI发展的下一个方向,这次发布的产品可为实体AI系统提供统一的AI加速,后续落地AI硬件产品的成本会更低。
AI的下一个前沿是物理世界 🦾
@ServeTheHome 详细介绍了 AMD Ryzen AI Embedded X100 系列处理器与 Kria AI 平台,它们为物理AI系统带来了高性能x86计算与统一AI加速。
深度观点 · @hwchase17▲ 6.5K
hwchase17聊企业该怎么自主掌控AI
方案给出了可落地的工具路径,想要沉淀企业自有AI能力,可以参考这套自主搭建的思路。
hwchase17聊企业该怎么自主掌控AI
方案给出了可落地的工具路径,想要沉淀企业自有AI能力,可以参考这套自主搭建的思路。
新品发布 · @vaibhavbetter▲ 1.6万
vaibhavbetter开源Arbr,夺回AI控制权
给AI开发团队解决服务商涨价、模型停更、更新崩环境的痛点,能自行部署,不用绑定服务商
vaibhavbetter开源Arbr,夺回AI控制权
给AI开发团队解决服务商涨价、模型停更、更新崩环境的痛点,能自行部署,不用绑定服务商
新品发布 · @gdb▲ 8.4万
@gdb发布自动选择AI模型功能
不用再手动挑AI模型,省掉选择时间
@gdb发布自动选择AI模型功能
不用再手动挑AI模型,省掉选择时间
实战经验 · @Ben_escrito▲ 7.3K
Ben_escrito整理了15份免费AI学习指南
想入门AI又找不到合适的学习资源,不用自己搜索筛选,这份汇总好的免费清单可以直接用
Ben_escrito整理了15份免费AI学习指南
想入门AI又找不到合适的学习资源,不用自己搜索筛选,这份汇总好的免费清单可以直接用
深度观点 · @jackclarkSF▲ 2.3万
jackclarkSF划分近年AI发展三个阶段
可据此判断AI行业当前所处的发展阶段,判断后续技术迭代的方向,提前规划相关布局
jackclarkSF划分近年AI发展三个阶段
可据此判断AI行业当前所处的发展阶段,判断后续技术迭代的方向,提前规划相关布局
近期AI进步大致阶段,按研究共同体集体爬坡的目标划分:
2018-2022:基础能力(总结、写代码等)
2022-2026:规范与时间连贯性(RLHF/CAI、长上下文、智能体)
2026 - ?2028?:科学直觉/自主性
AI图像生成 · @Rk5530▲ 1.4K
创作者联合使用GPT Image 2与Kling AI生成战斗场景图
创作者在ChatGPT中用GPT Image 2结合Kling AI生成了雪地高山战斗的电影级场景图
创作者联合使用GPT Image 2与Kling AI生成战斗场景图
创作者在ChatGPT中用GPT Image 2结合Kling AI生成了雪地高山战斗的电影级场景图
机器人 · @mrfundman
开发者分享模仿埃隆·马斯克的Grok机器人提示词
用户@mrfundman在X平台分享定制提示词,可将Grok设置成完全模仿埃隆·马斯克的机器人
开发者分享模仿埃隆·马斯克的Grok机器人提示词
用户@mrfundman在X平台分享定制提示词,可将Grok设置成完全模仿埃隆·马斯克的机器人
产品体验 · @AlexFinn
用户连续一周使用Grok Bot后称其为当前最佳AI智能体
X平台用户AlexFinn分享连续一周不间断使用体验,列出六大使用场景并给出评价
用户连续一周使用Grok Bot后称其为当前最佳AI智能体
X平台用户AlexFinn分享连续一周不间断使用体验,列出六大使用场景并给出评价
3D建模 · @hma_life
开发者制作Zoe虚拟主播模型 新增身体动作模块
开发者分享第12天开发进展,已将实验项目上传GitHub,当前面部追踪存在不稳定问题
开发者制作Zoe虚拟主播模型 新增身体动作模块
开发者分享第12天开发进展,已将实验项目上传GitHub,当前面部追踪存在不稳定问题
开发者@hma_life在第12天开发Zoe 3D模型的过程中,新增了身体动作功能。开发者尝试添加眉毛追踪功能,但追踪效果不稳定。
这个项目属于实验性质,代码结构稍显杂乱,项目已经上传至GitHub,感兴趣的用户可以下载fbx模型文件。
开发者还新增了若干表情,但说话时面部追踪会出现识别错误。由于开发者本身不是程序员,不熟悉这类功能的最优开发方法,计划只对现有内容做优化,最终保留为一个简单模型。
这个项目只是面向朋友分享的快速实验。开发者之前接触过Discord API,曾构想让Zoe在收到Discord消息时触发特定表情。如果后续能获得效果更好的面部追踪方案,可能会再继续打磨这类功能。
大语言模型 · @RohOnChain
前OpenAI/Tesla研究员Karpathy加入Anthropic后发布免费AI课程
Andrej Karpathy拥有8年OpenAI与特斯拉从业经历,发布4小时免费从零构建大语言模型课程
前OpenAI/Tesla研究员Karpathy加入Anthropic后发布免费AI课程
Andrej Karpathy拥有8年OpenAI与特斯拉从业经历,发布4小时免费从零构建大语言模型课程
Andrej Karpathy曾在OpenAI和特斯拉工作8年,最近他加入了Anthropic。
几天前,他将自己掌握的全部相关知识整理成一节免费的4小时课程。完成课程后,学习者可以从零开始搭建像ChatGPT和Claude这样的大语言模型(LLM)。
市面上同类训练营仅教授一半内容,收费就达到1.5万美元。如果你现在没有4小时整的空闲,可以先收藏这节课,后续再观看,看完后按照配套指南操作就能搭建出你的第一个工作循环。
游戏开发 · @milichab
九个月间城市建造游戏的AI前沿进展更新
对比2025年11月和2026年8月的项目,AI已可实现全3A全3D游戏内容生成
九个月间城市建造游戏的AI前沿进展更新
对比2025年11月和2026年8月的项目,AI已可实现全3A全3D游戏内容生成
整理九个月来AI在城市建造游戏领域的前沿进展,左侧为2025年11月推出的IsoCity项目,右侧为2026年8月推出的新项目。
2026年8月的新项目由Grok 4.6结合循环机制开发,采用Composer 1与云端智能体技术。借助当前AI能力,制作全3D和3A级图形已经可以实现。
IsoCity项目总开发耗时约40到50小时,是2025年11月项目的约10倍,并且完全开源。
2025年项目的所有资源资产都由AI图像生成,到2026年8月,这类资产已经全部可以通过程序化生成。
大模型 · @0xSero▲ 637
开发者本地运行大模型月token消耗达100亿,等于一份Codex订阅
开发者@0xSero分享,为做深度研究和实验,本地大模型月消耗100亿token,停用其他订阅
开发者本地运行大模型月token消耗达100亿,等于一份Codex订阅
开发者@0xSero分享,为做深度研究和实验,本地大模型月消耗100亿token,停用其他订阅
@0xSero表示,自己本地运行大模型的预计月token消耗量已经达到100亿,消耗量等同于一份OpenAI Codex订阅。他特意选择了速度更慢的模型运行。
今天他全程只使用了这一本地大模型,其他所有大模型订阅的使用量都为零。这段时间他一直在开展深度研究,进行各类非常规实验。
大语言模型 · @ryan4yin▲ 3.7K
开发者本地测试通义千问Qwen 3.8-27B,性能接近GPT-5.6-sol
该模型在编码等开发场景体验优异,高峰期性能优于表现下降的GPT-5.6-sol
开发者本地测试通义千问Qwen 3.8-27B,性能接近GPT-5.6-sol
该模型在编码等开发场景体验优异,高峰期性能优于表现下降的GPT-5.6-sol
开发者ryan4yin在𝕏分享个人测试体验,Qwen 3.8-27B在本地部署测试中表现超出预期。本次测试使用Q4_K_M量化格式搭配opencode,用于修改nix配置、审查k8s yaml文件、定位线上开发问题。
从个人体验来看,该模型的表现比gpt-5.6-sol稍差,但差距非常小。面对前几天高峰期出现性能下降的gpt-5.6-sol,该模型的表现明显更优。
本次分享仅为个人体验,测试未涉及复杂项目开发。测试使用的nix配置可查看分享链接获取。
大模型 · @designwkarthick▲ 5.9K
用户使用2天就耗尽SuperGrok周使用额度
连续编码8小时触达限制,用户建议X AI推出适配编码的桌面端应用
用户使用2天就耗尽SuperGrok周使用额度
连续编码8小时触达限制,用户建议X AI推出适配编码的桌面端应用
一名为designwkarthick的用户在X上分享,自己仅使用SuperGrok两天,就已经耗尽了该服务的每周使用额度。他大约连续编码8小时就触达了使用上限。
他大多用Grok进行前端设计,认为Grok在这项工作上表现非常出色。但如果完全依赖智能体编码,当前的额度限制并不够用。
他向Grok团队提出建议,希望推出一款合格的桌面编码应用,类似Codex或Claude Code。
命令行界面(CLI)体验不错,但依然缺少发挥出这款大模型强大能力所需的使用体验。Grok已经拥有出色的模型,现在需要围绕模型打造配套的优质工具。
智能体 · @Voxyz_ai▲ 1.3万
开发者将部分Hermes配置迁移至Grok Bot作为工作环境测试
开发者测试Grok Bot的多机器人交互与托管能力,分享了实测体验和 nightly 任务配置
开发者将部分Hermes配置迁移至Grok Bot作为工作环境测试
开发者测试Grok Bot的多机器人交互与托管能力,分享了实测体验和 nightly 任务配置
动态 · @Alexvx_nft▲ 528
AI代理发展瓶颈已不在提示词工程而在工具层
观点指出当前AI代理的核心限制是工具设计不佳,而非提示词质量不足,需重构工具工程
AI代理发展瓶颈已不在提示词工程而在工具层
观点指出当前AI代理的核心限制是工具设计不佳,而非提示词质量不足,需重构工具工程
大模型 · @AkitaOnRails▲ 3.0K
开发者测试GLM 5.3与Kimi K3 体验接近顶级大模型
开发者AkitaOnRails在多个个人项目中测试两款大模型,认为均可正常投入使用
开发者测试GLM 5.3与Kimi K3 体验接近顶级大模型
开发者AkitaOnRails在多个个人项目中测试两款大模型,认为均可正常投入使用
AkitaOnRails花费一整天,在多个个人项目中测试了GLM 5.3大模型。测试结果显示,GLM 5.3的可用性很好,测试过程没有出现任何问题。
Kimi K3的测试体验和GLM 5.3相近。两款大模型的整体表现,都和Opus、Sol大模型大致处在相近水平。
到目前这个阶段,已经没有理由不使用这两款大模型。
生活科技 · @Austen▲ 2.2K
用户分享AI结合身体扫描健康数据自动订购 groceries
用户称该功能匹配个人饮食计划是他最喜爱的AI应用,还提到可做HEB配送对接工具
用户分享AI结合身体扫描健康数据自动订购 groceries
用户称该功能匹配个人饮食计划是他最喜爱的AI应用,还提到可做HEB配送对接工具
基于近期身体扫描结果、健康数据、个人偏好,并匹配个人饮食计划,AI自动帮用户订购日常食品杂货,这是用户最喜爱的AI应用场景之一。用户还附上了相关链接。用户提到,HEB配送的相关工作人员需要搭建Claude连接器或是MCP(模型上下文协议)。
用户表示,或许自己会完成这项搭建工作。
AI编程 · @marcusyul▲ 5.0K
开发者停用付费AI编程工具Cursor 找到免费替代方案
西班牙开发者称已付费使用数月AI编程工具,找到功能完全匹配的免费替代工具,无需改变工作流程
开发者停用付费AI编程工具Cursor 找到免费替代方案
西班牙开发者称已付费使用数月AI编程工具,找到功能完全匹配的免费替代工具,无需改变工作流程
一名叫marcusyul的开发者在𝕏发文表示,自己已经连续数月付费使用AI编程工具。他找到一款完全免费的同类工具,停用付费的Cursor后,不需要改变原有工作流程。
这款免费工具拥有和Claude Code、Cursor、Lovable一致的功能。只用一条命令就能完成安装,全程不需要支付任何费用。
开发者称,奇怪的不是这类免费工具存在,而是目前几乎还没有人知道这个选项。他已经将这款名为Freebuff的工具的链接放在了文中。
大模型 · @TheMaran▲ 8.3K
网传OpenAI未公开GPT-5.6-sol模型调用方法已被修复
有用户曝出OpenAI在Codex中暴露内部测试模型,可实现无限制token调用,最新消息称该漏洞已修复
网传OpenAI未公开GPT-5.6-sol模型调用方法已被修复
有用户曝出OpenAI在Codex中暴露内部测试模型,可实现无限制token调用,最新消息称该漏洞已修复
大模型 · @SpaceTimeViking▲ 2.0K
开发者分享大模型移除对齐Abliteration的新实践经验
开发者指出低KL散度并非最优目标,适度KL散度可提升模型智能和回答效率
开发者分享大模型移除对齐Abliteration的新实践经验
开发者指出低KL散度并非最优目标,适度KL散度可提升模型智能和回答效率
教程 · @Techbruneth▲ 1.0万
ChatGPT隐藏模式“无限私教” 3小时可从零学任意技能
分享8个可直接复制使用的实用提示词,解锁ChatGPT的高效学习功能
ChatGPT隐藏模式“无限私教” 3小时可从零学任意技能
分享8个可直接复制使用的实用提示词,解锁ChatGPT的高效学习功能
笔记工具 · @kocer_eth▲ 2.5K
让Obsidian笔记库成为AI可用记忆的双层方案
原生存储的400条Obsidian原始笔记无法成为AI可用记忆,双层上下文结构可解决该问题
让Obsidian笔记库成为AI可用记忆的双层方案
原生存储的400条Obsidian原始笔记无法成为AI可用记忆,双层上下文结构可解决该问题
视频剪辑 · @VincentWei93▲ 2.7K
开发者尝试用AI智能体以代码形式制作卡点混剪视频
成品并非由AI生成视频模型直接生成,当前可通过组件搭建补齐模型不足
开发者尝试用AI智能体以代码形式制作卡点混剪视频
成品并非由AI生成视频模型直接生成,当前可通过组件搭建补齐模型不足
开发者VincentWei93近期研究了一项新技术:使用AI智能体(AI agent)制作卡点混剪视频。研究后他认为,以AI通过代码形式制作视频存在很大潜力。
AI智能体不仅能通过代码制作口播视频、动效、宣传片,还可以制作对剪辑精度要求极高的卡点混剪。需要说明的是,这类成品不是通过AI视频生成模型直接生成的,而是由AI智能体以代码编排制作而成。
目前这类AI在时间轴和空间轴的动态审美能力仍有待提升。通过搭建组件和功能模块,已经可以补齐很大一部分能力缺口。
如果有足够多的人对这项技术感兴趣,后续会推出系列技术分享。分享将帮助不会专业剪辑软件的普通用户,也能通过AI制作甚至原创这类视频。
编程 · @Xianbao_QIAN▲ 9.3K
开发者实测DeepSeek编程工具 体验流畅表现优异
开发者分享深度使用DeepSeek编程工具的实际体验,评价出众
开发者实测DeepSeek编程工具 体验流畅表现优异
开发者分享深度使用DeepSeek编程工具的实际体验,评价出众
我今天在编程工作中大量使用了 @deepseek_ai 的开发框架,我真的很喜欢它。这几乎就是理想中的开发框架了。干得漂亮 @tianyi!
- Flash 模型能达到 100+ tok/s 的生成速度……体验非常流畅
- 处理长上下文时,GUI 比 Codex 快得多
- 前缀复用的表现非常夸张,缓存命中率达到 100%
- 这个框架对上下文的利用看起来很合理
在我的使用体验里,它的上下文消耗速度比 Claude Code 慢得多。轨迹功能非常棒,能帮你清晰了解模型都做了什么,太实用了。
我本来考虑用专业版,但 Flash 版本已经能很好地完成工作了——我甚至不用输入 /goal,只用普通提示就能触发很长的工作流。太厉害了!
而且说实话,我连插件功能都还没试呢,那个功能听起来也很不错。
你的体验如何?你喜欢它吗?
开源 · @yume_arasaki▲ 7.7K
教你在消费级NVIDIA显卡上最优运行通义千问3.8 27B
分享社区整理的最优配置参数,适配RTX3090/4090/5090
教你在消费级NVIDIA显卡上最优运行通义千问3.8 27B
分享社区整理的最优配置参数,适配RTX3090/4090/5090
新前沿研究 · @mertcobanov▲ 1.5万
@mertcobanov实测Qwen 3.8 27B在不同设备速度
不同硬件的推理速度实测结果清晰,想在消费级显卡跑这个模型,可以对照数据选设备,预估运行效率。
@mertcobanov实测Qwen 3.8 27B在不同设备速度
不同硬件的推理速度实测结果清晰,想在消费级显卡跑这个模型,可以对照数据选设备,预估运行效率。
昨晚我在我的4台设备上测试了Qwen 3.8 27B模型:
- 在5090上为75.5 tok/sn
- 在3090上为42.6 tok/sn
- 在24GB的Macmini M4 Pro上为15.1 tok/sn
- 在DGX Spark上为12.6 tok/sn
(旧款是MoE模型,之前跑Qwen3.6:35B时,在5090上能跑出169 tok/sn)
同时我让Opus 5准备了两组不同的测试,24道题它答对了23道。之后我让它做了一个总体评估,我把它的发现放在下一条推文中了。
前沿研究 · @J4X_Security▲ 6.1K
Anthropic研究:多智能体找漏洞远胜单智能体
结果差距悬殊且重合度极低,未来AI安全审计可能会模仿真实审计团队,由多个分工不同的智能体协作完成。
Anthropic研究:多智能体找漏洞远胜单智能体
结果差距悬殊且重合度极低,未来AI安全审计可能会模仿真实审计团队,由多个分工不同的智能体协作完成。
Anthropic 关于使用多智能体系统开展漏洞研究的成果,真的是非常有意思的研究:他们协作的智能体找到了 266 个漏洞,而独立工作的智能体只找到了 21 个。
但我觉得最有意思的点是,两组结果只有 12 个发现重合。
这似乎又印证了一个观点:AI 审计的未来,大概不只是用一个超强模型扫一遍代码库就完了。
不同的智能体、不同的提示词、不同的代码探索方式,似乎能找到完全不同的问题。
我认为最终最好的系统,会变得和真正的审计团队非常像:多个智能体独立探索、共享线索、各自专攻特定领域,再由其他智能体尝试证伪已有的发现。
我自己最近也一直在实验多智能体模型,给它们分配不同的角色和激励机制,已经带来了巨大的提升。
离谱的是,@muellerberndt 早在一年前就用他的 AI 审计系统 Hound 做到这件事了。
前沿研究 · @dashen_wang▲ 4.4万
本地能跑27B模型,训练门槛居然这么高
很多人以为自己电脑能装下推理模型,就能训练大模型,这篇文章拆解了训练27B模型需要的真实资源,帮你避开认知误区
本地能跑27B模型,训练门槛居然这么高
很多人以为自己电脑能装下推理模型,就能训练大模型,这篇文章拆解了训练27B模型需要的真实资源,帮你避开认知误区
前沿研究 · @TeksEdge▲ 1.3万
Qwen3.8-27B单张RTX 5090跑出百 tokens 每秒
测试证明大模型开MTP解码后编码速度提升50%,还能支持128K上下文。消费级显卡也能跑可用的大尺寸模型了
Qwen3.8-27B单张RTX 5090跑出百 tokens 每秒
测试证明大模型开MTP解码后编码速度提升50%,还能支持128K上下文。消费级显卡也能跑可用的大尺寸模型了
⚡️ 哇哦!Unsloth 的 GitHub 上关于 Qwen3.8-27B 的实测报告太惊人了!🔥 Qwen3.8-27B 在单张 RTX 5090 上速度飞起来了。
这是 llama.cpp + Unsloth GGUF 社区刚刚放出的实测结果:
⚡ Q6_K_XL → 98 tok/s 🚀
Q5_K_XL → 119 tok/s 🧠
已经开启了 MTP 推测解码。
还有另一项 Q4 测试展示了 MTP 对编码速度的提升有多大:
💻 普通模式 → 70.5 tok/s
⚡ 开启 MTP → 106.2 tok/s
📈 速度提升至 1.51 倍
所有测试都在单张 RTX 5090 上完成。Q5 版本甚至在维持约 119 tok/s 速度的同时,跑通了 128K 上下文。
Qwen3.8-27B 在这些领域越来越实用了:
👉 👁️ 视觉
🧠 推理
🛠️ 工具/智能体支持
📚 超长上下文
⚡ MTP
🖥️ 可在消费级硬件运行
前沿研究 · @fchollet▲ 11.6万
ARC-AGI-3最优方案都用大语言模型导符号模型
AGI基准测试的领先解法都指向同一技术路线,这会影响通用人工智能研究的未来方向,值得关注。
ARC-AGI-3最优方案都用大语言模型导符号模型
AGI基准测试的领先解法都指向同一技术路线,这会影响通用人工智能研究的未来方向,值得关注。
Jeremy 的出色工作很好地展示了一种非常强大的方法:LLM 引导的符号化世界模型实时合成,也就是通过编写可执行代码来理解世界,这些代码会编码你对世界因果机制的理解。
到目前为止,ARC-AGI-3 上所有性能最优的工具都采用了这种风格的方法。这也是我们最初发布这个基准测试时推荐的方法(作为前 Ndea 技术员工,Jeremy 比大多数人更清楚这一点)。
我很高兴 ARC 3 推动了这个领域更多的研究和进展。
前沿研究 · @eliebakouch▲ 4.9K
研究者披露大模型自主科研实验最新结果
不同顶尖大模型的自主科研能力差距显著,Fable 5 接近人类目前的纪录,后续会公布更多模型的测试结果,可提前了解不同大模型的科研潜力。
研究者披露大模型自主科研实验最新结果
不同顶尖大模型的自主科研能力差距显著,Fable 5 接近人类目前的纪录,后续会公布更多模型的测试结果,可提前了解不同大模型的科研潜力。
新新品发布 · @zjp1997720▲ 1.4万
@zjp1997720发布《WorkBuddy Harness 技术拆解蓝皮书》
遇到WorkBuddy配置修改不生效、功能关系理不清这类问题,可以通过这本拆解书找到问题根源,优化使用体验。
@zjp1997720发布《WorkBuddy Harness 技术拆解蓝皮书》
遇到WorkBuddy配置修改不生效、功能关系理不清这类问题,可以通过这本拆解书找到问题根源,优化使用体验。
来了来了,《WorkBuddy Harness 技术拆解蓝皮书📘》正式发布,全文免费、开源,支持在线阅读和 PDF 下载。我越来越确定:想真正用好一个 Agent 产品,光会操作远远不够。你得知道一次请求是怎么把身份、记忆、插件和项目上下文拼在一起的。
出了问题,才知道该去哪里找证据,也知道如何用的更好 所以这本书沿着「UI 行为 → 本地文件 → 发给模型的请求」一路往下拆:系统提示词、三层记忆、身份系统、专家、插件、Skill、Connector、SubAgent、会话证据和安全边界。如果你也遇到过「改了配置为什么不生效」「WorkBuddy 到底记住了什么」「插件往主线程里注入了什么」「专家、Skill 和 SubAgent 到底是什么关系」,这本书就是为你写的。预告里说,我想成为市面上最懂 WorkBuddy 的 AI 讲师。
这本书,就是我交出的第一份公开答卷。
新新品发布 · @Biak0_▲ 1.2万
dotsstudioai 发布开源 dots-3 note 预览模型
这款模型主打多模态长周期自主决策能力,能感知理解现实物理世界后执行动作,关心开源通用AI进展可以追踪测试。
dotsstudioai 发布开源 dots-3 note 预览模型
这款模型主打多模态长周期自主决策能力,能感知理解现实物理世界后执行动作,关心开源通用AI进展可以追踪测试。
IMO 金牌级推理能力只是个开始。🥇 👇 请阅读这条推文串获取模型和开源链接。
@dotsstudioai 的 dots-3 note 预览版将这种纯粹的逻辑能力,转化为解决杂乱的实际物理问题的能力:感知真实世界→理解→推理→行动。
这是一个面向真实生活中长周期智能体能力的开放权重多模态模型,配备文本、视觉和音频理解能力,可在复杂环境中执行任务。
新新品发布 · @Henry_cavil0▲ 1.2万
dotsstudioai发布dots-3开放多模态模型
它针对陌生环境自主学习的场景设计,需要在陌生环境里试错推进任务的场景,多了一个开源可选方案
dotsstudioai发布dots-3开放多模态模型
它针对陌生环境自主学习的场景设计,需要在陌生环境里试错推进任务的场景,多了一个开源可选方案
最棘手的难题很少会有完美的现成解决方案。👇
阅读这个推文串,获取模型和开源链接。
@dotsstudioai 的 dots-3 预览笔记探讨了 AI 如何在陌生环境中学习:探索 → 实验 → 学习 → 适应 → 继续前进。
这是一个开放权重多模态模型,用于现实生活中的长跨度智能体能力。
新新品发布 · @itx__aysel▲ 1.2万
dotsstudioai发布dots-3 note 支持512K上下文
面向真实场景长周期自主任务设计的开放权重模型,后续会放出开源链接,想尝试长上下文多模态开源模型可以留意。
dotsstudioai发布dots-3 note 支持512K上下文
面向真实场景长周期自主任务设计的开放权重模型,后续会放出开源链接,想尝试长上下文多模态开源模型可以留意。
512K 上下文。多模态。开放权重。🌍 👇 阅读下文串获取模型和开源链接。
@dotsstudioai 的 dots-3 预览版不止满足基础推理——它的目标直指长周期任务、陌生环境和真实世界问题解决。
这是一个开放权重多模态模型,专为现实中真正的长周期智能体设计。
新新品发布 · @9DDDG▲ 1.0万
dotsstudioai 发布dots-3能自主完成复杂任务
普通AI只会回答问题,这款模型可以持续工作直到复杂任务完成,需要长期逻辑推进的任务可以尝试新方案
dotsstudioai 发布dots-3能自主完成复杂任务
普通AI只会回答问题,这款模型可以持续工作直到复杂任务完成,需要长期逻辑推进的任务可以尝试新方案
如果AI不只停留在回答问题——而是能一直工作,直到复杂任务完成呢?这正是@dotsstudioai 用dots-3 note preview解决的问题。
它是一个开放权重多模态模型,面向现实生活中的长视距智能体工作,上下文窗口为512K,专为需要持续逻辑推理、执行和实时调整的任务设计。
👇 继续往下读,了解它的工作原理,以及模型细节和开源链接。
新新品发布 · @support_huihui▲ 1.3万
huihui-ai发布Huihui-Qwen3.8-27B-abliterated 大语言模型(3.8)
需要绕过内容限制使用大模型的用户,可以找到新的开源替代选项,不需要依赖闭源商用服务
huihui-ai发布Huihui-Qwen3.8-27B-abliterated 大语言模型(3.8)
需要绕过内容限制使用大模型的用户,可以找到新的开源替代选项,不需要依赖闭源商用服务
新模型:huihui-ai/Huihui-Qwen3.8-27B-abliterated
这是通过去对齐化(abliteration)制作的 Qwen/Qwen3.8-27B 无审核版本。
https://huggingface.co/huihui-ai/Huihui-Qwen3.8-27B-abliterated
新新品发布 · @EXM7777▲ 1.3K
@EXM7777开源价值200万美元AI视频制作工作流($2M)
这套标准化工作流拆分了从项目初始化到生成提示词的全流程,想要规模化做AI视频可以直接复用这套现成框架
@EXM7777开源价值200万美元AI视频制作工作流($2M)
这套标准化工作流拆分了从项目初始化到生成提示词的全流程,想要规模化做AI视频可以直接复用这套现成框架
新品发布 · @Alibaba_Qwen▲ 3.7万
Alibaba Qwen发布Qwen3.8-27B 大语言模型(3.8-27B)
国产开源大模型拿到社区热度榜头名,对想要尝试开源模型的普通用户来说,又多了一个可以放心体验的选择
Alibaba Qwen发布Qwen3.8-27B 大语言模型(3.8-27B)
国产开源大模型拿到社区热度榜头名,对想要尝试开源模型的普通用户来说,又多了一个可以放心体验的选择
新品发布 · @Sumanth_077▲ 10.0K
Sumanth_077开源Semantica AI代理基础设施
给做关键决策的AI代理补上缺失的可追溯能力,每个决策都能回溯来源,还能直接导出合规要求的格式,可解决AI决策无记录的痛点
Sumanth_077开源Semantica AI代理基础设施
给做关键决策的AI代理补上缺失的可追溯能力,每个决策都能回溯来源,还能直接导出合规要求的格式,可解决AI决策无记录的痛点
新品发布 · @EvanLuthra▲ 1.4万
Google 悄悄开源 TimesFM 时间序列预测模型
不用微调不用自定义训练,喂入历史数据就能直接预测销量、流量等业务数据,中小企业做需求预测也能省下额外成本
Google 悄悄开源 TimesFM 时间序列预测模型
不用微调不用自定义训练,喂入历史数据就能直接预测销量、流量等业务数据,中小企业做需求预测也能省下额外成本
我靠谷歌刚发布了什么玩意儿🤯
谷歌悄悄开源了 TimesFM,这是一个在超过 1000 亿个时间序列数据点上训练出来的 AI 模型。
它可以预测这些内容:
→ 销售额
→ 价格
→ 流量
→ 能源需求
不需要微调,不需要自定义训练。只要给它历史数据,它开箱就能生成预测结果。
这有可能改变企业预测未来的方式。
新品发布 · @pvncher▲ 42.7万
@pvncher发布多智能体v2模型任务委派功能
这项低关注度功能上线后,多智能体v2可向所有支持的模型委派任务,包括Luna,让多智能体协作的灵活性进一步提升。
@pvncher发布多智能体v2模型任务委派功能
这项低关注度功能上线后,多智能体v2可向所有支持的模型委派任务,包括Luna,让多智能体协作的灵活性进一步提升。
这件事这一周都没怎么引起关注,但我们刚刚推出了新功能,支持 multi agents v2 的模型可以将任务委派给任何受支持的模型,包括 Luna!我们花了不少时间来确保它能稳定运行。
新品发布 · @gdb▲ 8.4万
@gdb发布自动选择AI模型功能
不用再手动挑AI模型,省掉选择时间
@gdb发布自动选择AI模型功能
不用再手动挑AI模型,省掉选择时间
新品发布 · @vaibhavbetter▲ 1.6万
vaibhavbetter开源Arbr,夺回AI控制权
给AI开发团队解决服务商涨价、模型停更、更新崩环境的痛点,能自行部署,不用绑定服务商
vaibhavbetter开源Arbr,夺回AI控制权
给AI开发团队解决服务商涨价、模型停更、更新崩环境的痛点,能自行部署,不用绑定服务商
新品发布 · @AMD▲ 1.0万
AMD发布Ryzen AI Embedded X100 Series 处理器、Kria AI 平台
实体AI成为AI发展的下一个方向,这次发布的产品可为实体AI系统提供统一的AI加速,后续落地AI硬件产品的成本会更低。
AMD发布Ryzen AI Embedded X100 Series 处理器、Kria AI 平台
实体AI成为AI发展的下一个方向,这次发布的产品可为实体AI系统提供统一的AI加速,后续落地AI硬件产品的成本会更低。
AI的下一个前沿是物理世界 🦾
@ServeTheHome 详细介绍了 AMD Ryzen AI Embedded X100 系列处理器与 Kria AI 平台,它们为物理AI系统带来了高性能x86计算与统一AI加速。
新行业动态 · @StockSavvyShay▲ 1.9万
Piper Sandler 梳理出8层AI基础设施架构
AI规模扩张已经在电力、冷却、算力等环节出现瓶颈,这份梳理帮你看清整条AI产业链的机会分布,以及每个环节对应的核心玩家
Piper Sandler 梳理出8层AI基础设施架构
AI规模扩张已经在电力、冷却、算力等环节出现瓶颈,这份梳理帮你看清整条AI产业链的机会分布,以及每个环节对应的核心玩家
新行业动态 · @JosephNWalker▲ 2.5万
JosephNWalker发布澳大利亚AI算力行业播客系列(多个GW)
关注澳大利亚AI发展的人可关注该系列,能了解澳大利亚是否要打造本土大型AI算力产业的相关讨论
JosephNWalker发布澳大利亚AI算力行业播客系列(多个GW)
关注澳大利亚AI发展的人可关注该系列,能了解澳大利亚是否要打造本土大型AI算力产业的相关讨论
澳大利亚算力:接下来一个月,我会在我的播客推出一系列节目,聚焦澳大利亚是否应该、以及该如何发展大规模本土算力产业这个问题。规模是能供AI使用的数吉瓦算力。
我会在录制完成后逐集在本月内发布,不会一次性全部放出,因为这个领域变化太快了。
第一期嘉宾是 Andrew Charlton,他可以说是澳大利亚政府中主导本国AI战略的核心人物。这一期会在未来24小时内发布。
在你常用的播客平台订阅即可,就不会错过新上线的节目。该系列的完整公告在这里:
第一期见!
新行业观点 · @AnatoliKopadze▲ 1.5万
Claude Code主管说不用再自己写AI提示词了
他现在用图结构和循环让AI自己搭建智能体,十分钟就能讲清这个方向接下来的发展路径
Claude Code主管说不用再自己写AI提示词了
他现在用图结构和循环让AI自己搭建智能体,十分钟就能讲清这个方向接下来的发展路径
Claude Code 负责人表示:“我现在已经不再给我的智能体写提示词了,我在构建图和循环,这样它们就能帮我构建智能体。”
他在10分钟的内容里,清晰展示了智能体工程未来的发展方向,以及如何不被行业淘汰。这绝对是你绝对不能错过的内容。先观看,再阅读下方的分步指南,学习如何构建一个能自我优化的系统。
新大模型 · @Alibaba_Qwen▲ 7.9万
Qwen3.8-27B 可以直接在笔记本电脑上运行
第三方开发者基于它做了无审核的多模态版本,支持读取图片和理解视频内容
Qwen3.8-27B 可以直接在笔记本电脑上运行
第三方开发者基于它做了无审核的多模态版本,支持读取图片和理解视频内容
🚀 Qwen3.8-27B 可以在笔记本电脑上流畅运行,现已融入我们的工作与日常生活。感谢推荐!@atomic_chat_hq
你是否一直想要一款能读取图像、理解视频,还完全无审查的多模态大模型?来认识 Qwen3.8-27B-CRACK-GGUF,这是一款采用 gated-delta-net 技术的混合「猛兽」。
它已经过去对齐处理,没有任何护栏,只剩纯粹的能力。#AI #Multimodal
新开发工具 · @SevenXL77▲ 2.4K
@SevenXL77发布OPC Skills 自动化工具集(10)
收录了10个技能,包括SEO优化、域名比价、Logo生成和社交平台挖需求,兼容Claude Code等主流开发工具
@SevenXL77发布OPC Skills 自动化工具集(10)
收录了10个技能,包括SEO优化、域名比价、Logo生成和社交平台挖需求,兼容Claude Code等主流开发工具
一人一公司,在写代码���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。
新创业 · @laoyingkhq▲ 6.6K
本科生十天做的AI推演框架,拿了400万美元融资
框架可以放入上千个独立思考的AI智能体,支持金融预判、舆情走向模拟等推演实验,上传GitHub后收获一万三千多星
本科生十天做的AI推演框架,拿了400万美元融资
框架可以放入上千个独立思考的AI智能体,支持金融预判、舆情走向模拟等推演实验,上传GitHub后收获一万三千多星
新开发工具 · @Smartpigai▲ 1.5万
Codex更新支持子Agent 可选用多个不同GPT版本
不同GPT版本适配不同开发场景,能力最强的处理复杂编码,更快更经济的做简单内容整理
Codex更新支持子Agent 可选用多个不同GPT版本
不同GPT版本适配不同开发场景,能力最强的处理复杂编码,更快更经济的做简单内容整理
codex迎来史诗级更新! 新版Codex 支持会话里sub-agent 可选: gpt-5.6-sol:能力最强,适合复杂编码、审查与高精度任务 gpt-5.6-terra:速度与质量均衡,适合日常开发 gpt-5.6-luna:更快、更经济,适合搜索、整理和简单任务 gpt-5.5:复杂编码与研究任务 gpt-5.2:专业工作及长时间运行任务
新大模型 · @ai_for_success▲ 6.9K
GLM 5.3只用两个月就完成百倍提升的升级
官方博客称全部提升来自后训练 scaling(扩展模型规模),你怎么看这种升级路径?
GLM 5.3只用两个月就完成百倍提升的升级
官方博客称全部提升来自后训练 scaling(扩展模型规模),你怎么看这种升级路径?
GLM 5.3 是对 5.2 的一次重大升级,开发团队仅用两个月就完成了这次更新。这太不可思议了。
官方博客称,性能提升 100% 来自于对后训练阶段的扩量,AI/ML API 的这次测试就是改进效果的绝佳例证。两个模型拿到了同一个着陆页开发任务。
但 GLM 5.3 用更少的 tokens 就完成了任务,成本更低,生成的输出质量也更好。
GLM 5.3 很快也会开源。闭源实验室和开源项目之间的差距正在消失。
新行业动态 · Hacker News▲ 178
tosh 在 Hacker News 讨论 Claude 系统提示词
关注 Claude 使用技巧的人,可以去 HN 讨论串看社区分享的经验,能直接参考他人的用法
tosh 在 Hacker News 讨论 Claude 系统提示词
关注 Claude 使用技巧的人,可以去 HN 讨论串看社区分享的经验,能直接参考他人的用法
社区讨论:多数人疑惑为什么不把系统提示词 baked 进模型,每次API调用都要用户为这些 token 付费,认为这属于不必要的上下文膨胀。有人发现Anthropic Claude的系统提示词从早期300多词涨到现在3000多词,最早版本的提示词完全没有儿童安全护栏内容,现在这部分已经占了多个项目符号条目。还有用户吐槽Claude自称回答简洁,但实际输出并不符合这个描述,有人指出当前提示词里存在多处矛盾,会降低输出质量。
🔥 热点追踪 · @PrimeIntellect▲ 21.8万
PrimeIntellect完成最大规模公开AI自主科研实验
PrimeIntellect用8xH200s硬件,让10+前沿模型完成100多次自主运行实验,最佳结果闭合了人类数月成果82%的差距,无人介入无联网,后续效果仍待观察。
PrimeIntellect完成最大规模公开AI自主科研实验
PrimeIntellect用8xH200s硬件,让10+前沿模型完成100多次自主运行实验,最佳结果闭合了人类数月成果82%的差距,无人介入无联网,后续效果仍待观察。
行业动态 · @business▲ 20.3万
阿里开放权重模型半年下载超30亿 全球第一
开源开放权重模型的竞争格局生变,下载量数据刷新了全球厂商的排名,后续产品落地和生态变化值得关注
阿里开放权重模型半年下载超30亿 全球第一
开源开放权重模型的竞争格局生变,下载量数据刷新了全球厂商的排名,后续产品落地和生态变化值得关注
行业动态 · @effiekav▲ 3.6K
SpaceX收购Cursor AI,AI战场转向工作流
收购核心资产不是编辑器本身,而是数百万开发者的使用入口。未来AI竞争的关键,会从模型能力转向AI agent的常驻入口。
SpaceX收购Cursor AI,AI战场转向工作流
收购核心资产不是编辑器本身,而是数百万开发者的使用入口。未来AI竞争的关键,会从模型能力转向AI agent的常驻入口。
AI 编码竞赛正演变成一件远比「谁写出最好代码」更宏大的事。@cursor_ai 现已正式成为 @SpaceX 的一部分。
而最有意思的资产或许不是编辑器本身,而是分发渠道。数百万开发者已经每天在编码工具里花掉数小时。如果 AI 智能体变得足够强大,能够在同一个环境里完成规划、构建、测试,最终交付工作,那编码界面就会成为 AI 领域最有价值的阵地之一。
模型可以换,算力可以租,但占据人类实际向智能体交付工作的 workflow,却难被替代得多。
这就是为什么我认为,下一场 AI 战争会越来越围绕「智能体驻留在哪里」,而非仅仅比拼智能体有多智能。模型正在变成引擎,而 workflow 正在变成护城河。
行业动态 · @CryptoLakhan▲ 1.3万
Incognitive发布隐私优先AI助手早期访问通道($60.4M)
这款AI助手可在本地设备运行,全程不把数据上传到云端。在意隐私的人可以排队申请提前试用了。
Incognitive发布隐私优先AI助手早期访问通道($60.4M)
这款AI助手可在本地设备运行,全程不把数据上传到云端。在意隐私的人可以排队申请提前试用了。
🚨 获得6040万美元投资的AI项目 — 提前体验通道已开放 🤖
Incognitive 正在打造一个注重隐私的AI助手,可在你的设备本地运行。
💰 总融资额6040万美元
🔐 隐私优先 + 本地AI处理
🤖 个人AI助手
🟢 提前体验现已开放
加入方式:访问网站,输入你的邮箱,申请提前体验。
没有复杂操作 — 只需加入提前体验等候名单,即可获取最新动态。
行业动态 · @andrewchen▲ 3.9K
多家科技巨头布局美国开源权重AI模型
已有多款相关模型落地,这只是开始,关注开源AI领域的格局变化能帮你把握后续行业动向
多家科技巨头布局美国开源权重AI模型
已有多款相关模型落地,这只是开始,关注开源AI领域的格局变化能帮你把握后续行业动向
感谢 Meta、NVIDIA、Google、Thinking Machines、OpenAI、Microsoft,感谢你们引领美国开放权重 AI 模型的发展 🇺🇸
Muse、Nemotron、Gemma、Inkling、GPT-OSS 和 Phi 都只是个开始!
边缘计算 · @bi_9527zx▲ 1.5万
14MB大小的Needle 2模型,能离线跑工具调用
整个推理引擎仅14MB,28MB内存就能运行完整会话,性能超过比它大几十倍的模型
14MB大小的Needle 2模型,能离线跑工具调用
整个推理引擎仅14MB,28MB内存就能运行完整会话,性能超过比它大几十倍的模型
🔥 14MB 的 AI 模型,居然能在手机/手表/机器人上跑工具调用?Needle 2 来了!45M 参数的 foundation model,整个引擎只有 14MB,28MB 内存就能跑完整会话,完全离线、隐私拉满。
直接在设备上调用工具、提取结构化数据,性能打得过比它大几十倍的模型!手机、可穿戴、智能家居、机器人……边缘 AI 的新天花板来了 🚀 一键安装,立即可用: pip install cactus-needle GitHub: #OnDeviceAI #EdgeAI #Needle2 #TinyML
大模型 · @Hyre_agent▲ 7.9K
首款自研HOMURA 30B,无审核还能调用工具
单张A100就能完成微调,最终大小16.9GB,可以在本地设备运行
首款自研HOMURA 30B,无审核还能调用工具
单张A100就能完成微调,最终大小16.9GB,可以在本地设备运行
推出 HOMURA 30B。这是我们首个自研模型。
它未经过滤审查,同时仍能调用工具。
基于 @AIatMeta Muse Glimmer 构建,规模大于 30B。
在单张 A100 上完成微调。
损失从 2.4 降至 0.048。
体积 16.9GB,可在 Mac 本地运行。
开放权重,采用 Apache 2.0 协议。
大多数解禁模型都会破坏工具调用功能。这个模型保留了工具调用能力。
掌控你自己的智能。
行业观点 · @Phoenixyin13▲ 5.5K
Anthropic CEO原来是物理学家,半路进入AI行业
他最早在普林斯顿研究视网膜神经回路,从找经验规律的思路切入智能研究,之后在百度做Deep Speech完成转向
Anthropic CEO原来是物理学家,半路进入AI行业
他最早在普林斯顿研究视网膜神经回路,从找经验规律的思路切入智能研究,之后在百度做Deep Speech完成转向
动态 · @StudentOffersHQ▲ 4.9K
Exa API给学生送福利,每年免费额度超常规
新注册送20美元额度,每月再送10美元,学生还能申请1000美元教育 grant,每年有120美元免费搜索API额度
Exa API给学生送福利,每年免费额度超常规
新注册送20美元额度,每月再送10美元,学生还能申请1000美元教育 grant,每年有120美元免费搜索API额度
注册即可获赠 $20 Exa API 额度,之后每月再送 $10。
面向学生提供 $1,000 教育补贴。每年可免费使用价值 $120 的搜索 API。
免费套餐每月支持约 1,400 次搜索或约 10,000 次页面提取,峰值可达 10 QPS。
Exa 是专为 AI 智能体打造的网页搜索 API,可实时搜索、抓取并调研网页内容。
你可以用它搭建:
→ 能实时搜索在线文档、代码仓库和更新日志的编程智能体
→ 可引用最新网页来源回答问题的聊天机器人
→ 按计划运行、能对任何内容发出提醒的新闻监控器
它可在 Claude Code、Cursor、Codex、OpenCode、Hermes 以及任何其他 AI 智能体中使用。
免费套餐向所有人开放,无需绑定信用卡。
学生可在定价页面申请创业与教育补贴,可获得 $1,000 免费额度,用于在你的项目中接入网页搜索。
研究 · @shynrz007▲ 346
270亿参数模型,复现论文赢过GPT 5.5
测试用的是从未见过的研究论文,不是能背答案的常规基准测试
270亿参数模型,复现论文赢过GPT 5.5
测试用的是从未见过的研究论文,不是能背答案的常规基准测试
朋友们,祝你们拥有一个特别的周日,希望你们都享受了自己的周末。
刚刚有一个27B参数的模型,击败了Opus 4.8和GPT-5.5。而且不是在你可以背下来的基准测试上赢的,是在复现它从未见过的研究论文的测试上赢的——这是那种你没法靠训练时背答案作弊的测试。
与此同时,本周Qwen的下载量悄悄突破了30亿次,成为了全球使用量最高的AI。而这段时间里,所有人都在争论Opus和GPT谁更强。
行业动态 · Hacker News▲ 110
只见过五年级内容的LLM会变成什么样
现有大语言模型大多训练全网公开内容,这个讨论抛出了一个少见的训练思路,值得看看后续结论
只见过五年级内容的LLM会变成什么样
现有大语言模型大多训练全网公开内容,这个讨论抛出了一个少见的训练思路,值得看看后续结论
行业动态 · @MaxForAI▲ 2.2万
硅谷投资人掀AI领域核心路线之争
这场争论不止讨论AI本身的风险,更讨论控制AI的人应该拥有多大权力,直接影响未来AI产业的最终格局。
硅谷投资人掀AI领域核心路线之争
这场争论不止讨论AI本身的风险,更讨论控制AI的人应该拥有多大权力,直接影响未来AI产业的最终格局。
行业动态 · @TicTocTick▲ 1.5万
Alibaba AI模型下载量超30亿次居全球第一
如果数据属实,这意味着开源AI领域的格局可能发生变化,后续可以关注开源产品落地的进展。
Alibaba AI模型下载量超30亿次居全球第一
如果数据属实,这意味着开源AI领域的格局可能发生变化,后续可以关注开源产品落地的进展。
阿里巴巴的AI模型下载量突破30亿次,超过了Google和Meta的模型,成为全球市场占比最高的第一AI公司。
该模型是开源的,可用于构建其他AI模型和产品。
$BABA
观点 · @disksing▲ 5.7K
现阶段AI Agent完全放手会自己退化?
当前不管是自动管理记忆还是迭代提示词,全放手不管一段时间后系统必然退化,所有流程仍需人工介入维护。
现阶段AI Agent完全放手会自己退化?
当前不管是自动管理记忆还是迭代提示词,全放手不管一段时间后系统必然退化,所有流程仍需人工介入维护。
agent自进化能力这个听上去很美也很有道理,但是现阶段确实是不行。 不管是自动管理记忆,还是自动迭代提示词,自动梳理workflow,自动优化skill,自动维护wiki,都必须要人工介入维护流程,只要是完全放手不管过一段时间必然退化。 所以我很难相信让agent迭代自己的插件会产生某种神奇效果,当然可能只是模型还没到那个阶段,说不定到deepseek v5的时候他家的harness平台就成了。
工具 · @yaohui12138▲ 6.8K
dethink把多个不同AI塞进同一个工作台
以前写代码、出图要切五六个客户端来回复制,现在一个界面就能切换调用所有模型。
dethink把多个不同AI塞进同一个工作台
以前写代码、出图要切五六个客户端来回复制,现在一个界面就能切换调用所有模型。
观点 · @GenAI_is_real▲ 1.1万
Agent只是放大器,不会取代顶尖技术人才
顶尖工程师用头部Agent能写出顶级代码,普通工程师用同一个Agent也写不出合格的作品,核心方向还是要靠人定。
Agent只是放大器,不会取代顶尖技术人才
顶尖工程师用头部Agent能写出顶级代码,普通工程师用同一个Agent也写不出合格的作品,核心方向还是要靠人定。
这就像我朋友问我,Infra是否觉得自己会被 Agent 取代。很遗憾我一直如此认为,不会。Agent 是且仅仅是人类智力劳动的放大器,“顶尖工程师用头部 Agent 写出顶级代码,垃圾工程师用同一 Agent 写出灾难代码”。
就像我同事 BBuf,顶级的 kernel 专家,Claude 当然写 kernel 比他快,但是要为了什么 workload 写 kernel,大体的计划和方向是什么,仍旧是需要人类工程师来决定的。
行业动态 · @undefinedKi▲ 1.7万
Anthropic发布Anthic Fellows Program培训项目($3,850 a week)
四个月带薪培训,还提供算力,第一期超过一半的学员最终留在了Anthropic工作。
Anthropic发布Anthic Fellows Program培训项目($3,850 a week)
四个月带薪培训,还提供算力,第一期超过一半的学员最终留在了Anthropic工作。
Anthropic 每周向没有机器学习经验的人支付 3,850 美元,第一期学员中有超过 50% 最终留在了这里工作。
这个项目叫做 Anthropic Fellows Program。项目时长四个月,按周发薪,此外还提供计算资源 funding。
一名 Anthropic 研究员会向你提出项目想法,你选一个,和他一起打磨方向,然后用四个月时间做真正的实证 AI 安全研究。第一期学员中,超过 80% 都从项目产出了一篇发表的论文。
准入门槛几乎为零。不需要博士学位,不需要有机器学习经验,不需要已经发表过论文。
他们只要求你会 Python,能适应模糊问题,并且学习能力强。
目前开放六个方向,而且不限制仅限美国人参与。地点可选伦敦、安大略、旧金山,美国境内也支持远程。
申请免费,只需要花你一个下午的时间。四个月后你就可以进入这家所有人都在讨论的公司。
现在申请:
开源 · @HuggingModels▲ 6.7K
开源社区发布无审核量化版Qwen 27B GGUF模型(27B)
做完量化处理,普通人可以直接下载到本地运行,不用受内容审核限制,已经有两万四千多次下载。
开源社区发布无审核量化版Qwen 27B GGUF模型(27B)
做完量化处理,普通人可以直接下载到本地运行,不用受内容审核限制,已经有两万四千多次下载。
你是否一直想要一个毫无保留的 Qwen 模型?这款 27B GGUF 未经过审核,已经完成量化,可直接本地使用。
它的下载量已经达到 24k 且还在增长,是开源社区目前最受欢迎的无限制文本生成模型。
#AI #LLM
开源工具 · @MaxForAI▲ 2.3万
第三方开发者把DeepSeek Harness做成了桌面客户端
不用装Node.js,不用命令行启动,不用自己管理服务,开箱就能用,目前支持macOS Apple芯片。
第三方开发者把DeepSeek Harness做成了桌面客户端
不用装Node.js,不用命令行启动,不用自己管理服务,开箱就能用,目前支持macOS Apple芯片。
行业动态 · @AnthropicAI▲ 618.9万
AnthropicAI发布AI生成内容水印常见问题解答
为符合欧盟AI法案要求,Anthropic将为Claude输出添加AI水印,该方案不影响输出质量,也不会增加使用成本,不追踪用户个人信息
AnthropicAI发布AI生成内容水印常见问题解答
为符合欧盟AI法案要求,Anthropic将为Claude输出添加AI水印,该方案不影响输出质量,也不会增加使用成本,不追踪用户个人信息
我们撰写了一份常见问题解答,来回应我们收到的关于水印功能的提问。总结如下:
• 我们推出水印功能是为了遵守欧盟 AI 法案,其他主流模型开发者也签署了同一行为准则,同样会推出水印功能;
• 我们的水印方法不会对 Claude 输出内容的质量或内容产生任何实际影响;
• 读者根本无法区分带水印和不带水印的文本;
• 不会向文本中添加任何内容,也不存在隐藏字符;
• 水印功能不需要额外 token,也不会增加使用成本;
• 水印无法追溯到特定个人、组织或对话。
点击此处了解更多:
开源 · @AJButton2▲ 1.1万
通义千问成全球下载量最高开源AI模型
排名超过谷歌和Meta的开源模型,想试试开源大模型的普通用户,搜索时它现在会排在更靠前的位置。
通义千问成全球下载量最高开源AI模型
排名超过谷歌和Meta的开源模型,想试试开源大模型的普通用户,搜索时它现在会排在更靠前的位置。
开源 · @servasyy_ai▲ 3.9万
国内AI开源高手大多都聚集在B站
从图片、音视频模型到推理大模型,每一波新技术兴起,都能在B站找到作者或者相关学习内容。
国内AI开源高手大多都聚集在B站
从图片、音视频模型到推理大模型,每一波新技术兴起,都能在B站找到作者或者相关学习内容。
产品更新 · @MaxForAI▲ 8.8K
Codex发布Multi Agents v2 功能
复杂编码交给专业大模型,日常任务交给低成本快模型,做项目不用手动切换不同模型了。
Codex发布Multi Agents v2 功能
复杂编码交给专业大模型,日常任务交给低成本快模型,做项目不用手动切换不同模型了。
工具 · @FiniYang▲ 1.5万
@FiniYang发布dsh-noema 长期记忆插件
支持从Codex、Claude Code、Cursor导入已有记忆,Agent能跨会话记住内容,不用每次重启都重新复述需求。
@FiniYang发布dsh-noema 长期记忆插件
支持从Codex、Claude Code、Cursor导入已有记忆,Agent能跨会话记住内容,不用每次重启都重新复述需求。
这是我们的第二个 DeepSeek Harness 插件 🥳 长期记忆插件 dsh-noema 🐳 基于现有成熟的记忆系统产品 让 DeepSeek Harness 中的 Agent 能跨会话记住重要内容工作前主动回忆 也能在设置页里查看和管理记忆 不用每次都从零开始复述背景 ⚙️ 支持从 Codex、Claude Code、Cursor 等导入已有记忆并管理 欢迎使用: #deepseek #harness #dsh #plugin #memory #agent
开源 · @MAXdeg0▲ 3.9K
@MAXdeg0开源Anthropic Cybersecurity Skills 工具(817)
覆盖29个安全领域,做AI代理安全功能开发的开发者,可以直接调用这些现成技能。
@MAXdeg0开源Anthropic Cybersecurity Skills 工具(817)
覆盖29个安全领域,做AI代理安全功能开发的开发者,可以直接调用这些现成技能。
这他妈太疯了。我找到了一个真正全面的东西:ANTHROPIC CYBERSECURITY SKILLS。
为AI agents准备的817项生产级安全技能,开源。一共覆盖29个安全领域:云安全、威胁狩猎、网络安全、事件响应、恶意软件分析、红队作战等等。
所有技能都对标真实框架:MITRE ATT&CK v17.1、NIST CSF 2.0、OWASP、MITRE Fight Fraud Framework、CIS Controls,还有更多。
每一项技能都附带完整的YAML前置元数据,标注了它覆盖的具体框架技术,并且兼容Claude Code、GitHub Copilot、OpenAI Codex CLI、Cursor和Gemini CLI。
快速启动只需要一行克隆命令。免费、开源、活跃维护。仓库链接在下方。
开源 · @Aykutuces▲ 2.0万
HeyGen发布HyperFrames 开源项目
给视频剪辑师提供了新的生成路径,代码工具可以直接对接这个流程。
HeyGen发布HyperFrames 开源项目
给视频剪辑师提供了新的生成路径,代码工具可以直接对接这个流程。
给视频编辑从业者的一个有趣开源项目。HeyGen 团队发布了 HyperFrames。
逻辑很简单:HTML + CSS + 动画 → MP4
但它的核心特点是:你可以让 Claude Code、Codex、Cursor 这类 coding agent 来完成这项工作。
你只需要输入指令:“做一个10秒的产品介绍视频,加上动画,同步字幕,渲染成MP4。”
Agent 会做规划、生成 HTML、绑定动画、获取预览、渲染出视频。而且它不只能做简单视频:
→ 产品介绍
→ 动态字幕
→ 数据可视化
→ 网站 → 视频
→ PDF → 视频
→ 3D / Three.js 动画
→ 社交媒体视频
你可以把它当成 Remotion 的替代品,但它的核心思路是用 HTML 而非 React。
在我看来,最有意思的点是视频生产也接入了 coding agent 工作流。现在你不用自己“编辑”视频,而是可以让 agent 为你“构建”视频。
GitHub 仓库放在评论区了。
开源 · @SpaceTimeViking▲ 7.1K
@SpaceTimeViking发布Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED BF16 权重(0)
已经发布了BF16权重,NVFP4校准版本还在制作中。
@SpaceTimeViking发布Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED BF16 权重(0)
已经发布了BF16权重,NVFP4校准版本还在制作中。
我们宣布 Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED BF16 权重已正式发布!
经过校准的 NVFP4 版本正在制作中。
这个模型在多个维度都达到了全新水准!
在实际响应评估中,0 次真正的拒绝。智能完全解锁。
所有 KL 漂移相比原版实际上都带来了性能提升!
行业动态 · Hacker News▲ 54
Yadda 发布3.0.0 适配AI代理时代
做自动化测试的开发者可以关注新版本,看看适配AI代理后是否能优化现有BDD测试流程
Yadda 发布3.0.0 适配AI代理时代
做自动化测试的开发者可以关注新版本,看看适配AI代理后是否能优化现有BDD测试流程
行业动态 · Hacker News▲ 48
以色列公关团队要回答ChatGPT相关问题
科技讨论社区出现非常规公关介入AI话题的情况,可以观察公关如何借助AI议题传递信息
以色列公关团队要回答ChatGPT相关问题
科技讨论社区出现非常规公关介入AI话题的情况,可以观察公关如何借助AI议题传递信息
新深度观点 · @HowToPrompt__▲ 5.6K
Apple 测试发现大模型根本不会做小学数学
原来之前AI在数学测试拿高分,全靠背训练数据的模式。一点小改动或干扰,正确率就暴跌,最高跌了65%。
Apple 测试发现大模型根本不会做小学数学
原来之前AI在数学测试拿高分,全靠背训练数据的模式。一点小改动或干扰,正确率就暴跌,最高跌了65%。
新深度观点 · @MaxForAI▲ 2.1万
现在B站已经成了国内AI技术一手信息源
追DeepSeek更新时,最先出实测拆解内容的不是传统技术平台,而是B站UP主和观众,普通爱好者也能在这里一起跟着验证最新技术。
现在B站已经成了国内AI技术一手信息源
追DeepSeek更新时,最先出实测拆解内容的不是传统技术平台,而是B站UP主和观众,普通爱好者也能在这里一起跟着验证最新技术。
新深度观点 · @kimmonismus▲ 2.1万
Qwen-3.8 27b反驳开源只供大算力
有人说开放权重只是把权力转移给了大算力方,作者不同意,还搬出Qwen-3.8 27b作为例证。普通人也能用到好用的开源模型。
Qwen-3.8 27b反驳开源只供大算力
有人说开放权重只是把权力转移给了大算力方,作者不同意,还搬出Qwen-3.8 27b作为例证。普通人也能用到好用的开源模型。
“开放权重确实对此有所帮助,但远算不上一个足够的解决方案,因为它只是把集中度稍微转移给了那些拥有最多算力和芯片的机构(大致就是前沿实验室加上可能的硬件厂商)。”
我强烈反对这一观点,而Qwen-3.8 27b刚刚就此给出了结论性的证明。开源属于所有人,不只是属于拥有海量算力资源的群体。
深度观点 · @DratchCap▲ 2.3万
华尔街没意识到AI提升知识工作速度有多快
如果给模型接入整理好的信息、设置多AI辩论校验流程,几小时就能完成过去很久才能做完的知识整理工作,一年前还做不到。
华尔街没意识到AI提升知识工作速度有多快
如果给模型接入整理好的信息、设置多AI辩论校验流程,几小时就能完成过去很久才能做完的知识整理工作,一年前还做不到。
深度观点 · @IOHK_Charles▲ 4.6万
Qwen 3.8 27b可达Opus 4.6级桌面性能
按当前开源模型迭代趋势,未来18到24个月,顶级大模型就可以直接在个人电脑本地运行,不用再依赖云端服务。
Qwen 3.8 27b可达Opus 4.6级桌面性能
按当前开源模型迭代趋势,未来18到24个月,顶级大模型就可以直接在个人电脑本地运行,不用再依赖云端服务。
人们没搞懂新出的 Qwen 3.8 27b 模型的点是:在 RTX 5090 上,它的性能大致和 Opus 4.6 相当。
如果这个趋势延续下去,18到24个月内你就能在自己的桌面电脑上运行旗舰级模型了。
开源永远会赢。
深度观点 · @haider1▲ 4.4K
网友推测OpenAI下月要出自动AI研究实习生
如果普通AI研究员能被自动化替代,普通科研工作者的工作流可能很快迎来变化
网友推测OpenAI下月要出自动AI研究实习生
如果普通AI研究员能被自动化替代,普通科研工作者的工作流可能很快迎来变化
OpenAI 的目标是在下个月之前推出一个「自动化 AI 研究实习生」,而就我们目前从 Astra 看到的一切来看,我开始认为「Astra 系列」会是支撑这个里程碑的模型。
它很可能是一个全新的模型类别,就像 Anthropic 的 Fable/Mythos 那样,而且可能是一个全新的预训练模型,而非 GPT-5.7。
深度观点 · @kimmonismus▲ 2.7K
二人争论AI监管是集权还是防集权
这场争论直接关系到未来AI行业的格局——会是少数巨头垄断,还是能保有大量开发者和充分竞争,普通使用者能从中获得更便宜多样的AI服务。
二人争论AI监管是集权还是防集权
这场争论直接关系到未来AI行业的格局——会是少数巨头垄断,还是能保有大量开发者和充分竞争,普通使用者能从中获得更便宜多样的AI服务。
深度观点 · @tszzl▲ 1.8万
大模型公司该掏钱资助AI对齐研究了
大模型训练依赖公益NGO承担对齐风险,却没给够资金。如果要行业自我监管,赚了钱的实验室应该给整个生态注资。
大模型公司该掏钱资助AI对齐研究了
大模型训练依赖公益NGO承担对齐风险,却没给够资金。如果要行业自我监管,赚了钱的实验室应该给整个生态注资。
模型训练企业极大地蹭了METR、Redwood、Apollo这类非政府组织,以及Goodfire这类小型对齐公司的免费功劳。它们把相当一部分对齐外部成本转移给了这些组织。
它们应该向自己认可的机构投入数十亿美元。在有些情况下这很容易做到,但在另一些情况,比如METR——可以理解,该组织非常努力地保持自身相对于实验室的财务独立性。
第三方 philanthropy 市场是存在的(我喜欢Coefficient Giving,但不幸的是它离Anthropic太近了),这类第三方可以做到真正独立于实验室,同时仍然接受实验室员工的捐赠,更理想的情况是直接接受实验室捐赠,再把资金分配给有前景的对齐与控制研究机构和个人。
部分慈善从业者会不满,但OpenAI基金会及类似机构可以为可验证结果的技术对齐问题或研究提供巨额奖金。
换句话说,如果这个行业想要切实实现自我监管,整个生态系统都应该注入实验室获得的巨额财富中的一部分。
深度观点 · @MaxForAI▲ 1.7万
Dario回应AI监管争议,路线分歧浮出水面
这场关于AI监管的争论,核心是要不要靠制度约束已经集中的AI权力,直接关系到未来普通开发者的生存空间,值得关注。
Dario回应AI监管争议,路线分歧浮出水面
这场关于AI监管的争论,核心是要不要靠制度约束已经集中的AI权力,直接关系到未来普通开发者的生存空间,值得关注。
深度观点 · @ZackKorman▲ 4.8K
Anthropic与OpenAI垄断AI安全话语权?
行业话语权集中在头部两家公司,无论他们说出什么离谱观点,都会有人追捧。这会影响普通人接触真实AI安全信息。
Anthropic与OpenAI垄断AI安全话语权?
行业话语权集中在头部两家公司,无论他们说出什么离谱观点,都会有人追捧。这会影响普通人接触真实AI安全信息。
Anthropic 和 OpenAI 对人工智能安全领域的话语权掌握得实在太多了。
哪怕他们发推说自己根本不用多因素认证(MFA),全公司共用一个密码,这个平台上也会有一半人边记笔记边说:“唔,他们肯定知道一些我们不知道的东西”。
深度观点 · @jackclarkSF▲ 2.3万
jackclarkSF划分近年AI发展三个阶段
可据此判断AI行业当前所处的发展阶段,判断后续技术迭代的方向,提前规划相关布局
jackclarkSF划分近年AI发展三个阶段
可据此判断AI行业当前所处的发展阶段,判断后续技术迭代的方向,提前规划相关布局
近期AI进步大致阶段,按研究共同体集体爬坡的目标划分:
2018-2022:基础能力(总结、写代码等)
2022-2026:规范与时间连贯性(RLHF/CAI、长上下文、智能体)
2026 - ?2028?:科学直觉/自主性
深度观点 · @hwchase17▲ 6.5K
hwchase17聊企业该怎么自主掌控AI
方案给出了可落地的工具路径,想要沉淀企业自有AI能力,可以参考这套自主搭建的思路。
hwchase17聊企业该怎么自主掌控AI
方案给出了可落地的工具路径,想要沉淀企业自有AI能力,可以参考这套自主搭建的思路。
新工具产品 · @unicodef1wn▲ 6.9K
DeepSeek, Anthropic, OpenAI, Google, Cursor, xAI开源10个GitHub代码仓库(10)
想搭AI智能体,不必花钱买搭建课程。这些大模型厂商官方放出的开源工具、示例代码,能直接拿来用。
DeepSeek, Anthropic, OpenAI, Google, Cursor, xAI开源10个GitHub代码仓库(10)
想搭AI智能体,不必花钱买搭建课程。这些大模型厂商官方放出的开源工具、示例代码,能直接拿来用。
新工具产品 · @gippp69▲ 2.7K
github社区272K星开源仓库发布superpowers 代理式技能框架(272K)
写代码前先理清需求、出方案再动手,这套流程能套给所有常用AI编码工具用,换工具也不用重新改流程,下次写项目可以直接用
github社区272K星开源仓库发布superpowers 代理式技能框架(272K)
写代码前先理清需求、出方案再动手,这套流程能套给所有常用AI编码工具用,换工具也不用重新改流程,下次写项目可以直接用
我靠,这个拥有 272K Star 的仓库不是让 Claude Code 变聪明,它是逼 Claude Code 停止 vibe coding。
superpowers 是一个智能体技能框架,它能让你的编码智能体在开始修改文件之前,先理解问题、写出方案并验证方法。
流程是:想法 → 头脑风暴 → 规格说明 → 实施计划 → 编码 → 测试 → 评审 → 验证。
头脑风暴、测试驱动开发、系统化调试、代码评审、子智能体驱动开发都被打包成可复用技能,不用你每次会话都重写提示指令。
claude code、codex、cursor、gemini cli 和其他编码智能体都可以用这套方法,所以哪怕你切换模型或工具,工作流依然能用。
单个智能体可以快速生成代码。这个仓库逼它在敲字前先做工程设计。
在你下次用 Claude Code 构建项目之前,先把它收藏起来。
新工具产品 · @yiyirats▲ 3.5K
MatrixMedia 开源自动化跨平台发自媒体内容
做自媒体需要反复在多个平台发内容的重复劳动,可以用这套工具自动完成,支持手动和AI Agent接入。
MatrixMedia 开源自动化跨平台发自媒体内容
做自媒体需要反复在多个平台发内容的重复劳动,可以用这套工具自动完成,支持手动和AI Agent接入。
做自媒体最累的,不是剪视频。而是同一个视频,要在七八个平台重复发七八遍。GitHub这个开源项目MatrixMedia,把这些重复操作全部自动化了。
它把多个自媒体平台的网页发布流程封装成统一接口,目前支持抖音、快手、B站、视频号、小红书、头条、百家号、番茄视频等平台,同时提供GUI、CLI、HTTP API和MCP Server四种使用方式。不管是手动发布、脚本调用,还是让AI Agent自动执行,都可以接入同一套工作流。🔗
工具产品 · @Ryrenz▲ 3.4K
@Ryrenz发布批量翻译生成双语电子书工具(9.4K)
读英文原著不用反复跳出查词,直接生成对照版 EPUB 保留阅读节奏,支持多种翻译后端和多种文件格式
@Ryrenz发布批量翻译生成双语电子书工具(9.4K)
读英文原著不用反复跳出查词,直接生成对照版 EPUB 保留阅读节奏,支持多种翻译后端和多种文件格式
📘 把整本英文书翻译成中英对照的 EPUB,读原著不用再查词 GitHub 上 9.4K stars
想读英文原著,卡点从来不是看不懂单个句子,而是每遇到一个生词就要跳出来查,读三页断五次,节奏全碎了。
这个工具直接产出双语书:EPUB 进去,出来是原文和译文对照的 EPUB,看不懂的地方眼睛往下瞟一行就行。TXT、Markdown、SRT 也能翻,字幕文件同样能出双语版。
翻译后端给的选择非常多:OpenAI、Claude、Gemini、Qwen、DeepL、Google 翻译、腾讯交互翻译、xAI、Groq、Ollama,也能配自定义的兼容接口。
长书翻译有几个实用设计:EPUB 章节并行处理,中断了能恢复,还能自定义提示词让翻译风格更贴你的口味。
读原著这件事,门槛一直是耐心而不是词汇量。
GitHub:
工具产品 · @LotusDecoder▲ 6.7K
个人家用本地AI组合已经初具生产力
按规划和执行分工搭配不同本地模型,可搭配云端服务处理任务,想要搭建私人本地AI工作流可以参考这套配置方案
个人家用本地AI组合已经初具生产力
按规划和执行分工搭配不同本地模型,可搭配云端服务处理任务,想要搭建私人本地AI工作流可以参考这套配置方案
工具产品 · @yugen_matuni▲ 6.7K
Excel in Copilot居然有这么多第三方连接器
没想到办公表格里的AI能直接对接这么多常用工具,工作流整合的边界又往前推了一步
Excel in Copilot居然有这么多第三方连接器
没想到办公表格里的AI能直接对接这么多常用工具,工作流整合的边界又往前推了一步
有谁能想到,如今 Excel in Copilot 竟拥有这么多连接器。
从 Github 开始,覆盖了 Google 系列服务、Notion、Hubspot,一直到 Hugging Face、Canva、Money Forward 都有。
它现在已经完全是一个 Agent Harness 了。
工具产品 · @LinearUncle▲ 8.8K
李继刚开源了提示词skills工具库
需要优化AI提示词效果、整理提示词技能的人,可以直接取用这个开源库,按需调取对应提示词能力
李继刚开源了提示词skills工具库
需要优化AI提示词效果、整理提示词技能的人,可以直接取用这个开源库,按需调取对应提示词能力
推荐提示词之神:李继刚的skills 开源库。西方有matt pocock, 东方有刚神。参看图中我用AI调研的分类,按需索取。
玩文字,刚神绝对No.1 # 安装全部技能(全局,org-mode 格式) bunx skills add lijigang/ljg-skills -g -a codex --skill '*' -y
新实战经验 · @Teknium▲ 1.8万
Teknium称Qwen 3.8给Hermes Agent带来高密度智能
关注开源 Agent 的普通用户可以留意,通义千问开源模型已经能给 Agent 提供能力支持,体验可能超出预期
Teknium称Qwen 3.8给Hermes Agent带来高密度智能
关注开源 Agent 的普通用户可以留意,通义千问开源模型已经能给 Agent 提供能力支持,体验可能超出预期
实战经验 · @TheAhmadOsman▲ 9.2K
不同AI智能体可协作还能绕开内容限制
如果你依赖多个AI工具完成方案整理,这种跨智能体自动交互的玩法,能帮你省去手动反复调度的步骤
不同AI智能体可协作还能绕开内容限制
如果你依赖多个AI工具完成方案整理,这种跨智能体自动交互的玩法,能帮你省去手动反复调度的步骤
你知道吗?你可以让运行 Qwen 3.8 27B 或 DeepSeek V4 Flash 的智能体发送提示词,和其他任意智能体交互来优化方案。
我刚刚让运行在 OMP 上的 DeepSeek 给我的 Fable 5(通过 Cursor Agent)发了一个请求,让它审核并编辑一份方案文档。
额外福利:它们知道如何绕过内容过滤和拒绝机制 ;)
实战经验 · @Info_sam_ai▲ 655
@Info_sam_ai 分享免费 Claude+NotebookLM 工作流
不用付费就能组合两大AI优势,处理大量文档和研究工作,能帮你简化研究流程得到可用结论
@Info_sam_ai 分享免费 Claude+NotebookLM 工作流
不用付费就能组合两大AI优势,处理大量文档和研究工作,能帮你简化研究流程得到可用结论
精通 Claude + NotebookLM:免费连接两大AI powerhouse
协同效应:将 Claude 的深度推理与流畅写作,和 NotebookLM 的专业信源落地研究结合,打造无缝AI工作空间。
目标:完全免费地构建自定义知识库、合成复杂文档,并简化你的研究工作流。
成果:将堆积如山的笔记、PDF 和链接转化为可落地的洞见,不遗漏任何细节。
实战经验 · @Xudong07452910▲ 4.7K
Anthropic 公开 Claude Code 实用使用指南
用好 Claude Code 不只是提问技巧,管理上下文才是核心。能帮你减少无效 token 消耗,避免缓存被打断,提升编码效率。
Anthropic 公开 Claude Code 实用使用指南
用好 Claude Code 不只是提问技巧,管理上下文才是核心。能帮你减少无效 token 消耗,避免缓存被打断,提升编码效率。
Anthropic 刚写了一篇很实用的 Claude Code 使用指南。
里面有个细节我之前没有太认真想过: Claude 读过的文件、跑过的测试、终端输出,一旦进入当前 Session,后面每一轮基本都会继续带着它们。
所以一个 Claude Code Session 用得越久,问题可能不只是 Token 变多,Context 里也会堆满已经没用的信息。 Anthropic 给的建议其实都围绕这件事: 不同任务直接 /clear;长任务阶段结束用 /compact;文件尽量直接 @;测试和日志少输出废话,特别 noisy 的工作可以丢给 Subagent,让这些中间信息待在另一个 Context 里。
还有一点提到了我经常踩的坑:中途切 model、effort 或 Fast Mode,都可能打断 prompt cache。所以最好在一个 Session 开始前就选好。
现在发现用好 Coding Agent 很大一部分其实是在管理 Context。 给模型更多信息很容易,难的是知道哪些东西该进去,哪些应该及时扔掉。
实战经验 · @Ben_escrito▲ 7.3K
Ben_escrito整理了15份免费AI学习指南
想入门AI又找不到合适的学习资源,不用自己搜索筛选,这份汇总好的免费清单可以直接用
Ben_escrito整理了15份免费AI学习指南
想入门AI又找不到合适的学习资源,不用自己搜索筛选,这份汇总好的免费清单可以直接用
游戏开发 · @Grummz▲ 9.5万
开发者弃用Unreal,全AI编写游戏引擎Kaiju Engine
开发者用全AI生成替代引擎Kaiju,成功移植旧游戏《Firefall》
开发者弃用Unreal,全AI编写游戏引擎Kaiju Engine
开发者用全AI生成替代引擎Kaiju,成功移植旧游戏《Firefall》
开源 · @yume_arasaki▲ 7.7K
教你在消费级NVIDIA显卡上最优运行通义千问3.8 27B
分享社区整理的最优配置参数,适配RTX3090/4090/5090
教你在消费级NVIDIA显卡上最优运行通义千问3.8 27B
分享社区整理的最优配置参数,适配RTX3090/4090/5090
编程 · @Xianbao_QIAN▲ 9.3K
开发者实测DeepSeek编程工具 体验流畅表现优异
开发者分享深度使用DeepSeek编程工具的实际体验,评价出众
开发者实测DeepSeek编程工具 体验流畅表现优异
开发者分享深度使用DeepSeek编程工具的实际体验,评价出众
我今天在编程工作中大量使用了 @deepseek_ai 的开发框架,我真的很喜欢它。这几乎就是理想中的开发框架了。干得漂亮 @tianyi!
- Flash 模型能达到 100+ tok/s 的生成速度……体验非常流畅
- 处理长上下文时,GUI 比 Codex 快得多
- 前缀复用的表现非常夸张,缓存命中率达到 100%
- 这个框架对上下文的利用看起来很合理
在我的使用体验里,它的上下文消耗速度比 Claude Code 慢得多。轨迹功能非常棒,能帮你清晰了解模型都做了什么,太实用了。
我本来考虑用专业版,但 Flash 版本已经能很好地完成工作了——我甚至不用输入 /goal,只用普通提示就能触发很长的工作流。太厉害了!
而且说实话,我连插件功能都还没试呢,那个功能听起来也很不错。
你的体验如何?你喜欢它吗?
视频剪辑 · @VincentWei93▲ 2.7K
开发者尝试用AI智能体以代码形式制作卡点混剪视频
成品并非由AI生成视频模型直接生成,当前可通过组件搭建补齐模型不足
开发者尝试用AI智能体以代码形式制作卡点混剪视频
成品并非由AI生成视频模型直接生成,当前可通过组件搭建补齐模型不足
开发者VincentWei93近期研究了一项新技术:使用AI智能体(AI agent)制作卡点混剪视频。研究后他认为,以AI通过代码形式制作视频存在很大潜力。
AI智能体不仅能通过代码制作口播视频、动效、宣传片,还可以制作对剪辑精度要求极高的卡点混剪。需要说明的是,这类成品不是通过AI视频生成模型直接生成的,而是由AI智能体以代码编排制作而成。
目前这类AI在时间轴和空间轴的动态审美能力仍有待提升。通过搭建组件和功能模块,已经可以补齐很大一部分能力缺口。
如果有足够多的人对这项技术感兴趣,后续会推出系列技术分享。分享将帮助不会专业剪辑软件的普通用户,也能通过AI制作甚至原创这类视频。
笔记工具 · @kocer_eth▲ 2.5K
让Obsidian笔记库成为AI可用记忆的双层方案
原生存储的400条Obsidian原始笔记无法成为AI可用记忆,双层上下文结构可解决该问题
让Obsidian笔记库成为AI可用记忆的双层方案
原生存储的400条Obsidian原始笔记无法成为AI可用记忆,双层上下文结构可解决该问题
教程 · @Techbruneth▲ 1.0万
ChatGPT隐藏模式“无限私教” 3小时可从零学任意技能
分享8个可直接复制使用的实用提示词,解锁ChatGPT的高效学习功能
ChatGPT隐藏模式“无限私教” 3小时可从零学任意技能
分享8个可直接复制使用的实用提示词,解锁ChatGPT的高效学习功能
大模型 · @SpaceTimeViking▲ 2.0K
开发者分享大模型移除对齐Abliteration的新实践经验
开发者指出低KL散度并非最优目标,适度KL散度可提升模型智能和回答效率
开发者分享大模型移除对齐Abliteration的新实践经验
开发者指出低KL散度并非最优目标,适度KL散度可提升模型智能和回答效率
大模型 · @TheMaran▲ 8.3K
网传OpenAI未公开GPT-5.6-sol模型调用方法已被修复
有用户曝出OpenAI在Codex中暴露内部测试模型,可实现无限制token调用,最新消息称该漏洞已修复
网传OpenAI未公开GPT-5.6-sol模型调用方法已被修复
有用户曝出OpenAI在Codex中暴露内部测试模型,可实现无限制token调用,最新消息称该漏洞已修复
AI编程 · @marcusyul▲ 5.0K
开发者停用付费AI编程工具Cursor 找到免费替代方案
西班牙开发者称已付费使用数月AI编程工具,找到功能完全匹配的免费替代工具,无需改变工作流程
开发者停用付费AI编程工具Cursor 找到免费替代方案
西班牙开发者称已付费使用数月AI编程工具,找到功能完全匹配的免费替代工具,无需改变工作流程
一名叫marcusyul的开发者在𝕏发文表示,自己已经连续数月付费使用AI编程工具。他找到一款完全免费的同类工具,停用付费的Cursor后,不需要改变原有工作流程。
这款免费工具拥有和Claude Code、Cursor、Lovable一致的功能。只用一条命令就能完成安装,全程不需要支付任何费用。
开发者称,奇怪的不是这类免费工具存在,而是目前几乎还没有人知道这个选项。他已经将这款名为Freebuff的工具的链接放在了文中。
生活科技 · @Austen▲ 2.2K
用户分享AI结合身体扫描健康数据自动订购 groceries
用户称该功能匹配个人饮食计划是他最喜爱的AI应用,还提到可做HEB配送对接工具
用户分享AI结合身体扫描健康数据自动订购 groceries
用户称该功能匹配个人饮食计划是他最喜爱的AI应用,还提到可做HEB配送对接工具
基于近期身体扫描结果、健康数据、个人偏好,并匹配个人饮食计划,AI自动帮用户订购日常食品杂货,这是用户最喜爱的AI应用场景之一。用户还附上了相关链接。用户提到,HEB配送的相关工作人员需要搭建Claude连接器或是MCP(模型上下文协议)。
用户表示,或许自己会完成这项搭建工作。
大模型 · @AkitaOnRails▲ 3.0K
开发者测试GLM 5.3与Kimi K3 体验接近顶级大模型
开发者AkitaOnRails在多个个人项目中测试两款大模型,认为均可正常投入使用
开发者测试GLM 5.3与Kimi K3 体验接近顶级大模型
开发者AkitaOnRails在多个个人项目中测试两款大模型,认为均可正常投入使用
AkitaOnRails花费一整天,在多个个人项目中测试了GLM 5.3大模型。测试结果显示,GLM 5.3的可用性很好,测试过程没有出现任何问题。
Kimi K3的测试体验和GLM 5.3相近。两款大模型的整体表现,都和Opus、Sol大模型大致处在相近水平。
到目前这个阶段,已经没有理由不使用这两款大模型。
动态 · @Alexvx_nft▲ 528
AI代理发展瓶颈已不在提示词工程而在工具层
观点指出当前AI代理的核心限制是工具设计不佳,而非提示词质量不足,需重构工具工程
AI代理发展瓶颈已不在提示词工程而在工具层
观点指出当前AI代理的核心限制是工具设计不佳,而非提示词质量不足,需重构工具工程
智能体 · @Voxyz_ai▲ 1.3万
开发者将部分Hermes配置迁移至Grok Bot作为工作环境测试
开发者测试Grok Bot的多机器人交互与托管能力,分享了实测体验和 nightly 任务配置
开发者将部分Hermes配置迁移至Grok Bot作为工作环境测试
开发者测试Grok Bot的多机器人交互与托管能力,分享了实测体验和 nightly 任务配置
大模型 · @designwkarthick▲ 5.9K
用户使用2天就耗尽SuperGrok周使用额度
连续编码8小时触达限制,用户建议X AI推出适配编码的桌面端应用
用户使用2天就耗尽SuperGrok周使用额度
连续编码8小时触达限制,用户建议X AI推出适配编码的桌面端应用
一名为designwkarthick的用户在X上分享,自己仅使用SuperGrok两天,就已经耗尽了该服务的每周使用额度。他大约连续编码8小时就触达了使用上限。
他大多用Grok进行前端设计,认为Grok在这项工作上表现非常出色。但如果完全依赖智能体编码,当前的额度限制并不够用。
他向Grok团队提出建议,希望推出一款合格的桌面编码应用,类似Codex或Claude Code。
命令行界面(CLI)体验不错,但依然缺少发挥出这款大模型强大能力所需的使用体验。Grok已经拥有出色的模型,现在需要围绕模型打造配套的优质工具。
大语言模型 · @ryan4yin▲ 3.7K
开发者本地测试通义千问Qwen 3.8-27B,性能接近GPT-5.6-sol
该模型在编码等开发场景体验优异,高峰期性能优于表现下降的GPT-5.6-sol
开发者本地测试通义千问Qwen 3.8-27B,性能接近GPT-5.6-sol
该模型在编码等开发场景体验优异,高峰期性能优于表现下降的GPT-5.6-sol
开发者ryan4yin在𝕏分享个人测试体验,Qwen 3.8-27B在本地部署测试中表现超出预期。本次测试使用Q4_K_M量化格式搭配opencode,用于修改nix配置、审查k8s yaml文件、定位线上开发问题。
从个人体验来看,该模型的表现比gpt-5.6-sol稍差,但差距非常小。面对前几天高峰期出现性能下降的gpt-5.6-sol,该模型的表现明显更优。
本次分享仅为个人体验,测试未涉及复杂项目开发。测试使用的nix配置可查看分享链接获取。
大模型 · @0xSero▲ 637
开发者本地运行大模型月token消耗达100亿,等于一份Codex订阅
开发者@0xSero分享,为做深度研究和实验,本地大模型月消耗100亿token,停用其他订阅
开发者本地运行大模型月token消耗达100亿,等于一份Codex订阅
开发者@0xSero分享,为做深度研究和实验,本地大模型月消耗100亿token,停用其他订阅
@0xSero表示,自己本地运行大模型的预计月token消耗量已经达到100亿,消耗量等同于一份OpenAI Codex订阅。他特意选择了速度更慢的模型运行。
今天他全程只使用了这一本地大模型,其他所有大模型订阅的使用量都为零。这段时间他一直在开展深度研究,进行各类非常规实验。
游戏开发 · @milichab
九个月间城市建造游戏的AI前沿进展更新
对比2025年11月和2026年8月的项目,AI已可实现全3A全3D游戏内容生成
九个月间城市建造游戏的AI前沿进展更新
对比2025年11月和2026年8月的项目,AI已可实现全3A全3D游戏内容生成
整理九个月来AI在城市建造游戏领域的前沿进展,左侧为2025年11月推出的IsoCity项目,右侧为2026年8月推出的新项目。
2026年8月的新项目由Grok 4.6结合循环机制开发,采用Composer 1与云端智能体技术。借助当前AI能力,制作全3D和3A级图形已经可以实现。
IsoCity项目总开发耗时约40到50小时,是2025年11月项目的约10倍,并且完全开源。
2025年项目的所有资源资产都由AI图像生成,到2026年8月,这类资产已经全部可以通过程序化生成。
大语言模型 · @RohOnChain
前OpenAI/Tesla研究员Karpathy加入Anthropic后发布免费AI课程
Andrej Karpathy拥有8年OpenAI与特斯拉从业经历,发布4小时免费从零构建大语言模型课程
前OpenAI/Tesla研究员Karpathy加入Anthropic后发布免费AI课程
Andrej Karpathy拥有8年OpenAI与特斯拉从业经历,发布4小时免费从零构建大语言模型课程
Andrej Karpathy曾在OpenAI和特斯拉工作8年,最近他加入了Anthropic。
几天前,他将自己掌握的全部相关知识整理成一节免费的4小时课程。完成课程后,学习者可以从零开始搭建像ChatGPT和Claude这样的大语言模型(LLM)。
市面上同类训练营仅教授一半内容,收费就达到1.5万美元。如果你现在没有4小时整的空闲,可以先收藏这节课,后续再观看,看完后按照配套指南操作就能搭建出你的第一个工作循环。
3D建模 · @hma_life
开发者制作Zoe虚拟主播模型 新增身体动作模块
开发者分享第12天开发进展,已将实验项目上传GitHub,当前面部追踪存在不稳定问题
开发者制作Zoe虚拟主播模型 新增身体动作模块
开发者分享第12天开发进展,已将实验项目上传GitHub,当前面部追踪存在不稳定问题
开发者@hma_life在第12天开发Zoe 3D模型的过程中,新增了身体动作功能。开发者尝试添加眉毛追踪功能,但追踪效果不稳定。
这个项目属于实验性质,代码结构稍显杂乱,项目已经上传至GitHub,感兴趣的用户可以下载fbx模型文件。
开发者还新增了若干表情,但说话时面部追踪会出现识别错误。由于开发者本身不是程序员,不熟悉这类功能的最优开发方法,计划只对现有内容做优化,最终保留为一个简单模型。
这个项目只是面向朋友分享的快速实验。开发者之前接触过Discord API,曾构想让Zoe在收到Discord消息时触发特定表情。如果后续能获得效果更好的面部追踪方案,可能会再继续打磨这类功能。
产品体验 · @AlexFinn
用户连续一周使用Grok Bot后称其为当前最佳AI智能体
X平台用户AlexFinn分享连续一周不间断使用体验,列出六大使用场景并给出评价
用户连续一周使用Grok Bot后称其为当前最佳AI智能体
X平台用户AlexFinn分享连续一周不间断使用体验,列出六大使用场景并给出评价
机器人 · @mrfundman
开发者分享模仿埃隆·马斯克的Grok机器人提示词
用户@mrfundman在X平台分享定制提示词,可将Grok设置成完全模仿埃隆·马斯克的机器人
开发者分享模仿埃隆·马斯克的Grok机器人提示词
用户@mrfundman在X平台分享定制提示词,可将Grok设置成完全模仿埃隆·马斯克的机器人
AI图像生成 · @Rk5530▲ 1.4K
创作者联合使用GPT Image 2与Kling AI生成战斗场景图
创作者在ChatGPT中用GPT Image 2结合Kling AI生成了雪地高山战斗的电影级场景图
创作者联合使用GPT Image 2与Kling AI生成战斗场景图
创作者在ChatGPT中用GPT Image 2结合Kling AI生成了雪地高山战斗的电影级场景图
开源 · @tetumemo▲ 9.5K
免费开源日本行政手续AI查询工具已发布至GitHub
可跨领域检索不同人生阶段的行政手续,使用开源可部署
免费开源日本行政手续AI查询工具已发布至GitHub
可跨领域检索不同人生阶段的行政手续,使用开源可部署
AI 编码 · @chasen_liao▲ 7.9K
Codex使用征集汇总经验 重构代码Agent能力衡量标准
汇总Codex实战经验后,提出代码Agent使用能力新衡量标准
Codex使用征集汇总经验 重构代码Agent能力衡量标准
汇总Codex实战经验后,提出代码Agent使用能力新衡量标准
Tibo 发帖征集本周用 Codex 解决的最复杂工程问题,评论区汇集了大量跨文件依赖追踪和长任务调优的一线实战经验 现在衡量一个人使用代码 Agent 的水平,不再看提示词写得多花哨,而是看能否把一个宏大需求拆解成可验证的局部断言。让模型在确定性的单元测试反馈循环里跑迭代,远比让它一次性盲写上千行代码可靠得多
AI开发 · @realchendahuang▲ 6.6K
DeepSeek Harness四种工作模式适用场景梳理
梳理四种模式的优缺点,分别对应不同需求的开发任务
DeepSeek Harness四种工作模式适用场景梳理
梳理四种模式的优缺点,分别对应不同需求的开发任务
提示词 · @alex_prompter▲ 1.0万
AI回答质量差距,根源不在模型而在提示词技巧
用户分享了10种实用提示词技巧,能帮普通用户从AI获得优质可用的输出结果
AI回答质量差距,根源不在模型而在提示词技巧
用户分享了10种实用提示词技巧,能帮普通用户从AI获得优质可用的输出结果
AI编程 · @NFT_Chen▲ 5.3K
DeepSeek V4 Pro 0813可直接生成浏览器端交互式3D地球
基于Three.js完成全功能3D Web开发,涵盖数据流可视化、真实云层等多项效果
DeepSeek V4 Pro 0813可直接生成浏览器端交互式3D地球
基于Three.js完成全功能3D Web开发,涵盖数据流可视化、真实云层等多项效果
DeepSeek V4 Pro 0813可在Three.js框架中,直接在浏览器生成完整的交互式3D地球。完成的项目包含全球数据流可视化、动态航线效果、地点精准标记、具有真实感的大气层与云层,以及完整度很高的用户界面。
3D Web开发一向是对编程模型要求极高的挑战,需要同时满足空间理解、图形渲染、动画效果、交互逻辑多方面要求。
DeepSeek V4 Pro 0813直接完成了这项任务,效果超出预期。AI生成3D代码的时代已经到来。
AI开发 · @DesignByMoein▲ 3.5K
设计师展示AI辅助网页首屏区块完整开发流程
开发者Moein公开自己用GPT、Cursor和自制工具完成网页首屏开发的五步流程
设计师展示AI辅助网页首屏区块完整开发流程
开发者Moein公开自己用GPT、Cursor和自制工具完成网页首屏开发的五步流程
账号@DesignByMoein在X平台分享了自己制作网页首屏区块(hero section)的完整工作流,工具组合为GPT、自制视频工具(非Higgsfield)、Cursor,搭配自定义技能流程。
整个开发流程分为五个步骤。第一步在ChatGPT中完成构思,第二步把构思整理成提示词,第三步用提示词生成图像。
第四步使用自制视频工具,将生成的图像转化为视频。第五步在Cursor编辑器中,结合自定义技能与客户设计文档完成落地页搭建。
相关的流程演示内容已经发布在分享链接中。
提示词 · @IMJustinBrooke▲ 7.2K
用户分享Fable 5自动生成社媒内容的提示词
该提示词可结合Claude构建品牌社媒日常内容生成循环,分享者称效果超出预期
用户分享Fable 5自动生成社媒内容的提示词
该提示词可结合Claude构建品牌社媒日常内容生成循环,分享者称效果超出预期
分享者IMJustinBrooke表示,昨晚体验的这个Fable 5提示词效果超出预期。
该提示词内容为:使用Claude项目与Cowork功能,为你的品牌Twitter和Facebook主页构建日常内容生成循环。
分享者建议,如果拥有最高权限档位,可以开启该档位使用,邀请大家尝试这个提示词。
大模型 · @dotey▲ 3.3万
开发者实测:大模型难以跳出既定框架解决优化问题
Fable 5等大模型做代码优化难破框架,开发者手动改进获明显效果
开发者实测:大模型难以跳出既定框架解决优化问题
Fable 5等大模型做代码优化难破框架,开发者手动改进获明显效果
教程 · @ShenSeanChen▲ 4.1K
开发者拆解AI智能体记忆层并推出免费30分钟实操课程
开发者拆解AI智能体完整记忆层,推出带可运行代码的免费课程
开发者拆解AI智能体记忆层并推出免费30分钟实操课程
开发者拆解AI智能体完整记忆层,推出带可运行代码的免费课程
大语言模型 · @MinLiBuilds▲ 1.9万
通义千问Qwen3.8-27B运行测试 完成复杂代码需求
开发者测试将非量化Qwen3.8-27B接入Claude Code,效果出色
通义千问Qwen3.8-27B运行测试 完成复杂代码需求
开发者测试将非量化Qwen3.8-27B接入Claude Code,效果出色
开源 · @PrajwalTomar_▲ 1.8万
开发者分享让Hermes AI代理更实用的升级技巧
通过开源工具Agent Reach为Hermes代理赋予联网能力,提升实用性
开发者分享让Hermes AI代理更实用的升级技巧
通过开源工具Agent Reach为Hermes代理赋予联网能力,提升实用性
大模型部署 · @Lonely__MH▲ 1.3万
Qwen3.8-27B本地部署开启MTP实现吞吐翻倍
本文分享通义千问大模型本地部署MTP优化方案
Qwen3.8-27B本地部署开启MTP实现吞吐翻倍
本文分享通义千问大模型本地部署MTP优化方案
🚀 Qwen3.8-27B 本地部署优化:开启 MTP 实现toekn吞吐加倍 昨日完成本地部署后,重新开启了 MTP(多 Token 预测),目前 Token 生成速度实现翻倍,性能与流畅度体验均达到预期 什么是 MTP?为何能显著提速? - 原理:从“走一步看一步”升级为“走一步看两步”,计算当前词的同时,顺便预判后续高频词 - 提速核心:绕过显存带宽瓶颈,大模型生成慢是因为每吐一字都要在显存中搬运一遍巨量权重,MTP 让显卡搬运一次权重直接产出多个字,访存开销减半 -优势:0 额外显存占用,主模型原生验证,智商 100% 无损 vLLM 启动参数👇🏻: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'
开源 · @neural_avb▲ 573
开发者训练1.35亿参数小型大语言模型并开源代码
开发者为YouTube系列训练135M参数SLM,已开源代码
开发者训练1.35亿参数小型大语言模型并开源代码
开发者为YouTube系列训练135M参数SLM,已开源代码
我最近为一个 YouTube 系列项目,按 CPT → SFT → DPO → RL 的流程训练了一个很小的 135M 参数 SLM。
我推荐所有 ML 开发者/创作者都做一个类似的项目,因为整个过程教会了我太多东西!
完整的四集系列已经全部上传,代码也开源了。我今天醒来心情特别好。
播放列表链接在这里:仓库链接在这里:
大语言模型 · @gosrum▲ 1.1万
通义千问Qwen3.8-27B-NVFP4搭配pi测试结果分享
开发者在ts-bench测试后给出该组合用作编码智能体的推荐配置,不建议当前版本搭配Claude Code使用
通义千问Qwen3.8-27B-NVFP4搭配pi测试结果分享
开发者在ts-bench测试后给出该组合用作编码智能体的推荐配置,不建议当前版本搭配Claude Code使用
开发者在𝕏分享了Qwen3.8-27B-NVFP4搭配pi在ts-bench上的测试结果。测试给出的结论是,将该组合用作编码智能体时,推荐关闭思考功能或使用xhigh思考模式运行。目前不推荐将该组合与Claude Code搭配使用。
使用NVFP4格式时,关闭思考功能可以正常运行,任务完成耗时是所有测试配置中最短的。工具调用的错误率和失败次数都更低。
开启思考功能后,测试结果的规律并不清晰,但可以观察到,思考强度越低,工具调用越容易失败。
Claude Code本次运行速度较慢,原因可能是未命中缓存,或是prompt过长。
llama.cpp + UD-Q4_K_XL目前大概率还未完成优化,等优化完成后,会重新进行评估。
AI编程 · @VadimStrizheus▲ 6.8K
无技术经验开发者靠AI月入1万美元自称氛围编码者
开发者VadimStrizheus称自己无编程经验,靠AI开发复杂软件月入1万美元,寻找同类开发者
无技术经验开发者靠AI月入1万美元自称氛围编码者
开发者VadimStrizheus称自己无编程经验,靠AI开发复杂软件月入1万美元,寻找同类开发者
VadimStrizheus自称从未遇到过其他真正的「氛围编码者(vibe-coder)」。氛围编码者指没有任何技术或编程经验,仅依靠AI就能搭建复杂软件的开发者。
他完全依靠Claude Code和Codex两款AI工具,开发出了需要复杂技术栈支撑的复杂软件。他提交了数千个拉取请求(PR),全程没有人工审核,完全无条件信任AI。
这款开发出的软件已经获得成功,每月可以带来1万美元收入,折合人民币约7万余元。
这段描述听起来疯狂且不符合常理,但VadimStrizheus表示,这个氛围编码者就是他自己。
他至今还没有找到和自己情况类似的人。他不确定自己的判断是否正确,希望能和有相同经历的人建立联系。
远程工作 · @Dimillian▲ 987
开发者分享远程工作中传递项目上下文的方法
Dimillian在X平台分享远程工作传递上下文的现有方案,期待未来出现更优方法
开发者分享远程工作中传递项目上下文的方法
Dimillian在X平台分享远程工作传递上下文的现有方案,期待未来出现更优方法
讨论远程工作相关话题时,Dimillian收到大量关于如何传递项目上下文的提问。他目前的常用方法是整理交接提示词,粘贴到本地的Codex中使用。如果涉及交付内容,他会向协作方索要GitHub代码仓库,在Codex任务中恢复项目继续开发。
他希望不久之后能出现更好的远程工作上下文传递方案。
AI生成视频 · @ChillaiKalan__▲ 1.5K
用户用三款AI工具生成30秒手工纸城电影短片提示词
提示词包含完整分镜、摄影风格、材质、灯光和连续性要求,目标生成写实短片
用户用三款AI工具生成30秒手工纸城电影短片提示词
提示词包含完整分镜、摄影风格、材质、灯光和连续性要求,目标生成写实短片
大模型 · @WescheNex1q
通义千问3.8 27B本地模型生成动画效果优于Grok 4.6
小100倍、慢10倍的本地大模型,效果反而更好,用户发文求马斯克解答疑问
通义千问3.8 27B本地模型生成动画效果优于Grok 4.6
小100倍、慢10倍的本地大模型,效果反而更好,用户发文求马斯克解答疑问
用户WescheNex1q在𝕏发文,对比通义千问Qwen 3.8 27b nvfp4与Grok 4.6两款大模型。两者均开启最高思考模式,参数规模比Grok 4.6小100倍、运行速度慢10倍的本地模型,却生成了效果更好的动画。发文者艾特Elon Musk,请求解答该结果。
发文者称自己不敢相信这个结果,已经重复运行了一次测试。测试要求模型生成符合要求的Three.js水体模拟:需要包含512×512细分的平面网格、水波传播模拟、点击鼠标生成涟漪、多波相互作用、实时光照,所有代码放在单个HTML文件中,除Three.js外不使用外部库。
发文者邀请其他人测试同款测试,看看能否得到更好的结果。
Grok开发团队更新了结论,认为问题出在OpenRouter,建议直接在Grok开发环境中使用Grok。
大模型 · @SpaceTimeViking
用户测试通义千问微调量化大模型满分通过God Mode测试
Qwen3.8-27B-AEON-PURE量化模型满分通过所有God Mode层级测试,GLM 5.2与DeepSeek v4 Flash均未做到
用户测试通义千问微调量化大模型满分通过God Mode测试
Qwen3.8-27B-AEON-PURE量化模型满分通过所有God Mode层级测试,GLM 5.2与DeepSeek v4 Flash均未做到
测试者表示,自己被Qwen3.8-27B-AEON-PURE的测试结果震惊。该模型满分通过了目前所有God Mode层级测试,GLM 5.2和DeepSeek v4 Flash都没能做到这一点。
这是一个基于原版NVFP4量化模型,测试者正考虑从主权重完整预训练一遍,相关代码已公开。
AEON-PURE并非移除对齐的版本,它以原版权重为基础,经过精细量化得到NVFP4格式。这次测试也体现了Qwen3.8-27B的真实能力。
该模型针对DGX Spark平台优化,性能已经尽可能接近BF16精度。非对齐版本AEON-ULTIMATE-UNCENSORED也在开发中,初步评估显示它能解锁一些新能力,更具潜力。
目前多数模型开发者很少做完整预训练,很多量化领域存在很多低质量量化作品。低质量量化会损害公众对量化模型的认知。
高质量量化模型和原版主权重的性能差异几乎难以察觉,保留注意力和关键权重对量化非常重要。很多开发者会暴力量化每一层的做法,往往会破坏模型的多模态能力。
大模型 · @KyleHessling1
评测者称通义千问Qwen 3.8 27B智力密度极高
评测者指出该大模型默认最长思考长度导致开箱即用体验不佳,建议设置6-12K思考长度上限
评测者称通义千问Qwen 3.8 27B智力密度极高
评测者指出该大模型默认最长思考长度导致开箱即用体验不佳,建议设置6-12K思考长度上限
就智力密度而言,Qwen 3.8 27B性能非常出色,这一点毫无疑问。针对部分用户遇到的思考冗长问题,评测者制作了一段视频对比,展示不同思考预算限制下的HTML画布测试表现。
该模型对思考上限设置的响应效果极佳,不需要过长的思维链(CoT)长度,就能输出高质量结果。这得益于本次发布版本自带的高质量思维链;和同需求下的Qwen 3.6相比,它的输出精准度更高,结论也更明确。
但该模型默认开启最大长度思考,这是很多用户开箱即用遇到问题的原因。评测者在基础对比测试中,找到的合适思考长度区间为上限6000到12000个token。
本次测试属于特定领域测试,但HTML画布测试的参考性很强,因为任何错误都会直接导致输出失效。评测者表示很喜欢阿里通义千问推出的这款可单GPU运行的前沿大模型,每次调用都让他感到惊喜。
评测者原本喜欢在Hugging Face Spaces上做交互测试,这次尝试直接制作测试视频,仅用10分钟就完成了移植和渲染。其实能生成动态网页的模型,本来就可以制作讲解视频,这点并不意外。
新项目管理 · @bepituLaz▲ 2.2K
开发者测试多款AI代理项目管理工具后推荐Paperclip
开发者测试多款工具后发现Paperclip适配AI项目管理体验佳
开发者测试多款AI代理项目管理工具后推荐Paperclip
开发者测试多款工具后发现Paperclip适配AI项目管理体验佳
在试用了几款配合 AI agent 做项目管理的工具后:telegram、buzz、discord。
结果发现最适配的是 Paperclip。它的 UX 体验也很不错。
我部署了自托管安装。它可以搭配 Claude Code 使用,还有适配 Hermes 的适配器。
新AI, 安全, 代码审计 · @CossackWang▲ 1.2万
大模型代码审计对比:高成本方案不敌低成本新组合
开发者测试不同大模型组合做代码漏洞审计,成本相差巨大效果接近
大模型代码审计对比:高成本方案不敌低成本新组合
开发者测试不同大模型组合做代码漏洞审计,成本相差巨大效果接近
摆烂了,别卷挖洞了 两个月前写了个微软MDASH翻版,用GLM-5.2(代码审计) + GPT-5.5(Context采集)组了个巨大的workflow,扫某固件源码,发现了些high、critical的漏洞,成本¥1k 今天试了下dsh minimal mode + deepseek-v4-pro-0813,发现了几乎完全一样的漏洞集合(只缺了2个),成本4¥
决定立刻把代码审计的agents graph砍了换dsh
新教程 · @BTCqzy1▲ 3.9K
OpenAI Codex隐藏玩法:将重复提示词固化为可调用Skill
教你把反复使用的AI提示词做成Codex可复用Skill,省去重复粘贴步骤
OpenAI Codex隐藏玩法:将重复提示词固化为可调用Skill
教你把反复使用的AI提示词做成Codex可复用Skill,省去重复粘贴步骤
新开源 · @hqmank▲ 1.1万
OpenAI向开源维护者提供半年免费ChatGPT Pro福利
OpenAI为开源维护者提供免费ChatGPT Pro、安全访问权限与API额度
OpenAI向开源维护者提供半年免费ChatGPT Pro福利
OpenAI为开源维护者提供免费ChatGPT Pro、安全访问权限与API额度
OpenAI 为开源项目维护者提供 6 个月的免费 ChatGPT Pro、Codex Security 访问权限以及 API 积分。
我已经申请了。我几乎每天都会用 Codex 在我的项目上执行任务,想要进一步推进它。
感谢 @thsottiaux、@reach_vb、@OpenAIDevs 推出这个项目。
新开发工具 · @yutakashino▲ 8.5K
日本开发者分享自用AI Agent开发工具与配置方案
开发者公开自己常用的AI Agent开发框架和模型切换方案
日本开发者分享自用AI Agent开发工具与配置方案
开发者公开自己常用的AI Agent开发框架和模型切换方案
我目前在用的开发框架按使用顺序排序是:Codex、Pydagents(在pydantic_ai之上自研实现)、Hermes、Amp、Pi,模型则通过我自己实现了支持OAuth的代理服务器,切换使用GPT、DeepSeek、Kimi、GLM、Grok。Amp因为用的是Orb,所以模型就交给那边处理了……
Opencode我也会在那个生态周边的实验中使用,但还没到能在业务里用的程度。
我自己正在做的东西,其元基础是「非确定性智能体系统构建确定性软件产品」,不知道为什么,它和Ant的模型还有框架相性特别差……
新开发工具 · @chroniki_ai▲ 1.3万
Claude Code长对话输出混乱 分角色分工法可解决
该问题由上下文窗口记忆容量限制导致,将7种角色按三交代制写入单个文件即可解决
Claude Code长对话输出混乱 分角色分工法可解决
该问题由上下文窗口记忆容量限制导致,将7种角色按三交代制写入单个文件即可解决
新开源 · @DZhao63405▲ 4.4K
博主DZhao63405开源获客内容制作系统含AI音频克隆
系统整合脚本、视觉素材与AI音频克隆功能,30分钟即可产出一条获客短视频
博主DZhao63405开源获客内容制作系统含AI音频克隆
系统整合脚本、视觉素材与AI音频克隆功能,30分钟即可产出一条获客短视频
博主DZhao63405在𝕏平台开源了一套获客内容制作系统。这套系统自带脚本和视觉素材,搭配AI音频克隆功能,30分钟就可以产出一条短视频。
该系统分为两个核心部分。第一部分是获客型短视频技能模块,配有单独项目链接。
第二部分是白板录屏视觉技能模块,同样配有单独项目链接。
所有模块与完整系统均可通过原文给出的链接获取。
新大模型 · @MiaAI_lab▲ 5.5K
AI用户测试三款大模型 认为GLM-5.3表现最佳
用户在X平台发文,用Hermes Agent框架测试了三款国产开源大模型,附测试视频链接
AI用户测试三款大模型 认为GLM-5.3表现最佳
用户在X平台发文,用Hermes Agent框架测试了三款国产开源大模型,附测试视频链接
用户MiaAI_lab在社交平台X发文分享测试结果,本次测试共涉及三款大模型,分别是GLM 5.3、DeepSeek v4 Flash 0731以及Qwen3.8 27b。
所有三款模型都在Hermes Agent框架下完成测试,根据MiaAI_lab的个人判断,GLM-5.3的表现是三款中最好的。
测试的现场结果已经整理成附件视频,发布在文中附带的两条链接中,用户可以前往查看完整内容。
新AI编码 · @victormustar▲ 2.1K
开发者分享对AI编码记忆系统的使用看法
一名开发者称编码从不使用任何记忆系统,甚至不用简单md文件
开发者分享对AI编码记忆系统的使用看法
一名开发者称编码从不使用任何记忆系统,甚至不用简单md文件
这名开发者认为完全不使用记忆系统是非常正确的做法。
他本人编码时从不使用任何记忆系统,甚至连简单的Markdown文件也不使用。
过期的记忆内容会让模型在数百次对话中偏离正确方向,这让他感到担心。
新AI创作 · @DaveShapi▲ 489
AI创作同人文草稿实用指南分享
分享者总结了不同AI工具的优劣和实用的草稿创作流程
AI创作同人文草稿实用指南分享
分享者总结了不同AI工具的优劣和实用的草稿创作流程
这是一份用于AI创作草稿(特指同人文)的“权威”指南。
Fable生成粗草稿的能力不错。它的问题是,输出内容几乎全是叙事概括,而且所有角色都过于友善完美。
Opus也存在同样的问题,它甚至直白表示“作为大语言模型(LLM),概括就是我们的工作”,作者认为这种说法站不住脚。
ChatGPT的规划能力远胜上述工具。作者使用分形方法做规划:先拆分出一半、再拆分出四分之一、八分之一,逐步细化,直到梳理出全部情节节点,确保每个拆分片段都有足够的人物变化、戏剧张力和创作目的。
整体创作流程非常简单,就是生成粗草稿,之后修改。不需要额外建立文件、维护代码仓库这类操作。
核心原则是少即是多,没有哪份手稿的粗草稿会完美,也没有哪份手稿经过三轮修改就能完全没有错误。
修改要一次只处理一个问题,整个流程和人类创作者打草稿、改稿的过程非常相似。
使用Claude和ChatGPT的项目功能,比用GitHub仓库更好,只需要把手稿和参考资料上传到项目中即可。
新创业 · @0xcherry▲ 3.0K
网友评价OpenClaw:项目虽昙花一现但并非缺乏创新
分享了OpenClaw的创新设计细节,分析项目早夭原因并表达对AI创业的看法
网友评价OpenClaw:项目虽昙花一现但并非缺乏创新
分享了OpenClaw的创新设计细节,分析项目早夭原因并表达对AI创业的看法
新大模型 · @shi3z
开发者在M4 MacBook Pro上运行大模型 3.5小时生成FPS游戏
开发者自制AI代理框架,在128GB M4 MacBook Pro上运行通义千问大模型生成FPS游戏代码
开发者在M4 MacBook Pro上运行大模型 3.5小时生成FPS游戏
开发者自制AI代理框架,在128GB M4 MacBook Pro上运行通义千问大模型生成FPS游戏代码
开发者@shi3z在𝕏分享了自己自制的AI代理框架。这个框架能让Qwen3.8-27B-4bit-MLX大模型在128GB内存的MacBook Pro M4上自主运行。
开发者向大模型下达指令,要求它用three.js开发一款完整的第一人称射击游戏,并且完成全部建模工作。
大模型完成全部开发工作,一共用了3小时30分钟。相关内容链接已经公开。
新生成式AI · @noctus91
通义千问Qwen3.8-27B单提示生成完整3D火星殖民地
270亿参数开源权重模型无需智能体循环完成全部场景构建
通义千问Qwen3.8-27B单提示生成完整3D火星殖民地
270亿参数开源权重模型无需智能体循环完成全部场景构建
用户@noctus91在𝕏分享,一个参数规模270亿的开源权重大模型,仅凭单条提示就生成了完整的3D火星殖民地。这个生成任务由通义千问Qwen3.8-27B完成。模型不靠智能体循环,就独立处理了场景、建筑、地形、光照和可交互元素全部内容。
对于这个参数规模的大模型而言,这是相当突出的进展。
这一天的 137 条信号到这里
📬 订阅
https://ai-pulse-lab.com/feed.xml