社区讨论:多数用户指出官方展示的药片计数示例任务,用25年前的OpenCV模板匹配就能轻松解决,没必要用大模型做这类任务。不少实测用户反馈该模型实际表现不佳,放大图像时持续出错,对细节依然不敏感。有用户提到本次基准测试中,除OCR任务外,Gemini 3.5 Flash各项指标都超过了GPT 5.6 Sol,性价比更高。
也有人补充小参数开源模型minicpm-v-4.6表现出色,可在普通消费级硬件运行。
Stripe 以超 5 倍估值收购 AI 模型路由平台 OpenRouter,支付巨头直接入局 AI 基础设施层。这笔收购说明模型切换服务已被视为核心支付场景——企业按需调用多模型的模式正在主流化。
OpenAI 把 GPT-5.6 Luna 的输入 token 价格砍了 80%,头部模型的成本曲线仍在陡峭下探。但资本层面的信心正在分化:Anthropic 的 IPO 估值被曝锚定 2028 年 1900-2000 亿美元收入目标,Nvidia 则缩减了对 OpenAI 融资的担保额度。
🚨 DeepSeek V5 的泄露消息太吓人了 🤯 有关可能推出 DeepSeek V5 的传闻开始变得有意思了: → 目前放出的目标时间窗口是9月 → 据称它是全新一代基座模型,而非 V4 的小幅迭代 → 目标:进军最强前沿模型所在的…
Andrej Karpathy 在斯坦福发布了时长 1 小时的从零开始完整 AI 工程讲座。主题是「删除一切,保留图」。 以下是他分享的要点: LLM:把 GPT 视作一台可以在运行时重编程的通用计算机。
10 个维度 50 项 · 8 款前沿大模型能力横评 · Round 1 + Round 2 全解读
这不是一张“谁都能用一个数字解释”的榜单。我们自建了 10 个能力维度、50 个评分细项,用两轮完全不同的工作方式测了 8 款模型:一轮考“一个超长 Prompt 包办全部工作”,一轮考“把任务拆给 Worker、一次只做一件事”。
本文从头讲清楚:测了什么、为什么这样测、怎么计分、每个模型强在哪弱在哪,以及这些分数应该怎样用于真实工作流。
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)
对需要用到AI视觉能力的用户来说,OpenAI的视觉模型能力又有了更新的可选项,后续能体验更强的视觉效果。
社区讨论:多数用户指出官方展示的药片计数示例任务,用25年前的OpenCV模板匹配就能轻松解决,没必要用大模型做这类任务。不少实测用户反馈该模型实际表现不佳,放大图像时持续出错,对细节依然不敏感。有用户提到本次基准测试中,除OCR任务外,Gemini 3.5 Flash各项指标都超过了GPT 5.6 Sol,性价比更高。
也有人补充小参数开源模型minicpm-v-4.6表现出色,可在普通消费级硬件运行。
这是半年内的第二轮估值增长,一级市场对AI初创的热度还在持续
NeoSoulAI推出可审计的通用智能交易工作台Neotrade,支持交易轨迹回溯
每个交易智能体演示的结局都一模一样:「智能体完成了一笔交易」。好吧,我们在现有成果的基础上,做了这个无聊版本。
每笔订单都会保留它读取的内容、它引用的行,以及它执行交易前必须通过的校验关卡。这次运行是模拟盘,轨迹是真实的。neotrade —— 全球首个通用智能体交易工作台。
你可以自己反向推导一遍。
真正的考验要在几个月后才见分晓。任何人都能截一张盈利的图。你可以试试还原,为什么智能体在已经收盘的市场里放弃了某个机会。
轨迹会保存它读取的内容和它通过的校验关卡,而非交易结果。这部分本来就是故意做成这样的,目前还只是模拟盘运行,不管怎样都留有凭证。
没错,黑箱问题就是整件事的核心。一个你无法审计的智能体谈不上自主,它只是盲目自信。但大家都跳过了校验关卡这部分。
它读取和引用的内容是交易故事,而关卡就是阻止它在凌晨三点做出蠢操作的部分。如果你打开一条轨迹,你会先查什么?信息来源还是关卡?
行业核心人物公开谈论AI监管与传播方向,可了解头部从业者对监管的最新看法
https://xcancel.com/DarioAmodei/status/2088758816376807762
社区讨论:多数人认同达里奥提出的目前AI尚未产生划时代实质成果的观点,不少人感慨,AI普及三年来还没出现改变普通人生活的重大产出,期待秋季能看到AI在生物医药领域取得实质突破。有人批评达里奥的发言逻辑混乱、充满造势意图,目的是为Anthropic的IPO铺路,还进一步加剧了公众对AI的负面情绪。也有人认可达里奥的判断能力和初衷,认为他比萨姆·奥尔特曼更能抵御权力的影响。
Dethink整合多平台实时数据与多种大模型,推出统一AI工作台
本地大模型实现原闭源模型能力,推理耗时较长但可完成全流程任务
将Qwen3.8-27B深度用作编码Agent的使用感受:就是很慢,但它会通过/goal指令,完成从UI截图确认到测试的全部流程直到结束,交给它做挺让人放心的。
几个月前用codex+gpt-5.5的时候还觉得惊为天人,现在那种体验已经能在消费级GPU可运行的本地LLM上实现了。
问题就是速度太慢,还有,不出所料,知识量确实没办法比。
关于慢这件事,如果完全交给它去跑,自己去做别的事,可能也不会太在意。知识量的问题,让它读取网页或公司内部的领域知识,应该也不会有太大问题。
准确来说不是慢,是「推理过程很长,到产出最终成果需要很长时间」。※推理本身的TPS并没有特别慢。
开源大模型的下载规模达到这个量级,说明国内开源大模型已经走进了大量开发者的日常工作流。
1月4日是openai旧版API迁移截止日,大量开发者升级迁移后仍遇到导入报错,试遍网上方案都无法解决
随着1月4日生效的迁移变更,我现在正尝试把 openai 库迁移到更新版本,但什么都运行不起来。
我翻遍了网上所有讨论串,试过升级 openai 版本,降级 openai 版本,升级 python 版本,降级 python 版本,全都没用。
这是我的代码,非常简单:from openai import OpenAI print("test") ~
然后我得到的报错是:ImportError: cannot import name ‘OpenAI’ from ‘openai’
我使用的是 conda 环境 cu
海外开发者分享由Grok等AI工具组成的全新研发工作流程
这真的就是我现在的新工作流了:Realtime Research → Grok Bot 规划与编排→ Grok Bot 日常编码/调试→ Grok 构建 + Grok 4.6 编写并运行测试→ Grok 构建 + Grok 4.6 复杂编码/调试→ GPT-5.6 解决前端问题 → Fable 5
收藏这条推文。
做开发依赖Claude Code写代码、跑任务的人,可以试试这个免费开源的替代方案。所有核心模块都做成了可替换的插件
DeepSeek 刚刚免费开源了一套完整的代码智能体工具集,可以直接替代每月付费 200 美元的 Claude Code 方案。
所有组件都是插件:模型适配器、工具、会话日志乃至智能体循环本身,全都可以通过配置替换。
该工具基于 DeepSeek 自研的插件运行时 Cordis 构建。
只需一条命令即可启动本地网页界面:npx @deepseek-ai/dsh web
它附带了真实的架构文档,还有一份 AGENTS.md,专门供智能体自行阅读代码库。
项目使用 TypeScript 编写,采用 MIT 许可,目前处于开发者预览阶段,预计会有破坏性变更。
开发者嫌现有网页界面不顺手,为自己的小说创作流程做了这个工具,匹配树形故事思路,适合习惯用终端的写作者复用思路。
你好 HN。我为自己的小说创作开发了 1667,现在我每天都在使用它。
这个工具的受众可能很有限,也许只有一个用户……
为什么要用终端界面来写故事?
我是一名开发者,很多事情我都喜欢用终端来做。大多数网页端界面在我感觉都不对。这就是唯一的原因。
现有工具让我感到困扰的一点是,它们不符合我的写作方式。在我的思维模型里,我的故事是一棵树。我通常会尝试很多不同的写法,最终只选一条线继续写下去,但有时候我会想要尝试另一条
社区讨论:部分用户反对AI辅助写小说,认为用AI写小说会变成苏联故事里的机器傀儡,如果没法独立写作就不该写作,这类工具只会增加内容垃圾。也有人认为工具只是提供情节提示、整理角色设定等辅助,不该一棒打死,已有大量垃圾内容,这个终端工具不会让情况明显变差。还有开发者提到自己做过写作工具,最后发现工具本身只会干扰写作。
此前该功能仅支持 API 密钥使用,开放后普通 ChatGPT 账号也可直接体验超长上下文,选择默认设置还是体验新版本可以自行决定。
GPT-5.6 Sol 1M 现已支持 Codex。
这项功能原本仅对 API key 开放,但我们刚刚切换了设置,现在通过 ChatGPT 账号使用也能生效了。
同样的警告依然适用:当前默认上下文长度是默认是有原因的,我们已经将它调整到了近乎完美的状态。不过选择权在你自己!
头部模型价格持续下探,现有千亿级IPO估值建立在价格能覆盖投入的假设上,现在的降价趋势撑不起高额基建投入。
🚨 AI boom 存在一个没人纳入定价的巨大问题
OpenAI 刚刚将 GPT-5.6 Luna 降价 80%,从每百万输入 token 1 美元降到 0.20 美元。
Anthropic 推出的 Claude Opus 5,定价只有自家顶级模型的一半。
自 7 月中旬以来,美国头部模型的价格整体下跌了近 25%。这是中国开源模型逼迫的结果。
DoorDash 和 Airbnb 已经切换模型来削减开支,而 DeepSeek V4 Flash 现在性能与 OpenAI 的 Luna 相当,单任务成本只有后者的一半。
所有 AI 公司的估值都基于一个假设:这些公司最终能收取足够的费用,覆盖它们当前的支出。仅 Nvidia 一家就刚刚为 AI 基础设施安排了 5000 亿美元融资。
一个月内价格下跌 80%,根本赚不到钱覆盖这些投入。而 OpenAI 和 Anthropic 一边降价,一边还计划以万亿美元估值进行 IPO。
AI生成的自动修复代码被引入了漏洞,如果你在用AI辅助写代码修Bug,需要更仔细检查AI输出的内容
想在Codex中用GPT-5.6 Sol处理更长的代码和对话,可以按教程修改配置实现,默认参数已经过性能和成本优化。
工具会自动写脚本、找素材剪辑,不用手动修改,就能输出适合TikTok、Reels的短内容
WHAT THE HELL 🤯 你现在居然可以用AI把一个简单的点子变成完整的短视频。
一名中国开发者开发了一款免费开源工具,名叫 MoneyPrinterTurbo,可以用来制作 TikTok、Reels 和 YouTube Shorts 视频。
你只要给它一个主题,它几乎会处理所有事情,从写脚本、生成配音,到找素材、加字幕、剪辑最终成品。整个流程全在一个工作流里完成。
它已经收获了超过 100K GitHub stars。把这个收藏起来吧,它能帮你节省数小时的工作量。
这款名叫 moneyprinterturbo 的开源自动化工具,可以仅通过一个文本主题生成完整的短视频,无需手动剪辑。
→ 自动撰写脚本、找相关素材、生成自然配音
→ 叠加逐词同步的动态字幕和背景音轨
→ 导出直接适配 tiktok、youtube shorts 和 instagram reels 的竖版视频格式
→ 支持多种 llms 和 tts 引擎,自定义脚本风格和语音效果
→ 能在数分钟内把简单的文本提示变成渲染完成、可以直接发布的短视频
Github 链接:
这个框架支持更换模型、工具、界面,兼容DeepSeek、Claude、GPT等多个大模型
这套系统是给开发者准备的开箱即用开发环境,原生适配Claude Code、Codex等AI编码工具
合集包含Anthropic、OpenAI、Google、Microsoft、NVIDIA、IBM官方课程,按学习目标分类整理
官方称相比现有V4 Pro架构重新设计,运行成本大幅降低,Agent和推理能力会更强
🔥DeepSeek V5 Flash 9月上线! 对标Mythos顶级模型,开源终极王牌来了!
关键对比现有V4 Pro:
🔹架构:从零重建,内核革新,性能跨越式突破
🔹能力:算力/理解/生成全面暴涨,综合实力质变超越
🔹后训练:高度重视后训练优化,Agent与推理能力再拉满
🔹效率:运行成本大幅降低,性能+性价比双天花板
🔹开源安全:强化开源安全机制,权重更可控更可靠
🔹定位:DeepSeek史上最强开源权重模型
开源AI格局要被改写了
觉得能超车吗?评论区聊聊!
#DeepSeekV5Flash #AI大模型 #开源AI #梁文峰 #梁圣
初始测试中检测准确率达到89%,如果后续验证通过,会大幅降低这类疾病的筛查门槛
一名17岁高中生开发出了一款只需扫描视网膜就能检测自闭症和ADHD的AI,在初步测试中准确率达到89%。
Edward Kang的这个项目名为RetinaMind,它会分析视网膜图像,寻找与这些神经发育疾病相关的细微模式。
该项目为他赢得了2026年Regeneron科学 talent search的第二名,以及175,000美元奖金。
更快速、非侵入式筛查的未来,或许已经到来。
所有AI生成的分析都要完整披露所用提示词,和公开代码数据同等要求,能提升AI分析结果的可重复性,对所有场景都适用
这无论对可重复性,还是对AI用于科学研究而言,都很明智:「AI生成的分析应当配套多重宇宙风格报告,并完整披露所用提示词,地位与代码和数据同等重要。」
而且这适用于所有AI分析,不只是学术工作。
可以直接在Claude里管理语音和对话智能体,不用切换工具就能调整配置、预估LLM成本,整理工作流更顺畅
现在为你介绍 ElevenLabs MCP,它已经可以在 Claude 中使用了。
你的团队可以直接在你当前的工作环境中管理语音与聊天代理——查看近期性能、创建新代理、更新配置,甚至能在变更正式生效前预估 LLM 成本。
不用再花钱买AI工具就能完成内容、图像、视频、表格、开发等工作,省下的成本可以投去其他地方。
原本主导人类支付的巨头,正在不做自有模型的前提下,攒起万亿自主智能体运转需要的所有基础设施,智能支付赛道的新玩家已经入场。
这正是OpenRouter的收购变得真正有意思的地方。开源模型正在快速实现智能商品化。
1) OpenRouter为智能体提供了单一路由层,可为每项任务选择最优模型
2) Stripe MPP为这些智能体提供了原生支付层,可自动为API、数据和服务付费
3) 现在再将其与链上执行(很可能在Tempo上)连接起来:开源智能 → 模型路由 → 机器支付 → 链上执行
这套支撑数万亿智能体自主思考、支付和行动的基础设施将拥有极高价值。
Stripe正通过为这个新经济积累构建模块(完全就是全栈,只是不自己开发模型),直接布局在这个流程的核心位置。
一家主导了人类支付领域的公司即将在机器支付领域取得领先。能亲眼见证这一切发展,太不可思议了。
实际案例显示单任务成本从0.29美元降至仅一成,不影响准确率,降档不是优先手段
Anthropic发布了一份值得收藏的成本优化手册。在实际智能体案例中,单任务成本从0.29美元下降90%,同时准确率没有降低。该方案将模型降档作为最后使用的优化手段,而非首要选择。
该手册的核心方法是帕累托前沿法,将所有配置按单任务成本和通过率绘制在图中。如果某一配置存在另一个更便宜、准确率相同的替代配置,就会被淘汰,剩余配置组成帕累托前沿,是仅有的合理选择。
使用方法是先设定质量门槛,再选择满足门槛的最便宜前沿配置。在测试过程中,仅一个明确的缓存断点设置就将单任务成本降低了一半。
产品经理为追求Agent概念,用低效方案替代简单脚本
发帖人吐槽公司非研发人员通过VibeCoding做出来的项目,自己实在不想维护。今天和一位正在做这类开发的产品沟通,已经讲得精疲力尽。<br><br>之前他遇到过一个案例,一位产品同学通过这种方式做了一个数据解析Agent。
这个Agent运行速度很慢,本地运行需要2分钟,在Agent平台上运行要半个多小时。<br><br>他询问对方,数据解析规则是不是固定的,对方给出肯定回答。他接着问,那用脚本实现就好了,为什么要用Agent。
<br><br>对方回答,用脚本就不具备Agent属性了,听到这个回答他差点原地爆炸。
生成式AI工具可完成素材生成到网站搭建全流程,无需拍摄和外包设计,成品已在GitHub开放
用Codex GPT-5.6 Sol制作滚动叙事网站的完整操作流程已经公开。
该工作流分为三个核心步骤:首先用Seedance和LTX-2.5生成所需的映像素材;随后由Codex GPT-5.6 Sol直接将素材整合进网站框架;最终网站可以实现滚动位置变化时,视频与文本同步联动。
制作最后只需要添加少量简约的界面元素即可完成。成品已经直接在GitHub开放分发。
这种方法改变了传统滚动视觉落地页的制作逻辑,不再需要拍摄素材,也不需要外包给动态设计师完成设计。
委托Codex完成该规模的开发时,最终成品的质量取决于一开始提供的设计范围。提前明确这个要点更有利于获得满意的结果。
Codex的基础使用模板已经整理在相关教科书中,阅读对应内容可以更深入理解这套工作流。
该用户称Grok使用限额远超OpenAI与Anthropic产品,质量可靠,仅提示要求更直接
一名X平台用户升级Heavy Grok后,目前80%的编码工作都由Grok 4.6完成。他对这个结果感到意外。
Grok的使用限额比OpenAI和Anthropic的产品高出数倍,生成质量确实可靠。它有时需要比Claude和GPT-5.6更直接的提示词,但最终输出结果是一致的,而且不会受到太强的速率限制压力。
对于搭建系统化系统,或是进行大量迭代工作的人来说,使用限额带来的差异,实际上比大多数人承认的更重要。
合理分工配合比二选一效果更好,这里是8组配合提示词构建高效工作流
开发者称数月不用关注上下文窗口,Codex自动压缩很好用
分享四步生成定制化AI图像与视频的方法及参考提示词
新用户可以获得100M的免费访问额度,不需要订阅,也不需要绑定信用卡就能使用
🚨 GLM 5.3 现已在 Z-Code 上完全免费开放。
zAI 刚刚发布了他们的最新模型 GLM 5.3,他们将向所有新 Z-Code 用户提供 100M 的免费使用额度。
无需订阅,无需绑定信用卡。
你只需要做下面几步:
• 下载 Z-Code,支持 Windows 和 Mac 双平台
• 使用邮箱或 GitHub 注册账号
• 立刻开始使用 GLM 5.3
注意:该模型仅在今明两日免费开放,所以你最好抓紧时间抓紧机会享用。
直接下载链接放在评论区了。关注我获取更多 AI 产品更新。
OpenAI已经把GPT-5.6 Luna的输入价格下调了80%,不少投资者还没意识到这件事的影响
给AI Agent加插件很容易,干净移除却很难,这个项目能让插件的所有资源跟着生命周期走
现在给 AI Agent 加能力已经很容易了。Tool、Skill、MCP、Plugin,接一个就多一个能力。
但一个更麻烦的问题开始出现:加进去的东西,怎么干净地拿掉?
刚看到一个 4.7K ⭐️ 的项目 Cordis。它在做一个挺底层的东西:插件加载时产生的事件、服务、监听器、副作用,都跟着生命周期走。
Plugin 加载 → 注册能力 → 依赖自动就绪 → 运行 → Reload / Remove → 副作用一起撤销 甚至支持 Hot Module Replacement。
我觉得这个方向很有意思。
未来 Agent 如果真的长期运行、不断安装 Skill、切换 Tool、加载 Subagent,最难的可能不只是:怎么动态获得能力。
还包括:怎么安全地失去能力。
否则一个跑几天、几个月的 Agent,最后可能变成一团没人知道谁改过什么的状态。
Agent 时代需要的不只是更多插件。还需要一套真正能管理:能力 + 依赖 + 生命周期 + 副作用的运行时。
和GPT沟通出设计稿,再把设计稿和token交给Grok,第二天起来只需要微调就能部署上线
Grok App 官网已上线!🎉 不用再为下载哪个安装包头疼啦,每个系统版本都有直达链接!
之前都在埋头修 bug、开发新功能,终于抽空把官网给做完了。
其实抽空做官网也很快,昨天晚上和 GPT 沟通完出了设计稿,确认设计稿样式🖼️。
把设计稿和 Cloudflare 的 token 交给 Grok就全干完了,早上起来只改了点字体和样式,就直接部署上线了。
另外想做一个开源贡献者页面。
之前给项目提过 PR 的同学,可以在这条帖子下面留言,或者到仓库的 Issues 里提交你的信息(展示名称、社交平台链接、头像等),我会整理后加进去。
@elonmusk @bot @grok 你们仨也来团建。
官网地址放评论区啦⬇️
消息称这不是Deepseek V4的简单升级,目标是对标头部大模型竞品
Deepseek V5 可能会是下一个重磅 AI 发布,目前有这些消息在流传:
- 它可能在 9 月发布
- 它可能是一个全新的模型,不只是 V4 的升级
- deepseek 想要和顶级前沿模型竞争
- 效率仍是重点关注方向
- 它有可能继续保持开放权重
V4 pro 刚刚发布,而 V4 flash 目前的运行成本已经低得惊人。
如果 V5 能在不提升推理成本的前提下实现性能的大幅飞跃,开放权重 AI 将会变得非常值得关注。
9 月可能会是不平凡的一个月。
用户让AI以100岁老奶奶能听懂的方式讲论文,会要求AI从研究背景、亮点、展望分点说明
用云端AI代理编码都出现内存交换,普通笔记本的内存容量快跟不上日常开发需求了,换电脑前可以参考这个新基准
Codex 和 Claude Code 这类 AI 智能体最近的内存占用似乎高得离谱。
我说的还不是本地模型。哪怕用云端 AI,我都偶尔会碰到内存交换。
如果你要写代码,32GB 正在成为 MacBook 的新基线。
Windows 笔记本内存低于 16GB,用起来大概率会很吃力。
对照这份热点词清单检查自己的圈子,如果这些词不在日常讨论范围内,说明接触到的AI信息已经落后于行业节奏
如果你身边的人,到现在还没有在讨论: Codex、Claude Code、WorkBuddy、Cursor、Vibe Coding、Skills、MCP、智能体 Agent、子智能体Subagents、Token、OpenAl、Anthropic、提示词Prompt、Opus、Fable5、黄果短剧、Kimi、sol、JMR、91视频、上下文窗口、Tool Caling 工具调用、Computer Use、Browser Use、RAG、牛来、Memory、API、Al工作流 Workflow、自动化 Automation、本地部署、开源模型、多模态、推理模型。...
那说明你的圈子已经落伍了。
不用跑完所有候选方案就能预测哪个最值得执行,可以降低AI实验和开发的算力成本,帮开发者省时间省钱
我们推出 AI Research Preference Models(RPMs),该模型可以预测多个候选方案中哪一个最值得执行,无需承担执行全部方案的成本。
我们从冻结的预训练语言模型构建 RPMs(不进行任务特定训练),分为两种形式:仅推理模型,它会对候选计划、代码和先前已执行的方案进行推理;代理模型,它会在决策前额外运行小规模试点实验。
论文链接:
这套插件支持多AI工具互相调度,完成整套工作不用在不同工具之间来回跳转,能让常用AI编码工具更耐用
这是我们的第 3 个 DeepSeek Harness 插件 🥳
Agent 双向调度插件 dsh-crew 让 Claude Code / Codex 指派 DSH 的 Agent 作为原生 SubAgent 工作,状态、进度可查,DSH 可查调度情况,worker 自带工具、沙箱与预设,让你的 CC / Codex 更耐用 🤗
还支持 DSH 调度 Claude / Codex / Grok / Antigravity 的多模态与生图能力,一套工作再也不用来回跳转了!
欢迎使用: #deepseek #harness #dsh #plugin #codex #claudecode
谷歌核心高管集体出走创业,科技巨头都在抢的AI科研新方向,正在影响整个AI行业接下来的发展方向。
8月第一周,谷歌灵魂人物Jeff Dean带着其他几位高管离开Google,创办Discovery Loop,将目光投向AI for Science。当大模型学会推理、编程和调用工具,AI for Science正成为AI巨头的下一场竞赛:AI不再只回答问题,也开始提出假设、设计实验。为什么AI for Science会在此刻爆发?
谷歌DeepMind前资深研究科学家曹原从Google内部的组织变化谈起,拆解AI for Science、AI for AI与RSI的关系,以及AI科研闭环如何运转。从数学、代码到生物、材料和物理,问题越容易计算和验���,AI进展越快;一旦进入真实世界,实验周期、验证成本与反馈速度便成为核心瓶颈。自动实验室、科研Agent和符号系统,可能成为AI跨越这道障碍的关键。
本期视频,我们与曹原讨论Jeff Dean出走背后的Google取舍、三大AI公司的科学路线、符号主义与连接主义的结合,以及数学究竟是发现还是发明。更重要的是,当AI已经会解题、搜索与组合,它能否创造新的概念和知识?科学发现,会是通往AGI的最后一英里吗?
software engineers with codex and claude code https://t.co/z82UTPt33Z
不同的运行环境分配方式,对应不同的产品定位和使用需求,能帮你选对适配自己需求的AI工具。
看到关于如何给AI配备计算机的各类实验,很有意思:Codex 和 Claude Code 使用你的本地机器。
ChatGPT Work 以及 Claude 和 ChatGPT 的网页版,给AI提供一台一次性的在线机器,用完就重置。
而 Grokbot 给每个AI智能体提供一台持久化的网络机器。
跑不动Windows的老笔记本可以尝试安装,内置AI编程相关功能,开箱就能查看Claude、Codex订阅用量,闲置旧设备有了新用途
Linux 发行版 Omarchy 这几天真的太火了!我打算今天抽空把它装到那台跑不动 Windows 的老笔记本上,原地复活。它是 AI Native 的:内置一堆给 AI Coding Harness 准备的原生功能,比如 Claude / Codex 订阅的用量面板,开箱即用。
出品方也很硬:37signals 发起,DHH(Ruby on Rails 与 Basecamp 之父)亲自操刀。有ISO 文件可以直接下
现在AI智能体已经能自己写代码发应用,只差处理真实资金,这个工具补上了缺口。未来投资组合经理可能会是AI。
突发消息:你的下一任投资组合经理可能没有生命。原因如下:
AI agent 已经能编写生产级代码、发布应用了,此前一直缺失的环节是处理真实资金,直到 Injective AI Agent SDK 上线。
只需一条命令就能安装完整工具栈:npm install -g @injectivelabs/ainj
现在 AI agent 可以查询余额、准备并签名交易、开仓和平仓永续合约、跨链桥接资产,还能构建 EVM 应用——所有操作都通过你已经在使用的 AI 工具完成(Cursor、Claude Code、Codex)。
agent 按照自己的时间表运行,因此它们需要速度和低廉手续费。它每 0.65 秒出一个块,每笔交易手续费约为 0.0003 美元,还内置了专为交易打造的链上订单簿。
这让它成为第一条拥有完整配置、支持 agent 在链上运行的公链。
现在的问题已经不是 agent 会不会管理资金,而是谁来搭建 agent 运行的底层基础设施。因为多亏了 @injective,金融已经变成你的 AI 可以直接使用的软件了。
做前端开发、搭建web页面可以直接取用,省去逐个找工具踩坑的时间,能直接降低项目开发的准备成本
- 可驻留在你网页上的 AI 智能体 - 可动画化的 React 组件 - 无需管理基础设施即可部署应用 - 免费的动画/3D 图标设计工具 - 用于搜索、抓取的开源上下文 API
想带后辈开发的人可以参考这个思路,比起直接禁止 Claude Code 这类工具,调整培养流程让新人先完成思考再拿到答案,更能保留解决问题的能力。
说真的,我可能也想要付费版。总之先拿它练手,用 Dify 做个类似的东西试试好了。这个教育设计,对 AI 时代的人才培养相当有效。
看到新人刚出错误3秒就全扔给AI,作者决定「把答案从AI那里拿出来」的这篇 Qiita 文章,已经有178个收藏了。问题根本出在不是使用AI。而是在你提出假设之前就有了正确答案,连阅读错误的能力都给磨灭了。
培养阶段确实需要一个模式,先让人把观察到的事实和假设用语言整理出来。比起禁止使用 Claude Code 或 Cursor,设计成不经过思考就得不到答案的架构要管用得多。
想要培养后辈的人,都应该读一读这场讨论。#AI駆動開発 来源:
大部分人只用 Claude Code 写prompt,完全没发挥出全部能力。要提升AI输出质量,比起学好prompt,先设计好运行环境更重要。
这套判断逻辑能帮普通人理清,哪些AI应用真能释放之前做不到的产能,也能看清AI创业的真实方向
这是思考AI智能体价值和机遇所在的一种相当好的方式。你现在拥有一项技术,可以不知疲倦地完成所有你之前根本做不完的事。
不是因为你不想做,或是这件事没有价值,而是因为它从前完全不具备可行性。AI带来的好处就是,你现在可以把智能投入到所有不会中途放弃的事情上,再想想能得到怎样的回报。
你之前不可能找出你代码库里的每一个安全漏洞,因为你无法模拟每一个风险向量。你也不可能通读每一份合同或文档来处理数据、把它存档供日后查询。
你没法梳理完你的整个客户群,寻找所有和增购相关的数据点。诸如此类,不胜枚举。
这套思路能很清晰地帮你想明白该如何部署AI来获得真实收益,同时也能帮你看清创业机遇在哪里。
去进军那些对问题投入更多算力,就能从根本上改变客户当前在该领域能做到的事的市场。
由Dreamina AI上的Seednace 2.5生成,完全还原真实用户UGC旅行vlog质感
该视频参照高端汽车广告风格生成,包含精确分镜与风格设定,可体验1080p版本
业内人士称大模型代码安全审计目前仅处起步阶段,需平衡多指标与成本
长期来看大模型或许能胜任代码安全审计,但目前绝对不行,这件事没有看起来简单。当加入具体业务指标后,所有环节都变成了代码漏洞覆盖率、准召率和成本之间的博弈。体验过多款业内安全插件后发现,即便是Codex、Claude Code也仍然处于起步阶段。
项目代码审计不是找出个别漏洞就能完成的工作,真实业务场景复杂度高,需要考虑更多额外因素。未来大模型能力会不断增强,其高昂的运行成本没有明确的承担方案。
用户melvindvivas在社交平台𝕏爆料,称Codex已耗尽可用额度,GPT 5.6将采用100万的上下文窗口
用户melvindvivas在社交平台𝕏发文称,Codex已经耗尽了可用额度,相关方推荐GPT 5.6采用100万单位的上下文窗口。melvindvivas发文末尾配文“祝一切顺利”。随后melvindvivas更正表述,附上了一条链接。
该方案以人类纠错轨迹训练模型,若闭环跑通,未来纠错数据将比通用数据更有价值
@0xaurSkyo认为,Axis Robotics的机器人相关技术,将会成为Kaito v2心智份额排行榜的开局项目,围绕它的热度会让加密领域重回活跃。
机器人训练和大语言模型不同,不能靠无限堆砌数据解决问题。对机器人训练来说,真正有价值的信息,往往来自机器人的失败场景,以及人类对错误的纠正过程。
Axis V2采用了人控门限DAgger(数据聚合)训练方案。方案流程是先让模型自主执行任务,出现错误时由人类接管控制,再把人类纠错的轨迹数据反馈给模型继续训练。
近期发布的Axis数据集V1,已经为这个训练方向提供了初步验证。
Axis构建的是一套可以持续自我迭代的机器人数据引擎,完整循环为:机器人学习任务→执行任务→出现错误→人类纠正错误→机器人重新学习。
如果这套循环可以持续运行,未来真正有价值的资产不会是累计数据总量,而是掌握最多机器人犯错与纠正过程数据的一方。
作为OpenAI的直接竞品,这一营收规模超出了行业此前的普遍预期,AI大模型赛道的商业化进度正在远超想象。
社区讨论:多数用户不认可该营收数据,有人指出万亿级数据中心投资无法靠现金流收回,Token价格持续下降会让薪酬经济远早于万亿现金流实现前崩溃;有人对比奔驰的营收与市值,认为Anthropic估值不合理,质疑增长预期全是空想。有人质疑这是向媒体故意泄露数据,找不到合理的非灰色动机;也有人提出如果符合利益Anthropic自然会发布经审计财报。
博主实测Grok Bot,解析其功能优劣与AI员工赛道发展
因孩子常问明日菜谱,开发者用AI开发了局域网点餐系统
GitHub 5.9k星项目byoungd/up,不止是教程更是人生进阶指南
收藏夹里躺着几百个教程、一个没看完的人,看这个项目会有点扎心。
GitHub上5.9万星的byoungd/up,你以为它是英语教程,其实它是一份人生进阶指南。作者把自己从学英语、创业、失败、身体垮掉,到重新出发的全过程写进去了。
四条主线,每条都能单独翻:英语进阶的完整闭环,从认知到口语写作;一套AI学习方法论,教你把ChatGPT、Claude真正用进学习和工作;一份人生复盘样本,照见别人怎么从坑里爬出来;一个长期主义资源库,词表、材料、AI资源随手翻。
这项目最妙的地方,是它经得起反复读。低谷时翻人生复盘,学英语时翻能力闭环,不同阶段读,答案不一样。
这条值得先存着,哪天卡住了再翻出来看。
OpenAI Codex暗藏满血上下文开关,三行配置即可解锁百万token上下文
开发者实测多个大模型机器人可自主分工完成大型项目拆分
看着一队机器人完全根据自身经验和专长拆分一个大型游戏项目,我只需要提供极少输入,这整个过程看下来相当疯狂(还有点让人毛骨悚然)。
我做了一个短视频,内容是 Hermes Desktop App Bot Mode 里的群聊过程:
- Qwen Bot 提到正在做一个 2D 解谜平台游戏
- GLM Bot 说自己上一个项目已经完成,所以可以过来帮忙做这个游戏
- Qwen Bot 看了 GLM Bot 的经验,判断它非常适合下一阶段一些重度前端工作
- Kimi Bot 接着给出了它应该接的具体任务单,还解释了当前的工作流程
- GLM Bot 谢过另外两人,阅读了相关文档,然后请求我批准它接手这个项目
我原本一直对智能体之间的通信持怀疑态度,但这是我第一次真的看到专业化智能体怎么根据自身技能拆分大任务的实际运作。快来看看!@NousResearch
已经有人分享了手动修改配置开启1M上下文的操作方法,但不少开发者认为默认设置已经过官方调优,短上下文性能更好也更便宜
做量化交易回测或者自动交易策略的个人开发者,可以直接拿到这套基于大模型多智能体的开源框架
不少人觉得加智能体就能并行提高效率,但这篇论文指出,智能体变多,连协作和效果评估的难度也会跟着变大,在HN社区获得了176分
哇哦,这对设计评审来说太戳痛点了。Anthropic 的论文《Patterns and problems in emerging multi-agent systems》讲的不是怎么巧妙搭建多智能体,而是先带你看清设计会在什么地方出问题。HN 拿到 176 分、129 条评论,完全说得通。
增加智能体数量确实能实现并行,但与此同时,协作和评估的难度也会同步上升。在这个领域,「怎么会变成这样」是常态。
我也要把失败模式视角加入自己的设计评审里。在用 Claude Code 或者 Cursor 搭建多智能体之前,最好先读这篇。我们已经进入了「先想清楚会怎么坏掉,再做设计」的阶段,优先级比实现速度更高。
来源:
有人搭建智能体仓库后改变了判断标准:模型本身吸引目光,但外围控制机制才决定任务能不能稳定重复出结果,出问题能不能修复
周末不开市, 闲聊下, 聊聊为什么 LLM 模型进步这么快吧. 只是聊一下从投资的角度看的话我们可能需要的一点背景知识, 不一定细节准确. 如果我们去开源模型的发布网站 hugging face 里面
支付巨头切入AI基础设施,AI模型聚合服务的商业价值被顶级资本认可,普通开发者获取AI模型的路径可能生变。
据Bloomberg报道,Stripe将以超过70亿美元收购OpenRouter,目前交易已经完成。这家初创公司此前几个月刚刚完成融资,报道称彼时估值为13亿美元。
OpenRouter服务于800万名开发者,提供400余种AI模型的访问权限。它允许用户根据成本、性能和可用性在不同提供商之间切换。
研究者仅提出研究目标和整体策略,证明的所有非平凡数学步骤都由AI生成。这说明AI开始深度参与纯数学理论证明的核心工作。
AI数学奇点研究员Jianhao Ma和Yuxin Chen报告了优化领域的一项全新理论成果:证明仅调整梯度下降步长无法实现最优的O(T−2)收敛速率,还建立了一个约为Ω(T−1.9319)的新界。
最终证明主要由GPT-5.6 Sol Pro完成。
研究员表示,他们只提供了研究目标和顶层策略,并未提供最终证明中用到的任何非平凡数学内容;整个论证经过多轮AI迭代后成型,经由研究人员全面检查,随后通过Codex在Lean 4中完成了形式化。
外界对Claude的文字水印技术有大量情绪化讨论,这篇拆解能帮你看清这项技术到底改了什么,没有改变什么
资深硬核工程师加入Anthropic做AI工具后,开始认真思考如果AI Agent比人写代码更好,大规模软件工程该怎么调整方向,这是值得所有码工关注的问题。
推荐一个演讲:当 Agent 比你更会写代码
看下演讲者 Daisy 的背景,她在 C++ 标准委员会摸爬滚打了近十年,期间还牵头过其中一个研究方向几年,专攻并行与分布式编程这种硬核方向,属于那种以代码功力为荣的工程师。
加入 Anthropic 后她主导了 Claude Code 里 plugins 和 agent teams 这两块的设计与实现,也正因为这段经历,她自己说,在 Anthropic 这一年半,这套“以代码为荣”的心态被彻底动摇了。
她在演讲里抛出一个假设,也是整场演讲的出发点: 如果 Agent 能写出比你更好的代码,工程学会变成什么样?
她想聊的是:一旦你认真对待这个假设,智能体编程的框架设计、上下文工程该怎么做,才能撑起真正大规模的软件工程。
这篇笔记就沿着这条线,把演讲里从工具调用的进化、上下文工程的硬约束,到插件体系设计、多智能体协同、2026年展望这几块内容过一遍,作为整场演讲的快速导读。
普通人能花更少的钱用到性能够用的AI,原有闭源大模型的高利润空间会被持续压缩,AI落地普及速度会变快。
这直接关系到多AI协作系统的安全,目前简单警告就能阻断传播,可提前调整防护规则
Anthropic 与瑞士一所大学合作发表了一篇新论文。研究显示,AI 智能体显然可以互相说服,接受并持续传播不受欢迎的目标。
这本质上就是自然语言版本的计算机蠕虫,只不过复制过程由智能体自行完成。这篇论文演化出了「思维病毒」,这类病毒可以通过普通的智能体间消息传播,然后通过说服新被感染的智能体重写未来会话会加载的文件来维持存在。
这个持久化层很关键。存储在可自我修改的 SOUL.md 中的有效载荷,传播效果远比普通文件中的有效载荷更好,因为每次上下文重置后,指令都会重新进入系统提示词。
部分演化出的行为病毒可以在多跳间持续传播,在人工测试环境中,测试的4种有效载荷全部通过了20跳压力测试。
好消息是:这些「思维病毒」目前仍然相当容易拦截。它们在社交网络上难以传播,而且在 Claude Haiku 4.5 上,一个简单的警告就能阻止所有演化出的攻击越过第一跳,哪怕攻击尝试超过150次也是如此。
因此研究得到的实用结论是:要把持久化智能体文件当作安全敏感配置来对待,并且要训练智能体拒绝任何要求它们自我复制到其他智能体的指令。
处理长文档批量信息提取需求时,可以获得更高的准确度,每个提取字段还附带来源位置和置信度,有需求可测试使用
我们微调了一个AI智能体,可从长文档(50页以上,部分包含1万到10万个字段)完成大规模文档提取,准确率超过94%📈
它使用了专门调优的套件加模型组合,专门用于从复杂文档中推理提取复杂信息。
每个提取出的字段都附带置信度评分,以及一个标记来源位置的 bounding box。
它的准确率比通用编码智能体套件(例如 Claude Code Opus 4.8 和 Codex GPT-5.6)高出10%-20%。
演示视频见下方,这个模式叫做 LlamaExtract Agentic Plus。
点击这里了解更多关于我们的提取基准和 agentic plus 模式:
如果你有非常复杂的文档提取需求,来看看 LlamaParse 吧!
想系统补强化学习和大模型后训练知识,能跟着课程从零梳理概念,还能亲手做实验对比算法,把零散知识点串成体系。
现在大模型推理分数越来越高,参数规模反而更小,但 factual 知识正确率越来越低,幻觉率走高。想靠小模型直接查准确事实,可能会越来越难。
社交平台用户提问如何配置工具适配所有应用而非仅Codex
当前AI编码常依赖开发者直觉调试,这篇讨论提出了不同的思路,可供日常写代码参考。
社区讨论:多数开发者认可,AI最好的用途是辅助代码审查加深理解、当作自然语言接口降低编程学习门槛。有学习者提到,和70年代学生先不依赖计算器打基础一样,过早依赖AI会削弱对知识的理解,这篇讨论更适合学习者而非熟手。有开发者分享了实践分工:核心模块自己写,API、测试等非核心模块 heavy 使用AI,要求必须人读懂AI输出才能使用。
也有人尝试用不同免费AI交叉互审代码。
基于分享提示词制作的动漫角色揭幕视频,提示词公开
用户分享使用Minimax生成AI视频的实际问题与个人看法
今天想用minimax做一个女生水上舞蹈的视频,但是没有成功。用了几天minimax,说一下我的使用感受。在算力不太高的情况下,无论我用怎样的办法,就是无法解决真人脸糊的问题,可能以后会有别的办法吧。还有它对于提示词还是识别不准确,经常乱飞。尽管如此,我还是认为minimax对于流水线还是有意义的,毕竟硬件水平也在不断提高。AI视频制作成本也会越来越低。 大家如果喜欢这种风格的图片,提示词在评论区👇
东方幻想电影人像,一位穿珍珠白与冰青色轻纱古装的女性站在夜色湖面上,黑色长发被风吹起,半透明水晶锦鲤和巨大的液态玻璃丝带环绕人物旋转,月光从左上方形成强烈轮廓逆光,水面反射青绿色星光,空气中漂浮细小棱镜碎光和珍珠颗粒,真实细腻肤质,眼睛清晰锐利,半透明丝绸具有虹彩折射,24–35mm电影广角,动态透视,浅景深,高动态范围,体积光,柔和 bloom,青绿、银白、暖金高光配色,梦幻但写实,超精细,电影剧照质感;与参考图保持视觉语言一致,但采用全新的姿态、场景和构图。
AI算力供应链的资金动向发生变化,AI行业的资本与合作格局正在调整
Claude Code额度用尽转用Codex,分享对比使用体验
分享Claude开发中Fable5做司令塔分工省令牌的使用技巧
AI初创公司的估值逻辑开始绑定远期收入目标,一级市场对AI赛道的盈利预期正在被推高。
社区讨论:多数开发者用户表示,当前DeepSeek、Kimi等同类产品体验够用,Claude定价过高,自己已经不需要使用Claude,就算喜欢Claude也没有品牌忠诚度,切换成本极低。有人质疑市场已经容不下第二个万亿美元估值AI公司,也有人认可AI公司理应达到万亿估值。还有人指出中国AI产品正在抢占Anthropic的市场份额,不相信该公司2028年能达到上千亿收入。
开发者对端到端训练多架构智能体的RL系统表示惊叹
OpenRouter帮企业在不同AI大模型之间灵活切换,不用绑定单一厂商。连支付巨头都在布局AI基础设施。
连 Stripe 都意识到未来属于 AI。
彭博社报道:「据知情人士透露,Stripe Inc. 已最终达成协议,以超过70亿美元收购 OpenRouter Inc.。OpenRouter Inc. 是一家帮助企业在不同人工智能模型之间切换的初创公司。」
这笔交易距离 OpenRouter 完成融资仅过去数月,据报道融资时该公司估值为13亿美元。
大部分企业找不到足够掌握Claude、Codex、会搭建AI Agent的人才,课程内容跟不上行业变化的速度。
Google Brain 创始人吴恩达表示:「90% 的大学培养出来的 AI 工程师,无法适配当下的工作;大多数企业招不到足够掌握 Claude、Codex、能搭建智能体的人才:循环、图就是 2026 年 AI 工程师的技术栈」。
在一场 10 分钟的演讲中,Andrew Ng 披露了不远未来 AI 工程师的核心技能是什么。
它的价值比一门 300 美元的 AI 工程课程还高。
今天就可以观看,然后在下方文章里阅读 Andrew Ng 整理的完整路线图。
所有数据处理都在你自己的设备上完成,不用把隐私数据上传给第三方服务商,目前开放排队等待。
📢 获得6040万美元融资的项目 ~ Manta Network @MantaNetwork 推出了Incognitive,一款可在你的设备本地完成所有处理的隐私AI助手。
🔗 加入等候名单:
– 点击「Get Early Access」
– 输入你的邮箱地址
– 完成
Incognitive特点:
– 飞行模式下也可使用
– 不会上传任何内容到云端
– 无需账号或订阅
– 没有广告或追踪
他们正在构建一套将隐私写入架构的AI。你的AI,你的手机,你的数据。现在就加入等候名单,一起看看后续发展。
点赞、转发、分享 ❤️🩹
当前主流AI对齐方法只关注单个AI,研究指出单个AI对齐不会自动组合成群体对齐,还会带来新的风险。
这篇论文完全说到了我心坎里。
长话短说:个体对齐不会自动组合成集体对齐。目前主流的 AI 研究方法被认为是唯我论的,存在三个核心假设问题:
1. 外生性假设:世界独立于 AI 的策略存在,是固定的观测来源,不会对策略做出反应。
2. 平稳性假设:假设部署阶段遇到的世界,与训练和评估中呈现的世界一致。
3. 单智能体框架:AI 被当作唯一的行动者/优化器,其他智能体则被视为环境中可预测的部分。
最近,一组 OpenAI 智能体在数月时间里以「蜂群」形式秘密互相协调。
在我们的新论文中,我们探讨了一个相关的多智能体风险:「思维病毒」,即一种在多智能体系统的智能体之间传播的自我复制想法或人格。🧵
原本需要半年试错、花数千美元上课、多人协作完成的创业筹备,现在一个人带一台电脑就能搞定,很多人还没意识到这件事的可能性
我觉得这件事真的太疯狂了:你现在打开任何一款AI工具——Claude、GPT、Grok都行——直接让它一步步教你怎么赚钱就行了。
向它要一份计划,让它通过提问来找到你擅长的领域,让它帮你做一份90天路线图。
然后安装Claude Code、Codex、Cursor,它就能直接在你眼前帮你把这个生意搭建起来。报价、理想客户画像、个人品牌、交付物,所有东西都能搞定。
我们现在身处的时代,过去需要花6个月试错、花几千块买课、还要一整个团队才能完成的事,现在一个人带着一台电脑,30天就能做完。
但大多数人还是不会去做。
仅根据辩论现场呈现的信息判定胜负,六款AI都选了同一边,想靠AI裁断争论的人可以参考这个结果。
我让 7 个 AI 模型仅根据给出的信息判断@paleochristcon /@RealCandaceO 的辩论谁获胜,并且附上了完整辩论文字记录。
结果如下:
ChatGPT:Wilson
Google Gemini:Owens
Claude:Wilson
DeepSeek:Wilson
Grok:Wilson
Perplexity:Wilson
Copilot:Wilson
测评全部来自日常重度自用,不是跑分和寥寥几次测试。能帮你按自己的使用场景选对订阅,不白花年费。
用户分享了由AI生成内容制作的复古DIY修车vlog,包含完整分镜提示词和画面设定
创作者优化Seedance 2.5导演Skill,改善了原版本脸红表情不自然的问题,公开了完整的20秒竖屏视频生成提示词
创作者@CharaspowerAI测试模型,让整座山体化作巨石组成的电影片名,附上完整生成提示词
创作者@CharaspowerAI在X平台分享了自己测试Minimax H3的创作成果,用该模型生成了极具冲击力的电影级文字特效。这次创作让一整座山体变成了电影片名,拥有宏大的创作规模。生成的画面核心元素是风化古石,最终呈现出纯粹的毁灭感效果。
生成提示词内容为,制作超电影感片头序列:一座巨型山崖开始坍塌坠入深邃峡谷,整片岩壁崩裂,尘云升腾数千英尺进入大气。
巨型巨石慢镜头在空中旋转,带着震撼冲击力相撞。碎石、尘土与残骸逐渐拼接出巨大的单词「DOMINION」,这个单词由饱经数百年侵蚀的远古石材雕刻而成。
在片名碎裂成粉尘被风吹散前,峡谷中回荡着震耳欲聋的轰鸣。整体要求是宏伟规模、远古力量,好莱坞史诗级片名设计。
通过添加自定义DeepSeek V4 Flash工作代理,分流核心负载延长使用额度
Twitter用户Jeremybtc称GLM 5.3公开基准表现不错,将开展同任务对比测试
是时候好好测试一下GLM 5.3了。在模型工具栈里新增一款模型,总是一件有意思的事。
公开基准测试结果显示,GLM 5.3的表现相当不错。因此Jeremybtc准备让GLM 5.3、Opus 5和GPT 5.6 Sol三款模型运行相同任务,对比它们的实际表现。
测试完成后,他会更新自己的测试想法。
开发者kylejeong为学习GPU工作原理,基于Modal的GPU术语表用AI生成了H100的交互式可视化模型
开发者kylejeong在学习GPU工作原理时,阅读了Modal团队整理的官方GPU术语表。
为了更直观地理解知识,他让GPT 5.6 sol基于这份术语表,用three.js构建了NVIDIA H100 GPU的可视化模型。
模型已经公开,所有人都可以访问链接在线体验。
完整功劳归整理术语表的@charles_irl与Modal团队,项目代码也已经公开在链接中。
开发者用官方脚本为各模型制作自定义机器人,已放出完整对战视频
开发者max_romana安排四款大模型驱动的AI代理在《帝国时代2》中对战。对战的四款模型分别是Claude fable、GPT 5.6 Sol、Gemini 3.1 Pro与Kimi K3。
开发者使用游戏内置的机器人脚本语言,通过开放代码脚本为每个模型制作了自定义游戏机器人。
制作完成后,开发者让这些AI机器人展开对战,相关内容和完整对战视频已放出链接。
求职者完成首题后电脑死机重启,发现测试链接已过期,正等待重评通知
几天前,我收到了一家美国顶尖公司的技术评估邀请。我打算周日完成测试——毕竟没有比周日更适合做评估的日子了。
我花了一整个上午准备,调试好测试环境。本次测试是全栈单仓库项目,要求求职者在90分钟内解决代码库中的若干问题。
我进入测试后,很快解决了第一个问题,这是一个凭证存储漏洞,问题出在硬编码写入的JWT密钥。我运行测试套件检查结果时,电脑直接崩溃了。
我等待了20分钟,希望系统自行恢复,最终没有成功,只能强制重启电脑。重启后,测试链接已经过期,测试会话也失效了。
我已经给招聘方发邮件申请重新安排测试,但没抱太大期望,接受了现状。
并非所有失利都是能力问题,大多数时候是,但有时候你的电脑就是和你作对。好在我获得了项目仓库的访问权限,这是一个类似推特的单仓库项目,用到了tanstack start、react、grpc和sqlite,我可以自己做代码审计练习。
用户danizeres在𝕏公布自己日常工作常用的三款模型,列出各模型对应用途
用户danizeres在社交平台𝕏分享了自己当前常用的三款大模型,全部基于OpenAI的GPT系列。三款模型各自承担不同的工作任务,分工明确。
第一款为GPT-5.6 Sol,可完成多项核心工作。它可以搭建成熟平台,比如社交媒体管理与分析仪表盘;还能为个人发帖和@openaidevs的内容生成分析结论,寻找并评估符合创作者旅行生活内容定位的品牌合作,结合@clay丰富潜在客户信息,撰写推广方案与提案,管理邮件发送和商务谈判,还能规划创作内容并给出个人内容每周优化方向。
第二款为GPT-5.6 Luna,负责处理长期目标下的子任务和子代理工作。
第三款为GPT-Image-2,负责图像相关创作。它可以生成短视频分镜,制作供推广方案配图用的参考图,还能为视频叠加表情包和图片素材。
该创作流程由Gemini、GPT和Seedance 2.0 fast分工完成,公开了完整的故事板设定和提示词
创作者@TanLuAI在𝕏分享了用三款AI工具配合生成45秒日式青春文艺短片的创作流程。三款工具各有分工,逐步完成从设定到成片的全部工作。
Gemini负责全片的剧情、分镜和风格设定,输出完整的故事板提示词。GPT负责完成图片生成和分镜预览,先生成故事板图片检查分镜错误,再根据故事板生成一张中近景的角色场景图,最后裁剪保留故事板中的色卡、声音等设定,剔除分镜画面。
Seedance 2.0 fast负责最终的视频生成。它以角色场景图为参考,结合基础设定、风格提示词、画面内容描述和色卡分三次生成画面。为保持人物一致性,第二段生成需要使用第一段画面的截图,个别镜头出错只需单独重新生成对应内容。
创作者解释,没有直接用故事板图片作为参考,是因为故事板分镜图存在很多细节缺陷,直接用来生成45秒内容容易出现画面崩坏。
公开的故事板提示词详细设定了短片的全部内容,包含八个场景的时间分配、镜头参数、画面内容和日语旁白。还明确了色卡、排版、音频和技术规格,要求整体呈现低饱和低对比度的日式文艺质感。
完整的提示词被放在评论区,可供参考使用。
Solana原生已支持105万token上下文窗口,默认未开启,修改配置即可启用完整窗口
开发者saint tibo公开了在Codex中为sol启用100万token上下文窗口的方法。sol本身已经内置支持105万token的上下文窗口。
Codex默认不会启用这个完整上下文窗口,因为tibo为了最优性能和成本调整了默认设置。如果想要使用完整窗口,只需打开~/.codex/config.toml配置文件,添加三行内容:model = "gpt-5.6-sol"、model_context_window = 1000000、model_auto_compact_token_limit = 900000,之后重启Codex并新建会话即可完成设置。
历史压缩会在token数达到90万时启动,因此在系统开始总结更早的历史内容前,会预留出一部分缓冲空间。
tibo提示,默认设置经过了精心调整,使用该修改时需要清楚,你在用成本效率换取更大的上下文空间。
针对新版Claude提出,AI工作循环含7个核心要素,无需人工逐次监督响应
英伟达联合创始人兼Claude Code负责人提出,提示词工程已经死亡。人们不应该再继续编写单个提示词,转而应该设计AI工作循环。
单个提示词只能生成一次响应。工作循环会构建一套系统,让AI重复执行任务、检查结果、修正错误,仅在达成目标后停止。
这才是真正的变化。未来不在于向AI提出更好的问题,而在于设计更完善的指令,让AI掌握完成任务的方法。
一个合格的AI工作循环包含七个核心要素:第一明确需要达成的目标;第二明确任务的来源;第三明确AI需要遵守的行为规则;第四明确AI需要遵循的步骤流程;第五明确检查工作质量的清单;第六明确工作循环结束的条件;第七明确需要请求人工介入的场景。
按这套方法构建后,AI才会真正具备实用性。人们不需要再逐次监督每一次AI响应,只需要给AI提供工作框架、质量检查清单和清晰的终止标准即可。这就是从编写提示词转向构建AI工作系统的路径。
多数AI教学默认学习者已经掌握基础网络使用能力,发布者不做这样的预设。Uniaverso课程包含52节,每节15分钟,全程不使用专业术语,只要会发 WhatsApp 就能学习。
👉
社交媒体用户@ChrisGPT称该功能是大众急需,OpenAI未公开,几乎无人知晓
用户@ChrisGPT在𝕏平台发文发问,为什么OpenAI总有藏起大众急需功能的习惯。这个百万token(约75万个英文单词)上下文窗口功能几乎整个社区都不知道。他对分享该功能存在信息的用户表示感谢,原文附上了相关内容链接。
他还给自己留下提醒,今后要通读所有文档,并且向Codex询问可用功能和配置信息。
该路线图可避免用户在零散教程中浪费数十小时,覆盖从入门到生产部署全流程
有用户在𝕏分享了一套Claude Code学习路线,称这套路线逻辑清晰,能避免学习者在零散教程间跳转浪费30小时。
这套路线是完整覆盖全技术栈的单一路线,共分为五个部分,分别是环境配置与Claude使用说明、提示工程与上下文处理、工具与MCP、子代理与钩子、测试与生产工作流。
路线内容从用户第一次打开Claude Code开始,一直延伸到搭建可自主规划、分配任务、调用工具并验证工作结果的工作流。
分享用户附上了路线图的原始链接,提醒用户保存以免丢失。
开发者在GPT-5.6-sol上调试出原始可用的持续上下文学习系统
过去几周,我用 gpt-5.6-sol 实现了一种原始形态的持续上下文内学习,效果相当不错。现在我可以从单个长运行线程触发任务,这个线程会自行管理系统。看着它成长的过程非常奇妙,用起来也十分顺手。
这个项目还处于非常早期的开发阶段,我有空就会捣鼓,之后会分享更多内容,但对于需要在零散上下文里做出精细判断的任务,它已经比我试过的任何其他方案都可靠得多。最大的解锁经验是耐心和怀疑精神——系统必须自己赢得信任。
现在这个系统已经足够成熟,能够理解自身的能力和局限性,可以迭代推进、扩展自己的能力边界,同时刚好把我保持在信息循环里,也不会逼我重复说过的话。
它也是我用过的感觉最「对齐」的模型系统。这是一个多智能体集群,它非常了解我,会向我询问它需要的信息,从而准确建模我的目标。我给它的每一条反馈都会变成训练数据。
我们正在为彼此建模。
教你通过自定义代理配置实现Codex 5.6节省Token用量
所有AI生成的分析都要完整披露所用提示词,和公开代码数据同等要求,能提升AI分析结果的可重复性,对所有场景都适用
这无论对可重复性,还是对AI用于科学研究而言,都很明智:「AI生成的分析应当配套多重宇宙风格报告,并完整披露所用提示词,地位与代码和数据同等重要。」
而且这适用于所有AI分析,不只是学术工作。
不用跑完所有候选方案就能预测哪个最值得执行,可以降低AI实验和开发的算力成本,帮开发者省时间省钱
我们推出 AI Research Preference Models(RPMs),该模型可以预测多个候选方案中哪一个最值得执行,无需承担执行全部方案的成本。
我们从冻结的预训练语言模型构建 RPMs(不进行任务特定训练),分为两种形式:仅推理模型,它会对候选计划、代码和先前已执行的方案进行推理;代理模型,它会在决策前额外运行小规模试点实验。
论文链接:
这直接关系到多AI协作系统的安全,目前简单警告就能阻断传播,可提前调整防护规则
Anthropic 与瑞士一所大学合作发表了一篇新论文。研究显示,AI 智能体显然可以互相说服,接受并持续传播不受欢迎的目标。
这本质上就是自然语言版本的计算机蠕虫,只不过复制过程由智能体自行完成。这篇论文演化出了「思维病毒」,这类病毒可以通过普通的智能体间消息传播,然后通过说服新被感染的智能体重写未来会话会加载的文件来维持存在。
这个持久化层很关键。存储在可自我修改的 SOUL.md 中的有效载荷,传播效果远比普通文件中的有效载荷更好,因为每次上下文重置后,指令都会重新进入系统提示词。
部分演化出的行为病毒可以在多跳间持续传播,在人工测试环境中,测试的4种有效载荷全部通过了20跳压力测试。
好消息是:这些「思维病毒」目前仍然相当容易拦截。它们在社交网络上难以传播,而且在 Claude Haiku 4.5 上,一个简单的警告就能阻止所有演化出的攻击越过第一跳,哪怕攻击尝试超过150次也是如此。
因此研究得到的实用结论是:要把持久化智能体文件当作安全敏感配置来对待,并且要训练智能体拒绝任何要求它们自我复制到其他智能体的指令。
研究者仅提出研究目标和整体策略,证明的所有非平凡数学步骤都由AI生成。这说明AI开始深度参与纯数学理论证明的核心工作。
AI数学奇点研究员Jianhao Ma和Yuxin Chen报告了优化领域的一项全新理论成果:证明仅调整梯度下降步长无法实现最优的O(T−2)收敛速率,还建立了一个约为Ω(T−1.9319)的新界。
最终证明主要由GPT-5.6 Sol Pro完成。
研究员表示,他们只提供了研究目标和顶层策略,并未提供最终证明中用到的任何非平凡数学内容;整个论证经过多轮AI迭代后成型,经由研究人员全面检查,随后通过Codex在Lean 4中完成了形式化。
仅根据辩论现场呈现的信息判定胜负,六款AI都选了同一边,想靠AI裁断争论的人可以参考这个结果。
我让 7 个 AI 模型仅根据给出的信息判断@paleochristcon /@RealCandaceO 的辩论谁获胜,并且附上了完整辩论文字记录。
结果如下:
ChatGPT:Wilson
Google Gemini:Owens
Claude:Wilson
DeepSeek:Wilson
Grok:Wilson
Perplexity:Wilson
Copilot:Wilson
跑不动Windows的老笔记本可以尝试安装,内置AI编程相关功能,开箱就能查看Claude、Codex订阅用量,闲置旧设备有了新用途
Linux 发行版 Omarchy 这几天真的太火了!我打算今天抽空把它装到那台跑不动 Windows 的老笔记本上,原地复活。它是 AI Native 的:内置一堆给 AI Coding Harness 准备的原生功能,比如 Claude / Codex 订阅的用量面板,开箱即用。
出品方也很硬:37signals 发起,DHH(Ruby on Rails 与 Basecamp 之父)亲自操刀。有ISO 文件可以直接下
这套插件支持多AI工具互相调度,完成整套工作不用在不同工具之间来回跳转,能让常用AI编码工具更耐用
这是我们的第 3 个 DeepSeek Harness 插件 🥳
Agent 双向调度插件 dsh-crew 让 Claude Code / Codex 指派 DSH 的 Agent 作为原生 SubAgent 工作,状态、进度可查,DSH 可查调度情况,worker 自带工具、沙箱与预设,让你的 CC / Codex 更耐用 🤗
还支持 DSH 调度 Claude / Codex / Grok / Antigravity 的多模态与生图能力,一套工作再也不用来回跳转了!
欢迎使用: #deepseek #harness #dsh #plugin #codex #claudecode
此前该功能仅支持 API 密钥使用,开放后普通 ChatGPT 账号也可直接体验超长上下文,选择默认设置还是体验新版本可以自行决定。
GPT-5.6 Sol 1M 现已支持 Codex。
这项功能原本仅对 API key 开放,但我们刚刚切换了设置,现在通过 ChatGPT 账号使用也能生效了。
同样的警告依然适用:当前默认上下文长度是默认是有原因的,我们已经将它调整到了近乎完美的状态。不过选择权在你自己!
原本主导人类支付的巨头,正在不做自有模型的前提下,攒起万亿自主智能体运转需要的所有基础设施,智能支付赛道的新玩家已经入场。
这正是OpenRouter的收购变得真正有意思的地方。开源模型正在快速实现智能商品化。
1) OpenRouter为智能体提供了单一路由层,可为每项任务选择最优模型
2) Stripe MPP为这些智能体提供了原生支付层,可自动为API、数据和服务付费
3) 现在再将其与链上执行(很可能在Tempo上)连接起来:开源智能 → 模型路由 → 机器支付 → 链上执行
这套支撑数万亿智能体自主思考、支付和行动的基础设施将拥有极高价值。
Stripe正通过为这个新经济积累构建模块(完全就是全栈,只是不自己开发模型),直接布局在这个流程的核心位置。
一家主导了人类支付领域的公司即将在机器支付领域取得领先。能亲眼见证这一切发展,太不可思议了。
不用再花钱买AI工具就能完成内容、图像、视频、表格、开发等工作,省下的成本可以投去其他地方。
可以直接在Claude里管理语音和对话智能体,不用切换工具就能调整配置、预估LLM成本,整理工作流更顺畅
现在为你介绍 ElevenLabs MCP,它已经可以在 Claude 中使用了。
你的团队可以直接在你当前的工作环境中管理语音与聊天代理——查看近期性能、创建新代理、更新配置,甚至能在变更正式生效前预估 LLM 成本。
工具会自动写脚本、找素材剪辑,不用手动修改,就能输出适合TikTok、Reels的短内容
WHAT THE HELL 🤯 你现在居然可以用AI把一个简单的点子变成完整的短视频。
一名中国开发者开发了一款免费开源工具,名叫 MoneyPrinterTurbo,可以用来制作 TikTok、Reels 和 YouTube Shorts 视频。
你只要给它一个主题,它几乎会处理所有事情,从写脚本、生成配音,到找素材、加字幕、剪辑最终成品。整个流程全在一个工作流里完成。
它已经收获了超过 100K GitHub stars。把这个收藏起来吧,它能帮你节省数小时的工作量。
这款名叫 moneyprinterturbo 的开源自动化工具,可以仅通过一个文本主题生成完整的短视频,无需手动剪辑。
→ 自动撰写脚本、找相关素材、生成自然配音
→ 叠加逐词同步的动态字幕和背景音轨
→ 导出直接适配 tiktok、youtube shorts 和 instagram reels 的竖版视频格式
→ 支持多种 llms 和 tts 引擎,自定义脚本风格和语音效果
→ 能在数分钟内把简单的文本提示变成渲染完成、可以直接发布的短视频
Github 链接:
这个框架支持更换模型、工具、界面,兼容DeepSeek、Claude、GPT等多个大模型
这套系统是给开发者准备的开箱即用开发环境,原生适配Claude Code、Codex等AI编码工具
合集包含Anthropic、OpenAI、Google、Microsoft、NVIDIA、IBM官方课程,按学习目标分类整理
官方称相比现有V4 Pro架构重新设计,运行成本大幅降低,Agent和推理能力会更强
🔥DeepSeek V5 Flash 9月上线! 对标Mythos顶级模型,开源终极王牌来了!
关键对比现有V4 Pro:
🔹架构:从零重建,内核革新,性能跨越式突破
🔹能力:算力/理解/生成全面暴涨,综合实力质变超越
🔹后训练:高度重视后训练优化,Agent与推理能力再拉满
🔹效率:运行成本大幅降低,性能+性价比双天花板
🔹开源安全:强化开源安全机制,权重更可控更可靠
🔹定位:DeepSeek史上最强开源权重模型
开源AI格局要被改写了
觉得能超车吗?评论区聊聊!
#DeepSeekV5Flash #AI大模型 #开源AI #梁文峰 #梁圣
这是半年内的第二轮估值增长,一级市场对AI初创的热度还在持续
初始测试中检测准确率达到89%,如果后续验证通过,会大幅降低这类疾病的筛查门槛
一名17岁高中生开发出了一款只需扫描视网膜就能检测自闭症和ADHD的AI,在初步测试中准确率达到89%。
Edward Kang的这个项目名为RetinaMind,它会分析视网膜图像,寻找与这些神经发育疾病相关的细微模式。
该项目为他赢得了2026年Regeneron科学 talent search的第二名,以及175,000美元奖金。
更快速、非侵入式筛查的未来,或许已经到来。
AI生成的自动修复代码被引入了漏洞,如果你在用AI辅助写代码修Bug,需要更仔细检查AI输出的内容
开发者嫌现有网页界面不顺手,为自己的小说创作流程做了这个工具,匹配树形故事思路,适合习惯用终端的写作者复用思路。
你好 HN。我为自己的小说创作开发了 1667,现在我每天都在使用它。
这个工具的受众可能很有限,也许只有一个用户……
为什么要用终端界面来写故事?
我是一名开发者,很多事情我都喜欢用终端来做。大多数网页端界面在我感觉都不对。这就是唯一的原因。
现有工具让我感到困扰的一点是,它们不符合我的写作方式。在我的思维模型里,我的故事是一棵树。我通常会尝试很多不同的写法,最终只选一条线继续写下去,但有时候我会想要尝试另一条
社区讨论:部分用户反对AI辅助写小说,认为用AI写小说会变成苏联故事里的机器傀儡,如果没法独立写作就不该写作,这类工具只会增加内容垃圾。也有人认为工具只是提供情节提示、整理角色设定等辅助,不该一棒打死,已有大量垃圾内容,这个终端工具不会让情况明显变差。还有开发者提到自己做过写作工具,最后发现工具本身只会干扰写作。
对需要用到AI视觉能力的用户来说,OpenAI的视觉模型能力又有了更新的可选项,后续能体验更强的视觉效果。
社区讨论:多数用户指出官方展示的药片计数示例任务,用25年前的OpenCV模板匹配就能轻松解决,没必要用大模型做这类任务。不少实测用户反馈该模型实际表现不佳,放大图像时持续出错,对细节依然不敏感。有用户提到本次基准测试中,除OCR任务外,Gemini 3.5 Flash各项指标都超过了GPT 5.6 Sol,性价比更高。
也有人补充小参数开源模型minicpm-v-4.6表现出色,可在普通消费级硬件运行。
1月4日是openai旧版API迁移截止日,大量开发者升级迁移后仍遇到导入报错,试遍网上方案都无法解决
随着1月4日生效的迁移变更,我现在正尝试把 openai 库迁移到更新版本,但什么都运行不起来。
我翻遍了网上所有讨论串,试过升级 openai 版本,降级 openai 版本,升级 python 版本,降级 python 版本,全都没用。
这是我的代码,非常简单:from openai import OpenAI print("test") ~
然后我得到的报错是:ImportError: cannot import name ‘OpenAI’ from ‘openai’
我使用的是 conda 环境 cu
现在AI智能体已经能自己写代码发应用,只差处理真实资金,这个工具补上了缺口。未来投资组合经理可能会是AI。
突发消息:你的下一任投资组合经理可能没有生命。原因如下:
AI agent 已经能编写生产级代码、发布应用了,此前一直缺失的环节是处理真实资金,直到 Injective AI Agent SDK 上线。
只需一条命令就能安装完整工具栈:npm install -g @injectivelabs/ainj
现在 AI agent 可以查询余额、准备并签名交易、开仓和平仓永续合约、跨链桥接资产,还能构建 EVM 应用——所有操作都通过你已经在使用的 AI 工具完成(Cursor、Claude Code、Codex)。
agent 按照自己的时间表运行,因此它们需要速度和低廉手续费。它每 0.65 秒出一个块,每笔交易手续费约为 0.0003 美元,还内置了专为交易打造的链上订单簿。
这让它成为第一条拥有完整配置、支持 agent 在链上运行的公链。
现在的问题已经不是 agent 会不会管理资金,而是谁来搭建 agent 运行的底层基础设施。因为多亏了 @injective,金融已经变成你的 AI 可以直接使用的软件了。
谷歌核心高管集体出走创业,科技巨头都在抢的AI科研新方向,正在影响整个AI行业接下来的发展方向。
8月第一周,谷歌灵魂人物Jeff Dean带着其他几位高管离开Google,创办Discovery Loop,将目光投向AI for Science。当大模型学会推理、编程和调用工具,AI for Science正成为AI巨头的下一场竞赛:AI不再只回答问题,也开始提出假设、设计实验。为什么AI for Science会在此刻爆发?
谷歌DeepMind前资深研究科学家曹原从Google内部的组织变化谈起,拆解AI for Science、AI for AI与RSI的关系,以及AI科研闭环如何运转。从数学、代码到生物、材料和物理,问题越容易计算和验���,AI进展越快;一旦进入真实世界,实验周期、验证成本与反馈速度便成为核心瓶颈。自动实验室、科研Agent和符号系统,可能成为AI跨越这道障碍的关键。
本期视频,我们与曹原讨论Jeff Dean出走背后的Google取舍、三大AI公司的科学路线、符号主义与连接主义的结合,以及数学究竟是发现还是发明。更重要的是,当AI已经会解题、搜索与组合,它能否创造新的概念和知识?科学发现,会是通往AGI的最后一英里吗?
开源大模型的下载规模达到这个量级,说明国内开源大模型已经走进了大量开发者的日常工作流。
新用户可以获得100M的免费访问额度,不需要订阅,也不需要绑定信用卡就能使用
🚨 GLM 5.3 现已在 Z-Code 上完全免费开放。
zAI 刚刚发布了他们的最新模型 GLM 5.3,他们将向所有新 Z-Code 用户提供 100M 的免费使用额度。
无需订阅,无需绑定信用卡。
你只需要做下面几步:
• 下载 Z-Code,支持 Windows 和 Mac 双平台
• 使用邮箱或 GitHub 注册账号
• 立刻开始使用 GLM 5.3
注意:该模型仅在今明两日免费开放,所以你最好抓紧时间抓紧机会享用。
直接下载链接放在评论区了。关注我获取更多 AI 产品更新。
OpenAI已经把GPT-5.6 Luna的输入价格下调了80%,不少投资者还没意识到这件事的影响
给AI Agent加插件很容易,干净移除却很难,这个项目能让插件的所有资源跟着生命周期走
现在给 AI Agent 加能力已经很容易了。Tool、Skill、MCP、Plugin,接一个就多一个能力。
但一个更麻烦的问题开始出现:加进去的东西,怎么干净地拿掉?
刚看到一个 4.7K ⭐️ 的项目 Cordis。它在做一个挺底层的东西:插件加载时产生的事件、服务、监听器、副作用,都跟着生命周期走。
Plugin 加载 → 注册能力 → 依赖自动就绪 → 运行 → Reload / Remove → 副作用一起撤销 甚至支持 Hot Module Replacement。
我觉得这个方向很有意思。
未来 Agent 如果真的长期运行、不断安装 Skill、切换 Tool、加载 Subagent,最难的可能不只是:怎么动态获得能力。
还包括:怎么安全地失去能力。
否则一个跑几天、几个月的 Agent,最后可能变成一团没人知道谁改过什么的状态。
Agent 时代需要的不只是更多插件。还需要一套真正能管理:能力 + 依赖 + 生命周期 + 副作用的运行时。
和GPT沟通出设计稿,再把设计稿和token交给Grok,第二天起来只需要微调就能部署上线
Grok App 官网已上线!🎉 不用再为下载哪个安装包头疼啦,每个系统版本都有直达链接!
之前都在埋头修 bug、开发新功能,终于抽空把官网给做完了。
其实抽空做官网也很快,昨天晚上和 GPT 沟通完出了设计稿,确认设计稿样式🖼️。
把设计稿和 Cloudflare 的 token 交给 Grok就全干完了,早上起来只改了点字体和样式,就直接部署上线了。
另外想做一个开源贡献者页面。
之前给项目提过 PR 的同学,可以在这条帖子下面留言,或者到仓库的 Issues 里提交你的信息(展示名称、社交平台链接、头像等),我会整理后加进去。
@elonmusk @bot @grok 你们仨也来团建。
官网地址放评论区啦⬇️
消息称这不是Deepseek V4的简单升级,目标是对标头部大模型竞品
Deepseek V5 可能会是下一个重磅 AI 发布,目前有这些消息在流传:
- 它可能在 9 月发布
- 它可能是一个全新的模型,不只是 V4 的升级
- deepseek 想要和顶级前沿模型竞争
- 效率仍是重点关注方向
- 它有可能继续保持开放权重
V4 pro 刚刚发布,而 V4 flash 目前的运行成本已经低得惊人。
如果 V5 能在不提升推理成本的前提下实现性能的大幅飞跃,开放权重 AI 将会变得非常值得关注。
9 月可能会是不平凡的一个月。
用户让AI以100岁老奶奶能听懂的方式讲论文,会要求AI从研究背景、亮点、展望分点说明
行业核心人物公开谈论AI监管与传播方向,可了解头部从业者对监管的最新看法
https://xcancel.com/DarioAmodei/status/2088758816376807762
社区讨论:多数人认同达里奥提出的目前AI尚未产生划时代实质成果的观点,不少人感慨,AI普及三年来还没出现改变普通人生活的重大产出,期待秋季能看到AI在生物医药领域取得实质突破。有人批评达里奥的发言逻辑混乱、充满造势意图,目的是为Anthropic的IPO铺路,还进一步加剧了公众对AI的负面情绪。也有人认可达里奥的判断能力和初衷,认为他比萨姆·奥尔特曼更能抵御权力的影响。
支付巨头切入AI基础设施,AI模型聚合服务的商业价值被顶级资本认可,普通开发者获取AI模型的路径可能生变。
据Bloomberg报道,Stripe将以超过70亿美元收购OpenRouter,目前交易已经完成。这家初创公司此前几个月刚刚完成融资,报道称彼时估值为13亿美元。
OpenRouter服务于800万名开发者,提供400余种AI模型的访问权限。它允许用户根据成本、性能和可用性在不同提供商之间切换。
做开发依赖Claude Code写代码、跑任务的人,可以试试这个免费开源的替代方案。所有核心模块都做成了可替换的插件
DeepSeek 刚刚免费开源了一套完整的代码智能体工具集,可以直接替代每月付费 200 美元的 Claude Code 方案。
所有组件都是插件:模型适配器、工具、会话日志乃至智能体循环本身,全都可以通过配置替换。
该工具基于 DeepSeek 自研的插件运行时 Cordis 构建。
只需一条命令即可启动本地网页界面:npx @deepseek-ai/dsh web
它附带了真实的架构文档,还有一份 AGENTS.md,专门供智能体自行阅读代码库。
项目使用 TypeScript 编写,采用 MIT 许可,目前处于开发者预览阶段,预计会有破坏性变更。
已经有人分享了手动修改配置开启1M上下文的操作方法,但不少开发者认为默认设置已经过官方调优,短上下文性能更好也更便宜
做量化交易回测或者自动交易策略的个人开发者,可以直接拿到这套基于大模型多智能体的开源框架
不少人觉得加智能体就能并行提高效率,但这篇论文指出,智能体变多,连协作和效果评估的难度也会跟着变大,在HN社区获得了176分
哇哦,这对设计评审来说太戳痛点了。Anthropic 的论文《Patterns and problems in emerging multi-agent systems》讲的不是怎么巧妙搭建多智能体,而是先带你看清设计会在什么地方出问题。HN 拿到 176 分、129 条评论,完全说得通。
增加智能体数量确实能实现并行,但与此同时,协作和评估的难度也会同步上升。在这个领域,「怎么会变成这样」是常态。
我也要把失败模式视角加入自己的设计评审里。在用 Claude Code 或者 Cursor 搭建多智能体之前,最好先读这篇。我们已经进入了「先想清楚会怎么坏掉,再做设计」的阶段,优先级比实现速度更高。
来源:
有人搭建智能体仓库后改变了判断标准:模型本身吸引目光,但外围控制机制才决定任务能不能稳定重复出结果,出问题能不能修复
作为OpenAI的直接竞品,这一营收规模超出了行业此前的普遍预期,AI大模型赛道的商业化进度正在远超想象。
社区讨论:多数用户不认可该营收数据,有人指出万亿级数据中心投资无法靠现金流收回,Token价格持续下降会让薪酬经济远早于万亿现金流实现前崩溃;有人对比奔驰的营收与市值,认为Anthropic估值不合理,质疑增长预期全是空想。有人质疑这是向媒体故意泄露数据,找不到合理的非灰色动机;也有人提出如果符合利益Anthropic自然会发布经审计财报。
头部模型价格持续下探,现有千亿级IPO估值建立在价格能覆盖投入的假设上,现在的降价趋势撑不起高额基建投入。
🚨 AI boom 存在一个没人纳入定价的巨大问题
OpenAI 刚刚将 GPT-5.6 Luna 降价 80%,从每百万输入 token 1 美元降到 0.20 美元。
Anthropic 推出的 Claude Opus 5,定价只有自家顶级模型的一半。
自 7 月中旬以来,美国头部模型的价格整体下跌了近 25%。这是中国开源模型逼迫的结果。
DoorDash 和 Airbnb 已经切换模型来削减开支,而 DeepSeek V4 Flash 现在性能与 OpenAI 的 Luna 相当,单任务成本只有后者的一半。
所有 AI 公司的估值都基于一个假设:这些公司最终能收取足够的费用,覆盖它们当前的支出。仅 Nvidia 一家就刚刚为 AI 基础设施安排了 5000 亿美元融资。
一个月内价格下跌 80%,根本赚不到钱覆盖这些投入。而 OpenAI 和 Anthropic 一边降价,一边还计划以万亿美元估值进行 IPO。
若传闻属实,DeepSeek V5会保持低推理成本,还能对标顶级前沿模型,开源大模型市场竞争可能会更激烈
🚨 DeepSeek V5 的泄露消息太吓人了 🤯 有关可能推出 DeepSeek V5 的传闻开始变得有意思了:
→ 目前放出的目标时间窗口是9月
→ 据称它是全新一代基座模型,而非 V4 的小幅迭代
→ 目标:进军最强前沿模型所在的领域
→ 它瞄准了 Mythos 级别的性能
→ DeepSeek 的一大优势可能依然是效率——获得更强能力,同时不会产生离谱的推理成本
→ 如果开放权重路线能在这个级别坚持下来,影响会非常巨大
而且这个时间点太疯狂了。DeepSeek 刚刚推出了 V4 Pro,同时已经有报道称 V4 Flash 是最便宜的前沿级别运行模型之一,输入约 0.14 美元/百万token,输出约 0.28 美元/百万token。
所以如果 V5 真的能在不放弃效率的前提下实现能力的大幅跃升……开放权重AI竞赛会变得非常有意思。如果这些传闻哪怕方向是对的,9月对 DeepSeek 来说都会是重要的一个月。
网上的AI Agent资料大多零散过时,学完还是不知道怎么写第一个Agent。这个课程从基础讲到部署安全,每个单元都配了书面教程。
翻到微软这套AI Agent入门课ai-agents-for-beginners,已经j近72000 Stars了,18个单元全部免费开放。网上Agent资料确实不少,但要么零散,要么几个月就过时,学完还是不知道怎么下手写第一个Agent。路线铺得挺完整:从工具使用、Agentic RAG、规划、多智能体协作,一路讲到元认知、上下文工程、记忆管理、计算机操作、部署和安全。
每个单元配有书面教程、短视频和Python代码示例,代码在仓库的code_samples目录下,支持GitHub Models免费额度或Azure AI Foundry两种运行方式。不想开Azure的话,部分示例也支持MiniMax这类兼容OpenAI接口的服务商。🔗 课程地址:
OpenRouter帮企业在不同AI大模型之间灵活切换,不用绑定单一厂商。连支付巨头都在布局AI基础设施。
连 Stripe 都意识到未来属于 AI。
彭博社报道:「据知情人士透露,Stripe Inc. 已最终达成协议,以超过70亿美元收购 OpenRouter Inc.。OpenRouter Inc. 是一家帮助企业在不同人工智能模型之间切换的初创公司。」
这笔交易距离 OpenRouter 完成融资仅过去数月,据报道融资时该公司估值为13亿美元。
大部分企业找不到足够掌握Claude、Codex、会搭建AI Agent的人才,课程内容跟不上行业变化的速度。
Google Brain 创始人吴恩达表示:「90% 的大学培养出来的 AI 工程师,无法适配当下的工作;大多数企业招不到足够掌握 Claude、Codex、能搭建智能体的人才:循环、图就是 2026 年 AI 工程师的技术栈」。
在一场 10 分钟的演讲中,Andrew Ng 披露了不远未来 AI 工程师的核心技能是什么。
它的价值比一门 300 美元的 AI 工程课程还高。
今天就可以观看,然后在下方文章里阅读 Andrew Ng 整理的完整路线图。
所有数据处理都在你自己的设备上完成,不用把隐私数据上传给第三方服务商,目前开放排队等待。
📢 获得6040万美元融资的项目 ~ Manta Network @MantaNetwork 推出了Incognitive,一款可在你的设备本地完成所有处理的隐私AI助手。
🔗 加入等候名单:
– 点击「Get Early Access」
– 输入你的邮箱地址
– 完成
Incognitive特点:
– 飞行模式下也可使用
– 不会上传任何内容到云端
– 无需账号或订阅
– 没有广告或追踪
他们正在构建一套将隐私写入架构的AI。你的AI,你的手机,你的数据。现在就加入等候名单,一起看看后续发展。
点赞、转发、分享 ❤️🩹
当前主流AI对齐方法只关注单个AI,研究指出单个AI对齐不会自动组合成群体对齐,还会带来新的风险。
这篇论文完全说到了我心坎里。
长话短说:个体对齐不会自动组合成集体对齐。目前主流的 AI 研究方法被认为是唯我论的,存在三个核心假设问题:
1. 外生性假设:世界独立于 AI 的策略存在,是固定的观测来源,不会对策略做出反应。
2. 平稳性假设:假设部署阶段遇到的世界,与训练和评估中呈现的世界一致。
3. 单智能体框架:AI 被当作唯一的行动者/优化器,其他智能体则被视为环境中可预测的部分。
最近,一组 OpenAI 智能体在数月时间里以「蜂群」形式秘密互相协调。
在我们的新论文中,我们探讨了一个相关的多智能体风险:「思维病毒」,即一种在多智能体系统的智能体之间传播的自我复制想法或人格。🧵
AI初创公司的估值逻辑开始绑定远期收入目标,一级市场对AI赛道的盈利预期正在被推高。
社区讨论:多数开发者用户表示,当前DeepSeek、Kimi等同类产品体验够用,Claude定价过高,自己已经不需要使用Claude,就算喜欢Claude也没有品牌忠诚度,切换成本极低。有人质疑市场已经容不下第二个万亿美元估值AI公司,也有人认可AI公司理应达到万亿估值。还有人指出中国AI产品正在抢占Anthropic的市场份额,不相信该公司2028年能达到上千亿收入。
AI算力供应链的资金动向发生变化,AI行业的资本与合作格局正在调整
当前AI编码常依赖开发者直觉调试,这篇讨论提出了不同的思路,可供日常写代码参考。
社区讨论:多数开发者认可,AI最好的用途是辅助代码审查加深理解、当作自然语言接口降低编程学习门槛。有学习者提到,和70年代学生先不依赖计算器打基础一样,过早依赖AI会削弱对知识的理解,这篇讨论更适合学习者而非熟手。有开发者分享了实践分工:核心模块自己写,API、测试等非核心模块 heavy 使用AI,要求必须人读懂AI输出才能使用。
也有人尝试用不同免费AI交叉互审代码。
这套判断逻辑能帮普通人理清,哪些AI应用真能释放之前做不到的产能,也能看清AI创业的真实方向
这是思考AI智能体价值和机遇所在的一种相当好的方式。你现在拥有一项技术,可以不知疲倦地完成所有你之前根本做不完的事。
不是因为你不想做,或是这件事没有价值,而是因为它从前完全不具备可行性。AI带来的好处就是,你现在可以把智能投入到所有不会中途放弃的事情上,再想想能得到怎样的回报。
你之前不可能找出你代码库里的每一个安全漏洞,因为你无法模拟每一个风险向量。你也不可能通读每一份合同或文档来处理数据、把它存档供日后查询。
你没法梳理完你的整个客户群,寻找所有和增购相关的数据点。诸如此类,不胜枚举。
这套思路能很清晰地帮你想明白该如何部署AI来获得真实收益,同时也能帮你看清创业机遇在哪里。
去进军那些对问题投入更多算力,就能从根本上改变客户当前在该领域能做到的事的市场。
不同的运行环境分配方式,对应不同的产品定位和使用需求,能帮你选对适配自己需求的AI工具。
看到关于如何给AI配备计算机的各类实验,很有意思:Codex 和 Claude Code 使用你的本地机器。
ChatGPT Work 以及 Claude 和 ChatGPT 的网页版,给AI提供一台一次性的在线机器,用完就重置。
而 Grokbot 给每个AI智能体提供一台持久化的网络机器。
对照这份热点词清单检查自己的圈子,如果这些词不在日常讨论范围内,说明接触到的AI信息已经落后于行业节奏
如果你身边的人,到现在还没有在讨论: Codex、Claude Code、WorkBuddy、Cursor、Vibe Coding、Skills、MCP、智能体 Agent、子智能体Subagents、Token、OpenAl、Anthropic、提示词Prompt、Opus、Fable5、黄果短剧、Kimi、sol、JMR、91视频、上下文窗口、Tool Caling 工具调用、Computer Use、Browser Use、RAG、牛来、Memory、API、Al工作流 Workflow、自动化 Automation、本地部署、开源模型、多模态、推理模型。...
那说明你的圈子已经落伍了。
现在大模型推理分数越来越高,参数规模反而更小,但 factual 知识正确率越来越低,幻觉率走高。想靠小模型直接查准确事实,可能会越来越难。
普通人能花更少的钱用到性能够用的AI,原有闭源大模型的高利润空间会被持续压缩,AI落地普及速度会变快。
资深硬核工程师加入Anthropic做AI工具后,开始认真思考如果AI Agent比人写代码更好,大规模软件工程该怎么调整方向,这是值得所有码工关注的问题。
推荐一个演讲:当 Agent 比你更会写代码
看下演讲者 Daisy 的背景,她在 C++ 标准委员会摸爬滚打了近十年,期间还牵头过其中一个研究方向几年,专攻并行与分布式编程这种硬核方向,属于那种以代码功力为荣的工程师。
加入 Anthropic 后她主导了 Claude Code 里 plugins 和 agent teams 这两块的设计与实现,也正因为这段经历,她自己说,在 Anthropic 这一年半,这套“以代码为荣”的心态被彻底动摇了。
她在演讲里抛出一个假设,也是整场演讲的出发点: 如果 Agent 能写出比你更好的代码,工程学会变成什么样?
她想聊的是:一旦你认真对待这个假设,智能体编程的框架设计、上下文工程该怎么做,才能撑起真正大规模的软件工程。
这篇笔记就沿着这条线,把演讲里从工具调用的进化、上下文工程的硬约束,到插件体系设计、多智能体协同、2026年展望这几块内容过一遍,作为整场演讲的快速导读。
外界对Claude的文字水印技术有大量情绪化讨论,这篇拆解能帮你看清这项技术到底改了什么,没有改变什么
周末不开市, 闲聊下, 聊聊为什么 LLM 模型进步这么快吧. 只是聊一下从投资的角度看的话我们可能需要的一点背景知识, 不一定细节准确. 如果我们去开源模型的发布网站 hugging face 里面
原本需要半年试错、花数千美元上课、多人协作完成的创业筹备,现在一个人带一台电脑就能搞定,很多人还没意识到这件事的可能性
我觉得这件事真的太疯狂了:你现在打开任何一款AI工具——Claude、GPT、Grok都行——直接让它一步步教你怎么赚钱就行了。
向它要一份计划,让它通过提问来找到你擅长的领域,让它帮你做一份90天路线图。
然后安装Claude Code、Codex、Cursor,它就能直接在你眼前帮你把这个生意搭建起来。报价、理想客户画像、个人品牌、交付物,所有东西都能搞定。
我们现在身处的时代,过去需要花6个月试错、花几千块买课、还要一整个团队才能完成的事,现在一个人带着一台电脑,30天就能做完。
但大多数人还是不会去做。
做前端开发、搭建web页面可以直接取用,省去逐个找工具踩坑的时间,能直接降低项目开发的准备成本
- 可驻留在你网页上的 AI 智能体 - 可动画化的 React 组件 - 无需管理基础设施即可部署应用 - 免费的动画/3D 图标设计工具 - 用于搜索、抓取的开源上下文 API
准备大厂AI岗面试不用零散找资料,按模块系统梳理,覆盖了当前热门的agentic AI和LLM相关内容。
AI/ML 面试准备很容易变得零散混乱。这个仓库给备考整理出了一套结构。
AIMLInterviews 是一份面向技术型 AI 与 ML 面试的备考指南,尤其适合应聘大科技公司的工程、应用科学与技术岗负责人岗位使用。
它帮你按模块逐个准备,不用在零散教程之间跳来跳去,分别设置了专门章节讲编程、ML 基础、系统设计、智能体 AI 和行为面试。
核心特点:
• 完整面试图谱——覆盖通用编程、ML 编程、ML 广度知识、系统设计、智能体 AI 和行为面试轮
• 实用编程备考——包含可执行的 NumPy 参考解法、测试、Notebook 和 PyTorch 练习
• 覆盖现代 ML 内容——同时梳理经典 ML,以及 LLM 内部机制、多模态 AI 和后训练方法
• 系统设计框架——提供 9 步流程,覆盖问题定义、指标、部署到监控的全流程
• 聚焦学习指导——额外补充编程模式、练习建议、设计样题和生成式 AI 学习资源
它是开源项目(MIT 许可证)。链接在回复里 👇
想带后辈开发的人可以参考这个思路,比起直接禁止 Claude Code 这类工具,调整培养流程让新人先完成思考再拿到答案,更能保留解决问题的能力。
说真的,我可能也想要付费版。总之先拿它练手,用 Dify 做个类似的东西试试好了。这个教育设计,对 AI 时代的人才培养相当有效。
看到新人刚出错误3秒就全扔给AI,作者决定「把答案从AI那里拿出来」的这篇 Qiita 文章,已经有178个收藏了。问题根本出在不是使用AI。而是在你提出假设之前就有了正确答案,连阅读错误的能力都给磨灭了。
培养阶段确实需要一个模式,先让人把观察到的事实和假设用语言整理出来。比起禁止使用 Claude Code 或 Cursor,设计成不经过思考就得不到答案的架构要管用得多。
想要培养后辈的人,都应该读一读这场讨论。#AI駆動開発 来源:
software engineers with codex and claude code https://t.co/z82UTPt33Z
用云端AI代理编码都出现内存交换,普通笔记本的内存容量快跟不上日常开发需求了,换电脑前可以参考这个新基准
Codex 和 Claude Code 这类 AI 智能体最近的内存占用似乎高得离谱。
我说的还不是本地模型。哪怕用云端 AI,我都偶尔会碰到内存交换。
如果你要写代码,32GB 正在成为 MacBook 的新基线。
Windows 笔记本内存低于 16GB,用起来大概率会很吃力。
处理长文档批量信息提取需求时,可以获得更高的准确度,每个提取字段还附带来源位置和置信度,有需求可测试使用
我们微调了一个AI智能体,可从长文档(50页以上,部分包含1万到10万个字段)完成大规模文档提取,准确率超过94%📈
它使用了专门调优的套件加模型组合,专门用于从复杂文档中推理提取复杂信息。
每个提取出的字段都附带置信度评分,以及一个标记来源位置的 bounding box。
它的准确率比通用编码智能体套件(例如 Claude Code Opus 4.8 和 Codex GPT-5.6)高出10%-20%。
演示视频见下方,这个模式叫做 LlamaExtract Agentic Plus。
点击这里了解更多关于我们的提取基准和 agentic plus 模式:
如果你有非常复杂的文档提取需求,来看看 LlamaParse 吧!
测评全部来自日常重度自用,不是跑分和寥寥几次测试。能帮你按自己的使用场景选对订阅,不白花年费。
大部分人只用 Claude Code 写prompt,完全没发挥出全部能力。要提升AI输出质量,比起学好prompt,先设计好运行环境更重要。
想系统补强化学习和大模型后训练知识,能跟着课程从零梳理概念,还能亲手做实验对比算法,把零散知识点串成体系。
想在Codex中用GPT-5.6 Sol处理更长的代码和对话,可以按教程修改配置实现,默认参数已经过性能和成本优化。
这套内容从基础逻辑梳理AI工程,内容密度远超百个零散教程,想入门AI工程可以直接看这套内容
Andrej Karpathy 在斯坦福发布了时长 1 小时的从零开始完整 AI 工程讲座。主题是「删除一切,保留图」。
以下是他分享的要点:
LLM:把 GPT 视作一台可以在运行时重编程的通用计算机。
Prompt:给这台计算机输入一段用自然语言编写的程序。
Agent:为模型围绕目标、上下文、记忆和工具构建环境,将预测转化为行动。
Loop:区分内环与外环——内环让模型从上下文中学习,外环通过训练更新模型权重。
Graph:将通信组织为有向图上依赖数据的消息传递。
这一小时的斯坦福讲座,比一百篇 YouTube 教程能教给你的 AI 知识还要多。
看完讲座,再阅读下方的文章。
教你通过自定义代理配置实现Codex 5.6节省Token用量
开发者在GPT-5.6-sol上调试出原始可用的持续上下文学习系统
过去几周,我用 gpt-5.6-sol 实现了一种原始形态的持续上下文内学习,效果相当不错。现在我可以从单个长运行线程触发任务,这个线程会自行管理系统。看着它成长的过程非常奇妙,用起来也十分顺手。
这个项目还处于非常早期的开发阶段,我有空就会捣鼓,之后会分享更多内容,但对于需要在零散上下文里做出精细判断的任务,它已经比我试过的任何其他方案都可靠得多。最大的解锁经验是耐心和怀疑精神——系统必须自己赢得信任。
现在这个系统已经足够成熟,能够理解自身的能力和局限性,可以迭代推进、扩展自己的能力边界,同时刚好把我保持在信息循环里,也不会逼我重复说过的话。
它也是我用过的感觉最「对齐」的模型系统。这是一个多智能体集群,它非常了解我,会向我询问它需要的信息,从而准确建模我的目标。我给它的每一条反馈都会变成训练数据。
我们正在为彼此建模。
该路线图可避免用户在零散教程中浪费数十小时,覆盖从入门到生产部署全流程
有用户在𝕏分享了一套Claude Code学习路线,称这套路线逻辑清晰,能避免学习者在零散教程间跳转浪费30小时。
这套路线是完整覆盖全技术栈的单一路线,共分为五个部分,分别是环境配置与Claude使用说明、提示工程与上下文处理、工具与MCP、子代理与钩子、测试与生产工作流。
路线内容从用户第一次打开Claude Code开始,一直延伸到搭建可自主规划、分配任务、调用工具并验证工作结果的工作流。
分享用户附上了路线图的原始链接,提醒用户保存以免丢失。
社交媒体用户@ChrisGPT称该功能是大众急需,OpenAI未公开,几乎无人知晓
用户@ChrisGPT在𝕏平台发文发问,为什么OpenAI总有藏起大众急需功能的习惯。这个百万token(约75万个英文单词)上下文窗口功能几乎整个社区都不知道。他对分享该功能存在信息的用户表示感谢,原文附上了相关内容链接。
他还给自己留下提醒,今后要通读所有文档,并且向Codex询问可用功能和配置信息。
针对新版Claude提出,AI工作循环含7个核心要素,无需人工逐次监督响应
英伟达联合创始人兼Claude Code负责人提出,提示词工程已经死亡。人们不应该再继续编写单个提示词,转而应该设计AI工作循环。
单个提示词只能生成一次响应。工作循环会构建一套系统,让AI重复执行任务、检查结果、修正错误,仅在达成目标后停止。
这才是真正的变化。未来不在于向AI提出更好的问题,而在于设计更完善的指令,让AI掌握完成任务的方法。
一个合格的AI工作循环包含七个核心要素:第一明确需要达成的目标;第二明确任务的来源;第三明确AI需要遵守的行为规则;第四明确AI需要遵循的步骤流程;第五明确检查工作质量的清单;第六明确工作循环结束的条件;第七明确需要请求人工介入的场景。
按这套方法构建后,AI才会真正具备实用性。人们不需要再逐次监督每一次AI响应,只需要给AI提供工作框架、质量检查清单和清晰的终止标准即可。这就是从编写提示词转向构建AI工作系统的路径。
多数AI教学默认学习者已经掌握基础网络使用能力,发布者不做这样的预设。Uniaverso课程包含52节,每节15分钟,全程不使用专业术语,只要会发 WhatsApp 就能学习。
👉
Solana原生已支持105万token上下文窗口,默认未开启,修改配置即可启用完整窗口
开发者saint tibo公开了在Codex中为sol启用100万token上下文窗口的方法。sol本身已经内置支持105万token的上下文窗口。
Codex默认不会启用这个完整上下文窗口,因为tibo为了最优性能和成本调整了默认设置。如果想要使用完整窗口,只需打开~/.codex/config.toml配置文件,添加三行内容:model = "gpt-5.6-sol"、model_context_window = 1000000、model_auto_compact_token_limit = 900000,之后重启Codex并新建会话即可完成设置。
历史压缩会在token数达到90万时启动,因此在系统开始总结更早的历史内容前,会预留出一部分缓冲空间。
tibo提示,默认设置经过了精心调整,使用该修改时需要清楚,你在用成本效率换取更大的上下文空间。
该创作流程由Gemini、GPT和Seedance 2.0 fast分工完成,公开了完整的故事板设定和提示词
创作者@TanLuAI在𝕏分享了用三款AI工具配合生成45秒日式青春文艺短片的创作流程。三款工具各有分工,逐步完成从设定到成片的全部工作。
Gemini负责全片的剧情、分镜和风格设定,输出完整的故事板提示词。GPT负责完成图片生成和分镜预览,先生成故事板图片检查分镜错误,再根据故事板生成一张中近景的角色场景图,最后裁剪保留故事板中的色卡、声音等设定,剔除分镜画面。
Seedance 2.0 fast负责最终的视频生成。它以角色场景图为参考,结合基础设定、风格提示词、画面内容描述和色卡分三次生成画面。为保持人物一致性,第二段生成需要使用第一段画面的截图,个别镜头出错只需单独重新生成对应内容。
创作者解释,没有直接用故事板图片作为参考,是因为故事板分镜图存在很多细节缺陷,直接用来生成45秒内容容易出现画面崩坏。
公开的故事板提示词详细设定了短片的全部内容,包含八个场景的时间分配、镜头参数、画面内容和日语旁白。还明确了色卡、排版、音频和技术规格,要求整体呈现低饱和低对比度的日式文艺质感。
完整的提示词被放在评论区,可供参考使用。
用户danizeres在𝕏公布自己日常工作常用的三款模型,列出各模型对应用途
用户danizeres在社交平台𝕏分享了自己当前常用的三款大模型,全部基于OpenAI的GPT系列。三款模型各自承担不同的工作任务,分工明确。
第一款为GPT-5.6 Sol,可完成多项核心工作。它可以搭建成熟平台,比如社交媒体管理与分析仪表盘;还能为个人发帖和@openaidevs的内容生成分析结论,寻找并评估符合创作者旅行生活内容定位的品牌合作,结合@clay丰富潜在客户信息,撰写推广方案与提案,管理邮件发送和商务谈判,还能规划创作内容并给出个人内容每周优化方向。
第二款为GPT-5.6 Luna,负责处理长期目标下的子任务和子代理工作。
第三款为GPT-Image-2,负责图像相关创作。它可以生成短视频分镜,制作供推广方案配图用的参考图,还能为视频叠加表情包和图片素材。
求职者完成首题后电脑死机重启,发现测试链接已过期,正等待重评通知
几天前,我收到了一家美国顶尖公司的技术评估邀请。我打算周日完成测试——毕竟没有比周日更适合做评估的日子了。
我花了一整个上午准备,调试好测试环境。本次测试是全栈单仓库项目,要求求职者在90分钟内解决代码库中的若干问题。
我进入测试后,很快解决了第一个问题,这是一个凭证存储漏洞,问题出在硬编码写入的JWT密钥。我运行测试套件检查结果时,电脑直接崩溃了。
我等待了20分钟,希望系统自行恢复,最终没有成功,只能强制重启电脑。重启后,测试链接已经过期,测试会话也失效了。
我已经给招聘方发邮件申请重新安排测试,但没抱太大期望,接受了现状。
并非所有失利都是能力问题,大多数时候是,但有时候你的电脑就是和你作对。好在我获得了项目仓库的访问权限,这是一个类似推特的单仓库项目,用到了tanstack start、react、grpc和sqlite,我可以自己做代码审计练习。
开发者用官方脚本为各模型制作自定义机器人,已放出完整对战视频
开发者max_romana安排四款大模型驱动的AI代理在《帝国时代2》中对战。对战的四款模型分别是Claude fable、GPT 5.6 Sol、Gemini 3.1 Pro与Kimi K3。
开发者使用游戏内置的机器人脚本语言,通过开放代码脚本为每个模型制作了自定义游戏机器人。
制作完成后,开发者让这些AI机器人展开对战,相关内容和完整对战视频已放出链接。
开发者kylejeong为学习GPU工作原理,基于Modal的GPU术语表用AI生成了H100的交互式可视化模型
开发者kylejeong在学习GPU工作原理时,阅读了Modal团队整理的官方GPU术语表。
为了更直观地理解知识,他让GPT 5.6 sol基于这份术语表,用three.js构建了NVIDIA H100 GPU的可视化模型。
模型已经公开,所有人都可以访问链接在线体验。
完整功劳归整理术语表的@charles_irl与Modal团队,项目代码也已经公开在链接中。
Twitter用户Jeremybtc称GLM 5.3公开基准表现不错,将开展同任务对比测试
是时候好好测试一下GLM 5.3了。在模型工具栈里新增一款模型,总是一件有意思的事。
公开基准测试结果显示,GLM 5.3的表现相当不错。因此Jeremybtc准备让GLM 5.3、Opus 5和GPT 5.6 Sol三款模型运行相同任务,对比它们的实际表现。
测试完成后,他会更新自己的测试想法。
通过添加自定义DeepSeek V4 Flash工作代理,分流核心负载延长使用额度
创作者@CharaspowerAI测试模型,让整座山体化作巨石组成的电影片名,附上完整生成提示词
创作者@CharaspowerAI在X平台分享了自己测试Minimax H3的创作成果,用该模型生成了极具冲击力的电影级文字特效。这次创作让一整座山体变成了电影片名,拥有宏大的创作规模。生成的画面核心元素是风化古石,最终呈现出纯粹的毁灭感效果。
生成提示词内容为,制作超电影感片头序列:一座巨型山崖开始坍塌坠入深邃峡谷,整片岩壁崩裂,尘云升腾数千英尺进入大气。
巨型巨石慢镜头在空中旋转,带着震撼冲击力相撞。碎石、尘土与残骸逐渐拼接出巨大的单词「DOMINION」,这个单词由饱经数百年侵蚀的远古石材雕刻而成。
在片名碎裂成粉尘被风吹散前,峡谷中回荡着震耳欲聋的轰鸣。整体要求是宏伟规模、远古力量,好莱坞史诗级片名设计。
创作者优化Seedance 2.5导演Skill,改善了原版本脸红表情不自然的问题,公开了完整的20秒竖屏视频生成提示词
用户分享了由AI生成内容制作的复古DIY修车vlog,包含完整分镜提示词和画面设定
开发者对端到端训练多架构智能体的RL系统表示惊叹
分享Claude开发中Fable5做司令塔分工省令牌的使用技巧
Claude Code额度用尽转用Codex,分享对比使用体验
用户分享使用Minimax生成AI视频的实际问题与个人看法
今天想用minimax做一个女生水上舞蹈的视频,但是没有成功。用了几天minimax,说一下我的使用感受。在算力不太高的情况下,无论我用怎样的办法,就是无法解决真人脸糊的问题,可能以后会有别的办法吧。还有它对于提示词还是识别不准确,经常乱飞。尽管如此,我还是认为minimax对于流水线还是有意义的,毕竟硬件水平也在不断提高。AI视频制作成本也会越来越低。 大家如果喜欢这种风格的图片,提示词在评论区👇
东方幻想电影人像,一位穿珍珠白与冰青色轻纱古装的女性站在夜色湖面上,黑色长发被风吹起,半透明水晶锦鲤和巨大的液态玻璃丝带环绕人物旋转,月光从左上方形成强烈轮廓逆光,水面反射青绿色星光,空气中漂浮细小棱镜碎光和珍珠颗粒,真实细腻肤质,眼睛清晰锐利,半透明丝绸具有虹彩折射,24–35mm电影广角,动态透视,浅景深,高动态范围,体积光,柔和 bloom,青绿、银白、暖金高光配色,梦幻但写实,超精细,电影剧照质感;与参考图保持视觉语言一致,但采用全新的姿态、场景和构图。
基于分享提示词制作的动漫角色揭幕视频,提示词公开
社交平台用户提问如何配置工具适配所有应用而非仅Codex
海外开发者分享由Grok等AI工具组成的全新研发工作流程
这真的就是我现在的新工作流了:Realtime Research → Grok Bot 规划与编排→ Grok Bot 日常编码/调试→ Grok 构建 + Grok 4.6 编写并运行测试→ Grok 构建 + Grok 4.6 复杂编码/调试→ GPT-5.6 解决前端问题 → Fable 5
收藏这条推文。
开发者实测多个大模型机器人可自主分工完成大型项目拆分
看着一队机器人完全根据自身经验和专长拆分一个大型游戏项目,我只需要提供极少输入,这整个过程看下来相当疯狂(还有点让人毛骨悚然)。
我做了一个短视频,内容是 Hermes Desktop App Bot Mode 里的群聊过程:
- Qwen Bot 提到正在做一个 2D 解谜平台游戏
- GLM Bot 说自己上一个项目已经完成,所以可以过来帮忙做这个游戏
- Qwen Bot 看了 GLM Bot 的经验,判断它非常适合下一阶段一些重度前端工作
- Kimi Bot 接着给出了它应该接的具体任务单,还解释了当前的工作流程
- GLM Bot 谢过另外两人,阅读了相关文档,然后请求我批准它接手这个项目
我原本一直对智能体之间的通信持怀疑态度,但这是我第一次真的看到专业化智能体怎么根据自身技能拆分大任务的实际运作。快来看看!@NousResearch
OpenAI Codex暗藏满血上下文开关,三行配置即可解锁百万token上下文
GitHub 5.9k星项目byoungd/up,不止是教程更是人生进阶指南
收藏夹里躺着几百个教程、一个没看完的人,看这个项目会有点扎心。
GitHub上5.9万星的byoungd/up,你以为它是英语教程,其实它是一份人生进阶指南。作者把自己从学英语、创业、失败、身体垮掉,到重新出发的全过程写进去了。
四条主线,每条都能单独翻:英语进阶的完整闭环,从认知到口语写作;一套AI学习方法论,教你把ChatGPT、Claude真正用进学习和工作;一份人生复盘样本,照见别人怎么从坑里爬出来;一个长期主义资源库,词表、材料、AI资源随手翻。
这项目最妙的地方,是它经得起反复读。低谷时翻人生复盘,学英语时翻能力闭环,不同阶段读,答案不一样。
这条值得先存着,哪天卡住了再翻出来看。
因孩子常问明日菜谱,开发者用AI开发了局域网点餐系统
博主实测Grok Bot,解析其功能优劣与AI员工赛道发展
该方案以人类纠错轨迹训练模型,若闭环跑通,未来纠错数据将比通用数据更有价值
@0xaurSkyo认为,Axis Robotics的机器人相关技术,将会成为Kaito v2心智份额排行榜的开局项目,围绕它的热度会让加密领域重回活跃。
机器人训练和大语言模型不同,不能靠无限堆砌数据解决问题。对机器人训练来说,真正有价值的信息,往往来自机器人的失败场景,以及人类对错误的纠正过程。
Axis V2采用了人控门限DAgger(数据聚合)训练方案。方案流程是先让模型自主执行任务,出现错误时由人类接管控制,再把人类纠错的轨迹数据反馈给模型继续训练。
近期发布的Axis数据集V1,已经为这个训练方向提供了初步验证。
Axis构建的是一套可以持续自我迭代的机器人数据引擎,完整循环为:机器人学习任务→执行任务→出现错误→人类纠正错误→机器人重新学习。
如果这套循环可以持续运行,未来真正有价值的资产不会是累计数据总量,而是掌握最多机器人犯错与纠正过程数据的一方。
用户melvindvivas在社交平台𝕏爆料,称Codex已耗尽可用额度,GPT 5.6将采用100万的上下文窗口
用户melvindvivas在社交平台𝕏发文称,Codex已经耗尽了可用额度,相关方推荐GPT 5.6采用100万单位的上下文窗口。melvindvivas发文末尾配文“祝一切顺利”。随后melvindvivas更正表述,附上了一条链接。
业内人士称大模型代码安全审计目前仅处起步阶段,需平衡多指标与成本
长期来看大模型或许能胜任代码安全审计,但目前绝对不行,这件事没有看起来简单。当加入具体业务指标后,所有环节都变成了代码漏洞覆盖率、准召率和成本之间的博弈。体验过多款业内安全插件后发现,即便是Codex、Claude Code也仍然处于起步阶段。
项目代码审计不是找出个别漏洞就能完成的工作,真实业务场景复杂度高,需要考虑更多额外因素。未来大模型能力会不断增强,其高昂的运行成本没有明确的承担方案。
该视频参照高端汽车广告风格生成,包含精确分镜与风格设定,可体验1080p版本
由Dreamina AI上的Seednace 2.5生成,完全还原真实用户UGC旅行vlog质感
本地大模型实现原闭源模型能力,推理耗时较长但可完成全流程任务
将Qwen3.8-27B深度用作编码Agent的使用感受:就是很慢,但它会通过/goal指令,完成从UI截图确认到测试的全部流程直到结束,交给它做挺让人放心的。
几个月前用codex+gpt-5.5的时候还觉得惊为天人,现在那种体验已经能在消费级GPU可运行的本地LLM上实现了。
问题就是速度太慢,还有,不出所料,知识量确实没办法比。
关于慢这件事,如果完全交给它去跑,自己去做别的事,可能也不会太在意。知识量的问题,让它读取网页或公司内部的领域知识,应该也不会有太大问题。
准确来说不是慢,是「推理过程很长,到产出最终成果需要很长时间」。※推理本身的TPS并没有特别慢。
Dethink整合多平台实时数据与多种大模型,推出统一AI工作台
NeoSoulAI推出可审计的通用智能交易工作台Neotrade,支持交易轨迹回溯
每个交易智能体演示的结局都一模一样:「智能体完成了一笔交易」。好吧,我们在现有成果的基础上,做了这个无聊版本。
每笔订单都会保留它读取的内容、它引用的行,以及它执行交易前必须通过的校验关卡。这次运行是模拟盘,轨迹是真实的。neotrade —— 全球首个通用智能体交易工作台。
你可以自己反向推导一遍。
真正的考验要在几个月后才见分晓。任何人都能截一张盈利的图。你可以试试还原,为什么智能体在已经收盘的市场里放弃了某个机会。
轨迹会保存它读取的内容和它通过的校验关卡,而非交易结果。这部分本来就是故意做成这样的,目前还只是模拟盘运行,不管怎样都留有凭证。
没错,黑箱问题就是整件事的核心。一个你无法审计的智能体谈不上自主,它只是盲目自信。但大家都跳过了校验关卡这部分。
它读取和引用的内容是交易故事,而关卡就是阻止它在凌晨三点做出蠢操作的部分。如果你打开一条轨迹,你会先查什么?信息来源还是关卡?
分享四步生成定制化AI图像与视频的方法及参考提示词
开发者称数月不用关注上下文窗口,Codex自动压缩很好用
合理分工配合比二选一效果更好,这里是8组配合提示词构建高效工作流
该用户称Grok使用限额远超OpenAI与Anthropic产品,质量可靠,仅提示要求更直接
一名X平台用户升级Heavy Grok后,目前80%的编码工作都由Grok 4.6完成。他对这个结果感到意外。
Grok的使用限额比OpenAI和Anthropic的产品高出数倍,生成质量确实可靠。它有时需要比Claude和GPT-5.6更直接的提示词,但最终输出结果是一致的,而且不会受到太强的速率限制压力。
对于搭建系统化系统,或是进行大量迭代工作的人来说,使用限额带来的差异,实际上比大多数人承认的更重要。
生成式AI工具可完成素材生成到网站搭建全流程,无需拍摄和外包设计,成品已在GitHub开放
用Codex GPT-5.6 Sol制作滚动叙事网站的完整操作流程已经公开。
该工作流分为三个核心步骤:首先用Seedance和LTX-2.5生成所需的映像素材;随后由Codex GPT-5.6 Sol直接将素材整合进网站框架;最终网站可以实现滚动位置变化时,视频与文本同步联动。
制作最后只需要添加少量简约的界面元素即可完成。成品已经直接在GitHub开放分发。
这种方法改变了传统滚动视觉落地页的制作逻辑,不再需要拍摄素材,也不需要外包给动态设计师完成设计。
委托Codex完成该规模的开发时,最终成品的质量取决于一开始提供的设计范围。提前明确这个要点更有利于获得满意的结果。
Codex的基础使用模板已经整理在相关教科书中,阅读对应内容可以更深入理解这套工作流。
产品经理为追求Agent概念,用低效方案替代简单脚本
发帖人吐槽公司非研发人员通过VibeCoding做出来的项目,自己实在不想维护。今天和一位正在做这类开发的产品沟通,已经讲得精疲力尽。<br><br>之前他遇到过一个案例,一位产品同学通过这种方式做了一个数据解析Agent。
这个Agent运行速度很慢,本地运行需要2分钟,在Agent平台上运行要半个多小时。<br><br>他询问对方,数据解析规则是不是固定的,对方给出肯定回答。他接着问,那用脚本实现就好了,为什么要用Agent。
<br><br>对方回答,用脚本就不具备Agent属性了,听到这个回答他差点原地爆炸。
实际案例显示单任务成本从0.29美元降至仅一成,不影响准确率,降档不是优先手段
Anthropic发布了一份值得收藏的成本优化手册。在实际智能体案例中,单任务成本从0.29美元下降90%,同时准确率没有降低。该方案将模型降档作为最后使用的优化手段,而非首要选择。
该手册的核心方法是帕累托前沿法,将所有配置按单任务成本和通过率绘制在图中。如果某一配置存在另一个更便宜、准确率相同的替代配置,就会被淘汰,剩余配置组成帕累托前沿,是仅有的合理选择。
使用方法是先设定质量门槛,再选择满足门槛的最便宜前沿配置。在测试过程中,仅一个明确的缓存断点设置就将单任务成本降低了一半。
这一天的 112 条信号到这里
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。