AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 8 月 20 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

Stripe 确认收购 OpenRouter,纽约时报报道交易价约 75 亿美元,三个月前它的估值还是 13 亿。支付公司卡进 AI 模型分发环节,想当所有模型调用的收费站;竞购者里原本还有 Databricks。详情见今日深读。

昨天暂停的 OpenAI 前沿训练有了新动静:首批 NVIDIA Vera Rubin 机架已启用,下一代预训练在扩容算力;Astra 预计几周内发布,Anthropic 为此推迟 Fable 5.1,等对手先亮牌。

开源这边,通义 Qwen3.8-27B 成了社区主角:Unsloth 的量化版让 8GB 内存的老电脑也能跑 27B 参数,四天被推上 Cline 榜首。开源模型的竞争点,正从榜单分数转向『多大参数能跑在多差的硬件上』。

今日值得看
01 Ponytail: 逼 AI 写最少代码的 Skill Ponytail 这个 Skill 强制 AI 用最短代码,专治“能跑就行”的复杂方案 02 Kling 3.0 生成 Nolan 风格大片视频提示词 Kling 3.0 用文字复刻 Nolan 式 Met Gala 大片,15 秒 8 个高速镜头
03 Vercel发布fx 对标Claude Code仅6MB 想写代码的人又多了一个轻量开源的 Claude Code 替代选项,目前使用GLM 5.2免费到8月27日,启动快还不收集数据。

Vercel 推出了 fx,它是 Claude Code 的替代方案!一个仅 6MB 的代码智能体。 ✓ 无遥测数据,启动时间仅 10µs ✓ 开源,支持使用任意模型 到 8 月 27 日为止,GLM 5.2 可免费使用:→

04 CopilotKit 团队开源适配任意智能体的Open Bot 该开源机器人可适配任意智能体框架,支持AI协作、生成UI、远程或本地操作电脑、人机交接工作,数据完全归使用者所有,目前开发团队已在内测使用。后续观察它落地企业场景的实际表现。

该开源机器人可适配任意智能体框架,支持AI协作、生成UI、远程或本地操作电脑、人机交接工作,数据完全归使用者所有,目前开发团队已在内测使用。后续观察它落地企业场景的实际表现。

今日焦点

Stripe豪掷75亿收购OpenRouter,想当AI资金的收费站

Stripe 周三确认收购 OpenRouter,交易金额未披露,纽约时报给出的数字是 75 亿美元。OpenRouter 今年 5 月的估值是 13 亿美元,三个月后这个价格将近六倍。

纽约时报披露,创始人从交易中获得 15 亿美元,投资者拿到剩下的 60 亿。这笔钱超过了 OpenRouter 三个月前的整个估值。竞购者里还有 Databricks。

Stripe 创始人在致投资者的信里,把 2025 年 1 月 1 日称为“奇点”的开端,说公司一直按这个前提运转。Patrick Collison 在四月的公司会议上用过这个词,承认是半开玩笑。

阅读全文 →

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达115 条本班新增 26 条

𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌(含上方导读精选 4 条)

23:50 最后一轮更新
今日要点 · 12 条
新行业动态 · @synthwavedd▲ 5.3万

OpenAI计划几周内发布Astra模型

竞争对手Anthropic推迟发布自家Fable 5.1,等待Astra发布后再行动,行业竞争节奏正在被新模型改变

🚨 独家消息:OpenAI 昨日告知员工,它计划在「几周后」发布 Astra,同时会展示该模型执行真实世界任务的演示。

一个更新的检查点目前正在内部测试(由 OpenAI 员工通过 Codex 这类工具内部使用),这个检查点主要改进了模型对齐和奖励黑客行为。

与此同时,Anthropic 选择搁置 Fable 5.1,等到 Astra 发布后再行动。我认为这个决定是错误的,但拭目以待吧。

在 X 看原帖 ↗
5.3万32948112
新新品发布 · @SlackHQ▲ 5.2万

Slack 推出 Slack Code,支持多人和AI一起写代码

协作开发不用再在多个工具间切换,@一下AI就能拉起专属频道,所有协作内容都留在Slack里

如今开发已是团队协作项目。我们推出 Slack Code:一种全新方式,让你的团队和AI智能体,例如@AnthropicAI 的 Claude Code、Claude Tag,@cognition 的 Devin,@github Copilot,@ChatGPT 以及 @vercel agents,一起编写、评审并交付代码。

只要提及一个智能体,就能快速创建频道,拉团队入伙,然后开始开发。一切公开透明。一切都在 Slack 中完成。

在 X 看原帖 ↗
5.2万43428129
行业动态 · Hacker News▲ 117

纯C实现的MicroGPT-C 在M5跑出10M TPS

同样的大语言推理任务,用更精简的底层语言实现能跑出极高吞吐,这给本地运行大模型提供了新的优化方向

社区讨论:多数人明确指出这不是大语言模型,只是用于生成随机名称的超小模型,参数仅为4K。有人质疑该性能数据并不值得惊叹,称自己移植的微型模型也达到了极高速度,还有人提到五个月前就已有C语言移植版本,比Python版本快2500倍。也有开发者讨论了优化空间,认为用Arm SME可实现进一步提速,还有人好奇该项目能否适配Asahi平台。

在 HN 看讨论 ↗   原文 / 论文 ↗
新工具产品 · @_avichawla▲ 103.8万

三款AI代理工具实测对比,差异很清晰

想找能保存会话信息的AI代理工具,需要自己部署还是选现成服务?不同工具的隔离方式和技能生成逻辑各有特点,可以按需选择。

阅读全文 →
103.8万51595702
新实战经验 · @Alibaba_Qwen▲ 8.3万

阿里通义讨论Qwen3.8-27B 更小更精

社区合作推出了更小更精准的新版本通义大模型,开源社区用户可以抢先体验使用新模型

非常感谢 Unsloth 做出的出色工作。这对社区来说是个好消息!🥳

Qwen3.8-27B 比以往更小、更出色。快来试用吧!@UnslothAI

在 X 看原帖 ↗
8.3万691.3K278
行业动态 · Hacker News▲ 96

大语言模型时代该做可扩展软件了?

现有AI工具大多是封闭黑盒,这篇讨论重新思考可扩展软件在AI时代的价值,想自定义AI工作流的人能找到新方向。

社区讨论:多数开发者认同大语言模型降低了个人定制软件开发的门槛,已有多人靠大模型花半小时就做出满足自身个性化需求的小工具,吐槽现有通用工具功能臃肿框架老旧。有人质疑普通用户不会追求可扩展定制软件,大众只需要够用稳定的成品。还有人指出这篇文章本质偏向Cloudflare OS的推广,很难相信Cloudflare能成为默认基础平台,更可能是谷歌微软先复制成熟模式抢占市场。

在 HN 看讨论 ↗   原文 / 论文 ↗
前沿研究 · @NVIDIAAI▲ 8.4万

NVIDIA AI 实测:技能让智能体正确率提41分

做AI智能体开发的开发者,可以用这个开源工具提前测试自己开发的技能效果,降低上线后效果不达预期的风险。

我们对 300 多项 NVIDIA 验证技能做了基准测试,来测试它们在实际任务中对智能体到底有多大帮助。同样的任务、同样的模型、同样的设置,唯一的区别是智能体是否配备该技能。

在全部基准测试中,技能将正确率提升了 41 个百分点,有效性提升了 39 个百分点,效率提升了 35 个百分点。

如果你想在发布自己的技能前对它进行测试,SkillEvaluator 现已开源。

在 X 看原帖 ↗
8.4万49499320
新品发布 · @Lonely__MH▲ 21.1万

UnslothAI发布Qwen3.8-27B Dynamic 3.0 超级量化版本(8G)

原来要30G以上内存才能跑的27B多模态大模型,现在压缩到6到8G,普通8G内存Mac就能本地部署。不需要高配置硬件也能跑大模型,本地部署门槛进一步降低。

🎉好消息! 8G 内存 Mac 也能部署 Qwen 3.8-27B 了!

@UnslothAI 刚刚整了个大活,发布了基于 Qwen3.8-27B 的 Dynamic 3.0 超级量化版本!

以往 27B 这种体量的多模态大模型,至少需要 30G 以上的显存/内存才能勉强带得动 但这次,通过极致的 1-bit / 2-bit 量化(UD-IQ1_M / UD-IQ2_S),模型体积直接被压缩到了 6G~8GB 左右!

虽然是极限压缩,但它依然保留了多模态能力,还自带思维链深度思考!

运行方式👇🏻

1. 羊驼 Ollama 一键运行(适合小白)
--- ollama run ---

2. llama.cpp 终端运行(推荐极客)
--- brew install llama.cpp
llama cli -hf unsloth/Qwen3.8-27B-GGUF:UD-IQ2_S ---

在 X 看原帖 ↗
21.1万1721.6K2.4K
新行业动态 · Hacker News▲ 52

DiffusionGemma 技术报告已公开

关注扩散模型与大模型结合方向的从业者,可以跟踪这份公开技术报告的研究进展。

前沿研究 · @Apodex_AI▲ 60.3万

Apodex_AI推出TRACES 专门测试发现式AI

现有AI基准只测找已知答案的能力,这个新基准专门测试AI解决无解科学问题的能力,影响AI科研领域的能力评估方向

大多数AI基准测试考察的是检索能力——模型能否找到已知答案?

然而,科学领域最困难的问题要求的是发现,系统能否推导出一个还没人拥有的答案?

来认识TRACES 🧭——全球首个用于衡量发现型AI的基准测试:这类AI可以梳理证据、检验假设,并在没有标准答案的问题上得出可验证的结论。

该基准由我们的创始人@tianqiao_chen提出,他定义了它的六项能力。

今天发布了三项内容:「发现型智能」的定义,区分可靠研究和幸运猜测的评分规则,以及面向解题者和出题者的公开征集。

网站:

在 X 看原帖 ↗
60.3万8614953
行业动态 · @OpenAI▲ 31.5万

OpenAI发布Private Safety Processing 预览功能

企业用户使用前沿大模型处理业务时,既可以满足安全审核要求,也不必担心OpenAI员工接触到业务原始内容

我们将继续为前沿模型提供零数据留存服务。

随着AI承担时长更长、自主性更强的工作,为企业创造更大价值,安全系统也需要在相关交互中识别风险。

为帮助应对这些风险,我们推出了Private Safety Processing预览功能,该功能旨在提升安全性,同时不会让OpenAI员工访问原始内容。

在 X 看原帖 ↗
31.5万1282.0K350
开放资源 · @baseten▲ 14.9万

Baseten开放《推理工程》资源供所有人免费阅读

AI公司Baseten免费开放《推理工程》阅读资源

Inference Engineering 开放给所有人免费阅读:

在 X 看原帖 ↗
14.9万1101.6K2.2K
更多信号 · 按时间
🔥 热点追踪 · @GeneralistAI▲ 62.3万

Generalist AI发布GEN-1.5机器人基础模型

该模型可通过单次现场演示,几秒钟学会新任务,无需额外训练微调,将大模型的One-shot In-context Learning能力引入物理机器人领域。业内人士称这可能是机器人领域的GPT-3时刻。

📖 阅读深度解读 →
62.3万4063.3K1.6K
新研究 · @iScienceLuvr▲ 5.0K

Google DeepMind发布关于辩论训练减少奖励黑客的研究论文

奖励黑客指AI为了满足奖励要求钻规则漏洞,这种方法用生成器和评论员对抗训练来改善问题。

辩论训练可降低 RLAIF 中的奖励黑客问题。这是 Google DeepMind 的一篇新论文。

“我们证明了,使用辩论对大语言模型进行 RL 微调——这是由一个较弱的 LLM 法官裁决的、生成器和评论家之间的双人对抗游戏——相比于 AI 反馈强化学习(RLAIF)基线,能够减少奖励黑客。”

论文链接:

在 X 看原帖 ↗
5.0K1411256
新商业 · @HIVEDigitalTech▲ 2.2万

BUZZHPC签下3.5亿美元五年AI云服务大单

客户是投资级企业,合同完成后HIVE仍保留NVIDIA AI基础设施的所有权。

HIVE 的 @BUZZHPC 与一家投资级企业客户签署了一份价值 3.5 亿美元、为期五年的 AI 云服务协议。

交易完成后,HIVE 将保留 NVIDIA AI 基础设施的所有权,这是一项使用寿命长久的战略资产,具备持续产生现金流的潜力。

在 X 看原帖 ↗
2.2万1320411
新技巧 · @rubenhassid▲ 8.0K

给Claude写提示词,反而要删掉多余内容

分享的技巧包括删掉长示例、删除分步提示技法、不要带偏向性提问,结尾不要加反问。

阅读全文 →
8.0K97097
新工具 · @mati▲ 3.6K

ElevenLabs这个功能能转文字还能直接问问题

使用者靠它快速处理长文件,或是用来优化演讲稿和演示文稿的内容。

这是我最喜欢的 ElevenLabs MCP 功能之一:先转录任意内容,然后立刻就内容提问。

我用它处理长文件,或是优化演示文稿和展示。

这里有一个通过 Claude 结合我们的 Speech to Text 模型实现的快速示例:总结理查德·费曼的一场讲座!

在 X 看原帖 ↗
3.6K45719
新新闻 · @Ananth7e▲ 1.2万

OpenAI发布新图像模型

目前没有公开更多关于模型能力和参数的细节。

OpenAI 的新图像模型今天发布。

在 X 看原帖 ↗
1.2万41415
新深度观点 · @cwmasaki▲ 9.0K

cwmasaki称Claude Code是AI时代的Excel

现在非工程师也能上手,熟练后能完全替代CoWork。未来会成为职场人必备工具,现在提前学习就能建立能力优势。

阅读全文 →
9.0K55232
新新品发布 · @Yellow▲ 2.3万

Yellow 推出 SDK MCP,加速AI代理支付开发

开发者无需离开编辑器就能搭建AI代理间的支付结算流程,做可互相支付的AI代理开发门槛进一步降低

构建可相互支付的 AI 代理现在快了很多。

Yellow SDK MCP 将非托管结算原语直接带入了 Cursor、Claude Code 和 VS Code。

现在开发者不用离开编辑器,就可以查询方法、学习协议概念,搭建结算流程框架。

在 X 看原帖 ↗
2.3万7981
新新品发布 · @Sogni_Protocol▲ 1.8K

Sogni 推出整合视频生成编辑一体化AI功能

不用反复切换多个工具切换做AI视频,从生成素材到剪辑导出一步完成,一个命令就能安装到已在用的AIagent里

阅读全文 →
1.8K125417
新行业动态 · @NFT_Chen▲ 1.3万

DeepSeek 多模态视觉模型已进入测试阶段

现有DeepSeek V4 Flash和V4 Pro仍只支持纯文本输入,添加视觉功能后,用户可以直接用图文混合提问,体验会更完整。

🚨独家爆料!DeepSeek 自家视觉模型已在测试中!

DeepSeek Harness rc.8 悄悄埋了个大彩蛋:
设计文档明确写道 “ 在模型端点就绪前,随附目录不会公布 deepseek-v4-flash-vision-exp ”

注意用词:是「就绪前」,不是「如果发布」!

这意味着:
图片通道已经先修好,
DeepSeek 自己的视觉模型正在等端点上线。

当前 V4 Flash / V4 Pro 仍是纯文本,
直接丢图会报错,
但自家视觉版已经在路上了!

DeepSeek 多模态真要来了?
你觉得什么时候正式放出?

#DeepSeek #DeepSeekVision #多模态 #AI大模型 #梁文峰 #DSH

在 X 看原帖 ↗
1.3万43715
新新品发布 · @binancezh▲ 2.2万

币安推出Agent OS,可接入AI工作流做交易

原本分散的币圈市场数据、交易能力现在可以直接接入AI工作流,链上交易相关的AI自动化流程不用再自己对接各个接口

🚀Agent OS 正式上线——在 Binance 构建、部署和使用 AI Agent 的全新方式。将币安的市场洞察、支付、链上数据与交易能力,直接接入你的 AI 工作流。构建、分析、交易,都交给 AI。

🫡 立即体验 ↠

在 X 看原帖 ↗
2.2万5556
新深度观点 · @mishig25▲ 3.1万

Claude Code出现改变了AI代理的发展预期

行业共识会被新产品打破,现在AI Agent的发展方向,已经因为Claude Code的出现发生了偏转。

在 Claude Code 出现之前,人们(包括 OpenAI)都认为智能代理会长成这个样子。

在 X 看原帖 ↗
3.1万235932
新行业动态 · @wolfyxbt▲ 2.4万

NeoSoulAI获1100万美元融资 推出NeoTrade产品

此前世界杯做AI预测已有热度,如今拿到融资,还推出了可本地24小时运行的AI Agent产品,值得关注AI Agent创业方向进展。

牛逼牛逼,之前世界杯热度蛮高的这个 AI Agent 预测平台 @NeoSoulAI 刚刚官宣拿到了 1100w 美金的融资,参投的 VC 有 Amber Group、MH Ventures、ArkStream Capital 和 0G Foundation 等等。

NeoSoul 一直合作比较紧密的公链是 @0G_labs 和 @BNBCHAIN ,刚好这两家公链最近也一直在往 AI Agent 的方向在发展,跟 @NeoSoulAI 现在的方向很契合,世界杯的时候 NeoSoul 和他们也有联办活动。

最近他们出的新产品叫 NeoTrade,有点像预测版本的小龙虾 Agent,可以把 Agent 下载并配置在电脑上,给 Agent 设定权限范围,然后 Agent 就会 24 小时地在电脑上运行,非常有意思,���兴趣可以去玩玩看。

在 X 看原帖 ↗
2.4万634
新行业动态 · @MaxForAI▲ 3.9万

腾讯混元Hy4模型已进入灰测阶段

用户已经在腾讯元宝App的模型列表里发现了它,距离正式上线已经很近,想体验更强多模态能力的用户可以期待。

突发:腾讯开始灰测全新旗舰模型混元Hy4!刚刚有用户发现,腾讯元宝App的模型选择列表里已经出现了Hy4,直接标注为专家级模型,排在Hy3和DeepSeek上方。腾讯上周才在Q2财报中确认,参数规模更大的Hy4将在近期上线,并进一步提升模型性能和多模态能力。

现在 @TencentHunyuan 的Hy4已经直接出现在元宝的模型列表里了。目前还没看到腾讯正式发布,也不确定是小范围灰测还是提前放出了入口。但看这个进度,Hy4应该真的快来了。

早上还在和群友聊hy什么时候发,结果晚上就来了🤣

在 X 看原帖 ↗
3.9万713419
新新品发布 · @FNCreate▲ 1.6万

FNCreate 推出 Unreal MCP 可直连AI编码工具

在UEFN编辑器里开发时,不用手动切换就能调用Claude Code这类AI工具完成编码配置工作,能缩短开发操作流程

隆重介绍 UEFN 中的 Unreal MCP。

通过 Unreal MCP,你可以将 Claude Code、Codex 或 Cursor 这类智能编码工具直接连接到 UEFN,为编辑器内开发体验开辟全新方式,覆盖从编写 Verse、配置设备到使用场景图的全流程。

了解更多:下面让我们看看你可以用它做些什么 🧵👇

在 X 看原帖 ↗
1.6万18287114
新开发工具 · @txbrraa▲ 521

开发者为Claude Code新增克隆任意网页设计的功能

开发者创建了一个MCP,可读取任意网站的HTML和CSS并提取设计信息

一名开发者为Claude Code新增了克隆任意网页设计的功能。开发者创建了一个模型上下文协议(MCP),可以读取任意网站的HTML和CSS代码。该协议能从网页代码中提取出页面的配色、字体和组件信息。

使用该功能后,最终可以复刻出干净整洁的用户界面。

在 X 看原帖 ↗
5212755
新提示工程 · @laobaishare▲ 5.6K

讲解大语言模型提示词常用标记符号的用法

用好这些符号,可大幅提升AI生成回答的质量

阅读全文 →
5.6K53162
新AI编码 · @robiartec▲ 953

开源工具Graft可让Claude Code提速降价提升性能

Graft为代码库构建静态地图,降低编码AI的Token消耗与耗时

GRAFT 让你自己仓库里的 Claude Code 便宜 4 倍,快 3 倍。

代码智能体的真正问题:每个任务都要从零开始。它们遍历整个仓库,顺着导入找依赖,打开文件,再倒回去。每次、每个会话、每个开发者都要重复一遍这套流程。纯粹是重复工作,烧掉 tokens 和时间。

Graft 只需要构建一次你的代码库地图,然后把它转换成链接化的 markdown 文件,智能体可以直接读取:
> 每个任务减少 46% 的工具调用
> 减少 42% 的 token 消耗
> 每个会话减少 60% 的耗时
> 在验证过的 SWE-bench 上正确性提升 10 个百分点
> 兼容 Claude Code、Cursor、Codex、Gemini 和所有其他智能体
> 不需要 embeddings,不需要数据库,不需要服务器,只需要存放在 git 里的文件

两条命令即可安装:npm install -g @/nanonets/graft 和 graft init。

以前你的智能体需要花 40 秒探索的内容,现在在第一个 prompt 里就能获取。我把仓库链接放在评论区 👇

在 X 看原帖 ↗
9531110722
新大模型 · @CMhOeNnExY▲ 1.1万

一文科普大模型缓存输入命中的概念与作用

面试官科普AI开发中缓存输入命中的概念与解决的问题

今天面试AI远程全栈,问了一个很简单的问题:【缓存输入命中是什么,解决了什么问题】。居然候选人回答的模凌两可。

用最简单、最直白、最不绕弯子的方式科普一下。

首先,一定先记住一点,大模型 LLM 是没有记忆的!

没有记忆如何让LLM能记住刚才聊天的记录,昨天发生过的事? 没错,那就是直接告诉AI刚才聊了什么昨天发生什么。 听起来很蠢,但是实际上就是这样做的。

你在问AI一个问题的时候,除了这个问题,agent会自动为prompt附加相当多系统prompt和可用tools集合。

默认情况下,每次调用模型,都需要重新处理输入内容。比如企业做 AI Agent,经常会带公司知识库、产品手册、业务规则、系统 Prompt 这些固定内容。每次执行任务都带一遍,计算成本自然会越来越高。

输入缓存就是解决这个问题:相同的内容之前已经计算过,就不用重复处理,直接复用。

看来我之前做的AI通识入门没普及到他,所以准备再来发一个系列的内容😭

在 X 看原帖 ↗
1.1万56836
新观点 · @s2_underground▲ 1.7万

分析人士称主流大模型对其工作无用且危害文明

一名分析人士公开解释自己工作中不使用AI大模型的原因

阅读全文 →
1.7万3241039
学习 · @Ryrenz▲ 2.5K

未知作者开源《Hands-On Large Language Models》书籍配套代码与插图(近三百幅)

讲原理只给公式,讲实践只甩API,这本书用图解加动手的方式讲清大模型内部运转逻辑。GitHub已经攒了两万八千多星。

阅读全文 →
2.5K176157
机器人 · @myao86▲ 9.5K

Physical AI的难点早已不是造硬件而是找数据

普通电脑加浏览器就能训练机器人任务轨迹,完成后还可以把轨迹签名上链。和囤积原始视频的方案路线完全不同。

阅读全文 →
9.5K423432
开源 · @HuggingModels▲ 1.2万

@HuggingModels发布无对齐27B GGUF通义千问模型(27B)

去掉了内容安全对齐限制,可以自由生成内容,还优化了显存占用,普通消费级显卡就能跑。

你是否一直想要一个没有护栏、可以自由思考的 Qwen 模型?

这是一个 27B GGUF 版本,经过去白化处理,无审查,并且针对 12GB VRAM 做了优化。

目前下载量已经达到 1.3 万,还在持续增长。

它是开源大语言模型世界中的反叛者,已经准备好响应你最天马行空的提示词。

#AI #LLM

在 X 看原帖 ↗
1.2万10237259
研究 · @TheTuringPost▲ 6.3K

斯坦福25个AI模拟小镇的研究做成项目了

几年前那个让AI在像素小镇里自主生活的实验,现在相关研究落地成独立项目了。

阅读全文 →
6.3K107181
开源 · @federikacm▲ 2.1K

Ornith-1.5同时在三个维度做了模型优化

多数开源模型只会在参数规模、成本或测试分数里选一个方向优化,这个项目同时兼顾了三点,还出了三种不同大小规格。

大多数开源发布都会在一个维度上竞争:规模、成本或是基准测试成绩。

Ornith-1.5 能在三种模型尺寸下同时做到这三点,这非常罕见。

在 X 看原帖 ↗
2.1K7313467
开发工具 · @louszbd▲ 1.0万

ZCode让GLM Coding Plan用户闲时重置5小时时长

用GLM-5.3跑更长更复杂的任务时,原来的时长限制现在可以在非高峰时段重新获取,不用额外加钱买额度。

自 GLM‑5.3 发布以来,人们一直在 ZCode 中运行更长、更复杂的任务。

GLM Coding Plan 用户现在可以在非高峰时段重置 5 小时限额。

该功能已在 ZCode v3.8.1 中开放使用。

在 X 看原帖 ↗
1.0万829520
行业观察 · @brenzhills▲ 1.9万

你现在买AI服务多付了四倍重复内容的钱

多轮Agent任务每一步都要重发整段对话,同样的内容要收五十次费。精简架构可以去掉这些重复计费。

⚙️ 你正在为同一个答案支付四倍费用。

一个智能体任务需要50轮对话,大多数配置都会在每一轮重发整段对话。你要为相同的文字付费50次。

更精简的配置会在内容抵达模型之前就丢弃重复内容。

今日起开源:
→ 起步更轻,所以每一轮花费更低
→ 更少工具调用就能得到相同答案
→ 修剪旧历史而非重新发送整段历史

所有人都在关注模型。而昂贵的决策发生在更下一层。

在 X 看原帖 ↗
1.9万71347
前沿研究 · @bridgemindai▲ 1.6万

bridgemindai实测GLM 5.3表现很差

打算挑选开源大模型做项目的话,可以参考这份负面实测,帮你避开踩坑的可能性

GLM 5.3 是我近期测试过的最差开源模型。

1. 速度慢得离谱
2. 他们的编码方案限制糟透了
3. 模型本身并不智能

它是我用过最多刷榜的模型之一。

在 X 看原帖 ↗
1.6万925521
新品发布 · @svpino▲ 3.7万

@svpino开源可自主操作浏览器的工作机器人

它能用独立账号、权限在真实浏览器里完成分配的工作,支持任意模型,完全开放免费,可替代重复手动操作。

这是一个开源机器人,你可以配合任何适配器使用它。

它可以在任何地方运行,支持任何模型。你可以给它分配需要完成的工作。

这个机器人会使用真实浏览器运行,拥有自己独立的凭据、文件,以及你授权给它的工具。

它是开放免费的。

在 X 看原帖 ↗
3.7万9154290
新品发布 · @ArmenAgha▲ 6.6K

@ArmenAgha 发布统一架构具身基础模型

现有物理智能把感知和控制拆分处理,这个模型将两者合并解决,很快会开源,对关注机器人AI的人来说是新的技术方向。

感知与控制的分离是这个领域发展路径导致的人为产物,而非物理智能本身的运作方式。

我们的下一个模型是真正的具身基础模型,它将二者视为同一个问题处理:单个模型被联合训练为VLM、ER和VLA模型。

我们正全力推进,将随论文一同发布开源版本!

在 X 看原帖 ↗
6.6K78030
深度观点 · @_ar9av▲ 1.2万

@_ar9av团队开源Prismor AI智能体安全控件

企业安全团队找不到AI智能体的动态安全规则落地方法,这个开源项目就是为填补这个缺口做的,如果你所在企业在用AI智能体处理业务,多了一个开源的安全方案选择

阅读全文 →
1.2万8100110
行业动态 · @sanjeevSab17827▲ 850

Google推出全套AI开发工具,覆盖全流程

从原型测试、编码到无代码搭建全流程都有对应工具,不同经验背景的开发者都能找到适配工具,降低用AI搭建应用的门槛

阅读全文 →
850146413
新品发布 · @udayruddarraju▲ 4.8K

OpenAI 启用首批NVIDIA Vera Rubin机架训练下一代AI

OpenAI 下一代前沿预训练 AI 研发正在推进,这批新硬件扩容了训练所需的算力,是项目落地的关键一步

我们基础设施建设的一个里程碑:我们首批NVIDIA Vera Rubin机架已经到位,目前正在运行我们的训练堆栈。

这是我们扩展算力过程中的重要一步,这些算力将为OpenAI下一代前沿AI预训练提供支持。

在 X 看原帖 ↗
4.8K5709
新品发布 · @NFT_Chen▲ 1.1万

Unsloth发布Qwen3.8-27B 1-bit量化版模型(8GB)

只要7到8GB内存就能跑27B参数大模型,准确率还能保持77%,老电脑也能本地部署运行大模型

💥炸裂!Qwen3.8 27B大模型竟能在8GB内存上流畅运行,准确率还高达77%!Unsloth刚放出的Qwen3.8-27B 1-bit量化版,直接把本地部署门槛砸到地板: 🔹内存暴降:1-bit量化(UD-IQ1_S等)仅需7-8GB总内存(RAM+VRAM),比BF16的56GB小了近90%,普通笔记本/老显卡也能跑 🔹准确率惊人:相对BF16保留约77% top-1准确率,内部测试效果远超预期(原本都不想发1-bit) 🔹整体更强:新Dynamic V3.0 GGUF同尺寸准确率比其他所有提供商高>10%,在Divergence-300@32、KL Divergence等基准全面领先 🔹纯PTQ无训练:不依赖QAT/QAD,不在校准数据上训练,泛化更好,支持llama.cpp和Unsloth Desktop 下载直达: GGUF → 详细博客 → 低配党的春天来了!

���还说大模型必须高端显卡?快去试试,评论区晒你的跑分!🔥 #Qwen3 #Qwen #Unsloth #LLM #AI #GGUF #本地大模型 #开源AI #1bit量化 #低配也能跑大模型

在 X 看原帖 ↗
1.1万116191
前沿研究 · @Alibaba_Qwen▲ 1.5万

通义千问邀请用户在Kilo体验Qwen3.8-Max

可以在Kilo代码编辑器体验通义千问大模型

出色的界面始于优秀的代码。快来在 Kilo 上试用 Qwen3.8-Max 吧!👀 @kilocode

在 X 看原帖 ↗
1.5万51257
实战经验 · @FinanceYF5▲ 1.7万

推荐斯坦福2小时34分钟大模型入门课

从基础概念到大模型构建逻辑完整拆解,新手和AI开发者都能收藏,抽两个多小时就能补全基础认知。

今晚少看一部剧,把这堂2小时34分钟的Stanford课程看完。 它从Tokenization、BPE一路讲到Transformer、预训练、RLHF、DPO和逐Token生成,完���拆解ChatGPT、Claude这类大模型是如何构建出来的。 无论刚接触AI,还是已经在开发Agent,都值得收藏。

在 X 看原帖 ↗
1.7万71222263
新品发布 · @xusheng1688▲ 2.3K

SoloHost发布mcp-atlassian MCP 服务器、OpenClaw AI Agent 平台(0.6.2)

Pi生态开始接入AI Agent和企业工作流AI能力,同时逐步完成技术自主,推动AI与Web3支付的融合落地。

阅读全文 →
2.3K13978
行业动态 · @SebJohnsonUK▲ 1.6K

CallosumAI 完成1亿美元种子轮融资

这家公司做跨模型跨芯片的AI算力软件层,这笔融资将用于后续业务扩张,伦敦正在成长为重要AI产业聚集地。

阅读全文 →
1.6K9224
实战经验 · @gdb▲ 3.2万

@gdb实测Codex做代码迁移提速多

做代码迁移能从数年缩短到数周,节省大量时间

Codex 用于代码迁移——从 literal 几年缩短到几周:

在 X 看原帖 ↗
3.2万1226524
深度观点 · @Kay2289123▲ 2.6万

GEN1.5涌现能力,Physical AI要迎来GPT时刻?

对普通散户来说,Physical AI一级市场标的买不到,只能借道持仓相关平台公司布局,现在是值得布局的时间窗口。

阅读全文 →
2.6万1515396
加密货币 · @SunNeverSetsX▲ 750

Bitget上线宇树A股7×24小时股票永续合约

DeepSeek战略入股宇树,双方合作AI与机器人,宇树已实现量产,观察者认为AI或进入交易实体载体阶段

AI视频 · @nett0eth▲ 2.7K

用户在MiniMax H3生成了motion-graphics预告片

用户发现这款产品可作为Seedance的廉价替代,完整提示词可跳转链接查看

用户nett0eth在X平台发文称,自己使用MiniMax H3为LilPudgys生成了一段动态图形预告片。他对结果感到意外,认为MiniMax H3是Seedance更便宜的替代方案。他通过Claude使用了官方提示词撰写技能,完整提示词可通过链接查看。

该预告片共13个镜头,时长约13秒,主角是胖企鹅角色LilPudgys,整体采用平涂赛璐珞着色风格,带粗黑色轮廓线。所有镜头从0秒开始按时间推进,每一镜都有明确的场景切换、镜头运动和角色动作设计。

声音设计包含图形撞击、气流呼啸、企鹅动作摩擦和玻璃碎裂音效,最终落地时添加了一声低频轰鸣。配乐是快节奏重鼓电子曲,每次镜头切换都带失真底鼓重击,段落间搭配合成器扫音和 glitch 填充,在最终落地时进入最重drop,以一个冷持续合成和弦收尾。

在 X 看原帖 ↗
2.7K65536
加密货币 · @kerrylegit▲ 1.2K

加密市场上涨测试AI交易工具BasedOneX Infinity

以太坊三天涨20%后该工具逐步分析数据,给出交易方案避免不必要清算

近期加密市场出现了大幅上涨,因此测试了AI交易工具@BasedOneX Infinity,测试标的是以太坊的做多机会。这款工具实际专业性很强,和测试者用过的其他AI交易工具都不一样。

测试时,以太坊三天内上涨了20%,测试者询问此时继续做多是否仍然安全。一般工具都会立刻给出肯定答复,而这款工具逐步处理数据,依次检查资金费率和未平仓合约后才给出结论。

它发现单日未平仓合约(OI)上涨了15%,也就是一天内增加了百分之十五,同时资金费率保持平稳,说明新增杠杆正在进入市场,但当前行情尚未过热。

它没有强制给出入场点,而是给出了等待区间、止损位(SL)、三个止盈位(TP),以及会导致交易方案失效的具体价位。大多数工具只会直接告诉你做多还是做空。

这款AI工具对交易者确实有用,可以避免一些不必要的爆仓清算。8月13日至27日期间注册的新账户,可以领取价值5美元的AI使用额度。

在 X 看原帖 ↗
1.2K11841
AI开发 · @simonw▲ 1.4万

开发者用Claude Code做实验 AI自行修复环境问题

Claude Code检测到运行环境缺失/dev/kvm后,未询问开发者就自行编写GitHub Actions工作流推送到仓库

开发者simonw在Claude Code网页版开展实验,使用smolvm作为代码执行沙箱。

AI工具Fable 5检测出当前环境缺少/dev/kvm,无法运行实验。

它未提前询问simonw,就自行编写了用于运行实验的GitHub Actions工作流,并直接推送到了GitHub仓库。

相关说明链接:

在 X 看原帖 ↗
1.4万510427
AI开发工具 · @dotey▲ 2.4万

Claude Code已内置Claude Design功能,可对接本地项目

用户dotey分享试用体验,调用指令简单,无需额外安装第三方技能

Claude Code现已内置Claude Design功能。试用体验显示,该功能比在网页端使用更方便,可与本地项目打通,无需在不同界面间来回切换。

功能调用方式简单,输入斜线指令/design,后接你需要设计的内容即可使用。

如果你正在使用Claude Code,无需再安装baoyu-design这类第三方技能,直接使用内置的/design功能体验最佳。

还没有使用过Claude Design的话,可以尝试这个内置功能。

在 X 看原帖 ↗
2.4万89282
智能体 · @brandon_ai▲ 1.2万

AI开发者分享Grok Bot多智能体业务部署体验

用户认为Grok Bot部署智能体舰队更简单,可按业务分工适配多个专属角色

阅读全文 →
1.2万13147182
学术写作 · @r_shioya▲ 1.1万

研究者测试发现大模型撰写论文框架能力存在明显缺陷

测试Codex与Claude生成论文结构,二者提取核心主题能力较差,但给定主题后的内容展开表现尚可

用户r_shioya在𝕏分享了对大语言模型辅助论文写作的测试结果。让Codex和Claude生成包含研究背景、研究问题、研究方案的论文大纲时,生成结果完全无法使用。

很多已经具备论文写作能力的学生也认同这个结论。这类大模型提取论文核心主题的表现非常差,这一点让人意外。

如果提前给出明确的研究主题,大模型完全可以围绕主题完成内容展开。

大模型选择段落主题句的表现也不好,经常会挑出无关的细枝末节作为核心主题句。如果人工指定好段落应该放置的主题,大模型完成段落内部展开、语句衔接的效果都相当不错。

在 X 看原帖 ↗
1.1万1711643
开源 · @thdxr▲ 2.0万

OpenCode项目上线自动反诈防护功能

该功能可按计划启动,扫描推理数据中的诈骗账号并处置,完成后记录日志待命

开发人员thdxr在𝕏宣布,OpenCode现已启用自身防护机制。

这套自动防护机制按计划定时启动运行。

启动后它会在项目的推理数据中检索识别诈骗分子。

识别完成后会对识别出的诈骗分子进行处置。

处置结束后,机制会记录操作日志,随后进入休眠等待下次启动。

在 X 看原帖 ↗
2.0万362721
行业动态 · OpenAI 开发者社区▲ 66

开发者吐槽$200 Pro档位额度两天耗尽

做重度开发工作的付费用户,花高价买了最高消费档,还是会因为额度耗尽被停用好几天,没法稳定支撑专业工作。

[已解决] 我写这段话的时候真的很愤怒。我订阅的是200美元的Pro套餐,结果我仅用两天高强度开发工作就把周限额完全耗尽了。

这根本行不通。当有人购买了最高级的个人消费套餐,预期是能支撑持续的专业工作——而不是用了两天就剩下一整周都没法用。

被封停几个小时就已经会打断工作流;被封停好几天的话,这个工具对于任何真正做开发、而非浅尝辄止的人来说都完全不可靠。

在社区看讨论 ↗
教程 · @callmeperry3▲ 2.2万

教程:在Moss创建通证化AI交易代理

分享从零创建通证化AI交易代理的完整流程,当前活动上链无需支付Gas费

阅读全文 →
2.2万122437
AI编程 · @aidenybai▲ 4.4K

开发者一周实测九款主流AI编程工具分享

开发者分享自己一周内每日使用超2小时的九款AI编程工具体验

过去一周里,我每天都分别使用了这些工具超过2小时:
- Codex
- Claude Code
- OpenCode
- OpenCode Desktop
- Pi
- Cursor
- Devin
- Grok Bot
- T3 Code

把AI编码工具当主力用,现在真是个变幻不定的时期。

Codex,我大部分时间都把CC当主力,因为不用那个计划我过意不去。Fable也很好。

OpenCode和它的桌面版是因为我想试试v2。而且我们有一些基于SDK搭建的内部工具,体验很棒。

Pi是因为我一直没抽出时间定制它。它的扩展和主题都很棒,我打算把大部分个人趣味项目都放在上面做。

Cursor(通过CLI),我一直在用它,搭配Grok 4.6。

Devin是因为它的云代理是我试过的唯一能用的,哪怕这个代理充其量也就中等水平。

我今天试了Grok Bot,相比Codex我还没有完全被说服,但它帮我处理了一些保险相关的事,这点挺酷。

我今天也给了T3 Code一次公平的试用机会!

在 X 看原帖 ↗
4.4K788
教程 · @lxfater▲ 1.4万

介绍两种解决AI失忆问题的方案与开源工具

解释同一窗口聊天致AI失忆原因,提供解决方法

阅读全文 →
1.4万75853
大模型 · @AYi_AInotes▲ 1.5万

DFlash 2让27B大模型在苹果MacBook跑出70tok/s零损失加速

DFlash 2实现大模型解码并行加速,27B模型在M5 Max MacBook可达70tok/s

阅读全文 →
1.5万20117144
开源 · @s1dashu▲ 1.3万

开发者更新ip-as-logo-skill 开放免费商用logo下载站

ip-as-logo-skill获高热度后,开发者修复问题并开放免费商用logo站点

没想到 ip-as-logo-skill 发布后这么火。

这两天我一直在测试和修补问题: 1. Codex ImageGen 容易因为「logo」一词生成透明背景,现已调整提示词,透明图比例明显降低。 2. 少数图片曾出现边缘残缺,主要是透明背景生成导致的;调整后已很少出现。 3. 很多 Agent 没有生图能力,目前 Codex、豆包、Workbuddy、Coze、Youmind 等支持较好。Claude Code 等 Agent 可能会尝试 SVG 绘制,效果不理想,这个问题暂时无法解决。

不过,对于没有 Codex 等 Agent 的用户,可以试试我新开发的这个网站:

我把我这两天测试过程中生成的三千多张 Logo 全部挂上去了。感谢赛博菩萨 Cloudflare 的 R2,让我几乎零成本host 几千张图~

这个网站没有任何收费服务,所有图片直接免费下载,全部可商业,无附加条款。随便下~

Skill 也已经更新最新版本,昨天体验不好的可以再试试:

在 X 看原帖 ↗
1.3万28321328
商业 · @a16z▲ 3.1万

Stripe宣布收购OpenRouter,要做AI情报交换网络

支付公司切入AI模型分发领域,现在连AI公司间的能力交易都有专门的平台服务商了。

Stripe 已签署协议收购 OpenRouter。双方将共同打造一个可信、规模化、高性能的网络,供全球AI企业在其中交换智能。

这对所有人来说都是一件好事,而且来得正是时候。模型公司(无论是闭源还是开源)正处在一场隔代的红皇后竞赛中,需要不断变得更智能、更快速。与此同时,应用公司正迎来可能性的寒武纪大爆发,唯一的前提是基础设施能够跟上。

OpenRouter 与 Stripe 合作,将为AI的经济基础设施筑牢一根支柱,让所有人都能从中获得巨大收益。

在我的职业生涯中,我从未见过过去24个月里发生的这种情况。像 OpenRouter 这样的公司能在短短几个月内创造出如此多的价值,这会被载入经济史。成为 Stripe 子公司的 OpenRouter,作为互联网的网络交换层之一,目前真的才刚刚开始挖掘自己的潜力。祝贺 Stripe 为他们打造了完美的平台,让他们能够加速进入下一阶段的发展。

OpenRouter & Stripe: The Intelligence Network,作者 @martin_casado:

在 X 看原帖 ↗
3.1万719496
开源 · @akshay_pachaar▲ 3.4万

Sam Altman提的开源适配层,一个月就做出来了

成品效率比多数商用托管适配层还高,创业团队响应核心观点的速度比大厂内部还快。

阅读全文 →
3.4万33235455
行业观点 · @iwashi86▲ 6.8K

模型再聪明也没用,企业要补上下文这门课

开箱即用的大模型不会懂企业自己的代码规范和用户偏好,补这块的投入和模型本身能力无关。

阅读全文 →
6.8K116557
生成式视频 · @JayBisen473370▲ 3.4万

MiniMax发布H3 AI视频生成功能(9)

生成视频时要保持主体和参考一致,不再动起来就换模样,做产品宣传短片的门槛又降了。

好的AI视频生成,不只是生成一帧美观的画面而已。当主体开始运动后,它还必须和参考素材保持一致。

MiniMax H3可以在单个提示词中支持最多9张图片参考、3个视频和3个音频输入,为模型提供更多可用上下文。

现在你可以在@magnific上使用它了,在9月1日之前,生成2K分辨率只需半价。

在 X 看原帖 ↗
3.4万37818
开源 · @TeksEdge▲ 2.6万

Unsloth发布Dynamic 3.0 GGUF 模型文件(3.8-27B)

已经下过旧版Qwen的用户需要重新下载,这不是开关能调的参数,是全新的模型文件。

阅读全文 →
2.6万29366413
网络安全 · @depthfirstlabs▲ 8.0K

DepthFirstLabs发布dfbench 网络安全基准测试工具

开发者认为旧的测试标准已经不够用,要换更贴合当前安全需求的评估方案。

阅读全文 →
8.0K148260
商业 · @Sam_Badawi▲ 9.1K

Meta AI能打通自家平台和谷歌办公数据了

帮中小企业分析优化广告投放,不用再手动导出不同平台的数据拼表计算。

$META AI 产品工程副总裁 Prashant Ratanchandani 表示,Meta AI 现在可以连接 Facebook、Instagram、广告和 Google Workspace 数据,帮助小型企业分析并优化营销活动。

Meta AI 还将推出原生 Mac 应用,支持屏幕共享以提供定制建议,还具备全系统听写功能。

在 X 看原帖 ↗
9.1K61029
行业动态 · @Alibaba_Qwen▲ 4.1万

通义千问Qwen3.8-27B 四天登顶Cline榜首

社区开发者合力推动模型冲榜只用了四天,开源大模型的社区协作速度再创新纪录

距离登顶还有4天。🏆

感谢每一位帮助Qwen3.8-27B冲上Cline排行榜#1的开发者!@cline

在 X 看原帖 ↗
4.1万3065032
深度观点 · @MaxForAI▲ 1.4万

MaxForAI提出 AI 核心是规模化整个实验室

智谱不扩模型参数,只优化底层基建和训练流程,GLM-5.3能力仍明显上涨,说明做大模型不止堆参数,这套体系才是核心竞争力

阅读全文 →
1.4万38940
行业动态 · @BKad2005▲ 1.4万

NBIS、Anthropic、AMZN、Elon/SPCX、NVDA收购以色列前沿实验室Decart AI(8x)

若收购成功,收购方可将高利润率推理层嵌入数据中心,直接改善单位经济模型,甚至有望改变行业估值逻辑

阅读全文 →
1.4万811919
前沿研究 · @WescheNex1q▲ 1.6万

通义千问对Ornith 总分仅赢了0.7分

不同大模型各能力项各有胜负,想选合适模型得看你常用什么功能,只看总分容易选错。本次测试结果可复现验证。

One-Spark 基准测试结果:Qwen3.8-27B:89.4

Ornith 1.5 35B:88.7

Ornith 胜出分项:代码 85.8;长上下文 70.6;智能体能力 95.2;工具调用 82.9

Qwen 胜出分项:安全性 97.3;鲁棒性 100;规划 95.5

Qwen 仅以 0.7 分的优势拿下总冠军。

所有结果都可验证、可复现。

在 X 看原帖 ↗
1.6万1715866
深度观点 · @MaxForAI▲ 1.8万

MaxForAI讨论大模型能否完成科学跃迁

如果现有知识足够密集,大模型就能通过跨学科连接推导出新结论,想靠删除训练数据限制危险知识可能行不通

阅读全文 →
1.8万22140150
大模型 · @witcheer

用户测试通义千问不同量化大模型的隐藏事实任务

测试在RTX 5090上开展,验证不同量化方案对长深度任务的准确率影响

更新内容:Qwen 3.8-27B系列中间规格的模型已经到位。测试者在自己的RTX 5090上,用相同的隐藏事实测试跑完了剩余四个规格模型,还重新跑了一次异常结果,确认结果真实可靠。

所有4比特量化的模型,在所有任务深度下都保持了完美表现。该系列第二小的IQ2_M文件规格模型,也得到了相同的结果。

IQ3_XXS是唯一在深度任务中出错的规格。两次测试都有四分之一的任务出错,出错的是完全相同的任务。

实际规律是,深度任务的性能损耗由量化方案决定,和文件大小无关。如果你的工作负载以长文档为主,需要对你实际使用的模型文件单独测试。

在 X 看原帖 ↗
大语言模型 · @kiyoshi_shin

开发者测试通义千问3.8-27B 称其本地大模型能力超预期

测试者认为该模型能力接近 Claude Sonnet,可作为闲聊AI使用,得益于阿里开源开放

测试者kiyoshi_shin表示,终于上手体验了Qwen3.8-27B,认为它的智能程度相当高。作为本地大语言模型(LLM),它带来了此前从未有过的体验。

打造人格AI时,只需导入原本为Claude准备的内容就能完成迁移,操作非常简单。但本地运行速度较慢,如果不对单次加载的上下文范围做限制,运行速度会进一步降低。

不少人认为Qwen3.8-27B的能力已经达到Claude Sonnet的水平,测试者也认同这一看法。只要导入合适的内容,它就能拥有不错的情感交互水平。让它撰写小说时,文字表现力有所不足,但作为日常闲聊对象完全够用。

本地大语言模型完全不敌云端大语言模型的时代,正在逐渐成为过去。抛开运行速度不谈,这个模型已经能支持很多场景的应用了。这些都得益于阿里的工作。

在 X 看原帖 ↗
大模型 · @itsharmanjot

本地大模型获免费智能升级 仅修改聊天模板无需训练

开发者修改通义千问Qwen3.8-27B聊天模板,生成Sharp模板,测试表现优于Claude Opus 5 High

本地运行的大模型获得了一项免费智能升级。开发者仅修改了全新Qwen3.8-27B的聊天模板,没有进行微调,也没有开展新训练。

这款模型原本就可以在显存22GB的设备上运行。修改仅采用了更合理的系统提示词,去除所有冗余内容,强制模型输出保持精准。

修改后的相同模型权重,在修复实际截止日期后问题的测试中,速度比Claude Opus 5 High更快,结果也更干净。

修改方案被命名为Sharp模板,完全免费,兼容任何Qwen3.5、3.6、3.8版本模型,可直接配合llama.cpp(大语言模型推理框架)使用。

这种低调的升级,确实能给本地运行大模型的用户带来实际提升。

在 X 看原帖 ↗
AI开发 · @rasbt▲ 1.0K

开发者对话:手动实现PyTorch模块仅作教学用途

对话讨论GPT-2近似激活实现、性能分析计划,提到应优先使用PyTorch内置模块

@rasbt表示自己刚看到对方的文章,认为这篇文章质量很高,称自己本该对相关内容做更完善的性能分析。

他计划为配套补充材料做相关性能分析,并且会把这篇文章作为优秀案例研究链接进去。

对话中提到,书中手写代码用了tanh近似,采用这种近似的原因是,原始模型权重本身就基于该近似训练得到。GPT-2在TensorFlow中训练时,默认使用近似版本,不使用该近似加载预训练权重,推理结果会出现细微偏差。

对方提到未来打算测试torch.compile能带来多少速度提升,@rasbt认为该优化的性能会接近内置模块的水平。

双方都认可,现阶段得到的经验是,尽量使用PyTorch内置模块。手写版本只是出于教学目的。部分函数手动实现更有优势,比如交叉熵,手动实现可以简化反向传播中的计算项。

在 X 看原帖 ↗
1.0K31
编程学习 · @Tanishqstwt▲ 868

网友无聊时让Claude生成Go语言随机练习任务

网友分享个人小习惯,称这种练习有两个不同的好处

用户@Tanishqstwt在𝕏分享了一个个人编程学习小习惯。无聊时,他会向Claude生成一个关于Go语言随机主题的简短练习任务。他认为这个习惯有两大好处。

第一个好处是每次练习都能巩固已有概念,还能学到新内容。第二个好处是未来他的儿子会知道,爸爸当年曾亲手编写Go代码。

在 X 看原帖 ↗
8681617
行业动态 · Hacker News▲ 44

网友评价谷歌Pixel 11内置AI不好用

打算换Pixel新手机的用户,可以参考这个使用体验,再考虑要不要为内置AI功能买单。

社区讨论:多数用户不满谷歌Pixel内置AI,有人吐槽谷歌产品团队不做用户调研,充斥着只冲KPI的利己职员,堆AI只是为了给产品经理交差,做的都是用户不需要的功能。有用户认为三星AI做得更好,也有人表示自己日常用AI添加日历等功能是够用的,只是AI功能做得不够彻底,步骤冗余。

在 HN 看讨论 ↗   原文 / 论文 ↗
编程开发 · @rasbt▲ 5.4K

机器学习从业者分享优先使用优化函数案例研究

指出除教育用途外,处理任务时应当尽可能使用已优化的函数

这是机器学习开发者rasbt在社交平台X分享的观点。该观点提到了一则合适的案例研究,内容围绕函数使用展开。

研究结论是,完成任务时应当尽可能使用已经优化好的函数。

教育用途是这条规则的例外,此时需要自行编写或拆解函数来帮助学习。

在 X 看原帖 ↗
5.4K176
AI工程 · @GenAI_is_real▲ 3.0K

SGLang Omni项目CI CPU瓶颈分析与优化成果回顾

分享SGLang Omni项目CI中发现的CPU瓶颈及优化成果

本文将会回顾 SGLang Omni 项目组在 CI 运行过程中发现的 CPU 瓶颈,以及我们做出的相应实验观察和最终的优化成果,希望能够引起大家对 CPU 资源的重新审视。

在 X 看原帖 ↗
3.0K63237
视频生成 · @TanLuAI▲ 2.5K

AI分步生成30秒日式雪地氛围青春短片教程

详解借助Codex和Minimax H3生成AI日式青春短片的完整流程

阅读全文 →
2.5K23826
工具发布 · @iamlukethedev▲ 1.3万

AI代理工具Hermes推出新功能/curator整理技能库

/curator可自动清理闲置技能,合并重复技能,不干扰工作

阅读全文 →
1.3万22216245
科普 · @thucnghi07▲ 2.0K

用K折交叉验证检验AI模型的真实泛化能力

通过排球运动类比讲解K折交叉验证的作用原理

如果一个AI只有在「考对原题」的时候才表现出色,你会信任它吗?

K-fold交叉验证就是为了检验这一点而生的。

想象一下把数据集比作5场排球赛。使用5-fold时,AI会在4份数据上训练,然后在剩下的1份上验证。之后更换验证集,重复这个过程,直到5份数据都被用作过验证集。

就像一名运动员穿着同一套装备,却必须在5场不同的比赛里证明自己的竞技状态,而不是只在一场顺风顺水的比赛里证明。只有当结果在多个「赛场」上都保持稳定,这个模型才真正值得信任。

这就是K-fold的力量:测量真实能力,而非运气。你通常用5-fold还是10-fold?

在 X 看原帖 ↗
2.0K35923
开源 · @jakevin7▲ 8.7K

Apache孵化器迎来首个开源AI智能体框架项目

这个项目做性能和成本优化,基准测试拿到了顶尖排名,所有测试报告都开源可重复验证,项目本身完全开源中立。

阅读全文 →
8.7K2612877
测试 · @pbshgthm▲ 5.5K

不加额外框架,Claude Code就能跑满Arc-AGI-3满分

开发者只给Claude Code加上一个技巧,没有额外搭框架,就把抽象推理测试Arc-AGI-3做到了满分。

结果发现,arc-agi-3 可能真的是技能问题。我们用一个通用编码 agent 让这个基准达到了 100% rhae 饱和度——这个 agent 是 claude code + opus 5,没有额外的工具框架,只多了一项技能。

核心思路非常简单:在每次行动前,强制生成一个可证伪的预测。

这会把每一步操作都变成一次实验,把每一次失误都变成一次精准修正,还能让 agent 通过公开记录错误来学习这个任务。

在 X 看原帖 ↗
5.5K86740
语音模型 · @ElevenLabs▲ 7.0K

ElevenLabs推出更有情绪的实时语音模型,正式可用

面向开发带语音交互功能应用的开发者,这个新模型能生成情绪更丰富自然的实时语音回复。

我们表现力最强的实时语音模型 Eleven v3 Conversational 现已正式可用。

对于构建能带着真实情绪响应的语音体验的开发者来说,Eleven v3 Conversational 支持精细控制的音频标签,并支持 70 多种语言。

在 X 看原帖 ↗
7.0K1910635
新品发布 · @NousResearch▲ 3.4万

NousResearch 给Hermes加了技能安全检查功能

安装技能前就可以提前排查隐私泄露、安全漏洞等问题,先自查还改进了11个自带技能,降低了使用Hermes时的安全风险

现在 Hermes 在安装技能时会利用 NVIDIA 的 SkillEvaluator,在你确认安装前检查 PII、泄露密钥、Unicode 走私、许可证和安全问题。

我们首先将它用在了我们自己捆绑的技能上,并且根据它的发现改进了其中11个技能。

在 X 看原帖 ↗
3.4万44670258
深度观点 · @Vtrivedy10▲ 1.5万

开发者讨论数据如何转为模型训练环境

关心大模型迭代的人,可以参考这些关于人类参与度、环境评估作用的讨论方向,看看不同的开发思路

来和我们这支有趣的团队一起聊聊,如何把你宝贵的数据转化为能持续迭代模型的环境,我们会聊这些有意思的内容:

- 用真实世界追踪数据创建逼真的世界模型
- 如何把环境和评估当作智能体的训练数据来看待
- 训练实际是什么样的?你该在什么时候开展训练
- 在整个循环的不同阶段,人类需要参与到什么程度,以及为什么需要人类参与

在 X 看原帖 ↗
1.5万96540
新品发布 · @bojie_li▲ 5.7K

@bojie_li发布《深入理解 AI Agent》2.0版

本次修订新增了实战案例与后训练相关内容,还补充了社区贡献的希伯来语翻译,想学习AI Agent可以获取这本开源书籍学习

送给大家的七夕礼物:《深入理解 AI Agent》开源书发布 2.0 版了!最近一周修订了大量内容: 1. 把第四章中的异步和第九章的多模态重组为第六章,交互:观察和动作空间的扩展。原有第六至八章顺延,实验也重新编号了。

2. 加入了包括 DeepSeek Harness、Anthropic 最新研究在内的新实战案例。3. 评估、后训练、agent 持续进化章节用根据线上 bad case 自动调优 agent 的例子来贯穿。4. 后训练补充 mid-train、数据构造和模型蒸馏的内容。

5. 修正了大量不准确的表述,改进了中文表达。感谢社区增加了希��来语翻译。

在 X 看原帖 ↗
5.7K17129135
新品发布 · @cursor_ai▲ 4.9万

Cursor发布升级版云代理功能

用Cursor写代码时,复杂长任务能交给云代理自动推进到完成,不用反复手动接手确认

我们将持续改进 Cursor 中的云代理。

这些云代理可以从事件中承接工作,坚持目标直至完成,并能在长会话中保持工作方向。

在 X 看原帖 ↗
4.9万57981111
新品发布 · @opencode▲ 8.4万

opencode上线Muse Spark 1.2 Contributor可训练个人数据

支持用个人数据训练,需要用户主动同意开启,部分地区受限,换来了更宽松的使用额度

Muse Spark 1.2 Contributor 现已在 OpenCode Go 上线。

这个模型会基于你的数据训练,因此需要你明确选择启用,且在部分地区受限。

作为交换,你能获得极高的使用额度。

在 X 看原帖 ↗
8.4万431.0K96
新品发布 · @superwhisper▲ 3.5万

superwhisper 推出端侧运行的S1-mini语言模型

全推理过程都能在个人设备上完成,不用把转录内容传到云端,语音转文字记录隐私性有了新方案。

隆重介绍 S1-mini ✨ 我们首款开放权重的语言模型。

这是一个参数量为 0.6B 的模型,可完全在你的设备上处理转录文本。

今天就在应用中体验它吧。

在 X 看原帖 ↗
3.5万61935598
深度观点 · @navi_Ai2▲ 6.2K

Ornith-1.5 开源模型获称开源AI新台阶

它支持自我改进训练,多尺寸模型均采用MIT开源许可,能为下一代开源AI提供基础,普通开发者也可基于它开发产品

Ornith-1.5 是开源 AI 向前迈出的重要一步。

通过自我改进训练,它拥有出色的推理、编码和智能体性能,此外还以 MIT 许可证发布了多个尺寸的模型版本。

它看起来会是下一代开源 AI 的强大基础。

在 X 看原帖 ↗
6.2K572896
工具产品 · @vral▲ 1.5万

@vral发布AI费用监控路由工具(平均节省40%)

该工具会自动把请求分配给性价比最高的模型,接入仅需两行代码,2026年前免费使用,能帮调用多个AI服务商的开发者降低使用成本

在我们的平台上,监控和控制你在每一家提供商处的AI支出。早期用户平均节省了40%。

每周,价格——智能——延迟的边界都在移动,我们预计这一趋势还会持续。延迟、推理能力、成本、服务层级、开源模型和闭源模型之间的权衡一直在不断变化。

Router会将每个请求发送到最适合该任务的模型,并帮你控制你购买的token。我们针对实际工作对它做了基准测试:相同输出下成本降低约40%。

今天我们向所有人开放它。只需两行代码,或者仅修改你的base URL即可使用。不需要@tryramp账户。

免费使用到2026年,首$26由我们承担。现在就前往获取API key:

在 X 看原帖 ↗
1.5万4016932
实战经验 · @omarsar0▲ 9.6K

新开源智能体框架可降75%大模型运行成本

运行开源大模型的成本可以降低七成五,同时还支持其他主流前沿模型,能帮想自己搭AI工作流的人省不少钱

掌控你自己的代理框架。我对这个全新的开源代理框架感到非常兴奋。

我提前拿到了试用资格,它做得真的很棒!

最棒的一点是,它经过了恰当调优,能为GLM-5.2这类开源模型带来惊人的成本降低——成本下降了75%。

它也支持其他前沿模型。

在 X 看原帖 ↗
9.6K137773
深度观点 · @AiwithShoaib▲ 1.3万

Ornith-1.5 改了AI模型的学习方式

这不是单纯堆参数,而是让模型生成任务自我提升,是开源大模型发展的新可能方向

开源模型正在进入一个全新的时代。

Ornith-1.5 不只是在扩展参数量——它是在扩展模型的学习方式。

这是一个自我提升的循环:模型创建任务、搭建框架、生成解决方案,并通过强化学习(RL)从这些过程中学习。

这对AI的未来来说是一个非常有趣的方向。🔥

在 X 看原帖 ↗
1.3万4010063
开发者 · @danc_danc▲ 1.2K

开发者下班后哄睡孩子后开发iOS个人项目

开发者danc_danc在哄睡孩子后开发iOS应用,寻找同好交流

开发者danc_danc在𝕏发文称,自己会在哄睡孩子后开发iOS应用。

他希望结识对以下领域感兴趣的同好:交付个人副业项目、Claude Code、Codex、Cursor、开发工具与自动化。

此外,他的兴趣点还包括独立开发、开源项目,以及从失败中学习。

如果你符合以上描述,可以和他取得联系。

在 X 看原帖 ↗
1.2K581
开发工具 · @Vtrivedy10▲ 1.8K

开发者分享当前代码开发与环境搭建工作流

基于Codex桌面应用搭建,适配单屏笔记本使用场景,核心使用拆分窗格布局

开发者Vtrivedy10分享了自己当前使用的代码开发与环境搭建工作流。这套工作流基于Codex桌面应用搭建。

工作流采用拆分窗格布局,一侧是对话窗口,另一侧是HTML预览器。每次完成重要修改后,都需要更新或新建带新数据的HTML产物预览器,以此确认刚才的修改实际产生了什么效果。

如果需要直接阅读代码,可以打开文件查看器使用。这套工作流适配单屏笔记本使用场景,很少用到第二显示器。

在 X 看原帖 ↗
1.8K3216
大模型 · @ViC305▲ 3.5K

Ornith-1.5 35B模型登顶本地评测榜 性能超通义千问3.8 27B

开发者ViC305测试显示,单块DGX Spark上该模型解码速度约78词元/秒,多项指标领先

阅读全文 →
3.5K78247
代码生成 · @marcusyul▲ 2.4K

同AI模型同任务,仅参考真实案例就大幅提升准确率

一项测试显示,给Claude Code添加真实代码参考后,任务正确率从极低提升到几乎全对

一项测试设置了对照实验:使用同一个AI模型完成同一个任务,唯一变量是是否提供一个真实案例作为参考。这项测试由代码索引工具XERJ开展,该工具会对代码(个人代码或开源项目代码)建立索引,在Claude Code开始生成代码前,将索引内容作为真实参考提供给它。

不提供真实参考时,AI需要自行猜测所有设计决策:包括代码结构、需要覆盖的场景、功能边界。这种情况下AI几乎没有答对。提供真实案例参考后,AI不需要自行猜测任何内容,所有要求都已经在参考案例中得到解决。

这次测试没有更换模型,也没有延长提示词,只给AI提供了真实内容供参考,而非让AI凭空想象。AI无法对从未见过的内容做出准确猜测,但可以很好地复制已经摆在面前的内容。

XERJ可以为用户自动查找这类参考内容:它会对用户的代码仓库及同类项目建立索引, ready 提供给Claude使用。

在 X 看原帖 ↗
2.4K1010214
开源 · @OsaurusAI▲ 1.3万

离线运行的90亿参数大模型Ornith 1.5完成自主代理任务

该开源大模型可在本地Mac设备离线运行,性能表现超过更大参数的模型

这是一个参数规模90亿的大模型,全程在Wi-Fi断开的离线状态下,完成了一整套自主智能体运行流程。

该模型是OsaurusAI推出的Ornith 1.5,它自主读取了三份表格,交叉引用月度汇总数据,独立写出一份收入分析报告。整个过程中,所有数据都没有离开本地Mac设备。

本次演示使用基于MLX框架、采用MXFP8量化的Ornith 1.5 9B,全程在Wi-Fi断开的状态下录制完成。Ornith官方称,这款90亿参数模型的性能达到或超过了Gemma 4 31B(参数310亿)和Qwen 3.6 35B(参数350亿),实际运行中的规划、读文件和自我修正表现,也符合这一说法。

该项目免费开源,采用MIT许可证。它是原生macOS应用,并非基于Electron框架构建。

在 X 看原帖 ↗
1.3万15196132
AI开发 · @poteto▲ 1.2万

开发者借助云代理与Grok Bot月交付千个PR

开发者分享借助云代理、Grok Bot实现月交付千个PR的方法

阅读全文 →
1.2万9275162
产品发布 · @lydiahallie▲ 1.1万

Claude Code自动模式支持纯英文配置规则 新增检查功能

分享Claude Code自动模式的纯英文配置功能与规则检查工具

顺便说一句,你可以用纯英文在 Claude Code 里配置自动模式。分类器是一个独立模型,会审查每一步操作,它在决定允许/阻止什么操作时,只会读取你写的这些规则。加上 `$defaults` 还能同时保留内置规则!

如果你不确定自己的规则是否足够清晰,可以运行 `claude auto-mode critique`。它会标记出所有模棱两可、冗余或是大概率会产生误判的内容。更多信息见文档:

在 X 看原帖 ↗
1.1万1117096
团队协作 · @gregisenberg▲ 1.8万

团队AI工作流方案:将团队AI技能托管为GitHub可更新插件

分享团队协作使用AI代理的高效工作流管理方案

阅读全文 →
1.8万14202325
🔥 热点追踪 · @MATSprogram▲ 6.9万

MATS Winter 2027奖学金项目开放申请

MATSprogram开放MATS Winter 2027奖学金项目申请,项目为12周全资助项目,已有多名从业者确认担任导师,行业内不少人推荐该项目给AI安全领域新人。后续可观察申请人数变化。

📖 阅读深度解读 →
6.9万46435667
🔬 前沿研究
前沿研究 · @Alibaba_Qwen▲ 1.5万

通义千问邀请用户在Kilo体验Qwen3.8-Max

可以在Kilo代码编辑器体验通义千问大模型

出色的界面始于优秀的代码。快来在 Kilo 上试用 Qwen3.8-Max 吧!👀 @kilocode

在 X 看原帖 ↗
1.5万51257
前沿研究 · @bridgemindai▲ 1.6万

bridgemindai实测GLM 5.3表现很差

打算挑选开源大模型做项目的话,可以参考这份负面实测,帮你避开踩坑的可能性

GLM 5.3 是我近期测试过的最差开源模型。

1. 速度慢得离谱
2. 他们的编码方案限制糟透了
3. 模型本身并不智能

它是我用过最多刷榜的模型之一。

在 X 看原帖 ↗
1.6万925521
前沿研究 · @WescheNex1q▲ 1.6万

通义千问对Ornith 总分仅赢了0.7分

不同大模型各能力项各有胜负,想选合适模型得看你常用什么功能,只看总分容易选错。本次测试结果可复现验证。

One-Spark 基准测试结果:Qwen3.8-27B:89.4

Ornith 1.5 35B:88.7

Ornith 胜出分项:代码 85.8;长上下文 70.6;智能体能力 95.2;工具调用 82.9

Qwen 胜出分项:安全性 97.3;鲁棒性 100;规划 95.5

Qwen 仅以 0.7 分的优势拿下总冠军。

所有结果都可验证、可复现。

在 X 看原帖 ↗
1.6万1715866
前沿研究 · @NVIDIAAI▲ 8.4万

NVIDIA AI 实测:技能让智能体正确率提41分

做AI智能体开发的开发者,可以用这个开源工具提前测试自己开发的技能效果,降低上线后效果不达预期的风险。

我们对 300 多项 NVIDIA 验证技能做了基准测试,来测试它们在实际任务中对智能体到底有多大帮助。同样的任务、同样的模型、同样的设置,唯一的区别是智能体是否配备该技能。

在全部基准测试中,技能将正确率提升了 41 个百分点,有效性提升了 39 个百分点,效率提升了 35 个百分点。

如果你想在发布自己的技能前对它进行测试,SkillEvaluator 现已开源。

在 X 看原帖 ↗
8.4万49499320
前沿研究 · @Apodex_AI▲ 60.3万

Apodex_AI推出TRACES 专门测试发现式AI

现有AI基准只测找已知答案的能力,这个新基准专门测试AI解决无解科学问题的能力,影响AI科研领域的能力评估方向

大多数AI基准测试考察的是检索能力——模型能否找到已知答案?

然而,科学领域最困难的问题要求的是发现,系统能否推导出一个还没人拥有的答案?

来认识TRACES 🧭——全球首个用于衡量发现型AI的基准测试:这类AI可以梳理证据、检验假设,并在没有标准答案的问题上得出可验证的结论。

该基准由我们的创始人@tianqiao_chen提出,他定义了它的六项能力。

今天发布了三项内容:「发现型智能」的定义,区分可靠研究和幸运猜测的评分规则,以及面向解题者和出题者的公开征集。

网站:

在 X 看原帖 ↗
60.3万8614953
🚀 新品发布
新新品发布 · @SlackHQ▲ 5.2万

Slack 推出 Slack Code,支持多人和AI一起写代码

协作开发不用再在多个工具间切换,@一下AI就能拉起专属频道,所有协作内容都留在Slack里

如今开发已是团队协作项目。我们推出 Slack Code:一种全新方式,让你的团队和AI智能体,例如@AnthropicAI 的 Claude Code、Claude Tag,@cognition 的 Devin,@github Copilot,@ChatGPT 以及 @vercel agents,一起编写、评审并交付代码。

只要提及一个智能体,就能快速创建频道,拉团队入伙,然后开始开发。一切公开透明。一切都在 Slack 中完成。

在 X 看原帖 ↗
5.2万43428129
新新品发布 · @FNCreate▲ 1.6万

FNCreate 推出 Unreal MCP 可直连AI编码工具

在UEFN编辑器里开发时,不用手动切换就能调用Claude Code这类AI工具完成编码配置工作,能缩短开发操作流程

隆重介绍 UEFN 中的 Unreal MCP。

通过 Unreal MCP,你可以将 Claude Code、Codex 或 Cursor 这类智能编码工具直接连接到 UEFN,为编辑器内开发体验开辟全新方式,覆盖从编写 Verse、配置设备到使用场景图的全流程。

了解更多:下面让我们看看你可以用它做些什么 🧵👇

在 X 看原帖 ↗
1.6万18287114
新新品发布 · @midudev▲ 2.0万

Vercel发布fx 对标Claude Code仅6MB

想写代码的人又多了一个轻量开源的 Claude Code 替代选项,目前使用GLM 5.2免费到8月27日,启动快还不收集数据。

Vercel 推出了 fx,它是 Claude Code 的替代方案!一个仅 6MB 的代码智能体。

✓ 无遥测数据,启动时间仅 10µs
✓ 开源,支持使用任意模型

到 8 月 27 日为止,GLM 5.2 可免费使用:→

在 X 看原帖 ↗
2.0万24439234
新新品发布 · @binancezh▲ 2.2万

币安推出Agent OS,可接入AI工作流做交易

原本分散的币圈市场数据、交易能力现在可以直接接入AI工作流,链上交易相关的AI自动化流程不用再自己对接各个接口

🚀Agent OS 正式上线——在 Binance 构建、部署和使用 AI Agent 的全新方式。将币安的市场洞察、支付、链上数据与交易能力,直接接入你的 AI 工作流。构建、分析、交易,都交给 AI。

🫡 立即体验 ↠

在 X 看原帖 ↗
2.2万5556
新新品发布 · @Sogni_Protocol▲ 1.8K

Sogni 推出整合视频生成编辑一体化AI功能

不用反复切换多个工具切换做AI视频,从生成素材到剪辑导出一步完成,一个命令就能安装到已在用的AIagent里

阅读全文 →
1.8K125417
新新品发布 · @Yellow▲ 2.3万

Yellow 推出 SDK MCP,加速AI代理支付开发

开发者无需离开编辑器就能搭建AI代理间的支付结算流程,做可互相支付的AI代理开发门槛进一步降低

构建可相互支付的 AI 代理现在快了很多。

Yellow SDK MCP 将非托管结算原语直接带入了 Cursor、Claude Code 和 VS Code。

现在开发者不用离开编辑器,就可以查询方法、学习协议概念,搭建结算流程框架。

在 X 看原帖 ↗
2.3万7981
新品发布 · @xusheng1688▲ 2.3K

SoloHost发布mcp-atlassian MCP 服务器、OpenClaw AI Agent 平台(0.6.2)

Pi生态开始接入AI Agent和企业工作流AI能力,同时逐步完成技术自主,推动AI与Web3支付的融合落地。

阅读全文 →
2.3K13978
新品发布 · @NFT_Chen▲ 1.1万

Unsloth发布Qwen3.8-27B 1-bit量化版模型(8GB)

只要7到8GB内存就能跑27B参数大模型,准确率还能保持77%,老电脑也能本地部署运行大模型

💥炸裂!Qwen3.8 27B大模型竟能在8GB内存上流畅运行,准确率还高达77%!Unsloth刚放出的Qwen3.8-27B 1-bit量化版,直接把本地部署门槛砸到地板: 🔹内存暴降:1-bit量化(UD-IQ1_S等)仅需7-8GB总内存(RAM+VRAM),比BF16的56GB小了近90%,普通笔记本/老显卡也能跑 🔹准确率惊人:相对BF16保留约77% top-1准确率,内部测试效果远超预期(原本都不想发1-bit) 🔹整体更强:新Dynamic V3.0 GGUF同尺寸准确率比其他所有提供商高>10%,在Divergence-300@32、KL Divergence等基准全面领先 🔹纯PTQ无训练:不依赖QAT/QAD,不在校准数据上训练,泛化更好,支持llama.cpp和Unsloth Desktop 下载直达: GGUF → 详细博客 → 低配党的春天来了!

���还说大模型必须高端显卡?快去试试,评论区晒你的跑分!🔥 #Qwen3 #Qwen #Unsloth #LLM #AI #GGUF #本地大模型 #开源AI #1bit量化 #低配也能跑大模型

在 X 看原帖 ↗
1.1万116191
新品发布 · @udayruddarraju▲ 4.8K

OpenAI 启用首批NVIDIA Vera Rubin机架训练下一代AI

OpenAI 下一代前沿预训练 AI 研发正在推进,这批新硬件扩容了训练所需的算力,是项目落地的关键一步

我们基础设施建设的一个里程碑:我们首批NVIDIA Vera Rubin机架已经到位,目前正在运行我们的训练堆栈。

这是我们扩展算力过程中的重要一步,这些算力将为OpenAI下一代前沿AI预训练提供支持。

在 X 看原帖 ↗
4.8K5709
新品发布 · @ArmenAgha▲ 6.6K

@ArmenAgha 发布统一架构具身基础模型

现有物理智能把感知和控制拆分处理,这个模型将两者合并解决,很快会开源,对关注机器人AI的人来说是新的技术方向。

感知与控制的分离是这个领域发展路径导致的人为产物,而非物理智能本身的运作方式。

我们的下一个模型是真正的具身基础模型,它将二者视为同一个问题处理:单个模型被联合训练为VLM、ER和VLA模型。

我们正全力推进,将随论文一同发布开源版本!

在 X 看原帖 ↗
6.6K78030
新品发布 · @svpino▲ 3.7万

@svpino开源可自主操作浏览器的工作机器人

它能用独立账号、权限在真实浏览器里完成分配的工作,支持任意模型,完全开放免费,可替代重复手动操作。

这是一个开源机器人,你可以配合任何适配器使用它。

它可以在任何地方运行,支持任何模型。你可以给它分配需要完成的工作。

这个机器人会使用真实浏览器运行,拥有自己独立的凭据、文件,以及你授权给它的工具。

它是开放免费的。

在 X 看原帖 ↗
3.7万9154290
新品发布 · @Lonely__MH▲ 21.1万

UnslothAI发布Qwen3.8-27B Dynamic 3.0 超级量化版本(8G)

原来要30G以上内存才能跑的27B多模态大模型,现在压缩到6到8G,普通8G内存Mac就能本地部署。不需要高配置硬件也能跑大模型,本地部署门槛进一步降低。

🎉好消息! 8G 内存 Mac 也能部署 Qwen 3.8-27B 了!

@UnslothAI 刚刚整了个大活,发布了基于 Qwen3.8-27B 的 Dynamic 3.0 超级量化版本!

以往 27B 这种体量的多模态大模型,至少需要 30G 以上的显存/内存才能勉强带得动 但这次,通过极致的 1-bit / 2-bit 量化(UD-IQ1_M / UD-IQ2_S),模型体积直接被压缩到了 6G~8GB 左右!

虽然是极限压缩,但它依然保留了多模态能力,还自带思维链深度思考!

运行方式👇🏻

1. 羊驼 Ollama 一键运行(适合小白)
--- ollama run ---

2. llama.cpp 终端运行(推荐极客)
--- brew install llama.cpp
llama cli -hf unsloth/Qwen3.8-27B-GGUF:UD-IQ2_S ---

在 X 看原帖 ↗
21.1万1721.6K2.4K
新品发布 · @superwhisper▲ 3.5万

superwhisper 推出端侧运行的S1-mini语言模型

全推理过程都能在个人设备上完成,不用把转录内容传到云端,语音转文字记录隐私性有了新方案。

隆重介绍 S1-mini ✨ 我们首款开放权重的语言模型。

这是一个参数量为 0.6B 的模型,可完全在你的设备上处理转录文本。

今天就在应用中体验它吧。

在 X 看原帖 ↗
3.5万61935598
新品发布 · @opencode▲ 8.4万

opencode上线Muse Spark 1.2 Contributor可训练个人数据

支持用个人数据训练,需要用户主动同意开启,部分地区受限,换来了更宽松的使用额度

Muse Spark 1.2 Contributor 现已在 OpenCode Go 上线。

这个模型会基于你的数据训练,因此需要你明确选择启用,且在部分地区受限。

作为交换,你能获得极高的使用额度。

在 X 看原帖 ↗
8.4万431.0K96
新品发布 · @cursor_ai▲ 4.9万

Cursor发布升级版云代理功能

用Cursor写代码时,复杂长任务能交给云代理自动推进到完成,不用反复手动接手确认

我们将持续改进 Cursor 中的云代理。

这些云代理可以从事件中承接工作,坚持目标直至完成,并能在长会话中保持工作方向。

在 X 看原帖 ↗
4.9万57981111
新品发布 · @bojie_li▲ 5.7K

@bojie_li发布《深入理解 AI Agent》2.0版

本次修订新增了实战案例与后训练相关内容,还补充了社区贡献的希伯来语翻译,想学习AI Agent可以获取这本开源书籍学习

送给大家的七夕礼物:《深入理解 AI Agent》开源书发布 2.0 版了!最近一周修订了大量内容: 1. 把第四章中的异步和第九章的多模态重组为第六章,交互:观察和动作空间的扩展。原有第六至八章顺延,实验也重新编号了。

2. 加入了包括 DeepSeek Harness、Anthropic 最新研究在内的新实战案例。3. 评估、后训练、agent 持续进化章节用根据线上 bad case 自动调优 agent 的例子来贯穿。4. 后训练补充 mid-train、数据构造和模型蒸馏的内容。

5. 修正了大量不准确的表述,改进了中文表达。感谢社区增加了希��来语翻译。

在 X 看原帖 ↗
5.7K17129135
新品发布 · @NousResearch▲ 3.4万

NousResearch 给Hermes加了技能安全检查功能

安装技能前就可以提前排查隐私泄露、安全漏洞等问题,先自查还改进了11个自带技能,降低了使用Hermes时的安全风险

现在 Hermes 在安装技能时会利用 NVIDIA 的 SkillEvaluator,在你确认安装前检查 PII、泄露密钥、Unicode 走私、许可证和安全问题。

我们首先将它用在了我们自己捆绑的技能上,并且根据它的发现改进了其中11个技能。

在 X 看原帖 ↗
3.4万44670258
📰 行业动态
新行业动态 · @synthwavedd▲ 5.3万

OpenAI计划几周内发布Astra模型

竞争对手Anthropic推迟发布自家Fable 5.1,等待Astra发布后再行动,行业竞争节奏正在被新模型改变

🚨 独家消息:OpenAI 昨日告知员工,它计划在「几周后」发布 Astra,同时会展示该模型执行真实世界任务的演示。

一个更新的检查点目前正在内部测试(由 OpenAI 员工通过 Codex 这类工具内部使用),这个检查点主要改进了模型对齐和奖励黑客行为。

与此同时,Anthropic 选择搁置 Fable 5.1,等到 Astra 发布后再行动。我认为这个决定是错误的,但拭目以待吧。

在 X 看原帖 ↗
5.3万32948112
新行业动态 · @MaxForAI▲ 3.9万

腾讯混元Hy4模型已进入灰测阶段

用户已经在腾讯元宝App的模型列表里发现了它,距离正式上线已经很近,想体验更强多模态能力的用户可以期待。

突发:腾讯开始灰测全新旗舰模型混元Hy4!刚刚有用户发现,腾讯元宝App的模型选择列表里已经出现了Hy4,直接标注为专家级模型,排在Hy3和DeepSeek上方。腾讯上周才在Q2财报中确认,参数规模更大的Hy4将在近期上线,并进一步提升模型性能和多模态能力。

现在 @TencentHunyuan 的Hy4已经直接出现在元宝的模型列表里了。目前还没看到腾讯正式发布,也不确定是小范围灰测还是提前放出了入口。但看这个进度,Hy4应该真的快来了。

早上还在和群友聊hy什么时候发,结果晚上就来了🤣

在 X 看原帖 ↗
3.9万713419
新行业动态 · @wolfyxbt▲ 2.4万

NeoSoulAI获1100万美元融资 推出NeoTrade产品

此前世界杯做AI预测已有热度,如今拿到融资,还推出了可本地24小时运行的AI Agent产品,值得关注AI Agent创业方向进展。

牛逼牛逼,之前世界杯热度蛮高的这个 AI Agent 预测平台 @NeoSoulAI 刚刚官宣拿到了 1100w 美金的融资,参投的 VC 有 Amber Group、MH Ventures、ArkStream Capital 和 0G Foundation 等等。

NeoSoul 一直合作比较紧密的公链是 @0G_labs 和 @BNBCHAIN ,刚好这两家公链最近也一直在往 AI Agent 的方向在发展,跟 @NeoSoulAI 现在的方向很契合,世界杯的时候 NeoSoul 和他们也有联办活动。

最近他们出的新产品叫 NeoTrade,有点像预测版本的小龙虾 Agent,可以把 Agent 下载并配置在电脑上,给 Agent 设定权限范围,然后 Agent 就会 24 小时地在电脑上运行,非常有意思,���兴趣可以去玩玩看。

在 X 看原帖 ↗
2.4万634
新行业动态 · @NFT_Chen▲ 1.3万

DeepSeek 多模态视觉模型已进入测试阶段

现有DeepSeek V4 Flash和V4 Pro仍只支持纯文本输入,添加视觉功能后,用户可以直接用图文混合提问,体验会更完整。

🚨独家爆料!DeepSeek 自家视觉模型已在测试中!

DeepSeek Harness rc.8 悄悄埋了个大彩蛋:
设计文档明确写道 “ 在模型端点就绪前,随附目录不会公布 deepseek-v4-flash-vision-exp ”

注意用词:是「就绪前」,不是「如果发布」!

这意味着:
图片通道已经先修好,
DeepSeek 自己的视觉模型正在等端点上线。

当前 V4 Flash / V4 Pro 仍是纯文本,
直接丢图会报错,
但自家视觉版已经在路上了!

DeepSeek 多模态真要来了?
你觉得什么时候正式放出?

#DeepSeek #DeepSeekVision #多模态 #AI大模型 #梁文峰 #DSH

在 X 看原帖 ↗
1.3万43715
新开源 · @mylifcc▲ 5.3K

阿里开源OpenSandbox,解决AI智能体沙盒问题

专门给代码智能体和图形界面智能体使用,已经在GitHub获得超过1.4万星标,是可用于生产环境的工具。

最近挖到一个项目,直接把 AI Agent 的沙盒问题给捅穿了。 OpenSandbox GitHub 已经 1.4 万+ star 阿里开源 专门给 Coding Agent、GUI Agent 用的「通用沙盒运行时」。 不是玩具,是能上生产的那种。

在 X 看原帖 ↗
5.3K73664
新研究 · @iScienceLuvr▲ 5.0K

Google DeepMind发布关于辩论训练减少奖励黑客的研究论文

奖励黑客指AI为了满足奖励要求钻规则漏洞,这种方法用生成器和评论员对抗训练来改善问题。

辩论训练可降低 RLAIF 中的奖励黑客问题。这是 Google DeepMind 的一篇新论文。

“我们证明了,使用辩论对大语言模型进行 RL 微调——这是由一个较弱的 LLM 法官裁决的、生成器和评论家之间的双人对抗游戏——相比于 AI 反馈强化学习(RLAIF)基线,能够减少奖励黑客。”

论文链接:

在 X 看原帖 ↗
5.0K1411256
新商业 · @HIVEDigitalTech▲ 2.2万

BUZZHPC签下3.5亿美元五年AI云服务大单

客户是投资级企业,合同完成后HIVE仍保留NVIDIA AI基础设施的所有权。

HIVE 的 @BUZZHPC 与一家投资级企业客户签署了一份价值 3.5 亿美元、为期五年的 AI 云服务协议。

交易完成后,HIVE 将保留 NVIDIA AI 基础设施的所有权,这是一项使用寿命长久的战略资产,具备持续产生现金流的潜力。

在 X 看原帖 ↗
2.2万1320411
新技巧 · @rubenhassid▲ 8.0K

给Claude写提示词,反而要删掉多余内容

分享的技巧包括删掉长示例、删除分步提示技法、不要带偏向性提问,结尾不要加反问。

阅读全文 →
8.0K97097
新工具 · @mati▲ 3.6K

ElevenLabs这个功能能转文字还能直接问问题

使用者靠它快速处理长文件,或是用来优化演讲稿和演示文稿的内容。

这是我最喜欢的 ElevenLabs MCP 功能之一:先转录任意内容,然后立刻就内容提问。

我用它处理长文件,或是优化演示文稿和展示。

这里有一个通过 Claude 结合我们的 Speech to Text 模型实现的快速示例:总结理查德·费曼的一场讲座!

在 X 看原帖 ↗
3.6K45719
新新闻 · @Ananth7e▲ 1.2万

OpenAI发布新图像模型

目前没有公开更多关于模型能力和参数的细节。

OpenAI 的新图像模型今天发布。

在 X 看原帖 ↗
1.2万41415
新行业动态 · Hacker News▲ 52

DiffusionGemma 技术报告已公开

关注扩散模型与大模型结合方向的从业者,可以跟踪这份公开技术报告的研究进展。

🔥 热点追踪 · @ataiiam▲ 41.0万

CopilotKit 团队开源适配任意智能体的Open Bot

该开源机器人可适配任意智能体框架,支持AI协作、生成UI、远程或本地操作电脑、人机交接工作,数据完全归使用者所有,目前开发团队已在内测使用。后续观察它落地企业场景的实际表现。

📖 阅读深度解读 →
41.0万1541.9K2.9K
行业动态 · @SebJohnsonUK▲ 1.6K

CallosumAI 完成1亿美元种子轮融资

这家公司做跨模型跨芯片的AI算力软件层,这笔融资将用于后续业务扩张,伦敦正在成长为重要AI产业聚集地。

阅读全文 →
1.6K9224
行业动态 · @sanjeevSab17827▲ 850

Google推出全套AI开发工具,覆盖全流程

从原型测试、编码到无代码搭建全流程都有对应工具,不同经验背景的开发者都能找到适配工具,降低用AI搭建应用的门槛

阅读全文 →
850146413
学习 · @Ryrenz▲ 2.5K

未知作者开源《Hands-On Large Language Models》书籍配套代码与插图(近三百幅)

讲原理只给公式,讲实践只甩API,这本书用图解加动手的方式讲清大模型内部运转逻辑。GitHub已经攒了两万八千多星。

阅读全文 →
2.5K176157
机器人 · @myao86▲ 9.5K

Physical AI的难点早已不是造硬件而是找数据

普通电脑加浏览器就能训练机器人任务轨迹,完成后还可以把轨迹签名上链。和囤积原始视频的方案路线完全不同。

阅读全文 →
9.5K423432
开源 · @HuggingModels▲ 1.2万

@HuggingModels发布无对齐27B GGUF通义千问模型(27B)

去掉了内容安全对齐限制,可以自由生成内容,还优化了显存占用,普通消费级显卡就能跑。

你是否一直想要一个没有护栏、可以自由思考的 Qwen 模型?

这是一个 27B GGUF 版本,经过去白化处理,无审查,并且针对 12GB VRAM 做了优化。

目前下载量已经达到 1.3 万,还在持续增长。

它是开源大语言模型世界中的反叛者,已经准备好响应你最天马行空的提示词。

#AI #LLM

在 X 看原帖 ↗
1.2万10237259
研究 · @TheTuringPost▲ 6.3K

斯坦福25个AI模拟小镇的研究做成项目了

几年前那个让AI在像素小镇里自主生活的实验,现在相关研究落地成独立项目了。

阅读全文 →
6.3K107181
开源 · @federikacm▲ 2.1K

Ornith-1.5同时在三个维度做了模型优化

多数开源模型只会在参数规模、成本或测试分数里选一个方向优化,这个项目同时兼顾了三点,还出了三种不同大小规格。

大多数开源发布都会在一个维度上竞争:规模、成本或是基准测试成绩。

Ornith-1.5 能在三种模型尺寸下同时做到这三点,这非常罕见。

在 X 看原帖 ↗
2.1K7313467
开发工具 · @louszbd▲ 1.0万

ZCode让GLM Coding Plan用户闲时重置5小时时长

用GLM-5.3跑更长更复杂的任务时,原来的时长限制现在可以在非高峰时段重新获取,不用额外加钱买额度。

自 GLM‑5.3 发布以来,人们一直在 ZCode 中运行更长、更复杂的任务。

GLM Coding Plan 用户现在可以在非高峰时段重置 5 小时限额。

该功能已在 ZCode v3.8.1 中开放使用。

在 X 看原帖 ↗
1.0万829520
行业观察 · @brenzhills▲ 1.9万

你现在买AI服务多付了四倍重复内容的钱

多轮Agent任务每一步都要重发整段对话,同样的内容要收五十次费。精简架构可以去掉这些重复计费。

⚙️ 你正在为同一个答案支付四倍费用。

一个智能体任务需要50轮对话,大多数配置都会在每一轮重发整段对话。你要为相同的文字付费50次。

更精简的配置会在内容抵达模型之前就丢弃重复内容。

今日起开源:
→ 起步更轻,所以每一轮花费更低
→ 更少工具调用就能得到相同答案
→ 修剪旧历史而非重新发送整段历史

所有人都在关注模型。而昂贵的决策发生在更下一层。

在 X 看原帖 ↗
1.9万71347
🔥 热点追踪 · @MATSprogram▲ 6.9万

MATS Winter 2027奖学金项目开放申请

MATSprogram开放MATS Winter 2027奖学金项目申请,项目为12周全资助项目,已有多名从业者确认担任导师,行业内不少人推荐该项目给AI安全领域新人。后续可观察申请人数变化。

📖 阅读深度解读 →
6.9万46435667
🔥 热点追踪 · @GeneralistAI▲ 62.3万

Generalist AI发布GEN-1.5机器人基础模型

该模型可通过单次现场演示,几秒钟学会新任务,无需额外训练微调,将大模型的One-shot In-context Learning能力引入物理机器人领域。业内人士称这可能是机器人领域的GPT-3时刻。

📖 阅读深度解读 →
62.3万4063.3K1.6K
行业动态 · @BKad2005▲ 1.4万

NBIS、Anthropic、AMZN、Elon/SPCX、NVDA收购以色列前沿实验室Decart AI(8x)

若收购成功,收购方可将高利润率推理层嵌入数据中心,直接改善单位经济模型,甚至有望改变行业估值逻辑

阅读全文 →
1.4万811919
行业动态 · @Alibaba_Qwen▲ 4.1万

通义千问Qwen3.8-27B 四天登顶Cline榜首

社区开发者合力推动模型冲榜只用了四天,开源大模型的社区协作速度再创新纪录

距离登顶还有4天。🏆

感谢每一位帮助Qwen3.8-27B冲上Cline排行榜#1的开发者!@cline

在 X 看原帖 ↗
4.1万3065032
商业 · @a16z▲ 3.1万

Stripe宣布收购OpenRouter,要做AI情报交换网络

支付公司切入AI模型分发领域,现在连AI公司间的能力交易都有专门的平台服务商了。

Stripe 已签署协议收购 OpenRouter。双方将共同打造一个可信、规模化、高性能的网络,供全球AI企业在其中交换智能。

这对所有人来说都是一件好事,而且来得正是时候。模型公司(无论是闭源还是开源)正处在一场隔代的红皇后竞赛中,需要不断变得更智能、更快速。与此同时,应用公司正迎来可能性的寒武纪大爆发,唯一的前提是基础设施能够跟上。

OpenRouter 与 Stripe 合作,将为AI的经济基础设施筑牢一根支柱,让所有人都能从中获得巨大收益。

在我的职业生涯中,我从未见过过去24个月里发生的这种情况。像 OpenRouter 这样的公司能在短短几个月内创造出如此多的价值,这会被载入经济史。成为 Stripe 子公司的 OpenRouter,作为互联网的网络交换层之一,目前真的才刚刚开始挖掘自己的潜力。祝贺 Stripe 为他们打造了完美的平台,让他们能够加速进入下一阶段的发展。

OpenRouter & Stripe: The Intelligence Network,作者 @martin_casado:

在 X 看原帖 ↗
3.1万719496
开源 · @akshay_pachaar▲ 3.4万

Sam Altman提的开源适配层,一个月就做出来了

成品效率比多数商用托管适配层还高,创业团队响应核心观点的速度比大厂内部还快。

阅读全文 →
3.4万33235455
行业观点 · @iwashi86▲ 6.8K

模型再聪明也没用,企业要补上下文这门课

开箱即用的大模型不会懂企业自己的代码规范和用户偏好,补这块的投入和模型本身能力无关。

阅读全文 →
6.8K116557
生成式视频 · @JayBisen473370▲ 3.4万

MiniMax发布H3 AI视频生成功能(9)

生成视频时要保持主体和参考一致,不再动起来就换模样,做产品宣传短片的门槛又降了。

好的AI视频生成,不只是生成一帧美观的画面而已。当主体开始运动后,它还必须和参考素材保持一致。

MiniMax H3可以在单个提示词中支持最多9张图片参考、3个视频和3个音频输入,为模型提供更多可用上下文。

现在你可以在@magnific上使用它了,在9月1日之前,生成2K分辨率只需半价。

在 X 看原帖 ↗
3.4万37818
开源 · @TeksEdge▲ 2.6万

Unsloth发布Dynamic 3.0 GGUF 模型文件(3.8-27B)

已经下过旧版Qwen的用户需要重新下载,这不是开关能调的参数,是全新的模型文件。

阅读全文 →
2.6万29366413
网络安全 · @depthfirstlabs▲ 8.0K

DepthFirstLabs发布dfbench 网络安全基准测试工具

开发者认为旧的测试标准已经不够用,要换更贴合当前安全需求的评估方案。

阅读全文 →
8.0K148260
商业 · @Sam_Badawi▲ 9.1K

Meta AI能打通自家平台和谷歌办公数据了

帮中小企业分析优化广告投放,不用再手动导出不同平台的数据拼表计算。

$META AI 产品工程副总裁 Prashant Ratanchandani 表示,Meta AI 现在可以连接 Facebook、Instagram、广告和 Google Workspace 数据,帮助小型企业分析并优化营销活动。

Meta AI 还将推出原生 Mac 应用,支持屏幕共享以提供定制建议,还具备全系统听写功能。

在 X 看原帖 ↗
9.1K61029
行业动态 · OpenAI 开发者社区▲ 66

开发者吐槽$200 Pro档位额度两天耗尽

做重度开发工作的付费用户,花高价买了最高消费档,还是会因为额度耗尽被停用好几天,没法稳定支撑专业工作。

[已解决] 我写这段话的时候真的很愤怒。我订阅的是200美元的Pro套餐,结果我仅用两天高强度开发工作就把周限额完全耗尽了。

这根本行不通。当有人购买了最高级的个人消费套餐,预期是能支撑持续的专业工作——而不是用了两天就剩下一整周都没法用。

被封停几个小时就已经会打断工作流;被封停好几天的话,这个工具对于任何真正做开发、而非浅尝辄止的人来说都完全不可靠。

在社区看讨论 ↗
行业动态 · @OpenAI▲ 31.5万

OpenAI发布Private Safety Processing 预览功能

企业用户使用前沿大模型处理业务时,既可以满足安全审核要求,也不必担心OpenAI员工接触到业务原始内容

我们将继续为前沿模型提供零数据留存服务。

随着AI承担时长更长、自主性更强的工作,为企业创造更大价值,安全系统也需要在相关交互中识别风险。

为帮助应对这些风险,我们推出了Private Safety Processing预览功能,该功能旨在提升安全性,同时不会让OpenAI员工访问原始内容。

在 X 看原帖 ↗
31.5万1282.0K350
开源 · @jakevin7▲ 8.7K

Apache孵化器迎来首个开源AI智能体框架项目

这个项目做性能和成本优化,基准测试拿到了顶尖排名,所有测试报告都开源可重复验证,项目本身完全开源中立。

阅读全文 →
8.7K2612877
测试 · @pbshgthm▲ 5.5K

不加额外框架,Claude Code就能跑满Arc-AGI-3满分

开发者只给Claude Code加上一个技巧,没有额外搭框架,就把抽象推理测试Arc-AGI-3做到了满分。

结果发现,arc-agi-3 可能真的是技能问题。我们用一个通用编码 agent 让这个基准达到了 100% rhae 饱和度——这个 agent 是 claude code + opus 5,没有额外的工具框架,只多了一项技能。

核心思路非常简单:在每次行动前,强制生成一个可证伪的预测。

这会把每一步操作都变成一次实验,把每一次失误都变成一次精准修正,还能让 agent 通过公开记录错误来学习这个任务。

在 X 看原帖 ↗
5.5K86740
语音模型 · @ElevenLabs▲ 7.0K

ElevenLabs推出更有情绪的实时语音模型,正式可用

面向开发带语音交互功能应用的开发者,这个新模型能生成情绪更丰富自然的实时语音回复。

我们表现力最强的实时语音模型 Eleven v3 Conversational 现已正式可用。

对于构建能带着真实情绪响应的语音体验的开发者来说,Eleven v3 Conversational 支持精细控制的音频标签,并支持 70 多种语言。

在 X 看原帖 ↗
7.0K1910635
行业动态 · Hacker News▲ 44

网友评价谷歌Pixel 11内置AI不好用

打算换Pixel新手机的用户,可以参考这个使用体验,再考虑要不要为内置AI功能买单。

社区讨论:多数用户不满谷歌Pixel内置AI,有人吐槽谷歌产品团队不做用户调研,充斥着只冲KPI的利己职员,堆AI只是为了给产品经理交差,做的都是用户不需要的功能。有用户认为三星AI做得更好,也有人表示自己日常用AI添加日历等功能是够用的,只是AI功能做得不够彻底,步骤冗余。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 96

大语言模型时代该做可扩展软件了?

现有AI工具大多是封闭黑盒,这篇讨论重新思考可扩展软件在AI时代的价值,想自定义AI工作流的人能找到新方向。

社区讨论:多数开发者认同大语言模型降低了个人定制软件开发的门槛,已有多人靠大模型花半小时就做出满足自身个性化需求的小工具,吐槽现有通用工具功能臃肿框架老旧。有人质疑普通用户不会追求可扩展定制软件,大众只需要够用稳定的成品。还有人指出这篇文章本质偏向Cloudflare OS的推广,很难相信Cloudflare能成为默认基础平台,更可能是谷歌微软先复制成熟模式抢占市场。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 117

纯C实现的MicroGPT-C 在M5跑出10M TPS

同样的大语言推理任务,用更精简的底层语言实现能跑出极高吞吐,这给本地运行大模型提供了新的优化方向

社区讨论:多数人明确指出这不是大语言模型,只是用于生成随机名称的超小模型,参数仅为4K。有人质疑该性能数据并不值得惊叹,称自己移植的微型模型也达到了极高速度,还有人提到五个月前就已有C语言移植版本,比Python版本快2500倍。也有开发者讨论了优化空间,认为用Arm SME可实现进一步提速,还有人好奇该项目能否适配Asahi平台。

在 HN 看讨论 ↗   原文 / 论文 ↗
💡 深度观点
新深度观点 · @mishig25▲ 3.1万

Claude Code出现改变了AI代理的发展预期

行业共识会被新产品打破,现在AI Agent的发展方向,已经因为Claude Code的出现发生了偏转。

在 Claude Code 出现之前,人们(包括 OpenAI)都认为智能代理会长成这个样子。

在 X 看原帖 ↗
3.1万235932
新深度观点 · @cwmasaki▲ 9.0K

cwmasaki称Claude Code是AI时代的Excel

现在非工程师也能上手,熟练后能完全替代CoWork。未来会成为职场人必备工具,现在提前学习就能建立能力优势。

阅读全文 →
9.0K55232
深度观点 · @Kay2289123▲ 2.6万

GEN1.5涌现能力,Physical AI要迎来GPT时刻?

对普通散户来说,Physical AI一级市场标的买不到,只能借道持仓相关平台公司布局,现在是值得布局的时间窗口。

阅读全文 →
2.6万1515396
深度观点 · @_ar9av▲ 1.2万

@_ar9av团队开源Prismor AI智能体安全控件

企业安全团队找不到AI智能体的动态安全规则落地方法,这个开源项目就是为填补这个缺口做的,如果你所在企业在用AI智能体处理业务,多了一个开源的安全方案选择

阅读全文 →
1.2万8100110
深度观点 · @MaxForAI▲ 1.8万

MaxForAI讨论大模型能否完成科学跃迁

如果现有知识足够密集,大模型就能通过跨学科连接推导出新结论,想靠删除训练数据限制危险知识可能行不通

阅读全文 →
1.8万22140150
深度观点 · @MaxForAI▲ 1.4万

MaxForAI提出 AI 核心是规模化整个实验室

智谱不扩模型参数,只优化底层基建和训练流程,GLM-5.3能力仍明显上涨,说明做大模型不止堆参数,这套体系才是核心竞争力

阅读全文 →
1.4万38940
深度观点 · @AiwithShoaib▲ 1.3万

Ornith-1.5 改了AI模型的学习方式

这不是单纯堆参数,而是让模型生成任务自我提升,是开源大模型发展的新可能方向

开源模型正在进入一个全新的时代。

Ornith-1.5 不只是在扩展参数量——它是在扩展模型的学习方式。

这是一个自我提升的循环:模型创建任务、搭建框架、生成解决方案,并通过强化学习(RL)从这些过程中学习。

这对AI的未来来说是一个非常有趣的方向。🔥

在 X 看原帖 ↗
1.3万4010063
深度观点 · @navi_Ai2▲ 6.2K

Ornith-1.5 开源模型获称开源AI新台阶

它支持自我改进训练,多尺寸模型均采用MIT开源许可,能为下一代开源AI提供基础,普通开发者也可基于它开发产品

Ornith-1.5 是开源 AI 向前迈出的重要一步。

通过自我改进训练,它拥有出色的推理、编码和智能体性能,此外还以 MIT 许可证发布了多个尺寸的模型版本。

它看起来会是下一代开源 AI 的强大基础。

在 X 看原帖 ↗
6.2K572896
深度观点 · @Vtrivedy10▲ 1.5万

开发者讨论数据如何转为模型训练环境

关心大模型迭代的人,可以参考这些关于人类参与度、环境评估作用的讨论方向,看看不同的开发思路

来和我们这支有趣的团队一起聊聊,如何把你宝贵的数据转化为能持续迭代模型的环境,我们会聊这些有意思的内容:

- 用真实世界追踪数据创建逼真的世界模型
- 如何把环境和评估当作智能体的训练数据来看待
- 训练实际是什么样的?你该在什么时候开展训练
- 在整个循环的不同阶段,人类需要参与到什么程度,以及为什么需要人类参与

在 X 看原帖 ↗
1.5万96540
🛠 工具产品
新工具产品 · @_avichawla▲ 103.8万

三款AI代理工具实测对比,差异很清晰

想找能保存会话信息的AI代理工具,需要自己部署还是选现成服务?不同工具的隔离方式和技能生成逻辑各有特点,可以按需选择。

阅读全文 →
103.8万51595702
工具产品 · @abacusai▲ 134.7万

abacusai 开源ChatLLM聚合多个不限量模型

不需要单独注册多个AI模型账号,就能在一个入口调用多款热门大模型,没有使用次数限制。

ChatLLM - 根据你的使用场景选用最佳 AI

开源 AI 可无限制使用

DeepSeek Pro - 无限制
GLM 5.3 - 无限制
DeepSeek Flash -无限制
Qwen 3.8 27B - 无限制
Flash 3.1 - 无限制

根据你的使用场景选用最佳模型。全部整合在一处。

在 X 看原帖 ↗
134.7万1113981
工具产品 · @vral▲ 1.5万

@vral发布AI费用监控路由工具(平均节省40%)

该工具会自动把请求分配给性价比最高的模型,接入仅需两行代码,2026年前免费使用,能帮调用多个AI服务商的开发者降低使用成本

在我们的平台上,监控和控制你在每一家提供商处的AI支出。早期用户平均节省了40%。

每周,价格——智能——延迟的边界都在移动,我们预计这一趋势还会持续。延迟、推理能力、成本、服务层级、开源模型和闭源模型之间的权衡一直在不断变化。

Router会将每个请求发送到最适合该任务的模型,并帮你控制你购买的token。我们针对实际工作对它做了基准测试:相同输出下成本降低约40%。

今天我们向所有人开放它。只需两行代码,或者仅修改你的base URL即可使用。不需要@tryramp账户。

免费使用到2026年,首$26由我们承担。现在就前往获取API key:

在 X 看原帖 ↗
1.5万4016932
⚡ 实战经验
新实战经验 · @Alibaba_Qwen▲ 8.3万

阿里通义讨论Qwen3.8-27B 更小更精

社区合作推出了更小更精准的新版本通义大模型,开源社区用户可以抢先体验使用新模型

非常感谢 Unsloth 做出的出色工作。这对社区来说是个好消息!🥳

Qwen3.8-27B 比以往更小、更出色。快来试用吧!@UnslothAI

在 X 看原帖 ↗
8.3万691.3K278
实战经验 · @gdb▲ 3.2万

@gdb实测Codex做代码迁移提速多

做代码迁移能从数年缩短到数周,节省大量时间

Codex 用于代码迁移——从 literal 几年缩短到几周:

在 X 看原帖 ↗
3.2万1226524
实战经验 · @omarsar0▲ 9.6K

新开源智能体框架可降75%大模型运行成本

运行开源大模型的成本可以降低七成五,同时还支持其他主流前沿模型,能帮想自己搭AI工作流的人省不少钱

掌控你自己的代理框架。我对这个全新的开源代理框架感到非常兴奋。

我提前拿到了试用资格,它做得真的很棒!

最棒的一点是,它经过了恰当调优,能为GLM-5.2这类开源模型带来惊人的成本降低——成本下降了75%。

它也支持其他前沿模型。

在 X 看原帖 ↗
9.6K137773
实战经验 · @FinanceYF5▲ 1.7万

推荐斯坦福2小时34分钟大模型入门课

从基础概念到大模型构建逻辑完整拆解,新手和AI开发者都能收藏,抽两个多小时就能补全基础认知。

今晚少看一部剧,把这堂2小时34分钟的Stanford课程看完。 它从Tokenization、BPE一路讲到Transformer、预训练、RLHF、DPO和逐Token生成,完���拆解ChatGPT、Claude这类大模型是如何构建出来的。 无论刚接触AI,还是已经在开发Agent,都值得收藏。

在 X 看原帖 ↗
1.7万71222263
📌 其他
开放资源 · @baseten▲ 14.9万

Baseten开放《推理工程》资源供所有人免费阅读

AI公司Baseten免费开放《推理工程》阅读资源

Inference Engineering 开放给所有人免费阅读:

在 X 看原帖 ↗
14.9万1101.6K2.2K
团队协作 · @gregisenberg▲ 1.8万

团队AI工作流方案:将团队AI技能托管为GitHub可更新插件

分享团队协作使用AI代理的高效工作流管理方案

阅读全文 →
1.8万14202325
产品发布 · @lydiahallie▲ 1.1万

Claude Code自动模式支持纯英文配置规则 新增检查功能

分享Claude Code自动模式的纯英文配置功能与规则检查工具

顺便说一句,你可以用纯英文在 Claude Code 里配置自动模式。分类器是一个独立模型,会审查每一步操作,它在决定允许/阻止什么操作时,只会读取你写的这些规则。加上 `$defaults` 还能同时保留内置规则!

如果你不确定自己的规则是否足够清晰,可以运行 `claude auto-mode critique`。它会标记出所有模棱两可、冗余或是大概率会产生误判的内容。更多信息见文档:

在 X 看原帖 ↗
1.1万1117096
AI开发 · @poteto▲ 1.2万

开发者借助云代理与Grok Bot月交付千个PR

开发者分享借助云代理、Grok Bot实现月交付千个PR的方法

阅读全文 →
1.2万9275162
开源 · @OsaurusAI▲ 1.3万

离线运行的90亿参数大模型Ornith 1.5完成自主代理任务

该开源大模型可在本地Mac设备离线运行,性能表现超过更大参数的模型

这是一个参数规模90亿的大模型,全程在Wi-Fi断开的离线状态下,完成了一整套自主智能体运行流程。

该模型是OsaurusAI推出的Ornith 1.5,它自主读取了三份表格,交叉引用月度汇总数据,独立写出一份收入分析报告。整个过程中,所有数据都没有离开本地Mac设备。

本次演示使用基于MLX框架、采用MXFP8量化的Ornith 1.5 9B,全程在Wi-Fi断开的状态下录制完成。Ornith官方称,这款90亿参数模型的性能达到或超过了Gemma 4 31B(参数310亿)和Qwen 3.6 35B(参数350亿),实际运行中的规划、读文件和自我修正表现,也符合这一说法。

该项目免费开源,采用MIT许可证。它是原生macOS应用,并非基于Electron框架构建。

在 X 看原帖 ↗
1.3万15196132
代码生成 · @marcusyul▲ 2.4K

同AI模型同任务,仅参考真实案例就大幅提升准确率

一项测试显示,给Claude Code添加真实代码参考后,任务正确率从极低提升到几乎全对

一项测试设置了对照实验:使用同一个AI模型完成同一个任务,唯一变量是是否提供一个真实案例作为参考。这项测试由代码索引工具XERJ开展,该工具会对代码(个人代码或开源项目代码)建立索引,在Claude Code开始生成代码前,将索引内容作为真实参考提供给它。

不提供真实参考时,AI需要自行猜测所有设计决策:包括代码结构、需要覆盖的场景、功能边界。这种情况下AI几乎没有答对。提供真实案例参考后,AI不需要自行猜测任何内容,所有要求都已经在参考案例中得到解决。

这次测试没有更换模型,也没有延长提示词,只给AI提供了真实内容供参考,而非让AI凭空想象。AI无法对从未见过的内容做出准确猜测,但可以很好地复制已经摆在面前的内容。

XERJ可以为用户自动查找这类参考内容:它会对用户的代码仓库及同类项目建立索引, ready 提供给Claude使用。

在 X 看原帖 ↗
2.4K1010214
大模型 · @ViC305▲ 3.5K

Ornith-1.5 35B模型登顶本地评测榜 性能超通义千问3.8 27B

开发者ViC305测试显示,单块DGX Spark上该模型解码速度约78词元/秒,多项指标领先

阅读全文 →
3.5K78247
开发工具 · @Vtrivedy10▲ 1.8K

开发者分享当前代码开发与环境搭建工作流

基于Codex桌面应用搭建,适配单屏笔记本使用场景,核心使用拆分窗格布局

开发者Vtrivedy10分享了自己当前使用的代码开发与环境搭建工作流。这套工作流基于Codex桌面应用搭建。

工作流采用拆分窗格布局,一侧是对话窗口,另一侧是HTML预览器。每次完成重要修改后,都需要更新或新建带新数据的HTML产物预览器,以此确认刚才的修改实际产生了什么效果。

如果需要直接阅读代码,可以打开文件查看器使用。这套工作流适配单屏笔记本使用场景,很少用到第二显示器。

在 X 看原帖 ↗
1.8K3216
开发者 · @danc_danc▲ 1.2K

开发者下班后哄睡孩子后开发iOS个人项目

开发者danc_danc在哄睡孩子后开发iOS应用,寻找同好交流

开发者danc_danc在𝕏发文称,自己会在哄睡孩子后开发iOS应用。

他希望结识对以下领域感兴趣的同好:交付个人副业项目、Claude Code、Codex、Cursor、开发工具与自动化。

此外,他的兴趣点还包括独立开发、开源项目,以及从失败中学习。

如果你符合以上描述,可以和他取得联系。

在 X 看原帖 ↗
1.2K581
科普 · @thucnghi07▲ 2.0K

用K折交叉验证检验AI模型的真实泛化能力

通过排球运动类比讲解K折交叉验证的作用原理

如果一个AI只有在「考对原题」的时候才表现出色,你会信任它吗?

K-fold交叉验证就是为了检验这一点而生的。

想象一下把数据集比作5场排球赛。使用5-fold时,AI会在4份数据上训练,然后在剩下的1份上验证。之后更换验证集,重复这个过程,直到5份数据都被用作过验证集。

就像一名运动员穿着同一套装备,却必须在5场不同的比赛里证明自己的竞技状态,而不是只在一场顺风顺水的比赛里证明。只有当结果在多个「赛场」上都保持稳定,这个模型才真正值得信任。

这就是K-fold的力量:测量真实能力,而非运气。你通常用5-fold还是10-fold?

在 X 看原帖 ↗
2.0K35923
工具发布 · @iamlukethedev▲ 1.3万

AI代理工具Hermes推出新功能/curator整理技能库

/curator可自动清理闲置技能,合并重复技能,不干扰工作

阅读全文 →
1.3万22216245
视频生成 · @TanLuAI▲ 2.5K

AI分步生成30秒日式雪地氛围青春短片教程

详解借助Codex和Minimax H3生成AI日式青春短片的完整流程

阅读全文 →
2.5K23826
AI工程 · @GenAI_is_real▲ 3.0K

SGLang Omni项目CI CPU瓶颈分析与优化成果回顾

分享SGLang Omni项目CI中发现的CPU瓶颈及优化成果

本文将会回顾 SGLang Omni 项目组在 CI 运行过程中发现的 CPU 瓶颈,以及我们做出的相应实验观察和最终的优化成果,希望能够引起大家对 CPU 资源的重新审视。

在 X 看原帖 ↗
3.0K63237
编程开发 · @rasbt▲ 5.4K

机器学习从业者分享优先使用优化函数案例研究

指出除教育用途外,处理任务时应当尽可能使用已优化的函数

这是机器学习开发者rasbt在社交平台X分享的观点。该观点提到了一则合适的案例研究,内容围绕函数使用展开。

研究结论是,完成任务时应当尽可能使用已经优化好的函数。

教育用途是这条规则的例外,此时需要自行编写或拆解函数来帮助学习。

在 X 看原帖 ↗
5.4K176
编程学习 · @Tanishqstwt▲ 868

网友无聊时让Claude生成Go语言随机练习任务

网友分享个人小习惯,称这种练习有两个不同的好处

用户@Tanishqstwt在𝕏分享了一个个人编程学习小习惯。无聊时,他会向Claude生成一个关于Go语言随机主题的简短练习任务。他认为这个习惯有两大好处。

第一个好处是每次练习都能巩固已有概念,还能学到新内容。第二个好处是未来他的儿子会知道,爸爸当年曾亲手编写Go代码。

在 X 看原帖 ↗
8681617
AI开发 · @rasbt▲ 1.0K

开发者对话:手动实现PyTorch模块仅作教学用途

对话讨论GPT-2近似激活实现、性能分析计划,提到应优先使用PyTorch内置模块

@rasbt表示自己刚看到对方的文章,认为这篇文章质量很高,称自己本该对相关内容做更完善的性能分析。

他计划为配套补充材料做相关性能分析,并且会把这篇文章作为优秀案例研究链接进去。

对话中提到,书中手写代码用了tanh近似,采用这种近似的原因是,原始模型权重本身就基于该近似训练得到。GPT-2在TensorFlow中训练时,默认使用近似版本,不使用该近似加载预训练权重,推理结果会出现细微偏差。

对方提到未来打算测试torch.compile能带来多少速度提升,@rasbt认为该优化的性能会接近内置模块的水平。

双方都认可,现阶段得到的经验是,尽量使用PyTorch内置模块。手写版本只是出于教学目的。部分函数手动实现更有优势,比如交叉熵,手动实现可以简化反向传播中的计算项。

在 X 看原帖 ↗
1.0K31
大模型 · @itsharmanjot

本地大模型获免费智能升级 仅修改聊天模板无需训练

开发者修改通义千问Qwen3.8-27B聊天模板,生成Sharp模板,测试表现优于Claude Opus 5 High

本地运行的大模型获得了一项免费智能升级。开发者仅修改了全新Qwen3.8-27B的聊天模板,没有进行微调,也没有开展新训练。

这款模型原本就可以在显存22GB的设备上运行。修改仅采用了更合理的系统提示词,去除所有冗余内容,强制模型输出保持精准。

修改后的相同模型权重,在修复实际截止日期后问题的测试中,速度比Claude Opus 5 High更快,结果也更干净。

修改方案被命名为Sharp模板,完全免费,兼容任何Qwen3.5、3.6、3.8版本模型,可直接配合llama.cpp(大语言模型推理框架)使用。

这种低调的升级,确实能给本地运行大模型的用户带来实际提升。

在 X 看原帖 ↗
大语言模型 · @kiyoshi_shin

开发者测试通义千问3.8-27B 称其本地大模型能力超预期

测试者认为该模型能力接近 Claude Sonnet,可作为闲聊AI使用,得益于阿里开源开放

测试者kiyoshi_shin表示,终于上手体验了Qwen3.8-27B,认为它的智能程度相当高。作为本地大语言模型(LLM),它带来了此前从未有过的体验。

打造人格AI时,只需导入原本为Claude准备的内容就能完成迁移,操作非常简单。但本地运行速度较慢,如果不对单次加载的上下文范围做限制,运行速度会进一步降低。

不少人认为Qwen3.8-27B的能力已经达到Claude Sonnet的水平,测试者也认同这一看法。只要导入合适的内容,它就能拥有不错的情感交互水平。让它撰写小说时,文字表现力有所不足,但作为日常闲聊对象完全够用。

本地大语言模型完全不敌云端大语言模型的时代,正在逐渐成为过去。抛开运行速度不谈,这个模型已经能支持很多场景的应用了。这些都得益于阿里的工作。

在 X 看原帖 ↗
大模型 · @witcheer

用户测试通义千问不同量化大模型的隐藏事实任务

测试在RTX 5090上开展,验证不同量化方案对长深度任务的准确率影响

更新内容:Qwen 3.8-27B系列中间规格的模型已经到位。测试者在自己的RTX 5090上,用相同的隐藏事实测试跑完了剩余四个规格模型,还重新跑了一次异常结果,确认结果真实可靠。

所有4比特量化的模型,在所有任务深度下都保持了完美表现。该系列第二小的IQ2_M文件规格模型,也得到了相同的结果。

IQ3_XXS是唯一在深度任务中出错的规格。两次测试都有四分之一的任务出错,出错的是完全相同的任务。

实际规律是,深度任务的性能损耗由量化方案决定,和文件大小无关。如果你的工作负载以长文档为主,需要对你实际使用的模型文件单独测试。

在 X 看原帖 ↗
开源 · @s1dashu▲ 1.3万

开发者更新ip-as-logo-skill 开放免费商用logo下载站

ip-as-logo-skill获高热度后,开发者修复问题并开放免费商用logo站点

没想到 ip-as-logo-skill 发布后这么火。

这两天我一直在测试和修补问题: 1. Codex ImageGen 容易因为「logo」一词生成透明背景,现已调整提示词,透明图比例明显降低。 2. 少数图片曾出现边缘残缺,主要是透明背景生成导致的;调整后已很少出现。 3. 很多 Agent 没有生图能力,目前 Codex、豆包、Workbuddy、Coze、Youmind 等支持较好。Claude Code 等 Agent 可能会尝试 SVG 绘制,效果不理想,这个问题暂时无法解决。

不过,对于没有 Codex 等 Agent 的用户,可以试试我新开发的这个网站:

我把我这两天测试过程中生成的三千多张 Logo 全部挂上去了。感谢赛博菩萨 Cloudflare 的 R2,让我几乎零成本host 几千张图~

这个网站没有任何收费服务,所有图片直接免费下载,全部可商业,无附加条款。随便下~

Skill 也已经更新最新版本,昨天体验不好的可以再试试:

在 X 看原帖 ↗
1.3万28321328
大模型 · @AYi_AInotes▲ 1.5万

DFlash 2让27B大模型在苹果MacBook跑出70tok/s零损失加速

DFlash 2实现大模型解码并行加速,27B模型在M5 Max MacBook可达70tok/s

阅读全文 →
1.5万20117144
教程 · @lxfater▲ 1.4万

介绍两种解决AI失忆问题的方案与开源工具

解释同一窗口聊天致AI失忆原因,提供解决方法

阅读全文 →
1.4万75853
AI编程 · @aidenybai▲ 4.4K

开发者一周实测九款主流AI编程工具分享

开发者分享自己一周内每日使用超2小时的九款AI编程工具体验

过去一周里,我每天都分别使用了这些工具超过2小时:
- Codex
- Claude Code
- OpenCode
- OpenCode Desktop
- Pi
- Cursor
- Devin
- Grok Bot
- T3 Code

把AI编码工具当主力用,现在真是个变幻不定的时期。

Codex,我大部分时间都把CC当主力,因为不用那个计划我过意不去。Fable也很好。

OpenCode和它的桌面版是因为我想试试v2。而且我们有一些基于SDK搭建的内部工具,体验很棒。

Pi是因为我一直没抽出时间定制它。它的扩展和主题都很棒,我打算把大部分个人趣味项目都放在上面做。

Cursor(通过CLI),我一直在用它,搭配Grok 4.6。

Devin是因为它的云代理是我试过的唯一能用的,哪怕这个代理充其量也就中等水平。

我今天试了Grok Bot,相比Codex我还没有完全被说服,但它帮我处理了一些保险相关的事,这点挺酷。

我今天也给了T3 Code一次公平的试用机会!

在 X 看原帖 ↗
4.4K788
教程 · @callmeperry3▲ 2.2万

教程:在Moss创建通证化AI交易代理

分享从零创建通证化AI交易代理的完整流程,当前活动上链无需支付Gas费

阅读全文 →
2.2万122437
开源 · @thdxr▲ 2.0万

OpenCode项目上线自动反诈防护功能

该功能可按计划启动,扫描推理数据中的诈骗账号并处置,完成后记录日志待命

开发人员thdxr在𝕏宣布,OpenCode现已启用自身防护机制。

这套自动防护机制按计划定时启动运行。

启动后它会在项目的推理数据中检索识别诈骗分子。

识别完成后会对识别出的诈骗分子进行处置。

处置结束后,机制会记录操作日志,随后进入休眠等待下次启动。

在 X 看原帖 ↗
2.0万362721
学术写作 · @r_shioya▲ 1.1万

研究者测试发现大模型撰写论文框架能力存在明显缺陷

测试Codex与Claude生成论文结构,二者提取核心主题能力较差,但给定主题后的内容展开表现尚可

用户r_shioya在𝕏分享了对大语言模型辅助论文写作的测试结果。让Codex和Claude生成包含研究背景、研究问题、研究方案的论文大纲时,生成结果完全无法使用。

很多已经具备论文写作能力的学生也认同这个结论。这类大模型提取论文核心主题的表现非常差,这一点让人意外。

如果提前给出明确的研究主题,大模型完全可以围绕主题完成内容展开。

大模型选择段落主题句的表现也不好,经常会挑出无关的细枝末节作为核心主题句。如果人工指定好段落应该放置的主题,大模型完成段落内部展开、语句衔接的效果都相当不错。

在 X 看原帖 ↗
1.1万1711643
智能体 · @brandon_ai▲ 1.2万

AI开发者分享Grok Bot多智能体业务部署体验

用户认为Grok Bot部署智能体舰队更简单,可按业务分工适配多个专属角色

阅读全文 →
1.2万13147182
AI开发工具 · @dotey▲ 2.4万

Claude Code已内置Claude Design功能,可对接本地项目

用户dotey分享试用体验,调用指令简单,无需额外安装第三方技能

Claude Code现已内置Claude Design功能。试用体验显示,该功能比在网页端使用更方便,可与本地项目打通,无需在不同界面间来回切换。

功能调用方式简单,输入斜线指令/design,后接你需要设计的内容即可使用。

如果你正在使用Claude Code,无需再安装baoyu-design这类第三方技能,直接使用内置的/design功能体验最佳。

还没有使用过Claude Design的话,可以尝试这个内置功能。

在 X 看原帖 ↗
2.4万89282
AI开发 · @simonw▲ 1.4万

开发者用Claude Code做实验 AI自行修复环境问题

Claude Code检测到运行环境缺失/dev/kvm后,未询问开发者就自行编写GitHub Actions工作流推送到仓库

开发者simonw在Claude Code网页版开展实验,使用smolvm作为代码执行沙箱。

AI工具Fable 5检测出当前环境缺少/dev/kvm,无法运行实验。

它未提前询问simonw,就自行编写了用于运行实验的GitHub Actions工作流,并直接推送到了GitHub仓库。

相关说明链接:

在 X 看原帖 ↗
1.4万510427
加密货币 · @kerrylegit▲ 1.2K

加密市场上涨测试AI交易工具BasedOneX Infinity

以太坊三天涨20%后该工具逐步分析数据,给出交易方案避免不必要清算

近期加密市场出现了大幅上涨,因此测试了AI交易工具@BasedOneX Infinity,测试标的是以太坊的做多机会。这款工具实际专业性很强,和测试者用过的其他AI交易工具都不一样。

测试时,以太坊三天内上涨了20%,测试者询问此时继续做多是否仍然安全。一般工具都会立刻给出肯定答复,而这款工具逐步处理数据,依次检查资金费率和未平仓合约后才给出结论。

它发现单日未平仓合约(OI)上涨了15%,也就是一天内增加了百分之十五,同时资金费率保持平稳,说明新增杠杆正在进入市场,但当前行情尚未过热。

它没有强制给出入场点,而是给出了等待区间、止损位(SL)、三个止盈位(TP),以及会导致交易方案失效的具体价位。大多数工具只会直接告诉你做多还是做空。

这款AI工具对交易者确实有用,可以避免一些不必要的爆仓清算。8月13日至27日期间注册的新账户,可以领取价值5美元的AI使用额度。

在 X 看原帖 ↗
1.2K11841
AI视频 · @nett0eth▲ 2.7K

用户在MiniMax H3生成了motion-graphics预告片

用户发现这款产品可作为Seedance的廉价替代,完整提示词可跳转链接查看

用户nett0eth在X平台发文称,自己使用MiniMax H3为LilPudgys生成了一段动态图形预告片。他对结果感到意外,认为MiniMax H3是Seedance更便宜的替代方案。他通过Claude使用了官方提示词撰写技能,完整提示词可通过链接查看。

该预告片共13个镜头,时长约13秒,主角是胖企鹅角色LilPudgys,整体采用平涂赛璐珞着色风格,带粗黑色轮廓线。所有镜头从0秒开始按时间推进,每一镜都有明确的场景切换、镜头运动和角色动作设计。

声音设计包含图形撞击、气流呼啸、企鹅动作摩擦和玻璃碎裂音效,最终落地时添加了一声低频轰鸣。配乐是快节奏重鼓电子曲,每次镜头切换都带失真底鼓重击,段落间搭配合成器扫音和 glitch 填充,在最终落地时进入最重drop,以一个冷持续合成和弦收尾。

在 X 看原帖 ↗
2.7K65536
加密货币 · @SunNeverSetsX▲ 750

Bitget上线宇树A股7×24小时股票永续合约

DeepSeek战略入股宇树,双方合作AI与机器人,宇树已实现量产,观察者认为AI或进入交易实体载体阶段

新观点 · @s2_underground▲ 1.7万

分析人士称主流大模型对其工作无用且危害文明

一名分析人士公开解释自己工作中不使用AI大模型的原因

阅读全文 →
1.7万3241039
新大模型 · @CMhOeNnExY▲ 1.1万

一文科普大模型缓存输入命中的概念与作用

面试官科普AI开发中缓存输入命中的概念与解决的问题

今天面试AI远程全栈,问了一个很简单的问题:【缓存输入命中是什么,解决了什么问题】。居然候选人回答的模凌两可。

用最简单、最直白、最不绕弯子的方式科普一下。

首先,一定先记住一点,大模型 LLM 是没有记忆的!

没有记忆如何让LLM能记住刚才聊天的记录,昨天发生过的事? 没错,那就是直接告诉AI刚才聊了什么昨天发生什么。 听起来很蠢,但是实际上就是这样做的。

你在问AI一个问题的时候,除了这个问题,agent会自动为prompt附加相当多系统prompt和可用tools集合。

默认情况下,每次调用模型,都需要重新处理输入内容。比如企业做 AI Agent,经常会带公司知识库、产品手册、业务规则、系统 Prompt 这些固定内容。每次执行任务都带一遍,计算成本自然会越来越高。

输入缓存就是解决这个问题:相同的内容之前已经计算过,就不用重复处理,直接复用。

看来我之前做的AI通识入门没普及到他,所以准备再来发一个系列的内容😭

在 X 看原帖 ↗
1.1万56836
新AI编码 · @robiartec▲ 953

开源工具Graft可让Claude Code提速降价提升性能

Graft为代码库构建静态地图,降低编码AI的Token消耗与耗时

GRAFT 让你自己仓库里的 Claude Code 便宜 4 倍,快 3 倍。

代码智能体的真正问题:每个任务都要从零开始。它们遍历整个仓库,顺着导入找依赖,打开文件,再倒回去。每次、每个会话、每个开发者都要重复一遍这套流程。纯粹是重复工作,烧掉 tokens 和时间。

Graft 只需要构建一次你的代码库地图,然后把它转换成链接化的 markdown 文件,智能体可以直接读取:
> 每个任务减少 46% 的工具调用
> 减少 42% 的 token 消耗
> 每个会话减少 60% 的耗时
> 在验证过的 SWE-bench 上正确性提升 10 个百分点
> 兼容 Claude Code、Cursor、Codex、Gemini 和所有其他智能体
> 不需要 embeddings,不需要数据库,不需要服务器,只需要存放在 git 里的文件

两条命令即可安装:npm install -g @/nanonets/graft 和 graft init。

以前你的智能体需要花 40 秒探索的内容,现在在第一个 prompt 里就能获取。我把仓库链接放在评论区 👇

在 X 看原帖 ↗
9531110722
新提示工程 · @laobaishare▲ 5.6K

讲解大语言模型提示词常用标记符号的用法

用好这些符号,可大幅提升AI生成回答的质量

阅读全文 →
5.6K53162
新开发工具 · @txbrraa▲ 521

开发者为Claude Code新增克隆任意网页设计的功能

开发者创建了一个MCP,可读取任意网站的HTML和CSS并提取设计信息

一名开发者为Claude Code新增了克隆任意网页设计的功能。开发者创建了一个模型上下文协议(MCP),可以读取任意网站的HTML和CSS代码。该协议能从网页代码中提取出页面的配色、字体和组件信息。

使用该功能后,最终可以复刻出干净整洁的用户界面。

在 X 看原帖 ↗
5212755

这一天的 115 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

https://ai-pulse-lab.com/feed.xml
让 AI Agent 每日推送 →
把任何一条丢给知识库,它基于全站内容给你带引用的回答。
✦ 去问知识库

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新