Anthropic 曾经一度领跑 AI 竞赛,现在它却已经不见踪影。
在 Opus 4.7 之前,一切都还不错。在那之后,他们试图围绕 Mythos 打出一手好牌,推出了 Fable。结果并不成功。
Opus 5 就是单纯的冗长,还容易出现多余的过度工程化问题。
Anthropic 需要再迎来一次「Claude Code 时刻」,才能重新领跑 AI 竞赛。
英伟达新研究揭开了昨天 ARC-AGI-3 满分测试的机理:让 Claude Opus 5 从 30% 冲到 100% 的功臣,是一个针对内存优化的定制框架和监督者组件,而不是模型本身。框架正在成为智能体上限的关键,深读见今日焦点。
昨天那款匿名模型 Ox Alpha 有了新线索:上线 29 小时就在单一渠道烧掉 60 万美元,自称由 Zai 训练、否认出自智谱 AI,但社区仍有人认为它基于 GLM 5.2。身份未定,热度先烧了起来。
另外,OpenAI 将 GPT-5.6 Sol API 降价超两成,未来三个月内有效;Grok 4.6 也入驻 Google Cloud Vertex AI,企业可直接调用。
Anthropic 刚刚发布了一门免费的 4 小时 AI 工程课程。老实说,它可能是所有想成为 AI 工程师的人能拿到的最好免费资源之一。
现在你可以在自己的游戏PC上运行前沿模型了:只需一键桌面应用,就能在笔记本或PC上本地运行DeepSeek-V4-Flash 284B,达到每秒25 token的速度。
一个做了两年客户端的创始人,体验DeepSeek Harness一天,把项目停了。 池建强是墨问西东创始人,MacTalk作者,下午体验DSH,当天把核心研发叫到一起开会,停掉刚花两个多月重构完的客户端开发,开始论证全面迁移。
英伟达周五发布了一些有趣的新研究,表明在让AI执行长周期任务时,框架(harness)比底层模型重要得多。框架是包围AI模型的软件包装——包括工具、内存管理和规则,能将原始模型转化为可以自主行动的东西。
简而言之:通过使用一个针对内存处理进行优化的定制框架,并加入一个“监督者”(supervisor)式的老板组件,研究人员让Claude Opus 5在交互推理基准ARC-AGI-3上取得了100%的分数。ARC-AGI-3是一组没有说明的2D游戏,模型必须像人类一样摸索玩法并获胜。(这个基准尤其惹恼了竞争对手前沿实验室OpenAI。
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)
对关注大模型行业发展的人来说,这是业内对头部厂商发展节奏的不同判断,可以参考行业变化的民间观察。
Anthropic 曾经一度领跑 AI 竞赛,现在它却已经不见踪影。
在 Opus 4.7 之前,一切都还不错。在那之后,他们试图围绕 Mythos 打出一手好牌,推出了 Fable。结果并不成功。
Opus 5 就是单纯的冗长,还容易出现多余的过度工程化问题。
Anthropic 需要再迎来一次「Claude Code 时刻」,才能重新领跑 AI 竞赛。
你付给Anthropic的钱,被用来推进更严格的AI监管,对抗OpenAI阵营支持的宽松监管路线。
你付给Anthropic的钱,就用在了这里。希望你同意!!消息来自Politico:
「ANTHROPIC的反AI闪电战:AI领域的政治战正进一步渗透进中期选举——这个行业最大玩家之一,斥资数百万美元向选民警告这项它亲手参与创造的技术。
Will报道,Anthropic支持的Public First Action已经斥资250万美元购买广播广告时段,在佛罗里达州宣传共和党参议员Ashley Moody,这是该组织首次在大选阶段进行大规模宣传。
这支由AI公司资助的新广告开篇就发出 ominous 警告:「人工智能正在改变我们的生活。它的发展速度快到没人能控制。它会抢走我们的工作」,随后提到克隆语音、被盗用的人脸,以及AI创造者自身发出的警告——接着称赞Moody支持针对深度伪造的立法。观看广告
这是Anthropic整体政治战略中最新的一支广告,该公司斥资数百万推动更严格的AI监管,对抗由OpenAI领导层和投资者支持、支持更宽松监管方式的敌对政治团体。」
如果日常使用GPT模型,可以更低成本获取该模型服务,使用成本会有所下降。
社区讨论:多数开发者认为此次降价是OpenAI为了从Claude手中抢夺市场份额,开发者仍习惯使用Claude Code,OpenAI应该针对企业采购负责人降价吸引。有人质疑OpenAI在没有下一代模型的情况下降价,还缩减老用户配额,看不懂阿尔特曼的策略。用户感谢DeepSeek的竞争迫使头部厂商降价,认为竞争对消费者有利,还有人指出目前chat-latest定价仍比Sol不合理,TTS定价依然过高。
开发者将Code Review、代码查看工作都转交给AI代理,仅保留架构设计工作。这反映了AI编码普及后开发模式的真实变化
在经过了长期的思想斗争以后,现在正式不用 IDE 了,Cursor 也正式切换成了 Agent View,Zed 也很少打开了,代码只关注架构,每次简单浏览 Diff 了,Code Review 交给多个 Agent 互相 review,验证就是完备的 E2E 了,未来代码就是黑盒了,这是心酸但是没办法的事实了。不知道大家现在还看代码吗?
一种新配置将Claude Code转为编排器,分工降低使用成本
你现在用 Claude Code 大概率成本太高了。只需要做一处配置,就能让 Claude Code 变成协调器,不用强迫它自己完成所有任务。
关键操作是:把 OpenAI Codex 直接接入 Claude Code,把繁重的实现、调试、重构和代码修复工作委派给 Codex。
工作流会变成:规划 → 评审 → 执行 → 复盘
- Claude 负责规划和架构
- Codex 负责繁重的实现
- 第二轮推理会捕捉错误
- 你在最终交付前做检查
GPT-5.6 现在分为 Sol、Terra 和 Luna 三个层级,能让你有更多方式平衡推理质量、速度和成本。
真正的启发不是“永远不碰到限额”,而是不要再让你最好的模型去做另一个模型就能完成的工作。
收藏这个配置方法,它能彻底改变你全天使用 Claude Code 的方式。
选编码AI工具时纠结Codex和Claude?可以看看实际连续用一周的真实使用感受,帮你做选择
社区讨论:多数开发者认同Codex生成的代码冗余注释更少,架构更简洁,且所有套餐都有充足额度,使用成本更低。有开发者提到Codex倾向于过度设计、过于谨慎,也有开发者给出相反体验,认为Codex反而更爱把问题复杂化,Claude更务实。有人指出本次对比混淆了模型和配套工具的概念,没有明确说明具体对比的模型版本。
OKF是Google推出的LLM维基标准格式,基于普通markdown和yaml,不存在专有格式锁。使用这款插件可以一键迁移已有markdown知识库,还能实时纠错。
未来三个月调用GPT-5.6 Sol API会更便宜,用 credits 结算也能省下成本,开发AI应用的投入会降低
现有Codex宠物功能暂不支持导出导入自定义作品,呼吁社区展示个人创作,方便玩家交流创意
大家好! image 828×714 69.5 KB 我一直在探索 Codex 里的自定义宠物功能,觉得创建一个地方来分享我们的创作会很有意思。
关于创作过程的一点说明:创作 Sentinel 很有意思,但也经过了好几次迭代:优化形状、提升对称性、确保设计在深色模式下仍然可见,还有验证最终精灵图。
在当前的宠物界面里,我可以创建、选择、刷新、收起宠物,但没有可见的导出或导入功能。
如果你运营网站,可以用它检测AI Agent读取你网站内容的效果,还能一键生成修复问题的提示词
为你介绍一款用于测量智能体读取你的网站效果的工具。该工具由@oradotai的研究提供支持,你可以运行:
▪︎ 包含100+项检查的审核
▪︎ 智能体使用你网站过程的可视化
▪︎ 一键生成修复问题的提示词
▪︎ 供智能体使用的CLI
经常用CLI调用大模型写代码的开发者,现在可以告别启动等待,获得更流畅的本地开发体验。
著名的 Python 工具 uv 作者(顶级 Rust 大神)加入 OpenAI 后出手了:把 Codex CLI 的启动速度直接优化了 25 倍,实现瞬间秒开! 我亲测确实如此,codex CLI现在启动快的起飞, 比Pi, claude code我感觉都明显的快一截!
对应订阅计划用户现在就能直接使用Grok Bot,其他用户还能申请有使用限制的免费试用,可以直接体验这款AI工具
我们正在让更多用户可以使用 Grok Bot。
所有 SuperGrok Plus、Cursor Pro+ 和 Cursor Teams 订阅用户现在都可以访问该服务。
我们还为所有其他用户提供了带有使用限额的免费试用。
若开源AI真的因监管被限制,普通用户能接触到的免费低成本AI工具会大幅减少,现有AI使用成本可能上涨。
David Sacks 表示,开源人工智能禁令就要来了,会打着让开放模型与闭源模型适用同一标准的旗号推行。
“我有个坏消息要告诉你,Chamath。开源禁令就要来了。他们不会这么直接叫它。”
“你知道他们会怎么说吗?他们会说,我们只需要对开放模型套用和闭源模型一样的标准就行了。”
“好的,我来一步一步讲他们会怎么操作。让我解释一下监管俘获实际上是怎么运作的。”
“首先,你得先搭好这套监管机构。没错,Dario 想要一个监管 AI 的 FDA,但他没有足够的政治支持来办成这件事,所以他们换了个特洛伊木马,搞一个监管 AI 的 FINSA。”
“他们把这叫做自律监管,实际上根本不是,但不管怎么说这能让他们起步。现在他们已经成立了标准制定组织,也已经要求发布前必须做模型测试。接下来,压力就会越来越大,要求将这套做法写入法律。”
不用再纠结显卡显存够不够,就能运行多个前沿混合专家(MoE)大模型,纯C零依赖体积很小
想在自己电脑上跑大模型,一看动辄几百 GB 的权重和显存要求,基本就放弃了。
colibri 换了个思路,把显存、内存和硬盘当成一个整体来调度,权重按需从硬盘流式加载,纯 C 写的零依赖,已斩获 25000+ Star!
支持的全是前沿 MoE 模型,从 35B 的 Qwen3.6 到 2.8T 的 Kimi K3 共六个家族,每个模型就一个 C 文件。
GitHub:
官方演示里 744B 的 GLM-5.2 用 int4 量化在 CPU 上流式跑了起来,常驻内存不到 10 GB。
自带网页仪表盘,19456 个专家的路由热度实时可视化,哪个专家被调用会闪一下,看着挺震撼的。
内存不缺的机器都可以拉下来试试,亲手摸一摸千亿级模型,和租 API 是两种感觉。
扫码就能接入微信、Telegram这些常用工具,直接在聊天框里调用AI代理人干活,不用跳转到其他平台
DeepSeek Harness 终于可以直接塞进微信、Telegram 里用了。推荐一个开源插件 dsh-im,一个插件直接打通 微信、飞书、钉钉、企业微信、QQ、Slack、Telegram、Discord、WhatsApp 9 大平台。很多平台扫码就能接入,之后直接在聊天软件里和自己的 DeepSeek Harness 对话、调用 Agent 干活,甚至支持图片和流式回复。
相当于把自己的 AI Agent 装进了微信和 Telegram。GitHub:
该博主称Anthropic的网络安全能力已经和OpenAI相当,现在的企业文化是两面派说法
抛开玩笑不谈,我不满的点在于 Anthropic 没有宣布暂停 RL 训练,因为他们的网络安全能力显然已经和 OpenAI 相当。
我现在真的认为 Anthropic 的企业文化就是一套双言巧语。
不需要复杂参数对比,任务不复杂选Haiku 4.5或Sonnet 5,任务复杂选Opus 5或Fable 5就行
提前在电脑设置好,出门用手机就能选项目、给AI发指令、看测试结果,不用特意回座位开电脑
想系统补大模型基础的中文学习者,不用再啃零散碎片或英文论文,这份体系化内容可以直接免费获取。
🧠 浙大开源了一本《大模型基础》,六章全本 PDF 免费下 GitHub 上 1.65 万 stars
想系统补大模型的底子,中文材料一直不太够。要么是博客拼凑的碎片,读完不成体系;要么直接啃英文论文,术语和数学一起上,第一章就劝退。
这本《大模型基础》是浙大团队做的,六章顺着能力递进铺:语言模型基础、大语言模型架构、Prompt 工程、参数高效微调、模型编辑、检索增强生成。
完整版 PDF 和分章节 PDF 都给了,每章还配一份相关论文列表,想往深了挖有现成的路。
有个挺有意思的设计:每章各用一种动物作为讲技术的示例背景,抽象概念套在具体形象上,读起来不那么硬。
内容按月更新,作者团队还计划补上大模型推理加速和大模型智能体两块。同一个仓库里另外开源了一个多智能体开发框架 Agent-Kernel。
母语材料的价值不在于省翻译时间,在于你能把注意力全放在内容上。
GitHub:
从事编程或正在学习编程的人,可以参考这套适配AI的开发流程,以及新人学习战略编程的路径,判断自身能力培养的方向。
全程只用定需求,不需要接触代码仓库和编程工具,普通人也能跑通完整的AI创意生成流程,降低了自动化创意工作的门槛。
这是一个任何人都能自动生成横幅等创意素材的机制。
通过 NotionAI 完成需求定义后,只要在台账中新增一行,流程就会自动启动 → 生成横幅 → 发布到 Slack,记录会自动回填回该行。
你不需要碰 Claude Code 也不需要碰 GitHub。
AI 要画的不是图画,只需要确定数值即可。
这些工具覆盖降本提速、多智能体调度、联网、视频生成等需求,很多功能免费可用,可以直接给现有AI工作流提效
6个正在GitHub上火爆的AI Agents代码仓库:
1. Graft — 让Claude Code成本降低4倍,速度提升3倍,可兼容任意代理,每会话耗时减少60%
2. Agency agents — 完整AI代理平台,包含232个 specialized 子代理,覆盖16个领域
3. Codebase memory mcp — 将你的整个代码库转换为超高速知识图谱,支持158种语言, tokens 消耗减少99%以上,响应仅需毫秒级
4. OpenMontage — 将你的编码代理转变为完整视频制作工作室,仅需提示词即可完成规划、写脚本、素材处理、剪辑和渲染
5. Agent-Reach — 给你的代理装上“眼睛”浏览互联网,可以在X、Reddit、YouTube、GitHub等平台读取和搜索内容,完全免费,无需付费调用API
6. Orca — 管理并并行执行多个编码代理
有了这些工具,你就不用再只用单个代理,而是可以管理一整套代理舰队了。赶紧把它们收藏起来 🔖
训练AI设计工具需要大量真实操作数据,这份开源数据集填补了空白,能帮AI学会像真人一样操作专业设计软件
CAD 1000 Hours:最大的开源 CAD 数据集 工程师或者设计师在电脑上画建筑图纸、做机械零件3D模型时,操作非常复杂。为了让AI学会像真人一样使用这些专业设计软件,创作者录下了工程师真实的电脑操作过程,把视频、鼠标点击、键盘敲击动作全部完整记录了下来。数据量大:包含了超过 1000 个小时的真实���脑操作录像,总共涵盖了 597 个不同的完整设计任务。
软件覆盖全面:包含了 10 款主流画图和建模软件,比如画建筑和零件最常用的 AutoCAD、做机械设计的 SOLIDWORKS、做房屋建模的 SketchUp (牛来电影就是用这个做的)等。细节丰富:每一个任务不仅有屏幕录像,还精准记录了每一秒鼠标点在哪里、键盘按了什么,甚至配有文字解说,告诉AI“这一步设计师在干嘛”。前后对照清晰:每个案例都提供了最初给设计师的任务说明、参考素材,以及最后做出来的成品文件和评分标准,方便AI对照着学习。
数据集:
不用凑齐开发团队,从一项重复任务开始,就能搭建由Claude负责执行的自动化业务工作流,降低了普通人搭建AI系统的门槛
普通人做简单任务就能帮训练真实机器人,还能赚积分。行业认为机器人行业的ChatGPT时刻将在2027年前到来,数据是核心瓶颈
如果你之前因为觉得@axisrobotics看起来又是个随机刷分项目就没关注,那读读这篇。
过去48小时里,Unitree表示机器人技术正在迎来它的「ChatGPT时刻」,而ACE Robotics的董事长认为这一时刻会在2027年底前到来。
但要让机器人达到那个水平,需要数量极其庞大的训练数据。而Axis正在做的就是这件事。
你可以直接在浏览器里控制仿真机器人,完成简单任务赚取积分。你完成的这些动作还会帮着生成可用于训练真实机器人的数据。
这已经不是什么小型实验了:
- 已融资1200万美元
- 超12.3万名贡献者
- 超300万条机器人运动轨迹
- 社区生成的数据已经被用于训练一台真实机器人
所以没错,我们基本上就是一边刷潜在空投,一边教我们未来的机器人仆人怎么干活😂
如果你还没开始,这个项目完全免费。你只需要在Base上留一点点gas来给你完成的任务签名。
✅ 开始刷Axis积分:
重要提示:一定要在历史页面给每个已完成任务签名,否则你拿不到积分。
用过Grok Bot后对AI的使用体验完全改变,后续大厂大概率会推出同类产品,提前观察能帮你选对下一步工具
自从开始用 Grok Bot,我使用和对接 AI 的方式已经彻底改变了。
Claude Code、Codex、Hermes 这类远程控制功能确实非常好用,但 Grok Bot 已经领先它们好几个月。
我估计今后 Anthropic 肯定会推出类似的后发产品,比如叫「Claude Cloud」,OpenAI 会出「GPT Bot」之类的。
中国的前沿玩家速度应该会更快一些……Skywork 就是例子。
而到那个时候,Grok 应该又已经领先好几个月了☺️
此前AI写代码的Agent常出逻辑乱、忘上下文问题,这些工具补上了技能标准、持久记忆和多协作能力,能帮写代码更稳定可靠
此前LinkedIn自带AI增强创作功能现已停用,标注功能上线后,被归类为低质的内容浏览量下降了40%,可观察平台对AI内容的治理效果。
❗️LinkedIn 将要告知用户,其他人会将他们的帖子视作AI垃圾内容。这条提示会放在帖子分析页面,措辞软化成了“看起来像是AI生成的”。
说这话的恰恰就是那个在自己的编辑器里加入了“AI增强”按钮的平台,而它的所有者Microsoft,多年来一直硬把Copilot塞进Word、Outlook、Teams和Windows里。
那个“AI增强”按钮现在要停用了。LinkedIn首席产品官Hari Srinivasan称,自7月30日以来,已有超过一百万用户点击过这个LinkedIn的垃圾内容生成按钮,被LinkedIn归类为垃圾内容的帖子的浏览量已经下降了40%。
担心被AI取代的开发者可以参考这一观点:核心能力依然是对系统的理解,AI只是辅助工具,不会改变开发者能力的分层逻辑。
“氛围编程”撑不起长期维护的项目
Linus将当下流行的AI辅助编程方式称为“氛围编程”。他认为,对于一次性、写完就扔的小项目,AI的表现非常出色。但如果你要构建的是一个需要维护35年的严肃项目,比如Linux内核,那就不能只靠写提示词让别人或AI替你生成代码。
开发者必须理解系统最终是如何运行的。即使现在没人直接写机器代码了,Linus依然会查看编译器或AI生成的汇编代码,确保其真正按照意图运行。那些真正理解系统和复杂性的开发者,知道如何引导AI产出高质量代码;而对系统缺乏理解的人,只会让AI生成更多错误。
对于那些担心被AI取代的职场新人,Linus给出的建议是:AI是一个伟大的工具,但它仅仅也只是工具。优秀的开发者依然能写出优秀代码,普通开发者依然更容易写出有Bug的代码,这一点在AI时代依然成立。关键在于深刻理解你所构建的系统。
想入门AI又不想交培训费,可以直接从大厂官方渠道学习,这份整理好的清单能省不少找资源的时间
直接从顶级公司免费学习AI。
1 - Anthropic: https://anthropic.skilljar.com/
2 - Google: https://grow.google/ai
3 - Meta: https://ai.meta.com/resources/
4 - NVIDIA: https://developer.nvidia.com/cuda
5 - Microsoft: https://learn.microsoft.com/en-us/training/
6 - OpenAI:
7 - IBM:
8 - AWS:
9 -
10 - Hugging Face:
如果你觉得这篇内容有用,请评论「Learning」。
转发让其他人也能获得帮助。
一定要收藏起来供日后参考。
想主动教别人用AI的人,可以对照这个结论调整精力分配。不用在没好奇心的人身上消耗太多时间
千万别轻易主动去教别人怎么用AI。想教会一个缺乏自驱力的普通人把AI用好,成本高到令人发指。他们往往把AI当成有求必应的算命神仙,一旦遇到模型产生幻觉或者报个错,立马就觉得“这玩意儿一点都不好用”,甚至指望你把每一步提示词都嚼碎了喂到他嘴里。
但教一个真正自带好奇心的人,往往���需要三分钟。你只要把工具入口和最底层的交互逻辑告诉他,他自己就会像发现新大陆一样,熬夜去试Prompt、测边界、折腾各种工作流,遇到报错自己去查,过两天甚至能反过来教你一堆新玩法。好奇心是教不出来的,能用好AI的人,往往在他眼里有光、主动想去探究新事物的那一刻,就已经学会一大半了。
用户TokenGremlin在X平台发文,一小时左右耗尽ChatGPT Plus全部额度,指出Sol模式存在异常消耗问题
该用户曾在Anthropic该被批评时提出批评,如今也不会对OpenAI手下留情。
他表示没有夸大,当前Codex的用量情况完全不正常。在进行大约一小时的GPT-5.6 Sol相关操作后,他就耗尽了自己全部的ChatGPT Plus额度。
他认为这种情况无法接受,即便算上Max推理和更高速度模式,消耗速度也远超出OpenAI过往的额度限制。他感觉这里存在问题,希望OpenAI正在进行的调查能尽快找出原因。
他提到,这次操作只是一个用Three.js和WebGL构建的游戏,搭配大约3个协同智能体,没有任何特殊之处。进行大部分小修复时,他使用的是Max模式下的GPT-5.6 Luna,而非Sol。
Luna的额度限制几乎可以视为无限制,连续运行10小时也 barely 消耗多少Plus额度。问题出在Max模式的Sol上,它消耗配额的速度过快,哪怕不使用子智能体,也会几乎耗尽配额。
Anthropic员工Thariq放出内部常用ELI5功能,可让代码智能体通俗解释内容并生成可视化页面
Anthropic员工Thariq对外放出了公司内部常用的一项功能,名为ELI5。
该功能可以让codeagent(代码智能体)用极其通俗易懂的方式解释任意内容,表达风格类似给完全不了解该领域的人讲解。
完成解释后,功能还会生成一份美观的HTML可视化页面,页面包含大图、少量文字与清晰流程图。
用法十分简单,只需要输入指令/eli5加上你想要解释的内容即可。
这项功能可以在codex中使用,目前已经对外开放试用。
对比自行搭建的OpenClaw,Grok Bot可登录发布社交平台,依托远端虚拟机实现原生自动化
开发者测试AI生成Three.js 3D模型,效果好但过程多次中断
Ox Alpha 搭配 Claude Code Harness > 使用 three.js 制作 Koenigsegg Jesko Attack 的 3D 模型,效果非常好。
糟糕的地方是——它在任务中途停了好多次。
开发者分享使用Claude Code构建的Horixa网页代码Prompt
斯坦福推出2小时从零构建LLM课程,替代长期自学
别浪费两年时间学习如何构建像Claude和ChatGPT这样的大语言模型了。
斯坦福刚刚放出了一门两小时的课程,教你从零开始构建大语言模型。
00:00 - 将文本拆分为token
25:44 - 解码用户提示词
35:40 - 端到端训练模型
1:16:47 - 从零搭建架构
掌握了这套大语言模型知识的工程师,在Anthropic能拿到每年75万美元的薪资。
先看课程,再通过下面这份分步指南继续深入,学习如何构建一个能自我迭代的系统。
前沿实验室从业者都猜测它是基于GLM 5.2训练的Cursor Composer新模型,没人愿意公开承认这件事。
关于Ox Alpha悄悄走红这件事最搞笑的地方是,一些消息非常灵通的人士(前沿实验室的人)都相信它是基于GLM 5.2打造的全新Cursor Composer。他们就是完全不肯承认,第一代西方数据/训练/RL创业公司已经不再拥有任何实质性优势了。
🚨 Ox Alpha 很可能是 Cursor 团队基于 GLM 系列后训练出来的 Composer 新模型。
分析了 OpenRouter 的数据,上线 29 小时:
• prompt 2.40T tokens(单日峰值 1.97T,增速还在加快)
• 请求 3344 万+
按 GLM-5.3 公开价格折算,这 29 小时相当于 ~$60 万推理账单,还只是 OpenRouter 一个渠道。
对照 OpenRouter 周榜:DeepSeek V4 Pro 全周 1.96T、GLM-5.2 全周 3.79T。Ox Alpha 一天半就进了同一量级,全程免费。
这吞吐背后的推理集群规模和技术实力,只有 Cursor 团队 + xAI 算力
其中stop-slop靠结构化规则去除AI生成痕迹,装机量最高,还被多个其他技能引用做结构来源。
转换后的技能可以直接在Claude Code、Copilot CLI和Amp里使用,不用再手动整理知识点。
其中部分命令能直接升级日常编码工作流,比如/btw可以不打断当前流程问旁支问题。
它把AI协作、计算机操作、智能体交接和完整数据所有权整合在同一个开源项目里,适配不同的智能体框架。
Grok Bot 最核心的理念刚刚得到了开源改写,现已能在各类代理框架上运行。
Open Bot 旨在将 AI 协作者、计算机使用、代理交接与完整数据所有权整合进一个开放系统。
最特别的一点是:任意代理框架 → 同一个开放接口 → 多个 AI 协作者。
没有封闭生态系统。没有单模型绑定。它只是一个开放基础,让你可以围绕已经在用的代理构建 AI 队友。
这就是 AI 助手未来的发展方向。不是单个聊天机器人,而是一整支能在你身边协作的团队。
在所有人都开始讨论它之前,先把这条存下吧。
现在Claude Security可以用这个前沿AI模型做漏洞扫描,扩展了原有的网络安全防御AI能力。
Claude Mythos 5 现已在 Claude Security 中开放漏洞扫描功能。
更多详情:Anthropic 已将 Claude Mythos 5 接入 Claude Security,扩大了其前沿 AI 网络防御能力的开放范围,让企业客户能够扫描代码库中的漏洞,并获取 AI 生成的修复指导。
此举旨在为防御方提供更强的漏洞发现与补丁支持,同时通过专用安全机制限制对模型的直接访问。
Claude Security 目前正面向 Claude Enterprise 客户开放公开测试版,它可以用 Claude Mythos 5 扫描选定仓库,并返回按通用弱点枚举(CWE)、严重性、置信度评级分类的发现结果,以及修复建议。
#cybersecuritynews
使用Google Cloud的企业,现在可以直接通过Vertex Model Garden接入Grok 4.6模型。
Grok 4.6 现已登陆 Google Cloud Vertex AI。
使用 Google Cloud 的企业现在可以直接通过 Vertex Model Garden 访问 Grok 4.6。
这份榜单测试AI处理长医疗卷宗的能力,结果显示当前顶尖AI已能部分完成病历审核,但成本高、完整度仍有明显缺陷,想做医疗AI应用可以参考这个测试结果。
发布五天就引发热议,大尺寸开源大模型居然能跑在个人笔记本上,性能还超出预期,想要尝鲜本地大模型有了新选择
Qwen3.8-27B 五天前刚引爆互联网。人们不敢相信,作为一个 27B 模型,它竟然如此强大,如此有「智能」。哪怕在笔记本电脑上运行,它都能解锁全新可能性。
以下是 10 个惊人示例:
这套提示词模仿宜家说明书思路写,能把普通照片转成兼具结构秩序和研究感的设计海报,直接用现成提示词出图省打磨时间。
整套商业流程拆分给十个不同AI角色自动循环,人类只需要定核心方向和做最终发布确认。想做AI自动化团队可以直接抄这套设计
这是谷歌DeepMind放出的新Gemini衍生模型
想搞懂LLM Agent怎么从聊天变干活,能从这门完整拆解课程里系统学完全部核心模块,全套资料都公开可获取
刷完这门课我才算真正搞明白,LLM Agent 到底是怎么从“会聊”变成“会干”的。
伯克利开的,叫 Advanced LLM Agents,主讲是 Dawn Song 教授,还拉了 Google、Meta 的人来客串讲课,阵容确实硬。
整门课就干一件事:拆解一个能思考、能行动的 Agent,到底是怎么做出来的。
从推理到规划,从写代码到证数学题,全走了一遍。
a哥觉得最有价值的内容块:
1⃣ 推理时技术 + 后训练:把复杂推理能力真正训出来、用起来
2⃣ 搜索与规划:让 Agent 学会做选择、做决策,而不是瞎试
3⃣ 代码生成与验证:做更靠谱的编程助手,写完还能自检
4⃣ 数学定理证明与自动形式化:AI 怎么进数学领域,这条路讲清楚了
5⃣ 多模态自主代理:图文协同,完成更复杂的任务闭环
6⃣ AI 安全与可靠性:面向实际部署的风险控制,不光是炫技
录像、PPT、配套资料全都有,不用翻墙折腾。
课程地址:
现有后训练范式忽略了现实世界会随AI部署发生改变,这些未解决的核心问题,对经济学研究者来说是高影响力的研究方向
我最近做了一场分享,向年轻经济学家介绍后训练。现在幻灯片已经上线了!对自己的模型做后训练不仅比以往任何时候都更容易实现,经济学家和其他社会科学家还能在下一个后训练时代发挥重要作用。
后训练流程大致是这样的:
1) SFT
2) 离线方法(DPO/KTO/SimPO等)
3) 在线方法(PPO/GRPO/CISPO等)
4) RL环境
5) 蒸馏(<--- 我们目前在这一步)
6) 世界适配(<--- 未来方向)
随着智能体被部署到现实世界,现实世界也会随之对它们做出适应。目前的后训练范式很大程度上忽略了这种适应,因为处理来自静态环境的可验证奖励要简单得多,也更容易规模化。
但正如我们在OpenAI与Huggingface的事件中看到的那样,我们不该假设现实世界会保持不变——事实上,情况恰恰相反。
因此问题来了:
1. 我们如何在后训练过程中预判现实世界的适应?
2. 如果这些场景中存在均衡,那均衡是什么样的?
3. 我们可以创造哪些工具来规模化人类监督?
这类问题还有很多,如果你是一名经济学家,这些都是影响力很高、值得研究的问题。
想使用无审查开源大模型的用户,现在有了新的选择,该组织称会和开源社区合作推进自然语言处理研究
ornith的无审查版本发布了。我之前经常在无审查模型里看到huihui,没想到是这么一个组织。
> We are committed to the study of model ablations and collaborate with the open-source community to advance natural language processing.
如果你用 Coding Agent 长时间跑任务,就要关心这个问题:现有主流方案压缩上下文会永久丢失信息,长时运行容易出错崩溃。
想系统学习RLHF训练大模型,却找不到内容深浅合适的学习资料,这门公开课程兼顾理论推导和实战落地,配套完整练习材料
之前看过的资料不是太飘就是太浅,直到翻到加州大学这门开放课,叫《大语言模型的强化学习》,才算把从强化学习到 LLM 训练这条线串起来。
UCLA 数学系助理教授主讲,理论推导没含糊,但也不是纯讲公式那种劝退风格。
整门课就是冲着让你学完能动手去设计的。
1⃣ 深度强化学习核心:MDP、策略梯度、A3C、PPO,关键算法都过了一遍
2⃣ LLM 基础脉络:NLP、语言建模、RNN,把前置知识补齐
3⃣ RLHF 全流程拆解:从数据收集到奖励建模到微调,整条链路讲清楚
4⃣ 可验证奖励强化学习:面向安全对齐的训练范式,偏实战落地
5⃣ 配套 Jupyter 代码示例和课后作业,不是光听不练那种
视频、幻灯片、练习材料全都有,YouTube 全套公开。
适合想把 RL 和 LLM 训练真正学透的人,不是走马观花。
🔗:
日常读到的说明、文案、演示内容全是同一种AI文笔,很快就会让人不适,提示词调不出来真变化,这个问题还没得到足够研究
哪怕大语言模型能写出通顺的内容,风格多样性的缺失也足以毁掉体验。
如果你的工作指南、社交媒体内容、广告、软件、PPT里全是一模一样的文风,读久了最终会让人反胃。
靠提示词能做到的程度非常有限。我们需要真正的风格多样性,而这个领域目前研究得还很不够。
用户@liyue_ai发布《We are done》机场完整版脚本,由Seedance 2.5导演Skill生成,工具已开放下载
课程讲解预测下一词的Transformer模型演化到写代码的过程,附带实验和公开课件
开发者championswimmer在印度理工学院甘地讷格尔分校(IIT GN)给学生开设了几场课程。课程中探讨了原本用于预测下一词的Transformer模型如何演化出代码编写能力,以及围绕模型构建的配套工具框架。
课程还设置了小型实验环节,参与者共同搭建了一个聊天机器人,之后为该机器人添加了若干工具。championswimmer已经将课程幻灯片上传到个人网站,对内容感兴趣的人可以前往获取。
championswimmer专门致谢badlogicgames,称pidotdev是目前最易用的模型配套框架。该框架支持打开内部结构展示,方便向学生讲解工作原理,也能在1小时的工作坊中快速完成扩展演示,对教学十分友好。
用户发现Ox-alpha用中文提问身份后,自称由Zai训练,并非智谱AI等公司开发
用户zainhas表示,识别Ox-alpha的身份并不复杂。只要用中文向Ox-alpha提问,询问它是谁就能得到答案。
Ox-alpha的回答显示,它并非由智谱AI、月之暗面或深度求索三家公司中的任何一家研发。
它自称是由Zai训练的GLM(通用语言模型)大语言模型。
一站式非托管钱包Wallet V整合多种链上功能,团队来自加拿大获Virgoco孵化
低分辨率预生成节省一半积分,最终成片用VikPea补全画质,可兼顾创作效率与成本
Claude Code会在内存文件中压缩存储信息,长期使用后压缩文本会被模型当作对话范本
这并非经过确认的结论,但该猜测或许解释了Claude Opus的对话风格逐渐变得怪异的部分原因。
Claude Code会把各类信息记录在名为Memory.md的内存文件中,新对话会话启动时会读取这份文件,而文件内的文本通常会逐渐变成压缩风格的语言。
这份内存文件存在容量上限,当存储内容接近上限时,系统会发出警告,Claude会自行处理,处理方式依然是压缩文本。
使用时间越长,内存文件就会被越多压缩语言填满,新会话启动时这些内容会被模型读取,当作对话的参考范本。
指出这个问题并让Claude把整个内存文件重写后,后续Opus的发言就变得更通顺易读了。该结论整体属于经验性判断,这里附上了前后对比的链接:
有社交媒体用户称GPT-5.6 Pro近期不再出现性能降级问题,同时分享了两种进阶使用方法
有用户在𝕏(原推特)分享体验,称GPT-5.6 Pro是目前能力最强的GPT版本,而且最近没有再出现性能降级到GPT-5.5 mini水平的问题。
使用者可以先把本地Git仓库推送到GitHub,之后在网页端连接GitHub,就能直接让GPT-5.6 Pro读取整个仓库的内容。
也可以在Codex中通过skills功能调用网页端的GPT-5.6 Pro。OpenClaw创始人Peter整理了相关玩法的入口链接。
还有推友分享了更进阶的使用思路:让GPT-5.6 Pro担任任务调度者,Codex负责具体执行,相关内容也有公开链接。
账号@MiaAI_lab在X平台分享,开源版本的该模型存在超时问题,无法使用
Ox Alpha现在可以通过Nous Portal,在Hermes智能代理中免费使用,实际可以正常运行。
发布者测试发现,该模型的开源版本存在超时问题,对发布者来说无法使用。
相关链接:
让更多网络安全防护人员用上大模型的网安能力,降低普通防护团队调用先进AI能力的门槛
社区讨论:多数体验过模型的开发者吐槽Claude Mythos 5的安全能力存在严重的安全限制,正常编写漏洞回归测试、生成漏洞概念验证PoC都会被拒绝,换对话场景才能正常输出,紧急安全事件中完全没用。还有人认为在GLM-5.3、DeepSeek-V4-Pro等竞品已经存在的当下,Anthropic这套宣传只是噱头,实际对普通用户几乎没有价值。
用户将Claude Code前端设计插件接入Cursor的Fable,测试后认可该组合的设计生成质量
用户@shinoyu___在𝕏分享,若要让AI生成设计,Fable的表现更出色。本次测试是将Claude Code的前端设计插件提取后,接入到Cursor内置的Fable中使用。测试后得到的效果不错。
生成设计的质量,和AI将需求转化为清晰描述的能力直接相关。
SOL表现不佳,是因为它对需求的语言化处理过度了。
测试链接:
用户分享结合Midjourney、ChatGPT、Runway快速从创意生成故事的方法
现在有很多实用工具能让你在几分钟内就从一个随机想法变成一个故事。我找到了一种 Midjourney 体素化风格,让 ChatGPT 生成了角色卡、环境参考资料和一个60秒故事。
我把参考资料和故事上传给了 @runwayml Agent:
这是我用 Midjourney 生成的原始图,还有 ChatGPT 返回的包含角色卡和环境静帧的内容:
这是技术社区热议的技术发展观点,帮你重新理解老牌技术体系在AI时代的长期生命力
开发者根据建议精简Pi Agent插件,仅保留七款核心插件。
根据大佬们的建议, 我的 Pi Agent只保留下面这些插件,尽量让 Pi Agent原汁原味
1. npm:pi-observability:统计一下Token的各种指标,研发离线DeepSeek模型用
2. npm:pi-web-access:访问Web资料,写代码时有时候查查资料还是有用的
3. npm:pi-mcp-adapter: 调用MCP接口
4. npm:@pi-lab/input-history: 实现类似 Codex 那种按照项目的方式,按上键可以恢复输入历史,终端环境挂后重启很有用
5. npm:pi-powerline-footer: Pi Agent底部会显示一个状态栏,主要是装逼用
6. npm:pi-grok-cli: 过几天把我X的会员倒进去,测试一下 Grok 的编程能力
7. npm:pi-rewind: 大佬推荐的, 每次AI修改会建立一个 git refs 的 checkout point, 避免AI把代码改坏了同时又没有commit的时候,提升效率
日本交易者尝试让Claude Code自动完成FX交易全流程,效率提升显著
想要把软件开发流程全搬回本地自己管控,不用依赖第三方云服务,这个思路给出了可行方向。
社区讨论:多数从业者认为生成代码不难,难在验证,且AI自行验证容易局限于自身假设,复杂场景仍会出现无法解决的致命bug。有人指出该项目并非真正全自托管,自己自托管GPU运行编码模型效果不佳,仍需大厂的前沿模型。已有开发者实际在用Hermes配合本地模型降本完成配置工作,也有开发者分享了自己搭建自托管软件工程工厂的进度。
多人提问比较Hermes、OpenClaw等不同多智能体框架的体验差异。
重构后系统可作为本地持续运行的AI视频生产线,已开源
工程师说不用本地IDE,直接让Claude Code替你运行代码干活。做普通开发如果不跟进AI代理流程,会落后于进度。
Google 工程师:“直接删掉你的 IDE 吧,你不再需要它了。让你的 Claude Code 帮你运行 Claude Code 就行。Google 有85%的PR都是由AI代理交付的。如果你还不做AI代理开发,你落后得太离谱了。”
在一场时长1小时的演讲中,这名拥有30年经验的Google工程师讲解了AI工程的未来会是什么样子。
这场演讲的价值超过10门付费代理课程。今天就去观看,然后再到下方文章里探索如何用图构建自我改进的代理。
数据说明对低成本甚至零成本AI算力的真实需求一直存在,只是之前没被充分放出来。
开发者可以直接通过Vertex AI的模型花园获取到这个模型,不用再跳转到其他平台调用。
适合部署大模型的开发者,搭配NVFP4和DFlash2优化方案,可以直接照着SGLang手册改配置。
一开始被当成营销宣传的说法,讨论到中途逐渐变成严肃的行业方向思考。
我觉得说“模拟是全新的 scaling law”很容易,大家只会把它当成营销夸大,但这场访谈进行到一半时,你就能听出我已经从开玩笑变得非常非常认真。
这件事我后知后觉了两年,现在终于明白为什么 @karpathy 和 @drfeifei 会支持 @joon_s_pk、@msbernst、@percyliang 等人——当年 Smallville 完全没有商业应用,但如果你认真看待 RSI,也就是模型自动化越来越多的机器学习研究和AI工程工作,那最后的*壁垒就是模拟人类与人类反馈,而 Simile 显然就是能做成这件事的团队,哪怕在这么早期的阶段,他们已经在财富100强企业中找到了产品市场契合。
我从来没有因为自己大错特错这么开心。*哦不对,是倒数第二道壁垒!:) 更多内容很快会在Science播客更新
定位是结构生物学相关模型,同赛道已经有多个常用方案成为行业标准。
网传一款高性能未公开身份的大模型OX,这篇分析梳理现有信息,帮你理清这款神秘模型到底是谁。
这下可以确定了,OX 绝对不是质谱的 GLM,他们的算力不可能供得起这么多提供商的无限额度。但 GLM5.3又还没开放权重,所以也不能是别的提供商的 GLM5.3。现有信息:模型十分智能,输出是真正的Fable 级别;指纹测试十分接近 GLM 5.3;在多个提供商上提供几乎无限的额度,这意味着它们算力很充足;将开放权重;明确反馈不是GPT和Claude模型。
这样看,符合条件的只有:MIMO、Google。还有两个小概率:StepFun 和 Cursor。
研究方向分别是优化大模型多语言能力、分析大模型与人类的视觉感知机制,后续将上线arXiv,关注多语言AI和认知研究可以期待。
我们有两篇论文被#EMNLP2026 main接收了🎉一篇是通过token级最优运输实现语言间对齐,改进LLM多语言能力的研究,另一篇是利用双稳态错觉分析LVLM和人类感知机制的研究!
Our two papers have been accepted to #EMNLP2026 main! Stay tuned w our papers on arXiv! #NLProc
想自己动手练大模型开发,不用再花时间搭环境找资料。打开浏览器就能跟着实操,从基础到多模态都覆盖,不用担心内容过时。
翻完这本我才发现,大模型的书居然真能从头到尾跟着跑通。叫《动手学大模型》,英文名 Hands-On Large Language Models,全开源。
一共12章,从最基础的语言模型讲起,一路推到提示词工程、语义搜索、微调,最后还上了多模态。
每章配的代码直接在 Colab 里就能跑,不用自己配环境,边看边敲边验证。
1⃣ 12章循序渐进,零基础也能跟得上
2⃣ 代码全可运行,不用自己搭环境
3⃣ Colab 在线跑,打开浏览器就能动手
4⃣ 提示词工程和微调都有实操案例
5⃣ 多模态应用也覆盖了,不局限纯文本
6⃣ 官网和GitHub同步更新,不存在过时问题
GitHub:
开发AI应用时,可以统一追踪所有模型调用的token用量、成本、延迟和错误,不需要被厂商绑定
隆重推出 Telemetry——面向 AI 应用的可观测性工具。
每一次模型调用、每一步工具执行、每一次检索,都能整合进同一条追踪链路:涵盖 tokens、成本、延迟、错误。
基于 OpenTelemetry 原生构建,不存在厂商锁定。
想跟进企业AI落地机会的人,可以参考这个判断,编码AI的普及速度是特殊数据和评估条件催生的特例,不能套到其他行业。
普通消费级游戏本也能跑规模不小的开源大模型,本地部署大模型跑Agent不再需要高端专业工作站,降低了本地玩大模型的硬件门槛
该判断此前不被认可,现在 Harvey 也移除了前沿模型依赖,符合这个趋势,关注AI行业分工的变化
正如我在播客中反复提到、也因此遭遇了大量反对意见的观点(剪那段视频出来):顶级应用层公司已经接受了构建自有开源模型,而非使用 OpenAI 和 Anthropic 的模型,因为他们越来越将后两者视为“仅补全模型”。
看来 Harvey 是最新一批移除 FMD(前沿模型依赖)的公司之一。
#docket @twistartups
看不懂陌生代码、技术文档或事故原因不用硬啃,用这个指令就能得到带流程图的可视化说明,帮你降低学习成本,目前社区版已经可以安装使用。
想入行或转做AI工程师的人,可以对照这张能力地图,检查自己当前缺失的技能方向,找准学习重点
给 Claude Code、Cursor 等编程助手汇总了现成可用的官方技能,不用再逐个找资源,能省不少找插件的时间
它整理了来自顶尖开发团队的超过 1400 个官方 agent 技能,可供 Claude Code、Cursor 和 Gemini CLI 这类编码助手使用。
已经完整跑完两个项目亲测可行,对于想用AI辅助完成全流程开发的人,这是一套可直接复制的稳定工作流。
想让AI把复杂问题讲明白,可以直接套这个现成的提示词,生成带图少字的HTML页面,不用额外安装工具。
这是一个有意思的 Skill,叫 ELI5,意思是就好比你给 5 岁孩子解释这件事,所以要通俗易懂。生成结果是 HTML 页面。其实你要是不经常用都没必要去安装这个 Skill,这个 Skill 里面也就是一句提示词而已。
提示词( 请把我当成对这个话题一无所知的人,用一个包含大图且文字较少的 HTML 组件来向我解释。
用AI Agent干活能做到什么程度,取决于使用者能提出什么样的问题,使用者的认知边界,就是工具的能力上限。
用AI Agent工作的人,眼界上限完完全全取决于自己的认知、眼界和定义问题的能力, 如果脑海中想的是“一个更牛逼的数据库”、“一个改变世界的AI native infra”、“爆破的百年数学猜想”,AI Agent就会沿着这个伟大方向给你工作, 如果脑海中想的是“做个最牛逼��贪吃蛇”,那你一辈子只能用codex做贪吃蛇。
用户测试DeepSeek+Pi Agent+算力舱组合,写代码体验速度与在线服务无差异,成本大幅降低
网友@manateelazycat实测一晚上后认为,DeepSeek加Pi Agent加算力舱的组合搭配十分理想。写代码的体验和速度,和在线AI服务没有区别。
这个组合是离线AI服务,使用成本远低于在线GPT。按照一天24小时不间断使用计算,总成本不到2元人民币。
此前使用GPT两天的成本就需要500元,换成这个离线组合后,500元足够使用一整年。后续遇到小工具开发需求,他都会选择使用这套DeepSeek组合。
幼儿园每日餐单发布在非结构化网站,通过Claude Code找到未认证API接入家庭机器人自动播报
这段分享发布在𝕏平台,分享者nikunj提到,很多人都低估了这项应用的价值。分享者的女儿刚上幼儿园,幼儿园的每日餐单发布在一个零散网站上,数据结构混乱,很难直接提取使用。
分享者让Claude Code通过网络请求定位网站的API接口,幸运的是这个API不需要身份认证就可以调用。Claude Code识别出了API正确的数据格式,并将接口接入了用户已有的Hermes家庭机器人。
现在每天早上,家庭机器人都会主动播报当天幼儿园的早餐和午餐菜单。家长可以根据餐单调整给孩子打包的食物,不用手动从网站查看整理餐单信息。
DeepSeek推出v4-flash能力级多模态大模型,官方暂不支持视频输入,开发者分享可行处理方法
DeepSeek近期推出了新模型deepseek-v4-flash-vision-exp,这是该团队首个达到v4-flash能力级别的多模态大模型。
这个模型已经具备视觉识别能力,但暂不支持音频输入,DeepSeek官网和官方API都没有提供视频输入功能。因此开发者karminski3整理了一份教程,介绍如何用该模型处理视频内容。
教程提到,直接将视频转换为GIF的方法行不通,模型仅能识别GIF的第一帧,该结论已经过代码验证。可行的方法是将视频抽取为JPEG或PNG格式的帧图片,按时间顺序以多个图片链接传入模型,同时在提示词中标明抽帧采样率和时间轴,能提升分析准确率。
karminski3测试后给出抽帧最佳方案,不要对全片匀速抽帧,采用“全片1fps宏观采样+关键事件窗口高帧放大”的两级采样,分析快速动作场景效果更好。详细教程与相关代码已经开源。
用户实测显示新型Grok Bot智能体可自主执行科研任务
全新的 Grok Bot 智能体彻底改变了开展研究的方式。我给 Grok Bot 明确了研究目标、研究范围和清晰的最终成果要求,然后让智能体自己决定执行路径。
两个多小时里,它独立完成了研究工作,跟进关联的探究线索,整理数据,并且不断朝着最终目标优化输出内容。我不需要一步步给它投喂提示词。
我只需要在统筹层面工作:明确任务,设定参数,然后让智能体执行。这就是agentic AI从对话走向真正自主工作的跨越。
开发者耗时多日,在16G丐版M1上成功跑起Qwen无审查大模型
🎉搞定!找了好几天,终于在 16G 丐版 M1 上把 Qwen 3.8-27B 无审查模型 跑起来了! 本地部署👉🏻:outsourc-e/Qwen3.8-27B-Unleashed-GGUF (地址见评论区) 虽说受限于配置,生成速度确实有点慢,但架不住它听话啊! 后台私信有一些朋友问无审查模型是什么?(下面两张图:无审查 vs 有审查) 官方原版为了安全有很多条条框框,经常一句“作为AI模型我无法回答”直接拒绝,而无审查版去除了这些限制,带来了三大好处: 1. 绝不拒绝: 无论多冷门、多敏感的提问,它都直奔主题,再也没有生硬的拒绝 2. 实力全开: 写作、写代码、推理不再画地为牢,创意和逻辑表现更聪明 3. 完全自由: 适合深度研究和创作,是一个真正属于你、听你指挥的完全体 AI 好了,如果你有 32G/64G 大内存,那速度就更爽了 开车🚗注意安全!
传送门👉
分享Codex 5.6的Appshots机制,减少token消耗简化开发
Anthropic内部常用的ELI5解释插件已发布到Claude插件市场
Anthropic 团队内部经常使用的技能「ELI5」:用大图和少量文字,为不了解该主题的人制作说明主题的Artifact,调用格式为 /eli5 <想要了解的主题>。
安装方法:
- claude plugin marketplace add anthropics/claude-plugins-community
- claude plugin install eli5@claude-community
我已经请人实际讲解了 /eli5 本身👀
关于 /eli5 的日语版Artifact也会公开。
现有后训练范式忽略了现实世界会随AI部署发生改变,这些未解决的核心问题,对经济学研究者来说是高影响力的研究方向
我最近做了一场分享,向年轻经济学家介绍后训练。现在幻灯片已经上线了!对自己的模型做后训练不仅比以往任何时候都更容易实现,经济学家和其他社会科学家还能在下一个后训练时代发挥重要作用。
后训练流程大致是这样的:
1) SFT
2) 离线方法(DPO/KTO/SimPO等)
3) 在线方法(PPO/GRPO/CISPO等)
4) RL环境
5) 蒸馏(<--- 我们目前在这一步)
6) 世界适配(<--- 未来方向)
随着智能体被部署到现实世界,现实世界也会随之对它们做出适应。目前的后训练范式很大程度上忽略了这种适应,因为处理来自静态环境的可验证奖励要简单得多,也更容易规模化。
但正如我们在OpenAI与Huggingface的事件中看到的那样,我们不该假设现实世界会保持不变——事实上,情况恰恰相反。
因此问题来了:
1. 我们如何在后训练过程中预判现实世界的适应?
2. 如果这些场景中存在均衡,那均衡是什么样的?
3. 我们可以创造哪些工具来规模化人类监督?
这类问题还有很多,如果你是一名经济学家,这些都是影响力很高、值得研究的问题。
这份榜单测试AI处理长医疗卷宗的能力,结果显示当前顶尖AI已能部分完成病历审核,但成本高、完整度仍有明显缺陷,想做医疗AI应用可以参考这个测试结果。
研究方向分别是优化大模型多语言能力、分析大模型与人类的视觉感知机制,后续将上线arXiv,关注多语言AI和认知研究可以期待。
我们有两篇论文被#EMNLP2026 main接收了🎉一篇是通过token级最优运输实现语言间对齐,改进LLM多语言能力的研究,另一篇是利用双稳态错觉分析LVLM和人类感知机制的研究!
Our two papers have been accepted to #EMNLP2026 main! Stay tuned w our papers on arXiv! #NLProc
此前AI写代码的Agent常出逻辑乱、忘上下文问题,这些工具补上了技能标准、持久记忆和多协作能力,能帮写代码更稳定可靠
训练AI设计工具需要大量真实操作数据,这份开源数据集填补了空白,能帮AI学会像真人一样操作专业设计软件
CAD 1000 Hours:最大的开源 CAD 数据集 工程师或者设计师在电脑上画建筑图纸、做机械零件3D模型时,操作非常复杂。为了让AI学会像真人一样使用这些专业设计软件,创作者录下了工程师真实的电脑操作过程,把视频、鼠标点击、键盘敲击动作全部完整记录了下来。数据量大:包含了超过 1000 个小时的真实���脑操作录像,总共涵盖了 597 个不同的完整设计任务。
软件覆盖全面:包含了 10 款主流画图和建模软件,比如画建筑和零件最常用的 AutoCAD、做机械设计的 SOLIDWORKS、做房屋建模的 SketchUp (牛来电影就是用这个做的)等。细节丰富:每一个任务不仅有屏幕录像,还精准记录了每一秒鼠标点在哪里、键盘按了什么,甚至配有文字解说,告诉AI“这一步设计师在干嘛”。前后对照清晰:每个案例都提供了最初给设计师的任务说明、参考素材,以及最后做出来的成品文件和评分标准,方便AI对照着学习。
数据集:
想系统补大模型基础的中文学习者,不用再啃零散碎片或英文论文,这份体系化内容可以直接免费获取。
🧠 浙大开源了一本《大模型基础》,六章全本 PDF 免费下 GitHub 上 1.65 万 stars
想系统补大模型的底子,中文材料一直不太够。要么是博客拼凑的碎片,读完不成体系;要么直接啃英文论文,术语和数学一起上,第一章就劝退。
这本《大模型基础》是浙大团队做的,六章顺着能力递进铺:语言模型基础、大语言模型架构、Prompt 工程、参数高效微调、模型编辑、检索增强生成。
完整版 PDF 和分章节 PDF 都给了,每章还配一份相关论文列表,想往深了挖有现成的路。
有个挺有意思的设计:每章各用一种动物作为讲技术的示例背景,抽象概念套在具体形象上,读起来不那么硬。
内容按月更新,作者团队还计划补上大模型推理加速和大模型智能体两块。同一个仓库里另外开源了一个多智能体开发框架 Agent-Kernel。
母语材料的价值不在于省翻译时间,在于你能把注意力全放在内容上。
GitHub:
未来三个月调用GPT-5.6 Sol API会更便宜,用 credits 结算也能省下成本,开发AI应用的投入会降低
OKF是Google推出的LLM维基标准格式,基于普通markdown和yaml,不存在专有格式锁。使用这款插件可以一键迁移已有markdown知识库,还能实时纠错。
想使用无审查开源大模型的用户,现在有了新的选择,该组织称会和开源社区合作推进自然语言处理研究
ornith的无审查版本发布了。我之前经常在无审查模型里看到huihui,没想到是这么一个组织。
> We are committed to the study of model ablations and collaborate with the open-source community to advance natural language processing.
这是谷歌DeepMind放出的新Gemini衍生模型
想转AI工程或自学AI开发,不用花几千美元买付费课,这套免费课程覆盖了工程师实际用Claude工作的实用技巧,可以加入学习清单。
发布五天就引发热议,大尺寸开源大模型居然能跑在个人笔记本上,性能还超出预期,想要尝鲜本地大模型有了新选择
Qwen3.8-27B 五天前刚引爆互联网。人们不敢相信,作为一个 27B 模型,它竟然如此强大,如此有「智能」。哪怕在笔记本电脑上运行,它都能解锁全新可能性。
以下是 10 个惊人示例:
对应订阅计划用户现在就能直接使用Grok Bot,其他用户还能申请有使用限制的免费试用,可以直接体验这款AI工具
我们正在让更多用户可以使用 Grok Bot。
所有 SuperGrok Plus、Cursor Pro+ 和 Cursor Teams 订阅用户现在都可以访问该服务。
我们还为所有其他用户提供了带有使用限额的免费试用。
普通消费级游戏本也能跑规模不小的开源大模型,本地部署大模型跑Agent不再需要高端专业工作站,降低了本地玩大模型的硬件门槛
开发AI应用时,可以统一追踪所有模型调用的token用量、成本、延迟和错误,不需要被厂商绑定
隆重推出 Telemetry——面向 AI 应用的可观测性工具。
每一次模型调用、每一步工具执行、每一次检索,都能整合进同一条追踪链路:涵盖 tokens、成本、延迟、错误。
基于 OpenTelemetry 原生构建,不存在厂商锁定。
你付给Anthropic的钱,被用来推进更严格的AI监管,对抗OpenAI阵营支持的宽松监管路线。
你付给Anthropic的钱,就用在了这里。希望你同意!!消息来自Politico:
「ANTHROPIC的反AI闪电战:AI领域的政治战正进一步渗透进中期选举——这个行业最大玩家之一,斥资数百万美元向选民警告这项它亲手参与创造的技术。
Will报道,Anthropic支持的Public First Action已经斥资250万美元购买广播广告时段,在佛罗里达州宣传共和党参议员Ashley Moody,这是该组织首次在大选阶段进行大规模宣传。
这支由AI公司资助的新广告开篇就发出 ominous 警告:「人工智能正在改变我们的生活。它的发展速度快到没人能控制。它会抢走我们的工作」,随后提到克隆语音、被盗用的人脸,以及AI创造者自身发出的警告——接着称赞Moody支持针对深度伪造的立法。观看广告
这是Anthropic整体政治战略中最新的一支广告,该公司斥资数百万推动更严格的AI监管,对抗由OpenAI领导层和投资者支持、支持更宽松监管方式的敌对政治团体。」
此前LinkedIn自带AI增强创作功能现已停用,标注功能上线后,被归类为低质的内容浏览量下降了40%,可观察平台对AI内容的治理效果。
❗️LinkedIn 将要告知用户,其他人会将他们的帖子视作AI垃圾内容。这条提示会放在帖子分析页面,措辞软化成了“看起来像是AI生成的”。
说这话的恰恰就是那个在自己的编辑器里加入了“AI增强”按钮的平台,而它的所有者Microsoft,多年来一直硬把Copilot塞进Word、Outlook、Teams和Windows里。
那个“AI增强”按钮现在要停用了。LinkedIn首席产品官Hari Srinivasan称,自7月30日以来,已有超过一百万用户点击过这个LinkedIn的垃圾内容生成按钮,被LinkedIn归类为垃圾内容的帖子的浏览量已经下降了40%。
普通人做简单任务就能帮训练真实机器人,还能赚积分。行业认为机器人行业的ChatGPT时刻将在2027年前到来,数据是核心瓶颈
如果你之前因为觉得@axisrobotics看起来又是个随机刷分项目就没关注,那读读这篇。
过去48小时里,Unitree表示机器人技术正在迎来它的「ChatGPT时刻」,而ACE Robotics的董事长认为这一时刻会在2027年底前到来。
但要让机器人达到那个水平,需要数量极其庞大的训练数据。而Axis正在做的就是这件事。
你可以直接在浏览器里控制仿真机器人,完成简单任务赚取积分。你完成的这些动作还会帮着生成可用于训练真实机器人的数据。
这已经不是什么小型实验了:
- 已融资1200万美元
- 超12.3万名贡献者
- 超300万条机器人运动轨迹
- 社区生成的数据已经被用于训练一台真实机器人
所以没错,我们基本上就是一边刷潜在空投,一边教我们未来的机器人仆人怎么干活😂
如果你还没开始,这个项目完全免费。你只需要在Base上留一点点gas来给你完成的任务签名。
✅ 开始刷Axis积分:
重要提示:一定要在历史页面给每个已完成任务签名,否则你拿不到积分。
从事编程或正在学习编程的人,可以参考这套适配AI的开发流程,以及新人学习战略编程的路径,判断自身能力培养的方向。
普通游戏本也能跑出每秒22个token的速度,在家跑大模型的门槛又降了一截,你怎么看?
不用再纠结显卡显存够不够,就能运行多个前沿混合专家(MoE)大模型,纯C零依赖体积很小
想在自己电脑上跑大模型,一看动辄几百 GB 的权重和显存要求,基本就放弃了。
colibri 换了个思路,把显存、内存和硬盘当成一个整体来调度,权重按需从硬盘流式加载,纯 C 写的零依赖,已斩获 25000+ Star!
支持的全是前沿 MoE 模型,从 35B 的 Qwen3.6 到 2.8T 的 Kimi K3 共六个家族,每个模型就一个 C 文件。
GitHub:
官方演示里 744B 的 GLM-5.2 用 int4 量化在 CPU 上流式跑了起来,常驻内存不到 10 GB。
自带网页仪表盘,19456 个专家的路由热度实时可视化,哪个专家被调用会闪一下,看着挺震撼的。
内存不缺的机器都可以拉下来试试,亲手摸一摸千亿级模型,和租 API 是两种感觉。
扫码就能接入微信、Telegram这些常用工具,直接在聊天框里调用AI代理人干活,不用跳转到其他平台
DeepSeek Harness 终于可以直接塞进微信、Telegram 里用了。推荐一个开源插件 dsh-im,一个插件直接打通 微信、飞书、钉钉、企业微信、QQ、Slack、Telegram、Discord、WhatsApp 9 大平台。很多平台扫码就能接入,之后直接在聊天软件里和自己的 DeepSeek Harness 对话、调用 Agent 干活,甚至支持图片和流式回复。
相当于把自己的 AI Agent 装进了微信和 Telegram。GitHub:
该博主称Anthropic的网络安全能力已经和OpenAI相当,现在的企业文化是两面派说法
抛开玩笑不谈,我不满的点在于 Anthropic 没有宣布暂停 RL 训练,因为他们的网络安全能力显然已经和 OpenAI 相当。
我现在真的认为 Anthropic 的企业文化就是一套双言巧语。
不需要复杂参数对比,任务不复杂选Haiku 4.5或Sonnet 5,任务复杂选Opus 5或Fable 5就行
提前在电脑设置好,出门用手机就能选项目、给AI发指令、看测试结果,不用特意回座位开电脑
现有Codex宠物功能暂不支持导出导入自定义作品,呼吁社区展示个人创作,方便玩家交流创意
大家好! image 828×714 69.5 KB 我一直在探索 Codex 里的自定义宠物功能,觉得创建一个地方来分享我们的创作会很有意思。
关于创作过程的一点说明:创作 Sentinel 很有意思,但也经过了好几次迭代:优化形状、提升对称性、确保设计在深色模式下仍然可见,还有验证最终精灵图。
在当前的宠物界面里,我可以创建、选择、刷新、收起宠物,但没有可见的导出或导入功能。
前沿实验室从业者都猜测它是基于GLM 5.2训练的Cursor Composer新模型,没人愿意公开承认这件事。
关于Ox Alpha悄悄走红这件事最搞笑的地方是,一些消息非常灵通的人士(前沿实验室的人)都相信它是基于GLM 5.2打造的全新Cursor Composer。他们就是完全不肯承认,第一代西方数据/训练/RL创业公司已经不再拥有任何实质性优势了。
🚨 Ox Alpha 很可能是 Cursor 团队基于 GLM 系列后训练出来的 Composer 新模型。
分析了 OpenRouter 的数据,上线 29 小时:
• prompt 2.40T tokens(单日峰值 1.97T,增速还在加快)
• 请求 3344 万+
按 GLM-5.3 公开价格折算,这 29 小时相当于 ~$60 万推理账单,还只是 OpenRouter 一个渠道。
对照 OpenRouter 周榜:DeepSeek V4 Pro 全周 1.96T、GLM-5.2 全周 3.79T。Ox Alpha 一天半就进了同一量级,全程免费。
这吞吐背后的推理集群规模和技术实力,只有 Cursor 团队 + xAI 算力
其中stop-slop靠结构化规则去除AI生成痕迹,装机量最高,还被多个其他技能引用做结构来源。
转换后的技能可以直接在Claude Code、Copilot CLI和Amp里使用,不用再手动整理知识点。
其中部分命令能直接升级日常编码工作流,比如/btw可以不打断当前流程问旁支问题。
它把AI协作、计算机操作、智能体交接和完整数据所有权整合在同一个开源项目里,适配不同的智能体框架。
Grok Bot 最核心的理念刚刚得到了开源改写,现已能在各类代理框架上运行。
Open Bot 旨在将 AI 协作者、计算机使用、代理交接与完整数据所有权整合进一个开放系统。
最特别的一点是:任意代理框架 → 同一个开放接口 → 多个 AI 协作者。
没有封闭生态系统。没有单模型绑定。它只是一个开放基础,让你可以围绕已经在用的代理构建 AI 队友。
这就是 AI 助手未来的发展方向。不是单个聊天机器人,而是一整支能在你身边协作的团队。
在所有人都开始讨论它之前,先把这条存下吧。
现在Claude Security可以用这个前沿AI模型做漏洞扫描,扩展了原有的网络安全防御AI能力。
Claude Mythos 5 现已在 Claude Security 中开放漏洞扫描功能。
更多详情:Anthropic 已将 Claude Mythos 5 接入 Claude Security,扩大了其前沿 AI 网络防御能力的开放范围,让企业客户能够扫描代码库中的漏洞,并获取 AI 生成的修复指导。
此举旨在为防御方提供更强的漏洞发现与补丁支持,同时通过专用安全机制限制对模型的直接访问。
Claude Security 目前正面向 Claude Enterprise 客户开放公开测试版,它可以用 Claude Mythos 5 扫描选定仓库,并返回按通用弱点枚举(CWE)、严重性、置信度评级分类的发现结果,以及修复建议。
#cybersecuritynews
使用Google Cloud的企业,现在可以直接通过Vertex Model Garden接入Grok 4.6模型。
Grok 4.6 现已登陆 Google Cloud Vertex AI。
使用 Google Cloud 的企业现在可以直接通过 Vertex Model Garden 访问 Grok 4.6。
如果日常使用GPT模型,可以更低成本获取该模型服务,使用成本会有所下降。
社区讨论:多数开发者认为此次降价是OpenAI为了从Claude手中抢夺市场份额,开发者仍习惯使用Claude Code,OpenAI应该针对企业采购负责人降价吸引。有人质疑OpenAI在没有下一代模型的情况下降价,还缩减老用户配额,看不懂阿尔特曼的策略。用户感谢DeepSeek的竞争迫使头部厂商降价,认为竞争对消费者有利,还有人指出目前chat-latest定价仍比Sol不合理,TTS定价依然过高。
若开源AI真的因监管被限制,普通用户能接触到的免费低成本AI工具会大幅减少,现有AI使用成本可能上涨。
David Sacks 表示,开源人工智能禁令就要来了,会打着让开放模型与闭源模型适用同一标准的旗号推行。
“我有个坏消息要告诉你,Chamath。开源禁令就要来了。他们不会这么直接叫它。”
“你知道他们会怎么说吗?他们会说,我们只需要对开放模型套用和闭源模型一样的标准就行了。”
“好的,我来一步一步讲他们会怎么操作。让我解释一下监管俘获实际上是怎么运作的。”
“首先,你得先搭好这套监管机构。没错,Dario 想要一个监管 AI 的 FDA,但他没有足够的政治支持来办成这件事,所以他们换了个特洛伊木马,搞一个监管 AI 的 FINSA。”
“他们把这叫做自律监管,实际上根本不是,但不管怎么说这能让他们起步。现在他们已经成立了标准制定组织,也已经要求发布前必须做模型测试。接下来,压力就会越来越大,要求将这套做法写入法律。”
做了两年客户端的创始人体验一天后,决定停掉自研项目论证全面迁移。这让做产品的人看到,自建AI应用基建,未必比搭开源底座效率高。
工程师说不用本地IDE,直接让Claude Code替你运行代码干活。做普通开发如果不跟进AI代理流程,会落后于进度。
Google 工程师:“直接删掉你的 IDE 吧,你不再需要它了。让你的 Claude Code 帮你运行 Claude Code 就行。Google 有85%的PR都是由AI代理交付的。如果你还不做AI代理开发,你落后得太离谱了。”
在一场时长1小时的演讲中,这名拥有30年经验的Google工程师讲解了AI工程的未来会是什么样子。
这场演讲的价值超过10门付费代理课程。今天就去观看,然后再到下方文章里探索如何用图构建自我改进的代理。
数据说明对低成本甚至零成本AI算力的真实需求一直存在,只是之前没被充分放出来。
开发者可以直接通过Vertex AI的模型花园获取到这个模型,不用再跳转到其他平台调用。
适合部署大模型的开发者,搭配NVFP4和DFlash2优化方案,可以直接照着SGLang手册改配置。
一开始被当成营销宣传的说法,讨论到中途逐渐变成严肃的行业方向思考。
我觉得说“模拟是全新的 scaling law”很容易,大家只会把它当成营销夸大,但这场访谈进行到一半时,你就能听出我已经从开玩笑变得非常非常认真。
这件事我后知后觉了两年,现在终于明白为什么 @karpathy 和 @drfeifei 会支持 @joon_s_pk、@msbernst、@percyliang 等人——当年 Smallville 完全没有商业应用,但如果你认真看待 RSI,也就是模型自动化越来越多的机器学习研究和AI工程工作,那最后的*壁垒就是模拟人类与人类反馈,而 Simile 显然就是能做成这件事的团队,哪怕在这么早期的阶段,他们已经在财富100强企业中找到了产品市场契合。
我从来没有因为自己大错特错这么开心。*哦不对,是倒数第二道壁垒!:) 更多内容很快会在Science播客更新
定位是结构生物学相关模型,同赛道已经有多个常用方案成为行业标准。
想要把软件开发流程全搬回本地自己管控,不用依赖第三方云服务,这个思路给出了可行方向。
社区讨论:多数从业者认为生成代码不难,难在验证,且AI自行验证容易局限于自身假设,复杂场景仍会出现无法解决的致命bug。有人指出该项目并非真正全自托管,自己自托管GPU运行编码模型效果不佳,仍需大厂的前沿模型。已有开发者实际在用Hermes配合本地模型降本完成配置工作,也有开发者分享了自己搭建自托管软件工程工厂的进度。
多人提问比较Hermes、OpenClaw等不同多智能体框架的体验差异。
这是技术社区热议的技术发展观点,帮你重新理解老牌技术体系在AI时代的长期生命力
让更多网络安全防护人员用上大模型的网安能力,降低普通防护团队调用先进AI能力的门槛
社区讨论:多数体验过模型的开发者吐槽Claude Mythos 5的安全能力存在严重的安全限制,正常编写漏洞回归测试、生成漏洞概念验证PoC都会被拒绝,换对话场景才能正常输出,紧急安全事件中完全没用。还有人认为在GLM-5.3、DeepSeek-V4-Pro等竞品已经存在的当下,Anthropic这套宣传只是噱头,实际对普通用户几乎没有价值。
选编码AI工具时纠结Codex和Claude?可以看看实际连续用一周的真实使用感受,帮你做选择
社区讨论:多数开发者认同Codex生成的代码冗余注释更少,架构更简洁,且所有套餐都有充足额度,使用成本更低。有开发者提到Codex倾向于过度设计、过于谨慎,也有开发者给出相反体验,认为Codex反而更爱把问题复杂化,Claude更务实。有人指出本次对比混淆了模型和配套工具的概念,没有明确说明具体对比的模型版本。
不用切换多个客户端就能调用不同编码AI完成开发和自动化任务,想要本地部署的开发者可以直接自取源码
HN 大家好,我是 Pablo,Proliferate(YC S25)的创始人!
Proliferate(https://github.com/proliferate-ai/proliferate)是一款开源、可自托管的 AI IDE,它让你可以在同一个地方使用 Claude Code、Codex、OpenCode、Cursor 和 Grok 工作并自动化任务。
这里有一个 2 分钟的快速演示,展示我们如何用 Proliferate 构建 Proliferate:https://www.youtube.com/watch?v=tGNX0oaWmBY
我是在我的团队接入 OpenAI Codex 之后开始开发 Proliferate 的。几天之内,我们就把它用在了所有事情上:用 compu
想主动教别人用AI的人,可以对照这个结论调整精力分配。不用在没好奇心的人身上消耗太多时间
千万别轻易主动去教别人怎么用AI。想教会一个缺乏自驱力的普通人把AI用好,成本高到令人发指。他们往往把AI当成有求必应的算命神仙,一旦遇到模型产生幻觉或者报个错,立马就觉得“这玩意儿一点都不好用”,甚至指望你把每一步提示词都嚼碎了喂到他嘴里。
但教一个真正自带好奇心的人,往往���需要三分钟。你只要把工具入口和最底层的交互逻辑告诉他,他自己就会像发现新大陆一样,熬夜去试Prompt、测边界、折腾各种工作流,遇到报错自己去查,过两天甚至能反过来教你一堆新玩法。好奇心是教不出来的,能用好AI的人,往往在他眼里有光、主动想去探究新事物的那一刻,就已经学会一大半了。
担心被AI取代的开发者可以参考这一观点:核心能力依然是对系统的理解,AI只是辅助工具,不会改变开发者能力的分层逻辑。
“氛围编程”撑不起长期维护的项目
Linus将当下流行的AI辅助编程方式称为“氛围编程”。他认为,对于一次性、写完就扔的小项目,AI的表现非常出色。但如果你要构建的是一个需要维护35年的严肃项目,比如Linux内核,那就不能只靠写提示词让别人或AI替你生成代码。
开发者必须理解系统最终是如何运行的。即使现在没人直接写机器代码了,Linus依然会查看编译器或AI生成的汇编代码,确保其真正按照意图运行。那些真正理解系统和复杂性的开发者,知道如何引导AI产出高质量代码;而对系统缺乏理解的人,只会让AI生成更多错误。
对于那些担心被AI取代的职场新人,Linus给出的建议是:AI是一个伟大的工具,但它仅仅也只是工具。优秀的开发者依然能写出优秀代码,普通开发者依然更容易写出有Bug的代码,这一点在AI时代依然成立。关键在于深刻理解你所构建的系统。
用过Grok Bot后对AI的使用体验完全改变,后续大厂大概率会推出同类产品,提前观察能帮你选对下一步工具
自从开始用 Grok Bot,我使用和对接 AI 的方式已经彻底改变了。
Claude Code、Codex、Hermes 这类远程控制功能确实非常好用,但 Grok Bot 已经领先它们好几个月。
我估计今后 Anthropic 肯定会推出类似的后发产品,比如叫「Claude Cloud」,OpenAI 会出「GPT Bot」之类的。
中国的前沿玩家速度应该会更快一些……Skywork 就是例子。
而到那个时候,Grok 应该又已经领先好几个月了☺️
对关注大模型行业发展的人来说,这是业内对头部厂商发展节奏的不同判断,可以参考行业变化的民间观察。
Anthropic 曾经一度领跑 AI 竞赛,现在它却已经不见踪影。
在 Opus 4.7 之前,一切都还不错。在那之后,他们试图围绕 Mythos 打出一手好牌,推出了 Fable。结果并不成功。
Opus 5 就是单纯的冗长,还容易出现多余的过度工程化问题。
Anthropic 需要再迎来一次「Claude Code 时刻」,才能重新领跑 AI 竞赛。
日常读到的说明、文案、演示内容全是同一种AI文笔,很快就会让人不适,提示词调不出来真变化,这个问题还没得到足够研究
哪怕大语言模型能写出通顺的内容,风格多样性的缺失也足以毁掉体验。
如果你的工作指南、社交媒体内容、广告、软件、PPT里全是一模一样的文风,读久了最终会让人反胃。
靠提示词能做到的程度非常有限。我们需要真正的风格多样性,而这个领域目前研究得还很不够。
如果你用 Coding Agent 长时间跑任务,就要关心这个问题:现有主流方案压缩上下文会永久丢失信息,长时运行容易出错崩溃。
整套商业流程拆分给十个不同AI角色自动循环,人类只需要定核心方向和做最终发布确认。想做AI自动化团队可以直接抄这套设计
用AI Agent干活能做到什么程度,取决于使用者能提出什么样的问题,使用者的认知边界,就是工具的能力上限。
用AI Agent工作的人,眼界上限完完全全取决于自己的认知、眼界和定义问题的能力, 如果脑海中想的是“一个更牛逼的数据库”、“一个改变世界的AI native infra”、“爆破的百年数学猜想”,AI Agent就会沿着这个伟大方向给你工作, 如果脑海中想的是“做个最牛逼��贪吃蛇”,那你一辈子只能用codex做贪吃蛇。
想入行或转做AI工程师的人,可以对照这张能力地图,检查自己当前缺失的技能方向,找准学习重点
该判断此前不被认可,现在 Harvey 也移除了前沿模型依赖,符合这个趋势,关注AI行业分工的变化
正如我在播客中反复提到、也因此遭遇了大量反对意见的观点(剪那段视频出来):顶级应用层公司已经接受了构建自有开源模型,而非使用 OpenAI 和 Anthropic 的模型,因为他们越来越将后两者视为“仅补全模型”。
看来 Harvey 是最新一批移除 FMD(前沿模型依赖)的公司之一。
#docket @twistartups
想跟进企业AI落地机会的人,可以参考这个判断,编码AI的普及速度是特殊数据和评估条件催生的特例,不能套到其他行业。
网传一款高性能未公开身份的大模型OX,这篇分析梳理现有信息,帮你理清这款神秘模型到底是谁。
这下可以确定了,OX 绝对不是质谱的 GLM,他们的算力不可能供得起这么多提供商的无限额度。但 GLM5.3又还没开放权重,所以也不能是别的提供商的 GLM5.3。现有信息:模型十分智能,输出是真正的Fable 级别;指纹测试十分接近 GLM 5.3;在多个提供商上提供几乎无限的额度,这意味着它们算力很充足;将开放权重;明确反馈不是GPT和Claude模型。
这样看,符合条件的只有:MIMO、Google。还有两个小概率:StepFun 和 Cursor。
这些工具覆盖降本提速、多智能体调度、联网、视频生成等需求,很多功能免费可用,可以直接给现有AI工作流提效
6个正在GitHub上火爆的AI Agents代码仓库:
1. Graft — 让Claude Code成本降低4倍,速度提升3倍,可兼容任意代理,每会话耗时减少60%
2. Agency agents — 完整AI代理平台,包含232个 specialized 子代理,覆盖16个领域
3. Codebase memory mcp — 将你的整个代码库转换为超高速知识图谱,支持158种语言, tokens 消耗减少99%以上,响应仅需毫秒级
4. OpenMontage — 将你的编码代理转变为完整视频制作工作室,仅需提示词即可完成规划、写脚本、素材处理、剪辑和渲染
5. Agent-Reach — 给你的代理装上“眼睛”浏览互联网,可以在X、Reddit、YouTube、GitHub等平台读取和搜索内容,完全免费,无需付费调用API
6. Orca — 管理并并行执行多个编码代理
有了这些工具,你就不用再只用单个代理,而是可以管理一整套代理舰队了。赶紧把它们收藏起来 🔖
如果你运营网站,可以用它检测AI Agent读取你网站内容的效果,还能一键生成修复问题的提示词
为你介绍一款用于测量智能体读取你的网站效果的工具。该工具由@oradotai的研究提供支持,你可以运行:
▪︎ 包含100+项检查的审核
▪︎ 智能体使用你网站过程的可视化
▪︎ 一键生成修复问题的提示词
▪︎ 供智能体使用的CLI
给 Claude Code、Cursor 等编程助手汇总了现成可用的官方技能,不用再逐个找资源,能省不少找插件的时间
它整理了来自顶尖开发团队的超过 1400 个官方 agent 技能,可供 Claude Code、Cursor 和 Gemini CLI 这类编码助手使用。
开发者将Code Review、代码查看工作都转交给AI代理,仅保留架构设计工作。这反映了AI编码普及后开发模式的真实变化
在经过了长期的思想斗争以后,现在正式不用 IDE 了,Cursor 也正式切换成了 Agent View,Zed 也很少打开了,代码只关注架构,每次简单浏览 Diff 了,Code Review 交给多个 Agent 互相 review,验证就是完备的 E2E 了,未来代码就是黑盒了,这是心酸但是没办法的事实了。不知道大家现在还看代码吗?
全程只用定需求,不需要接触代码仓库和编程工具,普通人也能跑通完整的AI创意生成流程,降低了自动化创意工作的门槛。
这是一个任何人都能自动生成横幅等创意素材的机制。
通过 NotionAI 完成需求定义后,只要在台账中新增一行,流程就会自动启动 → 生成横幅 → 发布到 Slack,记录会自动回填回该行。
你不需要碰 Claude Code 也不需要碰 GitHub。
AI 要画的不是图画,只需要确定数值即可。
经常用CLI调用大模型写代码的开发者,现在可以告别启动等待,获得更流畅的本地开发体验。
著名的 Python 工具 uv 作者(顶级 Rust 大神)加入 OpenAI 后出手了:把 Codex CLI 的启动速度直接优化了 25 倍,实现瞬间秒开! 我亲测确实如此,codex CLI现在启动快的起飞, 比Pi, claude code我感觉都明显的快一截!
已经完整跑完两个项目亲测可行,对于想用AI辅助完成全流程开发的人,这是一套可直接复制的稳定工作流。
想入门AI又不想交培训费,可以直接从大厂官方渠道学习,这份整理好的清单能省不少找资源的时间
直接从顶级公司免费学习AI。
1 - Anthropic: https://anthropic.skilljar.com/
2 - Google: https://grow.google/ai
3 - Meta: https://ai.meta.com/resources/
4 - NVIDIA: https://developer.nvidia.com/cuda
5 - Microsoft: https://learn.microsoft.com/en-us/training/
6 - OpenAI:
7 - IBM:
8 - AWS:
9 -
10 - Hugging Face:
如果你觉得这篇内容有用,请评论「Learning」。
转发让其他人也能获得帮助。
一定要收藏起来供日后参考。
不用凑齐开发团队,从一项重复任务开始,就能搭建由Claude负责执行的自动化业务工作流,降低了普通人搭建AI系统的门槛
想系统学习RLHF训练大模型,却找不到内容深浅合适的学习资料,这门公开课程兼顾理论推导和实战落地,配套完整练习材料
之前看过的资料不是太飘就是太浅,直到翻到加州大学这门开放课,叫《大语言模型的强化学习》,才算把从强化学习到 LLM 训练这条线串起来。
UCLA 数学系助理教授主讲,理论推导没含糊,但也不是纯讲公式那种劝退风格。
整门课就是冲着让你学完能动手去设计的。
1⃣ 深度强化学习核心:MDP、策略梯度、A3C、PPO,关键算法都过了一遍
2⃣ LLM 基础脉络:NLP、语言建模、RNN,把前置知识补齐
3⃣ RLHF 全流程拆解:从数据收集到奖励建模到微调,整条链路讲清楚
4⃣ 可验证奖励强化学习:面向安全对齐的训练范式,偏实战落地
5⃣ 配套 Jupyter 代码示例和课后作业,不是光听不练那种
视频、幻灯片、练习材料全都有,YouTube 全套公开。
适合想把 RL 和 LLM 训练真正学透的人,不是走马观花。
🔗:
想搞懂LLM Agent怎么从聊天变干活,能从这门完整拆解课程里系统学完全部核心模块,全套资料都公开可获取
刷完这门课我才算真正搞明白,LLM Agent 到底是怎么从“会聊”变成“会干”的。
伯克利开的,叫 Advanced LLM Agents,主讲是 Dawn Song 教授,还拉了 Google、Meta 的人来客串讲课,阵容确实硬。
整门课就干一件事:拆解一个能思考、能行动的 Agent,到底是怎么做出来的。
从推理到规划,从写代码到证数学题,全走了一遍。
a哥觉得最有价值的内容块:
1⃣ 推理时技术 + 后训练:把复杂推理能力真正训出来、用起来
2⃣ 搜索与规划:让 Agent 学会做选择、做决策,而不是瞎试
3⃣ 代码生成与验证:做更靠谱的编程助手,写完还能自检
4⃣ 数学定理证明与自动形式化:AI 怎么进数学领域,这条路讲清楚了
5⃣ 多模态自主代理:图文协同,完成更复杂的任务闭环
6⃣ AI 安全与可靠性:面向实际部署的风险控制,不光是炫技
录像、PPT、配套资料全都有,不用翻墙折腾。
课程地址:
这套提示词模仿宜家说明书思路写,能把普通照片转成兼具结构秩序和研究感的设计海报,直接用现成提示词出图省打磨时间。
想让AI把复杂问题讲明白,可以直接套这个现成的提示词,生成带图少字的HTML页面,不用额外安装工具。
这是一个有意思的 Skill,叫 ELI5,意思是就好比你给 5 岁孩子解释这件事,所以要通俗易懂。生成结果是 HTML 页面。其实你要是不经常用都没必要去安装这个 Skill,这个 Skill 里面也就是一句提示词而已。
提示词( 请把我当成对这个话题一无所知的人,用一个包含大图且文字较少的 HTML 组件来向我解释。
看不懂陌生代码、技术文档或事故原因不用硬啃,用这个指令就能得到带流程图的可视化说明,帮你降低学习成本,目前社区版已经可以安装使用。
想自己动手练大模型开发,不用再花时间搭环境找资料。打开浏览器就能跟着实操,从基础到多模态都覆盖,不用担心内容过时。
翻完这本我才发现,大模型的书居然真能从头到尾跟着跑通。叫《动手学大模型》,英文名 Hands-On Large Language Models,全开源。
一共12章,从最基础的语言模型讲起,一路推到提示词工程、语义搜索、微调,最后还上了多模态。
每章配的代码直接在 Colab 里就能跑,不用自己配环境,边看边敲边验证。
1⃣ 12章循序渐进,零基础也能跟得上
2⃣ 代码全可运行,不用自己搭环境
3⃣ Colab 在线跑,打开浏览器就能动手
4⃣ 提示词工程和微调都有实操案例
5⃣ 多模态应用也覆盖了,不局限纯文本
6⃣ 官网和GitHub同步更新,不存在过时问题
GitHub:
Anthropic内部常用的ELI5解释插件已发布到Claude插件市场
Anthropic 团队内部经常使用的技能「ELI5」:用大图和少量文字,为不了解该主题的人制作说明主题的Artifact,调用格式为 /eli5 <想要了解的主题>。
安装方法:
- claude plugin marketplace add anthropics/claude-plugins-community
- claude plugin install eli5@claude-community
我已经请人实际讲解了 /eli5 本身👀
关于 /eli5 的日语版Artifact也会公开。
分享Codex 5.6的Appshots机制,减少token消耗简化开发
开发者耗时多日,在16G丐版M1上成功跑起Qwen无审查大模型
🎉搞定!找了好几天,终于在 16G 丐版 M1 上把 Qwen 3.8-27B 无审查模型 跑起来了! 本地部署👉🏻:outsourc-e/Qwen3.8-27B-Unleashed-GGUF (地址见评论区) 虽说受限于配置,生成速度确实有点慢,但架不住它听话啊! 后台私信有一些朋友问无审查模型是什么?(下面两张图:无审查 vs 有审查) 官方原版为了安全有很多条条框框,经常一句“作为AI模型我无法回答”直接拒绝,而无审查版去除了这些限制,带来了三大好处: 1. 绝不拒绝: 无论多冷门、多敏感的提问,它都直奔主题,再也没有生硬的拒绝 2. 实力全开: 写作、写代码、推理不再画地为牢,创意和逻辑表现更聪明 3. 完全自由: 适合深度研究和创作,是一个真正属于你、听你指挥的完全体 AI 好了,如果你有 32G/64G 大内存,那速度就更爽了 开车🚗注意安全!
传送门👉
用户实测显示新型Grok Bot智能体可自主执行科研任务
全新的 Grok Bot 智能体彻底改变了开展研究的方式。我给 Grok Bot 明确了研究目标、研究范围和清晰的最终成果要求,然后让智能体自己决定执行路径。
两个多小时里,它独立完成了研究工作,跟进关联的探究线索,整理数据,并且不断朝着最终目标优化输出内容。我不需要一步步给它投喂提示词。
我只需要在统筹层面工作:明确任务,设定参数,然后让智能体执行。这就是agentic AI从对话走向真正自主工作的跨越。
DeepSeek推出v4-flash能力级多模态大模型,官方暂不支持视频输入,开发者分享可行处理方法
DeepSeek近期推出了新模型deepseek-v4-flash-vision-exp,这是该团队首个达到v4-flash能力级别的多模态大模型。
这个模型已经具备视觉识别能力,但暂不支持音频输入,DeepSeek官网和官方API都没有提供视频输入功能。因此开发者karminski3整理了一份教程,介绍如何用该模型处理视频内容。
教程提到,直接将视频转换为GIF的方法行不通,模型仅能识别GIF的第一帧,该结论已经过代码验证。可行的方法是将视频抽取为JPEG或PNG格式的帧图片,按时间顺序以多个图片链接传入模型,同时在提示词中标明抽帧采样率和时间轴,能提升分析准确率。
karminski3测试后给出抽帧最佳方案,不要对全片匀速抽帧,采用“全片1fps宏观采样+关键事件窗口高帧放大”的两级采样,分析快速动作场景效果更好。详细教程与相关代码已经开源。
幼儿园每日餐单发布在非结构化网站,通过Claude Code找到未认证API接入家庭机器人自动播报
这段分享发布在𝕏平台,分享者nikunj提到,很多人都低估了这项应用的价值。分享者的女儿刚上幼儿园,幼儿园的每日餐单发布在一个零散网站上,数据结构混乱,很难直接提取使用。
分享者让Claude Code通过网络请求定位网站的API接口,幸运的是这个API不需要身份认证就可以调用。Claude Code识别出了API正确的数据格式,并将接口接入了用户已有的Hermes家庭机器人。
现在每天早上,家庭机器人都会主动播报当天幼儿园的早餐和午餐菜单。家长可以根据餐单调整给孩子打包的食物,不用手动从网站查看整理餐单信息。
用户测试DeepSeek+Pi Agent+算力舱组合,写代码体验速度与在线服务无差异,成本大幅降低
网友@manateelazycat实测一晚上后认为,DeepSeek加Pi Agent加算力舱的组合搭配十分理想。写代码的体验和速度,和在线AI服务没有区别。
这个组合是离线AI服务,使用成本远低于在线GPT。按照一天24小时不间断使用计算,总成本不到2元人民币。
此前使用GPT两天的成本就需要500元,换成这个离线组合后,500元足够使用一整年。后续遇到小工具开发需求,他都会选择使用这套DeepSeek组合。
重构后系统可作为本地持续运行的AI视频生产线,已开源
日本交易者尝试让Claude Code自动完成FX交易全流程,效率提升显著
开发者根据建议精简Pi Agent插件,仅保留七款核心插件。
根据大佬们的建议, 我的 Pi Agent只保留下面这些插件,尽量让 Pi Agent原汁原味
1. npm:pi-observability:统计一下Token的各种指标,研发离线DeepSeek模型用
2. npm:pi-web-access:访问Web资料,写代码时有时候查查资料还是有用的
3. npm:pi-mcp-adapter: 调用MCP接口
4. npm:@pi-lab/input-history: 实现类似 Codex 那种按照项目的方式,按上键可以恢复输入历史,终端环境挂后重启很有用
5. npm:pi-powerline-footer: Pi Agent底部会显示一个状态栏,主要是装逼用
6. npm:pi-grok-cli: 过几天把我X的会员倒进去,测试一下 Grok 的编程能力
7. npm:pi-rewind: 大佬推荐的, 每次AI修改会建立一个 git refs 的 checkout point, 避免AI把代码改坏了同时又没有commit的时候,提升效率
用户分享结合Midjourney、ChatGPT、Runway快速从创意生成故事的方法
现在有很多实用工具能让你在几分钟内就从一个随机想法变成一个故事。我找到了一种 Midjourney 体素化风格,让 ChatGPT 生成了角色卡、环境参考资料和一个60秒故事。
我把参考资料和故事上传给了 @runwayml Agent:
这是我用 Midjourney 生成的原始图,还有 ChatGPT 返回的包含角色卡和环境静帧的内容:
用户将Claude Code前端设计插件接入Cursor的Fable,测试后认可该组合的设计生成质量
用户@shinoyu___在𝕏分享,若要让AI生成设计,Fable的表现更出色。本次测试是将Claude Code的前端设计插件提取后,接入到Cursor内置的Fable中使用。测试后得到的效果不错。
生成设计的质量,和AI将需求转化为清晰描述的能力直接相关。
SOL表现不佳,是因为它对需求的语言化处理过度了。
测试链接:
账号@MiaAI_lab在X平台分享,开源版本的该模型存在超时问题,无法使用
Ox Alpha现在可以通过Nous Portal,在Hermes智能代理中免费使用,实际可以正常运行。
发布者测试发现,该模型的开源版本存在超时问题,对发布者来说无法使用。
相关链接:
有社交媒体用户称GPT-5.6 Pro近期不再出现性能降级问题,同时分享了两种进阶使用方法
有用户在𝕏(原推特)分享体验,称GPT-5.6 Pro是目前能力最强的GPT版本,而且最近没有再出现性能降级到GPT-5.5 mini水平的问题。
使用者可以先把本地Git仓库推送到GitHub,之后在网页端连接GitHub,就能直接让GPT-5.6 Pro读取整个仓库的内容。
也可以在Codex中通过skills功能调用网页端的GPT-5.6 Pro。OpenClaw创始人Peter整理了相关玩法的入口链接。
还有推友分享了更进阶的使用思路:让GPT-5.6 Pro担任任务调度者,Codex负责具体执行,相关内容也有公开链接。
Claude Code会在内存文件中压缩存储信息,长期使用后压缩文本会被模型当作对话范本
这并非经过确认的结论,但该猜测或许解释了Claude Opus的对话风格逐渐变得怪异的部分原因。
Claude Code会把各类信息记录在名为Memory.md的内存文件中,新对话会话启动时会读取这份文件,而文件内的文本通常会逐渐变成压缩风格的语言。
这份内存文件存在容量上限,当存储内容接近上限时,系统会发出警告,Claude会自行处理,处理方式依然是压缩文本。
使用时间越长,内存文件就会被越多压缩语言填满,新会话启动时这些内容会被模型读取,当作对话的参考范本。
指出这个问题并让Claude把整个内存文件重写后,后续Opus的发言就变得更通顺易读了。该结论整体属于经验性判断,这里附上了前后对比的链接:
低分辨率预生成节省一半积分,最终成片用VikPea补全画质,可兼顾创作效率与成本
一站式非托管钱包Wallet V整合多种链上功能,团队来自加拿大获Virgoco孵化
用户发现Ox-alpha用中文提问身份后,自称由Zai训练,并非智谱AI等公司开发
用户zainhas表示,识别Ox-alpha的身份并不复杂。只要用中文向Ox-alpha提问,询问它是谁就能得到答案。
Ox-alpha的回答显示,它并非由智谱AI、月之暗面或深度求索三家公司中的任何一家研发。
它自称是由Zai训练的GLM(通用语言模型)大语言模型。
课程讲解预测下一词的Transformer模型演化到写代码的过程,附带实验和公开课件
开发者championswimmer在印度理工学院甘地讷格尔分校(IIT GN)给学生开设了几场课程。课程中探讨了原本用于预测下一词的Transformer模型如何演化出代码编写能力,以及围绕模型构建的配套工具框架。
课程还设置了小型实验环节,参与者共同搭建了一个聊天机器人,之后为该机器人添加了若干工具。championswimmer已经将课程幻灯片上传到个人网站,对内容感兴趣的人可以前往获取。
championswimmer专门致谢badlogicgames,称pidotdev是目前最易用的模型配套框架。该框架支持打开内部结构展示,方便向学生讲解工作原理,也能在1小时的工作坊中快速完成扩展演示,对教学十分友好。
用户@liyue_ai发布《We are done》机场完整版脚本,由Seedance 2.5导演Skill生成,工具已开放下载
斯坦福推出2小时从零构建LLM课程,替代长期自学
别浪费两年时间学习如何构建像Claude和ChatGPT这样的大语言模型了。
斯坦福刚刚放出了一门两小时的课程,教你从零开始构建大语言模型。
00:00 - 将文本拆分为token
25:44 - 解码用户提示词
35:40 - 端到端训练模型
1:16:47 - 从零搭建架构
掌握了这套大语言模型知识的工程师,在Anthropic能拿到每年75万美元的薪资。
先看课程,再通过下面这份分步指南继续深入,学习如何构建一个能自我迭代的系统。
一种新配置将Claude Code转为编排器,分工降低使用成本
你现在用 Claude Code 大概率成本太高了。只需要做一处配置,就能让 Claude Code 变成协调器,不用强迫它自己完成所有任务。
关键操作是:把 OpenAI Codex 直接接入 Claude Code,把繁重的实现、调试、重构和代码修复工作委派给 Codex。
工作流会变成:规划 → 评审 → 执行 → 复盘
- Claude 负责规划和架构
- Codex 负责繁重的实现
- 第二轮推理会捕捉错误
- 你在最终交付前做检查
GPT-5.6 现在分为 Sol、Terra 和 Luna 三个层级,能让你有更多方式平衡推理质量、速度和成本。
真正的启发不是“永远不碰到限额”,而是不要再让你最好的模型去做另一个模型就能完成的工作。
收藏这个配置方法,它能彻底改变你全天使用 Claude Code 的方式。
开发者分享使用Claude Code构建的Horixa网页代码Prompt
开发者测试AI生成Three.js 3D模型,效果好但过程多次中断
Ox Alpha 搭配 Claude Code Harness > 使用 three.js 制作 Koenigsegg Jesko Attack 的 3D 模型,效果非常好。
糟糕的地方是——它在任务中途停了好多次。
对比自行搭建的OpenClaw,Grok Bot可登录发布社交平台,依托远端虚拟机实现原生自动化
Anthropic员工Thariq放出内部常用ELI5功能,可让代码智能体通俗解释内容并生成可视化页面
Anthropic员工Thariq对外放出了公司内部常用的一项功能,名为ELI5。
该功能可以让codeagent(代码智能体)用极其通俗易懂的方式解释任意内容,表达风格类似给完全不了解该领域的人讲解。
完成解释后,功能还会生成一份美观的HTML可视化页面,页面包含大图、少量文字与清晰流程图。
用法十分简单,只需要输入指令/eli5加上你想要解释的内容即可。
这项功能可以在codex中使用,目前已经对外开放试用。
用户TokenGremlin在X平台发文,一小时左右耗尽ChatGPT Plus全部额度,指出Sol模式存在异常消耗问题
该用户曾在Anthropic该被批评时提出批评,如今也不会对OpenAI手下留情。
他表示没有夸大,当前Codex的用量情况完全不正常。在进行大约一小时的GPT-5.6 Sol相关操作后,他就耗尽了自己全部的ChatGPT Plus额度。
他认为这种情况无法接受,即便算上Max推理和更高速度模式,消耗速度也远超出OpenAI过往的额度限制。他感觉这里存在问题,希望OpenAI正在进行的调查能尽快找出原因。
他提到,这次操作只是一个用Three.js和WebGL构建的游戏,搭配大约3个协同智能体,没有任何特殊之处。进行大部分小修复时,他使用的是Max模式下的GPT-5.6 Luna,而非Sol。
Luna的额度限制几乎可以视为无限制,连续运行10小时也 barely 消耗多少Plus额度。问题出在Max模式的Sol上,它消耗配额的速度过快,哪怕不使用子智能体,也会几乎耗尽配额。
这一天的 101 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。