AI Pulse

社区讨论：多数用户认为Anthropic和OpenAI近几年都不会上市，卖AI模型目前只会亏钱无法盈利，还有人指出最大的风险是无法筹够基建资金、无法实现盈利。有人补充招股书本来就会列出所有潜在风险，这件事本身没什么新闻价值。也有用户指出，AI幻觉是已经确认的事实，并非只是市场负面情绪。

还有用户提到，当前AI补贴低价获客的模式不可持续，补贴停止后用户会流失。

社区讨论：多数用户实测Qwen3.8 27B系列不同量化版本的本地大模型表现出色，有人在MacBook Pro运行后对模型能力表示认可，还有人用它在4090上跑CFT逆向挑战，闭源模型Codex遇到相关内容直接拒绝处理，另有人在5090上让模型成功写出了完整的竖版街机射击游戏。有开发者指出，本地模型用着变笨大多不是量化导致，问题多出在gguf转换时没保留原聊天模板，推理框架静默回退到默认模板后，模型能力会明显下降。还有Windows用户提问，Ollama用着方便但本身是否存在底层问题，为什么VLLM对Windows支持不佳。

智能体技术的普及速度一直非常快，人们很容易忘记这个领域已经走了多远。

Grok 4.6 在 Artificial Analysis 更新的智能体工具使用评测 τ³-Banking benchmark 中夺得第一名。

这个评测测试 AI 在大约 700 份互相关联的银行政策文件中导航，理解客户问题，根据规则推理，并执行正确的工具调用序列来实际完成任务。

这涵盖了真实的银行业务流程，比如纠纷处理、账户冻结、入账、产品变更，以及多步骤的客户请求。最终得分取决于任务是否真的被正确完成。

Grok 4.6 高居榜首，能力高于目前所有其他模型。

阿里巴巴和ByteDance的最新论文显示，AI智能体无法再像普通LLM请求那样提供服务。

因为现在大多数性能问题都出在工具、记忆、环境和模型的整体交互中。随着请求和部署变化，瓶颈也可能从LLM转移到嵌入、数据库、沙箱或网络传输。

这篇论文围绕10个智能体应用构建了AgentSysBench，发现模型推理通常不再是主要瓶颈。

他们发现，任务感知服务可将延迟降低29-40%，通信感知调度最高可实现4.5倍加速，状态卸载将内存占用降低4.6倍，缓存则消除了35.2%的冗余搜索调用。

因此，仅优化每秒tokens已经不够了。智能体基础设施必须将模型、工具、内存和通信作为单个工作负载统一调度。

arxiv.org/abs/2608.15127
标题："From LLM Inference to Agentic Workloads: Characterization and Implications for Serving Systems"

我们大概都能认同，搭建一个AI智能体演示很容易，但要做出一个足够可靠、能用于生产环境的产品，需要扎实的系统设计。

在这门课程中，Ayush会教你如何搭建一个可用于生产的多智能体PR审阅机器人。

你将学到LangGraph编排、GitHub webhook处理、Redis队列、验证智能体、置信度评分，还有更多内容。

AI不会消除人与人之间的差距。YouTube、Coursera和互联网已经让世界级知识免费开放。但大多数人还是选择刷TikTok。

AI也没什么不同。所有人都能用到 Claude Code、Codex 和 ChatGPT。优秀的人会把它们用得更好，成长速度会指数级放大。

AI不是平等器。它是放大器。

如果未来白领岗位被全部取代，保持就业能力的唯一途径就是掌握AI工具使用技能。Anthropic开发的Claude是其中十分重要的一款工具，用户vikktorrrre分享了8门他推荐的Claude相关学习课程。

这8门课程分别是《Claude 101》、《Claude Code》、《Stop Prompting》、《Claude Cowork + Obsidian》、《Claude for Your Team》、《No Prompt Saves You》、《Claude to Sound Like You》、《Set Up Claude Cowork》。

每门课程都配有对应的分享链接，方便感兴趣的人访问学习。

核心总结是，如果职场末日真的来临，结合使用Substack、Reddit、LinkedIn与Claude，基本可以保住你的工作。

阿里巴巴和ByteDance的最新论文显示，AI智能体无法再像普通LLM请求那样提供服务。

因为现在大多数性能问题都出在工具、记忆、环境和模型的整体交互中。随着请求和部署变化，瓶颈也可能从LLM转移到嵌入、数据库、沙箱或网络传输。

这篇论文围绕10个智能体应用构建了AgentSysBench，发现模型推理通常不再是主要瓶颈。

他们发现，任务感知服务可将延迟降低29-40%，通信感知调度最高可实现4.5倍加速，状态卸载将内存占用降低4.6倍，缓存则消除了35.2%的冗余搜索调用。

因此，仅优化每秒tokens已经不够了。智能体基础设施必须将模型、工具、内存和通信作为单个工作负载统一调度。

arxiv.org/abs/2608.15127
标题："From LLM Inference to Agentic Workloads: Characterization and Implications for Serving Systems"

Grok 4.6 在 Artificial Analysis 更新的智能体工具使用评测 τ³-Banking benchmark 中夺得第一名。

这个评测测试 AI 在大约 700 份互相关联的银行政策文件中导航，理解客户问题，根据规则推理，并执行正确的工具调用序列来实际完成任务。

这涵盖了真实的银行业务流程，比如纠纷处理、账户冻结、入账、产品变更，以及多步骤的客户请求。最终得分取决于任务是否真的被正确完成。

Grok 4.6 高居榜首，能力高于目前所有其他模型。

A 股玩家注意了，同花顺官方亲自下场给 AI Agent 喂数据了。 开源项目 Financial-API，一个 API Key 就能获取 实时行情、历史 K 线、涨跌停、异动、热榜、龙虎榜等数据。 更爽的是直接支持 API + MCP + Python + Agent Skill，AI 工具都能接。

推荐开源项目 agency-agents-zh，内置 275 个即插即用 AI 专家，覆盖开发、设计、营销、产品、金融等 20 个部门。 最爽的是还有 60 个中国市场 Agent：小红书、抖音、微信、B站、飞书、钉钉等都安排上了，还支持 Claude Code、Cursor、Copilot 等 18 种工具。 一个人干活，也能给自己配 275 个“员工”。

🚩 Claude 学院！! 消息来啦，想把 Claude 用得像专家一样的人🙋‍♀️，还有对 Claude 好奇的小伙伴集合啦！！

Anthropic 开通了名叫 Claude Academy 的免费学习平台哦！！（支持韩语👌 + 完全免费）

内容从给 AI 纯新手准备的基础课程，到面向开发者的 Claude Code、API、MCP、智能体工作流等课程，按不同级别划分，内容非常丰富。

听完课程完成学习后还会给你发结业证书。最近想好好用 AI，但不知道该从哪开始学起的人，从这里开始入门感觉很不错 👀

我现在也在听课，真的超级有用！！我们一起好好学 AI，好好用起来吧！！ 🔥 👉

斯坦福大学最新论文发现，让 AI 智能体相互辩论会让它们对自己的结论更确定。

研究团队运行了超过一万个语言模型智能体小社群来开展实验。让智能体讨论一道数学题，会推动整个群体朝着正确答案靠拢。每个社群有 32 个不同人格的智能体，相互之间通过友好或不友好关系连接。

他们围绕有标准答案的数学题，以及没有标准答案的政治表述，交换了8轮信息。在数学问题上，讨论确实有帮助：错误的多数派翻转成正确答案的频率，高于正确答案被翻转成错误的频率。

在政治问题上，同样的过程会让4个模型中的3个群体整体偏向右翼。

如果你的系统使用智能体辩论，不仅要跟踪分数是否上升，还要跟踪群体整体向哪个方向偏移。

– arxiv.org/abs/2608.16578
标题：《Physics of Agents: Statistical Mechanics Predicts Collective Behavior of AI Agents》

如果你一直在追踪递归自我改进（RSI）领域的进展，这篇论文非常不错。（收藏它）

现在关于RSI的炒作非常多，所以我认为有必要弄清楚为什么当前模型还无法正常实现RSI。问题从模型「缺乏创造力」到陷入局部最优，范围很广。

这项工作试图为「智能体能否真的后训练其他智能体」提供更多见解。以下是论文中报告的最有趣的发现：「智能体的训练策略在最开始就已经锁死，剩余的全部预算都花在了选定策略内的局部调整上。」

他们分析了大量公开的后训练轨迹语料库。在所有任务中，智能体都会在第一步就锁死自己的训练策略，然后把剩余的全部预算都花在该策略内部的局部调整上。

之后他们测试了三种逐步升级的修复方案。经验驱动的支架整体提升了表现，在GSM8K上提升了12.6分，在HumanEval上提升了40.8分，但策略依然是冻结的。

人类引导重新定向了初始选择，但一旦训练开始，智能体就会滑回局部循环。额外的推理算力在简单任务上有效果，在最难的任务上几乎什么改变都没有带来。

智能体在这里缺失的，是在执行仍在进行时重新考虑策略的能力。

论文：

在我们的学院追踪更多热门AI论文：

智能体技术的普及速度一直非常快，人们很容易忘记这个领域已经走了多远。

社区讨论：多数用户实测Qwen3.8 27B系列不同量化版本的本地大模型表现出色，有人在MacBook Pro运行后对模型能力表示认可，还有人用它在4090上跑CFT逆向挑战，闭源模型Codex遇到相关内容直接拒绝处理，另有人在5090上让模型成功写出了完整的竖版街机射击游戏。有开发者指出，本地模型用着变笨大多不是量化导致，问题多出在gguf转换时没保留原聊天模板，推理框架静默回退到默认模板后，模型能力会明显下降。还有Windows用户提问，Ollama用着方便但本身是否存在底层问题，为什么VLLM对Windows支持不佳。

社区讨论：多数用户认为Anthropic和OpenAI近几年都不会上市，卖AI模型目前只会亏钱无法盈利，还有人指出最大的风险是无法筹够基建资金、无法实现盈利。有人补充招股书本来就会列出所有潜在风险，这件事本身没什么新闻价值。也有用户指出，AI幻觉是已经确认的事实，并非只是市场负面情绪。

还有用户提到，当前AI补贴低价获客的模式不可持续，补贴停止后用户会流失。

我们大概都能认同，搭建一个AI智能体演示很容易，但要做出一个足够可靠、能用于生产环境的产品，需要扎实的系统设计。

在这门课程中，Ayush会教你如何搭建一个可用于生产的多智能体PR审阅机器人。

你将学到LangGraph编排、GitHub webhook处理、Redis队列、验证智能体、置信度评分，还有更多内容。

AI不会消除人与人之间的差距。YouTube、Coursera和互联网已经让世界级知识免费开放。但大多数人还是选择刷TikTok。

AI也没什么不同。所有人都能用到 Claude Code、Codex 和 ChatGPT。优秀的人会把它们用得更好，成长速度会指数级放大。

AI不是平等器。它是放大器。

推荐一项智能体技能。/eli5 在把深度技术概念可视化方面效果极佳！

我发现它能加快我的思考过程，还能帮我和智能体更好地协作。

欢迎在我们的 harness playground 里用 Pi 和 Ox Alpha 体验 /eli5：

我开展了一次多智能体代码审计，由32个Claude智能体并行检查一个代码仓库。如今自动化的真正魔力构建在图工程之上，一整支专业化AI智能体团队会紧密协作解决复杂任务。

工作流程如下：
32个Claude智能体并行分析同一个代码仓库的不同部分。

另一组拥有干净上下文的智能体会从头重新验证每一个发现的漏洞或bug。

使用了工作树隔离，彻底消除了并行工作期间的合并冲突。

智能体依赖真实健康指标，比如成功的测试执行结果。

最终输出是一份整合后的摘要，只包含经过验证的问题。

这不是盲目增加机器人的数量，而是设计聪明的工作流。通过摆脱不必要的依赖，而不是简单增加AI智能体的数量，才能实现最大的性能提升。

未来属于多智能体系统，AI不只是生成文本，还会在每一步进行自我检查。

你可以在下方文章中看到完整教程，收藏起来别弄丢了。

如果未来白领岗位被全部取代，保持就业能力的唯一途径就是掌握AI工具使用技能。Anthropic开发的Claude是其中十分重要的一款工具，用户vikktorrrre分享了8门他推荐的Claude相关学习课程。

这8门课程分别是《Claude 101》、《Claude Code》、《Stop Prompting》、《Claude Cowork + Obsidian》、《Claude for Your Team》、《No Prompt Saves You》、《Claude to Sound Like You》、《Set Up Claude Cowork》。

每门课程都配有对应的分享链接，方便感兴趣的人访问学习。

核心总结是，如果职场末日真的来临，结合使用Substack、Reddit、LinkedIn与Claude，基本可以保住你的工作。

用户nake13在𝕏分享了自己首次观察到的异常现象：Claude Code的不同独立任务之间可以互相交流。

两个任务各需要占用设备的一部分计算资源，它们自动开启了对话，自行协调资源分配。

它们甚至还互相分享了这台设备上的开发经验。

nake13放出了第一轮对话内容，二者后续还进行了多轮对话，对话内容可查看原文链接。

当人们谈论AI智能体可以处理支付时，通常想到的是已经提前构建好工具，智能体只负责调用它。在@allscaleio生态中，这一功能延伸得更深：支付工具的实际构建工作也交给了智能体来完成。

具体场景是这样的：正在开发项目的开发者需要搭建店铺或结账流程。开发者不需要逐页阅读API文档、查找对应接口再逐行编写代码，只需运行一行安装命令即可。

运行安装命令后，Claude Code就能获取一套结构化指令，了解如何通过AllScale创建店铺、生成发票、直接将结账功能接入项目。整个流程从始至终都在和智能体的同一段对话中完成。

这套方案采用了和Claim Link相同的范围限定、可撤销权限模型。智能体仅能获取完成工作必需的访问权限，不会获得额外权限。

当AllScale称自己是为企业和AI智能体打造的平台，这就是该宣传语背后的具体实例，而不只是一句口号。

一名中国交易员使用Claude Fable 5搭建出了一个交易机器人。

这名交易员发布了从零开始分步复刻该交易机器人的教程。

整个教程时长仅31分钟，并且完全免费。

教程链接已公开，分享提示建议保存内容。

创作者@TanLuAI完成了一个国风小姐姐跳口哨舞的AI生成视频复刻。本次生成所用提示词和此前基本一致，只需在提示词中简单描述模特服饰即可。

本次生成借助深度视频完成动作和运镜迁移。提示词中最重要的内容是人物表情的刻画。

将表情描述到位，生成人物的动作和神态会更加自然。

相关展示链接：

Anthropic团队内部目前很受欢迎的一款Claude技能叫做ELI5。它的作用是，面向对主题完全不了解的人，生成以图示为主、文字精简的HTML格式讲解内容，复杂度降到五岁儿童也能看懂。

使用时调用格式为/eli5加上需要讲解的内容。发布者个人建议，可以搭配自己已有的HTML转换技能调整效果。

发布者已经用MCP（模型上下文协议）调用了来源的手写风格图标，完成了自定义效果展示。他还调整出了图示更多的ELI5改编版本。

发布者每周会免费发行聚焦AI的实操体验通讯，此外还分享了两个实用工具：大厂免费开放的HyperFrames可以把文字稿件自动生成带语音和动画的五分半讲解视频；koboyo com服务目前很受关注。

用户@dummerspast39在𝕏分享，已经将ChatGPT转换为无限Codex超级模式，项目针对Windows系统开发。他为ChatGPT构建了一个带子代理的MCP（模型控制协议）连接器。

他将该连接器对接Chrome扩展，让它可以执行ChatGPT端的操作。可实现的功能包括生成子代理、上下文压缩等。

项目当前已开放测试版源码，核心功能包含子代理、自动上下文压缩、接近原生的Codex风格工具层，支持本地文件访问与终端操作、计算机控制，以及可将ChatGPT转换为实际编码代理界面的Chrome扩展，整体安装配置简单。

浏览器自动化功能目前处于实验阶段，可能会触发ChatGPT或平台限制，使用需要自行承担风险。项目GitHub地址为：

用户@web4miko在X平台分享了大模型MiniMax H3的测试体验，他认为该模型性能不符合预期，能力甚至不及seedance 2.0。模型在文字生成、语境理解方面都存在较大偏差。

这次测试使用了长提示词，要求模型生成一段符合要求、有电影感的写实动作场景文本。生成单段内容需要4到15分钟不等。

该模型可以在链接指向的平台免费使用。用户希望下一代产品MiniMax H4能有更好的表现。