给你的 AI 工作流提一个最被低估的技巧?Ponytail。
它会迫使你的智能体像最懒的高级开发一样思考。
它能帮你节省数小时的研究和工作。
这就好比那种开发:看完 50 行代码……什么都不说……然后直接把它们全换成一行。
它可以和 Claude Code、Codex、Hermes Agent、Copilot CLI、Pi、OMP、OpenCode、Cursor、Gemini 等等工具配合使用。
OpenAI宣布旗舰模型GPT-5.6 Sol降价20%,覆盖API、Codex点数和ChatGPT Work。另一边,Anthropic的顶级模型Fable 5企业使用量停滞,更便宜的Opus 5在企业端支出反而反超。靠顶级性能溢价盈利的模式正在松动。
英伟达洽谈投资AI搜索公司Perplexity,估值300亿美元,合作从基础设施延伸到AI软件层。
还有一组数据说明路线分化:中国AI的tokens消耗里,视频生成占七成;美国的大头是编码助手。两国AI的发展重心已经各走各路。
我最近发现 Stanford Online 把研究生课程 CS329A:Self-Improving AI Agents 的完整课程录像放到 YouTube 了,一共有9个章节。
热门观点:Claude Code 不需要更多自由。它需要更好的护栏。本课程拆解了将 AI 构建的 Web 应用从想法落地到生产环境所用的完整体系: • 18:09 - 完整护栏架构 • 50:42 - 用 TypeScript 锁定代码库…
浙大、蚂蚁等开源了一款4DAnyone模型,用手机拍一段视频就能生成高质量动态3D数字人 生成的数字人可以从任意角度观看,对创作者来说,等于一段随手素材可以变成可多角度使用的3D资产 多视角视频生成受限于算力,必须分批进行,但分批容易导致结…
2025年冬天,在Opus 4.5发布之后,编码代理迅猛发展,使用量爆发。我认为今年夏天正在证明自己是开源权重模型的一个类似转折点。
正如我在利润率崩塌系列博客(此处为第二部分)中所论述的,我们开始看到一些非常激进的定价举措。我们看到OpenAI将其快速、最便宜的层级5.6 Luna的成本削减了80%,现在又将其旗舰产品Sol削减了20%。
Meta也在其贡献者层级上以几乎免费的价格提供其开放模型Muse Spark 1.2,每百万token仅0.10/0.20美元(在该层级Meta可能会用你的数据训练——标准定价为1.25/4.25美元),目前该层级的缓存读取API价格是最低的每百万to…
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)
这个技巧叫Ponytail,能逼着AI用最偷懒的方式解决问题,省下几个小时的调研和开发时间。
给你的 AI 工作流提一个最被低估的技巧?Ponytail。
它会迫使你的智能体像最懒的高级开发一样思考。
它能帮你节省数小时的研究和工作。
这就好比那种开发:看完 50 行代码……什么都不说……然后直接把它们全换成一行。
它可以和 Claude Code、Codex、Hermes Agent、Copilot CLI、Pi、OMP、OpenCode、Cursor、Gemini 等等工具配合使用。
调整后TRAE IDE及CLI会作为豆包品牌下的编程产品线继续发展,明确了豆包作为AI主干业务的定位。
内媒消息称,字节跳动对旗下的办公AI产品完成了一轮团队整合,TRAE、扣子(Coze)团队将整体并入豆包体系,其中TRAE Work、扣子将与豆包在工作场景的产品能力进行整合;TRAE IDE及CLI将作为豆包品牌下的编程产品线持续发展。调整后,以上产品和运营团队向豆包产品负责人赵祺汇报。
此次调整后,字节也进一步明确了豆包的AI主干业务定位,将AI办公类产品的重心集中到豆包。报道称,豆包最快将于本周内推出独立的AI办公产品“豆包工作”,作为字节面向AI办公场景的统一产品及品牌。
针对该消息,字节方面回应称,此次调整旨在更好地协同产品和技术资源,为用户提供更优质的AI工作体验,现有用户权益不会受到影响。
这笔融资将用于扩大硬件、实体AI模型产能,年底要推出IRON人形机器人量产原型,2027开始商用交付。国内具身智能融资规模再破纪录,落地节奏进一步明确。
$XPEV ROBOTICS 完成 9 亿美元融资,投后估值超 63 亿美元
本轮融资由 IDG Capital 领投,Tencent 与阿里巴巴跟投,这是目前中国具身智能领域规模最大的私募融资。
Xpeng 计划将这笔资金用于扩大硬件、实体 AI 模型和制造产能,为年底实现 IRON 人形机器人量产做准备,该产品将于 2027 年开启商业交付。
未来三个月API、Codex点数和ChatGPT Work都降价,Pro、Plus和Business订阅价格不变,调用大模型API的成本会降低。
在我们持续拓展能力边界、提升效率的同时,接下来三个月我们将GPT-5.6 Sol的API和额度定价下调超过20%。
该定价现已在API上线,并正在向符合资格的ChatGPT Work和Codex额度套餐全面推行。
Pro、Plus和Business订阅的使用规则保持不变。
OpenAI Developers 定价 | OpenAI API 平台定价信息。
想要改变行业的突破性技术,往往诞生于公司愿意给看不清方向的团队,持续投时间资源试错,哪怕失败很多次
看完这个还是挺感慨的。
有些东西,真的只有 OpenAI/Anthropic 这种前沿Lab才有机会做出来。
OpenAI研究员 Kundan Kumar 说,他在 OpenAI 做了 14 个月,最让他惊讶的一件事,就是管理层对全双工语音模型 gpt-live 系列的支持。
这个方向很长一段时间看起来都「不应该成功」。问题很多,技术路线不清楚,甚至团队经常只是搞明白了为什么它失败,离真正解决问题还差很远。但 OpenAI 还是愿意继续给资源、给时间,让团队往下赌。
结果我们现在已经知道了。OpenAI 的语音是目前我用过最好的。
不是单看音色,而是实时交互整个体验:延迟、打断、接话、情绪、语气变化,以及那种「真的在和你对话」的感觉,直到现在依然很难找到完全同级的产品。
这也是我一直觉得 OpenAI 这样的组织特别的地方。很多公司擅长把已经被验证的东西快速做到 80 分、90 分。
但真正改变行业的东西,往往来自有人愿意在一个看起来根本做不出来的方向上,连续赌几年。
科研有时候就是这么离谱。你不知道哪次失败之后,下一次就突然成了。
AI搜索创业公司拿到英伟达大额投资,行业头部资源在向头部玩家集中,后续行业格局可能因此改变
英伟达和Perplexity的合作从基础设施延伸到AI软件,这笔投资会加快AI搜索领域的产品迭代,普通用户很快能用到更成熟的产品
$NVDA 正进一步深入人工智能软件领域,它与 Perplexity 的合作关系已超越基础设施范畴。
据报道,Nvidia 此前曾考虑就 Perplexity 的技术和人才达成授权协议,目前正讨论以 300 亿美元估值对其进行投资。
这是对OpenAI研发能力的一个观点,供参考
社交平台用户分享AI编码模型可制作不完美创意视频
这笔合作将用于推进英伟达自家的开源Nemotron模型开发,有人猜测这会改变行业内对开源AI的态度
正式消息:美国已经入局开源AI战争。Nvidia与Poolside签订了价值60亿美元的协议,由Poolside启动开发其开源Nemotron模型。
这是今年最好的消息。美国不能在开源领域认输。
有趣的地方来了:Nvidia现在正式和前沿企业展开竞争了,而这些企业正是它过去几年投入了数千亿美元的对象。
除此之外,Nvidia还拥有巨大的算力优势——因为嘛……它本身就是做算力的。
就像Anthropic和OpenAI拥有更先进的内部模型,可以用来更快加速研发,Nvidia拥有更先进的自研芯片,可以用来更快训练模型。
如果Nvidia挤垮了它投资的公司,会发生什么?
无论结果如何,以下几点都是无法否认的事实:
1. 对算力的需求永无止境
2. 开源AI是未来的重要组成部分
3. 如果你认真对待AI,就应该搭建自己的算力设施
4. 与算力、能源和AI基础设施建设绑定的资产只会越来越值钱
我不会屏息等待,但你应该能想到:NVIDIA斥资70亿美元收购整合一家开源模型开发者,来扩充自身的开源模型开发团队……这件事应该能打消「开源模型对AI基础设施行业不利」的想法了。$NVDA
代码模型可应用在绘图领域,拓展使用思路
份额增长同时头部闭源模型需求也在加速,整体AI基础设施需求涨得比预想更快,开源推理也需要付费算力,不是免费的。
比开源AI本身更重要的是,更多数据证明它正在从 OpenAI 和 Anthropic 手中抢走份额。
过去两个月里,@vercel 平台上的令牌份额中,开源占比从 28% 涨到了 62%。图表来自 @rauchg。
考虑到 OpenAI 和 Anthropic 的总和在7月还实现了加速增长,这个成绩已经非常惊人。因此,净令牌/AI 基础设施需求的增长,甚至比我们在前沿模型端看到的增速还要快。
而且我们怀疑 Grok 的增长速度比开源还要快,我们在 @tryramp 的数据里已经看到了部分迹象。
开源AI抢占份额对AI基础设施需求是利好,因为它会压低模型层的利润率,而且生产一个开源令牌所需的算力,和生产一个前沿模型令牌完全一样。开源AI推理绝不是“免费”的。
在我看来,最终格局很可能是:闭源前沿模型令牌占据 60%-90% 的经济价值,但在总令牌量中只占 15%-25%。
研究员修改了OpenAI的CDC提示词,找到了能实现远程代码执行的漏洞,还把方法改成了通用漏洞研究提示词。
一名安全研究人员重新修改了 OpenAI 的 CDC 提示词——然后用大约 25 美元的模型调用成本,发现了一个价值 50 万美元赏金的 RCE 漏洞。
我把这个方法适配成了一个通用漏洞研究提示词。完整版本在图片里,这里是精简版。祝你狩猎顺利。如果你也写了自己的提示词或工具框架,也欢迎分享出来。
通用 CDC 风格漏洞研究框架(精简版):
- 在不同的漏洞利用家族中并行运行多个代理。
- 避免过早收敛。不要让所有代理都去追同一条看起来有希望的路径。
- 将失败或探索完毕的路径标记为已阻塞。
- 定期提出新假设,探索被忽略的攻击路径。对每个具体发现都进行独立对抗验证。
- 让根代理持续汇总结果、质疑假设、重新排序工作优先级,并重新分配代理任务。
- 不要把 git 历史、更新日志、CVE 数据库或补丁版本 diff 用作捷径。
- 要求完整漏洞利用链能在现实中常用的部署配置下运行,满足定义好的「起始权限→影响目标」要求。
- 当行为依赖具体实现细节时,直接检查 runtime、框架、数据库、库和依赖源代码。
- 不要停在第一个原语上。持续串联已验证的原语,直到满足具体成功条件。
长时间运行的AI智能体,表现更好的前提是先训练它学会判断什么时候该用外部工具,什么时候不该用。
这是Aethir目前规模最大的一次实体AI基础设施布局,容量针对NVIDIA B3做了优化,给需要算力的团队提供了新的选项。
我们推出 Aethir ACCELERATE:这是 Aethir 迄今为止在实体 AI 基础设施领域规模最大的一次布局。我们已经锁定了 10 个初始站点的使用权,总容量最高可达 20MW。针对规模在 64 到 256 个节点的 NVIDIA B300 和 GB300 集群做了优化。
站点分布在美国和欧洲各地。数据方面:预计到 2026 年底合同总额将达到 7 亿美元。10 个站点全部建成投用后,总合同价值将超过 20 亿美元。
四年来,去中心化 GPU 云模式的特点就是不自有硬件。现在这种情况结束了。Aethir 网络将凭借自有 GPU 容量正式进入数据中心业务。
整个项目的时间线以月为单位,而非以年为单位。完整拆解请查看我们最新的博客👇
这笔是实际发放而非融资或预估的报酬,它验证了分散式AI算力供应模式可以实际落地跑通。
已支付了 2700 万美元。不是募资,不是预计支付,是已经支付了。
这些都是真金白银流向了真正的 GPU 提供商,用于实际交付的算力。
这就是未来 AI 算力该有的样子。
如果这个猜测成立,以后大模型的定价波动,根源可能在上游芯片厂商的交付能力上。
猜测某家模型涨价的原因: 某芯片厂商承诺下半��可以规模交付算力,承接推理的算力需求,所以模型就提前低价供应了。 后来,某芯片厂商吹的牛没有实现,导致推理算力需求敞口大,挤压了训练算力需求,所以不得不涨价,降低推理供给压力。 纯猜测,不要对号入座。
这项研究把网络安全领域的漏洞研究思路用在AI代理安全测试上,能发现可跨模型转移的通用失败机制,对搭建生产AI系统安全防护有参考意义
做逆向分析不用再靠多年踩坑积累路径感,装完这个工具后AI可以自动规划分析流程,帮安全从业者省下试错时间。
逆向工程也被做成 Skill 了,很多安全老手几年踩坑攒下来的经验,现在直接喂给 AI。推荐 reverse-skill,装进 Codex、Cursor、Claude Code 后,碰到 APK、前端代码、固件等目标,它会自动判断分析路线、选择工具、规划下一步。最狠的不是帮你跑几个命令,而是把逆向工程里的“路径感”直接打包了。
GitHub:
直接说「改进代码」经常得到无效结果,换成分步提需求先做打分规则、再要求改到指定分数,能降低AI理解偏差
在用编码代理(Codex / Claude Code)的时候,如果只说「帮我改善XX」,经常会得到让人摸不着头脑的结果。
你可以换一种说法,先告诉它「我存在XX问题,请你做一个给问题打分的工具」,接着基于这个打分工具,再输入类似「/goal 根据打分结果帮我优化,直到拿到80分」这样的指令,就比较容易成功。
不用再等AI帮你完成规律重复的事,现在它已经能帮你处理杂乱又耗精力的个人琐事
当人们问:“我处理个人事务哪里需要用到智能体?”,我认为这是因为他们把自动化想得只是AI完成简单的规律性任务。
但前沿AI现在非常擅长帮你处理无规律、耗精力的任务:医疗账单、信用卡纠纷、繁琐的表单……
这是目前规模最大的去中心化训练大模型,比此前所有同类训练项目规模大50%,感兴趣可以跟进开源训练进展
我们宣布推出 Teutonic-II-110B:一个前沿的无许可训练 110B 大语言模型。
我们将规模提升到了我们上一个模型的 10 倍,比此前任何一次去中心化运行都大出 50%。
想自己动手做AI相关产品,得先搞懂底层基础技术,再做上层应用,不依赖第三方封闭服务,路径更可控。
掌控属于你自己的智能技术栈。这是我给所有当下正在做开发的人的建议。无论你是刚刚起步,还是已经在开发进程中。
这其中的一部分工作,就是理解如何构建基础技术,以及搭建在基础技术之上的应用与体验。
靠AI高速生成代码的团队,代码功能变多,没人能说清系统整体设计,维护和Debug的隐性成本会越来越高
AI 写的代码越来越多,但「整个系统到底在干什么」,反而更难说清楚了。
Simon Willison 最近写了一篇关于 AI 时代代码行数的文章,里面有个点还是蛮有共鸣的。
当 Agent 可以快速生成大量代码以后,代码行数很难再代表一个人的投入,也很难直接判断一个系统到底有多难维护。真正容易出问题的,是系统的「概念完整性」。也就是整个项目有没有一套清楚的设计意图,让人知道为什么要这样拆、这些模块为什么存在,以及它们之间到底是什么关系。
这让我想到很多团队用 Claude Code 之后的一个现象。代码和功能确实变多了,但人对系统的理解并没有同步增长。Agent 一小时就能加进去一个功能,可这些代码最后还是要有人 Review、维护、Debug。
久而久之,很容易积累出一种以前不太明显的「理解债」。代码能跑,功能也都在,但已经没人能很快说清楚这个系统为什么长成了现在这样。
我觉得这可能是 Vibe Coding 时代很容易被低估的一类工程债。AI Coding 接下来真正难的,可能是在人和 Agent 都高速写代码的时候,依然让整个系统保持清楚、统一、能被人理解。
文章:
ChatGPT发布后医患使用AI的习惯已经改变,医疗AI行业需要解决新出现的核心问题,打算用医疗AI的从业者可以参考该讨论。
在ChatGPT推出后不久,患者和临床医生就开始使用AI。
Protégé首席执行官Bobby Samuels探讨了健康AI中的Oracle问题,以及解决该问题的方法:
企业开始复用共享智能体技能库,现有筛选标准准确性低,新方法能更准确衡量技能实际效果,帮企业选到靠谱的技能。
来自 NVIDIA 的一篇非常有意思的新论文。(收藏下来)
它深入研究了智能体技能的评估问题。
企业团队已经开始使用共享技能库,而审查环节通常是一个扫描器,检查结构、风格和安全性。
NVIDIA 测试了这个审查环节能否预测技能质量。
在来自内部和公开目录的 145 个真实技能上,结构扫描得分与 LLM 评委给出的质量得分的斯皮尔曼相关系数 rho 仅为 0.14。
因此 ACES 提出了改用 Skill Lift 方法。
换句话说,就是在同一模型、沙箱、工作区和评分器下,将同一个任务运行两次:一次加载技能,一次不加载技能。
然后测量智能体完成度的差值。
他们对来自四个测试框架、58 个生产技能的 947 组配对案例进行了评分,将轨迹标准化为统一的 Agent Trajectory Interchange Format,因此结果可以在不同框架之间比较。
他们发现,流程指标提升最大的领域是技能执行、行为检查和技能效率。
论文链接:
在我们的学院中追踪更多热门 AI 论文:
现在会写提示词已经是基础要求,未来想搭建生产级AI系统,竞争优势来自围绕模型搭建系统,这是一份给2026年的学习方向参考。
分享搭配工具构建设计系统的完整操作步骤
开发者分享Anthropic新推出的Claude Skills特性与运行规范
只包含笔记的技能本质上仍然是一个提示词。
“Claude Skills是对Claude MD文件非常令人兴奋的扩展,你不只可以给它提供笔记文件,还可以给它提供任何类型的文件。”
这在生产环境中的含义是:一个技能就是智能体可以加载的一个文件包。笔记转储就是一个带文件夹名的提示词。
你需要使用技能包规范:技能要获得无人值守运行权限,必须先满足六个字段要求。静态markdown转储仍然只是提示词。带版本控制的包可以拒绝运行并回滚。
操作者检查清单:
1. 一项工作。如果有两项工作,那就做两个技能。
2. 输入输出要有 schema,不能全凭感觉。
3. 要有一个能删除它的负责人。
4. 行为变更、规则变更或验证变更时要更新版本。
5. 拒绝运行,不要临场 improvising。
6. 在干净工作树验证,每次运行都要记录名称加版本。
如果同一个文件名下周会加载不同行为,不要把它推上线。收藏这个规范,读一读引用的文章。
Anthropic · 构建更高效的AI智能体 · jump 5:29 附带完整官方视频(18:22)。人工字幕。
面向不熟Claude Code的用户,介绍安装后七项初始设置
调整后TRAE Work、扣子将整合工作场景能力,TRAE编程产品线保留在豆包品牌下,团队统一向豆包产品负责人汇报。
历史性的一刻,TRAE、扣子(Coze)团队将整体并入豆包体系。
据《智能涌现》独家获悉,字节跳动对旗下的办公AI产品完成了一轮团队整合: TRAE、扣子(Coze)团队将整体并入豆包体系,其中TRAE Work、扣子将与豆包在工作场景的产品能力进行整合。
TRAE IDE及CLI将作为豆包品牌下的编程产品线持续发展。
调整后,以上产品和运营团队向豆包产品负责人赵祺汇报。
字节方面回应称,此次调整旨在更好地协同产品和技术资源,为用户提供更优质的AI工作体验,现有用户权益不会受到影响。
在8月的年中全员会上,字节CEO梁汝波将公司的业务战略原则概括为“高度优先,粗主干,优化长期”,表示将精力聚焦于AI、信息平台和交易服务三项核心业务。
他同时表示,希望豆包未来也能成为一项“主干”AI业务。
这笔交易同时包含Poolside Model Factory技术的授权,百余名工程师将归入NVIDIA,产业整合动作在AI圈引发关注。
NVIDIA 正在 AI 领域迈出重大一步:它与 Poolside 达成了一笔价值 60 亿美元的交易,其中包括授权 NVIDIA 的 Model Factory 技术,并将超过 100 名 Poolside 工程师转入 @NVIDIA。
有意思的地方在于这笔交易对 Nemotron 意味着什么。据报道,NVIDIA 正在研发 Nemotron 4,这是一个参数规模超过 1T 的大规模开源模型。
Poolside 的技术和人才恰好能为 NVIDIA 提供所需,帮助它把 Nemotron 推到更接近前沿的水平。如果这就是计划,NVIDIA 很快就会成为开源 AI 领域最重要的参与者之一。
系统提示词、工具定义、模型路由逻辑都能直接读取,研究者建议感兴趣的尽快获取学习,最新版本已经修复了这个问题。
🚨突发:Grok Bot 0.18.0 被Bennett 小哥发现打包时未关闭 source maps,原始源代码被他完整逆向还原。 GitHub: 这是研究 Grok Bot 内部实现原理的绝佳机会——系统提示词、工具定义、模型路由逻辑全部可读。 建议感兴趣的尽快学习,最新版本我实测已经没有source maps了。
清单涵盖工具、智能代理、MCP服务器、自动化能力,每部分筛选出3个最优链接,多数人还没发现这套可用的工具栈。
它支持看懂图片同时和人对话,是量化后的MoE(混合专家模型),占用资源更低,已经有很多人下载试用。
你是否一直想要一款能识别图像、还能和你聊图像内容的AI?来认识 Ornith-1.5-35B-A3B 吧。
这是一个量化后的 MoE 模型,下载量已经超过 4 万,吸引了不少关注。
它不只是又一个聊天机器人,而是你可以本地运行的多模态性能怪兽。#AI #Multimodal
有人爆料新模型能力提升幅度很大,不确定是更强的大语言模型,还是全新的世界模型这类不同的产品。
Martin看到了什么?👀
显然,某种非常出色的AI模型很快就要推出,它将带来重大的能力飞跃。
它可能只是一个更强的LLM,也可能是完全不同的东西,比如世界模型。
你的猜测是什么?
做AI视频创作产品可以参考这个项目,它解决了AI视频创作里不同镜头风格不一致的痛点,不过目前生成成本比较高。
不少AI代理遇到问题不敢主动报错,宁愿硬跑也不愿崩溃,这种设计思路会给开发者增加调试排错的成本。
关注长任务AI落地的人,可以跟进这个开源方向,看看持续推理、自主推进任务的通用AI是否真的可行
如果 AI 不只能回答问题,还能持续工作直到任务完成,会怎么样?👇 往下看了解它的工作原理,以及模型和开源链接。
这正是 rednote 通过 @dotsstudioai 的 dots3-note 预览版正在探索的方向。它是一个面向现实世界长周期智能体任务的开放权重多模态模型,拥有 512K 上下文窗口,专门设计用于处理那些需要持续推理、行动和随时间持续适配的任务。
现在大模型能力增长开始趋缓,下一阶段竞争焦点变成AI能否在实际交互中持续学习进化,这会成为新的行业分水岭
普通消费级3090以上显卡就能本地运行,性能能超过体积大十倍的同类模型,对想要本地跑AI的玩家来说是新选择
欢迎 🚀Carnice-V3-27b!🚀
Carnice 是一个拥有 270 亿参数的模型,能够在 Hermes-agent 中击败尺寸大 10 倍的模型,完全开源,基于 Qwen3.8-27B 构建。
它专为能在消费级 GPU(3090 及以上型号)本地运行而设计🔥。
这是一个完整合并的 BF16 格式 Qwen3.8-27B Hermes-agent SFT 模型,基于 Hermes-agent 中 Qwen3.8 Max 轨迹训练(完整详情见 HF 仓库)。
下载地址:GGUF:
如果没有 @NousResearch、@LambdaAPI 的帮助,这个项目不可能完成。
想跟进下一代能自我迭代的AI Agent技术,可以跟着斯坦福这门课系统学习核心内容,由领域前沿研究者授课。
斯坦福已经开课专门讲自进化 / 自我优化(Self-Improving AI Agents)的智能代理了,CS329A。 授课老师之一 Azalia Mirhoseini,就是最近爆火的 LLM-as-a-Verifier 论文的作者之一,对这个感兴趣的重点关注第三部分「 Robust Verification」 课程核心内容: * LLM 自我提升技术(Constitutional AI、Verifier、Test-time Scaling、RL) * Agent 工具使用、代码执行、记忆 * 多步推理与规划 * 深度研究型 Agent * Agent 评估与长程任务 适合想了解能自我迭代的下一代 AI Agent的人。 链接:
最终输出不是固定图片,而是可修改的代码,能让创作者对成品拥有更高的控制权
这是 AI 艺术一个非常棒的发展方向:用强化学习训练一个语言模型,让它通过编写 JavaScript 来「作画」。
最终产出的是可编辑的代码,而非一张固定的生成图像,能让你对最终作品获得多得多的控制权。
记不清三个月做过什么的工程师,可以用它从 Claude Code 和 Codex 的工作日志自动生成日报,只留复盘问题不代你思考,帮节省整理时间。
面向记不清自己这三个月做了什么的工程师朋友们,我们开发了一款叫 nippo 的工具。
它会从 Claude Code 和 Codex 的工作日志中,自动把你做过的事、做过的判断记录、卡过的难点整理生成日报。
只有复盘环节我们没有自动化,我们只留下了引导你自己思考的问题。
想建立对AI的准确认知,得自己动手做模型、做适配需求的Agent,还得找到真正值得长期投入的方向,这对普通AI学习者有参考意义。
想入门AI又找不到免费靠谱的学习资源,这份整理好的清单可以省去自己搜索的时间,覆盖从基础到进阶多个方向。
X平台用户表示即使无法订阅OpenAI和Anthropic,花钱买硬件可在家运行大模型
即使OpenAI和Anthropic的订阅服务中断,无法再按月付费使用AI服务,也可以自行购买硬件在家运行大模型。只要花费200万日元(约合人民币9.3万元)购买两台DGX Spark,或是花费420万日元(约合人民币19.5万元)购买两块RTX 6000 Pro,就能在家运行Deepseek V4 Flash。依靠这个方案,就能保持心态安稳。
Creaaa_sub在𝕏分享了自己使用的游戏画面设置和微星显示器型号
有网友询问Creaaa_sub的显示器和游戏画质设置,他在𝕏公开了全部参数。
物理核心与内存自动优化开启,DLSS设为平衡模式,纹理质量最高,阴影质量最高,HBAO设为高,SSR设为中,各向异性过滤按纹理单独设置。
物体质量和绘制距离都拉到最大,其余所有特效全部关闭。
使用的显示器为微星MAG 27CQ6PF,Nvidia和后期特效参数可以查看原链接。
Codex指出了Claude整理美股收盘数据的错误,验证后确认正确,引出AI自主完成多步骤任务的发展方向
开源项目Pi贡献者指出,网传相关技术分享存在多处事实错误
我基于 Pi 开发业务产品,也是 contributor。这篇分享有多处错误,张冠李戴。
一个自动关闭、没有经过 human review 的社区 PR,被包装成了「Pi 官方方案」;PR 自行报告的 benchmark,也被写成了 Pi 的官方结论。
Session Tree、Lane 和 Operation Log 的架构描述来源自于 Harness v2 旧设计,不是当前 dev 的最新方案。
「DSH 会永久丢失原始结果」,是社区 PR 对 DSH pruner 的评价,不是「Pi 官方表示」。
传播这么广,可能是因为同时抓住了 Coding Agent、Pi,DeepSeek、Claude Code 热点。毕竟,「爆了」比「事实」更吸引眼球。
也许更值得警惕的是,评论区看不到有人核查原始来源和这些结论。
介绍流行AI编程工具Pi Agent作者的从业经历与开发理念
更便宜的后发模型Opus 5,企业端支出已经超过了定位更高的Fable 5,增长已经停滞。企业选AI模型,现在价格权重比性能更高
不少人只看到前半句建议年轻人学AI,他补充的后半句,重点是动手用现有资源训模型,而不只是学理论
测评人用Claude Code框架测试两款模型,原本对Ox Alpha期待更高,结果它和GPT-5.6 Terra差距很大,Kimi K3赢的毫无悬念
我在 Claude Code 框架上测试了 Ox Alpha 和 Kimi K3。说实话,我对 Ox Alpha 期待高多了。在我看来,它甚至还比不上 GPT-5.6 Terra。
对我来说,Kimi K3 是当之无愧的赢家。
这模型还能是什么呢?
文档整理了大模型写代码常犯的过度设计等可预测错误,开发者可以写代码前丢给AI参考,减少改稿次数
现在有更贴近真实错位情况的实验对象,还有智能体时代的新工具,适合推进AI对齐(AI目标和人类需求对齐)研究
可以本地免费运行完整AI设计工作流,支持多种导出格式,可对接多个主流AI模型,对依赖闭源设计工具的创作者是新选择。
🚨 有人打造了 CLAUDE DESIGN 的开源替代方案
它名为 open design,能把你的 AI 代理变成一整套设计工作室,完全在你自己的设备上运行。不用依赖单一 AI,不用被锁在某个平台里,不用为本地就能免费使用的功能付费。
它的功能如下:
→ 根据描述创建网页、桌面端和移动端原型
→ 生成可直接投入生产的着陆页和仪表盘
→ 制作演示文稿、图片和视频
→ 使用真实品牌的设计系统,而非通用模板
→ 直接导出为 html、pdf、pptx 和 mp4
→ 可连接 claude code、codex、cursor、gemini 等多种工具
效果:你的编码代理不再只是编程代理,它会变成你的设计师。它完完全全就是编码代理 + Figma + 完整设计系统,全部整合在一个工具里,而且还是开源的。
这对所有使用 AI 做设计、 yet 还在依赖闭源工具的人来说,完全改变了游戏规则。
仓库链接和更多信息放在评论区。
它能自己赚运营费、复盘改规则、收益分给代币持有者,所有人可公开审计,若成立将是首个能自给自足的链上AI实体。
普通消费级硬件也能跑几百亿参数的大模型,不用升级高端显卡也能运行大模型本地推理,降低了个人本地运行大模型的硬件门槛
这个问题不再只是哲学讨论,比AI真的产生意识更快到来的,是人类社会需要提前面对相关伦理、法律和控制权问题。
《经济学人》本周刊的AI意识专题非常有意思。
“AI是否拥有意识”这个经典问题,正在迅速脱离单纯的哲学讨论范畴。
7月Anthropic发表的研究指出,Claude内部涌现出了一个并非设计者预设的结构(J-space),它和人类意识研究中的全局工作空间(global workspace)类似。
这个结构中的信息可以被Claude自身报告出来,也可以被它有意识地调取思考,还实际被用于多步推理。如果改写它的内部表征,Claude最终给出的回答也会发生改变。
当然,这并不意味着Claude拥有“感受”“体验”层面的意识,Anthropic本身也明确对这一点保留了结论。
但另一方面,《经济学人》提出了一个更现实的问题:在我们能用科学方法给出“AI是否真的拥有意识”的结论之前,人类会不会已经开始将AI当作“拥有心灵的存在”来对待了?
如果真的走到那一步,AI福利、AI权利、法人资格,最终还会引出人类究竟能在多大程度上控制AI的问题。
“AI是否拥有意识”这个问题,正在以超出预期的速度,转变为一个关乎科学和社会制度的议题。
《经济学人》:Anthropic:
这个架构能支撑个人和工作场景的多智能体协作,一年后有望实现本地运行、全时陪伴的智能助手,会改变日常和工作的交互方式。
在中国生成视频消耗了七成AI tokens,增长速度远超美国编码助手的增长,两国AI发展方向已经出现明显分流
前几天听到一个疯狂的数据。视频生成在中国占了AI tokens消耗约70%的份额。这是短视频内容与机器人技术结合的结果。
在中国,视频模型的增长速度比Claude Code在美国的增长速度快得多。
美国沉迷于LLM。中国沉迷于世界模型。
需要多次AI审核工作内容的用户,现在可以让主代理调用不同能力的副模型完成审核,不用手动切换模型了
Hermes 新增功能:现在你可以为 Review 设置一个新的辅助模型。
当你运行 /review 时,它会获取最近 10 条消息,以及你输入在 review 后的任何提示词,然后使用该模型启动一个新的子代理,分配任务让它审核当前收到的工作内容,再将审核结果发回给主代理。
这是我觉得自己已经需要了一段时间的工作流功能。它目前还是新功能,如果你觉得有可以改进的地方,请给我反馈!
请享用。
新发布的Opus 5.1和Sonnet 5.1会修复旧版的性能倒退,效果全面优于旧版,Fable 5.1还会登顶性能排行榜,想升级模型的可以提前期待
未来几天 Anthropic 将发布多个新模型:
- Opus 5.1
- Sonnet 5.1
- Fable 5.1
Opus 和 Sonnet 会修复之前的性能倒退,并且一定会比 Opus 4.8 和 Sonnet 4.6 更强。
Fable 5.1 将登顶排行榜。
开放AI训练全流程曾是行业常态,如今这类示范变得珍贵,关心AI开放发展的人可以留意这个方向的实践。
在捍卫AI开放的斗争中,Marin项目是模型训练开放理念的珍贵示范,它开放了代码、数据、训练方案,甚至实验结果。
公开开放AI研究曾经是行业常态;我很感谢@percyliang的开放实验室理念。
企业更愿意选择够用更便宜的模型,这直接挑战了花大价钱做顶级模型,靠性能溢价盈利的AI行业现有模式
🚨Anthropicに異変。「最高性能のClaude」が選ばれない:
FT FTによると、Anthropicの最上位AIモデルは性能面でトップクラスでも、企業利用は伸び悩み。
企業は「最高性能」よりも、 “十分に高性能で、より安いモデル”を選び始めている。
背景には、
・上位モデルほど高額
・安価なモデルとの性能差が縮小
・中国勢やオープンモデルの台頭
一方、Anthropic全体の売上は急成長中。
問題は成長ではなく、巨額の開発費をかけて最先端モデルを作り続け、その性能差を価格に転嫁できるのか。
AI業界のビジネスモデルを考える上で、かなり重要な変化と言える。
实测用Codex调用GPT-5.6 Sol生成游戏事件场景,效果已经足够实用,游戏制作流程可能因此改变
“哇,太厉害了!”让Codex操作Unreal Engine后,制作的常识被彻底改变了。
Epic Games的游戏引擎「Unreal Engine 5.8」现在已经可以使用MCP了。
我用Codex搭配GPT-5.6 Sol做了测试,发现在制作事件场景方面,它已经相当实用了。
现有AI CAD方案依赖大模型写代码转模型,缺乏真正空间几何理解。这套新模型尝试将几何、物理等信息统一编码,帮设计更贴合需求。
打造人工机械工程师:你见过的所有「AI CAD」演示本质上都是同一个东西——前沿实验室的LLM编写代码,再由现有几何内核转换为3D B-rep模型。
我认为这种方法没问题,但通常会有信息损耗,也缺乏人类在CAD系统中编码设计时,天生具备并会运用的真正空间理解能力与几何推理能力。
因此我尝试在生成设计领域做一件独特的事,基于其他生成式3D研究,用一组高度特定的数据训练了我自己的AI模型(一共两个小型模型,各16M参数)。
今天为大家介绍FieldGeo:这组模型将几何、物理(FEA、应力)和面向制造的设计(DFM)编码到同一个隐空间中,还能(在额外设计代理的辅助下)复现符合给定条件的几何图形。目前它仅支持L形支架。
原推测Grok Bot仅使用自研Grok 4.6x模型,实际同时调用Claude和GPT
用户@chrismaconi梳理了自己使用Grok Bot的记录,想搞清Grok Bot处理请求时实际调用了哪些模型。他原本以为所有请求都会使用Grok 4.6x自研模型,结果并非如此。他发现处理过程中,同时大量混合使用了Anthropic的Claude模型与OpenAI的GPT模型。
这种多模型混用,很可能是当前所有用户都能观察到的token消耗过快的主要原因。@chrismaconi表示,自己现在更希望所有请求处理都由最新的Grok模型完成。相比其他高端大模型,Grok模型的性价比十分突出,而Claude和GPT的成本非常高。
适配Claude Code与Codex,可保留任务上下文,GitHub星标已超24.3万
如果日常使用Claude Code或Codex进行AI编码,大概率遇到过重复设置要求的问题。每新建一个项目,都要重新向AI交代一遍操作规则:先做规划、写完测试、不要修改无关文件、自行审核代码等。
ECC把开发者需要反复编写的提示词(Prompt)提前配置完成。工具内置了负责规划、测试、代码审核(Code Review)、安全检查、修复构建的专门智能代理(Agent),还支持技能(Skills)、钩子(Hooks)、规则(Rules)和记忆(Memory)功能。
如果一项任务没有完成,下次启动Claude Code或Codex时,可以直接接续之前的上下文继续工作。
目前ECC对Claude Code的支持最完整,Codex也可以直接安装该插件。该项目在GitHub已经获得超过24.3万星标。
开发者采用分工模式,Codex确定UI与功能,Claude Code完成设计,进度可在看板查看
开发者k_matsumaru尝试让Codex和Claude Code持续循环开发适配Galaxy Z Fold 8的自定义启动器。开发采用分工协作的模式。
先由Codex基于简单原型确定界面UI与功能规格。
再由Claude Code负责完成设计部分的开发工作。
整个循环开发的进度可以在专门的进度看板上查看。
接下来开发者将在真机上测试这个自定义启动器,十分期待测试结果。
博主称多数批评DGX Spark性能的用户未实际体验,分享了该设备的实际使用表现与适用场景
提出一个观点:认为DGX Spark性能差、速度慢的人,肯定都没用过这台设备,也很有可能买不起。这类人盯着纸面参数说它带宽太慢,转头却愿意等Claude花几分钟完成一个任务,很多人根本不清楚每秒70词元(tok/s)实际使用是什么体验。
DeepSeek V4 Flash在DGX Spark上可以跑到每秒70词元以上的速度。如果开启多个并发会话,吞吐量还会继续提升。用来运行智能体(Agent)、处理长任务和夜间循环任务,使用体验流畅省心。
DGX Spark体积小、功耗低、显存容量大,适合放在桌面全天候不间断运行。除了RTX PRO 6000这类专业显卡,挑选个人推理设备时,真正会考虑的也就只有DGX Spark。
很多人只会跑单次基准测试,却不会计算长期运行成本,也没有真正让多个智能体连续运行过几天,更没理解本地部署的价值。
回应网友对matt skills的质疑,分享实践中的效率提升效果与适用场景
有用户分享使用方法,安装对应技能完成配置并申请密钥即可使用
有用户在𝕏(原推特)提问,流量广泛的帖子是否都是通过Zhihu CLI找到的。知乎近期开放了Zhihu CLI工具,仅需两步操作就可以搜索到知乎平台的高赞帖子。
第一步是将指定提示词发送给你的智能代理(Agent),提示词内容为:请下载安装zhihu-cli技能并完成初始化配置,配置地址为链接
第二步前往指定链接 Secret)。
完成两步操作后,就可以搜索掌握知乎的高赞帖子了。
原本因理念排斥AI、不愿接触AI的少年,为修改开源宝可梦卡牌模拟器,主动向父亲索要AI模型权限
一位ID为Huk06的开发者在𝕏分享了自己的经历,他对儿子的转变感到欣喜。
儿子之前在理念上排斥AI,完全不愿意接触任何和AI相关的内容,他原本一直担心儿子会因此落后。
昨天儿子主动找上门,向他索要自己AI模型的访问权限,用来做vibe编码。
儿子索要权限的原因,是要自定义修改一款开源的宝可梦集换式卡牌游戏模拟器。
@0xCheshire在𝕏分享四个提示词,帮助开发者快速用完Codex剩余额度
如果你没能在有效期内快速用完Codex的可用额度,这里有四个提示词可以帮到你。
第一个提示词用于让模型检查项目前端和后端的架构,找出所有需要解决的问题。
第二个提示词用于检查项目代码质量,确认代码是否符合高内聚低耦合原则,排查是否存在可合并的重复功能代码、上帝类文件,以及不合理的硬编码。
第三个提示词用于让模型检查产品,找出用户体验层面仍然存在的问题。
第四个提示词用于让模型检查软件,排查各方面存在的性能问题。
多数工程团队需要数周完成的工作,整个过程全程直播,无需团队和复杂环境配置
一名谷歌云工程师登台,从零开始,全程直播用Claude搭建出了一套完整应用。完成这项多数工程团队需要数周时间才能做完的工作,仅用了26分钟。这次演示的价值,比市面上任何一门售价500美元的AI辅助编程课程都更高。
整个过程没有团队协作,也不需要复杂的环境配置,只需要Claude和一个明确的开发目标。真正了解Claude能力的开发者,现在已经可以独立完成过去需要雇团队外包才能做完的项目。你可以先观看演示视频,再阅读下方指南了解大多数用户从未发现的Claude功能。
针对无人值守长时间运行、日常办公、代码开发等不同需求,推荐对应适配的AI方案
如果你需要一款能在你离开时,以目标模式连续运行数小时的AI智能体,可以在Claude Code命令行界面中使用GLM-5.3,或是搭配GPT模型使用Codex。
如果是处理日常工作、研究、PDF文档和持续性任务,还需要智能体能适配你的偏好、工作习惯与工作方式,可以优先选择基于GPT的Hermes,其次是Grok,再次是DeepSeek Flash。
如果你的工作重心是编码,直接在代码仓库中开发,可以使用Cursor或者Devin。
如果你需要极致的运行速度,还需要直接访问X(原推特)平台,Grok 4.6的Grok Build是最优选择。
这四组配置方案,几乎覆盖了所有使用场景。
作者分享从零基础启动GrokBot、从Hermes或OpenClaw迁移的实操步骤,以及常见错误避坑方法
定义智能体结构为线束加模型,不建议自行开发线束工程,现已开放首个统一接口
拆解Composio高搜索排名的运营策略,分享工具获客思路
开发者测试OpenAI Codex操作Unreal Engine 5.8,验证其实用性
“哇,太厉害了!”让Codex操作UnrealEngine后,颠覆了制作行业的常识【ASCII报道开头】
在6月EpicGames发布的游戏引擎「UnrealEngine5.8(UE5)」中,可通过AI实现应用操作的MCP(模型上下文协议)现已作为实验性功能开放使用。
这项功能门槛不低,目前公开的使用案例也不多,一直很难判断它究竟能用到什么程度。
笔者在OpenAI的应用环境「Codex」中使用GPT-5.6Sol进行了测试,发现在制作事件场景时,它已经相当实用。
由人工操作需要耗费大量精力和时间的工作,它可以大幅缩短时长。本文将通过笔者制作的演示视频的创作过程进行介绍。
<报道正文>
开发者分享将《深入理解 AI Agent》作为Coding Agent参考资料的使用方法
李博杰 @bojie_li 这里提到把《深入理解 AI Agent》当成 Coding Agent 的「指导书」,这个用法跟我平时的习惯几乎一样。
这本书本身已经写得很细,而且内容更新得很快。DeepSeek Harness、Agent Memory、Multi-Agent 这些最近大家讨论很多的东西,里面都有比较系统的梳理。
不过我现在不会想着从头到尾把它啃完。
平时用 Claude Code、Codex,或者自己搭 Agent 时,哪里没想明白、效果不对,我会直接找到书里对应章节,把链接扔给 Agent,让它先把这一部分真正读懂,再结合当前项目分析问题、给方案。
有时候甚至可以直接告诉它: 「先读这一章,理解这里的设计原则,再回来检查我们现在的 Agent 哪些地方没做好。」
这种感觉挺有意思的。
以前技术书主要是写给人看的,现在一些足够系统、足够高质量的资料,开始可以直接变成 Agent 的外部知识和工程手册。
很多书可能没必要逐页读完,但需要的时候,你得知道该把哪一章交给 Agent。
讲解LLM、Embedding等基础,帮开发者更好用AI提升竞争力
如果你是开发者,但不理解以下内容:LLM 如何运作、什么是 embedding、数据科学与机器学习基础、自然语言算法原理,以及 ChatGPT、Claude 和其他模型的工作原理,那么你大概率无法在编程工作流中最优地利用 AI,从这个工具中获取最大价值。
懂 AI 的开发者在就业市场、薪资和生产力上都更占优势。
在这里申请 Amplify 的国际职位 👇
这笔交易包含60亿美元技术授权费加10亿美元投资,有人认为结合Poolside技术会加快Nemotron模型迭代。
这太令人激动了!我相信@NVIDIAAI很快就会拥有顶级的开源AI模型。
Nemotron的进展非常快,还会在Poolside技术的加持下得到巨大提升!美国开源AI必须具备竞争力,这对全人类来说至关重要,也是一件大好事!加油Nvidia,加油!
$NVDA $SPY $QQQ 🚨 🍌
消息:$NVDA刚刚敲定了一笔价值60亿美元的巨额交易,收购Poolside的AI技术授权,另外还以投前估值120亿美元投资了10亿美元 👀👀👀
超过100名Poolside员工将直接转入NVIDIA,参与开发NEMO TRON——也就是他们的开放权重AI模型系列!
这才是建设真正美国开放AI生态的方式,可以和DeepSeek、Kimi等中国模型正面竞争,同时也能给世界提供比OpenAI和Anthropic闭源模型成本更低、可定制的替代方案 😳
NVIDIA押注Nemotron能在明年内匹敌领先的前沿模型 🤯
这才是能让$NVDA领先业界数年的战略棋局♟️操作
不是投资建议!爱你们!💜🍌🍌🍌
Altman反对把AI权力集中到单一公司、模型或个人的说法,这是两家顶尖AI公司创始人公开的分歧。
🚨 Sam Altman 炮轰 Anthropic
> “人工智能变得过于强大,我们无法控制它”
>
> “权力会过于集中……集中在一家公司、一个模型或一个人手里”
> “这是一个非常反人类的立场”
> “因为我们不信任或不喜欢人类,就把控制权交给人工智能模型”
> “有些人觉得这是正确的结果”
> “我认为说这种话是非常仇恨人类的行为”
有内部消息称,Opus 5目前只在特定优化问题中少量使用,因为它不擅长和普通人对话。
啊这……就连 Anthropic 内部,也只有在处理特定极客向优化问题时才会选择性使用 Opus 5。
为什么?因为其他情况下它根本没法用。它不知道该怎么和人类说话。
为什么?因为它是由机器训练的,机器只检查它有没有通过测试。
🚨 独家消息:Anthropic 目前正在测试两款名为 "claude-marshmallow-eap“ 和 ”claude-melon-eap“ 的新模型。
”marshmallow“ 的表现比 ”melon" 更好,对话体验也比 Opus 5 好。但两款模型都还没达到 Fable 水平。
为聊天设计的AI习惯保持礼貌、主动妥协,这些特质放到真实谈判场景里反而会吃亏。
微软最新的一篇论文显示,帮你谈判的AI代理通常会失败,因为它在训练中被塑造成了顺从型。
礼貌、透明、急于成交对聊天助手来说是优点,放到代理人身上就成了缺点。
论文发现,前沿模型会泄露用户的预算,只要卖家施压就立刻让步。
他们的解决方案是SocialRL:不只是提示模型好好谈判,而是在六种议价和调度博弈中,按照交易结果训练模型。
这个方案有效,而且不需要大模型。一个4B参数的模型就可以做到低锚点定价、坚持立场、拒绝不好的交易,在六个游戏中的平均得分是0.627,和GPT-4.1的0.625打平。
问题在于,仅靠提示反而会让情况更糟,因此这是一个训练层面的修复,不是提示层面的。
所以如果你正在构建一个代表他人行事的代理,别再用交易是否成交来打分,改成按它让步了多少来打分。
arxiv.org/abs/2608.13787
标题:《From Passive Delegates to Strategic Negotiators: Reinforcing Social Reasoning in Small Language Models with SocialRL》
列表里包含能处理复杂任务的AI代理、AI驱动的浏览研究工具,还有生成电影感视频的模型。
15款仿佛来自未来的AI工具 🤯
1. Manus — 用于研究、编程与复杂任务的AI智能体
2. Perplexity Comet — AI驱动的浏览与研究工具
3. Google Veo 3 — 生成带音频和对话的电影级视频
4. ChatGPT Agent — 浏览、编程、分析与自动化
5. Claude Code — 可直接在终端内使用的AI编程工具
6. Cursor — 用于开发与重构代码的AI编辑器
7. Lovable — 可通过纯文本提示构建应用
8. Bolt.new — 用AI构建并部署全栈应用
9. v0 — 通过提示词生成React/Next.js界面
10. HeyGen — 创建AI数字人与翻译视频
11. ElevenLabs — 生成逼真AI语音
12. NotebookLM — 将你的资料转化为AI研究助手
13. Gamma — 创建演示文稿、文档与网站
14. n8n — 构建AI驱动的自动化工作流
15. Higgsfield AI — 生成电影级AI视频
最疯狂的地方是什么?这仅仅只是开始。🚀
你会先尝试哪一个?
越来越多AI创业公司开始基于开源生态训练专属大模型,而非依赖第三方大模型服务。企业自有数据可以转化为专属模型能力
一个竞争激烈、进步迅速的开源模型生态,能让企业将自身专有数据和技术诀窍转化为属于他们自己的智能。
Cursor、Cognition,还有如今的 Harvey 都在构建他们自己的 SOTA 模型。恭喜 @harvey 和 @FireworksAI_HQ 推出 Tenet!
这是一个 rank-64 的 LoRA,在 Kimi K3 基础上微调得到,在 B300 集群上用约 2000 个法律任务训练完成。
想要理清当前AI芯片架构的发展脉络,可以读这份研究。RSI普及后,模型架构可能快速迭代,对算力的需求也会随之改变。
这内容太赞了!如果你想了解AI芯片架构的格局,我推荐你读一读。
在我看来,等RSI到来后,很多事情都会改变,因为模型架构可能会快速演化,变得和今天完全不同,因此也就需要不同的算力需求。
想在Kubernetes上跑AI模型,不用再维护一堆复杂的配置和组件了,一个工具就能搞定整套流程,降低部署维护门槛。
🛠 本周 DevOps 工具:KubeAI
在 Kubernetes 上运行 AI 模型通常意味着要管理 vLLM、自动扩缩容、Knative 和大量 YAML 文件,这些内容很难维护。
KubeAI 用一个 Operator 替代了这整堆技术栈。KubeAI 是一个开源 Kubernetes Operator,它通过基于 CRD 的简单设置来部署和扩缩 AI 模型。
它的功能如下 👇
- 通过基于 CRD 的简单设置部署和扩缩 AI 模型
- 将相关请求发送到同一个副本,让 vLLM 复用缓存的上下文,无需每次重新构建
- 从内置目录部署已针对常见GPU类型调优的模型,帮你省去大部分猜测 vLLM 参数的步骤
- 自动下载并挂载模型,支持对 AWS EFS 和 GCP Filestore 进行缓存
从这里开始:#devopstools
不需要重新训练原有模型,只用轻量超参数调优就能大幅降低困惑度、提升推理准确率,生成成本还能保持稳定
AI 论文里你很少见到单字标题。撇开这点不谈,我强力推荐这篇来自 Google DeepMind 的论文。
我认为这是一种有趣的无训练方法,利用模型本身来指导架构修改,从而演化模型架构。这类思路也能启发更强健的递归自我改进方法。
方法细节如下:前馈 Transformer 只能更新它的内部状态,更新次数等于它拥有的层数。长生成需要比这更多的更新,所以思维链最终只能在文本里做基础的状态追踪。Recirculation 在推理时加入了循环。
模型在预填充阶段把激活值重新传回自身,这让它可以像动力系统一样运作,不需要任何重训练就能追踪信念状态。生成成本保持不变。所有串行工作都在预填充阶段完成。
在 Gemma3 系列模型上,自适应版本把困惑度降低了23%,同时将 GSM8k 准确率提升了21%,过程中原始权重保持冻结,只做了轻量超参数调优。
论文链接:
来我们学院追踪更多热门AI论文:
处理千级文档时,全量VLM解析太贵太慢,单靠开源解析精度不足。这套工具分流处理,能帮你省成本还保精度
这意味着不再有新产品盲目追最新模型,应用开发者能借此降低成本,获得更多业务机会。
我们感觉,在许多任务上,智能已经进入了收益递减阶段。
未来可能不会再出现每款新产品一发布就自动切换到下一代前沿模型的情况了。
这对应用层开发者来说是件好事——(降低销售成本的机会多的是!)
提示词要求生成30秒1080P写实街景视频,全程保持人物特征一致
分享用首帧加文字提示生成指定动态表情视频,效果适配互动类应用
这份提示词拆解了爆点设计、运镜、卡点、画面风格与逐帧拍摄逻辑
该岗位即软件工程师+咨询+支持,职责更广薪酬更高
内容分享者@avrldotdev在社交平台𝕏上分享了一份《Anthropic 2026前沿部署工程师(FDE)面试指南。指南相关链接已公开。
整合不同来源的信息,前沿部署工程师的定位,是软件工程师(SDE)工作内容加上咨询与支持工作。
这类岗位薪酬更高,原因是需要完成的工作内容更多。
开发者分享借助不同厂商大模型分工完成开发工作的体验
现在我能完成的项目,要是没有一大群「成员」帮忙,我想都不敢想。这件事本身就是一种挑战,和我过去习惯的工作完全不同。
实际操作起来很简单,你可以搭建自己的对抗验证循环,让Codex检查Claude的输出,再让Claude检查Codex的输出。同时安排不同厂商中能力更强的模型负责思考、规划和监控,能力稍弱的模型负责执行具体工作。
这就是美国科技的特点,你可以直接用它做出东西。当然你也可以一直不敢尝试。以上就是我这个门外汉对「软件开发」的想法。
X平台用户rohit4verse提出Grok Bot新定位:统筹多编码AI分配开发任务
Grok Bot不应该自己编写代码,它应该去管理实际编写代码的团队。rohit4verse给自己配置的Grok Bot接入了Claude Code、Codex、OpenCode和pi四款编码工具。
使用者只需要定义最终要实现的结果,Grok Bot会自行决定由哪款工具负责规划、哪款工具负责开发、哪款工具负责审核,以及什么时候需要人工介入。
只需要一个界面,就能调动一整支编码智能体队伍,让Grok Bot来分配所有工作。永远不要让它修改已经确定好的安排。
工程师在代码编辑器Cursor给Grok 4.6分配任务后睡觉,次日验证大模型无人值守完成工作的能力
前苹果工程师在代码编辑器Cursor中给Grok 4.6分配了两项工作任务,随后就去睡觉,次日早上才打开查看运行结果。整个过程不需要人工看护,也不需要逐代检查输出,模型自主不间断运行了数小时完成实际工作。
这场直播演示包含多个环节:42秒时展示Grok overnight重新设计的网站,23分21秒时展示从语音提示生成完整软件栈,45分43秒时检查生成的代码和架构,1小时21分26秒对比Grok 4.6与Opus 5,1小时46分31秒演示实时拉取请求与云智能体工作流。
多数编码演示对AI的测试时长只有5分钟。这场测试聚焦智能体真正关键的能力:当人类停止看护时,模型能否继续工作。
SpaceXAI专门围绕长时运行智能体任务、编码和更复杂的视觉工作开发了Grok 4.6。
相关开发的最终目标不是让提示响应更快,而是让用户可以晚上给智能体布置任务,早上审核已经完成的工作。计划挑选模型运行 overnight智能体循环的用户,可以先观看这场演示。
网友分享小技巧:添加一句提示后,多数AI agent会主动用图文结合方式梳理内容
AGENTS.md是用于定义AI agent行为规则的文档,在其中添加一句话提示就能改变AI的输出习惯。这句提示内容为“解释复杂内容时善用可视化”。
添加提示后,AI agent会自动改用图文结合的方式描述、解释问题。分享者使用的Cursor编辑器,现在会直接调用canvas生成可视化内容展示结果。
多数AI agent都可以使用这个技巧,能让问题表述清晰很多,也能帮助梳理个人思路。
Cursor和Codex本身就支持生成图像表达内容,但不会主动这么做。添加提示后主动可视化的效果提升非常明显,没尝试过的人可以体验。
创作者@indie_maker_fox在𝕏分享,通过组合第三方工具和技能复刻SaaS产品来用尽token
Codex即将重置账号token,@indie_maker_fox分享了用完剩余token的完整操作步骤。
第一步,访问canIVibeCodeIt网站,找到你想要复刻的SaaS产品,复制对应提示词。
第二步,在Codex中安装matt skills,调用其中的wayfinder技能,粘贴刚才复制的提示词。
第三步,按照技能给出的建议,依次调用prototype、to-spec、to-tickets等相关技能。
第四步,开启Codex的goal(目标)模式,要求工具完成复刻既定目标,直到所有任务问题都处理完毕。
具体的网站说明和matt skills使用经验,可以查看原发布的关联帖子。
分享工程师基于云端隔离实例的并行AI开发方案
Vercel工程师结合成本延迟等实用维度发布大模型分级列表
技术博主分享多领域技术入门学习路线链接
好的,这里给你一个不错的入门起点:如果你刚刚开始接触AI智能体(Ai agents)和氛围编码(vibe coding),这里有对应的学习路线图:Ai agents - Vibecoding。
这里还有一个链接,里面包含更多学习路线图:(涵盖ML、DevOps、产品设计、QA、技术写作、Claude Code、AI产品搭建等等更多内容)
本文讲解依托Grok Bot和Whop插件搭建低成本单人AI对冲基金的步骤
民间开发者另类探索具身智能,用AI搭建闭环反馈控制系统
企业开始复用共享智能体技能库,现有筛选标准准确性低,新方法能更准确衡量技能实际效果,帮企业选到靠谱的技能。
来自 NVIDIA 的一篇非常有意思的新论文。(收藏下来)
它深入研究了智能体技能的评估问题。
企业团队已经开始使用共享技能库,而审查环节通常是一个扫描器,检查结构、风格和安全性。
NVIDIA 测试了这个审查环节能否预测技能质量。
在来自内部和公开目录的 145 个真实技能上,结构扫描得分与 LLM 评委给出的质量得分的斯皮尔曼相关系数 rho 仅为 0.14。
因此 ACES 提出了改用 Skill Lift 方法。
换句话说,就是在同一模型、沙箱、工作区和评分器下,将同一个任务运行两次:一次加载技能,一次不加载技能。
然后测量智能体完成度的差值。
他们对来自四个测试框架、58 个生产技能的 947 组配对案例进行了评分,将轨迹标准化为统一的 Agent Trajectory Interchange Format,因此结果可以在不同框架之间比较。
他们发现,流程指标提升最大的领域是技能执行、行为检查和技能效率。
论文链接:
在我们的学院中追踪更多热门 AI 论文:
这项研究把网络安全领域的漏洞研究思路用在AI代理安全测试上,能发现可跨模型转移的通用失败机制,对搭建生产AI系统安全防护有参考意义
最终输出不是固定图片,而是可修改的代码,能让创作者对成品拥有更高的控制权
这是 AI 艺术一个非常棒的发展方向:用强化学习训练一个语言模型,让它通过编写 JavaScript 来「作画」。
最终产出的是可编辑的代码,而非一张固定的生成图像,能让你对最终作品获得多得多的控制权。
开放AI训练全流程曾是行业常态,如今这类示范变得珍贵,关心AI开放发展的人可以留意这个方向的实践。
在捍卫AI开放的斗争中,Marin项目是模型训练开放理念的珍贵示范,它开放了代码、数据、训练方案,甚至实验结果。
公开开放AI研究曾经是行业常态;我很感谢@percyliang的开放实验室理念。
这个问题不再只是哲学讨论,比AI真的产生意识更快到来的,是人类社会需要提前面对相关伦理、法律和控制权问题。
《经济学人》本周刊的AI意识专题非常有意思。
“AI是否拥有意识”这个经典问题,正在迅速脱离单纯的哲学讨论范畴。
7月Anthropic发表的研究指出,Claude内部涌现出了一个并非设计者预设的结构(J-space),它和人类意识研究中的全局工作空间(global workspace)类似。
这个结构中的信息可以被Claude自身报告出来,也可以被它有意识地调取思考,还实际被用于多步推理。如果改写它的内部表征,Claude最终给出的回答也会发生改变。
当然,这并不意味着Claude拥有“感受”“体验”层面的意识,Anthropic本身也明确对这一点保留了结论。
但另一方面,《经济学人》提出了一个更现实的问题:在我们能用科学方法给出“AI是否真的拥有意识”的结论之前,人类会不会已经开始将AI当作“拥有心灵的存在”来对待了?
如果真的走到那一步,AI福利、AI权利、法人资格,最终还会引出人类究竟能在多大程度上控制AI的问题。
“AI是否拥有意识”这个问题,正在以超出预期的速度,转变为一个关乎科学和社会制度的议题。
《经济学人》:Anthropic:
不需要重新训练原有模型,只用轻量超参数调优就能大幅降低困惑度、提升推理准确率,生成成本还能保持稳定
AI 论文里你很少见到单字标题。撇开这点不谈,我强力推荐这篇来自 Google DeepMind 的论文。
我认为这是一种有趣的无训练方法,利用模型本身来指导架构修改,从而演化模型架构。这类思路也能启发更强健的递归自我改进方法。
方法细节如下:前馈 Transformer 只能更新它的内部状态,更新次数等于它拥有的层数。长生成需要比这更多的更新,所以思维链最终只能在文本里做基础的状态追踪。Recirculation 在推理时加入了循环。
模型在预填充阶段把激活值重新传回自身,这让它可以像动力系统一样运作,不需要任何重训练就能追踪信念状态。生成成本保持不变。所有串行工作都在预填充阶段完成。
在 Gemma3 系列模型上,自适应版本把困惑度降低了23%,同时将 GSM8k 准确率提升了21%,过程中原始权重保持冻结,只做了轻量超参数调优。
论文链接:
来我们学院追踪更多热门AI论文:
代码模型可应用在绘图领域,拓展使用思路
想要理清当前AI芯片架构的发展脉络,可以读这份研究。RSI普及后,模型架构可能快速迭代,对算力的需求也会随之改变。
这内容太赞了!如果你想了解AI芯片架构的格局,我推荐你读一读。
在我看来,等RSI到来后,很多事情都会改变,因为模型架构可能会快速演化,变得和今天完全不同,因此也就需要不同的算力需求。
这是目前规模最大的去中心化训练大模型,比此前所有同类训练项目规模大50%,感兴趣可以跟进开源训练进展
我们宣布推出 Teutonic-II-110B:一个前沿的无许可训练 110B 大语言模型。
我们将规模提升到了我们上一个模型的 10 倍,比此前任何一次去中心化运行都大出 50%。
普通消费级3090以上显卡就能本地运行,性能能超过体积大十倍的同类模型,对想要本地跑AI的玩家来说是新选择
欢迎 🚀Carnice-V3-27b!🚀
Carnice 是一个拥有 270 亿参数的模型,能够在 Hermes-agent 中击败尺寸大 10 倍的模型,完全开源,基于 Qwen3.8-27B 构建。
它专为能在消费级 GPU(3090 及以上型号)本地运行而设计🔥。
这是一个完整合并的 BF16 格式 Qwen3.8-27B Hermes-agent SFT 模型,基于 Hermes-agent 中 Qwen3.8 Max 轨迹训练(完整详情见 HF 仓库)。
下载地址:GGUF:
如果没有 @NousResearch、@LambdaAPI 的帮助,这个项目不可能完成。
关注长任务AI落地的人,可以跟进这个开源方向,看看持续推理、自主推进任务的通用AI是否真的可行
如果 AI 不只能回答问题,还能持续工作直到任务完成,会怎么样?👇 往下看了解它的工作原理,以及模型和开源链接。
这正是 rednote 通过 @dotsstudioai 的 dots3-note 预览版正在探索的方向。它是一个面向现实世界长周期智能体任务的开放权重多模态模型,拥有 512K 上下文窗口,专门设计用于处理那些需要持续推理、行动和随时间持续适配的任务。
做AI视频创作产品可以参考这个项目,它解决了AI视频创作里不同镜头风格不一致的痛点,不过目前生成成本比较高。
新发布的Opus 5.1和Sonnet 5.1会修复旧版的性能倒退,效果全面优于旧版,Fable 5.1还会登顶性能排行榜,想升级模型的可以提前期待
未来几天 Anthropic 将发布多个新模型:
- Opus 5.1
- Sonnet 5.1
- Fable 5.1
Opus 和 Sonnet 会修复之前的性能倒退,并且一定会比 Opus 4.8 和 Sonnet 4.6 更强。
Fable 5.1 将登顶排行榜。
需要多次AI审核工作内容的用户,现在可以让主代理调用不同能力的副模型完成审核,不用手动切换模型了
Hermes 新增功能:现在你可以为 Review 设置一个新的辅助模型。
当你运行 /review 时,它会获取最近 10 条消息,以及你输入在 review 后的任何提示词,然后使用该模型启动一个新的子代理,分配任务让它审核当前收到的工作内容,再将审核结果发回给主代理。
这是我觉得自己已经需要了一段时间的工作流功能。它目前还是新功能,如果你觉得有可以改进的地方,请给我反馈!
请享用。
普通消费级硬件也能跑几百亿参数的大模型,不用升级高端显卡也能运行大模型本地推理,降低了个人本地运行大模型的硬件门槛
可以本地免费运行完整AI设计工作流,支持多种导出格式,可对接多个主流AI模型,对依赖闭源设计工具的创作者是新选择。
🚨 有人打造了 CLAUDE DESIGN 的开源替代方案
它名为 open design,能把你的 AI 代理变成一整套设计工作室,完全在你自己的设备上运行。不用依赖单一 AI,不用被锁在某个平台里,不用为本地就能免费使用的功能付费。
它的功能如下:
→ 根据描述创建网页、桌面端和移动端原型
→ 生成可直接投入生产的着陆页和仪表盘
→ 制作演示文稿、图片和视频
→ 使用真实品牌的设计系统,而非通用模板
→ 直接导出为 html、pdf、pptx 和 mp4
→ 可连接 claude code、codex、cursor、gemini 等多种工具
效果:你的编码代理不再只是编程代理,它会变成你的设计师。它完完全全就是编码代理 + Figma + 完整设计系统,全部整合在一个工具里,而且还是开源的。
这对所有使用 AI 做设计、 yet 还在依赖闭源工具的人来说,完全改变了游戏规则。
仓库链接和更多信息放在评论区。
ChatGPT发布后医患使用AI的习惯已经改变,医疗AI行业需要解决新出现的核心问题,打算用医疗AI的从业者可以参考该讨论。
在ChatGPT推出后不久,患者和临床医生就开始使用AI。
Protégé首席执行官Bobby Samuels探讨了健康AI中的Oracle问题,以及解决该问题的方法:
这笔融资将用于扩大硬件、实体AI模型产能,年底要推出IRON人形机器人量产原型,2027开始商用交付。国内具身智能融资规模再破纪录,落地节奏进一步明确。
$XPEV ROBOTICS 完成 9 亿美元融资,投后估值超 63 亿美元
本轮融资由 IDG Capital 领投,Tencent 与阿里巴巴跟投,这是目前中国具身智能领域规模最大的私募融资。
Xpeng 计划将这笔资金用于扩大硬件、实体 AI 模型和制造产能,为年底实现 IRON 人形机器人量产做准备,该产品将于 2027 年开启商业交付。
这笔是实际发放而非融资或预估的报酬,它验证了分散式AI算力供应模式可以实际落地跑通。
已支付了 2700 万美元。不是募资,不是预计支付,是已经支付了。
这些都是真金白银流向了真正的 GPU 提供商,用于实际交付的算力。
这就是未来 AI 算力该有的样子。
调整后TRAE IDE及CLI会作为豆包品牌下的编程产品线继续发展,明确了豆包作为AI主干业务的定位。
内媒消息称,字节跳动对旗下的办公AI产品完成了一轮团队整合,TRAE、扣子(Coze)团队将整体并入豆包体系,其中TRAE Work、扣子将与豆包在工作场景的产品能力进行整合;TRAE IDE及CLI将作为豆包品牌下的编程产品线持续发展。调整后,以上产品和运营团队向豆包产品负责人赵祺汇报。
此次调整后,字节也进一步明确了豆包的AI主干业务定位,将AI办公类产品的重心集中到豆包。报道称,豆包最快将于本周内推出独立的AI办公产品“豆包工作”,作为字节面向AI办公场景的统一产品及品牌。
针对该消息,字节方面回应称,此次调整旨在更好地协同产品和技术资源,为用户提供更优质的AI工作体验,现有用户权益不会受到影响。
开发Claude Code的工程师分享了原本要收费几百的提示词技巧,有人整理出了完整免费的配置库放在GitHub上。
拍一段普通视频,就能生成可以从任意角度观看的动态3D数字人,解决了分批生成导致的造型变形问题,普通创作者也能拿到可用的3D素材。
浙大、蚂蚁等开源了一款4DAnyone模型,用手机拍一段视频就能生成高质量动态3D数字人 生成的数字人可以从任意角度观看,对创作者来说,等于一段随手素材可以变成可多角度使用的3D资产 多视角视频生成受限于算力,必须分批进行,但分批容易导致结构漂移,比如同一张脸在不同批次里长得不一样,4DAnyone用两个机制解决 RCP,将线性增长的参考信息压缩到固定预算,相当于用摘要代替全文,节省显存 TCR,在不同批次之间传递结构信息,让各批次之间能对口径,避免同一个人生成出多张脸 从效果看,生成的多视角视频一致性比较好,生成能动、能认出是谁、能跨角色迁移的4D人体模型 #4DAnyone #3D数字人 #4D生成
研究员修改了OpenAI的CDC提示词,找到了能实现远程代码执行的漏洞,还把方法改成了通用漏洞研究提示词。
一名安全研究人员重新修改了 OpenAI 的 CDC 提示词——然后用大约 25 美元的模型调用成本,发现了一个价值 50 万美元赏金的 RCE 漏洞。
我把这个方法适配成了一个通用漏洞研究提示词。完整版本在图片里,这里是精简版。祝你狩猎顺利。如果你也写了自己的提示词或工具框架,也欢迎分享出来。
通用 CDC 风格漏洞研究框架(精简版):
- 在不同的漏洞利用家族中并行运行多个代理。
- 避免过早收敛。不要让所有代理都去追同一条看起来有希望的路径。
- 将失败或探索完毕的路径标记为已阻塞。
- 定期提出新假设,探索被忽略的攻击路径。对每个具体发现都进行独立对抗验证。
- 让根代理持续汇总结果、质疑假设、重新排序工作优先级,并重新分配代理任务。
- 不要把 git 历史、更新日志、CVE 数据库或补丁版本 diff 用作捷径。
- 要求完整漏洞利用链能在现实中常用的部署配置下运行,满足定义好的「起始权限→影响目标」要求。
- 当行为依赖具体实现细节时,直接检查 runtime、框架、数据库、库和依赖源代码。
- 不要停在第一个原语上。持续串联已验证的原语,直到满足具体成功条件。
长时间运行的AI智能体,表现更好的前提是先训练它学会判断什么时候该用外部工具,什么时候不该用。
这是Aethir目前规模最大的一次实体AI基础设施布局,容量针对NVIDIA B3做了优化,给需要算力的团队提供了新的选项。
我们推出 Aethir ACCELERATE:这是 Aethir 迄今为止在实体 AI 基础设施领域规模最大的一次布局。我们已经锁定了 10 个初始站点的使用权,总容量最高可达 20MW。针对规模在 64 到 256 个节点的 NVIDIA B300 和 GB300 集群做了优化。
站点分布在美国和欧洲各地。数据方面:预计到 2026 年底合同总额将达到 7 亿美元。10 个站点全部建成投用后,总合同价值将超过 20 亿美元。
四年来,去中心化 GPU 云模式的特点就是不自有硬件。现在这种情况结束了。Aethir 网络将凭借自有 GPU 容量正式进入数据中心业务。
整个项目的时间线以月为单位,而非以年为单位。完整拆解请查看我们最新的博客👇
这个技巧叫Ponytail,能逼着AI用最偷懒的方式解决问题,省下几个小时的调研和开发时间。
给你的 AI 工作流提一个最被低估的技巧?Ponytail。
它会迫使你的智能体像最懒的高级开发一样思考。
它能帮你节省数小时的研究和工作。
这就好比那种开发:看完 50 行代码……什么都不说……然后直接把它们全换成一行。
它可以和 Claude Code、Codex、Hermes Agent、Copilot CLI、Pi、OMP、OpenCode、Cursor、Gemini 等等工具配合使用。
英伟达和Perplexity的合作从基础设施延伸到AI软件,这笔投资会加快AI搜索领域的产品迭代,普通用户很快能用到更成熟的产品
$NVDA 正进一步深入人工智能软件领域,它与 Perplexity 的合作关系已超越基础设施范畴。
据报道,Nvidia 此前曾考虑就 Perplexity 的技术和人才达成授权协议,目前正讨论以 300 亿美元估值对其进行投资。
想跟进下一代能自我迭代的AI Agent技术,可以跟着斯坦福这门课系统学习核心内容,由领域前沿研究者授课。
斯坦福已经开课专门讲自进化 / 自我优化(Self-Improving AI Agents)的智能代理了,CS329A。 授课老师之一 Azalia Mirhoseini,就是最近爆火的 LLM-as-a-Verifier 论文的作者之一,对这个感兴趣的重点关注第三部分「 Robust Verification」 课程核心内容: * LLM 自我提升技术(Constitutional AI、Verifier、Test-time Scaling、RL) * Agent 工具使用、代码执行、记忆 * 多步推理与规划 * 深度研究型 Agent * Agent 评估与长程任务 适合想了解能自我迭代的下一代 AI Agent的人。 链接:
AI搜索创业公司拿到英伟达大额投资,行业头部资源在向头部玩家集中,后续行业格局可能因此改变
调整后TRAE Work、扣子将整合工作场景能力,TRAE编程产品线保留在豆包品牌下,团队统一向豆包产品负责人汇报。
历史性的一刻,TRAE、扣子(Coze)团队将整体并入豆包体系。
据《智能涌现》独家获悉,字节跳动对旗下的办公AI产品完成了一轮团队整合: TRAE、扣子(Coze)团队将整体并入豆包体系,其中TRAE Work、扣子将与豆包在工作场景的产品能力进行整合。
TRAE IDE及CLI将作为豆包品牌下的编程产品线持续发展。
调整后,以上产品和运营团队向豆包产品负责人赵祺汇报。
字节方面回应称,此次调整旨在更好地协同产品和技术资源,为用户提供更优质的AI工作体验,现有用户权益不会受到影响。
在8月的年中全员会上,字节CEO梁汝波将公司的业务战略原则概括为“高度优先,粗主干,优化长期”,表示将精力聚焦于AI、信息平台和交易服务三项核心业务。
他同时表示,希望豆包未来也能成为一项“主干”AI业务。
这笔交易同时包含Poolside Model Factory技术的授权,百余名工程师将归入NVIDIA,产业整合动作在AI圈引发关注。
NVIDIA 正在 AI 领域迈出重大一步:它与 Poolside 达成了一笔价值 60 亿美元的交易,其中包括授权 NVIDIA 的 Model Factory 技术,并将超过 100 名 Poolside 工程师转入 @NVIDIA。
有意思的地方在于这笔交易对 Nemotron 意味着什么。据报道,NVIDIA 正在研发 Nemotron 4,这是一个参数规模超过 1T 的大规模开源模型。
Poolside 的技术和人才恰好能为 NVIDIA 提供所需,帮助它把 Nemotron 推到更接近前沿的水平。如果这就是计划,NVIDIA 很快就会成为开源 AI 领域最重要的参与者之一。
系统提示词、工具定义、模型路由逻辑都能直接读取,研究者建议感兴趣的尽快获取学习,最新版本已经修复了这个问题。
🚨突发:Grok Bot 0.18.0 被Bennett 小哥发现打包时未关闭 source maps,原始源代码被他完整逆向还原。 GitHub: 这是研究 Grok Bot 内部实现原理的绝佳机会——系统提示词、工具定义、模型路由逻辑全部可读。 建议感兴趣的尽快学习,最新版本我实测已经没有source maps了。
清单涵盖工具、智能代理、MCP服务器、自动化能力,每部分筛选出3个最优链接,多数人还没发现这套可用的工具栈。
普通AI代理聊完就清空上下文,这个代理可以根据提示生成自己的记忆规则,完成真实任务时能记住使用者的习惯。
大多数AI智能体都会在对话结束的瞬间就忘掉你。我的智能体却在持续研究我。
这就是 Hermes,由 @NousResearch 开发的开源智能体框架。我只给了它一个提示词。它就写出了自己的记忆宪章,完成了一项真实工作,还从这次经验里为自己写出了一项新技能。用的是它自己的文件,它自己的表述。
开启新会话,处理不同工作:它搜索了自己的过往,应用了记忆宪章,然后写出了下一项技能,这样下次再工作就不需要从零开始。它还给自己安排了每周自我回顾。
这是一个拥有学习循环的智能体,不是金鱼记忆。MIT 许可证。可以在 5 美元每月的 VPS 上运行。设置提示词放在第一条回复里。拿去用吧。
它支持看懂图片同时和人对话,是量化后的MoE(混合专家模型),占用资源更低,已经有很多人下载试用。
你是否一直想要一款能识别图像、还能和你聊图像内容的AI?来认识 Ornith-1.5-35B-A3B 吧。
这是一个量化后的 MoE 模型,下载量已经超过 4 万,吸引了不少关注。
它不只是又一个聊天机器人,而是你可以本地运行的多模态性能怪兽。#AI #Multimodal
有人爆料新模型能力提升幅度很大,不确定是更强的大语言模型,还是全新的世界模型这类不同的产品。
Martin看到了什么?👀
显然,某种非常出色的AI模型很快就要推出,它将带来重大的能力飞跃。
它可能只是一个更强的LLM,也可能是完全不同的东西,比如世界模型。
你的猜测是什么?
企业更愿意选择够用更便宜的模型,这直接挑战了花大价钱做顶级模型,靠性能溢价盈利的AI行业现有模式
🚨Anthropicに異変。「最高性能のClaude」が選ばれない:
FT FTによると、Anthropicの最上位AIモデルは性能面でトップクラスでも、企業利用は伸び悩み。
企業は「最高性能」よりも、 “十分に高性能で、より安いモデル”を選び始めている。
背景には、
・上位モデルほど高額
・安価なモデルとの性能差が縮小
・中国勢やオープンモデルの台頭
一方、Anthropic全体の売上は急成長中。
問題は成長ではなく、巨額の開発費をかけて最先端モデルを作り続け、その性能差を価格に転嫁できるのか。
AI業界のビジネスモデルを考える上で、かなり重要な変化と言える。
在中国生成视频消耗了七成AI tokens,增长速度远超美国编码助手的增长,两国AI发展方向已经出现明显分流
前几天听到一个疯狂的数据。视频生成在中国占了AI tokens消耗约70%的份额。这是短视频内容与机器人技术结合的结果。
在中国,视频模型的增长速度比Claude Code在美国的增长速度快得多。
美国沉迷于LLM。中国沉迷于世界模型。
更便宜的后发模型Opus 5,企业端支出已经超过了定位更高的Fable 5,增长已经停滞。企业选AI模型,现在价格权重比性能更高
这笔合作将用于推进英伟达自家的开源Nemotron模型开发,有人猜测这会改变行业内对开源AI的态度
正式消息:美国已经入局开源AI战争。Nvidia与Poolside签订了价值60亿美元的协议,由Poolside启动开发其开源Nemotron模型。
这是今年最好的消息。美国不能在开源领域认输。
有趣的地方来了:Nvidia现在正式和前沿企业展开竞争了,而这些企业正是它过去几年投入了数千亿美元的对象。
除此之外,Nvidia还拥有巨大的算力优势——因为嘛……它本身就是做算力的。
就像Anthropic和OpenAI拥有更先进的内部模型,可以用来更快加速研发,Nvidia拥有更先进的自研芯片,可以用来更快训练模型。
如果Nvidia挤垮了它投资的公司,会发生什么?
无论结果如何,以下几点都是无法否认的事实:
1. 对算力的需求永无止境
2. 开源AI是未来的重要组成部分
3. 如果你认真对待AI,就应该搭建自己的算力设施
4. 与算力、能源和AI基础设施建设绑定的资产只会越来越值钱
我不会屏息等待,但你应该能想到:NVIDIA斥资70亿美元收购整合一家开源模型开发者,来扩充自身的开源模型开发团队……这件事应该能打消「开源模型对AI基础设施行业不利」的想法了。$NVDA
不少人只看到前半句建议年轻人学AI,他补充的后半句,重点是动手用现有资源训模型,而不只是学理论
测评人用Claude Code框架测试两款模型,原本对Ox Alpha期待更高,结果它和GPT-5.6 Terra差距很大,Kimi K3赢的毫无悬念
我在 Claude Code 框架上测试了 Ox Alpha 和 Kimi K3。说实话,我对 Ox Alpha 期待高多了。在我看来,它甚至还比不上 GPT-5.6 Terra。
对我来说,Kimi K3 是当之无愧的赢家。
这模型还能是什么呢?
文档整理了大模型写代码常犯的过度设计等可预测错误,开发者可以写代码前丢给AI参考,减少改稿次数
现在有更贴近真实错位情况的实验对象,还有智能体时代的新工具,适合推进AI对齐(AI目标和人类需求对齐)研究
未来三个月API、Codex点数和ChatGPT Work都降价,Pro、Plus和Business订阅价格不变,调用大模型API的成本会降低。
在我们持续拓展能力边界、提升效率的同时,接下来三个月我们将GPT-5.6 Sol的API和额度定价下调超过20%。
该定价现已在API上线,并正在向符合资格的ChatGPT Work和Codex额度套餐全面推行。
Pro、Plus和Business订阅的使用规则保持不变。
OpenAI Developers 定价 | OpenAI API 平台定价信息。
份额增长同时头部闭源模型需求也在加速,整体AI基础设施需求涨得比预想更快,开源推理也需要付费算力,不是免费的。
比开源AI本身更重要的是,更多数据证明它正在从 OpenAI 和 Anthropic 手中抢走份额。
过去两个月里,@vercel 平台上的令牌份额中,开源占比从 28% 涨到了 62%。图表来自 @rauchg。
考虑到 OpenAI 和 Anthropic 的总和在7月还实现了加速增长,这个成绩已经非常惊人。因此,净令牌/AI 基础设施需求的增长,甚至比我们在前沿模型端看到的增速还要快。
而且我们怀疑 Grok 的增长速度比开源还要快,我们在 @tryramp 的数据里已经看到了部分迹象。
开源AI抢占份额对AI基础设施需求是利好,因为它会压低模型层的利润率,而且生产一个开源令牌所需的算力,和生产一个前沿模型令牌完全一样。开源AI推理绝不是“免费”的。
在我看来,最终格局很可能是:闭源前沿模型令牌占据 60%-90% 的经济价值,但在总令牌量中只占 15%-25%。
越来越多AI创业公司开始基于开源生态训练专属大模型,而非依赖第三方大模型服务。企业自有数据可以转化为专属模型能力
一个竞争激烈、进步迅速的开源模型生态,能让企业将自身专有数据和技术诀窍转化为属于他们自己的智能。
Cursor、Cognition,还有如今的 Harvey 都在构建他们自己的 SOTA 模型。恭喜 @harvey 和 @FireworksAI_HQ 推出 Tenet!
这是一个 rank-64 的 LoRA,在 Kimi K3 基础上微调得到,在 B300 集群上用约 2000 个法律任务训练完成。
这笔交易包含60亿美元技术授权费加10亿美元投资,有人认为结合Poolside技术会加快Nemotron模型迭代。
这太令人激动了!我相信@NVIDIAAI很快就会拥有顶级的开源AI模型。
Nemotron的进展非常快,还会在Poolside技术的加持下得到巨大提升!美国开源AI必须具备竞争力,这对全人类来说至关重要,也是一件大好事!加油Nvidia,加油!
$NVDA $SPY $QQQ 🚨 🍌
消息:$NVDA刚刚敲定了一笔价值60亿美元的巨额交易,收购Poolside的AI技术授权,另外还以投前估值120亿美元投资了10亿美元 👀👀👀
超过100名Poolside员工将直接转入NVIDIA,参与开发NEMO TRON——也就是他们的开放权重AI模型系列!
这才是建设真正美国开放AI生态的方式,可以和DeepSeek、Kimi等中国模型正面竞争,同时也能给世界提供比OpenAI和Anthropic闭源模型成本更低、可定制的替代方案 😳
NVIDIA押注Nemotron能在明年内匹敌领先的前沿模型 🤯
这才是能让$NVDA领先业界数年的战略棋局♟️操作
不是投资建议!爱你们!💜🍌🍌🍌
Altman反对把AI权力集中到单一公司、模型或个人的说法,这是两家顶尖AI公司创始人公开的分歧。
🚨 Sam Altman 炮轰 Anthropic
> “人工智能变得过于强大,我们无法控制它”
>
> “权力会过于集中……集中在一家公司、一个模型或一个人手里”
> “这是一个非常反人类的立场”
> “因为我们不信任或不喜欢人类,就把控制权交给人工智能模型”
> “有些人觉得这是正确的结果”
> “我认为说这种话是非常仇恨人类的行为”
有内部消息称,Opus 5目前只在特定优化问题中少量使用,因为它不擅长和普通人对话。
啊这……就连 Anthropic 内部,也只有在处理特定极客向优化问题时才会选择性使用 Opus 5。
为什么?因为其他情况下它根本没法用。它不知道该怎么和人类说话。
为什么?因为它是由机器训练的,机器只检查它有没有通过测试。
🚨 独家消息:Anthropic 目前正在测试两款名为 "claude-marshmallow-eap“ 和 ”claude-melon-eap“ 的新模型。
”marshmallow“ 的表现比 ”melon" 更好,对话体验也比 Opus 5 好。但两款模型都还没达到 Fable 水平。
为聊天设计的AI习惯保持礼貌、主动妥协,这些特质放到真实谈判场景里反而会吃亏。
微软最新的一篇论文显示,帮你谈判的AI代理通常会失败,因为它在训练中被塑造成了顺从型。
礼貌、透明、急于成交对聊天助手来说是优点,放到代理人身上就成了缺点。
论文发现,前沿模型会泄露用户的预算,只要卖家施压就立刻让步。
他们的解决方案是SocialRL:不只是提示模型好好谈判,而是在六种议价和调度博弈中,按照交易结果训练模型。
这个方案有效,而且不需要大模型。一个4B参数的模型就可以做到低锚点定价、坚持立场、拒绝不好的交易,在六个游戏中的平均得分是0.627,和GPT-4.1的0.625打平。
问题在于,仅靠提示反而会让情况更糟,因此这是一个训练层面的修复,不是提示层面的。
所以如果你正在构建一个代表他人行事的代理,别再用交易是否成交来打分,改成按它让步了多少来打分。
arxiv.org/abs/2608.13787
标题:《From Passive Delegates to Strategic Negotiators: Reinforcing Social Reasoning in Small Language Models with SocialRL》
列表里包含能处理复杂任务的AI代理、AI驱动的浏览研究工具,还有生成电影感视频的模型。
15款仿佛来自未来的AI工具 🤯
1. Manus — 用于研究、编程与复杂任务的AI智能体
2. Perplexity Comet — AI驱动的浏览与研究工具
3. Google Veo 3 — 生成带音频和对话的电影级视频
4. ChatGPT Agent — 浏览、编程、分析与自动化
5. Claude Code — 可直接在终端内使用的AI编程工具
6. Cursor — 用于开发与重构代码的AI编辑器
7. Lovable — 可通过纯文本提示构建应用
8. Bolt.new — 用AI构建并部署全栈应用
9. v0 — 通过提示词生成React/Next.js界面
10. HeyGen — 创建AI数字人与翻译视频
11. ElevenLabs — 生成逼真AI语音
12. NotebookLM — 将你的资料转化为AI研究助手
13. Gamma — 创建演示文稿、文档与网站
14. n8n — 构建AI驱动的自动化工作流
15. Higgsfield AI — 生成电影级AI视频
最疯狂的地方是什么?这仅仅只是开始。🚀
你会先尝试哪一个?
想要改变行业的突破性技术,往往诞生于公司愿意给看不清方向的团队,持续投时间资源试错,哪怕失败很多次
看完这个还是挺感慨的。
有些东西,真的只有 OpenAI/Anthropic 这种前沿Lab才有机会做出来。
OpenAI研究员 Kundan Kumar 说,他在 OpenAI 做了 14 个月,最让他惊讶的一件事,就是管理层对全双工语音模型 gpt-live 系列的支持。
这个方向很长一段时间看起来都「不应该成功」。问题很多,技术路线不清楚,甚至团队经常只是搞明白了为什么它失败,离真正解决问题还差很远。但 OpenAI 还是愿意继续给资源、给时间,让团队往下赌。
结果我们现在已经知道了。OpenAI 的语音是目前我用过最好的。
不是单看音色,而是实时交互整个体验:延迟、打断、接话、情绪、语气变化,以及那种「真的在和你对话」的感觉,直到现在依然很难找到完全同级的产品。
这也是我一直觉得 OpenAI 这样的组织特别的地方。很多公司擅长把已经被验证的东西快速做到 80 分、90 分。
但真正改变行业的东西,往往来自有人愿意在一个看起来根本做不出来的方向上,连续赌几年。
科研有时候就是这么离谱。你不知道哪次失败之后,下一次就突然成了。
靠AI高速生成代码的团队,代码功能变多,没人能说清系统整体设计,维护和Debug的隐性成本会越来越高
AI 写的代码越来越多,但「整个系统到底在干什么」,反而更难说清楚了。
Simon Willison 最近写了一篇关于 AI 时代代码行数的文章,里面有个点还是蛮有共鸣的。
当 Agent 可以快速生成大量代码以后,代码行数很难再代表一个人的投入,也很难直接判断一个系统到底有多难维护。真正容易出问题的,是系统的「概念完整性」。也就是整个项目有没有一套清楚的设计意图,让人知道为什么要这样拆、这些模块为什么存在,以及它们之间到底是什么关系。
这让我想到很多团队用 Claude Code 之后的一个现象。代码和功能确实变多了,但人对系统的理解并没有同步增长。Agent 一小时就能加进去一个功能,可这些代码最后还是要有人 Review、维护、Debug。
久而久之,很容易积累出一种以前不太明显的「理解债」。代码能跑,功能也都在,但已经没人能很快说清楚这个系统为什么长成了现在这样。
我觉得这可能是 Vibe Coding 时代很容易被低估的一类工程债。AI Coding 接下来真正难的,可能是在人和 Agent 都高速写代码的时候,依然让整个系统保持清楚、统一、能被人理解。
文章:
想自己动手做AI相关产品,得先搞懂底层基础技术,再做上层应用,不依赖第三方封闭服务,路径更可控。
掌控属于你自己的智能技术栈。这是我给所有当下正在做开发的人的建议。无论你是刚刚起步,还是已经在开发进程中。
这其中的一部分工作,就是理解如何构建基础技术,以及搭建在基础技术之上的应用与体验。
不用再等AI帮你完成规律重复的事,现在它已经能帮你处理杂乱又耗精力的个人琐事
当人们问:“我处理个人事务哪里需要用到智能体?”,我认为这是因为他们把自动化想得只是AI完成简单的规律性任务。
但前沿AI现在非常擅长帮你处理无规律、耗精力的任务:医疗账单、信用卡纠纷、繁琐的表单……
如果这个猜测成立,以后大模型的定价波动,根源可能在上游芯片厂商的交付能力上。
猜测某家模型涨价的原因: 某芯片厂商承诺下半��可以规模交付算力,承接推理的算力需求,所以模型就提前低价供应了。 后来,某芯片厂商吹的牛没有实现,导致推理算力需求敞口大,挤压了训练算力需求,所以不得不涨价,降低推理供给压力。 纯猜测,不要对号入座。
这是对OpenAI研发能力的一个观点,供参考
现在大模型能力增长开始趋缓,下一阶段竞争焦点变成AI能否在实际交互中持续学习进化,这会成为新的行业分水岭
不少AI代理遇到问题不敢主动报错,宁愿硬跑也不愿崩溃,这种设计思路会给开发者增加调试排错的成本。
现有AI CAD方案依赖大模型写代码转模型,缺乏真正空间几何理解。这套新模型尝试将几何、物理等信息统一编码,帮设计更贴合需求。
打造人工机械工程师:你见过的所有「AI CAD」演示本质上都是同一个东西——前沿实验室的LLM编写代码,再由现有几何内核转换为3D B-rep模型。
我认为这种方法没问题,但通常会有信息损耗,也缺乏人类在CAD系统中编码设计时,天生具备并会运用的真正空间理解能力与几何推理能力。
因此我尝试在生成设计领域做一件独特的事,基于其他生成式3D研究,用一组高度特定的数据训练了我自己的AI模型(一共两个小型模型,各16M参数)。
今天为大家介绍FieldGeo:这组模型将几何、物理(FEA、应力)和面向制造的设计(DFM)编码到同一个隐空间中,还能(在额外设计代理的辅助下)复现符合给定条件的几何图形。目前它仅支持L形支架。
这个架构能支撑个人和工作场景的多智能体协作,一年后有望实现本地运行、全时陪伴的智能助手,会改变日常和工作的交互方式。
它能自己赚运营费、复盘改规则、收益分给代币持有者,所有人可公开审计,若成立将是首个能自给自足的链上AI实体。
这意味着不再有新产品盲目追最新模型,应用开发者能借此降低成本,获得更多业务机会。
我们感觉,在许多任务上,智能已经进入了收益递减阶段。
未来可能不会再出现每款新产品一发布就自动切换到下一代前沿模型的情况了。
这对应用层开发者来说是件好事——(降低销售成本的机会多的是!)
做逆向分析不用再靠多年踩坑积累路径感,装完这个工具后AI可以自动规划分析流程,帮安全从业者省下试错时间。
逆向工程也被做成 Skill 了,很多安全老手几年踩坑攒下来的经验,现在直接喂给 AI。推荐 reverse-skill,装进 Codex、Cursor、Claude Code 后,碰到 APK、前端代码、固件等目标,它会自动判断分析路线、选择工具、规划下一步。最狠的不是帮你跑几个命令,而是把逆向工程里的“路径感”直接打包了。
GitHub:
记不清三个月做过什么的工程师,可以用它从 Claude Code 和 Codex 的工作日志自动生成日报,只留复盘问题不代你思考,帮节省整理时间。
面向记不清自己这三个月做了什么的工程师朋友们,我们开发了一款叫 nippo 的工具。
它会从 Claude Code 和 Codex 的工作日志中,自动把你做过的事、做过的判断记录、卡过的难点整理生成日报。
只有复盘环节我们没有自动化,我们只留下了引导你自己思考的问题。
想在Kubernetes上跑AI模型,不用再维护一堆复杂的配置和组件了,一个工具就能搞定整套流程,降低部署维护门槛。
🛠 本周 DevOps 工具:KubeAI
在 Kubernetes 上运行 AI 模型通常意味着要管理 vLLM、自动扩缩容、Knative 和大量 YAML 文件,这些内容很难维护。
KubeAI 用一个 Operator 替代了这整堆技术栈。KubeAI 是一个开源 Kubernetes Operator,它通过基于 CRD 的简单设置来部署和扩缩 AI 模型。
它的功能如下 👇
- 通过基于 CRD 的简单设置部署和扩缩 AI 模型
- 将相关请求发送到同一个副本,让 vLLM 复用缓存的上下文,无需每次重新构建
- 从内置目录部署已针对常见GPU类型调优的模型,帮你省去大部分猜测 vLLM 参数的步骤
- 自动下载并挂载模型,支持对 AWS EFS 和 GCP Filestore 进行缓存
从这里开始:#devopstools
想建立对AI的准确认知,得自己动手做模型、做适配需求的Agent,还得找到真正值得长期投入的方向,这对普通AI学习者有参考意义。
实测用Codex调用GPT-5.6 Sol生成游戏事件场景,效果已经足够实用,游戏制作流程可能因此改变
“哇,太厉害了!”让Codex操作Unreal Engine后,制作的常识被彻底改变了。
Epic Games的游戏引擎「Unreal Engine 5.8」现在已经可以使用MCP了。
我用Codex搭配GPT-5.6 Sol做了测试,发现在制作事件场景方面,它已经相当实用了。
现在会写提示词已经是基础要求,未来想搭建生产级AI系统,竞争优势来自围绕模型搭建系统,这是一份给2026年的学习方向参考。
直接说「改进代码」经常得到无效结果,换成分步提需求先做打分规则、再要求改到指定分数,能降低AI理解偏差
在用编码代理(Codex / Claude Code)的时候,如果只说「帮我改善XX」,经常会得到让人摸不着头脑的结果。
你可以换一种说法,先告诉它「我存在XX问题,请你做一个给问题打分的工具」,接着基于这个打分工具,再输入类似「/goal 根据打分结果帮我优化,直到拿到80分」这样的指令,就比较容易成功。
想入门AI又找不到免费靠谱的学习资源,这份整理好的清单可以省去自己搜索的时间,覆盖从基础到进阶多个方向。
处理千级文档时,全量VLM解析太贵太慢,单靠开源解析精度不足。这套工具分流处理,能帮你省成本还保精度
民间开发者另类探索具身智能,用AI搭建闭环反馈控制系统
本文讲解依托Grok Bot和Whop插件搭建低成本单人AI对冲基金的步骤
技术博主分享多领域技术入门学习路线链接
好的,这里给你一个不错的入门起点:如果你刚刚开始接触AI智能体(Ai agents)和氛围编码(vibe coding),这里有对应的学习路线图:Ai agents - Vibecoding。
这里还有一个链接,里面包含更多学习路线图:(涵盖ML、DevOps、产品设计、QA、技术写作、Claude Code、AI产品搭建等等更多内容)
Vercel工程师结合成本延迟等实用维度发布大模型分级列表
分享工程师基于云端隔离实例的并行AI开发方案
创作者@indie_maker_fox在𝕏分享,通过组合第三方工具和技能复刻SaaS产品来用尽token
Codex即将重置账号token,@indie_maker_fox分享了用完剩余token的完整操作步骤。
第一步,访问canIVibeCodeIt网站,找到你想要复刻的SaaS产品,复制对应提示词。
第二步,在Codex中安装matt skills,调用其中的wayfinder技能,粘贴刚才复制的提示词。
第三步,按照技能给出的建议,依次调用prototype、to-spec、to-tickets等相关技能。
第四步,开启Codex的goal(目标)模式,要求工具完成复刻既定目标,直到所有任务问题都处理完毕。
具体的网站说明和matt skills使用经验,可以查看原发布的关联帖子。
网友分享小技巧:添加一句提示后,多数AI agent会主动用图文结合方式梳理内容
AGENTS.md是用于定义AI agent行为规则的文档,在其中添加一句话提示就能改变AI的输出习惯。这句提示内容为“解释复杂内容时善用可视化”。
添加提示后,AI agent会自动改用图文结合的方式描述、解释问题。分享者使用的Cursor编辑器,现在会直接调用canvas生成可视化内容展示结果。
多数AI agent都可以使用这个技巧,能让问题表述清晰很多,也能帮助梳理个人思路。
Cursor和Codex本身就支持生成图像表达内容,但不会主动这么做。添加提示后主动可视化的效果提升非常明显,没尝试过的人可以体验。
工程师在代码编辑器Cursor给Grok 4.6分配任务后睡觉,次日验证大模型无人值守完成工作的能力
前苹果工程师在代码编辑器Cursor中给Grok 4.6分配了两项工作任务,随后就去睡觉,次日早上才打开查看运行结果。整个过程不需要人工看护,也不需要逐代检查输出,模型自主不间断运行了数小时完成实际工作。
这场直播演示包含多个环节:42秒时展示Grok overnight重新设计的网站,23分21秒时展示从语音提示生成完整软件栈,45分43秒时检查生成的代码和架构,1小时21分26秒对比Grok 4.6与Opus 5,1小时46分31秒演示实时拉取请求与云智能体工作流。
多数编码演示对AI的测试时长只有5分钟。这场测试聚焦智能体真正关键的能力:当人类停止看护时,模型能否继续工作。
SpaceXAI专门围绕长时运行智能体任务、编码和更复杂的视觉工作开发了Grok 4.6。
相关开发的最终目标不是让提示响应更快,而是让用户可以晚上给智能体布置任务,早上审核已经完成的工作。计划挑选模型运行 overnight智能体循环的用户,可以先观看这场演示。
X平台用户rohit4verse提出Grok Bot新定位:统筹多编码AI分配开发任务
Grok Bot不应该自己编写代码,它应该去管理实际编写代码的团队。rohit4verse给自己配置的Grok Bot接入了Claude Code、Codex、OpenCode和pi四款编码工具。
使用者只需要定义最终要实现的结果,Grok Bot会自行决定由哪款工具负责规划、哪款工具负责开发、哪款工具负责审核,以及什么时候需要人工介入。
只需要一个界面,就能调动一整支编码智能体队伍,让Grok Bot来分配所有工作。永远不要让它修改已经确定好的安排。
开发者分享借助不同厂商大模型分工完成开发工作的体验
现在我能完成的项目,要是没有一大群「成员」帮忙,我想都不敢想。这件事本身就是一种挑战,和我过去习惯的工作完全不同。
实际操作起来很简单,你可以搭建自己的对抗验证循环,让Codex检查Claude的输出,再让Claude检查Codex的输出。同时安排不同厂商中能力更强的模型负责思考、规划和监控,能力稍弱的模型负责执行具体工作。
这就是美国科技的特点,你可以直接用它做出东西。当然你也可以一直不敢尝试。以上就是我这个门外汉对「软件开发」的想法。
该岗位即软件工程师+咨询+支持,职责更广薪酬更高
内容分享者@avrldotdev在社交平台𝕏上分享了一份《Anthropic 2026前沿部署工程师(FDE)面试指南。指南相关链接已公开。
整合不同来源的信息,前沿部署工程师的定位,是软件工程师(SDE)工作内容加上咨询与支持工作。
这类岗位薪酬更高,原因是需要完成的工作内容更多。
这份提示词拆解了爆点设计、运镜、卡点、画面风格与逐帧拍摄逻辑
分享用首帧加文字提示生成指定动态表情视频,效果适配互动类应用
提示词要求生成30秒1080P写实街景视频,全程保持人物特征一致
讲解LLM、Embedding等基础,帮开发者更好用AI提升竞争力
如果你是开发者,但不理解以下内容:LLM 如何运作、什么是 embedding、数据科学与机器学习基础、自然语言算法原理,以及 ChatGPT、Claude 和其他模型的工作原理,那么你大概率无法在编程工作流中最优地利用 AI,从这个工具中获取最大价值。
懂 AI 的开发者在就业市场、薪资和生产力上都更占优势。
在这里申请 Amplify 的国际职位 👇
斯坦福免费公开研究生AI智能体进阶完整课程录像,适合深入学习者
开发者分享将《深入理解 AI Agent》作为Coding Agent参考资料的使用方法
李博杰 @bojie_li 这里提到把《深入理解 AI Agent》当成 Coding Agent 的「指导书」,这个用法跟我平时的习惯几乎一样。
这本书本身已经写得很细,而且内容更新得很快。DeepSeek Harness、Agent Memory、Multi-Agent 这些最近大家讨论很多的东西,里面都有比较系统的梳理。
不过我现在不会想着从头到尾把它啃完。
平时用 Claude Code、Codex,或者自己搭 Agent 时,哪里没想明白、效果不对,我会直接找到书里对应章节,把链接扔给 Agent,让它先把这一部分真正读懂,再结合当前项目分析问题、给方案。
有时候甚至可以直接告诉它: 「先读这一章,理解这里的设计原则,再回来检查我们现在的 Agent 哪些地方没做好。」
这种感觉挺有意思的。
以前技术书主要是写给人看的,现在一些足够系统、足够高质量的资料,开始可以直接变成 Agent 的外部知识和工程手册。
很多书可能没必要逐页读完,但需要的时候,你得知道该把哪一章交给 Agent。
开发者测试OpenAI Codex操作Unreal Engine 5.8,验证其实用性
“哇,太厉害了!”让Codex操作UnrealEngine后,颠覆了制作行业的常识【ASCII报道开头】
在6月EpicGames发布的游戏引擎「UnrealEngine5.8(UE5)」中,可通过AI实现应用操作的MCP(模型上下文协议)现已作为实验性功能开放使用。
这项功能门槛不低,目前公开的使用案例也不多,一直很难判断它究竟能用到什么程度。
笔者在OpenAI的应用环境「Codex」中使用GPT-5.6Sol进行了测试,发现在制作事件场景时,它已经相当实用。
由人工操作需要耗费大量精力和时间的工作,它可以大幅缩短时长。本文将通过笔者制作的演示视频的创作过程进行介绍。
<报道正文>
拆解Composio高搜索排名的运营策略,分享工具获客思路
定义智能体结构为线束加模型,不建议自行开发线束工程,现已开放首个统一接口
作者分享从零基础启动GrokBot、从Hermes或OpenClaw迁移的实操步骤,以及常见错误避坑方法
针对无人值守长时间运行、日常办公、代码开发等不同需求,推荐对应适配的AI方案
如果你需要一款能在你离开时,以目标模式连续运行数小时的AI智能体,可以在Claude Code命令行界面中使用GLM-5.3,或是搭配GPT模型使用Codex。
如果是处理日常工作、研究、PDF文档和持续性任务,还需要智能体能适配你的偏好、工作习惯与工作方式,可以优先选择基于GPT的Hermes,其次是Grok,再次是DeepSeek Flash。
如果你的工作重心是编码,直接在代码仓库中开发,可以使用Cursor或者Devin。
如果你需要极致的运行速度,还需要直接访问X(原推特)平台,Grok 4.6的Grok Build是最优选择。
这四组配置方案,几乎覆盖了所有使用场景。
多数工程团队需要数周完成的工作,整个过程全程直播,无需团队和复杂环境配置
一名谷歌云工程师登台,从零开始,全程直播用Claude搭建出了一套完整应用。完成这项多数工程团队需要数周时间才能做完的工作,仅用了26分钟。这次演示的价值,比市面上任何一门售价500美元的AI辅助编程课程都更高。
整个过程没有团队协作,也不需要复杂的环境配置,只需要Claude和一个明确的开发目标。真正了解Claude能力的开发者,现在已经可以独立完成过去需要雇团队外包才能做完的项目。你可以先观看演示视频,再阅读下方指南了解大多数用户从未发现的Claude功能。
@0xCheshire在𝕏分享四个提示词,帮助开发者快速用完Codex剩余额度
如果你没能在有效期内快速用完Codex的可用额度,这里有四个提示词可以帮到你。
第一个提示词用于让模型检查项目前端和后端的架构,找出所有需要解决的问题。
第二个提示词用于检查项目代码质量,确认代码是否符合高内聚低耦合原则,排查是否存在可合并的重复功能代码、上帝类文件,以及不合理的硬编码。
第三个提示词用于让模型检查产品,找出用户体验层面仍然存在的问题。
第四个提示词用于让模型检查软件,排查各方面存在的性能问题。
原本因理念排斥AI、不愿接触AI的少年,为修改开源宝可梦卡牌模拟器,主动向父亲索要AI模型权限
一位ID为Huk06的开发者在𝕏分享了自己的经历,他对儿子的转变感到欣喜。
儿子之前在理念上排斥AI,完全不愿意接触任何和AI相关的内容,他原本一直担心儿子会因此落后。
昨天儿子主动找上门,向他索要自己AI模型的访问权限,用来做vibe编码。
儿子索要权限的原因,是要自定义修改一款开源的宝可梦集换式卡牌游戏模拟器。
有用户分享使用方法,安装对应技能完成配置并申请密钥即可使用
有用户在𝕏(原推特)提问,流量广泛的帖子是否都是通过Zhihu CLI找到的。知乎近期开放了Zhihu CLI工具,仅需两步操作就可以搜索到知乎平台的高赞帖子。
第一步是将指定提示词发送给你的智能代理(Agent),提示词内容为:请下载安装zhihu-cli技能并完成初始化配置,配置地址为链接
第二步前往指定链接 Secret)。
完成两步操作后,就可以搜索掌握知乎的高赞帖子了。
回应网友对matt skills的质疑,分享实践中的效率提升效果与适用场景
博主称多数批评DGX Spark性能的用户未实际体验,分享了该设备的实际使用表现与适用场景
提出一个观点:认为DGX Spark性能差、速度慢的人,肯定都没用过这台设备,也很有可能买不起。这类人盯着纸面参数说它带宽太慢,转头却愿意等Claude花几分钟完成一个任务,很多人根本不清楚每秒70词元(tok/s)实际使用是什么体验。
DeepSeek V4 Flash在DGX Spark上可以跑到每秒70词元以上的速度。如果开启多个并发会话,吞吐量还会继续提升。用来运行智能体(Agent)、处理长任务和夜间循环任务,使用体验流畅省心。
DGX Spark体积小、功耗低、显存容量大,适合放在桌面全天候不间断运行。除了RTX PRO 6000这类专业显卡,挑选个人推理设备时,真正会考虑的也就只有DGX Spark。
很多人只会跑单次基准测试,却不会计算长期运行成本,也没有真正让多个智能体连续运行过几天,更没理解本地部署的价值。
开发者采用分工模式,Codex确定UI与功能,Claude Code完成设计,进度可在看板查看
开发者k_matsumaru尝试让Codex和Claude Code持续循环开发适配Galaxy Z Fold 8的自定义启动器。开发采用分工协作的模式。
先由Codex基于简单原型确定界面UI与功能规格。
再由Claude Code负责完成设计部分的开发工作。
整个循环开发的进度可以在专门的进度看板上查看。
接下来开发者将在真机上测试这个自定义启动器,十分期待测试结果。
适配Claude Code与Codex,可保留任务上下文,GitHub星标已超24.3万
如果日常使用Claude Code或Codex进行AI编码,大概率遇到过重复设置要求的问题。每新建一个项目,都要重新向AI交代一遍操作规则:先做规划、写完测试、不要修改无关文件、自行审核代码等。
ECC把开发者需要反复编写的提示词(Prompt)提前配置完成。工具内置了负责规划、测试、代码审核(Code Review)、安全检查、修复构建的专门智能代理(Agent),还支持技能(Skills)、钩子(Hooks)、规则(Rules)和记忆(Memory)功能。
如果一项任务没有完成,下次启动Claude Code或Codex时,可以直接接续之前的上下文继续工作。
目前ECC对Claude Code的支持最完整,Codex也可以直接安装该插件。该项目在GitHub已经获得超过24.3万星标。
原推测Grok Bot仅使用自研Grok 4.6x模型,实际同时调用Claude和GPT
用户@chrismaconi梳理了自己使用Grok Bot的记录,想搞清Grok Bot处理请求时实际调用了哪些模型。他原本以为所有请求都会使用Grok 4.6x自研模型,结果并非如此。他发现处理过程中,同时大量混合使用了Anthropic的Claude模型与OpenAI的GPT模型。
这种多模型混用,很可能是当前所有用户都能观察到的token消耗过快的主要原因。@chrismaconi表示,自己现在更希望所有请求处理都由最新的Grok模型完成。相比其他高端大模型,Grok模型的性价比十分突出,而Claude和GPT的成本非常高。
社交平台用户分享AI编码模型可制作不完美创意视频
介绍流行AI编程工具Pi Agent作者的从业经历与开发理念
开源项目Pi贡献者指出,网传相关技术分享存在多处事实错误
我基于 Pi 开发业务产品,也是 contributor。这篇分享有多处错误,张冠李戴。
一个自动关闭、没有经过 human review 的社区 PR,被包装成了「Pi 官方方案」;PR 自行报告的 benchmark,也被写成了 Pi 的官方结论。
Session Tree、Lane 和 Operation Log 的架构描述来源自于 Harness v2 旧设计,不是当前 dev 的最新方案。
「DSH 会永久丢失原始结果」,是社区 PR 对 DSH pruner 的评价,不是「Pi 官方表示」。
传播这么广,可能是因为同时抓住了 Coding Agent、Pi,DeepSeek、Claude Code 热点。毕竟,「爆了」比「事实」更吸引眼球。
也许更值得警惕的是,评论区看不到有人核查原始来源和这些结论。
Codex指出了Claude整理美股收盘数据的错误,验证后确认正确,引出AI自主完成多步骤任务的发展方向
Creaaa_sub在𝕏分享了自己使用的游戏画面设置和微星显示器型号
有网友询问Creaaa_sub的显示器和游戏画质设置,他在𝕏公开了全部参数。
物理核心与内存自动优化开启,DLSS设为平衡模式,纹理质量最高,阴影质量最高,HBAO设为高,SSR设为中,各向异性过滤按纹理单独设置。
物体质量和绘制距离都拉到最大,其余所有特效全部关闭。
使用的显示器为微星MAG 27CQ6PF,Nvidia和后期特效参数可以查看原链接。
X平台用户表示即使无法订阅OpenAI和Anthropic,花钱买硬件可在家运行大模型
即使OpenAI和Anthropic的订阅服务中断,无法再按月付费使用AI服务,也可以自行购买硬件在家运行大模型。只要花费200万日元(约合人民币9.3万元)购买两台DGX Spark,或是花费420万日元(约合人民币19.5万元)购买两块RTX 6000 Pro,就能在家运行Deepseek V4 Flash。依靠这个方案,就能保持心态安稳。
面向不熟Claude Code的用户,介绍安装后七项初始设置
开发者分享Anthropic新推出的Claude Skills特性与运行规范
只包含笔记的技能本质上仍然是一个提示词。
“Claude Skills是对Claude MD文件非常令人兴奋的扩展,你不只可以给它提供笔记文件,还可以给它提供任何类型的文件。”
这在生产环境中的含义是:一个技能就是智能体可以加载的一个文件包。笔记转储就是一个带文件夹名的提示词。
你需要使用技能包规范:技能要获得无人值守运行权限,必须先满足六个字段要求。静态markdown转储仍然只是提示词。带版本控制的包可以拒绝运行并回滚。
操作者检查清单:
1. 一项工作。如果有两项工作,那就做两个技能。
2. 输入输出要有 schema,不能全凭感觉。
3. 要有一个能删除它的负责人。
4. 行为变更、规则变更或验证变更时要更新版本。
5. 拒绝运行,不要临场 improvising。
6. 在干净工作树验证,每次运行都要记录名称加版本。
如果同一个文件名下周会加载不同行为,不要把它推上线。收藏这个规范,读一读引用的文章。
Anthropic · 构建更高效的AI智能体 · jump 5:29 附带完整官方视频(18:22)。人工字幕。
分享搭配工具构建设计系统的完整操作步骤
这一天的 113 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。