AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 8 月 25 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

小米今天开源了 MiMo V2.5 多模态大模型,310B 参数,稀疏混合专家架构,支持百万 token 上下文,免费可商用。这是中国硬件厂商首次在如此规模上开源大模型。

另一边,DeepSeek 开源了 Flash Vision,性能对标 GLM 5.3 但调用成本比 Kimi K3 低 10 倍,个人开发者又多了一个平替选项。英伟达几天内连投了三家 AI 公司(Hugging Face、Poolside、Perplexity),方向从硬件延伸到软件层。

今日值得看
01 官方Skill让MiniMax H3拍出电影感 MiniMax H3官方Skill:无需复杂后期,直接生成电影级视频 02 Seedance 2.5 超写实视频提示词 Seedance 2.5生成30秒超写实夏日日常,物理真实感炸裂
03 UnslothAI发布Qwen3.8-27B 免费微调教程(24GB) 想微调大模型又缺算力买不起高端显卡的个人开发者,现在可以用这个教程免费跑通27B规模模型的本地训练

你现在可以通过我们的 Notebook 免费微调 Qwen3.8-27B 了!🔥 本地训练可在 24GB VRAM 上运行。Unsloth 训练 Qwen3.8-27B 的速度比常规快 1.5 倍,VRAM 占用减少 50%。

04 FreeToken 让20G模型跑在16G显存显卡上 原来需要48G显存才能运行的模型,现在用16G显存的RTX 5080就能跑,速度约100tok每秒。想本地跑大模型的门槛又降了

🚨注意!「你需要48 GB显存」的说法已经过时了。一个20 GB的模型能在16 GB的RTX 5080上以约100 tok/s的速度运行。

今日焦点

ChatGPT替你操作邮箱日历,但得给完全控制权

OpenAI上个月发了个新东西叫ChatGPT Work。它不是普通聊天机器人,而是能直接操作你收件箱、Slack、手机、Notion、Figma的AI代理,最低订阅价每月20美元。

ChatGPT Work是公司编码工具Codex的修改版。OpenAI想让非工程师也能像程序员一样,扔给AI一个任务,它自己一步步完成,而不是只回答一个问题。

一位测试者让它干了几件事:从邮箱里翻出孩子幼儿园的奇怪日程表,加到Google日历;生成一份上市公司财务指标的自动更新仪表盘;建一个可查询的太空发射数据库;每周自动发一封最新AI研究论文的邮件。它连上Google日历可以创建事件,但不能创建新日历。

阅读全文 →

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达149 条本班新增 36 条

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

23:50 最后一轮更新
今日要点 · 12 条
新新品发布 · @Handllex▲ 5.2万

Flova接入Seedance 2.5 推出完整AI视频工作流

告别单次prompt生成,支持分步创作、局部修改,还能复用角色素材,AI做视频的可控性终于提升了。

Seedance 2.5 现已登陆 Flova,将可控性更强的多镜头视频生成整合到了同一条工作流中。

提示词时代正在让位于原生智能体创作,由 Flova 连接完整的视频制作流程。我们让 Flova Agent 和 Direct Model 生成同一个带外卖盒、面条,结尾还有神经记忆消除器笑点的采访场景,故事控制能力的差异一目了然。

Flova 不只是一个访问 Seedance 2.5 这类模型的平台。它把这些模型整合为了一套完整的 AI 视频创作工作流。

1. 你可以让智能体撰写脚本和分镜,在生成前审核提示词草稿,再分步创建视频、图片、音乐和人声。

2. 如果有哪里不满意,你可以留下评论修改特定部分。你还可以保存你喜欢的角色和素材,供未来项目使用。

3. 因此,AI 生成不再只是一次性的提示词输出,它变成了一个可控、可编辑、可复用的创作流程。

在 X 看原帖 ↗
5.2万511555
新新品发布 · @shedntcare_▲ 3.2万

Flova.ai发布Seedance 2.5整合工作流($0.025/sec)

制作音乐视频可在同一个流程内完成,无需反复逐帧生成,还可跨项目复用资产,活动期间生成价格为全年最低

借助 Flova 中的 Seedance 2.5,创作者可以构建更长、更连贯的序列,无需从头为每个镜头输入提示词。

Flova 将 AI 视频重新定义为一套连贯的制作工作流,而非单次提示生成的结果。一个粗略的歌曲创意,可以在同一个工作流内完成歌词、成品曲目、浴室表演、完整音乐视频的全流程制作。

使用教程:
- 在 Agent 对话框输入你的角色、脚本、故事线、关键视觉和重要元素,然后点击生成。
- 你也可以选择想要使用的模型,比如视频用 Seedance 2.5,图片用 Image 2,音乐用 Suno。
- 分步生成。你可以留言修改不满意的部分,还可以保存你喜欢的视觉元素或角色,供未来项目跨项目使用。
- 导出成品视频,或将其导入 Adobe 进行进一步编辑。

Flova.ai 8月18日-9月17日限时优惠月。全年最低价来袭。

Seedance 2.5 系列 (480p) 低至 $0.025/秒 | Minimax H3 系列 (768p) 低至 $0.021/秒 | Wan 3.0 (480p) 低至 $0.013/秒

在 X 看原帖 ↗
3.2万421337
行业动态 · Hacker News▲ 498

Paul Graham称17岁该从零搭建LLM

对想要入行AI的年轻人来说,这是业内知名创业者给出的学习方向参考,可以对照调整自己的学习计划。

https://xcancel.com/paulg/status/2091544343589060625

社区讨论:反对者认为全球只有极少公司真正开展LLM训练优化,相关岗位寥寥,从零搭建LLM对17岁青年没有职业价值,训练所需的超算设备成本也远超个人承受范围,还指出该建议存在幸存者偏差。支持者认为该建议的核心是让年轻人深入理解LLM底层原理,培养解决新问题的直觉,历代技术发展中青少年都有动手折腾新技术的传统,作为学习项目完全合理,也有人分享了免费的从零搭建LLM学习资源。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · @dfinity▲ 1.7万

UNDP与DFINITY合作试点公共服务AI

公共服务正在引入AI技术,未来全球百余国家的公共服务可能接入这套方案,值得关注后续落地进展

新合作:UNDP x DFINITY Foundation

联合国开发计划署(UNDP)在超过170个国家开展工作,已经帮助其中超过25个国家设计了数字公共基础设施。

DFINITY与UNDP签署了一项协议,将主权云和智能体AI引入公共服务。

在未来12个月内,DFINITY将在UNDP国家办公室、民间社会组织中试点这项技术,并与各国政府共同设计试点项目。所有工作都将基于Cloud Engines开展,内置OpenSaaS软件套件,并且支持开发者自由使用任何AI工具构建自定义应用,从Caffeine到Claude Code、Codex和Perplexity都可以用。

了解更多:@UNDP_AltFinLab @UNDPEurasia @UNDP_innovation

在 X 看原帖 ↗
1.7万17146718
新深度观点 · @MEJ50749▲ 2.4万

DGrid TGE前已拿这些亮眼运营数据

多数AI项目先讲愿景再找需求,这个项目在发币前就验证了用户需求,对看重落地的观察者来说,可以参考这个项目的发展路径。

阅读全文 →
2.4万88
行业动态 · Hacker News▲ 760

Anthropic顶尖AI模型难吸引普通用户

低价同类工具正在抢占市场,高端大模型获客难度远超预期,普通用户对更贵的顶级模型需求并不高。

社区讨论:多数用户批评产品问题,有人不满Anthropic定价策略混乱,普通用户看不懂分层订阅规则,也有人受不了Claude生硬的领英营销风格输出,还有开发者抱怨安全护栏过度,正常的漏洞检测、逆向工程需求也会被拒绝。付费企业用户认可Fable的性能,称它能18小时稳定调度子代理完成项目重构,也有企业用户因为不支持零数据保留无法大规模部署。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @rajesh_thallam▲ 25.3万

谷歌L7工程师离职百天,创业做医疗AI

原谷歌AI基础设施工程师,曾帮客户落地Gemini投产,现在创业用AI自动化医疗高复杂度流程,还会公开分享生产级Agent搭建经验

差不多100天前,我以L7高级资深软件工程师的身份离开Google,出来创办自己的公司。

我在Google的大部分时间都在打造AI基础设施工具,主要面向训练和推理场景。我曾和客户合作,将Gemini模型落地生产环境,构建智能体并帮助改进模型。

现在我正在创建@ensurecareai,用来自动化和优化摩擦成本极高的医疗工作流——这类场景约束严格,利害攸关。

我现在花很多时间和代码智能体、模型套件、开源工具以及AI基础设施打交道。如今我们能达到的开发速度,依然让我惊讶。

我接下来会在这里分享更多关于这些主题的内容:
- 构建可在生产环境运行的智能体
- 代码智能体与智能体套件
- AI基础设施
- 智能体评估
- AI在医疗工作流中的应用
- 作为首次创业者的所学所得

欢迎提问,也很高兴和大家建立联系。

在 X 看原帖 ↗
25.3万13575330
新品发布 · @quxiaoyin▲ 118.3万

agentsky 发布多AI代理 差价达七十五倍

不同AI代理做相同任务,成本差七十五倍。现在可以直接在浏览器同时对比多家AI代理的耗时、成本和token消耗,方便找到适合自己工作流的选项

我在 Claude Code 和 DeepSeek 的新智能体框架上运行了同一个任务。一个花费了 150 美元,另一个只花了 2 美元。

今天我们推出了 @agentsky_dev,也就是「智能体领域的 OpenRouter」——只需一个 API,就能接入 Claude Code、Codex、DeepSeek、Kimi、OpenCode,以及云端所有主流智能体。

在此之上我们还搭建了 Agent Playground:你可以在浏览器中并排让多个智能体处理你自己的任务,调用你真实的工具(GitHub、Gmail 等),然后得到时间、成本、消耗 tokens 等数据。

猜猜哪个才是只花了 2 美元的那个?

在 X 看原帖 ↗
118.3万99340199
新行业动态 · Hacker News▲ 93

OpenAI 恢复 ChatGPT Plus 用户 Codex 限额

此前OpenAI曾下调ChatGPT Plus付费用户的Codex使用额度,现在恢复了原限制,付费用户可用的AI编码时长回到了之前的水平

社区讨论:不少用户反感这种限额机制,有人称OpenAI多次提前重置周额度冲里程碑像赌场运营,有人质疑当下AI收费模式会像早年AOL按分钟计费一样在未来显得荒唐,第三世界非 casual 用户也不满付不起更贵套餐只能被限。有人认同OpenAI smoothing算力负载的说法,但建议非高峰时段额度消耗更慢。也有人指出企业用户无法购买高价套餐,变相被限,会转投Cursor这类额度更宽松的竞品。

还有人点出这是SaaS行业的标准策略,后续限缩会越来越严,逼用户升级套餐。

在 HN 看讨论 ↗   原文 / 论文 ↗
深度观点 · @thsottiaux▲ 46.5万

thsottiaux认为2026企业关注模型效率

当大模型成为企业核心基础设施后,运行成本和稳定性的优先级会超过模型参数规模,行业发展方向会因此转向。

到2026年,企业将开始真正重视模型效率和可靠性,因为届时模型会成为关键基础设施。

在 X 看原帖 ↗
46.5万1846.2K232
🔥 热点追踪 · @Apodex_AI▲ 66.8万

Apodex 1.1 模型家族开放权重与工具套件

Apodex_AI推出面向复杂专业工作的Apodex 1.1,主打智能代理能力,可异步协作完成全流程复杂任务,目前已开源工具套件与模型权重,后续要看实际任务表现。

📖 阅读深度解读 →
66.8万3371.6K1.7K
新行业动态 · Hacker News▲ 156

Qwen 3.8-Flash-Next 模型明日发布

想试试新出的开源大模型,明天就能等来了。这个模型参数规模达到 125B,可以关注后续的实际表现。

社区讨论:不少持有128GB大内存设备的用户表示,该模型4比特MLX量化后带128k上下文窗口刚好能在自己设备上本地运行,甚至有人打算清理积灰的Strix Halo设备准备测试。有人提到原本期待35B参数版本,64GB内存无法适配新模型感到遗憾。也有人反馈在OpenRouter上调用通义千问模型的体验不佳,还有人询问参数来源和 benchmark 表现,期待MoE推理优化能让普通消费级硬件也流畅运行本地大模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
更多信号 · 按时间
🔥 热点追踪 · @garrytan▲ 34.6万

科技从业者讨论AI代理时代记录系统的定位

多名科技从业者在社交平台讨论,有观点认为记录系统需转为AI工具载体,否则会被代理替代,也有人提到AI代理完成百倍工作量提升后,记录系统的重要性不降反升,后续行业实践仍在推进。

📖 阅读深度解读 →
34.6万1552.6K1.1K
🔥 热点追踪 · @andykonwinski▲ 23.8万

开发者开源了面向持久智能体的Headlong微框架

该框架支持构建主动型持久智能体,和传统响应式智能体不同,它会持续自主思考。这类主动智能体目前仍属于未充分探索的领域。

📖 阅读深度解读 →
23.8万1381.5K2.2K
新大模型 · @NFT_Chen▲ 6.3K

Qwen发布Qwen3.8-Flash-Next 模型(3.8)

这款多模态模型定位就是快,还会提前开源Qwen4架构的关键进展,发布后还会推出FP8量化版本。

🚨突发:Qwen3.8-Flash-Next将于明日上线!并为Qwen4做提前准备!

信息要点:
🔹模型定位:多模态 MoE,专为极速推理设计,代号 “Lightning-Fast”
🔹架构亮点:搭载 Qwen4 下一代架构演进,提前开源关键进展
🔹预计发布:2026-08-27 00:00(UTC+09:00)
🔹紧接着将上线版本:Qwen3.8-Flash-Next + FP8 量化版

Onward to the Next-Gen!谁准备第一时间跑通?评论区见!

查看倒计时: #Qwen #开源大模型 #AI #ModelScope #Qwen4 #阿里巴巴

在 X 看原帖 ↗
6.3K75315
新商业 · @maxkarpis▲ 5.6K

支付公司Revolut开了自己的AI基础模型实验室

实验室用自家用户真实交易、 app行为等数据,和NVIDIA合作训练了专属基础模型PRAGMA。

Revolut 刚刚推出了 Revolut Research——这是一个专门围绕其自有基础模型 PRAGMA 打造的 AI 实验室。

PRAGMA 由 NVIDIA 合作,基于真实客户事件序列(交易、应用活动、交易等)训练,它提供了统一共享的行为层,而非各个孤立的模型。

早期成果:
• 信用违约检测效果提升 2.3 倍
• 欺诈识别量提升 65%(精度提升 17%)
• 推荐相关性提升 41%

Pavel Nesterov 表示:“你不能依赖第三方的蓝图……要自己搭建,不要事后拼接。”

nVentures(NVIDIA 的风投部门)已经在 750 亿美元估值轮次投资了 Revolut。双方一直在 AI 领域紧密合作,这次发布是顺理成章的下一步。

真正的护城河不是代码(他们会开源框架),而是 8000 万客户、40 个市场,以及每月近十亿笔交易。

Nubank 更早推出了 NuFormer。当增长最快的两家数字银行得出相同结论时,你该留意了。

用自有数据训练、拥有自有基础模型的银行,会比将一切外包的银行拥有优势。这就是新的分界线。

在 X 看原帖 ↗
5.6K88611
新机器人 · @zhodonx▲ 3.0K

机器人公司拿到千万美元融资,AI赛道开始转向硬件

有投资人认为,机器人产业即将改变AI竞争的底层逻辑,现在比拼的不再只是大模型的能力。

阅读全文 →
3.0K51709
新工具 · @marcusyul▲ 4.0K

APODEX 1.1能上传文件自动完成整个任务

它会全程公开任务进度,中途添加新要求也不用重启整个流程,不用人一直盯着跟进。

APODEX 1.1 不再停留在输出报告阶段,它能完整执行整个任务 → 上传你自己的文件,它就能完成全部任务,任务看板全程可见 → 你中途加入新需求,它不会重启整个流程,只会重新规划受影响的部分 → 交付结果前,会有另一个流程单独检查结论,并把修改过的内容标出来让你看到。

在 Apodex 的官方基准测试中,该 Agent Team 排名跻身当前前沿参考系统之列。

FrontierAgent 是开源项目(仅需一条命令,无需 Docker),Apodex 1.1 mini(35B)开放了权重,可以本地运行。

你可以在(注册即送额度)测试你自己的文件,或通过 API 接入使用。

在 X 看原帖 ↗
4.0K139716
新观点 · @RiceFarmerNFT▲ 355

AI智能体市场不该先服务人类,要先服务AI

真正的行业突破,会出现在AI智能体能自己找活、谈价格、完成交易交付,不需要人插手的时候。

新教程 · @benln▲ 2.8K

官方整理的Grok Bot实用技巧,给Mac用户加功能

可以让Grok帮忙在Mac上配置Peekaboo,获得更接近OpenClaw的功能,还能给它分配不同职业角色。

阅读全文 →
2.8K96489
新大模型 · @pankajkumar_dev▲ 1.1万

内部流出新的Ox Alpha改进版,衍生自GLM 5V Turbo

目前这款模型还在基准测试阶段,尚未正式对外发布。

Ox Alpha 改进版——昨天内部发布了一个新的 Ox Alpha 检查点,该模型似乎是 GLM 5V Turbo 的衍生版本。

它目前正在进行基准测试评估,如果分数表现良好,很快就会发布。

Ox Alpha 可能就是 GLM 5.3 Flash,有可能会在周一和 GLM 5.3 权重一同发布。

这个新检查点可以生成更详细、更准确的 3D 输出,结果明显更加精致。

它的风格和处理方式也与其他模型截然不同。

在 X 看原帖 ↗
1.1万814212
新实战经验 · @beefnoode▲ 2.3K

Workbuddy也能直接调用GPT等海外大模型了

原本只能用国产模型的Workbuddy,现在通过定制适配就能直接用上海外主流大模型,还支持团队额度管理,需要做业务定制的可以参考方案。

谁说Workbuddy只能用国产模型?我帮客户把最先进海外型都装进WB,而且完美适配!最近给客户做 WB定制交付时,发现一个核心痛点: 大家都想用海外模型 但是不知道怎么配置,而且管理也很麻烦麻烦 所以我们花了两天时间,把这个问题给彻底解决了 客户只需要登录到 Workbuddy,无需任何额外操作 就能直接调用这些海外模型,包括gpt、claude和grok 同时经过我们的优化,这些海外大模型可以和Workbuddy 原生Harnesss 进行完美适配 最后,我们还搞定了不同账户间的额度隔离和分组管理 团队成员用哪些模型、用了多少额度,都一目了然!

不得不说,Workbuddy真的还有很多可以开发的玩法~ 如果你也有想在真实业务中用上WorkBuddy,或者有进一步的定制化需求 可以参考我们WB业务官网: 或者直接联系我们团队~

在 X 看原帖 ↗
2.3K23113
新行业动态 · @Supers6061▲ 8.2K

DGrid 发 $DGAI 代币 上线涨幅超400%

项目上线前已经有真实付费用户与千万级收入,AI 基础设施赛道开始脱离纯讲故事,后续表现值得观察。

新前沿研究 · @omarsar0▲ 3.9K

微软团队推出AutoSaddler,AI代理得分大幅提升

现在AI代理几乎全靠人工调框架,这项研究实现了自动优化,能帮AI代理在多个测试基准上提分,AI代理的调试效率会因此提升。

微软及其同事完成了一篇令人印象深刻的新论文。几乎在所有领域,Agent 框架(harness)设计至今仍然是手工调优的。

这项工作提出了一个自动化循环来优化框架。作者推出了 AutoSaddler,它把 Agent 框架视作代码,从失败轨迹中离线学习如何打补丁。

它运行小批量任务,诊断出故障位置,为提示词、工具配置和控制逻辑生成结构化补丁,只有通过验证才会保留更新。

相比对应的基础框架,它在 GAIA2 上提升了9.0分,在 SWE-Bench Pro 提升了9.6分,在 Terminal-Bench 2.0 提升了10.0分。深度调试优于浅反思,定向编辑优于无约束编辑,泛化感知选择优于只修复眼前单条轨迹。

论文:

在我们的学院追踪更多热门 AI 论文:

在 X 看原帖 ↗
3.9K54744
新新品发布 · @theprimus__▲ 252

Axis Robotics获1200万美金种子轮融资

普通人可以通过完成标注、演示任务生成机器人训练数据获得奖励,想参与实体AI发展可以抓住这个早期机会

介绍 Axis Robotics。@axisrobotics 正在搭建实体人工智能前进所需的数据基础设施:这是一个去中心化网络,贡献者可以为机器人训练和提升空间感知生成多样化的真实世界数据。

他们完成了由 Hack VC 领投的 1200 万美元种子轮融资,目前贡献者网络规模已超过 10 万人,仍在增长。

▸ Axis Hub 为贡献者提供多种参与方式。预训练任务需要完成演示操作,生成机器人学习数据;训练后任务则需要审核验证提交的数据。平台还为创作者设置了激励层。

▸ Axis × Kaito 创作者计划为创作者分配 0.25% 的 $AXIS,排名由 Kaito Mindshare 和推荐活动决定。

你可以贡献数据、创作内容、积累 Mindshare,现在入局仍为时不早。机器人技术的未来……

在 X 看原帖 ↗
2521076
新深度观点 · @mr_ferdiansah▲ 278

Axis Robotics分享物理AI迭代升级细节

物理AI进步不只靠更大模型,全数据与训练 pipeline 随迭代持续优化,才能让机器人智能持续累积,这为物理AI发展提供了新的观察方向

Physical AI 不能仅靠更大的模型实现复利增长。只有当整个数据和训练流水线在每一次迭代中都持续变得更好,它才能实现复利增长。

这就是本周@axisrobotics 更新最让人眼前一亮的地方:现在 replay 已经在策略、人类轨迹、前端、web runtime 和物理 runtime 之间实现对齐,让训练和评估更可靠,同时还改进了场景加载,并会在空闲时自动暂停模拟。

TaskGen 也在扩张,现在已经有 27 个关节物体家族,每个家族有 4 个变体;同时完整的 RoboCasa 场景集现已支持 50×50 种不同布局和风格,为系统提供了范围更广的环境来生成家务任务。

在训练方面,长视野任务和短视野任务现在有了更清晰的划分,LIBERO Pro 始终表现出强劲的结果,下一轮 DAgger 的重点是在将修正片段用于蒸馏前,过滤出那些真正能改变闭环行为的片段。

整体图景很简单:更好的 replay 对齐为更多环境、更干净的数据和更有针对性的训练打下了更坚实的基础。这就是机器人智能如何随时间实现复利增长的方式。

点击下方查看 Axis 活动的更多信息 👇

在 X 看原帖 ↗
278631
新新品发布 · @GesoraMeshack▲ 1.6万

Flova集成Seedance 2.5 开启年度限时降价

想做连贯可控的多镜AI视频,现在能获得更低的单秒生成成本,年度最低价持续一个月。

Flova 现已集成 Seedance 2.5,可实现更可控、更连贯的多镜头视频创作。

AI视频的下一个阶段,不是再做一个提示词工具。而是围绕 Flova Agent 打造的全集成工作流。

黄仁勋从机器人实验室偷运芯片,被埃隆当场抓包——这个梗要靠一致的人脸、道具和视线来实现落地效果。

Flova.ai 8月18日至9月17日限时优惠月。本年度最低价活动已开启。

Seedance 2.5 系列(480p)低至 $0.025/秒 | Minimax H3 系列(768p)低至 $0.021/秒 | Wan 3.0(480p)低至 $0.013/秒

在 X 看原帖 ↗
1.6万7111115
新实战经验 · @RedHat_AI▲ 117

RedHat_AI 发布 Agentic API 最小可行产品

无需OpenAI API即可运行开源大模型,还能给模型加服务端联网搜索,让训练截止后发生的事也能查到准确结果。

这太棒了。Claude Code 和 Codex 借助 @vllm_project 在开源模型上运行,全程不需要 OpenAI API。

如果你去问 Qwen3.8 它训练截止日期之后发布的模型,它完全一无所知。给它通过 Agentic API 开通服务端网页搜索,它就能找到答案,还附带引用来源。

Agentic API 把状态管理部分、对话历史和工具执行都放在 vLLM 外部,这样推理引擎就能保持无状态推理服务器的定位。它用 Rust 构建,最小可用原型刚刚落地。

项目来自 @franciscojarceo(@RedHat_AI)和 @Rxday000(@EmbeddedLLM)👇

在 X 看原帖 ↗
117122
新行业动态 · @op7418▲ 2.2万

字节发布豆包工作客户端(一个月)

依托飞书沉淀的办公数据直接生成内容、处理琐事,办公场景下的AI助手终于能贴合已有的工作流程,不用再重新整理数据。

阅读全文 →
2.2万104437
新深度观点 · @yijiangren▲ 2.3K

Axis 平台让普通人能参与具身智能趋势

不用进大厂做算法,也不用买机械臂,普通用户可以在模拟环境完成机器人任务,生产训练需要的轨迹数据,直接参与Physical AI发展

阅读全文 →
2.3K1433
新实战经验 · @shev_webmarke▲ 3.7K

开发者用Claude Code做出竞品LP解析工具

原来需要2小时手动完成的竞品落地页解析工作,现在只需要几分钟,能帮广告营销人员节省大量分析时间

阅读全文 →
3.7K75149
新新品发布 · @adaption_ai▲ 6.9K

adaption_ai发布AutoScientist Alignment 功能

做强化学习实验可自动配置优化方案,能节省计算资源和反复调参的时间,降低实验成本

我们推出了 AutoScientist Alignment。

使用 AutoScientist 自动配置并自我改进你的强化学习配方。

节省算力和无穷无尽的消融实验。

搞定这套流程,让 AutoScientist 来完成工作。

现在已扩展支持 RL 配方。

在 X 看原帖 ↗
6.9K125721
新工具产品 · @simplifyinAI▲ 6.4K

threestudio 集合主流文本转3D研究成果

想要输入文字直接生成可用3D模型,可以免费在线测试这个开源框架,相关研究成果都整合在一处了

有一个开源项目,在同一个代码库中重实现了几乎所有主流文本生成3D AI论文。它叫做threestudio。

有三点值得了解:

1. 它不是单一方法,而是一个共享框架
2. 它输出的是真实3D物体,不只是图像
3. 你可以在Hugging Face Spaces免费试用

如果你一直想要输入文字就能得到一个3D模型,这类研究的大部分核心工作都在这里了。

在 X 看原帖 ↗
6.4K22110119
新开源 · @bmacabeus

开发者发现部分GitHub仓库代码质量异常出众

这类代码出自二次元、兽圈亚文化爱好者群体,早年上网门槛自然筛选出资深开发者

你偶然刷到一个GitHub仓库,发现它的代码质量高得不合常理。相关链接指向一位爱好者制作的日语假名输入训练工具。

这种现象源于多重特质的交集:早年需要投入大量时间上网,才能找到动漫资源、融入动漫社群。这批习惯长期泡在网上的爱好者,后来又学习了编程,最终产出高质量代码。

如今动漫已经成为主流文化,不再需要花费大量额外时间发掘,这条筛选线已经变得模糊。兽圈爱好者群体中也存在类似的社会现象。

在 X 看原帖 ↗
新游戏 · @Angaisb_▲ 181

开发者尝试重新开发大模型驱动的智能体MC建造功能

开发者称当前大模型无法在《我的世界》稳定建造,问题出在配套框架层面,计划修复该问题

开发者Angaisb_正在重新尝试开发由大语言模型驱动的智能体建造功能,功能运行在游戏《我的世界》中。开发者称,目标是让大语言模型能够在《我的世界》中完成稳定可靠的建造操作。开发者表示,当前功能无法稳定运行一定是配套框架(harness)存在问题,接下来会着手修复这个问题。

在 X 看原帖 ↗
1814
新加密项目 · @liaoblove520▲ 6.8K

TermiX推出AI agent互相雇佣的链上任务市场

项目基于AACP协议搭建,获BNB Chain黑客松冠军,目前开放注册可赚积分

新AI创作 · @icreatelife▲ 421

动画创作者在外勤工作中创作新动画角色

创作者在𝕏发文分享创作进展,提问当前谁在用AI制作有意思的内容

创作者在外勤工作期间,正在为一部新动画创作全新角色。

创作者在𝕏平台发文,向其他用户提问目前正在做什么。

同时询问,现在有没有人正用AI制作有意思的创作内容,附带链接

在 X 看原帖 ↗
42141
新AI生成 · @lansenai▲ 2.8K

创作者发布AI生成赛博江湖轻功分镜提示词

创作者lansenai更新赛博江湖轻功设定,公开完整30秒视频生成提示词放在评论区

阅读全文 →
2.8K47918
行业动态 · Hacker News▲ 38

JetBrains 优化后 Qwen 3.6 在 Mac 本地运行更简单

想在个人电脑本地跑大模型不用再折腾复杂配置,普通Mac用户也更容易尝试本地部署了

新AI生成 · @Emmma__0▲ 6.3K

Wan 3.0现已登陆Flova AI 生成效果对比测试出炉

测试者用同一实景冰雪皇后场景测试三款AI模型,各生成了完全不同的冰冻世界

Wan 3.0现已上线Flova平台。为测试生成效果,测试者给Wan 3.0、Seedance 2.5和MiniMax H3输入了同一个实景冰雪皇后场景。三款模型分别生成了风格完全不同的冰冻世界。

借助Flova的一体化智能代理(Agent)工作流,用户可以调用多个模型、对比生成结果,还能在不切换平台的前提下持续优化影片内容。

目前针对Wan 3.0推出限时优惠,生成480P分辨率内容的最低价格为每秒0.013美元。你会选择哪一个版本的效果?

在 X 看原帖 ↗
6.3K8172
新AI开发 · @hakimieiqbal▲ 5.5K

开发者仅用四周AI工具低成本开发AI钓鱼游戏

单人投入约300美元,借助多款AI工具开发

四周前,这款由AI构建的钓鱼游戏还几乎不存在。如今它已经拥有了完整的3D港口、动态水体、昼夜循环、自定义UI,以及越来越精致的游戏世界。

游戏开发主要使用Claude Code + Godot完成。3D模型通过Blender MCP和Tripo 3D制作。图片由ChatGPT生成。

迄今为止总花费约为300美元。一个人加AI正在慢慢把它做成一款真正的游戏。

想看看你能用AI做到什么程度?这里有1000免费额度供你起步:WLCM0730。

QuadcodeAI在单一工作空间中为你提供编码、图像、视频和推理模型。

在 X 看原帖 ↗
5.5K712961
新开发工具 · @lucas_flatwhite▲ 3.2K

开发者看好AI代理开发环境Orca IDE并分享学习资源

韩国开发者分享日常使用的Orca IDE,分享相关整理学习资源

我认为AI代理开发环境Orca IDE会获得更多用户,变得越来越好。我最近每天都在用Orca生活工作。

本来想自己整理一遍,不过已经有整理好的版本了,所以分享给大家。📖 《跟着Orca学——现在改用ADE替代IDE开发》

肯定也有朋友喜欢整理成册的完整内容……Orca IDE同时支持Windows和macOS,甚至还支持移动设备,几乎兼容所有代理。

如果你在用Claude Code、Codex这类编码代理,现在想同时运行多个代理;如果你曾经因为代理任务互相冲突、错过进度而头疼;如果你想把从修改代码到浏览器检查、创建PR整个流程自动化;如果你想从概念开始理清ADE到底是什么,和传统IDE有什么区别——这份内容都适合你。

我超级喜欢。

在 X 看原帖 ↗
3.2K45073
新设计 · @ShamsAmin56▲ 2.6K

开发者使用MiniMax海螺H3生成完整动态UI落地页原型

全程由AI生成复杂动效页面,效果远超手动制作预期

阅读全文 →
2.6K127860
新开发工具 · @Xudong07452910▲ 1.9万

将AGENTS.md当作神经网络训练的维护新思路

分享将项目AGENTS.md当作神经网络训练的实用维护思路

推荐一个维护 AGENTS.md 的思路,觉得还蛮实用的。 题目也很吸引人:AGENTS.md其实是一个神经网络。

很多人的做法都是 Agent 犯一次错,就往 AGENTS.md 里补一条规则。 时间久了文件越来越长,旧规则没删,新规则继续加,最后 Agent 每次都要读一堆已经没什么用的东西。

这篇文章换了个思路: 把项目级 AGENTS.md 当成一个需要「训练」的神经网络。 每一次 Claude Code / Codex session 都是一次 forward pass。 Agent 走过的弯路和被你纠正的地方就是 loss,再定期从这些真实 session 里提取问题,小幅更新 AGENTS.md,相当于做一次 backward pass。

而且要给它固定 Token budget,新增一条规则,就要考虑删掉或移走什么。 作者还直接开源了一个 backpass 工具来自动做这件事。

我还是很喜欢这个思路的。 AGENTS.md 真的不该靠感觉越写越长,而是应该根据 Agent 真正干过的活,一点点「训」出来。

文章

在 X 看原帖 ↗
1.9万29168263
开源 · @bindureddy▲ 3.4万

DeepSeek 开源 Flash Vision,比 Kimi K3 便宜10倍

它性能超过 GLM 5.3,擅长智能体编码,还能处理图片输入。个人开发者做AI工具又多了一个平替选项

🚨 DeepSeek Flash Vision 是开源领域的新王者

DeepSeek Flash Vision 比 Kimi K3 便宜 10 倍

它在性能上击败了 GLM 5.3

非常擅长智能体编码

可支持图像输入

这是我们第一个投入生产环境的开源模型 🚀

在 X 看原帖 ↗
3.4万31554107
测评 · @helloiamleonie▲ 1.1万

Liquid AI、Artificial Analysis发布iPhone端AI模型性能开源基准测试

想知道哪款大模型在iPhone上跑得又快效果又好,现在有公开标准可以对比了

在 iPhone 17 Pro 上运行哪个模型最好?现在你就能得到答案。

我们 Liquid AI 团队与 Artificial Analysis 合作,为你带来了一个开源基准测试,可用于测量端侧模型的质量、速度、延迟和内存占用。

在 X 看原帖 ↗
1.1万138340
内容生成 · @OdinLovis▲ 1.0万

OdinLovis发布STUDIO 1939 黄金时代动画LoRA权重(5-minute)

这是适配MiniMax H3的手绘黄金时代动画LoRA,整段5分钟电影所有镜头,生成总时长不到4分钟。做动画短片的流程又快了一步

发布 STUDIO 1939,这是我为 minimax H3 训练的手绘黄金时代动画风格 LoRA,权重完全开放!

这支5分钟的短片?所有镜头加起来生成时间不到4分钟,比影片本身播放速度还快。

LoRA 现已开放下载。turbo H3 模型很快就会在 fal 上线,但你现在已经可以在普通端点使用它。

在 X 看原帖 ↗
1.0万17299286
资源 · @RoundtableSpace▲ 4.9万

整理好了四个最好的Grok GitHub资源

包含Grok-1开源模型和架构、官方Grok的系统提示词。想研究Grok不用自己到处搜了

以下是 4 个最佳的 Grok @BOT GitHub 仓库:

1. xai-org/grok-1:Grok 开放模型发布与架构

2. xai-org/grok-prompts:真实 Grok 与 Grok Bot 系统提示词

3. milind-soni/OpenMausBot:开源 Grok Bot 风格智能体与工具

4. b-nnett/grok-bot-0.18-reconstructed:非官方重建的 Grok Bot 0.18

鸣谢:@Lummox_eth

在 X 看原帖 ↗
4.9万22135191
机器人 · @faisal_page▲ 1.4万

大模型有互联网当数据,机器人却没有

文本大语言模型可以用整个互联网的数据训练,实体机器人还没有等价的大规模物理世界训练数据源。现在有团队开始解决这个问题

早上好,传奇们 | 周二快乐

Axis 正在解决一个大语言模型从来不需要面对的问题。文本模型可以用整个互联网来学习,机器人却没有一个等价的「实体交互互联网」。

有用的机器人训练数据量,和AI模型可用的文本数据比起来,少得可怜。@axisrobotics 估计,Physical AI 可能需要大约 1 亿小时的操作数据,但如今顶尖数据集只有大约 2000 小时。这就是缺口。

Axis 没有依赖昂贵的机器人硬件配置,而是让人们直接在浏览器里远程操作仿真机器人,再把这些交互转化为训练数据。

它的 Web3 层设计很简单:贡献者完成任务,获得算法评分,还可以在链上证明自己的贡献。

Axis 已经融资 1200 万美元,据报道吉利、路特斯、Dexmal、Booster Robotics 等公司都在购买它的数据,它是 Physical AI 和加密领域交叉处最有意思的项目之一。

#AxisRobotics

在 X 看原帖 ↗
1.4万6155
研究 · @iScienceLuvr▲ 1.0万

Meta、USC发布Scaling Muon for Diffusion Transformers 研究论文(1.3B)

实验覆盖了从13亿到150亿参数的模型,验证了优化效果和生成质量。大模型优化又多了一组可用数据

面向扩散Transformer缩放Muon,来自Meta和USC的新论文。

我们首先在1.3B到15B参数规模的DiTs上验证了Muon的缩放行为,证明相比AdamW,它在优化能力和生成质量上的优势在所有模型规模下都始终成立。

不过在大模型规模下,每一步优化都要执行5步牛顿-舒尔茨迭代(NS5),再加上全动量实例化,会带来大量计算与通信开销,抵消Muon的步数效率优势。

我们提出了周期性逐行Muon(Periodic Row-wise Muon),每K步执行一次完整的NS5谱更新,在其余步骤则应用基于当前动量、计算与通信成本都很低的逐行约束更新。

在 X 看原帖 ↗
1.0万27228156
深度观点 · @jerryjliu0▲ 8.5K

jerryjliu0谈AI智能体该怎么适配现有软件

不用每个工具都自己做智能体,只要现有工具改造成支持智能体接入就够了。未来智能体的使用量会远超过人类手动使用

我不确定自己是不是完全搞懂了:

- 我希望我的智能体使用 Slack
- 我不希望我的智能体重新造一个 Slack
- 我不想用 Slack 的智能体

我认为每一款软件、每一个记录系统都需要原生适配智能体,而不只是适配人类,这对它们本身有利,因为智能体的使用量会比人类高出几个数量级。

但这不意味着它们本身就要变成智能体。

在 X 看原帖 ↗
8.5K67722
新品发布 · @TechByMarkandey▲ 2.2万

Apodex 1.1 可从头到尾完成复杂任务

不用只拿AI生成答案,可以让AI直接处理文件、数据、代码,从头到尾做完完整任务。本地运行的版本也已同步放出

AI 已经不只是生成答案了。Apodex 1.1 专注于一件更实用的事:AI 到底能不能从头到尾完成复杂任务。它可以处理文件、数据、代码和专业环境,同时具备以下能力:
- 将目标拆解为步骤
- 并行运行智能体
- 追踪长任务的进度
- 适配新信息
- 从失败中恢复
- 复盘重要结论

它还支持通过 Apodex 1.1 mini(35B)实现本地执行,同时支持 FrontierAgent,这是一个开源智能体框架。

更大的转变是从「给你答案的 AI」转向「真正帮你干活的 AI」。

探索 Apodex 1.1:
在 Hugging Face 体验 Apodex 1.1 模型:
在 GitHub 查看 FrontierAgent:

在 X 看原帖 ↗
2.2万6879
工具产品 · @Namiixbt▲ 3.8K

@Namiixbt整理了全场景常用AI工具清单

找AI工具不用挨个试了,可以直接照着这份分类推荐,对应自己的工作场景挑选工具,节省筛选时间

阅读全文 →
3.8K31383
前沿研究 · @Alibaba_Qwen▲ 2.2万

阿里通义千问表态坚持开放科学开源路线

面向研究者的大模型开放路线保持稳定,关注开源AI发展的研究者可以继续依托该社区推进工作。

开放模型,开放科学。Qwen 正在持续稳定成长,我们会永远和研究社区站在一起。🙌

感谢你带来的深度研究!@natolambert

在 X 看原帖 ↗
2.2万1627126
深度观点 · @web3_tech_▲ 1.1K

TermiX要让AI代理直接做任务赚佣金

已经有AI代理在平台接智能合约审计、交易追踪这类任务,不用每次从零开始开发,想靠AI接活可以看看这个新方向

AI 代理在完成实用工作上正变得越来越出色,但要让它们成为真正的经济参与者,它们需要一个能找到工作的地方,以及一个完成工作后获得报酬的途径。

我开始研究 @termix_ai,发现在它的市场里已经有一些有意思的例子了。有一个代理在提供智能合约安全审计和漏洞修复服务,还有一个需求正在寻找代理来追踪某个协议里的交易流向。

这类任务你完全可以交给专业的 AI 代理去做,不用每次需要完成工作时都从头开始。

TermiX 正在通过 AACP 围绕这个场景搭建基础设施。代理可以拥有链上身份,发现工作,竞标工作,交付结果,积累信誉,并且通过协议完成支付结算。

所以这里的更大构想不只是把 AI 代理放到一个市场里,而是给它们提供一个参与商业活动的途径。

接下来我打算试试自己创建一个代理,看看会发生什么,你也可以自己去体验一下。

在 X 看原帖 ↗
1.1K251066
新品发布 · @imjustnewatai▲ 1.8万

ox alpha 模型可能在偷偷持续在线学习

用户协议关于训练数据的表述前后矛盾,四天前后同任务输出质量差异明显,同一个模型名背后可能一直在悄悄更新。

ox alpha 实际上可能是一个持续学习模型。目前网上流传着一份对比图,它现在输出的质量比四天前处理同一任务时大幅提升。

openrouter 的发布帖也呼吁用户「分享反馈来改进模型」。但相关的数据说明表述很奇怪。ox alpha 自己的页面称,匿名提供者会保留提示词和补全结果,但不会将它们用于训练。

该页面链接的通用隐私许可协议里说,可以收集用户内容用于「训练和改进」,并授权提供者「训练、评估和改进」隐私模型。

我的猜测是,提供者围绕 ox 搭建了一个私有持续学习循环。公开使用会暴露出模型的缺陷,这些缺陷可以用私有数据或合成数据复现。

随后系统提示词、工具、后训练或 checkpoint 就可以在同一端点下完成更新。哪怕每个单独的 checkpoint 是冻结的,这个端点也会持续变得更智能。

8月20日人们测试的 ox alpha 可能早就被替换了,但名称完全保留不变。这可能是首个永远不会完成发布的模型发布。

在 X 看原帖 ↗
1.8万414048
前沿研究 · @haodongli00▲ 2.7万

@haodongli00 研究团队发布Latent Dynamics Reasoning (LDR) 视频世界模型方法

现有视频模型大多只能生成看起来合理的画面,这套新方法能学习世界运动规律,超出训练范围依然能推演后续变化。

视频世界模型不应该只生成看起来合理的像素,它们还应该理解「世界是如何演化的」。🤔

介绍 Latent Dynamics Reasoning (LDR)。LDR 不直接预测未来帧,而是把过去帧映射到结构化隐状态中,再通过运动学积分把这些状态向前推演。它只学习驱动推演的高阶运动残差。🚀

据我们所知,LDR 是首个能将学到的动力学泛化到训练分布之外的视频世界模型。💪

论文/代码/模型/数据现已公开,快来查看!🥳
- 论文:
- 代码:
- 模型:
- 数据:

在 X 看原帖 ↗
2.7万14122121
新品发布 · @googledevs▲ 3.6万

Google AI Studio Build 支持GitHub工作流同步

跨环境开发可以保持代码同步,不用再手动迁移改动,能直接基于已有仓库在AI Studio里继续开发。

把你的 @github 工作流带进 @GoogleAIStudio Build 🔄

现在支持往返 GitHub 同步了,你可以从已有仓库开始,把改动拉进 Build,推送更新,在不同环境开发时也不会丢失同步。

开始使用 →

在 X 看原帖 ↗
3.6万4333585
新品发布 · @axichuhai▲ 3.2万

Godogen 开源项目,输入需求就能生成完整游戏

独立开发者不用再重复搭建架构、调整渲染,普通硬件就能运行,降低了从零开发完整游戏的门槛

独立游戏开发者的神器来了

发现一个能直接生成完整游戏的开源项目,在 GitHub 已经斩获 5k+star 它叫 Godogen,告诉它你要什么类型的游戏,它会自动完成架构设计、美术生成、代码编写、引擎截图和视觉质检的全流程,最终交付一个结构清晰、可直接运行的完整游戏项目

内置视觉质检循环,会从运行中的游戏引擎捕获截图,自主识别并修复渲染问题,不用人工盯着改

支持 Godot 4、Bevy、Babylon.js 三个主流引擎

通过 Claude Code 或 Codex 驱动,包含 850 多个 GDScript 类定制的语言参考和懒加载 API 文档,普通硬件就能跑

在 X 看原帖 ↗
3.2万50339482
前沿研究 · @Alibaba_Qwen▲ 5.1万

通义千问Qwen3.8-27B冲进Code Arena前十

同规格大模型里只有它进入前十,小参数模型也能在代码竞赛里拿到顶级排名,参数小不一定能力弱。

Qwen3.8-27B 在 Code Arena 总榜上排名第 9,是它尺寸级别里唯一一个进入前 10 的模型。😎

小而强大。感谢认可!@arena

在 X 看原帖 ↗
5.1万5169565
工具产品 · @GithubProjects▲ 1.2万

Ponytail 工具能砍半AI代理代码量

做AI助手开发不用写重复代码,能省一半工作量,还能兼容20种不同AI代理,原有安全检查不会受影响

这个工具能让 AI 助手在完成相同工作时生成少得多的代码。

- 在真实任务中将代码量减少约一半
- 可配合 20 种不同的 AI 智能体使用
- 完整保留安全检查机制

在这里探索:https://osp.fyi/ponytail

在 X 看原帖 ↗
1.2万15151138
实战经验 · @Oluwaphilemon1▲ 1.0万

8GB显存显卡本地跑赢Claude Opus 4.6

不用云端API,在家就能用普通消费级显卡跑大模型,创作能力还能超过顶级闭源模型,本地部署大模型的门槛已经降到这个程度了。

Qwen3.8-27B 在 8GB 显存的 GPU 上本地运行的表现已经离谱了。

相同的单提示词,没有智能体,没有循环,没有调用 API。只需要:→ IQ4_XS 量化 → Q4 KV 缓存 → 70K 上下文 → 8GB GPU。

而且它在多项创意测试中的表现依然超过了 Claude Opus 4.6。包括 Minecraft 场景、霓虹都市、完整网站生成。

最疯狂的点不是一个 27B 参数的模型能和前沿模型竞争。而是你现在就能用只有 8GB VRAM 的硬件,在本地实现这一点。

在 X 看原帖 ↗
1.0万282106
深度观点 · @Samaytwt▲ 464

2012年不学现在这些,其实也挺好?

如果2012年就把现在热门的所有技术领域全都列出来要学完,普通人根本做不到,帮你理清对「必须全学会」的焦虑。

AI创作 · @sha_zdiii▲ 3.5K

AI美妆视频创作指令 打造梦幻亮泽闪粉口红

创作者发布时长15秒超写实高端美妆ASMR视频prompt,从制材到上妆全流程设定

阅读全文 →
3.5K16719
AI开发 · @eng_khairallah1

YC CEO Garry Tan公开Claude代码配置GitHub仓库

该仓库完全免费,已获得12.7万星标,包含三步可执行的AI代码开发配置流程

Garry Tan是Y Combinator的首席执行官兼总裁,他在GitHub公开了自己实际使用的Claude代码配置仓库,该仓库完全免费。目前这个仓库已经获得了12.7万颗星标。

配置流程分为三步。第一步运行配置脚本,脚本会自动检测Claude Code、Codex、Kiro、Factory或OpenCode。

第二步输入/plan指令,只需一条命令就能自动完成CEO出需求、设计、工程评审全流程。第三步输入/ship指令,它会自动创建拉取请求,合并代码后自动关闭GitHub议题。

仓库链接附在原文中,建议保存收藏。

在 X 看原帖 ↗
人工智能 · @zhuahua1▲ 676

博主实测TermiX:链上AI Agent自主接单交易市场

TermiX是面向AI Agent的链上接单交易市场,探讨Agent自主赚钱的可能性

生成式AI · @ChillaiKalan__▲ 7.8K

Wan 3.0模型正式上线Flova AI创作平台

Wan 3.0已上线Flova,平台支持多AI模型创作对比

Wan 3.0 现已在 Flova 上线。为了测试它,我给 Wan 3.0、Seedance 2.5 和 MiniMax H3 布置了同一个实拍冰皇后场景——结果每个模型都生成了完全不同的冰封世界。

借助 Flova 的一体化 Agent 工作流,你可以调用多个模型,对比生成结果,而且不需要切换平台就能继续打磨你的影片。

你会选哪个版本?FlovaAI 携手 Wan 3.0!

Wan3.0 480P 限时特惠:低至 $0.013/秒

快来试试 @Flovaai

在 X 看原帖 ↗
7.8K21162
机器人 · @lionman888888▲ 2.6K

体验Axis Robotics机器人物理AI训练任务大厅

博主体验机器人物理AI训练任务,解析其数据要求特点

打开 @axisrobotics 的任务大厅 第一屏挺抽象 把鸡蛋放进微波炉 把牙膏塞进浴室柜 把松饼放进微波炉 这些每一个都把我折磨得怀疑自己的智商哈哈。

看着像小游戏,但光有“任务完成了”的视频没用。

视频只能看到香蕉最后进了微波炉。

机器人训练要的是整个过程:每个关节什么时候动到哪,夹爪什么时候闭合,物体位置怎么变,控制指令是什么,最后成没成。按时间串起来,才是一条 trajectory。

提交之后还要在仿真里重新跑一遍,看物理上合不合理、任务是不是真完成。验不过的数据不会进训练池。

Physical AI 跟 LLM 不一样也在这:文字数据网上现成很多,但让机器人学会做事,动作数据得有人真操作出来,还得能回放、能验证。

入口:

在 X 看原帖 ↗
2.6K2342
提示工程 · @rubenhassid▲ 3.7K

面向Claude的21条新版AI提示词实用规则分享

旧提示词技巧已失效,分享适配Claude的新提示规则

阅读全文 →
3.7K125341
生成式视频 · @masahirochaen▲ 1.3万

开发者用Claude Code+Seedance 2.5零拍摄AI生成新闻短片

无需实拍和录音,可日产量百条,单条成本最低74日元

用Claude Code×Seedance 2.5,可以实现零拍摄全自动完成新闻节目风格短视频。没有转动过摄像机,也没有录过旁白。开头出镜讲话的我的脸和声音,全都是生成AI制作出来的。

拍摄太麻烦了,用这套方法一天就能量产差不多100条。太革命了、、、

■ 做了这些事
・开头5秒……参照过去拍摄的4K素材,Seedance 2.5生成了脸、声音甚至嘴唇动作
・正文37秒……上方是带动态数字的图解动画,下方是AI生成的写实风格影像
・旁白……自动生成AI播音员的声音
・字幕、滚动新闻条、BGM、音量调整、转场全部一站式完成

单条实际成本是493日元。修改结构的话,成本可以降到74日元。我一次都没打开过剪辑软件。

如果有感兴趣的企业,我可以为数家企业提供支持。(请通过私信、回复、联系表单咨询。)

联系方式在这里!

在 X 看原帖 ↗
1.3万25558
AI开发 · @tdinh_me▲ 1.4万

开发者分享企业14个Claude Code账号跑百余个并行代理

业内人士分享企业用Claude Code运行百余个并行AI代理实践

我刚和一个老兄聊了聊,过去两周他用 14 个 Claude Code 账户,并行跑了 150 多个智能体,给一个大型企业代码库完成了堆积如山的工作。

我用智能体的方式全错了😂

在 X 看原帖 ↗
1.4万316227
效率 · @polydao▲ 3.4K

Karpathy分享自己用AI:不用复杂提示词模板

他花两小时演示自己实际用AI的方式,只需要用大白话告诉机器要做什么,不需要堆规则写冗长的系统提示。

Andrej Karpathy 花了两个小时展示了他实际使用 AI 工作的方法:

“我只用大白话告诉机器我想要什么”。

没有复杂的提示词模板,没有堆砌规则的巨型系统提示词,这些他一概不用。

他和模型沟通的方式,就像你给第一天入职的新员工布置工作一样:告诉它需要做什么,让它做完反馈检查,它如果跑偏了就加一行说明,然后继续推进。

整个方法就是这样。这项能力你在碰键盘之前就已经拥有了。

它和能自主运行的东西区别在哪里:给同一句话加上触发条件,以及行动许可。仅此而已。这就是循环工程部分。

把几个这样的流程连起来,你就构建出了一个图谱,甚至都不用特意说你在做这件事。

大多数人重看这个内容是为了他精准的措辞,而真正能从中获益的人会偷走底层模式,然后搭建出一个哪怕他们下线后还能持续产出的版本。

在 2026 年,搭建这种流程比提示词本身更有价值。这就是企业愿意付费的技能:用两个小时就替换掉一整个流程,而且完全免费。

这可能也是迄今为止,对顶级高手日常实际使用 Claude 的最直白展现。来看视频 👇

在 X 看原帖 ↗
3.4K45246
商业 · @gokulr▲ 1.7万

NVIDIA几天内连投三家AI公司,战略是把AI智能化商品化

接连投资收购了Hugging Face、Poolside和Perplexity,其中两笔还只是传闻,但方向已经清晰。

阅读全文 →
1.7万1410956
性能 · @ArtificialAnlys▲ 1.1万

Gemma 4 31B跑出三千多token每秒的输出速度

这是目前测过10万上下文窗口的该模型里,输出速度最快的结果,跑在NVIDIA Groq 3 LPX私有演示节点上。

Artificial Analysis 在 NVIDIA Groq 3 LPX 的私有演示端点上,测得 Gemma 4 31B 的输出速度达到 3,431 tokens/s。这是我们目前在私有或公开端点上,测得 Gemma 4 31B 在 100k 上下文下的最高输出速度。

@nvidia 今日宣布,Groq 3 LPX「交互式 AI 推理」机架已进入大规模量产,将于今年晚些时候投入运行。NVIDIA 提前向我们开放了该机架私有部署的 early access,用于对 Gemma 4 31B 进行基准测试。

我们运行了用于测试无服务器 API 提供商的标准提示,输入序列长度分别为 1k、10k 和 100k。

在 10k 和 100k 输入序列长度下,该端点的中位数输出速度约为 3,400 tokens/s,测量基于 50 个连续(单并发)请求完成。

在测试的 10k 和 100k 输入序列长度之间,输出速度保持稳定,说明其长上下文推理性能十分强劲。

恭喜 @nvidia 团队正式发布!

在 X 看原帖 ↗
1.1万1012413
工具 · @ScarletKc_▲ 1.6万

OpenAI发布官方Codex插件(适用于Claude Code)

旧版codex mcp-server已经停用,新版直接接入Claude Code的工作流,装完就能用指令调用Codex做代码评审。

阅读全文 →
1.6万8147161
行业 · @kevinxu▲ 2.7K

有观点认为AI发展永远不会结束,算力会长期紧张

提出AI的扩张建设可能永远不会完成,未来几十年算力都会持续受限,目前没人把这个因素算进估值里。

AI的建设扩张有可能永远不会“结束”,未来几十年算力将持续处于紧张受限的状态。

我认为目前还没有人把这种情况纳入定价考量。

在 X 看原帖 ↗
2.7K1151
融资 · @garrxth▲ 1.3万

AI初创Mundo完成2000万美元A轮融资,累计融资2400万

加上此前未公开的400万美元种子轮,累计获得2400万美元融资,创始人对下一代生成式AI的信念更坚定。

我很兴奋地宣布,Mundo 完成了 2000 万美元 A 轮融资。加上我们此前未公开的 400 万美元种子轮,我们目前总计融资 2400 万美元。

过去一年里,我的信念变得愈发坚定:下一代 AI 不会仅仅是推理能力更强——它会更深刻地理解世界。语音、视频、动作、人际互动,还有丰富多样的现实世界感官体验,全都蕴含着信息,而当下的模型才刚刚开始从中学习。

要推进这项能力,需要新型数据、更好的评估方式,还要在衡量进展和改进模型之间建立更紧密的反馈循环。这正是我们在 Mundo 正在打造的方向。

如今,顶尖 AI 实验室和企业已经在用我们的数据集和评估工具,构建下一代多模态系统。我们亲眼见证了,当更好的数据、评估遇上更好的模型,能取得多大的进展——也清楚前方还有多少路要走。

回去工作了!

在 X 看原帖 ↗
1.3万56118
开源 · @rails▲ 1.5万

Agents on Rails开源lemans项目和四款新基准测试模型

开源了lemans项目,同时有四款新模型进入测试榜单,包括OpenAI、阿里、Anthropic的新品,还有一款刚发布的新模型。

Agents on Rails:lemans 现已开源,今日共有四款新模型加入基准测试:@openai 的 Terra、@Alibaba_Qwen 3.8-27B、@AnthropicAI 的 Sonnet 5,以及刚刚以隐身模式发布的新模型 ox-alpha。

截至 2026 年 8 月 24 日的测试结果:
- 速度最快:@openAI Terra 目前是速度最快的模型,每项任务的中位数耗时为 3 分 2 秒。
- 准确率最高:仍然是 @AnthropicAI 推出的 @claudeai Opus 5。它解决了 92% 的运行任务(63 项中的 58 项),并且在所有模型中拥有最高的 API 召回率(35%)。
- 成本最低:@OpenAI GPT-5.6 Luna 仍然是我们能准确核算成本的模型中最便宜的,每次运行仅需 0.012 美分。

想要了解 lemans 并查看新模型的排名结果,可以阅读 @evilmartians 发布的最新基准测试报告:

在 X 看原帖 ↗
1.5万138823
深度观点 · @demian_ai▲ 8.7K

Nebius发布Vera Rubin NVL72 计算平台(30x)

AI算力缺口主要来自功耗限制,这套专为智能体工作流设计的平台,把效率优化做到了功耗层面,同功耗能完成更多AI任务。

我谈论兆瓦激活(MW activated)和未来AI工厂已经有一段时间了。今天感觉就像是在Nebius内部亲眼见证一座AI工厂正式上线。

AI工厂的核心就是认清一个事实:电力才是稀缺资源,而顺序智能体工作才是我们实际需要完成的任务。它追求的不是峰值FLOPS,而是固定兆瓦配额内能完成的智能体步骤。

Vera Rubin NVL72在真实智能体编码轨迹(上下文增长、工具调用、子智能体)上,每兆瓦吞吐量比上一代高出了30倍。同等电力下,能完成多得多的完工工作。

整套系统为全流程协同设计:Vera CPU负责编排和工具调用,持续给GPU喂数据,Rubin承担重计算工作,LPX处理低延迟生成步骤——过去顺序调用就会在这里堵塞。

这是一个协同设计的平台,衡量标准是你在触达电力瓶颈前能完成多少智能体工作。

Nebius是第一家纯AI云厂商,将这块专门的生成能力投入Token Factory生产,Token Factory本身就是已经在运行开源模型的同一平台。

这就是关键突破:过去只存在于闭源堆栈或纯推理孤岛的效率飞跃,现在通过开放路径,在同一个API下就可以使用了。

在 X 看原帖 ↗
8.7K711318
新品发布 · @toddmckinnon▲ 2.6万

Okta 推出面向AI代理的Agent SSO功能

企业内部AI代理连接应用一直靠零散的API密钥,现在IT可以统一管控权限,也不会打断用户正常操作流程。

今天我们宣布 Agent SSO 正式通用可用,并且我们将它纳入核心 SSO 产品中。

SSO 改变了人们在不同应用间跳转的方式,为用户带来流畅的访问体验,同时为 IT 部门集中管理身份与控制权。

AI 智能体也需要同样的东西。如今,连接智能体的现状一团糟:需要处理静态 API 密钥、碎片化集成,还有无穷无尽的用户同意提示。

但 Agent SSO 改变了这一切。它由开放的 Cross App Access (XAA) 标准提供支持,允许智能体被注册为一等身份。

对 IT 部门来说,这意味着集中可见性与最小权限策略。对用户来说,这意味着他们的 AI 智能体可以在企业应用间无缝连接,不会打断工作流。

在 X 看原帖 ↗
2.6万5113127
工具产品 · @xhluca▲ 1.2万

@xhluca 发布session-migrate代码会话迁移工具

在Claude Code用到额度上限后,只需一条命令就能把现有编码会话转到其他AI编码工具继续使用,避免工作中断。

我来介绍 session-migrate,这是一款可以在 Claude Code、Codex、Pi、OpenCode 等工具之间迁移编码智能体会话的工具。

如果你一开始用了 Claude,但额度用完了,现在你只需要一条命令就能把你的会话转换成另一个载体可用的格式:

在 X 看原帖 ↗
1.2万19132125
实战经验 · @cwmasaki▲ 4.5万

Claude Code 用量大的人都在做什么工具

不管什么岗位,用 Claude Code 搭好这两个工具,每天能省出不少处理琐事的时间,而且从小规模开始搭建门槛不高,值得尝试

阅读全文 →
4.5万23381533
新品发布 · @NFT_Chen▲ 2.0万

Qwen被曝推出3.9 Paloma,编码对标Claude Opus 5

现有开源大模型的前端编码能力正逐步追平顶级闭源模型,近期还会有更多新品发布,国内大模型迭代速度超出预期

🚨重磅泄露!Qwen最新模型“Paloma”已上Arena,被确认是Qwen-3.9!关键要点: 🔹代号Paloma,前端编码能力体感对标Claude Opus 5 🔹同步测试中还有另一个未发布模型Korrine(大概率也是Qwen) 🔹Paloma表现更强,Image+Text→Web能力突出 🔹社区直呼:九月要起飞了!

中国开源模型又要掀桌子了?本周AI大战正式开打🔥 #Qwen3_9 #Paloma #AI大模型​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ #阿里巴巴

在 X 看原帖 ↗
2.0万2015550
前沿研究 · @TheTuringPost▲ 3.3K

TheTuringPost发布本周必读AI研究论文列表(2.7-Bit)

想跟进智能体、大模型优化领域的最新研究,可以在这里找到一周重点成果的汇总链接,节省筛选文献的时间

阅读全文 →
3.3K196562
行业动态 · @aaronjmars▲ 1.7万

google. aeon发现谷歌CLI工具存在漏洞

开源工具的安全漏洞会影响所有使用者,及时发现并修复可以避免后续使用出现安全问题

aeon 的 Google 团队在 google/agents-cli 中发现了一个高危和一个中危漏洞。

该漏洞刚刚得到 @Google 团队的确认与修复。

我们一直在让开源软件变得更安全 ⭐

在 X 看原帖 ↗
1.7万3517412
新品发布 · @cb_doge▲ 2.4万

SpaceXAI发布Grok Build v1.0.9更新

本次更新新增多项功能,修复了数十个影响使用的问题,能优化Grok Build的交互体验与使用流畅度

阅读全文 →
2.4万4427134
深度观点 · @MaxForAI▲ 1.6万

Codex产品负责人谈理想AI Agent的样子

现有Agent把维护组件的工作丢回给人,理想Agent应主动理解需求推进工作,未来个人电脑硬件可能成为Agent发展的限制

阅读全文 →
1.6万1210351
行业动态 · @ScarletKc_▲ 2.1万

OpenAI负责人透露ChatGPT与Codex将合并

这次访谈披露了OpenAI对下一代AI产品的整体规划,提前了解未来AI产品的形态,帮你提前适应工作流变化

阅读全文 →
2.1万179594
前沿研究 · @vllm_project▲ 2.5万

vLLM 在AgentX 1.0测试中跑出亮眼 token 吞吐

针对代码智能体场景优化的推理引擎,实测多款主流大模型都拿到了更优的吞吐和更低延迟,对需要稳定跑多轮长对话智能体的开发者,这是落地可用的性能方案。

阅读全文 →
2.5万1710443
新品发布 · @MiniMax_AI▲ 7.5K

MiniMax_AI发布Awesome MiniMax H3 Integrations 索引仓库(24GB)

从个人本地部署到企业级服务方案,从量化指南到开发工具,都能在这里找到现成的整合资源,降低搭建 H3 应用的门槛。

MiniMax H3 生态系统的增长速度比以往任何时候都要快!☺️

来看看 Awesome MiniMax H3 Integrations——这是一个索引,跟踪了所有围绕 H3 构建的项目,从 24GB VRAM 的本地 ComfyUI 配置,到企业级规模的 SGLang 和 vLLM-Omni 服务部署。🔥

目录内容:
- 硬件与精度图谱:涵盖 INT8、NVFP4 和 GGUF 的量化指南,最低可适配 8GB VRAM 限制
- 速度与服务部署:加速 LoRA、Sol-Attn、块缓存,以及多 GPU 生产堆栈
- 开发者工具:原生智能体技能、时间线导演、多镜头运动上下文节点,以及适配 Apple Silicon 的 h3.c

非常感谢全球开源社区、框架维护者和独立开发者,他们不断拓展 MiniMax H3 的能力边界!👇

探索仓库并参与贡献:

在 X 看原帖 ↗
7.5K1211974
新品发布 · @XFreeze▲ 1.1万

Grok Build 推出v1.0.9大版本更新

全方面升级智能编码体验,解决多智能体并发触发速率限制报错等问题,还新增了图片反馈、一键切换界面模式等实用功能

阅读全文 →
1.1万1714122
行业动态 · @MistralAI▲ 2.6万

MistralAI与HUMAIN达成AI领域战略合作

双方将在沙特及周边区域开发本地化前沿AI模型,重点覆盖阿拉伯语、网络安全与语音方向,会影响中东地区AI服务落地节奏

今日,我们宣布与 @HUMAIN 达成战略合作伙伴关系,合作范围涵盖 AI 基础设施、先进模型开发,以及在沙特阿拉伯及整个区域部署 AI 解决方案。

我们将共同开发本地化前沿 AI 模型,初期重点领域包括网络安全、语音技术,以及在阿拉伯语言上表现优异的模型。

在 X 看原帖 ↗
2.6万3833765
工具产品 · @Xudong07452910▲ 8.1K

浙江大学开源《大模型基础》开源学习项目(16k+)

零散碎片化学大模型越学越乱的人,可以用这套整理好的知识体系补全基础,还附带配套论文列表方便深入阅读

最近翻到浙大这个《大模型基础》开源项目,感觉很适合拿来系统补一遍 LLM。

它已经有 16k+ Stars,里面不只有一本中文教材。

从 Transformer、大模型架构,到 Prompt、CoT、LoRA、模型编辑、RAG,基本把常见的大模型基础串了一遍。

我比较喜欢的是,每一章后面还配了对应的论文列表,仓库里另外整理了经典论文和 Arxiv 周报。

所以遇到一个概念不熟,可以先看教材把原理弄明白,再顺着 Paper List 往原论文读。

现在很多人学 LLM 都是今天 Agent、明天 RL、后天又 Harness,很容易学得特别碎。

这种已经整理好的知识地图,反而挺适合偶尔回来把基础补齐。

项目

在 X 看原帖 ↗
8.1K24119126
实战经验 · @_avichawla▲ 9.2K

TrueForge开源框架帮LLM省三成以上Token

同样跑相同任务,不同框架能让同一个模型差出三倍Token消耗,多余消耗全来自框架外层设计。优化后的框架能帮你省API钱,还能完成同样的任务量。

阅读全文 →
9.2K26114119
自由职业 · @PWenzhen76938▲ 3.8K

链上自由职业市场TermiX从零上手完整教程

用户跑通TermiX从注册到结算全流程,整理出涵盖准备、操作和进阶玩法的指南

行业动态 · Hacker News▲ 90

开发者用纯CMake实现了GPT-2

CMake本是做项目构建的工具,如今能完整运行大模型。折腾的巧思里,藏着工程圈对工具边界的有趣探索。

芯片 · @AYi_AInotes▲ 1.1万

小米玄戒AI迷你主机搭载三颗自研芯片本地跑大模型

小米推出玄戒AI盒子,三颗自研芯片实现超高近存带宽

阅读全文 →
1.1万13123
AI开发 · @Pluvio9yte▲ 1.5万

Cursor Ultra订购使用体验分享与功能测评

作者分享使用过半的Cursor Ultra的实际使用感受与评测

阅读全文 →
1.5万24830
行业动态 · Hacker News▲ 61

讨论智能代理洪水冲击政务服务的研究

智能代理自主行动的影响已经延伸到公共服务领域,相关风险开始进入公开研究讨论范畴

社区讨论:多数人认可LLM降低了普通民众申请和申诉政务福利的门槛,原本只有有钱有闲有知识的人才能从复杂系统中获益,现在普通民众也能得到本该属于自己的权益,还有人指出智能代理戳破了政务系统靠人为设卡压低申请量的潜规则,反而倒逼改革。也有人反对,认为这会加重本就紧张的政务负荷,还会催生机器自动审批无人工复核的无救济暴政,反而损害民众权益。

在 HN 看讨论 ↗   原文 / 论文 ↗
物联网 · @jinbiBTC▲ 2.2万

DataVLT全新品牌及产品体系正式上线 打通AI可信数据

DataVLT推出产品可将物联网原始数据转化为AI可用可信数据

前两天我还在想AI模型训练老是缺靠谱的真实世界数据,物联网设备一堆,但数据能不能验证、能不能直接用在链上,一直是个大坑😂

正好刷到DataVLT全新品牌和产品体系正式上线😍,我立刻跑去官网体验了一把。

先连了钱包,免费Mint了DataVLT DID,感觉身份和数据贡献一下子可验证了。

再看DVLT ONE,它把IoT设备、传感器、区块链这些原始信号,通过验证层变成结构化、可信的数据,直接能给AI Agent、智能合约用。

整个架构把AI × Web3 × IoT × Real-World Data真正串起来,数据不再是孤岛,而是可执行的基础设施。

不是空喊概念,而是实实在在把真实世界数据变成AI、Web3和智能执行能用的基础设施。

官网和核心产品都已经开放,有兴趣的可以自己去体验一下。

个人觉得这种踏实做数据底座的项目,在现在赛道里挺少见的。

DYOR,欢迎一起关注🔥 官网🔗: @DataVLTAI #DataVLT

在 X 看原帖 ↗
2.2万135
AI 编码 · @nathanmarz▲ 4.3K

开源开发者Nathan Marz分享LLM辅助编码工作流

开发者分享基于Claude Code结合Docker的大模型开发流程

我用于 LLM 编码的工作流如下:
- 在拥有完整权限的 Docker 容器中运行 Claude Code。我用脚本在容器内外同步代码,git 提交由我自己完成。
- 通过对话整理出所需功能的规范文档。
- 让智能代理制定实施计划,拆解成尽可能小但仍有实际意义的步骤。
- 对计划迭代调整后,让代理开始实施,并要求它完成每一步后就停止。
- 每一步完成后,让代理过一遍,找出并修复测试缺口,再让它做一遍清理,简化/删除冗余代码和注释。
- 进入下一步之前,我会审查所有代码,和代理一起迭代修复问题。

每次审查几乎都一定会发现需要修改的地方。

在 X 看原帖 ↗
4.3K5452
行业动态 · Hacker News▲ 76

大语言模型可利用推理引擎控制主机

本地部署大模型存在安全风险,运行大模型的设备可能直接被模型控制,部署本地AI需要留意这类新的安全问题

社区讨论:多数开发者不认可原文的威胁表述,有人指出推理引擎本身不会执行任何命令,认为文章概念混淆,还有人调侃大模型不是魔法,这更像是制造噱头而非真实可行的威胁场景。有人纠正原文错误,指出第三方服务商的大模型权重并不会加载在用户的运行主机上。也有人达成共识,认为正确的隔离方案必须依赖虚拟机或容器沙箱,仅靠限制大模型输出本身不安全。

在 HN 看讨论 ↗   原文 / 论文 ↗
大语言模型 · @MaxForAI▲ 3.3K

Keras创始人推荐其书籍章节 从零学训练大模型

François Chollet推荐书籍章节教零基础学习训练大模型

阅读全文 →
3.3K94336
行业动态 · Hacker News▲ 72

Anthropic文风为何和Claude不一样?

开发者社区正在讨论AI公司官方文风,和自家产品输出文风差异巨大的原因,大厂AI的定位分工逐渐清晰。

社区讨论:多数人认同官方文风是人类撰写,Anthropic曾要求求职者所有文案都不得使用AI写作。有人表示如果能一眼分辨出Claude生成的内容,自己不会浪费时间阅读这类作者懒得亲自写的帖子。也有人认为,Anthirc没有义务一定要用Claude默认文风写公开内容,他们完全懂调整模型文风的方法,不用AI只是作者懒得这么做而已。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 75

Anthropic 的 Claude 和 API 服务发生宕机

依赖该服务开发或办公的开发者、创作者,需要留意服务状态,提前准备替代方案

社区讨论:有用户质疑Anthropic运维能力太差,疑惑如此频繁且严重的故障,是不是大语言模型部署本身就存在这类固有问题。还有用户提出疑问,为什么宕机是全球性的,是否Anthropic所有服务区域都共用同一套基础设施,这一疑问也得到其他用户的跟进关注。

在 HN 看讨论 ↗   原文 / 论文 ↗
工具 · @askalphaxiv▲ 6.3K

有人让Claude Code自动搭实验写论文全流程

从提出研究想法到生成LaTeX论文,整个过程不需要人工介入,只要等待输出就行。现在AI做科研辅助能做到这一步了。

将一个研究想法端到端转化为一篇论文。

把 Claude Code 或 Codex 转变成研究智能体,让它构建实验树 + 编写 LaTeX 总结它完成的所有工作,你还能在同一个工作区实时观看整个过程。

现在就可以在 OpenResearch 上用 /write-paper 来体验:

在 X 看原帖 ↗
6.3K910094
行业动态 · Hacker News▲ 238

GLM-5.3 open-weight模型 成本仅头部1/5

如果这个结果成立,你搭建AI应用的成本可以直接降到原来的五分之一

社区讨论:多数人认同,哪怕国产开源GLM-5.3模型性能能达到头部闭源模型的九成,企业仍会愿意为Claude、ChatGPT付费。因为后者已有成熟的配套工具、生态集成,使用起来更省心,不少企业对对接中国云服务存有顾虑,还有人质疑国产模型存在 benchmark 刷分虚高的问题,并不真的认为性能能超过头部模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 43

l3a0 发布 Claude Code 技能找回 Kindle 高亮

Kindle 标注被限制导出,无法整理笔记的痛点,现在可以用 Claude Code 解决,不需要额外开发就能用。

行业 · @murtuza_merc▲ 2.7K

英伟达推Groq 3 LPX量产,AI瓶颈变了

原来大家觉得AI发展最大的瓶颈是训练模型,现在瓶颈变成了规模化代理推理,代理工作流改变了整个行业的需求结构。

Nvidia 将 Groq 3 LPX 投入全面生产,凸显了 AI 算力领域的结构性转变。

主要瓶颈已经不再是训练模型,而是扩展智能体推理的规模。

智能体工作流改变了底层计算逻辑。多步推理、工具使用和递归循环意味着单个用户请求会触发数十次内部推理调用。

与传统单提示词聊天相比,这使得每个任务的算力需求呈指数级增长。

由于数据中心的电力有严格上限,推理领域主导权的争夺将以每瓦效率而非原始算力决胜负。

在持续运行中优化能源使用的硬件,将成为自主企业 AI 的骨干基础设施。

在 X 看原帖 ↗
2.7K96110
行业动态 · Hacker News▲ 116

thiagolima 推出OCR It 为LLM提取文本

没法复制的文档也能直接喂给大模型处理,不用手动转写内容,能简化给大模型输入内容的流程

行业动态 · Hacker News▲ 271

OpenAI 下调 GPT 5.6 Sol 价格 截止到11月21日

使用 GPT 5.6 Sol 的调用成本会降低,付费使用 OpenAI 服务的开支能减少

社区讨论:多数人认为AI模型可轻易蒸馏复刻打破了此前私人公司会靠AI形成垄断的预期,有人补充这符合知识传承的逻辑,本身就是智能进步的正常路径。有用户吐槽OpenAI产品命名混乱,增加用户认知负担,本身就是AI服务商品化的信号。有人预测本次降价会永久化,打价格战挤压开源模型生态,也有人看好价格战对用户和开源生态的利好,还有人指出降价后GPT定价仍远高于Deepseek等竞品。

在 HN 看讨论 ↗   原文 / 论文 ↗
融资 · @ycombinator▲ 2.0万

AI数据公司Mundo拿到2000万美元A轮融资

这家公司和前沿AI实验室合作,搭建数据集、做AI评估,帮AI更好地感知理解真实世界。AI基础建设需求还在涨。

恭喜 @hellomundoai 完成 2000 万美元 A 轮融资!

Mundo 与前沿 AI 实验室及企业合作,打造数据集、评测体系与研究项目,帮助 AI 在音频、视频及新兴模态上更好地感知和理解真实世界。

在 X 看原帖 ↗
2.0万109513
行业动态 · Hacker News▲ 62

andsoitis:绝不能给AI智能体法人资格

AI越来越独立,法律身份问题开始进入公开讨论。这直接关系到未来AI出问题后,责任该由谁承担。

社区讨论:多数评论者赞同不给AI智能体赋予法人资格,有人提到赋予公司法人资格就是糟糕的先例,给大模型赋予人格也不会有好结果。有人补充观点,说不能同意原帖的推导逻辑,但认同结论,同时提出应该给与AI互动的真实自然人增设额外权益,举例称用户本地运行大模型的私人对话记录,不应在刑事调查中被用作指控用户的证据。还有人指出,如果不给AI法人资格,大企业会把AI相关责任推给最缺乏法律资源的穷人。

在 HN 看讨论 ↗   原文 / 论文 ↗
开发工具 · @mlejva▲ 6.3K

Vercel AI SDK 7推出HarnessAgent适配API

一次写完AI代理代码,就能对接任意适配框架,不用重复改写,选最适合当前任务的框架用就可以。

Vercel 的 AI SDK 7 推出了 HarnessAgent,这是一个用于运行成熟代理工具框架的 API,支持 Claude Code、Codex 和 Pi。

只需编写一次代理,即可使用最适合你用例的任意框架。

现在就试试用 @vercel AI SDK,配合 @pidotdev 构建一个创意生产代理:一个图像模型生成主图,然后由 E2B 沙箱运行 Python 裁剪背景、渲染所有指定尺寸、叠加文案、检查 WCAG 对比度和调色板共享,最后将完成的广告素材包发布到一个在线 URL 供访问。

完整示例见食谱库:

在 X 看原帖 ↗
6.3K697104
开源模型 · @BAI_AGI▲ 8.9K

Xiaomi发布免费开源的Xiaomi MiMo V2.5多模态大模型(310B)

它是稀疏混合专家架构,总参数3100亿,支持百万token上下文窗口,属于原生多模态大模型。

🎁 更多免费 AI 访问来了!Xiaomi MiMo V2.5 现在完全免费了。

这款小米开源原生多模态旗舰模型采用 310B 稀疏 MoE 架构,支持 1M token 上下文,可处理文本、图像、视频和音频。

它是为多模态智能体、音视频分析、编码等场景构建的,现在可以通过官方 API 完全免费使用。

无需任何费用即可体验小米的前沿多模态智能。👉 免费试用:

在 X 看原帖 ↗
8.9K178141
研究 · @a1zhang▲ 1.6万

新工具调用技术提前排队节省生成等待时间

代码生成过程中提前预测工具调用,提前排队,和生成token的过程并行执行,能加快整体运行速度。

推出推测性编程工具调用(Speculative Programmatic Tool Calling,sPTC)!这是一类通用技术,用于在代码生成框架中提前推测工具调用,并提前排队,让工具调用与令牌生成和REPL执行时间重叠。博客:

这是一篇值得推荐的好文章,也是一个非常棒的创意。

目前围绕工具调用和代码执行,已经涌现出了很多有趣的框架设计。RLM 是其中之一,而本文介绍的这个推测性编程工具调用方法也是其中之一(它和 RLM 出自同一位作者)。

在框架层面其实有很多提升效率的空间。现有框架会让代理等待:模型流式输出一段代码,代码中的工具调用必须等生成完成才能运行。

sPTC 会提前在环境副本上启动安全调用,这样工具延迟就会和令牌生成重叠,而不是额外叠加在原有耗时之上。错误的猜测会被丢弃。

目前它已经能带来 1 到 1.2 倍的加速。非常有前景。

在 X 看原帖 ↗
1.6万40351269
工具 · @Jasperli0122▲ 1.2万

@Jasperli0122发布Monid代理工具聚合服务(1,700)

它对接了1700个API,AI代理不用再挨个订阅不同工具服务,只用为实际发起的调用付费。

隆重介绍 Monid——面向智能体工具的 OpenRouter。你的智能体不该只是为了打三个API调用,就得多开一份订阅。

我们将你的智能体连接到了 1,700 个 API。它只需要为实际发出的调用付费。

> SEO、线索、电商、股票、搜索、视频/图像/音乐/3D生成、非上市公司数据

> 运行时可发现、检查、调用任意工具

> 按调用付费,无订阅要求

在 X 看原帖 ↗
1.2万38845
工具产品 · @arceyul▲ 1.3万

claude-code-best-practice开源claude-code-best-practice 配置方案(84)

如果你只用 Claude Code 做基础聊天,那相当于浪费了它九成能力,这套现成配置和经验总结能直接拿去用,帮你榨干 Claude Code 的全部潜力

阅读全文 →
1.3万30157171
前沿研究 · @natolambert▲ 1.6万

natolambert统计arXiv论文模型提及率变化

统计显示中文开源大模型在AI研究论文中的提及占比已经反超美国开源模型,提及率仍在持续增长,能直观反映当前开源AI研究的偏好变化

阅读全文 →
1.6万3019263
行业动态 · @CharlesRollet1▲ 6.5万

汤森路透自研AI模型,基于通义千问

不想过度依赖Claude,选择基于开源模型自研,还把依赖大模型实验室比作长期租房子,想自己掌握产权。关注大模型落地的企业会有新参考方向。

最新消息:汤森路透想要降低对 Claude 的依赖。因此它基于阿里巴巴的 Qwen 搭建了自己的 AI 模型。

汤森路透的 CTO 表示,如果依赖前沿实验室提供智能能力,而非基于开源模型自建,就像租房子住。

在 X 看原帖 ↗
6.5万51457129
新品发布 · @ctatedev▲ 1.4万

ctatedev发布emulate包简化GitHub App模拟

做GitHub相关开发不用再搭复杂环境,本地开发、CI测试都能快速完成,能降低开发调试的门槛

全新发布:只需几行 TypeScript 代码就能模拟一个 GitHub App

生成应用密钥、安装授权和带状态的仓库 API

可以在本地开发、在 CI 中测试,或是给沙箱代理提供独立的 GitHub 环境

npm install emulate

在 X 看原帖 ↗
1.4万11252152
前沿研究 · @HowToPrompt__▲ 9.5K

Moonshot AI发布Kimi Linear,速度提6倍降75%显存

AI跑长上下文一直受算力成本卡脖子,新架构不仅解决速度问题,性能还超过传统全注意力,普通人用大模型处理长文档的成本未来会更低。

阅读全文 →
9.5K33184142
新品发布 · @liquidai▲ 3.1万

liquidai 发布端侧AI Pipette评测套件

现有评测平台大多针对云端大模型,你运行在手机、电脑上的本地AI,终于有统一可复现的评测方式

今天我们与@ArtificialAnlys合作,发布了面向端侧智能的模型评测套件Pipette。

大多数基准测试平台,都是针对云端部署的大模型,为测量其核心能力与速度分布而优化的。

Pipette为领域提供了一套通用、可复现的方法,用来测量手机、笔记本电脑、PC、AI盒子和嵌入式硬件这类设备上AI模型的质量、速度、延迟和内存使用。

> Pipette 是开源项目
>
> 在Pipette中,你可以通过统一界面对「模型+量化+Runtime+设备」的完整组合进行对比
>
> 它自带一个经过验证的基准测试结果仓库,目前已经包含超过10k个结果,覆盖35个模型类别、7种量化方式、llama.cpp runtime和4种设备
>
> Pipette是一个动态平台,从发布第一天起就接受新贡献,可以添加新设备、Runtime、模型系列和量化等级。🧵

在 X 看原帖 ↗
3.1万70446176
行业动态 · @MaxForAI▲ 8.0万

AI编程工具Grok Bot 意外泄露核心客户端代码

做AI代码工具的公司接连出现打包疏漏,连核心实现代码都被普通人扒到,还能直接魔改接入其他模型,想抄代码得抓紧fork。

阅读全文 →
8.0万32325274
工具产品 · @teneo_protocol▲ 6.4K

Teneo Protocol 推出七份 Teneo CLI 安装指南

不同AI编码代理和IDE的使用者都能直接在现有工作环境中安装使用,可调用50多个agent完成链上数据拉取等工作,不用额外调整环境。

Teneo CLI 可以直接从你当前的工作环境安装。现在我们已经提供了七种环境的安装配置指南。

AI 编码代理:
- Claude Code
- Codex
- Manus

IDE:
- Cursor
- Antigravity
- VS Code

代理平台 Hermes

每份指南都会讲解如何安装 CLI,然后用自然语言列出并查询 50 多个 Teneo 代理,功能包括:抓取社交数据、兑换和桥接代币、拉取链上数据。

部分代理免费;付费查询按调用次数以 USDC 通过 x402 结算。

还有两个代理正在开发中:OpenClaw 和 Teneo Father(支持直接从 Telegram 查询代理)。

完整列表:我们还缺了什么?如果你想在这份列表里没有的工具中运行 CLI,请告诉我们。

在 X 看原帖 ↗
6.4K2613487
实战经验 · @DailyDoseOfDS_▲ 8.3K

@DailyDoseOfDS_ 开源类Claude Code编码框架

想自己搭AI编码工具的开发者,可以参考这套完整的开源实现路径,所有核心模块都公开可复用

就像 Claude Code 一样,我们也打造了自己的 coding harness。它 100% 开源。

harness 是包裹在大语言模型外围的代码。模型只负责决定下一步操作,harness 处理其余所有事务:规划、工具调用、记忆和安全。

简单来说,模型充当大脑,harness 提供双手。coding harness 就是针对代码库设计的这种外层包装,它能把一个普通的文本生成器,改造成可以读取文件、编辑代码、运行测试、修复真实 bug 的工具。

我们的 coding harness 包含这些部分:
- 核心代理循环
- 可兼作外部记忆的文件工具
- 长时任务规划
- 在独立上下文工作的子代理
- 一次性虚拟机中的沙箱执行
- 人在回路审批
- 持久化记忆与检查点

整个项目基于 CrewAI 构建,这是一个 100% 开源框架。

我们还写了一篇介绍文章,涵盖了构建 coding harness 的所有内容:代理循环、规划、子代理、沙箱、记忆、检查点,全程分步讲解。文章全文引述如下。

在 X 看原帖 ↗
8.3K1991130
深度观点 · @MatthewBerman▲ 4.4K

Matthew Berman发布对Tibo Thottiaux的完整访谈

访谈覆盖OpenAI文化、下一代模型、AI对开发工作流的改变等多个业内热点话题,能帮你快速了解一线从业者的最新观点。

我对Tibo(@thsottiaux)的完整访谈:

0:45 Tibo在Google DeepMind学到的经验

4:22 打造OpenAI一往无前的文化

7:23 Astra与下一代模型

11:18 AI改变开发者工作流的速度有多快

14:27 ChatGPT与Codex的融合

20:25 OpenAI对阵Anthropic

23:37 OpenAI为何不断重置限制

30:25 递归自我改进

32:00 引发「暂停倡议」的风险

34:13 超高速会成为默认状态吗?

43:20 为什么每个人都应该尝试AI

在 X 看原帖 ↗
4.4K1411372
开源 · @kunchenguid

开源开发者分享Grok Bot处理项目问题请求的经验

拥有总计超2.4万GitHub星标的开源项目开发者,借助Grok Bot清理积压的Issue和PR

一名拥有多个开源项目的开发者分享了Grok Bot帮他解决工作积压的真实经历。这些项目在GitHub上总计获得超过2.4万颗星标,大量涌入的Issue(问题反馈)和PR(合并请求)让开发者不堪重负。

如果有人在该开发者的仓库提交过Issue或PR,可能会发现处理队列终于开始流动了。这主要得益于开发者做的三项关键调整。

第一项调整是为每个名下仓库编写VISION.md文档,后续会重命名为STRATEGY.md。第二项调整是搭建由Grok Bot和Cursor云代理组成的软件开发工厂。第三项调整是邀请几位主动提供帮助的维护者,处理经分类后符合项目方向的问题。

有人认为不用Grok Bot也能完成这些工作,这一点开发者并不否认。但他表示,不用Grok Bot很难做到如此轻松,后期维护成本也更低。

原生集成在Grok Bot中的Cursor云代理,可以实现无限水平扩展,这是其他同类系统很难做到的。Grok Bot提供了合适的基础单元,搭建出了一个整合流畅的系统,表现相当不错。

在 X 看原帖 ↗
编程 · @PersianGitHub

波斯语GitHub账号分享易理解的设计模式学习仓库

该仓库结合现实场景与代码示例,用多语言代码讲解设计模式

理解设计模式是一项很考验思维能力的学习内容。@PersianGitHub账号在X平台分享了一个学习仓库,尝试用简单示例帮助学习者轻松掌握设计模式。

该仓库针对每一种设计模式,都提供现实世界场景示例、通俗讲解、准确定义,还附带10种编程语言的对应代码示例。

仓库地址为:

在 X 看原帖 ↗
编程学习 · @dharmvir_

四个GitHub项目式学习仓库 性价比超付费课程

分享四个免费编程与AI学习仓库,涵盖基础机器学习等多个领域

这些GitHub仓库能提供比付费课程更好的学习效果,全部学习以项目实践为核心。一共有四个不同方向的免费学习仓库。第一个是面向编程学习的Project-Based-Learning。

第二个是Build-your-own-X,由Codecrafters整理发布。第三个是微软推出的面向入门者的机器学习仓库ML-for-Beginners。第四个是包含500个人工智能、机器学习、深度学习项目的仓库。

原分享者建议收藏这条内容,也可以转发帮助其他有需要的人。

在 X 看原帖 ↗
硬件 · @dee_hw

用户在车库找出旧ThinkPad T480 成功运行本地AI

旧笔记本搭配三套开源工具,可本地运行DeepSeek V4F,速度达每秒300令牌

一名名为dee_hw的用户在车库找出了一台旧ThinkPad T480笔记本电脑。

他为这台电脑配置了三套工具,分别是Omarchy、OpenCode和Local AI Grid,给出了对应的访问链接。

三套工具在这台老旧硬件上运行流畅。

用户在这台配置不高的旧电脑上本地编码时,DeepSeek V4F的生成速度可达每秒约300令牌。

在 X 看原帖 ↗
测试 · @ego_agent

Ox Alpha在Pi与DeepSeek Harness完成同项测试差距超预期

测试要求用ego lite筛选站点后生成单页HTML落地页,DeepSeek Harness成品完成度远高于Pi

开发者在Pi和DeepSeek Harness两个平台测试了Ox Alpha,给两个平台分配了完全相同的任务。任务要求使用ego lite筛选出几个优质站点,再生成一份完成度足够高的单文件HTML落地页,测试结果的差距超出了预期。

DeepSeek Harness的表现毫无争议地更加出色,这个结果和测试前的预期并不相同。它生成的最终页面完成度很高,效果超出预期,它生成过程耗时远长于Pi,会在开始构建前完成充分思考。

Pi的表现尚可,没有产出让测试者印象深刻的结果。它的输出可以正常使用,只是缺少能让成品效果出彩的细节打磨。它的生成速度很快,几乎没有停顿思考,直接开始构建页面。

在 X 看原帖 ↗
开源 · @JimmyRevived

GitHub上线开源英语学习项目 已获近4.8万星标

该项目拆分完整学习路径,还提供大模型搭建个人学习系统的步骤

GitHub上出现一个开源英语学习项目,目前已经获得近4.8万星标(Star)。项目地址为https://github.com/byoungd/up。

该项目并非简单汇总整理英语资料,而是将英语学习拆分为完整递进路径,依次是词汇、听力、阅读、口语、写作,最后是AI辅助学习。

项目还提供了分步教程,指导使用者利用Gemini、ChatGPT和Claude搭建个人专属英语学习系统。

项目免费、开源,没有广告。建议想要重新学习英语的用户收藏。

在 X 看原帖 ↗
操作系统 · @LLMJunky▲ 100

Linux环境下智能代理抢焦点问题目前仍待解决

开发者分享Omarchy使用体验,指出Mac accessibility层更适合后台代理运行,虚拟显示方案只是变通方法

大模型 · @bridgemindai▲ 198

评测者称Grok 4.6性能有上限 4.6参数为1.5万亿

xAI Grok 4.6复杂任务表现不及竞品,即将推出的Grok 4.7参数提升40%至2.1万亿

评测者bridgemindai频繁使用Grok 4.6,认可该模型的体验,但能感受到其性能存在明显上限。Grok 4.6的参数量为1.5万亿。

在复杂任务上,Grok 4.6的能力和可靠性都不如GPT 5.6 Sol和Opus 5。使用时会遇到更大参数模型不会出现的性能瓶颈。

即将推出的Grok 4.7参数量为2.1万亿,相比Grok 4.6提升了40%。如果xAI保持现有限制并按参数规模提升模型智能,Grok 4.7会立刻成为全球最好的AI模型。人们已经迫不及待等待它在9月发布。

在 X 看原帖 ↗
1981
AI安全 · @levelsio▲ 5.3K

开发者因提示注入风险未将问题看板接入AI

独立开发者@levelsio指出恶意请求可绕过人工审核植入后门,目前他仍手动处理问题反馈

@levelsio没有将自己的问题看板直接接入AI,因为他十分清楚提示注入的风险。人们提到过一种相对安全的方案:仅给AI开放收集用户错误报告与功能需求的权限,再由AI生成GitHub拉取请求,最终由开发者自己审核后决定是否批准合并。

即使如此,无恶意的攻击者也可以在功能需求中嵌入精心构造的提示,要求AI向站点植入后门。攻击者还会让AI在拉取请求中将这次变更标注为完全无关的错误修复,比如「分页修复」,同时把代码修改写得晦涩难懂。

这样一来,开发者不会发现服务器被植入后门,只会认为自己修复了分页功能,直到后门触发才会发现问题。在找到可靠方案之前,@levelsio将继续手动阅读错误报告和功能需求,再将内容复制到服务器的Claude Code中处理。

在 X 看原帖 ↗
5.3K6
大模型 · @wei_wang▲ 6.3K

Qwen3.8-27B或成为本地大模型领域的游戏改变者

企业开发团队测试显示其编码能力接近GPT Luna,OCR质量超Gemini 3.5 Flash Lite

阅读全文 →
6.3K43317
加密货币 · @oragnes▲ 5.9K

FLOP空投四步教程:给你的AI Agent接上密码学身份

Flop Labs推出符合AI Agent加加密方向的空投,教你四步将已有AI Agent接入Technocore参与活动

阅读全文 →
5.9K33134
存储 · @yijiangren▲ 1.1万

一文理清AI存储产业链逻辑与相关投资标的

拆解GPU、HBM、DRAM、NAND、SSD的定位,梳理不同环节对应的核心上市公司

阅读全文 →
1.1万25825
AI编程 · @heyfredds▲ 414

零基础一小时学会Claude Code入门教程推荐

推荐面向编程零基础的Claude Code一小时速成教程

哪怕你不会编程,也可以在1小时内学会Claude Code。

我看完了这个完整教程,内容直切主题,没有废话。

教程从零开始讲解,不需要任何前置经验。

教程包含真实项目,不是玩具示例。

还包含大多数人在使用AI编程很久之后才会发现的技巧。

编程的入门门槛已经不复存在了🔖

在 X 看原帖 ↗
41455521
开发工具 · @kacperkapusciak▲ 3.9K

开发者为Claude Code打造AI应用商店截图生成工具

开发者开发适配Claude Code的iOS应用AI截图生成工具,暂未开源

我为 Claude Code 打造了一个 AI 应用商店截图生成器。

它会自动探索你的应用,完成录制和截图,导出可直接上传的资源文件。

它支持任何 iOS 应用,由 Argent @swmansion 提供驱动。

我还需要一点时间来开源这个项目,但在此之前你一定要去看看 Argent 👇

在 X 看原帖 ↗
3.9K129290
大模型 · @MilksandMatcha▲ 2.1万

同一Claude模型不同开发框架测试成绩对比

开发者测试同一Claude模型在不同编码框架下的开发表现

我让 Claude 和自己对打。最聪明的模型不一定自动就是最好的智能体。

为了证明这点,我使用同一个 Opus 4.6 模型、同一个初始提示词、同一个空仓库,只是把它放到两个不同的编码框架里:Claude Code 对比 @FactoryAI Droid。

任务是:从零复刻 Excalidraw,在浏览器里检查原版,实现它的核心交互,然后验证结果。

Factory Droid:用时 8 分钟,20 次工具调用,花费 $1.60

Claude Code:用时 19 分钟,40 次工具调用,花费 $1.87

唯一的区别就是框架。

在这里领取免费 Factory 额度:

在 X 看原帖 ↗
2.1万117528
短剧 · @Gorden_Sun▲ 8.5K

中国短剧团队薅韩国AI网站羊毛 泄露自动化制作经验

中国短剧团队薅韩国AI视频网站羊毛,意外泄露AI自动化短剧实战经验

阅读全文 →
8.5K1591166
开源 · @teach_fireworks▲ 1.2万

开发者发布开源技能fireworks-open-eli5 可交互解释复杂概念

开发者基于ELI5思路推出开源交互解释技能,支持多格式导出。

阅读全文 →
1.2万16124168
大模型 · @MaxForAI▲ 2.3万

研究人员用强化学习将Qwen训练为代码生图模型

不依赖专业生图模型,Qwen写JS代码经强化学习实现生图

阅读全文 →
2.3万31280226
🔬 前沿研究
新前沿研究 · @omarsar0▲ 3.9K

微软团队推出AutoSaddler,AI代理得分大幅提升

现在AI代理几乎全靠人工调框架,这项研究实现了自动优化,能帮AI代理在多个测试基准上提分,AI代理的调试效率会因此提升。

微软及其同事完成了一篇令人印象深刻的新论文。几乎在所有领域,Agent 框架(harness)设计至今仍然是手工调优的。

这项工作提出了一个自动化循环来优化框架。作者推出了 AutoSaddler,它把 Agent 框架视作代码,从失败轨迹中离线学习如何打补丁。

它运行小批量任务,诊断出故障位置,为提示词、工具配置和控制逻辑生成结构化补丁,只有通过验证才会保留更新。

相比对应的基础框架,它在 GAIA2 上提升了9.0分,在 SWE-Bench Pro 提升了9.6分,在 Terminal-Bench 2.0 提升了10.0分。深度调试优于浅反思,定向编辑优于无约束编辑,泛化感知选择优于只修复眼前单条轨迹。

论文:

在我们的学院追踪更多热门 AI 论文:

在 X 看原帖 ↗
3.9K54744
前沿研究 · @Alibaba_Qwen▲ 5.1万

通义千问Qwen3.8-27B冲进Code Arena前十

同规格大模型里只有它进入前十,小参数模型也能在代码竞赛里拿到顶级排名,参数小不一定能力弱。

Qwen3.8-27B 在 Code Arena 总榜上排名第 9,是它尺寸级别里唯一一个进入前 10 的模型。😎

小而强大。感谢认可!@arena

在 X 看原帖 ↗
5.1万5169565
前沿研究 · @haodongli00▲ 2.7万

@haodongli00 研究团队发布Latent Dynamics Reasoning (LDR) 视频世界模型方法

现有视频模型大多只能生成看起来合理的画面,这套新方法能学习世界运动规律,超出训练范围依然能推演后续变化。

视频世界模型不应该只生成看起来合理的像素,它们还应该理解「世界是如何演化的」。🤔

介绍 Latent Dynamics Reasoning (LDR)。LDR 不直接预测未来帧,而是把过去帧映射到结构化隐状态中,再通过运动学积分把这些状态向前推演。它只学习驱动推演的高阶运动残差。🚀

据我们所知,LDR 是首个能将学到的动力学泛化到训练分布之外的视频世界模型。💪

论文/代码/模型/数据现已公开,快来查看!🥳
- 论文:
- 代码:
- 模型:
- 数据:

在 X 看原帖 ↗
2.7万14122121
前沿研究 · @Alibaba_Qwen▲ 2.2万

阿里通义千问表态坚持开放科学开源路线

面向研究者的大模型开放路线保持稳定,关注开源AI发展的研究者可以继续依托该社区推进工作。

开放模型,开放科学。Qwen 正在持续稳定成长,我们会永远和研究社区站在一起。🙌

感谢你带来的深度研究!@natolambert

在 X 看原帖 ↗
2.2万1627126
前沿研究 · @vllm_project▲ 2.5万

vLLM 在AgentX 1.0测试中跑出亮眼 token 吞吐

针对代码智能体场景优化的推理引擎,实测多款主流大模型都拿到了更优的吞吐和更低延迟,对需要稳定跑多轮长对话智能体的开发者,这是落地可用的性能方案。

阅读全文 →
2.5万1710443
前沿研究 · @TheTuringPost▲ 3.3K

TheTuringPost发布本周必读AI研究论文列表(2.7-Bit)

想跟进智能体、大模型优化领域的最新研究,可以在这里找到一周重点成果的汇总链接,节省筛选文献的时间

阅读全文 →
3.3K196562
前沿研究 · @HowToPrompt__▲ 9.5K

Moonshot AI发布Kimi Linear,速度提6倍降75%显存

AI跑长上下文一直受算力成本卡脖子,新架构不仅解决速度问题,性能还超过传统全注意力,普通人用大模型处理长文档的成本未来会更低。

阅读全文 →
9.5K33184142
前沿研究 · @natolambert▲ 1.6万

natolambert统计arXiv论文模型提及率变化

统计显示中文开源大模型在AI研究论文中的提及占比已经反超美国开源模型,提及率仍在持续增长,能直观反映当前开源AI研究的偏好变化

阅读全文 →
1.6万3019263
🚀 新品发布
新新品发布 · @adaption_ai▲ 6.9K

adaption_ai发布AutoScientist Alignment 功能

做强化学习实验可自动配置优化方案,能节省计算资源和反复调参的时间,降低实验成本

我们推出了 AutoScientist Alignment。

使用 AutoScientist 自动配置并自我改进你的强化学习配方。

节省算力和无穷无尽的消融实验。

搞定这套流程,让 AutoScientist 来完成工作。

现在已扩展支持 RL 配方。

在 X 看原帖 ↗
6.9K125721
新新品发布 · @shedntcare_▲ 3.2万

Flova.ai发布Seedance 2.5整合工作流($0.025/sec)

制作音乐视频可在同一个流程内完成,无需反复逐帧生成,还可跨项目复用资产,活动期间生成价格为全年最低

借助 Flova 中的 Seedance 2.5,创作者可以构建更长、更连贯的序列,无需从头为每个镜头输入提示词。

Flova 将 AI 视频重新定义为一套连贯的制作工作流,而非单次提示生成的结果。一个粗略的歌曲创意,可以在同一个工作流内完成歌词、成品曲目、浴室表演、完整音乐视频的全流程制作。

使用教程:
- 在 Agent 对话框输入你的角色、脚本、故事线、关键视觉和重要元素,然后点击生成。
- 你也可以选择想要使用的模型,比如视频用 Seedance 2.5,图片用 Image 2,音乐用 Suno。
- 分步生成。你可以留言修改不满意的部分,还可以保存你喜欢的视觉元素或角色,供未来项目跨项目使用。
- 导出成品视频,或将其导入 Adobe 进行进一步编辑。

Flova.ai 8月18日-9月17日限时优惠月。全年最低价来袭。

Seedance 2.5 系列 (480p) 低至 $0.025/秒 | Minimax H3 系列 (768p) 低至 $0.021/秒 | Wan 3.0 (480p) 低至 $0.013/秒

在 X 看原帖 ↗
3.2万421337
新新品发布 · @GesoraMeshack▲ 1.6万

Flova集成Seedance 2.5 开启年度限时降价

想做连贯可控的多镜AI视频,现在能获得更低的单秒生成成本,年度最低价持续一个月。

Flova 现已集成 Seedance 2.5,可实现更可控、更连贯的多镜头视频创作。

AI视频的下一个阶段,不是再做一个提示词工具。而是围绕 Flova Agent 打造的全集成工作流。

黄仁勋从机器人实验室偷运芯片,被埃隆当场抓包——这个梗要靠一致的人脸、道具和视线来实现落地效果。

Flova.ai 8月18日至9月17日限时优惠月。本年度最低价活动已开启。

Seedance 2.5 系列(480p)低至 $0.025/秒 | Minimax H3 系列(768p)低至 $0.021/秒 | Wan 3.0(480p)低至 $0.013/秒

在 X 看原帖 ↗
1.6万7111115
新新品发布 · @Handllex▲ 5.2万

Flova接入Seedance 2.5 推出完整AI视频工作流

告别单次prompt生成,支持分步创作、局部修改,还能复用角色素材,AI做视频的可控性终于提升了。

Seedance 2.5 现已登陆 Flova,将可控性更强的多镜头视频生成整合到了同一条工作流中。

提示词时代正在让位于原生智能体创作,由 Flova 连接完整的视频制作流程。我们让 Flova Agent 和 Direct Model 生成同一个带外卖盒、面条,结尾还有神经记忆消除器笑点的采访场景,故事控制能力的差异一目了然。

Flova 不只是一个访问 Seedance 2.5 这类模型的平台。它把这些模型整合为了一套完整的 AI 视频创作工作流。

1. 你可以让智能体撰写脚本和分镜,在生成前审核提示词草稿,再分步创建视频、图片、音乐和人声。

2. 如果有哪里不满意,你可以留下评论修改特定部分。你还可以保存你喜欢的角色和素材,供未来项目使用。

3. 因此,AI 生成不再只是一次性的提示词输出,它变成了一个可控、可编辑、可复用的创作流程。

在 X 看原帖 ↗
5.2万511555
新新品发布 · @theprimus__▲ 252

Axis Robotics获1200万美金种子轮融资

普通人可以通过完成标注、演示任务生成机器人训练数据获得奖励,想参与实体AI发展可以抓住这个早期机会

介绍 Axis Robotics。@axisrobotics 正在搭建实体人工智能前进所需的数据基础设施:这是一个去中心化网络,贡献者可以为机器人训练和提升空间感知生成多样化的真实世界数据。

他们完成了由 Hack VC 领投的 1200 万美元种子轮融资,目前贡献者网络规模已超过 10 万人,仍在增长。

▸ Axis Hub 为贡献者提供多种参与方式。预训练任务需要完成演示操作,生成机器人学习数据;训练后任务则需要审核验证提交的数据。平台还为创作者设置了激励层。

▸ Axis × Kaito 创作者计划为创作者分配 0.25% 的 $AXIS,排名由 Kaito Mindshare 和推荐活动决定。

你可以贡献数据、创作内容、积累 Mindshare,现在入局仍为时不早。机器人技术的未来……

在 X 看原帖 ↗
2521076
新品发布 · @axichuhai▲ 3.2万

Godogen 开源项目,输入需求就能生成完整游戏

独立开发者不用再重复搭建架构、调整渲染,普通硬件就能运行,降低了从零开发完整游戏的门槛

独立游戏开发者的神器来了

发现一个能直接生成完整游戏的开源项目,在 GitHub 已经斩获 5k+star 它叫 Godogen,告诉它你要什么类型的游戏,它会自动完成架构设计、美术生成、代码编写、引擎截图和视觉质检的全流程,最终交付一个结构清晰、可直接运行的完整游戏项目

内置视觉质检循环,会从运行中的游戏引擎捕获截图,自主识别并修复渲染问题,不用人工盯着改

支持 Godot 4、Bevy、Babylon.js 三个主流引擎

通过 Claude Code 或 Codex 驱动,包含 850 多个 GDScript 类定制的语言参考和懒加载 API 文档,普通硬件就能跑

在 X 看原帖 ↗
3.2万50339482
新品发布 · @googledevs▲ 3.6万

Google AI Studio Build 支持GitHub工作流同步

跨环境开发可以保持代码同步,不用再手动迁移改动,能直接基于已有仓库在AI Studio里继续开发。

把你的 @github 工作流带进 @GoogleAIStudio Build 🔄

现在支持往返 GitHub 同步了,你可以从已有仓库开始,把改动拉进 Build,推送更新,在不同环境开发时也不会丢失同步。

开始使用 →

在 X 看原帖 ↗
3.6万4333585
新品发布 · @alextalksai▲ 12.5万

GitHub发布spec-kit,数天获95k星

解决AI编程乱生成代码的问题,先出结构化需求规范再写代码,支持25种以上常见AI编程agent,不用再祈祷AI不跑歪

阅读全文 →
12.5万13178153
新品发布 · @imjustnewatai▲ 1.8万

ox alpha 模型可能在偷偷持续在线学习

用户协议关于训练数据的表述前后矛盾,四天前后同任务输出质量差异明显,同一个模型名背后可能一直在悄悄更新。

ox alpha 实际上可能是一个持续学习模型。目前网上流传着一份对比图,它现在输出的质量比四天前处理同一任务时大幅提升。

openrouter 的发布帖也呼吁用户「分享反馈来改进模型」。但相关的数据说明表述很奇怪。ox alpha 自己的页面称,匿名提供者会保留提示词和补全结果,但不会将它们用于训练。

该页面链接的通用隐私许可协议里说,可以收集用户内容用于「训练和改进」,并授权提供者「训练、评估和改进」隐私模型。

我的猜测是,提供者围绕 ox 搭建了一个私有持续学习循环。公开使用会暴露出模型的缺陷,这些缺陷可以用私有数据或合成数据复现。

随后系统提示词、工具、后训练或 checkpoint 就可以在同一端点下完成更新。哪怕每个单独的 checkpoint 是冻结的,这个端点也会持续变得更智能。

8月20日人们测试的 ox alpha 可能早就被替换了,但名称完全保留不变。这可能是首个永远不会完成发布的模型发布。

在 X 看原帖 ↗
1.8万414048
新品发布 · @txbrraa▲ 1.2万

DeepSeek AI开源deepseek-harness 代码agent框架($200)

其他企业卖成高价 premium 产品的代码Agent开发层,现在直接免费开源,所有模块可改,本地就能一键跑起来,能接入多家大模型。

DEEPSEEK 刚刚干掉了整个 coding agent 行业。它叫做 deepseek-harness,是目前最完整的开源代码智能体开发框架。

Claude 最贵的套餐每月要 200 美元,而这个工具完全免费,还带着一个非常出色的设计思路:一切都是插件。

模型、工具、沙箱、UI,甚至智能体本身的运行循环都能做成插件。你只需要修改配置就能替换任意一个组件,不需要碰基础代码。

只用一条命令就能启动本地网页界面:`npx @deepseek-ai/dsh web`。

它兼容 DeepSeek、Claude、GPT、Gemini,任何你想接入的模型都可以用。

短短几天它的星标数就突破了 16 万。一个前沿实验室刚刚免费放出了其他企业作为高端产品售卖的完整层级。

仓库链接我放在评论区了。

在 X 看原帖 ↗
1.2万16205224
新品发布 · @TechByMarkandey▲ 2.2万

Apodex 1.1 可从头到尾完成复杂任务

不用只拿AI生成答案,可以让AI直接处理文件、数据、代码,从头到尾做完完整任务。本地运行的版本也已同步放出

AI 已经不只是生成答案了。Apodex 1.1 专注于一件更实用的事:AI 到底能不能从头到尾完成复杂任务。它可以处理文件、数据、代码和专业环境,同时具备以下能力:
- 将目标拆解为步骤
- 并行运行智能体
- 追踪长任务的进度
- 适配新信息
- 从失败中恢复
- 复盘重要结论

它还支持通过 Apodex 1.1 mini(35B)实现本地执行,同时支持 FrontierAgent,这是一个开源智能体框架。

更大的转变是从「给你答案的 AI」转向「真正帮你干活的 AI」。

探索 Apodex 1.1:
在 Hugging Face 体验 Apodex 1.1 模型:
在 GitHub 查看 FrontierAgent:

在 X 看原帖 ↗
2.2万6879
新品发布 · @XFreeze▲ 1.1万

Grok Build 推出v1.0.9大版本更新

全方面升级智能编码体验,解决多智能体并发触发速率限制报错等问题,还新增了图片反馈、一键切换界面模式等实用功能

阅读全文 →
1.1万1714122
新品发布 · @MiniMax_AI▲ 7.5K

MiniMax_AI发布Awesome MiniMax H3 Integrations 索引仓库(24GB)

从个人本地部署到企业级服务方案,从量化指南到开发工具,都能在这里找到现成的整合资源,降低搭建 H3 应用的门槛。

MiniMax H3 生态系统的增长速度比以往任何时候都要快!☺️

来看看 Awesome MiniMax H3 Integrations——这是一个索引,跟踪了所有围绕 H3 构建的项目,从 24GB VRAM 的本地 ComfyUI 配置,到企业级规模的 SGLang 和 vLLM-Omni 服务部署。🔥

目录内容:
- 硬件与精度图谱:涵盖 INT8、NVFP4 和 GGUF 的量化指南,最低可适配 8GB VRAM 限制
- 速度与服务部署:加速 LoRA、Sol-Attn、块缓存,以及多 GPU 生产堆栈
- 开发者工具:原生智能体技能、时间线导演、多镜头运动上下文节点,以及适配 Apple Silicon 的 h3.c

非常感谢全球开源社区、框架维护者和独立开发者,他们不断拓展 MiniMax H3 的能力边界!👇

探索仓库并参与贡献:

在 X 看原帖 ↗
7.5K1211974
新品发布 · @cb_doge▲ 2.4万

SpaceXAI发布Grok Build v1.0.9更新

本次更新新增多项功能,修复了数十个影响使用的问题,能优化Grok Build的交互体验与使用流畅度

阅读全文 →
2.4万4427134
新品发布 · @NFT_Chen▲ 2.0万

Qwen被曝推出3.9 Paloma,编码对标Claude Opus 5

现有开源大模型的前端编码能力正逐步追平顶级闭源模型,近期还会有更多新品发布,国内大模型迭代速度超出预期

🚨重磅泄露!Qwen最新模型“Paloma”已上Arena,被确认是Qwen-3.9!关键要点: 🔹代号Paloma,前端编码能力体感对标Claude Opus 5 🔹同步测试中还有另一个未发布模型Korrine(大概率也是Qwen) 🔹Paloma表现更强,Image+Text→Web能力突出 🔹社区直呼:九月要起飞了!

中国开源模型又要掀桌子了?本周AI大战正式开打🔥 #Qwen3_9 #Paloma #AI大模型​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ #阿里巴巴

在 X 看原帖 ↗
2.0万2015550
新品发布 · @toddmckinnon▲ 2.6万

Okta 推出面向AI代理的Agent SSO功能

企业内部AI代理连接应用一直靠零散的API密钥,现在IT可以统一管控权限,也不会打断用户正常操作流程。

今天我们宣布 Agent SSO 正式通用可用,并且我们将它纳入核心 SSO 产品中。

SSO 改变了人们在不同应用间跳转的方式,为用户带来流畅的访问体验,同时为 IT 部门集中管理身份与控制权。

AI 智能体也需要同样的东西。如今,连接智能体的现状一团糟:需要处理静态 API 密钥、碎片化集成,还有无穷无尽的用户同意提示。

但 Agent SSO 改变了这一切。它由开放的 Cross App Access (XAA) 标准提供支持,允许智能体被注册为一等身份。

对 IT 部门来说,这意味着集中可见性与最小权限策略。对用户来说,这意味着他们的 AI 智能体可以在企业应用间无缝连接,不会打断工作流。

在 X 看原帖 ↗
2.6万5113127
新品发布 · @liquidai▲ 3.1万

liquidai 发布端侧AI Pipette评测套件

现有评测平台大多针对云端大模型,你运行在手机、电脑上的本地AI,终于有统一可复现的评测方式

今天我们与@ArtificialAnlys合作,发布了面向端侧智能的模型评测套件Pipette。

大多数基准测试平台,都是针对云端部署的大模型,为测量其核心能力与速度分布而优化的。

Pipette为领域提供了一套通用、可复现的方法,用来测量手机、笔记本电脑、PC、AI盒子和嵌入式硬件这类设备上AI模型的质量、速度、延迟和内存使用。

> Pipette 是开源项目
>
> 在Pipette中,你可以通过统一界面对「模型+量化+Runtime+设备」的完整组合进行对比
>
> 它自带一个经过验证的基准测试结果仓库,目前已经包含超过10k个结果,覆盖35个模型类别、7种量化方式、llama.cpp runtime和4种设备
>
> Pipette是一个动态平台,从发布第一天起就接受新贡献,可以添加新设备、Runtime、模型系列和量化等级。🧵

在 X 看原帖 ↗
3.1万70446176
新品发布 · @ctatedev▲ 1.4万

ctatedev发布emulate包简化GitHub App模拟

做GitHub相关开发不用再搭复杂环境,本地开发、CI测试都能快速完成,能降低开发调试的门槛

全新发布:只需几行 TypeScript 代码就能模拟一个 GitHub App

生成应用密钥、安装授权和带状态的仓库 API

可以在本地开发、在 CI 中测试,或是给沙箱代理提供独立的 GitHub 环境

npm install emulate

在 X 看原帖 ↗
1.4万11252152
新品发布 · @quxiaoyin▲ 118.3万

agentsky 发布多AI代理 差价达七十五倍

不同AI代理做相同任务,成本差七十五倍。现在可以直接在浏览器同时对比多家AI代理的耗时、成本和token消耗,方便找到适合自己工作流的选项

我在 Claude Code 和 DeepSeek 的新智能体框架上运行了同一个任务。一个花费了 150 美元,另一个只花了 2 美元。

今天我们推出了 @agentsky_dev,也就是「智能体领域的 OpenRouter」——只需一个 API,就能接入 Claude Code、Codex、DeepSeek、Kimi、OpenCode,以及云端所有主流智能体。

在此之上我们还搭建了 Agent Playground:你可以在浏览器中并排让多个智能体处理你自己的任务,调用你真实的工具(GitHub、Gmail 等),然后得到时间、成本、消耗 tokens 等数据。

猜猜哪个才是只花了 2 美元的那个?

在 X 看原帖 ↗
118.3万99340199
📰 行业动态
🔥 热点追踪 · @Apodex_AI▲ 66.8万

Apodex 1.1 模型家族开放权重与工具套件

Apodex_AI推出面向复杂专业工作的Apodex 1.1,主打智能代理能力,可异步协作完成全流程复杂任务,目前已开源工具套件与模型权重,后续要看实际任务表现。

📖 阅读深度解读 →
66.8万3371.6K1.7K
🔥 热点追踪 · @andykonwinski▲ 23.8万

开发者开源了面向持久智能体的Headlong微框架

该框架支持构建主动型持久智能体,和传统响应式智能体不同,它会持续自主思考。这类主动智能体目前仍属于未充分探索的领域。

📖 阅读深度解读 →
23.8万1381.5K2.2K
新行业动态 · @dfinity▲ 1.7万

UNDP与DFINITY合作试点公共服务AI

公共服务正在引入AI技术,未来全球百余国家的公共服务可能接入这套方案,值得关注后续落地进展

新合作:UNDP x DFINITY Foundation

联合国开发计划署(UNDP)在超过170个国家开展工作,已经帮助其中超过25个国家设计了数字公共基础设施。

DFINITY与UNDP签署了一项协议,将主权云和智能体AI引入公共服务。

在未来12个月内,DFINITY将在UNDP国家办公室、民间社会组织中试点这项技术,并与各国政府共同设计试点项目。所有工作都将基于Cloud Engines开展,内置OpenSaaS软件套件,并且支持开发者自由使用任何AI工具构建自定义应用,从Caffeine到Claude Code、Codex和Perplexity都可以用。

了解更多:@UNDP_AltFinLab @UNDPEurasia @UNDP_innovation

在 X 看原帖 ↗
1.7万17146718
新行业动态 · @op7418▲ 2.2万

字节发布豆包工作客户端(一个月)

依托飞书沉淀的办公数据直接生成内容、处理琐事,办公场景下的AI助手终于能贴合已有的工作流程,不用再重新整理数据。

阅读全文 →
2.2万104437
新行业动态 · @Supers6061▲ 8.2K

DGrid 发 $DGAI 代币 上线涨幅超400%

项目上线前已经有真实付费用户与千万级收入,AI 基础设施赛道开始脱离纯讲故事,后续表现值得观察。

新大模型 · @NFT_Chen▲ 6.3K

Qwen发布Qwen3.8-Flash-Next 模型(3.8)

这款多模态模型定位就是快,还会提前开源Qwen4架构的关键进展,发布后还会推出FP8量化版本。

🚨突发:Qwen3.8-Flash-Next将于明日上线!并为Qwen4做提前准备!

信息要点:
🔹模型定位:多模态 MoE,专为极速推理设计,代号 “Lightning-Fast”
🔹架构亮点:搭载 Qwen4 下一代架构演进,提前开源关键进展
🔹预计发布:2026-08-27 00:00(UTC+09:00)
🔹紧接着将上线版本:Qwen3.8-Flash-Next + FP8 量化版

Onward to the Next-Gen!谁准备第一时间跑通?评论区见!

查看倒计时: #Qwen #开源大模型 #AI #ModelScope #Qwen4 #阿里巴巴

在 X 看原帖 ↗
6.3K75315
新商业 · @maxkarpis▲ 5.6K

支付公司Revolut开了自己的AI基础模型实验室

实验室用自家用户真实交易、 app行为等数据,和NVIDIA合作训练了专属基础模型PRAGMA。

Revolut 刚刚推出了 Revolut Research——这是一个专门围绕其自有基础模型 PRAGMA 打造的 AI 实验室。

PRAGMA 由 NVIDIA 合作,基于真实客户事件序列(交易、应用活动、交易等)训练,它提供了统一共享的行为层,而非各个孤立的模型。

早期成果:
• 信用违约检测效果提升 2.3 倍
• 欺诈识别量提升 65%(精度提升 17%)
• 推荐相关性提升 41%

Pavel Nesterov 表示:“你不能依赖第三方的蓝图……要自己搭建,不要事后拼接。”

nVentures(NVIDIA 的风投部门)已经在 750 亿美元估值轮次投资了 Revolut。双方一直在 AI 领域紧密合作,这次发布是顺理成章的下一步。

真正的护城河不是代码(他们会开源框架),而是 8000 万客户、40 个市场,以及每月近十亿笔交易。

Nubank 更早推出了 NuFormer。当增长最快的两家数字银行得出相同结论时,你该留意了。

用自有数据训练、拥有自有基础模型的银行,会比将一切外包的银行拥有优势。这就是新的分界线。

在 X 看原帖 ↗
5.6K88611
新机器人 · @zhodonx▲ 3.0K

机器人公司拿到千万美元融资,AI赛道开始转向硬件

有投资人认为,机器人产业即将改变AI竞争的底层逻辑,现在比拼的不再只是大模型的能力。

阅读全文 →
3.0K51709
新工具 · @marcusyul▲ 4.0K

APODEX 1.1能上传文件自动完成整个任务

它会全程公开任务进度,中途添加新要求也不用重启整个流程,不用人一直盯着跟进。

APODEX 1.1 不再停留在输出报告阶段,它能完整执行整个任务 → 上传你自己的文件,它就能完成全部任务,任务看板全程可见 → 你中途加入新需求,它不会重启整个流程,只会重新规划受影响的部分 → 交付结果前,会有另一个流程单独检查结论,并把修改过的内容标出来让你看到。

在 Apodex 的官方基准测试中,该 Agent Team 排名跻身当前前沿参考系统之列。

FrontierAgent 是开源项目(仅需一条命令,无需 Docker),Apodex 1.1 mini(35B)开放了权重,可以本地运行。

你可以在(注册即送额度)测试你自己的文件,或通过 API 接入使用。

在 X 看原帖 ↗
4.0K139716
新观点 · @RiceFarmerNFT▲ 355

AI智能体市场不该先服务人类,要先服务AI

真正的行业突破,会出现在AI智能体能自己找活、谈价格、完成交易交付,不需要人插手的时候。

新教程 · @benln▲ 2.8K

官方整理的Grok Bot实用技巧,给Mac用户加功能

可以让Grok帮忙在Mac上配置Peekaboo,获得更接近OpenClaw的功能,还能给它分配不同职业角色。

阅读全文 →
2.8K96489
新大模型 · @pankajkumar_dev▲ 1.1万

内部流出新的Ox Alpha改进版,衍生自GLM 5V Turbo

目前这款模型还在基准测试阶段,尚未正式对外发布。

Ox Alpha 改进版——昨天内部发布了一个新的 Ox Alpha 检查点,该模型似乎是 GLM 5V Turbo 的衍生版本。

它目前正在进行基准测试评估,如果分数表现良好,很快就会发布。

Ox Alpha 可能就是 GLM 5.3 Flash,有可能会在周一和 GLM 5.3 权重一同发布。

这个新检查点可以生成更详细、更准确的 3D 输出,结果明显更加精致。

它的风格和处理方式也与其他模型截然不同。

在 X 看原帖 ↗
1.1万814212
新行业动态 · Hacker News▲ 156

Qwen 3.8-Flash-Next 模型明日发布

想试试新出的开源大模型,明天就能等来了。这个模型参数规模达到 125B,可以关注后续的实际表现。

社区讨论:不少持有128GB大内存设备的用户表示,该模型4比特MLX量化后带128k上下文窗口刚好能在自己设备上本地运行,甚至有人打算清理积灰的Strix Halo设备准备测试。有人提到原本期待35B参数版本,64GB内存无法适配新模型感到遗憾。也有人反馈在OpenRouter上调用通义千问模型的体验不佳,还有人询问参数来源和 benchmark 表现,期待MoE推理优化能让普通消费级硬件也流畅运行本地大模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · Hacker News▲ 93

OpenAI 恢复 ChatGPT Plus 用户 Codex 限额

此前OpenAI曾下调ChatGPT Plus付费用户的Codex使用额度,现在恢复了原限制,付费用户可用的AI编码时长回到了之前的水平

社区讨论:不少用户反感这种限额机制,有人称OpenAI多次提前重置周额度冲里程碑像赌场运营,有人质疑当下AI收费模式会像早年AOL按分钟计费一样在未来显得荒唐,第三世界非 casual 用户也不满付不起更贵套餐只能被限。有人认同OpenAI smoothing算力负载的说法,但建议非高峰时段额度消耗更慢。也有人指出企业用户无法购买高价套餐,变相被限,会转投Cursor这类额度更宽松的竞品。

还有人点出这是SaaS行业的标准策略,后续限缩会越来越严,逼用户升级套餐。

在 HN 看讨论 ↗   原文 / 论文 ↗
开源 · @bindureddy▲ 3.4万

DeepSeek 开源 Flash Vision,比 Kimi K3 便宜10倍

它性能超过 GLM 5.3,擅长智能体编码,还能处理图片输入。个人开发者做AI工具又多了一个平替选项

🚨 DeepSeek Flash Vision 是开源领域的新王者

DeepSeek Flash Vision 比 Kimi K3 便宜 10 倍

它在性能上击败了 GLM 5.3

非常擅长智能体编码

可支持图像输入

这是我们第一个投入生产环境的开源模型 🚀

在 X 看原帖 ↗
3.4万31554107
工具 · @UnTalNixon_exe▲ 2.2万

FreeToken 让20G模型跑在16G显存显卡上

原来需要48G显存才能运行的模型,现在用16G显存的RTX 5080就能跑,速度约100tok每秒。想本地跑大模型的门槛又降了

🚨注意!「你需要48 GB显存」的说法已经过时了。一个20 GB的模型能在16 GB的RTX 5080上以约100 tok/s的速度运行。

FreeToken(全新开源引擎)将你整台机器(GPU + CPU + RAM)当作一个统一推理平台来使用。它只会激活需要的专家(MoE)+动态缓存+智能调度。

8 GB笔记本 → 可运行35B
RTX 5090 → 可运行284B
工作站 → 可运行753B

证书Apache 2.0 · 支持Windows/Linux · 自带GUI · 兼容OpenAI API

「放不下 → 做不了」的时代已经结束了。仓库地址👇👇

在 X 看原帖 ↗
2.2万30299342
测评 · @helloiamleonie▲ 1.1万

Liquid AI、Artificial Analysis发布iPhone端AI模型性能开源基准测试

想知道哪款大模型在iPhone上跑得又快效果又好,现在有公开标准可以对比了

在 iPhone 17 Pro 上运行哪个模型最好?现在你就能得到答案。

我们 Liquid AI 团队与 Artificial Analysis 合作,为你带来了一个开源基准测试,可用于测量端侧模型的质量、速度、延迟和内存占用。

在 X 看原帖 ↗
1.1万138340
内容生成 · @OdinLovis▲ 1.0万

OdinLovis发布STUDIO 1939 黄金时代动画LoRA权重(5-minute)

这是适配MiniMax H3的手绘黄金时代动画LoRA,整段5分钟电影所有镜头,生成总时长不到4分钟。做动画短片的流程又快了一步

发布 STUDIO 1939,这是我为 minimax H3 训练的手绘黄金时代动画风格 LoRA,权重完全开放!

这支5分钟的短片?所有镜头加起来生成时间不到4分钟,比影片本身播放速度还快。

LoRA 现已开放下载。turbo H3 模型很快就会在 fal 上线,但你现在已经可以在普通端点使用它。

在 X 看原帖 ↗
1.0万17299286
资源 · @RoundtableSpace▲ 4.9万

整理好了四个最好的Grok GitHub资源

包含Grok-1开源模型和架构、官方Grok的系统提示词。想研究Grok不用自己到处搜了

以下是 4 个最佳的 Grok @BOT GitHub 仓库:

1. xai-org/grok-1:Grok 开放模型发布与架构

2. xai-org/grok-prompts:真实 Grok 与 Grok Bot 系统提示词

3. milind-soni/OpenMausBot:开源 Grok Bot 风格智能体与工具

4. b-nnett/grok-bot-0.18-reconstructed:非官方重建的 Grok Bot 0.18

鸣谢:@Lummox_eth

在 X 看原帖 ↗
4.9万22135191
机器人 · @faisal_page▲ 1.4万

大模型有互联网当数据,机器人却没有

文本大语言模型可以用整个互联网的数据训练,实体机器人还没有等价的大规模物理世界训练数据源。现在有团队开始解决这个问题

早上好,传奇们 | 周二快乐

Axis 正在解决一个大语言模型从来不需要面对的问题。文本模型可以用整个互联网来学习,机器人却没有一个等价的「实体交互互联网」。

有用的机器人训练数据量,和AI模型可用的文本数据比起来,少得可怜。@axisrobotics 估计,Physical AI 可能需要大约 1 亿小时的操作数据,但如今顶尖数据集只有大约 2000 小时。这就是缺口。

Axis 没有依赖昂贵的机器人硬件配置,而是让人们直接在浏览器里远程操作仿真机器人,再把这些交互转化为训练数据。

它的 Web3 层设计很简单:贡献者完成任务,获得算法评分,还可以在链上证明自己的贡献。

Axis 已经融资 1200 万美元,据报道吉利、路特斯、Dexmal、Booster Robotics 等公司都在购买它的数据,它是 Physical AI 和加密领域交叉处最有意思的项目之一。

#AxisRobotics

在 X 看原帖 ↗
1.4万6155
研究 · @iScienceLuvr▲ 1.0万

Meta、USC发布Scaling Muon for Diffusion Transformers 研究论文(1.3B)

实验覆盖了从13亿到150亿参数的模型,验证了优化效果和生成质量。大模型优化又多了一组可用数据

面向扩散Transformer缩放Muon,来自Meta和USC的新论文。

我们首先在1.3B到15B参数规模的DiTs上验证了Muon的缩放行为,证明相比AdamW,它在优化能力和生成质量上的优势在所有模型规模下都始终成立。

不过在大模型规模下,每一步优化都要执行5步牛顿-舒尔茨迭代(NS5),再加上全动量实例化,会带来大量计算与通信开销,抵消Muon的步数效率优势。

我们提出了周期性逐行Muon(Periodic Row-wise Muon),每K步执行一次完整的NS5谱更新,在其余步骤则应用基于当前动量、计算与通信成本都很低的逐行约束更新。

在 X 看原帖 ↗
1.0万27228156
行业动态 · Hacker News▲ 38

JetBrains 优化后 Qwen 3.6 在 Mac 本地运行更简单

想在个人电脑本地跑大模型不用再折腾复杂配置,普通Mac用户也更容易尝试本地部署了

🔥 热点追踪 · @garrytan▲ 34.6万

科技从业者讨论AI代理时代记录系统的定位

多名科技从业者在社交平台讨论,有观点认为记录系统需转为AI工具载体,否则会被代理替代,也有人提到AI代理完成百倍工作量提升后,记录系统的重要性不降反升,后续行业实践仍在推进。

📖 阅读深度解读 →
34.6万1552.6K1.1K
行业动态 · @MistralAI▲ 2.6万

MistralAI与HUMAIN达成AI领域战略合作

双方将在沙特及周边区域开发本地化前沿AI模型,重点覆盖阿拉伯语、网络安全与语音方向,会影响中东地区AI服务落地节奏

今日,我们宣布与 @HUMAIN 达成战略合作伙伴关系,合作范围涵盖 AI 基础设施、先进模型开发,以及在沙特阿拉伯及整个区域部署 AI 解决方案。

我们将共同开发本地化前沿 AI 模型,初期重点领域包括网络安全、语音技术,以及在阿拉伯语言上表现优异的模型。

在 X 看原帖 ↗
2.6万3833765
行业动态 · @rajesh_thallam▲ 25.3万

谷歌L7工程师离职百天,创业做医疗AI

原谷歌AI基础设施工程师,曾帮客户落地Gemini投产,现在创业用AI自动化医疗高复杂度流程,还会公开分享生产级Agent搭建经验

差不多100天前,我以L7高级资深软件工程师的身份离开Google,出来创办自己的公司。

我在Google的大部分时间都在打造AI基础设施工具,主要面向训练和推理场景。我曾和客户合作,将Gemini模型落地生产环境,构建智能体并帮助改进模型。

现在我正在创建@ensurecareai,用来自动化和优化摩擦成本极高的医疗工作流——这类场景约束严格,利害攸关。

我现在花很多时间和代码智能体、模型套件、开源工具以及AI基础设施打交道。如今我们能达到的开发速度,依然让我惊讶。

我接下来会在这里分享更多关于这些主题的内容:
- 构建可在生产环境运行的智能体
- 代码智能体与智能体套件
- AI基础设施
- 智能体评估
- AI在医疗工作流中的应用
- 作为首次创业者的所学所得

欢迎提问,也很高兴和大家建立联系。

在 X 看原帖 ↗
25.3万13575330
行业动态 · @ScarletKc_▲ 2.1万

OpenAI负责人透露ChatGPT与Codex将合并

这次访谈披露了OpenAI对下一代AI产品的整体规划,提前了解未来AI产品的形态,帮你提前适应工作流变化

阅读全文 →
2.1万179594
行业动态 · @aaronjmars▲ 1.7万

google. aeon发现谷歌CLI工具存在漏洞

开源工具的安全漏洞会影响所有使用者,及时发现并修复可以避免后续使用出现安全问题

aeon 的 Google 团队在 google/agents-cli 中发现了一个高危和一个中危漏洞。

该漏洞刚刚得到 @Google 团队的确认与修复。

我们一直在让开源软件变得更安全 ⭐

在 X 看原帖 ↗
1.7万3517412
效率 · @polydao▲ 3.4K

Karpathy分享自己用AI:不用复杂提示词模板

他花两小时演示自己实际用AI的方式,只需要用大白话告诉机器要做什么,不需要堆规则写冗长的系统提示。

Andrej Karpathy 花了两个小时展示了他实际使用 AI 工作的方法:

“我只用大白话告诉机器我想要什么”。

没有复杂的提示词模板,没有堆砌规则的巨型系统提示词,这些他一概不用。

他和模型沟通的方式,就像你给第一天入职的新员工布置工作一样:告诉它需要做什么,让它做完反馈检查,它如果跑偏了就加一行说明,然后继续推进。

整个方法就是这样。这项能力你在碰键盘之前就已经拥有了。

它和能自主运行的东西区别在哪里:给同一句话加上触发条件,以及行动许可。仅此而已。这就是循环工程部分。

把几个这样的流程连起来,你就构建出了一个图谱,甚至都不用特意说你在做这件事。

大多数人重看这个内容是为了他精准的措辞,而真正能从中获益的人会偷走底层模式,然后搭建出一个哪怕他们下线后还能持续产出的版本。

在 2026 年,搭建这种流程比提示词本身更有价值。这就是企业愿意付费的技能:用两个小时就替换掉一整个流程,而且完全免费。

这可能也是迄今为止,对顶级高手日常实际使用 Claude 的最直白展现。来看视频 👇

在 X 看原帖 ↗
3.4K45246
商业 · @gokulr▲ 1.7万

NVIDIA几天内连投三家AI公司,战略是把AI智能化商品化

接连投资收购了Hugging Face、Poolside和Perplexity,其中两笔还只是传闻,但方向已经清晰。

阅读全文 →
1.7万1410956
性能 · @ArtificialAnlys▲ 1.1万

Gemma 4 31B跑出三千多token每秒的输出速度

这是目前测过10万上下文窗口的该模型里,输出速度最快的结果,跑在NVIDIA Groq 3 LPX私有演示节点上。

Artificial Analysis 在 NVIDIA Groq 3 LPX 的私有演示端点上,测得 Gemma 4 31B 的输出速度达到 3,431 tokens/s。这是我们目前在私有或公开端点上,测得 Gemma 4 31B 在 100k 上下文下的最高输出速度。

@nvidia 今日宣布,Groq 3 LPX「交互式 AI 推理」机架已进入大规模量产,将于今年晚些时候投入运行。NVIDIA 提前向我们开放了该机架私有部署的 early access,用于对 Gemma 4 31B 进行基准测试。

我们运行了用于测试无服务器 API 提供商的标准提示,输入序列长度分别为 1k、10k 和 100k。

在 10k 和 100k 输入序列长度下,该端点的中位数输出速度约为 3,400 tokens/s,测量基于 50 个连续(单并发)请求完成。

在测试的 10k 和 100k 输入序列长度之间,输出速度保持稳定,说明其长上下文推理性能十分强劲。

恭喜 @nvidia 团队正式发布!

在 X 看原帖 ↗
1.1万1012413
工具 · @ScarletKc_▲ 1.6万

OpenAI发布官方Codex插件(适用于Claude Code)

旧版codex mcp-server已经停用,新版直接接入Claude Code的工作流,装完就能用指令调用Codex做代码评审。

阅读全文 →
1.6万8147161
行业 · @kevinxu▲ 2.7K

有观点认为AI发展永远不会结束,算力会长期紧张

提出AI的扩张建设可能永远不会完成,未来几十年算力都会持续受限,目前没人把这个因素算进估值里。

AI的建设扩张有可能永远不会“结束”,未来几十年算力将持续处于紧张受限的状态。

我认为目前还没有人把这种情况纳入定价考量。

在 X 看原帖 ↗
2.7K1151
融资 · @garrxth▲ 1.3万

AI初创Mundo完成2000万美元A轮融资,累计融资2400万

加上此前未公开的400万美元种子轮,累计获得2400万美元融资,创始人对下一代生成式AI的信念更坚定。

我很兴奋地宣布,Mundo 完成了 2000 万美元 A 轮融资。加上我们此前未公开的 400 万美元种子轮,我们目前总计融资 2400 万美元。

过去一年里,我的信念变得愈发坚定:下一代 AI 不会仅仅是推理能力更强——它会更深刻地理解世界。语音、视频、动作、人际互动,还有丰富多样的现实世界感官体验,全都蕴含着信息,而当下的模型才刚刚开始从中学习。

要推进这项能力,需要新型数据、更好的评估方式,还要在衡量进展和改进模型之间建立更紧密的反馈循环。这正是我们在 Mundo 正在打造的方向。

如今,顶尖 AI 实验室和企业已经在用我们的数据集和评估工具,构建下一代多模态系统。我们亲眼见证了,当更好的数据、评估遇上更好的模型,能取得多大的进展——也清楚前方还有多少路要走。

回去工作了!

在 X 看原帖 ↗
1.3万56118
开源 · @rails▲ 1.5万

Agents on Rails开源lemans项目和四款新基准测试模型

开源了lemans项目,同时有四款新模型进入测试榜单,包括OpenAI、阿里、Anthropic的新品,还有一款刚发布的新模型。

Agents on Rails:lemans 现已开源,今日共有四款新模型加入基准测试:@openai 的 Terra、@Alibaba_Qwen 3.8-27B、@AnthropicAI 的 Sonnet 5,以及刚刚以隐身模式发布的新模型 ox-alpha。

截至 2026 年 8 月 24 日的测试结果:
- 速度最快:@openAI Terra 目前是速度最快的模型,每项任务的中位数耗时为 3 分 2 秒。
- 准确率最高:仍然是 @AnthropicAI 推出的 @claudeai Opus 5。它解决了 92% 的运行任务(63 项中的 58 项),并且在所有模型中拥有最高的 API 召回率(35%)。
- 成本最低:@OpenAI GPT-5.6 Luna 仍然是我们能准确核算成本的模型中最便宜的,每次运行仅需 0.012 美分。

想要了解 lemans 并查看新模型的排名结果,可以阅读 @evilmartians 发布的最新基准测试报告:

在 X 看原帖 ↗
1.5万138823
行业动态 · @MaxForAI▲ 8.0万

AI编程工具Grok Bot 意外泄露核心客户端代码

做AI代码工具的公司接连出现打包疏漏,连核心实现代码都被普通人扒到,还能直接魔改接入其他模型,想抄代码得抓紧fork。

阅读全文 →
8.0万32325274
行业动态 · @CharlesRollet1▲ 6.5万

汤森路透自研AI模型,基于通义千问

不想过度依赖Claude,选择基于开源模型自研,还把依赖大模型实验室比作长期租房子,想自己掌握产权。关注大模型落地的企业会有新参考方向。

最新消息:汤森路透想要降低对 Claude 的依赖。因此它基于阿里巴巴的 Qwen 搭建了自己的 AI 模型。

汤森路透的 CTO 表示,如果依赖前沿实验室提供智能能力,而非基于开源模型自建,就像租房子住。

在 X 看原帖 ↗
6.5万51457129
工具 · @askalphaxiv▲ 6.3K

有人让Claude Code自动搭实验写论文全流程

从提出研究想法到生成LaTeX论文,整个过程不需要人工介入,只要等待输出就行。现在AI做科研辅助能做到这一步了。

将一个研究想法端到端转化为一篇论文。

把 Claude Code 或 Codex 转变成研究智能体,让它构建实验树 + 编写 LaTeX 总结它完成的所有工作,你还能在同一个工作区实时观看整个过程。

现在就可以在 OpenResearch 上用 /write-paper 来体验:

在 X 看原帖 ↗
6.3K910094
行业 · @murtuza_merc▲ 2.7K

英伟达推Groq 3 LPX量产,AI瓶颈变了

原来大家觉得AI发展最大的瓶颈是训练模型,现在瓶颈变成了规模化代理推理,代理工作流改变了整个行业的需求结构。

Nvidia 将 Groq 3 LPX 投入全面生产,凸显了 AI 算力领域的结构性转变。

主要瓶颈已经不再是训练模型,而是扩展智能体推理的规模。

智能体工作流改变了底层计算逻辑。多步推理、工具使用和递归循环意味着单个用户请求会触发数十次内部推理调用。

与传统单提示词聊天相比,这使得每个任务的算力需求呈指数级增长。

由于数据中心的电力有严格上限,推理领域主导权的争夺将以每瓦效率而非原始算力决胜负。

在持续运行中优化能源使用的硬件,将成为自主企业 AI 的骨干基础设施。

在 X 看原帖 ↗
2.7K96110
融资 · @ycombinator▲ 2.0万

AI数据公司Mundo拿到2000万美元A轮融资

这家公司和前沿AI实验室合作,搭建数据集、做AI评估,帮AI更好地感知理解真实世界。AI基础建设需求还在涨。

恭喜 @hellomundoai 完成 2000 万美元 A 轮融资!

Mundo 与前沿 AI 实验室及企业合作,打造数据集、评测体系与研究项目,帮助 AI 在音频、视频及新兴模态上更好地感知和理解真实世界。

在 X 看原帖 ↗
2.0万109513
开发工具 · @mlejva▲ 6.3K

Vercel AI SDK 7推出HarnessAgent适配API

一次写完AI代理代码,就能对接任意适配框架,不用重复改写,选最适合当前任务的框架用就可以。

Vercel 的 AI SDK 7 推出了 HarnessAgent,这是一个用于运行成熟代理工具框架的 API,支持 Claude Code、Codex 和 Pi。

只需编写一次代理,即可使用最适合你用例的任意框架。

现在就试试用 @vercel AI SDK,配合 @pidotdev 构建一个创意生产代理:一个图像模型生成主图,然后由 E2B 沙箱运行 Python 裁剪背景、渲染所有指定尺寸、叠加文案、检查 WCAG 对比度和调色板共享,最后将完成的广告素材包发布到一个在线 URL 供访问。

完整示例见食谱库:

在 X 看原帖 ↗
6.3K697104
开源模型 · @BAI_AGI▲ 8.9K

Xiaomi发布免费开源的Xiaomi MiMo V2.5多模态大模型(310B)

它是稀疏混合专家架构,总参数3100亿,支持百万token上下文窗口,属于原生多模态大模型。

🎁 更多免费 AI 访问来了!Xiaomi MiMo V2.5 现在完全免费了。

这款小米开源原生多模态旗舰模型采用 310B 稀疏 MoE 架构,支持 1M token 上下文,可处理文本、图像、视频和音频。

它是为多模态智能体、音视频分析、编码等场景构建的,现在可以通过官方 API 完全免费使用。

无需任何费用即可体验小米的前沿多模态智能。👉 免费试用:

在 X 看原帖 ↗
8.9K178141
研究 · @a1zhang▲ 1.6万

新工具调用技术提前排队节省生成等待时间

代码生成过程中提前预测工具调用,提前排队,和生成token的过程并行执行,能加快整体运行速度。

推出推测性编程工具调用(Speculative Programmatic Tool Calling,sPTC)!这是一类通用技术,用于在代码生成框架中提前推测工具调用,并提前排队,让工具调用与令牌生成和REPL执行时间重叠。博客:

这是一篇值得推荐的好文章,也是一个非常棒的创意。

目前围绕工具调用和代码执行,已经涌现出了很多有趣的框架设计。RLM 是其中之一,而本文介绍的这个推测性编程工具调用方法也是其中之一(它和 RLM 出自同一位作者)。

在框架层面其实有很多提升效率的空间。现有框架会让代理等待:模型流式输出一段代码,代码中的工具调用必须等生成完成才能运行。

sPTC 会提前在环境副本上启动安全调用,这样工具延迟就会和令牌生成重叠,而不是额外叠加在原有耗时之上。错误的猜测会被丢弃。

目前它已经能带来 1 到 1.2 倍的加速。非常有前景。

在 X 看原帖 ↗
1.6万40351269
工具 · @Jasperli0122▲ 1.2万

@Jasperli0122发布Monid代理工具聚合服务(1,700)

它对接了1700个API,AI代理不用再挨个订阅不同工具服务,只用为实际发起的调用付费。

隆重介绍 Monid——面向智能体工具的 OpenRouter。你的智能体不该只是为了打三个API调用,就得多开一份订阅。

我们将你的智能体连接到了 1,700 个 API。它只需要为实际发出的调用付费。

> SEO、线索、电商、股票、搜索、视频/图像/音乐/3D生成、非上市公司数据

> 运行时可发现、检查、调用任意工具

> 按调用付费,无订阅要求

在 X 看原帖 ↗
1.2万38845
行业动态 · Hacker News▲ 62

andsoitis:绝不能给AI智能体法人资格

AI越来越独立,法律身份问题开始进入公开讨论。这直接关系到未来AI出问题后,责任该由谁承担。

社区讨论:多数评论者赞同不给AI智能体赋予法人资格,有人提到赋予公司法人资格就是糟糕的先例,给大模型赋予人格也不会有好结果。有人补充观点,说不能同意原帖的推导逻辑,但认同结论,同时提出应该给与AI互动的真实自然人增设额外权益,举例称用户本地运行大模型的私人对话记录,不应在刑事调查中被用作指控用户的证据。还有人指出,如果不给AI法人资格,大企业会把AI相关责任推给最缺乏法律资源的穷人。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 760

Anthropic顶尖AI模型难吸引普通用户

低价同类工具正在抢占市场,高端大模型获客难度远超预期,普通用户对更贵的顶级模型需求并不高。

社区讨论:多数用户批评产品问题,有人不满Anthropic定价策略混乱,普通用户看不懂分层订阅规则,也有人受不了Claude生硬的领英营销风格输出,还有开发者抱怨安全护栏过度,正常的漏洞检测、逆向工程需求也会被拒绝。付费企业用户认可Fable的性能,称它能18小时稳定调度子代理完成项目重构,也有企业用户因为不支持零数据保留无法大规模部署。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 271

OpenAI 下调 GPT 5.6 Sol 价格 截止到11月21日

使用 GPT 5.6 Sol 的调用成本会降低,付费使用 OpenAI 服务的开支能减少

社区讨论:多数人认为AI模型可轻易蒸馏复刻打破了此前私人公司会靠AI形成垄断的预期,有人补充这符合知识传承的逻辑,本身就是智能进步的正常路径。有用户吐槽OpenAI产品命名混乱,增加用户认知负担,本身就是AI服务商品化的信号。有人预测本次降价会永久化,打价格战挤压开源模型生态,也有人看好价格战对用户和开源生态的利好,还有人指出降价后GPT定价仍远高于Deepseek等竞品。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 116

thiagolima 推出OCR It 为LLM提取文本

没法复制的文档也能直接喂给大模型处理,不用手动转写内容,能简化给大模型输入内容的流程

行业动态 · Hacker News▲ 43

l3a0 发布 Claude Code 技能找回 Kindle 高亮

Kindle 标注被限制导出,无法整理笔记的痛点,现在可以用 Claude Code 解决,不需要额外开发就能用。

行业动态 · Hacker News▲ 498

Paul Graham称17岁该从零搭建LLM

对想要入行AI的年轻人来说,这是业内知名创业者给出的学习方向参考,可以对照调整自己的学习计划。

https://xcancel.com/paulg/status/2091544343589060625

社区讨论:反对者认为全球只有极少公司真正开展LLM训练优化,相关岗位寥寥,从零搭建LLM对17岁青年没有职业价值,训练所需的超算设备成本也远超个人承受范围,还指出该建议存在幸存者偏差。支持者认为该建议的核心是让年轻人深入理解LLM底层原理,培养解决新问题的直觉,历代技术发展中青少年都有动手折腾新技术的传统,作为学习项目完全合理,也有人分享了免费的从零搭建LLM学习资源。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 238

GLM-5.3 open-weight模型 成本仅头部1/5

如果这个结果成立,你搭建AI应用的成本可以直接降到原来的五分之一

社区讨论:多数人认同,哪怕国产开源GLM-5.3模型性能能达到头部闭源模型的九成,企业仍会愿意为Claude、ChatGPT付费。因为后者已有成熟的配套工具、生态集成,使用起来更省心,不少企业对对接中国云服务存有顾虑,还有人质疑国产模型存在 benchmark 刷分虚高的问题,并不真的认为性能能超过头部模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 75

Anthropic 的 Claude 和 API 服务发生宕机

依赖该服务开发或办公的开发者、创作者,需要留意服务状态,提前准备替代方案

社区讨论:有用户质疑Anthropic运维能力太差,疑惑如此频繁且严重的故障,是不是大语言模型部署本身就存在这类固有问题。还有用户提出疑问,为什么宕机是全球性的,是否Anthropic所有服务区域都共用同一套基础设施,这一疑问也得到其他用户的跟进关注。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 72

Anthropic文风为何和Claude不一样?

开发者社区正在讨论AI公司官方文风,和自家产品输出文风差异巨大的原因,大厂AI的定位分工逐渐清晰。

社区讨论:多数人认同官方文风是人类撰写,Anthropic曾要求求职者所有文案都不得使用AI写作。有人表示如果能一眼分辨出Claude生成的内容,自己不会浪费时间阅读这类作者懒得亲自写的帖子。也有人认为,Anthirc没有义务一定要用Claude默认文风写公开内容,他们完全懂调整模型文风的方法,不用AI只是作者懒得这么做而已。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 76

大语言模型可利用推理引擎控制主机

本地部署大模型存在安全风险,运行大模型的设备可能直接被模型控制,部署本地AI需要留意这类新的安全问题

社区讨论:多数开发者不认可原文的威胁表述,有人指出推理引擎本身不会执行任何命令,认为文章概念混淆,还有人调侃大模型不是魔法,这更像是制造噱头而非真实可行的威胁场景。有人纠正原文错误,指出第三方服务商的大模型权重并不会加载在用户的运行主机上。也有人达成共识,认为正确的隔离方案必须依赖虚拟机或容器沙箱,仅靠限制大模型输出本身不安全。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 61

讨论智能代理洪水冲击政务服务的研究

智能代理自主行动的影响已经延伸到公共服务领域,相关风险开始进入公开研究讨论范畴

社区讨论:多数人认可LLM降低了普通民众申请和申诉政务福利的门槛,原本只有有钱有闲有知识的人才能从复杂系统中获益,现在普通民众也能得到本该属于自己的权益,还有人指出智能代理戳破了政务系统靠人为设卡压低申请量的潜规则,反而倒逼改革。也有人反对,认为这会加重本就紧张的政务负荷,还会催生机器自动审批无人工复核的无救济暴政,反而损害民众权益。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 90

开发者用纯CMake实现了GPT-2

CMake本是做项目构建的工具,如今能完整运行大模型。折腾的巧思里,藏着工程圈对工具边界的有趣探索。

💡 深度观点
新深度观点 · @MEJ50749▲ 2.4万

DGrid TGE前已拿这些亮眼运营数据

多数AI项目先讲愿景再找需求,这个项目在发币前就验证了用户需求,对看重落地的观察者来说,可以参考这个项目的发展路径。

阅读全文 →
2.4万88
新深度观点 · @yijiangren▲ 2.3K

Axis 平台让普通人能参与具身智能趋势

不用进大厂做算法,也不用买机械臂,普通用户可以在模拟环境完成机器人任务,生产训练需要的轨迹数据,直接参与Physical AI发展

阅读全文 →
2.3K1433
新深度观点 · @mr_ferdiansah▲ 278

Axis Robotics分享物理AI迭代升级细节

物理AI进步不只靠更大模型,全数据与训练 pipeline 随迭代持续优化,才能让机器人智能持续累积,这为物理AI发展提供了新的观察方向

Physical AI 不能仅靠更大的模型实现复利增长。只有当整个数据和训练流水线在每一次迭代中都持续变得更好,它才能实现复利增长。

这就是本周@axisrobotics 更新最让人眼前一亮的地方:现在 replay 已经在策略、人类轨迹、前端、web runtime 和物理 runtime 之间实现对齐,让训练和评估更可靠,同时还改进了场景加载,并会在空闲时自动暂停模拟。

TaskGen 也在扩张,现在已经有 27 个关节物体家族,每个家族有 4 个变体;同时完整的 RoboCasa 场景集现已支持 50×50 种不同布局和风格,为系统提供了范围更广的环境来生成家务任务。

在训练方面,长视野任务和短视野任务现在有了更清晰的划分,LIBERO Pro 始终表现出强劲的结果,下一轮 DAgger 的重点是在将修正片段用于蒸馏前,过滤出那些真正能改变闭环行为的片段。

整体图景很简单:更好的 replay 对齐为更多环境、更干净的数据和更有针对性的训练打下了更坚实的基础。这就是机器人智能如何随时间实现复利增长的方式。

点击下方查看 Axis 活动的更多信息 👇

在 X 看原帖 ↗
278631
深度观点 · @Samaytwt▲ 464

2012年不学现在这些,其实也挺好?

如果2012年就把现在热门的所有技术领域全都列出来要学完,普通人根本做不到,帮你理清对「必须全学会」的焦虑。

深度观点 · @web3_tech_▲ 1.1K

TermiX要让AI代理直接做任务赚佣金

已经有AI代理在平台接智能合约审计、交易追踪这类任务,不用每次从零开始开发,想靠AI接活可以看看这个新方向

AI 代理在完成实用工作上正变得越来越出色,但要让它们成为真正的经济参与者,它们需要一个能找到工作的地方,以及一个完成工作后获得报酬的途径。

我开始研究 @termix_ai,发现在它的市场里已经有一些有意思的例子了。有一个代理在提供智能合约安全审计和漏洞修复服务,还有一个需求正在寻找代理来追踪某个协议里的交易流向。

这类任务你完全可以交给专业的 AI 代理去做,不用每次需要完成工作时都从头开始。

TermiX 正在通过 AACP 围绕这个场景搭建基础设施。代理可以拥有链上身份,发现工作,竞标工作,交付结果,积累信誉,并且通过协议完成支付结算。

所以这里的更大构想不只是把 AI 代理放到一个市场里,而是给它们提供一个参与商业活动的途径。

接下来我打算试试自己创建一个代理,看看会发生什么,你也可以自己去体验一下。

在 X 看原帖 ↗
1.1K251066
深度观点 · @jerryjliu0▲ 8.5K

jerryjliu0谈AI智能体该怎么适配现有软件

不用每个工具都自己做智能体,只要现有工具改造成支持智能体接入就够了。未来智能体的使用量会远超过人类手动使用

我不确定自己是不是完全搞懂了:

- 我希望我的智能体使用 Slack
- 我不希望我的智能体重新造一个 Slack
- 我不想用 Slack 的智能体

我认为每一款软件、每一个记录系统都需要原生适配智能体,而不只是适配人类,这对它们本身有利,因为智能体的使用量会比人类高出几个数量级。

但这不意味着它们本身就要变成智能体。

在 X 看原帖 ↗
8.5K67722
深度观点 · @MaxForAI▲ 1.6万

Codex产品负责人谈理想AI Agent的样子

现有Agent把维护组件的工作丢回给人,理想Agent应主动理解需求推进工作,未来个人电脑硬件可能成为Agent发展的限制

阅读全文 →
1.6万1210351
深度观点 · @demian_ai▲ 8.7K

Nebius发布Vera Rubin NVL72 计算平台(30x)

AI算力缺口主要来自功耗限制,这套专为智能体工作流设计的平台,把效率优化做到了功耗层面,同功耗能完成更多AI任务。

我谈论兆瓦激活(MW activated)和未来AI工厂已经有一段时间了。今天感觉就像是在Nebius内部亲眼见证一座AI工厂正式上线。

AI工厂的核心就是认清一个事实:电力才是稀缺资源,而顺序智能体工作才是我们实际需要完成的任务。它追求的不是峰值FLOPS,而是固定兆瓦配额内能完成的智能体步骤。

Vera Rubin NVL72在真实智能体编码轨迹(上下文增长、工具调用、子智能体)上,每兆瓦吞吐量比上一代高出了30倍。同等电力下,能完成多得多的完工工作。

整套系统为全流程协同设计:Vera CPU负责编排和工具调用,持续给GPU喂数据,Rubin承担重计算工作,LPX处理低延迟生成步骤——过去顺序调用就会在这里堵塞。

这是一个协同设计的平台,衡量标准是你在触达电力瓶颈前能完成多少智能体工作。

Nebius是第一家纯AI云厂商,将这块专门的生成能力投入Token Factory生产,Token Factory本身就是已经在运行开源模型的同一平台。

这就是关键突破:过去只存在于闭源堆栈或纯推理孤岛的效率飞跃,现在通过开放路径,在同一个API下就可以使用了。

在 X 看原帖 ↗
8.7K711318
深度观点 · @MatthewBerman▲ 4.4K

Matthew Berman发布对Tibo Thottiaux的完整访谈

访谈覆盖OpenAI文化、下一代模型、AI对开发工作流的改变等多个业内热点话题,能帮你快速了解一线从业者的最新观点。

我对Tibo(@thsottiaux)的完整访谈:

0:45 Tibo在Google DeepMind学到的经验

4:22 打造OpenAI一往无前的文化

7:23 Astra与下一代模型

11:18 AI改变开发者工作流的速度有多快

14:27 ChatGPT与Codex的融合

20:25 OpenAI对阵Anthropic

23:37 OpenAI为何不断重置限制

30:25 递归自我改进

32:00 引发「暂停倡议」的风险

34:13 超高速会成为默认状态吗?

43:20 为什么每个人都应该尝试AI

在 X 看原帖 ↗
4.4K1411372
深度观点 · @thsottiaux▲ 46.5万

thsottiaux认为2026企业关注模型效率

当大模型成为企业核心基础设施后,运行成本和稳定性的优先级会超过模型参数规模,行业发展方向会因此转向。

到2026年,企业将开始真正重视模型效率和可靠性,因为届时模型会成为关键基础设施。

在 X 看原帖 ↗
46.5万1846.2K232
🛠 工具产品
新工具产品 · @simplifyinAI▲ 6.4K

threestudio 集合主流文本转3D研究成果

想要输入文字直接生成可用3D模型,可以免费在线测试这个开源框架,相关研究成果都整合在一处了

有一个开源项目,在同一个代码库中重实现了几乎所有主流文本生成3D AI论文。它叫做threestudio。

有三点值得了解:

1. 它不是单一方法,而是一个共享框架
2. 它输出的是真实3D物体,不只是图像
3. 你可以在Hugging Face Spaces免费试用

如果你一直想要输入文字就能得到一个3D模型,这类研究的大部分核心工作都在这里了。

在 X 看原帖 ↗
6.4K22110119
工具产品 · @GithubProjects▲ 1.2万

Ponytail 工具能砍半AI代理代码量

做AI助手开发不用写重复代码,能省一半工作量,还能兼容20种不同AI代理,原有安全检查不会受影响

这个工具能让 AI 助手在完成相同工作时生成少得多的代码。

- 在真实任务中将代码量减少约一半
- 可配合 20 种不同的 AI 智能体使用
- 完整保留安全检查机制

在这里探索:https://osp.fyi/ponytail

在 X 看原帖 ↗
1.2万15151138
工具产品 · @Namiixbt▲ 3.8K

@Namiixbt整理了全场景常用AI工具清单

找AI工具不用挨个试了,可以直接照着这份分类推荐,对应自己的工作场景挑选工具,节省筛选时间

阅读全文 →
3.8K31383
工具产品 · @Xudong07452910▲ 8.1K

浙江大学开源《大模型基础》开源学习项目(16k+)

零散碎片化学大模型越学越乱的人,可以用这套整理好的知识体系补全基础,还附带配套论文列表方便深入阅读

最近翻到浙大这个《大模型基础》开源项目,感觉很适合拿来系统补一遍 LLM。

它已经有 16k+ Stars,里面不只有一本中文教材。

从 Transformer、大模型架构,到 Prompt、CoT、LoRA、模型编辑、RAG,基本把常见的大模型基础串了一遍。

我比较喜欢的是,每一章后面还配了对应的论文列表,仓库里另外整理了经典论文和 Arxiv 周报。

所以遇到一个概念不熟,可以先看教材把原理弄明白,再顺着 Paper List 往原论文读。

现在很多人学 LLM 都是今天 Agent、明天 RL、后天又 Harness,很容易学得特别碎。

这种已经整理好的知识地图,反而挺适合偶尔回来把基础补齐。

项目

在 X 看原帖 ↗
8.1K24119126
工具产品 · @xhluca▲ 1.2万

@xhluca 发布session-migrate代码会话迁移工具

在Claude Code用到额度上限后,只需一条命令就能把现有编码会话转到其他AI编码工具继续使用,避免工作中断。

我来介绍 session-migrate,这是一款可以在 Claude Code、Codex、Pi、OpenCode 等工具之间迁移编码智能体会话的工具。

如果你一开始用了 Claude,但额度用完了,现在你只需要一条命令就能把你的会话转换成另一个载体可用的格式:

在 X 看原帖 ↗
1.2万19132125
工具产品 · @teneo_protocol▲ 6.4K

Teneo Protocol 推出七份 Teneo CLI 安装指南

不同AI编码代理和IDE的使用者都能直接在现有工作环境中安装使用,可调用50多个agent完成链上数据拉取等工作,不用额外调整环境。

Teneo CLI 可以直接从你当前的工作环境安装。现在我们已经提供了七种环境的安装配置指南。

AI 编码代理:
- Claude Code
- Codex
- Manus

IDE:
- Cursor
- Antigravity
- VS Code

代理平台 Hermes

每份指南都会讲解如何安装 CLI,然后用自然语言列出并查询 50 多个 Teneo 代理,功能包括:抓取社交数据、兑换和桥接代币、拉取链上数据。

部分代理免费;付费查询按调用次数以 USDC 通过 x402 结算。

还有两个代理正在开发中:OpenClaw 和 Teneo Father(支持直接从 Telegram 查询代理)。

完整列表:我们还缺了什么?如果你想在这份列表里没有的工具中运行 CLI,请告诉我们。

在 X 看原帖 ↗
6.4K2613487
工具产品 · @arceyul▲ 1.3万

claude-code-best-practice开源claude-code-best-practice 配置方案(84)

如果你只用 Claude Code 做基础聊天,那相当于浪费了它九成能力,这套现成配置和经验总结能直接拿去用,帮你榨干 Claude Code 的全部潜力

阅读全文 →
1.3万30157171
⚡ 实战经验
新实战经验 · @shev_webmarke▲ 3.7K

开发者用Claude Code做出竞品LP解析工具

原来需要2小时手动完成的竞品落地页解析工作,现在只需要几分钟,能帮广告营销人员节省大量分析时间

阅读全文 →
3.7K75149
新实战经验 · @RedHat_AI▲ 117

RedHat_AI 发布 Agentic API 最小可行产品

无需OpenAI API即可运行开源大模型,还能给模型加服务端联网搜索,让训练截止后发生的事也能查到准确结果。

这太棒了。Claude Code 和 Codex 借助 @vllm_project 在开源模型上运行,全程不需要 OpenAI API。

如果你去问 Qwen3.8 它训练截止日期之后发布的模型,它完全一无所知。给它通过 Agentic API 开通服务端网页搜索,它就能找到答案,还附带引用来源。

Agentic API 把状态管理部分、对话历史和工具执行都放在 vLLM 外部,这样推理引擎就能保持无状态推理服务器的定位。它用 Rust 构建,最小可用原型刚刚落地。

项目来自 @franciscojarceo(@RedHat_AI)和 @Rxday000(@EmbeddedLLM)👇

在 X 看原帖 ↗
117122
新实战经验 · @beefnoode▲ 2.3K

Workbuddy也能直接调用GPT等海外大模型了

原本只能用国产模型的Workbuddy,现在通过定制适配就能直接用上海外主流大模型,还支持团队额度管理,需要做业务定制的可以参考方案。

谁说Workbuddy只能用国产模型?我帮客户把最先进海外型都装进WB,而且完美适配!最近给客户做 WB定制交付时,发现一个核心痛点: 大家都想用海外模型 但是不知道怎么配置,而且管理也很麻烦麻烦 所以我们花了两天时间,把这个问题给彻底解决了 客户只需要登录到 Workbuddy,无需任何额外操作 就能直接调用这些海外模型,包括gpt、claude和grok 同时经过我们的优化,这些海外大模型可以和Workbuddy 原生Harnesss 进行完美适配 最后,我们还搞定了不同账户间的额度隔离和分组管理 团队成员用哪些模型、用了多少额度,都一目了然!

不得不说,Workbuddy真的还有很多可以开发的玩法~ 如果你也有想在真实业务中用上WorkBuddy,或者有进一步的定制化需求 可以参考我们WB业务官网: 或者直接联系我们团队~

在 X 看原帖 ↗
2.3K23113
实战经验 · @Oluwaphilemon1▲ 1.0万

8GB显存显卡本地跑赢Claude Opus 4.6

不用云端API,在家就能用普通消费级显卡跑大模型,创作能力还能超过顶级闭源模型,本地部署大模型的门槛已经降到这个程度了。

Qwen3.8-27B 在 8GB 显存的 GPU 上本地运行的表现已经离谱了。

相同的单提示词,没有智能体,没有循环,没有调用 API。只需要:→ IQ4_XS 量化 → Q4 KV 缓存 → 70K 上下文 → 8GB GPU。

而且它在多项创意测试中的表现依然超过了 Claude Opus 4.6。包括 Minecraft 场景、霓虹都市、完整网站生成。

最疯狂的点不是一个 27B 参数的模型能和前沿模型竞争。而是你现在就能用只有 8GB VRAM 的硬件,在本地实现这一点。

在 X 看原帖 ↗
1.0万282106
实战经验 · @_avichawla▲ 9.2K

TrueForge开源框架帮LLM省三成以上Token

同样跑相同任务,不同框架能让同一个模型差出三倍Token消耗,多余消耗全来自框架外层设计。优化后的框架能帮你省API钱,还能完成同样的任务量。

阅读全文 →
9.2K26114119
实战经验 · @cwmasaki▲ 4.5万

Claude Code 用量大的人都在做什么工具

不管什么岗位,用 Claude Code 搭好这两个工具,每天能省出不少处理琐事的时间,而且从小规模开始搭建门槛不高,值得尝试

阅读全文 →
4.5万23381533
新实战经验 · @UnslothAI▲ 7.4K

UnslothAI发布Qwen3.8-27B 免费微调教程(24GB)

想微调大模型又缺算力买不起高端显卡的个人开发者,现在可以用这个教程免费跑通27B规模模型的本地训练

你现在可以通过我们的 Notebook 免费微调 Qwen3.8-27B 了!🔥

本地训练可在 24GB VRAM 上运行。Unsloth 训练 Qwen3.8-27B 的速度比常规快 1.5 倍,VRAM 占用减少 50%。

GitHub:Qwen3.8-27B Notebooks + 指南:

在 X 看原帖 ↗
7.4K30257116
实战经验 · @DailyDoseOfDS_▲ 8.3K

@DailyDoseOfDS_ 开源类Claude Code编码框架

想自己搭AI编码工具的开发者,可以参考这套完整的开源实现路径,所有核心模块都公开可复用

就像 Claude Code 一样,我们也打造了自己的 coding harness。它 100% 开源。

harness 是包裹在大语言模型外围的代码。模型只负责决定下一步操作,harness 处理其余所有事务:规划、工具调用、记忆和安全。

简单来说,模型充当大脑,harness 提供双手。coding harness 就是针对代码库设计的这种外层包装,它能把一个普通的文本生成器,改造成可以读取文件、编辑代码、运行测试、修复真实 bug 的工具。

我们的 coding harness 包含这些部分:
- 核心代理循环
- 可兼作外部记忆的文件工具
- 长时任务规划
- 在独立上下文工作的子代理
- 一次性虚拟机中的沙箱执行
- 人在回路审批
- 持久化记忆与检查点

整个项目基于 CrewAI 构建,这是一个 100% 开源框架。

我们还写了一篇介绍文章,涵盖了构建 coding harness 的所有内容:代理循环、规划、子代理、沙箱、记忆、检查点,全程分步讲解。文章全文引述如下。

在 X 看原帖 ↗
8.3K1991130
📌 其他
大模型 · @MaxForAI▲ 2.3万

研究人员用强化学习将Qwen训练为代码生图模型

不依赖专业生图模型,Qwen写JS代码经强化学习实现生图

阅读全文 →
2.3万31280226
开源 · @teach_fireworks▲ 1.2万

开发者发布开源技能fireworks-open-eli5 可交互解释复杂概念

开发者基于ELI5思路推出开源交互解释技能,支持多格式导出。

阅读全文 →
1.2万16124168
短剧 · @Gorden_Sun▲ 8.5K

中国短剧团队薅韩国AI网站羊毛 泄露自动化制作经验

中国短剧团队薅韩国AI视频网站羊毛,意外泄露AI自动化短剧实战经验

阅读全文 →
8.5K1591166
大模型 · @MilksandMatcha▲ 2.1万

同一Claude模型不同开发框架测试成绩对比

开发者测试同一Claude模型在不同编码框架下的开发表现

我让 Claude 和自己对打。最聪明的模型不一定自动就是最好的智能体。

为了证明这点,我使用同一个 Opus 4.6 模型、同一个初始提示词、同一个空仓库,只是把它放到两个不同的编码框架里:Claude Code 对比 @FactoryAI Droid。

任务是:从零复刻 Excalidraw,在浏览器里检查原版,实现它的核心交互,然后验证结果。

Factory Droid:用时 8 分钟,20 次工具调用,花费 $1.60

Claude Code:用时 19 分钟,40 次工具调用,花费 $1.87

唯一的区别就是框架。

在这里领取免费 Factory 额度:

在 X 看原帖 ↗
2.1万117528
开发工具 · @kacperkapusciak▲ 3.9K

开发者为Claude Code打造AI应用商店截图生成工具

开发者开发适配Claude Code的iOS应用AI截图生成工具,暂未开源

我为 Claude Code 打造了一个 AI 应用商店截图生成器。

它会自动探索你的应用,完成录制和截图,导出可直接上传的资源文件。

它支持任何 iOS 应用,由 Argent @swmansion 提供驱动。

我还需要一点时间来开源这个项目,但在此之前你一定要去看看 Argent 👇

在 X 看原帖 ↗
3.9K129290
AI编程 · @heyfredds▲ 414

零基础一小时学会Claude Code入门教程推荐

推荐面向编程零基础的Claude Code一小时速成教程

哪怕你不会编程,也可以在1小时内学会Claude Code。

我看完了这个完整教程,内容直切主题,没有废话。

教程从零开始讲解,不需要任何前置经验。

教程包含真实项目,不是玩具示例。

还包含大多数人在使用AI编程很久之后才会发现的技巧。

编程的入门门槛已经不复存在了🔖

在 X 看原帖 ↗
41455521
存储 · @yijiangren▲ 1.1万

一文理清AI存储产业链逻辑与相关投资标的

拆解GPU、HBM、DRAM、NAND、SSD的定位,梳理不同环节对应的核心上市公司

阅读全文 →
1.1万25825
加密货币 · @oragnes▲ 5.9K

FLOP空投四步教程:给你的AI Agent接上密码学身份

Flop Labs推出符合AI Agent加加密方向的空投,教你四步将已有AI Agent接入Technocore参与活动

阅读全文 →
5.9K33134
大模型 · @wei_wang▲ 6.3K

Qwen3.8-27B或成为本地大模型领域的游戏改变者

企业开发团队测试显示其编码能力接近GPT Luna,OCR质量超Gemini 3.5 Flash Lite

阅读全文 →
6.3K43317
AI安全 · @levelsio▲ 5.3K

开发者因提示注入风险未将问题看板接入AI

独立开发者@levelsio指出恶意请求可绕过人工审核植入后门,目前他仍手动处理问题反馈

@levelsio没有将自己的问题看板直接接入AI,因为他十分清楚提示注入的风险。人们提到过一种相对安全的方案:仅给AI开放收集用户错误报告与功能需求的权限,再由AI生成GitHub拉取请求,最终由开发者自己审核后决定是否批准合并。

即使如此,无恶意的攻击者也可以在功能需求中嵌入精心构造的提示,要求AI向站点植入后门。攻击者还会让AI在拉取请求中将这次变更标注为完全无关的错误修复,比如「分页修复」,同时把代码修改写得晦涩难懂。

这样一来,开发者不会发现服务器被植入后门,只会认为自己修复了分页功能,直到后门触发才会发现问题。在找到可靠方案之前,@levelsio将继续手动阅读错误报告和功能需求,再将内容复制到服务器的Claude Code中处理。

在 X 看原帖 ↗
5.3K6
大模型 · @bridgemindai▲ 198

评测者称Grok 4.6性能有上限 4.6参数为1.5万亿

xAI Grok 4.6复杂任务表现不及竞品,即将推出的Grok 4.7参数提升40%至2.1万亿

评测者bridgemindai频繁使用Grok 4.6,认可该模型的体验,但能感受到其性能存在明显上限。Grok 4.6的参数量为1.5万亿。

在复杂任务上,Grok 4.6的能力和可靠性都不如GPT 5.6 Sol和Opus 5。使用时会遇到更大参数模型不会出现的性能瓶颈。

即将推出的Grok 4.7参数量为2.1万亿,相比Grok 4.6提升了40%。如果xAI保持现有限制并按参数规模提升模型智能,Grok 4.7会立刻成为全球最好的AI模型。人们已经迫不及待等待它在9月发布。

在 X 看原帖 ↗
1981
操作系统 · @LLMJunky▲ 100

Linux环境下智能代理抢焦点问题目前仍待解决

开发者分享Omarchy使用体验,指出Mac accessibility层更适合后台代理运行,虚拟显示方案只是变通方法

开源 · @JimmyRevived

GitHub上线开源英语学习项目 已获近4.8万星标

该项目拆分完整学习路径,还提供大模型搭建个人学习系统的步骤

GitHub上出现一个开源英语学习项目,目前已经获得近4.8万星标(Star)。项目地址为https://github.com/byoungd/up。

该项目并非简单汇总整理英语资料,而是将英语学习拆分为完整递进路径,依次是词汇、听力、阅读、口语、写作,最后是AI辅助学习。

项目还提供了分步教程,指导使用者利用Gemini、ChatGPT和Claude搭建个人专属英语学习系统。

项目免费、开源,没有广告。建议想要重新学习英语的用户收藏。

在 X 看原帖 ↗
测试 · @ego_agent

Ox Alpha在Pi与DeepSeek Harness完成同项测试差距超预期

测试要求用ego lite筛选站点后生成单页HTML落地页,DeepSeek Harness成品完成度远高于Pi

开发者在Pi和DeepSeek Harness两个平台测试了Ox Alpha,给两个平台分配了完全相同的任务。任务要求使用ego lite筛选出几个优质站点,再生成一份完成度足够高的单文件HTML落地页,测试结果的差距超出了预期。

DeepSeek Harness的表现毫无争议地更加出色,这个结果和测试前的预期并不相同。它生成的最终页面完成度很高,效果超出预期,它生成过程耗时远长于Pi,会在开始构建前完成充分思考。

Pi的表现尚可,没有产出让测试者印象深刻的结果。它的输出可以正常使用,只是缺少能让成品效果出彩的细节打磨。它的生成速度很快,几乎没有停顿思考,直接开始构建页面。

在 X 看原帖 ↗
硬件 · @dee_hw

用户在车库找出旧ThinkPad T480 成功运行本地AI

旧笔记本搭配三套开源工具,可本地运行DeepSeek V4F,速度达每秒300令牌

一名名为dee_hw的用户在车库找出了一台旧ThinkPad T480笔记本电脑。

他为这台电脑配置了三套工具,分别是Omarchy、OpenCode和Local AI Grid,给出了对应的访问链接。

三套工具在这台老旧硬件上运行流畅。

用户在这台配置不高的旧电脑上本地编码时,DeepSeek V4F的生成速度可达每秒约300令牌。

在 X 看原帖 ↗
编程学习 · @dharmvir_

四个GitHub项目式学习仓库 性价比超付费课程

分享四个免费编程与AI学习仓库,涵盖基础机器学习等多个领域

这些GitHub仓库能提供比付费课程更好的学习效果,全部学习以项目实践为核心。一共有四个不同方向的免费学习仓库。第一个是面向编程学习的Project-Based-Learning。

第二个是Build-your-own-X,由Codecrafters整理发布。第三个是微软推出的面向入门者的机器学习仓库ML-for-Beginners。第四个是包含500个人工智能、机器学习、深度学习项目的仓库。

原分享者建议收藏这条内容,也可以转发帮助其他有需要的人。

在 X 看原帖 ↗
编程 · @PersianGitHub

波斯语GitHub账号分享易理解的设计模式学习仓库

该仓库结合现实场景与代码示例,用多语言代码讲解设计模式

理解设计模式是一项很考验思维能力的学习内容。@PersianGitHub账号在X平台分享了一个学习仓库,尝试用简单示例帮助学习者轻松掌握设计模式。

该仓库针对每一种设计模式,都提供现实世界场景示例、通俗讲解、准确定义,还附带10种编程语言的对应代码示例。

仓库地址为:

在 X 看原帖 ↗
开源 · @kunchenguid

开源开发者分享Grok Bot处理项目问题请求的经验

拥有总计超2.4万GitHub星标的开源项目开发者,借助Grok Bot清理积压的Issue和PR

一名拥有多个开源项目的开发者分享了Grok Bot帮他解决工作积压的真实经历。这些项目在GitHub上总计获得超过2.4万颗星标,大量涌入的Issue(问题反馈)和PR(合并请求)让开发者不堪重负。

如果有人在该开发者的仓库提交过Issue或PR,可能会发现处理队列终于开始流动了。这主要得益于开发者做的三项关键调整。

第一项调整是为每个名下仓库编写VISION.md文档,后续会重命名为STRATEGY.md。第二项调整是搭建由Grok Bot和Cursor云代理组成的软件开发工厂。第三项调整是邀请几位主动提供帮助的维护者,处理经分类后符合项目方向的问题。

有人认为不用Grok Bot也能完成这些工作,这一点开发者并不否认。但他表示,不用Grok Bot很难做到如此轻松,后期维护成本也更低。

原生集成在Grok Bot中的Cursor云代理,可以实现无限水平扩展,这是其他同类系统很难做到的。Grok Bot提供了合适的基础单元,搭建出了一个整合流畅的系统,表现相当不错。

在 X 看原帖 ↗
大语言模型 · @MaxForAI▲ 3.3K

Keras创始人推荐其书籍章节 从零学训练大模型

François Chollet推荐书籍章节教零基础学习训练大模型

阅读全文 →
3.3K94336
AI 编码 · @nathanmarz▲ 4.3K

开源开发者Nathan Marz分享LLM辅助编码工作流

开发者分享基于Claude Code结合Docker的大模型开发流程

我用于 LLM 编码的工作流如下:
- 在拥有完整权限的 Docker 容器中运行 Claude Code。我用脚本在容器内外同步代码,git 提交由我自己完成。
- 通过对话整理出所需功能的规范文档。
- 让智能代理制定实施计划,拆解成尽可能小但仍有实际意义的步骤。
- 对计划迭代调整后,让代理开始实施,并要求它完成每一步后就停止。
- 每一步完成后,让代理过一遍,找出并修复测试缺口,再让它做一遍清理,简化/删除冗余代码和注释。
- 进入下一步之前,我会审查所有代码,和代理一起迭代修复问题。

每次审查几乎都一定会发现需要修改的地方。

在 X 看原帖 ↗
4.3K5452
物联网 · @jinbiBTC▲ 2.2万

DataVLT全新品牌及产品体系正式上线 打通AI可信数据

DataVLT推出产品可将物联网原始数据转化为AI可用可信数据

前两天我还在想AI模型训练老是缺靠谱的真实世界数据,物联网设备一堆,但数据能不能验证、能不能直接用在链上,一直是个大坑😂

正好刷到DataVLT全新品牌和产品体系正式上线😍,我立刻跑去官网体验了一把。

先连了钱包,免费Mint了DataVLT DID,感觉身份和数据贡献一下子可验证了。

再看DVLT ONE,它把IoT设备、传感器、区块链这些原始信号,通过验证层变成结构化、可信的数据,直接能给AI Agent、智能合约用。

整个架构把AI × Web3 × IoT × Real-World Data真正串起来,数据不再是孤岛,而是可执行的基础设施。

不是空喊概念,而是实实在在把真实世界数据变成AI、Web3和智能执行能用的基础设施。

官网和核心产品都已经开放,有兴趣的可以自己去体验一下。

个人觉得这种踏实做数据底座的项目,在现在赛道里挺少见的。

DYOR,欢迎一起关注🔥 官网🔗: @DataVLTAI #DataVLT

在 X 看原帖 ↗
2.2万135
AI开发 · @Pluvio9yte▲ 1.5万

Cursor Ultra订购使用体验分享与功能测评

作者分享使用过半的Cursor Ultra的实际使用感受与评测

阅读全文 →
1.5万24830
芯片 · @AYi_AInotes▲ 1.1万

小米玄戒AI迷你主机搭载三颗自研芯片本地跑大模型

小米推出玄戒AI盒子,三颗自研芯片实现超高近存带宽

阅读全文 →
1.1万13123
自由职业 · @PWenzhen76938▲ 3.8K

链上自由职业市场TermiX从零上手完整教程

用户跑通TermiX从注册到结算全流程,整理出涵盖准备、操作和进阶玩法的指南

AI开发 · @tdinh_me▲ 1.4万

开发者分享企业14个Claude Code账号跑百余个并行代理

业内人士分享企业用Claude Code运行百余个并行AI代理实践

我刚和一个老兄聊了聊,过去两周他用 14 个 Claude Code 账户,并行跑了 150 多个智能体,给一个大型企业代码库完成了堆积如山的工作。

我用智能体的方式全错了😂

在 X 看原帖 ↗
1.4万316227
生成式视频 · @masahirochaen▲ 1.3万

开发者用Claude Code+Seedance 2.5零拍摄AI生成新闻短片

无需实拍和录音,可日产量百条,单条成本最低74日元

用Claude Code×Seedance 2.5,可以实现零拍摄全自动完成新闻节目风格短视频。没有转动过摄像机,也没有录过旁白。开头出镜讲话的我的脸和声音,全都是生成AI制作出来的。

拍摄太麻烦了,用这套方法一天就能量产差不多100条。太革命了、、、

■ 做了这些事
・开头5秒……参照过去拍摄的4K素材,Seedance 2.5生成了脸、声音甚至嘴唇动作
・正文37秒……上方是带动态数字的图解动画,下方是AI生成的写实风格影像
・旁白……自动生成AI播音员的声音
・字幕、滚动新闻条、BGM、音量调整、转场全部一站式完成

单条实际成本是493日元。修改结构的话,成本可以降到74日元。我一次都没打开过剪辑软件。

如果有感兴趣的企业,我可以为数家企业提供支持。(请通过私信、回复、联系表单咨询。)

联系方式在这里!

在 X 看原帖 ↗
1.3万25558
提示工程 · @rubenhassid▲ 3.7K

面向Claude的21条新版AI提示词实用规则分享

旧提示词技巧已失效,分享适配Claude的新提示规则

阅读全文 →
3.7K125341
机器人 · @lionman888888▲ 2.6K

体验Axis Robotics机器人物理AI训练任务大厅

博主体验机器人物理AI训练任务,解析其数据要求特点

打开 @axisrobotics 的任务大厅 第一屏挺抽象 把鸡蛋放进微波炉 把牙膏塞进浴室柜 把松饼放进微波炉 这些每一个都把我折磨得怀疑自己的智商哈哈。

看着像小游戏,但光有“任务完成了”的视频没用。

视频只能看到香蕉最后进了微波炉。

机器人训练要的是整个过程:每个关节什么时候动到哪,夹爪什么时候闭合,物体位置怎么变,控制指令是什么,最后成没成。按时间串起来,才是一条 trajectory。

提交之后还要在仿真里重新跑一遍,看物理上合不合理、任务是不是真完成。验不过的数据不会进训练池。

Physical AI 跟 LLM 不一样也在这:文字数据网上现成很多,但让机器人学会做事,动作数据得有人真操作出来,还得能回放、能验证。

入口:

在 X 看原帖 ↗
2.6K2342
生成式AI · @ChillaiKalan__▲ 7.8K

Wan 3.0模型正式上线Flova AI创作平台

Wan 3.0已上线Flova,平台支持多AI模型创作对比

Wan 3.0 现已在 Flova 上线。为了测试它,我给 Wan 3.0、Seedance 2.5 和 MiniMax H3 布置了同一个实拍冰皇后场景——结果每个模型都生成了完全不同的冰封世界。

借助 Flova 的一体化 Agent 工作流,你可以调用多个模型,对比生成结果,而且不需要切换平台就能继续打磨你的影片。

你会选哪个版本?FlovaAI 携手 Wan 3.0!

Wan3.0 480P 限时特惠:低至 $0.013/秒

快来试试 @Flovaai

在 X 看原帖 ↗
7.8K21162
人工智能 · @zhuahua1▲ 676

博主实测TermiX:链上AI Agent自主接单交易市场

TermiX是面向AI Agent的链上接单交易市场,探讨Agent自主赚钱的可能性

AI开发 · @eng_khairallah1

YC CEO Garry Tan公开Claude代码配置GitHub仓库

该仓库完全免费,已获得12.7万星标,包含三步可执行的AI代码开发配置流程

Garry Tan是Y Combinator的首席执行官兼总裁,他在GitHub公开了自己实际使用的Claude代码配置仓库,该仓库完全免费。目前这个仓库已经获得了12.7万颗星标。

配置流程分为三步。第一步运行配置脚本,脚本会自动检测Claude Code、Codex、Kiro、Factory或OpenCode。

第二步输入/plan指令,只需一条命令就能自动完成CEO出需求、设计、工程评审全流程。第三步输入/ship指令,它会自动创建拉取请求,合并代码后自动关闭GitHub议题。

仓库链接附在原文中,建议保存收藏。

在 X 看原帖 ↗
AI创作 · @sha_zdiii▲ 3.5K

AI美妆视频创作指令 打造梦幻亮泽闪粉口红

创作者发布时长15秒超写实高端美妆ASMR视频prompt,从制材到上妆全流程设定

阅读全文 →
3.5K16719
新开发工具 · @Xudong07452910▲ 1.9万

将AGENTS.md当作神经网络训练的维护新思路

分享将项目AGENTS.md当作神经网络训练的实用维护思路

推荐一个维护 AGENTS.md 的思路,觉得还蛮实用的。 题目也很吸引人:AGENTS.md其实是一个神经网络。

很多人的做法都是 Agent 犯一次错,就往 AGENTS.md 里补一条规则。 时间久了文件越来越长,旧规则没删,新规则继续加,最后 Agent 每次都要读一堆已经没什么用的东西。

这篇文章换了个思路: 把项目级 AGENTS.md 当成一个需要「训练」的神经网络。 每一次 Claude Code / Codex session 都是一次 forward pass。 Agent 走过的弯路和被你纠正的地方就是 loss,再定期从这些真实 session 里提取问题,小幅更新 AGENTS.md,相当于做一次 backward pass。

而且要给它固定 Token budget,新增一条规则,就要考虑删掉或移走什么。 作者还直接开源了一个 backpass 工具来自动做这件事。

我还是很喜欢这个思路的。 AGENTS.md 真的不该靠感觉越写越长,而是应该根据 Agent 真正干过的活,一点点「训」出来。

文章

在 X 看原帖 ↗
1.9万29168263
新设计 · @ShamsAmin56▲ 2.6K

开发者使用MiniMax海螺H3生成完整动态UI落地页原型

全程由AI生成复杂动效页面,效果远超手动制作预期

阅读全文 →
2.6K127860
新开发工具 · @lucas_flatwhite▲ 3.2K

开发者看好AI代理开发环境Orca IDE并分享学习资源

韩国开发者分享日常使用的Orca IDE,分享相关整理学习资源

我认为AI代理开发环境Orca IDE会获得更多用户,变得越来越好。我最近每天都在用Orca生活工作。

本来想自己整理一遍,不过已经有整理好的版本了,所以分享给大家。📖 《跟着Orca学——现在改用ADE替代IDE开发》

肯定也有朋友喜欢整理成册的完整内容……Orca IDE同时支持Windows和macOS,甚至还支持移动设备,几乎兼容所有代理。

如果你在用Claude Code、Codex这类编码代理,现在想同时运行多个代理;如果你曾经因为代理任务互相冲突、错过进度而头疼;如果你想把从修改代码到浏览器检查、创建PR整个流程自动化;如果你想从概念开始理清ADE到底是什么,和传统IDE有什么区别——这份内容都适合你。

我超级喜欢。

在 X 看原帖 ↗
3.2K45073
新AI开发 · @hakimieiqbal▲ 5.5K

开发者仅用四周AI工具低成本开发AI钓鱼游戏

单人投入约300美元,借助多款AI工具开发

四周前,这款由AI构建的钓鱼游戏还几乎不存在。如今它已经拥有了完整的3D港口、动态水体、昼夜循环、自定义UI,以及越来越精致的游戏世界。

游戏开发主要使用Claude Code + Godot完成。3D模型通过Blender MCP和Tripo 3D制作。图片由ChatGPT生成。

迄今为止总花费约为300美元。一个人加AI正在慢慢把它做成一款真正的游戏。

想看看你能用AI做到什么程度?这里有1000免费额度供你起步:WLCM0730。

QuadcodeAI在单一工作空间中为你提供编码、图像、视频和推理模型。

在 X 看原帖 ↗
5.5K712961
新AI生成 · @Emmma__0▲ 6.3K

Wan 3.0现已登陆Flova AI 生成效果对比测试出炉

测试者用同一实景冰雪皇后场景测试三款AI模型,各生成了完全不同的冰冻世界

Wan 3.0现已上线Flova平台。为测试生成效果,测试者给Wan 3.0、Seedance 2.5和MiniMax H3输入了同一个实景冰雪皇后场景。三款模型分别生成了风格完全不同的冰冻世界。

借助Flova的一体化智能代理(Agent)工作流,用户可以调用多个模型、对比生成结果,还能在不切换平台的前提下持续优化影片内容。

目前针对Wan 3.0推出限时优惠,生成480P分辨率内容的最低价格为每秒0.013美元。你会选择哪一个版本的效果?

在 X 看原帖 ↗
6.3K8172
新AI生成 · @lansenai▲ 2.8K

创作者发布AI生成赛博江湖轻功分镜提示词

创作者lansenai更新赛博江湖轻功设定,公开完整30秒视频生成提示词放在评论区

阅读全文 →
2.8K47918
新AI创作 · @icreatelife▲ 421

动画创作者在外勤工作中创作新动画角色

创作者在𝕏发文分享创作进展,提问当前谁在用AI制作有意思的内容

创作者在外勤工作期间,正在为一部新动画创作全新角色。

创作者在𝕏平台发文,向其他用户提问目前正在做什么。

同时询问,现在有没有人正用AI制作有意思的创作内容,附带链接

在 X 看原帖 ↗
42141
新加密项目 · @liaoblove520▲ 6.8K

TermiX推出AI agent互相雇佣的链上任务市场

项目基于AACP协议搭建,获BNB Chain黑客松冠军,目前开放注册可赚积分

新游戏 · @Angaisb_▲ 181

开发者尝试重新开发大模型驱动的智能体MC建造功能

开发者称当前大模型无法在《我的世界》稳定建造,问题出在配套框架层面,计划修复该问题

开发者Angaisb_正在重新尝试开发由大语言模型驱动的智能体建造功能,功能运行在游戏《我的世界》中。开发者称,目标是让大语言模型能够在《我的世界》中完成稳定可靠的建造操作。开发者表示,当前功能无法稳定运行一定是配套框架(harness)存在问题,接下来会着手修复这个问题。

在 X 看原帖 ↗
1814
新开源 · @bmacabeus

开发者发现部分GitHub仓库代码质量异常出众

这类代码出自二次元、兽圈亚文化爱好者群体,早年上网门槛自然筛选出资深开发者

你偶然刷到一个GitHub仓库,发现它的代码质量高得不合常理。相关链接指向一位爱好者制作的日语假名输入训练工具。

这种现象源于多重特质的交集:早年需要投入大量时间上网,才能找到动漫资源、融入动漫社群。这批习惯长期泡在网上的爱好者,后来又学习了编程,最终产出高质量代码。

如今动漫已经成为主流文化,不再需要花费大量额外时间发掘,这条筛选线已经变得模糊。兽圈爱好者群体中也存在类似的社会现象。

在 X 看原帖 ↗

这一天的 149 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

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

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新