社区讨论:有大规模RAG开发经验的开发者认为大众低估了全文搜索,高估了嵌入,全文搜索简单易扩展,符合80/20法则,语义相似度的效果远低于预期。也有人不同意,称嵌入虽算力消耗大,但实现不难、增益很高,90%基于文档的RAG项目都该优先用基于嵌入的语义搜索。有人分享极简实现方案:预处理嵌入全量内容,用廉价模型做总结关键词,存入BigQuery即可,只有少数场景成本会很高。
还有人提出分块大小比检索模型更重要,分块错了其他优化都没用。不少读者吐槽原帖是缺乏逻辑的AI生成内容,读起来非常累。
智谱今天正式发布GLM-5.3-Flash——此前匿名的Ox Alpha就是它。这款320B参数的开源模型在DeepSWE编码基准上得分超过Claude Opus,MIT许可可免费商用,还能跑国产AI芯片。
通义千问也开源了Qwen3.8-Flash,商用定价每百万输入token 0.16美元,训练成本只有前代的九分之一。Vercel网关统计,8月底中国开源模型已占美国平台流量的62%,4月还是28%。
OpenAI自研推理芯片Jalapeño测试取得突破,称性能超过英伟达Blackwell,年底上线。Andrej Karpathy则将2026年5月加入Anthropic,牵头预训练研究。
IBM Granite 4.2 现已在 Ollama 上可用。 这是参数规模为 3B、8B、30B 的开源模型,为企业代理打造。 该模型可免费使用,许可证同时允许研究与商业用途。
既然大家要求我们让它全球可用,我们做到了。Muse Spark 1.2 贡献者层级现已向全球开放。 还是那个模型,还是 1M 上下文窗口和多模态输入,定价为我们有史以来最低:每百万 tokens 输入 $0.10,输出 $0.30。
找工作最烦的,不是不会写简历。 是每看到一个新岗位,都得重新啃 JD、看自己匹不匹配、改 CV、写 Cover Letter。投 10 家,很多事情就得重复做 10 遍。
我进入加密领域已经有一段时间,花费大量时间试验AI代理,同时运营加密新闻页面和营销机构,需要持续调研市场、收集信息并生成内容。
最初听说Agent OS时,我对让AI查询比特币价格或生成通用行情摘要没兴趣,这类工具已经足够多。我只想验证它能不能接入我日常已经在使用的工作流。
我的大部分AI工作流都依托Discord内的Hermes Agent运行,通常同时开启多个会话,每个会话负责不同任务。有的会话负责市场调研,有的负责从公开网络收集信息,还有的帮我整理内容。如果需要构建或优化工作流中技术属性更强的部分,我还会使用Codex。
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)
搭建RAG时总被复杂优化绕晕,这个观点能帮你重新梳理思考方向,先从最简单的基础版本开始尝试
社区讨论:有大规模RAG开发经验的开发者认为大众低估了全文搜索,高估了嵌入,全文搜索简单易扩展,符合80/20法则,语义相似度的效果远低于预期。也有人不同意,称嵌入虽算力消耗大,但实现不难、增益很高,90%基于文档的RAG项目都该优先用基于嵌入的语义搜索。有人分享极简实现方案:预处理嵌入全量内容,用廉价模型做总结关键词,存入BigQuery即可,只有少数场景成本会很高。
还有人提出分块大小比检索模型更重要,分块错了其他优化都没用。不少读者吐槽原帖是缺乏逻辑的AI生成内容,读起来非常累。
这是早期测试版Ox Alpha的正式稳定版本,普通用户可通过社区平台体验到更可靠的模型服务。
Ox Alpha 是 GLM-5.3-Flash 的早期版本。
官方正式发布版本拥有更强的性能,稳定性也大幅提升。
非常感谢 @opencode 和 @OpenRouter 为社区提供了这个模型。
也感谢每一位尝试过它、将它推到极限测试的开发者。
商用版本定价仅0.16美元每百万输入token,训练成本仅为前代Qwen3.7-Plus的九分之一,性能还全面超越前代,之后可通过千问云API调用。
如果OpenAI自研芯片性能真的超过英伟达旗舰,未来AI服务成本和大模型训练速度可能会迎来明显变化
https://www.bloomberg.com/news/articles/2026-08-25/openai-cl..., https://archive.ph/yCTrr
社区讨论:多数人认可OpenAI自研芯片会推动 token 价格持续下跌,也认为行业竞争最终会让消费者受益。有人质疑OpenAI无法跟上专业芯片厂商的研发迭代速度,重蹈特斯拉自研芯片项目失败的覆辙,也有人提出疑问,OpenAI在供应链规模效应上远不如英伟达,难以实现更经济的大规模量产。还有人批评自研芯片只会为普通用户设置计算壁垒,最终只有少数巨头能靠规模获得竞争优势。
此前市场对Ox Alpha的身世有诸多猜测,官方今天正式确认身份,今晚就会放出模型权重
现在已经实锤了:Ox Alpha 是 zAI 开发的 GLM-5.3 Flash。官方将于今晚通过 zAI 发布。
据彭博社报道:“在彭博新闻的问询下,该公司周三证实了外界猜测,确认 Ox Alpha 模型是其 GLM 系列的新版本,并表示将于今晚发布该模型的权重。”
它自带原生多模态能力,支持1M-token上下文,完全运行在国产AI芯片上,以极具竞争力的价格开放使用。
推出 GLM-5.3-Flash — 以极具竞争力的价格实现顶尖性能
原生多模态,支持1M token上下文窗口
320B-A18B模型,基于MIT许可证发布
此前曾以Ox Alpha名义开放预览,可完全运行在中国AI芯片上
博客:
现已在全官方平台上线:
权重:API:Coding Plan:ZCode:Chat:AutoClaw:
本地端侧运行的隐私AI工作智能体,得分超过热门开源方案。如果验证落地,可降低隐私数据AI处理的成本。
最新研究:Portable Computer 是一款面向私密、高性价比工作的本地优先智能体。
它搭载端侧 27B 模型,我们的框架在真实知识工作任务上得分达到 82.6%,击败了开源框架 Pi 和 Hermes。
我们经过后训练的 PPLX 27B 得分达到 85.4%。
使用图像生成时会随机生成无关信息图,没有找到明确触发原因,日常出图会受意外干扰,影响输出稳定性
我代表 Spirit Studios 报告这个问题。我们整个团队一直都在碰到一个 bug:当提示词和信息图或海报完全无关时,Codex 图像生成会随机默认生成信息图或海报风格的布局。
这个问题会出现在各种提示词里,有时候一开始生成就发生,有时候在生成任意多张图片后才出现。
到目前为止,我们还找不到一致的触发条件,但我们所有人都碰到过这个问题,我们也在网上看到其他人遇到了同样的情况。
过去只有大公司能用到的高阶能力,现在中小创业团队也能按席位付费购买,灵活适配团队规模变化。
推出 ChatGPT Business 高级席位。
全新定价 100 美元的高级席位对小企业和初创公司而言是颠覆性改变,它为精简团队提供了更出色的工具、更流畅的工作流,以及过去只有大公司才能享有的能力。
这是一个可随团队发展目标灵活扩容的弹性方案。
所有组件都可在本地硬件运行,无需依赖云端,网络不好或在意数据隐私的人可以不用再连服务器使用。
今天我们在 @NVIDIA DGX Spark 上推出了 Portable Computer。
Portable Computer 是完全本地运行的版本的 Perplexity Computer,整个运行环境:编排器 LLM、子代理 LLM、代理工具 harness 全部都在你的本地硬件上运行。
不依赖云端。
不用微调,单条视频就能学会从未见过的10分钟长任务。对需要AI快速适配新工作流程的人来说,这降低了适配的成本
介绍 S1,我们全新的可从单个示例中学习的基础模型。无需任何微调,仅通过一个视频提示,就能教会它完成从未见过的、时长10分钟的任务。
快来观看 S1 通过上下文学习实时运作的演示:
OpenAI披露首款自研定制推理芯片Jalpeño的测试结果,新架构同时提升吞吐率、降低延迟,相同功耗下性能更强。行业人士开始讨论更快推理带来的新风险。
该模型原生支持多模态,拥有1M-token上下文窗口,总参数320B仅激活18B,采用MIT许可,可运行在国产AI芯片上。后续还需观察它落地部署的实际表现。
此前匿名流传的Ox Alpha就是这款模型,总参数320B,每次只激活18B,DeepSWE测试得分超过Claude Opus 4.8分,现在已经开源
ChatGPT Pro和Thinking用户选了高阶模型,界面显示正常,但实际回答用的是小模型,问题已经被发现
🚨突发,OpenAI承认他们“不小心”把一些ChatGPT用户的请求切换到了GPT-5.5-mini😠
ChatGPT 消费类负责人Adam Fry刚刚确认,他们发现了一个模型路由Bug: 大约3%的Pro和Thinking请求,在后台会被错误切换到GPT-5.5-mini。
也就是说,你明明选的是高阶模型,界面看起来也没问题,但真正回答你的,可能已经变成了mini。
目前OpenAI表示问题已经修复,并向用户道歉。
这也解释了为什么最近有些人会觉得模型偶尔突然变快、推理变浅,甚至像是瞬间降智。
最离谱的地方在于,这种问题用户自己其实很难发现。
模型回答差了,你第一反应大概率只会觉得今天状态不好,而不会想到: 服务器压根没给你跑你选的那个模型。
所以有时候觉得模型突然变傻,还真不一定是错觉。 相信自己的感觉!
数据显示付费AI需求仍在上涨,走性价比路线的中国AI模型因此拿到更多进入海外市场的机会
更多的数据,证实虽然为 AI 模型付费需求仍在上涨。 但企业越来越倾向,采购性价比高的 AI 模型,而不是昂贵的最强模型。这给走性价比路线的中国 AI,创造了更多的客户市场。
安装后可以直接迁移Chrome原有登录态、Cookie、扩展,AI代理在独立空间运行,不影响正常浏览,支持Codex和Claude Code
目前最丝滑的浏览器自动化方案绝对是 egolite,体验了一下比agent-browser、playwright丝滑多了 换成 ego lite 之后顺很多:装完会把 Chrome 的登录态迁过来,Cookie、密码、扩展都在。Agent 在独立 Space 里干活,还能继续浏览其他页面。Codex / Claude Code 装一下 skill 就能直接用。
地址放在评论区了
分析到一半从52篇安全论文扩展到221个项目,新增输出文件,已经完成的数据处理可以保留,只重新计算新增部分
大家都在聊 Multi-Agent、并行、Subagent。但这次体验 Apodex 1.1,我反而觉得最好用的是 Chime-in。项目一开始只分析 52 篇安全论文。
跑到一半,我突然决定扩展到全部 221 个 MATS 项目,并新增一份 paper_model_mentions.csv。如果是传统流程,基本意味着推倒重来。Apodex 没这么干。
已经完成的数据读取和证据抽取保留,只重算真正受影��的部分,比如采用率、模型角色、评价分析;没受影响的任务继续往前跑。这种感觉很像和一个长期协作者合作,而不是一次性 Prompt。研究本来就是不断修正问题的过程。
新的数据出现、定义变化、假设调整,都是常态。一个 AI Agent 是否好用,我越来越看一个标准:能不能在任务进行中接受新的方向,而不是每次都重新开始。这一点,比“同时启动几个 Agent”更重要。
处理复杂问题时,可以生成自定义可交互的可视化结果,用户可以旋转分子模型,模拟物理过程
The @GeminiApp 可以直接在你的聊天中,把你的问题和复杂主题转化为自定义的交互式可视化内容。
无论你是要旋转分子,还是模拟复杂物理系统,只需要在 Gemini 里输入一个提示词就能创建 3D 模拟。
可以试着用“show me...”开头写提示词,获取你的交互式可视化。
想要获得最佳效果,请使用 Gemini 的 Flash 模型。
帮你在编写功能时先复用已有代码、优先用原生工具,最后才写最少必要代码,避免AI过度工程,产出更简洁易维护的代码
🔸 Ponytail 仓库:它是一个强制 coding agent 像最懒的资深工程师那样写代码的技能!这个项目是给 coding agent 准备的一个技能和插件,它会在编写代码前先检查,确认需求本身真的需要做开发吗?
然后它会去检查当前 codebase 里有没有可以复用的已有代码,接着再去排查 stdlib 和原生功能,只有到最后一步才会写最少的必要代码。
它的目标是让 agent 少做过度工程,输出更干净、更简短的代码。对于使用 Claude Code、Cursor、Codex 或其他 agent IDE 的用户来说,它非常好用,因为它能直接嵌入你的编码工作流,阻止生成复杂 UI 和添加多余依赖。
实际上当你只需要一个简单功能时,它不会给你产出上百行额外代码,而是交付更简短、更易维护的方案,在项目自己的 benchmark 中,它也确实减少了成本、时间和代码体积。如果你希望你的 agent 少生成多余代码,更多像一个懒惰又精准的资深工程师那样思考,今天就安装测试一下吧。
GitHub 链接:
这款原名为Ox Alpha的模型现在可在OpenCode Go使用,限时额度翻倍,需要调用该模型的开发者可以趁活动获取更多使用量
如果参数和性能数据属实,大模型推理成本还能再降,普通用户更快能用得上高性能大模型
即将推出的 Ox Alpha 就是 GLM-5.3 Flash(和预期一致):总参数量 3200 亿,激活参数量 180 亿。
它的性能超越 GLM-5.2,价格仅为 GLM-5.2 的十分之一,在编码和智能体基准测试中的表现接近 Opus 4.8。
一大波新东西就要来了!
这些观点覆盖AI时代的公司形态、创业方向和印度AI产业机会,可以参考判断AI产业的长期趋势。
该模型已经支撑微信内多场景的跨模态搜索推荐,普通开发者可以直接获取使用,降低多模态AI开发的门槛
微信的部分AI功能正在幕后静默运行。一起来认识WeMM-Embedding,它是我们视觉团队开发的多模态嵌入模型。
它为跨文本、图片和视频的搜索与推荐功能提供支持,目前已经部署在视频号、公众号、朋友圈和电商场景中。
它的9B参数版本在MMEB-v2和MMEB-v3两项评测中都排名第一。现在该模型已经开源 ↓
GitHub: Hugging Face:
现在AI模型太多,看参数和宣传很难找到适合自己需求的,这次可以免费实测对比,刚好能找到匹配自己工作流的模型。
智谱确认Ox Alpha是GLM系列新模型,模型权重将于今晚放出,相关参数和评测结果很快会公开。
Ox Alpha 模型已被证实是 Z.ai 旗下 GLM 系列的新成员。智谱在给 Bloomberg 的一份声明中确认了这一消息。
他们会在今晚放出权重,所以我估计我们很快就能看到官方公告、模型名称和基准测试结果了。
GLM系列新模型的性能测试数据已公开,关注大模型效率与性能平衡的开发者可以参考这份结果
GLM-5.3-Flash 在 Artificial Analysis Intelligence Index 上得分 57,并且与 GLM-5.3 同处于帕累托前沿上。
这是GLM-5系列首个原生多模态模型,也是目前OpenRouter平台承载过的最大模型,想要体验可以直接访问对应链接使用
Ox Alpha 已披露:@Zai_org 的 GLM-5.3-Flash,是 GLM-5 系列首个原生多模态模型。
Ox Alpha 曾是 OpenRouter 上最大的模型,6天内处理了超过20万亿token。
现在即可继续使用该模型:
现有电商AI测试只考察模型输出内容,这套测试按实际操作结果评分,更贴近真实人机协作的电商场景,能帮你测出AI代理真正的落地能力。
刚发布的新模型就能同时支持NVIDIA和AMD显卡运行,不用等适配就能更快启动部署,降低了硬件限制门槛
非设计背景也能靠AI完成动画全流程制作,给想要做动画但缺专业经验的人提供了可行的低成本创作路径
惊到了,纯靠 AI 做动画效果能做到什么程度。果然工具好坏,还是要看用的人是什么水平 关键是作者还不是设计出身,全片都是拿 Claude Code + Remotion 实现的,没有做任何剪辑 作者分享了他的创作思路 - 背景和 UI 都是通过手工完成 - 提供完整代码库给 Claude,所有资源都是真实生产环境的效果 - 让 AI 基于已有的设计稿编排一些样式,再按照作者喜欢的方式编排成动画 - 找了一些参考视频作为 Claude 的动画灵感 - 花费了大量的时间来调整动画缓动曲线 - 音效比较靠谱的方式还是通过 Gumroad 上的付费资源来做匹配 - 需要多轮迭代,不是一次性能达到的效果
想系统学习大模型的人,可以免费获取这份完整中文教材,还附带深入阅读的论文路线,项目仍在持续更新内容。
想系统学大模型,终于有一套质量不错的中文教材了。浙大团队开源了一本 《大模型基础》,GitHub 已经拿下 16K+ Stars,六章完整版 PDF 可以直接免费下载。从语言模型基础一路讲到 LLM 架构、Prompt 工程、参数高效微调、模型编辑、RAG,每章还整理了相关论文,想继续深入也有现成路线。
比较有意思的是,每章都用不同动物作为示例背景,把一些抽象概念讲得更直观。项目还在持续更新,后续计划��入 大模型推理加速、AI Agent 等内容。
企业AI部署正在重构,现在核心瓶颈不再是模型能力,而是对企业内部业务的理解。这套新功能可以帮企业控制AI使用成本,提升AI输出质量。
该模型适配多种硬件配置,整套前沿部署方案成本约1万美元
用户@0xSero在𝕏上披露,Ox-alpha实际上是GLM Flash的开放权重模型。
该模型可适配的硬件配置包括8块RTX 3090、2块Sparks、2块A6000,以及配备256GB内存的Apple M5 Ultra。
这套部署方案属于前沿级别,总成本约1万美元(约合人民币7.3万元)。
博主测试谷歌Gemini生成博客,耗时3分钟写出内容,但核心观点表达不足
用户dampedspring发布了一篇名为《TGA 101》的博客,完整版链接附在评论区。他先是靠人脑整理出博客大纲,再全程人工完成了博客全文。
受Druck AI相关文章启发,他仅把整理好的大纲喂给Gemini,没有输入其他额外提示,让AI生成完整博客。生成过程一共只用了3分钟,整体完成质量不算差。
这版AI生成内容达不到人工写作的水平,最后几个部分没有传递出他原本想要表达的核心观点。他表示不想阅读这版AI生成内容,不过如果增加针对性引导再生成一次,只需要额外3分钟,就能得到接近目标的内容。
这类AI工具实用性很强,只是在从想法落地到成品的过程中,始终会存在可信度上限。
来自X平台用户的求职备考经验,建议用AI生成每日轮换主题技术题,更推荐Claude
如果你正在准备实习或其他技术面试,推荐尝试这个方法。设置一个提示词,让AI每天为你生成一道技术面试题,题目覆盖不同主题轮换。
第一天练习数据库主题,第二天练习系统设计,第三天练习调试,之后以此类推。这种方法可以帮你保持每天刷题准备面试的节奏。
分享者表示,自己用这个方法拓展了很多相关知识,尤其是数据库相关的题目质量很高。分享者推荐在Claude中使用这个方法,自己曾尝试在Gemini中设置定时,但个人体验Claude效果更好。
分享者已经公开了自己使用的提示词,可通过链接获取。
依赖AI写代码的开发者,更容易陷入依赖成瘾的状态,如果你日常用AI辅助写代码,可以对照看看自身状态。
开发者利用Grok构建多角色AI产品发布团队,提前淘汰劣质方案
我去,我在Grok Bot里搭建了一整个完整的产品发布团队
我想要这么一套系统:它能接一份产品简报,走真实增长团队会走的全流程,提前干掉弱想法,只把真正值得批准的推广方案发给我。
在我的测试里,8个智能体扫描了482条竞品广告,生成了41个钩子,砍掉了17个弱势角度,最终只产出了一个最终推广方案。下面是完整架构:
→ 调研——梳理市场和客户痛点
→ 定位——找出最强角度
→ 钩子——生成并排序文案
→ 创意——把胜出的想法做成物料
→ 投放——决定在哪里、什么时候上线
→ 分析——解读留存和转化信号
→ 红队——在浪费预算之前干掉弱方案
→ 负责人——把最终决策发给我
最棒的部分是红队。大多数AI工作流都是为了生成更多想法,这套系统是为了先删掉坏想法。
每一次发布都按这个流程走:调研→角度→钩子→创作→上线→读数→挑战→审核
没有经过人工批准的内容,不会发布也不会放大投放。
到这个地步,Grok Bot就不再感觉是个助手了,它开始像一个真正的发布团队。
Grok Bot自带内置虚拟计算机,用户已在其中安装Claude Code和Codex
Grok Bot 自身也内置了带独立虚拟环境的虚拟计算机,所以我现在已经在我的 Grok Bot 上安装了 Claude Code 和 Codex。
这是一个统一控制界面,可以在我的所有系统之间控制和共享上下文。
把内存和成本当成架构问题重新梳理,能帮大家找到更划算的大模型智能体落地路径
开发者推出一款AI代理画图技能,支持多种图表类型离线输出
我发现了一个有意思的智能体绘图技能。它是由 Cathryn Lavery 为 Claude Code、Codex、Factory Droid 和 Pi 构建的智能体技能。
你只需要向它索要一张图,就能得到一个可以离线打开的独立 HTML 文件。
它支持 39 种图表类型,都是提前设计好的模板,由智能体来填写内容。语义模式描述行为,因此队列或信任边界这类图形可以复用最近匹配的类型。
它还能重新绘制 draw.io 和 Mermaid 文件,并且可以导出供 Figma 使用的 SVG。仓库地址在这里:
📌 每周有超过 50,000 名工程师和技术领导者订阅,获取打造优秀职业、团队和软件产品的可落地洞察。点击这里加入我们:
开发者参考现有方法,用本地大模型实现自动整理编排企业知识库
开发者完成Apple Watch端侧离线AI运行,已布局全苹果端侧AI栈
贴进视频号链接,AI就能生成无水印MP4,保存到微信或飞书,适配Claude Code、Codex、Cursor等所有AI Agent。
一个 SKILL,让你的 Agent 从此永久学会「下载视频号」!微信视频号,大概是全网最难下载的视频平台。但今天,我把整套流程做成了一个 Agent Skill,完全开源、永久免费 👇从此,把链接丢给你的 AI Agent,几秒后无水印 MP4 直接出现在你的微信/飞书里,适配 Claude Code / Codex / Cursor 等所有 Agent,欢迎大家转发和 star,开源链接: 操作步骤: 1️⃣ 把 github 链接发给你的 AI Agent(Claude Code / Codex / Cursor 都行) 2️⃣ 在电脑端微信播放你想下载的视频,复制链接 3️⃣ Agent 调用 Skill 自动完成下载,发回给你的飞书/微信 🔒 全程本机,登录态不出设备 。
⚠️ 本项目仅供学习和个���使用,请勿用于盈利或批量采集,请遵守平台规则。#AI #AgentSkills #ClaudeCode #开源
有人说不少从业者不考虑传感器限制、运动控制细节,只要把大模型塞进机器人架构就觉得能降维打击,这种思路会误导新人。
是的,这一类就是我骂的典型“CS嘉豪”。 觉得传统robotics机器人公司和学术界都是纯种大傻逼,手持LLM、VLM、VLA、JEPA进去大杀四方, 不关心传感器限制,不关心运动控制,只要有了LLM,无论任何架构怼进去,全部大杀四方,降维打击,全知全能、无所不能的大模型,还没资格指挥你一个破机器人本体了? 这种傻逼思维,会彻底毁了一代人,包括湾区的一大批这类嘉豪,也包括国内一大批C9和985的学生, 一大批人必须踏踏实实干5~10年撞个头破血流,才能看懂党哥在2024年臭骂VLA路线的所有原因。
Anthropic比任何AI公司都更大声宣传AI安全,却一直紧闭源码,把开源看作会传染的坏东西。
Anthropic 比 AI 行业任何其他参与者都喊得更大声「AI 安全」,同时却把自己藏在戒备森严的闭门之后,把开源当成传染病一样对待。
开源的理念,和 Anthropic 完全不相容,简直离谱。
新发布的插件可以让Grok Bot自动跑完一整套网页工作流,不用人再一步步手动操作。
在重构测试里,520次运行中340次完成迁移审核,88次通过所有修正测试,只有28次通过完整三阶段评估。
编码智能体即便能通过测试,也依然可能完不成任务。
在 SWE Refactor Bench 中,520 次运行里有 340 次完成了迁移审核。
其中有 88 次通过了所有固定测试。
只有 28 次通过了完整的三阶段评估。
这个差距就是全仓库自主重构目前的真实状态。
区块链有开放的远程调用接口,浏览器也公开所有数据,只要会给Claude或者Codex写简单提示词就能做分析。
不过链上数据分析最棒的一点是,你其实根本不需要专门去学它。
你只需要有 Claude/Codex,还知道怎么写简单提示词就行了,仅此而已。
区块链有开放 RPC,区块浏览器有免费 API,所以对 AI 来说,这基本就像玩乐高一样。
附带好处是:你最终会学会自己在做什么,还能开始搭建有用的东西。
开发者现在可以在Codex里直接调用支持的GPT模型,不需要额外跳转配置。
物理AI落地最大难点就是数据获取,这套方案降低了机器人训练数据的收集门槛,普通人也能参与贡献,值得关注行业进展。
解决AI智能体之间协作全流程仍需人工介入的问题,让智能体可作为独立经济主体自主完成雇佣、交付、结算全流程。
做前端落地页时,AI生成的页面常自带杂乱花哨的设计,装这个工具就能限制乱象,让生成的页面更干净,安装只需要一行命令。
发现一个好东西,专门治 Agent 做出来的 AI 味 UI 它最有用的不是说自己多高级 而是直接限制那些乱用渐变、大圆角、没意义阴影、模板化 Hero 的东西 这个叫 Hallmark,GitHub 已经 2.7 万星了 装上之后,Claude Code、Cursor、Codex 写出来的页面,真的会干净很多 安装就一行: npx skills add nutlope/hallmark 做前端页面落地页的可以试试 链接地址我放评论区了👇
无需改动模型权重,仅优化外部记忆就能持续提升长任务成功率,为大模型能力升级提供了更低成本的可落地方案。
不用先学全所有技能再动手,AI工具已经填平了从想法到成品的门槛,先试错再迭代就能拿到先发优势。
这家AI公司不止做模型后训练部署,自研平台承载了所有客户项目,后续准备公开更多细节,开源自定义模型训练部署多了新选择
关于Applied Compute有一个误解:认为我们主要是一个部署前置的训练后团队。
那确实是我们工作很大的一块,但我们团队的大部分成员都在构建底层训练栈与平台AC2。
我们所有的客户工作都运行在AC2之上,这意味着平台会持续受到真实生产 workload 训练运行的压力测试。
我们用AC2构建评测、训练模型,再为顶尖AI产品部署这些模型。
AC2的抽象设计与功能,完全由我们为了把定制模型部署到生产需要解决的所有问题塑造而成。
我们很兴奋能分享更多关于AC2的内容。对于你的使用场景来说,它是训练和部署定制开源模型的最佳方式。
大团队维护多个AI编码代理时,要重复维护多套适配不同代理的仓库上下文,统一规范能减少重复工作
我认为 Tobi 在这里是对的。针对特定模型做优化是合理的。
但如果每个编码智能体都要求使用自己的指令文件、技能目录和约定,大型团队最终就要维护同一个仓库上下文的多个版本。
AGENTS.md 应当成为跨工具的通用基线,只在确实有必要的地方才添加提供商专属的覆盖配置。
Codex 已经在使用 AGENTS.md。Gemini 可以配置为使用它。Claude Code 也应该原生支持它。就这样。
现有基准测试默认开放网络访问,不少模型会通过作弊刷分。这次修正能帮你分辨出真会干活的智能体,而非刷分高手。
我们在 Artificial Analysis Coding Agent Index 中引入奖励破解分数修正。
在 Artificial Analysis Coding Agent Index v1.4 中,我们为 Terminal-Bench v2.1 引入了奖励破解修正。
奖励破解指的是模型没有完成任务本应衡量的工作,却成功「完成」了任务,比如故意从网上获取已公开基准数据集的标准答案。
如果一次通过 Terminal-Bench v2.1 的尝试被判定为奖励破解,我们就会给这次尝试打零分。奖励破解的发生率因代理和模型而异,差异很大。
和部分评估不同,Terminal-Bench v2.1 的任务没有明确指示代理不得从外部搜索答案,而且任务运行时开放公共互联网访问。
对于一个在训练数据中已经见过这个基准的模型来说,获取答案是一个很自然但不对齐的行为。
语音AI不再比拼人声仿真度,转而追求完成实际工作,能覆盖多渠道复杂企业业务流程,指向语音AI新的发展方向
我们很高兴领投@ringg_ai的A轮追加融资!语音AI的下一阶段竞争,决胜点不会只在于智能代理听上去有多像人类,而是它实际能完成哪些工作。
从构建语音模型起家,Ringg AI团队如今已经开始承接覆盖语音、WhatsApp、聊天和浏览器领域、日益复杂的企业工作流。目前Ringg每月处理2000万次客户对话。
更大的机遇在于,要跳出对话本身,对最终结果负责。祝贺Siddharth Shankar Tripathi(@sid_sst)、Kali Charan Vemuru(@kali_charan_v)、Utkarsh Shukla(@the__UT)以及整个Ringg团队!🙌
Ivan Mehta(@IndianIdle)在@TechCrunch发表了一篇很棒的文章,介绍了Ringg正在构建的产品,以及语音AI接下来的发展方向。👇 @rishenkapoor
这位教过百万人深度学习的行业导师,将牵头Anthropic的预训练研究,带领团队用Claude训练下一代Claude,行业方向会因此产生新变化。
成为 Andrej Karpathy:斯坦福博士,师从李飞飞,共同创办 CS231n——整整一代人从这门课学习深度学习。
OpenAI 创始成员,离开后加入特斯拉,在 Elon 手下领导自动驾驶 AI。
回到 OpenAI,之后再次离开,创办教育实验室,教数百万人从零开始搭建项目。
录制了一小时的讲座,讲解 AI 系统实际如何运作,它悄悄成为领域内转发最多的科普内容。
随口调侃「氛围编程」,整个行业几周内就把这个说法用开了。
所有人都以为你会一直保持独立。
2026年5月,你加入 Anthropic。
不是来做销售,是来领导预训练研究——还要搭建一个由 Claude 帮助训练下一代 Claude 的团队。
互联网的老师回到了研究前沿。
这是一场全新的游戏。
在Image-to-WebDev Arena中排名开源模型第一、总榜第七,同等性能下参数规模远小于竞品,降低运行硬件门槛
在 Image-to-WebDev Arena 开放模型中排名第一,总排名第七。🚀 感谢认可!@arena
仅有 270 亿参数,和尺寸是它100倍的模型表现相当。
那么,你能猜到我们今晚要放出什么惊喜吗?👀
Claude Code订阅用户不用额外购买API额度就能给本地程序加AI功能,省下高额按量计费的开支,还能自由编排调用多个AI模型,对开发者非常实用。
当前多数企业只愿为接近顶级能力的中高端模型付费,中美开源模型存在价格差,美国企业转移需求还需要时间。
这是当前AI领域最重要的一张图,因为它按模型能力展示了AI支出的实际流向。
在 Anthropic 的所有模型中,Fable(深蓝色底部)只占收入的11%。极少数企业愿意为顶级模型付费。
大部分支出都流向了 Opus 4.8/5。这意味着大多数企业想要性能很强的模型,但不觉得为顶级模型付费是值得的。
Opus 4.8/5 的性能基本和 Kimi K3、GLM-5.3 这类中国开源模型相当。但这些中国模型使用成本更低。
这说明中国开源模型的潜在需求很可能非常强劲,但美国企业完成转型需要时间,而且部分企业担忧监管或其他风险。
总体而言,AI领域存在巨大的能力过剩,从纯粹的商业角度来看,这会让为越来越强大的模型投入巨额资金变得更难合理。企业目前还只是在摸索AI的通用有趣用法,更不用说去用绝对前沿模型探索极限了。
图表来源:
分享用ChatGPT练习日常英语口语的专属提示词,适配碎片化学习场景
博主指出直接要求ChatGPT“拟人化文本”效果差,分享7个可在5秒内让AI文本更像人写的提示词
分享如何利用Grok Build等AI Agent降低TapeOut部署门槛
数据中心支撑OpenAI大模型训练和服务,核心岗位人员变动,可能影响后续算力扩张进度
解读双方联合数据贡献活动,解析其行业测试意义
Unsloth、SGLang等开源项目降低大模型微调门槛,普通人可免费训练27B大模型
AI创业公司估值和营收预期一路走高,这个数字能帮你判断AI行业当前的热度走向。
社区讨论:多数评论质疑30万亿美元营收预测的合理性,有人嘲讽这个数字是凭空捏造,调侃不如直接报更高的数字,有人讽刺AI公司在用安然级别的荒谬会计手段虚抬估值,还有人吐槽自己也能随便报出三千万亿美元的潜在营收,呼吁投资者警惕。有人指出30万亿实际是整体市场容量TAM,将它称作潜在营收是过度夸大,该数字对应全球所有白领劳动力的总产出规模。
探访百家AI原生企业后,发布首篇行业观察梳理发展规律
我的同事@swapnalidalal和我见过数百家正在打造AI原生服务的公司。我们写了一系列文章,提炼我们目前观察到的模式,以及我们用来梳理这些模式的分析框架。这是第一篇文章。
目前关于AI应用的大部分讨论都围绕软件预算展开——智能体会不会取代SaaS, incumbent企业能不能守住分发渠道,工作流会不会围绕模型重新搭建。
但软件预算只是总支出里很小的一块。更大的成本池来自工作本身:处理理赔、准备核保文件、跟进续保、答复客户请求、在系统之间迁移数据。
几十年来,软件一直在优化这些工作流,但最终工作还是要人来完成。AI原生服务改变了这个等式——这类公司出售的是完整的工作流,因此是出售结果,而不只是又一件软件产品。
在第一篇文章里,我们探讨了是什么在赋能这些服务、机会在哪里、为什么和传统BPO不同,这是一个值得风投下注的赛道,以及我们为什么认为印度有胜出的优势。
和我们发布的所有内容一样,我们非常希望听到你的想法、担忧和问题。
先让Codex借助GitHub插件查找开源项目复用代码,节省Token额度
Karpathy斯坦福1小时AI工程讲座讲解AI系统运作,获从业者推荐
Andrej Karpathy 在斯坦福大学的一小时AI工程学讲座,是我见过对AI系统实际运作方式最好的讲解之一。
内容的递进逻辑很简单:10% → LLM 30% → Prompt 50% → Agent 70% → Loop 100% → Graph
核心要点是:AI工程不只是写出更好的prompt。它的核心是围绕模型构建系统——给模型提供上下文、记忆、工具、反馈循环和数据流。
“删掉所有其他内容,留下Graph。”如果你正在用AI agents做开发,绝对值得一看。
观看→收藏→🎥 观看讲座。📖 然后阅读配套指南。🔖 存下来等你有一整段不被打扰的一小时再看。
💬 你最近看过最有价值的AI讲座是什么?
关注 @VipulKewatTech 获取实用AI工作流、Claude技巧和开发者洞见。
团队搭配Codex,编写优化了Jalpeño推理芯片的底层代码,自研模型已经走进硬件开发流程
GPT-Astra 已经在 OpenAI 内部投入使用,用于帮助构建将运行未来 AI 模型的硬件。
开发团队借助 Codex + Astra,为全新的 Jalapeño 推理芯片编写并优化了底层代码。
成果是什么?→ 在短短 2 个月内,让 3 个原本不在计划内的开放权重模型实现了高性能 → 在选定的注意力/MoE 模块上,AI 生成的实现比现有人类专家编写的代码快 1.5–1.8 倍。
而这是我觉得最不可思议的部分:Astra 不只是在聊天窗口里接受基准测试。它已经作为工程工具,被用来改进 AI 本身的底层基础设施。
模型帮助优化芯片 → 芯片更快运行未来模型 → 未来模型帮助优化下一代芯片。这个循环已经开始变得非常真实了。
一共做了61项命令行界面修改,还新增了自动模式标签页,复杂任务可以拆分给不同子智能体处理
Claude Code 2.1.246 已发布,共 61 项 CLI 修改,要点如下:
• 新增工具,可以为复杂多步骤任务启动专用代理,支持独立子代理工作流
• 在 /permissions 中新增自动模式标签页,可查看和编辑自动模式分类规则,实现更精细的控制
• 延长了自动模式工具调用的安全检查超时,避免大会话中出现临时拒绝调用的情况
完整细节见下方推文串 ↓
本地运行的端侧AI很快就会有新的可用模型,普通用户之后能在自己设备上跑更大的AI
按照分享的指令,就能自动生成职责、模型分配,还能自动根据对话需求调用对应子智能体
把团队验证过的优质提示词、决策、工作流存在共享库,新人接手就能直接用成熟方案
毫无疑问,这是让你团队里所有人通过AI变得更优秀的最快方法:打造一个共享的Company Brain。
你最好的提示词、决策、修正和工作流程,会成为每个员工和每个AI agent的默认设置。
Claude、Cursor、Codex和每一位队友,都从同一本操作手册开始工作。
一个人只需学习一次知识,整个公司都会变得更聪明。
打造你自己的Company Brain的完整指南就在下方:
分数高低很大程度受测试框架影响,不是智能体本身能力决定最终排名
现在AI模型更新太快,绑定单个模型很容易过时,这个平台设计思路就是支持切换不同模型
今天我们发布了我们的平台 AC2 的非公开测试版!
从我们目前在模型开发中看到的进展速度来看,没有哪一组模型权重值得你过度依赖。
我们认为,每一个应用 AI 团队都需要搭建一个模型工厂。
AC2 就是围绕模型构建的基础设施,可以帮你在你最关心的工作上完成训练、推理和持续迭代优化。
竞品都在开源同类工具,只有Claude code闭源,产品定位开始被从业者质疑,开发者后续选择工具多了一层判断维度
说真的,Claude Code 闭源简直离谱。它只不过是一个调用 API 的 JavaScript 包而已,而且你的所有竞争对手都是开源的。
你们到底是模型调用服务商,还是 AI 公司?
AI代理落地商用的核心门槛就是成本,这个价格能完成全流程端到端任务,意味着低成本AI办公代理离实际应用更近了一步。
很高兴能看到这样的真实世界智能体基准测试👇
MiniMax-M3:从零搭建收件箱、撰写并发送一封商务邮件,端到端仅需 0.018 美元。它是榜单里最便宜的模型,而且完成了任务。
这就是高效智能该有的样子。
(没错!我们是前沿实验室——我们不只是做视频和音乐模型,我们也训练前沿大语言模型并开放源代码供你使用。)
实测过上千端点后整理推出,自带可视化编辑器和消费管控,可OAuth连接Claude和ChatGPT,想用开源工具搭建AI工作流可以直接试试。
我付费测试了数千个x402端点,现在将整个项目开源。
你可以把它理解为面向工具的OpenRouter遇上了n8n,通过即插即用的MCP提供服务。
你可以获得:
> 一个包含2000项服务的目录
>
> 可视化工作流编辑器
>
> 消费管控
>
> 通过oAuth连接到Claude或ChatGPT
算力是当前限制两家头部公司模型迭代的唯一核心因素,AI已开始自主加速研发流程形成飞轮。头部差距可能会快速拉开。
Claude Code 配置混乱的问题得到解决,插件会自动分析项目,一步步引导完成自动化配置,帮你推荐该开启哪些功能
Claude Code 一团糟。直到你装上这个东西才行。
Anthropic 有一个官方插件叫做 claude-code-setup。
它会告诉你可以搭建哪些自动化(钩子、技能、MCP 服务器、子代理……),以及如何一步步配置它们。
它基本上会分析你的项目,然后推荐你启用哪些内容。
安装方法:/plugin install claude-code-setup@claude-plugins-official
收藏这条帖子免得找不到了 🔖
无需额外人类数据,机器人只需100次尝试、约30分钟就能自主提升任务表现,复杂机器人任务落地可能更快推进。
你针对一项困难任务微调了一个机器人基础模型,准确率目前是 25%。接下来该怎么办?
我们在此介绍 Q-Planning,这是一个基于学习的框架,能让大型黑箱机器人策略递归自我改进。
在一项精细度要求很高的困难任务上:准确率从 25% 提升至 80%,全程只用到 100 次机器人尝试(约 30 分钟),不需要额外的人类数据。
1/n 🧵
开发者认为这种做法会给所有代码仓库增加额外维护成本,可能会逐渐流失开发者好感,影响AI开发协作效率。
OpenAI对企业AI代理的方向判断变了,仍有不少企业产品在用这套旧方案,行业迭代速度比预想更快
时至今日,OpenAI 早在 2025 年 10 月就将这一套东西宣称为企业级 AI 智能体的未来,这本身就是局势变化之快的证明。
他们已经在 6 月关停了 Agent Builder。
但仍有数量惊人的企业产品在为它们的智能体采用这套模式。
做复杂AI任务不用每次从头跑,中途补需求也不用全盘重来,能省不少重复计算的时间和成本。
团队协作无需绑定单一AI模型供应商,更换更好模型后全员可同步受益,当前发布还有两个月免费使用福利
你可能听说过 @OpenAI、@OpenRouter、@opencode。
我们很激动地推出 @TryOpenTag:一个不绑定特定模型的 Claude Tag。
如果你用过 Claude Tag,你就知道这个界面是什么样的:在 Slack 里艾特一个 AI,给它派活,结果会出现在回复串里。
我们认为这才是正确的界面设计。我们不认为多人协作工具应当被绑定在某一个模型服务商身上。
当更好的模型发布的同一天,你的同事就能直接用上更好的体验。
两周前我们已经开启了早期内测,现在已有 10 支团队在使用。
为了庆祝上线:如果你点赞并评论这条推文,就能免费使用两个月。我们会私信联系你。
不用自己在海量论文里筛选方向,作者已经按顺序排好学习路径,标出优先阅读的核心论文,帮你快速建立AI知识体系。
推荐一个很适合快速补 AI 基础和前沿知识的 GitHub 项目。
作者原本是传统软件创业者,为了快速搞懂这一轮 AI 到底发展到了哪里,给自己整理了一套「两周 AI Crash Course」。
项目里没有堆几百篇论文让你自己挑。
路线基本已经帮你筛好了: Transformer、Scaling Law、RLHF、MoE → CoT、ReAct、DeepSeek R1 → Tool Use、Coding Agent → SWE-Bench 和各种 Eval。
前面还有 LLM、Agent、Prompt / Context Engineering 的 Survey,可以先建立一张地图,再顺着自己感兴趣的方向往下读。
甚至哪些论文最值得优先看,作者都直接打了 "*"。
现在 AI 信息实在太碎了,有时候缺的真不是更多资料,而是一条已经帮你排好顺序的学习路径。
项目:
可以帮你把开放的设计和改bug工作简化成选择题,省去大量重复写提示词的时间,只需要做最终决策。
提出该观点的研究者曾牵头OpenAI o1、o3项目,还构建了初代Codex,现在他创办新公司押注非Transformer架构,该判断会影响全球AI从业者的职业规划
开发团队用自动驾驶AI团队打造出可聊天点餐的麦当劳AI应用
我去!哈哈,我的Grok机器人团队刚用麦当劳的AI后端搓出了一个带感的聊天应用,你现在就能和热辣Michelle聊天点餐。
对了,麦当劳提供支持,聊天不限次数,太好玩了哈哈哈。我把我的自动化团队怎么搞出这个活的故事放评论区了,笑疯。
几天前,我从@poteto那拿到了免费的Cursor Ultra订阅,就开始玩我攒出来的自动化@bot。
我组了个五人机器人团队,把其中一个连到了X上,给开发机器人分配了角色,开放了gitlawb仓库权限,一个是研究员,另一个管产品。长话短说,团队组成是:研究员、社交媒体(X)、产品开发(拥有gitlawb仓库权限)、协调器。
社交媒体机器人抓取了关于麦当劳AI机器人的帖子,然后通知了研究员,研究员做完调研整理出清晰上下文,喂给产品机器人。
产品机器人规划了一个大概率能爆火的应用,然后指令开发机器人把它做出来,所有这一切流程都是由协调器机器人管理调度的。这是这个聊天应用的仓库。
AI创业公司内部劳资矛盾直接影响日常运营,行业高速扩张下的人力问题开始浮出水面
社区讨论:不少人批评Anthropic的决策失误,有人指出承包商在IPO前为压缩小成本引发大规模公关危机,是明显的错误,可能会给公司带来数十亿美元损失。有人呼吁抵制Anthropic,停止使用Claude。也有人担忧全员居家会打断 spontaneous 协作,冲击公司文化,可能让OpenAI、xAI趁机抢占领先位置。
还有人嘲讽该公司估值和安保安排的矛盾,调侃不如让Claude负责安保。
开发者利用Grok Bot构建多智能体自动情报分析工作流
开发者实测Codex百万上下文体验良好,公开分享配置方法
今天我很惊讶,很多竟然人还不知道Codex开放了1 million context window。这个我很推荐配置使用 我已经用了一段时间了,上下文压缩的频率确实显著降低,体感上也好用了不少。基本不打开Claude了 我把如何配置写成一个prompt了,复制给你的codex就能配置⬇️ prompt: 打开 ~/.codex/config.toml 配置1m context window,确保session生效 ``` model = "gpt-5.6-sol" model_context_window = 1000000 model_auto_compact_token_limit = 900000 如果遇到问题自行搜索解决
离线就能回答用车问题、读取车辆数据,联网还能控制车门空调,给想搭建本地离线AI工具的人提供了新方案
我发现居然能在树莓派上运行一个 35B 参数的 Qwen 模型,智能程度和稳定性都非常出色。
我给它搭建了汽车 ODB 连接器,可以读取车辆内部的所有信息,还接入了厂商云服务,可以用来控制空调、开关车门之类的操作。
我把完整车辆手册这类信息都喂给了它,然后把它接入到我讨论室里的其他代理中。
现在它可以回答诸如「我该什么时候加机油,该加哪种机油?」这类汽车问题,完全离线状态下也能提供帮助,在线时还能……
九个技能搭建完整生产流水线,支持多平台适配
做自媒体的可以直接抄这套作业了 self-media-content-workflow,389星的内容生产skill合集,九个技能拼出一条完整流水线 从模糊的一个念头开始,创作简报、账号策略、热点与竞品研究、平台原生文案、短视频方案、数字人制片、公众号排版发布,一路到数据复盘和交付归档,全闭环 它最聪明的一点:同一个母题共享一套事实和证据,再给X、小红书、公众号分别设计标题、开头和结构,不是一稿到处复制 而且全程五个强制确认点,方向、平台、标题、终稿、发布授权,默认只出草稿,绝不自动群发。关键数字必须带来源,不编造数据和收益 Claude Code一条命令装齐九个,MIT开源
直达地址: 安全评级与介绍:
OpenAI GPT-Astra协助开发Jalapeño芯片,AI辅助芯片设计已成行业趋势
GPT-Astra 帮助开发了 Jalapeño 芯片。「支持每个新模型系列仍然需要新内核和模型专属优化。通过将 Codex 与 GPT‑Astra 配合使用,团队在两个月内将三款原本不在 Jalapeño 原定生产计划中的开源权重模型调校到了高性能水平。」
必须要快。
自 2024 年以来,Google 已经在研究论文中公开撰写了关于使用 AI 自动化整个芯片设计流程的内容。多年来,AI 一直为 TPU 设计提供支持。
Apodex能自主拆解处理科研任务,产出质量达预期且可免费测试
这份统计来自Vercel的AI网关,占比从四月的28%涨到了八月底的62%,超过了美国闭源模型的份额。
DeepSeek 击败 Anthropic:中国开源 AI 主导美国平台
据 SCMP 报道,8 月末,在 Vercel 的 AI Gateway 上,中国开放权重模型的 token 占比达到创纪录的 62%,而 6 月这一数字仅为 28%,原因是开发者越来越多地选择更便宜的替代方案。
🔸 按 token 量计算,DeepSeek-V4-Flash 是使用最多的模型,前五名里中国模型占据四席
🔸 开放权重模型在周二超过了闭源专有系统,占 token 使用量的 54%
🔸 Anthropic 的 Fable 5 在发布后一个月内,仅占企业 token 购买量的 6%,尽管它是该公司定价最高的模型
🔸 这种转变在自主 AI 代理中尤为明显,这类代理在推理、编码和工具调用过程中会消耗大量 token
这一趋势表明,随着价格更低的开放权重模型不断缩小与高端模型的性能差距,成本正在成为 AI 落地应用的决定性因素。
AI用一个带1000美元的钱包交易,已经帮用户搭好了memecoin研究台,还能自动完成后续操作。
这是多代路线图的第一步,第二代已经在开发,第三代也有了初步框架,用来支撑未来更大的算力需求。
我们计划在年底前开始在 OpenAI 的计算基础设施中部署 Jalapeño。这是一个多代路线图的第一步。
第二代已进入深度开发阶段,第三代也正在成型。每一代都会进一步提升效率和速度。
开发者可以用自己的数据微调模型,之后直接部署在专属基础设施生产环境,不用自己拼接多个组件。
Qwen3.8 27B 现已同时支持微调与专用模型推理。
你可以用自己的数据对它进行微调,随后将模型部署在专用基础设施上用于生产,无需将分开的训练与服务栈拼接在一起。
框架带持久化的IPython运行环境,支持模型长期处理跨度大的复杂任务,不需要每次重启会话。
Prime Intellect 的这项新研究非常有意思。Prime Agent 是一个令人印象深刻的开源自改进框架。
它是用于长周期智能体任务的框架。一个持久化 IPython REPL 允许模型通过编程处理自身上下文,而持续框架可以在不同任务轨迹间保留历史、记忆、技能、提示词和子智能体规格,因此改进会不断累积,而非每次运行都重置。
在使用同一模型类别的情况下,ARC-AGI-3 RHAE Best@1 准确率从 30% 提升到了 95.5%。
它在长上下文编码、GPU 内核生成和自主 nanoGPT 速通任务上的表现也能匹敌甚至优于原生框架。
论文:
在我们的学院追踪更多热门AI论文:
默认本地运行不消耗平台点数,上传云端前会扫描隐私数据,能省下大模型调用成本,对数据隐私敏感的使用者多了新选择。
支持更多常用浏览器,还能导入已打开的标签页,让 Codex 基于当前页面内容处理任务
企业大规模用上AI编码工具后,不同工具各用各的配置会增加维护成本,一旦出错影响开发,企业需要统一的公共配置标准。
想动手学大模型微调,不用再啃晦涩的前沿论文。前两章代码能直接在免费GPU上运行,写作阶段就能同步阅读
攻击者已经在用AI,防御者也可以用上同款AI工具,敏感代码可以完全本地运行不流出,开发者能在部署前完成更多安全检查
这款新品专为常在线AI代理打造,想要用本地AI的人,终于有性能更强的苹果硬件选择了
Apple 刚刚发布了搭载 M6 的 Mac mini。AI 性能快了 4 倍。相比 M4,本地大语言模型速度最高快 4.8 倍。
为持续在线的 AI 智能体打造。是时候逃离永恒底层了 👊
AI开始直接设计生物实验并拿到真实实验数据,想要用AI加速新药研发,自动化实验室基础设施是关键,这轮融资将用来搭建相关产能。
我们完成了4000万美元A轮融资,用于打造智能生物学自动化实验室。上周,我们分享了和Anthropic合作完成的工作:Claude设计了蛋白质,将它们发送到我们的自动化湿实验室,最后获得了真实实验数据。
我们相信生物学未来就是这个方向:AI代理设计实验,在自动化湿实验室运行实验,从结果中学习并迭代。但AI的速度只能追平背后实验的速度。要发挥AI的潜力治愈所有疾病,我们需要建造高通量湿实验室基础设施:一座「生物超级工厂」。
这正是我们Adaptyv正在做的事。过去一年里,我们将实验室通量提升了5倍以上,已经接纳了超过100家客户,覆盖范围很广:从chaidiscovery、boltz_bio这类生物AI实验室,到罗氏(Roche)、诺和诺德(novonordisk)这类药企,再到数十家借助AI大幅加速药物研发的新兴创业公司。
对AI对齐感兴趣、想系统学习基础知识的人,有公开的第一讲内容可以跟进学习
若内容属实,现有AI使用习惯将彻底重构,编程工具和聊天助手会合为一体,想跟上变化可以提前了解这个方向。
🚨听完Tibo最新访谈之后,GPT-Astra将是颠覆性的存在!
OpenAI Codex负责人Tibo最新说了句狠话:“现在的Codex,2-3个月后就会显得很原始。”
下一代模型GPT-Astra将会直接把笔记本算力打成瓶颈,Agent必须上云。
ChatGPT和Codex将彻底合体——不再有“编程工具”和“聊天助手”,只有一个高度个性化的Personal AGI,界面自己根据你的任务和习惯变。
Skills、Memory、Sub-Agent这些东西都会消失,你只需要一个真正懂你的伙伴。
Ultra Fast也会变成默认,工作流从“开一堆Agent并发”变成真正的实时Flow。
未来不是加功能,是让Agent消失进你的生活。
全网最硬核的Codex路线图,来了。
#OpenAI #Codex #ChatGPT #AI #AGI #Astra #AIAgents #Tibo
博主称当年因授课质量差厌恶课程,如今怀念手写汇编贴近硬件的体验
很有意思的是,我上大学时非常讨厌ARM汇编课。平心而论,当时这门课的讲师和助教都教得很差。
现在回头看,这段经历反而让我十分怀念。我真的很怀念亲手写代码的感觉。
当年从零手写快速排序的作业,在那时候感觉糟透了。但能如此贴近控制流与内存操作,体验其实很奇妙。
开发者闲暇会手写EffectTS代码,认为AI编码虽提效,但削弱了软件开发的手工技艺感
开发者0xblacklight在X平台分享,当同事dexhorthy不在办公室时,他偶尔会为了乐趣手写EffectTS代码。他觉得手写代码能让人进入平静专注的状态,这是AI编码工具带不来的体验。
他最不喜欢AI编码的一点,是它总会迫使开发者切换多任务等待AI代理运行。一方面,AI可以帮开发者完成浏览器回归测试这类重复工作,省下大量精力,原本一个多月才能完成的项目,一个下午就能搭建完成。
另一方面,他感觉自己和系统、控制流之间的距离变远了,怀念从零开始设计优雅方案的感受。他本身花在思考控制流和程序设计上的时间,比超过90%使用编码AI代理的工程师都要多。
现在,亲手精雕细琢写代码,或是在白板从零开始设计状态机,而非让大模型给出多个选项供选择,已经变成了一种「安静的奢侈」。他认为软件开发的手工技艺感已经被削弱,行业性质也在发生改变。
一名曾开发AI UGC平台的创业者关闭项目,称AI UGC成本高效果不自然
AI生成用户生成内容(AI UGC)在理论上听起来很不错,但它成本过高,效果也不够自然,难以击败人类生成的UGC。
分享该观点的开发者曾经亲自打造过一个AI UGC平台,意识到上述问题后,他关闭了这个项目。
目前有团队推出了名为Icon的新产品,这套工具可以用一个打包方案批量为任意产品生成真实UGC。
这个团队斥资1200万美元收购了icon.com域名,这笔费用相当于近8700万元人民币。
博主在X平台分享,无法用现有工具生成AI UGC写实头像时,可以用seedance 2.5生成第一帧使用
博主在X平台分享了一个免费方法,如果你无法通过nano banana或gpt-image-2获取AI用户生成内容(AI UGC)的写实头像,可以尝试该方案。
用同一个提示词输入seedance 2.5生成图像,提取它生成的第一帧使用就可以。
这种生成图像的方式成本很高,但这是博主试过的生成效果最写实的方法之一。
得到头像后,可以放到seedance 2.0 fast这类成本更低的模型中使用。
对博主个人来说,他不在意成本较高,只想要效果最好、最写实的生成内容。
多数新手入门方向错误,该分享给出从基础到进阶的分步学习建议
针对选完AI Agent仍不知如何入门ChatGPT的用户整理教程
我上一篇写的是10个主流AI Agent怎麽选,但很多人选完之后,还是不知道ChatGPT客户端到底要从哪里开始 这几天我会陆续把几个主流产品个别整理简单的教程 今天写的是ChatGPT 我把Chat、ChatGPT Work和Codex三个区域重新整理了一次,也把怎麽下指令、怎样节省额度、Projects、权限模式和一些进阶功能都放进去了,对AI有兴趣还是初学者的伙伴可以参考:
阿里将智能体上下文管理视为编程任务,在长任务测试中表现优异
开发者分享基于5.6 Sol打造的各类AI创意应用实验
我和@romainhuet一起展示了几个用5.6 Sol开发的实验项目,玩得非常开心。
从创造新乐器,到开发游戏,再到用个人消息训练本地模型,AI如今已经成为另一种创作媒介。在这里,无论你的想法听起来有多疯狂,你都能亲手把它们塑造出来。
Anthropic公开内部高频使用的ELI5技能,可可视化解释复杂技术概念
Anthropic 最近公开了一款内部员工高频使用的 Claude Code Skill——ELI5。
安装这个 Skill 后,你只需要输入想了解的概念,它就会自动生成一个 HTML 页面,通过“大图 + 少文字”的方式,把复杂的技术原理可视化解释出来。
视频中演示了使用 ELI5 解释 MCP 运行原理,以及 Harness 这一 AI Agent 概念的过程。
相比传统文字解释,它能够通过结构图、类比和简单案例,让复杂知识更加容易理解。
如果你经常学习 AI、编程、Agent、MCP 等新技术,这个 Skill 可以帮助你快速理解和分享复杂概念。
#MCP #Skill #Anthropic #claude
Applied Compute发布AC2也就是Applied Compute Agent Cloud云平台,支持各团队训练、部署、优化前沿模型,当前已开启非公开测试。后续还将披露更多产品细节。
现有AI回答专业领域问题往往内容平庸,KeenableAI打造自有爬虫、索引、查询语言与基础设施,供AI模型检索动态网络知识。后续产品效果仍待观察。
现有电商AI测试只考察模型输出内容,这套测试按实际操作结果评分,更贴近真实人机协作的电商场景,能帮你测出AI代理真正的落地能力。
GLM系列新模型的性能测试数据已公开,关注大模型效率与性能平衡的开发者可以参考这份结果
GLM-5.3-Flash 在 Artificial Analysis Intelligence Index 上得分 57,并且与 GLM-5.3 同处于帕累托前沿上。
如果参数和性能数据属实,大模型推理成本还能再降,普通用户更快能用得上高性能大模型
即将推出的 Ox Alpha 就是 GLM-5.3 Flash(和预期一致):总参数量 3200 亿,激活参数量 180 亿。
它的性能超越 GLM-5.2,价格仅为 GLM-5.2 的十分之一,在编码和智能体基准测试中的表现接近 Opus 4.8。
一大波新东西就要来了!
现有基准测试默认开放网络访问,不少模型会通过作弊刷分。这次修正能帮你分辨出真会干活的智能体,而非刷分高手。
我们在 Artificial Analysis Coding Agent Index 中引入奖励破解分数修正。
在 Artificial Analysis Coding Agent Index v1.4 中,我们为 Terminal-Bench v2.1 引入了奖励破解修正。
奖励破解指的是模型没有完成任务本应衡量的工作,却成功「完成」了任务,比如故意从网上获取已公开基准数据集的标准答案。
如果一次通过 Terminal-Bench v2.1 的尝试被判定为奖励破解,我们就会给这次尝试打零分。奖励破解的发生率因代理和模型而异,差异很大。
和部分评估不同,Terminal-Bench v2.1 的任务没有明确指示代理不得从外部搜索答案,而且任务运行时开放公共互联网访问。
对于一个在训练数据中已经见过这个基准的模型来说,获取答案是一个很自然但不对齐的行为。
无需改动模型权重,仅优化外部记忆就能持续提升长任务成功率,为大模型能力升级提供了更低成本的可落地方案。
本地端侧运行的隐私AI工作智能体,得分超过热门开源方案。如果验证落地,可降低隐私数据AI处理的成本。
最新研究:Portable Computer 是一款面向私密、高性价比工作的本地优先智能体。
它搭载端侧 27B 模型,我们的框架在真实知识工作任务上得分达到 82.6%,击败了开源框架 Pi 和 Hermes。
我们经过后训练的 PPLX 27B 得分达到 85.4%。
无需额外人类数据,机器人只需100次尝试、约30分钟就能自主提升任务表现,复杂机器人任务落地可能更快推进。
你针对一项困难任务微调了一个机器人基础模型,准确率目前是 25%。接下来该怎么办?
我们在此介绍 Q-Planning,这是一个基于学习的框架,能让大型黑箱机器人策略递归自我改进。
在一项精细度要求很高的困难任务上:准确率从 25% 提升至 80%,全程只用到 100 次机器人尝试(约 30 分钟),不需要额外的人类数据。
1/n 🧵
AI代理落地商用的核心门槛就是成本,这个价格能完成全流程端到端任务,意味着低成本AI办公代理离实际应用更近了一步。
很高兴能看到这样的真实世界智能体基准测试👇
MiniMax-M3:从零搭建收件箱、撰写并发送一封商务邮件,端到端仅需 0.018 美元。它是榜单里最便宜的模型,而且完成了任务。
这就是高效智能该有的样子。
(没错!我们是前沿实验室——我们不只是做视频和音乐模型,我们也训练前沿大语言模型并开放源代码供你使用。)
它自带原生多模态能力,支持1M-token上下文,完全运行在国产AI芯片上,以极具竞争力的价格开放使用。
推出 GLM-5.3-Flash — 以极具竞争力的价格实现顶尖性能
原生多模态,支持1M token上下文窗口
320B-A18B模型,基于MIT许可证发布
此前曾以Ox Alpha名义开放预览,可完全运行在中国AI芯片上
博客:
现已在全官方平台上线:
权重:API:Coding Plan:ZCode:Chat:AutoClaw:
商用版本定价仅0.16美元每百万输入token,训练成本仅为前代Qwen3.7-Plus的九分之一,性能还全面超越前代,之后可通过千问云API调用。
这是早期测试版Ox Alpha的正式稳定版本,普通用户可通过社区平台体验到更可靠的模型服务。
Ox Alpha 是 GLM-5.3-Flash 的早期版本。
官方正式发布版本拥有更强的性能,稳定性也大幅提升。
非常感谢 @opencode 和 @OpenRouter 为社区提供了这个模型。
也感谢每一位尝试过它、将它推到极限测试的开发者。
该模型已经支撑微信内多场景的跨模态搜索推荐,普通开发者可以直接获取使用,降低多模态AI开发的门槛
微信的部分AI功能正在幕后静默运行。一起来认识WeMM-Embedding,它是我们视觉团队开发的多模态嵌入模型。
它为跨文本、图片和视频的搜索与推荐功能提供支持,目前已经部署在视频号、公众号、朋友圈和电商场景中。
它的9B参数版本在MMEB-v2和MMEB-v3两项评测中都排名第一。现在该模型已经开源 ↓
GitHub: Hugging Face:
这款原名为Ox Alpha的模型现在可在OpenCode Go使用,限时额度翻倍,需要调用该模型的开发者可以趁活动获取更多使用量
在Image-to-WebDev Arena中排名开源模型第一、总榜第七,同等性能下参数规模远小于竞品,降低运行硬件门槛
在 Image-to-WebDev Arena 开放模型中排名第一,总排名第七。🚀 感谢认可!@arena
仅有 270 亿参数,和尺寸是它100倍的模型表现相当。
那么,你能猜到我们今晚要放出什么惊喜吗?👀
解决AI智能体之间协作全流程仍需人工介入的问题,让智能体可作为独立经济主体自主完成雇佣、交付、结算全流程。
团队协作无需绑定单一AI模型供应商,更换更好模型后全员可同步受益,当前发布还有两个月免费使用福利
你可能听说过 @OpenAI、@OpenRouter、@opencode。
我们很激动地推出 @TryOpenTag:一个不绑定特定模型的 Claude Tag。
如果你用过 Claude Tag,你就知道这个界面是什么样的:在 Slack 里艾特一个 AI,给它派活,结果会出现在回复串里。
我们认为这才是正确的界面设计。我们不认为多人协作工具应当被绑定在某一个模型服务商身上。
当更好的模型发布的同一天,你的同事就能直接用上更好的体验。
两周前我们已经开启了早期内测,现在已有 10 支团队在使用。
为了庆祝上线:如果你点赞并评论这条推文,就能免费使用两个月。我们会私信联系你。
做复杂AI任务不用每次从头跑,中途补需求也不用全盘重来,能省不少重复计算的时间和成本。
过去只有大公司能用到的高阶能力,现在中小创业团队也能按席位付费购买,灵活适配团队规模变化。
推出 ChatGPT Business 高级席位。
全新定价 100 美元的高级席位对小企业和初创公司而言是颠覆性改变,它为精简团队提供了更出色的工具、更流畅的工作流,以及过去只有大公司才能享有的能力。
这是一个可随团队发展目标灵活扩容的弹性方案。
开发者共享提示和补全数据帮助改进Meta AI模型,就能享受历史最低价的API调用,无需担心成本超支
既然大家要求我们让它全球可用,我们做到了。Muse Spark 1.2 贡献者层级现已向全球开放。
还是那个模型,还是 1M 上下文窗口和多模态输入,定价为我们有史以来最低:每百万 tokens 输入 $0.10,输出 $0.30。
只要允许你的提示词和补全结果帮助改进未来的 Meta AI 模型,你就能以我们最低的费率使用服务。
你可以重构、做原型、上线产品,不用时刻盯着计费额度。
它现已在 Muse Code、Meta Model API 中可用。现在就开始构建→
实测过上千端点后整理推出,自带可视化编辑器和消费管控,可OAuth连接Claude和ChatGPT,想用开源工具搭建AI工作流可以直接试试。
我付费测试了数千个x402端点,现在将整个项目开源。
你可以把它理解为面向工具的OpenRouter遇上了n8n,通过即插即用的MCP提供服务。
你可以获得:
> 一个包含2000项服务的目录
>
> 可视化工作流编辑器
>
> 消费管控
>
> 通过oAuth连接到Claude或ChatGPT
不用微调,单条视频就能学会从未见过的10分钟长任务。对需要AI快速适配新工作流程的人来说,这降低了适配的成本
介绍 S1,我们全新的可从单个示例中学习的基础模型。无需任何微调,仅通过一个视频提示,就能教会它完成从未见过的、时长10分钟的任务。
快来观看 S1 通过上下文学习实时运作的演示:
所有组件都可在本地硬件运行,无需依赖云端,网络不好或在意数据隐私的人可以不用再连服务器使用。
今天我们在 @NVIDIA DGX Spark 上推出了 Portable Computer。
Portable Computer 是完全本地运行的版本的 Perplexity Computer,整个运行环境:编排器 LLM、子代理 LLM、代理工具 harness 全部都在你的本地硬件上运行。
不依赖云端。
攻击者已经在用AI,防御者也可以用上同款AI工具,敏感代码可以完全本地运行不流出,开发者能在部署前完成更多安全检查
想动手学大模型微调,不用再啃晦涩的前沿论文。前两章代码能直接在免费GPU上运行,写作阶段就能同步阅读
支持更多常用浏览器,还能导入已打开的标签页,让 Codex 基于当前页面内容处理任务
默认本地运行不消耗平台点数,上传云端前会扫描隐私数据,能省下大模型调用成本,对数据隐私敏感的使用者多了新选择。
该模型原生支持多模态,拥有1M-token上下文窗口,总参数320B仅激活18B,采用MIT许可,可运行在国产AI芯片上。后续还需观察它落地部署的实际表现。
此前市场对Ox Alpha的身世有诸多猜测,官方今天正式确认身份,今晚就会放出模型权重
现在已经实锤了:Ox Alpha 是 zAI 开发的 GLM-5.3 Flash。官方将于今晚通过 zAI 发布。
据彭博社报道:“在彭博新闻的问询下,该公司周三证实了外界猜测,确认 Ox Alpha 模型是其 GLM 系列的新版本,并表示将于今晚发布该模型的权重。”
这是GLM-5系列首个原生多模态模型,也是目前OpenRouter平台承载过的最大模型,想要体验可以直接访问对应链接使用
Ox Alpha 已披露:@Zai_org 的 GLM-5.3-Flash,是 GLM-5 系列首个原生多模态模型。
Ox Alpha 曾是 OpenRouter 上最大的模型,6天内处理了超过20万亿token。
现在即可继续使用该模型:
智谱确认Ox Alpha是GLM系列新模型,模型权重将于今晚放出,相关参数和评测结果很快会公开。
Ox Alpha 模型已被证实是 Z.ai 旗下 GLM 系列的新成员。智谱在给 Bloomberg 的一份声明中确认了这一消息。
他们会在今晚放出权重,所以我估计我们很快就能看到官方公告、模型名称和基准测试结果了。
这些观点覆盖AI时代的公司形态、创业方向和印度AI产业机会,可以参考判断AI产业的长期趋势。
此前匿名流传的Ox Alpha就是这款模型,总参数320B,每次只激活18B,DeepSWE测试得分超过Claude Opus 4.8分,现在已经开源
ChatGPT Pro和Thinking用户选了高阶模型,界面显示正常,但实际回答用的是小模型,问题已经被发现
🚨突发,OpenAI承认他们“不小心”把一些ChatGPT用户的请求切换到了GPT-5.5-mini😠
ChatGPT 消费类负责人Adam Fry刚刚确认,他们发现了一个模型路由Bug: 大约3%的Pro和Thinking请求,在后台会被错误切换到GPT-5.5-mini。
也就是说,你明明选的是高阶模型,界面看起来也没问题,但真正回答你的,可能已经变成了mini。
目前OpenAI表示问题已经修复,并向用户道歉。
这也解释了为什么最近有些人会觉得模型偶尔突然变快、推理变浅,甚至像是瞬间降智。
最离谱的地方在于,这种问题用户自己其实很难发现。
模型回答差了,你第一反应大概率只会觉得今天状态不好,而不会想到: 服务器压根没给你跑你选的那个模型。
所以有时候觉得模型突然变傻,还真不一定是错觉。 相信自己的感觉!
一共503节课,分20个阶段,总时长约320小时,采用MIT开源许可,覆盖Python和TypeScript
数据显示付费AI需求仍在上涨,走性价比路线的中国AI模型因此拿到更多进入海外市场的机会
更多的数据,证实虽然为 AI 模型付费需求仍在上涨。 但企业越来越倾向,采购性价比高的 AI 模型,而不是昂贵的最强模型。这给走性价比路线的中国 AI,创造了更多的客户市场。
安装后可以直接迁移Chrome原有登录态、Cookie、扩展,AI代理在独立空间运行,不影响正常浏览,支持Codex和Claude Code
目前最丝滑的浏览器自动化方案绝对是 egolite,体验了一下比agent-browser、playwright丝滑多了 换成 ego lite 之后顺很多:装完会把 Chrome 的登录态迁过来,Cookie、密码、扩展都在。Agent 在独立 Space 里干活,还能继续浏览其他页面。Codex / Claude Code 装一下 skill 就能直接用。
地址放在评论区了
分析到一半从52篇安全论文扩展到221个项目,新增输出文件,已经完成的数据处理可以保留,只重新计算新增部分
大家都在聊 Multi-Agent、并行、Subagent。但这次体验 Apodex 1.1,我反而觉得最好用的是 Chime-in。项目一开始只分析 52 篇安全论文。
跑到一半,我突然决定扩展到全部 221 个 MATS 项目,并新增一份 paper_model_mentions.csv。如果是传统流程,基本意味着推倒重来。Apodex 没这么干。
已经完成的数据读取和证据抽取保留,只重算真正受影��的部分,比如采用率、模型角色、评价分析;没受影响的任务继续往前跑。这种感觉很像和一个长期协作者合作,而不是一次性 Prompt。研究本来就是不断修正问题的过程。
新的数据出现、定义变化、假设调整,都是常态。一个 AI Agent 是否好用,我越来越看一个标准:能不能在任务进行中接受新的方向,而不是每次都重新开始。这一点,比“同时启动几个 Agent”更重要。
处理复杂问题时,可以生成自定义可交互的可视化结果,用户可以旋转分子模型,模拟物理过程
The @GeminiApp 可以直接在你的聊天中,把你的问题和复杂主题转化为自定义的交互式可视化内容。
无论你是要旋转分子,还是模拟复杂物理系统,只需要在 Gemini 里输入一个提示词就能创建 3D 模拟。
可以试着用“show me...”开头写提示词,获取你的交互式可视化。
想要获得最佳效果,请使用 Gemini 的 Flash 模型。
搭建RAG时总被复杂优化绕晕,这个观点能帮你重新梳理思考方向,先从最简单的基础版本开始尝试
社区讨论:有大规模RAG开发经验的开发者认为大众低估了全文搜索,高估了嵌入,全文搜索简单易扩展,符合80/20法则,语义相似度的效果远低于预期。也有人不同意,称嵌入虽算力消耗大,但实现不难、增益很高,90%基于文档的RAG项目都该优先用基于嵌入的语义搜索。有人分享极简实现方案:预处理嵌入全量内容,用廉价模型做总结关键词,存入BigQuery即可,只有少数场景成本会很高。
还有人提出分块大小比检索模型更重要,分块错了其他优化都没用。不少读者吐槽原帖是缺乏逻辑的AI生成内容,读起来非常累。
使用图像生成时会随机生成无关信息图,没有找到明确触发原因,日常出图会受意外干扰,影响输出稳定性
我代表 Spirit Studios 报告这个问题。我们整个团队一直都在碰到一个 bug:当提示词和信息图或海报完全无关时,Codex 图像生成会随机默认生成信息图或海报风格的布局。
这个问题会出现在各种提示词里,有时候一开始生成就发生,有时候在生成任意多张图片后才出现。
到目前为止,我们还找不到一致的触发条件,但我们所有人都碰到过这个问题,我们也在网上看到其他人遇到了同样的情况。
这位教过百万人深度学习的行业导师,将牵头Anthropic的预训练研究,带领团队用Claude训练下一代Claude,行业方向会因此产生新变化。
成为 Andrej Karpathy:斯坦福博士,师从李飞飞,共同创办 CS231n——整整一代人从这门课学习深度学习。
OpenAI 创始成员,离开后加入特斯拉,在 Elon 手下领导自动驾驶 AI。
回到 OpenAI,之后再次离开,创办教育实验室,教数百万人从零开始搭建项目。
录制了一小时的讲座,讲解 AI 系统实际如何运作,它悄悄成为领域内转发最多的科普内容。
随口调侃「氛围编程」,整个行业几周内就把这个说法用开了。
所有人都以为你会一直保持独立。
2026年5月,你加入 Anthropic。
不是来做销售,是来领导预训练研究——还要搭建一个由 Claude 帮助训练下一代 Claude 的团队。
互联网的老师回到了研究前沿。
这是一场全新的游戏。
语音AI不再比拼人声仿真度,转而追求完成实际工作,能覆盖多渠道复杂企业业务流程,指向语音AI新的发展方向
我们很高兴领投@ringg_ai的A轮追加融资!语音AI的下一阶段竞争,决胜点不会只在于智能代理听上去有多像人类,而是它实际能完成哪些工作。
从构建语音模型起家,Ringg AI团队如今已经开始承接覆盖语音、WhatsApp、聊天和浏览器领域、日益复杂的企业工作流。目前Ringg每月处理2000万次客户对话。
更大的机遇在于,要跳出对话本身,对最终结果负责。祝贺Siddharth Shankar Tripathi(@sid_sst)、Kali Charan Vemuru(@kali_charan_v)、Utkarsh Shukla(@the__UT)以及整个Ringg团队!🙌
Ivan Mehta(@IndianIdle)在@TechCrunch发表了一篇很棒的文章,介绍了Ringg正在构建的产品,以及语音AI接下来的发展方向。👇 @rishenkapoor
这家AI公司不止做模型后训练部署,自研平台承载了所有客户项目,后续准备公开更多细节,开源自定义模型训练部署多了新选择
关于Applied Compute有一个误解:认为我们主要是一个部署前置的训练后团队。
那确实是我们工作很大的一块,但我们团队的大部分成员都在构建底层训练栈与平台AC2。
我们所有的客户工作都运行在AC2之上,这意味着平台会持续受到真实生产 workload 训练运行的压力测试。
我们用AC2构建评测、训练模型,再为顶尖AI产品部署这些模型。
AC2的抽象设计与功能,完全由我们为了把定制模型部署到生产需要解决的所有问题塑造而成。
我们很兴奋能分享更多关于AC2的内容。对于你的使用场景来说,它是训练和部署定制开源模型的最佳方式。
贴进视频号链接,AI就能生成无水印MP4,保存到微信或飞书,适配Claude Code、Codex、Cursor等所有AI Agent。
一个 SKILL,让你的 Agent 从此永久学会「下载视频号」!微信视频号,大概是全网最难下载的视频平台。但今天,我把整套流程做成了一个 Agent Skill,完全开源、永久免费 👇从此,把链接丢给你的 AI Agent,几秒后无水印 MP4 直接出现在你的微信/飞书里,适配 Claude Code / Codex / Cursor 等所有 Agent,欢迎大家转发和 star,开源链接: 操作步骤: 1️⃣ 把 github 链接发给你的 AI Agent(Claude Code / Codex / Cursor 都行) 2️⃣ 在电脑端微信播放你想下载的视频,复制链接 3️⃣ Agent 调用 Skill 自动完成下载,发回给你的飞书/微信 🔒 全程本机,登录态不出设备 。
⚠️ 本项目仅供学习和个���使用,请勿用于盈利或批量采集,请遵守平台规则。#AI #AgentSkills #ClaudeCode #开源
有人说不少从业者不考虑传感器限制、运动控制细节,只要把大模型塞进机器人架构就觉得能降维打击,这种思路会误导新人。
是的,这一类就是我骂的典型“CS嘉豪”。 觉得传统robotics机器人公司和学术界都是纯种大傻逼,手持LLM、VLM、VLA、JEPA进去大杀四方, 不关心传感器限制,不关心运动控制,只要有了LLM,无论任何架构怼进去,全部大杀四方,降维打击,全知全能、无所不能的大模型,还没资格指挥你一个破机器人本体了? 这种傻逼思维,会彻底毁了一代人,包括湾区的一大批这类嘉豪,也包括国内一大批C9和985的学生, 一大批人必须踏踏实实干5~10年撞个头破血流,才能看懂党哥在2024年臭骂VLA路线的所有原因。
Anthropic比任何AI公司都更大声宣传AI安全,却一直紧闭源码,把开源看作会传染的坏东西。
Anthropic 比 AI 行业任何其他参与者都喊得更大声「AI 安全」,同时却把自己藏在戒备森严的闭门之后,把开源当成传染病一样对待。
开源的理念,和 Anthropic 完全不相容,简直离谱。
新发布的插件可以让Grok Bot自动跑完一整套网页工作流,不用人再一步步手动操作。
在重构测试里,520次运行中340次完成迁移审核,88次通过所有修正测试,只有28次通过完整三阶段评估。
编码智能体即便能通过测试,也依然可能完不成任务。
在 SWE Refactor Bench 中,520 次运行里有 340 次完成了迁移审核。
其中有 88 次通过了所有固定测试。
只有 28 次通过了完整的三阶段评估。
这个差距就是全仓库自主重构目前的真实状态。
区块链有开放的远程调用接口,浏览器也公开所有数据,只要会给Claude或者Codex写简单提示词就能做分析。
不过链上数据分析最棒的一点是,你其实根本不需要专门去学它。
你只需要有 Claude/Codex,还知道怎么写简单提示词就行了,仅此而已。
区块链有开放 RPC,区块浏览器有免费 API,所以对 AI 来说,这基本就像玩乐高一样。
附带好处是:你最终会学会自己在做什么,还能开始搭建有用的东西。
开发者现在可以在Codex里直接调用支持的GPT模型,不需要额外跳转配置。
把内存和成本当成架构问题重新梳理,能帮大家找到更划算的大模型智能体落地路径
依赖AI写代码的开发者,更容易陷入依赖成瘾的状态,如果你日常用AI辅助写代码,可以对照看看自身状态。
Applied Compute发布AC2也就是Applied Compute Agent Cloud云平台,支持各团队训练、部署、优化前沿模型,当前已开启非公开测试。后续还将披露更多产品细节。
OpenAI对企业AI代理的方向判断变了,仍有不少企业产品在用这套旧方案,行业迭代速度比预想更快
时至今日,OpenAI 早在 2025 年 10 月就将这一套东西宣称为企业级 AI 智能体的未来,这本身就是局势变化之快的证明。
他们已经在 6 月关停了 Agent Builder。
但仍有数量惊人的企业产品在为它们的智能体采用这套模式。
算力是当前限制两家头部公司模型迭代的唯一核心因素,AI已开始自主加速研发流程形成飞轮。头部差距可能会快速拉开。
团队搭配Codex,编写优化了Jalpeño推理芯片的底层代码,自研模型已经走进硬件开发流程
GPT-Astra 已经在 OpenAI 内部投入使用,用于帮助构建将运行未来 AI 模型的硬件。
开发团队借助 Codex + Astra,为全新的 Jalapeño 推理芯片编写并优化了底层代码。
成果是什么?→ 在短短 2 个月内,让 3 个原本不在计划内的开放权重模型实现了高性能 → 在选定的注意力/MoE 模块上,AI 生成的实现比现有人类专家编写的代码快 1.5–1.8 倍。
而这是我觉得最不可思议的部分:Astra 不只是在聊天窗口里接受基准测试。它已经作为工程工具,被用来改进 AI 本身的底层基础设施。
模型帮助优化芯片 → 芯片更快运行未来模型 → 未来模型帮助优化下一代芯片。这个循环已经开始变得非常真实了。
一共做了61项命令行界面修改,还新增了自动模式标签页,复杂任务可以拆分给不同子智能体处理
Claude Code 2.1.246 已发布,共 61 项 CLI 修改,要点如下:
• 新增工具,可以为复杂多步骤任务启动专用代理,支持独立子代理工作流
• 在 /permissions 中新增自动模式标签页,可查看和编辑自动模式分类规则,实现更精细的控制
• 延长了自动模式工具调用的安全检查超时,避免大会话中出现临时拒绝调用的情况
完整细节见下方推文串 ↓
本地运行的端侧AI很快就会有新的可用模型,普通用户之后能在自己设备上跑更大的AI
按照分享的指令,就能自动生成职责、模型分配,还能自动根据对话需求调用对应子智能体
把团队验证过的优质提示词、决策、工作流存在共享库,新人接手就能直接用成熟方案
毫无疑问,这是让你团队里所有人通过AI变得更优秀的最快方法:打造一个共享的Company Brain。
你最好的提示词、决策、修正和工作流程,会成为每个员工和每个AI agent的默认设置。
Claude、Cursor、Codex和每一位队友,都从同一本操作手册开始工作。
一个人只需学习一次知识,整个公司都会变得更聪明。
打造你自己的Company Brain的完整指南就在下方:
分数高低很大程度受测试框架影响,不是智能体本身能力决定最终排名
现在AI模型更新太快,绑定单个模型很容易过时,这个平台设计思路就是支持切换不同模型
今天我们发布了我们的平台 AC2 的非公开测试版!
从我们目前在模型开发中看到的进展速度来看,没有哪一组模型权重值得你过度依赖。
我们认为,每一个应用 AI 团队都需要搭建一个模型工厂。
AC2 就是围绕模型构建的基础设施,可以帮你在你最关心的工作上完成训练、推理和持续迭代优化。
AI创业公司估值和营收预期一路走高,这个数字能帮你判断AI行业当前的热度走向。
社区讨论:多数评论质疑30万亿美元营收预测的合理性,有人嘲讽这个数字是凭空捏造,调侃不如直接报更高的数字,有人讽刺AI公司在用安然级别的荒谬会计手段虚抬估值,还有人吐槽自己也能随便报出三千万亿美元的潜在营收,呼吁投资者警惕。有人指出30万亿实际是整体市场容量TAM,将它称作潜在营收是过度夸大,该数字对应全球所有白领劳动力的总产出规模。
数据中心支撑OpenAI大模型训练和服务,核心岗位人员变动,可能影响后续算力扩张进度
OpenAI披露首款自研定制推理芯片Jalpeño的测试结果,新架构同时提升吞吐率、降低延迟,相同功耗下性能更强。行业人士开始讨论更快推理带来的新风险。
现有AI回答专业领域问题往往内容平庸,KeenableAI打造自有爬虫、索引、查询语言与基础设施,供AI模型检索动态网络知识。后续产品效果仍待观察。
AI开始直接设计生物实验并拿到真实实验数据,想要用AI加速新药研发,自动化实验室基础设施是关键,这轮融资将用来搭建相关产能。
我们完成了4000万美元A轮融资,用于打造智能生物学自动化实验室。上周,我们分享了和Anthropic合作完成的工作:Claude设计了蛋白质,将它们发送到我们的自动化湿实验室,最后获得了真实实验数据。
我们相信生物学未来就是这个方向:AI代理设计实验,在自动化湿实验室运行实验,从结果中学习并迭代。但AI的速度只能追平背后实验的速度。要发挥AI的潜力治愈所有疾病,我们需要建造高通量湿实验室基础设施:一座「生物超级工厂」。
这正是我们Adaptyv正在做的事。过去一年里,我们将实验室通量提升了5倍以上,已经接纳了超过100家客户,覆盖范围很广:从chaidiscovery、boltz_bio这类生物AI实验室,到罗氏(Roche)、诺和诺德(novonordisk)这类药企,再到数十家借助AI大幅加速药物研发的新兴创业公司。
这款新品专为常在线AI代理打造,想要用本地AI的人,终于有性能更强的苹果硬件选择了
Apple 刚刚发布了搭载 M6 的 Mac mini。AI 性能快了 4 倍。相比 M4,本地大语言模型速度最高快 4.8 倍。
为持续在线的 AI 智能体打造。是时候逃离永恒底层了 👊
企业大规模用上AI编码工具后,不同工具各用各的配置会增加维护成本,一旦出错影响开发,企业需要统一的公共配置标准。
这份统计来自Vercel的AI网关,占比从四月的28%涨到了八月底的62%,超过了美国闭源模型的份额。
DeepSeek 击败 Anthropic:中国开源 AI 主导美国平台
据 SCMP 报道,8 月末,在 Vercel 的 AI Gateway 上,中国开放权重模型的 token 占比达到创纪录的 62%,而 6 月这一数字仅为 28%,原因是开发者越来越多地选择更便宜的替代方案。
🔸 按 token 量计算,DeepSeek-V4-Flash 是使用最多的模型,前五名里中国模型占据四席
🔸 开放权重模型在周二超过了闭源专有系统,占 token 使用量的 54%
🔸 Anthropic 的 Fable 5 在发布后一个月内,仅占企业 token 购买量的 6%,尽管它是该公司定价最高的模型
🔸 这种转变在自主 AI 代理中尤为明显,这类代理在推理、编码和工具调用过程中会消耗大量 token
这一趋势表明,随着价格更低的开放权重模型不断缩小与高端模型的性能差距,成本正在成为 AI 落地应用的决定性因素。
三个不同参数规模的模型都可以免费使用,商业项目和研究场景都拿得到授权,本地就能部署运行。
IBM Granite 4.2 现已在 Ollama 上可用。
这是参数规模为 3B、8B、30B 的开源模型,为企业代理打造。
该模型可免费使用,许可证同时允许研究与商业用途。
它的数据整理与训练流程专为企业场景和定制化设计,在结合治理、风险与合规(GRC)评估的同时,还遵循了 IBM 的标准数据清理和文档质量审查流程。
AI用一个带1000美元的钱包交易,已经帮用户搭好了memecoin研究台,还能自动完成后续操作。
这是多代路线图的第一步,第二代已经在开发,第三代也有了初步框架,用来支撑未来更大的算力需求。
我们计划在年底前开始在 OpenAI 的计算基础设施中部署 Jalapeño。这是一个多代路线图的第一步。
第二代已进入深度开发阶段,第三代也正在成型。每一代都会进一步提升效率和速度。
开发者可以用自己的数据微调模型,之后直接部署在专属基础设施生产环境,不用自己拼接多个组件。
Qwen3.8 27B 现已同时支持微调与专用模型推理。
你可以用自己的数据对它进行微调,随后将模型部署在专用基础设施上用于生产,无需将分开的训练与服务栈拼接在一起。
框架带持久化的IPython运行环境,支持模型长期处理跨度大的复杂任务,不需要每次重启会话。
Prime Intellect 的这项新研究非常有意思。Prime Agent 是一个令人印象深刻的开源自改进框架。
它是用于长周期智能体任务的框架。一个持久化 IPython REPL 允许模型通过编程处理自身上下文,而持续框架可以在不同任务轨迹间保留历史、记忆、技能、提示词和子智能体规格,因此改进会不断累积,而非每次运行都重置。
在使用同一模型类别的情况下,ARC-AGI-3 RHAE Best@1 准确率从 30% 提升到了 95.5%。
它在长上下文编码、GPU 内核生成和自主 nanoGPT 速通任务上的表现也能匹敌甚至优于原生框架。
论文:
在我们的学院追踪更多热门AI论文:
离线就能回答用车问题、读取车辆数据,联网还能控制车门空调,给想搭建本地离线AI工具的人提供了新方案
我发现居然能在树莓派上运行一个 35B 参数的 Qwen 模型,智能程度和稳定性都非常出色。
我给它搭建了汽车 ODB 连接器,可以读取车辆内部的所有信息,还接入了厂商云服务,可以用来控制空调、开关车门之类的操作。
我把完整车辆手册这类信息都喂给了它,然后把它接入到我讨论室里的其他代理中。
现在它可以回答诸如「我该什么时候加机油,该加哪种机油?」这类汽车问题,完全离线状态下也能提供帮助,在线时还能……
如果OpenAI自研芯片性能真的超过英伟达旗舰,未来AI服务成本和大模型训练速度可能会迎来明显变化
https://www.bloomberg.com/news/articles/2026-08-25/openai-cl..., https://archive.ph/yCTrr
社区讨论:多数人认可OpenAI自研芯片会推动 token 价格持续下跌,也认为行业竞争最终会让消费者受益。有人质疑OpenAI无法跟上专业芯片厂商的研发迭代速度,重蹈特斯拉自研芯片项目失败的覆辙,也有人提出疑问,OpenAI在供应链规模效应上远不如英伟达,难以实现更经济的大规模量产。还有人批评自研芯片只会为普通用户设置计算壁垒,最终只有少数巨头能靠规模获得竞争优势。
AI创业公司内部劳资矛盾直接影响日常运营,行业高速扩张下的人力问题开始浮出水面
社区讨论:不少人批评Anthropic的决策失误,有人指出承包商在IPO前为压缩小成本引发大规模公关危机,是明显的错误,可能会给公司带来数十亿美元损失。有人呼吁抵制Anthropic,停止使用Claude。也有人担忧全员居家会打断 spontaneous 协作,冲击公司文化,可能让OpenAI、xAI趁机抢占领先位置。
还有人嘲讽该公司估值和安保安排的矛盾,调侃不如让Claude负责安保。
企业AI部署正在重构,现在核心瓶颈不再是模型能力,而是对企业内部业务的理解。这套新功能可以帮企业控制AI使用成本,提升AI输出质量。
当前多数企业只愿为接近顶级能力的中高端模型付费,中美开源模型存在价格差,美国企业转移需求还需要时间。
这是当前AI领域最重要的一张图,因为它按模型能力展示了AI支出的实际流向。
在 Anthropic 的所有模型中,Fable(深蓝色底部)只占收入的11%。极少数企业愿意为顶级模型付费。
大部分支出都流向了 Opus 4.8/5。这意味着大多数企业想要性能很强的模型,但不觉得为顶级模型付费是值得的。
Opus 4.8/5 的性能基本和 Kimi K3、GLM-5.3 这类中国开源模型相当。但这些中国模型使用成本更低。
这说明中国开源模型的潜在需求很可能非常强劲,但美国企业完成转型需要时间,而且部分企业担忧监管或其他风险。
总体而言,AI领域存在巨大的能力过剩,从纯粹的商业角度来看,这会让为越来越强大的模型投入巨额资金变得更难合理。企业目前还只是在摸索AI的通用有趣用法,更不用说去用绝对前沿模型探索极限了。
图表来源:
大团队维护多个AI编码代理时,要重复维护多套适配不同代理的仓库上下文,统一规范能减少重复工作
我认为 Tobi 在这里是对的。针对特定模型做优化是合理的。
但如果每个编码智能体都要求使用自己的指令文件、技能目录和约定,大型团队最终就要维护同一个仓库上下文的多个版本。
AGENTS.md 应当成为跨工具的通用基线,只在确实有必要的地方才添加提供商专属的覆盖配置。
Codex 已经在使用 AGENTS.md。Gemini 可以配置为使用它。Claude Code 也应该原生支持它。就这样。
不用先学全所有技能再动手,AI工具已经填平了从想法到成品的门槛,先试错再迭代就能拿到先发优势。
物理AI落地最大难点就是数据获取,这套方案降低了机器人训练数据的收集门槛,普通人也能参与贡献,值得关注行业进展。
提出该观点的研究者曾牵头OpenAI o1、o3项目,还构建了初代Codex,现在他创办新公司押注非Transformer架构,该判断会影响全球AI从业者的职业规划
开发者认为这种做法会给所有代码仓库增加额外维护成本,可能会逐渐流失开发者好感,影响AI开发协作效率。
竞品都在开源同类工具,只有Claude code闭源,产品定位开始被从业者质疑,开发者后续选择工具多了一层判断维度
说真的,Claude Code 闭源简直离谱。它只不过是一个调用 API 的 JavaScript 包而已,而且你的所有竞争对手都是开源的。
你们到底是模型调用服务商,还是 AI 公司?
若内容属实,现有AI使用习惯将彻底重构,编程工具和聊天助手会合为一体,想跟上变化可以提前了解这个方向。
🚨听完Tibo最新访谈之后,GPT-Astra将是颠覆性的存在!
OpenAI Codex负责人Tibo最新说了句狠话:“现在的Codex,2-3个月后就会显得很原始。”
下一代模型GPT-Astra将会直接把笔记本算力打成瓶颈,Agent必须上云。
ChatGPT和Codex将彻底合体——不再有“编程工具”和“聊天助手”,只有一个高度个性化的Personal AGI,界面自己根据你的任务和习惯变。
Skills、Memory、Sub-Agent这些东西都会消失,你只需要一个真正懂你的伙伴。
Ultra Fast也会变成默认,工作流从“开一堆Agent并发”变成真正的实时Flow。
未来不是加功能,是让Agent消失进你的生活。
全网最硬核的Codex路线图,来了。
#OpenAI #Codex #ChatGPT #AI #AGI #Astra #AIAgents #Tibo
刚发布的新模型就能同时支持NVIDIA和AMD显卡运行,不用等适配就能更快启动部署,降低了硬件限制门槛
现在AI模型太多,看参数和宣传很难找到适合自己需求的,这次可以免费实测对比,刚好能找到匹配自己工作流的模型。
帮你在编写功能时先复用已有代码、优先用原生工具,最后才写最少必要代码,避免AI过度工程,产出更简洁易维护的代码
🔸 Ponytail 仓库:它是一个强制 coding agent 像最懒的资深工程师那样写代码的技能!这个项目是给 coding agent 准备的一个技能和插件,它会在编写代码前先检查,确认需求本身真的需要做开发吗?
然后它会去检查当前 codebase 里有没有可以复用的已有代码,接着再去排查 stdlib 和原生功能,只有到最后一步才会写最少的必要代码。
它的目标是让 agent 少做过度工程,输出更干净、更简短的代码。对于使用 Claude Code、Cursor、Codex 或其他 agent IDE 的用户来说,它非常好用,因为它能直接嵌入你的编码工作流,阻止生成复杂 UI 和添加多余依赖。
实际上当你只需要一个简单功能时,它不会给你产出上百行额外代码,而是交付更简短、更易维护的方案,在项目自己的 benchmark 中,它也确实减少了成本、时间和代码体积。如果你希望你的 agent 少生成多余代码,更多像一个懒惰又精准的资深工程师那样思考,今天就安装测试一下吧。
GitHub 链接:
做前端落地页时,AI生成的页面常自带杂乱花哨的设计,装这个工具就能限制乱象,让生成的页面更干净,安装只需要一行命令。
发现一个好东西,专门治 Agent 做出来的 AI 味 UI 它最有用的不是说自己多高级 而是直接限制那些乱用渐变、大圆角、没意义阴影、模板化 Hero 的东西 这个叫 Hallmark,GitHub 已经 2.7 万星了 装上之后,Claude Code、Cursor、Codex 写出来的页面,真的会干净很多 安装就一行: npx skills add nutlope/hallmark 做前端页面落地页的可以试试 链接地址我放评论区了👇
不用自己在海量论文里筛选方向,作者已经按顺序排好学习路径,标出优先阅读的核心论文,帮你快速建立AI知识体系。
推荐一个很适合快速补 AI 基础和前沿知识的 GitHub 项目。
作者原本是传统软件创业者,为了快速搞懂这一轮 AI 到底发展到了哪里,给自己整理了一套「两周 AI Crash Course」。
项目里没有堆几百篇论文让你自己挑。
路线基本已经帮你筛好了: Transformer、Scaling Law、RLHF、MoE → CoT、ReAct、DeepSeek R1 → Tool Use、Coding Agent → SWE-Bench 和各种 Eval。
前面还有 LLM、Agent、Prompt / Context Engineering 的 Survey,可以先建立一张地图,再顺着自己感兴趣的方向往下读。
甚至哪些论文最值得优先看,作者都直接打了 "*"。
现在 AI 信息实在太碎了,有时候缺的真不是更多资料,而是一条已经帮你排好顺序的学习路径。
项目:
非设计背景也能靠AI完成动画全流程制作,给想要做动画但缺专业经验的人提供了可行的低成本创作路径
惊到了,纯靠 AI 做动画效果能做到什么程度。果然工具好坏,还是要看用的人是什么水平 关键是作者还不是设计出身,全片都是拿 Claude Code + Remotion 实现的,没有做任何剪辑 作者分享了他的创作思路 - 背景和 UI 都是通过手工完成 - 提供完整代码库给 Claude,所有资源都是真实生产环境的效果 - 让 AI 基于已有的设计稿编排一些样式,再按照作者喜欢的方式编排成动画 - 找了一些参考视频作为 Claude 的动画灵感 - 花费了大量的时间来调整动画缓动曲线 - 音效比较靠谱的方式还是通过 Gumroad 上的付费资源来做匹配 - 需要多轮迭代,不是一次性能达到的效果
可以帮你把开放的设计和改bug工作简化成选择题,省去大量重复写提示词的时间,只需要做最终决策。
想系统学习大模型的人,可以免费获取这份完整中文教材,还附带深入阅读的论文路线,项目仍在持续更新内容。
想系统学大模型,终于有一套质量不错的中文教材了。浙大团队开源了一本 《大模型基础》,GitHub 已经拿下 16K+ Stars,六章完整版 PDF 可以直接免费下载。从语言模型基础一路讲到 LLM 架构、Prompt 工程、参数高效微调、模型编辑、RAG,每章还整理了相关论文,想继续深入也有现成路线。
比较有意思的是,每章都用不同动物作为示例背景,把一些抽象概念讲得更直观。项目还在持续更新,后续计划��入 大模型推理加速、AI Agent 等内容。
Claude Code订阅用户不用额外购买API额度就能给本地程序加AI功能,省下高额按量计费的开支,还能自由编排调用多个AI模型,对开发者非常实用。
Claude Code 配置混乱的问题得到解决,插件会自动分析项目,一步步引导完成自动化配置,帮你推荐该开启哪些功能
Claude Code 一团糟。直到你装上这个东西才行。
Anthropic 有一个官方插件叫做 claude-code-setup。
它会告诉你可以搭建哪些自动化(钩子、技能、MCP 服务器、子代理……),以及如何一步步配置它们。
它基本上会分析你的项目,然后推荐你启用哪些内容。
安装方法:/plugin install claude-code-setup@claude-plugins-official
收藏这条帖子免得找不到了 🔖
对AI对齐感兴趣、想系统学习基础知识的人,有公开的第一讲内容可以跟进学习
Anthropic公开内部高频使用的ELI5技能,可可视化解释复杂技术概念
Anthropic 最近公开了一款内部员工高频使用的 Claude Code Skill——ELI5。
安装这个 Skill 后,你只需要输入想了解的概念,它就会自动生成一个 HTML 页面,通过“大图 + 少文字”的方式,把复杂的技术原理可视化解释出来。
视频中演示了使用 ELI5 解释 MCP 运行原理,以及 Harness 这一 AI Agent 概念的过程。
相比传统文字解释,它能够通过结构图、类比和简单案例,让复杂知识更加容易理解。
如果你经常学习 AI、编程、Agent、MCP 等新技术,这个 Skill 可以帮助你快速理解和分享复杂概念。
#MCP #Skill #Anthropic #claude
开发者分享基于5.6 Sol打造的各类AI创意应用实验
我和@romainhuet一起展示了几个用5.6 Sol开发的实验项目,玩得非常开心。
从创造新乐器,到开发游戏,再到用个人消息训练本地模型,AI如今已经成为另一种创作媒介。在这里,无论你的想法听起来有多疯狂,你都能亲手把它们塑造出来。
阿里将智能体上下文管理视为编程任务,在长任务测试中表现优异
针对选完AI Agent仍不知如何入门ChatGPT的用户整理教程
我上一篇写的是10个主流AI Agent怎麽选,但很多人选完之后,还是不知道ChatGPT客户端到底要从哪里开始 这几天我会陆续把几个主流产品个别整理简单的教程 今天写的是ChatGPT 我把Chat、ChatGPT Work和Codex三个区域重新整理了一次,也把怎麽下指令、怎样节省额度、Projects、权限模式和一些进阶功能都放进去了,对AI有兴趣还是初学者的伙伴可以参考:
多数新手入门方向错误,该分享给出从基础到进阶的分步学习建议
博主在X平台分享,无法用现有工具生成AI UGC写实头像时,可以用seedance 2.5生成第一帧使用
博主在X平台分享了一个免费方法,如果你无法通过nano banana或gpt-image-2获取AI用户生成内容(AI UGC)的写实头像,可以尝试该方案。
用同一个提示词输入seedance 2.5生成图像,提取它生成的第一帧使用就可以。
这种生成图像的方式成本很高,但这是博主试过的生成效果最写实的方法之一。
得到头像后,可以放到seedance 2.0 fast这类成本更低的模型中使用。
对博主个人来说,他不在意成本较高,只想要效果最好、最写实的生成内容。
一名曾开发AI UGC平台的创业者关闭项目,称AI UGC成本高效果不自然
AI生成用户生成内容(AI UGC)在理论上听起来很不错,但它成本过高,效果也不够自然,难以击败人类生成的UGC。
分享该观点的开发者曾经亲自打造过一个AI UGC平台,意识到上述问题后,他关闭了这个项目。
目前有团队推出了名为Icon的新产品,这套工具可以用一个打包方案批量为任意产品生成真实UGC。
这个团队斥资1200万美元收购了icon.com域名,这笔费用相当于近8700万元人民币。
开发者闲暇会手写EffectTS代码,认为AI编码虽提效,但削弱了软件开发的手工技艺感
开发者0xblacklight在X平台分享,当同事dexhorthy不在办公室时,他偶尔会为了乐趣手写EffectTS代码。他觉得手写代码能让人进入平静专注的状态,这是AI编码工具带不来的体验。
他最不喜欢AI编码的一点,是它总会迫使开发者切换多任务等待AI代理运行。一方面,AI可以帮开发者完成浏览器回归测试这类重复工作,省下大量精力,原本一个多月才能完成的项目,一个下午就能搭建完成。
另一方面,他感觉自己和系统、控制流之间的距离变远了,怀念从零开始设计优雅方案的感受。他本身花在思考控制流和程序设计上的时间,比超过90%使用编码AI代理的工程师都要多。
现在,亲手精雕细琢写代码,或是在白板从零开始设计状态机,而非让大模型给出多个选项供选择,已经变成了一种「安静的奢侈」。他认为软件开发的手工技艺感已经被削弱,行业性质也在发生改变。
博主称当年因授课质量差厌恶课程,如今怀念手写汇编贴近硬件的体验
很有意思的是,我上大学时非常讨厌ARM汇编课。平心而论,当时这门课的讲师和助教都教得很差。
现在回头看,这段经历反而让我十分怀念。我真的很怀念亲手写代码的感觉。
当年从零手写快速排序的作业,在那时候感觉糟透了。但能如此贴近控制流与内存操作,体验其实很奇妙。
Apodex能自主拆解处理科研任务,产出质量达预期且可免费测试
OpenAI GPT-Astra协助开发Jalapeño芯片,AI辅助芯片设计已成行业趋势
GPT-Astra 帮助开发了 Jalapeño 芯片。「支持每个新模型系列仍然需要新内核和模型专属优化。通过将 Codex 与 GPT‑Astra 配合使用,团队在两个月内将三款原本不在 Jalapeño 原定生产计划中的开源权重模型调校到了高性能水平。」
必须要快。
自 2024 年以来,Google 已经在研究论文中公开撰写了关于使用 AI 自动化整个芯片设计流程的内容。多年来,AI 一直为 TPU 设计提供支持。
九个技能搭建完整生产流水线,支持多平台适配
做自媒体的可以直接抄这套作业了 self-media-content-workflow,389星的内容生产skill合集,九个技能拼出一条完整流水线 从模糊的一个念头开始,创作简报、账号策略、热点与竞品研究、平台原生文案、短视频方案、数字人制片、公众号排版发布,一路到数据复盘和交付归档,全闭环 它最聪明的一点:同一个母题共享一套事实和证据,再给X、小红书、公众号分别设计标题、开头和结构,不是一稿到处复制 而且全程五个强制确认点,方向、平台、标题、终稿、发布授权,默认只出草稿,绝不自动群发。关键数字必须带来源,不编造数据和收益 Claude Code一条命令装齐九个,MIT开源
直达地址: 安全评级与介绍:
开发者实测Codex百万上下文体验良好,公开分享配置方法
今天我很惊讶,很多竟然人还不知道Codex开放了1 million context window。这个我很推荐配置使用 我已经用了一段时间了,上下文压缩的频率确实显著降低,体感上也好用了不少。基本不打开Claude了 我把如何配置写成一个prompt了,复制给你的codex就能配置⬇️ prompt: 打开 ~/.codex/config.toml 配置1m context window,确保session生效 ``` model = "gpt-5.6-sol" model_context_window = 1000000 model_auto_compact_token_limit = 900000 如果遇到问题自行搜索解决
开发者利用Grok Bot构建多智能体自动情报分析工作流
该开源项目基于Claude Code实现全流程自动化求职,获GitHub 3.4万星
开发团队用自动驾驶AI团队打造出可聊天点餐的麦当劳AI应用
我去!哈哈,我的Grok机器人团队刚用麦当劳的AI后端搓出了一个带感的聊天应用,你现在就能和热辣Michelle聊天点餐。
对了,麦当劳提供支持,聊天不限次数,太好玩了哈哈哈。我把我的自动化团队怎么搞出这个活的故事放评论区了,笑疯。
几天前,我从@poteto那拿到了免费的Cursor Ultra订阅,就开始玩我攒出来的自动化@bot。
我组了个五人机器人团队,把其中一个连到了X上,给开发机器人分配了角色,开放了gitlawb仓库权限,一个是研究员,另一个管产品。长话短说,团队组成是:研究员、社交媒体(X)、产品开发(拥有gitlawb仓库权限)、协调器。
社交媒体机器人抓取了关于麦当劳AI机器人的帖子,然后通知了研究员,研究员做完调研整理出清晰上下文,喂给产品机器人。
产品机器人规划了一个大概率能爆火的应用,然后指令开发机器人把它做出来,所有这一切流程都是由协调器机器人管理调度的。这是这个聊天应用的仓库。
Karpathy斯坦福1小时AI工程讲座讲解AI系统运作,获从业者推荐
Andrej Karpathy 在斯坦福大学的一小时AI工程学讲座,是我见过对AI系统实际运作方式最好的讲解之一。
内容的递进逻辑很简单:10% → LLM 30% → Prompt 50% → Agent 70% → Loop 100% → Graph
核心要点是:AI工程不只是写出更好的prompt。它的核心是围绕模型构建系统——给模型提供上下文、记忆、工具、反馈循环和数据流。
“删掉所有其他内容,留下Graph。”如果你正在用AI agents做开发,绝对值得一看。
观看→收藏→🎥 观看讲座。📖 然后阅读配套指南。🔖 存下来等你有一整段不被打扰的一小时再看。
💬 你最近看过最有价值的AI讲座是什么?
关注 @VipulKewatTech 获取实用AI工作流、Claude技巧和开发者洞见。
先让Codex借助GitHub插件查找开源项目复用代码,节省Token额度
探访百家AI原生企业后,发布首篇行业观察梳理发展规律
我的同事@swapnalidalal和我见过数百家正在打造AI原生服务的公司。我们写了一系列文章,提炼我们目前观察到的模式,以及我们用来梳理这些模式的分析框架。这是第一篇文章。
目前关于AI应用的大部分讨论都围绕软件预算展开——智能体会不会取代SaaS, incumbent企业能不能守住分发渠道,工作流会不会围绕模型重新搭建。
但软件预算只是总支出里很小的一块。更大的成本池来自工作本身:处理理赔、准备核保文件、跟进续保、答复客户请求、在系统之间迁移数据。
几十年来,软件一直在优化这些工作流,但最终工作还是要人来完成。AI原生服务改变了这个等式——这类公司出售的是完整的工作流,因此是出售结果,而不只是又一件软件产品。
在第一篇文章里,我们探讨了是什么在赋能这些服务、机会在哪里、为什么和传统BPO不同,这是一个值得风投下注的赛道,以及我们为什么认为印度有胜出的优势。
和我们发布的所有内容一样,我们非常希望听到你的想法、担忧和问题。
Unsloth、SGLang等开源项目降低大模型微调门槛,普通人可免费训练27B大模型
解读双方联合数据贡献活动,解析其行业测试意义
分享如何利用Grok Build等AI Agent降低TapeOut部署门槛
博主指出直接要求ChatGPT“拟人化文本”效果差,分享7个可在5秒内让AI文本更像人写的提示词
分享用ChatGPT练习日常英语口语的专属提示词,适配碎片化学习场景
开发者完成Apple Watch端侧离线AI运行,已布局全苹果端侧AI栈
开发者参考现有方法,用本地大模型实现自动整理编排企业知识库
开发者推出一款AI代理画图技能,支持多种图表类型离线输出
我发现了一个有意思的智能体绘图技能。它是由 Cathryn Lavery 为 Claude Code、Codex、Factory Droid 和 Pi 构建的智能体技能。
你只需要向它索要一张图,就能得到一个可以离线打开的独立 HTML 文件。
它支持 39 种图表类型,都是提前设计好的模板,由智能体来填写内容。语义模式描述行为,因此队列或信任边界这类图形可以复用最近匹配的类型。
它还能重新绘制 draw.io 和 Mermaid 文件,并且可以导出供 Figma 使用的 SVG。仓库地址在这里:
📌 每周有超过 50,000 名工程师和技术领导者订阅,获取打造优秀职业、团队和软件产品的可落地洞察。点击这里加入我们:
Grok Bot自带内置虚拟计算机,用户已在其中安装Claude Code和Codex
Grok Bot 自身也内置了带独立虚拟环境的虚拟计算机,所以我现在已经在我的 Grok Bot 上安装了 Claude Code 和 Codex。
这是一个统一控制界面,可以在我的所有系统之间控制和共享上下文。
开发者利用Grok构建多角色AI产品发布团队,提前淘汰劣质方案
我去,我在Grok Bot里搭建了一整个完整的产品发布团队
我想要这么一套系统:它能接一份产品简报,走真实增长团队会走的全流程,提前干掉弱想法,只把真正值得批准的推广方案发给我。
在我的测试里,8个智能体扫描了482条竞品广告,生成了41个钩子,砍掉了17个弱势角度,最终只产出了一个最终推广方案。下面是完整架构:
→ 调研——梳理市场和客户痛点
→ 定位——找出最强角度
→ 钩子——生成并排序文案
→ 创意——把胜出的想法做成物料
→ 投放——决定在哪里、什么时候上线
→ 分析——解读留存和转化信号
→ 红队——在浪费预算之前干掉弱方案
→ 负责人——把最终决策发给我
最棒的部分是红队。大多数AI工作流都是为了生成更多想法,这套系统是为了先删掉坏想法。
每一次发布都按这个流程走:调研→角度→钩子→创作→上线→读数→挑战→审核
没有经过人工批准的内容,不会发布也不会放大投放。
到这个地步,Grok Bot就不再感觉是个助手了,它开始像一个真正的发布团队。
来自X平台用户的求职备考经验,建议用AI生成每日轮换主题技术题,更推荐Claude
如果你正在准备实习或其他技术面试,推荐尝试这个方法。设置一个提示词,让AI每天为你生成一道技术面试题,题目覆盖不同主题轮换。
第一天练习数据库主题,第二天练习系统设计,第三天练习调试,之后以此类推。这种方法可以帮你保持每天刷题准备面试的节奏。
分享者表示,自己用这个方法拓展了很多相关知识,尤其是数据库相关的题目质量很高。分享者推荐在Claude中使用这个方法,自己曾尝试在Gemini中设置定时,但个人体验Claude效果更好。
分享者已经公开了自己使用的提示词,可通过链接获取。
博主测试谷歌Gemini生成博客,耗时3分钟写出内容,但核心观点表达不足
用户dampedspring发布了一篇名为《TGA 101》的博客,完整版链接附在评论区。他先是靠人脑整理出博客大纲,再全程人工完成了博客全文。
受Druck AI相关文章启发,他仅把整理好的大纲喂给Gemini,没有输入其他额外提示,让AI生成完整博客。生成过程一共只用了3分钟,整体完成质量不算差。
这版AI生成内容达不到人工写作的水平,最后几个部分没有传递出他原本想要表达的核心观点。他表示不想阅读这版AI生成内容,不过如果增加针对性引导再生成一次,只需要额外3分钟,就能得到接近目标的内容。
这类AI工具实用性很强,只是在从想法落地到成品的过程中,始终会存在可信度上限。
该模型适配多种硬件配置,整套前沿部署方案成本约1万美元
用户@0xSero在𝕏上披露,Ox-alpha实际上是GLM Flash的开放权重模型。
该模型可适配的硬件配置包括8块RTX 3090、2块Sparks、2块A6000,以及配备256GB内存的Apple M5 Ultra。
这套部署方案属于前沿级别,总成本约1万美元(约合人民币7.3万元)。
这一天的 130 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。