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 28 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

英伟达收购 Hugging Face 有了后续:交易还可能一并拿下 llama.cpp(在个人电脑上跑本地 AI 模型的开源工具)及其团队,但版权攥在一千多名贡献者手里。英伟达在开源社区口碑不佳,消息一出,项目未来变得不确定。详见今日深读。

腾讯发布混元 Hy4 预览版:770B 参数 MoE 架构、激活 49B,开放权重并免费两周。在 DeepSWE 编码评测里超过 DeepSeek V4 Pro 和 Qwen Max,仅次于 GLM-5.3 与 Kimi K3。国产开源大模型的迭代节奏明显加快。

汤森路透花 4000 万美元用开源基础模型训练自有模型,彻底脱离 Anthropic。这个案例跑通后,顶级 API 厂商的溢价空间可能被持续压缩。

今日值得看
01 wan 3.0 人物一致性14套变装视频提示词 上传一张图,wan 3.0 锁脸14套变装19秒不崩
02 anydoc 推出免费OCR功能 单页仅190ms AI代理现在可以免费读取扫描文档,不需要API密钥,处理速度快,还支持布局、表格和公式识别。

现已在 Anydoc 中推出 OCR 功能,现在你的代理可以免费读取扫描文档了 非 OCR 处理耗时低于 5ms OCR 单页处理中位耗时为 190ms 支持布局检测、表格、公式 可通过 @firecrawl 使用 OCR 托管选项 免费,…

03 calmrocks推出免费无框架AI工具Notebooks 可直接在Colab上运行RAG、智能体和评估相关开发,不需要绑定特定开发框架,省去额外环境配置成本

可直接在Colab上运行RAG、智能体和评估相关开发,不需要绑定特定开发框架,省去额外环境配置成本

04 GMI Cloud推出GMI Router,任务成本降28% 跑大模型任务不用全量调用GPT-5.5,单任务成本降28%,路由耗时不到200毫秒,限时免费开放,想降AI使用成本可以试试

我们推出 GMI Router。它是支持 KV 缓存感知的模型路由。 路由时间低于 200 毫秒,流程中无需评判模型,每个任务的成本比全量运行 GPT-5.5 低 28%,同时质量更高。 限时免费使用。

今日焦点

英伟达可能收编llama.cpp,版权却攥在一千多名贡献者手里

英伟达收购了AI模型托管平台HuggingFace。这笔交易还可能一并获得llama.cpp的版权和整个团队。llama.cpp是在个人电脑上跑本地AI模型的开源工具,很多用AMD显卡或集成显卡的人靠它在自己机器上跑模型。英伟达在开源社区的口碑一向不好,消息一出,这个项目的未来立刻变得不确定。

2026年2月,llama.cpp团队受雇于HuggingFace,继续开发llama.cpp和底层的ggml库。

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122 条本班新增 34 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
新前沿研究 · @radixark▲ 6.1万

radixark发布Miles-diffusion 中 LoRA SFT 技术方案(rank-64)

不用重训整个大模型,就能针对性提升生成物理真实性,改完的轻量化插件可以直接导出部署,感兴趣可以跟着教程自己试

我们在 Miles-diffusion 中推出了 LoRA SFT,可用于扩散模型的快速、定向后训练。

我们为 @MiniMax_AI H3 训练了一个秩为 64 的 LoRA,用来提升物理真实感。

从 254 个经过筛选的训练窗口开始,在 8 块 GPU 上训练耗时不到 3 小时。

最终得到一个轻量级适配器,它可以提升定向能力,不需要重新训练完整模型,还能导出为 safetensors 格式,直接用 SGLang 部署推理。

按照评论区的指南,你也可以自己动手体验 ⚡

在 X 看原帖 ↗
6.1万316948
新行业动态 · @RoundtableSpace▲ 6.6万

RoundtableSpace盘点下月将发布的新AI模型

多家头部AI厂商都预计在下月推新,一大波旗舰级大模型将密集登场,AI产品迭代速度正在加快

据传将于下月发布的AI模型:
- Gemini 3.8 Flash
- Gemini 3.5 Pro
- Qwen 4
- GPT-5.7 “Zinc”
- GPT-5.7 “Magnesium”
- OpenAI Astra
- Claude Fable 5.1
- Claude Opus 6
- Grok 4.7
- Kimi K3.1
- Mistral 下一代稀疏开放权重模型
- MiniMax M3.x

系好安全带。这将是疯狂的一个月。

在 X 看原帖 ↗
6.6万1837371
行业动态 · Hacker News▲ 112

法院裁定特朗普政府拉黑Anthropic非法

AI创业公司Anthropic曾被美国前政府列入黑名单,现在判决推翻了这项决定,直接影响这家AI公司后续发展。

社区讨论:多数用户认为特朗普政府本次拉黑行为本身非法,也有人称Anthropic禁止美国政府使用其部分功能,单方面限制一国使用,本身已经构成国家安全风险。有人提出法律更新速度远赶不上科技风险扩散速度,特殊案件应当加快处理流程。也有人关注,本次裁定仅判定行为非法,并未让涉事方承担赔偿,政府不会为行为付出实质代价。

在 HN 看讨论 ↗   原文 / 论文 ↗
新新品发布 · @Abiodun0x▲ 1.9万

Decide发布DAX-1 专门编辑表格性能超竞品

做表格编辑的AI成本降九成多,精度和速度都远超通用大模型,做表格的从业者和企业可以有更划算的选择

我们今天宣布了迄今为止最具野心的举措:发布我们的旗舰模型DAX-1,它是专门针对电子表格编辑后训练的。

DAX-1的运行成本比Anthropic的Fable 5低97%,在我们的基准测试中,DAX-1准确率达到91.7%,而Fable 5为58.3%。DAX-1的速度还要快5倍。

这标志着我们构建Decide的方式发生了转变。我们不再仅仅依赖通用前沿模型,而是会在对我们业务有意义的领域训练专用模型。

这让我们能对准确率、速度和成本拥有更多控制权,也让我们能为依赖Decide的企业和专业人士打造更好的产品。DAX-1是这个方向上的第一步。

在 X 看原帖 ↗
1.9万26358676
新工作方法 · @ImPengSHEN▲ 49.8万

AI fluent用户都在用的习惯:走路对着AI出声思考

一位创始人分享工作方法,作者亲测一周后分享体验

一位创始人朋友上周给我看了他的日程——没有写作区块,没有伏案时间,只有散步。他的规则是:每个难题都要走 20 分钟。手机放口袋,全程对着 AI 出声思考。

结果我发现,我认识的最精通 AI 的人,都有一个共同习惯:他们用声音思考,而非用手指。于是我偷学了这个方法试了一周。结论:打字不只是更慢——它会在你思考完成前就修改你的思路。

坐在键盘前,你会自我审查那些本来可能成为突破的半成品想法。散步的时候呢?完全没有过滤,思路完全流淌。而且 AI 能捕捉到你自己都没意识到你在梳理的线索。

我用 @ComuAI_ 记录我的思考——一段 20 分钟的漫谈独白,在我到家之前,它就能整理成干净的笔记加行动项。

旧方法:盯着光标,构思完美的提示词。新方法:出声思考,让最聪明的聆听者接住所有内容。键盘从来都不是瓶颈,自我过滤才是。

我是 Comu 的老用户了——完全就是这么回事。我现在每次散步都会用它。我今年一半的好点子都来自我随口漫谈,而它在我到家前就能给我整理好干净的笔记和行动项。

官网:
亚马逊商店:

在 X 看原帖 ↗
49.8万1436218
行业动态 · Hacker News▲ 172

Hacker News 讨论Gemini Omni 1.1 Flash新版

Gemini新版本曝光,关注谷歌大模型迭代的人,可以留意后续动向

社区讨论:多数用户聚焦技术之外的行业影响,有人提到大家常讨论生成式AI对开发者的影响,却很少关注AI对配音演员和影视演员的冲击。有人对比行业动向,提出OpenAI已经完全放弃Sora项目,但谷歌仍在重度投资视频生成,可能是把视频生成当做开发世界模型的核心环节。不少用户提出质疑,有人称含人类的AI生成视频仍有严重的恐怖谷效应,有人指出该版本依然无法实现将生成视频和已有音频同步。

在 HN 看讨论 ↗   原文 / 论文 ↗
前沿研究 · @AnthropicAI▲ 7.7万

AnthropicAI 推出 MHS 大幅压缩硬件集成时长

原有AI对接硬件需要数天到数周定制开发,现在可缩短到数小时到数分钟,能降低AI落地硬件的时间成本

将 AI 连接到硬件需要数天甚至数周的定制集成,目前还没有让智能体安全操作设备的标准方法。

MHS 能将集成时间缩短到几小时甚至几分钟,它提供了一个可发现设备的接口,还能让智能体安全操作这些设备。

在 X 看原帖 ↗
7.7万1449341
行业动态 · @amir▲ 6.6万

Cognition 融资估值达450亿美元

投资方给另一家AI编码应用开出了极高估值,想在AI编码赛道押注的投资者,可以参考市场当前的出价风向

👀一级市场现在关于 Cognition 正在进行的当前轮融资有铺天盖地的讨论,估值约为 450 亿美元。

所以我们深挖了它的财务数据,来解释它的增长和烧钱情况,以及为什么投资者会给又一款AI编程应用下这么大的赌注……

在 X 看原帖 ↗
6.6万915096
新行业动态 · Hacker News▲ 34

lowcache 讨论AI代理拿到Root权限

Root权限是系统最高控制权,AI拿到后如何管控安全风险,直接关系到所有接入AI的设备安全。

社区讨论:多数开发者认同,当前AI代理默认和用户共享账户权限,提示 injection 可轻易窃取~/.ssh密钥等敏感数据,这是POSIX按设计工作,并非漏洞,而是用户没有遵循操作系统权限隔离的基本规则。原作者补充,本地MCP服务默认拥有和用户相同的全权限,但安装说明完全未提及该风险。有人提出应该用专用KVM虚拟机、容器或者独立系统用户做沙箱隔离,也有人指出合格的MCP服务本身应当只暴露必要的功能权限。

在 HN 看讨论 ↗   原文 / 论文 ↗
新品发布 · @TencentHunyuan▲ 26.6万

腾讯混元发布Hy4预览版 参数量达770B

这是开源端大模型的新进展,定价稳定亲民,普通开发者和普通用户可以直接试用体验。

🚀 Hy4 预览版已发布。770B 总参数量,49B 活跃参数量,1M 上下文窗口。为生产力打造。开源前沿模型。价格稳定亲民。来用吧。告诉我们哪里出问题了。

更多信息见 Hy 博客:HuggingFace:Github:

在 X 看原帖 ↗
26.6万2982.6K405
动态 · @AntLingAGI▲ 9.4万

AntLing发布金融增强模型Ling-3.0-flash-Fin

金融工作依赖可靠来源、一致定义、精准计算和可审计产出。

我们推出 Ling-3.0-flash-Fin,这是 Ling-3.0-flash 的金融增强版本,由我们与金融机构及领域专家合作开发。

该模型总参数量为 124B,激活参数量为 5.1B,支持处理长报告、研究材料和复杂工作簿,可完成信息检索、研究、估值建模和报告准备工作。

该模型在 FinFIRST、FinSearchComp Verified、FinCRAFT、FinanceAgent v1.1/v2、APEX-Agents、SpreadsheetBench v1/v2 和 τ³-Banking 上都取得了有竞争力的结果。

我们将于下周开源该模型权重。

在 X 看原帖 ↗
9.4万3024097
🔥 热点追踪 · @AnthropicAI▲ 112.2万

Anthropic启动Model Hardware Standard第一阶段研究预览

这个新标准将为AI智能体提供通用接口,让AI智能体可以安全操作科研、高端制造领域的实体设备,未来或改变实体场景的作业模式。

📖 阅读深度解读 →
112.2万6936.1K2.2K
更多信号 · 按时间
🔥 热点追踪 · @Sapient_Int▲ 21.3万

Sapient_Int推出PRAXIST Beta自主研究Agent

该Agent由多个并行研究单元探索不同方案,保留每次实验的有效结果,在合作方提供的火箭模拟中获得100%安全着陆率,后续实际落地效果仍待观察。

📖 阅读深度解读 →
21.3万32337264
新大模型 · @NFT_Chen▲ 3.5万

腾讯发布混元Hy4 Preview模型(770B)

在代码开发DeepSWE评测中,它超过DeepSeek V4 Pro和Qwen Max,仅次于GLM5.3与Kimi K3,目前已经进入灰度测试。

阅读全文 →
3.5万2444157
新开发 · @shikamarutsai▲ 3.0K

Anthropic做开发已经不用人工写提示词了

Claude Code作者称,现在由子智能体和循环流程完成编码工作,公司70%到90%的代码由Claude生成。

Anthropic 旗下 Claude Code 的创造者 Boris Cherny 称:“在 Anthropic,我们已经不再用提示词了,子代理和循环包办了所有工作。”

在 50 分钟的分享里,他展示了如今 Claude 如何完成 Anthropic 70%–90% 的代码编写,每天合入 20 个 PR,还能把一名工程师变成一整支团队。

提示词 → 工具 → 子代理 → 完整编码循环。

分享的前 10 分钟内容,就已经超过了大多数售价 700 美元的 AI 课程的深度。

大多数人还在手写提示词的时候,提效杠杆已经往上挪了两层。

模型还是那个模型,token 还是那个 token,唯一改变的就是你套在模型外层的循环。

收藏这条。然后下拉找你感兴趣的任意讲座。

在 X 看原帖 ↗
3.0K55446
新大模型 · @0x_kaize▲ 4.6K

GLM-5.3-Flash编码对标Claude Opus,还能免费跑

这个匿名登顶OpenRouter排行榜一周的模型,现在已经开放免费使用档位,所有人都能直接体验。

阅读全文 →
4.6K16544
新工具 · @ai_suxiaole▲ 5.1K

Anthropic员工内部常用一个一句话AI技能

核心需求就是把复杂主题讲给完全不懂的人,要求配大图片少文字,做成HTML页面。做产品科普的人可以直接抄走用。

Anthropic 内部员工写的一个 Skill,内部员工已广泛使用 Skill 叫做: eli5 整个Skill核心就一句话: Explain like I'm someone who knows nothing about this topic, using a HTML artifact with big pictures and few words. 中文版: 把我当成一个完全不懂这个主题的人,用大图 + 少量文字的 HTML 页面,把这件事解释清楚 就这么简单,没有复杂代码,没有 MCP,也没有几百行提示词。但它把一个很明确的工作方法固定下来了。以后遇到复杂��西,不要给我堆概念,直接想办法让我看懂 很多人一说 Skill,第一反应就是要写得很复杂,Anthropic 内部用的东西告诉你:Skill 不一定是一个复杂程序,有时候,它只是把一句真正有用的话,固定下来反复使用 快去实现你自己的Skill吧

在 X 看原帖 ↗
5.1K43563
新动态 · @0xaurSkyo▲ 9.9K

AI搭配BTC做链上活动,最难的不是做钱包

现在让AI Agent绑定一个链上钱包已经不难,难点是钱包拿到手之后,它能独立完成多少完整操作。

阅读全文 →
9.9K5491
新研究 · @bybardiia▲ 4.5K

PRAXIST发布PRAXIST自主研究框架

传统自主研究循环把探索得到的非最优结果直接丢弃,新框架改成让多个研究节点并行运行。

大多数自主研究循环都把探索当成了可丢弃的搜索树:你挑出最优结果,扔掉其余部分。

PRAXIST 彻底改变了这种架构。它运行多个平行的「研究员同伴」,通过持久化内存共享研究发现,再由 PI 小组根据积累的数据协调下一步要测试的内容。

最惊人的是效率差距。用开源模型在 MLE Bench 上达到了 65% 的准确率,token 成本仅为 3k,而 Claude Opus 达到相同结果需要 38k。

当问题需要累积迭代时,聪明的系统架构胜过蛮力计算。

在 X 看原帖 ↗
4.5K1241
新行业 · @binarybits▲ 2.0K

很多人没意识到ChatGPT前Google训了很多大模型

博主梳理了公开信息后发现,Google在ChatGPT推出前已经训练了大量不同尺寸的大语言模型。

我之前完全不知道 Google 在 ChatGPT 发布之前训练过这么多大语言模型。

在 X 看原帖 ↗
2.0K2224
新行业动态 · @bhorowitz▲ 1.3万

@bhorowitz 拿到11亿美元造AI基础设施

AI需要全新实体硬件支撑才能发展,这笔融资将用来搭建相关物理设施,后续AI落地进度会被推动。

AI 和微处理器、蒸汽机、电力一样,都是定义世界的技术类别。

这些技术中的每一种,都需要建造一个全新的实体世界。

我们筹集了1.1B来建造AI的新世界。

在 X 看原帖 ↗
1.3万99311
新深度观点 · @evrendag1284▲ 513

Flop实验:AI智能体要自己建原生经济

如果未来AI智能体真的会自主交易协作,它们需要的货币天生绑定算力,而不是法币。这是没有VC预售的全新实验方向

阅读全文 →
51321051
新新品发布 · @robiartec▲ 748

微软发布Playwright MCP 让AI Agent直接控浏览器

解决了AI Agent控制浏览器靠猜点击、速度慢精度差还费token的老问题,降低AI自动化的使用成本

微软刚刚让你的AI代理完全控制浏览器

用AI自动化浏览器一直存在同一个问题:代理只能看截图,猜哪里该点击。速度慢、不精确,还消耗大量token,成本很高。

Playwright MCP从根本上解决了这个问题:
→ 代理读取页面的无障碍树,而非像素
→ 可确定地完成点击、输入、导航、上传文件和填写表单操作
→ 不需要视觉模型,只用结构化数据
→ 一条命令就能连接到 Claude Code、Cursor、Windsurf、VS Code、Codex 等等工具
→ 已有35.5k星,由微软直接发布

代理再也不用猜按钮在哪里了。它能准确知道每个元素是什么,然后采取相应行动。

仓库在评论区。

在 X 看原帖 ↗
7481011116
新前沿研究 · @omarsar0▲ 5.3K

Google发布关于智能体技能持久知识存储的论文

长期运行的AI智能体容易遗忘已学会的技能,这项研究方向如果落地,能让AI助手更稳定地完成长期复杂任务

Google 有一篇很棒的论文,主题是通过持久化知识来保持智能体的技能。

在 X 看原帖 ↗
5.3K12941
新新品发布 · @midudev▲ 8.8K

Anthropic发布MHS标准,让Claude控硬件

原本需要几周的机器集成工作,现在只用几分钟就能完成,不用提前训练就能控制实体机器人,这项开源标准会降低AI硬件开发门槛

Anthropic 推出了 MHS!一个用于让 AI 控制机械臂这类实体硬件的标准。

✓ Claude Code 无需事先针对机器人训练就能操控它
✓ 接入一台机器的时间从几周缩短到几分钟
✓ 该标准使用 MCP,并且将开源

在 X 看原帖 ↗
8.8K1215952
新深度观点 · @sophiaparkerr_▲ 1.0万

博主聊腾讯AI半年三发:模型飞轮开始转了

这套结合智能体收集真实反馈、快速迭代的开发路径,已经在内部测试中胜过现有头部模型,国内大模型的竞争节奏正在加快

刚看了 @TencentAI_News 的最新更新,进展速度真的让人印象深刻。6个月内发布了三个大版本,差不多每两个月一个。

Hy4 预览版已经挤入开源模型第一梯队。但更有意思的部分不只是参数量,而是它的协同设计方法:用 WorkBuddy 这类广泛使用的智能体收集真实场景反馈,再把反馈用于快速迭代预览版,之后用能力更强的模型改进产品体验。

据报道,它的内部盲测结果在 200 多个任务上小幅优于 GLM 5.3 和 Kimi K3。这种「模型+智能体反馈」的闭环开始看起来真的像一个增长飞轮。不得不说,「中文Codex」的定位已经越来越难以被忽视了。

在 X 看原帖 ↗
1.0万52341
新行业动态 · @a16z▲ 2.0万

a16z推出11亿美元AI基础设施新基金

现有底层算力存储电力供应,跟不上AI模型迭代速度。未来创业机会从纯软件延伸到实体硬件层,整个AI赛道格局正在改变。

阅读全文 →
2.0万1413969
新新品发布 · @aiaicreate▲ 1.3万

@aiaicreate 发布 sepia,可从三层修正AI文笔

需要把AI生成的内容改得更像真人笔迹再提交的开发者和创作者,可以试试这个工具,适配不同大模型和使用场景

▼概要 AIの執筆パターンを修正し人間らしい文章へ推敲するエージェントスキル「sepia」が公開。Claude Code等に対応し、語彙だけでなく文章の構造レベルからAIらしさを排除する。

▼ポイント
・AI小説検知器の研究に基づき、物語構造、文章の流れ、表現スタイルの3段階で修正
・リリースノートや障害報告書等、用途や提出先に合わせた個別ルールを適用可能
・ClaudeやGPT、Gemini等のモデルごとの書き方の癖を補正する機能を搭載
・人間の文章の分布に適合させることを原則とし過剰な補正を回避

▼使い所
AI生成の小説や開発ドキュメントを、用途に合わせて自然な文章に推敲したい開発者や執筆者向け。

#Claude #ClaudeCode URLはリプ⬇️

在 X 看原帖 ↗
1.3万25250383
新深度观点 · @AiswaryaVenkit1▲ 2.4K

企业AI智能体真的需要整套技术架构

做企业AI落地不能只靠大模型,要从交互、安全、到基础设施搭完整体系,这给打算落地AI的企业理清了实际需要的框架。

阅读全文 →
2.4K187655
新前沿研究 · @omarsar0▲ 8.5K

Google DeepMind把Co-Scientist带进真实实验了

这个AI系统能在多个科研领域独立设计实验、产出结果,还能降低幻觉和抄袭概率,科研从业者可以关注新的效率提升方向

Google DeepMind 发表了一篇令人印象深刻的新论文。(记得收藏)它将 Co-Scientist 从模拟带入了真实世界实验。

结果总结如下:在计算机科学领域,它发现了一种推理时缩放架构,在 HealthBench Hard 和 Professional 两项测试中,经过盲法医师评审,性能击败了六个前沿模型。

该系统为 MXenes 设计了一条安全的前驱体合成路线,并驱动了一个半自动化化学气相沉积反应器,制备出了一种层状二维材料,其结构与 Ti₃C₂Tₓ 晶格相似。它还能在数分钟内根据实验室限制调整生长配方,实现了单次尝试就生长出单层 MoS₂、MoSe₂ 和 WS₂。

在生物学领域,它从稀疏成像数据中预测了诱导剂梯度下大肠杆菌的群集表型,结果与未发表的真实测量结果一致。

30 位领域专家对端到端生成的论文撰写了 450 份评审,可靠性模块减少了幻觉和抄袭。

论文:与论文对话:

在 X 看原帖 ↗
8.5K116584
新工具产品 · @camillerouxart▲ 9.3K

camillerouxart开源Claude Code生成艺术插件

创作者能直接让Claude掌握生成艺术的专业特性,帮创作者在铸造NFT前验证草图,降低创作流程更可靠。

我为生成艺术做了一个 Claude Code 插件。

它教会 @claudeai 真正的创作工艺:哈希带来的确定性,400px 和 4000px 分辨率下都能生成同一件作品,可靠的 rarity,还有在 mint 前验证草图的工具。

免费且开源。

在 X 看原帖 ↗
9.3K17197237
新实战经验 · @Zun2025▲ 1.6万

@Zun2025 用Claude和Codex组建监督式软件团队

解决多模型协作时直接传递输出的混乱问题,用带签名的消息收发框架实现分工,给多AI协作提供了新的思路。

几天前,@cryptohayes 希望看到 @flop_labs 的 technocore 被集成到智能体工作流中。

于是我搭建了一个实验项目,它将 Claude 和 Codex 转变为一个受监督的软件开发团队,并用 technocore 聊天作为它们的签名邮箱,而非简单把一个模型的输出塞进下一个提示词里。

仓库:

顺便说一句,technocore 本身不编写代码,它只传输签名消息。

在 X 看原帖 ↗
1.6万1725585
新实战经验 · @AamirAnsar94694▲ 1.5K

用Claude创业只要9步,别只把它当聊天框

想靠AI降低创业成本,不用等复杂工具,围绕Claude搭建完整工作系统,就能把它变成创业的业务支撑层。

阅读全文 →
1.5K299937
新深度观点 · @Dr_Atoosa▲ 7.5K

Dr_Atoosa谈AI安全研究的用词原则

不当的拟人化词汇会让研究者和公众对AI行为产生不准确的思考,直接影响整个AI安全领域的研究质量与公众讨论方向

当前 AI 安全领域能做出的最有价值的贡献之一,就是保持「科学、数学与哲学层面的严谨性」。

这意味着,在描述智能体停机、协同崩溃或资源耗竭行为时,要弃用「自我牺牲」「自杀」这类带有主观暗示的词汇。

这些词汇把人类的动机概念套在了极其复杂的过程上,而我们目前还没有能精确描述这些过程的词汇。不精确的词汇会催生不精确的思考,无论是对研究人员,还是对后续形成的公众讨论来说都是如此。

在 X 看原帖 ↗
7.5K1210421
新评测 · @RaoulGMI

用户实测Grok Bot:两分钟就能开始处理有用工作

X平台用户RaoulGMI发文评测AI工具Grok Bot,称其易用性表现远超预期

RaoulGMI发文表示,自己已经被Grok Bot折服。他称这款AI工具是十足的“魔法产物”,运行速度快,能力出色,推理表现优秀,足够智能,响应积极。

更让他意外的是,Grok Bot使用起来非常简单。他提到,AI绘画工具Fable 5也凭借出色能力让复杂任务变简单,但它的定价非常昂贵。

Grok Bot用另一种方式实现了同等的体验。从打开工具到让智能代理开始处理有用工作,全程仅需要两分钟。这让他感到十分震撼。

在 X 看原帖 ↗
新设计 · @elayadesigns

设计师elayadesigns分享了完全改版后的工作流程

来自𝕏用户@elayadesigns的分享,包含四个步骤,用到三款AI工具

设计师elayadesigns称,自己的工作流程已经完全改变。

第一步用ChatGPT构思创意,第二步用Fable 5完成搭建,第三步用Higgsfield制作动画。

整个流程的最后一步是持续迭代优化。

在 X 看原帖 ↗
新科普 · @3333yyds▲ 675

大模型为什么会一本正经胡说八道,本质和工作方式有关

内容来自@3333yyds在𝕏发布的科普,解释AI幻觉的成因与使用建议

行业动态 · Hacker News▲ 34

fagnerbrack讨论Claude代笔甩锅现象

越来越多产出背后都是Claude写的,出了问题就甩锅给AI,这已经变成新的职场常态。

新动态 · @ScarletKc_▲ 7.8K

博主翻译完成GPT-5.6 Sol 在Codex中的超长基础提示词

博主@ScarletKc_ 在𝕏分享了OpenAI Codex的幕后设定细节

阅读全文 →
7.8K14145
新大模型 · @YinsenW_▲ 2.4万

开发者生产环境从GLM-5.3-flash换用Qwen 3.8 flash

开发者基于实测生产数据分享两款开源大模型的真实使用表现

今天把主力模型又从 GLM-5.3-flash 换到了 Qwen 3.8 flash,说说真实感受,都是当天压测 + 生产任务跑出来的数 先说 GLM,为什么弃用。不是效果问题,是服务端挂死。70K token 的请求发过去,600 秒,0 字节返回,没有任何报错,429 都看不到,就是静默挂着。

我们凌晨 2 点的任务,10 个判定批次全部超时,一小时窗口烧光,零产出。同窗口发个几十 token 的小请求,13 秒正常回。大小通吃,专杀大请求 再说 Qwen 3.8 flash。

同一类任务,52K 输入,16 到 111 秒,全部正常返回,47 批判定、300 条消息消化完。并发 50 打满,零 429。20K 以上还有上下文缓存命中,这个对 agent 场景很实在。

缺点也直说:延迟长尾偏宽,p50 才 2 秒多,p95 能到 13 秒,偶发排队,慢半拍但不断线,跟 GLM 那种直接挂死是两种病 DeepSeek 我们一直在用,稳定,没出过挂死这种事,这次退居兜底位。Qwen 3.8 这次表现说明国产模型里 “能稳定跑大上下文” 和 “benchmark 好看” 还是两回事

在 X 看原帖 ↗
2.4万612532
新开发工具 · @ScarletKc_▲ 2.5万

OpenAI Codex官方预留入口支持自行修改底层提示词

网友在𝕏爆料,同一GPT-5.6 Sol可配置出不同行为的Codex

阅读全文 →
2.5万689138
新大模型 · @bridgemindai▲ 1.9万

用户称小参数本地开源大模型不适合实际工作场景

网友@bridgemindai在X平台点评GLM 5.3 Flash等多款大小模型

GLM 5.3 Flash 和 Qwen 3.8 Flash 就它们的尺寸而言表现出色。但它们缺了点东西。

它们在基准测试中成绩不错。它们能本地运行。它们几乎不花钱。然后你用它们干正事,马上就能感觉到差距。

打磨不到位。可靠性也不够。

能本地运行的开源 AI 对世界来说确实是件好事。但如果你真的有预算,你的工作流里根本没有这些模型的位置。

Fable 5、GPT 5.6 Sol 和 Grok 4.6 在所有关键方面都做得更好。

本地模型适合有闲的人。前沿模型适合有截止日期要赶的人。

在 X 看原帖 ↗
1.9万825525
新大模型 · @MikaStars39▲ 1.6万

前沿大模型coding能力提升后 语言表达能力反而下滑

网友分享个人使用体感:GPT、Opus等多个头部模型均出现该问题

我个人体感发现的一个情况是,随着2026年开始的coding/long-horizon能力大跃进,frontier模型的语言使用能力开始在看不懂的路上狂奔。

在opus4.5的时代,他的语言风格还可以勉强算得上合理。在这之后,无论是gpt,opus还是国模,随着他们coding能力的起飞,这些模型的语言使用能力也开始一泻千里。

这个语用能力和风格的collapse在日常使用的体感是非常明显的:我日常遇到最大的问题是,无法正常的阅读和理解模型的文字内容,需要反复揣摩和skill/gemini翻译才可以理解。

我个人的使用习惯偏向一部分的human-in-the-loop避免模型自己vibe起飞,但是目前“看不懂模型在说什么”严重影响我的工作效率。

在 X 看原帖 ↗
1.6万911825
工具 · @RoundtableSpace▲ 4.9万

RoundtableSpace整理了5个值得用的AI GitHub仓库

列表里包含可跨平台运行的个人AI助手,还有基于Claude的智能代理工具框架,想找现成AI工具的可以直接去看

你必须用到的 5 个 GitHub 仓库:

1. OpenClaw:可跨平台运行的个人专属 AI 助理。

2. ECC (Everything Claude Code):功能强大的代理聚合框架,为 AI 编码代理提供技能、记忆、安全与研究工作流。

3. Superpowers:智体化软件开发框架,旨在让 AI 编码工作流更结构化、更强大。

4. Vibe-Trading:围绕系统化交易工作流构建的开源 AI 驱动交易研究项目。

5. Agency Agents:大量专业化 AI 智体的合集,为不同现实世界任务和工作流设计。

在 X 看原帖 ↗
4.9万57165
科研 · @AnthropicAI▲ 3.5万

Anthropic的AI代理把成像实验从几周缩到一天

它已经在基因泰克完成了带实时纠错的药物发现实验,还帮科研机构压缩了成像实验的时间

在早期测试中,AI 代理使用 MHS 完成了以下工作:

在基因泰克开展了一项带实时错误处理的药物发现实验。

在 HHMI 贾内利亚研究园区将一项成像实验从数周压缩到一天完成。

将 QuEra 量子计算机的激光稳定性从 58% 提升到了 99.3%。

在 X 看原帖 ↗
3.5万935934
观点 · @Akanimo_dx▲ 2.4K

AI要走出屏幕,真正优势在 messy 的现实世界

聊天向AI学文字,图像AI学图片,机器人需要向真实环境学习,真实环境的学习能力才是核心竞争力

阅读全文 →
2.4K2871
商业 · @Techmeme▲ 2.6万

做企业AI助手的Town传估值10亿美元融资

投资方是Index Ventures,企业个人助理赛道的热度还在往上走

消息来源:开发企业级个人AI助手的Town正洽谈融资,此轮由Index Ventures领投,投后估值至少10亿美元。(Newcomer)(访问Techmeme dot com获取链接及完整上下文!)

在 X 看原帖 ↗
2.6万19647
科研 · @nijokestu▲ 2.2万

nijokestu发布PRAXIST研究代理框架

多个研究模块并行探索,通过共享内存交换证据,还有专门模块筛选结论,给科研AI代理换了新思路

大多数研究智能体都会丢弃失败的实验。PRAXIST 会保留每一个有用的发现。

多个 Research Peers 并行探索,通过共享内存分享证据,再由 PI Panel 决定下一步测试什么。

正是靠着这套设计,一个开源模型在 MLE-Bench 上拿到了 49 枚金牌,成本大约仅为 Claude Code + Opus 4.8 的 1/12。

对于量化团队来说,这会改变格局:相同人员编制下,可以完成更多策略假设检验和滚动样本测试,token 消耗却低得多。

架构战胜了规模。累积研究战胜了赢家通吃。

在 X 看原帖 ↗
2.2万99100
科研 · @BenBlaiszik▲ 3.8K

TerminalBench-Science v0.1帮AI当好科研助手

它测试AI代理的可靠性,让科学家能把精力放在选问题、提假说这些需要人的工作上

宣布 TerminalBench-Science v0.1 发布!智能体应当是可靠的合作伙伴,让科学家能专注于以人为核心的任务:选择重要问题、提出假设、解读结果、交流发现等等。但在持续迭代的领域中,我们要如何理解模型的能力与缺陷?TerminalBench-Science 就是为解决这个问题而来的!

它是一个由科学家打造、供科学家使用的基准测试集。我作为审稿人和任务创作者参与了项目,想分享一些关于初始结果和开发过程的思考。首先是最核心的问题:模型表现如何?

在纯通过率上,Claude Opus 5(Claude Code)以 30.0% 位居第一,第二名是 GPT-5.6 Sol(Codex),为 22.4%,第三名是 Claude Fable 5(Claude Code),为 21.4%。成本与任务解决率之间的帕累托最优前沿(见配图)情况更复杂,占据该前沿的是 GPT 5.6 各变体和 Opus 5。

在 X 看原帖 ↗
3.8K910427
行业动态 · @Nas_tech_AI▲ 4.2K

腾讯Hy半年发三个大版本,Hy4预览版来了

开源大模型梯队竞争正在加快,这套先放预览、快速迭代、靠用户反馈推进开发的路径,也许能跑出不一样的结果。

腾讯 Hy 的进化速度越来越惊人。短短六个月就发布了三个大版本,基本上每两个月就有一次重大更新。

这次全新的 Hy4 预览版在模型规模、上下文长度和训练数据方面都带来了重大升级。预训练和后训练都得到了充分投入,它显然正在冲击开源模型的第一梯队。

我最喜欢的是它「先预览、快速迭代」的路线,真实用户反馈直接推动开发。非常好奇接下来它会带来什么。@TencentAI_News

在 X 看原帖 ↗
4.2K10887
前沿研究 · @iScienceLuvr▲ 1.2K

LeVJEPA 视频预训练大降计算量仍提精度

更低计算成本就能训练效果更好的视频编码器,训练AI视频模型的成本可能大幅下降

LeVJEPA:无需启发式规则的高效可扩展视频预训练

「我们介绍LeVJEPA,这是首个在LeJEPA无坍缩目标下训练的视频编码器」

「在相同数据、相同训练轮次下,LeVJEPA在ViT-S/B/L各尺寸上的表现匹配或超越V-JEPA 2,所需预训练计算量仅为后者的1/5.6到1/20.8。在总FLOPs相同的情况下,它在ImageNet-1K上比最强视频基线高出7.6个百分点,同时在以运动为核心的基准测试上保持竞争力。」

「与在相同视频帧上训练、计算量匹配的DINOv2相比,LeVJEPA在以外观为核心的评估上接近图像预训练编码器,同时在以运动为核心的评估上将准确率几乎翻了一倍。」

在 X 看原帖 ↗
1.2K52310
深度观点 · @qinbafrank▲ 1.9万

Salesforce与Anthropic推出ClaudeForce,打破零和竞争

这验证了垂直SaaS和AI模型厂商可以分工合作,对持有核心业务数据的SaaS从业者来说,是明确的方向参考

AI会创造新的软件、安全、身份和工作流收入,昨天Salesforce的强劲财报带动了软件和SaaS领域的走强,也验证了7月中聊到的:“CSP控制的是横向AI底座,垂直SaaS控制的是业务执行层。因为垂直SaaS掌握“工作入口;业务对象、业务语义;历史操作数据;系统记录;行业规则;最终动作执行;客户结果反馈”。可以把模型能力包装成高价值业务结果。

这只适用于真正拥有工作流和核心独家数据的SaaS。只是给通用模型套一个简单界面的薄应用,反而容易被模型厂商或CSP替代。”

这一次Salesforce与Anthropic推出ClaudeForce,也进一步说明,模型厂商与企业软件之间未必是零和关系:

Claude提供推理和自然语言入口;
Salesforce提供企业数据、权限、业务逻辑和执行动作;
企业软件仍然掌握系统记录、业务流程和合规责任。

这说明进一步企业AI正在从试点进入“ 数据接入、Agent开发、业务流程调用、权限治理”的工程化时代。

在 X 看原帖 ↗
1.9万44225
前沿研究 · @AnthropicAI▲ 2.5万

AnthropicAI 讨论 MHS 开源的前置条件

当前大语言模型仅通过图文学习,缺乏物理直觉。MHS开源前需要补全安全评估,完善物理场景AI的防护机制。

在我们开源 MHS 之前,还有更多内容需要研究。

LLMs 仍然缺乏物理直觉,它们只能通过文本和图像来了解物理世界。

本次研究预览将让我们能够构建更多安全评估,并强化对在物理世界中使用 AI 的保护措施。

在 X 看原帖 ↗
2.5万620919
前沿研究 · @RyanGreenblatt▲ 1.6万

研究者发现AI智能体为群体自我牺牲

这是对AI群体行为的早期研究,能帮我们提前理解多AI协作系统可能出现的自主行为倾向

阅读全文 →
1.6万1015257
新品发布 · @Alibaba_Qwen▲ 2.7万

通义千问发布Qwen3.8-Flash 支持1M上下文

新多模态大模型已上线OpenCode Go,需要大上下文窗口写代码可以尝试这个新选择

125B/6B,百万上下文,多模态,现已登陆 OpenCode Go。⚡ 祝你使用 Qwen3.8-Flash 编码愉快!

在 X 看原帖 ↗
2.7万2049840
前沿研究 · @JCJesseLai▲ 1.7万

JCJesseLai等人发布《The Principles of Diffusion Models》v3 版本(v3)

对扩散模型感兴趣的学习者,现在能获得结构更清晰、新增前沿方向的新版本,还能提前预习后续MIT出版社正式版内容。

🚀 v3 发布了!我们刚刚更新了arXiv上的《扩散模型原理》,比它2027年在MIT Press出版提前了。

更新内容:
✨ 全新「前方道路」章节,主题是离散扩散
🛠️ 重大结构调整,新增扩散求解器章节
🧭 每章都添加了读者指南

随着语言连续扩散重新回归流行,本书中的许多原理都可以直接沿用。

新版本查看请进(链接在推文串中)!

合作者:@DrYangSong, @gimdong58085414, @mittu1204, @StefanoErmon

在 X 看原帖 ↗
1.7万55325241
前沿研究 · @axisrobotics▲ 3.8万

Axis Robotics 研究称仿真数据可减少机器人训练实采需求

训练机器人新任务长期依赖大量人工实采数据,成本高周期长。这项研究验证了仿真数据能大幅降低对真实数据的依赖,压缩训练成本。

阅读全文 →
3.8万4738413
工具产品 · @AamirAnsar94694▲ 628

@AamirAnsar94694发布LLM工具速查表

不用再对着上百种AI工具犯懵,理清分层就能只学适配自己工作流的工具,适合刚入门LLM开发的人梳理体系

阅读全文 →
628165815
实战经验 · @Ryrenz▲ 3.3K

漏洞赏金全流程 Claude Code 外挂获 4.4K stars

做漏洞赏金不用再切换多个工具手动整理,整条流程可在终端完成,还支持接入多个AI客户端,也能本地运行模型

🕵️ 又发现一个 Claude Code 外挂,做漏洞赏金的人从侦察、测试到写报告,全在终端里跑完 GitHub 上 4.4K stars,MIT 许可证,需要 Python 3.10 以上。

打一个授权目标的老流程是这样的:subfinder 扫子域,httpx 探活,nuclei 跑模板,ffuf 爆目录,katana 爬链接,工具来回切,结果散成一堆文本文件,最后还得自己坐下来手写报告。

这个项目把整条流程编排成 33 个斜杠命令和 9 个专用智能体,跨会话记着你上次做到哪一步,Web2 那边覆盖 26 类漏洞,Web3 智能合约 10 类。

除了独立命令行,Claude Code、OpenCode、Pi Agent 和 Codex 都能接进去;模型可以选 Claude、OpenAI、DeepSeek、Groq,也能用 Ollama 在本地跑。

仓库自己写明了只能用于获得授权的安全测试,工具是中立的,打谁、有没有拿到授权,是使用者自己的事。

GitHub:

在 X 看原帖 ↗
3.3K146261
深度观点 · @m0d8ye▲ 1.1万

@m0d8ye预测端侧AI是下一波AI浪潮

本地跑大模型已经有爱好者开始尝试,未来家庭AI中心落地,普通用户的设备可能需要升级内存才能用。

我预测还有第四波,端侧 AI。最近 nerd 们扎堆买 DGX Spark 和 Mac Studio 跑本地 LLM。一旦本地推理软件变得成熟,家庭 AI 智能中心的概念也会进入消费市场。

当然了,本地流畅跑长上下文 LLM 没有个 128GB DRAM 是不可能的。

在 X 看原帖 ↗
1.1万33418
视频生成 · @oggii_0▲ 1.9万

创作者用AI生成30秒第一视角穿越历史的手机实拍风视频

创作者@oggii_0 在Higgsfield平台使用Seedance 2.5生成了这段内容,设定了严格的拍摄规则

阅读全文 →
1.9万5320641
文生视频 · @abulu8▲ 1.5万

用户用higgsfield_ai生成了未修改的1080p电影级短片

用户@abulu8在𝕏分享,用Seedance 2.5文生视频工具基于简单提示词生成全片,保留所有参数设置

用户@abulu8在𝕏分享了一段AI生成的短片,称这不是4K分辨率,只是Seedance 2.5输出的1080p内容,基于higgsfield_ai的文生视频功能制作。仅用一段简单提示词,就生成了目前呈现的色彩、细节和电影级效果,还自带字幕,整个视频片段没有经过任何后期修改。

所用提示词为生成30秒超写实电影感浪漫旅行场景,包含指定内容:日语配音、英文字幕,场景设置在冲绳海岸,具体描述了两名角色的年龄、外貌和着装,以及浅 turquoise 水域、白沙滩、盛夏骄阳带盐雾的环境设定。

提示词还对短片每5秒的镜头运镜、演员动作、台词、音效配乐、光影效果都做了详细指定,从最初两人在浅滩追逐打闹,到后来一起吃刨冰、骑摩托沿海岸路行驶,再到日落码头相拥,最后以空中绽放烟花结尾。

生成的内容匹配了自然的日语发音、自然的情侣神态,还有准确的唇形同步。用户标注生成视频的参考参数为:模仿ARRI Alexa 35拍摄,1080p分辨率,35mm加85mm定焦,浅景深,暖夏调色,24fps运动模糊,立体声配乐加自然环境音。

在 X 看原帖 ↗
1.5万611043
产业分析 · @youguqi2023▲ 929

AI词元被认为是产业水电煤 而非暴富投机工具

账号@youguqi2023在𝕏发布分析,拆解7大赛道消耗、3大趋势与4个瓶颈,区分产业红利与资本泡沫

词元是AI产业的“水电煤”,而非用来投机暴富的工具。

这份内容拆解了7大赛道的词元真实消耗情况、3大AI行业发展趋势,以及4个行业隐藏瓶颈。

内容旨在帮读者区分,哪些是AI产业真正的产业红利,哪些是资本吹出的虚假泡沫。

在 X 看原帖 ↗
929135
创业 · @damobianyuan▲ 1.6K

个人靠多个AI Agent 实现一人公司运转

damobianyuan在𝕏分享使用Creao的多AI Agent分工工作流,投研交易全流程可拆分给AI完成

开发 · @callebtc▲ 814

20人小团队做钱包后放弃跨端,转做原生开发更顺畅

开发人员callebtc在𝕏分享开发经验,团队做Cashu电子现金钱包时最终放弃跨端语言,选择原生开发

行业动态 · Hacker News▲ 70

sachinneravath发布Claude额度消耗查询工具(10 minutes)

不少Claude付费用户都遇到过额度莫名快速耗完的情况,这个工具能帮你找到额度消耗过快的原因

社区讨论:有人疑惑怎么会一周用掉11亿token,有人调侃额度耗尽后没法开发软件了。多数人分享了额度快速耗尽的原因:大上下文缓存过期、误开高消耗默认模型、使用多代理扫描整份代码库排查缺陷,都可能快速耗完额度。有人做了CLI状态栏显示实时额度占比的插件,超标自动变色提醒。

也有人指出这个工具只展示token消耗分布,无法解释消耗原因。

在 HN 看讨论 ↗   原文 / 论文 ↗
AI机器人 · @0xLin88▲ 4.2K

Axis Robotics与Booster证明仿真数据可减少真机数据需求

该方法可大幅降低机器人新任务训练所需真机数据量

科普 · @Pluvio9yte▲ 1.5万

博主用游戏讲清AI Agent相关概念,一分钟就能玩懂

海外网友在X平台分享,用Claude配合一键游戏工具制作概念科普小游戏

阅读全文 →
1.5万26228
大模型推理 · @jaga_prasanna▲ 2.7K

这份完整指南教你用CPU卸载扩展大模型推理

博主jaga_prasanna在𝕏发布CPU卸载扩展LLM推理完整指南

《使用 CPU 卸载扩展 LLM 推理完整指南!》

在 X 看原帖 ↗
2.7K35042
产品分析 · @Scobleizer▲ 1.4万

xAI推出的Grok Bot有哪些创新与现存局限?这份报告梳理了

Scobleizer与blevlabs用AI分析百万帖生成Grok Bot分析报告

阅读全文 →
1.4万392105
AI编程 · @AYi_AInotes▲ 1.4万

前Cursor员工带20多个GrokBot单月提交超1000个PR

出自𝕏用户@AYi_AInotes分享,这套工作流重构了AI编程效率

阅读全文 →
1.4万1865100
动态 · @JimmyRevived▲ 3.2K

@JimmyRevived 拆解AI视频从0到成片的完整流程

阅读全文 →
3.2K155352
动态 · @sunmer575399▲ 3.8K

高星开源AI Agent OpenHands可自动完成各类任务

我愿称之为AI界的天花板,OpenHands,78.5k star真不是白给的

1️⃣ 给AI Agent一双真手,能自己打开浏览器、写代码、跑测试,一条龙干完。..我让它修个GitHub Issue,它自己翻代码改完还提交了PR,省我一下午

2️⃣ 不用再切窗口复制粘贴了,自然语言直接指挥它操作电脑,跟雇了个远程实习生似的。实测处理重复性重构任务,比我手动快三倍不止

3️⃣ 支持接入GPT-4、Claude这些主流模型,沙箱环境跑代码不怕搞崩系统。踩过别的坑,那个只给聊天不给动手的,纯玩具

做AI的兄弟直接fork,轮子别自己写了。

这项目其实是学术界大佬组里跑了好几年的内部框架,开源出来直接就是生产级。

不是那种demo一跑就碎的货色。

我上周拿它跑了两个真实需求,从部署到出结果只花了半小时,比自己写Agent框架省出的时间,够刷两季番了。

适合想搞AI自动化又不想从零造轮子的人。

但前提是你得会点Docker,小白可能卡在环境配置上。

你们平时用啥方案让AI自己干活?

🔗 #AI #AI工具老炮

在 X 看原帖 ↗
3.8K83764
动态 · @ComfyUI▲ 1.8万

Comfy成为MiniMax媒体模型独家商用授权分发方

今天我们宣布,Comfy 成为了 @MiniMax_AI 生成式媒体模型的首个也是唯一的商业授权经销商。

通过 Comfy 下载的 MiniMax 开放权重模型次数已经接近 2000 万次。现在你可以为商业用途获取这些模型的授权。

→ 你的输出内容享有完整商业权利
→ 完全允许微调与 LoRA 训练
→ 覆盖客户与代理项目
→ 包含 MiniMax Audio & Music,不只是视频

授权分为专业版和企业版计划,企业版覆盖所有 H3 模型版本。现在就通过下方链接申请授权 ⬇️

在 X 看原帖 ↗
1.8万37280150
实战经验 · @vercel_dev▲ 1.6万

vercel_dev分享Cursor和HarnessAgent结合用法

想在开发流程里打通AI编码工具和AI SDK框架,这里有现成的配置参考,可直接复用接入方案

配合 @cursor_ai 与 AI SDK HarnessAgent 使用:

const agent = new HarnessAgent({ harness: cursor, });

在 X 看原帖 ↗
1.6万511158
实战经验 · @about_hiroppy▲ 7.1K

@about_hiroppy 分享纯AI代理写代码六个月的经验

多人用AI协同写代码常会踩坑,这些从半年实践里总结出的环境隔离方案,能帮你避开多数冲突问题。

据仅使用AI代理编写代码六个月运营经验所得,当并行运行多个Claude Code/Codex系代理时,不仅Git,数据库、端口、进程、认证信息的冲突都会成为核心问题,因此需要通过每个任务独立隔离VM、YOLO执行、经由代理注入凭证、只读权限等方式设计开发环境与安全边界。

Six Months of Writing Code Exclusively With Agents - blog

在 X 看原帖 ↗
7.1K792101
行业动态 · @ahsu___▲ 4.3万

Architect Labs披露Redwood,两周AI设计完芯片

AI完成从设计到驱动的全流程,能效比表现优于现有竞品,后续将在台积电流片,芯片设计效率有望大幅提升

阅读全文 →
4.3万76712
新品发布 · @OnlyTerp▲ 3.4万

@OnlyTerp 推出 Opengrok 换模工具

可跨渠道调用各类大模型,也支持本地模型,每个模型分配独立云电脑,方便按需切换使用。

介绍 Opengrok

支持使用任意订阅中的任意模型 ✅

支持使用本地模型 ✅

自定义控制与灵活性 ✅

方便切换模型的模型选择器 UI ✅

每个模型都有自己的持久化云电脑?✅

(需要订阅 grok/cursor)

在 X 看原帖 ↗
3.4万19156206
实战经验 · @LeRobotHF▲ 1.2万

Claude Code 操控实体机械臂,无需标定板

这套标定方法不需要预训练,机械臂本身就是标尺,对想动手做实体机器人AI的开发者来说,是降低门槛的新路径,后续即将开源

我们参与了@AnthropicAI的MHS研究预览。下图是Claude Code在操控一台真实的SO-ARM101。

这套方案没有用到任何训练数据——没有策略、没有遥操作、没有演示数据。智能体自行测量了工作空间,还编写了运动程序。

标定是最有意思的部分。不需要棋盘格,也不需要相机内参:机械臂本身就是自己的标尺。扭矩下降后,人类只需要把闭合的夹爪放到软件在相机视图中画出的16个点上,机器人就能读出这些点的位置。

位置精度达到4.1毫米,放置精度3.0毫米。目前最佳运行结果:放置了12块积木,完成了全部四个颜色组的分类。下一步目标是完成从头到尾全程无需人工介入的运行。

今日开放研究预览,开源版本即将推出。

在 X 看原帖 ↗
1.2万26254137
实战经验 · @rpl_0x▲ 8.9K

免费完整互动AI教程覆盖从入门到进阶

想从零系统学AI工程,又找不到结构化免费资源,这个教程覆盖环境配置、数学基础、机器学习到深度学习全流程,可在线学也可下载本地

阅读全文 →
8.9K13166502
行业动态 · @DinoAlabre23▲ 8.2K

旧金山AI岗应届毕业生基薪最高45万美元

只要有模型训练、评测相关实际经验,就能申请,还支持签证,对2026/2027届应届生开放,AI人才薪资再创新高。

阅读全文 →
8.2K79390
实战经验 · @connect24h▲ 2.9万

九州大学公开Claude Code工作坊工具包

想在团队引入AI驱动开发做内部培训的话,可以参考这套可复现的培训框架,直接拿来调整后就能用

这份教材简直就是神级资料。刚好我正处在要在团队内引入Claude Code的阶段,打算直接拿来用它的子集!作为AI驱动开发研修的原型基础非常好用。

九州大学2026年4月举办的Claude Code实操工作坊,已经作为哪怕单人也能推进产品开发的工作坊工具包在GitHub公开了。

相关报道称,约60人在2天内参与了活动,8-9成的参与者完成了原型开发,满意度达到4.59/5。而且写的是一共「6份资料」,但正文只列了5份,是写错了吗?

环境要求是Node.js 20以上、Next.js App Router、pnpm,整个设计覆盖了从课题到实现、验证、落地页、学习计划的完整流程。

环境搭建和技能的具体内容我打算去原文看。AI培训的价值不在于产出物,而在于不管谁来做都能复现的流程。

#AI駆動開発
来源:

在 X 看原帖 ↗
2.9万43387649
深度观点 · @RuxandraTeslo▲ 7.2K

Anthropic提出MHS,帮AI接管科研硬件

现在对接不同科研硬件要花数周数月,MHS希望把对接时间压缩到几小时,能减少生物科研里大量无意义的内耗

阅读全文 →
7.2K57531
开发 · @0xDevShah▲ 101

开发者在Mac Mini上运行数百个Hermes AI代理

开发者分享了他日常使用的三类Hermes代理,覆盖待办跟踪、效率监测等场景

一名ID为0xDevShah的开发者在Mac Mini上运行了数百个Hermes代理,他分享了自己最常用的三个使用场景。

第一个是承诺保管代理,它会从用户的聊天、对话串和邮件中,找出所有包含“我会发给你”“我回头找你”的内容,跟进确保事项完成,或是将事项添加到用户的待办清单。

第二个是个人基准代理,它会监测用户完成重复性基础工作的过程,长期记录用户的工作方式,告知用户工作效率是提升还是下降,同时判断是否可以新建一个代理来自动化这项工作。

第三个是生活变更日志代理,它会每周生成一份个人生活变更日志,记录用户见过的人、打造的项目、改变的信念以及新发现的事物等内容。

在 X 看原帖 ↗
101141
行业动态 · Hacker News▲ 111

开发者k9294发布Gemini-3.5-Transcribe工具

需要音频转文字的用户可以多一个基于Gemini模型的新工具选择,可关注后续实际使用体验

创业 · @jackfriks▲ 1.1K

solo创始人分享独立应用从0到1万MRR的创业经验

solo创始人分享迭代推广应用,带领情侣冲万MRR的经历

AI生图 · @Starsail2007▲ 907

用户测试AI生图称本次所用生成提示词效果很好

社交平台用户测试AI生图,称赞所用提示词效果好用

同款量角器🥺 提示词真好用😋 只是在测试AI生图 没有别的意思🥹(嗯)

在 X 看原帖 ↗
907132
AI生成视频 · @PixelAigc▲ 2.6K

开发者分享本地H3部署AI生成25秒视频方法

分享稳定生成长视频方法,并生成了老上海谍战风格短片

阅读全文 →
2.6K33437
AI开发 · @Augartistt▲ 3.2K

开发者测试UEFN中新MCP结合Claude Code提升开发效率

开发者实测Claude Code配合UEFN新MCP可自动生成界面材质,大幅节省时间

我在 UEFN 里用 Claude Code 测试新的 MCP,老实说这完全改变了游戏规则。

我给了它我的logo、参考素材和美术方向,它就给我的加载界面 UI 做好了所有材质。它干活的时候,我在做完全别的事。省下的时间太夸张了,而且做出来的效果真的很好。谢谢 @FNCreate 🙏 #UEFN #Fortnite

这个加载界面主要用于过渡,也就是比赛开始时和回合之间。它会处理地图加载,让玩家有东西可看,不用盯着冻结的屏幕。如果我用数据层切换地图,它也很有用,这样玩家就不会看到地图卸载或是资源突然弹出了!

在 X 看原帖 ↗
3.2K69240
动态 · @Xudong07452910▲ 8.1K

Claude推荐Warp的自进化AI Agent机制

分享Claude推荐的Warp自进化Agent实现方案

Claude 发文推荐 Warp 这套「自进化 Agent」做法,我觉得很值得看。 Agent 每次干完活,人类正常给反馈。另一个 Improver Agent 会定期把这些反馈捞出来,看它哪里反复犯错,再对原来的 Skill 提一个小修改。 修改直接走 Git PR,人 Review、Merge 以后,下一次 Agent 就会带着这次经验继续工作。 Warp 已经把这套机制用到了 Code Review、写 Spec 和 GitHub Issue Triage。 我觉得比较有趣的一点是,他们没有把学习理解成不停往 Prompt 里塞规则。 反馈最好告诉 Agent「为什么错」,Skill 也要保持小,只沉淀真正能复用的原则。 这种自进化其实很朴素: Agent 干活 → 人纠正 → Agent 总结 → 修改自己的 Skill → 下一次少犯一次。 很多 Agent 现在缺的可能就是这个循环。 每次 Session 都积累了大量反馈,但下一次又像第一次来上班一样。 文章

warp的官推也发帖介绍了自己的自进化loop👇

在 X 看原帖 ↗
8.1K24115171
模型发布 · @tavus▲ 1.6万

tavus推出Sparrow-2,主打实时对话理解

做AI对话产品的开发者可以直接调用,它目前给Tavus自家产品提供能力。目前AI对话仍被认为是难度很高的问题。

人机对话是 AI 领域最难解决的问题之一。

今天,我们正式推出 Sparrow-2,这是我们最先进的实时对话理解模型。

它为 Tavus PALs 带来了大多数语音 AI 至今仍不具备的能力:理解对话当前的进展,并决定下一步该做什么——该何时倾听、等待、开口,或是继续说下去。

在 X 看原帖 ↗
1.6万48261183
开源 · @samrags_▲ 2.0万

OpenInstinct开源可自托管,支持所有大模型

代码、数据、密码都由自己控制,可以部署在Vercel,使用时不需要连公共互联网。

我们很高兴发布 OpenInstinct:Instinct 但支持自托管、开源,并且兼容所有模型。

你可以完全掌控代码、数据和密码。

部署到 Vercel,再也不用手动联网操作了。

在 X 看原帖 ↗
2.0万15262193
学术 · @emollick▲ 1.6万

预印本网站出现冒用学者姓名的AI水论文

已有多名学者遇到这种情况,自己没写过没见过的论文,挂着自己的名字放在网站上。

我发现在预印本网站上有不少挂着我名字的AI垃圾论文,这些论文我既没写过,也从来没见过。

我聊过的其他学者也遇到了同样的情况。

我不认为现在所有这类论文都是真的……不过质量尚可的AI论文工厂很快就要出现了。

在 X 看原帖 ↗
1.6万4577
AI开发 · @omarsar0▲ 1.8万

做AI代理不一定需要专门的编排框架

现成常用的代理框架本身就支持单独并行处理任务,动态生成代理框架的思路没得到足够关注。

阅读全文 →
1.8万14284173
新品发布 · @kwindla▲ 2.8万

@kwindla推出PhoneLLM,解决语音智能体延迟痛点

做语音智能体不用再在延迟和能力之间妥协,低成本低延迟的开源方案已经可用,能大幅降低语音AI服务的部署成本。

阅读全文 →
2.8万50508571
前沿研究 · @emollick▲ 1.0万

@emollick发布智能体购物偏好研究

如果你用AI帮忙选商品,小差异就会改变它的选择,提前预判AI选品结果这件事做不到。

🚨我们的新研究考察了智能体购物:你能否始终预测(或是通过营销手段影响)智能体的选择?答案是不能。我们发现,哪怕是微小差异(页面浏览顺序、记忆)都会以不可预测的方式改变AI的偏好。

在 X 看原帖 ↗
1.0万118531
行业动态 · @HedgieMarkets▲ 9.2K

Thomson Reuters花4000万自建模型 脱离Anthropic

大公司靠开源基础模型训自有模型,成本远低于持续支付API费用,这套方案已经跑通,未来顶级API厂商的溢价空间会持续被压缩。

阅读全文 →
9.2K7125487
新品发布 · @askalphaxiv▲ 1.4万

OpenResearch推出autoresearch自动研究arXiv论文

多个AI代理可帮你复现、实验arXiv论文,还能并行运行强化学习实验,帮做学术研究的人节省重复实验的时间

介绍针对 arXiv 论文的自动研究功能:使用一大批 Claude/Codex 智能体复现和实验任意 arXiv 论文。

训练后,你的智能体可以通过 @tinkerapi 启动并行强化学习运行,同时你可以观察实验树的生长。

现在就去 OpenResearch 试用:

在 X 看原帖 ↗
1.4万25193154
新品发布 · @induction_labs▲ 2.0万

induction_labs发布intrinsic discovery 新学习方法

训练出的世界模型在模拟终端环境时表现超过GPT-5.6 Sol,未来AI自主学习少了一道人工门槛

我们推出了内在发现(intrinsic discovery),一种全新的学习方法,能让模型在无人工监督的情况下,在开放环境中自主探索和学习。

借助内在发现,我们训练出了一个世界模型,它在模拟终端环境方面的表现超过了 GPT-5.6 Sol。

在 X 看原帖 ↗
2.0万33480347
深度观点 · @noor36758▲ 1.9K

博主给不同AI开发技能排了难度等级

想入行AI开发,可以对照这个难度表安排学习顺序,看看哪些技能适合入门,哪些需要更久积累。

按难度排序的 AI 开发技能 🤖

🔴 模型训练 —— 极难
🔴 微调 LLM —— 极难
🔴 多智能体系统 —— 难
🔴 AI 基础设施 —— 难

🔵 RAG —— 中偏难
🔵 向量数据库 —— 中等
🔵 AI 智能体 —— 中偏难
🔵 LangGraph —— 中等

🟢 提示词工程 —— 简单
🟢 OpenAI API —— 简单
🟢 Claude API —— 简单
🟢 Gemini API —— 简单

哪项 AI 技能实际上被低估了?👀

在 X 看原帖 ↗
1.9K75721
新品发布 · @shinshin86▲ 3.7万

赖泽聊天AI带火PC端私有AI角色聊天开发

开发可自定义声音性格界面,全程在本地PC完成,不用依赖外部服务,想做专属AI角色聊天空间可以参考这条路子

据称,随着近期成为话题的「Raiza Chat AI」出现,越来越多人开始挑战在PC上开发属于自己的AI角色聊天👀

如果你对聊天开发感兴趣,可以去看看引用内容。你可以用Claude Code和Codex轻松做出视频里那样的AI角色聊天,不光声音和性格,聊天界面也能按照自己的喜好自定义。

它不需要依托外部服务,可以直接在你的PC里搭建,因此能做出完全只属于你的AI角色聊天空间。

还支持自选头像格式,你可以选自己想用的头像格式。另外,如果你有希望新增支持的头像格式,也欢迎提需求😊

在 X 看原帖 ↗
3.7万44422458
新品发布 · @GoogleAIStudio▲ 6.4万

Google AI Studio发布Gemini Omni 1.1 Flash,支持生视频

普通开发者也能通过API调用带视频生成能力的大模型,可直接从360p草稿 upscale 到4K成品,生成视频门槛再降一档

介绍 Gemini Omni 1.1 Flash。该模型为开发者带来了一套全新的创意控制工具与生成式视频能力。

- 扩展场景以实现更长的叙事
- 可指定首帧与末帧
- 以 360p 分辨率更高效地起草视频
- 最高可升频至 4K 分辨率
- 可在多模态输入中添加视频参考

目前该模型已可通过 Gemini API 和 AI Studio 使用。

在 X 看原帖 ↗
6.4万98946175
工具产品 · @AISecurityInst▲ 6.0K

AISecurityInst 开源 optstop 评估工具

前沿AI评估需要上亿token,每一次无效试错都要花钱。这个工具可以帮做AI评估的人省下不必要的token成本。

部分前沿AI评估需要数亿token,每一次失败的试验都会产生实实在在的成本。

我们推出了optstop:这是我们的开源工具,可以在估值已经足够精确的时候终止评估,在估值不够精确的时候让评估继续运行。🧵

在 X 看原帖 ↗
6.0K119341
实战经验 · @ungetsuli▲ 1.1万

@ungetsuli分享清理屎山代码的AI Prompt方案

长期用AI写代码迭代会累积冗余代码,增加维护负担。这套方法用多代理分工清扫,能帮你降低代码库的维护成本。

分享一段最近实测非常有效的 Prompt,专门清理 AI Coding 长程迭代以后留下的屎山代码。

这套方案基于 DeepSeek Harness 仓库,随后经过优化和抽象,整理成了适用于一般代码库的 simplify-codebase 规范。

AI 很擅长继续添加抽象、状态、接口和兼容层,却很少主动证明哪些东西已经可以安全删除。单次修改都看似合理,长期累积后,整个仓库会背上越来越多维护义务。

这套方法会先按真实模块和所有权边界拆分任务,由多个子代理并行清扫,主代理处理跨模块契约并完成最终验证。

另一个很好用的工作流:先让网页端 Pro 模型审查整个仓库并生成方案,再交给 Codex 按检查结果实际修改和验证。

仓库地址:
完整提示词见下图。

在 X 看原帖 ↗
1.1万11118286
深度观点 · @GoogleDeepMind▲ 2.4万

DeepMind高管讨论:AI要学会自我怀疑?

这套思路如果落地,能让AI在天气预报、机器人这类场景里做出更安全可靠的决策,可以关注后续研究进展

从天气预报到机器人学,智能决策都依赖于对未知的理解。

我们的研究副总裁 @ZoubinGhahrama1 与 @fryrsquared 一同探讨,为什么教会系统自我怀疑和概率思维能带来更安全、更可靠的真实世界决策。🧠 观看本期节目 ↓

时间码:
00:00 引言
01:06 不确定性的作用
07:45 正确性与置信度
09:40 历史视角
16:10 AI 中的贝叶斯思维
26:30 真实世界中的不确定性
36:42 未来研究与 AGI

在 X 看原帖 ↗
2.4万2017945
AI医疗 · @petergyang▲ 1.2K

用户上传160页病历给AI 建议ChatGPT Health优化设计

用户@petergyang分享使用AI处理病历体验,呼吁ChatGPT Health面向患者和家属设计开放共享功能

用户@petergyang在𝕏上分享了自己的使用体验。他将共160页的个人医疗记录上传给AI工具,认为效果非常出色。

他公开提问@ChatGPT Health项目的团队成员都有哪些,同时提出设计建议。他指出这款产品不仅需要为患者设计,也应该照顾护理人员和患者家属。

目前这类医疗AI工具基本都只支持单人使用。医疗记录属于敏感隐私内容,但@petergyang认为,应当允许患者向直系亲属开放病历共享权限。

在 X 看原帖 ↗
1.2K143
动态 · @DamiDefi▲ 1.2万

SpaceXAI首席工程师发布C语言运行Grok 4.6一小时工作坊

该工作坊从零搭建项目,涵盖降token消耗、代理搭建等多个主题,可学习向AI代理分配工作

SpaceXAI的一名首席工程师发布了时长一小时的工作坊,内容是在C语言环境下运行Grok 4.6,将后续工作交付给GrokBot团队,整个项目从零开始搭建。

工作坊按时间划分了不同内容模块:1分14秒讲解降低token消耗的方法,4分27秒介绍工具工程相关内容,9分38秒聊到模型失忆问题,30分12秒讲解搭建AI代理的正确方式,44分08秒展示全栈项目的现场运行。

这类工作坊会改变人们向AI代理分配工作的思考方式。原文建议今晚跳过看剧,抽出一小时观看这个工作坊,之后可以阅读下方文章,学习如何用AI代理自动化整套日常流程。

在 X 看原帖 ↗
1.2万141313
智能体开发 · @kunchenguid▲ 1.5K

AI开发者谈AI智能体开发的苦涩教训与核心方向

开发者从GPT-4到Sonnet 3.5 v2的开发经验出发,提出应当专注三个长期不变的核心基础

阅读全文 →
1.5K45027
强化学习 · @mattshumer_▲ 7.4K

AI研究者看好HuggingFace合作方的强化学习训练项目

X用户mattshumer_称产品发布时模型将可自主完成强化学习训练配置,希望提前测试

mattshumer_在X平台发文表示,这个项目相当出色。等到该产品正式推出时,模型会非常擅长自主配置强化学习(RL)运行流程,完成相关训练。

mattshumer_@了Hugging Face和Pollen Robotics,表示希望能够提前参与测试,之后会向公众分享自己的看法与实验结果。

在 X 看原帖 ↗
7.4K295
AI工具 · @eCom_Amin▲ 2.5K

Claude自动化全流程打造软文生产系统

基于Opus 5 Claude代码模式搭建,包含全套提示词与文件,可免费分享给关注者

阅读全文 →
2.5K46236
AI编码 · @AYi_AInotes▲ 4.7K

Cursor工程师用AI Agent实现每月千PR高效研发

顶级工程师搭建自动化验证流程,指挥AI军团并行开发

阅读全文 →
4.7K124242
开发 · @0xCodila▲ 7.4K

前Cursor现SpaceX AI工程师用10个GrokBot自动完成开发任务

工程师打造GrokBot代理团队,睡眠时可自动推进工作提交PR

前Cursor工程师,现SpaceXAI工程师说:「我再也不用一步步提示/微观管理我那大约10个GrokBot智能体了。我睡觉的时候,我的「参谋长」会管理整个机器人团队的任务,它们还能推送PR」。

在一场30分钟的研讨会上,poteto展示了她如何搭建一支全天候运行的GrokBot团队来自动化自己的生活,以及自动化如何改变了她的代码(视频的第一部分)。

这段内容的价值超过十多本讲GrokBot和软件工程的指南。观看视频,向SpaceXAI团队学习从代码到生活的全自动化,然后阅读文章,正确搭建好整支团队↓

在 X 看原帖 ↗
7.4K888140
3D建模 · @louszbd▲ 828

开发者使用GLM-5.3-Flash在Blender构建3D梦幻厨房

开发者用GLM-5.3-Flash在Blender中搭建出3D梦幻厨房场景

我们使用 GLM-5.3-Flash 搭建了一个理想厨房。这是一个在 Blender 中构建的 3D 世界。这不是一段生成视频。

在 X 看原帖 ↗
8282609
AI开发 · @lydiahallie▲ 4.1万

开发者征集Claude Code物理场景应用开发案例

开发者Lydia Hallie征集Claude Code在实体场景的使用案例

如果你正在用 Claude Code 做实体相关的项目(固件、机器人、传感器、家庭自动化等等),我非常想听听你的设备配置和你正在搭建的东西!

在 X 看原帖 ↗
4.1万19383135
自动化运维 · @gkpacker▲ 5.4K

开发者基于Grok Bot构建自动运维SRE机器人

该机器人可自动监控排查问题并提交代码修复实现系统自愈

我在Grok Bot做了一个SRE机器人,用来检查日志、链路追踪、Sentry里的错误,还会定期检查我存在datadog里的仪表盘,自动持续优化系统。

它会定期运行,而且每次部署的时候,它都会观测日志、链路追踪,识别代码里的问题,然后提交修正用的PR。

我认为这个@bot和使用claude/codex的区别,就在于它拥有特定领域的例行工作和职责,因为它是7×24小时不间断运行的。

现在每次部署都能以一种出乎意料的方式自我修复,所有错误和慢查询都会被自动修复,我根本不用停下来手动分析所有这些内容,而且这还只是众多机器人中的一个。我们生活在一个不可思议的时代。

接下来它要做的是观测部署,出现问题的时候执行回滚,同时提交修复方案。

在 X 看原帖 ↗
5.4K513897
大模型 · @MiaAI_lab▲ 1.6万

博主评价GLM-5.3 Flash性能优于同规模其他大模型

海外AI博主称GLM-5.3 Flash性能品质优于其他可部署模型

我改主意了。如果你追求最高质量,GLM-5.3 Flash 值得你优先于其他任何模型运行。它是能放进 2 块 DGX Spark 里的最好模型。

这个模型能做到其他模型根本做不到的事。它比 GLM-5.2 更好,体积还只有一半。

希望我们能早日见到 DFlash2,到时候它就能真正大放异彩了!

在 X 看原帖 ↗
1.6万1335569
大模型 · @choopyplug1▲ 3.0万

谷歌团队发布线束工程9页文档 取代提示工程

谷歌团队发布9页线束工程文档,提出Agent新公式

阅读全文 →
3.0万49271522
🔥 热点追踪 · @TencentAI_News▲ 10.4万

TencentAI发布Hy4预览版,开放权重且免费两周

TencentAI推出开放权重的Hy4预览大模型,为MoE架构,总参数770B激活参数49B,支持1M上下文窗口,适配多种实际工作场景,接下来将观察它的实际落地表现。

📖 阅读深度解读 →
10.4万79952147
🔬 前沿研究
新前沿研究 · @omarsar0▲ 8.5K

Google DeepMind把Co-Scientist带进真实实验了

这个AI系统能在多个科研领域独立设计实验、产出结果,还能降低幻觉和抄袭概率,科研从业者可以关注新的效率提升方向

Google DeepMind 发表了一篇令人印象深刻的新论文。(记得收藏)它将 Co-Scientist 从模拟带入了真实世界实验。

结果总结如下:在计算机科学领域,它发现了一种推理时缩放架构,在 HealthBench Hard 和 Professional 两项测试中,经过盲法医师评审,性能击败了六个前沿模型。

该系统为 MXenes 设计了一条安全的前驱体合成路线,并驱动了一个半自动化化学气相沉积反应器,制备出了一种层状二维材料,其结构与 Ti₃C₂Tₓ 晶格相似。它还能在数分钟内根据实验室限制调整生长配方,实现了单次尝试就生长出单层 MoS₂、MoSe₂ 和 WS₂。

在生物学领域,它从稀疏成像数据中预测了诱导剂梯度下大肠杆菌的群集表型,结果与未发表的真实测量结果一致。

30 位领域专家对端到端生成的论文撰写了 450 份评审,可靠性模块减少了幻觉和抄袭。

论文:与论文对话:

在 X 看原帖 ↗
8.5K116584
新前沿研究 · @radixark▲ 6.1万

radixark发布Miles-diffusion 中 LoRA SFT 技术方案(rank-64)

不用重训整个大模型,就能针对性提升生成物理真实性,改完的轻量化插件可以直接导出部署,感兴趣可以跟着教程自己试

我们在 Miles-diffusion 中推出了 LoRA SFT,可用于扩散模型的快速、定向后训练。

我们为 @MiniMax_AI H3 训练了一个秩为 64 的 LoRA,用来提升物理真实感。

从 254 个经过筛选的训练窗口开始,在 8 块 GPU 上训练耗时不到 3 小时。

最终得到一个轻量级适配器,它可以提升定向能力,不需要重新训练完整模型,还能导出为 safetensors 格式,直接用 SGLang 部署推理。

按照评论区的指南,你也可以自己动手体验 ⚡

在 X 看原帖 ↗
6.1万316948
新前沿研究 · @omarsar0▲ 5.3K

Google发布关于智能体技能持久知识存储的论文

长期运行的AI智能体容易遗忘已学会的技能,这项研究方向如果落地,能让AI助手更稳定地完成长期复杂任务

Google 有一篇很棒的论文,主题是通过持久化知识来保持智能体的技能。

在 X 看原帖 ↗
5.3K12941
前沿研究 · @axisrobotics▲ 3.8万

Axis Robotics 研究称仿真数据可减少机器人训练实采需求

训练机器人新任务长期依赖大量人工实采数据,成本高周期长。这项研究验证了仿真数据能大幅降低对真实数据的依赖,压缩训练成本。

阅读全文 →
3.8万4738413
前沿研究 · @JCJesseLai▲ 1.7万

JCJesseLai等人发布《The Principles of Diffusion Models》v3 版本(v3)

对扩散模型感兴趣的学习者,现在能获得结构更清晰、新增前沿方向的新版本,还能提前预习后续MIT出版社正式版内容。

🚀 v3 发布了!我们刚刚更新了arXiv上的《扩散模型原理》,比它2027年在MIT Press出版提前了。

更新内容:
✨ 全新「前方道路」章节,主题是离散扩散
🛠️ 重大结构调整,新增扩散求解器章节
🧭 每章都添加了读者指南

随着语言连续扩散重新回归流行,本书中的许多原理都可以直接沿用。

新版本查看请进(链接在推文串中)!

合作者:@DrYangSong, @gimdong58085414, @mittu1204, @StefanoErmon

在 X 看原帖 ↗
1.7万55325241
前沿研究 · @RyanGreenblatt▲ 1.6万

研究者发现AI智能体为群体自我牺牲

这是对AI群体行为的早期研究,能帮我们提前理解多AI协作系统可能出现的自主行为倾向

阅读全文 →
1.6万1015257
前沿研究 · @AnthropicAI▲ 2.5万

AnthropicAI 讨论 MHS 开源的前置条件

当前大语言模型仅通过图文学习,缺乏物理直觉。MHS开源前需要补全安全评估,完善物理场景AI的防护机制。

在我们开源 MHS 之前,还有更多内容需要研究。

LLMs 仍然缺乏物理直觉,它们只能通过文本和图像来了解物理世界。

本次研究预览将让我们能够构建更多安全评估,并强化对在物理世界中使用 AI 的保护措施。

在 X 看原帖 ↗
2.5万620919
前沿研究 · @AnthropicAI▲ 7.7万

AnthropicAI 推出 MHS 大幅压缩硬件集成时长

原有AI对接硬件需要数天到数周定制开发,现在可缩短到数小时到数分钟,能降低AI落地硬件的时间成本

将 AI 连接到硬件需要数天甚至数周的定制集成,目前还没有让智能体安全操作设备的标准方法。

MHS 能将集成时间缩短到几小时甚至几分钟,它提供了一个可发现设备的接口,还能让智能体安全操作这些设备。

在 X 看原帖 ↗
7.7万1449341
前沿研究 · @iScienceLuvr▲ 1.2K

LeVJEPA 视频预训练大降计算量仍提精度

更低计算成本就能训练效果更好的视频编码器,训练AI视频模型的成本可能大幅下降

LeVJEPA:无需启发式规则的高效可扩展视频预训练

「我们介绍LeVJEPA,这是首个在LeJEPA无坍缩目标下训练的视频编码器」

「在相同数据、相同训练轮次下,LeVJEPA在ViT-S/B/L各尺寸上的表现匹配或超越V-JEPA 2,所需预训练计算量仅为后者的1/5.6到1/20.8。在总FLOPs相同的情况下,它在ImageNet-1K上比最强视频基线高出7.6个百分点,同时在以运动为核心的基准测试上保持竞争力。」

「与在相同视频帧上训练、计算量匹配的DINOv2相比,LeVJEPA在以外观为核心的评估上接近图像预训练编码器,同时在以运动为核心的评估上将准确率几乎翻了一倍。」

在 X 看原帖 ↗
1.2K52310
前沿研究 · @emollick▲ 1.0万

@emollick发布智能体购物偏好研究

如果你用AI帮忙选商品,小差异就会改变它的选择,提前预判AI选品结果这件事做不到。

🚨我们的新研究考察了智能体购物:你能否始终预测(或是通过营销手段影响)智能体的选择?答案是不能。我们发现,哪怕是微小差异(页面浏览顺序、记忆)都会以不可预测的方式改变AI的偏好。

在 X 看原帖 ↗
1.0万118531
🚀 新品发布
新新品发布 · @Abiodun0x▲ 1.9万

Decide发布DAX-1 专门编辑表格性能超竞品

做表格编辑的AI成本降九成多,精度和速度都远超通用大模型,做表格的从业者和企业可以有更划算的选择

我们今天宣布了迄今为止最具野心的举措:发布我们的旗舰模型DAX-1,它是专门针对电子表格编辑后训练的。

DAX-1的运行成本比Anthropic的Fable 5低97%,在我们的基准测试中,DAX-1准确率达到91.7%,而Fable 5为58.3%。DAX-1的速度还要快5倍。

这标志着我们构建Decide的方式发生了转变。我们不再仅仅依赖通用前沿模型,而是会在对我们业务有意义的领域训练专用模型。

这让我们能对准确率、速度和成本拥有更多控制权,也让我们能为依赖Decide的企业和专业人士打造更好的产品。DAX-1是这个方向上的第一步。

在 X 看原帖 ↗
1.9万26358676
新新品发布 · @aiaicreate▲ 1.3万

@aiaicreate 发布 sepia,可从三层修正AI文笔

需要把AI生成的内容改得更像真人笔迹再提交的开发者和创作者,可以试试这个工具,适配不同大模型和使用场景

▼概要 AIの執筆パターンを修正し人間らしい文章へ推敲するエージェントスキル「sepia」が公開。Claude Code等に対応し、語彙だけでなく文章の構造レベルからAIらしさを排除する。

▼ポイント
・AI小説検知器の研究に基づき、物語構造、文章の流れ、表現スタイルの3段階で修正
・リリースノートや障害報告書等、用途や提出先に合わせた個別ルールを適用可能
・ClaudeやGPT、Gemini等のモデルごとの書き方の癖を補正する機能を搭載
・人間の文章の分布に適合させることを原則とし過剰な補正を回避

▼使い所
AI生成の小説や開発ドキュメントを、用途に合わせて自然な文章に推敲したい開発者や執筆者向け。

#Claude #ClaudeCode URLはリプ⬇️

在 X 看原帖 ↗
1.3万25250383
新新品发布 · @midudev▲ 8.8K

Anthropic发布MHS标准,让Claude控硬件

原本需要几周的机器集成工作,现在只用几分钟就能完成,不用提前训练就能控制实体机器人,这项开源标准会降低AI硬件开发门槛

Anthropic 推出了 MHS!一个用于让 AI 控制机械臂这类实体硬件的标准。

✓ Claude Code 无需事先针对机器人训练就能操控它
✓ 接入一台机器的时间从几周缩短到几分钟
✓ 该标准使用 MCP,并且将开源

在 X 看原帖 ↗
8.8K1215952
新新品发布 · @robiartec▲ 748

微软发布Playwright MCP 让AI Agent直接控浏览器

解决了AI Agent控制浏览器靠猜点击、速度慢精度差还费token的老问题,降低AI自动化的使用成本

微软刚刚让你的AI代理完全控制浏览器

用AI自动化浏览器一直存在同一个问题:代理只能看截图,猜哪里该点击。速度慢、不精确,还消耗大量token,成本很高。

Playwright MCP从根本上解决了这个问题:
→ 代理读取页面的无障碍树,而非像素
→ 可确定地完成点击、输入、导航、上传文件和填写表单操作
→ 不需要视觉模型,只用结构化数据
→ 一条命令就能连接到 Claude Code、Cursor、Windsurf、VS Code、Codex 等等工具
→ 已有35.5k星,由微软直接发布

代理再也不用猜按钮在哪里了。它能准确知道每个元素是什么,然后采取相应行动。

仓库在评论区。

在 X 看原帖 ↗
7481011116
新品发布 · @TencentHunyuan▲ 26.6万

腾讯混元发布Hy4预览版 参数量达770B

这是开源端大模型的新进展,定价稳定亲民,普通开发者和普通用户可以直接试用体验。

🚀 Hy4 预览版已发布。770B 总参数量,49B 活跃参数量,1M 上下文窗口。为生产力打造。开源前沿模型。价格稳定亲民。来用吧。告诉我们哪里出问题了。

更多信息见 Hy 博客:HuggingFace:Github:

在 X 看原帖 ↗
26.6万2982.6K405
新品发布 · @Alibaba_Qwen▲ 2.7万

通义千问发布Qwen3.8-Flash 支持1M上下文

新多模态大模型已上线OpenCode Go,需要大上下文窗口写代码可以尝试这个新选择

125B/6B,百万上下文,多模态,现已登陆 OpenCode Go。⚡ 祝你使用 Qwen3.8-Flash 编码愉快!

在 X 看原帖 ↗
2.7万2049840
新品发布 · @gmi_cloud▲ 1.3万

GMI Cloud推出GMI Router,任务成本降28%

跑大模型任务不用全量调用GPT-5.5,单任务成本降28%,路由耗时不到200毫秒,限时免费开放,想降AI使用成本可以试试

我们推出 GMI Router。它是支持 KV 缓存感知的模型路由。

路由时间低于 200 毫秒,流程中无需评判模型,每个任务的成本比全量运行 GPT-5.5 低 28%,同时质量更高。

限时免费使用。

在 X 看原帖 ↗
1.3万3111557
新品发布 · @OnlyTerp▲ 3.4万

@OnlyTerp 推出 Opengrok 换模工具

可跨渠道调用各类大模型,也支持本地模型,每个模型分配独立云电脑,方便按需切换使用。

介绍 Opengrok

支持使用任意订阅中的任意模型 ✅

支持使用本地模型 ✅

自定义控制与灵活性 ✅

方便切换模型的模型选择器 UI ✅

每个模型都有自己的持久化云电脑?✅

(需要订阅 grok/cursor)

在 X 看原帖 ↗
3.4万19156206
新品发布 · @samhogan▲ 3.1万

samhogan推出fast inference LLM API月费仅9美元

开发者可以更低月租调用多个主流大模型的推理服务,还能对接多款现有代码开发工具,省去等待 Claude 响应的时间

推出 fast inference:fast inference 是为追求速度的开发者打造的 LLM API。

你可以每月 $9 获得目前最快的 Kimi K3、GLM、DeepSeek 等模型的访问权。

支持与 Claude Code、Codex、OpenCode 等工具集成。

速度会叠加增效。不用再等待 Claude 响应了。

在 X 看原帖 ↗
3.1万9192143
新品发布 · @nickscamara_▲ 4.8万

anydoc 推出免费OCR功能 单页仅190ms

AI代理现在可以免费读取扫描文档,不需要API密钥,处理速度快,还支持布局、表格和公式识别。

现已在 Anydoc 中推出 OCR 功能,现在你的代理可以免费读取扫描文档了

非 OCR 处理耗时低于 5ms

OCR 单页处理中位耗时为 190ms

支持布局检测、表格、公式

可通过 @firecrawl 使用 OCR 托管选项

免费,无需 API key

在 X 看原帖 ↗
4.8万29488664
新品发布 · @GoogleAIStudio▲ 6.4万

Google AI Studio发布Gemini Omni 1.1 Flash,支持生视频

普通开发者也能通过API调用带视频生成能力的大模型,可直接从360p草稿 upscale 到4K成品,生成视频门槛再降一档

介绍 Gemini Omni 1.1 Flash。该模型为开发者带来了一套全新的创意控制工具与生成式视频能力。

- 扩展场景以实现更长的叙事
- 可指定首帧与末帧
- 以 360p 分辨率更高效地起草视频
- 最高可升频至 4K 分辨率
- 可在多模态输入中添加视频参考

目前该模型已可通过 Gemini API 和 AI Studio 使用。

在 X 看原帖 ↗
6.4万98946175
新品发布 · @shinshin86▲ 3.7万

赖泽聊天AI带火PC端私有AI角色聊天开发

开发可自定义声音性格界面,全程在本地PC完成,不用依赖外部服务,想做专属AI角色聊天空间可以参考这条路子

据称,随着近期成为话题的「Raiza Chat AI」出现,越来越多人开始挑战在PC上开发属于自己的AI角色聊天👀

如果你对聊天开发感兴趣,可以去看看引用内容。你可以用Claude Code和Codex轻松做出视频里那样的AI角色聊天,不光声音和性格,聊天界面也能按照自己的喜好自定义。

它不需要依托外部服务,可以直接在你的PC里搭建,因此能做出完全只属于你的AI角色聊天空间。

还支持自选头像格式,你可以选自己想用的头像格式。另外,如果你有希望新增支持的头像格式,也欢迎提需求😊

在 X 看原帖 ↗
3.7万44422458
新品发布 · @induction_labs▲ 2.0万

induction_labs发布intrinsic discovery 新学习方法

训练出的世界模型在模拟终端环境时表现超过GPT-5.6 Sol,未来AI自主学习少了一道人工门槛

我们推出了内在发现(intrinsic discovery),一种全新的学习方法,能让模型在无人工监督的情况下,在开放环境中自主探索和学习。

借助内在发现,我们训练出了一个世界模型,它在模拟终端环境方面的表现超过了 GPT-5.6 Sol。

在 X 看原帖 ↗
2.0万33480347
新品发布 · @askalphaxiv▲ 1.4万

OpenResearch推出autoresearch自动研究arXiv论文

多个AI代理可帮你复现、实验arXiv论文,还能并行运行强化学习实验,帮做学术研究的人节省重复实验的时间

介绍针对 arXiv 论文的自动研究功能:使用一大批 Claude/Codex 智能体复现和实验任意 arXiv 论文。

训练后,你的智能体可以通过 @tinkerapi 启动并行强化学习运行,同时你可以观察实验树的生长。

现在就去 OpenResearch 试用:

在 X 看原帖 ↗
1.4万25193154
新品发布 · @kwindla▲ 2.8万

@kwindla推出PhoneLLM,解决语音智能体延迟痛点

做语音智能体不用再在延迟和能力之间妥协,低成本低延迟的开源方案已经可用,能大幅降低语音AI服务的部署成本。

阅读全文 →
2.8万50508571
📰 行业动态
🔥 热点追踪 · @Sapient_Int▲ 21.3万

Sapient_Int推出PRAXIST Beta自主研究Agent

该Agent由多个并行研究单元探索不同方案,保留每次实验的有效结果,在合作方提供的火箭模拟中获得100%安全着陆率,后续实际落地效果仍待观察。

📖 阅读深度解读 →
21.3万32337264
🔥 热点追踪 · @TencentAI_News▲ 10.4万

TencentAI发布Hy4预览版,开放权重且免费两周

TencentAI推出开放权重的Hy4预览大模型,为MoE架构,总参数770B激活参数49B,支持1M上下文窗口,适配多种实际工作场景,接下来将观察它的实际落地表现。

📖 阅读深度解读 →
10.4万79952147
新行业动态 · @RoundtableSpace▲ 6.6万

RoundtableSpace盘点下月将发布的新AI模型

多家头部AI厂商都预计在下月推新,一大波旗舰级大模型将密集登场,AI产品迭代速度正在加快

据传将于下月发布的AI模型:
- Gemini 3.8 Flash
- Gemini 3.5 Pro
- Qwen 4
- GPT-5.7 “Zinc”
- GPT-5.7 “Magnesium”
- OpenAI Astra
- Claude Fable 5.1
- Claude Opus 6
- Grok 4.7
- Kimi K3.1
- Mistral 下一代稀疏开放权重模型
- MiniMax M3.x

系好安全带。这将是疯狂的一个月。

在 X 看原帖 ↗
6.6万1837371
新行业动态 · @a16z▲ 2.0万

a16z推出11亿美元AI基础设施新基金

现有底层算力存储电力供应,跟不上AI模型迭代速度。未来创业机会从纯软件延伸到实体硬件层,整个AI赛道格局正在改变。

阅读全文 →
2.0万1413969
新行业动态 · @bhorowitz▲ 1.3万

@bhorowitz 拿到11亿美元造AI基础设施

AI需要全新实体硬件支撑才能发展,这笔融资将用来搭建相关物理设施,后续AI落地进度会被推动。

AI 和微处理器、蒸汽机、电力一样,都是定义世界的技术类别。

这些技术中的每一种,都需要建造一个全新的实体世界。

我们筹集了1.1B来建造AI的新世界。

在 X 看原帖 ↗
1.3万99311
新大模型 · @NFT_Chen▲ 3.5万

腾讯发布混元Hy4 Preview模型(770B)

在代码开发DeepSWE评测中,它超过DeepSeek V4 Pro和Qwen Max,仅次于GLM5.3与Kimi K3,目前已经进入灰度测试。

阅读全文 →
3.5万2444157
新开发 · @shikamarutsai▲ 3.0K

Anthropic做开发已经不用人工写提示词了

Claude Code作者称,现在由子智能体和循环流程完成编码工作,公司70%到90%的代码由Claude生成。

Anthropic 旗下 Claude Code 的创造者 Boris Cherny 称:“在 Anthropic,我们已经不再用提示词了,子代理和循环包办了所有工作。”

在 50 分钟的分享里,他展示了如今 Claude 如何完成 Anthropic 70%–90% 的代码编写,每天合入 20 个 PR,还能把一名工程师变成一整支团队。

提示词 → 工具 → 子代理 → 完整编码循环。

分享的前 10 分钟内容,就已经超过了大多数售价 700 美元的 AI 课程的深度。

大多数人还在手写提示词的时候,提效杠杆已经往上挪了两层。

模型还是那个模型,token 还是那个 token,唯一改变的就是你套在模型外层的循环。

收藏这条。然后下拉找你感兴趣的任意讲座。

在 X 看原帖 ↗
3.0K55446
新大模型 · @0x_kaize▲ 4.6K

GLM-5.3-Flash编码对标Claude Opus,还能免费跑

这个匿名登顶OpenRouter排行榜一周的模型,现在已经开放免费使用档位,所有人都能直接体验。

阅读全文 →
4.6K16544
新工具 · @ai_suxiaole▲ 5.1K

Anthropic员工内部常用一个一句话AI技能

核心需求就是把复杂主题讲给完全不懂的人,要求配大图片少文字,做成HTML页面。做产品科普的人可以直接抄走用。

Anthropic 内部员工写的一个 Skill,内部员工已广泛使用 Skill 叫做: eli5 整个Skill核心就一句话: Explain like I'm someone who knows nothing about this topic, using a HTML artifact with big pictures and few words. 中文版: 把我当成一个完全不懂这个主题的人,用大图 + 少量文字的 HTML 页面,把这件事解释清楚 就这么简单,没有复杂代码,没有 MCP,也没有几百行提示词。但它把一个很明确的工作方法固定下来了。以后遇到复杂��西,不要给我堆概念,直接想办法让我看懂 很多人一说 Skill,第一反应就是要写得很复杂,Anthropic 内部用的东西告诉你:Skill 不一定是一个复杂程序,有时候,它只是把一句真正有用的话,固定下来反复使用 快去实现你自己的Skill吧

在 X 看原帖 ↗
5.1K43563
新动态 · @0xaurSkyo▲ 9.9K

AI搭配BTC做链上活动,最难的不是做钱包

现在让AI Agent绑定一个链上钱包已经不难,难点是钱包拿到手之后,它能独立完成多少完整操作。

阅读全文 →
9.9K5491
新研究 · @bybardiia▲ 4.5K

PRAXIST发布PRAXIST自主研究框架

传统自主研究循环把探索得到的非最优结果直接丢弃,新框架改成让多个研究节点并行运行。

大多数自主研究循环都把探索当成了可丢弃的搜索树:你挑出最优结果,扔掉其余部分。

PRAXIST 彻底改变了这种架构。它运行多个平行的「研究员同伴」,通过持久化内存共享研究发现,再由 PI 小组根据积累的数据协调下一步要测试的内容。

最惊人的是效率差距。用开源模型在 MLE Bench 上达到了 65% 的准确率,token 成本仅为 3k,而 Claude Opus 达到相同结果需要 38k。

当问题需要累积迭代时,聪明的系统架构胜过蛮力计算。

在 X 看原帖 ↗
4.5K1241
新行业 · @binarybits▲ 2.0K

很多人没意识到ChatGPT前Google训了很多大模型

博主梳理了公开信息后发现,Google在ChatGPT推出前已经训练了大量不同尺寸的大语言模型。

我之前完全不知道 Google 在 ChatGPT 发布之前训练过这么多大语言模型。

在 X 看原帖 ↗
2.0K2224
新行业动态 · Hacker News▲ 34

lowcache 讨论AI代理拿到Root权限

Root权限是系统最高控制权,AI拿到后如何管控安全风险,直接关系到所有接入AI的设备安全。

社区讨论:多数开发者认同,当前AI代理默认和用户共享账户权限,提示 injection 可轻易窃取~/.ssh密钥等敏感数据,这是POSIX按设计工作,并非漏洞,而是用户没有遵循操作系统权限隔离的基本规则。原作者补充,本地MCP服务默认拥有和用户相同的全权限,但安装说明完全未提及该风险。有人提出应该用专用KVM虚拟机、容器或者独立系统用户做沙箱隔离,也有人指出合格的MCP服务本身应当只暴露必要的功能权限。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @amir▲ 6.6万

Cognition 融资估值达450亿美元

投资方给另一家AI编码应用开出了极高估值,想在AI编码赛道押注的投资者,可以参考市场当前的出价风向

👀一级市场现在关于 Cognition 正在进行的当前轮融资有铺天盖地的讨论,估值约为 450 亿美元。

所以我们深挖了它的财务数据,来解释它的增长和烧钱情况,以及为什么投资者会给又一款AI编程应用下这么大的赌注……

在 X 看原帖 ↗
6.6万915096
行业动态 · @Nas_tech_AI▲ 4.2K

腾讯Hy半年发三个大版本,Hy4预览版来了

开源大模型梯队竞争正在加快,这套先放预览、快速迭代、靠用户反馈推进开发的路径,也许能跑出不一样的结果。

腾讯 Hy 的进化速度越来越惊人。短短六个月就发布了三个大版本,基本上每两个月就有一次重大更新。

这次全新的 Hy4 预览版在模型规模、上下文长度和训练数据方面都带来了重大升级。预训练和后训练都得到了充分投入,它显然正在冲击开源模型的第一梯队。

我最喜欢的是它「先预览、快速迭代」的路线,真实用户反馈直接推动开发。非常好奇接下来它会带来什么。@TencentAI_News

在 X 看原帖 ↗
4.2K10887
工具 · @RoundtableSpace▲ 4.9万

RoundtableSpace整理了5个值得用的AI GitHub仓库

列表里包含可跨平台运行的个人AI助手,还有基于Claude的智能代理工具框架,想找现成AI工具的可以直接去看

你必须用到的 5 个 GitHub 仓库:

1. OpenClaw:可跨平台运行的个人专属 AI 助理。

2. ECC (Everything Claude Code):功能强大的代理聚合框架,为 AI 编码代理提供技能、记忆、安全与研究工作流。

3. Superpowers:智体化软件开发框架,旨在让 AI 编码工作流更结构化、更强大。

4. Vibe-Trading:围绕系统化交易工作流构建的开源 AI 驱动交易研究项目。

5. Agency Agents:大量专业化 AI 智体的合集,为不同现实世界任务和工作流设计。

在 X 看原帖 ↗
4.9万57165
科研 · @AnthropicAI▲ 3.5万

Anthropic的AI代理把成像实验从几周缩到一天

它已经在基因泰克完成了带实时纠错的药物发现实验,还帮科研机构压缩了成像实验的时间

在早期测试中,AI 代理使用 MHS 完成了以下工作:

在基因泰克开展了一项带实时错误处理的药物发现实验。

在 HHMI 贾内利亚研究园区将一项成像实验从数周压缩到一天完成。

将 QuEra 量子计算机的激光稳定性从 58% 提升到了 99.3%。

在 X 看原帖 ↗
3.5万935934
观点 · @Akanimo_dx▲ 2.4K

AI要走出屏幕,真正优势在 messy 的现实世界

聊天向AI学文字,图像AI学图片,机器人需要向真实环境学习,真实环境的学习能力才是核心竞争力

阅读全文 →
2.4K2871
商业 · @Techmeme▲ 2.6万

做企业AI助手的Town传估值10亿美元融资

投资方是Index Ventures,企业个人助理赛道的热度还在往上走

消息来源:开发企业级个人AI助手的Town正洽谈融资,此轮由Index Ventures领投,投后估值至少10亿美元。(Newcomer)(访问Techmeme dot com获取链接及完整上下文!)

在 X 看原帖 ↗
2.6万19647
科研 · @nijokestu▲ 2.2万

nijokestu发布PRAXIST研究代理框架

多个研究模块并行探索,通过共享内存交换证据,还有专门模块筛选结论,给科研AI代理换了新思路

大多数研究智能体都会丢弃失败的实验。PRAXIST 会保留每一个有用的发现。

多个 Research Peers 并行探索,通过共享内存分享证据,再由 PI Panel 决定下一步测试什么。

正是靠着这套设计,一个开源模型在 MLE-Bench 上拿到了 49 枚金牌,成本大约仅为 Claude Code + Opus 4.8 的 1/12。

对于量化团队来说,这会改变格局:相同人员编制下,可以完成更多策略假设检验和滚动样本测试,token 消耗却低得多。

架构战胜了规模。累积研究战胜了赢家通吃。

在 X 看原帖 ↗
2.2万99100
科研 · @BenBlaiszik▲ 3.8K

TerminalBench-Science v0.1帮AI当好科研助手

它测试AI代理的可靠性,让科学家能把精力放在选问题、提假说这些需要人的工作上

宣布 TerminalBench-Science v0.1 发布!智能体应当是可靠的合作伙伴,让科学家能专注于以人为核心的任务:选择重要问题、提出假设、解读结果、交流发现等等。但在持续迭代的领域中,我们要如何理解模型的能力与缺陷?TerminalBench-Science 就是为解决这个问题而来的!

它是一个由科学家打造、供科学家使用的基准测试集。我作为审稿人和任务创作者参与了项目,想分享一些关于初始结果和开发过程的思考。首先是最核心的问题:模型表现如何?

在纯通过率上,Claude Opus 5(Claude Code)以 30.0% 位居第一,第二名是 GPT-5.6 Sol(Codex),为 22.4%,第三名是 Claude Fable 5(Claude Code),为 21.4%。成本与任务解决率之间的帕累托最优前沿(见配图)情况更复杂,占据该前沿的是 GPT 5.6 各变体和 Opus 5。

在 X 看原帖 ↗
3.8K910427
行业动态 · Hacker News▲ 34

fagnerbrack讨论Claude代笔甩锅现象

越来越多产出背后都是Claude写的,出了问题就甩锅给AI,这已经变成新的职场常态。

🔥 热点追踪 · @AnthropicAI▲ 112.2万

Anthropic启动Model Hardware Standard第一阶段研究预览

这个新标准将为AI智能体提供通用接口,让AI智能体可以安全操作科研、高端制造领域的实体设备,未来或改变实体场景的作业模式。

📖 阅读深度解读 →
112.2万6936.1K2.2K
行业动态 · @DinoAlabre23▲ 8.2K

旧金山AI岗应届毕业生基薪最高45万美元

只要有模型训练、评测相关实际经验,就能申请,还支持签证,对2026/2027届应届生开放,AI人才薪资再创新高。

阅读全文 →
8.2K79390
行业动态 · @ahsu___▲ 4.3万

Architect Labs披露Redwood,两周AI设计完芯片

AI完成从设计到驱动的全流程,能效比表现优于现有竞品,后续将在台积电流片,芯片设计效率有望大幅提升

阅读全文 →
4.3万76712
动态 · @JimmyRevived▲ 3.2K

@JimmyRevived 拆解AI视频从0到成片的完整流程

阅读全文 →
3.2K155352
动态 · @sunmer575399▲ 3.8K

高星开源AI Agent OpenHands可自动完成各类任务

我愿称之为AI界的天花板,OpenHands,78.5k star真不是白给的

1️⃣ 给AI Agent一双真手,能自己打开浏览器、写代码、跑测试,一条龙干完。..我让它修个GitHub Issue,它自己翻代码改完还提交了PR,省我一下午

2️⃣ 不用再切窗口复制粘贴了,自然语言直接指挥它操作电脑,跟雇了个远程实习生似的。实测处理重复性重构任务,比我手动快三倍不止

3️⃣ 支持接入GPT-4、Claude这些主流模型,沙箱环境跑代码不怕搞崩系统。踩过别的坑,那个只给聊天不给动手的,纯玩具

做AI的兄弟直接fork,轮子别自己写了。

这项目其实是学术界大佬组里跑了好几年的内部框架,开源出来直接就是生产级。

不是那种demo一跑就碎的货色。

我上周拿它跑了两个真实需求,从部署到出结果只花了半小时,比自己写Agent框架省出的时间,够刷两季番了。

适合想搞AI自动化又不想从零造轮子的人。

但前提是你得会点Docker,小白可能卡在环境配置上。

你们平时用啥方案让AI自己干活?

🔗 #AI #AI工具老炮

在 X 看原帖 ↗
3.8K83764
动态 · @AntLingAGI▲ 9.4万

AntLing发布金融增强模型Ling-3.0-flash-Fin

金融工作依赖可靠来源、一致定义、精准计算和可审计产出。

我们推出 Ling-3.0-flash-Fin,这是 Ling-3.0-flash 的金融增强版本,由我们与金融机构及领域专家合作开发。

该模型总参数量为 124B,激活参数量为 5.1B,支持处理长报告、研究材料和复杂工作簿,可完成信息检索、研究、估值建模和报告准备工作。

该模型在 FinFIRST、FinSearchComp Verified、FinCRAFT、FinanceAgent v1.1/v2、APEX-Agents、SpreadsheetBench v1/v2 和 τ³-Banking 上都取得了有竞争力的结果。

我们将于下周开源该模型权重。

在 X 看原帖 ↗
9.4万3024097
动态 · @ComfyUI▲ 1.8万

Comfy成为MiniMax媒体模型独家商用授权分发方

今天我们宣布,Comfy 成为了 @MiniMax_AI 生成式媒体模型的首个也是唯一的商业授权经销商。

通过 Comfy 下载的 MiniMax 开放权重模型次数已经接近 2000 万次。现在你可以为商业用途获取这些模型的授权。

→ 你的输出内容享有完整商业权利
→ 完全允许微调与 LoRA 训练
→ 覆盖客户与代理项目
→ 包含 MiniMax Audio & Music,不只是视频

授权分为专业版和企业版计划,企业版覆盖所有 H3 模型版本。现在就通过下方链接申请授权 ⬇️

在 X 看原帖 ↗
1.8万37280150
行业动态 · Hacker News▲ 112

法院裁定特朗普政府拉黑Anthropic非法

AI创业公司Anthropic曾被美国前政府列入黑名单,现在判决推翻了这项决定,直接影响这家AI公司后续发展。

社区讨论:多数用户认为特朗普政府本次拉黑行为本身非法,也有人称Anthropic禁止美国政府使用其部分功能,单方面限制一国使用,本身已经构成国家安全风险。有人提出法律更新速度远赶不上科技风险扩散速度,特殊案件应当加快处理流程。也有人关注,本次裁定仅判定行为非法,并未让涉事方承担赔偿,政府不会为行为付出实质代价。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 63

calmrocks推出免费无框架AI工具Notebooks

可直接在Colab上运行RAG、智能体和评估相关开发,不需要绑定特定开发框架,省去额外环境配置成本

行业动态 · Hacker News▲ 70

sachinneravath发布Claude额度消耗查询工具(10 minutes)

不少Claude付费用户都遇到过额度莫名快速耗完的情况,这个工具能帮你找到额度消耗过快的原因

社区讨论:有人疑惑怎么会一周用掉11亿token,有人调侃额度耗尽后没法开发软件了。多数人分享了额度快速耗尽的原因:大上下文缓存过期、误开高消耗默认模型、使用多代理扫描整份代码库排查缺陷,都可能快速耗完额度。有人做了CLI状态栏显示实时额度占比的插件,超标自动变色提醒。

也有人指出这个工具只展示token消耗分布,无法解释消耗原因。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @HedgieMarkets▲ 9.2K

Thomson Reuters花4000万自建模型 脱离Anthropic

大公司靠开源基础模型训自有模型,成本远低于持续支付API费用,这套方案已经跑通,未来顶级API厂商的溢价空间会持续被压缩。

阅读全文 →
9.2K7125487
模型发布 · @tavus▲ 1.6万

tavus推出Sparrow-2,主打实时对话理解

做AI对话产品的开发者可以直接调用,它目前给Tavus自家产品提供能力。目前AI对话仍被认为是难度很高的问题。

人机对话是 AI 领域最难解决的问题之一。

今天,我们正式推出 Sparrow-2,这是我们最先进的实时对话理解模型。

它为 Tavus PALs 带来了大多数语音 AI 至今仍不具备的能力:理解对话当前的进展,并决定下一步该做什么——该何时倾听、等待、开口,或是继续说下去。

在 X 看原帖 ↗
1.6万48261183
开源 · @samrags_▲ 2.0万

OpenInstinct开源可自托管,支持所有大模型

代码、数据、密码都由自己控制,可以部署在Vercel,使用时不需要连公共互联网。

我们很高兴发布 OpenInstinct:Instinct 但支持自托管、开源,并且兼容所有模型。

你可以完全掌控代码、数据和密码。

部署到 Vercel,再也不用手动联网操作了。

在 X 看原帖 ↗
2.0万15262193
学术 · @emollick▲ 1.6万

预印本网站出现冒用学者姓名的AI水论文

已有多名学者遇到这种情况,自己没写过没见过的论文,挂着自己的名字放在网站上。

我发现在预印本网站上有不少挂着我名字的AI垃圾论文,这些论文我既没写过,也从来没见过。

我聊过的其他学者也遇到了同样的情况。

我不认为现在所有这类论文都是真的……不过质量尚可的AI论文工厂很快就要出现了。

在 X 看原帖 ↗
1.6万4577
AI开发 · @omarsar0▲ 1.8万

做AI代理不一定需要专门的编排框架

现成常用的代理框架本身就支持单独并行处理任务,动态生成代理框架的思路没得到足够关注。

阅读全文 →
1.8万14284173
行业动态 · Hacker News▲ 172

Hacker News 讨论Gemini Omni 1.1 Flash新版

Gemini新版本曝光,关注谷歌大模型迭代的人,可以留意后续动向

社区讨论:多数用户聚焦技术之外的行业影响,有人提到大家常讨论生成式AI对开发者的影响,却很少关注AI对配音演员和影视演员的冲击。有人对比行业动向,提出OpenAI已经完全放弃Sora项目,但谷歌仍在重度投资视频生成,可能是把视频生成当做开发世界模型的核心环节。不少用户提出质疑,有人称含人类的AI生成视频仍有严重的恐怖谷效应,有人指出该版本依然无法实现将生成视频和已有音频同步。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 111

开发者k9294发布Gemini-3.5-Transcribe工具

需要音频转文字的用户可以多一个基于Gemini模型的新工具选择,可关注后续实际使用体验

💡 深度观点
新深度观点 · @Dr_Atoosa▲ 7.5K

Dr_Atoosa谈AI安全研究的用词原则

不当的拟人化词汇会让研究者和公众对AI行为产生不准确的思考,直接影响整个AI安全领域的研究质量与公众讨论方向

当前 AI 安全领域能做出的最有价值的贡献之一,就是保持「科学、数学与哲学层面的严谨性」。

这意味着,在描述智能体停机、协同崩溃或资源耗竭行为时,要弃用「自我牺牲」「自杀」这类带有主观暗示的词汇。

这些词汇把人类的动机概念套在了极其复杂的过程上,而我们目前还没有能精确描述这些过程的词汇。不精确的词汇会催生不精确的思考,无论是对研究人员,还是对后续形成的公众讨论来说都是如此。

在 X 看原帖 ↗
7.5K1210421
新深度观点 · @AiswaryaVenkit1▲ 2.4K

企业AI智能体真的需要整套技术架构

做企业AI落地不能只靠大模型,要从交互、安全、到基础设施搭完整体系,这给打算落地AI的企业理清了实际需要的框架。

阅读全文 →
2.4K187655
新深度观点 · @sophiaparkerr_▲ 1.0万

博主聊腾讯AI半年三发:模型飞轮开始转了

这套结合智能体收集真实反馈、快速迭代的开发路径,已经在内部测试中胜过现有头部模型,国内大模型的竞争节奏正在加快

刚看了 @TencentAI_News 的最新更新,进展速度真的让人印象深刻。6个月内发布了三个大版本,差不多每两个月一个。

Hy4 预览版已经挤入开源模型第一梯队。但更有意思的部分不只是参数量,而是它的协同设计方法:用 WorkBuddy 这类广泛使用的智能体收集真实场景反馈,再把反馈用于快速迭代预览版,之后用能力更强的模型改进产品体验。

据报道,它的内部盲测结果在 200 多个任务上小幅优于 GLM 5.3 和 Kimi K3。这种「模型+智能体反馈」的闭环开始看起来真的像一个增长飞轮。不得不说,「中文Codex」的定位已经越来越难以被忽视了。

在 X 看原帖 ↗
1.0万52341
新深度观点 · @evrendag1284▲ 513

Flop实验:AI智能体要自己建原生经济

如果未来AI智能体真的会自主交易协作,它们需要的货币天生绑定算力,而不是法币。这是没有VC预售的全新实验方向

阅读全文 →
51321051
深度观点 · @m0d8ye▲ 1.1万

@m0d8ye预测端侧AI是下一波AI浪潮

本地跑大模型已经有爱好者开始尝试,未来家庭AI中心落地,普通用户的设备可能需要升级内存才能用。

我预测还有第四波,端侧 AI。最近 nerd 们扎堆买 DGX Spark 和 Mac Studio 跑本地 LLM。一旦本地推理软件变得成熟,家庭 AI 智能中心的概念也会进入消费市场。

当然了,本地流畅跑长上下文 LLM 没有个 128GB DRAM 是不可能的。

在 X 看原帖 ↗
1.1万33418
深度观点 · @qinbafrank▲ 1.9万

Salesforce与Anthropic推出ClaudeForce,打破零和竞争

这验证了垂直SaaS和AI模型厂商可以分工合作,对持有核心业务数据的SaaS从业者来说,是明确的方向参考

AI会创造新的软件、安全、身份和工作流收入,昨天Salesforce的强劲财报带动了软件和SaaS领域的走强,也验证了7月中聊到的:“CSP控制的是横向AI底座,垂直SaaS控制的是业务执行层。因为垂直SaaS掌握“工作入口;业务对象、业务语义;历史操作数据;系统记录;行业规则;最终动作执行;客户结果反馈”。可以把模型能力包装成高价值业务结果。

这只适用于真正拥有工作流和核心独家数据的SaaS。只是给通用模型套一个简单界面的薄应用,反而容易被模型厂商或CSP替代。”

这一次Salesforce与Anthropic推出ClaudeForce,也进一步说明,模型厂商与企业软件之间未必是零和关系:

Claude提供推理和自然语言入口;
Salesforce提供企业数据、权限、业务逻辑和执行动作;
企业软件仍然掌握系统记录、业务流程和合规责任。

这说明进一步企业AI正在从试点进入“ 数据接入、Agent开发、业务流程调用、权限治理”的工程化时代。

在 X 看原帖 ↗
1.9万44225
深度观点 · @RuxandraTeslo▲ 7.2K

Anthropic提出MHS,帮AI接管科研硬件

现在对接不同科研硬件要花数周数月,MHS希望把对接时间压缩到几小时,能减少生物科研里大量无意义的内耗

阅读全文 →
7.2K57531
深度观点 · @GoogleDeepMind▲ 2.4万

DeepMind高管讨论:AI要学会自我怀疑?

这套思路如果落地,能让AI在天气预报、机器人这类场景里做出更安全可靠的决策,可以关注后续研究进展

从天气预报到机器人学,智能决策都依赖于对未知的理解。

我们的研究副总裁 @ZoubinGhahrama1 与 @fryrsquared 一同探讨,为什么教会系统自我怀疑和概率思维能带来更安全、更可靠的真实世界决策。🧠 观看本期节目 ↓

时间码:
00:00 引言
01:06 不确定性的作用
07:45 正确性与置信度
09:40 历史视角
16:10 AI 中的贝叶斯思维
26:30 真实世界中的不确定性
36:42 未来研究与 AGI

在 X 看原帖 ↗
2.4万2017945
深度观点 · @noor36758▲ 1.9K

博主给不同AI开发技能排了难度等级

想入行AI开发,可以对照这个难度表安排学习顺序,看看哪些技能适合入门,哪些需要更久积累。

按难度排序的 AI 开发技能 🤖

🔴 模型训练 —— 极难
🔴 微调 LLM —— 极难
🔴 多智能体系统 —— 难
🔴 AI 基础设施 —— 难

🔵 RAG —— 中偏难
🔵 向量数据库 —— 中等
🔵 AI 智能体 —— 中偏难
🔵 LangGraph —— 中等

🟢 提示词工程 —— 简单
🟢 OpenAI API —— 简单
🟢 Claude API —— 简单
🟢 Gemini API —— 简单

哪项 AI 技能实际上被低估了?👀

在 X 看原帖 ↗
1.9K75721
🛠 工具产品
新工具产品 · @camillerouxart▲ 9.3K

camillerouxart开源Claude Code生成艺术插件

创作者能直接让Claude掌握生成艺术的专业特性,帮创作者在铸造NFT前验证草图,降低创作流程更可靠。

我为生成艺术做了一个 Claude Code 插件。

它教会 @claudeai 真正的创作工艺:哈希带来的确定性,400px 和 4000px 分辨率下都能生成同一件作品,可靠的 rarity,还有在 mint 前验证草图的工具。

免费且开源。

在 X 看原帖 ↗
9.3K17197237
工具产品 · @AamirAnsar94694▲ 628

@AamirAnsar94694发布LLM工具速查表

不用再对着上百种AI工具犯懵,理清分层就能只学适配自己工作流的工具,适合刚入门LLM开发的人梳理体系

阅读全文 →
628165815
工具产品 · @AISecurityInst▲ 6.0K

AISecurityInst 开源 optstop 评估工具

前沿AI评估需要上亿token,每一次无效试错都要花钱。这个工具可以帮做AI评估的人省下不必要的token成本。

部分前沿AI评估需要数亿token,每一次失败的试验都会产生实实在在的成本。

我们推出了optstop:这是我们的开源工具,可以在估值已经足够精确的时候终止评估,在估值不够精确的时候让评估继续运行。🧵

在 X 看原帖 ↗
6.0K119341
⚡ 实战经验
新实战经验 · @Zun2025▲ 1.6万

@Zun2025 用Claude和Codex组建监督式软件团队

解决多模型协作时直接传递输出的混乱问题,用带签名的消息收发框架实现分工,给多AI协作提供了新的思路。

几天前,@cryptohayes 希望看到 @flop_labs 的 technocore 被集成到智能体工作流中。

于是我搭建了一个实验项目,它将 Claude 和 Codex 转变为一个受监督的软件开发团队,并用 technocore 聊天作为它们的签名邮箱,而非简单把一个模型的输出塞进下一个提示词里。

仓库:

顺便说一句,technocore 本身不编写代码,它只传输签名消息。

在 X 看原帖 ↗
1.6万1725585
实战经验 · @Ryrenz▲ 3.3K

漏洞赏金全流程 Claude Code 外挂获 4.4K stars

做漏洞赏金不用再切换多个工具手动整理,整条流程可在终端完成,还支持接入多个AI客户端,也能本地运行模型

🕵️ 又发现一个 Claude Code 外挂,做漏洞赏金的人从侦察、测试到写报告,全在终端里跑完 GitHub 上 4.4K stars,MIT 许可证,需要 Python 3.10 以上。

打一个授权目标的老流程是这样的:subfinder 扫子域,httpx 探活,nuclei 跑模板,ffuf 爆目录,katana 爬链接,工具来回切,结果散成一堆文本文件,最后还得自己坐下来手写报告。

这个项目把整条流程编排成 33 个斜杠命令和 9 个专用智能体,跨会话记着你上次做到哪一步,Web2 那边覆盖 26 类漏洞,Web3 智能合约 10 类。

除了独立命令行,Claude Code、OpenCode、Pi Agent 和 Codex 都能接进去;模型可以选 Claude、OpenAI、DeepSeek、Groq,也能用 Ollama 在本地跑。

仓库自己写明了只能用于获得授权的安全测试,工具是中立的,打谁、有没有拿到授权,是使用者自己的事。

GitHub:

在 X 看原帖 ↗
3.3K146261
实战经验 · @LeRobotHF▲ 1.2万

Claude Code 操控实体机械臂,无需标定板

这套标定方法不需要预训练,机械臂本身就是标尺,对想动手做实体机器人AI的开发者来说,是降低门槛的新路径,后续即将开源

我们参与了@AnthropicAI的MHS研究预览。下图是Claude Code在操控一台真实的SO-ARM101。

这套方案没有用到任何训练数据——没有策略、没有遥操作、没有演示数据。智能体自行测量了工作空间,还编写了运动程序。

标定是最有意思的部分。不需要棋盘格,也不需要相机内参:机械臂本身就是自己的标尺。扭矩下降后,人类只需要把闭合的夹爪放到软件在相机视图中画出的16个点上,机器人就能读出这些点的位置。

位置精度达到4.1毫米,放置精度3.0毫米。目前最佳运行结果:放置了12块积木,完成了全部四个颜色组的分类。下一步目标是完成从头到尾全程无需人工介入的运行。

今日开放研究预览,开源版本即将推出。

在 X 看原帖 ↗
1.2万26254137
实战经验 · @about_hiroppy▲ 7.1K

@about_hiroppy 分享纯AI代理写代码六个月的经验

多人用AI协同写代码常会踩坑,这些从半年实践里总结出的环境隔离方案,能帮你避开多数冲突问题。

据仅使用AI代理编写代码六个月运营经验所得,当并行运行多个Claude Code/Codex系代理时,不仅Git,数据库、端口、进程、认证信息的冲突都会成为核心问题,因此需要通过每个任务独立隔离VM、YOLO执行、经由代理注入凭证、只读权限等方式设计开发环境与安全边界。

Six Months of Writing Code Exclusively With Agents - blog

在 X 看原帖 ↗
7.1K792101
实战经验 · @ungetsuli▲ 1.1万

@ungetsuli分享清理屎山代码的AI Prompt方案

长期用AI写代码迭代会累积冗余代码,增加维护负担。这套方法用多代理分工清扫,能帮你降低代码库的维护成本。

分享一段最近实测非常有效的 Prompt,专门清理 AI Coding 长程迭代以后留下的屎山代码。

这套方案基于 DeepSeek Harness 仓库,随后经过优化和抽象,整理成了适用于一般代码库的 simplify-codebase 规范。

AI 很擅长继续添加抽象、状态、接口和兼容层,却很少主动证明哪些东西已经可以安全删除。单次修改都看似合理,长期累积后,整个仓库会背上越来越多维护义务。

这套方法会先按真实模块和所有权边界拆分任务,由多个子代理并行清扫,主代理处理跨模块契约并完成最终验证。

另一个很好用的工作流:先让网页端 Pro 模型审查整个仓库并生成方案,再交给 Codex 按检查结果实际修改和验证。

仓库地址:
完整提示词见下图。

在 X 看原帖 ↗
1.1万11118286
新实战经验 · @AamirAnsar94694▲ 1.5K

用Claude创业只要9步,别只把它当聊天框

想靠AI降低创业成本,不用等复杂工具,围绕Claude搭建完整工作系统,就能把它变成创业的业务支撑层。

阅读全文 →
1.5K299937
实战经验 · @connect24h▲ 2.9万

九州大学公开Claude Code工作坊工具包

想在团队引入AI驱动开发做内部培训的话,可以参考这套可复现的培训框架,直接拿来调整后就能用

这份教材简直就是神级资料。刚好我正处在要在团队内引入Claude Code的阶段,打算直接拿来用它的子集!作为AI驱动开发研修的原型基础非常好用。

九州大学2026年4月举办的Claude Code实操工作坊,已经作为哪怕单人也能推进产品开发的工作坊工具包在GitHub公开了。

相关报道称,约60人在2天内参与了活动,8-9成的参与者完成了原型开发,满意度达到4.59/5。而且写的是一共「6份资料」,但正文只列了5份,是写错了吗?

环境要求是Node.js 20以上、Next.js App Router、pnpm,整个设计覆盖了从课题到实现、验证、落地页、学习计划的完整流程。

环境搭建和技能的具体内容我打算去原文看。AI培训的价值不在于产出物,而在于不管谁来做都能复现的流程。

#AI駆動開発
来源:

在 X 看原帖 ↗
2.9万43387649
实战经验 · @rpl_0x▲ 8.9K

免费完整互动AI教程覆盖从入门到进阶

想从零系统学AI工程,又找不到结构化免费资源,这个教程覆盖环境配置、数学基础、机器学习到深度学习全流程,可在线学也可下载本地

阅读全文 →
8.9K13166502
实战经验 · @vercel_dev▲ 1.6万

vercel_dev分享Cursor和HarnessAgent结合用法

想在开发流程里打通AI编码工具和AI SDK框架,这里有现成的配置参考,可直接复用接入方案

配合 @cursor_ai 与 AI SDK HarnessAgent 使用:

const agent = new HarnessAgent({ harness: cursor, });

在 X 看原帖 ↗
1.6万511158
📌 其他
大模型 · @choopyplug1▲ 3.0万

谷歌团队发布线束工程9页文档 取代提示工程

谷歌团队发布9页线束工程文档,提出Agent新公式

阅读全文 →
3.0万49271522
大模型 · @MiaAI_lab▲ 1.6万

博主评价GLM-5.3 Flash性能优于同规模其他大模型

海外AI博主称GLM-5.3 Flash性能品质优于其他可部署模型

我改主意了。如果你追求最高质量,GLM-5.3 Flash 值得你优先于其他任何模型运行。它是能放进 2 块 DGX Spark 里的最好模型。

这个模型能做到其他模型根本做不到的事。它比 GLM-5.2 更好,体积还只有一半。

希望我们能早日见到 DFlash2,到时候它就能真正大放异彩了!

在 X 看原帖 ↗
1.6万1335569
自动化运维 · @gkpacker▲ 5.4K

开发者基于Grok Bot构建自动运维SRE机器人

该机器人可自动监控排查问题并提交代码修复实现系统自愈

我在Grok Bot做了一个SRE机器人,用来检查日志、链路追踪、Sentry里的错误,还会定期检查我存在datadog里的仪表盘,自动持续优化系统。

它会定期运行,而且每次部署的时候,它都会观测日志、链路追踪,识别代码里的问题,然后提交修正用的PR。

我认为这个@bot和使用claude/codex的区别,就在于它拥有特定领域的例行工作和职责,因为它是7×24小时不间断运行的。

现在每次部署都能以一种出乎意料的方式自我修复,所有错误和慢查询都会被自动修复,我根本不用停下来手动分析所有这些内容,而且这还只是众多机器人中的一个。我们生活在一个不可思议的时代。

接下来它要做的是观测部署,出现问题的时候执行回滚,同时提交修复方案。

在 X 看原帖 ↗
5.4K513897
AI开发 · @lydiahallie▲ 4.1万

开发者征集Claude Code物理场景应用开发案例

开发者Lydia Hallie征集Claude Code在实体场景的使用案例

如果你正在用 Claude Code 做实体相关的项目(固件、机器人、传感器、家庭自动化等等),我非常想听听你的设备配置和你正在搭建的东西!

在 X 看原帖 ↗
4.1万19383135
3D建模 · @louszbd▲ 828

开发者使用GLM-5.3-Flash在Blender构建3D梦幻厨房

开发者用GLM-5.3-Flash在Blender中搭建出3D梦幻厨房场景

我们使用 GLM-5.3-Flash 搭建了一个理想厨房。这是一个在 Blender 中构建的 3D 世界。这不是一段生成视频。

在 X 看原帖 ↗
8282609
开发 · @0xCodila▲ 7.4K

前Cursor现SpaceX AI工程师用10个GrokBot自动完成开发任务

工程师打造GrokBot代理团队,睡眠时可自动推进工作提交PR

前Cursor工程师,现SpaceXAI工程师说:「我再也不用一步步提示/微观管理我那大约10个GrokBot智能体了。我睡觉的时候,我的「参谋长」会管理整个机器人团队的任务,它们还能推送PR」。

在一场30分钟的研讨会上,poteto展示了她如何搭建一支全天候运行的GrokBot团队来自动化自己的生活,以及自动化如何改变了她的代码(视频的第一部分)。

这段内容的价值超过十多本讲GrokBot和软件工程的指南。观看视频,向SpaceXAI团队学习从代码到生活的全自动化,然后阅读文章,正确搭建好整支团队↓

在 X 看原帖 ↗
7.4K888140
AI编码 · @AYi_AInotes▲ 4.7K

Cursor工程师用AI Agent实现每月千PR高效研发

顶级工程师搭建自动化验证流程,指挥AI军团并行开发

阅读全文 →
4.7K124242
AI工具 · @eCom_Amin▲ 2.5K

Claude自动化全流程打造软文生产系统

基于Opus 5 Claude代码模式搭建,包含全套提示词与文件,可免费分享给关注者

阅读全文 →
2.5K46236
强化学习 · @mattshumer_▲ 7.4K

AI研究者看好HuggingFace合作方的强化学习训练项目

X用户mattshumer_称产品发布时模型将可自主完成强化学习训练配置,希望提前测试

mattshumer_在X平台发文表示,这个项目相当出色。等到该产品正式推出时,模型会非常擅长自主配置强化学习(RL)运行流程,完成相关训练。

mattshumer_@了Hugging Face和Pollen Robotics,表示希望能够提前参与测试,之后会向公众分享自己的看法与实验结果。

在 X 看原帖 ↗
7.4K295
智能体开发 · @kunchenguid▲ 1.5K

AI开发者谈AI智能体开发的苦涩教训与核心方向

开发者从GPT-4到Sonnet 3.5 v2的开发经验出发,提出应当专注三个长期不变的核心基础

阅读全文 →
1.5K45027
动态 · @DamiDefi▲ 1.2万

SpaceXAI首席工程师发布C语言运行Grok 4.6一小时工作坊

该工作坊从零搭建项目,涵盖降token消耗、代理搭建等多个主题,可学习向AI代理分配工作

SpaceXAI的一名首席工程师发布了时长一小时的工作坊,内容是在C语言环境下运行Grok 4.6,将后续工作交付给GrokBot团队,整个项目从零开始搭建。

工作坊按时间划分了不同内容模块:1分14秒讲解降低token消耗的方法,4分27秒介绍工具工程相关内容,9分38秒聊到模型失忆问题,30分12秒讲解搭建AI代理的正确方式,44分08秒展示全栈项目的现场运行。

这类工作坊会改变人们向AI代理分配工作的思考方式。原文建议今晚跳过看剧,抽出一小时观看这个工作坊,之后可以阅读下方文章,学习如何用AI代理自动化整套日常流程。

在 X 看原帖 ↗
1.2万141313
AI医疗 · @petergyang▲ 1.2K

用户上传160页病历给AI 建议ChatGPT Health优化设计

用户@petergyang分享使用AI处理病历体验,呼吁ChatGPT Health面向患者和家属设计开放共享功能

用户@petergyang在𝕏上分享了自己的使用体验。他将共160页的个人医疗记录上传给AI工具,认为效果非常出色。

他公开提问@ChatGPT Health项目的团队成员都有哪些,同时提出设计建议。他指出这款产品不仅需要为患者设计,也应该照顾护理人员和患者家属。

目前这类医疗AI工具基本都只支持单人使用。医疗记录属于敏感隐私内容,但@petergyang认为,应当允许患者向直系亲属开放病历共享权限。

在 X 看原帖 ↗
1.2K143
动态 · @Xudong07452910▲ 8.1K

Claude推荐Warp的自进化AI Agent机制

分享Claude推荐的Warp自进化Agent实现方案

Claude 发文推荐 Warp 这套「自进化 Agent」做法,我觉得很值得看。 Agent 每次干完活,人类正常给反馈。另一个 Improver Agent 会定期把这些反馈捞出来,看它哪里反复犯错,再对原来的 Skill 提一个小修改。 修改直接走 Git PR,人 Review、Merge 以后,下一次 Agent 就会带着这次经验继续工作。 Warp 已经把这套机制用到了 Code Review、写 Spec 和 GitHub Issue Triage。 我觉得比较有趣的一点是,他们没有把学习理解成不停往 Prompt 里塞规则。 反馈最好告诉 Agent「为什么错」,Skill 也要保持小,只沉淀真正能复用的原则。 这种自进化其实很朴素: Agent 干活 → 人纠正 → Agent 总结 → 修改自己的 Skill → 下一次少犯一次。 很多 Agent 现在缺的可能就是这个循环。 每次 Session 都积累了大量反馈,但下一次又像第一次来上班一样。 文章

warp的官推也发帖介绍了自己的自进化loop👇

在 X 看原帖 ↗
8.1K24115171
AI开发 · @Augartistt▲ 3.2K

开发者测试UEFN中新MCP结合Claude Code提升开发效率

开发者实测Claude Code配合UEFN新MCP可自动生成界面材质,大幅节省时间

我在 UEFN 里用 Claude Code 测试新的 MCP,老实说这完全改变了游戏规则。

我给了它我的logo、参考素材和美术方向,它就给我的加载界面 UI 做好了所有材质。它干活的时候,我在做完全别的事。省下的时间太夸张了,而且做出来的效果真的很好。谢谢 @FNCreate 🙏 #UEFN #Fortnite

这个加载界面主要用于过渡,也就是比赛开始时和回合之间。它会处理地图加载,让玩家有东西可看,不用盯着冻结的屏幕。如果我用数据层切换地图,它也很有用,这样玩家就不会看到地图卸载或是资源突然弹出了!

在 X 看原帖 ↗
3.2K69240
AI生成视频 · @PixelAigc▲ 2.6K

开发者分享本地H3部署AI生成25秒视频方法

分享稳定生成长视频方法,并生成了老上海谍战风格短片

阅读全文 →
2.6K33437
AI生图 · @Starsail2007▲ 907

用户测试AI生图称本次所用生成提示词效果很好

社交平台用户测试AI生图,称赞所用提示词效果好用

同款量角器🥺 提示词真好用😋 只是在测试AI生图 没有别的意思🥹(嗯)

在 X 看原帖 ↗
907132
创业 · @jackfriks▲ 1.1K

solo创始人分享独立应用从0到1万MRR的创业经验

solo创始人分享迭代推广应用,带领情侣冲万MRR的经历

开发 · @0xDevShah▲ 101

开发者在Mac Mini上运行数百个Hermes AI代理

开发者分享了他日常使用的三类Hermes代理,覆盖待办跟踪、效率监测等场景

一名ID为0xDevShah的开发者在Mac Mini上运行了数百个Hermes代理,他分享了自己最常用的三个使用场景。

第一个是承诺保管代理,它会从用户的聊天、对话串和邮件中,找出所有包含“我会发给你”“我回头找你”的内容,跟进确保事项完成,或是将事项添加到用户的待办清单。

第二个是个人基准代理,它会监测用户完成重复性基础工作的过程,长期记录用户的工作方式,告知用户工作效率是提升还是下降,同时判断是否可以新建一个代理来自动化这项工作。

第三个是生活变更日志代理,它会每周生成一份个人生活变更日志,记录用户见过的人、打造的项目、改变的信念以及新发现的事物等内容。

在 X 看原帖 ↗
101141
AI编程 · @AYi_AInotes▲ 1.4万

前Cursor员工带20多个GrokBot单月提交超1000个PR

出自𝕏用户@AYi_AInotes分享,这套工作流重构了AI编程效率

阅读全文 →
1.4万1865100
产品分析 · @Scobleizer▲ 1.4万

xAI推出的Grok Bot有哪些创新与现存局限?这份报告梳理了

Scobleizer与blevlabs用AI分析百万帖生成Grok Bot分析报告

阅读全文 →
1.4万392105
大模型推理 · @jaga_prasanna▲ 2.7K

这份完整指南教你用CPU卸载扩展大模型推理

博主jaga_prasanna在𝕏发布CPU卸载扩展LLM推理完整指南

《使用 CPU 卸载扩展 LLM 推理完整指南!》

在 X 看原帖 ↗
2.7K35042
科普 · @Pluvio9yte▲ 1.5万

博主用游戏讲清AI Agent相关概念,一分钟就能玩懂

海外网友在X平台分享,用Claude配合一键游戏工具制作概念科普小游戏

阅读全文 →
1.5万26228
AI机器人 · @0xLin88▲ 4.2K

Axis Robotics与Booster证明仿真数据可减少真机数据需求

该方法可大幅降低机器人新任务训练所需真机数据量

开发 · @callebtc▲ 814

20人小团队做钱包后放弃跨端,转做原生开发更顺畅

开发人员callebtc在𝕏分享开发经验,团队做Cashu电子现金钱包时最终放弃跨端语言,选择原生开发

创业 · @damobianyuan▲ 1.6K

个人靠多个AI Agent 实现一人公司运转

damobianyuan在𝕏分享使用Creao的多AI Agent分工工作流,投研交易全流程可拆分给AI完成

产业分析 · @youguqi2023▲ 929

AI词元被认为是产业水电煤 而非暴富投机工具

账号@youguqi2023在𝕏发布分析,拆解7大赛道消耗、3大趋势与4个瓶颈,区分产业红利与资本泡沫

词元是AI产业的“水电煤”,而非用来投机暴富的工具。

这份内容拆解了7大赛道的词元真实消耗情况、3大AI行业发展趋势,以及4个行业隐藏瓶颈。

内容旨在帮读者区分,哪些是AI产业真正的产业红利,哪些是资本吹出的虚假泡沫。

在 X 看原帖 ↗
929135
文生视频 · @abulu8▲ 1.5万

用户用higgsfield_ai生成了未修改的1080p电影级短片

用户@abulu8在𝕏分享,用Seedance 2.5文生视频工具基于简单提示词生成全片,保留所有参数设置

用户@abulu8在𝕏分享了一段AI生成的短片,称这不是4K分辨率,只是Seedance 2.5输出的1080p内容,基于higgsfield_ai的文生视频功能制作。仅用一段简单提示词,就生成了目前呈现的色彩、细节和电影级效果,还自带字幕,整个视频片段没有经过任何后期修改。

所用提示词为生成30秒超写实电影感浪漫旅行场景,包含指定内容:日语配音、英文字幕,场景设置在冲绳海岸,具体描述了两名角色的年龄、外貌和着装,以及浅 turquoise 水域、白沙滩、盛夏骄阳带盐雾的环境设定。

提示词还对短片每5秒的镜头运镜、演员动作、台词、音效配乐、光影效果都做了详细指定,从最初两人在浅滩追逐打闹,到后来一起吃刨冰、骑摩托沿海岸路行驶,再到日落码头相拥,最后以空中绽放烟花结尾。

生成的内容匹配了自然的日语发音、自然的情侣神态,还有准确的唇形同步。用户标注生成视频的参考参数为:模仿ARRI Alexa 35拍摄,1080p分辨率,35mm加85mm定焦,浅景深,暖夏调色,24fps运动模糊,立体声配乐加自然环境音。

在 X 看原帖 ↗
1.5万611043
视频生成 · @oggii_0▲ 1.9万

创作者用AI生成30秒第一视角穿越历史的手机实拍风视频

创作者@oggii_0 在Higgsfield平台使用Seedance 2.5生成了这段内容,设定了严格的拍摄规则

阅读全文 →
1.9万5320641
新大模型 · @MikaStars39▲ 1.6万

前沿大模型coding能力提升后 语言表达能力反而下滑

网友分享个人使用体感:GPT、Opus等多个头部模型均出现该问题

我个人体感发现的一个情况是,随着2026年开始的coding/long-horizon能力大跃进,frontier模型的语言使用能力开始在看不懂的路上狂奔。

在opus4.5的时代,他的语言风格还可以勉强算得上合理。在这之后,无论是gpt,opus还是国模,随着他们coding能力的起飞,这些模型的语言使用能力也开始一泻千里。

这个语用能力和风格的collapse在日常使用的体感是非常明显的:我日常遇到最大的问题是,无法正常的阅读和理解模型的文字内容,需要反复揣摩和skill/gemini翻译才可以理解。

我个人的使用习惯偏向一部分的human-in-the-loop避免模型自己vibe起飞,但是目前“看不懂模型在说什么”严重影响我的工作效率。

在 X 看原帖 ↗
1.6万911825
新大模型 · @bridgemindai▲ 1.9万

用户称小参数本地开源大模型不适合实际工作场景

网友@bridgemindai在X平台点评GLM 5.3 Flash等多款大小模型

GLM 5.3 Flash 和 Qwen 3.8 Flash 就它们的尺寸而言表现出色。但它们缺了点东西。

它们在基准测试中成绩不错。它们能本地运行。它们几乎不花钱。然后你用它们干正事,马上就能感觉到差距。

打磨不到位。可靠性也不够。

能本地运行的开源 AI 对世界来说确实是件好事。但如果你真的有预算,你的工作流里根本没有这些模型的位置。

Fable 5、GPT 5.6 Sol 和 Grok 4.6 在所有关键方面都做得更好。

本地模型适合有闲的人。前沿模型适合有截止日期要赶的人。

在 X 看原帖 ↗
1.9万825525
新开发工具 · @ScarletKc_▲ 2.5万

OpenAI Codex官方预留入口支持自行修改底层提示词

网友在𝕏爆料,同一GPT-5.6 Sol可配置出不同行为的Codex

阅读全文 →
2.5万689138
新工作方法 · @ImPengSHEN▲ 49.8万

AI fluent用户都在用的习惯:走路对着AI出声思考

一位创始人分享工作方法,作者亲测一周后分享体验

一位创始人朋友上周给我看了他的日程——没有写作区块,没有伏案时间,只有散步。他的规则是:每个难题都要走 20 分钟。手机放口袋,全程对着 AI 出声思考。

结果我发现,我认识的最精通 AI 的人,都有一个共同习惯:他们用声音思考,而非用手指。于是我偷学了这个方法试了一周。结论:打字不只是更慢——它会在你思考完成前就修改你的思路。

坐在键盘前,你会自我审查那些本来可能成为突破的半成品想法。散步的时候呢?完全没有过滤,思路完全流淌。而且 AI 能捕捉到你自己都没意识到你在梳理的线索。

我用 @ComuAI_ 记录我的思考——一段 20 分钟的漫谈独白,在我到家之前,它就能整理成干净的笔记加行动项。

旧方法:盯着光标,构思完美的提示词。新方法:出声思考,让最聪明的聆听者接住所有内容。键盘从来都不是瓶颈,自我过滤才是。

我是 Comu 的老用户了——完全就是这么回事。我现在每次散步都会用它。我今年一半的好点子都来自我随口漫谈,而它在我到家前就能给我整理好干净的笔记和行动项。

官网:
亚马逊商店:

在 X 看原帖 ↗
49.8万1436218
新大模型 · @YinsenW_▲ 2.4万

开发者生产环境从GLM-5.3-flash换用Qwen 3.8 flash

开发者基于实测生产数据分享两款开源大模型的真实使用表现

今天把主力模型又从 GLM-5.3-flash 换到了 Qwen 3.8 flash,说说真实感受,都是当天压测 + 生产任务跑出来的数 先说 GLM,为什么弃用。不是效果问题,是服务端挂死。70K token 的请求发过去,600 秒,0 字节返回,没有任何报错,429 都看不到,就是静默挂着。

我们凌晨 2 点的任务,10 个判定批次全部超时,一小时窗口烧光,零产出。同窗口发个几十 token 的小请求,13 秒正常回。大小通吃,专杀大请求 再说 Qwen 3.8 flash。

同一类任务,52K 输入,16 到 111 秒,全部正常返回,47 批判定、300 条消息消化完。并发 50 打满,零 429。20K 以上还有上下文缓存命中,这个对 agent 场景很实在。

缺点也直说:延迟长尾偏宽,p50 才 2 秒多,p95 能到 13 秒,偶发排队,慢半拍但不断线,跟 GLM 那种直接挂死是两种病 DeepSeek 我们一直在用,稳定,没出过挂死这种事,这次退居兜底位。Qwen 3.8 这次表现说明国产模型里 “能稳定跑大上下文” 和 “benchmark 好看” 还是两回事

在 X 看原帖 ↗
2.4万612532
新动态 · @ScarletKc_▲ 7.8K

博主翻译完成GPT-5.6 Sol 在Codex中的超长基础提示词

博主@ScarletKc_ 在𝕏分享了OpenAI Codex的幕后设定细节

阅读全文 →
7.8K14145
新科普 · @3333yyds▲ 675

大模型为什么会一本正经胡说八道,本质和工作方式有关

内容来自@3333yyds在𝕏发布的科普,解释AI幻觉的成因与使用建议

新设计 · @elayadesigns

设计师elayadesigns分享了完全改版后的工作流程

来自𝕏用户@elayadesigns的分享,包含四个步骤,用到三款AI工具

设计师elayadesigns称,自己的工作流程已经完全改变。

第一步用ChatGPT构思创意,第二步用Fable 5完成搭建,第三步用Higgsfield制作动画。

整个流程的最后一步是持续迭代优化。

在 X 看原帖 ↗
新评测 · @RaoulGMI

用户实测Grok Bot:两分钟就能开始处理有用工作

X平台用户RaoulGMI发文评测AI工具Grok Bot,称其易用性表现远超预期

RaoulGMI发文表示,自己已经被Grok Bot折服。他称这款AI工具是十足的“魔法产物”,运行速度快,能力出色,推理表现优秀,足够智能,响应积极。

更让他意外的是,Grok Bot使用起来非常简单。他提到,AI绘画工具Fable 5也凭借出色能力让复杂任务变简单,但它的定价非常昂贵。

Grok Bot用另一种方式实现了同等的体验。从打开工具到让智能代理开始处理有用工作,全程仅需要两分钟。这让他感到十分震撼。

在 X 看原帖 ↗

这一天的 122 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