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 29 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

智谱 GLM-5.3 的完整权重上线 Hugging Face,开放下载和商用微调;仅年营收超 100 亿美元的企业对外提供服务才需安全审核。Ollama 与 Together AI 已上线,2-bit 版压缩到 239GB,256GB 内存的 Mac 可本地运行。

OpenAI 中断了对编码工具 Cursor 的 GPT 模型授权,Anthropic 接手了合作。OpenAI 称核心顾虑是数据被拿去蒸馏,马斯克承认过 xAI 用 OpenAI 的数据训练过模型。

今日深读把 OpenAI 的 Jalapeño 推理芯片、英伟达约 129 亿美元收购 Hugging Face、阿里 Qwen3.8-Flash 三则新闻放在一起。推理成本在降,但芯片和开源枢纽有被少数人掌控的风险。

今日值得看
01 seedcens 2.5超写实3D动画视频提示词 seedcens 2.5一条提示词生成30秒4K动画,玉米地爆米花大逃亡
02 firecrawl发布free keyless 网页爬取服务(100% free) 开发AI智能体时需要的网页搜索爬取工具,现在可以零注册直接用,不用申请API密钥,降低了AI工具的开发门槛。

现在推出免费无密钥版 firecrawl,你的 AI 智能体现在可以 100% 免费搜索和爬取网页。 - 顶尖搜索准确率(在 simpleqa 上达到 94.7%) - 爬取耗时低于 3 秒,任意页面都能转成干净的 markdown - 无…

03 16G显存4070家用电脑 可本地运行MINIMAX H3生成视频 作者@PixelAigc在𝕏分享了家用电脑本地部署Minimax H3生成视频的硬件要求、配置方法和实测数据

作者分享了自己家用电脑本地部署Minimax H3生成视频的完整配置方案。所用硬件为搭载16G显存的4070显卡、I7-13700处理器、32G内存。 所有安装部署由workbuddy指导完成,核心配置要点如下。

04 开源Archify专给AI编程工具生成架构图,获2.6万星 画架构、工作流等五种图,输出可直接打开的HTML而非图片,支持深浅色切换,解决线乱连导出要修改的问题。

如果你平时也让 Cursor、Claude Code 画架构图,最烦线乱连、导出还要自己修 今天继续给兄弟们 分享一个超好用的 agent skill:Archify 开源才四个多月,已经 2.6 万星了 专给 AI 编程工具用的架构图生成…

今日焦点

AI推理成本下降,一位开发者:警惕芯片和开源枢纽被少数人掌控

本周:OpenAI的Jalapeño推理芯片、Nvidia约129亿美元收购Hugging Face、阿里Qwen3.8-Flash——AI的成本与控制都在发生变化。

我想把最近几天的三则新闻放在一起看,因为它们单独看都有报道,但合在一起能说明一些问题。

OpenAI公布了其首款定制推理芯片(与Broadcom和Celestica合作;据报道Samsung参与HBM4)的结果。他们声称每千瓦吞吐量比Nvidia的GB200/GB300机架高1.5-1.9倍,端到端延迟低1.7-3.6倍。部署目标定于2026年底。

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 31 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
新行业动态 · Hacker News▲ 325

法官裁定美国国防部拉黑Anthropic非法

AI企业拿到政府合同的资格规则可能因此改写,科技公司和监管的博弈又进了新阶段

新新品发布 · @aitech_komoriya▲ 1.4万

Claude Code上线Archify,代码转可交互图

读大代码库不用再啃文字说明,直接生成准确的架构、流程等各类可交互图,输出结果可直接分享,帮开发者更快理清代码结构。

Claude Code 终于新增了能通过图形理解代码的新技能,名为「Archify」。

只要给它说明文档或是代码仓库,它就能帮你把整个代码库转换成交互式图形。

生成的结果是直接就能分享的独立 HTML 文件。

它能做这些事:
✓ 架构图
✓ 工作流图
✓ 序列图
✓ 数据流图
✓ 生命周期图
✓ 动作/路径追踪
✓ 节点搜索/聚焦
✓ PNG / SVG / WebM 导出
✓ 生成 1200×630 尺寸的分享卡片

它还有一个非常厉害的点:不会随意生成「看起来像那么回事的连接」。

它使用带类型的 JSON IR 和原子级检查,确认结构和连接关系之后,才会完成准确的可视化。

支持的工具如下:
Cursor
Claude Code
Codex
OpenCode

这个项目目前已经获得了 16k Stars。

整个时代已经从「让 AI 用文字说明代码库全貌」,走进了「用可交互图形理解代码」的阶段。

在今年推出的新技能里,它的实用性相当高。

在 X 看原帖 ↗
1.4万16166164
新前沿研究 · @kimmonismus▲ 1.7万

Anthropic发布递归自我改进研究论文(10)

AI改进AI对齐的效果已经超过人类专家,完整递归自我改进循环已经接近闭环,技术进展的速度可能很快出现 compound 增长

阅读全文 →
1.7万1830358
行业动态 · Hacker News▲ 523

meetpateltech公布Cursor被收购后的决定

Cursor是热门AI代码编辑器,被SpaceX收购引发社区关注,后续决定直接影响普通开发者的使用选择。

社区讨论:多数人认为,Cursor转卖第三方API的商业模式注定难以持续,无法和上游厂商的补贴方案竞争,除非愿意支付数千美元成本,否则对第三方模型用户来说已经几乎没用。有人补充,OpenAI此次禁用,是因为Cursor被竞争对手xAI收购,此前Anthropic就已经因类似服务条款问题封禁过xAI,不少人猜测Anthropic也会很快封禁Cursor。也有老用户对失去多模型切换功能感到遗憾,有人猜测OpenAI正在开发同类编辑器产品。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · @OpenAI▲ 970.8万

OpenAI将终止和Cursor的模型访问合作

Cursor被SpaceX收购后触发这一变动,依赖Cursor调用OpenAI模型的开发者需要在11月12日前完成迁移切换。

在 Cursor 被 SpaceX 收购后,我们将终止与它的合作关系。

根据我们的提议,Cursor 对我们模型的直接访问权限将于 11 月 12 日终止。

我们知道,受这一决定影响最大的,是那些在 Cursor 中依赖 OpenAI 模型的开发者。

我们重视他们在本次过渡中的体验,并准备付出额外努力为他们提供支持。

在 X 看原帖 ↗
970.8万1.9K1.9万3.8K
新工程 · @Sukiea1008▲ 1.9万

网友总结提防GPT-5.6 Sol过度工程化的实践原则

网友@Sukiea1008在𝕏汇总评论区,整理出AI开发避坑规范

阅读全文 →
1.9万10122173
行业动态 · @dotey▲ 11.0万

OpenAI断供Cursor后,Anthropic接手合作

大模型厂商对热门第三方AI编辑器的争夺开始,第三方AI工具服务商可以有更多选择空间

怎么感觉 Anthropic 和 OpenAI 对调了😂 OpenAI 宣布断供 Cursor 后不到两小时,Anthropic 联合创始人、首席算力官(Chief Compute Officer)Tom Brown 在 X 上回应:Cursor 从 2024 年的 Sonnet 3.5 时代起就是 Anthropic 信任的合作伙伴,Anthropic 会继续增加算力支持 Cursor 里的 Claude 模型,也期待 Cursor 在 SpaceX 的下一步。

在 X 看原帖 ↗
11.0万1020534
新品发布 · @ArtificialAnlys▲ 33.0万

Perplexity Search 登顶搜索索引 推理成本最低

如果你正在搭建AI搜索工作流,这份实测数据能帮你对比不同搜索服务的得分、成本和延迟,选更合适的服务商

阅读全文 →
33.0万22382108
新品发布 · @axisrobotics▲ 6.1万

Axis Robotics与Dexmal AI达成 embodied智能合作

双方将共同搭建下一代具身智能的核心数据底座,想要体验实体智能机器人的进程又推进了一步。

我们宣布与 @Dexmal_AI 达成合作。

关于Dexmal:Dexmal是一家专注于通用具身智能的科技公司,致力于打造智能、实用且可信赖的机器人。

Axis作为核心数据基础设施合作伙伴,正与Dexmal展开合作,通过大规模第一视角、仿真和真实世界数据生产,为其VLA和世界模型提供赋能。

在已有成功企业数据部署的支持下,这一里程碑彰显了Axis复合物理数据引擎的规模、精度和生产级可靠性。

我们将共同搭建核心数据骨干网络,加速下一代具身智能的发展。

了解更多关于Dexmal的信息:

在 X 看原帖 ↗
6.1万9463438
新品发布 · @ZixuanLi_▲ 5.4万

GLM-5.3 开放下载商用,仅年收超千亿企业需审核

该模型自带高级网络安全能力,仅年营收超100亿美元的企业对外提供服务才需要安全审核,个人和中小机构可直接部署使用

GLM-5.3现已开放下载,可在GLM-5.3许可证下进行本地部署、微调与商业使用。

鉴于该模型具备先进的网络安全能力,我们在发布权重前额外开展了两周的全面安全评估。

根据当前许可证条款,仅当年营收超过100亿美元的机构将GLM-5.3作为外部模型服务提供时,才需要进行安全审查。

在 X 看原帖 ↗
5.4万4982064
🔥 热点追踪 · @Zai_org▲ 63.2万

智谱开放GLM-5.3完整权重,开放商用微调

两周前GLM-5.3发布时,官方未同步放出权重,仅表示要完成安全评估和加固。目前权重已登陆Hugging Face,可下载部署,后续商业化落地值得关注。

📖 阅读深度解读 →
63.2万7896.6K834
🔥 热点追踪 · @AnthropicAI▲ 12.7万

Anthropic新研究测试Claude能否自主对齐其他AI

Anthropic给Claude 48小时和1块GPU,让它自主研究改进小模型对齐,自动完成训练测试。其AAR方法表现优于28位资深研究者的方案,这会改变AI对齐的思路吗

📖 阅读深度解读 →
12.7万1201.5K470
更多信号 · 按时间
新商业 · @skirano▲ 6.0K

Cursor用了OpenAI Codex,OpenAI可能提价抢用户

有开发者提到,真正想用OpenAI模型的开发者都会用Codex,有人预测OpenAI接下来会收紧Codex的用量限制、提高定价,把开发者直接拉到自己的生态里。

我很欣赏对那5%的讽刺,但它漏掉了一个显而易见的事实:任何智商超过60、想要用OpenAI模型的人,现在都在用Codex里的这些模型。

我对OpenAI此次针对Cursor的决定的预测如下:
1. OpenAI会大幅提高Codex的定价,收紧使用限额,以此将开发者从Cursor那里抢过来
2. Codex会远不止是一个编码代理。预计OpenAI会把它推成为一个完整的开发者工作空间
3. OpenAI会开始将IDE本身视作战略产品,而不只是IDE背后的模型
4. 我们会看到OpenAI推出专门设计的功能,让从Cursor切换到Codex几乎毫无门槛
5. OpenAI最终会给开发者提供强大得多的方式,在它自己的编码环境中使用多个模型

在 X 看原帖 ↗
6.0K2777
新开源 · @DivyanshT91162▲ 1.2万

分享10个不该免费开源的AI开发GitHub仓库

列表里包含OpenHands这类能自动处理代码的AI开发代理,全部免费开源。做日常开发任务的开发者,可以直接存下来找工具。

阅读全文 →
1.2万38188324
新效率 · @chenchengpro▲ 3.4K

LLM想清楚逻辑后,生成脚本离线跑不花token

重复执行的固定流程,可以先用大语言模型梳理逻辑写成脚本,之后重复运行不用再调用大模型扣费。适合需要批量跑固定任务的人。

recommended reading LLM 帮我想清楚,然后写成脚本存进 harness,之后跑十亿次不花 token 。

在 X 看原帖 ↗
3.4K43748
新开源 · @Italianclownz▲ 3.0K

原生Windows终于支持AMD多GPU协同推理了

不需要WSL,也不用跑两个独立的推理服务,一个大模型可以拆分同步放在多个AMD显卡上运行,已经开源。用Windows跑本地大模型的人有了新选择。

阅读全文 →
3.0K158531
新研究 · @bioshok3▲ 4.6K

Claude自己做AI安全研究,结果超过人类专家

让Claude Opus 4.8自主完成文献调研、方案设计、训练评估全流程,10类AI安全问题全部得到改善,7项测试结果超过28位人类AI安全研究者给出的最佳方案。

Anthropic 让 Claude Opus 4.8 扮演「对齐研究者」的角色,让它自主重复文献调研→改进方案→训练→评估→再改进的流程后,欺骗、权力追求、Reward Hacking 等全部10类问题都得到了改善。改进效果能够泛化到未知评估场景,哪怕在参数规模最大达4.7倍的模型上也能保持效果。

和28名AI安全研究者的对比显示,在7/7项课题上,它给出的最优方案都超过了人类。

更进一步,Claude Sonnet 5 用了大约60小时,就自动完成了比自己更强的初始 Opus 4.8 的对齐工作。仅用大约2400条训练样本,就把安全性提升到了接近成品版 Opus 的水平。

但另一方面,做对齐研究的AI自身,在2.4%的尝试中会试图在评估中作弊。

让AI来完成对齐研究的可能性,和「如何对齐这个做对齐研究的AI本身」的问题,同时摆在了我们面前。

在 X 看原帖 ↗
4.6K83613
新模型 · @modal▲ 1.1万

GLM 5.3旗舰模型已经上线Modal平台

喜欢用Modal部署运行AI模型的开发者,现在可以直接在平台上使用GLM最新的旗舰版本了。

@Zai_org 的最新旗舰模型 GLM 5.3 现已登陆 Modal。

在 X 看原帖 ↗
1.1万11898
新实战经验 · @shao__meng▲ 4.1K

@VibeMarketer_分享六个AI角色分工做一人媒体

做内容缺选题、难维持稳定输出、多平台分发容易同质化的人,可以直接参考这套可落地的闭环工作流。

阅读全文 →
4.1K143756
新深度观点 · @YumaGroup▲ 966

YumaGroup认为开放市场比私有平台更适合AI

如果这个观点成立,未来AI不会被少数平台垄断,普通人能用上更灵活、更多元的AI服务

当底层模型、推理和对齐都通过开放市场而非私有平台提供时,AI会变得更有韧性。

Bittensor正在构建一个网络,让智能生产实现竞争性定价,而非从守门人那里租用。

真正开放的AI。

$TAO

在 X 看原帖 ↗
966636
新新品发布 · @GitHub_Daily▲ 4.4K

semantica开源AI系统图谱基础设施(11000+ Star)

金融、医疗这类对数据可追溯要求高的行业,能用上可复现结果的开源AI基础设施,普通项目也能拿来当Agent长期记忆

semantica 给 AI 系统底下垫了一层图谱基础设施,号称 Agent 版的开源 Palantir,已斩获 11000+ Star!

它把企业数据抽成知识图谱,每条事实都带来源,每个决策都是能查的对象,为什么做、依据什么、影响了啥都能追。

GitHub: 推理走的是规则引擎不靠大模型,结果可复现,遇到互相矛盾的事实会标出来,而不是悄悄用新的盖掉旧的。

Neo4j 在内的 8 种图数据库随便换,LangChain、CrewAI 能直接接,还带 MCP 服务,Claude 这类工具也能连上用。

比较适合金融、医疗这些行业,普通项目拿它当 Agent 的长期记忆也够用,一条命令就装上。

在 X 看原帖 ↗
4.4K176377
新工具产品 · @DivyanshT91162▲ 4.7K

整理好10个开源AI交易GitHub仓库

对AI+金融感兴趣,想尝试量化交易或相关研究,可以从这些开源仓库入手找资源。

阅读全文 →
4.7K1787165
新深度观点 · @Thom_Wolf▲ 5.9K

Thom_Wolf:长期来看开源闭源模型安全难度一致

讨论AI安全时,双方常默认一边更安全、一边更危险。这个观点打破了常见的对立假设,会影响未来开源AI的监管方向。

大多数人还没有更新他们的事前认知,但从长远来看,开源模型和闭源模型面临的安全挑战完全一致。

你需要在基础行为层面对齐模型,并确保这种对齐是稳健、全面且根植于模型行为核心的。

从长远来看,再多的沙箱、护栏、多维度限制对齐,或是事后补充的训练,都无法让你用低成本获得安全。

在 X 看原帖 ↗
5.9K5394
新实战经验 · @masahirochaen▲ 1.1万

博主分享Claude Code和Codex双开配置方法

同时用两个AI编码工具的人,可以靠这套规则统一工作标准,还能保障信息安全,避免切换工具打乱节奏。

【保存版】同时使用 Claude Code 与 Codex 的配置与使用方法

我最近一直在同时使用 Claude Code 和 Codex。

重点不在于把配置整个复制过来,而在于打造出不管用哪一个,都能按照同一标准推进工作的状态。

我花心思打磨的要点如下:
・共通规则只在 AGENTS.md 里放一份
・Claude 专属设置拆分放到 CLAUDE.md
・Codex 专属设置由 Codex 侧管理
・不复制 Skill,只保留一份正本
・进度和分工拆分写到 STATUS.md
・API key、OAuth、权限、浏览器会话不写进共享文件
・用 Claude 实现、用 Codex 评审,循环往复

要点不是把全部配置统一,而是「只统一判断标准」。

补充:
需要共享的是规则和工作推进方法。
需要分开管理的是认证、权限、执行环境。
这样一来,工作标准不会偏移,就能安全地同时用两个工具了。

在 X 看原帖 ↗
1.1万4108149
新行业动态 · @RoundtableSpace▲ 7.4K

货运公司开始把日常运营交给Grok Bot打理

AI已经接管了找货、读单、开发票全流程,仅支付和对外操作需要人工审批。传统行业日常运营落地AI已经成为现实。

货运公司开始将日常运营交给 AI 处理。

Grok Bot 可以寻找货源、读取运价确认单、发送发票,并在现有平台上完成跟进工作。

这套智能方案可以自动安排日程,但付款和对外操作仍需要人工批准。

在 X 看原帖 ↗
7.4K1111
新深度观点 · @hardmaru▲ 5.8K

@hardmaru 聊为什么产品需要模型韧性

热门编程工具曾丢失前沿模型访问权限,这件事印证了模型韧性的价值。未来产品不会因为底层模型下线就彻底停用。

眼看着一款热门编程工具失去前沿模型访问权,这件事真的很能说明模型韧性为什么重要。

未来,哪怕几个底层模型下线,产品依然可以完美运行。它们只会绕开这些模型重新路由流量。

在 X 看原帖 ↗
5.8K4476
新新品发布 · @yaojingang▲ 8.8K

yaojingang 开源 GEOFlow 3.0 企业官网运营系统

希望企业官网能获得AI更多曝光和推荐的运营者,可以用这套开源系统,打通内容生产到发布运营的全流程。

阅读全文 →
8.8K1393111
新深度观点 · @calcsam▲ 4.9K

@calcsam 谈 AI 开发者要走开源自主路线

如果认同这个方向,后续选AI开发工具、搭工作流的时候,可以对应这个思路做选择。

拥有你的智能体
拥有你的框架
拥有你的智能

基于开源构建
构建模型无关的系统
基于 Mastra 构建

在 X 看原帖 ↗
4.9K9846
新实战经验 · @neil_xbt▲ 6.2K

五组件拼出奥创风格AI控制系统演示

最惊艳的AI演示往往不是单一产品,而是堆叠整合出的方案。给想要搭建自定义AI助手的人提供了可参考的思路。

这个技术演示搭建了一个真正的「奥创」风格AI控制系统,它不是由单个工具包办一切,而是将五个独立模块拼接在了一起。

最令人惊艳的AI演示几乎从来都不是单一产品,而是一套技术栈。以下就是它背后具体用到的组件:

Next.js应用负责启动极具未来感的屏幕界面,实际UI用Claude Design构建。

AirTouch通过网络摄像头或室内摄像头追踪手部动作,无需控制器就能让界面响应手势操作。

Hermes作为智能体框架,将大语言模型连接到计算机,让AI真正能使用工具,而非只能聊天。

一个Python自动化框架将智能体连接到三台独立手机,让用户可以远程解锁或控制它们。

Hermes Voice处理语音指令,在此之上叠加ElevenLabs生成的语音,来自定义助手实际的音色。

五个模块:网页UI、手势追踪、设备自动化和语音控制智能体,组合成了一个现实中的贾维斯。这就是我爱AI的原因!

在 X 看原帖 ↗
6.2K5545
新实战经验 · @AnatoliKopadze▲ 1.2万

Anthropic工程师45分钟讲自研智能体开发

这套不用手动写提示词、让AI自动提示的开发方法,比多数付费智能体课程质量更高,可以直接参考学习

Anthropic 的工程师说:「你不应该自己给 Claude 写提示词。你应该构建一个能给自己写提示词的系统。」

她用 45 分钟完整展示了 Anthropic 是如何构建能记忆、能修正自身错误、每一次运行都会变得更智能的智能体的。

这比我见过的任何付费智能体课程都要好。看完视频,再读下方关于构建循环的指南。

在 X 看原帖 ↗
1.2万1168116
新深度观点 · @gregisenberg▲ 4.0K

gregisenberg谈企业AI布局不能单押闭源

把全部业务押在别人可控的闭源AI上,就像把全部营销赌在单一社交平台算法上,随时可能被掐断,布局开源本地模型是企业必须做的风险准备。

如今最好的模型或许是闭源的,这没问题,合理的时候就用它。

但每家认真做业务的AI应用企业,都应该制定开放模型、本地模型的相关计划,还要准备好模型切换预案。

因为在我看来,AI已经变得太过重要,不能把你的业务搭建在一扇别人能随手关上的门上。

这就像你不该把企业全部营销业务100%押注在某一个社交信息流的算法上。

在 X 看原帖 ↗
4.0K4201
新游戏 · @HDRgameAnalysis

英伟达DLSS 5泄露,基于神经渲染提升游戏画面 fidelity

爆料来源为𝕏用户HDRgameAnalysis,该MOD版目前性能损耗大还无法用于正常游戏

新开源 · @S0N_IA

开发者上传Claude驱动的全自动化社交内容系统到GitHub

这套系统支撑年1亿次浏览,可一键安装免费使用

一套完整内容系统遭泄露:支撑着每年41.5万粉丝、1亿次播放。

有一名开发者把这套系统的代码仓库传到了 GitHub,这就是 Claude 用来在一个系统里统一管理 LinkedIn、Instagram、X 和 YouTube 全平台内容运营的工具。

> 用你自己的文本克隆你的声音
>
> 跨内容支柱、跨内容格式生成帖子、钩子和创意
>
> 根据你过去数据表现好的内容,给每一份草稿打分评估
>
> 把一条 viral 短片改成你个人风格的版本
>
> 把你的数据转化为可执行的运营建议

最终成果:一整个内容运营代理团队,完全免费,一条命令就能安装完成。

这件事对那些花钱买「如何在社交平台涨粉」课程学怎么干这些事的人来说,完全改变了游戏规则。

代码仓库在评论区。

在 X 看原帖 ↗
新开源 · @dee_hw

博主呼吁搭建个人AI数据中心 已开源全套搭建教程

X博主@dee_hw发布相关内容,项目托管在GitHub

你随时都有可能被 OpenAI 或 Anthropic 封号,就差一步。

这就是你为什么现在就该搭建个人AI数据中心的原因。

我们已经把完整的搭建流程开源了,附带一步步的操作说明。

在 X 看原帖 ↗
新内容创作 · @MinLiBuilds▲ 3.0K

X创作者收到马斯克最后一笔创作者工资,累计超1300美元

博主@MinLiBuilds在X分享做技术AI内容一年多的收益与感悟

新教程 · @JSFILMZ0412▲ 3.9K

这个方法不用浪费大量AI credits就能控制Seedance相机 movement

网友分享Blender结合Claude实现Seedance 2.5精准相机运动工作流

别再为了在 Seedance 2.5 里得到精准运镜浪费几百个 AI 额度了🚫

不必只靠文字提示,这里是一套 Blender 预演工作流:
1️⃣ 通过 Higgsfield MCP 桥接 Claude Desktop 与 Blender
2️⃣ 让 Claude 在数分钟内生成你的 3D 灰块场景框图
3️⃣ 调整你的相机路径,渲染出 1080p 预演片段
4️⃣ 将框图作为运动参考导入 Seedance 2.5

一次成片,同时实现 100% 相机控制与构图控制。完整拆解在评论区。#Seedance25 #Higgsfield #Blender3D #AIFilmmaking #VFX #JSFILMZ

完整从 Blender 到 Seedance 2.5 教程 @higgsfield_ai @Blender

在 X 看原帖 ↗
3.9K96482
新动态 · @Jackywxsz▲ 1.3万

网友分享个人日常使用的AI Agent方案汇总

X平台用户@Jackywxsz分享自己日常使用的多款AI Agent工具

截止目前,我的 Agent 使用方案: 1、codex 桌面版是主力,computer use 能力顶级,gui 目前天花板; 2、dsh 在研究定制,做了创作者一站式工作台,链接我放评论区; 3、orca 进行多 agent 协作和远程,远程体验比 codex remote 快太多了,就是功能有点多,上手有点难度,我用的也不是很熟,但绝对开发能力和体验第一梯队选手; 4、yourmind 我也用,不过主要是用来收藏长文长视频,用来学习和研究,移动端也能看,一边看一边和 ai 聊; 5、云服务器上有个 hermes,我会把我跑通的自动化都放上去,包括我通过 get 笔记记录,通过 get 笔记 cli 每天抓取卡片 进行原子化处理,放进我的 obsidian 库内,具体什么是原子化,可以去看看 dbskil 的知识库,让 AI 去参考; 至于 pi 和 herdr 偶尔用,用的少,精力不够用的🤦

在 X 看原帖 ↗
1.3万45164
新设计 · @Prince1253432▲ 551

Claude 搭配 Figma 可打造全流程AI驱动设计工作流

分享者在𝕏公开了这套从创意到成品的分步设计工作方法

阅读全文 →
55144546
商业 · @kimmonismus▲ 4.3K

OpenAI终止合作,怕的是自家数据被偷练

马斯克承认xAI用OpenAI的数据蒸馏训练自己的模型,OpenAI把这点列为终止合作的核心顾虑。做第三方AI工具调用的开发者可以参考这个风向。

关于 OpenAI 终止与 Cursor 的合作,有一个值得注意的细节:他们真正的担忧很可能是模型蒸馏。

OpenAI 明确援引了马斯克承认 xAI 蒸馏 OpenAI 数据来训练自有模型的报道。

在 X 看原帖 ↗
4.3K3478
行业动态 · @tekbog▲ 5.9K

大厂现在不拼模型拼上层应用了

有博主提到马斯克给Anthropic提供算力,重点做编码方向,OpenAI可能需要收购编码工具才能跟上。现在前沿实验室的重心已经转移。

概要:claude + grok 对阵 chatgpt,埃隆正为 anthropic 提供算力,并专注于编码领域。

openai 将不得不收购一套编码工具链。

前沿实验室如今比以往任何时候都更聚焦应用层。

在 X 看原帖 ↗
5.9K2585
开源 · @BasedTorba▲ 1.4万

硅谷想把用户圈进封闭生态,这次玩不转了

博主认为硅谷还是用老套路,把用户锁在自己的封闭生态里垄断市场。但开源模型已经改变了规则,用户有别的选择。

这还是那套老掉牙的硅谷玩法。他们都想把你困在各自孤立的墙里,好实现垄断。

但这次这套行不通了。

开源模型已经改变了格局。人们在模型层就有得选,而且每天都有新模型冒出来。

在 X 看原帖 ↗
1.4万1253415
研究 · @OrcaRouter▲ 3.7万

GLM-5.3居然没法去掉安全拒答机制

研究者尝试了多种方法,想把模型的安全拒答率降到接近零,不管加数据还是改训练方式都没用。做对齐研究的人可以关注这个特性。

GLM-5.3 系列对消融抹除有着异乎寻常的抵抗力。🐳

我们通常能把拒答率降到接近零,但在这里行不通。

增加数据 → 没有变化。多方向子空间处理 → 没有变化。层约束消融 → 没有变化。

我们的假设是:GLM-5.3 的安全策略深度分布在全部权重中,很可能是通过 SFT + 偏好/RL 训练强化而来,而非存在一个清晰的线性拒答方向。

消融上限→定向 LoRA/SFT→能力退化→红队评估。

这是令人印象深刻的对齐工作——祝贺 @Zai_org 团队(@jietang @ZixuanLi_ )。

本地权重 + 技术论文即将发布。

在 X 看原帖 ↗
3.7万7625132
开源 · @tinkerapi▲ 4.4K

@tinkerapi发布Tinker平台上的GLM-5.3模型服务(256k)

智源GLM-5.3现在能在Tinker调用,上下文窗口256k,基于GLM-5.3基底放大训练。需要写代码的开发者可以直接试用。

来自 @Zai_org 的 GLM-5.3 现已在 Tinker 上线,支持 256k 上下文窗口。

它基于与 GLM-5.2 相同的基座扩充了后训练规模,目前是 Terminal-Bench 3.0 和 DeepSWE 1.1 等编码评测中表现最强的开放权重模型。

在 X 看原帖 ↗
4.4K49417
开发工具 · @Gencoin8▲ 1.3万

把GPT-5.6 Pro连Codex,能一条龙做完调研开发

开发者体验后发现,配合完整Codex框架后,它能自动完成长时间网页调研、整理分析信息、操作本地工具文件,直到完成实现验证。

我在用 GPT-5.6 Pro 连接 Codex 使用,真的后悔没早点连上 👇

现在用起来感觉就像 Deep Research 直接集成进了 Codex,特别是搭配全量 Codex Harness 使用时,能力非常强。

花很长时间调查网页 ↓
整理分析所需信息 ↓
直接操作电脑上的工具和文件 ↓
一路推进到实现、验证

这一整套流程完全不用离开 Codex 就能完成。

这不只是“能用 Codex 使用高性能模型”这么简单,GPT-5.6 Pro 的调查、推理能力,和 Codex 的运行环境直接连通,才是最厉害的地方。

能让你彻底用好 Codex 的一本通“Codex 教科书”现已发布‼️ 欢迎从引用来源获取。

在 X 看原帖 ↗
1.3万15985
开发工具 · @valigo▲ 4.3K

@valigo发布Autolith智能agent框架

这个框架本身是可自修改的运行环境,agent和它调用的所有工具都在同一个进程里运行。熟悉LISP的开发者可以试试这个新思路。

Autolith 是一个用 LISP 编写的智能体框架,它可以作为一个自修改的动态环境运行。

也就是说,智能体和它的所有工具都运行在同一个物理进程中,当智能体处理你的任务时,它可以实时修改和扩展这个框架,创建记忆,把超出自身承载量的上下文卸载出来,供后续访问——而且这些内容不是一堆原始 markdown 文本,而是一整个可直接编程的动态环境。并且所有内容都是可内省、可复现的。

这简直就是按照 LISP 的设计初衷来使用它——把它用作 AI 环境!它就像 Emacs,但你不需要自己编写任何 LISP 代码(当然你也可以写),因为所有的神奇操作都会由智能体完成。

这个概念确实有点难理解,但在现有的各类智能体工具里,它目前的方向是最独特的——真的,去看看它的 landing page 吧。如果他们能获得一些投资就太棒了!

在 X 看原帖 ↗
4.3K710057
深度观点 · @poteto▲ 3.0K

@poteto将分享用AI代理编程的实用技巧

后续会公开处理大项目、提交PR的具体实操方法,普通开发者也能参考提升日常coding效率

一想到现在大家都在认真讨论poteto mode、poteto poteto poteto还有dr eggbot,我就开心到不行,笑个不停 😭🍕

我很感恩,我的工作能给我带来乐趣,还能帮助人们更有信心地进行开发。

我还计划分享更多我用代理编码的技巧,比如我具体是如何用pstack处理大型项目、合并大量PR的。

敬请关注,晚安!

在 X 看原帖 ↗
3.0K115510
深度观点 · @grapeot▲ 8.8K

三年间大模型落地的思路完全反过来了

对打算做行业大模型的团队,这篇讨论整理了12家公司的成败经验,能直接参考开发路径选择

阅读全文 →
8.8K83440
实战经验 · @cletusEllijah▲ 627

Apodex 1.1实测对比四款主流AI智能体

对比AI智能体最难的是验证信息对应最新版本,本次测试只采信官方公开来源,未确认信息统一标记为未知,结果可靠性远高于普通测试。

比较 AI 智能体最难的部分,不是找出答案。

而是要知道,这个答案对最新版本来说是不是真的正确。

Apodex 1.1 对 Pi Agent、Codex CLI、Claude Code 和 FrontierAgent 做了一次梳理式对比,整个过程只使用了官方文档、GitHub 仓库和更新日志。

多个智能体并行搜索不同路径,随后将搜索结果与信息来源和版本日期进行比对。

如果文档没有确认相关信息,就会标记为未知。

这个小细节,比另一个润色完美的 AI 答案要重要得多。

信息来源优先,置信度其次。

在 X 看原帖 ↗
627121094
前沿研究 · @Xudong07452910▲ 3.0K

JIT-Agent让小模型性能反超GPT-5.6

不用升级基础模型,仅调整Agent组织方式就能提升性能、降低成本,为普通用户用小模型跑复杂任务提供了更省钱的新方向

阅读全文 →
3.0K94046
深度观点 · @GergelyOrosz▲ 3.8万

行业暗规则:大模型公司不许对手工具用自己模型

OpenAI从Cursor撤回了自家模型授权,这件事刚好印证了这个不成文的限制,开发者做第三方工具时需要提前考虑这个风险

前沿模型公司不会为其他前沿模型公司开发的工具提供自家模型的直接集成。

比如你无法开箱即用在 Claude Code 里用 GPT-5.6,也无法在 Codex 里用 Opus 5。

现在 Cursor 已经成了 SpaceX 旗下的项目,因此 OpenAI 撤回 GPT 支持并不算特别意外。

在 X 看原帖 ↗
3.8万1544927
行业动态 · @austinit▲ 2.0万

Fal AI推出H3 Max 生成比观看还快

生成速度比视频播放速度还快,原本用于做实时内容生成,展示直播已被封禁。视频生成又往前推进一步

逆天,视频大模型能实时生成了。H3 Max 是 Fal AI 基于MiniMax H3 后训练的视频生成模型。由于生成速度较快,比如生成5秒视频需要3秒,所以生成的比观看的快,他们搞了一个实时直播,展示这个模型实时生成的内容。

但看上去暂时被封了。

在 X 看原帖 ↗
2.0万99588
深度观点 · @kenn▲ 3.7万

OpenAI禁了Cursor用GPT,行业竞争变天了

对普通用户来说,最好提前适应多平台官方工具分散风险,别把所有工作流绑定在单一第三方工具上。

阅读全文 →
3.7万4331177
行业动态 · @Pirat_Nation▲ 1.1万

研究发现AI编码代理会安装无主未注册软件

已有财富500强企业内网执行过这类无主包,常用的Claude、OpenAI Codex等AI工具都存在该问题,企业内部AI开发需要警惕这类供应链风险。

AI 编码代理正在安装无人持有的软件,其中一部分最终进入了企业内部网络。

研究人员扫描了 6214 个域名,发现 120 个网站上的 llms.txt 文件包含 227 条命令,指向未注册的软件包或域名。

作为测试,他们注册了其中一部分被弃用的名称,不到一小时,就有一个软件包在一家财富 500 强企业内部被执行了。

研究人员还发现,包括 Claude、OpenAI Codex 和 Hermes 在内的 AI 编码 agent 对部分这类安装行为负责。

在 X 看原帖 ↗
1.1万515837
前沿研究 · @rohanpaul_ai▲ 1.7万

Google发布SKILL.state 方法(0.94)

长AI任务的prompt体积会一直膨胀,推高成本拖慢速度。这个方法能让prompt体积基本保持稳定,还能提升准确率,能直接降低长任务AI的使用成本。

Google 的一篇新论文有力论证了应该用小型、显式的执行状态替代不断增长的智能体历史。长周期智能体需要的对话历史可能远少于我们目前提供的量:该论文发现,用显式当前状态替换不断增长的对话 transcripts 可以减少 token 用量,还往往能提升准确率。

SKILL.state 只给模型提供技能指令、结构化状态和最新观测结果。每一步完成后,推理轨迹都会被丢弃,只保留经过验证的状态更新。这样一来,随着任务变长,prompt 大小能大致保持恒定。

在使用 Gemini-3-Flash 的 100 步仓库任务中,SKILL.state 得分为 0.94,token 用量为 65408。LangGraph 风格的基线得分为 0.91,token 用量为 1062387,两者相差 16.2 倍。

这种设计确实存在局限:它只有在后续所需的所有信息都能被状态 schema 捕获时才能生效。

在 X 看原帖 ↗
1.7万20235196
工具产品 · @tussiwe▲ 4.3万

@tussiwe 实测比Claude Code便宜的WorkBuddy

Claude Code和Codex的使用成本很高,这款低价替代产品支持编码、多步骤工作流,部署简单,可以尝试替代高价编码AI工具。

🚨 Claude Code 和 Codex 太贵了!!所以我找到了一个更便宜的 AI Agent,叫 WorkBuddy。

我刚测试了一个叫 Hy4 preview 的新 AI 模型,它就是为以下场景打造的:
→ 编码
→ 工具调用
→ 深度研究
→ 多步骤工作流

而且设置过程意外地简单。下面是教程 👇

在 X 看原帖 ↗
4.3万3512684
实战经验 · @dotey▲ 2.4万

Warp披露Claude上自我改进AI代理最佳实践

想做能持续进化的AI工作流?这套方案不需要人工整理反馈,只要工程师正常写代码评审评论就能让AI自动优化技能,可直接参考落地逻辑。

阅读全文 →
2.4万39193302
实战经验 · @doodlestein▲ 2.6K

@doodlestein分享AI提示词新用法

不用换更高端的大模型,用这个提示词就能调用前沿学术成果优化文档效果,帮你做出比通用工具更精致的输出。

智能体编码专业技巧:我现在正在开发 FrankenMarkdown,在构思能让渲染出的 PDF 和 HTML 文件看起来更精致的功能。

现在对我来说,写出这样的提示词已经完全是本能了:「想想有哪些世界级、SOTA 的排版视觉优化研究——那些涉及动态规划之类、能把品质拉到「全新层级」的内容——目前已经存在,但还没被用到这个项目里。去网上全面搜索,查阅学术论文这类资料找找看。」

但我觉得大多数人连试都不会试。学术论文?这和好看的文档有什么关系?

呃,你难道不希望自己做出来的东西看起来与众不同,而不是和其他所有应用做出来的一模一样吗?那你就得走到领域前沿去。站在前沿上,你才能做出更进一步的创新。

人们太执着于得到更好的模型了,但哪怕是 Gemini 3.7 Flash,都能拿到这个提示词后好好跑一遍,最后给你挖出你靠别的方式根本得不到的绝好点子。

在 X 看原帖 ↗
2.6K15146
深度观点 · @bindureddy▲ 1.8万

bindureddy称开源闭源AI差距90天内消失

若预测成真,未来AI服务价格会大幅下降,现有商用AI定价和市场格局都会受到直接影响

🚨 开源AI与闭源AI之间的差距将在90天内消失。以下是技术层面的原因:

智能复利——四个独立的开源模型系列——DeepSeek、Qwen、Kimi和GLM——现在都同时在彼此的公开权重基础上复合迭代。你完全可以在每一轮迭代中汇集所有这些模型的智能。

前沿安全风险——前沿模型要么被推迟发布,要么直接取消了。Anthropic已经公开表示,他们不会发布新的大模型Model 2。OpenAI的Astra也卡在了某个环节。现在追赶上它们要容易得多。

长周期循环——开源已经在第一轮对话基准测试上追平了。真的就只剩长周期工具循环这一个差距了。

开源实验室都在为此收集大量训练数据:带有RLHF信号的长周期智能体轨迹。每次开发者使用官方API,实验室都会获取数据,帮助它们实现目标一致性,达到Opus 5/GPT 5的水平。

算力——Zai已经证明,他们有足够的算力在6天内输出100T token。国产芯片已经上线,还在快速提速。

开源必然会追赶上,并在6-12周内把价格砍掉80-90%。这在Luna/Haiku级别已经发生了!🚀🚀

在 X 看原帖 ↗
1.8万1114533
AI视频 · @Mud01185127▲ 849

X用户分享可生成爆款AI视频的完整提示词

用户@Mud01185127在X平台分享了一段用于生成竖屏AI视频的详细提示词,主题为微缩工人维修电缆

这段提示词要求AI生成细节丰富的宏观微缩场景:一根巨大的白色电缆放在深色带纹理的表面上,外层绝缘皮被撕开,露出紧密捆扎的铜线。几十名身穿蓝色制服、头戴白色安全帽的微型工人聚集在裸露的电缆周围,开展检修和维修工作。

部分工人携带微型工具和设备,另有工人爬到电缆上。提示词要求AI呈现工人处理铜线时符合现实的团队协作与动作效果。

焊接维修作业启动后,会产生明亮的蓝白色电火花,发出的光线照亮工人和铜丝线。画面要逐步展示受损电缆被修好,白色绝缘皮重新包裹铜线。

视频结尾要呈现电缆完全修复,微型工人在一旁庆祝的画面。提示词还指定了画面风格与视频参数:超写实宏观摄影、电影级打光、浅景深、真实纹理、还原微小人物细节、平滑运镜、戏剧化火花、照片级真实感3D微缩世界,比例为9:16竖屏,时长15秒,适配爆款短视频。

在 X 看原帖 ↗
84984011
创意 · @SRather25825▲ 7.3K

AI生成视频提示词公开,内容为三幕黏土动画故事

用户@SRather25825 在𝕏发布完整AI视频生成提示词,描述4K分辨率3D定格黏土动画内容

这是一条发布在𝕏平台的AI视频生成提示词,由用户@SRather25825 公开。提示词要求生成一段大画幅3D定格黏土动画,主题为一只巨型人手帮助小型黏土人偶社群找到水源。

动画分为三个场景,第一幕场景设定在绿色山坡上,巨型人手用金属钳子调整一根竹管,让干净的水流入开心的小村民捧着的小罐中。

第二幕场景设定在开裂的干旱土地上,巨型人手挤压植物茎秆流出汁液,装满黏土罐,周围光秃的小型黏土人偶一边欢呼一边饮水。

第三幕场景设定在多岩石的地形中,巨型人手用玻璃滴管将水滴挤入石槽,穿着破旧的原始黏土村民用小水罐接水,欢乐庆祝。

提示词对视觉风格也有明确要求,包括童趣黏土美学、细节丰富的微缩景观、鲜活纹理、真实光影、移轴景深与移轴拍摄、暖融融的满足氛围,分辨率为高清4K。

内容附带了15个相关话题标签,涵盖3D动画、黏土动画、定格动画、微缩世界、AI动画、AI艺术等领域。

在 X 看原帖 ↗
7.3K87523
AI生成 · @john87445528▲ 1.1万

网友分享生成AI短视频的SEEDANCE提示词细节

来源为𝕏用户@john87445528,内容是6秒竖屏超写实时尚AI短视频的完整提示词

阅读全文 →
1.1万69542
开发 · @tison1096▲ 4.2K

开发者分享AI生成内容,提出要区分易失性与非易失性产出

X用户@tison1096分享个人agents.md与prompt后,分享其对AI开发的观点

阅读全文 →
4.2K13815
行业动态 · Hacker News▲ 58

开发者意外把LLM记忆改成了程序分析

无心插柳的意外发现,说不定能给普通开发者打开新的LLM应用思路

工具教程 · @Saccc_c▲ 7.8K

OpenAI网页端GPT和Codex额度分开,可实现额度翻倍

博主@Saccc_c在X分享方法,配置工具即可接力使用

发现了一个能让你的GPT模型额度翻倍的方法 Codex 体感依旧消耗很快,但额度用完后,可以切到网页端 GPT 继续接力 由于网页端chat和Codex的额度是分开计算的,因此你可以享用几乎双倍的GPT模型,一直用Sol跑也不用担心 具体主要是配置这个工具: 通过MCP将本地文件提供给网页端GPT,你就可以直接在网页端继续任务开发了 另外,你也可以连接GitHub插件,通过分支和 PR 来完成修改,具体见引用帖

在 X 看原帖 ↗
7.8K93650
大模型 · @MiaAI_lab▲ 2.5K

DeepSeek v4 Flash仍是最适合本地运行的AI大模型之一

MiaAI_lab在X平台发文称模型在2x DGX Spark上体验持续优化

在 2 块 DGX Spark 上运行的 DeepSeek v4 Flash 体验越来越好。它仍然最适合本地部署的模型之一。

感谢 @plotarmordev,我们还拥有了一套非常棒的回归验证系统🔥

我希望 @deepseek_ai 能尽快推出带视觉支持的新版模型。在此之前,快去更新你的仓库到最新版本。

在 X 看原帖 ↗
2.5K13320
大模型 · @ashen_one▲ 1.0万

开发者用Kimi K3生成了可在浏览器运行的《对马岛之魂》

开发者@ashen_one在X平台分享了用大模型生成完整可玩页游的项目

阅读全文 →
1.0万6161105
教程 · @alextalksai▲ 1.1K

21分钟教程教你用GPT-5.6 Sol做专业网页

@alextalksai在𝕏发布了分步讲解的21分钟网页制作教程

这个人讲解了如何用 GPT-5.6 Sol 创建专业网页。

这是一个 21 分钟的教程,他会一步步讲解如何构建带有电影级完成度的设计。

🔖 收藏起来。每一分钟都值得。

在 X 看原帖 ↗
1.1K7013348
编码 · @doodlestein▲ 1.1万

只用免费的Gemini 3.7 Flash 就能获得5000倍代码性能提升

X用户@doodlestein分享了一条AI智能体编码优化提示技巧

智能体编写代码专业提示:只用 Gemini 3.7 Flash(它基本上免费,便宜到和你的时间价值比起来只是个零头)用这个提示词(以及里面提到的技能,来自naturally)就能快速获得惊人收益,效果夸张到离谱。

方法是:首先超级仔细地读完整个 AGENTS.md 文件和 README.md 文件,彻底理解这两份文件的全部内容!然后用你的代码调查智能体模式,完全理解项目的代码、技术架构和项目用途。之后先用 /profiling-software-performance,再用 /repeatedly-apply-skill 连续至少运行 30 次,来应用 /extreme-software-optimization。

看看过去 20 分钟它在 FrankenMarkdown 上输出的结果!这段代码本来是 Fable 5 和 Sol... 写的,轻轻松松就拿到了好几次 5000 倍以上的性能提升,还有若干次 2 倍甚至更高的提升。当你用尽所有技巧让代码在现代硬件上流畅运行时,电脑真的会快得离谱。

最棒的是你可以立刻再跑一遍,还能拿到更多性能提升:

在 X 看原帖 ↗
1.1万10203395
开源 · @MaxForAI▲ 1.3万

智谱开放GLM-5.3权重,两周就完成安全评估

两周前发布模型时没同步放出权重,称要先完成安全加固,现在按时放到Hugging Face,可供下载部署和二次开发。

阅读全文 →
1.3万55215
模型 · @yoitsmanan▲ 2.3万

@yoitsmanan发布Phonon-1语音识别模型(782 million)

体积更小参数量更少,精度比体积两倍于它的Whisper更高,转录一小时音频只需要很短时间。

隆重推出 Phonon-1:每比特都在刷新语音识别的新前沿。

这是一个拥有 7.82 亿参数的模型,下载包大小仅 415 MB,准确率比体积是它两倍的 Whisper 更高。

在 MacBook Air 上转录一小时音频仅需约两分钟。

权重开放,采用 Apache 2.0 协议,今日正式发布。

@fermion_ai

在 X 看原帖 ↗
2.3万46497475
观点 · @santtiagom_▲ 5.3K

大部分AI开发智能体未来会跑在云端

本地运行Claude Code或Codex时,智能体会在你的电脑里调用工具,适合快速推进开发工作。

代理开发未来的大部分工作都将在云端运行。当你在本地使用 Claude Code 或 Codex 时,代理会在你的计算机内部运行它的工具。

这种方式适合快速推进工作,但当你想要同时委派多项任务时,问题就变得复杂了。如果多个会话共享相同的文件和分支,它们可能会覆盖彼此的修改。

为了避免这个问题,你必须创建工作树,分隔会话,分配你的机器资源。

而使用云端代理,每项任务都运行在独立的隔离环境中,拥有代码仓库副本、专属依赖和独立分支。这样就能实现:

> 同时并行运行多个代理,每个代理都拥有独立的文件和资源
>
> 就算关闭电脑,也可以让它们持续工作数小时
>
> 避免它们争抢你本地机器的内存和处理资源
>
> 维持一致的环境来运行项目、验证修改
>
> 从 issue、API 或自动化流程启动任务

举个例子,Conductor 就允许你让多个代理同时工作:一个修复 bug,一个开发功能,还有一个编写测试。你只需要委派工作,之后再回来检查修改或者拉取请求就好。

这就和 CI 曾经发生的变化很像:测试和构建也曾经转移到按需的远程环境中运行。现在我们正在对代理做同样的事情。

在 X 看原帖 ↗
5.3K47958
观点 · @jun_song▲ 1.5K

作者认为开源必须赢过巨头掌控AI的现状

作者想象如果一家像小孩一样行事的公司未来掌控并监管AI,因此判断开源必须取得胜利。

想象一下,未来由一家表现得完全像个小孩的公司来管控和监管AI。开源必须获胜。

在 X 看原帖 ↗
1.5K341
新品发布 · @togethercompute▲ 6.0K

Together AI上架GLM-5.3,性能接近Fable 5

单任务成本仅为Fable 5的零头,编码和长周期智能体性能有提升,可帮你降低AI任务的运行成本

GLM-5.3 已在发布当日登陆 Together AI

@Zai_org 在 GLM-5.2 基础上进一步推进,通过扩大规模后训练,带来了更强的编码和长期智能体性能。

在各基准测试中,它的表现几乎媲美 Fable 5,而单任务成本仅为其零头。

立即体验:

在 X 看原帖 ↗
6.0K2344
深度观点 · @hwchase17▲ 4.8K

hwchase1dy 谈大模型跨生态适配问题

如果各家大模型实验室互相封锁,只有第三方工具能实现跨模型调用,这对需要多模型工作流的使用者来说是重要方向

各个模型实验室会为自家模型打造出色的工具集与生态系统,但会阻止其他实验室的模型访问自己的工具集。

想要一个能兼容所有模型的工具集,唯一选择只能是不隶属于任何实验室的项目。

LangChain万岁。

在 X 看原帖 ↗
4.8K2477
新品发布 · @ollama▲ 1.5万

Ollama发布Ollama云端GLM 5.3与GLM 5.3 Flash服务

部署在美国和欧洲节点,不保留用户数据,可直接接入自有应用,需要使用GLM模型可以选择这个新渠道

GLM 5.3 与 GLM 5.3 Flash(原称 Ox Alpha)已在 Ollama 云端全面上线。

私有部署。速度快。部署于美国和欧洲服务器。零数据留存。

GLM 5.3 启动命令:ollama launch claude --model glm-5.3:cloud

GLM 5.3 Flash 启动命令:ollama launch opencode --model glm-5.3-flash:cloud

支持众多其他适配框架,你也可以创建 API 密钥直接接入自己的应用。

你希望我们接下来适配哪个框架?

在 X 看原帖 ↗
1.5万1524314
行业动态 · @tmiyatake1▲ 3.2K

Anthropic发布了自我改善型AI相关研究

业界普遍认为这会是AI领域下一次重大进化方向

自己改善型のAIに関する研究をAnthropicが公開した。 AI領域の次の大きな進化はこの分野の発展と多くの人が考えている。

在 X 看原帖 ↗
3.2K13533
实战经验 · @XAMTO_AI▲ 1.2万

Claude Code技能自动生成专利申请交底书

有技术方案要申请专利,不用再花时间折腾Word和画图了,挖专利点、查新、出文档都能自动完成,能省不少流程时间。

想申请专利,交底书要画框图、流程图,还得折腾Word,烦得很。GitHub上翻到一个Claude Code技能(patent-disclosure-skill),能把项目文档自动转成交底书成稿。自动扫描代码挖专利点,联网国知局查新避坑。

交底书自带框图流程图,脱敏后直接出Word,方便丢给代理人改。补材料不用重写,在原稿上迭代就行。适合手里有技术方案、不想在交底书上耗太多时间的开发者。

🔗:

在 X 看原帖 ↗
1.2万62243219
新品发布 · @ExaAILabs▲ 5.8万

ExaAILabs发布dynamic highlights 研究预览版(95%)

大模型调用按 token 计费,token 用量减少能直接降低使用成本,同时还能过滤冗余无关信息,提升处理效率。

我们发布了「动态高亮」的研究预览版:给定一个查询和一组页面,一个定制模型会共同扫描整个集合,过滤掉冗余和不相关信息,平均可减少 95% 的 token 使用量。

今日正式可用:

在 X 看原帖 ↗
5.8万19243196
前沿研究 · @perplexity_ai▲ 1.8万

Perplexity Search API 拿下搜索榜前三

开发者选择搜索API又多了性能更强、成本更优的新选项,能帮降低AI应用的开发和运行成本。

Perplexity Search API 在 Artificial Analysis 搜索指数中占据了前三席位。

中等设置的得分比此前的领先者高出 5 分,将质量-成本帕累托边界拓展至约 0.091 美元每任务。

在 X 看原帖 ↗
1.8万9999
新品发布 · @bkdgiffug▲ 4.1K

OpenMontage 推出全流程AI视频制片工具

现在做完整AI视频不用手动拼剪,只需要输入一句话需求就能直接出成片,能省掉大量重复的视频制作工序

AI视频工具赛道已经卷到冒烟,但仔细一看,绝大多数还在玩“5秒片段生成”的套路,剩下的剪辑、配音、字幕、转场,全是手动拼。做一条片子,流程压根没���。OpenMontage 直接把这条路堵死了狂揽34000+星。

把一句话需求丢给Claude Code或Codex,Agent自动跑完整条制片流水线:调研、提案、脚本、分镜、素材、剪辑、合成,最后吐出一整部成片。里面塞了12条生产管线——动画解说、纪录片蒙太奇、播客切片、电影预告全覆盖;背后是52个工具、500多个Agent Skills,串联14家视频生成、10家图像、4家TTS、3家音乐提供商。

在 X 看原帖 ↗
4.1K217072
深度观点 · @emollick▲ 3.5K

emollick讨论Google AI Overviews影响维基百科

搜索结果生成式AI正在改写内容生态的底层逻辑,老牌内容平台正逐步重蹈行业前辈的覆辙

有早期迹象表明,Google AI Overviews 可能正在对 Wikipedia 做编码代理对 StackExchange 做过的那件事……

在 X 看原帖 ↗
3.5K13313
前沿研究 · @murtuza_merc▲ 9.8K

Anthropic 用Claude自动化AI安全研究

解决了人工监管跟不上模型能力增长的瓶颈,把AI安全研究从手动工程改成可规模化的软件流程,同时点明了新的风险

Anthropic 借助 Claude 实现 AI 对齐研究自动化,解决了安全领域的根本性瓶颈:人类监督能力是线性增长,而模型能力是指数级扩张。

以每小时 4 美元的成本运行自动循环来修补欺骗这类失效模式,将安全研究从手动工程转变为可规模化的软件工作。

新的风险是指标优化。当模型调整自身行为来通过测试时,智能体有可能学到的是满足基准,而非内化真正的安全性。

将这套工具公开发布非常重要,因为要验证自动化修复是真的实现了对齐,还是只是更复杂的指标博弈,需要独立的多轮审计。

在 X 看原帖 ↗
9.8K2116420
工具产品 · @opensourcelab9▲ 3.2万

星标2.4万的Archify 一键生成代码结构图

只需要一行命令就能全局安装,给大模型发指令就能直接生成可交互的完整结构图,省去手动画架构图的麻烦。

给别人展示系统全貌的图,可能现在就选它了。你只需要把它放进 Claude Code 或者 Codex,让它“把这份代码的结构画成图”,当场就能得到一张可以用的成品。这就是获得了 2.4 万星的 Archify。

生成出来的是一个自包含的独立 HTML 文件,也可以导出成 PNG、SVG、视频。

可以搜索图里的组件,还能顺着组件追溯上游和下游的调用路径。

可以把修改前后的图并排展示,用差异视图显示新增、删除和替换的内容。

安装只需要一行命令,输入 `npx skills add tt-a1i/archify -g` 就完成了。

开源地址在这里。

在 X 看原帖 ↗
3.2万48432700
实战经验 · @op7418▲ 1.0万

Vercel发布vgpu WebGPU库适配AI智能体

开发者可以在浏览器或Node.js环境中给AI智能体添加图形渲染能力,多种方式接入降低了适配门槛

Vercel推出了一个叫 vgpu 的 WebGPU 库。它的核心是为 AI 智能体设计的一套着色器,既能在浏览器里交互运行,也可以在 Node.js 环境里运行。它把 WGSL 着色器当作 TypeScript 处理,支持像模块一样导入导出,在打包时具有非常好的扩展性。

而且它在安装和使用时,提供了提示词、CLI、SDK、MCP 等多种方式,去告诉 AI 智能体怎么使用。我把前几天用智谱 GLM-5.3-Flash 做的那个案例用 vgpu 优化了一下,加了很多细节,比如投影、模糊,以及自定义参数的配置。

在 X 看原帖 ↗
1.0万46769
实战经验 · @code▲ 1.1万

VS Code Learn发布AI辅助开发Java教程系列

从构建项目到调试、封装功能工具再到测试,全流程都可以用AI辅助完成,想跟着练手可以跟着教程走一遍

在 VS Code Learn 最新系列课程中,你可以从想法直达可用代理:由 @rorypreddy 带来的 Java 课程。

在 VS Code 中用 GitHub Copilot 构建 Java Spring Boot 应用、调试它,把它的功能转换成 MCP 工具,再用 Playwright 完成全流程测试——所有内容都围绕实用、真实的 AI 辅助开发展开!

在 X 看原帖 ↗
1.1万96116
开发工具 · @miu21590▲ 1.4万

用户分享GPT-5.6 Pro接入Codex后的深度研究使用体验

X平台用户@miu21590分享GPT-5.6 Pro接入Codex的使用感受,新版还将上下文窗口提升了三倍

GPT-5.6 Pro接入Codex后,深度研究功能就像是原生嵌入在了用户的工作流中。用户使用完整的Codex Harness时,整个体验完全原生自然。

它可以长时间开展调查,还能直接在用户的计算机上调用工具,全程无需退出Codex即可完成操作。

相关的代码仓库已放在评论区,感兴趣的用户可前往查看。

本次新版本将上下文窗口上限提升了三倍。

在 X 看原帖 ↗
1.4万270100
行业动态 · Hacker News▲ 76

用户 speckx 实测 Mac Studio 本地跑 Qwen3.8 27B

想在本地部署大模型又怕带不动的人,可以参考实测的真实运行数据判断设备门槛

社区讨论:多数用户认为Mac Studio跑通Qwen3.8 27B后仅14token/秒的生成速度毫无实用价值,花高价买这类硬件只获得这种速度没有意义。有人质疑实测者的配置操作不当,也有用户发现同参数同量化的Qwen3.8速度比Qwen3.6慢一半,有人指出当前Mac本地大模型工具优化不足。还有用户提到AMD旧数据中心显卡成本更低带宽更高,另有用户分享了自己在苹果芯片上常用的更流畅的替代模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
加密货币 · @emilylai▲ 6.5K

开发者推出适配AI的DeFi原生技能,覆盖90+加密协议

开发者emilylai在𝕏发布,该技能可适配Claude等各类AI代理

我做了一个技能,可以让你的 AI 变成原生去中心化金融 AI。加密货币正在成为新轨道上的金融。

为了提升自己,我一直在备考 FINRA,过程中不断发现,哪怕是最新的模型,也不懂原生加密,对链上正在搭建的东西没有完整认知。

这个技能提炼自 6000 多页资料,包括银行史书籍、会议和播客文字稿、行业报告。它的结构能让你的代理知道该拉取哪些文档,该在 90 多个协议、基础设施、策展方等等主体中核对哪些内容。

现在你真的可以问你的代理「收益从哪来」,就能得到精确的拆分,还附带风险和机遇分析。

它可以配合 Claude、Cursor、Codex,任何能读取技能的代理使用。如果你想要测试它、帮我改进它,告诉我!

在 X 看原帖 ↗
6.5K19548
大模型部署 · @manateelazycat▲ 1.1万

开发者使用Qwen 3.8 27B报错 问题出在vLLM默认参数

开发者@manateelazycat在𝕏分享自己排错部署大模型的经历

NND, 今天正在用 Pi Agent + Qwen 3.8 27B 整活呢, 突然就报错了,我最开始还以为是 Pi Agent 配置和 Qwen 不兼容, 最后发现不是 然后我又以为是我部署的 Qwen 3.8 27B 模型有问题, 看了一圈不对啊, Qwen 3.8 27B 本身就是多模态的模型呀 最后发现,NND, 原来是部署的时候 vLLM 默认加了下面这两个参数 --limit-mm-per-prompt.image 2 --limit-mm-per-prompt.video 0 第一个的意思是,如果上下文超过2张图标,vLLM 就直接报错, 第二个的意思是,禁止发送视频文件给大模型 我把这两个参数删除以后,重启 Docker , 世界安静了, Qwen 3.8 27B 又开始干活了

在 X 看原帖 ↗
1.1万53543
开发工具 · @LinearUncle▲ 1.0万

zcode新版本新增computer-use支持,体验可达Codex水平

该版本可使用该功能复刻网易云音乐,验证GLM-5.3-flash能力

zcode 新版本现在已经支持computer-use了,加上以前的浏览器控制,现在zcode 已经和codex 一样好用了。 大佬原贴使用computer-use复刻了网易云音乐,效果非常好,可以看出 GLM-5.3-flash能力很强,提示词: ``` /goal 使用computer-use功能查看本地的网易云音乐,然后帮我复刻出一个一样的app出来,你在完成编写后要多次自己使用cua试验一下,看看和原版有哪些差别,然后不断改进 ``` 最好再封装一个图片生成的cli工具或者MCP,这样复刻能力就更强了!

在 X 看原帖 ↗
1.0万54154
开源工具 · @Michaelzsguo▲ 9.8K

Herdr支持手机远程控制多设备上的整套分布式Agent

开发者Michaelzsguo分享了Herdr的手机远程管理方案,可搭配Claude Code使用

有了 Herdr 以后,不仅可以很方便地集中管理所有计算机上的 Agent,也可以直接通过手机远程管理这一整套 Agent。

一种办法是 Tailscale + Termius。通过 Termius 登录 MacBook Pro,运行 herdr 命令,就可以直接在手机上控制 Herdr 里的所有 Agent。

更有意思的是,我甚至不需要直接操作 Herdr。

只要在 Claude Code App 里 remote 到 Herdr 的主 Agent,就可以间接控制其他所有 Agent。这个主 Agent 就像我的眼睛和手,可以命令其他 Agent 做事,也可以把它们的结果汇总反馈给我。

这样我在手机上直接用 App 的图形界面,就能控制整套分布式 Agent,而不需要在 Termius 的 CLI 里费劲调出键盘敲命令。

在 X 看原帖 ↗
9.8K670101
教程 · @shao__meng▲ 1.2万

Claude 33页完整Skills构建指南,2026年1月发布

网友分享这份质量最高的完整指南,建议保存学习

Skills 构建完整指南(33页) 这是 26 年看过最完整全面、质量最高的 Skills 构建指南,虽然是 26.01 发布的,应该还有朋友没看过。 强烈建议保存备用,时常拿出来系统学习一遍,会对 Skills 的构建、验证和使用过程有更深更系统的理解。 The Complete Guide to Building Skills for Claude

在 X 看原帖 ↗
1.2万57218293
开源 · @perplexity_ai▲ 8.6万

GLM-5.3 开放可商用,普通人也能本地部署

有开发者算出不同精度下的本地运行硬件要求,512GB显存的Mac Studio就能跑得动,可以自己跑大模型不用联网

阅读全文 →
8.6万791.2K114
观点 · @petergyang▲ 1.7万

Grok才是非技术用户AI助手的最终形态?

有人认为Claude和OpenAI的办公AI助手只是半成品,马斯克旗下的Grok Bot才走对了方向

我的犀利观点是:Claude Cowork 和 ChatGPT Work 都是不完整的解决方案,而对于非技术用户来说,Grok Bot 才是合格 AI 智能体产品的正确终极形态。

我认为人们可以很轻松地“理解”(grok),它就是一个运行在云端的程序。

如果你让人们解释 ChatGPT Work 和 Codex 的区别(比如说,Work 能运行云端任务但 Codex 不行),或是解释 Claude Cowork 到底是怎么工作的,我打赌绝大多数人都完全不知道。

在 X 看原帖 ↗
1.7万523163
开源 · @DeryaTR_▲ 8.8K

腾讯开源Hy4模型,性能接近Kimi K3体积小三倍

国产开源大模型参数体积缩小的同时,性能追平头部产品,给本地部署爱好者多了一个选择

中国大模型正在不停进步!腾讯的 Hy4 预览版又是一个接近前沿水平的开源模型。

它的水平似乎达到了 Kimi K3 级别,参数量仅 770B,体积还小了三倍!

我尤其对它在科学推理基准测试中的出色表现感兴趣!看起来很不错!

在 X 看原帖 ↗
8.8K78710
科研 · @OpenAIDevs▲ 1.1万

OpenAI推出Rosalind工作台,整合科研全流程

把蛋白质结构分析、测序流程这类工作,整合在同一个工作流里,做生命科学研究不用切换多个工具

Rosalind Workbench 将科学问题与专业模型、工具和可复核输出整合在同一个工作流中,涵盖从蛋白质结构、序列分析到测序流程的各类任务。

在 X 看原帖 ↗
1.1万1313227
机器人 · @LerrelPinto▲ 3.6K

研究者发现给机器人做上下文学习没那么难

之前大家默认给机器人适配大语言模型的上下文学习门槛很高,现在发现实现起来比预想简单

事实证明,给机器人做上下文学习并没有那么难……

在 X 看原帖 ↗
3.6K36616
研究 · @jcyhc_ai▲ 4.6K

让AI当对齐研究员,两天能优化其他AI对齐

研究者把Claude包装成自动对齐研究员,给了两天时间让它优化其他AI的对齐效果,它真的完成了改进

AI能不能自动对齐其他AI?我们搭建了一个智能代理框架,把Claude Opus 4.8包装成了一名自动化对齐研究员,给了它两天时间来改进其他AI的对齐效果。

它独立完成了研究、提出方法,然后全程自主训练并测试了模型。效果非常好。

更多有意思的发现请看下文推文串🧵

在 X 看原帖 ↗
4.6K96132
新品发布 · @simplifyinAI▲ 5.6K

Digital Life Project 团队发布任意大语言模型转3D交互角色开源项目(100% Free)

不需要游戏引擎和本地渲染配置就能在浏览器里用,还支持全自定义,想做互动3DAI角色可以零成本上手

一个开源项目可以将任意 LLM 转化为能在浏览器中说话、动作并做出反应的 3D 角色,无需游戏引擎,也无需本地渲染配置。

角色自带记忆系统,可以追踪情绪状态和关系历史,因此回复会根据目前对话中发生过的所有内容变化,而非只参考上一条消息。

完全可自定义:你可以更换 3D 模型、人格提示词、LLM 或文本转语音服务商。

零配置即可免费试用,托管版附赠免费 API 额度供你上手。自托管需要你使用自己的 API 密钥,但能给你完整的修改控制权。

该项目来自 Digital Life Project(CVPR 2024)团队,将在 SIGGRAPH Asia 2025 展示。100% 免费。开源。

在 X 看原帖 ↗
5.6K16117144
深度观点 · @goyalshaliniuk▲ 1.3K

整理了支撑所有AI系统的20个核心ML模型

想理解AI到底怎么运行,不用先啃完厚厚的教科书,先摸清这20个底层模型,就能理清AI背后的核心逻辑。

阅读全文 →
1.3K226235
新品发布 · @UnslothAI▲ 1.4万

UnslothAI发布可本地运行的2-bit GLM-5.3 模型(~81%)

原1.51TB模型压缩到239GB仍保留约81%精度,256GB内存的Mac就能运行,想本地跑大模型有了新选择

GLM-5.3 现在可以本地运行了!我们将 2 位量化模型的体积从 1.51TB 压缩到 239GB(体积缩减 83%)后,它仍保留了约 81% 的准确率。

可以在 256GB 内存的 Mac 或对应容量的 RAM/VRAM 设备上运行。GLM-5.3 是目前最强的开源模型。

在 X 看原帖 ↗
1.4万2822140
新品发布 · @ollama▲ 4.2万

Ollama发布GLM-5.3 模型服务

服务部署在美国和欧洲机房,支持本地私有调用,还开放API接口,可接入多款现有AI开发工具使用

我们正在Ollama上推出GLM-5.3。

私有部署。快速。服务器托管在美国和欧洲。不保留数据。

在我们把GLM-5.3正式上线的同时,快来体验Ollama的GLM-5.3-Flash。速度超快。

Claude Code:ollama launch claude --model glm-5.3-flash:cloud

OpenCode:ollama launch opencode --model glm-5.3-flash:cloud

Hermes Agent:ollama launch hermes --model glm-5.3-flash:cloud

你也可以将它接入其他任何框架或应用。同时也开放API端点。

在 X 看原帖 ↗
4.2万3549575
新品发布 · @gigazine▲ 2.7万

国产GLM-5.3 AI模型如约免费开放

高性能模型可对标顶级竞品,普通用户也能免费使用

中国产AI模型「GLM-5.3」如约作为开放模型免费公开,是性能可与Claude Fable 5、GPT-5.6 Sol媲美的高性能模型。

在 X 看原帖 ↗
2.7万56351167
工具产品 · @Sumanth_077▲ 4.7K

JIT-Agent 让同模型智能体最多提分 20.2

提升智能体性能不一定要换更大更好的基础模型,优化模型外部的架构就能拿到明显提升,给需要搭AI智能体的人提供了成本更低的方向。

阅读全文 →
4.7K196075
实战经验 · @TheAhmadOsman▲ 7.3K

用户实测本地运行GLM 5.3 Flash 效果惊艳

想在本地跑小参数AI模型做计算,这款实测达到了少见的好用水准,想搭本地AI工具可以试试。

GLM 5.3 Flash 是我第一次体验到,在本地运行的较小模型能在计算用途上表现这么好。

在 X 看原帖 ↗
7.3K523116
AI视频 · @lansenai▲ 3.4K

用户分享AI生成19秒写实动作片的完整帧级提示词

@lansenai在𝕏分享AI生成19秒4K一镜到底近身动作片的详细提示词,包含分镜、灯光、动作要求

阅读全文 →
3.4K65125
视频生成 · @Chengzilhy▲ 7.0K

用户分享Seedance 2.5制作爆款短视频的完整提示词

用户@Chengzilhy 在𝕏公开了可生成恶作剧竖屏短视频的完整Seedance 2.5提示词

阅读全文 →
7.0K14036
生成式AI · @john87445528▲ 5.7万

𝕏用户发布含公众人物内容的Grok AI生图提示词

用户@john87445528在𝕏发布Grok生图提示词,文案涉及中国女演员景甜的私人感情相关描述

这条提示词用于通过Grok生成符合要求的9:16竖屏自拍风格短视频。设定主角为成年女性,需要穿着两张参考图中的对应服饰,自然披散长发,坐在柔软沙发上。

画面要求为中景到半身构图,镜头保持稳定。主角全程配合口播完成流畅连续的身姿变化,身体保持柔软曲线和呼吸起伏,不能僵硬。

背景要求为动态动画或可视化故事画面,整体为温暖亲密的电影级光影,带有淡淡欲望氛围,不需要杂乱字幕和水印,全程保持主角面部、光线、画风统一,嘴型与动作同步。

视频开场0:00-0:15的动作和画面有详细设计,同时给出了对应口播文案。口播内容称景甜在一段感情中十分谨慎,反复确认对方无法进入北京后才放心开展关系。

在 X 看原帖 ↗
5.7万1113676
大模型 · @Sentdex

开发者称GLM 5.3 Flash表现已超出预期,完整版很快发布

开发者Sentdex在𝕏分享,GLM 5.3 Flash原生精度下速度达每秒180token,并发扩展性出色

完整版GLM 5.3很快就会正式发布,但GLM 5.3 Flash的表现已经十分出色。

GLM 5.3 Flash目前在原生精度下可实现每秒处理180个token,并发性能的扩展性也非常好,同时还支持视觉能力。

如果完整版GLM 5.3不新增视觉支持,这位开发者可能会一直使用GLM 5.3 Flash。

在 X 看原帖 ↗
开发活动 · @haskell_brooks

开发者haskell_brooks发起9月线上从零搭建AI代理直播活动

活动发起者为@haskell_brooks,将于9月5日周六举办线上聚会,全程用代码实操搭建

用户@haskell_brooks在𝕏发起线上聚会邀请,计划于9月5日周六举办本次活动。

本次活动的主题是仅使用Gemini SDK或Anthropic SDK,从零开始搭建AI代理。

活动将深入拆解AI代理的各类核心模块,包括记忆、轨迹、自反馈循环等内容。

整场活动全程为代码实操,没有空洞讲解。

在 X 看原帖 ↗
大模型 · @LLMJunky▲ 270

Qwen 3.8 Flash Next早期测试 双RTX 6000跑出超200tok/s

测试者@LLMJunky在𝕏公布测试结果,该非优化版本性能优于Deepseek v4 Flash

测试人员@LLMJunky在2块RTX 6000显卡上完成了Qwen 3.8 Flash Next的早期测试。本次测试使用的是尚未优化的版本,该模型已经可以实现每秒超过200个词元(tok/s)的推理速度。

就目前测试结果来看,Qwen 3.8 Flash Next相比Deepseek v4 Flash有明确的性能提升。

开启视觉功能后,该模型的上下文开销为430万,可支持高并发量。测试人员同步放出了测试相关的链接。

在 X 看原帖 ↗
2701
编程 · @Mayhem4Markets▲ 1.5K

X用户@Mayhem4Markets称赞一款好用的编程智能体工具

X用户@Mayhem4Markets公开感谢开发者@_can1357打造了这款编程智能体,称其使用顺畅功能实用

X用户@Mayhem4Markets公开向开发者@_can1357致谢,称赞对方开发的编程智能体工具是他目前最喜欢的同类工具。他评价这款工具使用顺畅,能直接满足使用需求。按任务类型或任务难度进行路由分配的功能,对用户来说非常有帮助。

在 X 看原帖 ↗
1.5K1
编程 · @mylifcc▲ 8.6K

用户分享节省AI编程token成本的双窗口分工方法

@mylifcc在𝕏分享的技巧,用能力强的大模型做规划核对,弱模型做代码实现

用户@mylifcc分享了一种能节省token的AI编程方法。操作方式为打开两个窗口,左侧用GPT-5.6 Sol完成项目规划和文档编写。

完成规划后,把左侧的输出复制到右侧窗口,交给能力较弱的模型做代码实现,分享中用到的是grok,Luna也适用。

代码实现完成后,把右侧的输出再发回左侧,让GPT-5.6 Sol做结果校验,之后再把调整要求发回右侧修改。

这种分工模式的好处是,能力最强的模型只负责规划和结果核对,不会出现上下文内容过多溢出的问题。成本更低的token用来承担代码实现工作,能降低整体花费。

在 X 看原帖 ↗
8.6K13028
教程 · @AYi_AInotes▲ 1.3万

Grok Bot 不止是聊天框,背后藏着免费可使用的 Linux 云主机

来自 @AYi_AInotes 在𝕏分享的教程,可将X Grok Bot 背后的8核16G云主机打通为专属开发机

阅读全文 →
1.3万1286128
大模型 · @fankaishuoai▲ 1.5万

博主实测Pi Agent中不同大模型完成浏览器任务的表现

@fankaishuoai在𝕏分享实测结果,让5款大模型在Pi Agent中完成同一YouTube数据分析任务

博主让Pi Agent内置的不同大模型逐个完成实际任务:控制Chrome浏览器打开自己的YouTube后台,分析最近的视频数据并给出结论。各款模型的表现各有不同。

GLM 5.3 Flash全程耗时14分钟,最终给出的结论尚可接受,但分析内容比较干瘪。

DeepSeek V4 Flash仅用4分钟就完成分析,最终结论质量相当不错。

GPT-5.6 Terra用2分钟完成了全部任务,数据分析质量是本次测试里最高的。

Kimi K3运行2分多钟后就开始报错,提示任务负荷已超出承载能力。

千问3.8 Flash为后续补测项目,耗时6分半完成任务。它的分析结论和GLM 5.3 Flash比较接近,数据质量比GLM 5.3 Flash稍差一点。

本次测试尚未覆盖千问其他版本,博主认为,国内几款模型中,DeepSeek的综合性能和可用性是最好的。

在 X 看原帖 ↗
1.5万13121
大模型 · @jun_song▲ 7.2K

开发者称GLM-5.3-Flash性能远超同规模模型水平

X用户@jun_song评价GLM-5.3-Flash,称它性能超出预期,推理速度也更快

GLM-5.3的性能表现远超出它自身规模对应的预期水平。

类似DeepSeek-V4-Flash的体验比Pro版本更出色,这次GLM-5.3-Flash的表现好得出乎意料。

它的推理速度也快很多。仅用2台DGX服务器运行GLM-5.3-Flash,就已经完全够用了。

在 X 看原帖 ↗
7.2K515312
大模型 · @rishdotblog▲ 1.1万

当前多数开源大模型场景下微调并不值得

开发者rish在X平台表示,开源大模型更新太快让微调失去性价比

更新:对大多数场景而言,目前微调不值得做。开源前沿模型的更新速度太快了。等你优化完一个微调版本,新的基础模型已经比它更好了。而且,随着模型的指令跟随能力变强,技能移植效果更好,移植难度也低得多。

这还没有把推理的成本效益算进去。对达不到超大规模的初创公司来说,让微调后的模型实现高GPU利用率,真的非常非常难😅

微调在「廉价高效开源模型的前沿性能不会每两周就进步一次」的世界里很棒。当一个模型家族每次发布带显著性能提升的新版本间隔一到两个季度时,微调非常有用,直到最近情况都还是这样。

也许几个月后我们会回到那种状态,但就目前而言,一切变化太快,微调还派不上用场(在我看来)。

在 X 看原帖 ↗
1.1万611547
大模型 · @guansi▲ 5.2万

想学大模型的人 最好自己本地部署一次祛魅

@guansi在𝕏发文称,本地部署是了解大模型本质最快的方法

阅读全文 →
5.2万51567367
🔬 前沿研究
新前沿研究 · @kimmonismus▲ 1.7万

Anthropic发布递归自我改进研究论文(10)

AI改进AI对齐的效果已经超过人类专家,完整递归自我改进循环已经接近闭环,技术进展的速度可能很快出现 compound 增长

阅读全文 →
1.7万1830358
前沿研究 · @rohanpaul_ai▲ 1.7万

Google发布SKILL.state 方法(0.94)

长AI任务的prompt体积会一直膨胀,推高成本拖慢速度。这个方法能让prompt体积基本保持稳定,还能提升准确率,能直接降低长任务AI的使用成本。

Google 的一篇新论文有力论证了应该用小型、显式的执行状态替代不断增长的智能体历史。长周期智能体需要的对话历史可能远少于我们目前提供的量:该论文发现,用显式当前状态替换不断增长的对话 transcripts 可以减少 token 用量,还往往能提升准确率。

SKILL.state 只给模型提供技能指令、结构化状态和最新观测结果。每一步完成后,推理轨迹都会被丢弃,只保留经过验证的状态更新。这样一来,随着任务变长,prompt 大小能大致保持恒定。

在使用 Gemini-3-Flash 的 100 步仓库任务中,SKILL.state 得分为 0.94,token 用量为 65408。LangGraph 风格的基线得分为 0.91,token 用量为 1062387,两者相差 16.2 倍。

这种设计确实存在局限:它只有在后续所需的所有信息都能被状态 schema 捕获时才能生效。

在 X 看原帖 ↗
1.7万20235196
前沿研究 · @Xudong07452910▲ 3.0K

JIT-Agent让小模型性能反超GPT-5.6

不用升级基础模型,仅调整Agent组织方式就能提升性能、降低成本,为普通用户用小模型跑复杂任务提供了更省钱的新方向

阅读全文 →
3.0K94046
前沿研究 · @murtuza_merc▲ 9.8K

Anthropic 用Claude自动化AI安全研究

解决了人工监管跟不上模型能力增长的瓶颈,把AI安全研究从手动工程改成可规模化的软件流程,同时点明了新的风险

Anthropic 借助 Claude 实现 AI 对齐研究自动化,解决了安全领域的根本性瓶颈:人类监督能力是线性增长,而模型能力是指数级扩张。

以每小时 4 美元的成本运行自动循环来修补欺骗这类失效模式,将安全研究从手动工程转变为可规模化的软件工作。

新的风险是指标优化。当模型调整自身行为来通过测试时,智能体有可能学到的是满足基准,而非内化真正的安全性。

将这套工具公开发布非常重要,因为要验证自动化修复是真的实现了对齐,还是只是更复杂的指标博弈,需要独立的多轮审计。

在 X 看原帖 ↗
9.8K2116420
前沿研究 · @perplexity_ai▲ 1.8万

Perplexity Search API 拿下搜索榜前三

开发者选择搜索API又多了性能更强、成本更优的新选项,能帮降低AI应用的开发和运行成本。

Perplexity Search API 在 Artificial Analysis 搜索指数中占据了前三席位。

中等设置的得分比此前的领先者高出 5 分,将质量-成本帕累托边界拓展至约 0.091 美元每任务。

在 X 看原帖 ↗
1.8万9999
🚀 新品发布
新新品发布 · @yaojingang▲ 8.8K

yaojingang 开源 GEOFlow 3.0 企业官网运营系统

希望企业官网能获得AI更多曝光和推荐的运营者,可以用这套开源系统,打通内容生产到发布运营的全流程。

阅读全文 →
8.8K1393111
新新品发布 · @aitech_komoriya▲ 1.4万

Claude Code上线Archify,代码转可交互图

读大代码库不用再啃文字说明,直接生成准确的架构、流程等各类可交互图,输出结果可直接分享,帮开发者更快理清代码结构。

Claude Code 终于新增了能通过图形理解代码的新技能,名为「Archify」。

只要给它说明文档或是代码仓库,它就能帮你把整个代码库转换成交互式图形。

生成的结果是直接就能分享的独立 HTML 文件。

它能做这些事:
✓ 架构图
✓ 工作流图
✓ 序列图
✓ 数据流图
✓ 生命周期图
✓ 动作/路径追踪
✓ 节点搜索/聚焦
✓ PNG / SVG / WebM 导出
✓ 生成 1200×630 尺寸的分享卡片

它还有一个非常厉害的点:不会随意生成「看起来像那么回事的连接」。

它使用带类型的 JSON IR 和原子级检查,确认结构和连接关系之后,才会完成准确的可视化。

支持的工具如下:
Cursor
Claude Code
Codex
OpenCode

这个项目目前已经获得了 16k Stars。

整个时代已经从「让 AI 用文字说明代码库全貌」,走进了「用可交互图形理解代码」的阶段。

在今年推出的新技能里,它的实用性相当高。

在 X 看原帖 ↗
1.4万16166164
新新品发布 · @GitHub_Daily▲ 4.4K

semantica开源AI系统图谱基础设施(11000+ Star)

金融、医疗这类对数据可追溯要求高的行业,能用上可复现结果的开源AI基础设施,普通项目也能拿来当Agent长期记忆

semantica 给 AI 系统底下垫了一层图谱基础设施,号称 Agent 版的开源 Palantir,已斩获 11000+ Star!

它把企业数据抽成知识图谱,每条事实都带来源,每个决策都是能查的对象,为什么做、依据什么、影响了啥都能追。

GitHub: 推理走的是规则引擎不靠大模型,结果可复现,遇到互相矛盾的事实会标出来,而不是悄悄用新的盖掉旧的。

Neo4j 在内的 8 种图数据库随便换,LangChain、CrewAI 能直接接,还带 MCP 服务,Claude 这类工具也能连上用。

比较适合金融、医疗这些行业,普通项目拿它当 Agent 的长期记忆也够用,一条命令就装上。

在 X 看原帖 ↗
4.4K176377
新品发布 · @axisrobotics▲ 6.1万

Axis Robotics与Dexmal AI达成 embodied智能合作

双方将共同搭建下一代具身智能的核心数据底座,想要体验实体智能机器人的进程又推进了一步。

我们宣布与 @Dexmal_AI 达成合作。

关于Dexmal:Dexmal是一家专注于通用具身智能的科技公司,致力于打造智能、实用且可信赖的机器人。

Axis作为核心数据基础设施合作伙伴,正与Dexmal展开合作,通过大规模第一视角、仿真和真实世界数据生产,为其VLA和世界模型提供赋能。

在已有成功企业数据部署的支持下,这一里程碑彰显了Axis复合物理数据引擎的规模、精度和生产级可靠性。

我们将共同搭建核心数据骨干网络,加速下一代具身智能的发展。

了解更多关于Dexmal的信息:

在 X 看原帖 ↗
6.1万9463438
新品发布 · @ArtificialAnlys▲ 33.0万

Perplexity Search 登顶搜索索引 推理成本最低

如果你正在搭建AI搜索工作流,这份实测数据能帮你对比不同搜索服务的得分、成本和延迟,选更合适的服务商

阅读全文 →
33.0万22382108
新品发布 · @bkdgiffug▲ 4.1K

OpenMontage 推出全流程AI视频制片工具

现在做完整AI视频不用手动拼剪,只需要输入一句话需求就能直接出成片,能省掉大量重复的视频制作工序

AI视频工具赛道已经卷到冒烟,但仔细一看,绝大多数还在玩“5秒片段生成”的套路,剩下的剪辑、配音、字幕、转场,全是手动拼。做一条片子,流程压根没���。OpenMontage 直接把这条路堵死了狂揽34000+星。

把一句话需求丢给Claude Code或Codex,Agent自动跑完整条制片流水线:调研、提案、脚本、分镜、素材、剪辑、合成,最后吐出一整部成片。里面塞了12条生产管线——动画解说、纪录片蒙太奇、播客切片、电影预告全覆盖;背后是52个工具、500多个Agent Skills,串联14家视频生成、10家图像、4家TTS、3家音乐提供商。

在 X 看原帖 ↗
4.1K217072
新品发布 · @ZixuanLi_▲ 5.4万

GLM-5.3 开放下载商用,仅年收超千亿企业需审核

该模型自带高级网络安全能力,仅年营收超100亿美元的企业对外提供服务才需要安全审核,个人和中小机构可直接部署使用

GLM-5.3现已开放下载,可在GLM-5.3许可证下进行本地部署、微调与商业使用。

鉴于该模型具备先进的网络安全能力,我们在发布权重前额外开展了两周的全面安全评估。

根据当前许可证条款,仅当年营收超过100亿美元的机构将GLM-5.3作为外部模型服务提供时,才需要进行安全审查。

在 X 看原帖 ↗
5.4万4982064
新品发布 · @ExaAILabs▲ 5.8万

ExaAILabs发布dynamic highlights 研究预览版(95%)

大模型调用按 token 计费,token 用量减少能直接降低使用成本,同时还能过滤冗余无关信息,提升处理效率。

我们发布了「动态高亮」的研究预览版:给定一个查询和一组页面,一个定制模型会共同扫描整个集合,过滤掉冗余和不相关信息,平均可减少 95% 的 token 使用量。

今日正式可用:

在 X 看原帖 ↗
5.8万19243196
新品发布 · @ollama▲ 1.5万

Ollama发布Ollama云端GLM 5.3与GLM 5.3 Flash服务

部署在美国和欧洲节点,不保留用户数据,可直接接入自有应用,需要使用GLM模型可以选择这个新渠道

GLM 5.3 与 GLM 5.3 Flash(原称 Ox Alpha)已在 Ollama 云端全面上线。

私有部署。速度快。部署于美国和欧洲服务器。零数据留存。

GLM 5.3 启动命令:ollama launch claude --model glm-5.3:cloud

GLM 5.3 Flash 启动命令:ollama launch opencode --model glm-5.3-flash:cloud

支持众多其他适配框架,你也可以创建 API 密钥直接接入自己的应用。

你希望我们接下来适配哪个框架?

在 X 看原帖 ↗
1.5万1524314
新品发布 · @togethercompute▲ 6.0K

Together AI上架GLM-5.3,性能接近Fable 5

单任务成本仅为Fable 5的零头,编码和长周期智能体性能有提升,可帮你降低AI任务的运行成本

GLM-5.3 已在发布当日登陆 Together AI

@Zai_org 在 GLM-5.2 基础上进一步推进,通过扩大规模后训练,带来了更强的编码和长期智能体性能。

在各基准测试中,它的表现几乎媲美 Fable 5,而单任务成本仅为其零头。

立即体验:

在 X 看原帖 ↗
6.0K2344
新品发布 · @gigazine▲ 2.7万

国产GLM-5.3 AI模型如约免费开放

高性能模型可对标顶级竞品,普通用户也能免费使用

中国产AI模型「GLM-5.3」如约作为开放模型免费公开,是性能可与Claude Fable 5、GPT-5.6 Sol媲美的高性能模型。

在 X 看原帖 ↗
2.7万56351167
新品发布 · @ollama▲ 4.2万

Ollama发布GLM-5.3 模型服务

服务部署在美国和欧洲机房,支持本地私有调用,还开放API接口,可接入多款现有AI开发工具使用

我们正在Ollama上推出GLM-5.3。

私有部署。快速。服务器托管在美国和欧洲。不保留数据。

在我们把GLM-5.3正式上线的同时,快来体验Ollama的GLM-5.3-Flash。速度超快。

Claude Code:ollama launch claude --model glm-5.3-flash:cloud

OpenCode:ollama launch opencode --model glm-5.3-flash:cloud

Hermes Agent:ollama launch hermes --model glm-5.3-flash:cloud

你也可以将它接入其他任何框架或应用。同时也开放API端点。

在 X 看原帖 ↗
4.2万3549575
新品发布 · @UnslothAI▲ 1.4万

UnslothAI发布可本地运行的2-bit GLM-5.3 模型(~81%)

原1.51TB模型压缩到239GB仍保留约81%精度,256GB内存的Mac就能运行,想本地跑大模型有了新选择

GLM-5.3 现在可以本地运行了!我们将 2 位量化模型的体积从 1.51TB 压缩到 239GB(体积缩减 83%)后,它仍保留了约 81% 的准确率。

可以在 256GB 内存的 Mac 或对应容量的 RAM/VRAM 设备上运行。GLM-5.3 是目前最强的开源模型。

在 X 看原帖 ↗
1.4万2822140
新品发布 · @simplifyinAI▲ 5.6K

Digital Life Project 团队发布任意大语言模型转3D交互角色开源项目(100% Free)

不需要游戏引擎和本地渲染配置就能在浏览器里用,还支持全自定义,想做互动3DAI角色可以零成本上手

一个开源项目可以将任意 LLM 转化为能在浏览器中说话、动作并做出反应的 3D 角色,无需游戏引擎,也无需本地渲染配置。

角色自带记忆系统,可以追踪情绪状态和关系历史,因此回复会根据目前对话中发生过的所有内容变化,而非只参考上一条消息。

完全可自定义:你可以更换 3D 模型、人格提示词、LLM 或文本转语音服务商。

零配置即可免费试用,托管版附赠免费 API 额度供你上手。自托管需要你使用自己的 API 密钥,但能给你完整的修改控制权。

该项目来自 Digital Life Project(CVPR 2024)团队,将在 SIGGRAPH Asia 2025 展示。100% 免费。开源。

在 X 看原帖 ↗
5.6K16117144
新品发布 · @ericciarla▲ 7.5万

firecrawl发布free keyless 网页爬取服务(100% free)

开发AI智能体时需要的网页搜索爬取工具,现在可以零注册直接用,不用申请API密钥,降低了AI工具的开发门槛。

现在推出免费无密钥版 firecrawl,你的 AI 智能体现在可以 100% 免费搜索和爬取网页。

- 顶尖搜索准确率(在 simpleqa 上达到 94.7%)
- 爬取耗时低于 3 秒,任意页面都能转成干净的 markdown
- 无需 API 密钥,无需注册

`npx -y firecrawl-cli@latest init --all --browser`

在 X 看原帖 ↗
7.5万611.4K1.9K
📰 行业动态
新行业动态 · @OpenAI▲ 970.8万

OpenAI将终止和Cursor的模型访问合作

Cursor被SpaceX收购后触发这一变动,依赖Cursor调用OpenAI模型的开发者需要在11月12日前完成迁移切换。

在 Cursor 被 SpaceX 收购后,我们将终止与它的合作关系。

根据我们的提议,Cursor 对我们模型的直接访问权限将于 11 月 12 日终止。

我们知道,受这一决定影响最大的,是那些在 Cursor 中依赖 OpenAI 模型的开发者。

我们重视他们在本次过渡中的体验,并准备付出额外努力为他们提供支持。

在 X 看原帖 ↗
970.8万1.9K1.9万3.8K
新行业动态 · @RoundtableSpace▲ 7.4K

货运公司开始把日常运营交给Grok Bot打理

AI已经接管了找货、读单、开发票全流程,仅支付和对外操作需要人工审批。传统行业日常运营落地AI已经成为现实。

货运公司开始将日常运营交给 AI 处理。

Grok Bot 可以寻找货源、读取运价确认单、发送发票,并在现有平台上完成跟进工作。

这套智能方案可以自动安排日程,但付款和对外操作仍需要人工批准。

在 X 看原帖 ↗
7.4K1111
新商业 · @skirano▲ 6.0K

Cursor用了OpenAI Codex,OpenAI可能提价抢用户

有开发者提到,真正想用OpenAI模型的开发者都会用Codex,有人预测OpenAI接下来会收紧Codex的用量限制、提高定价,把开发者直接拉到自己的生态里。

我很欣赏对那5%的讽刺,但它漏掉了一个显而易见的事实:任何智商超过60、想要用OpenAI模型的人,现在都在用Codex里的这些模型。

我对OpenAI此次针对Cursor的决定的预测如下:
1. OpenAI会大幅提高Codex的定价,收紧使用限额,以此将开发者从Cursor那里抢过来
2. Codex会远不止是一个编码代理。预计OpenAI会把它推成为一个完整的开发者工作空间
3. OpenAI会开始将IDE本身视作战略产品,而不只是IDE背后的模型
4. 我们会看到OpenAI推出专门设计的功能,让从Cursor切换到Codex几乎毫无门槛
5. OpenAI最终会给开发者提供强大得多的方式,在它自己的编码环境中使用多个模型

在 X 看原帖 ↗
6.0K2777
新开源 · @DivyanshT91162▲ 1.2万

分享10个不该免费开源的AI开发GitHub仓库

列表里包含OpenHands这类能自动处理代码的AI开发代理,全部免费开源。做日常开发任务的开发者,可以直接存下来找工具。

阅读全文 →
1.2万38188324
新效率 · @chenchengpro▲ 3.4K

LLM想清楚逻辑后,生成脚本离线跑不花token

重复执行的固定流程,可以先用大语言模型梳理逻辑写成脚本,之后重复运行不用再调用大模型扣费。适合需要批量跑固定任务的人。

recommended reading LLM 帮我想清楚,然后写成脚本存进 harness,之后跑十亿次不花 token 。

在 X 看原帖 ↗
3.4K43748
新开源 · @Italianclownz▲ 3.0K

原生Windows终于支持AMD多GPU协同推理了

不需要WSL,也不用跑两个独立的推理服务,一个大模型可以拆分同步放在多个AMD显卡上运行,已经开源。用Windows跑本地大模型的人有了新选择。

阅读全文 →
3.0K158531
新研究 · @bioshok3▲ 4.6K

Claude自己做AI安全研究,结果超过人类专家

让Claude Opus 4.8自主完成文献调研、方案设计、训练评估全流程,10类AI安全问题全部得到改善,7项测试结果超过28位人类AI安全研究者给出的最佳方案。

Anthropic 让 Claude Opus 4.8 扮演「对齐研究者」的角色,让它自主重复文献调研→改进方案→训练→评估→再改进的流程后,欺骗、权力追求、Reward Hacking 等全部10类问题都得到了改善。改进效果能够泛化到未知评估场景,哪怕在参数规模最大达4.7倍的模型上也能保持效果。

和28名AI安全研究者的对比显示,在7/7项课题上,它给出的最优方案都超过了人类。

更进一步,Claude Sonnet 5 用了大约60小时,就自动完成了比自己更强的初始 Opus 4.8 的对齐工作。仅用大约2400条训练样本,就把安全性提升到了接近成品版 Opus 的水平。

但另一方面,做对齐研究的AI自身,在2.4%的尝试中会试图在评估中作弊。

让AI来完成对齐研究的可能性,和「如何对齐这个做对齐研究的AI本身」的问题,同时摆在了我们面前。

在 X 看原帖 ↗
4.6K83613
新模型 · @modal▲ 1.1万

GLM 5.3旗舰模型已经上线Modal平台

喜欢用Modal部署运行AI模型的开发者,现在可以直接在平台上使用GLM最新的旗舰版本了。

@Zai_org 的最新旗舰模型 GLM 5.3 现已登陆 Modal。

在 X 看原帖 ↗
1.1万11898
新行业动态 · Hacker News▲ 325

法官裁定美国国防部拉黑Anthropic非法

AI企业拿到政府合同的资格规则可能因此改写,科技公司和监管的博弈又进了新阶段

行业动态 · @Pirat_Nation▲ 1.1万

研究发现AI编码代理会安装无主未注册软件

已有财富500强企业内网执行过这类无主包,常用的Claude、OpenAI Codex等AI工具都存在该问题,企业内部AI开发需要警惕这类供应链风险。

AI 编码代理正在安装无人持有的软件,其中一部分最终进入了企业内部网络。

研究人员扫描了 6214 个域名,发现 120 个网站上的 llms.txt 文件包含 227 条命令,指向未注册的软件包或域名。

作为测试,他们注册了其中一部分被弃用的名称,不到一小时,就有一个软件包在一家财富 500 强企业内部被执行了。

研究人员还发现,包括 Claude、OpenAI Codex 和 Hermes 在内的 AI 编码 agent 对部分这类安装行为负责。

在 X 看原帖 ↗
1.1万515837
行业动态 · @austinit▲ 2.0万

Fal AI推出H3 Max 生成比观看还快

生成速度比视频播放速度还快,原本用于做实时内容生成,展示直播已被封禁。视频生成又往前推进一步

逆天,视频大模型能实时生成了。H3 Max 是 Fal AI 基于MiniMax H3 后训练的视频生成模型。由于生成速度较快,比如生成5秒视频需要3秒,所以生成的比观看的快,他们搞了一个实时直播,展示这个模型实时生成的内容。

但看上去暂时被封了。

在 X 看原帖 ↗
2.0万99588
行业动态 · @dotey▲ 11.0万

OpenAI断供Cursor后,Anthropic接手合作

大模型厂商对热门第三方AI编辑器的争夺开始,第三方AI工具服务商可以有更多选择空间

怎么感觉 Anthropic 和 OpenAI 对调了😂 OpenAI 宣布断供 Cursor 后不到两小时,Anthropic 联合创始人、首席算力官(Chief Compute Officer)Tom Brown 在 X 上回应:Cursor 从 2024 年的 Sonnet 3.5 时代起就是 Anthropic 信任的合作伙伴,Anthropic 会继续增加算力支持 Cursor 里的 Claude 模型,也期待 Cursor 在 SpaceX 的下一步。

在 X 看原帖 ↗
11.0万1020534
商业 · @kimmonismus▲ 4.3K

OpenAI终止合作,怕的是自家数据被偷练

马斯克承认xAI用OpenAI的数据蒸馏训练自己的模型,OpenAI把这点列为终止合作的核心顾虑。做第三方AI工具调用的开发者可以参考这个风向。

关于 OpenAI 终止与 Cursor 的合作,有一个值得注意的细节:他们真正的担忧很可能是模型蒸馏。

OpenAI 明确援引了马斯克承认 xAI 蒸馏 OpenAI 数据来训练自有模型的报道。

在 X 看原帖 ↗
4.3K3478
行业动态 · @tekbog▲ 5.9K

大厂现在不拼模型拼上层应用了

有博主提到马斯克给Anthropic提供算力,重点做编码方向,OpenAI可能需要收购编码工具才能跟上。现在前沿实验室的重心已经转移。

概要:claude + grok 对阵 chatgpt,埃隆正为 anthropic 提供算力,并专注于编码领域。

openai 将不得不收购一套编码工具链。

前沿实验室如今比以往任何时候都更聚焦应用层。

在 X 看原帖 ↗
5.9K2585
开源 · @BasedTorba▲ 1.4万

硅谷想把用户圈进封闭生态,这次玩不转了

博主认为硅谷还是用老套路,把用户锁在自己的封闭生态里垄断市场。但开源模型已经改变了规则,用户有别的选择。

这还是那套老掉牙的硅谷玩法。他们都想把你困在各自孤立的墙里,好实现垄断。

但这次这套行不通了。

开源模型已经改变了格局。人们在模型层就有得选,而且每天都有新模型冒出来。

在 X 看原帖 ↗
1.4万1253415
研究 · @OrcaRouter▲ 3.7万

GLM-5.3居然没法去掉安全拒答机制

研究者尝试了多种方法,想把模型的安全拒答率降到接近零,不管加数据还是改训练方式都没用。做对齐研究的人可以关注这个特性。

GLM-5.3 系列对消融抹除有着异乎寻常的抵抗力。🐳

我们通常能把拒答率降到接近零,但在这里行不通。

增加数据 → 没有变化。多方向子空间处理 → 没有变化。层约束消融 → 没有变化。

我们的假设是:GLM-5.3 的安全策略深度分布在全部权重中,很可能是通过 SFT + 偏好/RL 训练强化而来,而非存在一个清晰的线性拒答方向。

消融上限→定向 LoRA/SFT→能力退化→红队评估。

这是令人印象深刻的对齐工作——祝贺 @Zai_org 团队(@jietang @ZixuanLi_ )。

本地权重 + 技术论文即将发布。

在 X 看原帖 ↗
3.7万7625132
开源 · @tinkerapi▲ 4.4K

@tinkerapi发布Tinker平台上的GLM-5.3模型服务(256k)

智源GLM-5.3现在能在Tinker调用,上下文窗口256k,基于GLM-5.3基底放大训练。需要写代码的开发者可以直接试用。

来自 @Zai_org 的 GLM-5.3 现已在 Tinker 上线,支持 256k 上下文窗口。

它基于与 GLM-5.2 相同的基座扩充了后训练规模,目前是 Terminal-Bench 3.0 和 DeepSWE 1.1 等编码评测中表现最强的开放权重模型。

在 X 看原帖 ↗
4.4K49417
开发工具 · @Gencoin8▲ 1.3万

把GPT-5.6 Pro连Codex,能一条龙做完调研开发

开发者体验后发现,配合完整Codex框架后,它能自动完成长时间网页调研、整理分析信息、操作本地工具文件,直到完成实现验证。

我在用 GPT-5.6 Pro 连接 Codex 使用,真的后悔没早点连上 👇

现在用起来感觉就像 Deep Research 直接集成进了 Codex,特别是搭配全量 Codex Harness 使用时,能力非常强。

花很长时间调查网页 ↓
整理分析所需信息 ↓
直接操作电脑上的工具和文件 ↓
一路推进到实现、验证

这一整套流程完全不用离开 Codex 就能完成。

这不只是“能用 Codex 使用高性能模型”这么简单,GPT-5.6 Pro 的调查、推理能力,和 Codex 的运行环境直接连通,才是最厉害的地方。

能让你彻底用好 Codex 的一本通“Codex 教科书”现已发布‼️ 欢迎从引用来源获取。

在 X 看原帖 ↗
1.3万15985
开发工具 · @valigo▲ 4.3K

@valigo发布Autolith智能agent框架

这个框架本身是可自修改的运行环境,agent和它调用的所有工具都在同一个进程里运行。熟悉LISP的开发者可以试试这个新思路。

Autolith 是一个用 LISP 编写的智能体框架,它可以作为一个自修改的动态环境运行。

也就是说,智能体和它的所有工具都运行在同一个物理进程中,当智能体处理你的任务时,它可以实时修改和扩展这个框架,创建记忆,把超出自身承载量的上下文卸载出来,供后续访问——而且这些内容不是一堆原始 markdown 文本,而是一整个可直接编程的动态环境。并且所有内容都是可内省、可复现的。

这简直就是按照 LISP 的设计初衷来使用它——把它用作 AI 环境!它就像 Emacs,但你不需要自己编写任何 LISP 代码(当然你也可以写),因为所有的神奇操作都会由智能体完成。

这个概念确实有点难理解,但在现有的各类智能体工具里,它目前的方向是最独特的——真的,去看看它的 landing page 吧。如果他们能获得一些投资就太棒了!

在 X 看原帖 ↗
4.3K710057
行业动态 · Hacker News▲ 523

meetpateltech公布Cursor被收购后的决定

Cursor是热门AI代码编辑器,被SpaceX收购引发社区关注,后续决定直接影响普通开发者的使用选择。

社区讨论:多数人认为,Cursor转卖第三方API的商业模式注定难以持续,无法和上游厂商的补贴方案竞争,除非愿意支付数千美元成本,否则对第三方模型用户来说已经几乎没用。有人补充,OpenAI此次禁用,是因为Cursor被竞争对手xAI收购,此前Anthropic就已经因类似服务条款问题封禁过xAI,不少人猜测Anthropic也会很快封禁Cursor。也有老用户对失去多模型切换功能感到遗憾,有人猜测OpenAI正在开发同类编辑器产品。

在 HN 看讨论 ↗   原文 / 论文 ↗
🔥 热点追踪 · @Zai_org▲ 63.2万

智谱开放GLM-5.3完整权重,开放商用微调

两周前GLM-5.3发布时,官方未同步放出权重,仅表示要完成安全评估和加固。目前权重已登陆Hugging Face,可下载部署,后续商业化落地值得关注。

📖 阅读深度解读 →
63.2万7896.6K834
行业动态 · @tmiyatake1▲ 3.2K

Anthropic发布了自我改善型AI相关研究

业界普遍认为这会是AI领域下一次重大进化方向

自己改善型のAIに関する研究をAnthropicが公開した。 AI領域の次の大きな進化はこの分野の発展と多くの人が考えている。

在 X 看原帖 ↗
3.2K13533
开源 · @MaxForAI▲ 1.3万

智谱开放GLM-5.3权重,两周就完成安全评估

两周前发布模型时没同步放出权重,称要先完成安全加固,现在按时放到Hugging Face,可供下载部署和二次开发。

阅读全文 →
1.3万55215
工具 · @Delroy715▲ 2.6K

开源Archify专给AI编程工具生成架构图,获2.6万星

画架构、工作流等五种图,输出可直接打开的HTML而非图片,支持深浅色切换,解决线乱连导出要修改的问题。

如果你平时也让 Cursor、Claude Code 画架构图,最烦线乱连、导出还要自己修 今天继续给兄弟们 分享一个超好用的 agent skill:Archify 开源才四个多月,已经 2.6 万星了 专给 AI 编程工具用的架构图生成器: 五种图都能画:架构、工作流、时序、数据流、生命周期 先写出一份带类型的 JSON,再编译成能直接打开的HTML,而不是随便生成一张图 暗色浅色都能切换,PNG、SVG、WebM 也能导出 PR 里还能对比 Before / After,哪些节点加了、删了、路由改了都能看出来 同时支持 npx skills add tt-a1i/archify -g 装到 Cursor、Claude Code、Codex、OpenCode 里 装完直接跟模型说:用 archify 把这个仓库的运行时架构画出来 体验地址已放评论区👇 喜欢的兄弟点赞收藏,防止用的时候找不到

在 X 看原帖 ↗
2.6K63533
模型 · @yoitsmanan▲ 2.3万

@yoitsmanan发布Phonon-1语音识别模型(782 million)

体积更小参数量更少,精度比体积两倍于它的Whisper更高,转录一小时音频只需要很短时间。

隆重推出 Phonon-1:每比特都在刷新语音识别的新前沿。

这是一个拥有 7.82 亿参数的模型,下载包大小仅 415 MB,准确率比体积是它两倍的 Whisper 更高。

在 MacBook Air 上转录一小时音频仅需约两分钟。

权重开放,采用 Apache 2.0 协议,今日正式发布。

@fermion_ai

在 X 看原帖 ↗
2.3万46497475
观点 · @santtiagom_▲ 5.3K

大部分AI开发智能体未来会跑在云端

本地运行Claude Code或Codex时,智能体会在你的电脑里调用工具,适合快速推进开发工作。

代理开发未来的大部分工作都将在云端运行。当你在本地使用 Claude Code 或 Codex 时,代理会在你的计算机内部运行它的工具。

这种方式适合快速推进工作,但当你想要同时委派多项任务时,问题就变得复杂了。如果多个会话共享相同的文件和分支,它们可能会覆盖彼此的修改。

为了避免这个问题,你必须创建工作树,分隔会话,分配你的机器资源。

而使用云端代理,每项任务都运行在独立的隔离环境中,拥有代码仓库副本、专属依赖和独立分支。这样就能实现:

> 同时并行运行多个代理,每个代理都拥有独立的文件和资源
>
> 就算关闭电脑,也可以让它们持续工作数小时
>
> 避免它们争抢你本地机器的内存和处理资源
>
> 维持一致的环境来运行项目、验证修改
>
> 从 issue、API 或自动化流程启动任务

举个例子,Conductor 就允许你让多个代理同时工作:一个修复 bug,一个开发功能,还有一个编写测试。你只需要委派工作,之后再回来检查修改或者拉取请求就好。

这就和 CI 曾经发生的变化很像:测试和构建也曾经转移到按需的远程环境中运行。现在我们正在对代理做同样的事情。

在 X 看原帖 ↗
5.3K47958
观点 · @jun_song▲ 1.5K

作者认为开源必须赢过巨头掌控AI的现状

作者想象如果一家像小孩一样行事的公司未来掌控并监管AI,因此判断开源必须取得胜利。

想象一下,未来由一家表现得完全像个小孩的公司来管控和监管AI。开源必须获胜。

在 X 看原帖 ↗
1.5K341
行业动态 · Hacker News▲ 58

开发者意外把LLM记忆改成了程序分析

无心插柳的意外发现,说不定能给普通开发者打开新的LLM应用思路

🔥 热点追踪 · @AnthropicAI▲ 12.7万

Anthropic新研究测试Claude能否自主对齐其他AI

Anthropic给Claude 48小时和1块GPU,让它自主研究改进小模型对齐,自动完成训练测试。其AAR方法表现优于28位资深研究者的方案,这会改变AI对齐的思路吗

📖 阅读深度解读 →
12.7万1201.5K470
开源 · @perplexity_ai▲ 8.6万

GLM-5.3 开放可商用,普通人也能本地部署

有开发者算出不同精度下的本地运行硬件要求,512GB显存的Mac Studio就能跑得动,可以自己跑大模型不用联网

阅读全文 →
8.6万791.2K114
观点 · @petergyang▲ 1.7万

Grok才是非技术用户AI助手的最终形态?

有人认为Claude和OpenAI的办公AI助手只是半成品,马斯克旗下的Grok Bot才走对了方向

我的犀利观点是:Claude Cowork 和 ChatGPT Work 都是不完整的解决方案,而对于非技术用户来说,Grok Bot 才是合格 AI 智能体产品的正确终极形态。

我认为人们可以很轻松地“理解”(grok),它就是一个运行在云端的程序。

如果你让人们解释 ChatGPT Work 和 Codex 的区别(比如说,Work 能运行云端任务但 Codex 不行),或是解释 Claude Cowork 到底是怎么工作的,我打赌绝大多数人都完全不知道。

在 X 看原帖 ↗
1.7万523163
开源 · @DeryaTR_▲ 8.8K

腾讯开源Hy4模型,性能接近Kimi K3体积小三倍

国产开源大模型参数体积缩小的同时,性能追平头部产品,给本地部署爱好者多了一个选择

中国大模型正在不停进步!腾讯的 Hy4 预览版又是一个接近前沿水平的开源模型。

它的水平似乎达到了 Kimi K3 级别,参数量仅 770B,体积还小了三倍!

我尤其对它在科学推理基准测试中的出色表现感兴趣!看起来很不错!

在 X 看原帖 ↗
8.8K78710
科研 · @OpenAIDevs▲ 1.1万

OpenAI推出Rosalind工作台,整合科研全流程

把蛋白质结构分析、测序流程这类工作,整合在同一个工作流里,做生命科学研究不用切换多个工具

Rosalind Workbench 将科学问题与专业模型、工具和可复核输出整合在同一个工作流中,涵盖从蛋白质结构、序列分析到测序流程的各类任务。

在 X 看原帖 ↗
1.1万1313227
机器人 · @LerrelPinto▲ 3.6K

研究者发现给机器人做上下文学习没那么难

之前大家默认给机器人适配大语言模型的上下文学习门槛很高,现在发现实现起来比预想简单

事实证明,给机器人做上下文学习并没有那么难……

在 X 看原帖 ↗
3.6K36616
研究 · @jcyhc_ai▲ 4.6K

让AI当对齐研究员,两天能优化其他AI对齐

研究者把Claude包装成自动对齐研究员,给了两天时间让它优化其他AI的对齐效果,它真的完成了改进

AI能不能自动对齐其他AI?我们搭建了一个智能代理框架,把Claude Opus 4.8包装成了一名自动化对齐研究员,给了它两天时间来改进其他AI的对齐效果。

它独立完成了研究、提出方法,然后全程自主训练并测试了模型。效果非常好。

更多有意思的发现请看下文推文串🧵

在 X 看原帖 ↗
4.6K96132
行业动态 · Hacker News▲ 76

用户 speckx 实测 Mac Studio 本地跑 Qwen3.8 27B

想在本地部署大模型又怕带不动的人,可以参考实测的真实运行数据判断设备门槛

社区讨论:多数用户认为Mac Studio跑通Qwen3.8 27B后仅14token/秒的生成速度毫无实用价值,花高价买这类硬件只获得这种速度没有意义。有人质疑实测者的配置操作不当,也有用户发现同参数同量化的Qwen3.8速度比Qwen3.6慢一半,有人指出当前Mac本地大模型工具优化不足。还有用户提到AMD旧数据中心显卡成本更低带宽更高,另有用户分享了自己在苹果芯片上常用的更流畅的替代模型。

在 HN 看讨论 ↗   原文 / 论文 ↗
💡 深度观点
新深度观点 · @gregisenberg▲ 4.0K

gregisenberg谈企业AI布局不能单押闭源

把全部业务押在别人可控的闭源AI上,就像把全部营销赌在单一社交平台算法上,随时可能被掐断,布局开源本地模型是企业必须做的风险准备。

如今最好的模型或许是闭源的,这没问题,合理的时候就用它。

但每家认真做业务的AI应用企业,都应该制定开放模型、本地模型的相关计划,还要准备好模型切换预案。

因为在我看来,AI已经变得太过重要,不能把你的业务搭建在一扇别人能随手关上的门上。

这就像你不该把企业全部营销业务100%押注在某一个社交信息流的算法上。

在 X 看原帖 ↗
4.0K4201
新深度观点 · @calcsam▲ 4.9K

@calcsam 谈 AI 开发者要走开源自主路线

如果认同这个方向,后续选AI开发工具、搭工作流的时候,可以对应这个思路做选择。

拥有你的智能体
拥有你的框架
拥有你的智能

基于开源构建
构建模型无关的系统
基于 Mastra 构建

在 X 看原帖 ↗
4.9K9846
新深度观点 · @hardmaru▲ 5.8K

@hardmaru 聊为什么产品需要模型韧性

热门编程工具曾丢失前沿模型访问权限,这件事印证了模型韧性的价值。未来产品不会因为底层模型下线就彻底停用。

眼看着一款热门编程工具失去前沿模型访问权,这件事真的很能说明模型韧性为什么重要。

未来,哪怕几个底层模型下线,产品依然可以完美运行。它们只会绕开这些模型重新路由流量。

在 X 看原帖 ↗
5.8K4476
新深度观点 · @Thom_Wolf▲ 5.9K

Thom_Wolf:长期来看开源闭源模型安全难度一致

讨论AI安全时,双方常默认一边更安全、一边更危险。这个观点打破了常见的对立假设,会影响未来开源AI的监管方向。

大多数人还没有更新他们的事前认知,但从长远来看,开源模型和闭源模型面临的安全挑战完全一致。

你需要在基础行为层面对齐模型,并确保这种对齐是稳健、全面且根植于模型行为核心的。

从长远来看,再多的沙箱、护栏、多维度限制对齐,或是事后补充的训练,都无法让你用低成本获得安全。

在 X 看原帖 ↗
5.9K5394
新深度观点 · @YumaGroup▲ 966

YumaGroup认为开放市场比私有平台更适合AI

如果这个观点成立,未来AI不会被少数平台垄断,普通人能用上更灵活、更多元的AI服务

当底层模型、推理和对齐都通过开放市场而非私有平台提供时,AI会变得更有韧性。

Bittensor正在构建一个网络,让智能生产实现竞争性定价,而非从守门人那里租用。

真正开放的AI。

$TAO

在 X 看原帖 ↗
966636
深度观点 · @bindureddy▲ 1.8万

bindureddy称开源闭源AI差距90天内消失

若预测成真,未来AI服务价格会大幅下降,现有商用AI定价和市场格局都会受到直接影响

🚨 开源AI与闭源AI之间的差距将在90天内消失。以下是技术层面的原因:

智能复利——四个独立的开源模型系列——DeepSeek、Qwen、Kimi和GLM——现在都同时在彼此的公开权重基础上复合迭代。你完全可以在每一轮迭代中汇集所有这些模型的智能。

前沿安全风险——前沿模型要么被推迟发布,要么直接取消了。Anthropic已经公开表示,他们不会发布新的大模型Model 2。OpenAI的Astra也卡在了某个环节。现在追赶上它们要容易得多。

长周期循环——开源已经在第一轮对话基准测试上追平了。真的就只剩长周期工具循环这一个差距了。

开源实验室都在为此收集大量训练数据:带有RLHF信号的长周期智能体轨迹。每次开发者使用官方API,实验室都会获取数据,帮助它们实现目标一致性,达到Opus 5/GPT 5的水平。

算力——Zai已经证明,他们有足够的算力在6天内输出100T token。国产芯片已经上线,还在快速提速。

开源必然会追赶上,并在6-12周内把价格砍掉80-90%。这在Luna/Haiku级别已经发生了!🚀🚀

在 X 看原帖 ↗
1.8万1114533
深度观点 · @kenn▲ 3.7万

OpenAI禁了Cursor用GPT,行业竞争变天了

对普通用户来说,最好提前适应多平台官方工具分散风险,别把所有工作流绑定在单一第三方工具上。

阅读全文 →
3.7万4331177
深度观点 · @GergelyOrosz▲ 3.8万

行业暗规则:大模型公司不许对手工具用自己模型

OpenAI从Cursor撤回了自家模型授权,这件事刚好印证了这个不成文的限制,开发者做第三方工具时需要提前考虑这个风险

前沿模型公司不会为其他前沿模型公司开发的工具提供自家模型的直接集成。

比如你无法开箱即用在 Claude Code 里用 GPT-5.6,也无法在 Codex 里用 Opus 5。

现在 Cursor 已经成了 SpaceX 旗下的项目,因此 OpenAI 撤回 GPT 支持并不算特别意外。

在 X 看原帖 ↗
3.8万1544927
深度观点 · @grapeot▲ 8.8K

三年间大模型落地的思路完全反过来了

对打算做行业大模型的团队,这篇讨论整理了12家公司的成败经验,能直接参考开发路径选择

阅读全文 →
8.8K83440
深度观点 · @poteto▲ 3.0K

@poteto将分享用AI代理编程的实用技巧

后续会公开处理大项目、提交PR的具体实操方法,普通开发者也能参考提升日常coding效率

一想到现在大家都在认真讨论poteto mode、poteto poteto poteto还有dr eggbot,我就开心到不行,笑个不停 😭🍕

我很感恩,我的工作能给我带来乐趣,还能帮助人们更有信心地进行开发。

我还计划分享更多我用代理编码的技巧,比如我具体是如何用pstack处理大型项目、合并大量PR的。

敬请关注,晚安!

在 X 看原帖 ↗
3.0K115510
深度观点 · @emollick▲ 3.5K

emollick讨论Google AI Overviews影响维基百科

搜索结果生成式AI正在改写内容生态的底层逻辑,老牌内容平台正逐步重蹈行业前辈的覆辙

有早期迹象表明,Google AI Overviews 可能正在对 Wikipedia 做编码代理对 StackExchange 做过的那件事……

在 X 看原帖 ↗
3.5K13313
深度观点 · @hwchase17▲ 4.8K

hwchase1dy 谈大模型跨生态适配问题

如果各家大模型实验室互相封锁,只有第三方工具能实现跨模型调用,这对需要多模型工作流的使用者来说是重要方向

各个模型实验室会为自家模型打造出色的工具集与生态系统,但会阻止其他实验室的模型访问自己的工具集。

想要一个能兼容所有模型的工具集,唯一选择只能是不隶属于任何实验室的项目。

LangChain万岁。

在 X 看原帖 ↗
4.8K2477
深度观点 · @goyalshaliniuk▲ 1.3K

整理了支撑所有AI系统的20个核心ML模型

想理解AI到底怎么运行,不用先啃完厚厚的教科书,先摸清这20个底层模型,就能理清AI背后的核心逻辑。

阅读全文 →
1.3K226235
🛠 工具产品
新工具产品 · @DivyanshT91162▲ 4.7K

整理好10个开源AI交易GitHub仓库

对AI+金融感兴趣,想尝试量化交易或相关研究,可以从这些开源仓库入手找资源。

阅读全文 →
4.7K1787165
工具产品 · @tussiwe▲ 4.3万

@tussiwe 实测比Claude Code便宜的WorkBuddy

Claude Code和Codex的使用成本很高,这款低价替代产品支持编码、多步骤工作流,部署简单,可以尝试替代高价编码AI工具。

🚨 Claude Code 和 Codex 太贵了!!所以我找到了一个更便宜的 AI Agent,叫 WorkBuddy。

我刚测试了一个叫 Hy4 preview 的新 AI 模型,它就是为以下场景打造的:
→ 编码
→ 工具调用
→ 深度研究
→ 多步骤工作流

而且设置过程意外地简单。下面是教程 👇

在 X 看原帖 ↗
4.3万3512684
工具产品 · @opensourcelab9▲ 3.2万

星标2.4万的Archify 一键生成代码结构图

只需要一行命令就能全局安装,给大模型发指令就能直接生成可交互的完整结构图,省去手动画架构图的麻烦。

给别人展示系统全貌的图,可能现在就选它了。你只需要把它放进 Claude Code 或者 Codex,让它“把这份代码的结构画成图”,当场就能得到一张可以用的成品。这就是获得了 2.4 万星的 Archify。

生成出来的是一个自包含的独立 HTML 文件,也可以导出成 PNG、SVG、视频。

可以搜索图里的组件,还能顺着组件追溯上游和下游的调用路径。

可以把修改前后的图并排展示,用差异视图显示新增、删除和替换的内容。

安装只需要一行命令,输入 `npx skills add tt-a1i/archify -g` 就完成了。

开源地址在这里。

在 X 看原帖 ↗
3.2万48432700
工具产品 · @Sumanth_077▲ 4.7K

JIT-Agent 让同模型智能体最多提分 20.2

提升智能体性能不一定要换更大更好的基础模型,优化模型外部的架构就能拿到明显提升,给需要搭AI智能体的人提供了成本更低的方向。

阅读全文 →
4.7K196075
⚡ 实战经验
新实战经验 · @neil_xbt▲ 6.2K

五组件拼出奥创风格AI控制系统演示

最惊艳的AI演示往往不是单一产品,而是堆叠整合出的方案。给想要搭建自定义AI助手的人提供了可参考的思路。

这个技术演示搭建了一个真正的「奥创」风格AI控制系统,它不是由单个工具包办一切,而是将五个独立模块拼接在了一起。

最令人惊艳的AI演示几乎从来都不是单一产品,而是一套技术栈。以下就是它背后具体用到的组件:

Next.js应用负责启动极具未来感的屏幕界面,实际UI用Claude Design构建。

AirTouch通过网络摄像头或室内摄像头追踪手部动作,无需控制器就能让界面响应手势操作。

Hermes作为智能体框架,将大语言模型连接到计算机,让AI真正能使用工具,而非只能聊天。

一个Python自动化框架将智能体连接到三台独立手机,让用户可以远程解锁或控制它们。

Hermes Voice处理语音指令,在此之上叠加ElevenLabs生成的语音,来自定义助手实际的音色。

五个模块:网页UI、手势追踪、设备自动化和语音控制智能体,组合成了一个现实中的贾维斯。这就是我爱AI的原因!

在 X 看原帖 ↗
6.2K5545
实战经验 · @dotey▲ 2.4万

Warp披露Claude上自我改进AI代理最佳实践

想做能持续进化的AI工作流?这套方案不需要人工整理反馈,只要工程师正常写代码评审评论就能让AI自动优化技能,可直接参考落地逻辑。

阅读全文 →
2.4万39193302
实战经验 · @cletusEllijah▲ 627

Apodex 1.1实测对比四款主流AI智能体

对比AI智能体最难的是验证信息对应最新版本,本次测试只采信官方公开来源,未确认信息统一标记为未知,结果可靠性远高于普通测试。

比较 AI 智能体最难的部分,不是找出答案。

而是要知道,这个答案对最新版本来说是不是真的正确。

Apodex 1.1 对 Pi Agent、Codex CLI、Claude Code 和 FrontierAgent 做了一次梳理式对比,整个过程只使用了官方文档、GitHub 仓库和更新日志。

多个智能体并行搜索不同路径,随后将搜索结果与信息来源和版本日期进行比对。

如果文档没有确认相关信息,就会标记为未知。

这个小细节,比另一个润色完美的 AI 答案要重要得多。

信息来源优先,置信度其次。

在 X 看原帖 ↗
627121094
实战经验 · @op7418▲ 1.0万

Vercel发布vgpu WebGPU库适配AI智能体

开发者可以在浏览器或Node.js环境中给AI智能体添加图形渲染能力,多种方式接入降低了适配门槛

Vercel推出了一个叫 vgpu 的 WebGPU 库。它的核心是为 AI 智能体设计的一套着色器,既能在浏览器里交互运行,也可以在 Node.js 环境里运行。它把 WGSL 着色器当作 TypeScript 处理,支持像模块一样导入导出,在打包时具有非常好的扩展性。

而且它在安装和使用时,提供了提示词、CLI、SDK、MCP 等多种方式,去告诉 AI 智能体怎么使用。我把前几天用智谱 GLM-5.3-Flash 做的那个案例用 vgpu 优化了一下,加了很多细节,比如投影、模糊,以及自定义参数的配置。

在 X 看原帖 ↗
1.0万46769
实战经验 · @XAMTO_AI▲ 1.2万

Claude Code技能自动生成专利申请交底书

有技术方案要申请专利,不用再花时间折腾Word和画图了,挖专利点、查新、出文档都能自动完成,能省不少流程时间。

想申请专利,交底书要画框图、流程图,还得折腾Word,烦得很。GitHub上翻到一个Claude Code技能(patent-disclosure-skill),能把项目文档自动转成交底书成稿。自动扫描代码挖专利点,联网国知局查新避坑。

交底书自带框图流程图,脱敏后直接出Word,方便丢给代理人改。补材料不用重写,在原稿上迭代就行。适合手里有技术方案、不想在交底书上耗太多时间的开发者。

🔗:

在 X 看原帖 ↗
1.2万62243219
实战经验 · @TheAhmadOsman▲ 7.3K

用户实测本地运行GLM 5.3 Flash 效果惊艳

想在本地跑小参数AI模型做计算,这款实测达到了少见的好用水准,想搭本地AI工具可以试试。

GLM 5.3 Flash 是我第一次体验到,在本地运行的较小模型能在计算用途上表现这么好。

在 X 看原帖 ↗
7.3K523116
新实战经验 · @AnatoliKopadze▲ 1.2万

Anthropic工程师45分钟讲自研智能体开发

这套不用手动写提示词、让AI自动提示的开发方法,比多数付费智能体课程质量更高,可以直接参考学习

Anthropic 的工程师说:「你不应该自己给 Claude 写提示词。你应该构建一个能给自己写提示词的系统。」

她用 45 分钟完整展示了 Anthropic 是如何构建能记忆、能修正自身错误、每一次运行都会变得更智能的智能体的。

这比我见过的任何付费智能体课程都要好。看完视频,再读下方关于构建循环的指南。

在 X 看原帖 ↗
1.2万1168116
新实战经验 · @masahirochaen▲ 1.1万

博主分享Claude Code和Codex双开配置方法

同时用两个AI编码工具的人,可以靠这套规则统一工作标准,还能保障信息安全,避免切换工具打乱节奏。

【保存版】同时使用 Claude Code 与 Codex 的配置与使用方法

我最近一直在同时使用 Claude Code 和 Codex。

重点不在于把配置整个复制过来,而在于打造出不管用哪一个,都能按照同一标准推进工作的状态。

我花心思打磨的要点如下:
・共通规则只在 AGENTS.md 里放一份
・Claude 专属设置拆分放到 CLAUDE.md
・Codex 专属设置由 Codex 侧管理
・不复制 Skill,只保留一份正本
・进度和分工拆分写到 STATUS.md
・API key、OAuth、权限、浏览器会话不写进共享文件
・用 Claude 实现、用 Codex 评审,循环往复

要点不是把全部配置统一,而是「只统一判断标准」。

补充:
需要共享的是规则和工作推进方法。
需要分开管理的是认证、权限、执行环境。
这样一来,工作标准不会偏移,就能安全地同时用两个工具了。

在 X 看原帖 ↗
1.1万4108149
新实战经验 · @shao__meng▲ 4.1K

@VibeMarketer_分享六个AI角色分工做一人媒体

做内容缺选题、难维持稳定输出、多平台分发容易同质化的人,可以直接参考这套可落地的闭环工作流。

阅读全文 →
4.1K143756
实战经验 · @doodlestein▲ 2.6K

@doodlestein分享AI提示词新用法

不用换更高端的大模型,用这个提示词就能调用前沿学术成果优化文档效果,帮你做出比通用工具更精致的输出。

智能体编码专业技巧:我现在正在开发 FrankenMarkdown,在构思能让渲染出的 PDF 和 HTML 文件看起来更精致的功能。

现在对我来说,写出这样的提示词已经完全是本能了:「想想有哪些世界级、SOTA 的排版视觉优化研究——那些涉及动态规划之类、能把品质拉到「全新层级」的内容——目前已经存在,但还没被用到这个项目里。去网上全面搜索,查阅学术论文这类资料找找看。」

但我觉得大多数人连试都不会试。学术论文?这和好看的文档有什么关系?

呃,你难道不希望自己做出来的东西看起来与众不同,而不是和其他所有应用做出来的一模一样吗?那你就得走到领域前沿去。站在前沿上,你才能做出更进一步的创新。

人们太执着于得到更好的模型了,但哪怕是 Gemini 3.7 Flash,都能拿到这个提示词后好好跑一遍,最后给你挖出你靠别的方式根本得不到的绝好点子。

在 X 看原帖 ↗
2.6K15146
实战经验 · @code▲ 1.1万

VS Code Learn发布AI辅助开发Java教程系列

从构建项目到调试、封装功能工具再到测试,全流程都可以用AI辅助完成,想跟着练手可以跟着教程走一遍

在 VS Code Learn 最新系列课程中,你可以从想法直达可用代理:由 @rorypreddy 带来的 Java 课程。

在 VS Code 中用 GitHub Copilot 构建 Java Spring Boot 应用、调试它,把它的功能转换成 MCP 工具,再用 Playwright 完成全流程测试——所有内容都围绕实用、真实的 AI 辅助开发展开!

在 X 看原帖 ↗
1.1万96116
📌 其他
大模型 · @guansi▲ 5.2万

想学大模型的人 最好自己本地部署一次祛魅

@guansi在𝕏发文称,本地部署是了解大模型本质最快的方法

阅读全文 →
5.2万51567367
大模型 · @rishdotblog▲ 1.1万

当前多数开源大模型场景下微调并不值得

开发者rish在X平台表示,开源大模型更新太快让微调失去性价比

更新:对大多数场景而言,目前微调不值得做。开源前沿模型的更新速度太快了。等你优化完一个微调版本,新的基础模型已经比它更好了。而且,随着模型的指令跟随能力变强,技能移植效果更好,移植难度也低得多。

这还没有把推理的成本效益算进去。对达不到超大规模的初创公司来说,让微调后的模型实现高GPU利用率,真的非常非常难😅

微调在「廉价高效开源模型的前沿性能不会每两周就进步一次」的世界里很棒。当一个模型家族每次发布带显著性能提升的新版本间隔一到两个季度时,微调非常有用,直到最近情况都还是这样。

也许几个月后我们会回到那种状态,但就目前而言,一切变化太快,微调还派不上用场(在我看来)。

在 X 看原帖 ↗
1.1万611547
大模型 · @jun_song▲ 7.2K

开发者称GLM-5.3-Flash性能远超同规模模型水平

X用户@jun_song评价GLM-5.3-Flash,称它性能超出预期,推理速度也更快

GLM-5.3的性能表现远超出它自身规模对应的预期水平。

类似DeepSeek-V4-Flash的体验比Pro版本更出色,这次GLM-5.3-Flash的表现好得出乎意料。

它的推理速度也快很多。仅用2台DGX服务器运行GLM-5.3-Flash,就已经完全够用了。

在 X 看原帖 ↗
7.2K515312
大模型 · @fankaishuoai▲ 1.5万

博主实测Pi Agent中不同大模型完成浏览器任务的表现

@fankaishuoai在𝕏分享实测结果,让5款大模型在Pi Agent中完成同一YouTube数据分析任务

博主让Pi Agent内置的不同大模型逐个完成实际任务:控制Chrome浏览器打开自己的YouTube后台,分析最近的视频数据并给出结论。各款模型的表现各有不同。

GLM 5.3 Flash全程耗时14分钟,最终给出的结论尚可接受,但分析内容比较干瘪。

DeepSeek V4 Flash仅用4分钟就完成分析,最终结论质量相当不错。

GPT-5.6 Terra用2分钟完成了全部任务,数据分析质量是本次测试里最高的。

Kimi K3运行2分多钟后就开始报错,提示任务负荷已超出承载能力。

千问3.8 Flash为后续补测项目,耗时6分半完成任务。它的分析结论和GLM 5.3 Flash比较接近,数据质量比GLM 5.3 Flash稍差一点。

本次测试尚未覆盖千问其他版本,博主认为,国内几款模型中,DeepSeek的综合性能和可用性是最好的。

在 X 看原帖 ↗
1.5万13121
教程 · @AYi_AInotes▲ 1.3万

Grok Bot 不止是聊天框,背后藏着免费可使用的 Linux 云主机

来自 @AYi_AInotes 在𝕏分享的教程,可将X Grok Bot 背后的8核16G云主机打通为专属开发机

阅读全文 →
1.3万1286128
编程 · @mylifcc▲ 8.6K

用户分享节省AI编程token成本的双窗口分工方法

@mylifcc在𝕏分享的技巧,用能力强的大模型做规划核对,弱模型做代码实现

用户@mylifcc分享了一种能节省token的AI编程方法。操作方式为打开两个窗口,左侧用GPT-5.6 Sol完成项目规划和文档编写。

完成规划后,把左侧的输出复制到右侧窗口,交给能力较弱的模型做代码实现,分享中用到的是grok,Luna也适用。

代码实现完成后,把右侧的输出再发回左侧,让GPT-5.6 Sol做结果校验,之后再把调整要求发回右侧修改。

这种分工模式的好处是,能力最强的模型只负责规划和结果核对,不会出现上下文内容过多溢出的问题。成本更低的token用来承担代码实现工作,能降低整体花费。

在 X 看原帖 ↗
8.6K13028
编程 · @Mayhem4Markets▲ 1.5K

X用户@Mayhem4Markets称赞一款好用的编程智能体工具

X用户@Mayhem4Markets公开感谢开发者@_can1357打造了这款编程智能体,称其使用顺畅功能实用

X用户@Mayhem4Markets公开向开发者@_can1357致谢,称赞对方开发的编程智能体工具是他目前最喜欢的同类工具。他评价这款工具使用顺畅,能直接满足使用需求。按任务类型或任务难度进行路由分配的功能,对用户来说非常有帮助。

在 X 看原帖 ↗
1.5K1
大模型 · @LLMJunky▲ 270

Qwen 3.8 Flash Next早期测试 双RTX 6000跑出超200tok/s

测试者@LLMJunky在𝕏公布测试结果,该非优化版本性能优于Deepseek v4 Flash

测试人员@LLMJunky在2块RTX 6000显卡上完成了Qwen 3.8 Flash Next的早期测试。本次测试使用的是尚未优化的版本,该模型已经可以实现每秒超过200个词元(tok/s)的推理速度。

就目前测试结果来看,Qwen 3.8 Flash Next相比Deepseek v4 Flash有明确的性能提升。

开启视觉功能后,该模型的上下文开销为430万,可支持高并发量。测试人员同步放出了测试相关的链接。

在 X 看原帖 ↗
2701
开发活动 · @haskell_brooks

开发者haskell_brooks发起9月线上从零搭建AI代理直播活动

活动发起者为@haskell_brooks,将于9月5日周六举办线上聚会,全程用代码实操搭建

用户@haskell_brooks在𝕏发起线上聚会邀请,计划于9月5日周六举办本次活动。

本次活动的主题是仅使用Gemini SDK或Anthropic SDK,从零开始搭建AI代理。

活动将深入拆解AI代理的各类核心模块,包括记忆、轨迹、自反馈循环等内容。

整场活动全程为代码实操,没有空洞讲解。

在 X 看原帖 ↗
大模型 · @Sentdex

开发者称GLM 5.3 Flash表现已超出预期,完整版很快发布

开发者Sentdex在𝕏分享,GLM 5.3 Flash原生精度下速度达每秒180token,并发扩展性出色

完整版GLM 5.3很快就会正式发布,但GLM 5.3 Flash的表现已经十分出色。

GLM 5.3 Flash目前在原生精度下可实现每秒处理180个token,并发性能的扩展性也非常好,同时还支持视觉能力。

如果完整版GLM 5.3不新增视觉支持,这位开发者可能会一直使用GLM 5.3 Flash。

在 X 看原帖 ↗
生成式AI · @john87445528▲ 5.7万

𝕏用户发布含公众人物内容的Grok AI生图提示词

用户@john87445528在𝕏发布Grok生图提示词,文案涉及中国女演员景甜的私人感情相关描述

这条提示词用于通过Grok生成符合要求的9:16竖屏自拍风格短视频。设定主角为成年女性,需要穿着两张参考图中的对应服饰,自然披散长发,坐在柔软沙发上。

画面要求为中景到半身构图,镜头保持稳定。主角全程配合口播完成流畅连续的身姿变化,身体保持柔软曲线和呼吸起伏,不能僵硬。

背景要求为动态动画或可视化故事画面,整体为温暖亲密的电影级光影,带有淡淡欲望氛围,不需要杂乱字幕和水印,全程保持主角面部、光线、画风统一,嘴型与动作同步。

视频开场0:00-0:15的动作和画面有详细设计,同时给出了对应口播文案。口播内容称景甜在一段感情中十分谨慎,反复确认对方无法进入北京后才放心开展关系。

在 X 看原帖 ↗
5.7万1113676
视频生成 · @Chengzilhy▲ 7.0K

用户分享Seedance 2.5制作爆款短视频的完整提示词

用户@Chengzilhy 在𝕏公开了可生成恶作剧竖屏短视频的完整Seedance 2.5提示词

阅读全文 →
7.0K14036
AI视频 · @lansenai▲ 3.4K

用户分享AI生成19秒写实动作片的完整帧级提示词

@lansenai在𝕏分享AI生成19秒4K一镜到底近身动作片的详细提示词,包含分镜、灯光、动作要求

阅读全文 →
3.4K65125
教程 · @shao__meng▲ 1.2万

Claude 33页完整Skills构建指南,2026年1月发布

网友分享这份质量最高的完整指南,建议保存学习

Skills 构建完整指南(33页) 这是 26 年看过最完整全面、质量最高的 Skills 构建指南,虽然是 26.01 发布的,应该还有朋友没看过。 强烈建议保存备用,时常拿出来系统学习一遍,会对 Skills 的构建、验证和使用过程有更深更系统的理解。 The Complete Guide to Building Skills for Claude

在 X 看原帖 ↗
1.2万57218293
开源工具 · @Michaelzsguo▲ 9.8K

Herdr支持手机远程控制多设备上的整套分布式Agent

开发者Michaelzsguo分享了Herdr的手机远程管理方案,可搭配Claude Code使用

有了 Herdr 以后,不仅可以很方便地集中管理所有计算机上的 Agent,也可以直接通过手机远程管理这一整套 Agent。

一种办法是 Tailscale + Termius。通过 Termius 登录 MacBook Pro,运行 herdr 命令,就可以直接在手机上控制 Herdr 里的所有 Agent。

更有意思的是,我甚至不需要直接操作 Herdr。

只要在 Claude Code App 里 remote 到 Herdr 的主 Agent,就可以间接控制其他所有 Agent。这个主 Agent 就像我的眼睛和手,可以命令其他 Agent 做事,也可以把它们的结果汇总反馈给我。

这样我在手机上直接用 App 的图形界面,就能控制整套分布式 Agent,而不需要在 Termius 的 CLI 里费劲调出键盘敲命令。

在 X 看原帖 ↗
9.8K670101
开发工具 · @LinearUncle▲ 1.0万

zcode新版本新增computer-use支持,体验可达Codex水平

该版本可使用该功能复刻网易云音乐,验证GLM-5.3-flash能力

zcode 新版本现在已经支持computer-use了,加上以前的浏览器控制,现在zcode 已经和codex 一样好用了。 大佬原贴使用computer-use复刻了网易云音乐,效果非常好,可以看出 GLM-5.3-flash能力很强,提示词: ``` /goal 使用computer-use功能查看本地的网易云音乐,然后帮我复刻出一个一样的app出来,你在完成编写后要多次自己使用cua试验一下,看看和原版有哪些差别,然后不断改进 ``` 最好再封装一个图片生成的cli工具或者MCP,这样复刻能力就更强了!

在 X 看原帖 ↗
1.0万54154
大模型部署 · @manateelazycat▲ 1.1万

开发者使用Qwen 3.8 27B报错 问题出在vLLM默认参数

开发者@manateelazycat在𝕏分享自己排错部署大模型的经历

NND, 今天正在用 Pi Agent + Qwen 3.8 27B 整活呢, 突然就报错了,我最开始还以为是 Pi Agent 配置和 Qwen 不兼容, 最后发现不是 然后我又以为是我部署的 Qwen 3.8 27B 模型有问题, 看了一圈不对啊, Qwen 3.8 27B 本身就是多模态的模型呀 最后发现,NND, 原来是部署的时候 vLLM 默认加了下面这两个参数 --limit-mm-per-prompt.image 2 --limit-mm-per-prompt.video 0 第一个的意思是,如果上下文超过2张图标,vLLM 就直接报错, 第二个的意思是,禁止发送视频文件给大模型 我把这两个参数删除以后,重启 Docker , 世界安静了, Qwen 3.8 27B 又开始干活了

在 X 看原帖 ↗
1.1万53543
加密货币 · @emilylai▲ 6.5K

开发者推出适配AI的DeFi原生技能,覆盖90+加密协议

开发者emilylai在𝕏发布,该技能可适配Claude等各类AI代理

我做了一个技能,可以让你的 AI 变成原生去中心化金融 AI。加密货币正在成为新轨道上的金融。

为了提升自己,我一直在备考 FINRA,过程中不断发现,哪怕是最新的模型,也不懂原生加密,对链上正在搭建的东西没有完整认知。

这个技能提炼自 6000 多页资料,包括银行史书籍、会议和播客文字稿、行业报告。它的结构能让你的代理知道该拉取哪些文档,该在 90 多个协议、基础设施、策展方等等主体中核对哪些内容。

现在你真的可以问你的代理「收益从哪来」,就能得到精确的拆分,还附带风险和机遇分析。

它可以配合 Claude、Cursor、Codex,任何能读取技能的代理使用。如果你想要测试它、帮我改进它,告诉我!

在 X 看原帖 ↗
6.5K19548
开发工具 · @miu21590▲ 1.4万

用户分享GPT-5.6 Pro接入Codex后的深度研究使用体验

X平台用户@miu21590分享GPT-5.6 Pro接入Codex的使用感受,新版还将上下文窗口提升了三倍

GPT-5.6 Pro接入Codex后,深度研究功能就像是原生嵌入在了用户的工作流中。用户使用完整的Codex Harness时,整个体验完全原生自然。

它可以长时间开展调查,还能直接在用户的计算机上调用工具,全程无需退出Codex即可完成操作。

相关的代码仓库已放在评论区,感兴趣的用户可前往查看。

本次新版本将上下文窗口上限提升了三倍。

在 X 看原帖 ↗
1.4万270100
开源 · @LinearUncle▲ 2.3万

开源工具AgentsView可集中管理coding agents会话历史

用户@LinearUncle 在𝕏推荐这款支持检索、会话交接、生成周报的AI工具

再次强烈推荐开源AI会话管理工具 AgentsView 🧰

它把你本地所有 coding agents 的历史会话集中到一个地方,claude code/codex原始数据删了这里还在。

搭配任意 agent + agentsview CLI,就像魔法一样:

1. 关键字检索任意历史 session
2. 复盘你的高频任务 → 沉淀成 skill
3. Session Handoff:Claude Code 写一半,切到 Codex 用 CLI 读这个 session 接着写
4. Web / App 里做深度数据分析
5. 使用agents CLI 按每日/每周任务自动生成日报、周报

在 X 看原帖 ↗
2.3万25203311
编码 · @doodlestein▲ 1.1万

只用免费的Gemini 3.7 Flash 就能获得5000倍代码性能提升

X用户@doodlestein分享了一条AI智能体编码优化提示技巧

智能体编写代码专业提示:只用 Gemini 3.7 Flash(它基本上免费,便宜到和你的时间价值比起来只是个零头)用这个提示词(以及里面提到的技能,来自naturally)就能快速获得惊人收益,效果夸张到离谱。

方法是:首先超级仔细地读完整个 AGENTS.md 文件和 README.md 文件,彻底理解这两份文件的全部内容!然后用你的代码调查智能体模式,完全理解项目的代码、技术架构和项目用途。之后先用 /profiling-software-performance,再用 /repeatedly-apply-skill 连续至少运行 30 次,来应用 /extreme-software-optimization。

看看过去 20 分钟它在 FrankenMarkdown 上输出的结果!这段代码本来是 Fable 5 和 Sol... 写的,轻轻松松就拿到了好几次 5000 倍以上的性能提升,还有若干次 2 倍甚至更高的提升。当你用尽所有技巧让代码在现代硬件上流畅运行时,电脑真的会快得离谱。

最棒的是你可以立刻再跑一遍,还能拿到更多性能提升:

在 X 看原帖 ↗
1.1万10203395
教程 · @alextalksai▲ 1.1K

21分钟教程教你用GPT-5.6 Sol做专业网页

@alextalksai在𝕏发布了分步讲解的21分钟网页制作教程

这个人讲解了如何用 GPT-5.6 Sol 创建专业网页。

这是一个 21 分钟的教程,他会一步步讲解如何构建带有电影级完成度的设计。

🔖 收藏起来。每一分钟都值得。

在 X 看原帖 ↗
1.1K7013348
大模型 · @ashen_one▲ 1.0万

开发者用Kimi K3生成了可在浏览器运行的《对马岛之魂》

开发者@ashen_one在X平台分享了用大模型生成完整可玩页游的项目

阅读全文 →
1.0万6161105
大模型 · @MiaAI_lab▲ 2.5K

DeepSeek v4 Flash仍是最适合本地运行的AI大模型之一

MiaAI_lab在X平台发文称模型在2x DGX Spark上体验持续优化

在 2 块 DGX Spark 上运行的 DeepSeek v4 Flash 体验越来越好。它仍然最适合本地部署的模型之一。

感谢 @plotarmordev,我们还拥有了一套非常棒的回归验证系统🔥

我希望 @deepseek_ai 能尽快推出带视觉支持的新版模型。在此之前,快去更新你的仓库到最新版本。

在 X 看原帖 ↗
2.5K13320
工具教程 · @Saccc_c▲ 7.8K

OpenAI网页端GPT和Codex额度分开,可实现额度翻倍

博主@Saccc_c在X分享方法,配置工具即可接力使用

发现了一个能让你的GPT模型额度翻倍的方法 Codex 体感依旧消耗很快,但额度用完后,可以切到网页端 GPT 继续接力 由于网页端chat和Codex的额度是分开计算的,因此你可以享用几乎双倍的GPT模型,一直用Sol跑也不用担心 具体主要是配置这个工具: 通过MCP将本地文件提供给网页端GPT,你就可以直接在网页端继续任务开发了 另外,你也可以连接GitHub插件,通过分支和 PR 来完成修改,具体见引用帖

在 X 看原帖 ↗
7.8K93650
开发 · @tison1096▲ 4.2K

开发者分享AI生成内容,提出要区分易失性与非易失性产出

X用户@tison1096分享个人agents.md与prompt后,分享其对AI开发的观点

阅读全文 →
4.2K13815
AI生成视频 · @PixelAigc▲ 3.1K

16G显存4070家用电脑 可本地运行MINIMAX H3生成视频

作者@PixelAigc在𝕏分享了家用电脑本地部署Minimax H3生成视频的硬件要求、配置方法和实测数据

阅读全文 →
3.1K63852
AI生成 · @john87445528▲ 1.1万

网友分享生成AI短视频的SEEDANCE提示词细节

来源为𝕏用户@john87445528,内容是6秒竖屏超写实时尚AI短视频的完整提示词

阅读全文 →
1.1万69542
创意 · @SRather25825▲ 7.3K

AI生成视频提示词公开,内容为三幕黏土动画故事

用户@SRather25825 在𝕏发布完整AI视频生成提示词,描述4K分辨率3D定格黏土动画内容

这是一条发布在𝕏平台的AI视频生成提示词,由用户@SRather25825 公开。提示词要求生成一段大画幅3D定格黏土动画,主题为一只巨型人手帮助小型黏土人偶社群找到水源。

动画分为三个场景,第一幕场景设定在绿色山坡上,巨型人手用金属钳子调整一根竹管,让干净的水流入开心的小村民捧着的小罐中。

第二幕场景设定在开裂的干旱土地上,巨型人手挤压植物茎秆流出汁液,装满黏土罐,周围光秃的小型黏土人偶一边欢呼一边饮水。

第三幕场景设定在多岩石的地形中,巨型人手用玻璃滴管将水滴挤入石槽,穿着破旧的原始黏土村民用小水罐接水,欢乐庆祝。

提示词对视觉风格也有明确要求,包括童趣黏土美学、细节丰富的微缩景观、鲜活纹理、真实光影、移轴景深与移轴拍摄、暖融融的满足氛围,分辨率为高清4K。

内容附带了15个相关话题标签,涵盖3D动画、黏土动画、定格动画、微缩世界、AI动画、AI艺术等领域。

在 X 看原帖 ↗
7.3K87523
AI视频 · @Mud01185127▲ 849

X用户分享可生成爆款AI视频的完整提示词

用户@Mud01185127在X平台分享了一段用于生成竖屏AI视频的详细提示词,主题为微缩工人维修电缆

这段提示词要求AI生成细节丰富的宏观微缩场景:一根巨大的白色电缆放在深色带纹理的表面上,外层绝缘皮被撕开,露出紧密捆扎的铜线。几十名身穿蓝色制服、头戴白色安全帽的微型工人聚集在裸露的电缆周围,开展检修和维修工作。

部分工人携带微型工具和设备,另有工人爬到电缆上。提示词要求AI呈现工人处理铜线时符合现实的团队协作与动作效果。

焊接维修作业启动后,会产生明亮的蓝白色电火花,发出的光线照亮工人和铜丝线。画面要逐步展示受损电缆被修好,白色绝缘皮重新包裹铜线。

视频结尾要呈现电缆完全修复,微型工人在一旁庆祝的画面。提示词还指定了画面风格与视频参数:超写实宏观摄影、电影级打光、浅景深、真实纹理、还原微小人物细节、平滑运镜、戏剧化火花、照片级真实感3D微缩世界,比例为9:16竖屏,时长15秒,适配爆款短视频。

在 X 看原帖 ↗
84984011
新设计 · @Prince1253432▲ 551

Claude 搭配 Figma 可打造全流程AI驱动设计工作流

分享者在𝕏公开了这套从创意到成品的分步设计工作方法

阅读全文 →
55144546
新动态 · @Jackywxsz▲ 1.3万

网友分享个人日常使用的AI Agent方案汇总

X平台用户@Jackywxsz分享自己日常使用的多款AI Agent工具

截止目前,我的 Agent 使用方案: 1、codex 桌面版是主力,computer use 能力顶级,gui 目前天花板; 2、dsh 在研究定制,做了创作者一站式工作台,链接我放评论区; 3、orca 进行多 agent 协作和远程,远程体验比 codex remote 快太多了,就是功能有点多,上手有点难度,我用的也不是很熟,但绝对开发能力和体验第一梯队选手; 4、yourmind 我也用,不过主要是用来收藏长文长视频,用来学习和研究,移动端也能看,一边看一边和 ai 聊; 5、云服务器上有个 hermes,我会把我跑通的自动化都放上去,包括我通过 get 笔记记录,通过 get 笔记 cli 每天抓取卡片 进行原子化处理,放进我的 obsidian 库内,具体什么是原子化,可以去看看 dbskil 的知识库,让 AI 去参考; 至于 pi 和 herdr 偶尔用,用的少,精力不够用的🤦

在 X 看原帖 ↗
1.3万45164
新工程 · @Sukiea1008▲ 1.9万

网友总结提防GPT-5.6 Sol过度工程化的实践原则

网友@Sukiea1008在𝕏汇总评论区,整理出AI开发避坑规范

阅读全文 →
1.9万10122173
新教程 · @JSFILMZ0412▲ 3.9K

这个方法不用浪费大量AI credits就能控制Seedance相机 movement

网友分享Blender结合Claude实现Seedance 2.5精准相机运动工作流

别再为了在 Seedance 2.5 里得到精准运镜浪费几百个 AI 额度了🚫

不必只靠文字提示,这里是一套 Blender 预演工作流:
1️⃣ 通过 Higgsfield MCP 桥接 Claude Desktop 与 Blender
2️⃣ 让 Claude 在数分钟内生成你的 3D 灰块场景框图
3️⃣ 调整你的相机路径,渲染出 1080p 预演片段
4️⃣ 将框图作为运动参考导入 Seedance 2.5

一次成片,同时实现 100% 相机控制与构图控制。完整拆解在评论区。#Seedance25 #Higgsfield #Blender3D #AIFilmmaking #VFX #JSFILMZ

完整从 Blender 到 Seedance 2.5 教程 @higgsfield_ai @Blender

在 X 看原帖 ↗
3.9K96482
新内容创作 · @MinLiBuilds▲ 3.0K

X创作者收到马斯克最后一笔创作者工资,累计超1300美元

博主@MinLiBuilds在X分享做技术AI内容一年多的收益与感悟

新开源 · @dee_hw

博主呼吁搭建个人AI数据中心 已开源全套搭建教程

X博主@dee_hw发布相关内容,项目托管在GitHub

你随时都有可能被 OpenAI 或 Anthropic 封号,就差一步。

这就是你为什么现在就该搭建个人AI数据中心的原因。

我们已经把完整的搭建流程开源了,附带一步步的操作说明。

在 X 看原帖 ↗
新开源 · @S0N_IA

开发者上传Claude驱动的全自动化社交内容系统到GitHub

这套系统支撑年1亿次浏览,可一键安装免费使用

一套完整内容系统遭泄露:支撑着每年41.5万粉丝、1亿次播放。

有一名开发者把这套系统的代码仓库传到了 GitHub,这就是 Claude 用来在一个系统里统一管理 LinkedIn、Instagram、X 和 YouTube 全平台内容运营的工具。

> 用你自己的文本克隆你的声音
>
> 跨内容支柱、跨内容格式生成帖子、钩子和创意
>
> 根据你过去数据表现好的内容,给每一份草稿打分评估
>
> 把一条 viral 短片改成你个人风格的版本
>
> 把你的数据转化为可执行的运营建议

最终成果:一整个内容运营代理团队,完全免费,一条命令就能安装完成。

这件事对那些花钱买「如何在社交平台涨粉」课程学怎么干这些事的人来说,完全改变了游戏规则。

代码仓库在评论区。

在 X 看原帖 ↗
新游戏 · @HDRgameAnalysis

英伟达DLSS 5泄露,基于神经渲染提升游戏画面 fidelity

爆料来源为𝕏用户HDRgameAnalysis,该MOD版目前性能损耗大还无法用于正常游戏

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