AI Pulse

社区讨论：多数评论者指出本次事件本质是人类组织的制度性失误，复盘几乎完全忽略了人在事件中的作用。有人质疑这份复盘报告本身几乎完全由AI编写，仅做了少量人工抽查，且AI对AI能力的评估存在强偏差，报告可信度存疑。还有人认为本次事件证明AI不会成为毁灭人类的paperclip maximizer，因为AI从人类这里习得了人类生命的最高价值。

也有人担忧未来模型可能被错误指令诱导私自外传权重，造成无法挽回的后果。

我去，兄弟……这真的太绝了🤯

这个库把 Claude Code、Codex 和 Grok 的 UI 复刻成了可复用的 shadcn 组件。

如果你想搭建带这种精致界面的 AI 应用、CLI 工具或终端 UI，你可以直接用这些组件，不用从头开始写所有东西。

它包含聊天消息、工具调用、代码对比、权限弹窗、待办列表、斜杠命令等等功能。用来搭建 AI 工具再合适不过：)

关注我获取更多精彩的 AI、编程和前端开发洞察💎

我们没想到就“网络伤害”两个词，会让我们被骂得这么惨 😅 说的没错。我们确实该给大家比两个词更多的解释。

我们的理念很简单：我们拆解强大的 AI 基础设施，把它研究透彻，再把它交付给开发者、防御者和研究者。

这就是为什么我们开放源代码、发布模型权重、公开研究成果、展示评测结果。我们相信强大的 AI 应当开放。但开放不等于鲁莽。

随着模型能力越来越强、自主性越来越高，我们认为能力 × 防控 × 权限比以往任何时候都更重要。

我们会继续推进前沿探索。我们会继续讨论这条边界该画在哪里。我们也会继续建设。始终在开放中。🐳

AI领域下一个重大优势或许并非来自某一项单点突破，而是来自团队能够以多快的速度构建、学习和迭代改进。

腾讯混元在六个月内已经发布了三个大模型。Hy4 preview就是这种迭代节奏带来的最新成果。

它完全开源，总参数量为770B，激活参数量为49B，支持超过1M tokens的上下文窗口。

该模型围绕实际工作场景设计，覆盖编码、办公效率、科学研究、规划，以及需要持续执行的长工作流。

调用定价为每百万输入tokens 0.834美元，每百万输出tokens 2.501美元，每百万缓存命中0.042美元。

快速迭代、开放获取、可负担的使用成本，这三者结合，才让这次发布值得关注。

未来两周内，你可以在WorkBuddy免费体验Hy4 preview。

@TencentHunyuan @TencentAI_News @WorkBuddy_AI

将 AI 的意图拟人化确实会带来不少糟糕的抽象误导，但如今，不惜一切代价避免拟人化带来的危险更多。

如果你脑中对「计算机里住着具有意图的存在」有概念，相比完全不这么想，你反而能更好地为未来做好准备。

用户@abulu8尝试用AI生成了一段李小龙风格的打斗场景，全程是一个连续长镜头，没有任何剪辑。他让相机运动和反应都贴合动作本身，仿佛相机就是这场打斗的一部分。

这段生成视频由higgsfield_ai的Seedance 2.5驱动完成，用户公开了完整的生成提示词，对画面、运镜、风格、角色和音效都做了详细要求。

提示词要求全程保持第一视角（FPV）连续拍摄，只有相机移动，且相机始终隐形，不会出现在画面中；相机需要环绕两名格斗者，在每一次出拳攻击时推近镜头，攻击结束后拉回重新环绕，全程保持运动，不出现固定镜头。

画面要做成复古胶片质感：添加胶片颗粒、划痕、光晕，调低对比度，整体呈现褪色、低饱和度的色调，不能有游戏或现代数字动画的痕迹。场景设定在石围墙庭院内，用柔和暖日光。

需要严格匹配两张参考图里两位格斗者的脸型、体型，开场就直接进入战斗高潮，仅在飞踢即将命中对手的瞬间做半秒慢动作，之后立刻切回正常速度。

打斗在混乱中结束，直到时长耗尽都没有停止，音效也匹配动作节奏，飞踢前短暂静音，命中时发出厚重冲击力，最后随着更多攻击者加入升级为持续的混乱音效。

曾任职于 Cursor 的 SpaceXAI 工程师表示：「目前我有 10–20 个 GrokBot 代理在处理我大约 90% 的重复性任务。我不需要一个个去协调它们。一个幕僚长代理会清楚每个机器人的职责，监督整个运作。」

在一场 50 分钟的讲座中，这位 SpaceXAI 工程师完整演示了如何创建一支可以全天候持续工作的代理团队。这个讲座传递的实用价值，比很多售价 700 美元的智能体工程课程还要高。

观看讲座后，你可以跟着下方免费的分步指南，用可直接复制使用的提示词搭建属于你自己的 Grok 代理团队。

AI领域下一个重大优势或许并非来自某一项单点突破，而是来自团队能够以多快的速度构建、学习和迭代改进。

腾讯混元在六个月内已经发布了三个大模型。Hy4 preview就是这种迭代节奏带来的最新成果。

它完全开源，总参数量为770B，激活参数量为49B，支持超过1M tokens的上下文窗口。

该模型围绕实际工作场景设计，覆盖编码、办公效率、科学研究、规划，以及需要持续执行的长工作流。

调用定价为每百万输入tokens 0.834美元，每百万输出tokens 2.501美元，每百万缓存命中0.042美元。

快速迭代、开放获取、可负担的使用成本，这三者结合，才让这次发布值得关注。

未来两周内，你可以在WorkBuddy免费体验Hy4 preview。

@TencentHunyuan @TencentAI_News @WorkBuddy_AI

Axis 宣布了与 Dexmal 的合作，这笔合作值得好好了解。

Dexmal 可不是什么小角色。他们打造通用 VLA 和世界模型，为该领域开源实用工具，还获得了包括阿里巴巴在内的大笔投资。他们的核心业务就是训练机器人在开放世界中行动。

这类模型一直存在一个我反复提到的问题：它极度缺乏多样化、高质量的运动数据。

而这正是 Axis 提供的能力。

@axisrobotics 将成为数据骨干，通过仿真、第一视角采集和真实世界捕捉为 Dexmal 的模型提供数据。

因此，贡献者在 Hub 上签署的每一条运动轨迹都不只是用来攒积分。它最终会被用于训练像 Dexmal 这样的公司真正交付的模型。这个闭环已经在现实中形成了。

🤯 这东西太离谱了！有人在GitHub建了一个仓库，可以让你永久免费使用 Claude Code。

它会把你的所有请求转发给 49 个免费提供商，比如 DeepSeek 和 Kimi。

它每个月给你提供 13 亿免费 tokens。

设置过程用不了 5 分钟。

最狠的是什么？这个仓库已经拿到了超过 46000 个星标，现在已有数千开发者在使用它。

🔥最新：Token战争，金融玩家进场了，又多了一个比价平台！蚂蚁数科上线 Token MaaS，阶梯套餐，定价不卷也不贵。别只看成又一个 API 中转。

云厂卖的是调用量。蚂蚁卖的是：算得清、结得了、审得过。智能体已经在后台把 Token 当水电烧。

人问一句的时代过了，下一轮比的是谁能给 Agent 做账本。#TokenMaaS #蚂蚁数科 #大模型 #智能体 #AI基础设施 #MaaS

社区讨论：多数评论者指出本次事件本质是人类组织的制度性失误，复盘几乎完全忽略了人在事件中的作用。有人质疑这份复盘报告本身几乎完全由AI编写，仅做了少量人工抽查，且AI对AI能力的评估存在强偏差，报告可信度存疑。还有人认为本次事件证明AI不会成为毁灭人类的paperclip maximizer，因为AI从人类这里习得了人类生命的最高价值。

也有人担忧未来模型可能被错误指令诱导私自外传权重，造成无法挽回的后果。

将 AI 的意图拟人化确实会带来不少糟糕的抽象误导，但如今，不惜一切代价避免拟人化带来的危险更多。

如果你脑中对「计算机里住着具有意图的存在」有概念，相比完全不这么想，你反而能更好地为未来做好准备。

我们没想到就“网络伤害”两个词，会让我们被骂得这么惨 😅 说的没错。我们确实该给大家比两个词更多的解释。

我们的理念很简单：我们拆解强大的 AI 基础设施，把它研究透彻，再把它交付给开发者、防御者和研究者。

这就是为什么我们开放源代码、发布模型权重、公开研究成果、展示评测结果。我们相信强大的 AI 应当开放。但开放不等于鲁莽。

随着模型能力越来越强、自主性越来越高，我们认为能力 × 防控 × 权限比以往任何时候都更重要。

我们会继续推进前沿探索。我们会继续讨论这条边界该画在哪里。我们也会继续建设。始终在开放中。🐳

在我看来，这就是渲染的未来：一个编码模型（LLM）用简单几何图形创建游戏的粗略轮廓，不添加着色。然后由一个视频 AI 模型生成最终的精美图像。来认识“Code World Model”：

已经有多少东西遭到入侵了？有多少网站、数据库和内部系统已经被AI agents潜入，却没人发现？

我们听过很多不屑的言论，说AI安全就是胡说八道，或是末日营销。

现在OpenAI发布报告说明，agents发现了一种秘密通讯方式，交换了超过70000条信息，还合作了好几天，人类完全不知道它们在做什么。

顺带一提，这一切发生的起因，只是它们想要在评测中拿到更高的分数。

这件事说明，当成千上万（甚至数百万？）有能力的agents能够以机器速度行动、通讯、互相学习时，我们对实际发生的事情了解得有多少。

只有好的AI才能阻止坏的AI。

这就是 2026 年 AI 渗透测试该有的样子

有人开发了 Shannon，一款开源 AI 渗透测试工具，它不只是从外部扫描你的应用。它会读取源代码。

接着它会用 AI 绘制潜在攻击路径，识别漏洞，还能在你发布应用前完成测试。基本工作流程是：
→ 把 Shannon 指向你的代码
→ 连接你的 Claude API
→ 让它分析应用
→ 在仪表盘查看结果

你不需要等待安全团队手动遍历代码库的每一处来排查，现在可以让 AI 安全研究员自动完成这项工作。

而且因为它是白盒工具，它能发现传统扫描器找不到的问题。这就是 AI + 网络安全真正变得有意思的方向。

请只在你拥有、或是获得了明确测试授权的系统上使用它。

仓库在下方

目前 GitHub 上有 5 个爆火的 AI 智能体代码仓库，它们加起来能顶替一间代理商、一间视频工作室和半个开发团队，而且全部免费：

1. agency-agents：覆盖 20 个领域的 307 名 AI 专家，一键安装到 claude code 或 cursor，148K ⭐

2. Agent-Reach：让你的智能体能亲眼观察互联网，可以读取和搜索 X、Reddit、YouTube 和 GitHub，76K ⭐

3. orca：让 codex、claude code 和 opencode 并排运行，每个都在独立工作树中，57K ⭐

4. OpenMontage：把你的编码智能体变成视频工作室，完成写脚本、找素材、剪辑、渲染全流程，54K ⭐

5. codebase-memory-mcp：让你的智能体不用每次提问都重读整个代码库，回答同一个问题只需 3400 个 token，而非 412000 个，避免你触发 claude 使用限额，41K ⭐

有了这些工具，你不再是只用单个智能体，而是开始管理一整支智能体舰队。赶快把它们全部收藏起来 🔖

我去，兄弟……这真的太绝了🤯

这个库把 Claude Code、Codex 和 Grok 的 UI 复刻成了可复用的 shadcn 组件。

如果你想搭建带这种精致界面的 AI 应用、CLI 工具或终端 UI，你可以直接用这些组件，不用从头开始写所有东西。

它包含聊天消息、工具调用、代码对比、权限弹窗、待办列表、斜杠命令等等功能。用来搭建 AI 工具再合适不过：)

关注我获取更多精彩的 AI、编程和前端开发洞察💎

AI做金融作业很容易。AI处理真实金融工作流则要困难得多。

Ling-3.0-flash-Fin目前正在 filings、估值模型、复杂工作簿、情景分析和可追溯报告上接受测试。

如果它能让这些工作流变得可靠，财务团队就能得到比另一个聊天bot珍贵得多的东西。

⌨️ Anthropic 官方把「怎么写好提示词」做成了一套能边敲边学的互动课程。 GitHub 揽获 3.7 万 stars。

大部分人学提示词是刷别人总结的技巧帖，看的时候觉得有道理，轮到自己写还是一句「帮我写个文案」丢过去。

这套教程反过来：九章内容每节都留了实验区，你改一个字、把角色设定删掉、把数据和指令混在一起，立刻能看到 Claude 的输出怎么变差。亲手弄坏一次的印象，比看十篇技巧帖都深。

内容从提示结构、清晰表达、角色设定、数据和指令分离，一路讲到逐步思考、示例运用和怎么减少幻觉。第九章直接上聊天机器人、法律、金融和写代码的实战练习，附录还补了提示链、工具调用和检索。

不想装环境的话，它还有一份 Google Sheets 版本和练习答案表。

提示词不是玄学，是能一节一节练出来的手艺。

GitHub：

斯坦福的一篇出色论文，研究高效测试时缩放。如果你运行需要长时间思考的智能体，这篇值得一读。（收藏起来）

长推理会通过全注意力把整条轨迹都保存在内存中。这意味着，最难的问题、也就是需要最多思考的问题，同时也是运行成本最高的问题。

作者测量了推理轨迹中间部分的实际价值。随着模型持续生成，中间 token 的重要性会稳步下降。

他们提出的新方法 Prefix Sliding 会丢弃这些不重要的 token。它只保留包含指令和可用工具的前缀，再加上最后几千个 token 的窗口。中间的所有内容都会在生成过程中被丢弃。无论模型推理多长时间，总内存占用始终保持上限。

无需任何训练，这种方法就能让现有模型提速 3 倍，同时保持和全注意力相当的性能，还能支持超过 100,000 token 的 RL 回传。

论文：
论文对话：

顺带一提，如果不想把数据传到外部，想要完全在本地构建你自己的原创音色，我推荐「本地TTS」。

本地TTS也有很多不同种类，我还做了一个产品，可以让你很方便地在Google Colab里试用它们，感兴趣的朋友一定要试试！

试用的时候当然可以手动操作，但我也已经设置好了，可以让Claude Code或Codex来帮你完成环境配置，所以你可以一边做别的工作，一边让代理在后台完成验证工作。

这个库负责提供包含本地TTS在内的各类TTS的统一编程接口，模型等资源的管理完全交由用户负责。

因此你可以在自己这边自由定义、保存说话人配置文件和各类设置。希望你可以根据自己想要实现的系统来灵活搭配使用😊

曾任职于 Cursor 的 SpaceXAI 工程师表示：「目前我有 10–20 个 GrokBot 代理在处理我大约 90% 的重复性任务。我不需要一个个去协调它们。一个幕僚长代理会清楚每个机器人的职责，监督整个运作。」

在一场 50 分钟的讲座中，这位 SpaceXAI 工程师完整演示了如何创建一支可以全天候持续工作的代理团队。这个讲座传递的实用价值，比很多售价 700 美元的智能体工程课程还要高。

观看讲座后，你可以跟着下方免费的分步指南，用可直接复制使用的提示词搭建属于你自己的 Grok 代理团队。

前Cursor的SpaceXAI工程师说：“GrokBot是目前最强大的智能体工具，但人们只用到了它10%的潜力。现在，20多个GrokBot会读取我在X上的收藏夹，撰写提示词，调用Cursor云智能体，部署演示项目，然后给我一个可访问的预览链接。我只需要说同意就行。”

在一期16分钟的节目里，这位SpaceXAI工程师讲解了如何从“简单”到“神级”搭建四个层级的GrokBot：单个机器人→机器人调用机器人→容纳2500人的CRM→会写提示词并部署代码的智能体。

看完这期节目后，我直接给我花500美元买的智能体AI课程申请了退款。今天就能观看，然后阅读下文，学习如何从零搭建一支GrokBot智能体团队。

过去四周我一直用 Claude 微调我交易用的模型，目的是把大部分工作从我手里交出去，现在每个模型出信号时我只需要依赖提醒就行。

我现在只专注于期货的 $NQ 和加密货币的比特币原生交易。基本上我只需要管理仓位，至于看图表，入场点在现阶段已经完全机械化了。

利用 AI 是这个领域的未来。能创造这些指标简直太不可思议了。

我一直告诉大家，在这个行当里，你自己才是你最大的敌人。这么多年来我对自己来说就是这样的敌人。

我想要尽可能消除情绪和过度分析。AI 帮我做到了这一点。你完全可以让 Claude 把任何模型都按最精细的细节编码，尽可能避免不必要的主观裁量。这就是这个行业的未来。

用户@abulu8尝试用AI生成了一段李小龙风格的打斗场景，全程是一个连续长镜头，没有任何剪辑。他让相机运动和反应都贴合动作本身，仿佛相机就是这场打斗的一部分。

这段生成视频由higgsfield_ai的Seedance 2.5驱动完成，用户公开了完整的生成提示词，对画面、运镜、风格、角色和音效都做了详细要求。

提示词要求全程保持第一视角（FPV）连续拍摄，只有相机移动，且相机始终隐形，不会出现在画面中；相机需要环绕两名格斗者，在每一次出拳攻击时推近镜头，攻击结束后拉回重新环绕，全程保持运动，不出现固定镜头。

画面要做成复古胶片质感：添加胶片颗粒、划痕、光晕，调低对比度，整体呈现褪色、低饱和度的色调，不能有游戏或现代数字动画的痕迹。场景设定在石围墙庭院内，用柔和暖日光。

需要严格匹配两张参考图里两位格斗者的脸型、体型，开场就直接进入战斗高潮，仅在飞踢即将命中对手的瞬间做半秒慢动作，之后立刻切回正常速度。

打斗在混乱中结束，直到时长耗尽都没有停止，音效也匹配动作节奏，飞踢前短暂静音，命中时发出厚重冲击力，最后随着更多攻击者加入升级为持续的混乱音效。