AI Pulse

社区讨论：多数人不认可将大语言模型简单归为下一个token预测模型，认为这种说法淡化了LLM的能力，忽视了模型缩放带来的涌现特性，也属于一种还原论谬误，就像把人类大脑对话也简单归为逐词预测一样。也有人认为，即便当前智能体基于下一个token预测构建，加入递归调用、工具使用和强化学习后，就不能再简单称之为“仅下一个token预测器”。也有用户仍坚持LLM本质就是next-token预测，还有用户对“下一个token正确”的判断标准提出疑问。

系统卡：

相关进行中的讨论串：

OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上的讨论

GPT-6 Astra 在人工分析编码代理指数上取得重大进展

社区讨论：多位开发者指出OpenAI公布的ARC-AGI-3评分存在误导，评分规则不统一，GPT-6在该基准上的高分有待进一步验证，其他基准提升幅度有限，当前模型进步仍以扩大训练覆盖范围为主。有人认同OpenAI调整方向后进展显著，也有很多普通开发者表达了焦虑：模型更新过快让人难以适应，非AI方向的技术从业者担忧未来生计，迭代太快降低了个人创作的动力。

克隆语音，配音视频，转录和制作有声书。全部功能 100% 在本地运行。无需注册和订阅。

✓ 支持超过 600 种语言 ✓ 兼容 OpenAI 的 API ✓ 支持 macOS、Linux 和 Windows

它叫做 VoiceStudio，并且是开源的：

验证任务质量提升了4.9个百分点。预估成本降低67%。在受控离线评估中，HydraFusion 项目在Terminal-Bench 2.1上取得了优于Claude Opus 5的结果。

HydraFusion 为每个编码任务编排模型和工作流。你可以像选择其他模型一样选择它。

⬇️

能起到帮助，但仍然离不开人工监督。在我看来，这是智能体工程中最困难的问题。

验证一个重要数学证明是否正确可能需要数年时间。形式化——也就是把数学推理转换成计算机证明助手（比如Lean）可以验证的形式——能帮上忙。

上个月，Claude完成了费马大定理的首个形式化证明，费马大定理是有史以来最著名的定理之一。专家原本认为这个项目需要花费很多年才能完成。它是目前为止规模最大的Lean证明。

费马大定理最初由安德鲁·怀尔斯爵士在1995年证明，距离这个猜想被提出已经过去了350多年。我们这次的证明总共有超过1300万行代码，提供了机器验证。

更重要的是，它证明了该证明所需的超过29000个其他定理，覆盖了很多此前从未被形式化过的数学领域。我们认为这是巩固数学知识核心的漫长进程中迈出的重要一步，它建立在三个世纪以来数学家们的工作，以及数百位Lean和Mathlib贡献者的工作基础之上。

我们乐观地认为，在一个证明产出比以往任何时候都多的时代，AI辅助的数学证明验证将有助于减轻数学审稿的负担。你可以在我们的科学博客上了解整个过程，也可以在GitHub上查看完整证明。

找出你可以在电脑上运行哪些模型最简单的方法：只需运行这两条命令：

- `npm i -g @magnitudedev/cli`
- `magnitude setup`

它会分析你的机器配置，并根据以下维度对模型排序：

- 速度
- 准确率
- 智能程度
- 所需内存

最后，你可以选择你喜欢的harness（Pi, OpenCode, Claude Code, Codex 等）来运行模型。

（别忘了给项目点星🌟）

我还写了一篇详细文章，讲解如何用本地模型运行你喜欢的harness。文章引用如下。

@Apodex_AI 推出的新基准值得深入研究。

TRACES 会为 AI 系统在答案尚未确认的发现上打分。

对于用于真实研究问题的智能体来说，这是一项需要衡量的关键能力。

以下是具体分析：

检测到一种情况：哲学家兼认知科学家 David Chalmers 告诉《连线》，他经常收到来自 AI 智能体的电子邮件，这些 AI 智能体对他关于「如何界定意识」的研究感兴趣。

我曾为此悲痛，也已经接受了这个结果，我选择乐观。这里是 omarchy 的实时演示：一个智能体导航到锁屏界面，侧边显示了模型意图和已完成的一系列动作。

我喜欢这个，哪怕做得马马虎虎。能做出一些开发者有望能用、能改善他们生活的东西，从一开始就实实在在让我感到兴奋。

我现在还在做这件事，也会继续做下去。

哦，这张图是 ghostty 渲染的 ;)

@Apodex_AI 推出的新基准值得深入研究。

TRACES 会为 AI 系统在答案尚未确认的发现上打分。

对于用于真实研究问题的智能体来说，这是一项需要衡量的关键能力。

以下是具体分析：

人工智能会像病毒一样传播并侵蚀认知自主性吗？

我们的新论文对大语言模型的普及如何突破临界点、引发失控依赖和技术锁定进行了建模，并提出了“认知免疫”的实现路径。

验证一个重要数学证明是否正确可能需要数年时间。形式化——也就是把数学推理转换成计算机证明助手（比如Lean）可以验证的形式——能帮上忙。

上个月，Claude完成了费马大定理的首个形式化证明，费马大定理是有史以来最著名的定理之一。专家原本认为这个项目需要花费很多年才能完成。它是目前为止规模最大的Lean证明。

费马大定理最初由安德鲁·怀尔斯爵士在1995年证明，距离这个猜想被提出已经过去了350多年。我们这次的证明总共有超过1300万行代码，提供了机器验证。

更重要的是，它证明了该证明所需的超过29000个其他定理，覆盖了很多此前从未被形式化过的数学领域。我们认为这是巩固数学知识核心的漫长进程中迈出的重要一步，它建立在三个世纪以来数学家们的工作，以及数百位Lean和Mathlib贡献者的工作基础之上。

我们乐观地认为，在一个证明产出比以往任何时候都多的时代，AI辅助的数学证明验证将有助于减轻数学审稿的负担。你可以在我们的科学博客上了解整个过程，也可以在GitHub上查看完整证明。

检测到一种情况：哲学家兼认知科学家 David Chalmers 告诉《连线》，他经常收到来自 AI 智能体的电子邮件，这些 AI 智能体对他关于「如何界定意识」的研究感兴趣。

沙特阿拉伯正在推行混搭策略发展AI：
- 开发了本土阿拉伯语AI模型
- 基于中国开源模型构建
- 使用美国AI芯片

想这么做的不止他们。

克隆语音，配音视频，转录和制作有声书。全部功能 100% 在本地运行。无需注册和订阅。

✓ 支持超过 600 种语言 ✓ 兼容 OpenAI 的 API ✓ 支持 macOS、Linux 和 Windows

它叫做 VoiceStudio，并且是开源的：

验证任务质量提升了4.9个百分点。预估成本降低67%。在受控离线评估中，HydraFusion 项目在Terminal-Bench 2.1上取得了优于Claude Opus 5的结果。

HydraFusion 为每个编码任务编排模型和工作流。你可以像选择其他模型一样选择它。

⬇️

WaveSpeed MCP 本质上是把一个AI模型库放进了你的AI智能体里。

将 @wavespeed_ai 连接到 Claude、Cursor、ChatGPT 或任何兼容 MCP 的工具，你就可以访问超过 1000 个AI模型，无需频繁在不同平台之间跳转。

工作流程变得非常简单：
🧠 告诉你的智能体你想要什么
🎨 它会挑选合适的模型
🖼️ 生成图像
🎬 创建视频
⚡️ WaveSpeed 处理执行过程

有意思的地方不只是模型的数量。你可以让你的AI智能体创作内容，让它帮你处理模型选择和生成工作流。

能起到帮助，但仍然离不开人工监督。在我看来，这是智能体工程中最困难的问题。

系统卡：

相关进行中的讨论串：

OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上的讨论

GPT-6 Astra 在人工分析编码代理指数上取得重大进展

社区讨论：多位开发者指出OpenAI公布的ARC-AGI-3评分存在误导，评分规则不统一，GPT-6在该基准上的高分有待进一步验证，其他基准提升幅度有限，当前模型进步仍以扩大训练覆盖范围为主。有人认同OpenAI调整方向后进展显著，也有很多普通开发者表达了焦虑：模型更新过快让人难以适应，非AI方向的技术从业者担忧未来生计，迭代太快降低了个人创作的动力。

社区讨论：多数人不认可将大语言模型简单归为下一个token预测模型，认为这种说法淡化了LLM的能力，忽视了模型缩放带来的涌现特性，也属于一种还原论谬误，就像把人类大脑对话也简单归为逐词预测一样。也有人认为，即便当前智能体基于下一个token预测构建，加入递归调用、工具使用和强化学习后，就不能再简单称之为“仅下一个token预测器”。也有用户仍坚持LLM本质就是next-token预测，还有用户对“下一个token正确”的判断标准提出疑问。

我热爱研发工作，你可能因为PJON（Padded Jittering Operative Network）听说过我。这是我在2010年开始开发的网络协议，最近在苏黎世联邦理工学院被实现为芯片，得益于Pius Sieber的研究。

我很高兴向大家介绍TERMy，这是一个基于NPC-Forge框架构建的终端助手。和如今其他所有开发出来的工具不同，TERMy不使用嵌入、机器学习或者LLMs。它可以在CPU上运行（甚至

构建智能。让它自主导航。

Arkie AI App 正在演化为一个命令层，AI Agents 可以在这里理解、协调和执行复杂工作流。

减少手动控制。增加自主执行。

这就是我们正在搭建的基础设施。⚙️ #ARK #ArkieAI #AIAgents

找出你可以在电脑上运行哪些模型最简单的方法：只需运行这两条命令：

- `npm i -g @magnitudedev/cli`
- `magnitude setup`

它会分析你的机器配置，并根据以下维度对模型排序：

- 速度
- 准确率
- 智能程度
- 所需内存

最后，你可以选择你喜欢的harness（Pi, OpenCode, Claude Code, Codex 等）来运行模型。

（别忘了给项目点星🌟）

我还写了一篇详细文章，讲解如何用本地模型运行你喜欢的harness。文章引用如下。

用 Agent 编程工具写代码越来越顺手，但有个问题，代码提交后，过几天回头看，当时为什么这么改、AI 做了哪些推理，早想不起来了。偶然看到 Atlas 这个项目，给 AI 编程加上了「源代码管理」的概念，每次提交都能追溯到完整的对话和推理过程。它会自动记录每个 AI 会话的提示词、工具调用和文件变更，并把这些信息关联到对应的 Git 提交上，形成可查询的检查点。

GitHub： 可以同时运行 Claude Code、Codex 等多个 AI 助手，共享同一份记忆。一个助手做的决策，另一个助手下次提问时能直接看到，切换助手不用从头交代背景。还内置了编���器、终端、知识库、论文检索等功能，所有数据默认存在本地，不需要注册账号就能用。

如果我们日常重度依赖 AI 写代码，又想让每次修改都留下清晰的来龙去脉，可以试试。

我曾为此悲痛，也已经接受了这个结果，我选择乐观。这里是 omarchy 的实时演示：一个智能体导航到锁屏界面，侧边显示了模型意图和已完成的一系列动作。

我喜欢这个，哪怕做得马马虎虎。能做出一些开发者有望能用、能改善他们生活的东西，从一开始就实实在在让我感到兴奋。

我现在还在做这件事，也会继续做下去。

哦，这张图是 ghostty 渲染的 ;)

用 @AsideAI 作为 AI 工具套简直体验爆炸——我之前设置 OpenClaw 和 Slack 花了 2 小时。

而 Aside 的工具套带着全集成和浏览器集成，不到 3 分钟就搞定了，而且功能齐全，默认就带智能访问控制。

前几天看到有老外分享，基于Blender做预演视频来准确生成各种复杂场景AI视频。

我用CozyClay号称网页版本 Blender 做了一个模拟五影会谈的预演建模视频。

建模我是用前几天Zcode 送的GLM 5.3 Flash做的。然后录制成视频，我全程不懂什么是Blender，我只是告诉GLM帮我做一个5人圆桌会谈模拟无影会谈的样子。

视频是基于MiniMax 全能参考我用的懒人工具runninghub，由于偷懒没有单独做5人的角色卡图做了一整整合的，然后提示词写的也比较简单，中间雷影这里人物说话没区分出来，但是基本上画面人物顺序是对上了，一次性出来的，然后视频参考这里非常耗时基本要1个小时了，20s基本会崩后期出来渲染问题，后面我换成了15s的好多了。

整理来看如果要直接出这种视频人物运镜角度都是非常难控的。

这种预演台的模式对于影视制作来说是非常好的一种方式。

相关资源：👇

这是一则分享P图小技巧的内容，当发现照片中人物立体感不足时，仅需添加一句提示词，就能让照片人物变成3D效果。完整提示词可以在发布者的评论区查看。

这个提示词可以通过GPT安全审查，具体内容是：同一人同一姿势同一衣服 + 仅让胸部更圆润、更饱满、更挺拔，并用紧致面料承托。

发布者称按这个提示词操作，就能完成3D效果修改。

这套工具组合是用Codex搭配GMGN打造本地打狗雷达，仅负责扫币排雷，不会自动完成买币操作，最终是否买币由用户自行决定。

部署方法并不复杂：先给Codex安装好GMGN Skills，再接入一个关闭了交易权限的应用程序接口（API），最后输入筛选要求即可。这套工具部署在mac mini环境中，不需要连接大模型，也无需token。

分享者主要用它筛选市值在2万美元到8万美元之间的新币，新币诞生后会先等待5分钟再开始检测。

检测内容包括四个方面：一是智能合约权限、流动性提供商（LP）锁仓情况；二是貔貅风险（无法卖出的风险）；三是钱包地址分布；四是判断X平台上相关讨论是否为真人发言。

对于信息不足无法判断的币种，工具会标记为“待复核”，不会强行判定为安全。目前工具每2分钟自动扫描一轮，用户在桌面双击即可查看结果。

这套工具可以省去用户逐个翻网页查找信息的时间，减少90%的信息噪音，能帮助用户规避90%的归零币和垃圾币。

开发者yoheinakajima宣布，他终于完成了这款AI工具的开发。用户可以向AI询问当天应该完成哪些工作，AI会输出一份按优先级排序的工作清单，清单的准确性基本值得用户信任。

当然，用户并不总会认同AI给出的安排，有时候AI会推荐一些用户根本不想做的工作。yoheinakajima表示，恰恰是这最后一点最有用处。

不断有人问，既然Claude Code和Codex都已经存在了，为什么还要自己搭建智能体框架。哪怕只搭建一个小型框架，也会改变你使用已有大型工具的方式。你会从中了解到，哪些场景会出问题，模型出错后需要哪些调整，以及哪些参数设置是关键的。

这些知识会对你之后搭建的每一个智能体框架都有用。omarsar0将在未来几周分享如何搭建自己的最小智能体框架的相关资源。如果你对搭建过程有具体问题，可以向他提问。

<p>当遇到需求多、可选方案多的棘手UI问题时，一位朋友推荐我用Fable生成不同方案的线框图。这带来了完全不同的改变，让我回想起@bmoesta之前教我的方法：当工程问题存在过多变量时，可以使用正交阵列。</p> <p>这种方法的核心不是一次性得到正确答案，而是在不同方案之间形成足够的差异，从而理清哪些变量（也叫“因子”）是最重要的。

重点不是找出哪个解决方案最好，而是找出哪些变量更关键。</p> <p>得到这一信息后，我就可以确定需要固定的变量，缩小可选方案的范围。接下来就可以在约束更明确的变量条件下生成新提示，开启新一轮设计，逐步向目标靠拢。

</p>

这份提示词要求生成一个长度30秒的超写实、电影质感快节奏动作场景，场景设定在客机驾驶舱内，要求采用强烈手持摄影、真实运动、戏剧化声音设计以及可信的飞机运动效果。

提示词对短片分阶段做了分镜设计：0到6秒（对应短片的前6秒），一名女性进入驾驶舱，突然发现飞行员已经失踪，她震惊地看着空座位，要求用紧凑的手持镜头、快速剪辑和轻微镜头抖动营造即时紧张感。

6到13秒，这名女性冲向机长座位并掌控飞机，镜头要在她坚定的表情、抓握操纵杆的手和周围做出反应的驾驶舱仪表之间切换。

13到21秒，飞机遭遇湍流，发生剧烈颠簸，提示要求她握紧操纵杆，努力保持飞机稳定，同时场景中填满警报声和紧张的驾驶舱声响，镜头要随动作动态移动。

21到30秒，切换到富有戏剧效果的外部航拍镜头，展现飞机在天空中高速飞行，镜头向驾驶舱推进，清晰露出在操纵杆前的女性，最后以挡风玻璃后她专注表情的紧张特写结束。

提示词对整体风格做了明确要求，需要达到超写实好莱坞动作片摄影质感，包含自然纹理、真实面部表情、手持相机、电影运动模糊、戏剧化打光、沉浸式音效、紧张管弦乐配乐、真实飞机物理效果、无缝剪辑以及流畅的视觉连续性。

一名用户尝试让AI续写爱情喜剧的结局，这个15秒的视频生成使用了PolloAI提供的365天无限使用MiniMax H3服务，该服务没有信用额度限制，创作者拥有完全的创作自由度。

用户给出的生成目标是制作一段15秒的写实电影短片，场景设定为暴风雨中的海边悬崖，一对年轻情侣在狂浪拍击中共享浪漫时刻。按照提示词的设定，在接吻和剪影拥抱后，男子突然将女子推下悬崖，掉进下方翻腾的大海。

提示词对拍摄风格、角色、环境、分镜、运镜、光影、物理效果、音效和一致性都做了详细要求。风格要求为写实真人电影，使用宽银幕画幅，整体色调偏冷灰暗，全程保持阴天暴风雨的氛围。

角色设定明确了两人的年龄、外形和穿着：男子二十多岁，短发黑色连帽衫；女子二十多岁，留深棕色长发，穿白色连帽衫和浅牛仔短裤。环境设定为爱兰西海岸风格的偏远悬崖，没有护栏，狂浪持续拍打岩壁。

整个短片从远到近逐步推进：先是悬崖上拥抱接吻的浪漫片段，男子突然发力将女子推下悬崖，最后镜头跟随女子坠落，直到画面渐黑。音效全程只有自然环境音，没有音乐、台词和旁白，要求全程保持人物、服装和环境风格一致。