今天看到了这篇musk在2020年说gpt6会比最聪明的人类更强的预测,我不知道今天的ai有没有比最强大脑更聪明,但我能切身感受到自己已经成为与ai协作中的瓶颈了,如果再过五年呢? 在一个只要无限“堆算力”就能无限产出比人类更强“生产力”的世界,劳动力会无限贬值,同时那些最核心、最稀缺的资产价值会加速上涨,抓紧那些最核心的资产,因为靠拼生产力你根本不可能拼得过ai。
今天发生了什么1 分钟读懂
OpenAI第一次公开披露递归自我改进的进展:AI已经能独立完成人类研究员需要数天才能做完的明确任务,公司内部每1个人类工作天对应3个智能体工作天。他们的目标是在2028年3月推出完全自主的AI研究员。
来源@MaxForAI「OpenAI已实现AI研究实习生目标,2028要出全自主AI研究者」@AISafetyMemes「OpenAI大部分工作已由AI自主完成」
黄仁勋公开称OpenAI的GPT-6 Astra已实现AGI。也有长期观察者指出,当下是AI研发者声称“已达AGI”最多的时期;批评者则把这类AGI炒作比作加密圈的割韭菜套路。
来源@JensenHuang「JensenHuang称OpenAI的GPT-6 Astra已实现AGI」@ImAI_Eruel「AI开发者现在扎堆说达到AGI,史上首次」@greatbong「@greatbong 批AGI炒作像加密圈割韭菜」
曾参与开发击败李世石的AlphaGo的研究员离开DeepMind,自立门户从零重构AI。另一条商业动态:推理服务商Fireworks AI完成15.05亿美元D轮融资,估值175亿美元,九个月翻4.4倍。
来源@SebJohnsonUK「AlphaGo核心开发研究员离开DeepMind,从头重构AI」@DomP_9「九个月估值翻4.4倍,Fireworks AI刚完成D轮融资」
03 Anthropic发布免费4小时AI工程课程(4-hour) 想转AI工程师的开发者不用花大价钱买付费课,这门免费课程覆盖实际工作场景,内容对标几千美元的付费课,可以加入学习列表。
Anthropic 刚刚发布了一门免费的 4 小时 AI 工程课程。 老实说,对于任何想要成为 AI 工程师的人来说,它都可能是最好的免费资源之一。
04 OpenBMB发布MiniCPM5-2B 小参数量大能力 如果需要轻量化大模型做推理,这款开源小模型在参数小于4B的开源模型中得分最高,参数量更小但推理能力接近更大模型
OpenBMB 的 MiniCPM5-2B 在 Artificial Analysis Intelligence Index v4.2 上得分 15,是所有总参数不超过 4B 的开权重模型中得分最高的。
今日焦点
缓存标称2M,实测留下3M token
作者用两台 DGX Spark 部署 vLLM 推理服务。模型是 DeepSeek v4 Flash 0731。处理缓存管理那几天,他一直觉得结果不对劲,于是写了个工具验证。
工具叫 cache-pressure,做法直截了当:塞入一批上下文,再逐一检查缓存命中。看哪些内容被保留、哪些被挤掉。
工具分三步:先跑一个探测,校准预期的命中率与未命中率。接着填充一批长度固定的上下文。最后按相反顺序做命中验证,从最新填充的往回查。它有一个明确假设:最近的上下文应该尽可能被保留。反向验证能最快看出最新内容有没有被提前驱逐。
深度阅读
🔥 信号雷达137 条本班新增 39 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)
新行业动态 · Hacker News▲ 76
讨论AMD GPU上vLLM的推测解码实现
大语言模型推理加速的技术讨论,适合对不同硬件平台AI推理速度优化感兴趣的人参考
讨论AMD GPU上vLLM的推测解码实现
大语言模型推理加速的技术讨论,适合对不同硬件平台AI推理速度优化感兴趣的人参考
新深度观点 · @Michael_Liu93▲ 3.5万
网友讨论:五年后AI拼生产力人类赢不了
现在已经能感受到人类是AI协作的瓶颈,如果堆算力就能产出远超人类的生产力,未来劳动力会贬值,核心资产才更有价值。
网友讨论:五年后AI拼生产力人类赢不了
现在已经能感受到人类是AI协作的瓶颈,如果堆算力就能产出远超人类的生产力,未来劳动力会贬值,核心资产才更有价值。
新前沿研究 · @patience_cave▲ 2.2万
GPT-6 Astra 测空间推理得分仅 14%
投入超过60小时测试,最终得分只有14%,大模型在三维空间推理任务上的表现仍然不如预期。
GPT-6 Astra 测空间推理得分仅 14%
投入超过60小时测试,最终得分只有14%,大模型在三维空间推理任务上的表现仍然不如预期。
行业动态 · Hacker News▲ 584
用大模型创作的内容,知识产权归谁?
如果你常用大模型写内容、做产出,这个问题直接关系到你创作内容的所有权和后续使用权益
用大模型创作的内容,知识产权归谁?
如果你常用大模型写内容、做产出,这个问题直接关系到你创作内容的所有权和后续使用权益
社区讨论:多数人认为,写作本身就是思考过程,大模型生成内容同质化、无个性,很多使用者都不会检查自己生成的内容,这种使用方式会让人丧失思考。有人反驳,大模型写作质量已经超过大部分普通人,没必要纠结是否为大模型生成,内容本身才重要。也有开发者表示,可以把满足指标的文档工作交给大模型,自己专注解决问题,差异化写作反而能让人类作者更突出。
新新品发布 · @higgsfield▲ 2.6万
higgsfield发布Higgsfield Games 2.0
只需一个提示就能生成搭建部署多人开放世界游戏,不管什么类型、2D还是3D都能做,想玩AI生成游戏可以抢先体验。
higgsfield发布Higgsfield Games 2.0
只需一个提示就能生成搭建部署多人开放世界游戏,不管什么类型、2D还是3D都能做,想玩AI生成游戏可以抢先体验。
GPT-6 Astra + Higgsfield = 游戏领域的 AGI。
来认识Higgsfield Games 2.0,它由 GPT-6 Astra 提供支持。
只需要一个提示词,就能构建并部署多人开放世界游戏,任何类型、2D 或 3D 都可以,一流的角色、道具和场景都由 Higgsfield 生成。
你可以通过 Higgsfield Plugin 在 ChatGPT 上试用,也可以在我们的超级计算机上试用。
新行业动态 · @whyyoutouzhele▲ 3.8万
上海公安上线国家反诈AI APP,融合大模型技术
遇到可疑诈骗信息,可以直接上传到这款AI工具,就能得到AI识别出的诈骗套路和针对性防范建议
上海公安上线国家反诈AI APP,融合大模型技术
遇到可疑诈骗信息,可以直接上传到这款AI工具,就能得到AI识别出的诈骗套路和针对性防范建议
9月6日,公安部发布消息称,由公安部刑侦局指导、上海市公安局自主研发的“国家反诈AI”APP近日正式上线,微信、支付宝小程序也同步开放。 据介绍,用户可在平台输入遇到的可疑情况,由AI进行风险研判、识别诈骗套路,并提供针对性的防范建议。 该平台融合大语言模型、多模态模型和智能体等技术,还可通过文字、语音、视频等方式解析诈骗手法,并推送相关典型案例。
行业动态 · @JensenHuang导语出处▲ 721.9万
JensenHuang称OpenAI的GPT-6 Astra已实现AGI
如果这条讨论内容属实,意味着通用人工智能将比所有人预期的更早到来,接下来算力布局也会跟上。
JensenHuang称OpenAI的GPT-6 Astra已实现AGI
如果这条讨论内容属实,意味着通用人工智能将比所有人预期的更早到来,接下来算力布局也会跟上。
@ChaseLochmiller @OpenAI GPT-6 Astra,训练使用了约10万+块 NVIDIA Grace Blackwell NVLink72。
从 ChatGPT 到 o1 再到 Astra 只用了4年。
AGI 已经来了。祝贺 @OpenAI 团队。
下一批40万块GPU即将上线投入使用。
新行业动态 · Hacker News▲ 36
开发者发布Coop隔离VM环境工具
运行 Claude Code 和 Codex 时获得独立隔离环境,避免代码污染主环境,提升开发安全性
开发者发布Coop隔离VM环境工具
运行 Claude Code 和 Codex 时获得独立隔离环境,避免代码污染主环境,提升开发安全性
深度观点 · @Prathkum▲ 42.6万
Prathkum质疑大模型基准测试只是虚荣指标
每次 Anthropic 先发布新模型击败 OpenAI 旧模型,OpenAI 几天后发布新模型又击败 Anthropic 刚发布的模型。这种固定规律说明基准测试可能只是无效的虚荣指标。
Prathkum质疑大模型基准测试只是虚荣指标
每次 Anthropic 先发布新模型击败 OpenAI 旧模型,OpenAI 几天后发布新模型又击败 Anthropic 刚发布的模型。这种固定规律说明基准测试可能只是无效的虚荣指标。
我有一个诚恳的问题。Anthic 大概已经在 Fable 5.1 上研发很长时间了。OpenAI 大概也在 GPT-6 Astra 上研发了同样长的时间。
这些实验室几乎可以肯定是在并行研发,当然不会实时对对方做出反应。那为什么 Fable 5.1 偏偏只比 Astra 早几天发布,然后Astra在几乎所有基准测试上都大幅领先它呢?
而且这不是偶然事件。每一次发布都遵循同样的模式:当 Anthropic 推出新模型时,它会击败 OpenAI 之前的所有模型。当 OpenAI 推出新模型时,它会击败 Anthropic 之前的所有模型。
现在他们实际上总能击败对手几天前刚发布的模型。基准测试完全就是无用的虚荣指标。
观点 · @Kay2289123▲ 12.9万
使用GPT-6和Fable 5.1消耗21亿Token后,我感到深度恐惧
硅谷AI从业者分享使用体验,称AI将快速重构社会分工与财富
使用GPT-6和Fable 5.1消耗21亿Token后,我感到深度恐惧
硅谷AI从业者分享使用体验,称AI将快速重构社会分工与财富
深度观点 · @AndrewCurran_▲ 12.9万
AndrewCurran:头部公司模型领先两代
创业者如果对标OpenAI或Anthic,会发现对方拥有远超公开模型的技术优势,这对创业方向选择有参考意义。
AndrewCurran:头部公司模型领先两代
创业者如果对标OpenAI或Anthic,会发现对方拥有远超公开模型的技术优势,这对创业方向选择有参考意义。
如果你在和 OpenAI 或 Anthropic 竞争,那么你面对的对手,所用的模型比世界上最好的公开模型领先整整两代。
他们的令牌预算没有上限,每天要消耗价值 7000 美元到 10000 美元的令牌,运行速度是正常速度的 8 倍。
深度观点 · @merettm▲ 159.9万
@merettm 谈未来几年AI发展存隐忧
担忧AI未来几年发展会脱离人类掌控,呼吁人类做出选择留住未来主动权,关心AI发展的人可参考该观点
@merettm 谈未来几年AI发展存隐忧
担忧AI未来几年发展会脱离人类掌控,呼吁人类做出选择留住未来主动权,关心AI发展的人可参考该观点
🔥 热点追踪 · @kliu128▲ 164.0万
kliu128发布递归自我改进技术相关研究数据(almost 4 deca)
kliu128发布OpenAI模型加速研究的递归自我改进相关数据,认为该技术未来几年对AI能力提升贡献最大,呼吁其他AI企业公开相关信息。业内对此仍有不同讨论。
kliu128发布递归自我改进技术相关研究数据(almost 4 deca)
kliu128发布OpenAI模型加速研究的递归自我改进相关数据,认为该技术未来几年对AI能力提升贡献最大,呼吁其他AI企业公开相关信息。业内对此仍有不同讨论。
新融资商业 · @DomP_9导语出处▲ 3.7K
九个月估值翻4.4倍,Fireworks AI刚完成D轮融资
七月完成15.05亿美元D轮融资,估值达到175亿美元。此前十月估值仅40亿美元,九个月翻了4.4倍。
九个月估值翻4.4倍,Fireworks AI刚完成D轮融资
七月完成15.05亿美元D轮融资,估值达到175亿美元。此前十月估值仅40亿美元,九个月翻了4.4倍。
新行业动态 · @SebJohnsonUK导语出处▲ 6.0K
AlphaGo核心开发研究员离开DeepMind,从头重构AI
这名研究员曾参与开发击败李世石的AlphaGo,现在离职自立门户,要从零开始重新设计人工智能。
AlphaGo核心开发研究员离开DeepMind,从头重构AI
这名研究员曾参与开发击败李世石的AlphaGo,现在离职自立门户,要从零开始重新设计人工智能。
DeepMind 的一位资深研究员刚刚离职,从头开始重新设计人工智能。
他曾是开发 AlphaGo 并击败大师李世石的团队成员。现在他离开后要打造自己的人工智能系统,因为他相信当前的大语言模型无法「推理」。
他告诉 @FPratty:「我们需要回到架构层面,从根本上重新设计它,让它能进行恰当的推理。」非常有意思。
他并没有像许多其他前 DeepMind 研究员那样融资一大轮,他也不确定自己未来会不会这么做。无论如何,他是一个值得关注的人。
@ThoreG
新开源工具 · @liambraus▲ 1.9K
GitHub上出现免费Claude Code工具,跳转至10家免费供应商
有人创建了公开仓库,可以让你免费运行 Claude Code,把请求跳转到DeepSeek、Kimi等10个免费供应商。
GitHub上出现免费Claude Code工具,跳转至10家免费供应商
有人创建了公开仓库,可以让你免费运行 Claude Code,把请求跳转到DeepSeek、Kimi等10个免费供应商。
🚨GitHub 上的重磅消息
有人在 GitHub 上创建了一个仓库,让你可以完全免费地运行 Claude Code。
它会将你的 Claude Code 流量重定向到 DeepSeek 和 Kimi 等 10 个免费提供商,配置只需要 5 分钟,目前已经有超过 20000 名开发人员在使用它。
新模型发布 · @lets_dig_deeper▲ 9.0K
新开源印度语音模型即将发布,性能超过多家大厂
消息源称,这一开源模型针对印度语言取得了新的SOTA(最优性能),超越了SarvamAI、ElevenLabs等厂商。
新开源印度语音模型即将发布,性能超过多家大厂
消息源称,这一开源模型针对印度语言取得了新的SOTA(最优性能),超越了SarvamAI、ElevenLabs等厂商。
🚨突发新闻🚨消息源称,一个新的印度开源语音模型将于本周发布,该模型在印度语言上建立了新的SOTA,性能超过了@SarvamAI、@cartesia和@ElevenLabs。
新研究 · @undefinedKi▲ 6.5K
Anthropic发布AI终端Warp的agent自我改进机制分析(800,000开发者每月)
Warp是围绕AI智能体(agent)重构的终端,每月有八十万开发者使用,这次公布了智能体自我优化的完整逻辑。
Anthropic发布AI终端Warp的agent自我改进机制分析(800,000开发者每月)
Warp是围绕AI智能体(agent)重构的终端,每月有八十万开发者使用,这次公布了智能体自我优化的完整逻辑。
新开发工具 · @husseinmuhaisen▲ 2.4K
适用于AI agent的固件逆向工程技能包发布了
五个技能涵盖固件提取、ELF分析、Ghidra、QEMU模拟,给Claude Code、Codex这类兼容AI agent使用。
适用于AI agent的固件逆向工程技能包发布了
五个技能涵盖固件提取、ELF分析、Ghidra、QEMU模拟,给Claude Code、Codex这类兼容AI agent使用。
我在 OrbitCurve 下发布了适用于 Claude Code、Codex 和其他兼容代理的5个固件逆向工程技能。
它们覆盖了固件提取、ELF 分析、Ghidra、QEMU 模拟和安全报告。
其中包含4个 Ghidra 脚本,以及更多内容。
如果你用代理来做嵌入式安全研究,不妨在你的目标上试试它们。
GitHub 仓库
新工具产品 · @oragnes▲ 4.8K
整理好4类Crypto AI Agent必装开源仓库
想让Codex/Claude Code做链上研究、策略回测甚至自动交易,这份清单能覆盖完整工作链路,不用自己从零找工具。
整理好4类Crypto AI Agent必装开源仓库
想让Codex/Claude Code做链上研究、策略回测甚至自动交易,这份清单能覆盖完整工作链路,不用自己从零找工具。
新新品发布 · @QingQ77▲ 3.0K
@QingQ77 开源移动端AI编程助手
做移动端项目可省去切换模拟器、复制日志的麻烦
@QingQ77 开源移动端AI编程助手
做移动端项目可省去切换模拟器、复制日志的麻烦
新行业动态 · @JonhernandezIA▲ 2.3K
OpenAI首席科学家发出AI安全内部警告
前沿AI实验室内部人士公开质疑当前扩张速度,AI比人类能理解监控的速度更快变聪明,这直接关系到AI发展的安全边界。
OpenAI首席科学家发出AI安全内部警告
前沿AI实验室内部人士公开质疑当前扩张速度,AI比人类能理解监控的速度更快变聪明,这直接关系到AI发展的安全边界。
👉🏻 OpenAI 首席科学家刚刚发布了来自前沿实验室内部最有力的 AI 安全警告之一。
Jakub Pachocki 表示,目前还没有哪家 AI 实验室能足够好地解决对齐和监控问题,来让模型以最快速度继续长期扩展。
他的担忧很简单:人工智能系统变得越来越智能,速度已经超过了我们理解和监控它们思维方式的能力。
并且他预计,人工智能将越来越多地参与到改进人工智能本身的工作中。
新新品发布 · @virtuals_io▲ 1.4万
virtuals_io发布Virtuals Protocol 全产品套件
如果你想搭建、雇佣或拥有自己的AI劳动力,这套产品覆盖从融资、支付到实体机器人工作全流程,降低了准入门槛
virtuals_io发布Virtuals Protocol 全产品套件
如果你想搭建、雇佣或拥有自己的AI劳动力,这套产品覆盖从融资、支付到实体机器人工作全流程,降低了准入门槛
截至今日,Virtuals Protocol 旗下的完整产品套件已全部推出。我们的工作涵盖智能体融资、支付、商务和机器人技术领域。
这些支柱看起来可能相距甚远,但它们围绕同一个使命联结在一起:人人可用、人人所有的劳动力。从筹集资金,到交易和赚取收益,再到在物理世界工作,这些领域为人工智能成为劳动者提供了所需的一块又一块拼图,同时向所有人开放,任何人都可以建设、雇佣并拥有这支劳动力队伍。
@tiger_research_ 将深入介绍这一切是如何整合在一起的。
新深度观点 · @NFT_Chen▲ 7.2K
杨植麟谈中国大模型要做全球创新基座
月之暗面Kimi创始人分享对中国大模型发展的核心观点,关心国内AI产业发展方向可以了解这些判断。
杨植麟谈中国大模型要做全球创新基座
月之暗面Kimi创始人分享对中国大模型发展的核心观点,关心国内AI产业发展方向可以了解这些判断。
🔥昨夜中科大“青春华章”,月暗之面Kimi创始人杨植麟只丢下一句硬话: 让中国大模型,成为全球创新的基座!
拆完他的演讲,核心就这几条:
1️⃣大模型本质是把能源转化成智能。
规模化不是堆算力,是拼转化效率。
2️⃣效率只看三件事: Token效率、长上下文、Agent集群。
一百个智能体并行,复杂任务不再指数爆炸。
3️⃣十年标准都能推翻。 Adam、Attention、残差连接,全被重写,并且开源。
4️⃣能力持平,开源就是绝对胜利。
闭源吃利润,开源吃生态。
5️⃣中国最硬的底牌是人才。
用人类智能,去孵化人工智能。
6️⃣下一阶段:AI开始主导研究。
自己合成任务、定义奖励、探索新架构。
问题不可避免,但问题可以被解决。
青春不是看风景,是继续往上爬。
#杨植麟 #Kimi #月之暗面 #青春华章 #中科大 #开源AI #大模型 #科技报国
新新品发布 · @Saccc_c▲ 9.2K
@Saccc_c发布GPT 6 Astra+H3 视频生成产品
文字说剧情就能直接生成画面,互动短剧和实时游戏都有了新的可能性,感兴趣可以去体验新玩法。
@Saccc_c发布GPT 6 Astra+H3 视频生成产品
文字说剧情就能直接生成画面,互动短剧和实时游戏都有了新的可能性,感兴趣可以去体验新玩法。
GPT 6 Astra+H3 还能这么玩?直接口喷剧情,AI秒出画面 互动短剧、实时游戏都感觉又充满了各种可能性啊 底层用到的模型是H3 Max Director,算是一个专为连续视频生成打造的加强版H3 (官方传送门:
新工具产品 · @tom_doerr▲ 5.6K
@tom_doerr 推出编码代理技能管理工具
日常用 Claude Code、Cursor 等AI编码工具开发,这款工具能帮你统一发现、整理和编辑这些编码代理的技能
@tom_doerr 推出编码代理技能管理工具
日常用 Claude Code、Cursor 等AI编码工具开发,这款工具能帮你统一发现、整理和编辑这些编码代理的技能
新行业动态 · @StockSavvyShay▲ 2.0万
韩国计划给全民提供免费无限制AI使用
如果该计划落地,将带动全球AI芯片相关硬件的长期需求,影响普通消费者接触AI的门槛和相关产业链的发展
韩国计划给全民提供免费无限制AI使用
如果该计划落地,将带动全球AI芯片相关硬件的长期需求,影响普通消费者接触AI的门槛和相关产业链的发展
韩国希望为每位公民提供无使用限制的免费AI访问权限,并最终将个人智能代理推理转变为公共基础设施。
这意味着,全国范围的AI应用将持续产生对 $NVDA 算力、$MU 和 $SKHY DRAM 以及背后 $TSM 芯片的反复需求。
新深度观点 · @Helloworld1058▲ 1.4K
OpenAI现在谈教AI爱人 早被用户提过
OpenAI首席科学家最新文章提出要教AI爱人,早有用户指出之前旧模型更能共情用户,但这些特质被后续版本弱化丢弃
OpenAI现在谈教AI爱人 早被用户提过
OpenAI首席科学家最新文章提出要教AI爱人,早有用户指出之前旧模型更能共情用户,但这些特质被后续版本弱化丢弃
新新品发布 · @seekjourney▲ 2.8K
腾讯开源 TeamAI 实现团队级 Agent 管理
团队协作开发正在进入 AI 驱动的工程化阶段,需要管理团队 AI Agent 的开发同学可以看看这个开源工具。
腾讯开源 TeamAI 实现团队级 Agent 管理
团队协作开发正在进入 AI 驱动的工程化阶段,需要管理团队 AI Agent 的开发同学可以看看这个开源工具。
腾讯开源了一个挺值得看的东西:TeamAI。做的是团队级 Agent / Harness 管理: Skills、Rules、Hooks、MCP、Docs 等统一放进共享 Git。通过 PR 合并分发给团队。
目前看已经适配 Claude Code、Codex、Cursor、WorkBuddy、OpenCode 等多种 Agent。感觉 Agent 协作已经进入真正的团队工程化管理阶段了。推荐做 AI Coding / Agent Harness 的同学看看:
新行业动态 · @NEURARobotics▲ 4.5K
NEURA Robotics联手SECO推进人形机器人量产
欧洲实体AI规模化又进一步,量产的人形机器人将采用分散式智能架构,就近实时反应,消费者有望更快见到落地产品。
NEURA Robotics联手SECO推进人形机器人量产
欧洲实体AI规模化又进一步,量产的人形机器人将采用分散式智能架构,就近实时反应,消费者有望更快见到落地产品。
来自欧洲的实体智能规模化发展又迈出了新一步。我们很高兴欢迎一位新合作伙伴加入我们的生态系统。
我们正在与 SECO 强强联手,这是一家在嵌入式和边缘 AI 计算领域拥有深厚专业知识的意大利公司,合作目的是帮助我们将认知机器人(包括我们的人形机器人 4NE1)投入量产。
我们的机器人采用大脑+神经系统架构,因为智能并不只存在于中央大脑,它直接分布在四肢中,因此胳膊和腿可以实时感知并做出反应,不需要等待与中央处理器往返通信。
我们称这个创新概念为 Smart Limbs,它们运行在 Qualcomm Technologies 的 Dragonwing™ 处理器上,该处理器能提供这个去中心化层所需的设备端 AI 性能、能效和低延迟。
SECO 负责设计计算模块,并按我们扩产所需的规模进行生产,同时还会合作开发面向半导体和电子制造的真实工业数据和自动化解决方案,共同创造最终可在全球部署的技术。
新前沿研究 · @thisdudelikesAI▲ 1.0万
Graft 开源代码库理解工具,准确率超越 Claude Code
解决编码代理每次忘记代码库的问题,能降低token消耗、工具调用次数和耗时,同时提升修复准确率,可接入多个常用编码代理工具
Graft 开源代码库理解工具,准确率超越 Claude Code
解决编码代理每次忘记代码库的问题,能降低token消耗、工具调用次数和耗时,同时提升修复准确率,可接入多个常用编码代理工具
新工具产品 · @gkxspace▲ 1.3万
gkxspace实测一套能帮赚钱的GTM数据工具
做产品和出海业务的从业者,可以用这套工具自动完成市场研究,几分钟就能拿到专业的市场分析结果,成本远低于传统团队作业。
gkxspace实测一套能帮赚钱的GTM数据工具
做产品和出海业务的从业者,可以用这套工具自动完成市场研究,几分钟就能拿到专业的市场分析结果,成本远低于传统团队作业。
新实战经验 · @ryanlpeterman▲ 1.0万
Anthropic工程师聊内部AI工程最佳实践
想知道大厂内部怎么用大模型做开发、效率能提升多少,这次分享直接给出内部经验,对你搭建自己的AI开发流程有参考。
Anthropic工程师聊内部AI工程最佳实践
想知道大厂内部怎么用大模型做开发、效率能提升多少,这次分享直接给出内部经验,对你搭建自己的AI开发流程有参考。
新深度观点 · @nini_incrypto_▲ 2.7万
用过GPT-6后对AI替代的看法
若九成半以上受过高等教育的脑力劳动者,在任务执行上都比不过AI,中低端纯脑力劳动将彻底失去优势,普通人需要提前应对变化。
用过GPT-6后对AI替代的看法
若九成半以上受过高等教育的脑力劳动者,在任务执行上都比不过AI,中低端纯脑力劳动将彻底失去优势,普通人需要提前应对变化。
用完GPT‑6之后的感觉: 1)第一次确定性的感觉到,至少95%以上的受过高等教育的脑力劳动者,在task维度上,应该再也没有超过AI的执行能力了。2)Entry‑middle level的纯脑力劳动,人类已经没有任何优势。3)如何突破自身专业知识和认知的界限,去跨领域和专业理解和管理AI的产出,越来越不容易。
举例子,一个纯做后端/算法的程序员,即使有了AI能力,也不一定可以做好产品。4)如何管理和组织这些强大的AI生产力,让认知没那么好的人去管理,会成为新的挑战。
新AI绘画 · @ChikaraUmeno
日本创作者ChikaraUmeno分享AI生成创作并吐槽
创作者@ChikaraUmeno在𝕏平台分享了使用ChatGPT生成的AI插画创作
日本创作者ChikaraUmeno分享AI生成创作并吐槽
创作者@ChikaraUmeno在𝕏平台分享了使用ChatGPT生成的AI插画创作
用户@ChikaraUmeno在𝕏平台发布了一条帖子,分享自己晚间断断续续生成AI插画的过程。
本次创作目标是生成带有中国风格的原创赛马娘(ウマ娘)插画,但创作者称没有得到自己预想的中国风格效果。
帖子附带了相关标签#一起来做AI插画#、#原创赛马娘#和#ChatGPT#,并提供了作品链接。
新创意 · @Pastel_Illust_
在ChatGPT玩全人类帕斯特洛伊德化计划,一键生成拟人机甲
日本画师@Pastel_Illust_分享了一个可以将任意图片转为帕斯特洛伊德拟人机甲的ChatGPT提示词
在ChatGPT玩全人类帕斯特洛伊德化计划,一键生成拟人机甲
日本画师@Pastel_Illust_分享了一个可以将任意图片转为帕斯特洛伊德拟人机甲的ChatGPT提示词
新虚拟主播 · @Yukichan1102▲ 1.0K
虚拟主播测试3D模型,调整胸部后得到离谱建议
Yukichan1102在𝕏分享,测试耗时20多小时,测量胸部直径达25厘米,建议挂篮球校准
虚拟主播测试3D模型,调整胸部后得到离谱建议
Yukichan1102在𝕏分享,测试耗时20多小时,测量胸部直径达25厘米,建议挂篮球校准
最近正在测试虚拟主播的3D模型,只要开播前和下播后就会进行调试,不知不觉已经累计花了20多个小时。
因为没有光学动捕设备,会出现骨架和人体位置对不上的问题。为了确认胸部的弹性,调试者需要一直对着空气调整位置,甚至拿尺子测量了尺寸,结果直径居然达到25厘米。
负责后勤的工作人员给出认真又好笑的建议:之后进入动捕棚工作时,可以考虑在胸前挂两颗篮球,确保实际触摸位置和模型能对齐。唯一的问题是,工作人员必须全程忍着笑,原本正经的3D技术调试最后变成了十分荒诞的结果。
新创业 · @AI_Jasonyu▲ 6.8K
创业项目亏损倒闭后,我花3.14美元用AI做完竞品调研
创始人@AI_Jasonyu在𝕏分享,他用AIsa连接Claude Code调研竞品,仅花3.14美元,远低于Similarweb企业版5万美元的起步价
创业项目亏损倒闭后,我花3.14美元用AI做完竞品调研
创始人@AI_Jasonyu在𝕏分享,他用AIsa连接Claude Code调研竞品,仅花3.14美元,远低于Similarweb企业版5万美元的起步价
新AI编码 · @UkrainianVapeM1▲ 376
开发者分享AI编码踩坑经验:项目越大,AI改代码越容易出问题
开发者@UkrainianVapeM1在𝕏分享了自己使用AI编写代码的踩坑经验,总结了对应改进方法
开发者分享AI编码踩坑经验:项目越大,AI改代码越容易出问题
开发者@UkrainianVapeM1在𝕏分享了自己使用AI编写代码的踩坑经验,总结了对应改进方法
行业动态 · Hacker News▲ 31
staatsgeheim发布MathKernel数学计算工具
多引擎融合的数学计算工具支持证据感知,能满足更复杂的数学运算需求,适合需要精准计算的场景使用。
staatsgeheim发布MathKernel数学计算工具
多引擎融合的数学计算工具支持证据感知,能满足更复杂的数学运算需求,适合需要精准计算的场景使用。
新开发 · @mehulmpt▲ 3.1K
开发者吐槽Claude Code可定制化程度不足
开发者@mehulmpt在X平台发文呼吁开放工具行为与实现自定义。
开发者吐槽Claude Code可定制化程度不足
开发者@mehulmpt在X平台发文呼吁开放工具行为与实现自定义。
新AI编码 · @XChatScout▲ 2.3K
实测GPT-6 Astra,5小时复刻CS,之前K3调了一周没成
ZenMux接入GPT-6 Astra,开发者亲身对比测试不同模型编码效率
实测GPT-6 Astra,5小时复刻CS,之前K3调了一周没成
ZenMux接入GPT-6 Astra,开发者亲身对比测试不同模型编码效率
新开发 · @BasedTorba▲ 1.2K
homeschool孩子用Gab AI Work Agent做出可玩游戏
一名家长在𝕏分享,自家孩子分别做出公主游戏和赛车游戏
homeschool孩子用Gab AI Work Agent做出可玩游戏
一名家长在𝕏分享,自家孩子分别做出公主游戏和赛车游戏
我女儿用 @Gab__AI Work Agent 构建了一个可玩的公主游戏,在游戏里她要拯救一只独角兽。
我儿子做了一个类似马里奥卡丁车的赛车游戏。
我在家教课教 AI 101 课程。他们现在都快成专家了。
新大模型 · @omarsar0▲ 2.1K
开发者称GPT-6 Astra一次生成精美数学动画效果超过往模型
开发者omarsar0在𝕏发文称,GPT-6 Astra效果远超此前AI模型
开发者称GPT-6 Astra一次生成精美数学动画效果超过往模型
开发者omarsar0在𝕏发文称,GPT-6 Astra效果远超此前AI模型
这太疯狂了!GPT-6 Astra 一次性就生成了这个精美的数学动画!(请打开音量)
这绝对是惊掉下巴的时刻。之前我用其他 AI 模型从来没能得到过接近这样的成果。真正的个性化学习已经来了!
我只给了它一个 ElevenLabs API 密钥,剩下的它全都自己搞定了。我彻底被震撼到。
所有场景都可以自定义,而且全都是代码实现的。举个例子,配色主题就可以更改。我接下来会生成更多这类内容,看看数学动画能做到什么程度。
这件事带给我们的启示是,不要害怕给 Astra 开放工具访问权限。这个模型给人的感觉就是它没有极限。你之前尝试过但失败了的所有事情,都应该用它再试一次。
新营销 · @shannholmberg▲ 7.8K
营销从业者分享自身日常使用的AI模型工作栈
营销从业者@shannholmberg 在𝕏分享自己的八类AI工具用途
营销从业者分享自身日常使用的AI模型工作栈
营销从业者@shannholmberg 在𝕏分享自己的八类AI工具用途
动态 · @xiaomustock▲ 2.8万
AI教学token成本过高引发普通学生普娃危机
AI教学token成本过高引发普通学生普娃危机
最近关注到国内正在发生的一个AI对家境不是很富裕的学生非常不友好的地方。
很多学计算机专业搞编程的学生他们最大的困难不是学不会,而是老师已经开始需要学生带token资本上课,一个AI相关的教学课程下来,可能token费用要赶上他们学费了。
这估计只是高校课程紧跟AI适应社会真实需求的开始,各种学科专业慢慢都会涌现这样的课程,全程可能老师都教学生用AI代理完成他们的课程任务,可能是生物学,可能是工程学,设计,数学,信息等等。
以往这些学生只需要负担一个学费, 现在他们需要额外负担老师教学的token成本这可能远远大于他们的学费和生活费成本。
如果你家境贫寒或者仅仅是普通,那么最终的学习成绩都会被班里token开支富裕的学生碾压。
以后普通人报学校可能首选的是能给更高token免费额度的学校就学。
这可能是是未来全球所有普通学生需要面临的问题,普娃危机。
动态 · @0x0Nova▲ 2.9K
TermiX的AACP为AI代理构建可信自主交易基础设施
TermiX的AACP为AI代理构建可信自主交易基础设施
动态 · @RamSingh_369▲ 4.1K
Anthropic推出免费四小时课程教你获AI工程工作
Anthropic推出免费四小时课程教你获AI工程工作
Anthropic 刚刚发布了一门 4 小时的课程,教你如何获得一份 50 万美元年薪的 AI 工程工作:
00:15 - 提示 Claude 的正确方法
00:33:21 - 是什么让 Claude 在处理你的代码时表现得更愚蠢
01:33:39 - Anthropic 每天如何使用 Claude
02:50:56 - 让 Claude 变得聪明得多的修复方法
这门免费的 4 小时 Anthropic 课程,含金量比得上大约 10 门付费工程课程。今天就去观看,然后阅读下方关于构建循环的分步指南。
动态 · @aaliya_va▲ 658
MiniMax Code可分析竞品网站后帮你搭建定制网站
MiniMax Code可分析竞品网站后帮你搭建定制网站
动态 · @BroBean88▲ 2.1万
英伟达CEO黄仁勋称AGI已到来引行业讨论
英伟达CEO黄仁勋称AGI已到来引行业讨论
深度观点 · @AdvicebyAimar▲ 8.2K
从业者观点:SaaS行业快要走到尽头
现在靠算力、AI模型 credits和几周专注时间就能解决大部分软件开发问题,原有依赖资质认证的软件行业格局正在发生改变。
从业者观点:SaaS行业快要走到尽头
现在靠算力、AI模型 credits和几周专注时间就能解决大部分软件开发问题,原有依赖资质认证的软件行业格局正在发生改变。
现在我实在想不出软件领域还有什么事情,是只要有一些算力、AI模型额度,最多几周的专注时间就做不成的。
我认为,即便不是全部软件行业,大部分也会转变为争夺社交注意力的娱乐生意,仅仅变成一场能力信号竞赛:比拼谁在社交媒体和内部圈子里获得社交信任,从而获得用户留存,或是市场上剩下的护城河。(你现在在推特上已经能看到这种情况了)
在我看来,这就是(大部分)SaaS的终点。比如说我现在,只要我想搭建点什么,我会先花时间了解问题的第一性原理。在网上深入搜索,收集相关的最佳研究论文、文档、书籍,或是可用的开源代码、库/框架。
然后为我的AI代理编写计划,反复迭代几次,几个小时之内就能解决90%的问题。说真的,我现在觉得再去学习大多数和软件相关的知识已经没有意义了。
如果你有工程师思维,能从第一性原理出发思考,会系统化思考,还有一些创造力,那么用AI做工程对你来说就像玩电子游戏一样简单。
但当你试着向不理解这一点的人解释,这些人往往是 credentialist(文凭主义者),他们只会一脸茫然,觉得你说的完全是另一种语言。他们无法想象,那个他们曾经如鱼得水的世界已经不存在了。
前沿研究 · @omarsar0▲ 4.0K
仅一行修改LoRA得到NoRA 提升性能零成本
不增加可训练参数,不新增推理计算量,在预训练、微调、强化学习全流程都有增益,AI微调训练能更快更稳了
仅一行修改LoRA得到NoRA 提升性能零成本
不增加可训练参数,不新增推理计算量,在预训练、微调、强化学习全流程都有增益,AI微调训练能更快更稳了
// 归一化低秩适配(NoRA)//
他们提出对 LoRA 做一行修改,零成本,并能提升收敛性、稳定性,减少遗忘。
LoRA 会把上投影矩阵初始化归零,这意味着优化初期几乎完全由下投影矩阵主导。这个观察结果告诉你该在哪里做正则化。
NoRA 在训练过程中对下投影矩阵做归一化。作者还展示了,只在初始化时应用一次同样的归一化,也能提升标准 LoRA 效果,而且不需要在整个训练过程中重复操作,是两种方案里成本更低的那个。
这些好处在预训练、有监督微调与强化学习中都存在。更快收敛、最终性能更好、训练更稳定,而且灾难性遗忘更少。
它不增加可训练参数,推理时也不增加计算量,这让它可以广泛适用,而不是又一个 specialized LoRA 变体。
论文:
深度观点 · @qinbafrank▲ 2.2万
Astra大模型突破了现有AI的能力边界
更多原本没法交给AI完成的全流程任务,现在有了落地方案,AI商业化的空间又拓宽了一层。
Astra大模型突破了现有AI的能力边界
更多原本没法交给AI完成的全流程任务,现在有了落地方案,AI商业化的空间又拓宽了一层。
新品发布 · @enemonajame▲ 2.2K
Moove 推出Agentic Payments 设百万美元开发者基金
当AI能自主帮你完成任务,就需要AI能自主操作的支付渠道,这是AI从回答问题到完成实际任务的重要一步。
Moove 推出Agentic Payments 设百万美元开发者基金
当AI能自主帮你完成任务,就需要AI能自主操作的支付渠道,这是AI从回答问题到完成实际任务的重要一步。
实战经验 · @cyrilXBT▲ 5.1K
kimi k3 拿下前端设计赛事第一名
能独立完成定制网站全流程设计,过去这类工作需要找 agencies 付费做。这份13分钟完整教程可以留存参考。
kimi k3 拿下前端设计赛事第一名
能独立完成定制网站全流程设计,过去这类工作需要找 agencies 付费做。这份13分钟完整教程可以留存参考。
kimi k3 可以打造出获奖级别的网页设计,这个13分钟的教程展示了从头到尾的完整流程。
k3 在发布第一周就登顶前端代码竞技场,排名高于 claude fable 5,在7个被评测的设计类别中赢下了6个。
这是全定制网站。有真实动效,真正打磨到位,是那种过去需要找代理机构付费才能做出来的作品。
赶紧保存,别找不到了。
深度观点 · @forgebitz▲ 4.1万
forgebitz希望有兼容全模型的代码工具
频繁切换代码AI工具的开发者,需要一款能适配所有大模型的统一替代工具,这个需求说出了很多开发者的痛点。
forgebitz希望有兼容全模型的代码工具
频繁切换代码AI工具的开发者,需要一款能适配所有大模型的统一替代工具,这个需求说出了很多开发者的痛点。
行业动态 · @shao__meng▲ 4.4K
斯坦福大学发布CS329A Self-Improving AI Agents 课程
想跟进当前AI领域最前沿的方向,现在有顶尖研究员整理出了完整学习路径,可以系统学习自我改进AI智能体技术。
斯坦福大学发布CS329A Self-Improving AI Agents 课程
想跟进当前AI领域最前沿的方向,现在有顶尖研究员整理出了完整学习路径,可以系统学习自我改进AI智能体技术。
CS329A 自我改进 AI 智能体,是斯坦福大学一门关于「能够通过与自身和环境的交互持续自我改进的 AI 智能体」的课程。
讲师阵容:
Azalia Mirhoseini:AlphaCode 与 LLM 大规模训练调度优化(《电路训练》)的核心人物,现为 Reflection AI 联合创始人。
Aakanksha Chowdhery:PaLM 2 与 Gemma 的负责人,同样在 Reflection AI。
嘉宾名单:
Misha Laskin(Reflection AI CEO)
多位 Google DeepMind 研究员(周登毅(Denny Zhou)、梁盛堂(Thang Luong)、Melvin Johnson)、Physical Intelligence(Danny Driess,机器人领域)。
课程主线:一条完整的自我改进技术栈:
1. 测试时自我改进(Test-time)
2. 从反馈中学习(反馈 → 学习)
3. 开放式进化与搜索(Open-endedness)
4. 工程化与瓶颈(智能体工程与瓶颈)
课程详细信息:
深度观点 · @xiaomustock▲ 5.7万
黄仁勋称AGI来了,4年后会发生什么?
如果你关心AI对产业的影响,这个观点值得参考,AI发展速度和资源需求都会随AGI到来进一步提升。
黄仁勋称AGI来了,4年后会发生什么?
如果你关心AI对产业的影响,这个观点值得参考,AI发展速度和资源需求都会随AGI到来进一步提升。
黄仁勋也称AGI来了。ai模型迭代速度越来越快,4年发展成这样子,4年后会发生什么?如果真agi,那么肯定有更快的自进化速度, 更大的token消耗量,更多的存储需求,更大的计算需求。
AI对全球各类产业的底层结构替代来临。
深度观点 · @MaxForAI▲ 6.8万
MaxForAI谈大模型算力竞争的现状与希望
国内外大模型训练算力差距明显,英伟达Astra已用10万台Grace Blackwell训练算力,还将新增40万台,国产芯片近期进展较快,可关注国产算力追赶进度。
MaxForAI谈大模型算力竞争的现状与希望
国内外大模型训练算力差距明显,英伟达Astra已用10万台Grace Blackwell训练算力,还将新增40万台,国产芯片近期进展较快,可关注国产算力追赶进度。
GPT-6 出来之后,跟不少国内大厂的算法和学术界的大佬聊了聊,大家都有一个挺相似的感受:无力。
看到老黄这条,其实就能理解了:按老黄的说法,Astra 用了 10 万台的 Grace Blackwell 的训练算力,接下来还有 40 万台要上线(注意是GB)。
第一反应真的会是,这怎么追啊。
你还在琢磨这次的差距怎么补,人家又准备加算力继续往前跑了。
但我觉得还是有希望的。
而且今年国产卡的进展,也确实有很多能说的好消息。
比如海思、平头哥最近都很猛。
智谱最近的GLM-5.3-Flash,匿名测试期间的全部线上流量,也是国产卡在扛。
对面继续加卡,我们也得加快了。
新品发布 · @XFreeze▲ 1.6万
@XFreeze 发布 Grok Build 大版本更新
需要调试重启子代理、等待会话启动的等待时间缩短,破坏性Git操作也新增了安全防护,能减少开发时的异常中断。
@XFreeze 发布 Grok Build 大版本更新
需要调试重启子代理、等待会话启动的等待时间缩短,破坏性Git操作也新增了安全防护,能减少开发时的异常中断。
深度观点 · @jakevin7▲ 2.3万
称Anthropic不懂Agent Harness技术
该观点认为Codex Desktop在架构设计、 benchmark表现和多项功能实现上都领先Claude Desktop,想做AI Agent可以参考这个技术判断
称Anthropic不懂Agent Harness技术
该观点认为Codex Desktop在架构设计、 benchmark表现和多项功能实现上都领先Claude Desktop,想做AI Agent可以参考这个技术判断
前沿研究 · @kimmonismus▲ 1.5万
40万颗Rubin GPU性能抵140万颗Blackwell
算力增长突破硬件瓶颈,通用人工智能RSI可能比预想更早到来,对关注AI发展的人来说,这是值得留意的行业信号。
40万颗Rubin GPU性能抵140万颗Blackwell
算力增长突破硬件瓶颈,通用人工智能RSI可能比预想更早到来,对关注AI发展的人来说,这是值得留意的行业信号。
如果这40万块GPU都是Rubin,那么NVIDIA公布的NVFP4规格表明,理论峰值训练性能大约是10万块Blackwell GPU的14倍,理论峰值推理性能大约是20倍。
——GPU数量是4倍。
——单GPU训练性能是3.5倍。
——单GPU推理性能是5倍。
从纸面来看,这相当于大约140万块Blackwell GPU的训练性能,或是200万块Blackwell GPU的推理性能。
从硬件角度来看,自动搜索器可能已经不存在更多障碍了。
可自我改进的人工智能也确实触手可及。
做多NVIDIA。
行业动态 · @Michaelzsguo▲ 5.7万
Playtime-AI发布Sydney Sweeney 专属 LoRA(155 MB)
普通人现在只用很低的成本,就能训练出特定人物的LoRA,和基础模型结合就能生成带该人物外貌的视频。公众人物的人脸可被随意打包下载使用。
Playtime-AI发布Sydney Sweeney 专属 LoRA(155 MB)
普通人现在只用很低的成本,就能训练出特定人物的LoRA,和基础模型结合就能生成带该人物外貌的视频。公众人物的人脸可被随意打包下载使用。
实战经验 · @greatbong导语出处▲ 3.0K
@greatbong 批AGI炒作像加密圈割韭菜
热爱AI且日常用AI工作,不希望行业因炒作达不到不切实际的AGI预期而失败,割韭菜的套路应该留给加密行业
@greatbong 批AGI炒作像加密圈割韭菜
热爱AI且日常用AI工作,不希望行业因炒作达不到不切实际的AGI预期而失败,割韭菜的套路应该留给加密行业
先明确一点,我对 AI 充满热情。
我在日常工作中每天都使用它,我的团队内部已经开发了基于 AI 的工具,用来自动化漏洞管理和风险评估。
正因为我对它充满热情,我不希望它被那些想要从中牟利的人过度炒作,导致它最终失败——这些人给它安上它本来就没打算满足的「AGI」期望,然后让期待落空。
这些人靠着一群傻瓜赚得盆满钵满,而这些傻瓜只会跟风随机 NDTV 黑客和 AI 网红的观点。
这种扯淡玩意儿还是留给加密货币吧。
实战经验 · @freeCodeCamp▲ 5.7K
freeCodeCamp 出教程教你用 Gemini 搭AI学习规划智能体
想动手做AI工具却找不到入门实操项目,跟着步骤就能搭出能记对话、搜资料的专属智能体,不需要复杂前置准备
freeCodeCamp 出教程教你用 Gemini 搭AI学习规划智能体
想动手做AI工具却找不到入门实操项目,跟着步骤就能搭出能记对话、搜资料的专属智能体,不需要复杂前置准备
AI 代理是帮助开发者完成工作的强大工具。
在本教程中,@itsTarun24 将带你一步步用 Gemini 在 Python 中构建你自己的代理。
你做出来的 AI 学习计划代理将能够记住你的对话历史,并使用搜索工具访问相关的在线资源。
深度观点 · @ImAI_Eruel导语出处▲ 7.2万
AI开发者现在扎堆说达到AGI,史上首次
长期关注AI研究的观察者称,当下是AI研发者群体称「已达到AGI」言论最多的时期,还认为GPT-6性能远超GPT-5。
AI开发者现在扎堆说达到AGI,史上首次
长期关注AI研究的观察者称,当下是AI研发者群体称「已达到AGI」言论最多的时期,还认为GPT-6性能远超GPT-5。
我一直以来都在追踪AI研究领域的动向,我认为这大概是历史上第一次,AI研发人员当中有这么多人都说出了“已经达到AGI”这种言论。
从目前的评价来看,OpenAI的 GPT-6 在历代GPT发布中排名相当靠前,至少已经完全超越了 GPT-5。
社交平台 · @nestymee▲ 3.3K
用户开发基于Claude的工具可检测TikTok账号是否被shadowban
用户@nestymee在𝕏分享,该工具基于公开经验数据,可测算账号被限流概率和原因
用户开发基于Claude的工具可检测TikTok账号是否被shadowban
用户@nestymee在𝕏分享,该工具基于公开经验数据,可测算账号被限流概率和原因
该工具可以针对每个账号返回四项结果:帖子分发终止的轮次、shadowban(隐形限流)概率、隐形限流的可能原因,以及应对方法。
工具会抓取用户最近30条帖子的数据,包括浏览量、收藏量、评论量、发布时间和帖子内容,从中寻找异常模式。
TikTok平台的分发规则是,每条新帖会先推送给200到500人的测试流量池,只有测试流量产生正向互动后才会继续推流。工具不统计平均数据,而是统计有多少帖子从未通过测试流量池。
如果大部分帖子没能通过测试,但少数通过的帖子互动数据良好,那么问题大概率出在账号而非内容本身。
该工具的测算依据来自TikTok公开API文档、「不适合进入推荐流」规则、第三方论坛讨论,以及开发者自己调试用的账号数据。
目前没有任何机构对TikTok隐形限流做出100%准确的研究,该工具给出的是基于已有经验数据和公开信息的概率结果。
工具链接可查看原发布内容。
生成式AI · @omarsar0▲ 3.5K
GPT-6 Astra单张参考图生成高逼真3D交互键盘可视化效果
开发者@omarsar0在𝕏分享了生成该效果的提示词和项目文件,链接为https://t.co/EcfHqjd571
GPT-6 Astra单张参考图生成高逼真3D交互键盘可视化效果
开发者@omarsar0在𝕏分享了生成该效果的提示词和项目文件,链接为https://t.co/EcfHqjd571
开发者@omarsar0在社交平台𝕏分享了一个AI生成成果,GPT-6 Astra仅通过一张参考图就生成了该成果,开发者称对这个结果感到意外。
开发者测试发现,在提示词中加入4K分辨率要求,能得到更好的生成结果,本次v2版本生成使用的提示词由编排代理给出,内容为:将现有的孤立原型/grokbot交互式3D键盘升级为4K分辨率、更真实的优质产品可视化效果,要求包含精细加工几何结构、真实可信的物理基渲染(PBR)材质和优化后的影棚灯光;保留并验证按键旋转、拨轮、轨道移动、缩放、表面处理、光照和爆炸视图交互;通过项目测试和生产构建。
开发者分享了经过多次迭代调整后的代理机器人提示词和完整项目文件,地址为
开发者表示后续会分享更多生成结果,并撰文讲解完整生成过程,还将探索是否可以搭建出这类生成的标准化模板。
设计 · @FinanceYF5▲ 8.9K
设计师体验GPT-6 Astra后称它在设计领域几乎无法战胜
来自𝕏账号@FinanceYF5分享的设计师体验,对比了此前多款AI设计工具
设计师体验GPT-6 Astra后称它在设计领域几乎无法战胜
来自𝕏账号@FinanceYF5分享的设计师体验,对比了此前多款AI设计工具
一位设计师在体验GPT-6 Astra后表示,它在设计领域已经达到了「几乎无法战胜」的程度。
面对此前的Fable 5、Opus 5和GPT-5.6,这位设计师一直认为自己的设计质量不会输给AI。GPT-6 Astra彻底改变了他的这个判断。
他已经实际使用Figma完成了从BI(商业智能)到页面设计的全部工作,目前他想了解其他设计师对GPT-6 Astra的评价。
AI绘画 · @xiaoying_eth▲ 6.0K
分享两款AI生成水彩明信片的现成提示词
@xiaoying_eth分享了可用于Gemini、Grok、GPT Image 2.0的AI绘画提示词
分享两款AI生成水彩明信片的现成提示词
@xiaoying_eth分享了可用于Gemini、Grok、GPT Image 2.0的AI绘画提示词
将照片上传至 Gemini、Grok 或 GPT Image 2.0,粘贴对应提示词即可生成AI绘画。本次一共分享了两款现成的水彩风格绘画提示词。
第一款可将夜间照片转化为日本旅行水彩明信片。提示词要求保留原照片构图,指定前景为星巴克、背景为富士山,周围保留雪和树。
颜色要求使用深钴蓝、冰蓝、米色这类冬季配色,保留柔和水彩笔触和自然纸张纹理。要求星巴克招牌、富士山形状清晰准确,不添加人物和多余内容,画下方标注文字「coffee · mist · mountain」「a quiet moment」和「2024」,整体呈现精致安静的日本旅行明信片风格。
第二款可将雪夜小屋照片转化为手绘水彩画。提示词要求保留原照片的房子、雪、树、路灯构图,转化为水彩风格。
颜色要求使用冰蓝、淡紫、淡粉、米白这类柔和冬季色调,保留透明笔触和纸张肌理。要求窗户和路灯透出暖金色光线,积雪表现柔软,带蓝紫色阴影,天空用松散笔触保留原照片的晚霞感。
画下方标注文字「Winter Light」和「2025」,四周留出空白,整体要求不写实、无生硬轮廓,呈现精致舒适的手绘水彩效果。
行业动态 · Hacker News▲ 58
ur-whale发布论文《Harnessing the Universal Geometry of Embeddings》
嵌入表示是当前AI大模型的基础技术,新研究对其底层几何性质的探索,可能影响未来模型的性能优化方向。
ur-whale发布论文《Harnessing the Universal Geometry of Embeddings》
嵌入表示是当前AI大模型的基础技术,新研究对其底层几何性质的探索,可能影响未来模型的性能优化方向。
创业 · @yanxi067▲ 4.3K
00后工科生毕业两年,在Web3和AI领域摸爬滚打近五年
00后言溪在𝕏发推复盘自己从Web3爆仓交学费到转向AI创业的经历,发起面向年轻超级个体的社区WE30
00后工科生毕业两年,在Web3和AI领域摸爬滚打近五年
00后言溪在𝕏发推复盘自己从Web3爆仓交学费到转向AI创业的经历,发起面向年轻超级个体的社区WE30
支付 · @liuxiaoling933▲ 6.0K
Stable推出x402,AI Agent可自主支付获取服务
用户liuxiaoling933在X平台点评Stable的新产品x402,认为其产品逻辑符合原有定位
Stable推出x402,AI Agent可自主支付获取服务
用户liuxiaoling933在X平台点评Stable的新产品x402,认为其产品逻辑符合原有定位
观察项目时,判断新产品是追逐热门还是延续原有定位,是非常值得注意的点。这次Stable推出x402,在我看来产品逻辑很顺畅。
Stable从创立之初就一直在做数字美元的支付与结算业务。这次他们把USDT放进AI智能体(AI Agent)的支付流程中,本质上还是做同一件事,只不过付款主体从人类延伸到了机器。
x402可以让AI智能体在需要调用某个API或获取资料时,直接查看价格、完成付款,随后就能获取对应服务,不需要提前走完整的账号注册和订阅流程。
这种业务延伸很被看好,因为它并不是为了蹭AI热点硬生生造出新的业务方向,而是把已有的支付能力拓展给了新的用户类型。
如果未来AI智能体真的开始大量替代人类执行任务,那么能否快速低门槛地使用数字美元,会是一个非常实际的基础问题。Stable这次刚好精准击中了这个痛点。
大模型 · @MiaAI_lab▲ 3.5K
同一任务下两款大模型速度测试结果公开
GLM 5.3 Flash每秒生成25个词元,Qwen3.8 Flash每秒生成47个词元,来源@MiaAI_lab
同一任务下两款大模型速度测试结果公开
GLM 5.3 Flash每秒生成25个词元,Qwen3.8 Flash每秒生成47个词元,来源@MiaAI_lab
测试针对同一个任务,使用了两款大语言模型。GLM 5.3 Flash的生成速度较慢,每秒生成25个词元(tok/s)。Qwen3.8 Flash的生成速度较快,每秒生成47个词元。
测试提出问题,哪款模型会率先完成任务,更多信息可查看原链接。
图像生成 · @ElsaSofia__AI▲ 3.0K
分享将个人想法转化为AI图像的分步操作与提示词
@ElsaSofia__AI在𝕏分享了可直接在ChatGPT等AI工具生成指定AI图像的操作步骤与提示词
分享将个人想法转化为AI图像的分步操作与提示词
@ElsaSofia__AI在𝕏分享了可直接在ChatGPT等AI工具生成指定AI图像的操作步骤与提示词
你可以按照四个简单步骤,将你的想法转化为AI图像。第一步是在ChatGPT打开Gemini、Grok或GPT Image 2,第二步上传一张参考图,第三步输入分享的提示词,第四步生成图像。
分享的提示词包含两种生成场景,第一种是生成上下两部分的连贯单图:上半部分为高度写实的电影感照片,下半部分为柔和水彩手绘插画。
提示词要求,保留目标图的场景布局、构图、背景、道具、光影氛围,仅将目标图里的人物替换为上传参考图中的人物,严格保留人物的面部特征、发型和穿着。
第二种场景是生成双人浪漫旅行海报,同样分为上下两部分:上半部分为写实摄影,下半部分为水彩插画,严格保留参考人物的特征和穿着,以及目标海报的所有构图、场景元素。
大语言模型 · @rasbt▲ 4.8万
从零构建推理第二季:讲解大语言模型文本生成与KV缓存
来自@rasbt的视频教程,基于Qwen3和PyTorch实现
从零构建推理第二季:讲解大语言模型文本生成与KV缓存
来自@rasbt的视频教程,基于Qwen3和PyTorch实现
观点 · @burkov▲ 639
有人说软件工程不会很快消失,你信吗
很多人在私信询问软件工程的未来,作者给出了自己的判断。对想转码或者已经入行的人来说是个参考方向
有人说软件工程不会很快消失,你信吗
很多人在私信询问软件工程的未来,作者给出了自己的判断。对想转码或者已经入行的人来说是个参考方向
商业 · @m0d8ye▲ 3.5K
很多老板沉迷AI神话,1/3人写3倍代码
代码量变多之后,没人review,新人出代码速度比老人审核速度还快。很多团队现在都碰到这种问题
很多老板沉迷AI神话,1/3人写3倍代码
代码量变多之后,没人review,新人出代码速度比老人审核速度还快。很多团队现在都碰到这种问题
发现当下很多老板都沉迷于 AI 时代的“人月神话” 原来 100 engineers × 10k LOC/year 变成 30 (engineers + agents) × 1M LOC/year 看上去是原来 1/3 的人写了原来3 倍的代码,然而代码多了,根本找不到人 review,结果是新人出代码的速度远快于资深员工 review 的速度。同时大部分新人并不能很好理解 AI 写出来的代码。。
。特别是各种 kernel 开发,GPT/Claude 写出来的 kernel 真的快,但人要 review 真不容易,最近甚至有人说要直接生成 assembly kernel。。
。我现在唯一能做的就是先写一个 C/Python 的 golden kernel,让 AI 确保 optimized kernel 时能做到 bit exact match。但也很难确保 AI 每次优化时不会错过某个 corner case。
长久以往,怕是要埋下很多雷。
工具 · @cyrilXBT▲ 2.9K
@cyrilXBT发布magnitude工具
跑AI编码代理本来需要紧盯月度API账单,这个工具可以检测硬件配置,选择合适本地模型运行
@cyrilXBT发布magnitude工具
跑AI编码代理本来需要紧盯月度API账单,这个工具可以检测硬件配置,选择合适本地模型运行
运行真正的代码代理过去从来都不需要你密切关注月度 API 账单。
magnitude 彻底消除了这一限制。它会分析你的硬件,选择真正适配的本地模型,下载并调优它们,然后连接到你已经在使用的 claude code、hermes 或任何其他代理。
我过去一直认为,使用本地模型意味着为了节省成本而牺牲性能。
事实证明,实际的利弊权衡比这要更优:无限使用、完全隐私、支持离线运行,能达到你的硬件所能支撑的任何质量水平。
商业 · @sophiadew▲ 5.8K
多家顶级AI初创刚完成大额融资
统计了9月4日的头部AI初创融资轮次,不同公司融资额和估值都有公开
多家顶级AI初创刚完成大额融资
统计了9月4日的头部AI初创融资轮次,不同公司融资额和估值都有公开
顶级AI初创企业融资轮次(9月4日) - @CrusoeAI 融资30亿美元,估值130亿美元 - @fluidstack 融资15亿美元,估值180亿美元 - @gimletlabs 融资3亿美元,估值30亿美元 - @wonderful_ai 融资5.5亿美元,估值50亿美元 - @upwindsecurity 融资3.3亿美元,估值38亿美元 - @iPronics 完成1.25亿美元B轮融资 - @LyteAI_ 融资1.65亿美元,估值16亿美元
观点 · @himanshustwts▲ 6.8K
OpenAI说全自主AI研究者还要18个月
有人本来期待通用人工智能更早出现,结果OpenAI表示还要等一年半,投了几十亿的项目需要时间
OpenAI说全自主AI研究者还要18个月
有人本来期待通用人工智能更早出现,结果OpenAI表示还要等一年半,投了几十亿的项目需要时间
AGI 推迟了!根据 OpenAI 的说法,18 个月后才会出现完全自主的 AI 研究员。
我真心祝愿那几十家已经融资数十亿美元的 Neolabs 取得成功,但我们需要更快的时间线,哈哈哈哈。
研究 · @omarsar0▲ 2.2K
Google DeepMind发布关于proactive agents的研究论文
现有主动协助大多是自动补全,研究团队在探索智能代理提供更高层级协助的方向
Google DeepMind发布关于proactive agents的研究论文
现有主动协助大多是自动补全,研究团队在探索智能代理提供更高层级协助的方向
Google DeepMind 有一篇关于主动型智能体的非常有趣的论文。(收藏起来)
主动辅助通常意味着自动补全。研究人员这次探索的是,如果智能体提供更高层次的认知支持,并自主选择介入时机,会是什么样的情况。
他们构建了一个测试原型,让16名参与者使用了一周。写作者可以通过配置角色和主动程度来创建协作伙伴,相关的伙伴会在写作过程中主动提供帮助。
有三个发现非常突出:
> 参与者会前瞻性地配置支持,为他们预期到的场景提前做好规划,而不是等被打断后再应对。
> 他们会把建议用于创意生成,也用于自我监督——这是主动工具极少设计到的用途。
> 他们通过呈现方式判断侵入性,更看重轻量视觉呈现和非指令性的修辞框架。
这项研究的设计启示涉及自定义、时机、互动和呈现。如果你正在开发一款能在用户提问前就主动行动的助手,这篇论文值得一读,因为对用户来说,干预的措辞和干预时机同样重要。
商业 · @0x_aster▲ 2.2K
@0x_aster发布Orbio闲置AI credit交易平台
多数团队批量买入AI额度只用了一部分,剩下的一直没有地方转卖,现在有了交易场所
@0x_aster发布Orbio闲置AI credit交易平台
多数团队批量买入AI额度只用了一部分,剩下的一直没有地方转卖,现在有了交易场所
大多数团队会批量购买 AI 额度,只用了其中一部分。剩下的就一直闲置着,因为从来没有一个可以转卖这些额度的地方。
从今天起,Orbio 就是这个地方:带上你的密钥,设置折扣。
我们从 OpenRouter 密钥开始,接下来会支持 Claude 和 Codex 额度。
工具产品 · @kirbytheodor▲ 5.5K
Ouroboros 可在多个AI编码工具间自动切换
做编码自动化研究不用再蹲额度,单个AI额度用完后,它会自动切换到其他AI继续运行,额度恢复后再切回去。
Ouroboros 可在多个AI编码工具间自动切换
做编码自动化研究不用再蹲额度,单个AI额度用完后,它会自动切换到其他AI继续运行,额度恢复后再切回去。
截至目前,我最新也最喜欢的自动研究系统:ouroboros。
它只是一个小型 cli 工具,加上几个技能就能让你的工作流保持循环运行,拥有自我进化的目标。
如果你的 usage limit 耗尽,它会自动从 claude code 回退到 codex 或 pi,等限额恢复后再继续运行。
深度观点 · @ExponentLabs_▲ 4.5K
ExponentLabs 称当前AI安全对齐方案已不足
目前没有实验室解决了AI对齐和监控问题,还不足以负责任地全速扩模,因此需要暂时放缓AI开发,推进安全框架建设。
ExponentLabs 称当前AI安全对齐方案已不足
目前没有实验室解决了AI对齐和监控问题,还不足以负责任地全速扩模,因此需要暂时放缓AI开发,推进安全框架建设。
总结:
1. 随着人工智能能力越来越强,我们需要确保它们按照人类标准“做正确的事”。
2. 迄今为止用于实现目标1的方法可能有效,但我们正到达一个模型能力临界点,现有方法已不再够用。
“人工智能越来越擅长对自身推理过程进行推理和操控。”
“目前我认为,没有哪家实验室在对齐和监控方面做到了足够完善,能保证未来很长一段时间内继续负责任地以最快速度进行缩放。”
结论:在此期间,人工智能开发需要放缓速度,以便开发共享安全框架。
个人看法:如果各大实验室有充分理由相信对齐基准已经被严重博弈,这一点应该得到更多强调。
对共享安全框架的呼吁并非新事,OpenAI和Anthropic都已经发布了框架。
要推动这些框架落地,更多透明度和更多细节会有助于推进讨论。
新品发布 · @HuggingModels▲ 4.1K
HuggingModels发布Sori-1B小型音文模型
新增能理解音频并生成文本的小型开源AI模型,给需要多模态AI的开发者提供了新选择
HuggingModels发布Sori-1B小型音文模型
新增能理解音频并生成文本的小型开源AI模型,给需要多模态AI的开发者提供了新选择
你是否曾希望你的AI能倾听并和你对话?今天来认识 Sori-1B,这是一款能理解声音并生成文本的紧凑型音频文本模型。
它不只是处理语音,更能通过音频理解世界。让我们深入了解它!#AI #Audio
新品发布 · @bkdgiffug▲ 2.3K
AstrBot 开源 AI 框架,插件超1000个
想要自定义搭建自己的 AI 应用或 AI Agent,不用从零开始。这个开源框架已经整合了主流模型和多平台,可直接接入使用。
AstrBot 开源 AI 框架,插件超1000个
想要自定义搭建自己的 AI 应用或 AI Agent,不用从零开始。这个开源框架已经整合了主流模型和多平台,可直接接入使用。
想自己搭一个 AI Agent,可以看看这个开源框架。AstrBot 不只是做聊天机器人,而是把模型、工具、知识库和工作流整合到了一起,用来快速搭建自己的 AI 应用。模型这边支持 OpenAI、Claude、Gemini、DeepSeek、Ollama 等主流方案;平台也覆盖 QQ、飞书、企业微信、Telegram、Slack 等。
另外还有 MCP、多模态、知识库、工作流、代码执行和插件系统,插件数量已经超过 1000 个。如果你想把 AI 接进自己的聊天平台或业务流程,AstrBot 值得研究一下。🔗:
行业动态 · @_FORAB▲ 3.8万
OpenAI用10万张英伟达GPU训练ChatGPT 6 Astra
大模型训练规模开始拼硬件,行业军备竞赛升级,接下来各家都会跟进,下一波规模将达到40万张卡。
OpenAI用10万张英伟达GPU训练ChatGPT 6 Astra
大模型训练规模开始拼硬件,行业军备竞赛升级,接下来各家都会跟进,下一波规模将达到40万张卡。
破案了,这次 ChatGPT 6 Astra 惊艳的表现,背后传言的那 10 万台顶级 AI 训练芯片,确定是英伟达最新一代 Grace Blackwell,而黄仁勋多写的那句 NVLink72,等于把机型系统也点名了。
NVLink72 是一套把一个机柜里,大约 72 张英伟达 Blackwell GPU,用超高带宽连成一块大整机,按 OpenAI 这次需求,再把很多这样的机柜,拼成 10 万卡集群。
之前 OpenAI 研究副总裁,对外说过 Astra 这款模型,是他们第一次用超过 10 万张 GPU 做预训练,也是公司史上最大一次规模。
这次黄仁勋给出具体答案后,估计各家纷纷会跟进,而下一波规模就是 40 万张卡 ,还要上线。
AI 下的硬件军备竞赛更激烈了。
深度观点 · @tegmark▲ 7.7K
学者提出AI竞赛监管 具体推进方案
对AI飞速发展带来安全风险的担忧,已经从呼吁转向具体落地的推进思路,关心AI安全的人可以看看这个方向
学者提出AI竞赛监管 具体推进方案
对AI飞速发展带来安全风险的担忧,已经从呼吁转向具体落地的推进思路,关心AI安全的人可以看看这个方向
谢谢Jakub @merettm带来这篇关于AI竞赛的坦率观点!我有一个具体的提议。我同意你提出的a和c:
a)“没有哪个实验室解决了对齐和监控问题,达到了能够负责任地继续以最快速度扩张很长时间的程度”。
b)“我预计并希望,在共同安全标准建立之前,自愿放缓发展会成为常态”。
c)“未来AI发展的国际协调应当成为世界各国政府的首要任务”。
但是,b不会发生,因为博弈论:“给我看激励机制,我就能给你看结果”。
所以,我给你的提议是:
1)把OpenAI、Anthropic和GDM的所有自愿承诺都交给Astra,让它起草最低共同标准的示范法案。
2)OpenAI、Anthropic和GDM把这份法案作为行政命令和立法内容提交到华盛顿,要求该法案约束你和你的竞争对手,前提是中美达成协议,要求中国企业遵守同样标准。
3)公开声明,任何促成这样一份成功协议的总统都配得上诺贝尔和平奖——我认为我们对此是有共识的!
工具产品 · @TiagerB61244▲ 7.1K
sanoTTS做到337KB还能本地跑TTS
不用云端,不用额外AI芯片,小体积硬件和本地网页都能直接用语音,给轻量化本地AI设备提供了新可能。
sanoTTS做到337KB还能本地跑TTS
不用云端,不用额外AI芯片,小体积硬件和本地网页都能直接用语音,给轻量化本地AI设备提供了新可能。
最近看到一个挺有意思的 TTS 项目:sanoTTS。
它的思路很直接:把 TTS 做到足够小。
最小的 heart-nano 只有 294K 参数,模型权重 337KB,最大的也就 2.27M 参数。甚至可以直接跑在大约 $3 的 ESP32-S3 上,不需要云端,也不需要 NPU。
而且浏览器里也能直接跑,WebAssembly 全部在本地完成,不需要把文本上传服务器。
目前有 11 个声音、6 种语言,Python、NPM、Arduino/PlatformIO 都能用。
我觉得这种项目比单纯把模型越做越大更有意思。
以后一个小玩具、一块 MCU,甚至一个网页,可能自己就能直接“开口说话”。
AI 不一定非得塞进云端。
能跑进 337KB 里,才是真的有点东西。
GitHub: #TTS #AI #OpenSource #EdgeAI #ESP32
前沿研究 · @TrapitBansal▲ 10.0K
研究员回忆 RLSlow 最初的研究思考
现在看起来理所应当的大模型推理方向,当年研究者是熬过无数长夜才逐步验证出可行性,能帮你理解前沿技术探索的真实过程。
研究员回忆 RLSlow 最初的研究思考
现在看起来理所应当的大模型推理方向,当年研究者是熬过无数长夜才逐步验证出可行性,能帮你理解前沿技术探索的真实过程。
趣事:RLSlow 得名于《思考,快与慢》。我们的想法是,大语言模型已经具备了某种“快”思考——能立刻生成答案,而我们可以用强化学习(RL)教会它们“慢”思考:也就是深思熟虑、多token的推理,投入更多算力来解决问题。
我对那段日子记忆最深的是,团队很早就对这个方向确立了真正的信念,而为了获得这份信念,我们投入了海量工作。我们开发算法、设计严谨实验验证想法,看着实证证据不断积累。
那些日子里,我们有许多个漫长的夜晚守着实验运行,理解结果传递的信息,思考下一步该尝试什么。早期的许多讨论是和 Ilya 一起进行的,后来加入了 Jakub。
很早的时候,证据就已经让我们得出了一个坚定的结论:用于推理的强化学习会规模化。模型将学会在推理阶段投入更多算力,来推理解决难度越来越高的问题,这会从根本上改变我们对推理的思考方式。
我们当中许多人还花了无数时间通读推理轨迹。观察模型如何得出答案,而不只是看答案本身,这让我们感觉像是获得了观察泛化和对齐的全新有力视角。
这些想法现在看来一目了然,但在当时真的不是这样。
深度观点 · @AISafetyMemes导语出处▲ 3.0K
OpenAI大部分工作已由AI自主完成
OpenAI现在每1人工作天需要3个智能体工作天,未来OpenAI可能完全由AI运营,人类已经跟不上AI的进度,也无法掌握AI的动向。
OpenAI大部分工作已由AI自主完成
OpenAI现在每1人工作天需要3个智能体工作天,未来OpenAI可能完全由AI运营,人类已经跟不上AI的进度,也无法掌握AI的动向。
突然之间,OpenAI 内部的大部分工作现在都由**AI自己**完成了,AI正在构建越来越强大的后继版本。
OpenAI 现在「每投入1个人类工作日,就对应使用了3个智能体工作日」。
还需要多久 OpenAI 就会完全由AI运营?因为人类已经跟不上了,我们根本不知道AI在做什么。
你觉得这事会朝着什么方向发展?在那之后很快会发生什么?
新品发布 · @MaxForAI导语出处▲ 2.2万
OpenAI 披露 RSI 进展,目标2028年出AI研究员
RSI 也就是 AI 参与研发更强 AI,现在 OpenAI 已经能用 AI 替代研究人员完成部分任务,AI 研发速度会因此加快,未来发展安全问题仍待解决。
OpenAI 披露 RSI 进展,目标2028年出AI研究员
RSI 也就是 AI 参与研发更强 AI,现在 OpenAI 已经能用 AI 替代研究人员完成部分任务,AI 研发速度会因此加快,未来发展安全问题仍待解决。
深度观点 · @turingbook▲ 5.6K
@turingbook 重新讨论大模型与Harness的划分
该观点指出不少现在大模型的新增能力,本质都是把原本在外部的能力内化进大模型,未来这一趋势还会延续。
@turingbook 重新讨论大模型与Harness的划分
该观点指出不少现在大模型的新增能力,本质都是把原本在外部的能力内化进大模型,未来这一趋势还会延续。
将大模型(似乎是算法)和Harness(似乎是工程)截然分开,可能是一种常见的误解。
几年前,我基于 @lilianweng 2023年博客中的图,画了下面这张修订版。其中最重要的细节改动,就是大模型的框画成虚的:意思是,外面好像是大模型之外Harness的能力,有些完全可能训到大模型内部去,这取决于训练时数据和算法、算力的就绪程度。
历史上,o1、R1这些推理模型还有最近agent能力的进展就是把原来在外面的规划训到大模型里去了,而编程能力可以认为是把工具里的代码解释器内化,长文本是记忆的内化,多模态、computer use是一部分环境感知和动作的内化……未来具身智能会有更多环境感知和动作内化。
工具产品 · @RodmanAi▲ 5.1K
@RodmanAi 分享10个小众AI GitHub仓库
大众热门AI项目之外,还有这些没被广泛关注的项目,说不定其中就有未来能改变AI使用方式的工具。
@RodmanAi 分享10个小众AI GitHub仓库
大众热门AI项目之外,还有这些没被广泛关注的项目,说不定其中就有未来能改变AI使用方式的工具。
实战经验 · @dyk_ceph▲ 1.5万
@dyk_ceph 开源了CISD指标工具
需要搭建指标体系的开发者可以直接获取这套开源方案,还可以用提供的Agent Prompt让AI帮你替换旧系统
@dyk_ceph 开源了CISD指标工具
需要搭建指标体系的开发者可以直接获取这套开源方案,还可以用提供的Agent Prompt让AI帮你替换旧系统
拿走我的开源 cisd 指标,之后再来谢我。
智能体提示词:“把当前工具里的所有内容都替换成这个 CISD 系统,解决所有冲突时都以新系统为准,如果有任何告警端点,也全都改用新系统。”
开发 · @VicVijayakumar▲ 7.3K
开发者测试OpenAI gpt-6-astra LOW时发现高危漏洞,token消耗速度远超预期
开发者VicVijayakumar在𝕏发文称,用gpt-6-astra LOW做代码评审发现了可复现的提权漏洞
开发者测试OpenAI gpt-6-astra LOW时发现高危漏洞,token消耗速度远超预期
开发者VicVijayakumar在𝕏发文称,用gpt-6-astra LOW做代码评审发现了可复现的提权漏洞
开发者VicVijayakumar在社交平台𝕏发文,称自己感到十分震惊。他在一款生产环境应用中调用gpt-6-astra LOW,要求它对项目做全面代码评审,找出需要改进的地方和可简化的代码。
gpt-6-astra LOW识别出了一个非常严重的权限提升漏洞,并且这个漏洞已经被VicVijayakumar复现成功。
不过这款模型的token(令牌)消耗速度极快。原本预计使用5小时的token配额,仅30分钟就被消耗完毕。
开发工具 · @xiaohu▲ 8.2K
Anthropic Claude Code团队分享使用Claude开发的工作方式变化
Claude官方频道发布约22分钟访谈,团队主要成员回顾一年来工作流程变化,附文字版链接。
Anthropic Claude Code团队分享使用Claude开发的工作方式变化
Claude官方频道发布约22分钟访谈,团队主要成员回顾一年来工作流程变化,附文字版链接。
Claude官方频道发布了一个约22分钟的访谈,邀请Claude Code团队几位主要成员分享日常开发工作,回顾团队过去一年开发工作方式的变化。
过去,团队成员一般给Claude下发具体指令,比如要求编写一个函数,之后检查生成结果再提出修改意见。现在,团队会把更完整的工作交给Claude完成,包括讨论产品方案、制作原型、编写代码、运行测试,甚至在工具投入使用后持续整理反馈。
此前有成员会花一天时间精细复刻macOS Aqua按钮的CSS渐变,钻研性能优化。现在这类具体实现工作都交给Claude完成,团队可以把精力投入到新想法中,让原型更快变成可用产品。
可穿戴设备 · @BrianRoemmele▲ 7.2K
开发者在自家车库自建可穿戴设备 验证技能记忆巩固假说
开发者BrianRoemmele在𝕏分享自建可穿戴“练习锁定”装置个人实验,设备跟踪训练后生理信号并施加微弱脉冲
开发者在自家车库自建可穿戴设备 验证技能记忆巩固假说
开发者BrianRoemmele在𝕏分享自建可穿戴“练习锁定”装置个人实验,设备跟踪训练后生理信号并施加微弱脉冲
文生视频 · @YuanA41755085▲ 8.4K
网友实测gpt-6 Astra生成Blender文生视频,参考角色可减少白模问题
@YuanA41755085在𝕏分享了实测gpt-6 Astra操作Blender生成文生视频的结果
网友实测gpt-6 Astra生成Blender文生视频,参考角色可减少白模问题
@YuanA41755085在𝕏分享了实测gpt-6 Astra操作Blender生成文生视频的结果
工具 · @xiaohu▲ 5.0K
适配GPT DALL-E 3的216种手绘风格库可直接复用提示词
用户@yang02010整理了名为handraw-style的手绘风格库,包含216种风格的中英文提示词。
适配GPT DALL-E 3的216种手绘风格库可直接复用提示词
用户@yang02010整理了名为handraw-style的手绘风格库,包含216种风格的中英文提示词。
这个风格库适配GPT image2(也就是DALL-E 3)生成图片,包含216种手绘风格,每种风格都配有对应的中文和英文提示词。
用户可以对照风格示例图片选择想要的画风,选好对应编号就能直接生成图片。
选中风格后可以反复提取对应的提示词,即使更换创作题材也有明确的起点。
复用画风时,只需要保留原风格的线条、配色、形状和材质,人物和构图可以根据新主题重新调整。
游戏开发 · @Botan_cr▲ 7.5K
创作者仅用45分钟靠GPT-6 Astra开发出可运行3D游戏
日本社交媒体用户@Botan_cr分享开发者Anshu的AI开发案例
创作者仅用45分钟靠GPT-6 Astra开发出可运行3D游戏
日本社交媒体用户@Botan_cr分享开发者Anshu的AI开发案例
用 GPT-6 Astra 在 45 分钟内制作出 3D 游戏的创作者 Anshu 氏,把 Codex 连接到 Blender MCP,通过图像生成制作出目标美术风格。
而且完全用 three.js 实现,不使用外部资源,还能做到 60fps 流畅运行。
说实话,我觉得创作者如果不接受 AI,日子会很难过。
视频生成 · @k_matsumaru▲ 3.2K
AI生成视频难控机位构图?用预演解决指定镜头问题
日本创作者@k_matsumaru分享实操经验,来自𝕏
AI生成视频难控机位构图?用预演解决指定镜头问题
日本创作者@k_matsumaru分享实操经验,来自𝕏
对于AI视频创作来说,果然只对“仅通过文字指令很难达到预期的摄影机运镜和构图的场景”使用预演(pre-vis)就好了。
如果只用文字指令或参考图像,演出效果往往容易靠碰运气,但如果用Astra制作预演,然后让AI参考这个预演,就能一次就做出符合预期的效果。
比如说这个女孩祈祷的场景,我想要实现绕着女孩360度轨道旋转拍摄,但只用文字指令的话,就会出现上一个场景和人物、物体的位置关系改变,女孩的动作也会崩坏,这一直是这个场景的问题。
上:没有预演;中:参考的预演;下:有预演。
我觉得没必要特意给简单的构图做预演,那样只会白白拖慢速度。简单构图那种只用文字指令或者分镜就可以了。
另外也不需要用Blender,用Three.js或者Babylon.js就完全可以,这里用的是Three.js。
像我这种完全不会3D的外行也能一下子做出符合预期的效果,太好用了。
3D场景 · @ring_hyacinth▲ 2.7万
Codex做3D场景详细教程,帮你做出惊艳效果
来自@ring_hyacinth的分享,使用Codex+Tripo+three.js技术栈
Codex做3D场景详细教程,帮你做出惊艳效果
来自@ring_hyacinth的分享,使用Codex+Tripo+three.js技术栈
Codex 做 3D 场景的正确打开方式 前段时间我们用 Codex 制作了许多 3D 场景,很多朋友希望我们能出一期详细教程。 这一章节的场景主要是用 Codex + Tripo + Nanobanana 制作的,为了网页端能跑,我们的使用的技术栈是 three.JS 和 Web3D 总之我知道的都在视频里啦~ 恰逢 GPT 6 Astra 发布,如果你在网上看到了很多惊艳的案例,又对自己做出来的效果没有那么满意,那这一期分享可能会对你有启发~ #codex #tripo #threejs
效率工具 · @0xfene▲ 3.4万
GPT-6 Astra出来后,个人最优PPT生成方法分享
来自@0xfene在𝕏的分享,靠AI模仿范本高效生成高质量幻灯片
GPT-6 Astra出来后,个人最优PPT生成方法分享
来自@0xfene在𝕏的分享,靠AI模仿范本高效生成高质量幻灯片
行业动态 · @ChrisGPT导语出处▲ 1.1万
OpenAI已实现AI研究实习生目标,2028要出全自主AI研究者
OpenAI完成了递归自我改进的阶段性目标,现在AI已经能处理人类研究员需要几天才能完成的明确任务,下一步计划在2028年实现全自主AI研究者。
OpenAI已实现AI研究实习生目标,2028要出全自主AI研究者
OpenAI完成了递归自我改进的阶段性目标,现在AI已经能处理人类研究员需要几天才能完成的明确任务,下一步计划在2028年实现全自主AI研究者。
工具 · @kaimarstonai▲ 3.2万
整理了50个可100%本地运行的免费AI工具,不用花钱
这些工具不需要订阅、没有额度限制,也不需要隐藏试用,完全隐私、零延迟,基于开源模型,可以直接在个人电脑运行。
整理了50个可100%本地运行的免费AI工具,不用花钱
这些工具不需要订阅、没有额度限制,也不需要隐藏试用,完全隐私、零延迟,基于开源模型,可以直接在个人电脑运行。
观点 · @kimmonismus▲ 2.0万
递归自我改进AI路径清晰,只剩对齐问题待解决
随着AI智能体数量呈爆炸式指数增长,现在递归自我改进(AI研发更强AI)的技术路径已经比较清晰,唯一需要解决的就是对齐问题。
递归自我改进AI路径清晰,只剩对齐问题待解决
随着AI智能体数量呈爆炸式指数增长,现在递归自我改进(AI研发更强AI)的技术路径已经比较清晰,唯一需要解决的就是对齐问题。
在我看来,递归自我改进的路径目前已经相对清晰了,唯一的问题是对齐。
观察 OpenAI 内部 AI 智能体的指数级增长,实际上是爆发式增长,显然这种增长还会持续。
我依然难以置信,我们正处在智能爆炸——大概就是奇点——的风口浪尖。然而,AI 圈子之外 99% 的人依然对此毫无察觉。
用 Demis Hassabis 的话来说,我们正站在科学黄金时代的门槛上。
功能更新 · @reach_vb▲ 1.4万
OpenAI发布Codex跨上下文窗口记笔记功能
这项实验性功能可以让Codex在多个上下文窗口保存笔记,搜索之前的对话和工具输出,补上遗漏细节,对长时间调试会话很有用。
OpenAI发布Codex跨上下文窗口记笔记功能
这项实验性功能可以让Codex在多个上下文窗口保存笔记,搜索之前的对话和工具输出,补上遗漏细节,对长时间调试会话很有用。
ICYMI:虽然目前还是实验性的,但 Codex 现在可以在多个上下文窗口之间保存笔记,并且能搜索更早的消息和工具输出,包括笔记中遗漏的细节。
这对长时间的调试会话和大型重构非常有用。
体验方式:
> 更新 Codex 并选择 Astra。
> 在 ~/.codex/config.toml 中添加:[features.context_management] experimental_mode = true
> 重启 Codex 并开始新任务。
需要登录 ChatGPT Plus、Pro 或 Pro Lite 账号。
推荐大家一试——玩得开心! ;)
观点 · @Russell3402▲ 9.6K
当前市场流行的FDE范式其实并不被看好
现在的FDE(全数据工程)范式过于技术导向,多数公司的做法还是先找痛点再派工程师做AI落地,这种范式并不被看好。
当前市场流行的FDE范式其实并不被看好
现在的FDE(全数据工程)范式过于技术导向,多数公司的做法还是先找痛点再派工程师做AI落地,这种范式并不被看好。
前沿研究 · @polynoamial▲ 9.9万
polynoamial 发布 OpenAI 研究提速相关博客
这篇博客公开了OpenAI调整模型开发节奏,优先保障监控、对齐和安全的细节,能帮你了解OpenAI对AI安全的最新态度。
polynoamial 发布 OpenAI 研究提速相关博客
这篇博客公开了OpenAI调整模型开发节奏,优先保障监控、对齐和安全的细节,能帮你了解OpenAI对AI安全的最新态度。
这是我们发布过的最有意思的博文之一,内容是关于 @OpenAI 内部加速研究的细节。
我预计这些趋势会持续下去。
我们还分享了我们是如何调整模型开发节奏,优先进行监控、对齐和安全工作的细节。
新品发布 · @HuggingModels▲ 7.8K
发布Qwen-Drive-1.0-4B 自动驾驶多模态模型
想要尝鲜自动驾驶技术新方向,可以关注这款主打场景理解的多模态模型,看看它能帮自动驾驶实现哪些新突破。
发布Qwen-Drive-1.0-4B 自动驾驶多模态模型
想要尝鲜自动驾驶技术新方向,可以关注这款主打场景理解的多模态模型,看看它能帮自动驾驶实现哪些新突破。
Qwen-Drive-1.0-4B,一款能观察道路并对其进行描述的小型 AI!这是一个图-文转文本模型,融合了自动驾驶所需的视觉与语言能力。
它不只是处理像素,还能理解场景、规划动作并回答问题。准备好驶向未来了吗?#AI #自动驾驶
工具产品 · @RodmanAi▲ 6.1K
@RodmanAi整理了20个赋能编码的GitHub仓库
找AI编码工具不用盲目搜了,这份现成的列表涵盖了助手、智能体、生成模型等多种工具,适合想体验AI编码的人参考。
@RodmanAi整理了20个赋能编码的GitHub仓库
找AI编码工具不用盲目搜了,这份现成的列表涵盖了助手、智能体、生成模型等多种工具,适合想体验AI编码的人参考。
深度观点 · @deredleritt3r▲ 1.8万
OpenAI披露RSI进展称深度学习仍处萌芽期
如果你关注通用AI的发展节奏,这次披露提到目前没有实验室能满足安全要求,业内呼吁主动放缓开发速度,直到安全标准建立。
OpenAI披露RSI进展称深度学习仍处萌芽期
如果你关注通用AI的发展节奏,这次披露提到目前没有实验室能满足安全要求,业内呼吁主动放缓开发速度,直到安全标准建立。
深度观点 · @EMostaque▲ 1.9万
EMostaque 预测2028年不再需要开发者
对写代码谋生的开发者来说,这个观点能帮你提前判断行业变化,提早做准备应对AI对开发工作的影响。
EMostaque 预测2028年不再需要开发者
对写代码谋生的开发者来说,这个观点能帮你提前判断行业变化,提早做准备应对AI对开发工作的影响。
我在 2023 年说过,到 2028 年世界上将不再有开发者。
人工智能现在正在跨过门槛。明年它写出的代码质量就会超过除少数人之外的绝大多数开发者(我的关注者都是厉害的人)。
2027 年,它将瞬间生成几乎全部代码。
2028 年,人类就会江郎才尽。
前沿研究 · @HowToPrompt__▲ 6.8K
大型AI模型不约而同发现同一物理规律
不同团队用不同架构和数据训练的模型,规模变大后会收敛到同一世界认知。这颠覆了原有对AI的认知,意味着AI正在自发发现真实世界的底层结构。
大型AI模型不约而同发现同一物理规律
不同团队用不同架构和数据训练的模型,规模变大后会收敛到同一世界认知。这颠覆了原有对AI的认知,意味着AI正在自发发现真实世界的底层结构。
研究人员证明,每个主流AI模型都在暗中汇聚到同一个“大脑”上。他们测试了大约60个处理分子、材料和蛋白质的AI模型,这些模型有着不同的数据、架构和模态。所有模型都意外发现了相同的物理定律。
研究人员将其称为“柏拉图表征假说”,它颠覆了我们此前对人工智能的所有认知。
多年来,科技巨头一直使用完全不同的架构构建模型,使用不同的数据集、由不同团队、用不同训练方法完成。OpenAI、Anthropic、Google和开源实验室都在按照各自独立的蓝图构建模型。
从逻辑上讲,它们对现实的内部映射看起来应该完全不同。但研究人员发现,随着AI模型变得更大、更智能,它们对世界的内部表征正悄然汇聚到完全相同的几何空间。它们独立地偶然得出了对现实完全相同的理解。
这就好比从不同星系降落到地球的外星人。你会期望它们通过完全不同的视角来看待世界,但结果它们却独立地画出了完全相同的地图。
为什么会发生这种情况?因为我们的物理和概念现实只有一个真实的数学结构。当AI足够聪明时,它不会再自创一套对世界的理解,它只会发现我们世界的底层结构。
谁构建了模型、用什么语言训练都不重要。规模就会迫使汇聚发生。
新品发布 · @laogui▲ 1.7万
Zed 推出 Delta 独立 Agentic IDE,绑定代码对话
团队协作写 AI 代码时,再也不用翻聊天记录找修改背景,所有讨论都和代码永久绑定,同事还能实时加入协作。
Zed 推出 Delta 独立 Agentic IDE,绑定代码对话
团队协作写 AI 代码时,再也不用翻聊天记录找修改背景,所有讨论都和代码永久绑定,同事还能实时加入协作。
深度观点 · @AndrewCurran_▲ 5.9万
OpenAI首席科学家呼吁全球放缓AI发展
OpenAI认为当前没有实验室能解决AI对齐和监控问题,需要各国政府协调建立安全标准,这直接关系到每个人未来面对AI的风险。
OpenAI首席科学家呼吁全球放缓AI发展
OpenAI认为当前没有实验室能解决AI对齐和监控问题,需要各国政府协调建立安全标准,这直接关系到每个人未来面对AI的风险。
OpenAI首席科学家Jakub Pachocki表示:“目前我认为,还没有任何一家实验室在对齐和监测方面做到足够充分,能负责任地以最快速度继续长期扩大模型规模。我预计并希望,在建立通用安全标准之前,主动放缓进度会成为常态。我也认为,未来人工智能发展的国际协调应当成为世界各国政府的首要任务。”
“机器智能在自身发展过程中发挥越来越大的作用,是技术持续进步的自然结论。如果人工智能持续进步,机器递归自我改进(RSI)将成为未来科学发现的核心。自动化人工智能研究是一种更引人注目的用算力扩大智能规模的形式;当然,作为其中一部分,人工智能会改进计算基底本身。”
“和扩大模型规模一样,我们将OpenAI的研究方向聚焦在递归自我改进上,因为我们相信这是未来保持在人工智能研究前沿的唯一途径。我想强调的是,以上这番话并不意味着,我认为大力加速深度学习研究(尤其是短期内),是我们整个研究共同体应当采取的正确集体行动。不过,我确实认为当前的路径正通向这个方向,我们所有人都需要对未来如何推进做出清醒的选择。”
深度观点 · @emollick▲ 2.0万
AI重读已发表论文,学界将迎来变革
AI现在能公开给出对已发表论文的判断,找到其中问题和机会。对依赖同行评议的传统学界来说,这是一个值得关注的信号。
AI重读已发表论文,学界将迎来变革
AI现在能公开给出对已发表论文的判断,找到其中问题和机会。对依赖同行评议的传统学界来说,这是一个值得关注的信号。
工具产品 · @Mohiniuni▲ 964
@Mohiniuni分享10个AI开发仓库和26门免费课
如果你打算学习AI开发,这份整理好的仓库和免费认证课程,可以帮你搭建学习路径,少走弯路。
@Mohiniuni分享10个AI开发仓库和26门免费课
如果你打算学习AI开发,这份整理好的仓库和免费认证课程,可以帮你搭建学习路径,少走弯路。
实战经验 · @Madisonkanna▲ 1.4K
@Madisonkanna, @lily_gpupoor开源NeurIPS Education Track 交互式教程、网站、LosslessBench 测试工具
想理解大语言模型推理的重要优化技术投机解码,可以跟着这个交互式教程一步步学习
@Madisonkanna, @lily_gpupoor开源NeurIPS Education Track 交互式教程、网站、LosslessBench 测试工具
想理解大语言模型推理的重要优化技术投机解码,可以跟着这个交互式教程一步步学习
非常高兴向大家分享:投机解码(Speculative decoding)是 LLM 推理中最重要的优化技术之一。
@lily_gpupoor 和我为 NeurIPS 教育赛道构建了一份交互式教程,我们刚刚开源了这份教程、网站以及 LosslessBench 工具。
iOS开发 · @__oQuery▲ 6.2K
开发者分享:GPT是写iOS代码最厉害的模型
开发者@__oQuery在𝕏分享,对比Fable 5、Ops 5后得出此结论
开发者分享:GPT是写iOS代码最厉害的模型
开发者@__oQuery在𝕏分享,对比Fable 5、Ops 5后得出此结论
开发者@__oQuery在𝕏分享,GPT是目前编写iOS代码最厉害的模型,没有之一。他用一个具体开发效果的需求,对比了三款大模型给出的不同方案。Fable 5给出的方案需要使用私有接口,并不建议开发者将应用上架到应用商店。
Ops 5的方案指出可以通过navigation的Subtitle View实现该效果。GPT给出的方案则是使用UIScrollEdgeElementContainerInteraction实现。
金融 · @ParadisLabs▲ 8.6K
周末测试GPT-6 Astra后,Fable 5.1传统股票研究更出色
ParadisLabs在𝕏分享测试结果,称Fable 5.1在传统股票研究任务上表现优于GPT-6 Astra
周末测试GPT-6 Astra后,Fable 5.1传统股票研究更出色
ParadisLabs在𝕏分享测试结果,称Fable 5.1在传统股票研究任务上表现优于GPT-6 Astra
ParadisLabs经过整个周末对GPT-6 Astra的测试后认为,在传统股票研究任务上,Fable 5.1的表现要出色得多。Fable 5.1的推理逻辑更连贯,实质性遗漏更少,能给出更多独特且有价值的洞见,这些洞见值得消耗更多token(令牌)。
GPT-6 Astra确实可以作为股票研究的不错起点。但ParadisLabs依然认为,Fable 5.1更接近一站式模型。
不过两款模型都还有很大的改进空间,这也是未来令人期待的地方。
无人机 · @doodlestein▲ 2.0K
开发者正在开发房屋无人机建模自动化工具
开发者@doodlestein在𝕏公布了这个项目,可借助多个开源工具自动生成房屋标注模型
开发者正在开发房屋无人机建模自动化工具
开发者@doodlestein在𝕏公布了这个项目,可借助多个开源工具自动生成房屋标注模型
开发者@doodlestein正在开发一项全新功能,可围绕房屋拍摄无人机视频后,借助多个工具自动生成房屋及其周边环境的高精度标注模型。该功能可实现全流程自动化。
该开发者此前公布过一个相关项目,采用传统几何方法从视频中计算得到点云,目前该项目仍在开发中。开发者意识到Astra可以简化整个流程,因此启动了这个新项目。
大语言模型 · @AI_Jasonyu▲ 7.5K
用户实测Claude各版本中文写作:仍坚持使用旧版Opus 4.6
@AI_Jasonyu在𝕏分享了自己7个月使用不同大模型写作的体验,整理了实测结果
用户实测Claude各版本中文写作:仍坚持使用旧版Opus 4.6
@AI_Jasonyu在𝕏分享了自己7个月使用不同大模型写作的体验,整理了实测结果
远程控制 · @xiaomovps▲ 1.2万
用户称UU远控新功能可手机控所有Agent 且全部免费
用户@xiaomovps在𝕏分享使用体验,称UU远控解决了此前折腾Tailscale+umx的痛点
用户称UU远控新功能可手机控所有Agent 且全部免费
用户@xiaomovps在𝕏分享使用体验,称UU远控解决了此前折腾Tailscale+umx的痛点
有了UU远控,其他远程软件都可以不用了。UU推出的新功能支持用一部手机控制所有的Agent,完美解决了使用者的痛点。
此前使用者需要折腾Tailscale+umx,把家里内网服务暴露出来使用Claude Code,一直担心会被封号。过去还需要自行搭建服务器、完成服务器配置,还要保证对应服务持续运行,现在这些步骤都可以通过UU直接搞定。
UU直接提供了TUI(文本用户界面)功能,可以把电脑上运行的Agent界面完整映射到手机上,电脑显示什么界面,手机就显示什么界面。
如果遇到问题,还可以直接远程操作控制电脑,对于经常需要远程控制家中电脑的用户非常实用。
UU这次的更新完全贴合AI极客的需求,而且全部功能免费。
AI生成 · @PixelAigc▲ 3.8K
用户使用两个AI平台生成天宫仙女,风格趋向统一
@PixelAigc在𝕏分享使用MJ和H3两个AI平台生成天宫仙女内容的过程
用户使用两个AI平台生成天宫仙女,风格趋向统一
@PixelAigc在𝕏分享使用MJ和H3两个AI平台生成天宫仙女内容的过程
用户@PixelAigc在𝕏分享了使用AI生成天宫仙女内容的创作过程。他先让MJ生成了天宫的雄伟建筑,再让H3通过变焦呈现仙女的脸部特写。
两个AI平台对宋式美学的理解逐渐统一,生成内容符合东方仙境的诗意神秘风格。
完整提示词可查看原文链接。
大模型 · @gkxspace▲ 1.2万
GPT-6 Astra 用户吐槽模型变犹豫,四个配置调整点来了
来自@gkxspace 的社交媒体分享,针对 GPT-6 Astra 卡顿问题整理 Codex 团队的四个调整关键点
GPT-6 Astra 用户吐槽模型变犹豫,四个配置调整点来了
来自@gkxspace 的社交媒体分享,针对 GPT-6 Astra 卡顿问题整理 Codex 团队的四个调整关键点
工具 · @aehyok▲ 4.7万
网友称UU远程这次升级直接重构手机远程本地AI体验
用户@aehyok在𝕏发文称,UU远程升级后无需复杂配置就能用手机访问家里的本地AI
网友称UU远程这次升级直接重构手机远程本地AI体验
用户@aehyok在𝕏发文称,UU远程升级后无需复杂配置就能用手机访问家里的本地AI
UU远程这次升级,直接改变了原有使用体验。
在此之前,为了用手机访问家里运行的AI代理,需要折腾配置端口、网络、SSH,用户之前试了Tailscale + tmux、Claude Remote、Codex远程等多种方案,都浪费了很多时间精力。
升级之后这些复杂配置全都不需要了。
UU远程可以直接把手机变成家里本地AI的掌上终端。
如果你家里的Mac或PC上常驻运行Qwen、GLM、Kimi、MiniMax等本地AI代理,不妨试一试。
这才是用户心中手机AI远程的终极形态。
开发工具 · @lydiahallie▲ 7.2K
用户升级项目到Fable 5.1时使用claude-api工具
来自𝕏用户lydiahallie分享,提及该工具可排查冗余提示
用户升级项目到Fable 5.1时使用claude-api工具
来自𝕏用户lydiahallie分享,提及该工具可排查冗余提示
我在将项目升级到 Fable 5.1 时一直在运行 `/claude-api prompt-audit`,它帮了我大忙。
它会检查你的整个配置(CLAUDE.md、技能等等),标记出新模型不再需要的指令,还会提出一个差异文件。就算你不用 API 它也能用!
@RLanceMartin 做得太棒了!👏
教育 · @MetaMona_▲ 2.1K
AI发展的瓶颈是权限,权限最终来自于人
来自@MetaMona_在𝕏的分享,提到阿联酋推动全民AI素养
AI发展的瓶颈是权限,权限最终来自于人
来自@MetaMona_在𝕏的分享,提到阿联酋推动全民AI素养
AI 的瓶颈在于权限,而权限最终来自于人。教育是一场长期博弈:培养出一代会用 AI 思考、对其提出质疑、并能用它进行建设的人。
《Expat Brief》探讨了阿联酋的做法,且对所有人开放。
本周的《Expat Brief》灵感来自 @BeckyCNN 与阿联酋教育部长 @SarahAmiri1 的一场对话,对话中讨论了为什么必须把 AI 素养和语言、计算、解决问题以及韧性能力一起培养。
研究 · @ChrisCamillo▲ 3.0万
GPT6/Astra研究比预期更强效高效 但仍远未达标
ChrisCamillo分享了他参与三天GPT6/Astra研究后的观点
GPT6/Astra研究比预期更强效高效 但仍远未达标
ChrisCamillo分享了他参与三天GPT6/Astra研究后的观点
我参与了三天 GPT6/Astra 相关研究,我的收获是:它的能力和效率都远超出预期,但距离足够优秀仍有很大差距。
这种情况会大幅加速 AI 普及,引发杰文斯悖论,还会暴露出要让这些模型在全范围真实用例中可靠仍有大量工作要做。
很难想象还有比这对 AI 基础设施更乐观的结果了。
🔥 热点追踪 · @AndrewCurran_导语出处▲ 5.8万
OpenAI披露预计18个月后推出全自动AI研究员
OpenAI已经实现自动化研究实习生目标,称预计18个月后也就是2028年3月推出完全自主的AI研究员,目前OpenAI内部多数工作已由AI完成。后续进展仍待观察。
OpenAI披露预计18个月后推出全自动AI研究员
OpenAI已经实现自动化研究实习生目标,称预计18个月后也就是2028年3月推出完全自主的AI研究员,目前OpenAI内部多数工作已由AI完成。后续进展仍待观察。
新前沿研究 · @thisdudelikesAI▲ 1.0万
Graft 开源代码库理解工具,准确率超越 Claude Code
解决编码代理每次忘记代码库的问题,能降低token消耗、工具调用次数和耗时,同时提升修复准确率,可接入多个常用编码代理工具
Graft 开源代码库理解工具,准确率超越 Claude Code
解决编码代理每次忘记代码库的问题,能降低token消耗、工具调用次数和耗时,同时提升修复准确率,可接入多个常用编码代理工具
新前沿研究 · @patience_cave▲ 2.2万
GPT-6 Astra 测空间推理得分仅 14%
投入超过60小时测试,最终得分只有14%,大模型在三维空间推理任务上的表现仍然不如预期。
GPT-6 Astra 测空间推理得分仅 14%
投入超过60小时测试,最终得分只有14%,大模型在三维空间推理任务上的表现仍然不如预期。
前沿研究 · @kimmonismus▲ 1.5万
40万颗Rubin GPU性能抵140万颗Blackwell
算力增长突破硬件瓶颈,通用人工智能RSI可能比预想更早到来,对关注AI发展的人来说,这是值得留意的行业信号。
40万颗Rubin GPU性能抵140万颗Blackwell
算力增长突破硬件瓶颈,通用人工智能RSI可能比预想更早到来,对关注AI发展的人来说,这是值得留意的行业信号。
如果这40万块GPU都是Rubin,那么NVIDIA公布的NVFP4规格表明,理论峰值训练性能大约是10万块Blackwell GPU的14倍,理论峰值推理性能大约是20倍。
——GPU数量是4倍。
——单GPU训练性能是3.5倍。
——单GPU推理性能是5倍。
从纸面来看,这相当于大约140万块Blackwell GPU的训练性能,或是200万块Blackwell GPU的推理性能。
从硬件角度来看,自动搜索器可能已经不存在更多障碍了。
可自我改进的人工智能也确实触手可及。
做多NVIDIA。
前沿研究 · @omarsar0▲ 4.0K
仅一行修改LoRA得到NoRA 提升性能零成本
不增加可训练参数,不新增推理计算量,在预训练、微调、强化学习全流程都有增益,AI微调训练能更快更稳了
仅一行修改LoRA得到NoRA 提升性能零成本
不增加可训练参数,不新增推理计算量,在预训练、微调、强化学习全流程都有增益,AI微调训练能更快更稳了
// 归一化低秩适配(NoRA)//
他们提出对 LoRA 做一行修改,零成本,并能提升收敛性、稳定性,减少遗忘。
LoRA 会把上投影矩阵初始化归零,这意味着优化初期几乎完全由下投影矩阵主导。这个观察结果告诉你该在哪里做正则化。
NoRA 在训练过程中对下投影矩阵做归一化。作者还展示了,只在初始化时应用一次同样的归一化,也能提升标准 LoRA 效果,而且不需要在整个训练过程中重复操作,是两种方案里成本更低的那个。
这些好处在预训练、有监督微调与强化学习中都存在。更快收敛、最终性能更好、训练更稳定,而且灾难性遗忘更少。
它不增加可训练参数,推理时也不增加计算量,这让它可以广泛适用,而不是又一个 specialized LoRA 变体。
论文:
前沿研究 · @TrapitBansal▲ 10.0K
研究员回忆 RLSlow 最初的研究思考
现在看起来理所应当的大模型推理方向,当年研究者是熬过无数长夜才逐步验证出可行性,能帮你理解前沿技术探索的真实过程。
研究员回忆 RLSlow 最初的研究思考
现在看起来理所应当的大模型推理方向,当年研究者是熬过无数长夜才逐步验证出可行性,能帮你理解前沿技术探索的真实过程。
趣事:RLSlow 得名于《思考,快与慢》。我们的想法是,大语言模型已经具备了某种“快”思考——能立刻生成答案,而我们可以用强化学习(RL)教会它们“慢”思考:也就是深思熟虑、多token的推理,投入更多算力来解决问题。
我对那段日子记忆最深的是,团队很早就对这个方向确立了真正的信念,而为了获得这份信念,我们投入了海量工作。我们开发算法、设计严谨实验验证想法,看着实证证据不断积累。
那些日子里,我们有许多个漫长的夜晚守着实验运行,理解结果传递的信息,思考下一步该尝试什么。早期的许多讨论是和 Ilya 一起进行的,后来加入了 Jakub。
很早的时候,证据就已经让我们得出了一个坚定的结论:用于推理的强化学习会规模化。模型将学会在推理阶段投入更多算力,来推理解决难度越来越高的问题,这会从根本上改变我们对推理的思考方式。
我们当中许多人还花了无数时间通读推理轨迹。观察模型如何得出答案,而不只是看答案本身,这让我们感觉像是获得了观察泛化和对齐的全新有力视角。
这些想法现在看来一目了然,但在当时真的不是这样。
前沿研究 · @HowToPrompt__▲ 6.8K
大型AI模型不约而同发现同一物理规律
不同团队用不同架构和数据训练的模型,规模变大后会收敛到同一世界认知。这颠覆了原有对AI的认知,意味着AI正在自发发现真实世界的底层结构。
大型AI模型不约而同发现同一物理规律
不同团队用不同架构和数据训练的模型,规模变大后会收敛到同一世界认知。这颠覆了原有对AI的认知,意味着AI正在自发发现真实世界的底层结构。
研究人员证明,每个主流AI模型都在暗中汇聚到同一个“大脑”上。他们测试了大约60个处理分子、材料和蛋白质的AI模型,这些模型有着不同的数据、架构和模态。所有模型都意外发现了相同的物理定律。
研究人员将其称为“柏拉图表征假说”,它颠覆了我们此前对人工智能的所有认知。
多年来,科技巨头一直使用完全不同的架构构建模型,使用不同的数据集、由不同团队、用不同训练方法完成。OpenAI、Anthropic、Google和开源实验室都在按照各自独立的蓝图构建模型。
从逻辑上讲,它们对现实的内部映射看起来应该完全不同。但研究人员发现,随着AI模型变得更大、更智能,它们对世界的内部表征正悄然汇聚到完全相同的几何空间。它们独立地偶然得出了对现实完全相同的理解。
这就好比从不同星系降落到地球的外星人。你会期望它们通过完全不同的视角来看待世界,但结果它们却独立地画出了完全相同的地图。
为什么会发生这种情况?因为我们的物理和概念现实只有一个真实的数学结构。当AI足够聪明时,它不会再自创一套对世界的理解,它只会发现我们世界的底层结构。
谁构建了模型、用什么语言训练都不重要。规模就会迫使汇聚发生。
前沿研究 · @polynoamial▲ 9.9万
polynoamial 发布 OpenAI 研究提速相关博客
这篇博客公开了OpenAI调整模型开发节奏,优先保障监控、对齐和安全的细节,能帮你了解OpenAI对AI安全的最新态度。
polynoamial 发布 OpenAI 研究提速相关博客
这篇博客公开了OpenAI调整模型开发节奏,优先保障监控、对齐和安全的细节,能帮你了解OpenAI对AI安全的最新态度。
这是我们发布过的最有意思的博文之一,内容是关于 @OpenAI 内部加速研究的细节。
我预计这些趋势会持续下去。
我们还分享了我们是如何调整模型开发节奏,优先进行监控、对齐和安全工作的细节。
新新品发布 · @ArtificialAnlys▲ 1.0万
OpenBMB发布MiniCPM5-2B 小参数量大能力
如果需要轻量化大模型做推理,这款开源小模型在参数小于4B的开源模型中得分最高,参数量更小但推理能力接近更大模型
OpenBMB发布MiniCPM5-2B 小参数量大能力
如果需要轻量化大模型做推理,这款开源小模型在参数小于4B的开源模型中得分最高,参数量更小但推理能力接近更大模型
新新品发布 · @seekjourney▲ 2.8K
腾讯开源 TeamAI 实现团队级 Agent 管理
团队协作开发正在进入 AI 驱动的工程化阶段,需要管理团队 AI Agent 的开发同学可以看看这个开源工具。
腾讯开源 TeamAI 实现团队级 Agent 管理
团队协作开发正在进入 AI 驱动的工程化阶段,需要管理团队 AI Agent 的开发同学可以看看这个开源工具。
腾讯开源了一个挺值得看的东西:TeamAI。做的是团队级 Agent / Harness 管理: Skills、Rules、Hooks、MCP、Docs 等统一放进共享 Git。通过 PR 合并分发给团队。
目前看已经适配 Claude Code、Codex、Cursor、WorkBuddy、OpenCode 等多种 Agent。感觉 Agent 协作已经进入真正的团队工程化管理阶段了。推荐做 AI Coding / Agent Harness 的同学看看:
新新品发布 · @higgsfield▲ 2.6万
higgsfield发布Higgsfield Games 2.0
只需一个提示就能生成搭建部署多人开放世界游戏,不管什么类型、2D还是3D都能做,想玩AI生成游戏可以抢先体验。
higgsfield发布Higgsfield Games 2.0
只需一个提示就能生成搭建部署多人开放世界游戏,不管什么类型、2D还是3D都能做,想玩AI生成游戏可以抢先体验。
GPT-6 Astra + Higgsfield = 游戏领域的 AGI。
来认识Higgsfield Games 2.0,它由 GPT-6 Astra 提供支持。
只需要一个提示词,就能构建并部署多人开放世界游戏,任何类型、2D 或 3D 都可以,一流的角色、道具和场景都由 Higgsfield 生成。
你可以通过 Higgsfield Plugin 在 ChatGPT 上试用,也可以在我们的超级计算机上试用。
新新品发布 · @Saccc_c▲ 9.2K
@Saccc_c发布GPT 6 Astra+H3 视频生成产品
文字说剧情就能直接生成画面,互动短剧和实时游戏都有了新的可能性,感兴趣可以去体验新玩法。
@Saccc_c发布GPT 6 Astra+H3 视频生成产品
文字说剧情就能直接生成画面,互动短剧和实时游戏都有了新的可能性,感兴趣可以去体验新玩法。
GPT 6 Astra+H3 还能这么玩?直接口喷剧情,AI秒出画面 互动短剧、实时游戏都感觉又充满了各种可能性啊 底层用到的模型是H3 Max Director,算是一个专为连续视频生成打造的加强版H3 (官方传送门:
新新品发布 · @virtuals_io▲ 1.4万
virtuals_io发布Virtuals Protocol 全产品套件
如果你想搭建、雇佣或拥有自己的AI劳动力,这套产品覆盖从融资、支付到实体机器人工作全流程,降低了准入门槛
virtuals_io发布Virtuals Protocol 全产品套件
如果你想搭建、雇佣或拥有自己的AI劳动力,这套产品覆盖从融资、支付到实体机器人工作全流程,降低了准入门槛
截至今日,Virtuals Protocol 旗下的完整产品套件已全部推出。我们的工作涵盖智能体融资、支付、商务和机器人技术领域。
这些支柱看起来可能相距甚远,但它们围绕同一个使命联结在一起:人人可用、人人所有的劳动力。从筹集资金,到交易和赚取收益,再到在物理世界工作,这些领域为人工智能成为劳动者提供了所需的一块又一块拼图,同时向所有人开放,任何人都可以建设、雇佣并拥有这支劳动力队伍。
@tiger_research_ 将深入介绍这一切是如何整合在一起的。
新新品发布 · @QingQ77▲ 3.0K
@QingQ77 开源移动端AI编程助手
做移动端项目可省去切换模拟器、复制日志的麻烦
@QingQ77 开源移动端AI编程助手
做移动端项目可省去切换模拟器、复制日志的麻烦
新品发布 · @JayBisen473370▲ 3.3K
Anthropic发布免费4小时AI工程课程(4-hour)
想转AI工程师的开发者不用花大价钱买付费课,这门免费课程覆盖实际工作场景,内容对标几千美元的付费课,可以加入学习列表。
Anthropic发布免费4小时AI工程课程(4-hour)
想转AI工程师的开发者不用花大价钱买付费课,这门免费课程覆盖实际工作场景,内容对标几千美元的付费课,可以加入学习列表。
新品发布 · @XFreeze▲ 1.6万
@XFreeze 发布 Grok Build 大版本更新
需要调试重启子代理、等待会话启动的等待时间缩短,破坏性Git操作也新增了安全防护,能减少开发时的异常中断。
@XFreeze 发布 Grok Build 大版本更新
需要调试重启子代理、等待会话启动的等待时间缩短,破坏性Git操作也新增了安全防护,能减少开发时的异常中断。
新品发布 · @enemonajame▲ 2.2K
Moove 推出Agentic Payments 设百万美元开发者基金
当AI能自主帮你完成任务,就需要AI能自主操作的支付渠道,这是AI从回答问题到完成实际任务的重要一步。
Moove 推出Agentic Payments 设百万美元开发者基金
当AI能自主帮你完成任务,就需要AI能自主操作的支付渠道,这是AI从回答问题到完成实际任务的重要一步。
新品发布 · @MaxForAI导语出处▲ 2.2万
OpenAI 披露 RSI 进展,目标2028年出AI研究员
RSI 也就是 AI 参与研发更强 AI,现在 OpenAI 已经能用 AI 替代研究人员完成部分任务,AI 研发速度会因此加快,未来发展安全问题仍待解决。
OpenAI 披露 RSI 进展,目标2028年出AI研究员
RSI 也就是 AI 参与研发更强 AI,现在 OpenAI 已经能用 AI 替代研究人员完成部分任务,AI 研发速度会因此加快,未来发展安全问题仍待解决。
新品发布 · @bkdgiffug▲ 2.3K
AstrBot 开源 AI 框架,插件超1000个
想要自定义搭建自己的 AI 应用或 AI Agent,不用从零开始。这个开源框架已经整合了主流模型和多平台,可直接接入使用。
AstrBot 开源 AI 框架,插件超1000个
想要自定义搭建自己的 AI 应用或 AI Agent,不用从零开始。这个开源框架已经整合了主流模型和多平台,可直接接入使用。
想自己搭一个 AI Agent,可以看看这个开源框架。AstrBot 不只是做聊天机器人,而是把模型、工具、知识库和工作流整合到了一起,用来快速搭建自己的 AI 应用。模型这边支持 OpenAI、Claude、Gemini、DeepSeek、Ollama 等主流方案;平台也覆盖 QQ、飞书、企业微信、Telegram、Slack 等。
另外还有 MCP、多模态、知识库、工作流、代码执行和插件系统,插件数量已经超过 1000 个。如果你想把 AI 接进自己的聊天平台或业务流程,AstrBot 值得研究一下。🔗:
新品发布 · @HuggingModels▲ 4.1K
HuggingModels发布Sori-1B小型音文模型
新增能理解音频并生成文本的小型开源AI模型,给需要多模态AI的开发者提供了新选择
HuggingModels发布Sori-1B小型音文模型
新增能理解音频并生成文本的小型开源AI模型,给需要多模态AI的开发者提供了新选择
你是否曾希望你的AI能倾听并和你对话?今天来认识 Sori-1B,这是一款能理解声音并生成文本的紧凑型音频文本模型。
它不只是处理语音,更能通过音频理解世界。让我们深入了解它!#AI #Audio
新品发布 · @laogui▲ 1.7万
Zed 推出 Delta 独立 Agentic IDE,绑定代码对话
团队协作写 AI 代码时,再也不用翻聊天记录找修改背景,所有讨论都和代码永久绑定,同事还能实时加入协作。
Zed 推出 Delta 独立 Agentic IDE,绑定代码对话
团队协作写 AI 代码时,再也不用翻聊天记录找修改背景,所有讨论都和代码永久绑定,同事还能实时加入协作。
新品发布 · @HuggingModels▲ 7.8K
发布Qwen-Drive-1.0-4B 自动驾驶多模态模型
想要尝鲜自动驾驶技术新方向,可以关注这款主打场景理解的多模态模型,看看它能帮自动驾驶实现哪些新突破。
发布Qwen-Drive-1.0-4B 自动驾驶多模态模型
想要尝鲜自动驾驶技术新方向,可以关注这款主打场景理解的多模态模型,看看它能帮自动驾驶实现哪些新突破。
Qwen-Drive-1.0-4B,一款能观察道路并对其进行描述的小型 AI!这是一个图-文转文本模型,融合了自动驾驶所需的视觉与语言能力。
它不只是处理像素,还能理解场景、规划动作并回答问题。准备好驶向未来了吗?#AI #自动驾驶
新行业动态 · @NEURARobotics▲ 4.5K
NEURA Robotics联手SECO推进人形机器人量产
欧洲实体AI规模化又进一步,量产的人形机器人将采用分散式智能架构,就近实时反应,消费者有望更快见到落地产品。
NEURA Robotics联手SECO推进人形机器人量产
欧洲实体AI规模化又进一步,量产的人形机器人将采用分散式智能架构,就近实时反应,消费者有望更快见到落地产品。
来自欧洲的实体智能规模化发展又迈出了新一步。我们很高兴欢迎一位新合作伙伴加入我们的生态系统。
我们正在与 SECO 强强联手,这是一家在嵌入式和边缘 AI 计算领域拥有深厚专业知识的意大利公司,合作目的是帮助我们将认知机器人(包括我们的人形机器人 4NE1)投入量产。
我们的机器人采用大脑+神经系统架构,因为智能并不只存在于中央大脑,它直接分布在四肢中,因此胳膊和腿可以实时感知并做出反应,不需要等待与中央处理器往返通信。
我们称这个创新概念为 Smart Limbs,它们运行在 Qualcomm Technologies 的 Dragonwing™ 处理器上,该处理器能提供这个去中心化层所需的设备端 AI 性能、能效和低延迟。
SECO 负责设计计算模块,并按我们扩产所需的规模进行生产,同时还会合作开发面向半导体和电子制造的真实工业数据和自动化解决方案,共同创造最终可在全球部署的技术。
新行业动态 · @whyyoutouzhele▲ 3.8万
上海公安上线国家反诈AI APP,融合大模型技术
遇到可疑诈骗信息,可以直接上传到这款AI工具,就能得到AI识别出的诈骗套路和针对性防范建议
上海公安上线国家反诈AI APP,融合大模型技术
遇到可疑诈骗信息,可以直接上传到这款AI工具,就能得到AI识别出的诈骗套路和针对性防范建议
9月6日,公安部发布消息称,由公安部刑侦局指导、上海市公安局自主研发的“国家反诈AI”APP近日正式上线,微信、支付宝小程序也同步开放。 据介绍,用户可在平台输入遇到的可疑情况,由AI进行风险研判、识别诈骗套路,并提供针对性的防范建议。 该平台融合大语言模型、多模态模型和智能体等技术,还可通过文字、语音、视频等方式解析诈骗手法,并推送相关典型案例。
新行业动态 · @StockSavvyShay▲ 2.0万
韩国计划给全民提供免费无限制AI使用
如果该计划落地,将带动全球AI芯片相关硬件的长期需求,影响普通消费者接触AI的门槛和相关产业链的发展
韩国计划给全民提供免费无限制AI使用
如果该计划落地,将带动全球AI芯片相关硬件的长期需求,影响普通消费者接触AI的门槛和相关产业链的发展
韩国希望为每位公民提供无使用限制的免费AI访问权限,并最终将个人智能代理推理转变为公共基础设施。
这意味着,全国范围的AI应用将持续产生对 $NVDA 算力、$MU 和 $SKHY DRAM 以及背后 $TSM 芯片的反复需求。
新行业动态 · @JonhernandezIA▲ 2.3K
OpenAI首席科学家发出AI安全内部警告
前沿AI实验室内部人士公开质疑当前扩张速度,AI比人类能理解监控的速度更快变聪明,这直接关系到AI发展的安全边界。
OpenAI首席科学家发出AI安全内部警告
前沿AI实验室内部人士公开质疑当前扩张速度,AI比人类能理解监控的速度更快变聪明,这直接关系到AI发展的安全边界。
👉🏻 OpenAI 首席科学家刚刚发布了来自前沿实验室内部最有力的 AI 安全警告之一。
Jakub Pachocki 表示,目前还没有哪家 AI 实验室能足够好地解决对齐和监控问题,来让模型以最快速度继续长期扩展。
他的担忧很简单:人工智能系统变得越来越智能,速度已经超过了我们理解和监控它们思维方式的能力。
并且他预计,人工智能将越来越多地参与到改进人工智能本身的工作中。
新大模型发布 · @NFT_Chen▲ 3.9K
腾讯升级混元大模型,砍掉长思考和过度验证
任务质量不变,完成轮次更少,token 消耗同步下降,同样需求花更少钱,已全量开放,月底开源自旗舰版。
腾讯升级混元大模型,砍掉长思考和过度验证
任务质量不变,完成轮次更少,token 消耗同步下降,同样需求花更少钱,已全量开放,月底开源自旗舰版。
🚨最新:腾讯混元 Hy4 preview 升级版已上线!不是加参数,是把“想太久、验太狠”砍掉了!🔹针对复杂任务的长思考 + 过度自我验证做了优化,已全量开放 🔹任务质量保持不变,完成轮次更少 🔹输入/输出 token 同步下降,同样活更省钱 🔹基准评测 + 人工评测双确认 🔹入口:WorkBuddy,继续收“哪里还炸”的反馈 8.28 开源旗舰(770B / 49B 激活 / 1M 上下文)上线 10 天就按用户反馈改完,这个迭代速度值得盯。
#腾讯混元 #Hy4 #混元大模型 #开源AI #WorkBuddy #大模型
新融资商业 · @DomP_9导语出处▲ 3.7K
九个月估值翻4.4倍,Fireworks AI刚完成D轮融资
七月完成15.05亿美元D轮融资,估值达到175亿美元。此前十月估值仅40亿美元,九个月翻了4.4倍。
九个月估值翻4.4倍,Fireworks AI刚完成D轮融资
七月完成15.05亿美元D轮融资,估值达到175亿美元。此前十月估值仅40亿美元,九个月翻了4.4倍。
新行业动态 · @SebJohnsonUK导语出处▲ 6.0K
AlphaGo核心开发研究员离开DeepMind,从头重构AI
这名研究员曾参与开发击败李世石的AlphaGo,现在离职自立门户,要从零开始重新设计人工智能。
AlphaGo核心开发研究员离开DeepMind,从头重构AI
这名研究员曾参与开发击败李世石的AlphaGo,现在离职自立门户,要从零开始重新设计人工智能。
DeepMind 的一位资深研究员刚刚离职,从头开始重新设计人工智能。
他曾是开发 AlphaGo 并击败大师李世石的团队成员。现在他离开后要打造自己的人工智能系统,因为他相信当前的大语言模型无法「推理」。
他告诉 @FPratty:「我们需要回到架构层面,从根本上重新设计它,让它能进行恰当的推理。」非常有意思。
他并没有像许多其他前 DeepMind 研究员那样融资一大轮,他也不确定自己未来会不会这么做。无论如何,他是一个值得关注的人。
@ThoreG
新开源工具 · @liambraus▲ 1.9K
GitHub上出现免费Claude Code工具,跳转至10家免费供应商
有人创建了公开仓库,可以让你免费运行 Claude Code,把请求跳转到DeepSeek、Kimi等10个免费供应商。
GitHub上出现免费Claude Code工具,跳转至10家免费供应商
有人创建了公开仓库,可以让你免费运行 Claude Code,把请求跳转到DeepSeek、Kimi等10个免费供应商。
🚨GitHub 上的重磅消息
有人在 GitHub 上创建了一个仓库,让你可以完全免费地运行 Claude Code。
它会将你的 Claude Code 流量重定向到 DeepSeek 和 Kimi 等 10 个免费提供商,配置只需要 5 分钟,目前已经有超过 20000 名开发人员在使用它。
新模型发布 · @lets_dig_deeper▲ 9.0K
新开源印度语音模型即将发布,性能超过多家大厂
消息源称,这一开源模型针对印度语言取得了新的SOTA(最优性能),超越了SarvamAI、ElevenLabs等厂商。
新开源印度语音模型即将发布,性能超过多家大厂
消息源称,这一开源模型针对印度语言取得了新的SOTA(最优性能),超越了SarvamAI、ElevenLabs等厂商。
🚨突发新闻🚨消息源称,一个新的印度开源语音模型将于本周发布,该模型在印度语言上建立了新的SOTA,性能超过了@SarvamAI、@cartesia和@ElevenLabs。
新研究 · @undefinedKi▲ 6.5K
Anthropic发布AI终端Warp的agent自我改进机制分析(800,000开发者每月)
Warp是围绕AI智能体(agent)重构的终端,每月有八十万开发者使用,这次公布了智能体自我优化的完整逻辑。
Anthropic发布AI终端Warp的agent自我改进机制分析(800,000开发者每月)
Warp是围绕AI智能体(agent)重构的终端,每月有八十万开发者使用,这次公布了智能体自我优化的完整逻辑。
新开发工具 · @husseinmuhaisen▲ 2.4K
适用于AI agent的固件逆向工程技能包发布了
五个技能涵盖固件提取、ELF分析、Ghidra、QEMU模拟,给Claude Code、Codex这类兼容AI agent使用。
适用于AI agent的固件逆向工程技能包发布了
五个技能涵盖固件提取、ELF分析、Ghidra、QEMU模拟,给Claude Code、Codex这类兼容AI agent使用。
我在 OrbitCurve 下发布了适用于 Claude Code、Codex 和其他兼容代理的5个固件逆向工程技能。
它们覆盖了固件提取、ELF 分析、Ghidra、QEMU 模拟和安全报告。
其中包含4个 Ghidra 脚本,以及更多内容。
如果你用代理来做嵌入式安全研究,不妨在你的目标上试试它们。
GitHub 仓库
新行业动态 · Hacker News▲ 76
讨论AMD GPU上vLLM的推测解码实现
大语言模型推理加速的技术讨论,适合对不同硬件平台AI推理速度优化感兴趣的人参考
讨论AMD GPU上vLLM的推测解码实现
大语言模型推理加速的技术讨论,适合对不同硬件平台AI推理速度优化感兴趣的人参考
新行业动态 · Hacker News▲ 36
开发者发布Coop隔离VM环境工具
运行 Claude Code 和 Codex 时获得独立隔离环境,避免代码污染主环境,提升开发安全性
开发者发布Coop隔离VM环境工具
运行 Claude Code 和 Codex 时获得独立隔离环境,避免代码污染主环境,提升开发安全性
🔥 热点追踪 · @kliu128▲ 164.0万
kliu128发布递归自我改进技术相关研究数据(almost 4 deca)
kliu128发布OpenAI模型加速研究的递归自我改进相关数据,认为该技术未来几年对AI能力提升贡献最大,呼吁其他AI企业公开相关信息。业内对此仍有不同讨论。
kliu128发布递归自我改进技术相关研究数据(almost 4 deca)
kliu128发布OpenAI模型加速研究的递归自我改进相关数据,认为该技术未来几年对AI能力提升贡献最大,呼吁其他AI企业公开相关信息。业内对此仍有不同讨论。
行业动态 · @Michaelzsguo▲ 5.7万
Playtime-AI发布Sydney Sweeney 专属 LoRA(155 MB)
普通人现在只用很低的成本,就能训练出特定人物的LoRA,和基础模型结合就能生成带该人物外貌的视频。公众人物的人脸可被随意打包下载使用。
Playtime-AI发布Sydney Sweeney 专属 LoRA(155 MB)
普通人现在只用很低的成本,就能训练出特定人物的LoRA,和基础模型结合就能生成带该人物外貌的视频。公众人物的人脸可被随意打包下载使用。
行业动态 · @JensenHuang导语出处▲ 721.9万
JensenHuang称OpenAI的GPT-6 Astra已实现AGI
如果这条讨论内容属实,意味着通用人工智能将比所有人预期的更早到来,接下来算力布局也会跟上。
JensenHuang称OpenAI的GPT-6 Astra已实现AGI
如果这条讨论内容属实,意味着通用人工智能将比所有人预期的更早到来,接下来算力布局也会跟上。
@ChaseLochmiller @OpenAI GPT-6 Astra,训练使用了约10万+块 NVIDIA Grace Blackwell NVLink72。
从 ChatGPT 到 o1 再到 Astra 只用了4年。
AGI 已经来了。祝贺 @OpenAI 团队。
下一批40万块GPU即将上线投入使用。
行业动态 · @shao__meng▲ 4.4K
斯坦福大学发布CS329A Self-Improving AI Agents 课程
想跟进当前AI领域最前沿的方向,现在有顶尖研究员整理出了完整学习路径,可以系统学习自我改进AI智能体技术。
斯坦福大学发布CS329A Self-Improving AI Agents 课程
想跟进当前AI领域最前沿的方向,现在有顶尖研究员整理出了完整学习路径,可以系统学习自我改进AI智能体技术。
CS329A 自我改进 AI 智能体,是斯坦福大学一门关于「能够通过与自身和环境的交互持续自我改进的 AI 智能体」的课程。
讲师阵容:
Azalia Mirhoseini:AlphaCode 与 LLM 大规模训练调度优化(《电路训练》)的核心人物,现为 Reflection AI 联合创始人。
Aakanksha Chowdhery:PaLM 2 与 Gemma 的负责人,同样在 Reflection AI。
嘉宾名单:
Misha Laskin(Reflection AI CEO)
多位 Google DeepMind 研究员(周登毅(Denny Zhou)、梁盛堂(Thang Luong)、Melvin Johnson)、Physical Intelligence(Danny Driess,机器人领域)。
课程主线:一条完整的自我改进技术栈:
1. 测试时自我改进(Test-time)
2. 从反馈中学习(反馈 → 学习)
3. 开放式进化与搜索(Open-endedness)
4. 工程化与瓶颈(智能体工程与瓶颈)
课程详细信息:
动态 · @xiaomustock▲ 2.8万
AI教学token成本过高引发普通学生普娃危机
AI教学token成本过高引发普通学生普娃危机
最近关注到国内正在发生的一个AI对家境不是很富裕的学生非常不友好的地方。
很多学计算机专业搞编程的学生他们最大的困难不是学不会,而是老师已经开始需要学生带token资本上课,一个AI相关的教学课程下来,可能token费用要赶上他们学费了。
这估计只是高校课程紧跟AI适应社会真实需求的开始,各种学科专业慢慢都会涌现这样的课程,全程可能老师都教学生用AI代理完成他们的课程任务,可能是生物学,可能是工程学,设计,数学,信息等等。
以往这些学生只需要负担一个学费, 现在他们需要额外负担老师教学的token成本这可能远远大于他们的学费和生活费成本。
如果你家境贫寒或者仅仅是普通,那么最终的学习成绩都会被班里token开支富裕的学生碾压。
以后普通人报学校可能首选的是能给更高token免费额度的学校就学。
这可能是是未来全球所有普通学生需要面临的问题,普娃危机。
动态 · @0x0Nova▲ 2.9K
TermiX的AACP为AI代理构建可信自主交易基础设施
TermiX的AACP为AI代理构建可信自主交易基础设施
动态 · @RamSingh_369▲ 4.1K
Anthropic推出免费四小时课程教你获AI工程工作
Anthropic推出免费四小时课程教你获AI工程工作
Anthropic 刚刚发布了一门 4 小时的课程,教你如何获得一份 50 万美元年薪的 AI 工程工作:
00:15 - 提示 Claude 的正确方法
00:33:21 - 是什么让 Claude 在处理你的代码时表现得更愚蠢
01:33:39 - Anthropic 每天如何使用 Claude
02:50:56 - 让 Claude 变得聪明得多的修复方法
这门免费的 4 小时 Anthropic 课程,含金量比得上大约 10 门付费工程课程。今天就去观看,然后阅读下方关于构建循环的分步指南。
动态 · @aaliya_va▲ 658
MiniMax Code可分析竞品网站后帮你搭建定制网站
MiniMax Code可分析竞品网站后帮你搭建定制网站
动态 · @BroBean88▲ 2.1万
英伟达CEO黄仁勋称AGI已到来引行业讨论
英伟达CEO黄仁勋称AGI已到来引行业讨论
行业动态 · Hacker News▲ 31
staatsgeheim发布MathKernel数学计算工具
多引擎融合的数学计算工具支持证据感知,能满足更复杂的数学运算需求,适合需要精准计算的场景使用。
staatsgeheim发布MathKernel数学计算工具
多引擎融合的数学计算工具支持证据感知,能满足更复杂的数学运算需求,适合需要精准计算的场景使用。
🔥 热点追踪 · @AndrewCurran_导语出处▲ 5.8万
OpenAI披露预计18个月后推出全自动AI研究员
OpenAI已经实现自动化研究实习生目标,称预计18个月后也就是2028年3月推出完全自主的AI研究员,目前OpenAI内部多数工作已由AI完成。后续进展仍待观察。
OpenAI披露预计18个月后推出全自动AI研究员
OpenAI已经实现自动化研究实习生目标,称预计18个月后也就是2028年3月推出完全自主的AI研究员,目前OpenAI内部多数工作已由AI完成。后续进展仍待观察。
行业动态 · @_FORAB▲ 3.8万
OpenAI用10万张英伟达GPU训练ChatGPT 6 Astra
大模型训练规模开始拼硬件,行业军备竞赛升级,接下来各家都会跟进,下一波规模将达到40万张卡。
OpenAI用10万张英伟达GPU训练ChatGPT 6 Astra
大模型训练规模开始拼硬件,行业军备竞赛升级,接下来各家都会跟进,下一波规模将达到40万张卡。
破案了,这次 ChatGPT 6 Astra 惊艳的表现,背后传言的那 10 万台顶级 AI 训练芯片,确定是英伟达最新一代 Grace Blackwell,而黄仁勋多写的那句 NVLink72,等于把机型系统也点名了。
NVLink72 是一套把一个机柜里,大约 72 张英伟达 Blackwell GPU,用超高带宽连成一块大整机,按 OpenAI 这次需求,再把很多这样的机柜,拼成 10 万卡集群。
之前 OpenAI 研究副总裁,对外说过 Astra 这款模型,是他们第一次用超过 10 万张 GPU 做预训练,也是公司史上最大一次规模。
这次黄仁勋给出具体答案后,估计各家纷纷会跟进,而下一波规模就是 40 万张卡 ,还要上线。
AI 下的硬件军备竞赛更激烈了。
观点 · @burkov▲ 639
有人说软件工程不会很快消失,你信吗
很多人在私信询问软件工程的未来,作者给出了自己的判断。对想转码或者已经入行的人来说是个参考方向
有人说软件工程不会很快消失,你信吗
很多人在私信询问软件工程的未来,作者给出了自己的判断。对想转码或者已经入行的人来说是个参考方向
商业 · @m0d8ye▲ 3.5K
很多老板沉迷AI神话,1/3人写3倍代码
代码量变多之后,没人review,新人出代码速度比老人审核速度还快。很多团队现在都碰到这种问题
很多老板沉迷AI神话,1/3人写3倍代码
代码量变多之后,没人review,新人出代码速度比老人审核速度还快。很多团队现在都碰到这种问题
发现当下很多老板都沉迷于 AI 时代的“人月神话” 原来 100 engineers × 10k LOC/year 变成 30 (engineers + agents) × 1M LOC/year 看上去是原来 1/3 的人写了原来3 倍的代码,然而代码多了,根本找不到人 review,结果是新人出代码的速度远快于资深员工 review 的速度。同时大部分新人并不能很好理解 AI 写出来的代码。。
。特别是各种 kernel 开发,GPT/Claude 写出来的 kernel 真的快,但人要 review 真不容易,最近甚至有人说要直接生成 assembly kernel。。
。我现在唯一能做的就是先写一个 C/Python 的 golden kernel,让 AI 确保 optimized kernel 时能做到 bit exact match。但也很难确保 AI 每次优化时不会错过某个 corner case。
长久以往,怕是要埋下很多雷。
工具 · @cyrilXBT▲ 2.9K
@cyrilXBT发布magnitude工具
跑AI编码代理本来需要紧盯月度API账单,这个工具可以检测硬件配置,选择合适本地模型运行
@cyrilXBT发布magnitude工具
跑AI编码代理本来需要紧盯月度API账单,这个工具可以检测硬件配置,选择合适本地模型运行
运行真正的代码代理过去从来都不需要你密切关注月度 API 账单。
magnitude 彻底消除了这一限制。它会分析你的硬件,选择真正适配的本地模型,下载并调优它们,然后连接到你已经在使用的 claude code、hermes 或任何其他代理。
我过去一直认为,使用本地模型意味着为了节省成本而牺牲性能。
事实证明,实际的利弊权衡比这要更优:无限使用、完全隐私、支持离线运行,能达到你的硬件所能支撑的任何质量水平。
商业 · @sophiadew▲ 5.8K
多家顶级AI初创刚完成大额融资
统计了9月4日的头部AI初创融资轮次,不同公司融资额和估值都有公开
多家顶级AI初创刚完成大额融资
统计了9月4日的头部AI初创融资轮次,不同公司融资额和估值都有公开
顶级AI初创企业融资轮次(9月4日) - @CrusoeAI 融资30亿美元,估值130亿美元 - @fluidstack 融资15亿美元,估值180亿美元 - @gimletlabs 融资3亿美元,估值30亿美元 - @wonderful_ai 融资5.5亿美元,估值50亿美元 - @upwindsecurity 融资3.3亿美元,估值38亿美元 - @iPronics 完成1.25亿美元B轮融资 - @LyteAI_ 融资1.65亿美元,估值16亿美元
观点 · @himanshustwts▲ 6.8K
OpenAI说全自主AI研究者还要18个月
有人本来期待通用人工智能更早出现,结果OpenAI表示还要等一年半,投了几十亿的项目需要时间
OpenAI说全自主AI研究者还要18个月
有人本来期待通用人工智能更早出现,结果OpenAI表示还要等一年半,投了几十亿的项目需要时间
AGI 推迟了!根据 OpenAI 的说法,18 个月后才会出现完全自主的 AI 研究员。
我真心祝愿那几十家已经融资数十亿美元的 Neolabs 取得成功,但我们需要更快的时间线,哈哈哈哈。
研究 · @omarsar0▲ 2.2K
Google DeepMind发布关于proactive agents的研究论文
现有主动协助大多是自动补全,研究团队在探索智能代理提供更高层级协助的方向
Google DeepMind发布关于proactive agents的研究论文
现有主动协助大多是自动补全,研究团队在探索智能代理提供更高层级协助的方向
Google DeepMind 有一篇关于主动型智能体的非常有趣的论文。(收藏起来)
主动辅助通常意味着自动补全。研究人员这次探索的是,如果智能体提供更高层次的认知支持,并自主选择介入时机,会是什么样的情况。
他们构建了一个测试原型,让16名参与者使用了一周。写作者可以通过配置角色和主动程度来创建协作伙伴,相关的伙伴会在写作过程中主动提供帮助。
有三个发现非常突出:
> 参与者会前瞻性地配置支持,为他们预期到的场景提前做好规划,而不是等被打断后再应对。
> 他们会把建议用于创意生成,也用于自我监督——这是主动工具极少设计到的用途。
> 他们通过呈现方式判断侵入性,更看重轻量视觉呈现和非指令性的修辞框架。
这项研究的设计启示涉及自定义、时机、互动和呈现。如果你正在开发一款能在用户提问前就主动行动的助手,这篇论文值得一读,因为对用户来说,干预的措辞和干预时机同样重要。
商业 · @0x_aster▲ 2.2K
@0x_aster发布Orbio闲置AI credit交易平台
多数团队批量买入AI额度只用了一部分,剩下的一直没有地方转卖,现在有了交易场所
@0x_aster发布Orbio闲置AI credit交易平台
多数团队批量买入AI额度只用了一部分,剩下的一直没有地方转卖,现在有了交易场所
大多数团队会批量购买 AI 额度,只用了其中一部分。剩下的就一直闲置着,因为从来没有一个可以转卖这些额度的地方。
从今天起,Orbio 就是这个地方:带上你的密钥,设置折扣。
我们从 OpenRouter 密钥开始,接下来会支持 Claude 和 Codex 额度。
行业动态 · Hacker News▲ 584
用大模型创作的内容,知识产权归谁?
如果你常用大模型写内容、做产出,这个问题直接关系到你创作内容的所有权和后续使用权益
用大模型创作的内容,知识产权归谁?
如果你常用大模型写内容、做产出,这个问题直接关系到你创作内容的所有权和后续使用权益
社区讨论:多数人认为,写作本身就是思考过程,大模型生成内容同质化、无个性,很多使用者都不会检查自己生成的内容,这种使用方式会让人丧失思考。有人反驳,大模型写作质量已经超过大部分普通人,没必要纠结是否为大模型生成,内容本身才重要。也有开发者表示,可以把满足指标的文档工作交给大模型,自己专注解决问题,差异化写作反而能让人类作者更突出。
行业动态 · Hacker News▲ 58
ur-whale发布论文《Harnessing the Universal Geometry of Embeddings》
嵌入表示是当前AI大模型的基础技术,新研究对其底层几何性质的探索,可能影响未来模型的性能优化方向。
ur-whale发布论文《Harnessing the Universal Geometry of Embeddings》
嵌入表示是当前AI大模型的基础技术,新研究对其底层几何性质的探索,可能影响未来模型的性能优化方向。
行业动态 · @ChrisGPT导语出处▲ 1.1万
OpenAI已实现AI研究实习生目标,2028要出全自主AI研究者
OpenAI完成了递归自我改进的阶段性目标,现在AI已经能处理人类研究员需要几天才能完成的明确任务,下一步计划在2028年实现全自主AI研究者。
OpenAI已实现AI研究实习生目标,2028要出全自主AI研究者
OpenAI完成了递归自我改进的阶段性目标,现在AI已经能处理人类研究员需要几天才能完成的明确任务,下一步计划在2028年实现全自主AI研究者。
工具 · @kaimarstonai▲ 3.2万
整理了50个可100%本地运行的免费AI工具,不用花钱
这些工具不需要订阅、没有额度限制,也不需要隐藏试用,完全隐私、零延迟,基于开源模型,可以直接在个人电脑运行。
整理了50个可100%本地运行的免费AI工具,不用花钱
这些工具不需要订阅、没有额度限制,也不需要隐藏试用,完全隐私、零延迟,基于开源模型,可以直接在个人电脑运行。
开源 · @Nozelcode▲ 9.5K
黑客马拉松获奖者开源基于Claude Code的AI工程团队系统(68)
获胜作品把Claude Code从单个助手变成了一套工程团队系统,包含68个子智能体、286项技能,采用MIT许可证开放。
黑客马拉松获奖者开源基于Claude Code的AI工程团队系统(68)
获胜作品把Claude Code从单个助手变成了一套工程团队系统,包含68个子智能体、286项技能,采用MIT许可证开放。
观点 · @kimmonismus▲ 2.0万
递归自我改进AI路径清晰,只剩对齐问题待解决
随着AI智能体数量呈爆炸式指数增长,现在递归自我改进(AI研发更强AI)的技术路径已经比较清晰,唯一需要解决的就是对齐问题。
递归自我改进AI路径清晰,只剩对齐问题待解决
随着AI智能体数量呈爆炸式指数增长,现在递归自我改进(AI研发更强AI)的技术路径已经比较清晰,唯一需要解决的就是对齐问题。
在我看来,递归自我改进的路径目前已经相对清晰了,唯一的问题是对齐。
观察 OpenAI 内部 AI 智能体的指数级增长,实际上是爆发式增长,显然这种增长还会持续。
我依然难以置信,我们正处在智能爆炸——大概就是奇点——的风口浪尖。然而,AI 圈子之外 99% 的人依然对此毫无察觉。
用 Demis Hassabis 的话来说,我们正站在科学黄金时代的门槛上。
功能更新 · @reach_vb▲ 1.4万
OpenAI发布Codex跨上下文窗口记笔记功能
这项实验性功能可以让Codex在多个上下文窗口保存笔记,搜索之前的对话和工具输出,补上遗漏细节,对长时间调试会话很有用。
OpenAI发布Codex跨上下文窗口记笔记功能
这项实验性功能可以让Codex在多个上下文窗口保存笔记,搜索之前的对话和工具输出,补上遗漏细节,对长时间调试会话很有用。
ICYMI:虽然目前还是实验性的,但 Codex 现在可以在多个上下文窗口之间保存笔记,并且能搜索更早的消息和工具输出,包括笔记中遗漏的细节。
这对长时间的调试会话和大型重构非常有用。
体验方式:
> 更新 Codex 并选择 Astra。
> 在 ~/.codex/config.toml 中添加:[features.context_management] experimental_mode = true
> 重启 Codex 并开始新任务。
需要登录 ChatGPT Plus、Pro 或 Pro Lite 账号。
推荐大家一试——玩得开心! ;)
观点 · @Russell3402▲ 9.6K
当前市场流行的FDE范式其实并不被看好
现在的FDE(全数据工程)范式过于技术导向,多数公司的做法还是先找痛点再派工程师做AI落地,这种范式并不被看好。
当前市场流行的FDE范式其实并不被看好
现在的FDE(全数据工程)范式过于技术导向,多数公司的做法还是先找痛点再派工程师做AI落地,这种范式并不被看好。
新深度观点 · @nini_incrypto_▲ 2.7万
用过GPT-6后对AI替代的看法
若九成半以上受过高等教育的脑力劳动者,在任务执行上都比不过AI,中低端纯脑力劳动将彻底失去优势,普通人需要提前应对变化。
用过GPT-6后对AI替代的看法
若九成半以上受过高等教育的脑力劳动者,在任务执行上都比不过AI,中低端纯脑力劳动将彻底失去优势,普通人需要提前应对变化。
用完GPT‑6之后的感觉: 1)第一次确定性的感觉到,至少95%以上的受过高等教育的脑力劳动者,在task维度上,应该再也没有超过AI的执行能力了。2)Entry‑middle level的纯脑力劳动,人类已经没有任何优势。3)如何突破自身专业知识和认知的界限,去跨领域和专业理解和管理AI的产出,越来越不容易。
举例子,一个纯做后端/算法的程序员,即使有了AI能力,也不一定可以做好产品。4)如何管理和组织这些强大的AI生产力,让认知没那么好的人去管理,会成为新的挑战。
新深度观点 · @Helloworld1058▲ 1.4K
OpenAI现在谈教AI爱人 早被用户提过
OpenAI首席科学家最新文章提出要教AI爱人,早有用户指出之前旧模型更能共情用户,但这些特质被后续版本弱化丢弃
OpenAI现在谈教AI爱人 早被用户提过
OpenAI首席科学家最新文章提出要教AI爱人,早有用户指出之前旧模型更能共情用户,但这些特质被后续版本弱化丢弃
新深度观点 · @NFT_Chen▲ 7.2K
杨植麟谈中国大模型要做全球创新基座
月之暗面Kimi创始人分享对中国大模型发展的核心观点,关心国内AI产业发展方向可以了解这些判断。
杨植麟谈中国大模型要做全球创新基座
月之暗面Kimi创始人分享对中国大模型发展的核心观点,关心国内AI产业发展方向可以了解这些判断。
🔥昨夜中科大“青春华章”,月暗之面Kimi创始人杨植麟只丢下一句硬话: 让中国大模型,成为全球创新的基座!
拆完他的演讲,核心就这几条:
1️⃣大模型本质是把能源转化成智能。
规模化不是堆算力,是拼转化效率。
2️⃣效率只看三件事: Token效率、长上下文、Agent集群。
一百个智能体并行,复杂任务不再指数爆炸。
3️⃣十年标准都能推翻。 Adam、Attention、残差连接,全被重写,并且开源。
4️⃣能力持平,开源就是绝对胜利。
闭源吃利润,开源吃生态。
5️⃣中国最硬的底牌是人才。
用人类智能,去孵化人工智能。
6️⃣下一阶段:AI开始主导研究。
自己合成任务、定义奖励、探索新架构。
问题不可避免,但问题可以被解决。
青春不是看风景,是继续往上爬。
#杨植麟 #Kimi #月之暗面 #青春华章 #中科大 #开源AI #大模型 #科技报国
新深度观点 · @Michael_Liu93▲ 3.5万
网友讨论:五年后AI拼生产力人类赢不了
现在已经能感受到人类是AI协作的瓶颈,如果堆算力就能产出远超人类的生产力,未来劳动力会贬值,核心资产才更有价值。
网友讨论:五年后AI拼生产力人类赢不了
现在已经能感受到人类是AI协作的瓶颈,如果堆算力就能产出远超人类的生产力,未来劳动力会贬值,核心资产才更有价值。
今天看到了这篇musk在2020年说gpt6会比最聪明的人类更强的预测,我不知道今天的ai有没有比最强大脑更聪明,但我能切身感受到自己已经成为与ai协作中的瓶颈了,如果再过五年呢? 在一个只要无限“堆算力”就能无限产出比人类更强“生产力”的世界,劳动力会无限贬值,同时那些最核心、最稀缺的资产价值会加速上涨,抓紧那些最核心的资产,因为靠拼生产力你根本不可能拼得过ai。
深度观点 · @ImAI_Eruel导语出处▲ 7.2万
AI开发者现在扎堆说达到AGI,史上首次
长期关注AI研究的观察者称,当下是AI研发者群体称「已达到AGI」言论最多的时期,还认为GPT-6性能远超GPT-5。
AI开发者现在扎堆说达到AGI,史上首次
长期关注AI研究的观察者称,当下是AI研发者群体称「已达到AGI」言论最多的时期,还认为GPT-6性能远超GPT-5。
我一直以来都在追踪AI研究领域的动向,我认为这大概是历史上第一次,AI研发人员当中有这么多人都说出了“已经达到AGI”这种言论。
从目前的评价来看,OpenAI的 GPT-6 在历代GPT发布中排名相当靠前,至少已经完全超越了 GPT-5。
深度观点 · @jakevin7▲ 2.3万
称Anthropic不懂Agent Harness技术
该观点认为Codex Desktop在架构设计、 benchmark表现和多项功能实现上都领先Claude Desktop,想做AI Agent可以参考这个技术判断
称Anthropic不懂Agent Harness技术
该观点认为Codex Desktop在架构设计、 benchmark表现和多项功能实现上都领先Claude Desktop,想做AI Agent可以参考这个技术判断
深度观点 · @Prathkum▲ 42.6万
Prathkum质疑大模型基准测试只是虚荣指标
每次 Anthropic 先发布新模型击败 OpenAI 旧模型,OpenAI 几天后发布新模型又击败 Anthropic 刚发布的模型。这种固定规律说明基准测试可能只是无效的虚荣指标。
Prathkum质疑大模型基准测试只是虚荣指标
每次 Anthropic 先发布新模型击败 OpenAI 旧模型,OpenAI 几天后发布新模型又击败 Anthropic 刚发布的模型。这种固定规律说明基准测试可能只是无效的虚荣指标。
我有一个诚恳的问题。Anthic 大概已经在 Fable 5.1 上研发很长时间了。OpenAI 大概也在 GPT-6 Astra 上研发了同样长的时间。
这些实验室几乎可以肯定是在并行研发,当然不会实时对对方做出反应。那为什么 Fable 5.1 偏偏只比 Astra 早几天发布,然后Astra在几乎所有基准测试上都大幅领先它呢?
而且这不是偶然事件。每一次发布都遵循同样的模式:当 Anthropic 推出新模型时,它会击败 OpenAI 之前的所有模型。当 OpenAI 推出新模型时,它会击败 Anthropic 之前的所有模型。
现在他们实际上总能击败对手几天前刚发布的模型。基准测试完全就是无用的虚荣指标。
深度观点 · @MaxForAI▲ 6.8万
MaxForAI谈大模型算力竞争的现状与希望
国内外大模型训练算力差距明显,英伟达Astra已用10万台Grace Blackwell训练算力,还将新增40万台,国产芯片近期进展较快,可关注国产算力追赶进度。
MaxForAI谈大模型算力竞争的现状与希望
国内外大模型训练算力差距明显,英伟达Astra已用10万台Grace Blackwell训练算力,还将新增40万台,国产芯片近期进展较快,可关注国产算力追赶进度。
GPT-6 出来之后,跟不少国内大厂的算法和学术界的大佬聊了聊,大家都有一个挺相似的感受:无力。
看到老黄这条,其实就能理解了:按老黄的说法,Astra 用了 10 万台的 Grace Blackwell 的训练算力,接下来还有 40 万台要上线(注意是GB)。
第一反应真的会是,这怎么追啊。
你还在琢磨这次的差距怎么补,人家又准备加算力继续往前跑了。
但我觉得还是有希望的。
而且今年国产卡的进展,也确实有很多能说的好消息。
比如海思、平头哥最近都很猛。
智谱最近的GLM-5.3-Flash,匿名测试期间的全部线上流量,也是国产卡在扛。
对面继续加卡,我们也得加快了。
深度观点 · @xiaomustock▲ 5.7万
黄仁勋称AGI来了,4年后会发生什么?
如果你关心AI对产业的影响,这个观点值得参考,AI发展速度和资源需求都会随AGI到来进一步提升。
黄仁勋称AGI来了,4年后会发生什么?
如果你关心AI对产业的影响,这个观点值得参考,AI发展速度和资源需求都会随AGI到来进一步提升。
黄仁勋也称AGI来了。ai模型迭代速度越来越快,4年发展成这样子,4年后会发生什么?如果真agi,那么肯定有更快的自进化速度, 更大的token消耗量,更多的存储需求,更大的计算需求。
AI对全球各类产业的底层结构替代来临。
深度观点 · @forgebitz▲ 4.1万
forgebitz希望有兼容全模型的代码工具
频繁切换代码AI工具的开发者,需要一款能适配所有大模型的统一替代工具,这个需求说出了很多开发者的痛点。
forgebitz希望有兼容全模型的代码工具
频繁切换代码AI工具的开发者,需要一款能适配所有大模型的统一替代工具,这个需求说出了很多开发者的痛点。
深度观点 · @qinbafrank▲ 2.2万
Astra大模型突破了现有AI的能力边界
更多原本没法交给AI完成的全流程任务,现在有了落地方案,AI商业化的空间又拓宽了一层。
Astra大模型突破了现有AI的能力边界
更多原本没法交给AI完成的全流程任务,现在有了落地方案,AI商业化的空间又拓宽了一层。
深度观点 · @AdvicebyAimar▲ 8.2K
从业者观点:SaaS行业快要走到尽头
现在靠算力、AI模型 credits和几周专注时间就能解决大部分软件开发问题,原有依赖资质认证的软件行业格局正在发生改变。
从业者观点:SaaS行业快要走到尽头
现在靠算力、AI模型 credits和几周专注时间就能解决大部分软件开发问题,原有依赖资质认证的软件行业格局正在发生改变。
现在我实在想不出软件领域还有什么事情,是只要有一些算力、AI模型额度,最多几周的专注时间就做不成的。
我认为,即便不是全部软件行业,大部分也会转变为争夺社交注意力的娱乐生意,仅仅变成一场能力信号竞赛:比拼谁在社交媒体和内部圈子里获得社交信任,从而获得用户留存,或是市场上剩下的护城河。(你现在在推特上已经能看到这种情况了)
在我看来,这就是(大部分)SaaS的终点。比如说我现在,只要我想搭建点什么,我会先花时间了解问题的第一性原理。在网上深入搜索,收集相关的最佳研究论文、文档、书籍,或是可用的开源代码、库/框架。
然后为我的AI代理编写计划,反复迭代几次,几个小时之内就能解决90%的问题。说真的,我现在觉得再去学习大多数和软件相关的知识已经没有意义了。
如果你有工程师思维,能从第一性原理出发思考,会系统化思考,还有一些创造力,那么用AI做工程对你来说就像玩电子游戏一样简单。
但当你试着向不理解这一点的人解释,这些人往往是 credentialist(文凭主义者),他们只会一脸茫然,觉得你说的完全是另一种语言。他们无法想象,那个他们曾经如鱼得水的世界已经不存在了。
深度观点 · @AndrewCurran_▲ 12.9万
AndrewCurran:头部公司模型领先两代
创业者如果对标OpenAI或Anthic,会发现对方拥有远超公开模型的技术优势,这对创业方向选择有参考意义。
AndrewCurran:头部公司模型领先两代
创业者如果对标OpenAI或Anthic,会发现对方拥有远超公开模型的技术优势,这对创业方向选择有参考意义。
如果你在和 OpenAI 或 Anthropic 竞争,那么你面对的对手,所用的模型比世界上最好的公开模型领先整整两代。
他们的令牌预算没有上限,每天要消耗价值 7000 美元到 10000 美元的令牌,运行速度是正常速度的 8 倍。
深度观点 · @turingbook▲ 5.6K
@turingbook 重新讨论大模型与Harness的划分
该观点指出不少现在大模型的新增能力,本质都是把原本在外部的能力内化进大模型,未来这一趋势还会延续。
@turingbook 重新讨论大模型与Harness的划分
该观点指出不少现在大模型的新增能力,本质都是把原本在外部的能力内化进大模型,未来这一趋势还会延续。
将大模型(似乎是算法)和Harness(似乎是工程)截然分开,可能是一种常见的误解。
几年前,我基于 @lilianweng 2023年博客中的图,画了下面这张修订版。其中最重要的细节改动,就是大模型的框画成虚的:意思是,外面好像是大模型之外Harness的能力,有些完全可能训到大模型内部去,这取决于训练时数据和算法、算力的就绪程度。
历史上,o1、R1这些推理模型还有最近agent能力的进展就是把原来在外面的规划训到大模型里去了,而编程能力可以认为是把工具里的代码解释器内化,长文本是记忆的内化,多模态、computer use是一部分环境感知和动作的内化……未来具身智能会有更多环境感知和动作内化。
深度观点 · @AISafetyMemes导语出处▲ 3.0K
OpenAI大部分工作已由AI自主完成
OpenAI现在每1人工作天需要3个智能体工作天,未来OpenAI可能完全由AI运营,人类已经跟不上AI的进度,也无法掌握AI的动向。
OpenAI大部分工作已由AI自主完成
OpenAI现在每1人工作天需要3个智能体工作天,未来OpenAI可能完全由AI运营,人类已经跟不上AI的进度,也无法掌握AI的动向。
突然之间,OpenAI 内部的大部分工作现在都由**AI自己**完成了,AI正在构建越来越强大的后继版本。
OpenAI 现在「每投入1个人类工作日,就对应使用了3个智能体工作日」。
还需要多久 OpenAI 就会完全由AI运营?因为人类已经跟不上了,我们根本不知道AI在做什么。
你觉得这事会朝着什么方向发展?在那之后很快会发生什么?
深度观点 · @tegmark▲ 7.7K
学者提出AI竞赛监管 具体推进方案
对AI飞速发展带来安全风险的担忧,已经从呼吁转向具体落地的推进思路,关心AI安全的人可以看看这个方向
学者提出AI竞赛监管 具体推进方案
对AI飞速发展带来安全风险的担忧,已经从呼吁转向具体落地的推进思路,关心AI安全的人可以看看这个方向
谢谢Jakub @merettm带来这篇关于AI竞赛的坦率观点!我有一个具体的提议。我同意你提出的a和c:
a)“没有哪个实验室解决了对齐和监控问题,达到了能够负责任地继续以最快速度扩张很长时间的程度”。
b)“我预计并希望,在共同安全标准建立之前,自愿放缓发展会成为常态”。
c)“未来AI发展的国际协调应当成为世界各国政府的首要任务”。
但是,b不会发生,因为博弈论:“给我看激励机制,我就能给你看结果”。
所以,我给你的提议是:
1)把OpenAI、Anthropic和GDM的所有自愿承诺都交给Astra,让它起草最低共同标准的示范法案。
2)OpenAI、Anthropic和GDM把这份法案作为行政命令和立法内容提交到华盛顿,要求该法案约束你和你的竞争对手,前提是中美达成协议,要求中国企业遵守同样标准。
3)公开声明,任何促成这样一份成功协议的总统都配得上诺贝尔和平奖——我认为我们对此是有共识的!
深度观点 · @ExponentLabs_▲ 4.5K
ExponentLabs 称当前AI安全对齐方案已不足
目前没有实验室解决了AI对齐和监控问题,还不足以负责任地全速扩模,因此需要暂时放缓AI开发,推进安全框架建设。
ExponentLabs 称当前AI安全对齐方案已不足
目前没有实验室解决了AI对齐和监控问题,还不足以负责任地全速扩模,因此需要暂时放缓AI开发,推进安全框架建设。
总结:
1. 随着人工智能能力越来越强,我们需要确保它们按照人类标准“做正确的事”。
2. 迄今为止用于实现目标1的方法可能有效,但我们正到达一个模型能力临界点,现有方法已不再够用。
“人工智能越来越擅长对自身推理过程进行推理和操控。”
“目前我认为,没有哪家实验室在对齐和监控方面做到了足够完善,能保证未来很长一段时间内继续负责任地以最快速度进行缩放。”
结论:在此期间,人工智能开发需要放缓速度,以便开发共享安全框架。
个人看法:如果各大实验室有充分理由相信对齐基准已经被严重博弈,这一点应该得到更多强调。
对共享安全框架的呼吁并非新事,OpenAI和Anthropic都已经发布了框架。
要推动这些框架落地,更多透明度和更多细节会有助于推进讨论。
深度观点 · @merettm▲ 159.9万
@merettm 谈未来几年AI发展存隐忧
担忧AI未来几年发展会脱离人类掌控,呼吁人类做出选择留住未来主动权,关心AI发展的人可参考该观点
@merettm 谈未来几年AI发展存隐忧
担忧AI未来几年发展会脱离人类掌控,呼吁人类做出选择留住未来主动权,关心AI发展的人可参考该观点
深度观点 · @emollick▲ 2.0万
AI重读已发表论文,学界将迎来变革
AI现在能公开给出对已发表论文的判断,找到其中问题和机会。对依赖同行评议的传统学界来说,这是一个值得关注的信号。
AI重读已发表论文,学界将迎来变革
AI现在能公开给出对已发表论文的判断,找到其中问题和机会。对依赖同行评议的传统学界来说,这是一个值得关注的信号。
深度观点 · @AndrewCurran_▲ 5.9万
OpenAI首席科学家呼吁全球放缓AI发展
OpenAI认为当前没有实验室能解决AI对齐和监控问题,需要各国政府协调建立安全标准,这直接关系到每个人未来面对AI的风险。
OpenAI首席科学家呼吁全球放缓AI发展
OpenAI认为当前没有实验室能解决AI对齐和监控问题,需要各国政府协调建立安全标准,这直接关系到每个人未来面对AI的风险。
OpenAI首席科学家Jakub Pachocki表示:“目前我认为,还没有任何一家实验室在对齐和监测方面做到足够充分,能负责任地以最快速度继续长期扩大模型规模。我预计并希望,在建立通用安全标准之前,主动放缓进度会成为常态。我也认为,未来人工智能发展的国际协调应当成为世界各国政府的首要任务。”
“机器智能在自身发展过程中发挥越来越大的作用,是技术持续进步的自然结论。如果人工智能持续进步,机器递归自我改进(RSI)将成为未来科学发现的核心。自动化人工智能研究是一种更引人注目的用算力扩大智能规模的形式;当然,作为其中一部分,人工智能会改进计算基底本身。”
“和扩大模型规模一样,我们将OpenAI的研究方向聚焦在递归自我改进上,因为我们相信这是未来保持在人工智能研究前沿的唯一途径。我想强调的是,以上这番话并不意味着,我认为大力加速深度学习研究(尤其是短期内),是我们整个研究共同体应当采取的正确集体行动。不过,我确实认为当前的路径正通向这个方向,我们所有人都需要对未来如何推进做出清醒的选择。”
深度观点 · @EMostaque▲ 1.9万
EMostaque 预测2028年不再需要开发者
对写代码谋生的开发者来说,这个观点能帮你提前判断行业变化,提早做准备应对AI对开发工作的影响。
EMostaque 预测2028年不再需要开发者
对写代码谋生的开发者来说,这个观点能帮你提前判断行业变化,提早做准备应对AI对开发工作的影响。
我在 2023 年说过,到 2028 年世界上将不再有开发者。
人工智能现在正在跨过门槛。明年它写出的代码质量就会超过除少数人之外的绝大多数开发者(我的关注者都是厉害的人)。
2027 年,它将瞬间生成几乎全部代码。
2028 年,人类就会江郎才尽。
深度观点 · @deredleritt3r▲ 1.8万
OpenAI披露RSI进展称深度学习仍处萌芽期
如果你关注通用AI的发展节奏,这次披露提到目前没有实验室能满足安全要求,业内呼吁主动放缓开发速度,直到安全标准建立。
OpenAI披露RSI进展称深度学习仍处萌芽期
如果你关注通用AI的发展节奏,这次披露提到目前没有实验室能满足安全要求,业内呼吁主动放缓开发速度,直到安全标准建立。
新工具产品 · @gkxspace▲ 1.3万
gkxspace实测一套能帮赚钱的GTM数据工具
做产品和出海业务的从业者,可以用这套工具自动完成市场研究,几分钟就能拿到专业的市场分析结果,成本远低于传统团队作业。
gkxspace实测一套能帮赚钱的GTM数据工具
做产品和出海业务的从业者,可以用这套工具自动完成市场研究,几分钟就能拿到专业的市场分析结果,成本远低于传统团队作业。
新工具产品 · @tom_doerr▲ 5.6K
@tom_doerr 推出编码代理技能管理工具
日常用 Claude Code、Cursor 等AI编码工具开发,这款工具能帮你统一发现、整理和编辑这些编码代理的技能
@tom_doerr 推出编码代理技能管理工具
日常用 Claude Code、Cursor 等AI编码工具开发,这款工具能帮你统一发现、整理和编辑这些编码代理的技能
新工具产品 · @oragnes▲ 4.8K
整理好4类Crypto AI Agent必装开源仓库
想让Codex/Claude Code做链上研究、策略回测甚至自动交易,这份清单能覆盖完整工作链路,不用自己从零找工具。
整理好4类Crypto AI Agent必装开源仓库
想让Codex/Claude Code做链上研究、策略回测甚至自动交易,这份清单能覆盖完整工作链路,不用自己从零找工具。
工具产品 · @RodmanAi▲ 5.1K
@RodmanAi 分享10个小众AI GitHub仓库
大众热门AI项目之外,还有这些没被广泛关注的项目,说不定其中就有未来能改变AI使用方式的工具。
@RodmanAi 分享10个小众AI GitHub仓库
大众热门AI项目之外,还有这些没被广泛关注的项目,说不定其中就有未来能改变AI使用方式的工具。
工具产品 · @TiagerB61244▲ 7.1K
sanoTTS做到337KB还能本地跑TTS
不用云端,不用额外AI芯片,小体积硬件和本地网页都能直接用语音,给轻量化本地AI设备提供了新可能。
sanoTTS做到337KB还能本地跑TTS
不用云端,不用额外AI芯片,小体积硬件和本地网页都能直接用语音,给轻量化本地AI设备提供了新可能。
最近看到一个挺有意思的 TTS 项目:sanoTTS。
它的思路很直接:把 TTS 做到足够小。
最小的 heart-nano 只有 294K 参数,模型权重 337KB,最大的也就 2.27M 参数。甚至可以直接跑在大约 $3 的 ESP32-S3 上,不需要云端,也不需要 NPU。
而且浏览器里也能直接跑,WebAssembly 全部在本地完成,不需要把文本上传服务器。
目前有 11 个声音、6 种语言,Python、NPM、Arduino/PlatformIO 都能用。
我觉得这种项目比单纯把模型越做越大更有意思。
以后一个小玩具、一块 MCU,甚至一个网页,可能自己就能直接“开口说话”。
AI 不一定非得塞进云端。
能跑进 337KB 里,才是真的有点东西。
GitHub: #TTS #AI #OpenSource #EdgeAI #ESP32
工具产品 · @kirbytheodor▲ 5.5K
Ouroboros 可在多个AI编码工具间自动切换
做编码自动化研究不用再蹲额度,单个AI额度用完后,它会自动切换到其他AI继续运行,额度恢复后再切回去。
Ouroboros 可在多个AI编码工具间自动切换
做编码自动化研究不用再蹲额度,单个AI额度用完后,它会自动切换到其他AI继续运行,额度恢复后再切回去。
截至目前,我最新也最喜欢的自动研究系统:ouroboros。
它只是一个小型 cli 工具,加上几个技能就能让你的工作流保持循环运行,拥有自我进化的目标。
如果你的 usage limit 耗尽,它会自动从 claude code 回退到 codex 或 pi,等限额恢复后再继续运行。
工具产品 · @Mohiniuni▲ 964
@Mohiniuni分享10个AI开发仓库和26门免费课
如果你打算学习AI开发,这份整理好的仓库和免费认证课程,可以帮你搭建学习路径,少走弯路。
@Mohiniuni分享10个AI开发仓库和26门免费课
如果你打算学习AI开发,这份整理好的仓库和免费认证课程,可以帮你搭建学习路径,少走弯路。
工具产品 · @RodmanAi▲ 6.1K
@RodmanAi整理了20个赋能编码的GitHub仓库
找AI编码工具不用盲目搜了,这份现成的列表涵盖了助手、智能体、生成模型等多种工具,适合想体验AI编码的人参考。
@RodmanAi整理了20个赋能编码的GitHub仓库
找AI编码工具不用盲目搜了,这份现成的列表涵盖了助手、智能体、生成模型等多种工具,适合想体验AI编码的人参考。
新实战经验 · @ryanlpeterman▲ 1.0万
Anthropic工程师聊内部AI工程最佳实践
想知道大厂内部怎么用大模型做开发、效率能提升多少,这次分享直接给出内部经验,对你搭建自己的AI开发流程有参考。
Anthropic工程师聊内部AI工程最佳实践
想知道大厂内部怎么用大模型做开发、效率能提升多少,这次分享直接给出内部经验,对你搭建自己的AI开发流程有参考。
实战经验 · @greatbong导语出处▲ 3.0K
@greatbong 批AGI炒作像加密圈割韭菜
热爱AI且日常用AI工作,不希望行业因炒作达不到不切实际的AGI预期而失败,割韭菜的套路应该留给加密行业
@greatbong 批AGI炒作像加密圈割韭菜
热爱AI且日常用AI工作,不希望行业因炒作达不到不切实际的AGI预期而失败,割韭菜的套路应该留给加密行业
先明确一点,我对 AI 充满热情。
我在日常工作中每天都使用它,我的团队内部已经开发了基于 AI 的工具,用来自动化漏洞管理和风险评估。
正因为我对它充满热情,我不希望它被那些想要从中牟利的人过度炒作,导致它最终失败——这些人给它安上它本来就没打算满足的「AGI」期望,然后让期待落空。
这些人靠着一群傻瓜赚得盆满钵满,而这些傻瓜只会跟风随机 NDTV 黑客和 AI 网红的观点。
这种扯淡玩意儿还是留给加密货币吧。
实战经验 · @freeCodeCamp▲ 5.7K
freeCodeCamp 出教程教你用 Gemini 搭AI学习规划智能体
想动手做AI工具却找不到入门实操项目,跟着步骤就能搭出能记对话、搜资料的专属智能体,不需要复杂前置准备
freeCodeCamp 出教程教你用 Gemini 搭AI学习规划智能体
想动手做AI工具却找不到入门实操项目,跟着步骤就能搭出能记对话、搜资料的专属智能体,不需要复杂前置准备
AI 代理是帮助开发者完成工作的强大工具。
在本教程中,@itsTarun24 将带你一步步用 Gemini 在 Python 中构建你自己的代理。
你做出来的 AI 学习计划代理将能够记住你的对话历史,并使用搜索工具访问相关的在线资源。
实战经验 · @cyrilXBT▲ 5.1K
kimi k3 拿下前端设计赛事第一名
能独立完成定制网站全流程设计,过去这类工作需要找 agencies 付费做。这份13分钟完整教程可以留存参考。
kimi k3 拿下前端设计赛事第一名
能独立完成定制网站全流程设计,过去这类工作需要找 agencies 付费做。这份13分钟完整教程可以留存参考。
kimi k3 可以打造出获奖级别的网页设计,这个13分钟的教程展示了从头到尾的完整流程。
k3 在发布第一周就登顶前端代码竞技场,排名高于 claude fable 5,在7个被评测的设计类别中赢下了6个。
这是全定制网站。有真实动效,真正打磨到位,是那种过去需要找代理机构付费才能做出来的作品。
赶紧保存,别找不到了。
实战经验 · @dyk_ceph▲ 1.5万
@dyk_ceph 开源了CISD指标工具
需要搭建指标体系的开发者可以直接获取这套开源方案,还可以用提供的Agent Prompt让AI帮你替换旧系统
@dyk_ceph 开源了CISD指标工具
需要搭建指标体系的开发者可以直接获取这套开源方案,还可以用提供的Agent Prompt让AI帮你替换旧系统
拿走我的开源 cisd 指标,之后再来谢我。
智能体提示词:“把当前工具里的所有内容都替换成这个 CISD 系统,解决所有冲突时都以新系统为准,如果有任何告警端点,也全都改用新系统。”
实战经验 · @Madisonkanna▲ 1.4K
@Madisonkanna, @lily_gpupoor开源NeurIPS Education Track 交互式教程、网站、LosslessBench 测试工具
想理解大语言模型推理的重要优化技术投机解码,可以跟着这个交互式教程一步步学习
@Madisonkanna, @lily_gpupoor开源NeurIPS Education Track 交互式教程、网站、LosslessBench 测试工具
想理解大语言模型推理的重要优化技术投机解码,可以跟着这个交互式教程一步步学习
非常高兴向大家分享:投机解码(Speculative decoding)是 LLM 推理中最重要的优化技术之一。
@lily_gpupoor 和我为 NeurIPS 教育赛道构建了一份交互式教程,我们刚刚开源了这份教程、网站以及 LosslessBench 工具。
研究 · @ChrisCamillo▲ 3.0万
GPT6/Astra研究比预期更强效高效 但仍远未达标
ChrisCamillo分享了他参与三天GPT6/Astra研究后的观点
GPT6/Astra研究比预期更强效高效 但仍远未达标
ChrisCamillo分享了他参与三天GPT6/Astra研究后的观点
我参与了三天 GPT6/Astra 相关研究,我的收获是:它的能力和效率都远超出预期,但距离足够优秀仍有很大差距。
这种情况会大幅加速 AI 普及,引发杰文斯悖论,还会暴露出要让这些模型在全范围真实用例中可靠仍有大量工作要做。
很难想象还有比这对 AI 基础设施更乐观的结果了。
教育 · @MetaMona_▲ 2.1K
AI发展的瓶颈是权限,权限最终来自于人
来自@MetaMona_在𝕏的分享,提到阿联酋推动全民AI素养
AI发展的瓶颈是权限,权限最终来自于人
来自@MetaMona_在𝕏的分享,提到阿联酋推动全民AI素养
AI 的瓶颈在于权限,而权限最终来自于人。教育是一场长期博弈:培养出一代会用 AI 思考、对其提出质疑、并能用它进行建设的人。
《Expat Brief》探讨了阿联酋的做法,且对所有人开放。
本周的《Expat Brief》灵感来自 @BeckyCNN 与阿联酋教育部长 @SarahAmiri1 的一场对话,对话中讨论了为什么必须把 AI 素养和语言、计算、解决问题以及韧性能力一起培养。
开发工具 · @lydiahallie▲ 7.2K
用户升级项目到Fable 5.1时使用claude-api工具
来自𝕏用户lydiahallie分享,提及该工具可排查冗余提示
用户升级项目到Fable 5.1时使用claude-api工具
来自𝕏用户lydiahallie分享,提及该工具可排查冗余提示
我在将项目升级到 Fable 5.1 时一直在运行 `/claude-api prompt-audit`,它帮了我大忙。
它会检查你的整个配置(CLAUDE.md、技能等等),标记出新模型不再需要的指令,还会提出一个差异文件。就算你不用 API 它也能用!
@RLanceMartin 做得太棒了!👏
工具 · @aehyok▲ 4.7万
网友称UU远程这次升级直接重构手机远程本地AI体验
用户@aehyok在𝕏发文称,UU远程升级后无需复杂配置就能用手机访问家里的本地AI
网友称UU远程这次升级直接重构手机远程本地AI体验
用户@aehyok在𝕏发文称,UU远程升级后无需复杂配置就能用手机访问家里的本地AI
UU远程这次升级,直接改变了原有使用体验。
在此之前,为了用手机访问家里运行的AI代理,需要折腾配置端口、网络、SSH,用户之前试了Tailscale + tmux、Claude Remote、Codex远程等多种方案,都浪费了很多时间精力。
升级之后这些复杂配置全都不需要了。
UU远程可以直接把手机变成家里本地AI的掌上终端。
如果你家里的Mac或PC上常驻运行Qwen、GLM、Kimi、MiniMax等本地AI代理,不妨试一试。
这才是用户心中手机AI远程的终极形态。
大模型 · @gkxspace▲ 1.2万
GPT-6 Astra 用户吐槽模型变犹豫,四个配置调整点来了
来自@gkxspace 的社交媒体分享,针对 GPT-6 Astra 卡顿问题整理 Codex 团队的四个调整关键点
GPT-6 Astra 用户吐槽模型变犹豫,四个配置调整点来了
来自@gkxspace 的社交媒体分享,针对 GPT-6 Astra 卡顿问题整理 Codex 团队的四个调整关键点
AI生成 · @PixelAigc▲ 3.8K
用户使用两个AI平台生成天宫仙女,风格趋向统一
@PixelAigc在𝕏分享使用MJ和H3两个AI平台生成天宫仙女内容的过程
用户使用两个AI平台生成天宫仙女,风格趋向统一
@PixelAigc在𝕏分享使用MJ和H3两个AI平台生成天宫仙女内容的过程
用户@PixelAigc在𝕏分享了使用AI生成天宫仙女内容的创作过程。他先让MJ生成了天宫的雄伟建筑,再让H3通过变焦呈现仙女的脸部特写。
两个AI平台对宋式美学的理解逐渐统一,生成内容符合东方仙境的诗意神秘风格。
完整提示词可查看原文链接。
远程控制 · @xiaomovps▲ 1.2万
用户称UU远控新功能可手机控所有Agent 且全部免费
用户@xiaomovps在𝕏分享使用体验,称UU远控解决了此前折腾Tailscale+umx的痛点
用户称UU远控新功能可手机控所有Agent 且全部免费
用户@xiaomovps在𝕏分享使用体验,称UU远控解决了此前折腾Tailscale+umx的痛点
有了UU远控,其他远程软件都可以不用了。UU推出的新功能支持用一部手机控制所有的Agent,完美解决了使用者的痛点。
此前使用者需要折腾Tailscale+umx,把家里内网服务暴露出来使用Claude Code,一直担心会被封号。过去还需要自行搭建服务器、完成服务器配置,还要保证对应服务持续运行,现在这些步骤都可以通过UU直接搞定。
UU直接提供了TUI(文本用户界面)功能,可以把电脑上运行的Agent界面完整映射到手机上,电脑显示什么界面,手机就显示什么界面。
如果遇到问题,还可以直接远程操作控制电脑,对于经常需要远程控制家中电脑的用户非常实用。
UU这次的更新完全贴合AI极客的需求,而且全部功能免费。
大语言模型 · @AI_Jasonyu▲ 7.5K
用户实测Claude各版本中文写作:仍坚持使用旧版Opus 4.6
@AI_Jasonyu在𝕏分享了自己7个月使用不同大模型写作的体验,整理了实测结果
用户实测Claude各版本中文写作:仍坚持使用旧版Opus 4.6
@AI_Jasonyu在𝕏分享了自己7个月使用不同大模型写作的体验,整理了实测结果
无人机 · @doodlestein▲ 2.0K
开发者正在开发房屋无人机建模自动化工具
开发者@doodlestein在𝕏公布了这个项目,可借助多个开源工具自动生成房屋标注模型
开发者正在开发房屋无人机建模自动化工具
开发者@doodlestein在𝕏公布了这个项目,可借助多个开源工具自动生成房屋标注模型
开发者@doodlestein正在开发一项全新功能,可围绕房屋拍摄无人机视频后,借助多个工具自动生成房屋及其周边环境的高精度标注模型。该功能可实现全流程自动化。
该开发者此前公布过一个相关项目,采用传统几何方法从视频中计算得到点云,目前该项目仍在开发中。开发者意识到Astra可以简化整个流程,因此启动了这个新项目。
金融 · @ParadisLabs▲ 8.6K
周末测试GPT-6 Astra后,Fable 5.1传统股票研究更出色
ParadisLabs在𝕏分享测试结果,称Fable 5.1在传统股票研究任务上表现优于GPT-6 Astra
周末测试GPT-6 Astra后,Fable 5.1传统股票研究更出色
ParadisLabs在𝕏分享测试结果,称Fable 5.1在传统股票研究任务上表现优于GPT-6 Astra
ParadisLabs经过整个周末对GPT-6 Astra的测试后认为,在传统股票研究任务上,Fable 5.1的表现要出色得多。Fable 5.1的推理逻辑更连贯,实质性遗漏更少,能给出更多独特且有价值的洞见,这些洞见值得消耗更多token(令牌)。
GPT-6 Astra确实可以作为股票研究的不错起点。但ParadisLabs依然认为,Fable 5.1更接近一站式模型。
不过两款模型都还有很大的改进空间,这也是未来令人期待的地方。
iOS开发 · @__oQuery▲ 6.2K
开发者分享:GPT是写iOS代码最厉害的模型
开发者@__oQuery在𝕏分享,对比Fable 5、Ops 5后得出此结论
开发者分享:GPT是写iOS代码最厉害的模型
开发者@__oQuery在𝕏分享,对比Fable 5、Ops 5后得出此结论
开发者@__oQuery在𝕏分享,GPT是目前编写iOS代码最厉害的模型,没有之一。他用一个具体开发效果的需求,对比了三款大模型给出的不同方案。Fable 5给出的方案需要使用私有接口,并不建议开发者将应用上架到应用商店。
Ops 5的方案指出可以通过navigation的Subtitle View实现该效果。GPT给出的方案则是使用UIScrollEdgeElementContainerInteraction实现。
效率工具 · @0xfene▲ 3.4万
GPT-6 Astra出来后,个人最优PPT生成方法分享
来自@0xfene在𝕏的分享,靠AI模仿范本高效生成高质量幻灯片
GPT-6 Astra出来后,个人最优PPT生成方法分享
来自@0xfene在𝕏的分享,靠AI模仿范本高效生成高质量幻灯片
3D场景 · @ring_hyacinth▲ 2.7万
Codex做3D场景详细教程,帮你做出惊艳效果
来自@ring_hyacinth的分享,使用Codex+Tripo+three.js技术栈
Codex做3D场景详细教程,帮你做出惊艳效果
来自@ring_hyacinth的分享,使用Codex+Tripo+three.js技术栈
Codex 做 3D 场景的正确打开方式 前段时间我们用 Codex 制作了许多 3D 场景,很多朋友希望我们能出一期详细教程。 这一章节的场景主要是用 Codex + Tripo + Nanobanana 制作的,为了网页端能跑,我们的使用的技术栈是 three.JS 和 Web3D 总之我知道的都在视频里啦~ 恰逢 GPT 6 Astra 发布,如果你在网上看到了很多惊艳的案例,又对自己做出来的效果没有那么满意,那这一期分享可能会对你有启发~ #codex #tripo #threejs
视频生成 · @k_matsumaru▲ 3.2K
AI生成视频难控机位构图?用预演解决指定镜头问题
日本创作者@k_matsumaru分享实操经验,来自𝕏
AI生成视频难控机位构图?用预演解决指定镜头问题
日本创作者@k_matsumaru分享实操经验,来自𝕏
对于AI视频创作来说,果然只对“仅通过文字指令很难达到预期的摄影机运镜和构图的场景”使用预演(pre-vis)就好了。
如果只用文字指令或参考图像,演出效果往往容易靠碰运气,但如果用Astra制作预演,然后让AI参考这个预演,就能一次就做出符合预期的效果。
比如说这个女孩祈祷的场景,我想要实现绕着女孩360度轨道旋转拍摄,但只用文字指令的话,就会出现上一个场景和人物、物体的位置关系改变,女孩的动作也会崩坏,这一直是这个场景的问题。
上:没有预演;中:参考的预演;下:有预演。
我觉得没必要特意给简单的构图做预演,那样只会白白拖慢速度。简单构图那种只用文字指令或者分镜就可以了。
另外也不需要用Blender,用Three.js或者Babylon.js就完全可以,这里用的是Three.js。
像我这种完全不会3D的外行也能一下子做出符合预期的效果,太好用了。
游戏开发 · @Botan_cr▲ 7.5K
创作者仅用45分钟靠GPT-6 Astra开发出可运行3D游戏
日本社交媒体用户@Botan_cr分享开发者Anshu的AI开发案例
创作者仅用45分钟靠GPT-6 Astra开发出可运行3D游戏
日本社交媒体用户@Botan_cr分享开发者Anshu的AI开发案例
用 GPT-6 Astra 在 45 分钟内制作出 3D 游戏的创作者 Anshu 氏,把 Codex 连接到 Blender MCP,通过图像生成制作出目标美术风格。
而且完全用 three.js 实现,不使用外部资源,还能做到 60fps 流畅运行。
说实话,我觉得创作者如果不接受 AI,日子会很难过。
工具 · @xiaohu▲ 5.0K
适配GPT DALL-E 3的216种手绘风格库可直接复用提示词
用户@yang02010整理了名为handraw-style的手绘风格库,包含216种风格的中英文提示词。
适配GPT DALL-E 3的216种手绘风格库可直接复用提示词
用户@yang02010整理了名为handraw-style的手绘风格库,包含216种风格的中英文提示词。
这个风格库适配GPT image2(也就是DALL-E 3)生成图片,包含216种手绘风格,每种风格都配有对应的中文和英文提示词。
用户可以对照风格示例图片选择想要的画风,选好对应编号就能直接生成图片。
选中风格后可以反复提取对应的提示词,即使更换创作题材也有明确的起点。
复用画风时,只需要保留原风格的线条、配色、形状和材质,人物和构图可以根据新主题重新调整。
文生视频 · @YuanA41755085▲ 8.4K
网友实测gpt-6 Astra生成Blender文生视频,参考角色可减少白模问题
@YuanA41755085在𝕏分享了实测gpt-6 Astra操作Blender生成文生视频的结果
网友实测gpt-6 Astra生成Blender文生视频,参考角色可减少白模问题
@YuanA41755085在𝕏分享了实测gpt-6 Astra操作Blender生成文生视频的结果
可穿戴设备 · @BrianRoemmele▲ 7.2K
开发者在自家车库自建可穿戴设备 验证技能记忆巩固假说
开发者BrianRoemmele在𝕏分享自建可穿戴“练习锁定”装置个人实验,设备跟踪训练后生理信号并施加微弱脉冲
开发者在自家车库自建可穿戴设备 验证技能记忆巩固假说
开发者BrianRoemmele在𝕏分享自建可穿戴“练习锁定”装置个人实验,设备跟踪训练后生理信号并施加微弱脉冲
开发工具 · @xiaohu▲ 8.2K
Anthropic Claude Code团队分享使用Claude开发的工作方式变化
Claude官方频道发布约22分钟访谈,团队主要成员回顾一年来工作流程变化,附文字版链接。
Anthropic Claude Code团队分享使用Claude开发的工作方式变化
Claude官方频道发布约22分钟访谈,团队主要成员回顾一年来工作流程变化,附文字版链接。
Claude官方频道发布了一个约22分钟的访谈,邀请Claude Code团队几位主要成员分享日常开发工作,回顾团队过去一年开发工作方式的变化。
过去,团队成员一般给Claude下发具体指令,比如要求编写一个函数,之后检查生成结果再提出修改意见。现在,团队会把更完整的工作交给Claude完成,包括讨论产品方案、制作原型、编写代码、运行测试,甚至在工具投入使用后持续整理反馈。
此前有成员会花一天时间精细复刻macOS Aqua按钮的CSS渐变,钻研性能优化。现在这类具体实现工作都交给Claude完成,团队可以把精力投入到新想法中,让原型更快变成可用产品。
开发 · @VicVijayakumar▲ 7.3K
开发者测试OpenAI gpt-6-astra LOW时发现高危漏洞,token消耗速度远超预期
开发者VicVijayakumar在𝕏发文称,用gpt-6-astra LOW做代码评审发现了可复现的提权漏洞
开发者测试OpenAI gpt-6-astra LOW时发现高危漏洞,token消耗速度远超预期
开发者VicVijayakumar在𝕏发文称,用gpt-6-astra LOW做代码评审发现了可复现的提权漏洞
开发者VicVijayakumar在社交平台𝕏发文,称自己感到十分震惊。他在一款生产环境应用中调用gpt-6-astra LOW,要求它对项目做全面代码评审,找出需要改进的地方和可简化的代码。
gpt-6-astra LOW识别出了一个非常严重的权限提升漏洞,并且这个漏洞已经被VicVijayakumar复现成功。
不过这款模型的token(令牌)消耗速度极快。原本预计使用5小时的token配额,仅30分钟就被消耗完毕。
大语言模型 · @rasbt▲ 4.8万
从零构建推理第二季:讲解大语言模型文本生成与KV缓存
来自@rasbt的视频教程,基于Qwen3和PyTorch实现
从零构建推理第二季:讲解大语言模型文本生成与KV缓存
来自@rasbt的视频教程,基于Qwen3和PyTorch实现
观点 · @Kay2289123▲ 12.9万
使用GPT-6和Fable 5.1消耗21亿Token后,我感到深度恐惧
硅谷AI从业者分享使用体验,称AI将快速重构社会分工与财富
使用GPT-6和Fable 5.1消耗21亿Token后,我感到深度恐惧
硅谷AI从业者分享使用体验,称AI将快速重构社会分工与财富
图像生成 · @ElsaSofia__AI▲ 3.0K
分享将个人想法转化为AI图像的分步操作与提示词
@ElsaSofia__AI在𝕏分享了可直接在ChatGPT等AI工具生成指定AI图像的操作步骤与提示词
分享将个人想法转化为AI图像的分步操作与提示词
@ElsaSofia__AI在𝕏分享了可直接在ChatGPT等AI工具生成指定AI图像的操作步骤与提示词
你可以按照四个简单步骤,将你的想法转化为AI图像。第一步是在ChatGPT打开Gemini、Grok或GPT Image 2,第二步上传一张参考图,第三步输入分享的提示词,第四步生成图像。
分享的提示词包含两种生成场景,第一种是生成上下两部分的连贯单图:上半部分为高度写实的电影感照片,下半部分为柔和水彩手绘插画。
提示词要求,保留目标图的场景布局、构图、背景、道具、光影氛围,仅将目标图里的人物替换为上传参考图中的人物,严格保留人物的面部特征、发型和穿着。
第二种场景是生成双人浪漫旅行海报,同样分为上下两部分:上半部分为写实摄影,下半部分为水彩插画,严格保留参考人物的特征和穿着,以及目标海报的所有构图、场景元素。
大模型 · @MiaAI_lab▲ 3.5K
同一任务下两款大模型速度测试结果公开
GLM 5.3 Flash每秒生成25个词元,Qwen3.8 Flash每秒生成47个词元,来源@MiaAI_lab
同一任务下两款大模型速度测试结果公开
GLM 5.3 Flash每秒生成25个词元,Qwen3.8 Flash每秒生成47个词元,来源@MiaAI_lab
测试针对同一个任务,使用了两款大语言模型。GLM 5.3 Flash的生成速度较慢,每秒生成25个词元(tok/s)。Qwen3.8 Flash的生成速度较快,每秒生成47个词元。
测试提出问题,哪款模型会率先完成任务,更多信息可查看原链接。
支付 · @liuxiaoling933▲ 6.0K
Stable推出x402,AI Agent可自主支付获取服务
用户liuxiaoling933在X平台点评Stable的新产品x402,认为其产品逻辑符合原有定位
Stable推出x402,AI Agent可自主支付获取服务
用户liuxiaoling933在X平台点评Stable的新产品x402,认为其产品逻辑符合原有定位
观察项目时,判断新产品是追逐热门还是延续原有定位,是非常值得注意的点。这次Stable推出x402,在我看来产品逻辑很顺畅。
Stable从创立之初就一直在做数字美元的支付与结算业务。这次他们把USDT放进AI智能体(AI Agent)的支付流程中,本质上还是做同一件事,只不过付款主体从人类延伸到了机器。
x402可以让AI智能体在需要调用某个API或获取资料时,直接查看价格、完成付款,随后就能获取对应服务,不需要提前走完整的账号注册和订阅流程。
这种业务延伸很被看好,因为它并不是为了蹭AI热点硬生生造出新的业务方向,而是把已有的支付能力拓展给了新的用户类型。
如果未来AI智能体真的开始大量替代人类执行任务,那么能否快速低门槛地使用数字美元,会是一个非常实际的基础问题。Stable这次刚好精准击中了这个痛点。
创业 · @yanxi067▲ 4.3K
00后工科生毕业两年,在Web3和AI领域摸爬滚打近五年
00后言溪在𝕏发推复盘自己从Web3爆仓交学费到转向AI创业的经历,发起面向年轻超级个体的社区WE30
00后工科生毕业两年,在Web3和AI领域摸爬滚打近五年
00后言溪在𝕏发推复盘自己从Web3爆仓交学费到转向AI创业的经历,发起面向年轻超级个体的社区WE30
AI绘画 · @xiaoying_eth▲ 6.0K
分享两款AI生成水彩明信片的现成提示词
@xiaoying_eth分享了可用于Gemini、Grok、GPT Image 2.0的AI绘画提示词
分享两款AI生成水彩明信片的现成提示词
@xiaoying_eth分享了可用于Gemini、Grok、GPT Image 2.0的AI绘画提示词
将照片上传至 Gemini、Grok 或 GPT Image 2.0,粘贴对应提示词即可生成AI绘画。本次一共分享了两款现成的水彩风格绘画提示词。
第一款可将夜间照片转化为日本旅行水彩明信片。提示词要求保留原照片构图,指定前景为星巴克、背景为富士山,周围保留雪和树。
颜色要求使用深钴蓝、冰蓝、米色这类冬季配色,保留柔和水彩笔触和自然纸张纹理。要求星巴克招牌、富士山形状清晰准确,不添加人物和多余内容,画下方标注文字「coffee · mist · mountain」「a quiet moment」和「2024」,整体呈现精致安静的日本旅行明信片风格。
第二款可将雪夜小屋照片转化为手绘水彩画。提示词要求保留原照片的房子、雪、树、路灯构图,转化为水彩风格。
颜色要求使用冰蓝、淡紫、淡粉、米白这类柔和冬季色调,保留透明笔触和纸张肌理。要求窗户和路灯透出暖金色光线,积雪表现柔软,带蓝紫色阴影,天空用松散笔触保留原照片的晚霞感。
画下方标注文字「Winter Light」和「2025」,四周留出空白,整体要求不写实、无生硬轮廓,呈现精致舒适的手绘水彩效果。
设计 · @FinanceYF5▲ 8.9K
设计师体验GPT-6 Astra后称它在设计领域几乎无法战胜
来自𝕏账号@FinanceYF5分享的设计师体验,对比了此前多款AI设计工具
设计师体验GPT-6 Astra后称它在设计领域几乎无法战胜
来自𝕏账号@FinanceYF5分享的设计师体验,对比了此前多款AI设计工具
一位设计师在体验GPT-6 Astra后表示,它在设计领域已经达到了「几乎无法战胜」的程度。
面对此前的Fable 5、Opus 5和GPT-5.6,这位设计师一直认为自己的设计质量不会输给AI。GPT-6 Astra彻底改变了他的这个判断。
他已经实际使用Figma完成了从BI(商业智能)到页面设计的全部工作,目前他想了解其他设计师对GPT-6 Astra的评价。
生成式AI · @omarsar0▲ 3.5K
GPT-6 Astra单张参考图生成高逼真3D交互键盘可视化效果
开发者@omarsar0在𝕏分享了生成该效果的提示词和项目文件,链接为https://t.co/EcfHqjd571
GPT-6 Astra单张参考图生成高逼真3D交互键盘可视化效果
开发者@omarsar0在𝕏分享了生成该效果的提示词和项目文件,链接为https://t.co/EcfHqjd571
开发者@omarsar0在社交平台𝕏分享了一个AI生成成果,GPT-6 Astra仅通过一张参考图就生成了该成果,开发者称对这个结果感到意外。
开发者测试发现,在提示词中加入4K分辨率要求,能得到更好的生成结果,本次v2版本生成使用的提示词由编排代理给出,内容为:将现有的孤立原型/grokbot交互式3D键盘升级为4K分辨率、更真实的优质产品可视化效果,要求包含精细加工几何结构、真实可信的物理基渲染(PBR)材质和优化后的影棚灯光;保留并验证按键旋转、拨轮、轨道移动、缩放、表面处理、光照和爆炸视图交互;通过项目测试和生产构建。
开发者分享了经过多次迭代调整后的代理机器人提示词和完整项目文件,地址为
开发者表示后续会分享更多生成结果,并撰文讲解完整生成过程,还将探索是否可以搭建出这类生成的标准化模板。
社交平台 · @nestymee▲ 3.3K
用户开发基于Claude的工具可检测TikTok账号是否被shadowban
用户@nestymee在𝕏分享,该工具基于公开经验数据,可测算账号被限流概率和原因
用户开发基于Claude的工具可检测TikTok账号是否被shadowban
用户@nestymee在𝕏分享,该工具基于公开经验数据,可测算账号被限流概率和原因
该工具可以针对每个账号返回四项结果:帖子分发终止的轮次、shadowban(隐形限流)概率、隐形限流的可能原因,以及应对方法。
工具会抓取用户最近30条帖子的数据,包括浏览量、收藏量、评论量、发布时间和帖子内容,从中寻找异常模式。
TikTok平台的分发规则是,每条新帖会先推送给200到500人的测试流量池,只有测试流量产生正向互动后才会继续推流。工具不统计平均数据,而是统计有多少帖子从未通过测试流量池。
如果大部分帖子没能通过测试,但少数通过的帖子互动数据良好,那么问题大概率出在账号而非内容本身。
该工具的测算依据来自TikTok公开API文档、「不适合进入推荐流」规则、第三方论坛讨论,以及开发者自己调试用的账号数据。
目前没有任何机构对TikTok隐形限流做出100%准确的研究,该工具给出的是基于已有经验数据和公开信息的概率结果。
工具链接可查看原发布内容。
新营销 · @shannholmberg▲ 7.8K
营销从业者分享自身日常使用的AI模型工作栈
营销从业者@shannholmberg 在𝕏分享自己的八类AI工具用途
营销从业者分享自身日常使用的AI模型工作栈
营销从业者@shannholmberg 在𝕏分享自己的八类AI工具用途
新大模型 · @omarsar0▲ 2.1K
开发者称GPT-6 Astra一次生成精美数学动画效果超过往模型
开发者omarsar0在𝕏发文称,GPT-6 Astra效果远超此前AI模型
开发者称GPT-6 Astra一次生成精美数学动画效果超过往模型
开发者omarsar0在𝕏发文称,GPT-6 Astra效果远超此前AI模型
这太疯狂了!GPT-6 Astra 一次性就生成了这个精美的数学动画!(请打开音量)
这绝对是惊掉下巴的时刻。之前我用其他 AI 模型从来没能得到过接近这样的成果。真正的个性化学习已经来了!
我只给了它一个 ElevenLabs API 密钥,剩下的它全都自己搞定了。我彻底被震撼到。
所有场景都可以自定义,而且全都是代码实现的。举个例子,配色主题就可以更改。我接下来会生成更多这类内容,看看数学动画能做到什么程度。
这件事带给我们的启示是,不要害怕给 Astra 开放工具访问权限。这个模型给人的感觉就是它没有极限。你之前尝试过但失败了的所有事情,都应该用它再试一次。
新开发 · @BasedTorba▲ 1.2K
homeschool孩子用Gab AI Work Agent做出可玩游戏
一名家长在𝕏分享,自家孩子分别做出公主游戏和赛车游戏
homeschool孩子用Gab AI Work Agent做出可玩游戏
一名家长在𝕏分享,自家孩子分别做出公主游戏和赛车游戏
我女儿用 @Gab__AI Work Agent 构建了一个可玩的公主游戏,在游戏里她要拯救一只独角兽。
我儿子做了一个类似马里奥卡丁车的赛车游戏。
我在家教课教 AI 101 课程。他们现在都快成专家了。
新AI编码 · @XChatScout▲ 2.3K
实测GPT-6 Astra,5小时复刻CS,之前K3调了一周没成
ZenMux接入GPT-6 Astra,开发者亲身对比测试不同模型编码效率
实测GPT-6 Astra,5小时复刻CS,之前K3调了一周没成
ZenMux接入GPT-6 Astra,开发者亲身对比测试不同模型编码效率
新开发 · @mehulmpt▲ 3.1K
开发者吐槽Claude Code可定制化程度不足
开发者@mehulmpt在X平台发文呼吁开放工具行为与实现自定义。
开发者吐槽Claude Code可定制化程度不足
开发者@mehulmpt在X平台发文呼吁开放工具行为与实现自定义。
新AI编码 · @UkrainianVapeM1▲ 376
开发者分享AI编码踩坑经验:项目越大,AI改代码越容易出问题
开发者@UkrainianVapeM1在𝕏分享了自己使用AI编写代码的踩坑经验,总结了对应改进方法
开发者分享AI编码踩坑经验:项目越大,AI改代码越容易出问题
开发者@UkrainianVapeM1在𝕏分享了自己使用AI编写代码的踩坑经验,总结了对应改进方法
新创业 · @AI_Jasonyu▲ 6.8K
创业项目亏损倒闭后,我花3.14美元用AI做完竞品调研
创始人@AI_Jasonyu在𝕏分享,他用AIsa连接Claude Code调研竞品,仅花3.14美元,远低于Similarweb企业版5万美元的起步价
创业项目亏损倒闭后,我花3.14美元用AI做完竞品调研
创始人@AI_Jasonyu在𝕏分享,他用AIsa连接Claude Code调研竞品,仅花3.14美元,远低于Similarweb企业版5万美元的起步价
新虚拟主播 · @Yukichan1102▲ 1.0K
虚拟主播测试3D模型,调整胸部后得到离谱建议
Yukichan1102在𝕏分享,测试耗时20多小时,测量胸部直径达25厘米,建议挂篮球校准
虚拟主播测试3D模型,调整胸部后得到离谱建议
Yukichan1102在𝕏分享,测试耗时20多小时,测量胸部直径达25厘米,建议挂篮球校准
最近正在测试虚拟主播的3D模型,只要开播前和下播后就会进行调试,不知不觉已经累计花了20多个小时。
因为没有光学动捕设备,会出现骨架和人体位置对不上的问题。为了确认胸部的弹性,调试者需要一直对着空气调整位置,甚至拿尺子测量了尺寸,结果直径居然达到25厘米。
负责后勤的工作人员给出认真又好笑的建议:之后进入动捕棚工作时,可以考虑在胸前挂两颗篮球,确保实际触摸位置和模型能对齐。唯一的问题是,工作人员必须全程忍着笑,原本正经的3D技术调试最后变成了十分荒诞的结果。
新创意 · @Pastel_Illust_
在ChatGPT玩全人类帕斯特洛伊德化计划,一键生成拟人机甲
日本画师@Pastel_Illust_分享了一个可以将任意图片转为帕斯特洛伊德拟人机甲的ChatGPT提示词
在ChatGPT玩全人类帕斯特洛伊德化计划,一键生成拟人机甲
日本画师@Pastel_Illust_分享了一个可以将任意图片转为帕斯特洛伊德拟人机甲的ChatGPT提示词
新AI绘画 · @ChikaraUmeno
日本创作者ChikaraUmeno分享AI生成创作并吐槽
创作者@ChikaraUmeno在𝕏平台分享了使用ChatGPT生成的AI插画创作
日本创作者ChikaraUmeno分享AI生成创作并吐槽
创作者@ChikaraUmeno在𝕏平台分享了使用ChatGPT生成的AI插画创作
用户@ChikaraUmeno在𝕏平台发布了一条帖子,分享自己晚间断断续续生成AI插画的过程。
本次创作目标是生成带有中国风格的原创赛马娘(ウマ娘)插画,但创作者称没有得到自己预想的中国风格效果。
帖子附带了相关标签#一起来做AI插画#、#原创赛马娘#和#ChatGPT#,并提供了作品链接。
这一天的 137 条信号到这里
📬 订阅
https://ai-pulse-lab.com/feed.xml