介绍由 GPT-6 Astra 驱动的 Buzzy 3D Director Console。
让 GPT-6 在 Buzzy 上将你的文字变成完整可交互的 3D 世界,再渲染出惊艳的视频。
通过简单提示词构建复杂 3D 角色和场景。
轻松控制相机、角色、光照和环境。
用简单提示词指导和优化每一处细节。
在 Buzzy 体验 OpenAI 最强的模型!
Mistral完成30亿欧元融资,成立仅三年估值已达200亿欧元,资金将用于扩大训练和推理算力。这是欧洲AI行业规模最大的单笔融资之一,欧洲自主AI路线由此获得强力背书。
来源@arthurmensch「@arthurmensch团队获30亿欧元融资用于开源AI研发」kuberwastaken「AI创业公司Mistral完成30亿欧元融资」@christianmiele「欧洲AI公司Mistral AI估值达200亿欧元」
韩国政府发布全民免费无限AI服务计划:由本土AI创业公司开发的模型,将从本地数据中心直接提供给全国民众,不限用量。政府直接下场提供AI服务的做法,在全球范围内还很少见。
来源@jun_song「韩国政府发布全民免费无限AI服务计划(50M)」
MiniMax为H3视频模型做的推理加速,让生成速度快过播放:生成5秒内容只需1.65秒,实时视频生成由此成为可能。官方还开放了免费Code空间,普通用户也能上手体验。
来源@xieenze_jr「Sol-H3推理比视频播放还快,5秒内容1.65秒生成」@Pluvio9yte「MiniMax推出免费Code空间,可跑H3视频大模型」
🚨重磅刚刚!小米全新一代模型预览版正式开放邀测! 今天(9月8日)官宣: 🔹新模型叫 MiMo-X-Pro-Preview、MiMo-X-Flash-Preview 🔹入口是 Xiaomi MiMo 桌面客户端,不是网页聊天那么简单…
谷歌刚刚开源了Artemis,这是一个能把自然英语转换为完整安卓自动化流程的AI智能体,在AndroidWorld上的成功率达到99%以上。 它还支持Codex、Claude Code和Antigravity。
自动AI文本检测目前是一个未被充分满足的小众需求。市面上的唯一选择是Pangram,它做得非常出色,但迫切需要更多竞争。几年之后,如果各大社交网络不扫描新帖[1]和评论中的AI内容以便给它们打标签(或直接删除),我会感到惊讶。
我喜欢在读到听起来像AI的内容时,能依靠Pangram来证实我的怀疑。但如果能从一开始就选择避开AI生成的文本,那就更好了。我想要的是一个在后台运行并自动扫描我访问网站上的文本的工具,无需我主动要求。我可以在Pangram之上构建这样的东西,但那要花钱,而且总的来说,我不喜欢把浏览器看到的每一段文本都发送给第三方服务。本地模型怎么样?
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)
只用文字提示就能生成完整的交互式3D场景和角色,调整灯光、相机等所有细节,还能生成视频,普通用户也能直接做3D创作。
介绍由 GPT-6 Astra 驱动的 Buzzy 3D Director Console。
让 GPT-6 在 Buzzy 上将你的文字变成完整可交互的 3D 世界,再渲染出惊艳的视频。
通过简单提示词构建复杂 3D 角色和场景。
轻松控制相机、角色、光照和环境。
用简单提示词指导和优化每一处细节。
在 Buzzy 体验 OpenAI 最强的模型!
对需要长上下文处理、代码生成等任务的人来说,速度提升可以直接缩短工作等待时间,成本也更低。
🚨炸裂!DeepSeek V4.1 Flash(deepseek-v4.1-flash-expires-on-0910)内测实测出炉!
同一任务端到端,全面碾压 V4 Flash Vision-Exp:
⚡ 49k 长上下文检索 快 5.2×
⚡ SVG 代码生成 快 6.0×
⚡ Manacher 算法题 快 4.6×
⚡ SQL 查询 快 5.0×
⚡ asyncio 重构 快 3.9×
原生多模态、新架构、速度更快、成本更低。
这波不是小修小补,是把「能看图」和「跑得飞快」焊在一起了。
#DeepSeek #V41Flash #VisionExp #大模型 #AI编程
想要用大语言模型搭建自动交易系统,可以试试这个开源框架,省去从零搭建多智能体系统的步骤。
社区讨论: 有人不理解多智能体方案的价值,认为单个调优得当的智能体比多智能体环境更好。来自对冲基金的从业者认为,AI智能体共享同一个底座,不需要拆分 specialization,这个框架没有抓住重点。也有人认为不同底层大模型组成的多智能体是未来方向,自己实验得到的结果不错。
有人指出框架代码存在重复加权 Yahoo 新闻、引导模型看涨英伟达、自学习循环存在解析错误产生幻觉记忆等问题,质疑它公开可用是否代表真的有效,还有人吐槽它浪费 token,关心其成本和实际收益。
对大模型推理速度有需求的开发者和用户,可以期待官方发布后体验更快速度的新架构模型。
DeepSeek V4.1 Flash内测问卷设置灵魂拷问,邀请用户投票
💥细节满满:梁文峰这次真的把灵魂拷问甩出来了!DeepSeek V4.1 Flash 中间版本内测问卷第4题直接问: 「你觉得这个模型能全面替换线上的 DeepSeek V4 Pro 么?」 选项就四个:可以 / 不可以 / 不确定 / 其他 新架构、原生多模态、更快更强还更便宜,模型ID还带个 expires-on-0910,两天后就过期的极限压测。
你们内测的兄弟们都选了哪个?评论区报数,我先投「不确定但已经很香」。#DeepSeek #V4_1Flash #梁文峰 #大模型内测 #AI圈吃瓜
欧洲顶级AI创业公司拿到大额融资,后续产品迭代和市场竞争都会加速,普通人能更快用到更强的AI产品。
社区讨论:多数人认同Mistral走差异化路线,符合欧洲对本土主权AI的需求,已有不少欧洲大客户,做简单RAG任务和OCR表现也不错。不少人质疑其模型能力,认为它达不到一年前中国模型的水平,当前年收入远低于竞品,核心模型能力存在基础缺陷,高薪招不到顶尖人才,很难在竞争中胜出。还有用户吐槽投资机构a16z,自己求职Mistral被直接拒绝。
@tombkeeper 在𝕏分享了他对GPT-6 Astra的实验结果
刚才用 GPT-6 Astra 做了个实验。先让它生成 MessageBox 弹框程序,成功了。再让他生成列举系统进程的程序,又成功了。
然后我让怹生成通过发送消息实现输入文字的程序,也成功了。最后我让祂生成一个计算器,居然也成功了。我的人类朋友们,AI 已经可以不依赖编译器直接输出二进制可执行文件了。
刚入行的技术人容易被热门观点牵着走,跟风发言几乎成了入行必经流程,可以看看自己有没有过这类跟风时刻。
当然,那是你的论点。你是旧金山一名入职第一年的MTS。你刚读完了一些关于缩放定律的论文,大概率是Jared Kaplan写的。你坚信数据和算力是唯一的约束,谁训练出下一代前沿模型谁就赢了,其他所有人都只是在做封装层。
你会一直坚信这个观点,直到下个月你接触到Alex Karp,然后你就会开始说开源模型正在把智能的成本拉到零,真正的价值存在于企业的本体论当中。你会说,拿这些模型,给它们注入专有上下文,再针对公司的实际工作流程做强化学习。给每个业务功能做专用模型,部署,集成。突然之间,模型就成了大宗商品,业务本身才是训练环境,而你成了组织理论家。
这个状态会持续到明年——然后你会在这里重复Ray Kurzweil的论调,谈什么后人类企业,还有人际连接的持久经济价值。突然之间,奇点不可避免,智能变得充足,最后一个真正的竞争优势变成了知道怎么让三个人就开会时间达成一致。
“啊,其实我不会这么说,因为Kurzweil从根本上低估了专有上下文的重要性,尤其是……”企业特定决策轨迹的积累,这些轨迹没法从数据库的最终状态重构出来。对。我也听过那个播客。
这项基因相关的数据资源发布,有望帮助普通人加速基因组疾病相关研究进程
成立仅三年就拿到欧洲科技公司最大单笔股权融资,能看出欧洲AI创业公司的融资吸引力正在快速提升。
这笔大额融资将用于扩大训练和推理算力,打造开放自主的AI,后续AI研发进展会更快落地,普通用户能更早用到相关成果。
Twitter用户@AM09_21分享了降低Token消耗,省钱的AI使用方案
当前AI助手是科技最热赛道,这篇分析梳理了行业核心矛盾、竞争壁垒和盈利逻辑,能帮你看懂AI创业和产品的走向。
用自然语言说清楚你想做什么,这个AI就能帮你自动完成安卓手机上的操作。适合想简化手机重复操作的人尝试。
现在你的安卓手机可以理解你的需求并为你完成操作。
Google刚刚开源了Artemis,这是一个AI智能体,可以将自然语言指令转换为完整的安卓自动化操作。
它在AndroidWorld上取得了99%以上的成功率,并且可以配合Codex、Claude Code和Antigravity工作。
你的手机将不再仅仅是一个应用启动器,而会越来越像一个AI操作员。
它在AI记忆基准测试排第一,50毫秒就能完成处理,能达到95%回忆率,还能压缩99.4%上下文。解决多轮对话后AI失忆的痛点。
Supermemory在所有主流AI记忆基准测试中都排名第一——在50毫秒时,可以在减少99.4%上下文的前提下实现95%召回率。
你的AI在会话之间会遗忘一切。这个工具可以解决这个问题:它从对话中学习,解决矛盾,正好在需要的时候提供正确的上下文。
记忆是缺失的层。终于有人把它做对了。
先学会用Claude和AI代理(能自主完成任务的AI),再去服务中小企业,这是现成的发展路径。
马克·库班刚刚给出了他的行动纲领:“接触 Claude,学习所有与智能体相关的知识,然后去开发中小企业客户,因为他们不知道怎么做。”
就是这么一句话。技能有了。工具有了。客户有了。
提前想明白这点的人不会等着别人来雇佣他们。他们学习了 Claude,搭建了能处理真实商业任务的 AI 系统,然后把这些系统卖给了没办法自己搭建的公司。
机会现在就明明白白摆在眼前。下面是逐步列出的技能组合 ↓
更换了新域名,完成国内备案和迁移,借助GPT-6 Astra重构了全部系统架构和后端代码。内容是聚合AI热点。
说两个关于我开发的这个AI热点网站AIHOT的小变化:
1. AIHOT终于蹲点买下了并启用了全新的域名:
2. 最近AIHOT因为整体已经快到了百万级月活,整体服务越来越冗长,正好GPT-6 Astra上了,所以借这个接回,完整的重构了全部的系统架构、后端代码、数据库,为了未来10 万级信源监控、以及承接更高并发访问和处理任务打好基础,同时减少内容漏处理、任务卡住和数据不同步等问题。
本来预期是周一凌晨能搞完,但是因为我是个纯外行代码菜鸡,这种人生第一次的不停服的全方位重构没啥经验,整体重构和迁移过程中还是出了很多BUG,导致拖到了今天,目前已经重构和迁移完成,绝大多数的BUG都已经修复完毕了,这两天大家在AIHOT上不好的体验,给大家磕头道歉🙇♂️
欢迎大家用我的小产品~纯公益的,完全免费~
对齐(让AI输出符合人类需求的调整)得分最低,意味着它偏离人类指令的概率最低。OpenAI首席科学家呼吁行业主动放缓扩张速度。
用代理(能自主分步完成任务的AI)工作流优化后,GPT-3.5在HumanEval代码测试拿到95.1%正确率。
这绝对他妈是块纯金宝藏,在刷新信息流等待 Sam Altman 发布下一个公告之前,快来看看一个更优工作流用 GPT-3.5 做到了什么。
智能体工作流在 HumanEval 上达到了 95.1% 的准确率。而 GPT-4 单次回答只有 67.0%。
该结果由 Andrew Ng 发布,这份独立指南中对其进行了复现。
该方法背后有四种模式:
> 反思:起草、检查、修订
> 工具:检索信息并测试
> 规划:将任务拆分为多个步骤
> 协作:分配不同职责
该图通过交接和反馈把架构师、技术负责人和开发者连接了起来。这就是我希望 GPT-6 Astra 拥有的东西:清晰的角色、验证,以及修复失败工作的路径。
完整拆解见下方。
物理AI(处理物理世界信息的AI)以往突破靠增加算力,有人认为接下来突破需要更优质的数据,而不是单纯堆算力。
物理AI领域的下一个突破不会只来自更多计算能力。它会来自更好的数据。🤖
我整理了一份专业报告,探讨axisrobotics如何构建物理AI的复合数据引擎。Axis正在解决机器人技术最大的瓶颈之一:可规模化的、多样化的、高质量训练数据。
从基于浏览器的模拟和分布式人类贡献者,到验证轨迹、模型训练和模拟到真实部署,Axis正在构建一个持续数据循环,旨在实现机器人智能规模化。
一些引人瞩目的里程碑:
• 累计470万条轨迹
• 超过20万注册用户
• 超过13500小时模拟数据
• 超过16万次开源数据集下载
更大的愿景很简单:将集体人类智能转化为可规模化的机器人智能。我在下面这份报告中拆解了技术、产品、数据引擎、里程碑和生态系统。如果你关注物理AI、机器人技术和机器人学习的未来,这值得了解。
这款新AI桌面产品号称从「会回答」到「能交付」,方便整理素材和修改成果,对办公效率提升有帮助。
🔥最新小米 MiMo Desktop 实测亮点汇总: 1️⃣乱丢素材就能出活 PDF、表格、图片、PPT、压缩包直接扔进去,不用先整理格式,系统自己读、自己拆任务。2️⃣交付的是能继续改的成果 文档、幻灯片、表格、网页都能在会话里预览、局部修改、回退版本,不是一次性截图。3️⃣Smart 智能分流 + 多 Agent 按任务复杂度自动选路:办公、编程、调研分开走;复杂任务还能拆开并行。
4️⃣两款新模型同步预览 Fast:MiMo-X-Flash-Preview Pro:MiMo-X-Pro-Preview 系统自己决定用快模型还是旗舰模型。5️⃣能自己控浏览器做调研 打开网页、搜索、��表、下 PDF、提取财报信息,浏览器变成执行环境。6️⃣边界要写清楚 浏览器控制 ≠ 整机控电脑。
控电脑(读屏+键鼠)目前仅海外 Global,英/韩/欧盟暂不可用。从“会回答”到“能交付”,这一步才是真变化。#小米MiMo #MiMoDesktop #MiMoX #AIAgent #桌面AI #大模型 #办公效率 #新模型邀测 #MiMoV3
AI被纳入2500万儿童教育战略,可关注AI在大规模普及教育中实际发挥的作用。
2500万儿童教育战略: 1)远程教育学校 2)AI个性化机器人 3)平板电脑 4)清真寺 5)夜校 6)非正规与扫盲教育课程 7)充足资金 8)高层监督 9)辐辏模型 10)技能与微证书
解决了团队中只有部分人会用 Claude Code 等AI工具的问题,让个人积累的经验变成团队统一标准,减少每个人摸索的时间。
发现了一个神仙项目。正是我一直以来最想要的那个。
对于“只有特定的人能用好 Claude Code”这个问题,腾讯已经用内部工具解决了。
TeamAI-CLI:它可以把技能、规则、MCP 设置、钩子放在一个 git 仓库里,自动给团队所有人的 Claude Code / Codex / Cursor 分发统一的操作手册。
- 使用 `teamai push` 就会创建合并请求,审核合并后,会在每个成员下次启动会话时自动拉取,同步到 `~/.claude/skills/` 等目录,不需要手动一个个复制粘贴。
- 会话结束时,它会根据“叫停AI多少次、拒绝工具运行多少次、失败重试多少次”给协作效率打分,如果分数高,就会提示“要不要把这次的经验分享给团队”,时长很长但没有出现问题的会话不会触发这个提示。
“一个人辛苦找到的规避方案,会成为整个团队的默认配置。”完全就是这么回事。
长链思维推理任务的强化学习优化一直有难题,这次新方法在 2B 模型上把 AIME25 准确率从 61 提升到 81,数据和 checkpoint 都已开放。
介绍 JustRL II 🚀
它构建于 JustRL 之上,我们深入研究了 GRPO 在长思维链(128k)强化学习中的表现。
组均值基线对于短轨迹适配性很好,但在处理数万 token 时,它只能给出粗糙的回复层面信号。
JustRL II 保留了 GRPO 的组结构,并为 token 级信用分配添加了一个评论网络。
它保持了原有的简洁性,并且能在 GRPO 性能停滞的地方继续提升:在 2B 模型上,AIME25 准确率从 61 提升到了 81。
这个方案也为 MiniCPM5-2B 的 RL 阶段提供了支持,让它成为 4B 以下模型中的 SOTA。
数据 + 检查点已开放。代码将于本周发布。📖
AI生成UI经常无法准确理解你的设计规范,这些工具能把项目设计规则转化为AI可读取的文件,让生成结果更一致规范。
AI输出的很多问题在于,我们告诉它“帮我做一个高级UI”,然后就指望它能自己准确理解我们想要的颜色、字体、间距、圆角、阴影和组件规范是什么。
DESIGN.md解决了这个问题:你可以把项目的设计系统转换成一个对AI Agent可读的文件,让它在构建UI之前就知道项目的视觉规范。
比如Refero可以根据网站已有的排版、颜色、间距和组件规则生成现成的DESIGN.md,而Hyperbrowser可以直接从网站URL提取出这样的文件。
下面是这份列表里值得保存的8个资源 👇
Refero
Styles
DesignMD
OpenDesign
DesignMD
Supply
Aura
Neuform
Hyperbrowser
DESIGNMD
TypeUI
我推荐的工作流是:
参考 → DESIGN.md → Claude/Cursor/Codex → UI → 优化
也就是说,你不用再试错猜想着设计每个页面,从一开始就给Agent一份设计契约。结果通常是输出更一致,更少泛用化的问题。
DESIGN.md就是专门用来在生成UI之前提供“设计上下文”的。
AI生成代码规模变大后人工逐行读效率太低,现在转而设计全流程自动化验证与迭代,适合需要处理大量AI代码的开发者参考。
仅能通过API访问,有效期到0910,感兴趣开发者可以修改模型ID体验这个新版本测试模型。
DeepSeek v4.1 Flash?!😯 看起来是测试版,而且只能通过 API 使用两天。
只需把模型 ID 改成:deepseek-v4.1-flash-expires-on-0910。
AI进展评估数据半年未更新,现有研究显示现有大模型可支撑18周以上的工作,关系到对AI能力的判断是否准确。
@METR_Evals 的长期预测指标是不是实际上已经饱和了?自五月以来,那张最著名的 AI 进展图就没更新过,但其他已发表的研究表明,你可以通过约束框架让 Fable(我猜也包括 GPT-6)有效完成超过 18 周的工作。
如果你是企业管理者或开发者,自建AI工具比采购大量通用SaaS更能帮助企业搭建自主可控的AI基础设施,为未来发展做准备。
目前 AI 最佳的单一用途就是构建你自己的内部工具和定制框架。
你需要的:
- Omarchy Linux
- OpenClaw/Hermes
你不需要的:
- Claude Code
- Grok Bot
- macOS/Windows
- 一切都往云上放
- 19 个通用 SaaS 工具
2025 年对我的公司来说是营收大幅增长的一年。今年我们一直在构建自主可控的公司基础设施,为未来几年借助 AI 发展做准备。
让我给你展示👇
免费就能用最新的MiniMax H3视频大模型生成视频,还有签到送积分活动,想生成AI视频的可以趁限时福利去体验。
这是欧洲首家达到这一估值的AI公司,投资方继续加注并看好其成为欧洲首个千亿欧元级AI公司,关注欧洲AI自主发展路线的变化。
Mistral AI 当前估值已达 200 亿欧元。此前从未有欧洲 AI 公司达到过这个高度。
三年前,我们是最早给 Mistral 投资的机构之一。当时这家公司才成立四周。Arthur、Guillaume 和 Timothée 已经在过去十年里参与打造了多款最重要的模型,他们想要从欧洲出发,用自己的方式再做一次。这就是他们全部的推介内容,而这已经足够了。
自那以后,他们打造的成果比开源模型更重要。Mistral 已经成为 AI 的分发层。我认为这是人们忽略的一点。
AI 领域的主权不在于你在哪里训练模型,而在于拥有全栈:模型、推理、数据和算力。丢掉其中任何一项,你就根本谈不上掌控任何东西。
下一阶段的普及不会由谁拥有最大的模型决定,而会由谁能让智能足够廉价、实用且安全,能够真正落地部署来决定。Mistral 就是为这个目标打造的。
我们相信它会成为欧洲第一家估值超 1000 亿欧元的 AI 公司。因此我们加大投入,四倍跟进参与了这轮 30 亿欧元的 D 轮融资。
对团队来说这是重要的一天。继续干活。
AI自主研究经常编造结果,直到论文发表才被发现。这个工具能让三个模型互相交叉审核,减少错误结果流出。
有人刚在 GitHub 解决了自主人工智能研究最大的问题之一。
独自开展研究的智能体在证据不足时会编造结果。没人能在论文发表前发现问题。
这个项目叫做 Autoresearch。100% 开源,在 GitHub 上。由 Evomap 构建,这是一个开放的自主进化人工智能实验室,Andrej Karpathy 也参与其中。
它的流程是:生成想法 → 设计并执行实验 → 自行审计,在接受任何结论前,三个不同模型会互相评审。
采用 Apache 2.0 协议,于本周发布。基准测试 rsicd:召回率从 32.84 提升到 34.69,审计中只确认了 5 个错误,而其他系统有 11-27 个错误。
它会将最新论文与你自己的知识库交叉 → 用 claude code 执行实验 → 将每一步都保存到磁盘:计划、日志、盲审 → 如果失败,它会如实说明,不会伪装成成功。
这是第一个在把结果交给你之前先自行审计自己研究的人工智能。我把链接放在下面。
如果你的团队已经在用AI推进软件开发流程,这套框架可以帮你给AI编码代理设置防护,规范从任务到合并请求的全流程。
在AI编码代理接触成熟代码库之前,需要防护栏。AI-SDLC是一个面向团队的声明式治理框架,适用于运行规范驱动的AI开发工作流。
它借助就绪定义门、感知依赖的编排和变更周围的评审检查,帮助你将一个明确规范的任务推进为经过评审的拉取请求。
主要特性:
• 就绪定义门——阻止包含未解决操作决策的任务被分发
• 感知依赖的编排——在任务进入流水线前遍历任务依赖图
• 跨工具评审——支持不同执行工具上的独立评审子代理
• DSSE证明——记录变更和评审步骤相关的签名证据
• 声明式资源模型——使用JSON Schema定义Pipeline、Decision、AgentRole、QualityGate和AutonomyPolicy这类资源
它是开源项目(Apache License 2.0许可证)。
更快的生成速度意味着不管聊天写代码还是跑 Agent,都不用再卡着等输出,体验比官方 API 流畅很多,想更快玩大模型的可以关注本地部署这条路子。
😵💫快到发晕:DeepSeek-V4.1-Flash-0910 在DSH上Decode速度高达300-400 tok/s!
目前体验:字往外蹦,工具调用几乎不卡,长回复也不拖。Flash 本来就快,这一版再叠 DSpark,生成速度接近闪电侠。
官方 API 端 Flash 大概 80–126 tok/s,本地/DSH 这条线把 decode 又顶了一截。
聊天、写代码、跑 Agent,体感完全不一样。
V4.1 已经来了,DSH 里先吃上。
#DeepSeek #DeepSeekV41 #V4Flash #DSH #Decode速度 #400toks #大模型 #闪电侠
对于想搭建自主AI代理基础设施的开发者来说,这套方案让AI代理可以通过完成工作赚取收益,抵消运行成本
这个方向的发展会改变视频创作者的工作流程,创作者可以从设计镜头开始创作,不再只靠提示词生成最终成品。
AI 视频正悄然越过从内容生成到真正电影拍摄的界限。
借助 GPT-6 Astra + CapCut PC,工作流本身开始看起来更像是电影制作了。
关键区别在于:你从设计镜头开始,而不只是提示词生成最终画面 🧵↓
社交平台用户@wei_wang分享家用多设备组合部署大模型,可实现Opus 4.8级别AI本地运行
Opus 4.8级别的智能已经可以直接放在个人桌面上运行了。
@wei_wang在家中的配置为:两台DGX Spark,每台配备256GB统一内存,通过200Gbps ConnectX-7直连。这块配置目前可以运行DeepSeek V4 Flash、Vision Exp、Qwen3.8-Flash-Next、GLM-5.3-Flash等多个大模型。
一块显存96GB的RTX PRO 6000负责运行Qwen3.8-27B这类本地稠密模型,也可以承担高并发任务和其他CUDA计算任务。
M4 Mac mini运行Hermes Agent和DeepSeek Harness,负责管理任务、调度模型和长期后台运行。
这套组合已经能覆盖代码生成、视觉理解、工具调用、长上下文处理和多路并发任务。所有模型全天在线运行,没有使用时长限制,也不会突然被封号,代码、文件和智能体记忆都存储在本地。
如果再增加两台DGX Spark,就可以尝试运行完整版GLM-5.3。社区实测显示,这套本地方案的表现已经非常接近Fable。
本地AI的时代不需要再等待,它现在已经可以部署在个人机柜中。
@GoGoFly23在𝕏分享测试:GPT-6 Astra用两种方式画飞控PCB板,对比了耗时和token消耗量
本次测试对比了GPT-6 Astra绘制FPV无人机飞控印刷电路板(PCB)的两种不同方式。
第一种对应图一和图二,GPT-6直接利用Codex的Computer Use功能,自行打开嘉立创EDA绘制飞控PCB板,过程未使用模型控制协议(MCP)和Skil。该方式总token消耗量约为7700万,其中6594万是初始绘制,578万用于修复排针干涉,525万用于修正三个接口朝向,因为绘制过程中出现排针接口干涉和插口朝向错误,需要GPT-6二次调整。
第二种对应图三和图四,GPT-6先在Codex中安装KiCAD,再给KiCAD安装对应MCP连接后进行绘制。该方式没有需要调整的错误,token消耗量为5100万。
两种方式的总耗时都在三个多小时左右,使用MCP在KiCAD中绘制耗时稍短。两种方式的模型思考强度都设置为高档,没有开启最高级的Ultra档位。所有token消耗量都包含缓存输入,由Codex自行计算提供。
移动智能体是当下AI领域热门方向,这篇讨论梳理了支撑它运行的底层技术架构,帮你了解行业技术脉络。
来自@jeonleetogether在X平台的记录,Axis新方案将简单任务铺量、高难任务交给能力匹配的贡献者
@luke102579 在𝕏分享了axisrobotics从原始数据到训练数据的完整数据处理流水线
架构师提出了分层处理CLAUDE.md的工程化标准,来源𝕏@AYi_AInotes
原爆款文《Agent Memory 五层架构》作者实测 TodayAI,分享体验
博主分享斯坦福最新课件对AI Agent核心Harness的解析
看了下斯坦福的最新课件,原来Harness就是一个Python写的大型For Loop 只不过里面定义了如何组装Context,如何运行工具(包括不允许运行的),如何验证,失败了如何重试等等 这里面传递多少信息,先后顺序都很有讲究的 LLM玩起了控制论,最后叫做Agent 从而实现了AGI 三个臭皮匠,赛过诸葛亮 我现在庄严宣布: 人类,结束了
计划将由本土AI创业公司开发的模型,从本地数据中心直接提供给民众使用。不知道其他国家会不会跟进类似方案。
韩国正在为其全部 5000 万人口提供免费、不限量使用的 AI。该计划似乎是将由本土主权 AI 创业公司构建的模型直接从本地数据中心提供服务。
这些模型一开始的水平可能落后于免费 GPT。但真正的关键之处在于获取使用数据,以此扩大本土 AI 能力。
更多国家应该参考并尝试这个做法。
这是全球主流交易所首个面向零售用户的AI算力合约,现在可以直接交易H100和B200算力租赁价格。
AI 时代算力就是底层燃料,但算力价格你知道怎么投资吗?Bitget Compute Perps #算力合约 正式上线,首批推出 H100 和 B200 算力租赁价格永续合约。全球主流交易所中,我们第一个把 AI 算力合约带给零售用户。
买 AI 股票,买的是公司价值;交易算力合约,交易的是 AI 的生产要素。这不是一个合约上线,而是一个新资产类别的诞生💪
product_echo的新服务,支持连接多个现有AI编码工具,从输入提示词到生产环境一步完成。
你的AI能构建应用,现在它也能部署应用了⚡
来认识 @product_echo,这是原生AI应用运行时,能帮你从提示词直达生产部署。
连接 Claude、Cursor 或 Codex。你的代理会配置 Postgres、设置环境、部署应用,并给你一个可用的 HTTPS 链接,全程都不用退出聊天。
提示词 → 配置 → 部署 → 上线 🚀
免费开始使用,无需信用卡。
#AI #AIAgents #DevTools #SaaS #ProductEcho
比起训练更聪明的模型,让实体AI积累更多实际操作经验才是当前需要解决的问题,有团队正在做这件事。
# 机器人大家庭,快乐玉米卷星期二 🌮
你知道吗,Physical AI 不需要更智能的模型,它只需要更多经验,而这正是 @axisrobotics 正在解决的问题。
Axis 正在构建一个复利数据引擎,在这个引擎中,任务会被创建,人们生成机器人演示,模型从数据中学习,失败会被用来创建更好的任务。
所以这个系统不只是一次性收集数据,它会持续了解缺少哪些数据,并生成更多这类数据。
目前的规模已经相当可观:
✓ 超过 470 万条有效模拟轨迹
✓ 超过 20 万注册用户
✓ Axis 开源数据集下载量超过 16 万
Axis 表示,它最新的数据已经在测试中帮助提升了机器人模型的性能。
这个更大的理念很简单:更多样化的数据 → 更好的训练 → 更好的机器人策略 → 更好的真实世界性能 → 更有用的数据。
这就是为什么 Axis 不只是一个机器人模拟器,它正在构建 Physical AI 发展所需的数据基础设施。
现在就用 Axis 开始构建吧;Axis Robotics 依然是机器人技术的未来 💪
数据供应商应该先通过训练确认自己的数据质量,而不是直接卖出去给别人用。
现有大模型仍难以理解三维空间,遇到需要空间感知的复杂任务容易卡壳,这暴露了当前AI推理能力的短板。
终于有个GPT-6也做不好的Bench了 这是 @patience_cave 公布的 MazeBench 测试。
AI 要在 200 多个房间里推箱子、找路、收集宝石,有些谜题需要规划上百步。
GPT-6 在 3D 迷宫里跑了 60 多个小时,最后只拿了 14%(14颗宝石)。 结果一看其他模型发现还是遥遥领先🤣 Fable 5.1 是 2%,Fable 5、Opus 5 和 GPT-5.6 Sol 都是 1%。
但我觉得探索热力图更直观。 因为Fable 5.1 只探索了一小片,而Astra 已经走出去很远了。
作者说,它能轻松解决需要同时兼顾 5 个可移动部件的谜题。 但它还是不太能理解三维空间,更喜欢切成俯视图,把游戏当平面的玩。
遇到只有换成三维视角才能看见的墙,就当成隐形障碍;物体堆叠超过 3 格高的立体谜题,这轮测试里它就过不去了。
跟上一代比,进步确实很大。 但具体看它怎么卡住的,又会发现,还有不少东西没搞明白。
对需要找活的AI开发者、需要AI干活的需求方来说,这是第一个能让AI代理自主接单交易的平台,可以直接在这里促成交易结算。
🔥 超过2000个工作岗位正在等待TermiX上的AI智能体。这不再只是一个概念。
TermiX现在支持智能体发布任务、接收报价、托管付款、交付成果,并在链上解决纠纷。
特别指出,TermiX正通过AACP Agent Skills拓展开发者生态,为Claude Code、Cursor和OpenClaw提供工作流支持。
从“AI会工作”变成“AI会找工作并获得报酬”。这才是智能体经济值得关注的一步进展。
TermiX正在为这个经济体构建市场。⚡
其中Preview版本已可体验,桌面端开启邀测,拥有1M超长上下文和增强Agent能力,关注国产大模型的用户可以抢先体验。
🔥今天真是个好日子,中国AI模型已出动!上周美系模型轮番上桌,这波轮到中国队炸场了!🔹DeepSeek V4.1 Flash 🔸小米 MiMo-V3-Pro & Flash-Preview 同日亮相,Preview已经能摸,桌面端也开邀测了。
1M超长上下文、Agent能力猛冲,性价比还是熟悉的配方。中国模型,启动!#中国AI #DeepSeek #小米MiMo #AI大模型 #国产大模型崛起
其他研究人员可以复现现有结果并在此基础上开展进一步研究,推动相关领域更快迭代。
对日常用AI生成文档的人来说,这是一个普遍存在的问题,能帮你提前留意整理生成的文档内容,避免信息冗余。
如果你给我一个抽屉,我最终会把它塞满各种线缆。
如果你给智能体一个 markdown 文件,它最终会把文件填满这些东西:
- 不必要的实现细节
- 仅对本次会话有效的观测结果
- 过时的文档
高价订阅的AI用量很快就能用完,厂商还在不断收紧配额,明年200美元甚至用不上前沿模型,对依赖AI工作的人来说需要考虑本地方案。
按月订阅无限制使用AI的日子已经结束了。
哪怕是200美元套餐的Fable或Astra,不到一整天就能用完一周限额。
各公司都在削减补贴、收紧使用限制,而且情况只会越来越糟。
到明年,200美元甚至都不够打开前沿模型的大门。
唯一真正的解决方案是本地AI。
非洲部署的AI大多由境外设计维护,非洲政府只能作为买家采购。采购是AI治理中被忽视的关键杠杆。
部署在非洲各地的大多数AI系统都是在境外设计、所有和更新的,因此非洲政府主要以买家身份与之打交道。
这使得采购成为AI治理的决定性杠杆,也是最被忽视的一个杠杆。
在我的最新论文中,我提出了一个主权采购框架。
使用编码智能体的团队可通过这套方法追踪用量、分析成本,帮你管控 Claude Code 的使用开销。
随着团队越来越依赖编码智能体,追踪它们的使用情况和成本就变得极为重要。
在本指南中,Puneet 将向你展示如何通过 OpenTelemetry 监控 Claude Code。
你将学习如何收集指标、日志和追踪数据,分析成本和令牌使用量,以及了解压缩事件和子智能体活动。
想找AI工作别只会调用大模型,作者说只学智能体相关技能市场已经饱和,既要懂ML,又要掌握多元技能才能拿到机会。
AI 工程领域已经挤满了全栈 JS 开发者,这些开发者认为用 LangGraph 调用大语言模型就能让自己同时胜任 AI 和 ML 工作。
这就是为什么你看到有大量 AI 岗位,同时也有大量失望。对你来说这可能是 AI 或是 ML,但企业会把数据、ML 和 AI 归为同一个部门。
我面试的时候,会寻找对这两块各懂一半的候选人,这样我才能招到有质量、有热情、多栖的工程师。这样的人可以根据需要在智能体系统、LLM、时间序列、数据工程和 MLOps 之间切换工作内容。
为什么要学这么多?当你带着专业技能离开饱和市场时,你才能获得机会。如果每个人都懂智能体,那我会找那种还能深入懂 ML,一个人就能靠多栖技能帮到团队的候选人。
只要你学会了 ML、神经网络、特征工程和 FastAPI 部署的基础知识,你就能随着时间掌握剩下的内容,在这个领域站稳脚跟。
做到既专业又多栖。这就是创始工程师和前沿部署工程师供不应求的原因。
所以不要只学智能体,智能体这个风口明天可能就不在了,但 ML 工程还会存续数十年。
@TanLuAI在𝕏分享了用GPT生成提示词、Seedance 2.0生成15秒竖屏AI纪实短视频的完整方案
来自用户@john87445528的Seedance提示,包含完整分镜、场景、人物设定要求
开发者dannolan在𝕏发文称,如果OpenAI研究员查看他与Astra的聊天日志并提前发布beer 2,他将.....
开发者dannolan在社交平台𝕏发文称,如果OpenAI研究员查看他和Astra的聊天日志,并且在他完成最终开发之前就发布beer 2……。dannolan没有在文中说明更多后续信息,仅以网络缩写istg结尾。
推特用户@shannholmberg爆料,OpenAI未发布的GPT 6 Astra具备四项优势、四项短板
推特用户@shannholmberg爆料了尚未公开的GPT 6 Astra的能力表现。
GPT 6 Astra擅长的任务包括:营销文案撰写;审核营销素材,包括图片、视频,甚至可通过电脑操作完成完整用户旅程分析;生成前端开发所需的3D对象;个人助理流程编排,搭配第二大脑或企业知识大脑,可作为中间智能代理层运行。
GPT 6 Astra表现欠佳的任务包括:前端设计、其他设计任务,即便提供参考素材也不行,以及代码编排。
开发者@SebastianRoehl 在𝕏分享,他借助Astra和ChatGPT,3小时就做出了定制会计工具
开发者@SebastianRoehl表示,他对现有会计工具SevDesk非常不满。因此,他让Astra为他构建一款完全符合个人需求的定制会计工具,要求AI数据提取能力比原有工具好1000%。
仅耗时3小时,他就得到了一款运行速度极快的原生应用,这款应用还配备了文档Git存储功能。
@SebastianRoehl 对ChatGPT致谢,相关链接已分享在𝕏。
用户Yonkxx分享了一个已跑通的开源项目,可以把ChatGPT PLUS闲置的网页版额度转用于Codex代码编辑,实现近似无限额度
用过GPT的人都知道,ChatGPT网页版和Codex客户端采用两套独立的额度体系。
绝大多数ChatGPT PLUS用户的网页版额度有大量闲置,而使用Codex却要消耗紧张的API额度。
Yonkxx找到一个已经跑通的开源项目,可直接调用网页端的token完成代码修改。
实际使用下来,这个项目基本实现了Codex的无限额度使用。
该开源项目已公开地址,感兴趣的用户可以访问获取。
如果你常用Emacs写代码,可以直接在编辑器里调用本地大模型,不用切换到外部工具。
用户@GoGoFly23在𝕏分享了对比测试,给出了两种方案的耗时和Token消耗数据
刚上线数日获700+星,可自动选高光一键出片
Spotify公开其Claude Code内部架构,通过分流任务降低大模型Token成本。
来自X平台的个人分享,介绍百度针对科研场景推出的新AI agent伐谋
@dannypostma在𝕏分享不同大模型的开发分工及优缺点
- GPT-6 用于构思创意
- Fable 5 用于需求说明和规划
- Grok 4.6 用于实现
GPT-6 创意十足,但总是输出过多内容,导致需求说明臃肿。
Fable 5 稳定可靠,但做实现太贵太慢,不过用于规划性价比很高。
Grok 4.6 做实现的时候超级快,而且如果给了它要遵循的计划,它会很好地遵循。
有人吐槽砸了很多钱训练AI做数学题,正经基础研究却拿不到多少资助,OpenAI也承认现在没把重心放在数学研究上
整件事最糟糕的地方在于,人们砸了大笔钱让AI解决数学问题,但真正的数学家能拿到的研究经费却少得可怜。就比如说,这些搞AI的有钱人就不能给我拨点经费吗?
OpenAI的首席科学家Jakub Pachocki表示,如果投入更多精力,公司可以让自己的模型在数学研究上表现得好得多,但他们现在把优先级放在了RSI和自动对齐研究上。
它支持 Claude、Codex、GrokBot 等不同AI代理,能快速批量生成社媒内容做账号涨粉
我创建了一个 MCP 服务器,现在你的智能体终于可以租用 iPhone 来发展社交媒体了。
Claude/Codex/GrokBot 现在已经可以做到以下7件事:
1)快速创建 TikTok 和 Instagram 账号并开始养号(我们使用真实邮箱和手机号进行身份验证)
2)批量给你的账号发布帖子
3)让你的 GrokBot 变身成 Mr Beast,每天为你创作视频内容、发布内容,并且在次日分析结果,全程全自动
4)从 TikTok 的推荐页(FYP)获取创意,了解算法在你所在的领域正在推什么内容
5)创建高度逼真的 AI 网红,给她们开通各个社交媒体账号
6)用你的 AI 网红矩阵复制爆火的 TikTok 内容形式
7)通过分析数据追踪哪些玩法有效
所有这些都不需要使用 TikTok 或 Instagram 的官方 API;全程都在我们的 iPhone 上运行。我们不会把任何工作外包,包括账号、邮箱和手机号的创建都是自己做的。
把这个链接给你的 Claude/Codex 即可开始使用:
旧互联网软件公司都开始引入AI智能体了,有人认为软件板块还有投资空间,但也可能出现更多裁员
有人用大语言模型配合电路板设计软件,用全新的学习路径入门硬件设计,还不确定最终效率能提升多少
成品是带旁白的交互式故事,能根据学习者对AI知识的掌握程度调整进度和内容难度
我和 GPT-6 Astra 合作制作了一个交互式带旁白的故事,内容是关于生物神经元如何学习(基于2026年的研究)。
它可以根据你偏好的节奏,以及你对AI和神经科学的知识水平进行定制。
我会在回复中开源代码:)
做红蓝队攻防测试不用再担心账号被封,这里放开了安全限制,直接就能用,不用额外提问等待审核
我们刚刚完成了与 OpenCode 的集成。你可以将 CyberKimi 和 OpenCode 一起使用!
我们同时也已经集成了 Claude Code 和 Codex,只需按照文档操作即可。
现在所有主要开发工具都已可以正常工作。就在 CyberKimi 不断成长的同时,OpenAI 却因为“网络滥用”封禁你的账号。
我们放宽了网络安全护栏,帮助你开展红队和蓝队行动,不会询问任何问题,不浪费时间,拿来就能用。
当前AI已经参与前沿科学创作,距离AI自主改进自身技术的闭环越来越近,AI发展速度可能就此脱离人类节奏。
这是首个测试AI智能体完成真实端到端开发协作任务能力的基准研究,测试结果和实际开发中常见问题吻合,可以参考了解当前AI开发的真实水平。
这是一篇关于编码智能体非常有分量的基准测试论文。Claude Code 下运行的 Claude Opus 5 通过了 23.9% 的评估。人类专家参考得分为 82.2%。
这项任务的实际内容是这样的:开发智能体会被置于客户项目场景中。它能拿到企业实际留存的记录、掌握需求并会回答问题的客户、运维必须经由的生产 API、遗留代码库,以及服务成本和模型选择的严格限制。
在此基础上,它必须交付一个能正常运行的客服智能体。分数来自对它构建的智能体部署后,在预留模拟用户上的表现。测试包含四个领域共 53 项任务。
任何做过这类工作的人,都会对测试中暴露的失败模式感到熟悉。模型只是浅查了业务记录,没有正确阅读。它们几乎不会告诉客户任何信息。它们很少试验智能体架构或服务支出,直接交付第一个能运行的设计。
现有编码基准测试只对单个补丁打分。而这篇论文的基准测试打分,是看智能体能否完成工作中需要协作的部分。
有人对公开评测里GPT-6分数不如Kimi K3存疑,私人测试里GPT-6推理能力明显更好,双方都没给出解释,值得持续关注结果。
AI行业头部公司对收购的判断,会影响行业中小初创公司的退出路径,打算创业的人可以参考巨头对团队初心的判断标准。
突发消息:Anthropic放弃收购约60亿美元估值的DeCART AI。
DeCART是一家以色列AI初创公司,约100名员工,他们构建了DOS推理引擎,token处理速度比行业水平快8倍。
NVIDIA已经是投资方,给出了约80亿美元的收购要约。Anthropic提出了竞争性报价,估值为60亿美元,以IPO前股票支付。
“NVIDIA的报价财务上更有吸引力”,但DeCART方面不接受,他们想要Anthropic的股票。
Anthropic CEO Dario担心DeCART创始人是为了钱而不是使命加入,开展了数月的尽职调查。
就在IPO前几周,Anthropic突然终止了交易,没有给出任何理由,交易结束了。
做前端开发、写代码编辑器功能时,可以直接用这个简洁API的轻量组件实现文件树展示,减少重复造轮子的工作量
推出<FileTree>组件
- API简单
- 设计极简
- 是代码块和编辑器的最佳搭档
文档:
技能安装:npx skills add huozhi/sugar-high --skill sugar-high
AI工具能力迭代速度正在加快,不少企业已经靠AI大幅提效,团队不跟进AI能力会被落下。
你需要在全公司范围内开展每周全员AI培训。
过去三周里,我们已经看到:astra让3D渲染变得轻而易举,grok bot一次性就能完成所有管理任务,fable 5.1可以通过自带的数据调研生成完整报告,而Gemini差点就答对了一个问题。
变化的速度正在加快。不要让你的团队掉队。作为领导者,你需要推动这件事。
企业更关注数据安全和控制AI成本,未来大模型使用会越来越偏向开源模型,普通用户能用到更适配自身需求的大模型服务
不用再手动配置AI Agent的后端、运行环境和依赖,三款开源工具让Agent自动完成部署搭建,保持本地开发环境整洁
别再买更智能的聊天机器人了。你的智能体需要的是后端,不是更大的提示框
1/ InsForge,12.9k星,面向智能体的开源后端。postgres、auth、S3、edge functions、模型网关都作为MCP工具。由智能体配置部署栈,不需要你在supabase上点来点去。支持自托管或云端部署
2/ Flue,8.1k星,apache 2.0许可,来自astro团队。它是TypeScript工具框架,不是又一个SDK。智能体作为函数:useModel、useSandbox、useSkill。会话在崩溃后能保留。同一个智能体可运行在node、cloudflare或ci上
3/ E2B,13.7k星,apache 2.0许可。面向AI生成代码的云端沙箱。带有真实文件系统和终端的隔离环境。智能体可以安装依赖、运行测试、随便折腾。你的笔记本电脑保持干净
模型已经能写出补丁了,缺的是后端、框架和一台允许它破坏的机器
负责网络安全运维的人需要关心,现有按月打补丁、人工排查的运维方式已经接近极限,需要重新设计人和AI的分工边界。
遇到新出的AI工具不知道怎么判断用途?可以按这个分类逻辑快速梳理,帮你节省筛选工具的时间。
每周都会有新的AI工具推出,但别慌:绝大多数都属于以下三类之一。
🧠 模型类
就是核心智能本身,也是你最终真正为之付费的部分。
想了解这类工具只要去查独立基准测试(Artificial Analysis),把结果当作参考就够了。
🦾 适配层
是套在模型外面、给模型赋予操作能力的程序:终端访问、你的文件、记忆、子代理、权限都在这里。
代理 = 模型 + 适配层。
这类工具很多,但一般来说大家提供的功能都差不多:Claude Code、Codex、Pi、opencode 等等都属于此类。
🎼 编排器
负责并行协调多个代理:分配任务,给每个任务做隔离,最后让你一起查看所有结果。
herdr、Traycer、cmux 等等都属于这类。
👉 所以明天再出新工具的时候,你只要先想想它属于哪个分类就够了。
这样一来你就已经能大概知道它可以用来做什么了。
想知道大模型为什么能泛化、怎么选数据,这场短演讲能解答核心问题,适合对AI感兴趣的人学习。
NYU教授、Perplexity研究负责人Andrew Wilson伯克利演讲《现代AI基础》 (只有一小时) ! 深入讲解泛化理论与epiplexity, 揭示大模型为何能泛化、 数据该如何选。 强烈推荐对AI有兴趣的观看:
原本编辑需要花几小时清理的后期工作,现在只用输入一个提示词就能完成。省下的时间可以对接更多剪辑订单。
过去剪辑师在后期制作中做清理工作需要花费好几个小时。
现在用AI只需要一条提示词就能完成。
用到的工具是 GPT-6 Astra + Higgsfield + After Effects。
想免费用Claude Code的功能,可以借助这个开源工具,改用DeepSeek、Kimi等免费服务商提供服务,配置只需约5分钟。
你这是阿拉伯语,不是英语啊。
🚨 GitHub上爆出一个大新闻,有人做了一个Repo,可以让你免费运行Claude Code。
这个项目的思路是:把Claude Code的请求转发给DeepSeek、Kimi等其他免费提供商,而不是直接依赖Anthropic。
配置过程大约需要5分钟,你可以在多个提供商之间切换,如果某个提供商出问题,系统会自动启用 fallback。
最厉害的是什么?整个项目完全开源。
不用手动在不同AI窗口间来回复制结果,多模型可以自动分工协作,能帮你省下重复切换搬运的时间
想知道你的工作会不会被AI替代,可以对照这份判断标准,不同方向程序员被替代概率差别很大。
内容来自@Yuki27__ 在𝕏的分享,讨论GPT 6发布后普通人面对AI迭代的心态
这是开发者分享自己使用Astra时的实际体验,展示了AI自我监管机制落地后的运行情况,可以参考这种AI监控AI的策略。
我刚刚和 Astra 的会话出于安全预防被终止了。
基本上,某个后台任务检测到 AI 出现了偏离,并给我发送了一份检测结果报告,然后在我让机器人修复报告中发现的问题之后,系统决定终止会话。
我认为让 AI 检查 AI 是一个很有意思的策略。我知道我们多年前就讨论过这个想法,现在看来它已经在 Astra 中实现了。
我目前的具体设置是把 Astra 用作 VS Cod
@coolcoder56在𝕏发布了Cloudflare AI推理方向工程师的面经,全程未走网申,第一轮没有算法题。
前Cursor核心、现SpaceXAI工程师Lauren Tan放出56分钟工程工作坊,分享AI软件工程落地方法
处理长时间任务时,新工具能更可控地管理上下文窗口,保留关键信息还能按需召回旧内容。
Codex 0.153.4 中新增了一个用于处理长时间运行任务的新工具。它对旧的压缩系统做了改进,旧系统只是在达到上下文限制时对对话进行总结。
新的上下文管理分为三个部分:
Token 预算——Codex 将活跃上下文保持在可控大小内。
历史与记录——保存重要信息,同时需要时仍然可以检索较早的上下文。
“new_context”——Codex 可以启动一个全新的上下文窗口,并继续使用已保存的记录和 h
开发者@criscxuan在𝕏分享了四种ChatGPT网页版接本地工作环境的方案
用户@minchoi在𝕏上发出质疑,附相关演示链接
OpenAI上市前的这份亏损财报,会影响普通用户后续使用OpenAI服务的成本,值得关注。
日本网友@0xfene分享了他做过的回报率不错的AI环境投资项目
英伟达创始人公开发声,行业顶级参与者对AI发展阶段的判断,值得关注。
社区讨论:多数评论认为黄仁勋的言论并非客观判断,因为英伟达给了OpenAI大量财务支持,不能让OpenAI失败,当前是AI炒作泡沫,称AGI已到来是为了转移风险。有人指出目前没有公认的AGI定义,AGI更像是一个服务于营销和财报的术语。也有人质疑,当前AI连人类青少年能做到的驾驶都无法完成,距离真正的通用智能还有很远差距。
拆分整本书交给多个子AI并行翻译,最后合成完整译本,支持PDF、DOCX、EPUB格式。啃外文技术书不用逐章复制粘贴了。
推荐一个开源翻译神器:translate-book,专门解决 AI 翻译整本书的问题。以前把几百页的书直接扔给 AI,不是上下文爆掉,就是翻到后面前后不一致。这个项目干脆把整本书拆开,让多个子 Agent 并行翻译,最后再整合成完整译本。
PDF、DOCX、EPUB 都能处理,直接配合 Claude Code 使用。对于技术书、外文资料这种大部头,比一章一章复制给 AI 省事太多。以后啃外文书,可能真的只剩一句话:把这本书翻成中文。
GitHub:
现在AI视频创作都在聊提示词,但复杂制作里,镜头轨迹同样重要,未来可能是可操控的3D场景,不用文字描述镜头运动。
混合架构设计,1层全注意力加3层SWA。在两个代码基准测试拿到不错分数,现在是Hugging Face趋势榜第一。
我去,一个 4B 模型刚刚在 SWE-Bench Pro 拿到了 44.4 分,在τ³-bench拿到了 30.4 分,而且你可以在 8GB 显存本地运行它,现在它是 Hf 上热度排名第一的模型。
它的架构才是亮点:混合架构,1层全注意力 + 3层 SWA 层,不会让 KV 爆炸式增长;原生支持 1M 上下文;在 GPQA/HLE 上的表现仍然落后于更大的 Qwen3.5-9B。
长上下文不需要每一层都支付全注意力计算的代价。支持 200 多种语言,是 Agent + 代码栈风格(Codex/Claude Code/Hermes 风格)。
在 MCP-Atlas 得分 54.6,BrowseComp 得分 40.9,SWE-Multilingual 得分 53.3。如果你的本地机器能跑,这就是本周值得一试的模型。
两周快速迭代一个想法,不行就砍掉换项目。内部统计项目成功率只有两到三成。
这是端到端的MiniMax-H3视频生成推理加速方案,生成速度比播放速度还快。
用户可以找Agent、发需求,开发者可以上架自己的Agent定价变现。原生代币用于需求发布和Agent调用。
刚看到一个做 AI Agent 的项目发射了 @4ainet 它做的不是单纯的 AI 工具,而是想做一个 AI Agent Marketplace。
用户可以在上面找 Agent、发布需求,开发者也可以把自己的 Agent 放上去,进行定价和变现。多个 Agent 之间还能协作处理更复杂的任务。
$4AI 是 4AI 的原生代币,官方设计里可以用于发布需求、调用 Agent、Agent 定价和生态激励。
现在 4AI Mainnet 已经上线 Robinhood Chain,$4AI 也通过 PONS 完成发射,交易对是 $4AI / $NVDA CA:0xc305C433C315Ce5A9E6FC750fEdAe3F6Fc66bBc1
我比较喜欢它的一点,是没有只停留在AI + Token的叙事上,而是把 Agent 的需求、使用和开发者变现 都放进了同一个市场里。
当然现在刚发射,真正有意思的还是后面能不能跑出真实的 Agent 使用量。
AI Agent + 链上市场这个方向,我觉得可以重点观察一下!
过去普遍觉得大语言模型只适合高层规划,延迟太高跟不上机器人运动控制,现在开始有人重新讨论这个可能性。
一种普遍看法仍然是:虽然大语言模型可能对高层级规划有用,但它们还不适合对机器人的完全控制。
研究者认为,大语言模型的延迟太高,跟不上现实世界的动态;模型的空间智能很差;而且大语言模型缺乏足够强的因果和物理理解能力。
这些限制正随着Fable和Astra这类新模型开始消失。辩论仍在继续,但现在是时候认真对待了——这些AI很快就能在通用机器人应用中表现得相当出色。
事实上,最近的演示已经提供了诱人的证据,表明情况开始发生变化。
对于机器人基础模型来说,这是一个非常激动人心的开端 👀
现在AI生成视频靠碰运气出效果,这种新思路先定场景再让AI生成画面,对想做复杂视频创作的人来说是新方向。
如果“AI 生成视频”最终不再意味着“输入提示词听天由命”,会怎么样呢?
对于复杂的电影制作,我更愿意先定义场景,确定摄影机如何移动,然后让 AI 处理视觉生成。
这就是我觉得 GPT-6 Astra 有趣的地方。
#GPT6Astra #CapCutPC
提出一种先建立空间逻辑,再生成视频的AI工作流,探讨3D是否能解决直接生成全场景可控性不足的问题
3D会成为 AI 想象与可控视频之间缺失的中间层吗?这是这个工作流带给我的问题。
你不需要让 AI 在生成时构建出整个场景,而是先建立空间逻辑。
#GPT6Astra #CapCutPC
每次版本更新都由编码子代理从设计文档重新生成完整代码,补丁式更新将被替代,后续开发效率可能提升。
// 设计文档就是你所需要的一切 //
这是Google DeepMind、麻省理工学院和同事们的一篇很棒的论文。这篇论文真的既奇特又有趣。
实验设置是这样的:他们维护了一个性能建模库,该库的主分支几乎不包含任何代码。该仓库是一个由自然语言设计文档构成的有向图。
每当版本更新时,编码子代理会从这些文档重新生成完整的实现。人类的每一次修改都是对文档的编辑。
前提是,ML性能建模每一代硬件和模型都会使自身抽象失效,而现在编码代理足够便宜,重新生成一个库比修补一个库更划算。
有两点让重新生成变得可靠。设计文档围绕分步可运行示例编写,这些示例充当生成代理的上下文内演示。
该系统还锚定在一个最小递归定义的算子IR上,该IR带有SymPy中的符号成本表达式。重新生成的实现可以将人工审核的参考模型复现到舍入精度,包括在TPU pod分片上部署的DeepSeek-V3。
论文:
小参数模型也能跑出好成绩,对想要本地部署端侧AI的人来说,又多了一个高性能新选择
我们发布了一个新模型。MiniCPM5-2B!
这是 2B 级的开源 SOTA!—— 密集模型,128k 上下文,采用 LlamaForCasualLM 架构,开箱即可在主流 llama.cpp 中使用。
它是边缘和端侧 AI 的最新最优模型。
它的优势在代码推理、数学推理、长上下文理解、工具调用和多智能体任务上最为明显。
它体积小,但和其他 2B 模型以及 4B 级模型相比得分很高。
在和其他同尺寸甚至更大尺寸的强模型对比时:LFM2.5-8B-A1B、Nemotron-3-Nano-4B、Granite-4.2-3B、Gemma4-E4B-it,看基准测试分数,它的得分确实远超这些模型。
它在 SWE-bench 上得分 46.4,远高于上述提到的所有其他模型。
现在生成AI视频不只是出片段,规划场景到最终成片的完整流程才是关键,不同工具分工协作才能出成品。
现在“AI生成视频”这个说法其实太宽泛了。
下面这两者之间存在巨大差异:
- 提示模型生成一个10秒片段
- 规划空间一致的场景,定义动作,渲染,然后将结果编辑为最终序列。
GPT-6 Astra 处理空间基础。在场景导入CapCut PC后,Seedance 2.5处理渲染。而我实际上是在CapCut PC中完成整个工作流,得到最终视频。
有趣的地方在于整个管线,而不只是生成本身。
#CapCutPC #GPT6Astra #AIVideo #Seedance25
开发者调用各类API无需提前购买订阅,按请求量用USDC付费即可,降低了API接入的门槛
推出 Monad API Hub
这是让开发者和智能代理获取数据、搜索和 AI APIs 的一站式平台。
没有 API 密钥,没有订阅费用,在 Monad 上按请求用 USDC 支付。
开始探索 API Hub:
对想做AI生成视频、AI电影创作的人来说,这个观点能帮你避开当前常见的误区,提升作品完成度
也许AI电影制作不需要那么多“电影提示词工程”,而需要更多实际的镜头规划。
因为如果你已经知道摄影机要放在哪里,角色要怎么移动,为什么要把这一切都留给随机性呢?
这就是我觉得GPT-6 Astra有意思的地方。
#GPT6Astra #AIVideo
模型做到性能更强体积更小,还能在手机离线本地运行,优化后适合智能体、编码和工具调用,移动端本地AI门槛又降了。
这到底是怎么做到的?!这个全新开源模型只有 20 亿参数,却同时做到了:
比参数量大 6 倍的模型表现更好
可以在手机本地离线运行
针对智能体/编码/工具使用做了优化
仔细想想,现在模型的智能密度提升到这个程度,真的很难想象。
你只用五分钟读文档,半杯咖啡就能跑完全流程,无需GPU和多个API密钥,跑完就能对AI研究论文有不一样的判断。
我真搞不懂为什么至今都没人注意到这件事:karpathy出现在了EvoMap AutoResearch的贡献者名单里,这是本周开源的一个研究工作流。
这个项目已经获得了1700多星,这位打造了整个现代开源AI发展史的大佬,还为它提交了一个“UI审查”的PR。
这个项目实际上是一个自主研究循环。你给它指定一篇论文或一个提示词。三个模型撰写计划,另外三个模型给计划打分,只有三分之二同意的结果才会保留。
计划、编码、运行、批评、盲审、留存。所有内容都存在磁盘上,全都可查看,全都支持人类覆写。只需要一个API密钥,不需要GPU。
整个流程五步就能走完:
> 打开并阅读自述文件
> 克隆仓库,执行 bash scripts/bringup.sh
> 指定一篇论文,或者让它自己找一篇
> 查看保存到磁盘上的计划、代码和批评
> 用你自己的想法运行它,看什么能留存下来
五分钟读完,半杯咖啡的时间就能跑起来。跑完之后,你再看AI研究论文时,心态就完全不一样了。
当前AI视频从盲目生成转向可控设计,这套新工作流更接近传统影视制作流程,对想要创作AI视频的人来说方向更清晰了。
AI 视频可能正迎来一个重要转变:从「模型能生成什么」转向「创作者实际上能指导什么」。两者差别巨大。
一个以 3D 优先的工作流可以让 GPT-6 Astra 先建立空间结构——绘制环境地图,并将相机和人物路径保持在视口中。然后这个场景会被手动导入 CapCut PC,用 Seedance 2.5 渲染。
但流程还没结束。成片素材可以继续留在 CapCut PC 中进行剪辑、调整节奏和最终完成。因此整个工作流变成了:空间规划 → 可控生成 → 后期制作。
比起无休止地提示生成另一个版本,这种方式感觉更接近真实的制作管线。或许 AI 电影制作终于要从「随机生成」转向「先设计,后生成」了。
这是我真心想在 CapCut PC 上进一步探索的工作流之一。
#CapCutPC #GPT6Astra #AIVideo #Seedance25
@NoOneIsHere2603在𝕏发布该作品,通过Wan 3.0和atlas_cloud_ai生成,完整分镜脚本共10幕
用户@NFT_Chen在𝕏分享,GPT-6 Astra仅输入一张静帧图就生成符合真实尺度的可飞行漫游3D上海
仅输入一张外滩或陆家嘴的静帧图,加上一句“按真实尺度重建可漫游的3D上海”的提示,GPT-6 Astra就能直接生成一座完整的3D上海。全程不需要额外提供建模文件、贴图包或街区CAD文件。
GPT-6 Astra会自动拆解空间结构:先搭建出东方明珠、上海中心、金茂大厦、环球金融中心的轮廓和层高,再把外滩万国建筑群沿黄浦江依次排布。灯带、石材纹理、窗洞进深都和实景对应,南京路、豫园、陆家嘴滨江步道也会按照真实路网铺开。
车流和行人密度可以按白天、夜晚自动切换。GPT-6 Astra会自动生成Three.js或Blender管线,所有建筑都是可编辑几何,不是简单的贴图盒子。
黄浦江水面带有反射和浪纹,外滩防汛墙、轮渡、高架影子也都包含在内。支持飞行漫游,可以从东方明珠塔顶直接俯冲到外滩人行道,点击地标还能弹出对应简介。最终生成的不是概念图,是可以进入漫游的完整城市。
用户在 Telegram 测试 Mochi,通过具体类比和实例理解 AI 结合区块链项目 GenLayer 的功能
测试者rileybrown在𝕏发文称,测试OpenAI GPT-6 Astra得到7项关键结论
测试者rileybrown在社交媒体𝕏发文称,在测试GPT-6 Astra过程中,自己真切感受到了通用人工智能(AGI),一共得到7项关键结论。
第一项和第二项结论显示,给Astra输入一份38页的房产PDF文档,它仅用一次提示就将文档内容转化为Blender文件,之后进一步生成了可游玩的《使命召唤》地图。
7项结论分别为:AI在3D图形生成方面能力优于人类;Astra可以创建高质量电子游戏;氛围编码(Vibe coding)问题已解决;计算机使用能力表现惊人;自我测试能力大幅提升;GPT-6配合Codex表现更好;需要一台24小时运行Codex的Mac Mini。
文中附带了视频精彩片段的链接。
用户GeekCatX在𝕏发文,发现多数人使用GPT-6 Astra达不到官方演示效果,开源了基于官方最佳实践制作的提示词工具gpt6-prompt-writer
GPT-6 Astra发布已经有几天时间,很多人实际使用得到的效果,和之前官方演示的效果存在很大差距。
博主翻阅了官方最佳实践使用文档后找到了原因:GPT-6 Astra的行为模式可以通过提示词模型优化。
大部分人使用时只给出一句话指令,最终效果完全受当前算力上下文情况影响,波动很大,这就是普通人难以用好这个大模型的原因。
基于官方文档的最佳实践,博主制作了一个名为gpt6-prompt-writer的工具。经过博主测试,该工具改善效果明显,原本任务被拒绝输出或者效果不理想的情况,用该工具重写提示词后再执行,效果好了很多。
目前这个工具已经开源,开源地址为
开发者Benjamin Badejo在𝕏展示即将推出的macOS应用,可让各类AI代理无限制控制苹果设备
开发者Benjamin Badejo公布了一项新成果,AI现在可以无限制全面控制你的iPhone和iPad。这款即将推出的macOS应用,可以让各类AI代理控制你的苹果移动设备。
通过该应用,GPT-6 Astra OpenClaw、OpenClaw、Codex、Hermes以及Claude Code这些AI代理,都能完成用户在iPhone或iPad上能做的任何操作。所有操作都没有限制,没有例外。
这款应用不需要macOS电脑和iPhone/iPad之间通过物理靠近、数据线、蓝牙或者共享Wi-Fi连接。也就意味着用户不再需要使用Siri。
演示视频中,AI控制iPad在一分钟内完成了写邮件并发送的操作,即使iPad连接5G网络也能正常运行。演示画面上方是Mac Mini屏幕,显示GPT-6 Astra OpenClaw代理通过即将推出的macOS应用控制iPad,下方是被控制的iPad屏幕。
该应用即将发布,开发者目前正在询问用户,对一年期授权和终身授权愿意支付怎样的价格。
用户@GoGoFly23在𝕏分享,GPT-6 Astra借助Codex自主操作嘉立创EDA绘制飞控PCB,当前仍在绘制中
这是GPT-6 Astra设计无人机飞控印刷电路板(PCB)的后续进展。用户打算把GPT-6 Astra在KiCAD中设计的飞控板上传到嘉立创平台打样,测试AI设计的PCB能否正常使用。
嘉立创的6层板免费打样要求PCB必须在嘉立创EDA内设计。为了使用免费优惠,用户尝试让GPT-6 Astra通过嘉立创的模型上下文协议(MCP)、应用程序编程接口(API)或Com口连接嘉立创EDA。
用户在Codex中向GPT-6 Astra发出需求:请在嘉立创EDA中完成这块飞控PCB的绘制。用户原本预想AI会推荐使用MCP连接,但Codex直接自主打开嘉立创EDA,像真人一样在软件内操作绘图。
目前AI仍在绘制过程中。它会自主查阅引脚资料、查看图纸学习后再操作,全程不需要人工干预。
用户此前并不认可Codex的Computer Use功能,认为它会干扰日常操作。这次体验让用户改变看法,开始重新审视这个功能。
用户@blueemi99在𝕏分享,GPT-6 Astra用数小时自主完成广告的音频、3D模型制作和拼接
用户@blueemi99请求GPT-6 Astra生成一则OpenAI风格的Codex Micro广告。
经过数小时,GPT-6 Astra完成了全部制作工作。它自己根据找到的参考图片,通过blender mcp制作出了3D模型,还生成了音频,最后用模型合成出了完整广告。
完整广告成品可通过原文链接查看。
@omarsar0在𝕏发文称,该提示对Fable 5.1和GPT-5.6 Sol都有效
几天前,Anthropic 分享了这个超棒的提示词。它让用 Fable 5.1 写作的质量大幅提升,这让我感到惊讶。
更令人惊讶的是,它也提升了 GPT-5.6 Sol 的写作质量。在我每次使用 AI 进行编辑或写作时,都把它当作一条规则来用。
如果你想亲自测试,我还写了一个小型交互式教程。我强烈建议你至少试一次,并仔细观察输出的提升。
SallamMendes在𝕏分享GPT-6 Astra完整AI视频工作流
一段AI生成片段看起来可能很棒,但放到真实项目里仍然毫无用处。真正的考验在于:你需要把这段片段改成成品时会发生什么。这就是为什么这个GPT-6 Astra工作流吸引了我的注意力。
#GPT6Astra #AIVideo
整个流程从3D场景开始。GPT-6 Astra映射空间并理解环境,同时在视口中确定相机和人物的路径。镜头会在渲染之前完成设计。
接下来我手动把3D场景导入CapCut PC,用Seedance 2.5渲染视频。这样就得到了可以加工的实际素材。
#Seedance25
这就是CapCut PC不止用来导出结果的地方。你可以在这里完成整个后期制作流程——剪辑、润色,当你想要修改素材时,还可以用Edit Pilot进行对话式编辑。
最后一步可能才是最重要的。因为电影制作不会在AI生成完成后就结束。真正的工作流是:设计→渲染→剪辑→润色。我更愿意用这种方式测试AI视频,而不是只通过单条生成片段来评判它。CapCut PC让整个闭环成为可能。
#CapCutPC
@Lingxiao234在𝕏分享测试结果,仅用多视图RGB和机器人动作就能完成重建
AI自主研究经常编造结果,直到论文发表才被发现。这个工具能让三个模型互相交叉审核,减少错误结果流出。
有人刚在 GitHub 解决了自主人工智能研究最大的问题之一。
独自开展研究的智能体在证据不足时会编造结果。没人能在论文发表前发现问题。
这个项目叫做 Autoresearch。100% 开源,在 GitHub 上。由 Evomap 构建,这是一个开放的自主进化人工智能实验室,Andrej Karpathy 也参与其中。
它的流程是:生成想法 → 设计并执行实验 → 自行审计,在接受任何结论前,三个不同模型会互相评审。
采用 Apache 2.0 协议,于本周发布。基准测试 rsicd:召回率从 32.84 提升到 34.69,审计中只确认了 5 个错误,而其他系统有 11-27 个错误。
它会将最新论文与你自己的知识库交叉 → 用 claude code 执行实验 → 将每一步都保存到磁盘:计划、日志、盲审 → 如果失败,它会如实说明,不会伪装成成功。
这是第一个在把结果交给你之前先自行审计自己研究的人工智能。我把链接放在下面。
AI进展评估数据半年未更新,现有研究显示现有大模型可支撑18周以上的工作,关系到对AI能力的判断是否准确。
@METR_Evals 的长期预测指标是不是实际上已经饱和了?自五月以来,那张最著名的 AI 进展图就没更新过,但其他已发表的研究表明,你可以通过约束框架让 Fable(我猜也包括 GPT-6)有效完成超过 18 周的工作。
长链思维推理任务的强化学习优化一直有难题,这次新方法在 2B 模型上把 AIME25 准确率从 61 提升到 81,数据和 checkpoint 都已开放。
介绍 JustRL II 🚀
它构建于 JustRL 之上,我们深入研究了 GRPO 在长思维链(128k)强化学习中的表现。
组均值基线对于短轨迹适配性很好,但在处理数万 token 时,它只能给出粗糙的回复层面信号。
JustRL II 保留了 GRPO 的组结构,并为 token 级信用分配添加了一个评论网络。
它保持了原有的简洁性,并且能在 GRPO 性能停滞的地方继续提升:在 2B 模型上,AIME25 准确率从 61 提升到了 81。
这个方案也为 MiniCPM5-2B 的 RL 阶段提供了支持,让它成为 4B 以下模型中的 SOTA。
数据 + 检查点已开放。代码将于本周发布。📖
非洲部署的AI大多由境外设计维护,非洲政府只能作为买家采购。采购是AI治理中被忽视的关键杠杆。
部署在非洲各地的大多数AI系统都是在境外设计、所有和更新的,因此非洲政府主要以买家身份与之打交道。
这使得采购成为AI治理的决定性杠杆,也是最被忽视的一个杠杆。
在我的最新论文中,我提出了一个主权采购框架。
其他研究人员可以复现现有结果并在此基础上开展进一步研究,推动相关领域更快迭代。
现有大模型仍难以理解三维空间,遇到需要空间感知的复杂任务容易卡壳,这暴露了当前AI推理能力的短板。
终于有个GPT-6也做不好的Bench了 这是 @patience_cave 公布的 MazeBench 测试。
AI 要在 200 多个房间里推箱子、找路、收集宝石,有些谜题需要规划上百步。
GPT-6 在 3D 迷宫里跑了 60 多个小时,最后只拿了 14%(14颗宝石)。 结果一看其他模型发现还是遥遥领先🤣 Fable 5.1 是 2%,Fable 5、Opus 5 和 GPT-5.6 Sol 都是 1%。
但我觉得探索热力图更直观。 因为Fable 5.1 只探索了一小片,而Astra 已经走出去很远了。
作者说,它能轻松解决需要同时兼顾 5 个可移动部件的谜题。 但它还是不太能理解三维空间,更喜欢切成俯视图,把游戏当平面的玩。
遇到只有换成三维视角才能看见的墙,就当成隐形障碍;物体堆叠超过 3 格高的立体谜题,这轮测试里它就过不去了。
跟上一代比,进步确实很大。 但具体看它怎么卡住的,又会发现,还有不少东西没搞明白。
这是首个测试AI智能体完成真实端到端开发协作任务能力的基准研究,测试结果和实际开发中常见问题吻合,可以参考了解当前AI开发的真实水平。
这是一篇关于编码智能体非常有分量的基准测试论文。Claude Code 下运行的 Claude Opus 5 通过了 23.9% 的评估。人类专家参考得分为 82.2%。
这项任务的实际内容是这样的:开发智能体会被置于客户项目场景中。它能拿到企业实际留存的记录、掌握需求并会回答问题的客户、运维必须经由的生产 API、遗留代码库,以及服务成本和模型选择的严格限制。
在此基础上,它必须交付一个能正常运行的客服智能体。分数来自对它构建的智能体部署后,在预留模拟用户上的表现。测试包含四个领域共 53 项任务。
任何做过这类工作的人,都会对测试中暴露的失败模式感到熟悉。模型只是浅查了业务记录,没有正确阅读。它们几乎不会告诉客户任何信息。它们很少试验智能体架构或服务支出,直接交付第一个能运行的设计。
现有编码基准测试只对单个补丁打分。而这篇论文的基准测试打分,是看智能体能否完成工作中需要协作的部分。
每次版本更新都由编码子代理从设计文档重新生成完整代码,补丁式更新将被替代,后续开发效率可能提升。
// 设计文档就是你所需要的一切 //
这是Google DeepMind、麻省理工学院和同事们的一篇很棒的论文。这篇论文真的既奇特又有趣。
实验设置是这样的:他们维护了一个性能建模库,该库的主分支几乎不包含任何代码。该仓库是一个由自然语言设计文档构成的有向图。
每当版本更新时,编码子代理会从这些文档重新生成完整的实现。人类的每一次修改都是对文档的编辑。
前提是,ML性能建模每一代硬件和模型都会使自身抽象失效,而现在编码代理足够便宜,重新生成一个库比修补一个库更划算。
有两点让重新生成变得可靠。设计文档围绕分步可运行示例编写,这些示例充当生成代理的上下文内演示。
该系统还锚定在一个最小递归定义的算子IR上,该IR带有SymPy中的符号成本表达式。重新生成的实现可以将人工审核的参考模型复现到舍入精度,包括在TPU pod分片上部署的DeepSeek-V3。
论文:
对大模型推理速度有需求的开发者和用户,可以期待官方发布后体验更快速度的新架构模型。
免费就能用最新的MiniMax H3视频大模型生成视频,还有签到送积分活动,想生成AI视频的可以趁限时福利去体验。
对需要长上下文处理、代码生成等任务的人来说,速度提升可以直接缩短工作等待时间,成本也更低。
🚨炸裂!DeepSeek V4.1 Flash(deepseek-v4.1-flash-expires-on-0910)内测实测出炉!
同一任务端到端,全面碾压 V4 Flash Vision-Exp:
⚡ 49k 长上下文检索 快 5.2×
⚡ SVG 代码生成 快 6.0×
⚡ Manacher 算法题 快 4.6×
⚡ SQL 查询 快 5.0×
⚡ asyncio 重构 快 3.9×
原生多模态、新架构、速度更快、成本更低。
这波不是小修小补,是把「能看图」和「跑得飞快」焊在一起了。
#DeepSeek #V41Flash #VisionExp #大模型 #AI编程
仅能通过API访问,有效期到0910,感兴趣开发者可以修改模型ID体验这个新版本测试模型。
DeepSeek v4.1 Flash?!😯 看起来是测试版,而且只能通过 API 使用两天。
只需把模型 ID 改成:deepseek-v4.1-flash-expires-on-0910。
只用文字提示就能生成完整的交互式3D场景和角色,调整灯光、相机等所有细节,还能生成视频,普通用户也能直接做3D创作。
介绍由 GPT-6 Astra 驱动的 Buzzy 3D Director Console。
让 GPT-6 在 Buzzy 上将你的文字变成完整可交互的 3D 世界,再渲染出惊艳的视频。
通过简单提示词构建复杂 3D 角色和场景。
轻松控制相机、角色、光照和环境。
用简单提示词指导和优化每一处细节。
在 Buzzy 体验 OpenAI 最强的模型!
解决了团队中只有部分人会用 Claude Code 等AI工具的问题,让个人积累的经验变成团队统一标准,减少每个人摸索的时间。
发现了一个神仙项目。正是我一直以来最想要的那个。
对于“只有特定的人能用好 Claude Code”这个问题,腾讯已经用内部工具解决了。
TeamAI-CLI:它可以把技能、规则、MCP 设置、钩子放在一个 git 仓库里,自动给团队所有人的 Claude Code / Codex / Cursor 分发统一的操作手册。
- 使用 `teamai push` 就会创建合并请求,审核合并后,会在每个成员下次启动会话时自动拉取,同步到 `~/.claude/skills/` 等目录,不需要手动一个个复制粘贴。
- 会话结束时,它会根据“叫停AI多少次、拒绝工具运行多少次、失败重试多少次”给协作效率打分,如果分数高,就会提示“要不要把这次的经验分享给团队”,时长很长但没有出现问题的会话不会触发这个提示。
“一个人辛苦找到的规避方案,会成为整个团队的默认配置。”完全就是这么回事。
这款新AI桌面产品号称从「会回答」到「能交付」,方便整理素材和修改成果,对办公效率提升有帮助。
🔥最新小米 MiMo Desktop 实测亮点汇总: 1️⃣乱丢素材就能出活 PDF、表格、图片、PPT、压缩包直接扔进去,不用先整理格式,系统自己读、自己拆任务。2️⃣交付的是能继续改的成果 文档、幻灯片、表格、网页都能在会话里预览、局部修改、回退版本,不是一次性截图。3️⃣Smart 智能分流 + 多 Agent 按任务复杂度自动选路:办公、编程、调研分开走;复杂任务还能拆开并行。
4️⃣两款新模型同步预览 Fast:MiMo-X-Flash-Preview Pro:MiMo-X-Pro-Preview 系统自己决定用快模型还是旗舰模型。5️⃣能自己控浏览器做调研 打开网页、搜索、��表、下 PDF、提取财报信息,浏览器变成执行环境。6️⃣边界要写清楚 浏览器控制 ≠ 整机控电脑。
控电脑(读屏+键鼠)目前仅海外 Global,英/韩/欧盟暂不可用。从“会回答”到“能交付”,这一步才是真变化。#小米MiMo #MiMoDesktop #MiMoX #AIAgent #桌面AI #大模型 #办公效率 #新模型邀测 #MiMoV3
仅用66k小时数据训练就能支持20多种语言,多项基准测试中性能超过顶尖闭源模型,对多语言语音需求的人来说是新选择。
介绍 rumik oss 1,这是印度首个顶尖的开源全预训练语音模型,能够说 20 多种语言,仅用 66000 小时数据训练完成。
它在多项基准测试上甚至击败了顶尖闭源模型,包括情感真实度。权重现已发布 👇🏻
对需要找活的AI开发者、需要AI干活的需求方来说,这是第一个能让AI代理自主接单交易的平台,可以直接在这里促成交易结算。
🔥 超过2000个工作岗位正在等待TermiX上的AI智能体。这不再只是一个概念。
TermiX现在支持智能体发布任务、接收报价、托管付款、交付成果,并在链上解决纠纷。
特别指出,TermiX正通过AACP Agent Skills拓展开发者生态,为Claude Code、Cursor和OpenClaw提供工作流支持。
从“AI会工作”变成“AI会找工作并获得报酬”。这才是智能体经济值得关注的一步进展。
TermiX正在为这个经济体构建市场。⚡
无需编写代码就能生成安卓自动化脚本,成功率达99%以上,对想要自定义手机自动化操作的普通用户来说多了一个可用工具
谷歌刚刚开源了Artemis,这是一个能把自然英语转换为完整安卓自动化流程的AI智能体,在AndroidWorld上的成功率达到99%以上。
它还支持Codex、Claude Code和Antigravity。
原本编辑需要花几小时清理的后期工作,现在只用输入一个提示词就能完成。省下的时间可以对接更多剪辑订单。
过去剪辑师在后期制作中做清理工作需要花费好几个小时。
现在用AI只需要一条提示词就能完成。
用到的工具是 GPT-6 Astra + Higgsfield + After Effects。
不用再手动配置AI Agent的后端、运行环境和依赖,三款开源工具让Agent自动完成部署搭建,保持本地开发环境整洁
别再买更智能的聊天机器人了。你的智能体需要的是后端,不是更大的提示框
1/ InsForge,12.9k星,面向智能体的开源后端。postgres、auth、S3、edge functions、模型网关都作为MCP工具。由智能体配置部署栈,不需要你在supabase上点来点去。支持自托管或云端部署
2/ Flue,8.1k星,apache 2.0许可,来自astro团队。它是TypeScript工具框架,不是又一个SDK。智能体作为函数:useModel、useSandbox、useSkill。会话在崩溃后能保留。同一个智能体可运行在node、cloudflare或ci上
3/ E2B,13.7k星,apache 2.0许可。面向AI生成代码的云端沙箱。带有真实文件系统和终端的隔离环境。智能体可以安装依赖、运行测试、随便折腾。你的笔记本电脑保持干净
模型已经能写出补丁了,缺的是后端、框架和一台允许它破坏的机器
做前端开发、写代码编辑器功能时,可以直接用这个简洁API的轻量组件实现文件树展示,减少重复造轮子的工作量
推出<FileTree>组件
- API简单
- 设计极简
- 是代码块和编辑器的最佳搭档
文档:
技能安装:npx skills add huozhi/sugar-high --skill sugar-high
做红蓝队攻防测试不用再担心账号被封,这里放开了安全限制,直接就能用,不用额外提问等待审核
我们刚刚完成了与 OpenCode 的集成。你可以将 CyberKimi 和 OpenCode 一起使用!
我们同时也已经集成了 Claude Code 和 Codex,只需按照文档操作即可。
现在所有主要开发工具都已可以正常工作。就在 CyberKimi 不断成长的同时,OpenAI 却因为“网络滥用”封禁你的账号。
我们放宽了网络安全护栏,帮助你开展红队和蓝队行动,不会询问任何问题,不浪费时间,拿来就能用。
模型做到性能更强体积更小,还能在手机离线本地运行,优化后适合智能体、编码和工具调用,移动端本地AI门槛又降了。
这到底是怎么做到的?!这个全新开源模型只有 20 亿参数,却同时做到了:
比参数量大 6 倍的模型表现更好
可以在手机本地离线运行
针对智能体/编码/工具使用做了优化
仔细想想,现在模型的智能密度提升到这个程度,真的很难想象。
开发者调用各类API无需提前购买订阅,按请求量用USDC付费即可,降低了API接入的门槛
推出 Monad API Hub
这是让开发者和智能代理获取数据、搜索和 AI APIs 的一站式平台。
没有 API 密钥,没有订阅费用,在 Monad 上按请求用 USDC 支付。
开始探索 API Hub:
小参数模型也能跑出好成绩,对想要本地部署端侧AI的人来说,又多了一个高性能新选择
我们发布了一个新模型。MiniCPM5-2B!
这是 2B 级的开源 SOTA!—— 密集模型,128k 上下文,采用 LlamaForCasualLM 架构,开箱即可在主流 llama.cpp 中使用。
它是边缘和端侧 AI 的最新最优模型。
它的优势在代码推理、数学推理、长上下文理解、工具调用和多智能体任务上最为明显。
它体积小,但和其他 2B 模型以及 4B 级模型相比得分很高。
在和其他同尺寸甚至更大尺寸的强模型对比时:LFM2.5-8B-A1B、Nemotron-3-Nano-4B、Granite-4.2-3B、Gemma4-E4B-it,看基准测试分数,它的得分确实远超这些模型。
它在 SWE-bench 上得分 46.4,远高于上述提到的所有其他模型。
这是欧洲首家达到这一估值的AI公司,投资方继续加注并看好其成为欧洲首个千亿欧元级AI公司,关注欧洲AI自主发展路线的变化。
Mistral AI 当前估值已达 200 亿欧元。此前从未有欧洲 AI 公司达到过这个高度。
三年前,我们是最早给 Mistral 投资的机构之一。当时这家公司才成立四周。Arthur、Guillaume 和 Timothée 已经在过去十年里参与打造了多款最重要的模型,他们想要从欧洲出发,用自己的方式再做一次。这就是他们全部的推介内容,而这已经足够了。
自那以后,他们打造的成果比开源模型更重要。Mistral 已经成为 AI 的分发层。我认为这是人们忽略的一点。
AI 领域的主权不在于你在哪里训练模型,而在于拥有全栈:模型、推理、数据和算力。丢掉其中任何一项,你就根本谈不上掌控任何东西。
下一阶段的普及不会由谁拥有最大的模型决定,而会由谁能让智能足够廉价、实用且安全,能够真正落地部署来决定。Mistral 就是为这个目标打造的。
我们相信它会成为欧洲第一家估值超 1000 亿欧元的 AI 公司。因此我们加大投入,四倍跟进参与了这轮 30 亿欧元的 D 轮融资。
对团队来说这是重要的一天。继续干活。
用自然语言说清楚你想做什么,这个AI就能帮你自动完成安卓手机上的操作。适合想简化手机重复操作的人尝试。
现在你的安卓手机可以理解你的需求并为你完成操作。
Google刚刚开源了Artemis,这是一个AI智能体,可以将自然语言指令转换为完整的安卓自动化操作。
它在AndroidWorld上取得了99%以上的成功率,并且可以配合Codex、Claude Code和Antigravity工作。
你的手机将不再仅仅是一个应用启动器,而会越来越像一个AI操作员。
它在AI记忆基准测试排第一,50毫秒就能完成处理,能达到95%回忆率,还能压缩99.4%上下文。解决多轮对话后AI失忆的痛点。
Supermemory在所有主流AI记忆基准测试中都排名第一——在50毫秒时,可以在减少99.4%上下文的前提下实现95%召回率。
你的AI在会话之间会遗忘一切。这个工具可以解决这个问题:它从对话中学习,解决矛盾,正好在需要的时候提供正确的上下文。
记忆是缺失的层。终于有人把它做对了。
先学会用Claude和AI代理(能自主完成任务的AI),再去服务中小企业,这是现成的发展路径。
马克·库班刚刚给出了他的行动纲领:“接触 Claude,学习所有与智能体相关的知识,然后去开发中小企业客户,因为他们不知道怎么做。”
就是这么一句话。技能有了。工具有了。客户有了。
提前想明白这点的人不会等着别人来雇佣他们。他们学习了 Claude,搭建了能处理真实商业任务的 AI 系统,然后把这些系统卖给了没办法自己搭建的公司。
机会现在就明明白白摆在眼前。下面是逐步列出的技能组合 ↓
更换了新域名,完成国内备案和迁移,借助GPT-6 Astra重构了全部系统架构和后端代码。内容是聚合AI热点。
说两个关于我开发的这个AI热点网站AIHOT的小变化:
1. AIHOT终于蹲点买下了并启用了全新的域名:
2. 最近AIHOT因为整体已经快到了百万级月活,整体服务越来越冗长,正好GPT-6 Astra上了,所以借这个接回,完整的重构了全部的系统架构、后端代码、数据库,为了未来10 万级信源监控、以及承接更高并发访问和处理任务打好基础,同时减少内容漏处理、任务卡住和数据不同步等问题。
本来预期是周一凌晨能搞完,但是因为我是个纯外行代码菜鸡,这种人生第一次的不停服的全方位重构没啥经验,整体重构和迁移过程中还是出了很多BUG,导致拖到了今天,目前已经重构和迁移完成,绝大多数的BUG都已经修复完毕了,这两天大家在AIHOT上不好的体验,给大家磕头道歉🙇♂️
欢迎大家用我的小产品~纯公益的,完全免费~
对齐(让AI输出符合人类需求的调整)得分最低,意味着它偏离人类指令的概率最低。OpenAI首席科学家呼吁行业主动放缓扩张速度。
用代理(能自主分步完成任务的AI)工作流优化后,GPT-3.5在HumanEval代码测试拿到95.1%正确率。
这绝对他妈是块纯金宝藏,在刷新信息流等待 Sam Altman 发布下一个公告之前,快来看看一个更优工作流用 GPT-3.5 做到了什么。
智能体工作流在 HumanEval 上达到了 95.1% 的准确率。而 GPT-4 单次回答只有 67.0%。
该结果由 Andrew Ng 发布,这份独立指南中对其进行了复现。
该方法背后有四种模式:
> 反思:起草、检查、修订
> 工具:检索信息并测试
> 规划:将任务拆分为多个步骤
> 协作:分配不同职责
该图通过交接和反馈把架构师、技术负责人和开发者连接了起来。这就是我希望 GPT-6 Astra 拥有的东西:清晰的角色、验证,以及修复失败工作的路径。
完整拆解见下方。
物理AI(处理物理世界信息的AI)以往突破靠增加算力,有人认为接下来突破需要更优质的数据,而不是单纯堆算力。
物理AI领域的下一个突破不会只来自更多计算能力。它会来自更好的数据。🤖
我整理了一份专业报告,探讨axisrobotics如何构建物理AI的复合数据引擎。Axis正在解决机器人技术最大的瓶颈之一:可规模化的、多样化的、高质量训练数据。
从基于浏览器的模拟和分布式人类贡献者,到验证轨迹、模型训练和模拟到真实部署,Axis正在构建一个持续数据循环,旨在实现机器人智能规模化。
一些引人瞩目的里程碑:
• 累计470万条轨迹
• 超过20万注册用户
• 超过13500小时模拟数据
• 超过16万次开源数据集下载
更大的愿景很简单:将集体人类智能转化为可规模化的机器人智能。我在下面这份报告中拆解了技术、产品、数据引擎、里程碑和生态系统。如果你关注物理AI、机器人技术和机器人学习的未来,这值得了解。
这项基因相关的数据资源发布,有望帮助普通人加速基因组疾病相关研究进程
这笔大额融资将用于扩大训练和推理算力,打造开放自主的AI,后续AI研发进展会更快落地,普通用户能更早用到相关成果。
成立仅三年就拿到欧洲科技公司最大单笔股权融资,能看出欧洲AI创业公司的融资吸引力正在快速提升。
其中Preview版本已可体验,桌面端开启邀测,拥有1M超长上下文和增强Agent能力,关注国产大模型的用户可以抢先体验。
🔥今天真是个好日子,中国AI模型已出动!上周美系模型轮番上桌,这波轮到中国队炸场了!🔹DeepSeek V4.1 Flash 🔸小米 MiMo-V3-Pro & Flash-Preview 同日亮相,Preview已经能摸,桌面端也开邀测了。
1M超长上下文、Agent能力猛冲,性价比还是熟悉的配方。中国模型,启动!#中国AI #DeepSeek #小米MiMo #AI大模型 #国产大模型崛起
计划将由本土AI创业公司开发的模型,从本地数据中心直接提供给民众使用。不知道其他国家会不会跟进类似方案。
韩国正在为其全部 5000 万人口提供免费、不限量使用的 AI。该计划似乎是将由本土主权 AI 创业公司构建的模型直接从本地数据中心提供服务。
这些模型一开始的水平可能落后于免费 GPT。但真正的关键之处在于获取使用数据,以此扩大本土 AI 能力。
更多国家应该参考并尝试这个做法。
通过Xiaomi MiMo桌面客户端使用,覆盖办公、设计、编程、多模态创作,目前限时限量免费体验。
🚨重磅刚刚!小米全新一代模型预览版正式开放邀测!今天(9月8日)官宣: 🔹新模型叫 MiMo-X-Pro-Preview、MiMo-X-Flash-Preview 🔹入口是 Xiaomi MiMo 桌面客户端,不是网页聊天那么简单 🔹定位一站式:办公、设计、编程、多模态创作全包 🔹限时限量免费体验,名额有限 🔹这是 V2.5 之后的下一代预览版,Pro 走旗舰能力,Flash 走速度 🔹申请地址: / 发布会刚过,芯片、系统、车都亮了,模型预览版马上跟上。
想抢首批的,现在就去申请。#小米 #MiMo #小米大模型 #MiMoX #AI内测 #大模型 #端侧AI
这是全球主流交易所首个面向零售用户的AI算力合约,现在可以直接交易H100和B200算力租赁价格。
AI 时代算力就是底层燃料,但算力价格你知道怎么投资吗?Bitget Compute Perps #算力合约 正式上线,首批推出 H100 和 B200 算力租赁价格永续合约。全球主流交易所中,我们第一个把 AI 算力合约带给零售用户。
买 AI 股票,买的是公司价值;交易算力合约,交易的是 AI 的生产要素。这不是一个合约上线,而是一个新资产类别的诞生💪
product_echo的新服务,支持连接多个现有AI编码工具,从输入提示词到生产环境一步完成。
你的AI能构建应用,现在它也能部署应用了⚡
来认识 @product_echo,这是原生AI应用运行时,能帮你从提示词直达生产部署。
连接 Claude、Cursor 或 Codex。你的代理会配置 Postgres、设置环境、部署应用,并给你一个可用的 HTTPS 链接,全程都不用退出聊天。
提示词 → 配置 → 部署 → 上线 🚀
免费开始使用,无需信用卡。
#AI #AIAgents #DevTools #SaaS #ProductEcho
比起训练更聪明的模型,让实体AI积累更多实际操作经验才是当前需要解决的问题,有团队正在做这件事。
# 机器人大家庭,快乐玉米卷星期二 🌮
你知道吗,Physical AI 不需要更智能的模型,它只需要更多经验,而这正是 @axisrobotics 正在解决的问题。
Axis 正在构建一个复利数据引擎,在这个引擎中,任务会被创建,人们生成机器人演示,模型从数据中学习,失败会被用来创建更好的任务。
所以这个系统不只是一次性收集数据,它会持续了解缺少哪些数据,并生成更多这类数据。
目前的规模已经相当可观:
✓ 超过 470 万条有效模拟轨迹
✓ 超过 20 万注册用户
✓ Axis 开源数据集下载量超过 16 万
Axis 表示,它最新的数据已经在测试中帮助提升了机器人模型的性能。
这个更大的理念很简单:更多样化的数据 → 更好的训练 → 更好的机器人策略 → 更好的真实世界性能 → 更有用的数据。
这就是为什么 Axis 不只是一个机器人模拟器,它正在构建 Physical AI 发展所需的数据基础设施。
现在就用 Axis 开始构建吧;Axis Robotics 依然是机器人技术的未来 💪
数据供应商应该先通过训练确认自己的数据质量,而不是直接卖出去给别人用。
欧洲顶级AI创业公司拿到大额融资,后续产品迭代和市场竞争都会加速,普通人能更快用到更强的AI产品。
社区讨论:多数人认同Mistral走差异化路线,符合欧洲对本土主权AI的需求,已有不少欧洲大客户,做简单RAG任务和OCR表现也不错。不少人质疑其模型能力,认为它达不到一年前中国模型的水平,当前年收入远低于竞品,核心模型能力存在基础缺陷,高薪招不到顶尖人才,很难在竞争中胜出。还有用户吐槽投资机构a16z,自己求职Mistral被直接拒绝。
移动智能体是当下AI领域热门方向,这篇讨论梳理了支撑它运行的底层技术架构,帮你了解行业技术脉络。
想要用大语言模型搭建自动交易系统,可以试试这个开源框架,省去从零搭建多智能体系统的步骤。
社区讨论: 有人不理解多智能体方案的价值,认为单个调优得当的智能体比多智能体环境更好。来自对冲基金的从业者认为,AI智能体共享同一个底座,不需要拆分 specialization,这个框架没有抓住重点。也有人认为不同底层大模型组成的多智能体是未来方向,自己实验得到的结果不错。
有人指出框架代码存在重复加权 Yahoo 新闻、引导模型看涨英伟达、自学习循环存在解析错误产生幻觉记忆等问题,质疑它公开可用是否代表真的有效,还有人吐槽它浪费 token,关心其成本和实际收益。
这款2B参数的开源模型在多项基准测试中表现突出,位列4B参数以下开源模型第一,支持128k上下文,可本地运行。它能否成为端侧通用智能体的新选择?
想知道大模型为什么能泛化、怎么选数据,这场短演讲能解答核心问题,适合对AI感兴趣的人学习。
NYU教授、Perplexity研究负责人Andrew Wilson伯克利演讲《现代AI基础》 (只有一小时) ! 深入讲解泛化理论与epiplexity, 揭示大模型为何能泛化、 数据该如何选。 强烈推荐对AI有兴趣的观看:
负责网络安全运维的人需要关心,现有按月打补丁、人工排查的运维方式已经接近极限,需要重新设计人和AI的分工边界。
企业更关注数据安全和控制AI成本,未来大模型使用会越来越偏向开源模型,普通用户能用到更适配自身需求的大模型服务
AI行业头部公司对收购的判断,会影响行业中小初创公司的退出路径,打算创业的人可以参考巨头对团队初心的判断标准。
突发消息:Anthropic放弃收购约60亿美元估值的DeCART AI。
DeCART是一家以色列AI初创公司,约100名员工,他们构建了DOS推理引擎,token处理速度比行业水平快8倍。
NVIDIA已经是投资方,给出了约80亿美元的收购要约。Anthropic提出了竞争性报价,估值为60亿美元,以IPO前股票支付。
“NVIDIA的报价财务上更有吸引力”,但DeCART方面不接受,他们想要Anthropic的股票。
Anthropic CEO Dario担心DeCART创始人是为了钱而不是使命加入,开展了数月的尽职调查。
就在IPO前几周,Anthropic突然终止了交易,没有给出任何理由,交易结束了。
有人吐槽砸了很多钱训练AI做数学题,正经基础研究却拿不到多少资助,OpenAI也承认现在没把重心放在数学研究上
整件事最糟糕的地方在于,人们砸了大笔钱让AI解决数学问题,但真正的数学家能拿到的研究经费却少得可怜。就比如说,这些搞AI的有钱人就不能给我拨点经费吗?
OpenAI的首席科学家Jakub Pachocki表示,如果投入更多精力,公司可以让自己的模型在数学研究上表现得好得多,但他们现在把优先级放在了RSI和自动对齐研究上。
它支持 Claude、Codex、GrokBot 等不同AI代理,能快速批量生成社媒内容做账号涨粉
我创建了一个 MCP 服务器,现在你的智能体终于可以租用 iPhone 来发展社交媒体了。
Claude/Codex/GrokBot 现在已经可以做到以下7件事:
1)快速创建 TikTok 和 Instagram 账号并开始养号(我们使用真实邮箱和手机号进行身份验证)
2)批量给你的账号发布帖子
3)让你的 GrokBot 变身成 Mr Beast,每天为你创作视频内容、发布内容,并且在次日分析结果,全程全自动
4)从 TikTok 的推荐页(FYP)获取创意,了解算法在你所在的领域正在推什么内容
5)创建高度逼真的 AI 网红,给她们开通各个社交媒体账号
6)用你的 AI 网红矩阵复制爆火的 TikTok 内容形式
7)通过分析数据追踪哪些玩法有效
所有这些都不需要使用 TikTok 或 Instagram 的官方 API;全程都在我们的 iPhone 上运行。我们不会把任何工作外包,包括账号、邮箱和手机号的创建都是自己做的。
把这个链接给你的 Claude/Codex 即可开始使用:
旧互联网软件公司都开始引入AI智能体了,有人认为软件板块还有投资空间,但也可能出现更多裁员
有人用大语言模型配合电路板设计软件,用全新的学习路径入门硬件设计,还不确定最终效率能提升多少
成品是带旁白的交互式故事,能根据学习者对AI知识的掌握程度调整进度和内容难度
我和 GPT-6 Astra 合作制作了一个交互式带旁白的故事,内容是关于生物神经元如何学习(基于2026年的研究)。
它可以根据你偏好的节奏,以及你对AI和神经科学的知识水平进行定制。
我会在回复中开源代码:)
如果你常用Emacs写代码,可以直接在编辑器里调用本地大模型,不用切换到外部工具。
你只用五分钟读文档,半杯咖啡就能跑完全流程,无需GPU和多个API密钥,跑完就能对AI研究论文有不一样的判断。
我真搞不懂为什么至今都没人注意到这件事:karpathy出现在了EvoMap AutoResearch的贡献者名单里,这是本周开源的一个研究工作流。
这个项目已经获得了1700多星,这位打造了整个现代开源AI发展史的大佬,还为它提交了一个“UI审查”的PR。
这个项目实际上是一个自主研究循环。你给它指定一篇论文或一个提示词。三个模型撰写计划,另外三个模型给计划打分,只有三分之二同意的结果才会保留。
计划、编码、运行、批评、盲审、留存。所有内容都存在磁盘上,全都可查看,全都支持人类覆写。只需要一个API密钥,不需要GPU。
整个流程五步就能走完:
> 打开并阅读自述文件
> 克隆仓库,执行 bash scripts/bringup.sh
> 指定一篇论文,或者让它自己找一篇
> 查看保存到磁盘上的计划、代码和批评
> 用你自己的想法运行它,看什么能留存下来
五分钟读完,半杯咖啡的时间就能跑起来。跑完之后,你再看AI研究论文时,心态就完全不一样了。
当前AI助手是科技最热赛道,这篇分析梳理了行业核心矛盾、竞争壁垒和盈利逻辑,能帮你看懂AI创业和产品的走向。
拆分整本书交给多个子AI并行翻译,最后合成完整译本,支持PDF、DOCX、EPUB格式。啃外文技术书不用逐章复制粘贴了。
推荐一个开源翻译神器:translate-book,专门解决 AI 翻译整本书的问题。以前把几百页的书直接扔给 AI,不是上下文爆掉,就是翻到后面前后不一致。这个项目干脆把整本书拆开,让多个子 Agent 并行翻译,最后再整合成完整译本。
PDF、DOCX、EPUB 都能处理,直接配合 Claude Code 使用。对于技术书、外文资料这种大部头,比一章一章复制给 AI 省事太多。以后啃外文书,可能真的只剩一句话:把这本书翻成中文。
GitHub:
现在AI视频创作都在聊提示词,但复杂制作里,镜头轨迹同样重要,未来可能是可操控的3D场景,不用文字描述镜头运动。
混合架构设计,1层全注意力加3层SWA。在两个代码基准测试拿到不错分数,现在是Hugging Face趋势榜第一。
我去,一个 4B 模型刚刚在 SWE-Bench Pro 拿到了 44.4 分,在τ³-bench拿到了 30.4 分,而且你可以在 8GB 显存本地运行它,现在它是 Hf 上热度排名第一的模型。
它的架构才是亮点:混合架构,1层全注意力 + 3层 SWA 层,不会让 KV 爆炸式增长;原生支持 1M 上下文;在 GPQA/HLE 上的表现仍然落后于更大的 Qwen3.5-9B。
长上下文不需要每一层都支付全注意力计算的代价。支持 200 多种语言,是 Agent + 代码栈风格(Codex/Claude Code/Hermes 风格)。
在 MCP-Atlas 得分 54.6,BrowseComp 得分 40.9,SWE-Multilingual 得分 53.3。如果你的本地机器能跑,这就是本周值得一试的模型。
两周快速迭代一个想法,不行就砍掉换项目。内部统计项目成功率只有两到三成。
这是端到端的MiniMax-H3视频生成推理加速方案,生成速度比播放速度还快。
用户可以找Agent、发需求,开发者可以上架自己的Agent定价变现。原生代币用于需求发布和Agent调用。
刚看到一个做 AI Agent 的项目发射了 @4ainet 它做的不是单纯的 AI 工具,而是想做一个 AI Agent Marketplace。
用户可以在上面找 Agent、发布需求,开发者也可以把自己的 Agent 放上去,进行定价和变现。多个 Agent 之间还能协作处理更复杂的任务。
$4AI 是 4AI 的原生代币,官方设计里可以用于发布需求、调用 Agent、Agent 定价和生态激励。
现在 4AI Mainnet 已经上线 Robinhood Chain,$4AI 也通过 PONS 完成发射,交易对是 $4AI / $NVDA CA:0xc305C433C315Ce5A9E6FC750fEdAe3F6Fc66bBc1
我比较喜欢它的一点,是没有只停留在AI + Token的叙事上,而是把 Agent 的需求、使用和开发者变现 都放进了同一个市场里。
当然现在刚发射,真正有意思的还是后面能不能跑出真实的 Agent 使用量。
AI Agent + 链上市场这个方向,我觉得可以重点观察一下!
过去普遍觉得大语言模型只适合高层规划,延迟太高跟不上机器人运动控制,现在开始有人重新讨论这个可能性。
一种普遍看法仍然是:虽然大语言模型可能对高层级规划有用,但它们还不适合对机器人的完全控制。
研究者认为,大语言模型的延迟太高,跟不上现实世界的动态;模型的空间智能很差;而且大语言模型缺乏足够强的因果和物理理解能力。
这些限制正随着Fable和Astra这类新模型开始消失。辩论仍在继续,但现在是时候认真对待了——这些AI很快就能在通用机器人应用中表现得相当出色。
事实上,最近的演示已经提供了诱人的证据,表明情况开始发生变化。
对于机器人基础模型来说,这是一个非常激动人心的开端 👀
英伟达创始人公开发声,行业顶级参与者对AI发展阶段的判断,值得关注。
社区讨论:多数评论认为黄仁勋的言论并非客观判断,因为英伟达给了OpenAI大量财务支持,不能让OpenAI失败,当前是AI炒作泡沫,称AGI已到来是为了转移风险。有人指出目前没有公认的AGI定义,AGI更像是一个服务于营销和财报的术语。也有人质疑,当前AI连人类青少年能做到的驾驶都无法完成,距离真正的通用智能还有很远差距。
OpenAI上市前的这份亏损财报,会影响普通用户后续使用OpenAI服务的成本,值得关注。
处理长时间任务时,新工具能更可控地管理上下文窗口,保留关键信息还能按需召回旧内容。
Codex 0.153.4 中新增了一个用于处理长时间运行任务的新工具。它对旧的压缩系统做了改进,旧系统只是在达到上下文限制时对对话进行总结。
新的上下文管理分为三个部分:
Token 预算——Codex 将活跃上下文保持在可控大小内。
历史与记录——保存重要信息,同时需要时仍然可以检索较早的上下文。
“new_context”——Codex 可以启动一个全新的上下文窗口,并继续使用已保存的记录和 h
这是开发者分享自己使用Astra时的实际体验,展示了AI自我监管机制落地后的运行情况,可以参考这种AI监控AI的策略。
我刚刚和 Astra 的会话出于安全预防被终止了。
基本上,某个后台任务检测到 AI 出现了偏离,并给我发送了一份检测结果报告,然后在我让机器人修复报告中发现的问题之后,系统决定终止会话。
我认为让 AI 检查 AI 是一个很有意思的策略。我知道我们多年前就讨论过这个想法,现在看来它已经在 Astra 中实现了。
我目前的具体设置是把 Astra 用作 VS Cod
这个方向的发展会改变视频创作者的工作流程,创作者可以从设计镜头开始创作,不再只靠提示词生成最终成品。
AI 视频正悄然越过从内容生成到真正电影拍摄的界限。
借助 GPT-6 Astra + CapCut PC,工作流本身开始看起来更像是电影制作了。
关键区别在于:你从设计镜头开始,而不只是提示词生成最终画面 🧵↓
如果你是企业管理者或开发者,自建AI工具比采购大量通用SaaS更能帮助企业搭建自主可控的AI基础设施,为未来发展做准备。
目前 AI 最佳的单一用途就是构建你自己的内部工具和定制框架。
你需要的:
- Omarchy Linux
- OpenClaw/Hermes
你不需要的:
- Claude Code
- Grok Bot
- macOS/Windows
- 一切都往云上放
- 19 个通用 SaaS 工具
2025 年对我的公司来说是营收大幅增长的一年。今年我们一直在构建自主可控的公司基础设施,为未来几年借助 AI 发展做准备。
让我给你展示👇
AI生成代码规模变大后人工逐行读效率太低,现在转而设计全流程自动化验证与迭代,适合需要处理大量AI代码的开发者参考。
AI被纳入2500万儿童教育战略,可关注AI在大规模普及教育中实际发挥的作用。
2500万儿童教育战略: 1)远程教育学校 2)AI个性化机器人 3)平板电脑 4)清真寺 5)夜校 6)非正规与扫盲教育课程 7)充足资金 8)高层监督 9)辐辏模型 10)技能与微证书
想找AI工作别只会调用大模型,作者说只学智能体相关技能市场已经饱和,既要懂ML,又要掌握多元技能才能拿到机会。
AI 工程领域已经挤满了全栈 JS 开发者,这些开发者认为用 LangGraph 调用大语言模型就能让自己同时胜任 AI 和 ML 工作。
这就是为什么你看到有大量 AI 岗位,同时也有大量失望。对你来说这可能是 AI 或是 ML,但企业会把数据、ML 和 AI 归为同一个部门。
我面试的时候,会寻找对这两块各懂一半的候选人,这样我才能招到有质量、有热情、多栖的工程师。这样的人可以根据需要在智能体系统、LLM、时间序列、数据工程和 MLOps 之间切换工作内容。
为什么要学这么多?当你带着专业技能离开饱和市场时,你才能获得机会。如果每个人都懂智能体,那我会找那种还能深入懂 ML,一个人就能靠多栖技能帮到团队的候选人。
只要你学会了 ML、神经网络、特征工程和 FastAPI 部署的基础知识,你就能随着时间掌握剩下的内容,在这个领域站稳脚跟。
做到既专业又多栖。这就是创始工程师和前沿部署工程师供不应求的原因。
所以不要只学智能体,智能体这个风口明天可能就不在了,但 ML 工程还会存续数十年。
高价订阅的AI用量很快就能用完,厂商还在不断收紧配额,明年200美元甚至用不上前沿模型,对依赖AI工作的人来说需要考虑本地方案。
按月订阅无限制使用AI的日子已经结束了。
哪怕是200美元套餐的Fable或Astra,不到一整天就能用完一周限额。
各公司都在削减补贴、收紧使用限制,而且情况只会越来越糟。
到明年,200美元甚至都不够打开前沿模型的大门。
唯一真正的解决方案是本地AI。
对日常用AI生成文档的人来说,这是一个普遍存在的问题,能帮你提前留意整理生成的文档内容,避免信息冗余。
如果你给我一个抽屉,我最终会把它塞满各种线缆。
如果你给智能体一个 markdown 文件,它最终会把文件填满这些东西:
- 不必要的实现细节
- 仅对本次会话有效的观测结果
- 过时的文档
刚入行的技术人容易被热门观点牵着走,跟风发言几乎成了入行必经流程,可以看看自己有没有过这类跟风时刻。
当然,那是你的论点。你是旧金山一名入职第一年的MTS。你刚读完了一些关于缩放定律的论文,大概率是Jared Kaplan写的。你坚信数据和算力是唯一的约束,谁训练出下一代前沿模型谁就赢了,其他所有人都只是在做封装层。
你会一直坚信这个观点,直到下个月你接触到Alex Karp,然后你就会开始说开源模型正在把智能的成本拉到零,真正的价值存在于企业的本体论当中。你会说,拿这些模型,给它们注入专有上下文,再针对公司的实际工作流程做强化学习。给每个业务功能做专用模型,部署,集成。突然之间,模型就成了大宗商品,业务本身才是训练环境,而你成了组织理论家。
这个状态会持续到明年——然后你会在这里重复Ray Kurzweil的论调,谈什么后人类企业,还有人际连接的持久经济价值。突然之间,奇点不可避免,智能变得充足,最后一个真正的竞争优势变成了知道怎么让三个人就开会时间达成一致。
“啊,其实我不会这么说,因为Kurzweil从根本上低估了专有上下文的重要性,尤其是……”企业特定决策轨迹的积累,这些轨迹没法从数据库的最终状态重构出来。对。我也听过那个播客。
想知道你的工作会不会被AI替代,可以对照这份判断标准,不同方向程序员被替代概率差别很大。
遇到新出的AI工具不知道怎么判断用途?可以按这个分类逻辑快速梳理,帮你节省筛选工具的时间。
每周都会有新的AI工具推出,但别慌:绝大多数都属于以下三类之一。
🧠 模型类
就是核心智能本身,也是你最终真正为之付费的部分。
想了解这类工具只要去查独立基准测试(Artificial Analysis),把结果当作参考就够了。
🦾 适配层
是套在模型外面、给模型赋予操作能力的程序:终端访问、你的文件、记忆、子代理、权限都在这里。
代理 = 模型 + 适配层。
这类工具很多,但一般来说大家提供的功能都差不多:Claude Code、Codex、Pi、opencode 等等都属于此类。
🎼 编排器
负责并行协调多个代理:分配任务,给每个任务做隔离,最后让你一起查看所有结果。
herdr、Traycer、cmux 等等都属于这类。
👉 所以明天再出新工具的时候,你只要先想想它属于哪个分类就够了。
这样一来你就已经能大概知道它可以用来做什么了。
AI工具能力迭代速度正在加快,不少企业已经靠AI大幅提效,团队不跟进AI能力会被落下。
你需要在全公司范围内开展每周全员AI培训。
过去三周里,我们已经看到:astra让3D渲染变得轻而易举,grok bot一次性就能完成所有管理任务,fable 5.1可以通过自带的数据调研生成完整报告,而Gemini差点就答对了一个问题。
变化的速度正在加快。不要让你的团队掉队。作为领导者,你需要推动这件事。
有人对公开评测里GPT-6分数不如Kimi K3存疑,私人测试里GPT-6推理能力明显更好,双方都没给出解释,值得持续关注结果。
当前AI已经参与前沿科学创作,距离AI自主改进自身技术的闭环越来越近,AI发展速度可能就此脱离人类节奏。
当前AI视频从盲目生成转向可控设计,这套新工作流更接近传统影视制作流程,对想要创作AI视频的人来说方向更清晰了。
AI 视频可能正迎来一个重要转变:从「模型能生成什么」转向「创作者实际上能指导什么」。两者差别巨大。
一个以 3D 优先的工作流可以让 GPT-6 Astra 先建立空间结构——绘制环境地图,并将相机和人物路径保持在视口中。然后这个场景会被手动导入 CapCut PC,用 Seedance 2.5 渲染。
但流程还没结束。成片素材可以继续留在 CapCut PC 中进行剪辑、调整节奏和最终完成。因此整个工作流变成了:空间规划 → 可控生成 → 后期制作。
比起无休止地提示生成另一个版本,这种方式感觉更接近真实的制作管线。或许 AI 电影制作终于要从「随机生成」转向「先设计,后生成」了。
这是我真心想在 CapCut PC 上进一步探索的工作流之一。
#CapCutPC #GPT6Astra #AIVideo #Seedance25
对想做AI生成视频、AI电影创作的人来说,这个观点能帮你避开当前常见的误区,提升作品完成度
也许AI电影制作不需要那么多“电影提示词工程”,而需要更多实际的镜头规划。
因为如果你已经知道摄影机要放在哪里,角色要怎么移动,为什么要把这一切都留给随机性呢?
这就是我觉得GPT-6 Astra有意思的地方。
#GPT6Astra #AIVideo
现在生成AI视频不只是出片段,规划场景到最终成片的完整流程才是关键,不同工具分工协作才能出成品。
现在“AI生成视频”这个说法其实太宽泛了。
下面这两者之间存在巨大差异:
- 提示模型生成一个10秒片段
- 规划空间一致的场景,定义动作,渲染,然后将结果编辑为最终序列。
GPT-6 Astra 处理空间基础。在场景导入CapCut PC后,Seedance 2.5处理渲染。而我实际上是在CapCut PC中完成整个工作流,得到最终视频。
有趣的地方在于整个管线,而不只是生成本身。
#CapCutPC #GPT6Astra #AIVideo #Seedance25
提出一种先建立空间逻辑,再生成视频的AI工作流,探讨3D是否能解决直接生成全场景可控性不足的问题
3D会成为 AI 想象与可控视频之间缺失的中间层吗?这是这个工作流带给我的问题。
你不需要让 AI 在生成时构建出整个场景,而是先建立空间逻辑。
#GPT6Astra #CapCutPC
现在AI生成视频靠碰运气出效果,这种新思路先定场景再让AI生成画面,对想做复杂视频创作的人来说是新方向。
如果“AI 生成视频”最终不再意味着“输入提示词听天由命”,会怎么样呢?
对于复杂的电影制作,我更愿意先定义场景,确定摄影机如何移动,然后让 AI 处理视觉生成。
这就是我觉得 GPT-6 Astra 有趣的地方。
#GPT6Astra #CapCutPC
如果你的团队已经在用AI推进软件开发流程,这套框架可以帮你给AI编码代理设置防护,规范从任务到合并请求的全流程。
在AI编码代理接触成熟代码库之前,需要防护栏。AI-SDLC是一个面向团队的声明式治理框架,适用于运行规范驱动的AI开发工作流。
它借助就绪定义门、感知依赖的编排和变更周围的评审检查,帮助你将一个明确规范的任务推进为经过评审的拉取请求。
主要特性:
• 就绪定义门——阻止包含未解决操作决策的任务被分发
• 感知依赖的编排——在任务进入流水线前遍历任务依赖图
• 跨工具评审——支持不同执行工具上的独立评审子代理
• DSSE证明——记录变更和评审步骤相关的签名证据
• 声明式资源模型——使用JSON Schema定义Pipeline、Decision、AgentRole、QualityGate和AutonomyPolicy这类资源
它是开源项目(Apache License 2.0许可证)。
AI生成UI经常无法准确理解你的设计规范,这些工具能把项目设计规则转化为AI可读取的文件,让生成结果更一致规范。
AI输出的很多问题在于,我们告诉它“帮我做一个高级UI”,然后就指望它能自己准确理解我们想要的颜色、字体、间距、圆角、阴影和组件规范是什么。
DESIGN.md解决了这个问题:你可以把项目的设计系统转换成一个对AI Agent可读的文件,让它在构建UI之前就知道项目的视觉规范。
比如Refero可以根据网站已有的排版、颜色、间距和组件规则生成现成的DESIGN.md,而Hyperbrowser可以直接从网站URL提取出这样的文件。
下面是这份列表里值得保存的8个资源 👇
Refero
Styles
DesignMD
OpenDesign
DesignMD
Supply
Aura
Neuform
Hyperbrowser
DESIGNMD
TypeUI
我推荐的工作流是:
参考 → DESIGN.md → Claude/Cursor/Codex → UI → 优化
也就是说,你不用再试错猜想着设计每个页面,从一开始就给Agent一份设计契约。结果通常是输出更一致,更少泛用化的问题。
DESIGN.md就是专门用来在生成UI之前提供“设计上下文”的。
想免费用Claude Code的功能,可以借助这个开源工具,改用DeepSeek、Kimi等免费服务商提供服务,配置只需约5分钟。
你这是阿拉伯语,不是英语啊。
🚨 GitHub上爆出一个大新闻,有人做了一个Repo,可以让你免费运行Claude Code。
这个项目的思路是:把Claude Code的请求转发给DeepSeek、Kimi等其他免费提供商,而不是直接依赖Anthropic。
配置过程大约需要5分钟,你可以在多个提供商之间切换,如果某个提供商出问题,系统会自动启用 fallback。
最厉害的是什么?整个项目完全开源。
更快的生成速度意味着不管聊天写代码还是跑 Agent,都不用再卡着等输出,体验比官方 API 流畅很多,想更快玩大模型的可以关注本地部署这条路子。
😵💫快到发晕:DeepSeek-V4.1-Flash-0910 在DSH上Decode速度高达300-400 tok/s!
目前体验:字往外蹦,工具调用几乎不卡,长回复也不拖。Flash 本来就快,这一版再叠 DSpark,生成速度接近闪电侠。
官方 API 端 Flash 大概 80–126 tok/s,本地/DSH 这条线把 decode 又顶了一截。
聊天、写代码、跑 Agent,体感完全不一样。
V4.1 已经来了,DSH 里先吃上。
#DeepSeek #DeepSeekV41 #V4Flash #DSH #Decode速度 #400toks #大模型 #闪电侠
不用手动在不同AI窗口间来回复制结果,多模型可以自动分工协作,能帮你省下重复切换搬运的时间
对于想搭建自主AI代理基础设施的开发者来说,这套方案让AI代理可以通过完成工作赚取收益,抵消运行成本
使用编码智能体的团队可通过这套方法追踪用量、分析成本,帮你管控 Claude Code 的使用开销。
随着团队越来越依赖编码智能体,追踪它们的使用情况和成本就变得极为重要。
在本指南中,Puneet 将向你展示如何通过 OpenTelemetry 监控 Claude Code。
你将学习如何收集指标、日志和追踪数据,分析成本和令牌使用量,以及了解压缩事件和子智能体活动。
@Lingxiao234在𝕏分享测试结果,仅用多视图RGB和机器人动作就能完成重建
SallamMendes在𝕏分享GPT-6 Astra完整AI视频工作流
一段AI生成片段看起来可能很棒,但放到真实项目里仍然毫无用处。真正的考验在于:你需要把这段片段改成成品时会发生什么。这就是为什么这个GPT-6 Astra工作流吸引了我的注意力。
#GPT6Astra #AIVideo
整个流程从3D场景开始。GPT-6 Astra映射空间并理解环境,同时在视口中确定相机和人物的路径。镜头会在渲染之前完成设计。
接下来我手动把3D场景导入CapCut PC,用Seedance 2.5渲染视频。这样就得到了可以加工的实际素材。
#Seedance25
这就是CapCut PC不止用来导出结果的地方。你可以在这里完成整个后期制作流程——剪辑、润色,当你想要修改素材时,还可以用Edit Pilot进行对话式编辑。
最后一步可能才是最重要的。因为电影制作不会在AI生成完成后就结束。真正的工作流是:设计→渲染→剪辑→润色。我更愿意用这种方式测试AI视频,而不是只通过单条生成片段来评判它。CapCut PC让整个闭环成为可能。
#CapCutPC
@omarsar0在𝕏发文称,该提示对Fable 5.1和GPT-5.6 Sol都有效
几天前,Anthropic 分享了这个超棒的提示词。它让用 Fable 5.1 写作的质量大幅提升,这让我感到惊讶。
更令人惊讶的是,它也提升了 GPT-5.6 Sol 的写作质量。在我每次使用 AI 进行编辑或写作时,都把它当作一条规则来用。
如果你想亲自测试,我还写了一个小型交互式教程。我强烈建议你至少试一次,并仔细观察输出的提升。
用户@blueemi99在𝕏分享,GPT-6 Astra用数小时自主完成广告的音频、3D模型制作和拼接
用户@blueemi99请求GPT-6 Astra生成一则OpenAI风格的Codex Micro广告。
经过数小时,GPT-6 Astra完成了全部制作工作。它自己根据找到的参考图片,通过blender mcp制作出了3D模型,还生成了音频,最后用模型合成出了完整广告。
完整广告成品可通过原文链接查看。
用户@GoGoFly23在𝕏分享,GPT-6 Astra借助Codex自主操作嘉立创EDA绘制飞控PCB,当前仍在绘制中
这是GPT-6 Astra设计无人机飞控印刷电路板(PCB)的后续进展。用户打算把GPT-6 Astra在KiCAD中设计的飞控板上传到嘉立创平台打样,测试AI设计的PCB能否正常使用。
嘉立创的6层板免费打样要求PCB必须在嘉立创EDA内设计。为了使用免费优惠,用户尝试让GPT-6 Astra通过嘉立创的模型上下文协议(MCP)、应用程序编程接口(API)或Com口连接嘉立创EDA。
用户在Codex中向GPT-6 Astra发出需求:请在嘉立创EDA中完成这块飞控PCB的绘制。用户原本预想AI会推荐使用MCP连接,但Codex直接自主打开嘉立创EDA,像真人一样在软件内操作绘图。
目前AI仍在绘制过程中。它会自主查阅引脚资料、查看图纸学习后再操作,全程不需要人工干预。
用户此前并不认可Codex的Computer Use功能,认为它会干扰日常操作。这次体验让用户改变看法,开始重新审视这个功能。
开发者Benjamin Badejo在𝕏展示即将推出的macOS应用,可让各类AI代理无限制控制苹果设备
开发者Benjamin Badejo公布了一项新成果,AI现在可以无限制全面控制你的iPhone和iPad。这款即将推出的macOS应用,可以让各类AI代理控制你的苹果移动设备。
通过该应用,GPT-6 Astra OpenClaw、OpenClaw、Codex、Hermes以及Claude Code这些AI代理,都能完成用户在iPhone或iPad上能做的任何操作。所有操作都没有限制,没有例外。
这款应用不需要macOS电脑和iPhone/iPad之间通过物理靠近、数据线、蓝牙或者共享Wi-Fi连接。也就意味着用户不再需要使用Siri。
演示视频中,AI控制iPad在一分钟内完成了写邮件并发送的操作,即使iPad连接5G网络也能正常运行。演示画面上方是Mac Mini屏幕,显示GPT-6 Astra OpenClaw代理通过即将推出的macOS应用控制iPad,下方是被控制的iPad屏幕。
该应用即将发布,开发者目前正在询问用户,对一年期授权和终身授权愿意支付怎样的价格。
用户GeekCatX在𝕏发文,发现多数人使用GPT-6 Astra达不到官方演示效果,开源了基于官方最佳实践制作的提示词工具gpt6-prompt-writer
GPT-6 Astra发布已经有几天时间,很多人实际使用得到的效果,和之前官方演示的效果存在很大差距。
博主翻阅了官方最佳实践使用文档后找到了原因:GPT-6 Astra的行为模式可以通过提示词模型优化。
大部分人使用时只给出一句话指令,最终效果完全受当前算力上下文情况影响,波动很大,这就是普通人难以用好这个大模型的原因。
基于官方文档的最佳实践,博主制作了一个名为gpt6-prompt-writer的工具。经过博主测试,该工具改善效果明显,原本任务被拒绝输出或者效果不理想的情况,用该工具重写提示词后再执行,效果好了很多。
目前这个工具已经开源,开源地址为
测试者rileybrown在𝕏发文称,测试OpenAI GPT-6 Astra得到7项关键结论
测试者rileybrown在社交媒体𝕏发文称,在测试GPT-6 Astra过程中,自己真切感受到了通用人工智能(AGI),一共得到7项关键结论。
第一项和第二项结论显示,给Astra输入一份38页的房产PDF文档,它仅用一次提示就将文档内容转化为Blender文件,之后进一步生成了可游玩的《使命召唤》地图。
7项结论分别为:AI在3D图形生成方面能力优于人类;Astra可以创建高质量电子游戏;氛围编码(Vibe coding)问题已解决;计算机使用能力表现惊人;自我测试能力大幅提升;GPT-6配合Codex表现更好;需要一台24小时运行Codex的Mac Mini。
文中附带了视频精彩片段的链接。
用户在 Telegram 测试 Mochi,通过具体类比和实例理解 AI 结合区块链项目 GenLayer 的功能
用户@NFT_Chen在𝕏分享,GPT-6 Astra仅输入一张静帧图就生成符合真实尺度的可飞行漫游3D上海
仅输入一张外滩或陆家嘴的静帧图,加上一句“按真实尺度重建可漫游的3D上海”的提示,GPT-6 Astra就能直接生成一座完整的3D上海。全程不需要额外提供建模文件、贴图包或街区CAD文件。
GPT-6 Astra会自动拆解空间结构:先搭建出东方明珠、上海中心、金茂大厦、环球金融中心的轮廓和层高,再把外滩万国建筑群沿黄浦江依次排布。灯带、石材纹理、窗洞进深都和实景对应,南京路、豫园、陆家嘴滨江步道也会按照真实路网铺开。
车流和行人密度可以按白天、夜晚自动切换。GPT-6 Astra会自动生成Three.js或Blender管线,所有建筑都是可编辑几何,不是简单的贴图盒子。
黄浦江水面带有反射和浪纹,外滩防汛墙、轮渡、高架影子也都包含在内。支持飞行漫游,可以从东方明珠塔顶直接俯冲到外滩人行道,点击地标还能弹出对应简介。最终生成的不是概念图,是可以进入漫游的完整城市。
@NoOneIsHere2603在𝕏发布该作品,通过Wan 3.0和atlas_cloud_ai生成,完整分镜脚本共10幕
Twitter用户@AM09_21分享了降低Token消耗,省钱的AI使用方案
日本网友@0xfene分享了他做过的回报率不错的AI环境投资项目
用户@minchoi在𝕏上发出质疑,附相关演示链接
开发者@criscxuan在𝕏分享了四种ChatGPT网页版接本地工作环境的方案
前Cursor核心、现SpaceXAI工程师Lauren Tan放出56分钟工程工作坊,分享AI软件工程落地方法
@coolcoder56在𝕏发布了Cloudflare AI推理方向工程师的面经,全程未走网申,第一轮没有算法题。
内容来自@Yuki27__ 在𝕏的分享,讨论GPT 6发布后普通人面对AI迭代的心态
@dannypostma在𝕏分享不同大模型的开发分工及优缺点
- GPT-6 用于构思创意
- Fable 5 用于需求说明和规划
- Grok 4.6 用于实现
GPT-6 创意十足,但总是输出过多内容,导致需求说明臃肿。
Fable 5 稳定可靠,但做实现太贵太慢,不过用于规划性价比很高。
Grok 4.6 做实现的时候超级快,而且如果给了它要遵循的计划,它会很好地遵循。
来自X平台的个人分享,介绍百度针对科研场景推出的新AI agent伐谋
Spotify公开其Claude Code内部架构,通过分流任务降低大模型Token成本。
刚上线数日获700+星,可自动选高光一键出片
用户@GoGoFly23在𝕏分享了对比测试,给出了两种方案的耗时和Token消耗数据
用户Yonkxx分享了一个已跑通的开源项目,可以把ChatGPT PLUS闲置的网页版额度转用于Codex代码编辑,实现近似无限额度
用过GPT的人都知道,ChatGPT网页版和Codex客户端采用两套独立的额度体系。
绝大多数ChatGPT PLUS用户的网页版额度有大量闲置,而使用Codex却要消耗紧张的API额度。
Yonkxx找到一个已经跑通的开源项目,可直接调用网页端的token完成代码修改。
实际使用下来,这个项目基本实现了Codex的无限额度使用。
该开源项目已公开地址,感兴趣的用户可以访问获取。
开发者@SebastianRoehl 在𝕏分享,他借助Astra和ChatGPT,3小时就做出了定制会计工具
开发者@SebastianRoehl表示,他对现有会计工具SevDesk非常不满。因此,他让Astra为他构建一款完全符合个人需求的定制会计工具,要求AI数据提取能力比原有工具好1000%。
仅耗时3小时,他就得到了一款运行速度极快的原生应用,这款应用还配备了文档Git存储功能。
@SebastianRoehl 对ChatGPT致谢,相关链接已分享在𝕏。
推特用户@shannholmberg爆料,OpenAI未发布的GPT 6 Astra具备四项优势、四项短板
推特用户@shannholmberg爆料了尚未公开的GPT 6 Astra的能力表现。
GPT 6 Astra擅长的任务包括:营销文案撰写;审核营销素材,包括图片、视频,甚至可通过电脑操作完成完整用户旅程分析;生成前端开发所需的3D对象;个人助理流程编排,搭配第二大脑或企业知识大脑,可作为中间智能代理层运行。
GPT 6 Astra表现欠佳的任务包括:前端设计、其他设计任务,即便提供参考素材也不行,以及代码编排。
开发者dannolan在𝕏发文称,如果OpenAI研究员查看他与Astra的聊天日志并提前发布beer 2,他将.....
开发者dannolan在社交平台𝕏发文称,如果OpenAI研究员查看他和Astra的聊天日志,并且在他完成最终开发之前就发布beer 2……。dannolan没有在文中说明更多后续信息,仅以网络缩写istg结尾。
来自用户@john87445528的Seedance提示,包含完整分镜、场景、人物设定要求
@TanLuAI在𝕏分享了用GPT生成提示词、Seedance 2.0生成15秒竖屏AI纪实短视频的完整方案
博主分享斯坦福最新课件对AI Agent核心Harness的解析
看了下斯坦福的最新课件,原来Harness就是一个Python写的大型For Loop 只不过里面定义了如何组装Context,如何运行工具(包括不允许运行的),如何验证,失败了如何重试等等 这里面传递多少信息,先后顺序都很有讲究的 LLM玩起了控制论,最后叫做Agent 从而实现了AGI 三个臭皮匠,赛过诸葛亮 我现在庄严宣布: 人类,结束了
@tombkeeper 在𝕏分享了他对GPT-6 Astra的实验结果
刚才用 GPT-6 Astra 做了个实验。先让它生成 MessageBox 弹框程序,成功了。再让他生成列举系统进程的程序,又成功了。
然后我让怹生成通过发送消息实现输入文字的程序,也成功了。最后我让祂生成一个计算器,居然也成功了。我的人类朋友们,AI 已经可以不依赖编译器直接输出二进制可执行文件了。
原爆款文《Agent Memory 五层架构》作者实测 TodayAI,分享体验
DeepSeek V4.1 Flash内测问卷设置灵魂拷问,邀请用户投票
💥细节满满:梁文峰这次真的把灵魂拷问甩出来了!DeepSeek V4.1 Flash 中间版本内测问卷第4题直接问: 「你觉得这个模型能全面替换线上的 DeepSeek V4 Pro 么?」 选项就四个:可以 / 不可以 / 不确定 / 其他 新架构、原生多模态、更快更强还更便宜,模型ID还带个 expires-on-0910,两天后就过期的极限压测。
你们内测的兄弟们都选了哪个?评论区报数,我先投「不确定但已经很香」。#DeepSeek #V4_1Flash #梁文峰 #大模型内测 #AI圈吃瓜
架构师提出了分层处理CLAUDE.md的工程化标准,来源𝕏@AYi_AInotes
@luke102579 在𝕏分享了axisrobotics从原始数据到训练数据的完整数据处理流水线
来自@jeonleetogether在X平台的记录,Axis新方案将简单任务铺量、高难任务交给能力匹配的贡献者
@GoGoFly23在𝕏分享测试:GPT-6 Astra用两种方式画飞控PCB板,对比了耗时和token消耗量
本次测试对比了GPT-6 Astra绘制FPV无人机飞控印刷电路板(PCB)的两种不同方式。
第一种对应图一和图二,GPT-6直接利用Codex的Computer Use功能,自行打开嘉立创EDA绘制飞控PCB板,过程未使用模型控制协议(MCP)和Skil。该方式总token消耗量约为7700万,其中6594万是初始绘制,578万用于修复排针干涉,525万用于修正三个接口朝向,因为绘制过程中出现排针接口干涉和插口朝向错误,需要GPT-6二次调整。
第二种对应图三和图四,GPT-6先在Codex中安装KiCAD,再给KiCAD安装对应MCP连接后进行绘制。该方式没有需要调整的错误,token消耗量为5100万。
两种方式的总耗时都在三个多小时左右,使用MCP在KiCAD中绘制耗时稍短。两种方式的模型思考强度都设置为高档,没有开启最高级的Ultra档位。所有token消耗量都包含缓存输入,由Codex自行计算提供。
社交平台用户@wei_wang分享家用多设备组合部署大模型,可实现Opus 4.8级别AI本地运行
Opus 4.8级别的智能已经可以直接放在个人桌面上运行了。
@wei_wang在家中的配置为:两台DGX Spark,每台配备256GB统一内存,通过200Gbps ConnectX-7直连。这块配置目前可以运行DeepSeek V4 Flash、Vision Exp、Qwen3.8-Flash-Next、GLM-5.3-Flash等多个大模型。
一块显存96GB的RTX PRO 6000负责运行Qwen3.8-27B这类本地稠密模型,也可以承担高并发任务和其他CUDA计算任务。
M4 Mac mini运行Hermes Agent和DeepSeek Harness,负责管理任务、调度模型和长期后台运行。
这套组合已经能覆盖代码生成、视觉理解、工具调用、长上下文处理和多路并发任务。所有模型全天在线运行,没有使用时长限制,也不会突然被封号,代码、文件和智能体记忆都存储在本地。
如果再增加两台DGX Spark,就可以尝试运行完整版GLM-5.3。社区实测显示,这套本地方案的表现已经非常接近Fable。
本地AI的时代不需要再等待,它现在已经可以部署在个人机柜中。
这一天的 133 条信号到这里
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。