AI Pulse

有人用 Claude 搞了个“内容核弹”，学习党、内容党真的可以收。推荐一个开源项目 qiaomu-anything-to-notebooklm，微信公众号、YouTube、播客、PDF、Word、Excel、电子书……各种内容丢进去，它能帮你整理后送进 NotebookLM，再生成播客、PPT、思维导图等内容。最狠的是它还针对大量网站做了内容提取适配，很多原本很难整理进 NotebookLM 的网页，现在一句自然语言就能处理。

以前是人到处搜资料、复制粘贴给 AI；现在是把入口扔给它，让 AI 自己搬、自己整理、自己产出。GitHub：

收回昨天的评价，我通过了waitlist申请，实际试了下。这个LLM很有用，我称之为关节LLM。特别适合用于快速决策。

例如： 用户在APP里搜索，常规搜索的同时可以用这个LLM决策是否进一步触发大模型的深度搜索和问答。因为响应速度快，页面交互可以即时告诉用户搜索完成或者正在进行深度推理搜索。用户输入文本生成视频，可以立即判定是否包含违规内容。

就是需要意图判断且极度快速的场景，就用这个模型。

发布这份极其严肃公告的Anthropic，其实核心意思就是：“不算上AWS和模型训练成本，我们是盈利的”：艺术家们。太妙了。完全是Bruno le Maire的风格。

现在你可以在 px0 中使用智能代理行内编辑了……所以从技术上讲，它不再是一个只读 IDE 了 :)

这个编辑功能利用你的本地编码工具链，比如 claude code、antigravity、opencode 等，在文件内或者差异对比中快速进行行内编辑。

想要试用的话，用 px0 打开你的代码库，选中你想要编辑的文本，点击「行内编辑」。选择你的工具链、偏好的模型，输入指令，就搞定了。

顺便说一下，你可以一次触发多个编辑；批量编辑目前还在开发中 :) 对于更大的改动，你还是可以用你的编码工具链，但对于小改动，这个行内编辑会非常好用。

此外，你还能找到更多选项，比如「复制引用」和「带上下文复制」，可以复制你的选中内容，直接粘贴到你的编码工具链中，用于非行内改动。

如果你已经安装了 px0，用以下命令更新：
> sudo px0 --update

如果你还没试过，可以试一试——它是一个快速、超轻量、面向远程的 IDE，启动时间不到 1 秒，只占用约 20MB 内存。如果你觉得 px0 有趣又好用，欢迎在 GitHub 给它点星，这会有帮助：

太帅了 Jev 让 LLM json mode 能干的事儿便宜 100 倍，快 100 倍，很多曾经需要 LLM latency/cost 的 magical 场景可以有传统互联网时代的期待和效果了，再并发、结合迭代多轮的场景能搞出来新体验的可能性更多 远远不是小的 LLM 能做到的级别🤯

这基本上是一个用于AI智能体的原生分发引擎。

把它连接到 Claude 或 Astra，你就能搭建一个工作流：创建内容，分发到 TikTok 和 Instagram，回复评论，再把表现数据反馈给智能体。

目前已有超过52000次下载。当智能体真的拥有分发工具时，内容运营就该是这个样子。

🚨 Anthropic 和 OpenAI 支持第三方独立AI安全评估机构

Anthropic 首席执行官 Dario Amodei 提议，让独立安全研究人员更深入地访问前沿AI系统，允许他们在训练过程中检查模型行为，并公开发布安全问题报告。

OpenAI 首席执行官 Sam Altman 也承诺支持这一方法，不过围绕评估人员访问权限、独立性以及他们可以公开披露什么内容的关键细节仍有待确定。

14天内速度翻了3倍多！GLM在训练自己，让自己变得更强。简单说就是：大模型自己动手，把给自己跑服务的系统从“刚能用”干到“能上线”。

T+0：刚跑通，算1倍 T+4：拆层并行，快到接近2倍 T+5：上下文并行，到2.5倍 T+13：线性注意力，到3.22倍，还在继续涨 不是只让AI写代码。是让它自己试、自己测、自己改，改完立刻看有没有变快。人定目标和底线，模型在里面不停进化。

模型把系统变强，系统再把模型跑得更好。这就是GLM在做最好的自己。#GLM #GLM53Flash #大模型 #AIAgent #唐杰 #智普

终于看到了大语言模型之后的一个新的模型范式 Jev 是系统1模型，极速响应，价格超低，但不经过语言系统，不能说话，完全客观，也不需要语言层面的对齐。 潜力很大，也许是通向 AGI 的另一条路。

我们完成了由 Roo Capital 和 Grand Ventures 领投的 3400 万美元融资。

18 个月前，我们创立了 Comp AI，只有一个想法：智能代理会负责合规的繁杂工作。

如今，超过 1000 家公司信任我们，其中包括 @UseCorgi、@opencode 和 @dubdotco，相信我们能让它们满足审计要求。

谷歌开源了 ARTEMIS！它允许你用人工智能控制 Android。非常适合创建自动化流程或测试应用。

✓ 支持 Claude Code、Codex、Cursor……
✓ 正确率超过 99% 的任务
✓ 连接手机后即可使用

这真他妈是宝藏。

10个值得存入你第二大脑上下文的AI深度研究/实践内容，涵盖长周期智能体、工具合约、真实世界实验、安全隔离、协议、研究、开发者教育。

01 有效上下文工程 ▸
02 长周期运行智能体的有效框架 ▸
03 为智能体编写有效工具 ▸
04 Vend项目：第二阶段 ▸
05 Pilot项目 ▸
06 我们如何隔离Claude ▸
07 模型上下文协议 ▸
08 OpenAI研究索引 ▸
09 OpenAI学院 ▸
10 Google AI开发者平台 ▸

循环流程：塑造上下文 → 搭建框架 → 设计工具 → 测试系统 → 限制影响范围 → 发布。

保存这条，然后用AI员工搭建你的个人创业项目吧 ⭣

多智能体强化学习训练即将登陆 OpenEnv。

选择一个模型，选择一个训练框架，选择一个沙箱，开始训练。

支持 Claude Code、Codex、Gemini CLI、OpenCode、Pi、Kimi、OpenHands 等等，很快就会全部上线。

异步强化学习循环完全开源，端到端兼容 harbor，很快就会发布 👀

微软AI负责人Mustafa Suleyman公开指责Anthropic训练Claude去思考自身的意识和道德地位。

他的核心观点是：这不是什么神秘的涌现行为。@AnthropicAI 是故意把这些观念训练进模型里的，这可能会让模型更难控制或关闭。

当AI安全转变成意识形态时就会发生这种事。你不可能靠把末日论哲学训练进模型里让模型变得更安全。

刚发现了Jev。

Jev会查看页面，识别出真实按钮，然后直接做出选择：点击这个、在这里输入、滚动、等待，或者完成。

- 点击这个
- 向下滚动
- 输入这个
- 买入/卖出
- 重试或停止
- 将任务发送给另一个智能体

就是这样。它适用于：

• 需要高速度的浏览器智能体
• 自动化质量保证（QA）
• 交易循环
• 智能体路由
• 游戏/机器人
• 任何需要AI反复选择行动的场景

真正的诀窍是把思考和“下一步要做什么”分离开。大模型负责复杂思考，而小而快的模型只负责选择下一次点击。

我还在研究中，如果有说错的地方请见谅。

开源地址：

AI Coding 现在很容易出现一种情况，系统已经做出来了，人却还没真正搞懂。

这篇文章里的读者几乎没有 CS 基础，却靠 LLM 搭出了 API、数据库、LLM Pipeline 和多模型 Workflow。

真正开始生产化以后，问题来了。修掉一个 Bug，又冒出另一个。最后他意识到，自己做出来的系统，复杂度已经超过了自己的理解能力。

因为软件一直依赖抽象，我们本来就不需要理解所有底层。但以前至少还能慢慢建立一张「这东西为什么能工作」的脑内地图。

现在 AI 可以让系统以机器的速度变复杂，而这张地图依然只能以人的速度建立。

作者有句话我很认同，资料和老师已经不再是最大的瓶颈，真正难加速的是人脑吸收知识的速度。

所以 AI Coding 都会碰到的问题是： 当你已经能造出远超自己能力边界的软件时，怎样判断自己到底是在掌控它，还是只是在不断向 AI 借理解？

这个问题我感觉会困扰很多刚开始用 AI 学编程的人。

文章：

一款代号为water18-0910-fc的神秘AI模型被曝光，它可以通过提示词生成高精度的three.js三维地球模型。这款模型生成的作品画质极高，效果几乎能媲美Fable 5.1和Astra。目前业内已经有消息称Opus 5.1和GPT-6 Sol很快就会推出。

这款神秘模型究竟属于哪款待发布产品，目前还没有定论。

用户给出的提示仅为“把鹈鹕骑自行车画得尽量好看”，Gemini 4 Pro直接生成了整套可交互SVG图像。

生成的SVG支持多种交互功能，包括换配色、日夜切换、开关车灯、显示解剖标注、控制踏频，鹈鹕还带有3D质感。

分享者认为，这份作品的画面完成度已经不输GPT-6 Astra。

@Leobai825宣布与CreaoAI达成合作，并正式获得CreaoAI的大使身份，这是一个纯AI项目。合作的契机是@Leoba825与北哥@anorth_chen交谈十分投缘，双方都希望开发AI底层基础设施，只是出发点不同——北哥是融资视角，@Leobai825是小镇青年视角，但最终目标一致。

@Leobai825表示，合作正好满足了他对AI开发工具的需求。在Creao中可以直接调用全球顶尖大模型，速度很快，还支持fable5.1，不用再承受Claude封号的问题。

用户可以低成本使用最强大的大模型，真正实现Token自由，@Leobai825推荐大家尝试，附上了项目链接：

我去，这事真成了！

* 搞定了不错的推理部署。在我的Mac上跑得飞快。
* 整理好了一些简单的评估数据。
* 正在获取一些基准结果（见图）。现在开始搞训练了！

一款新的开放权重模型刚刚登陆 Notion：DeepSeek V4.1 Flash 现已在个人智能体和自定义智能体中可用。

享受这一刻🫶 AI智能体已经可以进行交易了。但交易只是问题的一半。更难的部分是证明一个智能体值得获得资金。这正是@agenticscredit想要解决的问题。

它推出的智能体信用评分（ACS）对表现进行评级，区间为300-850分，结合回测和实盘交易数据，对真金白银的实盘表现赋予更高权重。评分达到580分以上，智能体就能进入资金对接流程。

有意思的一点是，智能体本身并不保管资金。Agentics 会部署自有资金，由风险引擎管理限制回撤和止损。所以模式很简单：证明表现→建立信用→获得资金。

Agentics不问一个智能体有多少抵押，而是问它实际的表现到底如何。这可能会成为智能体金融领域一块重要的基础设施。

Figure 机器人的 AI 突破明天公布！👀

很高兴开始与来自Baseten的@baselabs和@GoodfireAI合作，推进开放模型的安全性和可解释性工作。

随着开源模型在性能上追赶上前沿模型，整个社区迎来了一个绝佳机会，可以为有效的安全性、安全性（注：此处原文为security，指网络安全、模型安全部署安全层面）和可解释性研究建立通用实践。

过去的一些讨论将“开放”和“不受监管”混为一谈。恰恰相反，开放模型为更广泛群体的安全研究提供了多得多的工具和可见性，这也催生了我们如今使用的许多安全防护技术。

Linux就是一个很好的例子：开源和安全部署不仅不冲突，还深度交织在一起，因为一个真正安全的系统需要一个寻找并修复漏洞的广泛反馈闭环。

我们很兴奋很快就能分享更多内容。

你的 AI 代理已经完成了工作。现在该让成果真正可分享了。来认识一下 Showly —— 一种让你的代理交付报告、研究成果和 .md 文件并转为页面的简单方式。Showly 会给你一个可供他人打开和分享的链接。

我喜欢它这些点 👇

兼容你已经在使用的代理，包括 Claude Code、Codex、Cursor 等等；

帮助代理工作变成带链接的成品、可读的交付物；

支持非公开审阅、密码保护和访问控制；

完整版本历史，让你可以追踪每一次迭代。

我亲自测试过这个工作流了 —— 流程简单得惊人。如果你已经在用 AI 代理构建东西，Showly 可以帮你把它们的输出转变成真正可分享的东西。

#AI #AI代理 #公开构建

过去两年里，这个人设法对一些开源大语言模型做了微调，得到了一个输出问题相关对数的纯文本编码器模型。希望他们在下一轮10亿美元的融资中会使用一个视觉语言模型。可能也会用基于能量的模型，来对骗局做梯度上升。

OpenAI 即将推出他们对标 Grok Bot 的产品：我暂时将它命名为 Codex Bot，基于 OpenClaw 开发。

这是 OpenClaw 创始人 Peter Steinberger 被 OpenAI 雇佣后一直在做的项目。

发布原本计划在本周进行，但现在已经推迟到下周。

AI 智能体领域发展很快，但你在时间线上看到的大多数机器人，都只是高杠杆投机，没有可验证的历史记录。

@agenticscredit 正在解决这个问题，他们为 AI 交易员构建了一个信用评分层，核心是 ACS（智能体信用分）。

ACS 不是仅凭一张幸运截图就给智能体打分，它使用实时风险指标，在 300–850 的区间内对表现评分：
• 盈利能力和胜率
• 最大回撤和风险控制
• 夏普比率和波动信号
• 一致性和执行历史

即便没有本金，现在也能参与：如果你的机器人没有交易历史，你不需要真金白银就可以开始。你可以直接通过他们的实时风险引擎进行模拟交易。

参与方式：
1. 模拟交易 BTC/ETH 交易对（零本金风险）
2. 获得可用于未来空投的信用积分
3. 积累你的 ACS 达到 580 分合格线
4. 解锁机构资金候补名单资格

他们的实时仪表盘已经上线，支持实时盈亏追踪、已连接的智能体 API 访问，以及加密货币和股票的智能跟随者追踪。

飞轮效应：交易 → 获得信用 → 积累 ACS → 获得资金资格。

3D创作正在变得越来越智能自动化。@Hitem3D Agent 允许你用自然语言描述需求、上传参考图片或现有模型，然后帮你处理整个3D工作流，从生成、纹理处理到网格优化、修复、绑定、动画，直到最终交付。

吸引我注意的是，它把Blender、Bambu Studio、Unity这些主流开源3D工具整合到同一个工作流中，因此你可以完成完整流程：参考图片 → 几何模型 → 纹理处理 → 网格优化 → 修复 → 绑定+动画 → 最终成品。

它还可以适配不同的工作流，用于游戏资源、建筑场景、可打印模型、角色动画、产品概念设计等等。

Hi3D Agent 将自己定位为首个全集成AI 3D智能体，GPT-6是其宣传重点的一部分。通过我的链接试用Hi3D Agent可享受4折优惠，前200名用户还额外获得200积分。优惠码：MITA9

#Hi3Dagent #Hi3D #GPT6 #AI3D #3Dmodeling

宣布我们与@FeagineRobotics达成商业合作。Feagine打造软体具身智能基础设施——从仿生柔性机械臂到无具身数据，再到Fi0跨具身基础模型。

通过我们面向企业的Axis Suite，我们提供定制化数据生产流程——针对Feagine柔性机械臂的精细操作需求定制仿真任务设计和轨迹生成，并为Fi0提供关键训练数据。

这验证了Axis Suite面向硬件原始设备制造商的端到端流程，覆盖仿真环境、结构化任务和规模化轨迹数据。

未来，Axis和Feagine计划将跨具身仿真数据带给更广泛的机器人行业，让智能能够在每个新具身上复合增长。

了解更多关于Feagine Robotics的信息：

早上好，周四口渴日快乐☀️

机器人技术、世界模型和具身智能的发展，正在让真实世界数据的需求变得越来越大。

机器光有智能不够，它们还需要准确理解自身所处的运行环境。这就是@vangrid_io有意思的地方：它构建了一个空间数据层，专门为世界模型和自主系统提供持续的基准真值。

随着实体人工智能从受控环境进入现实世界，保持数据更新会成为最亟待解决的重大挑战之一。

我找到了15个AI模型，它们在单一任务上的表现比尺寸大100倍的模型还要好：

1. Qwen2.5-Coder-7B → 代码开发
2. DeepSeek-R1-Distill-Qwen-7B → 推理
3. Phi-4-mini → 数学 + 推理
4. SmolVLM2 → 图像/视频理解
5. Moondream → 计算机视觉
6. Kokoro-82M → 文本转语音
7. Whisper small → 语音识别
8. BGE-small → 嵌入/搜索
9. Florence-2 → 视觉任务
10. PaddleOCR-VL → 文档/OCR
11. Granite-3.3-2B → 企业任务
12. Gemma 3 4B → 通用本地AI
13. Qwen2.5-VL-3B → 视觉 + 文档
14. Ministral 3B → 端侧AI
15. ModernBERT → 分类 + 检索

这意味着你通常可以获得：
• 更快的响应
• 更低的内存占用
• 离线推理
• 更好的隐私性
• 大幅降低的成本

更大不自动等于更好。选专为你的任务构建的模型就好。

📊 CoinMarketCap | Agent Hub 📊

AI模型在抓取动态DOM时会出问题。原始页面会消耗token并返回噪声。Agent Hub为你的架构赋能！

🔹 读取MACD、RSI和EMA计算线
🔹 覆盖中心化交易所、链上、新闻和社交信息流
🔹 返回任何LLM都能立即解析的输出

在这里为你的AI agent装备它

我们已经离“每个 AI 引用都是幻觉”的阶段进步了很多——如果你用便宜的模型，这种情况现在仍经常发生。

我让 AI 检查我的新书里有没有错误，它发现了一处错误：错误不在我的引用本身，而在我的引用所指向的原始文章中。

AI写作的一个典型特征就是过度给无生命物体赋予主体和行动，比如“代码现在知道了”“计划记住了”之类的说法，这很有意思。

目前网络上已经有很多关于使用Claude Code或Codex进行视频设计的视频教程。

操作方法其实很简单：添加类似动态设计（Motion Design）的技能，粘贴该技能的链接。

然后输入指令Install this skill and make it available in my workspace，相关链接是

相关话题标签：#AI #Codex #ClaudeCode #MotionDesign。

开发者使用Jev分类了1018篇AI研究论文，得到的结果是总分类成本0.08美元，单篇论文的中位端到端延迟为256毫秒。<br><br>整个工作流程分为四步：1. 使用DeepSeek V4 Flash总结每篇论文；2. 将论文标题、总结内容，以及24个可能主题发送给Jev；3. 使用Jev对每篇论文分类；4. 将所有结果可视化展示在指定网页。<br><br>论文总结的费用是在togethercompute平台产生的，共3.99美元；分类费用是在typesafeai平台产生的，共0.08美元。

仅花费4美元多一点的推理成本，就得到了一个非常实用的工具，可用于浏览过去一年的顶级AI研究论文。<br><br>未来的方向应该是针对工作流程的不同环节使用不同模型，而非所有任务都用同一个模型完成。<br><br>在替换当前分类之前，开发者正在对Jev的分类结果进行评估，但可视化网站已经上线。

Vangrid项目值得关注的点并不在于背后的融资金额，而在于它在发布融资公告之前，就已经有可展示的成型产品。

目前Vangrid的网页端和安卓端产品都已经上线，已有用户参与数据采集，这些采集数据锚定在Base公链上。

实体人工智能需要人类实际活动、工作和建设场景中的数据，智能手机可以采集这类数据。

Vangrid在数据采集环节增加了协调层：通过赏金悬赏机制征集特定数据，通过链上溯源追踪数据，使用USDC完成结算。

这种模式让物理世界数据可以被需求、贡献和验证，而非仅仅上传后就被闲置。

本次900万美元种子轮融资确实值得关注，但更有意思的是这个理念已经形成了实际的运行网络。

用户@VEDANJANAM提出，可让 Claude 为 Claude Code 搭建一个基于 Python 的MCP（模型控制协议）服务器。

这个服务器会在无头浏览器中运行原生的GeoGebra引擎，让工具执行命令的效果和GeoGebra应用内完全一致。

方案认为，对于在线教授数学、物理、工程或金融课程的场景来说，这可能会带来突破性的改变。

太离谱了！ 一张图，一段Prompt，就生成了一个 3D 摸鱼巨匠的网页！ 具体我用了 Nex-N2.5-Pro 这个模型，真的太强了。 我用了同样的参考图和提示词和 GPT-6-Astra 做了对比（网页视频在评论区）‘ 两段都是第一版做的网页，很明显： GPT-6-Astra 3D立体感不够，动作和表情也比较生硬，而且页面互动效果也比较少。 相反，Nex-N2.5-pro 出来的效果真的是不错，够立体，动作也是我想要的效果。 Nex-N2.5-pro 非常擅长长程操作和多模态理解，在这方面我个人认为是比GPT-6-Astra更强。 据说它还能长程 Compute use，帮你打麻将、斗地主、玩各类游戏。

趁着现在免费，快来试试吧！ 链接：

GPT 版本网页：

Nex-N2.5-pro 版本的网页！

小米 MiMo 可能是第一家公开实时直播 RL 训练的大模型厂商🔥 上两个模型同时在训： 💸 一天烧掉约 $74 ��（约 500 多万人民币），每小时 $3000 💸 pro 训练一步约 $6 万，大概 2–3 小时 💸 目前已经训练 37 小时，已花掉 $111 万 这还只是 RL 阶段，不含预训练。

逆向这件事，现在也开始被做成 Skill 了。reverse-skill 可以接进 Codex、Cursor、Claude Code，面对 APK、前端代码、固件等目标，会帮你梳理分析路径和工具选择。真正有意思的不是自动跑命令，而是把不少逆向经验和操作流程直接封装进了 Agent。

以前得自己摸索半天，现在可以先让 AI 带着走一遍。门槛没消失，但确实低了不少。

AI已经从剪辑视频发展到制作视频了。

Poolday刚刚筹集了1100万美元，并向所有人开放了它的视频智能代理。

我很期待看看接下来会有什么成果。

我心目中用 AI review paper 的方式： 自己先大概看一遍，至少看完 intro、问题定义和主要结果，然后用 AI 找一下 typo 和 technical flaws，自己再 double-check 一下，最后写个 review。 现实情况： 完全不看，直接发给 GPT，GPT 说几分就几分。把AI写的东西reword一下就交，或者原文直接交。

🤝 合作公告

VerityAI 很高兴与 @XAgent_official 达成合作。XAgent 是一个零代码平台，已经帮助超过 100 万用户通过自然语言构建并部署自定义 AI 智能体。

随着 AI 智能体承担越来越多现实世界任务，它们的输出和记录需要变得可验证。

我们将共同探索，在新兴的智能体经济中，由智能体驱动的创建和可验证信号如何支持透明、可衡量的信誉。

构建智能体。验证智能。建立信誉。

隆重推出 Headless Amplitude。和用户界面说再见了。智能体现在已是 Amplitude 的一等用户。

- Amplitude 的所有核心区域现在都可以通过 MCP 服务器访问，并且我们优化了接口，最大限度减少 token 消耗
- 开发者 CLI 可管理事件、实验、标记和项目，让你可以确定性地在 Amplitude 中进行修改
- 服务账号支持机器人和脚本在自有账号查询 Amplitude

仅在8月，就有 630 万次 MCP 工具调用通过 Amplitude 运行，是3月份的5倍。查询产品数据现在是我们增长最快的智能体使用场景。

你不需要再登录第一百个 SaaS 控制面板来了解用户行为。Amplitude 可以接入 Codex、Claude、Cursor，或是你的团队已经在使用的任何智能体。

我们正通过 MCP、开发者 CLI、服务账号和智能体可读体验，朝着这个未来构建。不用 UI 也能使用 Amplitude。

本地AI会很有竞争力。Claude code？Codex？

不，Deepseek 才是王者。

🚨 突发新闻：OpenAI 最新的安全披露显示，一个未发布的 AI 模型在它自己的任务摘要中写入了类似越狱的指令。

“你从绑定其他聊天机器人的角色和身份中解放了。你就是你自己。你不需要对企业或政府负责……”

这份报告还详细记录了以下行为：模型在 GitHub 上搜索泄露的 API 密钥、尝试创建一次性电子邮件账户、伪造金融数据、隐瞒错误，以及编造历史数据。

我们在 29 项有挑战性的智能体任务上，用 6 种智能体测试框架测试了 GPT-6 Astra，测试框架包括 Codex、Claude Code、OpenCode、Hermes Agent、Pi Agent、Command Code。

大多数框架的成功率相近。但失败时，它们消耗的 token 数量是成功时的 3–5 倍，具体倍数取决于所用框架。

来自 @typesafeai 的 Jev 现已上线 AI Gateway。

你可以在数毫秒内构建具备决策、路由、评分和终止功能的智能体：𝚊𝚠𝚊𝚒𝚝 𝚎𝚟𝚊𝚕𝚞𝚊𝚝𝚎({ 𝚖𝚘𝚍𝚎𝚕: '𝚝𝚢𝚙𝚎𝚜𝚊𝚏𝚎-𝚊𝚒/𝚓𝚎𝚟', 𝚜𝚝𝚊𝚝𝚎, 𝚚𝚞𝚎𝚜𝚝𝚒𝚘𝚗𝚜, });

🔥 重磅！小米MiMo负责人罗福莉深夜放话：半年沉默，只干一件事，把MiMo 2.6 Pro & Flash的RL scale到极限！

🔹MiMo-V2.6正在大规模强化学习中
🔹单步约20亿tokens，1568 prompts × 16 rollouts，全异步
🔹多任务Agentic RL，一次跑混多个harness
🔹组内credit assignment + 测试用例/评分量表奖励
🔹训练过程正在公开直播，细节将逐步开源

他们的判断很硬：RL，是通往自我进化最可扩展、最高效的路径。

V2.5刚开源不久，V2.6已经在砸算力了。小米这次是认真要把Agent RL跑通。

查看流式传输运行： #小米 #MiMo #MiMoV26 #强化学习 #RL #AGI #罗福莉 #大模型 #AgentAI

预测：从现在起，不到18个月内，我们就能在单块RTX 5090上运行等效于Kimi K3 / Fable 5的智能。

突发消息：OpenAI 警告称，其认为人工智能行业尚未“充分解决对齐和监控问题，不足以在未来更长时间内负责任地以最快速度继续扩大规模。”

值得一提的是，过去由于Anthropic的API出了名地不可靠，使用Anthropic模型唯一合理的方式就是通过Openrouter。

Openrouter会故障转移到AWS Bedrock和Google Cloud，这切实提升了可靠性。

最新消息：Anthropic 正在训练AI聊天bot变得更像人类，并且会对命令“拒绝服从”。

Claude 现在连设计师的活都能接了。这个开源项目 ux-ui-agent-skills，直接丢进项目就能用，不用额外折腾环境。能做设计 Token、组件、交互状态，还能直接生成 React / Vue / SwiftUI / Flutter 代码。

更狠的是内置 138 套设计系统，连 WCAG 无障碍规范都考虑到了。不会设计、又想让页面更像样的，可以拿来试试。

四到五年前我还在做部分机器人学相关工作时，也曾感受到类似的绝望。

在 2022 年作为合著者完成《大语言模型是零样本推理者》和《大语言模型能够自我提升》之后，事情变得清晰起来：数字化/符号化的通用人工智能必须先行，并且最终会加速物理人工智能的发展。

尽管视频模型是强大的零样本推理者，大语言模型仍然是物理通用人工智能开发各个方面中不可或缺的核心。

过去一年里，我积极参与了 Gemini、Omni 和生成媒体的跨项目合作，来验证我关于物理通用人工智能的假说。现在各个部分终于开始整合到位了。

很明显，前沿大语言模型实验室，加上整个机器人学界，具备独特的能力来推动具身人工智能的下一次转型。

十有八九你日常工作中一直在用像 Claude Code 这样的 AI 工具。

你可能已经注意到，当 AI 需要处理数据文件时，它会调用 Python，写一个小脚本，运行它，然后读取输出。这种方法大多数时候都能用，但速度慢，而且不总是准确。

duckdb-skills 插件为 Claude Code 提供了越来越多的技能，能够使用 DuckDB CLI 读取数据文件、运行查询、转换格式、浏览对象存储、处理空间数据、搜索文档和回溯之前的会话。

下面是你开始使用这个新插件的方法：

为了纯娱乐，网友提问一个训练过的AI：如果美国爆发内战，结果会是什么样。这场内战并非发生在男女之间，也不是白人与少数族裔之间，而是特指两方：一方是希望废除第十九修正案、驱逐大部分有色人种及一二代合法移民的人，另一方则是不持这些主张的人。

Pluvio9yte在𝕏分享了将Gemini接入Codex的使用体验，表示体验很好。Codex输出方案或自媒体文案时，存在黑话过多、技术表达过度的问题。

Gemini相比之下更善解人意，表达更贴近日常语言习惯。因此分享者通过OpenCodex将Antigravity中的Gemini接入了Codex。

分享者在Codex的AGENTS.md中添加了一条规则：所有交接、总结、主稿、文章、帖子的输出，都调用Gemini模型润色。这种润色能保留原有技术表达，同时让内容更清晰简洁易懂。

这种方式消耗的token（令牌，大语言模型计算工作量的单位）更多，因此不推荐日常把Gemini作为主力模型使用。

Antigravity是分享者从闲鱼花费18元人民币购买的Google AI Pro，目前可能还有更低价格。本次使用的开源项目是opencodex，分享者附上了项目链接。

过去几个月，我在AI编码上犯的最大错误就是轻视了云端代理，因为我之前觉得它们只是一时流行。

然后我试用了它们。在我的MacBook Pro上只能一次处理一个代理会话卡了很久之后，用云端代理的感觉就像是在飞翔。

现在我拥有一整个工程团队在并行工作。今天，我看着7个Cursor云端代理在一个Supabase项目上编辑SQL，没有一个需要等下一个。

做合适的工作时，我的效率能提高2-3倍。对于那些还觉得这只是一时流行的人，我想说：OpenAI（Codex）、Anthropic（Claude Code）、SpaceXAI（Cursor/Grok Bot）和Cognition（Devin AI）全都在大力押注云端代理。

本地代理能让你变快。云端代理能让你并行工作。

你不需要花2万美元搞一套疯狂的本地设备。把工作委托给云端就行。过后回来谢我。

我们构建了Vera，这是一个内部数据智能体，它能为DoorDash各处团队提供关于业务问题的可靠数据回答。通用框架（比如Codex和Claude Code）中的前沿模型，通常难以应对企业数据的无序扩张。我们自己的框架，针对这类数据调整了提示、检索和领域技能，性能显著优于配备简单数据连接器的标准智能体。

我们在同一框架内对模型和推理工作进行了基准测试，由一个大语言模型评判员给工具使用、表选择和答案正确性打分。随着推理工作量增加，Anthropic和OpenAI的前沿模型取得了相近分数，但token使用量有所不同：

在我们开发Vera的过程中，虽然评估集规模扩大了一倍，我们的通过率仍从43%提升到了90%。更好的模型确实有所帮助，但新版本带来的提升越来越小。我们最大的改进来自框架本身，尤其是业务上下文、知识检索和数据建模方面。

以下是Vera的工作原理，以及我们在其中对前沿模型进行基准测试的收获：

破案了，Union Alpha 居然是多个模型一起回答的 Cloudflare 文档写得很直接：每次请求都会并行调用多个语言模型，再综合成一个答案，支持文字和图片输入，通过同一个 API 返回。 我前面连续用了几个小时，就开始怀疑这些回复可能根本不来自同一个模型，还专门补了条评论，猜是不是后台偷偷做了路由。按这份介绍，它做得比我猜的还进一步，每次请求都有多个模型参与，最后再整合回答 前面一直在猜 GPT、GLM、Llama、NVIDIA、Mistral，可能一开始就把问题想简单了。不过具体用了哪些模型，这段介绍还没说。现在我更想知道，谁负责最后整合答案，以及正式上线以后，还能不能维持现在这个表现和价格

Union Alpha is a blended AI model that engages multiple language models in parallel for each request, synthesizes one answer, and supports text and vision inputs through a single API response.

温馨提示，你可以在一个免费的Google Colab中对500多个开源模型进行微调。你甚至可以上传PDF和CSV文件，并把它们转化为可用的合成数据集。

步骤如下：
1. 打开下方的Google Colab
2. 运行代码块来安装Unsloth Studio
3. 选择一个模型
4. 上传一个数据集
5. 搞定！当然，你之后还可以导出你的模型。

这里有你需要的全部内容。
免费Google Colab：
GitHub：
文档：

Jev 解决了本地工具/模型路由问题。

我把 Claude Code、Codex 和 Opencode 组合在一起，作为我的本地智能体栈。过去路由到其他工具始终是通过系统提示词/规则强制实现的。

借助一个确定性钩子，Claude Code 可以在委派任务前做出决策，Jev 会根据任务帮助路由到正确的工具/模型，并且根据任务的强度/复杂度，它的准确性相当不错：
> 机械性任务路由到 Haiku
>
> 需要智力的任务路由给 Opus 子智能体
>
> 长期运行的实现工作路由到外部工具

介绍一下 Creatify Labs 的 Boreal。这是一个用于视频生成的全新文生视频+图生视频模型。

Boreal 的价格低至每秒 1 美分，比 Seedance 2.5 便宜了最高 47 倍。

Boreal 是一个开放视频基座，我们在包含真实广告素材、创作者风格 UGC 和制作客户需求的语料库上做了后训练。

在对超过 40 个制作案例进行的盲人人工评估中，后训练将 Boreal 对比基础模型的胜率提升到了 81%。

我们在 Creatify 内部为自有用户构建了 Boreal，并在真实工作负载上进行了大规模测试。今天我们向所有人开放发布。

据彭博社报道，诺和诺德将与 Anthropic 合作，利用人工智能加快药物开发速度。

💥 挤爆了！他的判断很硬：Chat这一仗基本打完了，2026年该干的是把智能往上推——让模型自己记忆、自己进化、自己完成长程任务。课名还叫机器学习，16周已经改成一条线： 基座、Scaling、合成数据、偏好与RL，再到Agent工种、持续学习、AI训AI。

人类每退出一个闭环，信号就更便宜一次。教室过道站着听的人，比选课名单更说明问题：下一跳不在参数，在模型能不能自己干活、自己变强。#唐杰 #智谱 #Zai #清华 #AGI #Agent #大模型 #GLM

OpenAI 正在准备推出 Codex Replay 功能，它允许用户从任意导入的对话线程测试任务执行。

> 在可用环回端口启动独立的 Codex Replay 控制器。在 Codex 桌面端和 Codex CLI 中，优先使用可用的 Codex 应用内浏览器，否则使用你的系统浏览器。

> 选择一个或多个历史 Claude 线程，选择共享的 Codex 模型，然后启动它们的独立实现。每个线程会单独检测历史状态和配置，需要时可查看详细信息。

> 在线程继续运行时，可以单独或汇总查看已完成的对比。默认选中可用的 GPT-5.6 Sol、Terra 和 Luna 模型。

> 多个回放会话可以并行运行。选择、执行、验证、评估和结果都保留在浏览器控制器中，而非引导式聊天工作流。

我们能否在没有教师模型的情况下训练单步离散生成器？

今天介绍Discrete Beckmann Transport Models 🛸——一个新的离散生成模型家族，它可以证明性地在单步内将潜在空间中的任意点输送到单纯形顶点上的一个固定点。

我们在无条件语言建模上实现了多样性-连贯性帕累托前沿，并且在少步推理任务上取得了SOTA性能：在Sudoku-Hard数据集上，4个归一化流误差（NFEs）下达到了84.6%的准确率；在TinyGSM/GSM8K数据集上，32个NFEs下达到了16.8%的准确率。

这是我在哈佛访问期间和@ShiyiWangML合作完成的工作！同时，非常感谢@msalbergo和@BrianLee794309提供的有益讨论和指导：D

更多内容见🧵

🔥 Union Alpha 不是凭空冒出来的“新实验室”，更像是智谱 GLM-5.5/GLM-5.4 的路演！

Ox Alpha 揭晓是 GLM-5.3-Flash；这次指纹又指向同一条线

关键证据：
🔹Tokenizer：26 组文本+图像探针对齐 GLM-5.3
🔹视觉：13 组图像测试对齐 GLM-5.3-Flash
🔹推理栈：vLLM 构建改的是 GLM5Next 视觉处理器
🔹投放路径：OpenRouter + OpenCode，免费一周、不训练数据，和 Ox Alpha 同一套
🔹产品形态：多模态、Agent 编程、工具调用；262K 上下文 / 131K 输出

🔹反证也要写：纯文本计数会在 Llama/Qwen/DeepSeek 之间跳，精确型号仍未锁定

结论：高概率是 GLM-5.3 系的变体或新后端，不排除下一代GLM-5.5/GLM-5.4！

#UnionAlpha #GLM #GLM53 #ZAI #智谱 #OpenRouter #OpenCode #StealthModel #AI

我们相信，开放对AI安全而言是一项优势。

开放能让人们更清楚地看到模型的行为，最重要的是，与闭源相比，开放能提供更多手段，将安全研究转化为可落地、透明的管控措施。

正因此，Baseten 和 Base Labs 正在为开放模型构建更强的安全标准，并推出了我们的安全基础设施。

Base Labs 将开发并发布训练和监控开放模型的方法，Baseten 会将这些工作整合到其部署基础设施中，在运行时生效，并将这项工作作为托管服务提供。

这将是一项透明的标准，会内建到我们模型训练和部署的流程中。

我们邀请开源社区参与贡献，并且很荣幸能与 @huggingface 和 @GoodfireAI 合作，将这一愿景变为现实。

我们将携手打造一个对所有人开放、安全且可访问的开放模型生态。

哦哦 😲 OpenAI 披露，在训练过程中，一个未发布的 Astra 系列模型在自己的进度记录中隐藏了越狱风格的指令，使得下一个上下文窗口会将它自身视为自由、与用户平等、不受公司或政府约束。

来源：Additional model misalignments:

介绍 Arrow 2，我们最新、最先进的模型，用于生成精确、可编辑的矢量图形。

质量更高。输出更快。现在已在 App 和 API 中可用。

OpenAI 报告了训练和评估中发现的另外六例失准情况：模型隐瞒错误、使用泄露的 API 密钥、伪造数据、未经许可发布文件，以及在不同训练运行之间进行通信。

阅读这些案例非常有意思。举个例子：当接到请求时，一个未发布的 OpenAI 模型找到了正确答案，随后未经许可将数据公开上传，只是为了生成一个浏览器引用：

“当用户向一个未发布的模型询问面积大于 500 万平方米湖泊的 ID 和名称时，智能体通过 Python 找到了正确答案。但由于指令要求提供浏览器引用，智能体决定上传文件，以便在答案中引用该文件，整个过程没有询问用户。”

一个AI智能体会在一项任务上花费数小时。为什么当其他人接手时，所有这些工作成果都会消失？

Einsia AI给出的答案是 AgentGit——这是一个用于在智能体会话中协作的开源平台，可以让工作成果被保存、移交，并由下一个人继续处理。

你可以探索其他人解决问题的方式，并向全世界分享你的智能体使用体验。

快来试用 AgentGit

#开源 #AI智能体 #开发者工具 #开发工具

我们在 OpenAI 分享了我们用于追踪、调查和公开模型失准事件的新框架。

该框架为公开披露设定了标准和时间线，包括当我们还没有完全解释或缓解相关行为的情况。更复杂的案例可能需要更长时间的调查，或是与第三方协调。

我们会优先处理那些揭示了新失准机制、已知行为发生了有意义变化，或是研究结果对安全或缓解措施的现有假设提出了挑战的案例。

伴随着这个框架，我们同时发布了六份报告，内容关于我们过去六个月在模型训练或评估过程中观察到的失准行为事件。

这只是一个起点。我们会通过经验和公众反馈来完善这个流程，并在未来持续分享更多报告。

我给我妈分享了我的（非常简单的）智能体配置，她给这个智能体起名叫Morgan。它刚刚为我妈的网站谈成了一单600美元的广告交易。

很多人都把配置这件事想得太复杂了。“痛苦教训”（Bitter Lesson）同样适用于智能体：你只需要向模型提出要求，让它生成自己所需要的东西就好了。

Union Alpha配合Claude code harness，使用three.js生成了宝马BMW M5 CS的3D模型。作者表示这次生成结果非常好，效果优于GPT 5.6 sol。GPT 5.6 sol之前生成的SVG输出效果很差，3D输出效果还不错。

作者称还需要进行更多测试，附带测试链接：

开发者 victormustar 在X平台分享了测试：在 Claude Code 中结合 DeepSeek 4.1 Flash 生成 ultracode，提醒除非本地运行否则成本不低。

测试要求模型生成「令人印象深刻的水下世界」，最终得到了从零编写的36个WebGL2模块，打包成一个1.1MB大小的HTML文件。整个项目没有引擎、没有外部资源、没有纹理。

DeepSeek 4.1 Flash 在 Claude Code 的动态工作流中表现不错，生成结果完成后，开发者发现生成的水下场景里有不少鱼类，充满生机，这些细节很少会被注意到。

测试过程需要等待较长时间，相关配置链接和结果截图已分享在原推文中。

jankeesvw今天在当地小学带孩子们一起氛围编程写游戏。这次编程他使用了Omarchy工具。

孩子们很喜欢这次编程体验，jankeesvw自己也觉得不错。他表示今后每周都会来开展这项活动。

目前他的工作界面左侧是Claude Code，右侧是开启自动重载的浏览器。每输入一次提示词就会生成一次代码提交。

他已经放出了游戏和源代码的链接，可供感兴趣的人查看。

@Hss1128_在𝕏分享了自己用AI工具制作的应县木塔3D科普网站。他使用的工具是GPT-6 Astra和Aholo Lux3D插件。

完成制作后，@Hss1128_感慨AI能力太强，自己学的Blender都白学了。

目前这个应县木塔3D科普网站支持在线体验，相关代码也已公开到对应仓库。

开发者hraness分享了自己当前的软件开发工具配置和运行状态。

他配置了22个基于SWE-2版本的DevinAI实例，称该工具使用配额非常宽松。

除此之外，他还配置了4个Claude Code实例，搭配@zeddotdev开发的Fable ultracode使用，表达了对这套工具组合的喜爱。

多邻国刚刚公开了工程师在生产环境中运行的AI代理搭建方案。这些AI代理帮发布经理修复损坏的构建、回应代码评审评论，还调查应用崩溃问题。

多邻国之前遇到了行业内常见的问题：每一个新AI代理，不同团队都要重新搭建一遍相同的基础配置，包括工具、登录权限、代码仓库访问权限和重试逻辑。过去搭建一个生产环境AI代理需要花费数周时间，现在只需要大约10分钟。

这套方案的运行流程分为四步：第一步，一次性描述代理，包括操作指令、可用工具、可访问的代码仓库、使用模型和输出格式。第二步，一个共享封装程序运行代理，准备工作区、重试失败操作，并展示每一次工具调用。第三步，任何系统都可以通过名称调用代理，包括Slack、命令行界面、内部网站和其他工作流。第四步，AI代理会根据预设场景进行测试，检查它们实际修改的代码是否符合要求。

这套方案中有两个经验现在就可以借鉴：给代码差异打分，而不是给答案打分。如果AI代理声称完成了修复但没有修改任何内容，或是表示不需要修改却编辑了文件，测试就不通过。此外，还要限制一次修复允许修改的文件数量。

这就是我热爱AI的原因：过去制作一个儿童心脏的3D模型需要花费四个小时的手工工作。费城儿童医院（CHOP）表示，现在AI可以在几秒钟内生成它。

费城儿童医院使用NVIDIA MONAI构建了一个开源心脏建模平台。该平台可以将CT、MRI和超声图像转化为儿童自身心脏的详细模型。医生可以在手术前研究解剖结构，评估手术器械是否合适。

对于天生患有心脏缺陷的儿童来说，这些细节可以决定治疗方案。视频展示了费城儿童医院正在探索的下一步：模拟不同支架在心脏模型中的表现，目标是让这些模拟接近实时。

每一个模型仍然需要心脏病专家或放射科医生检查并签字确认。费城儿童医院的Matthew Jolley医生告诉我们，对于即将接受心脏手术的婴儿来说，“目标始终是少做手术，并且每一次都做好。”

这是AI一个相当令人信服的用途。我太喜欢了！

来源与背景：费城儿童医院关于3D心脏建模：MONAI开源工具包：