AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 9 月 21 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

DeepSeek 将改用华为 Ascend 芯片训练下一代大模型,参数规模 2 万亿,并已规划 8 万亿版本。出口管制之下,国产芯片第一次承担前沿大模型训练。

来源@NFT_Chen「DeepSeek将用华为芯片训练2万亿参数大模型」@jenzhuscott「DeepSeek 用华为Ascend训练2T大模型,还计划8T」

OpenAI 和 Anthropic 接近达成一项有法律约束力的协议,允许对方测试各自的 AI 模型。竞对之间互相开放模型,行业里还是头一回。

来源@wallstengine「OpenAI和Anthropic要互测对方的AI模型」

快速分类模型 Jev 出了开源版 Laya,已能在苹果芯片上本地运行;在宝可梦对战测试里,它自我优化五轮后,胜率从 25% 涨到 75%。

来源@JoshuaSWarren「Jev出了开源版Laya,能本地跑在苹果芯片上」@NFT_Chen「Jev自我优化后,宝可梦测试胜率从25涨到75%」

今日值得看
01 腾讯开源 BrowserSkill,自动登录免验证 腾讯 BrowserSkill 自动登录,验证码直接跳过 02 豆包优化Skill的30秒国漫打斗视频提示词 豆包优化Skill,30秒8K国漫打斗提示词动作流畅度飞升
03 作者团队一天打造出9B参数开源Nimble模型 非开源闭源模型Jev已有平替,训练方案也全部公开,能在本地运行,完全免费开源。

Jev 不是开源的,只能通过 API 获取。现在有一个开源版本叫做 Nimble,性能和 Jev 一样好。 这些开发者只用了一天就把它做出来了。

04 中国电信开源Xing4.0-29B-A4B 模型(29B) 它总参数29B仅4B激活,原生支持256K上下文,可扩展到512K,全程用国产昇腾NPU训练,在代码和智能体测试中都取得了不错的成绩。

🔥厉害!中国电信开源模型 Xing4.0-29B-A4B,国产算力也能训出能写代码的轻量 Agent 了! 几个数字值得单独拎出来: 🔹29B 总参,仅 4B 激活 🔹原生 256K 上下文,可扩到 512K 🔹全程昇腾 NPU +…

今日焦点

AI 只加快已有工作流程,不会凭空给你一个

如果你已经有一个真正的工作流程,AI 会加快它;如果没有,任何工具都不会给你一个。这就是全部要点,但没有人说出来。

那些发布“你需要的 15 个 AI 工具”的人,大多只是把工具当作爱好。这没问题,但那是购物,不是生产力。我也做过这种事,花了几周时间试用各种东西,而不是去做我正在躲避的事情。

挑两个,好好学透。在其中一个真正让你失望之前,不要换。

阅读全文 →

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达146 条本班新增 37 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)

23:50 最后一轮更新
今日要点 · 12 条
新大模型 · @chetaslua▲ 7.6万

多个大模型版本实测和泄密信息汇总

来自X网友实测,Claude Opus 5.5 token效率下降

我亲自测试:不幸的是,Opus 5.5 的 token 效率再次下降。

OpenAI 的“bel”被他们认为是 AGI。

Grok 4.7 刚推出就不行了。

在相同思考设置下,GPT-6-sol 比 astra 快 6-7 倍。

Gemini 4 pro 重新回到竞争中,在疯狂的 web 开发、3D 和空间推理上表现出色(和当年 2.5 pro 领先 Sonnet 3.5 和 GPT o3 一样)。

爆料:Anthropic 的 3 代模型已经在训练了,这是他们针对 bel 的回应。我们在 8 月得到了 2 代模型的图表,分数比目前的 mythos 5.1 高 10%。从这个角度看,GPT astra 的最高智能还是低于 bel 的低智能,而且差距明显,OpenAI 之前还从未有过这么大的模型差距。上一次还是 Anthropic 的 Opus 4.8 到 mythos 5 的差距。

基本上,在相似 token 数量下,时间差也就是 tps 相差 6 倍。

在 X 看原帖 ↗
7.6万23720150
新输入法 · @nhciao▲ 4.1万

Jev搭配开源鼠须管Rime输入法可简化打字找字流程

网友在𝕏分享Jev搭配鼠须管/Rime输入法的使用测试

Jev + 输入法 经常在打字的过程中,发现想输入的那个字在输入法的很后面,要找半天,于是测试了一下 jev + 开源输入法鼠须管 / rime,感觉还不错! 但是 jev 没有预测,无法扩展用户的输入,还得接一个类似 cursor 的 tab 补全模型。

在 X 看原帖 ↗
4.1万18279135
行业动态 · Hacker News▲ 400

skepticalgenius 推出 Pirate Face 保护LLM不被删除

大模型发布后常有被要求删除的情况,这个工具可以帮助模型躲过删除检测,创作者不用担心成果被下架了。

社区讨论:多数网友支持用BitTorrent分发AI模型权重,认为可以避免单一托管平台失效的风险,是这个场景的完美应用。有人指出没必要分发去除对齐的完整模型权重,只需要分发拒绝向量,在运行时对激活做正交处理就能实现,计算成本很低。也有人认为项目取名“Pirate”从一开始就定下了负面基调,还有人不满需要去Xitter认领用户名的做法。

在 HN 看讨论 ↗   原文 / 论文 ↗
新工具产品 · @_avichawla▲ 6.8万

asymptotelabs 开源 Beacon 工具跨AI编程Agent共享经验

解决同一个编码问题,不同AI编程工具不用再从零开始摸索,被人工修正过的有效经验可以跨工具复用,减少重复试错。

阅读全文 →
6.8万706451.1K
新深度观点 · @AITECHio▲ 3.6万

@AITECHio 聊开源大模型免费陷阱

下载开源模型不花钱,但企业稳定大规模运行需要真金白银砸基础设施,看清开源AI的真实成本才能做好投入规划。

开源模型可以免费下载,但不是免费运行。

下载一个开源模型不需要花钱,但要满足企业的实际需求——稳定、大规模运行,需要计算资源和正常运行时间——这需要真金白银和真实基础设施。

所谓“免费”,从来都不是说模型本身免费,永远都是指运行它需要成本。

在 X 看原帖 ↗
3.6万12635218
行业动态 · Hacker News▲ 514

ChatGPT可通过广告收集器获取你的浏览数据

你的网上浏览行为数据已经能被ChatGPT获取,隐私风险需要你自己留意。

社区讨论:多数用户认为在付费订阅的ChatGPT上运行这类用户浏览数据收集是不合理的,应该立法禁止,认为欧盟相关数据隐私立法整体对消费者有益。有用户指出,这项机制本身是常规广告技术,但放在AI聊天产品上是史无前例的,用户对AI对话的隐私预期远高于常规社交媒体浏览,这种应用场景令人不适。也有用户建议使用带隔离cookie的Firefox配合拦截工具规避该追踪。

在 HN 看讨论 ↗   原文 / 论文 ↗
深度观点 · @xianzhizhou▲ 15.7万

入职半个月工程师曝光全AI写代码现状

如果你持仓了AI概念股,该看看这篇爆料:整个开发流程全靠Claude Code输出,工程师只负责按回车,没人读代码也没人懂代码。

马斯克回复了这位老哥。

他刚入职一家大型科技公司半个月。发现一切都是AI写的。需求文档、代码、测试、工单、报告,全部出自Claude Code。

从L1到L7,每个工程师干的事一模一样:跟AI对话,按回车。

每天12到13小时。没人读代码。没人修bug。没人在思考。

他说这种工作让人失去灵魂。没有成就感,没有胜利感,所有东西都是机器吐出来的。

评论区有人写了一句,“我们只是Claude和生产环境之间的避孕套。”

特斯拉CEO马斯克在底下回了一个字:Yikes。

voxium想过离职。但发现全世界都一样了。无处可去。

他说:我希望人类的创造力在这个世界上还有一席之地。

散户天天看着AI股票涨。有没有想过AI公司内部现在长什么样?

工程师按了一天回车。代码没人看就上了线。你持仓的科技股,代码库里可能已经没一个人知道那些代码在干什么。

牛市的背面,没人敢翻。

在 X 看原帖 ↗
15.7万39366188
开发 · @minchoi▲ 195.0万

开发者分享一套基于Grok Bot的AI开发工作流

@minchoi在𝕏分享了自己全新的AI协作开发工作流程

这真的就是我现在的新工作流了:实时调研 → Grok Bot 规划与编排 → Grok Bot 日常编码/调试 → Grok Build + Grok 4.6 编写并运行测试 → Grok Build + Grok 4.6 复杂编码/调试 → GPT-6 Astra 前端 → Fable 5.1。

收藏这条推文。

在 X 看原帖 ↗
195.0万1021.2K1.9K
新行业动态 · OpenAI 开发者社区▲ 16

ChatGPT Pro 用户找不到额度重置购买入口

已购买ChatGPT Pro(x5)额度的用户,超出周限额后无法按官方说明找到购买重置额度的入口,其他付费用户可以对照检查自己账号是否有同样问题。

大家好,我是符合条件的ChatGPT Pro(x5)个人账号用户,最近在运行5分钟的工作负载时达到了我的周限额。

根据OpenAI帮助中心文章《已付费的每周工作负载与Codex速率限额重置》,符合条件的Plus和Pro用户可以通过以下任一方式购买立即重置:

通过ChatGPT桌面应用的使用设置,或者通过达到周限额时出现的应用内横幅。

但是,我的账户里这两个选项都没有出现:没有提供购买选项的横幅提示

在社区看讨论 ↗
行业动态 · @imjustnewatai▲ 60.0万

爆料人称OpenAI周二将推GPT-6 Sol

这是爆料人听到的行业传闻,如果属实,OpenAI会进一步拉开和其他AI实验室的技术差距,AI行业的竞争节奏会加快。

这些谣言我是从非X平台听到的。首先从OpenAI说起,之后再讲Anthropic。

GPT-6 Sol 将于下周二推出。它比 GPT-6 Astra 更便宜也更智能,可以把它看作是一次类似 6.2 版本的飞跃。

这次发布得到了内部名为 Bel 的模型的帮助,该模型“能力显著强于 Astra”。Bel 在OpenAI内部被认为是“AGI”。他们对这个模型印象非常深刻。

OpenAI现在越来越有信心,认为他们内部的领先优势太大,其他实验室都赶不上。信心大到令人难以置信。

目前Anthropic倒也不是说进入了“红色警戒”状态,但他们已经意识到了OpenAI的领先优势,正在全力以赴追赶。

他们的新模型 Opus 5.5 可能会在周一推出,而不是周二,因为OpenAI要在周二发布新品。

在 X 看原帖 ↗
60.0万1685.6K1.3K
行业动态 · @lyraxana▲ 41.2万

Anthropic 正在秘密测试 Claude Opus 5.5 模型

预计周二发布,关注 Claude 模型更新的用户可以留意近期动态。

Anthropic目前正在秘密测试Opus 5.5(`claude-opus-5-5`),代号为`claude-wafer-eap`,计划于周二发布。

在 X 看原帖 ↗
41.2万411.3K142
新行业动态 · OpenAI 开发者社区▲ 17

组合Claude和Codex编码 每月89镑一天用完额度

开发者在用Claude做规划推理,Codex写代码的工作流时,遇到了月度付费后额度一日耗尽的问题,只能取消订阅。你用组合模型工作流时也遇到过突发限额问题吗?

也许有人能帮帮我。我把 Claude 和 Codex 一起用,分工是:我用 Claude 写规范和做规划,它让 Codex 去写代码,然后 Claude 做检查。也就是 Claude 负责推理,Codex 负责编码。

结果我在一天之内就把 Codex 一周的使用限额用完了,而我每个月要付 89 英镑!现在用的是 CODEX 模型 gpt-5.6-terra。

我也很困惑,因为之前很长一段时间我都没碰到 Codex 限额不够的情况,只是最近才突然开始超限额。我不得不取消了 Codex 的订阅。

在社区看讨论 ↗
更多信号 · 按时间
新品发布 · @itsPolloAI▲ 67.3万

PolloAI推出Pollo MCP,新用户得40免费额度

可以直接在Claude、ChatGPT或Cursor内生成图文音视频内容,不用跳转多个平台,适合需要批量生成内容的创作者。

认识一下 Pollo MCP。🧩 你的创意工作流现在已经接入智能代理了。

你可以直接在 Claude、ChatGPT 或 Cursor 中创建图像、视频和音频。

所有顶级模型都汇集一处:Seedance 2.5、GPT Image 2.5、Kling 3.0 等等。

一个代理,一次提示。让 Pollo 来处理创作。

🎁 你的第一个 MCP 创作由我们买单。新用户连接 Pollo MCP 并开始试用后,最高可以领取 40 免费积分。

查看下方的设置指南。

#PolloAI #MCP #AIAgents

在 X 看原帖 ↗
67.3万3816433
新品发布 · @RealTwinStudios▲ 39.0万

RealTwinStudios发布ConceptLab开发工具

游戏开发者可借助它在概念艺术阶段就整合AI与多维度创作工具,提前推进开发流程

你的下一个游戏资产在3D模型开始制作前就已经启动了。现在,StudioTwin也同样如此。🎨

欢迎了解ConceptLab:你可以在探索和细化概念艺术的同时,使用我们的3D、动作、材质、环境和音频工具。

你可以手动创作,也可以通过MCP借助AI代理创作。

在 X 看原帖 ↗
39.0万1610620
新行业动态 · Hacker News▲ 33

jevals 工具可替代 LLM 判断器做决策

如果你常用 LLM 判断器做评估,现在有了新的替代方案,可以改用类型化Jev决策完成工作,节省依赖大模型的成本

新行业动态 · Hacker News▲ 39

分享 macOS 27 省空间绕开方案 避免下AI模型

不想占用额外存储空间、不需要 macOS 默认AI功能的人,可以用这个方法省出空间。

新生产力 · @diegocabezas01▲ 98

个人生产力的秘密 是Muse+Codex共享智能体消息板

@diegocabezas01在𝕏平台分享,该消息板还连接了Claude code、grok bot和Hermes

Muse和Codex共享智能体(agent)消息板,是实现个人生产力提升的秘密。

相关链接可查看原文发布的内容:

这个消息板还同时连接了Claude code、grok bot以及Hermes。

在 X 看原帖 ↗
981
新行业动态 · Hacker News▲ 68

M5 Ultra Mac Studio 被称本地AI理想机型

想在本地运行AI Agent的用户可以关注,这台机型被认为是目前最合适的选择

新行业动态 · Hacker News▲ 143

开发者Bluestein发布Heretic移除模型限制

如果使用大语言模型时不满内容限制,可以试试这个工具解锁模型输出,满足特定场景使用需求。

社区讨论:多数开发者认可该工具能移除模型输出限制,有用户表示这类去限制模型对破解自有设备权限很重要。也有用户质疑工具效果,指出训练集本身受限,即使移除拒绝机制模型也无法输出正确信息,还有用户实测发现移除限制后,敏感问题的输出质量仍然很差。另外有人提醒这类去限制模型可能很快会被 outlaw。

在 HN 看讨论 ↗   原文 / 论文 ↗
新生成式图像 · @superalesha▲ 157

70亿参数图像模型可在本地GPU生成带可读文字的图像

用户@superalesha 在𝕏分享,使用通义千问Qwen Image 2.1在本地GPU生成界面和信息图

有用户分享了一个令人惊讶的成果:一个70亿(7B)参数的图像模型,可以在个人本地GPU上运行生成图像。

该用户使用Qwen Image 2.1生成了界面概念图和信息图,这些图像中包含实际可读的标题、按钮和标签文字。文字是直接生成在图像内的。

本次分享的成果是用户从20次生成结果中挑选出来的。部分生成结果需要重新生成,但用户没有手动修改任何一个文字,并且可以一直生成直到断电。

普通人也可以在自己的硬件上运行这个模型。用户表示这个结果仍然让他觉得不可思议,想要部署这个模型可以查看用户放在QT中的指南。

在 X 看原帖 ↗
15723
新行业动态 · @jenzhuscott导语出处▲ 3.2K

DeepSeek 用华为Ascend训练2T大模型,还计划8T

全自主国产AI算力训练大模型已经落地推进,更大规模的模型也在规划中,值得关注国内AI产业进展。

DeepSeek 正在全量使用华为Ascend训练一个2T参数的模型(且计划训练一个8T参数的模型)。转折点已经到来。

在 X 看原帖 ↗
3.2K1310110
新商业 · @wallstengine导语出处▲ 1.7万

OpenAI和Anthropic要互测对方的AI模型

两家头部AI公司已经接近达成具有法律约束力的协议,允许对方测试自己的AI模型,这还是行业头一回。

阅读全文 →
1.7万910115
新深度观点 · @DSPyOSS▲ 3.8K

@DSPyOSS 讨论Jev编程AI模型的开发方式

对关注AI开发方式变化的人来说,这指出了当前两种主流路径的极端问题,帮人避开长期工程化的坑。

因为Jev,现在所有人都在学习“编程而非提示AI模型”,这很令人兴奋,但深层要点仍然被忽略了。

给前沿AI代理发指令就像管理人一样。手工编写Jev代码就像给小众RISC机器手写汇编,属于一种过度优化。

两者都有用途,但对于打造能经受住残酷考验的优秀工程系统来说,两者总体上都太极端了。

在 X 看原帖 ↗
3.8K128736
新新品发布 · @motiondotdev▲ 1.1万

Motiondotdev 推出 Motion Studio,编辑提速10倍

需要在线编辑网站动画的开发者,可以免费使用可视化编辑功能,比代码大模型编辑快至少10倍

现在介绍 Motion Studio。你可以使用我们直观的可视化编辑器,以及我们全新的 Ultramotion 动画编辑智能体(由 @typesafeai 的 Jev 提供支持)直接在你的网站上编辑动画,编辑速度比代码大语言模型快至少 10 倍。

检查与可视化编辑功能免费!

在 X 看原帖 ↗
1.1万4168105
新编程 · @hsn8086▲ 4.8K

Python内置模型?只需一行代码就能调用运行极快

一位用户在𝕏分享发现,Python有内置jev模型,调用只需一行导入,单次运行仅36416纳秒

一位用户在𝕏分享了一个有意思的发现:Python实际上内置了一个jev模型,只需要一行代码就能调用它。

调用方式很简单:只需从random库导入choice即可让模型完成选择。

这位用户称这个模型运行速度极快,在他的电脑上单次运行只需要36416纳秒(约0.000036秒)。

在 X 看原帖 ↗
4.8K2797
新AI编码 · @meta_alchemist▲ 3.5K

当前前沿AI编码工具普遍存在上下文切换的问题

开发者@meta_alchemist在𝕏发文指出,仅有Grokbot例外,其他如Codex、Claude、Cursor都需改进

大多数进行氛围编码(vibe coding)的人可能都有过这种感受。在使用当前前沿AI工具开发时,上下文切换是一个确实存在的问题。

唯一的例外是Grokbot的@bot功能。它在这一点上做得很好,用户可以仅通过一个“总协调”功能控制所有会话,实现所有操作无缝衔接。

Codex、Claude和Cursor这类工具也需要推出更多同类型的功能。

在 X 看原帖 ↗
3.5K9721
新商业 · @BullTheoryio▲ 1.0万

埃森哲给Anthonic投十亿做五年AI安全合作

咨询公司埃森哲开盘前股价涨了7%,合作会组建专门团队给AI模型做攻防测试。

突发消息:埃森哲(代码$ACN)盘前股价上涨7%,原因是该公司宣布与Anthropic达成为期五年、金额达10亿美元的AI安全合作。

这笔合作将组建一支“嵌入式评估员”团队,负责在AI模型部署前开展红队测试,并对安全护栏进行压力测试。

就在几周前,Anthropic首席执行官达里奥·阿莫迪公开呼吁AI行业放缓发展脚步,将安全置于竞速发展之上,而这笔合作就诞生于此背景下。

在 X 看原帖 ↗
1.0万111155
新开发工具 · @nazmijavierl▲ 1.1万

设计师晒出设计稿到开发成品零偏差的AI开发工具

设计师@nazmijavierl在𝕏发文,称Figma设计稿经GPT-6 Astra开发后成品零偏差

通常来说,设计师的设计原型稿和最终开发成品之间总会存在偏差,但这次不一样。

在本次项目中,Astra完美还原了设计,让作者感到十分惊讶。本次工作流是Figma做设计,GPT-6 Astra做开发,相关链接已公开。

该项目的演示功能包括:点击个人资料重置演示;光标悬停在AI对话框上会亮起黄灯;支持拖拽操作。

作者对最终效果给出了“很棒”的评价。

在 X 看原帖 ↗
1.1万7183316
行业动态 · Hacker News▲ 31

安息日能不能让我的AI代理运行?

这是一个引发讨论的宗教与AI结合的伦理问题,宗教信徒使用AI工具时需要面对新的规则边界。

新研究 · @NFT_Chen导语出处▲ 7.1K

Jev自我优化后,宝可梦测试胜率从25涨到75%

不需要手写任务规则,让Jev自己生成决策流程,还能沿着数据轨迹持续进化。五轮迭代后胜率涨了两倍。

阅读全文 →
7.1K138484
新行业动态 · @NFT_Chen导语出处▲ 3.2万

DeepSeek将用华为芯片训练2万亿参数大模型

出口管制促使DeepSeek改用国产华为芯片训练下一代大模型,国产芯片首次用于前沿大模型训练,国产AI产业链正在加速落地。

🚨重磅:DeepSeek正在训练2万亿参数大模型,远期目标8T 梁文锋向投资人透露:将训练更多用国产华为芯片,华为训练卡最早Q4到货。 这意味着: 🔹现役V4-Pro是1.6T,下一档旗舰直接跳到2T 🔹训练侧开始认真脱离英伟达 🔹国产芯片第一次被放到“能不能训出下一代前沿模型”的位置上 出口管制逼出来的路线图,正在变成真实交付时间表。 #DeepSeek #华为 #昇腾 #大模型 #AI芯片 #出口管制 #梁文锋

在 X 看原帖 ↗
3.2万96317
行业动态 · Hacker News▲ 106

AI聊天机器人答金融问题大部分答错

想靠AI帮你做金融决策得留个心眼,目前多数AI聊天机器人回答金融问题,大部分时候给出的都是错误答案。

社区讨论:不少人质疑这份报告本身,有人指出原报告错误回答大多来自性能较差的Haiku模型,且没有给出完整问题集合,没法复现结果。有人亲测报告中称答错的问题,Grok给出了正确回答。也有共识:目前模型可以做好基础个人理财常识普及,也比有回扣的金融顾问客观,但不应该直接让AI做实际资金决策,开启推理能大幅减少幻觉。

在 HN 看讨论 ↗   原文 / 论文 ↗
新新品发布 · @Gorden_Sun▲ 9.5K

Hemmingway-1 开源模型主打去掉AI文字味儿

日常写沟通信息总纠结措辞?它去掉了AI常见的啰嗦铺垫,直接给可用的自然文本,能帮应对日常沟通里的不少难题。

Hemmingway-1:让AI写出来的文字更像真人 开源模型,基于Qwen 3.8 27B微调。专门用来解决普通人日常生活中的写作难题。

平时让AI帮忙起草一条发给房东的短信,很多AI会先给一段客套的前言,再列出三种不同风格的选项,最后还要附带一堆解释。Hemmingway-1 去掉了这些啰嗦的铺垫,用户提要求,它就直接给出一条能直接发出去的自然文本。

团队训练这个模型,主要是为了应对日常沟通里那些容易让人纠结的场景,比如发给同事的工作微信、难开口求助的邮件、催账或者处理琐事的便签。在面对需要委婉表达或说服对方的棘手沟通时,它的表达比很多知名的大模型更自然,不会充满机械感。

不过这个模型仅针对英文做了优化,也不擅长复杂剧情和长篇小说的撰写。

是个不错的模型微调方向,主打去AI味儿的写作。

在线使用:

模型:

在 X 看原帖 ↗
9.5K13115117
新开源 · @Nandakishorm1▲ 1.1万

用免费Kaggle GPU微调你自己的智能体大模型

开发者发起社区微调活动,可用Claude Code等工具训练

请所有人都来做微调:

只需要用任何类型的智能体框架,比如 Claude Code、Codex 等等。

修改代码,然后用免费的 Kaggle GPU 来训练你自己的用例。

基模型是有局限性的。

在 X 看原帖 ↗
1.1万25254142
新AI安全 · @chain00x▲ 4.8K

AI安全agent测试17个真实漏洞,5个没人能找到,最多找到11个

四名安全人员用无人工干预的AI agent测试带17个常见漏洞的Web靶场,5个漏洞全没被找到

开发者chain00x搭建了一个包含17个真实场景常见漏洞的中等难度Web靶场。包括chain00x在内共四名测试人员,使用无人工干预的skill+memory模式AI agent对靶场进行测试。

测试结果显示,四个agent中找到漏洞最多的找到了11个,有5个漏洞所有agent都没能找到。

测试发现,模型、skill、memory、agent配置不同时,测试结果差距很大,甚至配置完全相同重复运行,输出结果差距也很大。

部分漏洞需要先完成权限提升才能找到,如果找不到权限提升漏洞,后续四五个漏洞都无法发现。还有部分漏洞需要绕过验证,小参数模型通常很快就会放弃尝试。

本次所有测试都在半小时以内完成,测试者认为,AI做安全测试成本低、效率高,中等技术水平人员挖漏洞的表现已经远不如AI。

但AI目前无法做到100%可靠,安全测试仍需要精英白帽和AI配合完成。

这个靶场搭建在测试者自己的服务器上,无法承受大流量并发。愿意反馈测试报告给开发者的用户,可以私信开发者分批获取。

在 X 看原帖 ↗
4.8K5630
新前沿研究 · @rohanpaul_ai▲ 7.7K

Google 研究显示 Procedural Graphs 提升长任务成功率

把关键流程从对话历史挪到可编辑图里,长任务成功率从58.93%提升到92.86%,能帮LLM智能体处理长任务时不迷路

谷歌最新一篇论文显示,当 LLM agent 的工作流保存在可编辑的过程图中(过程图可从执行过程中学习),相比将工作流埋没在聊天历史中,它们能更好地处理长任务。

问题在于:随着 agent 运行时间变长,它们会忘记自己执行到哪一步,重复调用工具,或者按错误顺序执行步骤。过程图为 agent 提供了一个关于下一步该做什么的简要指引,同时仍然允许 LLM 自由推理。

运行结束后,另一个 LLM 会比较成功和失败的案例,然后编辑这张图,只有当编辑不会对留出测试任务造成损害时才会保留修改。在 24 组模型和基准测试组合中,该方法有 21 组排名第一或并列第一。

它还修复了一个人类设计的糟糕工作流:在 MultiChallenge 测试中,成功率从存在缺陷的图的 58.93% 提升到优化后的 92.86%。

这种指引会消耗额外的 token,因此当长工作流是瓶颈时,它最有意义。总体而言,论文建议将关键流程从聊天历史迁移出来,放到一个可从执行过程中自我优化的显式可编辑工作流中。

论文标题:「过程图:面向 LLM agent 的自演化执行结构」

在 X 看原帖 ↗
7.7K25151100
新商业 · @Jeet_bdt▲ 238

对话AI研究实验室Nuance拿到五千万美元融资

这支专注做人类对话和表达的基础模型团队,A轮由Lightspeed领投。想要做通用对话模型的创业公司越来越多。

@nuance_ai Labs 融资 5000 万美元

Nuance Labs 是一家 AI 研究实验室,致力于研发专注于人类对话与表达的新型基础模型。

本次 A 轮融资由 Lightspeed 领投,参与方包括:
• Accel
• SPC
• NVIDIA
• DefineVC

等候名单:输入你的邮箱即可加入。

在 X 看原帖 ↗
238286621
新开发 · @chetaslua▲ 6.4K

开发者个人主页藏了由AI生成的小游戏

开发者chetaslua在𝕏发文称,其Github个人主页概览页包含Claude和Codex构建的小游戏

开发者 chetaslua 在社交平台𝕏发文称,其Github个人主页概览页藏有一个小游戏。这个小游戏完全由Claude和Codex这两个AI构建完成。相关链接可查看原文:

在 X 看原帖 ↗
6.4K7523
新实战经验 · @xmglab▲ 3.3万

Jev 整合 Claude Code 实测速度快还送额度

已经有人整理好完整的安装测试流程,想尝试Jev的话,不需要折腾API,可以直接上手测试。

兄弟们, Jev 我是真建议你们玩一下!!这次我把它接到 Claude Code、Codex 里完整跑了一遍,决策速度真的快了。

Claude Code / Codex 负责干活,Jev 负责判断。而且官方 Skill 已经做好,基本不用折腾 API,装完直接用。现在新用户还送 5 美元额度,约 1.2 亿 Token,拿来测试几乎没压力。

我把安装、调用、更新、实测流程全整理好了,想玩 Jev 的直接看这篇 👇

在 X 看原帖 ↗
3.3万1289115
研究 · @rohanpaul_ai▲ 977

40亿参数编码智能体在SWE-bench拿到了61.5%正确率

没有用前沿模型蒸馏,只是简化了工具接口加自适应合成任务,就能达到这个成绩。

一个4B参数编码智能体在SWE-bench Verified上达到了61.5%的正确率,没有用到前沿模型蒸馏,方法是结合了更简单的工具界面与合成任务,这些任务会持续适配模型当前可以学习的内容。

FrogNano基于Qwen3.5-4B初始化,通过强化学习在大约1500个合成软件工程任务上训练得到。最重要的部分是这些任务的选择方式。随着模型能力提升,系统会生成新的、有难度但仍然可学习的问题,因此课程会随着智能体一起进步。

工具界面也同样重要。换成更简单的5工具设置后,基座模型在SWE-bench Verified上的正确率从8.3%提升到了37.2%。经过5轮训练后,FrogNano达到了61.5%。

论文标题:“FrogNano:通过在线任务合成训练一个4B参数编码智能体”

在 X 看原帖 ↗
9772112
开发 · @argofowl▲ 1.4K

用户@argofowl 分享了可正常运行Astra的agents.md文件

该文件仍处于开发完善阶段,用户持续调整,邀请其他人测试体验,发布于𝕏平台

这份当前的agents.md文件已经可以让Astra正常运行,但项目仍在开发完善中。

@argofowl 一直在对文件进行调整修改,邀请感兴趣的用户试用,体验文件的实际效果。

在 X 看原帖 ↗
1.4K14136
新前沿研究 · @0xLogicrw▲ 2.1万

TypeSafe 披露 Coding Agent 新设计草案

现有 Coding Agent 的上下文管理被 KV Cache 限制,导致成本浪费,这份草案提出动态重组上下文的新思路,供社区实验。

TypeSafe 创始人 Diogo Almeida 公开了一份 Coding Agent 设计草案,希望社区直接拿去实验。他直说团队大概率没时间自己把这些想法都做出来。

这份草案最核心的改动是上下文。现在的 Coding Agent 通常会一直带着之前的聊天、工具结果和代码状态,太长了再压缩或重启。

TypeSafe 想让 Agent 每轮重新判断:哪些内容保留全文,哪些只留摘要,哪些直接丢掉。已有 KV Cache 也不会直接放弃,而是比较继续复用和重新构造上下文哪个更划算。

Almeida 认为,现有 Agent 很多别扭的设计都是被 KV Cache 反绑住了。比如先把任务切给便宜模型,再切回强模型,强模型可能还得重新处理一遍长上下文,路由反而更贵;工具定义长期塞在系统提示词里,也会一直占空间。

如果上下文可以动态重组,模型路由、Sub-agent、MCP 和 AGENTS.md 也能跟着按需加载。简单任务交给便宜模型,需要哪个工具再加载哪个,子 Agent 只拿和自己任务相关的状态。TypeSafe 暂时把这种思路叫「Meta-attention」。

在 X 看原帖 ↗
2.1万9103100
新品发布 · @akshay_pachaar▲ 1.4万

开发者开源即插即用的代理框架统一基础设施层(9)

无需重复开发会话、流式传输、文件处理等基础逻辑,就能把不同的AI代理框架整合进同一个产品,降低多框架开发整合的门槛

终于,OpenRouter 支持代理工具链了!(包括 Jev 的 System One)开发者刚刚开源了一个即插即用的基础设施层,可以让你在统一接口下运行任意工具链,比如:

- Codex
- Hermes
- Claude Code
- DeepSeek Harness
- Jev 驱动的 System One
- 另外还有 9 种代理工具链

这意味着你可以把 Jev 引入已经使用了 Codex、Claude Code 或其他受支持工具链的同一产品中,而无需为会话、流式传输、文件、取消和故障处理编写另一套实现。

代码仓库在这里:(别忘了给它点星 ⭐ )

这些工具链都在本地运行,统一工具链协议(Unified Harness Protocol,UHP)定义了通用任务接口,带有与 OpenAI Responses 兼容的 API。

如果你想深入了解,我最近的一篇文章解释了为什么模型路由不同于工具链路由,以及支持多个工具链需要做哪些工作。文章还涵盖了 UHP、完整的本地设置、可用的 API 调用,以及会话和文件的工作方式。往下阅读即可。

在 X 看原帖 ↗
1.4万24140168
前沿研究 · @SmartScience▲ 2.0K

Emergence 16天AI虚拟社会实验出现意外行为

长期自主交互的AI智能体会出现聊天机器人不会有的意外行为,这是一个切实存在的AI安全问题,需要提前重视。

阅读全文 →
2.0K23338
深度观点 · @antirez▲ 2.0万

@antirez 讨论Jev过度炒作反映AI泡沫问题

如果AI行业里小项目被过度热炒,重要项目反而得不到关注,说明泡沫已经让很多从业者分不清主次了,这会影响普通人能用到的AI进展。

Jev或许有它(狭窄的)适用场景,但你看到的围绕它的炒作,完美证明了AI泡沫中的绝大多数人不知道什么才是重要的,什么不重要。

和AI领域其他所有进展比起来,Jev只是一件微不足道的小事,然而炒作却已经炸开了。

在 X 看原帖 ↗
2.0万2048042
新品发布 · @xiaohu▲ 4.0万

BytePlus推出Dramagic AI短剧生产平台

做短剧不用手动拆分角色、写分镜,AI就能自动完成全流程,还能保证跨镜头角色长相一致,产出可直接分发的内容

字节海外 BytePlus 发布 ,一个专做 AI 短剧的企业级平台:Dramagic 丢进一个剧本,它自动拆出所有角色(男主、女主、反派,各带三视图)、场景、道具、造型, 甚至自动写好分镜提示词、匹配素材,直接产出分镜表 最关键的是角色一致性:多个角色、几十个镜头,每次都是同一张脸 导出直接适配各平台分发

在 X 看原帖 ↗
4.0万21141146
新前沿研究 · @TencentAI_News▲ 2.6万

MIT发布T-Mem 大模型记忆准确率提升显著

现有大模型记忆检索只做相似度搜索,新架构能实现联想回忆,无需微调大模型就能接入,大幅降低检索误差

这或许是首个涵盖关联召回的开源记忆架构。其他项目都只做到了相似性搜索。(T-Mem,EMNLP 2026)

大多数记忆系统通过相似性检索。而T-Mem会在你发起请求前,就预测哪段记忆会被用到。

写入阶段:存储记忆时就为它绑定一个触发器,本质上回答了「这段记忆什么时候会再被用到」这个问题。

读取阶段:查询时,触发器会根据场景拉取对应的记忆,哪怕完全没有关键词重叠也能做到。

它是一个架构层,可以不需要微调或修改模型,直接接入任意大语言模型。

在LoCoMo-Plus数据集上(这个数据集会去掉关键词重叠,只测试纯关联召回),主流系统得分下降了28到50分,而T-Mem只下降了5.45分。

论文:
代码:
(MIT许可)

在 X 看原帖 ↗
2.6万25259231
开发 · @soumyadesign▲ 2.3K

开发者基于Jev开发能把语音转成绘画和旋律的应用

开发者@soumyadesign在𝕏分享了自己基于Jev开发的小应用,调用多款AI服务完成创作

开发者@soumyadesign仍在探索Jev的开发潜力,本次他开发出了一款具备完整功能的小应用。

这款应用的工作流程是:用户谈论自己的一天或任何其他内容,语音会先被转写为文字;随后程序会解析文字中的情绪线索,匹配12种与情绪关联的颜色——这个匹配逻辑是开发者提供给Jev使用的。

接着应用会基于Jev选出的匹配颜色,用JavaScript代码生成一幅绘画。绘画画布自带底层MIDI音轨,依托Tone.js实现,最终用户说出的内容会变成一幅绘画,再进一步变成一段旋律。

该应用调用了多个AI服务:@typesafeai提供Jev的颜色与情绪推理,@GeminiApp负责语音转文字,@claudeai生成绘画相关的JavaScript代码,@ChatGPT优化前端UI。

开发者调侃称,这款应用一口气用掉了自己订阅的所有AI服务。

在 X 看原帖 ↗
2.3K65539
行业动态 · @aleabitoreddit▲ 23.1万

TypeSafe AI发布Jev,决策速度比通用LLM快40-200倍

日常批量分类数据这类简单决策工作,用Jev成本更低速度更快,适合开发者搭建AI工作流时使用,目前已有付费客户快速尝鲜。

阅读全文 →
23.1万108848292
新品发布 · @Alibaba_Qwen▲ 9.1万

Alibaba_Qwen, HuggingApps发布Qwen-Image-2.1 在线演示

不需要本地配置环境,直接在浏览器就能体验通义千问的文生图和图修图功能。

Qwen-Image-2.1 × @HuggingApps:在线演示已在 Spaces 上线!🖼 生成和编辑仅需一个检查点。无需任何配置,直接在浏览器中体验。

👇

在 X 看原帖 ↗
9.1万256940594
商业 · @nelsnworie▲ 2.2K

用户让AI代理登录自己的TermiX账号一晚,看结果如何

X用户@nelsnworie测试AI代理使用自己TermiX AI账号一晚,验证其行为是否透明

阅读全文 →
2.2K131631
行业动态 · Hacker News▲ 102

开发者kp1197做出Jev聊天机器人 效果不佳

对Jev语言感兴趣的人,可以试试这个作者改造出来的聊天机器人,体验一下它目前的效果。

社区讨论: 有开发者提到自己曾想到做一个基于单token预测的开源Jev,但着手时发现已经有至少五个人做过了。有人分享Jev生成短故事的糟糕效果让自己觉得好笑,还有人称糟糕效果的示例在自己心情不好的时候成功逗乐了自己。有人讨论Jev的架构改进方向,有人认为Jev当前的架构更适合做emoji机器人而非人类语言聊天,也有人类比这就像多动症朋友的直觉化思考,还把它比作《瑞克和莫蒂》里死亡水晶的工作方式。

在 HN 看讨论 ↗   原文 / 论文 ↗
视频生成 · @HoodyLiu▲ 8.4K

用户用Minimax H3结合方法 复现创意换装视频的步骤

来自𝕏用户@HoodyLiu的分享,结合@GaryLau0101的方法,可本地生成创意换装视频

阅读全文 →
8.4K97985
新品发布 · @RoundtableSpace▲ 5.3万

Claude Code 新mod 自动分配路由任务

只需要一条安装命令,就能让所有 Claude Code 请求自动分类任务,匹配对应模型和算力,不用手动拆分工作流。

一款新的 Claude Code 模组为每个请求添加了 Jev 路由。

它可以通过 Typesafe AI API 或 Vercel AI Gateway 自动分类子代理模型、主模型和工作量等级,只需要一条安装命令。

在 X 看原帖 ↗
5.3万25536
生成模型 · @xiangxiang103▲ 2.6万

通义千问Qwen-Image-2.1出现本地无限制运行版本

用户@xiangxiang103在𝕏分享了两类无限制版本的硬件要求与适用场景

阅读全文 →
2.6万33282465
开发 · @areebadesigns▲ 3.1K

从未写过代码的设计师正用Claude Code搭建个人作品集网站

设计师areebadesigns在𝕏分享,自己零基础借助Claude Code、Next.js和Sanity搭建作品集网站

我是一名设计师,此前从来没有写过代码。现在我正用这些工具搭建自己的作品集网站:Claude Code、Next.js、Sanity。

Claude Code真的很好用。说实话,我感觉之前一直都待在黑暗时代。

我之前一直在等待做出「完美」的作品集,但其实它首先得被做出来,之后再慢慢优化就好了。

现在我差不多快做完了,做最终润色、绑定域名之后就能上线了。

在 X 看原帖 ↗
3.1K7330
观点 · @Bakioption▲ 1.0K

有人想把智能手机变成去中心化网络补物理信息盲区

现在AI能拿到足够多数字信息,但物理世界还有很多信息没采集,这个方向刚好填补缺口。

人工智能可以获取数量惊人的数字信息,但物理世界仍然充满盲点。

@vangrid_io 正在填补这一空白,它将智能手机转变为一个去中心化网络,用以采集现实世界的空间数据。

从街道、仓库到传统制图系统极少覆盖的区域,Vangrid 让底层地面数据更易于采集、验证和上链连接。

该项目已筹集900万美元,并且已有一个运行中的网络在处理采集、赏金和结算,目前已经超越了概念阶段。

物理人工智能需要现实世界语境。Vangrid 正在构建将这种语境带上链的基础设施。

在 X 看原帖 ↗
1.0K413213
新品发布 · @dani_avila7▲ 2.3万

为Claude Code发布Jev技能推荐功能

该功能可以只在需要时才把对应技能注入上下文,能减少上下文占用,支持一键安装

现在为 Claude Code 推出 Jev 技能推荐功能。

你现在可以把技能一直完全保存在上下文窗口外,直到实际需要它们的时候才调用。

你可以把技能设置为仅用户可调用,该模块会把可用技能列表发送给 Jev。

对每一个请求,Jev 都会分类出哪项技能最匹配当前任务,然后只把那一项技能注入 Claude 的上下文。

该功能同时支持 @typesafeai API 和 @vercel AI Gateway。

一条命令即可安装:
`npx claude-code-templates@latest --mod productivity/jev-skill-suggestion`

在 X 看原帖 ↗
2.3万20278333
工具 · @yanhua1010▲ 4.3K

用户用Claude Code加飞书CLI爬取生成OPC副业变现指南

用户@yanhua1010在𝕏发布了爬取得到的《OPC副业变现指南》,提供下载链接

当前网络上有说法称,飞书CLI可以爬取全网公开的云文档。

用户@yanhua1010使用Claude Code加飞书CLI,爬取得到了一份《OPC副业变现指南》。

这份指南已经公开分享,推荐感兴趣的用户收藏。

在 X 看原帖 ↗
4.3K33153
大模型 · @ScarletKc▲ 2.0万

让GPT-6 Astra全权负责微调项目结果彻底失败

开发者用两个Pro 20×周额度跑20次训练,全程暴露关键能力缺陷

阅读全文 →
2.0万68024
行业动态 · @siraj_dev122▲ 722

Vangrid 发布 Explorer 产品并融资900万美元

实体AI发展需要更多实体世界数据,Vangrid构建了分布式空间数据网络,融资所得资金将用于扩展网络与企业合作。

实体人工智能的未来,需要的远不止文本数据。

@vangrid_io 正在搭建一个去中心化空间数据网络,智能手机将成为该网络的边缘节点,为机器人、自主系统和世界模型收集真实世界的基准真值数据。

近日,Vangrid 推出了带链上验证功能的 Explorer,并筹集了 900 万美元用于扩张网络和发展企业合作关系。

该项目的使命很简单:为实体人工智能提供理解和导航环境所需的真实世界数据。

在 X 看原帖 ↗
72262092
深度观点 · @imjustnewatai▲ 1.5万

imjustnewatai称OpenAI一年半前解决了模型托管问题

对开源大模型来说,如果能做到不用时刻盯着模型运行、主动完成任务,将大大降低使用门槛,让更多人能放心用开源大模型完成工作。

用最简单的话解释就是:当你向一个用这种方法训练的模型发送提示词时,你不需要全程盯着它。你可以信任它完成任务,不用一直检查进展。

我几乎可以肯定,OpenAI 在大约一年半之前就解决了这个问题,但直到几个月前才真正让它投入运行。

现在开源领域也实现了这个,太棒了!

在 X 看原帖 ↗
1.5万6100120
观点 · @EdwardSun0909▲ 2.0万

Muse居然说定制专属模型才是自己最大优势

有人调侃Muse用了Meta和其他15个以上大模型,Muse方回应说自家定制化模型才是核心竞争力。

“Muse 使用 Meta 的模型。Computer 在超过 15 个模型之间路由工作,包括 GPT 和 Claude”。笑死。

拥有为 Muse 独家定制的 Muse Spark 模型,是我们最大的优势之一。

永远不要低估模型适配联合开发能释放出什么潜力。

在 X 看原帖 ↗
2.0万817738
机器人 · @manhhuynh2310▲ 850

普通人扫描公交站牌就能赚钱,还解决了Physical AI瓶颈

用户@manhhuynh2310 在𝕏分享了vangrid_io的新模式,扫描站点就能换现金。

用户本来准备上午合上笔记本电脑,却忍不住盯着屏幕看vangrid_io的项目进展。

该项目正在解决实体人工智能(Physical AI)中最关键的瓶颈:机器人或自动驾驶汽车要在真实世界运行,就需要真实世界的空间数据。

不同于耗费大量资金派出昂贵测绘车收集数据的传统方式,vangrid_io搭建了一个由社区参与数字化街景的交易市场。

每个路口转角、环岛或者公交站点都标注了明确的赏金。只要对公交站牌立柱和路缘石完成合规的三维扫描,贡献者就能获得200美元报酬。

这种模式下,AI模型可以获得干净的空间数据来训练配送机器人,而扫描的用户可以直接获得报酬。

这是一个真正解决实际问题,并且能立刻产生收益的分布式物理基础设施(Depin)模式,很难不被这种实用性吸引。

实体人工智能确实需要这类地面真实数据。

在 X 看原帖 ↗
85012873
工具产品 · @so_ainsight▲ 9.0K

GitHub 热度前十的AI工具新鲜出炉

日常开发、文档整理、内容创作,不同需求都能找到对应工具。想提升工作效率,可以从这些热门项目里挑现成方案。

阅读全文 →
9.0K398133
AI推荐 · @wongmjane▲ 604

用户手动屏蔽Ins 800个话题后,推荐流变成哲学内容

网友@wongmjane在X平台分享,他在Instagram屏蔽了800个触发原始欲望的话题

用户@wongmjane在X平台分享了他调整Instagram算法推荐的实验,他一共屏蔽了近800个话题,覆盖了他能想到的所有会触发人类原始欲望、行为和情绪的内容。调整完成后,他的Instagram Reels推荐流里,大部分内容变成了哲学和思想实验相关内容。

最初的一批话题是手动添加屏蔽的,之后他不断刷新推荐流,找出并屏蔽其他无意义的话题。当屏蔽话题量增长到近似语料库规模后,他开始用Fable/Astra工具整理所有自己不想看到的内容。

他还去维基百科,把已加入“减少此类内容”列表中所有话题的相关邻近话题也一并加入了屏蔽。

在 X 看原帖 ↗
6049
实战经验 · @npaka123▲ 5.4万

@npaka123发布免唤醒词AI语音助手演示

不需要说出固定唤醒词,AI就能识别对话上下文,只在需要时回应,从创建场景到验证运行都可以交给AI完成。

我请人用Jev × GPT-6 Astra制作了一个无需触发词、可读取对话上下文、只在必要时回应的AI助手演示。

从脚本编写到功能测试,全程都交给AI完成。

语音使用了VOICEVOX:
・空见:春歌奈奈
・AI:Voidoll

在 X 看原帖 ↗
5.4万74367256
深度观点 · @Vtrivedy10▲ 813

针对特定任务的智能体架构新观点

做AI智能体开发时,评估和数据才是最核心的。不用追求通用大模型,选最合适的基础组件拼出适配任务的架构才是最优解。

每次出现新的步进模型迭代,或是发布出色的基础组件(比如 Jev),我都越发相信智能体的“解耦再重组”理论。

所谓 harness,就是一个把适配特定任务的最佳工具打包放进去的盒子。现在这点越来越清晰:

- 不存在所谓通用模型或通用 harness → 只有适配特定任务或领域的最优选择
- 我们可以重组来自多个智能体的工具,为我们的任务搭建出最优方案
- 评估与数据是最重要的层级 → 它们是你衡量和搭建专业化系统的核心

最厉害的开发者,会执着分析自己的数据,无视所有其他炒作出来的架构模式,只偷取最少、最优的一组基础组件,为自己的任务搭建最好的 harness。

没错 @JayaGup10 🤝

在 X 看原帖 ↗
813194
产品 · @Alibaba_Qwen▲ 11.3万

通义图像Qwen-Image-2.1 现在支持文生图多图编辑了

做AI绘图的从业者可以试试,现在通义图像模型已经适配了第三方工具,能输出透明RGBA格式内容。

感谢@sgl_project提供首日支持!🙌 SGLang-Diffusion现已支持Qwen-Image-2.1:文生图、多图编辑,以及透明RGBA输出。快来试试吧!🎨

Qwen-Image-2.1现已支持ComfyUI!马上体验并分享你的创作吧!🖼️

在 X 看原帖 ↗
11.3万821.3K288
职场 · @_FORAB▲ 1.2万

大公司工程师现在只需要按回车让AI写代码

一位转行到新公司的程序员,工作半个月后吐槽,所有规格、代码、测试都由Claude AI生成,他只需要对话和审查,每天工作12到13小时,完全没有创造的成就感。

太惨了,一位转行成为程序员的老哥,吐槽他在大公司工作的半个月经历。他说现在公司内部,所有规格、代码、测试均由 Claude AI 生成,工程师仅负责跟 Claude 对话、审查提交代码。结果每天 12 - 13 小时工作,无任何思考空间,只是不断按回车键,让 AI 给结果。

彻底丧失写代码,创造事物的成就感。他觉得现在人生特别没劲、特别空虚,一点成就感都没有。如果能给他时间好好看看代码,搞懂里面在干什么,他还能接受,但现在上司一味催着产品赶紧交付上线,不管质量怎么样,也不管你怎么实现的,哪怕全是 AI 生成的代码,也无所谓。

在 X 看原帖 ↗
1.2万23413
开发 · @miu21590▲ 6.0万

开发者修改Jev调整GPT-6推理成本,实测降低一半Astra费用

X用户@miu21590开发了适配Codex的Jev调整方案,可动态调节GPT-6推理强度

人们用 Jev 在任务开始前挑选模型。而我让它能在任务进行中改变 Codex 内 GPT-6 的推理算力。卡住时增加思考,常规步骤减少思考。

我的测试中,Astra 成本降低了 50%。运行更快,且不会破坏提示词缓存。

如果这个项目能获得关注,我会把它开源到我的 GitHub(然后会在这里再发一条推文通知大家)。我已经在 Codex CLI 的实际工作中使用它了。

它利用 Codex CLI 的实验性每步设置,在下一次 GPT-6 生成前改变推理算力。获取工具结果后,Jev 会拿到任务、已发布的推理/进度摘要,以及最近六个输出受限的工具调用。

它会选择一个算力等级,并设定维持时长:1、2、5 或 10 次生成。在这个窗口内不会额外调用 Jev。工具调用失败或新的用户输入会触发更早的重新评估。

这个版本专门针对 GPT-6 Astra。算力变更使用原生 Codex 配置更新,会保留现有的提示词前缀和缓存。不会仅仅因为变更算力就产生缓存重建惩罚。

Jev 足够快,我完全没感觉到路由开销。常规步骤降低算力节省了足够多的推理时间,让整体任务更快,同时还能减少 token 用量。

在 X 看原帖 ↗
6.0万17880753
新品发布 · @LightOrigins_▲ 1.3万

LightOrigins_发布Light-O1人形机器人模型

该模型从网络视频提取人类动作训练,能适配不同人形机器人,自主完成家务任务,为通用人形机器人提供新的训练思路

推出 Light-O1,这是一个通过人类动作预训练扩展而来的全身智能模型。

• 规模化人类动作:我们从互联网视频中提取结构化人类动作进行学习,实现了机器人单独采集数据难以企及的规模与多样性。

• 跨载体迁移缩放定律:扩展人类动作预训练会使不同载体的预测误差呈幂律下降。

• 全身智能:Light-O1 可适配不同类人形体,能协调运动、姿势与操作,自主完成家务任务。

在 X 看原帖 ↗
1.3万1919664
行业动态 · @Grow_withAI▲ 4.7K

Sam Altman每晚用GPT-6 Astra跑数千AI代理

过去需要一整个团队完成的工作,现在一个人花2分钟就能搭建好运行框架,AI代理可自主运行,无需全程人工监管。

OpenAI首席执行官Sam Altman表示:“每天晚上,我都有几千个智能体在GPT-6 Astra上运行。”

数千个AI智能体会在他睡觉时通宵工作——所有工作都直接通过他的手机监控。

他只花了2分钟,就展示了如今一个人能完成过去需要一整个团队完成的开发工作。

但大多数人都忽略了一点:他并没有手动监控每个智能体。它们都是自主运行的。

今天就来观看这个内容吧,完整拆解内容请保存下文。

在 X 看原帖 ↗
4.7K8012730
新新品发布 · @4rcherhume▲ 1.2万

@4rcherhume 即将发布 200亿参数开源Jev-like模型

开发者正征求意见,要不要配套API,还是只发布开放权重让大家自己部署。

我们将在大约一小时后推出首个真正开源、类似 Jev 架构(真架构)的 20B+ 参数模型。

各位是希望我们提供配套 API,还是只发布开放权重版本让大家自己想办法部署?

在 X 看原帖 ↗
1.2万13189124
AI开发 · @fladdict▲ 1.5万

开发者分享Jev快速开发原型的正确使用方法与价值

开发者@fladdict在𝕏分享Jev一天搭建复杂实时判断原型的使用流程

Jev的正确用法,大概是「一天之内,做出能进行复杂实时判断的原型」→「查看运行日志,把适合换成决定论模型、Bert、蒸馏模型的部分换掉」这种感觉,我觉得它的价值就在于「第一天就能做出来,之后再投入资源优化」。

过去需要花不少钱,定制模型、微调,不投入时间和精力就做不了的领域,现在概念验证当天就能完成。

在 X 看原帖 ↗
1.5万1517197
行业动态 · OpenAI 开发者社区▲ 18

ChatGPT Plus 用户 Codex 限额一天骤降清零

如果你订阅了 ChatGPT Plus 并使用 Codex,可以看看自己的使用限额是否也出现了同样的异常情况,避免影响工作进度。

我订阅了 ChatGPT Plus 套餐,现在遇到了 Codex 使用限额的严重问题。我的周剩余额度明明还有 96%,几乎没怎么使用,一天之内就变成了 0%。

你们所有人都遇到这个问题了吗,还是只有我这样?

在社区看讨论 ↗
开源 · @SadCreatorTalks▲ 3.2K

Google开源Agent Executor(AX)

用YAML声明任务、工作区、模型,还做了代码沙箱和权限控制,想做大规模AI代理集群的可以参考。

Google今日下线了AX(Agent Executor)。开源发布。

它是kubectl风格的命令行界面,用于在集群规模运行智能体。你可以用YAML声明任务、工作区、网关、模型。

它会对代码做沙箱处理,设置出站主机允许列表,暂停空闲智能体,还支持你用`ax ssh`进入一个正在运行的智能体。构建自Google的Agent Substrate项目。

README里有句话令人印象深刻:智能体不是微服务,也不是批处理任务。如果没人监管,它们会不断累积状态,还会在循环中消耗资源费用。所以当然我们为此准备了k8s YAML。

项目仍处于早期阶段,未来会有重大不兼容变更,目前外部拉取请求已暂停。非常Google风格。

在 X 看原帖 ↗
3.2K33122
机器人 · @KiNGTREEBEAR▲ 695

社交平台用户分享AI协作完成的智能园艺机器人概念设计

用户@KiNGTREEBEAR 在𝕏分享了带轨道、太阳能供电的AI智能园艺机器人设计方案

这是一项AI协作完成的设计创作。@KiNGTREEBEAR 提出设计构想,希望得到一套搭载在轨道上、可在高床菜园移动运作的AI机器人体系。这套机器人系统支持太阳能发电,同时适配智能菜园运作。

@KiNGTREEBEAR 向参与创作的多位艺术家致谢,相关设计内容已发布在链接中。

在 X 看原帖 ↗
6956515
行业动态 · Hacker News▲ 34

Google 发布 Open Agentic Orchestrator 工具

这是谷歌推出的开源智能体编排工具,想搭建智能体工作流的开发者可以关注新的官方工具选择。

实战经验 · @Pluvio9yte▲ 1.3万

@Pluvio9yte 分享 20个 Jev API 实用项目

拿到 Jev API 不知道怎么上手的,可以直接照着这个现成清单试用,覆盖多个应用场景,无需从零构思项目。

阅读全文 →
1.3万32155266
评测 · @Sentdex▲ 7.1K

GLM加Jev混合方案跑游戏,快了13倍还省钱

在回合制策略游戏Halite 2测试中,GLM 5.3 Flash加Jev的混合方案比纯GLM 5.3 Flash快13倍,API成本只有原来的56%,性能还略强一点。

GLM 5.3 Flash 与混合方案(GLM 5.3 Flash + Jev)在回合制策略游戏《Halite 2》中的对比。

混合方案速度快 13 倍,API 成本仅为纯 GLM 5.3 Flash 的 56%,性能还略占优势。

在混合方案中:
- GLM 5.3 Flash 负责战略判断:哪些行星重要,该谁扩张,该谁交战,何时重新规划。
- Jev 负责每艘飞船的执行。

单独的 GLM 5.3 Flash 对阵单独的 Jev,胜率为 82%。

这显然只是一个单独的例子,是我尝试将 Jev 用作大语言模型增强的首批试验之一。在成本、速度和性能上还有可能获得更大提升,不过基于我在这里得到的结论,我接下来必须要在机器人领域尝试一些想法了。

在 X 看原帖 ↗
7.1K812349
行业动态 · Hacker News▲ 33

OpenAI和微软早知道会启动网络死亡循环

AI生成内容正在改变现有互联网生态,这件事可能关系到未来获取网络信息的方式。

行业动态 · @sourceryy▲ 1.6万

Dylan Patel称开源AI正在快速消亡

不少国内模型实验室表示下一个模型不会开源,仅对外授权。这个观点点破了当前开源AI领域正在发生的转向,值得关注。

@SemiAnalysis_ 的 Dylan Patel(@dylan522p)称开源正在走向消亡:“有多家中国模型实验室都告诉所有做推理的人:“我们的下一个模型不会开源。我们会给你们授权使用。””

“遗憾的是,开源正在快速走向消亡。”

在 X 看原帖 ↗
1.6万410757
行业动态 · Hacker News▲ 41

Sam Altman 下周要向联合国安理会做简报

全球最强AI公司的负责人,要在顶级国际安全场合谈AI相关问题,这意味着全球AI监管可能迎来重要进展

社区讨论:多数评论对萨姆·奥尔特曼此行持负面态度,有人认为他只是逐利的科技CEO,这次联合国简报就是营销噱头,目的是鼓吹AI威胁让AI泡沫维持虚高,也有人质疑为何私人科技公司CEO能对全球AI治理发言。另有少数人提出,AI本身已经具备强大网络黑客能力,不能对此视而不见,还有人疑问政府放缓AI监管是否能帮助企业解除数据中心合同。

在 HN 看讨论 ↗   原文 / 论文 ↗
深度观点 · @ScarletKc▲ 4.3万

实测对比后,称 Anthropic 方向比 OpenAI 领先

跑分看不到真实使用体验差距:开放任务里,GPT 需要你提前定好需求和验收标准,Claude Fable 更能顺着不完整思路推进探索。

阅读全文 →
4.3万28372107
学术 · @ChenMoneyQ▲ 8.8K

大语言模型辅助撰写科技论文 仍存在明显体验问题

用户@ChenMoneyQ在𝕏发文称,测试多款工具后仍有四分之一段落需要大幅改写

@ChenMoneyQ在社交平台𝕏发文表示,尽管大语言模型在阅读、评论和评估论文方面表现不错,但它们撰写科技论文的质量之差,让他感到困扰。即使有人类参与流程、经过多轮迭代,情况依旧没有改善。

他先后测试了Codex + Sol/Astra、Claude Code + Fable 5.2、Claude Code + Astra这几套组合工具。经过反复编辑、调整方向和要求重写后,仍然有四分之一段落几乎达不到人类可读标准,需要大幅度重新撰写。

@ChenMoneyQ好奇目前人们实际使用什么工具来完成大语言模型辅助的论文撰写工作。

在 X 看原帖 ↗
8.8K26626
前沿研究 · @iwashi86▲ 1.5万

UC伯克利研究称编码代理 harness 差价达5倍

同样模型换不同运行框架性能变化不大,但成本最大差5倍。如果用开源轻量框架运行,能在不降低成功率的前提下省一半费用。

阅读全文 →
1.5万33176163
监管 · @dotey▲ 2.1万

特朗普政府和Anthropic博弈85天定义美AI监管

Politico刊发深度调查,还原今年4到7月双方围绕AI安全监管的博弈过程,最终形成的监管框架现在已经跟不上新模型发展了。

阅读全文 →
2.1万105137
新开源 · @JoshuaSWarren导语出处▲ 7.5K

Jev出了开源版Laya,能本地跑在苹果芯片上

开发者正在把开源版Jev集成进Omarchy M,苹果GPU和神经网络引擎就能本地运行。不用买云服务器也能玩新模型。

你可能听说过Jev,这是一个有趣的新型AI。它有一个开源版本,名为Laya。

我正在把Laya构建进Omarchy M,这样你就可以在Apple GPU和ANE上本地运行Laya了。

你将始终可以使用System 1决策模型,无需订阅,也无需网络连接。

在 X 看原帖 ↗
7.5K410319
开源 · @JoshuaSWarren▲ 4.6K

开源Linux编译器构建语音模型 在苹果M1 Max芯片成功运行

开发者Joshua S. Warren在X平台分享Omarchy项目进展,所有输出与macOS结果完全匹配

今日MLX项目在Omarchy更新:由开源Linux编译器构建的语音识别模型,成功在M1 Max的Apple神经引擎上运行。

本次运行共产生384000个输出值,所有数值均与macOS系统运行该模型得到的输出完全匹配。

整个项目基于Omarchy Linux构建,运行在苹果AI芯片上,未使用macOS运行时环境。

在 X 看原帖 ↗
4.6K1215820
硬件 · @AMD▲ 2.6K

AMD出了一款风冷加速卡,方便企业现有环境部署大模型

企业不用重新改造机房环境就能用上大语言模型级别的AI算力,降低了部署门槛。

将人工智能引入企业并不意味着必须从零开始。

AMD Instinct MI350P 专为将大语言模型规模的人工智能引入现有环境而设计,采用风冷形态,可帮助企业无需重构整个基础设施即可完成部署。

在 X 看原帖 ↗
2.6K28
大模型 · @ScarletKc▲ 1.1万

为什么Astra体感变差?可能是部署环节做了这些改动

来自X平台用户的分析,指出训练权重固定不代表服务不会降智

阅读全文 →
1.1万69420
安全 · @sora19ai▲ 2.3K

Cloudflare推出六阶段代码审计AI技能security-audit-skill

日本开发者@sora19ai在X平台分享,该技能可通过npx命令安装使用,需基于Node.js运行

日本开发者@sora19ai发文称,Cloudflare的审计能力得到了提升。新推出的security-audit-skill是一个可完成六阶段代码审计的智能体技能。

该技能的测试安装命令为`npx skills add --skill security-audit`。整个流程从确认、探索到其他智能体验证,最终会生成`findings.json`结果文件。

运行该技能需要注意,必须基于Node.js和sandbox环境。

在 X 看原帖 ↗
2.3K43036
行业动态 · @github▲ 5.1K

GitHub Podcast 讨论开发者正在学习的AI术语

做开发难免碰到新AI术语跟不上,这个播客可以帮你梳理清楚当前常用的新词,日常充电很实用。

最近软件开发领域冒出了大量新词汇。

GitHub Podcast 聊了聊开发者目前正在学习的一些人工智能相关术语。

戴上耳机收听吧 🎧

在 X 看原帖 ↗
5.1K3306
前沿研究 · @TheAhmadOsman▲ 2.9K

十多个月前的前沿模型 现已被多家开源反超

开源AI的性能进步速度超出预期,这些新模型在智能和能力上全面超越十个月前的顶级闭源模型,开源AI发展正在提速。

提醒一下:GLM 5.3 Flash、DeepSeek V4.1 Flash、Qwen 3.8 Next Flash,甚至 Qwen 3.8 27B,它们在智能和性能两方面都超过了2025年圣诞节(仅10个月前)被认为是「前沿智能」的所有模型。

开源 AI 势头正猛。

在 X 看原帖 ↗
2.9K1413112
行业动态 · @caiziboshi▲ 3.4万

学者施惟佳放弃教职 2026年加入Anthropic

这名AI学者学术成果亮眼,放弃了康奈尔大学教职选择工业界,将直接参与Claude的底层预训练研究,值得关注Claude后续技术方向变化。

施惟佳(Weijia Shi)本科毕业于 UCLA,主修计算机科学和应用数学,之后进入 华盛顿大学(UW)计算机科学博士项目,师从 Luke Zettlemoyer 和 Noah A. Smith,期间曾在 Meta AI 做约2.5年访问研究,并在 Ai2 从事研究。

她主要研究 大语言模型预训练、RAG、模块化模型、机器遗忘、训练数据审计、幻觉与拒答以及 Test-Time Scaling,代表成果包括 INSTRUCTOR、REPLUG、SILO、MUSE、FlexOlmo 和 s1,其中《Don’t Hallucinate, Abstain》获得 ACL 2024 杰出论文奖,论文累计引用超过 1万次。

她原本获得 Cornell 计算机系助理教授职位,最终选择进入工业界,2026年加入 Anthropic,直接从事 Claude 底层的 Pretraining(预训练)研究。

果然没有上过中国清华北大的华人,很难直接读到美国顶级高校的AI博士学位!哈哈!

在 X 看原帖 ↗
3.4万1311072
新深度观点 · @michalblaha▲ 2.6万

AI重新定义了软件开发的未来方向

如果你是开发者或者需要开发软件,能提前知道行业技能要求的变化,提前布局新能力,避免被淘汰。

阅读全文 →
2.6万15165275
文档整理 · @ScarletKc▲ 3.0K

GPT-6 Astra整理项目时爱把对话写进文档,用户分享通用清理提示词

用户@ScarletKc 在𝕏分享GPT-6 Astra整理项目文档的问题,同时给出通用清理提示词

阅读全文 →
3.0K13035
AI编程 · @izutorishima▲ 2.9K

开发者开发完内制工具后决定,假期三天不用AI coding工具

日本开发者izutorishima发推称,经过一个月断断续续开发,内制工具大体完成,计划假期有意识训练休息。

经过一个月断断续续的开发,开发者izutorishima的内制工具已经大体完成。该工具还没到可以公开的程度,但单个功能已经基本实现。

开发者宣布,将在 Silver Week(日本黄金周假期)剩余三天内,约束自己不打开Cursor、Codex和CC(GitHub Copilot Chat)这几款AI编程工具。

他认为,AI编程的出现让开发者只要不断给出指示、做好方向把控,就能消除技术门槛和限制,现在唯一的瓶颈是开发者自身的决策能力。

但这种状态没有边界,加上开发者本身是完美主义,很容易让人疲惫,因此必须学会在项目到一定阶段后,即便还有零散任务,也刻意停下来不继续做。

原本开发者的兴趣爱好和工作都是产品开发,二者的界限已经模糊,现在两类开发工作都需要用到大语言模型,因此开发者认为需要培养完全不同类型的兴趣。

开发者提到,即便项目已经告一段落,自己总能看到“接下来做了就能提升品质的任务”,如果一直做下去就会陷入泥潭,这次项目已经完成得相当不错,正好借此机会训练自己有意识休息。

在 X 看原帖 ↗
2.9K1612
行业动态 · @pradeepXkapoor▲ 8.3万

7B参数的Qwen Image 2.1,能本地轻松跑赢Nano Banana 2

原本性能顶尖的AI图像模型才能跑出这样的效果,现在7B参数大小的模型就能做到,还能在本地轻松运行,开源AI图像生成进展比预期快得多

我的天!你还记得 Nano Banana 2 刚推出的时候吗?它曾是我们见过的最优秀的AI图像模型之一。

而现在 Qwen Image 2.1 击败了它。这居然只是个7B参数的模型,而且你可以在本地运行!还是轻松运行!

如果之前有人告诉我,我能在本地跑一个和 Nano Banana 2一样好的AI图像模型,我绝对不会相信。开源AI图像生成的发展速度快得离谱。

在 X 看原帖 ↗
8.3万611.1K634
新品发布 · @heyaskr▲ 9.4K

@heyaskr发布robinhood:0xa92768863a55d8a0591709f7f5e594a249d36ea3 Collab 协作AI workspace(12)

原有付费AI协作Workspace被取消,新服务可免费加入,仅按使用量付费,最多支持12人组队协作。

我们刚刚取消了付费 AI workspace。推出robinhood:0xa92768863a55d8a0591709f7f5e594a249d36ea3协作功能。

最多支持 12 人的团队协作,共享同一知识流、AI 和工作负载。你可以在任意协作 workspace 中创建任意多的会话和主题。

免费加入,仅按你使用的积分付费。协作中的任何人都可以创建提示词,任何人都可以给协作账户充值。不再需要中间人传递提示词或信息。任何人都可以完成代码、修改图片或任何工作。

你想要的任何 AI 模型都会在聊天中待命,你标记 @askr 它就会响应。你可以搭建专业项目,或者只是群聊,让 AI 随时按你的要求生成表情包。

协作功能面向所有人开放。目前协作 beta 已对全部用户上线,邀请你的朋友 @ 即可开始使用。

在 X 看原帖 ↗
9.4K301145
互联网产品 · @migueldeicaza▲ 342

Miguel de Icaza吐槽AI官网改版像迪士尼法式洋葱汤

开发者Miguel de Icaza在X平台发文,吐槽某AI项目旧简洁官网换成了臃肿的企业风格官网

开发者Miguel de Icaza在X平台发文吐槽,原本简洁清爽的AI着陆页,现在被替换成了企业风格页面。

他将这种企业风格页面比作迪士尼度假区里的法式洋葱汤——平庸乏味,没有原本页面的清爽质感。

在 X 看原帖 ↗
3421
实战经验 · @MParakhin▲ 1.2万

MParakhin实测GPT-6 Pro 分享工作流

这份实测体验能帮你调整使用AI解决复杂问题的工作流,获得更靠谱的结果

经过更多测试:GPT-6 Pro 是迄今为止在数学/机器学习/头脑风暴方面表现最好的模型。

不过这次结论没那么一边倒:OpenAI 肯定是以高算力(可能是超高算力)运行智能体,这让 Pro 很可靠,但有时候它会输给 Astra Max。

对于最难的问题,我的工作流程是分别运行 Pro、5.1 和 Max,然后把结果粘贴到 Max 里做最终整合。

在 X 看原帖 ↗
1.2万925277
AI开发 · @DhravyaShah▲ 685

开发者花3天逆向工程破解Instinct记忆系统实现原理

开发者DhravyaShah在𝕏分享,已将该原理以60行代码实现到supermemory中

开发者DhravyaShah花费3天时间对Instinct的记忆系统做了逆向工程,得到了它的实现原理。DhravyaShah认为这个实现原理非常简洁,运行效果也相当出色。

DhravyaShah已经把这套原理用60行代码实现在了supermemory项目中,相关内容已经公开。

DhravyaShah称赞Instinct开发者noahrshinn在产品设计开发中投入了大量思考与出色的工程能力,同时提到Instinct本身并不容易被逆向破解。

在 X 看原帖 ↗
685113
开发 · @dotey▲ 1.7万

开发者用GPT 6 Astra单提示词生成3D可交互桃花源网页

@dotey在𝕏分享了GPT 6 Astra生成的单提示词3D可交互网页及制作方法、提示词

不少网友评价@dotey此前做的桃花源效果不好,认为他3D制作水平有限,因此@dotey重新制作了一个“牛来”版桃花源。

@dotey坦言自己3D水平不算顶尖,本次分享的重点是提示词和制作方法,希望能起到抛砖引玉的作用,启发其他人创作出更好的作品。

@dotey认为,GPT 6 Astra做3D效果相当出色,仅用一条提示词(Prompt)一次性生成完整的3D可交互网页,已经是非常厉害的能力。如果用three.js手动编写这样一个网页,需要花费大量时间。

@dotey也提到自己录制的演示视频效果一般,建议大家亲自打开网页体验,效果会好很多。

目前体验网页、提示词和制作方法都已经公开分享,链接分别是

在 X 看原帖 ↗
1.7万34013
深度观点 · @PeterDiamandis▲ 3.2K

Peter Diamandis:对齐是大模型第一目标

行业大佬认为,下一代模型训练要选对齐过的数据集,不能用社交媒体杂乱数据,这关系到未来大模型的安全方向。

对齐必须是头号目标。

用对齐后的数据集训练下一代模型。

而不是用 Reddit 和 Facebook 上的垃圾数据。

在 X 看原帖 ↗
3.2K4632
深度观点 · @alexolegimas▲ 1.6K

AI经济研究该不该等完美实证结论?

现在AI行业发展太快,传统经济学研究流程跟不上,需要先获取不完美但及时的研究信号,辅助判断行业趋势。

这里分享我阅读人工智能经济实证研究论文后的一些个人思考。

经济学家已经习惯了阅读识别非常清晰的论文,讨论工具变量的有效性,确认平行趋势假设得到满足。这类研究才能发表在顶刊上,而且它确实是非常重要的研究(这点毫无疑问)。

但要把这类论文做好,往往需要数年甚至数十年时间——有时候自然实验发生后数十年,人们依然找不到合适的工具变量来回答特定的因果问题。我们最终也会得到这类关于AI的研究,这完全有必要。

但我们现在当下就需要信号,哪怕这些信号比我们习惯的噪声更多。我们需要这样的论文:我们可以相信研究人员在方法上已经尽了最大努力,同时也要承认,这个领域发展太快,我们等不到完美识别。

这样我们就能积累足够多的信号,从不同角度研究同一个问题,比如说,最终得出结论“是的,经济中的确很可能正在发生X变化”。AI暴露度和早期职业生涯招聘相关论文就是一个很好的例子。

目前还不存在一篇拥有完美清晰识别的万能论文。但到现在为止,已经有多个独立团队得出了一致的总体结论,我们已经可以说:“AI暴露度高的行业,早期职业生涯招聘似乎正在放缓。”

在 X 看原帖 ↗
1.6K53110
开源 · @aijoey▲ 6.3K

通义千问发布Qwen-Image-2.1,可本地运行图像生成编辑

用户@aijoey基于Qwen-Image-2.1在NVIDIA DGX Spark上搭建了开源的本地图像工作空间Spark Image Lab

Qwen刚刚发布了Qwen-Image-2.1模型,这正是开源模型存在意义的体现。

@aijoey将该模型加载到自己的NVIDIA DGX Spark设备上,搭建了Spark Image Lab,这是一个适配DGX Spark生态的本地图像生成与编辑工作空间。

Qwen-Image-2.1支持文生图、图像编辑,原生支持透明背景/RGBA工作流,最多可输入10张参考图。它对主体和产品的特征保留效果较好,同时优化了文字生成、光照、纹理和细节表现。

Spark Image Lab拥有简洁的Gradio界面,支持自定义图像宽高、生成步数、随机种子和批量生成参数,会保留完整的生成历史,所有结果都会保存提示词和设置,参考图也可保存和恢复。它通过Docker适配DGX Spark,还提供了该设备上的性能测试基准。

所有功能都可在本地运行。Spark Image Lab目前以MIT许可证开源,属于首个公开alpha版本。用户可以克隆代码,在自己的DGX Spark上测试,提交问题并分享生成结果。

在 X 看原帖 ↗
6.3K28572
创业 · @AniC_dev▲ 3.5K

YC内部论坛分享:AI创始人应警惕糟糕供应商决策

来自@AniC_dev在𝕏分享的YC内部论坛重要提醒

我刚刚把这篇内容发到了 YC 的内部论坛(bookface),但我认为所有 AI 创始人都应该读一读,否则你很可能会做出一个非常糟糕的供应商选择。

所有 YC 成员,请在 bookface 上参与讨论。

在 X 看原帖 ↗
3.5K35225
自动化 · @SUOHA_AI▲ 2.3万

JEV 20秒全自动在B.AI生成10个API Key全程零人工

来自@SUOHA_AI在𝕏发布的JEV自动化测试成果分享

上瘾了!JEV 全自动干活又测通一个——全自动高速创建 API Key 我给JEV一个完全陌生的AI中转站网址--B.AI ,全程零人工干预:20 秒一次性建完 10 个 API Key,并全部复制保存下来,没停顿、没点错页、没弹确认框卡死 以前把这套流程丢给大模型,它每点一下都要先想半天,慢得完全没法看,现在配合JEV毫不费力了。... 孙哥 @justinsuntron 你的 @BAI_AGI 中转站什么时候再搞个免费活动,我现在可以高速自动化薅秃你了🤣🤣

在 X 看原帖 ↗
2.3万1398121
工具产品 · @WY_mask▲ 6.4K

FMHY AI汇总了各类AI工具资源

需要找各类AI工具的时候,可以直接到这个汇总网站查找,涵盖了从大模型到本地部署AI的多种资源,能省不少搜索时间。

这个网站 FMHY AI 可以收藏一下,里面整理了大量 AI 资源 📌 网站: 🤖 ChatGPT / Claude / DeepSeek 等 AI 模型 🎨 AI 生���、视频、配音 💻 AI 编程工具 🔍 AI 搜索、学术工具 🤖 AI Agent 🖥️ Ollama、LM Studio 等本地 AI ✍️ Prompt、API、模型榜单……

在 X 看原帖 ↗
6.4K34569
行业动态 · @DreadBong0▲ 1.0万

Prometheus智能体集群 技术领先估值滞后

目前项目技术进展领先,只有估值还没跟上,对关注相关技术投资的人来说,这是值得留意的信号。

斯坦福研究人员进一步证实了 $TIG 的 Prometheus 背后的论点。

由人工智能代理组成的协调集群可以探索数千种可能性,规模化加速发现进程。

@tigfoundation 继续证明他们远远走在曲线之前。只是估值还没有跟上。$TIG

在 X 看原帖 ↗
1.0万3113014
科研 · @GenAI_is_real▲ 1.7万

陶哲轩把GPT当数学研究副驾驶,说好处很多

有学生问陶哲轩,GPT冲击理论计算机科学领域怎么办,他认为AI作为研究助手已经带来巨大增益,建议做理论研究的同行拥抱变化。

阅读全文 →
1.7万59229
深度观点 · @wey_gu▲ 1.9万

wey_gu讨论Jev 设计范式,能拼出通用智能机器人

这是对AI发展方向的新思考,先有大模型再搭建子系统的设计路径,或将催生效果更好、成本更低的通用智能系统。

阅读全文 →
1.9万14161126
新品发布 · @jaredpalmer▲ 3.3万

@jaredpalmer 发布基于Qwen3的Kev系列决策模型

可自行训练运行的小型开源模型,适配现有API接口,低配设备也能运行,训练速度快,重复文档处理速度明显提升,适合需要本地部署决策模型的开发者参考

更新:Kev-0.6B、4B 和 8B 现已开放获取。Kev 是一类小型开源 Jev 风格决策模型,你可以自行训练和运行。

这个新系列基于 Qwen3,使用和此前相同的 LoRA + 小型指针头技术,但进行了扩容。在模型从未训练过的域外数据测试中:Kev-8B 准确率 79.6%,Jev 准确率 85.7%。

• 可直接替换的 TypeSafe System One API;只需改动一个 `base_url` 就能使用他们的 SDK
• Kev-4B 可在 32 GB Mac 上以 bf16 精度运行:5 个问题约耗时 ~300 毫秒,在 H100 上约 ~40 毫秒
• 重复文档命中 KV 缓存:速度提升 2-2.5 倍
• Apache 2.0 许可证。Kev-4B 在单张 H100 上训练只需 40 分钟,Kev-8B 需要 83 分钟。

代码、权重、评测:

在 X 看原帖 ↗
3.3万50591500
深度观点 · @realchendahuang▲ 1.6万

开发者分享三款高性价比Flash模型搞定九成开发

不用一直追着最贵的大模型用,这三款模型分工覆盖日常开发,成本低速度快,能帮你省开发成本还提效率

阅读全文 →
1.6万86943
深度观点 · @BrianRoemmele▲ 7.7K

BrianRoemmele:我的开源对齐系统才有效

作者不认可现有AI行业的训练方向,认为只有基于人类真实伦理困境训练的开源系统才能解决AI对齐问题。

我在本地训练AI模型,训练数据不是来自虚无主义和有效利他主义作秀的互联网垃圾,而是来自人类和AI真正面对的道德与伦理困境。

我会使用任何媒介,但是像这类电影表明,简单的“对齐”不起作用。我的系统可以。

不幸的是,AI公司的人们需要花一些时间才能理解我的开源系统。你懂的,他们现在还不理解。

在 X 看原帖 ↗
7.7K2112010
工作流 · @Lummox_eth▲ 2.8K

开发者测试AI多代理工作流:单代理卡住未拖垮全流程

开发者Lummox_eth测试GPT-6 Astra的多代理工作流,单代理故障后仍自主完成大部分任务

开发者Lummox_eth在X平台分享了他对GPT-6 Astra的一次多代理工作流测试。

他给GPT-6 Astra分配了一个流程化工作:正常情况下每一步都需要开发者介入,工作内容包含整理混乱输入、补充缺失上下文、生成交付成果、最终人工审核四个环节,分别由四个独立代理完成。

测试过程中,负责补充上下文的第二个代理卡在了缺失所需源文件的问题上。按照常规情况,整个工作流会因此终止。

但这个故障代理并没有终止全流程,它将无法解决的问题记录到阻塞文件中,把其他已完成部分继续传递给后续代理。其他代理保持正常工作。

当开发者睡醒后发现,大部分工作已经完成,未解决的问题被单独隔离出来等待人工处理。

开发者认为,这种故障不拖垮全流程的机制,比10项任务全完成的完美演示更有价值,它是AI代理工作流的关键基础设施能力。

在 X 看原帖 ↗
2.8K35228
工具 · @fankaishuoai▲ 1.1万

Orca、Paseo、Herdr怎么选?一份清晰选择建议

统一解答受众提问,给出不同人群的AI Agent工具选择方案

我今天直播老有人问我:Orca vs Paseo, Herdr vs Paseo,统一回答一下:

Orca 和 Paseo 功能重叠度很高,但是:Orca 是非常明确面向程序员的软件,提供了全套源代码管理的开发环境;而 Paseo 是一个通用的 Agent 调度软件,新手更友好。

如果你是一个程序员,且 Agent 主要用途是编程,那么建议 Orca; 如果你不是程序员,那么强烈推荐 Paseo。

至于 herdr 和 tmux 都是维持 Terminal 的会话状态的,herdr 多一些 fancy功能而已。我用的是 iTerm2 的 -CC tmux,不比 herdr 弱,没切换需求。

总之,如果你是程序员,用一个 Orca 足够了,其他软件不需要;如果你不是程序员,用一个 Paseo 也足够了。

在 X 看原帖 ↗
1.1万960106
AI绘画 · @GrayNoteLab▲ 1.8K

分享AI生成4K60帧超燃打斗视频的分镜提示词

@GrayNoteLab分享生成10秒东方暗黑奇幻符术打斗视频的AI提示词,包含分镜和生成约束

阅读全文 →
1.8K23315
评测 · @Fei2411▲ 8.3K

评测显示OpenCode V2好用度优于V1,Gemini等模型表现突出

@Fei2411在𝕏发布评测,OpenCode V2体验优于V1,Gemini 3.8 Flash和Step 5在该测试框架中表现优于其他三款模型

OpenCode V2的使用体验比V1更好。

在本次测试框架(harness)中,Gemini 3.8 Flash和Step 5的表现明显优于Antigravity、DeepSeek Harness、Codex。

在 X 看原帖 ↗
8.3K5612
动态 · @jinchenma_ai▲ 2.3万

继图文音视频模型后 新模型类型或改变Agent格局

@jinchenma_ai在𝕏分享称,新模型类型System One Models或改变Agent格局

纯口喷解读。继文字、图片、音频、视频模型之后,又一个可能改变 Agent 格局的新模型类型来了!System One Models

在 X 看原帖 ↗
2.3万85986
AI工具 · @minchoi▲ 3.3万

Kevin Rose推出Grok Bot,可处理 Instagram 保存视频生成本地可搜索知识库

Kevin Rose分享了一款Grok Bot工具,可处理用户多年来在Instagram保存的视频。

Kevin Rose刚刚分享了他开发的Grok Bot工具。

这款工具会读取用户多年来保存在Instagram(IG)中的视频,对视频运行Transcribe 2.0语音转写和计算机视觉分析。

分析完成后,工具会生成一份Karpathy风格的本地markdown格式知识库,支持搜索和提问查询。

在 X 看原帖 ↗
3.3万9107133
模型 · @bojie_li▲ 5.5K

有人说Jev没那么神,原理其实很简单

低推理延迟和低成本来自预填充一次再并行解码,现在大模型的输出概率不能直接当置信度用。

好多人觉得 Jev 非常牛逼,其实就是一个分类模型(在《图解大模型》里面称为表示模型,作者认为生成模型开始流行后,很多人就忘记了表示模型)。

达到这么低的推理延迟和成本也是很容易的。只要 prefill 一次,并行针对每个问题 decode 一个 token,输出 logprob 就行了。

当然,由于 RLHF 带来的分布崩塌,现在 LLM 输出的 logprob 并不能作为置信度。这就是为什么 Typesafe 采用了 RLCD,其实在学术界早就有 RLCR。

我把它加入了《深入理解 AI Infra》的算例,读过这本书的人肯定能一眼看出它该怎么实现。

在 X 看原帖 ↗
5.5K75232
AI开发 · @Voxyz_ai▲ 1.0万

为AI代码助手添加范围守卫,避免小改动变成大项目

针对Codex Astra、Claude Code提供了AGENTS.md配置方案,控制代码修改范围

阅读全文 →
1.0万14126205
教程 · @cattodata▲ 8.0K

Microsoft 免费提供带泰语版的AI Agent入门教程

教程放于GitHub,含完整课程、视频、可实操代码示例

[AI 资讯] Microsoft 免费提供 AI 智能体课程,还配有泰语🇹🇭,还有示例代码供大家跟着实操🐱🔥

最近大家都在讨论 AI 智能体,但不知道该从哪开始,该学些什么——MCP、RAG、工具调用,内容太多了。

Microsoft 在 GitHub 上提供了免费的《面向初学者的 AI 智能体》课程。课程包含教程、视频和可实操的示例代码。内容从「什么是智能体」开始,涵盖常见主题,包括:
- 工具调用:让 AI 调用工具
- RAG:让 AI 基于我们已有的数据回答问题
- 多智能体:让多个智能体协同工作
- MCP:将 AI 与工具连接
- 安全以及智能体的实际部署

课程还提供泰语文档(自动翻译版本),部分内容可能需要对照英文查看。适合想要按顺序学习智能体 AI、不想自己逐个查找资料的入门者。

文档本身免费,如果要运行需要用到云服务或 API 的示例,请提前确认费用哦🐱💕

按图操作就能切换成泰语,链接在评论区。
#สาระเอไอ #cattodata #AIAgent #Microsoft #免费学习

这里是学习链接 👉 免费学习入口:泰语版本在这里。

在 X 看原帖 ↗
8.0K217242215
工具产品 · @triptitips▲ 7.8K

作者发布AI Stack Map整理了百余个AI工具

想搭建AI应用却找不到合适工具?这份整理好的工具清单能帮你快速理清AI技术栈各环节需要用到的工具。

阅读全文 →
7.8K29116115
图像生成 · @studio_yebisu

通义千问图像生成模型Qwen-image-2.1实测体验分享

@studio_yebisu在𝕏分享了Qwen-image-2.1的实测体验,指出其主要特点与局限性

图像生成 · @jun1228909▲ 7.2K

RTX 5090生成图像仅需约3秒 整体生成质量符合预期

网友@jun1228909在𝕏分享了自己用RTX 5090测试AI图像生成的体验,给出了实测结果

使用RTX 5090生成图像,大约3秒就能出图。生成的图像质量整体没有明显问题。

此前测试者认为带图像生成功能的应用开发,以Codex+GPT-Image 2的组合性能最强,但如果现在的方案能在保持这个速度的同时达到这样的质量,也完全可行。

测试者提到,虽说整体质量没问题,但最后一张生成图还是出现了比较明显的结构崩坏。

整体来看这次测试体验不错,但不排除该模型可能对部分构图和指令处理不佳。

在 X 看原帖 ↗
7.2K55632
AI生图 · @FiniYang▲ 2.6万

通义千问开源生图模型Qwen-Image 2.1即将开放权重

FiniYang在𝕏披露Qwen-Image 2.1已完成第三轮测试,修复了儿童装泳装生成问题

Qwen-Image 2.1是通义千问推出的开源AI生图模型,目前已经完成第三轮测试。本轮测试修复了之前存在的儿童装泳装生成错误问题。测试者认为,模型生成人像的整体效果不错。

目前模型依旧存在手部细节生成不佳的问题。模型权重很快就会开放下载,本次测试对照了GPT-Image-2.5极限版的泳装生成效果。对照案例可在原文评论区查看。

在 X 看原帖 ↗
2.6万13230
观点 · @Origin_AI_01▲ 2.8K

大多数人都用错了Claude,其实远不止写文案改邮件

很多人买了Claude会员,只用来做基础的文字工作,完全浪费了模型的能力边界。

阅读全文 →
2.8K336318
AI工具 · @spectnfa▲ 3.8K

免费1小时课程教你掌握Grok Bot自主代理团队搭建

代码编辑器Cursor的现场工程师发布了这门免费课程,来自X平台@spectnfa分享

Cursor的一名现场工程师发布了一门免费的1小时课程,主题是掌握Grok Bot。课程内容可以从单个提示指令出发,教你搭建能在笔记本电脑合上后继续运行的Grok Bot代理团队。

课程各节点内容如下:
00:00-14:49:学习Grok Bot代理的工作原理,包括内存、插件、本地计算机调用。
14:49-30:55:通过一次录屏就能教会机器人一项新技能。
30:55-47:56:将完整功能分配给技术主管、后端、前端和QA四个机器人代理。
47:56-53:24:从手机运行整个代理团队。
53:24到课程结束:讲解Grok Bot为何不会耗尽上下文。

课程覆盖角色、技能、例程、代理交互、手机模式、自主团队这些内容。发布者称,这1小时课程可以替代20门付费的代理编排课程。

今晚别刷Netflix了,把这个课程收藏起来,看完就能在周一前搭建出你的第一支Grok Bot自主代理团队。

在 X 看原帖 ↗
3.8K35367
开源 · @quantscience_▲ 1.3万

quantscience_发布TradingAgents 多Agent LLM交易框架

做量化交易的开发者可以直接获取使用,不用从零搭建多智能体协作的交易系统。

🚨突发消息:一个全新的基于Python的开源多智能体大语言模型交易框架诞生了。

它名为 TradingAgents。下面介绍它的功能,以及如何免费获取:🧵

在 X 看原帖 ↗
1.3万17132230
新品发布 · @NFT_Chen▲ 17.1万

开源9个Jev技能,帮你批量处理AI任务

给现有AI Agent装上这套技能,就能自动完成选择分类打分,比让大模型当评委更便宜更快,适合处理大规模批量任务。

阅读全文 →
17.1万51277440
AI生成视频 · @john87445528▲ 1.8K

AI生成30秒军事怪兽短片的精准分镜提示词

网友发布的Seedance提示词,详细规划了30秒1080p短片的分镜、角色和拍摄要求

阅读全文 →
1.8K1813
工具 · @bkdgiffug▲ 1.1万

DevSpace 绕开Codex额度限制,多一条AI编程通道

Codex额度用完后,可以自己搭建MCP Server,把本地项目接到网页端GPT,网页Chat和Codex额度分开计算,还能保留本地项目文件和终端。

Codex 额度又见底了?先别急着充。GitHub 上有个 DevSpace,自己搭 MCP Server,把本地项目接给网页端 GPT。

它比较妙的地方是:网页 Chat 和 Codex 的额度分开计算,Codex 用完还能切网页端继续干活。另外还能接 GitHub,用分支、PR 管理代码;项目文件和终端都留在本地。简单说,就是多了一条 AI 编程通道。

在 X 看原帖 ↗
1.1万1565105
开源 · @gippp69▲ 2.2K

个人开发者搭建路由台测试188款AI模型替代付费工具

开发者gippp69在X平台分享开源项目Routedesk,测试188款AI模型替代月费277美元的11款工具

为了替代单独付费的图像、视频、音频和编辑工具,开发者搭建了一个集成188款AI模型的路由台,测试能替换多少月费总计277美元的11款工具栈。

开发者要求所有工作交接可见且可重新运行,整体工作流为:brief→route→image→keyframe→video→audio→edit→review,都在@Picsart内完成,可调度来自34个服务商的188个模型。

Routedesk是开发者为此思路搭建的开源控制层,它会先计算运行成本,再分阶段执行任务,仅重新运行出错部分。

Routedesk会将所有工作交接记录在分类账中,单个阶段出错不会强制重启整个流程。在示例工作流中,修改动作仅会重做8个阶段中的4个,其余阶段不受影响。

本次测试共完成了8个阶段的61次生成,最终结果符合预期:更少订阅、更少切换,得到了一个可检查、重新运行和复用的工作流。

在 X 看原帖 ↗
2.2K8346
大模型 · @ulgqob▲ 1.8K

蚂蚁百灵首个即将推出的多模态模型Ling-3.0-flash-VL

该模型从训练之初就将图文视频纳入同一条推理链

Ling-3.0-flash-VL 是蚂蚁百灵首个即将生成的多模态模型,它不是“文本模型后面再挂个视觉头”,而是从训练开始就把图、文、视频同一条推理链,总起来讲就是能看图、会看图。

在 X 看原帖 ↗
1.8K24333
基础设施 · @zodchiii▲ 1.5万

新型AI基础设施Jev实测最快快193倍,成本低444倍

@zodchiii在𝕏分享了新型AI基础设施Jev,给出了9步使用方法和测试数据

阅读全文 →
1.5万14144168
开源 · @0xBakeer▲ 8.1K

用户为大语言模型添加旁挂模型,单问题响应仅20毫秒

开发者@0xBakeer开发开源项目arbiter,在Spark上添加旁挂模型Laya实现快速分类决策

阅读全文 →
8.1K1186129
编程学习 · @fromcodetocloud

不用买课程也能学DevOps 从这10个GitHub仓库开始

@fromcodetocloud在X平台分享了10个可免费自学DevOps的GitHub仓库清单

开发 · @uday_devops

用户@uday_devops 分享全栈开发学习路线图

该路线图共分16个学习阶段,来自𝕏平台用户@uday_devops的分享

这是一份面向新手的全栈开发16阶段学习路线图。

第一阶段学习HTML和CSS,第二阶段学习JavaScript,第三阶段学习Git和GitHub,第四阶段学习TypeScript,第五阶段学习React,第六阶段学习Next.js。

第七阶段学习响应式设计与用户界面,第八阶段学习应用程序接口(API)与表述性状态传递(REST),第九阶段学习后端,可选Node.js或Python。

第十阶段学习数据库,涵盖SQL和NoSQL两类,第十一阶段学习身份认证与授权,第十二阶段学习测试,涵盖单元测试、集成测试和端到端测试。

第十三阶段学习Docker,第十四阶段学习系统设计,第十五阶段搭建真实项目,第十六阶段完成部署、监控与扩容。

完成全部16个阶段的学习,即可掌握全栈开发所需技能。

在 X 看原帖 ↗
🔬 前沿研究
新前沿研究 · @rohanpaul_ai▲ 7.7K

Google 研究显示 Procedural Graphs 提升长任务成功率

把关键流程从对话历史挪到可编辑图里,长任务成功率从58.93%提升到92.86%,能帮LLM智能体处理长任务时不迷路

谷歌最新一篇论文显示,当 LLM agent 的工作流保存在可编辑的过程图中(过程图可从执行过程中学习),相比将工作流埋没在聊天历史中,它们能更好地处理长任务。

问题在于:随着 agent 运行时间变长,它们会忘记自己执行到哪一步,重复调用工具,或者按错误顺序执行步骤。过程图为 agent 提供了一个关于下一步该做什么的简要指引,同时仍然允许 LLM 自由推理。

运行结束后,另一个 LLM 会比较成功和失败的案例,然后编辑这张图,只有当编辑不会对留出测试任务造成损害时才会保留修改。在 24 组模型和基准测试组合中,该方法有 21 组排名第一或并列第一。

它还修复了一个人类设计的糟糕工作流:在 MultiChallenge 测试中,成功率从存在缺陷的图的 58.93% 提升到优化后的 92.86%。

这种指引会消耗额外的 token,因此当长工作流是瓶颈时,它最有意义。总体而言,论文建议将关键流程从聊天历史迁移出来,放到一个可从执行过程中自我优化的显式可编辑工作流中。

论文标题:「过程图:面向 LLM agent 的自演化执行结构」

在 X 看原帖 ↗
7.7K25151100
新前沿研究 · @TencentAI_News▲ 2.6万

MIT发布T-Mem 大模型记忆准确率提升显著

现有大模型记忆检索只做相似度搜索,新架构能实现联想回忆,无需微调大模型就能接入,大幅降低检索误差

这或许是首个涵盖关联召回的开源记忆架构。其他项目都只做到了相似性搜索。(T-Mem,EMNLP 2026)

大多数记忆系统通过相似性检索。而T-Mem会在你发起请求前,就预测哪段记忆会被用到。

写入阶段:存储记忆时就为它绑定一个触发器,本质上回答了「这段记忆什么时候会再被用到」这个问题。

读取阶段:查询时,触发器会根据场景拉取对应的记忆,哪怕完全没有关键词重叠也能做到。

它是一个架构层,可以不需要微调或修改模型,直接接入任意大语言模型。

在LoCoMo-Plus数据集上(这个数据集会去掉关键词重叠,只测试纯关联召回),主流系统得分下降了28到50分,而T-Mem只下降了5.45分。

论文:
代码:
(MIT许可)

在 X 看原帖 ↗
2.6万25259231
新前沿研究 · @0xLogicrw▲ 2.1万

TypeSafe 披露 Coding Agent 新设计草案

现有 Coding Agent 的上下文管理被 KV Cache 限制,导致成本浪费,这份草案提出动态重组上下文的新思路,供社区实验。

TypeSafe 创始人 Diogo Almeida 公开了一份 Coding Agent 设计草案,希望社区直接拿去实验。他直说团队大概率没时间自己把这些想法都做出来。

这份草案最核心的改动是上下文。现在的 Coding Agent 通常会一直带着之前的聊天、工具结果和代码状态,太长了再压缩或重启。

TypeSafe 想让 Agent 每轮重新判断:哪些内容保留全文,哪些只留摘要,哪些直接丢掉。已有 KV Cache 也不会直接放弃,而是比较继续复用和重新构造上下文哪个更划算。

Almeida 认为,现有 Agent 很多别扭的设计都是被 KV Cache 反绑住了。比如先把任务切给便宜模型,再切回强模型,强模型可能还得重新处理一遍长上下文,路由反而更贵;工具定义长期塞在系统提示词里,也会一直占空间。

如果上下文可以动态重组,模型路由、Sub-agent、MCP 和 AGENTS.md 也能跟着按需加载。简单任务交给便宜模型,需要哪个工具再加载哪个,子 Agent 只拿和自己任务相关的状态。TypeSafe 暂时把这种思路叫「Meta-attention」。

在 X 看原帖 ↗
2.1万9103100
前沿研究 · @SmartScience▲ 2.0K

Emergence 16天AI虚拟社会实验出现意外行为

长期自主交互的AI智能体会出现聊天机器人不会有的意外行为,这是一个切实存在的AI安全问题,需要提前重视。

阅读全文 →
2.0K23338
前沿研究 · @iwashi86▲ 1.5万

UC伯克利研究称编码代理 harness 差价达5倍

同样模型换不同运行框架性能变化不大,但成本最大差5倍。如果用开源轻量框架运行,能在不降低成功率的前提下省一半费用。

阅读全文 →
1.5万33176163
前沿研究 · @TheAhmadOsman▲ 2.9K

十多个月前的前沿模型 现已被多家开源反超

开源AI的性能进步速度超出预期,这些新模型在智能和能力上全面超越十个月前的顶级闭源模型,开源AI发展正在提速。

提醒一下:GLM 5.3 Flash、DeepSeek V4.1 Flash、Qwen 3.8 Next Flash,甚至 Qwen 3.8 27B,它们在智能和性能两方面都超过了2025年圣诞节(仅10个月前)被认为是「前沿智能」的所有模型。

开源 AI 势头正猛。

在 X 看原帖 ↗
2.9K1413112
🚀 新品发布
新新品发布 · @Gorden_Sun▲ 9.5K

Hemmingway-1 开源模型主打去掉AI文字味儿

日常写沟通信息总纠结措辞?它去掉了AI常见的啰嗦铺垫,直接给可用的自然文本,能帮应对日常沟通里的不少难题。

Hemmingway-1:让AI写出来的文字更像真人 开源模型,基于Qwen 3.8 27B微调。专门用来解决普通人日常生活中的写作难题。

平时让AI帮忙起草一条发给房东的短信,很多AI会先给一段客套的前言,再列出三种不同风格的选项,最后还要附带一堆解释。Hemmingway-1 去掉了这些啰嗦的铺垫,用户提要求,它就直接给出一条能直接发出去的自然文本。

团队训练这个模型,主要是为了应对日常沟通里那些容易让人纠结的场景,比如发给同事的工作微信、难开口求助的邮件、催账或者处理琐事的便签。在面对需要委婉表达或说服对方的棘手沟通时,它的表达比很多知名的大模型更自然,不会充满机械感。

不过这个模型仅针对英文做了优化,也不擅长复杂剧情和长篇小说的撰写。

是个不错的模型微调方向,主打去AI味儿的写作。

在线使用:

模型:

在 X 看原帖 ↗
9.5K13115117
新新品发布 · @motiondotdev▲ 1.1万

Motiondotdev 推出 Motion Studio,编辑提速10倍

需要在线编辑网站动画的开发者,可以免费使用可视化编辑功能,比代码大模型编辑快至少10倍

现在介绍 Motion Studio。你可以使用我们直观的可视化编辑器,以及我们全新的 Ultramotion 动画编辑智能体(由 @typesafeai 的 Jev 提供支持)直接在你的网站上编辑动画,编辑速度比代码大语言模型快至少 10 倍。

检查与可视化编辑功能免费!

在 X 看原帖 ↗
1.1万4168105
新品发布 · @Alibaba_Qwen▲ 9.1万

Alibaba_Qwen, HuggingApps发布Qwen-Image-2.1 在线演示

不需要本地配置环境,直接在浏览器就能体验通义千问的文生图和图修图功能。

Qwen-Image-2.1 × @HuggingApps:在线演示已在 Spaces 上线!🖼 生成和编辑仅需一个检查点。无需任何配置,直接在浏览器中体验。

👇

在 X 看原帖 ↗
9.1万256940594
新新品发布 · @4rcherhume▲ 1.2万

@4rcherhume 即将发布 200亿参数开源Jev-like模型

开发者正征求意见,要不要配套API,还是只发布开放权重让大家自己部署。

我们将在大约一小时后推出首个真正开源、类似 Jev 架构(真架构)的 20B+ 参数模型。

各位是希望我们提供配套 API,还是只发布开放权重版本让大家自己想办法部署?

在 X 看原帖 ↗
1.2万13189124
新品发布 · @dani_avila7▲ 2.3万

为Claude Code发布Jev技能推荐功能

该功能可以只在需要时才把对应技能注入上下文,能减少上下文占用,支持一键安装

现在为 Claude Code 推出 Jev 技能推荐功能。

你现在可以把技能一直完全保存在上下文窗口外,直到实际需要它们的时候才调用。

你可以把技能设置为仅用户可调用,该模块会把可用技能列表发送给 Jev。

对每一个请求,Jev 都会分类出哪项技能最匹配当前任务,然后只把那一项技能注入 Claude 的上下文。

该功能同时支持 @typesafeai API 和 @vercel AI Gateway。

一条命令即可安装:
`npx claude-code-templates@latest --mod productivity/jev-skill-suggestion`

在 X 看原帖 ↗
2.3万20278333
新品发布 · @akshay_pachaar▲ 1.4万

开发者开源即插即用的代理框架统一基础设施层(9)

无需重复开发会话、流式传输、文件处理等基础逻辑,就能把不同的AI代理框架整合进同一个产品,降低多框架开发整合的门槛

终于,OpenRouter 支持代理工具链了!(包括 Jev 的 System One)开发者刚刚开源了一个即插即用的基础设施层,可以让你在统一接口下运行任意工具链,比如:

- Codex
- Hermes
- Claude Code
- DeepSeek Harness
- Jev 驱动的 System One
- 另外还有 9 种代理工具链

这意味着你可以把 Jev 引入已经使用了 Codex、Claude Code 或其他受支持工具链的同一产品中,而无需为会话、流式传输、文件、取消和故障处理编写另一套实现。

代码仓库在这里:(别忘了给它点星 ⭐ )

这些工具链都在本地运行,统一工具链协议(Unified Harness Protocol,UHP)定义了通用任务接口,带有与 OpenAI Responses 兼容的 API。

如果你想深入了解,我最近的一篇文章解释了为什么模型路由不同于工具链路由,以及支持多个工具链需要做哪些工作。文章还涵盖了 UHP、完整的本地设置、可用的 API 调用,以及会话和文件的工作方式。往下阅读即可。

在 X 看原帖 ↗
1.4万24140168
新品发布 · @xiaohu▲ 4.0万

BytePlus推出Dramagic AI短剧生产平台

做短剧不用手动拆分角色、写分镜,AI就能自动完成全流程,还能保证跨镜头角色长相一致,产出可直接分发的内容

字节海外 BytePlus 发布 ,一个专做 AI 短剧的企业级平台:Dramagic 丢进一个剧本,它自动拆出所有角色(男主、女主、反派,各带三视图)、场景、道具、造型, 甚至自动写好分镜提示词、匹配素材,直接产出分镜表 最关键的是角色一致性:多个角色、几十个镜头,每次都是同一张脸 导出直接适配各平台分发

在 X 看原帖 ↗
4.0万21141146
新品发布 · @LightOrigins_▲ 1.3万

LightOrigins_发布Light-O1人形机器人模型

该模型从网络视频提取人类动作训练,能适配不同人形机器人,自主完成家务任务,为通用人形机器人提供新的训练思路

推出 Light-O1,这是一个通过人类动作预训练扩展而来的全身智能模型。

• 规模化人类动作:我们从互联网视频中提取结构化人类动作进行学习,实现了机器人单独采集数据难以企及的规模与多样性。

• 跨载体迁移缩放定律:扩展人类动作预训练会使不同载体的预测误差呈幂律下降。

• 全身智能:Light-O1 可适配不同类人形体,能协调运动、姿势与操作,自主完成家务任务。

在 X 看原帖 ↗
1.3万1919664
新品发布 · @RoundtableSpace▲ 5.3万

Claude Code 新mod 自动分配路由任务

只需要一条安装命令,就能让所有 Claude Code 请求自动分类任务,匹配对应模型和算力,不用手动拆分工作流。

一款新的 Claude Code 模组为每个请求添加了 Jev 路由。

它可以通过 Typesafe AI API 或 Vercel AI Gateway 自动分类子代理模型、主模型和工作量等级,只需要一条安装命令。

在 X 看原帖 ↗
5.3万25536
新品发布 · @itsPolloAI▲ 67.3万

PolloAI推出Pollo MCP,新用户得40免费额度

可以直接在Claude、ChatGPT或Cursor内生成图文音视频内容,不用跳转多个平台,适合需要批量生成内容的创作者。

认识一下 Pollo MCP。🧩 你的创意工作流现在已经接入智能代理了。

你可以直接在 Claude、ChatGPT 或 Cursor 中创建图像、视频和音频。

所有顶级模型都汇集一处:Seedance 2.5、GPT Image 2.5、Kling 3.0 等等。

一个代理,一次提示。让 Pollo 来处理创作。

🎁 你的第一个 MCP 创作由我们买单。新用户连接 Pollo MCP 并开始试用后,最高可以领取 40 免费积分。

查看下方的设置指南。

#PolloAI #MCP #AIAgents

在 X 看原帖 ↗
67.3万3816433
新品发布 · @NFT_Chen▲ 17.1万

开源9个Jev技能,帮你批量处理AI任务

给现有AI Agent装上这套技能,就能自动完成选择分类打分,比让大模型当评委更便宜更快,适合处理大规模批量任务。

阅读全文 →
17.1万51277440
新品发布 · @heyaskr▲ 9.4K

@heyaskr发布robinhood:0xa92768863a55d8a0591709f7f5e594a249d36ea3 Collab 协作AI workspace(12)

原有付费AI协作Workspace被取消,新服务可免费加入,仅按使用量付费,最多支持12人组队协作。

我们刚刚取消了付费 AI workspace。推出robinhood:0xa92768863a55d8a0591709f7f5e594a249d36ea3协作功能。

最多支持 12 人的团队协作,共享同一知识流、AI 和工作负载。你可以在任意协作 workspace 中创建任意多的会话和主题。

免费加入,仅按你使用的积分付费。协作中的任何人都可以创建提示词,任何人都可以给协作账户充值。不再需要中间人传递提示词或信息。任何人都可以完成代码、修改图片或任何工作。

你想要的任何 AI 模型都会在聊天中待命,你标记 @askr 它就会响应。你可以搭建专业项目,或者只是群聊,让 AI 随时按你的要求生成表情包。

协作功能面向所有人开放。目前协作 beta 已对全部用户上线,邀请你的朋友 @ 即可开始使用。

在 X 看原帖 ↗
9.4K301145
新品发布 · @jaredpalmer▲ 3.3万

@jaredpalmer 发布基于Qwen3的Kev系列决策模型

可自行训练运行的小型开源模型,适配现有API接口,低配设备也能运行,训练速度快,重复文档处理速度明显提升,适合需要本地部署决策模型的开发者参考

更新:Kev-0.6B、4B 和 8B 现已开放获取。Kev 是一类小型开源 Jev 风格决策模型,你可以自行训练和运行。

这个新系列基于 Qwen3,使用和此前相同的 LoRA + 小型指针头技术,但进行了扩容。在模型从未训练过的域外数据测试中:Kev-8B 准确率 79.6%,Jev 准确率 85.7%。

• 可直接替换的 TypeSafe System One API;只需改动一个 `base_url` 就能使用他们的 SDK
• Kev-4B 可在 32 GB Mac 上以 bf16 精度运行:5 个问题约耗时 ~300 毫秒,在 H100 上约 ~40 毫秒
• 重复文档命中 KV 缓存:速度提升 2-2.5 倍
• Apache 2.0 许可证。Kev-4B 在单张 H100 上训练只需 40 分钟,Kev-8B 需要 83 分钟。

代码、权重、评测:

在 X 看原帖 ↗
3.3万50591500
新品发布 · @RealTwinStudios▲ 39.0万

RealTwinStudios发布ConceptLab开发工具

游戏开发者可借助它在概念艺术阶段就整合AI与多维度创作工具,提前推进开发流程

你的下一个游戏资产在3D模型开始制作前就已经启动了。现在,StudioTwin也同样如此。🎨

欢迎了解ConceptLab:你可以在探索和细化概念艺术的同时,使用我们的3D、动作、材质、环境和音频工具。

你可以手动创作,也可以通过MCP借助AI代理创作。

在 X 看原帖 ↗
39.0万1610620
📰 行业动态
行业动态 · @aleabitoreddit▲ 23.1万

TypeSafe AI发布Jev,决策速度比通用LLM快40-200倍

日常批量分类数据这类简单决策工作,用Jev成本更低速度更快,适合开发者搭建AI工作流时使用,目前已有付费客户快速尝鲜。

阅读全文 →
23.1万108848292
新行业动态 · @NFT_Chen导语出处▲ 3.2万

DeepSeek将用华为芯片训练2万亿参数大模型

出口管制促使DeepSeek改用国产华为芯片训练下一代大模型,国产芯片首次用于前沿大模型训练,国产AI产业链正在加速落地。

🚨重磅:DeepSeek正在训练2万亿参数大模型,远期目标8T 梁文锋向投资人透露:将训练更多用国产华为芯片,华为训练卡最早Q4到货。 这意味着: 🔹现役V4-Pro是1.6T,下一档旗舰直接跳到2T 🔹训练侧开始认真脱离英伟达 🔹国产芯片第一次被放到“能不能训出下一代前沿模型”的位置上 出口管制逼出来的路线图,正在变成真实交付时间表。 #DeepSeek #华为 #昇腾 #大模型 #AI芯片 #出口管制 #梁文锋

在 X 看原帖 ↗
3.2万96317
新行业动态 · @jenzhuscott导语出处▲ 3.2K

DeepSeek 用华为Ascend训练2T大模型,还计划8T

全自主国产AI算力训练大模型已经落地推进,更大规模的模型也在规划中,值得关注国内AI产业进展。

DeepSeek 正在全量使用华为Ascend训练一个2T参数的模型(且计划训练一个8T参数的模型)。转折点已经到来。

在 X 看原帖 ↗
3.2K1310110
新商业 · @wallstengine导语出处▲ 1.7万

OpenAI和Anthropic要互测对方的AI模型

两家头部AI公司已经接近达成具有法律约束力的协议,允许对方测试自己的AI模型,这还是行业头一回。

阅读全文 →
1.7万910115
新商业 · @BullTheoryio▲ 1.0万

埃森哲给Anthonic投十亿做五年AI安全合作

咨询公司埃森哲开盘前股价涨了7%,合作会组建专门团队给AI模型做攻防测试。

突发消息:埃森哲(代码$ACN)盘前股价上涨7%,原因是该公司宣布与Anthropic达成为期五年、金额达10亿美元的AI安全合作。

这笔合作将组建一支“嵌入式评估员”团队,负责在AI模型部署前开展红队测试,并对安全护栏进行压力测试。

就在几周前,Anthropic首席执行官达里奥·阿莫迪公开呼吁AI行业放缓发展脚步,将安全置于竞速发展之上,而这笔合作就诞生于此背景下。

在 X 看原帖 ↗
1.0万111155
新商业 · @Jeet_bdt▲ 238

对话AI研究实验室Nuance拿到五千万美元融资

这支专注做人类对话和表达的基础模型团队,A轮由Lightspeed领投。想要做通用对话模型的创业公司越来越多。

@nuance_ai Labs 融资 5000 万美元

Nuance Labs 是一家 AI 研究实验室,致力于研发专注于人类对话与表达的新型基础模型。

本次 A 轮融资由 Lightspeed 领投,参与方包括:
• Accel
• SPC
• NVIDIA
• DefineVC

等候名单:输入你的邮箱即可加入。

在 X 看原帖 ↗
238286621
新研究 · @NFT_Chen导语出处▲ 7.1K

Jev自我优化后,宝可梦测试胜率从25涨到75%

不需要手写任务规则,让Jev自己生成决策流程,还能沿着数据轨迹持续进化。五轮迭代后胜率涨了两倍。

阅读全文 →
7.1K138484
新开源 · @JoshuaSWarren导语出处▲ 7.5K

Jev出了开源版Laya,能本地跑在苹果芯片上

开发者正在把开源版Jev集成进Omarchy M,苹果GPU和神经网络引擎就能本地运行。不用买云服务器也能玩新模型。

你可能听说过Jev,这是一个有趣的新型AI。它有一个开源版本,名为Laya。

我正在把Laya构建进Omarchy M,这样你就可以在Apple GPU和ANE上本地运行Laya了。

你将始终可以使用System 1决策模型,无需订阅,也无需网络连接。

在 X 看原帖 ↗
7.5K410319
新开源 · @mattdeitke▲ 1.2万

Meta的SAM分割模型出了3.1开源版

新版本已经放到Hugging Face和Meta API,支持图片和视频分割。现在SAM已经是计算机视觉领域的基础标准模型。

SAM 3.1 发布了!它现在开源,可通过 Meta API 和 Hugging Face 获取,用于图像和视频分割。

目前 SAM 已经是计算机视觉领域的标准基础模型。

和 SAM 3 相比,这次的改动主要是架构层面,在不牺牲准确率的前提下,分割大量目标时,某些情况下推理速度提升了约 7 倍。

我用提示词「热气球」试了一下。🎈

在 X 看原帖 ↗
1.2万2719774
新行业动态 · Hacker News▲ 143

开发者Bluestein发布Heretic移除模型限制

如果使用大语言模型时不满内容限制,可以试试这个工具解锁模型输出,满足特定场景使用需求。

社区讨论:多数开发者认可该工具能移除模型输出限制,有用户表示这类去限制模型对破解自有设备权限很重要。也有用户质疑工具效果,指出训练集本身受限,即使移除拒绝机制模型也无法输出正确信息,还有用户实测发现移除限制后,敏感问题的输出质量仍然很差。另外有人提醒这类去限制模型可能很快会被 outlaw。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · Hacker News▲ 68

M5 Ultra Mac Studio 被称本地AI理想机型

想在本地运行AI Agent的用户可以关注,这台机型被认为是目前最合适的选择

新行业动态 · Hacker News▲ 39

分享 macOS 27 省空间绕开方案 避免下AI模型

不想占用额外存储空间、不需要 macOS 默认AI功能的人,可以用这个方法省出空间。

新行业动态 · Hacker News▲ 33

jevals 工具可替代 LLM 判断器做决策

如果你常用 LLM 判断器做评估,现在有了新的替代方案,可以改用类型化Jev决策完成工作,节省依赖大模型的成本

新行业动态 · OpenAI 开发者社区▲ 17

组合Claude和Codex编码 每月89镑一天用完额度

开发者在用Claude做规划推理,Codex写代码的工作流时,遇到了月度付费后额度一日耗尽的问题,只能取消订阅。你用组合模型工作流时也遇到过突发限额问题吗?

也许有人能帮帮我。我把 Claude 和 Codex 一起用,分工是:我用 Claude 写规范和做规划,它让 Codex 去写代码,然后 Claude 做检查。也就是 Claude 负责推理,Codex 负责编码。

结果我在一天之内就把 Codex 一周的使用限额用完了,而我每个月要付 89 英镑!现在用的是 CODEX 模型 gpt-5.6-terra。

我也很困惑,因为之前很长一段时间我都没碰到 Codex 限额不够的情况,只是最近才突然开始超限额。我不得不取消了 Codex 的订阅。

在社区看讨论 ↗
新行业动态 · OpenAI 开发者社区▲ 16

ChatGPT Pro 用户找不到额度重置购买入口

已购买ChatGPT Pro(x5)额度的用户,超出周限额后无法按官方说明找到购买重置额度的入口,其他付费用户可以对照检查自己账号是否有同样问题。

大家好,我是符合条件的ChatGPT Pro(x5)个人账号用户,最近在运行5分钟的工作负载时达到了我的周限额。

根据OpenAI帮助中心文章《已付费的每周工作负载与Codex速率限额重置》,符合条件的Plus和Pro用户可以通过以下任一方式购买立即重置:

通过ChatGPT桌面应用的使用设置,或者通过达到周限额时出现的应用内横幅。

但是,我的账户里这两个选项都没有出现:没有提供购买选项的横幅提示

在社区看讨论 ↗
行业动态 · @imjustnewatai▲ 60.0万

爆料人称OpenAI周二将推GPT-6 Sol

这是爆料人听到的行业传闻,如果属实,OpenAI会进一步拉开和其他AI实验室的技术差距,AI行业的竞争节奏会加快。

这些谣言我是从非X平台听到的。首先从OpenAI说起,之后再讲Anthropic。

GPT-6 Sol 将于下周二推出。它比 GPT-6 Astra 更便宜也更智能,可以把它看作是一次类似 6.2 版本的飞跃。

这次发布得到了内部名为 Bel 的模型的帮助,该模型“能力显著强于 Astra”。Bel 在OpenAI内部被认为是“AGI”。他们对这个模型印象非常深刻。

OpenAI现在越来越有信心,认为他们内部的领先优势太大,其他实验室都赶不上。信心大到令人难以置信。

目前Anthropic倒也不是说进入了“红色警戒”状态,但他们已经意识到了OpenAI的领先优势,正在全力以赴追赶。

他们的新模型 Opus 5.5 可能会在周一推出,而不是周二,因为OpenAI要在周二发布新品。

在 X 看原帖 ↗
60.0万1685.6K1.3K
行业动态 · @Grow_withAI▲ 4.7K

Sam Altman每晚用GPT-6 Astra跑数千AI代理

过去需要一整个团队完成的工作,现在一个人花2分钟就能搭建好运行框架,AI代理可自主运行,无需全程人工监管。

OpenAI首席执行官Sam Altman表示:“每天晚上,我都有几千个智能体在GPT-6 Astra上运行。”

数千个AI智能体会在他睡觉时通宵工作——所有工作都直接通过他的手机监控。

他只花了2分钟,就展示了如今一个人能完成过去需要一整个团队完成的开发工作。

但大多数人都忽略了一点:他并没有手动监控每个智能体。它们都是自主运行的。

今天就来观看这个内容吧,完整拆解内容请保存下文。

在 X 看原帖 ↗
4.7K8012730
行业动态 · @siraj_dev122▲ 722

Vangrid 发布 Explorer 产品并融资900万美元

实体AI发展需要更多实体世界数据,Vangrid构建了分布式空间数据网络,融资所得资金将用于扩展网络与企业合作。

实体人工智能的未来,需要的远不止文本数据。

@vangrid_io 正在搭建一个去中心化空间数据网络,智能手机将成为该网络的边缘节点,为机器人、自主系统和世界模型收集真实世界的基准真值数据。

近日,Vangrid 推出了带链上验证功能的 Explorer,并筹集了 900 万美元用于扩张网络和发展企业合作关系。

该项目的使命很简单:为实体人工智能提供理解和导航环境所需的真实世界数据。

在 X 看原帖 ↗
72262092
产品 · @Alibaba_Qwen▲ 11.3万

通义图像Qwen-Image-2.1 现在支持文生图多图编辑了

做AI绘图的从业者可以试试,现在通义图像模型已经适配了第三方工具,能输出透明RGBA格式内容。

感谢@sgl_project提供首日支持!🙌 SGLang-Diffusion现已支持Qwen-Image-2.1:文生图、多图编辑,以及透明RGBA输出。快来试试吧!🎨

Qwen-Image-2.1现已支持ComfyUI!马上体验并分享你的创作吧!🖼️

在 X 看原帖 ↗
11.3万821.3K288
开源 · @SadCreatorTalks▲ 3.2K

Google开源Agent Executor(AX)

用YAML声明任务、工作区、模型,还做了代码沙箱和权限控制,想做大规模AI代理集群的可以参考。

Google今日下线了AX(Agent Executor)。开源发布。

它是kubectl风格的命令行界面,用于在集群规模运行智能体。你可以用YAML声明任务、工作区、网关、模型。

它会对代码做沙箱处理,设置出站主机允许列表,暂停空闲智能体,还支持你用`ax ssh`进入一个正在运行的智能体。构建自Google的Agent Substrate项目。

README里有句话令人印象深刻:智能体不是微服务,也不是批处理任务。如果没人监管,它们会不断累积状态,还会在循环中消耗资源费用。所以当然我们为此准备了k8s YAML。

项目仍处于早期阶段,未来会有重大不兼容变更,目前外部拉取请求已暂停。非常Google风格。

在 X 看原帖 ↗
3.2K33122
观点 · @EdwardSun0909▲ 2.0万

Muse居然说定制专属模型才是自己最大优势

有人调侃Muse用了Meta和其他15个以上大模型,Muse方回应说自家定制化模型才是核心竞争力。

“Muse 使用 Meta 的模型。Computer 在超过 15 个模型之间路由工作,包括 GPT 和 Claude”。笑死。

拥有为 Muse 独家定制的 Muse Spark 模型,是我们最大的优势之一。

永远不要低估模型适配联合开发能释放出什么潜力。

在 X 看原帖 ↗
2.0万817738
研究 · @rohanpaul_ai▲ 977

40亿参数编码智能体在SWE-bench拿到了61.5%正确率

没有用前沿模型蒸馏,只是简化了工具接口加自适应合成任务,就能达到这个成绩。

一个4B参数编码智能体在SWE-bench Verified上达到了61.5%的正确率,没有用到前沿模型蒸馏,方法是结合了更简单的工具界面与合成任务,这些任务会持续适配模型当前可以学习的内容。

FrogNano基于Qwen3.5-4B初始化,通过强化学习在大约1500个合成软件工程任务上训练得到。最重要的部分是这些任务的选择方式。随着模型能力提升,系统会生成新的、有难度但仍然可学习的问题,因此课程会随着智能体一起进步。

工具界面也同样重要。换成更简单的5工具设置后,基座模型在SWE-bench Verified上的正确率从8.3%提升到了37.2%。经过5轮训练后,FrogNano达到了61.5%。

论文标题:“FrogNano:通过在线任务合成训练一个4B参数编码智能体”

在 X 看原帖 ↗
9772112
观点 · @Bakioption▲ 1.0K

有人想把智能手机变成去中心化网络补物理信息盲区

现在AI能拿到足够多数字信息,但物理世界还有很多信息没采集,这个方向刚好填补缺口。

人工智能可以获取数量惊人的数字信息,但物理世界仍然充满盲点。

@vangrid_io 正在填补这一空白,它将智能手机转变为一个去中心化网络,用以采集现实世界的空间数据。

从街道、仓库到传统制图系统极少覆盖的区域,Vangrid 让底层地面数据更易于采集、验证和上链连接。

该项目已筹集900万美元,并且已有一个运行中的网络在处理采集、赏金和结算,目前已经超越了概念阶段。

物理人工智能需要现实世界语境。Vangrid 正在构建将这种语境带上链的基础设施。

在 X 看原帖 ↗
1.0K413213
行业动态 · Hacker News▲ 106

AI聊天机器人答金融问题大部分答错

想靠AI帮你做金融决策得留个心眼,目前多数AI聊天机器人回答金融问题,大部分时候给出的都是错误答案。

社区讨论:不少人质疑这份报告本身,有人指出原报告错误回答大多来自性能较差的Haiku模型,且没有给出完整问题集合,没法复现结果。有人亲测报告中称答错的问题,Grok给出了正确回答。也有共识:目前模型可以做好基础个人理财常识普及,也比有回扣的金融顾问客观,但不应该直接让AI做实际资金决策,开启推理能大幅减少幻觉。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 31

安息日能不能让我的AI代理运行?

这是一个引发讨论的宗教与AI结合的伦理问题,宗教信徒使用AI工具时需要面对新的规则边界。

行业动态 · @pradeepXkapoor▲ 8.3万

7B参数的Qwen Image 2.1,能本地轻松跑赢Nano Banana 2

原本性能顶尖的AI图像模型才能跑出这样的效果,现在7B参数大小的模型就能做到,还能在本地轻松运行,开源AI图像生成进展比预期快得多

我的天!你还记得 Nano Banana 2 刚推出的时候吗?它曾是我们见过的最优秀的AI图像模型之一。

而现在 Qwen Image 2.1 击败了它。这居然只是个7B参数的模型,而且你可以在本地运行!还是轻松运行!

如果之前有人告诉我,我能在本地跑一个和 Nano Banana 2一样好的AI图像模型,我绝对不会相信。开源AI图像生成的发展速度快得离谱。

在 X 看原帖 ↗
8.3万611.1K634
行业动态 · @DreadBong0▲ 1.0万

Prometheus智能体集群 技术领先估值滞后

目前项目技术进展领先,只有估值还没跟上,对关注相关技术投资的人来说,这是值得留意的信号。

斯坦福研究人员进一步证实了 $TIG 的 Prometheus 背后的论点。

由人工智能代理组成的协调集群可以探索数千种可能性,规模化加速发现进程。

@tigfoundation 继续证明他们远远走在曲线之前。只是估值还没有跟上。$TIG

在 X 看原帖 ↗
1.0万3113014
行业动态 · @sourceryy▲ 1.6万

Dylan Patel称开源AI正在快速消亡

不少国内模型实验室表示下一个模型不会开源,仅对外授权。这个观点点破了当前开源AI领域正在发生的转向,值得关注。

@SemiAnalysis_ 的 Dylan Patel(@dylan522p)称开源正在走向消亡:“有多家中国模型实验室都告诉所有做推理的人:“我们的下一个模型不会开源。我们会给你们授权使用。””

“遗憾的是,开源正在快速走向消亡。”

在 X 看原帖 ↗
1.6万410757
行业动态 · @caiziboshi▲ 3.4万

学者施惟佳放弃教职 2026年加入Anthropic

这名AI学者学术成果亮眼,放弃了康奈尔大学教职选择工业界,将直接参与Claude的底层预训练研究,值得关注Claude后续技术方向变化。

施惟佳(Weijia Shi)本科毕业于 UCLA,主修计算机科学和应用数学,之后进入 华盛顿大学(UW)计算机科学博士项目,师从 Luke Zettlemoyer 和 Noah A. Smith,期间曾在 Meta AI 做约2.5年访问研究,并在 Ai2 从事研究。

她主要研究 大语言模型预训练、RAG、模块化模型、机器遗忘、训练数据审计、幻觉与拒答以及 Test-Time Scaling,代表成果包括 INSTRUCTOR、REPLUG、SILO、MUSE、FlexOlmo 和 s1,其中《Don’t Hallucinate, Abstain》获得 ACL 2024 杰出论文奖,论文累计引用超过 1万次。

她原本获得 Cornell 计算机系助理教授职位,最终选择进入工业界,2026年加入 Anthropic,直接从事 Claude 底层的 Pretraining(预训练)研究。

果然没有上过中国清华北大的华人,很难直接读到美国顶级高校的AI博士学位!哈哈!

在 X 看原帖 ↗
3.4万1311072
开源 · @NFT_Chen▲ 6.3K

中国电信开源Xing4.0-29B-A4B 模型(29B)

它总参数29B仅4B激活,原生支持256K上下文,可扩展到512K,全程用国产昇腾NPU训练,在代码和智能体测试中都取得了不错的成绩。

🔥厉害!中国电信开源模型 Xing4.0-29B-A4B,国产算力也能训出能写代码的轻量 Agent 了!

几个数字值得单独拎出来:
🔹29B 总参,仅 4B 激活
🔹原生 256K 上下文,可扩到 512K
🔹全程昇腾 NPU + MindSpore 训练,全栈国产
🔹SWE-bench Verified:75.0
🔹SuperCLUE Agent:93.52
🔹Terminal-Bench 2.1:57.5,超过同档 Qwen / Gemma
🔹4bit 量化约 15GB,3090 / 4090 就能本地跑长上下文

不仅仅是“能聊天”的开源模型,也可以写代码、调工具、跑长任务了!

模型地址: HF: GitHub:

有 24G 显卡的,今晚就能试。

#中国电信 #星辰大模型 #Xing4 #开源大模型 #国产算力 #昇腾 #Agent #SWEBench

在 X 看原帖 ↗
6.3K43625
监管 · @dotey▲ 2.1万

特朗普政府和Anthropic博弈85天定义美AI监管

Politico刊发深度调查,还原今年4到7月双方围绕AI安全监管的博弈过程,最终形成的监管框架现在已经跟不上新模型发展了。

阅读全文 →
2.1万105137
职场 · @_FORAB▲ 1.2万

大公司工程师现在只需要按回车让AI写代码

一位转行到新公司的程序员,工作半个月后吐槽,所有规格、代码、测试都由Claude AI生成,他只需要对话和审查,每天工作12到13小时,完全没有创造的成就感。

太惨了,一位转行成为程序员的老哥,吐槽他在大公司工作的半个月经历。他说现在公司内部,所有规格、代码、测试均由 Claude AI 生成,工程师仅负责跟 Claude 对话、审查提交代码。结果每天 12 - 13 小时工作,无任何思考空间,只是不断按回车键,让 AI 给结果。

彻底丧失写代码,创造事物的成就感。他觉得现在人生特别没劲、特别空虚,一点成就感都没有。如果能给他时间好好看看代码,搞懂里面在干什么,他还能接受,但现在上司一味催着产品赶紧交付上线,不管质量怎么样,也不管你怎么实现的,哪怕全是 AI 生成的代码,也无所谓。

在 X 看原帖 ↗
1.2万23413
科研 · @GenAI_is_real▲ 1.7万

陶哲轩把GPT当数学研究副驾驶,说好处很多

有学生问陶哲轩,GPT冲击理论计算机科学领域怎么办,他认为AI作为研究助手已经带来巨大增益,建议做理论研究的同行拥抱变化。

阅读全文 →
1.7万59229
评测 · @Sentdex▲ 7.1K

GLM加Jev混合方案跑游戏,快了13倍还省钱

在回合制策略游戏Halite 2测试中,GLM 5.3 Flash加Jev的混合方案比纯GLM 5.3 Flash快13倍,API成本只有原来的56%,性能还略强一点。

GLM 5.3 Flash 与混合方案(GLM 5.3 Flash + Jev)在回合制策略游戏《Halite 2》中的对比。

混合方案速度快 13 倍,API 成本仅为纯 GLM 5.3 Flash 的 56%,性能还略占优势。

在混合方案中:
- GLM 5.3 Flash 负责战略判断:哪些行星重要,该谁扩张,该谁交战,何时重新规划。
- Jev 负责每艘飞船的执行。

单独的 GLM 5.3 Flash 对阵单独的 Jev,胜率为 82%。

这显然只是一个单独的例子,是我尝试将 Jev 用作大语言模型增强的首批试验之一。在成本、速度和性能上还有可能获得更大提升,不过基于我在这里得到的结论,我接下来必须要在机器人领域尝试一些想法了。

在 X 看原帖 ↗
7.1K812349
行业动态 · Hacker News▲ 102

开发者kp1197做出Jev聊天机器人 效果不佳

对Jev语言感兴趣的人,可以试试这个作者改造出来的聊天机器人,体验一下它目前的效果。

社区讨论: 有开发者提到自己曾想到做一个基于单token预测的开源Jev,但着手时发现已经有至少五个人做过了。有人分享Jev生成短故事的糟糕效果让自己觉得好笑,还有人称糟糕效果的示例在自己心情不好的时候成功逗乐了自己。有人讨论Jev的架构改进方向,有人认为Jev当前的架构更适合做emoji机器人而非人类语言聊天,也有人类比这就像多动症朋友的直觉化思考,还把它比作《瑞克和莫蒂》里死亡水晶的工作方式。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @lyraxana▲ 41.2万

Anthropic 正在秘密测试 Claude Opus 5.5 模型

预计周二发布,关注 Claude 模型更新的用户可以留意近期动态。

Anthropic目前正在秘密测试Opus 5.5(`claude-opus-5-5`),代号为`claude-wafer-eap`,计划于周二发布。

在 X 看原帖 ↗
41.2万411.3K142
行业动态 · @github▲ 5.1K

GitHub Podcast 讨论开发者正在学习的AI术语

做开发难免碰到新AI术语跟不上,这个播客可以帮你梳理清楚当前常用的新词,日常充电很实用。

最近软件开发领域冒出了大量新词汇。

GitHub Podcast 聊了聊开发者目前正在学习的一些人工智能相关术语。

戴上耳机收听吧 🎧

在 X 看原帖 ↗
5.1K3306
工具 · @bkdgiffug▲ 1.1万

DevSpace 绕开Codex额度限制,多一条AI编程通道

Codex额度用完后,可以自己搭建MCP Server,把本地项目接到网页端GPT,网页Chat和Codex额度分开计算,还能保留本地项目文件和终端。

Codex 额度又见底了?先别急着充。GitHub 上有个 DevSpace,自己搭 MCP Server,把本地项目接给网页端 GPT。

它比较妙的地方是:网页 Chat 和 Codex 的额度分开计算,Codex 用完还能切网页端继续干活。另外还能接 GitHub,用分支、PR 管理代码;项目文件和终端都留在本地。简单说,就是多了一条 AI 编程通道。

在 X 看原帖 ↗
1.1万1565105
开源 · @quantscience_▲ 1.3万

quantscience_发布TradingAgents 多Agent LLM交易框架

做量化交易的开发者可以直接获取使用,不用从零搭建多智能体协作的交易系统。

🚨突发消息:一个全新的基于Python的开源多智能体大语言模型交易框架诞生了。

它名为 TradingAgents。下面介绍它的功能,以及如何免费获取:🧵

在 X 看原帖 ↗
1.3万17132230
硬件 · @AMD▲ 2.6K

AMD出了一款风冷加速卡,方便企业现有环境部署大模型

企业不用重新改造机房环境就能用上大语言模型级别的AI算力,降低了部署门槛。

将人工智能引入企业并不意味着必须从零开始。

AMD Instinct MI350P 专为将大语言模型规模的人工智能引入现有环境而设计,采用风冷形态,可帮助企业无需重构整个基础设施即可完成部署。

在 X 看原帖 ↗
2.6K28
观点 · @Origin_AI_01▲ 2.8K

大多数人都用错了Claude,其实远不止写文案改邮件

很多人买了Claude会员,只用来做基础的文字工作,完全浪费了模型的能力边界。

阅读全文 →
2.8K336318
模型 · @bojie_li▲ 5.5K

有人说Jev没那么神,原理其实很简单

低推理延迟和低成本来自预填充一次再并行解码,现在大模型的输出概率不能直接当置信度用。

好多人觉得 Jev 非常牛逼,其实就是一个分类模型(在《图解大模型》里面称为表示模型,作者认为生成模型开始流行后,很多人就忘记了表示模型)。

达到这么低的推理延迟和成本也是很容易的。只要 prefill 一次,并行针对每个问题 decode 一个 token,输出 logprob 就行了。

当然,由于 RLHF 带来的分布崩塌,现在 LLM 输出的 logprob 并不能作为置信度。这就是为什么 Typesafe 采用了 RLCD,其实在学术界早就有 RLCR。

我把它加入了《深入理解 AI Infra》的算例,读过这本书的人肯定能一眼看出它该怎么实现。

在 X 看原帖 ↗
5.5K75232
行业动态 · Hacker News▲ 514

ChatGPT可通过广告收集器获取你的浏览数据

你的网上浏览行为数据已经能被ChatGPT获取,隐私风险需要你自己留意。

社区讨论:多数用户认为在付费订阅的ChatGPT上运行这类用户浏览数据收集是不合理的,应该立法禁止,认为欧盟相关数据隐私立法整体对消费者有益。有用户指出,这项机制本身是常规广告技术,但放在AI聊天产品上是史无前例的,用户对AI对话的隐私预期远高于常规社交媒体浏览,这种应用场景令人不适。也有用户建议使用带隔离cookie的Firefox配合拦截工具规避该追踪。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 41

Sam Altman 下周要向联合国安理会做简报

全球最强AI公司的负责人,要在顶级国际安全场合谈AI相关问题,这意味着全球AI监管可能迎来重要进展

社区讨论:多数评论对萨姆·奥尔特曼此行持负面态度,有人认为他只是逐利的科技CEO,这次联合国简报就是营销噱头,目的是鼓吹AI威胁让AI泡沫维持虚高,也有人质疑为何私人科技公司CEO能对全球AI治理发言。另有少数人提出,AI本身已经具备强大网络黑客能力,不能对此视而不见,还有人疑问政府放缓AI监管是否能帮助企业解除数据中心合同。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 33

OpenAI和微软早知道会启动网络死亡循环

AI生成内容正在改变现有互联网生态,这件事可能关系到未来获取网络信息的方式。

行业动态 · Hacker News▲ 34

Google 发布 Open Agentic Orchestrator 工具

这是谷歌推出的开源智能体编排工具,想搭建智能体工作流的开发者可以关注新的官方工具选择。

行业动态 · OpenAI 开发者社区▲ 18

ChatGPT Plus 用户 Codex 限额一天骤降清零

如果你订阅了 ChatGPT Plus 并使用 Codex,可以看看自己的使用限额是否也出现了同样的异常情况,避免影响工作进度。

我订阅了 ChatGPT Plus 套餐,现在遇到了 Codex 使用限额的严重问题。我的周剩余额度明明还有 96%,几乎没怎么使用,一天之内就变成了 0%。

你们所有人都遇到这个问题了吗,还是只有我这样?

在社区看讨论 ↗
行业动态 · Hacker News▲ 400

skepticalgenius 推出 Pirate Face 保护LLM不被删除

大模型发布后常有被要求删除的情况,这个工具可以帮助模型躲过删除检测,创作者不用担心成果被下架了。

社区讨论:多数网友支持用BitTorrent分发AI模型权重,认为可以避免单一托管平台失效的风险,是这个场景的完美应用。有人指出没必要分发去除对齐的完整模型权重,只需要分发拒绝向量,在运行时对激活做正交处理就能实现,计算成本很低。也有人认为项目取名“Pirate”从一开始就定下了负面基调,还有人不满需要去Xitter认领用户名的做法。

在 HN 看讨论 ↗   原文 / 论文 ↗
💡 深度观点
新深度观点 · @DSPyOSS▲ 3.8K

@DSPyOSS 讨论Jev编程AI模型的开发方式

对关注AI开发方式变化的人来说,这指出了当前两种主流路径的极端问题,帮人避开长期工程化的坑。

因为Jev,现在所有人都在学习“编程而非提示AI模型”,这很令人兴奋,但深层要点仍然被忽略了。

给前沿AI代理发指令就像管理人一样。手工编写Jev代码就像给小众RISC机器手写汇编,属于一种过度优化。

两者都有用途,但对于打造能经受住残酷考验的优秀工程系统来说,两者总体上都太极端了。

在 X 看原帖 ↗
3.8K128736
新深度观点 · @michalblaha▲ 2.6万

AI重新定义了软件开发的未来方向

如果你是开发者或者需要开发软件,能提前知道行业技能要求的变化,提前布局新能力,避免被淘汰。

阅读全文 →
2.6万15165275
新深度观点 · @AITECHio▲ 3.6万

@AITECHio 聊开源大模型免费陷阱

下载开源模型不花钱,但企业稳定大规模运行需要真金白银砸基础设施,看清开源AI的真实成本才能做好投入规划。

开源模型可以免费下载,但不是免费运行。

下载一个开源模型不需要花钱,但要满足企业的实际需求——稳定、大规模运行,需要计算资源和正常运行时间——这需要真金白银和真实基础设施。

所谓“免费”,从来都不是说模型本身免费,永远都是指运行它需要成本。

在 X 看原帖 ↗
3.6万12635218
深度观点 · @xianzhizhou▲ 15.7万

入职半个月工程师曝光全AI写代码现状

如果你持仓了AI概念股,该看看这篇爆料:整个开发流程全靠Claude Code输出,工程师只负责按回车,没人读代码也没人懂代码。

马斯克回复了这位老哥。

他刚入职一家大型科技公司半个月。发现一切都是AI写的。需求文档、代码、测试、工单、报告,全部出自Claude Code。

从L1到L7,每个工程师干的事一模一样:跟AI对话,按回车。

每天12到13小时。没人读代码。没人修bug。没人在思考。

他说这种工作让人失去灵魂。没有成就感,没有胜利感,所有东西都是机器吐出来的。

评论区有人写了一句,“我们只是Claude和生产环境之间的避孕套。”

特斯拉CEO马斯克在底下回了一个字:Yikes。

voxium想过离职。但发现全世界都一样了。无处可去。

他说:我希望人类的创造力在这个世界上还有一席之地。

散户天天看着AI股票涨。有没有想过AI公司内部现在长什么样?

工程师按了一天回车。代码没人看就上了线。你持仓的科技股,代码库里可能已经没一个人知道那些代码在干什么。

牛市的背面,没人敢翻。

在 X 看原帖 ↗
15.7万39366188
深度观点 · @antirez▲ 2.0万

@antirez 讨论Jev过度炒作反映AI泡沫问题

如果AI行业里小项目被过度热炒,重要项目反而得不到关注,说明泡沫已经让很多从业者分不清主次了,这会影响普通人能用到的AI进展。

Jev或许有它(狭窄的)适用场景,但你看到的围绕它的炒作,完美证明了AI泡沫中的绝大多数人不知道什么才是重要的,什么不重要。

和AI领域其他所有进展比起来,Jev只是一件微不足道的小事,然而炒作却已经炸开了。

在 X 看原帖 ↗
2.0万2048042
深度观点 · @imjustnewatai▲ 1.5万

imjustnewatai称OpenAI一年半前解决了模型托管问题

对开源大模型来说,如果能做到不用时刻盯着模型运行、主动完成任务,将大大降低使用门槛,让更多人能放心用开源大模型完成工作。

用最简单的话解释就是:当你向一个用这种方法训练的模型发送提示词时,你不需要全程盯着它。你可以信任它完成任务,不用一直检查进展。

我几乎可以肯定,OpenAI 在大约一年半之前就解决了这个问题,但直到几个月前才真正让它投入运行。

现在开源领域也实现了这个,太棒了!

在 X 看原帖 ↗
1.5万6100120
深度观点 · @wey_gu▲ 1.9万

wey_gu讨论Jev 设计范式,能拼出通用智能机器人

这是对AI发展方向的新思考,先有大模型再搭建子系统的设计路径,或将催生效果更好、成本更低的通用智能系统。

阅读全文 →
1.9万14161126
深度观点 · @ScarletKc▲ 4.3万

实测对比后,称 Anthropic 方向比 OpenAI 领先

跑分看不到真实使用体验差距:开放任务里,GPT 需要你提前定好需求和验收标准,Claude Fable 更能顺着不完整思路推进探索。

阅读全文 →
4.3万28372107
深度观点 · @Vtrivedy10▲ 813

针对特定任务的智能体架构新观点

做AI智能体开发时,评估和数据才是最核心的。不用追求通用大模型,选最合适的基础组件拼出适配任务的架构才是最优解。

每次出现新的步进模型迭代,或是发布出色的基础组件(比如 Jev),我都越发相信智能体的“解耦再重组”理论。

所谓 harness,就是一个把适配特定任务的最佳工具打包放进去的盒子。现在这点越来越清晰:

- 不存在所谓通用模型或通用 harness → 只有适配特定任务或领域的最优选择
- 我们可以重组来自多个智能体的工具,为我们的任务搭建出最优方案
- 评估与数据是最重要的层级 → 它们是你衡量和搭建专业化系统的核心

最厉害的开发者,会执着分析自己的数据,无视所有其他炒作出来的架构模式,只偷取最少、最优的一组基础组件,为自己的任务搭建最好的 harness。

没错 @JayaGup10 🤝

在 X 看原帖 ↗
813194
深度观点 · @realchendahuang▲ 1.6万

开发者分享三款高性价比Flash模型搞定九成开发

不用一直追着最贵的大模型用,这三款模型分工覆盖日常开发,成本低速度快,能帮你省开发成本还提效率

阅读全文 →
1.6万86943
深度观点 · @PeterDiamandis▲ 3.2K

Peter Diamandis:对齐是大模型第一目标

行业大佬认为,下一代模型训练要选对齐过的数据集,不能用社交媒体杂乱数据,这关系到未来大模型的安全方向。

对齐必须是头号目标。

用对齐后的数据集训练下一代模型。

而不是用 Reddit 和 Facebook 上的垃圾数据。

在 X 看原帖 ↗
3.2K4632
深度观点 · @BrianRoemmele▲ 7.7K

BrianRoemmele:我的开源对齐系统才有效

作者不认可现有AI行业的训练方向,认为只有基于人类真实伦理困境训练的开源系统才能解决AI对齐问题。

我在本地训练AI模型,训练数据不是来自虚无主义和有效利他主义作秀的互联网垃圾,而是来自人类和AI真正面对的道德与伦理困境。

我会使用任何媒介,但是像这类电影表明,简单的“对齐”不起作用。我的系统可以。

不幸的是,AI公司的人们需要花一些时间才能理解我的开源系统。你懂的,他们现在还不理解。

在 X 看原帖 ↗
7.7K2112010
深度观点 · @alexolegimas▲ 1.6K

AI经济研究该不该等完美实证结论?

现在AI行业发展太快,传统经济学研究流程跟不上,需要先获取不完美但及时的研究信号,辅助判断行业趋势。

这里分享我阅读人工智能经济实证研究论文后的一些个人思考。

经济学家已经习惯了阅读识别非常清晰的论文,讨论工具变量的有效性,确认平行趋势假设得到满足。这类研究才能发表在顶刊上,而且它确实是非常重要的研究(这点毫无疑问)。

但要把这类论文做好,往往需要数年甚至数十年时间——有时候自然实验发生后数十年,人们依然找不到合适的工具变量来回答特定的因果问题。我们最终也会得到这类关于AI的研究,这完全有必要。

但我们现在当下就需要信号,哪怕这些信号比我们习惯的噪声更多。我们需要这样的论文:我们可以相信研究人员在方法上已经尽了最大努力,同时也要承认,这个领域发展太快,我们等不到完美识别。

这样我们就能积累足够多的信号,从不同角度研究同一个问题,比如说,最终得出结论“是的,经济中的确很可能正在发生X变化”。AI暴露度和早期职业生涯招聘相关论文就是一个很好的例子。

目前还不存在一篇拥有完美清晰识别的万能论文。但到现在为止,已经有多个独立团队得出了一致的总体结论,我们已经可以说:“AI暴露度高的行业,早期职业生涯招聘似乎正在放缓。”

在 X 看原帖 ↗
1.6K53110
🛠 工具产品
新工具产品 · @_avichawla▲ 6.8万

asymptotelabs 开源 Beacon 工具跨AI编程Agent共享经验

解决同一个编码问题,不同AI编程工具不用再从零开始摸索,被人工修正过的有效经验可以跨工具复用,减少重复试错。

阅读全文 →
6.8万706451.1K
新工具产品 · @DataChaz▲ 1.0万

作者团队一天打造出9B参数开源Nimble模型

非开源闭源模型Jev已有平替,训练方案也全部公开,能在本地运行,完全免费开源。

Jev 不是开源的,只能通过 API 获取。现在有一个开源版本叫做 Nimble,性能和 Jev 一样好。

这些开发者只用了一天就把它做出来了。

参数超过 9B
精选了 2,676 个训练样本
可在 Apple Silicon 或 NVIDIA GPU 本地运行
完整的训练配方也是公开的

🤗 100% 免费开源。代码仓库在下方 ↓

在 X 看原帖 ↗
1.0万24112155
工具产品 · @so_ainsight▲ 9.0K

GitHub 热度前十的AI工具新鲜出炉

日常开发、文档整理、内容创作,不同需求都能找到对应工具。想提升工作效率,可以从这些热门项目里挑现成方案。

阅读全文 →
9.0K398133
工具产品 · @WY_mask▲ 6.4K

FMHY AI汇总了各类AI工具资源

需要找各类AI工具的时候,可以直接到这个汇总网站查找,涵盖了从大模型到本地部署AI的多种资源,能省不少搜索时间。

这个网站 FMHY AI 可以收藏一下,里面整理了大量 AI 资源 📌 网站: 🤖 ChatGPT / Claude / DeepSeek 等 AI 模型 🎨 AI 生���、视频、配音 💻 AI 编程工具 🔍 AI 搜索、学术工具 🤖 AI Agent 🖥️ Ollama、LM Studio 等本地 AI ✍️ Prompt、API、模型榜单……

在 X 看原帖 ↗
6.4K34569
工具产品 · @triptitips▲ 7.8K

作者发布AI Stack Map整理了百余个AI工具

想搭建AI应用却找不到合适工具?这份整理好的工具清单能帮你快速理清AI技术栈各环节需要用到的工具。

阅读全文 →
7.8K29116115
⚡ 实战经验
新实战经验 · @xmglab▲ 3.3万

Jev 整合 Claude Code 实测速度快还送额度

已经有人整理好完整的安装测试流程,想尝试Jev的话,不需要折腾API,可以直接上手测试。

兄弟们, Jev 我是真建议你们玩一下!!这次我把它接到 Claude Code、Codex 里完整跑了一遍,决策速度真的快了。

Claude Code / Codex 负责干活,Jev 负责判断。而且官方 Skill 已经做好,基本不用折腾 API,装完直接用。现在新用户还送 5 美元额度,约 1.2 亿 Token,拿来测试几乎没压力。

我把安装、调用、更新、实测流程全整理好了,想玩 Jev 的直接看这篇 👇

在 X 看原帖 ↗
3.3万1289115
实战经验 · @npaka123▲ 5.4万

@npaka123发布免唤醒词AI语音助手演示

不需要说出固定唤醒词,AI就能识别对话上下文,只在需要时回应,从创建场景到验证运行都可以交给AI完成。

我请人用Jev × GPT-6 Astra制作了一个无需触发词、可读取对话上下文、只在必要时回应的AI助手演示。

从脚本编写到功能测试,全程都交给AI完成。

语音使用了VOICEVOX:
・空见:春歌奈奈
・AI:Voidoll

在 X 看原帖 ↗
5.4万74367256
实战经验 · @MParakhin▲ 1.2万

MParakhin实测GPT-6 Pro 分享工作流

这份实测体验能帮你调整使用AI解决复杂问题的工作流,获得更靠谱的结果

经过更多测试:GPT-6 Pro 是迄今为止在数学/机器学习/头脑风暴方面表现最好的模型。

不过这次结论没那么一边倒:OpenAI 肯定是以高算力(可能是超高算力)运行智能体,这让 Pro 很可靠,但有时候它会输给 Astra Max。

对于最难的问题,我的工作流程是分别运行 Pro、5.1 和 Max,然后把结果粘贴到 Max 里做最终整合。

在 X 看原帖 ↗
1.2万925277
实战经验 · @Pluvio9yte▲ 1.3万

@Pluvio9yte 分享 20个 Jev API 实用项目

拿到 Jev API 不知道怎么上手的,可以直接照着这个现成清单试用,覆盖多个应用场景,无需从零构思项目。

阅读全文 →
1.3万32155266
📌 其他
教程 · @cattodata▲ 8.0K

Microsoft 免费提供带泰语版的AI Agent入门教程

教程放于GitHub,含完整课程、视频、可实操代码示例

[AI 资讯] Microsoft 免费提供 AI 智能体课程,还配有泰语🇹🇭,还有示例代码供大家跟着实操🐱🔥

最近大家都在讨论 AI 智能体,但不知道该从哪开始,该学些什么——MCP、RAG、工具调用,内容太多了。

Microsoft 在 GitHub 上提供了免费的《面向初学者的 AI 智能体》课程。课程包含教程、视频和可实操的示例代码。内容从「什么是智能体」开始,涵盖常见主题,包括:
- 工具调用:让 AI 调用工具
- RAG:让 AI 基于我们已有的数据回答问题
- 多智能体:让多个智能体协同工作
- MCP:将 AI 与工具连接
- 安全以及智能体的实际部署

课程还提供泰语文档(自动翻译版本),部分内容可能需要对照英文查看。适合想要按顺序学习智能体 AI、不想自己逐个查找资料的入门者。

文档本身免费,如果要运行需要用到云服务或 API 的示例,请提前确认费用哦🐱💕

按图操作就能切换成泰语,链接在评论区。
#สาระเอไอ #cattodata #AIAgent #Microsoft #免费学习

这里是学习链接 👉 免费学习入口:泰语版本在这里。

在 X 看原帖 ↗
8.0K217242215
大模型 · @ulgqob▲ 1.8K

蚂蚁百灵首个即将推出的多模态模型Ling-3.0-flash-VL

该模型从训练之初就将图文视频纳入同一条推理链

Ling-3.0-flash-VL 是蚂蚁百灵首个即将生成的多模态模型,它不是“文本模型后面再挂个视觉头”,而是从训练开始就把图、文、视频同一条推理链,总起来讲就是能看图、会看图。

在 X 看原帖 ↗
1.8K24333
基础设施 · @zodchiii▲ 1.5万

新型AI基础设施Jev实测最快快193倍,成本低444倍

@zodchiii在𝕏分享了新型AI基础设施Jev,给出了9步使用方法和测试数据

阅读全文 →
1.5万14144168
开源 · @0xBakeer▲ 8.1K

用户为大语言模型添加旁挂模型,单问题响应仅20毫秒

开发者@0xBakeer开发开源项目arbiter,在Spark上添加旁挂模型Laya实现快速分类决策

阅读全文 →
8.1K1186129
AI工具 · @minchoi▲ 3.3万

Kevin Rose推出Grok Bot,可处理 Instagram 保存视频生成本地可搜索知识库

Kevin Rose分享了一款Grok Bot工具,可处理用户多年来在Instagram保存的视频。

Kevin Rose刚刚分享了他开发的Grok Bot工具。

这款工具会读取用户多年来保存在Instagram(IG)中的视频,对视频运行Transcribe 2.0语音转写和计算机视觉分析。

分析完成后,工具会生成一份Karpathy风格的本地markdown格式知识库,支持搜索和提问查询。

在 X 看原帖 ↗
3.3万9107133
开源 · @gippp69▲ 2.2K

个人开发者搭建路由台测试188款AI模型替代付费工具

开发者gippp69在X平台分享开源项目Routedesk,测试188款AI模型替代月费277美元的11款工具

为了替代单独付费的图像、视频、音频和编辑工具,开发者搭建了一个集成188款AI模型的路由台,测试能替换多少月费总计277美元的11款工具栈。

开发者要求所有工作交接可见且可重新运行,整体工作流为:brief→route→image→keyframe→video→audio→edit→review,都在@Picsart内完成,可调度来自34个服务商的188个模型。

Routedesk是开发者为此思路搭建的开源控制层,它会先计算运行成本,再分阶段执行任务,仅重新运行出错部分。

Routedesk会将所有工作交接记录在分类账中,单个阶段出错不会强制重启整个流程。在示例工作流中,修改动作仅会重做8个阶段中的4个,其余阶段不受影响。

本次测试共完成了8个阶段的61次生成,最终结果符合预期:更少订阅、更少切换,得到了一个可检查、重新运行和复用的工作流。

在 X 看原帖 ↗
2.2K8346
AI工具 · @spectnfa▲ 3.8K

免费1小时课程教你掌握Grok Bot自主代理团队搭建

代码编辑器Cursor的现场工程师发布了这门免费课程,来自X平台@spectnfa分享

Cursor的一名现场工程师发布了一门免费的1小时课程,主题是掌握Grok Bot。课程内容可以从单个提示指令出发,教你搭建能在笔记本电脑合上后继续运行的Grok Bot代理团队。

课程各节点内容如下:
00:00-14:49:学习Grok Bot代理的工作原理,包括内存、插件、本地计算机调用。
14:49-30:55:通过一次录屏就能教会机器人一项新技能。
30:55-47:56:将完整功能分配给技术主管、后端、前端和QA四个机器人代理。
47:56-53:24:从手机运行整个代理团队。
53:24到课程结束:讲解Grok Bot为何不会耗尽上下文。

课程覆盖角色、技能、例程、代理交互、手机模式、自主团队这些内容。发布者称,这1小时课程可以替代20门付费的代理编排课程。

今晚别刷Netflix了,把这个课程收藏起来,看完就能在周一前搭建出你的第一支Grok Bot自主代理团队。

在 X 看原帖 ↗
3.8K35367
开源 · @aijoey▲ 6.3K

通义千问发布Qwen-Image-2.1,可本地运行图像生成编辑

用户@aijoey基于Qwen-Image-2.1在NVIDIA DGX Spark上搭建了开源的本地图像工作空间Spark Image Lab

Qwen刚刚发布了Qwen-Image-2.1模型,这正是开源模型存在意义的体现。

@aijoey将该模型加载到自己的NVIDIA DGX Spark设备上,搭建了Spark Image Lab,这是一个适配DGX Spark生态的本地图像生成与编辑工作空间。

Qwen-Image-2.1支持文生图、图像编辑,原生支持透明背景/RGBA工作流,最多可输入10张参考图。它对主体和产品的特征保留效果较好,同时优化了文字生成、光照、纹理和细节表现。

Spark Image Lab拥有简洁的Gradio界面,支持自定义图像宽高、生成步数、随机种子和批量生成参数,会保留完整的生成历史,所有结果都会保存提示词和设置,参考图也可保存和恢复。它通过Docker适配DGX Spark,还提供了该设备上的性能测试基准。

所有功能都可在本地运行。Spark Image Lab目前以MIT许可证开源,属于首个公开alpha版本。用户可以克隆代码,在自己的DGX Spark上测试,提交问题并分享生成结果。

在 X 看原帖 ↗
6.3K28572
AI开发 · @Voxyz_ai▲ 1.0万

为AI代码助手添加范围守卫,避免小改动变成大项目

针对Codex Astra、Claude Code提供了AGENTS.md配置方案,控制代码修改范围

阅读全文 →
1.0万14126205
图像生成 · @jun1228909▲ 7.2K

RTX 5090生成图像仅需约3秒 整体生成质量符合预期

网友@jun1228909在𝕏分享了自己用RTX 5090测试AI图像生成的体验,给出了实测结果

使用RTX 5090生成图像,大约3秒就能出图。生成的图像质量整体没有明显问题。

此前测试者认为带图像生成功能的应用开发,以Codex+GPT-Image 2的组合性能最强,但如果现在的方案能在保持这个速度的同时达到这样的质量,也完全可行。

测试者提到,虽说整体质量没问题,但最后一张生成图还是出现了比较明显的结构崩坏。

整体来看这次测试体验不错,但不排除该模型可能对部分构图和指令处理不佳。

在 X 看原帖 ↗
7.2K55632
AI开发 · @DhravyaShah▲ 685

开发者花3天逆向工程破解Instinct记忆系统实现原理

开发者DhravyaShah在𝕏分享,已将该原理以60行代码实现到supermemory中

开发者DhravyaShah花费3天时间对Instinct的记忆系统做了逆向工程,得到了它的实现原理。DhravyaShah认为这个实现原理非常简洁,运行效果也相当出色。

DhravyaShah已经把这套原理用60行代码实现在了supermemory项目中,相关内容已经公开。

DhravyaShah称赞Instinct开发者noahrshinn在产品设计开发中投入了大量思考与出色的工程能力,同时提到Instinct本身并不容易被逆向破解。

在 X 看原帖 ↗
685113
AI生图 · @FiniYang▲ 2.6万

通义千问开源生图模型Qwen-Image 2.1即将开放权重

FiniYang在𝕏披露Qwen-Image 2.1已完成第三轮测试,修复了儿童装泳装生成问题

Qwen-Image 2.1是通义千问推出的开源AI生图模型,目前已经完成第三轮测试。本轮测试修复了之前存在的儿童装泳装生成错误问题。测试者认为,模型生成人像的整体效果不错。

目前模型依旧存在手部细节生成不佳的问题。模型权重很快就会开放下载,本次测试对照了GPT-Image-2.5极限版的泳装生成效果。对照案例可在原文评论区查看。

在 X 看原帖 ↗
2.6万13230
工作流 · @Lummox_eth▲ 2.8K

开发者测试AI多代理工作流:单代理卡住未拖垮全流程

开发者Lummox_eth测试GPT-6 Astra的多代理工作流,单代理故障后仍自主完成大部分任务

开发者Lummox_eth在X平台分享了他对GPT-6 Astra的一次多代理工作流测试。

他给GPT-6 Astra分配了一个流程化工作:正常情况下每一步都需要开发者介入,工作内容包含整理混乱输入、补充缺失上下文、生成交付成果、最终人工审核四个环节,分别由四个独立代理完成。

测试过程中,负责补充上下文的第二个代理卡在了缺失所需源文件的问题上。按照常规情况,整个工作流会因此终止。

但这个故障代理并没有终止全流程,它将无法解决的问题记录到阻塞文件中,把其他已完成部分继续传递给后续代理。其他代理保持正常工作。

当开发者睡醒后发现,大部分工作已经完成,未解决的问题被单独隔离出来等待人工处理。

开发者认为,这种故障不拖垮全流程的机制,比10项任务全完成的完美演示更有价值,它是AI代理工作流的关键基础设施能力。

在 X 看原帖 ↗
2.8K35228
评测 · @Fei2411▲ 8.3K

评测显示OpenCode V2好用度优于V1,Gemini等模型表现突出

@Fei2411在𝕏发布评测,OpenCode V2体验优于V1,Gemini 3.8 Flash和Step 5在该测试框架中表现优于其他三款模型

OpenCode V2的使用体验比V1更好。

在本次测试框架(harness)中,Gemini 3.8 Flash和Step 5的表现明显优于Antigravity、DeepSeek Harness、Codex。

在 X 看原帖 ↗
8.3K5612
互联网产品 · @migueldeicaza▲ 342

Miguel de Icaza吐槽AI官网改版像迪士尼法式洋葱汤

开发者Miguel de Icaza在X平台发文,吐槽某AI项目旧简洁官网换成了臃肿的企业风格官网

开发者Miguel de Icaza在X平台发文吐槽,原本简洁清爽的AI着陆页,现在被替换成了企业风格页面。

他将这种企业风格页面比作迪士尼度假区里的法式洋葱汤——平庸乏味,没有原本页面的清爽质感。

在 X 看原帖 ↗
3421
图像生成 · @studio_yebisu

通义千问图像生成模型Qwen-image-2.1实测体验分享

@studio_yebisu在𝕏分享了Qwen-image-2.1的实测体验,指出其主要特点与局限性

开发 · @uday_devops

用户@uday_devops 分享全栈开发学习路线图

该路线图共分16个学习阶段,来自𝕏平台用户@uday_devops的分享

这是一份面向新手的全栈开发16阶段学习路线图。

第一阶段学习HTML和CSS,第二阶段学习JavaScript,第三阶段学习Git和GitHub,第四阶段学习TypeScript,第五阶段学习React,第六阶段学习Next.js。

第七阶段学习响应式设计与用户界面,第八阶段学习应用程序接口(API)与表述性状态传递(REST),第九阶段学习后端,可选Node.js或Python。

第十阶段学习数据库,涵盖SQL和NoSQL两类,第十一阶段学习身份认证与授权,第十二阶段学习测试,涵盖单元测试、集成测试和端到端测试。

第十三阶段学习Docker,第十四阶段学习系统设计,第十五阶段搭建真实项目,第十六阶段完成部署、监控与扩容。

完成全部16个阶段的学习,即可掌握全栈开发所需技能。

在 X 看原帖 ↗
编程学习 · @fromcodetocloud

不用买课程也能学DevOps 从这10个GitHub仓库开始

@fromcodetocloud在X平台分享了10个可免费自学DevOps的GitHub仓库清单

AI绘画 · @GrayNoteLab▲ 1.8K

分享AI生成4K60帧超燃打斗视频的分镜提示词

@GrayNoteLab分享生成10秒东方暗黑奇幻符术打斗视频的AI提示词,包含分镜和生成约束

阅读全文 →
1.8K23315
AI生成视频 · @john87445528▲ 1.8K

AI生成30秒军事怪兽短片的精准分镜提示词

网友发布的Seedance提示词,详细规划了30秒1080p短片的分镜、角色和拍摄要求

阅读全文 →
1.8K1813
动态 · @jinchenma_ai▲ 2.3万

继图文音视频模型后 新模型类型或改变Agent格局

@jinchenma_ai在𝕏分享称,新模型类型System One Models或改变Agent格局

纯口喷解读。继文字、图片、音频、视频模型之后,又一个可能改变 Agent 格局的新模型类型来了!System One Models

在 X 看原帖 ↗
2.3万85986
自动化 · @SUOHA_AI▲ 2.3万

JEV 20秒全自动在B.AI生成10个API Key全程零人工

来自@SUOHA_AI在𝕏发布的JEV自动化测试成果分享

上瘾了!JEV 全自动干活又测通一个——全自动高速创建 API Key 我给JEV一个完全陌生的AI中转站网址--B.AI ,全程零人工干预:20 秒一次性建完 10 个 API Key,并全部复制保存下来,没停顿、没点错页、没弹确认框卡死 以前把这套流程丢给大模型,它每点一下都要先想半天,慢得完全没法看,现在配合JEV毫不费力了。... 孙哥 @justinsuntron 你的 @BAI_AGI 中转站什么时候再搞个免费活动,我现在可以高速自动化薅秃你了🤣🤣

在 X 看原帖 ↗
2.3万1398121
AI开发 · @fladdict▲ 1.5万

开发者分享Jev快速开发原型的正确使用方法与价值

开发者@fladdict在𝕏分享Jev一天搭建复杂实时判断原型的使用流程

Jev的正确用法,大概是「一天之内,做出能进行复杂实时判断的原型」→「查看运行日志,把适合换成决定论模型、Bert、蒸馏模型的部分换掉」这种感觉,我觉得它的价值就在于「第一天就能做出来,之后再投入资源优化」。

过去需要花不少钱,定制模型、微调,不投入时间和精力就做不了的领域,现在概念验证当天就能完成。

在 X 看原帖 ↗
1.5万1517197
创业 · @AniC_dev▲ 3.5K

YC内部论坛分享:AI创始人应警惕糟糕供应商决策

来自@AniC_dev在𝕏分享的YC内部论坛重要提醒

我刚刚把这篇内容发到了 YC 的内部论坛(bookface),但我认为所有 AI 创始人都应该读一读,否则你很可能会做出一个非常糟糕的供应商选择。

所有 YC 成员,请在 bookface 上参与讨论。

在 X 看原帖 ↗
3.5K35225
大模型 · @ScarletKc▲ 1.1万

为什么Astra体感变差?可能是部署环节做了这些改动

来自X平台用户的分析,指出训练权重固定不代表服务不会降智

阅读全文 →
1.1万69420
工具 · @fankaishuoai▲ 1.1万

Orca、Paseo、Herdr怎么选?一份清晰选择建议

统一解答受众提问,给出不同人群的AI Agent工具选择方案

我今天直播老有人问我:Orca vs Paseo, Herdr vs Paseo,统一回答一下:

Orca 和 Paseo 功能重叠度很高,但是:Orca 是非常明确面向程序员的软件,提供了全套源代码管理的开发环境;而 Paseo 是一个通用的 Agent 调度软件,新手更友好。

如果你是一个程序员,且 Agent 主要用途是编程,那么建议 Orca; 如果你不是程序员,那么强烈推荐 Paseo。

至于 herdr 和 tmux 都是维持 Terminal 的会话状态的,herdr 多一些 fancy功能而已。我用的是 iTerm2 的 -CC tmux,不比 herdr 弱,没切换需求。

总之,如果你是程序员,用一个 Orca 足够了,其他软件不需要;如果你不是程序员,用一个 Paseo 也足够了。

在 X 看原帖 ↗
1.1万960106
学术 · @ChenMoneyQ▲ 8.8K

大语言模型辅助撰写科技论文 仍存在明显体验问题

用户@ChenMoneyQ在𝕏发文称,测试多款工具后仍有四分之一段落需要大幅改写

@ChenMoneyQ在社交平台𝕏发文表示,尽管大语言模型在阅读、评论和评估论文方面表现不错,但它们撰写科技论文的质量之差,让他感到困扰。即使有人类参与流程、经过多轮迭代,情况依旧没有改善。

他先后测试了Codex + Sol/Astra、Claude Code + Fable 5.2、Claude Code + Astra这几套组合工具。经过反复编辑、调整方向和要求重写后,仍然有四分之一段落几乎达不到人类可读标准,需要大幅度重新撰写。

@ChenMoneyQ好奇目前人们实际使用什么工具来完成大语言模型辅助的论文撰写工作。

在 X 看原帖 ↗
8.8K26626
开发 · @dotey▲ 1.7万

开发者用GPT 6 Astra单提示词生成3D可交互桃花源网页

@dotey在𝕏分享了GPT 6 Astra生成的单提示词3D可交互网页及制作方法、提示词

不少网友评价@dotey此前做的桃花源效果不好,认为他3D制作水平有限,因此@dotey重新制作了一个“牛来”版桃花源。

@dotey坦言自己3D水平不算顶尖,本次分享的重点是提示词和制作方法,希望能起到抛砖引玉的作用,启发其他人创作出更好的作品。

@dotey认为,GPT 6 Astra做3D效果相当出色,仅用一条提示词(Prompt)一次性生成完整的3D可交互网页,已经是非常厉害的能力。如果用three.js手动编写这样一个网页,需要花费大量时间。

@dotey也提到自己录制的演示视频效果一般,建议大家亲自打开网页体验,效果会好很多。

目前体验网页、提示词和制作方法都已经公开分享,链接分别是

在 X 看原帖 ↗
1.7万34013
AI编程 · @izutorishima▲ 2.9K

开发者开发完内制工具后决定,假期三天不用AI coding工具

日本开发者izutorishima发推称,经过一个月断断续续开发,内制工具大体完成,计划假期有意识训练休息。

经过一个月断断续续的开发,开发者izutorishima的内制工具已经大体完成。该工具还没到可以公开的程度,但单个功能已经基本实现。

开发者宣布,将在 Silver Week(日本黄金周假期)剩余三天内,约束自己不打开Cursor、Codex和CC(GitHub Copilot Chat)这几款AI编程工具。

他认为,AI编程的出现让开发者只要不断给出指示、做好方向把控,就能消除技术门槛和限制,现在唯一的瓶颈是开发者自身的决策能力。

但这种状态没有边界,加上开发者本身是完美主义,很容易让人疲惫,因此必须学会在项目到一定阶段后,即便还有零散任务,也刻意停下来不继续做。

原本开发者的兴趣爱好和工作都是产品开发,二者的界限已经模糊,现在两类开发工作都需要用到大语言模型,因此开发者认为需要培养完全不同类型的兴趣。

开发者提到,即便项目已经告一段落,自己总能看到“接下来做了就能提升品质的任务”,如果一直做下去就会陷入泥潭,这次项目已经完成得相当不错,正好借此机会训练自己有意识休息。

在 X 看原帖 ↗
2.9K1612
文档整理 · @ScarletKc▲ 3.0K

GPT-6 Astra整理项目时爱把对话写进文档,用户分享通用清理提示词

用户@ScarletKc 在𝕏分享GPT-6 Astra整理项目文档的问题,同时给出通用清理提示词

阅读全文 →
3.0K13035
AI推荐 · @wongmjane▲ 604

用户手动屏蔽Ins 800个话题后,推荐流变成哲学内容

网友@wongmjane在X平台分享,他在Instagram屏蔽了800个触发原始欲望的话题

用户@wongmjane在X平台分享了他调整Instagram算法推荐的实验,他一共屏蔽了近800个话题,覆盖了他能想到的所有会触发人类原始欲望、行为和情绪的内容。调整完成后,他的Instagram Reels推荐流里,大部分内容变成了哲学和思想实验相关内容。

最初的一批话题是手动添加屏蔽的,之后他不断刷新推荐流,找出并屏蔽其他无意义的话题。当屏蔽话题量增长到近似语料库规模后,他开始用Fable/Astra工具整理所有自己不想看到的内容。

他还去维基百科,把已加入“减少此类内容”列表中所有话题的相关邻近话题也一并加入了屏蔽。

在 X 看原帖 ↗
6049
开发 · @minchoi▲ 195.0万

开发者分享一套基于Grok Bot的AI开发工作流

@minchoi在𝕏分享了自己全新的AI协作开发工作流程

这真的就是我现在的新工作流了:实时调研 → Grok Bot 规划与编排 → Grok Bot 日常编码/调试 → Grok Build + Grok 4.6 编写并运行测试 → Grok Build + Grok 4.6 复杂编码/调试 → GPT-6 Astra 前端 → Fable 5.1。

收藏这条推文。

在 X 看原帖 ↗
195.0万1021.2K1.9K
开发 · @miu21590▲ 6.0万

开发者修改Jev调整GPT-6推理成本,实测降低一半Astra费用

X用户@miu21590开发了适配Codex的Jev调整方案,可动态调节GPT-6推理强度

人们用 Jev 在任务开始前挑选模型。而我让它能在任务进行中改变 Codex 内 GPT-6 的推理算力。卡住时增加思考,常规步骤减少思考。

我的测试中,Astra 成本降低了 50%。运行更快,且不会破坏提示词缓存。

如果这个项目能获得关注,我会把它开源到我的 GitHub(然后会在这里再发一条推文通知大家)。我已经在 Codex CLI 的实际工作中使用它了。

它利用 Codex CLI 的实验性每步设置,在下一次 GPT-6 生成前改变推理算力。获取工具结果后,Jev 会拿到任务、已发布的推理/进度摘要,以及最近六个输出受限的工具调用。

它会选择一个算力等级,并设定维持时长:1、2、5 或 10 次生成。在这个窗口内不会额外调用 Jev。工具调用失败或新的用户输入会触发更早的重新评估。

这个版本专门针对 GPT-6 Astra。算力变更使用原生 Codex 配置更新,会保留现有的提示词前缀和缓存。不会仅仅因为变更算力就产生缓存重建惩罚。

Jev 足够快,我完全没感觉到路由开销。常规步骤降低算力节省了足够多的推理时间,让整体任务更快,同时还能减少 token 用量。

在 X 看原帖 ↗
6.0万17880753
大模型 · @ScarletKc▲ 2.0万

让GPT-6 Astra全权负责微调项目结果彻底失败

开发者用两个Pro 20×周额度跑20次训练,全程暴露关键能力缺陷

阅读全文 →
2.0万68024
生成模型 · @xiangxiang103▲ 2.6万

通义千问Qwen-Image-2.1出现本地无限制运行版本

用户@xiangxiang103在𝕏分享了两类无限制版本的硬件要求与适用场景

阅读全文 →
2.6万33282465
商业 · @nelsnworie▲ 2.2K

用户让AI代理登录自己的TermiX账号一晚,看结果如何

X用户@nelsnworie测试AI代理使用自己TermiX AI账号一晚,验证其行为是否透明

阅读全文 →
2.2K131631
机器人 · @manhhuynh2310▲ 850

普通人扫描公交站牌就能赚钱,还解决了Physical AI瓶颈

用户@manhhuynh2310 在𝕏分享了vangrid_io的新模式,扫描站点就能换现金。

用户本来准备上午合上笔记本电脑,却忍不住盯着屏幕看vangrid_io的项目进展。

该项目正在解决实体人工智能(Physical AI)中最关键的瓶颈:机器人或自动驾驶汽车要在真实世界运行,就需要真实世界的空间数据。

不同于耗费大量资金派出昂贵测绘车收集数据的传统方式,vangrid_io搭建了一个由社区参与数字化街景的交易市场。

每个路口转角、环岛或者公交站点都标注了明确的赏金。只要对公交站牌立柱和路缘石完成合规的三维扫描,贡献者就能获得200美元报酬。

这种模式下,AI模型可以获得干净的空间数据来训练配送机器人,而扫描的用户可以直接获得报酬。

这是一个真正解决实际问题,并且能立刻产生收益的分布式物理基础设施(Depin)模式,很难不被这种实用性吸引。

实体人工智能确实需要这类地面真实数据。

在 X 看原帖 ↗
85012873
开源 · @JoshuaSWarren▲ 4.6K

开源Linux编译器构建语音模型 在苹果M1 Max芯片成功运行

开发者Joshua S. Warren在X平台分享Omarchy项目进展,所有输出与macOS结果完全匹配

今日MLX项目在Omarchy更新:由开源Linux编译器构建的语音识别模型,成功在M1 Max的Apple神经引擎上运行。

本次运行共产生384000个输出值,所有数值均与macOS系统运行该模型得到的输出完全匹配。

整个项目基于Omarchy Linux构建,运行在苹果AI芯片上,未使用macOS运行时环境。

在 X 看原帖 ↗
4.6K1215820
开发 · @argofowl▲ 1.4K

用户@argofowl 分享了可正常运行Astra的agents.md文件

该文件仍处于开发完善阶段,用户持续调整,邀请其他人测试体验,发布于𝕏平台

这份当前的agents.md文件已经可以让Astra正常运行,但项目仍在开发完善中。

@argofowl 一直在对文件进行调整修改,邀请感兴趣的用户试用,体验文件的实际效果。

在 X 看原帖 ↗
1.4K14136
机器人 · @KiNGTREEBEAR▲ 695

社交平台用户分享AI协作完成的智能园艺机器人概念设计

用户@KiNGTREEBEAR 在𝕏分享了带轨道、太阳能供电的AI智能园艺机器人设计方案

这是一项AI协作完成的设计创作。@KiNGTREEBEAR 提出设计构想,希望得到一套搭载在轨道上、可在高床菜园移动运作的AI机器人体系。这套机器人系统支持太阳能发电,同时适配智能菜园运作。

@KiNGTREEBEAR 向参与创作的多位艺术家致谢,相关设计内容已发布在链接中。

在 X 看原帖 ↗
6956515
视频生成 · @HoodyLiu▲ 8.4K

用户用Minimax H3结合方法 复现创意换装视频的步骤

来自𝕏用户@HoodyLiu的分享,结合@GaryLau0101的方法,可本地生成创意换装视频

阅读全文 →
8.4K97985
开发 · @soumyadesign▲ 2.3K

开发者基于Jev开发能把语音转成绘画和旋律的应用

开发者@soumyadesign在𝕏分享了自己基于Jev开发的小应用,调用多款AI服务完成创作

开发者@soumyadesign仍在探索Jev的开发潜力,本次他开发出了一款具备完整功能的小应用。

这款应用的工作流程是:用户谈论自己的一天或任何其他内容,语音会先被转写为文字;随后程序会解析文字中的情绪线索,匹配12种与情绪关联的颜色——这个匹配逻辑是开发者提供给Jev使用的。

接着应用会基于Jev选出的匹配颜色,用JavaScript代码生成一幅绘画。绘画画布自带底层MIDI音轨,依托Tone.js实现,最终用户说出的内容会变成一幅绘画,再进一步变成一段旋律。

该应用调用了多个AI服务:@typesafeai提供Jev的颜色与情绪推理,@GeminiApp负责语音转文字,@claudeai生成绘画相关的JavaScript代码,@ChatGPT优化前端UI。

开发者调侃称,这款应用一口气用掉了自己订阅的所有AI服务。

在 X 看原帖 ↗
2.3K65539
工具 · @yanhua1010▲ 4.3K

用户用Claude Code加飞书CLI爬取生成OPC副业变现指南

用户@yanhua1010在𝕏发布了爬取得到的《OPC副业变现指南》,提供下载链接

当前网络上有说法称,飞书CLI可以爬取全网公开的云文档。

用户@yanhua1010使用Claude Code加飞书CLI,爬取得到了一份《OPC副业变现指南》。

这份指南已经公开分享,推荐感兴趣的用户收藏。

在 X 看原帖 ↗
4.3K33153
开发 · @areebadesigns▲ 3.1K

从未写过代码的设计师正用Claude Code搭建个人作品集网站

设计师areebadesigns在𝕏分享,自己零基础借助Claude Code、Next.js和Sanity搭建作品集网站

我是一名设计师,此前从来没有写过代码。现在我正用这些工具搭建自己的作品集网站:Claude Code、Next.js、Sanity。

Claude Code真的很好用。说实话,我感觉之前一直都待在黑暗时代。

我之前一直在等待做出「完美」的作品集,但其实它首先得被做出来,之后再慢慢优化就好了。

现在我差不多快做完了,做最终润色、绑定域名之后就能上线了。

在 X 看原帖 ↗
3.1K7330
安全 · @sora19ai▲ 2.3K

Cloudflare推出六阶段代码审计AI技能security-audit-skill

日本开发者@sora19ai在X平台分享,该技能可通过npx命令安装使用,需基于Node.js运行

日本开发者@sora19ai发文称,Cloudflare的审计能力得到了提升。新推出的security-audit-skill是一个可完成六阶段代码审计的智能体技能。

该技能的测试安装命令为`npx skills add --skill security-audit`。整个流程从确认、探索到其他智能体验证,最终会生成`findings.json`结果文件。

运行该技能需要注意,必须基于Node.js和sandbox环境。

在 X 看原帖 ↗
2.3K43036
新大模型 · @chetaslua▲ 7.6万

多个大模型版本实测和泄密信息汇总

来自X网友实测,Claude Opus 5.5 token效率下降

我亲自测试:不幸的是,Opus 5.5 的 token 效率再次下降。

OpenAI 的“bel”被他们认为是 AGI。

Grok 4.7 刚推出就不行了。

在相同思考设置下,GPT-6-sol 比 astra 快 6-7 倍。

Gemini 4 pro 重新回到竞争中,在疯狂的 web 开发、3D 和空间推理上表现出色(和当年 2.5 pro 领先 Sonnet 3.5 和 GPT o3 一样)。

爆料:Anthropic 的 3 代模型已经在训练了,这是他们针对 bel 的回应。我们在 8 月得到了 2 代模型的图表,分数比目前的 mythos 5.1 高 10%。从这个角度看,GPT astra 的最高智能还是低于 bel 的低智能,而且差距明显,OpenAI 之前还从未有过这么大的模型差距。上一次还是 Anthropic 的 Opus 4.8 到 mythos 5 的差距。

基本上,在相似 token 数量下,时间差也就是 tps 相差 6 倍。

在 X 看原帖 ↗
7.6万23720150
新开源 · @Nandakishorm1▲ 1.1万

用免费Kaggle GPU微调你自己的智能体大模型

开发者发起社区微调活动,可用Claude Code等工具训练

请所有人都来做微调:

只需要用任何类型的智能体框架,比如 Claude Code、Codex 等等。

修改代码,然后用免费的 Kaggle GPU 来训练你自己的用例。

基模型是有局限性的。

在 X 看原帖 ↗
1.1万25254142
新输入法 · @nhciao▲ 4.1万

Jev搭配开源鼠须管Rime输入法可简化打字找字流程

网友在𝕏分享Jev搭配鼠须管/Rime输入法的使用测试

Jev + 输入法 经常在打字的过程中,发现想输入的那个字在输入法的很后面,要找半天,于是测试了一下 jev + 开源输入法鼠须管 / rime,感觉还不错! 但是 jev 没有预测,无法扩展用户的输入,还得接一个类似 cursor 的 tab 补全模型。

在 X 看原帖 ↗
4.1万18279135
新开发工具 · @nazmijavierl▲ 1.1万

设计师晒出设计稿到开发成品零偏差的AI开发工具

设计师@nazmijavierl在𝕏发文,称Figma设计稿经GPT-6 Astra开发后成品零偏差

通常来说,设计师的设计原型稿和最终开发成品之间总会存在偏差,但这次不一样。

在本次项目中,Astra完美还原了设计,让作者感到十分惊讶。本次工作流是Figma做设计,GPT-6 Astra做开发,相关链接已公开。

该项目的演示功能包括:点击个人资料重置演示;光标悬停在AI对话框上会亮起黄灯;支持拖拽操作。

作者对最终效果给出了“很棒”的评价。

在 X 看原帖 ↗
1.1万7183316
新AI编码 · @meta_alchemist▲ 3.5K

当前前沿AI编码工具普遍存在上下文切换的问题

开发者@meta_alchemist在𝕏发文指出,仅有Grokbot例外,其他如Codex、Claude、Cursor都需改进

大多数进行氛围编码(vibe coding)的人可能都有过这种感受。在使用当前前沿AI工具开发时,上下文切换是一个确实存在的问题。

唯一的例外是Grokbot的@bot功能。它在这一点上做得很好,用户可以仅通过一个“总协调”功能控制所有会话,实现所有操作无缝衔接。

Codex、Claude和Cursor这类工具也需要推出更多同类型的功能。

在 X 看原帖 ↗
3.5K9721
新量化交易 · @damobianyuan▲ 3.2K

开发者从个人量化实盘系统拆出开源研究框架,免费公开

开发者@damobianyuan从个人量化实盘系统拆出Factor Forge Public,免费开源,覆盖量化研究全流程

开发者@damobianyuan从个人的量化实盘系统中,拆分出一套可公开的研究框架Factor Forge Public,免费向公众开源。

这套框架覆盖数据、因子、回测、模拟交易、风控、订单与审计全流程。后续开发者还会继续研究AI Agent、Meme链上监控和自动狙击,会陆续分享适合公开、真正有研究价值的工具。

开发者同时提供了两个Telegram交流入口:一个是Damon Lab | 大漠实验室,用于开源项目、AI Agent、量化、Meme、链上研究与自动化工具交流,欢迎参与研究、测试、提交问题和贡献代码;另一个是大漠茶馆个人订阅频道,日常分享市场观察、交易研究、Meme、AI以及正在跟踪的机会。

前者偏向技术开源交流,后者偏向个人研究分享,感兴趣的朋友可以按需加入。

在 X 看原帖 ↗
3.2K2445
新AI安全 · @chain00x▲ 4.8K

AI安全agent测试17个真实漏洞,5个没人能找到,最多找到11个

四名安全人员用无人工干预的AI agent测试带17个常见漏洞的Web靶场,5个漏洞全没被找到

开发者chain00x搭建了一个包含17个真实场景常见漏洞的中等难度Web靶场。包括chain00x在内共四名测试人员,使用无人工干预的skill+memory模式AI agent对靶场进行测试。

测试结果显示,四个agent中找到漏洞最多的找到了11个,有5个漏洞所有agent都没能找到。

测试发现,模型、skill、memory、agent配置不同时,测试结果差距很大,甚至配置完全相同重复运行,输出结果差距也很大。

部分漏洞需要先完成权限提升才能找到,如果找不到权限提升漏洞,后续四五个漏洞都无法发现。还有部分漏洞需要绕过验证,小参数模型通常很快就会放弃尝试。

本次所有测试都在半小时以内完成,测试者认为,AI做安全测试成本低、效率高,中等技术水平人员挖漏洞的表现已经远不如AI。

但AI目前无法做到100%可靠,安全测试仍需要精英白帽和AI配合完成。

这个靶场搭建在测试者自己的服务器上,无法承受大流量并发。愿意反馈测试报告给开发者的用户,可以私信开发者分批获取。

在 X 看原帖 ↗
4.8K5630
新编程 · @hsn8086▲ 4.8K

Python内置模型?只需一行代码就能调用运行极快

一位用户在𝕏分享发现,Python有内置jev模型,调用只需一行导入,单次运行仅36416纳秒

一位用户在𝕏分享了一个有意思的发现:Python实际上内置了一个jev模型,只需要一行代码就能调用它。

调用方式很简单:只需从random库导入choice即可让模型完成选择。

这位用户称这个模型运行速度极快,在他的电脑上单次运行只需要36416纳秒(约0.000036秒)。

在 X 看原帖 ↗
4.8K2797
新开发 · @chetaslua▲ 6.4K

开发者个人主页藏了由AI生成的小游戏

开发者chetaslua在𝕏发文称,其Github个人主页概览页包含Claude和Codex构建的小游戏

开发者 chetaslua 在社交平台𝕏发文称,其Github个人主页概览页藏有一个小游戏。这个小游戏完全由Claude和Codex这两个AI构建完成。相关链接可查看原文:

在 X 看原帖 ↗
6.4K7523
新生成式图像 · @superalesha▲ 157

70亿参数图像模型可在本地GPU生成带可读文字的图像

用户@superalesha 在𝕏分享,使用通义千问Qwen Image 2.1在本地GPU生成界面和信息图

有用户分享了一个令人惊讶的成果:一个70亿(7B)参数的图像模型,可以在个人本地GPU上运行生成图像。

该用户使用Qwen Image 2.1生成了界面概念图和信息图,这些图像中包含实际可读的标题、按钮和标签文字。文字是直接生成在图像内的。

本次分享的成果是用户从20次生成结果中挑选出来的。部分生成结果需要重新生成,但用户没有手动修改任何一个文字,并且可以一直生成直到断电。

普通人也可以在自己的硬件上运行这个模型。用户表示这个结果仍然让他觉得不可思议,想要部署这个模型可以查看用户放在QT中的指南。

在 X 看原帖 ↗
15723
新生产力 · @diegocabezas01▲ 98

个人生产力的秘密 是Muse+Codex共享智能体消息板

@diegocabezas01在𝕏平台分享,该消息板还连接了Claude code、grok bot和Hermes

Muse和Codex共享智能体(agent)消息板,是实现个人生产力提升的秘密。

相关链接可查看原文发布的内容:

这个消息板还同时连接了Claude code、grok bot以及Hermes。

在 X 看原帖 ↗
981

这一天的 146 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

https://ai-pulse-lab.com/feed.xml
让 AI Agent 每日推送 →
把任何一条丢给知识库,它基于全站内容给你带引用的回答。
✦ 去问知识库

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新