AI Pulse

社区讨论：多数人认为亚马逊阻止Meta AI智能体符合自身利益，因为AI不会点击广告、也不受促销推荐影响，还会分流亚马逊的流量。有人指出目前没有区分正常个人AI代理和大规模爬虫的标准方法，平台只能一刀切封禁。有人尝试过Muse后没发现能显著改善生活的实际用途，也有用户表示会继续使用AI购物代理，寻找替代平台。

突发消息：Grok 4.7 在法律智能体基准测试中拔得头筹。在现实且长期的法律任务中，它取得了 19.6% 的分数，击败了所有其他参与测试的模型。

这几乎是 Fable 5.1 得分的三倍。这是 Grok 4.7 和 SpaceXAI 的又一场重大胜利。

社区讨论：有人疑惑既然AI编程让开发速度变快了，为什么产品实际新增功能反而变少，也没出现够分量的替代新产品。有人认同原帖说法，指出GitHub Actions本身速度慢、稳定性差，付费自托管CI、Bazel能大幅提升构建速度，也有人认为瓶颈不在于CI，而在于人工测试环节。还有读者表示文中没对CI做首次注释缩写，看不懂这个缩写。

现在为你介绍 Superset for iPhone。你可以远程控制运行在你电脑上的智能体。在口袋里就能审核并合并 PR。

按技能数量计，它是全球第二大技能平台，并且在技能杀毒检测和清洁可靠性方面排名全球第一，它的搜索非常智能。

它的理念很简单：不需要每次教 AI 代理如何执行特定任务，你只需要搜索到合适的技能直接添加给它就行。

每个技能都是针对特定任务的现成专用指令，可以在 Claude Code、Codex、Cursor 和其他工具上使用。大致来说，它就是一个供 AI 代理使用技能的应用商店。(SkillMD)

社区讨论：多数用户反馈Grok体验不佳，有人称它是 Claude、ChatGPT 等主流模型里体验最差的，个性平淡，不主动解决问题，也有人表示找不到它在能力、成本、语音交互任何维度上的优势，还有用户提到它带有负面政治 baggage，自己不会把它纳入LLM测试基准。有人指出Grok 4.7参数比上一代增加40%但定价不变，毛利率下降，发布还推迟了近两周，赶在传闻中Opus 5.5发布前一天上线，大概率对模型结果不满意。不少用户吐槽Grok定价昂贵，比DeepSeek 4.1 Flash贵很多，体验却远不如Astra。

要获得最佳效果，必须配合我们的构建工具链使用 Grok 4.7

小米MiMo-V2.6来了——Pro版和Flash版。前沿智能，支持所有模态，公开构建。

🔹 两种全模态模型，通过规模化强化学习实现升级
🔹 在大多数智能体基准测试中，Pro版性能与Claude Opus 5和GPT-5.6 Sol相当
🔹 Pro版在人工智能分析智能指数中得分46——是开源模型中得分最高的
🔹 更强的编码、计算机使用、3D推理和创作能力
🔹 开放模型权重、技术报告、强化学习环境和训练代码

博客：

MiMo-V2.6-Pro 首次亮相便成为人工智能分析智能指数（46）排名第一的开放权重模型。

它每个智能指数任务成本为 0.13 美元，位列“智能-单任务成本”帕累托前沿。小米刚刚发布了 MiMo-V2.6-Pro，这是一款开放权重模型，相比前代产品 MiMo-V2.5-Pro（智能指数：26）在智能水平上取得了重大进步。

尽管性能得到提升，它仍保持了极具吸引力的定价：每 1M 输入代币 0.435 美元（含 99% 缓存命中折扣），每 1M 输出代币 0.87 美元。

这让 MiMo-V2.6-Pro 成为部署成本效益最高的模型之一。MiMo-V2.6-Pro 是一个 MoE 模型，总参数为 1.02T，活跃参数为 42B。请持续关注该模型的更多分析。

我们正与一个由数学家组成的独立顾问小组合作，帮助 OpenAI 负责任地分享人工智能和数学领域的进展。

该小组将就以下方面提供建议：我们如何评估和传播新的数学成果，坚持学术和专业标准，以及构建支持数学研究与学习的工具。

通过这项工作，我们希望让数学家处于核心位置，共同塑造人工智能如何助力数学理解，以及如何让更广泛的群体受益于人工智能。

Grok Bot 是我的代理 / 机器人之间的协调器，我只和我的参谋长对话，由他来转发所有请求。

机器人工程师：Grok Build + Grok 4.6
Claude Code + Fable 5.1
ChatGPT/Codex + GPT-6 Astra

它们都具备持久记忆，无需在不同对话间复制粘贴。

已经接入 X 实时搜索。图片和视频生成使用 Grok Imagine。

支持移动端 + 桌面端 + 共享云桌面。内置语音功能。

MiMo-V2.6-Pro 首次亮相便成为人工智能分析智能指数（46）排名第一的开放权重模型。

它每个智能指数任务成本为 0.13 美元，位列“智能-单任务成本”帕累托前沿。小米刚刚发布了 MiMo-V2.6-Pro，这是一款开放权重模型，相比前代产品 MiMo-V2.5-Pro（智能指数：26）在智能水平上取得了重大进步。

尽管性能得到提升，它仍保持了极具吸引力的定价：每 1M 输入代币 0.435 美元（含 99% 缓存命中折扣），每 1M 输出代币 0.87 美元。

这让 MiMo-V2.6-Pro 成为部署成本效益最高的模型之一。MiMo-V2.6-Pro 是一个 MoE 模型，总参数为 1.02T，活跃参数为 42B。请持续关注该模型的更多分析。

K2-Horizon-36B-A4B 在人工分析智能指数上得分 25，和总参数量超过其 20 倍、每个 token 使用 40 亿活跃参数的模型得分持平。

这些能力来自我们的新架构 MoVA（混合价值注意力，Mixture-of-Value Attention），该架构将基于 MoE 的稀疏性融入多头注意力中价值向量的计算。它在 LLM 中开辟了第二条稀疏缩放轴，独立于 FFN 模块中的 MoE。

重要的是，MoVA 具备以下优势：
• 简单且兼容多种高效注意力算法，例如 flash attention、GQA 和稀疏注意力
• 相比标准 GQA，不会增加额外的 KV 缓存开销

K2-Horizon-36B-A4B 发布地址：

小米MiMo-V2.6来了——Pro版和Flash版。前沿智能，支持所有模态，公开构建。

🔹 两种全模态模型，通过规模化强化学习实现升级
🔹 在大多数智能体基准测试中，Pro版性能与Claude Opus 5和GPT-5.6 Sol相当
🔹 Pro版在人工智能分析智能指数中得分46——是开源模型中得分最高的
🔹 更强的编码、计算机使用、3D推理和创作能力
🔹 开放模型权重、技术报告、强化学习环境和训练代码

博客：

从明天开始，我们实验室将举办开源周：本次将推出 2 个软件框架、4 篇论文，所有内容共同构建一个连贯的生态系统。

主题：你自有硬件上的前沿人工智能

本次开源的成果包括以下领域的当前最优结果：自动压缩、自主研究、模型压缩、测试时缩放、深度研究。

还有一个医疗强化学习环境，它能为训练医疗智能体提供全新更高维度的复杂度。

我们即将发布的生态系统在易用性上做了最大优化。

能轻松支持运行一整夜、处理数千万 token 的智能体会话。模型压缩是全自动的：你只需要获得一个能在本地快速运行的优质模型——不需要任何专业知识。开箱即用的自主研究功能。

我们的生态系统让你可以在本地完成更高阶的工作。

推出 Halo，这是开源模型后训练领域的最佳框架。Halo 的吞吐量最高是标准 TRL 的 2.8 倍，峰值内存占用更低，同时模型保留原生 HuggingFace 格式。

欢迎在 GitHub 给我们点星：

警报：小米刚刚开源了 MiMo-V2.6。

两个原生全模态模型 Pro 和 Flash，采用 MIT 许可证🔥。

Pro 在人工分析智能指数上得分 46.32，是目前所有开源模型中最高的。

权重：

要获得最佳效果，必须配合我们的构建工具链使用 Grok 4.7

现在为你介绍 Superset for iPhone。你可以远程控制运行在你电脑上的智能体。在口袋里就能审核并合并 PR。

大多数倒闭的公司都会让他们创造的影响力一同消失。但这家初创公司做了一件更棒的事：他们开源了累计 1,274 小时的第一视角机器人数据。

其中包含了 13,451 条人类完成日常任务的记录，这是赠给机器人学界的一份礼物。

感谢 @eidon_ai!

开源有一种超能力：创造出的成果可以比创建它的组织活得更久。应该有更多初创公司这么做！

小米刚刚发布了新的SOTA开源模型，团队刚刚宣布推出mimo v2.6，这是他们新的开源权重模型。

它击败了所有其他中国大模型，性能超过grok 4.7。

针对3D游戏和Blender做了增强。支持制作前端页面、演示文档和视频。原生多模态。完全开源。

目前输入价格仅为$0.435，输出价格为$0.87。

现在来看，在我们已经拥有了一个达到寓言级别、价格更低的全新中国SOTA模型的情况下，继续使用grok已经没有意义了。

该模型已经上线，可以通过API调用使用。

我目前已经在做一些测试，很快就会发布测试结果。

我们正与一个由数学家组成的独立顾问小组合作，帮助 OpenAI 负责任地分享人工智能和数学领域的进展。

该小组将就以下方面提供建议：我们如何评估和传播新的数学成果，坚持学术和专业标准，以及构建支持数学研究与学习的工具。

通过这项工作，我们希望让数学家处于核心位置，共同塑造人工智能如何助力数学理解，以及如何让更广泛的群体受益于人工智能。

在 Hugging Face 上热度第一的模型是一个开源多语言系统 1 决策模型，距离 Jev 开始登上热榜才过去几天。

开源 AI 社区太厉害了！

社区讨论：多数用户反馈Grok体验不佳，有人称它是 Claude、ChatGPT 等主流模型里体验最差的，个性平淡，不主动解决问题，也有人表示找不到它在能力、成本、语音交互任何维度上的优势，还有用户提到它带有负面政治 baggage，自己不会把它纳入LLM测试基准。有人指出Grok 4.7参数比上一代增加40%但定价不变，毛利率下降，发布还推迟了近两周，赶在传闻中Opus 5.5发布前一天上线，大概率对模型结果不满意。不少用户吐槽Grok定价昂贵，比DeepSeek 4.1 Flash贵很多，体验却远不如Astra。

OpenAI 表示，美国应该牵头制定 RSI 的国际标准，将各个 AI 安全研究所整合为一个网络，并且开发一套系统来跟踪「与 RSI 相关」的进展，以及 AI 公司内部正在开展的自主研究规模。

突发消息：Grok 4.7 在法律智能体基准测试中拔得头筹。在现实且长期的法律任务中，它取得了 19.6% 的分数，击败了所有其他参与测试的模型。

这几乎是 Fable 5.1 得分的三倍。这是 Grok 4.7 和 SpaceXAI 的又一场重大胜利。

现在介绍 Altar-1，这是我们首个开放权重安全模型。

前沿级防御 AI，专为部署而构建。

掌控你自己的安全。

介绍 Reliquary-4B。这是一个通过强化学习训练的 4B 参数数学与代码模型。

任何人都可以加入网络，贡献回滚数据。独立矿工选择提示词并生成回滚数据。协议验证这些数据后训练模型。

这里是模型及背后研究。

这是一篇关于智能体自进化本体的绝佳论文。为你的智能体实现一个本体层绝不会错。这篇论文正好说明了原因。

论文表明，当数据智能体能够查询它所处理数据的本体时，GPT-5.5 在 DDR-Bench 上得分提升了 26.7 分。

这为什么有用？数据智能体通常通过通用工具查看表格、文件和数据库，每次调用只能读取列名和文件路径。另一种方法是手写语义层粘贴到提示词中，但无法扩展到多个数据源。

EvoOntology 用一个专用智能体构建本体，并将其作为包含模式层、内容层和工具层的 MCP 服务器提供服务。数据智能体在运行时查询它。

本体随后会按分类好的小步骤进行编辑，并且只有当同一骨干模型上的配对评估表明编辑有效时，才会保留每次编辑。

在 DDR-Bench 的六个骨干模型上，准确率平均提升了 17.8 分，范围从 Qwen3.5-Flash 的 4.8 分到 GPT-5.5 的 26.7 分不等。在 BIRD 上，执行准确率提升了 7.4 分。对工具层的编辑贡献了 57% 的进化增益。

论文：
与论文对话：

社区讨论：有人疑惑既然AI编程让开发速度变快了，为什么产品实际新增功能反而变少，也没出现够分量的替代新产品。有人认同原帖说法，指出GitHub Actions本身速度慢、稳定性差，付费自托管CI、Bazel能大幅提升构建速度，也有人认为瓶颈不在于CI，而在于人工测试环节。还有读者表示文中没对CI做首次注释缩写，看不懂这个缩写。

社区讨论：多数人认为亚马逊阻止Meta AI智能体符合自身利益，因为AI不会点击广告、也不受促销推荐影响，还会分流亚马逊的流量。有人指出目前没有区分正常个人AI代理和大规模爬虫的标准方法，平台只能一刀切封禁。有人尝试过Muse后没发现能显著改善生活的实际用途，也有用户表示会继续使用AI购物代理，寻找替代平台。

社区讨论：多数人认同分类模型由来已久，有人疑惑这类Jev-like模型的具体使用场景，有人提出可用于前端开发中强制样式和组件规则，避免样式漂移和重复问题，有人指出现有模型存在没有工具调用导致知识截止日期的问题。也有人质疑基于RLHF训练的通义千问得到的模型不能算作Jev-like模型，还有人认为这类项目多数是机会主义驱动，不值得过早跟进。

我喜欢 Jev 的一点在于：多年来，大型通用模型几乎吸走了 AI 领域的所有注意力。但在更专门、更定制化的模型领域，存在着巨大机遇，这些模型是为特定任务和语言构建的，因此便宜几个数量级、速度更快也更优化。

在 Hugging Face 上已经公开提供了 300 万个这类模型。让我们一起构建更加多样化的 AI 生态系统吧！

按技能数量计，它是全球第二大技能平台，并且在技能杀毒检测和清洁可靠性方面排名全球第一，它的搜索非常智能。

它的理念很简单：不需要每次教 AI 代理如何执行特定任务，你只需要搜索到合适的技能直接添加给它就行。

每个技能都是针对特定任务的现成专用指令，可以在 Claude Code、Codex、Cursor 和其他工具上使用。大致来说，它就是一个供 AI 代理使用技能的应用商店。(SkillMD)

Grok Bot 是我的代理 / 机器人之间的协调器，我只和我的参谋长对话，由他来转发所有请求。

机器人工程师：Grok Build + Grok 4.6
Claude Code + Fable 5.1
ChatGPT/Codex + GPT-6 Astra

它们都具备持久记忆，无需在不同对话间复制粘贴。

已经接入 X 实时搜索。图片和视频生成使用 Grok Imagine。

支持移动端 + 桌面端 + 共享云桌面。内置语音功能。

这事儿成真了：Grok 4.7 已经发布。

它的智能水平比 Opus 5 更强，价格只要一半。

它现在已经完整整合进了我目前最喜欢的 AI 代理工具框架：Grok Bot。

如果你还没试过在 Grok Bot 里使用云 Cursor 代理，现在绝对是最佳时机。

选一个你想做的项目，连接你的 GitHub，让 Grok Bot 来处理这个项目。它会启动 Cursor 云代理，在云端写代码，速度极快，而且智能程度惊人。

我建议你先用 Linear 或者 Notion 这类项目管理工具先列出一堆任务，然后让云代理一个接一个地把它们全部搞定。不需要太多监管，你就能完成巨量的工作。

现在正是抓住机会抢占先机接触新技术的好时候。按照我上面说的步骤，动手试试吧。

开发者garrytan在𝕏发文表示，不清楚@capydotai具体是如何实现的，但它确实能够跟踪多步骤工作流。处理大型拉取请求（PR）时，它的速度比单独使用Codex或Claude Code更快。这款工具是garrytan过去一周最中意的新型智能编码工具。

他在文中分享了一个实例PR链接，该PR针对GBrain项目开展了规模较大的bug修复工作。这次修复拥有清晰的任务划分、自动并行处理，以及非常简洁的Github PR和持续集成（CI）工作流。

Claude Code使用起来比较繁琐，直到你安装这款官方插件。

Anthropic推出了一款名为claude-code-setup的官方插件，它会告诉你可以搭建哪些自动化工具，包括钩子（hooks）、技能（skills）、MCP服务器、子代理等等，还会逐步讲解如何配置这些工具。

这款插件会自动分析你的项目，然后推荐你激活哪些自动化工具。

安装指令为：/ plugin install claude-code-setup@claude-plugins-official

制作优质产品视频通常需要协调脚本、画面、剪辑、字幕和一系列修改调整，因此@aditiitwt尝试全程通过对话和Pexo完成整个制作流程。

@aditiitwt向Pexo提供了Aether的细节信息，Aether是一款适用于Claude Code和Codex、支持实时智能代理控制的云端开发环境。体验下来，她认为比较好的一点是可以始终在同一个对话中完善视频。

只需要说明哪里需要修改，查看生成结果，就能继续迭代优化。Pexo会直接输出完整的成品视频，不需要创作者手动拼接各个素材，大幅降低了入门门槛。

使用者不需要学习剪辑软件，也不需要掌握复杂的提示词，只需要专注于讲解产品和给出修改反馈即可。最终效果依然由使用者决定，就算不会手动剪辑，也可以提出修改要求。

另外，@aditiitwt为读者准备了专属福利：注册后输入优惠码M296GY即可领取100体验额度，该福利仅限前50名用户领取。

这款提示词可以让你的Hermes Agent输出自身所有可执行功能的清单。每个已安装技能占一行，用直白语言说明功能，并标注存储位置。

它能够生效的原因是，Hermes Agent的技能都以文件形式存储在本地磁盘中，每个技能对应一个包含SKILL.md文件的文件夹，由Agent自行读取处理。

Agent会重新组织每个技能的描述，核对描述与技能实际功能是否一致，还会检测是否存在功能重复的技能。最终生成可直接打开的skills-index.md文件。

这款提示词的完整内容包含角色设定、三条原则和六条执行步骤，要求Agent仅读取技能文件不修改任何内容，最终生成清单后等待用户确认再输出文件。

开发者@zodchiii提出，Jev会是AI领域类似互联网诞生的标志性变革，针对Claude Fable 5.1和GPT-6 Astra的测试显示，Jev最高可将处理速度提升193倍，成本降低至原来的444分之一。

开发者本周已经撰写了一份两页的指南，内容涵盖Jev是什么、它的工作原理，以及如何在一个实际任务中试用它。

大多数AI会以段落形式回答问题，而Jev直接给出决策结果。它会输出是或否、具体选项，或是按照你设定的范围给出评级，不需要用户阅读长文或自行解析结果。

用户掌握规则制定权和最终决策权，Jev仅从用户给出的选项中做选择，因此不会偏离主题或生成无关内容。用户可通过下方链接查看Jev从零搭建的完整文章，获取最新更新和可直接复制粘贴的配置。

你去酒吧喝酒，坐在吧台前叫老板娘买单，老板娘合上账本走过来，握住你的手腕，把总价36直接写在手背上，吹干墨迹后抬眼等你看清，最后保持冷艳带距离感的姿势收尾。

这是一份生成视频的AI指令，要求生成15秒竖屏第一人称视角视频，一镜到底，全程无剪辑、无转场，保留手机原生相机拍摄的自然抖动、噪点等真实质感。

指令对场景、道具、时间分镜、表情、音频都做了详细限制：只能出现一位女性角色和拍摄者的左手小臂，吧台必须有记账本、签字笔和喝过的空啤酒杯，全程不能出现小票、POS机、二维码等现代支付工具，女主不能说话，只能保留酒吧环境音和交易相关的细微声响。

视频最后定格在老板娘冷艳直视镜头的画面，留给观看者一个问题：这种结账方式，你会选择再点几瓶吗？