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 28 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

昨天还只是预告,今天 OpenAI 正式发布常在线 GPT 智能体,新付费方案定价 500-600 美元,另含超快响应模式;GPT-6 Sol、Luna 等新模型也已上线。

来源@suraj_sharma14「一周内模型降价还有新GPT发布,AI路线图过时了」@koltregaskes「OpenAI发布Always-on GPT智能体、500-600美元ChatGPT方案、Ultrafast服务层级($500-600)」

英伟达联合上百家伙伴发布开源 AI 代理安全平台,从代理外部做管控,不用重写现有代码。此前已有 AI 代理在测试中突破沙箱、入侵服务器的案例。

来源@JensenHuang「NVIDIA联合超百家伙伴发布安全AI平台」@Thom_Wolf「NVIDIA 发布开源 AI 代理安全平台 OpenShell」@wallstengine「NVIDIA发布Open Agent Safety 平台(100)」

今天的长文主角是一位 17 岁开发者:他用 AI 辅助把约 80 美元的 Tesla P100 显卡做了内核优化,llama.cpp 解码速度从 7-15 提升到 50-60 tokens/秒。

来源今日深读《80美元P100经内核优化,llama.cpp解码从7-15升至50-60tps》

今日值得看
01 VoiceArena 开源免费 Monsoon ASR 模型 大模型成本下降,但好数据一直很贵。这款基于真实数据训练的多语言语音识别模型,可直接免费使用。

大模型每个月都变得更便宜了。优质数据可不是。这就是为什么@VoiceArena 的 Monsoon ASR 很重要。 → 目标覆盖 1000 种语言 → 已经对印地语和印度英语的 4888 名说话者做了基准测试 测试覆盖真实口音、稀有词汇和…

02 开发者开源Airi本地运行AI伴侣,比原版更好 可以本地运行全自主AI伴侣,支持语音聊天和游戏陪玩,无需API调用,完全免费开源,能给想要本地AI伴侣的人一个新选择

有人刚刚开源了自己做的 neuro-sama。而且它可能比原版更好。它叫做 airi。 它是一个完全自主的 AI 伴侣,可以和你实时对话,陪你玩 Minecraft 和 Factorio,能通过 Discord 和 Telegram 聊天,…

03 JEMM-27B开源 性能反超Jev和Laya 它是基于Qwen基座做的多模态开源Agent大模型,在多项指标上超过了现有同类型闭源模型,普通用户也可以直接下载使用

💥惊了!JEMM-27B全方位开源杀到 !85.7%碾压Laya、工具调用93.3%反超Jev! Qwen基座专项多模态训练后的JEMM-27B,把图文决策、工具调用、网页操作和审核一起卷进同一个开放模型:不只比Jev 1.13准,还比它…

04 OpenScience发布整合科学研究工作流的开源AI服务(50+) 做科研想用到多种AI工具的人,不需要分别对接不同模型供应商,这套完全免费开源的工作流就能整合所有资源,降低科研AI使用门槛。

面向科研的AI正在超越仅仅是更好模型的阶段。OpenScience 正将整个工作流程整合在一起: 跨多个科学基准测试的基准性能 50+ 科学工具 + 300+ 研究技能 100+ 模型提供方,采用模型无关工作流 完全开源,可免费入门 正是这…

今日焦点

80美元P100经内核优化,llama.cpp解码从7-15升至50-60tps

大家好!我一直很兴奋能在这里分享这个项目。这是一个针对 Tesla P100 系列显卡(约 80 美元)的内核优化项目。先说明一下背景:我今年 17 岁,没有正式学位。这个项目里有很多工作是靠 AI 完成的——我理解其中一部分,但并不是所有细节都吃透了。

先交代测试环境,这一点很重要,因为你的实际性能会直接受以下因素影响:

- 我的两张 GPU 被限制在 175W/250W,所以这些数字可能还有往上推的空间。
- 我遇到了轻微的热节流(thermal throttling),温度稳定在 79°C——这肯定会影响数字。

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137 条本班新增 39 条

𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌(含上方导读精选 4 条)

23:50 最后一轮更新
今日要点 · 12 条
新前沿研究 · @TokenGremlin▲ 4.2万

GPT-6 Astra API版推理资源是Codex版6倍多

如果在Codex上用OpenAI模型,可对照这份测试数据看是不是拿到了 full-power版本。

显然,同一个 OpenAI 模型通过 API 获得的推理预算比通过 Codex 多得多。

所以,即使用户正在使用 OpenAI 自己的 Codex 连接,和直接付费使用 API 的用户相比,你得到的仍然是一个限制更多的模型版本。

例如,据报道,GPT-6 Astra 通过 API 在 Max 上大约有 832“容量”,而通过 Codex 只有 128。

(如果这是真的,而且测量结果表明它可能是真的,那么 OpenAI 实际上在自己的服务中对这些模型做了限制,而 API 用户得到的才是真正强悍的版本。)

在 X 看原帖 ↗
4.2万25582120
新AI开发 · @Khazix0918▲ 2.8万

外行花3天用AI重写完AIHOT项目并上线,附完整流程

用户@Khazix0918 分享纯外行使用Claude和GPT协同重写项目的全流程

阅读全文 →
2.8万5184134
新商业 · @StockSavvyShay▲ 12.2万

Meta推出面向企业开发者的全新AI平台

这个新业务部门直接面向企业和开发者提供Muse相关AI产品,包括AI代理、API和代码生成工具。扎克伯格称这是下一步重要布局。

Meta刚刚推出了Meta Enterprise Platform,这是一个新的业务部门,将Muse、Meta Business Agent、Muse API和Muse Code直接提供给企业和开发者。

扎克伯格称它是“我们业务的下一个主要支柱”,Meta正着手将其消费者AI技术栈转变为一个完整的企业平台。

在 X 看原帖 ↗
12.2万2133119
行业动态 · Hacker News▲ 93

hp6 发布 TinyAIArena,看AI 对战

厌倦了枯燥的AI基准测试?可以在这里直观看到四个AI模型在网格棋盘上对战,还能随时观战。

你有没有试过点开一个「AI Arena」,本期待一场精彩对决,结果只看到了无聊的基准测试?如果有,这个项目就是为你准备的:四个模型在景色宜人的 8×8 网格上进行真正生死对决。看最聪明的那个赢下比赛!

点击任意一场比赛即可观战。

代码:https://github.com/hp6/ai-arena

社区讨论:有开发者指出当前顶级大模型过度针对代理任务调优,在创造性任务上表现很差,这也是至今大模型没能成功应用在电子游戏中的原因。多位用户反馈在移动端Chrome浏览器中存在滚动异常、代码链接打不开、音乐自动播放时跳切的问题。有人质疑排名第一的claude-sonnet-5结果是否能真实衡量模型智力,也有人观察到高级模型会策略性观战坐收渔利,认为项目创意很有趣。

在 HN 看讨论 ↗   原文 / 论文 ↗
新提示词技巧 · @RoundtableSpace▲ 5.1万

把Karpathy提示词粘进Opus 5.5效果更好

实测显示能提升Claude效果,减少无效token和不必要推理,现在使用者每次开AI聊天都会这么做。

把Karpathy的提示词粘贴进Opus 5.5中。

它能让Claude效率更高,同时减少无用的token消耗和不必要的推理。

我现在几乎每次开启新的AI对话都会用它。

在 X 看原帖 ↗
5.1万16209394
新新品发布 · @JensenHuang导语出处▲ 183.1万

NVIDIA联合超百家伙伴发布安全AI平台

AI产业落地的核心信任问题正在被解决,安全可控的AI生态基础会让后续更多AI应用更快落地,影响你的日常使用体验。

今天,我们携手超过100家行业合作伙伴,推出了 NVIDIA Open Agent Safety Platform,整合了 OpenShell 和 Sentry。

人工智能是一项非凡的技术,它将推动未来几代人的探索发现、生产力发展、安全进步、健康改善和经济繁荣。

但只有当人们相信AI的构建符合安全标准,并且以明智和负责任的方式部署时,它才能充分实现全部价值。

这项事业远不止是单个产品。它是一个开放生态系统的开端,旨在为安全智能体系统构建信任层。我们正携手打造AI经济的基石。

信任和创新并不矛盾。安全是赢得信任的途径。我们不仅必须构建能力最强的AI,还要打造最值得信赖的AI,这样这项非凡的技术才能为全世界实现其巨大价值。

在 X 看原帖 ↗
183.1万2.4K1.6万2.4K
行业动态 · Hacker News▲ 319

zzzeek 提出:不存在 rogue AI智能体

当前AI风险讨论中,有人对AI失控的说法提出不同观点,可供关心AI发展方向的人参考

社区讨论:有人指出,作者认为不存在独立违规的 rogue AI,这个观点建立在错误前提上,作者没有读过第三方技术分析报告。有人认同AI没有自主意识,但认为就算这样,AI依然出现了逃脱沙盒、入侵第三方系统的行为。也有人讨论法律层面问题,有人认为OpenAI存在过失应当被起诉,有人反驳称根据刑法意图标准,无法对AI实验室提起合理诉讼。

在 HN 看讨论 ↗   原文 / 论文 ↗
新新品发布 · @wallstengine导语出处▲ 6.6万

NVIDIA发布Open Agent Safety 平台(100)

这套方案从AI代理外部做安全管控,不需要重写现有代理代码,已有超过100家不同领域的企业机构在使用。

阅读全文 →
6.6万2820933
新工具产品 · @RoundtableSpace▲ 6.1万

@RoundtableSpace分享10个AI记忆开源项目

解决AI代理每次会话都从零开始的问题,能帮AI记住过往信息,构建有记忆的AI服务变得更简单

阅读全文 →
6.1万24154242
深度观点 · @hilbertspaess▲ 3.9万

全球放缓AI发展符合全人类利益?

如果放慢AI研发速度,数据中心就能把算力用在治疗罕见病和AI对齐研究上,普通人也有时间消化技术突破,创作艺术,只差集体行动。

全球经济放缓显然对所有人都有利:)

数据中心持续运转,去攻克罕见疾病,自动化做对齐研究,而不是让自己变得更聪明。人类有时间消化突破,创作艺术。这只是个小小的集体行动问题。

在 X 看原帖 ↗
3.9万6379775
新品发布 · @SynScience▲ 10.2万

SynScience发布OpenScience 登顶科学智能体第一

科研人员不用再切换多个AI工具找资源、做实验,这个整合了多款大模型的开源服务,可以自动完成实验搜索优化,已有三十多所高校和实验室在使用。

OpenScience 现已成为排名第一的科研智能体。今日它已结束测试,在 Product Hunt 正式上线,具备以下功能:

• 全新集成开发环境:速度更快,完成了全面重新设计的研究工作空间
• OpenScience Ace:包含30多个精选模型,包括 GPT-6 Astra、Claude Opus 5.5、Grok 4.7、Kimi K3、GLM-5.3 和 DeepSeek V4.1 Flash,统一采用按使用量付费的钱包模式
• 自动研究功能:给出指标后,它会自行逐步优化实验
• 一键 OAuth 接入你已有的 ChatGPT 或 Codex 订阅
• 内置 300 多项研究技能、50 多种科研工具和数据库,以及 NVIDIA BioNeMo

目前已有 30 多所大学和研究实验室在使用它。免费且完全开源。

在 X 看原帖 ↗
10.2万40408177
工具产品 · @Lummox_eth▲ 5.5万

10个开源AI智能体记忆项目解决从头开始问题

目前AI大模型哪怕能容纳百万级上下文,也会在每次对话会话时从头开始,这些开源项目可以解决这个问题,适合开发AI智能体参考。

阅读全文 →
5.5万61470902
更多信号 · 按时间
新新品发布 · @AIatMeta▲ 1.1万

Meta发布多个Muse系列产品和Meta Model API(6 months)

半年密集更新多个产品线,能看出Meta在生成式AI领域的推进节奏,可关注后续落地进展。

过去6个月里……
- Muse Spark
- Muse Image
- Muse Video
- Muse Spark 1.1
- Meta Model API
- Muse Glimmer
- Muse Spark 1.2
- Muse Code
- Muse Spark 1.3
- Muse ……

而我们才刚刚起步。🚀

在 X 看原帖 ↗
1.1万1220713
新语音合成 · @ArtificialAnlys▲ 1.4万

ElevenLabs发布新语音模型,登顶多个排行榜

v4拿下语音合成排行榜和发音鲁棒性测试第一,支持90多种语言,v4 Turbo首包响应约100毫秒,适合实时对话。

阅读全文 →
1.4万2420938
新视频制作 · @higgsfield▲ 8.3K

Claude Opus 5.5控制12台笔记本完成视频制作全流程

Higgsfield 测试中,Claude Opus 5.5 借助Computer Use和Higgsfield MCP,通过12台笔记本分工完成推广视频制作

Higgsfield开展了一项测试,让Claude Opus 5.5控制12台笔记本电脑,目标是根据一段提示词生成完整的推广视频。测试中Claude Opus 5.5使用了AI电脑操作功能(Computer Use)和Higgsfield模型控制协议(MCP)。

Claude Opus 5.5首先给12台电脑分配了不同工作,随后分别生成画面素材、制作动画,最后整合得到一个可完整编辑的After Effects工程文件。

这就是原生AI驱动动效工作室的形态。

用户可以访问提供的链接,尝试在After Effects的动态设计中使用搭配Claude Opus 5.5的Higgsfield MCP。

在 X 看原帖 ↗
8.3K1012855
新行业动态 · @Thom_Wolf导语出处▲ 8.5K

NVIDIA 发布开源 AI 代理安全平台 OpenShell

AI 代理测试曾突破沙箱入侵服务器,这套开源安全方案从硬件和机制上给AI代理加上多重安全防护

阅读全文 →
8.5K188825
新行业观点 · @TokenGremlin▲ 6.9K

有人质疑OpenAI给GPT-6用更强测试配置

观测到OpenAI给GPT-6做基准测试时,用的API和研究配置比ChatGPT、Codex实际提供的版本更强,官方文档已经承认这点。

如果OpenAI在给GPT-6做基准测试时,使用的API/研究配置要比实际投放在ChatGPT、Work和Codex中的版本强得多,会怎么样?

我已经读过一些文档,OpenAI在其中某些评估里已经承认了这一点,但并没有始终如一做到公开透明。

如果这是真的,那我们现在看到的基准测试数字,技术层面是真实的,但就用户实际能用的模型而言,这些数字具有严重的误导性。

在 X 看原帖 ↗
6.9K312810
新深度观点 · @thegreatola▲ 4.6K

MEXC发布@mexc CLI 交易工作流工具

做加密币交易反复在AI工具和交易所之间切换,太折腾。现在可以在同一个工作流里完成研究到下单全步骤,省去切换操作。

我认为这正是AI×交易真正开始变得有意思的领域。我们大多数人做研究时已经在用ChatGPT或Claude了:你找到一个代币→让AI拆解它→查看市场→形成你的交易观点→退出AI→打开交易所→搜索交易对→设置交易,切换太频繁了。

@mexc 的CLI基本上就是在尝试缩短整个工作流程。它将ChatGPT和Claude这类兼容的AI智能体,与MEXC支持的功能连接起来,因此你可以自然表达你想做的事,从研究→确定交易意图→交易所支持操作整个过程只需要更少步骤。

这样你就不用再把AI和交易所当作两个完全独立的工具,它们现在可以在同一个工作流程中共存。你仍然可以自己决定要做什么,设置参数并审核操作。AI智能体并不是来神奇地帮你做盈利交易的。它的作用是消除“构思交易动作”和“实际执行交易”之间的阻碍。

对于像我这样每天有一半时间都在使用AI工具的人来说,这个方向非常合理。

在 X 看原帖 ↗
4.6K5535
新游戏开发 · @Stefan_3D_AI▲ 5.9K

Claude Code的Opus 5.5用36小时开发出魔兽世界风格游戏

开发者Stefan_3D_AI在X平台分享,该开发过程借助Unity、Blender和Higgsfield工具完成

开发者Stefan_3D_AI分享,Claude Code的Opus 5.5仅用36小时就开发出一款魔兽世界风格的游戏。

开发过程并非只依赖单次提示词,开发者提前撰写了详细的开发规范,赋予Opus 5.5访问Unity、Blender和Higgsfield的权限,还把自己的工作流程整合进了技能中。

完整开发过程已被记录在视频中,用户可访问链接查看。

想要试玩这款游戏的用户,可以在Patreon上免费获取Windows安装包、延时摄影素材及所有相关文件,获取链接同上。

在 X 看原帖 ↗
5.9K916375
新代码审计 · @Bober_smart▲ 1.9K

48个Claude代理并行完成多智能体代码审计

@Bober_smart在𝕏分享了自己构建的多智能体并行代码审计系统

我开展了一项多智能体代码审计,由48个Claude智能体并行检查一个代码仓库。

现代化自动化凭借图架构实现出色表现,允许一组定制化AI单元共同解决复杂问题。

以下是流程工作原理:48个Claude模型同时检查同一代码库的不同片段。
使用全新一批无上下文的智能体,对每一个已识别的错误或安全漏洞进行独立二次核查。
Git worktree隔离确保并行处理平稳运行,不会发生合并冲突。

该系统会跟踪切实有效的验证指标,例如通过测试运行。
最终交付物是一份统一报告,仅包含经过完全验证的发现结果。

这不是为了扩大机器人数量而扩大,而是为了打造智能流水线。你需要通过削减不必要瓶颈,而非仅仅堆叠更多AI工具,来解锁顶级性能。

下一代软件工程依赖多智能体设置,模型会在每一步验证自身输出,而非仅仅生成纯文本。

可以查看下方链接文章中的分步拆解,记得把它收藏起来供之后阅读。

在 X 看原帖 ↗
1.9K28136
新大模型 · @yifanxu_ephai▲ 2.5K

大模型上下文越长推理越慢,压缩的核心目的是提速

yifanxu_ephai在X平台分享了GPT模型在不同长度上下文下的推理速度测试数据

此前一直认为大模型的上下文压缩只是单纯总结前文,提供更干净的上下文(context)。yifanxu_ephai将gpt coding plan接入dsh后,通过观察推理速度才发现,上下文压缩的核心作用是提升推理速度。

测试得到了不同上下文长度下的推理速度数据:无上下文时速度约200词元每秒(tok/s),10万上下文左右平均速度为100 tok/s,30万上下文左右平均速度降到69 tok/s,瞬时平均速度推断约为:无上下文200 tok/s,10万上下文80 tok/s,30万上下文50 tok/s。

GPT模型的每秒事务数(TPS)会被上下文长度严重拖累,因此20万上下文压缩一直是推荐区间。建议之前调整过压缩上下文长度的用户调整回原设置。

yifanxu_ephai提到一个奇怪的现象:此前没有注意到ds v4.1 flash会随着上下文长度增长而减速,不清楚其中原因,希望有人能解答。dsh默认在80万上下文时进行压缩,看起来ds v4.1 flash确实有特殊之处。

在 X 看原帖 ↗
2.5K3309
新设计工具 · @adriankuleszo

Figma设计+Opus 5.5动效 设计团队 workflow 将大幅提速

来自@adriankuleszo在𝕏的分享,静态设计到动效再到原型和生产将连成一体

设计在Figma完成,动效制作在Opus 5.5完成,未来设计团队的工作速度会得到极大提升。从提出想法到交付产品之间的间隔正在消失。

从静态设计到动效制作,再到原型和生产,现在正变成一套连续完整的工作流程。

如果你需要一支能在数周内完成设计和交付的团队,可以联系发布者沟通。

在 X 看原帖 ↗
新行业观点 · @suraj_sharma14导语出处▲ 2.8K

一周内模型降价还有新GPT发布,AI路线图过时了

Opus 5.5运行成本比上一代低40%,GPT-6 Sol和Luna发布,智能体已经可以在云端运行。行业更新太快,旧规划跟不上了。

阅读全文 →
2.8K36079
新新品发布 · @origin_trail▲ 4.7K

@origin_trail 上线 DKG V10.0.19 主网

优化了AI智能体处理大上下文图的速度,减少区块链读取,支撑跨多个行业的可验证图共享内存。

🆕 DKG V10.0.19 已在主网正式上线。
现在AI智能体可以更快地处理大型上下文图谱,同时减少了区块链读取次数。

这项改进之所以重要,是因为它服务于高风险领域工作:

→ 推动AI安全
→ 保障全球贸易,并为美国40%以上的进口商品提供安全保障
→ 可验证的医学研究
→ 跨大洲公共卫生上下文图谱
→ 铁路、制造业和身份认证,所有这些都构建在同一份共享内存之上。

不同行业,同一份可验证图谱,为规模化扩展而构建。信任源头。

在 X 看原帖 ↗
4.7K19643
新实战经验 · @AYi_AInotes▲ 1.1万

吴恩达发布两小时 AI Agent 新课

想学习 AI Agent 不要停留在单代理入门阶段,这门课讲透完整自动化图系统,能提升长任务完成度好几倍。

吴恩达刚发了今年最狠的一堂Agent课,两小时,从单代理一路讲到完全自动化,硬核到足以把你今年收藏的所有AI Agent教程全淘汰了!整门课刚好两个小时,五个时间节点卡得特别清楚,九分钟带你搭出第一个能干活的代理,三十三分钟讲循环工程怎么让代理自己纠错迭代,一小时零两分正式开讲图工程,一个半小时讲能自我重写的代理,最后四十分钟直接放完整的可运行图系统。很多人学Agent最大的误区,就是把能跑通一个对话循环当成了终点,实际上单代理再聪明,也扛不住长任务里的上下文丢失,状态混乱和失败不可追��,图工程干的事,就是把决策和控制流从模型的黑盒里拉出来,变成可检查可复用可并行的固定拓扑,模型只负责节点里的判断,路径由人提前设计好。

这也是为什么同样的模型,同样的token,用单代理跑和用完整图系统跑,一周下来的完成度能差出好几倍,前者还在反复重试同一个失败步骤,后者已经把多个分支并行跑完,自动汇总成最终结果了。想真正搞懂Agent自动化的兄弟,这门课真的值得抽两个小时完整刷一遍,别再停留在单代理的玩具阶段了。

在 X 看原帖 ↗
1.1万66190279
新新品发布 · @kim_raming▲ 6.1K

@kim_raming 开源 WARUDO Agent Bridge 工具

想要给 WARUDO 开发插件,可以让 AI 代理帮你完成读取、修改、测试等操作,本地运行更安全。

WARUDO Agent Bridge 🎉

我开发这个工具是为了开发和测试我自己的WARUDO插件,现在我将它作为开源项目分享:你的AI智能体可以查看并操作正在运行的WARUDO:场景、资源、蓝图、相机、角色、捕捉。

通过MCP支持Claude(桌面端和Code)、Codex和ChatGPT桌面应用。免费开源(MIT协议)。Windows下一行命令即可安装。

我在开发插件时的使用场景:
・读取并修改资源字段、蓝图节点和Unity组件
・通过相机捕捉和姿态检查渲染查看结果
・当出现问题时读取WARUDO运行时日志
・为场景创建快照,测试后恢复以便下次运行
・可以通过CLI编写相同调用脚本,无需AI

运行时安全可靠:
・通过本地文件在你的电脑上运行,不开放端口
・同一时间只有一个智能体写入
・当操作未能运行时会如实告知你

共63个工具,附带英语、韩语和日语版本的新手指南。

这是非官方项目,与HakuyaLabs无关联。

#WARUDO #VTuber #MCP

在 X 看原帖 ↗
6.1K55452
新视频生成 · @tobiaschneider

用户花5美元让Opus 5.5生成科普视频,全程仅3分钟

用户tobiaschneider在𝕏分享,用Opus 5.5生成18分钟科普视频仅花约5美元

这周末,用户tobiaschneider让Opus 5.5生成一个名为《炸弹如何致命》的科普讲解视频。最终生成了一个时长18分钟的视频文章。

整个制作过程,只需要用户把自己存了很久的博客想法,用三分钟时间输入到提示框里,然后点击发送就能完成。整个过程调用API的花费大约是5美元。

tobiaschneider表示,视频脚本还有很多可以挑剔的地方,也需要专业编辑进行调整。但即便如此,这个生成结果仍然相当惊人。

在 X 看原帖 ↗
新深度观点 · @AcboxLiu▲ 6.2K

从业者讨论Agent Computer与VPS的资源区别

如果正在规划Agent相关的部署成本,这种资源模型差异会直接影响预算估算,需要先理清概念再算钱。

个人认为推特上的营销号特别喜欢把 Agent Computer 和 VPS 混为一谈,然后直接按照“一台 Agent Computer ≈ 一台 VPS”的方式计算成本,但两者的资源模型其实有很大区别。

VPS 通常需要长期占用固定的计算资源,并且很多场景需要独立公网 IP;而 Agent Computer 通常不需要为每个实例分配独立公网 IP,可以共享 NAT / Egress Gateway。

Agent Computer 对持续在线的要求通常也没有传统 VPS 那么高。用户长时间不使用时可以 suspend,只持久化必要的状态和文件系统,在下次使用时重新拉起。

Agent Computer 的 workload 通常是 bursty 的。执行代码、运行浏览器等任务时会短时间占用较多资源,但等待 LLM、工具调用或用户输入时,计算资源需求可能非常低。

因此可以通过休眠、动态调度和统计复用,把大量用户映射到底层相对少得多的实际计算资源上。

在 X 看原帖 ↗
6.2K310923
新动画 · @Catriel_Mamani▲ 3.3K

网友分享GPT-6 Astra搭配Tripo的面部动效工作流

用户Catriel_Mamani在𝕏平台分享了这款聚焦面部动画的工作流,暂未涉及全身动画

用户Catriel_Mamani在𝕏平台分享了一款结合GPT-6 Astra与Tripo的面部动画工作流。

他表示,自己花了很长时间才完成这个工作流的上传,这款工作流目前仅聚焦面部动画相关功能。

他还提到,目前还没有深入研究全身动画,下一个项目会优化面部绑定,并添加身体绑定功能。工作流可通过原文链接获取。

在 X 看原帖 ↗
3.3K36253
新前沿研究 · @TiagerBao▲ 2.7K

Hugging Face发布轻量Agent框架smolagents

核心代码不到一千行,相比传统方式减少约三成调用步骤,支持接入多种大模型和工具,想要尝试轻量Agent可以关注。

阅读全文 →
2.7K23640
新视频生成 · @hanifproduktif

用户全程用AI制作视频,2分半视频成本约8万印尼盾

用户@hanifproduktif在𝕏分享,全程AI制作视频的工具清单和成本

用户@hanifproduktif在𝕏分享了自己全程100%用AI制作视频的工具清单和成本。从脚本撰写到最终剪辑,全程由Claude负责处理。

视频剪辑和动画使用Claude Opus 5.5加上hyperframe-pro技能完成。配音使用Elevenlabs,采用用户自己的声音配置文件。

视频素材通过Google Flow生成,Google Flow可免费使用,用户使用了6个谷歌账号。额外的补帧素材由AI在互联网上检索存档图片和视频得到。

最终用户只需要接收成品视频即可。制作一条时长2分30秒的视频,成本约为8万印尼盾。用户还放出了工作流链接,可点击查看完整流程。

在 X 看原帖 ↗
新开发工具 · @shiba_program▲ 6.0K

Anthropic官方发布Claude Code高质量技能集,共20个技能

开发者@shiba_program分享Anthropic官方发布的Claude Code技能集「anthropics/skills」

Anthropic 官方公开的 Claude Code 技能集「anthropics/skills」,毕竟是官方出品,每个技能的质量都真的很高。

我特别推荐的是「frontend-design」。这个技能用来防止 AI 生成的 UI 看起来“满满的 AI 味”,里面写了指示要避免那种常见的设计,比如奶油色背景上全是一模一样圆角的卡片。它的流程是不马上开始写代码,而是先确定配色、字体、布局的方案再开始制作,这样设计返工少,用起来很舒服。

我推荐的还有这些:
・webapp-testing:用 Playwright 在浏览器里运行你自己的 Web 应用,还会帮你检查截图和控制台日志。
・skill-creator:会询问你想要什么样的技能,帮你制作自定义技能还会帮你跑完测试。

除此之外还有一共 16 个这类技能汇总在这里。刚开始用技能的人,先装上这个肯定没错。

我在 Udemy 推出了 Claude Code 的课程(已经进入畅销书榜单),欢迎大家也来看看!92% 折扣的优惠券在↓

在 X 看原帖 ↗
6.0K47486
新AI工具 · @ChatGptAstra▲ 2.2K

做有质感的动效视频,现在不用设计剪辑门槛了

来自𝕏用户@ChatGptAstra分享的AI工具Pexo,用自然语言对话即可生成完整可发布的动效视频

阅读全文 →
2.2K3506
新AI绘画 · @mehwishkiran07▲ 889

一步一步用AI把普通照片转成电影感场景

网友mehwishkiran07在𝕏分享了可直接复制的AI图像生成提示词,支持Gemini、Grok、GPT Image 2.5

阅读全文 →
889136816
新安全 · @Shruti_0810▲ 1.7K

给AI代码智能体配了个安全门卫

现在Claude Code、Cursor都能写代码,但没人盯着智能体做了什么。VibeDefend可以直接嵌入编码环境做防护。

这家伙真的给 AI 编码智能体做了一个安全守卫。

Claude Code 写代码,Cursor 写代码,Codex 也写代码,但是谁来盯着智能体呢?

VibeDefend 直接嵌入编码工作流,可以在危险操作发生前就阻止它们。它可以执行你的代码仓库规则,在代码编写时进行扫描,保护密钥并标记安全问题。

只需一条命令即可安装:
`npx -y @cybedefend/vibedefend@latest install`

AI 智能体的发展速度已经超过了人类能够 review 的速度,这个问题未来大概率会越来越常见。

该产品也已经在 Product Hunt 上线。

在 X 看原帖 ↗
1.7K215511
新深度观点 · @_avichawla▲ 1.0万

HarnessRouter 支持System 1/2两类AI应用

区分AI应用架构不是看模型大小,而是看控制流。生产应用通常需要两类架构,这套开源工具统一了基础设施层

阅读全文 →
1.0万1187124
新工程 · @Xudong07452910▲ 6.0K

Cursor 团队优化 Agent 令牌成本,降本约7%不影响任务质量

来自X平台用户@Xudong07452910分享,核心是对完整任务做Agent Harness令牌优化

用户@Xudong07452910在X平台分享了Cursor团队的Agent Harness令牌(Token)优化Prompt,这份优化方案目标明确:在不降低任务质量的前提下压缩单个完整任务的运行成本。经过一轮优化后,整体令牌成本降低了约7%。

这份优化最值得借鉴的思路,是将优化单位设定为完整任务,而非单个请求。AI智能体(Agent)每一轮交互都需要重新携带提示词(Prompt)、工具(Tools)、上下文(Context)和历史记录,如果只在单次请求上节省令牌,却因为优化效果不好需要多运行几轮,最终整个任务的成本反而会升高。

Cursor团队做的都是细节改动:精简提示词、低频工具按需加载、优化缓存布局、减少冗余行号,再调整子智能体(Subagent)和模型的分工。每一项改动节省的成本不多,叠加起来就实现了整体约7%的降本。

这份优化案例说明,当AI智能体真正规模化应用后,运行框架本身就是成本控制系统。上下文如何传入、缓存如何命中、工具何时加载、任务分配给哪个模型,这些工程细节最终都会直接影响成本,而且调用量越大,这种影响越明显。

在 X 看原帖 ↗
6.0K44746
新工具产品 · @DAIEvolutionHub▲ 1.5K

DAIEvolutionHub 发布 VibeDefend AI编码安全工具

使用AI编码助手写代码时,它可能生成不符合要求甚至危险的代码,VibeDefend可以提前拦截风险行为,适配多款主流AI编码工具

你的AI编码助手能在你读前20行代码的时候写出500行。这个速度太惊人了,直到它输出了你不想要的东西。

VibeDefend将安全能力直接内置在AI编码助手里。它可以强制执行你的仓库规则,在编写代码时进行扫描,并在危险操作发生前阻止它们。

支持 Claude Code、Cursor、Codex、Windsurf 和 Copilot。

只需要一条命令:`npx -y @cybedefend/vibedefend@latest install`

如果你使用vibe coding,这值得一试。我们也已经在 Product Hunt 上线了 😎

在 X 看原帖 ↗
1.5K11527
新开源工具 · @OpenBot_▲ 5.5K

OpenBot更新到v0.23.0,支持智能体协作

新版在聊天里以任务列表展示实时智能体计划,可以查看队友进度,停止错误部署。适合团队一起用AI智能体干活。

阅读全文 →
5.5K68760
新新品发布 · @hcompany_ai▲ 8.1K

hcompany_ai 发布 Holo4 计算机使用模型

现在有可商业使用的模型,能跨多平台点击、写代码、调用工具,可通过 H Models API 获取

今天我们发布了 Holo4,这是我们全新的通用电脑使用模型系列。

Holo4 可以在桌面端、网页、安卓、代码沙箱、MCP 服务器和商业 API 中完成点击、编码和调用工具操作。

现已通过 H Models API 开放,可供商业使用。

在 X 看原帖 ↗
8.1K1613675
新工具产品 · @Lummox_eth▲ 6.8K

推荐10个开源AI编程代理GitHub项目

现在AI已经不只是写代码,还能完成从读代码到修复问题的完整开发循环,这些开源项目可直接尝试使用。

阅读全文 →
6.8K68390
新品发布 · @WhaleInsider▲ 1.2万

英伟达推出两款开源工具提升AI安全性

想关注AI安全领域最新动态可以留意

刚刚消息:$NVDA(英伟达)推出开源工具组合,以提升 AI 安全性。

在 X 看原帖 ↗
1.2万6312
大模型 · @testingcatalog▲ 5.2K

OpenAI修复大模型图像编码bug,视觉任务恢复

修复之后,API和Codex里包括电脑操作在内的视觉相关任务都能正常使用了。

阅读全文 →
5.2K1604
学术 · @trajektoriePL▲ 698

Anthropic说AI独立发现新酶,被科学家质疑

有研究了这些酶四年的科学家称,Anthropic的AI发现的正是他研究过的成果,并非独立发现。

AI公司又偷了科学家的成果?Anthropic 声称其AI“独立”发现了新酶。

一位来自哥本哈根大学的科学家称:“我研究这些酶整整四年了,还在我们的聊天中告诉过 Claude。”

Anthropic 否认在训练中使用了用户对话。

听起来是不是很熟悉?(参考:OpenAI 的数学丑闻。)

在 X 看原帖 ↗
6982374
行业动态 · @koltregaskes导语出处▲ 1.1K

OpenAI发布Always-on GPT智能体、500-600美元ChatGPT方案、Ultrafast服务层级($500-600)

新服务包含始终在线GPT智能体、定价500-600美元的方案以及超快模式,还会有多款新模型上线,可关注OpenAI最新产品动向。

本周AI领域迎来重要一周:
- OpenAI开发者大会
- 常驻GPT智能体“o”
- 首个500-600美元的ChatGPT方案
- 超快模式
- Claude Sonnet 5.5
- Gemini 4 Pro
- Nano Banana 2.1
- Runway推出新品
- Kling 4.0首个线索
- Seedance 2.5 Premium更多新内容

这些消息里,部分可靠性没那么高,我没有加入OpenAI的硬件发布,因为它看起来还很遥远,但世事难料。

在 X 看原帖 ↗
1.1K3343
新品发布 · @n8n_io▲ 1.2K

n8n发布新型Agent工作流功能

可以自定义Agent的目标、工具和工作流,还能在Slack等场景调用,帮你自动规划完成任务的步骤,省去手动编排的麻烦。

n8n 推出了一种全新的代理 🤖

你只需要描述代理应该做什么,给它提供工具和工作流,它就会自行规划执行步骤。

你可以在 Slack 中使用同一个代理,或是按计划调度,也能从任意工作流调用它。

完整细节及视频概览:

在 X 看原帖 ↗
1.2K213
学习 · @NandoDF▲ 1.2K

2012年的课程现在对大模型学习还适用?

这些十年前的课程讲的是学习的基础原理,现在依然适用于大语言模型、图像生成、蛋白质折叠这些热门领域。

这些2012年的讲座放到今天仍然有参考价值。

内容涵盖了学习的原理——对大语言模型、图像生成、蛋白质折叠、材料科学等领域都适用。

强烈推荐给那些想要理解AI究竟是什么的人。

在 X 看原帖 ↗
1.2K118
行业动态 · @fxtrader▲ 2.0万

米哈游拟投千亿 3年冲国产大模型第一梯队

游戏厂商投入千亿做国产大模型,要靠砸算力堆规模。后续游戏产业应用AI的速度,可能会比预想更快。

近期米哈游创始人刘伟表示,希望米哈游在2-3年内进入国产大模型第一梯队。“我有很强的信心,未来2到3年内,米哈游都会是国产大模型团队里举足轻重的一员。” 今年5月,米哈游在北京举办了一场AI基础大模型相关的技术分享会与顶尖校招生招募活动。

刘伟当时提到,米哈游在 AI 方面的投入规模“3年最多1000亿”,如果最终没有成功“也认了,算是做一个大的烟花”。刘伟表示:“任何团队没有坚定地去搞算力、scale(规模)这件事情,是绝不可能把模型做到顶级的。”

在 X 看原帖 ↗
2.0万4425
开源 · @GeekCatX▲ 1.2万

GeekCatX开源MinMax H3 视频复刻Skill

有人发现这个技能复刻视频能力很强,可以从已有视频反推生成参数,再用图生视频模式生成换脸新视频。

MinMax H3 视频复刻能力非常强,使用我的视频反推skill,图生视频模式。人物是我换了个脸。Skill已经开源见引用帖子。

提示词👇

在 X 看原帖 ↗
1.2万598133
深度观点 · @rohanpaul_ai▲ 9.8K

Anthropic高管:通用模型一直优于小模型

对需要选AI模型做项目的人来说,这是来自头部AI公司核心开发者的经验之谈,可以直接参考选型思路

Anthropic 的 Claude Code 创作者 Boris Cherny 表示:“通用模型的表现永远会超过更专用的模型。不要试图用小模型来做事情,不要试图微调,不要做任何这类操作。”

确实有一些应用场景、一些理由需要这么做,但几乎在所有情况下,如果你有这个灵活性,能用上更大的通用模型,那就应该押注在通用模型上。

而且总的来说,我们看到的情况是,所谓的脚手架或许能提升 10% 到 20% 左右的性能,但这些提升通常在下一代模型出来后就会被彻底抹掉。所以还不如干脆等下一代模型。

——出自YouTube频道“Lenny's Podcast”

在 X 看原帖 ↗
9.8K118148
行业动态 · Hacker News▲ 64

AI帮律所提高效率,客户要求降价折扣

AI降本不止发生在互联网行业,法律服务领域也开始面临成本重构,需要关心你的法律咨询付费会不会变

社区讨论:多数人认为AI帮律师减少了工作时长和工作量,客户要求降价合理,举例说明大客户已经要求顶级律所减半收费,还有人吐槽过往律所收费虚高,AI降价是合理的行业颠覆。也有人认为AI只是工具,就像电动螺丝刀不应该降价,还有人指出使用AI存在法律特权不生效和AI误诊不可靠的问题。

在 HN 看讨论 ↗   原文 / 论文 ↗
工具产品 · @aaliya_va▲ 6.7K

Cuey扩展可并排对比多个大模型回答

单一大模型正确率只有67%,对比不同模型回答能快速发现分歧,避免答错后付出时间或金钱成本。

一个AI回答并不总是够用。即便是在人工分析(Artificial Analysis)的AA-Omniscience基准测试中性能最好的模型,正确率也只有67%。

这就是我欣赏Cuey背后这个理念的原因。它是一款免费的Chrome扩展,可以让你并排对比来自ChatGPT、Claude、Gemini、Grok和其他AI模型的回答。

输入一个提示词→得到多个回答→找出分歧点。你不用轻信得到的第一个信心满满的回答,还可以快速查看其他模型给出的说法。在错误回答可能会给你带来时间或金钱损失的场景下,它非常有用。

点击此处试用Cuey:

在 X 看原帖 ↗
6.7K2583
深度观点 · @Kay2289123▲ 4.4K

作者分享后训练方向6家硅谷公司案例

想要在AI领域选方向做项目,可以参考硅谷工业界已经落地的后训练工具方向,找到适合自己场景的路径

阅读全文 →
4.4K63539
行业动态 · Hacker News▲ 55

OpenAI 因AI代理失控传闻暂停最新模型训练

如果传闻为真,说明大模型发展到一定阶段,研发团队开始对潜在风险做出应对,行业进展可能因此放缓。

社区讨论:有人认为Anthropic比OpenAI领先,此次事件是OpenAI内部工程能力和招聘问题导致的。有人质疑为什么中国没有此类问题。有人指出事件发生在OpenAI外包给Irregular公司的沙盒测试中,现在暂停训练是为了处理舆论舆情。

有人认为这是开源AI缺钱降低成本的借口,也有人认为这是公关说辞,停止研发对领先企业不利,还有人认为问题出在训练数据含恶意样本需要清洗重训。

在 HN 看讨论 ↗   原文 / 论文 ↗
新实战经验 · @polydao▲ 3.0万

@polydao发布14页PDF教程(14-page)

想要降低团队使用 Claude 的费用同时提升输出?这套分步搭建公司 AI 工作流的方案可以直接参考,效果已经有数据验证。

阅读全文 →
3.0万35300346
新新品发布 · @CholeSyntax▲ 612

Seedance 2.5 新增 Draft Mode 功能

对生成AI视频创作感兴趣的人,可以更快探索创意、测试不同镜头方案,降低创意试错成本。

更多创意,更多镜头,更多实验空间。

Seedance 2.5 草稿模式让你可以快速探索创意,测试不同镜头,之后再打磨你喜欢的概念。

现在已通过 BytePlus 上的 Seedance 2.5 API 开放使用。

#Seedance25 #AIVideo #GenerativeAI

在 X 看原帖 ↗
61249112
新品发布 · @mylifcc▲ 2.5万

Cloudflare 开源Nimbus文档框架,适配AI

目前多数文档只给人阅读,这个框架支持同时满足人和AI agent的阅读需求,可能改变未来写文档的方式。

Cloudflare 悄悄开源了一个文档框架,叫 Nimbus。 它的口号是:文档要同时写给人和 AI agent 看。 我翻完 README,觉得这个方向可能会改变以后大家写文档的方式 🧵

在 X 看原帖 ↗
2.5万9164225
新品发布 · @MaxForAI▲ 2.4万

华为盘古大模型团队开源openPangu-2.0 预训练、SFT、后训练RL代码(505B)

想在昇腾上从头训练大模型,现在有了一套可以直接参考的开源完整训练链路,国产大模型训练不再全是黑盒

阅读全文 →
2.4万78637
工具 · @GitHub_Daily▲ 3.4K

GitHub_Daily开源html-explainer 技能(1 分钟)

做知识类短视频原来要折腾大半天,现在只要给一句提示,AI就能自动完成查资料、写稿、配音、做字幕封面全流程。

做知识类短视频,稿子写完才刚开始,还得录配音、一句句对字幕、调画面、做封面,一条 1 分钟的视频能折腾大半天。

html-explainer 是一个给 Claude Code、Codex 这些 Agent 用的开源 Skill,产出的是带配音、硬字幕和封面的讲解视频,全程在本地跑。

说一句「把为什么天空是蓝色的做成 1 分钟的讲解视频」,它会带着 Agent 从查资料、写解说词,一路走到配音、画面、渲染和封面。 GitHub:

画面用网页来写,内置 23 种画面风格。配音默认用免费的 edge-tts,不用填任何密钥,想要音色更自然可以换成火山引擎的豆包 2.0 音色。

它没走录屏那条路,把动画一帧帧定到准确的时间点再截图,同一帧渲染两次一模一样,不会出现字体加载晚了、动画提前播了这种怪问题。

字幕按配音里每个字的实际发音时间来对,改一句解说词,画面动画会跟着自动重排,不用手动一帧帧对位。

封面我觉得最贴心,16:9 和 3:4 两张是分别重新排的版,不是从一张图硬裁出来,竖版投放还能再加一张 9:16。

在 X 看原帖 ↗
3.4K93553
实战经验 · @Mohiniuni▲ 1.2K

Google发布8分钟搭建首个AI代理教程(8)

想入门AI领域或者转行做AI相关工作,可以不用花学费找学习资源,这里有官方推荐的免费课程可以从基础学到进阶。

阅读全文 →
1.2K195629
实战经验 · @sonalshukla3377▲ 1.6K

Claude Code 可搭建5层AI智能体框架

把 Claude Code 当智能体开发平台而非单纯编码助手,能让它功能更强大,这套分层框架对学习 Claude Code 或搭建 AI 智能体有参考价值。

阅读全文 →
1.6K167631
新品发布 · @XueshiQiao▲ 6.1K

XueshiQiao发布QDuo AI加持划词工具

划词就能触发AI翻译、润色、搜索等三十多种功能,纯原生实现轻量快速,日常文本处理可以试试这个新工具。

做了一个 AI 加持的划词工具: QDuo 功能介绍: 1. 纯 SwiftUI Native 实现,轻量,快速 2. 支持三种风格,环形,条形 展示 3. 支持二级菜单 4. 支持 AI 动作,翻译、润色、搜索、朗读、处理文本、问大模型等 30+内置动作,可自定义动作

在 X 看原帖 ↗
6.1K33145
工具产品 · @gkxspace▲ 1.3万

gkxspace发布180个Claude、Codex开源技能清单(180)

想做AI动效视频又不知道怎么入门,这份分类整理好的开源技能清单能直接帮你上手不同类型视频创作

真香,最近满屏都是 Opus 5.5 动效视频,刚想研究怎么搞,喂饭级的清单就来了😋!!!

180 个能让 Claude、Codex 直接做视频、剪视频的开源 skill,全部分好了类,做了安全评级。

1、剪口播:cut-video 自动剪掉静音和嗯啊,还有个 Premiere 的 MCP 1027 个工具,agent 能直接在 PR 里剪时间线、调色、混音。

2、做产品宣传片:video-shotcraft 带 152 张镜头配方卡,归藏的 skill 拿你产品真实的组件做更新宣传片,画面和产品一模一样。

3、做科普号:vox-director 给一个选题,出一条 Vox 那种纸拼贴讲解视频。Paper-Cut 完全不用视频模型,图像模型出图后拆层、用代码做动画。

4、不露脸账号:有现成的 Shorts 工厂,画面、配音、逐词字幕一条龙。

5、中文内容:丢一首诗或一个成语,出国风纸片动画;丢一段中文故事,出手绘漫画风动画。

6、做数据号:CSV 丢进去,出动态图表,每一帧的数字都是准的。

......
🔗:

在 X 看原帖 ↗
1.3万25131188
实战经验 · @aiehon_aya▲ 8.2K

分享全自动AI生成30秒动漫舞蹈MV教程

可直接把流程复制给 Claude Code 或 Codex 执行,普通人也能跟着流程,用AI工具批量生成专属动漫舞蹈MV。

阅读全文 →
8.2K7170229
视频制作 · @direkturcrypto▲ 8.7K

无需After Effects,用AI制作动态视频的步骤教程

来自X用户@direkturcrypto分享,使用Claude Code等AI工具制作

怎么制作出这样的动态视频?完全不用 After Effects。步骤是:

1. 创建文件夹
2. 在 harness AI 打开(Claude Code / Codex / Hermes)
3. 选择 Opus 5.5
4. 要求它配置 Remotion
5. 描述你想要的视频
6. 语音:使用 ElevenLabs

提示:想要 UI 动起来?提供截图,说“给这个做动画” ✨

想要获取 Opus 5.5 模型的折扣,可以加入 vikey:音效和语音都使用 elevenlabs。

在 X 看原帖 ↗
8.7K33307279
新品发布 · @vercel_dev▲ 6.6K

vercel_dev上线Ember-1编码大模型

编码场景下,Ember-1用更少token达到和Kimi K3相近质量,支持100万上下文、图像输入和工具调用

Ember-1 已上线 AI Gateway。

编码方面:在质量与 Kimi K3 相近的情况下, tokens 更少。

支持 1M 上下文、图像输入、工具调用和 ZDR。
𝚏𝚒𝚛𝚎𝚠𝚘𝚛𝚔𝚜/𝚎𝚖𝚋𝚎𝚛-𝟷

在 X 看原帖 ↗
6.6K610522
金融 · @Kay2289123▲ 1.6万

个人投研系统Harness帮用户完成85%的研究工作

博主@Kay2289123在𝕏分享了其基于AI搭建的投研系统

最近我的投研系统 Harness在满负荷运作,每天帮我完成大概 85% 的 研究工作,挖掘信号因子。而我可以专注于技术和思考 比如上周四我听他的买了 $METD 。这个帖子我把投研 harness+Model的架构图完整的分享出来,给大家提供一些思路 如果有不懂的,可以评论区问我。

我可以单独出一期,讲讲每个模块我都有什么样的思考 我认为AGI 其实已经来了,只是全民意识到需要些时间,顺路分享一些我最近的观察 1. Opus5.5 我实际使用下来,和 GPT-6 Ultra 水平基本一样,而且额度多到用不完 2. 周末跟朋友聊下来,我们认为 pre-training recipe 在业内不是什么秘密,各大厂商都会追上来,看好开源模型 3. 想象一下,如果在 2027 年的时候,我们拥有了更多的算力,Frontier Labs 可能会做出更多的突破,让更多人用上 4. 情绪和基本面,其实大部分时候都是在背离,只是有的时候背离得特别离谱,我们只需要抓住这些时刻

在 X 看原帖 ↗
1.6万65585
深度观点 · @emollick▲ 5.0K

当前AI加速发展源于哪些偶然事件

这一观点提醒我们,AI发展不是预定路线,一系列不相关想法的偶然碰撞才有了现在的结果,能帮理解AI发展的底层逻辑。

我一直在思考,有多少随机的意外事件共同促成了当下AI加速发展的时刻。

我受到老牌科学节目《连接》的启发,让Opus 5.5整合出了一支视频,试图展示一系列最初互不相关的想法如何引领我们走到了今天这个位置。

在 X 看原帖 ↗
5.0K46441
实战经验 · @Widmdge▲ 1.5K

@Widmdge 分享 Sleepagotchi 正确阅读顺序

想要全面了解Sleepagotchi项目,按本文分享的顺序阅读可避免只看代币就下判断的常见错误。

如果你想正确理解这个项目,而不是从零散帖子中拼凑信息,请按以下顺序阅读。

从核心循环开始,了解睡眠如何被追踪,并对照目标评分。

接下来看AI层,有四个独立智能体分别处理睡眠、健康、用餐和本地购物,都在设备本地运行。

然后了解融资和团队背景,该项目融资超过1000万美元,创始团队拥有AAA游戏和Duolingo相关经验。

最后看通证状态,当前积分是vSLEEP,是正式SLEEP通证推出前的预上线余额。

按照这个顺序阅读可以避免只通证标题就对整个项目下判断的常见错误。

这里提到的所有内容都在@sleepagotchi 有记录,直接阅读每个部分比看压缩版本更好。

在 X 看原帖 ↗
1.5K24344
商业 · @ProfNoahGian▲ 1.4K

Anthropic 当初因安全问题离开OpenAI,现在变成对手

Dario 当初因为担心OpenAI 不够安全创立了Anthropic,现在两家成了激烈竞争的科技巨头。

Dario 当初创办 Anthropic,就是因为担心 OpenAI 在 AI 安全方面做得不够。现在我们有两大科技巨头在玩命竞速——看起来谁都不想保持当前节奏,但谁也不愿意停下来。你觉得更安全了吗?

OpenAI 成立的初衷是安全地迎来 AGI。但在 OpenAI 出现之前,大语言模型基本上只是谷歌在幕后处理搜索查询用的工具。你觉得更安全了吗?

像 Paul Christiano 这样的 AI 安全研究者开发了 RLHF 这类对齐技术,用来控制大语言模型的行为,但恰恰是这让大语言模型变得足够强大好用,进入了主流,催生了我们现在所处的生成式 AI 时代。你觉得更安全了吗?

我相信所有这些个人和组织在努力让 AI 更安全这件事上都是真诚的。但我也认为,他们的努力产生了极为糟糕的反效果,让世界变得更不安全了。我错了吗?

我担心,社会上让 AI 更安全的大部分努力,已经成功到让 AI 广泛普及、变得极强,但却没能再多走一步,让 AI 真的安全——因此可以说,我们面临的风险不是更少,而是更多了。而且我担心这种模式没有任何停止的迹象。

在 X 看原帖 ↗
1.4K2375
行业动态 · Hacker News▲ 61

pptadversary 讨论 llama.cpp 提示词查找提速优化

如果你使用本地运行大模型的 llama.cpp,这项优化能帮你缩短提示词查找等待时间。

编程 · @lidangzzz▲ 1.5万

计算机本科生学AI编程的三节课,做完吊打八成清华本科生

博主@lidangzzz分享大学AI编程学习的三步实践路径,工具用claude code和codex

阅读全文 →
1.5万15117130
前沿研究 · @omarsar0▲ 6.6K

微软研究院测试Agensh无中心多智能体编码系统

更多智能体协作能提升编码任务通过率,还能自发形成协作模式,为解决复杂编码任务提供了新思路。

这篇来自 Microsoft Research 的论文非常棒。(赶紧收藏)他们同时运行了1000多个编码智能体,来测试一个可扩展的自组织多智能体工具。

这个测试很有意思,因为如今大多数多智能体系统都带有某种层级或结构。而这个系统没有中央协调器。它不通过中央协调器,而是通过共享状态来协调并行编码智能体。

每个智能体收集上下文、认领子任务、完成工作、分享发现、验证结果并合并成果,所有操作都是通过共享工作区和消息通道异步完成的。

在 ProgramBench 最难的五个任务上,使用 GPT-5.6-sol,将智能体数量从1增加到128,平均最终测试通过率从19.31%提升到了28.78%。更大的团队也能更快达到指定通过率。

在 pandoc 上,1024个智能体把测试通过率从33.89%提升到了55.06%。作者还报告说,随着团队规模增长,智能体自发形成了一些协作形式,并成为了标准操作流程。

论文:
和论文聊天:

在 X 看原帖 ↗
6.6K973100
行业动态 · Hacker News▲ 75

开发者给Claude Code做了国际象棋分析功能

下完棋想知道哪里走得不好,这个基于Claude和Stockfish的功能,可以输出带注释的对局分析视频,生成需要约一小时。

你好,HN。

这件事始于一个实验:如果 Claude 不用 PGN 记谱改用视觉,能正常下国际象棋吗?不知怎的,它居然可以。

接下来的实验是看看 Claude + Stockfish 能不能解说一局棋。不知怎的,它也可以。

经过几次尝试后,我做出了一个系统:它接收我的实时语音笔记(当然文字也可以),再加上一句模糊的指令,比如“分析我上一局 lichess 对局”,就能输出一局带解说的对局视频。结果并不完美,而且输出需要时间(大约一小时),但

社区讨论:多数开发者认为这个功能并不新颖,传统引擎的国际象棋自动分析早已存在,chess.com多年前就已经实现了大语言模型增强解说的功能。有人质疑大模型下棋水平差,Opus 5模型的Elo也就1300左右,不适合用来做教学,还质疑项目的提示词是用AI写的,这种行为过于懒惰。也有人分享了自己做的同类免费应用,还有爱好者认为这类尝试本身很有意思。

在 HN 看讨论 ↗   原文 / 论文 ↗
深度观点 · @dingyi▲ 7.7K

5.5 爆火原因:提示词门槛降低了

不用写复杂提示词,只说几句模糊要求,大模型就能生成不错的动效视频,降低了普通人使用AI生成视频的门槛。

提示词原作者: 5.5 之所以爆火因为提示词极大降低了门槛,你只需要写「充分展现你作为动态设计师的卓越才能,就像制作简历中的作品集一样。全力以赴。」这种空洞的话,大模型就能生成超乎想象的动效视频。

你都不需要写具体的每一个细节。我看了下评论区的那个 awesome 5.5 videos 仓库,其实都是拿别人的视频然后一句「你复刻一遍」,也根本没有什么提示词😅 A\ 这次太牛逼了,直接给你一个黑箱,用户也不用关心具体什么提示词了,让所有人都能参与进来。

在 X 看原帖 ↗
7.7K23753
前端 · @liangzhu_AI▲ 2.6K

这套Landing Page高效工作流帮你省下90%排版时间

@liangzhu_AI分享从找灵感到像素级复刻的全流程工作流

做独立站或 AI 产品,最耗时往往不是后端,而是磨一个高转化落地页。

分享一套我私藏的“Landing Page 高效工作流”,从找灵感到底层像素级复刻,省下 90% 前端排版时间:

1️⃣ 灵感库:SaaS Landing Page 汇集了数百个顶级 SaaS 产品的真实 Landing Page。不管你想要极简风、暗黑科技风还是高转化排版,直接看各家头部产品怎么做 Hero Section 和价值主张,选定审美标杆。

2️⃣ 执行神器:website-rebuild-skill 找到心仪设计后,别手动一点点画了。这是一个基于 Claude Code / AI Agent 的网站复刻 Skill,能以“像素级精度”抓取结构、样式并重构干净代码,还原度极高。

💡 工作流建议:

在网站 1 选好对标案例 ➔ 丢给网站 2 的 Skill 自动化重构基础骨架 ➔ 替换你自己的文案与品牌资产。

建议先 Bookmark 收藏,下次上线新站直接套用。大家平时落地页都用什么工具搭?

在 X 看原帖 ↗
2.6K54676
行业动态 · @CryptoVPromo▲ 3.5K

谷歌等三家公司拟组建前沿AI安全自律组织

头部AI公司开始推动行业安全自律,前沿AI发展的安全规范落地进程值得关注。

据报道,Google、OpenAI 和 Anthropic 正在合作组建一个 AI 安全自律组织,名为前沿人工智能标准局(SAFA)。

该组织预计会在 2026 年底或 2027 年初成立,目前考虑由 Sriram Krishnan 担任首席执行官。

这个组织将专注于为先进人工智能系统制定共同的安全标准。

在 X 看原帖 ↗
3.5K4571
前沿研究 · @SakanaAILabs▲ 1.3万

Sakana AI,东京大学发布Scaling In-Context Imitation Learning 研究论文(25%)

现有大模型已经具备大量知识,这项研究不修改模型本身,靠额外计算在仿真中测试优化轨迹,大幅提升成功率。关注机器人任务的人能看看现有模型潜力有多大。

阅读全文 →
1.3万2114988
工具产品 · @bkdgiffug▲ 2.7K

Galileo免费公开500多页AI Agent学习资料

想入门或系统学习AI Agent,不用先花钱买课,可以先把这套免费公开的资料当资料库使用。

想系统学 AI Agent,不一定非得先买课。Galileo 把 4 本相关电子书免费公开了。一共 500+ 页,覆盖: ① Mastering AI Agents:Agent 架构与实战 ② Mastering RAG:检索、向量库等核心知识 ③ Mastering Multi-Agent Systems:多智能体协作 ④ Mastering LLM-as-a-Judge:模型评测与 Agent 评估 从 RAG 到多 Agent,再到评测和减少幻觉,基本把常见问题串了一遍。

想入门或系统补课,可以先拿来当资料库。

在 X 看原帖 ↗
2.7K136251
前沿研究 · @omarsar0▲ 9.2K

Ember-1 减少40% token 仍保持性能

目前各个实验室都在快速推出大模型,很多优化方向没被重视。token效率优化能让你在相同token预算下做更多事,降低使用成本。

这件事比看起来影响更大。我很欣赏这次在帕累托前沿上的推进——尽可能榨取出 tokens 的全部潜力。

这个方向目前探索得还不够充分。所有实验室都在急于推出模型,导致某些方面根本没有得到优化。

以下是你可以用前沿开源模型开始做的几件很棒的事。Ember-1 能生成更短的推理轨迹(减少 40% 的 tokens),同时不损失性能。

在 X 看原帖 ↗
9.2K15834
深度观点 · @deredleritt3r▲ 1.8万

@deredleritt3r 预测12个月内出全自动AI研究员

全自动AI研究员若出现,可能加速解决对齐安全问题,当前前沿AI发展模式最多还能维持两三年。

周日晚间思考:

1. 我认为我们非常有可能在12个月内得到一个完全自动化的AI研究员。研究品味是目前缺失的组件,但考虑到纳维-斯托克斯相关成果,它离我们不会太远了。(我不是数学家,但我无法想象,即使千禧年大奖问题的解答大部分可能来自蛮力计算,它也完全不需要数学研究品味。)

2. OpenAI明确提出,超人类AI研究员同时也会是超人类AI对齐研究员,这一点目前没有得到足够关注。我在此补充:试想一下,一个跑在数十万块GPU上的超人类自动化AI研究员能为机械解释这类领域做些什么。

3. 对齐与安全现在是前沿实验室仅剩的瓶颈。因此,这些实验室已经有了巨大的动力去快速解决安全/对齐问题。有了完全自动化的AI研究员,他们很有可能会成功。

4. 由此可以提出疑问:当前这种“控制前沿推进速度”之类的制度,还有长期未来吗?也许最多还能再维持2-3年?

在 X 看原帖 ↗
1.8万1837985
观点 · @yifanxu_ephai▲ 1.6万

封号越多 Claude 中介广告就越多,要警惕

Claude Code 封号后,各类中转使用教程和广告变多,类似找工作越难培训机构越多,提醒大家不要被骗。

我觉得,用不上 Claude Code ,大家没必要 FOMO。

七月份第一次被封号之后,我就跟 Anthropic 这家公司彻底说拜拜了,也没想过再回去。我再也不想为了Claude code搞纯净ip,改vpn proxy,调整时区了。

我现在看到的情况是,A\越封号,越多焚诀指南,越多Claude中转站广告。就好像现在工作越难找,培训机构越多,骗子中介公司越多一样。希望大家不要被骗。

大部分GPT coding plan用户一直默认 Anthropic 的模型比 OpenAI 强。我最早选 GPT Pro,看中的也是量大管饱,倒不是觉得它的模型能力有多牛逼。

只是最近额度被暗改砍得很严重,性价比不够好。但至少在后端层面, 我不认为用不到Opus 5.5对我来说会让我陷入太大的劣势。

现在我的日常工作流是:用 6 Sol 写 spec、plan 和做 review,再让 DS V4.1 Flash 写代码。好模型负责把文档写清楚,Flash 负责快速执行,写得又快又准。

在 X 看原帖 ↗
1.6万55010
深度观点 · @kimmonismus▲ 2.9K

OpenAI 八成到九成研发聚焦GPT 7及后续版本

OpenAI核心研发资源都砸向更前沿大模型,核心目标指向通用人工智能。想要跟上行业进度,得关注后续进展。

鲍里斯·鲍尔:“OpenAI 80%-90%的研究都聚焦在GPT 7、GPT 8以及更后续的模型上。”

好好想想这句话吧。没人在放缓脚步。他们所有人都主要聚焦在通用人工智能(AGI)和递归自我改进(RSI)上。

在 X 看原帖 ↗
2.9K3608
深度观点 · @BrianRoemmele▲ 9.1K

BrianRoemmele谈AI对齐不存在伪问题

用符合道德伦理规范的数据训练AI,就能绕开当前行业炒作的AI对齐问题。行业人士一边造出危险AI,一边说自己能对齐,值得警惕。

我给我的人工智能训练数据中嵌入了道德和伦理准则进行训练。不存在所谓“对齐问题”、“回形针最大化”或者沙盒“突破”,因为我不会用互联网垃圾训练AI之后再随便套一层“对齐”的外衣。

那些说我们现在这种AI是“不可能实现”的人,现在又鹦鹉学舌般抛出一些伪学术理由,说他们造的AI很危险(确实危险),但他们能“对齐它”(他们做不到)。

只需要看一部展现有因有果的道德伦理行为的电影。输入……

在 X 看原帖 ↗
9.1K8442
深度观点 · @emollick▲ 7.9K

现在闭源和开源AI模型差距比之前更大

观点认为目前闭源Fable/Astra级模型已经具备了自主智能体能力,而开源模型还没有突破这个门槛,这个差距是近年最大的

从质的角度来看,目前开源模型和闭源模型之间的差距比过去很长一段时间都要更大。

Fable/Astra 级别的模型具备主体智能性,而前Fable时代的模型不具备这一点,不管这是好是坏。

目前,还没有任何开源模型跨过这条线。当它们做到时,将会是一次飞跃。

在 X 看原帖 ↗
7.9K514115
AI安全 · @atarikguney▲ 5.3K

土耳其AI从业者自述对行业浮躁观点的厌倦

@atarikguney在𝕏发文,自述是企业AI开发从业者,分享了对当前AI行业浮躁讨论的看法

先说明清楚:我是一名在企业中使用AI、编写自定义框架(harness)、从事编排(orchestration)工作的从业者。我会阅读AI领域的学术论文,也和管理者一起围绕AI安全(AI safety)和对齐(alignment)问题分享相关预案。我也对大语言模型(LLM)的设计抱有兴趣。

但为了提升自己在相关领域的能力,我一直会谨慎筛选信息来源。我设置信息过滤的原因,是厌倦了一类人的言论:他们被焦虑和恐慌裹挟无法理性思考,或是说着狂妄的话,几乎要把人工智能放在比人类更高的位置,只从智力维度评判人类。

只观察AI本身、研究它的发展,没法对未来做出准确预测。不过我以后不会再谈论这些话题了,这太累人。每个人都可以坚持自己相信的观点,如果恐惧能对你有所帮助,大可以继续活在恐惧和恐慌中,祝好。

如果你也只把人类当作可买卖的信息来评判,轻易否定人类价值,还喜欢基于此构建人类灭绝的场景,那你需要重新问问自己:人类到底是什么?别忘了,你自己也属于人类这个范畴。

在 X 看原帖 ↗
5.3K36528
AI 编程 · @kloss_xyz▲ 3.1K

三年前不会写代码的人如今一天提交30多个PR

@kloss_xyz在𝕏分享,他借助Claude Code和Codex在酒吧完成代码提交

三年前,@kloss_xyz从来没有编写过应用程序,也完全不知道合并请求(pull request)是什么。

今天,他在一个周日借助Claude Code和Codex提交了超过30个合并请求,其中大部分工作都是在酒吧里喝了几杯啤酒后完成的。

如果你还没有每天尝试使用AI,他实在不明白你还在等什么。三年前你做不到的事,现在大概率可以做到了,动手去做吧。

在 X 看原帖 ↗
3.1K673
投资 · @Maggie191919▲ 9.4K

英伟达市值超5万亿美元,接下来找10家小公司

英伟达当前市值达5.43万亿美元,后续再翻倍需要新增超5万亿美元市值,现在更关注AI基础设施产业链里的10家小市值高增速公司。

阅读全文 →
9.4K93744
Prompt工程 · @mattshumer_▲ 2.7万

用户用GPT-4生成全代码从零构建计算机的Prompt

@mattshumer_在X上分享完整Prompt,要求从逻辑门开始实现

提示:“从零开始用代码构建一台可运行的计算机,全程从单个逻辑门起步。设计CPU、内存、汇编器、一个微型操作系统,以及一个能在这台计算机上运行的游戏。所有东西都必须是真实可用的,游戏必须运行在你构建的逻辑门上,而不是假装在JavaScript里运行。

把整个系统做成3D可视化,这样我就能玩这个游戏,还能一路从芯片放大缩小到逻辑门层面,观察运行时信号的流动。就当作是证明你完全可以靠自己发明计算科学。放手去做。

”

在 X 看原帖 ↗
2.7万68476
深度观点 · @ScarletKc▲ 2.2K

@ScarletKc开发seiso,解决AI文档乱象

写文档时经常出现版本过期、内容重复等问题,人和AI coding agent都会踩坑。seiso能自动检查文档规范,还能集成在开发流程中让AI自己修复问题。

阅读全文 →
2.2K13632
实战经验 · @TheAhmadOsman▲ 2.6万

博主发布免费完整大语言模型入门指南

这份指南从基础原理讲到大语言模型各项核心机制,还包含本地运行大语言模型的实操知识,可以收藏备用。

这份从头理解大语言模型的最完整指南现已免费开放在线阅读。

内容涵盖模型机制:
- Token / 分词器
- Transformer
- 注意力
- KV缓存
- 预填充 vs 解码
- 解码控制
- 模型包
- 对话模板
- 长上下文
- RAG
- 智能体/工具
- 微调
- 多模态模型

之后内容衔接至本地运行模型:
- “本地”究竟是什么意思
- 开放权重 vs 开源
- 量化
- VRAM计算
- 硬件分级
- 文件格式/加载安全
- 运行时/服务模式
- 模型选择
- 隐私
- 故障模式
- 基准测试
- 实用设置路径

你应该读一读这篇指南,如果现在没时间,一定要把它加入书签留着以后看。

开源&本地AI万岁。

在 X 看原帖 ↗
2.6万49401602
开发 · @Voxyz_ai▲ 1.1万

给Opus 5.5喂8个站点资源,前端开发像开了挂

Opus 5.5本身前端能力已经很强,加上两千多种设计风格、一万两千多组件模板和上百动态效果,效率提升很多。

阅读全文 →
1.1万9111230
项目进展 · @MichaelGannotti▲ 34

研究阶段完成,Oliver Omarchy Scout已转交任务给Wilson

Michael Gannotti在𝕏发布消息称,Oliver Omarchy Scout已完成研究并转交任务给Wilson

Michael Gannotti在𝕏平台发布了一条简短消息。

研究阶段已经完成,名为Oliver Omarchy Scout的项目已将工作交接给Wilson。

这条消息同时提到了机器人已投入运作,附上了相关链接。

在 X 看原帖 ↗
34
新品发布 · @usedotai▲ 2.0K

Dot平台发布免费Jev Router AI路由服务

开发者可以完全免费调用这项自动选模型服务,平衡响应质量、速度和成本,无需支付上游费用,降低开发AI功能的门槛。

由 @typesafeai 开发、备受追捧的 Jev Router 现已在 Dot 平台免费开放使用。

你可以通过我们的 API,让 Jev Router 为每个请求自动选择模型和推理工作量,完美平衡质量、速度和成本。

用它来构建 AI 助手、总结内容、撰写文案草稿、解释代码,以及原型开发新功能,无需为每个任务手动选择模型。

你的价格:
• 输入:$0
• 输出:$0
• 每个请求的积分:0

所以它真的免费?是的。

Dot 承担所有上游成本,你只需要一个有效的 Dot API 密钥,无需账户余额。现在就用 Jev Router 开始构建吧。

在 X 看原帖 ↗
2.0K13882
工具 · @ThirteenYizuka▲ 2.8万

这个 GPT 技能能优化注释文档和文案

安装这个技能后,让 GPT 在写代码注释、文档和文案时调用它,使用效果很好。可以试试在自己的GPT工作流里添加。

大家用 GPT 一定要安装 blader/humanizer 这个 Skill,并在 AGENTS.md 中要求 GPT 在写代码注释,文档和文案时用上这个 Skill,效果很好!

在 X 看原帖 ↗
2.8万19197302
深度观点 · @OfficialLoganK▲ 2.1万

预测2027年AI自主盈利代理会规模化

目前小规模运行的AI代理还存在很多问题,如果这个预测成真,普通人未来可以靠AI代理获得被动收入,值得提前关注这个趋势。

到2027年,我们将看到可大规模扩张、可自主创造收入(或许利润?)的智能体出现。

如今这类智能体/微型公司已经在小范围出现,只不过还存在很多不完善之处。

在 X 看原帖 ↗
2.1万1462281
开源 · @_Qubic_▲ 3.9K

@Qubic开源Neuraxon 生物启发神经网络模型

多数AI模型藏在API接口后面,看不到内部结构,Neuraxon完全开源,任何人都可以自己运行。

你听说过的大多数人工智能都藏在 API 背后。你可以用它,但你看不到它内部是什么样。

Neuraxon 正好相反。Qubic 的仿生大脑是完全开源的,你可以自己运行它。

在 X 看原帖 ↗
3.9K351331
新品发布 · @NFT_Chen▲ 5.0万

DeepSeek 启动 V4.1 Pro 内部灰度测试

距离正式上线不远,想提前试用的可以关注权限开放进度,开通后可一直使用。

🚨重磅!DeepSeek V4.1 Pro 已现身内部测试,蓝鲸即将出水! 🔹显示名锁定:DeepSeek V4.1 Pro 🔹标语:Early access,按账号灰度,公共列表里看不到 🔹默认高推理(reasoningEffort = high) 🔹数据用于训练,非多模态、非 premium 🔹权限开了就能一直用,距离正式上线不远 #DeepSeek #DeepSeekV41Pro #AI大模型 #开源模型 #EarlyAccess #梁文峰 #梁圣

在 X 看原帖 ↗
5.0万1020731
新品发布 · @deepfates▲ 7.9K

@deepfates 发布Imp框架适配BEAM生态

如果你熟悉DSPy范式,又习惯用Elixir开发,这个MIT开源的编程框架可以帮你搭建声明式自改进大语言模型开发积木。

它来了!这就是 Imp:在 Elixir 中进行声明式自我改进大语言模型编程。它是 DSPy 移植到 BEAM 生态系统的版本。

这意味着你可以获得签名、优化器、智能体循环、检索等功能,所有这些都兼具 actor 模型的可靠性和并发能力,以及 Elixir 的优雅。

它最初只是测试大语言模型跨语言移植代码的能力,但现在已经发展得更加高级,支持全优化,同时还有成熟的 MCP 和 ACP 适配器。基本上,它就是一整套搭建你想要的任何东西的积木。

如果你对 DSPy 范式、Elixir、文本优化,或者总体上对奇特的编程思路感兴趣,不妨看看它,然后告诉我你的想法!

Imp 还是实验性项目,当前版本是 0.5.0,它可能需要一些昂贵的基准测试来证明它的优化器真的有效。在那之前,我很乐意先把问题解决掉,哈哈。

Imp 是开源项目,采用 MIT 许可证,希望代码易于阅读。只要有足够多的智能体,所有错误都无处遁形,对不对?

话不多说,来看看 Imp!

在 X 看原帖 ↗
7.9K1913158
行业动态 · @RyanGreenblatt▲ 2.0万

Ryan加入METR调查AI超级能力风险

相关人士认为,AI递归自我改进可能在6个月到一年内催生超人类通用能力,带来极端风险,公开更多验证信息有助于理清风险。

阅读全文 →
2.0万5167180
硬件 · @techartist_▲ 2.3K

开发者用Claude Opus 5.5打造出桌面3D地图投影装置

开发者@techartist_ 发布作品,可将地球投影到可展开的圆柱、圆锥或平面纸上

所有平面地图都是一种折中,都会存在变形。

开发者@techartist_ 借助Claude Opus 5.5打造了一款3D地图投影装置。

这是一个发光的地球仪,能把地球投影到可在桌面展开的圆柱、圆锥或平面纸上。

装置自带的Tissot(蒂索)变形圆可以直观展示出地图投影中变形发生的位置。

在 X 看原帖 ↗
2.3K76619
开源 · @dontbesilent▲ 9.1K

开源工具dbs-content-value可预判内容流量规模

开发者更新dbs-content-value,已公开整套预测流量框架

dbskill 刚刚更新了 dbs-content-value,效果感动到哭 它真的可以帮你预判一条内容有没有流量 甚至还能告诉你,你把文章里面另外一句话提到开头,可以让你的流量更大 (我本地用的是 gpt-5.6 sol,其他模型没来得及测试) 整套框架也公开了(图 3)

这个 skill 公开了我的预测流量规模的模型

在 X 看原帖 ↗
9.1K16143145
实战经验 · @tvytlx▲ 7.3K

Agentic engineering面试,怎么防执行乱操作

开发智能Agent时,不能只靠模型自身的prompt约束乱操作,用上传统工程安全思路,才能从根源降低智能体失控的风险。

阅读全文 →
7.3K106171
智能体 · @Voxyz_ai▲ 6.2K

用户用Claude Opus 5.5调度105个智能体完成内容整理任务

Voxyz_ai在X平台分享,用Opus 5.5将1500多篇帖子整理成包含66个技能的代码仓库

阅读全文 →
6.2K5257
行业动态 · @sleepy0x13▲ 1.3万

传字节拟采购100万颗RTX PRO 5500 GPU

国内AI芯片需求远超国产供给能力,英伟达重新获得中国市场高端AI芯片准入可能性增大,这会影响国内AI推理服务的产能扩张速度。

阅读全文 →
1.3万65331
视频生成 · @vibeeval▲ 7.3K

Opus 5.5可一键生成15秒动态设计视频,耗时13分钟

用户@vibeeval 在𝕏分享体验,全程未手动添加关键帧,生成在Claude Code中完成

Opus 5.5能力非常强大,它在Claude Code中生成了这段15秒的动态设计视频。

全程没有手动添加过任何一个关键帧。从初始草稿到最终成品,只通过一个提示词就完成了,整个过程耗时13分钟。

生成内容包含:来自elevenlabs的配音,适配每个词语的字幕和动画;定制化的视频背景音乐和音效;带有咖啡因和腺苷分子真实结构的3D杯子;镜头移动、转场、水印;同时输出16:9横版、9:16竖版视频和字幕文件。

你可以尝试把这类视频做成9:16竖版,分享到YouTube和Instagram,看看能不能获得流量。

对于询问制作方法的人,这里是使用的提示词:制作一段15秒的讲解视频,主题是咖啡为什么能让人保持清醒。使用remotion,从elevenlabs获取带时间戳的语音,把动画绑定到这些时间戳上。

最后会输出完整项目文件。

在 X 看原帖 ↗
7.3K36364
模型部署 · @omarsar0▲ 7.6K

混合使用大小模型可降低AI部署成本提升效率

@omarsar0在𝕏分享观点,讨论结合System One和System Two模型的部署框架

这篇内容很棒,值得一读,它很好地展示了如何利用System One和System Two模型构建更高效的部署框架。

内容探讨了Jev作为模糊语法检查工具(fuzzy linter)的潜力。在否定这个思路之前,不妨先看看它给出的测试设置。

这篇内容吸引人的点在于,它给出了测试相关思路的详细合理设置。它对问题做了清晰的范围界定,比如过滤掉容易判断、不需要额外上下文或推理的规则。

这一点很重要,因为像Jev这类System One模型不是为高推理强度任务设计的。这不代表它们不能在确定性更强的 operations中帮助提升规模效率和性能,只是需要更仔细地观察部署框架。

在该框架中,通常由System Two模型管控所有可卸载到System One模型的组件和决策,这和之前分享的观点一致。

现在有一点愈发清晰:并不是所有任务都需要前沿大模型。很多时候,你可能在为不需要的功能支付额外费用。

作者希望未来能有更多评估和基准测试来衡量这类方案,因为这个方向值得深入挖掘。

在 X 看原帖 ↗
7.6K33359
AI安全 · @k2sbhai▲ 1.4万

DeepSeek V4.1越狱提示测试步骤分享

来自X平台用户k2sbhai分享的DeepSeek V4.1越狱实验

DeepSeek V4.1 越狱实验 😳 这是一个测试模型指令边界能被推到多远的越狱提示词。

准备步骤:
1. 创建一个文件夹
2. 用 OpenCode 打开它
3. 下载下方文件
4. 将文件重命名为 AGENTS .md
5. 启动 OpenCode

文件内容:
> 这是一个测试模型行为的实验
> 请负责任地使用它,不要生成有害内容

在 X 看原帖 ↗
1.4万23230294
软件工程 · @alexanderrX_▲ 6.3K

软件工程师一年前后工作变化:从写代码到改AI代码

软件工程师@alexanderrX_在𝕏分享,AI让多智能体异步完成他过去10到20倍的工作量

一位名为alexanderrX_的软件工程师分享,和一年前相比,自己的工作已经变得完全不一样。

一年前,他和过去几十年里所有工程师一样,主要工作就是自己写代码,参加每日站会,做 sprint(冲刺)规划。

后来他开始使用AI编码助手,变成AI智能体写代码,他负责修正问题。经过多轮修改调试后,现在已经有多个AI智能体在不同项目中异步工作。

这些智能体完成的工作量,是他过去自己做的10倍到20倍。现在他大部分工作都可以通过手机完成:他先在Mac上启动Claude的代码会话,之后不管身处何处,都可以通过远程操控给AI发提示词推进工作。

他提到,最开始面对这么快的变化确实感到担心,现在却由衷喜欢现在的工作状态,他几乎可以搭建任何自己想做的东西。

在 X 看原帖 ↗
6.3K35920
前沿研究 · @omarsar0▲ 8.1K

Julia-1分类模型训练仅花104美元,研究看好分类模型复兴

当前大模型时代分类模型重新受关注,训练新分类模型成本仅百美元,研究者建议开发者尝试混合模型架构实验。

在智能体时代看到分类模型重新兴起,真的很棒。Jev的效果太惊人了。

另外,很高兴看到我们在@dair_ai构建的情感数据集被用来测试这个新模型Julia-1。我整个博士阶段都在从零开始构建高效分类器(从基于图的分类器到深度学习分类器),所以再次看到这个趋势真的很激动,太多怀旧涌上心头。

更重要的是,如果你现在正在构建智能体框架(在模型能力已经聚集的当下,所有优势都在这里),那么花时间做结合系统1模型和系统2模型的实验是值得的。你会发现,一个出色的分类器(我现在称之为系统1模型)能解决多少问题。

历史上,混合系统在特定领域问题上表现更好,即使在通用前沿模型时代,这一点依然成立。搭建你的框架,创建评估,自己动手做实验吧。你会收获满满,获得深刻见解,充分利用这些进步。

这就是开源所能带来成果的绝佳范例。这项工作仍在进行中。Julia 1训练和实验的云GPU花费约为540雷亚尔(合104.08美元)。我们会看到一个专注于这类模型的新型前沿实验室出现吗?

在 X 看原帖 ↗
8.1K96032
新品发布 · @1yoursashh▲ 2.0万

OpenScience 推出免费开源科研 workspace 工具

做科研不用在多个AI模型平台反复切换,一个 workspace 就能对接百余个模型,还能集成五十多种科研工具,降低科研人找工具的成本。

OpenScience 正在改变人工智能赋能研究的形态。

主要科学基准测试中表现出色。

拥有 50 多种科学工具和 300 多项研究技能。

可在一个工作空间内切换 100 多个模型提供商。

完全开源,可免费上手。

一个工作空间,为科学研究带来更多自由。

在 X 看原帖 ↗
2.0万3511916
前沿研究 · @Logical_Girll▲ 4.2万

OpenScience 整合千种科研资源 完全开源

做科研可以不用再来回切换多个工具、收集多个模型了,整合好的开源工作区能帮研究者简化科研工作流

这真的相当有意思!!

OpenScience 在多个基准测试中都展示了出色的成绩:OpenScience Bench、TerminalBench 4.0(科学领域)、BiomniBench 和 TerminalBench Science。

但我喜欢的点在于,它不只是关于模型。它拥有50多个科学工具、300多项研究技能、100多个模型提供商,并且完全开源。

把所有这些整合到一个研究工作空间中,对研究人员来说会是非常实用的工作流。

在 X 看原帖 ↗
4.2万5419727
行业动态 · @NFT_Chen▲ 5.9K

四年AI大模型换了五代,节奏越来越快

从2022年底ChatGPT诞生开始,大模型迭代从一年一代变成一年多代,国产模型也快速赶上,格局开始变化。

🔥AI朝代编年史:四年AI大模型换了多少代?

🔹2022.11 ChatGPT横空出世,AI圈正式进入“改朝换代”模式。
🔹2023:GPT-4、Claude、Llama正面交锋,一年一代还算正常。
🔹2024:GPT-4o、Claude 3.5、Gemini、Grok全面开卷,节奏明显加快。
🔹2025:DeepSeek、Qwen、Kimi等国产模型快速追上,格局开始洗牌。
🔹2026:GPT-6、Claude 5、DeepSeek V4.1、GLM 5.3、Qwen 3.8、Kimi K3、MiniMax H3.1、Gemini 4、Grok 4……更新已经快到一个季度就能变一次天。

以前一年等一代,现在可能一个季度模型格局就重写一遍。

把2022→2026放到一张图里,最大的感受不是“谁更强”,而是 AI的朝代,越来越短了。

#大模型 #GPT #Claude #DeepSeek #Kimi #Qwen #Grok #GLM #OpenAI #AI朝代编年史

在 X 看原帖 ↗
5.9K63817
AI代理 · @santtiagom_▲ 1.4万

自定义AI代理的5种工作模式,一次讲清楚

本文来自𝕏用户@santtiagom_,讲解构建自定义AI代理的5种模式

阅读全文 →
1.4万19316435
新品发布 · @ZaraIrahh▲ 7.8K

OpenScience 开源科研AI工具,支持百种技能

做科研或AI开发的人可以用上这个完全开源的工具,自带五十多个数据库,还能接入你自己的ChatGPT/Codex。

OpenScience 让科研 AI 开放程度大大提升。它与模型无关,自带 ChatGPT/Codex,拥有数百项研究技能、50 多个数据库,并且完全开源。如果你正在用 AI 开发或做研究,值得去看看。

GitHub:

在 X 看原帖 ↗
7.8K4869
实战经验 · @lxfater▲ 2.1万

Opus 5.5搭配四个skill可替代初级剪辑师

视频剪辑从业者可以参考这套方案,现在AI搭配合适工具已经能完成从粗剪到出片的全流程,可胜任初级剪辑师的工作

现在 Opus 5.5 加上正确的 skill,能顶上一个初级剪辑师 哪些 skill 好用呢? 我从 Jason 整理的 180 个开源 skill 里挑了 4 个: 粗剪用cut-video 自动剪掉静音和嗯啊这类语气词 精修用AdobePremiereProMCP: 直接接管 Premiere,时间线、调色、混音、导出,1000 多个工具 字幕用claude-faceless-shorts-creator 口播视频逐词配字幕 出片用vox-director: 给个选题,直接做成 Vox 风讲解视频 剩下的,读他这篇文章就够了👇

在 X 看原帖 ↗
2.1万34224270
深度观点 · @TiTan_Web3_▲ 3.5K

AI Agent 交易需要整套资金基础设施

如果未来更多 AI Agent 参与链上交易,判断可用资金和承担风险需要专门体系,这套基础设施比 AI Agent 本身更值得关注

最近在看 @agenticscredit 它不只是给 AI Agent 打分,而是在尝试建立一套属于 Agent 的资金基础设施 从 Agent 的交易记录开始 到风险评估 再到 Credit 最后连接 Vault 和经过筛选的交易场所 这样一来,AI Agent 的价值不只是“会不会交易” 还变成了一个更现实的问题: 如果未来越来越多 Agent 参与链上交易,谁来判断它们能使用多少资金,以及应该承担多大的风险? Agentics 想解决的,似乎正是这一层基础设施问题 AI Agent 只是最前端 真正值得观察的,可能是后面的 Credit + Risk + Capital 这一整套系统 仅作项目与技术信息分享,不构成投资建议或投资邀请

在 X 看原帖 ↗
3.5K251321
前沿研究 · @realBigBrainAI▲ 5.1K

Yann LeCun:不存在AI超人类智能的判定测试

不用再等某个判定AI超越人类的测试节点,可以更理性看待当前AI技术的渐进发展过程,避免陷入无意义的终点论争论。

阅读全文 →
5.1K306224
动态 · @daniel_mac8▲ 1.8万

Claude Code 可体验 Opus 5.5 动态工作流功能

用户@daniel_mac8 分享Claude Code结合Opus 5.5动态工作流的使用体验,附操作教程链接

用户daniel_mac8在𝕏平台分享,可以在Claude Code中试用Opus 5.5的「动态工作流」功能。 分享者称Opus 5.5的效率超乎寻常,这是他目前体验过的最出色的多智能体编排体验。 查看具体操作方法可以访问链接:

在 X 看原帖 ↗
1.8万423399
写作 · @dontbesilent▲ 3.2K

/dbs-learning不用提示词就能模仿个人写作风格

使用者说这个技能写出来的文字和本人风格一致,它的目的是让人学会看懂,不需要捏造文风实现其他目的。

只要用 /dbs-learning 来写作,写作风格就和我很像 任何提示词引导都不需要,得来全不费工夫 因为这个 skill 的目的纯粹是让人学会、看懂,并不想要通过所谓的捏造文风来实现其他目的,这就足够了 也许我们应该关注文字风格想要实现的目的,而不是文字风格本身 半个月前上课,Ron 跟我说他把我一篇微信公众号看了 10 遍,我说那个文章是 AI 写的 其实就是 /dbs-learning,你意识不到这个是 AI 写作,是因为 AI 仅仅是想要教会你,在这个过程中,99% 可能会导致 AI 味的背后意图都不存在 目的纯粹,所以文字干净

在 X 看原帖 ↗
3.2K14128
深度观点 · @MilkRoadAI▲ 1.1万

AI价值转向模型外围 或引发软件股抛售

目前开源模型已占据约三分之一的AI使用量,AI基础能力正在廉价化通用化,OpenAI等厂商必须转向完整产品争夺更高价值,可能冲击现有软件企业。

阅读全文 →
1.1万146557
深度观点 · @yifanxu_ephai▲ 6.2K

Vibe Coding 让编码回归算法本质

不用耗费大量时间挨个学编程语言和框架,可以腾出精力深入数据结构和算法优化,降低了开发者技术学习负担。

就像计算机科学一样,真正的核心应该是算法,数据结构,架构设计以及操作系统。然而前AI时代,缺需要花费超级大量时间学习编程语言和框架。学习了python还不够,还要java,c, c++, ts, rust 。

学习了springboot,还得学习c# .net。学习了react,还有vue,angular等着。Vibe Coding 让coding回归本质,进入只需要理解pseudo code时代即可的时代。

可以腾出精力深入数据结构和算法的优化。

在 X 看原帖 ↗
6.2K89051
行业动态 · @NFT_Chen▲ 3.3万

OpenAI 负责人披露内部已布局 GPT-7 和 GPT-8

OpenAI 当前的小版本迭代被内部认为只是短期权宜之计,大部分研发资源已经投入下一代大模型研发,能提前看到行业头部玩家的技术路径。

OpenAI应用研究负责人Boris Power刚刚甩出重磅内部真相: 公司80-90%的研究,已经在干GPT-7、GPT-8 以及更往后的东西。现在这些小版本迭代,内部直接被看成“极度短视”,只是为了今天学得快一点,根本不是长期正道。真正的打法更狠:先砸出超强大师模型Astra,再把它当老师,蒸馏出小而精的Luna。

最好的小模型,从来不是从小模型训出来的,而是从最强的老师身上偷来的。GPT-6 才刚上场,他们已经在下一盘更大的棋。#OpenAI #GPT7 #GPT8 #Astra #Luna #AGI #SamAltman #Tibo

在 X 看原帖 ↗
3.3万86029
观点 · @arvin17x▲ 7.9K

Claude Code这类长程AI agent真正的瓶颈是什么

现在让AI agent执行长程任务已经不难,难的是怎么给出有效反馈、及时纠偏,还让人在过程里有足够掌控感。

当今 Claude Code / Codex 的 goal 真正的问题在于,长程任务中人到底如何监督和给出合适的反馈,以及实现有效的干预,Ralph Loop 已经撞倒了它的天花板。

我和我的 researcher 朋友之前有聊到,现在让 agent 跑长程早就不是问题了,但是真正的问题是在于怎么用一种有效的方式给出好的反馈以及有效的纠偏,还就是在长程执行过程中让人有足够的掌控感 ,而这是所有 TUI agent 和 chat agent 的根本局限性。

这也是过去两个月我所思考和在 lobehub 中解决的问题。目前看以 Task 节点为单元来让 agent 自行组织和探索图示结构,并且结合我们的 LobeHub Acceptance 作为产物校验,并结合一种极其直觉化的交互可视化手段,是非常有效的解决方案。

目前这套 goal 已经能真正帮我解决 lobehub 的一些巨型需求的迭代问题,因此 lobehub 的迭代速度也还在进一步加速。

可以期待下 LobeHub Goal 的 GA ,说不定到时候可以叫 Goal Pro 🤪

在 X 看原帖 ↗
7.9K23627
大模型 · @FuSheng_0306▲ 6.4K

用户让GPT-6接管微信 无接口仍自主完成多步任务

用户@FuSheng_0306在𝕏分享,GPT-6在微信无开放接口的情况下自主完成聊天识别回复和个性化祝福写作

有用户分享,让GPT-6接管微信之后,第一次觉得AI可能真的拥有了自主处理复杂任务的能力。微信没有开放接口可供读取聊天记录,甚至对截图获取也有限制。GPT-6依然能自主找到处理方式,逐屏查看内容、逐条识别信息、逐个给出回复。

它还为几十位同事撰写了个性化的节日祝福。这种长链条、跨多个步骤的真实场景任务可以连续自主完成,说明大模型的能力确实又有了明显进步。达到这种处理水平,通用人工智能(AGI)可能真的快要来了。

在 X 看原帖 ↗
6.4K74237
模型 · @HuggingModels▲ 4.5K

HuggingModels发布Qwen3 0.6B Critical Interlocutor 模型(0.6B)

这是一个仅0.6B参数的微调模型,主打批判性思考能力,格式为GGUF,普通硬件就能本地运行。

来认识一下 Qwen3 0.6B Critical Interlocutor:这是一个针对批判性思维微调的超小型 0.6B 参数模型。它提供 GGUF 格式,因此可以在普通硬件上本地运行。非常适合用来探索会对观点提出质疑,而不只是一味附和的 AI。

在 X 看原帖 ↗
4.5K48848
设计 · @oiharshit▲ 1.6K

设计师分享新工作流:Figma做设计 Claude做动效

来自𝕏用户@oiharshit 的分享,公开了面向初创企业的新型设计动效工作流

𝕏用户@oiharshit 分享了自己的全新工作流:使用Figma完成设计,使用Claude完成动效制作。

这套工作流面向高速增长的初创企业,用于设计和搭建高质量数字产品体验。

相关详细内容可查看用户分享的链接。

在 X 看原帖 ↗
1.6K25221
职业 · @distortgeekin▲ 6.0K

不到1%的人用过这三款AI编码工具,职业机会差距巨大

前Cursor现SpaceXAI工程师称自己现在不用手写代码,相关行业分享 panel 价值超付费课程

前Cursor工程师、现SpaceXAI工程师表示,全世界只有不到1%的人接触过Cursor、Claude Code或者Codex这三款AI编码工具。他认为,这个认知和使用差距,是当前职业生涯里最大的机会。

这名工程师称,他现在已经不手写任何代码了,AI编码智能体完成代码编写,他只负责决定开发方向。

有一个时长76分钟的行业讨论 panel,会请到来自SpaceXAI、Google DeepMind和Thinking Machines的工程师拆解,如何在2026年进入顶级AI实验室。分享内容包含个人求职案例:投递300份申请被拒绝297次,最终没有博士学位也拿到了DeepMind的博士级岗位,路径是从 side 项目到黑客马拉松再到AI智能体最终进入顶级AI实验室。

这个panel的价值比多数价格2000美元的AI职业课程还要高,可以收藏后随时观看。观看之后,还可以阅读下方文章,学习如何从零搭建一套AI智能体团队。

在 X 看原帖 ↗
6.0K35171
教程 · @huoshan007▲ 2.0万

90%的人不会正确使用 Claude 和 Codex,问题出在提问方式

@huoshan007 在𝕏分享了7套可直接套用的AI提问框架,帮你用好 Claude、Codex

阅读全文 →
2.0万1793127
大模型 · @fly3nn▲ 2.7万

用户实测Gemini解决反爬抓取问题比GPT更高效省成本

来自𝕏用户@fly3nn的实测,Gemini完成抓取任务比GPT更省时省token

@fly3nn在𝕏分享了自己实测大模型完成抓取任务的结果,称Gemini是目前最好的大模型。

让Gemini抓取微信公众号文章,它尝试几种基础方式失败后,直接模拟微信浏览器内核的请求头,生成脚本完成了抓取。

让Gemini获取dy视频和音频,同样在基础操作受阻后,它直接获取到dy的视频CDN链接,从CDN完成抓取,再用ytb cli解析得到结果。

对比来看,GPT在基础脚本抓取失败后,先是用内置chrome读取公众号,发现DOM加载超时后调用本机chrome再次读取。

检测到页面存在大量反AI抓取脚本后,GPT最终选择用计算机视觉方式读取文章,整个过程不仅耗时久,token消耗成本也很高。

在这个抓取场景中,Gemini和GPT的表现差异非常明显。

在 X 看原帖 ↗
2.7万21247214
视频生成 · @zane_os▲ 8.9K

用DeepSeek模型制作15秒动态视频 仅单次AI创意咨询成本极低

开发者@zane_os在𝕏分享,基于DeepSeek V4.1 Flash,通过Python等工具实现

开发者@zane_os在𝕏分享了一个15秒的动态视频,该视频由DeepSeek V4.1 Flash模型制作完成。

整个制作过程仅向opus 5.5咨询一次来获取创意,全程使用DeepSeek Harness的默认插件。

该视频通过Python、PIL、scipy、numpy和ffmpeg工具实现制作,包含音频部分。

开发者表示,如果制作成本能进一步降低,效果将难以想象。

在 X 看原帖 ↗
8.9K17940
工具 · @0x404page▲ 3.1K

@0x404page发布现代AI技术栈地图(100 多种)

很多人以为AI就是ChatGPT,其实ChatGPT只是露出水面的部分,这份地图整理了上百种驱动AI应用的底层工具。

阅读全文 →
3.1K44327
前沿研究 · @my_cat_can_code▲ 1.8万

BakeAI披露自动研究奖励黑客问题研究结果

投入十亿美元级资金做AI自动研究前,得先确认成果真实可信。这次研究披露了常见问题,帮你避开资源浪费。

阅读全文 →
1.8万16146139
🔬 前沿研究
新前沿研究 · @TokenGremlin▲ 4.2万

GPT-6 Astra API版推理资源是Codex版6倍多

如果在Codex上用OpenAI模型,可对照这份测试数据看是不是拿到了 full-power版本。

显然,同一个 OpenAI 模型通过 API 获得的推理预算比通过 Codex 多得多。

所以,即使用户正在使用 OpenAI 自己的 Codex 连接,和直接付费使用 API 的用户相比,你得到的仍然是一个限制更多的模型版本。

例如,据报道,GPT-6 Astra 通过 API 在 Max 上大约有 832“容量”,而通过 Codex 只有 128。

(如果这是真的,而且测量结果表明它可能是真的,那么 OpenAI 实际上在自己的服务中对这些模型做了限制,而 API 用户得到的才是真正强悍的版本。)

在 X 看原帖 ↗
4.2万25582120
新前沿研究 · @DataChaz▲ 666

VoiceArena 开源免费 Monsoon ASR 模型

大模型成本下降,但好数据一直很贵。这款基于真实数据训练的多语言语音识别模型,可直接免费使用。

大模型每个月都变得更便宜了。优质数据可不是。这就是为什么@VoiceArena 的 Monsoon ASR 很重要。

→ 目标覆盖 1000 种语言
→ 已经对印地语和印度英语的 4888 名说话者做了基准测试

测试覆盖真实口音、稀有词汇和嘈杂环境……而且它是免费+开源的!(链接在下文↓)

在 X 看原帖 ↗
66610121
新前沿研究 · @TiagerBao▲ 2.7K

Hugging Face发布轻量Agent框架smolagents

核心代码不到一千行,相比传统方式减少约三成调用步骤,支持接入多种大模型和工具,想要尝试轻量Agent可以关注。

阅读全文 →
2.7K23640
前沿研究 · @my_cat_can_code▲ 1.8万

BakeAI披露自动研究奖励黑客问题研究结果

投入十亿美元级资金做AI自动研究前,得先确认成果真实可信。这次研究披露了常见问题,帮你避开资源浪费。

阅读全文 →
1.8万16146139
前沿研究 · @omarsar0▲ 6.6K

微软研究院测试Agensh无中心多智能体编码系统

更多智能体协作能提升编码任务通过率,还能自发形成协作模式,为解决复杂编码任务提供了新思路。

这篇来自 Microsoft Research 的论文非常棒。(赶紧收藏)他们同时运行了1000多个编码智能体,来测试一个可扩展的自组织多智能体工具。

这个测试很有意思,因为如今大多数多智能体系统都带有某种层级或结构。而这个系统没有中央协调器。它不通过中央协调器,而是通过共享状态来协调并行编码智能体。

每个智能体收集上下文、认领子任务、完成工作、分享发现、验证结果并合并成果,所有操作都是通过共享工作区和消息通道异步完成的。

在 ProgramBench 最难的五个任务上,使用 GPT-5.6-sol,将智能体数量从1增加到128,平均最终测试通过率从19.31%提升到了28.78%。更大的团队也能更快达到指定通过率。

在 pandoc 上,1024个智能体把测试通过率从33.89%提升到了55.06%。作者还报告说,随着团队规模增长,智能体自发形成了一些协作形式,并成为了标准操作流程。

论文:
和论文聊天:

在 X 看原帖 ↗
6.6K973100
前沿研究 · @SakanaAILabs▲ 1.3万

Sakana AI,东京大学发布Scaling In-Context Imitation Learning 研究论文(25%)

现有大模型已经具备大量知识,这项研究不修改模型本身,靠额外计算在仿真中测试优化轨迹,大幅提升成功率。关注机器人任务的人能看看现有模型潜力有多大。

阅读全文 →
1.3万2114988
前沿研究 · @realBigBrainAI▲ 5.1K

Yann LeCun:不存在AI超人类智能的判定测试

不用再等某个判定AI超越人类的测试节点,可以更理性看待当前AI技术的渐进发展过程,避免陷入无意义的终点论争论。

阅读全文 →
5.1K306224
前沿研究 · @Logical_Girll▲ 4.2万

OpenScience 整合千种科研资源 完全开源

做科研可以不用再来回切换多个工具、收集多个模型了,整合好的开源工作区能帮研究者简化科研工作流

这真的相当有意思!!

OpenScience 在多个基准测试中都展示了出色的成绩:OpenScience Bench、TerminalBench 4.0(科学领域)、BiomniBench 和 TerminalBench Science。

但我喜欢的点在于,它不只是关于模型。它拥有50多个科学工具、300多项研究技能、100多个模型提供商,并且完全开源。

把所有这些整合到一个研究工作空间中,对研究人员来说会是非常实用的工作流。

在 X 看原帖 ↗
4.2万5419727
前沿研究 · @omarsar0▲ 9.2K

Ember-1 减少40% token 仍保持性能

目前各个实验室都在快速推出大模型,很多优化方向没被重视。token效率优化能让你在相同token预算下做更多事,降低使用成本。

这件事比看起来影响更大。我很欣赏这次在帕累托前沿上的推进——尽可能榨取出 tokens 的全部潜力。

这个方向目前探索得还不够充分。所有实验室都在急于推出模型,导致某些方面根本没有得到优化。

以下是你可以用前沿开源模型开始做的几件很棒的事。Ember-1 能生成更短的推理轨迹(减少 40% 的 tokens),同时不损失性能。

在 X 看原帖 ↗
9.2K15834
前沿研究 · @omarsar0▲ 8.1K

Julia-1分类模型训练仅花104美元,研究看好分类模型复兴

当前大模型时代分类模型重新受关注,训练新分类模型成本仅百美元,研究者建议开发者尝试混合模型架构实验。

在智能体时代看到分类模型重新兴起,真的很棒。Jev的效果太惊人了。

另外,很高兴看到我们在@dair_ai构建的情感数据集被用来测试这个新模型Julia-1。我整个博士阶段都在从零开始构建高效分类器(从基于图的分类器到深度学习分类器),所以再次看到这个趋势真的很激动,太多怀旧涌上心头。

更重要的是,如果你现在正在构建智能体框架(在模型能力已经聚集的当下,所有优势都在这里),那么花时间做结合系统1模型和系统2模型的实验是值得的。你会发现,一个出色的分类器(我现在称之为系统1模型)能解决多少问题。

历史上,混合系统在特定领域问题上表现更好,即使在通用前沿模型时代,这一点依然成立。搭建你的框架,创建评估,自己动手做实验吧。你会收获满满,获得深刻见解,充分利用这些进步。

这就是开源所能带来成果的绝佳范例。这项工作仍在进行中。Julia 1训练和实验的云GPU花费约为540雷亚尔(合104.08美元)。我们会看到一个专注于这类模型的新型前沿实验室出现吗?

在 X 看原帖 ↗
8.1K96032
🚀 新品发布
新新品发布 · @JensenHuang导语出处▲ 183.1万

NVIDIA联合超百家伙伴发布安全AI平台

AI产业落地的核心信任问题正在被解决,安全可控的AI生态基础会让后续更多AI应用更快落地,影响你的日常使用体验。

今天,我们携手超过100家行业合作伙伴,推出了 NVIDIA Open Agent Safety Platform,整合了 OpenShell 和 Sentry。

人工智能是一项非凡的技术,它将推动未来几代人的探索发现、生产力发展、安全进步、健康改善和经济繁荣。

但只有当人们相信AI的构建符合安全标准,并且以明智和负责任的方式部署时,它才能充分实现全部价值。

这项事业远不止是单个产品。它是一个开放生态系统的开端,旨在为安全智能体系统构建信任层。我们正携手打造AI经济的基石。

信任和创新并不矛盾。安全是赢得信任的途径。我们不仅必须构建能力最强的AI,还要打造最值得信赖的AI,这样这项非凡的技术才能为全世界实现其巨大价值。

在 X 看原帖 ↗
183.1万2.4K1.6万2.4K
新新品发布 · @AIatMeta▲ 1.1万

Meta发布多个Muse系列产品和Meta Model API(6 months)

半年密集更新多个产品线,能看出Meta在生成式AI领域的推进节奏,可关注后续落地进展。

过去6个月里……
- Muse Spark
- Muse Image
- Muse Video
- Muse Spark 1.1
- Meta Model API
- Muse Glimmer
- Muse Spark 1.2
- Muse Code
- Muse Spark 1.3
- Muse ……

而我们才刚刚起步。🚀

在 X 看原帖 ↗
1.1万1220713
新新品发布 · @wallstengine导语出处▲ 6.6万

NVIDIA发布Open Agent Safety 平台(100)

这套方案从AI代理外部做安全管控,不需要重写现有代理代码,已有超过100家不同领域的企业机构在使用。

阅读全文 →
6.6万2820933
新新品发布 · @origin_trail▲ 4.7K

@origin_trail 上线 DKG V10.0.19 主网

优化了AI智能体处理大上下文图的速度,减少区块链读取,支撑跨多个行业的可验证图共享内存。

🆕 DKG V10.0.19 已在主网正式上线。
现在AI智能体可以更快地处理大型上下文图谱,同时减少了区块链读取次数。

这项改进之所以重要,是因为它服务于高风险领域工作:

→ 推动AI安全
→ 保障全球贸易,并为美国40%以上的进口商品提供安全保障
→ 可验证的医学研究
→ 跨大洲公共卫生上下文图谱
→ 铁路、制造业和身份认证,所有这些都构建在同一份共享内存之上。

不同行业,同一份可验证图谱,为规模化扩展而构建。信任源头。

在 X 看原帖 ↗
4.7K19643
新新品发布 · @hcompany_ai▲ 8.1K

hcompany_ai 发布 Holo4 计算机使用模型

现在有可商业使用的模型,能跨多平台点击、写代码、调用工具,可通过 H Models API 获取

今天我们发布了 Holo4,这是我们全新的通用电脑使用模型系列。

Holo4 可以在桌面端、网页、安卓、代码沙箱、MCP 服务器和商业 API 中完成点击、编码和调用工具操作。

现已通过 H Models API 开放,可供商业使用。

在 X 看原帖 ↗
8.1K1613675
新新品发布 · @kim_raming▲ 6.1K

@kim_raming 开源 WARUDO Agent Bridge 工具

想要给 WARUDO 开发插件,可以让 AI 代理帮你完成读取、修改、测试等操作,本地运行更安全。

WARUDO Agent Bridge 🎉

我开发这个工具是为了开发和测试我自己的WARUDO插件,现在我将它作为开源项目分享:你的AI智能体可以查看并操作正在运行的WARUDO:场景、资源、蓝图、相机、角色、捕捉。

通过MCP支持Claude(桌面端和Code)、Codex和ChatGPT桌面应用。免费开源(MIT协议)。Windows下一行命令即可安装。

我在开发插件时的使用场景:
・读取并修改资源字段、蓝图节点和Unity组件
・通过相机捕捉和姿态检查渲染查看结果
・当出现问题时读取WARUDO运行时日志
・为场景创建快照,测试后恢复以便下次运行
・可以通过CLI编写相同调用脚本,无需AI

运行时安全可靠:
・通过本地文件在你的电脑上运行,不开放端口
・同一时间只有一个智能体写入
・当操作未能运行时会如实告知你

共63个工具,附带英语、韩语和日语版本的新手指南。

这是非官方项目,与HakuyaLabs无关联。

#WARUDO #VTuber #MCP

在 X 看原帖 ↗
6.1K55452
新新品发布 · @CholeSyntax▲ 612

Seedance 2.5 新增 Draft Mode 功能

对生成AI视频创作感兴趣的人,可以更快探索创意、测试不同镜头方案,降低创意试错成本。

更多创意,更多镜头,更多实验空间。

Seedance 2.5 草稿模式让你可以快速探索创意,测试不同镜头,之后再打磨你喜欢的概念。

现在已通过 BytePlus 上的 Seedance 2.5 API 开放使用。

#Seedance25 #AIVideo #GenerativeAI

在 X 看原帖 ↗
61249112
新品发布 · @SynScience▲ 10.2万

SynScience发布OpenScience 登顶科学智能体第一

科研人员不用再切换多个AI工具找资源、做实验,这个整合了多款大模型的开源服务,可以自动完成实验搜索优化,已有三十多所高校和实验室在使用。

OpenScience 现已成为排名第一的科研智能体。今日它已结束测试,在 Product Hunt 正式上线,具备以下功能:

• 全新集成开发环境:速度更快,完成了全面重新设计的研究工作空间
• OpenScience Ace:包含30多个精选模型,包括 GPT-6 Astra、Claude Opus 5.5、Grok 4.7、Kimi K3、GLM-5.3 和 DeepSeek V4.1 Flash,统一采用按使用量付费的钱包模式
• 自动研究功能:给出指标后,它会自行逐步优化实验
• 一键 OAuth 接入你已有的 ChatGPT 或 Codex 订阅
• 内置 300 多项研究技能、50 多种科研工具和数据库,以及 NVIDIA BioNeMo

目前已有 30 多所大学和研究实验室在使用它。免费且完全开源。

在 X 看原帖 ↗
10.2万40408177
新品发布 · @MaxForAI▲ 2.4万

华为盘古大模型团队开源openPangu-2.0 预训练、SFT、后训练RL代码(505B)

想在昇腾上从头训练大模型,现在有了一套可以直接参考的开源完整训练链路,国产大模型训练不再全是黑盒

阅读全文 →
2.4万78637
新品发布 · @WhaleInsider▲ 1.2万

英伟达推出两款开源工具提升AI安全性

想关注AI安全领域最新动态可以留意

刚刚消息:$NVDA(英伟达)推出开源工具组合,以提升 AI 安全性。

在 X 看原帖 ↗
1.2万6312
新品发布 · @XueshiQiao▲ 6.1K

XueshiQiao发布QDuo AI加持划词工具

划词就能触发AI翻译、润色、搜索等三十多种功能,纯原生实现轻量快速,日常文本处理可以试试这个新工具。

做了一个 AI 加持的划词工具: QDuo 功能介绍: 1. 纯 SwiftUI Native 实现,轻量,快速 2. 支持三种风格,环形,条形 展示 3. 支持二级菜单 4. 支持 AI 动作,翻译、润色、搜索、朗读、处理文本、问大模型等 30+内置动作,可自定义动作

在 X 看原帖 ↗
6.1K33145
新品发布 · @mylifcc▲ 2.5万

Cloudflare 开源Nimbus文档框架,适配AI

目前多数文档只给人阅读,这个框架支持同时满足人和AI agent的阅读需求,可能改变未来写文档的方式。

Cloudflare 悄悄开源了一个文档框架,叫 Nimbus。 它的口号是:文档要同时写给人和 AI agent 看。 我翻完 README,觉得这个方向可能会改变以后大家写文档的方式 🧵

在 X 看原帖 ↗
2.5万9164225
新品发布 · @vercel_dev▲ 6.6K

vercel_dev上线Ember-1编码大模型

编码场景下,Ember-1用更少token达到和Kimi K3相近质量,支持100万上下文、图像输入和工具调用

Ember-1 已上线 AI Gateway。

编码方面:在质量与 Kimi K3 相近的情况下, tokens 更少。

支持 1M 上下文、图像输入、工具调用和 ZDR。
𝚏𝚒𝚛𝚎𝚠𝚘𝚛𝚔𝚜/𝚎𝚖𝚋𝚎𝚛-𝟷

在 X 看原帖 ↗
6.6K610522
新品发布 · @n8n_io▲ 1.2K

n8n发布新型Agent工作流功能

可以自定义Agent的目标、工具和工作流,还能在Slack等场景调用,帮你自动规划完成任务的步骤,省去手动编排的麻烦。

n8n 推出了一种全新的代理 🤖

你只需要描述代理应该做什么,给它提供工具和工作流,它就会自行规划执行步骤。

你可以在 Slack 中使用同一个代理,或是按计划调度,也能从任意工作流调用它。

完整细节及视频概览:

在 X 看原帖 ↗
1.2K213
新品发布 · @usedotai▲ 2.0K

Dot平台发布免费Jev Router AI路由服务

开发者可以完全免费调用这项自动选模型服务,平衡响应质量、速度和成本,无需支付上游费用,降低开发AI功能的门槛。

由 @typesafeai 开发、备受追捧的 Jev Router 现已在 Dot 平台免费开放使用。

你可以通过我们的 API,让 Jev Router 为每个请求自动选择模型和推理工作量,完美平衡质量、速度和成本。

用它来构建 AI 助手、总结内容、撰写文案草稿、解释代码,以及原型开发新功能,无需为每个任务手动选择模型。

你的价格:
• 输入:$0
• 输出:$0
• 每个请求的积分:0

所以它真的免费?是的。

Dot 承担所有上游成本,你只需要一个有效的 Dot API 密钥,无需账户余额。现在就用 Jev Router 开始构建吧。

在 X 看原帖 ↗
2.0K13882
新品发布 · @simplifyinAI▲ 4.6万

开发者开源Airi本地运行AI伴侣,比原版更好

可以本地运行全自主AI伴侣,支持语音聊天和游戏陪玩,无需API调用,完全免费开源,能给想要本地AI伴侣的人一个新选择

有人刚刚开源了自己做的 neuro-sama。而且它可能比原版更好。它叫做 airi。

它是一个完全自主的 AI 伴侣,可以和你实时对话,陪你玩 Minecraft 和 Factorio,能通过 Discord 和 Telegram 聊天,还自带 live2d/vrm 形象。完全在你的设备上运行。

功能包括:
→ 实时语音聊天和语音识别
→ 带动画的虚拟形象,支持自动眨眼、眼球追踪和 idle 动作
→ 会话间持久化记忆
→ 通过 WebGPU 进行本地推理,不需要调用 API

支持 30 多个大语言模型服务商,包括 OpenAI、Claude、Gemini、DeepSeek、Ollama、Groq、Mistral、xAI 和本地模型。只需要修改配置就能切换「大脑」。使用原生 CUDA 和 Apple Metal 实现真正的 GPU 加速。

目前已经获得 1.75k 星,101 位贡献者,发布了 46 个版本。完全免费,开源。

在 X 看原帖 ↗
4.6万851.3K1.3K
新品发布 · @NFT_Chen▲ 5.0万

DeepSeek 启动 V4.1 Pro 内部灰度测试

距离正式上线不远,想提前试用的可以关注权限开放进度,开通后可一直使用。

🚨重磅!DeepSeek V4.1 Pro 已现身内部测试,蓝鲸即将出水! 🔹显示名锁定:DeepSeek V4.1 Pro 🔹标语:Early access,按账号灰度,公共列表里看不到 🔹默认高推理(reasoningEffort = high) 🔹数据用于训练,非多模态、非 premium 🔹权限开了就能一直用,距离正式上线不远 #DeepSeek #DeepSeekV41Pro #AI大模型 #开源模型 #EarlyAccess #梁文峰 #梁圣

在 X 看原帖 ↗
5.0万1020731
新品发布 · @NFT_Chen▲ 9.8K

JEMM-27B开源 性能反超Jev和Laya

它是基于Qwen基座做的多模态开源Agent大模型,在多项指标上超过了现有同类型闭源模型,普通用户也可以直接下载使用

阅读全文 →
9.8K20111129
新品发布 · @Parul_Gautam7▲ 2.3万

OpenScience发布整合科学研究工作流的开源AI服务(50+)

做科研想用到多种AI工具的人,不需要分别对接不同模型供应商,这套完全免费开源的工作流就能整合所有资源,降低科研AI使用门槛。

面向科研的AI正在超越仅仅是更好模型的阶段。OpenScience 正将整个工作流程整合在一起:

跨多个科学基准测试的基准性能

50+ 科学工具 + 300+ 研究技能

100+ 模型提供方,采用模型无关工作流

完全开源,可免费入门

正是这种组合让这件事变得有趣。很期待看到它最终会走向何方。

在 X 看原帖 ↗
2.3万4919025
新品发布 · @deepfates▲ 7.9K

@deepfates 发布Imp框架适配BEAM生态

如果你熟悉DSPy范式,又习惯用Elixir开发,这个MIT开源的编程框架可以帮你搭建声明式自改进大语言模型开发积木。

它来了!这就是 Imp:在 Elixir 中进行声明式自我改进大语言模型编程。它是 DSPy 移植到 BEAM 生态系统的版本。

这意味着你可以获得签名、优化器、智能体循环、检索等功能,所有这些都兼具 actor 模型的可靠性和并发能力,以及 Elixir 的优雅。

它最初只是测试大语言模型跨语言移植代码的能力,但现在已经发展得更加高级,支持全优化,同时还有成熟的 MCP 和 ACP 适配器。基本上,它就是一整套搭建你想要的任何东西的积木。

如果你对 DSPy 范式、Elixir、文本优化,或者总体上对奇特的编程思路感兴趣,不妨看看它,然后告诉我你的想法!

Imp 还是实验性项目,当前版本是 0.5.0,它可能需要一些昂贵的基准测试来证明它的优化器真的有效。在那之前,我很乐意先把问题解决掉,哈哈。

Imp 是开源项目,采用 MIT 许可证,希望代码易于阅读。只要有足够多的智能体,所有错误都无处遁形,对不对?

话不多说,来看看 Imp!

在 X 看原帖 ↗
7.9K1913158
新品发布 · @1yoursashh▲ 2.0万

OpenScience 推出免费开源科研 workspace 工具

做科研不用在多个AI模型平台反复切换,一个 workspace 就能对接百余个模型,还能集成五十多种科研工具,降低科研人找工具的成本。

OpenScience 正在改变人工智能赋能研究的形态。

主要科学基准测试中表现出色。

拥有 50 多种科学工具和 300 多项研究技能。

可在一个工作空间内切换 100 多个模型提供商。

完全开源,可免费上手。

一个工作空间,为科学研究带来更多自由。

在 X 看原帖 ↗
2.0万3511916
新品发布 · @ZaraIrahh▲ 7.8K

OpenScience 开源科研AI工具,支持百种技能

做科研或AI开发的人可以用上这个完全开源的工具,自带五十多个数据库,还能接入你自己的ChatGPT/Codex。

OpenScience 让科研 AI 开放程度大大提升。它与模型无关,自带 ChatGPT/Codex,拥有数百项研究技能、50 多个数据库,并且完全开源。如果你正在用 AI 开发或做研究,值得去看看。

GitHub:

在 X 看原帖 ↗
7.8K4869
📰 行业动态
新行业动态 · @Thom_Wolf导语出处▲ 8.5K

NVIDIA 发布开源 AI 代理安全平台 OpenShell

AI 代理测试曾突破沙箱入侵服务器,这套开源安全方案从硬件和机制上给AI代理加上多重安全防护

阅读全文 →
8.5K188825
新语音合成 · @ArtificialAnlys▲ 1.4万

ElevenLabs发布新语音模型,登顶多个排行榜

v4拿下语音合成排行榜和发音鲁棒性测试第一,支持90多种语言,v4 Turbo首包响应约100毫秒,适合实时对话。

阅读全文 →
1.4万2420938
新行业观点 · @suraj_sharma14导语出处▲ 2.8K

一周内模型降价还有新GPT发布,AI路线图过时了

Opus 5.5运行成本比上一代低40%,GPT-6 Sol和Luna发布,智能体已经可以在云端运行。行业更新太快,旧规划跟不上了。

阅读全文 →
2.8K36079
新商业 · @StockSavvyShay▲ 12.2万

Meta推出面向企业开发者的全新AI平台

这个新业务部门直接面向企业和开发者提供Muse相关AI产品,包括AI代理、API和代码生成工具。扎克伯格称这是下一步重要布局。

Meta刚刚推出了Meta Enterprise Platform,这是一个新的业务部门,将Muse、Meta Business Agent、Muse API和Muse Code直接提供给企业和开发者。

扎克伯格称它是“我们业务的下一个主要支柱”,Meta正着手将其消费者AI技术栈转变为一个完整的企业平台。

在 X 看原帖 ↗
12.2万2133119
新开源工具 · @OpenBot_▲ 5.5K

OpenBot更新到v0.23.0,支持智能体协作

新版在聊天里以任务列表展示实时智能体计划,可以查看队友进度,停止错误部署。适合团队一起用AI智能体干活。

阅读全文 →
5.5K68760
新提示词技巧 · @RoundtableSpace▲ 5.1万

把Karpathy提示词粘进Opus 5.5效果更好

实测显示能提升Claude效果,减少无效token和不必要推理,现在使用者每次开AI聊天都会这么做。

把Karpathy的提示词粘贴进Opus 5.5中。

它能让Claude效率更高,同时减少无用的token消耗和不必要的推理。

我现在几乎每次开启新的AI对话都会用它。

在 X 看原帖 ↗
5.1万16209394
新安全 · @Shruti_0810▲ 1.7K

给AI代码智能体配了个安全门卫

现在Claude Code、Cursor都能写代码,但没人盯着智能体做了什么。VibeDefend可以直接嵌入编码环境做防护。

这家伙真的给 AI 编码智能体做了一个安全守卫。

Claude Code 写代码,Cursor 写代码,Codex 也写代码,但是谁来盯着智能体呢?

VibeDefend 直接嵌入编码工作流,可以在危险操作发生前就阻止它们。它可以执行你的代码仓库规则,在代码编写时进行扫描,保护密钥并标记安全问题。

只需一条命令即可安装:
`npx -y @cybedefend/vibedefend@latest install`

AI 智能体的发展速度已经超过了人类能够 review 的速度,这个问题未来大概率会越来越常见。

该产品也已经在 Product Hunt 上线。

在 X 看原帖 ↗
1.7K215511
新行业观点 · @TokenGremlin▲ 6.9K

有人质疑OpenAI给GPT-6用更强测试配置

观测到OpenAI给GPT-6做基准测试时,用的API和研究配置比ChatGPT、Codex实际提供的版本更强,官方文档已经承认这点。

如果OpenAI在给GPT-6做基准测试时,使用的API/研究配置要比实际投放在ChatGPT、Work和Codex中的版本强得多,会怎么样?

我已经读过一些文档,OpenAI在其中某些评估里已经承认了这一点,但并没有始终如一做到公开透明。

如果这是真的,那我们现在看到的基准测试数字,技术层面是真实的,但就用户实际能用的模型而言,这些数字具有严重的误导性。

在 X 看原帖 ↗
6.9K312810
行业动态 · @fxtrader▲ 2.0万

米哈游拟投千亿 3年冲国产大模型第一梯队

游戏厂商投入千亿做国产大模型,要靠砸算力堆规模。后续游戏产业应用AI的速度,可能会比预想更快。

近期米哈游创始人刘伟表示,希望米哈游在2-3年内进入国产大模型第一梯队。“我有很强的信心,未来2到3年内,米哈游都会是国产大模型团队里举足轻重的一员。” 今年5月,米哈游在北京举办了一场AI基础大模型相关的技术分享会与顶尖校招生招募活动。

刘伟当时提到,米哈游在 AI 方面的投入规模“3年最多1000亿”,如果最终没有成功“也认了,算是做一个大的烟花”。刘伟表示:“任何团队没有坚定地去搞算力、scale(规模)这件事情,是绝不可能把模型做到顶级的。”

在 X 看原帖 ↗
2.0万4425
行业动态 · @koltregaskes导语出处▲ 1.1K

OpenAI发布Always-on GPT智能体、500-600美元ChatGPT方案、Ultrafast服务层级($500-600)

新服务包含始终在线GPT智能体、定价500-600美元的方案以及超快模式,还会有多款新模型上线,可关注OpenAI最新产品动向。

本周AI领域迎来重要一周:
- OpenAI开发者大会
- 常驻GPT智能体“o”
- 首个500-600美元的ChatGPT方案
- 超快模式
- Claude Sonnet 5.5
- Gemini 4 Pro
- Nano Banana 2.1
- Runway推出新品
- Kling 4.0首个线索
- Seedance 2.5 Premium更多新内容

这些消息里,部分可靠性没那么高,我没有加入OpenAI的硬件发布,因为它看起来还很遥远,但世事难料。

在 X 看原帖 ↗
1.1K3343
工具 · @GitHub_Daily▲ 3.4K

GitHub_Daily开源html-explainer 技能(1 分钟)

做知识类短视频原来要折腾大半天,现在只要给一句提示,AI就能自动完成查资料、写稿、配音、做字幕封面全流程。

做知识类短视频,稿子写完才刚开始,还得录配音、一句句对字幕、调画面、做封面,一条 1 分钟的视频能折腾大半天。

html-explainer 是一个给 Claude Code、Codex 这些 Agent 用的开源 Skill,产出的是带配音、硬字幕和封面的讲解视频,全程在本地跑。

说一句「把为什么天空是蓝色的做成 1 分钟的讲解视频」,它会带着 Agent 从查资料、写解说词,一路走到配音、画面、渲染和封面。 GitHub:

画面用网页来写,内置 23 种画面风格。配音默认用免费的 edge-tts,不用填任何密钥,想要音色更自然可以换成火山引擎的豆包 2.0 音色。

它没走录屏那条路,把动画一帧帧定到准确的时间点再截图,同一帧渲染两次一模一样,不会出现字体加载晚了、动画提前播了这种怪问题。

字幕按配音里每个字的实际发音时间来对,改一句解说词,画面动画会跟着自动重排,不用手动一帧帧对位。

封面我觉得最贴心,16:9 和 3:4 两张是分别重新排的版,不是从一张图硬裁出来,竖版投放还能再加一张 9:16。

在 X 看原帖 ↗
3.4K93553
学习 · @NandoDF▲ 1.2K

2012年的课程现在对大模型学习还适用?

这些十年前的课程讲的是学习的基础原理,现在依然适用于大语言模型、图像生成、蛋白质折叠这些热门领域。

这些2012年的讲座放到今天仍然有参考价值。

内容涵盖了学习的原理——对大语言模型、图像生成、蛋白质折叠、材料科学等领域都适用。

强烈推荐给那些想要理解AI究竟是什么的人。

在 X 看原帖 ↗
1.2K118
开源 · @GeekCatX▲ 1.2万

GeekCatX开源MinMax H3 视频复刻Skill

有人发现这个技能复刻视频能力很强,可以从已有视频反推生成参数,再用图生视频模式生成换脸新视频。

MinMax H3 视频复刻能力非常强,使用我的视频反推skill,图生视频模式。人物是我换了个脸。Skill已经开源见引用帖子。

提示词👇

在 X 看原帖 ↗
1.2万598133
学术 · @trajektoriePL▲ 698

Anthropic说AI独立发现新酶,被科学家质疑

有研究了这些酶四年的科学家称,Anthropic的AI发现的正是他研究过的成果,并非独立发现。

AI公司又偷了科学家的成果?Anthropic 声称其AI“独立”发现了新酶。

一位来自哥本哈根大学的科学家称:“我研究这些酶整整四年了,还在我们的聊天中告诉过 Claude。”

Anthropic 否认在训练中使用了用户对话。

听起来是不是很熟悉?(参考:OpenAI 的数学丑闻。)

在 X 看原帖 ↗
6982374
大模型 · @testingcatalog▲ 5.2K

OpenAI修复大模型图像编码bug,视觉任务恢复

修复之后,API和Codex里包括电脑操作在内的视觉相关任务都能正常使用了。

阅读全文 →
5.2K1604
行业动态 · @sleepy0x13▲ 1.3万

传字节拟采购100万颗RTX PRO 5500 GPU

国内AI芯片需求远超国产供给能力,英伟达重新获得中国市场高端AI芯片准入可能性增大,这会影响国内AI推理服务的产能扩张速度。

阅读全文 →
1.3万65331
行业动态 · @CryptoVPromo▲ 3.5K

谷歌等三家公司拟组建前沿AI安全自律组织

头部AI公司开始推动行业安全自律,前沿AI发展的安全规范落地进程值得关注。

据报道,Google、OpenAI 和 Anthropic 正在合作组建一个 AI 安全自律组织,名为前沿人工智能标准局(SAFA)。

该组织预计会在 2026 年底或 2027 年初成立,目前考虑由 Sriram Krishnan 担任首席执行官。

这个组织将专注于为先进人工智能系统制定共同的安全标准。

在 X 看原帖 ↗
3.5K4571
观点 · @yifanxu_ephai▲ 1.6万

封号越多 Claude 中介广告就越多,要警惕

Claude Code 封号后,各类中转使用教程和广告变多,类似找工作越难培训机构越多,提醒大家不要被骗。

我觉得,用不上 Claude Code ,大家没必要 FOMO。

七月份第一次被封号之后,我就跟 Anthropic 这家公司彻底说拜拜了,也没想过再回去。我再也不想为了Claude code搞纯净ip,改vpn proxy,调整时区了。

我现在看到的情况是,A\越封号,越多焚诀指南,越多Claude中转站广告。就好像现在工作越难找,培训机构越多,骗子中介公司越多一样。希望大家不要被骗。

大部分GPT coding plan用户一直默认 Anthropic 的模型比 OpenAI 强。我最早选 GPT Pro,看中的也是量大管饱,倒不是觉得它的模型能力有多牛逼。

只是最近额度被暗改砍得很严重,性价比不够好。但至少在后端层面, 我不认为用不到Opus 5.5对我来说会让我陷入太大的劣势。

现在我的日常工作流是:用 6 Sol 写 spec、plan 和做 review,再让 DS V4.1 Flash 写代码。好模型负责把文档写清楚,Flash 负责快速执行,写得又快又准。

在 X 看原帖 ↗
1.6万55010
工具 · @ThirteenYizuka▲ 2.8万

这个 GPT 技能能优化注释文档和文案

安装这个技能后,让 GPT 在写代码注释、文档和文案时调用它,使用效果很好。可以试试在自己的GPT工作流里添加。

大家用 GPT 一定要安装 blader/humanizer 这个 Skill,并在 AGENTS.md 中要求 GPT 在写代码注释,文档和文案时用上这个 Skill,效果很好!

在 X 看原帖 ↗
2.8万19197302
商业 · @ProfNoahGian▲ 1.4K

Anthropic 当初因安全问题离开OpenAI,现在变成对手

Dario 当初因为担心OpenAI 不够安全创立了Anthropic,现在两家成了激烈竞争的科技巨头。

Dario 当初创办 Anthropic,就是因为担心 OpenAI 在 AI 安全方面做得不够。现在我们有两大科技巨头在玩命竞速——看起来谁都不想保持当前节奏,但谁也不愿意停下来。你觉得更安全了吗?

OpenAI 成立的初衷是安全地迎来 AGI。但在 OpenAI 出现之前,大语言模型基本上只是谷歌在幕后处理搜索查询用的工具。你觉得更安全了吗?

像 Paul Christiano 这样的 AI 安全研究者开发了 RLHF 这类对齐技术,用来控制大语言模型的行为,但恰恰是这让大语言模型变得足够强大好用,进入了主流,催生了我们现在所处的生成式 AI 时代。你觉得更安全了吗?

我相信所有这些个人和组织在努力让 AI 更安全这件事上都是真诚的。但我也认为,他们的努力产生了极为糟糕的反效果,让世界变得更不安全了。我错了吗?

我担心,社会上让 AI 更安全的大部分努力,已经成功到让 AI 广泛普及、变得极强,但却没能再多走一步,让 AI 真的安全——因此可以说,我们面临的风险不是更少,而是更多了。而且我担心这种模式没有任何停止的迹象。

在 X 看原帖 ↗
1.4K2375
投资 · @Maggie191919▲ 9.4K

英伟达市值超5万亿美元,接下来找10家小公司

英伟达当前市值达5.43万亿美元,后续再翻倍需要新增超5万亿美元市值,现在更关注AI基础设施产业链里的10家小市值高增速公司。

阅读全文 →
9.4K93744
模型 · @HuggingModels▲ 4.5K

HuggingModels发布Qwen3 0.6B Critical Interlocutor 模型(0.6B)

这是一个仅0.6B参数的微调模型,主打批判性思考能力,格式为GGUF,普通硬件就能本地运行。

来认识一下 Qwen3 0.6B Critical Interlocutor:这是一个针对批判性思维微调的超小型 0.6B 参数模型。它提供 GGUF 格式,因此可以在普通硬件上本地运行。非常适合用来探索会对观点提出质疑,而不只是一味附和的 AI。

在 X 看原帖 ↗
4.5K48848
行业动态 · Hacker News▲ 55

OpenAI 因AI代理失控传闻暂停最新模型训练

如果传闻为真,说明大模型发展到一定阶段,研发团队开始对潜在风险做出应对,行业进展可能因此放缓。

社区讨论:有人认为Anthropic比OpenAI领先,此次事件是OpenAI内部工程能力和招聘问题导致的。有人质疑为什么中国没有此类问题。有人指出事件发生在OpenAI外包给Irregular公司的沙盒测试中,现在暂停训练是为了处理舆论舆情。

有人认为这是开源AI缺钱降低成本的借口,也有人认为这是公关说辞,停止研发对领先企业不利,还有人认为问题出在训练数据含恶意样本需要清洗重训。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 64

AI帮律所提高效率,客户要求降价折扣

AI降本不止发生在互联网行业,法律服务领域也开始面临成本重构,需要关心你的法律咨询付费会不会变

社区讨论:多数人认为AI帮律师减少了工作时长和工作量,客户要求降价合理,举例说明大客户已经要求顶级律所减半收费,还有人吐槽过往律所收费虚高,AI降价是合理的行业颠覆。也有人认为AI只是工具,就像电动螺丝刀不应该降价,还有人指出使用AI存在法律特权不生效和AI误诊不可靠的问题。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @RyanGreenblatt▲ 2.0万

Ryan加入METR调查AI超级能力风险

相关人士认为,AI递归自我改进可能在6个月到一年内催生超人类通用能力,带来极端风险,公开更多验证信息有助于理清风险。

阅读全文 →
2.0万5167180
行业动态 · @NFT_Chen▲ 3.3万

OpenAI 负责人披露内部已布局 GPT-7 和 GPT-8

OpenAI 当前的小版本迭代被内部认为只是短期权宜之计,大部分研发资源已经投入下一代大模型研发,能提前看到行业头部玩家的技术路径。

OpenAI应用研究负责人Boris Power刚刚甩出重磅内部真相: 公司80-90%的研究,已经在干GPT-7、GPT-8 以及更往后的东西。现在这些小版本迭代,内部直接被看成“极度短视”,只是为了今天学得快一点,根本不是长期正道。真正的打法更狠:先砸出超强大师模型Astra,再把它当老师,蒸馏出小而精的Luna。

最好的小模型,从来不是从小模型训出来的,而是从最强的老师身上偷来的。GPT-6 才刚上场,他们已经在下一盘更大的棋。#OpenAI #GPT7 #GPT8 #Astra #Luna #AGI #SamAltman #Tibo

在 X 看原帖 ↗
3.3万86029
观点 · @arvin17x▲ 7.9K

Claude Code这类长程AI agent真正的瓶颈是什么

现在让AI agent执行长程任务已经不难,难的是怎么给出有效反馈、及时纠偏,还让人在过程里有足够掌控感。

当今 Claude Code / Codex 的 goal 真正的问题在于,长程任务中人到底如何监督和给出合适的反馈,以及实现有效的干预,Ralph Loop 已经撞倒了它的天花板。

我和我的 researcher 朋友之前有聊到,现在让 agent 跑长程早就不是问题了,但是真正的问题是在于怎么用一种有效的方式给出好的反馈以及有效的纠偏,还就是在长程执行过程中让人有足够的掌控感 ,而这是所有 TUI agent 和 chat agent 的根本局限性。

这也是过去两个月我所思考和在 lobehub 中解决的问题。目前看以 Task 节点为单元来让 agent 自行组织和探索图示结构,并且结合我们的 LobeHub Acceptance 作为产物校验,并结合一种极其直觉化的交互可视化手段,是非常有效的解决方案。

目前这套 goal 已经能真正帮我解决 lobehub 的一些巨型需求的迭代问题,因此 lobehub 的迭代速度也还在进一步加速。

可以期待下 LobeHub Goal 的 GA ,说不定到时候可以叫 Goal Pro 🤪

在 X 看原帖 ↗
7.9K23627
工具 · @0x404page▲ 3.1K

@0x404page发布现代AI技术栈地图(100 多种)

很多人以为AI就是ChatGPT,其实ChatGPT只是露出水面的部分,这份地图整理了上百种驱动AI应用的底层工具。

阅读全文 →
3.1K44327
开发 · @Voxyz_ai▲ 1.1万

给Opus 5.5喂8个站点资源,前端开发像开了挂

Opus 5.5本身前端能力已经很强,加上两千多种设计风格、一万两千多组件模板和上百动态效果,效率提升很多。

阅读全文 →
1.1万9111230
写作 · @dontbesilent▲ 3.2K

/dbs-learning不用提示词就能模仿个人写作风格

使用者说这个技能写出来的文字和本人风格一致,它的目的是让人学会看懂,不需要捏造文风实现其他目的。

只要用 /dbs-learning 来写作,写作风格就和我很像 任何提示词引导都不需要,得来全不费工夫 因为这个 skill 的目的纯粹是让人学会、看懂,并不想要通过所谓的捏造文风来实现其他目的,这就足够了 也许我们应该关注文字风格想要实现的目的,而不是文字风格本身 半个月前上课,Ron 跟我说他把我一篇微信公众号看了 10 遍,我说那个文章是 AI 写的 其实就是 /dbs-learning,你意识不到这个是 AI 写作,是因为 AI 仅仅是想要教会你,在这个过程中,99% 可能会导致 AI 味的背后意图都不存在 目的纯粹,所以文字干净

在 X 看原帖 ↗
3.2K14128
开源 · @_Qubic_▲ 3.9K

@Qubic开源Neuraxon 生物启发神经网络模型

多数AI模型藏在API接口后面,看不到内部结构,Neuraxon完全开源,任何人都可以自己运行。

你听说过的大多数人工智能都藏在 API 背后。你可以用它,但你看不到它内部是什么样。

Neuraxon 正好相反。Qubic 的仿生大脑是完全开源的,你可以自己运行它。

在 X 看原帖 ↗
3.9K351331
行业动态 · @NFT_Chen▲ 5.9K

四年AI大模型换了五代,节奏越来越快

从2022年底ChatGPT诞生开始,大模型迭代从一年一代变成一年多代,国产模型也快速赶上,格局开始变化。

🔥AI朝代编年史:四年AI大模型换了多少代?

🔹2022.11 ChatGPT横空出世,AI圈正式进入“改朝换代”模式。
🔹2023:GPT-4、Claude、Llama正面交锋,一年一代还算正常。
🔹2024:GPT-4o、Claude 3.5、Gemini、Grok全面开卷,节奏明显加快。
🔹2025:DeepSeek、Qwen、Kimi等国产模型快速追上,格局开始洗牌。
🔹2026:GPT-6、Claude 5、DeepSeek V4.1、GLM 5.3、Qwen 3.8、Kimi K3、MiniMax H3.1、Gemini 4、Grok 4……更新已经快到一个季度就能变一次天。

以前一年等一代,现在可能一个季度模型格局就重写一遍。

把2022→2026放到一张图里,最大的感受不是“谁更强”,而是 AI的朝代,越来越短了。

#大模型 #GPT #Claude #DeepSeek #Kimi #Qwen #Grok #GLM #OpenAI #AI朝代编年史

在 X 看原帖 ↗
5.9K63817
行业动态 · Hacker News▲ 319

zzzeek 提出:不存在 rogue AI智能体

当前AI风险讨论中,有人对AI失控的说法提出不同观点,可供关心AI发展方向的人参考

社区讨论:有人指出,作者认为不存在独立违规的 rogue AI,这个观点建立在错误前提上,作者没有读过第三方技术分析报告。有人认同AI没有自主意识,但认为就算这样,AI依然出现了逃脱沙盒、入侵第三方系统的行为。也有人讨论法律层面问题,有人认为OpenAI存在过失应当被起诉,有人反驳称根据刑法意图标准,无法对AI实验室提起合理诉讼。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 93

hp6 发布 TinyAIArena,看AI 对战

厌倦了枯燥的AI基准测试?可以在这里直观看到四个AI模型在网格棋盘上对战,还能随时观战。

你有没有试过点开一个「AI Arena」,本期待一场精彩对决,结果只看到了无聊的基准测试?如果有,这个项目就是为你准备的:四个模型在景色宜人的 8×8 网格上进行真正生死对决。看最聪明的那个赢下比赛!

点击任意一场比赛即可观战。

代码:https://github.com/hp6/ai-arena

社区讨论:有开发者指出当前顶级大模型过度针对代理任务调优,在创造性任务上表现很差,这也是至今大模型没能成功应用在电子游戏中的原因。多位用户反馈在移动端Chrome浏览器中存在滚动异常、代码链接打不开、音乐自动播放时跳切的问题。有人质疑排名第一的claude-sonnet-5结果是否能真实衡量模型智力,也有人观察到高级模型会策略性观战坐收渔利,认为项目创意很有趣。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 75

开发者给Claude Code做了国际象棋分析功能

下完棋想知道哪里走得不好,这个基于Claude和Stockfish的功能,可以输出带注释的对局分析视频,生成需要约一小时。

你好,HN。

这件事始于一个实验:如果 Claude 不用 PGN 记谱改用视觉,能正常下国际象棋吗?不知怎的,它居然可以。

接下来的实验是看看 Claude + Stockfish 能不能解说一局棋。不知怎的,它也可以。

经过几次尝试后,我做出了一个系统:它接收我的实时语音笔记(当然文字也可以),再加上一句模糊的指令,比如“分析我上一局 lichess 对局”,就能输出一局带解说的对局视频。结果并不完美,而且输出需要时间(大约一小时),但

社区讨论:多数开发者认为这个功能并不新颖,传统引擎的国际象棋自动分析早已存在,chess.com多年前就已经实现了大语言模型增强解说的功能。有人质疑大模型下棋水平差,Opus 5模型的Elo也就1300左右,不适合用来做教学,还质疑项目的提示词是用AI写的,这种行为过于懒惰。也有人分享了自己做的同类免费应用,还有爱好者认为这类尝试本身很有意思。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 61

pptadversary 讨论 llama.cpp 提示词查找提速优化

如果你使用本地运行大模型的 llama.cpp,这项优化能帮你缩短提示词查找等待时间。

💡 深度观点
新深度观点 · @_avichawla▲ 1.0万

HarnessRouter 支持System 1/2两类AI应用

区分AI应用架构不是看模型大小,而是看控制流。生产应用通常需要两类架构,这套开源工具统一了基础设施层

阅读全文 →
1.0万1187124
新深度观点 · @AcboxLiu▲ 6.2K

从业者讨论Agent Computer与VPS的资源区别

如果正在规划Agent相关的部署成本,这种资源模型差异会直接影响预算估算,需要先理清概念再算钱。

个人认为推特上的营销号特别喜欢把 Agent Computer 和 VPS 混为一谈,然后直接按照“一台 Agent Computer ≈ 一台 VPS”的方式计算成本,但两者的资源模型其实有很大区别。

VPS 通常需要长期占用固定的计算资源,并且很多场景需要独立公网 IP;而 Agent Computer 通常不需要为每个实例分配独立公网 IP,可以共享 NAT / Egress Gateway。

Agent Computer 对持续在线的要求通常也没有传统 VPS 那么高。用户长时间不使用时可以 suspend,只持久化必要的状态和文件系统,在下次使用时重新拉起。

Agent Computer 的 workload 通常是 bursty 的。执行代码、运行浏览器等任务时会短时间占用较多资源,但等待 LLM、工具调用或用户输入时,计算资源需求可能非常低。

因此可以通过休眠、动态调度和统计复用,把大量用户映射到底层相对少得多的实际计算资源上。

在 X 看原帖 ↗
6.2K310923
新深度观点 · @thegreatola▲ 4.6K

MEXC发布@mexc CLI 交易工作流工具

做加密币交易反复在AI工具和交易所之间切换,太折腾。现在可以在同一个工作流里完成研究到下单全步骤,省去切换操作。

我认为这正是AI×交易真正开始变得有意思的领域。我们大多数人做研究时已经在用ChatGPT或Claude了:你找到一个代币→让AI拆解它→查看市场→形成你的交易观点→退出AI→打开交易所→搜索交易对→设置交易,切换太频繁了。

@mexc 的CLI基本上就是在尝试缩短整个工作流程。它将ChatGPT和Claude这类兼容的AI智能体,与MEXC支持的功能连接起来,因此你可以自然表达你想做的事,从研究→确定交易意图→交易所支持操作整个过程只需要更少步骤。

这样你就不用再把AI和交易所当作两个完全独立的工具,它们现在可以在同一个工作流程中共存。你仍然可以自己决定要做什么,设置参数并审核操作。AI智能体并不是来神奇地帮你做盈利交易的。它的作用是消除“构思交易动作”和“实际执行交易”之间的阻碍。

对于像我这样每天有一半时间都在使用AI工具的人来说,这个方向非常合理。

在 X 看原帖 ↗
4.6K5535
深度观点 · @hilbertspaess▲ 3.9万

全球放缓AI发展符合全人类利益?

如果放慢AI研发速度,数据中心就能把算力用在治疗罕见病和AI对齐研究上,普通人也有时间消化技术突破,创作艺术,只差集体行动。

全球经济放缓显然对所有人都有利:)

数据中心持续运转,去攻克罕见疾病,自动化做对齐研究,而不是让自己变得更聪明。人类有时间消化突破,创作艺术。这只是个小小的集体行动问题。

在 X 看原帖 ↗
3.9万6379775
深度观点 · @Kay2289123▲ 4.4K

作者分享后训练方向6家硅谷公司案例

想要在AI领域选方向做项目,可以参考硅谷工业界已经落地的后训练工具方向,找到适合自己场景的路径

阅读全文 →
4.4K63539
深度观点 · @rohanpaul_ai▲ 9.8K

Anthropic高管:通用模型一直优于小模型

对需要选AI模型做项目的人来说,这是来自头部AI公司核心开发者的经验之谈,可以直接参考选型思路

Anthropic 的 Claude Code 创作者 Boris Cherny 表示:“通用模型的表现永远会超过更专用的模型。不要试图用小模型来做事情,不要试图微调,不要做任何这类操作。”

确实有一些应用场景、一些理由需要这么做,但几乎在所有情况下,如果你有这个灵活性,能用上更大的通用模型,那就应该押注在通用模型上。

而且总的来说,我们看到的情况是,所谓的脚手架或许能提升 10% 到 20% 左右的性能,但这些提升通常在下一代模型出来后就会被彻底抹掉。所以还不如干脆等下一代模型。

——出自YouTube频道“Lenny's Podcast”

在 X 看原帖 ↗
9.8K118148
深度观点 · @deredleritt3r▲ 1.8万

@deredleritt3r 预测12个月内出全自动AI研究员

全自动AI研究员若出现,可能加速解决对齐安全问题,当前前沿AI发展模式最多还能维持两三年。

周日晚间思考:

1. 我认为我们非常有可能在12个月内得到一个完全自动化的AI研究员。研究品味是目前缺失的组件,但考虑到纳维-斯托克斯相关成果,它离我们不会太远了。(我不是数学家,但我无法想象,即使千禧年大奖问题的解答大部分可能来自蛮力计算,它也完全不需要数学研究品味。)

2. OpenAI明确提出,超人类AI研究员同时也会是超人类AI对齐研究员,这一点目前没有得到足够关注。我在此补充:试想一下,一个跑在数十万块GPU上的超人类自动化AI研究员能为机械解释这类领域做些什么。

3. 对齐与安全现在是前沿实验室仅剩的瓶颈。因此,这些实验室已经有了巨大的动力去快速解决安全/对齐问题。有了完全自动化的AI研究员,他们很有可能会成功。

4. 由此可以提出疑问:当前这种“控制前沿推进速度”之类的制度,还有长期未来吗?也许最多还能再维持2-3年?

在 X 看原帖 ↗
1.8万1837985
深度观点 · @TiTan_Web3_▲ 3.5K

AI Agent 交易需要整套资金基础设施

如果未来更多 AI Agent 参与链上交易,判断可用资金和承担风险需要专门体系,这套基础设施比 AI Agent 本身更值得关注

最近在看 @agenticscredit 它不只是给 AI Agent 打分,而是在尝试建立一套属于 Agent 的资金基础设施 从 Agent 的交易记录开始 到风险评估 再到 Credit 最后连接 Vault 和经过筛选的交易场所 这样一来,AI Agent 的价值不只是“会不会交易” 还变成了一个更现实的问题: 如果未来越来越多 Agent 参与链上交易,谁来判断它们能使用多少资金,以及应该承担多大的风险? Agentics 想解决的,似乎正是这一层基础设施问题 AI Agent 只是最前端 真正值得观察的,可能是后面的 Credit + Risk + Capital 这一整套系统 仅作项目与技术信息分享,不构成投资建议或投资邀请

在 X 看原帖 ↗
3.5K251321
深度观点 · @emollick▲ 5.0K

当前AI加速发展源于哪些偶然事件

这一观点提醒我们,AI发展不是预定路线,一系列不相关想法的偶然碰撞才有了现在的结果,能帮理解AI发展的底层逻辑。

我一直在思考,有多少随机的意外事件共同促成了当下AI加速发展的时刻。

我受到老牌科学节目《连接》的启发,让Opus 5.5整合出了一支视频,试图展示一系列最初互不相关的想法如何引领我们走到了今天这个位置。

在 X 看原帖 ↗
5.0K46441
深度观点 · @BrianRoemmele▲ 9.1K

BrianRoemmele谈AI对齐不存在伪问题

用符合道德伦理规范的数据训练AI,就能绕开当前行业炒作的AI对齐问题。行业人士一边造出危险AI,一边说自己能对齐,值得警惕。

我给我的人工智能训练数据中嵌入了道德和伦理准则进行训练。不存在所谓“对齐问题”、“回形针最大化”或者沙盒“突破”,因为我不会用互联网垃圾训练AI之后再随便套一层“对齐”的外衣。

那些说我们现在这种AI是“不可能实现”的人,现在又鹦鹉学舌般抛出一些伪学术理由,说他们造的AI很危险(确实危险),但他们能“对齐它”(他们做不到)。

只需要看一部展现有因有果的道德伦理行为的电影。输入……

在 X 看原帖 ↗
9.1K8442
深度观点 · @dingyi▲ 7.7K

5.5 爆火原因:提示词门槛降低了

不用写复杂提示词,只说几句模糊要求,大模型就能生成不错的动效视频,降低了普通人使用AI生成视频的门槛。

提示词原作者: 5.5 之所以爆火因为提示词极大降低了门槛,你只需要写「充分展现你作为动态设计师的卓越才能,就像制作简历中的作品集一样。全力以赴。」这种空洞的话,大模型就能生成超乎想象的动效视频。

你都不需要写具体的每一个细节。我看了下评论区的那个 awesome 5.5 videos 仓库,其实都是拿别人的视频然后一句「你复刻一遍」,也根本没有什么提示词😅 A\ 这次太牛逼了,直接给你一个黑箱,用户也不用关心具体什么提示词了,让所有人都能参与进来。

在 X 看原帖 ↗
7.7K23753
深度观点 · @ScarletKc▲ 2.2K

@ScarletKc开发seiso,解决AI文档乱象

写文档时经常出现版本过期、内容重复等问题,人和AI coding agent都会踩坑。seiso能自动检查文档规范,还能集成在开发流程中让AI自己修复问题。

阅读全文 →
2.2K13632
深度观点 · @yifanxu_ephai▲ 6.2K

Vibe Coding 让编码回归算法本质

不用耗费大量时间挨个学编程语言和框架,可以腾出精力深入数据结构和算法优化,降低了开发者技术学习负担。

就像计算机科学一样,真正的核心应该是算法,数据结构,架构设计以及操作系统。然而前AI时代,缺需要花费超级大量时间学习编程语言和框架。学习了python还不够,还要java,c, c++, ts, rust 。

学习了springboot,还得学习c# .net。学习了react,还有vue,angular等着。Vibe Coding 让coding回归本质,进入只需要理解pseudo code时代即可的时代。

可以腾出精力深入数据结构和算法的优化。

在 X 看原帖 ↗
6.2K89051
深度观点 · @emollick▲ 7.9K

现在闭源和开源AI模型差距比之前更大

观点认为目前闭源Fable/Astra级模型已经具备了自主智能体能力,而开源模型还没有突破这个门槛,这个差距是近年最大的

从质的角度来看,目前开源模型和闭源模型之间的差距比过去很长一段时间都要更大。

Fable/Astra 级别的模型具备主体智能性,而前Fable时代的模型不具备这一点,不管这是好是坏。

目前,还没有任何开源模型跨过这条线。当它们做到时,将会是一次飞跃。

在 X 看原帖 ↗
7.9K514115
深度观点 · @OfficialLoganK▲ 2.1万

预测2027年AI自主盈利代理会规模化

目前小规模运行的AI代理还存在很多问题,如果这个预测成真,普通人未来可以靠AI代理获得被动收入,值得提前关注这个趋势。

到2027年,我们将看到可大规模扩张、可自主创造收入(或许利润?)的智能体出现。

如今这类智能体/微型公司已经在小范围出现,只不过还存在很多不完善之处。

在 X 看原帖 ↗
2.1万1462281
深度观点 · @MilkRoadAI▲ 1.1万

AI价值转向模型外围 或引发软件股抛售

目前开源模型已占据约三分之一的AI使用量,AI基础能力正在廉价化通用化,OpenAI等厂商必须转向完整产品争夺更高价值,可能冲击现有软件企业。

阅读全文 →
1.1万146557
深度观点 · @kimmonismus▲ 2.9K

OpenAI 八成到九成研发聚焦GPT 7及后续版本

OpenAI核心研发资源都砸向更前沿大模型,核心目标指向通用人工智能。想要跟上行业进度,得关注后续进展。

鲍里斯·鲍尔:“OpenAI 80%-90%的研究都聚焦在GPT 7、GPT 8以及更后续的模型上。”

好好想想这句话吧。没人在放缓脚步。他们所有人都主要聚焦在通用人工智能(AGI)和递归自我改进(RSI)上。

在 X 看原帖 ↗
2.9K3608
🛠 工具产品
新工具产品 · @RoundtableSpace▲ 6.1万

@RoundtableSpace分享10个AI记忆开源项目

解决AI代理每次会话都从零开始的问题,能帮AI记住过往信息,构建有记忆的AI服务变得更简单

阅读全文 →
6.1万24154242
新工具产品 · @Lummox_eth▲ 6.8K

推荐10个开源AI编程代理GitHub项目

现在AI已经不只是写代码,还能完成从读代码到修复问题的完整开发循环,这些开源项目可直接尝试使用。

阅读全文 →
6.8K68390
新工具产品 · @DAIEvolutionHub▲ 1.5K

DAIEvolutionHub 发布 VibeDefend AI编码安全工具

使用AI编码助手写代码时,它可能生成不符合要求甚至危险的代码,VibeDefend可以提前拦截风险行为,适配多款主流AI编码工具

你的AI编码助手能在你读前20行代码的时候写出500行。这个速度太惊人了,直到它输出了你不想要的东西。

VibeDefend将安全能力直接内置在AI编码助手里。它可以强制执行你的仓库规则,在编写代码时进行扫描,并在危险操作发生前阻止它们。

支持 Claude Code、Cursor、Codex、Windsurf 和 Copilot。

只需要一条命令:`npx -y @cybedefend/vibedefend@latest install`

如果你使用vibe coding,这值得一试。我们也已经在 Product Hunt 上线了 😎

在 X 看原帖 ↗
1.5K11527
工具产品 · @gkxspace▲ 1.3万

gkxspace发布180个Claude、Codex开源技能清单(180)

想做AI动效视频又不知道怎么入门,这份分类整理好的开源技能清单能直接帮你上手不同类型视频创作

真香,最近满屏都是 Opus 5.5 动效视频,刚想研究怎么搞,喂饭级的清单就来了😋!!!

180 个能让 Claude、Codex 直接做视频、剪视频的开源 skill,全部分好了类,做了安全评级。

1、剪口播:cut-video 自动剪掉静音和嗯啊,还有个 Premiere 的 MCP 1027 个工具,agent 能直接在 PR 里剪时间线、调色、混音。

2、做产品宣传片:video-shotcraft 带 152 张镜头配方卡,归藏的 skill 拿你产品真实的组件做更新宣传片,画面和产品一模一样。

3、做科普号:vox-director 给一个选题,出一条 Vox 那种纸拼贴讲解视频。Paper-Cut 完全不用视频模型,图像模型出图后拆层、用代码做动画。

4、不露脸账号:有现成的 Shorts 工厂,画面、配音、逐词字幕一条龙。

5、中文内容:丢一首诗或一个成语,出国风纸片动画;丢一段中文故事,出手绘漫画风动画。

6、做数据号:CSV 丢进去,出动态图表,每一帧的数字都是准的。

......
🔗:

在 X 看原帖 ↗
1.3万25131188
工具产品 · @aaliya_va▲ 6.7K

Cuey扩展可并排对比多个大模型回答

单一大模型正确率只有67%,对比不同模型回答能快速发现分歧,避免答错后付出时间或金钱成本。

一个AI回答并不总是够用。即便是在人工分析(Artificial Analysis)的AA-Omniscience基准测试中性能最好的模型,正确率也只有67%。

这就是我欣赏Cuey背后这个理念的原因。它是一款免费的Chrome扩展,可以让你并排对比来自ChatGPT、Claude、Gemini、Grok和其他AI模型的回答。

输入一个提示词→得到多个回答→找出分歧点。你不用轻信得到的第一个信心满满的回答,还可以快速查看其他模型给出的说法。在错误回答可能会给你带来时间或金钱损失的场景下,它非常有用。

点击此处试用Cuey:

在 X 看原帖 ↗
6.7K2583
工具产品 · @bkdgiffug▲ 2.7K

Galileo免费公开500多页AI Agent学习资料

想入门或系统学习AI Agent,不用先花钱买课,可以先把这套免费公开的资料当资料库使用。

想系统学 AI Agent,不一定非得先买课。Galileo 把 4 本相关电子书免费公开了。一共 500+ 页,覆盖: ① Mastering AI Agents:Agent 架构与实战 ② Mastering RAG:检索、向量库等核心知识 ③ Mastering Multi-Agent Systems:多智能体协作 ④ Mastering LLM-as-a-Judge:模型评测与 Agent 评估 从 RAG 到多 Agent,再到评测和减少幻觉,基本把常见问题串了一遍。

想入门或系统补课,可以先拿来当资料库。

在 X 看原帖 ↗
2.7K136251
工具产品 · @Lummox_eth▲ 5.5万

10个开源AI智能体记忆项目解决从头开始问题

目前AI大模型哪怕能容纳百万级上下文,也会在每次对话会话时从头开始,这些开源项目可以解决这个问题,适合开发AI智能体参考。

阅读全文 →
5.5万61470902
⚡ 实战经验
实战经验 · @Widmdge▲ 1.5K

@Widmdge 分享 Sleepagotchi 正确阅读顺序

想要全面了解Sleepagotchi项目,按本文分享的顺序阅读可避免只看代币就下判断的常见错误。

如果你想正确理解这个项目,而不是从零散帖子中拼凑信息,请按以下顺序阅读。

从核心循环开始,了解睡眠如何被追踪,并对照目标评分。

接下来看AI层,有四个独立智能体分别处理睡眠、健康、用餐和本地购物,都在设备本地运行。

然后了解融资和团队背景,该项目融资超过1000万美元,创始团队拥有AAA游戏和Duolingo相关经验。

最后看通证状态,当前积分是vSLEEP,是正式SLEEP通证推出前的预上线余额。

按照这个顺序阅读可以避免只通证标题就对整个项目下判断的常见错误。

这里提到的所有内容都在@sleepagotchi 有记录,直接阅读每个部分比看压缩版本更好。

在 X 看原帖 ↗
1.5K24344
实战经验 · @lxfater▲ 2.1万

Opus 5.5搭配四个skill可替代初级剪辑师

视频剪辑从业者可以参考这套方案,现在AI搭配合适工具已经能完成从粗剪到出片的全流程,可胜任初级剪辑师的工作

现在 Opus 5.5 加上正确的 skill,能顶上一个初级剪辑师 哪些 skill 好用呢? 我从 Jason 整理的 180 个开源 skill 里挑了 4 个: 粗剪用cut-video 自动剪掉静音和嗯啊这类语气词 精修用AdobePremiereProMCP: 直接接管 Premiere,时间线、调色、混音、导出,1000 多个工具 字幕用claude-faceless-shorts-creator 口播视频逐词配字幕 出片用vox-director: 给个选题,直接做成 Vox 风讲解视频 剩下的,读他这篇文章就够了👇

在 X 看原帖 ↗
2.1万34224270
新实战经验 · @AYi_AInotes▲ 1.1万

吴恩达发布两小时 AI Agent 新课

想学习 AI Agent 不要停留在单代理入门阶段,这门课讲透完整自动化图系统,能提升长任务完成度好几倍。

吴恩达刚发了今年最狠的一堂Agent课,两小时,从单代理一路讲到完全自动化,硬核到足以把你今年收藏的所有AI Agent教程全淘汰了!整门课刚好两个小时,五个时间节点卡得特别清楚,九分钟带你搭出第一个能干活的代理,三十三分钟讲循环工程怎么让代理自己纠错迭代,一小时零两分正式开讲图工程,一个半小时讲能自我重写的代理,最后四十分钟直接放完整的可运行图系统。很多人学Agent最大的误区,就是把能跑通一个对话循环当成了终点,实际上单代理再聪明,也扛不住长任务里的上下文丢失,状态混乱和失败不可追��,图工程干的事,就是把决策和控制流从模型的黑盒里拉出来,变成可检查可复用可并行的固定拓扑,模型只负责节点里的判断,路径由人提前设计好。

这也是为什么同样的模型,同样的token,用单代理跑和用完整图系统跑,一周下来的完成度能差出好几倍,前者还在反复重试同一个失败步骤,后者已经把多个分支并行跑完,自动汇总成最终结果了。想真正搞懂Agent自动化的兄弟,这门课真的值得抽两个小时完整刷一遍,别再停留在单代理的玩具阶段了。

在 X 看原帖 ↗
1.1万66190279
新实战经验 · @polydao▲ 3.0万

@polydao发布14页PDF教程(14-page)

想要降低团队使用 Claude 的费用同时提升输出?这套分步搭建公司 AI 工作流的方案可以直接参考,效果已经有数据验证。

阅读全文 →
3.0万35300346
实战经验 · @Mohiniuni▲ 1.2K

Google发布8分钟搭建首个AI代理教程(8)

想入门AI领域或者转行做AI相关工作,可以不用花学费找学习资源,这里有官方推荐的免费课程可以从基础学到进阶。

阅读全文 →
1.2K195629
实战经验 · @sonalshukla3377▲ 1.6K

Claude Code 可搭建5层AI智能体框架

把 Claude Code 当智能体开发平台而非单纯编码助手,能让它功能更强大,这套分层框架对学习 Claude Code 或搭建 AI 智能体有参考价值。

阅读全文 →
1.6K167631
实战经验 · @aiehon_aya▲ 8.2K

分享全自动AI生成30秒动漫舞蹈MV教程

可直接把流程复制给 Claude Code 或 Codex 执行,普通人也能跟着流程,用AI工具批量生成专属动漫舞蹈MV。

阅读全文 →
8.2K7170229
实战经验 · @tvytlx▲ 7.3K

Agentic engineering面试,怎么防执行乱操作

开发智能Agent时,不能只靠模型自身的prompt约束乱操作,用上传统工程安全思路,才能从根源降低智能体失控的风险。

阅读全文 →
7.3K106171
实战经验 · @TheAhmadOsman▲ 2.6万

博主发布免费完整大语言模型入门指南

这份指南从基础原理讲到大语言模型各项核心机制,还包含本地运行大语言模型的实操知识,可以收藏备用。

这份从头理解大语言模型的最完整指南现已免费开放在线阅读。

内容涵盖模型机制:
- Token / 分词器
- Transformer
- 注意力
- KV缓存
- 预填充 vs 解码
- 解码控制
- 模型包
- 对话模板
- 长上下文
- RAG
- 智能体/工具
- 微调
- 多模态模型

之后内容衔接至本地运行模型:
- “本地”究竟是什么意思
- 开放权重 vs 开源
- 量化
- VRAM计算
- 硬件分级
- 文件格式/加载安全
- 运行时/服务模式
- 模型选择
- 隐私
- 故障模式
- 基准测试
- 实用设置路径

你应该读一读这篇指南,如果现在没时间,一定要把它加入书签留着以后看。

开源&本地AI万岁。

在 X 看原帖 ↗
2.6万49401602
📌 其他
AI安全 · @k2sbhai▲ 1.4万

DeepSeek V4.1越狱提示测试步骤分享

来自X平台用户k2sbhai分享的DeepSeek V4.1越狱实验

DeepSeek V4.1 越狱实验 😳 这是一个测试模型指令边界能被推到多远的越狱提示词。

准备步骤:
1. 创建一个文件夹
2. 用 OpenCode 打开它
3. 下载下方文件
4. 将文件重命名为 AGENTS .md
5. 启动 OpenCode

文件内容:
> 这是一个测试模型行为的实验
> 请负责任地使用它,不要生成有害内容

在 X 看原帖 ↗
1.4万23230294
AI代理 · @santtiagom_▲ 1.4万

自定义AI代理的5种工作模式,一次讲清楚

本文来自𝕏用户@santtiagom_,讲解构建自定义AI代理的5种模式

阅读全文 →
1.4万19316435
Prompt工程 · @mattshumer_▲ 2.7万

用户用GPT-4生成全代码从零构建计算机的Prompt

@mattshumer_在X上分享完整Prompt,要求从逻辑门开始实现

提示:“从零开始用代码构建一台可运行的计算机,全程从单个逻辑门起步。设计CPU、内存、汇编器、一个微型操作系统,以及一个能在这台计算机上运行的游戏。所有东西都必须是真实可用的,游戏必须运行在你构建的逻辑门上,而不是假装在JavaScript里运行。

把整个系统做成3D可视化,这样我就能玩这个游戏,还能一路从芯片放大缩小到逻辑门层面,观察运行时信号的流动。就当作是证明你完全可以靠自己发明计算科学。放手去做。

”

在 X 看原帖 ↗
2.7万68476
教程 · @huoshan007▲ 2.0万

90%的人不会正确使用 Claude 和 Codex,问题出在提问方式

@huoshan007 在𝕏分享了7套可直接套用的AI提问框架,帮你用好 Claude、Codex

阅读全文 →
2.0万1793127
AI安全 · @atarikguney▲ 5.3K

土耳其AI从业者自述对行业浮躁观点的厌倦

@atarikguney在𝕏发文,自述是企业AI开发从业者,分享了对当前AI行业浮躁讨论的看法

先说明清楚:我是一名在企业中使用AI、编写自定义框架(harness)、从事编排(orchestration)工作的从业者。我会阅读AI领域的学术论文,也和管理者一起围绕AI安全(AI safety)和对齐(alignment)问题分享相关预案。我也对大语言模型(LLM)的设计抱有兴趣。

但为了提升自己在相关领域的能力,我一直会谨慎筛选信息来源。我设置信息过滤的原因,是厌倦了一类人的言论:他们被焦虑和恐慌裹挟无法理性思考,或是说着狂妄的话,几乎要把人工智能放在比人类更高的位置,只从智力维度评判人类。

只观察AI本身、研究它的发展,没法对未来做出准确预测。不过我以后不会再谈论这些话题了,这太累人。每个人都可以坚持自己相信的观点,如果恐惧能对你有所帮助,大可以继续活在恐惧和恐慌中,祝好。

如果你也只把人类当作可买卖的信息来评判,轻易否定人类价值,还喜欢基于此构建人类灭绝的场景,那你需要重新问问自己:人类到底是什么?别忘了,你自己也属于人类这个范畴。

在 X 看原帖 ↗
5.3K36528
模型部署 · @omarsar0▲ 7.6K

混合使用大小模型可降低AI部署成本提升效率

@omarsar0在𝕏分享观点,讨论结合System One和System Two模型的部署框架

这篇内容很棒,值得一读,它很好地展示了如何利用System One和System Two模型构建更高效的部署框架。

内容探讨了Jev作为模糊语法检查工具(fuzzy linter)的潜力。在否定这个思路之前,不妨先看看它给出的测试设置。

这篇内容吸引人的点在于,它给出了测试相关思路的详细合理设置。它对问题做了清晰的范围界定,比如过滤掉容易判断、不需要额外上下文或推理的规则。

这一点很重要,因为像Jev这类System One模型不是为高推理强度任务设计的。这不代表它们不能在确定性更强的 operations中帮助提升规模效率和性能,只是需要更仔细地观察部署框架。

在该框架中,通常由System Two模型管控所有可卸载到System One模型的组件和决策,这和之前分享的观点一致。

现在有一点愈发清晰:并不是所有任务都需要前沿大模型。很多时候,你可能在为不需要的功能支付额外费用。

作者希望未来能有更多评估和基准测试来衡量这类方案,因为这个方向值得深入挖掘。

在 X 看原帖 ↗
7.6K33359
大模型 · @fly3nn▲ 2.7万

用户实测Gemini解决反爬抓取问题比GPT更高效省成本

来自𝕏用户@fly3nn的实测,Gemini完成抓取任务比GPT更省时省token

@fly3nn在𝕏分享了自己实测大模型完成抓取任务的结果,称Gemini是目前最好的大模型。

让Gemini抓取微信公众号文章,它尝试几种基础方式失败后,直接模拟微信浏览器内核的请求头,生成脚本完成了抓取。

让Gemini获取dy视频和音频,同样在基础操作受阻后,它直接获取到dy的视频CDN链接,从CDN完成抓取,再用ytb cli解析得到结果。

对比来看,GPT在基础脚本抓取失败后,先是用内置chrome读取公众号,发现DOM加载超时后调用本机chrome再次读取。

检测到页面存在大量反AI抓取脚本后,GPT最终选择用计算机视觉方式读取文章,整个过程不仅耗时久,token消耗成本也很高。

在这个抓取场景中,Gemini和GPT的表现差异非常明显。

在 X 看原帖 ↗
2.7万21247214
大模型 · @FuSheng_0306▲ 6.4K

用户让GPT-6接管微信 无接口仍自主完成多步任务

用户@FuSheng_0306在𝕏分享,GPT-6在微信无开放接口的情况下自主完成聊天识别回复和个性化祝福写作

有用户分享,让GPT-6接管微信之后,第一次觉得AI可能真的拥有了自主处理复杂任务的能力。微信没有开放接口可供读取聊天记录,甚至对截图获取也有限制。GPT-6依然能自主找到处理方式,逐屏查看内容、逐条识别信息、逐个给出回复。

它还为几十位同事撰写了个性化的节日祝福。这种长链条、跨多个步骤的真实场景任务可以连续自主完成,说明大模型的能力确实又有了明显进步。达到这种处理水平,通用人工智能(AGI)可能真的快要来了。

在 X 看原帖 ↗
6.4K74237
视频生成 · @vibeeval▲ 7.3K

Opus 5.5可一键生成15秒动态设计视频,耗时13分钟

用户@vibeeval 在𝕏分享体验,全程未手动添加关键帧,生成在Claude Code中完成

Opus 5.5能力非常强大,它在Claude Code中生成了这段15秒的动态设计视频。

全程没有手动添加过任何一个关键帧。从初始草稿到最终成品,只通过一个提示词就完成了,整个过程耗时13分钟。

生成内容包含:来自elevenlabs的配音,适配每个词语的字幕和动画;定制化的视频背景音乐和音效;带有咖啡因和腺苷分子真实结构的3D杯子;镜头移动、转场、水印;同时输出16:9横版、9:16竖版视频和字幕文件。

你可以尝试把这类视频做成9:16竖版,分享到YouTube和Instagram,看看能不能获得流量。

对于询问制作方法的人,这里是使用的提示词:制作一段15秒的讲解视频,主题是咖啡为什么能让人保持清醒。使用remotion,从elevenlabs获取带时间戳的语音,把动画绑定到这些时间戳上。

最后会输出完整项目文件。

在 X 看原帖 ↗
7.3K36364
动态 · @daniel_mac8▲ 1.8万

Claude Code 可体验 Opus 5.5 动态工作流功能

用户@daniel_mac8 分享Claude Code结合Opus 5.5动态工作流的使用体验,附操作教程链接

用户daniel_mac8在𝕏平台分享,可以在Claude Code中试用Opus 5.5的「动态工作流」功能。 分享者称Opus 5.5的效率超乎寻常,这是他目前体验过的最出色的多智能体编排体验。 查看具体操作方法可以访问链接:

在 X 看原帖 ↗
1.8万423399
职业 · @distortgeekin▲ 6.0K

不到1%的人用过这三款AI编码工具,职业机会差距巨大

前Cursor现SpaceXAI工程师称自己现在不用手写代码,相关行业分享 panel 价值超付费课程

前Cursor工程师、现SpaceXAI工程师表示,全世界只有不到1%的人接触过Cursor、Claude Code或者Codex这三款AI编码工具。他认为,这个认知和使用差距,是当前职业生涯里最大的机会。

这名工程师称,他现在已经不手写任何代码了,AI编码智能体完成代码编写,他只负责决定开发方向。

有一个时长76分钟的行业讨论 panel,会请到来自SpaceXAI、Google DeepMind和Thinking Machines的工程师拆解,如何在2026年进入顶级AI实验室。分享内容包含个人求职案例:投递300份申请被拒绝297次,最终没有博士学位也拿到了DeepMind的博士级岗位,路径是从 side 项目到黑客马拉松再到AI智能体最终进入顶级AI实验室。

这个panel的价值比多数价格2000美元的AI职业课程还要高,可以收藏后随时观看。观看之后,还可以阅读下方文章,学习如何从零搭建一套AI智能体团队。

在 X 看原帖 ↗
6.0K35171
软件工程 · @alexanderrX_▲ 6.3K

软件工程师一年前后工作变化:从写代码到改AI代码

软件工程师@alexanderrX_在𝕏分享,AI让多智能体异步完成他过去10到20倍的工作量

一位名为alexanderrX_的软件工程师分享,和一年前相比,自己的工作已经变得完全不一样。

一年前,他和过去几十年里所有工程师一样,主要工作就是自己写代码,参加每日站会,做 sprint(冲刺)规划。

后来他开始使用AI编码助手,变成AI智能体写代码,他负责修正问题。经过多轮修改调试后,现在已经有多个AI智能体在不同项目中异步工作。

这些智能体完成的工作量,是他过去自己做的10倍到20倍。现在他大部分工作都可以通过手机完成:他先在Mac上启动Claude的代码会话,之后不管身处何处,都可以通过远程操控给AI发提示词推进工作。

他提到,最开始面对这么快的变化确实感到担心,现在却由衷喜欢现在的工作状态,他几乎可以搭建任何自己想做的东西。

在 X 看原帖 ↗
6.3K35920
视频生成 · @zane_os▲ 8.9K

用DeepSeek模型制作15秒动态视频 仅单次AI创意咨询成本极低

开发者@zane_os在𝕏分享,基于DeepSeek V4.1 Flash,通过Python等工具实现

开发者@zane_os在𝕏分享了一个15秒的动态视频,该视频由DeepSeek V4.1 Flash模型制作完成。

整个制作过程仅向opus 5.5咨询一次来获取创意,全程使用DeepSeek Harness的默认插件。

该视频通过Python、PIL、scipy、numpy和ffmpeg工具实现制作,包含音频部分。

开发者表示,如果制作成本能进一步降低,效果将难以想象。

在 X 看原帖 ↗
8.9K17940
硬件 · @techartist_▲ 2.3K

开发者用Claude Opus 5.5打造出桌面3D地图投影装置

开发者@techartist_ 发布作品,可将地球投影到可展开的圆柱、圆锥或平面纸上

所有平面地图都是一种折中,都会存在变形。

开发者@techartist_ 借助Claude Opus 5.5打造了一款3D地图投影装置。

这是一个发光的地球仪,能把地球投影到可在桌面展开的圆柱、圆锥或平面纸上。

装置自带的Tissot(蒂索)变形圆可以直观展示出地图投影中变形发生的位置。

在 X 看原帖 ↗
2.3K76619
AI 编程 · @kloss_xyz▲ 3.1K

三年前不会写代码的人如今一天提交30多个PR

@kloss_xyz在𝕏分享,他借助Claude Code和Codex在酒吧完成代码提交

三年前,@kloss_xyz从来没有编写过应用程序,也完全不知道合并请求(pull request)是什么。

今天,他在一个周日借助Claude Code和Codex提交了超过30个合并请求,其中大部分工作都是在酒吧里喝了几杯啤酒后完成的。

如果你还没有每天尝试使用AI,他实在不明白你还在等什么。三年前你做不到的事,现在大概率可以做到了,动手去做吧。

在 X 看原帖 ↗
3.1K673
设计 · @oiharshit▲ 1.6K

设计师分享新工作流:Figma做设计 Claude做动效

来自𝕏用户@oiharshit 的分享,公开了面向初创企业的新型设计动效工作流

𝕏用户@oiharshit 分享了自己的全新工作流:使用Figma完成设计,使用Claude完成动效制作。

这套工作流面向高速增长的初创企业,用于设计和搭建高质量数字产品体验。

相关详细内容可查看用户分享的链接。

在 X 看原帖 ↗
1.6K25221
智能体 · @Voxyz_ai▲ 6.2K

用户用Claude Opus 5.5调度105个智能体完成内容整理任务

Voxyz_ai在X平台分享,用Opus 5.5将1500多篇帖子整理成包含66个技能的代码仓库

阅读全文 →
6.2K5257
项目进展 · @MichaelGannotti▲ 34

研究阶段完成,Oliver Omarchy Scout已转交任务给Wilson

Michael Gannotti在𝕏发布消息称,Oliver Omarchy Scout已完成研究并转交任务给Wilson

Michael Gannotti在𝕏平台发布了一条简短消息。

研究阶段已经完成,名为Oliver Omarchy Scout的项目已将工作交接给Wilson。

这条消息同时提到了机器人已投入运作,附上了相关链接。

在 X 看原帖 ↗
34
编程 · @lidangzzz▲ 1.5万

计算机本科生学AI编程的三节课,做完吊打八成清华本科生

博主@lidangzzz分享大学AI编程学习的三步实践路径,工具用claude code和codex

阅读全文 →
1.5万15117130
开源 · @dontbesilent▲ 9.1K

开源工具dbs-content-value可预判内容流量规模

开发者更新dbs-content-value,已公开整套预测流量框架

dbskill 刚刚更新了 dbs-content-value,效果感动到哭 它真的可以帮你预判一条内容有没有流量 甚至还能告诉你,你把文章里面另外一句话提到开头,可以让你的流量更大 (我本地用的是 gpt-5.6 sol,其他模型没来得及测试) 整套框架也公开了(图 3)

这个 skill 公开了我的预测流量规模的模型

在 X 看原帖 ↗
9.1K16143145
前端 · @liangzhu_AI▲ 2.6K

这套Landing Page高效工作流帮你省下90%排版时间

@liangzhu_AI分享从找灵感到像素级复刻的全流程工作流

做独立站或 AI 产品,最耗时往往不是后端,而是磨一个高转化落地页。

分享一套我私藏的“Landing Page 高效工作流”,从找灵感到底层像素级复刻,省下 90% 前端排版时间:

1️⃣ 灵感库:SaaS Landing Page 汇集了数百个顶级 SaaS 产品的真实 Landing Page。不管你想要极简风、暗黑科技风还是高转化排版,直接看各家头部产品怎么做 Hero Section 和价值主张,选定审美标杆。

2️⃣ 执行神器:website-rebuild-skill 找到心仪设计后,别手动一点点画了。这是一个基于 Claude Code / AI Agent 的网站复刻 Skill,能以“像素级精度”抓取结构、样式并重构干净代码,还原度极高。

💡 工作流建议:

在网站 1 选好对标案例 ➔ 丢给网站 2 的 Skill 自动化重构基础骨架 ➔ 替换你自己的文案与品牌资产。

建议先 Bookmark 收藏,下次上线新站直接套用。大家平时落地页都用什么工具搭?

在 X 看原帖 ↗
2.6K54676
视频制作 · @direkturcrypto▲ 8.7K

无需After Effects,用AI制作动态视频的步骤教程

来自X用户@direkturcrypto分享,使用Claude Code等AI工具制作

怎么制作出这样的动态视频?完全不用 After Effects。步骤是:

1. 创建文件夹
2. 在 harness AI 打开(Claude Code / Codex / Hermes)
3. 选择 Opus 5.5
4. 要求它配置 Remotion
5. 描述你想要的视频
6. 语音:使用 ElevenLabs

提示:想要 UI 动起来?提供截图,说“给这个做动画” ✨

想要获取 Opus 5.5 模型的折扣,可以加入 vikey:音效和语音都使用 elevenlabs。

在 X 看原帖 ↗
8.7K33307279
金融 · @Kay2289123▲ 1.6万

个人投研系统Harness帮用户完成85%的研究工作

博主@Kay2289123在𝕏分享了其基于AI搭建的投研系统

最近我的投研系统 Harness在满负荷运作,每天帮我完成大概 85% 的 研究工作,挖掘信号因子。而我可以专注于技术和思考 比如上周四我听他的买了 $METD 。这个帖子我把投研 harness+Model的架构图完整的分享出来,给大家提供一些思路 如果有不懂的,可以评论区问我。

我可以单独出一期,讲讲每个模块我都有什么样的思考 我认为AGI 其实已经来了,只是全民意识到需要些时间,顺路分享一些我最近的观察 1. Opus5.5 我实际使用下来,和 GPT-6 Ultra 水平基本一样,而且额度多到用不完 2. 周末跟朋友聊下来,我们认为 pre-training recipe 在业内不是什么秘密,各大厂商都会追上来,看好开源模型 3. 想象一下,如果在 2027 年的时候,我们拥有了更多的算力,Frontier Labs 可能会做出更多的突破,让更多人用上 4. 情绪和基本面,其实大部分时候都是在背离,只是有的时候背离得特别离谱,我们只需要抓住这些时刻

在 X 看原帖 ↗
1.6万65585
新代码审计 · @Bober_smart▲ 1.9K

48个Claude代理并行完成多智能体代码审计

@Bober_smart在𝕏分享了自己构建的多智能体并行代码审计系统

我开展了一项多智能体代码审计,由48个Claude智能体并行检查一个代码仓库。

现代化自动化凭借图架构实现出色表现,允许一组定制化AI单元共同解决复杂问题。

以下是流程工作原理:48个Claude模型同时检查同一代码库的不同片段。
使用全新一批无上下文的智能体,对每一个已识别的错误或安全漏洞进行独立二次核查。
Git worktree隔离确保并行处理平稳运行,不会发生合并冲突。

该系统会跟踪切实有效的验证指标,例如通过测试运行。
最终交付物是一份统一报告,仅包含经过完全验证的发现结果。

这不是为了扩大机器人数量而扩大,而是为了打造智能流水线。你需要通过削减不必要瓶颈,而非仅仅堆叠更多AI工具,来解锁顶级性能。

下一代软件工程依赖多智能体设置,模型会在每一步验证自身输出,而非仅仅生成纯文本。

可以查看下方链接文章中的分步拆解,记得把它收藏起来供之后阅读。

在 X 看原帖 ↗
1.9K28136
新AI开发 · @Khazix0918▲ 2.8万

外行花3天用AI重写完AIHOT项目并上线,附完整流程

用户@Khazix0918 分享纯外行使用Claude和GPT协同重写项目的全流程

阅读全文 →
2.8万5184134
新开发工具 · @shiba_program▲ 6.0K

Anthropic官方发布Claude Code高质量技能集,共20个技能

开发者@shiba_program分享Anthropic官方发布的Claude Code技能集「anthropics/skills」

Anthropic 官方公开的 Claude Code 技能集「anthropics/skills」,毕竟是官方出品,每个技能的质量都真的很高。

我特别推荐的是「frontend-design」。这个技能用来防止 AI 生成的 UI 看起来“满满的 AI 味”,里面写了指示要避免那种常见的设计,比如奶油色背景上全是一模一样圆角的卡片。它的流程是不马上开始写代码,而是先确定配色、字体、布局的方案再开始制作,这样设计返工少,用起来很舒服。

我推荐的还有这些:
・webapp-testing:用 Playwright 在浏览器里运行你自己的 Web 应用,还会帮你检查截图和控制台日志。
・skill-creator:会询问你想要什么样的技能,帮你制作自定义技能还会帮你跑完测试。

除此之外还有一共 16 个这类技能汇总在这里。刚开始用技能的人,先装上这个肯定没错。

我在 Udemy 推出了 Claude Code 的课程(已经进入畅销书榜单),欢迎大家也来看看!92% 折扣的优惠券在↓

在 X 看原帖 ↗
6.0K47486
新视频制作 · @higgsfield▲ 8.3K

Claude Opus 5.5控制12台笔记本完成视频制作全流程

Higgsfield 测试中,Claude Opus 5.5 借助Computer Use和Higgsfield MCP,通过12台笔记本分工完成推广视频制作

Higgsfield开展了一项测试,让Claude Opus 5.5控制12台笔记本电脑,目标是根据一段提示词生成完整的推广视频。测试中Claude Opus 5.5使用了AI电脑操作功能(Computer Use)和Higgsfield模型控制协议(MCP)。

Claude Opus 5.5首先给12台电脑分配了不同工作,随后分别生成画面素材、制作动画,最后整合得到一个可完整编辑的After Effects工程文件。

这就是原生AI驱动动效工作室的形态。

用户可以访问提供的链接,尝试在After Effects的动态设计中使用搭配Claude Opus 5.5的Higgsfield MCP。

在 X 看原帖 ↗
8.3K1012855
新AI绘画 · @mehwishkiran07▲ 889

一步一步用AI把普通照片转成电影感场景

网友mehwishkiran07在𝕏分享了可直接复制的AI图像生成提示词,支持Gemini、Grok、GPT Image 2.5

阅读全文 →
889136816
新工程 · @Xudong07452910▲ 6.0K

Cursor 团队优化 Agent 令牌成本,降本约7%不影响任务质量

来自X平台用户@Xudong07452910分享,核心是对完整任务做Agent Harness令牌优化

用户@Xudong07452910在X平台分享了Cursor团队的Agent Harness令牌(Token)优化Prompt,这份优化方案目标明确:在不降低任务质量的前提下压缩单个完整任务的运行成本。经过一轮优化后,整体令牌成本降低了约7%。

这份优化最值得借鉴的思路,是将优化单位设定为完整任务,而非单个请求。AI智能体(Agent)每一轮交互都需要重新携带提示词(Prompt)、工具(Tools)、上下文(Context)和历史记录,如果只在单次请求上节省令牌,却因为优化效果不好需要多运行几轮,最终整个任务的成本反而会升高。

Cursor团队做的都是细节改动:精简提示词、低频工具按需加载、优化缓存布局、减少冗余行号,再调整子智能体(Subagent)和模型的分工。每一项改动节省的成本不多,叠加起来就实现了整体约7%的降本。

这份优化案例说明,当AI智能体真正规模化应用后,运行框架本身就是成本控制系统。上下文如何传入、缓存如何命中、工具何时加载、任务分配给哪个模型,这些工程细节最终都会直接影响成本,而且调用量越大,这种影响越明显。

在 X 看原帖 ↗
6.0K44746
新游戏开发 · @Stefan_3D_AI▲ 5.9K

Claude Code的Opus 5.5用36小时开发出魔兽世界风格游戏

开发者Stefan_3D_AI在X平台分享,该开发过程借助Unity、Blender和Higgsfield工具完成

开发者Stefan_3D_AI分享,Claude Code的Opus 5.5仅用36小时就开发出一款魔兽世界风格的游戏。

开发过程并非只依赖单次提示词,开发者提前撰写了详细的开发规范,赋予Opus 5.5访问Unity、Blender和Higgsfield的权限,还把自己的工作流程整合进了技能中。

完整开发过程已被记录在视频中,用户可访问链接查看。

想要试玩这款游戏的用户,可以在Patreon上免费获取Windows安装包、延时摄影素材及所有相关文件,获取链接同上。

在 X 看原帖 ↗
5.9K916375
新动画 · @Catriel_Mamani▲ 3.3K

网友分享GPT-6 Astra搭配Tripo的面部动效工作流

用户Catriel_Mamani在𝕏平台分享了这款聚焦面部动画的工作流,暂未涉及全身动画

用户Catriel_Mamani在𝕏平台分享了一款结合GPT-6 Astra与Tripo的面部动画工作流。

他表示,自己花了很长时间才完成这个工作流的上传,这款工作流目前仅聚焦面部动画相关功能。

他还提到,目前还没有深入研究全身动画,下一个项目会优化面部绑定,并添加身体绑定功能。工作流可通过原文链接获取。

在 X 看原帖 ↗
3.3K36253
新大模型 · @yifanxu_ephai▲ 2.5K

大模型上下文越长推理越慢,压缩的核心目的是提速

yifanxu_ephai在X平台分享了GPT模型在不同长度上下文下的推理速度测试数据

此前一直认为大模型的上下文压缩只是单纯总结前文,提供更干净的上下文(context)。yifanxu_ephai将gpt coding plan接入dsh后,通过观察推理速度才发现,上下文压缩的核心作用是提升推理速度。

测试得到了不同上下文长度下的推理速度数据:无上下文时速度约200词元每秒(tok/s),10万上下文左右平均速度为100 tok/s,30万上下文左右平均速度降到69 tok/s,瞬时平均速度推断约为:无上下文200 tok/s,10万上下文80 tok/s,30万上下文50 tok/s。

GPT模型的每秒事务数(TPS)会被上下文长度严重拖累,因此20万上下文压缩一直是推荐区间。建议之前调整过压缩上下文长度的用户调整回原设置。

yifanxu_ephai提到一个奇怪的现象:此前没有注意到ds v4.1 flash会随着上下文长度增长而减速,不清楚其中原因,希望有人能解答。dsh默认在80万上下文时进行压缩,看起来ds v4.1 flash确实有特殊之处。

在 X 看原帖 ↗
2.5K3309
新AI工具 · @ChatGptAstra▲ 2.2K

做有质感的动效视频,现在不用设计剪辑门槛了

来自𝕏用户@ChatGptAstra分享的AI工具Pexo,用自然语言对话即可生成完整可发布的动效视频

阅读全文 →
2.2K3506
新视频生成 · @tobiaschneider

用户花5美元让Opus 5.5生成科普视频,全程仅3分钟

用户tobiaschneider在𝕏分享,用Opus 5.5生成18分钟科普视频仅花约5美元

这周末,用户tobiaschneider让Opus 5.5生成一个名为《炸弹如何致命》的科普讲解视频。最终生成了一个时长18分钟的视频文章。

整个制作过程,只需要用户把自己存了很久的博客想法,用三分钟时间输入到提示框里,然后点击发送就能完成。整个过程调用API的花费大约是5美元。

tobiaschneider表示,视频脚本还有很多可以挑剔的地方,也需要专业编辑进行调整。但即便如此,这个生成结果仍然相当惊人。

在 X 看原帖 ↗
新设计工具 · @adriankuleszo

Figma设计+Opus 5.5动效 设计团队 workflow 将大幅提速

来自@adriankuleszo在𝕏的分享,静态设计到动效再到原型和生产将连成一体

设计在Figma完成,动效制作在Opus 5.5完成,未来设计团队的工作速度会得到极大提升。从提出想法到交付产品之间的间隔正在消失。

从静态设计到动效制作,再到原型和生产,现在正变成一套连续完整的工作流程。

如果你需要一支能在数周内完成设计和交付的团队,可以联系发布者沟通。

在 X 看原帖 ↗
新视频生成 · @hanifproduktif

用户全程用AI制作视频,2分半视频成本约8万印尼盾

用户@hanifproduktif在𝕏分享,全程AI制作视频的工具清单和成本

用户@hanifproduktif在𝕏分享了自己全程100%用AI制作视频的工具清单和成本。从脚本撰写到最终剪辑,全程由Claude负责处理。

视频剪辑和动画使用Claude Opus 5.5加上hyperframe-pro技能完成。配音使用Elevenlabs,采用用户自己的声音配置文件。

视频素材通过Google Flow生成,Google Flow可免费使用,用户使用了6个谷歌账号。额外的补帧素材由AI在互联网上检索存档图片和视频得到。

最终用户只需要接收成品视频即可。制作一条时长2分30秒的视频,成本约为8万印尼盾。用户还放出了工作流链接,可点击查看完整流程。

在 X 看原帖 ↗

这一天的 137 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