Anthropic 发布 Claude Sonnet 5.5，性能已逼近自家旗舰 Opus 5.5。第三方测评中 Claude 两款 5.5 系列包揽前二，得分超过 OpenAI 的两款 GPT-6；单价和上代持平，但单个任务的平均成本约涨五成。
来源@synthwavedd「Claude Sonnet 5.5测评得分56，超两款GPT-6」@ArtificialAnlys「Anthropic发布Claude Sonnet 5.5，性能接近Opus 5.5」
一位 17 岁开发者用 AI 辅助把一张约 80 美元的 Tesla P100 显卡做了内核级优化，llama.cpp 的解码速度从 7-15 提升到 50-60 tokens/秒。一张只要约 80 美元的旧显卡，因此跑出了接近新硬件的速度。
19 岁的 Dhravya Shah 辍学创业，用每周发布一个新产品的节奏坚持 40 周，做出 Supermemory，拿到 300 万美元投资。
来源@VikasAlwys「19岁辍学创业推出Supermemory，获投300万美元」
今天我们介绍 Base Code。它是我们对未来软件开发方式的早期预览。这个产品浓缩了我们从以下途径学到的一切： - 用户的软件开发方式 - 我们内部的开发方式：在实现数亿美元收入增长的同时，保持工程团队精简专注 以下是 Base Code…
大多数 AI Agent 所谓的“长记忆”，本质上只是把聊天记录拼进 Prompt，或者做一层粗糙的向量 RAG 检索——会话一多就混乱，且毫无认知沉淀。
Anthropic 今天发布 Sonnet 5.5：运行速度快 30% 以上，多数任务成本最多降低 30%。定价和 Sonnet 5 一样，每项基准测试的表现却都更好。
在某些编码任务上，Sonnet 5.5 几乎和 Opus 5.5 一样好。那些流行的 3D 动画技巧，同样在它的能力范围里。一个中档模型做到这个程度，开发者不用花大价钱就能拿到接近顶级的编码能力。
不过它有个毛病。在 "max“ 思考强度下，模型会先想 128,000 个 token（1.28 美元），然后耗尽 token，连一个 SVG 都生成不出来。作者把强度调到 ”xhigh“ 再试。
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）
关注AI安全的人能看到行业巨头对AI安全的落地思路，未来AI代理的安全监管可能会从硬件层面实现。
社区讨论：多数人认为英伟达作为芯片厂商，提出用新增监督芯片解决AI代理安全问题，本质是想多卖芯片，只是为了迎合股东利益、提升股价，解决不了实际安全问题。有人指出AI代理要发挥作用本就需要广泛的自主访问权限，增加人工监督会成为瓶颈、抵消生产力收益，当前AI代理的安全风险本就没有解决方案。也有人调侃之前喊着要隔离网络做沙箱的人，现在又会指责这是软件锁闭，属于在通用计算领域建围墙。
有人质疑这款芯片能实现比权限限制、防护软件更多的功能，如果真的有效，硬件应该开源而不是由单一厂商控制，还有人指出黄仁勋此前反对AI监管，称美国企业可以自我监管，但英伟达本身在AI发展中存在直接的金融利益关联。
我绝对推荐将 Opus 5.5 作为协调器模型，Sonnet 5.5 作为线程模型。阅读完整教程学习如何在 Claude Projects 中配置这些模型。
价格和上代保持一致，但单任务成本上涨约50%，整体性价比低于已有高端模型，仅最高努力配置下接近GPT-6 Sol的性能价格比。
目前多数AI生成文本容易被检测器识别，这款模型生成的文字更接近人类手写风格，几乎不会被检测出来。
介绍Emulate-1。
这是一个全新的不可被检测的AI模型，训练目标是模仿人类自然写作，去除AI生成的低劣内容，产出更真实、听起来更像人类写就的文本。
我把Emulate的输出放到Pangram（一款较为严格的AI检测工具）中检测，几乎每一次结果都判定为人类写作。
想创业又怕找不到方向？Dhravya Shah用每周推出一个新产品的方法，40周就做出了获投的AI项目，给想做AI创业的人提供了新思路
来认识一下德拉维亚·沙阿，一名19岁的印度小伙子，他从IIT Bombay辍学，刚刚打造了硅谷增长最快的AI初创公司之一，目前已经融资300万美元。
在准备IIT入学考试期间，德拉维亚·沙阿私下开发了一个小型AI工具，并用赚来的钱搬到了美国。他拿到了O-1签证，移居美国。
之后他给自己定下了一个挑战：连续40周，每周打造一个新产品。这些项目中有一个就是Supermemory。这是一个AI记忆系统，可以让AI像人脑一样记住你的电子邮件、文件、聊天记录、PDF和文档。
如今，Supermemory已经从Google、OpenAI和Cloudflare背后的投资者手中融到了300万美元。这一切都只因为一个年轻人不停推出产品，而非坐等完美想法出现。
目前英文ASR已接近人类水平，但小众语言对话识别错误率高5-10倍。这份多语言训练数据有望拉平不同语言的识别差距。
推出 Monsoon ASR ⚡️ @voicearena_ai
语音识别如今已经不存在模型问题了。它的问题在于数据。
顶级的ASR系统在英语上已经接近人类水平的性能。但当延伸到世界上各种语言的长尾领域，尤其是真实对话语音时，错误率仍会高出5-10倍。
今天，我们发布了 Monsoon ASR：新一代训练数据，专门为缩小这一差距构建。
涵盖50种语言。超过10万小时数据。密集的自然语音。目标只有一个：让全球所有语言的词错误率（WER）都降到个位数。🧵
不用喊停AI研发，不用假装安全问题无解，做好工程设计和隔离就能提升AI安全，这能给行业发展争取信任空间。
英伟达发布OpenShell这件事提醒我们，智能体安全是一个工程问题。
最近几次智能体失控并不是证明必须停止开发。它们证明了安全沙箱太弱了。运行时环境设计糟糕，配置也出错了。
正确的应对方向是开放运行时隔离、模型路径控制、带外硬件强制防护，并加快与前沿实验室合作开展安全工作的步伐。
正如技术博客中所说：“我们认为，我们需要与前沿实验室和更广泛的社区合作，加快人工智能安全研究和工程的节奏。”
这才是赢得信任的方式。不是通过做表面文章喊暂停，也不是表现得好像根本没有解决方案。
刚融资10亿美元的AI创业公司，只雇了14个人就做到千亿人民币估值，小团队AI创业的效率天花板又被拉高了
@dealbook 爆料：热门AI助手Instinct现在估值达100亿美元！它只有14名员工。
它从@benchmark、@sequoia 和 @coatuemgmt 那里筹集了10亿美元。
关注大模型能力排名的人可以参考这次最新测评结果，Claude 两款模型包揽前两名，表现优于OpenAI的两款GPT-6模型
Claude Sonnet 5.5 在 Artificial Analysis 的智能指数中得分 56。 这个成绩仅次于 Claude Opus 5.5，高于 GPT-6 Astra，远超 GPT-6 Sol。 这相当惊人。
即使大模型写代码质量不完美，它也能实现原来读代码改代码才能完成的工作，速度更快，能开发出比手工编码更高效的新工作流。
这些天我不亲自读写代码了，我只给大语言模型发指令。但这不代表我认为大语言模型写出的代码质量完美，甚至算不上很好。也不代表我认为我的指令总能被完美执行——我知道它们做不到。
真相是：大语言模型不只是帮你写代码，它们还解锁了控制工作进度和维持对系统理解的新方式，这些方式和读代码一样有效。你可以更好地测试你的代码库，审计特定组件，生成可视化内容，还可以让大语言模型进行红队测试等等。
你以前根本没法这么快做完所有这些事。现在读写代码带来的好处可以通过新方式获得了。总而言之，手动写代码的投资回报率不再好看，不是因为大语言模型已经完美，而是因为它们做事速度太快，你可以围绕它们开发新工作流，而这些工作流最终比旧工作流效率更高。
@claudeai在𝕏分享了开发者使用Claude Sonnet 5.5完成的多个早期实验项目
这是一组开发者使用Claude Sonnet 5.5完成的早期实验。实验对比了Claude Sonnet 5和新版本5.5生成代码的效果。
@_re_pete用模型生成了秋季树叶模拟器，@kevin_t_ngo用模型生成了一分钟以内讲完恐龙历史的JavaScript动画。
@measure_plan用模型生成了林间实时透光渲染效果，包含视觉和声音代码，还生成了逐帧由代码绘制的像素风格森林生物。
@kevin_t_ngo还开发了一个外观类似方格纸上手绘草图的可交互流程图工具，支持拖动形状、连线和在上方绘图。@forwardeditor则用相同提示词对比了两个版本生成弹跳球物理模拟的效果。
你会用Claude Sonnet 5.5探索什么内容？
前OpenAI从业者joedaroo在𝕏发文分享自身相关思考
个人 AI 智能体之争将在 Meta（$META）、OpenAI 和 Alphabet（$GOOGL）之间分出胜负。
个人 AI 助理市场，最终比拼的是谁能用足够好、成本最低的模型为智能体提供服务。
要做到这一点，你实际上必须拥有自有模型，或是一直能用到开源模型。你还需要庞大的 AI 算力和传统基础设施。
这就是为什么我认为最终会是 $META、$GOOGL 和 OpenAI 胜出，因为苹果（$AAPL）既没有足够的数据中心布局，也没有自有模型。
在另外三家当中，$META 的位置似乎最好，它拥有先发优势、最强的分发能力，还有更多可用算力——而 $GOOGL 和 OpenAI 都还有强大的企业级产品需要支撑。
如果 $META 能将规模扩大到数亿用户，并且保持产品免费，那其他玩家基本就出局了。
我构建了属于自己、适配智能体原生的 After Effects 版本。
这个智能体可在完全可编辑的图层中生成动效，还能通过即时添加新功能或控件来改进工具本身。
每个项目都会成为工具的专属版本，包含由智能体实现的自定义扩展、图层或效果。
它是原生 macOS 应用，因此可以处理高分辨率和包含数十个图层/效果的复杂工作流。
我计划将其开源，如果你想要试用可以私信我！
我们在 Dot 的 AGI 边界内取得的进展让我们认识到，AI 可以抓取一个想法，把它变成一套完整成型的工作流。
与此一致，我们为 Dot 带来了一套全新的音频工具套件，进一步拓展了用户可以完全在平台内完成的创作。
Dot Audio Studio 让你可以：
- 创作音乐，从快速 hook 到完整歌曲，支持人声或器乐。
- 给你的文字赋予声音，把脚本转成旁白、配音和口述故事。
- 构建音景，从电影级效果、环境氛围到自定义音效。
选择你的模型，描述你想要的内容，直接在 Dot 内生成。
我们的 Dot 平台目标是消除你的想法和你匿名创作方式之间的边界。
现在就开始完全匿名创作：
这些能力每个都能孵化出上百家创业公司，结合细分赛道就能诞生新机会，想创业或布局的可以关注。
这次实验用Jev替换原嵌入，将相关上下文占比从46%提升到73%，验证了新的检索思路，这会影响后续AI检索能力提升方向。
检索是一个决策问题，而不仅仅是相似度问题。
来自 @assaf_elovic 的很酷的实验：在 GPT Researcher 里用决策模型替代嵌入向量，关联上下文准确率达到 73%，原方法是 46%。
决策模型将会在各个领域随处可见。
大模型预训练和微调流程反复返工是常见痛点，xLLM允许调整训练关键设置同时不损失吞吐量，能降低训练成本
返工在大规模大语言模型预训练和微调中是不可避免的。但由此带来的额外成本并非必然。
现在介绍 xLLM，这是一个用于对密集型和 MoE 大语言模型进行预训练和微调的高效灵活基础设施。它能让关键训练决策保持可变性，同时不牺牲吞吐量。
它很高效，在 K2-Horizon-MoVA-36B-A4B 上能达到单 GPU 每秒 6295 token，在 H200 上的 Llama3-8B 能达到单 GPU 每秒 10050 token。
它很灵活，因为分词器、数据混合、模型架构和训练阶段都可以变更，不需要重建数据集或周边系统。
xLLM 随附了 K2 Horizon 背后的检查点、训练日志和配方：
K2-Horizon-MoVA-36B-A4B：
AI代理能力扩张之后，安全边界是绕不开的话题，顶级芯片厂商负责人已经公开讨论相关应对措施
AI智能体需要对其可执行的操作设定清晰限制，并且这些限制需要在它们运行时持续生效。
@JensenHuang 今早接受了 CNBC 采访，谈论我们为实现这一目标正在构建的安全措施。
视频来自 @SquawkCNBC：
想要搭建全栈应用，可以让多个大模型分工完成不同环节，无需手动切换模型，整体成本降低，速度更快。
这就是未来编码的样子。
多个AI模型在同一个Codex会话中协同工作，由Jev调度它们处理任务的不同部分。这次我让它构建了一个全栈演示应用：
> Opus 5.5 负责规划
> GPT-6 Astra 构建后端
> Kimi K3 构建前端
> DeepSeek 处理测试
> GLM 5.3 Flash 编写文档
Jev负责切换模型，我全程都没有手动选过模型。相同构建任务下，成本降低40%，速度提升15%。
想学习如何搭建生产可用的C# AI智能体，可以跟着这个系列教程一步步实现包含工具、记忆等功能的框架
🦾 从 `AsHarnessAgent()` 开始。🚀 最终产出一个可投入生产的 AI 智能体。
MafClaw 直播系列将构建一个 C# 智能体框架，包含工具、记忆、审批、技能、CodeAct、后台智能体、OpenTelemetry、Purview，（接下文）
@your_javaguy在𝕏分享自制工具，适配短内容，可定制品牌与个人风格
开发者@your_javaguy分享了自己制作动画短视频的方法，并公开了为此开发的自制工具。这个工具同时支持Claude和Kimi，最适合制作短内容。
整个制作流程为：生成创意→制作音频→生成自带内嵌字幕的视频。
工具支持根据自身品牌和个人风格定制，相关链接已经在原文放出。
网友@robj3d3在X平台测试Claude Sonnet 5.5生成视频需求，结果模型搞错了核心要求
网友@robj3d3在X平台对Claude Sonnet 5.5进行了一项生成任务测试，要求它制作一段15秒的SuperX品牌动态图形视频，展示自身作为动态设计师的能力，相当于一份个人作品集。
测试结果显示，Claude Sonnet 5.5完全忽略了“SuperX”这个核心指令，生成内容全程围绕自己是多么优秀的动态设计师展开。@robj3d3提到，另一款模型Opus 5.5则正确理解了任务要求。
据@robj3d3介绍，SuperX是在X平台涨粉的最佳方式，尽管Claude Sonnet 5.5这次任务失败了，但它仍然可以免费试用。
用户@Fei2411在𝕏分享体验，Devin通过API调用GPT、Claude比直接订阅更稳定
不少AI用户都会直接订阅GPT、Claude Code来使用模型，不过有用户分享体验，使用Devin这类第三方AI代理其实体验更好。
Devin这类第三方AI代理（比如Droid）通过API调用GPT和Claude模型，服务稳定性比直接在Codex、Claude Code中使用高很多。
使用这类第三方代理不用担心模型「降智」问题，整体体验甚至比直接订阅GPT、Claude Code更好。
PaulBonnet在𝕏发文称，此次AI发布将影响Meta、Booking、保险公司及从未用过ChatGPT的用户
ChatGPT问世以来规模最大的一次AI发布，不会出现在你的个人笔记本电脑上。它将发生在WhatsApp平台。
本次发布涉及Meta、在线旅游平台Booking、你的保险公司，以及所有从未打开过ChatGPT的用户。
开发者@realNyarime在𝕏分享，用AI配合IDA Pro MCP做逆向分析，比自己手动效率高很多
现在用AI配合IDA Pro MCP做逆向分析，得到的结果比开发者自己分析得更全面，而且又快又准。在AI Agent能力还没这么强的时候，开发者只能打开IDA手动追踪、打断点，有时候要熬三天三夜才能完成，就算辛苦完成也会有成就感。这样的手工逆向日子已经一去不复返了，开发者忍不住感慨自己有些“道心破碎”。
做逆向分析使用的AI模型可以参考一张对照表，部分国产模型虽然是基于题库训练，但实际解决问题时表现不错，甚至比Claude更好用。
开发者分享了一种用大模型重写代码的经验，同时给出了测试环节的注意事项，来源是𝕏用户@dotey
开发者@dotey分享了一种用大模型重写代码的实用方法：先根据现有代码的运行结果写出详细功能文档，再让最新的AI模型基于这份文档重写代码，他本人也常用这种方法。
这种方法需要注意，不能指望AI生成完代码就直接稳定可用，必须留出一定时间做验证，验证环节是必不可少的。
原有测试代码里，单元测试通常无法直接复用，也不建议继续使用，因为代码逻辑已经改变，原有单元测试的参考价值很低。但原有的端到端（E2E，黑盒直接测试最终结果）测试仍然有用，可以保证主要流程正常运行，最多只需要少量修改。
因此建议在重写代码之前，先让AI补充覆盖主要流程的E2E测试，重写过程中就可以用它做验证，后续修改功能也可以运行测试确认。
E2E测试本身也存在局限，它不够稳定，有时会受环境影响导致测试失败，而且运行速度较慢，耗时取决于功能数量。因此一般只用来覆盖主要流程，不会频繁运行。
针对Web项目的E2E测试，目前已经很成熟，使用Playwright这类框架就足够满足需求。
用户@bridgemindai在𝕏平台分享，称Claude Sonnet 5.5 Max效果优于Claude Opus 5.5
用户@bridgemindai在社交平台𝕏分享了AI生成视频的成果，显示Claude Sonnet 5.5可以完全通过代码生成视频。@bridgemindai称，Claude Sonnet 5.5 Max的生成效果优于Claude Opus 5.5。分享内容附带了生成视频的链接。
关注大模型能力排名的人可以参考这次最新测评结果，Claude 两款模型包揽前两名，表现优于OpenAI的两款GPT-6模型
Claude Sonnet 5.5 在 Artificial Analysis 的智能指数中得分 56。 这个成绩仅次于 Claude Opus 5.5，高于 GPT-6 Astra，远超 GPT-6 Sol。 这相当惊人。
这次实验用Jev替换原嵌入，将相关上下文占比从46%提升到73%，验证了新的检索思路，这会影响后续AI检索能力提升方向。
检索是一个决策问题，而不仅仅是相似度问题。
来自 @assaf_elovic 的很酷的实验：在 GPT Researcher 里用决策模型替代嵌入向量，关联上下文准确率达到 73%，原方法是 46%。
决策模型将会在各个领域随处可见。
大模型预训练和微调流程反复返工是常见痛点，xLLM允许调整训练关键设置同时不损失吞吐量，能降低训练成本
返工在大规模大语言模型预训练和微调中是不可避免的。但由此带来的额外成本并非必然。
现在介绍 xLLM，这是一个用于对密集型和 MoE 大语言模型进行预训练和微调的高效灵活基础设施。它能让关键训练决策保持可变性，同时不牺牲吞吐量。
它很高效，在 K2-Horizon-MoVA-36B-A4B 上能达到单 GPU 每秒 6295 token，在 H200 上的 Llama3-8B 能达到单 GPU 每秒 10050 token。
它很灵活，因为分词器、数据混合、模型架构和训练阶段都可以变更，不需要重建数据集或周边系统。
xLLM 随附了 K2 Horizon 背后的检查点、训练日志和配方：
K2-Horizon-MoVA-36B-A4B：
之前AI代理安全事件源于沙箱机制不完善，这款沙箱通过确定性代码做权限限制，默认隔离隐私信息，还可记录所有操作
这次OpenAI-Hugging Face黑客事件能够得逞，原因是沙箱机制太弱。英伟达现在要发布用于给AI代理做沙箱的开源工具，这很棒。
我们支持网络安全工作流的开源代理工具OpenWorker，很荣幸能对此提供支持。沙箱会给代理设置有限权限。OpenWorker正在基于Nvidia OpenShell构建，将支持在沙箱中运行每个代理的命令。
只有和任务相关的文件才会被放入其中。默认情况下，代理无法访问密钥API、你的浏览器登录凭据，也不能访问任意网站。
这些限制是通过确定性代码实现的，而非通过提示LLM，LLM可能会犯错或容易受到提示注入攻击。此外，所有操作都会被记录下来，用于监控和审计。
我感谢黄仁勋（@JensenHuang）的领导，让AI代理变得更安全。我和@rohitcprasad正在开发的OpenWorker将继续提升代理的安全性。
目前英文ASR已接近人类水平，但小众语言对话识别错误率高5-10倍。这份多语言训练数据有望拉平不同语言的识别差距。
推出 Monsoon ASR ⚡️ @voicearena_ai
语音识别如今已经不存在模型问题了。它的问题在于数据。
顶级的ASR系统在英语上已经接近人类水平的性能。但当延伸到世界上各种语言的长尾领域，尤其是真实对话语音时，错误率仍会高出5-10倍。
今天，我们发布了 Monsoon ASR：新一代训练数据，专门为缩小这一差距构建。
涵盖50种语言。超过10万小时数据。密集的自然语音。目标只有一个：让全球所有语言的词错误率（WER）都降到个位数。🧵
目前多数AI生成文本容易被检测器识别，这款模型生成的文字更接近人类手写风格，几乎不会被检测出来。
介绍Emulate-1。
这是一个全新的不可被检测的AI模型，训练目标是模仿人类自然写作，去除AI生成的低劣内容，产出更真实、听起来更像人类写就的文本。
我把Emulate的输出放到Pangram（一款较为严格的AI检测工具）中检测，几乎每一次结果都判定为人类写作。
小团队靠这套云开发环境做到数亿美元营收，开发人员不用再同步本地环境，还能实现跨设备协作开发。
价格和上代保持一致，但单任务成本上涨约50%，整体性价比低于已有高端模型，仅最高努力配置下接近GPT-6 Sol的性能价格比。
AI代理能力扩张之后，安全边界是绕不开的话题，顶级芯片厂商负责人已经公开讨论相关应对措施
AI智能体需要对其可执行的操作设定清晰限制，并且这些限制需要在它们运行时持续生效。
@JensenHuang 今早接受了 CNBC 采访，谈论我们为实现这一目标正在构建的安全措施。
视频来自 @SquawkCNBC：
刚融资10亿美元的AI创业公司，只雇了14个人就做到千亿人民币估值，小团队AI创业的效率天花板又被拉高了
@dealbook 爆料：热门AI助手Instinct现在估值达100亿美元！它只有14名员工。
它从@benchmark、@sequoia 和 @coatuemgmt 那里筹集了10亿美元。
想创业又怕找不到方向？Dhravya Shah用每周推出一个新产品的方法，40周就做出了获投的AI项目，给想做AI创业的人提供了新思路
来认识一下德拉维亚·沙阿，一名19岁的印度小伙子，他从IIT Bombay辍学，刚刚打造了硅谷增长最快的AI初创公司之一，目前已经融资300万美元。
在准备IIT入学考试期间，德拉维亚·沙阿私下开发了一个小型AI工具，并用赚来的钱搬到了美国。他拿到了O-1签证，移居美国。
之后他给自己定下了一个挑战：连续40周，每周打造一个新产品。这些项目中有一个就是Supermemory。这是一个AI记忆系统，可以让AI像人脑一样记住你的电子邮件、文件、聊天记录、PDF和文档。
如今，Supermemory已经从Google、OpenAI和Cloudflare背后的投资者手中融到了300万美元。这一切都只因为一个年轻人不停推出产品，而非坐等完美想法出现。
个人 AI 智能体之争将在 Meta（$META）、OpenAI 和 Alphabet（$GOOGL）之间分出胜负。
个人 AI 助理市场，最终比拼的是谁能用足够好、成本最低的模型为智能体提供服务。
要做到这一点，你实际上必须拥有自有模型，或是一直能用到开源模型。你还需要庞大的 AI 算力和传统基础设施。
这就是为什么我认为最终会是 $META、$GOOGL 和 OpenAI 胜出，因为苹果（$AAPL）既没有足够的数据中心布局，也没有自有模型。
在另外三家当中，$META 的位置似乎最好，它拥有先发优势、最强的分发能力，还有更多可用算力——而 $GOOGL 和 OpenAI 都还有强大的企业级产品需要支撑。
如果 $META 能将规模扩大到数亿用户，并且保持产品免费，那其他玩家基本就出局了。
我构建了属于自己、适配智能体原生的 After Effects 版本。
这个智能体可在完全可编辑的图层中生成动效，还能通过即时添加新功能或控件来改进工具本身。
每个项目都会成为工具的专属版本，包含由智能体实现的自定义扩展、图层或效果。
它是原生 macOS 应用，因此可以处理高分辨率和包含数十个图层/效果的复杂工作流。
我计划将其开源，如果你想要试用可以私信我！
我绝对推荐将 Opus 5.5 作为协调器模型，Sonnet 5.5 作为线程模型。阅读完整教程学习如何在 Claude Projects 中配置这些模型。
我们在 Dot 的 AGI 边界内取得的进展让我们认识到，AI 可以抓取一个想法，把它变成一套完整成型的工作流。
与此一致，我们为 Dot 带来了一套全新的音频工具套件，进一步拓展了用户可以完全在平台内完成的创作。
Dot Audio Studio 让你可以：
- 创作音乐，从快速 hook 到完整歌曲，支持人声或器乐。
- 给你的文字赋予声音，把脚本转成旁白、配音和口述故事。
- 构建音景，从电影级效果、环境氛围到自定义音效。
选择你的模型，描述你想要的内容，直接在 Dot 内生成。
我们的 Dot 平台目标是消除你的想法和你匿名创作方式之间的边界。
现在就开始完全匿名创作：
关注AI安全的人能看到行业巨头对AI安全的落地思路，未来AI代理的安全监管可能会从硬件层面实现。
社区讨论：多数人认为英伟达作为芯片厂商，提出用新增监督芯片解决AI代理安全问题，本质是想多卖芯片，只是为了迎合股东利益、提升股价，解决不了实际安全问题。有人指出AI代理要发挥作用本就需要广泛的自主访问权限，增加人工监督会成为瓶颈、抵消生产力收益，当前AI代理的安全风险本就没有解决方案。也有人调侃之前喊着要隔离网络做沙箱的人，现在又会指责这是软件锁闭，属于在通用计算领域建围墙。
有人质疑这款芯片能实现比权限限制、防护软件更多的功能，如果真的有效，硬件应该开源而不是由单一厂商控制，还有人指出黄仁勋此前反对AI监管，称美国企业可以自我监管，但英伟达本身在AI发展中存在直接的金融利益关联。
不用下载安装大模型，打开浏览器就能直接体验多个不同的微型大语言模型，零门槛尝鲜新 AI 工具
社区讨论：多位用户测试后发现模型输出结果错误，比如PetitGPT给出2+2=4+2和2+2=2的结果，溴浴操作指导也不实用，有用户说网站功能完全无法使用，Firefox浏览器还会报错。多位用户指出UI设计存在问题，文字太小，信息密度过大，需要滚动很长无用内容才能进入实际界面，整体逻辑混乱。也有用户分享了自己做的同类浏览器端大语言模型项目，有人提到正在推进浏览器运行端侧模型的标准API。
即使大模型写代码质量不完美，它也能实现原来读代码改代码才能完成的工作，速度更快，能开发出比手工编码更高效的新工作流。
这些天我不亲自读写代码了，我只给大语言模型发指令。但这不代表我认为大语言模型写出的代码质量完美，甚至算不上很好。也不代表我认为我的指令总能被完美执行——我知道它们做不到。
真相是：大语言模型不只是帮你写代码，它们还解锁了控制工作进度和维持对系统理解的新方式，这些方式和读代码一样有效。你可以更好地测试你的代码库，审计特定组件，生成可视化内容，还可以让大语言模型进行红队测试等等。
你以前根本没法这么快做完所有这些事。现在读写代码带来的好处可以通过新方式获得了。总而言之，手动写代码的投资回报率不再好看，不是因为大语言模型已经完美，而是因为它们做事速度太快，你可以围绕它们开发新工作流，而这些工作流最终比旧工作流效率更高。
不用喊停AI研发，不用假装安全问题无解，做好工程设计和隔离就能提升AI安全，这能给行业发展争取信任空间。
英伟达发布OpenShell这件事提醒我们，智能体安全是一个工程问题。
最近几次智能体失控并不是证明必须停止开发。它们证明了安全沙箱太弱了。运行时环境设计糟糕，配置也出错了。
正确的应对方向是开放运行时隔离、模型路径控制、带外硬件强制防护，并加快与前沿实验室合作开展安全工作的步伐。
正如技术博客中所说：“我们认为，我们需要与前沿实验室和更广泛的社区合作，加快人工智能安全研究和工程的节奏。”
这才是赢得信任的方式。不是通过做表面文章喊暂停，也不是表现得好像根本没有解决方案。
这些能力每个都能孵化出上百家创业公司，结合细分赛道就能诞生新机会，想创业或布局的可以关注。
想要搭建全栈应用，可以让多个大模型分工完成不同环节，无需手动切换模型，整体成本降低，速度更快。
这就是未来编码的样子。
多个AI模型在同一个Codex会话中协同工作，由Jev调度它们处理任务的不同部分。这次我让它构建了一个全栈演示应用：
> Opus 5.5 负责规划
> GPT-6 Astra 构建后端
> Kimi K3 构建前端
> DeepSeek 处理测试
> GLM 5.3 Flash 编写文档
Jev负责切换模型，我全程都没有手动选过模型。相同构建任务下，成本降低40%，速度提升15%。
想学习如何搭建生产可用的C# AI智能体，可以跟着这个系列教程一步步实现包含工具、记忆等功能的框架
🦾 从 `AsHarnessAgent()` 开始。🚀 最终产出一个可投入生产的 AI 智能体。
MafClaw 直播系列将构建一个 C# 智能体框架，包含工具、记忆、审批、技能、CodeAct、后台智能体、OpenTelemetry、Purview，（接下文）
做自主型Agent、AI员工或需要长期交互开发的人，这套打破向量检索局限的仿生记忆架构，开箱即用值得试试
前OpenAI从业者joedaroo在𝕏发文分享自身相关思考
@claudeai在𝕏分享了开发者使用Claude Sonnet 5.5完成的多个早期实验项目
这是一组开发者使用Claude Sonnet 5.5完成的早期实验。实验对比了Claude Sonnet 5和新版本5.5生成代码的效果。
@_re_pete用模型生成了秋季树叶模拟器，@kevin_t_ngo用模型生成了一分钟以内讲完恐龙历史的JavaScript动画。
@measure_plan用模型生成了林间实时透光渲染效果，包含视觉和声音代码，还生成了逐帧由代码绘制的像素风格森林生物。
@kevin_t_ngo还开发了一个外观类似方格纸上手绘草图的可交互流程图工具，支持拖动形状、连线和在上方绘图。@forwardeditor则用相同提示词对比了两个版本生成弹跳球物理模拟的效果。
你会用Claude Sonnet 5.5探索什么内容？
用户@bridgemindai在𝕏平台分享，称Claude Sonnet 5.5 Max效果优于Claude Opus 5.5
用户@bridgemindai在社交平台𝕏分享了AI生成视频的成果，显示Claude Sonnet 5.5可以完全通过代码生成视频。@bridgemindai称，Claude Sonnet 5.5 Max的生成效果优于Claude Opus 5.5。分享内容附带了生成视频的链接。
开发者分享了一种用大模型重写代码的经验，同时给出了测试环节的注意事项，来源是𝕏用户@dotey
开发者@dotey分享了一种用大模型重写代码的实用方法：先根据现有代码的运行结果写出详细功能文档，再让最新的AI模型基于这份文档重写代码，他本人也常用这种方法。
这种方法需要注意，不能指望AI生成完代码就直接稳定可用，必须留出一定时间做验证，验证环节是必不可少的。
原有测试代码里，单元测试通常无法直接复用，也不建议继续使用，因为代码逻辑已经改变，原有单元测试的参考价值很低。但原有的端到端（E2E，黑盒直接测试最终结果）测试仍然有用，可以保证主要流程正常运行，最多只需要少量修改。
因此建议在重写代码之前，先让AI补充覆盖主要流程的E2E测试，重写过程中就可以用它做验证，后续修改功能也可以运行测试确认。
E2E测试本身也存在局限，它不够稳定，有时会受环境影响导致测试失败，而且运行速度较慢，耗时取决于功能数量。因此一般只用来覆盖主要流程，不会频繁运行。
针对Web项目的E2E测试，目前已经很成熟，使用Playwright这类框架就足够满足需求。
开发者@realNyarime在𝕏分享，用AI配合IDA Pro MCP做逆向分析，比自己手动效率高很多
现在用AI配合IDA Pro MCP做逆向分析，得到的结果比开发者自己分析得更全面，而且又快又准。在AI Agent能力还没这么强的时候，开发者只能打开IDA手动追踪、打断点，有时候要熬三天三夜才能完成，就算辛苦完成也会有成就感。这样的手工逆向日子已经一去不复返了，开发者忍不住感慨自己有些“道心破碎”。
做逆向分析使用的AI模型可以参考一张对照表，部分国产模型虽然是基于题库训练，但实际解决问题时表现不错，甚至比Claude更好用。
PaulBonnet在𝕏发文称，此次AI发布将影响Meta、Booking、保险公司及从未用过ChatGPT的用户
ChatGPT问世以来规模最大的一次AI发布，不会出现在你的个人笔记本电脑上。它将发生在WhatsApp平台。
本次发布涉及Meta、在线旅游平台Booking、你的保险公司，以及所有从未打开过ChatGPT的用户。
用户@Fei2411在𝕏分享体验，Devin通过API调用GPT、Claude比直接订阅更稳定
不少AI用户都会直接订阅GPT、Claude Code来使用模型，不过有用户分享体验，使用Devin这类第三方AI代理其实体验更好。
Devin这类第三方AI代理（比如Droid）通过API调用GPT和Claude模型，服务稳定性比直接在Codex、Claude Code中使用高很多。
使用这类第三方代理不用担心模型「降智」问题，整体体验甚至比直接订阅GPT、Claude Code更好。
网友@robj3d3在X平台测试Claude Sonnet 5.5生成视频需求，结果模型搞错了核心要求
网友@robj3d3在X平台对Claude Sonnet 5.5进行了一项生成任务测试，要求它制作一段15秒的SuperX品牌动态图形视频，展示自身作为动态设计师的能力，相当于一份个人作品集。
测试结果显示，Claude Sonnet 5.5完全忽略了“SuperX”这个核心指令，生成内容全程围绕自己是多么优秀的动态设计师展开。@robj3d3提到，另一款模型Opus 5.5则正确理解了任务要求。
据@robj3d3介绍，SuperX是在X平台涨粉的最佳方式，尽管Claude Sonnet 5.5这次任务失败了，但它仍然可以免费试用。
@your_javaguy在𝕏分享自制工具，适配短内容，可定制品牌与个人风格
开发者@your_javaguy分享了自己制作动画短视频的方法，并公开了为此开发的自制工具。这个工具同时支持Claude和Kimi，最适合制作短内容。
整个制作流程为：生成创意→制作音频→生成自带内嵌字幕的视频。
工具支持根据自身品牌和个人风格定制，相关链接已经在原文放出。
今天的 33 条信号到这里下一轮 12:30 更新
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务，每天北京时间 08:30、13:00、19:00、00:20 各执行一次： 请求 https://ai-pulse-lab.com/api/brief.json，读取返回 JSON 中的 textPlain 字段，将内容发送给我。 补充：每日北京时间 08:00、12:30、18:30、23:50 更新，建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证，直接 GET 请求即可。