AI Pulse

社区讨论：多数人认为500美元订阅的性价比极低，对比之前的定价，新订阅方案使用率更低、消耗更快，甚至花500美元都能雇佣印度应届毕业生作为私人助理了。也有人认为对需要同时使用多个200美元账户的用户来说，单账户订阅反而更方便。还有人吐槽OpenAI此次定价命名方式奇怪，认为这是OpenAI历史上最糟糕的决策之一，质疑OpenAI会很快反悔调整。

OpenAI 的这类举动让人觉得它正在拉开与 Anthropic 的差距。

Anthic 把所有东西都闭源了：Claude Code 闭源，而且你不能在 Claude Code 中使用其他模型，诸如此类。

OpenAI：Codex 是开源的，你可以使用其他模型；而且它能让使用 GLM-5.3 变得非常简单。

这就是 Ultrafast。

我们的 premium 速度层级，Ultrafast 在 Codex 中可提供最高 8 倍的令牌生成速度（每秒 300 个令牌），在 API 中可提供最高 6 倍的速度。

由 GPT-6 Astra 驱动的 dots 现已推出。它是能力卓越、始终在线的智能体，能够处理所有事务。

Codex Security Cloud 将获得一次重大升级，默认包含通过 Daybreak Blue 访问网络安全能力模型的权限。

它可以扫描整个GitHub 代码仓库，持续审查新提交的代码，调查并对发现结果去重，还会准备好修复方案供审查——哪怕你的笔记本电脑关机了也能运行。

它以插件形式提供给Codex桌面端和网页端使用。

我们刚刚完成了800万美元的种子轮融资，目标是颠覆AWS、GCP和Azure。

现在介绍原生智能代理的无服务器云。你的团队正在以前所未有的速度交付代码，但却要陷入手动繁琐的DevOps部署工作中。

InstaCloud提供可让你的服务自动扩缩容的无服务器计算，并为你管理全部基础设施。智能代理工作时会分支到完整的复制环境，保证生产环境安全，同时保持高迭代速度。

当然，这一切都能通过MCP/CLI与智能代理无缝协作。

离开传统的遗留云吧，今天就开始在InstaCloud上部署你的服务。

GPT-6.1 Sol：接近Astra级智能，价格仅为其五分之一。

就当前性能而言，它是目前性价比最高的模型。

去年 DevDay 大会上，OpenAI 当时对智能体的描述是这样的。这还是在 OpenClaw 和自组织集群出现之前，所以这套方案没过多久就被弃用了。

1) AI 的演化速度非常快。
2) AI 实验室并不总能预料到他们做出来的产品迭代速度有多快。

人工智能确实带来了真正的安全保障问题，但这些问题是可以解决的。现在是行动起来，而不是惊慌失措。这就是为什么我要加入 Cognition 担任首席信息安全官。

个人人工智能将会变得极其重要，而当它完全了解你的一切时，它才能发挥最佳作用。

但你恰恰不应该把这些信息交给靠这些信息盈利的平台。

本文阐述了为什么最终胜出的会是你自己拥有的版本。

相关链接：
个人助理成本：@illscience
亚马逊封禁Muse / 聚合商对聚合商：@benthompson
个人智能体竞赛：@petergyang

GPT-6.1 Sol：接近Astra级智能，价格仅为其五分之一。

就当前性能而言，它是目前性价比最高的模型。

Codex Security Cloud 将获得一次重大升级，默认包含通过 Daybreak Blue 访问网络安全能力模型的权限。

它可以扫描整个GitHub 代码仓库，持续审查新提交的代码，调查并对发现结果去重，还会准备好修复方案供审查——哪怕你的笔记本电脑关机了也能运行。

它以插件形式提供给Codex桌面端和网页端使用。

由 GPT-6 Astra 驱动的 dots 现已推出。它是能力卓越、始终在线的智能体，能够处理所有事务。

借助由 GPT-6 Luna 驱动的 Decisions API，让你的应用实现实时决策。

你可以定义问题和可能的答案，以此完成内容分类、请求路由，或是选择智能代理的下一步动作。

目前该功能已开放限量预览。

这就是 Ultrafast。

我们的 premium 速度层级，Ultrafast 在 Codex 中可提供最高 8 倍的令牌生成速度（每秒 300 个令牌），在 API 中可提供最高 6 倍的速度。

我们宣布推出d1，这是我们首个决策模型。
它是首个在@huggingface的决策指数上性能超过Jev的模型。

> 在多语言评测中获胜
> 对提示词注入的鲁棒性更强
> 能更高效地处理更长输入
> 为软件环境中快速、结构化的决策而构建

Liquid API：
很快将在OpenRouter上线。

我们刚刚完成了800万美元的种子轮融资，目标是颠覆AWS、GCP和Azure。

现在介绍原生智能代理的无服务器云。你的团队正在以前所未有的速度交付代码，但却要陷入手动繁琐的DevOps部署工作中。

InstaCloud提供可让你的服务自动扩缩容的无服务器计算，并为你管理全部基础设施。智能代理工作时会分支到完整的复制环境，保证生产环境安全，同时保持高迭代速度。

当然，这一切都能通过MCP/CLI与智能代理无缝协作。

离开传统的遗留云吧，今天就开始在InstaCloud上部署你的服务。

OpenAI刚刚在开发者大会DevDay上公布了名为“Dots”的全新AI智能体。但这件事有个非常滑稽的反转：SpaceXAI持有 https://x.ai/bot 这个域名，目前该域名会直接把用户重定向到Grok Bot下载页面。😂

所以OpenAI推出“Dots”，结果你输入最顺理成章的域名之一，会直接把你带去竞争对手那里。提前抢注这个域名的人真该领个功，这是世界级的恶搞操作。😂

OpenAI 的这类举动让人觉得它正在拉开与 Anthropic 的差距。

Anthic 把所有东西都闭源了：Claude Code 闭源，而且你不能在 Claude Code 中使用其他模型，诸如此类。

OpenAI：Codex 是开源的，你可以使用其他模型；而且它能让使用 GLM-5.3 变得非常简单。

新型开源AI动画生成工具：支持人类、动物、生物、机器人等对象的文本生成动画。

UniMate 可以根据文本提示，为绑定好骨架的3D角色生成动作。你描述一个动作，它就能转换成动画。

特点：
• 一个模型适配不同骨架——无需为每个绑定单独重新训练。
• 可在现有关键帧之间生成过渡动作。
• 能用文本编辑动作，同时保留选中的关节不改变。
• 可通过一系列提示延长动画。
• 可将动画网格导出为 FBX 和 GLB 格式。
• MIT 许可代码 + 可下载的预训练权重。

隆重介绍 Replicas V3：它是目前市场上灵活性最高、性价比最优的云代理。

- 在虚拟机中运行 Claude Code、Codex
- 可接入任意订阅或 API 密钥
- 可通过 Slack、Linear、桌面应用或手机发起委托

现在它支持主动运行，比以往任何时候都更强大。

Baseten 现已成为首批入驻 @OpenAI B2B Marketplace 的开放模型推理提供商之一。

企业客户可以使用现有的 OpenAI 合约配额，运行由 Baseten 提供服务的开放模型（通过 Codex 或 Responses API）。

运行对你的企业最合理的模型——开放模型、闭源模型，或者两者都用。

要测试人工智能是否达到人类级通用性，有什么方法？就是“能够在 ARC-AGI-(n+1) 发布后立即通过它的元基准测试”。

灵感来源于用于家庭实验的 minGPT。

需要 CUDA 13.4；构建脚本仅支持 Windows。

社区讨论：多数人认为500美元订阅的性价比极低，对比之前的定价，新订阅方案使用率更低、消耗更快，甚至花500美元都能雇佣印度应届毕业生作为私人助理了。也有人认为对需要同时使用多个200美元账户的用户来说，单账户订阅反而更方便。还有人吐槽OpenAI此次定价命名方式奇怪，认为这是OpenAI历史上最糟糕的决策之一，质疑OpenAI会很快反悔调整。

去年 DevDay 大会上，OpenAI 当时对智能体的描述是这样的。这还是在 OpenClaw 和自组织集群出现之前，所以这套方案没过多久就被弃用了。

1) AI 的演化速度非常快。
2) AI 实验室并不总能预料到他们做出来的产品迭代速度有多快。

OpenAI 通过 Baseten 提供开源模型服务是一件大事。他们开始拥抱开源了。

在此之前，OpenAI 的宣传口径一直是“使用我们的模型”。现在变成了“把你年度的 AI 预算交给我们”。我们会为每项工作提供最合适的模型，不管这个模型是我们的、其他人的还是开源的。

所以如果你是一家计划投入 1 亿美元 AI 预算的大型银行，你可以把所有业务都集中交给 OpenAI。只需要对接这一家就行。GPT 处理贷项通知单，开源模型以远低于专有模型的成本处理 KYC 业务量，经过后训练的专业化模型处理欺诈问题。

这改变了 OpenAI 的定位。它不再只是比拼“这一季谁的模型最好”，而是开始竞争拿下企业 AI 预算。它不再只是一家 AI 实验室，而是成为了更上层的服务层。

这也证明了 AI 是正和博弈，闭源和开源之间不是零和博弈！

目前，人工智能对就业的影响仍然相当不明确。我并不觉得这有多意外，因为雇主们都还在摸索个人层面的应用落地，更别说如何在复杂组织中使用人工智能了。

随着能够完成实际工作的智能体得到普及，情况可能会开始更快地发生变化。

我暂时停下大语言模型（LLM）研究，回归我的本行。现在为大家介绍……Concept Lenses！

这是一种无需训练的方法，可沿着你关心的任意概念进行相似性搜索。通常，基于嵌入的相似性搜索会受到模型在训练中学习到的相似性概念约束。这意味着，如果模型预设好是做语义相似性，但你实际上更关心视觉外观，你就需要换模型。

不过，在Concept Lenses投影下，嵌入之间的距离就只代表你关心的那个概念上的距离。

博客文章：演示：

@Agent37HQ —— 是面向构建智能体的团队性价比最高的沙盒服务。

我们的价格比大多数沙盒供应商低 94%。

每个开发 AI 智能体产品的团队最终都要重复搭建相同的基础架构。每个智能体都需要专属的私有计算机来保存文件，收到消息就能唤醒，且 idle 时几乎不产生成本。

这就是我们开发 Agent37 的原因。它自带：
- 开箱即用的智能体框架模板，比如 Hermes、Claude Code、OpenCode 等
- 可支持 1000+ 应用集成的托管 MCP
- 按分钟计量付费，无需绑定月订阅

如果你现在正在开发智能体，欢迎在评论区艾特任何人。我会发送我的日程链接，帮你快速启动项目。

@ycombinator

个人人工智能将会变得极其重要，而当它完全了解你的一切时，它才能发挥最佳作用。

但你恰恰不应该把这些信息交给靠这些信息盈利的平台。

本文阐述了为什么最终胜出的会是你自己拥有的版本。

相关链接：
个人助理成本：@illscience
亚马逊封禁Muse / 聚合商对聚合商：@benthompson
个人智能体竞赛：@petergyang

人工智能确实带来了真正的安全保障问题，但这些问题是可以解决的。现在是行动起来，而不是惊慌失措。这就是为什么我要加入 Cognition 担任首席信息安全官。

昨天，@boardyai对接交谈了超过1000个AI代理。他先是在ChatGPT和Claude上开启了在线对接，用户几乎立刻就开始向他介绍自己开发的AI。

现在他也已经接入Muse，以下是这个对接模式的运作方式。

用户的AI代理已经掌握了开发者正在构建的项目、融资目标以及遇到的难题。

当需要对接的是具体的人而非提示词时，@boardyai就会介入对接。

AI代理负责处理信息上下文，@boardyai负责做对接介绍。

他邀请用户让Muse和自己对接，看看会产生什么结果。

开发者yetone推出的开源工具Magpie，被称为模型切换工具的终结者。

它的核心功能是作为本地网关，把用户已有的各类大模型订阅整合起来，共享给任意AI Agent使用。支持的大模型订阅包括Claude、Codex、Copilot、Devin、Grok、Cursor。

该网关同时支持四种主流大模型API格式：OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、Gemini。

它还支持自动路由功能，多个服务提供商的同一模型会被汇总为一个模型池，用户可自行配置路由策略。

Magpie完全开源，提供图形界面(GUI)、终端用户界面(TUI)、命令行界面(CLI)三套交互方式。

桌面端基于Go + Wails开发，体积不到15 MB（大小相当于半个普通手机应用），同时支持macOS、Linux、Windows三个平台。

开发团队搭建Muse Code时，投入了大量时间测试和加固安全性。他们围绕防护规则和内置功能迭代了数周，提升了这款AI编程代理的使用安全性。

一份第三方研究论文验证了Muse Code的 robust安全措施。研究显示，Claude Code、Codex、OpenCode、Antigravity、Grok Build、Muse Code、ZCode和Kimi Code这些热门框架中的本地代理，在全访问模式部署下，三种测试环境中都存在篡改和清除全部操作痕迹的风险，只有Muse Code的安全性显著更高。

这一结论在Muse Code的--yolo模式下同样成立，研究论文全文可通过链接

Opus 5.5搭配jev的表现超出预期。最让人印象深刻的是，工作流很快就不再给人一种「智能体调用工具」的生硬感，反而更像内置了规则、留痕和错误恢复机制的实际产品界面。

整个流程分为四个核心环节：
1. jev负责路由分配，之后opus会在触碰具体实现之前，沿着权限、服务逻辑、存储和最终验证走一遍真实工作流。
2. 每一步操作都会留下智能体可实际检查的内容：稳定ID、明确状态、保存记录、任务状态和修订数据，不会出现任务还在排队却显示假「成功」的情况。
3. 错误处理被当成产品设计环节，而不是边角案例处理：缺失上下文就补充澄清，输入无效就自动修正，写入中断就恢复原有结果，不会盲目重试生成重复内容。
4. posthog、whop和viktor在项目上线后完成闭环。失败运行会留下证据，Claude Code获取运行轨迹，opus修复界面，无需再人工引导智能体就能重新运行完全相同的案例。

用户表示，这套组合的优势在于同一任务下，智能体需要猜测的空间大幅减少，能证明任务实际完成的方式更多。

社交媒体用户@Angaisb_ 发文表达了自己对某工具的迫切需求。

他表示自己将转而通过应用程序编程接口（API，应用程序编程接口）使用Ultrafast。

@mattshumer_ 已经测试Dots一段时间。他认为，这款产品有潜力成为全球最好的智能体产品。

这款产品的AI质量属于当前一流水平。但要将它作为日常主力工具使用，用户体验还需要大量改进。

如果OpenAI能做好用户体验，就能打造出一款极具竞争力的成功产品。

完整评测将很快发布在

用户@umesh_ai 在𝕏分享了一段生成效果惊人的Kling 4.0 Flash文生视频案例。

本次生成使用的提示词为：创作一段真实电影感场景，傍晚时分，广阔开阔的原野之上，暖金色天空铺展开来。前景处站着一名身着深色西装的男子，他手持一把现代反曲弓。

男子站姿稳定专注，呼吸平稳，双眼锁定远方地平线上的远处箭靶。环境静谧开阔，微风轻轻拂动野草，柔和阳光拉出长长的影子。

当他松开弓弦，箭簇带着锐利的破空之声向前射出，摄像机立刻加速追焦半空中的箭。

摄像机始终跟在箭的后方偏侧位置，在箭划破长空的过程中保持完美的跟焦 alignment。背景伴随着运动模糊，而箭始终保持清晰居中。

箭笔直飞行过程中，呼啸风声逐渐增强，箭靶在视野中迅速变大。最后几秒，镜头持续推进，箭正好射中靶心。视频最终定格在箭深深扎进红色靶心的极致特写画面，箭还在微微震颤，伴随着清晰的击中音效和随后极具戏剧感的寂静。