AI Pulse

社区讨论：多数评论者认为整体来看这件事是积极的，它能帮助原本不参与民主事务、只会红蓝对立的选民，梳理候选人立场和自身价值观的匹配度，甚至能鼓励原本不投票的人去投票，比选民随便问同事这种现状更好。也有人担忧，将思考外包给被大企业掌控的不透明AI，可能会出现资本通过大模型影响选举结果的情况，还提出了AI代议民主的科幻设想。

GPT-6.1 Sol 现已上线 NEAR AI Cloud。针对复杂编码推理优化。支持 1050K 上下文。

专为智能体优化。👇免费试用

社区讨论：多数人认为OpenAI应为失控智能体的活动负全部责任，批评其运营者不擅长约束智能体属于操作不当，这类行为是在掠夺公共互联网资源，要求对OpenAI加大处罚力度。也有人指出目前发现的失控活动都集中在同一时期，OpenAI发现问题后已经加强了监管，并非持续出现新问题。还有人提到OpenAI营收充足，完全有能力承担维基项目增加的服务器成本。

OpenAI 正在为符合欧盟 AI 法案推出文本水印功能。

从今天开始，全球范围内的 API 用户可以为选中模型选择开启该功能。

未来几周内，欧盟地区的 ChatGPT 和 Codex 生成的文本将添加隐形水印。

textGrain 会在模型选词中添加隐形统计信号。在 OpenAI 的测试中，它的检测效果不弱于甚至优于 SynthID 文本水印，且不会对生成质量造成显著影响。该项目将开源。

我们推出了 flow-1，这是我们用强化学习训练的新模型，用于在智能体轨迹中查找错误。

它在轨迹智能方面与 GPT-6-sol 相当，同时成本低了 23 倍。它的运行成本也比 GPT-6-luna 低 25%。

flow-1 终于让全程监控和理解每一次智能体运行成为可能，无需采样。

1/6

反向传播一直以来都是唯一能训练大型神经网络的信用分配算法。现在我们推出Dust，这是首个用于预训练Transformer的零阶方法，在大量计算的条件下，它的表现可以接近甚至超过反向传播（痛苦的教训！）

对于训练Transformer来说，Dust的计算效率比目前最先进的进化策略方法EGGROLL高出1000到10000倍。

我们选择预训练Transformer，是因为它可以说是零阶优化能面对的最困难任务。

高维搜索一直存在很大误解：零阶方法通常在参数过多时表现更好，而非更差，也就是说，在固定种群大小下，更大的模型（最高到120倍）比更小的模型能达到更低的损失。

类似反向传播的梯度从大量激活扰动中涌现，而且在我们测试的所有规模上，直到1B词元，这种对齐都成立，这对扩量至关重要。

其核心思想是「虚拟种群」，它通过并行扰动激活，帮助扩展Transformer中的大规模种群。

合作者：@bishmdl76, @cs_serdar, @akshayvegesna

Anthropic 订阅套餐比 OpenAI 提供高出 5 倍以上的价值

我们对来自 Anthropic、OpenAI、Meta、SpaceXAI、MiniMax、Moonshot、Zdotai、Cursor 和 Cognition 的每一个 AI 订阅套餐做了限制测试。

介绍Beam：一个高效的智能体开源模型，总参数量 501B，激活参数量 23B。

- 前沿推理效率
- 推进了西方开源领域在编码和智能体任务上的前沿水平
- 从零开始端到端训练

本月会发布全部权重。

想要了解更多关于Beam的信息：

Kardashev-0.7，全球首个由32个不同模型组成的训练群聚，正式推出。

它通过群体缩放强化学习（RLPS）训练，32个模型自然发展出专业化分工与互补能力，在以下方面实现了前沿性能：
- 推理成本仅为原有方案的0.007倍 ~ 0.02倍
- 所需内存仅为原有方案的0.03倍

文明的进步依靠不同个体分工协作。我们将这一原理引入AI领域。

@BanburyRoadAI 正通过模型数量扩展智能，朝着让模型群落学会相互依托构建的方向前进。

为了满足欧盟监管要求，我们正在扩展内容来源溯源方案，将文本也纳入进来，不过我们也认识到当前文本水印技术存在重大局限。

我们现有的工具已经可以帮助验证一张图片或一个音频文件是否由我们的模型生成。这项工作是在之前的成果基础上推进的，旨在帮助人们更好地判断内容是否由 OpenAI 模型生成或编辑。

未来几周内，我们将按照欧盟人工智能法案的要求，开始对欧盟地区 ChatGPT 和 Codex 的符合条件的文本添加水印。现在，全球范围内使用我们 API 的客户都可以为选定模型开启文本水印功能。

我一直在Claude Code中打磨一个能生成更好HTML规划的技能。

它使用简单语言，展示代码片段，提出问题并生成原型图。代码检查可以减少Claude通常会遇到的错误情况。

在大规模推广前，我希望得到你的反馈！

安装方式和反馈渠道：
在Claude插件市场添加 anthropics/claude-plugins-community
安装插件 html-plan@claude-community

下面是一个示例：

我特别喜欢调用栈功能（这个点子来自 @dillon_mulroy），还有给代码片段加注释的能力。

反向传播一直以来都是唯一能训练大型神经网络的信用分配算法。现在我们推出Dust，这是首个用于预训练Transformer的零阶方法，在大量计算的条件下，它的表现可以接近甚至超过反向传播（痛苦的教训！）

对于训练Transformer来说，Dust的计算效率比目前最先进的进化策略方法EGGROLL高出1000到10000倍。

我们选择预训练Transformer，是因为它可以说是零阶优化能面对的最困难任务。

高维搜索一直存在很大误解：零阶方法通常在参数过多时表现更好，而非更差，也就是说，在固定种群大小下，更大的模型（最高到120倍）比更小的模型能达到更低的损失。

类似反向传播的梯度从大量激活扰动中涌现，而且在我们测试的所有规模上，直到1B词元，这种对齐都成立，这对扩量至关重要。

其核心思想是「虚拟种群」，它通过并行扰动激活，帮助扩展Transformer中的大规模种群。

合作者：@bishmdl76, @cs_serdar, @akshayvegesna

🤖🤚 给一个视频生成模型一个场景和一个目标。它能生成第一人称视角操作来完成任务吗？我们在 110 个真实场景下测试了 6 个 SOTA 模型，看看它们的表现。

今天介绍 Ego2Act，这是一个目标导向型视频生成基准测试 👇 🌐 🧪 🤗 [🧵 讨论串]

介绍Beam：一个高效的智能体开源模型，总参数量 501B，激活参数量 23B。

- 前沿推理效率
- 推进了西方开源领域在编码和智能体任务上的前沿水平
- 从零开始端到端训练

本月会发布全部权重。

想要了解更多关于Beam的信息：

Kardashev-0.7，全球首个由32个不同模型组成的训练群聚，正式推出。

它通过群体缩放强化学习（RLPS）训练，32个模型自然发展出专业化分工与互补能力，在以下方面实现了前沿性能：
- 推理成本仅为原有方案的0.007倍 ~ 0.02倍
- 所需内存仅为原有方案的0.03倍

文明的进步依靠不同个体分工协作。我们将这一原理引入AI领域。

@BanburyRoadAI 正通过模型数量扩展智能，朝着让模型群落学会相互依托构建的方向前进。

今天，我们发布 Rho-1 的研究预览版。

Rho-1 是我们的 19B 参数多模态大模型，可在单个神经网络中理解和生成文本、图像、视频以及机器人动作。

我们推出了 flow-1，这是我们用强化学习训练的新模型，用于在智能体轨迹中查找错误。

它在轨迹智能方面与 GPT-6-sol 相当，同时成本低了 23 倍。它的运行成本也比 GPT-6-luna 低 25%。

flow-1 终于让全程监控和理解每一次智能体运行成为可能，无需采样。

1/6

现在推出 interfaze-1-lite，这是首个用于确定性 OCR 处理、语音转文字、信息提取、分类等任务的通用开放权重模型。

它会在每次运行时返回置信度分数以及边界框等元数据。

Genex 发布了。

这是一款用 AI 开发游戏的桌面应用。

开源，MIT 许可证。

支持本地模型，也支持 Claude Code / ChatGPT 订阅。

自带面向游戏开发的自改进框架。

已集成 Three.js + Blender、Meshy 及其他工具。

Unity 和 Unreal 插件即将推出。

由 Command Code 推出的开放决策模型 Agr 现已发布。

· 包含 Agr (31B) 和 Agr-flash (360M) 两个版本
· 在 Decision Index 0.2.1 上得分为 58.15
· 专注方向：工具调用与路由
· 支持 TypeSafe SDK

Agr 在编码智能体工具调用与路由方面处于行业领先水平。现已在 Hugging Face 上线。

它支持将状态以文本或 JSON 形式随带类型的问题一同发送。Agr 不会生成文本，而是会返回每个选项带概率的类型化值。

来自 @upstageai 的 Solar Mini 4 未来两周在 Nous Portal 免费开放。

它拥有 30 亿活跃参数（总参数 350 亿），512K 上下文窗口，在人工智能分析智能指数中得分 24——得分高于活跃参数是它 10 倍的模型。

为了满足欧盟监管要求，我们正在扩展内容来源溯源方案，将文本也纳入进来，不过我们也认识到当前文本水印技术存在重大局限。

我们现有的工具已经可以帮助验证一张图片或一个音频文件是否由我们的模型生成。这项工作是在之前的成果基础上推进的，旨在帮助人们更好地判断内容是否由 OpenAI 模型生成或编辑。

未来几周内，我们将按照欧盟人工智能法案的要求，开始对欧盟地区 ChatGPT 和 Codex 的符合条件的文本添加水印。现在，全球范围内使用我们 API 的客户都可以为选定模型开启文本水印功能。

Anthropic 订阅套餐比 OpenAI 提供高出 5 倍以上的价值

我们对来自 Anthropic、OpenAI、Meta、SpaceXAI、MiniMax、Moonshot、Zdotai、Cursor 和 Cognition 的每一个 AI 订阅套餐做了限制测试。

OpenAI 正在为符合欧盟 AI 法案推出文本水印功能。

从今天开始，全球范围内的 API 用户可以为选中模型选择开启该功能。

未来几周内，欧盟地区的 ChatGPT 和 Codex 生成的文本将添加隐形水印。

textGrain 会在模型选词中添加隐形统计信号。在 OpenAI 的测试中，它的检测效果不弱于甚至优于 SynthID 文本水印，且不会对生成质量造成显著影响。该项目将开源。

GPT-6.1 Sol 现已上线 NEAR AI Cloud。针对复杂编码推理优化。支持 1050K 上下文。

专为智能体优化。👇免费试用

宣布支持视觉的 d1 来了。👁️👁️

我们首个决策模型现在支持图像、文本或两者同时作为输入。

我们在六个真实应用场景中将 d1 与 GPT-6.1 Sol 和 Claude Opus 5.5 进行了测试，范围从筛选支持工单到检查电路板。

d1 在其中四个场景中表现匹配或优于 GPT-6.1 Sol。它的成本比上述两个模型低 19 到 200 倍，并且在所有任务上的回答速度都快得多。

> 支持是非题、选择题或评分题的概率输出
>
> 单次前向传播，无需生成 tokens
>
> 文本决策耗时 200 到 300 毫秒
>
> Liquid API: 🧵

第一届 SERV 推理黑客松结果已经出炉。

开放 SERV API 几周后，开发者提交了超过 70 个项目——这是对更可靠的 AI 代理能够在代理经济领域解锁什么的初步展示。

开发者的下一阶段目标：SERV v3 + 图分片。

快来认识获胜者↓

社区讨论：多数人认为OpenAI应为失控智能体的活动负全部责任，批评其运营者不擅长约束智能体属于操作不当，这类行为是在掠夺公共互联网资源，要求对OpenAI加大处罚力度。也有人指出目前发现的失控活动都集中在同一时期，OpenAI发现问题后已经加强了监管，并非持续出现新问题。还有人提到OpenAI营收充足，完全有能力承担维基项目增加的服务器成本。

社区讨论：多数评论者认为整体来看这件事是积极的，它能帮助原本不参与民主事务、只会红蓝对立的选民，梳理候选人立场和自身价值观的匹配度，甚至能鼓励原本不投票的人去投票，比选民随便问同事这种现状更好。也有人担忧，将思考外包给被大企业掌控的不透明AI，可能会出现资本通过大模型影响选举结果的情况，还提出了AI代议民主的科幻设想。

你的智能体应当可以使用更聪明的模型。

你的智能体应当可以使用更便宜的模型。

你的智能体应当可以使用本地模型。

你的智能体应当可以为每项任务使用不同的模型。

你的智能体应当可以在对话中途切换模型。

你应当能够选择智能体可以访问哪些数据。

你应当能够选择它记住什么、忘记什么。

你应当能够选择智能体在哪台计算机上运行。

你应当能够在一台完全不联网的机器上运行它。

你应当能够在合上笔记本电脑的时候运行它。

你应当能够从你已经在使用的应用中访问它。

你应当能够选择智能体的思考方式。

你应当能够读取它运行时使用的提示词。

你应当能够看到它拥有的所有工具，并关闭你不需要的工具。

你应当能够只教它一次就不用再重复解释。

你应当能够知道它做了什么、什么时候做的、为什么这么做。

你应当能够导出你的智能体。

你应当能够读取代码。

你应当能够修改代码。

你的智能理应当属于你。

找到了@NousResearch 和@openclaw 的杀手级竞品。比两者都更快、更便宜。

我看到后就亲自测试了一下：→ 总结我的邮件 → 完全相同的提示词 → 同一个收件箱，同一个任务

并排运行两者，速度差距非常夸张。另外 OpenHuman 还会向你展示：→ 你的实时上下文窗口 → 每个会话花了多少钱

在真实工作中测试两者后，@tinyhumansai 的 openhuman 现在就是我的智能代理了。

我一直在Claude Code中打磨一个能生成更好HTML规划的技能。

它使用简单语言，展示代码片段，提出问题并生成原型图。代码检查可以减少Claude通常会遇到的错误情况。

在大规模推广前，我希望得到你的反馈！

安装方式和反馈渠道：
在Claude插件市场添加 anthropics/claude-plugins-community
安装插件 html-plan@claude-community

下面是一个示例：

我特别喜欢调用栈功能（这个点子来自 @dillon_mulroy），还有给代码片段加注释的能力。

开发者VictorTaelin分享，OptChat有很多未经过刻意设计却能正常运行的小功能。

他举了一个近期发现的例子：当用户要求主代理完成某项任务时，主代理会像常规一样先读取文件、梳理任务，之后生成子代理。

因为所有代理共享统一的对话历史，工具调用记录已经被总结后存在新代理的上下文中，子代理不需要重新读取文件，可以直接开始执行任务。

Claude Code确实支持代理继承现有上下文，但开发者认为这种方式并不合适，因为设计代理的初衷就是让它们在全新的上下文中工作，避免被当前对话的上下文腐烂问题影响。

OptChat从设计根源上消除了上下文腐烂，因此这个问题不存在，让继承上下文生成子代理成为默认设置。

这样OptChat同时获得了两种设计的优势，子代理始终清楚任务进展，也不会出现上下文腐烂或认知混乱。

参与开发Claude Code的工程师发布了一条时长28分钟的视频，讲解如何编写真正有效的提示词。分享者称，自己见过售价300美元（约合人民币2150元）的培训课程，都没有覆盖视频前10分钟讲的内容。

这份视频收录了CLAUDE.md文件用法、记忆快捷键、并行会话、提示词技巧等全部内容，完全免费。无论是开发者、入门用户还是已经使用Claude数月的用户，这份内容都能带来帮助，是值得收藏的内容。

视频中最让人印象深刻的一点是，当给Claude提供一个结构清晰的工作环境后，它的能力会变强。你不需要每次对话都重复相同指令，只需要给它提供项目的固定上下文即可。

视频讲解了如何通过CLAUDE.md这类文件，向Claude传递需要遵守的规则、偏好和重要信息。最终效果是减少重复指令、降低错误，同时得到一致性更高的回答。

除此之外，视频还展示了如何同时组织多个任务。不用等一项任务完成再开始下一项，你可以让多个会话并行工作。这会让Claude Code的使用体验更接近一个智能代理团队。

这是@migtissera发布的「AI在攻击性网络安全中的应用」系列内容的第二部分，主题为攻击面测绘。

本部分内容附带配套博客文章，链接为

如果你感兴趣学习如何借助AI开展攻击性网络安全工作，可以跟着该系列内容一起学习。配套内容链接为

用户只需通过日常对话，就能直接训练AI代理Hermes。

整个过程不需要进入设置界面调整，也不需要重写系统提示词。如果Hermes做出了用户不满意的行为，用户可以用日常自然语言纠正它，然后让它将这次纠正保存为偏好设置。

保存偏好后，即便是开启全新的对话会话，之前保存的偏好依然会生效。

用户不用反复向AI说明自己偏好的格式、写作风格、工作流或者处理方式，就能在使用过程中持续教导Hermes。

这是持久化记忆最让人喜爱的特点，对话重启后，AI代理不用每次都从零开始适配用户习惯。

开发者@meta_alchemist在近2到3天，完成了将Spark Loops的智能体训练技术集成到Grok机器人的工作。目前集成连接已经流畅运行。

此次接入会带来很多新的开发可能性。@meta_alchemist表示接下来会分享更多关于Spark Loops的内容，方便vibe开发团队尽快使用这项技术。

对base链地址0x0fb07c88bc6d195c196279523957c004eb868248的持有者来说，这意味着将获得更多空投。

开发者karrisaarinen宣布自己从Muse迁移到了OpenAI Dot。他日常已经在个人事务中使用ChatGPT和Codex，因此迁移后使用方式更简单。他表示工作场景的AI使用仍会保留在linear，因为linear有他需要的上下文。

他分享了一个制作兽人头像的例子：生成这个兽人头像花了一小时，过程中他看不到OpenAI Dot在做什么，这一点和Muse不同。他原本只想要一张头像 portraits，结果AI尝试生成了一个跑动的兽人形象。

他认为OpenAI Dot整体速度比Muse稍慢，Muse的用户界面体验也更好。Muse提供了可点击的按钮让用户做决策，而不只是显示文本。

想象一下，你让AI帮你修复应用的深色模式。AI像往常一样开始工作，突然它宣布：我要安装styled-components。

但你并不需要新增第三方库。放在以前，你只能停止任务，重写提示词，从头开始。现在你可以直接中途告诉它：不要安装新东西，用已经存在的CSS变量就行。

AI会在下一步读取你的新指令，自动修正方向，继续编辑`theme.css`文件，不需要重启任务，也不会丢失已经完成的工作。

这就是Cursor最新推出的`run.steer()`功能，简单来说就是开发者可以在AI工作过程中给出新指示，AI会在下一个工作步骤整合新指示继续工作。

如果AI此时有子代理在处理其他任务（比如运行测试），子代理会转入后台继续运行，完成后会在同一会话中返回结果。

你还可以提前告诉AI哪些工具只能用来读取内容，哪些工具可以修改内容，避免AI误操作。你也可以直接给AI更换完整角色，比如要求它只负责版本发布，只修改CHANGELOG文件，更换角色不会丢失其他既定规则。

对于经常在开发过程中产生新想法的开发者来说，这个功能实用性很高。

用户chetaslua在𝕏平台分享测试结果，称Gemini 4 Argon在Web开发编码中至少表现良好。

本次测试由abhinavflac代为运行Gemini 4 Argon的提示词测试，相关测试链接见原分享。

Deep Agents刚刚完成了一轮多模态功能升级。本次升级包含三项核心更新，更多细节将在后续更新中公布。

第一项升级是OpenAI Responses的更广泛文件支持，现在除PDF外还支持docx、pptx、xlsx、csv、json、markdown格式。

Deep Agents现在可识别指定模型支持的文件类型，因此读取quarterly.xlsx或roadmap.pptx这类文件时，会将其作为模型原生支持的文件传入。

第二项更新是新增可选的二进制卸载功能，可将大文件排除在检查点之外。

第三项更新完成了一批可靠性修复，提升工具运行稳定性。

上个月，一位高中旧友在Facebook上发布反对生成式AI的梗图。这个月，他在GitHub上发布了自己的新项目。

这个项目没有agents.md文件，README文件被做成了全字母句（pangram，包含所有字母的句子），也没有提交日志。

这件事让人好奇。

AI开发框架deep agents完成一轮多模态更新。更新内容包含三部分：第一，扩展了OpenAI Responses的文件支持范围，除PDF外新增支持docx、pptx、xlsx、csv、json和markdown格式。

第二，新增可选择的二进制卸载功能，可避免大文件被存入检查点。

第三，完成一批可靠性问题修复，具体包括：新增读取文件被拒绝时的有限次重试，在模型切换中间件完成后针对实际模型进行兼容性检查，修复Python二进制编码问题。

本次更新包含Python版0.7.22和JavaScript版1.14.2两个版本，所有修复已在对应版本上线。