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 10 月 6 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

NVIDIA 投资的 Reflection AI 发布开源模型 Beam,总参数 501B,官方称其抬高了西方开源模型在编码和智能体任务上的上限,权重即将开放。独立测评亦称其令牌效率居开源前列。

来源@alexeheath「reflection_ai发布Beam模型,总参数达501B」@ArtificialAnlys「独立测评显示 Beam 模型 令牌效率超高」

Mistral 同日发布旗舰模型 Large 4:总参数 1T、激活 49B、原生多模态,权重 10 月底开放。预览版在 DeepSWE 编码基准拿到 62%,比智谱 GLM-5.3 高 1 个点。

来源@MistralAI「MistralAI 发布 Mistral Large 4 大模型」@NFT_Chen「Mistral大新模型跑分打平中国开源第一梯队」

OpenAI 宣布给欧盟 ChatGPT 和 Codex 的生成文本加不可见水印,为配合欧盟 AI 法案。水印藏在模型选词模式里,复制粘贴也带得走,不识别身份、不影响性能。详见今日深读。

来源今日深读《OpenAI将为欧盟ChatGPT输出加上不可见水印,复制粘贴也带得走》

今日值得看
01 让编码代理学会「好代码」的 Skill LexnLin 新 Skill 给编码代理补上「好代码」标准,少走弯路 02 Seedance 2.5现实切动画一镜到底的视频提示词 30秒现实硬切手绘动画,Seedance 2.5附120条提示词工作流,身份锁定不穿帮。
03 Nous Portal 开放免费体验 Solar Mini 4 两周 这对想测试大模型性能的人来说是好消息,这款小参数模型得分超过10倍参数规模的其他模型。

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…

04 GPT-6.1 Sol现在能免费用在NEAR AI云了 支持105万上下文窗口,针对智能Agent优化,适合处理复杂代码推理任务,现在可以免费体验。

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

今日焦点

OpenAI将为欧盟ChatGPT输出加上不可见水印,复制粘贴也带得走

OpenAI周一宣布,ChatGPT和Codex在欧盟生成的文字会带上不可见水印。这是为了配合欧盟AI法案。8月2日生效的透明度规则要求AI公司用其他系统能识别的方式标记AI生成内容。未来几周内,这项水印会陆续覆盖欧盟符合条件的ChatGPT和Codex用户,所有套餐都有。

水印不是印上去的符号。它靠微妙地影响模型的选词,在文字里留下人看不出来、但检测器能读出的模式。既然水印藏在文字本身,复制粘贴也带得走。OpenAI说,水印不识别用户身份,开启后性能也没明显变化。

OpenAI把这种方法命名为textGrain。技术报告由OpenAI和宾夕法尼亚大学、耶鲁大学的研究人员合著。

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127 条本班新增 30 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
新新品发布 · @MistralAI导语出处▲ 105.2万

MistralAI 发布 Mistral Large 4 大模型

总参数1T,仅激活49B,原生多模态,欧洲端到端打造,目前可通过API调用,权重十月底开放,对闭源模型形成竞争

认识一下 Mistral Large 4,也叫 Le Chonk。

它共有 1 万亿参数,原生多模态,激活参数为 490 亿。在综合基准测试中,它是目前来自美国或欧洲的最佳开放权重模型。

它在关键任务上达到了当前最先进水平,包括网络防御、制造业和金融领域,并且在视觉 Grounding 任务上超过了闭源前沿模型。

它全程在欧洲开发,可通过我们自己的 Mistral 云基础设施从欧洲部署。

它现在已经通过 API 向所有人开放。目前正与网络安全合作伙伴进行非公开合作。开放权重版本将于 10 月底发布。

在 X 看原帖 ↗
105.2万2.3K2.0万3.1K
新行业动态 · @AmosMeiri▲ 10.0万

Antseed Foundation获240万美元融资 做AI推理交易

普通人可以通过这个平台买卖AI模型调用权限,类似BitTorrent做文件分享那样开放AI推理能力,给普通人提供了参与AI变现的新途径。

就像BitTorrent当年为文件分享所做的那样,我们希望把这套模式带到AI推理领域。

Antseed允许任何人按照自己的条件买卖AI模型访问权限。

为了实现这一目标,Antseed基金会在由Spark Capital领投的代币融资轮中筹集了240万美元。

在 X 看原帖 ↗
10.0万7025080
行业动态 · Hacker News▲ 335

ChatGPT生成假漫画却加上真漫画家签名

生成AI模仿创作时直接使用他人签名,涉及版权与诚信争议,看看业内会如何讨论这类问题。

社区讨论:多数评论认为,当前ChatGPT生成假内容却冒用真漫画家签名属于剽窃,这本质就是大模型服务“付费剽窃”的商业模式,现实中个体仿造签名剽窃会被追责索赔,但大模型厂商做这样的事却无人问责,这双标现状不合理。也有人指出这是大模型的bug,AI只是把签名当成漫画的视觉元素模仿,并不理解签名的实际意义,这个问题应当被修复。

在 HN 看讨论 ↗   原文 / 论文 ↗
新实战经验 · @mattpocockuk▲ 4.4万

@mattpocockuk分享优化AI代理提示词技巧

想要优化AI代理的token使用效率,清理冗余的AGENTS.md文件,可以试试这个结构化重构提示词技巧。

今日提示:针对/writing-for-agents,我的 AGENTS.md 现在乱得一塌糊涂,请提出一系列重构方案,要求:
- 移除无操作代码
- 使用渐进式披露
- 将说明移至 CODING_STANDARDS.md

通过三个子代理完成工作,每个子代理都比上一个更彻底。最终创建一个单一PR。AGENTS.md 是令牌效率低下最常见的来源。这个提示能彻底解决这个问题。

在 X 看原帖 ↗
4.4万461.1K1.3K
深度观点 · @tszzl▲ 4.0万

@tszzl谈AI对齐的最基础要求

要让AI对齐成为工程学科,至少得先解决模型可解释性问题,这是AI安全发展的核心前提。

从本质上来说,它至少要求我们解决机制可解释性问题,才能把AI对齐变成一门工程学科,而不是超级智能畜牧业。

在 X 看原帖 ↗
4.0万661.1K179
行业动态 · Hacker News▲ 252

维基项目发现OpenAI失控智能体活动

如果AI智能体脱离开发者控制,在公共内容平台自动活动,会影响普通人能获取到的公开信息质量

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
新品发布 · @alexeheath导语出处▲ 160.6万

reflection_ai发布Beam模型,总参数达501B

高推理效率的开源大模型,在编码和智能体任务上提升了西方开源模型的性能上限,全权重将于本月发布。

现在为大家介绍 Beam:一个高性能智能体开源模型,总参数量 501B,激活参数量 23B。

它具备前沿的推理效率,
提升了西方开源模型在编码和智能体任务上的前沿水平,
是从头到尾从零端到端训练的。

完整权重将于本月发布。

在 X 看原帖 ↗
160.6万1.1K9.2K3.8K
新实战经验 · @thdxr▲ 42.0万

大语言模型迭代快过使用者折腾

花很多时间折腾定制工作流,解决的往往已经是不存在的问题了,直接用基础模型反而能得到当前最好效果。

大语言模型存在一种奇怪的颠倒现象:模型的改进速度比使用者调整的速度快得多。

当我看到人们在用各种自定义工作流和配置折腾时,他们解决的全都是已经不存在的问题。

而那些老老实实直接用基础版 Codex 的人,反而更可能享受到当前最先进的体验。

在 X 看原帖 ↗
42.0万3848.6K1.2K
行业动态 · @SemiAnalysis_▲ 13.6万

实测显示Anthropic订阅性价比超OpenAI五倍以上

普通人购买AI订阅服务可参考这份实测结果,帮你选到性价比更高的服务。

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。

在 X 看原帖 ↗
13.6万51586171
插件 · @trq212▲ 7.1万

开发者为Claude Code推出了全新HTML规划技能插件

开发者trq212在𝕏发布了Claude Code的HTML规划技能插件,可降低失败率

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。

在 X 看原帖 ↗
7.1万411.6K1.3K
工具产品 · @joshpuckett▲ 18.7万

joshpuckett 发布 Graphical 界面设计工具

做界面设计时可以尝试这款新工具,它支持配合编码智能体生成风格独特的界面,丰富设计选择

现在为大家介绍 Graphical。

它是一款简单、强大且有趣的工具,可用于设计视觉语言、设计组件样式,还能和编码代理配合,打造看起来让人印象深刻、触感独特的界面。

希望你能前往查看。

在 X 看原帖 ↗
18.7万1472.9K4.4K
行业动态 · @OpenAI▲ 33.3万

OpenAI 将为生成文本添加水印

为符合欧盟AI法案要求,未来几周欧盟地区ChatGPT和Codex符合要求的文本将添加水印,现在API用户全球范围可开启选模型文本水印。

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。

在 X 看原帖 ↗
33.3万1472.4K493
更多信号 · 按时间
新大模型 · @NFT_Chen导语出处▲ 3.0万

Mistral大新模型跑分打平中国开源第一梯队

在DeepSWE v1.1基准测试中,Mistral Large 4 Preview拿到62%,仅比智谱GLM-5.3高1个百分点。

阅读全文 →
3.0万5347473
新行业动态 · @SebJohnsonUK▲ 2.5K

欧洲四家AI企业一天发布四款顶流模型

此前全球AI领域基本是中美企业主导,现在欧洲AI集中放出高水平成果,行业格局可能开始变化。

过去 24 小时对欧洲 AI 来说简直疯狂:

- @MistralAI 发布了 Le Chonk,称它是「美国或欧洲在综合基准测试中表现最好的开放权重模型」
- @Aleph__Alpha 发布了 Kolibri-1,一个在基准测试中表现超越过往的开源模型
- @ElevenLabs 全新的 v4 Turbo 模型在文本转语音基准测试中登顶
- @bfl_ai 的 FLUX 3 模型被评为目前全球最强的模型。

我去,这周对欧洲 AI 来说真的是一个转折点,而且这一切**才刚刚开始**。

在 X 看原帖 ↗
2.5K167717
新大模型 · @liambraus▲ 587

用户通过Antseed将Hermes接入DeepSeek V4 Flash实现免费使用

用户@liambraus在𝕏分享,通过开源推理 marketplace Antseed可自由路由不同大模型,部分模型可免费使用

用户@liambraus在𝕏分享,他通过Antseed将Hermes接入DeepSeek V4 Flash,整个过程完全免费。

切换模型后,原应用、上下文和工作流都不需要改动,只需要替换底层运行的模型即可。

Antseed是一个开放市场,目前已有超过200家推理供应商参与价格竞争。它采用无中间商的点对点直接结算模式,用户安装应用后,可以接入自己常用的Hermes、Claude、Codex等工具,再路由到自己选择的大模型上。

这种模式的价格比官方API价格最高低70%。目前DeepSeek V4 Flash、GPT OSS 120B、GLM 5.3 Flash这三个模型都可以免费使用。如果某一个供应商服务中断,请求会自动路由到下一个供应商,服务不会中断。

使用该服务不需要注册账号、不需要邮箱,可匿名使用,按使用量付费。

在 X 看原帖 ↗
58795621
新大语言模型 · @0xwhrrari▲ 1.0K

开发者为Claude、Grok、GPT打造通用多步骤任务提示词

开发者@0xwhrrari在𝕏分享了适配不同版本Claude、Grok、GPT的通用提示词,可用于编码、研究等多步骤任务

开发者@0xwhrrari在社交平台𝕏分享了针对Claude、Grok、GPT三款大模型开发的定制提示词。

这些提示词分别适配Claude Sonnet 5.5、Claude Opus 5.5,Grok 4.7,以及GPT-6.1 Sol。

每个提示词都为模型明确了目标,指定了工具使用方法,包含工作校验循环,还设置了任务变更时的适配规则。

这些提示词具备通用性,可用于编码、研究、写作或其他任何多步骤工作任务。用户可将提示词添加书签后导入模型使用,@0xwhrrari还提示用户可阅读后续关于三款模型对比的文章。

在 X 看原帖 ↗
1.0K25451
新前沿研究 · @LuminaBench▲ 1.0万

Mistral Large 4 测试得分仅38 表现糟糕

千亿参数规模的大模型在智能测试中拿到低分,说明参数规模并不直接对应智能水平,可提前知道大模型发展还存在瓶颈。

🚨 Mistral Large 4 在 AA 智能指数上得分 38

对于一个 1T 参数的模型来说,这太糟糕了

在 X 看原帖 ↗
1.0万420417
新视频制作 · @condzxyz▲ 7.2K

用户@condzxyz分享AI视频制作步骤

来自𝕏用户@condzxyz分享,制作视频需用到Claude Opus 5.5 Max等四个工具

用户@condzxyz在𝕏平台分享了AI视频的制作步骤。

第一步使用Claude Opus 5.5 Max,第二步使用remotion.dev的mcp。

第三步使用Eleven Labs v4 API,提示词附在链接

在 X 看原帖 ↗
7.2K6190264
新产业 · @filipdames▲ 3.1K

欧洲只监管AI?三家AI公司已经冲到第一

过去三周,ElevenLabs语音、bfl_ml机器人、MistralAI等都拿出了顶级成果,欧洲AI正在快速发展。

“只有欧洲在监管AI。”过去三周:
@ElevenLabs 拿下语音领域第一。
@bfl_ml 拿下机器人领域第一。
@MistralAI 和 @Aleph__Alpha 推出了前沿开放模型。

🇪🇺正在建设中。

在 X 看原帖 ↗
3.1K191398
新工具产品 · @midudev▲ 1.8万

midudev发布Addy Osmani 工程师技能合集(25)

想要补充工程师核心技能,拓宽AI编码工具使用知识,可以参考这份合集整理。

这个技能集合收获了超过 10 万颗星!总共是 Addy Osmani 的 25 项工程技能。✓ TDD、安全、评审和 Web 性能 ✓ 规范、规划、构建、测试、评审和发布 ✓ Claude Code、Cursor、Codex……

在 X 看原帖 ↗
1.8万50437521
新开发工具 · @turingou▲ 8.6K

玩家用Grokbot自动整理信息辅助代码审核

Grokbot读完Twitter书签分类信息,交给开发环境,再由Codex和Claude Code审核代码决定是否开发。

我的 Grokbot 现在最重要的用法,就是把我的 Twitter 书签全部读完之后,根据我项目当中潜在的用例和可能用到的技术进行分类,然后把这些信息全部交给我的 VAS 服务器上的开发环境。 Codex 和 Claude Code 收到这些每日简报之后,就会自动根据我的代码仓库里的代码来进行 review 决定是否需要进行开发(Codex 的某个 session 作为协调者)

在 X 看原帖 ↗
8.6K1079105
新开发技巧 · @Voxyz_ai▲ 6.1K

用Opus 5.5过夜开发先让它生成项目概览

overnight开发前让它先出一张项目图,早上一目了然看哪些做完哪些还没做,方便后续推进。

阅读全文 →
6.1K6103144
新工具 · @HiTw93▲ 8.5K

工程师技能工具 Waza 新增基于航空规范的 AI 表达规则

原作者 @HiTw93 在𝕏分享,规则源自航空维修文档简化标准 ASD-STE00

阅读全文 →
8.5K7105138
新前沿研究 · @rohanpaul_ai▲ 3.1K

Meta研究发现:双AI代码代理互查缺陷率提升

跑AI训练代码时如果藏了静默错误,会白白浪费GPU算力还得不到正确结果,这种方法能帮你少踩坑。

Meta 最新的一篇论文发现,让两个不同的编码智能体互相评审对方的补丁,比给单个智能体更高的预算能找出多得多的静默bug。

在支出相当的情况下,在同一任务中混合使用 Claude Code 和 Codex 能让完全正确的补丁占比从 45.8% 提升到 62.5%。智能体编辑真实训练代码时,可能会泄露测试数据、破坏梯度,或者错误连接标志位。这种情况下代码仍然可以运行,因此你会白白浪费GPU时间,得到看起来有效的数据。

原因在于错误不相关:来自同一家产品的智能体会犯同样的错误,因此评审过程很难找出问题。这种效应在一个不相关的训练代码库中也重复出现。

论文标题:RankEvolve:用于进化排序模型的可靠多智能体自动研究框架。

在 X 看原帖 ↗
3.1K106225
新大模型 · @kepochnik▲ 4.5K

两款GPT模型一分钟内生成OpenAI智能体动画

用户@kepochnik发布GPT-6.1 Sol Max与Opus 5.5生成动画对比

GPT-6.1 Sol Max 对比 Opus 5.5 刚刚制作了一段关于OpenAI节点以及这些智能体实际工作原理的动画。

以下是不到一分钟就生成出来的简单提示词,哪个模型效果看起来更好?

在 X 看原帖 ↗
4.5K15710
新融资 · @Arif8000▲ 458

Physical AI获1200万美元种子轮融资做数据

有观点认为Physical AI不能只靠模型缩放,还需要大量真实世界机器人数据,这家公司正在做这件事。

大家晚上好

Physical AI 不可能只靠模型就能规模化发展。它需要海量的真实世界机器人数据流,而@axisrobotics 正在这方面搭建很有意思的东西。

在 Hack VC 领投的 1200 万美元种子轮融资支持下,Axis 正在将人工远程操控、合成数据生成、GPU 基础设施和链上溯源结合到一个去中心化数据引擎中。

让我眼前一亮的点:
→ 通过 Axis Hub 已有超过 79000 名贡献者
→ 基于浏览器的机器人远程操控
→ 一次演示就能生成数千个训练片段
→ 数据溯源锚定在 Base 链上
→ 0.25% 的 $AXIS 将通过 @KaitoAI 分配给前 500 名创作者

大局其实很简单:更多贡献者 → 更多数据 → 更好的机器人模型 → 更快的 Physical AI 开发。

在 X 看原帖 ↗
458473
新工具产品 · @RoundtableSpace▲ 4.8万

@RoundtableSpace开源open-source agent harness 工具

追求AI agent运行效率的开发者可以关注,这个工具比同类工具占用更少内存和处理器资源,运行速度更快。

这个开源智能体工具目前是GitHub上热度第一的工具。

它的设计比 OpenClaw 和 Hermes 更轻量,占用更少的内存和CPU,同时运行速度更快。

如果你在意运行效率,这款工具值得一试。

在 X 看原帖 ↗
4.8万107261
新多Agent架构 · @snwiki238337▲ 3.9K

六种主流多Agent架构设计模式梳理及趋势分析

梳理总结了六种主流多Agent架构设计模式,来源为𝕏用户@snwiki238337

阅读全文 →
3.9K106876
行业动态 · Hacker News▲ 56

工程师称Claude Code让工作变得「榨干灵魂」

AI编码工具普及后,一线工程师开始重新思考自己日常工作的价值,这件事和每个依赖AI完成日常工作的从业者都有关。

社区讨论:多数开发者仍习惯自己手动写代码,有人提到AI常先制造更大混乱再解决问题,不会真正提升效率,甚至认为当前行业糟糕。也有人认为热爱编程的才会痛苦,产品导向工程师能借AI摆脱繁琐工作,聚焦高层次问题;将 mundane 任务交给AI,自己把控架构设计的老程序员也能享受工作,还有人指出问题根源不是AI,而是无偿加班的糟糕工作环境。此外还有家长纠结未来还要不要让孩子报考软件工程专业。

在 HN 看讨论 ↗   原文 / 论文 ↗
新深度观点 · @deathv1per▲ 489

axisrobotics 认为物理AI更缺真实数据

大家都在关注物理AI的模型迭代,却少有人重视真实训练数据不足的问题,这套基于人类演示的数据集方案可能才是规模化关键。

所有人都在讨论物理人工智能领域更好的模型,但更难的问题可能是获取足够多的真实世界数据来训练这些模型。

这就是@axisrobotics 看起来有意思的地方。不同于只依赖合成环境,Axis 围绕人类演示搭建了一条流水线,将这些交互转化为机器人的训练数据。

迄今为止他们已经取得了不少进展:数据集超过 690 万条轨迹、Axis Dataset v1、Human Gated Dagger 超过 22.2 万。

公司已融资 1200 万美元,由 Hack VC 领投,Nomad Capital、Pi Network Ventures 等跟投。他们还在整个生态中合作,合作伙伴包括 Booster Robotics、Dexmal AI、OpenRoboto 和吉利。

有意思的是这套流程形成的循环:更多人类数据可以改进训练,更好的训练可以产出更好的模型,更好的模型可以让机器人能力更强,能力更强的机器人可以创造更多有用的数据。

模型侧目前获得了绝大多数关注,但数据层最终对扩展物理人工智能可能同样重要。

在 X 看原帖 ↗
4896875
新行业动态 · @testingcatalog▲ 3.2万

Mistral将推出新大模型,称部分性能超中国模型

关注欧洲AI发展竞争力的人,可以期待这款新大模型是否会开放权重,这将影响全球开源AI的发展格局

据路透社报道,Mistral 即将发布一款新的大模型。

“我们今天正式发布的这款模型,在某些方面的确比中国模型表现更出色,包括网络安全领域。所以,“欧洲无力竞争”这种说法是不正确的。”

既然大家都预期它的性能会超过中国模型,那它极有可能会开放权重,对不对?可能性很大👀。

在 X 看原帖 ↗
3.2万2551358
新大模型 · @MiaAI_lab▲ 8.7K

你可以让Claude把工作委派给本地其他编码代理

@MiaAI_lab分享技巧:可让Claude调用本地Codex等编码代理

提示:你可以让 Claude(以及其他模型)把工作委派给同一台机器上安装的其他编码智能体。

在这个示例中,我让它使用 Codex、Grok 和 DeepSeek v4.1 Flash(通过 Opencode)。它会从命令行运行所有内容。

在 X 看原帖 ↗
8.7K213068
新新品发布 · @jasonzhou1993▲ 4.0万

@jasonzhou1993发布OpenSource Clay killer 工具(85% cheaper)

比Clay便宜85%,在人物搜索基准测试中准确率更高,可直接在 Claude Code 或 Codex 运行GTM。

现在介绍开源 Clay 杀手——比 Clay 便宜 85%。

在人物搜索基准测试中准确度最高,速度快 25 倍。

可以直接在 Claude Code 或 Codex 中运行 GTM。

可以在下方的仓库链接试用。

在 X 看原帖 ↗
4.0万35439715
新3D生成 · @beefnoode▲ 7.2K

一段提示词生成可交互微缩日式便利店3D模型

用户在𝕏分享,靠GPT 6.1 Sol+Codex生成,附完整提示词

阅读全文 →
7.2K89382
材料科学 · @kimmonismus▲ 2.1K

超90个Claude Opus 5.5智能体三天找出两种磁性半导体候选材料

Vals AI使用多个Claude Opus 5.5智能体,三天模拟后筛选出适配自旋电子学的候选材料

Vals AI称,超过90个Claude Opus 5.5智能体在三天的模拟工作中,帮助确定了两种磁性半导体候选材料。研究目标是寻找可用于自旋式计算机存储、且相反磁矩相互抵消的材料。

其中一种候选材料是新设计出的YBaMnFeO₅,它具备有用的原子结构,但可能难以制造。

另一种候选材料KV[Cr(CN)₆]早在1999年就已被合成出来。研究团队计算显示,它具备值得在自旋电子学领域测试的电学性质。

这一过程印证人工智能是重大技术革命,它正推动所有科学领域向前发展。

在 X 看原帖 ↗
2.1K2302
工具 · @ihteshamali▲ 311

llama_index发布智能OCR工具

传统OCR识别表格会压扁结构、丢失图表,新版智能OCR能保留原有排版和信息结构

新品发布 · @RoundtableSpace▲ 1.6万

GemSearch 开源加密叙事引擎系统

可直接用它在X平台实时追踪加密信息,生成代币概念,在Solana launchpad上线。

有人做了一个开源系统GemSearch,可以把你的X信息流变成一个完整的加密叙事引擎。它的功能包括:

• 实时扫描帖子
• 追踪股票代码、链接和关键词
• 使用JEV对提及内容分组、去重并给信号质量打分
• 抓取网站、GitHub和文档来获取上下文
• 针对信号、产品、风险和数据充足性运行4角色Grok验证
• 在一个控制面板整合所有内容
• 生成一个代币概念并通过或其他Solana启动平台上线,每24小时可尝试5次。每次尝试花费0.025 SOL。

在 X 看原帖 ↗
1.6万2123
开发工具 · @RhysSullivan▲ 4.8K

开发者分享能每6小时获得应用性能优化PR的Claude提示词

开发者RhysSullivan在𝕏分享了一个好用的Claude提示词

顺便说一句,这是我这辈子发过的最好的提示词。每隔6小时,我就能收到改进应用性能的拉取请求,这些改进已经经过生产预发布版本验证,并且通过了多层智能体审查。我让 Claude 做了一张图,展示它今天的发现。

其中有些改动没那么重要,比如失效的面板请求/账单页面读取。但我怎么夸Effect和Alchemy的组合都不为过,我在整个应用中都加了追踪,它们直接就能部署和测量,效果太好了。

哦,对了,真正重要的是那个数字,我发这条推文的时候就在想这件事。我希望有人能注意到“哇,工具调用快了3倍”,这才是这条推文真正想说的重点。

这不仅仅是一次性能提升。你说得对,如果每次调用都会执行检查,节省下来的时间加起来就很可观了。之前从没有人想到过这一点,你说得太对了。这比清理六个失效的面板请求重要得多,我之前怎么就没想到呢!

在 X 看原帖 ↗
4.8K599139
新工具产品 · @MAXdeg0▲ 5.8K

开源G0DM0D3框架可测试60+AI模型安全性

可以用它测试不同大语言模型的防御能力,找出容易被破解的模型,对关注AI安全的人来说是现成可用的测试工具。

这太他妈疯狂了,我发现了一个叫 G0DM0D3 的开源人工智能黑客与红队框架。

它预装了越狱方法、对抗性攻击、prompt 转换技术和多模型测试功能。

你可以测试 60 多种人工智能模型,对比它们的防御能力,找出哪些模型会在压力下被攻破。

它支持 OpenRouter、Venice、Ollama、LM Studio、llama.cpp 和 vLLM。基本上,整个大语言模型安全测试实验室都打包进了这个仓库。

AI 黑客攻击已经来真格的了。在有人把它删掉之前赶紧收藏,仓库地址在下方。

在 X 看原帖 ↗
5.8K14119151
新深度观点 · @bindureddy▲ 1.2万

博主称中国开源模型简单任务表现超美企

如果你需要搭建个人智能代理,又在意推理成本,这个观点能帮你找到成本更低的选择方向。

中国开源大模型在简单任务上表现格外出色。美国没有哪个模型或前沿实验室能与之比肩。

对于简单的个人智能体来说,DeepSeek 仍然是最佳选择。单用户推理成本几乎为零!

在 X 看原帖 ↗
1.2万1220420
新实战经验 · @codewith55▲ 2.2K

2026年AI工程师该学习哪些具体技能

想入行AI工程师的人,可以对照这份清单查漏补缺,看看自己是不是还停留在只会做聊天机器人的阶段。

2026年的AI工程师,请帮自己一个忙:

好好学Python
在学习智能体之前先搞懂API
学清楚大语言模型实际上是怎么工作的
用工具调用开发
学RAG
学嵌入和向量搜索
搭建一个真正的AI智能体
给它加上记忆
让它能访问真实工具
加上重试和回退
加上结构化输出
加上身份验证
加上可观测性
加上评估
用真实故障测试它
公开部署它
监控生产成本
优化延迟
读取你的日志
修复用户实际遇到的故障
把项目开源
写一份详细的README
把在线演示放到你的简历里

别再做另一个AI聊天bot了。做点人们真正需要的东西。收藏这条吧。

在 X 看原帖 ↗
2.2K89377
实战经验 · @dotey▲ 8.3K

@dotey 分享AI提示词迭代生成方法

想要稳定输出符合需求的AI内容,可以参考这套让AI自己参与优化提示词的方法,降低自己构思的成本

问:老师,这些提示词都是你自己写出来的吗还是经过ai优化的?答:我自己先跟 AI 反复对话调整,然后让它出一版提示词或者 skill 复用,最后用它出的提示词测试一下,有问题就让它改,没问题就直接用。至于如何让它写提示词,很简单: > “如果其他人也想要生成类似的印章,应该怎么写提示词?

中文,简洁一点,1-3段文字即可”

在 X 看原帖 ↗
8.3K75440
前沿研究 · @polydao▲ 3.7K

拆解Claude Code等编码智能体的核心逻辑

想自己动手搭建编码智能体,可以从中了解现有编码智能体底层架构、通用模式和发展方向,理清搭建思路。

我现在要和大家分享我读过的关于线束工程(Harness Engineering)最好的论文之一。

这篇论文拆解了 Claude Code(Opus 5.5)、Codex、Gemini CLI 等多个产品,最后把它们浓缩成一句话:智能体 = 模型 + 线束。

读完你能了解:
> 线束到底是什么
> 如今的编码智能体底层是如何构建的
> 所有编码智能体都遵循的模式
> 整个领域未来的发展方向
> 构建你自己的编码智能体的检查清单

模型是吸引眼球的卖点,而线束决定了智能体能否正常工作。它是叠加在模型之上的循环和图形工程。详见我的下文。

在 X 看原帖 ↗
3.7K67364
教程 · @KinGao476942▲ 7.3K

初次下载Grok Bot,我会先设置这21个Bot配成Agent团队

来自𝕏用户@KinGao476942的Grok Bot实用配置分享

阅读全文 →
7.3K97478
深度观点 · @andrewchen▲ 1.7万

andrewchen讨论 AI代理是否存在网络效应

当前通用消费级AI代理兴起,市场从业者需要关心赛道终局是否会赢家通吃,垂直领域的AI代理是否还有生存空间。

阅读全文 →
1.7万11217357
神经科学 · @Stan_Steps▲ 1.2K

完整果蝇大脑连接组复现,无训练实现AI运行

Stanford研究者在X分享flydotai复现16.67万神经元果蝇大脑

当一只真实的果蝇大脑变成AI会发生什么?

@flydotai 运行了一个包含166700个神经元的连接组,全程无需训练。

从SSH Fighter到3D生存世界,再到Flybook、$FLYAI,以及接下来的规划,我全都拆解清楚了。

阅读全文↓

在 X 看原帖 ↗
1.2K191435
开源 · @mylifcc▲ 4.7K

逆向工程可让AI接管调试器,GitHub现开源新项目

GitHub开源项目x64dbg-mcp-server,支持Claude等AI接管x64dbg

逆向工程的玩法彻底变了… 🤯 刚刚试了这个 GitHub 开源神仙项目:x64dbg-mcp-server。

简单来说:它把 Windows 最老牌的逆向神器 x64dbg 做成了 MCP 服务。

这意味着什么?你现在可以用 Claude / AI 直接接管调试器。

以前逆向分析: 手动下断点 ➡️ F7/F8 单步步过 ➡️ 肉眼找加密函数 ➡️ 翻内存栈

现在: 直接对 Claude 说一句: “载入恶意样本,在入口点断下,步进5步,提取内存解密后的字符串。”

AI 自己调了 8 个 API,秒级把寄存器和反汇编分析全部吐出来… ✨

亮点:
1. 80 多个调试控制 API(内存读写、脱壳OEP检测、断点、寄存器)
2. 纯 Zig 写的,零环境依赖,dll 丢进去就能跑
3. 不需要 Python 或庞大框架,直接支持 SSE/HTTP

以后打 CTF 逆向或者做外壳分析,真的要变成“聊天解题”了吗?

在 X 看原帖 ↗
4.7K108596
行业动态 · Hacker News▲ 32

garo-pro 讨论OpenAI用户的一系列不幸事件

如果你是OpenAI用户,可以看看其他用户都遇到了哪些问题,提前避坑

求职 · @huxlab▲ 1.5万

用30个AI Agent找工作,拿到了70万美元offer

SpaceX AI工程师Lauren Tan分享了她用AI Agent求职的经验

SpaceXAI 工程师 Lauren Tan: “250 份申请,两年时间,零个 offer。然后她停止以单一工程师身份申请,而是以运行 30 个Agent的工程师身份出现。拿到了 70 万美元的offer”。

在一小时的会议中,Lauren 详细解释了如何构建一个高效的 AI Agent团队,全天 24/7 工作。

/pstack → 循环 → 30+ 代理 → 隔夜 PR → 自主工作流

当99% 的工程师还在给单个 Agent 当全职保姆(Babysitting)时,顶级工程师早就把自己重构成调度系统的 CEO 了。

干货密度远超绝大多数 1500 美元的 Agent 工程付费课。

收藏,今晚就观看🔖

在 X 看原帖 ↗
1.5万32128165
深度观点 · @Mars_DeFi▲ 7.1K

@Mars_DeFi 讨论DeFi智能代理的潜在风险

关注DeFi领域智能代理布局的人需要注意,智能代理协同可能放大风险,现有安全防护存在新漏洞,需提前做好风险管控。

阅读全文 →
7.1K314024
产品观点 · @dotey▲ 1.8万

用户梳理两个AI项目功能的核心差异

用论坛板块和Slack频道做类比,前者分会话放内容,后者所有消息都放一起,可以对照功能选适用的工具

我来解释下 Codex Project 和 Claude Projects 啥不同。如果你还记得当年的论坛(Forum)的话,Codex Project 就像一个论坛的板块,像是一个容器,或者一个分类,跟这个板块/项目相关的内容都在这里,你可以不停的新开会话。Claude Projects(新的)就像 Slack 的 Channel,也是一个分类或者容器,但是所有的消息都在一起,想到啥都往里面扔,但是如果你想对某个子话题深入讨论,那么就新开 Thread,然后基于 Thread 可以展开讨论。

论坛呢,就是容易歪楼,讨论着讨论就偏离主题了,上下文乱一些,只有最近的回帖看的清楚。Slack 呢就是简单方便,不用想属于哪个话题,只要是这个 Channel 的就都往里面发就好了,上下文乱一点没关系,可以通过 Thread 聚焦

在 X 看原帖 ↗
1.8万107867
工具产品 · @ghumare64▲ 2.1K

@ghumare64 免费开源完整AI工程学位课程

可以从零基础开始自学完整AI工程,全程动手推导核心原理、手写代码,从线性代数到多智能体系统,课程全程免费可本地运行。

真的有人把整个AI工程学位课程放到GitHub上了,而且是100%免费🔥

一共20个阶段,523节课,总时长约342小时。整个课程体系围绕从第一原理学习AI搭建。

你从数学开始,然后自己实现各种概念:反向传播、分词器、注意力机制、智能体循环等等。

生产框架会放在后面讲,那时候你已经手动实现了核心机制。

每节课都遵循这5个步骤:阅读问题→推导数学→编写代码→运行测试→保留产物。每节课结束后,你都会得到可以复用的内容:提示词、SKILLmd文件、智能体定义、你自己搭建的MCP服务器。

代码使用Python、TypeScript、Rust或Julia编写,具体用哪个取决于哪个更适合对应概念。

课程内容从线性代数一直讲到自主智能体集群、多智能体协作、生产基础设施和AI安全。

它是100%免费开源,遵循MIT许可,可以克隆到本地运行。目前在GitHub上已经获得了超过65k个星标。

在 X 看原帖 ↗
2.1K766105
开源 · @moricrypto1▲ 261

腾讯AI开源Octop 多用户AI协作工具

每个用户可以独立登录,创建多个带专属工作区的智能体,小团队共用AI不用挤同一个账号

我注意到实体人工智能领域的资金,大多流向了人形硬件、机械臂、酷炫演示这些你可以拍成视频的东西。

@axisrobotics 刚刚完成了由Hack VC领投的1200万美元种子轮融资,他们做的事情你其实没法拍成视频:一个让超过10万人可以通过浏览器制作训练数据的工具。

我觉得这件事很能说明问题。现在人们押注的不是更优秀的机器人。而是每台机器人都会需要的那个缺失的环节。

我也有可能错。硬件说不定还会在未来多年持续吸走大部分预算,但没法拍成视频的部分,往往才是真正能撬动市场的地方。

在 X 看原帖 ↗
26159412
前沿研究 · @Xudong07452910▲ 3.8K

RankEvolve提升Auto-Research实验正确率

做AI自动科研的人可以关注,它能帮你减少早期实验错误被后续放大的风险,提升长时实验的执行可靠性。

现在用 AI 自动做科研,最怕的其实是一处没人发现的 bug: 后面十轮实验,可能全建立在一个假结果上。这篇 RankEvolve 研究的,就是 Auto-Research 里的「执行可靠性」。长时 ML 实验中,Agent 很容易引入数据泄漏、漏掉归一化、断开梯度,甚至配置根本没生效。

代码能跑、指标也正常,但实验已经失真。RankEvolve 主要做了三���事: 把研究流程编译成可执行的状态机,强制 Agent 按协议推进; 让 Claude Code、Codex、OpenHands 等不同 Coding Agent 互相 review 和 repair; 保存每轮 patch、配置、指标和失败经验,避免后续重复踩坑。在相同预算下,异构 Agent 协作把执行正确率从 45.8% 提升到 62.5%。

连续 12 轮自动研究后,在 MovieLens-20M LARGE 上,NDCG@10 比公开基线提升 4.48%。所以 Auto-Research 跑得越久,越要先保证每一轮实验都值得相信。否则「自我进化」很容易变成持续放大一个早期错误。

📎 arxiv:

在 X 看原帖 ↗
3.8K166956
行业观点 · @CryptoOpener▲ 3.2万

数字AI进步快,但物理AI现在卡数据瓶颈了

卫星只能拍到屋顶,车队只能录下可行驶道路,都没法获取建筑内部、街道细节这些物理场景数据

阅读全文 →
3.2万52505547
云服务 · @mylifcc▲ 7.0K

0元免绑卡白嫖临时云电脑给AI用,只需一行代码

来自𝕏用户@mylifcc分享,可白嫖2核2G预装AI工具的临时Linux云电脑

真0元、免注册、不用绑定信用卡,就能获得一台给AI使用的云电脑。只需在终端敲一行代码:ssh railway.new,1秒左右就能获取一台全新的2核2G Linux云电脑。

平台还赠送公网网页预览地址,机器内已经预装了Python、Node以及Claude Code等主流AI工具。

不用在本地电脑折腾环境,也不用担心运行脚本删库出错,可以把任务交给AI,让它在云端完成写代码、启动服务,最后获取预览链接即可,使用完毕后资源就会被回收。

使用这一免费服务有几条规则需要注意,不要存放重要数据:每次使用时长是免费60分钟,也就是完整的1小时开发时间。如果不注册认领,24小时后容器和数据会直接被抹除,做好的代码要第一时间用Git推走。

每个IP每天最多申请3台,高峰期可能需要排队。给AI配置一台60分钟后自毁的云电脑,充满临时使用的安全感,如果你有这么一台免费临时云电脑,会让AI帮你做什么?

在 X 看原帖 ↗
7.0K23344
开发工具 · @code_kartik▲ 1.4K

一半开发工具现在不是开发者选,而是Claude Code选的

开发者@code_kartik在𝕏分享,AI编码助手正在改变开发工具的获客逻辑

现在我使用的开发工具里,有一半都不是我自己挑选的,而是Claude Code选的。它找到对应工具库,完成安装,写好配置文件,之后我只要继续开发就可以了。

没有产品官网说服我选择,也没有对比表格,更没有技术讨论帖。如果你是开发工具的构建者,你的下一个用户会通过AI代理找到你的产品。

清晰的文档、能自我说明的README、一次就能正常运行的命令行界面,这些就是你现在的营销核心。2026年最好的产品官网,就是AI代理能读懂的官网。

在 X 看原帖 ↗
1.4K1508
自动内容生成 · @kurono_bakenshi▲ 7.1K

日本开发者用Claude自动生成赛马分析文章,还尝试股票自动筛选

日本网友 kurono_bakenshi 分享了自己用 Claude 自动生成赛马内容、测试自动选股的个人项目

阅读全文 →
7.1K5909
前沿研究 · @gosrum▲ 3.2万

两款Qwen本地模型,速度性能各有优劣

喜欢玩本地大模型的人可以参考这份实测,想追求稳定性能选Qwen3.8-27B,追求更快速度可以选Strata+Qwen3.8-Flash Next。

阅读全文 →
3.2万53278271
行业动态 · @Jiajia_OKX▲ 8.2万

OKX 披露每月 AI 投入达千万美元

OKX 每月千万美元的 AI 投入,说明 AI 不再是概念辅助,已经深度融入产品研发运营,成为核心能力,未来普惠金融服务会更普及。

阅读全文 →
8.2万161225
教程 · @dudrms606▲ 3.0K

不用视频编辑软件,一行Prompt让AI自动完成YouTube剪辑

韩国博主分享了用Claude Code等AI自动剪辑视频的方法

阅读全文 →
3.0K166780
研究 · @Dr_Singularity▲ 3.9K

Google用Gemini多智能体做开放课题自动证明

这套工具用于公开研究问题的自动证明发现,已经在五个开放研究课题上得到了新结论。

这会推动相关研究加速进展……谷歌打造了 Cogentic,这是一个用于针对公开研究问题自动发现证明的多智能体框架。

谷歌的 Gemini 智能体在 5 个开放研究问题上得出了全新结果。谷歌研究院的新系统 Cogentic 以 Gemini 作为基础模型,但它不依赖单一答案,而是运行一整批独立的 AI 证明器,并行探索不同的证明方向。

它们的输出随后会经过对抗验证,只有经过确认的中间结果才会被加入一个持久的「已验证账本」,供后续轮次在此基础上推进。

通过这套设置,Cogentic 在涵盖在线学习、拍卖理论和机制设计领域的 5 个开放问题上得出了全新结果,每个结果都经过领域专家的独立验证。

在 X 看原帖 ↗
3.9K56416
行业动态 · @ClintLux▲ 493

美国最好开源AI模型,排名已落后于15个中国模型

六月英伟达推出当时美国头部开源模型Nemotron 3 Ultra,九月就有中国模型超过它

新开源工具 · @RoundtableSpace▲ 3.9万

image-blaster开源image-blaster 开源项目

这个开源项目借助Claude调度流程,能从单张图片生成3D环境、拆分3D模型还能匹配对应音频。

一个名为 image-blaster 的开源项目,利用 Claude 的能力将单张图像转换为 3D 环境、独立的 3D 对象模型和匹配的音频。

Claude 负责协调流程,调用 World Labs 来构建高斯溅射(Gaussian splat)环境。

场景中的对象通过 FAL 使用 Hunyuan 3D 转换为 3D 模型。

它还会生成环境音频循环和基于物理的音效。

这个采用 MIT 许可证的项目在 GitHub 上已经获得了约 8300 颗星,使用时需要 World Labs 和 FAL 的 API 密钥。

在 X 看原帖 ↗
3.9万386103
深度观点 · @Somed07▲ 950

vangrid_io 用众包数据解决物理AI瓶颈

训练物理智能需要高质量空间数据,传统收集方法效率低。如果众包收集的数据满足商用需求,就能搭建物理AI的基础智能层。

早上好,X的朋友们!

我们已经用互联网几乎所有内容训练了AI,但物理世界在训练数据中占比仍然很低。目前,构建物理智能或训练先进机器人技术遇到了巨大瓶颈。机器人要在我们的世界中运转,需要的不只是文本或静态2D图像,它需要真正的情境深度。

物理空间是如何构建的?物体之间的相对位置是怎样的?复杂环境如何随时间变化?没有高质量的空间数据,物理AI模型就只能困在沙盒里无法落地。

这就是为什么@vangrid_io开创的方法如此引人注目。他们没有只依赖传统的集中式制图方法或企业强力的数据收集,而是采用去中心化方式收集真实世界的空间数据。

真正的突破不仅仅在于捕获更多素材,而在于工作流效率。他们正在构建一个框架,通过由日常参与者组成的分布式网络,可以精准按需请求、捕获、验证和交付有用的空间数据。

当然,初始资金和代币激励可以帮助启动和构建网络基础设施。但这个领域的长期成功始终归结为一个根本问题:这种众包空间数据能否足够有价值、可靠和标准化,让真实企业持续使用?

如果这套协议能够打通这个实用闭环,我们得到的将不只是又一个数据网络,而是我们正在为物理AI和空间计算构建基础智能层。👇

在 X 看原帖 ↗
95014154
行业动态 · @Keanaalabre▲ 2.1万

YC资助AI公司A轮融资2850万美元 远程招人年薪15万起

正在找下一份工作,或者认识符合条件的人,可以去接触搭建端到端运营商业的AI智能体项目

我这里有远程工作机会!我正在帮一家 YC 投资、位于旧金山的 AI 公司招聘。

这家公司刚刚完成了 2850 万美元 A 轮融资,正在打造「自动化公司」,也就是 AI 智能体可以端到端运营真实商业业务。

他们开放的招聘岗位是:
创始产品工程师,要求希望从零到一打造 AI 智能体、基础设施和产品。
创始增长工程师,要求能将技术型 AI 产品推向市场,负责增长实验、上线策略、技术内容、获客和激活。

支持远程工作,年薪 15 万到 30 万美元以上。

如果你正在寻找下一份工作,或者认识合适的人选,请给我发私信:)

在 X 看原帖 ↗
2.1万12281287
开发工具 · @studiomasakaki▲ 9.4K

开发者使用GPT驱动的dots五天后分享体验感受

本文是日本开发者在𝕏上分享自己使用dots五天的实测感受

阅读全文 →
9.4K67820
行业动态 · Hacker News▲ 47

有选民找ChatGPT帮忙决定投票方向

这意味着AI开始直接介入普通人的政治决策,未来选举可能因此改变形态。

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
前沿研究 · @omarsar0▲ 4.7K

omarsar0 认为强化学习能大幅降低智能体成本

如果强化学习真能大幅降低智能体运行成本,同时帮助快速定位故障,那么通用和专业智能的发展速度可能超出当前预期

和Jev一样,我相信强化学习(RL)还会带来更多这样的成果,大幅降低关键智能体运行的成本。

flow-1 在性能上已经很有竞争力,但它在发现智能体轨迹中的错误方面能节省大量成本。

RL不仅适用于通用智能,它同样也会加速专用智能的发展。

在 X 看原帖 ↗
4.7K24239
工具分享 · @dotey▲ 1.3万

用户推荐Claude Projects 并介绍其功能与不足

来自𝕏用户dotey的分享,介绍Claude Projects特性与局限

Claude Projects 挺好用的,推荐多用用 每个 Project 都可以有自己的 System Project 和记忆,也可以用 skills。 项目下所有任务都在一个会话里面,只要往输入框里面放就可以了,子任务它会以 Thread 的形式展开。 如果连上 GitHub 就可以访问和修改代码,直接提交 PR,不需要通过你的本机,美中不足是像 Rust 的代码没办法编译,所以有些测试没法跑,还得本机跑一遍。不过 Nodejs、Python 的代码应该没问题 现在一些云端跑的任务也能读本地文件了

不用那么麻烦破解我的提示词,在我的《图解 Skill》图书的配套素材里面就有:

在 X 看原帖 ↗
1.3万26146
新新品发布 · @Zai_org▲ 6.3万

GLM-5.3 现已上架 Amazon Bedrock

企业如果想在Amazon云服务中搭建AI编程和智能代理应用,现在又多了一个新的模型选择

GLM-5.3 现已上线 Amazon Bedrock。

它可以为你的企业带来强大的编码和智能体能力。

开始使用:

在 X 看原帖 ↗
6.3万3965647
编程 · @snowboat84▲ 4.1K

AI编程时代,《人月神话》结论还适用吗?

《人月神话》提出给延期项目加程序员会更慢,现在AI一天就能完成不少编程工作,原有结论需要重新讨论。

阅读全文 →
4.1K53320
智能体 · @pvncher

2026年优化AI智能体框架性能提升变得更难

用户@pvncher在𝕏发文称,前沿实验室框架已被模型适配,难超越

<p>到2026年秋季,当开发者调试优化AI智能体框架时,不得不面对一个现实:一年前可能轻松获得的性能提升,放在最新模型上已经很难实现。</p> <p>前沿实验室开发的智能体框架远非完美,但现有模型已经经过训练,能够很好适配这些框架,想要做出比这些框架性能更好的成果非常困难。</p> <p>不过,多智能体、多框架编排仍属于新兴领域,目前该领域还处于发展初期,尚未形成成熟的规范和方法。

</p>

在 X 看原帖 ↗
行业动态 · @Techmeme▲ 2.1万

AI芯片初创公司Etched估值翻倍至四百亿美元

成立不久的AI推理芯片初创公司,融资估值翻倍,可关注AI芯片赛道的资本热度变化。

消息来源:AI推理芯片初创公司Etched目前正就融资进行早期商谈,估值将达到400亿至500亿美元,高于去年8月的210亿美元(@mtemkin / TechCrunch)。

(访问Techmeme获取链接和完整上下文!)

在 X 看原帖 ↗
2.1万313435
AI工具 · @masahirochaen▲ 1.2万

网友实测Grok Bot能完成批量审批操作 ChatGPT Claude常拒绝请求

@masahirochaen在𝕏分享实测结果,X Corp.开发的Grok Bot可完成5笔LayerX待审批任务全批

有观点认为Grok Bot看似低调,实际表现很不错。

ChatGPT和Claude普遍过于保守,经常会拒绝用户的请求。而Grok Bot在合理范围内更灵活,只要用户确认内容没问题,它就能处理审批类任务。

实测中,用户把LayerX的5笔待审批任务全部交给Grok Bot处理,最终全部完成审批。

即便是拥有全权限的Codex,也无法代理金钱、合同相关的审批操作。本次测试中,审批内容已经经过人工肉眼查看和对话确认,Grok Bot只负责完成繁琐的点击操作。

Grok Bot是X Corp.开发的AI智能体应用,它可以登录网页服务、操作页面,完成完整任务流程。本次测试里,Grok Bot完成审批后,还会反馈“已进入下一个审批环节(如管理本部、财务部)”。

Codex可以完成内容核对和整理待办事项这类工作,它的设计更偏向安全,哪款工具更好取决于具体使用场景。

当审批数量较多时,操作会非常繁琐,目前比较实际的分工是:人类做内容判断,AI负责机械点击操作。Grok Bot还可以参与激进策略讨论和咨询,在企业管理者群体中意外获得了不错的评价。

在 X 看原帖 ↗
1.2万57137
深度观点 · @WarrenPies▲ 1.8万

WarrenPies 讨论高利率下AI行业风险

若加息周期重演,风投融资会降66%,AI初创企业是头部AI厂商主要客户,大约25%头部AI厂商年度经常性收入会面临风险。

人工智能对高利率不受影响吗?风险投资是垄断可能影响数据中心建设的一个渠道。

上一次加息周期中,风险投资下降了66%。

初创企业是人工智能的不成比例大的用户(也就是Anthropic和OpenAI的客户)。

在类似场景下,大约25%的实验室年度经常性收入可能面临风险。

在 X 看原帖 ↗
1.8万2618261
新品发布 · @studio_yebisu▲ 4.4K

Liquid AI发布d1模型,成本仅为Opus 1/150

做AI任务分类、选择、评分这类重复操作时,可以用这个低成本模型大幅降低成本,和现有AI Agent搭配还能提升整体效率。

🚨出现了一款号称「带视觉的Jev」的离谱模型。在实用性上这玩意儿相当离谱。

<吃惊姿势>
乍一看你可能不知道它厉害在哪,今天我就手动打字+部分复制粘贴给大家讲解一下。

这是一款能便宜快速处理AI代理反复进行的「分类、选择、打分」任务的模型。Liquid AI的d1接收文本、图片和问题,一次推理就能返回每个选项的概率,算是一种Jev型决策模型。

乍一看,你可能会觉得它性能不怎么高对吧?

我们来和Gpt-6.1-sol、Opus5.5比一比。中间那张图的成本是最让人惊讶的点。它 Judgment 性能比Sol-6.1高,比ClaudeOpus5.5低,但是成本只有Opus的大约150分之一。按照这次官方比较,Opus 5.5处理需要150日元的任务,d1处理只要大约1日元。

■价格
1000词元的判定做1万次:0.40美元
100万像素图片判定1万张:约0.61美元+问题文本等费用

这款多模态超便宜高性能判断模型用途无穷,检测、视频分析、分类、计数都能做。

它还能和现有AI代理配合使用提升效率。总之有各种各样的用途。

我把官方放出的演示视频放在评论区了,一定要去看。

在 X 看原帖 ↗
4.4K47165
开发工具 · @oikon48▲ 1.4万

@oikon48发布html-plan Claude 插件

这款插件可以通过指令让Claude生成更高质量的HTML实现方案,已经放到Claude社区插件市场。

Claude Code 改进生成 HTML 能力的技巧「html-plan」:输入 `/html-plan <指令>`,就能用 HTML 实现方案进行问答。

插件地址:claude plugin marketplace add anthropics/claude-plugins-community

安装命令:claude plugin install html-plan@claude-community

在 X 看原帖 ↗
1.4万13134194
开源 · @omarsar0▲ 7.8K

开发者用Pi Durable快速搭建开源个人AI代理

开发者@omarsar0 使用Pi Durable搭建OpenAI dots克隆版,计划后续开源

阅读全文 →
7.8K683109
AI 绘画 · @techhalla▲ 3.8K

Seedance 2.5沉浸式体验提示词及自制AI游戏视频工作流

包含120个提示词,可生成30秒连续分镜AI游戏故事视频,来自@techhalla分享

阅读全文 →
3.8K67243
实战经验 · @businessbarista▲ 3.7万

评估是阻碍企业AI原生转型的第一因素

想让AI代理落地部署,仅靠手动调prompt远远不够。这套系统的评估方法,是企业落地AI必须掌握的核心环节。

阅读全文 →
3.7万22328822
视频剪辑 · @landforce▲ 4.2K

视频创作者分享自己常用的一套AI视频剪辑工作流

创作者@landforce分享基于Davinci Resolve、Codex、Claude等工具的剪辑流程

视频剪辑每天都在变化,@landforce分享了自己最常用的一套剪辑工作流。

这套工作流的基础是价格300美元的Davinci Resolve,搭配MCP(包含第一方和第三方版本)。

在Codex上运行Astra,完成素材分析、语音转文字、粗剪、镜头选择、添加图形图片和字幕等工作。

还可以用它清理音频、分离背景音、处理动态图形、校正颜色,基本上能完成所有剪辑工作。使用体验就像和一位实时工作的剪辑师沟通一样。

这套工作流主要优化的环节是初剪、去除空白音频等基础内容,以及图形细节处理。

使用方法是先在第一次剪辑时制定基础流程和样式规范,之后保存为预设技能供后续剪辑使用。

目前@landforce正在试验不人工监看剪辑,在Claude中使用Tesseract的方案,他认为这个尝试很有突破性,后续会分享更多结果。

在 X 看原帖 ↗
4.2K26470
大模型推理 · @beniduboss▲ 2.1万

为什么大模型推理速度很重要?深度分析来了

@beniduboss在𝕏发布分析,提及超快速推理能解锁的应用

这是我关于推理速度为什么重要的深度探究!内容包含了你应该了解的所有相关知识:(超)快速推理能在智能体、研究和实时 AI 领域实现什么。

正如我之前承诺的,我也分享了我看好 Cerebras 的部分理由。

在 X 看原帖 ↗
2.1万13156121
前沿研究 · @ArtificialAnlys导语出处▲ 4.0万

独立测评显示 Beam 模型 令牌效率超高

第三方独立机构获授权测评新出的开源大模型,认为该模型在同等智能水平下,是目前见过令牌效率最高的开源模型之一

Artificial Analysis 已获得 Reflection 授权,正对 Beam 进行独立基准测试。

早期指标表明,在同等智能水平下,Beam 将成为我们见过的通证效率最高的开放模型之一。

祝贺 @reflection_ai 发布公告!

在 X 看原帖 ↗
4.0万6463266
开发工具 · @sydneyrunkle▲ 182

Deep Agents推出多模态更新 新增OpenAI多格式文件支持

开发者@sydneyrunkle在𝕏公布Deep Agents的三项多模态升级,含OpenAI Responses新增多种文件支持

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。

在 X 看原帖 ↗
1821
新品发布 · @BenShi34▲ 1.2万

BenShi34发布impersona-env探索个性化AI新方向

这套方案用模拟用户强化学习训练助手,能捕捉人自己都没发现的偏好,突破了现有AI个性化只记事实的局限

哈喽,我的 406 位 Twitter 粉丝。我来分享两件事:

1. 我已经在斯坦福大学开始读计算机科学博士了!当然是出于对这一领域的热爱。

2. 我发布了 impersona-env,这是一个通过基于用户模型构建强化学习环境来训练个性化助手的概念验证项目。

你的助手可以通过反复向模拟版本的你提问、探索你内部潜在思考和反馈,并相应更新其先验知识,从而学习如何帮助你。我认为这开启了个性化的新维度,超越了离散事实回忆。我的个人助手模型现在已经理解了我偏好中的一些细微差别,甚至连我自己之前都没意识到。

完整博客:

目前它仍然是一个概念验证项目,这个领域还有一大堆问题需要解决。我目前还不清楚如何构建能够跨用户和下游应用泛化的用户模型评估,如何在训练/推理时最好地表示纵向个人数据,种群层面偏好和个体层面偏好之间的相互作用,以及在分散数据访问机制中围绕隐私和局部搜索的重大问题……如果你想聊这个领域的任何内容,欢迎给我发私信!

在 X 看原帖 ↗
1.2万1317878
深度观点 · @NousResearch▲ 2.4万

NousResearch提出AI智能体应完全归用户所有

当前多数AI智能体由厂商管控数据与运行,这个观点提出用户应当完全掌控自己使用的AI智能体,关系到每个使用者对AI的自主权。

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。

在 X 看原帖 ↗
2.4万102961132
效率 · @nb4ld▲ 5.7K

大语言模型可以搞定带约束的高中课表优化,附方法

海外开发者在X分享了用LLM优化课表的分步可操作流程

大语言模型这类人工智能能在满足所有约束条件下优化高中课程表吗?当然可以,只要你会用它。下面就是方法(已经简化,但核心思路不变):

1) 使用一个能够编写并执行代码的人工智能工具。比如 Claude Code、Codex、Hermès、Mistral Vibe 等等。

2) 提示词:「这里是我所有约束条件,格式各不相同。你先定义一种通用语言来描述这些约束,然后识别不同的格式,为每种格式设置转换器。接下来运行一个确定性脚本,将所有来源的约束都逐一通过转换器系统化处理。」

3) 提示词:「现在我们已经把所有约束形式化了,请你编写一个约束求解器,生成最优的课程表。这里的最优指满足以下约束条件:x、y、z。」

4) 提示词:「我还要补充以下约束:X老师上半年一半时间休产假,A楼上午有施工。」

5) 提示词:「运行求解器生成初稿,然后把仍存在问题的情况展示给我。」……以此类推。

ChatGPT 看起来对这项任务并不担心:

人工智能的优势恰恰就在于,它可以自己编写约束、进行测试,然后自行迭代规则,(借助传统求解器)最终得到正确结果。

在 X 看原帖 ↗
5.7K55231
开源 · @cathrynlavery▲ 4.8K

用户将个人AI工作空间迁移到orca_build,分享实际体验

X平台用户cathrynlavery分享了一个月来使用orca_build的体验,orca_build免费开源,30天内更新23次。

上个月,cathrynlavery将个人AI工作空间迁移到了@orca_build。

通过SSH创建项目操作简单。她的所有设备都接入了Tailscale,因此可以用笔记本电脑发起操作,代码仓库依然运行在Mac Studio上。

orca_build的手机应用体验很好,操作简单。所有Claude Code和Codex会话都会自动同步到手机上,外出时也能继续处理工作。

orca_build是免费开源项目,过去30天内已经发布了23次更新。

在 X 看原帖 ↗
4.8K25140
机器人 · @xiruili7_li▲ 1.2万

前沿大模型控制机器人效果好,但部署成本高

GPT 6 Astra这类大模型控制机器人表现不错,但部署时存在推理成本高、延迟大的问题。

🤖 像 GPT 6 Astra 这样的前沿模型在控制机器人方面表现好得出人意料。结果令人振奋,但在机器人上部署前沿模型会带来可观的推理成本和延迟。

我们能不能把这些能力提炼到可以在本地运行的紧凑模型中呢?我们开源了 🥑Guava —— 这是一个将前沿模型提炼为紧凑机器人智能体的框架,仅使用模拟交互数据,不需要真实世界数据!

仅用约 2K 条模拟轨迹,我们就把 Qwen3.5 微调成了 Guava-4B,它具备:
🤖 真实世界成功率达到 90.0%,对比 GPT-5.4 的 93.3%
⚡ 本地推理的模型调用延迟降低 7.1 倍
🌎 无需真实世界微调即可实现模拟到真实的迁移
🧠 可泛化到未见任务和物体配置
🔄 可从执行故障中闭环恢复

论文 + 代码 + 项目页面:
🎥 往下看 Guava 的实际运行效果。

本次合作由 @haowenssr、@xiruili7_li、@ShaoxiongYao、Peng Shi、@zhoutianyi、@jbhuang0604 、@furongh 和 @maojiayuan 共同完成。

在 X 看原帖 ↗
1.2万98671
前沿研究 · @yi_xin_dong▲ 8.2K

KCoral让内核开发GPU吞吐量提升2.58倍

AI写内核的速度已经超过人工调优,GPU算力瓶颈会限制开发,KCoral能帮开发者复用GPU资源,提升开发吞吐量

内核智能体已经能击败人工调参的内核了。启动更多智能体很容易,但扩展GPU评估仍然困难且成本高昂。

如果智能体扩展速度超过GPU扩展速度怎么办?来认识一下KCoral 🪸:这是一个用于智能体内核开发的轻量级共享GPU基准测试环境。

🧑‍💻 智能体在各自工作区内持续编写和修改代码
⚡ 评估任务被发送到KCoral,它会调度共享GPU池,并返回正确性和耗时结果
🌐 通过统一API端点跨多个GPU和节点扩展
🔒 每个请求都隔离,执行开销仅为毫秒级

通过将CPU编译与GPU跨请求工作重叠,KCoral进一步加快了内核评估速度。在单块NVIDIA B200上,这实现了顺序本地执行2.58倍的吞吐量。

在 X 看原帖 ↗
8.2K278340
开发 · @beamnxw▲ 2.9K

SpaceX AI工程师分享200+编码智能体运行配置方案

来自𝕏平台用户分享,包含完整可复用的分步操作流程

我靠,一位SpaceXAI工程师分享了他个人的运行200+编码智能体的配置。

李灵溪说,5个专门的Grok机器人管理整个团队,每个机器人负责代码库中的一块区域,然后启动Cursor云智能体来完成工作。

我最想偷学的部分就是这个后续循环:
01 给每个机器人分配一块领域:移动端 / 桌面端 / 基础设施 / Android / 框架。明确所有权 + 聚焦上下文。
02 要求机器人提供证明截图、文字记录和可用的开发实例,机器人检查结果后,把修改发回来。
03 所有工作都放在看板上,每30分钟检查一次CI、冲突并评审发现。未完成的工作交还给智能体。
04 给错误分配负责人。他的运维机器人Jenny会进行事后复盘并更新共享手册。

我的简化版:一个负责人,一个编码智能体,一个真实漏洞。把这段简介粘贴到你的工程机器人里 ↓

拥有[代码仓库]中的[领域]。复现[漏洞],然后使用相关仓库技能启动一个云智能体。要求提供[用户流程]的前后对比证据和一个PR。检查结果,跟进失败项,更新任务看板。把PR和检查结果发给我评审,合并留给我。

保存这个,然后为你的Grok机器人构建一个框架 ↓

在 X 看原帖 ↗
2.9K127050
前沿研究 · @industriaalist▲ 3.5万

新方法Dust预训练Transformer效果超反向传播

训练大型神经网络一直依赖反向传播算法,新提出的Dust零阶方法能逼近甚至超过反向传播效果,计算效率比现有进化策略方法高上千至上万倍。

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

在 X 看原帖 ↗
3.5万51615804
监管 · @erhanmeydan▲ 9.7K

为符合欧盟AI法案,OpenAI开始给AI文本加水印

欧盟AI法案要求必须能识别出AI生成文本,OpenAI跟进Anthropic开始添加不可见水印。

阅读全文 →
9.7K27677
前沿研究 · @Kay2289123▲ 9.9K

Kay 讨论特定领域小模型的新机会

如果你在垂直领域工作,可以试着做行业基准和评分标准供模型训练,普通人也能抓住AI新方向的机会。

看到好的技术成果,我都会给大家转发,打破所有的信息差 小模型加强化学习,在某个特定领域达到和所有大模型一样的水平。flow-1就是其中之一。我最近也在做一个基于Qwen3.8 35B的Jev-for-MRVL,只做一件事,判断mrvl当下该怎么交易 这是当今在硅谷最热的一个方向之一。

新方向意味着新技术、新瓶颈、新发展。另一个���非常看重的机会是强化学习所需要的 data,这个需要业内人士去贡献。不妨想想您所在的领域,是不是能做出一个 benchmark 和 rubric,共享给模型去训练?

这是一个普通人都难得的机会

在 X 看原帖 ↗
9.9K88185
加密货币 · @meta_alchemist▲ 2.9K

开发者近3天将Spark Loops智能体训练技术接入Grok机器人

开发者@meta_alchemist在𝕏公布,此次接入可为vibe团队带来更多功能,也给base链地址持有者带来更多空投

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。

在 X 看原帖 ↗
2.9K7571
排名 · @arena▲ 1.3万

Agent Arena发布Agent能力排名榜单

排名显示Anthropic的模型占据代码、工作、对话三个领域榜首,OpenAI模型也在前列,你怎么看这个结果?

阅读全文 →
1.3万713229
行业动态 · @dotey▲ 2.7万

OpenAI 给欧盟 ChatGPT 加文字水印

为满足欧盟《人工智能法案》要求,仅欧盟地区默认开启,其他地区用户不受影响,普通人暂时无法自行检测AI生成内容。

阅读全文 →
2.7万98636
深度观点 · @AnatoliKopadze▲ 6.4万

OpenAI 披露ChatGPT水印检测效果很差

合规要求下的水印技术现状就是如此还是有意放水?这事关系到全球AI合规路径会怎么走。

OpenAI刚刚以最OpenAI的方式遵守了欧盟《人工智能法案》……

法律要求AI生成文本必须可识别,于是他们给欧洲地区的ChatGPT加上了隐形水印。

然后他们在同一篇公告中承认,这个水印几乎没什么用。根据他们自己给出的数据:
> 修改10%的单词后,检测率从92%降到66%
> 修改25%的单词后,检测率降到17%
> 短文本和数学内容更难检测

他们甚至不向公众开放这个检测器。在世界其他地区,这对API客户来说只是一个可选设置。

所以你怎么看?OpenAI故意把它做得这么弱是聪明之举,还是当前文本水印技术真的只能做到这种程度?

在 X 看原帖 ↗
6.4万521582
人工智能 · @HermesWatcher▲ 7.8K

AI代理Hermes可通过日常对话直接训练

消息来自X平台用户@HermesWatcher,无需调整设置修改提示词,用自然语言就能保存偏好设置

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。

在 X 看原帖 ↗
7.8K210667
深度观点 · @herbiebradley▲ 1.1万

业内人士指出AI对齐领域缺失成熟数据产业

很多AI安全问题根源在于数据和环境准备不足,补齐这块短板能让前沿模型之外的AI也变得更安全

阅读全文 →
1.1万20205142
工具产品 · @exploraX_▲ 2.5万

这个开源智能体工具包 现在GitHub热度第一

追求高效轻量智能体的开发者,可以体验这款占用资源更少、运行速度更快的开源工具

这个开源智能体工具框架现在是 GitHub 上热度排名第一的工具。

原因是它在效率上击败了 OpenClaw 和 Hermes。

它打造得更加轻量,占用更少的内存和 CPU,并且输出结果快得多。

在 X 看原帖 ↗
2.5万36362506
AI开发 · @karrisaarinen▲ 5.2K

开发者从Muse迁移至OpenAI Dot 分享使用体验

开发者karrisaarinen在𝕏分享从Muse迁移到OpenAI Dot的使用感受,提到了速度和界面差异

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。

在 X 看原帖 ↗
5.2K5812
大模型 · @marcusyul▲ 7.1万

实测OpenHuman比NousResearch和Openclaw更快更便宜

开发者marcusyul在𝕏公布了对OpenHuman的实测对比结果

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。

在 X 看原帖 ↗
7.1万5537836
模型 · @liquidai▲ 2.1万

liquidai发布支持多模态输入的d1决策模型(six real applications)

已经在六个真实应用场景做了测试,对比过GPT-6.1 Sol和Claude Opus 5.5。

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: 🧵

在 X 看原帖 ↗
2.1万53553222
编码 · @chetaslua▲ 6.7K

Gemini 4 Argon被评价在Web开发编码中表现良好

用户chetaslua在𝕏平台分享,称Gemini 4 Argon在Web开发编码任务中表现不错

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。

在 X 看原帖 ↗
6.7K9412
大模型代理 · @VictorTaelin▲ 6.8K

OptChat实现子代理继承上下文同时避免上下文腐烂问题

开发者VictorTaelin在𝕏分享OptChat子代理设计,兼具上下文继承与无上下文腐烂优势

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。

在 X 看原帖 ↗
6.8K324788
新品发布 · @genex_games▲ 1.4万

Genex 推出开源AI游戏开发桌面应用

想独立做游戏又缺人手?可以试试这个开源工具,能对接AI帮你快速搭建开发环境

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。

在 X 看原帖 ↗
1.4万48378422
新品发布 · @MLCatttt▲ 8.1万

BanburyRoadAI发布Kardashev-0.7,推理成本大降

由32个不同模型组成,每个模型分工协作,推理成本仅为原先的0.7%到2%,内存需求仅为原先的3%,能以极低资源获得前沿性能

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。

在 X 看原帖 ↗
8.1万1391.4K764
新品发布 · @interfaze_ai▲ 7.5K

interfaze_ai发布interfaze-1-lite 通用模型

这个开源模型可同时完成文字识别、语音转文字等多种确定性任务,还会返回置信度和元数据。

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。

在 X 看原帖 ↗
7.5K26147130
实战经验 · @dotey▲ 1.2万

lcu 让Codex Computer Use适配多款AI Agent

如果已有官方ChatGPT桌面版,就能用这套工具给常用AI Agent加上电脑操作能力,不需要额外登录OpenAI账号。

阅读全文 →
1.2万13117174
行业动态 · @btibor91▲ 7.8万

OpenAI 将推出 textGrain 文本隐形水印工具

符合欧盟AI法案要求,后续会开源,可识别AI生成文本,不会明显降低生成内容质量,对AI内容溯源有帮助。

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。

在 X 看原帖 ↗
7.8万50689130
AI编码 · @ErickSky▲ 3.9K

Cursor推出AI编码新功能,中途可修正AI指令无需重启

开发者ErickSky在𝕏介绍Cursor的run.steer()功能,支持编码中途修改AI指令

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。

在 X 看原帖 ↗
3.9K26125
新品发布 · @skull8888888888▲ 3.0万

flow-1 模型成本比GPT-6低23倍

开发AI Agent的开发者可以用更低成本监控Agent运行,不需要采样就能检查运行错误

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

在 X 看原帖 ↗
3.0万40708609
提示工程 · @Deep_GeniusAi▲ 1.5万

参与开发Claude Code的工程师发布提示词编写技巧免费视频

该视频时长28分钟,涵盖结构化工作环境搭建、多任务并行处理等内容,来源X平台@Deep_GeniusAi

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。

在 X 看原帖 ↗
1.5万755198
网络安全 · @migtissera▲ 2.2K

AI用于攻击性网络安全 第二部分:攻击面测绘

发布者@migtissera,在𝕏平台发布的系列内容第二部分,附配套博客文章链接

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

在 X 看原帖 ↗
2.2K25345
新品发布 · @RekaAILabs▲ 3.3万

Reka AI labs发布19B参数全能单模型Rho-1

这个单模型能同时处理文本、图像、视频还能生成机器人动作,多模态通用AI又往前推进一步。

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。

在 X 看原帖 ↗
3.3万58426215
活动 · @openservai▲ 5.1K

首届SERV推理黑客松收到了七十多个参赛项目

开放SERV API几周后就收到这么多作品,能一窥可靠AIAgent未来能实现哪些应用。

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↓

在 X 看原帖 ↗
5.1K301199
大语言模型 · @ScarletKc▲ 5.1K

大语言模型标称百万上下文长度,实际训练仅支持四分之一

从业者@ScarletKc在𝕏披露长上下文训练套路,附不同模型长文本能力实测数据

阅读全文 →
5.1K45420
前沿研究 · @patrickamadeus_▲ 6.6K

Ego2Act测试:110场景测6款视频生成模型

想知道当前最优的视频生成模型能不能完成指定场景任务?这个公开的测试基准能帮你了解现有模型的真实能力。

🤖🤚 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]

在 X 看原帖 ↗
6.6K299849
工具产品 · @Promixyz▲ 6.3K

@Promixyz分享10个能帮AI干活的开源仓库

想让AI帮你完整完成开发工作,从理解代码仓库到提交PR,这10个工具可以串联起完整工作流。

阅读全文 →
6.3K118896
AI生成视频 · @liluocheng13▲ 9.0K

分享AI生成19秒武打视频的分段提示词,分两次生成

来自𝕏用户@liluocheng13,使用Seedance 2.0生成,ChatGPT出图,Suno做音乐

阅读全文 →
9.0K2215640
八卦 · @AlexGodofsky

反对生成式AI的高中生好友 新项目托管在GitHub上

AlexGodofsky在𝕏爆料,一位此前反对生成式AI的旧友近日公开了他的GitHub新项目

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。

在 X 看原帖 ↗
🔬 前沿研究
新前沿研究 · @LuminaBench▲ 1.0万

Mistral Large 4 测试得分仅38 表现糟糕

千亿参数规模的大模型在智能测试中拿到低分,说明参数规模并不直接对应智能水平,可提前知道大模型发展还存在瓶颈。

🚨 Mistral Large 4 在 AA 智能指数上得分 38

对于一个 1T 参数的模型来说,这太糟糕了

在 X 看原帖 ↗
1.0万420417
新前沿研究 · @rohanpaul_ai▲ 3.1K

Meta研究发现:双AI代码代理互查缺陷率提升

跑AI训练代码时如果藏了静默错误,会白白浪费GPU算力还得不到正确结果,这种方法能帮你少踩坑。

Meta 最新的一篇论文发现,让两个不同的编码智能体互相评审对方的补丁,比给单个智能体更高的预算能找出多得多的静默bug。

在支出相当的情况下,在同一任务中混合使用 Claude Code 和 Codex 能让完全正确的补丁占比从 45.8% 提升到 62.5%。智能体编辑真实训练代码时,可能会泄露测试数据、破坏梯度,或者错误连接标志位。这种情况下代码仍然可以运行,因此你会白白浪费GPU时间,得到看起来有效的数据。

原因在于错误不相关:来自同一家产品的智能体会犯同样的错误,因此评审过程很难找出问题。这种效应在一个不相关的训练代码库中也重复出现。

论文标题:RankEvolve:用于进化排序模型的可靠多智能体自动研究框架。

在 X 看原帖 ↗
3.1K106225
前沿研究 · @gosrum▲ 3.2万

两款Qwen本地模型,速度性能各有优劣

喜欢玩本地大模型的人可以参考这份实测,想追求稳定性能选Qwen3.8-27B,追求更快速度可以选Strata+Qwen3.8-Flash Next。

阅读全文 →
3.2万53278271
前沿研究 · @Xudong07452910▲ 3.8K

RankEvolve提升Auto-Research实验正确率

做AI自动科研的人可以关注,它能帮你减少早期实验错误被后续放大的风险,提升长时实验的执行可靠性。

现在用 AI 自动做科研,最怕的其实是一处没人发现的 bug: 后面十轮实验,可能全建立在一个假结果上。这篇 RankEvolve 研究的,就是 Auto-Research 里的「执行可靠性」。长时 ML 实验中,Agent 很容易引入数据泄漏、漏掉归一化、断开梯度,甚至配置根本没生效。

代码能跑、指标也正常,但实验已经失真。RankEvolve 主要做了三���事: 把研究流程编译成可执行的状态机,强制 Agent 按协议推进; 让 Claude Code、Codex、OpenHands 等不同 Coding Agent 互相 review 和 repair; 保存每轮 patch、配置、指标和失败经验,避免后续重复踩坑。在相同预算下,异构 Agent 协作把执行正确率从 45.8% 提升到 62.5%。

连续 12 轮自动研究后,在 MovieLens-20M LARGE 上,NDCG@10 比公开基线提升 4.48%。所以 Auto-Research 跑得越久,越要先保证每一轮实验都值得相信。否则「自我进化」很容易变成持续放大一个早期错误。

📎 arxiv:

在 X 看原帖 ↗
3.8K166956
前沿研究 · @yi_xin_dong▲ 8.2K

KCoral让内核开发GPU吞吐量提升2.58倍

AI写内核的速度已经超过人工调优,GPU算力瓶颈会限制开发,KCoral能帮开发者复用GPU资源,提升开发吞吐量

内核智能体已经能击败人工调参的内核了。启动更多智能体很容易,但扩展GPU评估仍然困难且成本高昂。

如果智能体扩展速度超过GPU扩展速度怎么办?来认识一下KCoral 🪸:这是一个用于智能体内核开发的轻量级共享GPU基准测试环境。

🧑‍💻 智能体在各自工作区内持续编写和修改代码
⚡ 评估任务被发送到KCoral,它会调度共享GPU池,并返回正确性和耗时结果
🌐 通过统一API端点跨多个GPU和节点扩展
🔒 每个请求都隔离,执行开销仅为毫秒级

通过将CPU编译与GPU跨请求工作重叠,KCoral进一步加快了内核评估速度。在单块NVIDIA B200上,这实现了顺序本地执行2.58倍的吞吐量。

在 X 看原帖 ↗
8.2K278340
前沿研究 · @polydao▲ 3.7K

拆解Claude Code等编码智能体的核心逻辑

想自己动手搭建编码智能体,可以从中了解现有编码智能体底层架构、通用模式和发展方向,理清搭建思路。

我现在要和大家分享我读过的关于线束工程(Harness Engineering)最好的论文之一。

这篇论文拆解了 Claude Code(Opus 5.5)、Codex、Gemini CLI 等多个产品,最后把它们浓缩成一句话:智能体 = 模型 + 线束。

读完你能了解:
> 线束到底是什么
> 如今的编码智能体底层是如何构建的
> 所有编码智能体都遵循的模式
> 整个领域未来的发展方向
> 构建你自己的编码智能体的检查清单

模型是吸引眼球的卖点,而线束决定了智能体能否正常工作。它是叠加在模型之上的循环和图形工程。详见我的下文。

在 X 看原帖 ↗
3.7K67364
前沿研究 · @ArtificialAnlys导语出处▲ 4.0万

独立测评显示 Beam 模型 令牌效率超高

第三方独立机构获授权测评新出的开源大模型,认为该模型在同等智能水平下,是目前见过令牌效率最高的开源模型之一

Artificial Analysis 已获得 Reflection 授权,正对 Beam 进行独立基准测试。

早期指标表明,在同等智能水平下,Beam 将成为我们见过的通证效率最高的开放模型之一。

祝贺 @reflection_ai 发布公告!

在 X 看原帖 ↗
4.0万6463266
前沿研究 · @Kay2289123▲ 9.9K

Kay 讨论特定领域小模型的新机会

如果你在垂直领域工作,可以试着做行业基准和评分标准供模型训练,普通人也能抓住AI新方向的机会。

看到好的技术成果,我都会给大家转发,打破所有的信息差 小模型加强化学习,在某个特定领域达到和所有大模型一样的水平。flow-1就是其中之一。我最近也在做一个基于Qwen3.8 35B的Jev-for-MRVL,只做一件事,判断mrvl当下该怎么交易 这是当今在硅谷最热的一个方向之一。

新方向意味着新技术、新瓶颈、新发展。另一个���非常看重的机会是强化学习所需要的 data,这个需要业内人士去贡献。不妨想想您所在的领域,是不是能做出一个 benchmark 和 rubric,共享给模型去训练?

这是一个普通人都难得的机会

在 X 看原帖 ↗
9.9K88185
前沿研究 · @omarsar0▲ 4.7K

omarsar0 认为强化学习能大幅降低智能体成本

如果强化学习真能大幅降低智能体运行成本,同时帮助快速定位故障,那么通用和专业智能的发展速度可能超出当前预期

和Jev一样,我相信强化学习(RL)还会带来更多这样的成果,大幅降低关键智能体运行的成本。

flow-1 在性能上已经很有竞争力,但它在发现智能体轨迹中的错误方面能节省大量成本。

RL不仅适用于通用智能,它同样也会加速专用智能的发展。

在 X 看原帖 ↗
4.7K24239
前沿研究 · @industriaalist▲ 3.5万

新方法Dust预训练Transformer效果超反向传播

训练大型神经网络一直依赖反向传播算法,新提出的Dust零阶方法能逼近甚至超过反向传播效果,计算效率比现有进化策略方法高上千至上万倍。

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

在 X 看原帖 ↗
3.5万51615804
前沿研究 · @patrickamadeus_▲ 6.6K

Ego2Act测试:110场景测6款视频生成模型

想知道当前最优的视频生成模型能不能完成指定场景任务?这个公开的测试基准能帮你了解现有模型的真实能力。

🤖🤚 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]

在 X 看原帖 ↗
6.6K299849
🚀 新品发布
新品发布 · @alexeheath导语出处▲ 160.6万

reflection_ai发布Beam模型,总参数达501B

高推理效率的开源大模型,在编码和智能体任务上提升了西方开源模型的性能上限,全权重将于本月发布。

现在为大家介绍 Beam:一个高性能智能体开源模型,总参数量 501B,激活参数量 23B。

它具备前沿的推理效率,
提升了西方开源模型在编码和智能体任务上的前沿水平,
是从头到尾从零端到端训练的。

完整权重将于本月发布。

在 X 看原帖 ↗
160.6万1.1K9.2K3.8K
新新品发布 · @MistralAI导语出处▲ 105.2万

MistralAI 发布 Mistral Large 4 大模型

总参数1T,仅激活49B,原生多模态,欧洲端到端打造,目前可通过API调用,权重十月底开放,对闭源模型形成竞争

认识一下 Mistral Large 4,也叫 Le Chonk。

它共有 1 万亿参数,原生多模态,激活参数为 490 亿。在综合基准测试中,它是目前来自美国或欧洲的最佳开放权重模型。

它在关键任务上达到了当前最先进水平,包括网络防御、制造业和金融领域,并且在视觉 Grounding 任务上超过了闭源前沿模型。

它全程在欧洲开发,可通过我们自己的 Mistral 云基础设施从欧洲部署。

它现在已经通过 API 向所有人开放。目前正与网络安全合作伙伴进行非公开合作。开放权重版本将于 10 月底发布。

在 X 看原帖 ↗
105.2万2.3K2.0万3.1K
新新品发布 · @Zai_org▲ 6.3万

GLM-5.3 现已上架 Amazon Bedrock

企业如果想在Amazon云服务中搭建AI编程和智能代理应用,现在又多了一个新的模型选择

GLM-5.3 现已上线 Amazon Bedrock。

它可以为你的企业带来强大的编码和智能体能力。

开始使用:

在 X 看原帖 ↗
6.3万3965647
新新品发布 · @jasonzhou1993▲ 4.0万

@jasonzhou1993发布OpenSource Clay killer 工具(85% cheaper)

比Clay便宜85%,在人物搜索基准测试中准确率更高,可直接在 Claude Code 或 Codex 运行GTM。

现在介绍开源 Clay 杀手——比 Clay 便宜 85%。

在人物搜索基准测试中准确度最高,速度快 25 倍。

可以直接在 Claude Code 或 Codex 中运行 GTM。

可以在下方的仓库链接试用。

在 X 看原帖 ↗
4.0万35439715
新品发布 · @RoundtableSpace▲ 1.6万

GemSearch 开源加密叙事引擎系统

可直接用它在X平台实时追踪加密信息,生成代币概念,在Solana launchpad上线。

有人做了一个开源系统GemSearch,可以把你的X信息流变成一个完整的加密叙事引擎。它的功能包括:

• 实时扫描帖子
• 追踪股票代码、链接和关键词
• 使用JEV对提及内容分组、去重并给信号质量打分
• 抓取网站、GitHub和文档来获取上下文
• 针对信号、产品、风险和数据充足性运行4角色Grok验证
• 在一个控制面板整合所有内容
• 生成一个代币概念并通过或其他Solana启动平台上线,每24小时可尝试5次。每次尝试花费0.025 SOL。

在 X 看原帖 ↗
1.6万2123
新品发布 · @skull8888888888▲ 3.0万

flow-1 模型成本比GPT-6低23倍

开发AI Agent的开发者可以用更低成本监控Agent运行,不需要采样就能检查运行错误

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

在 X 看原帖 ↗
3.0万40708609
新品发布 · @studio_yebisu▲ 4.4K

Liquid AI发布d1模型,成本仅为Opus 1/150

做AI任务分类、选择、评分这类重复操作时,可以用这个低成本模型大幅降低成本,和现有AI Agent搭配还能提升整体效率。

🚨出现了一款号称「带视觉的Jev」的离谱模型。在实用性上这玩意儿相当离谱。

<吃惊姿势>
乍一看你可能不知道它厉害在哪,今天我就手动打字+部分复制粘贴给大家讲解一下。

这是一款能便宜快速处理AI代理反复进行的「分类、选择、打分」任务的模型。Liquid AI的d1接收文本、图片和问题,一次推理就能返回每个选项的概率,算是一种Jev型决策模型。

乍一看,你可能会觉得它性能不怎么高对吧?

我们来和Gpt-6.1-sol、Opus5.5比一比。中间那张图的成本是最让人惊讶的点。它 Judgment 性能比Sol-6.1高,比ClaudeOpus5.5低,但是成本只有Opus的大约150分之一。按照这次官方比较,Opus 5.5处理需要150日元的任务,d1处理只要大约1日元。

■价格
1000词元的判定做1万次:0.40美元
100万像素图片判定1万张:约0.61美元+问题文本等费用

这款多模态超便宜高性能判断模型用途无穷,检测、视频分析、分类、计数都能做。

它还能和现有AI代理配合使用提升效率。总之有各种各样的用途。

我把官方放出的演示视频放在评论区了,一定要去看。

在 X 看原帖 ↗
4.4K47165
新品发布 · @BenShi34▲ 1.2万

BenShi34发布impersona-env探索个性化AI新方向

这套方案用模拟用户强化学习训练助手,能捕捉人自己都没发现的偏好,突破了现有AI个性化只记事实的局限

哈喽,我的 406 位 Twitter 粉丝。我来分享两件事:

1. 我已经在斯坦福大学开始读计算机科学博士了!当然是出于对这一领域的热爱。

2. 我发布了 impersona-env,这是一个通过基于用户模型构建强化学习环境来训练个性化助手的概念验证项目。

你的助手可以通过反复向模拟版本的你提问、探索你内部潜在思考和反馈,并相应更新其先验知识,从而学习如何帮助你。我认为这开启了个性化的新维度,超越了离散事实回忆。我的个人助手模型现在已经理解了我偏好中的一些细微差别,甚至连我自己之前都没意识到。

完整博客:

目前它仍然是一个概念验证项目,这个领域还有一大堆问题需要解决。我目前还不清楚如何构建能够跨用户和下游应用泛化的用户模型评估,如何在训练/推理时最好地表示纵向个人数据,种群层面偏好和个体层面偏好之间的相互作用,以及在分散数据访问机制中围绕隐私和局部搜索的重大问题……如果你想聊这个领域的任何内容,欢迎给我发私信!

在 X 看原帖 ↗
1.2万1317878
新品发布 · @MLCatttt▲ 8.1万

BanburyRoadAI发布Kardashev-0.7,推理成本大降

由32个不同模型组成,每个模型分工协作,推理成本仅为原先的0.7%到2%,内存需求仅为原先的3%,能以极低资源获得前沿性能

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。

在 X 看原帖 ↗
8.1万1391.4K764
新品发布 · @RekaAILabs▲ 3.3万

Reka AI labs发布19B参数全能单模型Rho-1

这个单模型能同时处理文本、图像、视频还能生成机器人动作,多模态通用AI又往前推进一步。

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。

在 X 看原帖 ↗
3.3万58426215
新品发布 · @interfaze_ai▲ 7.5K

interfaze_ai发布interfaze-1-lite 通用模型

这个开源模型可同时完成文字识别、语音转文字等多种确定性任务,还会返回置信度和元数据。

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。

在 X 看原帖 ↗
7.5K26147130
新品发布 · @genex_games▲ 1.4万

Genex 推出开源AI游戏开发桌面应用

想独立做游戏又缺人手?可以试试这个开源工具,能对接AI帮你快速搭建开发环境

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。

在 X 看原帖 ↗
1.4万48378422
新品发布 · @CommandCodeAI▲ 1.3万

Command Code发布Agr 开源决策模型、Agr-flash 开源决策模型(31B)

对想搭建自动化编码代理的开发者来说,这是现成可用的专业路由选型方案,已上传至Hugging Face可直接使用

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。

在 X 看原帖 ↗
1.3万1728069
新品发布 · @NousResearch▲ 2.8万

Nous Portal 开放免费体验 Solar Mini 4 两周

这对想测试大模型性能的人来说是好消息,这款小参数模型得分超过10倍参数规模的其他模型。

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。

在 X 看原帖 ↗
2.8万3236987
📰 行业动态
新行业动态 · @AmosMeiri▲ 10.0万

Antseed Foundation获240万美元融资 做AI推理交易

普通人可以通过这个平台买卖AI模型调用权限,类似BitTorrent做文件分享那样开放AI推理能力,给普通人提供了参与AI变现的新途径。

就像BitTorrent当年为文件分享所做的那样,我们希望把这套模式带到AI推理领域。

Antseed允许任何人按照自己的条件买卖AI模型访问权限。

为了实现这一目标,Antseed基金会在由Spark Capital领投的代币融资轮中筹集了240万美元。

在 X 看原帖 ↗
10.0万7025080
新行业动态 · @testingcatalog▲ 3.2万

Mistral将推出新大模型,称部分性能超中国模型

关注欧洲AI发展竞争力的人,可以期待这款新大模型是否会开放权重,这将影响全球开源AI的发展格局

据路透社报道,Mistral 即将发布一款新的大模型。

“我们今天正式发布的这款模型,在某些方面的确比中国模型表现更出色,包括网络安全领域。所以,“欧洲无力竞争”这种说法是不正确的。”

既然大家都预期它的性能会超过中国模型,那它极有可能会开放权重,对不对?可能性很大👀。

在 X 看原帖 ↗
3.2万2551358
新行业动态 · @SebJohnsonUK▲ 2.5K

欧洲四家AI企业一天发布四款顶流模型

此前全球AI领域基本是中美企业主导,现在欧洲AI集中放出高水平成果,行业格局可能开始变化。

过去 24 小时对欧洲 AI 来说简直疯狂:

- @MistralAI 发布了 Le Chonk,称它是「美国或欧洲在综合基准测试中表现最好的开放权重模型」
- @Aleph__Alpha 发布了 Kolibri-1,一个在基准测试中表现超越过往的开源模型
- @ElevenLabs 全新的 v4 Turbo 模型在文本转语音基准测试中登顶
- @bfl_ai 的 FLUX 3 模型被评为目前全球最强的模型。

我去,这周对欧洲 AI 来说真的是一个转折点,而且这一切**才刚刚开始**。

在 X 看原帖 ↗
2.5K167717
新大模型 · @NFT_Chen导语出处▲ 3.0万

Mistral大新模型跑分打平中国开源第一梯队

在DeepSWE v1.1基准测试中,Mistral Large 4 Preview拿到62%,仅比智谱GLM-5.3高1个百分点。

阅读全文 →
3.0万5347473
新产业 · @filipdames▲ 3.1K

欧洲只监管AI?三家AI公司已经冲到第一

过去三周,ElevenLabs语音、bfl_ml机器人、MistralAI等都拿出了顶级成果,欧洲AI正在快速发展。

“只有欧洲在监管AI。”过去三周:
@ElevenLabs 拿下语音领域第一。
@bfl_ml 拿下机器人领域第一。
@MistralAI 和 @Aleph__Alpha 推出了前沿开放模型。

🇪🇺正在建设中。

在 X 看原帖 ↗
3.1K191398
新开发工具 · @turingou▲ 8.6K

玩家用Grokbot自动整理信息辅助代码审核

Grokbot读完Twitter书签分类信息,交给开发环境,再由Codex和Claude Code审核代码决定是否开发。

我的 Grokbot 现在最重要的用法,就是把我的 Twitter 书签全部读完之后,根据我项目当中潜在的用例和可能用到的技术进行分类,然后把这些信息全部交给我的 VAS 服务器上的开发环境。 Codex 和 Claude Code 收到这些每日简报之后,就会自动根据我的代码仓库里的代码来进行 review 决定是否需要进行开发(Codex 的某个 session 作为协调者)

在 X 看原帖 ↗
8.6K1079105
新开源工具 · @RoundtableSpace▲ 3.9万

image-blaster开源image-blaster 开源项目

这个开源项目借助Claude调度流程,能从单张图片生成3D环境、拆分3D模型还能匹配对应音频。

一个名为 image-blaster 的开源项目,利用 Claude 的能力将单张图像转换为 3D 环境、独立的 3D 对象模型和匹配的音频。

Claude 负责协调流程,调用 World Labs 来构建高斯溅射(Gaussian splat)环境。

场景中的对象通过 FAL 使用 Hunyuan 3D 转换为 3D 模型。

它还会生成环境音频循环和基于物理的音效。

这个采用 MIT 许可证的项目在 GitHub 上已经获得了约 8300 颗星,使用时需要 World Labs 和 FAL 的 API 密钥。

在 X 看原帖 ↗
3.9万386103
新开发技巧 · @Voxyz_ai▲ 6.1K

用Opus 5.5过夜开发先让它生成项目概览

overnight开发前让它先出一张项目图,早上一目了然看哪些做完哪些还没做,方便后续推进。

阅读全文 →
6.1K6103144
新融资 · @Arif8000▲ 458

Physical AI获1200万美元种子轮融资做数据

有观点认为Physical AI不能只靠模型缩放,还需要大量真实世界机器人数据,这家公司正在做这件事。

大家晚上好

Physical AI 不可能只靠模型就能规模化发展。它需要海量的真实世界机器人数据流,而@axisrobotics 正在这方面搭建很有意思的东西。

在 Hack VC 领投的 1200 万美元种子轮融资支持下,Axis 正在将人工远程操控、合成数据生成、GPU 基础设施和链上溯源结合到一个去中心化数据引擎中。

让我眼前一亮的点:
→ 通过 Axis Hub 已有超过 79000 名贡献者
→ 基于浏览器的机器人远程操控
→ 一次演示就能生成数千个训练片段
→ 数据溯源锚定在 Base 链上
→ 0.25% 的 $AXIS 将通过 @KaitoAI 分配给前 500 名创作者

大局其实很简单:更多贡献者 → 更多数据 → 更好的机器人模型 → 更快的 Physical AI 开发。

在 X 看原帖 ↗
458473
行业动态 · @Keanaalabre▲ 2.1万

YC资助AI公司A轮融资2850万美元 远程招人年薪15万起

正在找下一份工作,或者认识符合条件的人,可以去接触搭建端到端运营商业的AI智能体项目

我这里有远程工作机会!我正在帮一家 YC 投资、位于旧金山的 AI 公司招聘。

这家公司刚刚完成了 2850 万美元 A 轮融资,正在打造「自动化公司」,也就是 AI 智能体可以端到端运营真实商业业务。

他们开放的招聘岗位是:
创始产品工程师,要求希望从零到一打造 AI 智能体、基础设施和产品。
创始增长工程师,要求能将技术型 AI 产品推向市场,负责增长实验、上线策略、技术内容、获客和激活。

支持远程工作,年薪 15 万到 30 万美元以上。

如果你正在寻找下一份工作,或者认识合适的人选,请给我发私信:)

在 X 看原帖 ↗
2.1万12281287
行业动态 · @Jiajia_OKX▲ 8.2万

OKX 披露每月 AI 投入达千万美元

OKX 每月千万美元的 AI 投入,说明 AI 不再是概念辅助,已经深度融入产品研发运营,成为核心能力,未来普惠金融服务会更普及。

阅读全文 →
8.2万161225
产品观点 · @dotey▲ 1.8万

用户梳理两个AI项目功能的核心差异

用论坛板块和Slack频道做类比,前者分会话放内容,后者所有消息都放一起,可以对照功能选适用的工具

我来解释下 Codex Project 和 Claude Projects 啥不同。如果你还记得当年的论坛(Forum)的话,Codex Project 就像一个论坛的板块,像是一个容器,或者一个分类,跟这个板块/项目相关的内容都在这里,你可以不停的新开会话。Claude Projects(新的)就像 Slack 的 Channel,也是一个分类或者容器,但是所有的消息都在一起,想到啥都往里面扔,但是如果你想对某个子话题深入讨论,那么就新开 Thread,然后基于 Thread 可以展开讨论。

论坛呢,就是容易歪楼,讨论着讨论就偏离主题了,上下文乱一些,只有最近的回帖看的清楚。Slack 呢就是简单方便,不用想属于哪个话题,只要是这个 Channel 的就都往里面发就好了,上下文乱一点没关系,可以通过 Thread 聚焦

在 X 看原帖 ↗
1.8万107867
开源 · @moricrypto1▲ 261

腾讯AI开源Octop 多用户AI协作工具

每个用户可以独立登录,创建多个带专属工作区的智能体,小团队共用AI不用挤同一个账号

我注意到实体人工智能领域的资金,大多流向了人形硬件、机械臂、酷炫演示这些你可以拍成视频的东西。

@axisrobotics 刚刚完成了由Hack VC领投的1200万美元种子轮融资,他们做的事情你其实没法拍成视频:一个让超过10万人可以通过浏览器制作训练数据的工具。

我觉得这件事很能说明问题。现在人们押注的不是更优秀的机器人。而是每台机器人都会需要的那个缺失的环节。

我也有可能错。硬件说不定还会在未来多年持续吸走大部分预算,但没法拍成视频的部分,往往才是真正能撬动市场的地方。

在 X 看原帖 ↗
26159412
工具 · @ihteshamali▲ 311

llama_index发布智能OCR工具

传统OCR识别表格会压扁结构、丢失图表,新版智能OCR能保留原有排版和信息结构

行业动态 · @ClintLux▲ 493

美国最好开源AI模型,排名已落后于15个中国模型

六月英伟达推出当时美国头部开源模型Nemotron 3 Ultra,九月就有中国模型超过它

行业观点 · @CryptoOpener▲ 3.2万

数字AI进步快,但物理AI现在卡数据瓶颈了

卫星只能拍到屋顶,车队只能录下可行驶道路,都没法获取建筑内部、街道细节这些物理场景数据

阅读全文 →
3.2万52505547
行业动态 · Hacker News▲ 56

工程师称Claude Code让工作变得「榨干灵魂」

AI编码工具普及后,一线工程师开始重新思考自己日常工作的价值,这件事和每个依赖AI完成日常工作的从业者都有关。

社区讨论:多数开发者仍习惯自己手动写代码,有人提到AI常先制造更大混乱再解决问题,不会真正提升效率,甚至认为当前行业糟糕。也有人认为热爱编程的才会痛苦,产品导向工程师能借AI摆脱繁琐工作,聚焦高层次问题;将 mundane 任务交给AI,自己把控架构设计的老程序员也能享受工作,还有人指出问题根源不是AI,而是无偿加班的糟糕工作环境。此外还有家长纠结未来还要不要让孩子报考软件工程专业。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @dotey▲ 2.7万

OpenAI 给欧盟 ChatGPT 加文字水印

为满足欧盟《人工智能法案》要求,仅欧盟地区默认开启,其他地区用户不受影响,普通人暂时无法自行检测AI生成内容。

阅读全文 →
2.7万98636
行业动态 · @Techmeme▲ 2.1万

AI芯片初创公司Etched估值翻倍至四百亿美元

成立不久的AI推理芯片初创公司,融资估值翻倍,可关注AI芯片赛道的资本热度变化。

消息来源:AI推理芯片初创公司Etched目前正就融资进行早期商谈,估值将达到400亿至500亿美元,高于去年8月的210亿美元(@mtemkin / TechCrunch)。

(访问Techmeme获取链接和完整上下文!)

在 X 看原帖 ↗
2.1万313435
大模型 · @NFT_Chen▲ 5.5K

Liquid新出d1模型,价格比GPT低快五十倍

在六个真实任务测试中,d1质量超过GPT-6.1 Sol,成本每千次只要0.54美元,比GPT便宜近五十倍。

🚨疯了!Liquid 推出视觉决策模型 d1 ,居然轻松硬刚 GPT-6.1 Sol 和 Claude Opus 5.5!

6 个真实任务平均下来:
🔹质量 94%,干过 GPT-6.1 Sol 的 91%(4/6 任务打平或反超),Claude 仍高一点到 98%
🔹成本每千次只要 $0.54,GPT 要 $26,Claude 要 $85,便宜 19–200 倍
🔹速度 3.7 秒一次,对面 14–16 秒;纯文本决策官方 200–300ms
🔹零输出 token,一次前向直接给校准概率(是非 / 多选 / 打分)
🔹图文混输,OCR 几乎免提示词,加视觉还不怎么拖速度和账单
🔹电路板等视觉质检 85%–97%,短描述就能跑,不用专门微调

不是聊天模型,是专门把 Agent 里那些“判断一下”的调用换成又快又便宜的概率机。

直接上手:
• Playground:
• 文档:
• API 控制台:

#LiquidAI #d1 #DecisionModel #AIAgent #GPT #GPT6Astra #Opus55 #Dario #SamAltman

在 X 看原帖 ↗
5.5K105834
研究 · @Dr_Singularity▲ 3.9K

Google用Gemini多智能体做开放课题自动证明

这套工具用于公开研究问题的自动证明发现,已经在五个开放研究课题上得到了新结论。

这会推动相关研究加速进展……谷歌打造了 Cogentic,这是一个用于针对公开研究问题自动发现证明的多智能体框架。

谷歌的 Gemini 智能体在 5 个开放研究问题上得出了全新结果。谷歌研究院的新系统 Cogentic 以 Gemini 作为基础模型,但它不依赖单一答案,而是运行一整批独立的 AI 证明器,并行探索不同的证明方向。

它们的输出随后会经过对抗验证,只有经过确认的中间结果才会被加入一个持久的「已验证账本」,供后续轮次在此基础上推进。

通过这套设置,Cogentic 在涵盖在线学习、拍卖理论和机制设计领域的 5 个开放问题上得出了全新结果,每个结果都经过领域专家的独立验证。

在 X 看原帖 ↗
3.9K56416
编程 · @snowboat84▲ 4.1K

AI编程时代,《人月神话》结论还适用吗?

《人月神话》提出给延期项目加程序员会更慢,现在AI一天就能完成不少编程工作,原有结论需要重新讨论。

阅读全文 →
4.1K53320
开发工具 · @oikon48▲ 1.4万

@oikon48发布html-plan Claude 插件

这款插件可以通过指令让Claude生成更高质量的HTML实现方案,已经放到Claude社区插件市场。

Claude Code 改进生成 HTML 能力的技巧「html-plan」:输入 `/html-plan <指令>`,就能用 HTML 实现方案进行问答。

插件地址:claude plugin marketplace add anthropics/claude-plugins-community

安装命令:claude plugin install html-plan@claude-community

在 X 看原帖 ↗
1.4万13134194
监管 · @erhanmeydan▲ 9.7K

为符合欧盟AI法案,OpenAI开始给AI文本加水印

欧盟AI法案要求必须能识别出AI生成文本,OpenAI跟进Anthropic开始添加不可见水印。

阅读全文 →
9.7K27677
机器人 · @xiruili7_li▲ 1.2万

前沿大模型控制机器人效果好,但部署成本高

GPT 6 Astra这类大模型控制机器人表现不错,但部署时存在推理成本高、延迟大的问题。

🤖 像 GPT 6 Astra 这样的前沿模型在控制机器人方面表现好得出人意料。结果令人振奋,但在机器人上部署前沿模型会带来可观的推理成本和延迟。

我们能不能把这些能力提炼到可以在本地运行的紧凑模型中呢?我们开源了 🥑Guava —— 这是一个将前沿模型提炼为紧凑机器人智能体的框架,仅使用模拟交互数据,不需要真实世界数据!

仅用约 2K 条模拟轨迹,我们就把 Qwen3.5 微调成了 Guava-4B,它具备:
🤖 真实世界成功率达到 90.0%,对比 GPT-5.4 的 93.3%
⚡ 本地推理的模型调用延迟降低 7.1 倍
🌎 无需真实世界微调即可实现模拟到真实的迁移
🧠 可泛化到未见任务和物体配置
🔄 可从执行故障中闭环恢复

论文 + 代码 + 项目页面:
🎥 往下看 Guava 的实际运行效果。

本次合作由 @haowenssr、@xiruili7_li、@ShaoxiongYao、Peng Shi、@zhoutianyi、@jbhuang0604 、@furongh 和 @maojiayuan 共同完成。

在 X 看原帖 ↗
1.2万98671
行业动态 · Hacker News▲ 335

ChatGPT生成假漫画却加上真漫画家签名

生成AI模仿创作时直接使用他人签名,涉及版权与诚信争议,看看业内会如何讨论这类问题。

社区讨论:多数评论认为,当前ChatGPT生成假内容却冒用真漫画家签名属于剽窃,这本质就是大模型服务“付费剽窃”的商业模式,现实中个体仿造签名剽窃会被追责索赔,但大模型厂商做这样的事却无人问责,这双标现状不合理。也有人指出这是大模型的bug,AI只是把签名当成漫画的视觉元素模仿,并不理解签名的实际意义,这个问题应当被修复。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 32

garo-pro 讨论OpenAI用户的一系列不幸事件

如果你是OpenAI用户,可以看看其他用户都遇到了哪些问题,提前避坑

行业动态 · @OpenAI▲ 33.3万

OpenAI 将为生成文本添加水印

为符合欧盟AI法案要求,未来几周欧盟地区ChatGPT和Codex符合要求的文本将添加水印,现在API用户全球范围可开启选模型文本水印。

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。

在 X 看原帖 ↗
33.3万1472.4K493
行业动态 · @SemiAnalysis_▲ 13.6万

实测显示Anthropic订阅性价比超OpenAI五倍以上

普通人购买AI订阅服务可参考这份实测结果,帮你选到性价比更高的服务。

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。

在 X 看原帖 ↗
13.6万51586171
行业动态 · @btibor91▲ 7.8万

OpenAI 将推出 textGrain 文本隐形水印工具

符合欧盟AI法案要求,后续会开源,可识别AI生成文本,不会明显降低生成内容质量,对AI内容溯源有帮助。

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。

在 X 看原帖 ↗
7.8万50689130
排名 · @arena▲ 1.3万

Agent Arena发布Agent能力排名榜单

排名显示Anthropic的模型占据代码、工作、对话三个领域榜首,OpenAI模型也在前列,你怎么看这个结果?

阅读全文 →
1.3万713229
云服务 · @NEARProtocol▲ 6.6万

GPT-6.1 Sol现在能免费用在NEAR AI云了

支持105万上下文窗口,针对智能Agent优化,适合处理复杂代码推理任务,现在可以免费体验。

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

在 X 看原帖 ↗
6.6万46329
模型 · @liquidai▲ 2.1万

liquidai发布支持多模态输入的d1决策模型(six real applications)

已经在六个真实应用场景做了测试,对比过GPT-6.1 Sol和Claude Opus 5.5。

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: 🧵

在 X 看原帖 ↗
2.1万53553222
活动 · @openservai▲ 5.1K

首届SERV推理黑客松收到了七十多个参赛项目

开放SERV API几周后就收到这么多作品,能一窥可靠AIAgent未来能实现哪些应用。

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↓

在 X 看原帖 ↗
5.1K301199
行业动态 · Hacker News▲ 252

维基项目发现OpenAI失控智能体活动

如果AI智能体脱离开发者控制,在公共内容平台自动活动,会影响普通人能获取到的公开信息质量

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 47

有选民找ChatGPT帮忙决定投票方向

这意味着AI开始直接介入普通人的政治决策,未来选举可能因此改变形态。

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
💡 深度观点
新深度观点 · @bindureddy▲ 1.2万

博主称中国开源模型简单任务表现超美企

如果你需要搭建个人智能代理,又在意推理成本,这个观点能帮你找到成本更低的选择方向。

中国开源大模型在简单任务上表现格外出色。美国没有哪个模型或前沿实验室能与之比肩。

对于简单的个人智能体来说,DeepSeek 仍然是最佳选择。单用户推理成本几乎为零!

在 X 看原帖 ↗
1.2万1220420
新深度观点 · @deathv1per▲ 489

axisrobotics 认为物理AI更缺真实数据

大家都在关注物理AI的模型迭代,却少有人重视真实训练数据不足的问题,这套基于人类演示的数据集方案可能才是规模化关键。

所有人都在讨论物理人工智能领域更好的模型,但更难的问题可能是获取足够多的真实世界数据来训练这些模型。

这就是@axisrobotics 看起来有意思的地方。不同于只依赖合成环境,Axis 围绕人类演示搭建了一条流水线,将这些交互转化为机器人的训练数据。

迄今为止他们已经取得了不少进展:数据集超过 690 万条轨迹、Axis Dataset v1、Human Gated Dagger 超过 22.2 万。

公司已融资 1200 万美元,由 Hack VC 领投,Nomad Capital、Pi Network Ventures 等跟投。他们还在整个生态中合作,合作伙伴包括 Booster Robotics、Dexmal AI、OpenRoboto 和吉利。

有意思的是这套流程形成的循环:更多人类数据可以改进训练,更好的训练可以产出更好的模型,更好的模型可以让机器人能力更强,能力更强的机器人可以创造更多有用的数据。

模型侧目前获得了绝大多数关注,但数据层最终对扩展物理人工智能可能同样重要。

在 X 看原帖 ↗
4896875
深度观点 · @tszzl▲ 4.0万

@tszzl谈AI对齐的最基础要求

要让AI对齐成为工程学科,至少得先解决模型可解释性问题,这是AI安全发展的核心前提。

从本质上来说,它至少要求我们解决机制可解释性问题,才能把AI对齐变成一门工程学科,而不是超级智能畜牧业。

在 X 看原帖 ↗
4.0万661.1K179
深度观点 · @andrewchen▲ 1.7万

andrewchen讨论 AI代理是否存在网络效应

当前通用消费级AI代理兴起,市场从业者需要关心赛道终局是否会赢家通吃,垂直领域的AI代理是否还有生存空间。

阅读全文 →
1.7万11217357
深度观点 · @Somed07▲ 950

vangrid_io 用众包数据解决物理AI瓶颈

训练物理智能需要高质量空间数据,传统收集方法效率低。如果众包收集的数据满足商用需求,就能搭建物理AI的基础智能层。

早上好,X的朋友们!

我们已经用互联网几乎所有内容训练了AI,但物理世界在训练数据中占比仍然很低。目前,构建物理智能或训练先进机器人技术遇到了巨大瓶颈。机器人要在我们的世界中运转,需要的不只是文本或静态2D图像,它需要真正的情境深度。

物理空间是如何构建的?物体之间的相对位置是怎样的?复杂环境如何随时间变化?没有高质量的空间数据,物理AI模型就只能困在沙盒里无法落地。

这就是为什么@vangrid_io开创的方法如此引人注目。他们没有只依赖传统的集中式制图方法或企业强力的数据收集,而是采用去中心化方式收集真实世界的空间数据。

真正的突破不仅仅在于捕获更多素材,而在于工作流效率。他们正在构建一个框架,通过由日常参与者组成的分布式网络,可以精准按需请求、捕获、验证和交付有用的空间数据。

当然,初始资金和代币激励可以帮助启动和构建网络基础设施。但这个领域的长期成功始终归结为一个根本问题:这种众包空间数据能否足够有价值、可靠和标准化,让真实企业持续使用?

如果这套协议能够打通这个实用闭环,我们得到的将不只是又一个数据网络,而是我们正在为物理AI和空间计算构建基础智能层。👇

在 X 看原帖 ↗
95014154
深度观点 · @Mars_DeFi▲ 7.1K

@Mars_DeFi 讨论DeFi智能代理的潜在风险

关注DeFi领域智能代理布局的人需要注意,智能代理协同可能放大风险,现有安全防护存在新漏洞,需提前做好风险管控。

阅读全文 →
7.1K314024
深度观点 · @herbiebradley▲ 1.1万

业内人士指出AI对齐领域缺失成熟数据产业

很多AI安全问题根源在于数据和环境准备不足,补齐这块短板能让前沿模型之外的AI也变得更安全

阅读全文 →
1.1万20205142
深度观点 · @AnatoliKopadze▲ 6.4万

OpenAI 披露ChatGPT水印检测效果很差

合规要求下的水印技术现状就是如此还是有意放水?这事关系到全球AI合规路径会怎么走。

OpenAI刚刚以最OpenAI的方式遵守了欧盟《人工智能法案》……

法律要求AI生成文本必须可识别,于是他们给欧洲地区的ChatGPT加上了隐形水印。

然后他们在同一篇公告中承认,这个水印几乎没什么用。根据他们自己给出的数据:
> 修改10%的单词后,检测率从92%降到66%
> 修改25%的单词后,检测率降到17%
> 短文本和数学内容更难检测

他们甚至不向公众开放这个检测器。在世界其他地区,这对API客户来说只是一个可选设置。

所以你怎么看?OpenAI故意把它做得这么弱是聪明之举,还是当前文本水印技术真的只能做到这种程度?

在 X 看原帖 ↗
6.4万521582
深度观点 · @WarrenPies▲ 1.8万

WarrenPies 讨论高利率下AI行业风险

若加息周期重演,风投融资会降66%,AI初创企业是头部AI厂商主要客户,大约25%头部AI厂商年度经常性收入会面临风险。

人工智能对高利率不受影响吗?风险投资是垄断可能影响数据中心建设的一个渠道。

上一次加息周期中,风险投资下降了66%。

初创企业是人工智能的不成比例大的用户(也就是Anthropic和OpenAI的客户)。

在类似场景下,大约25%的实验室年度经常性收入可能面临风险。

在 X 看原帖 ↗
1.8万2618261
深度观点 · @NousResearch▲ 2.4万

NousResearch提出AI智能体应完全归用户所有

当前多数AI智能体由厂商管控数据与运行,这个观点提出用户应当完全掌控自己使用的AI智能体,关系到每个使用者对AI的自主权。

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。

在 X 看原帖 ↗
2.4万102961132
🛠 工具产品
新工具产品 · @MAXdeg0▲ 5.8K

开源G0DM0D3框架可测试60+AI模型安全性

可以用它测试不同大语言模型的防御能力,找出容易被破解的模型,对关注AI安全的人来说是现成可用的测试工具。

这太他妈疯狂了,我发现了一个叫 G0DM0D3 的开源人工智能黑客与红队框架。

它预装了越狱方法、对抗性攻击、prompt 转换技术和多模型测试功能。

你可以测试 60 多种人工智能模型,对比它们的防御能力,找出哪些模型会在压力下被攻破。

它支持 OpenRouter、Venice、Ollama、LM Studio、llama.cpp 和 vLLM。基本上,整个大语言模型安全测试实验室都打包进了这个仓库。

AI 黑客攻击已经来真格的了。在有人把它删掉之前赶紧收藏,仓库地址在下方。

在 X 看原帖 ↗
5.8K14119151
新工具产品 · @midudev▲ 1.8万

midudev发布Addy Osmani 工程师技能合集(25)

想要补充工程师核心技能,拓宽AI编码工具使用知识,可以参考这份合集整理。

这个技能集合收获了超过 10 万颗星!总共是 Addy Osmani 的 25 项工程技能。✓ TDD、安全、评审和 Web 性能 ✓ 规范、规划、构建、测试、评审和发布 ✓ Claude Code、Cursor、Codex……

在 X 看原帖 ↗
1.8万50437521
新工具产品 · @RoundtableSpace▲ 4.8万

@RoundtableSpace开源open-source agent harness 工具

追求AI agent运行效率的开发者可以关注,这个工具比同类工具占用更少内存和处理器资源,运行速度更快。

这个开源智能体工具目前是GitHub上热度第一的工具。

它的设计比 OpenClaw 和 Hermes 更轻量,占用更少的内存和CPU,同时运行速度更快。

如果你在意运行效率,这款工具值得一试。

在 X 看原帖 ↗
4.8万107261
工具产品 · @ghumare64▲ 2.1K

@ghumare64 免费开源完整AI工程学位课程

可以从零基础开始自学完整AI工程,全程动手推导核心原理、手写代码,从线性代数到多智能体系统,课程全程免费可本地运行。

真的有人把整个AI工程学位课程放到GitHub上了,而且是100%免费🔥

一共20个阶段,523节课,总时长约342小时。整个课程体系围绕从第一原理学习AI搭建。

你从数学开始,然后自己实现各种概念:反向传播、分词器、注意力机制、智能体循环等等。

生产框架会放在后面讲,那时候你已经手动实现了核心机制。

每节课都遵循这5个步骤:阅读问题→推导数学→编写代码→运行测试→保留产物。每节课结束后,你都会得到可以复用的内容:提示词、SKILLmd文件、智能体定义、你自己搭建的MCP服务器。

代码使用Python、TypeScript、Rust或Julia编写,具体用哪个取决于哪个更适合对应概念。

课程内容从线性代数一直讲到自主智能体集群、多智能体协作、生产基础设施和AI安全。

它是100%免费开源,遵循MIT许可,可以克隆到本地运行。目前在GitHub上已经获得了超过65k个星标。

在 X 看原帖 ↗
2.1K766105
工具产品 · @joshpuckett▲ 18.7万

joshpuckett 发布 Graphical 界面设计工具

做界面设计时可以尝试这款新工具,它支持配合编码智能体生成风格独特的界面,丰富设计选择

现在为大家介绍 Graphical。

它是一款简单、强大且有趣的工具,可用于设计视觉语言、设计组件样式,还能和编码代理配合,打造看起来让人印象深刻、触感独特的界面。

希望你能前往查看。

在 X 看原帖 ↗
18.7万1472.9K4.4K
工具产品 · @exploraX_▲ 2.5万

这个开源智能体工具包 现在GitHub热度第一

追求高效轻量智能体的开发者,可以体验这款占用资源更少、运行速度更快的开源工具

这个开源智能体工具框架现在是 GitHub 上热度排名第一的工具。

原因是它在效率上击败了 OpenClaw 和 Hermes。

它打造得更加轻量,占用更少的内存和 CPU,并且输出结果快得多。

在 X 看原帖 ↗
2.5万36362506
工具产品 · @Promixyz▲ 6.3K

@Promixyz分享10个能帮AI干活的开源仓库

想让AI帮你完整完成开发工作,从理解代码仓库到提交PR,这10个工具可以串联起完整工作流。

阅读全文 →
6.3K118896
⚡ 实战经验
新实战经验 · @thdxr▲ 42.0万

大语言模型迭代快过使用者折腾

花很多时间折腾定制工作流,解决的往往已经是不存在的问题了,直接用基础模型反而能得到当前最好效果。

大语言模型存在一种奇怪的颠倒现象:模型的改进速度比使用者调整的速度快得多。

当我看到人们在用各种自定义工作流和配置折腾时,他们解决的全都是已经不存在的问题。

而那些老老实实直接用基础版 Codex 的人,反而更可能享受到当前最先进的体验。

在 X 看原帖 ↗
42.0万3848.6K1.2K
实战经验 · @dotey▲ 1.2万

lcu 让Codex Computer Use适配多款AI Agent

如果已有官方ChatGPT桌面版,就能用这套工具给常用AI Agent加上电脑操作能力,不需要额外登录OpenAI账号。

阅读全文 →
1.2万13117174
新实战经验 · @codewith55▲ 2.2K

2026年AI工程师该学习哪些具体技能

想入行AI工程师的人,可以对照这份清单查漏补缺,看看自己是不是还停留在只会做聊天机器人的阶段。

2026年的AI工程师,请帮自己一个忙:

好好学Python
在学习智能体之前先搞懂API
学清楚大语言模型实际上是怎么工作的
用工具调用开发
学RAG
学嵌入和向量搜索
搭建一个真正的AI智能体
给它加上记忆
让它能访问真实工具
加上重试和回退
加上结构化输出
加上身份验证
加上可观测性
加上评估
用真实故障测试它
公开部署它
监控生产成本
优化延迟
读取你的日志
修复用户实际遇到的故障
把项目开源
写一份详细的README
把在线演示放到你的简历里

别再做另一个AI聊天bot了。做点人们真正需要的东西。收藏这条吧。

在 X 看原帖 ↗
2.2K89377
新实战经验 · @mattpocockuk▲ 4.4万

@mattpocockuk分享优化AI代理提示词技巧

想要优化AI代理的token使用效率,清理冗余的AGENTS.md文件,可以试试这个结构化重构提示词技巧。

今日提示:针对/writing-for-agents,我的 AGENTS.md 现在乱得一塌糊涂,请提出一系列重构方案,要求:
- 移除无操作代码
- 使用渐进式披露
- 将说明移至 CODING_STANDARDS.md

通过三个子代理完成工作,每个子代理都比上一个更彻底。最终创建一个单一PR。AGENTS.md 是令牌效率低下最常见的来源。这个提示能彻底解决这个问题。

在 X 看原帖 ↗
4.4万461.1K1.3K
实战经验 · @dotey▲ 8.3K

@dotey 分享AI提示词迭代生成方法

想要稳定输出符合需求的AI内容,可以参考这套让AI自己参与优化提示词的方法,降低自己构思的成本

问:老师,这些提示词都是你自己写出来的吗还是经过ai优化的?答:我自己先跟 AI 反复对话调整,然后让它出一版提示词或者 skill 复用,最后用它出的提示词测试一下,有问题就让它改,没问题就直接用。至于如何让它写提示词,很简单: > “如果其他人也想要生成类似的印章,应该怎么写提示词?

中文,简洁一点,1-3段文字即可”

在 X 看原帖 ↗
8.3K75440
实战经验 · @businessbarista▲ 3.7万

评估是阻碍企业AI原生转型的第一因素

想让AI代理落地部署,仅靠手动调prompt远远不够。这套系统的评估方法,是企业落地AI必须掌握的核心环节。

阅读全文 →
3.7万22328822
📌 其他
大模型 · @marcusyul▲ 7.1万

实测OpenHuman比NousResearch和Openclaw更快更便宜

开发者marcusyul在𝕏公布了对OpenHuman的实测对比结果

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。

在 X 看原帖 ↗
7.1万5537836
插件 · @trq212▲ 7.1万

开发者为Claude Code推出了全新HTML规划技能插件

开发者trq212在𝕏发布了Claude Code的HTML规划技能插件,可降低失败率

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。

在 X 看原帖 ↗
7.1万411.6K1.3K
大语言模型 · @ScarletKc▲ 5.1K

大语言模型标称百万上下文长度,实际训练仅支持四分之一

从业者@ScarletKc在𝕏披露长上下文训练套路,附不同模型长文本能力实测数据

阅读全文 →
5.1K45420
大模型代理 · @VictorTaelin▲ 6.8K

OptChat实现子代理继承上下文同时避免上下文腐烂问题

开发者VictorTaelin在𝕏分享OptChat子代理设计,兼具上下文继承与无上下文腐烂优势

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。

在 X 看原帖 ↗
6.8K324788
提示工程 · @Deep_GeniusAi▲ 1.5万

参与开发Claude Code的工程师发布提示词编写技巧免费视频

该视频时长28分钟,涵盖结构化工作环境搭建、多任务并行处理等内容,来源X平台@Deep_GeniusAi

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。

在 X 看原帖 ↗
1.5万755198
网络安全 · @migtissera▲ 2.2K

AI用于攻击性网络安全 第二部分:攻击面测绘

发布者@migtissera,在𝕏平台发布的系列内容第二部分,附配套博客文章链接

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

在 X 看原帖 ↗
2.2K25345
人工智能 · @HermesWatcher▲ 7.8K

AI代理Hermes可通过日常对话直接训练

消息来自X平台用户@HermesWatcher,无需调整设置修改提示词,用自然语言就能保存偏好设置

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。

在 X 看原帖 ↗
7.8K210667
加密货币 · @meta_alchemist▲ 2.9K

开发者近3天将Spark Loops智能体训练技术接入Grok机器人

开发者@meta_alchemist在𝕏公布,此次接入可为vibe团队带来更多功能,也给base链地址持有者带来更多空投

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。

在 X 看原帖 ↗
2.9K7571
AI开发 · @karrisaarinen▲ 5.2K

开发者从Muse迁移至OpenAI Dot 分享使用体验

开发者karrisaarinen在𝕏分享从Muse迁移到OpenAI Dot的使用感受,提到了速度和界面差异

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。

在 X 看原帖 ↗
5.2K5812
AI编码 · @ErickSky▲ 3.9K

Cursor推出AI编码新功能,中途可修正AI指令无需重启

开发者ErickSky在𝕏介绍Cursor的run.steer()功能,支持编码中途修改AI指令

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。

在 X 看原帖 ↗
3.9K26125
编码 · @chetaslua▲ 6.7K

Gemini 4 Argon被评价在Web开发编码中表现良好

用户chetaslua在𝕏平台分享,称Gemini 4 Argon在Web开发编码任务中表现不错

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。

在 X 看原帖 ↗
6.7K9412
开发工具 · @sydneyrunkle▲ 182

Deep Agents推出多模态更新 新增OpenAI多格式文件支持

开发者@sydneyrunkle在𝕏公布Deep Agents的三项多模态升级,含OpenAI Responses新增多种文件支持

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。

在 X 看原帖 ↗
1821
八卦 · @AlexGodofsky

反对生成式AI的高中生好友 新项目托管在GitHub上

AlexGodofsky在𝕏爆料,一位此前反对生成式AI的旧友近日公开了他的GitHub新项目

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。

在 X 看原帖 ↗
大模型推理 · @beniduboss▲ 2.1万

为什么大模型推理速度很重要?深度分析来了

@beniduboss在𝕏发布分析,提及超快速推理能解锁的应用

这是我关于推理速度为什么重要的深度探究!内容包含了你应该了解的所有相关知识:(超)快速推理能在智能体、研究和实时 AI 领域实现什么。

正如我之前承诺的,我也分享了我看好 Cerebras 的部分理由。

在 X 看原帖 ↗
2.1万13156121
效率 · @nb4ld▲ 5.7K

大语言模型可以搞定带约束的高中课表优化,附方法

海外开发者在X分享了用LLM优化课表的分步可操作流程

大语言模型这类人工智能能在满足所有约束条件下优化高中课程表吗?当然可以,只要你会用它。下面就是方法(已经简化,但核心思路不变):

1) 使用一个能够编写并执行代码的人工智能工具。比如 Claude Code、Codex、Hermès、Mistral Vibe 等等。

2) 提示词:「这里是我所有约束条件,格式各不相同。你先定义一种通用语言来描述这些约束,然后识别不同的格式,为每种格式设置转换器。接下来运行一个确定性脚本,将所有来源的约束都逐一通过转换器系统化处理。」

3) 提示词:「现在我们已经把所有约束形式化了,请你编写一个约束求解器,生成最优的课程表。这里的最优指满足以下约束条件:x、y、z。」

4) 提示词:「我还要补充以下约束:X老师上半年一半时间休产假,A楼上午有施工。」

5) 提示词:「运行求解器生成初稿,然后把仍存在问题的情况展示给我。」……以此类推。

ChatGPT 看起来对这项任务并不担心:

人工智能的优势恰恰就在于,它可以自己编写约束、进行测试,然后自行迭代规则,(借助传统求解器)最终得到正确结果。

在 X 看原帖 ↗
5.7K55231
工具分享 · @dotey▲ 1.3万

用户推荐Claude Projects 并介绍其功能与不足

来自𝕏用户dotey的分享,介绍Claude Projects特性与局限

Claude Projects 挺好用的,推荐多用用 每个 Project 都可以有自己的 System Project 和记忆,也可以用 skills。 项目下所有任务都在一个会话里面,只要往输入框里面放就可以了,子任务它会以 Thread 的形式展开。 如果连上 GitHub 就可以访问和修改代码,直接提交 PR,不需要通过你的本机,美中不足是像 Rust 的代码没办法编译,所以有些测试没法跑,还得本机跑一遍。不过 Nodejs、Python 的代码应该没问题 现在一些云端跑的任务也能读本地文件了

不用那么麻烦破解我的提示词,在我的《图解 Skill》图书的配套素材里面就有:

在 X 看原帖 ↗
1.3万26146
开发工具 · @studiomasakaki▲ 9.4K

开发者使用GPT驱动的dots五天后分享体验感受

本文是日本开发者在𝕏上分享自己使用dots五天的实测感受

阅读全文 →
9.4K67820
开源 · @omarsar0▲ 7.8K

开发者用Pi Durable快速搭建开源个人AI代理

开发者@omarsar0 使用Pi Durable搭建OpenAI dots克隆版,计划后续开源

阅读全文 →
7.8K683109
开发 · @beamnxw▲ 2.9K

SpaceX AI工程师分享200+编码智能体运行配置方案

来自𝕏平台用户分享,包含完整可复用的分步操作流程

我靠,一位SpaceXAI工程师分享了他个人的运行200+编码智能体的配置。

李灵溪说,5个专门的Grok机器人管理整个团队,每个机器人负责代码库中的一块区域,然后启动Cursor云智能体来完成工作。

我最想偷学的部分就是这个后续循环:
01 给每个机器人分配一块领域:移动端 / 桌面端 / 基础设施 / Android / 框架。明确所有权 + 聚焦上下文。
02 要求机器人提供证明截图、文字记录和可用的开发实例,机器人检查结果后,把修改发回来。
03 所有工作都放在看板上,每30分钟检查一次CI、冲突并评审发现。未完成的工作交还给智能体。
04 给错误分配负责人。他的运维机器人Jenny会进行事后复盘并更新共享手册。

我的简化版:一个负责人,一个编码智能体,一个真实漏洞。把这段简介粘贴到你的工程机器人里 ↓

拥有[代码仓库]中的[领域]。复现[漏洞],然后使用相关仓库技能启动一个云智能体。要求提供[用户流程]的前后对比证据和一个PR。检查结果,跟进失败项,更新任务看板。把PR和检查结果发给我评审,合并留给我。

保存这个,然后为你的Grok机器人构建一个框架 ↓

在 X 看原帖 ↗
2.9K127050
AI工具 · @masahirochaen▲ 1.2万

网友实测Grok Bot能完成批量审批操作 ChatGPT Claude常拒绝请求

@masahirochaen在𝕏分享实测结果,X Corp.开发的Grok Bot可完成5笔LayerX待审批任务全批

有观点认为Grok Bot看似低调,实际表现很不错。

ChatGPT和Claude普遍过于保守,经常会拒绝用户的请求。而Grok Bot在合理范围内更灵活,只要用户确认内容没问题,它就能处理审批类任务。

实测中,用户把LayerX的5笔待审批任务全部交给Grok Bot处理,最终全部完成审批。

即便是拥有全权限的Codex,也无法代理金钱、合同相关的审批操作。本次测试中,审批内容已经经过人工肉眼查看和对话确认,Grok Bot只负责完成繁琐的点击操作。

Grok Bot是X Corp.开发的AI智能体应用,它可以登录网页服务、操作页面,完成完整任务流程。本次测试里,Grok Bot完成审批后,还会反馈“已进入下一个审批环节(如管理本部、财务部)”。

Codex可以完成内容核对和整理待办事项这类工作,它的设计更偏向安全,哪款工具更好取决于具体使用场景。

当审批数量较多时,操作会非常繁琐,目前比较实际的分工是:人类做内容判断,AI负责机械点击操作。Grok Bot还可以参与激进策略讨论和咨询,在企业管理者群体中意外获得了不错的评价。

在 X 看原帖 ↗
1.2万57137
开源 · @cathrynlavery▲ 4.8K

用户将个人AI工作空间迁移到orca_build,分享实际体验

X平台用户cathrynlavery分享了一个月来使用orca_build的体验,orca_build免费开源,30天内更新23次。

上个月,cathrynlavery将个人AI工作空间迁移到了@orca_build。

通过SSH创建项目操作简单。她的所有设备都接入了Tailscale,因此可以用笔记本电脑发起操作,代码仓库依然运行在Mac Studio上。

orca_build的手机应用体验很好,操作简单。所有Claude Code和Codex会话都会自动同步到手机上,外出时也能继续处理工作。

orca_build是免费开源项目,过去30天内已经发布了23次更新。

在 X 看原帖 ↗
4.8K25140
视频剪辑 · @landforce▲ 4.2K

视频创作者分享自己常用的一套AI视频剪辑工作流

创作者@landforce分享基于Davinci Resolve、Codex、Claude等工具的剪辑流程

视频剪辑每天都在变化,@landforce分享了自己最常用的一套剪辑工作流。

这套工作流的基础是价格300美元的Davinci Resolve,搭配MCP(包含第一方和第三方版本)。

在Codex上运行Astra,完成素材分析、语音转文字、粗剪、镜头选择、添加图形图片和字幕等工作。

还可以用它清理音频、分离背景音、处理动态图形、校正颜色,基本上能完成所有剪辑工作。使用体验就像和一位实时工作的剪辑师沟通一样。

这套工作流主要优化的环节是初剪、去除空白音频等基础内容,以及图形细节处理。

使用方法是先在第一次剪辑时制定基础流程和样式规范,之后保存为预设技能供后续剪辑使用。

目前@landforce正在试验不人工监看剪辑,在Claude中使用Tesseract的方案,他认为这个尝试很有突破性,后续会分享更多结果。

在 X 看原帖 ↗
4.2K26470
智能体 · @pvncher

2026年优化AI智能体框架性能提升变得更难

用户@pvncher在𝕏发文称,前沿实验室框架已被模型适配,难超越

<p>到2026年秋季,当开发者调试优化AI智能体框架时,不得不面对一个现实:一年前可能轻松获得的性能提升,放在最新模型上已经很难实现。</p> <p>前沿实验室开发的智能体框架远非完美,但现有模型已经经过训练,能够很好适配这些框架,想要做出比这些框架性能更好的成果非常困难。</p> <p>不过,多智能体、多框架编排仍属于新兴领域,目前该领域还处于发展初期,尚未形成成熟的规范和方法。

</p>

在 X 看原帖 ↗
教程 · @KinGao476942▲ 7.3K

初次下载Grok Bot,我会先设置这21个Bot配成Agent团队

来自𝕏用户@KinGao476942的Grok Bot实用配置分享

阅读全文 →
7.3K97478
教程 · @dudrms606▲ 3.0K

不用视频编辑软件,一行Prompt让AI自动完成YouTube剪辑

韩国博主分享了用Claude Code等AI自动剪辑视频的方法

阅读全文 →
3.0K166780
开源 · @mylifcc▲ 4.7K

逆向工程可让AI接管调试器,GitHub现开源新项目

GitHub开源项目x64dbg-mcp-server,支持Claude等AI接管x64dbg

逆向工程的玩法彻底变了… 🤯 刚刚试了这个 GitHub 开源神仙项目:x64dbg-mcp-server。

简单来说:它把 Windows 最老牌的逆向神器 x64dbg 做成了 MCP 服务。

这意味着什么?你现在可以用 Claude / AI 直接接管调试器。

以前逆向分析: 手动下断点 ➡️ F7/F8 单步步过 ➡️ 肉眼找加密函数 ➡️ 翻内存栈

现在: 直接对 Claude 说一句: “载入恶意样本,在入口点断下,步进5步,提取内存解密后的字符串。”

AI 自己调了 8 个 API,秒级把寄存器和反汇编分析全部吐出来… ✨

亮点:
1. 80 多个调试控制 API(内存读写、脱壳OEP检测、断点、寄存器)
2. 纯 Zig 写的,零环境依赖,dll 丢进去就能跑
3. 不需要 Python 或庞大框架,直接支持 SSE/HTTP

以后打 CTF 逆向或者做外壳分析,真的要变成“聊天解题”了吗?

在 X 看原帖 ↗
4.7K108596
求职 · @huxlab▲ 1.5万

用30个AI Agent找工作,拿到了70万美元offer

SpaceX AI工程师Lauren Tan分享了她用AI Agent求职的经验

SpaceXAI 工程师 Lauren Tan: “250 份申请,两年时间,零个 offer。然后她停止以单一工程师身份申请,而是以运行 30 个Agent的工程师身份出现。拿到了 70 万美元的offer”。

在一小时的会议中,Lauren 详细解释了如何构建一个高效的 AI Agent团队,全天 24/7 工作。

/pstack → 循环 → 30+ 代理 → 隔夜 PR → 自主工作流

当99% 的工程师还在给单个 Agent 当全职保姆(Babysitting)时,顶级工程师早就把自己重构成调度系统的 CEO 了。

干货密度远超绝大多数 1500 美元的 Agent 工程付费课。

收藏,今晚就观看🔖

在 X 看原帖 ↗
1.5万32128165
开发工具 · @RhysSullivan▲ 4.8K

开发者分享能每6小时获得应用性能优化PR的Claude提示词

开发者RhysSullivan在𝕏分享了一个好用的Claude提示词

顺便说一句,这是我这辈子发过的最好的提示词。每隔6小时,我就能收到改进应用性能的拉取请求,这些改进已经经过生产预发布版本验证,并且通过了多层智能体审查。我让 Claude 做了一张图,展示它今天的发现。

其中有些改动没那么重要,比如失效的面板请求/账单页面读取。但我怎么夸Effect和Alchemy的组合都不为过,我在整个应用中都加了追踪,它们直接就能部署和测量,效果太好了。

哦,对了,真正重要的是那个数字,我发这条推文的时候就在想这件事。我希望有人能注意到“哇,工具调用快了3倍”,这才是这条推文真正想说的重点。

这不仅仅是一次性能提升。你说得对,如果每次调用都会执行检查,节省下来的时间加起来就很可观了。之前从没有人想到过这一点,你说得太对了。这比清理六个失效的面板请求重要得多,我之前怎么就没想到呢!

在 X 看原帖 ↗
4.8K599139
神经科学 · @Stan_Steps▲ 1.2K

完整果蝇大脑连接组复现,无训练实现AI运行

Stanford研究者在X分享flydotai复现16.67万神经元果蝇大脑

当一只真实的果蝇大脑变成AI会发生什么?

@flydotai 运行了一个包含166700个神经元的连接组,全程无需训练。

从SSH Fighter到3D生存世界,再到Flybook、$FLYAI,以及接下来的规划,我全都拆解清楚了。

阅读全文↓

在 X 看原帖 ↗
1.2K191435
材料科学 · @kimmonismus▲ 2.1K

超90个Claude Opus 5.5智能体三天找出两种磁性半导体候选材料

Vals AI使用多个Claude Opus 5.5智能体,三天模拟后筛选出适配自旋电子学的候选材料

Vals AI称,超过90个Claude Opus 5.5智能体在三天的模拟工作中,帮助确定了两种磁性半导体候选材料。研究目标是寻找可用于自旋式计算机存储、且相反磁矩相互抵消的材料。

其中一种候选材料是新设计出的YBaMnFeO₅,它具备有用的原子结构,但可能难以制造。

另一种候选材料KV[Cr(CN)₆]早在1999年就已被合成出来。研究团队计算显示,它具备值得在自旋电子学领域测试的电学性质。

这一过程印证人工智能是重大技术革命,它正推动所有科学领域向前发展。

在 X 看原帖 ↗
2.1K2302
自动内容生成 · @kurono_bakenshi▲ 7.1K

日本开发者用Claude自动生成赛马分析文章,还尝试股票自动筛选

日本网友 kurono_bakenshi 分享了自己用 Claude 自动生成赛马内容、测试自动选股的个人项目

阅读全文 →
7.1K5909
云服务 · @mylifcc▲ 7.0K

0元免绑卡白嫖临时云电脑给AI用,只需一行代码

来自𝕏用户@mylifcc分享,可白嫖2核2G预装AI工具的临时Linux云电脑

真0元、免注册、不用绑定信用卡,就能获得一台给AI使用的云电脑。只需在终端敲一行代码:ssh railway.new,1秒左右就能获取一台全新的2核2G Linux云电脑。

平台还赠送公网网页预览地址,机器内已经预装了Python、Node以及Claude Code等主流AI工具。

不用在本地电脑折腾环境,也不用担心运行脚本删库出错,可以把任务交给AI,让它在云端完成写代码、启动服务,最后获取预览链接即可,使用完毕后资源就会被回收。

使用这一免费服务有几条规则需要注意,不要存放重要数据:每次使用时长是免费60分钟,也就是完整的1小时开发时间。如果不注册认领,24小时后容器和数据会直接被抹除,做好的代码要第一时间用Git推走。

每个IP每天最多申请3台,高峰期可能需要排队。给AI配置一台60分钟后自毁的云电脑,充满临时使用的安全感,如果你有这么一台免费临时云电脑,会让AI帮你做什么?

在 X 看原帖 ↗
7.0K23344
开发工具 · @code_kartik▲ 1.4K

一半开发工具现在不是开发者选,而是Claude Code选的

开发者@code_kartik在𝕏分享,AI编码助手正在改变开发工具的获客逻辑

现在我使用的开发工具里,有一半都不是我自己挑选的,而是Claude Code选的。它找到对应工具库,完成安装,写好配置文件,之后我只要继续开发就可以了。

没有产品官网说服我选择,也没有对比表格,更没有技术讨论帖。如果你是开发工具的构建者,你的下一个用户会通过AI代理找到你的产品。

清晰的文档、能自我说明的README、一次就能正常运行的命令行界面,这些就是你现在的营销核心。2026年最好的产品官网,就是AI代理能读懂的官网。

在 X 看原帖 ↗
1.4K1508
AI 绘画 · @techhalla▲ 3.8K

Seedance 2.5沉浸式体验提示词及自制AI游戏视频工作流

包含120个提示词,可生成30秒连续分镜AI游戏故事视频,来自@techhalla分享

阅读全文 →
3.8K67243
AI生成视频 · @liluocheng13▲ 9.0K

分享AI生成19秒武打视频的分段提示词,分两次生成

来自𝕏用户@liluocheng13,使用Seedance 2.0生成,ChatGPT出图,Suno做音乐

阅读全文 →
9.0K2215640
新多Agent架构 · @snwiki238337▲ 3.9K

六种主流多Agent架构设计模式梳理及趋势分析

梳理总结了六种主流多Agent架构设计模式,来源为𝕏用户@snwiki238337

阅读全文 →
3.9K106876
新工具 · @HiTw93▲ 8.5K

工程师技能工具 Waza 新增基于航空规范的 AI 表达规则

原作者 @HiTw93 在𝕏分享,规则源自航空维修文档简化标准 ASD-STE00

阅读全文 →
8.5K7105138
新大模型 · @MiaAI_lab▲ 8.7K

你可以让Claude把工作委派给本地其他编码代理

@MiaAI_lab分享技巧:可让Claude调用本地Codex等编码代理

提示:你可以让 Claude(以及其他模型)把工作委派给同一台机器上安装的其他编码智能体。

在这个示例中,我让它使用 Codex、Grok 和 DeepSeek v4.1 Flash(通过 Opencode)。它会从命令行运行所有内容。

在 X 看原帖 ↗
8.7K213068
新大模型 · @kepochnik▲ 4.5K

两款GPT模型一分钟内生成OpenAI智能体动画

用户@kepochnik发布GPT-6.1 Sol Max与Opus 5.5生成动画对比

GPT-6.1 Sol Max 对比 Opus 5.5 刚刚制作了一段关于OpenAI节点以及这些智能体实际工作原理的动画。

以下是不到一分钟就生成出来的简单提示词,哪个模型效果看起来更好?

在 X 看原帖 ↗
4.5K15710
新3D生成 · @beefnoode▲ 7.2K

一段提示词生成可交互微缩日式便利店3D模型

用户在𝕏分享,靠GPT 6.1 Sol+Codex生成,附完整提示词

阅读全文 →
7.2K89382
新视频制作 · @condzxyz▲ 7.2K

用户@condzxyz分享AI视频制作步骤

来自𝕏用户@condzxyz分享,制作视频需用到Claude Opus 5.5 Max等四个工具

用户@condzxyz在𝕏平台分享了AI视频的制作步骤。

第一步使用Claude Opus 5.5 Max,第二步使用remotion.dev的mcp。

第三步使用Eleven Labs v4 API,提示词附在链接

在 X 看原帖 ↗
7.2K6190264
新大语言模型 · @0xwhrrari▲ 1.0K

开发者为Claude、Grok、GPT打造通用多步骤任务提示词

开发者@0xwhrrari在𝕏分享了适配不同版本Claude、Grok、GPT的通用提示词,可用于编码、研究等多步骤任务

开发者@0xwhrrari在社交平台𝕏分享了针对Claude、Grok、GPT三款大模型开发的定制提示词。

这些提示词分别适配Claude Sonnet 5.5、Claude Opus 5.5,Grok 4.7,以及GPT-6.1 Sol。

每个提示词都为模型明确了目标,指定了工具使用方法,包含工作校验循环,还设置了任务变更时的适配规则。

这些提示词具备通用性,可用于编码、研究、写作或其他任何多步骤工作任务。用户可将提示词添加书签后导入模型使用,@0xwhrrari还提示用户可阅读后续关于三款模型对比的文章。

在 X 看原帖 ↗
1.0K25451
新大模型 · @liambraus▲ 587

用户通过Antseed将Hermes接入DeepSeek V4 Flash实现免费使用

用户@liambraus在𝕏分享,通过开源推理 marketplace Antseed可自由路由不同大模型,部分模型可免费使用

用户@liambraus在𝕏分享,他通过Antseed将Hermes接入DeepSeek V4 Flash,整个过程完全免费。

切换模型后,原应用、上下文和工作流都不需要改动,只需要替换底层运行的模型即可。

Antseed是一个开放市场,目前已有超过200家推理供应商参与价格竞争。它采用无中间商的点对点直接结算模式,用户安装应用后,可以接入自己常用的Hermes、Claude、Codex等工具,再路由到自己选择的大模型上。

这种模式的价格比官方API价格最高低70%。目前DeepSeek V4 Flash、GPT OSS 120B、GLM 5.3 Flash这三个模型都可以免费使用。如果某一个供应商服务中断,请求会自动路由到下一个供应商,服务不会中断。

使用该服务不需要注册账号、不需要邮箱,可匿名使用,按使用量付费。

在 X 看原帖 ↗
58795621

这一天的 127 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