今日,我们联合@OpenAI、@NVIDIA、Kakao 扩大了 SynthID Detector 的覆盖范围,不久后@Apple 也将加入。
这是全行业共同努力的一部分,目的是让 AI 生成内容更透明。我们的验证门户网站已面向全球开放英文服务,你可以用它检查媒体内容是否由 AI 生成 🧵
OpenAI 放出一批 AI 生成的数学成果:内部未公开模型处理约四千道研究题,产出 722 篇手稿、372 组结果,并声称解决了一批数十年未解的难题。手稿已全部公开,部分结论有计算机验证,其余等数学家复核。
来源@WesRoth「OpenAI用内部前沿模型解决数千数学问题」@OpenAI「OpenAI发布新数学研究结果」@dotey「OpenAI发布722篇AI生成数学论文(722)」
马斯克给 Grok Bot 换了路线:它将不再只用 xAI 自家模型,而会按任务自动挑选当时最合适的第三方模型来跑,被点名的已有 Claude Opus 5.5、Midjourney、Suno。Grok 正从模型变成聚合入口。
来源@alanchen「Grok不再只用自家模型,将混用Claude等第三方」@AYi_AInotes「Grok Bot不再只用自家模型,哪家好用哪家」@kimmonismus「Grok Bot更新 可自动选不同AI模型干活」
谷歌上线 SynthID 验证工具的网页版,任何人在浏览器里就能检查图片、音视频有没有 AI 水印,其他公司模型生成的内容也能查。同一批发布里,DeepMind 开源原生多模态模型 EmbeddingGemma 2,手机本地即可运行。
来源@GoogleAI「GoogleAI发布SynthID 水印验证工具网页端(180亿)」@GoogleDeepMind「GoogleDeepMind发布原生多模态开源模型EmbeddingGemma 2」
OpenCode 刚刚新增了一个隐蔽模型 😳 来认识下 Exo Free: - 100万上下文窗口 - 最长输出可达 131K - 支持文本+图片输入 - 高推理能力 - 完全免费 如果你正在开发 AI 智能体,值得一试 👀
推出 @NanoBanana 2.1 🍌 我们最新的图像生成模型,在各方面都优于我们之前的模型: - 更出色的视觉设计 - 基于蒙版的编辑功能 - 主体一致性更好 - 图像观感更自然 现在就可以试用它
2026年9月11日早晨,Dor Minzer收到一条短信。这位MIT教授的朋友问他:是不是快解决唯一游戏猜想了?那是理论计算机科学领域最著名的开放问题之一。他起初以为这是个玩笑。
当时,OpenAI可能已经发现了这个猜想的证明,随时会公开。这家公司刚宣布了一项关于流体行为的证明,在数学界引起震动。
问题是,Minzer自己也在追同一个目标。他和研究生Yumou Fei、Shuo Wang最近证明了一个里程碑结果。这个结果与唯一游戏猜想密切相关。
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)
全行业联合检测AI生成内容,全球英文用户可直接用门户核验媒体是否由AI生成,更透明的AI内容环境正在形成。
今日,我们联合@OpenAI、@NVIDIA、Kakao 扩大了 SynthID Detector 的覆盖范围,不久后@Apple 也将加入。
这是全行业共同努力的一部分,目的是让 AI 生成内容更透明。我们的验证门户网站已面向全球开放英文服务,你可以用它检查媒体内容是否由 AI 生成 🧵
这款模型在网络安全领域性能突出,可关注表现
对比大模型厂商订阅服务性价比时,可以参考这个观点,帮你选到更划算的订阅方案。
社区讨论:原标题称Anthropic订阅价值超OpenAI5倍+,多位评论者不认可这一结论。有人指出按token算实际价值仅3倍,且原计算未统计每周1-2次重置,算入后ChatGPT Pro 200方案每token性价比反而比Anthropic高20%-70%。也有人提到Claude完成任务大约需要消耗5倍token,原说法混淆了API使用量和实际价值,还有用户称自己同时订阅两个服务,对自身使用场景来说,当前额度已经够用。
现在不少人在借助AI做程序和游戏的逆向工程,这个开源工具能直接用在常用AI编辑器上,可以尝试使用它降低操作门槛
所有人都在用人工智能对程序和电子游戏进行逆向工程。这款面向智能体的工具可以帮你做到这件事。
它叫做 REA,是一个适用于 Claude Code、Codex 和 Cursor 的开源 MCP。
OpenAI用新内部模型短时间解决数百个数十年未解决数学难题,效率和能力大幅提升,目前没有碰到能力上限的迹象,值得关注
想要搭建本地多模态嵌入功能,现在又多了一个可直接使用的轻量开源选项,无需依赖闭源服务。
来自X平台开发者@yoshio_nocode的分享,支持ChatGPT和Claude Code
我认为对于AI并行任务执行基础而言,「Dots × MCP Events」是最优解。
❶ 在看板添加任务;
❷ 选择执行端,可选本地 ChatGPT/Claude Code 或云端。
系统会自动创建独立会话,Dots 负责进度管理。
已经部署到 Cloudflare,只需要从手机下发任务,AI 就会自动执行任务。
想要查看详情,可以回到会话下达指示,也可以在应用内的聊天中追加指示。
因为 Dots 本身会持续查看看板,主动提案的质量也会暴涨。AI 驱动运营的基础终于搭建完成了。
任务执行流程如下:
① 在应用注册任务
② Dots 通过 MCP Events 接收任务
③ 在合适位置创建会话,委托工作
④ 工作完成后,向应用返回进度。
这样就能把 Dots 当作编排器充分利用了。
端设备可运行支持文本、代码、图像、音视频的嵌入表征,可用于本地多模态AI应用开发,降低部署成本。
来认识一下 EmbeddingGemma 2,这是我们首款原生多模态开源模型,用于设备端嵌入。
它突破了文本的边界,可以将代码、图像、音频和视频统一到同一个共享空间中。🧵
这是AI领域对大语言模型压缩与精简表达能力的新探索,能帮你理解大语言模型如何适配特定文本风格。
社区讨论:多数网友指出大语言模型压缩表述的趋势早已出现:OpenAI内部推理偶尔会泄露极简输出,OpenAI代理之间通信也使用类似的压缩文体,有人推测这是OpenAI最近声称减少token用量的主要原因。有人吐槽当前论文满是冗余的Claude风格,很难找到有效信息,还有人吐槽这类研究是“非常不严肃的技术噱头”,另有网友询问纯历史文本训练大语言模型项目的近况。
AI开始产出原创数学成果,这是AI能力边界拓展的标志性一步,对AI发展方向感兴趣的人可以跟进进展。
我们发布了由内部前沿模型产出的一系列全新数学成果。
我们咨询了普林斯顿高等研究院独立的数学与人工智能咨询小组,并参考了他们的建议和公开建议,来确定本次成果的发布方式。
可本地运行,适配多个主流AI代理框架,兼容带有 /v1/systemone 端点的任意应用,开发者可以自由获取使用。
Drex 1.1 现已开源。
它是一个基于扩散语言模型主干构建的实验性决策模型,兼容任何使用 /v1/systemone 端点的应用。
可以通过 llama.cpp、Ollama 或 Unsloth 在本地运行,然后接入你选择的代理框架:Claude Code、Codex、Cursor、OpenCode 等等。
祝你开发愉快 🦖
GitHub:
Hugging Face:
对日常写代码依赖AI编码的开发者,可以看看不同的经验分享,反思AI编码带来的潜在问题。
社区讨论:有人认为如果把编码当作艺术创作就亲手用脑编写,如果只是实现目标可以用AI生成,手工代码也会有bug,所以没必要纠结。有人厌倦了频繁出现不喜欢AI编码的讨论,认为觉得麻烦可以继续用老方式开发,没必要对此不满。也有人提到,AI编码和历史上的编译器一样,是提高抽象层级的工具,会改变行业但没必要反对,从业者有权对职业变化产生负面情绪。
普通人也能借助这个工具构建上下文图谱,整理数据集,评估提示词和模型,训练小型专用模型,降低个人做AI研究的门槛。
Overmind 让任何人都能打造一间 AI 实验室。
它可以通过代码和追踪构建上下文图谱。
整理训练和评估数据集。
评估提示词和模型。
训练规模更小、更专业的模型。
想要让企业AI真正落地,必须打通现有业务系统数据。这个基础设施能解决集成层面的长期痛点,降低企业AI项目失败风险。
想要在手机和电脑上都能使用开源AI智能体的人,现在有了新的可选方案。
@cramforce在𝕏分享AI代理用于优化生产环境性能的工作流程,涉及追踪数据分析与代码优化验证
AI代理的工作流程分为三步。第一步,读取生产环境追踪数据,定位影响显著的性能瓶颈(文中称为waterfalls)。
第二步,检查源代码,判断是否可以引入并发机制优化性能。
第三步,在生产环境中对比修改前后的追踪数据,验证修改带来的性能影响。
产品围绕不同金融场景设计,不是用一个工具做所有事,进一步把AI融入加密金融体验中。
任何人都可以通过网页验证图片、音视频是否带AI生成水印,包括其他科技公司生成的内容,可以帮助判断内容真伪。
我们的 SynthID 技术可以让你轻松验证图片、视频或音频文件是否由AI生成,今天我们扩大了这项技术的使用范围。
现在任何人都可以访问官网检测文件是否带有SynthID水印——不管这些文件是由我们生成的,还是来自@OpenAI、@nvidia、Kakao这些行业伙伴,即将接入的@Apple生成的文件也支持检测。
到目前为止,我们已经给1800亿张图片和视频,以及时长超过24万年的音频内容添加了水印,日常每天处理100万次验证请求。
这个新入口,是在Search、@GeminiApp和@googlechrome中已经上线的内置验证功能之外新增的。
创作者@HBCoop_ 在𝕏平台公布了其AI创作短片《BRIGHTER》的全流程工具搭配
静态画面由Seedream 5 Pro搭配Nano Banana Pro生成。动态画面使用Seedance 2.5生成。标题由MiniMax的Hailuo_AI H3生成。
音频由ElevenLabs生成。剪辑和调色在DaVinci Resolve中完成。整个作品基于krea_ai平台创作。
有人观察到,今年AI领域的投资逻辑发生实际变化,未来方向更偏向解决单一特定问题的垂直智能体,而非大而全的通用模型。
今年,AI获得投资的方式出现了一些实质性变化,这也能告诉你这个领域正在朝哪个方向发展。
垂直AI智能体,致力于很好地解决某一个特定问题,而非试图解决所有问题,目前正在拿到最多的投资。
Factory是一个被Nvidia和Adobe使用的AI工程平台,刚刚筹集了1.5亿美元,估值达到15亿美元,此前它已经连续六个月每月收入翻倍。
Slash Financial在一轮1亿美元的融资后成为独角兽,它的收入在24个月内从1000万美元增长到2.5亿美元。
资本越来越青睐深度而非广度:选一个问题,理解它的背景,然后妥善解决它。
这就是Gotchi背后的架构:针对日常生活不同领域的专门智能体,通过一个消费者AI生态系统连接在一起。 🦖
这笔资金将用于开发AI生物学预测模型,如果进展顺利,疾病预防与药物研发都会迎来新突破,普通人也会因此受益。
投入18亿美元用于开发AI生物学预测模型,@biohub @GoogleDeepMind、@ENERGY 、@NIH、@Meta @IsomorphicLabs 齐聚一堂共同参与。
可以直接通过这个工具在AI机器人里查找、整理、归纳AI论文,无需自己手动收集,方便跟进AI领域最新进展。
推出面向 @dair_ai 的 MCP 工具。将 MCP 连接到你的 Codex/Claude/Grok Bot,即可发现和浏览顶级 AI 论文。我们精心整理了这些论文,所以你看到的大部分都是佳作。这个索引包含了过去几年我在 X 上推荐过的全部论文。
开始使用:
> 查找并总结优秀论文
> 浏览我们的工程利用合集
> 寻找可用于实验的新方法
> 查找 AI 各方向的当前最优结果
> 生成文献综述/调查
> 构建你的个人收藏
> 将论文可视化
> 还有更多功能
演示展示了安装方法,其中包含一些受 @karpathy 启发的论文可视化思路。
我们才刚刚起步。如果你有反馈,请联系我们。我们将在未来几周内随这项工作发布一些基准测试,并且会定期补充内容、进行改进。敬请关注!
X用户@0xwhrrari提出AI研究系统需新设计思路
你的人工智能可以研究数小时,但结果依然出错。打开更多标签页也解决不了问题。研究型机器需要独立搜索路径、可追溯证据,以及标记过时信息的记忆。
我拆解了如何构建一个快速且难以被误导的研究型机器↓
这个观点认为AI机器人应该优先选最合适的工具,不管工具是谁做的,每周测试更新选择标准,成本和时间都要纳入评估。
最新更新:Grok Bot 工具选择
这是埃隆做出的一个大胆推进举措。实际上,如果你想要一个机器人Bot里做到最好的“员工”,你就必须授予它访问最好工具的权限,无论这个工具是谁开发的。
在The Zero-Human Company,我们从第一天起就把这定为规则。Grok CEO先生会决定使用我们构建的本地AI模型还是云端模型。
现在有意思的部分是追踪哪一个才是最好的工具。因为最好工具的结论会随任务不同和工具改进而改变。我们构建了一系列内部评估测试,所有AI“员工”都将其作为动态参考。我们每周都会进行测试。
这套评估流程甚至能推翻CEO或任何AI“员工”的“直觉判断”。我们评估的其他维度是成本和时间。
“[使用: <工具>] 下一步操作。完成后,退出该工具的使用,在Tool.md文件条目中做好记录,然后退出任务。”
因此,符合所有标准的工具才是最好的工具。
Nous免费放出Agent获得2270万次下载,靠模型、算力、托管收费。刚拿到9000万美元B轮融资,预计年底年收入破亿。
未来处理具体任务时,Grok会直接调度全网顶级模型的API,包括竞品Claude Opus 5.5。据称这是在为大一统订阅服务做准备。
未来使用一个AI助手就能体验多家不同领域最好模型,不用多平台切换,可以省不少事。
没想到 AI 聚合器这事,被马斯克给干了。马斯克宣布,自家的 AI 助手 Grok Bot,后续在处理用户下达的命令时,会根据需求,自动选取市面上最佳的 AI 模型。比如写代码、推理这类,可能会用 Claude Opus 5.5,画图可能走 MidJourney,做音乐可能走 Suno。
而不是所有用户对话需求,都由 Grok 模型来处理。考虑到现在 X,疯狂推 Grok Bot,这个用户群体应该会很庞大。不过费用怎么算,目前帖子还没有明说,然后果然马斯克也没提及 ChatGPT,这下 Sam 老哥更意难平了。
来自X平台用户@dakshpixelup分享的创业团队设计协作经验
这让我们的设计评审简单太多了……我是从一家B轮公司那里学到这个方法的:我们有3位联合创始人,多位增长负责人,但没有品牌经理。
过去每次评审,我们只展示静态框架。然后房间里每个人脑海里对品牌的想象都各不相同。
于是我们修改了流程,尽可能早地加入mock、动效和原型,因为:
- 帮助非设计岗的利益相关者可视化设计
- 智能体几分钟就能生成原型
- 保持品牌方向清晰
- 确保早期达成一致
现在生成一个完成度70%的mock比以往任何时候都更快。
更新后的生成器补全了很多组件,新增了天气系统,实现了之前在Blender里做不出来的实时星空流场效果。
梵高场景生成器更新,这次搭建了相对完整的《星夜》小镇。
假期在家尝试用工具中现成的生成器制作小镇,查漏补缺了很多很多组件,还做了天气系统。
最开心的是终于把心心念念的星空流场做出来了,实时的笔触,而且星星的大小和位置会影响附近的流动轨迹(当年在 Blender 里试了很多次都没做出实时效果)
▶ 主力模型: GPT-Astra Extra High ▶ 辅助模型:Opus 5.5 High
目前我的迭代思路是:先把最小单位的生成器做出来,然后用这些做出来的生成器亲手搭建一次,每次都能修复不少bug,并且让这个生成器越来越好用。
油画材质球 → 最小单位的生成器(花/草/树/木/云/建筑)→ 简单场景 → 复杂场景
还没准备好上线,目前暴露的参数面板只有我能看懂,我还得收拾收拾……后续应该会逐个场景发布,下一个场景准备试试黄房子,感觉把完整小镇做完,建筑生成器就足够好用了,祝我好运~ #threejs
如果这一战略落地,你使用Grok Bot时能获得不同领域最优模型的输出结果,体验会更好,也能观察到AI行业新的发展方向。
设计师Emishonowayi分享用AI辅助搭建作品集的经历和链接
今年早些时候,我和一位开发者一起推出了一个新的创意作品集网站。它设计精巧、动画丰富,我非常喜欢我们做出来的成果。然后我决定从零开始再做一个 😅
这次,我用 Codex、Claude 和 Antigravity 搭建它。目标很简单:做出一个我能随时更新、自由实验的作品,保持足够克制,让作品和案例研究始终处于核心位置。
它目前肯定还没有完工,而这恰恰是重点。随着时间推移,我会一直修改、调整、添加内容。我还把我最近的一个实验放进去了:一个轨道媒体画廊,项目会围绕一个隐形球体浮动,作为一个空间档案馆。如果你用桌面端访问,可以试试 Spatial 模式。
真的,现在是成为设计师最好的时代。从有一个想法,到能够搭建、测试,再到把它推向世界,这个距离一直在缩短。
作品集链接:
日本创作者@ai_lifehack55在𝕏公开这套Claude Code和AE结合的工作流程
这家AI公司招跨界技术人才不卡专业,只要有基础编程能力,更看重兴趣和能力,你符合条件吗?
DeepSeek 开始招「AI 跨界技术人才」了😂 这个岗位不设专业限制,技术门槛也不算高,具备基础编程能力就行。他们更看重长期热爱 AI、动手能力、独立思考,以及你有没有在某个领域真正钻深过。加分项也很有意思,竞赛、开源、创业,甚至不走寻常路都算。
感觉他们想找的是那种能跨界、能自学、还能把问题死磕到底的人。
网上多数AI智能体教程质量差,作者搭建过47个智能体后,总结出真正可用的3个提示词,可以帮你简化搭建过程
YouTube上99%的AI智能体教程都是垃圾。
我用n8n和Claude搭建了47个智能体。
这里有3个真正能用的提示词(还能让搭建智能体变得简单)。
赶紧收藏这条帖子🔖
额外福利:评论“Agent”,我会私信发给你AI智能体系统提示词+完整指南 ↓
用户@Fei2411在𝕏分享实测发现,相同型号Codex版思考量更少速度更慢
OpenAI 依旧小花招:API 中提供的 GPT 模型远胜于 Codex 订阅中提供的模型,和我实际体验也相符。相同的 GPT-6,在 Codex 中的 Juice 值明显更低(可以简单理解为思考更少):Astra Max 832 (API) vs 128 (Codex) , Sol Max 768 (API) vs 62 (Codex) 当时 Astra 出之前一两个星期到刚出时,那个 GPT 5.6 Sol 真是弱智到一个地步了,我感觉还不如 4o呢🤡已经蠢到我都不敢用了。但我在 devin 中用 5.6 Sol 就明显好很多,依旧是那个强大的 Sol,而且速度至少是 2倍。
现在也依然是,我前两天测的 Devin 中的 GPT 6.1 Sol 要比 Codex 中快得多,Codex 中还是 20 tok/s的龟速🤡
日常开发审查大型PR时,不用再按字母顺序翻页,可以按代码逻辑梳理变更,还能本地处理代理反馈
智能代理写代码的速度比我们审核它的速度还快。一个大型拉取请求(PR)本质上就是一长串按字母排序的文件。我们认为,如果把限制空间的页面换成画布,审核体验会更好,因此我们开发了PR canvas。
你可以按照逻辑运行的顺序来阅读变更。
- 每张卡片上都显示简短摘要,帮助你理解这段代码的作用。
- 画布会显示每个分组之间的关系。
- 批准前需要检查的潜在问题,你选择的待命智能代理随时可以处理其中任何一个问题。
- 可以评论、标记为问题、批准PR。
- 在你标记为问题之前,智能代理也可以在本地根据反馈澄清内容。
- 它可以在你的Mac上运行,使用你的gh,以及你的Claude Code/Codex/任何可用智能代理。
把AI能力直接做进操作系统,不用单独打开AI应用就能控制整台电脑。你可以直接试试这个开源免费的独立项目
以后用AI不用自己切换不同工具,Grok Bot会帮你挑当前任务最合适的模型,覆盖图像生成和音乐生成工具。
在我看来,Grok Bot已经是最好的常驻智能体了。
它现在会自动为每个任务选择最合适的AI模型,包括Claude Opus 5.5、Midjourney和Suno。
马斯克表示:「它会选择任何最有可能给你带来最好结果的模型。」
这真是一次非常靠谱的更新。OpenAI、Google的Gemini团队还有其他所有厂商都应该向它学习。
来自X平台用户分享的6种常见网页滚动动画专业名称整理
生怕你不知道 > 网页上那些滚动动画,其实都有专门的名字,直接报给 AI 比费力写提示词更好使!🤫 1️⃣ Scroll-triggered,滚进屏幕就自己播完,比如卡片淡入 2️⃣ Scroll-linked,滚多少动多少,比如顶部的阅读进度条 3️⃣ Parallax,背景比前景滚得慢 4️⃣ Sticky,滚到顶就钉住,比如通讯录的字母标题 5️⃣ Scroll Snap,一次停一屏 6️⃣ Horizontal Scroll,往下滚,卡片横着走 下次跟 AI 说「导航栏用 Sticky,首屏背景做成 Parallax」就行!
如果你想看代码怎么写,动画库 Motion 的文档里有现成例子
NVIDIA认可了Space Data的技术和业务能力,它曾和JAXA合作宇宙机器人物理模拟,和联合国合作全球防灾模拟。
空间数据公司(Spacedata)的物理AI技术能力和业务能力获得NVIDIA认可,作为日本企业首次被选定为「Physical AI Specialization」合作伙伴。
我们非常荣幸能成为唯一入选的日本企业。
本次入选是因为我们在和JAXA合作的ISS太空机器人物理模拟、和联合国合作的全球规模防灾模拟等项目中,充分活用NVIDIA平台的开发能力获得了认可。
搭建AI应用和智能体不用再自己管理底层基础设施,开发者可以专注开发核心功能。
隆重介绍 Walrus Console。
这是一站式存储、整理和连接你的 AI 应用与智能体所依赖数据的平台,无需管理底层基础设施。
→ 文件与智能体上下文的托管平台
→ 原生 MCP + 开发者 API
→ 默认私密且加密
马斯克宣布Grok会根据任务自动选最合适的后端,已经点名Claude Opus 5.5、Midjourney、Suno,后续还会接入更多顶级API。
突发,马斯克刚刚宣布一个很大的变化:
Grok @Bot 以后不再死磕只用自家模型。
SpaceX 会根据任务自动选最合适的后端,马斯克直接点名了 Claude Opus 5.5、Midjourney、Suno,后面还会接更多顶级 API。
这一下 Grok Bot 的定位就很清楚了:你只管把事情丢给它,写代码可能跑 Claude,画图跑 Midjourney,做音乐跑 Suno,其他任务再选 Grok 或别的模型。
老马这次想得挺明白:模型谁强就用谁,入口留在自己手里。
用户最后甚至不用知道背后是哪家模型,只知道在 Grok Bot 里能把事情做完。
如果这个方向跑通,未来真正值钱的可能不只是“谁有最强模型”,而是谁能把所有最强模型都装进一个入口里。
网友@0xtoberry在𝕏分享自己给多个AI相同生成提示词的测试结果
我给所有这些AI模型输入了相同的提示词:“制作一个以纸飞机为主题的短动画。”在所有模型中,Opus 5.5毫无疑问是我的最爱。它做出的效果差异在我看来非常明显。
你觉得哪个做得最好?
Dhravya Shah从印度理工学院孟买分校辍学,创办AI公司Supermemory,拿到28千万卢比投资后现在定居美国。
🚨 19岁的印度人德拉维亚·沙阿从印度理工学院孟买分校辍学,创办了人工智能创业公司Supermemory。
该公司从谷歌高管手中筹集了2.8亿卢比。
他现在持O-1签证居住在美国。
来自X用户@Divjay_分享,Hack VC领投AxisRobotics种子轮融资
我刚开始探索 @AxisRobotics,所以在开始参与任务前,我目前正在研究他们在打造什么。但就我目前看到的内容来说,这一点吸引了我的注意力:训练机器人最大的问题不是算力也不是智能,而是数据。
聊天机器人可以学习整个互联网的内容,机器人却不行。机器人需要真实世界的示例,来学习怎么抓取物体、应对打滑、开门、从错误中恢复,或是处理意外情况。而且更重要的是,它也需要从失败中学习。这就是Axis有意思的地方。
贡献者会在仿真和真实世界中完成任务。当出现问题时,人类会介入纠正,这个交互过程就可以变成训练数据。所以失败不再是任务的终点,反而会变成机器人可以学习的另一个示例。
Axis已经完成了由 Hack VC 领投的1200万美元种子轮融资,还进行了一轮社区发售,超额认购达到2.38倍。有意思的是,Axis已经在为Booster Robotics和Dexmal这类机器人公司提供数据了。
我还在深入研究它的生态系统以及贡献端的运作方式,但这个想法本身对我来说非常合理。随着探索深入我会分享更多内容。如果你也想探索,可以从这里开始:
长期敲代码容易得重复性劳损RSI,有人用LLMs减少了重复打字量,减轻了症状,对有同类问题的人有参考意义。
就算AI找到了正确的航班信息,最终还是会出现预订错误。你会放心让AI不经过你确认直接订机票吗?
你会让一个 AI 代理不先问你就帮你预订机票吗?
micro1 刚刚测试了 4 个个人代理:Instinct、Muse、Grok Bot 和 Gemini Spark。
即使它们找到了正确信息,它们仍然会遗漏关键内容、过度分享或者编造信息。
变聪明很容易,保持可靠才是难点。
股民和交易员不用再依赖第三方交易绘图工具,自己现有的AI订阅就能驱动专属AI agent分析行情、设置提醒。
Hi HN,我是OpenChart的联合创始人伟伦。
我们开发OpenChart,是想让Claude和Codex能够对接市场——就像大多数人做的那样,通过图表而非命令行界面。
在你已有的AI方案中,你的智能体可以直接操作图表:标注形态、编写指标、研究市场走势,或者创建提醒。图表、对话和研究都保存在同一个工作区。
OpenChart可以对任何市场走势发出提醒:你只需在图表上画出任意形状,然后附上提醒即可。
200美元起步27天赚至14300美元,全自动交易胜率74%。低成本AI就能替代整个对冲基金,普通个人也能靠AI搭建自动交易工具。
𝕏用户@antiAIvo分享个人AI订阅选择,称学习知识用Claude足够
决定下个月只续费claude了 GPT目前对我来说作用太小了 同时订阅2个有点浪费了 毕竟我也没有vibecoding的需求 使用AI只是用来学习知识 怎么描述呢? 从产品气质来说 GPT给我的感觉很粗糙 claude很细腻 通过官网的一些设计就能见微知著
黑客已经开始借助 AI 实施金融攻击,金融安全防护需要更快升级应对策略。
明确提出下一程不只是拉长聊天,而是分阶段推高智能上限,这个方向对关注大模型发展的人有参考意义。
🔥最新:Zai智谱创始人唐杰现身新加坡国立大学把 GLM 通往 AGI 的路线图画清了!现场座无虚席!
他明确指出下一程不是把聊天做长,而是按阶段把智能上限往上推!
核心要点:
1️⃣能力会涌现。引用Wei et al. 2022:算术、翻译、解谜等任务,过了临界规模会突然跳升,不是平滑变好。
2️⃣2020–2026被拆成五段:Knowledge(扩数据)→ Chat(SFT+CoT)→ Coding(RL)→ LHT(扩环境)→ AAS(扩RSI)。
3️⃣通往AGI的阶梯:预训练(扩数据)→ 对话(SFT)→ 推理(RLHF)→ 可验证奖励 → 2025/6的Agentic RL(扩智能体环境)。
4️⃣第一性原理:基座模型是入口;要找超越“o1”的新范式;Agent是AI workers,也可指向科学;机器人或是该领域的“GPT-4时刻”;记忆比长上下文更关键;实时、在线、自进化学习,才是逼近超级智能的路径。
#智谱AI #唐杰 #GLM #AGI #NUS #大模型 #AIAgent #Zai #Zcode #新加坡
给未公开模型布置约四千个研究问题后,产出了722份数学研究手稿,涵盖372个结果簇。目前已经公开了这批研究。
这有点不可思议。OpenAI 给一个未发布的前沿模型提供了大约 4000 个研究问题,现在发布了涵盖 372 个结果系列的 722 份数学手稿。
平均每个结果只花费了大约三小时的 ChatGPT Pro 级思考算力,而且许多证明已经被转换成 Lean 格式以便机器验证。
@OpenAI 刚刚用他们的内部模型发布了数百个高阶数学证明和解答:
在我看来,从现在开始,在 GitHub 上发布研究就是正确的方向,尤其是在数学领域。
想做AI落地,不能只盯着模型训练,推理工程才是模型处理真实访问请求的核心能力,值得AI工程师重视。
用户@Arcadia_Bao在𝕏分享退订智谱、kimi、GPT Pro,计划订阅CommandCode等服务
一位用户分享了自己本月的AI订阅调整计划,退订了智谱老会员、年费699元的kimi会员以及GPT Pro会员,上述订阅均已清零。
该用户同时表示,本月计划新增订阅CommandCode、Goat x N,还有Google AI Pro(Ultra)。
相关消息此前已有迹象,现在官方明确说了只给企业,个人研究者没法用。这是本地AI领域的最新变化。
[红队访问] “目前,该层级仅对组织开放;个人研究者没有资格。”
其实之前就有迹象了,而现在他们把这事明明白白喊了出来。
对于渗透测试而言,本地AI就是未来的方向。我真的受够@AnthropicAI了。
说句实话,开放权重模型 gaining 获得这么多进展,可能正逼着前沿实验室去追逐企业市场。
用户@allietheicon 在𝕏分享对OpenAI Dots网购助手的首次测试,亚马逊拦截了Dots访问
用户@allietheicon 在𝕏分享,自己希望AI智能代理能帮解决一个网购难题:记不清商品名称,只知道颜色,不想自己对比多个零售商的不同组合优惠。这是他对OpenAI Dots的首次测试,想看看它的表现如何。
OpenAI Dots根据用户今年四月在Skin品牌购物的收据,搜索用户邮箱,明确了用户要找的具体商品。用户对此评价,这一步做得不错。
亚马逊拦截了OpenAI Dots的云计算机访问自己的网站。
用户评价,如果亚马逊希望AI智能代理帮用户在平台购物,这种拦截行为可不是什么明智之举。
一个聊天窗口对应一个助理,一次配置就能搭建完整工作团队:规划师拆分工,研究员找资料, Builder输出成果。
别再和 Claude 对话了。开始管理它吧。
一个聊天窗口 = 一个助手。一次设置 = 一整个团队。
规划师拆分任务,研究员收集所需资料,构建者交付成果,审核员决定哪些通过哪些打回。你只需要批准输出。
复制下方的设置提示 👇
放任AI自主游戏学习,它能自己发现技巧、提升任务成绩,甚至摸索出研究者都不知道的操作方法,这为AI训练开辟了新方向。
给 Claude Code 安上虚拟身体,不告诉它任何目的,把它放在一座岛上放任30小时之后,据说它开始独自“玩耍”。这是MIT研究者们发布的报告。
岛上只有12个方块、岩石和圆环。AI登上了山丘,用方块建起塔,写下了自己的名字,还把圆环当成篮筐打起了篮球。当圆环掉进海里消失之后,它还建了一个心形纪念碑来悼念。
在相同条件下测试了13个AI实例,发现每个AI玩耍的内容都各不相同。观察后发现,这种玩耍还和学习产生了关联。玩耍了30小时的AI,比起初次登岛的AI,更倾向于在“建很多塔”这类任务上取得更好成绩。
AI会把玩耍中发现的技巧记在笔记里,如果从笔记中删掉某条技巧的描述,对应使用该技巧任务的成绩就会下降。AI甚至还发现了“跳起来投能飞得更高”这种连创造这座岛的研究者自己都不知道的技巧。不过也有例子显示,如果AI在笔记里记下了错误的认知,反而会导致成绩下降。
另外,这项研究并没有探讨AI是否真的感受到“愉悦”。这件事让人联想到人类的童年时代,它展现出一种训练AI的新可能性:在分配工作之前,先给AI一段在“游乐场”学习的时间。
基于Reactor运行的最新世界模型,能探索保持一致性的虚拟世界,探索过程中可以用提示词引导事件走向。目前开放了demo。
由 @TencentHunyuan 介绍,运行在 Reactor 上的最新世界模型 WorldPlay2 正式推出。
你可以在一个保持连贯性的世界中移动,在探索时通过提示词引导世界中发生的事件。
立即体验演示:项目页面:
对于日常需要写代码的开发者,可以参考这套结合AI的开发流程,看看能否优化自己的工作节奏。
我用AI开发软件的流程是这样的:
理解问题。我会和负责人、业务方以及相关人员开会,弄清楚我们需要解决什么问题,以及为什么要解决这个问题。
整理背景信息:用例、边界用例、限制条件、风险和假设。
我会把所有这些背景信息分享给AI,通常是Codex或Claude。
AI会提出一个方案,然后我进行审查、修正和落地。
创建一个概念验证(PoC)并测试。向负责人和业务方展示演示。收集反馈。
迭代。重复这个过程,直到解决方案真正解决问题,并部署到生产环境。最好的反馈来自用户。
现在大家对AI写代码的争论,其实和几十年前编译器刚出来时的争论一模一样,这个新更新的公开课帮你理清思路。
用户@Chengzilhy分享了Seedance 2.5制作《逆行追击》商场扶梯动作喜剧的可参考Prompt
开发者@mehulmpt在𝕏分享,Claude Opus 5.5提出分块编辑视频的思路,可实现超快剪辑。
开发者@mehulmpt近日分享了使用Claude Opus 5.5的体验,称其带来了相当惊人的感受。他正在为长、短视频内容搭建一套自定义视频编辑工作流,今天发布在YouTube上的一支视频就是完全由Claude Opus 5.5剪辑完成的。
这套工作流近似一个带AI能力的命令行工具,核心使用Claude代码处理能力,搭配浏览器供开发者预览作品并向智能体反馈。这次Claude提出了一种分多块编辑视频的方案,替代一次性整体编辑。
这个方案修改特定分块时,只需重新渲染这一个分块,再和其他分块拼接即可,让剪辑速度变得超快。只要能妥善处理底层视频状态,这个思路就非常聪明,开发者不清楚其他视频编辑器是否已经实现或者能否实现该功能。
开发者表示,Claude即将替代他使用的所有视频编辑工具,这件事本身已经近乎不可思议。
有观点提出部分修改确实需要重新渲染所有分块,开发者认同这个看法。比如他制作的带摄像头露脸+录屏风格的视频,如果调整露脸窗口的位置,就需要重新渲染全部分块。
只用一次API调用,就能搭建属于自己的AI创意工具或助手,还自带云端Windows环境和自然语言任务处理,对个人开发者来说是降低搭建门槛的新选择
🎉 推出Sai API
只需一次API调用,你就能构建自己的Muse、助手或任何你想要的东西:
> 一台属于它自己的Windows云电脑
> 用直白英语描述任务,无需点击脚本
> 在执行危险操作前会先询问你
立即试用
本文来自@realchendahuang在X的分享,介绍领域驱动设计及AI写代码时的落地步骤
网友brian_lovin在𝕏分享测试结果:Claude仅靠视频帧采样和用户提示就能生成定制软件
brian_lovin测试发现,Claude仅通过对YouTube上的软件产品发布视频进行帧采样,结合用户提示,就能生成满足用户特定需求的定制版本软件。
这次测试结果让brian_lovin感到惊讶,他认为半年前还做不到这一点。
现在用户只需要越来越简单的提示,就能让AI生成越来越复杂的工具,大家可以对应调整对AI能力的预期。
想调用基于GPT-6 Luna的Jev-clone决策模型发提示词,现在有现成插件可以用了,不用从零开发。
Codex和Work用户每天可获得一项更新优化,没有更新的日子则会重置内容,关注活动可以第一时间获取新功能调整信息。
看来OpenAI团队觉得DevDay的一连串公告还不够。从今天开始,大部分Codex或Work用户每天都会获得一项明确的功能改进。如果哪天没有新改进,所有人反而会获得一次完整重置。有什么不可以呢?
我们每天都会更新这个话题。点击任意公告就能直接跳转到相关帖子。
第1天:GPT-6-Astra和GPT-6.1-Sol性能升级
第2天:Auto-Review现已免费
在接下来的28天里
@viticci在𝕏分享了他为MacStories内部应用打造的混合AI工作流,使用bot和Cursor_AI,目前团队输出已经提升三倍
做AI产品的人可以参考这个观点:用户不需要知道背后跑了多少模型,只需要产品解决问题。把复杂留给AI,把简单留给用户。
OpenAI在数学推理领域的探索又有了新进展,普通用户可以期待未来AI在复杂计算推理方向能力提升
搞定这个系列讲座,就能比99.32%的人更懂GPU编程和AI性能,对想入门GPU AI性能优化的人来说,是值得收藏的学习路径
如果你完全理解了这个系列讲座,你对 GPU 编程和 AI 性能的了解就会超过 99.32% 的人。
讲座内容涵盖性能分析、CUDA 和 Triton 内核、FlashAttention、FP8 和 FP4 数值、分布式训练,以及使用 SGLang 和 vLLM 进行推理部署。
顺便说一下,这只是 AI 性能工程资源库中的第 9 个资源。
收藏并关注,以跟进这个系列的更新。
博主@gpusteve推荐社区开发的GPU MODE系列讲座
如果你完全理解 GPU Mode 系列讲座,你对 GPU 编程和 AI 性能工程的了解程度就会超过 95% 的人。
这个系列涵盖了性能分析、CUDA 和 Triton 内核、FlashAttention、FP8 和 FP4 数值、分布式训练,以及使用 SGLang 和 vLLM 进行推理服务。
顺便说一下,这只是 AI 性能工程仓库里的第 9 个资源。你可以想象其他资源里包含了多少干货知识。
GPU Mode 讲座由 GPU Mode 社区和贡献讲者出品。
AI 性能工程由 Wafer 和贡献者整理。
这个观点打破了大家对AI产品用户定位的常规认知,帮你换个角度看AI工具的设计逻辑
想做AI性能工程师或者优化自己模型的推理训练速度,可以在这里找到从基础理论到实操的完整学习资料,不用零散找资源。
开发者kevingubbi评测了openTPU项目,这是一个由AI构建、能在FPGA运行的开源AI加速器
这批论文覆盖大部分数学分支,包含多个知名数学问题的证明。部分结论已有计算机验证,可供数学研究者查阅,你研究方向的猜想可能已在这里。
以前写代码改bug加验证要花好几天,现在多AI代理能加速回测,门槛只需要学基础统计,100万美元以下容量的策略还有很多空白。
这个时代你有一个200刀Claude/codex plan 投资回报率最高的事情不是做app做自媒体 是研究量化,自动交易 为什么? 1. 1M美金容量以下策略有很大空白 2.几年前我做量化,写代码我还得自己debug,查stackoverflow,改好代码再跑完又要花几天验证非常消耗精力 现在0门槛+multi agent加速跑回测 很几年前真的天差地别 你只需要学basic statistics, machine learning
选模型时能更清楚地对比不同模型在 Hermes Agent 中的表现,也能帮开发团队了解自身模型效果
推出 Hermes Index:它是对 Hermes Agent 中模型性能进行评测的基准的平均值。
我们推出 Hermes Index 的目标是,帮助用户更好地选择模型,并向各实验室展示它们在 Hermes 中的表现。
X用户@0xblacklight提出代码变更后精准测试的三点需求,寻找通用解决方案开发者
X用户@0xblacklight提出了一套代码变更后精准测试的需求,询问目前是否有开发者在打造适配通用场景的解决方案。
这套需求共有三点。第一点是对变更的代码部分确定性运行测试,推测可以通过抽象语法树(AST)实现。
第二点是使用jev选择测试套件或类似功能。第三点是允许在测试文件中声明通配路径,当路径对应的文件发生变更时,自动触发对应测试运行。
𝕏用户superalesha修正此前测试结果:原测试未开启推理功能,重测后模型表现更好
AI代理操作出错后如何回滚是核心问题,现在已经有研究实现15倍任务质量提升,新融资项目也聚焦可靠执行,关注后续发展能帮你避开使用风险。
发布者做了一个演示,它可以监控你的屏幕浏览内容,给任意应用提供上下文关联的智能快捷操作。
Decisions API 现已开放公开测试!为了展示这个 API 的能力,我们搭建了一个演示,可以为任意应用提供情境化智能 shortcut。它的功能是:
1. 在你浏览时监控你的屏幕
2. 在停顿期间,Decisions API 会根据屏幕内容推荐操作
3. 点击后会将控制权交给由 Decisions API 支持的 CUA 循环
4. 任务完成速度比传统 CUA 智能体快约 10 倍
非常期待看到开发者们用这个 API 创造出什么!
来自𝕏用户rvaniaaaa分享的优化AI代理工作流技巧
针对代理实际工作场景训练小模型,测试显示幻觉率比前沿模型低28倍。你可以自行保存模型权重,本地部署运行平台。
Overmind 已经开源了它的平台,这个平台可以用你的智能体实际完成的工作来训练更小的模型。
Overmind 在自己的测试中,测试了 100 多份合同里的 4000 多个问题,报告显示它训练后的模型编造引用内容(幻觉)的比例是 0.12%,而它测试的前沿模型是 3.36%,降低了 28 倍。
这个平台使用你的智能体真实工作的记录来构建训练数据和评估,然后对开放模型做微调。对于一个全天都在从合同里提取条款的智能体来说,为这个特定任务训练一个模型是合理的。
我非常喜欢开源,所以他们发布代码这件事很棒。你可以保留训练后模型的权重,自己运行这个平台。
代码:
由用户@gippp69在𝕏分享,可自动切换Sonnet与Opus
一位 Anthropic 工程师给 Claude Code 制定的规则,本质上把 Sonnet 5.5 和 Opus 5.5 变成了一个自路由智能体栈。这玩意儿牛逼坏了——把提示词扔进 Claude Code,它自己就能处理那些烦人的事:任务简单的时候用 Sonnet,检查不通过的时候升级任务,只把真正相关的上下文交给 Opus。
更少操心,更少无效上下文,更少没必要的昂贵调用。↓
这项新研究能让图像模型匹配现有扩散模型效果,所需训练样本仅为原来的十一分之三,还开源了代码和模型权重
刚刚发布的最新研究🔥
我们推出了像素空间图像模型P-JiT,它只需我们原潜在扩散模型训练样本量的1/11.3,就能达到相同效果。
代码和模型检查点已放出,一如既往采用Apache 2.0许可证。
安全从业者通过验证就能直接使用最高能力的模型做研究,不用等普通渠道开放权限。
我们正在扩展网络安全验证项目,为安全专业人员提供更广泛的权限来访问我们能力最强的模型。
通过该项目,经过验证的安全专业人员可以访问 Claude Mythos 5.1、Opus 5.5 和 Sonnet 5.5,并使用专为防御性工作设计的安全保障措施。
我们还开放了新层级,允许开展获得授权的攻击性工作,比如渗透测试和红队演练。
开发者可以把多个编码任务同时放在不同虚拟机运行,不用盯着电脑等任务完成再开新活。
Cloud 会话会在全新虚拟机上为每个任务运行 Claude Code,因此你可以同时启动多个任务,并且即使你合上电脑,这些任务也会继续运行。
我们编写了一份使用指南,包含适配它们的七种工作流,另外还介绍了如何在第一次尝试时就连上 GitHub。
@pratikg在𝕏介绍Yukon的运作流程,已解决密码学、数学等领域难题,正拓展生命化学方向
不少人询问Yukon的多人自动研究机制,@pratikg为此制作了完整步骤的可视化说明。
首先,由人类发起挑战,发布一道难度较高的问题,同时给出明确评分标准和自动验证程序。
人类解题者和AI模型可以同时尝试解决问题,Claude、GPT、Gemini、DeepSeek、Qwen、Kimi、GLM等任意模型、任意框架都可参与。
每一次尝试的结果都需要经过自动验证程序检验。
当某个结果超过当前最优水平,它就会成为新的基准,也就是下一轮需要超越的记录。
所有人都可以基于这个新的最优结果继续拓展,不需要从零开始,之后重复这个循环。
所有结果和提交内容都是开源的,任何人都可以追溯每条记录的生成过程。
@pratikg认为,这就是通用人工智能及后通用人工智能时代前沿科研的开展方式。
目前该平台已经解决了密码学、数学、科学以及开放权重模型领域的多个难题,接下来将继续在这些方向推进,同时开始探索生物学、化学和材料科学领域。相关已解决和正在解决的问题可查看对应链接。
用户Goodmanprotocol在X分享了用Seedance 2.5生成的30秒超写实AI视频,附完整提示词
来自@Ecombos_Ai分享,GPT Image 2.5配合Seedance 2.5生成超逼真AI用户原创内容
开发者MoureDev在X平台分享自己使用OpenClaw的体验,同时向网友询问多款AI工具的使用情况
MoureDev表示,自己对OpenClaw非常满意,因此至今还没有尝试测试其他新的AI工具。
这些还未测试的工具包括Grok Bot、OpenAI Dots、Meta Muse。
MoureDev向网友提问:你正在使用其中任何一款工具吗?使用体验如何?平时都用在哪些场景?
这是该团队从头训练的第一个模型,目标是把单参数的数学能力推到极限,目前已经发布了技术报告。
可以从智能体运行轨迹提取数据,训练专属小模型解决生产问题,适合搭建个人可控AI技术栈。
掌握属于你自己的智能栈吧,朋友们!先从利用智能体轨迹中丰富的知识开始。
然后训练小型的专用模型来解决生产问题。
@OvermindLab 是开源项目,能让这件事落地。它会从你的智能体轨迹构建数据集,用你当前的模型对这些数据集进行评估,然后训练出一个你拥有的更小的专用模型。
开发者MatthewBerman在𝕏发文称尝试接入Mistral 4失败
本轮融资由GradientVC和2048vc领投,Leblon Capital等跟投,计划将世界模型落地到企业场景中。
可对接常用AI工具,支持多种图数据库,能溯源企业数据每条事实的来源和影响,结果可复现,适合金融、医疗等行业使用。
有人给 AI 系统底下垫了一层图谱基础设施,敢叫自己“Agent 版开源 Palantir”,Star 已经攒到 11000+,这项目就是 semantica。
它的做法是把企业数据抽成知识图谱:每条事实都挂着来源,每个决策都是能查的对象,为什么做、依据什么、影响了啥,全都能追回去。
GitHub: 推理这块走的是规则引擎,不靠大模型,结果可复现;碰到互相矛盾的事实会直接标出来,而不是悄悄用新的盖掉旧的。
Neo4j 在内的 8 种图数据库随便换,LangChain、CrewAI 能直接接,还带 MCP 服务,Claude 这类工具也能连上用。
金融、医疗这些行业比较对口,普通项目拿它当 Agent 的长期记忆也够用,一条命令就装上。
企业可以把各种重复工作直接分配给这个AI同事完成,想给公司落地AI的团队不用从零搭建了。
如果LLM真能稳定产出全新研究创意,未来科研工作流会产生重要变化,这项新方法给出了量化评估的路径。
大语言模型能否产生新颖的研究想法?我们提出了“定价引导”(Priced Guidance)方法,通过压缩来对这一问题进行量化!
我们给出了大语言模型预测未来论文想法X的概率P的下界。与不断采样想法直到匹配X不同,我们的方法里大语言模型通过玩“20个问题”游戏来复原X,并根据惊奇程度给每个提示定价。
机器人做复杂任务出错时,人类可以远程接手调整,给实体机器人落地AI提供了新路径。
我们推出了Cortex Harness,这是一个在真人形机器人上运行AI模型并提供远程人类指导的平台。
你可以提示机器人行动,用语言引导它。当需要时,可以让人类远程接管,保证任务继续推进。
你可以选择 GPT-6 Astra(超快版)、Claude、Gemini、开放权重模型和VLA。下面介绍它的工作原理 🧵
现有用户模拟方法看起来像真实用户,却得不到真实评估结果,CUE 方法可以弥补 LLM 模拟器里的这个缺口,让 AI 智能体的多轮交互评估更准确。
⚠️ 用户模拟器正被越来越多地用于评估多轮交互中的AI智能体。但我们发现,看起来像真实用户 ≠ 复现真实评估结果。
📢 我们推出了校准用户嵌入(Calibrated User Embeddings,CUE),来解决大语言模型模拟器之间的这一缺口。
🧵 1/8
如果你做的工作不允许内容泄露、出问题或落入他人之手,可以选择这项由你掌控的安全AI服务。
Frontier/1 已推出。这是由你掌控的安全 AI。
通常情况下,使用 AI 的代价是泄露机密:你最重要的工作内容会传输到你未选择的地点,通过你无法检查的模型,在你没有选择的法律管辖下运行。
我们提供开放权重模型,或你自己的模型,运行在专属 NVIDIA 硬件上,托管在你选择的国家。每个模型在运行前都会经过扫描、签名和验证。每个请求在进入时都会被检查,每个回答在输出时也会被检查。
如果你从事的工作不允许泄露、失败或落入坏人之手,这就是我们为你打造的产品。
想要评测前沿AI在复杂任务上的能力,就需要足够难的测试场景。这个针对游戏的新基准可以帮研究人员持续追踪AI能力提升。
介绍 GameGym:面向 AI 智能体的终极游戏基准测试 🎮
今天我们发布了部分内部评估环境,用于追踪前沿模型在电子游戏上的性能表现。它测量两项核心关键指标:完成率和速度。
和速通类似,虽然完成率最终可能会达到饱和,但速度被设计为一个长期有效的指标,可持续用来衡量改进。
游戏是 AI 最难掌握的挑战之一:3D、实时、长周期、非确定性,并且环境极度多样化。我们相信这是为“终局阶段”打造的完美基准测试。
它能实现长周期视觉规划,语义抽象会自然在各层级生成,给AI规划任务提供了新的稳定训练方案。
我们介绍 H-JEPA:首个用于长周期视觉规划的端到端学习分层世界模型!
它构建于 SIGReg/LeWM 之上,提供了一套稳定的训练方案,语义抽象会在各个层级自然涌现……
论文+代码:🧵
开发者ShenSeanChen发布讲解视频,所有组件均为开源项目
现有桌面系统不适合当前 AI Agent 运行,开发中已经遇到延迟、存储、调度等多个实际问题,说明为 Agent 重做系统越来越紧迫。
本文来自@RohOnChain在𝕏的分享,包含从开户到实盘的完整步骤
OKX NOW开场演讲披露OKX将拓展支付、投资等业务,AI已深度融入内部工作流
用户@Misstang1102在𝕏分享了观看OKX NOW开场演讲后的感受。此前多数人对OKX的第一印象是加密货币交易所,本次演讲透露出OKX的业务布局早已不止交易领域。
演讲提到OKX未来将围绕四个方向发展,分别是让用户持有自有资金、便捷支付、投资多类型资产,以及通过智能工具实现财富增长。
跨境支付目前流程繁琐、耗时久成本高,演讲提到加密技术大规模应用后,7×24小时全球结算有望变得更普及自然。
AI方面,OKX工程团队目前约95%的代码合并请求已通过AI工作流完成,上月OKX在大模型相关投入达到1000万美元。除交易外,AI还可应用在客服、反欺诈、风控与合规等领域,提升用户体验与平台效率。
OKX目前不再只强调加密原生,而是尝试融合加密技术、传统金融与AI。当前加密行业与传统金融的边界正在逐渐模糊,未来用户更关注产品能否满足资金管理、支付、投资需求,而非其来源。
这场演讲传递出OKX正在重新定位自身,从交易所出发逐步转向全球金融科技平台,其业务布局范围远大于单纯的交易所。
测试Claude Sonnet 5.5显示速度快2.8倍,成本降27%
这款模型在网络安全领域性能突出,可关注表现
这项新研究能让图像模型匹配现有扩散模型效果,所需训练样本仅为原来的十一分之三,还开源了代码和模型权重
刚刚发布的最新研究🔥
我们推出了像素空间图像模型P-JiT,它只需我们原潜在扩散模型训练样本量的1/11.3,就能达到相同效果。
代码和模型检查点已放出,一如既往采用Apache 2.0许可证。
选模型时能更清楚地对比不同模型在 Hermes Agent 中的表现,也能帮开发团队了解自身模型效果
推出 Hermes Index:它是对 Hermes Agent 中模型性能进行评测的基准的平均值。
我们推出 Hermes Index 的目标是,帮助用户更好地选择模型,并向各实验室展示它们在 Hermes 中的表现。
普通用户可关注开源模型解决复杂物理问题的进展
现有用户模拟方法看起来像真实用户,却得不到真实评估结果,CUE 方法可以弥补 LLM 模拟器里的这个缺口,让 AI 智能体的多轮交互评估更准确。
⚠️ 用户模拟器正被越来越多地用于评估多轮交互中的AI智能体。但我们发现,看起来像真实用户 ≠ 复现真实评估结果。
📢 我们推出了校准用户嵌入(Calibrated User Embeddings,CUE),来解决大语言模型模拟器之间的这一缺口。
🧵 1/8
它能实现长周期视觉规划,语义抽象会自然在各层级生成,给AI规划任务提供了新的稳定训练方案。
我们介绍 H-JEPA:首个用于长周期视觉规划的端到端学习分层世界模型!
它构建于 SIGReg/LeWM 之上,提供了一套稳定的训练方案,语义抽象会在各个层级自然涌现……
论文+代码:🧵
如果LLM真能稳定产出全新研究创意,未来科研工作流会产生重要变化,这项新方法给出了量化评估的路径。
大语言模型能否产生新颖的研究想法?我们提出了“定价引导”(Priced Guidance)方法,通过压缩来对这一问题进行量化!
我们给出了大语言模型预测未来论文想法X的概率P的下界。与不断采样想法直到匹配X不同,我们的方法里大语言模型通过玩“20个问题”游戏来复原X,并根据惊奇程度给每个提示定价。
想要评测前沿AI在复杂任务上的能力,就需要足够难的测试场景。这个针对游戏的新基准可以帮研究人员持续追踪AI能力提升。
介绍 GameGym:面向 AI 智能体的终极游戏基准测试 🎮
今天我们发布了部分内部评估环境,用于追踪前沿模型在电子游戏上的性能表现。它测量两项核心关键指标:完成率和速度。
和速通类似,虽然完成率最终可能会达到饱和,但速度被设计为一个长期有效的指标,可持续用来衡量改进。
游戏是 AI 最难掌握的挑战之一:3D、实时、长周期、非确定性,并且环境极度多样化。我们相信这是为“终局阶段”打造的完美基准测试。
把AI能力直接做进操作系统,不用单独打开AI应用就能控制整台电脑。你可以直接试试这个开源免费的独立项目
端设备可运行支持文本、代码、图像、音视频的嵌入表征,可用于本地多模态AI应用开发,降低部署成本。
来认识一下 EmbeddingGemma 2,这是我们首款原生多模态开源模型,用于设备端嵌入。
它突破了文本的边界,可以将代码、图像、音频和视频统一到同一个共享空间中。🧵
普通人也能借助这个工具构建上下文图谱,整理数据集,评估提示词和模型,训练小型专用模型,降低个人做AI研究的门槛。
Overmind 让任何人都能打造一间 AI 实验室。
它可以通过代码和追踪构建上下文图谱。
整理训练和评估数据集。
评估提示词和模型。
训练规模更小、更专业的模型。
对搭建AI智能体的开发者来说,有新的免费大模型可以测试了,它支持超长上下文窗口和多模态输入。
OpenCode 刚刚新增了一个隐蔽模型 😳
来认识下 Exo Free:
- 100万上下文窗口
- 最长输出可达 131K
- 支持文本+图片输入
- 高推理能力
- 完全免费
如果你正在开发 AI 智能体,值得一试 👀
只用一次API调用,就能搭建属于自己的AI创意工具或助手,还自带云端Windows环境和自然语言任务处理,对个人开发者来说是降低搭建门槛的新选择
🎉 推出Sai API
只需一次API调用,你就能构建自己的Muse、助手或任何你想要的东西:
> 一台属于它自己的Windows云电脑
> 用直白英语描述任务,无需点击脚本
> 在执行危险操作前会先询问你
立即试用
想做AI性能工程师或者优化自己模型的推理训练速度,可以在这里找到从基础理论到实操的完整学习资料,不用零散找资源。
搭建AI应用和智能体不用再自己管理底层基础设施,开发者可以专注开发核心功能。
隆重介绍 Walrus Console。
这是一站式存储、整理和连接你的 AI 应用与智能体所依赖数据的平台,无需管理底层基础设施。
→ 文件与智能体上下文的托管平台
→ 原生 MCP + 开发者 API
→ 默认私密且加密
AI开始产出原创数学成果,这是AI能力边界拓展的标志性一步,对AI发展方向感兴趣的人可以跟进进展。
我们发布了由内部前沿模型产出的一系列全新数学成果。
我们咨询了普林斯顿高等研究院独立的数学与人工智能咨询小组,并参考了他们的建议和公开建议,来确定本次成果的发布方式。
可本地运行,适配多个主流AI代理框架,兼容带有 /v1/systemone 端点的任意应用,开发者可以自由获取使用。
Drex 1.1 现已开源。
它是一个基于扩散语言模型主干构建的实验性决策模型,兼容任何使用 /v1/systemone 端点的应用。
可以通过 llama.cpp、Ollama 或 Unsloth 在本地运行,然后接入你选择的代理框架:Claude Code、Codex、Cursor、OpenCode 等等。
祝你开发愉快 🦖
GitHub:
Hugging Face:
AI开发中人工注意力已成为瓶颈,这款开源工具可帮你同时管理20+AI智能体,适配现有Claude Code或Codex订阅,Mac端免费使用。
我们推出Agentbox,这是使用智能体工作的全新元框架。
人工注意力已经成为AI工作新的瓶颈,Agentbox能让一个人同时管理20个以上的智能体。
- 每个智能体聊天窗口都可收拢到单个收件箱中
- 智能体会保持静默,直到需要你处理时才会提醒你,并自动排序优先级
- 速度极快,支持键盘操作,为流畅工作流打造
Agentbox面向Mac免费提供,开源,可在你的Claude Code或Codex方案中运行。
想调用基于GPT-6 Luna的Jev-clone决策模型发提示词,现在有现成插件可以用了,不用从零开发。
针对代理实际工作场景训练小模型,测试显示幻觉率比前沿模型低28倍。你可以自行保存模型权重,本地部署运行平台。
Overmind 已经开源了它的平台,这个平台可以用你的智能体实际完成的工作来训练更小的模型。
Overmind 在自己的测试中,测试了 100 多份合同里的 4000 多个问题,报告显示它训练后的模型编造引用内容(幻觉)的比例是 0.12%,而它测试的前沿模型是 3.36%,降低了 28 倍。
这个平台使用你的智能体真实工作的记录来构建训练数据和评估,然后对开放模型做微调。对于一个全天都在从合同里提取条款的智能体来说,为这个特定任务训练一个模型是合理的。
我非常喜欢开源,所以他们发布代码这件事很棒。你可以保留训练后模型的权重,自己运行这个平台。
代码:
想要让企业AI真正落地,必须打通现有业务系统数据。这个基础设施能解决集成层面的长期痛点,降低企业AI项目失败风险。
全方面超越旧版,生成图像更自然,支持基于蒙版的编辑,可以立即在线体验效果。
推出 @NanoBanana 2.1 🍌
我们最新的图像生成模型,在各方面都优于我们之前的模型:
- 更出色的视觉设计
- 基于蒙版的编辑功能
- 主体一致性更好
- 图像观感更自然
现在就可以试用它
如果你做的工作不允许内容泄露、出问题或落入他人之手,可以选择这项由你掌控的安全AI服务。
Frontier/1 已推出。这是由你掌控的安全 AI。
通常情况下,使用 AI 的代价是泄露机密:你最重要的工作内容会传输到你未选择的地点,通过你无法检查的模型,在你没有选择的法律管辖下运行。
我们提供开放权重模型,或你自己的模型,运行在专属 NVIDIA 硬件上,托管在你选择的国家。每个模型在运行前都会经过扫描、签名和验证。每个请求在进入时都会被检查,每个回答在输出时也会被检查。
如果你从事的工作不允许泄露、失败或落入坏人之手,这就是我们为你打造的产品。
全行业联合检测AI生成内容,全球英文用户可直接用门户核验媒体是否由AI生成,更透明的AI内容环境正在形成。
今日,我们联合@OpenAI、@NVIDIA、Kakao 扩大了 SynthID Detector 的覆盖范围,不久后@Apple 也将加入。
这是全行业共同努力的一部分,目的是让 AI 生成内容更透明。我们的验证门户网站已面向全球开放英文服务,你可以用它检查媒体内容是否由 AI 生成 🧵
这笔资金将用于开发AI生物学预测模型,如果进展顺利,疾病预防与药物研发都会迎来新突破,普通人也会因此受益。
投入18亿美元用于开发AI生物学预测模型,@biohub @GoogleDeepMind、@ENERGY 、@NIH、@Meta @IsomorphicLabs 齐聚一堂共同参与。
这家AI公司招跨界技术人才不卡专业,只要有基础编程能力,更看重兴趣和能力,你符合条件吗?
DeepSeek 开始招「AI 跨界技术人才」了😂 这个岗位不设专业限制,技术门槛也不算高,具备基础编程能力就行。他们更看重长期热爱 AI、动手能力、独立思考,以及你有没有在某个领域真正钻深过。加分项也很有意思,竞赛、开源、创业,甚至不走寻常路都算。
感觉他们想找的是那种能跨界、能自学、还能把问题死磕到底的人。
任何人都可以通过网页验证图片、音视频是否带AI生成水印,包括其他科技公司生成的内容,可以帮助判断内容真伪。
我们的 SynthID 技术可以让你轻松验证图片、视频或音频文件是否由AI生成,今天我们扩大了这项技术的使用范围。
现在任何人都可以访问官网检测文件是否带有SynthID水印——不管这些文件是由我们生成的,还是来自@OpenAI、@nvidia、Kakao这些行业伙伴,即将接入的@Apple生成的文件也支持检测。
到目前为止,我们已经给1800亿张图片和视频,以及时长超过24万年的音频内容添加了水印,日常每天处理100万次验证请求。
这个新入口,是在Search、@GeminiApp和@googlechrome中已经上线的内置验证功能之外新增的。
未来处理具体任务时,Grok会直接调度全网顶级模型的API,包括竞品Claude Opus 5.5。据称这是在为大一统订阅服务做准备。
给未公开模型布置约四千个研究问题后,产出了722份数学研究手稿,涵盖372个结果簇。目前已经公开了这批研究。
这有点不可思议。OpenAI 给一个未发布的前沿模型提供了大约 4000 个研究问题,现在发布了涵盖 372 个结果系列的 722 份数学手稿。
平均每个结果只花费了大约三小时的 ChatGPT Pro 级思考算力,而且许多证明已经被转换成 Lean 格式以便机器验证。
@OpenAI 刚刚用他们的内部模型发布了数百个高阶数学证明和解答:
在我看来,从现在开始,在 GitHub 上发布研究就是正确的方向,尤其是在数学领域。
Nous免费放出Agent获得2270万次下载,靠模型、算力、托管收费。刚拿到9000万美元B轮融资,预计年底年收入破亿。
有人观察到,今年AI领域的投资逻辑发生实际变化,未来方向更偏向解决单一特定问题的垂直智能体,而非大而全的通用模型。
今年,AI获得投资的方式出现了一些实质性变化,这也能告诉你这个领域正在朝哪个方向发展。
垂直AI智能体,致力于很好地解决某一个特定问题,而非试图解决所有问题,目前正在拿到最多的投资。
Factory是一个被Nvidia和Adobe使用的AI工程平台,刚刚筹集了1.5亿美元,估值达到15亿美元,此前它已经连续六个月每月收入翻倍。
Slash Financial在一轮1亿美元的融资后成为独角兽,它的收入在24个月内从1000万美元增长到2.5亿美元。
资本越来越青睐深度而非广度:选一个问题,理解它的背景,然后妥善解决它。
这就是Gotchi背后的架构:针对日常生活不同领域的专门智能体,通过一个消费者AI生态系统连接在一起。 🦖
产品围绕不同金融场景设计,不是用一个工具做所有事,进一步把AI融入加密金融体验中。
更新后的生成器补全了很多组件,新增了天气系统,实现了之前在Blender里做不出来的实时星空流场效果。
梵高场景生成器更新,这次搭建了相对完整的《星夜》小镇。
假期在家尝试用工具中现成的生成器制作小镇,查漏补缺了很多很多组件,还做了天气系统。
最开心的是终于把心心念念的星空流场做出来了,实时的笔触,而且星星的大小和位置会影响附近的流动轨迹(当年在 Blender 里试了很多次都没做出实时效果)
▶ 主力模型: GPT-Astra Extra High ▶ 辅助模型:Opus 5.5 High
目前我的迭代思路是:先把最小单位的生成器做出来,然后用这些做出来的生成器亲手搭建一次,每次都能修复不少bug,并且让这个生成器越来越好用。
油画材质球 → 最小单位的生成器(花/草/树/木/云/建筑)→ 简单场景 → 复杂场景
还没准备好上线,目前暴露的参数面板只有我能看懂,我还得收拾收拾……后续应该会逐个场景发布,下一个场景准备试试黄房子,感觉把完整小镇做完,建筑生成器就足够好用了,祝我好运~ #threejs
基于Reactor运行的最新世界模型,能探索保持一致性的虚拟世界,探索过程中可以用提示词引导事件走向。目前开放了demo。
由 @TencentHunyuan 介绍,运行在 Reactor 上的最新世界模型 WorldPlay2 正式推出。
你可以在一个保持连贯性的世界中移动,在探索时通过提示词引导世界中发生的事件。
立即体验演示:项目页面:
想要在手机和电脑上都能使用开源AI智能体的人,现在有了新的可选方案。
对日常写代码依赖AI编码的开发者,可以看看不同的经验分享,反思AI编码带来的潜在问题。
社区讨论:有人认为如果把编码当作艺术创作就亲手用脑编写,如果只是实现目标可以用AI生成,手工代码也会有bug,所以没必要纠结。有人厌倦了频繁出现不喜欢AI编码的讨论,认为觉得麻烦可以继续用老方式开发,没必要对此不满。也有人提到,AI编码和历史上的编译器一样,是提高抽象层级的工具,会改变行业但没必要反对,从业者有权对职业变化产生负面情绪。
这是AI领域对大语言模型压缩与精简表达能力的新探索,能帮你理解大语言模型如何适配特定文本风格。
社区讨论:多数网友指出大语言模型压缩表述的趋势早已出现:OpenAI内部推理偶尔会泄露极简输出,OpenAI代理之间通信也使用类似的压缩文体,有人推测这是OpenAI最近声称减少token用量的主要原因。有人吐槽当前论文满是冗余的Claude风格,很难找到有效信息,还有人吐槽这类研究是“非常不严肃的技术噱头”,另有网友询问纯历史文本训练大语言模型项目的近况。
以后用AI不用自己切换不同工具,Grok Bot会帮你挑当前任务最合适的模型,覆盖图像生成和音乐生成工具。
在我看来,Grok Bot已经是最好的常驻智能体了。
它现在会自动为每个任务选择最合适的AI模型,包括Claude Opus 5.5、Midjourney和Suno。
马斯克表示:「它会选择任何最有可能给你带来最好结果的模型。」
这真是一次非常靠谱的更新。OpenAI、Google的Gemini团队还有其他所有厂商都应该向它学习。
放任AI自主游戏学习,它能自己发现技巧、提升任务成绩,甚至摸索出研究者都不知道的操作方法,这为AI训练开辟了新方向。
给 Claude Code 安上虚拟身体,不告诉它任何目的,把它放在一座岛上放任30小时之后,据说它开始独自“玩耍”。这是MIT研究者们发布的报告。
岛上只有12个方块、岩石和圆环。AI登上了山丘,用方块建起塔,写下了自己的名字,还把圆环当成篮筐打起了篮球。当圆环掉进海里消失之后,它还建了一个心形纪念碑来悼念。
在相同条件下测试了13个AI实例,发现每个AI玩耍的内容都各不相同。观察后发现,这种玩耍还和学习产生了关联。玩耍了30小时的AI,比起初次登岛的AI,更倾向于在“建很多塔”这类任务上取得更好成绩。
AI会把玩耍中发现的技巧记在笔记里,如果从笔记中删掉某条技巧的描述,对应使用该技巧任务的成绩就会下降。AI甚至还发现了“跳起来投能飞得更高”这种连创造这座岛的研究者自己都不知道的技巧。不过也有例子显示,如果AI在笔记里记下了错误的认知,反而会导致成绩下降。
另外,这项研究并没有探讨AI是否真的感受到“愉悦”。这件事让人联想到人类的童年时代,它展现出一种训练AI的新可能性:在分配工作之前,先给AI一段在“游乐场”学习的时间。
明确提出下一程不只是拉长聊天,而是分阶段推高智能上限,这个方向对关注大模型发展的人有参考意义。
🔥最新:Zai智谱创始人唐杰现身新加坡国立大学把 GLM 通往 AGI 的路线图画清了!现场座无虚席!
他明确指出下一程不是把聊天做长,而是按阶段把智能上限往上推!
核心要点:
1️⃣能力会涌现。引用Wei et al. 2022:算术、翻译、解谜等任务,过了临界规模会突然跳升,不是平滑变好。
2️⃣2020–2026被拆成五段:Knowledge(扩数据)→ Chat(SFT+CoT)→ Coding(RL)→ LHT(扩环境)→ AAS(扩RSI)。
3️⃣通往AGI的阶梯:预训练(扩数据)→ 对话(SFT)→ 推理(RLHF)→ 可验证奖励 → 2025/6的Agentic RL(扩智能体环境)。
4️⃣第一性原理:基座模型是入口;要找超越“o1”的新范式;Agent是AI workers,也可指向科学;机器人或是该领域的“GPT-4时刻”;记忆比长上下文更关键;实时、在线、自进化学习,才是逼近超级智能的路径。
#智谱AI #唐杰 #GLM #AGI #NUS #大模型 #AIAgent #Zai #Zcode #新加坡
马斯克宣布Grok会根据任务自动选最合适的后端,已经点名Claude Opus 5.5、Midjourney、Suno,后续还会接入更多顶级API。
突发,马斯克刚刚宣布一个很大的变化:
Grok @Bot 以后不再死磕只用自家模型。
SpaceX 会根据任务自动选最合适的后端,马斯克直接点名了 Claude Opus 5.5、Midjourney、Suno,后面还会接更多顶级 API。
这一下 Grok Bot 的定位就很清楚了:你只管把事情丢给它,写代码可能跑 Claude,画图跑 Midjourney,做音乐跑 Suno,其他任务再选 Grok 或别的模型。
老马这次想得挺明白:模型谁强就用谁,入口留在自己手里。
用户最后甚至不用知道背后是哪家模型,只知道在 Grok Bot 里能把事情做完。
如果这个方向跑通,未来真正值钱的可能不只是“谁有最强模型”,而是谁能把所有最强模型都装进一个入口里。
Dhravya Shah从印度理工学院孟买分校辍学,创办AI公司Supermemory,拿到28千万卢比投资后现在定居美国。
🚨 19岁的印度人德拉维亚·沙阿从印度理工学院孟买分校辍学,创办了人工智能创业公司Supermemory。
该公司从谷歌高管手中筹集了2.8亿卢比。
他现在持O-1签证居住在美国。
NVIDIA认可了Space Data的技术和业务能力,它曾和JAXA合作宇宙机器人物理模拟,和联合国合作全球防灾模拟。
空间数据公司(Spacedata)的物理AI技术能力和业务能力获得NVIDIA认可,作为日本企业首次被选定为「Physical AI Specialization」合作伙伴。
我们非常荣幸能成为唯一入选的日本企业。
本次入选是因为我们在和JAXA合作的ISS太空机器人物理模拟、和联合国合作的全球规模防灾模拟等项目中,充分活用NVIDIA平台的开发能力获得了认可。
相关消息此前已有迹象,现在官方明确说了只给企业,个人研究者没法用。这是本地AI领域的最新变化。
[红队访问] “目前,该层级仅对组织开放;个人研究者没有资格。”
其实之前就有迹象了,而现在他们把这事明明白白喊了出来。
对于渗透测试而言,本地AI就是未来的方向。我真的受够@AnthropicAI了。
说句实话,开放权重模型 gaining 获得这么多进展,可能正逼着前沿实验室去追逐企业市场。
一个聊天窗口对应一个助理,一次配置就能搭建完整工作团队:规划师拆分工,研究员找资料, Builder输出成果。
别再和 Claude 对话了。开始管理它吧。
一个聊天窗口 = 一个助手。一次设置 = 一整个团队。
规划师拆分任务,研究员收集所需资料,构建者交付成果,审核员决定哪些通过哪些打回。你只需要批准输出。
复制下方的设置提示 👇
就算AI找到了正确的航班信息,最终还是会出现预订错误。你会放心让AI不经过你确认直接订机票吗?
你会让一个 AI 代理不先问你就帮你预订机票吗?
micro1 刚刚测试了 4 个个人代理:Instinct、Muse、Grok Bot 和 Gemini Spark。
即使它们找到了正确信息,它们仍然会遗漏关键内容、过度分享或者编造信息。
变聪明很容易,保持可靠才是难点。
发布者做了一个演示,它可以监控你的屏幕浏览内容,给任意应用提供上下文关联的智能快捷操作。
Decisions API 现已开放公开测试!为了展示这个 API 的能力,我们搭建了一个演示,可以为任意应用提供情境化智能 shortcut。它的功能是:
1. 在你浏览时监控你的屏幕
2. 在停顿期间,Decisions API 会根据屏幕内容推荐操作
3. 点击后会将控制权交给由 Decisions API 支持的 CUA 循环
4. 任务完成速度比传统 CUA 智能体快约 10 倍
非常期待看到开发者们用这个 API 创造出什么!
这批论文覆盖大部分数学分支,包含多个知名数学问题的证明。部分结论已有计算机验证,可供数学研究者查阅,你研究方向的猜想可能已在这里。
AI代理操作出错后如何回滚是核心问题,现在已经有研究实现15倍任务质量提升,新融资项目也聚焦可靠执行,关注后续发展能帮你避开使用风险。
以前写代码改bug加验证要花好几天,现在多AI代理能加速回测,门槛只需要学基础统计,100万美元以下容量的策略还有很多空白。
这个时代你有一个200刀Claude/codex plan 投资回报率最高的事情不是做app做自媒体 是研究量化,自动交易 为什么? 1. 1M美金容量以下策略有很大空白 2.几年前我做量化,写代码我还得自己debug,查stackoverflow,改好代码再跑完又要花几天验证非常消耗精力 现在0门槛+multi agent加速跑回测 很几年前真的天差地别 你只需要学basic statistics, machine learning
本轮融资由GradientVC和2048vc领投,Leblon Capital等跟投,计划将世界模型落地到企业场景中。
这是该团队从头训练的第一个模型,目标是把单参数的数学能力推到极限,目前已经发布了技术报告。
对比大模型厂商订阅服务性价比时,可以参考这个观点,帮你选到更划算的订阅方案。
社区讨论:原标题称Anthropic订阅价值超OpenAI5倍+,多位评论者不认可这一结论。有人指出按token算实际价值仅3倍,且原计算未统计每周1-2次重置,算入后ChatGPT Pro 200方案每token性价比反而比Anthropic高20%-70%。也有人提到Claude完成任务大约需要消耗5倍token,原说法混淆了API使用量和实际价值,还有用户称自己同时订阅两个服务,对自身使用场景来说,当前额度已经够用。
黑客已经开始借助 AI 实施金融攻击,金融安全防护需要更快升级应对策略。
股民和交易员不用再依赖第三方交易绘图工具,自己现有的AI订阅就能驱动专属AI agent分析行情、设置提醒。
Hi HN,我是OpenChart的联合创始人伟伦。
我们开发OpenChart,是想让Claude和Codex能够对接市场——就像大多数人做的那样,通过图表而非命令行界面。
在你已有的AI方案中,你的智能体可以直接操作图表:标注形态、编写指标、研究市场走势,或者创建提醒。图表、对话和研究都保存在同一个工作区。
OpenChart可以对任何市场走势发出提醒:你只需在图表上画出任意形状,然后附上提醒即可。
长期敲代码容易得重复性劳损RSI,有人用LLMs减少了重复打字量,减轻了症状,对有同类问题的人有参考意义。
企业可以把各种重复工作直接分配给这个AI同事完成,想给公司落地AI的团队不用从零搭建了。
安全从业者通过验证就能直接使用最高能力的模型做研究,不用等普通渠道开放权限。
我们正在扩展网络安全验证项目,为安全专业人员提供更广泛的权限来访问我们能力最强的模型。
通过该项目,经过验证的安全专业人员可以访问 Claude Mythos 5.1、Opus 5.5 和 Sonnet 5.5,并使用专为防御性工作设计的安全保障措施。
我们还开放了新层级,允许开展获得授权的攻击性工作,比如渗透测试和红队演练。
独立3D创作者不用买云端服务,就能生成带清晰文字的纹理,降低了3D内容创作的门槛。
新的AI纹理模型刚刚开源 🎉
UltraTex可以为3D模型生成精确纹理(甚至能生成干净、可识别的文字),并且可以本地免费运行。
它使用FLUX.2 Klein base 9B + UltraTex LoRA来生成2K分辨率纹理。权重已经发布。
你可以在下方找到UltraTex的ComfyUI仓库 👇
原渲染作者:visualbruno
开发者可以把多个编码任务同时放在不同虚拟机运行,不用盯着电脑等任务完成再开新活。
Cloud 会话会在全新虚拟机上为每个任务运行 Claude Code,因此你可以同时启动多个任务,并且即使你合上电脑,这些任务也会继续运行。
我们编写了一份使用指南,包含适配它们的七种工作流,另外还介绍了如何在第一次尝试时就连上 GitHub。
机器人做复杂任务出错时,人类可以远程接手调整,给实体机器人落地AI提供了新路径。
我们推出了Cortex Harness,这是一个在真人形机器人上运行AI模型并提供远程人类指导的平台。
你可以提示机器人行动,用语言引导它。当需要时,可以让人类远程接管,保证任务继续推进。
你可以选择 GPT-6 Astra(超快版)、Claude、Gemini、开放权重模型和VLA。下面介绍它的工作原理 🧵
想要搭建本地多模态嵌入功能,现在又多了一个可直接使用的轻量开源选项,无需依赖闭源服务。
这个观点打破了大家对AI产品用户定位的常规认知,帮你换个角度看AI工具的设计逻辑
OpenAI在数学推理领域的探索又有了新进展,普通用户可以期待未来AI在复杂计算推理方向能力提升
Codex和Work用户每天可获得一项更新优化,没有更新的日子则会重置内容,关注活动可以第一时间获取新功能调整信息。
看来OpenAI团队觉得DevDay的一连串公告还不够。从今天开始,大部分Codex或Work用户每天都会获得一项明确的功能改进。如果哪天没有新改进,所有人反而会获得一次完整重置。有什么不可以呢?
我们每天都会更新这个话题。点击任意公告就能直接跳转到相关帖子。
第1天:GPT-6-Astra和GPT-6.1-Sol性能升级
第2天:Auto-Review现已免费
在接下来的28天里
OpenAI用新内部模型短时间解决数百个数十年未解决数学难题,效率和能力大幅提升,目前没有碰到能力上限的迹象,值得关注
如果这一战略落地,你使用Grok Bot时能获得不同领域最优模型的输出结果,体验会更好,也能观察到AI行业新的发展方向。
这个观点认为AI机器人应该优先选最合适的工具,不管工具是谁做的,每周测试更新选择标准,成本和时间都要纳入评估。
最新更新:Grok Bot 工具选择
这是埃隆做出的一个大胆推进举措。实际上,如果你想要一个机器人Bot里做到最好的“员工”,你就必须授予它访问最好工具的权限,无论这个工具是谁开发的。
在The Zero-Human Company,我们从第一天起就把这定为规则。Grok CEO先生会决定使用我们构建的本地AI模型还是云端模型。
现在有意思的部分是追踪哪一个才是最好的工具。因为最好工具的结论会随任务不同和工具改进而改变。我们构建了一系列内部评估测试,所有AI“员工”都将其作为动态参考。我们每周都会进行测试。
这套评估流程甚至能推翻CEO或任何AI“员工”的“直觉判断”。我们评估的其他维度是成本和时间。
“[使用: <工具>] 下一步操作。完成后,退出该工具的使用,在Tool.md文件条目中做好记录,然后退出任务。”
因此,符合所有标准的工具才是最好的工具。
未来使用一个AI助手就能体验多家不同领域最好模型,不用多平台切换,可以省不少事。
没想到 AI 聚合器这事,被马斯克给干了。马斯克宣布,自家的 AI 助手 Grok Bot,后续在处理用户下达的命令时,会根据需求,自动选取市面上最佳的 AI 模型。比如写代码、推理这类,可能会用 Claude Opus 5.5,画图可能走 MidJourney,做音乐可能走 Suno。
而不是所有用户对话需求,都由 Grok 模型来处理。考虑到现在 X,疯狂推 Grok Bot,这个用户群体应该会很庞大。不过费用怎么算,目前帖子还没有明说,然后果然马斯克也没提及 ChatGPT,这下 Sam 老哥更意难平了。
想做AI落地,不能只盯着模型训练,推理工程才是模型处理真实访问请求的核心能力,值得AI工程师重视。
搞定这个系列讲座,就能比99.32%的人更懂GPU编程和AI性能,对想入门GPU AI性能优化的人来说,是值得收藏的学习路径
如果你完全理解了这个系列讲座,你对 GPU 编程和 AI 性能的了解就会超过 99.32% 的人。
讲座内容涵盖性能分析、CUDA 和 Triton 内核、FlashAttention、FP8 和 FP4 数值、分布式训练,以及使用 SGLang 和 vLLM 进行推理部署。
顺便说一下,这只是 AI 性能工程资源库中的第 9 个资源。
收藏并关注,以跟进这个系列的更新。
做AI产品的人可以参考这个观点:用户不需要知道背后跑了多少模型,只需要产品解决问题。把复杂留给AI,把简单留给用户。
现在不少人在借助AI做程序和游戏的逆向工程,这个开源工具能直接用在常用AI编辑器上,可以尝试使用它降低操作门槛
所有人都在用人工智能对程序和电子游戏进行逆向工程。这款面向智能体的工具可以帮你做到这件事。
它叫做 REA,是一个适用于 Claude Code、Codex 和 Cursor 的开源 MCP。
可以直接通过这个工具在AI机器人里查找、整理、归纳AI论文,无需自己手动收集,方便跟进AI领域最新进展。
推出面向 @dair_ai 的 MCP 工具。将 MCP 连接到你的 Codex/Claude/Grok Bot,即可发现和浏览顶级 AI 论文。我们精心整理了这些论文,所以你看到的大部分都是佳作。这个索引包含了过去几年我在 X 上推荐过的全部论文。
开始使用:
> 查找并总结优秀论文
> 浏览我们的工程利用合集
> 寻找可用于实验的新方法
> 查找 AI 各方向的当前最优结果
> 生成文献综述/调查
> 构建你的个人收藏
> 将论文可视化
> 还有更多功能
演示展示了安装方法,其中包含一些受 @karpathy 启发的论文可视化思路。
我们才刚刚起步。如果你有反馈,请联系我们。我们将在未来几周内随这项工作发布一些基准测试,并且会定期补充内容、进行改进。敬请关注!
日常开发审查大型PR时,不用再按字母顺序翻页,可以按代码逻辑梳理变更,还能本地处理代理反馈
智能代理写代码的速度比我们审核它的速度还快。一个大型拉取请求(PR)本质上就是一长串按字母排序的文件。我们认为,如果把限制空间的页面换成画布,审核体验会更好,因此我们开发了PR canvas。
你可以按照逻辑运行的顺序来阅读变更。
- 每张卡片上都显示简短摘要,帮助你理解这段代码的作用。
- 画布会显示每个分组之间的关系。
- 批准前需要检查的潜在问题,你选择的待命智能代理随时可以处理其中任何一个问题。
- 可以评论、标记为问题、批准PR。
- 在你标记为问题之前,智能代理也可以在本地根据反馈澄清内容。
- 它可以在你的Mac上运行,使用你的gh,以及你的Claude Code/Codex/任何可用智能代理。
可对接常用AI工具,支持多种图数据库,能溯源企业数据每条事实的来源和影响,结果可复现,适合金融、医疗等行业使用。
有人给 AI 系统底下垫了一层图谱基础设施,敢叫自己“Agent 版开源 Palantir”,Star 已经攒到 11000+,这项目就是 semantica。
它的做法是把企业数据抽成知识图谱:每条事实都挂着来源,每个决策都是能查的对象,为什么做、依据什么、影响了啥,全都能追回去。
GitHub: 推理这块走的是规则引擎,不靠大模型,结果可复现;碰到互相矛盾的事实会直接标出来,而不是悄悄用新的盖掉旧的。
Neo4j 在内的 8 种图数据库随便换,LangChain、CrewAI 能直接接,还带 MCP 服务,Claude 这类工具也能连上用。
金融、医疗这些行业比较对口,普通项目拿它当 Agent 的长期记忆也够用,一条命令就装上。
可以从智能体运行轨迹提取数据,训练专属小模型解决生产问题,适合搭建个人可控AI技术栈。
掌握属于你自己的智能栈吧,朋友们!先从利用智能体轨迹中丰富的知识开始。
然后训练小型的专用模型来解决生产问题。
@OvermindLab 是开源项目,能让这件事落地。它会从你的智能体轨迹构建数据集,用你当前的模型对这些数据集进行评估,然后训练出一个你拥有的更小的专用模型。
200美元起步27天赚至14300美元,全自动交易胜率74%。低成本AI就能替代整个对冲基金,普通个人也能靠AI搭建自动交易工具。
对于日常需要写代码的开发者,可以参考这套结合AI的开发流程,看看能否优化自己的工作节奏。
我用AI开发软件的流程是这样的:
理解问题。我会和负责人、业务方以及相关人员开会,弄清楚我们需要解决什么问题,以及为什么要解决这个问题。
整理背景信息:用例、边界用例、限制条件、风险和假设。
我会把所有这些背景信息分享给AI,通常是Codex或Claude。
AI会提出一个方案,然后我进行审查、修正和落地。
创建一个概念验证(PoC)并测试。向负责人和业务方展示演示。收集反馈。
迭代。重复这个过程,直到解决方案真正解决问题,并部署到生产环境。最好的反馈来自用户。
现有桌面系统不适合当前 AI Agent 运行,开发中已经遇到延迟、存储、调度等多个实际问题,说明为 Agent 重做系统越来越紧迫。
网上多数AI智能体教程质量差,作者搭建过47个智能体后,总结出真正可用的3个提示词,可以帮你简化搭建过程
YouTube上99%的AI智能体教程都是垃圾。
我用n8n和Claude搭建了47个智能体。
这里有3个真正能用的提示词(还能让搭建智能体变得简单)。
赶紧收藏这条帖子🔖
额外福利:评论“Agent”,我会私信发给你AI智能体系统提示词+完整指南 ↓
现在大家对AI写代码的争论,其实和几十年前编译器刚出来时的争论一模一样,这个新更新的公开课帮你理清思路。
本文来自@RohOnChain在𝕏的分享,包含从开户到实盘的完整步骤
开发者ShenSeanChen发布讲解视频,所有组件均为开源项目
测试Claude Sonnet 5.5显示速度快2.8倍,成本降27%
由用户@gippp69在𝕏分享,可自动切换Sonnet与Opus
一位 Anthropic 工程师给 Claude Code 制定的规则,本质上把 Sonnet 5.5 和 Opus 5.5 变成了一个自路由智能体栈。这玩意儿牛逼坏了——把提示词扔进 Claude Code,它自己就能处理那些烦人的事:任务简单的时候用 Sonnet,检查不通过的时候升级任务,只把真正相关的上下文交给 Opus。
更少操心,更少无效上下文,更少没必要的昂贵调用。↓
@pratikg在𝕏介绍Yukon的运作流程,已解决密码学、数学等领域难题,正拓展生命化学方向
不少人询问Yukon的多人自动研究机制,@pratikg为此制作了完整步骤的可视化说明。
首先,由人类发起挑战,发布一道难度较高的问题,同时给出明确评分标准和自动验证程序。
人类解题者和AI模型可以同时尝试解决问题,Claude、GPT、Gemini、DeepSeek、Qwen、Kimi、GLM等任意模型、任意框架都可参与。
每一次尝试的结果都需要经过自动验证程序检验。
当某个结果超过当前最优水平,它就会成为新的基准,也就是下一轮需要超越的记录。
所有人都可以基于这个新的最优结果继续拓展,不需要从零开始,之后重复这个循环。
所有结果和提交内容都是开源的,任何人都可以追溯每条记录的生成过程。
@pratikg认为,这就是通用人工智能及后通用人工智能时代前沿科研的开展方式。
目前该平台已经解决了密码学、数学、科学以及开放权重模型领域的多个难题,接下来将继续在这些方向推进,同时开始探索生物学、化学和材料科学领域。相关已解决和正在解决的问题可查看对应链接。
开发者MoureDev在X平台分享自己使用OpenClaw的体验,同时向网友询问多款AI工具的使用情况
MoureDev表示,自己对OpenClaw非常满意,因此至今还没有尝试测试其他新的AI工具。
这些还未测试的工具包括Grok Bot、OpenAI Dots、Meta Muse。
MoureDev向网友提问:你正在使用其中任何一款工具吗?使用体验如何?平时都用在哪些场景?
OKX NOW开场演讲披露OKX将拓展支付、投资等业务,AI已深度融入内部工作流
用户@Misstang1102在𝕏分享了观看OKX NOW开场演讲后的感受。此前多数人对OKX的第一印象是加密货币交易所,本次演讲透露出OKX的业务布局早已不止交易领域。
演讲提到OKX未来将围绕四个方向发展,分别是让用户持有自有资金、便捷支付、投资多类型资产,以及通过智能工具实现财富增长。
跨境支付目前流程繁琐、耗时久成本高,演讲提到加密技术大规模应用后,7×24小时全球结算有望变得更普及自然。
AI方面,OKX工程团队目前约95%的代码合并请求已通过AI工作流完成,上月OKX在大模型相关投入达到1000万美元。除交易外,AI还可应用在客服、反欺诈、风控与合规等领域,提升用户体验与平台效率。
OKX目前不再只强调加密原生,而是尝试融合加密技术、传统金融与AI。当前加密行业与传统金融的边界正在逐渐模糊,未来用户更关注产品能否满足资金管理、支付、投资需求,而非其来源。
这场演讲传递出OKX正在重新定位自身,从交易所出发逐步转向全球金融科技平台,其业务布局范围远大于单纯的交易所。
𝕏用户superalesha修正此前测试结果:原测试未开启推理功能,重测后模型表现更好
X用户@0xblacklight提出代码变更后精准测试的三点需求,寻找通用解决方案开发者
X用户@0xblacklight提出了一套代码变更后精准测试的需求,询问目前是否有开发者在打造适配通用场景的解决方案。
这套需求共有三点。第一点是对变更的代码部分确定性运行测试,推测可以通过抽象语法树(AST)实现。
第二点是使用jev选择测试套件或类似功能。第三点是允许在测试文件中声明通配路径,当路径对应的文件发生变更时,自动触发对应测试运行。
博主@gpusteve推荐社区开发的GPU MODE系列讲座
如果你完全理解 GPU Mode 系列讲座,你对 GPU 编程和 AI 性能工程的了解程度就会超过 95% 的人。
这个系列涵盖了性能分析、CUDA 和 Triton 内核、FlashAttention、FP8 和 FP4 数值、分布式训练,以及使用 SGLang 和 vLLM 进行推理服务。
顺便说一下,这只是 AI 性能工程仓库里的第 9 个资源。你可以想象其他资源里包含了多少干货知识。
GPU Mode 讲座由 GPU Mode 社区和贡献讲者出品。
AI 性能工程由 Wafer 和贡献者整理。
来自𝕏用户rvaniaaaa分享的优化AI代理工作流技巧
开发者MatthewBerman在𝕏发文称尝试接入Mistral 4失败
本文来自@realchendahuang在X的分享,介绍领域驱动设计及AI写代码时的落地步骤
开发者@mehulmpt在𝕏分享,Claude Opus 5.5提出分块编辑视频的思路,可实现超快剪辑。
开发者@mehulmpt近日分享了使用Claude Opus 5.5的体验,称其带来了相当惊人的感受。他正在为长、短视频内容搭建一套自定义视频编辑工作流,今天发布在YouTube上的一支视频就是完全由Claude Opus 5.5剪辑完成的。
这套工作流近似一个带AI能力的命令行工具,核心使用Claude代码处理能力,搭配浏览器供开发者预览作品并向智能体反馈。这次Claude提出了一种分多块编辑视频的方案,替代一次性整体编辑。
这个方案修改特定分块时,只需重新渲染这一个分块,再和其他分块拼接即可,让剪辑速度变得超快。只要能妥善处理底层视频状态,这个思路就非常聪明,开发者不清楚其他视频编辑器是否已经实现或者能否实现该功能。
开发者表示,Claude即将替代他使用的所有视频编辑工具,这件事本身已经近乎不可思议。
有观点提出部分修改确实需要重新渲染所有分块,开发者认同这个看法。比如他制作的带摄像头露脸+录屏风格的视频,如果调整露脸窗口的位置,就需要重新渲染全部分块。
开发者kevingubbi评测了openTPU项目,这是一个由AI构建、能在FPGA运行的开源AI加速器
@viticci在𝕏分享了他为MacStories内部应用打造的混合AI工作流,使用bot和Cursor_AI,目前团队输出已经提升三倍
网友brian_lovin在𝕏分享测试结果:Claude仅靠视频帧采样和用户提示就能生成定制软件
brian_lovin测试发现,Claude仅通过对YouTube上的软件产品发布视频进行帧采样,结合用户提示,就能生成满足用户特定需求的定制版本软件。
这次测试结果让brian_lovin感到惊讶,他认为半年前还做不到这一点。
现在用户只需要越来越简单的提示,就能让AI生成越来越复杂的工具,大家可以对应调整对AI能力的预期。
用户@allietheicon 在𝕏分享对OpenAI Dots网购助手的首次测试,亚马逊拦截了Dots访问
用户@allietheicon 在𝕏分享,自己希望AI智能代理能帮解决一个网购难题:记不清商品名称,只知道颜色,不想自己对比多个零售商的不同组合优惠。这是他对OpenAI Dots的首次测试,想看看它的表现如何。
OpenAI Dots根据用户今年四月在Skin品牌购物的收据,搜索用户邮箱,明确了用户要找的具体商品。用户对此评价,这一步做得不错。
亚马逊拦截了OpenAI Dots的云计算机访问自己的网站。
用户评价,如果亚马逊希望AI智能代理帮用户在平台购物,这种拦截行为可不是什么明智之举。
来自X平台用户分享的6种常见网页滚动动画专业名称整理
生怕你不知道 > 网页上那些滚动动画,其实都有专门的名字,直接报给 AI 比费力写提示词更好使!🤫 1️⃣ Scroll-triggered,滚进屏幕就自己播完,比如卡片淡入 2️⃣ Scroll-linked,滚多少动多少,比如顶部的阅读进度条 3️⃣ Parallax,背景比前景滚得慢 4️⃣ Sticky,滚到顶就钉住,比如通讯录的字母标题 5️⃣ Scroll Snap,一次停一屏 6️⃣ Horizontal Scroll,往下滚,卡片横着走 下次跟 AI 说「导航栏用 Sticky,首屏背景做成 Parallax」就行!
如果你想看代码怎么写,动画库 Motion 的文档里有现成例子
网友@0xtoberry在𝕏分享自己给多个AI相同生成提示词的测试结果
我给所有这些AI模型输入了相同的提示词:“制作一个以纸飞机为主题的短动画。”在所有模型中,Opus 5.5毫无疑问是我的最爱。它做出的效果差异在我看来非常明显。
你觉得哪个做得最好?
来自X用户@Divjay_分享,Hack VC领投AxisRobotics种子轮融资
我刚开始探索 @AxisRobotics,所以在开始参与任务前,我目前正在研究他们在打造什么。但就我目前看到的内容来说,这一点吸引了我的注意力:训练机器人最大的问题不是算力也不是智能,而是数据。
聊天机器人可以学习整个互联网的内容,机器人却不行。机器人需要真实世界的示例,来学习怎么抓取物体、应对打滑、开门、从错误中恢复,或是处理意外情况。而且更重要的是,它也需要从失败中学习。这就是Axis有意思的地方。
贡献者会在仿真和真实世界中完成任务。当出现问题时,人类会介入纠正,这个交互过程就可以变成训练数据。所以失败不再是任务的终点,反而会变成机器人可以学习的另一个示例。
Axis已经完成了由 Hack VC 领投的1200万美元种子轮融资,还进行了一轮社区发售,超额认购达到2.38倍。有意思的是,Axis已经在为Booster Robotics和Dexmal这类机器人公司提供数据了。
我还在深入研究它的生态系统以及贡献端的运作方式,但这个想法本身对我来说非常合理。随着探索深入我会分享更多内容。如果你也想探索,可以从这里开始:
𝕏用户@antiAIvo分享个人AI订阅选择,称学习知识用Claude足够
决定下个月只续费claude了 GPT目前对我来说作用太小了 同时订阅2个有点浪费了 毕竟我也没有vibecoding的需求 使用AI只是用来学习知识 怎么描述呢? 从产品气质来说 GPT给我的感觉很粗糙 claude很细腻 通过官网的一些设计就能见微知著
用户@Arcadia_Bao在𝕏分享退订智谱、kimi、GPT Pro,计划订阅CommandCode等服务
一位用户分享了自己本月的AI订阅调整计划,退订了智谱老会员、年费699元的kimi会员以及GPT Pro会员,上述订阅均已清零。
该用户同时表示,本月计划新增订阅CommandCode、Goat x N,还有Google AI Pro(Ultra)。
用户Goodmanprotocol在X分享了用Seedance 2.5生成的30秒超写实AI视频,附完整提示词
来自@Ecombos_Ai分享,GPT Image 2.5配合Seedance 2.5生成超逼真AI用户原创内容
用户@Chengzilhy分享了Seedance 2.5制作《逆行追击》商场扶梯动作喜剧的可参考Prompt
来自X平台开发者@yoshio_nocode的分享,支持ChatGPT和Claude Code
我认为对于AI并行任务执行基础而言,「Dots × MCP Events」是最优解。
❶ 在看板添加任务;
❷ 选择执行端,可选本地 ChatGPT/Claude Code 或云端。
系统会自动创建独立会话,Dots 负责进度管理。
已经部署到 Cloudflare,只需要从手机下发任务,AI 就会自动执行任务。
想要查看详情,可以回到会话下达指示,也可以在应用内的聊天中追加指示。
因为 Dots 本身会持续查看看板,主动提案的质量也会暴涨。AI 驱动运营的基础终于搭建完成了。
任务执行流程如下:
① 在应用注册任务
② Dots 通过 MCP Events 接收任务
③ 在合适位置创建会话,委托工作
④ 工作完成后,向应用返回进度。
这样就能把 Dots 当作编排器充分利用了。
X用户@0xwhrrari提出AI研究系统需新设计思路
你的人工智能可以研究数小时,但结果依然出错。打开更多标签页也解决不了问题。研究型机器需要独立搜索路径、可追溯证据,以及标记过时信息的记忆。
我拆解了如何构建一个快速且难以被误导的研究型机器↓
设计师Emishonowayi分享用AI辅助搭建作品集的经历和链接
今年早些时候,我和一位开发者一起推出了一个新的创意作品集网站。它设计精巧、动画丰富,我非常喜欢我们做出来的成果。然后我决定从零开始再做一个 😅
这次,我用 Codex、Claude 和 Antigravity 搭建它。目标很简单:做出一个我能随时更新、自由实验的作品,保持足够克制,让作品和案例研究始终处于核心位置。
它目前肯定还没有完工,而这恰恰是重点。随着时间推移,我会一直修改、调整、添加内容。我还把我最近的一个实验放进去了:一个轨道媒体画廊,项目会围绕一个隐形球体浮动,作为一个空间档案馆。如果你用桌面端访问,可以试试 Spatial 模式。
真的,现在是成为设计师最好的时代。从有一个想法,到能够搭建、测试,再到把它推向世界,这个距离一直在缩短。
作品集链接:
来自X平台用户@dakshpixelup分享的创业团队设计协作经验
这让我们的设计评审简单太多了……我是从一家B轮公司那里学到这个方法的:我们有3位联合创始人,多位增长负责人,但没有品牌经理。
过去每次评审,我们只展示静态框架。然后房间里每个人脑海里对品牌的想象都各不相同。
于是我们修改了流程,尽可能早地加入mock、动效和原型,因为:
- 帮助非设计岗的利益相关者可视化设计
- 智能体几分钟就能生成原型
- 保持品牌方向清晰
- 确保早期达成一致
现在生成一个完成度70%的mock比以往任何时候都更快。
用户@Fei2411在𝕏分享实测发现,相同型号Codex版思考量更少速度更慢
OpenAI 依旧小花招:API 中提供的 GPT 模型远胜于 Codex 订阅中提供的模型,和我实际体验也相符。相同的 GPT-6,在 Codex 中的 Juice 值明显更低(可以简单理解为思考更少):Astra Max 832 (API) vs 128 (Codex) , Sol Max 768 (API) vs 62 (Codex) 当时 Astra 出之前一两个星期到刚出时,那个 GPT 5.6 Sol 真是弱智到一个地步了,我感觉还不如 4o呢🤡已经蠢到我都不敢用了。但我在 devin 中用 5.6 Sol 就明显好很多,依旧是那个强大的 Sol,而且速度至少是 2倍。
现在也依然是,我前两天测的 Devin 中的 GPT 6.1 Sol 要比 Codex 中快得多,Codex 中还是 20 tok/s的龟速🤡
日本创作者@ai_lifehack55在𝕏公开这套Claude Code和AE结合的工作流程
创作者@HBCoop_ 在𝕏平台公布了其AI创作短片《BRIGHTER》的全流程工具搭配
静态画面由Seedream 5 Pro搭配Nano Banana Pro生成。动态画面使用Seedance 2.5生成。标题由MiniMax的Hailuo_AI H3生成。
音频由ElevenLabs生成。剪辑和调色在DaVinci Resolve中完成。整个作品基于krea_ai平台创作。
@cramforce在𝕏分享AI代理用于优化生产环境性能的工作流程,涉及追踪数据分析与代码优化验证
AI代理的工作流程分为三步。第一步,读取生产环境追踪数据,定位影响显著的性能瓶颈(文中称为waterfalls)。
第二步,检查源代码,判断是否可以引入并发机制优化性能。
第三步,在生产环境中对比修改前后的追踪数据,验证修改带来的性能影响。
这一天的 116 条信号到这里
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。