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 7 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

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」

今日值得看
01 motionmaxxing:给 AI 动态图形开美颜的 Skill motionmaxxing 把 looksmaxxing 搬到动画,AI 也开始讲究运动美学 02 Seedance 2.5 纪录片风一镜到底的视频提示词 Seedance 2.5 精准控时,30秒无剪切还原19世纪托斯卡纳,DV质感拉满
03 OpenCode发布免费大模型Exo Free 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 👀

04 GoogleAIStudio发布新版NanoBanana 2.1模型 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

今日焦点

OpenAI证明即将公布,MIT团队三天抢先贴出95页论文

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。

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116 条本班新增 33 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
新行业动态 · @Google▲ 13.5万

谷歌联合多家大厂推广AI内容检测工具

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 🧵

在 X 看原帖 ↗
13.5万123907261
前沿研究 · @MistralAI▲ 10.7万

Mistral Large 4 跻身全球顶级网络安全AI

这款模型在网络安全领域性能突出,可关注表现

Mistral Large 4 是全球网络安全领域性能最强的 AI 模型之一。

在 X 看原帖 ↗
10.7万1772.6K184
行业动态 · Hacker News▲ 79

nsoonhui称Anthropic订阅价值超OpenAI5倍+

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
新工具产品 · @midudev▲ 1.3万

midudev开源REA逆向工程工具

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。

在 X 看原帖 ↗
1.3万33453420
新深度观点 · @kimmonismus▲ 2.5万

@kimmonismus 讨论OpenAI数学领域最新突破

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

阅读全文 →
2.5万4743499
行业动态 · Hacker News▲ 180

开发者开源轻量开源 EmbeddingGemma 2 多模态模型

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。

新开发 · @yoshio_nocode▲ 3.4万

开发者认为Dots × MCP Events是AI并行任务执行最优方案

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。

在 X 看原帖 ↗
3.4万17253561
新品发布 · @GoogleDeepMind导语出处▲ 146.2万

GoogleDeepMind发布原生多模态开源模型EmbeddingGemma 2

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。🧵

在 X 看原帖 ↗
146.2万1.6K1.7万8.4K
新行业动态 · Hacker News▲ 50

大语言模型重新学习1866年的电报文体

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
新品发布 · @OpenAI导语出处▲ 272.5万

OpenAI发布新数学研究结果

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。

在 X 看原帖 ↗
272.5万2.4K1.5万4.0K
新品发布 · @NaceAI▲ 35.8万

NaceAI 开源 Drex 1.1 实验决策模型

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:

在 X 看原帖 ↗
35.8万111556218
新行业动态 · Hacker News▲ 49

开发者分享不喜欢AI编码的原因

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
更多信号 · 按时间
新品发布 · @OvermindLab▲ 68.9万

OvermindLab 推出Overmind 人人可做AI实验室

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。

在 X 看原帖 ↗
68.9万30234297
新品发布 · @ayanb▲ 35.2万

Ampersand推出企业智能体集成基础设施

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。

阅读全文 →
35.2万1.5K362256
新行业动态 · Hacker News▲ 49

ilreb 开源多端 AI 智能体 NanoMuse

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。

新AI代理 · @cramforce▲ 112

AI代理可协助分析生产追踪数据 定位性能瓶颈优化代码

@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。

在 X 看原帖 ↗
112
新金融 · @AkaBull_▲ 5.0K

币安推出金融AI产品Binance Intelligence

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。

阅读全文 →
5.0K16120
新行业动态 · @GoogleAI导语出处▲ 1.9万

GoogleAI发布SynthID 水印验证工具网页端(180亿)

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。

在 X 看原帖 ↗
1.9万3625967
新AI创作 · @HBCoop_▲ 344

创作者HBCoop公布AI短片《BRIGHTER》制作工具清单

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。

在 X 看原帖 ↗
3446
新投资 · @sleepagotchi▲ 2.3K

今年AI投资风向变了,垂直AIAgent更受青睐

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。 🦖

在 X 看原帖 ↗
2.3K271152
新行业动态 · @EricTopol▲ 8.8K

多家机构投18亿美元做AI生物学预测

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。

在 X 看原帖 ↗
8.8K2310437
新工具产品 · @omarsar0▲ 4.1K

dair_ai推出MCP工具 可探索AI顶刊

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!

在 X 看原帖 ↗
4.1K53413
新研究工具 · @0xwhrrari▲ 2.6K

AI长时间研究仍出错,增加标签页无法解决问题

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↓

在 X 看原帖 ↗
2.6K16356
新深度观点 · @BrianRoemmele▲ 1.3万

Grok选工具要把最合适的放第一位

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。

在 X 看原帖 ↗
1.3万127212
新商业 · @sleepy0x13▲ 5.9K

开源AI赚大钱了, Nous做到年入近3600万

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。

阅读全文 →
5.9K65739
新商业 · @AYi_AInotes导语出处▲ 4.2万

Grok Bot不再只用自家模型,哪家好用哪家

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。

阅读全文 →
4.2万1317040
新深度观点 · @_FORAB▲ 2.1万

马斯克Grok Bot将调用多家AI模型

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。

在 X 看原帖 ↗
2.1万87915
新设计 · @dakshpixelup▲ 926

B轮团队分享:让设计评审更顺畅的流程优化技巧

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。

在 X 看原帖 ↗
92634318
新生成式AI · @simonxxoo▲ 6.4K

有人用AI做出了能实时互动的梵高星夜小镇

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

在 X 看原帖 ↗
6.4K1112679
新深度观点 · @qinbafrank▲ 1.7万

马斯克Grok Bot不再锁死自家大模型

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。

阅读全文 →
1.7万38611
新设计 · @Emishonowayi▲ 2.7K

设计师用Codex和Claude从零搭建创意作品集网站

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:

在 X 看原帖 ↗
2.7K1211070
新AI工作流 · @ai_lifehack55▲ 836

分享一套失败率极低的Claude Code配合AE的工作流

日本创作者@ai_lifehack55在𝕏公开这套Claude Code和AE结合的工作流程

新行业动态 · @Xudong07452910▲ 2.5万

DeepSeek招AI岗,不设专业限制

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。

在 X 看原帖 ↗
2.5万912271
新实战经验 · @ZaydenTech▲ 1.2K

作者分享3个能用的AI智能体提示词

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 ↓

在 X 看原帖 ↗
1.2K315422
新动态 · @Fei2411▲ 1.0万

网友发现OpenAI对Codex订阅版模型降配,API版性能更好

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🤡

在 X 看原帖 ↗
1.0万36613
新工具产品 · @seyii___▲ 7.0K

PR canvas 重新设计代码审查流程

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。

在 X 看原帖 ↗
7.0K3314251
新新品发布 · @iamlukethedev▲ 1.7万

Herald OS 将 AI 智能体整合进操作系统内核

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

阅读全文 →
1.7万24254280
行业动态 · @kimmonismus导语出处▲ 1.3万

Grok Bot更新 可自动选不同AI模型干活

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。

在 X 看原帖 ↗
1.3万1131030
前端开发 · @yupi996▲ 3.3K

网页滚动动画有现成名称,直接报给AI比写提示词方便

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

在 X 看原帖 ↗
3.3K116296
商业 · @ka2aki86▲ 9.9K

日本Space Data成首家获NVIDIA物理AI认证企业

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。

在 X 看原帖 ↗
9.9K1611114
新品发布 · @WalrusProtocol▲ 1.5万

WalrusProtocol 发布 Walrus Console 数据托管平台

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

在 X 看原帖 ↗
1.5万2818412
商业 · @alanchen导语出处▲ 1.2万

Grok不再只用自家模型,将混用Claude等第三方

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。

在 X 看原帖 ↗
1.2万1312318
生成式AI · @0xtoberry▲ 982

用同一提示词让多个AI生成纸飞机动画,Opus 5.5最受喜爱

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?

在 X 看原帖 ↗
9824964
创业 · @india_plus_▲ 4.3万

19岁印度学生辍学创办AI公司拿到谷歌高管投资

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。

在 X 看原帖 ↗
4.3万4469690
机器人 · @Divjay_▲ 530

AxisRobotics获1200万美元种子轮 解决机器人训练数据问题

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:

在 X 看原帖 ↗
53013731
行业动态 · Hacker News▲ 60

开发者vaughands分享:LLMs可能改善了我的RSI

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。

研究 · @Mortezabihzadeh▲ 1.6万

测试了4款AI代理,找对信息还是会订错机票

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。

在 X 看原帖 ↗
1.6万6912
前沿研究 · @beffjezos▲ 7.0K

小开源模型训练后可求解Navier-Stokes方程

普通用户可关注开源模型解决复杂物理问题的进展

对一个小型开源模型进行后训练,让它也能求解纳维-斯托克斯方程:

在 X 看原帖 ↗
7.0K612615
行业动态 · Hacker News▲ 38

OpenChart 推出开源交易工具 集成AI agent

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
新实战经验 · @SimslearnAi▲ 1.4万

SimslearnAi 用 Claude 搭建月花25美元交易机器人

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。

阅读全文 →
1.4万46132154
产品选择 · @antiAIvo▲ 9.0K

用户分享:仅用于学习知识 只续费Claude不续GPT

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

在 X 看原帖 ↗
9.0K424
行业动态 · Hacker News▲ 51

韩国披露 AI 工具疑似被用于攻击本国银行

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。

行业动态 · @NFT_Chen▲ 1.1万

唐杰画出GLM通往AGI的清晰路线图

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

在 X 看原帖 ↗
1.1万125833
新研究 · @WesRoth导语出处▲ 1.3万

OpenAI用内部前沿模型解决数千数学问题

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。

在 X 看原帖 ↗
1.3万2523024
深度观点 · @techNmak▲ 5.3K

@techNmak 讨论推理工程被严重低估

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。

阅读全文 →
5.3K28147182
订阅服务 · @Arcadia_Bao▲ 7.2K

个人用户本月退订多款AI会员 新增订阅多个AI服务

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)。

在 X 看原帖 ↗
7.2K1497
行业动态 · @nmatt0▲ 6.0K

Red Team Access仅对企业开放不对个人研究者开放

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。

在 X 看原帖 ↗
6.0K1013512
电商 · @allietheicon▲ 21

用户测试OpenAI Dots智能代理帮自己网购,遭遇亚马逊拦截

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。

在 X 看原帖 ↗
21
教程 · @cyrilXBT▲ 9.6K

不用只和Claude聊天,可以把它当团队管理

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 👇

在 X 看原帖 ↗
9.6K2110789
行业动态 · @ai_database▲ 1.7万

MIT研究显示Claude Code在岛上自主玩了30小时

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。

在 X 看原帖 ↗
1.7万63240131
新模型发布 · @reactorworld▲ 1.1万

腾讯混元推出WorldPlay2世界模型,可提示引导

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:

在 X 看原帖 ↗
1.1万1314990
实战经验 · @villamzr▲ 1.8K

开发者分享用AI开发软件的流程

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。

在 X 看原帖 ↗
1.8K25537
实战经验 · @shao__meng▲ 4.1K

MIT更新AI课程,讨论AI写代码老问题

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。

阅读全文 →
4.1K115882
AI生成视频 · @Chengzilhy▲ 4.7K

Seedance 2.5生成30秒动作喜剧视频,提供完整Prompt参数

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

阅读全文 →
4.7K44615
视频剪辑 · @mehulmpt▲ 4.7K

开发者让Claude Opus 5.5完成整支视频全剪辑,方法很巧妙

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。

在 X 看原帖 ↗
4.7K415242
新品发布 · @sai_borg▲ 8.8万

Sai API 上线:一次调用搞定多种AI服务

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

在 X 看原帖 ↗
8.8万78336104
AI 写代码 · @realchendahuang▲ 3.5K

用AI写代码时,领域驱动设计能帮你解决代码混乱问题

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

阅读全文 →
3.5K53332
大模型 · @brian_lovin▲ 6.0K

Claude可基于YouTube产品演示视频生成定制软件

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。

在 X 看原帖 ↗
6.0K7441
新品发布 · @simonw▲ 1.0万

@simonw 发布基于 GPT-6 Luna 的 LLM 插件

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。

我发布了一个大语言模型插件,可以发送提示词到基于 GPT-6 Luna 的 OpenAI 新版 Jev 克隆决策模型。

在 X 看原帖 ↗
1.0万29575
行业动态 · OpenAI 开发者社区▲ 77

OpenAI发布28天体验优化活动(28)

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

在社区看讨论 ↗
工作流 · @viticci▲ 8.7K

开发者分享Bot+Cursor AI混合工作流,团队输出提升两倍

@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

阅读全文 →
8.7K58479
深度观点 · @0xPeggy_▲ 606

最好的AI产品,就是你感觉不到它存在

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。

阅读全文 →
606101122
行业动态 · Hacker News▲ 38

OpenAI发布数学手稿与支撑证明工件

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

深度观点 · @gpuemi▲ 3.4K

ai performance engineering repo发布AI性能工程系列讲座(99.32%)

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。

在 X 看原帖 ↗
3.4K76063
GPU编程 · @gpusteve▲ 5.3K

学完这个GPU讲座系列,你能超过95%的人

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。

在 X 看原帖 ↗
5.3K10129137
行业动态 · Hacker News▲ 59

开发者讨论Claude Code功能,提出新观点

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

新品发布 · @wafer_ai▲ 1.6万

@wafer_ai 发布第9部分GPU MODE学习资源

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。

阅读全文 →
1.6万14123207
AI芯片 · @kevingubbi▲ 2.7K

一人用AI搭建开源AI加速器,已经在FPGA上运行

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

阅读全文 →
2.7K76472
行业动态 · @dotey导语出处▲ 5.7万

OpenAI发布722篇AI生成数学论文(722)

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。

阅读全文 →
5.7万2114294
投资 · @kovainvest▲ 2.7万

花200刀订阅AI,现在研究量化投资回报率最高

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

在 X 看原帖 ↗
2.7万11146189
前沿研究 · @NousResearch▲ 11.1万

NousResearch 推出 Hermes Index 基准测试

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。

在 X 看原帖 ↗
11.1万1402.0K568
AI开发 · @0xblacklight▲ 9

开发者提三点测试优化需求,询问谁在开发通用方案

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。

在 X 看原帖 ↗
9
大模型 · @superalesha▲ 128

测试者推翻此前对Mistral大模型的负面评价

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

行业动态 · @teneo_protocol▲ 5.9K

OpenAI推出新AI代理,多家公司探索可撤销

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。

阅读全文 →
5.9K3003994
产品发布 · @RivMist▲ 1.8万

Decisions API开放测试,可给任何APP加智能快捷方式

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!

在 X 看原帖 ↗
1.8万810392
工程 · @rvaniaaaa▲ 3.1K

让你的AI代理运行速度更快的免费实用技巧

来自𝕏用户rvaniaaaa分享的优化AI代理工作流技巧

阅读全文 →
3.1K106256
新品发布 · @kimmonismus▲ 1.1万

Overmind开源小模型训练平台(4,000+)

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:

在 X 看原帖 ↗
1.1万1312396
开发工具 · @gippp69▲ 4.6K

Anthropic工程师把Claude 5.5改成自路由智能体栈

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。↓

在 X 看原帖 ↗
4.6K710599
新前沿研究 · @LinumInc▲ 4.6K

LinumInc发布P-JiT 训练样本少11.3倍

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。

在 X 看原帖 ↗
4.6K18111110
安全 · @AnthropicAI▲ 1.1万

Anthropic给安全专家开放了最强Claude Mythos模型

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。

在 X 看原帖 ↗
1.1万1210625
开发工具 · @ClaudeDevs▲ 2.6万

Claude Code能关着笔记本同时跑多个开发任务

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。

在 X 看原帖 ↗
2.6万17397188
科研 · @pratikg▲ 1.9K

Yukon多人自动研究如何运作 可人机协作推进科研

@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。

在 X 看原帖 ↗
1.9K55319
生成式视频 · @Goodmanprotocol▲ 3.6K

Seedance 2.5生成30秒超写实AI视频,细节表现惊人

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

阅读全文 →
3.6K69374
视频生成 · @Ecombos_Ai▲ 1.3K

用两个AI工具组合能将单张图片生成15秒真实生活视频

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

阅读全文 →
1.3K13125
开发者 · @MoureDev▲ 7.8K

西班牙开发者MoureDev称沉迷OpenClaw未测试其他AI工具

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?

在 X 看原帖 ↗
7.8K45324
研究 · @paradigmainc▲ 3.4万

Limite 1B-Violetto瞄准提升参数数学能力

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。

我们发布了 Limite 1B -Violetto 的技术报告。

Violetto 是我们从零开始训练的第一个模型,旨在将每个参数的数学能力推到极限。

在 X 看原帖 ↗
3.4万61404240
工具产品 · @omarsar0▲ 3.0K

OvermindLab开源自定义训练小模型工具

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。

在 X 看原帖 ↗
3.0K32018
开源 · @MatthewBerman▲ 3.4万

开源模型很难实现Codex/Claude Code的编码体验

开发者MatthewBerman在𝕏发文称尝试接入Mistral 4失败

疯狂,要想用开源模型获得 Codex/Claude Code 一样的体验居然这么难。 我试着把 Mistral 4 接入智能编码代理,结果就是……不行。

在 X 看原帖 ↗
3.4万138534
融资 · @zerosetinc▲ 6.2K

Zeroset获520万美元融资做企业世界模型

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。

阅读全文 →
6.2K2710910
工具产品 · @Gas1688▲ 2.4K

开源semantica自称Agent版Palantir Star破11000

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。

在 X 看原帖 ↗
2.4K74445
企业协作 · @danshipper▲ 2.4万

Every Agent把AI同事直接放进了Slack工作区

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。

阅读全文 →
2.4万7157112
前沿研究 · @wen_kaiyue▲ 10.0K

研究者用20问测LLM生成新研究创意能力

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。

在 X 看原帖 ↗
10.0K40173115
机器人 · @cortexairobot▲ 1.7万

Cortex Harness能靠语言提示远程操控实体机器人

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 🧵

在 X 看原帖 ↗
1.7万116329
前沿研究 · @anjali_ruban▲ 9.3K

Anjali Ruban 提出 CUE 解决用户模拟偏差

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

在 X 看原帖 ↗
9.3K12121110
新品发布 · @frontier1_ai▲ 6.9万

Frontier/1 AI发布可控安全AI服务

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。

在 X 看原帖 ↗
6.9万5220638
前沿研究 · @jjschnyder▲ 4.2K

GameGym 发布 成为AI智能体游戏基准

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。

在 X 看原帖 ↗
4.2K1710051
前沿研究 · @randall_balestr▲ 1.7万

首个端到端分层世界模型H-JEPA发布

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:🧵

在 X 看原帖 ↗
1.7万41319230
开源 · @ShenSeanChen▲ 3.4K

开发者开源了AI智能体可观测性与评估演示项目

开发者ShenSeanChen发布讲解视频,所有组件均为开源项目

阅读全文 →
3.4K493114
实战经验 · @bojie_li▲ 4.8万

bojie_li 谈需要为AI Agent重做操作系统

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。

阅读全文 →
4.8万40320255
AI交易 · @RohOnChain▲ 1.4万

手把手教你用Opus 5.5搭建全天候盈利交易策略框架

本文来自@RohOnChain在𝕏的分享,包含从开户到实盘的完整步骤

阅读全文 →
1.4万1069166
加密货币 · @Misstang1102▲ 457

OKX不再局限于交易所,正转型全球金融科技平台

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。

在 X 看原帖 ↗
457135
大模型 · @NFT_Chen▲ 8.2K

让大模型写Markdown CLI渲染,比手写HTML省6.1倍Token

测试Claude Sonnet 5.5显示速度快2.8倍,成本降27%

阅读全文 →
8.2K1476124
🔬 前沿研究
前沿研究 · @MistralAI▲ 10.7万

Mistral Large 4 跻身全球顶级网络安全AI

这款模型在网络安全领域性能突出,可关注表现

Mistral Large 4 是全球网络安全领域性能最强的 AI 模型之一。

在 X 看原帖 ↗
10.7万1772.6K184
新前沿研究 · @LinumInc▲ 4.6K

LinumInc发布P-JiT 训练样本少11.3倍

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。

在 X 看原帖 ↗
4.6K18111110
前沿研究 · @NousResearch▲ 11.1万

NousResearch 推出 Hermes Index 基准测试

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。

在 X 看原帖 ↗
11.1万1402.0K568
前沿研究 · @beffjezos▲ 7.0K

小开源模型训练后可求解Navier-Stokes方程

普通用户可关注开源模型解决复杂物理问题的进展

对一个小型开源模型进行后训练,让它也能求解纳维-斯托克斯方程:

在 X 看原帖 ↗
7.0K612615
前沿研究 · @anjali_ruban▲ 9.3K

Anjali Ruban 提出 CUE 解决用户模拟偏差

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

在 X 看原帖 ↗
9.3K12121110
前沿研究 · @randall_balestr▲ 1.7万

首个端到端分层世界模型H-JEPA发布

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:🧵

在 X 看原帖 ↗
1.7万41319230
前沿研究 · @wen_kaiyue▲ 10.0K

研究者用20问测LLM生成新研究创意能力

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。

在 X 看原帖 ↗
10.0K40173115
前沿研究 · @jjschnyder▲ 4.2K

GameGym 发布 成为AI智能体游戏基准

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。

在 X 看原帖 ↗
4.2K1710051
🚀 新品发布
新新品发布 · @iamlukethedev▲ 1.7万

Herald OS 将 AI 智能体整合进操作系统内核

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

阅读全文 →
1.7万24254280
新品发布 · @GoogleDeepMind导语出处▲ 146.2万

GoogleDeepMind发布原生多模态开源模型EmbeddingGemma 2

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。🧵

在 X 看原帖 ↗
146.2万1.6K1.7万8.4K
新品发布 · @OvermindLab▲ 68.9万

OvermindLab 推出Overmind 人人可做AI实验室

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。

在 X 看原帖 ↗
68.9万30234297
新品发布 · @k2sbhai▲ 1.9万

OpenCode发布免费大模型Exo Free

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 👀

在 X 看原帖 ↗
1.9万1127464
新品发布 · @sai_borg▲ 8.8万

Sai API 上线:一次调用搞定多种AI服务

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

在 X 看原帖 ↗
8.8万78336104
新品发布 · @wafer_ai▲ 1.6万

@wafer_ai 发布第9部分GPU MODE学习资源

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。

阅读全文 →
1.6万14123207
新品发布 · @WalrusProtocol▲ 1.5万

WalrusProtocol 发布 Walrus Console 数据托管平台

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

在 X 看原帖 ↗
1.5万2818412
新品发布 · @OpenAI导语出处▲ 272.5万

OpenAI发布新数学研究结果

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。

在 X 看原帖 ↗
272.5万2.4K1.5万4.0K
新品发布 · @NaceAI▲ 35.8万

NaceAI 开源 Drex 1.1 实验决策模型

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:

在 X 看原帖 ↗
35.8万111556218
新品发布 · @SavannahFeder▲ 1.8万

SavannahFeder发布Agentbox 一人管理20+智能体

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。

在 X 看原帖 ↗
1.8万10205267
新品发布 · @simonw▲ 1.0万

@simonw 发布基于 GPT-6 Luna 的 LLM 插件

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。

我发布了一个大语言模型插件,可以发送提示词到基于 GPT-6 Luna 的 OpenAI 新版 Jev 克隆决策模型。

在 X 看原帖 ↗
1.0万29575
新品发布 · @kimmonismus▲ 1.1万

Overmind开源小模型训练平台(4,000+)

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:

在 X 看原帖 ↗
1.1万1312396
新品发布 · @ayanb▲ 35.2万

Ampersand推出企业智能体集成基础设施

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。

阅读全文 →
35.2万1.5K362256
新品发布 · @GoogleAIStudio▲ 22.5万

GoogleAIStudio发布新版NanoBanana 2.1模型

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

在 X 看原帖 ↗
22.5万3054.4K802
新品发布 · @frontier1_ai▲ 6.9万

Frontier/1 AI发布可控安全AI服务

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。

在 X 看原帖 ↗
6.9万5220638
📰 行业动态
新行业动态 · @Google▲ 13.5万

谷歌联合多家大厂推广AI内容检测工具

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 🧵

在 X 看原帖 ↗
13.5万123907261
新行业动态 · @EricTopol▲ 8.8K

多家机构投18亿美元做AI生物学预测

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。

在 X 看原帖 ↗
8.8K2310437
新行业动态 · @Xudong07452910▲ 2.5万

DeepSeek招AI岗,不设专业限制

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。

在 X 看原帖 ↗
2.5万912271
新行业动态 · @GoogleAI导语出处▲ 1.9万

GoogleAI发布SynthID 水印验证工具网页端(180亿)

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。

在 X 看原帖 ↗
1.9万3625967
新商业 · @AYi_AInotes导语出处▲ 4.2万

Grok Bot不再只用自家模型,哪家好用哪家

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。

阅读全文 →
4.2万1317040
新研究 · @WesRoth导语出处▲ 1.3万

OpenAI用内部前沿模型解决数千数学问题

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。

在 X 看原帖 ↗
1.3万2523024
新商业 · @sleepy0x13▲ 5.9K

开源AI赚大钱了, Nous做到年入近3600万

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。

阅读全文 →
5.9K65739
新投资 · @sleepagotchi▲ 2.3K

今年AI投资风向变了,垂直AIAgent更受青睐

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。 🦖

在 X 看原帖 ↗
2.3K271152
新金融 · @AkaBull_▲ 5.0K

币安推出金融AI产品Binance Intelligence

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。

阅读全文 →
5.0K16120
新生成式AI · @simonxxoo▲ 6.4K

有人用AI做出了能实时互动的梵高星夜小镇

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

在 X 看原帖 ↗
6.4K1112679
新模型发布 · @reactorworld▲ 1.1万

腾讯混元推出WorldPlay2世界模型,可提示引导

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:

在 X 看原帖 ↗
1.1万1314990
新行业动态 · Hacker News▲ 49

ilreb 开源多端 AI 智能体 NanoMuse

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。

新行业动态 · Hacker News▲ 49

开发者分享不喜欢AI编码的原因

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · Hacker News▲ 50

大语言模型重新学习1866年的电报文体

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @kimmonismus导语出处▲ 1.3万

Grok Bot更新 可自动选不同AI模型干活

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。

在 X 看原帖 ↗
1.3万1131030
行业动态 · @ai_database▲ 1.7万

MIT研究显示Claude Code在岛上自主玩了30小时

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。

在 X 看原帖 ↗
1.7万63240131
行业动态 · @NFT_Chen▲ 1.1万

唐杰画出GLM通往AGI的清晰路线图

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

在 X 看原帖 ↗
1.1万125833
商业 · @alanchen导语出处▲ 1.2万

Grok不再只用自家模型,将混用Claude等第三方

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。

在 X 看原帖 ↗
1.2万1312318
创业 · @india_plus_▲ 4.3万

19岁印度学生辍学创办AI公司拿到谷歌高管投资

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。

在 X 看原帖 ↗
4.3万4469690
商业 · @ka2aki86▲ 9.9K

日本Space Data成首家获NVIDIA物理AI认证企业

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。

在 X 看原帖 ↗
9.9K1611114
行业动态 · @nmatt0▲ 6.0K

Red Team Access仅对企业开放不对个人研究者开放

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。

在 X 看原帖 ↗
6.0K1013512
教程 · @cyrilXBT▲ 9.6K

不用只和Claude聊天,可以把它当团队管理

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 👇

在 X 看原帖 ↗
9.6K2110789
研究 · @Mortezabihzadeh▲ 1.6万

测试了4款AI代理,找对信息还是会订错机票

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。

在 X 看原帖 ↗
1.6万6912
产品发布 · @RivMist▲ 1.8万

Decisions API开放测试,可给任何APP加智能快捷方式

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!

在 X 看原帖 ↗
1.8万810392
行业动态 · @dotey导语出处▲ 5.7万

OpenAI发布722篇AI生成数学论文(722)

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。

阅读全文 →
5.7万2114294
行业动态 · @teneo_protocol▲ 5.9K

OpenAI推出新AI代理,多家公司探索可撤销

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。

阅读全文 →
5.9K3003994
投资 · @kovainvest▲ 2.7万

花200刀订阅AI,现在研究量化投资回报率最高

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

在 X 看原帖 ↗
2.7万11146189
融资 · @zerosetinc▲ 6.2K

Zeroset获520万美元融资做企业世界模型

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。

阅读全文 →
6.2K2710910
研究 · @paradigmainc▲ 3.4万

Limite 1B-Violetto瞄准提升参数数学能力

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。

我们发布了 Limite 1B -Violetto 的技术报告。

Violetto 是我们从零开始训练的第一个模型,旨在将每个参数的数学能力推到极限。

在 X 看原帖 ↗
3.4万61404240
行业动态 · Hacker News▲ 79

nsoonhui称Anthropic订阅价值超OpenAI5倍+

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 51

韩国披露 AI 工具疑似被用于攻击本国银行

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。

行业动态 · Hacker News▲ 38

OpenChart 推出开源交易工具 集成AI agent

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。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 60

开发者vaughands分享:LLMs可能改善了我的RSI

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。

企业协作 · @danshipper▲ 2.4万

Every Agent把AI同事直接放进了Slack工作区

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。

阅读全文 →
2.4万7157112
安全 · @AnthropicAI▲ 1.1万

Anthropic给安全专家开放了最强Claude Mythos模型

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。

在 X 看原帖 ↗
1.1万1210625
开源 · @philippsieben▲ 7.6K

开源UltraTex能本地免费给3D模型生成精准纹理

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

在 X 看原帖 ↗
7.6K22213277
开发工具 · @ClaudeDevs▲ 2.6万

Claude Code能关着笔记本同时跑多个开发任务

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。

在 X 看原帖 ↗
2.6万17397188
机器人 · @cortexairobot▲ 1.7万

Cortex Harness能靠语言提示远程操控实体机器人

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 🧵

在 X 看原帖 ↗
1.7万116329
行业动态 · Hacker News▲ 180

开发者开源轻量开源 EmbeddingGemma 2 多模态模型

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。

行业动态 · Hacker News▲ 59

开发者讨论Claude Code功能,提出新观点

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

行业动态 · Hacker News▲ 38

OpenAI发布数学手稿与支撑证明工件

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

行业动态 · OpenAI 开发者社区▲ 77

OpenAI发布28天体验优化活动(28)

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

在社区看讨论 ↗
💡 深度观点
新深度观点 · @kimmonismus▲ 2.5万

@kimmonismus 讨论OpenAI数学领域最新突破

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

阅读全文 →
2.5万4743499
新深度观点 · @qinbafrank▲ 1.7万

马斯克Grok Bot不再锁死自家大模型

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。

阅读全文 →
1.7万38611
新深度观点 · @BrianRoemmele▲ 1.3万

Grok选工具要把最合适的放第一位

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。

在 X 看原帖 ↗
1.3万127212
新深度观点 · @_FORAB▲ 2.1万

马斯克Grok Bot将调用多家AI模型

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。

在 X 看原帖 ↗
2.1万87915
深度观点 · @techNmak▲ 5.3K

@techNmak 讨论推理工程被严重低估

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。

阅读全文 →
5.3K28147182
深度观点 · @gpuemi▲ 3.4K

ai performance engineering repo发布AI性能工程系列讲座(99.32%)

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。

在 X 看原帖 ↗
3.4K76063
深度观点 · @0xPeggy_▲ 606

最好的AI产品,就是你感觉不到它存在

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。

阅读全文 →
606101122
🛠 工具产品
新工具产品 · @midudev▲ 1.3万

midudev开源REA逆向工程工具

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。

在 X 看原帖 ↗
1.3万33453420
新工具产品 · @omarsar0▲ 4.1K

dair_ai推出MCP工具 可探索AI顶刊

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!

在 X 看原帖 ↗
4.1K53413
新工具产品 · @seyii___▲ 7.0K

PR canvas 重新设计代码审查流程

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。

在 X 看原帖 ↗
7.0K3314251
工具产品 · @Gas1688▲ 2.4K

开源semantica自称Agent版Palantir Star破11000

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。

在 X 看原帖 ↗
2.4K74445
工具产品 · @omarsar0▲ 3.0K

OvermindLab开源自定义训练小模型工具

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。

在 X 看原帖 ↗
3.0K32018
⚡ 实战经验
新实战经验 · @SimslearnAi▲ 1.4万

SimslearnAi 用 Claude 搭建月花25美元交易机器人

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。

阅读全文 →
1.4万46132154
实战经验 · @villamzr▲ 1.8K

开发者分享用AI开发软件的流程

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。

在 X 看原帖 ↗
1.8K25537
实战经验 · @bojie_li▲ 4.8万

bojie_li 谈需要为AI Agent重做操作系统

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。

阅读全文 →
4.8万40320255
新实战经验 · @ZaydenTech▲ 1.2K

作者分享3个能用的AI智能体提示词

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 ↓

在 X 看原帖 ↗
1.2K315422
实战经验 · @shao__meng▲ 4.1K

MIT更新AI课程,讨论AI写代码老问题

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。

阅读全文 →
4.1K115882
📌 其他
AI交易 · @RohOnChain▲ 1.4万

手把手教你用Opus 5.5搭建全天候盈利交易策略框架

本文来自@RohOnChain在𝕏的分享,包含从开户到实盘的完整步骤

阅读全文 →
1.4万1069166
开源 · @ShenSeanChen▲ 3.4K

开发者开源了AI智能体可观测性与评估演示项目

开发者ShenSeanChen发布讲解视频,所有组件均为开源项目

阅读全文 →
3.4K493114
大模型 · @NFT_Chen▲ 8.2K

让大模型写Markdown CLI渲染,比手写HTML省6.1倍Token

测试Claude Sonnet 5.5显示速度快2.8倍,成本降27%

阅读全文 →
8.2K1476124
开发工具 · @gippp69▲ 4.6K

Anthropic工程师把Claude 5.5改成自路由智能体栈

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。↓

在 X 看原帖 ↗
4.6K710599
科研 · @pratikg▲ 1.9K

Yukon多人自动研究如何运作 可人机协作推进科研

@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。

在 X 看原帖 ↗
1.9K55319
开发者 · @MoureDev▲ 7.8K

西班牙开发者MoureDev称沉迷OpenClaw未测试其他AI工具

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?

在 X 看原帖 ↗
7.8K45324
加密货币 · @Misstang1102▲ 457

OKX不再局限于交易所,正转型全球金融科技平台

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。

在 X 看原帖 ↗
457135
大模型 · @superalesha▲ 128

测试者推翻此前对Mistral大模型的负面评价

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开发 · @0xblacklight▲ 9

开发者提三点测试优化需求,询问谁在开发通用方案

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。

在 X 看原帖 ↗
9
GPU编程 · @gpusteve▲ 5.3K

学完这个GPU讲座系列,你能超过95%的人

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。

在 X 看原帖 ↗
5.3K10129137
工程 · @rvaniaaaa▲ 3.1K

让你的AI代理运行速度更快的免费实用技巧

来自𝕏用户rvaniaaaa分享的优化AI代理工作流技巧

阅读全文 →
3.1K106256
开源 · @MatthewBerman▲ 3.4万

开源模型很难实现Codex/Claude Code的编码体验

开发者MatthewBerman在𝕏发文称尝试接入Mistral 4失败

疯狂,要想用开源模型获得 Codex/Claude Code 一样的体验居然这么难。 我试着把 Mistral 4 接入智能编码代理,结果就是……不行。

在 X 看原帖 ↗
3.4万138534
AI 写代码 · @realchendahuang▲ 3.5K

用AI写代码时,领域驱动设计能帮你解决代码混乱问题

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

阅读全文 →
3.5K53332
视频剪辑 · @mehulmpt▲ 4.7K

开发者让Claude Opus 5.5完成整支视频全剪辑,方法很巧妙

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。

在 X 看原帖 ↗
4.7K415242
AI芯片 · @kevingubbi▲ 2.7K

一人用AI搭建开源AI加速器,已经在FPGA上运行

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

阅读全文 →
2.7K76472
工作流 · @viticci▲ 8.7K

开发者分享Bot+Cursor AI混合工作流,团队输出提升两倍

@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

阅读全文 →
8.7K58479
大模型 · @brian_lovin▲ 6.0K

Claude可基于YouTube产品演示视频生成定制软件

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。

在 X 看原帖 ↗
6.0K7441
电商 · @allietheicon▲ 21

用户测试OpenAI Dots智能代理帮自己网购,遭遇亚马逊拦截

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。

在 X 看原帖 ↗
21
前端开发 · @yupi996▲ 3.3K

网页滚动动画有现成名称,直接报给AI比写提示词方便

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

在 X 看原帖 ↗
3.3K116296
生成式AI · @0xtoberry▲ 982

用同一提示词让多个AI生成纸飞机动画,Opus 5.5最受喜爱

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?

在 X 看原帖 ↗
9824964
机器人 · @Divjay_▲ 530

AxisRobotics获1200万美元种子轮 解决机器人训练数据问题

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:

在 X 看原帖 ↗
53013731
产品选择 · @antiAIvo▲ 9.0K

用户分享:仅用于学习知识 只续费Claude不续GPT

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

在 X 看原帖 ↗
9.0K424
订阅服务 · @Arcadia_Bao▲ 7.2K

个人用户本月退订多款AI会员 新增订阅多个AI服务

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)。

在 X 看原帖 ↗
7.2K1497
生成式视频 · @Goodmanprotocol▲ 3.6K

Seedance 2.5生成30秒超写实AI视频,细节表现惊人

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

阅读全文 →
3.6K69374
视频生成 · @Ecombos_Ai▲ 1.3K

用两个AI工具组合能将单张图片生成15秒真实生活视频

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

阅读全文 →
1.3K13125
AI生成视频 · @Chengzilhy▲ 4.7K

Seedance 2.5生成30秒动作喜剧视频,提供完整Prompt参数

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

阅读全文 →
4.7K44615
新开发 · @yoshio_nocode▲ 3.4万

开发者认为Dots × MCP Events是AI并行任务执行最优方案

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。

在 X 看原帖 ↗
3.4万17253561
新研究工具 · @0xwhrrari▲ 2.6K

AI长时间研究仍出错,增加标签页无法解决问题

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↓

在 X 看原帖 ↗
2.6K16356
新设计 · @Emishonowayi▲ 2.7K

设计师用Codex和Claude从零搭建创意作品集网站

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:

在 X 看原帖 ↗
2.7K1211070
新设计 · @dakshpixelup▲ 926

B轮团队分享:让设计评审更顺畅的流程优化技巧

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。

在 X 看原帖 ↗
92634318
新动态 · @Fei2411▲ 1.0万

网友发现OpenAI对Codex订阅版模型降配,API版性能更好

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🤡

在 X 看原帖 ↗
1.0万36613
新AI工作流 · @ai_lifehack55▲ 836

分享一套失败率极低的Claude Code配合AE的工作流

日本创作者@ai_lifehack55在𝕏公开这套Claude Code和AE结合的工作流程

新AI创作 · @HBCoop_▲ 344

创作者HBCoop公布AI短片《BRIGHTER》制作工具清单

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。

在 X 看原帖 ↗
3446
新AI代理 · @cramforce▲ 112

AI代理可协助分析生产追踪数据 定位性能瓶颈优化代码

@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。

在 X 看原帖 ↗
112

这一天的 116 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