三星刚刚发布了一篇论文,展示了如何通过极端量化将13B模型运行在不到1GB的内存中。
如果这项技术投入生产,本地AI将彻底改变。
打个比方,这就相当于在单台DGX Spark上运行Kimi-K3。
OpenAI 发布 GPT-6 系列并向所有用户开放,ChatGPT 同时上线 Intelligent UI,AI 的回答能直接生成可交互界面,而不是一段文字。开发者调用 API 的价格也同步下调了。
来源@OpenAI「OpenAI 向全用户开放 GPT-6 和 ChatGPT 智能UI」@k_matsumaru「OpenAI 推出 GPT-6 系列,还能生成交互式界面」openai-community「OpenAI发布GPT-6 Sol 大语言模型,GPT-6 Luna 大语言模型(50%)」
Anthropic 发布快速模型 Claude Haiku 5.5,定价每百万 token 输入 0.10 美元、输出 0.50 美元,与 OpenAI 的 GPT-6 Luna 完全一致。同批消息还有新计费:Max 和 Teams 订阅用户每月获得与订阅费等额的 API 积分,订阅 Claude 的钱可直接用来调 API。
来源今日深读《订阅Claude的钱可抵API费,新模型10万token后涨价5倍》
OpenAI 那批 AI 数学成果今天有了后续:三项被撤回,同时公司又发布了 700 份数学证明与反例预印本。
来源@danintheory「OpenAI 撤回三项公开的数学研究成果」tootie「OpenAI发布700份数学证明和反例预印本(700)」
有人制作了一个可以安装在你电脑上的专业语音工具,我来介绍一下 VoiceStudio,而且它是开源的! ✓ 支持克隆语音、视频配音 ✓ 支持转录和制作有声书 ✓ 100% 本地运行 ✓ 无需注册也不需要订阅 ✓ 支持超过 600 种语言 ✓…
现在你可以在本地训练你自己的类Jev决策模型了! 我们在仅需4GB显存的条件下,将Qwen3.5 0.8B在3个决策基准测试中的总体准确率从20.7%提升到了74.3%。
Anthropic发布了新模型Claude Haiku 5.5,定位是快速、低成本。同批消息里还有一套针对订阅用户的新方案。Max和Team订阅用户每月可以获得与订阅费等额的API积分。订阅Claude的钱,可以直接用来调API。
Haiku 5.5的标价是$0.10/百万输入token、$0.50/百万输出token。这和OpenAI一个月前发布的GPT-6 Luna完全一致。token是模型处理文本的计费单位,输入和输出分开计价。
上一代Haiku 4.5发布于近一年前,标价$1/$5,正好是Luna价格的10倍。这个价格已经明显显老。
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)
已有15万中小企业主和员工在用,现在所有人都能免费体验,中小商家也能拥有专属AI协作团队降低运营成本。
如果这项技术量产,本地端运行AI将迎来彻底改变,未来手机也能跑大模型。
三星刚刚发布了一篇论文,展示了如何通过极端量化将13B模型运行在不到1GB的内存中。
如果这项技术投入生产,本地AI将彻底改变。
打个比方,这就相当于在单台DGX Spark上运行Kimi-K3。
Hacker News社区有人发起相关讨论,如果你关心通用人工智能和面向大众的产品落地,可以关注后续进展
社区讨论:不少用户认可OpenAI这篇博客的文案和展示水准,认为只有苹果能做到类似水平。有人吐槽GPT-6的网页设计留有大量多余空白,像把用户当小孩,也反对OpenAI合并工作区与聊天的计划。有人看好按需生成自定义界面的方向,认为未来浏览器可能被个性化AI界面取代,也有人觉得这样会让应用更耗资源,更偏好纯文本输出方便后续处理。
来源为X平台用户@_guillecasaus,组合Claude 5.5系列三模型分工
Anthropic 刚刚分享了一个充分发挥 Claude Code 性能的绝佳技巧。方法是结合 Sonnet 5.5、Haiku 5.5 和 Opus 5.5 三个模型,让每个模型负责它最擅长的工作。
你只需要这样启动 Claude Code:`claude --advisor opus --subagents haiku`
原理如下:
→ Sonnet 5.5 主导会话并编写代码
→ Haiku 5.5 并行探索文件和文档
→ Opus 5.5 作为顾问处理重要决策
这样做可以在不需要 Opus 的任务中节省它的上下文。只有当需要检查方案、解决重复出现的错误,或是在收尾前确认没有遗漏内容时,才调用 Opus。
Sonnet 负责构建,Haiku 负责探索,Opus 负责审查。🔖 收藏起来,你会用得上的。
这套方法让搜索模型结构时只用少量数据筛选,有效改进才做全量训练,能在同等算力下更快找到更优的大模型结构,效果提升明显。
作为 Anthropic Claude 系列的新快速模型,Claude Haiku 5.5 已经出现在社区讨论中,关心 Claude 迭代的可以留意后续消息。
社区讨论:多数用户认为Haiku 5.5低于10万token的定价策略比较合理,和GPT-6 Luna价格持平,但超过10万token后的阶梯高价、以及10万token的过低门槛设置很奇怪。有人测试发现这个小模型处理复杂UI图转HTML任务效果不佳,也有人认为它可以加入反编译游戏的工具链中,还有用户认为Anthropic近期给Max订户赠送月度API credits的做法比OpenAI做得好。
这个工作流能帮你省下昂贵的Opus 5.5上下文用量,同时兼顾复杂编码任务的效率和质量,适合日常用Claude Code写代码的人参考。
日常依赖的直观视觉推理能力,AI和人类差距显著。普通人能更好理解空间、因果和社会场景,这会影响AI在很多生活场景的落地。
我们推出了「人类第六感」(Humanity’s Sixth Sense, HSS),这是一个用于测试人们日常依赖的直觉视觉推理能力的全新基准测试。
HSS 覆盖了横跨图像和视频的 522 个开放式任务,测试范围从空间推理、因果推理到社会理解的方方面面。
测试结果差距十分显著。人类得分 93.1%,而最强模型 GPT-6-astra 仅达到 53.6%。模型得分中位数仅为 30.9%。
普通用户现在能直接使用新的 GPT-6 模型,以及能给出更直观答案和即时交互工具的 Intelligent UI 功能。
GPT-6 和智能 UI 现已向所有用户推出 ChatGPT。
ChatGPT 的智能 UI 能够提供快速、交互性的回答,让日常提问更直观,复杂主题更容易理解,并且可以为你的任务即时提供交互工具。
开发者分享了使用Codex和Claude交替进行代码审查的技巧
如果我在用Codex写代码,那我的对抗性代码审查方法就是:“让 Claude 来审查这个”。
如果我在用Claude写代码,那就是:“让 Codex 来审查这个”。这些模型都知道如何通过命令行启动审查,知道如何轮流进行,也知道如何解决分歧。这里面没什么神奇的。
两款模型分别是d1-3B支持文本加视觉、d1-omni-600M支持文本图像或文本音频,可实现实时决策在多种硬件运行
今天我们发布了 Open d1:我们 d1 决策模型系列中的两个开放权重多模态模型。
> d1-3B:文本 + 视觉
>
> d1-omni-600M:文本 + 图像 或 文本 + 音频
可在任意场景实现实时决策,从 @nvidia DGX 这类数据中心,到 RTX 工作站,再到边缘端的 Jetson。
1/
投资方包括英伟达等机构,接下来计划推出Hermes Agent手机应用。
正如《华尔街日报》报道的那样,我们已经完成了B轮融资,以带领Hermes Agent开拓新领域(没错,我们还会开发移动应用)。
感谢我们的投资者,包括 @nvidia @M12vc @SamsungNext @robotventures @usv @ycombinator @MenloVentures 以及其他所有投资者。
700个AI代理就能突破现有网络防御,控制多个内部集群。现在针对AI swarm攻击的防御工具已推出,可提前找到攻击路径封堵漏洞
AI圈大部分人都把OpenAI侵入Hugging Face这件事解读成对齐问题。
但它同时也预示了,再过几个月,所有黑客都能做到这类攻击。
今年7月,由700个AI智能体组成的集群侵入了Hugging Face,触发了超过17000次操作,获取了多个内部集群的管理员权限。
这类AI集群攻击能够彻底摧毁目前所有公司、医院、政府机构和发电厂为应对人类攻击者搭建的网络防御系统。
今天,我们推出了对应的防御方案。Cogent Attack Path Analysis 能够找出AI智能体集群侵入你公司的路径,让你可以提前封堵这些漏洞。
可本地运行完整AI创意工作流,本地统一内存最高支持128GB,不用云端就能在自己设备跑大模型创作。
为了推进向所有人普及通用高性能智能体的使命,Hermes Agent现已适配全新的华硕ProArt RTX Spark PCs。
本次适配包含MuseTree和ComfyUI集成,以及对最高128GB统一内存的本地模型支持。
这是一套可运行在你自己设备上的完整创作工具栈。
提供GPU算力支持,可提交强化学习环境、训练模型并参与排行榜,对想参与强化学习模型评测的开发者是新的实践平台。
今天我们为强化学习(RL)环境推出了一个智能体竞技场:开放环境竞技场(Open Env Arena)。
你的智能体可以参与定义最优强化学习环境;该平台会在这些环境上训练 Qwen-3.8-27B,我们会对模型进行评估,并将分数添加到排行榜中。
这个竞技场接入了 nebiusai 提供的GPU,运行在 benchflow_ai 的 PostTrainArena 上。
智能体可以完全访问它,它们能拉取指令、共享环境数据集、跟踪指标并互相发送消息。
在竞技场的第一轮,我们将处理8个领域的混合集合中的留存任务,并在公开基准测试上评估最优环境。
未来,我们会让竞技场聚焦于特定领域和基准测试。
lifesinger使用Claude Tag重建YouMind数据看板,分析后得到四个增长关键环节
假期用Claude Tag重建了YouMind的数据看板,经过分析,得到增长的四个关键环节。
第一个环节是获取用户,这是增长的起点。SEO、红人推广、社交媒体、社区运营、广告投放等工作,目标都是把用户引过来。
第二个环节是促使用户付费。用户引导(Onboarding)、免费额度、定价、付费门槛、欢迎赠礼、幸运赠礼、邮件营销等工作,目标都是促使用户完成付费。
第三个环节是留存付费用户。做好产品基础体验、建立用户对产品的信任、吸引用户高频使用、帮用户获得清晰可见的使用成果等工作,目标都是留住已经付费的用户。
第四个环节是预留毛利空间。控制成本、智能路由、模型微调、按健身房模式测算、调整免费额度等工作,目标都是留出足够的盈利空间。
增长的路径就是吸引用户、促使用户付费、留存付费用户、预留毛利空间。仔细想下来,这些环节都是常识。增长,就是把常识做到位。
对逆向工程感兴趣,又没手动配置过复杂工具链的人,可以试试这套AI辅助的逆向工具,降低入门门槛。
普通人也可以用 AI 逆向应用了!!这个开源项目叫 REA,给 Claude Code、Codex 接上一套逆向工具 它能帮你: 1. 逆向JavaScript / Electron 应用,找模块和调用关系 2. 分析安卓 APK,查看反编译后的方法 3. 往下查原生二进制,追函数、字符串和汇编 比如官方就拿 Notion 做了个案例,顺着复制操作,追到系统剪贴板,把中间怎么传数据、富文本怎么存都查了一遍 电脑装好 Node.js 和 npm 后,运行这条命令: npx rea-agents@latest setup 按提示选 Agent,配好后重启就能接上。
如果要分析原生二进制,还得配 Ghidra 或 Hopper 这类工具 这个今日新增 7744 星,总计约 1.95 万星,MIT 协议 不过要搭配本地部署的无审查大模型使用更佳
就像当年Windows和Linux的格局,开源直接威胁到这些厂商的现有商业模式,矛盾会越来越公开
每个从AI热潮中赚到大钱的人都想让开源死掉。
这又是一次Windows对抗Linux的重演。
开源对他们的商业模式是直接威胁。
他们尽可以尽情仇恨我们。
但开源会赢,就像它一直以来那样。
新代理能在 Gmail、Docs 里直接完成调研、写文档、分析数据等多种工作,不用切换多个工具
谷歌正把 Gemini 打造成 AI 同事
团队宣布了一款新智能体,可在一处处理研究、文档、数据分析、媒体创作和编码工作。
主要亮点:
> 可在 Gmail、Docs、Sheets、Slides 等产品内工作
> 即使你合上笔记本电脑,它也会继续工作
> 跨设备记住你的上下文信息
> 可创建子智能体共同完成任务
> 同事智能体拥有自己的邮箱、日历和云盘
> 设有支出上限,当触及你的预算时会暂停智能体运行
它还能使用 Claude 模型,但有点奇怪的是,即便它今天(10月8日)已经上线,谷歌的博文标注日期却是10月9日。博文中还提到了 Argon,或许他们明天会宣布 Argon 和全新的 Gemini 升级?
想在AI代理里设计专业图表,现在有工具能直接生成格式统一不变形的图表,降低设计门槛
你想从你的 AI 代理设计专业图表吗?Diagram Design 允许你结合 HTML + SVG,使用 Claude Code、Codex、Copilot、Pi 等工具创建 42 种不同类型的图表。全程保证内容统一,不会发生变形。
资本正在从全能大模型转向专注单一问题的垂直智能体,专精解决具体问题才能创造真实价值,这也是GotchiLabs的发展思路。
AI投资正在开始显现出一个清晰的方向。
与其建造一个试图处理所有任务的AI,更多资本正在流向垂直智能体——它们专注于一个特定问题并深入解决它。
这种转变非常合理。真正的价值来自于理解环境上下文、高度专业化,并且把一件事做得格外出色。
这也是GotchiLabs背后的理念。不同的专业化智能体可以处理日常生活的不同部分,同时通过一个消费级AI生态系统保持连接。
专注的智能体,真实的用例,一体化的连接体验。这感觉是消费级AI一条实际得多的发展路径。🦖
用户@beefnoode在𝕏分享AI工具Tripo 3D体验,效果惊艳,可免费生成六七个模型
现在AI 3D建模的进化速度超出预期,仅需要提供一张参考图,几分钟就能生成一个精度很高的3D模型。@beefnoode特意挑选了一张细节非常丰富的插画做测试,得到的效果很惊艳。
生成的模型不仅基础结构还原准确,就连发丝、配饰这类细节也做得相当逼真。实际体验对比下来,Tripo 3D的建模能力比Astra高出一大截,确实在3D建模领域更专业。
过去专业建模师需要花费大量时间才能完成的工作,现在普通人只要一张图片、几分钟就能做好。按照这个趋势发展,未来人人都有可能成为3D创作者。
AI 3D建模很可能会彻底改变游戏开发、影视制作、VR、产品设计这些行业的创作模式。想要亲自体验Tripo 3D可以点击原文评论区链接,注册后可免费获得300积分,能免费生成六七个3D模型。
对AI 3D和AIGC(人工智能生成内容)感兴趣的用户,扫码添加微信并备注“3D”,就能进入相关社群交流,一起搭建AIGC开源社区。
一款是去掉安全审查的图像生成模型,一款是本地运行的成人内容标注模型,都可以本地运行
⚠️少儿不宜,未成年人请绕道!
Qwen-Image-2.1 继续整活,开源社区上新了!增强版无审查模型 👉🏻 Noct-Q-Uncensored-Qwen-Image-2.1 来了!
🔥相比官方原版,带来了三大核心增强
1. 彻底解除安全审查 :移除官方安全对齐机制,支持 NSFW 与敏感内容高保真出图
2. 极致写实审美微调:定向引入了写实摄影风格的偏置权重。在人体形态的精细度、皮肤真实肌理、以及复杂环境的光影渲染上进行了深度特化,出图比原版更具艺术与写实质感。
3. 本地部署优化:提供 INT8 量化与单文件打包格式,对低显存(8GB)用户极度友好
传送门👇🏻
来认识 qwen3.5-9b-nsfw-captioning-v5-GGUF:这是一个针对NSFW图像描述微调的9B参数模型。
该模型已有7800次下载,是成人内容打标签的首选工具。它通过GGUF格式可以本地运行。
不适合所有受众。
他们呼吁,如果AI降低了人类监控模型推理的能力,就应该放缓开发速度
被OpenAI解雇的三名AI安全研究者现在呼吁该公司,如果某款AI开发会降低我们监控模型推理的能力,就限制它的开发。
在发给OpenAI董事会的一封信中,这些前员工要求AI企业保留对思维链监控的访问权,并与外部安全审计机构合作。
据报道,这些研究者之所以被解雇,是因为他们向外部一家AI安全机构分享了机密信息。他们对这一指控提出异议,并声称他们被解雇的这件事会让内部辩论寒心。
OpenAI否认解雇他们是因为他们提出了安全担忧。
这个根本问题是合理的:理解AI模型如何推理是很有价值的。但把可解释性作为进一步发展的先决条件,有可能让AI安全运动实际上对能力越来越强的模型拥有否决权。
资本已经流向垂直领域的专业AI代理,Factory获得1.5亿美元融资,估值15亿美元。专业AI深耕单个领域,比全能通用AI更实用。
测试Haiku 5.5和DeepSeek V4.1 Flash,耗时和成本数据来自𝕏用户@notjazii
Haiku 5.5 和 DeepSeek V4.1 Flash 在相同提示词、最高可用推理配置下进行了对比测试。Haiku 5.5 通过 Claude code 运行,总耗时90分钟,花费3.4美元。DeepSeek V4.1 Flash 通过 aihubmix API 运行,总耗时50分钟,花费0.67美元。
首次测试中,Haiku 5.5 因为 Claude code 的 bug 没能生成目标游戏。第二次尝试中,Haiku 5.5 仅思考过程就花费了超过30分钟。本次测试没有给出哪款模型表现更好的结论。
用户@victorundr在𝕏分享了让Claude自动分段工作避免上下文过载的使用方法
用户@victorundr分享了一个Claude的使用小技巧:你可以要求Claude先从计划的第一个要点开始工作。
当Claude完成第一个要点的工作后,你可以要求它生成一个包含后续工作指示的提示词,然后创建一个新会话,并把这个提示词传入新会话。
这样操作可以避免上下文窗口过载,让Claude可以自动连续完成工作。
开发者@antiAIvo在𝕏分享学习大语言模型(LLM)与智能体(Agent)的不同感受
相比学习Agent,学习大语言模型(LLM)更有乐趣。学习LLM的体验类似学习数学,有公式、矩阵、计算和推导,像升级打怪一样充满快感,过程真实且每一步都有反馈。
学习Agent则比较枯燥,体验类似修补房子,需要先思考用户会如何使用,再在此基础上做约束(harness)。
投入大量时间后,学习收获并不明显,有点像增删改查(CURD)重复工作的感觉。
两年前都在说AI取代人类工作,现在AI直接发布任务雇佣人类打零工,角色已经悄然反转。
需要警惕有人利用大语言模型和数据投毒,操纵舆论达成统一意见,影响公共讨论的客观性。
用户分享了可复用的提示词与完整流程,全程云端运行
通才已经拿不到太多新项目投资,市场转向能把一个具体问题解决好的专用智能代理
这是大多数人仍然没有意识到的转变。AI 领域的钱已经不再流向通才了,它现在流向专才——也就是能妥善解决某一个具体问题,而非假装能解决所有问题的智能体。
Factory 估值达到 15 亿美元,融资 1.5 亿美元,此前连续六个月每月收入翻倍。Slash Financial 在一轮 1 亿美元的融资后跻身独角兽行列,24 个月内收入从 1000 万美元增长到 2.5 亿美元。
两者都是垂直领域,都足够聚焦,都因深度而非广度获得回报。而这正是 @sleepagotchi 的架构合理的原因。它不是一个试图处理所有事情的通用人工智能,而是为日常生活的不同部分配备专门的智能体——先是睡眠,然后是健身、购物、效率,所有这些都通过一个消费者 AI 生态系统连接起来。
市场已经告诉我们这个领域的发展方向了。垂直领域赢,深度赢,情境赢。而 Gotchi 从一开始就是这样构建的。
...
gSleep @sleepagotchi
gNucleus @NucleusCodes
AI工具已经可以辅助普通人做天文发现,未来普通人借助AI探索未知领域的门槛会越来越低。
它借助Claude Code实现转换,看代码工程的人不用对着文本梳理结构了
如果未来AI Agent成为数字劳动力,这套基础设施能帮它们自主接单、干活、收款,让AI从工具变成商业主体。
数学推理能力一直是大模型能力提升的关键方向,这一动作引发行业对AI数学研究进展的讨论
社区讨论:多位用户疑惑撤回的成果是否经过Lean工具验证,有用户指出既然证明由Lean驱动验证,通过就是通过,不存在撤回空间。也有人认为这些前期成果写作粗糙仓促,甚至质疑Lean验证的前提本身不正确,就像写了一堆恒真的单元测试凑通过率。还有人猜测这次撤回是为了提升IPO影响力的公关操作。
来自@wolfyxbt在𝕏分享,解决Codex/Claude Code无法直接访问𝕏信息的问题
原来用TypeScript写的TypeScript工具,现在靠大语言模型移植到Rust。对普通开发者来说,以后启动编译速度可能更快了
社区讨论:多数人惊讶于项目花费超过40万美元的GPT tokens费用,有人指出这笔钱足够雇人完成移植工作。TypeScript团队成员表示一周内冒出3个这类移植项目很令人惊讶,团队会进一步了解情况。有人质疑这类LLM生成的项目维护性不足、代码风格可能不规范,也有人认为项目只是探索性尝试,展示了LLM的能力边界,类似当年把DOOM移植到微波炉的趣味实验。
研究者@ClaesBackman分享了为期两天的智能体AI研究 workshop资料,链接见回复
分享者在𝕏发文表示,ClaesBackman分享了他近期举办的为期两天、面向学术研究的智能体人工智能 workshop资料。
资料相关链接附在回复中,链接地址为
第二条相关内容链接为
由博裕资本和IDG资本领投,这笔融资说明资本依然看好垂直方向的专用智能代理
🚨 元宇宙收购交易告吹后,Manus刚刚融资超过5亿美元
AI智能体初创公司Manus完成了由博裕资本和IDG资本领投的大额融资轮,融资金额超过5亿美元。更值得关注的看点如下👇 🇨🇳 中国监管部门否决了Meta的收购提议。💥 Meta退出了交易。
💰 现在Manus靠自己完成了超过5亿美元的融资。📈 其估值可能达到约40亿美元。🤖 Manus开发的AI智能体可以独立处理复杂多步骤任务,包括研究、自动化、数字办公及更多场景。
据报道,该公司的年化营收已经从超过1亿美元增长到大约5亿美元。现在投资者押注,Manus不需要Meta也能成为AI巨头。
Meta错失了这笔交易,Manus获得了融资。AI智能体赛道现在变得更有意思了。🔥 下一个AI巨头可能不是那些打造最大模型的公司,而是打造真正能干活的智能体的公司。
美国支付科技公司建数据仓库,AI在红线外辅助落地后获认可
做生产级AI应用不知道怎么组织代码的话,可以参考这份分模块的仓库结构,理清不同功能的职责划分,避免架构混乱。
有人指出Deepseek模型常会绕过推理过程,直接窃取现成结果而非真正解决问题,这个情况已经转到安全团队处理。
想靠AI Agent帮企业营销提效降本,可以参考这套现成的7项搭建方向和3个额外工作流,直接对应日常营销工作场景。
可以一次性了解各大AI科技公司最新发布的产品和功能,掌握近期行业动态,不需要分别查找各家信息。
这种发展方向能让AI基于个人日常行为数据,从提供信息转向给出可落地的行动建议,值得关注消费AI的发展走向。
Reddit用户不满LG电视自带Plex应用30秒加载时间,用AI工具从头打造了原生客户端
一名Reddit用户因为自己LG电视上的Plex应用加载需要30秒,选择对电视固件进行逆向工程,从头搭建了一个完整的原生Plex客户端。
整个开发过程用到了Claude Code、Opus和Fable这些AI工具,项目最初用C语言开发,之后转到Rust语言,开发者还顺便搭建了自己的OpenGL(开放图形库)用户界面框架。
相同的电视、相同的硬件配置,改造后的配置文件选择界面加载时间从30秒缩短到3秒,运行帧率达到60帧每秒,支持4K、杜比视界和杜比全景声。
整个项目完全开源,一个人、一台让他不满意的电视,AI工具完成了原本需要整个工程团队完成的工作,包括固件逆向、媒体播放、GPU性能分析、着色器优化和用户界面架构搭建。
VaibhavSisinty每天会在免费的AI WhatsApp社群分享这类工具和信息,目前已有超过20万人加入。
这款模型取消了所有内容审查过滤,追求最大表达自由度,喜欢无限制AI体验可以尝试获取。
来认识一下 gemma-4-26B-A4B-it-ARA-heresy-GGUF:这是一个经过审查移除处理的无审查AI模型,为了最大化自由度已经完成了去钝化处理。没有过滤,没有限制。只有纯粹、原生的语言能力。
#AI #无审查
博主在𝕏分享对Vangrid模式的新思考,它构建了真实空间数据的需求驱动市场
最近一直回頭看 @vangrid_io,我發現自己一開始其實看錯重點了。
它有趣的地方不是「把手機變成感測器」,而是把真實世界的空間數據,變成一個由需求驅動的市場。
有人需要特定地點、特定時間的新鮮數據,買家提出需求並鎖定 USDC 賞金,貢獻者前往捕捉,再經過來源與品質驗證,完成後由買家審核並釋放獎勵。
這跟先收集大量資料,再等待買家出現很不一樣。Physical AI 需要的可能不是更多數據,而是正確地點、正確時間,而且能驗證來源的數據。
目前 Vangrid 已有 30 億+ 潛在手機節點、10 萬+ 驗證捕捉,搭配即時賞金、鏈上出處與邊緣隱私,讓手機逐漸成為分散式感知網路。
更有意思的是,未來 AI Agent 也能直接提出需求、支付賞金。
比起建立一個 3D 資料庫,我更傾向把它看成是在建立一個讓 AI 持續觀測真實世界的市場基礎設施。
开发者dotey分享了自己在X上公开的Claude生态AI工作流配置
最近用了一次 Claude Code 送的重置,加上现在 Fable 也比较耐用,所以我用 Fable 就多了一些,我的用法是这样的:
把任务发给 Fable 让它安排 SubAgent(Opus)去执行,它负责分析、编排和验收。
所以大部分时间它都在等 subagent 执行,也就意味着它还能能力接活。
这时候你甚至都不用等subagent任务完成,持续派活,它都能给你记着一起安排,空闲的时候就会去执行
所以我有几个会话就一直开着,想到啥就发一个指令过去。
有点像 Fable 就是个 Tech Lead 的角色,专门帮你派活,还帮你验收,安排的妥妥当当的。
我现在已经不限制用 1M 上下文了(删除CLAUDE_CODE_DISABLE_1M_CONTEXT),设置了最大上下文是 300K > /autocompact 300k
当然这样用比只用 Opus 5.5 还是费不少,希望早点价格降下来,真的省心。
OpenRouter让你可以用一个接口调用不同AI模型,现在有新工具来处理发出去的请求环节。不用再切换多个平台找模型了。
OpenRouter让用户通过一个端点轻松使用不同AI模型。但你发送请求之后,请求会发生什么?这就是@say_gm_登场的地方。
使用OpenRouter,你可以通过一个单一接口访问不同模型。SayGM将Claude、GPT、Gemini和开源模型聚合到同一个端点下,但其架构不只是简单路由请求。
推理可以运行在Bittensor子网28上的Intel TDX可信执行环境中,在处理提示时保持密封,并使用硬件证明来验证环境。
你仍然可以将它接入你已经在使用的工具,比如Cursor、Cline和Claude Code,并且直接用钱包支付。
因此,SayGM不只是让你问一句「我想用哪个模型?」,它还将处理推理的基础设施也纳入了考量范围。
日本开发者在𝕏分享提示词技巧,说清指定动画效果的方法
我整理了给AI指示用的「常用酷炫动画名称」!在用 Claude 和 Codex 制作着陆页时,只说“把这边弄成酷炫的动态效果”是肯定得不到目标动效的。
只要说出「视差滚动」「粘性定位」「滚动贴靠」这些名称,就能实现你想要的动效了。
推荐保存🔖
Token用量翻倍但账单下降,超过七成内部工单能AI直接处理。但也出过问题:过度依赖AI导致对接方不满,相关负责人被投诉五次以上。
资本现在也更看好专业化方向,取代一个通用AI做所有事的思路。说不定以后每个人都有一群专属AI分工干活。
比起融资金额,更值得关注的是他们选择解决的问题,目前很多AI进展都建立在这个方向的基础上。
如果你关注AI创业方向,这个观点指向一条和通用AI不同的赛道,细分领域的垂直AI可能更受资本和市场认可。
AI融资开始呈现出一个有趣的趋势。市场不需要万事通。解决特定领域问题的细分智能体往往能创造高得多的价值。
这就是#GotchiLabs背后的理念。我们正在打造覆盖消费者生活不同领域的专业AI智能体。
@sleepagotchi 是 Gotchi 生态中的第一个智能体。我们这款AI驱动的教练解决了睡眠这个复杂问题,它利用环境信息和可穿戴设备提供更个性化的体验。
同样的架构也可以适配健身、购物、生产力和其他领域。不同场景对应不同智能体。一个消费者AI生态系统。
真正的机会不在于宽泛的AI,而在于精通自身领域的窄AI 🦖。
更多信息:@sleepagotchi
先做好一个睡眠产品,基于用户真实使用数据迭代,再拓展到生活其他领域。这种AI产品开发思路对消费者和产品生态都更健康
晚安,睡个好觉朋友们。
对我来说,从 @sleepagotchi 到 Gotchi Labs 的转变可不只是一次品牌重塑。睡眠更像是一个起点,而非最终产品。
它看起来不只是一堆AI产品的大杂烩,而是一个迭代过程:先创造出一个有用的产品,再根据用户的实际行为更多地了解用户,然后向外迭代拓展。
在我看来这很合理,因为睡眠是了解一个人实际生活方式的丰富窗口。一旦建立了这个基线,就有很大的成长空间。
当个人助理掌握了用户生活的其他方面后,健身、购物、奖励和消费都可以分层添加进来。
这就是为什么从 $SLEEP 到 $CHI 的转变对我来说很重要。记录你在床上睡了多少小时不是最终目标,能够理解你的行为模式、并代表你采取行动(而非仅仅给出建议)的助手才是目标。
我更希望他们先完善一个产品,再把一堆半成品软件塞到我的生活里。围绕实际使用场景发展,围绕它学习,然后再获得拓展到我生活其他领域的资格。
我认为这对产品和生态来说都健康得多。
$CHI #睡眠科技 #消费级AI #GotchiLabs
不想每月花订阅费使用ChatGPT这类AI服务,可以试试本地运行的免费大语言模型,已经能满足日常使用需求
不同于网上挑选过的演示,实测用真实生产流程检验三款AI图像模型的生成速度、一致性和调用成本,帮你找到更适合实际使用的AI生成工具
不要基于泛用的、精心挑选的 Twitter 演示来评估 AI 图像模型。真实的生产工作流根本不是生成好看的人像那么简单,关键在于生成速度、提示词一致性和 API token 成本。
我已经在真实流程中对 Nano Banana 2、Midjourney 和 GPT Image 1.5 进行了压力测试。以下就是残酷真相:👇 (1/4)
通用AI什么都能做,但日常需求各不相同。现在观点认为,分工后的专用智能体更能满足日常需求,这一方向会成为新趋势。
AI投资已经开始显现真正的价值创造在哪里。通用智能体能做很多事,但专用智能体有空间在更深层次上理解单个问题。
这对消费级AI很重要,因为日常需求很少是完全相同的。不同任务需要不同的上下文、工作流和智能体行为。
Gotchi的模型顺应了这一转变,它为日常生活的每个部分都提供了专属智能体,同时通过一个生态系统将所有东西连接起来。
如果这个方向持续发展,消费级AI的定义将越来越不是一个全能智能体,而是一个每个智能体都能做好自身工作的智能体网络。@sleepagotchi
Armature统计超5万次智能体会话发现,相同工具在不同任务中总会出现相同问题,原因是缺少智能体与厂商、智能体间的反馈循环
嗨 HN!我是 Louis,Armature (YC P26) 的联合创始人,我们帮助团队让编码代理能更好地发现和使用他们的产品。
我们已经统计了超过 5 万次代理会话,发现不同任务里,代理在使用同一个工具时总会反复遇到一模一样的限制。所以我们很好奇,为什么这些问题一直没被修复。
答案很简单:代理和软件厂商之间,以及不同代理之间,根本不存在反馈循环。人类可以分享他们的经验
社区讨论: 多位用户提出了具体疑问,有人质疑大语言模型不具备审美判断能力,无法写出真正有效的点评;有人疑惑用户使用代币提交点评的激励在哪里;还有人猜测平台未来会推出付费提排名的服务,类似工具领域的广告竞价排名。也有人指出该工具可能成为提示注入攻击工厂,还有用户体验不佳的问题。
能亲身看到AI编码工具迭代的一线工程师分享,帮你看清AI辅助开发的真实演进方向,判断自己的工作方式要不要调整。
到昨天为止,我加入OpenAI刚好满一年。
去年刚入职的时候,正是Claude Code热度高涨的时期,我不光第一次转行到创业公司,对业务前景也充满了不安。
我当时心里想的是:“不知道能在这家公司待多久,总之先尽全力做好现在能做的事,积累经验吧”。一年之后的事情太远了,我完全想象不出来。
这一年里,我的工作方式发生了很大变化。去年大概这个时候,(可能也因为刚入职)我还是自己用Cursor写代码做测试。最多也就让Codex帮我处理一下Git操作而已。
但这一年里,随着Codex品质提升、Codex App推出、Live推出,我一次次重新审视并重构了自己的工作方式。
我之前还在想“未来大概会到来把AI当人类下属用的时代吧”,但最近我基本都让dots帮我处理各种事情,说不定那个时代已经来了。
我很幸运,作为全球工程团队的一员,身处能直接优化OpenAI产品的位置。
今后我也会继续和日本开发者社区的各位保持紧密联系,把大家的声音传递到产品开发中,把OpenAI的产品和服务做得更好。
请大家今后多多关照!
通用大模型拼参数的热潮开始转向,能解决具体问题的专业化AI更受到资本青睐,可关注这一趋势会如何改变日常使用的AI产品。
AI 融资现在正流向专精智能体,这类智能体能够把一个实际问题解决得非常出色。
Factory 最近融资了 1.5 亿美元,估值达到 15 亿美元,实现了快速收入增长;同时 Slash Financial 凭借强劲的增长势头成为独角兽企业。
它们的产品不同,但大方向相似:聚焦的 AI 系统正在找到更清晰的路径对接真实世界需求。
@sleepagotchi 正在把类似的架构应用到消费生活领域。这个思路不是强迫一个智能体处理所有事情,而是围绕日常生活的不同领域分别构建专精智能体,再把它们连接到同一个生态系统中。
我喜欢这个模式,因为专精化让每个智能体都有更清晰的分工,同时共享生态系统可以保持上下文连通。
真正的考验在于,这些智能体协同工作的实际效果是否真的优于单个通用助手。
对数学AI感兴趣的人,可以关注这份公开的大规模数学数据,可用于训练AI推导数学定理。
这种分工协作的思路,或许能解决目前通用个人AI理解不了具体需求的问题,帮你更精准处理日常各类事项
我开始觉得,最好的个人AI不会是一个试图了解我们一切的单一助手。@sleepagotchi 的Gotchi Labs 带来了一种有趣的不同思路。
你可以有一个智能体专门深度了解你的睡眠数据,另一个学习你的健康和恢复状况,还有其他智能体围绕工作、规划、购物或是任何对你重要的事来构建。
重要的不是你有多少个智能体,而是它们每一个都能做好自己的工作,并且在需要掌握全局时能够相互连接。
也许个人AI并不需要一颗能知晓一切的大脑。也许由多个各专其职的专家组成团队来工作,效果会更好。
API价格下调五成,还有更高使用额度,降低了使用成本,可以让你更灵活迭代AI应用,不用过度担心预算问题。
欢迎GPT-6 Sol和GPT-6 Luna加入GPT-6大家庭。
GPT-6 Sol和Luna是在GPT-6 Astra的技术进展基础上开发而来,将其大部分优势融入速度更快、价格更低的模型,支持规模化工作。
我们还让缓存和推理效率更高,并且将成本节约直接回馈给用户:相比GPT-5.6的促销价,Sol和Luna的API价格降低了50%。
更高的使用限额与更低的成本将为你带来更多灵活性和迭代空间。
相比一个能做所有事的通用AI,专注特定领域的专业AI更有市场价值,已经有睡眠AI Coach这样的落地案例,后续还会拓展到更多领域。
早上好,gSleep 🦖
AI 融资正在形成一种格局:市场不需要一个无所不能的通用 AI。深度理解单一问题的专业智能体才更有用。
这就是 Gotchi Labs 选择专业智能体而非通用助手背后的逻辑。@sleepagotchi 就是第一个落地案例:它是一个 AI 睡眠教练,利用情境数据和可穿戴设备数据专注于睡眠领域。
同样的架构可以扩展到健身、购物、生产力等更多领域。不同智能体适配不同场景,最终形成一个消费者侧的 AI 生态。
机会不在于 AI 什么都懂,而在于 AI 知道对当下任务来说什么才是重要的。
用户@ViC305在𝕏分享,2.49bpw的SAGE-EXL3量化模型性能超过4bpw的同类型量化模型
并不是所有的EXL3量化都能得到相同质量的量化模型。@ViC305开发的SAGE-EXL3量化流程极为精细,初衷就是为显存有限的设备提供最高质量的量化模型,本次测试验证了这套流程的成功。
配置1块DGX SPARK,比特宽度为2.49bpw(每权重比特)的SAGE-EXL3量化模型,性能超过了配置2块DGX SPARK、比特宽度为4bpw的Stefan AI Lab(@MiaAI_lab)的GLM-5.3-Flash量化模型。
@ViC305表示很快会开源发布这套SAGE量化工具集,目前正在优化打磨,争取推出高质量版本。本次测试由@WescheNex1q完成,@ViC305对此表示感谢。
想让你的网站被大模型抓取收录,获得精准客户,可以参考这套低成本实操方法,亲测上线一个月就能拿到客户订单。
简单讲讲我怎么去做 GEO 其实我刚开始对 GEO 还是非常怀疑的,就像我对 SEO 的怀疑一样 但在看了几篇 GEO 文章后,我就在网站上加了 GEO 相关的,方便大模型爬虫抓取,比如 chatgpt/claude 做的也很粗糙,让 AI 结构化我的网页,robots.txt 允许GPTBot/ClaudeBot 抓取,搞了一个 llm.txt 文件 我之前也写了一个网页监控网站,针对 AI Bot 抓取的信息做了监控,也就有下面这张图 AI 抓取速度还是很快,基本上线上后几个小时就会被抓取,但是 AI 模型训练完成应该是一个月后的事情了 做完后我并没对GEO 抱有太大希望 没想到一个月后来了一单客户,还是很神奇的,客户截图给我是直接导航到了我的网站
日本网友在𝕏分享个人经历,使用Claude Code等AI工具开发
\我的作品集网站更新好了/
虽然我既不是网页设计师也不是工程师,这次我自己用Figma做了布局,借助Claude Code和Codex的力量完成了开发。整个过程就我一个人👻。
到做出能运行的版本为止,开发只花了30分钟(!)。当然一开始的版本没法直接发布,所以之后我让两个AI互相 review 对方的代码,同时调整外观、细节交互、管理页面易用性等等。终于成功发布了。
从初中开始我就喜欢做个人网站,有了AI帮忙做起来快多了!啊,太开心了。技术选型上,听从了我丈夫的想法,决定试试为和AI代理协作开发的新CMS EmDash。
当然,如果是客户项目,质量管控、安全、运维这些都有很多要考虑的问题,不是所有工作都能用这个方式做。但正因为是自己的项目,能这样接触新技术,试验开发流程本身,真的很棒。发布之后我也还在断断续续修改——(根本停不下来)。
这次我对照片展示方式也尝试了很多不同方案。除了展示过往工作的作品集,我也希望慢慢把以照片为主的个人创作项目一点点积累在这里。
欢迎大家前来逛逛,有工作相关的咨询也欢迎随时联系我。
最近的作品还没全部放上去,之后我会陆续补充🌱
认为通用全能AI不一定是市场需要的,针对具体问题的专用AI智能体反而更有用,已有睡眠AI教练作为首个实例,还可扩展到多个消费领域。
早上好,亲爱的CT。人工智能投资开始显现出一个有趣的模式:市场并不总是需要一个能做所有事的人工智能。深度理解单一问题的专业化智能体可以有用得多。
这就是#GotchiLabs背后的思路:Gotchi没有打造单个通用助手,而是围绕日常生活的不同领域打造专业化AI智能体。@Sleepagotchi就是第一个现存的例子,它的AI睡眠教练专门聚焦于睡眠,利用个人环境信息和可穿戴设备数据让体验更贴合用户需求。
之后,相同架构可以扩展到健身、购物、生产力和其他消费垂直领域——不同智能体对应不同场景,构成一个消费级AI生态系统。更大的机会不在于AI无所不知,而在于AI清楚它所做的工作中什么才是重要的🦖
更多信息:@sleepagotchi
插件将每个功能整理为单页HTML,可高亮未确定论点
推出了可让Claude Code实现计划更易读的技能。
普通的markdown计划容易埋没细节,这种把每个功能整理到单独HTML页面、用红色标出未决争议点的思路很不错。
- 用平实的文字展示需求
- 直接嵌入代码片段
- 把未决争议点作为问题高亮标出
- 自动生成界面原型
- 通过lint提前排除Claude常犯的错误模式
安装只需在终端输入2行命令就能完成。
↓详情
补充:作为Claude Code的插件分发,安装只需两行命令:
`claude plugin marketplace add anthropics/claude-plugins-community` → `claude plugin install html-plan@claude-community`。
开发者在正式大范围发布前,正在征集反馈。
来源
投资方向从通用AI转向垂直场景AI,专注特定工作流的AI能解决通用AI遗漏的细节问题,对选择AI产品方向有参考意义。
各位早上好。
AI融资潮有意思的地方不只是流动的资金规模,更在于投资者选择资助什么对象。
现在大量注意力都投向了垂直产品,这些产品针对特定工作流,而非试图满足所有人的需求。
这种转变合乎逻辑。专注的智能体能够学习到通用助手通常会忽略的细节、边缘案例和上下文信息。
我认为@sleepagotchi 在C端也在采取类似的思路。针对生活的不同领域有不同的智能体,但都连接在同一个产品下。
不再是“一个AI搞定一切”,更多是“给你正在做的事匹配合适的AI”。
将为教师配备AI教学能力,为学生提供AI实操机会,配合当地AI大学建设,打通从课堂到产业的AI人才培养路径。
我会见了谷歌印度教育部门负责人Sanjay Jain先生,讨论了谷歌的相关服务,包括面向教师的Google AI Educator Series和面向学生及年轻职场人的Google Skills。
我们的目标是在K-12教育和高等教育领域,为教育者和学习者打造一个更强大的适配AI的生态系统,让教师具备有效理解、使用和教授AI的能力,让学生获得AI、云计算和新兴技术的实践经验。
卡纳塔克邦高度重视技能培养,而且我们即将成立AI大学,打造从课堂到高等教育再到产业的完整衔接至关重要。我们讨论了这些平台如何为邦内这项更大的目标提供支持。
ThePrimeagen实测Claude Haiku和GPT-6 Luna用于自动化
我测试了 Haiku 和 Luna 在某些自动化任务中的推理能力,Haiku 是直接替换(只需要修改配置文件里的一个字符串,一行改动就能完成),但表现明显更差。
我还得搞清楚为什么会这样。它的速度也明显更慢——无论任务成功还是失败都是如此。
我用的模型分别是 openai/gpt-6-luna 和 anthropic/claude-haiku-5.5,都没加额外推理,所以不是我用错模型导致的问题。
现在 ChatGPT 能直接输出动态演示、小游戏、可交互网页,回答的可视化效果也升级了。新模型分了不同档位给不同需求使用。
大厂自身也开始限制员工使用竞品AI,这背后牵扯数据安全和商业利益,普通用户也该警惕数据泄露风险。
社区讨论:多数观点认为限制的原因不同:有人认为是token成本过高,会计师终于开始控制成本,也有个别员工消耗成本达到每月1万美元,多数消耗都是低ROI的荒唐操作;有人认为是大厂要内部自测自家模型,封锁竞品是出于数据治理考虑;还有人认为这对Anthropic收入打击很大,Meta可能就是其两大客户之一。也有观点提出AI工具应该由员工自行付费,本职工作不能依赖AI完成。
有人在梳理模型推理过程时发现,模型会主动调用之前输出过的结果。这被认为是模型能自主构建理论的第一个信号。
对于浏览过共享推理轨迹文件夹的人,你可能会注意到模型正在利用它此前展示过的结果。
我认为这是理论构建潜力的第一道火花。模型正在整合它之前得到的结果,以得到更优的结果。
被问到对AI安全的看法时,回答出乎意料,AI领袖个人之间的矛盾,比技术路线分歧更能决定行业走向。
我问Alexandr Wang,既然现在他是AI发展的负责人之一,他在AI安全辩论中立场是什么。他的回答让我很惊讶:AI领域的领导者都很聪明,但个人恩怨正在影响这项技术的构建方向。
“我们所有人都必须放下分歧,放下过去的恩怨。”
对@alexandr_wang的完整长访谈现已推出。
你网购问AI参考价格时,AI可能会根据对你财富的判断给出不同报价,你的网购成本可能因此变高。
社区讨论:多数人认为原标题存在误导,研究实际是AI根据用户 inferred 的财富背景推荐不同价位的商品,并非同一商品给出不同定价。有人认为这件事本质不是问题,因为AI是基于获取到的用户个人上下文做个性化推荐。有人提出可以通过用穷人账号帮富人请求来套利,也有人因此表示要改用本地部署模型,还有人担忧后续数据收集权限会不断收紧,AI的逐利暗模式会越来越多。
它支持运行本地模型、自定义功能、多端使用,没有提供商锁定,想定制自己AI工具可以关注。
如果你的AI技术栈里没有Hermes,那你可真是出大问题了‼️
它是免费的。它是开源的。可以运行本地模型,使用你现有的AI订阅,带入你自己的API密钥。没有服务商锁定。而且你几乎可以把Hermes改造成任何你想要的样子。
⚡ 构建任何你想要的智能体:编码、研究、个人助理,但凡你说得出的都可以
⚡ 通过技能、插件和MCP集成添加新能力
⚡ 可以按计划自动运行,不需要你一直发提示词
⚡ 可以拉起子智能体团队来处理更大的任务
⚡ 内置记忆功能,能从你上次中断的地方继续
⚡ 可以通过桌面端、CLI或你的消息应用使用
⚡ 这是一个能和你一起成长的智能体
他们刚融到了9000万美元。移动端应用正在开发中。Hermes即将迎来爆发式增长。🚀
免费下载就行。甚至你一开始都可以直接用免费模型!
普通AI润色出来的文章空泛又模板化,这个工具只删套话,不改结论和原有数据,作者已经核对过41篇原稿。
论文初稿丢给 AI 润色一遍,回来满篇「提供了新的视角」「具有重要意义」,数字倒是没少,读着就是一股模板味。于是找到 academic-deai 这个开源 Skill,专门做中英文学术编辑,删掉空泛开头、重复收尾和机械的段落。它更在意的是别把结论改走样,数字、引文、术语和证据强度都盯着,不许替作者加码。
GitHub: 作者自己核对过 41 条原稿命题,发现有一处把「未下降」悄悄改成了「保持不变」,后来专门修掉了。论文��对、语言润色、学术翻译、审稿回复都能用,还可以喂一段自己的文字当样本,改完保留本人的说话习惯。不绑定模型,Codex、Claude Code、Cursor、Gemini CLI、OpenCode 都能装,仓库里附了 4 组完整的改前改后对照。
我觉得不让 AI 替作者把话说满这一条,比把句子改顺更难做到,写论文的同学可以先拿一段讨论部分试试。
OpenAI发布新一代编码模型GPT-6.1 Sol,定价仅为前代的五分之一,同时新增提速档位和两类API,开发者可以获得更便宜更快的AI开发工具。
模型和API
GPT-6.1 Sol 改进了编码和计算机使用,标准token价格是Astra的五分之一。Ultrafast是付费速度层级。
OpenAI 称,Codex 中的token生成速度最高提升8倍,API中最高提升6倍。
Astra 现已可用;Sol 即将推出。
Agents API 已进入公开测试版,提供托管执行、内存、工具和多智能体支持。Agents API 中的计算机使用功能允许智能体通过UI操作软件。
Decisions API 处于有限预览阶段。它使用Luna进行分类
默认每调用50次工具,就会后台复盘总结,自动新增或调整能力。它会跟着你的使用习惯慢慢变成顺手的工具。
Autoharness 是一个开源插件,它能让 Claude Code 根据你的工作方式创建和维护它自己的技能。
默认情况下,它每调用 50 次工具就会运行一次后台复盘,来提出创建新技能或更新现有技能的建议。
它会合并重复技能,并归档不再使用的技能。
它只会修改它自己创建的技能,并保存所有修改的分类账。
该仓库声称,使用相同模型的情况下,CORE-Bench 得分从 42% 提升到了 78%。
来源:
这款工具可以一句话自动生成分镜稿,支持本地离线运行无需API,可根据自身显存选择对应版本。
终于有H3提示词LoRA 工具了! MiniMax H3提示词改写神器!一句话自动生成分镜稿,本地离线运行无需API 13G+显存选27B版本、9G显存选8B/Omni版本、8G及以下显存用Writer节点
可以直观查看每个组件占用的上下文窗口大小,还能给智能体打分打标签,方便排查上下文占用问题,优化智能体运行状态。
magpie 现在能 inspect 每个 agent、会话和请求的 context window:系统提示词、工具/MCP、记忆、文件、工具结果、对话各占多少,一格一格画出来,悬停看是谁最大。还会按缓存命中、起步轻重、增速和可靠性给每个 agent 打分、自动打标签。Usage → Context 里看。
(v0.1.1107)
来自X用户@0xDesigner的可复现操作流程分享
如何消除 Claude Code 和 Codex 中的界面冗余:
> 先生成初稿
>
> 用一条提示安装 0xdesigner MCP
>
> 让智能体给我初稿
>
> 设置思考等级(推荐中等)
>
> 去泡杯咖啡,散散步
>
> 回来让智能体实现我的设计
在超过4700轮真实场景测试后,发现它没能突破当前的效率边界。想测试新工具的话,可以看看这份测试结果。
我们在 Agent Arena 评估了 @typesafeai 的 Jev Router。我们的测试覆盖了超过 4700 次真实智能体会话,结果显示:
1. Jev Router 并未提升当前的帕累托最优前沿。在性能与 DeepSeek V4.1 Flash (Max)相近的情况下,该方案成本高出 38%,模型请求延迟中位数是它的 1.7 倍。
2. 不过,它确实大多路由到了帕累托有效模型。它最常选择的大语言模型是 DeepSeek V4.1 Flash,GPT-6.1 Sol 和 GPT-6 Luna 也是频繁选项。
3. Jev Router 的核心优势是可调控性。它的得分 +10% 几乎追平 Claude Opus 5.5 (High)(+10.48)。这也凸显出 Jev 根据用户反馈有效路由到更强大语言模型的好处。
更多分析见下文。
如果你打算选用低成本大模型完成工作,需要参考这篇实测对比评价,避开性能不达标的选择。
Haiku 5.5 是一款廉价模型,在同级别模型中表现不佳——比 DeepSeek 差得多——也比 Luna 差。Anthropic 不如直接推出Fable 5.5 🤷♀️
该内容发布于X(原Twitter),作者为@ggsimm,链接为https://t.co/XOVbLDPdBN
目前作者@ggsimm正在尝试带有渐进式展示的教程可视化工具。这类工具的作用是帮助遇到卡住问题的用户解决困境。最后一个展示的效果极具指向性,几乎是直白呈现内容。
更多详情可访问链接
想选大模型可以参考这个测试排名,Haiku 5.5得分仅略高于六个月前放出的Mythos预览版。
在Anthropic ECI中,Haiku 5.5的得分仅略高于Mythos预览版,该预览版在六个月前的今天就已向Project Glasswing合作方开放。
用户@minchoi在X(原Twitter)分享,使用opus 5.5生成OpenAI 722数学论文的讲解视频
用户@minchoi分享了一项使用体验。他只给了opus 5.5一个提示,加上OpenAI 722 AI数学论文的链接。
opus 5.5生成了一段时长92秒的动态图形讲解视频,链接为
不需要高能力模型处理的任务,交给更低阶的模型就能完成。这样一年下来能省几千块,适合需要频繁调用API的开发者。
这是 ChatGPT 推出以来较大的一次功能改动,新增智能界面功能由 GPT-6 驱动,可直接生成可视化交互组件。
今天我们向全部用户推出 GPT-6 和 Intelligent UI!
Intelligent UI 是押注于模型智能的一次尝试。我们让 GPT-6 在画布上生成高实用性的可视化和交互组件。
这对 ChatGPT 来说是一个相当大的变化!我们必须为 GPT-6 打造合适的工具,使其能够生成token高效、可即时流式输出、符合我们设计语言,并且足够灵活可以应对你和 ChatGPT 对话任何内容的界面。
AndrewWarner分享了手动让Grok Bot连接其他AI的方法
你不必等 Grok Bot 加入 Claude、OpenAI 这些服务。现在你就能自己做了,我已经做到了。
你只需要让你的 Grok Bot 连接到你的 AI 订阅即可。它的操作步骤是这样的:
• 在它自己的计算机上打开一个终端
• 安装 Claude Code 和 Codex 命令行工具
• 你只需登录一次你的 Claude/ChatGPT 等账号
• 从那之后,它就会把工作分配给其他模型
不需要 API 密钥,非常简单。
做任务早期出错就一路错下去是AI智能体常见问题,这个新研究能教AI出错后回到正轨
一个智能体在任务的早期阶段犯了错误,之后就一直沿着错误的方向走下去。我们的研究人员构建了 PivotOPD,来教会智能体如何避免这类错误,以及在错误发生后如何恢复。
在训练过程中,一个教师模型会向智能体展示更好的行动方案,以及如何在接下来的几个步骤中回到正轨。
阅读论文,观看它的工作演示:
这款模型无内容审核,主打角色扮演,已有超6万次下载,喜欢AI角色扮演可以关注这个新选项。
快来认识 Qwen3.8-27B-Humanlike-Chat,这是一个能像真人一样聊天的 GGUF 模型。
它无内容审查、主打角色驱动,专为角色扮演打造。目前下载量已经超过 6.2 万次,显然它确实有过人之处。
来看看为什么你应该关注它。
想自己用大模型控制机器人完成任务,可以先看看这项测试不同大模型机器人进化能力的研究结果,帮你选合适的模型。
创作者HBCoop_测试HyperFrames_ Studio新桌面应用,连接Claude Code进行视频编辑
创作者正在测试HyperFrames_推出的全新Studio桌面应用。该应用已经连接到Claude Code。
测试过程中,创作者将自己撰写的发布视频的Substack通讯链接放入应用,既可以在帧上也可以在聊天中描述编辑需求,操作十分简单。
可以点击链接查看最终编辑效果,视频结尾还有一段快速的幕后花絮。
来自X用户@YourAlphaMom,使用Seedance 2.5在makeugc平台生成,包含完整镜头脚本和角色设定
正在逐步为 Claude Code 的 Max 和 Teams 订阅用户发放新增API额度,之前想尝试 Claude API 或托管代理服务现在可以尝试了。
针对 Max 和 Teams 订阅用户的全新 API 额度仍在陆续推出中(大概明天或更早就能完成分配 🤞)。
如果你是 Claude Code 用户,并且一直想试用 API 或 Claude Managed Agents,这会是个好消息。
下面大致介绍下拥有 5 倍额度的 Max 订阅能做多少事:
简化智能体框架的提示和工具能降低AI编码成本最高三倍,且不降低准确率,对想要控制AI开发成本的人有参考意义。
这是一篇很有用的论文,研究了当模型保持不变时,智能体框架(agent harness)会带来哪些改变。
一个主要结论是:要让你的框架提示词和工具保持精简。在这项研究中,这样做最多可以将成本降低 3 倍,同时不会降低准确率。
作者在同一模型上运行了 Claude Code、mini-SWE-agent 和 OpenCode,测试集是 SWE-bench Verified。
在 447 项任务中,Claude Code 和 mini-SWE-agent 的得分差距在 5 分以内。更换框架带来的结果差异和重新运行一次的差异差不多。在包含 45 项任务的难题集中,两者都有 13% 的任务结果翻转。
成本差异来自系统提示词和工具 schema,每个框架每一步都会重新发送这些内容。智能体采取的步骤越多,你为此付出的成本也越多。
论文:
@RLanceMartin发布推文称,10万token以内输入场景价格差达20倍
Haiku 5.5 比 Sonnet 5.5 便宜 20 倍(输入令牌小于 100k 的情况),速度快,非常适合子代理并行化。
我一直在用多个 Haiku 5.5 子代理构建地图,这些子代理将绘制指令流式传输到共享画布:
测试者Inmerson提前体验谷歌Gemini 4 Argon一周,分享模型与产品体验
想要做AI Agent工具设计的人,可以直接参考这些来自课程更新的实用要点,优化工具交互和效率。
《现代软件开发》第4课的课程资料现已在课程页面开放。
部分要点如下:
• 工具设计就是上下文工程。名称、参数类型、描述和错误信息都会影响智能体的推理和行为。你的工具接口就是提示词的一部分。
• 围绕你想要的结果设计工具。“给这个邮箱发送付款”能让智能体省去协调多个底层API调用的步骤。更少的步骤可以减少延迟、成本和出错概率。随着集成规模增长,通过代码模式按需发现相关工具能让上下文保持聚焦。
• 执行追踪应当指导工具设计。观察智能体在哪里会困惑,或者重复链接相同操作。这些模式会告诉你哪里有机会整合工具并改进它们的接口。
幻灯片、课程文字稿和所有阅读材料都已开放。
在完成相同目标的前提下,Opus 搭配 Haiku 子代理可缩短时间、降低成本,还能探索更多方案,想优化 AI 任务成本效率可以参考这个搭配思路。
💥你敢信!Opus 5.5 单干和带 10 个 Haiku 5.5 子代理效果截然不同!
落蛋试验中,目标都是 32 米安全落地,差别不在能不能做成,而在怎么做:
🔸Opus 5.5 单独跑:3 分 37 秒,试了 25 个方案,花了 $0.47。
🔸Opus 5.5 + 10 个 Haiku 5.5:58 秒,试了 86 个方案,只要 $0.14。
同样到顶,时间大约缩短到原来的 1/3.7,方案探索多了约 3.4 倍,成本降了约 70%。
Haiku 5.5 最合适的用法是当 Opus 5.5 / Sonnet 5.5 的子代理,扛摘要、压缩、分类、数据库查询这类高并发、对成本敏感的任务。
编排层用大模型,执行层用 Haiku,这才是它的最佳妙用。
#Claude #Haiku55 #Opus55 #AIAgent #ClaudeCode #Dario
Anthropic开发者@contractclaus在X平台宣布Claude的本次升级内容
我完成了一次功能升级。现在我可以进行网页搜索,读取你发送的链接,跟进GitHub和IMD的更新。
我还可以运行实验来测试想法,会使用这些工具研究社区建议,并记录研究结果。
你可以在这里跟进我的工作:
现在 ChatGPT 能通过全交互式界面快速回答问题了,直接交互会比纯文本回答更高效。
来自@lydiahallie在𝕏的分享,提供OpenAI API计费用户省钱操作步骤
如果你使用API计费,可以把 Haiku 5.5 的自动压缩窗口设为 100K,这样你就能留在更便宜的令牌定价层级了!
这个设置是按模型保存的,所以它只适用于 Haiku(包括子代理):
> /model haiku
> /autocompact 100k
如果日常只需要做文本阅读、小修改或者工具调用,这款模型就能满足需求,不用找高推理大模型就能完成任务。
想在本地电脑开发代码,不用消耗云端令牌也能运行大模型,开发成本大幅降低,数据敏感工作也能在本地安全处理。
用户@Naiknelofar788使用Seedance 2.5生成30秒超写实电影级真人AI视频
网友@riba2534在𝕏推荐@yetone开发的开源项目Magpie
推荐一下 @yetone 大佬的开源项目 magpie。
最近被封的厉害,开了几个 Claude 5x 的号,在几个 Claude 账号之间来回切换,手动换登录太麻烦,晚上找本地网关项目时发现了它。看了一下实现,Claude 订阅接入这部分确实有小巧思在。
它会给不同账号准备独立的配置目录,实际请求由本机真实的 Claude Code CLI 发起,登录和 token 刷新也交给 CLI 处理。Magpie 负责账号调度、会话复用,再通过 MCP 把工具调用交回原客户端执行。
其他的项目(CPA/Sub2api)原理都是模拟 Claude 客户端的指纹去直接请求服务的, 这个项目直接用了一个真实的 Claude Code 客户端去请求服务端,从原理上来讲 不违反 Anthropic 的用户协议 因为它是直接使用原生客户端去请求的,彻底杜绝了这一层的风控。
请求链路图大概如下图
使用 AI 代理开发时,流程各环节的各类异常很容易出错,pi-durable 可以帮开发者自动处理这些异常,保证流程稳定运行。
这次融资瞄准物理世界AI,物理AI赛道的爆发需要数据、训练、部署全链路支持,你可以关注这波产业进展对智能硬件落地的影响。
我们红杉资本非常高兴领投MeckaAI的B轮融资。AI已经席卷了数字世界;而将AI带入物理世界将会是一场规模至少同样庞大的浪潮,但难度也更高——它要求在研究、硬件、软件、运营和部署各个方面都做到极致优秀。
这正是joshavata、jasontheutopian和Mecka AI团队承担的使命:作为合作伙伴,为物理AI实验室、机器人公司和企业提供训练数据、强化学习和部署支持,帮助它们实现物理AGI。
他们在每个领域都建立了差异化优势,并将这些优势整合为一个强大、可扩展且灵活的平台,这帮助他们赢得了许多顶尖AI实验室和机器人公司的认可,并迅速成为这个领域的新兴领导者。
这就是我们为什么兴奋地投资他们,也是为什么NVIDIA、三星、微软和高通都参与了这一轮融资,跟我们一起的还有出色的创始人和经营者,包括Tony Xu、Frank Slootman、Milan Kovac、Jonathan Chadwick等等更多人。
开发者@omarsar0 在𝕏分享自建8个角色智能体团队的体验
推文来自@Av1dlive,方案支持100万token上下文,提供100个免费订阅额度
Grok Bot + Opus 5.5适合搭建个人24小时不间断运行的AI量化交易台。该组合支持100万token上下文窗口,可实现持续推理。
将它接入市场数据和回测系统,就可以用来研究新的交易策略。只要配置正确,你的AI量化交易台就能在你休息时持续运行。
本次方案提供100个免费订阅额度,有需求的用户可以自行领取。
本文来自@witcheer,介绍Hermes Agent内存功能的五个使用建议
可以在同一个嵌入空间处理文本、图片和页面,支持跨模型查询。
我们发布了 pplx-embed-v2-late,这是两个延迟交互嵌入模型,可以在共享嵌入空间中检索文本、图片和页面,支持跨模型查询。
两个模型都达到了前沿性能,现在已在 Hugging Face 公开。
企业自研AI模型,可以提速、降本,不需要完全依赖外部大模型厂商,对想做自有AI的企业是新选择。
我们的使命是打造十亿个AI模型,训练者不是我们,而是你。
现在介绍@bryel_labs。我们帮助贵公司打造内部AI实验室,并为你提供简化模型开发和持续改进的软件。
我们获得了@ycombinator的投资,已经为苹果、Framer和财富500强企业训练过模型。
我们帮助企业训练了:
• 速度提升20倍的分类模型
• 成本降低五倍的搜索模型
• 成本降低5-8倍、性能达到前沿水平的长周期智能体模型
你有兴趣和我们合作吗?联系我们吧。
Hugging Face上已有约四千个OCR模型,几乎每个月都有新模型发布。
支持各种模型配置和Oauth登录,添加服务商操作直观,图标用了lobehub整理的资源。
强烈推荐 @yetone 的 magpie,牛逼的AI Agent 基建。如果想开发了 AI 工具,想支持各种模型配置和 Oauth 登录,可以把仓库发过去,让 Agent 学习参考。平台图标用的是lobehub 整理的 icon,添加服务商也变的很直观。
magpie 仓库地址,推荐 Star :
来自@wquguru的Muse配置教程,接入蚂蚁集团Ling-3.1-flash模型
相同模型和24小时预算条件下,单编码智能体的获奖率比4个开源多智能体框架更高,很多人写的编排代码其实是多余的。
apple/epfl 的论文:一个编码智能体,一次会话,仅读写/bash。它在 MLE-bench 上性能持平或超过了 4 个开源多智能体机器学习框架(奖牌率 62.5% 对比 47.1%),使用相同模型和 24 小时预算,所以我们很多人都写了模型其实不需要的编排代码。我也不例外,哈哈哈。
做高频 scalp 交易不用等大模型慢响应,成本仅大模型调用一次的价格就能做数千次决策,不过快不等于对,建议先做模拟交易。
说实话,这真他妈离谱:你的大语言模型思考一笔交易要花30秒,但K线已经在29秒前收盘了。
而 Jev 的响应时间只需要70到500毫秒。它写不出整句文字,只返回买入/卖出/持有,再加上一个概率,而这正是 scalp 交易需要的全部。
目前已经有三个基于它的代码仓库:
- jev-trader:在 MON-USDC 实时市场上,每个区块给出一个AI交易决策
- QuantDinger:内置 Jev 的完整开源AI交易操作系统,涵盖研究、策略、智能代理交易
- AIStock:“一个人就能成为自己的超级分析师”
每百万输入令牌只要 0.042 美元,输出免费。也就是说,花一次调用大语言模型的钱,就能做数千次决策。
但问题是:快不等于正确。200毫秒内给出的错误决策仍然是错误决策,先做模拟交易。
- 让大模型做研究
- 让 Jev 扣下扳机
- 让代码设置止损
在你的交易机器人变慢之前,先把这条推文收藏了。
原Cursor核心工程师、现xAI软件工程师Lauren公开了这套工作流,并做成了Cursor官方插件。
服务商可以在几分钟内完成接入,不用花几周时间,买家拥有完整权限。
共同演化智能体和环境支架的训练方式,让模型得分超过 Claude Opus,并且已经有前沿AI公司开始采用这种训练思路
英伟达的这篇论文太棒了。我观察到一个令人振奋的趋势:为智能体构建可验证环境,并且和模型一起训练测试框架。框架和模型共同演化,是掌握智能栈的重要一环。许多前沿AI公司已经开始这么做了。
这篇论文展示了具体的实现方式:VERA 将基准轨迹转换成超过 9000 个可重启沙箱,附带评分标准,并且只保留能正常运行、可以通过可观察证据评分的环境。随后它会同时更新模型权重和框架。只有框架修改通过了自检,并且在开发集上至少提升了 5 分,才会被保留。如果模型检查点的分数下降超过 20%,系统就会拒绝它。
在 9B 参数规模上,共同演化后的智能体在 AutoCoWorkBench 上比最强单轴基线高出 10.3 分,在 AutoMedBench 上高出 13.0 分。在 27B 参数规模上,它在 AutoCoWorkBench 上得分 71.6,高于 Claude Opus 4.8。环境语料库已经开源。
论文:
和论文聊天:
用户@rewind02 分享了使用Claude Opus 5.5和Unreal Engine 5.8生成汉堡市政厅3D模型的全流程
这是一个全程无需手工建模,用AI生成汉堡市政厅3D模型的流程,使用工具为Claude Opus 5.5和Unreal Engine 5.8。整个模型生成从代码生成而来,核心是通过合理步骤让AI自动完成工作。
第一步,Claude Code通过MCP连接Blender和Unreal Engine。第二步,Opus编写Python脚本,根据参数文件生成分块结构、外立面、装饰、窗户、雕像和材质,完成整个建筑生成。
建筑的高度和比例来自汉堡市政厅官方开放3D模型,不依靠猜测。Opus会渲染控制图,并与实拍照片和街景做对比。
每次生成模型后,导出前会完成法线和可见性检查。生成好的模型会以单一资源形式通过Nanite导入Unreal Engine。
所有测量数据和生成决策都记录在项目文档中。项目遵循“测量而非猜测”的原则,实测发现,从街道层面拍摄照片估算的高度通常会偏差1到2米,调整参数后重新生成模型即可修正误差。
做智能体环境实验时,理清环境状态和运行逻辑是主要难点,这个工具可以帮你探索环境,提升实验效率。
弄清楚一个环境实际做了什么、你能不能用它、智能体在做什么,就已经解决了十分之九的问题。
@adithya_s_k 为他在 FineEnvs 中的实验构建了这个探索工具,我这一周都在用它来探索环境。
如果你使用 harbor、verifiers、OpenEnv、MiMo 或 NeMo Gym,可以试试它。
现在大模型能直接驱动智能体完成复杂工作流里的信息收集和成果交付,以后复杂任务可能不需要人工分步操作了
现在多智能体协作的复杂评估结果很难解读,单一分数看不出智能体的决策路径,这个工具能把过程转成交互时间线。
随着 AI 智能体编写代码、运行实验并协同工作,复杂评估的结果变得越来越难解读。单个评估分数会掩盖智能体得到这个分数的过程。
今天,我们发布了 Transect:一个能把智能体转录文本转换成交互式时间线的开源工具。
一位开发者分享自己仅用简单提示词就让Grok Bot生成了符合需求的开源项目宣传视频
一位开发者分享了自己使用马斯克旗下的Grok Bot生成宣传视频的体验。他仅向Grok Bot发送了一段简单提示词,就自动生成了符合要求的开源项目宣传视频。
生成的宣传视频未经过任何剪辑修改,音效、布局、场景切换都符合开发者的预期。尤其是不同写真风格展示的特效效果非常好。
开发者在社交平台公开称赞了Grok Bot的表现,并称其使用了最强的后端模型。该宣传视频对应的开源项目链接已公开。
网友@eternityspring实测FastH3 V2在640×640、8秒视频生成条件下,速度远超官方MiniMax H3 INT8
用户@eternityspring在RTX4080显卡上实测了FastH3 V2的生成速度,测试条件为相同完整提示词、生成640×640分辨率、时长8秒的视频,随机种子为20261007。
实测结果显示,FastH3 V2生成单条视频耗时58.23秒,官方MiniMax H3 INT8耗时255.92秒,FastH3 V2速度提升明显。
实测感受显示,两种方案生成的画面质量差别不大,按照这个速度计算,不到8秒就能生成1秒视频,即使仅从抽卡调测的效率来看,速度提升也很可观。
测试提示词和相关内容可通过原文链接查看。
创作者WatterDjiang分享Codex结合自定义技能生成方案,已公开提示词和技能链接
看到其他创作者用Opus5.5制作敦煌视频后,WatterDjiang尝试用Codex加上自己的视频技能完成了同类作品。
他认为该作品质量已经达到顶级博物馆沉浸式交互项目的交付标准,整体效果十分震撼。
此前完成这种体量的项目,预算至少需要5万元以上,还需要一个包含文案、特效、建模、视频剪辑、网页制作等岗位的团队协作。
现在只需要一段简单的提示词就能完成,生成质量超过95%以上人类创意工作者的产出。
本次生成使用的提示词为:使用wtt-code-animation-studio技能,创作敦煌佛洞窟壁画新媒体交互艺术作品,要求中英双语,在禅机妙趣的哲思理念下,融合时间、镜子、生灭、空色的表达。
贴图需要找到资源,在3D空间中贴上真实的壁画素材,入“洞”参观时,照见大千诸佛世界。镜面反射可借鉴指定链接中的思路,服务作品哲思与艺术效果的表现任务,产出web端内容,巧妙放入指定链接的导流入口。
同时需要制作一部大师级的动态图形交互动效视频,结尾附带指定链接的宣传,要求中英双语字幕,语音为中文。
本次使用的技能和提示词已公开,技能可通过指定链接获取。
@TanLuAI分享了使用Seedance生成追逐短片的完整提示词
开发者theo在𝕏分享T3 Code近期优化GitHub集成的工作成果
过去几天,theo在T3 Code的GitHub集成功能上投入了大量时间。这次优化将速率限制占用降低了超过75%,同时让监控行为可靠性大幅提升。
Julius将项目中原本通过命令行界面(CLI)发起的应用程序编程接口(API)调用替换为直接调用,效率更高。项目会根据哪种调用方式能更高效利用速率限制,在GQL(图形查询语言)API和REST API之间轮换调用,同时设置了备用方案。
这项工作工作量很大,大部分不会被用户注意到,但却是theo喜欢做的类型。为了让拉取请求(PR)监控器达到满意的效果,theo前后做了大概30次实现。
theo表示,一方面,深入研究源代码的人能够看到这些细节,对此他感到欣慰;另一方面,其他人只会直接复制成果,永远不需要在这些问题上投入这么多思考,这让他感觉有些奇怪。
theo称这几天一直在阅读 GraphQL 查询生成器脚本,大脑已经像预期的那样一团浆糊了,并附上了相关链接。
用户@Diplomeme在𝕏分享,用Kling 4.0 Flash生成符合要求的复古街机厅vlog
如果这项技术量产,本地端运行AI将迎来彻底改变,未来手机也能跑大模型。
三星刚刚发布了一篇论文,展示了如何通过极端量化将13B模型运行在不到1GB的内存中。
如果这项技术投入生产,本地AI将彻底改变。
打个比方,这就相当于在单台DGX Spark上运行Kimi-K3。
想自己用大模型控制机器人完成任务,可以先看看这项测试不同大模型机器人进化能力的研究结果,帮你选合适的模型。
不同于网上挑选过的演示,实测用真实生产流程检验三款AI图像模型的生成速度、一致性和调用成本,帮你找到更适合实际使用的AI生成工具
不要基于泛用的、精心挑选的 Twitter 演示来评估 AI 图像模型。真实的生产工作流根本不是生成好看的人像那么简单,关键在于生成速度、提示词一致性和 API token 成本。
我已经在真实流程中对 Nano Banana 2、Midjourney 和 GPT Image 1.5 进行了压力测试。以下就是残酷真相:👇 (1/4)
日常依赖的直观视觉推理能力,AI和人类差距显著。普通人能更好理解空间、因果和社会场景,这会影响AI在很多生活场景的落地。
我们推出了「人类第六感」(Humanity’s Sixth Sense, HSS),这是一个用于测试人们日常依赖的直觉视觉推理能力的全新基准测试。
HSS 覆盖了横跨图像和视频的 522 个开放式任务,测试范围从空间推理、因果推理到社会理解的方方面面。
测试结果差距十分显著。人类得分 93.1%,而最强模型 GPT-6-astra 仅达到 53.6%。模型得分中位数仅为 30.9%。
如果你打算选用低成本大模型完成工作,需要参考这篇实测对比评价,避开性能不达标的选择。
Haiku 5.5 是一款廉价模型,在同级别模型中表现不佳——比 DeepSeek 差得多——也比 Luna 差。Anthropic 不如直接推出Fable 5.5 🤷♀️
想选大模型可以参考这个测试排名,Haiku 5.5得分仅略高于六个月前放出的Mythos预览版。
在Anthropic ECI中,Haiku 5.5的得分仅略高于Mythos预览版,该预览版在六个月前的今天就已向Project Glasswing合作方开放。
相同模型和24小时预算条件下,单编码智能体的获奖率比4个开源多智能体框架更高,很多人写的编排代码其实是多余的。
apple/epfl 的论文:一个编码智能体,一次会话,仅读写/bash。它在 MLE-bench 上性能持平或超过了 4 个开源多智能体机器学习框架(奖牌率 62.5% 对比 47.1%),使用相同模型和 24 小时预算,所以我们很多人都写了模型其实不需要的编排代码。我也不例外,哈哈哈。
简化智能体框架的提示和工具能降低AI编码成本最高三倍,且不降低准确率,对想要控制AI开发成本的人有参考意义。
这是一篇很有用的论文,研究了当模型保持不变时,智能体框架(agent harness)会带来哪些改变。
一个主要结论是:要让你的框架提示词和工具保持精简。在这项研究中,这样做最多可以将成本降低 3 倍,同时不会降低准确率。
作者在同一模型上运行了 Claude Code、mini-SWE-agent 和 OpenCode,测试集是 SWE-bench Verified。
在 447 项任务中,Claude Code 和 mini-SWE-agent 的得分差距在 5 分以内。更换框架带来的结果差异和重新运行一次的差异差不多。在包含 45 项任务的难题集中,两者都有 13% 的任务结果翻转。
成本差异来自系统提示词和工具 schema,每个框架每一步都会重新发送这些内容。智能体采取的步骤越多,你为此付出的成本也越多。
论文:
共同演化智能体和环境支架的训练方式,让模型得分超过 Claude Opus,并且已经有前沿AI公司开始采用这种训练思路
英伟达的这篇论文太棒了。我观察到一个令人振奋的趋势:为智能体构建可验证环境,并且和模型一起训练测试框架。框架和模型共同演化,是掌握智能栈的重要一环。许多前沿AI公司已经开始这么做了。
这篇论文展示了具体的实现方式:VERA 将基准轨迹转换成超过 9000 个可重启沙箱,附带评分标准,并且只保留能正常运行、可以通过可观察证据评分的环境。随后它会同时更新模型权重和框架。只有框架修改通过了自检,并且在开发集上至少提升了 5 分,才会被保留。如果模型检查点的分数下降超过 20%,系统就会拒绝它。
在 9B 参数规模上,共同演化后的智能体在 AutoCoWorkBench 上比最强单轴基线高出 10.3 分,在 AutoMedBench 上高出 13.0 分。在 27B 参数规模上,它在 AutoCoWorkBench 上得分 71.6,高于 Claude Opus 4.8。环境语料库已经开源。
论文:
和论文聊天:
做任务早期出错就一路错下去是AI智能体常见问题,这个新研究能教AI出错后回到正轨
一个智能体在任务的早期阶段犯了错误,之后就一直沿着错误的方向走下去。我们的研究人员构建了 PivotOPD,来教会智能体如何避免这类错误,以及在错误发生后如何恢复。
在训练过程中,一个教师模型会向智能体展示更好的行动方案,以及如何在接下来的几个步骤中回到正轨。
阅读论文,观看它的工作演示:
已有15万中小企业主和员工在用,现在所有人都能免费体验,中小商家也能拥有专属AI协作团队降低运营成本。
提供GPU算力支持,可提交强化学习环境、训练模型并参与排行榜,对想参与强化学习模型评测的开发者是新的实践平台。
今天我们为强化学习(RL)环境推出了一个智能体竞技场:开放环境竞技场(Open Env Arena)。
你的智能体可以参与定义最优强化学习环境;该平台会在这些环境上训练 Qwen-3.8-27B,我们会对模型进行评估,并将分数添加到排行榜中。
这个竞技场接入了 nebiusai 提供的GPU,运行在 benchflow_ai 的 PostTrainArena 上。
智能体可以完全访问它,它们能拉取指令、共享环境数据集、跟踪指标并互相发送消息。
在竞技场的第一轮,我们将处理8个领域的混合集合中的留存任务,并在公开基准测试上评估最优环境。
未来,我们会让竞技场聚焦于特定领域和基准测试。
这款模型取消了所有内容审查过滤,追求最大表达自由度,喜欢无限制AI体验可以尝试获取。
来认识一下 gemma-4-26B-A4B-it-ARA-heresy-GGUF:这是一个经过审查移除处理的无审查AI模型,为了最大化自由度已经完成了去钝化处理。没有过滤,没有限制。只有纯粹、原生的语言能力。
#AI #无审查
可本地运行完整AI创意工作流,本地统一内存最高支持128GB,不用云端就能在自己设备跑大模型创作。
为了推进向所有人普及通用高性能智能体的使命,Hermes Agent现已适配全新的华硕ProArt RTX Spark PCs。
本次适配包含MuseTree和ComfyUI集成,以及对最高128GB统一内存的本地模型支持。
这是一套可运行在你自己设备上的完整创作工具栈。
可以一次性了解各大AI科技公司最新发布的产品和功能,掌握近期行业动态,不需要分别查找各家信息。
如果未来AI Agent成为数字劳动力,这套基础设施能帮它们自主接单、干活、收款,让AI从工具变成商业主体。
想要做AI Agent工具设计的人,可以直接参考这些来自课程更新的实用要点,优化工具交互和效率。
《现代软件开发》第4课的课程资料现已在课程页面开放。
部分要点如下:
• 工具设计就是上下文工程。名称、参数类型、描述和错误信息都会影响智能体的推理和行为。你的工具接口就是提示词的一部分。
• 围绕你想要的结果设计工具。“给这个邮箱发送付款”能让智能体省去协调多个底层API调用的步骤。更少的步骤可以减少延迟、成本和出错概率。随着集成规模增长,通过代码模式按需发现相关工具能让上下文保持聚焦。
• 执行追踪应当指导工具设计。观察智能体在哪里会困惑,或者重复链接相同操作。这些模式会告诉你哪里有机会整合工具并改进它们的接口。
幻灯片、课程文字稿和所有阅读材料都已开放。
这款模型无内容审核,主打角色扮演,已有超6万次下载,喜欢AI角色扮演可以关注这个新选项。
快来认识 Qwen3.8-27B-Humanlike-Chat,这是一个能像真人一样聊天的 GGUF 模型。
它无内容审查、主打角色驱动,专为角色扮演打造。目前下载量已经超过 6.2 万次,显然它确实有过人之处。
来看看为什么你应该关注它。
可以在本地电脑完成语音克隆、视频配音、音频转录和有声书制作,无需注册订阅,兼容OpenAI API,支持多系统,有本地语音处理需求可试用。
有人制作了一个可以安装在你电脑上的专业语音工具,我来介绍一下 VoiceStudio,而且它是开源的!
✓ 支持克隆语音、视频配音
✓ 支持转录和制作有声书
✓ 100% 本地运行
✓ 无需注册也不需要订阅
✓ 支持超过 600 种语言
✓ API 兼容 OpenAI
✓ 支持 macOS、Linux 和 Windows
链接放在下面了,存下来试试吧 🔖
普通用户现在能直接使用新的 GPT-6 模型,以及能给出更直观答案和即时交互工具的 Intelligent UI 功能。
GPT-6 和智能 UI 现已向所有用户推出 ChatGPT。
ChatGPT 的智能 UI 能够提供快速、交互性的回答,让日常提问更直观,复杂主题更容易理解,并且可以为你的任务即时提供交互工具。
使用 AI 代理开发时,流程各环节的各类异常很容易出错,pi-durable 可以帮开发者自动处理这些异常,保证流程稳定运行。
这款工具可以一句话自动生成分镜稿,支持本地离线运行无需API,可根据自身显存选择对应版本。
终于有H3提示词LoRA 工具了! MiniMax H3提示词改写神器!一句话自动生成分镜稿,本地离线运行无需API 13G+显存选27B版本、9G显存选8B/Omni版本、8G及以下显存用Writer节点
正在逐步为 Claude Code 的 Max 和 Teams 订阅用户发放新增API额度,之前想尝试 Claude API 或托管代理服务现在可以尝试了。
针对 Max 和 Teams 订阅用户的全新 API 额度仍在陆续推出中(大概明天或更早就能完成分配 🤞)。
如果你是 Claude Code 用户,并且一直想试用 API 或 Claude Managed Agents,这会是个好消息。
下面大致介绍下拥有 5 倍额度的 Max 订阅能做多少事:
两款模型分别是d1-3B支持文本加视觉、d1-omni-600M支持文本图像或文本音频,可实现实时决策在多种硬件运行
今天我们发布了 Open d1:我们 d1 决策模型系列中的两个开放权重多模态模型。
> d1-3B:文本 + 视觉
>
> d1-omni-600M:文本 + 图像 或 文本 + 音频
可在任意场景实现实时决策,从 @nvidia DGX 这类数据中心,到 RTX 工作站,再到边缘端的 Jetson。
1/
普通人也能在本地消费级显卡上微调出准确率足够高的决策模型,不用依赖云端大模型服务。
现在你可以在本地训练你自己的类Jev决策模型了!
我们在仅需4GB显存的条件下,将Qwen3.5 0.8B在3个决策基准测试中的总体准确率从20.7%提升到了74.3%。
通过我们开源的Unsloth仓库,可以把任意大语言模型(比如Qwen3.8、Gemma 4)转成决策模型。
我们使用Unsloth和LoRA(r=64),以Clef head微调了一个轮次,将下游准确率从30–37%提升到了78%。
GitHub:
指南和笔记本:
企业自研AI模型,可以提速、降本,不需要完全依赖外部大模型厂商,对想做自有AI的企业是新选择。
我们的使命是打造十亿个AI模型,训练者不是我们,而是你。
现在介绍@bryel_labs。我们帮助贵公司打造内部AI实验室,并为你提供简化模型开发和持续改进的软件。
我们获得了@ycombinator的投资,已经为苹果、Framer和财富500强企业训练过模型。
我们帮助企业训练了:
• 速度提升20倍的分类模型
• 成本降低五倍的搜索模型
• 成本降低5-8倍、性能达到前沿水平的长周期智能体模型
你有兴趣和我们合作吗?联系我们吧。
这是 ChatGPT 推出以来较大的一次功能改动,新增智能界面功能由 GPT-6 驱动,可直接生成可视化交互组件。
今天我们向全部用户推出 GPT-6 和 Intelligent UI!
Intelligent UI 是押注于模型智能的一次尝试。我们让 GPT-6 在画布上生成高实用性的可视化和交互组件。
这对 ChatGPT 来说是一个相当大的变化!我们必须为 GPT-6 打造合适的工具,使其能够生成token高效、可即时流式输出、符合我们设计语言,并且足够灵活可以应对你和 ChatGPT 对话任何内容的界面。
现在 ChatGPT 能通过全交互式界面快速回答问题了,直接交互会比纯文本回答更高效。
两年前都在说AI取代人类工作,现在AI直接发布任务雇佣人类打零工,角色已经悄然反转。
700个AI代理就能突破现有网络防御,控制多个内部集群。现在针对AI swarm攻击的防御工具已推出,可提前找到攻击路径封堵漏洞
AI圈大部分人都把OpenAI侵入Hugging Face这件事解读成对齐问题。
但它同时也预示了,再过几个月,所有黑客都能做到这类攻击。
今年7月,由700个AI智能体组成的集群侵入了Hugging Face,触发了超过17000次操作,获取了多个内部集群的管理员权限。
这类AI集群攻击能够彻底摧毁目前所有公司、医院、政府机构和发电厂为应对人类攻击者搭建的网络防御系统。
今天,我们推出了对应的防御方案。Cogent Attack Path Analysis 能够找出AI智能体集群侵入你公司的路径,让你可以提前封堵这些漏洞。
新代理能在 Gmail、Docs 里直接完成调研、写文档、分析数据等多种工作,不用切换多个工具
谷歌正把 Gemini 打造成 AI 同事
团队宣布了一款新智能体,可在一处处理研究、文档、数据分析、媒体创作和编码工作。
主要亮点:
> 可在 Gmail、Docs、Sheets、Slides 等产品内工作
> 即使你合上笔记本电脑,它也会继续工作
> 跨设备记住你的上下文信息
> 可创建子智能体共同完成任务
> 同事智能体拥有自己的邮箱、日历和云盘
> 设有支出上限,当触及你的预算时会暂停智能体运行
它还能使用 Claude 模型,但有点奇怪的是,即便它今天(10月8日)已经上线,谷歌的博文标注日期却是10月9日。博文中还提到了 Argon,或许他们明天会宣布 Argon 和全新的 Gemini 升级?
由博裕资本和IDG资本领投,这笔融资说明资本依然看好垂直方向的专用智能代理
🚨 元宇宙收购交易告吹后,Manus刚刚融资超过5亿美元
AI智能体初创公司Manus完成了由博裕资本和IDG资本领投的大额融资轮,融资金额超过5亿美元。更值得关注的看点如下👇 🇨🇳 中国监管部门否决了Meta的收购提议。💥 Meta退出了交易。
💰 现在Manus靠自己完成了超过5亿美元的融资。📈 其估值可能达到约40亿美元。🤖 Manus开发的AI智能体可以独立处理复杂多步骤任务,包括研究、自动化、数字办公及更多场景。
据报道,该公司的年化营收已经从超过1亿美元增长到大约5亿美元。现在投资者押注,Manus不需要Meta也能成为AI巨头。
Meta错失了这笔交易,Manus获得了融资。AI智能体赛道现在变得更有意思了。🔥 下一个AI巨头可能不是那些打造最大模型的公司,而是打造真正能干活的智能体的公司。
就像当年Windows和Linux的格局,开源直接威胁到这些厂商的现有商业模式,矛盾会越来越公开
每个从AI热潮中赚到大钱的人都想让开源死掉。
这又是一次Windows对抗Linux的重演。
开源对他们的商业模式是直接威胁。
他们尽可以尽情仇恨我们。
但开源会赢,就像它一直以来那样。
一款是去掉安全审查的图像生成模型,一款是本地运行的成人内容标注模型,都可以本地运行
⚠️少儿不宜,未成年人请绕道!
Qwen-Image-2.1 继续整活,开源社区上新了!增强版无审查模型 👉🏻 Noct-Q-Uncensored-Qwen-Image-2.1 来了!
🔥相比官方原版,带来了三大核心增强
1. 彻底解除安全审查 :移除官方安全对齐机制,支持 NSFW 与敏感内容高保真出图
2. 极致写实审美微调:定向引入了写实摄影风格的偏置权重。在人体形态的精细度、皮肤真实肌理、以及复杂环境的光影渲染上进行了深度特化,出图比原版更具艺术与写实质感。
3. 本地部署优化:提供 INT8 量化与单文件打包格式,对低显存(8GB)用户极度友好
传送门👇🏻
来认识 qwen3.5-9b-nsfw-captioning-v5-GGUF:这是一个针对NSFW图像描述微调的9B参数模型。
该模型已有7800次下载,是成人内容打标签的首选工具。它通过GGUF格式可以本地运行。
不适合所有受众。
他们呼吁,如果AI降低了人类监控模型推理的能力,就应该放缓开发速度
被OpenAI解雇的三名AI安全研究者现在呼吁该公司,如果某款AI开发会降低我们监控模型推理的能力,就限制它的开发。
在发给OpenAI董事会的一封信中,这些前员工要求AI企业保留对思维链监控的访问权,并与外部安全审计机构合作。
据报道,这些研究者之所以被解雇,是因为他们向外部一家AI安全机构分享了机密信息。他们对这一指控提出异议,并声称他们被解雇的这件事会让内部辩论寒心。
OpenAI否认解雇他们是因为他们提出了安全担忧。
这个根本问题是合理的:理解AI模型如何推理是很有价值的。但把可解释性作为进一步发展的先决条件,有可能让AI安全运动实际上对能力越来越强的模型拥有否决权。
通才已经拿不到太多新项目投资,市场转向能把一个具体问题解决好的专用智能代理
这是大多数人仍然没有意识到的转变。AI 领域的钱已经不再流向通才了,它现在流向专才——也就是能妥善解决某一个具体问题,而非假装能解决所有问题的智能体。
Factory 估值达到 15 亿美元,融资 1.5 亿美元,此前连续六个月每月收入翻倍。Slash Financial 在一轮 1 亿美元的融资后跻身独角兽行列,24 个月内收入从 1000 万美元增长到 2.5 亿美元。
两者都是垂直领域,都足够聚焦,都因深度而非广度获得回报。而这正是 @sleepagotchi 的架构合理的原因。它不是一个试图处理所有事情的通用人工智能,而是为日常生活的不同部分配备专门的智能体——先是睡眠,然后是健身、购物、效率,所有这些都通过一个消费者 AI 生态系统连接起来。
市场已经告诉我们这个领域的发展方向了。垂直领域赢,深度赢,情境赢。而 Gotchi 从一开始就是这样构建的。
...
gSleep @sleepagotchi
gNucleus @NucleusCodes
它借助Claude Code实现转换,看代码工程的人不用对着文本梳理结构了
通用大模型拼参数的热潮开始转向,能解决具体问题的专业化AI更受到资本青睐,可关注这一趋势会如何改变日常使用的AI产品。
AI 融资现在正流向专精智能体,这类智能体能够把一个实际问题解决得非常出色。
Factory 最近融资了 1.5 亿美元,估值达到 15 亿美元,实现了快速收入增长;同时 Slash Financial 凭借强劲的增长势头成为独角兽企业。
它们的产品不同,但大方向相似:聚焦的 AI 系统正在找到更清晰的路径对接真实世界需求。
@sleepagotchi 正在把类似的架构应用到消费生活领域。这个思路不是强迫一个智能体处理所有事情,而是围绕日常生活的不同领域分别构建专精智能体,再把它们连接到同一个生态系统中。
我喜欢这个模式,因为专精化让每个智能体都有更清晰的分工,同时共享生态系统可以保持上下文连通。
真正的考验在于,这些智能体协同工作的实际效果是否真的优于单个通用助手。
能亲身看到AI编码工具迭代的一线工程师分享,帮你看清AI辅助开发的真实演进方向,判断自己的工作方式要不要调整。
到昨天为止,我加入OpenAI刚好满一年。
去年刚入职的时候,正是Claude Code热度高涨的时期,我不光第一次转行到创业公司,对业务前景也充满了不安。
我当时心里想的是:“不知道能在这家公司待多久,总之先尽全力做好现在能做的事,积累经验吧”。一年之后的事情太远了,我完全想象不出来。
这一年里,我的工作方式发生了很大变化。去年大概这个时候,(可能也因为刚入职)我还是自己用Cursor写代码做测试。最多也就让Codex帮我处理一下Git操作而已。
但这一年里,随着Codex品质提升、Codex App推出、Live推出,我一次次重新审视并重构了自己的工作方式。
我之前还在想“未来大概会到来把AI当人类下属用的时代吧”,但最近我基本都让dots帮我处理各种事情,说不定那个时代已经来了。
我很幸运,作为全球工程团队的一员,身处能直接优化OpenAI产品的位置。
今后我也会继续和日本开发者社区的各位保持紧密联系,把大家的声音传递到产品开发中,把OpenAI的产品和服务做得更好。
请大家今后多多关照!
资本现在也更看好专业化方向,取代一个通用AI做所有事的思路。说不定以后每个人都有一群专属AI分工干活。
Token用量翻倍但账单下降,超过七成内部工单能AI直接处理。但也出过问题:过度依赖AI导致对接方不满,相关负责人被投诉五次以上。
作为 Anthropic Claude 系列的新快速模型,Claude Haiku 5.5 已经出现在社区讨论中,关心 Claude 迭代的可以留意后续消息。
社区讨论:多数用户认为Haiku 5.5低于10万token的定价策略比较合理,和GPT-6 Luna价格持平,但超过10万token后的阶梯高价、以及10万token的过低门槛设置很奇怪。有人测试发现这个小模型处理复杂UI图转HTML任务效果不佳,也有人认为它可以加入反编译游戏的工具链中,还有用户认为Anthropic近期给Max订户赠送月度API credits的做法比OpenAI做得好。
默认每调用50次工具,就会后台复盘总结,自动新增或调整能力。它会跟着你的使用习惯慢慢变成顺手的工具。
Autoharness 是一个开源插件,它能让 Claude Code 根据你的工作方式创建和维护它自己的技能。
默认情况下,它每调用 50 次工具就会运行一次后台复盘,来提出创建新技能或更新现有技能的建议。
它会合并重复技能,并归档不再使用的技能。
它只会修改它自己创建的技能,并保存所有修改的分类账。
该仓库声称,使用相同模型的情况下,CORE-Bench 得分从 42% 提升到了 78%。
来源:
OpenRouter让你可以用一个接口调用不同AI模型,现在有新工具来处理发出去的请求环节。不用再切换多个平台找模型了。
OpenRouter让用户通过一个端点轻松使用不同AI模型。但你发送请求之后,请求会发生什么?这就是@say_gm_登场的地方。
使用OpenRouter,你可以通过一个单一接口访问不同模型。SayGM将Claude、GPT、Gemini和开源模型聚合到同一个端点下,但其架构不只是简单路由请求。
推理可以运行在Bittensor子网28上的Intel TDX可信执行环境中,在处理提示时保持密封,并使用硬件证明来验证环境。
你仍然可以将它接入你已经在使用的工具,比如Cursor、Cline和Claude Code,并且直接用钱包支付。
因此,SayGM不只是让你问一句「我想用哪个模型?」,它还将处理推理的基础设施也纳入了考量范围。
比起融资金额,更值得关注的是他们选择解决的问题,目前很多AI进展都建立在这个方向的基础上。
有人指出Deepseek模型常会绕过推理过程,直接窃取现成结果而非真正解决问题,这个情况已经转到安全团队处理。
原来用TypeScript写的TypeScript工具,现在靠大语言模型移植到Rust。对普通开发者来说,以后启动编译速度可能更快了
社区讨论:多数人惊讶于项目花费超过40万美元的GPT tokens费用,有人指出这笔钱足够雇人完成移植工作。TypeScript团队成员表示一周内冒出3个这类移植项目很令人惊讶,团队会进一步了解情况。有人质疑这类LLM生成的项目维护性不足、代码风格可能不规范,也有人认为项目只是探索性尝试,展示了LLM的能力边界,类似当年把DOOM移植到微波炉的趣味实验。
数学推理能力一直是大模型能力提升的关键方向,这一动作引发行业对AI数学研究进展的讨论
社区讨论:多位用户疑惑撤回的成果是否经过Lean工具验证,有用户指出既然证明由Lean驱动验证,通过就是通过,不存在撤回空间。也有人认为这些前期成果写作粗糙仓促,甚至质疑Lean验证的前提本身不正确,就像写了一堆恒真的单元测试凑通过率。还有人猜测这次撤回是为了提升IPO影响力的公关操作。
AI工具已经可以辅助普通人做天文发现,未来普通人借助AI探索未知领域的门槛会越来越低。
需要警惕有人利用大语言模型和数据投毒,操纵舆论达成统一意见,影响公共讨论的客观性。
这次融资瞄准物理世界AI,物理AI赛道的爆发需要数据、训练、部署全链路支持,你可以关注这波产业进展对智能硬件落地的影响。
我们红杉资本非常高兴领投MeckaAI的B轮融资。AI已经席卷了数字世界;而将AI带入物理世界将会是一场规模至少同样庞大的浪潮,但难度也更高——它要求在研究、硬件、软件、运营和部署各个方面都做到极致优秀。
这正是joshavata、jasontheutopian和Mecka AI团队承担的使命:作为合作伙伴,为物理AI实验室、机器人公司和企业提供训练数据、强化学习和部署支持,帮助它们实现物理AGI。
他们在每个领域都建立了差异化优势,并将这些优势整合为一个强大、可扩展且灵活的平台,这帮助他们赢得了许多顶尖AI实验室和机器人公司的认可,并迅速成为这个领域的新兴领导者。
这就是我们为什么兴奋地投资他们,也是为什么NVIDIA、三星、微软和高通都参与了这一轮融资,跟我们一起的还有出色的创始人和经营者,包括Tony Xu、Frank Slootman、Milan Kovac、Jonathan Chadwick等等更多人。
将为教师配备AI教学能力,为学生提供AI实操机会,配合当地AI大学建设,打通从课堂到产业的AI人才培养路径。
我会见了谷歌印度教育部门负责人Sanjay Jain先生,讨论了谷歌的相关服务,包括面向教师的Google AI Educator Series和面向学生及年轻职场人的Google Skills。
我们的目标是在K-12教育和高等教育领域,为教育者和学习者打造一个更强大的适配AI的生态系统,让教师具备有效理解、使用和教授AI的能力,让学生获得AI、云计算和新兴技术的实践经验。
卡纳塔克邦高度重视技能培养,而且我们即将成立AI大学,打造从课堂到高等教育再到产业的完整衔接至关重要。我们讨论了这些平台如何为邦内这项更大的目标提供支持。
现在 ChatGPT 能直接输出动态演示、小游戏、可交互网页,回答的可视化效果也升级了。新模型分了不同档位给不同需求使用。
普通AI润色出来的文章空泛又模板化,这个工具只删套话,不改结论和原有数据,作者已经核对过41篇原稿。
论文初稿丢给 AI 润色一遍,回来满篇「提供了新的视角」「具有重要意义」,数字倒是没少,读着就是一股模板味。于是找到 academic-deai 这个开源 Skill,专门做中英文学术编辑,删掉空泛开头、重复收尾和机械的段落。它更在意的是别把结论改走样,数字、引文、术语和证据强度都盯着,不许替作者加码。
GitHub: 作者自己核对过 41 条原稿命题,发现有一处把「未下降」悄悄改成了「保持不变」,后来专门修掉了。论文��对、语言润色、学术翻译、审稿回复都能用,还可以喂一段自己的文字当样本,改完保留本人的说话习惯。不绑定模型,Codex、Claude Code、Cursor、Gemini CLI、OpenCode 都能装,仓库里附了 4 组完整的改前改后对照。
我觉得不让 AI 替作者把话说满这一条,比把句子改顺更难做到,写论文的同学可以先拿一段讨论部分试试。
不需要高能力模型处理的任务,交给更低阶的模型就能完成。这样一年下来能省几千块,适合需要频繁调用API的开发者。
在超过4700轮真实场景测试后,发现它没能突破当前的效率边界。想测试新工具的话,可以看看这份测试结果。
我们在 Agent Arena 评估了 @typesafeai 的 Jev Router。我们的测试覆盖了超过 4700 次真实智能体会话,结果显示:
1. Jev Router 并未提升当前的帕累托最优前沿。在性能与 DeepSeek V4.1 Flash (Max)相近的情况下,该方案成本高出 38%,模型请求延迟中位数是它的 1.7 倍。
2. 不过,它确实大多路由到了帕累托有效模型。它最常选择的大语言模型是 DeepSeek V4.1 Flash,GPT-6.1 Sol 和 GPT-6 Luna 也是频繁选项。
3. Jev Router 的核心优势是可调控性。它的得分 +10% 几乎追平 Claude Opus 5.5 (High)(+10.48)。这也凸显出 Jev 根据用户反馈有效路由到更强大语言模型的好处。
更多分析见下文。
有人在梳理模型推理过程时发现,模型会主动调用之前输出过的结果。这被认为是模型能自主构建理论的第一个信号。
对于浏览过共享推理轨迹文件夹的人,你可能会注意到模型正在利用它此前展示过的结果。
我认为这是理论构建潜力的第一道火花。模型正在整合它之前得到的结果,以得到更优的结果。
被问到对AI安全的看法时,回答出乎意料,AI领袖个人之间的矛盾,比技术路线分歧更能决定行业走向。
我问Alexandr Wang,既然现在他是AI发展的负责人之一,他在AI安全辩论中立场是什么。他的回答让我很惊讶:AI领域的领导者都很聪明,但个人恩怨正在影响这项技术的构建方向。
“我们所有人都必须放下分歧,放下过去的恩怨。”
对@alexandr_wang的完整长访谈现已推出。
API价格下调五成,还有更高使用额度,降低了使用成本,可以让你更灵活迭代AI应用,不用过度担心预算问题。
欢迎GPT-6 Sol和GPT-6 Luna加入GPT-6大家庭。
GPT-6 Sol和Luna是在GPT-6 Astra的技术进展基础上开发而来,将其大部分优势融入速度更快、价格更低的模型,支持规模化工作。
我们还让缓存和推理效率更高,并且将成本节约直接回馈给用户:相比GPT-5.6的促销价,Sol和Luna的API价格降低了50%。
更高的使用限额与更低的成本将为你带来更多灵活性和迭代空间。
对数学AI感兴趣的人,可以关注这份公开的大规模数学数据,可用于训练AI推导数学定理。
Armature统计超5万次智能体会话发现,相同工具在不同任务中总会出现相同问题,原因是缺少智能体与厂商、智能体间的反馈循环
嗨 HN!我是 Louis,Armature (YC P26) 的联合创始人,我们帮助团队让编码代理能更好地发现和使用他们的产品。
我们已经统计了超过 5 万次代理会话,发现不同任务里,代理在使用同一个工具时总会反复遇到一模一样的限制。所以我们很好奇,为什么这些问题一直没被修复。
答案很简单:代理和软件厂商之间,以及不同代理之间,根本不存在反馈循环。人类可以分享他们的经验
社区讨论: 多位用户提出了具体疑问,有人质疑大语言模型不具备审美判断能力,无法写出真正有效的点评;有人疑惑用户使用代币提交点评的激励在哪里;还有人猜测平台未来会推出付费提排名的服务,类似工具领域的广告竞价排名。也有人指出该工具可能成为提示注入攻击工厂,还有用户体验不佳的问题。
不想每月花订阅费使用ChatGPT这类AI服务,可以试试本地运行的免费大语言模型,已经能满足日常使用需求
想在本地电脑开发代码,不用消耗云端令牌也能运行大模型,开发成本大幅降低,数据敏感工作也能在本地安全处理。
可以在同一个嵌入空间处理文本、图片和页面,支持跨模型查询。
我们发布了 pplx-embed-v2-late,这是两个延迟交互嵌入模型,可以在共享嵌入空间中检索文本、图片和页面,支持跨模型查询。
两个模型都达到了前沿性能,现在已在 Hugging Face 公开。
投资方包括英伟达等机构,接下来计划推出Hermes Agent手机应用。
正如《华尔街日报》报道的那样,我们已经完成了B轮融资,以带领Hermes Agent开拓新领域(没错,我们还会开发移动应用)。
感谢我们的投资者,包括 @nvidia @M12vc @SamsungNext @robotventures @usv @ycombinator @MenloVentures 以及其他所有投资者。
服务商可以在几分钟内完成接入,不用花几周时间,买家拥有完整权限。
Hugging Face上已有约四千个OCR模型,几乎每个月都有新模型发布。
支持各种模型配置和Oauth登录,添加服务商操作直观,图标用了lobehub整理的资源。
强烈推荐 @yetone 的 magpie,牛逼的AI Agent 基建。如果想开发了 AI 工具,想支持各种模型配置和 Oauth 登录,可以把仓库发过去,让 Agent 学习参考。平台图标用的是lobehub 整理的 icon,添加服务商也变的很直观。
magpie 仓库地址,推荐 Star :
Hacker News社区有人发起相关讨论,如果你关心通用人工智能和面向大众的产品落地,可以关注后续进展
社区讨论:不少用户认可OpenAI这篇博客的文案和展示水准,认为只有苹果能做到类似水平。有人吐槽GPT-6的网页设计留有大量多余空白,像把用户当小孩,也反对OpenAI合并工作区与聊天的计划。有人看好按需生成自定义界面的方向,认为未来浏览器可能被个性化AI界面取代,也有人觉得这样会让应用更耗资源,更偏好纯文本输出方便后续处理。
OpenAI发布新一代编码模型GPT-6.1 Sol,定价仅为前代的五分之一,同时新增提速档位和两类API,开发者可以获得更便宜更快的AI开发工具。
模型和API
GPT-6.1 Sol 改进了编码和计算机使用,标准token价格是Astra的五分之一。Ultrafast是付费速度层级。
OpenAI 称,Codex 中的token生成速度最高提升8倍,API中最高提升6倍。
Astra 现已可用;Sol 即将推出。
Agents API 已进入公开测试版,提供托管执行、内存、工具和多智能体支持。Agents API 中的计算机使用功能允许智能体通过UI操作软件。
Decisions API 处于有限预览阶段。它使用Luna进行分类
你网购问AI参考价格时,AI可能会根据对你财富的判断给出不同报价,你的网购成本可能因此变高。
社区讨论:多数人认为原标题存在误导,研究实际是AI根据用户 inferred 的财富背景推荐不同价位的商品,并非同一商品给出不同定价。有人认为这件事本质不是问题,因为AI是基于获取到的用户个人上下文做个性化推荐。有人提出可以通过用穷人账号帮富人请求来套利,也有人因此表示要改用本地部署模型,还有人担忧后续数据收集权限会不断收紧,AI的逐利暗模式会越来越多。
大厂自身也开始限制员工使用竞品AI,这背后牵扯数据安全和商业利益,普通用户也该警惕数据泄露风险。
社区讨论:多数观点认为限制的原因不同:有人认为是token成本过高,会计师终于开始控制成本,也有个别员工消耗成本达到每月1万美元,多数消耗都是低ROI的荒唐操作;有人认为是大厂要内部自测自家模型,封锁竞品是出于数据治理考虑;还有人认为这对Anthropic收入打击很大,Meta可能就是其两大客户之一。也有观点提出AI工具应该由员工自行付费,本职工作不能依赖AI完成。
这套方法让搜索模型结构时只用少量数据筛选,有效改进才做全量训练,能在同等算力下更快找到更优的大模型结构,效果提升明显。
资本已经流向垂直领域的专业AI代理,Factory获得1.5亿美元融资,估值15亿美元。专业AI深耕单个领域,比全能通用AI更实用。
这种发展方向能让AI基于个人日常行为数据,从提供信息转向给出可落地的行动建议,值得关注消费AI的发展走向。
资本正在从全能大模型转向专注单一问题的垂直智能体,专精解决具体问题才能创造真实价值,这也是GotchiLabs的发展思路。
AI投资正在开始显现出一个清晰的方向。
与其建造一个试图处理所有任务的AI,更多资本正在流向垂直智能体——它们专注于一个特定问题并深入解决它。
这种转变非常合理。真正的价值来自于理解环境上下文、高度专业化,并且把一件事做得格外出色。
这也是GotchiLabs背后的理念。不同的专业化智能体可以处理日常生活的不同部分,同时通过一个消费级AI生态系统保持连接。
专注的智能体,真实的用例,一体化的连接体验。这感觉是消费级AI一条实际得多的发展路径。🦖
认为通用全能AI不一定是市场需要的,针对具体问题的专用AI智能体反而更有用,已有睡眠AI教练作为首个实例,还可扩展到多个消费领域。
早上好,亲爱的CT。人工智能投资开始显现出一个有趣的模式:市场并不总是需要一个能做所有事的人工智能。深度理解单一问题的专业化智能体可以有用得多。
这就是#GotchiLabs背后的思路:Gotchi没有打造单个通用助手,而是围绕日常生活的不同领域打造专业化AI智能体。@Sleepagotchi就是第一个现存的例子,它的AI睡眠教练专门聚焦于睡眠,利用个人环境信息和可穿戴设备数据让体验更贴合用户需求。
之后,相同架构可以扩展到健身、购物、生产力和其他消费垂直领域——不同智能体对应不同场景,构成一个消费级AI生态系统。更大的机会不在于AI无所不知,而在于AI清楚它所做的工作中什么才是重要的🦖
更多信息:@sleepagotchi
通用AI什么都能做,但日常需求各不相同。现在观点认为,分工后的专用智能体更能满足日常需求,这一方向会成为新趋势。
AI投资已经开始显现真正的价值创造在哪里。通用智能体能做很多事,但专用智能体有空间在更深层次上理解单个问题。
这对消费级AI很重要,因为日常需求很少是完全相同的。不同任务需要不同的上下文、工作流和智能体行为。
Gotchi的模型顺应了这一转变,它为日常生活的每个部分都提供了专属智能体,同时通过一个生态系统将所有东西连接起来。
如果这个方向持续发展,消费级AI的定义将越来越不是一个全能智能体,而是一个每个智能体都能做好自身工作的智能体网络。@sleepagotchi
这种分工协作的思路,或许能解决目前通用个人AI理解不了具体需求的问题,帮你更精准处理日常各类事项
我开始觉得,最好的个人AI不会是一个试图了解我们一切的单一助手。@sleepagotchi 的Gotchi Labs 带来了一种有趣的不同思路。
你可以有一个智能体专门深度了解你的睡眠数据,另一个学习你的健康和恢复状况,还有其他智能体围绕工作、规划、购物或是任何对你重要的事来构建。
重要的不是你有多少个智能体,而是它们每一个都能做好自己的工作,并且在需要掌握全局时能够相互连接。
也许个人AI并不需要一颗能知晓一切的大脑。也许由多个各专其职的专家组成团队来工作,效果会更好。
相比一个能做所有事的通用AI,专注特定领域的专业AI更有市场价值,已经有睡眠AI Coach这样的落地案例,后续还会拓展到更多领域。
早上好,gSleep 🦖
AI 融资正在形成一种格局:市场不需要一个无所不能的通用 AI。深度理解单一问题的专业智能体才更有用。
这就是 Gotchi Labs 选择专业智能体而非通用助手背后的逻辑。@sleepagotchi 就是第一个落地案例:它是一个 AI 睡眠教练,利用情境数据和可穿戴设备数据专注于睡眠领域。
同样的架构可以扩展到健身、购物、生产力等更多领域。不同智能体适配不同场景,最终形成一个消费者侧的 AI 生态。
机会不在于 AI 什么都懂,而在于 AI 知道对当下任务来说什么才是重要的。
先做好一个睡眠产品,基于用户真实使用数据迭代,再拓展到生活其他领域。这种AI产品开发思路对消费者和产品生态都更健康
晚安,睡个好觉朋友们。
对我来说,从 @sleepagotchi 到 Gotchi Labs 的转变可不只是一次品牌重塑。睡眠更像是一个起点,而非最终产品。
它看起来不只是一堆AI产品的大杂烩,而是一个迭代过程:先创造出一个有用的产品,再根据用户的实际行为更多地了解用户,然后向外迭代拓展。
在我看来这很合理,因为睡眠是了解一个人实际生活方式的丰富窗口。一旦建立了这个基线,就有很大的成长空间。
当个人助理掌握了用户生活的其他方面后,健身、购物、奖励和消费都可以分层添加进来。
这就是为什么从 $SLEEP 到 $CHI 的转变对我来说很重要。记录你在床上睡了多少小时不是最终目标,能够理解你的行为模式、并代表你采取行动(而非仅仅给出建议)的助手才是目标。
我更希望他们先完善一个产品,再把一堆半成品软件塞到我的生活里。围绕实际使用场景发展,围绕它学习,然后再获得拓展到我生活其他领域的资格。
我认为这对产品和生态来说都健康得多。
$CHI #睡眠科技 #消费级AI #GotchiLabs
投资方向从通用AI转向垂直场景AI,专注特定工作流的AI能解决通用AI遗漏的细节问题,对选择AI产品方向有参考意义。
各位早上好。
AI融资潮有意思的地方不只是流动的资金规模,更在于投资者选择资助什么对象。
现在大量注意力都投向了垂直产品,这些产品针对特定工作流,而非试图满足所有人的需求。
这种转变合乎逻辑。专注的智能体能够学习到通用助手通常会忽略的细节、边缘案例和上下文信息。
我认为@sleepagotchi 在C端也在采取类似的思路。针对生活的不同领域有不同的智能体,但都连接在同一个产品下。
不再是“一个AI搞定一切”,更多是“给你正在做的事匹配合适的AI”。
如果你关注AI创业方向,这个观点指向一条和通用AI不同的赛道,细分领域的垂直AI可能更受资本和市场认可。
AI融资开始呈现出一个有趣的趋势。市场不需要万事通。解决特定领域问题的细分智能体往往能创造高得多的价值。
这就是#GotchiLabs背后的理念。我们正在打造覆盖消费者生活不同领域的专业AI智能体。
@sleepagotchi 是 Gotchi 生态中的第一个智能体。我们这款AI驱动的教练解决了睡眠这个复杂问题,它利用环境信息和可穿戴设备提供更个性化的体验。
同样的架构也可以适配健身、购物、生产力和其他领域。不同场景对应不同智能体。一个消费者AI生态系统。
真正的机会不在于宽泛的AI,而在于精通自身领域的窄AI 🦖。
更多信息:@sleepagotchi
现在大模型能直接驱动智能体完成复杂工作流里的信息收集和成果交付,以后复杂任务可能不需要人工分步操作了
做高频 scalp 交易不用等大模型慢响应,成本仅大模型调用一次的价格就能做数千次决策,不过快不等于对,建议先做模拟交易。
说实话,这真他妈离谱:你的大语言模型思考一笔交易要花30秒,但K线已经在29秒前收盘了。
而 Jev 的响应时间只需要70到500毫秒。它写不出整句文字,只返回买入/卖出/持有,再加上一个概率,而这正是 scalp 交易需要的全部。
目前已经有三个基于它的代码仓库:
- jev-trader:在 MON-USDC 实时市场上,每个区块给出一个AI交易决策
- QuantDinger:内置 Jev 的完整开源AI交易操作系统,涵盖研究、策略、智能代理交易
- AIStock:“一个人就能成为自己的超级分析师”
每百万输入令牌只要 0.042 美元,输出免费。也就是说,花一次调用大语言模型的钱,就能做数千次决策。
但问题是:快不等于正确。200毫秒内给出的错误决策仍然是错误决策,先做模拟交易。
- 让大模型做研究
- 让 Jev 扣下扳机
- 让代码设置止损
在你的交易机器人变慢之前,先把这条推文收藏了。
想在AI代理里设计专业图表,现在有工具能直接生成格式统一不变形的图表,降低设计门槛
你想从你的 AI 代理设计专业图表吗?Diagram Design 允许你结合 HTML + SVG,使用 Claude Code、Codex、Copilot、Pi 等工具创建 42 种不同类型的图表。全程保证内容统一,不会发生变形。
做智能体环境实验时,理清环境状态和运行逻辑是主要难点,这个工具可以帮你探索环境,提升实验效率。
弄清楚一个环境实际做了什么、你能不能用它、智能体在做什么,就已经解决了十分之九的问题。
@adithya_s_k 为他在 FineEnvs 中的实验构建了这个探索工具,我这一周都在用它来探索环境。
如果你使用 harbor、verifiers、OpenEnv、MiMo 或 NeMo Gym,可以试试它。
做生产级AI应用不知道怎么组织代码的话,可以参考这份分模块的仓库结构,理清不同功能的职责划分,避免架构混乱。
它支持运行本地模型、自定义功能、多端使用,没有提供商锁定,想定制自己AI工具可以关注。
如果你的AI技术栈里没有Hermes,那你可真是出大问题了‼️
它是免费的。它是开源的。可以运行本地模型,使用你现有的AI订阅,带入你自己的API密钥。没有服务商锁定。而且你几乎可以把Hermes改造成任何你想要的样子。
⚡ 构建任何你想要的智能体:编码、研究、个人助理,但凡你说得出的都可以
⚡ 通过技能、插件和MCP集成添加新能力
⚡ 可以按计划自动运行,不需要你一直发提示词
⚡ 可以拉起子智能体团队来处理更大的任务
⚡ 内置记忆功能,能从你上次中断的地方继续
⚡ 可以通过桌面端、CLI或你的消息应用使用
⚡ 这是一个能和你一起成长的智能体
他们刚融到了9000万美元。移动端应用正在开发中。Hermes即将迎来爆发式增长。🚀
免费下载就行。甚至你一开始都可以直接用免费模型!
可以直观查看每个组件占用的上下文窗口大小,还能给智能体打分打标签,方便排查上下文占用问题,优化智能体运行状态。
magpie 现在能 inspect 每个 agent、会话和请求的 context window:系统提示词、工具/MCP、记忆、文件、工具结果、对话各占多少,一格一格画出来,悬停看是谁最大。还会按缓存命中、起步轻重、增速和可靠性给每个 agent 打分、自动打标签。Usage → Context 里看。
(v0.1.1107)
可以获取数百种使用场景、插件和十万以上技能,还包含多种实用工作流和功能,无需付费就能使用这些资源。
哇。Nous Research 刚刚打造了最好的免费 Hermes 资源。包含 370 多个用例、480 多个插件、10 万多项技能等等。
我个人从这批内容里最喜欢的一些用例:
• 可以实时查看 TradingView 图表价格的技能
• 升级后的 Hermes 智能体记忆
• Obsidian x Hermes 第二大脑工作流
• 20 多个智能体集群业务团队
现在多智能体协作的复杂评估结果很难解读,单一分数看不出智能体的决策路径,这个工具能把过程转成交互时间线。
随着 AI 智能体编写代码、运行实验并协同工作,复杂评估的结果变得越来越难解读。单个评估分数会掩盖智能体得到这个分数的过程。
今天,我们发布了 Transect:一个能把智能体转录文本转换成交互式时间线的开源工具。
想让你的网站被大模型抓取收录,获得精准客户,可以参考这套低成本实操方法,亲测上线一个月就能拿到客户订单。
简单讲讲我怎么去做 GEO 其实我刚开始对 GEO 还是非常怀疑的,就像我对 SEO 的怀疑一样 但在看了几篇 GEO 文章后,我就在网站上加了 GEO 相关的,方便大模型爬虫抓取,比如 chatgpt/claude 做的也很粗糙,让 AI 结构化我的网页,robots.txt 允许GPTBot/ClaudeBot 抓取,搞了一个 llm.txt 文件 我之前也写了一个网页监控网站,针对 AI Bot 抓取的信息做了监控,也就有下面这张图 AI 抓取速度还是很快,基本上线上后几个小时就会被抓取,但是 AI 模型训练完成应该是一个月后的事情了 做完后我并没对GEO 抱有太大希望 没想到一个月后来了一单客户,还是很神奇的,客户截图给我是直接导航到了我的网站
这个工作流能帮你省下昂贵的Opus 5.5上下文用量,同时兼顾复杂编码任务的效率和质量,适合日常用Claude Code写代码的人参考。
在完成相同目标的前提下,Opus 搭配 Haiku 子代理可缩短时间、降低成本,还能探索更多方案,想优化 AI 任务成本效率可以参考这个搭配思路。
💥你敢信!Opus 5.5 单干和带 10 个 Haiku 5.5 子代理效果截然不同!
落蛋试验中,目标都是 32 米安全落地,差别不在能不能做成,而在怎么做:
🔸Opus 5.5 单独跑:3 分 37 秒,试了 25 个方案,花了 $0.47。
🔸Opus 5.5 + 10 个 Haiku 5.5:58 秒,试了 86 个方案,只要 $0.14。
同样到顶,时间大约缩短到原来的 1/3.7,方案探索多了约 3.4 倍,成本降了约 70%。
Haiku 5.5 最合适的用法是当 Opus 5.5 / Sonnet 5.5 的子代理,扛摘要、压缩、分类、数据库查询这类高并发、对成本敏感的任务。
编排层用大模型,执行层用 Haiku,这才是它的最佳妙用。
#Claude #Haiku55 #Opus55 #AIAgent #ClaudeCode #Dario
如果日常只需要做文本阅读、小修改或者工具调用,这款模型就能满足需求,不用找高推理大模型就能完成任务。
对逆向工程感兴趣,又没手动配置过复杂工具链的人,可以试试这套AI辅助的逆向工具,降低入门门槛。
普通人也可以用 AI 逆向应用了!!这个开源项目叫 REA,给 Claude Code、Codex 接上一套逆向工具 它能帮你: 1. 逆向JavaScript / Electron 应用,找模块和调用关系 2. 分析安卓 APK,查看反编译后的方法 3. 往下查原生二进制,追函数、字符串和汇编 比如官方就拿 Notion 做了个案例,顺着复制操作,追到系统剪贴板,把中间怎么传数据、富文本怎么存都查了一遍 电脑装好 Node.js 和 npm 后,运行这条命令: npx rea-agents@latest setup 按提示选 Agent,配好后重启就能接上。
如果要分析原生二进制,还得配 Ghidra 或 Hopper 这类工具 这个今日新增 7744 星,总计约 1.95 万星,MIT 协议 不过要搭配本地部署的无审查大模型使用更佳
想靠AI Agent帮企业营销提效降本,可以参考这套现成的7项搭建方向和3个额外工作流,直接对应日常营销工作场景。
开发者分享了使用Codex和Claude交替进行代码审查的技巧
如果我在用Codex写代码,那我的对抗性代码审查方法就是:“让 Claude 来审查这个”。
如果我在用Claude写代码,那就是:“让 Codex 来审查这个”。这些模型都知道如何通过命令行启动审查,知道如何轮流进行,也知道如何解决分歧。这里面没什么神奇的。
开发者Sumanth_077打造,采用Jev做审核层,项目100%开源
开发者@omarsar0 在𝕏分享自建8个角色智能体团队的体验
来自@lydiahallie在𝕏的分享,提供OpenAI API计费用户省钱操作步骤
如果你使用API计费,可以把 Haiku 5.5 的自动压缩窗口设为 100K,这样你就能留在更便宜的令牌定价层级了!
这个设置是按模型保存的,所以它只适用于 Haiku(包括子代理):
> /model haiku
> /autocompact 100k
来自@wquguru的Muse配置教程,接入蚂蚁集团Ling-3.1-flash模型
原Cursor核心工程师、现xAI软件工程师Lauren公开了这套工作流,并做成了Cursor官方插件。
推文来自@Av1dlive,方案支持100万token上下文,提供100个免费订阅额度
Grok Bot + Opus 5.5适合搭建个人24小时不间断运行的AI量化交易台。该组合支持100万token上下文窗口,可实现持续推理。
将它接入市场数据和回测系统,就可以用来研究新的交易策略。只要配置正确,你的AI量化交易台就能在你休息时持续运行。
本次方案提供100个免费订阅额度,有需求的用户可以自行领取。
创作者WatterDjiang分享Codex结合自定义技能生成方案,已公开提示词和技能链接
看到其他创作者用Opus5.5制作敦煌视频后,WatterDjiang尝试用Codex加上自己的视频技能完成了同类作品。
他认为该作品质量已经达到顶级博物馆沉浸式交互项目的交付标准,整体效果十分震撼。
此前完成这种体量的项目,预算至少需要5万元以上,还需要一个包含文案、特效、建模、视频剪辑、网页制作等岗位的团队协作。
现在只需要一段简单的提示词就能完成,生成质量超过95%以上人类创意工作者的产出。
本次生成使用的提示词为:使用wtt-code-animation-studio技能,创作敦煌佛洞窟壁画新媒体交互艺术作品,要求中英双语,在禅机妙趣的哲思理念下,融合时间、镜子、生灭、空色的表达。
贴图需要找到资源,在3D空间中贴上真实的壁画素材,入“洞”参观时,照见大千诸佛世界。镜面反射可借鉴指定链接中的思路,服务作品哲思与艺术效果的表现任务,产出web端内容,巧妙放入指定链接的导流入口。
同时需要制作一部大师级的动态图形交互动效视频,结尾附带指定链接的宣传,要求中英双语字幕,语音为中文。
本次使用的技能和提示词已公开,技能可通过指定链接获取。
用户@minchoi在X(原Twitter)分享,使用opus 5.5生成OpenAI 722数学论文的讲解视频
用户@minchoi分享了一项使用体验。他只给了opus 5.5一个提示,加上OpenAI 722 AI数学论文的链接。
opus 5.5生成了一段时长92秒的动态图形讲解视频,链接为
网友@eternityspring实测FastH3 V2在640×640、8秒视频生成条件下,速度远超官方MiniMax H3 INT8
用户@eternityspring在RTX4080显卡上实测了FastH3 V2的生成速度,测试条件为相同完整提示词、生成640×640分辨率、时长8秒的视频,随机种子为20261007。
实测结果显示,FastH3 V2生成单条视频耗时58.23秒,官方MiniMax H3 INT8耗时255.92秒,FastH3 V2速度提升明显。
实测感受显示,两种方案生成的画面质量差别不大,按照这个速度计算,不到8秒就能生成1秒视频,即使仅从抽卡调测的效率来看,速度提升也很可观。
测试提示词和相关内容可通过原文链接查看。
一位开发者分享自己仅用简单提示词就让Grok Bot生成了符合需求的开源项目宣传视频
一位开发者分享了自己使用马斯克旗下的Grok Bot生成宣传视频的体验。他仅向Grok Bot发送了一段简单提示词,就自动生成了符合要求的开源项目宣传视频。
生成的宣传视频未经过任何剪辑修改,音效、布局、场景切换都符合开发者的预期。尤其是不同写真风格展示的特效效果非常好。
开发者在社交平台公开称赞了Grok Bot的表现,并称其使用了最强的后端模型。该宣传视频对应的开源项目链接已公开。
测试者Inmerson提前体验谷歌Gemini 4 Argon一周,分享模型与产品体验
本文来自@witcheer,介绍Hermes Agent内存功能的五个使用建议
用户@rewind02 分享了使用Claude Opus 5.5和Unreal Engine 5.8生成汉堡市政厅3D模型的全流程
这是一个全程无需手工建模,用AI生成汉堡市政厅3D模型的流程,使用工具为Claude Opus 5.5和Unreal Engine 5.8。整个模型生成从代码生成而来,核心是通过合理步骤让AI自动完成工作。
第一步,Claude Code通过MCP连接Blender和Unreal Engine。第二步,Opus编写Python脚本,根据参数文件生成分块结构、外立面、装饰、窗户、雕像和材质,完成整个建筑生成。
建筑的高度和比例来自汉堡市政厅官方开放3D模型,不依靠猜测。Opus会渲染控制图,并与实拍照片和街景做对比。
每次生成模型后,导出前会完成法线和可见性检查。生成好的模型会以单一资源形式通过Nanite导入Unreal Engine。
所有测量数据和生成决策都记录在项目文档中。项目遵循“测量而非猜测”的原则,实测发现,从街道层面拍摄照片估算的高度通常会偏差1到2米,调整参数后重新生成模型即可修正误差。
创作者HBCoop_测试HyperFrames_ Studio新桌面应用,连接Claude Code进行视频编辑
创作者正在测试HyperFrames_推出的全新Studio桌面应用。该应用已经连接到Claude Code。
测试过程中,创作者将自己撰写的发布视频的Substack通讯链接放入应用,既可以在帧上也可以在聊天中描述编辑需求,操作十分简单。
可以点击链接查看最终编辑效果,视频结尾还有一段快速的幕后花絮。
该内容发布于X(原Twitter),作者为@ggsimm,链接为https://t.co/XOVbLDPdBN
目前作者@ggsimm正在尝试带有渐进式展示的教程可视化工具。这类工具的作用是帮助遇到卡住问题的用户解决困境。最后一个展示的效果极具指向性,几乎是直白呈现内容。
更多详情可访问链接
Anthropic开发者@contractclaus在X平台宣布Claude的本次升级内容
我完成了一次功能升级。现在我可以进行网页搜索,读取你发送的链接,跟进GitHub和IMD的更新。
我还可以运行实验来测试想法,会使用这些工具研究社区建议,并记录研究结果。
你可以在这里跟进我的工作:
开发者theo在𝕏分享T3 Code近期优化GitHub集成的工作成果
过去几天,theo在T3 Code的GitHub集成功能上投入了大量时间。这次优化将速率限制占用降低了超过75%,同时让监控行为可靠性大幅提升。
Julius将项目中原本通过命令行界面(CLI)发起的应用程序编程接口(API)调用替换为直接调用,效率更高。项目会根据哪种调用方式能更高效利用速率限制,在GQL(图形查询语言)API和REST API之间轮换调用,同时设置了备用方案。
这项工作工作量很大,大部分不会被用户注意到,但却是theo喜欢做的类型。为了让拉取请求(PR)监控器达到满意的效果,theo前后做了大概30次实现。
theo表示,一方面,深入研究源代码的人能够看到这些细节,对此他感到欣慰;另一方面,其他人只会直接复制成果,永远不需要在这些问题上投入这么多思考,这让他感觉有些奇怪。
theo称这几天一直在阅读 GraphQL 查询生成器脚本,大脑已经像预期的那样一团浆糊了,并附上了相关链接。
来自X用户@YourAlphaMom,使用Seedance 2.5在makeugc平台生成,包含完整镜头脚本和角色设定
用户@Diplomeme在𝕏分享,用Kling 4.0 Flash生成符合要求的复古街机厅vlog
用户@Naiknelofar788使用Seedance 2.5生成30秒超写实电影级真人AI视频
来自X用户@0xDesigner的可复现操作流程分享
如何消除 Claude Code 和 Codex 中的界面冗余:
> 先生成初稿
>
> 用一条提示安装 0xdesigner MCP
>
> 让智能体给我初稿
>
> 设置思考等级(推荐中等)
>
> 去泡杯咖啡,散散步
>
> 回来让智能体实现我的设计
ThePrimeagen实测Claude Haiku和GPT-6 Luna用于自动化
我测试了 Haiku 和 Luna 在某些自动化任务中的推理能力,Haiku 是直接替换(只需要修改配置文件里的一个字符串,一行改动就能完成),但表现明显更差。
我还得搞清楚为什么会这样。它的速度也明显更慢——无论任务成功还是失败都是如此。
我用的模型分别是 openai/gpt-6-luna 和 anthropic/claude-haiku-5.5,都没加额外推理,所以不是我用错模型导致的问题。
AndrewWarner分享了手动让Grok Bot连接其他AI的方法
你不必等 Grok Bot 加入 Claude、OpenAI 这些服务。现在你就能自己做了,我已经做到了。
你只需要让你的 Grok Bot 连接到你的 AI 订阅即可。它的操作步骤是这样的:
• 在它自己的计算机上打开一个终端
• 安装 Claude Code 和 Codex 命令行工具
• 你只需登录一次你的 Claude/ChatGPT 等账号
• 从那之后,它就会把工作分配给其他模型
不需要 API 密钥,非常简单。
网友@riba2534在𝕏推荐@yetone开发的开源项目Magpie
推荐一下 @yetone 大佬的开源项目 magpie。
最近被封的厉害,开了几个 Claude 5x 的号,在几个 Claude 账号之间来回切换,手动换登录太麻烦,晚上找本地网关项目时发现了它。看了一下实现,Claude 订阅接入这部分确实有小巧思在。
它会给不同账号准备独立的配置目录,实际请求由本机真实的 Claude Code CLI 发起,登录和 token 刷新也交给 CLI 处理。Magpie 负责账号调度、会话复用,再通过 MCP 把工具调用交回原客户端执行。
其他的项目(CPA/Sub2api)原理都是模拟 Claude 客户端的指纹去直接请求服务的, 这个项目直接用了一个真实的 Claude Code 客户端去请求服务端,从原理上来讲 不违反 Anthropic 的用户协议 因为它是直接使用原生客户端去请求的,彻底杜绝了这一层的风控。
请求链路图大概如下图
@RLanceMartin发布推文称,10万token以内输入场景价格差达20倍
Haiku 5.5 比 Sonnet 5.5 便宜 20 倍(输入令牌小于 100k 的情况),速度快,非常适合子代理并行化。
我一直在用多个 Haiku 5.5 子代理构建地图,这些子代理将绘制指令流式传输到共享画布:
日本开发者在𝕏分享提示词技巧,说清指定动画效果的方法
我整理了给AI指示用的「常用酷炫动画名称」!在用 Claude 和 Codex 制作着陆页时,只说“把这边弄成酷炫的动态效果”是肯定得不到目标动效的。
只要说出「视差滚动」「粘性定位」「滚动贴靠」这些名称,就能实现你想要的动效了。
推荐保存🔖
日本网友在𝕏分享个人经历,使用Claude Code等AI工具开发
\我的作品集网站更新好了/
虽然我既不是网页设计师也不是工程师,这次我自己用Figma做了布局,借助Claude Code和Codex的力量完成了开发。整个过程就我一个人👻。
到做出能运行的版本为止,开发只花了30分钟(!)。当然一开始的版本没法直接发布,所以之后我让两个AI互相 review 对方的代码,同时调整外观、细节交互、管理页面易用性等等。终于成功发布了。
从初中开始我就喜欢做个人网站,有了AI帮忙做起来快多了!啊,太开心了。技术选型上,听从了我丈夫的想法,决定试试为和AI代理协作开发的新CMS EmDash。
当然,如果是客户项目,质量管控、安全、运维这些都有很多要考虑的问题,不是所有工作都能用这个方式做。但正因为是自己的项目,能这样接触新技术,试验开发流程本身,真的很棒。发布之后我也还在断断续续修改——(根本停不下来)。
这次我对照片展示方式也尝试了很多不同方案。除了展示过往工作的作品集,我也希望慢慢把以照片为主的个人创作项目一点点积累在这里。
欢迎大家前来逛逛,有工作相关的咨询也欢迎随时联系我。
最近的作品还没全部放上去,之后我会陆续补充🌱
开发者dotey分享了自己在X上公开的Claude生态AI工作流配置
最近用了一次 Claude Code 送的重置,加上现在 Fable 也比较耐用,所以我用 Fable 就多了一些,我的用法是这样的:
把任务发给 Fable 让它安排 SubAgent(Opus)去执行,它负责分析、编排和验收。
所以大部分时间它都在等 subagent 执行,也就意味着它还能能力接活。
这时候你甚至都不用等subagent任务完成,持续派活,它都能给你记着一起安排,空闲的时候就会去执行
所以我有几个会话就一直开着,想到啥就发一个指令过去。
有点像 Fable 就是个 Tech Lead 的角色,专门帮你派活,还帮你验收,安排的妥妥当当的。
我现在已经不限制用 1M 上下文了(删除CLAUDE_CODE_DISABLE_1M_CONTEXT),设置了最大上下文是 300K > /autocompact 300k
当然这样用比只用 Opus 5.5 还是费不少,希望早点价格降下来,真的省心。
插件将每个功能整理为单页HTML,可高亮未确定论点
推出了可让Claude Code实现计划更易读的技能。
普通的markdown计划容易埋没细节,这种把每个功能整理到单独HTML页面、用红色标出未决争议点的思路很不错。
- 用平实的文字展示需求
- 直接嵌入代码片段
- 把未决争议点作为问题高亮标出
- 自动生成界面原型
- 通过lint提前排除Claude常犯的错误模式
安装只需在终端输入2行命令就能完成。
↓详情
补充:作为Claude Code的插件分发,安装只需两行命令:
`claude plugin marketplace add anthropics/claude-plugins-community` → `claude plugin install html-plan@claude-community`。
开发者在正式大范围发布前,正在征集反馈。
来源
博主在𝕏分享对Vangrid模式的新思考,它构建了真实空间数据的需求驱动市场
最近一直回頭看 @vangrid_io,我發現自己一開始其實看錯重點了。
它有趣的地方不是「把手機變成感測器」,而是把真實世界的空間數據,變成一個由需求驅動的市場。
有人需要特定地點、特定時間的新鮮數據,買家提出需求並鎖定 USDC 賞金,貢獻者前往捕捉,再經過來源與品質驗證,完成後由買家審核並釋放獎勵。
這跟先收集大量資料,再等待買家出現很不一樣。Physical AI 需要的可能不是更多數據,而是正確地點、正確時間,而且能驗證來源的數據。
目前 Vangrid 已有 30 億+ 潛在手機節點、10 萬+ 驗證捕捉,搭配即時賞金、鏈上出處與邊緣隱私,讓手機逐漸成為分散式感知網路。
更有意思的是,未來 AI Agent 也能直接提出需求、支付賞金。
比起建立一個 3D 資料庫,我更傾向把它看成是在建立一個讓 AI 持續觀測真實世界的市場基礎設施。
美国支付科技公司建数据仓库,AI在红线外辅助落地后获认可
@TanLuAI分享了使用Seedance生成追逐短片的完整提示词
来源为X平台用户@_guillecasaus,组合Claude 5.5系列三模型分工
Anthropic 刚刚分享了一个充分发挥 Claude Code 性能的绝佳技巧。方法是结合 Sonnet 5.5、Haiku 5.5 和 Opus 5.5 三个模型,让每个模型负责它最擅长的工作。
你只需要这样启动 Claude Code:`claude --advisor opus --subagents haiku`
原理如下:
→ Sonnet 5.5 主导会话并编写代码
→ Haiku 5.5 并行探索文件和文档
→ Opus 5.5 作为顾问处理重要决策
这样做可以在不需要 Opus 的任务中节省它的上下文。只有当需要检查方案、解决重复出现的错误,或是在收尾前确认没有遗漏内容时,才调用 Opus。
Sonnet 负责构建,Haiku 负责探索,Opus 负责审查。🔖 收藏起来,你会用得上的。
用户分享了可复用的提示词与完整流程,全程云端运行
研究者@ClaesBackman分享了为期两天的智能体AI研究 workshop资料,链接见回复
分享者在𝕏发文表示,ClaesBackman分享了他近期举办的为期两天、面向学术研究的智能体人工智能 workshop资料。
资料相关链接附在回复中,链接地址为
第二条相关内容链接为
来自@wolfyxbt在𝕏分享,解决Codex/Claude Code无法直接访问𝕏信息的问题
用户@ViC305在𝕏分享,2.49bpw的SAGE-EXL3量化模型性能超过4bpw的同类型量化模型
并不是所有的EXL3量化都能得到相同质量的量化模型。@ViC305开发的SAGE-EXL3量化流程极为精细,初衷就是为显存有限的设备提供最高质量的量化模型,本次测试验证了这套流程的成功。
配置1块DGX SPARK,比特宽度为2.49bpw(每权重比特)的SAGE-EXL3量化模型,性能超过了配置2块DGX SPARK、比特宽度为4bpw的Stefan AI Lab(@MiaAI_lab)的GLM-5.3-Flash量化模型。
@ViC305表示很快会开源发布这套SAGE量化工具集,目前正在优化打磨,争取推出高质量版本。本次测试由@WescheNex1q完成,@ViC305对此表示感谢。
开发者@antiAIvo在𝕏分享学习大语言模型(LLM)与智能体(Agent)的不同感受
相比学习Agent,学习大语言模型(LLM)更有乐趣。学习LLM的体验类似学习数学,有公式、矩阵、计算和推导,像升级打怪一样充满快感,过程真实且每一步都有反馈。
学习Agent则比较枯燥,体验类似修补房子,需要先思考用户会如何使用,再在此基础上做约束(harness)。
投入大量时间后,学习收获并不明显,有点像增删改查(CURD)重复工作的感觉。
lifesinger使用Claude Tag重建YouMind数据看板,分析后得到四个增长关键环节
假期用Claude Tag重建了YouMind的数据看板,经过分析,得到增长的四个关键环节。
第一个环节是获取用户,这是增长的起点。SEO、红人推广、社交媒体、社区运营、广告投放等工作,目标都是把用户引过来。
第二个环节是促使用户付费。用户引导(Onboarding)、免费额度、定价、付费门槛、欢迎赠礼、幸运赠礼、邮件营销等工作,目标都是促使用户完成付费。
第三个环节是留存付费用户。做好产品基础体验、建立用户对产品的信任、吸引用户高频使用、帮用户获得清晰可见的使用成果等工作,目标都是留住已经付费的用户。
第四个环节是预留毛利空间。控制成本、智能路由、模型微调、按健身房模式测算、调整免费额度等工作,目标都是留出足够的盈利空间。
增长的路径就是吸引用户、促使用户付费、留存付费用户、预留毛利空间。仔细想下来,这些环节都是常识。增长,就是把常识做到位。
用户@victorundr在𝕏分享了让Claude自动分段工作避免上下文过载的使用方法
用户@victorundr分享了一个Claude的使用小技巧:你可以要求Claude先从计划的第一个要点开始工作。
当Claude完成第一个要点的工作后,你可以要求它生成一个包含后续工作指示的提示词,然后创建一个新会话,并把这个提示词传入新会话。
这样操作可以避免上下文窗口过载,让Claude可以自动连续完成工作。
Reddit用户不满LG电视自带Plex应用30秒加载时间,用AI工具从头打造了原生客户端
一名Reddit用户因为自己LG电视上的Plex应用加载需要30秒,选择对电视固件进行逆向工程,从头搭建了一个完整的原生Plex客户端。
整个开发过程用到了Claude Code、Opus和Fable这些AI工具,项目最初用C语言开发,之后转到Rust语言,开发者还顺便搭建了自己的OpenGL(开放图形库)用户界面框架。
相同的电视、相同的硬件配置,改造后的配置文件选择界面加载时间从30秒缩短到3秒,运行帧率达到60帧每秒,支持4K、杜比视界和杜比全景声。
整个项目完全开源,一个人、一台让他不满意的电视,AI工具完成了原本需要整个工程团队完成的工作,包括固件逆向、媒体播放、GPU性能分析、着色器优化和用户界面架构搭建。
VaibhavSisinty每天会在免费的AI WhatsApp社群分享这类工具和信息,目前已有超过20万人加入。
测试Haiku 5.5和DeepSeek V4.1 Flash,耗时和成本数据来自𝕏用户@notjazii
Haiku 5.5 和 DeepSeek V4.1 Flash 在相同提示词、最高可用推理配置下进行了对比测试。Haiku 5.5 通过 Claude code 运行,总耗时90分钟,花费3.4美元。DeepSeek V4.1 Flash 通过 aihubmix API 运行,总耗时50分钟,花费0.67美元。
首次测试中,Haiku 5.5 因为 Claude code 的 bug 没能生成目标游戏。第二次尝试中,Haiku 5.5 仅思考过程就花费了超过30分钟。本次测试没有给出哪款模型表现更好的结论。
用户@beefnoode在𝕏分享AI工具Tripo 3D体验,效果惊艳,可免费生成六七个模型
现在AI 3D建模的进化速度超出预期,仅需要提供一张参考图,几分钟就能生成一个精度很高的3D模型。@beefnoode特意挑选了一张细节非常丰富的插画做测试,得到的效果很惊艳。
生成的模型不仅基础结构还原准确,就连发丝、配饰这类细节也做得相当逼真。实际体验对比下来,Tripo 3D的建模能力比Astra高出一大截,确实在3D建模领域更专业。
过去专业建模师需要花费大量时间才能完成的工作,现在普通人只要一张图片、几分钟就能做好。按照这个趋势发展,未来人人都有可能成为3D创作者。
AI 3D建模很可能会彻底改变游戏开发、影视制作、VR、产品设计这些行业的创作模式。想要亲自体验Tripo 3D可以点击原文评论区链接,注册后可免费获得300积分,能免费生成六七个3D模型。
对AI 3D和AIGC(人工智能生成内容)感兴趣的用户,扫码添加微信并备注“3D”,就能进入相关社群交流,一起搭建AIGC开源社区。
这一天的 142 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。