AI Pulse

社区讨论：有人询问为何AGI术语变为超级智能（SI）且被政治化，希望获得更多背景信息。有人认同这是一场羞辱仪式，美国顶尖富豪和相关政治操弄缺乏骨气，本质是为了给相关政治人物留下遗产，甚至有人认为这是为了控制舆论话语权。也有人提出，真正成功的新技术最终会淡化专有称谓，就像高清电视最终只叫电视一样。

还有人明确反对给这种行为找“战略布局”的借口，称其只是腐朽思想的胡言乱语。

今天周五 🎉 下面来看看本周的公告：

——现在面向全球开放英文版本，任何人都可以通过我们的检测器门户轻松验证图片、视频或音频文件是否由谷歌或行业合作伙伴的AI生成。

——Nano Banana 2.1，在视觉设计、主体一致性和精准定点编辑方面实现了飞跃，你可以在不更改整张图片的情况下修改特定细节。

——EmbeddingGemma 2，我们首个原生多模态开源模型，可将文本、图片、视频、音频和代码统一到单个空间，用于端侧嵌入。

——@GoogleGemma 4 与BOTANIC-1搭配使用，BOTANIC-1是一款专门在植物DNA上训练的AI，可快速定位让作物茁壮成长的确切突变。

——面向企业的Gemini智能体，一款通用云智能体，可全天候运行，帮你完成工作。

——Gemini Live中的引导视觉功能，通过相机提供实时视觉辅助和动态音频描述，该功能是与盲人和低视力群体合作开发的。

我们刚刚接纳了所有来自 Claude Code Projects 等候名单的 Pro 和 Max 用户！

如果你是 Claude Code Projects 新手，这里有一个 4 分钟的入门导览，帮你上手：

两周多以来，Prime Agent 调度了超过2000个智能体组成的集群，用Rust语言完成了自我重写。

本次测试动用了超过10000个沙盒，生成了超过2000亿个GLM-5.3 tokens，产生了16000条智能体之间的消息。

这是我们迄今为止对Prime Agent多智能体能力，以及支撑这些智能体集群的基础设施进行的规模最大的一次测试。

现在Prime Agent可用输入的处理速度提升了约13倍，启动内存占用比之前减少了83%。

介绍我们用于快速决策的新模型：Microsoft-Decision-1。

它在结构化决策任务上提供顶尖性能，在延迟和质量上都优于大语言模型和其他决策模型。

我们已经在 Microsoft 内部对它展开测试，覆盖从事件响应、质量控制到科学发现的各类场景。

Claude Managed Agents 动态工作流现已开放公测。

它是一种新型多智能体编排工具，为处理最复杂的工作负载而构建。

主导智能体会编写一个计划，分阶段由多个智能体执行，最后整合所有结果。

AI已经足够智能。但现实任务仍然缓慢、昂贵且不可靠，因为我们给AI配备的是为人类设计的计算机，然后给它套上沉重的枷锁。

AI不需要变得更聪明。它需要一台为自己量身打造的计算机。

今天我们发布Pine Computer。

把 LLM 基模的问题中译中为通俗易懂的解释，正是这个 AIGC 时代真正稀缺的 interpretability

这篇来自Meta超级智能实验室论文关于自我改进智能体的重磅论文。（收藏起来）

目前很难准确确定到底是什么驱动了自我改进，因为有太多变量在起作用（笔记、技能、运行之间的工具调用等）。

Meta的研究人员探索并讨论了一种衡量自我改进是否有效的方法。他们称之为智能体可塑性。

它指的是在模型权重固定且每次运行都从全新上下文开始的情况下，每花费一美元学习成本在留出任务上获得的收益。

他们发现，性能最好的模型通常和学习效率最高的模型不是同一个。

在国际象棋、围棋和六贯棋中，Claude Fable 5取得了最高最终得分，而GPT-5.6 Sol每美元学习成本获得的收益最多。

在NetHack中，只有Claude Opus 5.5有显著提升，花费约1073美元学习成本获得了66个归一化分数提升。

另一个有趣发现是，学习慢的智能体通常会忽略它们已经写好的工件。学习快的智能体会重复使用它们的工件，但当工件质量低下时仍然会失败。

论文：
与论文对话：

两周多以来，Prime Agent 调度了超过2000个智能体组成的集群，用Rust语言完成了自我重写。

本次测试动用了超过10000个沙盒，生成了超过2000亿个GLM-5.3 tokens，产生了16000条智能体之间的消息。

这是我们迄今为止对Prime Agent多智能体能力，以及支撑这些智能体集群的基础设施进行的规模最大的一次测试。

现在Prime Agent可用输入的处理速度提升了约13倍，启动内存占用比之前减少了83%。

AI已经足够智能。但现实任务仍然缓慢、昂贵且不可靠，因为我们给AI配备的是为人类设计的计算机，然后给它套上沉重的枷锁。

AI不需要变得更聪明。它需要一台为自己量身打造的计算机。

今天我们发布Pine Computer。

Claude Managed Agents 动态工作流现已开放公测。

它是一种新型多智能体编排工具，为处理最复杂的工作负载而构建。

主导智能体会编写一个计划，分阶段由多个智能体执行，最后整合所有结果。

目前使用AI智能体仍然感觉非常像单机游戏。它们完成你的工作，但结果却被困在孤立的聊天记录中，没有任何东西能累积复用。

Busabase团队（@Busabase4agent）为此推出了一个开源（MIT协议）的智能体数据库和工作区来解决这个问题。

你的智能体会直接写入结构化工作区，把它们的输出转化为整个团队都可以访问的可复用数据、文档和技能，而不是让工作消失在临时聊天中。

介绍我们用于快速决策的新模型：Microsoft-Decision-1。

它在结构化决策任务上提供顶尖性能，在延迟和质量上都优于大语言模型和其他决策模型。

我们已经在 Microsoft 内部对它展开测试，覆盖从事件响应、质量控制到科学发现的各类场景。

Qwen3.8-Max、Qwen3.8-Flash和Wan3.0现在已经在@gmi_cloud开放一周免费试用。

现在就来探索你能和我们一起开发出什么吧。🙌

我们刚刚接纳了所有来自 Claude Code Projects 等候名单的 Pro 和 Max 用户！

如果你是 Claude Code Projects 新手，这里有一个 4 分钟的入门导览，帮你上手：

🚀 宣布推出 𝙾𝚙𝚎𝚗 𝙸𝚗𝚝𝚎𝚕𝚕𝚒𝚐𝚎𝚗𝚝 𝚄𝙸

这是一个开源模板，能把智能UI引入到你的产品中。

适配：
- 任何模型
- 任何智能体框架
- 你的组件和设计系统

可用于网页、移动端、Slack 等更多平台。

代码仓库在下方。

我们正在为NVIDIA研究院的学习与感知研究（LPR）团队招聘博士实习生！

我们致力于具身智能研究，力求突破边界，同时创造真实世界的影响力。

我们尤其对智能体推理、多模态与持续学习、AI科学家相关方向以及其他相关领域感兴趣。

申请要求：你必须是在读博士生，并有出色的研究履历（有发表论文，或是开源项目的核心贡献者）。

请直接通过下方链接申请！职位列表：团队主页：

这正是我希望能见到更多的那种开源AI发布形式。Nace AI刚刚发布了Drex 1.5。它的重要之处在于：

→ 128K上下文窗口
→ 参数规模小于10B
→ 在决策指数上排名第一
→ 可通过Ollama和llama.cpp运行
→ 兼容Claude Code、Codex、Cursor和OpenCode
→ 权重和代码完全开放

AI开发者现在可以对自己的技术栈拥有更多控制权。

我们今天开源了Drex 1.5！这是目前排名第一的最小决策模型，专为本地和云端部署构建，拥有128k上下文窗口。👨‍💻兼容Ollama、Unsloth、OpenCode，也可以接入Claude、Codex、Cursor、Hermes、Claw等工具。

立即体验：云端用户：注册可领取25美元奖励。

他们正在为脑AI构建硬件层。

大多数AI公司都在竞相打造更好的模型。而Sabi走得更深：

→ 定制芯片
→ 定制神经成像传感器
→ 基于神经数据训练的脑基础模型

现在他们已经筹集了5000万美元来继续推进。

最有意思的AI公司或许就是那些去打造没人愿意搞的东西的公司。

今天周五 🎉 下面来看看本周的公告：

——现在面向全球开放英文版本，任何人都可以通过我们的检测器门户轻松验证图片、视频或音频文件是否由谷歌或行业合作伙伴的AI生成。

——Nano Banana 2.1，在视觉设计、主体一致性和精准定点编辑方面实现了飞跃，你可以在不更改整张图片的情况下修改特定细节。

——EmbeddingGemma 2，我们首个原生多模态开源模型，可将文本、图片、视频、音频和代码统一到单个空间，用于端侧嵌入。

——@GoogleGemma 4 与BOTANIC-1搭配使用，BOTANIC-1是一款专门在植物DNA上训练的AI，可快速定位让作物茁壮成长的确切突变。

——面向企业的Gemini智能体，一款通用云智能体，可全天候运行，帮你完成工作。

——Gemini Live中的引导视觉功能，通过相机提供实时视觉辅助和动态音频描述，该功能是与盲人和低视力群体合作开发的。

良好安全基础设施 🤝 @Baseten 推理

今天我们与 Baseten 达成合作，为开源模型提供实时安全监控。这是朝着我们愿景迈出的重要一步，我们希望确保每一个高性能模型都拥有前沿对齐技术栈。

社区讨论：有人询问为何AGI术语变为超级智能（SI）且被政治化，希望获得更多背景信息。有人认同这是一场羞辱仪式，美国顶尖富豪和相关政治操弄缺乏骨气，本质是为了给相关政治人物留下遗产，甚至有人认为这是为了控制舆论话语权。也有人提出，真正成功的新技术最终会淡化专有称谓，就像高清电视最终只叫电视一样。

还有人明确反对给这种行为找“战略布局”的借口，称其只是腐朽思想的胡言乱语。

把 LLM 基模的问题中译中为通俗易懂的解释，正是这个 AIGC 时代真正稀缺的 interpretability

用代码做视频的潜力，真的被严重低估，推荐大家一定要去研究一下！文字不变形、排版像素级对齐、动效节奏毫秒级可控 而且未必要用 Opus5.5 等 SOTA 模型，只要提示词够细、分镜和逻辑清楚，完成后做审查，常见的模型做出的动效视频都不会太差。以后的 AI 视频生成，到后期一定是： 代码生成 + 视频模型 + 图像模型 图像模型负责高质量静态资产和切图，代码负责精准运镜、文字排版和节奏控制，视频模型负责局部复杂动态。

通过代码来控整个生成流程和最终交付，不仅精细，分发和批量改动也极其方便。如果你想研究怎么用代码搓视频，推荐看看这个 GitHub 仓库：awesome-opus5-5-videos 收录了 500 多个用代码做出来的爆款视频和完整的 Prompt，涵盖了动效、科普解说、3D 场景还有交互 Demo 🔗：

有人开发了一款开源工具，能让AI智能体逆向工程几乎任何软件。

REA 可以检查应用和二进制文件，追踪各个功能的工作方式，展示证据，并帮助你在自己的项目中重现这些功能。

软件开发即将变得非常有意思。

Codex 的这个功能很棒。几个月来，我在自己的智能体编排器里一直使用我自己的作曲预测工具。

它可以调参，并且会随着我更多的使用适配我的偏好。实际上，我为此使用了更小的模型，比如 Haiku 和 Luna。

这是一个提升生活质量的不错小功能，能让智能体变得更主动一些，还能提高生产力。

DaveShapi在𝕏分享了他当前使用的AI效率工具组合，每款工具对应不同使用场景：

第一款是ChatGPT Astra Ultra（或sol 6.1 ultra），用于企业级研究。它在咨询业务、自动化、企业事务以及核心业务研究方面表现非常突出。

第二款是OpenAI Dot，作为个人行政助理使用。

第三款是Claude Opus 5.5，作为全职专业视频动画制作工具使用。

第四款是Claude Code，作为本地音频处理工具使用。

第五款是Gemini，作为个人日常助手使用。

第六款是Grok，作为辅助助手兼研究员使用。

最后一款是Grok Bot，DaveShapi认为它目前的能力还不足以支撑日常使用，他也不确定Opus什么时候会向所有用户开放推送。

这是一套使用 Claude Design 制作设计原型时节省 Token 的操作技巧。

首先，在 Claude 网站上用 Claude Design 完成完整版本的设计稿，迭代到你满意为止。

然后将设计稿导出为 HTML 文件，下载保存到本地。

后续更新维护时，直接让 Claude Code 将这个本地 HTML 文件当作本地网页处理。

不再需要依赖 Claude Design 网站在线操作，以此减少 Token 消耗。

如果想要查看该技巧制作出的原型效果，可以访问链接 `npm i & npm run dev:designs` 访问 http://localhost:4331/ 查看。

氛围编码不会淘汰软件开发，如今AI已经可以直接完成工作。本周发生了三个案例：

Grok Bot在2分钟内通过三轮和客服的对话，帮用户争取回了超过174.18美元的亚马逊购物退款。

Marc Lou定制落地页，没有用到设计师，也没有用到页面生成器，直接由Claude Code完成搭建。

Noah Kagan的AppSumo晨间仪表盘每天自动更新，没有用到商业智能软件，他既没有写代码，也没有购买软件。

那么AI时代的机会在哪里？

第一是分发。现在任何人都能做开发，但只有少数人能触达买家。

第二是教学。大多数人还不知道AI已经可以完成这些工作。

第三是代搭建服务。大多数人永远不会自己动手配置，他们愿意付钱请人做好。