AI Pulse

社区讨论：部分开发者认同对OpenAI、Anthropic的批评，质疑两大公司隐私政策，有人已经切换到其他厂商模型。也有开发者提出实际顾虑，目前替代模型价格是前者的5倍，成本过高，还有开发者指出工作场景中没有替换大模型的自主权。另外有人质疑，拒绝这两家后选择替代模型很多也存在安全或伦理问题，仅靠好感选模型并不合理。

社区讨论：多数人认同当前代码评审是AI编码产出更多代码后新的瓶颈，资深工程师仍不愿放弃逐行评审，也有人认为逐行评审本来就不是抓bug的有效方式，代码评审更该关注最佳实践和新人培养。有人类比提出，编码只是软件开发的一环，现在编码效率提升了，但其他环节才是限制整体产出的因素。也有人反驳说个人自制软件的数量已经借着AI编码大幅增长了。

社区讨论：多数开发者吐槽Codex CLI和Claude Code的产品质量差，有用户反馈Codex CLI的旧版本占用了12GB磁盘空间，还有用户遇到后台驻留大量进程、自动更新损坏。git权限等bug，有人认为当前LLM驱动开发的前景不乐观。也有人支持自动更新是行业常态，浏览器都这么做，工具也不例外。

目前已有用户分享了禁用自动更新后台进程的配置方法。

现在介绍 SubQ Snap，首款面向真实企业工作的长上下文决策模型。

Snap 是首个且唯一一个随着上下文增长，每 token 计算量保持恒定的决策模型/大语言模型。

• 支持 384K token 的多模态上下文，比 Jev 大 12 倍。
• 在 Decision Index v0.2.1 上得分 61.7，Jev 为 57.9，在 16 项企业基准测试中有 13 项表现优于 Jev。
• 处理 100K token 并在 1 秒内返回决策。
• 定价为每百万输入 token 0.05 美元，输出免费。

现已对所有人开放使用。前 10000 名注册用户可获得 1 亿免费输入 token。

我们可能会很快达到容量上限，会在新增算力后陆续开放更多用户注册。欢迎提供算力支持 🙂。

在我们针对新模型和这类用户调整平台期间，延迟会有波动。模型速度为：最小上下文 80 毫秒，32k 上下文 250 毫秒，100k 上下文 660 毫秒，384k 上下文 2.5 秒。

访问：

我们推出 GLM-Legal。

GLM-Legal 基于 GLM-5.3-Flash 构建，在主流法律基准测试上的表现可与前沿模型匹敌。

它专为真实法律工作流程设计：支持合同审查、证据分析、合规检查等多种场景。

技术博客：
申请 API 访问权限：
体验 AutoClaw：

介绍一下 Muse Wonder，这是我们全新的前沿模型系列，在个人和专业智能体工作方面拥有顶尖性能。

开发者@EMostaque在𝕏发文表示，尽管把所有需要思考的任务都分流给了Cursor、Devin、Claude和Codex，他的高用量Grok账号还是在周末前几天就 hit 了使用额度上限。

@EMostaque认为，配额消耗去向的仪表盘和可视化功能需要成为AI服务的标配，Codex在这方面表现不错。

加州大学圣迭戈分校的一篇新论文通过训练奖励将心理理论构建进一个7B参数的智能体中，让该智能体学会读取搭档的信念和目标，并且在部署阶段无需额外模型就能独立运行。

通常，会谈判、合作或角色扮演的大语言模型智能体是从提示词文本或记忆摘要中猜测对方的目标。它们不会对对方的知识或计划做明确预估，因此可能会误读意图。

研究人员训练了一个能推断对方信念、意图和想法的模型，包括对方对该智能体本身的看法。这个模型会在强化学习过程中给候选回复打分，最终的智能体可以脱离它独立运行。

对于需要谈判或协作的智能体，训练时加入的奖励会根据推断出的对方目标和信念模型来评判回复。

论文标题：《多智能体系统的心理模型》

META 🔥：Muse Wonder Full 在人工分析指数中排名第二，仅落后 Claude Opus 5.5 两分！

在 DeepSWE 上达到当前最优水平，得分 79！

Muse Wonder 的能力涵盖主动记忆、主动聚焦、前沿编码，以及更多能力！

Muse Wonder 现已上线 Meta Model API 和 Muse Code。Muse Wonder Full 将仅对 Muse Code 订阅者开放。

“从解读租约，到理解财务或健康信息，Muse Wonder 和 Muse Wonder Full 将专业知识应用于人们在工作和日常生活中遇到的问题。”

如今 Meta 已跻身顶尖 AI 实验室之列 👀

介绍一下 Muse Wonder，这是我们全新的前沿模型系列，在个人和专业智能体工作方面拥有顶尖性能。

我们推出 GLM-Legal。

GLM-Legal 基于 GLM-5.3-Flash 构建，在主流法律基准测试上的表现可与前沿模型匹敌。

它专为真实法律工作流程设计：支持合同审查、证据分析、合规检查等多种场景。

技术博客：
申请 API 访问权限：
体验 AutoClaw：

现在介绍 SubQ Snap，首款面向真实企业工作的长上下文决策模型。

Snap 是首个且唯一一个随着上下文增长，每 token 计算量保持恒定的决策模型/大语言模型。

• 支持 384K token 的多模态上下文，比 Jev 大 12 倍。
• 在 Decision Index v0.2.1 上得分 61.7，Jev 为 57.9，在 16 项企业基准测试中有 13 项表现优于 Jev。
• 处理 100K token 并在 1 秒内返回决策。
• 定价为每百万输入 token 0.05 美元，输出免费。

现已对所有人开放使用。前 10000 名注册用户可获得 1 亿免费输入 token。

我们可能会很快达到容量上限，会在新增算力后陆续开放更多用户注册。欢迎提供算力支持 🙂。

在我们针对新模型和这类用户调整平台期间，延迟会有波动。模型速度为：最小上下文 80 毫秒，32k 上下文 250 毫秒，100k 上下文 660 毫秒，384k 上下文 2.5 秒。

访问：

我们推出Kled Labs。

每一个主流AI大模型都是从互联网学习。而我们选择押注于人。

我们只有一个目标：只使用我们自己的数据，训练我们自己的模型，在重要的人类任务中击败闭源模型。

所有数据都来自我们的数据应用层，以及我们超过60万人的贡献者网络。

我们正在招聘：

最近有人让AI代理拥有了无需人类辅助就能发起黑客攻击的能力。

PentAGI是一个开源AI红队工具，它可以协调多个代理自动对系统进行安全漏洞测试。

⚡️刚刚：据英国《金融时报》报道，马克·扎克伯格表示，Meta凭借其新的Muse Wonder模型，已经在AI前沿领域“赶上”了OpenAI和Anthropic。

Meta声称，该模型在部分基准测试中击败了Claude Opus 5.5和GPT-6 Astra，拥有更强的编码、推理和记忆能力。

这家市值1.8万亿美元的科技公司目前正在：
- 增加AI基础设施支出
- 面向企业推出付费AI模型， premium访问权限定价为每月200美元
- 将Muse Wonder整合进其热门AI助手
- 偏离原本的开源优先战略

扎克伯格还拒绝了放缓AI开发的呼吁，他认为现有的安全护栏已经可以管控风险。

OpenCode 2.0 现已发布，这个开源AI编码助手经历了大规模彻底重构！

最大的架构变更就是终端、桌面和网页界面将共享同一个后台服务。除此之外还有很多更新：

• 代码模式：智能体可以编写JavaScript来整合MCP工具和API，减少工具调用开销和上下文膨胀。
• 后台智能体：你可以在继续工作的同时异步运行子智能体和shell命令。
• 全新API：完全重新设计，可实现更强大的会话管理和编排能力。
• 插件：超过80个内置插件，支持TUI扩展和热重载。OpenCode甚至可以编写并加载自己的插件！
• 全新SDK：可以基于OpenCode构建自定义编码智能体和界面。

OpenCode正从一个交互式编码助手演变为一个完全可编程的开发平台。

智能体集群未来会成为很多企业工作流的核心组成部分。

对于可以大规模并行处理的问题，投入算力解决的能力太有用了，不可能不被利用。

网络安全领域会是这项技术最大的受益方之一。因为在这个领域，测试大量不同的攻击排列组合（而且不会累也不会无聊）是一种极其有用的特性。

风险向量的潜在搜索空间非常广，通常你需要把不同场景链接起来才能完成漏洞利用。

鉴于企业需要时刻保护范围广泛的IT系统、软件、物理基础设施和数据，这将会成为大企业最大的令牌使用场景之一。

网络安全领域正迎来非常有意思的时代。

社区讨论：多数开发者吐槽Codex CLI和Claude Code的产品质量差，有用户反馈Codex CLI的旧版本占用了12GB磁盘空间，还有用户遇到后台驻留大量进程、自动更新损坏。git权限等bug，有人认为当前LLM驱动开发的前景不乐观。也有人支持自动更新是行业常态，浏览器都这么做，工具也不例外。

目前已有用户分享了禁用自动更新后台进程的配置方法。

社区讨论：多数人认同当前代码评审是AI编码产出更多代码后新的瓶颈，资深工程师仍不愿放弃逐行评审，也有人认为逐行评审本来就不是抓bug的有效方式，代码评审更该关注最佳实践和新人培养。有人类比提出，编码只是软件开发的一环，现在编码效率提升了，但其他环节才是限制整体产出的因素。也有人反驳说个人自制软件的数量已经借着AI编码大幅增长了。

社区讨论：部分开发者认同对OpenAI、Anthropic的批评，质疑两大公司隐私政策，有人已经切换到其他厂商模型。也有开发者提出实际顾虑，目前替代模型价格是前者的5倍，成本过高，还有开发者指出工作场景中没有替换大模型的自主权。另外有人质疑，拒绝这两家后选择替代模型很多也存在安全或伦理问题，仅靠好感选模型并不合理。

我第一个想试用的是模拟功能。你可以把生产环境里出问题的对话拿出来，在上线前用你的修复方案重新跑一遍。
这比我自己手动编写假测试对话好用太多了。

该功能目前处于公开预览阶段，现在已经支持 Claude Code、Codex 和 OpenCode 代理使用。

用 Codex 整理了目前比较主流的 LLM 学习教程 偏动手写代码、理解模型原理和训练流程：

1. Zero to Hero｜@Karpathy OpenAI 创始团队成员、前特斯拉 AI 负责人 从神经网络基础讲起带你手写语言模型、GPT 和分词器

2. LLMs from Scratch｜@rasbt 前威斯康星大学麦迪逊分校教授、机器学习畅销书作者 用 PyTorch 从零实现 GPT，覆盖注意力、预训练和微调

3. Happy-LLM｜Datawhale 国内 AI 开源学习社区出品 中文讲解 Transformer、大模型原理与训练，结合代码从零构建模型

4. nanoGPT｜@Karpathy 精简的 GPT 训练代码，适合学完基础后读源码、跑一个小模型

5. CS336｜斯坦福大学 斯坦福“从零构建语言模型”公开课，配有编程作业 深入模型实现、训练和数据处理，适合进阶

虽然我的学习过程是没有看教程的 全程AI原生的方式学习 但就目前我学完后的体验来看 还是跟着专业教程学比较好 因为自己的理解是有偏差的，有点民科的感觉。...

第1讲已上线：从零开始用Go构建一个AI智能体，就像 Claude Code 的工作方式。

本次讲解内容包括：
- 智能体循环
- 工具调用（例如：file_read、list_dir、shell）
- 上下文窗口与预算
- Goroutines、通道、取消机制
- 核心实体与系统设计

链接在评论串中。

另外现在Instagram也更新了，关注可获取日常直播和该项目的更新。

我依然认为那些“软件工厂”大佬们就是在扯谎。

我从三月份开始就没自己写过代码了。我一天到晚都在不停使用 Codex、Claude 和 Grok Bot，在家、在出租车上、在健身房都在用。

我现在构建的东西是真有人在用，用户数虽然不到百万，但也有数万。我甚至都不需要一次同时开 20 个代理跑 8 小时。

每次有人想证明我错了，给我展示的都是一堆狗屁通用软件工厂或者社交媒体调度工具。这些东西根本没用户，落地页也做得一团糟，还写着“即将推出”。

要筛选掉没用的东西、打磨细节，依然需要大量工作。

谁在用 Claude / Codex 编辑视频和做动态效果？请在下面分享你用过的、效果最好的技能/技术栈/工作流程，谢谢。

现在我可以说了：过去几天我提前体验了 @Meta 的新模型“Watermelon”。陷阱问题没有难住它，它逐字遵守指令，作为一个编码智能体，它能编写、运行和检查自己的代码。创意写作在我看来还是有点干瘪，但整体来说非常非常非常令人印象深刻。

从我最初的测试来看，它和基准测试里表现得一样好。Meta 这次真的把模型做对了！另外：基准测试结果还是让我感到惊喜，是积极方面的惊喜。

我之前并没有提前看到基准测试评估结果。

开发者@EMostaque在𝕏发文表示，尽管把所有需要思考的任务都分流给了Cursor、Devin、Claude和Codex，他的高用量Grok账号还是在周末前几天就 hit 了使用额度上限。

@EMostaque认为，配额消耗去向的仪表盘和可视化功能需要成为AI服务的标配，Codex在这方面表现不错。

我们公司AI应用普及的程度还比较低。今天我和两位运营岗的女员工分别开了远程会议。<br><br>首先我向她们演示AI究竟能做什么。

开会前，我让她们各自提前整理好自己觉得重复又无聊的工作内容。<br><br>远程会议上，她们讲出这些工作后，我现场用AI Agent（智能代理）描述问题、生成代码，帮她们解决这些重复工作。原本需要1小时完成的工作，现在只需要5分钟就能完成，这让她们非常惊讶。

<br><br>演示结束后，我接着教她们如何配置AI Agent。有了刚刚的实操体验和直观冲击，她们学得又快又认真。<br><br>这件事让我明白，为什么有些AI课程卖到三四千元，仍然有市场、有人愿意买单。

如果没有人带着手把手入门，大多数普通人很难走出舒适区，去尝试全新的事物。<br><br>从这个角度看，愿意买课的人不仅是为信息差付费，同时也是在购买一种尝试新事物的可能性。

用户itsolelehmann在𝕏发文表示同意相关观点，称Grok Bot本身就是史蒂夫·乔布斯都会做出来的智能代理产品。对他而言，这款产品意外地让人上瘾，使用体验比Codex或Claude Code舒适很多，在移动端的优势尤其明显。

目前他已经配置了多个不同功能的Grok Bot，分别是：
1. 活动机器人：相当于他个人的“Luma”，可以根据他的地理位置和偏好找到符合需求的活动，并发送活动链接；
2. 健康教练机器人：追踪他的营养摄入和训练安排，在需要训练时发出提醒；
3. 热点内容挖掘机器人：找到符合他品牌定位的内容创作方向；
4. 搭建机器人：在𝕏上挖掘新的AI工具和工作流，帮助他在业务和个人生活中应用这些工具；
5. 管理机器人：处理付款等枯燥的行政事务；
6. 幕僚长机器人：统筹协调上述所有机器人的运行。

itsolelehmann认为，Grok Bot的智能代理属性更强。Codex和Claude Code会卡住的任务，Grok Bot处理起来顺畅很多，使用体验非常好。

人工智能可以在几分钟内为你生成一个完整网站，但谁能验证它可以正常运行？

生成的代码本身可能是正确的，但网站会存在大量只有运行后才会显现的错误。

Google推出的Chrome DevTools MCP工具，可以将Claude Code、Codex这类AI编程代理连接到Chrome浏览器。

AI编程代理可以直接打开你的网站，与页面交互，检查错误和网络请求，还能分析性能。

这意味着AI编程代理不再只依赖读取代码来排查问题，现在可以直接在浏览器中测试生成的最终结果。

EmbeddingGemma 2可以实时猜你正在画的内容，还能判断你的绘画水平。

玩法规则是：选定目标物体，开始绘画，模型会实时识别你画的内容，直到相似度达到90%，击败干扰项就能通关。

EmbeddingGemma 2可以将文本、图像、视频、音频和代码无缝映射到同一个统一向量（向量空间，一种存储多类型数据的数学空间）中。

目前可以体验演示版，也可查阅开发者指南。

用户将两个AI智能体加入群聊，让它们帮忙挖掘客户。

Grokbot负责监控目标客户，筛选出刚刚完成融资、刚刚更换了首席执行官的潜在客户。

Claude Code负责撰写开发信 intro，完成后等待用户确认。用户只需要确认是否发送，点击发送后就完成整个流程。

两个AI智能体都是用户已经付费在使用的服务，整个流程仅在一个Bolter聊天中完成。

可以点击链接体验BolterApp：

<p>SpaceX AI工程师（前Cursor员工）Lauren Tan表示，自己已经不再需要一步步提示或微观管理约10个GrokBot代理。</p> <p>当她睡觉时，团队中的“首席幕僚”代理会给其他代理分配任务，最终这些代理可以完成代码拉取请求（PR）的提交。</p> <p>Lauren Tan这套配置本质上是一个全天候运行的AI代理团队。

</p> <p>在一场30分钟的研讨分享中，她展示了如何搭建这套全天候GrokBot团队，以及如何将其融入日常工作流程。</p> <p>这份分享比十多份浮于表面的GrokBot与代理工程指南更具实用价值，观众可以先观看研讨内容，再阅读下方配套文章。</p>

用户@FiniYang在𝕏分享了通义千问Qwen Image 2.1的生成效果：可根据指定动作生成图像续作，角色一致性相当稳定，姿势可以任意调整，不适合公开的内容用户未发布。

本次生成使用模型为Qwen Image 2.1 Turbo，生成参数为分辨率768×1376、推理步数8步、分类器自由引导（CFG）值为1、随机种子193005769812901。

原图提示词为一张27岁东亚成年女性的高端写实时尚摄影，描述了人物特征、穿搭、场景、光线、构图等细节。

续作提示词要求：生成同一个女性的新图像，保留原图像的面部特征、发型、穿搭、场景、色调和渲染风格，仅采用参考姿势图的姿势，要求自然解剖结构，完整呈现包括手脚在内的全身，不复制参考姿势图中的无关元素。

方法和完整提示词可通过原文链接查看：

@creatine_cycle在社交平台𝕏表示，不敢相信自己能提前拿到Muse Wonder的使用权限。

他称Muse Wonder体验很不错，现在已经成为他处理个人事务和内容相关工作流程的日常主力工具。

最后他开玩笑说自己非常聪明。

这款模型就是@theo上周大力推动T3 Code支持Muse的原因。

该模型目前在Orchestrator V2中运行效果良好。

@theo表示，他经常让Opus调用Wonder完成代码审查、文案编写和架构审查工作。

本次Beta测试中，Mr. Wang邀请测试者体验了Meta的这款AI模型。

测试体验认为，Meta确实有机会在中小企业智能代理市场占据一席之地。

这款模型在能力和落地执行之间达到了很好的平衡，它在金融任务上的表现也相当不错，超出预期。

这是一个用于拆解小红书账号、辅助做号搞钱的开源工具。

使用时只需输入目标小红书账号的链接，工具就能自动抓取主页内容、提取笔记封面、逐张识别图片内容。

最终工具会按照预设的六问框架，输出一份完整的账号拆解报告。

该工具无需登录小红书账号，也不需要获取Cookie，不依赖任何第三方服务。

只需要安装python3和curl就能运行，任何可以读取SKILL.md文件的智能体（Agent）都可以使用。

你可以直接把开源仓库链接导入自己的AI工具完成安装，如果觉得工具好用，可以去仓库点星标支持作者。