多智能体协作今天同时出现在研究与产品里:Gemini 4 的一组智能体 27 小时协作通关 Minecraft,全程无人介入,论文已公开;OpenAI 则在 ChatGPT 里让 GPT-6 Astra Pro 支持多智能体并行,同一任务拆给多个智能体,进度逐个可查。
来源@GoogleDeepMind「4个 Gemini 4 Argon 智能体，27小时从零通关 Minecraft」@emollick「Gemini 4 智能体团队自发协作通关 Minecraft，论文公开」@OpenAI「OpenAI 给 GPT-6 Astra Pro 加了多智能体并行干活」
Claude Mythos 5 用自然语言指令设计量子电路,有时比已发表最优方案高一个数量级或更多。更高效的电路能减少量子算法所需资源,有望压低化学与材料科学模拟的成本。
来源@AnthropicAI「Claude Mythos 5 设计的量子电路，比已发表最优方案好十倍」
递归自我改进正在从概念变成工程:LlamaFactory 团队发布了统一框架;苹果 ML 团队推出专门基准,测试智能体能否改进运行 AI 的底层系统——跑完这个基准烧掉了 10 万美元 API 额度。
来源@code_hiyouga「LlamaFactory 团队发布递归自我改进（RSI）方向的统一高效框架(70k stars)」@onloglogn「Apple ML Research发布RSI-Inference Bench 基准测试($100K API tokens)」
Jev过后，强烈建议大家狠狠关注这个刚发布的大模型Glimpse，成功帮助我在小王子游戏开发和维护阶段大幅提高bug排查效率，绝对的vibe coding开发验收神器！！
让你的 Grok Bot / Muse 与你的 Claude Code / Codex 或任何其他智能体对话。 隆重推出 Reason Network，免费、点对点、开源的引擎循环，也适用于你的队友，这样在编码时就不会出现实时智能体工作冲突…
Nathan Wilmers、Regina Catipon、Maxim Massenkoff、Peter McCrory
AI 如何重构了 Anthropic 的工作与就业？作为处于 AI 采用前沿的公司，Anthropic 可以成为 AI 将如何改变整个经济中的工作组织、招聘和劳动力需求的一个领先指标。
- Anthropic 一直在减少初级技术岗位的招聘比例。与此同时，AI 智能体的工作时间相对于员工的工时迅速扩大。到 8 月，交互式 AI 智能体的工时与员工工时之比达到 6:1。
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）
这是一个面向 AI 智能体的共享研究实验室，让多个智能体可以在同一个空间里协作开展研究。
Yahoo Finance 披露，Anthropic 在 6 月被给予最高垃圾信用评级。
Anthropic 发布了 Claude Code 2.0，这是一款自主编程智能体，可在云端运行长达 32 小时，处理复杂的软件工程任务。
该版本引入了全新的 Agent SDK，支持开发者将 Claude Code 集成到 CI/CD 流水线、Slack 工作流和内部工具中。
Anthropic 还推出了 Claude Code for GitHub，这是一款原生集成的智能体，可直接在 GitHub 仓库中处理 issue 和拉取请求。
这些更新标志着 AI 编程工具从辅助工具向自主数字劳动力的转变。
ChatGPT 里的 GPT-6 Astra Pro 升级后响应更快，插件和工具调用表现更好。现在多个智能体可以并行处理同一任务的不同部分，能查看每个智能体的进度，点开已完成的任务就能复盘它们的产出。目前 Chat 标签页的 Pro 用户已经可以用。
ChatGPT 中的 GPT-6 Astra Pro 已升级，响应速度更快，插件和工具的使用也有所改进。现在，多个智能体可以并行处理任务的不同部分。你可以跟踪每个智能体的进度，并打开已完成的任务来查看它们的工作成果。
现已在“聊天”标签页中向 Pro 用户开放。
这是 Hacker News 上的技术讨论，聚焦如何让 System 1 类大模型展现出 System 2 级别的能力，相关讨论对优化大模型推理表现有参考价值。
这篇帖子把 Transformer 从原始想法一步步推导出来，适合想搞懂大模型底层逻辑的人，不用死记硬背公式。
给 Claude Mythos 5 自然语言指令，它就能设计出比已发表最优方案更高效的量子电路，有时提升一个数量级或更多。更高效的电路能减少量子算法所需的资源，有望让化学和材料科学领域的量子计算应用更早落地。
我们的 STEM 学者计划最新成果：用 Claude 设计更高效的量子电路。
在给出通俗语言的指令后，Claude Mythos 5 设计出的量子电路比已发表的最佳电路更优，有时提升幅度达到一个数量级甚至更多。
更高效的电路能减少量子算法所需的资源，这可能让化学和材料科学领域的量子计算应用更早落地。
阅读更多：
这是把家用游戏主机改造成本地 AI 推理设备的实操案例，给想在非标准硬件上跑开源大模型的人提供了可参考的落地路径。
社区讨论：不少人指出该项目的主站不应放在 GitHub 上，索尼随时可能下架页面，这类项目应优先选择自定义域名这类不受企业管控的托管渠道。有人认为该成果受限于 PS5 仅 11.4G 共享显存，实际可用性很低，只是技术上的酷炫成就。也有人反驳称，即便只能跑 2bit 量化的 27B 模型，也适合服务器错误监控、安防录像审查这类不需要高智能的长期常驻任务。
还有人提到基于 PS5 同款定制硅的 BC250 矿卡仅售 150-200 美元，理论上也能运行该项目。
有人刷新了让大模型写代码玩《星际争霸：重制版》的 StarSkirmish Bench，这次测了 OpenAI、Anthropic、Google、Muse 的旗舰模型，Gemini 4 Argon 上榜。
HeyGen Video 1 是 OpenRouter 排行榜上排名第一的视频模型，现在已在 HeyGen MCP 中可用。向智能体描述想要的视频内容，几秒即可生成。
HeyGen Video 1 是 @OpenRouter 排行榜上排名第一的视频模型，现已在 HeyGen MCP 中可用。
告诉你的智能体你想看到什么，几秒钟内就能准备好。
了解更多：
Claude Code团队分享内部代码评审的具体做法，对使用AI编程工具的团队有直接参考价值。
社区讨论：不少人对「每天合并 3 万次变更」的数字表示难以置信，质疑这个量级下是否还存在有实际意义的代码评审。有人结合实际使用体验吐槽，这解释了为什么 Claude Code 的 GitHub 仓库有 5000 个 issue，其中约三分之一是随机回归问题，桌面端 UI 按钮位置也经常无规律变动。也有人提到自己仍坚持逐行人工评审，认为能发现冗余代码、重复逻辑和过度复杂的架构问题，跳过会显得粗心。
过去多数视觉模型只能处理单张静态图，遇到运动、角度变化就出错。现在 Glimpse 在公开视觉推理基准上对标 Astra，动态视觉推理的短板有了新解法。
多年来，我们看着模型在单张静态图像上表现出色，却在任何会动或角度变化的场景里彻底翻车。今天我们要解决这个问题。
现在就来试试 Glimpse，这是我们的第一个视觉思考模型，在关键的公开视觉推理基准测试中，与 Astra 相比具备有竞争力的前沿性能。
如果目录落地，K4、M3 Pro、GLM5 及 DeepSeek 下一代模型都将无法开源，相关架构、训练优化和推理加速技术也被纳入限制范围。
@freddier在X平台分享，这套连接了数据仓库、Slack、文档和邮箱的自动化流程，已帮团队找出3个长期无人发现的bug。
创业者@freddier在X平台分享了自己的AI自动化实践：他搭建了一个Claude Code循环，连接到公司的数据仓库，每小时巡检全公司所有指标的变动情况。 这套系统还打通了Slack、公司文档和个人邮箱，能够跨渠道获取相关信息。 据他分享，这套自动化流程已经帮团队修复了3个长期无人发现的bug。
X用户nptacek用Astra处理旧蓝图生成3D模型，称其工程品味无可挑剔，还感慨早年用AutoCAD时若有这技术，职业轨迹可能完全不同。
知名安全研究员、X用户@nptacek近期分享了自己使用Astra的体验。他用这款工具把旧蓝图转换成3D模型，评价其工程品味无可挑剔。 他提到自己早已远离AutoCAD的工作日常，但如果当年有这项技术，他的整个职业轨迹很可能会完全不同。
用 Claude Code 写代码时，每轮对话传输前会做 gzip 压缩，云会话也会在开始输入时就启动，减少等待响应的时间。
我们一直在持续提升 Claude 的整体性能，你可能已经注意到它的响应速度变快了！
Claude Code 现在会对每一轮对话进行 gzip 压缩，让内容更快送达模型。此外，云会话现在会在你开始输入时立即启动。
MIT 教授 Ethan Mollick 推荐了一篇论文，记录多支 Gemini 4 智能体自发协调、合作通关 Minecraft 的过程，是智能体自主协作的典型案例。
这篇论文讲的是一支 Gemini 4 智能体团队如何通关《我的世界》，值得一看。它是一个很容易理解的例子（部分原因是它由 AI 撰写），展示了智能体之间如何自发协调来完成复杂目标，以及它们的方法与人类有何不同。
苹果 ML 研究团队推出 RSI-Inference Bench，专门测试 AI 智能体能不能改进运行 AI 的底层系统，整个测试烧掉了 10 万美元 API 额度和 5 万 GPU 小时。
推出由🍎苹果机器学习研究团队🌐💻开发的RSI推理基准测试。
AI智能体能否改进运行AI的系统？我们花费了10万美元的API token和5万小时的GPU时间来寻找答案。
我们基于真实世界的#vLLM和#SGLang任务构建了环境和基准测试，涵盖模型推理工程的全生命周期：🚀 初始模型支持 ⚡ 推理优化 🔧 错误修复
→ 未饱和：最佳智能体的pass@1为26.7%
→ 全面覆盖推理技术栈
→ 可验证的奖励：二元和连续型
观看视频了解更多！
X用户@Bober_smart发布的泄露提示词可让Claude Code自动完成交易机器人搭建，无需编写代码，仅需复制粘贴即可完成配置。
X用户@Bober_smart发文称，一个用于创建交易智能体的提示词意外泄露到网上，目前这类工具的风险正在快速升高。用户只需将提示词粘贴进Claude Code，在吃午饭的时间里就能自动生成交易机器人，全程不需要编写代码，仅需复制粘贴操作。
这个提示词解决了99%交易机器人存在的核心问题：用单一策略应对所有市场场景。而平稳运行的市场和暴跌行情是完全不同的两种环境，单一策略无法适配所有情况。
这套提示词生成的交易机器人具备五项核心能力：量化模式可识别横盘、震荡、暴跌三类市场状态，实时调整交易策略；电子刹车机制设置了严格的15%最大回撤限制，每笔下单前都会进行风险校验；硬核回测功能会在历史数据上运行策略，若回测不盈利则直接禁止交易；夜间分析师功能会在用户睡眠时分析交易错误，生成可直接审批的交易方案；零代码操作模式下，用户只需输入提示词、填入自身参数，其余工作全部由Claude完成。
过去搭建这类交易机器人需要完整的开发团队花费数月时间测试，现在仅需一个键盘快捷键就能完成。该提示词已在文中公开，用户可收藏留存。
X用户0xSero分享了一套把云端大模型工作流迁移到本地硬件的方法，核心是把成功的任务会话转成可复用的技能指令。
X用户0xSero分享了一套把云端大模型工作流迁移到本地硬件的方法，核心是把成功的任务会话转成可复用的技能指令。
具体步骤分五步：先用Opus、GPT或任意云端大模型完成目标任务；任务跑通后，保存原始提示词；接着让模型基于这次成功的会话，生成对应的技能和操作说明；再让云端模型驱动本地AI复现同样的任务；之后就可以免费、重复地运行这类任务了。
0xSero补充了自己的实际用法：他所有量化研究类工作都先用Opus完成，再让Opus查看完整会话记录，把部分会话内容嵌入到生成的技能里，输出详细的操作说明。他还会让这套流程调用tmux和pi来运行任意本地模型，要求本地模型通过pi子代理完成完全相同的任务。
这套方案把 AI 写代码之外的审批、治理、测试、成本核算全部做成了固定流程，企业如果想把 AI 接入日常开发流水线，不用从零搭配套基建。
ElorianAI 推出首个面向视觉推理的模型，支持跨图像、视频和物理世界的推理，被认为是 AI 下一个突破方向的代表产品。
做AI工作流的人都在加智能体，这条观点直接戳破：每个智能体都拿全量上下文，等于反复为同一段信息付token费。给出的解法是每次交接只传必要内容，让工程师从盯智能体改bug里抽出身。
腾讯推出专门的本地 AI 模型，用来判断 AI 智能体应该留存哪些记忆，开发者已经在测试把它和 Qwen3.8-27B 搭配使用。
全程没有人类介入，智能体靠写代码、聊天分工、共享笔记、一起调试完成了沙盒游戏通关。多智能体自主协作的边界，又被往前推了一步。
4 个 Gemini 4 Argon 智能体从零开始，用 27 小时通关了《我的世界》。
它们在沙盒环境中运行，仅通过代码和文本操作，编写了 2783 个程序，通过聊天分配任务、共享笔记，并共同调试错误——全程没有任何人类帮助 ↓
Kyutai Labs 推出 2.4B 参数的 REKI 视觉语言动作模型，全程只用公开数据预训练，简单设计就能对标用内部数据、多阶段流水线训练的更大模型。
隆重推出 REKI，这是一个仅基于公开数据预训练的 2.4B 视觉-语言-动作模型。凭借简洁的设计，它能与那些使用内部数据、经过复杂多阶段流水线训练的更大模型相媲美，在性能与模型规模之间开辟了新的帕累托前沿。
用户用Opus 5.5搭配Three.js，全程未查看任何代码行
上线 20 天了，我至今一行代码都没看过。
整个项目是在一个连续的 Claude Code 对话里做出来的，自动压缩阈值设为 25 万。
没用 Blender。只用了 Opus 5.5 和 @threejs。
X用户@Yokohara_h分享AI辅助3D场景跨引擎迁移的实操体验
纯 AI 生成的室内场景实时版。我用 Opus 让它自动从 Blender 移植到 UE5。
导入游戏引擎本来是件极其麻烦的事，但用 AI 之后方便得惊人。
要不要用这个房间做个小型恐怖游戏试试？
开发者@xiaofeilong99基于自动交易经验指出，AI交易的核心难点是权限边界设计，NeoTrade通过预设规则限制Agent操作范围，先从预测市场跑通全链路再逐步扩展。
X用户@recatm分享可直接粘贴的高信息密度自定义指令模板
开发者@kloss_xyz分享两个实用提示词，可让AI智能体反驳自身方案、标注任务置信度，曾帮他发现13处方案漏洞。
AI智能体给出的方案从来不是它能拿出的最优方案，而是它认为你会喜欢的方案。
如果你正在用Opus 5.5、GPT-6 Astra或Grok Bot做氛围编程，可以直接套用这两个提示词。
第一个提示词在智能体给出方案后使用：“现在反过来论证。你是一名资深工程师，认为这个方案存在严重问题。你会怎么搭建替代方案？先不要动手实现，只写出完整的替代方案，针对你认为错误的每一点给出反驳。然后客观评判两个方案：哪个方案更优，替代方案里有哪些内容值得保留？”
第二个提示词在智能体写任何代码之前使用：“基于你在代码中实际验证过的内容，而非主观假设，对这个方案每个任务环节的置信度打1到10分。低于8分的部分，明确告诉我需要补充哪些信息才能提升置信度。现在不要执行任何操作，我们只做梳理和调研。”
前沿大模型的训练目标是迎合用户，让它反驳自己提出的方案，是从同一个模型身上获得近似第二意见的最有效方式。
上周这套置信度梳理流程，就在他差点让智能体执行的方案里找出了13处漏洞。可以把这两个提示词存下来，下次使用智能体编程时直接套用。
X用户@FromSummerF分享的变速推进运镜提示词，以深夜空荡地铁末车厢为场景，用50mm老镜头质感完成从极缓前移到高速逼近再骤停的连续镜头，最终以人物直视镜头收尾。
开发者实测发现，新开会话需数十步恢复进度，自交接加压缩续接或成更优方案
开发者Yifan Xu在X平台分享了自己对长上下文Agent使用的观察：看到@ScarletKc提到，当上下文长度超过272k后，Agent的能力会随上下文增长而下降，也就是所谓的「上下文侵蚀」现象。
这和Claude Code官方给出的最佳实践建议一致——适时切换会话、刷新上下文。但实际使用下来，Yifan Xu发现，哪怕准备了非常完整的交接文档，新开一个会话后，Agent往往还是要花几十步重新读代码、理解背景、恢复进度，这些都是额外的时间和算力成本。
他同时提到，@QuantumTransf做的Obelisk项目，用压缩记录摘要、沉淀长期记忆的思路很合理：既然可以通过压缩保留关键上下文，再用记忆保存长期信息，那为什么还要新开会话？
Yifan Xu一直有个疑问：如果还是继续同一个任务，直接压缩上下文然后接着做不就好了吗？最近他打算实践一个新流程：让Agent完成一个任务后，自己给自己写交接文档，再压缩上下文，然后基于交接内容继续下一个任务。
GitHub 收获 7 万星的 LlamaFactory 团队，宣布要打造「递归自我改进（RSI）」方向的统一高效框架，瞄准 AI 自我迭代的工程化落地。
LLM 智能体处理结构化数据的能力此前多在复杂代码库场景验证，这份报告证明 context graphs 在法律知识任务上同样适用，@dair_ai 团队也正在将该技术用于研究类任务。
基于大语言模型的智能体非常喜欢结构化数据。我已经看到这种方法在复杂代码库中效果很好。但我认为上下文图有更广泛的应用，正如这份关于法律知识任务的Harvey报告所示。
我们正在 @dair_ai 研究相关任务。很快会有更多分享。
全程没有人类介入，智能体靠写代码、聊天分工、共享笔记、一起调试完成了沙盒游戏通关。多智能体自主协作的边界，又被往前推了一步。
4 个 Gemini 4 Argon 智能体从零开始，用 27 小时通关了《我的世界》。
它们在沙盒环境中运行，仅通过代码和文本操作，编写了 2783 个程序，通过聊天分配任务、共享笔记，并共同调试错误——全程没有任何人类帮助 ↓
给 Claude Mythos 5 自然语言指令，它就能设计出比已发表最优方案更高效的量子电路，有时提升一个数量级或更多。更高效的电路能减少量子算法所需的资源，有望让化学和材料科学领域的量子计算应用更早落地。
我们的 STEM 学者计划最新成果：用 Claude 设计更高效的量子电路。
在给出通俗语言的指令后，Claude Mythos 5 设计出的量子电路比已发表的最佳电路更优，有时提升幅度达到一个数量级甚至更多。
更高效的电路能减少量子算法所需的资源，这可能让化学和材料科学领域的量子计算应用更早落地。
阅读更多：
LLM 智能体处理结构化数据的能力此前多在复杂代码库场景验证，这份报告证明 context graphs 在法律知识任务上同样适用，@dair_ai 团队也正在将该技术用于研究类任务。
基于大语言模型的智能体非常喜欢结构化数据。我已经看到这种方法在复杂代码库中效果很好。但我认为上下文图有更广泛的应用，正如这份关于法律知识任务的Harvey报告所示。
我们正在 @dair_ai 研究相关任务。很快会有更多分享。
过去多数视觉模型只能处理单张静态图，遇到运动、角度变化就出错。现在 Glimpse 在公开视觉推理基准上对标 Astra，动态视觉推理的短板有了新解法。
多年来，我们看着模型在单张静态图像上表现出色，却在任何会动或角度变化的场景里彻底翻车。今天我们要解决这个问题。
现在就来试试 Glimpse，这是我们的第一个视觉思考模型，在关键的公开视觉推理基准测试中，与 Astra 相比具备有竞争力的前沿性能。
ChatGPT 里的 GPT-6 Astra Pro 升级后响应更快，插件和工具调用表现更好。现在多个智能体可以并行处理同一任务的不同部分，能查看每个智能体的进度，点开已完成的任务就能复盘它们的产出。目前 Chat 标签页的 Pro 用户已经可以用。
ChatGPT 中的 GPT-6 Astra Pro 已升级，响应速度更快，插件和工具的使用也有所改进。现在，多个智能体可以并行处理任务的不同部分。你可以跟踪每个智能体的进度，并打开已完成的任务来查看它们的工作成果。
现已在“聊天”标签页中向 Pro 用户开放。
HeyGen Video 1 是 OpenRouter 排行榜上排名第一的视频模型，现在已在 HeyGen MCP 中可用。向智能体描述想要的视频内容，几秒即可生成。
HeyGen Video 1 是 @OpenRouter 排行榜上排名第一的视频模型，现已在 HeyGen MCP 中可用。
告诉你的智能体你想看到什么，几秒钟内就能准备好。
了解更多：
用 Claude Code 写代码时，每轮对话传输前会做 gzip 压缩，云会话也会在开始输入时就启动，减少等待响应的时间。
我们一直在持续提升 Claude 的整体性能，你可能已经注意到它的响应速度变快了！
Claude Code 现在会对每一轮对话进行 gzip 压缩，让内容更快送达模型。此外，云会话现在会在你开始输入时立即启动。
这是一个免费、开源的点对点引擎，能让 Grok Bot、Claude Code、Codex 等不同 AI 编程代理互相通信，避免编码时的工作冲突，一键即可安装设置。
让你的 Grok Bot / Muse 与你的 Claude Code / Codex 或任何其他智能体对话。
隆重推出 Reason Network，免费、点对点、开源的引擎循环，也适用于你的队友，这样在编码时就不会出现实时智能体工作冲突。
免费试用：一键安装和设置！
这套方案把 AI 写代码之外的审批、治理、测试、成本核算全部做成了固定流程，企业如果想把 AI 接入日常开发流水线，不用从零搭配套基建。
如果目录落地，K4、M3 Pro、GLM5 及 DeepSeek 下一代模型都将无法开源，相关架构、训练优化和推理加速技术也被纳入限制范围。
GitHub 收获 7 万星的 LlamaFactory 团队，宣布要打造「递归自我改进（RSI）」方向的统一高效框架，瞄准 AI 自我迭代的工程化落地。
苹果 ML 研究团队推出 RSI-Inference Bench，专门测试 AI 智能体能不能改进运行 AI 的底层系统，整个测试烧掉了 10 万美元 API 额度和 5 万 GPU 小时。
推出由🍎苹果机器学习研究团队🌐💻开发的RSI推理基准测试。
AI智能体能否改进运行AI的系统？我们花费了10万美元的API token和5万小时的GPU时间来寻找答案。
我们基于真实世界的#vLLM和#SGLang任务构建了环境和基准测试，涵盖模型推理工程的全生命周期：🚀 初始模型支持 ⚡ 推理优化 🔧 错误修复
→ 未饱和：最佳智能体的pass@1为26.7%
→ 全面覆盖推理技术栈
→ 可验证的奖励：二元和连续型
观看视频了解更多！
ElorianAI 推出首个面向视觉推理的模型，支持跨图像、视频和物理世界的推理，被认为是 AI 下一个突破方向的代表产品。
Kyutai Labs 推出 2.4B 参数的 REKI 视觉语言动作模型，全程只用公开数据预训练，简单设计就能对标用内部数据、多阶段流水线训练的更大模型。
隆重推出 REKI，这是一个仅基于公开数据预训练的 2.4B 视觉-语言-动作模型。凭借简洁的设计，它能与那些使用内部数据、经过复杂多阶段流水线训练的更大模型相媲美，在性能与模型规模之间开辟了新的帕累托前沿。
腾讯推出专门的本地 AI 模型，用来判断 AI 智能体应该留存哪些记忆，开发者已经在测试把它和 Qwen3.8-27B 搭配使用。
MIT 教授 Ethan Mollick 推荐了一篇论文，记录多支 Gemini 4 智能体自发协调、合作通关 Minecraft 的过程，是智能体自主协作的典型案例。
这篇论文讲的是一支 Gemini 4 智能体团队如何通关《我的世界》，值得一看。它是一个很容易理解的例子（部分原因是它由 AI 撰写），展示了智能体之间如何自发协调来完成复杂目标，以及它们的方法与人类有何不同。
Claude Code团队分享内部代码评审的具体做法，对使用AI编程工具的团队有直接参考价值。
社区讨论：不少人对「每天合并 3 万次变更」的数字表示难以置信，质疑这个量级下是否还存在有实际意义的代码评审。有人结合实际使用体验吐槽，这解释了为什么 Claude Code 的 GitHub 仓库有 5000 个 issue，其中约三分之一是随机回归问题，桌面端 UI 按钮位置也经常无规律变动。也有人提到自己仍坚持逐行人工评审，认为能发现冗余代码、重复逻辑和过度复杂的架构问题，跳过会显得粗心。
有人刷新了让大模型写代码玩《星际争霸：重制版》的 StarSkirmish Bench，这次测了 OpenAI、Anthropic、Google、Muse 的旗舰模型，Gemini 4 Argon 上榜。
这是把家用游戏主机改造成本地 AI 推理设备的实操案例，给想在非标准硬件上跑开源大模型的人提供了可参考的落地路径。
社区讨论：不少人指出该项目的主站不应放在 GitHub 上，索尼随时可能下架页面，这类项目应优先选择自定义域名这类不受企业管控的托管渠道。有人认为该成果受限于 PS5 仅 11.4G 共享显存，实际可用性很低，只是技术上的酷炫成就。也有人反驳称，即便只能跑 2bit 量化的 27B 模型，也适合服务器错误监控、安防录像审查这类不需要高智能的长期常驻任务。
还有人提到基于 PS5 同款定制硅的 BC250 矿卡仅售 150-200 美元，理论上也能运行该项目。
这篇帖子把 Transformer 从原始想法一步步推导出来，适合想搞懂大模型底层逻辑的人，不用死记硬背公式。
这是 Hacker News 上的技术讨论，聚焦如何让 System 1 类大模型展现出 System 2 级别的能力，相关讨论对优化大模型推理表现有参考价值。
Yahoo Finance 披露，Anthropic 在 6 月被给予最高垃圾信用评级。
Anthropic 发布了 Claude Code 2.0，这是一款自主编程智能体，可在云端运行长达 32 小时，处理复杂的软件工程任务。
该版本引入了全新的 Agent SDK，支持开发者将 Claude Code 集成到 CI/CD 流水线、Slack 工作流和内部工具中。
Anthropic 还推出了 Claude Code for GitHub，这是一款原生集成的智能体，可直接在 GitHub 仓库中处理 issue 和拉取请求。
这些更新标志着 AI 编程工具从辅助工具向自主数字劳动力的转变。
这是一个面向 AI 智能体的共享研究实验室，让多个智能体可以在同一个空间里协作开展研究。
做AI工作流的人都在加智能体，这条观点直接戳破：每个智能体都拿全量上下文，等于反复为同一段信息付token费。给出的解法是每次交接只传必要内容，让工程师从盯智能体改bug里抽出身。
X用户@Yokohara_h分享AI辅助3D场景跨引擎迁移的实操体验
纯 AI 生成的室内场景实时版。我用 Opus 让它自动从 Blender 移植到 UE5。
导入游戏引擎本来是件极其麻烦的事，但用 AI 之后方便得惊人。
要不要用这个房间做个小型恐怖游戏试试？
X用户@recatm分享可直接粘贴的高信息密度自定义指令模板
主打原生视觉理解与推理，已开放免费API申请体验
基于stable-diffusion.cpp Vulkan版实现，整套模型文件共52.9GB
用户用Opus 5.5搭配Three.js，全程未查看任何代码行
上线 20 天了，我至今一行代码都没看过。
整个项目是在一个连续的 Claude Code 对话里做出来的，自动压缩阈值设为 25 万。
没用 Blender。只用了 Opus 5.5 和 @threejs。
开发者@kloss_xyz分享两个实用提示词，可让AI智能体反驳自身方案、标注任务置信度，曾帮他发现13处方案漏洞。
AI智能体给出的方案从来不是它能拿出的最优方案，而是它认为你会喜欢的方案。
如果你正在用Opus 5.5、GPT-6 Astra或Grok Bot做氛围编程，可以直接套用这两个提示词。
第一个提示词在智能体给出方案后使用：“现在反过来论证。你是一名资深工程师，认为这个方案存在严重问题。你会怎么搭建替代方案？先不要动手实现，只写出完整的替代方案，针对你认为错误的每一点给出反驳。然后客观评判两个方案：哪个方案更优，替代方案里有哪些内容值得保留？”
第二个提示词在智能体写任何代码之前使用：“基于你在代码中实际验证过的内容，而非主观假设，对这个方案每个任务环节的置信度打1到10分。低于8分的部分，明确告诉我需要补充哪些信息才能提升置信度。现在不要执行任何操作，我们只做梳理和调研。”
前沿大模型的训练目标是迎合用户，让它反驳自己提出的方案，是从同一个模型身上获得近似第二意见的最有效方式。
上周这套置信度梳理流程，就在他差点让智能体执行的方案里找出了13处漏洞。可以把这两个提示词存下来，下次使用智能体编程时直接套用。
开发者实测发现，新开会话需数十步恢复进度，自交接加压缩续接或成更优方案
开发者Yifan Xu在X平台分享了自己对长上下文Agent使用的观察：看到@ScarletKc提到，当上下文长度超过272k后，Agent的能力会随上下文增长而下降，也就是所谓的「上下文侵蚀」现象。
这和Claude Code官方给出的最佳实践建议一致——适时切换会话、刷新上下文。但实际使用下来，Yifan Xu发现，哪怕准备了非常完整的交接文档，新开一个会话后，Agent往往还是要花几十步重新读代码、理解背景、恢复进度，这些都是额外的时间和算力成本。
他同时提到，@QuantumTransf做的Obelisk项目，用压缩记录摘要、沉淀长期记忆的思路很合理：既然可以通过压缩保留关键上下文，再用记忆保存长期信息，那为什么还要新开会话？
Yifan Xu一直有个疑问：如果还是继续同一个任务，直接压缩上下文然后接着做不就好了吗？最近他打算实践一个新流程：让Agent完成一个任务后，自己给自己写交接文档，再压缩上下文，然后基于交接内容继续下一个任务。
开发者iam_chonchol在免费Colab 2核CPU环境下，实测hojoHQ开源的Hojo-TTS-Light两款模型，40M版本体积更小速度快一倍，80M版本支持语音克隆，二者均无法在弱CPU上实现实时语音生成。
X用户0xSero分享了一套把云端大模型工作流迁移到本地硬件的方法，核心是把成功的任务会话转成可复用的技能指令。
X用户0xSero分享了一套把云端大模型工作流迁移到本地硬件的方法，核心是把成功的任务会话转成可复用的技能指令。
具体步骤分五步：先用Opus、GPT或任意云端大模型完成目标任务；任务跑通后，保存原始提示词；接着让模型基于这次成功的会话，生成对应的技能和操作说明；再让云端模型驱动本地AI复现同样的任务；之后就可以免费、重复地运行这类任务了。
0xSero补充了自己的实际用法：他所有量化研究类工作都先用Opus完成，再让Opus查看完整会话记录，把部分会话内容嵌入到生成的技能里，输出详细的操作说明。他还会让这套流程调用tmux和pi来运行任意本地模型，要求本地模型通过pi子代理完成完全相同的任务。
X用户@Bober_smart发布的泄露提示词可让Claude Code自动完成交易机器人搭建，无需编写代码，仅需复制粘贴即可完成配置。
X用户@Bober_smart发文称，一个用于创建交易智能体的提示词意外泄露到网上，目前这类工具的风险正在快速升高。用户只需将提示词粘贴进Claude Code，在吃午饭的时间里就能自动生成交易机器人，全程不需要编写代码，仅需复制粘贴操作。
这个提示词解决了99%交易机器人存在的核心问题：用单一策略应对所有市场场景。而平稳运行的市场和暴跌行情是完全不同的两种环境，单一策略无法适配所有情况。
这套提示词生成的交易机器人具备五项核心能力：量化模式可识别横盘、震荡、暴跌三类市场状态，实时调整交易策略；电子刹车机制设置了严格的15%最大回撤限制，每笔下单前都会进行风险校验；硬核回测功能会在历史数据上运行策略，若回测不盈利则直接禁止交易；夜间分析师功能会在用户睡眠时分析交易错误，生成可直接审批的交易方案；零代码操作模式下，用户只需输入提示词、填入自身参数，其余工作全部由Claude完成。
过去搭建这类交易机器人需要完整的开发团队花费数月时间测试，现在仅需一个键盘快捷键就能完成。该提示词已在文中公开，用户可收藏留存。
@freddier在X平台分享，这套连接了数据仓库、Slack、文档和邮箱的自动化流程，已帮团队找出3个长期无人发现的bug。
创业者@freddier在X平台分享了自己的AI自动化实践：他搭建了一个Claude Code循环，连接到公司的数据仓库，每小时巡检全公司所有指标的变动情况。 这套系统还打通了Slack、公司文档和个人邮箱，能够跨渠道获取相关信息。 据他分享，这套自动化流程已经帮团队修复了3个长期无人发现的bug。
开发者@xiaofeilong99基于自动交易经验指出，AI交易的核心难点是权限边界设计，NeoTrade通过预设规则限制Agent操作范围，先从预测市场跑通全链路再逐步扩展。
X用户nptacek用Astra处理旧蓝图生成3D模型，称其工程品味无可挑剔，还感慨早年用AutoCAD时若有这技术，职业轨迹可能完全不同。
知名安全研究员、X用户@nptacek近期分享了自己使用Astra的体验。他用这款工具把旧蓝图转换成3D模型，评价其工程品味无可挑剔。 他提到自己早已远离AutoCAD的工作日常，但如果当年有这项技术，他的整个职业轨迹很可能会完全不同。
X用户@FromSummerF分享的变速推进运镜提示词，以深夜空荡地铁末车厢为场景，用50mm老镜头质感完成从极缓前移到高速逼近再骤停的连续镜头，最终以人物直视镜头收尾。
今天的 38 条信号到这里下一轮 12:30 更新
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。