Google 发布 Gemini 4 Carbon，在 Artificial Analysis 智能指数上超越 Claude Opus 5.5 登顶，编码单项仍落后于对方。新模型目前只向部分用户开放，并提供 50% 发布折扣。
来源@ArtificialAnlys「Gemini 4 Carbon 登顶智能榜，编码仅输 Claude Opus 5.5」@arrakis_ai「Google 模型登顶 Artificial Analysis 智能指数，挤下 Claude Opus 5.5」
GitHub 在 Universe 大会上发布 Copilot Fusion，主打前沿级代码生成质量。官方称速度提升 40%、成本最多降低 77%，同场还推出了面向长时运行智能体的能力。
来源@satyanadella「GitHub Copilot Fusion 提速 40%，成本最多降 77%」
有人在 Qwen3.5 的模型权重里搭出一颗可运行的确定性 RISC-V CPU，大模型不再只生成文本，还能在权重中模拟硬件执行。这还只是技术演示，尚未成为产品。
来源csmantle「csmantle发布Qwenputer」
来认识一下 NVIDIA Nemotron 3.5 Transcribe 🎙️ 这是一个开放权重、可通过提示词驱动的 30B MoE 模型，激活参数约 40 亿，将 40 种语言的转录、说话人归属、翻译、上下文提示和音频理解整合进同一个模…
AI 智能体需要的不只是一个大语言模型。它们还需要搜索、检索、OCR、结构化输出、翻译、转录、视觉等能力。Superlinked SIE 将这些能力整合在一起，在一个 API 背后提供 100 多种模型。
1/ 很高兴宣布我们的新公司 Particle。这是我们面向开发者推出的系列模型的第一步。 通过 particle-1，我们专注于 token 效率，在减少约 45% token 使用量的同时，保持了性能的一致性。现已上线：
认识一下 hunch！无需 GPU，约 20 毫秒即可做出类似 Jev 的决策，还能从教师模型实时学习。它基于 @GoogleGemma 的 EmbeddingGemma 2 构建，可与 @CloudFlare 的 Clef 等任意教师模型…
路透社周二（10月28日）援引The Information和一位知情人士的消息报道称，OpenAI计划购买谷歌的AI芯片（TPU）。未披露财务条款，两家公司均拒绝置评或未立即回应。该报道发布前，上周有消息称OpenAI将通过谷歌云提供其前沿模型，且2025年6月路透社曾报道OpenAI已开始租用谷歌的TPU。
背景：随着企业寻求更便宜的AI算力，谷歌的TPU作为英伟达GPU的替代方案日益受到关注，路透社指出，亚马逊、微软和Alphabet今年合计计划投入高达6000亿美元的AI基础设施支出。
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）
这个框架针对 LLM 持续学习中的知识保留问题，提供了一种新的技术路径。
有人在 Qwen3.5 模型内部搭出了一颗可运行的确定性 RISC-V CPU，大模型不再只是生成文本，还能在权重里模拟硬件执行。
研究者主张智能应从原始数据直接学习抽象，而非依赖人工设计的结构化输入。新版 H-Nets 在受控实验中效率提升 3-5 倍，且以约 1/10 的数据与算力追平了基于 11T token 训练的开源模型。
我一直认为，智能应当源自简单、通用的构建模块，这些模块能直接从原始数据中学习抽象概念；换句话说，这就是“苦涩的教训”。我想我们终于看到了 AI 能够从所有数据中学习的真正一步。
对原始字节进行语言建模是这一理想的缩影，对我来说，这是 AI 的核心问题：如果我们无法构建能从字节端到端学习的大语言模型，我们又该如何处理世界上其余那些我们了解更少的数据呢？
去年，我们推出了分层网络（H-Nets）作为第一步。我们的新版本在受控缩放定律实验中实现了高达 3 到 5 倍的效率提升，并且在更大规模下，仅用约十分之一的数据和算力，就达到了一个在 11 万亿 token 上训练的开源模型的水平。
下面的帖子将详细介绍我们的发现，以及我们认为其有效的原因。
这是把 AI 智能体放到真实专业税务工作场景里做的评测，能直接看出 AI 能不能接手这类高门槛的专业任务。
社区讨论：不少用户分享了实际使用体验：有海外自报税务的美国公民用 Claude 检查草稿，成功发现自己用错汇率的错误；也有人用 Gemini 处理遗产 RMD 计算，发现它在预扣税、漏报抵扣上出错，更适合做材料准备而非规划建议。有人吐槽自己之前的会计师错报税务损失了两万美元，认为当前模型有机会帮用户省下大额费用；也有人指出 LLM 不擅长基础数学，短期内未必能胜任报税工作。还有人提到当前国会的报税人员监管法案并未覆盖 AI 场景，也没有对应的投诉上报渠道。
Google 推出 Gemini 4 Carbon，目前仅向部分用户开放，尚未公开可用，同时提供 50% 发布折扣，结束日期未确认。
Google 的模型在 Artificial Analysis Intelligence Index 上超过 Claude Opus 5.5，拿下第一名。
我去。Google 终于杀回来了。
Google 刚刚把 Claude Opus 5.5 从 Artificial Analysis 智能指数的榜首拉了下来，自己登顶第一。
AI 竞赛这下变得有意思多了。
Meta 把最新 Muse 系列、开源权重模型、计算机视觉模型和多语言模型打包给高校研究者，用于科学和医学突破。
今天，我们宣布将为 @Caltech、@OhioStateMed、@LSU、@IndianaUniv 和 @UTHealthHouston 的大学研究提供支持，助力推动科学和医学领域的突破。
作为对大学研究人员支持的一部分，我们将提供最新的 Muse 模型访问权限，包括 Muse Wonder 和 Muse Spark；开放权重模型如 Muse Glimmer 和 Muse Spark Open；计算机视觉模型如 SAM、V-JEPA 和 DINO；以及我们的多语言通信模型 SeamlessM4T。
我们很高兴能为这五所大学提供支持，帮助它们利用我们的模型加速正在开展的重要工作。
更多信息请阅读我们的研究博客：
GitHub 在 Universe 大会上发布 Copilot Fusion，主打前沿级代码生成质量，同时速度提升 40%、成本最多降低 77%。同时推出的还有可构建长时运行智能体的托管服务 Foundry，以及支持跨仓库多智能体协作的 Copilot Projects。
我们正在为智能体时代重新定义软件开发生命周期。今天上午的 Universe 大会上，GitHub 发布了多项更新：
• GitHub Copilot Fusion 带来前沿级别的代码质量，速度提升 40%，成本最高降低 77%
• 我们统一的 Copilot 运行框架现已集成到 Foundry 中，这是一项托管服务，用于构建能够推理、使用工具并完成工作的长期运行智能体
• Copilot Projects 为你提供一个编排循环，可跨多个仓库与多个智能体协同开发
我们还在扩大容量并强化 GitHub 的架构，让智能体开发的大本营更具韧性。
独立开发者 @onevcat 在 X 平台公开评价两款大模型的使用体验
gpt-6.1-sol 简直就是灾难，废话连篇又蠢又慢，说实话我好像已经久违地没对一个模型发火了。...Opus 5.5 这一个月真是领先了OpenAI家的模型足足三个月！
1997 年在 LivePerson 发明商业聊天窗口的 Rob LoCascio，现在创办 Uare Ai，融资 1030 万美元，要做基于个人数据训练、只服务本人的 AI 模型。
发明聊天窗口的那个人，刚刚融资 1030 万美元，要把它干掉。
Rob LoCascio 于 1997 年在 LivePerson 打造了商务聊天。现在他正在打造 Uare Ai：
→ 你自己的 AI 模型
→ 以你为训练数据
→ 为你和你的业务服务
他的观点是：AI 领域最有价值的数据集就是你。而你应该拥有它。
X 用户 ChuckBass14291 分享主从分离、云端挂机、免费模型接入的实操方法
Grokbot 的正确使用方式：
可以同时指挥 Codex、Claude、Gemini 干活，且不消耗自身对话额度，充分利用AI 的闲置额度 多 Agent+云端电脑实操
① 主从分离架构： 建立专属的「Codex工人」Bot，让主Agent负责调度、子 Agent专门干活，任务不搅和，上下文更干净。
2 24h云端挂机 vs本地安全调用： 走 ChatGPT 设备码（Device Code）一键授权给云电脑，电脑关机睡大觉，它在后台自己跑代码、做网页、调 GPTImage 画图。
在意数据安全，也可以直接走本地授权，弹窗确认后再执行。
白嫖算力 接入 OpenCode，直接挂免费模型（如 DeepSeek等 Flash 免费版），不花一分钱再白得一个24h打工仔。
基于Claude、GPT、Gemini、DeepSeek多模型分层协作
我现在做项目也差不多是这种三层架构
1 个 AI 总管：Claude Opus 5.5
3 个 AI 项目经理：GPT 6.1 Sol / Claude Opus 5.5/ Claude Fable 5.1
40 多个 AI 员工：Claude Sonnet 5.5 / Gemini 4 / Gemini 3.8 Flash / DeepSeek 4.1 Flash
博主在X平台分享线下活动中多次遇到受其早期教程启蒙的从业者
天呐，我不知道最近是怎么回事，每次去参加活动，总会碰到一些人跟我说，他们是五六年前看了我早期那些深度学习教程类的 YouTube 视频，才开始接触数据科学/人工智能的。
这真的让我超级开森！！！谢谢你们！！！🫶🫶🙌🙌🙌 让机器学习再次伟大吧，嘿嘿 😁😁😁。
ModelBest 与 OpenBMB 合作推出 MiniCPM-OCR，和普通只做文字提取的 OCR 模型不同，它内置两个功能模块。
🚨 这简直太疯狂了！！面壁智能与 OpenBMB 刚刚合作推出了 MiniCPM-OCR。它是目前最好的 OCR 模型之一！！
与其他仅能提取文本的 OCR 模型不同……MiniCPM-OCR 包含两个模块：
👉 MiniCPM-OCR 1.0
- 从图像中提取中英文表格。
- 还能提取弯曲、倾斜或模糊表面上的内容。
👉 MiniCPM-OCR Jev
- 检查 OCR 结果的质量，以减少人工审核。
这两个模型都支持：
1️⃣ llama.cpp
2️⃣ vLLM
3️⃣ SGLang 推理
4️⃣ CLI API
5️⃣ Ollama
6️⃣ Agent Skills 集成与开源微调
Parallel 推出 Decisions API，把实时网页搜索和带边界的决策能力整合进单次调用，适合 Jev 这类需要输出明确决策结果的决策模型。
开发者实测Codex+Renoise MCP生成OpenPencil宣传片，无需反复调整
💥 卧槽！Codex 做视频不比 Opus 5.5 差啊！ 有兄弟说还不了解 OpenPencil 完整功能 只看v0.8.5更新宣传片觉得不够 刚好 Tibo 重置了 随手就用 Codex + Renoise MCP 出了个完整宣传片 （请兄弟们务必看完 🫡 都是干货） 这效果也是一样炸裂啊 完全不用改、不用抽卡 当然一个视频肯定介绍不完很多功能细节 类似的演示视频、功能介绍、长文教程 我会继续出 也欢迎兄弟们探索或者发问 记得交作业 😎 工具链接 & 提示词 ⬇️
视频生成 MCP 我的提示词： 做一个OP整体的宣传片，使用promo-video Skill 1. 开头需要变化更丰富更酷炫的动画效果 2. 要有丰富、多样化的转场效果和音效 3. 排版要有层次，布局要有留白、不用对称 4. BGM 需要有节奏感、欢快的、激情澎湃的感觉
OpenBMB 推出 Lookahead Expert Scheduling（LES）推理系统，让 35B-A3B MoE 结构的 MiniCPM-V 4.7 能在 iPhone 18 Pro Max 这类边缘设备上实现实时推理。
📱 35B 参数。实时推理。在手机上。
来认识一下 Lookahead Expert Scheduling（LES），这是在边缘设备上驱动 MiniCPM-V 4.7 的 35B-A3B MoE 模型的推理系统。🚀
在 iPhone 18 Pro Max 上，整个系统达到 20.51 tokens/s，相比按需加载专家权重实现了 6.07 倍的加速。
怎么做到的？三项协同优化：
- 🔮 调度：在当前层计算时，预测并预取下一层的专家。
- 💾 存储：结合连续专家布局与混合精度量化，降低加载开销。
- ⚡ 计算：使用 DSpark 投机解码，一次前向验证多个候选 token。
预测用于指导预取；模型实际的路由器仍然决定哪些专家执行。架构、专家数量和路由保持不变。
混合精度量化将权重文件缩小了 26.7%，五项基准测试平均分仅下降 0.16 分。
LES 展示了更好的推理系统如何将更大、更强的模型带到日常设备上。🌍
👉 LES：
🔗 GitHub：
#MiniCPM #端侧AI #MoE #边缘AI
用户分享通过Magpie将WorkBuddy免费模型接入Hermes的实操方案
强烈推荐！！！🫡🫡🫡
有 Token 焦虑的可以试试注册 WorkBuddy 的国际版，里面的 Deepseek-v4.1-Flash 和 Hy3 的模型是免费的。
目前我会在服务器上使用 Magpie 从 WorkBuddy 里面访问Deepseek-v4.1-Flash 给到 Hermes（Openclaw 也可以） 当作 Token 来源。 这样即使 Grok Bot 没流量了，也能用 Hermes 顶上。
比起 Codex 和 Claude code 这些，Personal Agent 还是在处理杂活儿的时候轻松太多了。
服务器装上 Magpie 之后，就相当于公司多了一个「前台」，Hermes 有问题就直接去问「前台」，然后前台再用我们的 WorkBuddy 的会员身份，去找 WorkBuddy 调动 Deepseek-v4.1-Flash 获取答案，最后再回传给 Hermes。
真的觉得作为备选项太方便了，几乎是 0 撸。 而且 Deepseek-v4.1-Flash 也挺能打的，处理日常事务简简单单。
NVIDIA 发布的 Nemotron 3.5 Transcribe 是开源权重的语音模型，支持 40 种语言转录、说话人区分、翻译与音频理解，多人同时发言时也能识别谁在说话。
来认识一下 NVIDIA Nemotron 3.5 Transcribe 🎙️ 这是一个开放权重、可通过提示词驱动的 30B MoE 模型，激活参数约 40 亿，将 40 种语言的转录、说话人归属、翻译、上下文提示和音频理解整合进同一个模型检查点。 看看它在所有人同时说话时，如何准确追踪谁在什么时候说了什么。 1/ 🧵
新公司 Particle 推出面向开发者的首款模型 particle-1，主打 token 效率，在性能持平的前提下减少约 45% 的 token 消耗，目前已上线。
1/ 很高兴宣布我们的新公司 Particle。这是我们面向开发者推出的系列模型的第一步。
通过 particle-1，我们专注于 token 效率，在减少约 45% token 使用量的同时，保持了性能的一致性。现已上线：
hunch 能在约 20ms 内做出类似 Jev 的决策，无需 GPU，可从教师模型实时学习，支持多模态，能接入现有技术栈。
认识一下 hunch！无需 GPU，约 20 毫秒即可做出类似 Jev 的决策，还能从教师模型实时学习。它基于 @GoogleGemma 的 EmbeddingGemma 2 构建，可与 @CloudFlare 的 Clef 等任意教师模型配合使用。
支持多模态，提供 SystemOne 端点，可无缝接入你现有的技术栈 🧵
这是把 AI 智能体放到真实专业税务工作场景里做的评测，能直接看出 AI 能不能接手这类高门槛的专业任务。
社区讨论：不少用户分享了实际使用体验：有海外自报税务的美国公民用 Claude 检查草稿，成功发现自己用错汇率的错误；也有人用 Gemini 处理遗产 RMD 计算，发现它在预扣税、漏报抵扣上出错，更适合做材料准备而非规划建议。有人吐槽自己之前的会计师错报税务损失了两万美元，认为当前模型有机会帮用户省下大额费用；也有人指出 LLM 不擅长基础数学，短期内未必能胜任报税工作。还有人提到当前国会的报税人员监管法案并未覆盖 AI 场景，也没有对应的投诉上报渠道。
有人在 Qwen3.5 模型内部搭出了一颗可运行的确定性 RISC-V CPU，大模型不再只是生成文本，还能在权重里模拟硬件执行。
这个框架针对 LLM 持续学习中的知识保留问题，提供了一种新的技术路径。
Meta 把最新 Muse 系列、开源权重模型、计算机视觉模型和多语言模型打包给高校研究者，用于科学和医学突破。
今天，我们宣布将为 @Caltech、@OhioStateMed、@LSU、@IndianaUniv 和 @UTHealthHouston 的大学研究提供支持，助力推动科学和医学领域的突破。
作为对大学研究人员支持的一部分，我们将提供最新的 Muse 模型访问权限，包括 Muse Wonder 和 Muse Spark；开放权重模型如 Muse Glimmer 和 Muse Spark Open；计算机视觉模型如 SAM、V-JEPA 和 DINO；以及我们的多语言通信模型 SeamlessM4T。
我们很高兴能为这五所大学提供支持，帮助它们利用我们的模型加速正在开展的重要工作。
更多信息请阅读我们的研究博客：
GitHub 在 Universe 大会上发布 Copilot Fusion，主打前沿级代码生成质量，同时速度提升 40%、成本最多降低 77%。同时推出的还有可构建长时运行智能体的托管服务 Foundry，以及支持跨仓库多智能体协作的 Copilot Projects。
我们正在为智能体时代重新定义软件开发生命周期。今天上午的 Universe 大会上，GitHub 发布了多项更新：
• GitHub Copilot Fusion 带来前沿级别的代码质量，速度提升 40%，成本最高降低 77%
• 我们统一的 Copilot 运行框架现已集成到 Foundry 中，这是一项托管服务，用于构建能够推理、使用工具并完成工作的长期运行智能体
• Copilot Projects 为你提供一个编排循环，可跨多个仓库与多个智能体协同开发
我们还在扩大容量并强化 GitHub 的架构，让智能体开发的大本营更具韧性。
OpenBMB 推出 Lookahead Expert Scheduling（LES）推理系统，让 35B-A3B MoE 结构的 MiniCPM-V 4.7 能在 iPhone 18 Pro Max 这类边缘设备上实现实时推理。
📱 35B 参数。实时推理。在手机上。
来认识一下 Lookahead Expert Scheduling（LES），这是在边缘设备上驱动 MiniCPM-V 4.7 的 35B-A3B MoE 模型的推理系统。🚀
在 iPhone 18 Pro Max 上，整个系统达到 20.51 tokens/s，相比按需加载专家权重实现了 6.07 倍的加速。
怎么做到的？三项协同优化：
- 🔮 调度：在当前层计算时，预测并预取下一层的专家。
- 💾 存储：结合连续专家布局与混合精度量化，降低加载开销。
- ⚡ 计算：使用 DSpark 投机解码，一次前向验证多个候选 token。
预测用于指导预取；模型实际的路由器仍然决定哪些专家执行。架构、专家数量和路由保持不变。
混合精度量化将权重文件缩小了 26.7%，五项基准测试平均分仅下降 0.16 分。
LES 展示了更好的推理系统如何将更大、更强的模型带到日常设备上。🌍
👉 LES：
🔗 GitHub：
#MiniCPM #端侧AI #MoE #边缘AI
ModelBest 与 OpenBMB 合作推出 MiniCPM-OCR，和普通只做文字提取的 OCR 模型不同，它内置两个功能模块。
🚨 这简直太疯狂了！！面壁智能与 OpenBMB 刚刚合作推出了 MiniCPM-OCR。它是目前最好的 OCR 模型之一！！
与其他仅能提取文本的 OCR 模型不同……MiniCPM-OCR 包含两个模块：
👉 MiniCPM-OCR 1.0
- 从图像中提取中英文表格。
- 还能提取弯曲、倾斜或模糊表面上的内容。
👉 MiniCPM-OCR Jev
- 检查 OCR 结果的质量，以减少人工审核。
这两个模型都支持：
1️⃣ llama.cpp
2️⃣ vLLM
3️⃣ SGLang 推理
4️⃣ CLI API
5️⃣ Ollama
6️⃣ Agent Skills 集成与开源微调
Google 的模型在 Artificial Analysis Intelligence Index 上超过 Claude Opus 5.5，拿下第一名。
我去。Google 终于杀回来了。
Google 刚刚把 Claude Opus 5.5 从 Artificial Analysis 智能指数的榜首拉了下来，自己登顶第一。
AI 竞赛这下变得有意思多了。
Parallel 推出 Decisions API，把实时网页搜索和带边界的决策能力整合进单次调用，适合 Jev 这类需要输出明确决策结果的决策模型。
1997 年在 LivePerson 发明商业聊天窗口的 Rob LoCascio，现在创办 Uare Ai，融资 1030 万美元，要做基于个人数据训练、只服务本人的 AI 模型。
发明聊天窗口的那个人，刚刚融资 1030 万美元，要把它干掉。
Rob LoCascio 于 1997 年在 LivePerson 打造了商务聊天。现在他正在打造 Uare Ai：
→ 你自己的 AI 模型
→ 以你为训练数据
→ 为你和你的业务服务
他的观点是：AI 领域最有价值的数据集就是你。而你应该拥有它。
Google 推出 Gemini 4 Carbon，目前仅向部分用户开放，尚未公开可用，同时提供 50% 发布折扣，结束日期未确认。
研究者主张智能应从原始数据直接学习抽象，而非依赖人工设计的结构化输入。新版 H-Nets 在受控实验中效率提升 3-5 倍，且以约 1/10 的数据与算力追平了基于 11T token 训练的开源模型。
我一直认为，智能应当源自简单、通用的构建模块，这些模块能直接从原始数据中学习抽象概念；换句话说，这就是“苦涩的教训”。我想我们终于看到了 AI 能够从所有数据中学习的真正一步。
对原始字节进行语言建模是这一理想的缩影，对我来说，这是 AI 的核心问题：如果我们无法构建能从字节端到端学习的大语言模型，我们又该如何处理世界上其余那些我们了解更少的数据呢？
去年，我们推出了分层网络（H-Nets）作为第一步。我们的新版本在受控缩放定律实验中实现了高达 3 到 5 倍的效率提升，并且在更大规模下，仅用约十分之一的数据和算力，就达到了一个在 11 万亿 token 上训练的开源模型的水平。
下面的帖子将详细介绍我们的发现，以及我们认为其有效的原因。
做 AI 智能体不用再挨个对接搜索、OCR、转写这些零散工具，一个 API 就能调用全部能力，还能自托管在自己的云里、完全开源。
AI 智能体需要的不只是一个大语言模型。它们还需要搜索、检索、OCR、结构化输出、翻译、转录、视觉等能力。Superlinked SIE 将这些能力整合在一起，在一个 API 背后提供 100 多种模型。
可在你自己的云环境中自托管，并且开源。
基于Claude、GPT、Gemini、DeepSeek多模型分层协作
我现在做项目也差不多是这种三层架构
1 个 AI 总管：Claude Opus 5.5
3 个 AI 项目经理：GPT 6.1 Sol / Claude Opus 5.5/ Claude Fable 5.1
40 多个 AI 员工：Claude Sonnet 5.5 / Gemini 4 / Gemini 3.8 Flash / DeepSeek 4.1 Flash
X 用户 ChuckBass14291 分享主从分离、云端挂机、免费模型接入的实操方法
Grokbot 的正确使用方式：
可以同时指挥 Codex、Claude、Gemini 干活，且不消耗自身对话额度，充分利用AI 的闲置额度 多 Agent+云端电脑实操
① 主从分离架构： 建立专属的「Codex工人」Bot，让主Agent负责调度、子 Agent专门干活，任务不搅和，上下文更干净。
2 24h云端挂机 vs本地安全调用： 走 ChatGPT 设备码（Device Code）一键授权给云电脑，电脑关机睡大觉，它在后台自己跑代码、做网页、调 GPTImage 画图。
在意数据安全，也可以直接走本地授权，弹窗确认后再执行。
白嫖算力 接入 OpenCode，直接挂免费模型（如 DeepSeek等 Flash 免费版），不花一分钱再白得一个24h打工仔。
用户分享通过Magpie将WorkBuddy免费模型接入Hermes的实操方案
强烈推荐！！！🫡🫡🫡
有 Token 焦虑的可以试试注册 WorkBuddy 的国际版，里面的 Deepseek-v4.1-Flash 和 Hy3 的模型是免费的。
目前我会在服务器上使用 Magpie 从 WorkBuddy 里面访问Deepseek-v4.1-Flash 给到 Hermes（Openclaw 也可以） 当作 Token 来源。 这样即使 Grok Bot 没流量了，也能用 Hermes 顶上。
比起 Codex 和 Claude code 这些，Personal Agent 还是在处理杂活儿的时候轻松太多了。
服务器装上 Magpie 之后，就相当于公司多了一个「前台」，Hermes 有问题就直接去问「前台」，然后前台再用我们的 WorkBuddy 的会员身份，去找 WorkBuddy 调动 Deepseek-v4.1-Flash 获取答案，最后再回传给 Hermes。
真的觉得作为备选项太方便了，几乎是 0 撸。 而且 Deepseek-v4.1-Flash 也挺能打的，处理日常事务简简单单。
开发者实测Codex+Renoise MCP生成OpenPencil宣传片，无需反复调整
💥 卧槽！Codex 做视频不比 Opus 5.5 差啊！ 有兄弟说还不了解 OpenPencil 完整功能 只看v0.8.5更新宣传片觉得不够 刚好 Tibo 重置了 随手就用 Codex + Renoise MCP 出了个完整宣传片 （请兄弟们务必看完 🫡 都是干货） 这效果也是一样炸裂啊 完全不用改、不用抽卡 当然一个视频肯定介绍不完很多功能细节 类似的演示视频、功能介绍、长文教程 我会继续出 也欢迎兄弟们探索或者发问 记得交作业 😎 工具链接 & 提示词 ⬇️
视频生成 MCP 我的提示词： 做一个OP整体的宣传片，使用promo-video Skill 1. 开头需要变化更丰富更酷炫的动画效果 2. 要有丰富、多样化的转场效果和音效 3. 排版要有层次，布局要有留白、不用对称 4. BGM 需要有节奏感、欢快的、激情澎湃的感觉
独立开发者 @onevcat 在 X 平台公开评价两款大模型的使用体验
gpt-6.1-sol 简直就是灾难，废话连篇又蠢又慢，说实话我好像已经久违地没对一个模型发火了。...Opus 5.5 这一个月真是领先了OpenAI家的模型足足三个月！
博主在X平台分享线下活动中多次遇到受其早期教程启蒙的从业者
天呐，我不知道最近是怎么回事，每次去参加活动，总会碰到一些人跟我说，他们是五六年前看了我早期那些深度学习教程类的 YouTube 视频，才开始接触数据科学/人工智能的。
这真的让我超级开森！！！谢谢你们！！！🫶🫶🙌🙌🙌 让机器学习再次伟大吧，嘿嘿 😁😁😁。
今天的 22 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。