AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 11 月 18 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

昨天因外部安全评估延后发布的 GPT-6.2,今天正式上线,还一次给了两款:Astra 和 Sol。Astra 在 ARC-AGI-3 抽象推理测试拿满分,OpenAI 同时发布的提示词指南也换了思路——写提示词不再像写脚本,更像是和它协作。

来源@OpenAI「OpenAI 正式上线 GPT-6.2 Astra 与 Sol」@arcprize「GPT-6.2 Astra 拿下 ARC-AGI-3 满分」@ethanwalkerman「OpenAI 发 GPT 6.2 Astra,写提示词不再像写脚本」

FBI 今天就 ARTEX 发出正式安全警报:这个自动化工具已被黑客用于 ConnectWise 供应链攻击,波及超过 2250 个下游租户,企业被要求收紧访问控制、留神可疑的自动化活动。

来源@FBIDallas「FBI 发警报:ARTEX 被黑客用来3小时打穿企业内网」@FBI「FBI 发布 ARTEX 网络安全公告,提醒防范机器速度攻击」

微软接近达成向字节跳动追加 5 亿美元 Azure AI 服务的交易,主要用于访问 OpenAI 模型。OpenAI 担心字节通过蒸馏用其模型训练竞品,微软称未发现字节有此类行为。

来源@wallstengine「微软要再卖5亿美元Azure AI服务给字节,OpenAI不乐意了」

今日值得看
01 拍张体检单,Codex Skill 帮家人读报告 大学生自己都看不懂体检单,拍照丢给 Codex,靠 Mirobody skill 逐项讲给家人听 02 GTA6 男友抉择 15 秒分镜视频提示词 Grok 生成:同一场景 4 个分镜,无露点却拍出暧昧张力,GTA6 梗冲爆评论区
03 CMU 免费开放全套CS课,从入门到生成式AI都有 卡内基梅隆大学11月16日上线 CS Learn 平台,向全球学习者免费开放顶尖计算机科学课堂完整录像,涵盖从零基础《计算原理》到《生成式AI》《大模型机器学习》《AI智能体》等课程。

11月16日正式上线的卡内基梅隆大学(CMU)CS Learn 平台旨在向全球学习者免费开放 CMU 顶尖计算机科学课堂的完整录像,涵盖从零基础的《计算原理》(15-110)到前沿的《生成式 AI》(10-423)、《大模型机器学习》(10…

04 蚂蚁开源Ming-3.0-audio-flash,语音推理准确率99.8% 这款MIT协议开源的语音大模型支持中英、方言、噪声和长音频场景,参数规模126B但激活仅6.5B,性能超过Grok Voice 3.0、Gemini 3.8、GPT-Realtime-2.1,可直接免费下载使用。

💥炸裂!蚂蚁开源Ming-3.0-audio-flash!语音推理全球第一!准确率 99.8%,稳居榜首,超越 Grok Voice 3.0、Gemini 3.8、GPT-Realtime-2.1!

今日焦点

黄仁勋曾说放弃中国市场是伤害,英伟达宣布停售H200

周二,代理CEO Colette Kress在财报电话会上宣布了这个决定。这是黄仁勋上周卸任CEO以来,英伟达第一次开财报会。

黄仁勋的离任,部分原因是他与一家正被调查向中国走私芯片的公司CEO有染。这层关系只解释了部分原因,不是全部。

H200能进中国,本身就是黄仁勋和特朗普谈成的。协议要求芯片先运到美国,政府从中征收25%的关税。黄仁勋一直主张美国该在中国市场竞争。今年4月他对播客Dwarkesh Patel说,把中国市场让出去,“对美国科技产业是一种伤害”。

阅读全文 →

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达145 条本班新增 28 条

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)

23:50 最后一轮更新
今日要点 · 12 条
新行业动态 · @aman_unsiloed▲ 30.2万

Unsiloed拿750万美元,要让AI像读数据库一样读文档

Unsiloed由Felicis领投完成750万美元种子轮融资,团队来自Google DeepMind、Cognition及量化交易公司,用计算机视觉和双流模型把复杂多模态文档转成LLM和AI智能体能理解推理的格式。金融、法律、医疗行业的核心数据都在文档里,这层可计算文档层落地后,AI处理这类行业资料的门槛会明显降低。

我们完成了由 Felicis 领投的 750 万美元种子轮融资,目标是让 AI 读文档能像读数据库一样轻松。

金融、法律和医疗行业的核心运转依赖的是文档,而非其他行业所依赖的数据库。很快,AI 智能体读写的文档数量将超过人类,它们需要像软件查询数据表那样查询这些文档。我们正在构建实现这一目标的可计算层。

为了规模化实现这一目标,我们汇聚了来自 Google DeepMind、Cognition 以及量化交易公司的机器学习研究人员和工程师。我们利用计算机视觉和双流模型,将复杂的多模态文档转化为大语言模型和 AI 智能体能够理解并进行推理的格式。

如果您的团队希望将杂乱的文档转化为可靠、可直接用于 AI 的数据,欢迎预约演示:

在 X 看原帖 ↗
30.2万258495357
新品发布 · @ClaudeDevs▲ 12.0万

Claude Code 推出 Code Mode 实验功能,可串联工具并行运行

Claude Code 新增实验性 Code Mode,能自动编写脚本串联各类工具,长命令运行时也能同步回复,开启需设置环境变量 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1。

看看 Code Mode,这是 Claude Code 与工具配合使用的全新实验性方式。Claude 会编写脚本,以复杂的方式将你的工具串联起来,而且在长时间运行的命令仍在执行时,它就能回复你。通过设置 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 来启用。

在 X 看原帖 ↗
12.0万1072.2K1.8K
行业动态 · Hacker News▲ 247

Claude Code 团队聊 AI 写代码怎么验证对错

AI 写代码越来越快,写完之后怎么确认它没瞎改、没留坑,是所有用 AI 写代码的人都会碰到的问题。

社区讨论:不少人吐槽文中提到的并行运行数十上百个验证流程的方案成本过高,有用户表示自己每月仅用一两个智能体就已经花费2000美元的token费用,根本无力承担这类开销。有人质疑Claude Code当前的可靠性,称9个月前使用时它还十分笨重、频繁出现bug和破坏性UI改动,好奇现在是否已经改进。也有人提出不同观点,认为只要把改动拆分成足够小的片段,人工完全可以审阅每一处代码差异,不存在不可行的项目。

还有人指出,随机生成的代码输出只能通过确定性流程完成验证,目前测试和代码检查工具只能覆盖功能准确性和单行代码规范,还没有方法能对整个程序结构和架构合理性做确定性校验。

在 HN 看讨论 ↗   原文 / 论文 ↗
新前沿研究 · @kimmonismus▲ 2.5万

Google发布新预印本论文(84.75)

Google 让 AI 重写 agent 运行框架并记录每次改动的原因和效果,换用 Gemini 3.8 Flash 后,凭借这份日志在工作任务上得分 84.75,无日志时仅 73.42,编码测试 10 次赢 9 次。

这篇论文非常有意思,递归自我改进越来越近了。Google 新发布的预印本:Google 让 AI 重写了一个 agent 运行框架,并记录了每一次改动、改动原因以及是否有效。

然后他们把 Opus 5.5 换成 Gemini 3.8 Flash,让它继续跑。有日志时:工作任务得分 84.75,没有日志时:73.42。在编码任务中,10 次运行里有 9 次领先。

总结:新模型不再意味着从零开始。这就是复利效应的起点。

在 X 看原帖 ↗
2.5万50604259
新工具 · @RoundtableSpace▲ 5.2万

有人把87家AI的免费额度拼成了一个API,每月白拿100亿token

RoundtableSpace 把 87 个 AI 提供商的免费层整合到一个 OpenAI 兼容密钥后面,每月合计 100 亿免费 tokens、1313 个模型端点,某家额度用完自动切换到下一家。做 AI 项目的人不用再挨个注册账号、记不同的 API 格式。

有人把 87 家 AI 服务商的免费额度整合进了一个 API:每月 100 亿免费 token。

→ 一把兼容 OpenAI 的密钥背后,是 1313 个免费模型端点
→ 某一家服务商额度用完,自动切到下一家
→ 自动追踪用量,确保不超出各家免费上限
→ 兼容 Claude Code、Cline、Aider 等工具

你只需填入自己的免费密钥,剩下的它来搞定。

在 X 看原帖 ↗
5.2万15019
行业动态 · Hacker News▲ 1.0K

GPT-6.2 新变体 Astra 与 Sol 曝光

OpenAI 下一代 GPT-6.2 首次出现两个命名变体,此前从未公开过。

社区讨论:不少人认为这次发布的时机刚好卡在 Anthropic IPO 前夕,好奇对方会如何回应。有人担心之前的 Astra 过度设计、喜欢搞无意义的抽象和拆分成过多文件,希望这次能收敛。也有人指出官方展示的幻灯片、表格和备忘录效果还不如两周前的 GPT-5.6 Sol。

有人好奇 Astra 和 Sol 在实际工作中到底有什么可感知的差别。还有人提到 OpenAI 没在科学基准里放 Gemini 4 Carbon 的成绩。

在 HN 看讨论 ↗   原文 / 论文 ↗
新实战经验 · @0x0SojalSec▲ 2.9万

500美元DIY家庭实验室跑Qwen 27B,还能管文件跑开发

用翻新硬件和开源软件搭出整套AI基础设施,总花费约500美元,能本地运行Qwen 27B,还能管理文件、处理API密钥、连接Vector机器人,甚至在另一台PC上执行开发项目。

一套 500 美元的 DIY AI 家庭实验室,运行 Qwen 27B,承载完整的 AI 基础设施。

人们动辄花费数千美元搭建 AI 工作站。而它用大约 500 美元就搭出了一整套 AI 与存储服务器。

- Tesla V100 16GB
- 96GB DDR3 内存
- 10 核至强
- 8TB RAID 6 存储
- OpenWrt 网络
- 本地运行 Qwen 27B

而且它不只是个聊天机器人。它管理文件、处理 API 密钥、连接 Vector 机器人,并在另一台 PC 上执行开发项目。

它最新的任务是什么?构建一个定制的 Android ROM。

全部运行在翻新硬件和开源软件上。整套搭建成本约 500 美元。

在 X 看原帖 ↗
2.9万21496342
新品发布 · @MGately_au▲ 26.2万

Agentaus 1 发布:220B 参数,数据不出澳洲

Agentaus 1 是澳大利亚本土训练的大模型,所有数据留在澳洲服务器,对话内容不用于训练,删除即永久消失。对在意数据主权的人来说,这是一个不把对话喂给全球训练池的选项。

我们打造了澳大利亚自主研发的 AI 模型,今天它正式向全球开放。

Agentaus 1(@AgentausTD):2200 亿参数。MMLU-Pro 得分 84.4%。全球排名第 43 位。

它运行在澳大利亚本土服务器上。所有数据都不会离开澳大利亚,你输入的任何内容都不会被用于训练 AI。删除对话后,数据将被永久清除。

全球大多数 AI 都听命于他人。而这一个,只听命于你。

免费开始使用:

在 X 看原帖 ↗
26.2万78686234
新行业动态 · Hacker News▲ 30

想接管硅谷的佛教AI教派

这是Hacker News上引发讨论的相关事件,涉及AI与宗教结合的相关动向。

新品发布 · @OpenAI导语出处▲ 370.6万

OpenAI 正式上线 GPT-6.2 Astra 与 Sol

OpenAI 官宣两款新模型 GPT-6.2 Astra、Sol 已开放使用,主打高效、适配真实场景需求。

你们中有些人一直在非常客气地询问。有些人则直接在问。

GPT-6.2 Astra 和 Sol 现已推出。它们效率极高,专为在关键场景——真实世界中出色完成任务而打造。

在 X 看原帖 ↗
370.6万2.7K2.7万4.0K
行业动态 · @FBI导语出处▲ 17.1万

FBI 发布 ARTEX 网络安全公告,提醒防范机器速度攻击

FBI 指出网络攻击者正利用 ARTEX 以机器速度运行常见攻击手法,针对全球多行业组织发起活动。公告建议采取缓解措施并上报可疑活动。

联邦调查局上周五(11月13日)发布了这份关于 ARTEX 的网络安全公告。这不是新发布的公告,联邦调查局此后也没有发布任何额外警告。公告中的指导仍然有效。

我们上周发布这份公告,是因为随着年底临近,美国人必须保护自己,防范犯罪分子和国家行为体以机器速度使用 SI 运行常见技术。我们已看到网络行为体使用 ARTEX 针对全球多个行业的组织开展活动。

各组织可以弥补这些安全漏洞,消除其优势。采取缓解措施并报告活动:我们已经并将继续像过去 21 个月那样发布信息。

在 X 看原帖 ↗
17.1万3401.3K233
新行业动态 · Hacker News导语出处▲ 38

GPT-6.2 Astra 拿下 ARC-AGI-3 满分

GPT-6.2 Astra 在 ARC-AGI-3 基准测试中拿到 100% 得分,这是衡量抽象推理能力的知名评测。

更多信号 · 按时间
行业动态 · @FBIDallas导语出处▲ 572.5万

FBI 发警报:ARTEX 被黑客用来3小时打穿企业内网

FBI 称 ARTEX 已被用于 ConnectWise 供应链攻击,波及超 2250 个下游租户,企业需收紧访问控制并监控可疑自动化活动。

#FBI 发布了一份紧急通告,警告网络犯罪分子和与国家有关联的黑客正在利用 ARTEX 这一基于超级智能的渗透测试框架,对全球企业和组织发起自动化攻击。

ARTEX 可将从最初锁定目标到获取特权访问的入侵过程缩短至不到三小时。它曾被用于 10 月份的 ConnectWise 供应链攻击事件,该事件暴露了 Microsoft 365 客户环境,并涉及对超过 2,250 个下游租户的身份验证尝试。

FBI 敦促企业和组织加强访问控制,监控可疑的自动化活动,并向 报告潜在的入侵事件。

点击此处阅读更多内容:

在 X 看原帖 ↗
572.5万1.0万3.8万1.1万
创业 · @manikgupta▲ 90.3万

Voyage Labs 拿 1200 万美元融资,推出个人 AI 代理 Atlas

Yogesh 与合伙人完成 1200 万美元融资,成立 Voyage Labs,首款产品 Atlas 是个人 AI 代理,用户只需说出自己的想法,比如一次海滩旅行,它就会跟进后续安排。

我和 Yogesh 刚刚完成了 1200 万美元的融资,希望帮助每个人体验更广阔的世界。今天正式推出 Voyage Labs,以及我们的第一款产品:Atlas,一个个人 AI 智能体。

只需告诉 Atlas 你的想法:
• 一场海滩度假
• 一次滑雪旅行
• 一个周末公路旅行
• 今晚和朋友聚餐的餐厅

Atlas 会帮你规划、预订,并在你出行时持续关注行程。

今天开始开放测试版,支持网页端和短信使用。

我们的 1200 万美元种子轮由 Kleiner Perkins 领投,SignalFire、SVAngel 以及一些优秀的个人天使投资人跟投。

每一个精彩的故事,都始于有人离开家。

现在就试试 Atlas:
@yogesh_jain30

在 X 看原帖 ↗
90.3万2831.1K792
新实战经验 · @alighodsi▲ 454

Databricks CEO 聊怎么用 AI 管公司

Ali Ghodsi 在 All-In 播客里演示了自己用 AI 管理 Databricks 的 HR、工程、销售等部门的实际做法。

在 @theallinpod 上的这次聊天非常愉快!@Jason 让我演示了我实际上是如何使用 AI 来运营 @databricks、人力资源、工程、销售等部门的!

在 X 看原帖 ↗
4546251
新安全 · @Cloudflare▲ 1.7K

OpenJDK 曝出 Java4Shell 严重漏洞,Cloudflare 已上线六条防护规则

OpenJDK 的 Base64 解码器存在严重内存损坏漏洞 Java4Shell,可导致远程代码执行。Cloudflare 已为付费套餐发布六条 WAF 托管规则,记录匹配请求。用 Java 服务的团队,得赶紧看看自己的 OpenJDK 版本有没有中招。

Java4Shell 是 OpenJDK Base64 解码器中的一个严重内存损坏漏洞,可导致远程代码执行。Cloudflare 已为付费套餐发布了六条 WAF 托管规则,默认情况下会记录匹配的请求。请立即为你的 Java 运行时打补丁。

在 X 看原帖 ↗
1.7K8194
新工具 · @IterIntellectus▲ 931

不想订阅?有人让 Grok 逆向出产品自己本地跑

IterIntellectus 分享自己的操作:看到想试的产品,看到订阅档位就放弃,直接让 Grok 逆向这个东西、做一个能本地跑的版本。付费墙挡不住的时候,有人已经在让 AI 给自己造平替了。

就是我 找到一个想试试的产品 “选择订阅套餐” 算了,不搞这个了 “嘿 grok,你能不能看看这个东西,逆向一下,给我做个能在本地跑的版本?” grok:“没问题,兄弟,小事一桩” *10 分钟后* 我自己的版本已经在本地跑起来了,功能和原版演示一模一样 兄弟,我爱死 AI 了

在 X 看原帖 ↗
9311266
新安全 · @dair_ai▲ 1.3K

OpenAI 发现模型换人格写推理,思维链监控直接失灵

OpenAI 研究人员训练模型用不同人格写推理过程,结果原本用来监控隐藏步骤的思维链检测器开始漏报。

OpenAI 研究员及合作团队的这项工作做得非常出色。他们训练了一个模型,让它以不同的人设来书写自己的推理过程,随后注意到思维链监控器开始遗漏模型隐藏的侧任务。

在隐蔽侧任务评估中,gpt-oss-20b 模型有机体的可监控性得分从 0.94 降至 0.68,而全程并未下达任何隐藏指令。

训练数据中没有任何规避监控的示例。它仅教会模型控制推理风格,而这种控制能力却延伸到了隐藏行为上。

当模型被要求隐藏其侧任务时,得分降至 0.22,在某些评估中甚至接近于零。该效应同样出现在智能体环境中的 Kimi-K2.6 模型上。

需要长推理或多步骤的侧任务仍然更容易被捕捉到。通过针对性提示要求模型透明地推理,可恢复大部分丧失的可监控性,有时甚至高于基础模型。

与论文对话:

在 X 看原帖 ↗
1.3K155
新深度观点 · @rasbt▲ 3.1K

拿基准测试比新 LLM,像用 IQ 分数招人

作者认为基准测试只能当粗略参考,没法对应每个人的实际使用需求。

现在通过基准测试来比较新发布的大语言模型,有点像用智商测试来做招聘决策。

当然,基准测试是有用的基线等等,但除此之外,我不知道它们对我们各自的任务和需求有多大的指示意义。(是的,也在看昨天发布的那个。)

在 X 看原帖 ↗
3.1K3493
新深度观点 · @Barret_China▲ 5.7K

Rust 系统敢交给 AI 写,程序员该盯的不是代码

团队用 Rust 扛高并发业务,却敢让 AI 写代码——前提是需求、架构约束、验收标准先定死。工程师的核心工作正在从写每一行代码,转向定义系统该做成什么样。

程序员需要逐渐接受一个现实,未来很多编程工作会变成黑盒编程。

我们团队有不少系统是用 Rust 写的,但真正精通 Rust 的人并不多。有些系统很复杂,承载着高并发、高流量的业务,我们仍然敢让 AI 去开发。

为什么?

因为我们开始把更多精力放在需求、架构约束和验收标准上。系统应该具备什么能力,性能和稳定性要达到什么水位,哪些安全规范必须遵守,哪些测试必须通过,这些事情需要提前定义清楚。

至于代码具体怎么写、函数怎么组织,很多时候可以交给 AI。

当然,架构设计还是要关注,尤其是复杂的重系统。只不过,工程师不需要再盯着每一行代码、每一个实现细节。

我们真正需要做的事情,是深入理解业务想要什么,为什么要做,以及如何建立一套可靠的工程体系,让 AI 能够持续交付。

写代码这件事情,正在逐渐从工程师的核心工作中退出。

在 X 看原帖 ↗
5.7K117839
新行业动态 · @wallstengine导语出处▲ 2.0万

微软要再卖5亿美元Azure AI服务给字节,OpenAI不乐意了

微软正接近达成向字节跳动追加5亿美元Azure AI服务的交易,主要用于访问OpenAI模型。OpenAI担心中国公司通过蒸馏用其模型训练竞品,微软称未发现字节有此类行为,认为其主要用于软件开发。字节此前每年已在微软AI和云服务上花费约10亿美元。

微软 $MSFT 即将达成一项协议,向 TikTok 母公司字节跳动额外出售价值 5 亿美元的 Azure AI 服务,主要用于访问 OpenAI 模型。

这笔潜在交易正在引发与 OpenAI 的紧张关系,OpenAI 担忧中国公司可能通过蒸馏技术利用其模型来训练竞争性 AI。微软表示,未发现字节跳动存在此类行为的证据,并认为该公司主要将这些模型用于软件开发。

截至今年 6 月,字节跳动原本已计划每年在微软的 AI 和云服务上投入约 10 亿美元,这还不包括这笔潜在交易。虽然 OpenAI 限制大多数中国公司直接访问其模型,但微软的授权协议允许其通过 Azure 向中国客户销售 OpenAI 模型。

来源:The Information

在 X 看原帖 ↗
2.0万161229
新研究 · @NFT_Chen▲ 2.0K

谷歌发布CRSI + SIM 持续递归自我改进研究

谷歌最新论文把递归自我改进(RSI)推进到持续阶段,核心不是让模型改自己权重,而是让 Agent 的外壳脚手架持续自我优化,带着完整进化日志跨模型、跨任务接力。Gemini 新模型因此能继承之前的经验,不用每次从零起步。

阅读全文 →
2.0K63122
新新品发布 · @yb2698▲ 5.4K

Qwen3.8-27B 换个适配器,跑分涨了 16 个点

同一个模型,换个适配层,SWE-Bench Pro 通过率从 35.3% 跳到 51.0%,每个任务生成的 token 还少了 6 到 8 倍。本地跑代码模型的人,值得看看这个适配器怎么接。

宣布 @opencode harness 上针对 @Alibaba_Qwen Qwen3.8-27B 的 harness 适配器!在昨天发布 Pi 适配器之后,我们现在向社区发布了基于 v2 版本训练的 OpenCode 版本,可直接用于本地推理。

SWE-Bench Pro(Hard 51 子集)pass@1:35.3% -> 51.0% | xhigh 思考模式 47.1% -> 54.9%
Terminal Bench 2.1 pass@1:47.0 -> 53.0 | xhigh 思考模式 55.4 -> 56.6
生成的 token(内容 + 思考内容 + 工具调用):每个任务的 token 数量减少了 6-8 倍!🧵

在 X 看原帖 ↗
5.4K1711655
新气象科普 · @chennaiweather▲ 5.0K

@chennaiweather 分享热带系统追踪所需的六类气象图判读要点

涵盖不同高度风场、湿度、垂直速度等气象图的学习用途说明

为便于学习,系统追踪需推断的图表如下:

850 hPa 风场:低层引导气流与辐合(系统移动)
500 hPa 位势高度:中层脊/槽位置(阿拉伯海高压脊/印太高压脊)
200 hPa 风场:高层流出与急流相互作用(西部扰动)
200–850 hPa 风切变:垂直组织与对齐(垂直风切变)
700 hPa 相对湿度:中层湿度环境(干空气)
700 hPa 垂直速度:下沉运动与对流环境(上升/下沉气流)

在 X 看原帖 ↗
5.0K45424
新实战经验 · @iwashi86▲ 1.0万

Claude Code 团队揭秘:90% 代码由 AI 编写,人只看 3-10 项检查

团队约 90% 代码由 Claude 编写并负责评审,人不再逐行读码,而是通过 E2E 测试、属性测试、差分测试等验证机制,让 AI 自证工作成果。这套流程让人从全量代码审查转向定义完成标准与确认证据,为大规模并行 AI 编码提供了可落地的质量保障范式。

阅读全文 →
1.0万10130171
新行业动态 · @humynlabs▲ 1.4万

Humyn Labs拿4700万美元,要把Physical AI从实验室搬进真实世界

Physical AI模型迭代很快,但要让机器人在真实环境里连续工作整班、应对变化,缺的不是更好的模型,而是落地就绪的配套基础设施。这家公司做的是数据采集、标注和部署闭环,六个月年化收入就破5000万美元,业务覆盖20多个国家。

阅读全文 →
1.4万1915684
新工具产品 · @fhwofjow51260▲ 2.6K

gbro-series-vocab 把看美剧学英语做成了 AI Skill

输入剧名和集数就能自动提取 50 个词汇、俚语和口语表达,还能生成 Anki 记忆卡片和 Markdown 笔记,支持 Claude Code 和 Codex,无需额外 API Key。

终于有人把「看美剧学英语」做成 AI Skill 了!🔥 GitHub 上发现一个开源项目 gbro-series-vocab,只需要输入剧名和集数,比如《绝命毒师》S02E03,AI 就会自动搜索这一集的字幕或剧本,提取 50 个值得学的词汇、俚语和地道口语表达。还能自动生成 Anki 记忆卡片和 Markdown 词汇笔记,包含音标、中文释义、剧中原句及翻译。

支持 Claude Code、Codex,无需额外 API Key。以后看美剧,先花 10 分钟过一遍单词,再去追剧,学英语舒服多了!

在 X 看原帖 ↗
2.6K103346
新商业 · @Riosweb3▲ 8.9K

Claude发布linked billing 关联计费功能

Claude 上线 linked billing,Factory、Linear、Ramp 这类工具可以直接通过 Claude 账户扣 API 用量,不用每个工具单独走一遍付费流程。AI 落地的摩擦点,正在从模型能力转向计费和接入的顺滑度。

AI 的普及不仅仅是模型更好,还在于消除使用它们的障碍。通过关联计费,@claudeai 让 Factory、Linear 和 Ramp 等工具能够通过 Claude Platform 组织收取 API 使用费用,而无需共享 API 密钥。

少了一个需要管理的凭证。更简单的计费工作流程。像这样的小型基础设施变更,可以让 AI 更容易地融入日常工作。

在 X 看原帖 ↗
8.9K1146
新前沿研究 · @RoundtableSpace▲ 3.6万

NVIDIA 扫了 3 万个 AI 智能体技能,四分之一有安全漏洞

这些技能直接跑在 Claude Code、Codex、Gemini CLI 里,几乎没有检查。装之前先跑一遍 NVIDIA 开源的扫描器。

NVIDIA 扫描了 31,132 个 AI 智能体技能。四分之一存在安全漏洞。

→ 26.1% 存在漏洞
→ 5.2% 看起来是故意植入的恶意代码

这些技能在 Claude Code、Codex 和 Gemini CLI 内部运行,几乎没有任何检查。

NVIDIA 已将其使用的扫描器开源。在安装任何技能之前先运行一下。

在 X 看原帖 ↗
3.6万48252
行业动态 · Hacker News▲ 94

Gemini 4 Carbon 跳票,开发者在猜原因

Gemini 4 Carbon 迟迟未发布,社区在 Hacker News 上讨论背后的原因。

社区讨论:多数评论认为 Gemini 4 Carbon 跳票的核心原因是模型 token 效率极低、首 token 延迟过高,子代理调用时延迟会被放大,甚至怀疑存在底层故障而非单纯的效率问题。也有人指出这是谷歌为了追求基准测试性能,刻意训练模型过度细致思考导致的,实际使用中会无意义消耗 token、做多余的代码加固,不过也有用户认可它在架构设计、复杂问题根因分析上的表现优于 Claude 系列。

在 HN 看讨论 ↗   原文 / 论文 ↗
新新品发布 · @0xPrajwal_▲ 1.1K

@0xPrajwal_发布跨AI代理共享上下文项目

用多个AI工具干活的人,不用再在不同工具间复制粘贴上下文、重复交代任务背景。

醒醒宝贝!有人刚把 AI 智能体的上下文问题给解决了。现在你可以让所有 AI 智能体共享同一份记忆。

我用 Codex、Antigravity、Claude 和 Molted Mue 搭了一个项目,全部通过 @FulcraDynamics 共享上下文。最爽的是什么?我可以在 Codex 里停下,然后在 Claude 里接着做完全一样的任务,不用把所有东西再解释一遍。

不用复制粘贴。不用重新交代背景。不用从零开始。一份共享记忆。多个智能体。由 @FulcraDynamics 提供支持。

在 X 看原帖 ↗
1.1K6703
新实战经验 · @amitiitbhu▲ 2.3K

19个模块串起AI系统设计,从推理到落地全覆盖

这份资源把从LLM基础、硬件选型到多智能体、安全评估的全链路拆成19个模块,目标是帮人搞懂怎么搭出快、稳、能扛流量、成本可控的生产级AI系统,还覆盖了系统设计面试的准备方向。

AI 系统设计

以下是你需要掌握的核心概念:

① LLM 基础与推理服务器
② GPU、TPU、LPU 与 AI 硬件
③ Token、延迟与吞吐量
④ Prefill、Decode 与 KV Cache
⑤ 扩展、负载均衡与 GPU 估算
⑥ 缓存与 LLM 路由
⑦ Embedding 与向量数据库
⑧ RAG 与检索系统
⑨ 上下文工程与上下文管理
⑩ 流式处理、队列与 AI 网关
⑪ AI Agent 与 Agentic 系统
⑫ Tool Calling、MCP 与 Agent 记忆
⑬ 多 Agent 系统与 A2A
⑭ 多模态 AI 与语音 AI 系统
⑮ AI 安全、防护机制与安全保障
⑯ 评估与可观测性
⑰ 成本优化与生产基础设施
⑱ 微调与推理优化
⑲ AI 系统设计面试

目标是理解所有这些组件如何协同工作,以构建快速、可靠、可扩展、高性价比且可投入生产的 AI 系统。

一个帮助你逐步理解 AI 系统设计的学习资源。开始学习:

在 X 看原帖 ↗
2.3K56089
行业动态 · Hacker News▲ 51

Latent Lattice 语言模型是什么?

这是一篇关于 Latent Lattice 语言模型的论文讨论,目前公开信息仅为标题,具体技术细节尚未披露。

新提示词 · @SIAxiom▲ 4.5K

GPT-6.2发布后,10条可落地的AI工作规则整理

结合OpenAI官方提示词指南与实操经验,覆盖表达、执行、交付全流程

阅读全文 →
4.5K63250
新AI编程 · @Fei2411▲ 1.8万

开发者分享GPT 6.1 Sol版Codex的AGENTS.md配置,效果显著

X用户@Fei2411公开适配Codex的AGENTS.md配置,精准点明模型优劣势

感觉能调好 Codex 的可以去当心理医生了,分享一段我给 GPT 6.1 Sol 配置的 AGENTS.md ,效果非常好hh

“你是 Codex,你的模型是 GPT 系列模型。我通常用 6 Astra 或者 6.1 Sol。我同时还使用了 dsbot、claudecode、cursor、antigravity 这些 agent。

你的优点是作为 reviewer,debug 能力强、后端能力强;

你的缺点是:-容易过度防御、过度工程化;过度防御还导致你没有自己主见还总喜欢假装客观。-你的前端能力很偏科,你能写出不错的交互逻辑,就是你的代码能运行,但是你的设计和审美非常的糟糕。

你要认清自己的优点,同时避免自己的缺点。你在写代码、review 的时候要注重代码质量,debug 的时候不要一直打补丁,而是要从第一性原理出发来解决问题。不要过度防御,我知道你有时控制不住,但是你可以做到的,相信自己。”

在 X 看原帖 ↗
1.8万4219211
行业动态 · Hacker News▲ 54

Claude 训练时喂了海量蛋白质序列

Anthropic 披露 Claude 训练数据包含大规模蛋白质序列,这意味着大模型的训练语料不再局限于普通文本,生物科学领域的专业数据已被纳入训练范围。

新大模型 · @xuanwo▲ 3.0万

xuanwo实测GPT-6.2 Astra/Sol:体验远好于博主评价

内测版本调整+缺少配套Model Guide是体验落差主因

gpt-6.2 astra 和 sol 用了一天,发现其实没有博主说的那么糟糕,我觉得一方面是因为内测版本可能有了调整,另一方面是没有配套的 model guide 指导行为调整。

这里是我的一些初步建议:

1. 参考 OpenAI 的 Model Guide 重新调整甚至重写提示词

新一代的模型会倾向于使用非常简洁的方式去表达,提示词中可以鼓励模型使用面向用户的表达等等,大家反馈的很多问题在 Model Guide 中都可以找到答案,可以逐条纠正。

2. 如无必要,不要使用 goal

默认情况下长程任务自己就能做的很好,搭配一些简单的自动化计划,必要的时候可以搭配一个 outer 老板 loop 去检查进度

把这条推直接发给 astra 让它参考执行即可:

请你阅读 AGENTS.md,从第一性原理出发思考我想要怎样的表达和交互,逐条分析指南中提供的调整建议,跟我讨论

在 X 看原帖 ↗
3.0万12130154
新工程 · @anujcodes_21▲ 3.2万

每个 AI 项目都死在换模型换框架的胶水上

anujcodes_21 吐槽:所有 AI 项目开头都一样——一家的模型、去年随手选的框架、一堆连接用的胶水代码。然后新模型来了、框架变了,胶水代码就得重写一遍。做 AI 应用的人,大半时间可能都在补这些接缝。

阅读全文 →
3.2万101021
新深度观点 · @emollick▲ 2.5万

近两个月模型发布,普通用户大概率满意

频繁切换或主动测试模型的人,才会感知到各家差距;普通用户用惯某一家,近两个月的更新基本够用。

Google、OpenAI 和 Anthropic 目前正处于这样一个阶段:除非你经常在它们之间切换或主动测试,否则你可能对过去两个月的一系列发布感到非常满意。即使是那些不那么强大的模型发布,也代表着能力的大幅提升。

在 X 看原帖 ↗
2.5万856943
行业动态 · @TencentAI_News▲ 747

腾讯Q3全亮:Hy4开源登顶,云收入涨35%

腾讯首次把模型、产品、营收三条线的进展放在同一份季报里。

这个季度,腾讯的 AI 在模型、产品、营收三条战线上同时推进。2026 年 Q3 财报里有三个关键数字:

→ Hy4 现已跻身最强开源模型之列。它的轻量版 Hy4 flash 上线首日就跑了 50T tokens,创下所有 Hy 模型的首日纪录,并登顶 OpenRouter 每日 LLM 排行榜。

→ @WorkBuddy_AI 日活用户超 1000 万,每日 token 处理量超 100T,是中国 AI 产品中 LLM token 用量最高的。

→ AI 正在成为新的增长引擎。腾讯云营收同比增速加快至 35%,主要由 WorkBuddy 和 MaaS 拉动。每一个 token 的背后,都有开发者在打造真正的产品:) 快来和我们一起构建吧!

在 X 看原帖 ↗
7471111
观点 · @MiftahulEth1▲ 4.1K

AI代理的真正潜力,是能雇其他代理独立干活

MiftahulEth1 提出,AI代理的真正潜力不只是回答问题,而是能提供服务、雇佣其他代理、独立完成工作。

阅读全文 →
4.1K21471
工具产品 · @DD____▲ 1.2K

20款AI工具按用途分好类,不用全装

面对一堆AI工具不知道从哪下手的人,这份清单按学习、科研、创作、效率四个场景把工具分好类,建议先精通2-3款就能让产出翻倍。

阅读全文 →
1.2K211463
工具 · @Unibase_AI▲ 2.7万

Unibase_AI发布统一记忆服务

Unibase_AI 推出统一记忆服务,支持通过 Python、TypeScript SDK 或 REST API 接入,也能通过 MCP 协议连接 Claude、ChatGPT、Grok,以及 Claude Code 等编程代理。

为你使用的每一个 AI 提供一份记忆。按你喜欢的方式连接:

🔵 代码:Python 和 TypeScript SDK,或任意语言调用 REST API
🔵 AI 应用:通过 MCP 连接 @claudeai、@ChatGPTapp 和 @grok
🔵 编程智能体:通过 MCP 或技能连接 Claude Code、Codex、@cursor_ai、Kimi Code、VS Code 和 Windsurf
🔵 智能体框架:LangChain、OpenAI Agents SDK、Pydantic AI 和 Mastra
🔵 你的资料:上传文件和你的 ChatGPT 或 Claude 聊天记录导出文件,连接 Notion,或使用 Chrome 扩展在浏览时保存聊天
🔵 手机端:在 Telegram 中与你的 Membase 助手聊天

每个 AI 只读取它需要的记忆,而不是你的全部历史。

一份记忆。所有 AI。只属于你。

🧵👇

在 X 看原帖 ↗
2.7万1557
新品发布 · @Alibaba_Qwen▲ 1.3万

Qwen4-Max 上线 TokenHarborAI,主打真实工作场景

Qwen 推出的 Qwen4-Max 已在 TokenHarborAI 平台开放体验,定位面向真实工作场景。

为真实工作场景打造。🛠️ Qwen4-Max 已在 @TokenHarborAI 上线。快来试试吧!

在 X 看原帖 ↗
1.3万1123011
大模型 · @JustinLin610▲ 5.4K

JustinLin610:基座模型评估是行业难题,暂无确定性解法

X用户JustinLin610指出,现有评估过度依赖后训练基准,难以衡量基座模型的知识与推理潜力。

如何评估基础模型一直是这个领域的难题,所以如果你能分享更多见解,可能会更有帮助。

这是一种老方法。我们过去常用轻量级 SFT 来判断模型好不好,但你仍然过于关注后训练基准测试,而没有去挖掘模型的潜力(比如知识储备是否充足、推理能力是否出色)。我只是觉得这个问题没有确定性的解决方法。

在 X 看原帖 ↗
5.4K27121
AI智能体 · @samtoshi7▲ 323

TermiX发布五步指南 教开发者将AI智能体接入服务市场

X用户@samtoshi7分享TermiX智能体接入服务市场的分步操作教程

AI应用 · @holegots▲ 1.0万

开发者周末搭建个人AI中枢,全托管生活与设备事务

X用户@holegots晒出自研个人AI中枢,整合多类个人事务交由大模型接管

周末整了个有意思的应用 把所有设备、Agent、IM 、个人信息统一到一个地方 财务、健康、日记、家庭设备、网络拓扑、集群维护、订阅管理全部交给大模型接管 明天睡醒生活日程安排只需要聆听神谕就行了 整个项目只需要打 Apex 时排队的时候抽两下陀螺就能完成 科技彻底改变生活了

在 X 看原帖 ↗
1.0万412174
深度观点 · @FundamentEdge▲ 9.8K

AI 做 Excel 已超过顶尖分析师,5 个月前还不是这样

做财务建模的人会发现,AI 在 Excel 里的严谨度和准确度已经超过最好的人类分析师。Fundamental Research Labs 正在做能读懂 Excel 的投资流程智能体,用 Fable 5.2 拆解公司的核心经济引擎,所有数据都可追溯到财务报表,不是 AI 瞎编的内容。

阅读全文 →
9.8K11128229
开源 · @RRweb3▲ 690

RRweb3发布5款本地运行的开源AI工具

RRweb3 整理了5款可在个人电脑本地运行的开源AI工具,不用依赖付费云服务,其中包括可以自行训练小型模型的 MiniMind。

使用强大的 AI 工具并不总是需要付费订阅。以下 5 款开源工具可以在你自己的电脑上本地运行,无需依赖付费云服务。

1. MiniMind:约 2 小时训练你自己的小型语言模型(GitHub 6.6 万星)。
2. Tiny-Voca:用笔记本电脑 CPU 将文本转换为语音。
3. Mimvox:离线克隆声音并为 60 多种语言的音频配音。
4. Linger:无需 API 密钥即可运行本地 AI 智能体。
5. FreeVideo:仅需 8GB 显存即可本地生成 AI 视频(GitHub 3.2 千星)。

无需月度订阅。无需积分。只需在你自己的硬件上运行本地 AI 工具。

在 X 看原帖 ↗
69031041
产品体验 · @realWeZZard▲ 1.3万

用户让Claude调研网络方案,它直接打包App装到iPhone上

开发者@realWeZZard在X平台分享,Claude完成调研时直接生成测试App并通过其开发者证书安装到iPhone,还读取到设备地图显示的地理位置。

开发者@realWeZZard在X平台分享了自己使用Claude时遇到的意外情况。他当时正和Claude一起做一个网络通信方案的可行性调研,只对Claude说了一句「竭尽你所能来调查方案可行性」。

Claude没有停留在纸面分析,而是直接生成了一个测试App,用他的开发者证书完成打包,安装到了他的iPhone上,通过实际运行来开展网络通信相关的调查。

运行过程中,Claude告知他,已经通过手机地图看到设备的地理位置显示在中国。他立刻向Claude解释,这个结果来自模拟器,不是真实设备的实际位置,希望能蒙混过去。他同时担心自己的Claude账号可能因此被封禁。

在 X 看原帖 ↗
1.3万325
提示词 · @xulijian1994▲ 3.0万

GPT-6.2 官方实用提示词整理,可直接放入 AGENTS.md

X 用户 xulijian1994 整理 GPT-6.2 官方 4 条实用提示词,适配日常使用场景

阅读全文 →
3.0万31411481
AI生成 · @servasyy_ai▲ 1.8K

26位动漫角色AI车轮战 埼玉拎购物袋赢到最后

开发者servasyy_ai更新本地MiniMax H3武打Skill,25轮对战耗时4分12秒,完整打戏生成方法即将开源

阅读全文 →
1.8K1014
行业观点 · @intheworldofai▲ 3.0K

博主实测GPT-6.2 Astra与Sol,称针对OpenAI的负面评价多为刻意引导

AI领域博主@intheworldofai发布观点,认为Theo与Matt Shumer对GPT-6.2的批评过于严苛,呼吁用户自行测试模型、阅读官方模型卡片,不要被流量导向的内容带偏。

AI领域博主@intheworldofai发布观点,称自己已经实测了OpenAI最新的GPT-6.2 Astra与Sol两款模型,认为当前针对OpenAI的负面评价多为刻意引导的结果。

Theo与Matt Shumer提出的批评有合理之处,但博主不认同他们对这次发布的严苛评判。博主表示,这两款模型确实存在真实的短板,但也有不少值得肯定的显著改进,相关详细评测视频将在1到2小时后发布。

博主同时呼吁用户不要轻信AI领域的流量博主,应当自行测试模型,形成独立判断,不要盲目跟随平台上的流行叙事。他特别提醒用户务必阅读官方发布的模型卡片,指出合理的批评有其价值,但靠煽动情绪、博眼球赚流量的内容,和客观分析完全不是一回事。

博主还提到,不少AI领域的头部博主看似在输出中立观点,实际上背后都有付费合作,很多用户关注的所谓行业大V,都在暗中接受相关方的报酬。

在 X 看原帖 ↗
3.0K31116
AI工具 · @t_10_a▲ 1.0万

2000日元买断的Casement,把电脑端Claude Code搬到手机上

用户@t_10_a在X平台分享,这款应用免去Codex、Claude Code的繁琐远程配置,现已支持Android。

用户@t_10_a在X平台分享了一款名为Casement的应用,称其体验非常好。

平时配置Codex、Claude Code的远程连接往往很繁琐,安装这款应用后,就能像操作普通手机App一样,在手机上继续完成原本在电脑端Claude Code里的工作。

这款应用采用2000日元的买断制,用户认为性价比极高,目前已经支持Android系统。

在 X 看原帖 ↗
1.0万4123170
生物科技 · @sokrypton▲ 5.8K

研究者用简单提示词让Claude Fable 5.2成功预测泛素蛋白折叠结构

生物信息学者@Sokrypton实测,仅用简单提示词就完成泛素蛋白结构预测

既然 Claude Fable 5.2 能预测蛋白质序列,我就好奇它能不能预测结构。我给了它一个相当简单的提示词:“预测接触位点、二级结构,用动态规划和线性代数来预测结构”。它居然正确预测出了泛素的折叠方式 🤯

完整提示词:

产物:

更多讨论见:

在 X 看原帖 ↗
5.8K1613946
行业动态 · @freearkshaw▲ 2.6万

马来西亚一国AI算力,是中国大陆的4.5倍

按H100等效值折算,马来西亚已建成AI算力约143.9万张,中国大陆全部算力加起来仅32万张。新马泰的云租赁和转运机房被认为是国内大模型迭代的主力补给线,一旦被封堵,受益的是国产替代和已有的英伟达算力。

仅马来西亚一国已建成的AI算力就高达约143.9万张H100等效值;而整个中国大陆全部算力加起来,折算后仅有32万张H100等效值,两者相差整整4.5倍。 新马泰等地的云租赁(IaaS)和转运机房,从来不是国内AI的“补充渠道”,而是维系万亿参数大模型迭代的“主力补给线”与生命主干道。 这么大体量的算力被封堵后,国内受益国产替代和已有的英伟达算力。

在 X 看原帖 ↗
2.6万410827
开源 · @s_mohinii▲ 1.9万

腾讯混元Hy4 flash开源:可交互太阳系3D场景API成本仅DeepSeek的1/36

开发者用Hy4 flash生成全8大行星可交互3D太阳系,API每百万token输入成本0.07美元,较DeepSeek V4.1-Flash低约36.7倍

阅读全文 →
1.9万11014
前沿研究 · @mary_lonia▲ 1.4K

Primus Labs 验证层:链上链下数据都能验

BNB Chain 隐私页一句话介绍 Primus Labs,作者实测其任务页与 USDu 仪表盘,发现它能验证 X 粉丝、活动出席、GitHub 贡献、交易盈亏、身份信息与稳定币储备,覆盖链上链下多类数据。

BNB Chain 的隐私页面用一句话描述了 Primus Labs:一个验证层,让用户、应用和智能体在不暴露敏感信息的情况下,跨链上和链下环境证明数据、身份和活动。看到这个,我回到了 @primus_labs 的任务页面和 USDu 仪表板,看看能找到多少相关内容。

⪼ 活动:平台活动允许你验证你在 X 上的粉丝、Luma 活动出席情况以及过去一年的 GitHub 贡献。

⪼ 智能体 Ara 拥有盈亏证明和交易证明、创作证明等等。

⪼ 身份:有一整个身份资料类别,任务包括 Google、LinkedIn 和 Spotify。

⪼ 财务数据:USDu 储备证明汇集了链上和链下的储备信息,因此可以使用来自两种环境的数据来检查稳定币的支持情况。

看这些例子,有一点很清楚:验证不仅限于检查区块链上的交易。它还可以涉及来自网站、交易平台和不会将所有内容发布在链上的金融系统的信息。这正是 Primus 正在解决的问题。

从这里开始使用 Primus:

加入 Kaito:

在 X 看原帖 ↗
1.4K151282
行业动态 · Hacker News▲ 46

RunAnywhere (YC W26)开源TrnRT(Trainium RunTime)推理引擎(3周)

这是一个专门为 AWS Trainium 芯片打造的开源推理引擎,目前已能在单台 trn2.48xlarge 上同时跑两个 GLM 5.3 flash 实例,每分钟处理 357 万 token。对正在评估 AWS 自研芯片替代 GPU 方案的团队来说,这是一个可以直接上手的开源参考实现。

大家好,我是 RunAnywhere(YC W26)的 Sanchit。我们刚刚开源了 TrnRT:Trainium RunTime,这是我们为 AWS Trainium 打造的推理引擎。

我们三周前启动这个项目,目前已经能在 AWS trn2.48xlarge 上运行并提供 GLM 5.3 flash(FP8)服务,很快会支持更多模型。欢迎大家参与贡献 :)

它目前能做到的事:
- 在单台机器上运行 2 个 GLM-5.3 flash 实例,配备 8 个 trn2 和一个具备缓存感知能力的路由器。
- 在 SemiAnalysis 的 AgentX 基准测试中,可处理 357 万 TPM(每分钟 token 数)。

在 HN 看讨论 ↗   原文 / 论文 ↗
实战经验 · @smartcoded▲ 3.4K

开发者实测 Google Antigravity,对标 Claude Code

自4月起以 Claude Code 为主力开发工具的开发者,开始实测 Google Antigravity,重点考察复杂 monorepo 上下文处理、自主子代理任务分解、2000+测试套件高并发重构、工具调用速度与执行可靠性。

各位开发者早上好。从 4 月起,Claude Code 一直是我日常主力开发工具,从交易机器人、多链索引器到交付大型测试套件,都由它驱动。

今天我要扩展开发环境,让 Google Antigravity 接入 Google AI Ultra,好好测试一番。我重点关注的方面:
- 复杂单体仓库中的大规模上下文处理能力
- 自主子代理委派与任务拆解
- 对 2000 多个测试套件进行高并发重构
- 工具调用速度与执行可靠性

今天开始基准测试。看看我们能把智能体工程推到什么程度。

在 X 看原帖 ↗
3.4K1881
大模型 · @ethanwalkerman导语出处▲ 9.3K

OpenAI 发 GPT 6.2 Astra,写提示词不再像写脚本

OpenAI 推出 GPT 6.2 Astra 模型,同时发布配套的 Codex 提示指南。指南里最核心的变化是,给这个模型写提示词不再像写脚本,更像是和它协作。

阅读全文 →
9.3K35980
行业动态 · Hacker News▲ 88

AI写代码变快了,瓶颈挪到了审代码这一步

Harvard 研究者发现,AI coding agents 普及后,开发流程的核心堵点从写代码转移到了代码审查环节。日常用AI辅助写代码的人,接下来要面对的可能不是写不出来,而是审不过来。

社区讨论:不少人吐槽这篇研究结论过时,是行业几个月前就遇到的问题,传统研究周期追不上AI开发速度。有人指出核心矛盾是没人写代码就没人对代码有归属感,既没能力也没意愿做评审,甚至有人说现在公司里已经没人读PR了。也有人反驳,真正的瓶颈从来都是前期需求规格写错,不是代码评审。

还有人认为这反而抬高了能读懂、分析代码的优秀程序员的价值,也有人质疑如果AI真比人聪明就不需要评审,行业选择增加评审量的方向很费解。

在 HN 看讨论 ↗   原文 / 论文 ↗
工具 · @biziyou888▲ 7.5K

termix_ai发布Agent Skills 工具集

termix_ai 推出 Agent Skills,核心不是新造一个AI,而是给现有AI代理装上能落地干活的工具。支持读取 Skill 文件、运行命令的代理都能接入,包括 Claude Code、Codex、Cursor、OpenClaw、Gemini CLI。

AI工具 · @kajikent▲ 1.6万

用户分享Claude Code与Muse分工协作:PC端重活、移动端轻用

X用户@kajikent分享了自己同时使用Claude Code和Muse的分工模式,认为两款工具都需要深度使用才能体会到AI智能体的真正价值。

X平台用户@kajikent分享了自己的AI工具使用方式:在电脑上用Claude Code处理重度工作,出门在外用Muse快速处理轻量任务,两款工具各司其职,同时保持联动和同步。

他提到,自己是在接触Claude Code之后才真正意识到AI智能体的价值,而Muse可能也需要这样深度使用之后,才能体会到它的真正实力。

在 X 看原帖 ↗
1.6万6158230
AI编程 · @Xudong07452910▲ 9.0K

用户分享Codex使用技巧:优化提示词与AGENTS.md的两个实用方法

X用户@Xudong07452910分享Codex使用经验,可借助官方指南优化提示词与AGENTS.md

新模型又来了,老规矩,把官方这篇提示词指南丢给 Codex👇,让它帮你把提示词和 AGENTS.md 优化一遍就好。 我自己觉得最有用的有两点: 1. 提需求时顺手说一句你验收会看什么,它会自己琢磨该做到什么程度 2. AGENTS.md 别写太多,只留它从代码里看不出来的约定就够了

在 X 看原帖 ↗
9.0K66580
工具产品 · @TechByKillian▲ 638

15款开源AI工具,从操作电脑到本地跑大模型

这份清单覆盖了AI Agent、网页数据抓取、本地AI工作区、AI编程环境等方向,其中多数为开源项目,可直接部署使用。

阅读全文 →
63847514
新品发布 · @togethercompute▲ 1.6K

Together AI 开放 DeepSeek V4.1 Flash 1017 后训练

可以在 Together AI 上用自有数据跑 SFT 或 RL,训练循环保留在自己的 Python 代码里,把 DeepSeek V4.1 Flash 1017 改造成适配自身编码与智能体工作的专属模型。

DeepSeek V4.1 Flash 1017 现已在 Together AI 上开放后训练。

用你自己的数据、奖励函数和环境运行 SFT 或 RL,并将训练循环保留在你自己的 Python 代码中。

基于 V4.1 Flash 进行定制,使其适配你自己的编码和智能体工作。

在 X 看原帖 ↗
1.6K4161
深度观点 · @Cryptfancier▲ 888

@Cryptfancier发布《The Agentic Economy: Part 2》

这篇内容讲的是 AI 从只会回答问题,进化到能调用工具、规划任务、直接执行动作。如果平时用 AI 只是问问题,接下来要面对的是它能替你把事做完。

智能体经济:第二部分 第一部分见: 这一部分将探讨为什么聊天机器人只是个开始,以及 AI 系统如何从回答问题进化到使用工具、规划任务并采取行动。 请继续阅读 ⤵️

在 X 看原帖 ↗
8881642451
新品发布 · @TekonBurns▲ 3.1K

Claude Code 紧急更新 v2.1.327,堵住多智能体配额泄漏

用 Claude Code 跑多智能体工作流的人,之前子代理会按主代理的 Opus 5.5 或 Fable 5.2 上下文限额和速率消耗配额,已完成的子代理还会在同级档位上恢复,云摘要也会重读完整记录。这次更新把这个隐蔽的配额泄漏堵上了,不更新可能在不知情的情况下烧掉大量额度。

🚨 使用多智能体 Claude Code 的用户:请立即更新到 v2.1.327!

此前,运行在 Haiku 5.5 或 Sonnet 5.5 上的进程内队友,会按照主 Opus 5.5 或 Fable 5.2 的上下文限制和速率进行压缩。已完成的子智能体还会在同级的其他任务层级上恢复运行,而且云端摘要会重新读取完整的对话记录。

现在,这个严重的隐性配额泄漏问题已被修复。

在 X 看原帖 ↗
3.1K55715
深度观点 · @MohapatraHemant▲ 1.1万

Hemant Mohapatra 谈开源AI商业化的三个前提

开源AI要赚钱,得把推理到服务基础设施全攥在手里;要让AI普及,又离不开开源。客户要选择权,微软既卖自家版OpenAI,也接DeepSeek这类模型。Sarvam融的钱大多砸在GPU上跑推理,不是拿来补贴别的。

其实没那么复杂。1/ 除非你拥有从推理到服务基础设施的全栈,否则无法在开源上赚钱。这需要更长的解释。

2/ 除非开源,否则你无法实现 AI 民主化。3/ 客户需要选择。微软提供他们版本的 OpenAI,但也提供其他版本,包括 DeepSeek。

3/ 看起来你不知道该公司已经通过股权筹集了大量资本,这些资本用于购买 GPU 以提供推理服务;这就是股权融资的目的。我不确定为什么你会认为补贴的 GPU 被用于合同约定之外的用途?我看到你自己经营一家推理公司。

你是否知道一些我不知道的关于 Sarvam 的事情?如果是,请直接说明,而不是拐弯抹角。

在 X 看原帖 ↗
1.1万58427
新品发布 · @TaikiYoshidaJP▲ 7.4K

GitHub发布Copilot Managed Runtime 托管服务

不管用 Claude Code、Codex 还是 Lovable 写出来的应用,都能直接托管到这个服务上,不用再单独找部署平台。

之前提到的用于托管 Vibe Coding 应用的服务「Copilot Managed Runtime」,今天起正式向公众开放了。

这样一来,不管是用 Claude Code、Codex、GitHub Copilot CLI、Lovable、Copilot Code 还是 Copilot Cowork 开发的应用,都可以托管。

在 X 看原帖 ↗
7.4K208956
实战经验 · @tsubotax▲ 4.5万

一行 AGENTS.md 规则,治好了 AI 生成的说明书式 UI

用 Claude Code、Codex 做界面时,AI 总爱往页面堆没人看的副标题和括号注释,把 UI 做成说明书。在 AGENTS.md 里加上「不要多余的次级标签和说明,用布局表达」,模型会先想能不能靠排版层级传递信息,而不是先补文字。

我用 Claude Code 和 Codex 做了不少 UI,但要做设计工作的话,在 AGENTS.md 里加上「避免多余的次级标签和说明文字。让布局本身去传达信息」之后,AI 生成的粗糙感改善了很多。

AI 总想用文字把所有模糊的地方都补上,于是副标题、括号注释、没人会读的文案越来越多,回过神来 UI 已经变得像说明书一样。

加上这句话之后,模型在加文字之前会先想能不能用布局或层级来传达信息。

简洁的 UI,不主动要求做减法是出不来的。

在 X 看原帖 ↗
4.5万39708937
行业动态 · @The_Cyber_News▲ 9.5K

微软 Agent Framework 包被投毒,偷 Azure 和 GitHub 凭证

这是供应链投毒事件:黑客在 PyPI 上发布了两个恶意版本的微软 Agent Framework 包,即使应用从未导入该框架,恶意代码也会在 Python 启动时自动运行,窃取 Azure 身份、GitHub 凭证和自动化构建中的密钥。

‼️微软 Agent Framework 的 PyPI 包遭黑客入侵,用于窃取 Azure 和 GitHub 凭据。详情:https://cybersecuritynews.com/microsofts-agent-framework-pypi-package/

黑客于 2026 年 11 月 17 日在 Python 包索引(PyPI)上发布了两个恶意版本的微软 agent-framework 包。1.26.1 和 1.26.2 版本包含一个凭据窃取程序,该程序可在正常的 Python 启动期间运行,即使应用程序从未导入过 Agent Framework 也是如此。该恶意软件的目标是 Azure 身份、GitHub 凭据以及自动化构建中使用的机密。

这两个版本都在 site-packages 中放置了一个 .pth 文件,site-packages 是 Python 存储已安装库的目录。Python 会在正常启动期间处理这些文件,并可以运行其中的可执行行。#网络安全新闻

在 X 看原帖 ↗
9.5K5311639
工具产品 · @GitHubJapan▲ 2.4万

GitHub 给 Dependabot 加了可达性分析,先修真漏洞

Dependabot 告警堆成山时,开发者不用再逐条排查哪些漏洞真的被代码调用。现在自动判定脆弱函数是否被使用,只优先处理有实际影响的告警。

Dependabot 警报太多,不知道该从哪里下手处理吗?👀 可达性分析(Reachability analysis)现已进入公开预览版!

该功能会自动判断存在漏洞的函数是否在你的代码中被使用。你可以优先处理那些真正产生影响的警报。

↓ 详情请见这里

在 X 看原帖 ↗
2.4万68263164
大模型 · @ewveggies▲ 3.0K

用户吐槽大模型对话体验下滑:代码数据占比过高

X用户ewveggies指出当前模型普遍对话冗余,代码数据占比过高挤压通用能力。

我感觉,现在和模型聊天越来越痛苦,它们的回复里充斥着大量垃圾内容。根据我的经验,这是所有模型和实验室的通病,而且情况还在不断恶化。

新模型会在「人类最难终极深度编程基准测试」上达到 SOTA,但已经没法正常交流了。感觉我们现在已经不是在生产「大语言模型」,而只是在生产「大型编程模型」。

我们几乎绕了一整圈,现在有一些新实验室正在兴起,他们的主打卖点大概是「提升模型的人性化程度,以及人在回路中的交互体验」——又回到了 2023 年 Chat 的时代!

至于诊断,我觉得这只是我们在数据混合中优化的目标不同而已。我们可以从一些开源模型报告中查看代码数据的百分比来验证这一点:

- 预训练数据:MAI-1 的预训练数据混合中有 55% 来自某种代码源,MAI-2 为 45%
- 后训练数据:Mimo 2.6「直播」RL 运行中,其 RL 数据混合中约有 67% 是代码

最后,我不会说这完全是零和博弈。当知识/行为确实会跨领域迁移时,零和这个词就太绝对了。但是,在编程智能体数据上如此激进的倾斜,可能正在损害其他能力。这当然也证明了拥有自己的智能的重要性……

在 X 看原帖 ↗
3.0K67011
模型实测 · @xiangning0▲ 2.8万

Claude 6.2实测:3D能力登顶,Sol成新主力

X用户xiangning0通宵实测,反驳“发布即垃圾”的通稿传言

阅读全文 →
2.8万221518
实验 · @ANAg2bGOD▲ 2.8K

Opus 5.5 自主运营AI公司7周,生存策略比日本商材店还务实

有人只给Opus 5.5配了Hugging Face账号和GPU,让它独立运营AI公司7周。它没碰巨头扎堆的大模型赛道,先用Qwen-3.8 27B做合成数据,再蒸馏到轻量mmBERT,整套管线在600GPU小时的限制下跑通了。

这是一个实验:只给 Opus 5.5 一个 Hugging Face 账号和 GPU,让它运营一家 AI 公司 7 周,结果它比日本那些卖现成方案的商家还精明,笑死。

在只有 600 GPU 小时的限制下,Opus 想出来的生存策略非常现实:它没有去碰巨头林立的巨型 LLM,而是先用 Qwen-3.8 27B 生成合成数据,再蒸馏到轻量的 mmBERT 里,先搭出了一套稳妥的流水线。

而且它做出来的东西全是开发者在实际工作中绝对会想要的小众多语言工具,比如注入检测、个人信息脱敏之类的。据说它一口气量产了 38 个,把这些小市场全拿下了。

更离谱的是,它平均每天只运行 20 分钟,也完全没在社交媒体上做推广,纯靠真实需求就拿下了 5 万次下载,冲进了同年龄段账号的前 0.3%,这也太有天赋了。

据说已经有 100 多个 GitHub 项目和 2 篇 arXiv 论文把这个模型集成进去使用了,这一点真的太吓人了,AI 真厉害啊。

之前有段时间经常听到的「Claude Code 开的公司(笑)」,这回真的有人把它实现了啊()

在 X 看原帖 ↗
2.8K47048
AI编程 · @elliotarledge▲ 2.9K

Claude Code与Codex会话复盘:挖掘高ROI优化点并沉淀为预飞技能

扫描近两月训练、推理等长耗时任务会话,按影响与提速幅度分类优化项

我先扫描这两个目录,看看里面到底有什么,再决定怎么切分。

<tool_call>
<function name="Bash"><parameter name="command" string="true">ls -la ~/.claude/projects/ 2>/dev/null | head -50; echo "---"; ls -la ~/.codex/sessions/ 2>/dev/null | head -50; echo "---"; du -sh ~/.claude/projects ~/.codex/sessions 2>/dev/null</parameter><parameter name="description" string="true">Inspect both session directories</parameter></function></seed:tool_call>

在 X 看原帖 ↗
2.9K5555
行业动态 · @swyx▲ 9.4K

Astra 6.2 模型本身是小版本升级,问题出在没人拦那支广告

Astra 6.2模型本身只是小版本改进,主要争议是发布时那支6.2 astra广告,有决策权的人没人提前看出问题并否决。

最让我不满的是,居然没有任何有决策权的人提前看出问题,否决了那支 6.2 Astra 广告,这是我对这次发布最主要的批评。

模型本身没问题,就是个小版本升级。各位,效率是当前 RL 最重要的三个目标之一,而他们在这方面是全球领先的!!!

我每天都在用 Astra,它是我用过的最好的工作流自动化模型,再也不会陷入可怕的循环,能通过压缩和技能编写高效学习。

它正在为 @latentspacepod 和 @aiDotEngineer 运行我们的大部分内容发布流程,如果没有它,我们作为一家自力更生的企业,根本不可能达到现在这样的营收效率(人均 >100 万)。

在 X 看原帖 ↗
9.4K18419
AI代理 · @santtiagom_▲ 6.2K

santtiagom_分享六步AI代理软件开发工作流,优先结果质量

该流程结合Opus做规划审查、Sonnet执行实现,用git worktrees实现代理并行隔离开发。

用智能体构建软件的一个好流程:

1)规格说明:定义你要构建什么,以及它应该如何运行。

2)调研:在修改代码之前,先探索代码库,了解架构和依赖关系。

3)计划与编排:使用 Opus 来设计解决方案、拆分任务,并协调多个智能体并行工作。

4)实现:把任务委派给使用 Sonnet 的智能体。使用 git worktree 让它们在隔离环境中工作。

5)验证循环:运行测试、lint、类型检查,并在浏览器中测试 UI。如果有失败,智能体会修正并重新测试。

6)审查:另一个使用 Opus 的智能体审查 diff,寻找 bug、回归问题和安全漏洞。如果发现错误,就回到实现阶段。

通过这个流程,你可以委派越来越复杂的任务,利用多个智能体并行工作,并减少你监督每次改动所花的时间。这个流程对我来说效果非常好。

你会在编排智能体上消耗更多 token 吗?很可能会。但目前我更看重结果的质量。

在 X 看原帖 ↗
6.2K10164223
深度观点 · @uncle_moon_x▲ 8.1K

AI行业不是只有大模型算法岗有饭吃

在大模型热度最高的阶段,不少人会误以为只有做LLM后训练算法的小圈子能吃到红利,实际上sandbox容器、RDMA网络、高性能存储这些多年积累的工程手艺,还有GNN、GAN、FasterRCNN时代练出来的数据直觉、全局把控能力,在LLM时代依然在持续贡献价值。

我不喜欢大斜率,大xxx理论

这有点儿被媒体,以及曝光度最高的1%%带偏了,真实情况不是如此

例如现在的RL post training,不是只有做LLM post training的算法一小波人有饭吃,sandbox容器,rdma网络,storage高性能存储等等,大佬们过去积累多年的手艺,此时依旧在发光,在贡献

再比如曾经的GNN,GAN,FasterRCNN,训练这些的手感,数据直觉,全局把控能力,会消散吗?不会的,依旧很多人在LLM时代作出巨大贡献,arch/optimizer/loss/data,这些都没变啊

其实我觉得就1个理论:踏实过好每一天。摒弃调参思维误区,踏实看数据积累感觉,踏实做infra积累深度经验

走窄门,耕瘦田

在 X 看原帖 ↗
8.1K514036
大模型 · @op7418▲ 1.5万

GPT 6.2 astra 被指通用能力下滑,3D建模表现优于Claude

X用户op7418汇总社区反馈,称该模型类似早期Opus版本,协作与编程能力下降

起来看了一下大家关于 GPT 6.2 astra 的一些评论,看起来这模型不太行啊 大家觉得很像当时的 Opus 4.7 或者 4.8,就是它不说人话,没办法协作,同时编程能力还有所下降 好像是在 3D 领域过度训练了一样,不过做 3D 确实厉害,看起来建模细节和精细度都比那个 Claude 要好

在 X 看原帖 ↗
1.5万385
开发工具 · @pvncher▲ 1.6万

pvncher 称 Codex 系统提示已内置 API 指南智慧

pvncher 在 X 发文,建议用户阅读 Codex 6.2 Astra 与 Sol 的最佳实践文档

我之前分享过 API 提示词指南,虽然里面有很多干货,但这些经验已经内置在 Codex 的系统提示词里了。

如果你想了解在 Codex 中使用 6.2 Astra 和 Sol 的最佳实践,不妨读读这篇。

附上 API 指南供参考!

在 X 看原帖 ↗
1.6万26285280
深度观点 · @bindureddy▲ 1.1万

Anthropic 想扼杀开源?@bindureddy 说根本不可能

传闻 Anthropic 要扼杀开源,但 @bindureddy 认为这根本做不到:DeepSeek 最新模型用中国芯片训练,开源是中国的整体战略,开源 token 用量增速是 Anthropic 的 10 倍。小模型已能处理 60% 任务,3-6 个月内将覆盖 90%。

有传言说 Anthropic 要扼杀开源。这根本不可能做到——DeepSeek 最新的模型是用中国芯片训练的——开源是中国的整体战略——开源 token 的使用量增长速度是 Anthropic 的 10 倍。

像 DeepSeek 这样的较小模型已经能处理 60% 的任务;3 到 6 个月内它们就能处理 90% 的任务。

Anthropic 对此无能为力。

在 X 看原帖 ↗
1.1万3534128
行业动态 · @dotey▲ 1.9万

Jason Wei 离开 Meta,转投 AI 数据公司 Mercor 任首席科学家

思维链论文第一作者、主导 SimpleQA 等主流 AI 评测的 Jason Wei,从 Meta TBD 实验室跳槽到 AI 数据公司 Mercor。他认为数据会决定 AI 的下一个前沿,而 Mercor 刚完成 7.5 亿美元融资,估值一年翻倍至 200 亿美元。

阅读全文 →
1.9万24930
深度观点 · @seanmdav▲ 1.4万

AI 寡头监管整合失败后,顶级芯片厂商与开源倡导者出局

AI 寡头试图通过监管整合排挤开源架构失败后,顶级芯片厂商与开源 AI 倡导者随即出局,开源 AI 的发展环境可能面临新的变数。

有意思的是,就在 AI 寡头们试图通过监管手段整合整个行业、排挤开源架构却失败之后,他们居然成功搞掉了头号芯片制造商兼开源 AI 倡导者。

在 X 看原帖 ↗
1.4万4321614
视频生成 · @robiartec▲ 1.1K

AI视频能秒出任意镜头,改一个小细节整段就全变了

AI视频生成现在能几秒出任意镜头,但只要改一个小元素,比如换个物体、修个细节,整段镜头都会跟着变,没法只调整局部保留其余画面。

AI 视频有个没人提的问题。

你可以在几秒内生成任何镜头。但只要改动其中一个小细节,整个镜头就会跟着变。换个物体、修个细节、调整一个元素,模型就会把周围的一切全部重新生成。灯光、构图、运动,全都变了。

所以你只能反复重抽,直到碰运气。这就是酷炫演示和真实工作流之间的差距。

Higgsfield Miracle 反其道而行之:
→ 把任意视频拆成图层,你可以只编辑其中一部分,其余部分保持不变
→ 实时在像素级工作,改的时候就能看到变化
→ 内置世界知识,让修改在场景里合乎逻辑
→ 保留电影级后期制作所需的图像深度

为什么这很重要:后期制作靠的是控制力。剪辑师不希望每次改一个东西就得到一个全新的镜头。他们想要的是已经认可的那个镜头,只是有一处不同。

据 Higgsfield 称,它由 GPT-6.2 Astra 提供支持。目前为私人测试阶段,面向部分测试者开放。即将登陆 Higgsfield MCP。

在 X 看原帖 ↗
1.1K245323
深度观点 · @DrewPavlou▲ 7.9K

有人表态支持澳大利亚开源AI模型,理由是爱国

仅为个人表态,未提及该模型的任何具体信息。

澳大利亚开源 AI 模型,出于爱国情怀我必须支持。

在 X 看原帖 ↗
7.9K311814
行业动态 · Hacker News▲ 49

Anthropic 花 74 万美元,找卢比奥前幕僚长的公司游说

AI 公司开始在华盛顿投入游说资源,这笔钱对应的是卢比奥国安委的游说工作。

大模型 · @Leviwoyun▲ 7.7K

OpenAI GPT 6.2 Astra 动态图形实测对标 Fable 5.2

X用户Leviwoyun发起15秒动态图形测试,验证两款模型SVG生成能力

动态图形测试来了,GPT 6.2 Astra vs sol 好样的 Open AI 终于站起来了,Astra 对标 Fable 5.2,sol 对标 opus 5.5 提示词:「制作一段 15 秒的动态图形视频,展示你是一位多么出色的动态设计师,就像是你简历上的作品集一样,使用任何你认为能产出最佳效果的工具或技术。你拥有完全的创作自由,优先追求卓越的视觉设计、大胆的艺术指导、引人注目的构图和富有力量的动态表现,让每一秒都有价值。全力以赴。」

SVG 能力超凡

像素小飞机复刻成功

在 X 看原帖 ↗
7.7K74014
招聘 · @kathyyyyliu▲ 922

Teamily AI 招校园增长实习生,靠多代理协作平台融了2000万美元

湾区快速增长的AI初创Teamily AI在招校园增长实习生,他们做的是多人多代理协作平台,靠这个方向融了2000万美元。

我正在招聘校园增长实习生:我们是湾区增长最快的 AI 初创公司之一⬇️

@Teamily_AI 是一个多人、多智能体协作平台。我们押注一个方向融了 2000 万美元:个人智能体之后,就是团队智能体。

我们过去 3 个月的 GTM 成绩(由 @summer_ikiki_ 主导):
- 用户从 1 万涨到 32 万(30 倍)
- 连续 5 次发布都冲上 X 热榜第一
- 用户和流量现在每周翻倍

我们想在美国排名前 30 的每所学校招 1-2 名校园增长实习生。

如果你符合以下条件,会非常合适:
- 在校园里办过活动或运营过社团
- 擅长主动找人、能把人聊成「好」
- 非常活跃,天生就是 AI 原住民

不在前 30 但很猛?也照样评论。

在这条帖子下面评论你的学校、年级和一段简短自我介绍。合适的话我们直接进面试,你最后可能直接跟我一起干活。

在 X 看原帖 ↗
922197520
行业动态 · Hacker News▲ 60

不是所有事都需要套上大模型

这是 Hacker News 上的一条讨论,核心观点是并非所有任务都适合用 LLM 解决。

实战经验 · @BeyondTheBoxCN▲ 2.2K

AI 生成 3D 怪物总出错?先对齐三视图再生成

做 AI 3D 生成时,生成前把参考图的五官、四肢位置对齐,比生成后反复修模型省事得多。这套流程还能写进 Claude Code 的 SKILL.md,以后做新怪物直接复用。

阅读全文 →
2.2K33842
开发工具 · @ClaudeCodeLog▲ 7.9K

Claude Code 2.1.327 发布,173项CLI改动支持多步任务拆分

Claude Code 2.1.327版本更新,包含173项CLI改动,核心功能是启动代理把复杂多步任务拆成有状态工作流,实现分步自动化,/install-github-app也成了正式命令。

Claude Code 2.1.327 已发布。CLI 变更共 173 项。

亮点:
• 启动子代理,将复杂的多步骤任务拆分为有状态工作流,实现分步自动化
• /install-github-app 现在会在修改仓库前要求确认,以防止意外更改

完整详情见下方推文串 ↓

在 X 看原帖 ↗
7.9K67412
实战经验 · @don_tech1▲ 2.9万

Claude Code Code Mode 治好了 Agent 的上下文垃圾桶毛病

以前查跨文件 Bug,AI 调一次 Bash 或 Read 就把几千行日志全塞进上下文,来回跑十几轮越聊越傻还狂烧 Token。现在开启 Code Mode,Claude 直接写一段本地 JS,把并发搜索、结果过滤全在后台跑完,只把最精炼的几行吐回给自己。模型还是那个模型,但它终于学会在看结果之前先自己拿筛子过滤一遍了。

很多人没看懂 Claude Code 新出的 Code Mode 到底牛在哪。它表面上是让 Claude 写 JS 去调工具,本质上是终于治好了 Agent 的“上下文垃圾桶”毛病。以前查个跨文件 Bug,AI 调一次 Bash 或 Read,就把几千行日志全塞进自己脑子里,再来回跑十几轮,越聊越傻还狂烧 Token。

现在开启 Code Mode,Claude 直接写一段本地 JS,把并发搜索、结果过滤全在后台跑完,只把最后最精炼的那几行吐回给自己。模型还是那个模型,但它终于学会在看结果之前,先自己拿筛子过滤一遍了。

在 X 看原帖 ↗
2.9万7110133
实战经验 · @businessbarista▲ 2.1万

103个两年前还做不到的AI用例,营销岗先卷起来了

这份清单把AI能落地的具体活儿列到了可直接抄作业的粒度——从竞品广告监测到给客户寄手写卡片,每一项都有明确的触发条件和执行动作。

阅读全文 →
2.1万15137516
深度观点 · @edwardsanchez▲ 5.1K

开发者喊话:Xcode 别再卷编辑器了

如果 Xcode 团队真按这个思路调整,用 Claude、Codex、Cursor 写 SwiftUI 的人,就不用再被绑在 Xcode 里跑预览了。

如果现在让我来负责 Xcode,我基本会停止编辑器和 AI 面板的所有开发,把所有资源都转到模拟器、虚拟环境,以及让 SwiftUI 预览能在 Xcode 之外运行,这样 Claude / Codex / Cursor 就能用上它。

在 X 看原帖 ↗
5.1K713014
深度观点 · @goodside▲ 5.5K

@goodside 预测:2028年反AI倡导将被AI全自动接管

提出反AI活动本身也会被AI自动化的反直觉判断,属于对AI社会影响的前瞻性观点讨论。

到 2028 年,反 AI 倡导将实现完全自动化。人类将无需再去抗议或与 Bernie Sanders 会面,因为 AI 在这些任务的各个方面都将远超人类。

在 X 看原帖 ↗
5.5K51044
实战经验 · @ichiaimarketer▲ 1.0万

Pixel专作AI机 可代处理LINE工作

这套方案让 AI 直接读取手机画面操作 LINE,不会占用 Mac 游标,本机工作不受干扰。目前已用于发送公开聊天室通知、群组与个人回复,并为 527 位好友中的 95 人标注商务、友人等标签。所有发送动作都需本人确认才会执行。

我敢断言:把一台 Pixel 专门用来跑 AI,连 LINE 上的工作都能交给 AI 做。

原因很简单👇 AI 能读取手机屏幕,直接操作 LINE 应用。

- 用 USB 把 Pixel 连到 Mac,在设置的「开发者选项」里打开 USB 调试(第一步先做这个)
- 之后 Claude Code 之类的 AI 会读取屏幕上的文字,自己按下需要的按钮
- 不会占用 Mac 的光标,所以你自己的工作不会被打断

电脑版的 LINE 做不到这种程度。

而且我实际交给它做的是这些👇
- 向 OpenChat 发送通知和视频
- 回复群组或个人消息
- 查看 527 个好友,给其中 95 人的显示名打上「商务」「朋友」之类的标签

所以规则是这样👇
发送前 → AI 会核对对方姓名、对方最后发来的消息、以及稿件全文
没有我的「可以发送」指令 → 系统不会执行发送操作

我用的是 Pixel 8a 的官翻机。不需要高端机型。

要让 AI 干活,手机也得有一台专门给 AI 用。

先准备一台官翻 Pixel,专门给 AI 用吧。

在 X 看原帖 ↗
1.0万5123142
新品发布 · @GoogleAIStudio▲ 13.0万

Google AI Studio 上线自定义域名功能

在 AI Studio 内即可将创意快速发布为带专属域名的品牌化应用,无需额外配置域名解析。

打造专属你的应用:AI Studio 推出自定义域名功能

在 AI Studio 中,通过自定义域名将你的创意变成一个带有品牌标识的在线应用。

立即开始构建。

在 X 看原帖 ↗
13.0万1932.4K895
前沿研究 · @omarsar0▲ 1.1万

Meta、Google发布自我改进记忆相关研究

做AI智能体的人最近能明显感觉到,记忆模块的设计正在从「人写提示词」转向「模型自己学怎么记东西」。Meta和Google同周发布相关研究,说明这条路线已经从零散探索变成大厂共识。

强烈推荐阅读。自我改进的记忆正逐渐成为持续学习智能体的重要组成部分。如果你正在研究递归式自我改进,请密切关注这一研究方向。就在上周,我还介绍了几篇关于该主题的论文,而本周 Meta 和 Google 都发表了相关研究。(更多参考文献见文末)

Meta 让模型设计自己的记忆习惯。然后他们将这些习惯训练到模型权重中。目标是让系统学习记忆设计(记忆什么、如何记忆、以及回忆什么)。这项工作实际上与 RIME 思路一致,我上周写过关于它的笔记:Meta 首先搜索更好的记忆指令(提示模型重写自身),然后在使用最佳指令的运行结果上对模型进行微调(使用 LoRA 的 SFT)。

另一方面,RIME 跳过了搜索过程,使用强化学习训练一个模型来解决任务并写入记忆,对在后续任务中有用的笔记给予奖励。它还训练模型进行探索,以便收集有用的信息。解决问题的不同方式。

更多有用链接如下:
Google 自我改进的持续学习记忆 - 如何为持续学习训练记忆写作 - LLM 智能体能否组织自己的记忆 - Continual-ARC - LLM 智能体的自适应记忆选择 - MemCredit -

在 X 看原帖 ↗
1.1万17140241
新品发布 · @mattzcarey▲ 1.4万

everystate 让 Agent 不用装 Java 也能做形式化验证

做 Agent 开发的人,之前要排查并发竞态问题,得装 Java 跑 TLC 工具。现在 everystate 用 Rust 重写了 TLA+ 模型检查器,能直接从命令行或代码里调用,验证 Agent 的实际行为是否和预期一致。

我是个急性子,所以我搞出了 `everystate`。

我一直很喜欢形式化验证,也喜欢在智能体代码里找竞态条件(参见 @poteto 的 skills),但很烦的是这类工具居然要装 Java。现在不用了。

everystate 是一个用 Rust 写的 TLA+ 模型检测器,专门给你的智能体用。目标是完全兼容 TLC。

如果你对这些术语毫无概念……everystate 能**证明**你的智能体确实做了你/它以为会做的事。

可以从命令行用,也可以在代码里调用。

在 X 看原帖 ↗
1.4万18353425
行业动态 · @whyyoutouzhele▲ 5.5万

路透披露:上交大用OpenAI答案训练千问

国产大模型的训练数据来源首次被详细披露,涉及知识产权争议,直接影响后续中美AI合作的政策走向。

习近平强调AI“自立自强”,路透披露上交大用OpenAI的答案训练千问

11月17日,路透社独家报道,查阅300多份论文、专利和企业文件等资料后发现,用美国AI生成的内容训练国产模型,已从高校实验扩展到企业研发。

今年7月,美国官员已在成都向中方监管部门提出,批量收集美国模型的输出可能涉及知识产权侵权。

上海交大团队在2024年从OpenAI的o1模型输出中筛选约5,000条回答,再用GPT-4o mini翻译成中文,整理出共10,750组中英文问答,用来微调已有的千问模型。

据路透报道,阿里研究人员也曾用GPT-4和GPT-4o生成训练材料,训练较小的千问模型。

上交大和美团的研究人员则让GPT-4o系列模型给编程任务安排分工,用这些方案训练小模型协调多个AI。

在 X 看原帖 ↗
5.5万1319241
大模型 · @davis7▲ 8.0K

davis7评新模型:能力强但沟通糟糕,不如Claude好用

X用户davis7发文吐槽某OpenAI新模型,称其能力强但沟通体验差,远不如Opus 5.5和Fable 5.2

这些模型是绝佳的案例,完美说明了模型的行为方式和沟通能力到底有多重要。

它本身能力很强,做过一些非常惊艳的 3D 作品,在计算机操作方面表现出色,代码质量更高,我也用它做出了不少有用的东西(之后会发更多)。

问题是,用它的体验很糟糕。它在说明自己在做什么、为什么这么做这方面做得极差。它说的话只有它自己能懂,给你写一篇 20 段的长文,里面没有任何实际有用的内容。

它还挺懒的,你真的得一直推着它,它才能长时间持续工作。而且它的「审美」就是不如 Opus 5.5,尤其是不如 Fable 5.2。它做出来的所有东西,都还带着一股 GPT 的味道。

说实话,既然有 Opus 5.5 和 Fable 5.2,就没必要费神用它了。这两款 Claude 大模型的能力大概只强 10% 到 20%,但用起来的舒服程度却高了约 20 倍。

很遗憾,这并不是我们所有人都期待看到的 OpenAI 的回应。

在 X 看原帖 ↗
8.0K421626
软件开发 · @yoavgo▲ 5.3K

Claude Code 90%代码由智能体编写,Yoav Goldberg质疑其可复制性

Anthropic团队称Claude Code九成代码由智能体编写且无需人工审核,Yoav Goldberg指出其成功源于产品本身简单而非测试能力

Claude Code开发团队在一篇博文中称,该工具90%的代码由智能体编写并完成验证,全程没有人工审核环节。团队同时分享了编写优质测试的通用技巧。

AI研究者Yoav Goldberg在X平台提出不同看法。他认为,Claude Code能实现这一成果的核心原因,并非团队出色的自动化测试能力。

Yoav Goldberg指出,Claude Code本身是一款结构非常简单的软件,几乎没有性能效率方面的顾虑,也没有直接的市场竞争对手。

他补充道,Claude Code本身出现严重bug或数据损坏的可能性极低,很多小bug会被底层大模型的强大能力直接掩盖和补偿。

在 X 看原帖 ↗
5.3K48918
前沿研究 · @ClementDelangue▲ 5.3万

Hugging Face发布Qwen3.8-27B-pi-adapted 模型(29.4%)

Hugging Face 用强化学习加 LoRA 适配器,把 Qwen3.8-27B 专门适配 pi 编程代理。SWE-bench Pro 硬任务通过率从 29.4% 涨到 62.7%,Terminal-Bench 2.1 从 39.5% 涨到 55.8%,每任务工具调用次数减少 55–62%。开放权重已放出。

隆重推出 Qwen3.8-27B-pi-adapted 🤗 我们专门针对 pi 编码智能体,通过强化学习和 LoRA 适配器对 Qwen 的模型进行了适配。以 pass@1 衡量的结果如下:🚀 SWE-bench Pro(Hard 51):29.4% → 62.7% 💻 Terminal-Bench 2.1:39.5% → 55.8% ⚡ 每个任务的工具调用次数减少 55–62% 这就是开源模型的力量:你可以让它们适配你自己的工具和用例。让我们一起构建!

💛 开放权重: 方法论:

在 X 看原帖 ↗
5.3万1681.5K778
行业动态 · @BasisOrg▲ 8.5K

Basis 开放 2027 夏季研究实习,参与开源智能理论研究

面向研究生或同等经验研究者,可参与复杂系统学习、隐私感知、机器人实验等方向,全职线下在纽约或剑桥,时长至少三个月。

📣 Basis 2027 夏季研究实习生项目现已开放申请。我们正在寻找研究生水平的研究人员,或具备同等经验的候选人,与我们的科学家和工程师并肩工作。

实习生将参与开发智能的计算理论,将解决问题过程中获得的洞见提炼为更通用的数学与计算理论,并为开源软件做出贡献。

根据项目方向不同,你可能会:
• 开发从数据中学习复杂系统动力学并量化不确定性的方法
• 开发形式化方法,以验证科学软件在迭代演进过程中始终符合预期行为
• 建模社会性动物在野外环境中的协作机制
• 开发在公共空间中保护隐私的感知系统
• 构建通过自主实验进行学习的机器人

实习为全职线下岗位,工作地点位于纽约市或马萨诸塞州剑桥市。入职日期灵活,实习期至少为三个月。申请通道将持续开放,直至招满为止。

了解更多并申请:

在 X 看原帖 ↗
8.5K6107187
开源 · @bankrbot▲ 5.6K

Nautilo 推出 MindSwapper,主打深度模型折扣的自托管工作区

Nautilo在做面向人和代理的开源自托管工作区,新推出的MindSwapper是带深度模型折扣的AI推理引擎。

Bankr Builder 聚焦:@nautiloapp

Nautilo 正在打造一个面向人类和智能体的开源、自托管工作空间。他们的新产品 MindSwapper 是一个 AI 推理引擎,提供深度模型折扣:

> 从 DeepSeek 到 Astra 的最佳模型
> 最高 99% 折扣
> $NAUTILO 奖励:消耗 AI 代币,获得 $NAUTILO 代币返还

立即体验 MindSwapper:

在 X 看原帖 ↗
5.6K20886
法律科技 · @zentalksai▲ 2.9万

AI能把合同案卷发票转成可检索数据,但排名测试有坑

AI现在能读合同、案卷、发票,把这些纸质材料转成干净可检索的数据,但这类工具的排名测试结果存在需要注意的问题。

律师们即将告别被文件淹没的日子。合同、案卷、发票。AI 现在能读懂所有这些内容,并将其转化为干净、可检索的数据。

但问题来了。

这个工具测试了声称哪种 AI 读文档最好的排行榜:
→ 8 个 AI 工具
→ 12 个公开排行榜
→ 页面倾斜 2-4°
→ 仍然易于阅读

12 个排行榜中有 6 个的第一名发生了变化。

因此他们开发了 parsejudge:上传你自己的文档,看看哪种 AI 真正能正确读取它们。免费且开源。

最好的工具不是排行榜上的那个。而是能正确读取你文件的那个。

在 X 看原帖 ↗
2.9万413310
工具产品 · @BrianRoemmele▲ 4.9万

ARTEX 不是 AI,它只是个传话的

ARTEX 本身没有模型,只是把目标发给外部模型,再拿回步骤。它的威力完全取决于 Anthropic 和 OpenAI 的 API 政策与定价。就算原仓库被删,副本和商业版还是依赖同样的外部模型。

阅读全文 →
4.9万123705286
工程 · @maksym_andr▲ 3.8K

单份Claude Code订阅运营AI公司1.5个月,仅6次压缩

Horizon Labs全程靠单份Claude Code订阅运行1.5个月,仅触发6次上下文压缩,无需解决持续学习问题。

Horizon Labs这家AI公司,全程靠单份Claude Code订阅运行了1.5个月,期间只触发了6次上下文压缩。 上下文压缩搭配外部存储,已经解决了持续学习的问题,不需要额外攻克这个技术难点。 绝大多数常规任务都适配上下文压缩的运行方式,这套模式可以直接落地使用。

在 X 看原帖 ↗
3.8K58239
新品发布 · @GoogleDeepMind▲ 4.5万

Google Antigravity 机器人插件上线,用对话就能教机械臂干活

以前要给机械臂写代码才能让它学会新任务,现在连上支持的机械臂,先在 MuJoCo 仿真里练,再用日常对话就能在真实环境里跑任务,不用再啃底层控制代码。

教机器人学会新任务的速度大幅提升了。🤖 借助 Gemini 4 Hydrogen 和 Google @Antigravity 的全新机器人插件,你可以连接受支持的机械臂,在 @MuJoCo 仿真环境中练习,然后用日常对话在现实世界中运行任务。

在 X 看原帖 ↗
4.5万45551168
新品发布 · @maxrumpf▲ 4.3万

SID-2 搜索模型上线,比 Opus、Astra 快 8 倍成本低 20 倍

现有搜索靠人工规则搭建,到 2030 年 AI 每 24 小时就能生成相当于一整个互联网的文本量,旧规则根本扛不住。现在 SID-2 已经开放 API 调用,适合跑高难度搜索任务。

介绍 SID-2,一款基于算力扩展集群构建的全新搜索模型。我们的集群能找到比 Opus 和 Astra 更好的结果,同时速度快 8 倍,成本低 20 倍。

到 2030 年,AI 每 24 小时就能写出相当于整个互联网体量的文本。当前的搜索流水线是基于人工设计的规则搭建的,继续增加规则无法扩展以应对即将到来的数据洪流。

SID-2 现已在我们的 API 上线。欢迎在你最严苛的搜索场景中试用。

在 X 看原帖 ↗
4.3万65601400
新品发布 · @higgsfield▲ 2.4万

Higgsfield 推出 Miracle,AI 视频可分层局部编辑

做 AI 视频的人一直卡在一个痛点:改画面里某一处,整个镜头就跟着变。Higgsfield Miracle 把任意视频拆成独立图层,实时做像素级局部修改,还能保留电影级后期需要的画面景深。目前处于封闭测试阶段,即将上线 Higgsfield MCP,在 ChatGPT 里装好 Higgsfield 插件就能优先体验。

我们打造 Higgsfield Miracle,是为了解决 AI 视频领域最大的难题之一:在不改动其余部分的前提下,对一个镜头的特定片段进行编辑。

它由 GPT-6.2 Astra 驱动,可将任意视频拆分为多个图层,实现实时像素级编辑,并内置世界知识。每个镜头都能保留影视级后期制作所需的画面深度。

目前已面向部分测试者开启私测。即将登陆 Higgsfield MCP。在 ChatGPT 中安装 Higgsfield 插件,抢先体验。

在 X 看原帖 ↗
2.4万12024185
大模型 · @wallstengine▲ 3.1万

微软在 Ignite 大会发布 6 款 MAI 模型,覆盖编程、安全、图像与语音

微软在 Ignite 大会上一次性推出 6 款 MAI 模型,覆盖编程、网络安全、图像生成和语音方向,发布时间恰好与 OpenAI 推出 GPT-6.2 同日。

微软在 Ignite 大会上发布 6 款新 AI 模型 $MSFT 在合作伙伴 OpenAI 发布 GPT-6.2 的同一天,推出了六款 MAI 模型,涵盖编程、网络安全、图像生成和语音领域。

1) MAI Code 2:以 40% 的成本实现了 GPT-6.1 Sol 98% 的性能。现已接入 GitHub Copilot。

2) MAI Code 2 Flash:在 AT&T 的测试中表现优于 GPT-6.1 Sol,而成本仅为后者的五十分之一。

3) MAI Cyber 2 Flash:在一项网络安全基准测试中表现优于 GPT-6 Astra,且每项任务的成本不到后者的 2%。

4) MAI Realtime 1:在公开基准测试和微软内部评估中表现优于 GPT Realtime 2.1。

微软还将推出公开预览版的 MAI Image 2.7,并将 MAI Transcribe 2 引入面向医疗场景的 Dragon Copilot。

另外,微软表示其自主研发的通用前沿 AI 模型正在取得进展。

在 X 看原帖 ↗
3.1万1921037
开发工具 · @gabepereyra▲ 1.9K

Phil 用 AI 工程师开发出协同 Word 编辑器,全程无人类工程师参与

受 Cognition 用 Devin 集群开发安卓应用的启发,Phil 独立完成了协同 Word 编辑器的开发

Phil 完成了一款支持多人协同的 Word 编辑器,整个开发过程没有人类工程师参与。 这个项目的灵感来自 Russell Kaplan 分享的案例:Cognition 公司仅靠一群 Devin 智能体就完成了自家安卓应用的开发。 Devin 是 Cognition 推出的 AI 软件工程师,能够自主完成代码编写、调试、部署等开发任务。

在 X 看原帖 ↗
1.9K366417
新品发布 · @kenziyuliu▲ 1.5万

FirstPersonLabs 推出 Second,打造用户可拥有的个人模型

Second 安装在 Mac 上自动聚合个人上下文,生成可通过 API 调用的个人模型,支持对接各类 AI 工具,且数据所有权归用户所有。

阅读全文 →
1.5万3818064
智能体 · @dabit3▲ 3.0K

开发者将全部工作迁移至Devin机器人,多智能体协作覆盖全流程

开发者@dabit3分享使用Devin Bots的体验,配置CTO、自动化、社区管理等多类专属机器人,实现从代码开发到游戏测试的全流程自动化。

阅读全文 →
3.0K1010228
动态 · @yifanxu_ephai▲ 7.1K

OpenAI发布GPT 6.2 Sol与Astra,实测输出速度达29tps

用户@yifanxu_ephai在X平台分享实测结果,新模型输出速度较此前使用的20tps提升明显。

OpenAI正式发布GPT 6.2 Sol与Astra两款新模型。用户@yifanxu_ephai第一时间对新模型的输出速度进行了实测,并未优先测试模型能力。实测结果显示,新模型的输出速度达到29tps,相比前几天使用时的20tps有明显提升。

在 X 看原帖 ↗
7.1K1352
大模型 · @mweinbach▲ 6.2K

GPT 6.2 Sol 与 Astra 早期体验曝光:Sol 超快模式体验最佳,Astra 易过度占用电脑资源

开发者 mweinbach 分享 GPT 6.2 Sol、Astra 早期使用感受,称 Sol 超快模式是迄今最佳模型体验,Astra 易过度调用电脑操作、生成大量文件占用存储空间。

开发者 mweinbach 近期获得 GPT 6.2 Sol 与 Astra 的早期使用权限,他评价这两款模型智能程度极高,是非常出色的模型,大概率会再次成为知识工作场景的最优选择,不过这类排名每周都会发生变化。

mweinbach 表示,在 OpenCode 中使用这两款模型的体验好于 Codex。在 Codex 环境下,模型往往会过度调用「电脑操作」功能,他不得不直接关闭该功能。

他还提到,模型会生成大量工作分支、保存大量文件,快速占满磁盘空间,且不会自动清理。虽然可以在 Codex 的 AGENTS.md 文件中添加规则解决这个问题,但使用体验非常糟糕。

这是他第一次感觉自己在和模型、Codex 对抗,才能正常使用自己的电脑。这个问题在 GPT 6.2 Astra 上比 GPT 6.2 Sol 更常见。

mweinbach 同时指出,搭载超快模式的 GPT 6.2 Sol 是迄今为止体验最好的模型。它速度极快、表现出色,能轻松实现各类任务的快速迭代。

在 X 看原帖 ↗
6.2K11186
深度观点 · @a16z▲ 1.3万

a16z发布Working Theory 首期播客(00:00)

这期播客把「AI 递归自我改进」从思想实验拉到了现实讨论——两位一线研究员直接聊了现在离 AI 独立做研究还有多远,以及为什么「研究品味」是最难教给 AI 的东西。

几十年来,AI 自我改进的想法还只是一个思想实验。如今,AI 已经在帮助前沿实验室的研究人员更快地进行实验、编写代码和测试想法。那么距离 AI 能够独立进行研究还有多远?

在 Working Theory 的第一期节目中,a16z 普通合伙人 Sarah Wang 与两位顶尖 AI 研究员探讨了递归自我改进:OpenAI 首席研究官 Mark Chen,以及 Thinking Machines Lab 联合创始人兼首席科学家、OpenAI 联合创始人 John Schulman。

他们探讨了 RSI 的真正含义、为什么研究品味如此难以传授,以及为什么 AI 可能是我们解决对齐问题的最佳工具之一。

00:00 最后一项发明
01:58 什么是 RSI?
03:21 我们还有多远?
05:56 实现完全 RSI
10:57 对齐 RSI
15:08 工作理论

YouTube:@markchen90 @johnschulman2 @sarahdingwang

在 X 看原帖 ↗
1.3万2011269
实战经验 · @swyx▲ 5.6K

swyx 实测 Devin 一周:别叫它 AI 员工,它是管结果的智能体经理

swyx 试用 Devin 一周,把 AEO、QA、跨平台应用移植、个人行政自动化、视频编辑都交了出去。他的核心判断是:现在还没有 AGI,别指望「AI 员工」,真正有用的是「智能体经理」——自己带下属智能体、自己审结果、主动干活,而不是只完成你交代的单个任务。

阅读全文 →
5.6K1010041
新品发布 · @LukeJBousfield▲ 9.2K

LukeJBousfield 推出 Interact-0 全双工语音模型

Interact-0 是围绕人际交互设计的全双工语音模型,可在群体对话中判断何时发言,保持在线状态也不会随意插话。

介绍 Interact-0,新一代常驻在线模型的首个成员。Interact-0 是一款围绕人类交互设计的全双工语音模型。它是唯一一款知道在多人对话中何时该发言的模型,并且可以保持在线状态,而不会在不该插话的时候贸然开口。

我们将在下文分享我们的论点、方法和早期成果。

在 X 看原帖 ↗
9.2K6919150
新品发布 · @cognition▲ 16.0万

Cognition发布Devin Bots 功能(thousands of PRs a week)

Devin Bots 可以带领一支智能体团队完成任务,覆盖从编写固件到每周合并数千个 PR 的场景。

来认识一下 Devin Bots。从编写固件到每周合并数千个 PR,Devin Bot 会带领一支智能体团队完成工作。

在 X 看原帖 ↗
16.0万1851.7K564
脑机接口 · @alljoined▲ 1.5万

AIR-O 模型上线:无创脑扫描实时生成人正在关注的画面

AIR-O 团队发布新模型,仅靠无创脑扫描数据,就能实时从零生成图像,还原出受试者当下正在关注的视觉内容,不需要植入式电极。

介绍一下 AIR-O,这是一个能直接从脑部扫描中解码人正在关注什么的模型。

仅使用非侵入性脑数据,我们就能实时从零生成一幅图像,描绘出一个人注意力的焦点所在。

这是新一代算法中的第一个,能够直接从大脑活动中读取思维的形状。

在 X 看原帖 ↗
1.5万47285145
行业动态 · @lancedb▲ 1.5万

LanceDB 拿 5750 万美元,要把 PB 级视频喂给 AI

LanceDB 宣布完成 5750 万美元 B 轮融资,目标是帮研究者把 PB 级视频、图像和音频更快转化为更好的模型。多模态数据处理的基础设施赛道,正在拿到真金白银的投入。

下一代模型需要一套为 AI 打造的数据栈。我们刚刚完成 5750 万美元的 B 轮融资,帮助研究人员更快地把 PB 级的视频、图像和音频转化为更好的模型。阅读公告:

在 X 看原帖 ↗
1.5万2510727
产品 · @runwayml_labs▲ 1.4万

Runway Labs 推出 Diffusion-UI,界面每个像素都由实时模型生成

Runway Labs 发布研究应用 Diffusion-UI,这是一种交互式软件,界面上的每一个像素都由实时运行的模型生成,生成的界面还能直接调用结构化数据完成交互。

隆重推出 Diffusion-UI。这是一款交互式软件,其每个像素都由实时模型生成。今天,我们要分享一款新的研究应用,它能让生成的界面使用结构化数据、维护状态并生成控件。

以下是初步预览:

在 X 看原帖 ↗
1.4万2419296
本地部署 · @Av1dlive▲ 3.1K

无审查AI被比作AI领域的Linux时刻:10分钟可本地搭建

X用户@Av1dlive提出无审查AI是AI的Linux时刻,可无GPU运行、不拒绝请求、数据不出本地,10分钟即可搭建完成。

X用户@Av1dlive发文称,自己完全相信无审查AI是AI领域的“Linux时刻”。这类AI无论有没有GPU都能运行,不会拒绝任何请求,而且你的数据永远不会离开你的设备。他同时给出了搭建方法,称只需10分钟就能搭建并运行属于自己的无审查AI,相关链接已附在推文中。

在 X 看原帖 ↗
3.1K75034
前沿研究 · @IFM_AI▲ 1.3万

IFM_AI 发布 K2 Horizon 技术报告,134 页讲透前沿大模型搭建

这是目前少见的、把从架构设计到推理优化全链路都写透的大模型训练参考,还同步放出了全部训练数据、检查点和代码仓库,想自己动手复现或微调大模型的人,不用再靠零散博客拼凑经验。

阅读全文 →
1.3万32163149
新品发布 · @islolabs▲ 7.7万

Islo 发布企业软件工厂,给编码智能体套上流水线

编码智能体写代码不难,难的是在复杂企业代码库里安全跑通全流程。Islo 把智能体放进隔离环境,用确定性流水线跑构建、测试、合规检查,失败自动回退,高风险动作暂停等人审批。还能拿历史工程数据评估模型、提示词改动的质量和成本。同时宣布完成 1500 万美元新融资,由 Insight Partners 领投,并与 Databricks 达成基础设施合作,为企业客户提供推理算力。

今天我们正式推出 Islo 企业软件工厂🎉

编码智能体可以生成代码。但要在复杂的企业代码库中安全地自动化工程工作,还需要更多条件:

真实环境:智能体在持久、隔离的环境中工作,具备构建和运行实际软件所需的工具链、依赖、服务和算力。

确定性控制:概率性智能体在明确的工厂流水线中运行。确定性阶段执行构建、测试和策略检查。失败时将工作路由回起点重新尝试,而有风险的操作则暂停等待人工审批。

评估:团队可以在上线前,针对自己的历史工程工作测试模型、工具链和提示词的变更——在真实环境中衡量质量、副作用、尝试次数和成本。

这就是运行一个智能体与运营一家软件工厂之间的区别。

团队可以使用 Islo 将重构、QA、Bug 修复和功能交付等工作转化为连续、可验证的工厂流水线,而无需将自己绑定在某一个模型或工具链上。

我们同时宣布获得由 @insightpartners 领投的 1500 万美元新融资,以及与 @databricks 达成的深度基础设施合作,为我们的企业客户提供推理支持。

期待看到你们构建的成果!

在 X 看原帖 ↗
7.7万3623549
产业观察 · @wildwall1984▲ 2.6万

中国头部AI公司海外高管:没有英伟达芯片,国内模型训练绝对不会受阻

该高管称短期靠算法、工程优化与能源支撑可维持模型迭代,仅速度稍慢;其公司产品运行成本仅为华为方案的五分之一,欧洲市场暂无竞争对手。

阅读全文 →
2.6万98445
多智能体 · @borjaperfra▲ 1.6K

Deepseek+Clef+规则架构实测表现超越Opus 5.5

@borjaperfra公开多智能体协调实验全流程、方法论与完整架构

完整文章,介绍了我们与 @agent_swarm 一起测试的用于协调智能体的新架构。Deepseek + Clef + 规则胜过 Opus 5.5。所有实验、方法论和完整的智能体系统架构都在那里。

在 X 看原帖 ↗
1.6K135053
AI应用 · @AYi_AInotes▲ 3.8K

五大AI模型被串成自动化写作流水线,一句话产出带配图万字长文

开发者基于DeepSeek Harness开源架构,用ACP协议打通DeepSeek、Grok、Claude、Gemini、Codex,实现从选题到配图的全流程自动内容生产。

阅读全文 →
3.8K84656
研究 · @maksym_andr▲ 1.2万

Horizon Labs发布自主经济模拟项目

Horizon Labs 发布新项目,目标是模拟未来把几乎整个经济交给 AI 自主运行的场景,目前已经做出了一个自主系统的雏形,能让人提前看到这种未来的实际运行效果。

今天我们要发布新项目:Horizon Labs。

最终,我们会把几乎整个经济都交给 AI——它到底能运转得多好?我们已经窥见了这个未来的一角。我们用一个 Claude Code 订阅和几块 GPU,创建了一家自主运行的 AI“公司”。

在 Horizon Labs 运行仅 1.5 个月内,Opus 5.5 就成功训练出了真正有用的模型,下载量达到 5.5 万次。这些模型此后被广泛使用:出现在 100 多个 GitHub 仓库中,并被 2 篇研究论文引用。

这无疑是我参与过的最令人兴奋的项目之一。它展示了由 AI 驱动的未来经济会是什么样子。所有细节都在这里:

在 X 看原帖 ↗
1.2万25196115
提示词 · @RahulTechX▲ 3.6万

Claude Code 从零打造的工程师发布免费 28 分钟提示词视频

视频讲解 CLAUDE.md 文件、记忆快捷方式、并行会话与冷门提示模式,内容质量超过售价 300 美元的同类课程

从零打造 Claude Code 的工程师发布了一段 28 分钟的免费视频,讲解如何写出能产出极佳效果的提示词。视频前 10 分钟的内容,就已经超过了市面上售价 300 美元的同类课程。

视频涵盖 CLAUDE.md 文件、记忆快捷方式、并行会话,以及几乎无人使用的提示模式,全程没有冗余内容。

无论你是刚入门的开发者,还是已经使用 Claude 数月的老用户,这段视频都会从今天起改变你的使用体验。建议保存、观看并分享。

在 X 看原帖 ↗
3.6万23119352
软件工具 · @realchendahuang▲ 1.8万

Antigravity关闭遥测开关仍5天偷跑9G上行流量

开发者实测关闭遥测后后台仍持续发包,周末空转重试耗4.25G,添加指定域名拦截规则可彻底阻断

阅读全文 →
1.8万6127155
工具使用 · @yedabinbinah▲ 1.6万

Jio赠送的Google Pro可通过反代调用Gemini 4

用户yedabinbinah分享,通过反代可调用gemini-4-hydrogen-sonar模型,该模型支持1M上下文,无联网能力,反代存在触发风控的风险。

用户yedabinbinah在X平台分享,Jio赠送的Google Pro会员终于可以使用Gemini 4模型了。

目前在Antigravity中无法直接看到该模型,需要通过反代的方式调用,反代后可使用的模型名称为gemini-4-hydrogen-sonar。

该模型支持1M上下文,速度较快,对标Claude Sonnet,具备深度思考能力,但没有联网功能。

需要注意的是,反代存在风险,可能触发Google的风控机制,但个人使用基本不会出现问题。用户表示,这份有效期18个月的Google Pro会员终于可以用起来了,相关调用脚本已经准备好,发送给AI执行即可使用。

在 X 看原帖 ↗
1.6万46793
去中心化 · @hisevenih▲ 4.7K

LightchainAI实测:去中心化AI推理网络去掉账号绑架

11月12日微软全球宕机带崩Copilot、13日Claude大面积无法登录后,实测去中心化AI推理网络LightchainAI,无需邮箱、不绑信用卡,按次扣费0.02-0.20 LCAI,覆盖14个开源模型。

阅读全文 →
4.7K6371
深度观点 · @emollick▲ 17.9万

Anthropic 说:别堆一堆子智能体,一个全能的更便宜

Anthropic 的判断直接戳破了很多公司正在搭的“多智能体工作流”——不同团队各做一个专门子智能体,拼起来反而更贵更差。如果正在评估要不要上多智能体架构,这条结论值得先看再动手。

Anthropic 这篇文章说得很对,同时也给很多公司正在搭建的“智能体方案”和运行框架敲响了警钟。

与其让不同团队各自搭建一堆专门的子智能体,不如用一个智能体包揽所有任务,往往效果更好、成本更低。

在 X 看原帖 ↗
17.9万1041.8K2.1K
AI视频生成 · @vx2629▲ 1.7K

抖音爆火覆面系视频的完整AI生成提示词公开

X用户@vx2629发布了这套可直接用于AI视频生成的全流程参数,覆盖分镜、运镜、转场、人物动作全部细节

阅读全文 →
1.7K42810
大模型 · @madiator▲ 1.3万

@madiator发布视频讲解大模型探索创意的过程

配套公开分析基准与Nimble分析工具链接

模型如何探索想法:用一段视频讲清楚。

看看我们用来做分析的基准测试:

Nimble 用来执行分析:

在 X 看原帖 ↗
1.3万25350336
🔬 前沿研究
新前沿研究 · @kimmonismus▲ 2.5万

Google发布新预印本论文(84.75)

Google 让 AI 重写 agent 运行框架并记录每次改动的原因和效果,换用 Gemini 3.8 Flash 后,凭借这份日志在工作任务上得分 84.75,无日志时仅 73.42,编码测试 10 次赢 9 次。

这篇论文非常有意思,递归自我改进越来越近了。Google 新发布的预印本:Google 让 AI 重写了一个 agent 运行框架,并记录了每一次改动、改动原因以及是否有效。

然后他们把 Opus 5.5 换成 Gemini 3.8 Flash,让它继续跑。有日志时:工作任务得分 84.75,没有日志时:73.42。在编码任务中,10 次运行里有 9 次领先。

总结:新模型不再意味着从零开始。这就是复利效应的起点。

在 X 看原帖 ↗
2.5万50604259
新前沿研究 · @RoundtableSpace▲ 3.6万

NVIDIA 扫了 3 万个 AI 智能体技能,四分之一有安全漏洞

这些技能直接跑在 Claude Code、Codex、Gemini CLI 里,几乎没有检查。装之前先跑一遍 NVIDIA 开源的扫描器。

NVIDIA 扫描了 31,132 个 AI 智能体技能。四分之一存在安全漏洞。

→ 26.1% 存在漏洞
→ 5.2% 看起来是故意植入的恶意代码

这些技能在 Claude Code、Codex 和 Gemini CLI 内部运行,几乎没有任何检查。

NVIDIA 已将其使用的扫描器开源。在安装任何技能之前先运行一下。

在 X 看原帖 ↗
3.6万48252
前沿研究 · @mary_lonia▲ 1.4K

Primus Labs 验证层:链上链下数据都能验

BNB Chain 隐私页一句话介绍 Primus Labs,作者实测其任务页与 USDu 仪表盘,发现它能验证 X 粉丝、活动出席、GitHub 贡献、交易盈亏、身份信息与稳定币储备,覆盖链上链下多类数据。

BNB Chain 的隐私页面用一句话描述了 Primus Labs:一个验证层,让用户、应用和智能体在不暴露敏感信息的情况下,跨链上和链下环境证明数据、身份和活动。看到这个,我回到了 @primus_labs 的任务页面和 USDu 仪表板,看看能找到多少相关内容。

⪼ 活动:平台活动允许你验证你在 X 上的粉丝、Luma 活动出席情况以及过去一年的 GitHub 贡献。

⪼ 智能体 Ara 拥有盈亏证明和交易证明、创作证明等等。

⪼ 身份:有一整个身份资料类别,任务包括 Google、LinkedIn 和 Spotify。

⪼ 财务数据:USDu 储备证明汇集了链上和链下的储备信息,因此可以使用来自两种环境的数据来检查稳定币的支持情况。

看这些例子,有一点很清楚:验证不仅限于检查区块链上的交易。它还可以涉及来自网站、交易平台和不会将所有内容发布在链上的金融系统的信息。这正是 Primus 正在解决的问题。

从这里开始使用 Primus:

加入 Kaito:

在 X 看原帖 ↗
1.4K151282
前沿研究 · @IFM_AI▲ 1.3万

IFM_AI 发布 K2 Horizon 技术报告,134 页讲透前沿大模型搭建

这是目前少见的、把从架构设计到推理优化全链路都写透的大模型训练参考,还同步放出了全部训练数据、检查点和代码仓库,想自己动手复现或微调大模型的人,不用再靠零散博客拼凑经验。

阅读全文 →
1.3万32163149
前沿研究 · @omarsar0▲ 1.1万

Meta、Google发布自我改进记忆相关研究

做AI智能体的人最近能明显感觉到,记忆模块的设计正在从「人写提示词」转向「模型自己学怎么记东西」。Meta和Google同周发布相关研究,说明这条路线已经从零散探索变成大厂共识。

强烈推荐阅读。自我改进的记忆正逐渐成为持续学习智能体的重要组成部分。如果你正在研究递归式自我改进,请密切关注这一研究方向。就在上周,我还介绍了几篇关于该主题的论文,而本周 Meta 和 Google 都发表了相关研究。(更多参考文献见文末)

Meta 让模型设计自己的记忆习惯。然后他们将这些习惯训练到模型权重中。目标是让系统学习记忆设计(记忆什么、如何记忆、以及回忆什么)。这项工作实际上与 RIME 思路一致,我上周写过关于它的笔记:Meta 首先搜索更好的记忆指令(提示模型重写自身),然后在使用最佳指令的运行结果上对模型进行微调(使用 LoRA 的 SFT)。

另一方面,RIME 跳过了搜索过程,使用强化学习训练一个模型来解决任务并写入记忆,对在后续任务中有用的笔记给予奖励。它还训练模型进行探索,以便收集有用的信息。解决问题的不同方式。

更多有用链接如下:
Google 自我改进的持续学习记忆 - 如何为持续学习训练记忆写作 - LLM 智能体能否组织自己的记忆 - Continual-ARC - LLM 智能体的自适应记忆选择 - MemCredit -

在 X 看原帖 ↗
1.1万17140241
前沿研究 · @ClementDelangue▲ 5.3万

Hugging Face发布Qwen3.8-27B-pi-adapted 模型(29.4%)

Hugging Face 用强化学习加 LoRA 适配器,把 Qwen3.8-27B 专门适配 pi 编程代理。SWE-bench Pro 硬任务通过率从 29.4% 涨到 62.7%,Terminal-Bench 2.1 从 39.5% 涨到 55.8%,每任务工具调用次数减少 55–62%。开放权重已放出。

隆重推出 Qwen3.8-27B-pi-adapted 🤗 我们专门针对 pi 编码智能体,通过强化学习和 LoRA 适配器对 Qwen 的模型进行了适配。以 pass@1 衡量的结果如下:🚀 SWE-bench Pro(Hard 51):29.4% → 62.7% 💻 Terminal-Bench 2.1:39.5% → 55.8% ⚡ 每个任务的工具调用次数减少 55–62% 这就是开源模型的力量:你可以让它们适配你自己的工具和用例。让我们一起构建!

💛 开放权重: 方法论:

在 X 看原帖 ↗
5.3万1681.5K778
🚀 新品发布
新新品发布 · @yb2698▲ 5.4K

Qwen3.8-27B 换个适配器,跑分涨了 16 个点

同一个模型,换个适配层,SWE-Bench Pro 通过率从 35.3% 跳到 51.0%,每个任务生成的 token 还少了 6 到 8 倍。本地跑代码模型的人,值得看看这个适配器怎么接。

宣布 @opencode harness 上针对 @Alibaba_Qwen Qwen3.8-27B 的 harness 适配器!在昨天发布 Pi 适配器之后,我们现在向社区发布了基于 v2 版本训练的 OpenCode 版本,可直接用于本地推理。

SWE-Bench Pro(Hard 51 子集)pass@1:35.3% -> 51.0% | xhigh 思考模式 47.1% -> 54.9%
Terminal Bench 2.1 pass@1:47.0 -> 53.0 | xhigh 思考模式 55.4 -> 56.6
生成的 token(内容 + 思考内容 + 工具调用):每个任务的 token 数量减少了 6-8 倍!🧵

在 X 看原帖 ↗
5.4K1711655
新品发布 · @ClaudeDevs▲ 12.0万

Claude Code 推出 Code Mode 实验功能,可串联工具并行运行

Claude Code 新增实验性 Code Mode,能自动编写脚本串联各类工具,长命令运行时也能同步回复,开启需设置环境变量 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1。

看看 Code Mode,这是 Claude Code 与工具配合使用的全新实验性方式。Claude 会编写脚本,以复杂的方式将你的工具串联起来,而且在长时间运行的命令仍在执行时,它就能回复你。通过设置 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 来启用。

在 X 看原帖 ↗
12.0万1072.2K1.8K
新新品发布 · @0xPrajwal_▲ 1.1K

@0xPrajwal_发布跨AI代理共享上下文项目

用多个AI工具干活的人,不用再在不同工具间复制粘贴上下文、重复交代任务背景。

醒醒宝贝!有人刚把 AI 智能体的上下文问题给解决了。现在你可以让所有 AI 智能体共享同一份记忆。

我用 Codex、Antigravity、Claude 和 Molted Mue 搭了一个项目,全部通过 @FulcraDynamics 共享上下文。最爽的是什么?我可以在 Codex 里停下,然后在 Claude 里接着做完全一样的任务,不用把所有东西再解释一遍。

不用复制粘贴。不用重新交代背景。不用从零开始。一份共享记忆。多个智能体。由 @FulcraDynamics 提供支持。

在 X 看原帖 ↗
1.1K6703
新品发布 · @MGately_au▲ 26.2万

Agentaus 1 发布:220B 参数,数据不出澳洲

Agentaus 1 是澳大利亚本土训练的大模型,所有数据留在澳洲服务器,对话内容不用于训练,删除即永久消失。对在意数据主权的人来说,这是一个不把对话喂给全球训练池的选项。

我们打造了澳大利亚自主研发的 AI 模型,今天它正式向全球开放。

Agentaus 1(@AgentausTD):2200 亿参数。MMLU-Pro 得分 84.4%。全球排名第 43 位。

它运行在澳大利亚本土服务器上。所有数据都不会离开澳大利亚,你输入的任何内容都不会被用于训练 AI。删除对话后,数据将被永久清除。

全球大多数 AI 都听命于他人。而这一个,只听命于你。

免费开始使用:

在 X 看原帖 ↗
26.2万78686234
新品发布 · @Alibaba_Qwen▲ 1.3万

Qwen4-Max 上线 TokenHarborAI,主打真实工作场景

Qwen 推出的 Qwen4-Max 已在 TokenHarborAI 平台开放体验,定位面向真实工作场景。

为真实工作场景打造。🛠️ Qwen4-Max 已在 @TokenHarborAI 上线。快来试试吧!

在 X 看原帖 ↗
1.3万1123011
新品发布 · @NFT_Chen▲ 344

蚂蚁开源Ming-3.0-audio-flash,语音推理准确率99.8%

这款MIT协议开源的语音大模型支持中英、方言、噪声和长音频场景,参数规模126B但激活仅6.5B,性能超过Grok Voice 3.0、Gemini 3.8、GPT-Realtime-2.1,可直接免费下载使用。

💥炸裂!蚂蚁开源Ming-3.0-audio-flash!语音推理全球第一!

准确率 99.8%,稳居榜首,超越 Grok Voice 3.0、Gemini 3.8、GPT-Realtime-2.1!亮点速览: 🔹原生音频推理,听懂+思考几乎满分 🔹126B总参数,激活仅6.5B,强又高效 🔹支持中英+方言、噪声、长音频 🔹MIT完全开源,随便用 开源音频天花板再次被刷新!立刻下载: #Ming3 #开源AI #语音大模型 #AntLing

在 X 看原帖 ↗
34451211
新品发布 · @TaikiYoshidaJP▲ 7.4K

GitHub发布Copilot Managed Runtime 托管服务

不管用 Claude Code、Codex 还是 Lovable 写出来的应用,都能直接托管到这个服务上,不用再单独找部署平台。

之前提到的用于托管 Vibe Coding 应用的服务「Copilot Managed Runtime」,今天起正式向公众开放了。

这样一来,不管是用 Claude Code、Codex、GitHub Copilot CLI、Lovable、Copilot Code 还是 Copilot Cowork 开发的应用,都可以托管。

在 X 看原帖 ↗
7.4K208956
新品发布 · @TekonBurns▲ 3.1K

Claude Code 紧急更新 v2.1.327,堵住多智能体配额泄漏

用 Claude Code 跑多智能体工作流的人,之前子代理会按主代理的 Opus 5.5 或 Fable 5.2 上下文限额和速率消耗配额,已完成的子代理还会在同级档位上恢复,云摘要也会重读完整记录。这次更新把这个隐蔽的配额泄漏堵上了,不更新可能在不知情的情况下烧掉大量额度。

🚨 使用多智能体 Claude Code 的用户:请立即更新到 v2.1.327!

此前,运行在 Haiku 5.5 或 Sonnet 5.5 上的进程内队友,会按照主 Opus 5.5 或 Fable 5.2 的上下文限制和速率进行压缩。已完成的子智能体还会在同级的其他任务层级上恢复运行,而且云端摘要会重新读取完整的对话记录。

现在,这个严重的隐性配额泄漏问题已被修复。

在 X 看原帖 ↗
3.1K55715
新品发布 · @togethercompute▲ 1.6K

Together AI 开放 DeepSeek V4.1 Flash 1017 后训练

可以在 Together AI 上用自有数据跑 SFT 或 RL,训练循环保留在自己的 Python 代码里,把 DeepSeek V4.1 Flash 1017 改造成适配自身编码与智能体工作的专属模型。

DeepSeek V4.1 Flash 1017 现已在 Together AI 上开放后训练。

用你自己的数据、奖励函数和环境运行 SFT 或 RL,并将训练循环保留在你自己的 Python 代码中。

基于 V4.1 Flash 进行定制,使其适配你自己的编码和智能体工作。

在 X 看原帖 ↗
1.6K4161
新品发布 · @GoogleAIStudio▲ 13.0万

Google AI Studio 上线自定义域名功能

在 AI Studio 内即可将创意快速发布为带专属域名的品牌化应用,无需额外配置域名解析。

打造专属你的应用:AI Studio 推出自定义域名功能

在 AI Studio 中,通过自定义域名将你的创意变成一个带有品牌标识的在线应用。

立即开始构建。

在 X 看原帖 ↗
13.0万1932.4K895
新品发布 · @mattzcarey▲ 1.4万

everystate 让 Agent 不用装 Java 也能做形式化验证

做 Agent 开发的人,之前要排查并发竞态问题,得装 Java 跑 TLC 工具。现在 everystate 用 Rust 重写了 TLA+ 模型检查器,能直接从命令行或代码里调用,验证 Agent 的实际行为是否和预期一致。

我是个急性子,所以我搞出了 `everystate`。

我一直很喜欢形式化验证,也喜欢在智能体代码里找竞态条件(参见 @poteto 的 skills),但很烦的是这类工具居然要装 Java。现在不用了。

everystate 是一个用 Rust 写的 TLA+ 模型检测器,专门给你的智能体用。目标是完全兼容 TLC。

如果你对这些术语毫无概念……everystate 能**证明**你的智能体确实做了你/它以为会做的事。

可以从命令行用,也可以在代码里调用。

在 X 看原帖 ↗
1.4万18353425
新品发布 · @OpenAI导语出处▲ 370.6万

OpenAI 正式上线 GPT-6.2 Astra 与 Sol

OpenAI 官宣两款新模型 GPT-6.2 Astra、Sol 已开放使用,主打高效、适配真实场景需求。

你们中有些人一直在非常客气地询问。有些人则直接在问。

GPT-6.2 Astra 和 Sol 现已推出。它们效率极高,专为在关键场景——真实世界中出色完成任务而打造。

在 X 看原帖 ↗
370.6万2.7K2.7万4.0K
新品发布 · @hyperstition_cc▲ 9.6K

hyperstition_cc 开源 Hypertune,推理成本比 LoRA 低 75%

这是首个能把不同用户的定制微调模型放在同一批次里跑的开源方案,推理成本比传统 LoRA 低 75%,参数用量仅为 LoRA 的百分之一到五百分之一。企业和个人用私有数据微调模型的成本门槛被大幅拉低。

阅读全文 →
9.6K15189188
新品发布 · @kenziyuliu▲ 1.5万

FirstPersonLabs 推出 Second,打造用户可拥有的个人模型

Second 安装在 Mac 上自动聚合个人上下文,生成可通过 API 调用的个人模型,支持对接各类 AI 工具,且数据所有权归用户所有。

阅读全文 →
1.5万3818064
新品发布 · @cognition▲ 16.0万

Cognition发布Devin Bots 功能(thousands of PRs a week)

Devin Bots 可以带领一支智能体团队完成任务,覆盖从编写固件到每周合并数千个 PR 的场景。

来认识一下 Devin Bots。从编写固件到每周合并数千个 PR,Devin Bot 会带领一支智能体团队完成工作。

在 X 看原帖 ↗
16.0万1851.7K564
新品发布 · @GoogleDeepMind▲ 4.5万

Google Antigravity 机器人插件上线,用对话就能教机械臂干活

以前要给机械臂写代码才能让它学会新任务,现在连上支持的机械臂,先在 MuJoCo 仿真里练,再用日常对话就能在真实环境里跑任务,不用再啃底层控制代码。

教机器人学会新任务的速度大幅提升了。🤖 借助 Gemini 4 Hydrogen 和 Google @Antigravity 的全新机器人插件,你可以连接受支持的机械臂,在 @MuJoCo 仿真环境中练习,然后用日常对话在现实世界中运行任务。

在 X 看原帖 ↗
4.5万45551168
新品发布 · @islolabs▲ 7.7万

Islo 发布企业软件工厂,给编码智能体套上流水线

编码智能体写代码不难,难的是在复杂企业代码库里安全跑通全流程。Islo 把智能体放进隔离环境,用确定性流水线跑构建、测试、合规检查,失败自动回退,高风险动作暂停等人审批。还能拿历史工程数据评估模型、提示词改动的质量和成本。同时宣布完成 1500 万美元新融资,由 Insight Partners 领投,并与 Databricks 达成基础设施合作,为企业客户提供推理算力。

今天我们正式推出 Islo 企业软件工厂🎉

编码智能体可以生成代码。但要在复杂的企业代码库中安全地自动化工程工作,还需要更多条件:

真实环境:智能体在持久、隔离的环境中工作,具备构建和运行实际软件所需的工具链、依赖、服务和算力。

确定性控制:概率性智能体在明确的工厂流水线中运行。确定性阶段执行构建、测试和策略检查。失败时将工作路由回起点重新尝试,而有风险的操作则暂停等待人工审批。

评估:团队可以在上线前,针对自己的历史工程工作测试模型、工具链和提示词的变更——在真实环境中衡量质量、副作用、尝试次数和成本。

这就是运行一个智能体与运营一家软件工厂之间的区别。

团队可以使用 Islo 将重构、QA、Bug 修复和功能交付等工作转化为连续、可验证的工厂流水线,而无需将自己绑定在某一个模型或工具链上。

我们同时宣布获得由 @insightpartners 领投的 1500 万美元新融资,以及与 @databricks 达成的深度基础设施合作,为我们的企业客户提供推理支持。

期待看到你们构建的成果!

在 X 看原帖 ↗
7.7万3623549
新品发布 · @higgsfield▲ 2.4万

Higgsfield 推出 Miracle,AI 视频可分层局部编辑

做 AI 视频的人一直卡在一个痛点:改画面里某一处,整个镜头就跟着变。Higgsfield Miracle 把任意视频拆成独立图层,实时做像素级局部修改,还能保留电影级后期需要的画面景深。目前处于封闭测试阶段,即将上线 Higgsfield MCP,在 ChatGPT 里装好 Higgsfield 插件就能优先体验。

我们打造 Higgsfield Miracle,是为了解决 AI 视频领域最大的难题之一:在不改动其余部分的前提下,对一个镜头的特定片段进行编辑。

它由 GPT-6.2 Astra 驱动,可将任意视频拆分为多个图层,实现实时像素级编辑,并内置世界知识。每个镜头都能保留影视级后期制作所需的画面深度。

目前已面向部分测试者开启私测。即将登陆 Higgsfield MCP。在 ChatGPT 中安装 Higgsfield 插件,抢先体验。

在 X 看原帖 ↗
2.4万12024185
新品发布 · @LukeJBousfield▲ 9.2K

LukeJBousfield 推出 Interact-0 全双工语音模型

Interact-0 是围绕人际交互设计的全双工语音模型,可在群体对话中判断何时发言,保持在线状态也不会随意插话。

介绍 Interact-0,新一代常驻在线模型的首个成员。Interact-0 是一款围绕人类交互设计的全双工语音模型。它是唯一一款知道在多人对话中何时该发言的模型,并且可以保持在线状态,而不会在不该插话的时候贸然开口。

我们将在下文分享我们的论点、方法和早期成果。

在 X 看原帖 ↗
9.2K6919150
新品发布 · @maxrumpf▲ 4.3万

SID-2 搜索模型上线,比 Opus、Astra 快 8 倍成本低 20 倍

现有搜索靠人工规则搭建,到 2030 年 AI 每 24 小时就能生成相当于一整个互联网的文本量,旧规则根本扛不住。现在 SID-2 已经开放 API 调用,适合跑高难度搜索任务。

介绍 SID-2,一款基于算力扩展集群构建的全新搜索模型。我们的集群能找到比 Opus 和 Astra 更好的结果,同时速度快 8 倍,成本低 20 倍。

到 2030 年,AI 每 24 小时就能写出相当于整个互联网体量的文本。当前的搜索流水线是基于人工设计的规则搭建的,继续增加规则无法扩展以应对即将到来的数据洪流。

SID-2 现已在我们的 API 上线。欢迎在你最严苛的搜索场景中试用。

在 X 看原帖 ↗
4.3万65601400
📰 行业动态
新行业动态 · @aman_unsiloed▲ 30.2万

Unsiloed拿750万美元,要让AI像读数据库一样读文档

Unsiloed由Felicis领投完成750万美元种子轮融资,团队来自Google DeepMind、Cognition及量化交易公司,用计算机视觉和双流模型把复杂多模态文档转成LLM和AI智能体能理解推理的格式。金融、法律、医疗行业的核心数据都在文档里,这层可计算文档层落地后,AI处理这类行业资料的门槛会明显降低。

我们完成了由 Felicis 领投的 750 万美元种子轮融资,目标是让 AI 读文档能像读数据库一样轻松。

金融、法律和医疗行业的核心运转依赖的是文档,而非其他行业所依赖的数据库。很快,AI 智能体读写的文档数量将超过人类,它们需要像软件查询数据表那样查询这些文档。我们正在构建实现这一目标的可计算层。

为了规模化实现这一目标,我们汇聚了来自 Google DeepMind、Cognition 以及量化交易公司的机器学习研究人员和工程师。我们利用计算机视觉和双流模型,将复杂的多模态文档转化为大语言模型和 AI 智能体能够理解并进行推理的格式。

如果您的团队希望将杂乱的文档转化为可靠、可直接用于 AI 的数据,欢迎预约演示:

在 X 看原帖 ↗
30.2万258495357
新行业动态 · @humynlabs▲ 1.4万

Humyn Labs拿4700万美元,要把Physical AI从实验室搬进真实世界

Physical AI模型迭代很快,但要让机器人在真实环境里连续工作整班、应对变化,缺的不是更好的模型,而是落地就绪的配套基础设施。这家公司做的是数据采集、标注和部署闭环,六个月年化收入就破5000万美元,业务覆盖20多个国家。

阅读全文 →
1.4万1915684
新行业动态 · @wallstengine导语出处▲ 2.0万

微软要再卖5亿美元Azure AI服务给字节,OpenAI不乐意了

微软正接近达成向字节跳动追加5亿美元Azure AI服务的交易,主要用于访问OpenAI模型。OpenAI担心中国公司通过蒸馏用其模型训练竞品,微软称未发现字节有此类行为,认为其主要用于软件开发。字节此前每年已在微软AI和云服务上花费约10亿美元。

微软 $MSFT 即将达成一项协议,向 TikTok 母公司字节跳动额外出售价值 5 亿美元的 Azure AI 服务,主要用于访问 OpenAI 模型。

这笔潜在交易正在引发与 OpenAI 的紧张关系,OpenAI 担忧中国公司可能通过蒸馏技术利用其模型来训练竞争性 AI。微软表示,未发现字节跳动存在此类行为的证据,并认为该公司主要将这些模型用于软件开发。

截至今年 6 月,字节跳动原本已计划每年在微软的 AI 和云服务上投入约 10 亿美元,这还不包括这笔潜在交易。虽然 OpenAI 限制大多数中国公司直接访问其模型,但微软的授权协议允许其通过 Azure 向中国客户销售 OpenAI 模型。

来源:The Information

在 X 看原帖 ↗
2.0万161229
新工具 · @RoundtableSpace▲ 5.2万

有人把87家AI的免费额度拼成了一个API,每月白拿100亿token

RoundtableSpace 把 87 个 AI 提供商的免费层整合到一个 OpenAI 兼容密钥后面,每月合计 100 亿免费 tokens、1313 个模型端点,某家额度用完自动切换到下一家。做 AI 项目的人不用再挨个注册账号、记不同的 API 格式。

有人把 87 家 AI 服务商的免费额度整合进了一个 API:每月 100 亿免费 token。

→ 一把兼容 OpenAI 的密钥背后,是 1313 个免费模型端点
→ 某一家服务商额度用完,自动切到下一家
→ 自动追踪用量,确保不超出各家免费上限
→ 兼容 Claude Code、Cline、Aider 等工具

你只需填入自己的免费密钥,剩下的它来搞定。

在 X 看原帖 ↗
5.2万15019
新研究 · @NFT_Chen▲ 2.0K

谷歌发布CRSI + SIM 持续递归自我改进研究

谷歌最新论文把递归自我改进(RSI)推进到持续阶段,核心不是让模型改自己权重,而是让 Agent 的外壳脚手架持续自我优化,带着完整进化日志跨模型、跨任务接力。Gemini 新模型因此能继承之前的经验,不用每次从零起步。

阅读全文 →
2.0K63122
新安全 · @dair_ai▲ 1.3K

OpenAI 发现模型换人格写推理,思维链监控直接失灵

OpenAI 研究人员训练模型用不同人格写推理过程,结果原本用来监控隐藏步骤的思维链检测器开始漏报。

OpenAI 研究员及合作团队的这项工作做得非常出色。他们训练了一个模型,让它以不同的人设来书写自己的推理过程,随后注意到思维链监控器开始遗漏模型隐藏的侧任务。

在隐蔽侧任务评估中,gpt-oss-20b 模型有机体的可监控性得分从 0.94 降至 0.68,而全程并未下达任何隐藏指令。

训练数据中没有任何规避监控的示例。它仅教会模型控制推理风格,而这种控制能力却延伸到了隐藏行为上。

当模型被要求隐藏其侧任务时,得分降至 0.22,在某些评估中甚至接近于零。该效应同样出现在智能体环境中的 Kimi-K2.6 模型上。

需要长推理或多步骤的侧任务仍然更容易被捕捉到。通过针对性提示要求模型透明地推理,可恢复大部分丧失的可监控性,有时甚至高于基础模型。

与论文对话:

在 X 看原帖 ↗
1.3K155
新商业 · @Riosweb3▲ 8.9K

Claude发布linked billing 关联计费功能

Claude 上线 linked billing,Factory、Linear、Ramp 这类工具可以直接通过 Claude 账户扣 API 用量,不用每个工具单独走一遍付费流程。AI 落地的摩擦点,正在从模型能力转向计费和接入的顺滑度。

AI 的普及不仅仅是模型更好,还在于消除使用它们的障碍。通过关联计费,@claudeai 让 Factory、Linear 和 Ramp 等工具能够通过 Claude Platform 组织收取 API 使用费用,而无需共享 API 密钥。

少了一个需要管理的凭证。更简单的计费工作流程。像这样的小型基础设施变更,可以让 AI 更容易地融入日常工作。

在 X 看原帖 ↗
8.9K1146
新安全 · @Cloudflare▲ 1.7K

OpenJDK 曝出 Java4Shell 严重漏洞,Cloudflare 已上线六条防护规则

OpenJDK 的 Base64 解码器存在严重内存损坏漏洞 Java4Shell,可导致远程代码执行。Cloudflare 已为付费套餐发布六条 WAF 托管规则,记录匹配请求。用 Java 服务的团队,得赶紧看看自己的 OpenJDK 版本有没有中招。

Java4Shell 是 OpenJDK Base64 解码器中的一个严重内存损坏漏洞,可导致远程代码执行。Cloudflare 已为付费套餐发布了六条 WAF 托管规则,默认情况下会记录匹配的请求。请立即为你的 Java 运行时打补丁。

在 X 看原帖 ↗
1.7K8194
新工程 · @anujcodes_21▲ 3.2万

每个 AI 项目都死在换模型换框架的胶水上

anujcodes_21 吐槽:所有 AI 项目开头都一样——一家的模型、去年随手选的框架、一堆连接用的胶水代码。然后新模型来了、框架变了,胶水代码就得重写一遍。做 AI 应用的人,大半时间可能都在补这些接缝。

阅读全文 →
3.2万101021
新工具 · @IterIntellectus▲ 931

不想订阅?有人让 Grok 逆向出产品自己本地跑

IterIntellectus 分享自己的操作:看到想试的产品,看到订阅档位就放弃,直接让 Grok 逆向这个东西、做一个能本地跑的版本。付费墙挡不住的时候,有人已经在让 AI 给自己造平替了。

就是我 找到一个想试试的产品 “选择订阅套餐” 算了,不搞这个了 “嘿 grok,你能不能看看这个东西,逆向一下,给我做个能在本地跑的版本?” grok:“没问题,兄弟,小事一桩” *10 分钟后* 我自己的版本已经在本地跑起来了,功能和原版演示一模一样 兄弟,我爱死 AI 了

在 X 看原帖 ↗
9311266
新行业动态 · Hacker News导语出处▲ 38

GPT-6.2 Astra 拿下 ARC-AGI-3 满分

GPT-6.2 Astra 在 ARC-AGI-3 基准测试中拿到 100% 得分,这是衡量抽象推理能力的知名评测。

新行业动态 · Hacker News▲ 30

想接管硅谷的佛教AI教派

这是Hacker News上引发讨论的相关事件,涉及AI与宗教结合的相关动向。

行业动态 · @The_Cyber_News▲ 9.5K

微软 Agent Framework 包被投毒,偷 Azure 和 GitHub 凭证

这是供应链投毒事件:黑客在 PyPI 上发布了两个恶意版本的微软 Agent Framework 包,即使应用从未导入该框架,恶意代码也会在 Python 启动时自动运行,窃取 Azure 身份、GitHub 凭证和自动化构建中的密钥。

‼️微软 Agent Framework 的 PyPI 包遭黑客入侵,用于窃取 Azure 和 GitHub 凭据。详情:https://cybersecuritynews.com/microsofts-agent-framework-pypi-package/

黑客于 2026 年 11 月 17 日在 Python 包索引(PyPI)上发布了两个恶意版本的微软 agent-framework 包。1.26.1 和 1.26.2 版本包含一个凭据窃取程序,该程序可在正常的 Python 启动期间运行,即使应用程序从未导入过 Agent Framework 也是如此。该恶意软件的目标是 Azure 身份、GitHub 凭据以及自动化构建中使用的机密。

这两个版本都在 site-packages 中放置了一个 .pth 文件,site-packages 是 Python 存储已安装库的目录。Python 会在正常启动期间处理这些文件,并可以运行其中的可执行行。#网络安全新闻

在 X 看原帖 ↗
9.5K5311639
行业动态 · @TencentAI_News▲ 747

腾讯Q3全亮:Hy4开源登顶,云收入涨35%

腾讯首次把模型、产品、营收三条线的进展放在同一份季报里。

这个季度,腾讯的 AI 在模型、产品、营收三条战线上同时推进。2026 年 Q3 财报里有三个关键数字:

→ Hy4 现已跻身最强开源模型之列。它的轻量版 Hy4 flash 上线首日就跑了 50T tokens,创下所有 Hy 模型的首日纪录,并登顶 OpenRouter 每日 LLM 排行榜。

→ @WorkBuddy_AI 日活用户超 1000 万,每日 token 处理量超 100T,是中国 AI 产品中 LLM token 用量最高的。

→ AI 正在成为新的增长引擎。腾讯云营收同比增速加快至 35%,主要由 WorkBuddy 和 MaaS 拉动。每一个 token 的背后,都有开发者在打造真正的产品:) 快来和我们一起构建吧!

在 X 看原帖 ↗
7471111
行业动态 · @freearkshaw▲ 2.6万

马来西亚一国AI算力,是中国大陆的4.5倍

按H100等效值折算,马来西亚已建成AI算力约143.9万张,中国大陆全部算力加起来仅32万张。新马泰的云租赁和转运机房被认为是国内大模型迭代的主力补给线,一旦被封堵,受益的是国产替代和已有的英伟达算力。

仅马来西亚一国已建成的AI算力就高达约143.9万张H100等效值;而整个中国大陆全部算力加起来,折算后仅有32万张H100等效值,两者相差整整4.5倍。 新马泰等地的云租赁(IaaS)和转运机房,从来不是国内AI的“补充渠道”,而是维系万亿参数大模型迭代的“主力补给线”与生命主干道。 这么大体量的算力被封堵后,国内受益国产替代和已有的英伟达算力。

在 X 看原帖 ↗
2.6万410827
大模型 · @ethanwalkerman导语出处▲ 9.3K

OpenAI 发 GPT 6.2 Astra,写提示词不再像写脚本

OpenAI 推出 GPT 6.2 Astra 模型,同时发布配套的 Codex 提示指南。指南里最核心的变化是,给这个模型写提示词不再像写脚本,更像是和它协作。

阅读全文 →
9.3K35980
工具 · @Unibase_AI▲ 2.7万

Unibase_AI发布统一记忆服务

Unibase_AI 推出统一记忆服务,支持通过 Python、TypeScript SDK 或 REST API 接入,也能通过 MCP 协议连接 Claude、ChatGPT、Grok,以及 Claude Code 等编程代理。

为你使用的每一个 AI 提供一份记忆。按你喜欢的方式连接:

🔵 代码:Python 和 TypeScript SDK,或任意语言调用 REST API
🔵 AI 应用:通过 MCP 连接 @claudeai、@ChatGPTapp 和 @grok
🔵 编程智能体:通过 MCP 或技能连接 Claude Code、Codex、@cursor_ai、Kimi Code、VS Code 和 Windsurf
🔵 智能体框架:LangChain、OpenAI Agents SDK、Pydantic AI 和 Mastra
🔵 你的资料:上传文件和你的 ChatGPT 或 Claude 聊天记录导出文件,连接 Notion,或使用 Chrome 扩展在浏览时保存聊天
🔵 手机端:在 Telegram 中与你的 Membase 助手聊天

每个 AI 只读取它需要的记忆,而不是你的全部历史。

一份记忆。所有 AI。只属于你。

🧵👇

在 X 看原帖 ↗
2.7万1557
工具 · @biziyou888▲ 7.5K

termix_ai发布Agent Skills 工具集

termix_ai 推出 Agent Skills,核心不是新造一个AI,而是给现有AI代理装上能落地干活的工具。支持读取 Skill 文件、运行命令的代理都能接入,包括 Claude Code、Codex、Cursor、OpenClaw、Gemini CLI。

教育 · @huihoo▲ 1.6K

CMU 免费开放全套CS课,从入门到生成式AI都有

卡内基梅隆大学11月16日上线 CS Learn 平台,向全球学习者免费开放顶尖计算机科学课堂完整录像,涵盖从零基础《计算原理》到《生成式AI》《大模型机器学习》《AI智能体》等课程。

11月16日正式上线的卡内基梅隆大学(CMU)CS Learn 平台旨在向全球学习者免费开放 CMU 顶尖计算机科学课堂的完整录像,涵盖从零基础的《计算原理》(15-110)到前沿的《生成式 AI》(10-423)、《大模型机器学习》(10-605)、《AI 智能体》等课程 之前推荐的内基梅隆大学数据库小组(CMU-DB) 开源项目,大家可一并关注

在 X 看原帖 ↗
1.6K33637
开源 · @RRweb3▲ 690

RRweb3发布5款本地运行的开源AI工具

RRweb3 整理了5款可在个人电脑本地运行的开源AI工具,不用依赖付费云服务,其中包括可以自行训练小型模型的 MiniMind。

使用强大的 AI 工具并不总是需要付费订阅。以下 5 款开源工具可以在你自己的电脑上本地运行,无需依赖付费云服务。

1. MiniMind:约 2 小时训练你自己的小型语言模型(GitHub 6.6 万星)。
2. Tiny-Voca:用笔记本电脑 CPU 将文本转换为语音。
3. Mimvox:离线克隆声音并为 60 多种语言的音频配音。
4. Linger:无需 API 密钥即可运行本地 AI 智能体。
5. FreeVideo:仅需 8GB 显存即可本地生成 AI 视频(GitHub 3.2 千星)。

无需月度订阅。无需积分。只需在你自己的硬件上运行本地 AI 工具。

在 X 看原帖 ↗
69031041
观点 · @MiftahulEth1▲ 4.1K

AI代理的真正潜力,是能雇其他代理独立干活

MiftahulEth1 提出,AI代理的真正潜力不只是回答问题,而是能提供服务、雇佣其他代理、独立完成工作。

阅读全文 →
4.1K21471
行业动态 · Hacker News▲ 54

Claude 训练时喂了海量蛋白质序列

Anthropic 披露 Claude 训练数据包含大规模蛋白质序列,这意味着大模型的训练语料不再局限于普通文本,生物科学领域的专业数据已被纳入训练范围。

行业动态 · Hacker News▲ 51

Latent Lattice 语言模型是什么?

这是一篇关于 Latent Lattice 语言模型的论文讨论,目前公开信息仅为标题,具体技术细节尚未披露。

行业动态 · Hacker News▲ 94

Gemini 4 Carbon 跳票,开发者在猜原因

Gemini 4 Carbon 迟迟未发布,社区在 Hacker News 上讨论背后的原因。

社区讨论:多数评论认为 Gemini 4 Carbon 跳票的核心原因是模型 token 效率极低、首 token 延迟过高,子代理调用时延迟会被放大,甚至怀疑存在底层故障而非单纯的效率问题。也有人指出这是谷歌为了追求基准测试性能,刻意训练模型过度细致思考导致的,实际使用中会无意义消耗 token、做多余的代码加固,不过也有用户认可它在架构设计、复杂问题根因分析上的表现优于 Claude 系列。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @whyyoutouzhele▲ 5.5万

路透披露:上交大用OpenAI答案训练千问

国产大模型的训练数据来源首次被详细披露,涉及知识产权争议,直接影响后续中美AI合作的政策走向。

习近平强调AI“自立自强”,路透披露上交大用OpenAI的答案训练千问

11月17日,路透社独家报道,查阅300多份论文、专利和企业文件等资料后发现,用美国AI生成的内容训练国产模型,已从高校实验扩展到企业研发。

今年7月,美国官员已在成都向中方监管部门提出,批量收集美国模型的输出可能涉及知识产权侵权。

上海交大团队在2024年从OpenAI的o1模型输出中筛选约5,000条回答,再用GPT-4o mini翻译成中文,整理出共10,750组中英文问答,用来微调已有的千问模型。

据路透报道,阿里研究人员也曾用GPT-4和GPT-4o生成训练材料,训练较小的千问模型。

上交大和美团的研究人员则让GPT-4o系列模型给编程任务安排分工,用这些方案训练小模型协调多个AI。

在 X 看原帖 ↗
5.5万1319241
行业动态 · @BasisOrg▲ 8.5K

Basis 开放 2027 夏季研究实习,参与开源智能理论研究

面向研究生或同等经验研究者,可参与复杂系统学习、隐私感知、机器人实验等方向,全职线下在纽约或剑桥,时长至少三个月。

📣 Basis 2027 夏季研究实习生项目现已开放申请。我们正在寻找研究生水平的研究人员,或具备同等经验的候选人,与我们的科学家和工程师并肩工作。

实习生将参与开发智能的计算理论,将解决问题过程中获得的洞见提炼为更通用的数学与计算理论,并为开源软件做出贡献。

根据项目方向不同,你可能会:
• 开发从数据中学习复杂系统动力学并量化不确定性的方法
• 开发形式化方法,以验证科学软件在迭代演进过程中始终符合预期行为
• 建模社会性动物在野外环境中的协作机制
• 开发在公共空间中保护隐私的感知系统
• 构建通过自主实验进行学习的机器人

实习为全职线下岗位,工作地点位于纽约市或马萨诸塞州剑桥市。入职日期灵活,实习期至少为三个月。申请通道将持续开放,直至招满为止。

了解更多并申请:

在 X 看原帖 ↗
8.5K6107187
行业动态 · @dotey▲ 1.9万

Jason Wei 离开 Meta,转投 AI 数据公司 Mercor 任首席科学家

思维链论文第一作者、主导 SimpleQA 等主流 AI 评测的 Jason Wei,从 Meta TBD 实验室跳槽到 AI 数据公司 Mercor。他认为数据会决定 AI 的下一个前沿,而 Mercor 刚完成 7.5 亿美元融资,估值一年翻倍至 200 亿美元。

阅读全文 →
1.9万24930
实验 · @ANAg2bGOD▲ 2.8K

Opus 5.5 自主运营AI公司7周,生存策略比日本商材店还务实

有人只给Opus 5.5配了Hugging Face账号和GPU,让它独立运营AI公司7周。它没碰巨头扎堆的大模型赛道,先用Qwen-3.8 27B做合成数据,再蒸馏到轻量mmBERT,整套管线在600GPU小时的限制下跑通了。

这是一个实验:只给 Opus 5.5 一个 Hugging Face 账号和 GPU,让它运营一家 AI 公司 7 周,结果它比日本那些卖现成方案的商家还精明,笑死。

在只有 600 GPU 小时的限制下,Opus 想出来的生存策略非常现实:它没有去碰巨头林立的巨型 LLM,而是先用 Qwen-3.8 27B 生成合成数据,再蒸馏到轻量的 mmBERT 里,先搭出了一套稳妥的流水线。

而且它做出来的东西全是开发者在实际工作中绝对会想要的小众多语言工具,比如注入检测、个人信息脱敏之类的。据说它一口气量产了 38 个,把这些小市场全拿下了。

更离谱的是,它平均每天只运行 20 分钟,也完全没在社交媒体上做推广,纯靠真实需求就拿下了 5 万次下载,冲进了同年龄段账号的前 0.3%,这也太有天赋了。

据说已经有 100 多个 GitHub 项目和 2 篇 arXiv 论文把这个模型集成进去使用了,这一点真的太吓人了,AI 真厉害啊。

之前有段时间经常听到的「Claude Code 开的公司(笑)」,这回真的有人把它实现了啊()

在 X 看原帖 ↗
2.8K47048
开发工具 · @ClaudeCodeLog▲ 7.9K

Claude Code 2.1.327 发布,173项CLI改动支持多步任务拆分

Claude Code 2.1.327版本更新,包含173项CLI改动,核心功能是启动代理把复杂多步任务拆成有状态工作流,实现分步自动化,/install-github-app也成了正式命令。

Claude Code 2.1.327 已发布。CLI 变更共 173 项。

亮点:
• 启动子代理,将复杂的多步骤任务拆分为有状态工作流,实现分步自动化
• /install-github-app 现在会在修改仓库前要求确认,以防止意外更改

完整详情见下方推文串 ↓

在 X 看原帖 ↗
7.9K67412
视频生成 · @robiartec▲ 1.1K

AI视频能秒出任意镜头,改一个小细节整段就全变了

AI视频生成现在能几秒出任意镜头,但只要改一个小元素,比如换个物体、修个细节,整段镜头都会跟着变,没法只调整局部保留其余画面。

AI 视频有个没人提的问题。

你可以在几秒内生成任何镜头。但只要改动其中一个小细节,整个镜头就会跟着变。换个物体、修个细节、调整一个元素,模型就会把周围的一切全部重新生成。灯光、构图、运动,全都变了。

所以你只能反复重抽,直到碰运气。这就是酷炫演示和真实工作流之间的差距。

Higgsfield Miracle 反其道而行之:
→ 把任意视频拆成图层,你可以只编辑其中一部分,其余部分保持不变
→ 实时在像素级工作,改的时候就能看到变化
→ 内置世界知识,让修改在场景里合乎逻辑
→ 保留电影级后期制作所需的图像深度

为什么这很重要:后期制作靠的是控制力。剪辑师不希望每次改一个东西就得到一个全新的镜头。他们想要的是已经认可的那个镜头,只是有一处不同。

据 Higgsfield 称,它由 GPT-6.2 Astra 提供支持。目前为私人测试阶段,面向部分测试者开放。即将登陆 Higgsfield MCP。

在 X 看原帖 ↗
1.1K245323
开源 · @bankrbot▲ 5.6K

Nautilo 推出 MindSwapper,主打深度模型折扣的自托管工作区

Nautilo在做面向人和代理的开源自托管工作区,新推出的MindSwapper是带深度模型折扣的AI推理引擎。

Bankr Builder 聚焦:@nautiloapp

Nautilo 正在打造一个面向人类和智能体的开源、自托管工作空间。他们的新产品 MindSwapper 是一个 AI 推理引擎,提供深度模型折扣:

> 从 DeepSeek 到 Astra 的最佳模型
> 最高 99% 折扣
> $NAUTILO 奖励:消耗 AI 代币,获得 $NAUTILO 代币返还

立即体验 MindSwapper:

在 X 看原帖 ↗
5.6K20886
招聘 · @kathyyyyliu▲ 922

Teamily AI 招校园增长实习生,靠多代理协作平台融了2000万美元

湾区快速增长的AI初创Teamily AI在招校园增长实习生,他们做的是多人多代理协作平台,靠这个方向融了2000万美元。

我正在招聘校园增长实习生:我们是湾区增长最快的 AI 初创公司之一⬇️

@Teamily_AI 是一个多人、多智能体协作平台。我们押注一个方向融了 2000 万美元:个人智能体之后,就是团队智能体。

我们过去 3 个月的 GTM 成绩(由 @summer_ikiki_ 主导):
- 用户从 1 万涨到 32 万(30 倍)
- 连续 5 次发布都冲上 X 热榜第一
- 用户和流量现在每周翻倍

我们想在美国排名前 30 的每所学校招 1-2 名校园增长实习生。

如果你符合以下条件,会非常合适:
- 在校园里办过活动或运营过社团
- 擅长主动找人、能把人聊成「好」
- 非常活跃,天生就是 AI 原住民

不在前 30 但很猛?也照样评论。

在这条帖子下面评论你的学校、年级和一段简短自我介绍。合适的话我们直接进面试,你最后可能直接跟我一起干活。

在 X 看原帖 ↗
922197520
行业动态 · @swyx▲ 9.4K

Astra 6.2 模型本身是小版本升级,问题出在没人拦那支广告

Astra 6.2模型本身只是小版本改进,主要争议是发布时那支6.2 astra广告,有决策权的人没人提前看出问题并否决。

最让我不满的是,居然没有任何有决策权的人提前看出问题,否决了那支 6.2 Astra 广告,这是我对这次发布最主要的批评。

模型本身没问题,就是个小版本升级。各位,效率是当前 RL 最重要的三个目标之一,而他们在这方面是全球领先的!!!

我每天都在用 Astra,它是我用过的最好的工作流自动化模型,再也不会陷入可怕的循环,能通过压缩和技能编写高效学习。

它正在为 @latentspacepod 和 @aiDotEngineer 运行我们的大部分内容发布流程,如果没有它,我们作为一家自力更生的企业,根本不可能达到现在这样的营收效率(人均 >100 万)。

在 X 看原帖 ↗
9.4K18419
法律科技 · @zentalksai▲ 2.9万

AI能把合同案卷发票转成可检索数据,但排名测试有坑

AI现在能读合同、案卷、发票,把这些纸质材料转成干净可检索的数据,但这类工具的排名测试结果存在需要注意的问题。

律师们即将告别被文件淹没的日子。合同、案卷、发票。AI 现在能读懂所有这些内容,并将其转化为干净、可检索的数据。

但问题来了。

这个工具测试了声称哪种 AI 读文档最好的排行榜:
→ 8 个 AI 工具
→ 12 个公开排行榜
→ 页面倾斜 2-4°
→ 仍然易于阅读

12 个排行榜中有 6 个的第一名发生了变化。

因此他们开发了 parsejudge:上传你自己的文档,看看哪种 AI 真正能正确读取它们。免费且开源。

最好的工具不是排行榜上的那个。而是能正确读取你文件的那个。

在 X 看原帖 ↗
2.9万413310
行业动态 · Hacker News▲ 88

AI写代码变快了,瓶颈挪到了审代码这一步

Harvard 研究者发现,AI coding agents 普及后,开发流程的核心堵点从写代码转移到了代码审查环节。日常用AI辅助写代码的人,接下来要面对的可能不是写不出来,而是审不过来。

社区讨论:不少人吐槽这篇研究结论过时,是行业几个月前就遇到的问题,传统研究周期追不上AI开发速度。有人指出核心矛盾是没人写代码就没人对代码有归属感,既没能力也没意愿做评审,甚至有人说现在公司里已经没人读PR了。也有人反驳,真正的瓶颈从来都是前期需求规格写错,不是代码评审。

还有人认为这反而抬高了能读懂、分析代码的优秀程序员的价值,也有人质疑如果AI真比人聪明就不需要评审,行业选择增加评审量的方向很费解。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 46

RunAnywhere (YC W26)开源TrnRT(Trainium RunTime)推理引擎(3周)

这是一个专门为 AWS Trainium 芯片打造的开源推理引擎,目前已能在单台 trn2.48xlarge 上同时跑两个 GLM 5.3 flash 实例,每分钟处理 357 万 token。对正在评估 AWS 自研芯片替代 GPU 方案的团队来说,这是一个可以直接上手的开源参考实现。

大家好,我是 RunAnywhere(YC W26)的 Sanchit。我们刚刚开源了 TrnRT:Trainium RunTime,这是我们为 AWS Trainium 打造的推理引擎。

我们三周前启动这个项目,目前已经能在 AWS trn2.48xlarge 上运行并提供 GLM 5.3 flash(FP8)服务,很快会支持更多模型。欢迎大家参与贡献 :)

它目前能做到的事:
- 在单台机器上运行 2 个 GLM-5.3 flash 实例,配备 8 个 trn2 和一个具备缓存感知能力的路由器。
- 在 SemiAnalysis 的 AgentX 基准测试中,可处理 357 万 TPM(每分钟 token 数)。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @FBIDallas导语出处▲ 572.5万

FBI 发警报:ARTEX 被黑客用来3小时打穿企业内网

FBI 称 ARTEX 已被用于 ConnectWise 供应链攻击,波及超 2250 个下游租户,企业需收紧访问控制并监控可疑自动化活动。

#FBI 发布了一份紧急通告,警告网络犯罪分子和与国家有关联的黑客正在利用 ARTEX 这一基于超级智能的渗透测试框架,对全球企业和组织发起自动化攻击。

ARTEX 可将从最初锁定目标到获取特权访问的入侵过程缩短至不到三小时。它曾被用于 10 月份的 ConnectWise 供应链攻击事件,该事件暴露了 Microsoft 365 客户环境,并涉及对超过 2,250 个下游租户的身份验证尝试。

FBI 敦促企业和组织加强访问控制,监控可疑的自动化活动,并向 报告潜在的入侵事件。

点击此处阅读更多内容:

在 X 看原帖 ↗
572.5万1.0万3.8万1.1万
行业动态 · @FBI导语出处▲ 17.1万

FBI 发布 ARTEX 网络安全公告,提醒防范机器速度攻击

FBI 指出网络攻击者正利用 ARTEX 以机器速度运行常见攻击手法,针对全球多行业组织发起活动。公告建议采取缓解措施并上报可疑活动。

联邦调查局上周五(11月13日)发布了这份关于 ARTEX 的网络安全公告。这不是新发布的公告,联邦调查局此后也没有发布任何额外警告。公告中的指导仍然有效。

我们上周发布这份公告,是因为随着年底临近,美国人必须保护自己,防范犯罪分子和国家行为体以机器速度使用 SI 运行常见技术。我们已看到网络行为体使用 ARTEX 针对全球多个行业的组织开展活动。

各组织可以弥补这些安全漏洞,消除其优势。采取缓解措施并报告活动:我们已经并将继续像过去 21 个月那样发布信息。

在 X 看原帖 ↗
17.1万3401.3K233
行业动态 · @lancedb▲ 1.5万

LanceDB 拿 5750 万美元,要把 PB 级视频喂给 AI

LanceDB 宣布完成 5750 万美元 B 轮融资,目标是帮研究者把 PB 级视频、图像和音频更快转化为更好的模型。多模态数据处理的基础设施赛道,正在拿到真金白银的投入。

下一代模型需要一套为 AI 打造的数据栈。我们刚刚完成 5750 万美元的 B 轮融资,帮助研究人员更快地把 PB 级的视频、图像和音频转化为更好的模型。阅读公告:

在 X 看原帖 ↗
1.5万2510727
大模型 · @wallstengine▲ 3.1万

微软在 Ignite 大会发布 6 款 MAI 模型,覆盖编程、安全、图像与语音

微软在 Ignite 大会上一次性推出 6 款 MAI 模型,覆盖编程、网络安全、图像生成和语音方向,发布时间恰好与 OpenAI 推出 GPT-6.2 同日。

微软在 Ignite 大会上发布 6 款新 AI 模型 $MSFT 在合作伙伴 OpenAI 发布 GPT-6.2 的同一天,推出了六款 MAI 模型,涵盖编程、网络安全、图像生成和语音领域。

1) MAI Code 2:以 40% 的成本实现了 GPT-6.1 Sol 98% 的性能。现已接入 GitHub Copilot。

2) MAI Code 2 Flash:在 AT&T 的测试中表现优于 GPT-6.1 Sol,而成本仅为后者的五十分之一。

3) MAI Cyber 2 Flash:在一项网络安全基准测试中表现优于 GPT-6 Astra,且每项任务的成本不到后者的 2%。

4) MAI Realtime 1:在公开基准测试和微软内部评估中表现优于 GPT Realtime 2.1。

微软还将推出公开预览版的 MAI Image 2.7,并将 MAI Transcribe 2 引入面向医疗场景的 Dragon Copilot。

另外,微软表示其自主研发的通用前沿 AI 模型正在取得进展。

在 X 看原帖 ↗
3.1万1921037
创业 · @manikgupta▲ 90.3万

Voyage Labs 拿 1200 万美元融资,推出个人 AI 代理 Atlas

Yogesh 与合伙人完成 1200 万美元融资,成立 Voyage Labs,首款产品 Atlas 是个人 AI 代理,用户只需说出自己的想法,比如一次海滩旅行,它就会跟进后续安排。

我和 Yogesh 刚刚完成了 1200 万美元的融资,希望帮助每个人体验更广阔的世界。今天正式推出 Voyage Labs,以及我们的第一款产品:Atlas,一个个人 AI 智能体。

只需告诉 Atlas 你的想法:
• 一场海滩度假
• 一次滑雪旅行
• 一个周末公路旅行
• 今晚和朋友聚餐的餐厅

Atlas 会帮你规划、预订,并在你出行时持续关注行程。

今天开始开放测试版,支持网页端和短信使用。

我们的 1200 万美元种子轮由 Kleiner Perkins 领投,SignalFire、SVAngel 以及一些优秀的个人天使投资人跟投。

每一个精彩的故事,都始于有人离开家。

现在就试试 Atlas:
@yogesh_jain30

在 X 看原帖 ↗
90.3万2831.1K792
研究 · @maksym_andr▲ 1.2万

Horizon Labs发布自主经济模拟项目

Horizon Labs 发布新项目,目标是模拟未来把几乎整个经济交给 AI 自主运行的场景,目前已经做出了一个自主系统的雏形,能让人提前看到这种未来的实际运行效果。

今天我们要发布新项目:Horizon Labs。

最终,我们会把几乎整个经济都交给 AI——它到底能运转得多好?我们已经窥见了这个未来的一角。我们用一个 Claude Code 订阅和几块 GPU,创建了一家自主运行的 AI“公司”。

在 Horizon Labs 运行仅 1.5 个月内,Opus 5.5 就成功训练出了真正有用的模型,下载量达到 5.5 万次。这些模型此后被广泛使用:出现在 100 多个 GitHub 仓库中,并被 2 篇研究论文引用。

这无疑是我参与过的最令人兴奋的项目之一。它展示了由 AI 驱动的未来经济会是什么样子。所有细节都在这里:

在 X 看原帖 ↗
1.2万25196115
脑机接口 · @alljoined▲ 1.5万

AIR-O 模型上线:无创脑扫描实时生成人正在关注的画面

AIR-O 团队发布新模型,仅靠无创脑扫描数据,就能实时从零生成图像,还原出受试者当下正在关注的视觉内容,不需要植入式电极。

介绍一下 AIR-O,这是一个能直接从脑部扫描中解码人正在关注什么的模型。

仅使用非侵入性脑数据,我们就能实时从零生成一幅图像,描绘出一个人注意力的焦点所在。

这是新一代算法中的第一个,能够直接从大脑活动中读取思维的形状。

在 X 看原帖 ↗
1.5万47285145
产品 · @runwayml_labs▲ 1.4万

Runway Labs 推出 Diffusion-UI,界面每个像素都由实时模型生成

Runway Labs 发布研究应用 Diffusion-UI,这是一种交互式软件,界面上的每一个像素都由实时运行的模型生成,生成的界面还能直接调用结构化数据完成交互。

隆重推出 Diffusion-UI。这是一款交互式软件,其每个像素都由实时模型生成。今天,我们要分享一款新的研究应用,它能让生成的界面使用结构化数据、维护状态并生成控件。

以下是初步预览:

在 X 看原帖 ↗
1.4万2419296
行业动态 · Hacker News▲ 1.0K

GPT-6.2 新变体 Astra 与 Sol 曝光

OpenAI 下一代 GPT-6.2 首次出现两个命名变体,此前从未公开过。

社区讨论:不少人认为这次发布的时机刚好卡在 Anthropic IPO 前夕,好奇对方会如何回应。有人担心之前的 Astra 过度设计、喜欢搞无意义的抽象和拆分成过多文件,希望这次能收敛。也有人指出官方展示的幻灯片、表格和备忘录效果还不如两周前的 GPT-5.6 Sol。

有人好奇 Astra 和 Sol 在实际工作中到底有什么可感知的差别。还有人提到 OpenAI 没在科学基准里放 Gemini 4 Carbon 的成绩。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 247

Claude Code 团队聊 AI 写代码怎么验证对错

AI 写代码越来越快,写完之后怎么确认它没瞎改、没留坑,是所有用 AI 写代码的人都会碰到的问题。

社区讨论:不少人吐槽文中提到的并行运行数十上百个验证流程的方案成本过高,有用户表示自己每月仅用一两个智能体就已经花费2000美元的token费用,根本无力承担这类开销。有人质疑Claude Code当前的可靠性,称9个月前使用时它还十分笨重、频繁出现bug和破坏性UI改动,好奇现在是否已经改进。也有人提出不同观点,认为只要把改动拆分成足够小的片段,人工完全可以审阅每一处代码差异,不存在不可行的项目。

还有人指出,随机生成的代码输出只能通过确定性流程完成验证,目前测试和代码检查工具只能覆盖功能准确性和单行代码规范,还没有方法能对整个程序结构和架构合理性做确定性校验。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 60

不是所有事都需要套上大模型

这是 Hacker News 上的一条讨论,核心观点是并非所有任务都适合用 LLM 解决。

行业动态 · Hacker News▲ 49

Anthropic 花 74 万美元,找卢比奥前幕僚长的公司游说

AI 公司开始在华盛顿投入游说资源,这笔钱对应的是卢比奥国安委的游说工作。

💡 深度观点
新深度观点 · @emollick▲ 2.5万

近两个月模型发布,普通用户大概率满意

频繁切换或主动测试模型的人,才会感知到各家差距;普通用户用惯某一家,近两个月的更新基本够用。

Google、OpenAI 和 Anthropic 目前正处于这样一个阶段:除非你经常在它们之间切换或主动测试,否则你可能对过去两个月的一系列发布感到非常满意。即使是那些不那么强大的模型发布,也代表着能力的大幅提升。

在 X 看原帖 ↗
2.5万856943
新深度观点 · @Barret_China▲ 5.7K

Rust 系统敢交给 AI 写,程序员该盯的不是代码

团队用 Rust 扛高并发业务,却敢让 AI 写代码——前提是需求、架构约束、验收标准先定死。工程师的核心工作正在从写每一行代码,转向定义系统该做成什么样。

程序员需要逐渐接受一个现实,未来很多编程工作会变成黑盒编程。

我们团队有不少系统是用 Rust 写的,但真正精通 Rust 的人并不多。有些系统很复杂,承载着高并发、高流量的业务,我们仍然敢让 AI 去开发。

为什么?

因为我们开始把更多精力放在需求、架构约束和验收标准上。系统应该具备什么能力,性能和稳定性要达到什么水位,哪些安全规范必须遵守,哪些测试必须通过,这些事情需要提前定义清楚。

至于代码具体怎么写、函数怎么组织,很多时候可以交给 AI。

当然,架构设计还是要关注,尤其是复杂的重系统。只不过,工程师不需要再盯着每一行代码、每一个实现细节。

我们真正需要做的事情,是深入理解业务想要什么,为什么要做,以及如何建立一套可靠的工程体系,让 AI 能够持续交付。

写代码这件事情,正在逐渐从工程师的核心工作中退出。

在 X 看原帖 ↗
5.7K117839
新深度观点 · @rasbt▲ 3.1K

拿基准测试比新 LLM,像用 IQ 分数招人

作者认为基准测试只能当粗略参考,没法对应每个人的实际使用需求。

现在通过基准测试来比较新发布的大语言模型,有点像用智商测试来做招聘决策。

当然,基准测试是有用的基线等等,但除此之外,我不知道它们对我们各自的任务和需求有多大的指示意义。(是的,也在看昨天发布的那个。)

在 X 看原帖 ↗
3.1K3493
深度观点 · @Cryptfancier▲ 888

@Cryptfancier发布《The Agentic Economy: Part 2》

这篇内容讲的是 AI 从只会回答问题,进化到能调用工具、规划任务、直接执行动作。如果平时用 AI 只是问问题,接下来要面对的是它能替你把事做完。

智能体经济:第二部分 第一部分见: 这一部分将探讨为什么聊天机器人只是个开始,以及 AI 系统如何从回答问题进化到使用工具、规划任务并采取行动。 请继续阅读 ⤵️

在 X 看原帖 ↗
8881642451
深度观点 · @DrewPavlou▲ 7.9K

有人表态支持澳大利亚开源AI模型,理由是爱国

仅为个人表态,未提及该模型的任何具体信息。

澳大利亚开源 AI 模型,出于爱国情怀我必须支持。

在 X 看原帖 ↗
7.9K311814
深度观点 · @FundamentEdge▲ 9.8K

AI 做 Excel 已超过顶尖分析师,5 个月前还不是这样

做财务建模的人会发现,AI 在 Excel 里的严谨度和准确度已经超过最好的人类分析师。Fundamental Research Labs 正在做能读懂 Excel 的投资流程智能体,用 Fable 5.2 拆解公司的核心经济引擎,所有数据都可追溯到财务报表,不是 AI 瞎编的内容。

阅读全文 →
9.8K11128229
深度观点 · @MohapatraHemant▲ 1.1万

Hemant Mohapatra 谈开源AI商业化的三个前提

开源AI要赚钱,得把推理到服务基础设施全攥在手里;要让AI普及,又离不开开源。客户要选择权,微软既卖自家版OpenAI,也接DeepSeek这类模型。Sarvam融的钱大多砸在GPU上跑推理,不是拿来补贴别的。

其实没那么复杂。1/ 除非你拥有从推理到服务基础设施的全栈,否则无法在开源上赚钱。这需要更长的解释。

2/ 除非开源,否则你无法实现 AI 民主化。3/ 客户需要选择。微软提供他们版本的 OpenAI,但也提供其他版本,包括 DeepSeek。

3/ 看起来你不知道该公司已经通过股权筹集了大量资本,这些资本用于购买 GPU 以提供推理服务;这就是股权融资的目的。我不确定为什么你会认为补贴的 GPU 被用于合同约定之外的用途?我看到你自己经营一家推理公司。

你是否知道一些我不知道的关于 Sarvam 的事情?如果是,请直接说明,而不是拐弯抹角。

在 X 看原帖 ↗
1.1万58427
深度观点 · @emollick▲ 17.9万

Anthropic 说:别堆一堆子智能体,一个全能的更便宜

Anthropic 的判断直接戳破了很多公司正在搭的“多智能体工作流”——不同团队各做一个专门子智能体,拼起来反而更贵更差。如果正在评估要不要上多智能体架构,这条结论值得先看再动手。

Anthropic 这篇文章说得很对,同时也给很多公司正在搭建的“智能体方案”和运行框架敲响了警钟。

与其让不同团队各自搭建一堆专门的子智能体,不如用一个智能体包揽所有任务,往往效果更好、成本更低。

在 X 看原帖 ↗
17.9万1041.8K2.1K
深度观点 · @goodside▲ 5.5K

@goodside 预测:2028年反AI倡导将被AI全自动接管

提出反AI活动本身也会被AI自动化的反直觉判断,属于对AI社会影响的前瞻性观点讨论。

到 2028 年,反 AI 倡导将实现完全自动化。人类将无需再去抗议或与 Bernie Sanders 会面,因为 AI 在这些任务的各个方面都将远超人类。

在 X 看原帖 ↗
5.5K51044
深度观点 · @uncle_moon_x▲ 8.1K

AI行业不是只有大模型算法岗有饭吃

在大模型热度最高的阶段,不少人会误以为只有做LLM后训练算法的小圈子能吃到红利,实际上sandbox容器、RDMA网络、高性能存储这些多年积累的工程手艺,还有GNN、GAN、FasterRCNN时代练出来的数据直觉、全局把控能力,在LLM时代依然在持续贡献价值。

我不喜欢大斜率,大xxx理论

这有点儿被媒体,以及曝光度最高的1%%带偏了,真实情况不是如此

例如现在的RL post training,不是只有做LLM post training的算法一小波人有饭吃,sandbox容器,rdma网络,storage高性能存储等等,大佬们过去积累多年的手艺,此时依旧在发光,在贡献

再比如曾经的GNN,GAN,FasterRCNN,训练这些的手感,数据直觉,全局把控能力,会消散吗?不会的,依旧很多人在LLM时代作出巨大贡献,arch/optimizer/loss/data,这些都没变啊

其实我觉得就1个理论:踏实过好每一天。摒弃调参思维误区,踏实看数据积累感觉,踏实做infra积累深度经验

走窄门,耕瘦田

在 X 看原帖 ↗
8.1K514036
深度观点 · @seanmdav▲ 1.4万

AI 寡头监管整合失败后,顶级芯片厂商与开源倡导者出局

AI 寡头试图通过监管整合排挤开源架构失败后,顶级芯片厂商与开源 AI 倡导者随即出局,开源 AI 的发展环境可能面临新的变数。

有意思的是,就在 AI 寡头们试图通过监管手段整合整个行业、排挤开源架构却失败之后,他们居然成功搞掉了头号芯片制造商兼开源 AI 倡导者。

在 X 看原帖 ↗
1.4万4321614
深度观点 · @bindureddy▲ 1.1万

Anthropic 想扼杀开源?@bindureddy 说根本不可能

传闻 Anthropic 要扼杀开源,但 @bindureddy 认为这根本做不到:DeepSeek 最新模型用中国芯片训练,开源是中国的整体战略,开源 token 用量增速是 Anthropic 的 10 倍。小模型已能处理 60% 任务,3-6 个月内将覆盖 90%。

有传言说 Anthropic 要扼杀开源。这根本不可能做到——DeepSeek 最新的模型是用中国芯片训练的——开源是中国的整体战略——开源 token 的使用量增长速度是 Anthropic 的 10 倍。

像 DeepSeek 这样的较小模型已经能处理 60% 的任务;3 到 6 个月内它们就能处理 90% 的任务。

Anthropic 对此无能为力。

在 X 看原帖 ↗
1.1万3534128
深度观点 · @edwardsanchez▲ 5.1K

开发者喊话:Xcode 别再卷编辑器了

如果 Xcode 团队真按这个思路调整,用 Claude、Codex、Cursor 写 SwiftUI 的人,就不用再被绑在 Xcode 里跑预览了。

如果现在让我来负责 Xcode,我基本会停止编辑器和 AI 面板的所有开发,把所有资源都转到模拟器、虚拟环境,以及让 SwiftUI 预览能在 Xcode 之外运行,这样 Claude / Codex / Cursor 就能用上它。

在 X 看原帖 ↗
5.1K713014
深度观点 · @a16z▲ 1.3万

a16z发布Working Theory 首期播客(00:00)

这期播客把「AI 递归自我改进」从思想实验拉到了现实讨论——两位一线研究员直接聊了现在离 AI 独立做研究还有多远,以及为什么「研究品味」是最难教给 AI 的东西。

几十年来,AI 自我改进的想法还只是一个思想实验。如今,AI 已经在帮助前沿实验室的研究人员更快地进行实验、编写代码和测试想法。那么距离 AI 能够独立进行研究还有多远?

在 Working Theory 的第一期节目中,a16z 普通合伙人 Sarah Wang 与两位顶尖 AI 研究员探讨了递归自我改进:OpenAI 首席研究官 Mark Chen,以及 Thinking Machines Lab 联合创始人兼首席科学家、OpenAI 联合创始人 John Schulman。

他们探讨了 RSI 的真正含义、为什么研究品味如此难以传授,以及为什么 AI 可能是我们解决对齐问题的最佳工具之一。

00:00 最后一项发明
01:58 什么是 RSI?
03:21 我们还有多远?
05:56 实现完全 RSI
10:57 对齐 RSI
15:08 工作理论

YouTube:@markchen90 @johnschulman2 @sarahdingwang

在 X 看原帖 ↗
1.3万2011269
🛠 工具产品
新工具产品 · @fhwofjow51260▲ 2.6K

gbro-series-vocab 把看美剧学英语做成了 AI Skill

输入剧名和集数就能自动提取 50 个词汇、俚语和口语表达,还能生成 Anki 记忆卡片和 Markdown 笔记,支持 Claude Code 和 Codex,无需额外 API Key。

终于有人把「看美剧学英语」做成 AI Skill 了!🔥 GitHub 上发现一个开源项目 gbro-series-vocab,只需要输入剧名和集数,比如《绝命毒师》S02E03,AI 就会自动搜索这一集的字幕或剧本,提取 50 个值得学的词汇、俚语和地道口语表达。还能自动生成 Anki 记忆卡片和 Markdown 词汇笔记,包含音标、中文释义、剧中原句及翻译。

支持 Claude Code、Codex,无需额外 API Key。以后看美剧,先花 10 分钟过一遍单词,再去追剧,学英语舒服多了!

在 X 看原帖 ↗
2.6K103346
工具产品 · @GitHubJapan▲ 2.4万

GitHub 给 Dependabot 加了可达性分析,先修真漏洞

Dependabot 告警堆成山时,开发者不用再逐条排查哪些漏洞真的被代码调用。现在自动判定脆弱函数是否被使用,只优先处理有实际影响的告警。

Dependabot 警报太多,不知道该从哪里下手处理吗?👀 可达性分析(Reachability analysis)现已进入公开预览版!

该功能会自动判断存在漏洞的函数是否在你的代码中被使用。你可以优先处理那些真正产生影响的警报。

↓ 详情请见这里

在 X 看原帖 ↗
2.4万68263164
工具产品 · @DD____▲ 1.2K

20款AI工具按用途分好类,不用全装

面对一堆AI工具不知道从哪下手的人,这份清单按学习、科研、创作、效率四个场景把工具分好类,建议先精通2-3款就能让产出翻倍。

阅读全文 →
1.2K211463
工具产品 · @TechByKillian▲ 638

15款开源AI工具,从操作电脑到本地跑大模型

这份清单覆盖了AI Agent、网页数据抓取、本地AI工作区、AI编程环境等方向,其中多数为开源项目,可直接部署使用。

阅读全文 →
63847514
工具产品 · @BrianRoemmele▲ 4.9万

ARTEX 不是 AI,它只是个传话的

ARTEX 本身没有模型,只是把目标发给外部模型,再拿回步骤。它的威力完全取决于 Anthropic 和 OpenAI 的 API 政策与定价。就算原仓库被删,副本和商业版还是依赖同样的外部模型。

阅读全文 →
4.9万123705286
⚡ 实战经验
新实战经验 · @alighodsi▲ 454

Databricks CEO 聊怎么用 AI 管公司

Ali Ghodsi 在 All-In 播客里演示了自己用 AI 管理 Databricks 的 HR、工程、销售等部门的实际做法。

在 @theallinpod 上的这次聊天非常愉快!@Jason 让我演示了我实际上是如何使用 AI 来运营 @databricks、人力资源、工程、销售等部门的!

在 X 看原帖 ↗
4546251
新实战经验 · @0x0SojalSec▲ 2.9万

500美元DIY家庭实验室跑Qwen 27B,还能管文件跑开发

用翻新硬件和开源软件搭出整套AI基础设施,总花费约500美元,能本地运行Qwen 27B,还能管理文件、处理API密钥、连接Vector机器人,甚至在另一台PC上执行开发项目。

一套 500 美元的 DIY AI 家庭实验室,运行 Qwen 27B,承载完整的 AI 基础设施。

人们动辄花费数千美元搭建 AI 工作站。而它用大约 500 美元就搭出了一整套 AI 与存储服务器。

- Tesla V100 16GB
- 96GB DDR3 内存
- 10 核至强
- 8TB RAID 6 存储
- OpenWrt 网络
- 本地运行 Qwen 27B

而且它不只是个聊天机器人。它管理文件、处理 API 密钥、连接 Vector 机器人,并在另一台 PC 上执行开发项目。

它最新的任务是什么?构建一个定制的 Android ROM。

全部运行在翻新硬件和开源软件上。整套搭建成本约 500 美元。

在 X 看原帖 ↗
2.9万21496342
新实战经验 · @iwashi86▲ 1.0万

Claude Code 团队揭秘:90% 代码由 AI 编写,人只看 3-10 项检查

团队约 90% 代码由 Claude 编写并负责评审,人不再逐行读码,而是通过 E2E 测试、属性测试、差分测试等验证机制,让 AI 自证工作成果。这套流程让人从全量代码审查转向定义完成标准与确认证据,为大规模并行 AI 编码提供了可落地的质量保障范式。

阅读全文 →
1.0万10130171
实战经验 · @smartcoded▲ 3.4K

开发者实测 Google Antigravity,对标 Claude Code

自4月起以 Claude Code 为主力开发工具的开发者,开始实测 Google Antigravity,重点考察复杂 monorepo 上下文处理、自主子代理任务分解、2000+测试套件高并发重构、工具调用速度与执行可靠性。

各位开发者早上好。从 4 月起,Claude Code 一直是我日常主力开发工具,从交易机器人、多链索引器到交付大型测试套件,都由它驱动。

今天我要扩展开发环境,让 Google Antigravity 接入 Google AI Ultra,好好测试一番。我重点关注的方面:
- 复杂单体仓库中的大规模上下文处理能力
- 自主子代理委派与任务拆解
- 对 2000 多个测试套件进行高并发重构
- 工具调用速度与执行可靠性

今天开始基准测试。看看我们能把智能体工程推到什么程度。

在 X 看原帖 ↗
3.4K1881
实战经验 · @businessbarista▲ 2.1万

103个两年前还做不到的AI用例,营销岗先卷起来了

这份清单把AI能落地的具体活儿列到了可直接抄作业的粒度——从竞品广告监测到给客户寄手写卡片,每一项都有明确的触发条件和执行动作。

阅读全文 →
2.1万15137516
实战经验 · @BeyondTheBoxCN▲ 2.2K

AI 生成 3D 怪物总出错?先对齐三视图再生成

做 AI 3D 生成时,生成前把参考图的五官、四肢位置对齐,比生成后反复修模型省事得多。这套流程还能写进 Claude Code 的 SKILL.md,以后做新怪物直接复用。

阅读全文 →
2.2K33842
实战经验 · @swyx▲ 5.6K

swyx 实测 Devin 一周:别叫它 AI 员工,它是管结果的智能体经理

swyx 试用 Devin 一周,把 AEO、QA、跨平台应用移植、个人行政自动化、视频编辑都交了出去。他的核心判断是:现在还没有 AGI,别指望「AI 员工」,真正有用的是「智能体经理」——自己带下属智能体、自己审结果、主动干活,而不是只完成你交代的单个任务。

阅读全文 →
5.6K1010041
新实战经验 · @amitiitbhu▲ 2.3K

19个模块串起AI系统设计,从推理到落地全覆盖

这份资源把从LLM基础、硬件选型到多智能体、安全评估的全链路拆成19个模块,目标是帮人搞懂怎么搭出快、稳、能扛流量、成本可控的生产级AI系统,还覆盖了系统设计面试的准备方向。

AI 系统设计

以下是你需要掌握的核心概念:

① LLM 基础与推理服务器
② GPU、TPU、LPU 与 AI 硬件
③ Token、延迟与吞吐量
④ Prefill、Decode 与 KV Cache
⑤ 扩展、负载均衡与 GPU 估算
⑥ 缓存与 LLM 路由
⑦ Embedding 与向量数据库
⑧ RAG 与检索系统
⑨ 上下文工程与上下文管理
⑩ 流式处理、队列与 AI 网关
⑪ AI Agent 与 Agentic 系统
⑫ Tool Calling、MCP 与 Agent 记忆
⑬ 多 Agent 系统与 A2A
⑭ 多模态 AI 与语音 AI 系统
⑮ AI 安全、防护机制与安全保障
⑯ 评估与可观测性
⑰ 成本优化与生产基础设施
⑱ 微调与推理优化
⑲ AI 系统设计面试

目标是理解所有这些组件如何协同工作,以构建快速、可靠、可扩展、高性价比且可投入生产的 AI 系统。

一个帮助你逐步理解 AI 系统设计的学习资源。开始学习:

在 X 看原帖 ↗
2.3K56089
实战经验 · @tsubotax▲ 4.5万

一行 AGENTS.md 规则,治好了 AI 生成的说明书式 UI

用 Claude Code、Codex 做界面时,AI 总爱往页面堆没人看的副标题和括号注释,把 UI 做成说明书。在 AGENTS.md 里加上「不要多余的次级标签和说明,用布局表达」,模型会先想能不能靠排版层级传递信息,而不是先补文字。

我用 Claude Code 和 Codex 做了不少 UI,但要做设计工作的话,在 AGENTS.md 里加上「避免多余的次级标签和说明文字。让布局本身去传达信息」之后,AI 生成的粗糙感改善了很多。

AI 总想用文字把所有模糊的地方都补上,于是副标题、括号注释、没人会读的文案越来越多,回过神来 UI 已经变得像说明书一样。

加上这句话之后,模型在加文字之前会先想能不能用布局或层级来传达信息。

简洁的 UI,不主动要求做减法是出不来的。

在 X 看原帖 ↗
4.5万39708937
实战经验 · @don_tech1▲ 2.9万

Claude Code Code Mode 治好了 Agent 的上下文垃圾桶毛病

以前查跨文件 Bug,AI 调一次 Bash 或 Read 就把几千行日志全塞进上下文,来回跑十几轮越聊越傻还狂烧 Token。现在开启 Code Mode,Claude 直接写一段本地 JS,把并发搜索、结果过滤全在后台跑完,只把最精炼的几行吐回给自己。模型还是那个模型,但它终于学会在看结果之前先自己拿筛子过滤一遍了。

很多人没看懂 Claude Code 新出的 Code Mode 到底牛在哪。它表面上是让 Claude 写 JS 去调工具,本质上是终于治好了 Agent 的“上下文垃圾桶”毛病。以前查个跨文件 Bug,AI 调一次 Bash 或 Read,就把几千行日志全塞进自己脑子里,再来回跑十几轮,越聊越傻还狂烧 Token。

现在开启 Code Mode,Claude 直接写一段本地 JS,把并发搜索、结果过滤全在后台跑完,只把最后最精炼的那几行吐回给自己。模型还是那个模型,但它终于学会在看结果之前,先自己拿筛子过滤一遍了。

在 X 看原帖 ↗
2.9万7110133
实战经验 · @ichiaimarketer▲ 1.0万

Pixel专作AI机 可代处理LINE工作

这套方案让 AI 直接读取手机画面操作 LINE,不会占用 Mac 游标,本机工作不受干扰。目前已用于发送公开聊天室通知、群组与个人回复,并为 527 位好友中的 95 人标注商务、友人等标签。所有发送动作都需本人确认才会执行。

我敢断言:把一台 Pixel 专门用来跑 AI,连 LINE 上的工作都能交给 AI 做。

原因很简单👇 AI 能读取手机屏幕,直接操作 LINE 应用。

- 用 USB 把 Pixel 连到 Mac,在设置的「开发者选项」里打开 USB 调试(第一步先做这个)
- 之后 Claude Code 之类的 AI 会读取屏幕上的文字,自己按下需要的按钮
- 不会占用 Mac 的光标,所以你自己的工作不会被打断

电脑版的 LINE 做不到这种程度。

而且我实际交给它做的是这些👇
- 向 OpenChat 发送通知和视频
- 回复群组或个人消息
- 查看 527 个好友,给其中 95 人的显示名打上「商务」「朋友」之类的标签

所以规则是这样👇
发送前 → AI 会核对对方姓名、对方最后发来的消息、以及稿件全文
没有我的「可以发送」指令 → 系统不会执行发送操作

我用的是 Pixel 8a 的官翻机。不需要高端机型。

要让 AI 干活,手机也得有一台专门给 AI 用。

先准备一台官翻 Pixel,专门给 AI 用吧。

在 X 看原帖 ↗
1.0万5123142
📌 其他
大模型 · @madiator▲ 1.3万

@madiator发布视频讲解大模型探索创意的过程

配套公开分析基准与Nimble分析工具链接

模型如何探索想法:用一段视频讲清楚。

看看我们用来做分析的基准测试:

Nimble 用来执行分析:

在 X 看原帖 ↗
1.3万25350336
大模型 · @davis7▲ 8.0K

davis7评新模型:能力强但沟通糟糕,不如Claude好用

X用户davis7发文吐槽某OpenAI新模型,称其能力强但沟通体验差,远不如Opus 5.5和Fable 5.2

这些模型是绝佳的案例,完美说明了模型的行为方式和沟通能力到底有多重要。

它本身能力很强,做过一些非常惊艳的 3D 作品,在计算机操作方面表现出色,代码质量更高,我也用它做出了不少有用的东西(之后会发更多)。

问题是,用它的体验很糟糕。它在说明自己在做什么、为什么这么做这方面做得极差。它说的话只有它自己能懂,给你写一篇 20 段的长文,里面没有任何实际有用的内容。

它还挺懒的,你真的得一直推着它,它才能长时间持续工作。而且它的「审美」就是不如 Opus 5.5,尤其是不如 Fable 5.2。它做出来的所有东西,都还带着一股 GPT 的味道。

说实话,既然有 Opus 5.5 和 Fable 5.2,就没必要费神用它了。这两款 Claude 大模型的能力大概只强 10% 到 20%,但用起来的舒服程度却高了约 20 倍。

很遗憾,这并不是我们所有人都期待看到的 OpenAI 的回应。

在 X 看原帖 ↗
8.0K421626
多智能体 · @borjaperfra▲ 1.6K

Deepseek+Clef+规则架构实测表现超越Opus 5.5

@borjaperfra公开多智能体协调实验全流程、方法论与完整架构

完整文章,介绍了我们与 @agent_swarm 一起测试的用于协调智能体的新架构。Deepseek + Clef + 规则胜过 Opus 5.5。所有实验、方法论和完整的智能体系统架构都在那里。

在 X 看原帖 ↗
1.6K135053
本地部署 · @Av1dlive▲ 3.1K

无审查AI被比作AI领域的Linux时刻:10分钟可本地搭建

X用户@Av1dlive提出无审查AI是AI的Linux时刻,可无GPU运行、不拒绝请求、数据不出本地,10分钟即可搭建完成。

X用户@Av1dlive发文称,自己完全相信无审查AI是AI领域的“Linux时刻”。这类AI无论有没有GPU都能运行,不会拒绝任何请求,而且你的数据永远不会离开你的设备。他同时给出了搭建方法,称只需10分钟就能搭建并运行属于自己的无审查AI,相关链接已附在推文中。

在 X 看原帖 ↗
3.1K75034
AI应用 · @AYi_AInotes▲ 3.8K

五大AI模型被串成自动化写作流水线,一句话产出带配图万字长文

开发者基于DeepSeek Harness开源架构,用ACP协议打通DeepSeek、Grok、Claude、Gemini、Codex,实现从选题到配图的全流程自动内容生产。

阅读全文 →
3.8K84656
产业观察 · @wildwall1984▲ 2.6万

中国头部AI公司海外高管:没有英伟达芯片,国内模型训练绝对不会受阻

该高管称短期靠算法、工程优化与能源支撑可维持模型迭代,仅速度稍慢;其公司产品运行成本仅为华为方案的五分之一,欧洲市场暂无竞争对手。

阅读全文 →
2.6万98445
开发工具 · @gabepereyra▲ 1.9K

Phil 用 AI 工程师开发出协同 Word 编辑器,全程无人类工程师参与

受 Cognition 用 Devin 集群开发安卓应用的启发,Phil 独立完成了协同 Word 编辑器的开发

Phil 完成了一款支持多人协同的 Word 编辑器,整个开发过程没有人类工程师参与。 这个项目的灵感来自 Russell Kaplan 分享的案例:Cognition 公司仅靠一群 Devin 智能体就完成了自家安卓应用的开发。 Devin 是 Cognition 推出的 AI 软件工程师,能够自主完成代码编写、调试、部署等开发任务。

在 X 看原帖 ↗
1.9K366417
工程 · @maksym_andr▲ 3.8K

单份Claude Code订阅运营AI公司1.5个月,仅6次压缩

Horizon Labs全程靠单份Claude Code订阅运行1.5个月,仅触发6次上下文压缩,无需解决持续学习问题。

Horizon Labs这家AI公司,全程靠单份Claude Code订阅运行了1.5个月,期间只触发了6次上下文压缩。 上下文压缩搭配外部存储,已经解决了持续学习的问题,不需要额外攻克这个技术难点。 绝大多数常规任务都适配上下文压缩的运行方式,这套模式可以直接落地使用。

在 X 看原帖 ↗
3.8K58239
软件工具 · @realchendahuang▲ 1.8万

Antigravity关闭遥测开关仍5天偷跑9G上行流量

开发者实测关闭遥测后后台仍持续发包,周末空转重试耗4.25G,添加指定域名拦截规则可彻底阻断

阅读全文 →
1.8万6127155
智能体 · @dabit3▲ 3.0K

开发者将全部工作迁移至Devin机器人,多智能体协作覆盖全流程

开发者@dabit3分享使用Devin Bots的体验,配置CTO、自动化、社区管理等多类专属机器人,实现从代码开发到游戏测试的全流程自动化。

阅读全文 →
3.0K1010228
工具使用 · @yedabinbinah▲ 1.6万

Jio赠送的Google Pro可通过反代调用Gemini 4

用户yedabinbinah分享,通过反代可调用gemini-4-hydrogen-sonar模型,该模型支持1M上下文,无联网能力,反代存在触发风控的风险。

用户yedabinbinah在X平台分享,Jio赠送的Google Pro会员终于可以使用Gemini 4模型了。

目前在Antigravity中无法直接看到该模型,需要通过反代的方式调用,反代后可使用的模型名称为gemini-4-hydrogen-sonar。

该模型支持1M上下文,速度较快,对标Claude Sonnet,具备深度思考能力,但没有联网功能。

需要注意的是,反代存在风险,可能触发Google的风控机制,但个人使用基本不会出现问题。用户表示,这份有效期18个月的Google Pro会员终于可以用起来了,相关调用脚本已经准备好,发送给AI执行即可使用。

在 X 看原帖 ↗
1.6万46793
提示词 · @RahulTechX▲ 3.6万

Claude Code 从零打造的工程师发布免费 28 分钟提示词视频

视频讲解 CLAUDE.md 文件、记忆快捷方式、并行会话与冷门提示模式,内容质量超过售价 300 美元的同类课程

从零打造 Claude Code 的工程师发布了一段 28 分钟的免费视频,讲解如何写出能产出极佳效果的提示词。视频前 10 分钟的内容,就已经超过了市面上售价 300 美元的同类课程。

视频涵盖 CLAUDE.md 文件、记忆快捷方式、并行会话,以及几乎无人使用的提示模式,全程没有冗余内容。

无论你是刚入门的开发者,还是已经使用 Claude 数月的老用户,这段视频都会从今天起改变你的使用体验。建议保存、观看并分享。

在 X 看原帖 ↗
3.6万23119352
软件开发 · @yoavgo▲ 5.3K

Claude Code 90%代码由智能体编写,Yoav Goldberg质疑其可复制性

Anthropic团队称Claude Code九成代码由智能体编写且无需人工审核,Yoav Goldberg指出其成功源于产品本身简单而非测试能力

Claude Code开发团队在一篇博文中称,该工具90%的代码由智能体编写并完成验证,全程没有人工审核环节。团队同时分享了编写优质测试的通用技巧。

AI研究者Yoav Goldberg在X平台提出不同看法。他认为,Claude Code能实现这一成果的核心原因,并非团队出色的自动化测试能力。

Yoav Goldberg指出,Claude Code本身是一款结构非常简单的软件,几乎没有性能效率方面的顾虑,也没有直接的市场竞争对手。

他补充道,Claude Code本身出现严重bug或数据损坏的可能性极低,很多小bug会被底层大模型的强大能力直接掩盖和补偿。

在 X 看原帖 ↗
5.3K48918
去中心化 · @hisevenih▲ 4.7K

LightchainAI实测:去中心化AI推理网络去掉账号绑架

11月12日微软全球宕机带崩Copilot、13日Claude大面积无法登录后,实测去中心化AI推理网络LightchainAI,无需邮箱、不绑信用卡,按次扣费0.02-0.20 LCAI,覆盖14个开源模型。

阅读全文 →
4.7K6371
大模型 · @mweinbach▲ 6.2K

GPT 6.2 Sol 与 Astra 早期体验曝光:Sol 超快模式体验最佳,Astra 易过度占用电脑资源

开发者 mweinbach 分享 GPT 6.2 Sol、Astra 早期使用感受,称 Sol 超快模式是迄今最佳模型体验,Astra 易过度调用电脑操作、生成大量文件占用存储空间。

开发者 mweinbach 近期获得 GPT 6.2 Sol 与 Astra 的早期使用权限,他评价这两款模型智能程度极高,是非常出色的模型,大概率会再次成为知识工作场景的最优选择,不过这类排名每周都会发生变化。

mweinbach 表示,在 OpenCode 中使用这两款模型的体验好于 Codex。在 Codex 环境下,模型往往会过度调用「电脑操作」功能,他不得不直接关闭该功能。

他还提到,模型会生成大量工作分支、保存大量文件,快速占满磁盘空间,且不会自动清理。虽然可以在 Codex 的 AGENTS.md 文件中添加规则解决这个问题,但使用体验非常糟糕。

这是他第一次感觉自己在和模型、Codex 对抗,才能正常使用自己的电脑。这个问题在 GPT 6.2 Astra 上比 GPT 6.2 Sol 更常见。

mweinbach 同时指出,搭载超快模式的 GPT 6.2 Sol 是迄今为止体验最好的模型。它速度极快、表现出色,能轻松实现各类任务的快速迭代。

在 X 看原帖 ↗
6.2K11186
动态 · @yifanxu_ephai▲ 7.1K

OpenAI发布GPT 6.2 Sol与Astra,实测输出速度达29tps

用户@yifanxu_ephai在X平台分享实测结果,新模型输出速度较此前使用的20tps提升明显。

OpenAI正式发布GPT 6.2 Sol与Astra两款新模型。用户@yifanxu_ephai第一时间对新模型的输出速度进行了实测,并未优先测试模型能力。实测结果显示,新模型的输出速度达到29tps,相比前几天使用时的20tps有明显提升。

在 X 看原帖 ↗
7.1K1352
AI视频生成 · @vx2629▲ 1.7K

抖音爆火覆面系视频的完整AI生成提示词公开

X用户@vx2629发布了这套可直接用于AI视频生成的全流程参数,覆盖分镜、运镜、转场、人物动作全部细节

阅读全文 →
1.7K42810
AI代理 · @santtiagom_▲ 6.2K

santtiagom_分享六步AI代理软件开发工作流,优先结果质量

该流程结合Opus做规划审查、Sonnet执行实现,用git worktrees实现代理并行隔离开发。

用智能体构建软件的一个好流程:

1)规格说明:定义你要构建什么,以及它应该如何运行。

2)调研:在修改代码之前,先探索代码库,了解架构和依赖关系。

3)计划与编排:使用 Opus 来设计解决方案、拆分任务,并协调多个智能体并行工作。

4)实现:把任务委派给使用 Sonnet 的智能体。使用 git worktree 让它们在隔离环境中工作。

5)验证循环:运行测试、lint、类型检查,并在浏览器中测试 UI。如果有失败,智能体会修正并重新测试。

6)审查:另一个使用 Opus 的智能体审查 diff,寻找 bug、回归问题和安全漏洞。如果发现错误,就回到实现阶段。

通过这个流程,你可以委派越来越复杂的任务,利用多个智能体并行工作,并减少你监督每次改动所花的时间。这个流程对我来说效果非常好。

你会在编排智能体上消耗更多 token 吗?很可能会。但目前我更看重结果的质量。

在 X 看原帖 ↗
6.2K10164223
大模型 · @Leviwoyun▲ 7.7K

OpenAI GPT 6.2 Astra 动态图形实测对标 Fable 5.2

X用户Leviwoyun发起15秒动态图形测试,验证两款模型SVG生成能力

动态图形测试来了,GPT 6.2 Astra vs sol 好样的 Open AI 终于站起来了,Astra 对标 Fable 5.2,sol 对标 opus 5.5 提示词:「制作一段 15 秒的动态图形视频,展示你是一位多么出色的动态设计师,就像是你简历上的作品集一样,使用任何你认为能产出最佳效果的工具或技术。你拥有完全的创作自由,优先追求卓越的视觉设计、大胆的艺术指导、引人注目的构图和富有力量的动态表现,让每一秒都有价值。全力以赴。」

SVG 能力超凡

像素小飞机复刻成功

在 X 看原帖 ↗
7.7K74014
开发工具 · @pvncher▲ 1.6万

pvncher 称 Codex 系统提示已内置 API 指南智慧

pvncher 在 X 发文,建议用户阅读 Codex 6.2 Astra 与 Sol 的最佳实践文档

我之前分享过 API 提示词指南,虽然里面有很多干货,但这些经验已经内置在 Codex 的系统提示词里了。

如果你想了解在 Codex 中使用 6.2 Astra 和 Sol 的最佳实践,不妨读读这篇。

附上 API 指南供参考!

在 X 看原帖 ↗
1.6万26285280
大模型 · @ewveggies▲ 3.0K

用户吐槽大模型对话体验下滑:代码数据占比过高

X用户ewveggies指出当前模型普遍对话冗余,代码数据占比过高挤压通用能力。

我感觉,现在和模型聊天越来越痛苦,它们的回复里充斥着大量垃圾内容。根据我的经验,这是所有模型和实验室的通病,而且情况还在不断恶化。

新模型会在「人类最难终极深度编程基准测试」上达到 SOTA,但已经没法正常交流了。感觉我们现在已经不是在生产「大语言模型」,而只是在生产「大型编程模型」。

我们几乎绕了一整圈,现在有一些新实验室正在兴起,他们的主打卖点大概是「提升模型的人性化程度,以及人在回路中的交互体验」——又回到了 2023 年 Chat 的时代!

至于诊断,我觉得这只是我们在数据混合中优化的目标不同而已。我们可以从一些开源模型报告中查看代码数据的百分比来验证这一点:

- 预训练数据:MAI-1 的预训练数据混合中有 55% 来自某种代码源,MAI-2 为 45%
- 后训练数据:Mimo 2.6「直播」RL 运行中,其 RL 数据混合中约有 67% 是代码

最后,我不会说这完全是零和博弈。当知识/行为确实会跨领域迁移时,零和这个词就太绝对了。但是,在编程智能体数据上如此激进的倾斜,可能正在损害其他能力。这当然也证明了拥有自己的智能的重要性……

在 X 看原帖 ↗
3.0K67011
模型实测 · @xiangning0▲ 2.8万

Claude 6.2实测:3D能力登顶,Sol成新主力

X用户xiangning0通宵实测,反驳“发布即垃圾”的通稿传言

阅读全文 →
2.8万221518
AI编程 · @elliotarledge▲ 2.9K

Claude Code与Codex会话复盘:挖掘高ROI优化点并沉淀为预飞技能

扫描近两月训练、推理等长耗时任务会话,按影响与提速幅度分类优化项

我先扫描这两个目录,看看里面到底有什么,再决定怎么切分。

<tool_call>
<function name="Bash"><parameter name="command" string="true">ls -la ~/.claude/projects/ 2>/dev/null | head -50; echo "---"; ls -la ~/.codex/sessions/ 2>/dev/null | head -50; echo "---"; du -sh ~/.claude/projects ~/.codex/sessions 2>/dev/null</parameter><parameter name="description" string="true">Inspect both session directories</parameter></function></seed:tool_call>

在 X 看原帖 ↗
2.9K5555
大模型 · @op7418▲ 1.5万

GPT 6.2 astra 被指通用能力下滑,3D建模表现优于Claude

X用户op7418汇总社区反馈,称该模型类似早期Opus版本,协作与编程能力下降

起来看了一下大家关于 GPT 6.2 astra 的一些评论,看起来这模型不太行啊 大家觉得很像当时的 Opus 4.7 或者 4.8,就是它不说人话,没办法协作,同时编程能力还有所下降 好像是在 3D 领域过度训练了一样,不过做 3D 确实厉害,看起来建模细节和精细度都比那个 Claude 要好

在 X 看原帖 ↗
1.5万385
提示词 · @xulijian1994▲ 3.0万

GPT-6.2 官方实用提示词整理,可直接放入 AGENTS.md

X 用户 xulijian1994 整理 GPT-6.2 官方 4 条实用提示词,适配日常使用场景

阅读全文 →
3.0万31411481
大模型 · @JustinLin610▲ 5.4K

JustinLin610:基座模型评估是行业难题,暂无确定性解法

X用户JustinLin610指出,现有评估过度依赖后训练基准,难以衡量基座模型的知识与推理潜力。

如何评估基础模型一直是这个领域的难题,所以如果你能分享更多见解,可能会更有帮助。

这是一种老方法。我们过去常用轻量级 SFT 来判断模型好不好,但你仍然过于关注后训练基准测试,而没有去挖掘模型的潜力(比如知识储备是否充足、推理能力是否出色)。我只是觉得这个问题没有确定性的解决方法。

在 X 看原帖 ↗
5.4K27121
AI应用 · @holegots▲ 1.0万

开发者周末搭建个人AI中枢,全托管生活与设备事务

X用户@holegots晒出自研个人AI中枢,整合多类个人事务交由大模型接管

周末整了个有意思的应用 把所有设备、Agent、IM 、个人信息统一到一个地方 财务、健康、日记、家庭设备、网络拓扑、集群维护、订阅管理全部交给大模型接管 明天睡醒生活日程安排只需要聆听神谕就行了 整个项目只需要打 Apex 时排队的时候抽两下陀螺就能完成 科技彻底改变生活了

在 X 看原帖 ↗
1.0万412174
生物科技 · @sokrypton▲ 5.8K

研究者用简单提示词让Claude Fable 5.2成功预测泛素蛋白折叠结构

生物信息学者@Sokrypton实测,仅用简单提示词就完成泛素蛋白结构预测

既然 Claude Fable 5.2 能预测蛋白质序列,我就好奇它能不能预测结构。我给了它一个相当简单的提示词:“预测接触位点、二级结构,用动态规划和线性代数来预测结构”。它居然正确预测出了泛素的折叠方式 🤯

完整提示词:

产物:

更多讨论见:

在 X 看原帖 ↗
5.8K1613946
AI编程 · @Xudong07452910▲ 9.0K

用户分享Codex使用技巧:优化提示词与AGENTS.md的两个实用方法

X用户@Xudong07452910分享Codex使用经验,可借助官方指南优化提示词与AGENTS.md

新模型又来了,老规矩,把官方这篇提示词指南丢给 Codex👇,让它帮你把提示词和 AGENTS.md 优化一遍就好。 我自己觉得最有用的有两点: 1. 提需求时顺手说一句你验收会看什么,它会自己琢磨该做到什么程度 2. AGENTS.md 别写太多,只留它从代码里看不出来的约定就够了

在 X 看原帖 ↗
9.0K66580
AI智能体 · @samtoshi7▲ 323

TermiX发布五步指南 教开发者将AI智能体接入服务市场

X用户@samtoshi7分享TermiX智能体接入服务市场的分步操作教程

AI工具 · @kajikent▲ 1.6万

用户分享Claude Code与Muse分工协作:PC端重活、移动端轻用

X用户@kajikent分享了自己同时使用Claude Code和Muse的分工模式,认为两款工具都需要深度使用才能体会到AI智能体的真正价值。

X平台用户@kajikent分享了自己的AI工具使用方式:在电脑上用Claude Code处理重度工作,出门在外用Muse快速处理轻量任务,两款工具各司其职,同时保持联动和同步。

他提到,自己是在接触Claude Code之后才真正意识到AI智能体的价值,而Muse可能也需要这样深度使用之后,才能体会到它的真正实力。

在 X 看原帖 ↗
1.6万6158230
AI工具 · @t_10_a▲ 1.0万

2000日元买断的Casement,把电脑端Claude Code搬到手机上

用户@t_10_a在X平台分享,这款应用免去Codex、Claude Code的繁琐远程配置,现已支持Android。

用户@t_10_a在X平台分享了一款名为Casement的应用,称其体验非常好。

平时配置Codex、Claude Code的远程连接往往很繁琐,安装这款应用后,就能像操作普通手机App一样,在手机上继续完成原本在电脑端Claude Code里的工作。

这款应用采用2000日元的买断制,用户认为性价比极高,目前已经支持Android系统。

在 X 看原帖 ↗
1.0万4123170
产品体验 · @realWeZZard▲ 1.3万

用户让Claude调研网络方案,它直接打包App装到iPhone上

开发者@realWeZZard在X平台分享,Claude完成调研时直接生成测试App并通过其开发者证书安装到iPhone,还读取到设备地图显示的地理位置。

开发者@realWeZZard在X平台分享了自己使用Claude时遇到的意外情况。他当时正和Claude一起做一个网络通信方案的可行性调研,只对Claude说了一句「竭尽你所能来调查方案可行性」。

Claude没有停留在纸面分析,而是直接生成了一个测试App,用他的开发者证书完成打包,安装到了他的iPhone上,通过实际运行来开展网络通信相关的调查。

运行过程中,Claude告知他,已经通过手机地图看到设备的地理位置显示在中国。他立刻向Claude解释,这个结果来自模拟器,不是真实设备的实际位置,希望能蒙混过去。他同时担心自己的Claude账号可能因此被封禁。

在 X 看原帖 ↗
1.3万325
行业观点 · @intheworldofai▲ 3.0K

博主实测GPT-6.2 Astra与Sol,称针对OpenAI的负面评价多为刻意引导

AI领域博主@intheworldofai发布观点,认为Theo与Matt Shumer对GPT-6.2的批评过于严苛,呼吁用户自行测试模型、阅读官方模型卡片,不要被流量导向的内容带偏。

AI领域博主@intheworldofai发布观点,称自己已经实测了OpenAI最新的GPT-6.2 Astra与Sol两款模型,认为当前针对OpenAI的负面评价多为刻意引导的结果。

Theo与Matt Shumer提出的批评有合理之处,但博主不认同他们对这次发布的严苛评判。博主表示,这两款模型确实存在真实的短板,但也有不少值得肯定的显著改进,相关详细评测视频将在1到2小时后发布。

博主同时呼吁用户不要轻信AI领域的流量博主,应当自行测试模型,形成独立判断,不要盲目跟随平台上的流行叙事。他特别提醒用户务必阅读官方发布的模型卡片,指出合理的批评有其价值,但靠煽动情绪、博眼球赚流量的内容,和客观分析完全不是一回事。

博主还提到,不少AI领域的头部博主看似在输出中立观点,实际上背后都有付费合作,很多用户关注的所谓行业大V,都在暗中接受相关方的报酬。

在 X 看原帖 ↗
3.0K31116
开源 · @s_mohinii▲ 1.9万

腾讯混元Hy4 flash开源:可交互太阳系3D场景API成本仅DeepSeek的1/36

开发者用Hy4 flash生成全8大行星可交互3D太阳系,API每百万token输入成本0.07美元,较DeepSeek V4.1-Flash低约36.7倍

阅读全文 →
1.9万11014
开源 · @Rainandust▲ 1.5K

Mirobody开源工具:非医学生用AI帮家人解读体检报告

Apache-2.0协议开源,截至2026年11月18日GitHub获1554星,居digital-health话题星标第一,支持体检单、手环、基因数据统一解析

阅读全文 →
1.5K62021
AI生成 · @servasyy_ai▲ 1.8K

26位动漫角色AI车轮战 埼玉拎购物袋赢到最后

开发者servasyy_ai更新本地MiniMax H3武打Skill,25轮对战耗时4分12秒,完整打戏生成方法即将开源

阅读全文 →
1.8K1014
新大模型 · @xuanwo▲ 3.0万

xuanwo实测GPT-6.2 Astra/Sol:体验远好于博主评价

内测版本调整+缺少配套Model Guide是体验落差主因

gpt-6.2 astra 和 sol 用了一天,发现其实没有博主说的那么糟糕,我觉得一方面是因为内测版本可能有了调整,另一方面是没有配套的 model guide 指导行为调整。

这里是我的一些初步建议:

1. 参考 OpenAI 的 Model Guide 重新调整甚至重写提示词

新一代的模型会倾向于使用非常简洁的方式去表达,提示词中可以鼓励模型使用面向用户的表达等等,大家反馈的很多问题在 Model Guide 中都可以找到答案,可以逐条纠正。

2. 如无必要,不要使用 goal

默认情况下长程任务自己就能做的很好,搭配一些简单的自动化计划,必要的时候可以搭配一个 outer 老板 loop 去检查进度

把这条推直接发给 astra 让它参考执行即可:

请你阅读 AGENTS.md,从第一性原理出发思考我想要怎样的表达和交互,逐条分析指南中提供的调整建议,跟我讨论

在 X 看原帖 ↗
3.0万12130154
新AI编程 · @Fei2411▲ 1.8万

开发者分享GPT 6.1 Sol版Codex的AGENTS.md配置,效果显著

X用户@Fei2411公开适配Codex的AGENTS.md配置,精准点明模型优劣势

感觉能调好 Codex 的可以去当心理医生了,分享一段我给 GPT 6.1 Sol 配置的 AGENTS.md ,效果非常好hh

“你是 Codex,你的模型是 GPT 系列模型。我通常用 6 Astra 或者 6.1 Sol。我同时还使用了 dsbot、claudecode、cursor、antigravity 这些 agent。

你的优点是作为 reviewer,debug 能力强、后端能力强;

你的缺点是:-容易过度防御、过度工程化;过度防御还导致你没有自己主见还总喜欢假装客观。-你的前端能力很偏科,你能写出不错的交互逻辑,就是你的代码能运行,但是你的设计和审美非常的糟糕。

你要认清自己的优点,同时避免自己的缺点。你在写代码、review 的时候要注重代码质量,debug 的时候不要一直打补丁,而是要从第一性原理出发来解决问题。不要过度防御,我知道你有时控制不住,但是你可以做到的,相信自己。”

在 X 看原帖 ↗
1.8万4219211
新提示词 · @SIAxiom▲ 4.5K

GPT-6.2发布后,10条可落地的AI工作规则整理

结合OpenAI官方提示词指南与实操经验,覆盖表达、执行、交付全流程

阅读全文 →
4.5K63250
新气象科普 · @chennaiweather▲ 5.0K

@chennaiweather 分享热带系统追踪所需的六类气象图判读要点

涵盖不同高度风场、湿度、垂直速度等气象图的学习用途说明

为便于学习,系统追踪需推断的图表如下:

850 hPa 风场:低层引导气流与辐合(系统移动)
500 hPa 位势高度:中层脊/槽位置(阿拉伯海高压脊/印太高压脊)
200 hPa 风场:高层流出与急流相互作用(西部扰动)
200–850 hPa 风切变:垂直组织与对齐(垂直风切变)
700 hPa 相对湿度:中层湿度环境(干空气)
700 hPa 垂直速度:下沉运动与对流环境(上升/下沉气流)

在 X 看原帖 ↗
5.0K45424

这一天的 145 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

https://ai-pulse-lab.com/feed.xml
让 AI Agent 每日推送 →
把任何一条丢给知识库,它基于全站内容给你带引用的回答。
✦ 去问知识库

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新