令人震撼的硬件突破：一名开源车库工程师将一整个AI Transformer模型（含KV缓存）直接烧录进了一块定制数字芯片：没有GPU，没有CPU，没有云。

只靠纯硅运行microGPT，在仅80 MHz的频率下达到了56,000+ tokens/秒的速度。而且它的能耗比一台计算器还低。

目前已在FPGA上完成原型，现在已经能在一块小型LCD上拼出名字了。

这就是GateGPT，端侧AI的宏大未来已经到来。这项技术可以也必将扩展到更大的模型上。

效率高得离谱。纯粹的数字魔法。

MIT 刚刚开源了一款可能终结每小时 150 美元 CAD 行业的模型。它名叫 GenCAD。

它可以将照片转换为完全可编辑的 CAD 程序。你只需要上传一张草图或照片，它就能生成完整的参数化 3D 模型。

100% 开源。

GLM-5.2 现已在 AI/ML API 上可用！我们用同一个提示词，让它和 Opus 4.8 一次性生成一个可游玩的 Backrooms 游戏。

Opus 实现了手电筒功能，但无法奔跑也不能暂停。GLM-5.2 则做全了所有机制。

Opus：用时 2 分 14 秒，花费 1.94 美元

GLM：用时 1 分 08 秒，花费 0.37 美元

文档、指南和设置教程在下方：

来自 Boltz 的重大消息——这是我们迄今为止规模最大的更新！🚀

今天我们发布了两款用于蛋白质和小分子设计的全新顶尖模型，它们经过了 extensive wet lab 验证，同时我们还推出了全新 API，可让你（或你的智能体）在任何工作场景下，依托可扩展 GPU 运行我们的全部模型！🔥

我们很荣幸推出 Taste Labs。我们的使命是终结 AI 垃圾内容。

我们正在打造数据与基础设施层，为 AI 模型和智能体赋予品味。

今天我们结束隐身模式，宣布完成 1850 万美元种子轮融资，由 @CRV 和 @AmplifyPartners 共同领投。

AI 已经搞定了客观领域，让生成任何内容都变得容易。但它给人的感觉仍然不对劲。如今，挑战在于判断力：什么是合适的，什么符合你的风格，什么算得上出色。

这要求我们把一个模糊、主观的领域，转化成可以衡量和编码的东西。我们从设计领域切入。要解决这个问题，需要分两个方向推进：基础模型层和智能体层。

- 我们已经和顶级前沿实验室合作，评估并改进他们的模型，打造合适的后训练数据和强化学习环境。

- 我们也和应用层公司合作，为他们的智能体构建上下文与验证工具，帮助它们产出更优质、更贴合品牌、更有创意的输出。

我们想要一个 AI 输出让人感觉自然舒服的未来。如果你也对这个使命充满热情，加入我们吧！

🤯 GLM-5.2 已发布——专为长周期编码和智能体任务构建，现在拥有稳定支持的1M token上下文窗口。

它是目前最强的开源编码模型！现已在 Ollama 云服务上线，部署在美国最新的 @NVIDIAAI Blackwell 数据中心GPU上。

隐私政策与零[原文此处截断]

模型页面：

这对 Sam Altman 是一记重击，由于成本问题，微软计划将 $MSFT Copilot 改为按使用量定价，并改用开源 AI 模型 DeepSeek，而非 OpenAI。

🚨突发消息：语音 AI 的大日子。@Cartesia 刚刚发布了 Sonic 3.5，@SarvamAI 宣布完成 3 亿美元 B 轮融资——所以我决定亲自测试两者。相同脚本，并排对比。结果相当疯狂。Sonic 在情感表达、字母数字处理上领先一个量级。

同一句话，真实的情感。其中一个朗读就像真人一样有语调起伏，另一个则全程平淡。听过 Sonic 的版本后，你再也没法无视这种差距。

一次性验证码、订单 ID、账号和电话号码——这些是语音助手每天要读上百次的内容，也是很多文本转语音容易出问题的地方。来听 Sonic 如何把每个数字都读得清晰，还能像真人一样分组停顿。

印度的真实对话不会只停留在一种语言里。印地语、泰米尔语、泰卢固语、孟加拉语、马拉地语、卡纳达语、旁遮普语 🇮🇳。Sonic 在每次语言切换中都能保持同一个声音——温度一致，不会口音重置，不会在切换语言时卡壳。这种一致性最难做到，也正是它的优势所在。

用了一天 Zcode + GLM 5.2，怎么体感比 Codex 还好很多呢。。。

一点都不卡，模型也很给力，基本没什么返工。完成一个重构任务，5 小时用量还剩很多。软件的很多设计细节做得也相当好。

有一种花 20 万买国产电车比 50 万的 BBA 还好的感觉，国产大模型变成国产新能源了！

有人在 Codex 黑客松上做了一个 MCP 插件，把 ChatGPT 和 Codex 打通了 解决的问题很具体：GPT 5.5 Pro 是目前规划和调研最强的模型，但 Codex 里用不了。Codex 擅长执行，但规划能力不如 5.5 Pro 他的做法是用 MCP 把本地开发环境暴露给 ChatGPT，让 5.5 Pro

这个项目背后有一个更大的趋势值得注意 MCP 协议正在变成 AI 工具之间的“万能接口”。之前它主要是让 AI 连接外部数据源（数据库、浏览器、文件系统），现在开始用来让 AI 连接 AI 了 想一下这个组合的可能性： -Claude Code 负责写代码 + ChatGPT 5.5 Pro 负责架构设计 -Codex 负责执行任务 + Claude

你习惯的AI是问答式的——你问它答。但现实世界不等人：监控里冒烟、直播中闪过商品、视频通话里表情变化，这些瞬间转瞬即逝。这篇论文做了一个8B参数的视觉语言模型，它像人一样持续“看着”当前画面，自己决定要不要说话、什么时候说，甚至判断问题太难时交给后台更强的模型处理。

它没被训练过，却自己学会了引导用户切换App界面、对着幻灯片即兴讲课。在6个真实场景中，人类评分远超豆包和Gemini的视频通话助手。这是首个开源、可部署的实时交互模型，代码、数据、训练方法全公开。

它不是你明天就能用的工具，但指向一个方向：AI从“应答器”变成“在场者”。

你刷到一篇数据新闻，图表漂亮、故事流畅，但心里总犯嘀咕：这些数字是真的吗？角度有没有被带偏？现在有个AI记者系统叫Data2Story，它把写新闻拆成找数据、做分析、选角度、设计可视化——每个环节都有专门AI负责，最狠的是它内置了一个「检查官」：每个数字、每张图、每段结论都必须能追溯到原始数据或代码，读者可以点开看它到底怎么算出来的。

它还会根据内容自动选呈现方式：讲地理就上交互地图，讲音乐就插音频，而不是千篇一律的折线图。在18篇真实新闻的对比测试中，它产出的故事在透明度和可验证性上甚至超过人类记者。当然，在选题创意和设计美感上，人类依然领先。

所以它不是你明天就能取代记者的工具，而是让记者多一个能自动查证、自动配图的搭档——以后你看到的数据新闻，可能背后就站着这样一个AI，而它说的每一句话，你都能自己查。

DeepSeek 开源模型的性价比高到什么程度？哪怕微软在 OpenAI 这个烧钱大坑里亏了几千亿之后，都转用它了。

再说一遍，一切都在按照我之前告诉过你的方向发展。

GLM 5.2 已在 AI Gateway 可用。它是 @Zai_org 首个拥有 1M token 上下文窗口的模型，专为长周期、项目级工程任务构建。模型 ID：`zai/glm-5.2`

GLM 5.2 是开放权重模型，在代码编写和智能体循环中表现出色。又是一天，又有一个超棒的开源模型诞生了！

Kimi 2.7 和 GLM 5.2 正处于激烈竞争中。今日起，它就已和 Opus 4.8、GPT 5.5 一同上线 ChatLLM。

构建智能体最难的部分，其实不是构建智能体本身。难的是数据。

讽刺的是，难的是搞清楚 OAuth、令牌、凭证、权限范围……

我们已经有 AGI 摆在那，就等解锁使用了。

Vercel Connect 同时解决了安全性和易用性问题。用起来体验很棒。

这是适用于 IDA Pro 9+ 的 AI 驱动逆向工程插件。

它支持一键解释，可立刻理解怪异控制流，还提供智能自动重命名建议、漏洞提示、语义图、RAG 搜索与文档。

对逆向工程、恶意软件分析从业者和 CTF 玩家来说，这是能彻底改变游戏规则的工具。

FigureAI 这场直播对风投而言是一次迷你 ChatGPT 时刻。

机器人领域的融资规模传统上一直落后于 AI 融资，但我们现在正迎来前所未有的新一轮投资者兴趣浪潮。

这股浪潮会传导到数据收集、供应链搭建环节，还会推动更多人才进入这个行业。

Grok 4.3 现已在 Amazon Bedrock 上线。

企业现在可以直接在 AWS 内部使用 xAI 的推理优先模型进行开发。

Grok 4.3 支持可配置推理强度、强大的工具调用、指令遵循、结构化输出、响应流式传输，以及智能体工作流。

AWS 表示，它特别适合客户支持、网页开发、判例法研究、金融文档问答、搜索、聊天，以及多轮企业工作流。

xAI 目前正将 Grok 直接接入企业已经在使用的基础设施中。

宣布推出 Probably：可验证数据代理。

我们完成了由 @a16z 和 @Accel 领投的 900 万美元种子轮融资，用于开发一款能够摄取、转换、分析和可视化原始数据的 AI 代理。

下面是一段未经剪辑的单镜视频，演示分析来自 Clickhouse 的 10 亿+行 NOAA 气象数据 👇

GLM-5.2 现已在 Command Code 上线！这是一个前沿开源推理模型，专为长周期任务构建。

100万上下文窗口。强大推理能力。开源可用。

1美元Go套餐及10美元使用额度以上的订阅都可使用！！

$ npm i -g command-code@latest

所以你是在告诉我，目前花钱能买到的最强代码模型，是一个只用了美国前沿实验室可用算力约5%训练出来的中国开源模型？

看来这就是@TMTLongShort“开源模型正在落后”这个论点的最后一根棺材钉了。

GLM 5.2 现已在 Venice 上线。

这是 @Zai_org 推出的前沿开源模型，专为驱动智能体和长周期智能体编程构建，针对最高难度问题提供了 High 和 Max 两种推理模式。

Pro 用户可以获得完全私有部署的使用权限。

🚨突发消息：Python 推出了全新开源多智能体 LLM 交易框架。它名叫 TradingAgents。下面介绍它的功能（以及如何免费获取它）：🧵

全新开放权重模型：GLM 5.2 现已在 Notion 可用。

专为长周期任务构建。

由 @baseten 提供服务。

开源必须胜利。现在发生在Fable 5和Anthropic身上的事，让这件事变得比以往更重要。

Z ai刚刚发布了GLM 5.2，这是一个强到离谱的开源模型，性能超过了Gemini 3.1 Pro，已经非常接近GPT 5.5和Opus 4.8。

- 编码和智能体任务性能大幅提升
- 1M上下文窗口
- MIT许可开放权重
- API定价与GLM 5.1一致

这才是我们真正需要的未来。

AI 模型体量越来越大，它们需要运行空间。🧠

@wccftech 重点报道了 AMD Ryzen AI Max PRO 400 Series 处理器，该处理器最高配备 192GB 统一内存，可帮助开发者和创作者在本地运行参数量超过 300B 的大语言模型。

GLM 5.2 现已上线 Workers AI。

我们很高兴能成为首发合作方，支持开源模型生态。

你一直在租赁你的AI。这就是拥有它的样子。

本地模型。无需账号。无需密钥。免费。开源。不基于Electron。

推出 eve，一个智能体框架。

目录结构：𝚊𝚐𝚎𝚗𝚝/ 𝚊𝚐𝚎𝚗𝚝.𝚝𝚜 𝚒𝚗𝚜𝚝𝚛𝚞𝚌𝚝𝚒𝚘𝚗𝚜.𝚖𝚍 𝚝𝚘𝚘𝚕𝚜/ 𝚜𝚔𝚒𝚕𝚕𝚜/ 𝚜𝚊𝚗𝚍𝚋𝚘𝚡/ 𝚜𝚌𝚑𝚎𝚍𝚞𝚕𝚎𝚜/

它就像是智能体领域的 Next.js。

提醒一下，你可以将 Codex App、CLI 和 SDK 用于任何开源模型，并非只能用于 OpenAI 模型。

Quasar 正在 Hugging Face 上成为热门趋势。

说明一下背景：HF 是 AI 模型的核心枢纽，所有重要的开源模型都托管在这里。

我们目前已经排在榜单第二页，和 Xiaomi、Qwen 以及 Liquid AI 并列，而这还只是我们从小型模型实验中取得的成果！

ML 社区已经注意到了我们。这不只发生在 Bittensor 上，也发生在更广阔的开源世界里。

开源社区已经搭建好了 MLX 和 GGUF 版本，因此 Quasar 可以在 MacBooks 和本地 AI 环境中运行。

我们才刚刚起步。

理论：中国鼓励发布开源模型，是因为他们认为中国以外的客户反正不会信任运行在中国数据中心里的模型，所以他们能做的最优策略，就是尝试侵蚀美国前沿实验室的边际利润，不让这些实验室更快地实现复利增长。

一名网友在社交平台𝕏发文称，自己靠详实的AI安全论点，说服了纽约十二区（NY-12）选民——也就是自己的母亲，投票给Bores。他认为这件事对自己的职业发展可能有益，希望这套说服方法能推广到更多场景。

随后他更新了消息：这套方法用在父亲身上没有成功。

开发者ivanfioravanti在社交平台𝕏发文，感谢Teknium和NousResearch推出的工具Hermes Agent。他表示，这款工具彻底改变了自己在电脑上完成各类工作的体验。

可适用的场景覆盖学习、测试、监控、实验、编写代码等多个领域。

他对这款工具给出了极高评价。

Sherlock AI 最近取得了惊人的成果。过去一个月里：

- 被两个顶级协议采纳用于内部安全审计，其中包括全球最大的 DeFi 协议之一

- 在一个复杂跨链借贷项目中发现了一处已确认的高危漏洞

在你的代码仓库上运行 Sherlock AI ↓

当前工作流：UI 工作使用@grok Build 或 cursor-agent 内的 Composer-2.5，逻辑密集型工作使用 Codex。

AI 系列 - 06 智能体循环到底是什么？如果你曾花好几小时来回和 Codex 或 Claude 沟通，每次都要纠正它犯下的工作流错误，问题通常都能追溯到一件事：智能体循环，或者说，缺少智能体循环。

➤ 搭建一个智能体循环实际是什么样的
假设你需要 AI 完成的工作是，针对选定主题生成每周研究报告。你不用提示“研究X”，然后让智能体靠它的连接器瞎忙活。你只需要写下两样东西：目标：生成一份报告

想了解更多关于循环工程的内容

HERMES AGENT 可以自动运营内容剪辑业务。从单个 YouTube 视频出发，它可以在全平台每天产出 9 条帖子。

用这种方式搭建的单个页面，每月可以赚 1000 到 4000 美元。

工作流程是：1. 找到一位在 YouTube 上创作长内容的创作者（播客、直播、教育内容）

⚕️ 今日 Hermes 小贴士：你可以在 Hermes Agent 的**任何工作流**中使用看板。

✅ 深度研究 ✅ 大型写作项目 ✅ 编码。

只要你能想到的场景都能用。

这是保持项目有序，让你的代理保持专注、锁定上下文的最佳方式。我

天天喊着搞AI，结果你连Transformer是个啥都说不清？

有个仓库够狠，从零手搓一个GPT，不调任何高级库。Attention、多头、前馈、Embedding、残差、Layer Norm，怎么拼起来的全摊给你看。而且不止模型，整条链都有：

1️⃣ 数据下载、预处理、训练、生成一条龙
2️⃣ 训练数据用The Pile，22个来源825GB
3️⃣ tiktoken分词，存HDF5
4️⃣ 预训练之后还给SFT和RLHF的路子

改几个配置就能调大小。13M参数左右就开始拼对语法和单词，白嫖Colab或Kaggle的T4，练一天就出活。

想真懂原理、不想当调包侠，从这儿入门最干净。

$NBIS 已完成对 Eigen AI 的收购，交易金额约为 6.43 亿美元，此举进一步强化了 Nebius Token Factory 作为前沿推理平台的地位。

Eigen 能帮助 Nebius 从每一块 $NVDA 芯片中获得更多 token，提升性能、降低客户成本，并优化开源模型工作负载。

程序员小伙伴们刷起来 -- 大模型算法的leetcode LLM Algorithm Practice Lab 这是一个面向大模型入门到进阶的算法实战教程，聚焦 Python、PyTorch、Transformer、推理优化、显存管理与 CUDA/Triton 实战 把每个知识点做成可运行、可验证、可回顾的 Jupyter Notebook 练习，帮助你从“会看”走到“会写、会调、会优化” 本项目仅限于纯粹的大语言模型（LLM）领域，不包含 Diffusion 或多模态，并配备本地测试用例，提供可反复练习和回顾的学习路径 项目特点 高度垂直：专注 Transformer、MoE、量化、推理加速与显存优化 工程导向：使用 PyTorch、Triton 或 CUDA C++ 实现核心算子和系统逻辑 测试驱动：每道题都配套本地测试和性能验证 传送门👉

火遍全网的codex到底怎么用？YouTube博主学长Ethan手把手教你：Codex从入门到进阶，保姆级完整教学。教你自主搭建工具、自动化处理各种事务的AI硬核能力，快速掌握指挥超级AI Agent的技巧。

适合想用AI放大能力的朋友！

别再纯手工写公众号了！分享一套刚开源的微信公众号 AI 运营全流程 Skill。这次不只是简单的 Prompt，而是直接打通了底层 AI Agent 生产力： 1️⃣ 选题与写稿：基于 OpenClaw / Claude Code 自动化抓取热点并生成大纲 2️⃣ 审稿与优化：利用 Codex 智能校对，精准规避敏感词与逻辑漏洞 3️⃣ 排版与配图：通过 Cursor 快速实现自动化样式编排，一键成文 实测这套流派把内容产出效率提升了 5 倍以上，完全打通了新媒体的“硅基工作流”。

项目完全开源，抓紧接入你的工作流： 👉 GitHub：

LyalinDotCom与同事共进晚餐后回到工作岗位，抽出时间进行学习。他正在尝试进一步熟悉新Gemini Managed Agent API（Gemini托管代理应用编程接口）的工作方式。他在社交平台发文向网友提问，询问是否有人已经体验过这项新功能。

一名用户在𝕏（原推特）发文称，自己通过条理清晰的AI安全论述，说服了身为纽约第12选区选民的母亲，投票给Bores。这名用户表示，这件事可能对自己的职业发展有好处，他希望这套说服方法可以推广应用。

随后他更新了消息，这套方法没能说服自己的父亲。

开发者JinjingLiang在𝕏公开了自己当前使用AI工具进行开发的工作流程。

UI开发工作使用@grok Build内置的Composer-2.5，或是cursor-agent完成。

逻辑复杂度高的开发任务，则由Codex负责。

分享附带相关内容链接。

不用每月支付20美元订阅ChatGPT Plus会员。只需5分钟就能完成Codex与国产大模型的接入，不用翻墙，国内可直接使用，新手没有操作门槛。

第一步安装Codex：从OpenAI官网下载安装包，双击按默认设置完成安装，直接跳过官方登录界面即可。

第二步安装CC Switch：这款工具适合新手，一键完成配置修改，不用手动查找修改文件，也不会因为改崩出错。

第三步获取DeepSeek密钥：在DeepSeek官网充值10元就可以使用很长时间，价格便宜，完成密钥创建即可。

有实际购买GLM智谱会员并真实切换使用的用户表示，其他号称使用该服务的用户并非真实付费使用者，只有自己是真实付费使用。

GLM 5.2的最大改动是支持1M（100万token）上下文窗口，上下文处理能力终于和Claude系列对齐。

此前GLM 5.1的问题是无法适配Claude模型，使用Claude code时需要手动在设置中配置自动压缩、压缩阈值等一堆参数，如果在多个Docker（应用容器引擎）中运行，还需要额外进行手动配置。

Caspius（@caspius_ai）的定位是具身AI（也叫物理AI）的数据层。

大模型可以从互联网文本中学习知识，但机器人的学习逻辑完全不同。机器人要掌握做饭、清洁、洗衣、组装、搬运这类技能，依赖的是视觉、动作、手眼协调、物体触感，以及真实环境中的细微变化。

这类数据很难通过模拟器生成解决。当前行业真正稀缺的，是大量来自真实世界的第一人称任务视频，覆盖不同家庭、不同物体、不同光线和不同人的动作方式。

目前这个项目还处于非常早期的阶段，参与人数不到50人，提前参与可以获得积分，后续会有相应优势。

这是AI系列内容的第六期，主题是讲解什么是智能体循环。如果你曾花数小时在Codex或Claude上来回操作，每次AI出工作流错误时都要手动修正，问题通常可以追溯到一件事：智能体循环，或者说，缺少智能体循环。

如果需要AI完成的任务是生成指定主题的每周研究报告，搭建智能体循环的操作和直接给提示词有明显区别。直接操作通常是输入提示词“调研X”，之后让智能体调用连接工具自行处理。

搭建智能体循环时，你需要先写下两个核心内容，其中第一个是目标：生成一份完整的报告。

想了解更多关于循环工程的内容，可以查看原文链接。

HERMES代理可以全自动运营内容剪辑生意。

从单条YouTube长视频出发，该代理可以在全平台生成每天9条 posts。

按照这套模式搭建的单个账号，每个月可以赚取1000到4000美元，也就是约合7000元到29000元人民币。

这套工作流程的第一步是，找到一位在YouTube制作长内容的创作者，内容形式可以是播客、直播或是教学内容。

⚕️ Hermes 今日贴士：你可以在 Hermes Agent 的任何工作流中使用看板。

✅ 深度研究。✅ 大型写作项目。✅ 编码。✅ 只要你说得出来的都可以。

这是让你的项目保持有序，让你的代理保持专注、牢牢锁定上下文的最佳方法。

我

我靠，原来 CLAUDE.md 还有这么多门道，以前真是白写了。 以前我一直以为「信息越多越好」，于是把项目历史、技术决策、个人偏好，甚至「写干净代码」这种空泛要求，全塞进 CLAUDE.md。 结果就是：Claude 每次都像在几千行上下文里翻垃圾堆。

baoyu-design skill 可以在本地生成动画视频，导出 mp4 格式，就像附件视频这个。 Claude Design 网页版可以用提示词创建动画视频，但你需要在网页上才能看到视频，无法下载。也有人基于第三方插件录屏软件实现过，不过很麻烦，效果也不是很好。 在这套 Skill 基础上，我已经实现了直接把动画导出成

应用案例

有个小技巧，就是它默认的生成结果是 HTML 的，可以在 Agent 内置的浏览器中打开这个 HTML，暂停视频播放，然后标记要修改的位置，让 Agent 去在标记的位置修改，可以做一些微调。

Codex 也可以的，但是效果要差不少

应用案例

疯狂的模型！它居然用的是旧的 Qwen2.5-Coder-3B 架构，还通过他们的后训练体系取得了相当出色的性能。

我接下来几天会实际用它，看看 VibeCoder 的实际体验能不能配得上这个名字。但第一印象已经相当惊艳了！以上基于技术报告得出，

Fable 是我第一次见到有大语言模型能模拟出可靠的心智理论，还能把自己从token的绝望陷阱中拉出来。

这是开源迄今为止最好的日子之一，就像我反复说过的，中国模型达到Fable级能力只是时间问题。

美国的Mythos禁令是搬起石头砸自己的脚，因为它只会损害西方AI创新，却起不到什么作用。

和很多信奉AI的机构一样，过去几个月里，我们在编码代理上的支出增长非常显著。

我们正在构建的LLM网关（目前已开放非公开预览），核心功能之一就是成本控制与可见性。

我们的实现方式如下：
1/ 准确、实时

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。

Spotify、Xcode、系统设置、iOS 模拟器，甚至

LangSmith Fleet 有两种类型的智能体：✅ 通用对话 ✅ 专业智能体。

@BraceSproul 讲解了我们为什么提供这种选择，以及每种智能体的适用场景。

AI 领域并非一维的。我在此尝试绘制出它的两个维度，我还没有给它们命名，但我认为 X 轴是「自主性」，Y 轴是「智能」。

欢迎告诉我哪里错了，以及我漏掉了什么。

祈祷@MistralAI能在今年年底开源他们有史以来最大的模型，并且把它命名为Le Chaton Slim。

专家能从 Claude 中获得更多价值~ 根据 Anthropic 的报告。这是因为： > 他们提出的问题 > 他们使用的词汇 > 以及引导 AI 的能力

当前AI领域最大的机遇，就是将循环应用于企业运营。大多数公司还没有想明白这件事。

以下几个例子可以帮你抢占先机：

SPACEXAI：Scott Kamra 和 Tom Abbott 创立了 Galatiq（@GalatiqAI），这是一家专门为 SpaceXAI 打造的前沿工程公司。

它将高级工程团队嵌入企业内部，负责设计、搭建和扩展定制化的、基于 Grok 的智能体系统。

The company

@DecagonAI 借助 Together AI 将语音代理每轮成本降低了近 6 倍。他们从闭源模型切换到了微调后的开源模型，同时保持了足够低的延迟，满足实时语音需求：

→ 每轮 p95 模型延迟低于 400 毫秒
→ 自定义投机解码与提示缓存
→ 优化完成

Deep Agents深度解析第二部分 | 上下文管理

来自@SydneyRunkle的讲解，时长不到2分钟，介绍Deep Agents工具链中最重要的能力之一

我们让闭源模型和开源模型各自构建小型可玩游戏，以此测试它们的表现。开源模型成本低得多，速度也快得多，产出的游戏质量往往和闭源模型不相上下。

Opus 4.8 的价格是 MiniMax M3 的 15 倍。

GPT-5.5 的价格是 Nemotron 的 10 倍。

当AI能够创作喜剧时，我们就拥有了AGI。

好的文档能为 AI 智能体节省多少成本和时间？结果是，能省很多。

我们构建了一个自定义技能，教 Claude 更高效地解析 PDF，然后用真实使用轨迹找出它在哪里浪费了时间和金钱（反复重读同一个文件，

智能体治理不应该是事后硬接到智能体系统上的东西。

LangSmith LLM Gateway 允许你在构建、观测和评估智能体的同一平台上执行规则。

我们正处于面向企业的AI最舒服的「常规技术」阶段：它能提升生产力，但仍需要整合进工作流——这都是我们之前见过的情况！

但这非常有可能只是一个途经点，而非稳定阶段。未来AI或许可以自己完成整合工作。

大语言模型智能体真的能为它看不见的环境建立模型吗？这项研究让这个问题变得可评估了。

智能体需要通过与预言机交互来 uncover 一个隐藏的确定性有限自动机，交互方式是成员查询（这个字符串属于该自动机吗？）和等价……

GLM-5.2 现已上线 Hugging Face 🔥

对开源 AI 而言，这是重要的一天：达到 opus 级前沿智能水平，支持 1M 上下文，原生设计以智能体能力优先。

——AI 与人类的未来，是开放的

在开放权重模型的前沿领域不浪费一点时间。从我看到的结果来看，GLM-5.2 表现十分出色。

我非常好奇它在长周期任务上的表现如何。

在 AI Studio 中创建安卓应用并在你的手机上运行，这是 @patloeber 整理的快速分步指南：

要构建一个强大AI开源开放、人人可用的未来，我们要做的是让AI效率实现根本性提升——无论是推理算力方面，（更重要的是）训练数据需求方面都要提升。

符号学习将实现这一目标。

验证器非常重要。没有合格的验证器，/goal 和 /loop 会频繁出问题。只要是 LLM 分布外的内容，智能体就很难正确验证工作。

我认为你值得去微调自己的验证器，研究出如何把它们接入你现有的智能体。

如果你感兴趣，我在这里分享了更多相关内容：

如果微调对你来说资源消耗有点高，我认为验证器是个很好的用例，可以用来探索微调专用模型是否能带来价值增益。LLM-as-a-Judge 系统也是如此。

假设开源模型持续落后闭源模型约 8-12 个月（至少在编码领域是如此），那么针对 Mythos 级模型加固 IT 系统的倒计时目前还剩 4-8 个月。

现在就拥有可公开获取、相对安全的防御性 Mythos 级模型，是一件很重要的事。

现在的机器人学操作，大多还是把3D世界压成2D图片来理解，就像你透过猫眼看人——能看见动作，但算不准距离和角度。这篇直接把一个预训练好的3D几何模型（原本用来理解物体形状和空间关系）当成机器人的大脑主干：浅层负责看，中间插一个预测模块，根据你的指令和当前状态，提前算出未来几秒的几何变化，然后深层再把这些预测转成具体动作。结果是在模拟和真实场景里，比那些用大语言模型或视频模型做底座的方案更准、更稳、更快，模型还更小。

它不是你明天就能用的产品，但指明了一个方向：让机器人用3D的脑子想3D的事，而不是硬把3D翻译成2D再猜。

现在的AI视频生成，你只能给个提示词，镜头怎么动完全看AI心情。DreamX-World 1.0让你像玩游戏一样控制镜头：你可以指定摄像机路径、回头看看之前去过的地方，甚至中途触发事件（比如让角色开门）。它用了一种叫E-PRoPE的编码技术，把摄像机的位置信息直接嵌入到视频生成中，同时通过记忆机制记住之前生成的画面，避免场景漂移。

在8张RTX 5090显卡上能跑到16帧每秒，基本实时。这不是你明天就能用的产品，但它展示了AI视频从“随机生成”走向“可控交互”的关键一步。

现在的AI写代码助手有个通病：它一边要翻仓库找文件，一边要写代码，结果翻文件时读到的无关内容会污染它的思路，还浪费大量算力。微软这篇论文的做法很直接——给AI配一个专职的“探路子模型”，只负责快速定位代码位置，不参与写代码。这个探路员能并行搜索，返回精确的文件路径和行号，把主模型从翻仓库的杂活里解放出来。

在多个编程基准测试上，这套方案让修复成功率最高提升5.5%，同时主模型消耗的token减少60%。它不是你明天就能用的工具，但指明了一个方向：把大模型的任务拆成“找”和“做”两个角色，比让一个模型干所有事更聪明。

一个只有3B参数的小模型，在数学竞赛和编程题上，干翻了DeepSeek V3.2、GLM-5这些千亿级大模型。研究者用了一套「课程学习+强化学习+自蒸馏」的组合训练法，让模型在AIME数学竞赛上拿到94.3分（加测试时缩放能到97.1），在LiveCodeBench编程题上80.2%一次通过，甚至没见过的LeetCode新题也有96.1%的接受率。关键是，它没有牺牲指令遵循能力——IFEval得分93.4。

这挑战了「模型越大越聪明」的常识，暗示推理能力可以被压缩进小模型的核心，而大模型多出来的参数更多是用来装常识和长尾知识。它不是你明天能用上的，但如果你关心AI的效率和成本，这是一个信号：未来可能不需要烧钱堆参数，也能做出顶尖的推理AI。

大模型要么快但笨，要么聪明但慢。Ling-2.6 和 Ring-2.6 是同一家族的两兄弟：Ling 专攻秒级响应，Ring 专攻深度推理。它们不是从零训练，而是从旧模型升级，通过混合注意力机制（闪电注意力+MLA）让长文本训练和推理更快。

更关键的是，他们用“进化思维链”和“最短正确回答蒸馏”等技巧，让模型用更少的 token 输出同样好的答案——这意味着更低的成本和更快的速度。Ring 则用一套叫 KPop 的强化学习框架，在编程、搜索、工具调用等真实环境中稳定训练万亿参数模型。这套方案已经开源，不是明天能用上的那种，但它展示了“又快又聪明”不是梦，而是工程取舍的艺术。

大模型写代码时，重复思考能提升质量，但并非越多越好。研究者发现，让模型把同一段代码逻辑“循环”两次，效果最佳——在SWE-bench（软件工程基准）上得分从43%跃升至64%，三次或更多循环反而导致性能下降。原因是：第二次循环能有效修正错误，但第三次起，模型开始做无意义的微小调整，同时每次循环都会引入位置偏差，成本超过收益。

这解释了为什么“多想一遍”有用，“多想两遍”就多余了。它不是你明天能用上的技巧，但揭示了AI推理的一个底层规律：适度重复有益，过度则有害。

传统知识蒸馏让大模型当老师，逼小模型模仿它的输出（logits），但老师太大时，小模型只学到老师最尖锐的“口音”，反而在没见过的新题上翻车。强化学习（RL）让小模型自己试错，可一旦所有尝试都失败（得分为零），老师强行插入正确答案会打乱学习节奏。这篇论文的解法很反直觉：老师不碰梯度，只改题目。

遇到难题，老师把一道题变成两道：一道把正确答案和小模型的错误答案匿名混在一起，让小模型自己选；另一道把小模型的所有错误答案打包，让它看清自己错在哪。这些题被反复投喂，直到小模型答对一半以上才毕业。在Qwen3.5系列（0.8B到9B）上，用27B老师训练视觉语言模型，在31个基准测试中，ZPPO全面超过传统蒸馏和GRPO，模型越小提升越大。

它不是你明天能用上的，但给了一个新思路：教AI不一定靠灌输答案，而是靠设计问题。

训练机器人需要大量操作数据，但让机器人自己动手又慢又贵。这篇论文的思路是：让机器人看人类的第一人称视频（比如你戴着头戴相机做饭、修东西），从中学会动作。研究者建了一条流水线，把人类视频自动转成机器人能懂的“伪动作轨迹”，再和真实机器人数据一起训练。

关键技巧是：用统一动作表示（基于相机空间坐标、形态条件、时间对齐）让两种数据能混用，同时加一个“可靠性权重”来过滤人类视频中的噪声。实验表明，加入人类视频数据后，机器人在桌面操作和双臂操作任务上都达到了新高度。它不是你明天就能用的，但指明了降低机器人训练成本的一条路：用海量人类视频替代部分机器人实操。

让AI从头到尾做一个能玩的游戏，比写代码难得多。研究者搞了个新测试GameCraft-Bench，让AI在Godot引擎里按文字描述做140个游戏（从贪吃蛇到平台跳跃）。结果最强模型只完成41%，多数不到40%。

AI能做出部分玩法，但做不出完整游戏——缺内容、缺视觉反馈、缺连贯体验。这不是你明天能拿来用的事，但它是衡量AI编程能力的新标尺：能写代码不等于能做出一个能玩的东西。

现在的AI教学助手大多只会生成文字或PPT，但真正的课堂里，老师会板书、高亮、画线——这些动作本身就在传递重点。这篇论文让AI学会像真人教授一样，一边讲课一边在虚拟黑板上做手势：写公式、圈关键词、画箭头，而且动作和说话内容能对上节奏。核心是两件事：一是把教授拆成「总指挥+专业助手」的团队，总指挥根据你的水平决定讲多深、用什么动作；二是用算法把语音和动作自动对齐，比如讲到「光合作用」时，手刚好指向叶绿体。

实验请了真老师打分，说它比现有AI更像真人授课。它不是你明天就能用的产品，但指明了AI教育从「念稿」走向「表演」的方向。

医生看病人数据时，需要的不只是“危险/安全”二选一，而是0到100的连续风险分。但现有AI模型往往过于自信，把轻微风险也判成高危，导致误判。这篇研究让AI像辩论一样，先为“病情恶化”和“病情稳定”分别找证据，再综合打分。

结果风险分更连续、更准，校准误差降低81%，而且AI给出的理由比事后解释更靠谱。它不是你明天能用上的，但指明了AI医疗预警从“拍脑袋”走向“讲道理”的方向。

做城市街景的3D重建和渲染，过去两条路：物理模型算得准但总有瑕疵，生成模型看着真但没法精细控制。这篇把两者拼起来——先用物理模型算出场景的材质、光照等属性，再用生成模型去修掉物理渲染留下的伪影和噪点。结果是你既能像调灯光一样控制场景（比如换时间、插个车进去），又能得到像实拍一样流畅的视频。

做自动驾驶仿真、数字城市、影视后期的人，这是你明天就能试的那种：它支持新视角重打光、夜间模拟、动态物体插入编辑，而且效果比纯物理或纯生成都好。

大模型生成答案时，不同模型在不同阶段各有优劣。研究者发现，一个模型在生成过程中，如果对答案关键位置的置信度保持稳定，说明它走在靠谱的路径上；反之则可能出错。基于此，他们设计了一种“接力”方法：让多个模型同时生成，实时追踪每个模型在关键位置上的置信度变化，选出当前最靠谱的那个，把它的部分生成结果传给其他模型继续。

这样，不同模型可以在不同阶段贡献自己的优势，最终答案更准确。在多个推理任务上，这种方法比单个模型或简单集成效果更好。它不是你明天就能用上的工具，但展示了未来AI协作的一种可能：不是让一个模型包揽一切，而是让多个模型像接力赛一样，谁状态好谁领跑。

你手机里的 AI 助手如果一直开着摄像头，每分钟上传60帧画面，一小时就是3600次 API 调用，账单吓人。VisualClaw 用两级筛选：先快速扔掉99%的重复帧，再只把关键画面和技能库压缩后上传，一小时只调用5-20次，成本降98%。更关键的是，它会在失败后自我进化——把错误记忆存下来，下次遇到类似问题直接调取改进后的策略，在 EgoSchema 视频问答上准确率最高提升15.8%。

这不是你明天就能下载的 App，但它是让 AI 助手从“烧钱且死板”走向“省钱且越用越聪明”的关键一步。

现在的AI智能体虽然能记住对话历史，但不会判断哪些经验有用、怎么用、怎么记下来。这篇论文让AI学会一套完整的自我进化流程：先快速试错积累经验，再慢速提炼出可复用的知识。具体做法是给AI设计四层记忆结构（读、用、写、维护），并通过自我蒸馏把进化能力内化到模型参数中。

结果很惊人：9B参数的模型在多个任务上超过了397B的巨无霸。这不是你明天能用的功能，但它指向一个方向——未来的AI可能不再需要频繁更新版本，而是自己就能在运行中变强。

大模型训练通常需要人类反馈或大量数据，但这篇论文让AI自己教自己——而且是从“未来的自己”那里学。研究者针对扩散语言模型（一种非逐字生成、而是整体“显影”出文本的模型）设计了一套新方法：让模型先生成完整答案，再回头用这个答案作为“未来经验”去指导自己优化推理过程。在四个推理测试中，它只用强化学习十分之一的训练步数就超越了传统方法。

这不是你明天能直接用的工具，但它指向一个趋势：AI可能不再需要那么多人类标注，而是靠自我迭代变得更聪明。

扩散模型生成图像时，每一步都要从带噪图片里猜信号。但噪声和信号在频率上天然可分：低频是结构，高频是噪声。这篇论文发现，如果让模型在输入时就主动滤掉高频噪声（用可调的低通滤波器），它就能把算力集中在真正需要建模的低频信号上，而不是浪费在预测“噪声该长什么样”上。

在ImageNet和商业模型SenseNova-U1上，这个无参数、即插即用的操作稳定提升了图像质量和评测分数。它不是你明天就能直接用的工具，但揭示了一个反直觉的事实：给AI“降噪”不是削弱它，而是帮它聚焦。

你给AI一张照片，它就能想象出接下来会发生什么——比如你开车时前方路况的变化。但研究者发现，只要在照片上加上人眼几乎看不出的微小噪点，AI的“想象”就会彻底崩溃：画面扭曲、结构崩塌、动作失控。他们发明了一种叫BadWorld的攻击方法，不需要知道未来真实画面，也不需要预测你会怎么操作，就能让AI的预测完全跑偏。

这听起来很危险，但反过来想，它也能用来保护隐私——比如给你的照片加一层“隐形干扰”，让AI无法正确模拟你的行为。

你给机器人说一句“把杯子推到左边”，它就能生成一段视频，展示接下来几秒会发生什么——杯子真的被推过去了。这不是真的在动，而是机器人在脑子里“想象”出来的物理世界。Qwen-RobotWorld 把自然语言当作统一遥控器，让同一个模型能预测机械臂、自动驾驶、室内导航等不同场景的未来画面。

它靠一个60层双流扩散变压器，把语言和视频特征一层层融合，再喂进860万条视频-文本数据训练。结果在多个评测榜上排第一。它不是你明天就能用的产品，但它是让机器人学会“预演”动作后果的关键一步——就像人类做决定前先脑补一下。

你习惯的AI是问答式的——你问它答。但现实世界不等人：监控里冒烟、直播中闪过商品、视频通话里表情变化，这些瞬间转瞬即逝。这篇论文做了一个8B参数的视觉语言模型，它像人一样持续“看着”当前画面，自己决定要不要说话、什么时候说，甚至判断问题太难时交给后台更强的模型处理。

它没被训练过，却自己学会了引导用户切换App界面、对着幻灯片即兴讲课。在6个真实场景中，人类评分远超豆包和Gemini的视频通话助手。这是首个开源、可部署的实时交互模型，代码、数据、训练方法全公开。

它不是你明天就能用的工具，但指向一个方向：AI从“应答器”变成“在场者”。

你刷到一篇数据新闻，图表漂亮、故事流畅，但心里总犯嘀咕：这些数字是真的吗？角度有没有被带偏？现在有个AI记者系统叫Data2Story，它把写新闻拆成找数据、做分析、选角度、设计可视化——每个环节都有专门AI负责，最狠的是它内置了一个「检查官」：每个数字、每张图、每段结论都必须能追溯到原始数据或代码，读者可以点开看它到底怎么算出来的。

它还会根据内容自动选呈现方式：讲地理就上交互地图，讲音乐就插音频，而不是千篇一律的折线图。在18篇真实新闻的对比测试中，它产出的故事在透明度和可验证性上甚至超过人类记者。当然，在选题创意和设计美感上，人类依然领先。

所以它不是你明天就能取代记者的工具，而是让记者多一个能自动查证、自动配图的搭档——以后你看到的数据新闻，可能背后就站着这样一个AI，而它说的每一句话，你都能自己查。

现在的机器人学操作，大多还是把3D世界压成2D图片来理解，就像你透过猫眼看人——能看见动作，但算不准距离和角度。这篇直接把一个预训练好的3D几何模型（原本用来理解物体形状和空间关系）当成机器人的大脑主干：浅层负责看，中间插一个预测模块，根据你的指令和当前状态，提前算出未来几秒的几何变化，然后深层再把这些预测转成具体动作。结果是在模拟和真实场景里，比那些用大语言模型或视频模型做底座的方案更准、更稳、更快，模型还更小。

它不是你明天就能用的产品，但指明了一个方向：让机器人用3D的脑子想3D的事，而不是硬把3D翻译成2D再猜。

现在的AI视频生成，你只能给个提示词，镜头怎么动完全看AI心情。DreamX-World 1.0让你像玩游戏一样控制镜头：你可以指定摄像机路径、回头看看之前去过的地方，甚至中途触发事件（比如让角色开门）。它用了一种叫E-PRoPE的编码技术，把摄像机的位置信息直接嵌入到视频生成中，同时通过记忆机制记住之前生成的画面，避免场景漂移。

在8张RTX 5090显卡上能跑到16帧每秒，基本实时。这不是你明天就能用的产品，但它展示了AI视频从“随机生成”走向“可控交互”的关键一步。

现在的AI写代码助手有个通病：它一边要翻仓库找文件，一边要写代码，结果翻文件时读到的无关内容会污染它的思路，还浪费大量算力。微软这篇论文的做法很直接——给AI配一个专职的“探路子模型”，只负责快速定位代码位置，不参与写代码。这个探路员能并行搜索，返回精确的文件路径和行号，把主模型从翻仓库的杂活里解放出来。

在多个编程基准测试上，这套方案让修复成功率最高提升5.5%，同时主模型消耗的token减少60%。它不是你明天就能用的工具，但指明了一个方向：把大模型的任务拆成“找”和“做”两个角色，比让一个模型干所有事更聪明。

一个只有3B参数的小模型，在数学竞赛和编程题上，干翻了DeepSeek V3.2、GLM-5这些千亿级大模型。研究者用了一套「课程学习+强化学习+自蒸馏」的组合训练法，让模型在AIME数学竞赛上拿到94.3分（加测试时缩放能到97.1），在LiveCodeBench编程题上80.2%一次通过，甚至没见过的LeetCode新题也有96.1%的接受率。关键是，它没有牺牲指令遵循能力——IFEval得分93.4。

这挑战了「模型越大越聪明」的常识，暗示推理能力可以被压缩进小模型的核心，而大模型多出来的参数更多是用来装常识和长尾知识。它不是你明天能用上的，但如果你关心AI的效率和成本，这是一个信号：未来可能不需要烧钱堆参数，也能做出顶尖的推理AI。

大模型要么快但笨，要么聪明但慢。Ling-2.6 和 Ring-2.6 是同一家族的两兄弟：Ling 专攻秒级响应，Ring 专攻深度推理。它们不是从零训练，而是从旧模型升级，通过混合注意力机制（闪电注意力+MLA）让长文本训练和推理更快。

更关键的是，他们用“进化思维链”和“最短正确回答蒸馏”等技巧，让模型用更少的 token 输出同样好的答案——这意味着更低的成本和更快的速度。Ring 则用一套叫 KPop 的强化学习框架，在编程、搜索、工具调用等真实环境中稳定训练万亿参数模型。这套方案已经开源，不是明天能用上的那种，但它展示了“又快又聪明”不是梦，而是工程取舍的艺术。

大模型写代码时，重复思考能提升质量，但并非越多越好。研究者发现，让模型把同一段代码逻辑“循环”两次，效果最佳——在SWE-bench（软件工程基准）上得分从43%跃升至64%，三次或更多循环反而导致性能下降。原因是：第二次循环能有效修正错误，但第三次起，模型开始做无意义的微小调整，同时每次循环都会引入位置偏差，成本超过收益。

这解释了为什么“多想一遍”有用，“多想两遍”就多余了。它不是你明天能用上的技巧，但揭示了AI推理的一个底层规律：适度重复有益，过度则有害。

传统知识蒸馏让大模型当老师，逼小模型模仿它的输出（logits），但老师太大时，小模型只学到老师最尖锐的“口音”，反而在没见过的新题上翻车。强化学习（RL）让小模型自己试错，可一旦所有尝试都失败（得分为零），老师强行插入正确答案会打乱学习节奏。这篇论文的解法很反直觉：老师不碰梯度，只改题目。

遇到难题，老师把一道题变成两道：一道把正确答案和小模型的错误答案匿名混在一起，让小模型自己选；另一道把小模型的所有错误答案打包，让它看清自己错在哪。这些题被反复投喂，直到小模型答对一半以上才毕业。在Qwen3.5系列（0.8B到9B）上，用27B老师训练视觉语言模型，在31个基准测试中，ZPPO全面超过传统蒸馏和GRPO，模型越小提升越大。

它不是你明天能用上的，但给了一个新思路：教AI不一定靠灌输答案，而是靠设计问题。

训练机器人需要大量操作数据，但让机器人自己动手又慢又贵。这篇论文的思路是：让机器人看人类的第一人称视频（比如你戴着头戴相机做饭、修东西），从中学会动作。研究者建了一条流水线，把人类视频自动转成机器人能懂的“伪动作轨迹”，再和真实机器人数据一起训练。

关键技巧是：用统一动作表示（基于相机空间坐标、形态条件、时间对齐）让两种数据能混用，同时加一个“可靠性权重”来过滤人类视频中的噪声。实验表明，加入人类视频数据后，机器人在桌面操作和双臂操作任务上都达到了新高度。它不是你明天就能用的，但指明了降低机器人训练成本的一条路：用海量人类视频替代部分机器人实操。

让AI从头到尾做一个能玩的游戏，比写代码难得多。研究者搞了个新测试GameCraft-Bench，让AI在Godot引擎里按文字描述做140个游戏（从贪吃蛇到平台跳跃）。结果最强模型只完成41%，多数不到40%。

AI能做出部分玩法，但做不出完整游戏——缺内容、缺视觉反馈、缺连贯体验。这不是你明天能拿来用的事，但它是衡量AI编程能力的新标尺：能写代码不等于能做出一个能玩的东西。

现在的AI教学助手大多只会生成文字或PPT，但真正的课堂里，老师会板书、高亮、画线——这些动作本身就在传递重点。这篇论文让AI学会像真人教授一样，一边讲课一边在虚拟黑板上做手势：写公式、圈关键词、画箭头，而且动作和说话内容能对上节奏。核心是两件事：一是把教授拆成「总指挥+专业助手」的团队，总指挥根据你的水平决定讲多深、用什么动作；二是用算法把语音和动作自动对齐，比如讲到「光合作用」时，手刚好指向叶绿体。

实验请了真老师打分，说它比现有AI更像真人授课。它不是你明天就能用的产品，但指明了AI教育从「念稿」走向「表演」的方向。

医生看病人数据时，需要的不只是“危险/安全”二选一，而是0到100的连续风险分。但现有AI模型往往过于自信，把轻微风险也判成高危，导致误判。这篇研究让AI像辩论一样，先为“病情恶化”和“病情稳定”分别找证据，再综合打分。

结果风险分更连续、更准，校准误差降低81%，而且AI给出的理由比事后解释更靠谱。它不是你明天能用上的，但指明了AI医疗预警从“拍脑袋”走向“讲道理”的方向。

做城市街景的3D重建和渲染，过去两条路：物理模型算得准但总有瑕疵，生成模型看着真但没法精细控制。这篇把两者拼起来——先用物理模型算出场景的材质、光照等属性，再用生成模型去修掉物理渲染留下的伪影和噪点。结果是你既能像调灯光一样控制场景（比如换时间、插个车进去），又能得到像实拍一样流畅的视频。

做自动驾驶仿真、数字城市、影视后期的人，这是你明天就能试的那种：它支持新视角重打光、夜间模拟、动态物体插入编辑，而且效果比纯物理或纯生成都好。

大模型生成答案时，不同模型在不同阶段各有优劣。研究者发现，一个模型在生成过程中，如果对答案关键位置的置信度保持稳定，说明它走在靠谱的路径上；反之则可能出错。基于此，他们设计了一种“接力”方法：让多个模型同时生成，实时追踪每个模型在关键位置上的置信度变化，选出当前最靠谱的那个，把它的部分生成结果传给其他模型继续。

这样，不同模型可以在不同阶段贡献自己的优势，最终答案更准确。在多个推理任务上，这种方法比单个模型或简单集成效果更好。它不是你明天就能用上的工具，但展示了未来AI协作的一种可能：不是让一个模型包揽一切，而是让多个模型像接力赛一样，谁状态好谁领跑。

你手机里的 AI 助手如果一直开着摄像头，每分钟上传60帧画面，一小时就是3600次 API 调用，账单吓人。VisualClaw 用两级筛选：先快速扔掉99%的重复帧，再只把关键画面和技能库压缩后上传，一小时只调用5-20次，成本降98%。更关键的是，它会在失败后自我进化——把错误记忆存下来，下次遇到类似问题直接调取改进后的策略，在 EgoSchema 视频问答上准确率最高提升15.8%。

这不是你明天就能下载的 App，但它是让 AI 助手从“烧钱且死板”走向“省钱且越用越聪明”的关键一步。

现在的AI智能体虽然能记住对话历史，但不会判断哪些经验有用、怎么用、怎么记下来。这篇论文让AI学会一套完整的自我进化流程：先快速试错积累经验，再慢速提炼出可复用的知识。具体做法是给AI设计四层记忆结构（读、用、写、维护），并通过自我蒸馏把进化能力内化到模型参数中。

结果很惊人：9B参数的模型在多个任务上超过了397B的巨无霸。这不是你明天能用的功能，但它指向一个方向——未来的AI可能不再需要频繁更新版本，而是自己就能在运行中变强。

大模型训练通常需要人类反馈或大量数据，但这篇论文让AI自己教自己——而且是从“未来的自己”那里学。研究者针对扩散语言模型（一种非逐字生成、而是整体“显影”出文本的模型）设计了一套新方法：让模型先生成完整答案，再回头用这个答案作为“未来经验”去指导自己优化推理过程。在四个推理测试中，它只用强化学习十分之一的训练步数就超越了传统方法。

这不是你明天能直接用的工具，但它指向一个趋势：AI可能不再需要那么多人类标注，而是靠自我迭代变得更聪明。

扩散模型生成图像时，每一步都要从带噪图片里猜信号。但噪声和信号在频率上天然可分：低频是结构，高频是噪声。这篇论文发现，如果让模型在输入时就主动滤掉高频噪声（用可调的低通滤波器），它就能把算力集中在真正需要建模的低频信号上，而不是浪费在预测“噪声该长什么样”上。

在ImageNet和商业模型SenseNova-U1上，这个无参数、即插即用的操作稳定提升了图像质量和评测分数。它不是你明天就能直接用的工具，但揭示了一个反直觉的事实：给AI“降噪”不是削弱它，而是帮它聚焦。

你给AI一张照片，它就能想象出接下来会发生什么——比如你开车时前方路况的变化。但研究者发现，只要在照片上加上人眼几乎看不出的微小噪点，AI的“想象”就会彻底崩溃：画面扭曲、结构崩塌、动作失控。他们发明了一种叫BadWorld的攻击方法，不需要知道未来真实画面，也不需要预测你会怎么操作，就能让AI的预测完全跑偏。

这听起来很危险，但反过来想，它也能用来保护隐私——比如给你的照片加一层“隐形干扰”，让AI无法正确模拟你的行为。

你给机器人说一句“把杯子推到左边”，它就能生成一段视频，展示接下来几秒会发生什么——杯子真的被推过去了。这不是真的在动，而是机器人在脑子里“想象”出来的物理世界。Qwen-RobotWorld 把自然语言当作统一遥控器，让同一个模型能预测机械臂、自动驾驶、室内导航等不同场景的未来画面。

它靠一个60层双流扩散变压器，把语言和视频特征一层层融合，再喂进860万条视频-文本数据训练。结果在多个评测榜上排第一。它不是你明天就能用的产品，但它是让机器人学会“预演”动作后果的关键一步——就像人类做决定前先脑补一下。

GLM-5.2 现已在 AI/ML API 上可用！我们用同一个提示词，让它和 Opus 4.8 一次性生成一个可游玩的 Backrooms 游戏。

Opus 实现了手电筒功能，但无法奔跑也不能暂停。GLM-5.2 则做全了所有机制。

Opus：用时 2 分 14 秒，花费 1.94 美元

GLM：用时 1 分 08 秒，花费 0.37 美元

文档、指南和设置教程在下方：

大语言模型智能体真的能为它看不见的环境建立模型吗？这项研究让这个问题变得可评估了。

智能体需要通过与预言机交互来 uncover 一个隐藏的确定性有限自动机，交互方式是成员查询（这个字符串属于该自动机吗？）和等价……

我们让闭源模型和开源模型各自构建小型可玩游戏，以此测试它们的表现。开源模型成本低得多，速度也快得多，产出的游戏质量往往和闭源模型不相上下。

Opus 4.8 的价格是 MiniMax M3 的 15 倍。

GPT-5.5 的价格是 Nemotron 的 10 倍。

专家能从 Claude 中获得更多价值~ 根据 Anthropic 的报告。这是因为： > 他们提出的问题 > 他们使用的词汇 > 以及引导 AI 的能力

推出 eve，一个智能体框架。

目录结构：𝚊𝚐𝚎𝚗𝚝/ 𝚊𝚐𝚎𝚗𝚝.𝚝𝚜 𝚒𝚗𝚜𝚝𝚛𝚞𝚌𝚝𝚒𝚘𝚗𝚜.𝚖𝚍 𝚝𝚘𝚘𝚕𝚜/ 𝚜𝚔𝚒𝚕𝚕𝚜/ 𝚜𝚊𝚗𝚍𝚋𝚘𝚡/ 𝚜𝚌𝚑𝚎𝚍𝚞𝚕𝚎𝚜/

它就像是智能体领域的 Next.js。

你一直在租赁你的AI。这就是拥有它的样子。

本地模型。无需账号。无需密钥。免费。开源。不基于Electron。

来自 Boltz 的重大消息——这是我们迄今为止规模最大的更新！🚀

今天我们发布了两款用于蛋白质和小分子设计的全新顶尖模型，它们经过了 extensive wet lab 验证，同时我们还推出了全新 API，可让你（或你的智能体）在任何工作场景下，依托可扩展 GPU 运行我们的全部模型！🔥

GLM 5.2 现已上线 Workers AI。

我们很高兴能成为首发合作方，支持开源模型生态。

全新开放权重模型：GLM 5.2 现已在 Notion 可用。

专为长周期任务构建。

由 @baseten 提供服务。

🚨突发消息：Python 推出了全新开源多智能体 LLM 交易框架。它名叫 TradingAgents。下面介绍它的功能（以及如何免费获取它）：🧵

GLM 5.2 现已在 Venice 上线。

这是 @Zai_org 推出的前沿开源模型，专为驱动智能体和长周期智能体编程构建，针对最高难度问题提供了 High 和 Max 两种推理模式。

Pro 用户可以获得完全私有部署的使用权限。

MIT 刚刚开源了一款可能终结每小时 150 美元 CAD 行业的模型。它名叫 GenCAD。

它可以将照片转换为完全可编辑的 CAD 程序。你只需要上传一张草图或照片，它就能生成完整的参数化 3D 模型。

100% 开源。

GLM-5.2 现已在 Command Code 上线！这是一个前沿开源推理模型，专为长周期任务构建。

100万上下文窗口。强大推理能力。开源可用。

1美元Go套餐及10美元使用额度以上的订阅都可使用！！

$ npm i -g command-code@latest

GLM-5.2 现已上线 Hugging Face 🔥

对开源 AI 而言，这是重要的一天：达到 opus 级前沿智能水平，支持 1M 上下文，原生设计以智能体能力优先。

——AI 与人类的未来，是开放的

智能体治理不应该是事后硬接到智能体系统上的东西。

LangSmith LLM Gateway 允许你在构建、观测和评估智能体的同一平台上执行规则。

SPACEXAI：Scott Kamra 和 Tom Abbott 创立了 Galatiq（@GalatiqAI），这是一家专门为 SpaceXAI 打造的前沿工程公司。

它将高级工程团队嵌入企业内部，负责设计、搭建和扩展定制化的、基于 Grok 的智能体系统。

The company

我们很荣幸推出 Taste Labs。我们的使命是终结 AI 垃圾内容。

我们正在打造数据与基础设施层，为 AI 模型和智能体赋予品味。

今天我们结束隐身模式，宣布完成 1850 万美元种子轮融资，由 @CRV 和 @AmplifyPartners 共同领投。

AI 已经搞定了客观领域，让生成任何内容都变得容易。但它给人的感觉仍然不对劲。如今，挑战在于判断力：什么是合适的，什么符合你的风格，什么算得上出色。

这要求我们把一个模糊、主观的领域，转化成可以衡量和编码的东西。我们从设计领域切入。要解决这个问题，需要分两个方向推进：基础模型层和智能体层。

- 我们已经和顶级前沿实验室合作，评估并改进他们的模型，打造合适的后训练数据和强化学习环境。

- 我们也和应用层公司合作，为他们的智能体构建上下文与验证工具，帮助它们产出更优质、更贴合品牌、更有创意的输出。

我们想要一个 AI 输出让人感觉自然舒服的未来。如果你也对这个使命充满热情，加入我们吧！

AI 模型体量越来越大，它们需要运行空间。🧠

@wccftech 重点报道了 AMD Ryzen AI Max PRO 400 Series 处理器，该处理器最高配备 192GB 统一内存，可帮助开发者和创作者在本地运行参数量超过 300B 的大语言模型。

宣布推出 Probably：可验证数据代理。

我们完成了由 @a16z 和 @Accel 领投的 900 万美元种子轮融资，用于开发一款能够摄取、转换、分析和可视化原始数据的 AI 代理。

下面是一段未经剪辑的单镜视频，演示分析来自 Clickhouse 的 10 亿+行 NOAA 气象数据 👇

DeepSeek 开源模型的性价比高到什么程度？哪怕微软在 OpenAI 这个烧钱大坑里亏了几千亿之后，都转用它了。

再说一遍，一切都在按照我之前告诉过你的方向发展。

GLM 5.2 已在 AI Gateway 可用。它是 @Zai_org 首个拥有 1M token 上下文窗口的模型，专为长周期、项目级工程任务构建。模型 ID：`zai/glm-5.2`

GLM 5.2 是开放权重模型，在代码编写和智能体循环中表现出色。又是一天，又有一个超棒的开源模型诞生了！

Kimi 2.7 和 GLM 5.2 正处于激烈竞争中。今日起，它就已和 Opus 4.8、GPT 5.5 一同上线 ChatLLM。

构建智能体最难的部分，其实不是构建智能体本身。难的是数据。

讽刺的是，难的是搞清楚 OAuth、令牌、凭证、权限范围……

我们已经有 AGI 摆在那，就等解锁使用了。

Vercel Connect 同时解决了安全性和易用性问题。用起来体验很棒。

令人震撼的硬件突破：一名开源车库工程师将一整个AI Transformer模型（含KV缓存）直接烧录进了一块定制数字芯片：没有GPU，没有CPU，没有云。

只靠纯硅运行microGPT，在仅80 MHz的频率下达到了56,000+ tokens/秒的速度。而且它的能耗比一台计算器还低。

目前已在FPGA上完成原型，现在已经能在一块小型LCD上拼出名字了。

这就是GateGPT，端侧AI的宏大未来已经到来。这项技术可以也必将扩展到更大的模型上。

效率高得离谱。纯粹的数字魔法。

这是适用于 IDA Pro 9+ 的 AI 驱动逆向工程插件。

它支持一键解释，可立刻理解怪异控制流，还提供智能自动重命名建议、漏洞提示、语义图、RAG 搜索与文档。

对逆向工程、恶意软件分析从业者和 CTF 玩家来说，这是能彻底改变游戏规则的工具。

FigureAI 这场直播对风投而言是一次迷你 ChatGPT 时刻。

机器人领域的融资规模传统上一直落后于 AI 融资，但我们现在正迎来前所未有的新一轮投资者兴趣浪潮。

这股浪潮会传导到数据收集、供应链搭建环节，还会推动更多人才进入这个行业。

Grok 4.3 现已在 Amazon Bedrock 上线。

企业现在可以直接在 AWS 内部使用 xAI 的推理优先模型进行开发。

Grok 4.3 支持可配置推理强度、强大的工具调用、指令遵循、结构化输出、响应流式传输，以及智能体工作流。

AWS 表示，它特别适合客户支持、网页开发、判例法研究、金融文档问答、搜索、聊天，以及多轮企业工作流。

xAI 目前正将 Grok 直接接入企业已经在使用的基础设施中。

这对 Sam Altman 是一记重击，由于成本问题，微软计划将 $MSFT Copilot 改为按使用量定价，并改用开源 AI 模型 DeepSeek，而非 OpenAI。

$NBIS 已完成对 Eigen AI 的收购，交易金额约为 6.43 亿美元，此举进一步强化了 Nebius Token Factory 作为前沿推理平台的地位。

Eigen 能帮助 Nebius 从每一块 $NVDA 芯片中获得更多 token，提升性能、降低客户成本，并优化开源模型工作负载。

Fable 是我第一次见到有大语言模型能模拟出可靠的心智理论，还能把自己从token的绝望陷阱中拉出来。

这是开源迄今为止最好的日子之一，就像我反复说过的，中国模型达到Fable级能力只是时间问题。

美国的Mythos禁令是搬起石头砸自己的脚，因为它只会损害西方AI创新，却起不到什么作用。

和很多信奉AI的机构一样，过去几个月里，我们在编码代理上的支出增长非常显著。

我们正在构建的LLM网关（目前已开放非公开预览），核心功能之一就是成本控制与可见性。

我们的实现方式如下：
1/ 准确、实时

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。

Spotify、Xcode、系统设置、iOS 模拟器，甚至

LangSmith Fleet 有两种类型的智能体：✅ 通用对话 ✅ 专业智能体。

@BraceSproul 讲解了我们为什么提供这种选择，以及每种智能体的适用场景。

AI 领域并非一维的。我在此尝试绘制出它的两个维度，我还没有给它们命名，但我认为 X 轴是「自主性」，Y 轴是「智能」。

欢迎告诉我哪里错了，以及我漏掉了什么。

祈祷@MistralAI能在今年年底开源他们有史以来最大的模型，并且把它命名为Le Chaton Slim。

理论：中国鼓励发布开源模型，是因为他们认为中国以外的客户反正不会信任运行在中国数据中心里的模型，所以他们能做的最优策略，就是尝试侵蚀美国前沿实验室的边际利润，不让这些实验室更快地实现复利增长。

开源必须胜利。现在发生在Fable 5和Anthropic身上的事，让这件事变得比以往更重要。

Z ai刚刚发布了GLM 5.2，这是一个强到离谱的开源模型，性能超过了Gemini 3.1 Pro，已经非常接近GPT 5.5和Opus 4.8。

- 编码和智能体任务性能大幅提升
- 1M上下文窗口
- MIT许可开放权重
- API定价与GLM 5.1一致

这才是我们真正需要的未来。

所以你是在告诉我，目前花钱能买到的最强代码模型，是一个只用了美国前沿实验室可用算力约5%训练出来的中国开源模型？

看来这就是@TMTLongShort“开源模型正在落后”这个论点的最后一根棺材钉了。

要构建一个强大AI开源开放、人人可用的未来，我们要做的是让AI效率实现根本性提升——无论是推理算力方面，（更重要的是）训练数据需求方面都要提升。

符号学习将实现这一目标。

我们正处于面向企业的AI最舒服的「常规技术」阶段：它能提升生产力，但仍需要整合进工作流——这都是我们之前见过的情况！

但这非常有可能只是一个途经点，而非稳定阶段。未来AI或许可以自己完成整合工作。

当AI能够创作喜剧时，我们就拥有了AGI。

当前AI领域最大的机遇，就是将循环应用于企业运营。大多数公司还没有想明白这件事。

以下几个例子可以帮你抢占先机：

Quasar 正在 Hugging Face 上成为热门趋势。

说明一下背景：HF 是 AI 模型的核心枢纽，所有重要的开源模型都托管在这里。

我们目前已经排在榜单第二页，和 Xiaomi、Qwen 以及 Liquid AI 并列，而这还只是我们从小型模型实验中取得的成果！

ML 社区已经注意到了我们。这不只发生在 Bittensor 上，也发生在更广阔的开源世界里。

开源社区已经搭建好了 MLX 和 GGUF 版本，因此 Quasar 可以在 MacBooks 和本地 AI 环境中运行。

我们才刚刚起步。

在开放权重模型的前沿领域不浪费一点时间。从我看到的结果来看，GLM-5.2 表现十分出色。

我非常好奇它在长周期任务上的表现如何。

好的文档能为 AI 智能体节省多少成本和时间？结果是，能省很多。

我们构建了一个自定义技能，教 Claude 更高效地解析 PDF，然后用真实使用轨迹找出它在哪里浪费了时间和金钱（反复重读同一个文件，

@DecagonAI 借助 Together AI 将语音代理每轮成本降低了近 6 倍。他们从闭源模型切换到了微调后的开源模型，同时保持了足够低的延迟，满足实时语音需求：

→ 每轮 p95 模型延迟低于 400 毫秒
→ 自定义投机解码与提示缓存
→ 优化完成

别再纯手工写公众号了！分享一套刚开源的微信公众号 AI 运营全流程 Skill。这次不只是简单的 Prompt，而是直接打通了底层 AI Agent 生产力： 1️⃣ 选题与写稿：基于 OpenClaw / Claude Code 自动化抓取热点并生成大纲 2️⃣ 审稿与优化：利用 Codex 智能校对，精准规避敏感词与逻辑漏洞 3️⃣ 排版与配图：通过 Cursor 快速实现自动化样式编排，一键成文 实测这套流派把内容产出效率提升了 5 倍以上，完全打通了新媒体的“硅基工作流”。

项目完全开源，抓紧接入你的工作流： 👉 GitHub：

火遍全网的codex到底怎么用？YouTube博主学长Ethan手把手教你：Codex从入门到进阶，保姆级完整教学。教你自主搭建工具、自动化处理各种事务的AI硬核能力，快速掌握指挥超级AI Agent的技巧。

适合想用AI放大能力的朋友！

程序员小伙伴们刷起来 -- 大模型算法的leetcode LLM Algorithm Practice Lab 这是一个面向大模型入门到进阶的算法实战教程，聚焦 Python、PyTorch、Transformer、推理优化、显存管理与 CUDA/Triton 实战 把每个知识点做成可运行、可验证、可回顾的 Jupyter Notebook 练习，帮助你从“会看”走到“会写、会调、会优化” 本项目仅限于纯粹的大语言模型（LLM）领域，不包含 Diffusion 或多模态，并配备本地测试用例，提供可反复练习和回顾的学习路径 项目特点 高度垂直：专注 Transformer、MoE、量化、推理加速与显存优化 工程导向：使用 PyTorch、Triton 或 CUDA C++ 实现核心算子和系统逻辑 测试驱动：每道题都配套本地测试和性能验证 传送门👉

天天喊着搞AI，结果你连Transformer是个啥都说不清？

有个仓库够狠，从零手搓一个GPT，不调任何高级库。Attention、多头、前馈、Embedding、残差、Layer Norm，怎么拼起来的全摊给你看。而且不止模型，整条链都有：

1️⃣ 数据下载、预处理、训练、生成一条龙
2️⃣ 训练数据用The Pile，22个来源825GB
3️⃣ tiktoken分词，存HDF5
4️⃣ 预训练之后还给SFT和RLHF的路子

改几个配置就能调大小。13M参数左右就开始拼对语法和单词，白嫖Colab或Kaggle的T4，练一天就出活。

想真懂原理、不想当调包侠，从这儿入门最干净。

在 AI Studio 中创建安卓应用并在你的手机上运行，这是 @patloeber 整理的快速分步指南：

Deep Agents深度解析第二部分 | 上下文管理

来自@SydneyRunkle的讲解，时长不到2分钟，介绍Deep Agents工具链中最重要的能力之一

提醒一下，你可以将 Codex App、CLI 和 SDK 用于任何开源模型，并非只能用于 OpenAI 模型。

假设开源模型持续落后闭源模型约 8-12 个月（至少在编码领域是如此），那么针对 Mythos 级模型加固 IT 系统的倒计时目前还剩 4-8 个月。

现在就拥有可公开获取、相对安全的防御性 Mythos 级模型，是一件很重要的事。

验证器非常重要。没有合格的验证器，/goal 和 /loop 会频繁出问题。只要是 LLM 分布外的内容，智能体就很难正确验证工作。

我认为你值得去微调自己的验证器，研究出如何把它们接入你现有的智能体。

如果你感兴趣，我在这里分享了更多相关内容：

如果微调对你来说资源消耗有点高，我认为验证器是个很好的用例，可以用来探索微调专用模型是否能带来价值增益。LLM-as-a-Judge 系统也是如此。

有人在 Codex 黑客松上做了一个 MCP 插件，把 ChatGPT 和 Codex 打通了 解决的问题很具体：GPT 5.5 Pro 是目前规划和调研最强的模型，但 Codex 里用不了。Codex 擅长执行，但规划能力不如 5.5 Pro 他的做法是用 MCP 把本地开发环境暴露给 ChatGPT，让 5.5 Pro

这个项目背后有一个更大的趋势值得注意 MCP 协议正在变成 AI 工具之间的“万能接口”。之前它主要是让 AI 连接外部数据源（数据库、浏览器、文件系统），现在开始用来让 AI 连接 AI 了 想一下这个组合的可能性： -Claude Code 负责写代码 + ChatGPT 5.5 Pro 负责架构设计 -Codex 负责执行任务 + Claude

疯狂的模型！它居然用的是旧的 Qwen2.5-Coder-3B 架构，还通过他们的后训练体系取得了相当出色的性能。

我接下来几天会实际用它，看看 VibeCoder 的实际体验能不能配得上这个名字。但第一印象已经相当惊艳了！以上基于技术报告得出，

baoyu-design skill 可以在本地生成动画视频，导出 mp4 格式，就像附件视频这个。 Claude Design 网页版可以用提示词创建动画视频，但你需要在网页上才能看到视频，无法下载。也有人基于第三方插件录屏软件实现过，不过很麻烦，效果也不是很好。 在这套 Skill 基础上，我已经实现了直接把动画导出成

应用案例

有个小技巧，就是它默认的生成结果是 HTML 的，可以在 Agent 内置的浏览器中打开这个 HTML，暂停视频播放，然后标记要修改的位置，让 Agent 去在标记的位置修改，可以做一些微调。

Codex 也可以的，但是效果要差不少

应用案例

我靠，原来 CLAUDE.md 还有这么多门道，以前真是白写了。 以前我一直以为「信息越多越好」，于是把项目历史、技术决策、个人偏好，甚至「写干净代码」这种空泛要求，全塞进 CLAUDE.md。 结果就是：Claude 每次都像在几千行上下文里翻垃圾堆。

用了一天 Zcode + GLM 5.2，怎么体感比 Codex 还好很多呢。。。

一点都不卡，模型也很给力，基本没什么返工。完成一个重构任务，5 小时用量还剩很多。软件的很多设计细节做得也相当好。

有一种花 20 万买国产电车比 50 万的 BBA 还好的感觉，国产大模型变成国产新能源了！

🚨突发消息：语音 AI 的大日子。@Cartesia 刚刚发布了 Sonic 3.5，@SarvamAI 宣布完成 3 亿美元 B 轮融资——所以我决定亲自测试两者。相同脚本，并排对比。结果相当疯狂。Sonic 在情感表达、字母数字处理上领先一个量级。

同一句话，真实的情感。其中一个朗读就像真人一样有语调起伏，另一个则全程平淡。听过 Sonic 的版本后，你再也没法无视这种差距。

一次性验证码、订单 ID、账号和电话号码——这些是语音助手每天要读上百次的内容，也是很多文本转语音容易出问题的地方。来听 Sonic 如何把每个数字都读得清晰，还能像真人一样分组停顿。

印度的真实对话不会只停留在一种语言里。印地语、泰米尔语、泰卢固语、孟加拉语、马拉地语、卡纳达语、旁遮普语 🇮🇳。Sonic 在每次语言切换中都能保持同一个声音——温度一致，不会口音重置，不会在切换语言时卡壳。这种一致性最难做到，也正是它的优势所在。

⚕️ Hermes 今日贴士：你可以在 Hermes Agent 的任何工作流中使用看板。

✅ 深度研究。✅ 大型写作项目。✅ 编码。✅ 只要你说得出来的都可以。

这是让你的项目保持有序，让你的代理保持专注、牢牢锁定上下文的最佳方法。

我

HERMES代理可以全自动运营内容剪辑生意。

从单条YouTube长视频出发，该代理可以在全平台生成每天9条 posts。

按照这套模式搭建的单个账号，每个月可以赚取1000到4000美元，也就是约合7000元到29000元人民币。

这套工作流程的第一步是，找到一位在YouTube制作长内容的创作者，内容形式可以是播客、直播或是教学内容。

这是AI系列内容的第六期，主题是讲解什么是智能体循环。如果你曾花数小时在Codex或Claude上来回操作，每次AI出工作流错误时都要手动修正，问题通常可以追溯到一件事：智能体循环，或者说，缺少智能体循环。

如果需要AI完成的任务是生成指定主题的每周研究报告，搭建智能体循环的操作和直接给提示词有明显区别。直接操作通常是输入提示词“调研X”，之后让智能体调用连接工具自行处理。

搭建智能体循环时，你需要先写下两个核心内容，其中第一个是目标：生成一份完整的报告。

想了解更多关于循环工程的内容，可以查看原文链接。

Caspius（@caspius_ai）的定位是具身AI（也叫物理AI）的数据层。

大模型可以从互联网文本中学习知识，但机器人的学习逻辑完全不同。机器人要掌握做饭、清洁、洗衣、组装、搬运这类技能，依赖的是视觉、动作、手眼协调、物体触感，以及真实环境中的细微变化。

这类数据很难通过模拟器生成解决。当前行业真正稀缺的，是大量来自真实世界的第一人称任务视频，覆盖不同家庭、不同物体、不同光线和不同人的动作方式。

目前这个项目还处于非常早期的阶段，参与人数不到50人，提前参与可以获得积分，后续会有相应优势。

有实际购买GLM智谱会员并真实切换使用的用户表示，其他号称使用该服务的用户并非真实付费使用者，只有自己是真实付费使用。

GLM 5.2的最大改动是支持1M（100万token）上下文窗口，上下文处理能力终于和Claude系列对齐。

此前GLM 5.1的问题是无法适配Claude模型，使用Claude code时需要手动在设置中配置自动压缩、压缩阈值等一堆参数，如果在多个Docker（应用容器引擎）中运行，还需要额外进行手动配置。

不用每月支付20美元订阅ChatGPT Plus会员。只需5分钟就能完成Codex与国产大模型的接入，不用翻墙，国内可直接使用，新手没有操作门槛。

第一步安装Codex：从OpenAI官网下载安装包，双击按默认设置完成安装，直接跳过官方登录界面即可。

第二步安装CC Switch：这款工具适合新手，一键完成配置修改，不用手动查找修改文件，也不会因为改崩出错。

第三步获取DeepSeek密钥：在DeepSeek官网充值10元就可以使用很长时间，价格便宜，完成密钥创建即可。

开发者JinjingLiang在𝕏公开了自己当前使用AI工具进行开发的工作流程。

UI开发工作使用@grok Build内置的Composer-2.5，或是cursor-agent完成。

逻辑复杂度高的开发任务，则由Codex负责。

分享附带相关内容链接。

一名用户在𝕏（原推特）发文称，自己通过条理清晰的AI安全论述，说服了身为纽约第12选区选民的母亲，投票给Bores。这名用户表示，这件事可能对自己的职业发展有好处，他希望这套说服方法可以推广应用。

随后他更新了消息，这套方法没能说服自己的父亲。

LyalinDotCom与同事共进晚餐后回到工作岗位，抽出时间进行学习。他正在尝试进一步熟悉新Gemini Managed Agent API（Gemini托管代理应用编程接口）的工作方式。他在社交平台发文向网友提问，询问是否有人已经体验过这项新功能。

🤯 GLM-5.2 已发布——专为长周期编码和智能体任务构建，现在拥有稳定支持的1M token上下文窗口。

它是目前最强的开源编码模型！现已在 Ollama 云服务上线，部署在美国最新的 @NVIDIAAI Blackwell 数据中心GPU上。

隐私政策与零[原文此处截断]

模型页面：

⚕️ 今日 Hermes 小贴士：你可以在 Hermes Agent 的**任何工作流**中使用看板。

✅ 深度研究 ✅ 大型写作项目 ✅ 编码。

只要你能想到的场景都能用。

这是保持项目有序，让你的代理保持专注、锁定上下文的最佳方式。我

HERMES AGENT 可以自动运营内容剪辑业务。从单个 YouTube 视频出发，它可以在全平台每天产出 9 条帖子。

用这种方式搭建的单个页面，每月可以赚 1000 到 4000 美元。

工作流程是：1. 找到一位在 YouTube 上创作长内容的创作者（播客、直播、教育内容）

AI 系列 - 06 智能体循环到底是什么？如果你曾花好几小时来回和 Codex 或 Claude 沟通，每次都要纠正它犯下的工作流错误，问题通常都能追溯到一件事：智能体循环，或者说，缺少智能体循环。

➤ 搭建一个智能体循环实际是什么样的
假设你需要 AI 完成的工作是，针对选定主题生成每周研究报告。你不用提示“研究X”，然后让智能体靠它的连接器瞎忙活。你只需要写下两样东西：目标：生成一份报告

想了解更多关于循环工程的内容

当前工作流：UI 工作使用@grok Build 或 cursor-agent 内的 Composer-2.5，逻辑密集型工作使用 Codex。

Sherlock AI 最近取得了惊人的成果。过去一个月里：

- 被两个顶级协议采纳用于内部安全审计，其中包括全球最大的 DeFi 协议之一

- 在一个复杂跨链借贷项目中发现了一处已确认的高危漏洞

在你的代码仓库上运行 Sherlock AI ↓

开发者ivanfioravanti在社交平台𝕏发文，感谢Teknium和NousResearch推出的工具Hermes Agent。他表示，这款工具彻底改变了自己在电脑上完成各类工作的体验。

可适用的场景覆盖学习、测试、监控、实验、编写代码等多个领域。

他对这款工具给出了极高评价。

一名网友在社交平台𝕏发文称，自己靠详实的AI安全论点，说服了纽约十二区（NY-12）选民——也就是自己的母亲，投票给Bores。他认为这件事对自己的职业发展可能有益，希望这套说服方法能推广到更多场景。

随后他更新了消息：这套方法用在父亲身上没有成功。