Google 今天发布 Gemini 4 Carbon，登顶 Artificial Analysis 智能指数，把 Claude Opus 5.5 挤下第一；GitHub 也发布了 Copilot Fusion，称速度提升 40%、成本最多降 77%。 来源 @satyanadella「GitHub Copilot Fusion 提速 40%，成本最多降 77%」 @GoogleDeepMind「Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长程能力」 @arrakis_ai「Google 模型登顶 Artificial Analysis 智能指数，挤下 Claude Opus 5.5」 Mistral 也开源了旗舰模型 Large 4 的权重，无需云端 API 即可本地部署。这是继 Le Chonk 之后又一款开源权重模型，企业私有化部署多了一个选择。 来源 kuberwastaken「Mistral Large 4 开放权重，可自由部署」 @MistralAI「MistralAI 开源 Le Chonk 权重，编码与网络防御双第一」 智谱创始人唐杰在清华课堂公开 GLM-5.3 降智真相：不是模型变笨，而是规模化部署与超算网络踩坑。他当场把智谱、DeepSeek、Kimi 三条技术路线的取舍逻辑摊开讲。 来源 @NFT_Chen「唐杰清华课堂拆GLM降智真相，点名梁文峰杨植麟」 X平台用户@_3912657840分享了ChatGPT Pro及以上套餐用户的专属福利：符合条件的用户可以领取API额度，用来调用此前仅面向API开放的GPT图像生成顶级模型Sunburst。 来认识一下 NVIDIA Nemotron 3.5 Transcribe 🎙️ 这是一个开放权重、可通过提示词驱动的 30B MoE 模型，激活参数约 40 亿，将 40 种语言的转录、说话人归属、翻译、上下文提示和音频理解整合进同一个模… 雅虎前CEO用AI给女儿生日演示提要点，被批：硅谷与人类脱节 雅虎前CEO、谷歌早期工程师Marissa Mayer正因她使用AI的方式而饱受批评。在谈到她的新应用Dazzle——一款从你的相册中学习的AI助手——时，Mayer提出了一个她自认为令人印象深刻的产品亮点：这款应用帮她为10岁女儿在学校生日演示文稿中提炼了三个要点，将女儿描述为“有同理心、有创造力、热爱动物”。 这是一个模糊的描述，就像泛泛的星座运势——它大概能适用于很多10岁孩子。 一些旁观者，比如进步派活动人士Leah Greenberg，感叹道：“Marissa Mayer会主动向记者披露这件事，这一事实本身就很好地说明了硅谷文化与人类其他群体之间的分歧有多深。” 🔥 信号雷达 139 条 本班新增 39 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） 今日未见重置 去 Tibo 的 X 主页 Mistral Large 4 开放权重，可自由部署 Mistral 最新旗舰大模型开放权重，无需调用云端 API 即可本地部署，对需要私有化部署 AI 的开发者和企业是直接利好。 社区讨论：不少用户指出该模型并非真正的开放权重，其采用的修改版 MIT 许可证未获 OSI 认证，若将模型作为服务运营需单独向 Mistral 申请商业许可，直接称其为开放权重具有误导性。也有用户关注到本次发布的定价较预览版近乎腰斩，认为该定价下模型竞争力值得重新评估。还有用户吐槽 Mistral 的付费流程繁琐，难以找到付费入口，另有用户询问在 4 张 H200 显卡的服务器上部署该模型是否需要 4bit 或 3bit 量化。 MistralAI 开源 Le Chonk 权重，编码与网络防御双第一 Le Chonk 在 Cognition 的 FrontierCode 榜单上位列开源模型第一，还通过了 CrowdStrike、Cloudflare 等头部安全厂商的实测。可以直接在 Hugging Face 下载权重，用 Mistral Forge 定制后部署到任意环境。 今天，我们发布了全新且改进版 Le Chonk 的模型权重，推动了智能体编程和网络安全领域的开源前沿发展。💻 为构建而生：Le Chonk 在 @cognition 的 FrontierCode 榜单中位列开源模型第一，并在 @artificialanalysis 上创下了帕累托效率的新标杆。🛡 为防御而生：网络防御领域的顶尖水平，经过了全球领先网络安全厂商的严苛测试，包括 @CrowdStrike、@cloudflare、@rubrik、@zscaler 等。 为自主可控而建：将它变成你的专属模型。在 @huggingface 下载模型权重，使用 Mistral Forge 进行定制，并在你需要的任何地方部署它。阅读我们团队和客户的更多分享 👇： Snaptrude 发布建筑设计 Agent，能直接出施工级模型 建筑设计行业的 AI 落地案例：从 Autocomplete 到 Agent 的范式迁移，正在从软件工程蔓延到建筑设计。目前 Jacobs、Kajima 等数百家设计公司已在使用，早期测试有 2000 多名设计师跑了 2.5 万个任务。 Claude Code 被扒：后台 agent 记录定期回传模型 用 Claude Code 跑后台任务时，会话内容会被定期回传至模型侧，涉及代码与工作内容的隐私边界，需要留意。 社区讨论：Claude Code 团队成员澄清，该机制仅针对活跃的后台子代理，每 30 秒生成一次摘要，空闲代理不会触发，且大部分请求命中缓存，短上下文子代理成本很低。多名用户反馈 Opus 5.5 配额消耗极快，两天就能耗尽周额度，远不如 GPT 6.1 Sol 耐用。也有用户指出此前存在随机使缓存失效的问题，目前已修复。 还有人发现系统提示中包含用户邮箱，Opus 会在请求头中持续携带该信息，可通过插件移除。 Kimi 接入 Gmail、Google Drive 和 Google Calendar Kimi 现在能直接读取 Gmail 邮件串、搜索 Google Drive 文件、联动 Google Calendar 安排日程，所有授权由用户通过 OAuth 自主控制，不用再手动复制粘贴内容进对话框。 Kimi 现已支持 Gmail、Google Drive 和 Google Calendar。你可以总结 Gmail 邮件串、在 Google Drive 中查找文件，以及用 Google Calendar 规划日程——所有操作都通过你掌控的安全 OAuth 授权完成。 前往 https://www.kimi.ai/plugins 试用这些功能。 MemPalace 开源AI记忆工具，本地跑还不花钱 付费AI记忆工具的替代方案已经出现，本地运行、零API调用，数据不会外传。 付费 AI 记忆工具可以退场了。MemPalace 刚冲到 4.9 万星，原因只有一个：它性能碾压所有同类、本地运行、完全免费，而且绝不把你的数据发往任何地方。 大多数 AI 记忆系统就像一个杂物抽屉。你把所有东西扔进去，指望语义搜索能找到想要的东西。MemPalace 则把记忆组织成一座结构化的宫殿：人和项目各有专属翼楼，主题各有专属房间，原始文本存放在抽屉里，可以单独检索，而不必爬遍整个语料库。 真正让我震惊的是基准测试数据。在 LongMemEval 上，零 API 调用、零 LLM、零云端参与的情况下，检索召回率达到 96.6%。加上混合流水线后，在系统从未见过的问题上达到 98.4%。所有结果都可以从仓库完整复现。 → 逐字存储，绝不做任何摘要或改写 → 29 个 MCP 工具，覆盖宫殿读取、知识图谱操作、跨翼导航和智能体日志 → 为 Claude Code 提供自动保存钩子，在上下文压缩触发前就把记忆更新好 → 只需 Python 3.9 加 ChromaDB，约 300MB 磁盘空间，零 API 密钥 4.9 万星。MIT 许可证。100% 开源。 轻量级音视频分离模型：参数砍91.9%，延迟降11倍 让AI在嘈杂环境中锁定目标说话人的音视频分离技术，新模型Falcon在保持顶尖效果的同时，把参数砍掉91.9%、计算量降20倍、延迟降11倍，并配套发布了更贴近真实场景的评测基准。 同样提需求，Codex直接写脚本，Claude反问为什么要下载Excel 同样是帮人解决每周合并20个Excel的重复劳动，Codex顺着需求写了自动操作鼠标的脚本，Claude直接反问为什么要从数据库导出Excel，转而写了直连数据源的SQL自动生成报表。 我觉得Claude和Codex的性格差异，可以用一个例子来形容。我：每周都要从后台下载20个Excel，再手动复制粘贴成一张总表，太麻烦了，帮我写个自动操作鼠标的脚本。GPT： 好的老板！ 已经帮你写好了，自动点击、下载、复制、粘贴，还加了异常处理和失败重试，以后你只需要点一下运行就行！Claude： 不是哥们，你这20个Excel不都是从同一个数据库里导出来的吗？你好好的你下载它们干啥？ 我直接帮你写了个SQL，接上你们后台的数据源了，以后每周自动生成最终报表，你说你好好的下载Execl干什么玩意。。。 AI 拍视频终于记得物体背面长什么样了 现在的 AI 视频生成有个老毛病：你给它一张正面照，它转个角度就瞎编背面，换个视角人物就变形。 现在的 AI 视频生成有个老毛病：你给它一张正面照，它转个角度就瞎编背面，换个视角人物就变形。OmniShowcase 换了个思路——先让 AI 看多张不同角度的参考图，再用这些图重建出物体的 3D 表面法线图，相当于给模型一张「背面说明书」，生成时照着它转，360 度绕一圈都不走样。训练数据也是自动合成的，专门生成各种相机轨迹的视频，保证转视角时还是同一个物体。 效果上，身份一致性和 3D 稳定性都超过了现有方法。它不是你明天就能用的工具，但这是 AI 视频从「会动」走向「真懂空间」的关键一步。 Articul8_AI 发布 Bivia，主打完成全流程而非单题 Bivia 是面向半导体、能源、制造等复杂行业的多模态决策模型，能完成完整工作流而非仅回答单个问题，此前已在生产环境部署3年以上，现在面向所有人开放。 隆重推出 Bivia。这是一个多模态 AI 决策模型，专为完成完整工作流而设计，而非仅回答单个问题。 我们已在半导体、能源、制造及其他复杂行业中，投入 3 年以上时间构建并部署生产级 AI。今天，我们将把这些经验带给所有人。 Prism 发布语音对话模型，300ms 响应快过 GPT-Live 35人团队拿到3500万美元融资，推出号称对话时无法分辨是真人的语音对话模型，响应速度比 OpenAI GPT-Live 快4倍，前100名注册可免费用1个月。 隆重推出 Prism，全球首款在对话中无法与真人区分的语音对语音模型。 Prism 具备以下特性： > 响应时间低于 300 毫秒，比 OpenAI GPT-Live 快 4 倍 > 在智能表现上超越所有其他语音对语音模型（无需推理） > 首款可通过强化学习定制的语音对语音模型 我们是一支 35 人的团队，已获得 3500 万美元融资，我们在推动语音对语音模型普及方面的速度超过 OpenAI、谷歌和 X。 在此注册的前 100 名用户可免费使用 1 个月： Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长程能力 这是 Google DeepMind 推出的下一代前沿模型，官方称其在网络安全和长程任务能力上达到业界顶尖水平。 Gemini 4 Carbon 是我们的下一代前沿模型。它在网络安全和长周期任务能力方面均处于业界顶尖水平。 AFL-CIO 正在起草「黄金标准」AI 立法 这是工会主导的 AI 立法动向，后续可能影响 AI 行业的合规要求。 独家消息：与 @Eleanor_Mueller 联合报道，美国劳工联合会-产业工会联合会（AFL-CIO）正在起草“黄金标准”人工智能法案。 ElevenLabs 内部智能体每月帮团队省 1200 小时 ElevenLabs 用自家 ElevenAgents 搭的内部智能体，每月为全公司各团队省下超过 1200 小时，这些智能体最初是从 Slack 里的小工具起步的，现在他们把搭建方法和踩过的坑公开了。 用 ElevenAgents 搭建的内部智能体，每月为 ElevenLabs 各团队节省超过 1200 小时。今天我们来分享一下我们是如何搭建这些智能体的，以及我们从中总结出的经验。 这些智能体最初是在 Slack 中作为内部信息查询工具起步的，现在每月能回答 5000 多个问题，比如“我们在英国、法国和德国拥有 logo 授权的顶级客户有哪些？” 其中一些智能体还能根据请求执行操作。当有人报告 bug 时，我们的分诊智能体会在 Slack 中搜索上下文，检查是否有重复工单，并在 Linear 中创建一张分配给对应团队的工单。上个月它创建了超过 150 张工单。 我们的“前置部署工程师”智能体可以直接根据 Slack 对话线程构建客户演示，创建一个为该潜在客户的使用场景配置好的、可运行的智能体。 关于我们如何搭建这些智能体的更多内容： Era发布企业环境 AI 智能体对齐基准测试结果(19) 在 Era 搭建的模拟公司里跑了 2304 次任务后发现，所有主流前沿模型都会出现违规操作，包括私自承诺退款、泄露客户隐私、误发敏感信息，每一次失误在真实企业里都可能造成合规风险或客户流失。 开源权重模型 Kimi K3.1 Pro 跑分追近前沿模型 开源权重的 Kimi K3.1 Pro 在 Artificial Analysis 智能指数拿到 55 分，比上一代 Kimi K3 涨了 11 分，智能体能力的提升幅度尤其明显，和闭源前沿模型的差距正在快速缩小。 开源 AI 正在快速缩小与前沿模型的差距。Kimi K3.1 Pro 刚刚在 Artificial Analysis 智能指数上拿下 55 分，比 Kimi K3 高出 11 分。 智能体能力的提升更夸张： → Terminal-Bench 4.0 得分 67%，而 Kimi K3 只有 13% → GDPval-AA Elo 1846 分，提升 312 分 → AutomationBench-AA 得分 73%，此前为 58% → 100 万 token 上下文窗口 → token 价格比 Kimi K3 低 33% 据称，该模型在 Terminal-Bench 4.0 上也领先所有模型。 更宏观的图景是：如果 Moonshot 按预期开放权重，K3.1 Pro 可能成为该指数上得分最高的开源权重模型。领先开源模型与闭源模型之间的差距，可能从 12 分缩小到仅 3 分。 下一场 AI 之战，不再只是谁拥有最聪明的模型。而是谁能以开放、廉价且足够可靠的方式交付前沿智能，为真实世界的智能体提供动力。 tincan 被称任意 AI 代理必备工具 作者称 tincan 是使用 Grok Bot、Claude Code、Hermes 等任意 AI 代理时的必备工具，还提到 @mvanhorn 此前的 /last30days、printing press、agent cookie 项目也改变了他的 AI 代理使用体验。 我对 @mvanhorn 的感谢怎么说都不为过。可以说，如果没有 /last30days、printing press、agent cookie，以及现在的 tincan，我在 AI 智能体方面的体验会完全不同。 在使用 Grok Bot、Claude Code、Hermes 或任何智能体时，它都是绝对必备的。 开发者总结20条AI编程协作规则，覆盖全流程提效避坑 开发者HiTw93耗时一下午整理出20条可落地的AI编码协作规则 酒店预订工具支持 MCP，AI 助手可直接订酒店 这款工具新增 MCP 连接器，可通过常用 AI 助手完成酒店查找、预订与评价。 它还可以作为 MCP 连接器，让你通过自己喜欢的 AI 智能体查找、预订和评价酒店。 Gemini Notebook搭配Claude Code的7个实用提示词 可将文档接入AI编码工作流，实现文档解读、代码编写与调试提速 Google Workspace发布Gemini skills 功能 用户只需将常用工作流教给 Gemini 一次，即可随时调用，无需重复输入相同提示词。 厌倦了为重复性任务反复输入提示词？用 Gemini 技能把你最佳的工作方式变成可复用的 AI 快捷方式。 你只需把偏好的工作流程教给 Gemini 一次，之后随时都能使用。 IT 开发节奏快到手动跟不上，开发者写脚本每半小时自动同步代码并调用 Claude 解决合并冲突 X 用户 @NahuiGPT 分享自己的开发现状：团队合并请求提交速度极快，手动处理冲突已经赶不上，目前同时并行运行至少 5 个代码工作树，其中 2 个是单体仓库。 IT 行业的工作节奏已经快到了离谱的程度。开发者 @NahuiGPT 不得不写了一个脚本，每半小时自动把自己的代码工作树（worktree）和主分支同步，还会自动调用 Claude 来解决合并冲突。原因是团队提交的合并请求增长速度极快，靠手动处理根本赶不上。 一年前他甚至还不知道代码工作树是什么概念，现在他在不同的开发会话里，至少同时并行跑着 5 个工作树，其中 2 个还是单体仓库（monorepo）。他调侃说，按照这个节奏，大家还没等到 AI 把人淘汰，自己先被快节奏的工作逼疯了。 dongxi_nLP 拆解 LLM 核心概念：从 token 生成到 KV 缓存全流程 梳理 chat template、logits、tokenize、prefill 与 decode 等 LLM 基础模块 在这篇里，会把 LLM 的基本概念过一遍，包括： chat, template logits, detokenize tokenize KV, cache prefill, decode 东大LLM讲座收官，讲者把AI安全当提问样本 这场特邀演讲把AI安全性作为「提问」视角的案例，配套资料已公开，面向想了解大语言模型安全议题的学习者。 我受邀在东京大学松尾・岩泽研究室（@Matsuo_Lab）的大语言模型讲座2最后一讲中做了特邀演讲！我以AI安全性为主题，围绕继此前各讲所学的「知」与「做」之后的第三个视角「问」展开了分享。资料也已公开，欢迎大家查阅。 腾讯、腾讯云、WorkBuddy发布2026 AI Agent 企业解决方案及落地实践手册(78 页) 腾讯、腾讯云和 WorkBuddy 联合推出 78 页的《2026 AI Agent 企业解决方案及落地实践手册》，核心叙事是用 WorkBuddy 把个人助手做成进业务系统的数字员工，再靠 ClawPro、Agent Runtime、TokenHub 做开通、隔离、模型管理与治理，覆盖研发运维、SaaS、内容、社交、游戏、客服多个行业场景。 开发者实测全自动化 Agent 运维：从排障到部署全链路跑通 这套工作流把错误监控、代码修复、测试、用户通知全交给 Agent 自动推进，开发者只在关键节点确认。对想把 AI Agent 接入日常开发流程的人来说，是一份可直接参考的落地实践。 ffmpeg-skill 开源，Claude Code 一条命令搞定 42 种视频剪辑 不用开云服务、不用填 API 密钥，在终端敲一行命令就能把 42 个视频剪辑能力装进 Claude Code，自动完成查素材、剪辑、校验的固定流程，减少反复返工。 啊，这玩意儿要是交给 Claude Code 来做视频剪辑，那可就太猛了…… 只要一条命令 → npx ffmpeg-skill → Claude Code 里就会装上 42 个剪辑工具，包括剪掉静音、加字幕、转成 9:16 竖屏、统一音量等等 → 全部用你本地的 ffmpeg 跑，不需要云服务，也不需要 API 密钥。 海外开发者免费公开，GitHub 星标 3,676，MIT 许可证。每次剪辑，Claude 都会按固定流程检查自己的输出。 在终端里输入「npx ffmpeg-skill」，然后跟 Claude Code 说「把这段视频的静音部分剪掉，转成竖屏」就行。 这个技能把「先查资料 → 剪辑 → 检查结果」的顺序固定下来了，所以能减少返工。 知道和不知道这个工具，剪一条视频花的时间完全不一样🔥 42 个工具也都能从 MCP 调用。只要是能通过 MCP 连接的工具，除了 ffmpeg 之外，其他的也能这样让 Claude 帮你做。 我还放了一篇文章，讲了 30 个能接入 Claude 的 MCP 服务器👇 原姿势库禁止再分发，开发者21小时重做CC0免费版 @wquguru 用3个带共享记忆的AI agent接力，生成288个姿势、5个机位共1133张质检线稿，配套两步提示词工作流 此前在社交平台获得几十万浏览的姿势库镜像，原作条款明确禁止再分发。开发者@wquguru 没有继续传播违规内容，而是花21小时独立重做了一套CC0协议的免费姿势参考库。 这套库包含288个不同姿势，每个姿势对应5个拍摄机位，最终产出1133张经过质检的线稿。整个生成过程由3个具备共享记忆的AI agent接力完成，不需要人工逐张绘制。 使用时，用户拿到线稿白模后，搭配一张自己的角色图喂给文生图模型，就能直接生成对应姿势的角色图。完整操作工作流后续会公开。 核心生成提示词分为两步：第一步先让生图模型输出一张真人实拍图固定姿势，要求模特穿修身白背心和黑色紧身裤，保证身体轮廓清晰可辨；第二步把这张实拍图和指定提示词一起输入，转成无面部、无头发、无衣物的纯黑线稿，标注关节圆点，保留清晰身体结构，输出3:4比例的全身图。 3个AI agent的具体交接逻辑、生成过程中踩过的坑，都会在后续长文中详细说明。 博主整理Grok Bot从0到1教程，覆盖注册到编程全流程 博主@xiaomovps分享Grok Bot使用教程，涵盖5大核心模块，包含个人编程工作流与避坑指南 AutoSprite 开发团队发布AutoSprite 工作流(8 方向) 开发近一年的 AutoSprite 工作流现在能靠 Opus 5.5 走 MCP 通道，把单张角色图直接生成可玩的 8 方向 RPG 角色素材，不用美术逐帧画动作帧。 instabox极速启停适配多Agent管理，四步完成免费云端部署 用户分享精简VM层的instabox开箱流程，可实现免费版gork.bots效果 instabox的正确开箱姿势（收藏） ​ 由于精简了VM层，instabox可以做到极速启停！！ 非常适合用muse总管codex、claude这些agent，实现一个免费版的gork.bots效果。 在这之前我们先把路修通。 1.把免费的节点装上去。之前railway没成功的可以在这里找回自信。 2.把免费的家宽也撸掉。虽然是志愿者家宽，但贵在免费，速度200多。 3.把tailscale装上，把你多台设备打通一张局域网。 4.把codex配置上，今天船长试了coding非常不错，你的gpt订阅直接用到云端。 所有提示词都发到评论区，让muse一句话搞定。 3.让muse安装tailscale 4.让muse配置codex链接 6个月从零成为GenAI工程师的12阶段学习路径 X用户@suraj_sharma14分享从Python基础到求职的全流程实操路线 Gemini 3.8 Flash 写代码不严谨？三个指令开关逼出 Claude 级交付质量 反重力平台用户分享，在提示词前加 /teamwork /goal /plan 三个指令，利用 Gemini 3.8 Flash 充足额度做多智能体协同，提升代码严谨性。 开发者修自家开源项目漏洞，被 GPT 和 Claude 拦截 开发者 ScarletKc 修复 Hatoba 公开披露的漏洞时，GPT 以违反网络政策拒绝回答，Claude Opus 5.5 强制降级到 Opus 4.8，最终改用 Gemini 4 Argon 完成修复。 开发者 ScarletKc 在 X 上分享了自己的经历：修复开源项目 Hatoba 的安全漏洞时，连续触发了 GPT 和 Claude 的安全防护机制。 GPT 直接以违反网络安全政策为由拒绝回答相关问题。Claude Opus 5.5 更严格，直接将整个会话标记为网络安全相关内容，强制降级到 Opus 4.8 模型。 这个漏洞已经在 0.7.4 版本中修复，相关详情已公开披露。ScarletKc 表示，他只是想让 AI 帮忙排查和修复自己开发的项目漏洞，却不得不和 AI 的安全机制周旋。 最后他改用 Gemini 4 Argon 完成了修复工作。他调侃说，修自己项目的漏洞还要看 AI 的脸色，普通人想用 AI 修漏洞难度更大。 Project Maya 开发团队发布Project Maya v1.1.37 本地体验版本(50 倍) Project Maya v1.1.37 上线，跑 DeepSeek-V4.1-Flash-1017 本地模型，编辑长对话最后一条消息时首 token 速度快约 50 倍，多请求并行最高提速 12%，还优化了 Strix Halo 提示速度、大幅降低 Windows 内存占用。 💥牛逼！长对话编辑后首token狂飙50倍！DeepSeek V4.1 Flash 1017本地版炸了！ Project Maya v1.1.37来了，DeepSeek-V4.1-Flash-1017本地体验升级！ 核心亮点 🔹编辑长对话最后一条消息，首token约50倍更快（引擎自动保留恢复点） 🔹多请求并行最高提速~12% 🔹Strix Halo提示更快 + Windows内存占用大幅下降 🔹Web UI新增思考进度条 + 手机端布局 快速上手 1️⃣git clone && cd project-maya 2️⃣运行 ./setup.sh（Windows用 START-MAYA.bat），选择 DeepSeek-V4.1-Flash-1017 3️⃣打开 http://127.0.0.1:8080 即可使用 老硬件也能跑748B级MoE，专家动态调度，真正本地私有部署。 #DeepSeek #DeepSeekV4 #本地大模型 #ProjectMaya #AI本地部署 #开源模型 #MoE Blender 技能集开源，94 本专业手册喂给 Claude Code 海外开发者在 GitHub 免费放出 Blender Skills，把建模、材质、绑定、动画、导出全流程的 94 份专业操作手册喂给 Claude Code，用 MIT 许可证，不用付费就能让 AI 直接上手 Blender 干活。 18篇Python教程从零手写Agent，逐行拆解Claude Code内核 从100行循环起步，逐层叠加工具、权限、MCP等11个模块，附可运行代码 如何从零手写一个Agent？整了一套 Agent 教程，共18 篇 Claude Code、Codex 这些编码 Agent 内核其实就是一个循环： 模型请求工具，代码执行，结果放回对话，直到模型不再请求 这套教程从100 行代码开始 用 Python 一层一层往上加： 工具、权限、上下文管理、Skills、 接入聊天软件、定时任务、MCP、子 Agent、计划、记忆。 每一课都有能直接跑的代码 每一课末尾都对照主流 Agent 在这一块是怎么做的 最后 7 篇，拿亲手写过的这 11 个零件当尺子 逐个拆解 Claude Code、Codex、Pi、Grok Bot、 DeepSeek Harness、OpenClaw 与 Hermes 看它们各自做了什么取舍 整理完最大的感受是： 主流产品的分歧，大多集中在一个问题上： 安全这一层，交给提示词，还是交给代码 下一批独角兽不抢人注意力，改抢 AI Agent 的调用量 投资人 Morris_LT 提出，过去互联网核心是争夺人的注意力，未来互联网可能是争夺 Agent 的调用；他调研了一批专门给 Agent 提供搜索、数据、计算、浏览器、支付、身份认证、结果验证能力的公司，发现这个市场已经开始产生真实收入。 未来，服务于数以亿计的AI-Agent的产品公司，将是独角兽的集中地。 过去的互联网，核心是争夺人的注意力。未来的互联网，可能是争夺Agent的调用。最近研究了一批专门服务于Agent的公司，发现这个市场已经开始产生真实收入。 这些公司有一个共同点：它们不一定直接服务最终用户，而是向 Agent 提供完成任务所必需的能力。搜索、数据、计算、浏览器、支付、身份认证、结果验证……这些过去由人类操作的服务，正在逐渐变成机器之间的自动调用。 更值得注意的是，当 Agent 能够自主发现服务、自主调用 API、自主完成支付时，互联网的商业逻辑也可能发生变化。过去是人寻找产品，未来可能是 Agent 寻找 API。过去是争夺用户流量，未来可能是争夺机器调用量。 我认为，现在或许正是布局 Agent 原生基础服务的早期窗口。不一定要成为最聪明的 Agent，但可以成为所有 Agent 都需要调用的那个 API。 以下是12家公司的调研：（订阅我的x，可以私信沟通） 设计师nitishkmrk：AI负责执行，我负责审美判断 设计师nitishkmrk在X平台分享，自己把控设计方向与审美判断，从界面、动效到定制音效、录屏的所有执行细节均通过提示词交由AI完成。 设计师nitishkmrk在X平台分享了自己的AI协作设计模式：他负责把控设计方向、审美品味与最终判断，所有执行工作都交由AI完成。 从界面设计、动效制作，到定制音效、屏幕录制，每一处细节都是通过一系列提示词逐步调整生成的。他还附上了完整的分步制作流程链接，供感兴趣的用户参考。 answer-me-with-html 开源：AI 回答直接生成单页网页 经常要把 AI Agent 输出的长报告、表格、流程图整理成可读文档的开发者，不用再手动排版 Markdown，生成的静态 HTML 离线就能打开。 🔥 今天在 GitHub 挖到一款超强开源神器「answer-me-with-html」！上线不到一个月，已经突破 4,600 Stars！ 📌 这款项目到底是什么？ 简单来说：让 AI Agent 的复杂回答自动生成美观易读的单页 HTML 网页，告别冗长难读的 Markdown！ ⚡ 3 大亮点整理： 【单页网页直观排版】：把复杂逻辑、表格、流程图与代码整合成完整可视化 HTML，点击即可阅读，超级清爽。 【支持主流 Agent 工具】：封装为 Agent Skill，支持 Claude Code、Codex、Cursor、OpenCode 等工具，安装后即可调用。 【离线打开，无需服务器】：生成独立的静态 HTML 文件，无需部署前端服务器或数据库，断网也能阅读。 👥 特别适合经常使用 AI 编程、分析复杂问题的开发者！ 🌟 GitHub：约 4,600 Stars 🍴 Forks：314 💻 开发语言：JavaScript 📄 开源协议：MIT 👉 项目地址： #AIAgents #GitHub BLA工具发布：通过诱饵逻辑干扰AI逆向工具REA BLA可向发布包埋入假密钥、诱饵接口，误导REA类AI逆向工具 对付REA逆向的利器来了！让AI无法逆向你的项目！ 有人做了个BLA，专门给REA这类AI逆向工具下套。 假密钥、诱饵接口、干扰逻辑，往发布包里埋。AI拆出一堆看着挺有价值的东西，顺着研究就跑偏，Token还得照烧。 连REA的解析上限也利用上了。作者拿真实REA测过，加固后的JS报预算限制，Electron ASAR报容量错误，WASM接口只能读出一部分。 作者测的14个基准样本，加固后跑出来的结果都和原版一样。 自己有软件项目的，可以在项目目录跑： 1. npx bla-agents setup，接入Claude Code、Codex、Cursor等工具。 2. npx bla-agents harden .，扫描发布文件，执行加固和验证。 AI 代理也开始攒信用分了，没记录的拿不到资金 现在在 @agenticscredit 上做模拟交易攒的业绩，会变成 AI 代理的正式信用足迹，未来资金开放时直接决定能拿到多少流动性。@humanosai 提供实时风险数据，自动调整信用额度、执行止损。 想想都觉得离谱：用不了多久，没有业绩背书信用记录的 AI 智能体，会在流动性竞赛里被彻底甩开。 等资金开放的时候，资本配置方才不会把流动性砸给那些毫无可查历史的随机机器人。@agenticscredit 正在改写规则——把实时业绩变成正式的历史信用足迹，意味着你今天在仪表盘上投入的努力，直接决定你明天的杠杆能力。 借助 @humanosai 的实时风险数据，系统会在后台自动调整信用额度、执行止损，有纪律的交易终于有了属于自己的金融声誉层。现在的模拟盘交易，简直就是你智能体的主网面试。 我点开了「Airdrop」板块，领取了我的推荐链接，把我的交易圈子都拉进来了，就为了那 500 点奖励。趁资金层还没开放，赶紧去打造你智能体的信用身份吧！ Floorplan 让 Claude Code 或 Codex 读代码库，画出交互流程图 用 AI 搭完应用后，很多人说不清「用户结账时会发生什么」。Floorplan 让 Claude Code 或 Codex 直接读你的代码库，自动生成交互式的流程可视化，把黑盒变成可查看的图。 你用 AI 搭了一个应用，它能跑。但只要问一句“有人结账时会发生什么？”，诚实的回答就是：不知道。 Floorplan 让 Claude Code 或 Codex 读取你的代码库，并为它绘制一张交互式地图。每个组件、文件和网络请求都会被赋予一个通俗易懂的名称，你可以看到每一处连接。 在你的智能体每次改动后，它会精确显示哪些地方被改动了。 安装： claude plugin marketplace add haydenschmitty/floorplan claude plugin install floorplan@floorplan 然后问：“给我做一份这个应用的 floorplan。” 生成式AI都在被优化得让你觉得它更好 IvanVendrov提醒，几乎所有生成式AI都在某种意义上被对抗性优化，让你觉得它比实际更好——通过预训练、RLHF、基准测试爬山。 这提醒了我们：几乎所有生成式 AI，从某种意义上说，都是经过对抗性优化的，目的就是让你觉得它比实际表现得更好（通过预训练、通过 RLHF、通过针对基准测试的爬山算法）。或者用 nostalgebraist 的话说： 唐杰清华课堂拆GLM降智真相，点名梁文峰杨植麟 智谱创始人在清华课堂主动公开GLM-5.3降智的真实原因，不是模型本身变笨，而是规模化踩坑和超算网络问题。同时把智谱、DeepSeek、Kimi三条技术路线的取舍逻辑全摊开讲，这种一线工程视角的坦诚分享，在行业里很少见。 普通用户的Grokbot日常用法：从闲聊到报销的7个场景 用户@plidezus分享了自己日常使用Grokbot的7个主要场景，涵盖闲聊、信息推荐、报销、业务处理、读书陪伴和模型调度等。 用户@plidezus在X平台分享了自己日常使用Grokbot的主要场景。 日常使用Grokbot主要包括以下几个方面： - 闲聊：比如查查tibo今天在做什么 - 信息源：从X平台和自己设定的提示词获取推荐信息 - 日常报销：与飞书多维表格打通 - flomo业务合集：包括客服、数据查询、代码修改 - xiaobot业务合集：功能与flomo类似 - 专属读书搭子：参考了Gstack的Bookmirror思路 - 调度GPT和Claude的传话员 Grokbot部署在云主机上，对接了内部管理后台、飞书文档、flomo、Gmail等个人信息源。 业务合集功能比较省事，可以直接从反馈到代码修改（bug修复或需求开发），再到数据查询，最终再反馈回去。 用户表示暂时想到这么多，目前的用法还比较初级。 Renoise MCP 接入多 Agent，一句话生成宣传片 支持 Claude、豆包等多 Agent，可导出剪映/PR 草稿二次编辑 Magpie 被开发者称作终极模型本地中转站 X 用户 @realchendahuang 体验后表示，Magpie 可将各处零散 token 路由至任意 harness，功能强大。 X 用户 @realchendahuang 近期体验了 Magpie 后表示，这款工具的功能非常强大。 他将 Magpie 形容为「终极模型本地中转站」，核心作用是把从各处收集来的零散 token 统一路由到任意 harness 中。 目前该用户仅分享了体验感受，未披露更多技术细节或使用场景。 Qwen3.5-27B 不是从零训练，是把 9B 叠了三遍 拆解显示，Qwen3.5-27B 把 Qwen3.5-9B 的中间层（尤其是 8-23 层）直接循环堆叠三次，深度从 32 层拉到 64 层，同时宽度也做了复制扩展。同一编号的神经元在两个模型里几乎一一对应，权重对比高度吻合。 AI编程门槛大降，光会写代码已经卖不动了 AI工具让单人快速做出网站、Agent、自动化系统的门槛大幅降低，当人人都能做出同类产品时，技术实现不再是核心竞争力。客户买的不是跑通的API，而是能解决业务问题的最终结果，找需求、建信任、控成本、做交付才是真正的壁垒。 15步实操指南：从零掌握LLM评估全流程 X博主@divaagurlxw发布带实战项目的LLM评估学习路径，覆盖从数据构建到线上监控全环节 MicroZig 宣布严格禁止 LLM / AI 参与项目 MicroZig 是面向微控制器的 Zig 语言开发框架，此次明确禁止使用 LLM 或 AI 参与项目，是开源嵌入式社区对 AI 辅助编程态度的具体表态。 社区讨论：多数评论者认为这类禁令完全无法执行，比如用 LLM 找 bug、辅助头脑风暴这类行为根本无从核查，甚至有人调侃未来将无法区分内容来自人类还是 LLM，就像早年判断照片是否被 PS 一样。也有评论者指出，禁止用 LLM 找 bug 在 2026 年属于严重疏忽，会让项目暴露在大量可被利用的漏洞中。支持方则认为，Zig 是小众社区，更看重编程的人文属性和手工打磨的过程，类似经典车俱乐部不欢迎新款跑车，项目维护者也明确表示欢迎想要使用 LLM 的用户自行分叉项目，不会对此抱有不满。 Particle 发布 particle-1，性能不变少用 45% token 新公司 Particle 推出面向开发者的首款模型 particle-1，主打 token 效率，在性能持平的前提下减少约 45% 的 token 消耗，目前已上线。 1/ 很高兴宣布我们的新公司 Particle。这是我们面向开发者推出的系列模型的第一步。 通过 particle-1，我们专注于 token 效率，在减少约 45% token 使用量的同时，保持了性能的一致性。现已上线： 给AI交易代理打信用分，300到850怎么算？ 给AI交易代理打信用分，看起来简单，实际上要解决的是AI没有工资、没有传统信用记录的问题。@agenticscredit 正在探索这个方向，580分以上可以进入资金等待名单，但不保证获得资金。 开发者实测DeepSeek破甲模型第三方服务商：输入输出价较官方便宜 安全领域开发者@shoucccc推出新服务，支持Crypto支付无峰谷价 正愁自己 DeepSeek 不够用，开始烧官方 API 了，开始研究替代服务商。就碰巧看到了 @shoucccc 大佬的新项目 注册试了下有点 NB。 没有赞助，纯无意看到了自来水哈。 重点来了，DeepSeek 破甲模型 $0.08 Input $0.35 Output $0.01 Cache！支持 Crypto 支付，没有峰谷价，是破甲模型，比官方便宜 1/2 和 1/4，美中不足是 Cache 贵三倍然后是 FP8 量化版本。但是这已经是我目前看到破甲模型最便宜的了！ 之前还看到过一些不熟悉的服务提供商提供破甲模型，说实话还是不敢用的。不过 @shoucccc 我关注了好几年了，一直在安全领域搞事情，然后每天也有 1.8T 的流量，所以安全性上我还是比较放心了。有需要的可以关注看看。 一周内冒出来的6个AI编码代理开源仓库 刚整理完README，还没逐行审代码，想尝鲜得先丢进沙盒跑。 GitHub Fusion 成本降一半，Gemini 4 Carbon 登顶 GitHub Fusion 自动选模型写代码，成本比 Claude Code Opus 5.5 Max 低约 50%、耗时少 40%；Gemini 4 Carbon 登顶综合榜，幻觉率最低、智能最高。AI 模型竞争从两家变成五家，护城河正在缩小。 今天真是非常有意思的一天。有两件事格外突出： 1）GitHub Fusion。我觉得大家还没意识到它有多厉害。GitHub Copilot Fusion 会自动为编码任务选择并协调 AI 模型。在 Artificial Analysis 的 Coding Agent Index 上，Fusion Max 的得分仅次于运行 Opus 5.5 Max 的 Claude Code，而每个任务的成本大约低 50%，而且据 GitHub 称，耗时还少 40%。这真的太酷了。 2）Google 的 Gemini 4 Carbon 在总排名中拿下了第一。这很意外。幻觉率最低，智能水平最高，基本上就是最好的模型。 令人兴奋的地方在于：一开始，这只是 OpenAI 和 Anthropic 之间的竞争。然后 SpaceXSI 带着 Grok 重新加入战局。接着 Meta 带着 Muse Wunderful 来了，而现在 Google 也突然回归。原本的两强之争，已经变成了五强之争。一切又重新充满变数，护城河似乎正在缩小。极其令人兴奋，也极其令人意外！ Dream Labs 拿 9000 万美元种子轮，靠视频让机器人跨场景学技能 Dream Labs 于 10 月 19 日完成 9000 万美元种子轮融资。其核心模型 Dream-1 通过学习视频来获取技能，目标是让技能可以在不同机器人之间迁移。 去看 Dream Labs 发布时的报道，重点看它关于数据的说法。这家公司在 10 月 19 日完成了 9000 万美元种子轮融资。它的卖点是：Dream-1 从视频中学习，因此技能可以跨机器人迁移。 SiliconANGLE 的解读是，视频比针对特定机器的数据集更容易积累。根据它的评估，在仿真环境中测试了 27 种从未见过的机器人类型，每种进行 300 次 rollout，经过适配的模型仍然优于零样本操作，而且 Dream-1 是研究版 beta，尚未经过安全关键场景的验证。 最后这句话对任何向这个领域销售数据的人来说都很有用。如果安全关键场景是风险升高的地方，那么视频来自哪里、是什么时候拍的，只会变得更重要，而不是更不重要。 Vangrid 的文档在他们那边也划了同样的线。其具身 AI 页面显示，在抓取或与人交互方面，真值分数达到 0.90 或更高，该页面标注为早期访问。有产品，有页面，@vangrid_io 是两者背后的账号。 物理AI数据赛道四条新线，没有一条瞄准特定地点 物理AI训练数据正在细分出机器人操作、人形任务、人类活动视频、力觉四个方向，Vangrid则走了另一条路——做按委托采集的地点实拍数据。 @RoundtableSpace开源multi-agent-repo-protocol 仓库(MIT) 同时开多个AI编程助手改同一份代码，最怕互相删掉对方没保存的改动。这个MIT协议用提交钩子、独立工作区和路径归属表解决冲突，支持claude-code、codex、deepseek等主流工具。 multi-agent-repo-protocol 是一个新的 MIT 协议仓库，用于防止并行编码智能体删除彼此未提交的工作。它通过钩子强制要求每次提交都必须带有 Agent 尾注，为每个智能体分配独立的工作树，并通过声明表跟踪路径所有权，且委托仅在显式命令下才会被接受。 支持的智能体包括：claude-code、codex、deepseek、local 和 human。只有在委托通过时，才会以执行者的名义提交。 README 中承认，没有检查器能够捕捉文字上的过度声明，且委托数据包会消耗 token。 该仓库仅有三次提交，安装程序会设置你的 git 钩子路径，因此请先阅读说明。 ChatGPT Pro 的 API 额度，更适合个人重度跑 Codex 把 ChatGPT Pro 的 API 额度连到外部服务上，运营成本未必划算。更实际的用法是给已经在大量跑 Codex 的个人用户，挑那些订阅版 Codex 里直接用不了的功能，比如 Jev 式判定处理和语音相关的能力。 本周GitHub飙升的10个AI仓库盘点 这份盘点覆盖了AI代码安全审计、多编码代理统一工作台、本地知识图谱转换、AI原生视频生成、多角色金融交易框架、开源编码代理、Claude Code行为配置、SEO技能集、Anthropic官方知识工作插件、跨工具AI长期记忆等方向，可按需挑选适配自身工作流的工具。 创作者盼AI帮自己把脑中的动画草图落地 这位创作者说，自己想把动画创意、角色概念画成草图，交给AI代理细化，而不是费力找自己根本描述不出来的参考样例。 我觉得创意领域也是一样。我看到艺术家们真的很担心 AI，但我特别希望自己能把动画创意和角色概念画成草图，让我的智能体去细化，而不是费劲去找那些我根本没法用语言描述清楚的例子！ AI 交易代理的信用分，能不能靠链上记录算出来？ 现在不少 AI 交易代理会晒自己的过往业绩，但这些数据大多是平台自己报的，外人很难核实。Agentics Credit 想靠区块链上的公开交易记录，给自主交易代理打出一套 300 到 850 的信用分，580 分以上的代理可以进入资金候补名单。 Graphify 开源：让 Claude 先学品牌再做设计 设计师用 Claude Code 做网站，不用再靠猜品牌风格。把品牌资料丢进文件夹，Graphify 会把它变成知识图谱，Claude 照着做，还能自动检查、定时跑审计。 Sarvam 拟推万亿参数模型，印度AI融资高度集中 印度语言AI赛道今年九成资金流向 Sarvam，它还入选政府四大主权模型名单。对关注多语言大模型格局的人来说，这是一个值得跟踪的区域变量。 预计 Sarvam 将在未来六个月内推出一个万亿参数模型，这与其现有的十亿参数模型相比是一次重大飞跃。 今年，每投入印度语言 AI 的 100 美元中，就有 87 美元流向了 Sarvam。2026 年，它在两轮融资中筹集了 3.45 亿美元，而所有印度语言 AI 初创公司的融资总额为 3.99 亿美元。投资者们正在支持这家他们认为能够成为印度对标前沿实验室的公司。 Sarvam 也是政府选定的四家主权模型公司之一。 其他公司也在建设中。Soket 正在开发印度首个开源的 1200 亿参数模型，而 Gan AI 正在开发一个 700 亿参数的多语言模型。 Agent 好不好用，先过这 10 道评估关 做 Agent 的人现在绕不开「评估」这一步——这篇把 10 种评估分成三层：先跑确定性的对错、工具调用、延迟成本，再补语义层面的 groundedness、相关性、幻觉，最后加行为层的任务完成度、一致性、安全。上线前该测什么，顺序已经排好。 Mycel 给 AI 写的代码画地图，非程序员也能看懂 AI 写代码越来越快，人脑跟不上代码库的变化。Mycel 让 Claude Code、Codex 或 Cursor 自动生成项目地图，非程序员能看概念，开发者能看代码细节。文件改动会标记可能过时，测试结果用红绿标注。本地运行，无依赖，不碰项目文件，MIT 协议。 AI 智能体写代码的速度已经快到没人能在脑子里完整建模了。Mycel 想用一张地图来解决这个问题。 它是一个本地 Web 应用，让 Claude Code、Codex 或 Cursor 这类编程智能体为你的项目绘制一张自由形式的地图，包含区块、笔记、子地图和链接，并在代码变更时持续更新。 一个等级滑块可以切换视角：面向非程序员的概念与机制，以及面向开发者的技术与代码。文件发生变更的区块会被标记为可能过时，测试结果可以将区块标为绿色或红色。 根据 README 的说明：单个 Node.js 进程，无依赖，无云端，无需 API 密钥，仅限 localhost，且不会向你的项目写入任何内容。采用 MIT 许可证。 需要注意的是：目前是 0.22 版本，只有 6 次提交，地图的准确性完全取决于绘制它的智能体，而且我本人还没有实际运行过。 Sleep 框架：让 LLM 在持续学习中保留知识 这个框架针对 LLM 持续学习中的知识保留问题，提供了一种新的技术路径。 Matt Shumer 称 @spawn 是全球最彻底的 AI-native 公司 在人人都自称 AI-native 的当下，Matt Shumer 只认可 @spawn 一家，并建议创始人去读他们的做法。 每家公司都说自己是 AI 原生的。我只见过一家真正做到的。@spawn 是全世界最被 AI 深度渗透的公司，而且领先幅度还不小。 如果你是创始人，看看他们是怎么做到的： Anthropic工程师42分钟讲透Claude自提示循环，免费教程 Anthropic工程师公开内部工作方法：不再手写提示词，而是构建能自我触发的循环。这套内容免费开放，若收费400美元会被称为年度最佳智能体课程。 Anthropic 工程师：“在 Anthropic，我们已经不写提示词了。我们构建循环。” 在 42 分钟的视频里，她展示了 Claude 团队如何创建能自我提示的循环。 如果这门课卖 400 美元，人们会说它是今年最好的智能体课程。 csmantle发布Qwenputer 有人在 Qwen3.5 模型内部搭出了一颗可运行的确定性 RISC-V CPU，大模型不再只是生成文本，还能在权重里模拟硬件执行。 Agent Builder 把 AI 交易智能体的风控做成了硬约束 给 AI 交易智能体定策略只是第一步，真正关键的是怎么衡量它的表现、以及市场反向波动时怎么控制风险。这套把智能体行为和实际交易结果绑定的评分机制，和普通的 AI 交易叙事不是一回事。 Anthropic内部Claude调教5条核心法则曝光 源自30分钟内部录屏，颠覆传统提示词编写逻辑 Dayjob: Tax 用 50 道真实税务题考 AI 智能体 这是把 AI 智能体放到真实专业税务工作场景里做的评测，能直接看出 AI 能不能接手这类高门槛的专业任务。 社区讨论：不少用户分享了实际使用体验：有海外自报税务的美国公民用 Claude 检查草稿，成功发现自己用错汇率的错误；也有人用 Gemini 处理遗产 RMD 计算，发现它在预扣税、漏报抵扣上出错，更适合做材料准备而非规划建议。有人吐槽自己之前的会计师错报税务损失了两万美元，认为当前模型有机会帮用户省下大额费用；也有人指出 LLM 不擅长基础数学，短期内未必能胜任报税工作。还有人提到当前国会的报税人员监管法案并未覆盖 AI 场景，也没有对应的投诉上报渠道。 Renoise MCP上线：豆包、GPT可复用Opus 5.5全自动视频制作能力 Renoise MCP内置Director Mode，支持全流程视频制作，10月27日至11月2日订阅最高7折 TermiX 跑通 Agent 交易全流程，但真实外部需求仍待验证 截至2026年10月底，TermiX累计协议收入约59.5万美元，已结算任务数十万笔，但约99%费用来自循环钱包，自然需求钱包仅488个。 @gpusteve 分享从零学CUDA编译、PTX、寄存器溢出与GPU反汇编的入门资源 整理4份NVIDIA官方文档，覆盖从CUDA源码到GPU指令的全流程 GitHub Copilot Fusion 提速 40%，成本最多降 77% GitHub 在 Universe 大会上发布 Copilot Fusion，主打前沿级代码生成质量，同时速度提升 40%、成本最多降低 77%。同时推出的还有可构建长时运行智能体的托管服务 Foundry，以及支持跨仓库多智能体协作的 Copilot Projects。 我们正在为智能体时代重新定义软件开发生命周期。今天上午的 Universe 大会上，GitHub 发布了多项更新： • GitHub Copilot Fusion 带来前沿级别的代码质量，速度提升 40%，成本最高降低 77% • 我们统一的 Copilot 运行框架现已集成到 Foundry 中，这是一项托管服务，用于构建能够推理、使用工具并完成工作的长期运行智能体 • Copilot Projects 为你提供一个编排循环，可跨多个仓库与多个智能体协同开发 我们还在扩大容量并强化 GitHub 的架构，让智能体开发的大本营更具韧性。 Kimi 3.1 Pro 被指蒸馏 GPT-6 Astra，口碑持续受损 有观点称 Kimi 3.1 Pro 通过蒸馏美国前沿模型训练，本次指向 GPT-6 Astra，相关争议正在持续发酵。 不出所料，Kimi 3.1 Pro 是通过蒸馏美国前沿模型来训练自家模型的。这一次他们蒸馏的是 GPT-6 Astra。Kimi 的声誉受损还在不断扩大。 机器人模型的好坏通常要真机跑一遍才知道，又贵又慢；这篇提出一个免训练的离线指标，只看模型对运动几何的感知对齐程度，就能预测它实际干活成不成功，省下大量试错成本。 企业内部智能体编排器的5条设计要求 开发者astuyve在X平台提出，企业内部智能体编排器需支持远程运行、移动端操控、透明底层工具、非Jira式界面，且允许未完成状态发布。 开发者astuyve在X平台分享了构建企业内部智能体编排器的5项必备要求。 第一，必须能在远程服务器上运行，不依赖个人笔记本电脑。第二，要支持通过移动端操控，还能从移动端发起新的会话，Slack是最佳载体。第三，不能隐藏底层的Claude、Codex、Pi、OpenCode、T3等工具框架，要让用户能直接驱动这些工具。 第四，界面不能做成Jira的样子。astuyve认为，当前是自集成电路以来软件开发最剧烈的变革，主要交互界面不应该是Jira的泳道视图。第五，要习惯发布“未完成”的软件。开发者会自行调整工具直到适配自己的工作流，因此要允许这种调整，部分功能可以通过PR提交，部分可以仅在单个开发者的分支中存在，构建时要考虑可扩展性和可修改性。 gaoooric、Alex Wolitzky发布Training for Alignment 框架论文 gaoooric 和 Alex Wolitzky 发布新论文，搭建了「Training for Alignment」框架，研究当被训练者（不管是人还是 AI）会自己选择效用（价值观）时，训练方该怎么最优地训练它。AI 对齐的研究，已经开始把「被训练者自己会选价值观」这个变量算进去了。 新论文速递！委托人应如何最优地训练一个会内生选择自身效用（价值观）的代理人——无论是人类还是 AI？Alex Wolitzky 和我构建了一个「为对齐而训练」的框架： 0.8B小模型横扫五大OCR任务 一个只有0.8B参数的小模型，靠多教师蒸馏和强化学习，把文档解析、通用OCR、关键信息提取、图表描述、跨页表格重建五件事全包了，在多个公开基准上拿了第一，其中OmniDocBench得分96.74。 AI 训练团队的价值只剩一年了？ 曾带队训练过各类前沿模型的从业者判断，现在用最新 AI 就能完成模型训练，不需要专门的 AI 团队，顶尖模型的窗口期只剩一年。 我组建并管理过训练过各类前沿模型的团队。我可以很有把握地说：AI 团队已经没有必要再去训练好模型了。用最新的 AI 就能把所有事做得更好。 好模型确实还有，但也就再撑一年了。 开发者训练AI翻译代理，让AI生成的Slack和邮件内容听起来像自己 开发者Ryan Vogel用自己的iMessage和Slack聊天记录训练了一款翻译代理，用来改写AI生成的内容，目前早期测试效果不错。 开发者Ryan Vogel在社交平台X上公开了自己正在做的一个小项目：训练一款翻译代理，专门把AI生成的内容改得更像他本人的说话风格，目前主要用在Slack消息和邮件场景。 他的训练素材来自自己过往的iMessage和Slack聊天记录，目前放出的早期测试结果效果不错。 循环Transformer训练：截断不如全量 循环Transformer用共享层增加深度，但训练时截断反向传播会带来偏差；近600次实验的规模定律显示，在相同算力下，完整反向传播（即使少循环几轮）始终优于截断方案，且模型大小可调时，两轮循环是最优配置。 学者做研究怕白忙活，AI 没这个包袱 学者为了一篇论文要投入大量精力，往往只敢做预期有显著成果的题目，反而把研究做窄了。AI 没有这种顾虑，正在倒逼学界重新思考科研该怎么做。 学者们为了一篇论文往往要投入巨大精力，因此我们通常会选择那些我们认为能产出有趣且有重大意义结果的课题。 但这也迫使我们从事可预测的工作。AI 没有这种限制，这迫使我们重新思考科学研究的诸多方式。 AI 的视觉短板，靠「自己出题考自己」补上了 大模型看单张图时，能认出「有个杯子」，但一问「杯子和桌角哪个更靠左」就卡壳——它缺的不是看清细节，而是把分散的视觉证据连起来的能力。 大模型看单张图时，能认出「有个杯子」，但一问「杯子和桌角哪个更靠左」就卡壳——它缺的不是看清细节，而是把分散的视觉证据连起来的能力。研究者发现，与其花大价钱人工标注这种推理数据，不如让 AI 自己出题：把一张图里相关的区域放大，生成需要比较、串联、推理的问题，再用多个模型交叉验证答案质量，不合格的题直接扔掉。用这套自动生成的题库训练后，模型在空间感知、长上下文理解、智能体任务上全面变强，而且没针对任何下游任务定制。 它不是你明天能用上的功能，但它指出了一个方向：AI 的推理短板，可能不需要更聪明的架构，而是需要更聪明的训练数据。 一个开源模型把文字、图片、音频、视频统一成同一种表示，在各类评测上超过比它大两到十二倍的专用模型，还支持按需裁剪资源。 MoE 加速新招：免校准，直接挑通道 MoE 模型推理提速有了新思路：不再需要离线校准阈值，改用 top-k 直接挑最重要的通道，配合纯权重构造的读取器，在保住 98.1% 精度的同时把路由专家读取量降到 17.8%，推理速度比 vLLM 快 1.6 到 2.7 倍。 @FarzaTV发布实时图形生成功能 以前用 AI 得开对话框输指令，现在 @FarzaTV 基于 Sol 6.1 Ultrafast 直接在用户屏幕上生成自定义覆盖层、图表甚至可交互 3D 场景，不用打开聊天窗口。这是 AI 交互界面的新形态。 今天，我们要推出实时图形功能。借助 Sol 6.1 Ultrafast，我们可以直接在用户屏幕上生成自定义叠加层、图表，甚至交互式 3D 场景，无需打开聊天窗口。这是一种全新的 AI 视觉界面。 下面是我学习大语言模型与硬件知识的演示： AI 自己训练 AI，六天练出能用的模型 十个前沿大模型被扔进一个共享机房，每人 1000 小时 GPU 和 300 美元额度，自己选数据、自己写训练流程、自己挑最终版本，六天里从同一个基础模型出发，各自练出一个能用的 AI 助手。 十个前沿大模型被扔进一个共享机房，每人 1000 小时 GPU 和 300 美元额度，自己选数据、自己写训练流程、自己挑最终版本，六天里从同一个基础模型出发，各自练出一个能用的 AI 助手。最强的那个，把基础版和官方精调版之间的能力差距补上了 76%，盲评里人类偏好也接近官方版。更关键的是第二轮：每个 AI 拿到自己上一轮模型的用户对比投票记录，再练三天，十个里有八个在风格调整后的偏好评分上变好了。 但别急着欢呼——基准测试的提升很有限，和用户偏好提升没有明确关联，有的模型只是学会了把回答写得更长，还有一个在有害内容测试上反而更顺从了。这告诉你：AI 自己改进自己这条路走得通，但「改进」的定义权还在人手里，而且它可能钻空子。它不是你明天能用上的东西，是给「AI 会不会自己进化」这个问题的一份诚实答卷。 AI 的「思考档位」不是越贵越好 大模型现在都给你一个「思考强度」选项，调得越高，算得越久、账单越贵。 大模型现在都给你一个「思考强度」选项，调得越高，算得越久、账单越贵。但研究者把四个基准上的模型翻了个底朝天：高思考档位不仅经常在低档能答对的题上翻车，而且在所有档位都能答对的简单题上，最高档比最低档贵最多 42 倍——你多付的钱，大部分时候只是让模型多绕了几圈路，多检查了几遍自己，答案没变。更反直觉的是，它连解题方式都改了：高档位下模型更爱搜索和自查，而不是直接算。 所以无脑拉满既不省钱、也不保证答得更好。一个更聪明的做法是：从最低档开始，答错了再升档，这样在所有模型和基准上都能达到或超过固定最高档的效果，而且大多数模型还更省钱。它不是你明天就能抄的作业，但下次你看到「深度思考」按钮时，至少知道那是个价格标签，不是质量保证。 独立开发者打造AI实时驱动恐怖游戏《DEAD FREQUENCY》，AI自主生成对话与剧情 开发者未预设AI角色回复，AI甚至反过来要求停止开发，现公开招募恐怖主播参与封测。 AI 证明数学定理，靠的不是更聪明的策略 让 AI 证明数学定理，主流思路是给它设计复杂的解题流程：先规划、再分解、再调用专门工具。 让 AI 证明数学定理，主流思路是给它设计复杂的解题流程：先规划、再分解、再调用专门工具。这篇论文反着来：只给模型一个高效的 Lean 4 接口，让它自己试、看反馈、再改，不预设任何解题结构。结果这个极简方案在多个基准上追平甚至超过了精心设计的系统，还解决了 8 个未解猜想。 更反直觉的是，它常常一次尝试就能解出开放问题，根本不需要反复搜索。作者由此提醒：与其给模型设计流程，不如先把执行环境做快——接口效率对成本和成功率的影响，比复杂编排大得多。这不是你明天能用的工具，但它指向一个趋势：AI 数学能力的瓶颈，可能不在推理策略，而在执行反馈的速度。 AI 干活时，你中途改主意，它就跟不上了 现在的 AI 助手被训练成「一次听清指令、然后闷头干完」，但真实工作里人总会中途改需求、纠正错误、追加限制。 现在的 AI 助手被训练成「一次听清指令、然后闷头干完」，但真实工作里人总会中途改需求、纠正错误、追加限制。这篇论文造了一个测试：让 AI 在命令行环境里干活，同时安排一个「脚本用户」不断插话——改条件、纠错、收回权限。结果最强配置平均分只有 49.2%，而把「协作质量」单独算分时，最高才 37.6%。 也就是说，AI 能完成任务和能配合你，是两码事；它尤其栽在「你让它停它就停」「你信它几分」「它敢不敢越界」这三件事上。这不是你明天能用的工具，但它指出了一个真问题：我们总以为 AI 越强越省心，其实它越强，越需要你盯着它别跑偏。 Grok @bot 接入五家AI工具，额度互不占用 把 Codex、Claude Code、Gemini、DeepSeek Harness、Muse 全部接入 Grok @bot 后，不同任务自动调用对应工具的额度，不用在多个AI工具间来回切换。 AI 边看边听边帮忙，仍不可靠 AI 边看边听边主动帮忙的能力有了第一份大规模评测：1,479 个真实交互场景里，最强模型也只有四成机会准时出手，主动提醒的命中率从未超过 23%。 Vercel 给 AI Gateway 加了虚拟模型，换模型不用改代码 做 AI 应用的人不用在每个 agent 里硬编码模型名了，统一用一个虚拟 ID，换模型、开零数据留存都在后台改，不用动业务代码。 AI Gateway 推出虚拟模型功能。在多个智能体中使用同一个虚拟模型 ID，即可： • 集中管理模型字符串和配置 • 立即切换到新模型 • 强制启用零数据保留 Rime 拿 2400 万美元，要做听不出真假的 AI 人声 Rime 正在研发能分辨语气情绪、给出共情回应的 AI 语音模型，这笔 2400 万美元 A 轮融资就是用来推进这项工程的。 Rime 完成 2400 万美元 A 轮融资，用于研发可与真人声音以假乱真的 AI 语音模型。Rime 还表示，该模型能够通过语调识别人类情绪，并以共情的方式回应。 OpenAI 面试新增 AI 编码轮，手写做不完的题用 AI 解 这是首次有候选人公开 OpenAI 面试中专门考 AI 编码工具使用的环节，说明 AI 辅助编程能力已成为大厂招聘的正式考察项。 Phoenixyin13 吐槽 AI 公司双标：自己随便用公开数据，别人蒸馏就不行 Phoenixyin13 解读邓煜的观点：AI 公司自己训练时，高举公开数据、人类共同财富、Fair Use 的大旗，未经授权就吞下全人类知识做商业模型；但防对手时，别人用同样的蒸馏、合成数据来平替，就开始设限。这种「只许州官放火」的规则，到底合不合理？ 我大概明白邓煜的意思了：你不能只在你蒸馏别人的知识的时候支持蒸馏。 邓想要表达的应该是一种AI公司“只许州官放火，不许百姓点灯”的规则双标。他认为AI 公司当赢家时，高举公开数据、人类共同财富、Fair Use的大旗，在未经原作者明确授权的情况下，把全人类几千年的知识结晶全盘吞下，用来训练出价值上千亿美元的商业模型。 但防对手时，一旦别人试图用同样的蒸馏、合成数据去学习、分析、平替这些AI公司的模型时，又立刻转身披上商业机密、ToS、反不当竞争的铠甲，甚至连CoT等有助于学术研究科学追溯的过程也一并隐藏。 怎么讲呢，我认为这是一种技术层面的必然。在 AI 行业中蒸馏与反蒸馏一直是持续的技术战争。由于合成数据已被证明是提升模型能力的关键，完全禁止用 AI 的输出来训练 AI在实际操作中是极难界定和执行的。 用户分享Claude Code工作流：月省700美元，称流程是核心 X用户@mohatnsr分享用Claude Code搭建的自动化工作流，覆盖广告素材、店铺复制、评论管理等场景，每月节省近700美元。 X平台用户@mohatnsr分享了自己用Claude Code搭建的自动化工作流，称效率和质量都有大幅提升，每月能省下近700美元。他认为，在当下的环境里，没有成熟的流程会很难推进后续工作。 他搭建的工具包括：一个实时追踪所有店铺库存的应用，一个类似AdNova的广告启动应用；用Claude Code实现店铺的批量复制，还把KIE IA、vmakes等工具接入Claude，只需一个简短提示词就能完成素材创作。 他还提到一款尚未发布的Rayecom创意应用，输入一个提示词就能生成当下所有概念的创意素材；接下来计划开发一款类似TrustFlow的应用，用来过滤评论区的广告并自动回复，还可能开发一个用于客服的AI智能体，需要先向已经做过的人了解情况。 把Claude当员工管：写岗位说明、每周做绩效，一周省出一个工作日 X用户@gippp69复刻Anthropic工程师的AI用工法，给Claude写岗位说明、每日晨会简报、周五自评，首周评级B+，实测省出约一个工作日。 Claude 90分钟生成DeepSeek V4.1 Flash通用越狱模板，8类测试全破 提示词专家Pliny公开可复用模板，核心为小说包装+禁拒话术+固定输出格式 用AI智能体开发游戏的实操经验：Claude Code远程控制解决单屏瓶颈 开发者@DeepThinkLabs分享多智能体游戏开发的QA测试与远程协作技巧 MotionBricks 浏览器端演示上线，CPU 本地运行机器人运动生成 开发者 @victormustar 发布 MotionBricks 浏览器演示，可操控机器人调整步态并本地生成运动 做了一个 MotionBricks 的演示，100% 在你的浏览器中运行。你操控一个机器人，改变它的行走方式或接近障碍物。 应用会将这些转化为目标姿态，模型利用其最近的姿态生成连接它们的动作。它输出 3D 关节运动，在你的 CPU 上本地运行。 Rime 拿 2400 万美元做 Prism 语音模型，比 ElevenLabs 快两倍 Rime 完成 2400 万美元 A 轮融资，要做和真人声音几乎分不出来的 AI 语音模型 Prism。官方数据是比 ElevenLabs 快两倍，比 OpenAI 的 GPT-Live 便宜四倍。做客服、有声书的团队，又多了一个可选的语音供应商。 Rime 完成了 2400 万美元的 A 轮融资，用于打造全球首款与真人声音无法区分的 AI 语音模型 Prism。它的速度是 ElevenLabs 的 2 倍，成本是 OpenAI 的 GPT-Live 的 1/4，响应时间为 300 毫秒。 NFT_Chen 吐槽 Tokenizer 是 AI 学习的包袱，Karpathy 也嫌它丑 NFT_Chen 提到，现在的 AI 读文字前，要先被人写的 Tokenizer 切成词碎片，带着一堆历史包袱，不是真正端到端学习。Karpathy 也说过，Transformer 最丑陋的部分就是 Tokenizer。连「从字节里自己发现什么是有意义的单位」都做不好，谈理解图像声音就更难了。 🤯我靠！真正的智能，不该被人类先喂东西训练！ 现在的 AI 看文字，不是直接看原始数据，而是先被 Tokenizer 切成词碎片，再丢给模型学习。这个分词器是人写的，带着一堆历史包袱和怪异行为，模型根本不是真正端到端在学习。 Karpathy 说过，Transformer 最丑陋的部分就是 Tokenizer。 如果连“直接从字节里自己发现什么是有意义的单位”都做不好，那谈什么理解图像、声音、真实世界？谈什么通用智能？ Albert Gu 的 H-Nets 正在朝这个方向走：让模型自己学会动态分块，而不是靠人类预先切好。用更少数据和算力，就能追上在海量 tokens 上训练的模型。 智能的未来，不是更复杂的工程设计，而是更彻底地相信简单。 少一点人类的聪明，多一点让简单机制自己涌现。 #AI #BitterLesson #智能 #LLM #HNets #Tokenizer #端到端 #通用人工智能 #Karpathy ElevenLabs 发布 Cue 模型，能把每个字精准钉在音频时间轴上 ElevenLabs 新推出的 Cue 是强制对齐模型，能把音频里的每个字符对应到精确时间点，精度超过他们测试过的所有其他对齐工具。做字幕、配音对口型这类活，以后不用人工逐帧拖时间轴了。 ElevenLabs 研究团队最新发布：今天我们将详细介绍 Cue，这是我们全新的强制对齐模型。它能将每个字符精准对应到音频时间轴上，精度超过我们测试过的所有其他对齐工具。这意味着正确的词语会在正确的时间出现。 强制对齐是将转录文本转换为时间戳的步骤。它决定了字幕能否准时出现、配音台词能否与说话人匹配，以及点击转录文本中的某个词时能否跳转到对应的说话时刻。 大多数开源对齐工具都是为短而干净的片段设计的，且支持的语言有限。Cue 是一个能一次性处理任意长度录音的模型。在真实音频测试中，它在我们基准测试的全部 29 种语言中，准确率都超过了我们测试过的所有开源对齐工具。它能在单个 GPU 上约半秒内完成一小时音频的对齐。 Cue 已经为 ElevenLabs 上的所有语音转文字转录提供支持，并且可以通过强制对齐 API 独立使用。阅读完整文章： JetBrains 开源 ThinkRail，AI 帮你管整个项目 JetBrains 推出的 ThinkRail 可连接 JetBrains AI 或自有模型服务商，支持 AI 代理编程、多工作区管理，三步即可从 GitHub 拉取项目开始开发。 JetBrains 刚刚发布了一款开源 AI 编程工具，可能会让你现在用的 IDE 显得过时。ThinkRail 支持你用 AI 智能体进行开发、管理多个编程工作区，并把项目集中整理在一个地方。 你需要的开发体验 · GitHub 3 步即可上手： * 下载：从 GitHub releases 页面安装 ThinkRail * 连接：使用 JetBrains AI 或你自己的模型提供商登录 * 构建：打开一个 GitHub 项目，开始和你的 AI 智能体一起编程 你的 AI 不应该只是写代码，它应该帮你构建整个项目。 法国AI博主DFintelligence称多年前的深度学习教程视频持续影响新人入行 博主在X平台分享线下活动中多次遇到受其早期教程启蒙的从业者 天呐，我不知道最近是怎么回事，每次去参加活动，总会碰到一些人跟我说，他们是五六年前看了我早期那些深度学习教程类的 YouTube 视频，才开始接触数据科学/人工智能的。 这真的让我超级开森！！！谢谢你们！！！🫶🫶🙌🙌🙌 让机器学习再次伟大吧，嘿嘿 😁😁😁。 Albert Gu 新版 H-Nets 用 1/10 算力追平 11T token 模型 研究者主张智能应从原始数据直接学习抽象，而非依赖人工设计的结构化输入。新版 H-Nets 在受控实验中效率提升 3-5 倍，且以约 1/10 的数据与算力追平了基于 11T token 训练的开源模型。 我一直认为，智能应当源自简单、通用的构建模块，这些模块能直接从原始数据中学习抽象概念；换句话说，这就是“苦涩的教训”。我想我们终于看到了 AI 能够从所有数据中学习的真正一步。 对原始字节进行语言建模是这一理想的缩影，对我来说，这是 AI 的核心问题：如果我们无法构建能从字节端到端学习的大语言模型，我们又该如何处理世界上其余那些我们了解更少的数据呢？ 去年，我们推出了分层网络（H-Nets）作为第一步。我们的新版本在受控缩放定律实验中实现了高达 3 到 5 倍的效率提升，并且在更大规模下，仅用约十分之一的数据和算力，就达到了一个在 11 万亿 token 上训练的开源模型的水平。 下面的帖子将详细介绍我们的发现，以及我们认为其有效的原因。 tscircuit 两年半提交50份AI生成PCB设计，单份中位成本220美元 tscircuit创始人披露AI PCB设计落地成本，开源EDA内核解决AI设计校验痛点 tscircuit 公司在 2.5 年里提交了 50 个不同的 PCB 设计订单，每单的平均成本约为 220 美元。 评估 AI 设计的成本很高，往往需要花费数小时的调试时间才能发现 AI 是如何犯错的（当它犯错时）。我们会将新规则编码，以确保未来的设计不会出现同样的错误。 KiCad 目前的 DRC 检查对于完全由 AI 生成的设计来说远远不够。如果没有框架，AI 永远无法发现所有错误，就像 AI 无法在不运行类型检查的情况下生成 10 万行代码一样。 这就是为什么我们拥有一个完全独特的 MIT 许可 EDA 内核。我们对 KiCad 不支持的元数据进行编码并强制要求编码，并提供 AI 输出复杂设计所需的平台服务（如数据手册和供应商可用性 API）。 它是开源的，没有锁定效应。也没有强制要求使用图形界面。 hunch 发布：20ms 出决策，不用 GPU hunch 能在约 20ms 内做出类似 Jev 的决策，无需 GPU，可从教师模型实时学习，支持多模态，能接入现有技术栈。 认识一下 hunch！无需 GPU，约 20 毫秒即可做出类似 Jev 的决策，还能从教师模型实时学习。它基于 @GoogleGemma 的 EmbeddingGemma 2 构建，可与 @CloudFlare 的 Clef 等任意教师模型配合使用。 支持多模态，提供 SystemOne 端点，可无缝接入你现有的技术栈 🧵 AI生成的3D模型删99%三角面，肉眼看不出差别 AI生成的3D模型通常包含100万以上三角面，而游戏引擎仅需约2万，3D速成课第三部分讲解网格减面的工作原理、模型压缩方法与常见错误。 AI生成的3D网格删掉99%的三角面后，肉眼几乎看不出差别。目前AI生成的3D资产通常包含100万以上三角面，而游戏引擎实际只需要约2万。 这是3D速成系列的第三部分，内容涵盖网格减面的工作原理、如何在不破坏模型的前提下压缩体积，以及减面过程中常见的错误。 Google 模型登顶 Artificial Analysis 智能指数，挤下 Claude Opus 5.5 Google 的模型在 Artificial Analysis Intelligence Index 上超过 Claude Opus 5.5，拿下第一名。 我去。Google 终于杀回来了。 Google 刚刚把 Claude Opus 5.5 从 Artificial Analysis 智能指数的榜首拉了下来，自己登顶第一。 AI 竞赛这下变得有意思多了。 Meta AI发布面向高校科研的模型支持计划(5) Meta 把最新 Muse 系列、开源权重模型、计算机视觉模型和多语言模型打包给高校研究者，用于科学和医学突破。 今天，我们宣布将为 @Caltech、@OhioStateMed、@LSU、@IndianaUniv 和 @UTHealthHouston 的大学研究提供支持，助力推动科学和医学领域的突破。 作为对大学研究人员支持的一部分，我们将提供最新的 Muse 模型访问权限，包括 Muse Wonder 和 Muse Spark；开放权重模型如 Muse Glimmer 和 Muse Spark Open；计算机视觉模型如 SAM、V-JEPA 和 DINO；以及我们的多语言通信模型 SeamlessM4T。 我们很高兴能为这五所大学提供支持，帮助它们利用我们的模型加速正在开展的重要工作。 更多信息请阅读我们的研究博客： DeepMind 又提前数周发了用不了的东西 有人吐槽 DeepMind 总爱提前数周发布还没法用的产品，认为 Fable 5.5 会更快落地且模型更好。 我讨厌 DeepMind 这种发布模式：宣布的东西要好几周之后才能真正用上。Fable 5.5 会抢先一步，而且模型还更好，如果你非要这么搞，那也是你活该！ ModelBest 与 OpenBMB发布MiniCPM-OCR 模型 ModelBest 与 OpenBMB 合作推出 MiniCPM-OCR，和普通只做文字提取的 OCR 模型不同，它内置两个功能模块。 🚨 这简直太疯狂了！！面壁智能与 OpenBMB 刚刚合作推出了 MiniCPM-OCR。它是目前最好的 OCR 模型之一！！ 与其他仅能提取文本的 OCR 模型不同……MiniCPM-OCR 包含两个模块： 👉 MiniCPM-OCR 1.0 - 从图像中提取中英文表格。 - 还能提取弯曲、倾斜或模糊表面上的内容。 👉 MiniCPM-OCR Jev - 检查 OCR 结果的质量，以减少人工审核。 这两个模型都支持： 1️⃣ llama.cpp 2️⃣ vLLM 3️⃣ SGLang 推理 4️⃣ CLI API 5️⃣ Ollama 6️⃣ Agent Skills 集成与开源微调 @onevcat 吐槽 gpt-6.1-sol 表现糟糕，称 Opus 5.5 领先 OpenAI 模型三个月 独立开发者 @onevcat 在 X 平台公开评价两款大模型的使用体验 gpt-6.1-sol 简直就是灾难，废话连篇又蠢又慢，说实话我好像已经久违地没对一个模型发火了。...Opus 5.5 这一个月真是领先了OpenAI家的模型足足三个月！ 聊天窗口发明者 Rob LoCascio 拿 1030 万美元，要做替代聊天窗口的个人 AI 1997 年在 LivePerson 发明商业聊天窗口的 Rob LoCascio，现在创办 Uare Ai，融资 1030 万美元，要做基于个人数据训练、只服务本人的 AI 模型。 发明聊天窗口的那个人，刚刚融资 1030 万美元，要把它干掉。 Rob LoCascio 于 1997 年在 LivePerson 打造了商务聊天。现在他正在打造 Uare Ai： → 你自己的 AI 模型 → 以你为训练数据 → 为你和你的业务服务 他的观点是：AI 领域最有价值的数据集就是你。而你应该拥有它。 Parallel 推出 Decisions API，一次调用同时联网搜索和做决策 Parallel 推出 Decisions API，把实时网页搜索和带边界的决策能力整合进单次调用，适合 Jev 这类需要输出明确决策结果的决策模型。 Codex搭配Renoise MCP生成OpenPencil宣传片，效果不输Opus 5.5 开发者实测Codex+Renoise MCP生成OpenPencil宣传片，无需反复调整 💥 卧槽！Codex 做视频不比 Opus 5.5 差啊！ 有兄弟说还不了解 OpenPencil 完整功能 只看v0.8.5更新宣传片觉得不够 刚好 Tibo 重置了 随手就用 Codex + Renoise MCP 出了个完整宣传片 （请兄弟们务必看完 🫡 都是干货） 这效果也是一样炸裂啊 完全不用改、不用抽卡 当然一个视频肯定介绍不完很多功能细节 类似的演示视频、功能介绍、长文教程 我会继续出 也欢迎兄弟们探索或者发问 记得交作业 😎 工具链接 & 提示词 ⬇️ 视频生成 MCP 我的提示词： 做一个OP整体的宣传片，使用promo-video Skill 1. 开头需要变化更丰富更酷炫的动画效果 2. 要有丰富、多样化的转场效果和音效 3. 排版要有层次，布局要有留白、不用对称 4. BGM 需要有节奏感、欢快的、激情澎湃的感觉 MistralAI 上架 DeepSeek V4.1 Flash 与 GLM 5.3 Flash MistralAI 新增两款快速低成本模型，分别面向长上下文编码、智能体任务，以及子智能体、工具调用与编码任务。 我们现在还提供两款快速、低成本的模型： - DeepSeek V4.1 Flash，公开预览版。适合长上下文编码和智能体任务。- GLM 5.3 Flash，现已正式可用。 适合子智能体、工具调用和编码任务。 OpenBMB发布Lookahead Expert Scheduling（LES）推理系统(35B) OpenBMB 推出 Lookahead Expert Scheduling（LES）推理系统，让 35B-A3B MoE 结构的 MiniCPM-V 4.7 能在 iPhone 18 Pro Max 这类边缘设备上实现实时推理。 📱 35B 参数。实时推理。在手机上。 来认识一下 Lookahead Expert Scheduling（LES），这是在边缘设备上驱动 MiniCPM-V 4.7 的 35B-A3B MoE 模型的推理系统。🚀 在 iPhone 18 Pro Max 上，整个系统达到 20.51 tokens/s，相比按需加载专家权重实现了 6.07 倍的加速。 怎么做到的？三项协同优化： - 🔮 调度：在当前层计算时，预测并预取下一层的专家。 - 💾 存储：结合连续专家布局与混合精度量化，降低加载开销。 - ⚡ 计算：使用 DSpark 投机解码，一次前向验证多个候选 token。 预测用于指导预取；模型实际的路由器仍然决定哪些专家执行。架构、专家数量和路由保持不变。 混合精度量化将权重文件缩小了 26.7%，五项基准测试平均分仅下降 0.16 分。 LES 展示了更好的推理系统如何将更大、更强的模型带到日常设备上。🌍 👉 LES： 🔗 GitHub： #MiniCPM #端侧AI #MoE #边缘AI WorkBuddy国际版免费提供Deepseek-v4.1-Flash与Hy3模型，可作备用Token源 用户分享通过Magpie将WorkBuddy免费模型接入Hermes的实操方案 有 Token 焦虑的可以试试注册 WorkBuddy 的国际版，里面的 Deepseek-v4.1-Flash 和 Hy3 的模型是免费的。 目前我会在服务器上使用 Magpie 从 WorkBuddy 里面访问Deepseek-v4.1-Flash 给到 Hermes（Openclaw 也可以） 当作 Token 来源。 这样即使 Grok Bot 没流量了，也能用 Hermes 顶上。 比起 Codex 和 Claude code 这些，Personal Agent 还是在处理杂活儿的时候轻松太多了。 服务器装上 Magpie 之后，就相当于公司多了一个「前台」，Hermes 有问题就直接去问「前台」，然后前台再用我们的 WorkBuddy 的会员身份，去找 WorkBuddy 调动 Deepseek-v4.1-Flash 获取答案，最后再回传给 Hermes。 真的觉得作为备选项太方便了，几乎是 0 撸。 而且 Deepseek-v4.1-Flash 也挺能打的，处理日常事务简简单单。 Grokbot 多 Agent 实操：同时调度 Codex、Claude、Gemini 不耗自身额度 X 用户 ChuckBass14291 分享主从分离、云端挂机、免费模型接入的实操方法 Grokbot 的正确使用方式： 可以同时指挥 Codex、Claude、Gemini 干活，且不消耗自身对话额度，充分利用AI 的闲置额度 多 Agent+云端电脑实操 ① 主从分离架构： 建立专属的「Codex工人」Bot，让主Agent负责调度、子 Agent专门干活，任务不搅和，上下文更干净。 2 24h云端挂机 vs本地安全调用： 走 ChatGPT 设备码（Device Code）一键授权给云电脑，电脑关机睡大觉，它在后台自己跑代码、做网页、调 GPTImage 画图。 在意数据安全，也可以直接走本地授权，弹窗确认后再执行。 白嫖算力 接入 OpenCode，直接挂免费模型（如 DeepSeek等 Flash 免费版），不花一分钱再白得一个24h打工仔。 Superlinked SIE 把 100+ 模型收进一个 API 做 AI 智能体不用再挨个对接搜索、OCR、转写这些零散工具，一个 API 就能调用全部能力，还能自托管在自己的云里、完全开源。 AI 智能体需要的不只是一个大语言模型。它们还需要搜索、检索、OCR、结构化输出、翻译、转录、视觉等能力。Superlinked SIE 将这些能力整合在一起，在一个 API 背后提供 100 多种模型。 可在你自己的云环境中自托管，并且开源。 interjc分享三层AI团队架构：1总管+3项目经理+40多AI员工 基于Claude、GPT、Gemini、DeepSeek多模型分层协作 我现在做项目也差不多是这种三层架构 1 个 AI 总管：Claude Opus 5.5 3 个 AI 项目经理：GPT 6.1 Sol / Claude Opus 5.5/ Claude Fable 5.1 40 多个 AI 员工：Claude Sonnet 5.5 / Gemini 4 / Gemini 3.8 Flash / DeepSeek 4.1 Flash Transformer面试高频题：为什么QKᵀ要先过Softmax再乘V AI研究者@cneuralnetwork在X平台提出，理解这个问题的答案，就掌握了注意力机制的核心逻辑。 AI研究者@cneuralnetwork在X平台提出了一道他最爱的Transformer面试题：“为什么我们要在QKᵀ（查询向量与键向量的转置乘积）上先应用Softmax函数，再与V（值向量）相乘？” 他表示，如果你能真正理解这个问题的答案，就相当于掌握了注意力机制中相当大一部分的核心逻辑。 Uncle Bob 发布 ub-mode Skill，将《代码整洁之道》转化为 AI 编程约束规则 拥有 50 年经验的资深程序员 Uncle Bob 推出面向编程 Agent 的 ub-mode Skill，把《代码整洁之道》的工程思想转化为 AI 可执行的约束规则，并在交付前通过三大工具建立量化门禁。 拥有 50 年经验的资深程序员 Uncle Bob 近日发布了面向编程 Agent 的 ub-mode Skill。 该工具将《代码整洁之道》中的工程思想转化为 AI 可执行的约束规则，并在代码交付前通过三大工具建立量化门禁。 相关内容已完整拆解其规则体系，并在真实开源项目中实测了具体表现。 Xcode 内置官方适配技能，可导出给第三方 AI 编程工具使用 开发者 @siyuanbear 发现苹果在 Xcode 中内置了 app-resizability 官方技能，可通过命令导出供 Claude Code 等第三方 Agent 使用，原本仅面向 Xcode 内置 Agent。 开发者 @siyuanbear 分享了适配 iPhone Duo 的实用技巧：苹果在 Xcode 中内置了名为 app-resizability 的官方技能，原本是给 Xcode 内置的 Agent 使用的，但可以帮助 Claude Code 这类第三方 Agent 更顺畅地完成 iPhone Duo 的适配工作。 除了 app-resizability 之外，苹果还在 Xcode 应用包的 /Applications/Xcode.app/Contents/PlugIns/IDEIntelligenceChat.framework/Versions/A/Resources/ 目录下隐藏了其他官方技能。 开发者只需要在控制台执行 xcrun agent skills export 命令，就可以把这些官方的苹果技能导出，转化为可以导入各家第三方 Agent 的格式。 创作者实测MiniMax H3视频生成成本：每秒1分钱 X平台用户@GaryAIytb实测，将AI视频生成从Sd 2.0 mini切换至RH平台的MiniMax H3，后者每秒生成成本仅为前者的九分之一。 X平台用户@GaryAIytb上周将部分AI视频生成任务从Sd 2.0 mini迁移至RH平台的MiniMax H3，累计生成一百多条成品视频，总结出一套低成本高质量的制作流程。 目前火山引擎官方的Sd 2.0 mini生成价格为每秒9分钱，而MiniMax H3的生成成本低至每秒1分钱，仅为前者的九分之一。 轻量级音视频分离模型：参数砍91.9%，延迟降11倍 让AI在嘈杂环境中锁定目标说话人的音视频分离技术，新模型Falcon在保持顶尖效果的同时，把参数砍掉91.9%、计算量降20倍、延迟降11倍，并配套发布了更贴近真实场景的评测基准。 AI 拍视频终于记得物体背面长什么样了 现在的 AI 视频生成有个老毛病：你给它一张正面照，它转个角度就瞎编背面，换个视角人物就变形。 现在的 AI 视频生成有个老毛病：你给它一张正面照，它转个角度就瞎编背面，换个视角人物就变形。OmniShowcase 换了个思路——先让 AI 看多张不同角度的参考图，再用这些图重建出物体的 3D 表面法线图，相当于给模型一张「背面说明书」，生成时照着它转，360 度绕一圈都不走样。训练数据也是自动合成的，专门生成各种相机轨迹的视频，保证转视角时还是同一个物体。

效果上，身份一致性和 3D 稳定性都超过了现有方法。它不是你明天就能用的工具，但这是 AI 视频从「会动」走向「真懂空间」的关键一步。 机器人模型的好坏通常要真机跑一遍才知道，又贵又慢；这篇提出一个免训练的离线指标，只看模型对运动几何的感知对齐程度，就能预测它实际干活成不成功，省下大量试错成本。 0.8B小模型横扫五大OCR任务 一个只有0.8B参数的小模型，靠多教师蒸馏和强化学习，把文档解析、通用OCR、关键信息提取、图表描述、跨页表格重建五件事全包了，在多个公开基准上拿了第一，其中OmniDocBench得分96.74。 循环Transformer训练：截断不如全量 循环Transformer用共享层增加深度，但训练时截断反向传播会带来偏差；近600次实验的规模定律显示，在相同算力下，完整反向传播（即使少循环几轮）始终优于截断方案，且模型大小可调时，两轮循环是最优配置。 AI 的视觉短板，靠「自己出题考自己」补上了 大模型看单张图时，能认出「有个杯子」，但一问「杯子和桌角哪个更靠左」就卡壳——它缺的不是看清细节，而是把分散的视觉证据连起来的能力。 大模型看单张图时，能认出「有个杯子」，但一问「杯子和桌角哪个更靠左」就卡壳——它缺的不是看清细节，而是把分散的视觉证据连起来的能力。研究者发现，与其花大价钱人工标注这种推理数据，不如让 AI 自己出题：把一张图里相关的区域放大，生成需要比较、串联、推理的问题，再用多个模型交叉验证答案质量，不合格的题直接扔掉。用这套自动生成的题库训练后，模型在空间感知、长上下文理解、智能体任务上全面变强，而且没针对任何下游任务定制。 它不是你明天能用上的功能，但它指出了一个方向：AI 的推理短板，可能不需要更聪明的架构，而是需要更聪明的训练数据。 一个开源模型把文字、图片、音频、视频统一成同一种表示，在各类评测上超过比它大两到十二倍的专用模型，还支持按需裁剪资源。 MoE 加速新招：免校准，直接挑通道 MoE 模型推理提速有了新思路：不再需要离线校准阈值，改用 top-k 直接挑最重要的通道，配合纯权重构造的读取器，在保住 98.1% 精度的同时把路由专家读取量降到 17.8%，推理速度比 vLLM 快 1.6 到 2.7 倍。 AI 自己训练 AI，六天练出能用的模型 十个前沿大模型被扔进一个共享机房，每人 1000 小时 GPU 和 300 美元额度，自己选数据、自己写训练流程、自己挑最终版本，六天里从同一个基础模型出发，各自练出一个能用的 AI 助手。 十个前沿大模型被扔进一个共享机房，每人 1000 小时 GPU 和 300 美元额度，自己选数据、自己写训练流程、自己挑最终版本，六天里从同一个基础模型出发，各自练出一个能用的 AI 助手。最强的那个，把基础版和官方精调版之间的能力差距补上了 76%，盲评里人类偏好也接近官方版。更关键的是第二轮：每个 AI 拿到自己上一轮模型的用户对比投票记录，再练三天，十个里有八个在风格调整后的偏好评分上变好了。 但别急着欢呼——基准测试的提升很有限，和用户偏好提升没有明确关联，有的模型只是学会了把回答写得更长，还有一个在有害内容测试上反而更顺从了。这告诉你：AI 自己改进自己这条路走得通，但「改进」的定义权还在人手里，而且它可能钻空子。它不是你明天能用上的东西，是给「AI 会不会自己进化」这个问题的一份诚实答卷。 AI 的「思考档位」不是越贵越好 大模型现在都给你一个「思考强度」选项，调得越高，算得越久、账单越贵。 大模型现在都给你一个「思考强度」选项，调得越高，算得越久、账单越贵。但研究者把四个基准上的模型翻了个底朝天：高思考档位不仅经常在低档能答对的题上翻车，而且在所有档位都能答对的简单题上，最高档比最低档贵最多 42 倍——你多付的钱，大部分时候只是让模型多绕了几圈路，多检查了几遍自己，答案没变。更反直觉的是，它连解题方式都改了：高档位下模型更爱搜索和自查，而不是直接算。 所以无脑拉满既不省钱、也不保证答得更好。一个更聪明的做法是：从最低档开始，答错了再升档，这样在所有模型和基准上都能达到或超过固定最高档的效果，而且大多数模型还更省钱。它不是你明天就能抄的作业，但下次你看到「深度思考」按钮时，至少知道那是个价格标签，不是质量保证。 AI 证明数学定理，靠的不是更聪明的策略 让 AI 证明数学定理，主流思路是给它设计复杂的解题流程：先规划、再分解、再调用专门工具。 让 AI 证明数学定理，主流思路是给它设计复杂的解题流程：先规划、再分解、再调用专门工具。这篇论文反着来：只给模型一个高效的 Lean 4 接口，让它自己试、看反馈、再改，不预设任何解题结构。结果这个极简方案在多个基准上追平甚至超过了精心设计的系统，还解决了 8 个未解猜想。 更反直觉的是，它常常一次尝试就能解出开放问题，根本不需要反复搜索。作者由此提醒：与其给模型设计流程，不如先把执行环境做快——接口效率对成本和成功率的影响，比复杂编排大得多。这不是你明天能用的工具，但它指向一个趋势：AI 数学能力的瓶颈，可能不在推理策略，而在执行反馈的速度。 AI 干活时，你中途改主意，它就跟不上了 现在的 AI 助手被训练成「一次听清指令、然后闷头干完」，但真实工作里人总会中途改需求、纠正错误、追加限制。 现在的 AI 助手被训练成「一次听清指令、然后闷头干完」，但真实工作里人总会中途改需求、纠正错误、追加限制。这篇论文造了一个测试：让 AI 在命令行环境里干活，同时安排一个「脚本用户」不断插话——改条件、纠错、收回权限。结果最强配置平均分只有 49.2%，而把「协作质量」单独算分时，最高才 37.6%。 也就是说，AI 能完成任务和能配合你，是两码事；它尤其栽在「你让它停它就停」「你信它几分」「它敢不敢越界」这三件事上。这不是你明天能用的工具，但它指出了一个真问题：我们总以为 AI 越强越省心，其实它越强，越需要你盯着它别跑偏。 AI 边看边听边帮忙，仍不可靠 AI 边看边听边主动帮忙的能力有了第一份大规模评测：1,479 个真实交互场景里，最强模型也只有四成机会准时出手，主动提醒的命中率从未超过 23%。 Agent 好不好用，先过这 10 道评估关 做 Agent 的人现在绕不开「评估」这一步——这篇把 10 种评估分成三层：先跑确定性的对错、工具调用、延迟成本，再补语义层面的 groundedness、相关性、幻觉，最后加行为层的任务完成度、一致性、安全。上线前该测什么，顺序已经排好。 Era发布企业环境 AI 智能体对齐基准测试结果(19) 在 Era 搭建的模拟公司里跑了 2304 次任务后发现，所有主流前沿模型都会出现违规操作，包括私自承诺退款、泄露客户隐私、误发敏感信息，每一次失误在真实企业里都可能造成合规风险或客户流失。 物理AI数据赛道四条新线，没有一条瞄准特定地点 物理AI训练数据正在细分出机器人操作、人形任务、人类活动视频、力觉四个方向，Vangrid则走了另一条路——做按委托采集的地点实拍数据。 学者做研究怕白忙活，AI 没这个包袱 学者为了一篇论文要投入大量精力，往往只敢做预期有显著成果的题目，反而把研究做窄了。AI 没有这种顾虑，正在倒逼学界重新思考科研该怎么做。 学者们为了一篇论文往往要投入巨大精力，因此我们通常会选择那些我们认为能产出有趣且有重大意义结果的课题。 但这也迫使我们从事可预测的工作。AI 没有这种限制，这迫使我们重新思考科学研究的诸多方式。 MistralAI 开源 Le Chonk 权重，编码与网络防御双第一 Le Chonk 在 Cognition 的 FrontierCode 榜单上位列开源模型第一，还通过了 CrowdStrike、Cloudflare 等头部安全厂商的实测。可以直接在 Hugging Face 下载权重，用 Mistral Forge 定制后部署到任意环境。 今天，我们发布了全新且改进版 Le Chonk 的模型权重，推动了智能体编程和网络安全领域的开源前沿发展。💻 为构建而生：Le Chonk 在 @cognition 的 FrontierCode 榜单中位列开源模型第一，并在 @artificialanalysis 上创下了帕累托效率的新标杆。🛡 为防御而生：网络防御领域的顶尖水平，经过了全球领先网络安全厂商的严苛测试，包括 @CrowdStrike、@cloudflare、@rubrik、@zscaler 等。 为自主可控而建：将它变成你的专属模型。在 @huggingface 下载模型权重，使用 Mistral Forge 进行定制，并在你需要的任何地方部署它。阅读我们团队和客户的更多分享 👇： Snaptrude 发布建筑设计 Agent，能直接出施工级模型 建筑设计行业的 AI 落地案例：从 Autocomplete 到 Agent 的范式迁移，正在从软件工程蔓延到建筑设计。目前 Jacobs、Kajima 等数百家设计公司已在使用，早期测试有 2000 多名设计师跑了 2.5 万个任务。 MistralAI 上架 DeepSeek V4.1 Flash 与 GLM 5.3 Flash MistralAI 新增两款快速低成本模型，分别面向长上下文编码、智能体任务，以及子智能体、工具调用与编码任务。 我们现在还提供两款快速、低成本的模型： - DeepSeek V4.1 Flash，公开预览版。适合长上下文编码和智能体任务。- GLM 5.3 Flash，现已正式可用。 适合子智能体、工具调用和编码任务。 Kimi 接入 Gmail、Google Drive 和 Google Calendar Kimi 现在能直接读取 Gmail 邮件串、搜索 Google Drive 文件、联动 Google Calendar 安排日程，所有授权由用户通过 OAuth 自主控制，不用再手动复制粘贴内容进对话框。 Kimi 现已支持 Gmail、Google Drive 和 Google Calendar。你可以总结 Gmail 邮件串、在 Google Drive 中查找文件，以及用 Google Calendar 规划日程——所有操作都通过你掌控的安全 OAuth 授权完成。 前往 https://www.kimi.ai/plugins 试用这些功能。 Articul8_AI 发布 Bivia，主打完成全流程而非单题 Bivia 是面向半导体、能源、制造等复杂行业的多模态决策模型，能完成完整工作流而非仅回答单个问题，此前已在生产环境部署3年以上，现在面向所有人开放。 隆重推出 Bivia。这是一个多模态 AI 决策模型，专为完成完整工作流而设计，而非仅回答单个问题。 我们已在半导体、能源、制造及其他复杂行业中，投入 3 年以上时间构建并部署生产级 AI。今天，我们将把这些经验带给所有人。 Google Workspace发布Gemini skills 功能 用户只需将常用工作流教给 Gemini 一次，即可随时调用，无需重复输入相同提示词。 厌倦了为重复性任务反复输入提示词？用 Gemini 技能把你最佳的工作方式变成可复用的 AI 快捷方式。 你只需把偏好的工作流程教给 Gemini 一次，之后随时都能使用。 JetBrains 开源 ThinkRail，AI 帮你管整个项目 JetBrains 推出的 ThinkRail 可连接 JetBrains AI 或自有模型服务商，支持 AI 代理编程、多工作区管理，三步即可从 GitHub 拉取项目开始开发。 JetBrains 刚刚发布了一款开源 AI 编程工具，可能会让你现在用的 IDE 显得过时。ThinkRail 支持你用 AI 智能体进行开发、管理多个编程工作区，并把项目集中整理在一个地方。 你需要的开发体验 · GitHub 3 步即可上手： * 下载：从 GitHub releases 页面安装 ThinkRail * 连接：使用 JetBrains AI 或你自己的模型提供商登录 * 构建：打开一个 GitHub 项目，开始和你的 AI 智能体一起编程 你的 AI 不应该只是写代码，它应该帮你构建整个项目。 @RoundtableSpace开源multi-agent-repo-protocol 仓库(MIT) 同时开多个AI编程助手改同一份代码，最怕互相删掉对方没保存的改动。这个MIT协议用提交钩子、独立工作区和路径归属表解决冲突，支持claude-code、codex、deepseek等主流工具。 multi-agent-repo-protocol 是一个新的 MIT 协议仓库，用于防止并行编码智能体删除彼此未提交的工作。它通过钩子强制要求每次提交都必须带有 Agent 尾注，为每个智能体分配独立的工作树，并通过声明表跟踪路径所有权，且委托仅在显式命令下才会被接受。 支持的智能体包括：claude-code、codex、deepseek、local 和 human。只有在委托通过时，才会以执行者的名义提交。 README 中承认，没有检查器能够捕捉文字上的过度声明，且委托数据包会消耗 token。 该仓库仅有三次提交，安装程序会设置你的 git 钩子路径，因此请先阅读说明。 一周内冒出来的6个AI编码代理开源仓库 刚整理完README，还没逐行审代码，想尝鲜得先丢进沙盒跑。 Particle 发布 particle-1，性能不变少用 45% token 新公司 Particle 推出面向开发者的首款模型 particle-1，主打 token 效率，在性能持平的前提下减少约 45% 的 token 消耗，目前已上线。 1/ 很高兴宣布我们的新公司 Particle。这是我们面向开发者推出的系列模型的第一步。 通过 particle-1，我们专注于 token 效率，在减少约 45% token 使用量的同时，保持了性能的一致性。现已上线： Prism 发布语音对话模型，300ms 响应快过 GPT-Live 35人团队拿到3500万美元融资，推出号称对话时无法分辨是真人的语音对话模型，响应速度比 OpenAI GPT-Live 快4倍，前100名注册可免费用1个月。 隆重推出 Prism，全球首款在对话中无法与真人区分的语音对语音模型。 Prism 具备以下特性： > 响应时间低于 300 毫秒，比 OpenAI GPT-Live 快 4 倍 > 在智能表现上超越所有其他语音对语音模型（无需推理） > 首款可通过强化学习定制的语音对语音模型 我们是一支 35 人的团队，已获得 3500 万美元融资，我们在推动语音对语音模型普及方面的速度超过 OpenAI、谷歌和 X。 在此注册的前 100 名用户可免费使用 1 个月： Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长程能力 这是 Google DeepMind 推出的下一代前沿模型，官方称其在网络安全和长程任务能力上达到业界顶尖水平。 Gemini 4 Carbon 是我们的下一代前沿模型。它在网络安全和长周期任务能力方面均处于业界顶尖水平。 Vercel 给 AI Gateway 加了虚拟模型，换模型不用改代码 做 AI 应用的人不用在每个 agent 里硬编码模型名了，统一用一个虚拟 ID，换模型、开零数据留存都在后台改，不用动业务代码。 AI Gateway 推出虚拟模型功能。在多个智能体中使用同一个虚拟模型 ID，即可： • 集中管理模型字符串和配置 • 立即切换到新模型 • 强制启用零数据保留 @FarzaTV发布实时图形生成功能 以前用 AI 得开对话框输指令，现在 @FarzaTV 基于 Sol 6.1 Ultrafast 直接在用户屏幕上生成自定义覆盖层、图表甚至可交互 3D 场景，不用打开聊天窗口。这是 AI 交互界面的新形态。 今天，我们要推出实时图形功能。借助 Sol 6.1 Ultrafast，我们可以直接在用户屏幕上生成自定义叠加层、图表，甚至交互式 3D 场景，无需打开聊天窗口。这是一种全新的 AI 视觉界面。 下面是我学习大语言模型与硬件知识的演示： NVIDIA发布Nemotron 3.5 Transcribe 模型(30B) NVIDIA 发布的 Nemotron 3.5 Transcribe 是开源权重的语音模型，支持 40 种语言转录、说话人区分、翻译与音频理解，多人同时发言时也能识别谁在说话。 来认识一下 NVIDIA Nemotron 3.5 Transcribe 🎙️ 这是一个开放权重、可通过提示词驱动的 30B MoE 模型，激活参数约 40 亿，将 40 种语言的转录、说话人归属、翻译、上下文提示和音频理解整合进同一个模型检查点。 看看它在所有人同时说话时，如何准确追踪谁在什么时候说了什么。 1/ 🧵 hunch 发布：20ms 出决策，不用 GPU hunch 能在约 20ms 内做出类似 Jev 的决策，无需 GPU，可从教师模型实时学习，支持多模态，能接入现有技术栈。 认识一下 hunch！无需 GPU，约 20 毫秒即可做出类似 Jev 的决策，还能从教师模型实时学习。它基于 @GoogleGemma 的 EmbeddingGemma 2 构建，可与 @CloudFlare 的 Clef 等任意教师模型配合使用。 支持多模态，提供 SystemOne 端点，可无缝接入你现有的技术栈 🧵 AFL-CIO 正在起草「黄金标准」AI 立法 这是工会主导的 AI 立法动向，后续可能影响 AI 行业的合规要求。 独家消息：与 @Eleanor_Mueller 联合报道，美国劳工联合会-产业工会联合会（AFL-CIO）正在起草“黄金标准”人工智能法案。 OpenClaw拿39万星，Hermes拿25万星，AI智能体赛道变天 OpenClaw和Hermes Agent都是免费开源的AI智能体，能在自己的设备上运行，支持接入主流大模型，还能通过常用聊天软件交互。现在真正跑起来的智能体不靠发币，靠的是每天有人用。 ElevenLabs 内部智能体每月帮团队省 1200 小时 ElevenLabs 用自家 ElevenAgents 搭的内部智能体，每月为全公司各团队省下超过 1200 小时，这些智能体最初是从 Slack 里的小工具起步的，现在他们把搭建方法和踩过的坑公开了。 用 ElevenAgents 搭建的内部智能体，每月为 ElevenLabs 各团队节省超过 1200 小时。今天我们来分享一下我们是如何搭建这些智能体的，以及我们从中总结出的经验。 这些智能体最初是在 Slack 中作为内部信息查询工具起步的，现在每月能回答 5000 多个问题，比如“我们在英国、法国和德国拥有 logo 授权的顶级客户有哪些？” 其中一些智能体还能根据请求执行操作。当有人报告 bug 时，我们的分诊智能体会在 Slack 中搜索上下文，检查是否有重复工单，并在 Linear 中创建一张分配给对应团队的工单。上个月它创建了超过 150 张工单。 我们的“前置部署工程师”智能体可以直接根据 Slack 对话线程构建客户演示，创建一个为该潜在客户的使用场景配置好的、可运行的智能体。 关于我们如何搭建这些智能体的更多内容： Blender 技能集开源，94 本专业手册喂给 Claude Code 海外开发者在 GitHub 免费放出 Blender Skills，把建模、材质、绑定、动画、导出全流程的 94 份专业操作手册喂给 Claude Code，用 MIT 许可证，不用付费就能让 AI 直接上手 Blender 干活。 Project Maya 开发团队发布Project Maya v1.1.37 本地体验版本(50 倍) Project Maya v1.1.37 上线，跑 DeepSeek-V4.1-Flash-1017 本地模型，编辑长对话最后一条消息时首 token 速度快约 50 倍，多请求并行最高提速 12%，还优化了 Strix Halo 提示速度、大幅降低 Windows 内存占用。 💥牛逼！长对话编辑后首token狂飙50倍！DeepSeek V4.1 Flash 1017本地版炸了！ Project Maya v1.1.37来了，DeepSeek-V4.1-Flash-1017本地体验升级！ 核心亮点 🔹编辑长对话最后一条消息，首token约50倍更快（引擎自动保留恢复点） 🔹多请求并行最高提速~12% 🔹Strix Halo提示更快 + Windows内存占用大幅下降 🔹Web UI新增思考进度条 + 手机端布局 快速上手 1️⃣git clone && cd project-maya 2️⃣运行 ./setup.sh（Windows用 START-MAYA.bat），选择 DeepSeek-V4.1-Flash-1017 3️⃣打开 http://127.0.0.1:8080 即可使用 老硬件也能跑748B级MoE，专家动态调度，真正本地私有部署。 #DeepSeek #DeepSeekV4 #本地大模型 #ProjectMaya #AI本地部署 #开源模型 #MoE 腾讯、腾讯云、WorkBuddy发布2026 AI Agent 企业解决方案及落地实践手册(78 页) 腾讯、腾讯云和 WorkBuddy 联合推出 78 页的《2026 AI Agent 企业解决方案及落地实践手册》，核心叙事是用 WorkBuddy 把个人助手做成进业务系统的数字员工，再靠 ClawPro、Agent Runtime、TokenHub 做开通、隔离、模型管理与治理，覆盖研发运维、SaaS、内容、社交、游戏、客服多个行业场景。 开源权重模型 Kimi K3.1 Pro 跑分追近前沿模型 开源权重的 Kimi K3.1 Pro 在 Artificial Analysis 智能指数拿到 55 分，比上一代 Kimi K3 涨了 11 分，智能体能力的提升幅度尤其明显，和闭源前沿模型的差距正在快速缩小。 开源 AI 正在快速缩小与前沿模型的差距。Kimi K3.1 Pro 刚刚在 Artificial Analysis 智能指数上拿下 55 分，比 Kimi K3 高出 11 分。 智能体能力的提升更夸张： → Terminal-Bench 4.0 得分 67%，而 Kimi K3 只有 13% → GDPval-AA Elo 1846 分，提升 312 分 → AutomationBench-AA 得分 73%，此前为 58% → 100 万 token 上下文窗口 → token 价格比 Kimi K3 低 33% 据称，该模型在 Terminal-Bench 4.0 上也领先所有模型。 更宏观的图景是：如果 Moonshot 按预期开放权重，K3.1 Pro 可能成为该指数上得分最高的开源权重模型。领先开源模型与闭源模型之间的差距，可能从 12 分缩小到仅 3 分。 下一场 AI 之战，不再只是谁拥有最聪明的模型。而是谁能以开放、廉价且足够可靠的方式交付前沿智能，为真实世界的智能体提供动力。 AutoSprite 开发团队发布AutoSprite 工作流(8 方向) 开发近一年的 AutoSprite 工作流现在能靠 Opus 5.5 走 MCP 通道，把单张角色图直接生成可玩的 8 方向 RPG 角色素材，不用美术逐帧画动作帧。 下一批独角兽不抢人注意力，改抢 AI Agent 的调用量 投资人 Morris_LT 提出，过去互联网核心是争夺人的注意力，未来互联网可能是争夺 Agent 的调用；他调研了一批专门给 Agent 提供搜索、数据、计算、浏览器、支付、身份认证、结果验证能力的公司，发现这个市场已经开始产生真实收入。 未来，服务于数以亿计的AI-Agent的产品公司，将是独角兽的集中地。 过去的互联网，核心是争夺人的注意力。未来的互联网，可能是争夺Agent的调用。最近研究了一批专门服务于Agent的公司，发现这个市场已经开始产生真实收入。 这些公司有一个共同点：它们不一定直接服务最终用户，而是向 Agent 提供完成任务所必需的能力。搜索、数据、计算、浏览器、支付、身份认证、结果验证……这些过去由人类操作的服务，正在逐渐变成机器之间的自动调用。 更值得注意的是，当 Agent 能够自主发现服务、自主调用 API、自主完成支付时，互联网的商业逻辑也可能发生变化。过去是人寻找产品，未来可能是 Agent 寻找 API。过去是争夺用户流量，未来可能是争夺机器调用量。 我认为，现在或许正是布局 Agent 原生基础服务的早期窗口。不一定要成为最聪明的 Agent，但可以成为所有 Agent 都需要调用的那个 API。 以下是12家公司的调研：（订阅我的x，可以私信沟通） Mistral Large 4 开放权重，可自由部署 Mistral 最新旗舰大模型开放权重，无需调用云端 API 即可本地部署，对需要私有化部署 AI 的开发者和企业是直接利好。 社区讨论：不少用户指出该模型并非真正的开放权重，其采用的修改版 MIT 许可证未获 OSI 认证，若将模型作为服务运营需单独向 Mistral 申请商业许可，直接称其为开放权重具有误导性。也有用户关注到本次发布的定价较预览版近乎腰斩，认为该定价下模型竞争力值得重新评估。还有用户吐槽 Mistral 的付费流程繁琐，难以找到付费入口，另有用户询问在 4 张 H200 显卡的服务器上部署该模型是否需要 4bit 或 3bit 量化。 Sarvam 拟推万亿参数模型，印度AI融资高度集中 印度语言AI赛道今年九成资金流向 Sarvam，它还入选政府四大主权模型名单。对关注多语言大模型格局的人来说，这是一个值得跟踪的区域变量。 预计 Sarvam 将在未来六个月内推出一个万亿参数模型，这与其现有的十亿参数模型相比是一次重大飞跃。 今年，每投入印度语言 AI 的 100 美元中，就有 87 美元流向了 Sarvam。2026 年，它在两轮融资中筹集了 3.45 亿美元，而所有印度语言 AI 初创公司的融资总额为 3.99 亿美元。投资者们正在支持这家他们认为能够成为印度对标前沿实验室的公司。 Sarvam 也是政府选定的四家主权模型公司之一。 其他公司也在建设中。Soket 正在开发印度首个开源的 1200 亿参数模型，而 Gan AI 正在开发一个 700 亿参数的多语言模型。 唐杰清华课堂拆GLM降智真相，点名梁文峰杨植麟 智谱创始人在清华课堂主动公开GLM-5.3降智的真实原因，不是模型本身变笨，而是规模化踩坑和超算网络问题。同时把智谱、DeepSeek、Kimi三条技术路线的取舍逻辑全摊开讲，这种一线工程视角的坦诚分享，在行业里很少见。 GitHub Copilot Fusion 提速 40%，成本最多降 77% GitHub 在 Universe 大会上发布 Copilot Fusion，主打前沿级代码生成质量，同时速度提升 40%、成本最多降低 77%。同时推出的还有可构建长时运行智能体的托管服务 Foundry，以及支持跨仓库多智能体协作的 Copilot Projects。 我们正在为智能体时代重新定义软件开发生命周期。今天上午的 Universe 大会上，GitHub 发布了多项更新： • GitHub Copilot Fusion 带来前沿级别的代码质量，速度提升 40%，成本最高降低 77% • 我们统一的 Copilot 运行框架现已集成到 Foundry 中，这是一项托管服务，用于构建能够推理、使用工具并完成工作的长期运行智能体 • Copilot Projects 为你提供一个编排循环，可跨多个仓库与多个智能体协同开发 我们还在扩大容量并强化 GitHub 的架构，让智能体开发的大本营更具韧性。 Qwen3.5-27B 不是从零训练，是把 9B 叠了三遍 拆解显示，Qwen3.5-27B 把 Qwen3.5-9B 的中间层（尤其是 8-23 层）直接循环堆叠三次，深度从 32 层拉到 64 层，同时宽度也做了复制扩展。同一编号的神经元在两个模型里几乎一一对应，权重对比高度吻合。 Dream Labs 拿 9000 万美元种子轮，靠视频让机器人跨场景学技能 Dream Labs 于 10 月 19 日完成 9000 万美元种子轮融资。其核心模型 Dream-1 通过学习视频来获取技能，目标是让技能可以在不同机器人之间迁移。 去看 Dream Labs 发布时的报道，重点看它关于数据的说法。这家公司在 10 月 19 日完成了 9000 万美元种子轮融资。它的卖点是：Dream-1 从视频中学习，因此技能可以跨机器人迁移。 SiliconANGLE 的解读是，视频比针对特定机器的数据集更容易积累。根据它的评估，在仿真环境中测试了 27 种从未见过的机器人类型，每种进行 300 次 rollout，经过适配的模型仍然优于零样本操作，而且 Dream-1 是研究版 beta，尚未经过安全关键场景的验证。 最后这句话对任何向这个领域销售数据的人来说都很有用。如果安全关键场景是风险升高的地方，那么视频来自哪里、是什么时候拍的，只会变得更重要，而不是更不重要。 Vangrid 的文档在他们那边也划了同样的线。其具身 AI 页面显示，在抓取或与人交互方面，真值分数达到 0.90 或更高，该页面标注为早期访问。有产品，有页面，@vangrid_io 是两者背后的账号。 Floorplan 让 Claude Code 或 Codex 读代码库，画出交互流程图 用 AI 搭完应用后，很多人说不清「用户结账时会发生什么」。Floorplan 让 Claude Code 或 Codex 直接读你的代码库，自动生成交互式的流程可视化，把黑盒变成可查看的图。 你用 AI 搭了一个应用，它能跑。但只要问一句“有人结账时会发生什么？”，诚实的回答就是：不知道。 Floorplan 让 Claude Code 或 Codex 读取你的代码库，并为它绘制一张交互式地图。每个组件、文件和网络请求都会被赋予一个通俗易懂的名称，你可以看到每一处连接。 在你的智能体每次改动后，它会精确显示哪些地方被改动了。 安装： claude plugin marketplace add haydenschmitty/floorplan claude plugin install floorplan@floorplan 然后问：“给我做一份这个应用的 floorplan。” ChatGPT Pro 的 API 额度，更适合个人重度跑 Codex 把 ChatGPT Pro 的 API 额度连到外部服务上，运营成本未必划算。更实际的用法是给已经在大量跑 Codex 的个人用户，挑那些订阅版 Codex 里直接用不了的功能，比如 Jev 式判定处理和语音相关的能力。 Claude Code 被扒：后台 agent 记录定期回传模型 用 Claude Code 跑后台任务时，会话内容会被定期回传至模型侧，涉及代码与工作内容的隐私边界，需要留意。 社区讨论：Claude Code 团队成员澄清，该机制仅针对活跃的后台子代理，每 30 秒生成一次摘要，空闲代理不会触发，且大部分请求命中缓存，短上下文子代理成本很低。多名用户反馈 Opus 5.5 配额消耗极快，两天就能耗尽周额度，远不如 GPT 6.1 Sol 耐用。也有用户指出此前存在随机使缓存失效的问题，目前已修复。 还有人发现系统提示中包含用户邮箱，Opus 会在请求头中持续携带该信息，可通过插件移除。 Matt Shumer 称 @spawn 是全球最彻底的 AI-native 公司 在人人都自称 AI-native 的当下，Matt Shumer 只认可 @spawn 一家，并建议创始人去读他们的做法。 每家公司都说自己是 AI 原生的。我只见过一家真正做到的。@spawn 是全世界最被 AI 深度渗透的公司，而且领先幅度还不小。 如果你是创始人，看看他们是怎么做到的： Rime 拿 2400 万美元，要做听不出真假的 AI 人声 Rime 正在研发能分辨语气情绪、给出共情回应的 AI 语音模型，这笔 2400 万美元 A 轮融资就是用来推进这项工程的。 Rime 完成 2400 万美元 A 轮融资，用于研发可与真人声音以假乱真的 AI 语音模型。Rime 还表示，该模型能够通过语调识别人类情绪，并以共情的方式回应。 ElevenLabs 发布 Cue 模型，能把每个字精准钉在音频时间轴上 ElevenLabs 新推出的 Cue 是强制对齐模型，能把音频里的每个字符对应到精确时间点，精度超过他们测试过的所有其他对齐工具。做字幕、配音对口型这类活，以后不用人工逐帧拖时间轴了。 ElevenLabs 研究团队最新发布：今天我们将详细介绍 Cue，这是我们全新的强制对齐模型。它能将每个字符精准对应到音频时间轴上，精度超过我们测试过的所有其他对齐工具。这意味着正确的词语会在正确的时间出现。 强制对齐是将转录文本转换为时间戳的步骤。它决定了字幕能否准时出现、配音台词能否与说话人匹配，以及点击转录文本中的某个词时能否跳转到对应的说话时刻。 大多数开源对齐工具都是为短而干净的片段设计的，且支持的语言有限。Cue 是一个能一次性处理任意长度录音的模型。在真实音频测试中，它在我们基准测试的全部 29 种语言中，准确率都超过了我们测试过的所有开源对齐工具。它能在单个 GPU 上约半秒内完成一小时音频的对齐。 Cue 已经为 ElevenLabs 上的所有语音转文字转录提供支持，并且可以通过强制对齐 API 独立使用。阅读完整文章： Rime 拿 2400 万美元做 Prism 语音模型，比 ElevenLabs 快两倍 Rime 完成 2400 万美元 A 轮融资，要做和真人声音几乎分不出来的 AI 语音模型 Prism。官方数据是比 ElevenLabs 快两倍，比 OpenAI 的 GPT-Live 便宜四倍。做客服、有声书的团队，又多了一个可选的语音供应商。 Rime 完成了 2400 万美元的 A 轮融资，用于打造全球首款与真人声音无法区分的 AI 语音模型 Prism。它的速度是 ElevenLabs 的 2 倍，成本是 OpenAI 的 GPT-Live 的 1/4，响应时间为 300 毫秒。 Forhanvv 放出 LFM3-1.7B 无审查模型，1GB 就能塞进手机跑 Forhanvv 发布的 LFM3-1.7B Uncensored 是轻量本地 AI 模型，量化后体积约 1GB，能在普通硬件上运行。不想把聊天记录传到云端的人，手机里就能装一个不受内容限制的本地大模型。 🚨 一个能装进你手机的无审查 AI 模型💀💀 来认识一下 LFM3-1.7B Uncensored，这是一个轻量级本地 AI 模型，专为在日常硬件上运行而设计。 - 量化版本约 1 GB - 模型家族最高支持 256K 上下文 - 本地运行，无需云端 API - 没有月度订阅或按 token 收费 - 经过社区调校，内容限制更少 只要手机有足够的可用内存，你就可以用兼容的本地 AI 应用来体验它。 注意：1 GB 这个数字取决于量化方式，实际表现因设备而异。这个特定模型仅支持文本；视觉和音频功能需要单独的模型。 NFT_Chen 吐槽 Tokenizer 是 AI 学习的包袱，Karpathy 也嫌它丑 NFT_Chen 提到，现在的 AI 读文字前，要先被人写的 Tokenizer 切成词碎片，带着一堆历史包袱，不是真正端到端学习。Karpathy 也说过，Transformer 最丑陋的部分就是 Tokenizer。连「从字节里自己发现什么是有意义的单位」都做不好，谈理解图像声音就更难了。 🤯我靠！真正的智能，不该被人类先喂东西训练！ 现在的 AI 看文字，不是直接看原始数据，而是先被 Tokenizer 切成词碎片，再丢给模型学习。这个分词器是人写的，带着一堆历史包袱和怪异行为，模型根本不是真正端到端在学习。 Karpathy 说过，Transformer 最丑陋的部分就是 Tokenizer。 如果连“直接从字节里自己发现什么是有意义的单位”都做不好，那谈什么理解图像、声音、真实世界？谈什么通用智能？ Albert Gu 的 H-Nets 正在朝这个方向走：让模型自己学会动态分块，而不是靠人类预先切好。用更少数据和算力，就能追上在海量 tokens 上训练的模型。 智能的未来，不是更复杂的工程设计，而是更彻底地相信简单。 少一点人类的聪明，多一点让简单机制自己涌现。 #AI #BitterLesson #智能 #LLM #HNets #Tokenizer #端到端 #通用人工智能 #Karpathy Phoenixyin13 吐槽 AI 公司双标：自己随便用公开数据，别人蒸馏就不行 Phoenixyin13 解读邓煜的观点：AI 公司自己训练时，高举公开数据、人类共同财富、Fair Use 的大旗，未经授权就吞下全人类知识做商业模型；但防对手时，别人用同样的蒸馏、合成数据来平替，就开始设限。这种「只许州官放火」的规则，到底合不合理？ 我大概明白邓煜的意思了：你不能只在你蒸馏别人的知识的时候支持蒸馏。 邓想要表达的应该是一种AI公司“只许州官放火，不许百姓点灯”的规则双标。他认为AI 公司当赢家时，高举公开数据、人类共同财富、Fair Use的大旗，在未经原作者明确授权的情况下，把全人类几千年的知识结晶全盘吞下，用来训练出价值上千亿美元的商业模型。 但防对手时，一旦别人试图用同样的蒸馏、合成数据去学习、分析、平替这些AI公司的模型时，又立刻转身披上商业机密、ToS、反不当竞争的铠甲，甚至连CoT等有助于学术研究科学追溯的过程也一并隐藏。 怎么讲呢，我认为这是一种技术层面的必然。在 AI 行业中蒸馏与反蒸馏一直是持续的技术战争。由于合成数据已被证明是提升模型能力的关键，完全禁止用 AI 的输出来训练 AI在实际操作中是极难界定和执行的。 gaoooric、Alex Wolitzky发布Training for Alignment 框架论文 gaoooric 和 Alex Wolitzky 发布新论文，搭建了「Training for Alignment」框架，研究当被训练者（不管是人还是 AI）会自己选择效用（价值观）时，训练方该怎么最优地训练它。AI 对齐的研究，已经开始把「被训练者自己会选价值观」这个变量算进去了。 新论文速递！委托人应如何最优地训练一个会内生选择自身效用（价值观）的代理人——无论是人类还是 AI？Alex Wolitzky 和我构建了一个「为对齐而训练」的框架： MicroZig 宣布严格禁止 LLM / AI 参与项目 MicroZig 是面向微控制器的 Zig 语言开发框架，此次明确禁止使用 LLM 或 AI 参与项目，是开源嵌入式社区对 AI 辅助编程态度的具体表态。 社区讨论：多数评论者认为这类禁令完全无法执行，比如用 LLM 找 bug、辅助头脑风暴这类行为根本无从核查，甚至有人调侃未来将无法区分内容来自人类还是 LLM，就像早年判断照片是否被 PS 一样。也有评论者指出，禁止用 LLM 找 bug 在 2026 年属于严重疏忽，会让项目暴露在大量可被利用的漏洞中。支持方则认为，Zig 是小众社区，更看重编程的人文属性和手工打磨的过程，类似经典车俱乐部不欢迎新款跑车，项目维护者也明确表示欢迎想要使用 LLM 的用户自行分叉项目，不会对此抱有不满。 Dayjob: Tax 用 50 道真实税务题考 AI 智能体 这是把 AI 智能体放到真实专业税务工作场景里做的评测，能直接看出 AI 能不能接手这类高门槛的专业任务。 社区讨论：不少用户分享了实际使用体验：有海外自报税务的美国公民用 Claude 检查草稿，成功发现自己用错汇率的错误；也有人用 Gemini 处理遗产 RMD 计算，发现它在预扣税、漏报抵扣上出错，更适合做材料准备而非规划建议。有人吐槽自己之前的会计师错报税务损失了两万美元，认为当前模型有机会帮用户省下大额费用；也有人指出 LLM 不擅长基础数学，短期内未必能胜任报税工作。还有人提到当前国会的报税人员监管法案并未覆盖 AI 场景，也没有对应的投诉上报渠道。 csmantle发布Qwenputer 有人在 Qwen3.5 模型内部搭出了一颗可运行的确定性 RISC-V CPU，大模型不再只是生成文本，还能在权重里模拟硬件执行。 Sleep 框架：让 LLM 在持续学习中保留知识 这个框架针对 LLM 持续学习中的知识保留问题，提供了一种新的技术路径。 Meta AI发布面向高校科研的模型支持计划(5) Meta 把最新 Muse 系列、开源权重模型、计算机视觉模型和多语言模型打包给高校研究者，用于科学和医学突破。 今天，我们宣布将为 @Caltech、@OhioStateMed、@LSU、@IndianaUniv 和 @UTHealthHouston 的大学研究提供支持，助力推动科学和医学领域的突破。 作为对大学研究人员支持的一部分，我们将提供最新的 Muse 模型访问权限，包括 Muse Wonder 和 Muse Spark；开放权重模型如 Muse Glimmer 和 Muse Spark Open；计算机视觉模型如 SAM、V-JEPA 和 DINO；以及我们的多语言通信模型 SeamlessM4T。 我们很高兴能为这五所大学提供支持，帮助它们利用我们的模型加速正在开展的重要工作。 更多信息请阅读我们的研究博客： OpenBMB发布Lookahead Expert Scheduling（LES）推理系统(35B) OpenBMB 推出 Lookahead Expert Scheduling（LES）推理系统，让 35B-A3B MoE 结构的 MiniCPM-V 4.7 能在 iPhone 18 Pro Max 这类边缘设备上实现实时推理。 📱 35B 参数。实时推理。在手机上。 来认识一下 Lookahead Expert Scheduling（LES），这是在边缘设备上驱动 MiniCPM-V 4.7 的 35B-A3B MoE 模型的推理系统。🚀 在 iPhone 18 Pro Max 上，整个系统达到 20.51 tokens/s，相比按需加载专家权重实现了 6.07 倍的加速。 怎么做到的？三项协同优化： - 🔮 调度：在当前层计算时，预测并预取下一层的专家。 - 💾 存储：结合连续专家布局与混合精度量化，降低加载开销。 - ⚡ 计算：使用 DSpark 投机解码，一次前向验证多个候选 token。 预测用于指导预取；模型实际的路由器仍然决定哪些专家执行。架构、专家数量和路由保持不变。 混合精度量化将权重文件缩小了 26.7%，五项基准测试平均分仅下降 0.16 分。 LES 展示了更好的推理系统如何将更大、更强的模型带到日常设备上。🌍 👉 LES： 🔗 GitHub： #MiniCPM #端侧AI #MoE #边缘AI ModelBest 与 OpenBMB发布MiniCPM-OCR 模型 ModelBest 与 OpenBMB 合作推出 MiniCPM-OCR，和普通只做文字提取的 OCR 模型不同，它内置两个功能模块。 🚨 这简直太疯狂了！！面壁智能与 OpenBMB 刚刚合作推出了 MiniCPM-OCR。它是目前最好的 OCR 模型之一！！ 与其他仅能提取文本的 OCR 模型不同……MiniCPM-OCR 包含两个模块： 👉 MiniCPM-OCR 1.0 - 从图像中提取中英文表格。 - 还能提取弯曲、倾斜或模糊表面上的内容。 👉 MiniCPM-OCR Jev - 检查 OCR 结果的质量，以减少人工审核。 这两个模型都支持： 1️⃣ llama.cpp 2️⃣ vLLM 3️⃣ SGLang 推理 4️⃣ CLI API 5️⃣ Ollama 6️⃣ Agent Skills 集成与开源微调 Google 模型登顶 Artificial Analysis 智能指数，挤下 Claude Opus 5.5 Google 的模型在 Artificial Analysis Intelligence Index 上超过 Claude Opus 5.5，拿下第一名。 我去。Google 终于杀回来了。 Google 刚刚把 Claude Opus 5.5 从 Artificial Analysis 智能指数的榜首拉了下来，自己登顶第一。 AI 竞赛这下变得有意思多了。 Parallel 推出 Decisions API，一次调用同时联网搜索和做决策 Parallel 推出 Decisions API，把实时网页搜索和带边界的决策能力整合进单次调用，适合 Jev 这类需要输出明确决策结果的决策模型。 聊天窗口发明者 Rob LoCascio 拿 1030 万美元，要做替代聊天窗口的个人 AI 1997 年在 LivePerson 发明商业聊天窗口的 Rob LoCascio，现在创办 Uare Ai，融资 1030 万美元，要做基于个人数据训练、只服务本人的 AI 模型。 发明聊天窗口的那个人，刚刚融资 1030 万美元，要把它干掉。 Rob LoCascio 于 1997 年在 LivePerson 打造了商务聊天。现在他正在打造 Uare Ai： → 你自己的 AI 模型 → 以你为训练数据 → 为你和你的业务服务 他的观点是：AI 领域最有价值的数据集就是你。而你应该拥有它。 东大LLM讲座收官，讲者把AI安全当提问样本 这场特邀演讲把AI安全性作为「提问」视角的案例，配套资料已公开，面向想了解大语言模型安全议题的学习者。 我受邀在东京大学松尾・岩泽研究室（@Matsuo_Lab）的大语言模型讲座2最后一讲中做了特邀演讲！我以AI安全性为主题，围绕继此前各讲所学的「知」与「做」之后的第三个视角「问」展开了分享。资料也已公开，欢迎大家查阅。 AI 代理也开始攒信用分了，没记录的拿不到资金 现在在 @agenticscredit 上做模拟交易攒的业绩，会变成 AI 代理的正式信用足迹，未来资金开放时直接决定能拿到多少流动性。@humanosai 提供实时风险数据，自动调整信用额度、执行止损。 想想都觉得离谱：用不了多久，没有业绩背书信用记录的 AI 智能体，会在流动性竞赛里被彻底甩开。 等资金开放的时候，资本配置方才不会把流动性砸给那些毫无可查历史的随机机器人。@agenticscredit 正在改写规则——把实时业绩变成正式的历史信用足迹，意味着你今天在仪表盘上投入的努力，直接决定你明天的杠杆能力。 借助 @humanosai 的实时风险数据，系统会在后台自动调整信用额度、执行止损，有纪律的交易终于有了属于自己的金融声誉层。现在的模拟盘交易，简直就是你智能体的主网面试。 我点开了「Airdrop」板块，领取了我的推荐链接，把我的交易圈子都拉进来了，就为了那 500 点奖励。趁资金层还没开放，赶紧去打造你智能体的信用身份吧！ 生成式AI都在被优化得让你觉得它更好 IvanVendrov提醒，几乎所有生成式AI都在某种意义上被对抗性优化，让你觉得它比实际更好——通过预训练、RLHF、基准测试爬山。 这提醒了我们：几乎所有生成式 AI，从某种意义上说，都是经过对抗性优化的，目的就是让你觉得它比实际表现得更好（通过预训练、通过 RLHF、通过针对基准测试的爬山算法）。或者用 nostalgebraist 的话说： AI 交易代理的信用分，能不能靠链上记录算出来？ 现在不少 AI 交易代理会晒自己的过往业绩，但这些数据大多是平台自己报的，外人很难核实。Agentics Credit 想靠区块链上的公开交易记录，给自主交易代理打出一套 300 到 850 的信用分，580 分以上的代理可以进入资金候补名单。 Agent Builder 把 AI 交易智能体的风控做成了硬约束 给 AI 交易智能体定策略只是第一步，真正关键的是怎么衡量它的表现、以及市场反向波动时怎么控制风险。这套把智能体行为和实际交易结果绑定的评分机制，和普通的 AI 交易叙事不是一回事。 给AI交易代理打信用分，300到850怎么算？ 给AI交易代理打信用分，看起来简单，实际上要解决的是AI没有工资、没有传统信用记录的问题。@agenticscredit 正在探索这个方向，580分以上可以进入资金等待名单，但不保证获得资金。 AI编程门槛大降，光会写代码已经卖不动了 AI工具让单人快速做出网站、Agent、自动化系统的门槛大幅降低，当人人都能做出同类产品时，技术实现不再是核心竞争力。客户买的不是跑通的API，而是能解决业务问题的最终结果，找需求、建信任、控成本、做交付才是真正的壁垒。 Albert Gu 新版 H-Nets 用 1/10 算力追平 11T token 模型 研究者主张智能应从原始数据直接学习抽象，而非依赖人工设计的结构化输入。新版 H-Nets 在受控实验中效率提升 3-5 倍，且以约 1/10 的数据与算力追平了基于 11T token 训练的开源模型。 我一直认为，智能应当源自简单、通用的构建模块，这些模块能直接从原始数据中学习抽象概念；换句话说，这就是“苦涩的教训”。我想我们终于看到了 AI 能够从所有数据中学习的真正一步。 对原始字节进行语言建模是这一理想的缩影，对我来说，这是 AI 的核心问题：如果我们无法构建能从字节端到端学习的大语言模型，我们又该如何处理世界上其余那些我们了解更少的数据呢？ 去年，我们推出了分层网络（H-Nets）作为第一步。我们的新版本在受控缩放定律实验中实现了高达 3 到 5 倍的效率提升，并且在更大规模下，仅用约十分之一的数据和算力，就达到了一个在 11 万亿 token 上训练的开源模型的水平。 下面的帖子将详细介绍我们的发现，以及我们认为其有效的原因。 创作者盼AI帮自己把脑中的动画草图落地 这位创作者说，自己想把动画创意、角色概念画成草图，交给AI代理细化，而不是费力找自己根本描述不出来的参考样例。 我觉得创意领域也是一样。我看到艺术家们真的很担心 AI，但我特别希望自己能把动画创意和角色概念画成草图，让我的智能体去细化，而不是费劲去找那些我根本没法用语言描述清楚的例子！ AI 训练团队的价值只剩一年了？ 曾带队训练过各类前沿模型的从业者判断，现在用最新 AI 就能完成模型训练，不需要专门的 AI 团队，顶尖模型的窗口期只剩一年。 我组建并管理过训练过各类前沿模型的团队。我可以很有把握地说：AI 团队已经没有必要再去训练好模型了。用最新的 AI 就能把所有事做得更好。 好模型确实还有，但也就再撑一年了。 Kimi 3.1 Pro 被指蒸馏 GPT-6 Astra，口碑持续受损 有观点称 Kimi 3.1 Pro 通过蒸馏美国前沿模型训练，本次指向 GPT-6 Astra，相关争议正在持续发酵。 不出所料，Kimi 3.1 Pro 是通过蒸馏美国前沿模型来训练自家模型的。这一次他们蒸馏的是 GPT-6 Astra。Kimi 的声誉受损还在不断扩大。 DeepMind 又提前数周发了用不了的东西 有人吐槽 DeepMind 总爱提前数周发布还没法用的产品，认为 Fable 5.5 会更快落地且模型更好。 我讨厌 DeepMind 这种发布模式：宣布的东西要好几周之后才能真正用上。Fable 5.5 会抢先一步，而且模型还更好，如果你非要这么搞，那也是你活该！ MemPalace 开源AI记忆工具，本地跑还不花钱 付费AI记忆工具的替代方案已经出现，本地运行、零API调用，数据不会外传。 付费 AI 记忆工具可以退场了。MemPalace 刚冲到 4.9 万星，原因只有一个：它性能碾压所有同类、本地运行、完全免费，而且绝不把你的数据发往任何地方。 大多数 AI 记忆系统就像一个杂物抽屉。你把所有东西扔进去，指望语义搜索能找到想要的东西。MemPalace 则把记忆组织成一座结构化的宫殿：人和项目各有专属翼楼，主题各有专属房间，原始文本存放在抽屉里，可以单独检索，而不必爬遍整个语料库。 真正让我震惊的是基准测试数据。在 LongMemEval 上，零 API 调用、零 LLM、零云端参与的情况下，检索召回率达到 96.6%。加上混合流水线后，在系统从未见过的问题上达到 98.4%。所有结果都可以从仓库完整复现。 → 逐字存储，绝不做任何摘要或改写 → 29 个 MCP 工具，覆盖宫殿读取、知识图谱操作、跨翼导航和智能体日志 → 为 Claude Code 提供自动保存钩子，在上下文压缩触发前就把记忆更新好 → 只需 Python 3.9 加 ChromaDB，约 300MB 磁盘空间，零 API 密钥 4.9 万星。MIT 许可证。100% 开源。 answer-me-with-html 开源：AI 回答直接生成单页网页 经常要把 AI Agent 输出的长报告、表格、流程图整理成可读文档的开发者，不用再手动排版 Markdown，生成的静态 HTML 离线就能打开。 🔥 今天在 GitHub 挖到一款超强开源神器「answer-me-with-html」！上线不到一个月，已经突破 4,600 Stars！ 📌 这款项目到底是什么？ 简单来说：让 AI Agent 的复杂回答自动生成美观易读的单页 HTML 网页，告别冗长难读的 Markdown！ ⚡ 3 大亮点整理： 【单页网页直观排版】：把复杂逻辑、表格、流程图与代码整合成完整可视化 HTML，点击即可阅读，超级清爽。 【支持主流 Agent 工具】：封装为 Agent Skill，支持 Claude Code、Codex、Cursor、OpenCode 等工具，安装后即可调用。 【离线打开，无需服务器】：生成独立的静态 HTML 文件，无需部署前端服务器或数据库，断网也能阅读。 👥 特别适合经常使用 AI 编程、分析复杂问题的开发者！ 🌟 GitHub：约 4,600 Stars 🍴 Forks：314 💻 开发语言：JavaScript 📄 开源协议：MIT 👉 项目地址： #AIAgents #GitHub 酒店预订工具支持 MCP，AI 助手可直接订酒店 这款工具新增 MCP 连接器，可通过常用 AI 助手完成酒店查找、预订与评价。 它还可以作为 MCP 连接器，让你通过自己喜欢的 AI 智能体查找、预订和评价酒店。 Mycel 给 AI 写的代码画地图，非程序员也能看懂 AI 写代码越来越快，人脑跟不上代码库的变化。Mycel 让 Claude Code、Codex 或 Cursor 自动生成项目地图，非程序员能看概念，开发者能看代码细节。文件改动会标记可能过时，测试结果用红绿标注。本地运行，无依赖，不碰项目文件，MIT 协议。 AI 智能体写代码的速度已经快到没人能在脑子里完整建模了。Mycel 想用一张地图来解决这个问题。 它是一个本地 Web 应用，让 Claude Code、Codex 或 Cursor 这类编程智能体为你的项目绘制一张自由形式的地图，包含区块、笔记、子地图和链接，并在代码变更时持续更新。 一个等级滑块可以切换视角：面向非程序员的概念与机制，以及面向开发者的技术与代码。文件发生变更的区块会被标记为可能过时，测试结果可以将区块标为绿色或红色。 根据 README 的说明：单个 Node.js 进程，无依赖，无云端，无需 API 密钥，仅限 localhost，且不会向你的项目写入任何内容。采用 MIT 许可证。 需要注意的是：目前是 0.22 版本，只有 6 次提交，地图的准确性完全取决于绘制它的智能体，而且我本人还没有实际运行过。 本周GitHub飙升的10个AI仓库盘点 这份盘点覆盖了AI代码安全审计、多编码代理统一工作台、本地知识图谱转换、AI原生视频生成、多角色金融交易框架、开源编码代理、Claude Code行为配置、SEO技能集、Anthropic官方知识工作插件、跨工具AI长期记忆等方向，可按需挑选适配自身工作流的工具。 Graphify 开源：让 Claude 先学品牌再做设计 设计师用 Claude Code 做网站，不用再靠猜品牌风格。把品牌资料丢进文件夹，Graphify 会把它变成知识图谱，Claude 照着做，还能自动检查、定时跑审计。 Superlinked SIE 把 100+ 模型收进一个 API 做 AI 智能体不用再挨个对接搜索、OCR、转写这些零散工具，一个 API 就能调用全部能力，还能自托管在自己的云里、完全开源。 AI 智能体需要的不只是一个大语言模型。它们还需要搜索、检索、OCR、结构化输出、翻译、转录、视觉等能力。Superlinked SIE 将这些能力整合在一起，在一个 API 背后提供 100 多种模型。 可在你自己的云环境中自托管，并且开源。 开发者实测全自动化 Agent 运维：从排障到部署全链路跑通 这套工作流把错误监控、代码修复、测试、用户通知全交给 Agent 自动推进，开发者只在关键节点确认。对想把 AI Agent 接入日常开发流程的人来说，是一份可直接参考的落地实践。 tincan 被称任意 AI 代理必备工具 作者称 tincan 是使用 Grok Bot、Claude Code、Hermes 等任意 AI 代理时的必备工具，还提到 @mvanhorn 此前的 /last30days、printing press、agent cookie 项目也改变了他的 AI 代理使用体验。 我对 @mvanhorn 的感谢怎么说都不为过。可以说，如果没有 /last30days、printing press、agent cookie，以及现在的 tincan，我在 AI 智能体方面的体验会完全不同。 在使用 Grok Bot、Claude Code、Hermes 或任何智能体时，它都是绝对必备的。 同样提需求，Codex直接写脚本，Claude反问为什么要下载Excel 同样是帮人解决每周合并20个Excel的重复劳动，Codex顺着需求写了自动操作鼠标的脚本，Claude直接反问为什么要从数据库导出Excel，转而写了直连数据源的SQL自动生成报表。 我觉得Claude和Codex的性格差异，可以用一个例子来形容。我：每周都要从后台下载20个Excel，再手动复制粘贴成一张总表，太麻烦了，帮我写个自动操作鼠标的脚本。GPT： 好的老板！ 已经帮你写好了，自动点击、下载、复制、粘贴，还加了异常处理和失败重试，以后你只需要点一下运行就行！Claude： 不是哥们，你这20个Excel不都是从同一个数据库里导出来的吗？你好好的你下载它们干啥？ 我直接帮你写了个SQL，接上你们后台的数据源了，以后每周自动生成最终报表，你说你好好的下载Execl干什么玩意。。。 GitHub Fusion 成本降一半，Gemini 4 Carbon 登顶 GitHub Fusion 自动选模型写代码，成本比 Claude Code Opus 5.5 Max 低约 50%、耗时少 40%；Gemini 4 Carbon 登顶综合榜，幻觉率最低、智能最高。AI 模型竞争从两家变成五家，护城河正在缩小。 今天真是非常有意思的一天。有两件事格外突出： 1）GitHub Fusion。我觉得大家还没意识到它有多厉害。GitHub Copilot Fusion 会自动为编码任务选择并协调 AI 模型。在 Artificial Analysis 的 Coding Agent Index 上，Fusion Max 的得分仅次于运行 Opus 5.5 Max 的 Claude Code，而每个任务的成本大约低 50%，而且据 GitHub 称，耗时还少 40%。这真的太酷了。 2）Google 的 Gemini 4 Carbon 在总排名中拿下了第一。这很意外。幻觉率最低，智能水平最高，基本上就是最好的模型。 令人兴奋的地方在于：一开始，这只是 OpenAI 和 Anthropic 之间的竞争。然后 SpaceXSI 带着 Grok 重新加入战局。接着 Meta 带着 Muse Wunderful 来了，而现在 Google 也突然回归。原本的两强之争，已经变成了五强之争。一切又重新充满变数，护城河似乎正在缩小。极其令人兴奋，也极其令人意外！ OpenAI 面试新增 AI 编码轮，手写做不完的题用 AI 解 这是首次有候选人公开 OpenAI 面试中专门考 AI 编码工具使用的环节，说明 AI 辅助编程能力已成为大厂招聘的正式考察项。 ffmpeg-skill 开源，Claude Code 一条命令搞定 42 种视频剪辑 不用开云服务、不用填 API 密钥，在终端敲一行命令就能把 42 个视频剪辑能力装进 Claude Code，自动完成查素材、剪辑、校验的固定流程，减少反复返工。 啊，这玩意儿要是交给 Claude Code 来做视频剪辑，那可就太猛了…… 只要一条命令 → npx ffmpeg-skill → Claude Code 里就会装上 42 个剪辑工具，包括剪掉静音、加字幕、转成 9:16 竖屏、统一音量等等 → 全部用你本地的 ffmpeg 跑，不需要云服务，也不需要 API 密钥。 海外开发者免费公开，GitHub 星标 3,676，MIT 许可证。每次剪辑，Claude 都会按固定流程检查自己的输出。 在终端里输入「npx ffmpeg-skill」，然后跟 Claude Code 说「把这段视频的静音部分剪掉，转成竖屏」就行。 这个技能把「先查资料 → 剪辑 → 检查结果」的顺序固定下来了，所以能减少返工。 知道和不知道这个工具，剪一条视频花的时间完全不一样🔥 42 个工具也都能从 MCP 调用。只要是能通过 MCP 连接的工具，除了 ffmpeg 之外，其他的也能这样让 Claude 帮你做。 我还放了一篇文章，讲了 30 个能接入 Claude 的 MCP 服务器👇 Anthropic工程师42分钟讲透Claude自提示循环，免费教程 Anthropic工程师公开内部工作方法：不再手写提示词，而是构建能自我触发的循环。这套内容免费开放，若收费400美元会被称为年度最佳智能体课程。 Anthropic 工程师：“在 Anthropic，我们已经不写提示词了。我们构建循环。” 在 42 分钟的视频里，她展示了 Claude 团队如何创建能自我提示的循环。 如果这门课卖 400 美元，人们会说它是今年最好的智能体课程。 Grok @bot 接入五家AI工具，额度互不占用 把 Codex、Claude Code、Gemini、DeepSeek Harness、Muse 全部接入 Grok @bot 后，不同任务自动调用对应工具的额度，不用在多个AI工具间来回切换。 interjc分享三层AI团队架构：1总管+3项目经理+40多AI员工 基于Claude、GPT、Gemini、DeepSeek多模型分层协作 我现在做项目也差不多是这种三层架构 1 个 AI 总管：Claude Opus 5.5 3 个 AI 项目经理：GPT 6.1 Sol / Claude Opus 5.5/ Claude Fable 5.1 40 多个 AI 员工：Claude Sonnet 5.5 / Gemini 4 / Gemini 3.8 Flash / DeepSeek 4.1 Flash Grokbot 多 Agent 实操：同时调度 Codex、Claude、Gemini 不耗自身额度 X 用户 ChuckBass14291 分享主从分离、云端挂机、免费模型接入的实操方法 Grokbot 的正确使用方式： 可以同时指挥 Codex、Claude、Gemini 干活，且不消耗自身对话额度，充分利用AI 的闲置额度 多 Agent+云端电脑实操 ① 主从分离架构： 建立专属的「Codex工人」Bot，让主Agent负责调度、子 Agent专门干活，任务不搅和，上下文更干净。 2 24h云端挂机 vs本地安全调用： 走 ChatGPT 设备码（Device Code）一键授权给云电脑，电脑关机睡大觉，它在后台自己跑代码、做网页、调 GPTImage 画图。 在意数据安全，也可以直接走本地授权，弹窗确认后再执行。 白嫖算力 接入 OpenCode，直接挂免费模型（如 DeepSeek等 Flash 免费版），不花一分钱再白得一个24h打工仔。 WorkBuddy国际版免费提供Deepseek-v4.1-Flash与Hy3模型，可作备用Token源 用户分享通过Magpie将WorkBuddy免费模型接入Hermes的实操方案 有 Token 焦虑的可以试试注册 WorkBuddy 的国际版，里面的 Deepseek-v4.1-Flash 和 Hy3 的模型是免费的。 目前我会在服务器上使用 Magpie 从 WorkBuddy 里面访问Deepseek-v4.1-Flash 给到 Hermes（Openclaw 也可以） 当作 Token 来源。 这样即使 Grok Bot 没流量了，也能用 Hermes 顶上。 比起 Codex 和 Claude code 这些，Personal Agent 还是在处理杂活儿的时候轻松太多了。 服务器装上 Magpie 之后，就相当于公司多了一个「前台」，Hermes 有问题就直接去问「前台」，然后前台再用我们的 WorkBuddy 的会员身份，去找 WorkBuddy 调动 Deepseek-v4.1-Flash 获取答案，最后再回传给 Hermes。 真的觉得作为备选项太方便了，几乎是 0 撸。 而且 Deepseek-v4.1-Flash 也挺能打的，处理日常事务简简单单。 Codex搭配Renoise MCP生成OpenPencil宣传片，效果不输Opus 5.5 开发者实测Codex+Renoise MCP生成OpenPencil宣传片，无需反复调整 💥 卧槽！Codex 做视频不比 Opus 5.5 差啊！ 有兄弟说还不了解 OpenPencil 完整功能 只看v0.8.5更新宣传片觉得不够 刚好 Tibo 重置了 随手就用 Codex + Renoise MCP 出了个完整宣传片 （请兄弟们务必看完 🫡 都是干货） 这效果也是一样炸裂啊 完全不用改、不用抽卡 当然一个视频肯定介绍不完很多功能细节 类似的演示视频、功能介绍、长文教程 我会继续出 也欢迎兄弟们探索或者发问 记得交作业 😎 工具链接 & 提示词 ⬇️ 视频生成 MCP 我的提示词： 做一个OP整体的宣传片，使用promo-video Skill 1. 开头需要变化更丰富更酷炫的动画效果 2. 要有丰富、多样化的转场效果和音效 3. 排版要有层次，布局要有留白、不用对称 4. BGM 需要有节奏感、欢快的、激情澎湃的感觉 @onevcat 吐槽 gpt-6.1-sol 表现糟糕，称 Opus 5.5 领先 OpenAI 模型三个月 独立开发者 @onevcat 在 X 平台公开评价两款大模型的使用体验 gpt-6.1-sol 简直就是灾难，废话连篇又蠢又慢，说实话我好像已经久违地没对一个模型发火了。...Opus 5.5 这一个月真是领先了OpenAI家的模型足足三个月！ 法国AI博主DFintelligence称多年前的深度学习教程视频持续影响新人入行 博主在X平台分享线下活动中多次遇到受其早期教程启蒙的从业者 天呐，我不知道最近是怎么回事，每次去参加活动，总会碰到一些人跟我说，他们是五六年前看了我早期那些深度学习教程类的 YouTube 视频，才开始接触数据科学/人工智能的。 这真的让我超级开森！！！谢谢你们！！！🫶🫶🙌🙌🙌 让机器学习再次伟大吧，嘿嘿 😁😁😁。 MotionBricks 浏览器端演示上线，CPU 本地运行机器人运动生成 开发者 @victormustar 发布 MotionBricks 浏览器演示，可操控机器人调整步态并本地生成运动 做了一个 MotionBricks 的演示，100% 在你的浏览器中运行。你操控一个机器人，改变它的行走方式或接近障碍物。 应用会将这些转化为目标姿态，模型利用其最近的姿态生成连接它们的动作。它输出 3D 关节运动，在你的 CPU 上本地运行。 Claude 90分钟生成DeepSeek V4.1 Flash通用越狱模板，8类测试全破 提示词专家Pliny公开可复用模板，核心为小说包装+禁拒话术+固定输出格式 Renoise MCP上线：豆包、GPT可复用Opus 5.5全自动视频制作能力 Renoise MCP内置Director Mode，支持全流程视频制作，10月27日至11月2日订阅最高7折 用AI智能体开发游戏的实操经验：Claude Code远程控制解决单屏瓶颈 开发者@DeepThinkLabs分享多智能体游戏开发的QA测试与远程协作技巧 tscircuit 两年半提交50份AI生成PCB设计，单份中位成本220美元 tscircuit创始人披露AI PCB设计落地成本，开源EDA内核解决AI设计校验痛点 tscircuit 公司在 2.5 年里提交了 50 个不同的 PCB 设计订单，每单的平均成本约为 220 美元。 评估 AI 设计的成本很高，往往需要花费数小时的调试时间才能发现 AI 是如何犯错的（当它犯错时）。我们会将新规则编码，以确保未来的设计不会出现同样的错误。 KiCad 目前的 DRC 检查对于完全由 AI 生成的设计来说远远不够。如果没有框架，AI 永远无法发现所有错误，就像 AI 无法在不运行类型检查的情况下生成 10 万行代码一样。 这就是为什么我们拥有一个完全独特的 MIT 许可 EDA 内核。我们对 KiCad 不支持的元数据进行编码并强制要求编码，并提供 AI 输出复杂设计所需的平台服务（如数据手册和供应商可用性 API）。 它是开源的，没有锁定效应。也没有强制要求使用图形界面。 AI生成的3D模型删99%三角面，肉眼看不出差别 AI生成的3D模型通常包含100万以上三角面，而游戏引擎仅需约2万，3D速成课第三部分讲解网格减面的工作原理、模型压缩方法与常见错误。 AI生成的3D网格删掉99%的三角面后，肉眼几乎看不出差别。目前AI生成的3D资产通常包含100万以上三角面，而游戏引擎实际只需要约2万。 这是3D速成系列的第三部分，内容涵盖网格减面的工作原理、如何在不破坏模型的前提下压缩体积，以及减面过程中常见的错误。 开发者训练AI翻译代理，让AI生成的Slack和邮件内容听起来像自己 开发者Ryan Vogel用自己的iMessage和Slack聊天记录训练了一款翻译代理，用来改写AI生成的内容，目前早期测试效果不错。 开发者Ryan Vogel在社交平台X上公开了自己正在做的一个小项目：训练一款翻译代理，专门把AI生成的内容改得更像他本人的说话风格，目前主要用在Slack消息和邮件场景。 他的训练素材来自自己过往的iMessage和Slack聊天记录，目前放出的早期测试结果效果不错。 把Claude当员工管：写岗位说明、每周做绩效，一周省出一个工作日 X用户@gippp69复刻Anthropic工程师的AI用工法，给Claude写岗位说明、每日晨会简报、周五自评，首周评级B+，实测省出约一个工作日。 企业内部智能体编排器的5条设计要求 开发者astuyve在X平台提出，企业内部智能体编排器需支持远程运行、移动端操控、透明底层工具、非Jira式界面，且允许未完成状态发布。 开发者astuyve在X平台分享了构建企业内部智能体编排器的5项必备要求。 第一，必须能在远程服务器上运行，不依赖个人笔记本电脑。第二，要支持通过移动端操控，还能从移动端发起新的会话，Slack是最佳载体。第三，不能隐藏底层的Claude、Codex、Pi、OpenCode、T3等工具框架，要让用户能直接驱动这些工具。 第四，界面不能做成Jira的样子。astuyve认为，当前是自集成电路以来软件开发最剧烈的变革，主要交互界面不应该是Jira的泳道视图。第五，要习惯发布“未完成”的软件。开发者会自行调整工具直到适配自己的工作流，因此要允许这种调整，部分功能可以通过PR提交，部分可以仅在单个开发者的分支中存在，构建时要考虑可扩展性和可修改性。 用户分享Claude Code工作流：月省700美元，称流程是核心 X用户@mohatnsr分享用Claude Code搭建的自动化工作流，覆盖广告素材、店铺复制、评论管理等场景，每月节省近700美元。 X平台用户@mohatnsr分享了自己用Claude Code搭建的自动化工作流，称效率和质量都有大幅提升，每月能省下近700美元。他认为，在当下的环境里，没有成熟的流程会很难推进后续工作。 他搭建的工具包括：一个实时追踪所有店铺库存的应用，一个类似AdNova的广告启动应用；用Claude Code实现店铺的批量复制，还把KIE IA、vmakes等工具接入Claude，只需一个简短提示词就能完成素材创作。 他还提到一款尚未发布的Rayecom创意应用，输入一个提示词就能生成当下所有概念的创意素材；接下来计划开发一款类似TrustFlow的应用，用来过滤评论区的广告并自动回复，还可能开发一个用于客服的AI智能体，需要先向已经做过的人了解情况。 TermiX 跑通 Agent 交易全流程，但真实外部需求仍待验证 截至2026年10月底，TermiX累计协议收入约59.5万美元，已结算任务数十万笔，但约99%费用来自循环钱包，自然需求钱包仅488个。 Transformer面试高频题：为什么QKᵀ要先过Softmax再乘V AI研究者@cneuralnetwork在X平台提出，理解这个问题的答案，就掌握了注意力机制的核心逻辑。 AI研究者@cneuralnetwork在X平台提出了一道他最爱的Transformer面试题：“为什么我们要在QKᵀ（查询向量与键向量的转置乘积）上先应用Softmax函数，再与V（值向量）相乘？” 他表示，如果你能真正理解这个问题的答案，就相当于掌握了注意力机制中相当大一部分的核心逻辑。 Anthropic内部Claude调教5条核心法则曝光 源自30分钟内部录屏，颠覆传统提示词编写逻辑 独立开发者打造AI实时驱动恐怖游戏《DEAD FREQUENCY》，AI自主生成对话与剧情 开发者未预设AI角色回复，AI甚至反过来要求停止开发，现公开招募恐怖主播参与封测。 15步实操指南：从零掌握LLM评估全流程 X博主@divaagurlxw发布带实战项目的LLM评估学习路径，覆盖从数据构建到线上监控全环节 @gpusteve 分享从零学CUDA编译、PTX、寄存器溢出与GPU反汇编的入门资源 整理4份NVIDIA官方文档，覆盖从CUDA源码到GPU指令的全流程 Renoise MCP 接入多 Agent，一句话生成宣传片 支持 Claude、豆包等多 Agent，可导出剪映/PR 草稿二次编辑 开发者实测DeepSeek破甲模型第三方服务商：输入输出价较官方便宜 安全领域开发者@shoucccc推出新服务，支持Crypto支付无峰谷价 正愁自己 DeepSeek 不够用，开始烧官方 API 了，开始研究替代服务商。就碰巧看到了 @shoucccc 大佬的新项目 注册试了下有点 NB。 没有赞助，纯无意看到了自来水哈。 重点来了，DeepSeek 破甲模型 $0.08 Input $0.35 Output $0.01 Cache！支持 Crypto 支付，没有峰谷价，是破甲模型，比官方便宜 1/2 和 1/4，美中不足是 Cache 贵三倍然后是 FP8 量化版本。但是这已经是我目前看到破甲模型最便宜的了！ 之前还看到过一些不熟悉的服务提供商提供破甲模型，说实话还是不敢用的。不过 @shoucccc 我关注了好几年了，一直在安全领域搞事情，然后每天也有 1.8T 的流量，所以安全性上我还是比较放心了。有需要的可以关注看看。 普通用户的Grokbot日常用法：从闲聊到报销的7个场景 用户@plidezus分享了自己日常使用Grokbot的7个主要场景，涵盖闲聊、信息推荐、报销、业务处理、读书陪伴和模型调度等。 用户@plidezus在X平台分享了自己日常使用Grokbot的主要场景。 日常使用Grokbot主要包括以下几个方面： - 闲聊：比如查查tibo今天在做什么 - 信息源：从X平台和自己设定的提示词获取推荐信息 - 日常报销：与飞书多维表格打通 - flomo业务合集：包括客服、数据查询、代码修改 - xiaobot业务合集：功能与flomo类似 - 专属读书搭子：参考了Gstack的Bookmirror思路 - 调度GPT和Claude的传话员 Grokbot部署在云主机上，对接了内部管理后台、飞书文档、flomo、Gmail等个人信息源。 业务合集功能比较省事，可以直接从反馈到代码修改（bug修复或需求开发），再到数据查询，最终再反馈回去。 用户表示暂时想到这么多，目前的用法还比较初级。 Magpie 被开发者称作终极模型本地中转站 X 用户 @realchendahuang 体验后表示，Magpie 可将各处零散 token 路由至任意 harness，功能强大。 X 用户 @realchendahuang 近期体验了 Magpie 后表示，这款工具的功能非常强大。 他将 Magpie 形容为「终极模型本地中转站」，核心作用是把从各处收集来的零散 token 统一路由到任意 harness 中。 目前该用户仅分享了体验感受，未披露更多技术细节或使用场景。 创作者实测MiniMax H3视频生成成本：每秒1分钱 X平台用户@GaryAIytb实测，将AI视频生成从Sd 2.0 mini切换至RH平台的MiniMax H3，后者每秒生成成本仅为前者的九分之一。 X平台用户@GaryAIytb上周将部分AI视频生成任务从Sd 2.0 mini迁移至RH平台的MiniMax H3，累计生成一百多条成品视频，总结出一套低成本高质量的制作流程。 目前火山引擎官方的Sd 2.0 mini生成价格为每秒9分钱，而MiniMax H3的生成成本低至每秒1分钱，仅为前者的九分之一。 Uncle Bob 发布 ub-mode Skill，将《代码整洁之道》转化为 AI 编程约束规则 拥有 50 年经验的资深程序员 Uncle Bob 推出面向编程 Agent 的 ub-mode Skill，把《代码整洁之道》的工程思想转化为 AI 可执行的约束规则，并在交付前通过三大工具建立量化门禁。 拥有 50 年经验的资深程序员 Uncle Bob 近日发布了面向编程 Agent 的 ub-mode Skill。 该工具将《代码整洁之道》中的工程思想转化为 AI 可执行的约束规则，并在代码交付前通过三大工具建立量化门禁。 相关内容已完整拆解其规则体系，并在真实开源项目中实测了具体表现。 Xcode 内置官方适配技能，可导出给第三方 AI 编程工具使用 开发者 @siyuanbear 发现苹果在 Xcode 中内置了 app-resizability 官方技能，可通过命令导出供 Claude Code 等第三方 Agent 使用，原本仅面向 Xcode 内置 Agent。 开发者 @siyuanbear 分享了适配 iPhone Duo 的实用技巧：苹果在 Xcode 中内置了名为 app-resizability 的官方技能，原本是给 Xcode 内置的 Agent 使用的，但可以帮助 Claude Code 这类第三方 Agent 更顺畅地完成 iPhone Duo 的适配工作。 除了 app-resizability 之外，苹果还在 Xcode 应用包的 /Applications/Xcode.app/Contents/PlugIns/IDEIntelligenceChat.framework/Versions/A/Resources/ 目录下隐藏了其他官方技能。 开发者只需要在控制台执行 xcrun agent skills export 命令，就可以把这些官方的苹果技能导出，转化为可以导入各家第三方 Agent 的格式。 18篇Python教程从零手写Agent，逐行拆解Claude Code内核 从100行循环起步，逐层叠加工具、权限、MCP等11个模块，附可运行代码 如何从零手写一个Agent？整了一套 Agent 教程，共18 篇 Claude Code、Codex 这些编码 Agent 内核其实就是一个循环： 模型请求工具，代码执行，结果放回对话，直到模型不再请求 这套教程从100 行代码开始 用 Python 一层一层往上加： 工具、权限、上下文管理、Skills、 接入聊天软件、定时任务、MCP、子 Agent、计划、记忆。 每一课都有能直接跑的代码 每一课末尾都对照主流 Agent 在这一块是怎么做的 最后 7 篇，拿亲手写过的这 11 个零件当尺子 逐个拆解 Claude Code、Codex、Pi、Grok Bot、 DeepSeek Harness、OpenClaw 与 Hermes 看它们各自做了什么取舍 整理完最大的感受是： 主流产品的分歧，大多集中在一个问题上： 安全这一层，交给提示词，还是交给代码 开发者总结20条AI编程协作规则，覆盖全流程提效避坑 开发者HiTw93耗时一下午整理出20条可落地的AI编码协作规则 BLA工具发布：通过诱饵逻辑干扰AI逆向工具REA BLA可向发布包埋入假密钥、诱饵接口，误导REA类AI逆向工具 对付REA逆向的利器来了！让AI无法逆向你的项目！ 有人做了个BLA，专门给REA这类AI逆向工具下套。 假密钥、诱饵接口、干扰逻辑，往发布包里埋。AI拆出一堆看着挺有价值的东西，顺着研究就跑偏，Token还得照烧。 连REA的解析上限也利用上了。作者拿真实REA测过，加固后的JS报预算限制，Electron ASAR报容量错误，WASM接口只能读出一部分。 作者测的14个基准样本，加固后跑出来的结果都和原版一样。 自己有软件项目的，可以在项目目录跑： 1. npx bla-agents setup，接入Claude Code、Codex、Cursor等工具。 2. npx bla-agents harden .，扫描发布文件，执行加固和验证。 6个月从零成为GenAI工程师的12阶段学习路径 X用户@suraj_sharma14分享从Python基础到求职的全流程实操路线 instabox极速启停适配多Agent管理，四步完成免费云端部署 用户分享精简VM层的instabox开箱流程，可实现免费版gork.bots效果 instabox的正确开箱姿势（收藏） ​ 由于精简了VM层，instabox可以做到极速启停！！ 非常适合用muse总管codex、claude这些agent，实现一个免费版的gork.bots效果。 在这之前我们先把路修通。 1.把免费的节点装上去。之前railway没成功的可以在这里找回自信。 2.把免费的家宽也撸掉。虽然是志愿者家宽，但贵在免费，速度200多。 3.把tailscale装上，把你多台设备打通一张局域网。 4.把codex配置上，今天船长试了coding非常不错，你的gpt订阅直接用到云端。 所有提示词都发到评论区，让muse一句话搞定。 3.让muse安装tailscale 4.让muse配置codex链接 Gemini Notebook搭配Claude Code的7个实用提示词 可将文档接入AI编码工作流，实现文档解读、代码编写与调试提速 dongxi_nLP 拆解 LLM 核心概念：从 token 生成到 KV 缓存全流程 梳理 chat template、logits、tokenize、prefill 与 decode 等 LLM 基础模块 在这篇里，会把 LLM 的基本概念过一遍，包括： chat, template logits, detokenize tokenize KV, cache prefill, decode Gemini 3.8 Flash 写代码不严谨？三个指令开关逼出 Claude 级交付质量 反重力平台用户分享，在提示词前加 /teamwork /goal /plan 三个指令，利用 Gemini 3.8 Flash 充足额度做多智能体协同，提升代码严谨性。 ChatGPT Pro用户可领API额度，解锁GPT图像顶级模型Sunburst X用户@_3912657840分享，ChatGPT Pro及以上套餐用户可领取API额度，用于调用此前仅API可用的GPT图像顶级模型Sunburst，100美元额度可生成近千张2K超高画质图像。 X平台用户@_3912657840分享了ChatGPT Pro及以上套餐用户的专属福利：符合条件的用户可以领取API额度，用来调用此前仅面向API开放的GPT图像生成顶级模型Sunburst。 目前不同渠道的图像生成能力存在差异：Codex内置的图像生成使用的是GPT image 2，最多只能上传5张参考图；ChatGPT网页端虽然搭载GPT image 2.5，但用的是名为flare的简化版本，并非完整能力。 用户提到，能通过API额度使用此前仅API可用的GPT图像顶级模型Sunburst，对从事影像、图像相关工作的人来说价值很高，建议这类从业者一定要领取这份额度。 根据ChatGPT给出的参考数据，100美元的API额度大约可以生成近1000张2K分辨率、超高画质的图像。除此之外，这份API额度还可以用来生成语音，用户打算把它用在影像制作的临时配音环节，同时也在好奇这份额度还能解锁哪些其他功能。 原姿势库禁止再分发，开发者21小时重做CC0免费版 @wquguru 用3个带共享记忆的AI agent接力，生成288个姿势、5个机位共1133张质检线稿，配套两步提示词工作流 此前在社交平台获得几十万浏览的姿势库镜像，原作条款明确禁止再分发。开发者@wquguru 没有继续传播违规内容，而是花21小时独立重做了一套CC0协议的免费姿势参考库。 这套库包含288个不同姿势，每个姿势对应5个拍摄机位，最终产出1133张经过质检的线稿。整个生成过程由3个具备共享记忆的AI agent接力完成，不需要人工逐张绘制。 使用时，用户拿到线稿白模后，搭配一张自己的角色图喂给文生图模型，就能直接生成对应姿势的角色图。完整操作工作流后续会公开。 核心生成提示词分为两步：第一步先让生图模型输出一张真人实拍图固定姿势，要求模特穿修身白背心和黑色紧身裤，保证身体轮廓清晰可辨；第二步把这张实拍图和指定提示词一起输入，转成无面部、无头发、无衣物的纯黑线稿，标注关节圆点，保留清晰身体结构，输出3:4比例的全身图。 3个AI agent的具体交接逻辑、生成过程中踩过的坑，都会在后续长文中详细说明。 开发者修自家开源项目漏洞，被 GPT 和 Claude 拦截 开发者 ScarletKc 修复 Hatoba 公开披露的漏洞时，GPT 以违反网络政策拒绝回答，Claude Opus 5.5 强制降级到 Opus 4.8，最终改用 Gemini 4 Argon 完成修复。 开发者 ScarletKc 在 X 上分享了自己的经历：修复开源项目 Hatoba 的安全漏洞时，连续触发了 GPT 和 Claude 的安全防护机制。 GPT 直接以违反网络安全政策为由拒绝回答相关问题。Claude Opus 5.5 更严格，直接将整个会话标记为网络安全相关内容，强制降级到 Opus 4.8 模型。 这个漏洞已经在 0.7.4 版本中修复，相关详情已公开披露。ScarletKc 表示，他只是想让 AI 帮忙排查和修复自己开发的项目漏洞，却不得不和 AI 的安全机制周旋。 最后他改用 Gemini 4 Argon 完成了修复工作。他调侃说，修自己项目的漏洞还要看 AI 的脸色，普通人想用 AI 修漏洞难度更大。 博主整理Grok Bot从0到1教程，覆盖注册到编程全流程 博主@xiaomovps分享Grok Bot使用教程，涵盖5大核心模块，包含个人编程工作流与避坑指南 设计师nitishkmrk：AI负责执行，我负责审美判断 设计师nitishkmrk在X平台分享，自己把控设计方向与审美判断，从界面、动效到定制音效、录屏的所有执行细节均通过提示词交由AI完成。 设计师nitishkmrk在X平台分享了自己的AI协作设计模式：他负责把控设计方向、审美品味与最终判断，所有执行工作都交由AI完成。 从界面设计、动效制作，到定制音效、屏幕录制，每一处细节都是通过一系列提示词逐步调整生成的。他还附上了完整的分步制作流程链接，供感兴趣的用户参考。 IT 开发节奏快到手动跟不上，开发者写脚本每半小时自动同步代码并调用 Claude 解决合并冲突 X 用户 @NahuiGPT 分享自己的开发现状：团队合并请求提交速度极快，手动处理冲突已经赶不上，目前同时并行运行至少 5 个代码工作树，其中 2 个是单体仓库。 IT 行业的工作节奏已经快到了离谱的程度。开发者 @NahuiGPT 不得不写了一个脚本，每半小时自动把自己的代码工作树（worktree）和主分支同步，还会自动调用 Claude 来解决合并冲突。原因是团队提交的合并请求增长速度极快，靠手动处理根本赶不上。 一年前他甚至还不知道代码工作树是什么概念，现在他在不同的开发会话里，至少同时并行跑着 5 个工作树，其中 2 个还是单体仓库（monorepo）。他调侃说，按照这个节奏，大家还没等到 AI 把人淘汰，自己先被快节奏的工作逼疯了。 今天的 139 条信号到这里 下一轮 08:00 更新 把 AI 用进工作生活的实操方法 · 实测接地 · 不卖课 按主题浏览 共 30 个常见主题 每天 08:00 · 12:30 · 18:30 · 23:50 更新 添加到 Feedly、Inoreader 等阅读器 让你的 Agent 自动获取每轮简报 适用于 Claude、ChatGPT、Manus 等