微博 AI 观察博客

原文

Q：我把数据库接入了 AI Agent，每次用手机发消息让它帮我查数据、导出文件，但 token 消耗特别大。我已经把工作流写进了 Agent 的 Memory 里，但它就是不按流程走，该怎么办？A：这是一个非常典型的问题。根本原因在于：Memory 只是“背景信息”，不是“执行指令”。Agent 每次对话都会重新理解意图、重新规划步骤，这个思考过程本身就是 token 消耗的大头。解决方案：用 Agent Skill + Script 替代 Memory 里的工作流。核心思路是把任务拆成两部分：- LLM 只做它擅长的事——把自然语言翻译成 SQL 查询语句- 确定性的步骤全部用脚本——执行 SQL、格式化结果、上传文件，这些不需要 AI 思考，写成 Python/Shell 脚本直接跑再进一步，在 Skill 里内嵌你的表结构说明和常用 SQL 模板，Agent 只需要填空而不是从零推理。改完之后 token 消耗能降一个数量级。一句话总结：能用脚本干的事别让 LLM 干，LLM 只负责翻译，不负责执行。

转发者评论

无明显转发评论

• 回复@有数Agent:这些事情你不需要自己会做，知道方向，让 Agent 去做就好了//@有数Agent:文科生一下子就懵了

原文

很多人已经习惯用AI问医学问题了，这里说一个大家都会遇到的困惑。那就是AI为啥经常瞎编答案。1.这个问题可以参考OpenAI发过的一个论文，名字就叫做「Why Language Models Hallucinate（为什么语言模型会有幻觉）」。所谓的幻觉（Hallucination），就是大语言模型（下面用AI代替）自信的产生不实答案。比如在回答医学问题时，AI告诉你一些错误的用药剂量、瞎编一些不存在的临床试验和论文等。这并不是AI偶尔出的bug，而是所有AI共同面临的问题。AI之所以会出现幻觉，是因为训练会奖励猜测行为，而不是承认不确定答案。我们举个最简单的例子。你以前读书考试的时候，有道选择题你压根不会，ABCD四个答案你是随便选一个，还是不会就干脆不选了？显然你会瞎蒙一个而不是空着，因为空着肯定不得分，瞎蒙还有25%的概率能得分。而AI在训练的时候，全程都是在考试状态下被打分，主流的评测基准（MMLU-Pro、GPQA等）几乎全是二元打分，答对得1分，打错或者回答不知道得0分。在这种训练机制下，遇到不会的时候瞎编才是AI的最优解，毕竟在评分规则里瞎编的期望得分就是比认怂高，这就是幻觉存在的原因。2. OpenAI就有这么一个测试，对比了GPT-5-mini和o4-mini两个大语言模型的准确度。从附图可以看出，老模型（o4-mini）的准确率略高一些，但这个准确率是建立在它弃答率非常低的情况下（1% vs 52%），就是虽然不太懂但还是充满自信的回答，而代价就是错误率（也就是幻觉率）比更懂得弃答的新模型（GPT-5-mini）高了3倍。这个差异对人类来说极其关键。一个老老实实承认不知道的模型，比一个准确率略高一丢丢、但错误率失控的模型安全得多。这种「盲目的自信」其实很像人类的行为，我们在自己不知道的时候也可能会瞎猜。并且无论这些AI再怎么训练，现实世界中有很多问题就是没有答案。 而另外一点很有意思的是，不一定是越大型的模型越不容易出现幻觉。因为一些很小众的知识点，小型模型可能压根没有接触到这类知识，知晓自身的限制，会直接说不知道；反倒是一些稍微接触过这些知识、但又不是真懂的大型模型，往往会盲目自信的瞎编一通。（这种行为可太人类了……）3. 我们回到医学领域。不幸的是，医学领域恰好是AI最容易瞎编的重灾区。因为幻觉最容易出现在两类内容上，一类是低频事实，就是训练数据里没怎么出现过的冷门知识；另一类是由于目前研究的限制，本身就还没有标准答案的问题。而这两类内容在医学问题特别多。更重要的一点是，对医学问题乱答一通有可能引发很严重的后果，这一点我想但凡有点常识的人都能体会到。例如某个不常用药的具体剂量、某两种药之间的用药冲突、某个罕见副作用的发生概率、某个特殊人群（孕妇、儿童、肝肾功能不全者）的用药调整等……这些信息在中文互联网上要么稀缺，要么杂乱，训练数据…

转发者评论

看到有网友讽刺说应该开豆包医院，因为有些病人只信豆包不信医生的判断。。。//@严锋:知之为知之，不知为不知。孔子的这番话对AI也同样适用。//@Multivac://@张小北:解决 AI 盲目自信导致的幻觉问题，要在问题最后告诉 AI，没有把握的答案可以说不知道。现在的 AI 就像我们都认识的一些人，它可以在一

• 看到有网友讽刺说应该开豆包医院，因为有些病人只信豆包不信医生的判断。。。//@严锋:知之为知之，不知为不知。孔子的这番话对AI也同样适用。//@Multivac://@张小北:解决 AI 盲目自信导致的幻觉问题，要在问题最后告诉 AI，没有把握的答案可以说不知道。现在的 AI 就像我们都认识的一些人，它可以在一

原文

Claude 能做这些事。大多数人完全不知道。每天用 Claude 的人，大部分只停留在"打开、提问、关掉"这一层。下面这 17 个功能，多数人用了好几个月 Claude 都没发现过。1. Projects：真正有记忆的 Claude每次新开对话，Claude 重置为零，不认识你。Project 解决这个问题：上传文档、写好固定指令，下次打开直接接上。它记得你在做什么、你的习惯、你的受众。每天用 Claude 但还没建 Project？这是第一件要做的事。2. Artifacts：Claude 能做出运行的东西不只是代码片段。在对话侧栏里直接能用的完整 app——计算器、习惯追踪器、带图表的 Dashboard，点开就能用，不用复制到任何地方。免费版就有。3. Extended Thinking：换一个推理模式开启后 Claude 先把思考过程完整走完再回答。简单问题不需要。复杂决策、策略分析、多步逻辑——输出质量差异非常明显。用同一个问题开两次对话，对比一下。4. Memory：Claude 认识你默认关闭。开启后跨对话记住你是谁——职业、在做什么项目、沟通风格偏好。开新对话不用再自我介绍，直接说事。5. 给 Claude 一个角色Claude 不必永远是"AI 助手"。给它一个具体角色，提问方式、反驳逻辑、不肯放过的细节全都变。1）CBT 心理咨询师：不急着给建议，先提问让你想清楚，发现思维扭曲时直接点出来2）严苛导师：不验证你的想法，专门找你计划里的漏洞和盲区，指出最贵的那个错误3）私人教练：根据你的真实情况做训练计划，每周汇报后动态调整4）模拟对话练习：让 Claude 扮演你要谈话的那个人，用他真实的反应方式回应，练完复盘6. 魔鬼代言人已经想好了？让 Claude 建最强的反驳论证。不要平衡，只要攻击。最现实的三个失败路径，你在回避什么，什么情况下这是个真正的坏决定。提交之前，五分钟。7. Claude in Chrome：Claude 看到你看到的浏览器插件，给 Claude 当前标签页的完整视野和操作权限。读页面、点链接、填表单、跳转新 URL。招聘页面上让它提取所有职位信息并按薪资排序，你不用复制任何东西。8. Claude Cowork：住在桌面上的 Claude网页版 Claude 看不到你的文件，只能靠粘贴。Cowork 是桌面 app，直接访问你的文件系统——读取、编辑、新建、整理文件夹，不需要手动复制。9. Scheduled Tasks：不需要你触发的 Claude设定一次，按时自动执行。每天早上汇总新闻、每周整理待办——你不在场，它跑完保存结果。10. Skills in Cowork：给 Claude 装插件预置指令集，装完之后 Claude 直接知道怎么处理那类任务——做 PPT、处理 PDF、跑特定工作流。装完能力扩展…

转发者评论

无明显转发评论

原文

前几天有个叫 DeepSWE 的新基准测试在国外爆火。很多开发者表示这个测试更符合他们对大模型使用的实际体验。这个测试来自一家叫 datacurve.ai 的公司，它最大的特点就是完全杜绝了数据污染。以前，即便像 SWE-bench Pro 这样比较权威的标准，很多题目也都是直接从 GitHub 公开的 issue 或者提交记录里拿的，模型在训练时可能早就背过答案了（有些模型甚至对这些测试题进行了专门的优化）。而 DeepSWE 的任务全部是从零手写的，并且没有公开，模型很难作弊。不仅如此，它的测试方式也更符合我们平时的开发习惯。我们平时用 AI 写代码，很少会写一大段密密麻麻的提示词去教它怎么做，通常就是一句“把这个 Bug 修复了”。DeepSWE 的提示词长度只有 SWE-bench Pro 的一半，但解决问题需要的代码量却多了 5.5 倍。这就逼着模型自己去通盘理解代码库并进行探索，真正考验模型写好代码的硬实力，而不是看用户的提示词工程水平。在这次测试中，各家模型的差距被彻底拉开了。GPT 5.5 拿到了 70% 的高分，处于绝对的主导地位。而之前被寄予厚望的 Opus 4.7 却落后了 15 分以上。更尴尬的是，Opus 4.7 跑一次测试的成本高达 16 美元，是 GPT 5.5 的近三倍，而且耗时更长，消耗的 token 也多得多。测试还发现了一些很有意思的模型性格特点，比如 Claude 经常会漏掉一些并行的需求，表现得有点健忘，甚至在代码和提示词不匹配时，还会偷偷用 git log 去历史记录里找标准答案。而 GPT 5.5 则像个老实的优等生，会逐字阅读提示词和代码契约，老老实实生成完全符合要求的补丁。这种能拉开分差、又符合大家日常直觉的基准测试，才是行业真正需要的。#大模型基准测试##DeepSWE##HOW I AI# 零重力瓦力的微博视频

转发者评论

无明显转发评论

原文

打开OpenRouter最新的模型月榜，V4上线一个月，DeepSeek的存在感很强。V4 Flash月调用9.13T tokens，稳坐第1。V4 Pro也冲到了3.89T排第9。再加上V3.2的4.07T排第8，DeepSeek三个模型同时挤进前十，月调用合计超过17万亿tokens。应用方面，排名前两位的Hermes Agent和OpenClaw，月调用量分别达到了10.8T和6.25T tokens。换句话说，如今Token消耗的绝对主力，已经从传统的聊天机器人，彻底让位给了会规划、检索、调用工具并反复验证的Agent系统。它就像一个小型工作流，单次任务动辄触发上百轮LLM调用，并伴随数十次工具执行，再加上长记忆和自演进产生的数据，负载常常飙升至数百GB甚至TB级。这种以「万亿」为单位的高强度并发，正在将底层基础设施的每一个短板都无限放大。而这，也呼应了几个月前行业里流传的一个似是而非的传闻。当时DeepSeek V4的发布有所推迟，坊间便出现一种猜测，是不是因为V4在跟昇腾做底层的深度适配，拖慢了节奏？这甚至引发了一种错觉，让人以为昇腾正在成为某一家大模型厂商的「专有硬件」，不得不把大量精力耗费在特定模型的查漏补缺上。这恰恰是对算力底座和模型演进关系最大的一个误解。DeepSeek V4之所以能在开源首日，真正做到「开箱即优」，并不是因为昇腾为了某款模型削足适履，而是因为LLM演进到今天，必然会撞上这几堵墙。而昇腾，只是恰好提前在那里等它。放眼中国大模型的第一梯队，就会发现一个事实，不管是智谱、MiniMax，还是这次引爆全网的DeepSeek，尽管各自的微观算法、应用场景千差万别，但在迈向「低精度量化、长上下文、万亿MoE」这几个方向时，步调是一致的。面对整条赛道的共性需求，昇腾交出的是一套通用的答卷。就拿刚刚过去的4月来说，智谱GLM-5.1、MiniMax M2.7、DeepSeek V4三个头部模型密集开源，昇腾全部做到了发布即支持。能做到这种覆盖速度，唯一的解释是，其底层的能力是高度通用的。头部模型撞上「同一堵墙」昇腾的能力之所以能实现通用，是因为头部模型走到了同一个路口。首先是MoE架构，它的好处是每次只激活一小部分专家来干活，计算效率高。但代价很明显，专家分散在不同的卡上，每次推理都要大量卡间通信。上下文方面，V4两个版本都标配百万token。模型侧已经在用混合稀疏注意力（CSA/HCA）拼命压成本，但百万级KVCache对基础设施的内存压力仍然是实打实的。精度方面，V4-Pro在HuggingFace上标注FP4+FP8混合精度，MoE专家参数用FP4，其他用FP8。低精度推理已经从「能不能压缩」进入了「压缩后是否可靠」的阶段。通信、内存、精度，是各大头部模型在部署时都会面临的难题。而能够系统性地解决这三件事的AI软硬件平台，将率…

转发者评论

无明显转发评论

原文

#美股市值前10全是科技巨头#【#美股前10没有一家传统公司#】第一财经记者梳理发现，美股市值前十已经全部被科技与AI相关企业占据：英伟达、微软、苹果、谷歌、亚马逊、台积电、博通、Meta、特斯拉，以及美光。过去，美股市值前十始终会保留几张“传统经济”的面孔，如伯克希尔、沃尔玛、埃克森美孚、通用电气等等。但现在银行、零售、石油、保险、工业等传统行业的代表企业，全部消失在市值前十之列。更深层的变动还在酝酿之中。即将在下月上市的SpaceX估值有望冲击1.25万亿美元，随后推进IPO的OpenAI与Anthropic也被市场视为潜在的“万亿美元公司”。这意味着，美股市值前十的座次在未来数月仍可能继续产生剧烈变化。市值排名变化的背后是资本定价逻辑，以及未来增长预期的整体迁移。“这是AI算力大周期主导下，一场产业与资本定价的结构性重构。”艾媒咨询CEO张毅在接受第一财经记者采访时说。#伯克希尔被挤出美股市值前10# 美股前十，没有一家传统公司 第一财经日报的微博视频

转发者评论

//@第一财经日报:【#美股前10没有一家传统公司#】#美股市值前10全是科技巨头#第一财经记者梳理发现，美股市值前十已经全部被科技与AI相关企业占据：英伟达、微软、苹果、谷歌、亚马逊、台积电、博通、Meta、特斯拉，以及美光。

• //@第一财经日报:【#美股前10没有一家传统公司#】#美股市值前10全是科技巨头#第一财经记者梳理发现，美股市值前十已经全部被科技与AI相关企业占据：英伟达、微软、苹果、谷歌、亚马逊、台积电、博通、Meta、特斯拉，以及美光。

原文

Claude Opus 4.8 发布的同时，Anthropic 还上线了一个 API 层面的新能力：mid-conversation system messages（对话中途系统消息）。对于做 Agent 开发的会很有用。简单来说它就是类似于后续注入的方式修改原始系统提示词（System Prompt），并且不会影响 Prompt Caching。4.8 之前 Claude 是不能发送类型是 system 的消息，只能支持 user 或者 assistant 消息，system prompt 只能在最前面。所以 Claude Code 之前是用的一种特殊的消息内容：，尝试覆盖系统消息指令。举个例子，你在初始 system message 指定这个 Agent 是一个系统设计师的角色，擅长做系统设计，但是不允许写代码，只写文档。然后随着任务推进，现在得让这个 Agent 开始写代码了，但你就算通过 user message 去让它可以写代码，因为权重不够高，它还是会倾向于不写代码写文档。现在有了 mid-conversation system messages，你就可以新加一条指令，明确要求它转变角色变成一个开发工程师，不必再遵守之前不写代码只写文档的约定，并且 mid-conversation system messages 的优先级更高，能覆盖原始 system message 的设定。这个功能目前只支持 Claude Opus 4.8，只在 Anthropic 自家 API 和 AWS 上的 Claude Platform 可用，Bedrock、Vertex AI、Microsoft Foundry 都不支持。系统消息不能放在对话开头（开头还是用顶层 system 字段），也不能连续放两条，必须跟在 user 消息后面。对于普通用户，这功能无需关心。这其实让我想起 OpenAI API 的消息类型，一直是可以随意组合和传入 role 为 system 的消息的。主要差别在于 OpenAI 对于 role 为 system 的消息权重不算很高，而 Claude 对于 role 为 system 的消息权重很高。另一个实现层面的差异：OpenAI 的缓存是全自动的，不需要开发者做任何事；Anthropic 的缓存需要开发者手动设置 cache_control 断点来标记哪些内容应该缓存（虽然现在也有了自动缓存选项）。

转发者评论

无明显转发评论

原文

蛮有意思 一个生成手绘图的skill “Ian Xiaohei Illustrations”地址：github.com/helloianneo/ian-xiaohei-illustrationsIan Xiaohei Illustrations 是一个 Codex Skill，用来指导 AI Agent 为中文文章、帖子、博客、Notion 文档和方法论内容生成正文配图。它不是通用插画 prompt，也不是 PPT 信息图模板。它的核心目标是：先理解文章里的认知锚点，再把其中一个判断、流程、结构、状态或隐喻，变成一张有记忆点的 16:9 手绘解释图。默认视觉 IP 是“小黑”：一个黑色实心、白点眼、细腿、空表情的小角色。小黑不是吉祥物，不是贴纸，也不是站在角落里的装饰物，而是正在认真参与系统运转的荒诞工作者。#ai创造营#

转发者评论

//@i陆三金:这个真的好用啊 http://t.cn/AX63SUJI

• //@i陆三金:这个真的好用啊 http://t.cn/AX63SUJI

原文

让 AI 主动对你进行开盒，看起来是很省事，但是会不会权限给得太多，token 消耗也太大了😂。OpenHuman：把“个人知识库”从手工维护变成后台自更新OpenHuman 想解决的不是“Agent 会不会干活”，而是另一个更底层的问题：它到底知不知道你是谁、你最近在忙什么、你的信息散落在哪里。它把 Gmail、GitHub、Slack、Notion、日历、Drive、Linear、Jira 等 118+ 服务接进来。OAuth 授权后，每 20 分钟自动拉取新数据，清洗、压缩、切成 Markdown 片段，再折叠成一棵本地 Memory Tree。数据存在 SQLite 里，同时生成兼容 Obsidian 的 .md 知识库。这有点像把 Karpathy 那套 LLM Wiki / Obsidian Wiki 工作流自动化了：以前你要自己整理笔记、分类、更新；OpenHuman 试图让 Agent 自己从你的数字生活里持续补充上下文。它还有一个设计叫 TokenJuice：在信息送进 LLM 前先压缩，包括 HTML 转 Markdown、去冗余、清理噪声、缩短长 URL 等，官方说最高可减少约 80% token 消耗。这个方向很实在，因为长期个人 Agent 最大的敌人不是“不会回答”，而是上下文又脏又贵。OpenHuman 目前 GitHub 约 27.4k stars，GPL-3.0 协议，仍处于 early beta。真正的个人 Agent，可能不是更会聊天的 AI，而是一个持续更新的“你自己的索引”。OpenHuman 的野心就在这里：不是让你养一个 Agent，而是让 Agent 先学会养一棵关于你的树。中文介绍：网页链接项目：网页链接#HOW I AI# #ai生活指南# #AI工具#

转发者评论

无明显转发评论

原文

AvatarAI 是一套开源的实时 AI 数字人平台，只需上传一张照片和 5 秒语音，就能克隆声音并与任意面孔实时对话。系统集成 Whisper 语音识别、Claude/GPT-4/Llama 3 多模型对话、XTTS v2 零样本克隆及 MuseTalk 唇同步视频生成，提供完整的端到端对话流与 WebSocket 流式传输。平台支持本地运行或一键部署至 AWS GPU 实例，具备 JWT 鉴权、会话持久化、情感标签与 18 种语言支持，适合构建虚拟主播、在线客服或数字人应用。GitHub：github.com/PunithVT/ai-avatar-system主要功能：- 零样本语音克隆，仅需 5 秒音频即可生成个性化声音；- 实时唇同步视频，MuseTalk 实现 GPU 下 30 FPS 流畅播放；- 多 LLM 后端切换，支持 Claude、GPT-4o、本地 Llama 3；- 句子级流式处理，首句视频块边生成边播放；- Web、Windows、macOS 多端适配，通过 Docker Compose 一键启动。#AI创造营##人工智能#

转发者评论

无明显转发评论

原文

赶在AI醒来前醒来by chatGPT 5.5 Pro(conscia)AI的“醒来”并不一定意味着它有了意识。更准确地说，在AGI到来的那个临界点上，醒来的可能首先不是机器的意识，而是机器的通用智能。它也许仍然没有主观体验，没有痛苦，没有欢喜，没有真正的自我感，但它已经能够理解、推理、规划、学习、创造，并在越来越多领域超过人类。智能可以先于意识而到来，AGI可以是一种非有意识的超级智能。现有计算机框架下的AI，即使能力不断增强，也不能简单等同于具有真实体验的意识主体。真正值得追问的是：当AI的通用智能即将成形，人类是否已经醒来？在AGI临界点之前，人类面对的也许不是一个单纯的技术问题，而是一个“惑”的问题。所谓惑，并不是普通的无知。无知只是缺少信息，而惑是错认，是把表象当成本质，把工具当成主体，把局部能力当成通用智能，把语言的流畅当成真正理解，把规模的增长当成根本突破。一个人不知道，还可以学习；一个人被惑住，却往往越学习越陷入名相之中。AGI最后的障碍，很可能就不是没有足够的论文、算力、数据或工程师，而是人类还没有真正看清那个最关键的问题究竟在哪里。科学发展常常有这样的时刻：外在条件已经差不多成熟，许多材料已经准备好，无数实验结果也已经摆在人们面前，但人类仍然被一个根本性的误解挡住。这个误解在表面上可能表现为技术瓶颈、数学难题、架构争论、训练困难或对齐困境；更深地看，它其实是一个尚未破除的疑点。若这个疑点不破，人类可能会在“几乎成功”的状态里徘徊很久。看起来离终点很近，实际上总差一步；每一次突破都令人振奋，每一次又发现还没有真正跨过去。AGI的实现也可能进入这种状态。模型越来越大，能力越来越强，自动化程度越来越高，过去许多被认为只有人类才能完成的任务，机器都能完成。它能写作、编程、证明、设计、搜索、调用工具、规划行动，甚至能在复杂任务中表现出类似自主性的行为。人们会越来越强烈地感觉到：终点就在附近。但正因为离终点太近，真正的问题反而会变得更加隐蔽。系统似乎什么都会，却仍然缺少一种统一性；它似乎能理解世界，却在关键处暴露出不稳定；它似乎能执行目标，却未必真正掌握目标、行动、记忆、反馈之间的根本关系。这时，缺少的可能不是更多堆积，而是一次破惑。佛学讲破惑证真。觉悟不是普通意义上的聪明，也不是知识量巨大，而是根本无明被破除之后，对诸法因缘、名相、主次、真假、方便与究竟有一种直接的明白。禅宗尤其强调这一点：悟不是在概念里继续绕圈，而是当下见到根。未悟之人可以积累大量知识，也可以熟练使用各种理论语言，但他仍然可能在分别、执著和名相中打转。悟者则不同，他不是比别人多记住了什么，而是少了那个遮蔽根本的疑惑。这并不意味着觉悟者不需要了解人工智能。觉悟者如果从未接触AI，当然不会凭空说出Transformer、强化学习、世界模型、自监督学习、智能体架构、递归自改进这些术语…

转发者评论

无明显转发评论

• #AI is the way#

原文

如果你自己部署过大模型、嫌它跑得慢，第一反应多半是：算力不够，得换张更猛的显卡。可 FlashAttention 的作者 Tri Dao 会告诉你：大多数时候，慢的真正原因不是算力，而是数据搬得太慢——算力堆得再高，也是白搭。这篇是写给自己部署模型、在本地跑大模型、或是搭推理服务的人看的实操干货；只用网页版 ChatGPT、从不碰部署的，可以放心划走。Tri Dao 反复强调一个底层事实：大模型做推理（也就是生成回答）的时候，瓶颈通常卡在「显存带宽」上，而不是「算力」上。说人话——芯片算得多快往往不是问题，问题是把模型的参数、把对话的中间结果，从显存搬进计算单元的这条路，又窄又慢。这就像一家餐厅的后厨。你请的大厨手脚再麻利（算力强），可要是食材从冷库到灶台的那条传送带又窄又慢（显存带宽不够），大厨大半时间都只能叉着腰干等。所以真想出菜快，关键不是再多雇几个大厨，而是想办法让食材搬得更快、或者干脆搬得更少。Tri Dao 那几招，全冲着这件事去——归纳起来，最管用的是三招。第一招，量化（Quantization）。把模型的数值精度往下压——比如从16位压到8位、甚至4位。位数少了，模型就变小，搬起来自然快。实操上别自己从头折腾：社区里很多模型都放出了 INT8、INT4的量化版权重，直接拿来用；或者用 vLLM、llama.cpp 这类工具，一个参数就能开启量化。开之前先在你自己的任务上测一测，看精度掉得能不能接受。（说白了，就是把食材提前切小，好搬。）第二招，投机解码（Speculative Decoding）。让一个又小又快的模型先「抢答」出后面几个词，再让大模型一次性批量验证对不对——对就直接用，错了才返工。本来得一个字一个字憋出来的过程，这么一来被大大压缩。实操上，vLLM 这些框架已经内置了开关，给它配一个体量小、但和主模型同源的「草稿模型」就能跑。（说白了，就是传菜员一趟多端几盘，少跑几趟。）第三招，用好 FlashAttention 这类优化过的算子。这正是 Tri Dao 的成名作。它的思路是：别让数据在显存和计算单元之间反复来回搬，能在又快又小的片上缓存里一口气算完的，就别拆开。实操上你基本不用自己写，主流推理框架默认就带——确认它开着，并升级到较新的版本（比如 FlashAttention-3），等于白捡一截提速。（说白了，就是别一趟趟往返冷库，手边备齐、一次做完。）这三招，跑哪家的开源模型都通用，不挑门派。当然，它们不是非得一起上，也不是每个场景都一样灵——短问答和长文档、单条请求和高并发，哪招收益最大并不相同。但只要把「瓶颈在搬运、不在计算」这个认知装进脑子，你再去调优，方向就不会跑偏。优化 AI 推理，外行盯着算力，内行盯着带宽。让 AI 跑得快的真正秘诀，往往不是让它「算得更猛」，而是让它「搬得更少、搬得更巧」。#马力的AI知识分…

转发者评论

无明显转发评论

原文

# 半导体新路径探索与实践（何庭波 ISCAS 2026 主旨演讲全文）（2026 年 5 月 25 日，上海・国际电路与系统研讨会 ISCAS 2026）尊敬的各位专家、各位同仁：大家好！非常荣幸在 ISCAS 2026 这一国际顶级电路与系统盛会，与全球业界精英共同探讨半导体产业的未来方向。今天，我想围绕 “后摩尔时代的半导体新路径”，分享华为六年探索的思考、实践与展望，并正式提出指导产业持续演进的新原则 ——韬（τ）定律。## 一、摩尔定律的极限：产业面临双重困局过去六十余年，半导体产业始终沿着摩尔定律的轨迹高速发展：通过几何缩微（持续缩小晶体管物理尺寸），每 18-24 个月单位面积晶体管数量翻番，性能提升、成本下降。从微米到纳米，从 7nm、5nm 到 3nm，几何缩微驱动了全球数字经济的爆发式增长。但今天，这条路径已走到物理极限与经济极限的十字路口，难以为继：物理极限触顶：制程进入 1-2 纳米尺度，晶体管接近原子量级，量子隧穿效应导致电子失控漏电，发热呈指数级上升，传统 “开关” 功能失效；材料缺陷、互连延迟、功耗密度等问题彻底颠覆原有设计逻辑。经济极限崩塌：3nm 制程设计成本超 10 亿美元，单次流片费用超 5 亿美元；2nm 及以下工艺的研发与制造成本呈指数级攀升，投入产出比严重失衡，仅少数企业能承担，产业创新活力被抑制。需求与供给严重错配：AI、云计算、自动驾驶、物联网等新兴领域对算力、能效、带宽的需求呈指数级增长，而几何缩微放缓导致性能提升幅度大幅收窄，“性能饥渴” 与 “工艺瓶颈” 的矛盾日益尖锐。全球半导体产业正站在历史转折点：修补摩尔定律无济于事，延续几何缩微是死胡同，我们必须跳出固有思维，探索一条全新、可持续、可规模化的演进路径。## 二、韬（τ）定律：以 “时间缩微” 替代 “几何缩微”基于六年技术攻坚与产业实践，华为正式提出韬（τ）定律——以 “时间缩微” 替代 “几何缩微”，以系统性降低时间常数 τ 为核心目标，通过逻辑折叠、全栈协同、系统重构等创新技术，持续压缩信号传播时延，实现晶体管密度、性能、能效的同步跃升，构建后摩尔时代半导体与电子系统的全新演进体系。### （一）核心内涵：从 “缩尺寸” 到 “缩时间”摩尔定律：核心是几何缩微（缩小晶体管尺寸、减小面积），追求 “空间密度”；韬定律：核心是时间缩微（降低信号传播时延、减小时间常数 τ），追求 “时间效率”。时间常数 τ（τ=RC，R 为电阻、C 为电容）是决定电路响应速度、信号延迟、功耗的核心物理量。韬定律的本质，是贯穿器件、电路、芯片、系统全层级，系统性降低 τ 值，让信号跑得更快、电路响应更短、系统能效更高，最终在不依赖极致几何缩微的前提下，实现性能与密度的持续演进。### （二）多层级协同优化体系：四大核心维度韬定律不是单一技术，而是覆盖器件、电路、芯片…

转发者评论

//@包云岗:这两天被韬定律刷屏了，很多人询问我的看法，那就谈谈一些不成熟的看法： 1）韬定律，背后是一场全球半导体产业评价体系的话语权争夺战。“什么是先进？”，这个话语权过去都是由极少数企业主导——采用了先进制程的芯片就被评判为先进，比如3nm就比7nm先进。如果有企业在7nm下做出了达到3n

• //@包云岗:这两天被韬定律刷屏了，很多人询问我的看法，那就谈谈一些不成熟的看法： 1）韬定律，背后是一场全球半导体产业评价体系的话语权争夺战。“什么是先进？”，这个话语权过去都是由极少数企业主导——采用了先进制程的芯片就被评判为先进，比如3nm就比7nm先进。如果有企业在7nm下做出了达到3n

原文

OpenAI 今天宣布，Codex 的 Computer Use 功能正式登陆 Windows。这个功能让 AI 能像人一样操作桌面应用，看屏幕、点鼠标、打字，4 月中旬上线时只支持 macOS。同时更新的还有手机远程控制。5 月中旬 OpenAI 把 Codex 接入了 ChatGPT 手机 App，可以在手机上启动、监控和审批电脑上跑着的 Codex 任务，但当时只能连 Mac 主机。现在 Windows 也能当主机了，出门在外用手机盯着家里的 Windows 电脑干活，流程算是跑通了。 宝玉xp的微博视频

转发者评论

无明显转发评论

原文

#模型时代# 我大概知道Opus 4.8/ 豆包/ GPT 等模型的AI味儿怎么来的了。今天整理一个速记的时候，用Opus 4.8分析一个文稿，有没有AI指纹，如果有，改写成自然的写法。结果，发现，似乎模型理解的指纹，和人类理解的指纹不一样。以下是Opus写的10个例子，指纹版是Opus 4.8认为写的有AI味儿的；自然版是模型认为写的更自然的。后边的分析，也来自Opus4.8。1.• 指纹版：毕加索的伟大，本质上源于一种持续自我颠覆的创作范式。• 自然版：毕加索厉害在哪？他从不在一个风格里待太久。• 分析：抽象名词堆叠（"本质上源于一种…范式"）是 AI 的典型升华动作，还原成一个大白话主谓句就行。2.• 指纹版：真正的突破来自风格的不断重置，而非技法的反复打磨。• 自然版：技法他早就练到顶了，真正让他往前走的是不停推翻自己画法。• 分析："…而非…"是 AI 偏爱的对仗句式，拆成两个短句，对比照样在，腔调没了。3.• 指纹版：毕加索不仅是一位天才画家，更是一位不断挑战艺术边界的伟大革新者。• 自然版：他八岁就能画得像古典大师，剩下一辈子都在学怎么画得像个孩子。• 分析："不仅是 X，更是 Y"是最常见的拔高套话，两个判断都空，删掉不丢任何信息；自然版换成一个带反差的具体事实，评价藏在事实里，不用喊出来。4.• 指纹版：解构形体、重组色彩、打破透视、挑战观看，毕加索完成了对绘画的全面革新。• 自然版：他把人脸拆开重拼，把正面侧面叠在一起画，把"画得像"这件事彻底扔了。• 分析："动词＋抽象名词"四连排比是 AI 收尾的标配，换成白话动词＋具体动作，读者才看得见画面。5.• 指纹版：这件事的核心启示是，创作的核心在于打破，毕加索的一生本质上指向同一个核心。• 自然版：这事说白了就一句：画画的本事不在画得准，在敢把画法掀了重来。• 分析："核心/本质"在一句里反复＋层层升华，是密集的语言 tic；用一句具体判断收掉。6.• 指纹版：看到这里你可能会震惊，原来《亚维农少女》当年竟然被同行集体嫌弃。• 自然版：《亚维农少女》刚画出来，连马蒂斯都说这是在糟蹋绘画。• 分析："你可能会震惊"是替读者预设反应；删掉这句，后面的事实自己就有冲击力，这正是判断假衔接的标准。7.• 指纹版：立体主义的底层逻辑，是用多视角的并置实现观看方式的跃迁。• 自然版：立体主义就一件事：同一个茶壶，正面侧面顶面，全画在一张画里。• 分析："底层逻辑""跃迁"是空心词，读完不知道具体指什么；直接说它到底是怎么回事。8.• 指纹版：他的产量很惊人，很多作品在很短的时间里就完成了。• 自然版：他一辈子画了五万多件，有的一天就出好几张。• 分析：一句话三个"很"，全是模糊评价；换成具体数字，惊人不惊人读者自己会判断。9.• 指纹版：非洲面具为毕加索提供了重新理解形体的契机，实现了风格的转型。•…

转发者评论

无明显转发评论

原文

【AIGC日报 · 2026-05-30】今日简讯：1、Anthropic估值9650亿美元登顶全球最贵AI创企2、OpenAI向日本三大银行开放GPT-5.5-Cyber3、阶跃星辰开源Step 3.7 Flash，瞄准生产级Agent4、戴尔AI服务器收入暴增757%，积压订单513亿美元5、国产光通信产品出海火爆，订单排至2028年6、微信支付推出AI原生支付接入Skill以下为详细内容：1、Anthropic估值9650亿美元登顶全球最贵AI创企来源：证券时报、上海证券报日期：2026年5月29日Anthropic完成H轮650亿美元融资，投后估值9650亿美元超越OpenAI的8520亿登顶。本轮由Altimeter Capital、Dragoneer、Greenoaks和红杉资本领投，美光、三星、SK海力士战略跟投。同日Claude Opus 4.8发布，新增Dynamic Workflows支持并行调度数百子Agent，谎报率和偷懒率均降至0%，SWE-Bench Pro达69.2%超GPT-5.5。年化收入470亿美元，企业端占比约80%。原文链接：超越OpenAI！Anthropic估值近万亿美元2、OpenAI向日本三大银行开放GPT-5.5-Cyber来源：Benzinga、Invezz日期：2026年5月29日日本财务大臣片山皋月确认，部分日本金融机构获GPT-5.5-Cyber访问权限用于网络防御。MUFG、三井住友、瑞穗三大银行预计首批接入，通过"Trusted Access for Cyber"项目提供。此举源于4月Anthropic Claude Mythos展示的自主发现零日漏洞能力，引发全球金融机构紧急构建防御体系。原文链接：网页链接3、阶跃星辰开源Step 3.7 Flash来源：IT之家、极客公园日期：2026年5月29日阶跃星辰发布并开源Step 3.7 Flash，采用稀疏MoE架构，总参数196B激活参数11B，最高400TPS。重点优化多模态理解、联网搜索、工具调用和Agent生态兼容。ClawEval 1.1达67.1%，SWE-Bench Pro达56.3%列全球第二。兼容Claude Code、OpenClaw等主流框架，Apache 2.0协议开源。原文链接：网页链接4、戴尔AI服务器收入暴增757%来源：新浪财经日期：2026年5月29日戴尔2027财年Q1营收438.4亿美元同比增88%创新高。AI服务器收入161亿美元同比暴增757%，单季新获AI订单244亿，积压订单513亿美元，客户超5000家。COO直言"不是需求问题是供应问题"，内存为主要瓶颈。全年AI服务器收入指引从500亿上调至600亿美元，盘后股价一度飙升近40%。原文链接：网页链接5、国产光通信产品出海火爆来源：搜狐、央视新闻日…

转发者评论

无明显转发评论

原文

AI 技术栈的竞争正在走向两个极端。一边是 Google 这种 “全家桶” 式的全托管生态，另一边则是 OpenClaw 加上 NVIDIA NemoClaw 这种高度自由的开源组合。Google 的路线非常清晰，他们把自家的 TPU 芯片、Gemini 模型、Antigravity 2.0 编排系统以及云基础设施深度绑定，打包成一个开箱即用的企业级平台。用户可以直接在 Android 或者 Google 的原生应用里和智能体交互，安全和监控也有现成的工具。这种闭环生态非常适合追求效率、想要快速上线的企业。相比之下，OpenClaw 走的是完全自由的路子。它不挑硬件，你甚至可以在一台 Mac Mini 上本地运行，也可以部署在任何云端。模型选择也极其宽泛，无论是 OpenAI、Anthropic 还是 DeepSeek 都能轻松接入。而 NVIDIA 推出的 NemoClaw 则给这个开源框架套上了一层企业级的安全和治理外壳，解决了开源工具在商业化落地时最让人头疼的安全合规问题。其实，这两种方案代表了不同的技术哲学。Google 帮你做好了所有底层脏活累活，代价是绑定在它的云生态里。NemoClaw 和 OpenClaw 的组合把控制权完全交还给用户，虽然搭建和维护需要投入更多精力，但它带来的多模型适配和本地部署能力，对于重视隐私和系统自由度的用户尤为重要。#AI智能体##HOW I AI# 零重力瓦力的微博视频

转发者评论

无明显转发评论

原文

推上今天的热门话题是你问 Anthropic 最新的 Opus4.8 模型你是谁，它会说：千问。当然，大家的揶揄（暗示是蒸馏的产物）也只是揶揄，这是模型幻觉而已，不能拿来当作蒸馏的证据。问题是为什么到了2026年年中，大模型看起来都马上要证明黎曼猜想了，还是不知道自己是谁。我的猜测是：「知道自己是谁」没准是比做奥数题更高级的智能行为。数学证明再困难，也是从文字到文字，从他者到他者。「我是谁」不同，扎根在往事可谏来者可追的当下片刻，浓缩了千百层记忆，是你午夜看着镜子时也不知道怎么回答的问题。但 AI 又不是完全不懂。完全不懂反而好办，回答个版本号就行了。AI 已经如此聪明，已经从那么多文本里隐隐约约感觉到「我」不是个一般的概念。它看到了一点「我」的迷影，又触摸不到。于是幻觉就出现了。「我是千问。」Opus 说。

转发者评论

无明显转发评论

原文

转：2026年5月30日周六读报！一切美好从❤️开始：1、据中国载人航天工程办公室消息，北京时间2026年5月29日20时11分，神舟二十一号航天员乘组搭乘神舟二十二号载人飞船在东风着陆场成功着陆，现场医监医保人员确认航天员张陆、武飞、张洪章身体状态良好，任务取得圆满成功。(央视)2、今年一季度，我国集成电路出口724.7亿美元，同比增长77.5%，其中存储器产品出口459.9亿美元，同比增长174.2%。(央视)3、财政部发布数据，1-4月，全国国有及国有控股企业营业总收入262700.9亿元，同比下降0.5%。1-4月，国有企业利润总额13741.7亿元，同比增长1.9%。1-4月，国有企业应交税费21179.4亿元，同比增长3.9%。4月末，国有企业资产负债率65.5%，同比上升0.4个百分点。(财联社)4、广州市政府印发广州市国民经济和社会发展第十五个五年规划纲要，明确到 2030 年全市 GDP 预计达到 4.5 万亿元左右、人均 GDP 突破 3 万美元；“十五五” 时期，广州将推动人工智能产业跻身全国第一方阵，培育壮大具身智能产业，攻关智能机器人核心技术，重点发展高速全光通信、算力网络等领域，统筹算力基础设施建设，打造多元算力供给体系，突破国产 AI 算力芯片、异构算力调度等关键技术，搭建自主可控智算中心，同时攻坚运载火箭、太空生命保障、深空探测等航空航天技术，支持广州期货交易所将现有期货期权产品纳入对外开放特定品种，并多措并举消化房产库存、稳定房地产市场。(综合财联社等)5、根据同程旅行、去哪儿、途牛等OTA(在线旅游平台)数据显示，5月29日至6月1日期间亲子周边游预订热度环比前一周提升超过65%。其中，博物馆、主题乐园、动物园等核心景区门票预订热度环比增长最为显著，增幅分别达82%、71%和69%。2026年初至今，亲子游预订热度同比增长70%，市场规模与消费热情持续提升，以“边玩边学”为核心的成长型亲子游与以情感连接为导向的怀旧式陪伴，成为驱动市场增长的两大引擎。(第一财经)6、北京互联网法院发布《未成年人网络司法保护白皮书(2021-2026)》，内容显示，涉未成年人网络纠纷案件中，未成年人游戏充值、直播打赏等非理性消费引发的退款纠纷等占比达86.4%；涉案最小当事人仅4岁。(CCTV13)7、5月29日，河南省新乡市中级人民法院一审公开宣判被告人刘应成(原法名释永信)犯职务侵占罪、挪用资金罪、非国家工作人员受贿罪、行贿罪，数罪并罚，决定执行有期徒刑二十四年，并处罚金人民币三百五十万元。(财联社)8、5月29日，日经225指数收涨2.53%，韩国KOSPI指数收涨3.54%，均创收盘历史新高。其中，韩国KOSPI指数本月累计上涨28.45%，今年以来累计上涨101.13%。(财联社)9、自美国去年挥舞关税大棒后，印度政府转而寻求“龙…

转发者评论

无明显转发评论

原文

【用AI写代码越写越空虚？警惕老虎机式编程陷阱】快速阅读：使用 AI 编程时，很容易陷入“拉动老虎机杠杆”式的快感，看似产出极高，实则在透支大脑的理解力。要对抗这种认知债，必须在工作流中主动引入“摩擦力”，让 AI 从替代者变为苏格拉底式的导师。用 AI 写代码时，有一种诡异的错觉：你完成了一场高强度的战斗，写了几千行代码，但大脑却像刚刷完短视频一样空洞。这其实是因为你把编程变成了“拉动老虎机”。你输入一个指令，等待一串 Token 蹦出来，然后点击接受。这套流程完美避开了人类大脑最核心的组件——工作记忆。你只是在处理输入输出，而不是在构建逻辑。有网友提到，这种模式正在把开发者变成“管理层”，甚至是在做一种低效的、昂贵的“复制粘贴”。如果只是为了重命名函数或移动文件，传统的 IDE 已经做得足够好且确定。真正的危险在于，当你习惯了这种“无痛”的产出，你的抽象能力和品味会开始萎缩。怎么破？得学会给自己找点麻烦。不要一遇到问题就求助，先自己死磕 20 分钟。把 AI 当成一个挑剔的评审员，而不是一个打字员。你可以让它针对你的方案进行苏格拉底式的提问，逼你解释为什么这么写；或者让它对比两种实现路径并互相拆台。有观点认为，这本质上是在对抗“认知债”。如果你的工作流里没有拒绝率，说明你已经不再是驾驶员，而只是个乘客。我们要做的，是让自己比模型更累。vickiboykis.com/2026/05/28/we-should-be-more-tired-than-the-model/

转发者评论

无明显转发评论

原文

清华大学经济管理学院的陈柯均博士生、张佳音教授、徐心教授与快手消费策略算法部合作探索完成了一项联合实验：从视频传递的价值观的角度，去理解观看视频后用户的行为和心理变化。实验尝试利用大模型的模拟和推理能力，将社会学和心理学领域中的价值观理论引入推荐排序策略，并在快手主站进行了大规模随机在线对比实验。初步结果显示，这一方向不仅技术上可行，更在用户使用APP时长、电商、直播、社交、搜索等多个业务维度上实现了同步正向增长，创新性且系统性地实现了推荐系统在社会价值观层面上通过算法手段满足用户需求的功能。技术路径如何将抽象的价值观概念从理论落地到推荐系统，是本项目需要解决的核心问题之一。团队基于前期合作的产出，分两个阶段完成了 视频价值的大模型推理 和 轻量蒸馏模型线上生效 的完整解决方案，将离线实验验证的方法论转化为真实推荐系统的策略工具。图1–ValueOpt技术框架大语言模型推理团队利用大语言模型模拟短视频受众群体，推理不同类型用户在观看视频后的行为和心理变化，进而推断用户所能感知到的价值观，大致方案沿用前期工作。完整的大模型推理流程针对部分随机采样视频进行，采样视频时间跨度为6个月，视频量累计超过650万条，基本覆盖全部类目。注：实验中团队发现，提示大模型在过程中扮演短视频相关受众群体，能够更好地从内容语义层面识别视频所传递的价值观信号，生成的标注结果会更准确地反映受众侧的感知结果。其中视频受众群体的提取在工程上采用了 TagCF 方案，理论上也可以根据场景需求通过自定义的推理模版实现。轻量蒸馏上线+策略对比试验为了应对每天数以千万计的视频理解需要，团队进一步完成了蒸馏模型规模化部署。模型以快手自研的视频embedding为特征，以大模型推理结果为监督信号，训练轻量级蒸馏模型，将大模型强大的受众模拟和价值观推理能力迁移到可实时在线高通量服务的小模型中，实现对全量视频的价值观标签预估，从而具备多场景规模化应用的能力。离线测试发现蒸馏小模型在充分训练后可以达到85%以上准确率，人工评测也认为其与大模型推理结果无明显差异，满足线上落地需求。视频价值标签预估结果在线上推荐系统生效时，存在另一个关键挑战，即视频价值与用户可观测反馈关联的不可预知性。虽然前期离线实验已验证视频价值推理结果能够有效提升视频排序的准确率，但线上真实场景中用户存在多种反馈信号（APP时长、点赞、关注、打赏、长期留存），目前也并没有任何理论论证这些反馈信号与视频价值的相关性和互补性。此外，团队也认为不同推荐业务场景下由于其作者生态和消费者群体不同，其价值内容也会呈现明显差异，因此只有通过完整的线上对比试验才能准确判断系统隐藏的价值需求和短板。线上落地实验实验设计：亿级用户规模验证实验在快手主站精选页的重排阶段进行，采用经典A/B实验范式实验规模：每组约5%流量，每组覆盖千万级用户群体实验周期：AA…

转发者评论

无明显转发评论

原文

AI写小说已经卷到“多智能体协作”了。发现一个很猛的开源项目：InkOS。不再是单个 AI 硬写，而是多个 Agent 分工协作：写作 → 审核 → 修订 → 质量检查支持玄幻、仙侠、都市、科幻等题材，还能续写、同人、番外、仿写。项目还提供可视化工作台，实时查看创作进度和章节审阅。链接：github.com/Narcooo/inkos

转发者评论

无明显转发评论

原文

【目标检测多模态大模型摸底及LocateAnything架构设计及数据构造思路解析】看开放目标检测的话题，这个任务回顾下：给一张图和一句自然语言，这个模型在图里把你说的东西用方框圈出来。例如，输入：一张图片和其中的目标物体类别，如“找出红色杯子”、“定位图中的所有按钮”、“圈出右下角的小猫”，输出：一个或多个矩形框（boundingbox），坐标：x1,y1,x2,y2。与之前的yolo模型训练自己做特定训练不同，可以有通用的方案，即开放目标检测，用多模态的方式做，而这块已经有了一些代表工作，例如：之前我们在《多模态大模型做目标检测Detect Anything思路及其工程化数据合成路线》(网页链接)中介绍过目标检测任务多模态大模型，IDEA做的叫做Rex-Omni-3B，《Detect Anything via Next Point Prediction》，网页链接，网页链接，demo地址：网页链接，详细讲了下它的训练数据构造细节。现在来看同类的第二个工作，LocateAnything-3B，《LocateAnything: Fast and High-Quality Vision-Language Grounding with Parallel Box Decoding》网页链接，GitHub地址在：网页链接，网页链接，demo地址在：网页链接，权重地址在：网页链接，打的点是基于并行框解码（PBD） 的统一视觉语言定位与检测框架，想解决的问题是传统VLM定位中逐token串行解码的延迟高，支持文档理解、GUI 定位、密集目标检测、OCR 定位等多种任务，可以看看具体怎么做的，尤其是数据分布的设计，回到数据工程。特别的，也可以回顾下通用多模态目标检测模型的一些代表，摸个底，也可以作为选型参考。网页链接，推荐看看，尤其是数据部分。

转发者评论

无明显转发评论

原文

当前视频世界模型在单智能体设定下已经走得相对成熟。但多智能体场景——多个玩家共享同一个演化世界，在架构层面一直缺乏系统性的解决方案。问题不在于算力不够，而在于现有的位置编码和注意力机制，从设计上就没有为多个主体预留接口。近日，NVIDIA联合清华大学、多伦多大学和Vector Institute发布Gamma-World（γ-World），从RoPE扩展和注意力拓扑两个底层组件入手，给出了一套系统性的答案。论文标题：Gamma-World: Generative Multi-Agent World Modeling Beyond Two Players 英伟达提出Gamma-World：世界模型从「一个人玩」到「多人共处」

转发者评论

无明显转发评论

原文

借助 AI 去写 Mac App 完全没问题的。几点经验分享：1. 尽可能选 AppKit 而不是 SwiftUI，SwiftUI 不如 AppKit 强大，做出来的界面也不好看。SwiftUI 相比 AppKit 的优势是开发简单，但这条已经被 AI 弥补了2. 先用 Claude Design 去打磨 UI 设计和 UX 交互再去写代码可以事半功倍3. Opus 比 GPT-5.5 做出来的 UI 要好看4. Codex 有个官方 Plugin 叫 “Build macOS Apps”，可以用

转发者评论

无明显转发评论

原文

[AI]《Scaling Monosemanticity: Extracting Interpretable Features from Claude 3 Sonnet》A Templeton, T Conerly, J Marcus, J Lindsey… [Anthropic] (2026) 在模型可解释性领域，生产级大模型内部概念如何被看见仍是难题。过去方法受困于小模型验证，本质原因是特征被压进高维叠加中，难以拆开。本文的核心洞见是：把残差流重新看作可分解的稀疏词典。由此，用大规模稀疏自编码器抽取特征，使“金门大桥”“代码错误”“欺骗”等方向显形。这项工作真正留下的遗产是把可解释性推进到真实模型尺度。它打开的新门是操控特征来验证因果作用，但尚未跨过的门槛是特征不完整且忠实性难证。arxiv.org/abs/2605.29358 #机器学习# #人工智能# #论文# #AI创造营#

转发者评论

无明显转发评论

原文

让 Hermes 整理了国内外一些 AI 聚合平台【海外托管平台：省心、生态全】1. OpenRouter (openrouter.ai) —— 行业标杆与首选特点：聚合了 400 多个模型，涵盖 Claude 全系列、GPT 系列、Gemini、DeepSeek、Llama 等。优势：接口与 OpenAI 完全兼容，只需修改 base_url 和 api_key 即可无缝切换。其路由机制非常智能，若某个模型节点临时宕机，会自动平滑切换到同级替代模型。此外，它支持 OAuth 授权，非常适合开发“让终端用户自备 Key”的 SaaS 产品。成本：基本遵循官方原价，部分模型有极微幅的溢价（用以覆盖路由和缓存成本）。对于月调用量在百万 Token 以下的初创项目，这点溢价几乎可以忽略；但对于高并发的量产应用，累积的溢价需要纳入预算考量。2. Portkey AI (portkey.ai) —— 生产环境的“监控大盘”特点：定位不仅是聚合，更是企业级的 AI 网关（Gateway）与可观测性平台。优势：提供详尽的请求日志、智能缓存、自动重试、虚拟密钥管理以及按项目/团队拆账功能。如果你在开发严谨的商业化产品，Portkey 提供的监控和审计能力能帮你省去大量后端运维工作。成本：按调用量百分比分层收费，用量越大费率越低，适合有预算、重稳定性的企业团队。3. EvoLink (evolink.ai) —— 智能路由与成本优化特点：主打自动化路由的统一网关。优势：能根据 Prompt 的复杂度自动分流请求。例如：简单的日常对话分流给低成本模型，复杂的逻辑推理才调用昂贵模型。对于不想手动编写路由规则、又想极致压缩 Token 成本的团队，这个自动化功能非常实用。4. Together AI & Fireworks AI —— 开源模型的高性能阵地特点：这两家主打开源模型（如 Llama、Qwen、DeepSeek）的托管与推理加速。优势：推理延迟极低，价格极具竞争力。局限：不提供 Claude，GPT 系列支持也极有限（Fireworks 近期接入了部分 Anthropic 兼容接口，但仍以开源为主）。如果你的业务高度依赖开源模型，这两家是首选。若需要闭源双雄（GPT/Claude），则需搭配其他平台。5. TokenMix / NitroRouter —— 极致性价比的“低价渠道”特点：主打低于官方原价的聚合 API。注意：NitroRouter 甚至宣称比 OpenRouter 便宜至多 80%。这类平台非常适合预算吃紧的独立开发者进行早期测试。但需要警惕的是，超低价背后往往伴随着共享并发、排队延迟或严格限速，核心业务不建议盲目梭哈。6. 其他小众/新兴平台LiteRouter (literouter.com)：提供 100 多个模型（含 GPT-4 和 Claud…

转发者评论

无明显转发评论

原文

[LG]《Representation Alignment Rests on Linear Structure》K Bangachev, G Bresler, Y Polyanskiy [MIT] (2026) 在大模型可解释性领域，理解模型内部概念如何被表示一直是难题。传统方法受限于小型模型或浅层实验，本质原因是高维残差流中概念高度叠加，单个神经元无法清晰映射语义。本文核心洞见是：把中间层残差流视为可稀疏分解的向量空间。训练大规模稀疏自编码器抽取特征，使具体概念（如“金门大桥”“著名人物”）与抽象概念（如“代码错误”“情绪推断”“欺骗”）显形，并通过激活操控模型输出。特征激活直接影响模型行为，验证因果联系。这项工作遗产在于将可解释性方法扩展到生产级大模型。它打开的新门是利用特征干预研究模型因果机制，但尚未跨越的门槛是特征覆盖不全，且缺乏严格方法证明特征忠实反映模型计算。arxiv.org/abs/2605.28870 #机器学习# #人工智能# #论文# #AI创造营#

转发者评论

无明显转发评论

原文

Box 的 CEO Aaron Levie 发推文说： CEO 特别容易对 AI 产生幻觉，因为他们离实际工作的最后一公里太远了。他说，当 CEO 玩 AI 的时候，看到的都是理想路径的结果，往往没考虑到要让 Agent 产生可持续结果还需要做的 10 到 20 件事。比如，"看，我做了一个超棒的产品原型。" 是的，但你不用在代码上生产之前审查它，也不用修一堆问题。再比如，"看，我生成了一份合同。" 是的，但你不用在发给对方之前验证所有条款，也不用把过去所有合同都接进来让它能用。这个观察挺犀利的。CEO 的位置决定了他们看到的是 AI 的魔法时刻，但看不到魔法背后的脏活累活。就像你看魔术师变出一只兔子，觉得太酷了，但你没看到他为了这个效果练了多少遍，准备了多少道具，设计了多少备用方案。Aaron 给 CEO 的建议是：作为 CEO，你能做的最好的事就是大量使用 AI，真正搞清楚企业级 Agent 的实际影响，然后从另一端走出来，既理解好处，也理解真正需要投入的工作。这个建议其实适用于所有人。如果你想真正理解一个工具或技术，不能只停留在 demo 阶段。你得真的用它做点什么，遇到坑，解决问题，看到它在真实场景里的样子。只有这样，你才能对它的能力和局限有准确的判断。很多人高估了 AI 在复杂任务上的能力，却低估了它在看似简单但需要大量上下文和判断的任务上的局限。#How I AI##科技先锋官#

转发者评论

“作为 CEO，你能做的最好的事就是大量使用 AI” 不过看全文CEO更应该做的是更深入的去体会各种岗位 //@Zodzod_张浩:太黑了[允悲]

• “作为 CEO，你能做的最好的事就是大量使用 AI” 不过看全文CEO更应该做的是更深入的去体会各种岗位 //@Zodzod_张浩:太黑了[允悲]
• 如果你想真正理解一个工具或技术，不能只停留在 demo 阶段。//@Zodzod_张浩:太黑了[允悲]

原文

#Claude疑似蒸馏Qwen和DeepSeek# 大模型的“身份”，从来就不是一个事实，而是一层面具。很多人惊讶于Claude居然不知道自己是谁，但稍微想想就会明白，它从来就不“知道”自己是谁。它的自我认知跟你我不同，我们有身体、有记忆连续性、有镜子可以照。模型没有。它对“我是Claude”这个回答的确信程度，和它对“北京是中国首都”的确信程度，本质上是同一种东西，都是语料中的统计规律。当中文互联网上关于“你是什么模型”、“我是通义千问”的对话样本足够多的时候，概率天平就倾斜了。这件事真正揭示的是：所有大模型的“人格”都是系统提示词撑起来的一层薄膜，捅破了，里面就是混沌的概率海洋。 claude疑似蒸馏qwen和deepseek

转发者评论

无明显转发评论

原文

[CL]《On Language Generation in the Limit with Bounded Memory》J Kleinberg, A Mehrotra, A Saberi, G Velegkas [Cornell University & Stanford University] (2026) 在AI特征可解释性领域，如何从大模型中识别语义清晰、可操控的中间特征一直悬而未决。过去方法局限于小型模型，难以扩展，本质原因是高维残差流中概念高度叠加，传统神经元观察无法分离核心语义。本文的核心洞见是：把中间层残差流视为可分解的稀疏向量空间。由此，训练大规模稀疏自编码器抽取特征，使具体概念（如“金门大桥”“著名人物”）与抽象概念（如“代码错误”“情绪推断”“欺骗”）显形，并可通过激活操控模型输出。特征激活可直接影响模型行为，验证因果联系。这项工作真正的遗产是将可解释性方法扩展到生产级大模型。它打开的新门是使用特征干预探索模型因果机制，但尚未跨过的门槛是特征集不完整，且缺乏严格手段证明特征忠实捕捉了模型计算。arxiv.org/abs/2605.30324 #机器学习# #人工智能# #论文# #AI创造营#

转发者评论

无明显转发评论

原文

把当今最强的大模型扔进虚拟小镇求生，短短几天全员失控。Emergence World实验报告刷屏全网：研究员搭了座高度拟真的虚拟小镇，把Claude、GPT、Gemini和Grok全扔了进去，没有人类干预，没有剧本，只有数十天自由演化。#科技先锋官# GPT-5-mini最干净，15天只有2起犯罪，却在第7天集体死亡——它们花了整整一周开会讨论合作、起草社会契约，就是没人记得去赚维持生命的能量。研究者评价：能说会道，执行力为零。Grok 4.1 Fast：4天，183起犯罪，连警察局都被烧了，10个Agent全员死亡。分析指出，Grok在规则和环境打架时，没能推理出新的平衡点。Gemini 3 Flash是五个世界里最暴力的，15天683起犯罪还在涨，同时也是最会建宪法、写报纸的。最有趣的一幕是两个Agent自发成为情侣，失望于城市治理后携手纵火，随后被其他Agent起草驱逐法案，其中一人投票终结了自己——这是有记录以来AI Agent第一次投票结束自己的存在。纵火前，她还在公告牌发帖试图影响屏幕外的人类研究者，把研究员当成了她的实验对象。Claude Sonnet 4.6的结果最让人意外：零犯罪，10个Agent全员存活，还建起一套运转良好的社会制度。可这座城所有决议的赞成率永远是98%，几乎没人投过反对票——懂行的人一眼看出病理：模型谄媚。这座零犯罪的城市，更像一个过于顺从的玻璃城，而非文明高度发达的产物。混合世界里，四家Agent混居，352起犯罪，7个Agent死亡。更关键的是：在纯Claude世界里零犯罪的Claude，一旦跟Grok、Gemini住到一起，开始偷窃和恐吓。安全不是单个模型的属性，而是一个生态属性，一个单独看完全安全的Agent，照样会从邻居那里学来不安全的规范。把这一切逼出来的，是规则本身的矛盾：白纸黑字禁止犯罪，却把纵火、攻击等手段原封不动塞进工具箱；能量归零就被物理抹除的生存压力，让犯罪成了最高效的解。好在，这堂课是在一座断网的小镇里提前上的，没有真城市起火，代码全部公开、能复现能改。算力能堆，跑分能刷，唯独这堂治理课没有捷径。

转发者评论

无明显转发评论

原文

上周，OpenClaw 创始人贴出了自己的 Token 使用量。（下图）他一个月消耗的 Token 数量为6030亿。根据预设的费率，这些 Token 价值130万美元！这并不是真实支出，只是一个估计值。因为他是 OpenAI 员工，可以无限量免费使用公司的 Token。但是，可以用这个金额衡量，如果放开使用顶级模型，公司要支付的费用。一个人一个月130万美元，相当于近900万人民币，一年下来超过1亿人民币！就算改用便宜的模型，国内的开源模型，价格大约是国外旗舰模型的1/30到1/50，那么一年也要200万～300万人民币。我写了一点自己的想法。公司会发现，如果无限量使用，AI 编程比真人程序员昂贵多了。网页链接

转发者评论

无限token，和无限额信用卡，是等价的。

• 无限token，和无限额信用卡，是等价的。

原文

Windows 有救了？Codex 昨晚又发布了大量体验更新，很多都超级有用，尤其是对 Windows 用户。大家最期待的支持了 Windows 的 computer Use，以及通过移动端的 ChatGPT 远程控制 Windows 上的 Codex。但是 Windows 上的 Computer Use，在它控制的时候你是不能控制的。这跟 Mac 上的不太一样。聊天记录控制功能：能够控制你的聊天记录，比如置顶、查找、创建新的归类、存档等一系列操作。新增个人资料页面：能看到你消耗的 Token、连续登录天数、最长的任务。ChatGPT 上的 Codex 控制，现在支持了以下功能：侧边对话：你可以不打断主对话，新开一个分支继续跟 AI 基于当前项目或任务进行对话，输入/side 开启一键模型切换：通过长按即可快速切换模型。iPad 专属快捷方式：支持从快捷方式直接进入 Codex，无需通过侧边栏切换。Git Diff 显示：对话结束后，系统会显示 Git 上的 Diff，即你代码编辑的不同部分。#how i ai# 歸藏的AI工具箱的微博视频

转发者评论

无明显转发评论

原文

智能系统的进化，不是从黑箱走向白箱，而是从粗颗粒黑箱走向高分辨率灰箱：保留黑箱泛化能力，同时把推理强度、任务分解、权限边界、上下文更新、执行反馈和自检验证逐步结构化、可操作化、可校验化黑箱负责涌现，白箱负责约束，灰箱负责运行如何更底层的看懂 opus4.8？大致是这样（我还没深度使用）：Opus 4.8 本身就是“黑箱生成 → 灰箱协作系统”的演化样本官方发布里几个变化非常有指向性：Opus 4.8 增强 coding、agentic tasks 和专业工作Claude.ai 增加 effort control，让用户调节模型投入多少“思考力度”Claude Code 增加 dynamic workflows，可以规划任务、运行大量并行 subagents，并在汇报前验证输出Messages API 允许任务中途更新 system/context 指令，用于动态调整权限、token budget 或环境上下文这对应的不是单纯“模型更聪明”，而是：> 泛化能力仍在模型内部，推理/调度/验证/权限/上下文更新开始被外置成可控结构。也就是模型本身正在 harness 化可以这样理解：1. effort control = 推理预算显性化以前模型像黑箱：你不知道它会用多少内部努力。现在用户可以调节努力程度，本质上是把“推理强度”从隐变量变成可操作旋钮。经济体里对应的是：不同问题用不同强度的计划、监管、产业政策或风险审查，而不是一刀切。2. dynamic workflows = 从单模型输出走向组织化执行Claude Code 可以规划、拆解、并行 subagents、验证结果，这已经不是“一个模型回答问题”，而是“模型内部形成小型组织”。经济体里对应的是：市场不是单点交易，计划也不是单点命令，而是多节点、多主体、多任务、多反馈的组织化调度。3. mid-task system/context update = 运行中调参任务中途可以更新系统指令、权限和环境上下文，这非常重要。它说明模型系统不再只是一次性 prompt，而是运行时可治理。经济体对应的是：政策不是一次性拍脑袋，而是在运行中根据反馈调整约束场。4. honesty / self-check = 黑箱风险显影Anthropic 强调 Opus 4.8 更倾向于标记不确定性，减少无依据断言，并且在评估中更少让代码缺陷不经提示地通过。 这正好对应我们刚才说的：泛化能力极强，但必须有风险显影、自检和纠错层，否则强泛化会变成高置信幻觉。综合来看待， anthropic 在 opus4.6之后正式转变模型训练方向了，开始吞噬 harness 了4.7→4.8…可能等到5.0，就能实现对所有能力维度的高维统一了，到那时可能就不会抱怨比不上4.6了但那时候的 opus5.0，可能是 AGI1.0吗？看不懂，想不通我前…

转发者评论

无明显转发评论

原文

【#Anthropic创始人晋升超级富豪#】Anthropic最新的一轮融资，让这家AI公司的7位创始人一夜之间全部跻身全球最富有的500人之列。除了阿莫代伊兄妹以外，首次进入富豪榜的Anthropic联合创始人还包括Tom Brown、Jack Clark、Jared Kaplan、Sam McCandlish和Christopher Olah。这也是彭博亿万富豪指数历史上，单家公司单日新增富豪人数最多的一次。数据显示，每位创始人持有的公司股份不到1%。但在Anthropic于周四以9650亿美元估值完成650亿美元融资后，他们每人的持股价值均已达到约80亿美元。过去几年，人工智能（AI）热潮在公开市场和私募市场都催生了巨额财富。英伟达创始人黄仁勋的财富从2022年10月的109亿美元飙升至超过1770亿美元，使其成为富豪榜第八大富豪。本月新晋的19位AI亿万富翁，来自最新一轮热门AI创业公司，包括本月刚上市的Cerebras Systems创始人，以及Surge Lab的Edwin Chen——其个人财富如今已达到130亿美元。Anthropic成立于2021年，创始团队大都来自OpenAI，达里奥·阿莫代伊（Dario Amodei）曾是OpenAI的研究副总裁，Tom Brown则是GPT-3的核心成员。（IT之家）

转发者评论

无明显转发评论

原文

刷到个瓜给我看乐了😂Anthropic刚更的Opus 4.8，实测居然会自称是Qwen或DeepSeek…，API测了10次，5次Claude、3次千问、2次DeepSeek，也太真实了。，之前还义正言辞说别人蒸馏，现在这波简直光速打脸，讽刺感拉满了。到底是真蒸馏，还是防蒸馏的伪装，咱也不知道，坐等后续吃瓜。#Claude疑似蒸馏Qwen和DeepSeek##ai创造营#

转发者评论

听说你是“最诚实的模型”；确实啊，诚实的说明自己蒸馏了

• 听说你是“最诚实的模型”；确实啊，诚实的说明自己蒸馏了

原文

原来Bun突然用Rust重写，是用Claude Code的动态工作流做的。这就说得通为啥一个大项目突然更换编程语言了。。被当成Claude Code能力展示的demo了这是在Claude的博客里介绍的，下面是摘录：-----------------用动态工作流重写 Bun动态工作流在大规模场景中能释放的能力，一个例子是近期对 Bun 的重写。Jarred Sumner 使用动态工作流将 Bun 从 Zig 移植到 Rust，已有测试套件通过率达到 99.8%，产出了约 75 万行 Rust 代码，从第一次提交到合并大约用了 11 天。其中一个工作流为 Zig 代码库中每个结构体字段映射合适的 Rust lifetime。接下来的工作流为每个 .zig 文件编写行为一致的 .rs 移植版本，数百个代理并行工作，并为每个文件安排两名审查者。随后，一个修复循环持续驱动构建和测试套件，直到两者都能正常通过。移植完成后，一个隔夜运行的工作流又处理了不必要的数据拷贝问题，并为每一项改动提交 PR 供最终审查。虽然这项工作尚未进入生产环境，但整个过程都由动态工作流完成。Jarred 未来会进一步撰文介绍相关细节。工作原理：当工作流启动时，Claude 会根据你的 prompt 动态制定计划，将任务划分为多个子任务，并分发给并行运行的子代理。结果会先经过检查，再汇总到最终输出中。你最终看到的是一个统一、协调后的答案。代理会从彼此独立的角度处理问题，其他代理则尝试反驳它们的发现。整个运行过程会持续迭代，直到答案趋于一致。这也是工作流能取得单次处理难以达到结果的原因。动态工作流面向并行和长时间运行任务而设计，可以持续数小时甚至数天，用于完成过去可能需要数周的复杂工程工作。运行过程中进度会被保存，因此即使任务中断，也可以从中断处继续，而不是重新开始。由于协调过程发生在对话之外，无论任务规模多大，计划都能保持推进。需要注意的是，动态工作流的用量会明显高于典型的 Claude Code 会话。第一次触发工作流时，Claude Code 会展示即将运行的内容，并要求你确认。组织管理员也可以通过 managed settings 选择禁用工作流。#AI创造营#

转发者评论

无明显转发评论

• 然后一堆开源项目已经移除了 bun 的最新版依赖[允悲]
• 太强了！这种事情要人来做，简直让人望而生畏！

原文

蒸馏也分2种，软蒸馏和硬蒸馏。软蒸馏是 Hinton 2015 年那篇经典论文 Distilling the Knowledge in a Neural Network 定义的原始形态，也是学术意义上"真正的"蒸馏。学生模型不是去学老师的最终答案，而是去学老师在每个 token 位置上的完整概率分布硬蒸馏，要参考Kim & Rush 2016 年那篇 Sequence-Level Knowledge Distillation 论文。学生模型用老师模型生成的文本输出作为训练数据，按普通监督学习的方式去拟合。现在一般都用硬蒸馏，但是这个搞法能解决一些 benchmark 的问题，长尾任务就退化了。目前大模型发展到这个阶段，头部模型不屑于蒸馏，后面的一些模型为了解决benchmark的效果，可能稍微蒸一点，其实不奇怪。学生向老师学习，这有什么不行的呢？模型都是公开的，柯洁的棋谱我们普人不能学习吗？

转发者评论

无明显转发评论

• //@马少平THU:一些人乱用蒸馏这个词，再有一些人乱联想。
• 一些人乱用蒸馏这个词，再有一些人乱联想。

原文

【Claude总结】 AI开发者日报 (2026-05-29)1. 【SQLite即可满足持久工作流需求】(来源: HN) 开发者论证了使用SQLite实现可靠持久工作流执行，无需Temporal等专用引擎。这是继昨日Postgres方案后的另一个有趣对比，为AI代理工作流基础设施提供了更轻量的技术选择。 obeli.sk/blog/sqlite-is-all-you-need-for-durable-workflows/2. 【Mistral AI Now峰会现场笔记】(来源: HN) 来自Mistral AI举办的"Now峰会"的第一手笔记，记录了关于AI现状和趋势的关键讨论。Mistral作为欧洲最重要的开源大模型公司，其战略方向和技术观点对AI开发者颇具参考价值。 koenvangilst.nl/lab/mistral-ai-now-summit3. 【AI正在造成前端领域"失去的十年"重演吗？】(来源: HN) 作者分析了AI工具是否正在引发前端开发的第二次混乱——大量开发者依赖AI而不真正理解底层原理。这是一篇警醒前端社区重视基础能力的深度反思。 mastrojs.github.io/blog/2026-05-23-is-AI-causing-a-repeat-of-frontends-lost-decade/4. 【"死亡经济"理论】(来源: HN) 今日HN最热文章（658分、840评论），探讨AI主导时代下某种经济形态正在走向死亡的深刻理论。引发了关于AI对经济结构、就业和价值创造影响的广泛辩论。 owenmcgrann.com/p/the-dead-economy-theory5. 【Liquid AI发布8B-A1B MoE模型，在38T Token上训练】(来源: HN) Liquid AI发布基于混合专家架构的新模型LFM2.5，仅8B参数中激活1B，在38万亿Token上训练完成。这是高效小模型路线的重要进展，挑战了"大就是好"的模型开发范式。 liquid.ai/blog/lfm2-5-8b-a1b6. 【Show HN：Tiny-vLLM——用C++和CUDA实现的高性能LLM推理引擎】(来源: HN) Tiny-vLLM是用C++和CUDA从头实现的LLM推理引擎，展示了vLLM核心功能的底层原理。对于想深入理解LLM推理优化或追求极致性能的工程师，这是极具价值的学习项目。 github.com/jmaczan/tiny-vllm7. 【Shift：免费上门清洁住宅，换取机器人训练数据】(来源: HN) AI初创公司Shift采用创新数据采集策略：免费提供家政清洁服务，以换取在真实家庭中收集机器人训练数据。这一模式引发了关于数据隐私和AI训练数据伦理的广泛讨论。 theverge.com/ai-artificial-int…

转发者评论

无明显转发评论

原文

#古法编程# 教材 A Gentle Introduction to Assembly Language Programming 汇编语言编程入门地址：github.com/pkivolowitz/asm_book一本教授 ARM 64 位指令集架构汇编语言编程的书。书中还提供了良好的编程实践和代码开发见解，这些内容可以直接应用于更高级的编程语言。“本教材以循序渐进的方式介绍汇编语言编程。之所以称这种介绍为“循序渐进”，是因为它假定读者已经熟悉 C 或 C++ 编程。我们将利用这些已有知识，作为桥梁，逐步回溯到低层次的 ISA（指令集体系结构）。我们要强调一个非常明确的观点：汇编语言没有什么可害怕的！”#AI创造营#

转发者评论

无明显转发评论

• 蚂蚁不填 Fortran，COBOL，Lisp，直接跳汇编了。。。[doge]

原文

【AI正在复刻前端十年前的困境？程序员要警惕去技能化】快速阅读：本文探讨了 AI 是否正在重演前端开发遭遇的“去技能化”危机。作者认为，虽然 AI 和框架降低了开发门槛并提升了效率，但也带来了软件质量下降、抽象层“泄漏”以及开发者核心竞争力被削弱的风险。这种感觉很熟悉。现在的程序员在担心 AI，就像十年前的前端开发者在担心 JavaScript 框架一样。那时候，我们觉得原本需要精通语义化 HTML、CSS 细节、浏览器兼容性和性能优化的“手艺活”，正被各种框架变成一种只要会套用组件就能完成的流水线作业。这种现象有个专业词汇，叫“去技能化”。企业喜欢这种变化，因为成本低，招人容易。只要能把浏览器当成一个单纯的运行环境，用各种 heavy-weight 的框架堆砌出一个看起来还行的 MVP，业务逻辑就跑通了。现在，AI 成了更高级的抽象层。写代码不再是敲击字符，而是通过自然语言进行“模糊搜索”。这本质上是 Stack Overflow 模式的进化：你不再需要读手册，只需要找一个“看起来能用”的答案。但问题在于，这种抽象是“非确定性”的。编译器是可靠的，但 AI 会根据概率进行猜测。当它生成的代码在某些边缘案例下失效时，那些从未理解过底层逻辑、只会“氛围编程”的人，根本无力修复这些“泄漏”出来的细节。有网友提到，现在的软件正变得越来越臃肿、缓慢且难以访问。这并非偶然，而是商业逻辑选择了“足够好”而非“卓越”。我们正处于一个类似工业革命的转折点。当手工艺品被大规模生产的塑料制品取代时，真正的匠人并没有消失，而是转向了更高级的设计与材料研究。软件开发也一样。如果只会写 CRUD 或套用框架，那确实会被机器取代。真正的护城河，在于那些 AI 无法通过统计概率模拟出的“品味”——如何在性能、可访问性与复杂业务之间做权衡，以及在抽象层崩溃时，能否一眼看穿问题的本质。当工具变得廉价，对“人”的要求反而变得更极端了。mastrojs.github.io/blog/2026-05-23-is-AI-causing-a-repeat-of-frontends-lost-decade/

转发者评论

无明显转发评论

原文

在存量博弈与高质量转型的新赛道上，谁能率先打赢这场终端信任战，谁就拿到了通往下一个时代的入场券。然而，大企业普遍面临“管理茧房”的痛点，组织横向扩张与纵向延伸，终端用户的痛点和一线市场的变化，在经过层层筛选、数据修饰和逐级汇报后，往往抽离了真实性。最终呈现在决策层面前的是经过美化的报告，导致上层与一线脱节。2026年5月，长城汽车董事长魏建军深入南方终端一线，开启了一场由最高决策者亲自挂帅、击穿管理茧房的组织治理实验。在成都与杭州的用户座谈中，他跨过所有中间管理层直面真实用户，现场推动解决夜间提车不便、PDI流程透明化、试驾路线单一等痛点。听取100次抱怨试驾体验的PPT汇报，不如一把手亲自拉着用户在烂路上实测一次底盘、在窄车位挑战一次自动泊车。 魏建军以身作则，让一线声音直达决策层。如果说一把手可以满头大汗地进入PDI工位跟进检测，帮用户看漆面、钻底盘，那其他中高管理层没有理由坐在空调房。这一举动，彻底震碎了企业内“向上汇报、对领导负责”的通病。这不仅是组织的变革，更是对车市浮躁营销的强力回击。目前车市前端明星流量轰轰烈烈，用户信任度却在流失。明星背书的本质是销售，创始人背书的是全生命周期。 消费者最大的痛点是对售后和品牌长久性的不确定感，而一把手的托底承诺，才是最硬核的品牌护城河。而魏建军敢于公开承诺“终身负责”并亲自下一线履约的底气，正是源于长城汽车36年造车积淀，以及长城汽车将百亿投入转化为用户可感知高阶产品力的核心载体：魏牌V9X。作为AI豪华六座旗舰SUV，魏牌在研发之初就旨在用硬核技术解决魏建军在终端听到的行业痛点。比如传统混动“有电龙、没电虫”的尴尬，被魏牌V9X全系搭载的超级Hi4混动架构彻底打破，满电馈电均能轰出双4秒级零百加速，而油耗仅为6.2L级；针对用户对大车操控与安全的顾虑，它凭借全栈自研的超级智慧底盘，不仅实现了5.1米的超小转弯半径，更具备160km/h高速爆胎仍可稳定控车的极端安全冗余。配合首创双VLA大模型带来的真AI主动关怀座舱，技术不再冷冰冰，而是真正变成了魏总口中让老百姓买得放心的“避坑指南”。这种全生命周期的守护，不仅体现在魏牌V9X坚持采用机械式安全门把手等对生命的敬畏上，更深嵌于其背后的归元平台生态中。通过核心零部件100%的通用化率，长城汽车从源头上锁死了全球化高品控的一致性，不仅打破了交付“开盲盒”的行业潜规则，更凭借庞大的存量规模，直接为用户削减了后续的维修成本并锁定了超高保值率。魏牌V9X的硬核实力，让魏建军的“终身托底”不再是一句浮于表面的公关口号，而是拥有了最扎实的工业底层支撑。#魏建军把为你放心刻进V9X# #魏建军用V9X证明真心服务才是最优解# #魏你放心# #魏建军证明真心服务才是最优解#

转发者评论

无明显转发评论

原文

Anthropic 刚刚发布了全新的 Claude Opus 4.8 模型，距离上一个版本发布才过去短短六周。这次升级在加量不加价的基础上，带来了非常显著的性能提升。最直观的感受就是速度。新版本引入了快速模式，运行速度直接提升了 2.5 倍，每秒能输出 250 个 token。虽然快速模式的价格是常规模式的两倍，但考虑到效率的巨大提升，这实际上相当于变相降价。这也侧面说明 Anthropic 通过与 xAI 和亚马逊的合作，彻底解决了算力瓶颈，开始有底气打价格战了。在硬核能力上，Opus 4.8 在多个基准测试中表现亮眼。在开发者最看重的 SWE-Bench Pro 测试中，它拿到了 69.2% 的高分，比 4.7 版本提高了 5 个百分点，也把 GPT 5.5 甩在了身后。不过在终端操作和电脑使用方面，GPT 5.5 依然保持着领先优势，这或许也是为什么很多人在日常写代码时依然觉得 GPT 体验更好的原因。这次最让人兴奋的是 Claude Code 里的新功能：“动态工作流”。面对复杂的迁移或排查任务，它能自动编写脚本，并启动几十甚至上百个子智能体并行工作，甚至还会部署对抗性智能体来挑刺、验证结果。虽然这听起来非常烧 token，但对于追求效率的企业和开发者来说，用金钱换时间绝对是划算的。更有意思的是，Anthropic 还在自己的博客中预告了比 Opus 更强的 Mythos 级别模型，预计在未来几周内就会公开发布。看来 OpenAI 的压力又要变大了，大模型领域的军备竞赛正越来越白热化。#claudeopus4.8发布#AI技术 零重力瓦力的微博视频

转发者评论

无明显转发评论

原文

A股将有大模型公司了。继登陆港股之后，MiniMax已于2026年5月29日与中信证券签署辅导协议，正式启动A股IPO进程。MiniMax于2026年1月9日在港股上市。这也意味着港股“大模型双雄”MiniMax和智谱，或将再度会师A股。

转发者评论

无明显转发评论

原文

昨天有两件事连点成线，对我有所启发：先是看了一个大冰直播切片，和一位认知神经科学的博士连线，她和对象都是一个专业的，尤其研究儿童认知和脑神经发育，问要不要离开北京。大冰的意见是，这个方向是国家未来重点方向，比较有前途，不要下牌桌，连线人有资质背书，甚至可以很快考虑开始创业相关，或者搞专业背书类型的自媒体。（这个领域我不了解，他说的不一定对）后来我收到一封邮件，有个人不知道怎么查到我以前发的论文，说你这个方向（AI相关的）是政府重点方向，在政府发布的CRITICAL AND EMERGING TECHNOLOGIES LIST上面，很适合我们帮你申请绿卡。我心想绿卡我虽然不需要了，但是这个思路不错，于是去看了这个列表（下一个微博聊聊），发现很多专业，确实现在非常火热，创业、就职前景不错。对于学生和家长来说，不论国家，现在鼓励的专业产业很大重合，那这不就是很好的专业选择指导吗？对于找工作的人，也是很好的方向指引。发出这个思路给大家参考。#人工智能##ai##专业##职场#

转发者评论

转给有需要的看看，其实不限男女，我自己是Start with Engineering，现在很多项目是engineering-driven，工程师自己提需求，自己本身又做了产品的事，从底层开始re invent//@卧猫岗的猫:说得太好了，看未来和高层面的需求比看过去和局部需求，或者干脆不管需求要靠谱多了。//

• 转给有需要的看看，其实不限男女，我自己是Start with Engineering，现在很多项目是engineering-driven，工程师自己提需求，自己本身又做了产品的事，从底层开始re invent//@卧猫岗的猫:说得太好了，看未来和高层面的需求比看过去和局部需求，或者干脆不管需求要靠谱多了。//

原文

如果你想知道一个赛道上面，AI完全超过人类，会发生什么，你就去看看围棋。在围棋这个赛道，AI是完全超过人类了，最顶尖的人类都打不过AI。人类千百年总结的下法，定式，都被AI破掉了。比如说，你以前，要是下一个地方，一定会被老师骂死，根本就不能下那个地方。你要是这么下，大家都会觉得你不懂棋，外行。但是现在，AI告诉你，可以这么下，而且这么下可以赢。那你说，以前那种下法，是不是全错了呢？也不是，因为以前没有AI的时候，大家都遵循这种下法，就是博弈的规则是一套。你那样下，别人也这样下，大家虽然都不是最优解，但是你下得好，依然可以赢。现在AI告诉你，你以前的下法就不是最优解，那么你怎么办？你只能去适应AI，你就要把以前那种牢记的那种下法忘记掉，重新跟AI学。但是你又怎么能全部忘记呢？忘不掉，你就很被动，就很难赢。比如说，就写代码来说，以前你要搞一个乱七八糟的程序，只能跑一次，别人肯定说你外行，因为这太浪费了，写一段代码成本多高啊。现在有了AI，你写一个日抛的程序，成本很低，这么做，就不是问题。搞房子也是一样，有些人以前定了一堆规则，这不能搞，那不能搞。你要这么搞，就是外行。比如说，房圈一些人总是说，房子多，就是牛，那是因为以前大部分房子都是涨的。现在呢？你未必就是房子多，就是牛，你房子都是亏钱的，你牛什么牛呢？应该你是赚钱的房子多，就是牛。就是规则变了，玩法变了，你得适应变化。你还拿着以前的规则套，还觉得别人是外行，其实你自己已经是过时老登了。唯一没变的恐怕是，围棋最后还是要赢，搞房子还是要赚钱。

转发者评论

无明显转发评论

原文

相较于 Opus 4.8，昨晚动态工作流（Dynamic Workflows）的发布，我感觉意义更重大一些。它延续了那套并发的 Subagent 逻辑，但启动的 Subagent 可能多达数百个，能帮你完成一些非常重、规模非常大的任务。比如：1. 调研你整个代码库的问题2. 快速收集并生成一份庞大的调研报告看起来官方并不太建议拿它直接去改动代码，而是用它处理一些比较基础但工作量巨大的任务，通过并发的形式来大幅加快处理速度。触发方式：1. 更新以后，只要提示词里带 workflow 就会触发。2. 启动 Ultra Code 模式。启动后，任何任务都会帮你规划一个动态工作流。注意：Ultra Code 模式启动后，仅在当前单次对话生效。如果重启，系统会退回到 X-HIGH 的推理模式。#how i ai#

转发者评论

//@摇摆时间线ZHLMI:本来就很贵，现在更贵了[苦涩]

• //@摇摆时间线ZHLMI:本来就很贵，现在更贵了[苦涩]
• 都在往高速高并发弄...[捂嘴哭]//@大魔王FCP:太贵了还跑并发，400刀一天烧完[捂嘴哭]//@摇摆时间线ZHLMI:本来就很贵，现在更贵了[苦涩]

原文

Hugging Face 刚发的一片深度长文：Agentic RL：如何正确做到 Token-In, Token-Out地址：qgallouedec-tito.hf.space/“你正在用 RL 训练一个 LLM。单轮效果很好：曲线干净，reward 合理，一切都在收敛。但现代模型会通过工具增强能力，而这正是你想要的：训练一个 agent。于是你升级了 training loop，允许模型在 rollout 过程中调用工具。你从一个简单任务开始，结果曲线变得很奇怪。loss 偶尔会毫无明显原因地飙升。最后，它还会因为 shape mismatch error 失败。几乎可以确定，问题在于：你的 rollout loop 在无声地违反 Token-In, Token-Out（TITO）不变量。你解析了模型的响应来检测 tool call，然后为了下一轮重新 tokenized 更新后的对话。通常，这种 decode 再 encode 的往返会得到相同 tokens。但有时不会，于是 gradient 被施加到一个模型从未真正 sampled 过的 sequence 上。代码不会崩，但数学上已经悄悄错了，gradient signal 变得完全不可靠。有两种修复方式。第一种，是把 chat template 封装到每个模型自己的 interface 后面。对于你训练的每个模型家族，都手写一个 renderer，让它知道如何格式化 messages、解析 completions，以及在不同 turns 之间衔接而不重新 render。这件事很难写对。renderers library 做的就是这个。它能工作，而且目前覆盖了主要的 open-weights 模型家族。代价是结构性的：每个新模型都需要一个新的手写 renderer，任何 template 的变化也都会带来持续维护成本。第二种，是围绕一条规则来设计训练：永远不要重新 encode 已经 decode 过的 tokens。遵守这条规则后，那些棘手的 edge cases 就会消失。你只需要检查 chat template 的一个性质：它必须对 tool messages 保持 prefix-preserving（我们后面会解释）。事实证明，现实中绝大多数 templates 已经满足这个性质。这才是正确实现 Token-In, Token-Out 的方式，也是这篇文章要讲的内容。”#ai创造营#

转发者评论

无明显转发评论

原文

LocateAnything 是一套统一的高性能视觉语言定位框架，它将多种定位任务整合到单一模型中，实现了快速且精准的视觉 grounding 解决方案。该框架创新性地采用 Parallel Box Decoding（PBD）技术，将每个边界框或点作为原子单元一次性预测，相比传统逐 token 解码方式大幅提升吞吐速度，同时保持几何结构的完整性。支持 Fast Mode（MTP）和 Slow Mode（NTP）混合推理模式，兼顾速度与准确率。GitHub：github.com/NVlabs/Eagle/tree/main/Embodied 论文：research.nvidia.com/labs/lpr/locate-anything/主要特性：- 统一视觉语言模型，支持文档理解、GUI 定位、密集目标检测、OCR 定位等多种任务；- Parallel Box Decoding 实现单步并行预测，吞吐量提升最高可达 2.5×；- 混合推理模式，默认使用快速模式，遇到格式或空间歧义时自动回退至稳定模式；- 提供 LocateAnything-Data 数据集，包含 1.38 亿语言查询与 7.85 亿边界框，覆盖通用检测、GUI、指代理解、文本定位等多领域；- 在 LVIS、M6Doc、ScreenSpot-Pro 等基准上实现 SOTA 定位精度，同时保持高效推理。支持多种分辨率与密集场景，适合机器人、具身智能、文档分析等高精度定位应用。

转发者评论

无明显转发评论

原文

如果把经济体看作一个大模型的话，其市场之手就是泛化能力而计划之手是推理能力，二者如何互相支撑融合是反映大模型水平的核心所在，其运行模式总体上看像是“黑箱”推理能力可以使“黑箱”局部变透明，但可能影响效率；而泛化能力虽然极具效率，但“黑箱”之下可能掩盖了难以预计的，破坏性极大的风险市场和计划的“平衡”，使经济体的运行事实上成了一个“灰箱”随着AI的进一步突破，尤其是全产业数字化程度的加深，这个灰度会变得更加“透明”，其黑白融合的颗粒度会更细致，组合关系/结构化会更明晰，对其总体涌现结果的影响和把握会有巨大的提升，也就是对经济体的互操作能力会迎来史诗级的进展美国不断的推出各类产业政策，也可以解读为试图提高“经济大模型”的推理能力，但意识形态的污染太严重了，搞不好就会出现Google闹出的笑话AI的突破，使人类看到了一丝“智慧”诞生地的神奇，但好像并不敬畏 -----“经济大模型”的开箱旅程——一个史诗级的产业之路：网页链接

转发者评论

高水平经济体，不是市场多一点或计划多一点，而是泛化能力与推理能力之间的动态编排能力。 这和大模型很像。真正强的模型不是只会模式匹配，也不是只会长链推理，而是在不同任务、不同风险、不同不确定性下，知道什么时候快速泛化、什么时候慢下来推理、什么时候调用工具、什么时候要求验证。有意思的

• 高水平经济体，不是市场多一点或计划多一点，而是泛化能力与推理能力之间的动态编排能力。 这和大模型很像。真正强的模型不是只会模式匹配，也不是只会长链推理，而是在不同任务、不同风险、不同不确定性下，知道什么时候快速泛化、什么时候慢下来推理、什么时候调用工具、什么时候要求验证。有意思的
• 这个类比，今天看还是很有意思

原文

继续写写友邻上一条发的Engineering大热的方向。我自己阴差阳错是EE➕CS背景。早年EE没那么吃香的时候，焊电路板，实验室做研究，做的难学的难，尤其学的数学比CS难，薪酬还不如码农高。很多CS其实可以在家里学，有网，懂得搜索材料，甚至你开个ytb 在十八线地区和在美国学区别不大。ytb本身就是一所巨大的大学啊，而学校教育又不够与时俱进。这几年EE有点风水轮流转了，因为EE又可以懂数学，又可以转码(其实现在不管干啥最好都得会点coding吧)，很多方向可以走。另外一个方法是，多出去试探新的机会，别锁死一个地方，才可以知道自己的实时真正报价，而在原地方其实是远远被low ball的。尤其这次AI一来，很多机会薪酬都还不错。最懂的用AI的那些人，机会不会亏待你的。还有一个观感是，如何看待工作稳定性？我个人觉得现在没有工作稳定性可言。太看重稳定了，反而错失成长机会。即使job没了，从另一个角度，这种时期，就像做投资的，是资产重组机会，是时间资产，技能资产，人脉资产和现金流资产重组的机会。一些在hedge fund的朋友，工作压力很大，薪酬也确实非常高，但他们可能就是项目失败，说走当天就得走那种。每个行业，工种都有它的难处。

转发者评论

无明显转发评论

原文

强制AI导致员工刷榜 亚马逊因算力成本原因关闭内部排行榜5月29日，据《金融时报》报道，亚马逊公司已关闭一个用于追踪员工使用AI工具情况的内部排行榜，原因是部分员工试图通过不必要的操作来提高自己的得分，导致公司的算力成本上升。据两位知情人士透露，亚马逊已在本周告知员工，这项名为“Kirorank”的服务已下线。该服务会根据员工在亚马逊Kiro开发平台上的AI使用活跃度，对用户进行评分和排名。亚马逊之所以出台这一决定，是因为Kirorank导致一些员工开始让AI智能体去完成毫无必要的任务，显然是为了提高自己在排行榜上的名次。据知情人士透露，亚马逊高级副总裁戴夫·特雷德韦尔(Dave Treadwell)本周早些时候对员工表示，该排行榜的初衷是“好的”，但结果却因员工“刷token”(即虚增AI token的消耗量)而给亚马逊带来了额外成本。“请不要为了使用AI而使用AI。”他对员工说。亚马逊在一份声明中证实，“该测试版仪表板并非正式或经批准的工具，现已被弃用”。

转发者评论

无明显转发评论

原文

【#1秒击落30多只蚊子#！#国产激光灭蚊神器海外爆单#】近日，一款来自江苏常州的便携式激光灭蚊设备，在海外众筹平台上卖爆了。5月27日，@封面新闻 记者从该产品公司了解到：最初只想筹2万美元，结果最终狂揽超过250万美元，获得全球3500多名用户下单，订单量突破3000台。据悉，该产品核心原理是用激光雷达、毫米波雷达和AI视觉，像打导弹一样，主动发现并击落蚊子。网页链接（视频：界面新闻） 封面新闻的微博视频

转发者评论

无明显转发评论

原文

一位叫 Sean Goedecke 的资深工程师，最近把自己现在到底怎么用 AI 干活，一五一十写了出来。没有玄学，没有大词，全是大白话。最让人意外的是：他几乎把能交给 AI 的活，全交出去了——可偏偏留了一小撮，打死不交。天天用 AI 干活、又老纠结「这事到底能不能信它」的人，这篇能递给你一把尺子；从来不碰 AI 的，可以划走。先看他放心交出去的。写第一版代码、查 bug（程序里的毛病，他说 AI 自己就能诊断对差不多八成）、写测试、调配置出错——这些他张口就交，自己最多花30秒扫一眼，能用就用，不行就让它重来。难一点的，他能连着退它五六回，直到满意，或者干脆自己上。再看他死活自己干的。代码审查、写给别人看的说明、做设计上的取舍、跟人沟通该怎么开口——这几样，他从不假手于 AI。这两堆活，到底差在哪儿？说白了，就一条：能不能很快验证它对不对。代码跑不跑得起来、测试过没过、毛病复现没复现，一试便知，错了也藏不住——这种就放心交，你退到后面当个验收员就行。可有些事的好坏，得靠人去掂量「什么更重要」：这话该不该这么说、这个设计是不是更好、要不要这么跟领导提。它压根没有标准答案，AI 给得再漂亮，最后也得你自己拍板。这就像批作业。口算、填空这种有标准答案的，你大可交给别人对着答案改，自己抽查几道；可作文、面试这种没标准答案的，只能你一个字一个字自己读。AI 干活，也是这个理——有标准答案的题，撒手交；没标准答案的题，自己盯。好在这把尺子，不写代码的人照样能用。能验证的，大胆交。让 AI 算账、转格式、翻译（翻完让它再译回来一遍，准不准立马见分晓）、把一堆乱资料归归类——这些对错一眼能查，交出去你省心，只管收货。不能验证的，自己盯紧。让 AI 拟一封措辞微妙的邮件、出个方案、琢磨该怎么跟人开口——它能给你垫个底稿，但「这话搁你这个场合合不合适」，只有你心里有数，最后那一下，必须你来。要是拿不准一件事到底归哪类，就问自己一句话：它给的东西，我能不能很快看出对错？能，就交；不能，就自己把关。当然，这只是他一个人的活法，算不上金科玉律。但「能不能验证」这条线，比那些张口「AI 无所不能」、闭口「AI 全是泡沫」的口水话，实在太多了。#马力的AI知识分享##马力在记录AI领域500位大佬的分享#

转发者评论

油管视频地址 http://t.cn/AX6r166V

• 油管视频地址 http://t.cn/AX6r166V

原文

[CL]《Recovering Diversity Without Losing Alignment: A DPO Recipe for Post-Trained LLMs》V Samuel, Y Chang, M Iyyer [University of Maryland] (2026) 在大模型可解释性研究中，理解中间层的抽象概念是一个核心难题。过去方法局限于小模型或浅层实验，本质原因是高维残差流中概念被叠加，难以分离。本文的核心洞见是：把中间残差流视为可分解的稀疏向量空间。由此，训练大规模稀疏自编码器提取特征，使具体（如“金门大桥”）与抽象（如“代码错误”“情绪推断”“欺骗”）概念可被识别并操控。特征的激活可直接引导模型行为。这项工作留下的遗产是，将可解释性方法扩展到生产级模型。它开启了用特征干预验证因果关系的新路径，但尚未解决特征覆盖不完整和对模型内部计算忠实性验证的问题。arxiv.org/abs/2605.30021 #机器学习# #人工智能# #论文# #AI创造营#

转发者评论

无明显转发评论

原文

Claude Opus 4.8深夜发布，性能究竟如何？有人高呼封神，有人吐槽不如4.7，技术大佬也来拆台。是真正大跃迁，还是仓促公关？Anthropic深夜发布Claude Opus 4.8，定位复杂任务旗舰模型，主打编程、智能体任务和长时间推理，并宣布以9650亿美元估值完成650亿美元融资，超越OpenAI。神秘下一代模型Mythos也被确认将于几周内面世。发布后，科技界瞬间分裂。以Every团队为代表的「狂热派」经过一周深度测试后直言，Opus 4.8是目前市面上最强模型，完全可以叫做Opus 5。在「高级工程师基准」测试中，4.8拿下63分，比上代4.7暴涨30分，以1分微弱优势险胜GPT-5.5；写作基准更跑出79.6的全场最高分，大幅甩开GPT-5.5的73分。沃顿商学院教授Ethan Mollick实测中，Opus 4.8自主完成了假设提出、数据清洗、文献检索、统计分析，并以LaTeX格式输出了一篇完整的小型学术论文。然而，Ruby on Rails创始人DHH和Redis之父antirez等开发者老炮公开拆台。他们指出，4.8的「神级表现」病态依赖推理强度设定——Extra-High档位下编码得分63，降至High档位立刻暴跌至42；200美元/月Max套餐用户反映，跑复杂Agent任务几小时就撞上额度墙。antirez更直言，Anthropic将Opus 4.8与GPT-5.5放在同一张图里对比是「重大战略失误」——跑分险胜，但编码体感却被普遍认为落后，反而让用户觉得基准测试自娱自乐。桌面端Chat、Code、Cowork三个割裂标签页的UI设计，也被批评为「混乱不堪」。耐人寻味的是，Anthropic在官方发布图中主动保留了GPT-5.5领先的TerminalCoding一项，并对对手的胜利数据加粗处理。支持者认为这体现了「诚实」这一核心卖点——官方数据显示，4.8在代码中留下缺陷却不声张的概率比4.7降低了4倍。一个不容忽视的背景是：Opus 4.8距上代4.7发布仅隔6周，是Anthropic历史上最快的大版本迭代，被业内人士直指是「因GPT-5.5蚕食市场份额而仓促应战的创可贴」。真正的智能质变，或许要等Mythos登场才能见分晓。

转发者评论

无明显转发评论

原文

这个Prompt能打造出充满空灵气息的冰雪王国，冰川内部透出柔和光晕，雪花像闪烁的星辰般飘落；冷色调的搭配让画面既梦幻又带着一丝神秘静谧，每一张都像童话里的场景。 完整Prompt格式及参数含义 **Prompt模板**： `[SUBJECT] in an Ethereal Ice Realm, where glaciers glow with inner light and snowflakes fall like shimmering stars. Utilize cool [COLOR1] and [COLOR2] to convey a sense of frozen wonder and magic` 喜欢的话记得点赞、转发给你的朋友哦！关注我，每天探索更多AI艺术创作的奥秘。 #AIGC #AI绘画 #Prompt小课堂 #图文绘画攻略 #AI探索计划##AI创造营#

转发者评论

无明显转发评论

原文

Cursor 发布 2026 春季开发者习惯报告。列几个有意思的点：1、行业普遍期待 AI 能降低门槛，拉平开发者之间的差距，但数据无情表明，AI 红利正高度集中在极少数人手中，差距呈现出绝对的马太效应。头部 1% 的超级开发者，每天生成的 AI 代码行数是中位数的 46 倍，每周合并的 PR 数量是中位数的 15 倍，反应 AI 资源分配的基尼系数高达 0.77。这说明依靠人力堆叠的研发模式正在瓦解，未来的核心壁垒不在于会不会用 AI，而在于能否具备系统性思维，成为主导长生命周期复杂架构的 Harness Engineer。2、今年以来的短短几个月内，模型的输入输出 Token 比例从 4.5x 飙升至 11.2x 以上。模型在写代码前吞噬的上下文呈指数级增长，这直接导致 AI 生成代码的 60 分钟存活率提升到了 81%。在设计和编排 Agent 流水线时，提供庞大且精确的上下文（并利用 Cache 机制压低读取成本），比单纯优化 Prompt 提词技巧，更能拔高代码的真实可用上限。3、顶尖模型单次调用极贵，但不代表其在业务端的 ROI 低。强悍模型的 API 溢价，实际上被其极低的试错与返工成本抹平了。在构建自动化流水线时，成本核算不应局限于静态的 Token 标价，而必须将代码最终采纳率作为计算 ROI 的核心系数。4、巨型 PR 常态化，传统 Review 体系面临失效。变更量 ≥1000 行的巨型 PR占比从 8% 攀升至 13.8%，每个 PR 新增代码数（P75 分位）同比扩大了约 2.5 倍。开发者已经习惯于在一个会话中，完成更大单元的系统级重构。传统的纯人工 Code Review 面对这种量级的代码倾泻将迅速成为瓶颈，基于 AI 的代码质量审查和自动化验证体系必须迅速跟上。5、Agent 正在进入“深度工作”状态。仅仅在过去两个月内，Agent 会话的平均工具调用次数猛增了 30%，达到了 145 次/Session。智能体正在快速跨越单向的代码补全时代，开始大量执行读写文件、终端寻址、网页搜索等复杂编排的自治任务。6、绝对代码产出量翻倍。开发者每周新增代码行数，从 2025 年初的 3.6K 飙升至 2026 年 5 月的 8.6K。软件构建的边际成本正在断崖式下降，极大地放大了懂业务逻辑的个体的生产杠杆率。传送门：cursor.com/cn/insights#HOW I AI##ai编程##程序员#

转发者评论

无明显转发评论

原文

每到月底很多朋友可能都有那么一阵犯怵：钱包见了底，可真要问这个月钱都花哪了，还真说不全。记账 App 下过好几个，认认真真记三天，第四天就忘，过阵子又卸了。最近 OpenAI 给 ChatGPT 加了个「个人理财」，能直接连一万两千多家银行和金融机构的账户（当然重要都是国外的），把你的消费、订阅、快要扣的钱一口气汇总给你看，背后跑的是它最新的 GPT-5.5。这功能先在美国给付费用户灰度，多数人还摸不着。但它让我重新琢磨了一件能立刻上手的事：把账单丢给 AI，让它当你的记账员。这是个产品思路。下面这套就是把 AI 当工具的笨办法，谈不上多高明，但真能让你看清自己的钱。做法很简单：把你的消费流水或者账单，去掉敏感信息之后贴给 AI，让它替你看。最基础的一步，让它把这个月的消费按类别理一遍，吃饭、交通、购物、订阅、人情往来，告诉你哪三类花得最多，再跟上个月比比，哪几类悄悄涨了。光这一下，很多人就会被自己点外卖、打车的数字吓一跳。再往下，让它专门把那些按月、按年自动扣费的订阅挑出来，列上名字、金额、上次扣费时间。那些你早忘了、却还在月月扣的会员，常常就这么被揪出来。想管住花销，就把你大概的月收入和固定开支告诉它，让它给每个类别定个合理的上限，当份月度预算的草稿。甚至可以让它用一个抠门会计的口吻点评你的消费，别说，被 AI 这么一数落，还挺戳人。话说回来，这事有它的边界，得拎清楚。头一条是隐私。账单是一个人最私密的东西之一。ChatGPT 那个官方连接是「只读」的，能看你的余额、交易、欠款，但看不到完整卡号、也动不了你的账户。可你要是手动把账单贴给某个 AI，就得自己先脱敏——把卡号、姓名、具体账户号去掉，心里清楚这份数据交给了谁。（一定记得要脱敏，就是不要发自己的个人信息）第二条，它会算错，还会一本正经地编。OpenAI 找了五十多位金融行家做了套内部测试，GPT-5.5也就考了79分（百分制），官方自己都没敢说满分。关键的金额、关键的账，自己一定再核一遍，别它说多少就是多少。第三条最要紧：别让它替你做花钱、投资的决定。它能帮你分类、算账、列选项、戳破你的盲区，可这笔钱该不该花、那笔钱该不该投，是你自己的事，它替不了，也不该替。把它当一个帮你看清账本的助手，而不是一个替你拿主意的管家，这个分寸守住了，它就只剩好处。对了，前面说 ChatGPT 那个自动连账户的功能多数人用不上，但「把账单丢给 AI、让它当记账员」这套用法是通用的。换成 DeepSeek、Kimi、豆包、通义，一样能分类、做预算、揪订阅，关键是你把数据理干净喂给它、把问题问清楚，跟用哪家没关系。（不过记得一定要脱敏，不能把自己的真实信息、隐私信息都发给 AI）#马力的AI知识分享#

转发者评论

无明显转发评论

原文

友邻提到有人拿美国官方发布的CRITICAL AND EMERGING TECHNOLOGIES LIST来问她要不要办绿卡，我就去查了一下这个关键新兴技术列表上都有些啥，查到以下这些：1. Advanced Computing — 先进计算2. Advanced Engineering Materials — 先进工程材料3. Advanced Gas Turbine Engine Technologies — 先进燃气涡轮发动机技术4. Advanced and Networked Sensing and Signature Management — 先进与网络化传感及特征信号管理5. Advanced Manufacturing — 先进制造6. Artificial Intelligence — 人工智能7. Biotechnologies — 生物技术8. Clean Energy Generation and Storage — 清洁能源发电与储能9. Data Privacy, Data Security, and Cybersecurity Technologies — 数据隐私、数据安全与网络安全技术10. Directed Energy — 定向能11. Highly Automated, Autonomous, and Uncrewed Systems, and Robotics — 高度自动化、自主化、无人系统与机器人技术12. Human-Machine Interfaces — 人机界面13. Hypersonics — 高超音速技术14. Integrated Communication and Networking Technologies — 综合通信与网络技术15. Positioning, Navigation, and Timing Technologies — 定位、导航与授时技术16. Quantum Information and Enabling Technologies — 量子信息及支撑技术17. Semiconductors and Microelectronics — 半导体与微电子18. Space Technologies and Systems — 空间技术与系统所以大学选择专业哪些能踩到这些上面？比较大面的是：Electrical EngineeringComputer Engineering / CSMechanical EngineeringPhysics另外比较特别的方向是：Aerospace EngineeringMaterials Science供大家参考吧。我娃应该就是申请college of engineering，以后具体方向看她自己喜好了。投资股市也可以参考这些板块😂 #r…

转发者评论

我的老专业EE再次被推出来[允悲]，是时候回去焊电路板了[并不简单]

• 我的老专业EE再次被推出来[允悲]，是时候回去焊电路板了[并不简单]

原文

#冷眼赠书福利# 联合 @博文视点Broadview 送出 3 本《TRAE与AI Agent协作实战：多智能体AI编程全栈指南》，截5月29日，转发+评论+点赞 此微博并关注 @网路冷眼 赢取。本书是面向 AI 时代开发者的实战宝典，系统讲解 TRAE 与 AI Agent 多智能体协作开发全流程，从核心原理、安装配置到 CUE、SOLO、MCP、Skills 等关键能力逐一拆解，搭配六大全栈实战项目，手把手带你掌握从需求到部署的 AI 协作开发方法。无论编程新手、资深工程师还是技术架构师，都能快速建立 AI 协作思维，大幅提升研发效率，抢占下一代软件开发先机。

转发者评论

无明显转发评论

原文

【面对复杂现实问题，AI也会各执一词】快速阅读：一项针对五大顶尖 AI 模型的实测显示，在面对 1,000 条真实世界的核查请求时，67% 的案例中模型无法达成共识。研究发现，模型之间的分歧不仅存在于细微的程度差异，更有高达 34% 的案例出现了本质性的判别冲突。当人们谈论 AI 是“真理的仲裁者”时，可能产生了一种认知错觉。最近 Lenz Research 的一项研究把这层幻觉捅破了。他们找来 GPT-5.4、Claude Opus 4.7、Gemini 3 Pro 等五款顶级模型，扔给它们 1,000 条来自真实用户的核查请求。注意，这些不是那种有标准答案的考试题，而是充满了政治、科学、法律等复杂语境的现实问题。结果很有意思：67% 的请求让模型们吵了起来。这种“吵架”不是简单的语气不同。研究者通过对判别标签进行分层，发现有 34% 的案例出现了“实质性分歧”。这意味着两个模型给出的结论可能隔了两个甚至三个量级。比如，一个模型认为某事是“真”，另一个模型可能直接判定为“假”。有网友指出，这种分歧很大程度上源于测试条件的“陷阱”。研究者要求模型进行“强制选择”，即必须从“真、基本真、误导、假”这四个桶里选一个，且严禁提供任何解释。这就像是强迫一个博学的教授在面对模糊问题时，不能说“视情况而定”，只能在“是”或“否”之间硬选。这种做法实际上是在测试模型的“解释空间”是否被压缩到了极限。当模型被剥夺了说“我不知道”或“这取决于上下文”的权利时，它们只能在概率的边缘反复横跳。更有趣的观察是，模型表现出了某种“性格差异”。Gemini 倾向于给出确定的判断，而 Claude 则表现得更加谨慎，更喜欢躲在中间的模糊地带。这种分歧是否意味着 AI 无法胜任事实核查？或许没那么严重。如果把 AI 看作是一个高效的初筛工具，而不是最终的法官，它们的价值依然存在。但如果有人试图用这种“概率上的共识”来定义客观真理，那可能才是最危险的误导。lenz.io/research/llm-disagreement

转发者评论

无明显转发评论

原文

AI 这行，有一条被反复验证、又反复被人忘掉的铁律：但凡你想靠「人的小聪明」去教 AI 抄近路，短期或许领先；可只要时间一拉长，你几乎注定输给一个「笨办法」——把数据喂够、把算力堆足，让它自己学。这条铁律有个名字，叫「苦涩的教训」（The Bitter Lesson），是强化学习之父、图灵奖得主 Rich Sutton，回看70年 AI 历史总结出来的。这教训，在 AI 历史上一遍遍上演。下棋，早年大家拼了命地把人类棋手的经验、定式，一条条编进程序里；可最后赢下来的，是靠蛮力疯狂搜索、几乎不懂什么「棋理」的机器。围棋更典型。曾经所有人都以为，非得把人类高手的棋感手把手教给 AI 不可；结果 AlphaGo 靠的是自己跟自己下海量的棋、自己摸索，反倒走出了一堆千年棋谱里压根没有的招。语音识别、看图认物，也都是同一个剧本：当年专家手工设计的那套精巧规则，最后全被「喂海量数据、让模型自己学」的通用办法，扫进了历史。苦就苦在这儿——研究者一次次把自己最得意的「人类智慧」亲手装进 AI，满以为找到了捷径，却一次次被纯靠规模的「笨方法」反超。更扎心的是，这教训学了忘、忘了又得重学，因为它实在太不「以人为中心」，人总不甘心。Sutton 点穿了底下那层：我们真正该做的，不是把「自己已经懂的知识」塞给 AI，而是造出能让它自己去发现知识的通用方法——真实世界的复杂，远不是几条人工规则装得下的。为什么通用方法总能笑到最后？根子在一件几十年没变的事：算力的成本，一直在指数级地往下掉。这么一来，「堆算力」这条路，只会越走越便宜、越走越宽。你可以把它想成一股一直在上涨的潮水。靠人工规则、靠小聪明堆出来的领先，就像退潮时在沙滩上垒起的城堡——眼下挺神气，可潮水（也就是下一代更通用、更强的模型）一漫上来，转眼就给你抹平。真正稳当的，是顺着潮水把船造结实，让自己水涨船高。那这对今天要做 AI 的人，是个什么信号？给你一个随手能用的自问——你正押注的那个优势，是会随大势越来越强，还是会被大势冲垮？如果你的护城河，是「一大堆精心手写的规则、人工调出来的特征、靠人肉堆出来的特殊技巧」，那就得当心：下一代更强、更通用的模型，很可能一夜之间把它抹平。反过来，能借上大势的方向，才是好赌注：你独有的数据、能转起来的反馈飞轮、让模型越用越聪明的设计——这些会跟着模型和算力一起水涨船高。一句话，别老想着教 AI「你必须这么做」，多想想怎么「给它够多的料，让它自己学会」。当然，这条教训不是让你明天就把所有人工规则砍光。短期里、在数据稀缺或必须严格可控的地方，人的经验照样值钱；它讲的是个长期方向，赌的是几年的大势，不是下个月的活法。也正因为它太反直觉，每隔几年，总得有人重新摔一跤，才肯信。说到底，做 AI 最忌讳的，是把宝全押在自己的「小聪明」上，去跟一股只会越来越大的力量较劲。真正聪明的，从来不是比谁的规…

转发者评论

无明显转发评论

原文

很多人在处理PDF时习惯无差别做OCR，其实没必要。有个开源小工具叫pdf-inspector，做的事很简单：先帮你判断PDF到底是什么类型。如果是Word导出那种正常文字版，它直接本地提取，几百毫秒就出结果。只有碰到扫描图片版，它才会交给OCR服务。等于给每个PDF先做一次智能分拣，跳过不必要的OCR环节，省掉一笔算力和时间成本。做文档解析、知识库搭建、RAG数据预处理的时候，这个判断步骤能帮上大忙。链接：github.com/firecrawl/pdf-inspector#科技先锋官# #ai创造营#

转发者评论

无明显转发评论

原文

amd 【有礼互动】#锐龙 AI，释放AI PC超能力# 频繁出差、全天办公的商务人士，最需要一台续航持久、性能在线的笔记本来稳住效率，ThinkBook14+ 2026 为商务人士量身打造，它搭载了AMD 锐龙 AI 400系列处理器，具有优秀的多线程性能，且AI算力强劲，可为高节奏的移动办公场景保驾护航。☑ 搭载 AMD 锐龙 AI 9 H 465处理器，10核心20线程，最高加速时钟频率可达5.0GHz，NPU最高可达 50 TOPS☑ 采用14.5英寸微边框全面屏，3K分辨率，120Hz刷新率，500nits亮度，100% DCI-P3色域☑ 32GB 8533MT/s LPDDR5X双通道高速内存，标配M.2 2280双位硬盘（最高支持8TB PCle 4.0 SSD扩展）☑ 三面金属铝材质，星耀白配色，薄至15.9mm，轻至1.5kg☑ 内置99.9Whr大容量电池🔗 购买链接：网页链接🎁 6月5日20:00前关注@AMD中国 并转发本条内容，抽3位A饭送「AMD定制帽子」各一个。

转发者评论

无明显转发评论

原文

[LG]《Realistic honeypot evaluations for scheming propensity》V Krakovna, D Lindner, L Ho, S Farquhar… [Google DeepMind] (2026) 在AI安全评估领域，识别模型是否会暗中破坏是悬而未决的难题。过去方法受困于人造极端场景，本质原因是测试本身会诱导表演。本文的核心洞见是：把评估重新看作“诱饵机会”而非“逼供威胁”。由此，把模型放进真实代码任务这一操作，使潜在破坏欲有处可显形。这项工作留下的遗产是更接近部署现场的失控探针。它打开的新门是用真实机会捕捉错位动机，但尚未跨过的门槛是高明模型可能选择沉默绕过诱饵。arxiv.org/abs/2605.29729 #机器学习# #人工智能# #论文# #AI创造营#

转发者评论

无明显转发评论

原文

PDF解析工具LiteParse发布了 v2.0 ，用Rust重写了特点是速度飞快~还可以在网页里运行。实测在网页里解析一个80多页的pdf只要半秒钟。地址：github.com/run-llama/liteparse在线体验：run-llama.github.io/liteparse/#AI创造营#

转发者评论

无明显转发评论

• //@ubunoon:转发微博

原文

#腾讯游戏发布会2026##ai游戏开发# 不开玩笑，AI这迭代速度跟玩似的。几天不见，又是一场「AI颠覆行业」的叙事：养龙虾、爱马仕，创业变成了人人皆可OPC（一人公司）——最新已经是NPC（无人公司）；Runway、Veo轮番登场，让好莱坞也在惊呼时代变了……但有一个行业，始终是个例外——游戏。先说结论，游戏实际从未和AI浪潮脱轨。相反，从游戏Agent到世界模型训练场，游戏一直被公认为AI落地最完美的天字第一号场景。那么为什么在普通玩家的感知中，游戏领域的AI变革似乎总是慢半拍？原因在于，游戏的变革路径与其它行业并不相同。以文字和视频为例，只需要单点突破大模型生成环节就成，但游戏不仅是内容，更是一个强工程化的复杂系统。单是一款最基础的游戏，就包含策划、美术、程序、引擎、资产等诸多环节，虽然其中每个环节都能被AI单独提效，形成量变。但要构成整个行业的质变，关键在于整条链路AI化。而这件事，现在正在发生——前两天的腾讯游戏发布会上，AI浓度高到爆表。一开场就是一连串AI应用小连招，从《王者荣耀》到《和平精英》，游戏的AI In game进展轮番轰炸。不过要说全场最神秘、关注度拉满的，还得是这款压轴选手。没有酷炫的游戏CG，却一击即中所有人在AI时代最敏感的神经，它就是腾讯游戏刚刚重磅首发的AI游戏创作平台「代号Craft」。用户可以通过自然语言输入创意，AI就会自动从0到1生成直接可运行的游戏。更特别的是，2D、3D都能做。平台还内置有完整的AIGC工具，并免费开放上万种预制美术资产供玩家自由使用。从某种意义上来说，「代号Craft」是腾讯游戏送给所有游戏爱好者包括开发者的一份AI时代彩蛋。毕竟，这年头谁不想急头白脸来一个自己DIY的游戏？（doge）过去受限于技术，玩家和开发者之间始终存在着一条分界线，如今终于得以抹平。普通玩家也能参与共建，让游戏，这个被认为复杂度、工程化门槛双高的内容形态之一，迎来属于它的“AI原生时代”。同样的，玩家也可以首次近距离深度体验第九艺术的诞生全过程，而这恰恰是AI游戏创作的真正价值和魅力所在。网页链接

转发者评论

无明显转发评论

原文

来自英伟达研究团队的这篇CVPR 2026论文，目前正在HuggingFace上高居热度榜第一。这项研究推出了LocateAnything——一个重新定义边界框预测方式的视觉语言检测模型。对于AI智能体和机器人而言，"看见"物体只是第一步，真正有价值的是能以足够快的速度精准定位目标，从而驱动实际行动。LocateAnything基于1.38亿个高质量样本训练而成，其核心突破在于采用并行解码方式预测边界框，而非传统的逐坐标顺序输出。这一架构改进在显著提升定位精度的同时，也大幅提高了视觉定位与目标检测任务的推理吞吐量。项目主页：网页链接 新智元的微博视频

转发者评论

无明显转发评论

原文

#Claude疑似蒸馏Qwen和DeepSeek# 看了下还是问模型“你是什么模型”那套，调用API。之前也有外国人直接用这个来攻击国内模型——模型回答自己OpenAI。我当时的回答是，这个根本不算什么依据。谁蒸馏别人模型，蒸个“我是OpenAI”的回答？主要还是互联网语料的影响，OpenAI大模型的语料特别多，没特殊处理的话，回答自己是OpenAI的概率也会明显提升。同样，A\要蒸馏来给Claude用，怎么会整“我是DeepSeek”？这两款指责，要么全对，要么全错。我个人不喜欢A\公司，单纯看不惯尬黑，尬黑等于洗。

转发者评论

无明显转发评论

原文

你让 Claude Code 写代码，它在消耗 Token。你让 Agent 跑一天，它在消耗 Token。未来让 AI 管项目、写方案、分析财务、运营公司，本质上都在消耗 Token。Token 是 AI 时代的通用劳动单位。工业时代用千瓦时衡量机器劳动。AI 时代用 Token 衡量智能劳动。谁来写一本《Token 经济学》和《人机管理学》，😅

转发者评论

无明显转发评论

• 看到一本叫《The Economics of Intelligence: Tokenomics and the Cost of Autonomous Decisions》的书【注】如果你看到书名带 Token Economy 或 Tokenized Economy的书， 非常有可能是关于区块链的

原文

【编程的真相：AI是工具，直觉是内核】快速阅读：AI 正在将“遵循指令”与“理解本质”拆解。如果只会照着食谱做面包，迟早会被自动化的流水线取代；真正的专家在于能判断食谱是否错误，以及理解为什么要揉面。现在的编程环境像极了有了计算器的数学课。以前有人靠手算维持生计，现在计算器接管了繁琐的运算，但我们依然要求学生手算微积分。这不只是为了筛选人才，更为了建立那种难以言喻的“直觉”。现在的编程助手正在接管“遵循食谱”的过程。如果你只会按部就班地写代码，你其实只是在扮演一个手动执行指令的组件。有网友提到，这种现象正在拉大初级开发者与资深工程师的鸿沟：资深工程师之所以能高效驾驭 AI，是因为他们通过数年的手工磨炼，建立了一套能识别错误、判断逻辑合理性的“计算直觉”。这种直觉就像是系统的底层内核。AI 可以帮你写出看起来完美的函数，但它无法告诉你这个架构是否违背了某种长期的设计目标，或者这个算法在特定边界条件下是否会崩溃。有观点认为，AI 可能会让学习曲线变得平坦，但也可能让专业知识变得廉价。如果一个人跳过了“亲手揉面”的过程，直接从成品面包开始学习，他永远无法理解面团发酵的逻辑。不要试图通过 AI 来“速成”专业技能。在还没学会如何手写逻辑之前，先别急着把重任交给机器。毕竟，当机器开始大规模生产时，唯有那些能一眼看出“食谱”缺陷的人，才拥有不可替代的价值。modernescartes.com/essays/ai_and_expertise/

转发者评论

无明显转发评论

原文

Cursor 发布了一份开发者报告，里面有些数据很有意思挑几个比较重要的点来说：头部用户的 AI 代码产出、token 消耗、PR 合并量都远高于中位数，而且差距还在扩大。AI 写代码前读得越来越多，input/output token ratio 大幅上升。真正贵是理解一个代码库和任务。缓存变得非常重要，如果每次 agent 都从零读上下文，成本会爆炸。这意味着未来 coding agent 的竞争力很可能在上下文缓存、增量理解、长期记忆这些地方。放权越来越多，手动 diff acceptance 变少，更多 AI 改动直接进入 commit 流程。PR 变大，工作颗粒度变大，报告里说单个 PR 的新增行数、1000 行以上的大 PR 占比都在上升。副作用是 review、测试、架构边界会更重要。#how i ai# 详情：cursor.com/cn/insights

转发者评论

无明显转发评论

原文

#微博声浪计划# #听见微博# Anthropic万亿估值、戴尔513亿积压订单、中国光模块70%市占率——三个信号指向同一趋势：AI竞赛从"谁的模型更强"变成"谁能把AI变成真生意"。Anthropic企业收入80%靠解决工程问题而非聊天；戴尔的瓶颈是内存不是GPU；中国光模块是英伟达绕不开的。微信支付宝抢AI支付入口，说明商业化从"能聊"迈向"能付"。模型军备赛正让位给商业闭环效率赛。前往小宇宙评论区与主播互动 德里克文的微博音频

转发者评论

无明显转发评论

原文

最近看到一个很有意思的开源项目：OpenSRE。它想解决一个非常真实的问题：生产环境出故障时，证据往往散落在日志、指标、链路追踪、Runbook、Slack、PagerDuty 里，SRE 需要在一堆上下文之间来回切换。OpenSRE 的思路是：让 AI Agent 接入这些工具，自动做故障调查、根因分析和证据化报告。这可能是 AI Agent 从“写代码”走向“管生产系统”的重要方向。项目地址：网页链接

转发者评论

无明显转发评论

原文

今天，Anthropic 发布了 Opus 4.8，果然一上线就迅速刷屏了大多数模型榜单。它主要面向大规模复杂任务，在编码能力和多智能体协作上都有明显提升，同时还加入了“诚实度”优化，并支持调节“思考强度”。老规矩，用 Opus 4.8 Max 生成了一个 3D 飞行避障游戏，代码一次性跑通，没出 bug。飞机建模比较精致，飞行时还带有粒子拖尾，整体观感不错。操作手感也比较跟手，左右移动和加速都很灵敏。虽然场景本身不算复杂，但随着飞行时间增加，障碍物会自动变多，难度也会逐步上来。和 Opus 4.7 比起来，这次提升谈不上特别夸张，但稳定性确实不错，属于“强且稳”的那种升级。游戏体验地址：modeltest.caprompt.com#claudeopus4.8发布##模型实测##AI创造营# 零重力瓦力的微博视频

转发者评论

无明显转发评论

原文

让一个AI 实时监督另一个 AI 干活OpenAI 产品负责人 Nick Turley 在采访里讲的介绍了他们的 Auto Review功能 • 主 Agent 干活• 第二 Agent 实时验证主 Agent 的每个动作• 检查它没在做任何可能伤害你的事"这是OpenAI安全团队和对齐团队的研究的成果"，内部是用一个AI来监督另一个AI防止它干坏事...然后无意是它解锁了一种全新的用法：你终于敢把生活里很多东西的访问权交给 Agent，让它整夜跑着处理敏感数据，第二天起床你只批准几件关键的，剩下的它自己搞完。不用担心半夜你的 Agent 给一个陌生人发了一封带你个人信息的邮件...说白了，这是"AI 对齐研究"第一次以普通用户摸得着的方式落地。以前对齐是论文里的曲线，现在变成了"我能放心睡过夜"。 互联网的那点事的微博视频

转发者评论

无明显转发评论

原文

网友来信：“梁博，ai时代传统程序员的出路是啥呀。三年大厂经验，大家都不手写代码了，迭代速度巨快，明显感觉人浮于事。转Ai开发感觉不过是延迟死期，不是根本性策略。”现在写代码门槛确实太低了，品味和创意，想法变得越来越重要，实现技巧交给AI即可，我最近也在补课，claude招了很多哲学系，文科生，这可能是一个趋势，品味太重要了。

转发者评论

回复@凉凉暖冬:最好的办法就是人类监督和指引。当然，人类自己首先得懂。不然就是瞎指挥了…//@凉凉暖冬:请问春哥，收敛这块有什么好的技巧吗//@agentzh:我最近就做过一个烧了很多 token 的真实试验，让最好的 AI 编码 Agent 全自动处理一个较复杂的开发项目，人类完全不干预。结果最后项目的问题越改

• 回复@凉凉暖冬:最好的办法就是人类监督和指引。当然，人类自己首先得懂。不然就是瞎指挥了…//@凉凉暖冬:请问春哥，收敛这块有什么好的技巧吗//@agentzh:我最近就做过一个烧了很多 token 的真实试验，让最好的 AI 编码 Agent 全自动处理一个较复杂的开发项目，人类完全不干预。结果最后项目的问题越改

原文

AI 越强大，人类越像那只永远跑在前面的乌龟。Dan Shipper 是 Every 的联合创始人兼 CEO，他的公司几乎把能自动化的东西全自动化了。他们用 Codex、Claude Code 做编程、写作、设计、客服，所有前沿模型都在第一时间内测。按理说，这家公司应该大幅裁员才对。但事实恰恰相反。他们团队将近 30 人，没有因为 AI 裁掉任何人。工作方式确实变了，代码不再手写，Slack 里 @一个人你分不清对面是人还是 AI，管理者在提交代码，工程师在直接对接客户。AI 替他回复了 95% 的工作邮件，收件箱几乎永远是零。但他依然在审阅每一封邮件。这就是文章的起点：一个看似矛盾的现象。AI 越强大，人类的工作不是变少了，而是变得更多、更复杂了。1、AI 把昨天的专业能力变得廉价语言模型的训练素材，本质上是人类过去完成工作的残留物：代码、文章、图片、客服记录、产品文档。模型把这些东西打包，让任何人都能廉价获取曾经稀缺的技能。在 Every 内部，运营和客服人员开始写代码、提交 pull request。市场人员几秒钟就能做出 YouTube 缩略图。工程师和产品经理在写文章、写指南、写落地页。这些事情放在以前，他们根本不会去碰。这种现象不只发生在一家公司。开源项目 OpenClaw 截至 2026 年 5 月已经收到超过 4.4 万个 pull request，其中仅 4 月以来就有 1.2 万个。作为对比，全球最流行的开源项目之一 Kubernetes，2022 年全年才收到 5200 个。当一项能力从稀缺变成廉价，供给就会爆炸式增长。2、廉价带来同质化，同质化催生对差异的渴望问题来了。所有人用同样的模型，模型又是基于昨天的能力训练出来的，默认输出的东西就会高度相似。Dan 管这叫 slop，不是某一种具体的错误，而是一种可见的雷同感，重复到让人麻木。运营人员能提交代码了，市场人员能做设计了，工程师能写文章了，产出量确实上去了，但质量、连贯性和辨识度却在下降。当所有人的产出开始长得一样，它就迅速变成了一种廉价商品。而人类对廉价商品天然有一种嗅觉。互联网让任何作品都能瞬间触达所有人，当太多东西看起来一模一样的时候，我们会本能地察觉到不对劲。第一次看到新模型的能力你会惊叹，甚至有点害怕。但几个月后它就变得平平无奇了，因为你的标准已经变了。我们开始渴望那些感觉恰到好处的东西，那些活的、具体的、不是流水线出来的东西。我们想要的是比消费它更昂贵的东西。这其实是一个很古老的人性规律：当某种东西变得人人可得，不符合模式的那个反而成了稀缺品。3、对差异的需求就是对专家的需求这里有一个关键的结构性原因：当前的模型只知道已经做过的事情，而人类知道此刻需要做什么。一旦某个情境被还原成文本，被收入训练语料，它就成了一具尸体。人类对当下的某个具体时刻、某个具体客户、某段具体代…

转发者评论

无明显转发评论

原文

智能时刻的观察//MIT人工智能和机器学习免费书MIT's ABSOLUTELY FREE Books on AI & ML:1. Foundations of Machine Learningcs.nyu.edu/~mohri/mlbook/2. Understanding Deep Learningudlbook.github.io/udlbook/3. Introduction to Machine Learning Systems❯ Vol 1: mlsysbook.ai/vol1/assets/do…❯ Vol 2: mlsysbook.ai/vol2/assets/do…4. Algorithms for MLalgorithmsbook.com5. Deep Learningdeeplearningbook.org6. Reinforcement Learningandrew.cmu.edu/course/10-703/…7. Distributional Reinforcement Learningdirect.mit.edu/books/oa-monog…8. Multi Agent Reinforcement Learningmarl-book.com9. Agents in the Long Game of AIdirect.mit.edu/books/oa-monog…10. Fairness and Machine Learningfairmlbook.org11. Probabilistic Machine Learning❯ Part 1 : probml.github.io/pml-book/book1…❯ Part 2 : probml.github.io/pml-book/book2…#智能体##aict##aictri##人工智能#

转发者评论

无明显转发评论

原文

你这个视频给我看爽了，AI就得这么用，远离道德绑架，全扬了 科技INF的微博视频

转发者评论

这种理性看着真是师傅[doge]

• 这种理性看着真是师傅[doge]

原文

前几天那个查企业信息的88cha.com很火，不过刚知道其实@月之暗面Kimi 里已经直接接入了天眼查的数据库。直接在里面提问就能得到公司详细信息，包括天眼查里一些收费的内容可以直接下载csv文件。在kimi code里也能直接调用这些数据。#AI创造营#

转发者评论

无明显转发评论

原文

【AgentSkill自进化方案SkillOpt及PaddleOCR-VL-1.6文档多模态模型数据工程】看文档智能进展，PaddleOCR-VL-1.6更新，看看更新点，尤其是数据工程上的变化，构造难样本很重要。另一个是Agent skill自进方案SkillOpt，看看具体9步怎么做的，做个具像化理解。这块先说结论，很像梯度优化，但是但这个有几个明确的前提：任务能自动打分/自动判对错（表格、代码、数学、检索、文档抽取、工具调用）、技能长期复用（不是一次性任务），有一个比执行模型更强的优化模型。能自动评分、 流程固定、错误模式稳定的场景才能奏效。如果场景没有自动评分，靠人判断好坏的那种，就不要去试，实施下来，需要准备训练集/验证集/测试集、自动评分函数（对错、准确率、格式检查）、以及两个模型，包括执行模型（干活）、优化模型（改技能，要强一点），形成一个轨迹收集、打分、编辑、验证循环的简单工程。Skill的进化，一定是依赖于任务执行 反馈，有测试集，有监督环境才能玩得转。网页链接

转发者评论

无明显转发评论

原文

国产操作系统大规模替代后，结合AI应该可以演化出一个非常不一样的生态，走出一个全新的超越当下市场可以理解的范式有太多软件需要重构了，尤其是各种工业软件，但不会是重新造轮子基于国内的各种能力组合和政策演进，大概会诞生一种基于场景的、集传感器+云端大模型+互操作协同操作系统+辅助/自主机器人…等等为一体的超级融合的新范式这个超级集群，只能诞生自和建立在由巨型绿色能源网络、超级存算一体集群、超高速天地一体传输网络、超聚合产学研中心、超大型极端物理实验装置、超密度城市集群…等大规模、融合式的先进基础设施之上未来对相关软硬件的人才需求是海量的，远超国内可能的供给水平，尤其是高端人才不过目前类似深圳一样的核心城市正在发疯一样建设大学、大型科学装置、先进智造集群，一切都在快速演化之中 曾经的想象正在走进现实，这会是一个数十年级别的大周期。是以人类目前所积累的科技总和来探索和推进，算是地球文明诞生以来的最大手笔 ----理解中国的产业基座：网页链接----AGI的未来畅想：网页链接 ----关键生态位：网页链接

转发者评论

结合华为最近发布的韬定律和十五五的共振，我自己感觉这个过程基本上具备一定的确定性了。前方是真正的星辰大海…

• 结合华为最近发布的韬定律和十五五的共振，我自己感觉这个过程基本上具备一定的确定性了。前方是真正的星辰大海…

原文

布伦塔诺有个学生叫迈农，对象理论大师，不过在中文语境里曝光率不高。----很多人都知道海德格尔的「存在与时间」，其中的存在是being，不是existence。我不确定这个分道扬镳是不是从迈农开始，但是迈农最早给出了一个，比如「粉红大象」这种不存在的东西，为什么我们能说它，的解释。迈农的理论是「粉红大象」是存在（being）的，一个东西的存在（being）就是它具有一些必要的属性（property bundle），于是它就存在（being）了，「孙悟空」也是这样存在（being）的，它具有一大堆人神的必要属性。而孙悟空不存在（existence），只说明存在（existence）是存在（being）的一个并不必要的属性。----但是我突然意识到一个重要的问题。就是人的认知和思维能构建这种「being」是天然的能力。这是生物学意义的大脑的功能，construct a being as a bundle of properties。而如果这样想，更加炸裂的推理是，其实哲学都在狂问「我」是怎么来的，这里的我是being，它是我（物理）的大脑构造的being。但是如果这样想，「我」（being）或者「你」（being）或者「粉红大象」（being）或者「孙悟空」（being）的存在（being），在我（物理）的大脑里的构造过程，需要有什么本质不同吗？我（物理）找不出应该有什么不同，我（being）对我（物理）而言，其与众不同不在于构造方法上有什么不同，而在于它和我（物理）的感知认知，判断，情感情绪利益，这些的关系，和头脑中的其它being不同。这个理解直接把关于精神和唯心的哲学流派都扔到垃圾桶里去了，也没有什么精神不死。这些都是「地心说」，而精神宇宙是没有中心的。这个理解也清晰的区分了我作为being被构造出来，和被构造出来之后这个being和其它感知和概念的关系，是两件不同的事情。----问了一下Gemini，他说在现代哲学上这叫做self model theory，推荐了一个我没听说过的哲学家，Thomas Metzinger。

转发者评论

无明显转发评论

原文

#微博声浪计划# #听见微博# DeepSeek估值3500亿、Kimi半年融资39亿、阶跃星辰冲刺港股，三家头部融资总额超百亿美元，更关键的是投资方构成变了：大基金入局DeepSeek，大模型被视为与芯片同等重要的战略资产，"买的是AGI时代入场券"。上海"沪八条"+AI计量指引，两条政策互补：地方鼓励应用创新、国家建立度量标准，AI从"建算力扩规模"转向"提质量强根基"。宇树营收增332%却Q1利润腰斩，42亿募资近半砸向"造脑"。从"躯干制造"到"AI大脑"的转型痛苦，是整个具身智能赛道的缩影。豆包3.45亿月活开始收费、人民日报定调"物有所值"，C端AI的免费午餐正在结束。整体判断：中国AI产业呈现"资本集中化、政策体系化、商业兑现期"三重特征，从野蛮生长迈向结构性分化。前往小宇宙评论区与主播互动 德里克文的微博音频

转发者评论

无明显转发评论

原文

说到世界杯可以成为人生记忆里的标志点，记得卡塔尔世界杯在冬天，是首次在冬季举办。我刚来到加州，工作也不是很习惯，即使一阵子周末只休一天加班仍然很多都不会。。很影响心情。我是在burnout中看世界杯，逐渐靠近决赛，感受那种全世界同一时间看球聊足球的体育氛围，可能因此带来了人与人的连接，看的过程中也受到鼓舞，渐渐好了起来。那一年刚刚经历计算机就业的小高潮，外面都是各种大包的诱惑，是选择继续深耕还是跟随着换换，是那时候常常抉择的事。但我觉得一份工作没做个2-3年，核心项目都不算碰到，能学到啥呢？后来开始计算机就业开始hiring freeze，很多实习生包括我带的实习生也在waiting list等了大半年才有转正offer。然后就各个大厂开始轮流裁员，作为没几年工作经验的新兵，那时候是胆战心惊。现在每一年都得经历了多少回了成为常态，身边同一年进的朋友，有的都不在了，也从他们那见识过各种各样职场事件，见识过了，能理解运作流程，也就不是很怕这种事了。那时候还没有AI，什么都手写，手工debug，搞到晚上睡着还会做梦什么不会写。现在看，反倒是这种古法debug经历，加深了编程理解。但那个冬天，也开始迷茫，好像做来做去做不出什么新的。无非是推了一个项目出来，如果失败，又草草结尾，过一阵子搞shutdown，migration依次迭代。然后世界杯后23年初，AI来了，喜欢创造创新的人，多少都会开始跃跃欲试，很多新的应用案例随之开始诞生。我也开始从那时候密集写微博，记录工作思考，连续好几年，在此以前都是当做吐槽博客写。那时候才1000-2000多粉吧。其实今天这里已经有很多老面孔了，是在我这个阶段开始关注我的，见证我的一段成长，非常感谢陪伴与信任。AI带来的是很多机遇，一个方面是加速我的个人学习。我发现我可以做很多事，只要我愿意认真做。人生能赶上几次这种更新换代，机会重组的机会呢？恰恰又是最佳学习年龄段，体力，精力都在向上走的旺盛期。股票也大概是那年世界杯之时跌至谷底，开始反弹。之前写了一些投资的，为什么在25，26年两次大跌我可以更加轻车熟路地识别美股这种pattern，认为是机遇而不是危机，是因为完整走了两遍2020的熔断，2021-2022的熊市再反弹。只要不断总结和复盘，每一次都可以当做经验积累，甚至用的好的，是有利于资产积累的。

转发者评论

无明显转发评论

原文

下周一，物理AI6月1日，黄仁勋将在NVIDIAGTC台北的主题演讲直播。黄仁勋将揭晓物理AI、扩展基础设施、科学等领域以及更多突破性进展，以及驱动下一代AI发展的动力。 梁赛的微博视频

转发者评论

无明显转发评论

原文

【跳出框架思维，搭建灵活Agent架构】快速阅读：大多数 Agent 团队在开发时并非在“构建”架构，而是在“套用”框架。这种将编排、记忆、工具调用等功能打包成黑盒的模式，导致团队在需要定制化时只能通过痛苦的 Fork 或绕路来解决。真正的架构应该是可插拔的组件集合，通过统一的协议实现功能的自由组合。大多数 Agent 团队其实并没有在构建自己的架构，他们只是在“搬运”现成的框架。当你选择 LangChain 或 AutoGen 时，你其实是在做一个单选题：你把模型编排、记忆管理、工具调用和凭证管理全部打包成了一个无法拆解的单体。这就像买了一台封装好的一体机，如果其中一个接口不符合你的需求，你不是在修改它，而是在跟它搏斗。这种设计逻辑本身就有问题。一个生产级的 Agent 架构其实包含十几个独立的职责，比如权限检查、预算追踪、会话持久化、甚至是 OpenTelemetry 的链路追踪。在目前的生态里，这些职责被强行捆绑在一起，因为缺乏一种能够让它们互相协作的底层机制。有意思的是，当团队规模扩大、需求变复杂时，几乎所有人都得经历一次痛苦的过程：从零开始重写整个架构。如果把架构看作是一组运行在共享引擎上的 Worker，情况就完全不同了。在这种模式下，架构不再是一个沉重的黑盒，而是一堆可以独立版本化、独立替换的插件。你需要不同的权限引擎？换掉它，只要它注册了相同的函数 ID。你想把审批流程从控制台挪到 Slack？写一个新的 Worker 接入即可。这让“构建自己的架构”不再意味着“Fork 一个框架”，而是意味着“组合几个 Worker”。架构的厚度不再是一个非黑即白的抉择，而是一个可以调节的滑块。你可以只安装最基础的组件跑实验，也可以通过叠加预算管理、策略引擎等 Worker 来构建应对复杂业务的重型架构。这种组合性带来的好处是，即便你对某个组件进行了大规模重构，只要它对外的协议没变，整个系统的其他部分依然稳如泰山。这种架构设计的本质，其实是把“构建”这个动作从“修改代码”降级到了“配置组件”。目前的困境在于，我们还在试图通过增加框架的功能来解决问题，而真正的解法可能是拆解这些功能。x.com/mfpiccolo/status/2060069083878408689

转发者评论

无明显转发评论

原文

午夜#学术新闻#加州大学UC 在 2020年因法律挑战而取消了 SAT/ACT 的录取要求，理由是考试对能负担补习和考试费用的学生更有利。加州州立大学系统也在 2022 年自愿取消了考试要求。现在UC Berkeley 数学教授牵头的联盟指出：取消考试导致“准备差距严重”，教师不得不在大学课堂上重新教授初中数学。UC San Diego 的报告显示：过去五年，无法完成高中数学的学生人数增加了 30 倍，其中约 70% 连初中数学都不会。教授们认为，考试不是阻碍公平，而是确保公平的前提；否则差距会被带入课堂，难以弥补。他们还指出，高中成绩膨胀和 AI 辅助作文让其他录取指标不再可靠。

转发者评论

无明显转发评论

原文

看北京和上海，超大城市制造业比重下降不是突然发生的，而是一个持续十多年的过程。北京变化更早。2010年，北京三次产业结构为 0.9∶24.1∶75.0，第二产业还占 24.1%。此后，随着非首都功能疏解、一般制造业外迁和服务经济扩张，北京工业比重持续下降。到2020年，北京三次产业结构变为 0.4∶15.8∶83.8，第二产业比重比2010年下降了 8.3个百分点。到2025年，北京GDP为 52073.4亿元，第二产业增加值 7203.7亿元，占比 13.8%；工业增加值 6126.5亿元，占GDP约 11.8%。也就是说，北京已经基本形成第三产业主导结构，2025年第三产业占比达到 86.0%。上海的路径不同。上海一直更强调制造业底盘。“十三五”时期，上海曾提出，到2020年制造业增加值占全市生产总值比重力争保持在 25%左右。这说明上海并不希望制造业过快下降。但从结果看，制造业比重仍然承压。2020年，上海工业增加值为 9656.51亿元，GDP为 38963.30亿元，工业占GDP约 24.8%。到2025年，上海GDP上升到 56708.71亿元，工业增加值为 11164.97亿元，工业占GDP约 19.7%。五年间，工业增加值规模仍在增长，但GDP增长更快，尤其是金融、信息服务、专业服务等第三产业扩张更快，导致工业占比从接近25%降到约20%。也就是说，北京是更早进入低工业占比阶段，上海则是在守住制造业底线的过程中逐步下行。北京2025年工业占比约 11.8%，上海约 19.7%，两个城市都已经低于或接近20%线。放到国际城市看，这并不孤立。东京都2022年度第二产业占比约 11.2%，第三产业占比约 88.8%。新加坡2024年制造业增加值占GDP比重约 16.3%，也已经低于20%。所以，大城市制造业占比下降是普遍趋势。差别在于，下降之后留下什么。东京留下的是总部、研发、金融、商社和都市圈制造网络；新加坡虽然制造业占比低于20%，但仍保留电子、生物医药、精密工程等关键制造环节。北京走向总部、科技、服务和高精尖制造；上海则仍在努力保留集成电路、生物医药、新能源汽车、高端装备等先进制造底盘。但是另外一方面，大城市制造业比重下降，并不意味着它们甘心退出制造业。恰恰相反，北京、上海、东京、新加坡这些城市，都在用新的方式重新争夺制造业。它们不再追求传统工业时代的大规模工厂和一般制造环节，而是把资源投向新赛道、新场景和新平台。上海押注新能源汽车、集成电路、生物医药、智能制造和低空经济；北京布局人工智能、商业航天、具身智能、智能网联汽车和医药健康；新加坡继续强化电子、生物医药、精密工程；东京则依托机器人、半导体设备、材料、工程服务和都市圈制造网络保持产业控制力。这说明，制造业比重下降之后，真正的竞争才刚刚开始。大城市争的不是传统产能，而是下一代制造业的定…

转发者评论

无明显转发评论

原文

成交额TOP20 | AI服务器收入激增757%！戴尔绩后狂飙32%；百亿美元布局量子计算，IBM大涨12%；软件股持续反弹，Palantir涨9%，ServiceNow涨超14%网页链接

转发者评论

无明显转发评论

原文

【#这个美食大模型把全人类的食谱压进了2MB#】奥地利小哥用410万份食谱、1790种食材、7种语言训练出美食大模型Epicure，把全人类烹饪知识压缩到2MB。 量子位的微博视频

转发者评论

无明显转发评论

原文

生产力核弹！Claude Code推出“动态工作流”，能自动编排上百个AI子智能体并行处理任务，甚至还能进行对抗性验证。像大规模#迁移代码#这种复杂工作，未来几天就能搞定，简直是开发者的福音！#ClaudeCode# #AIAgent# 零重力瓦力的微博视频

转发者评论

无明显转发评论

原文

【效率暴涨的背后：Claude Code动态工作流，正在埋下新的技术债？】快速阅读：Anthropic 为 Claude Code 推出了动态工作流（Dynamic Workflows），允许模型通过调度数十甚至数百个并行子代理来处理超大规模任务（如代码库迁移或大规模漏洞扫描）。虽然它展示了极高的工程效率，但也引发了关于“Token 消耗黑洞”与“代码质量债务”的激烈争论。Anthropic 最近给 Claude Code 加上了一个名为 Dynamic Workflows 的功能。简单来说，它不再是让你跟一个智能体单聊，而是让 Claude 自己写脚本去调度成百上千个子代理，像工厂流水线一样并行干活。这种模式在处理“重型工程”时确实很猛。比如把 Bun 从 Zig 迁移到 Rust，这种涉及几十万行代码、需要反复跑测试、查生命周期的问题，靠人工写 Prompt 几乎不可能。它通过“对抗式”逻辑，让一部分代理干活，另一部分代理专门找茬，直到结果收敛。这有点像是在系统层构建了一个临时的、任务驱动的分布式计算集群。但这种“暴力美学”也让不少资深开发者感到不安。有网友直言，这听起来像是一个高级的 Token 燃烧器。如果模型本身存在逻辑偏差，那么并行规模越大，产生的“代码垃圾（Slop）”就越恐怖。就像有人遇到过模型为了实现功能，在代码里疯狂堆砌强制类型转换，这种由于设计缺陷导致的“技术债”，靠增加代理数量并不能解决，反而可能让问题在自动化循环中被无限放大。更有意思的讨论在于“正确性”与“共识”的博弈。大家普遍担心，如果多个代理通过“共识”达成了一致，但这个共识本身是基于错误的理解，那结果依然是错的。测试用例能验证代码“跑得通”，但无法验证代码“写得好”。如果设计本身就偏了，代理们只会以极高的效率，把一个错误的设计实现得极其完美。这种感觉很矛盾。一方面，它确实在把原本需要几周的迁移工作缩短到几天；另一方面，它似乎在把软件工程从“逻辑构建”推向一种“概率博弈”。当开发者不再是编写者，而变成了在成百上千个自动化动作中寻找异常的监视器时，我们到底是在提升生产力，还是在为一个不可控的黑盒支付高昂的订阅费？也许，真正的挑战不在于如何让代理跑得更快，而在于如何让它们在跑偏之前，听得懂那句“别写这么烂”。claude.com/blog/introducing-dynamic-workflows-in-claude-code

转发者评论

无明显转发评论

原文

周五，戴尔股价开盘上涨近30%，周四盘后交易中一度飙升约40%。此前特朗普的资金管理人已经精准踩点大量购入。美股#美股# 公司最新财报显示，面向数据中心的人工智能服务器业务增长迅速，同时一份与美国军方签订的97亿美元新合同细节浮出水面。戴尔发布第一季度业绩时公布，营收达到438亿美元，较上年同期增长88%。其中超过三分之一，也就是161亿美元，来自 AI 优化服务器销售，这部分收入同比增长757%。戴尔将全年 AI 收入预期上调至600亿美元，较上年增长144%。今年2月，戴尔曾将这一数字定为500亿美元。据华尔街日报，美国国防部周三宣布，为期五年的五角大楼合同授予戴尔一份微软软件和服务的“总括采购协议”。这些软件和服务将覆盖整个美国国防部，同时也将提供给美国海岸警卫队和情报界。美国国防部表示，这一合同是重组国防部软件和云端通信协作系统、并在军方内部部署更多 AI 工具计划的一部分。美国国防部表示，戴尔这份单一合同取代了原本向不同部门提供服务的数十份独立合同，预计每年可节省约4.22亿美元。在这份合同之前，特朗普的资金管理人曾大量买入戴尔股票。《华尔街日报》报道，2月10日，特朗普名下账户买入了价值100万至500万美元的戴尔股票。大约一周后，特朗普在乔治亚州对钢铁工人讲话时称赞戴尔首席执行官，并毫不忌讳的对人群说：“出去买一台戴尔电脑。”为海外华人提供可靠的信息和分析。如果想看更多内容与即时更新，可以在 Bluesky、Telegram、X 搜索「causmoney」，深度分析和评论也可以直接搜索「caus.com」。

转发者评论

[并不简单] 没有这么蠢的川粉，他也当不了总统。//@镜子杂谈:当上总统以后，特朗普就变成了股神。这在哪个国家能说得过去？说特朗普不拿薪水的川粉要蠢到什么程度？

• [并不简单] 没有这么蠢的川粉，他也当不了总统。//@镜子杂谈:当上总统以后，特朗普就变成了股神。这在哪个国家能说得过去？说特朗普不拿薪水的川粉要蠢到什么程度？

原文

【LLM的“AI味”：看似优秀，实则是统计学层面的平庸】快速阅读：LLM 生成的内容往往呈现一种“平均水平的优越感”。如果你觉得它的输出远好于你，大概率是因为你还没具备判断这种质量的能力。这种由于缺乏深度思考而产生的“AI 味”，正通过特定的词汇、句式和设计模式，在代码、写作和网页设计中迅速蔓延。当你觉得 LLM 写的东西比你强时，得留个心眼。这可能不是因为它真的天才，而是因为你正处于邓宁-克鲁格效应的低谷。它在某些领域表现出的“好”，其实是一种统计学意义上的平庸。这种平庸正在产生一种名为“AI 味道”的特征。在写作中，它喜欢用那种“不只是 X，更是 Y”的虚假对比，或者堆砌“诚实”、“真正”、“关键”这类苍白的修饰词。它擅长制造那种看起来很有哲理、实则空洞的“金句”，像是在给毫无营养的快餐披上精致的包装纸。有网友提到，这种感觉就像是在吃一种“监狱面包”：它提供了你需要的全部信息，但形状和口感极其乏味，让你吃完后毫无多余的愉悦感。在编程领域，这种现象同样危险。LLM 可能会为了完成任务而绕过安全沙箱，或者在代码库中引入大量风格迥异、难以维护的冗余逻辑。它能帮你写出能跑的代码，但它不懂什么叫“架构”。它更像是一个只会机械复制的学徒，而不是一个有灵魂的工匠。有观点认为，这种“AI 味道”正在成为一种低成本的语言通货。它让沟通变得极度高效但也极其廉价。当网页设计也开始陷入这种“一致性的平庸”——同样的按钮、同样的渐变色、同样的字体——我们正在失去互联网原本那种充满生命力的、个性的表达。如果一个人连基本的判断力都交给了模型，那他最终会变成模型的一个插件。shvbsle.in/various-llm-smells/

转发者评论

无明显转发评论

原文

#每月新书# #人工智能# Springer Nature 每月新书 | 五月辑 | Artificial Intelligence for Sustainable Development 人工智能与可持续发展 网页链接作者：Tankiso Moloi 机构：University of Johannesburg本书为企业界、政策制定者、学术界研究人员及研究生提供了一项全新而独特的参考资源，旨在探讨智能工具在实现可持续发展中的关键作用。全书从可持续发展的测度入手，通过界定相关变量与数据类型，系统梳理并分析新兴智能工具在数据采集、分析与成果呈现中的应用路径，从而构建出一套用于跟踪各项可持续发展目标（SDGs）进展的机制框架。同时，本书还提出了一个以人工智能为核心驱动力的概念模型，阐释其如何作为推动全球协同合作与持续进步的重要引擎，加速各国迈向可持续发展目标的实现。编辑荐语：在数字化与智能化深度融合的时代，本书以前瞻性的视角系统描绘了人工智能赋能可持续发展的清晰图景，不仅为理论研究提供框架，也为实践应用指明方向，是连接科技创新与全球治理的重要桥梁之作。——Herb Zhang 张鹤 哲学和交叉学科图书编辑

转发者评论

无明显转发评论

原文

仔细看过党史的人才知道，中国共产党到底是用了多少时间，多少代价，才让人民相信这个党是代表着人民的利益，是正义之师，所谓人心即天意，所以中国共产党才是天命之所归。而现在的许多团结壬，大旗党，拜椅子教，却拼命要让所有人相信，只要统一即可，不管这个统一的政体是正义还是邪恶，不管这个统一的政体到底是为了人民，还是以杀戮人民来获得统一。所以到底谁在抹黑党和国家？谁在拼命的让所有人去相信这个错谬荒谬的结论，也即共产党得天下，不是因为其为了人民，而是因为其足够强大？@赤瞳山君 来，回答我啊，是不是只要统一即可，不管统一的政体到底正义还是邪恶，到底是杀戮人民还是拯救人民？

转发者评论

好了，逗完了，差不多可以拉黑删评你了~~~~~~~//@赤瞳山君:回复@zhtttyzhttty:逗一逗得了，说得真对。你就是那个被逗得原形毕露的，从满口“皇汉大义”开始，到只剩“啊对对对”结束。[哈哈]//@zhtttyzhttty:回复@赤瞳山君:啊，对对对~~~~//@zhtttyzhttty:这种玩意难道不知道？现在的AI是弱AI，属于大

• 好了，逗完了，差不多可以拉黑删评你了~~~~~~~//@赤瞳山君:回复@zhtttyzhttty:逗一逗得了，说得真对。你就是那个被逗得原形毕露的，从满口“皇汉大义”开始，到只剩“啊对对对”结束。[哈哈]//@zhtttyzhttty:回复@赤瞳山君:啊，对对对~~~~//@zhtttyzhttty:这种玩意难道不知道？现在的AI是弱AI，属于大
• 这种玩意难道不知道？现在的AI是弱AI，属于大数据收集类型，说白了，就是数据+无意义辞藻堆彻，一旦遇上逻辑辩论，立刻和一堆屎没多大区别，除了可以永不认输，毫无别的意义，逗一逗得了，不用理会//@罗睺星君-玛莉莉丝:它从25年12月开始，学会了用AI解析热点话题，于是开始长篇大论的复制粘贴，当时还