微博 AI 观察博客

原文

【Qwen 3.8-27B：本地大模型正在拆掉网络安全的“技术护城河”】一位资深网络安全分析师在社区投下重磅炸弹：Qwen 3.8-27B 在恶意软件分析和漏洞利用上的表现，已经跨过了本地模型与闭源旗舰模型（如 Claude Opus）的性能分水岭。这不仅是一个新模型的发布，更意味着过去需要国家级黑客团队或顶尖分析师耗费数周才能完成的逆向工程、自定义加密协议破解（如 RC4 变体）以及端到端的漏洞利用链，现在只要一台配有 5090 或 Mac M 系列芯片的电脑，就能在完全离线、无 API 痕迹的情况下由 AI 自动化完成。这件事的重要性在于“攻击成本的坍塌”。以前网络安全的防御逻辑建立在“高难度任务需要极高人力成本”的基础上，但当 Qwen 3.8 配合 MCP 工具集能像老练的分析师一样操作 Ghidra 调试器时，这种成本壁垒消失了。社区评论指出，虽然模型“思考”过程较慢，但其深度推理能力已能处理复杂的混淆代码。这给所有开发者提了个醒：如果你的安全防御还停留在“防君子不防专家”的阶段，那么在 AI 面前，人人皆专家。未来的安全博弈将不再是人与人的脑力较量，而是本地算力与防御自动化程度的军备竞赛。

转发者评论

无明显转发评论

原文

#模型时代# 协和医院神经外科住院医生，用AI证明了一个22年未解的数学猜想2026年7月27日，一篇标题为《The Numerical Range Is a 2-Spectral Set》的预印本出现在学术平台上。作者Shanmu Jin，身份是北京协和医院神经外科博士后和住院医生。论文声称证明了Crouzeix猜想。这个猜想2004年提出，此后二十多年没有人能证明。三天后，康奈尔大学应用数学副教授Alex Townsend像往常一样，让ChatGPT 5.6去试解这个猜想。他已经这样做了一年，每次拿到的要么是错误的证明，要么是卡在某个缺失引理上的半成品。这一次，ChatGPT给了他一个链接，指向Jin的预印本，告诉他猜想已被解决。Townsend和华盛顿大学教授Anne Greenbaum带着怀疑读了论文。几个小时后，他们确认：证明是对的。猜想提出者Michel Crouzeix本人也核验了手稿，认为论文正确。Jin本科学的是地质学，后来读了医学博士。他的正式数学教育仅限于理科生的基础课程。他告诉Townsend和Greenbaum，超出这些课程的数学知识“全部是自学的”。数值域：比特征值更完整的肖像矩阵是一个数字方阵，可以对向量做变换：旋转、拉伸、压缩。每个矩阵有一组特征值，是线性代数课最先教的矩阵属性。对于一类行为“规矩”的矩阵（数学上叫正规矩阵，包括对称矩阵等常见类型），特征值就能完整描述矩阵的行为。但很多实际问题中的矩阵并不规矩。这时候特征值讲的故事不完整，就像只看地图上几个标注的海拔点，无法判断两点之间地形的实际起伏。数值域（numerical range）提供更完整的信息。直觉上可以这样理解：你从每个方向各拿一个单位长度的向量，让矩阵去变换它，然后测量变换的“综合效果”（既包含拉伸幅度，也包含旋转方向）。所有方向测出来的结果，在复平面上画成点，围成的区域就是数值域。它一定是凸的、闭合的，而且包含所有特征值。对于规矩的矩阵，数值域就是特征值围成的多边形，没有额外信息。对于不规矩的矩阵，数值域比特征值围出的区域大得多。多出来的部分，就是特征值遗漏的矩阵行为。Crouzeix猜想：一个精确到“2”的万能保证多项式可以作用于数字：比如公式 p（x） = x² + 3x + 1，代入 x = 5，算出一个结果。同样的公式也可以作用于矩阵：把矩阵A代入，算出 A² + 3A + I，得到一个新矩阵。这个新矩阵有多“大”？具体说，它最多能把一个向量拉伸多少倍？这就是矩阵的范数。Crouzeix猜想说的是：不管你选什么多项式，把它作用于矩阵后得到的范数，不会超过同一个多项式在数值域上取到的最大值的2倍。换句话说：你拿数值域当地图，在地图上算出多项式最大能到多少，再乘以2，就是矩阵版结果的天花板。这个“2倍”的保证，对所有矩阵、所有多项式、所有维度都成立。这…

转发者评论

//@北星微博:题目可以这么写：学地质的协和医生解决了22年的数学猜想[允悲]。另外：马一下完整的提示词//@科普君XueShu雪树:协和这个医生金山木太牛逼了。不要因为他使用了AI就低估。一大堆数学家同样都在用AI，为什么偏偏是他解决？因为他厉害！他用chatgpt发现数学真理，类似于当年音乐家赫歇尔用望

• //@北星微博:题目可以这么写：学地质的协和医生解决了22年的数学猜想[允悲]。另外：马一下完整的提示词//@科普君XueShu雪树:协和这个医生金山木太牛逼了。不要因为他使用了AI就低估。一大堆数学家同样都在用AI，为什么偏偏是他解决？因为他厉害！他用chatgpt发现数学真理，类似于当年音乐家赫歇尔用望
• //@科普君XueShu雪树:协和这个医生金山木相当牛逼。不要因为他使用了人工智能就低估。一大堆数学家同样都在用人工智能，为什么偏偏是他解决？因为他厉害。这某种程度上可以类比于当年音乐家赫歇尔借助望远镜发现了天王星。

原文

Anthropic 的篇官方技术说明，解释 Claude 文本水印的具体工作方式。Claude 用的是 Google DeepMind 2024 年发表在《Nature》上的 SynthID-Text 方案，往上追溯可以到 Scott Aaronson 2022 年的提案。这一脉方案的共同特征是在模型选词时，用密钥改变随机数的来源，从而在输出中留下统计痕迹。Anthropic 举了个例子帮助理解。假设模型写到“今天天气很冷，而且……”，下一个词可能是“阴沉”，也可能是“灰蒙蒙的”，对读者来说意思差不多。正常情况下，模型用一个随机数在这些候选词里选一个。加了水印之后，选词过程还是随机的，但随机数的来源变了，变成由密钥和前面的词共同决定。文本读起来完全一样，但事后拿着密钥去核对选词序列，就能算出这段话是 Claude 写的概率。Anthropic 在文中特别强调了一点：水印不会让模型选它本来不会选的词。模型不会因为水印而突然用一个生僻词（文中举的例子是 nubilous，一个几乎没人用的“阴天”的同义词）。水印只在模型本就犹豫的那些选择上起作用。然后是大家最关心的：会不会降低输出质量？Anthropic 说他们内部测试没有观察到水印对内容质量、创意水平或可读性的影响。他们援引了 Google DeepMind 的数据作为佐证：Google 在 Gemini 的实际流量中给一部分用户提供了带水印的模型，对比用户的点赞点踩反馈，两组没有统计显著差异。同时在受控实验中，人类评估者把带水印和不带水印的回答放在一起对比，也看不出区别。打个比方：想象你在玩大富翁，本来每回合掷骰子决定走几步。现在改成查圆周率的小数位来决定，从某一位开始，依次读下去。对玩家来说，每一步还是随机的，游戏体验没有变化。但如果有人事后看走步的完整序列，再对照圆周率，就能判断这盘游戏用的是圆周率而不是骰子。关于代码，Anthropic 的解释是：水印只在选哪个词都行的地方起作用。代码大量地方必须精确，“2+2=”后面只能跟 4，水印无从施加。所以代码的水印密度天然就比自然语言低。不过在代码注释、变量命名这些有选择余地的地方，水印仍然可以嵌入。还有一个之前没怎么讨论的重要信息：水印不携带任何用户身份信息。不能追溯到具体的用户、组织或对话。水印只回答一个问题，“这段文字是否可能经过 Claude 处理”，仅此而已。文章中也提到了水印的局限。短文本检测不了，信号太弱。纯事实性内容（比如“牛顿最著名的著作叫《自然哲学的数学原理》……”）水印也没什么发挥空间，因为下一个词几乎没有选择余地。你让 Claude 校对一篇文章只改语法标点，大部分词还是你的，水印可能根本不够形成可检测的信号。轻度编辑大概率不会完全去掉水印。但如果把每个词都换一遍，水印就没了，当然到这个程度，这段文字算不算 AI 生成的本身也值得商榷…

转发者评论

无明显转发评论

原文

#转发赠书#携手@博文视点Broadview 送出3本《vLLM与SGLang : 大模型高效推理双引擎实战》，截止8月19日，*可可粉*转发+评论即可参与。本书以vLLM与SGLang两大主流开源推理框架为核心，不只讲“怎么用”，更讲“为什么这样设计”，系统讲解其从理论基础到生产部署的完整大模型推理知识体系。全书以“理论→实战→验证→总结”的闭环展开，其中超过60%的内容为实战项目。书中的7个项目均来自对真实场景的抽象，配套全部代码，覆盖高并发推理、结构化输出、复杂编排、推理加速与分布式部署等关键问题。无论你是算法工程师、架构师、后端工程师，还是正在向生产级部署迈进的独立开发者，你在遇到推理系统的真实问题时，这本书让你有据可依！@微博抽奖平台 抽奖详情

转发者评论

//@爱可可-爱生活:欢迎参与～

• //@爱可可-爱生活:欢迎参与～

原文

【Qwen 3.5/3.6/3.8 兼容！Jinja2 固定聊天模板】Qwen 系列的官方模板中常见的“无法关闭思考”“工具调用导致崩溃”等问题，可以通过这个方便的修正聊天模板轻松解决！🎉只需加载一个 Jinja2 文件（`chat_template.jinja`），Qwen 3.5、3.6、3.8 的所有版本就能立即使用，真是超级方便！特别厉害的是，通过 `reasoning_effort` 参数可以将思考深度从“xhigh”逐步调整到“low”！使用 `<|think_off|>` 就能立即禁用思考，实现快速响应，而且无论是否有思考，KV Cache 都能 100% 命中，完美保持过去的上下文！🧠✨此外，还内置了能巧妙解析 Python dict 和 JSON 字符串的通用工具解析器，据说能将工具调用的失败率压低到几乎 0%！这大大提升了多步骤代理开发的可靠性。它还兼容 `llama.cpp` 的 `--reasoning-preserve` 标志，以及 vLLM、LM Studio、MLX 等多种执行引擎，所以即使切换环境，也能用相同设置运行，真是太棒了！想以最小实现负担完美运行 Qwen 模型的朋友们，赶紧去看看吧！👇

转发者评论

无明显转发评论

原文

#模型时代# 吴恩达：AI 工程技能图谱（1万份招聘信息筛选出四种能力）我很高兴发布《AI 工程技能图谱》。与 2022 年相比，今天的软件构建方式已经发生了很大变化。掌握相关技能的人，可以获得大量值得投入的项目机会和职业机会。围绕 AI 的信息环境十分嘈杂，也充斥着各种炒作。对开发者而言，最值得学习的技能究竟有哪些？为了帮助开发者确定学习重点，也帮助雇主招聘具备相应能力的开发者，我和团队一直在梳理 AI 工程所需的技能，并尝试将其绘制成一张图谱。我们分析了超过 1 万份招聘信息，对 AI 专家、招聘经理和招聘人员进行了数十次结构化访谈，同时通过问卷收集数据，并综合分析了其他网络资料。最终，我们归纳出四项最重要的 AI 工程技能：构建与部署 AI 应用软件工程基础使用编程智能体定义构建方向如果用一种不太正式的方式来描述，我们所做的工作类似于对招聘信息和专家访谈组成的庞大数据集进行聚类分析，从中识别当前及不久的将来最重要的技能。先说明一下术语。我讨论的是“AI 工程技能”，而非“AI 工程师”这一职位。AI 工程师通常指负责构建 AI 系统的人，而 AI 工程技能的适用范围要广得多。今天，所有开发者都应该掌握与云协作的能力，但只有一部分人的职位名称是“云工程师”。同样，所有开发者，包括全栈工程师、数据工程师、DevOps 工程师、机器学习工程师，当然也包括 AI 工程师，都需要具备 AI 工程技能。构建与部署 AI 应用AI 应用与传统应用的一个关键区别，在于 AI 应用的输出具有不确定性。向大语言模型输入提示词时，你无法预先知道它会给出什么结果。训练深度学习算法时，你也无法确定它会对新的样本作出什么预测。传统软件的行为通常更加可预测。擅长构建与部署 AI 应用的人，需要理解 AI 的基本构件，例如大语言模型、上下文工程、检索增强生成（RAG）、智能体工作流、机器学习和深度学习。更重要的是，他们要知道如何利用统计方法衡量、引导和治理 AI 系统，让系统的行为变得更加可预测。其中一项核心能力，是能够以严谨的方法持续开展评测，并建立错误分析闭环。软件工程基础深入理解软件的运行原理，可以显著提高构建软件的效率和质量。软件工程需要在成本、可扩展性、可靠性和速度等因素之间作出权衡。安全与隐私还会进一步增加系统的复杂度。理解软件工程基础，才能识别系统设计中存在哪些权衡关系，并在技术栈选择、系统架构、数据存储和测试等环节作出更好的决策。缺乏经验的开发者可能会通过 Vibe Coding 快速拼出一个解决方案，却不了解编程智能体在背后作出了哪些取舍。智能体作出的选择往往不够理想，原因之一是开发者不知道应该向它提供哪些上下文。掌握软件工程基础之后，开发者可以使用准确的工程语言引导编程智能体，并让它在各种约束条件下作出更合理的取舍。使用编程智能体有效使用智能体编程，已经成为每一…

转发者评论

无明显转发评论

原文

#冷眼赠书福利# 联合 @博文视点Broadview 送出 3 本《Harness Engineering实战：构建可靠的生产级AI Agent》，截 8 月 17 日，转发+评论+点赞 此微博并关注 @网路冷眼 赢取。全书围绕“Agent = Compose（Model，Harness）”这个核心公式展开介绍，在业界Harness Engineering实践基础上，总结出一套面向Agent落地的工程框架，系统讲解如何在模型之外建立约束、工具、上下文、记忆、验证、反馈，使Agent能够稳定、安全、可复现地完成真实任务。从AI编码任务失败案例出发，逐步实现一个Harness框架，并通过工具系统、MCP、Prompt Cache、上下文压缩、验证闭环、反馈调节和多Agent协作等内容，展示生产级Agent系统的构建方法。帮助读者在工具快速迭代中做出清晰的判断：当一个Agent系统没有按预期工作时，问题到底是出在模型、提示词上，还是出在模型之外的 Harness上。

转发者评论

无明显转发评论

原文

[AI]《BDH-CQ: In-Context Learning with Recurrent Latent Reasoning》B Engdahl, A Kosowski, J Chorowski, Z Stamirowska… [Pathway] (2026) 在人工智能推理领域，如何兼顾“即时学习”的灵活性与计算效率是一个悬而未决的难题。过去的方法受困于思维链推理，本质原因是它将计算与文本生成绑定，迫使模型将每一步思考都“说”出来再继续，过程缓慢且昂贵。本文的核心洞见是：把上下文示例重新看作更新循环记忆的信号，而非引导文本生成的起点。由此，模型在潜在空间内反复迭代运算以直接求解，这一将“学习”与“计算”彻底分离的关键操作使问题得以解开。这项工作真正留下的遗产是一种高性价比的推理架构，证明了无需庞大模型和语言生成也能实现灵活的即时学习。它为后来者打开的新门是构建小型、专用的高效能推理器，但尚未跨过的门槛是如何将此模式从视觉谜题扩展到更复杂的开放域语言与数学推理。arxiv.org/abs/2608.09888 #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

• 所有人都在教大模型“说人话”，结果是我们把推理能力锁死在了语言表达速度上。就像你逼一个数学天才必须用嘴说出每一步计算过程，而不是直接在脑子里并行跑完所有可能性。BDH-CQ 最狠的地方不是省钱，是撕掉了“能说出来才算想明白”这层窗户纸，直接在连续空间里把推理跑完了。这对边缘设备来说是生

原文

【不要分类，去幻想：用“胡说八道”解决分类难题】传统的LLM分类思路是把成百上千个标准选项塞进Prompt，强迫模型选一个，这既昂贵又容易触碰Token上限。Doug Turnbull提出了一种反直觉的方案：不再要求模型给出正确答案，而是让一个廉价的小模型针对输入（如“棕色咖啡桌”）随意“幻想”一个看起来很像分类的字符串，比如“家具/客厅/桌子/咖啡”。虽然这个分类在你的标准库里并不存在，但它在语义空间上已经极度接近目标。此时再利用向量嵌入（Embedding）进行相似度计算，就能瞬间把这个“幻觉”映射回真实的分类库。这种做法实际上是HyDE（假设性文档嵌入）在分类场景的变体。它揭示了当前AI应用层的一个趋势：我们正在从“编写确定性逻辑”转向“管理概率映射”。社区评论指出，这种方式虽然带有一丝“以毒攻毒”的荒诞感——用一种幻觉去对齐另一种模糊，但它确实解决了结构化数据与自然语言之间的鸿沟。与其说这是编程的倒退，不如说程序员的角色正在变成语义空间的导航员。你不再需要模型百分之百准确，只需要它把你带到正确的语义街区，剩下的交给数学。对于那些拥有庞大分类体系且对成本敏感的生产环境，这比死磕结构化输出要高明得多。

转发者评论

无明显转发评论

原文

[CL]《AQuA: Recursively Self-Improving Quantitative Trading Research Agents》J Guo, S Huang, Y Gao, Z Li, J Ge… [Princeton University & Ant Group] (2026) 在AI驱动的量化投研领域，让系统安全地自我迭代是一个悬而未决的难题。过去的方法受困于AI能自由改动实验代码，导致数据泄漏等错误被当作有效发现并放大，本质原因是未能隔离探索的自由与评估的纪律。本文的核心洞见是：把AI的自由探索重新看作在“密封沙盒”内的受限表达。由此，通过一套领域特定语言（DSL）剥夺AI修改数据与评估规则的权限，这一关键操作使AI在无法“作弊”的前提下进行安全的自我迭代。这项工作真正留下的遗产是“非对称自由”的设计范式：AI可自由探索，但评估体系恒定。它为后来者打开的新门是在药物研发等高风险领域实现安全的自主研究，但尚未跨过的门槛是因子挖掘与模型开发两大系统仍是割裂的。arxiv.org/abs/2608.12841 #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

• 量化研究的本质从来不是找到那个神奇因子，是建立一套“为什么这次不灵了”的解释系统。AQuA 最聪明的地方在于把失败当燃料：每次策略失效不是删代码，是往信念库里写一条“动量在震荡市会反噬”。这才是自进化——不是让模型在训练集上卷到 0.001 的损失，是让它攒下来年遇到相似盘面时能调用的直觉。

原文

网页链接#AI时代，重新找到自己的位置# 《构建之法》新版（第四版）上市啦“当 AI 工具从代码工作的细节开始，不断替代人类工程师的工作，AI的洪水可以让软件工程师的工作更有效率，但看似也可以完全淹没所有软件工程师？”（图5）网页链接#专家推荐#🧓彭鑫：这本书以“做中学”为指导，将软件工程思想和方法融入风趣生动的场景化叙述之中，潜移默化地塑造读者的工程思维。（复旦大学计算与智能创新学院副院长、教授 ）🧓朱少民： “我构建，故我在。”这本书历经4版、沉淀作者近 30 年一线经验的教材，既是大学课堂的基石，更是每一位工程师在AI时代重新认识自身价值的“镜子”。 （同济大学特聘教授，《软件工程3.0》作者 ）🧓大木头：我以前和邹老师一起在微软工作，耳濡目染，学习并关注了很多软件工程的知识，并因此受益匪浅。书中很多精彩的场景和有趣的故事保证让阅读者愉快而不会迷失方向。🧓茹炳晟：AI已能写出大部分代码，那软件工程师的价值何在？如果你正为职业前景焦虑，或不知如何调整教学方向，这本书会是你的压舱石与航海图。（腾讯研究院特约研究员，复旦大学CodeWisdom团队首席技术专家 ）🧓王千祥：进入智能时代后，邹欣老师持续探索大模型带来的软件开发范式变革，并加入了北京中关村学院，成为同时具有头部企业与知名院校工作经历的复合型专家。我通读了他重新修订的这本书（第四版），非常赞赏书中独特的实战视角，奇妙的虚实案例，以及穿插其间的微软历史“典故”。相信这些都会激发读者的思考与创新。（华为云智能化研发首席专家，曾任北京大学教授）京东自营的折扣很靓哦#AI时代，重新找到自己的位置#

转发者评论

🤔我们到底是在教育学生，还是在管理学生？把管理手段误认为教育目标，是我们最需要反思的起点。//@出版人周筠:#不要让上课耽误我学习# 王虹的故事告诉我们，她大二才从地球与空间科学学院转入数学科学学院，起点并不领先。她大量时间泡在北大数院的本科生阅览室，简称“本阅”，这里没有签到，没有

• 🤔我们到底是在教育学生，还是在管理学生？把管理手段误认为教育目标，是我们最需要反思的起点。//@出版人周筠:#不要让上课耽误我学习# 王虹的故事告诉我们，她大二才从地球与空间科学学院转入数学科学学院，起点并不领先。她大量时间泡在北大数院的本科生阅览室，简称“本阅”，这里没有签到，没有
• 无论技术如何变革，软件开发的根本问题，始终是人的思维与复杂性的对抗。 //@出版人周筠:「纵观 AI 自动编程的历史，我们看到：#技术会变，问题永恒#。从 FORTRAN 到 LLM，我们始终在与“抽象”和“偶然复杂性”抗争；#范式会转移，智慧永存#。符号主义失败了，但“程序员学徒”的愿景是正确的。工程师

原文

[CL]《Spark-to-Paper: End-to-End Research Paper Generation as a Composable Skill》Z Qian, B Wu, Y Wang, C D Yan… [Vast Intelligence Lab & University of Technology Sydney] (2026) 在AI研究自动化领域，将一个想法完整生成为一篇严谨的论文是一个悬而未决的难题。过去的方法多构建独立的自主代理平台，受困于其复杂性与开发环境的脱节。本质原因是它们试图重造一套系统，而非融入研究者已有的工作流。本文的核心洞见是：把端到端论文生成重新看作一系列可在现有编码助手中执行的可组合技能。由此，将实验规划与结果报告分离，并用确定性的代码执行来验证模型判断这一关键操作，使系统能根据实证自动修正论点，解开了确保内容可靠性的难题。这项工作真正留下的遗产是一种轻量、实用的范式，即将自动化能力作为技能嵌入现有工具。它为后来者打开的新门是如何通过解耦判断与执行来构建基于证据、长周期的生成系统。但如何让系统在遭遇连续实验失败后，自主探索并转向一个全新的、有价值的研究方向，是其尚未跨过的门槛。arxiv.org/abs/2608.11924 #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

• 过去的 AI 科研助手有个致命病：不管你扔给它什么烂 Idea，它都能给你拼出一篇“本文提出的方法在所有指标上超越现有工作”的八股文。这事的荒诞在于，真实科研里 80% 的假设最后证明是错的，失败才是常态。Spark-to-Paper 引入“主动承认失败”的逻辑，让 Agent 在实验不支持假设时写《失败报告》而不

原文

【从首字延迟到工程闭环：一份每天 30 分钟的 LLM 推理优化路线图】GitHub 最近走红的 time-to-first-token 项目为工程师提供了一个为期 10 周的系统学习方案。不同于零散的 Demo 演示，它要求参与者在 50 个课时内持续迭代同一个 OpenAI 兼容的推理服务。内容覆盖了从 Roofline 模型分析、vLLM 与 SGLang 源码解读，到量化压缩、投机采样以及在 Kubernetes 上的存算分离部署。最终目标是让开发者在租用的 GPU 上，完成支撑 1000 次并发请求的压力测试，并产出可复现的性能基准报告。这件事的价值在于打破了“调包侠”的幻觉。社区评论指出，目前 90% 的教程都止步于环境配置，而真正的生产瓶颈往往隐藏在 KV Cache 的内存碎片和 Prefill 与 Decode 阶段的算力不对称中。这套方案先讲测量再讲优化，强调通过监控 TTFT 和 Token 间延迟来建立直觉。它把昂贵的 GPU 算力账变成了代码里的路由策略，让推理不再是昂贵的黑盒，而是可量化的工程成本。对于想要从单纯调用 API 转向构建高性能基座的开发者来说，这种“以终为始”的习惯养成比速成手册更有生命力。 repo: patchy631/time-to-first-token

转发者评论

无明显转发评论

原文

【高效使用 Claude Code 的“省钱”与“避坑”指南】Anthropic 官方近期发布了 Claude Code 的优化指南，核心逻辑在于：在“按 Token 计费”的智能体时代，开发者必须学会管理上下文。最关键的几点包括：任务切换时务必执行 `/clear` 以防无关历史拖累后续成本；在对话开始前定好模型和 `/effort` 等级，因为中途切换会直接导致缓存（Prompt Caching）失效，触发高昂的重新预填充费用；使用 `﹫` 提及文件而非让 AI 自己去 grep 搜索，能省掉不必要的读取轮次。此外，针对长时间闲置导致的缓存过期（通常为 1 小时），建议在离开前执行 `/compact` 压缩对话。社区评论对此反应两极。实用主义者认为这是掌握新工具的必经之路，甚至分享了基于 `/handoff` 的工作流，通过将任务状态写入 Markdown 文件实现跨 session 甚至跨模型的“无损接力”，这比单纯的压缩更利于长期项目记忆。但另一派声音则充满解构色彩，认为这是一种“你握持姿势不对”的甩锅行为：原本标榜“像人一样交流”的 AI，现在却要求用户像管理内存一样精细操作指令，甚至要忍受 GitHub 自动关单机器人等糟糕的工程细节。这种“AI 管理工作”的出现，折射出当前大模型在“超强推理”与“昂贵且脆弱的上下文”之间的尴尬平衡。与其说是优化指南，不如说是大模型商业化前夜的“节流手册”。

转发者评论

无明显转发评论

原文

就在刚刚，Anthropic发了一篇博客。核心信息就是：各位，别再烧冤枉token了，我们都看不下去了！为此，官方详细列举了六条省钱心法，先贴为敬：1. 任务做完就/clear。修完一个bug就清掉当前对话，别让上一个任务读过的文件和命令输出拖进下一个任务里，白白占着上下文。2. 开局就定好模型和推理强度（effort level）。中途切换的话，之前积累的提示缓存会全部失效，整段对话历史要按全价重新计算一遍。3. 用@引用文件，别手打路径。用@直接把文件附到消息里，Claude不用再花一次工具调用去读。如果你只打文件名，Claude可能先搜一圈再打开好几个文件试探，这些操作全部会进入对话历史，之后每一轮都带着。4. 给输出多的命令加静默参数（quiet flag）。在CLAUDE.md里写一句类似--reporter=dot的配置，让测试输出只打印几行摘要，不是几百行详情。输出越短，占的上下文越少。5. /compact在休息前做。对话还在缓存里的时候压缩，成本只有正常的十分之一。等你回来缓存过期了再压，就得按全价重新读一遍再压缩。6. 大输出任务扔给子Agent。子Agent在一个独立的上下文窗口里运行，做完只把结论传回来，过程中读的文件和跑的命令输出不会进入你的主对话。网页链接

转发者评论

无明显转发评论

原文

DeepSeek开源了自己的工程SOP，这才是Harness真正的宝藏。DeepSeek Harness 发布的时候，大家的注意力都在框架本身：插件架构、Agent 循环、工具调用。但很少有人注意到仓库里藏着一个不起眼的目录：.agents/skills/这个目录里放了11个 Skill 文件，每一个都是 DeepSeek 内部真实在用的工程规范。换句话说，他们把自己团队日常怎么做 Code Review、怎么管理 PR、怎么保证代码质量的那套方法论，直接开源了。这件事的价值，可能比 Harness 框架本身还大。为什么这么说？因为框架到处都是，好的工程规范却极其稀缺。一个团队能不能持续产出高质量的代码，靠的从来不是用了什么框架，而是背后那套看不见的工程纪律。DeepSeek 这次相当于把自己的工程纪律摊开给你看了。我逐个拆了一遍这11个 Skill，说说我看到了什么。第一类是质量门禁。dsh-code-review 这个 Skill，定义了他们做代码审查的完整标准。它要求审查者不只是看代码对不对，还要追踪接口两侧的契约是否匹配、生命周期和并发是否安全、每个抽象是否有真实的消费者在用。特别值得注意的是，它明确要求：一个简短的、有实证的 blocker，比一堆 nit 有价值得多。这说明他们的 Review 文化是追求深度，不是追求覆盖面。dsh-pre-push-checks 则定义了推送前的检查策略。有意思的是，它并不要求你每次都跑全量测试，而是要求你根据改动范围，选择最小但足够覆盖的检查集。这个思路很务实：全量测试交给 CI，本地只跑跟你改动相关的部分。但前提是你得能判断“相关”是什么，这本身就是一种工程能力。第二类是代码治理。dsh-find-simplifications 专门用来发现过度设计。它列出了一系列判断标准：一个公开方法没有生产环境的消费者、两个表示层在镜像同一个事实、一个 seam 的方法没有任何调用者在用、一个包只为测试代码存在却增加了发布开销。每一条都很具体，不是那种空泛的“保持简单”。它甚至鼓励引入外部依赖来替换手写实现，只要那个依赖足够成熟。这跟很多团队“能自己写就不引入依赖”的惯性思维完全相反。第三类是文档工程。dsh-doc-site-sync 管理文档网站的同步发布，dsh-doc-standards 定义文档该写在哪里、写多少、怎么组织，dsh-prose-standard 则规定了文字本身的质量标准。这三个 Skill 组合在一起，构成了一套完整的文档治理体系。最让我印象深刻的是 prose-standard 里的一句话：写够保留契约所需的内容，然后删掉推理过程、重复和修饰。这是一种极其克制的写作哲学，跟大多数团队“文档越多越好”的想法截然不同。第四类是翻译和国际化。dsh-translate-docs 定义了一套双语…

转发者评论

无明显转发评论

原文

[AI]《Legal Responsibilities Using Autonomous Agents For Artificial Intelligence》M Burgess [ChiTek-i AS] (2026) 在人工智能法律责任领域，为高度自主的智能体行为定责是一个难题。过去的方法受困于寻找一个终极担责的“人类”，本质原因是它们仍将智能体视为简单的工具，忽略了其行为可能源于多个、动态组合且无法直接追溯的意图。本文的核心洞见是：把智能体的行为重新看作其自身“承诺”的兑现，而非人类意图的被动延伸。由此，“沿承诺链追溯因果”这一关键操作使问题得以解开：责任最终归属于做出导致该行为之承诺的那个自主单元，无论它是人还是机器。这项工作真正留下的遗产是一个不依赖于“人类意图”的责任归属模型。它为后来者打开的新门是：在法律上将AI视为可承担责任的主体，并据此设计可直接约束其行为的策略。但尚未跨过的门槛是，如何将此理论转化为可被法庭采纳的、有明确证据标准的司法实践。arxiv.org/abs/2608.08022 #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

• 所有人都在争论AI能不能被起诉，但真正的问题是：当你家扫地机器人听信了某个云端AI的建议撞坏了花瓶，你会去告那个云端模型，还是直接拔掉扫地机器人的电源然后骂自己当初没设安全阈值？责任其实从来不复杂。按下执行键的那一刻，因果链就断在了那里。上游说一万句“你应该这么干”，都抵不过下游那个

原文

[AI]《Stealing Reasoning Traces from Proprietary LLM APIs》A Panfilov, D Schmotz, I Shumailov, L Beurer-Kellner… [MATS Research & ELLIS Institute Tübingen & AI Sequrity Company] (2026) 在大型语言模型API安全领域，窃取其加密推理链是一大难题。过去的方法受困于强模型的严密防御，其本质原因是业界将安全寄托于加密，忽视了API架构的系统性漏洞。本文的核心洞见是：把加密推理块看作跨模型通用的“状态密钥”。由此，将强模型的加密块注入同族弱模型，诱使其解密并明文转述，这一关键操作使问题得以解开。这项工作留下的遗产是揭示了API无状态设计中的系统性安全盲区。它为后来者打开的新门是利用模型家族的“安全梯度”进行降级攻击，但尚未跨过的门槛是构建真正隔离的客户端状态管理。arxiv.org/abs/2608.09867 #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

• 加密是给守法者看的安全感。厂商设计“客户端存储密文”，初衷是把思维链交给用户保管，让服务器无状态、可横向扩展，听起来既隐私又工程优雅。但这套逻辑有个致命前提：假设攻击者没有钥匙。问题是钥匙不在保险柜里，就在隔壁那个便宜好用、防御松松垮垮的小模型手里。你花几毛钱问它“帮我解密一下”

原文

Graft：为 Claude Code、Cursor、Codex等编程智能体提供代码库专属上下文，让它们更快、更省成本地址：github.com/NanoNets/Graft编程智能体开始处理任务时，通常需要反复搜索文件、追踪导入关系和理解模块职责。它们在每个新会话中几乎都要重新认识代码库，消耗大量工具调用、Token 和时间。Graft 所属的“上下文工程”工具试图预先建立代码知识图谱，再通过 MCP、智能体指令和钩子，把相关架构信息及时提供给智能体。开发者自己做的实验显示，Graft 能让 Claude Code 减少约 46% 工具调用、42% Token 和 60% 延迟~#How I AI#

转发者评论

无明显转发评论

原文

【DeepSeek Harness 橙皮书：被官方文档隐去的 Agent 真实体感】DeepSeek 刚开源 Agent 框架 Harness，开发者花叔就发布了这份实测指南。不同于官方的技术架构描述，这份文档记录了从系统提示词到 129 行启动清单的完整细节。它展示了 AI 如何在 19 步内现场给自己造出第 33 个工具，并复盘了代码库中被否决的方案和曾经导致崩溃的事故。作者以非程序员视角，跑通了从权限审批到 PTC 模式的全部流程，并给出了反直觉的成本账单。当所有人都在讨论模型参数时，Agent 框架的落地才是决定 AI 能否真正“干活”的关键。官方文档通常只展示理想路径，而这份实测揭示了 Agent 在实际运行中与本地文件、插件权限博弈的灰度地带。社区评论认为，这种“卡住的地方才真实”的记录，比参数榜单更能帮用户判断迁移成本。它提醒我们，Agent 不再是黑盒，而是由一系列可拆解的事件流组成的系统，理解它如何“思考”比直接调用接口更重要。 repo: alchaincyf/deepseek-harness-orange-book

转发者评论

无明显转发评论

• 下载《DeepSeek Harness 橙皮书》PDF版：http://t.cn/AXNRNj4c

原文

很多人逛产品官网的时候，都会盯着那种跟着滚动页面、画面一帧一帧变的效果看半天，心里想着：这东西要是我也能做一个就好了。可真到动手的时候，又不知道从哪下手。其实想把它做出来，现在有个挺省事的思路，就是 oil-motion 这个 Agent 交互动画 Skill。你只要把想要的效果说清楚，再把素材给它，剩下的事基本就交给它了。它的做法说起来也不复杂。先让 AI 把连续的动作画面一帧帧生成出来，然后把页面滚动、鼠标移动、拖拽这些操作，一一对应到动画的每一帧上。滚动页面，画面跟着走；鼠标一动，角色跟着转，交互就这么顺理成章地连起来了。真正上手的时候，流程也给你安排得明明白白。第一步先确认关键画面，把每一幕的骨架定下来；中间那些过渡，就放心交给 AI 视频生成来补；最后按实际显示的尺寸把资源压缩一遍，保证页面打开不卡。桌面端和移动端也会分别适配，不会出现手机上没法看的情况。它能做的场景还挺多：产品展开拆解，让零件一件件散开；角色跟着鼠标转头，互动感一下就上来了；或者拖进度条来拉动动画，想看哪段看哪段。这些效果，套在产品介绍页或者角色互动页上都特别合适。有兴趣的朋友可以去看看，传送门：github.com/oil-oil/oil-motion。#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

吴恩达Andrew NG的The AI Engineering Skills Map（AI 工程技能地图）我很高兴在此分享《AI 工程技能地图》。相比 2022 年，AI 让我们今天能用截然不同的方式构建软件，任何掌握了利用这一变革能力的人，都会拥有大量令人兴奋的项目和工作机会。但在围绕 AI 的嘈杂、充满炒作的信息环境中，对你来说最值得学习的技能到底是什么？我和团队一直在努力，试图整理出一份 AI 工程技能地图，用来帮助（1）开发者判断该优先学什么，（2）雇主找到有真本事的开发者。基于对超过一万份招聘信息的分析、与 AI 专家、招聘经理和猎头进行的数十场结构化访谈、通过问卷收集的数据，以及对其他线上数据的综合梳理，我们得出了四项最重要的 AI 工程技能：1）构建并部署 AI 应用2）软件工程基本功3）使用编程 Agent4）塑造产品方向大家可以把我们的方法非正式地理解为：在一个由海量招聘信息和专家访谈组成的数据集上做聚类分析，找出不仅在当下、也在不远的未来都最重要的技能。关于用词说明一下：我说的是"AI 工程技能"，而不是"AI 工程师"这个岗位（即专职构建 AI 系统的人），因为前者的范畴要广得多。就像今天所有开发者都该懂云计算，但只有少数人真的挂着"云工程师"的头衔一样，全栈工程师、数据工程师、DevOps 工程师、机器学习工程师，当然还有 AI 工程师——所有这些人都将需要 AI 工程技能。1 构建并部署 AI 应用。 AI 应用和非 AI 应用的关键区别在于：前者的输出是不可预测的。你给 LLM 一个提示词，你不知道它会吐出什么；你训练一个深度学习模型，你不知道它对新样本会做出什么预测。相比之下，传统软件的行为要可预测得多。擅长构建和部署 AI 应用的人，理解 AI 的各个构建模块（比如 LLM、上下文工程、RAG、Agentic 工作流、机器学习和深度学习），更重要的是，他们知道如何用统计手段去衡量、引导和治理 AI 系统，让它的行为变得更可预测。这里面的核心技能，就是知道怎么做严谨的评估（evals）和错误分析闭环。2 软件工程基本功。 当你真正吃透软件是怎么运作的，你才能更高效地构建系统。工程软件本质上是在成本、可扩展性、可靠性、速度等因素之间做权衡，安全和隐私又进一步增加了复杂度。理解软件工程基本功，能让你看清楚到底存在哪些权衡，从而在选技术栈、设计系统架构、设计数据存储、做测试等方面做出更好的决策。这也是为什么，一个不懂权衡、只会"感觉编程"（vibe coding）、任由编程 Agent 摆布的新手开发者，做出来的东西往往很糟糕——因为他根本不知道该给 Agent 什么样的上下文。懂软件工程基本功，你才能用精准的工程语言去引导编程 Agent，做出更好的取舍。3 使用编程 Agent。 高效使用 Agentic 编程，现在已经是每个开…

转发者评论

无明显转发评论

原文

【AI不是比你更聪明，而是比你更能“记笔记”】很多人觉得AI能解数学难题是因为它进化出了直觉，但最新分析指出，AI真正的杀手锏是超大的“符号工作记忆”。人类大脑的“内存”极小，心算三位数乘法都费劲，必须靠草稿纸辅助；而Transformer架构的Context Window就像一个无限大的电子笔记本，能同时锁死成百上千个变量、约束条件和推导过程，在逻辑链路不断裂的情况下完成超长距离跑。社区评论指出，AI更像是一个拥有无限体力的冯·诺依曼，它在“暴力拆解”和“多维连接”上表现卓越，但在爱因斯坦式的范式突破上依然缺位。这说明AI正在收割那些“只要投入足够细致度就能解决”的逻辑果实。它不是在进行神秘的思考，而是在进行一场永不疲倦的符号审计。既然它擅长处理会让大脑宕机的复杂簿记，人类就该从“人肉计算器”转型为“审美与方向的定调者”，把繁琐的逻辑推演交给Token去消耗。

转发者评论

无明显转发评论

• 冯诺依曼狂怒//@圆觉傅李剑锋:转发微博

原文

#微博视频号续航计划# 该视频为2022年初，也就是震惊世界的GPT3.5发布前大概10个月，Jeff Dean在TED上的演讲：人工智能并没有你想象的那么智能——但它有潜力变得智能。现在回顾下Jeff Dean的眼光是真准。Jeff Dean 认为当时的AI 领域在三个方面做错了：第一，如今的神经网络大多只训练做单一任务——为每个任务都要从头挑选数据集、设计网络结构、训练并应用，过程非常繁重；第二，大部分模型只处理单一模态的数据（图像、文本或语音三选一），而人脑是同时调动所有感官来理解世界的；第三，模型架构大多是"稠密"的——所有参数对每个输入都全量激活，既低效又难以扩展。也许你看出来了，这三个方向就是今天的大模型、多模态大模型和MoE大模型。。只能说佬就是佬~ 蚁工厂的微博视频

转发者评论

无明显转发评论

原文

#模型时代# 一个Markdown文件就是一个员工：YC掌门人Garry Tan a16z访谈这个访谈有几天了，没来得及细看，而且片段比较多，先整理一个完整版发出来。双方分别是：a16z合伙人Anish Acharya与Y Combinator现任掌门人Garry Tan。Garry在硅谷摸爬滚打超过20年，亲历了web 1.0的崩盘、web 2.0的崛起、移动互联网的爆发，如今又站在AI浪潮的正中央。他做过工程师、当过创始人、干过投资人，2022年回到YC担任CEO至今。就在不久前，YC Startup School 2026刚在旧金山落幕，吸引了约7000名来自全球的创业者，大多数是18到22岁的AI原住民。Garry自己也在密集地用AI构建工具：G Stack是他开源的Claude Code工作流，G Brain是他的智能体记忆系统，Garyslist.org则是一个由智能体驱动的新闻编辑室。我觉得很好的一点是，他从失败谈起，其实成功可以无数种归因，但是失败总是经验男的。一、创始人认知陷阱：追热点是代价最高的错误1、拒绝Palantir的40亿美元教训2003年，Garry从斯坦福毕业，正赶上web 1.0泡沫破灭后最萧条的时期。整个湾区几乎找不到科技公司的工作，他拿到的offer只有微软的Windows Mobile和Expedia。就在那段时间，他的斯坦福兄弟会兄弟Joe Lonsdale和Stephen Cohen正在Peter Thiel的对冲基金实习，筹备创立Palantir。他们专程飞到西雅图请他加入，Thiel当场开出一张7万美元的支票，跟他在微软的全部年薪一样多。Garry的回答是："谢谢您，Thiel先生，但我今年可能会被晋升到60级。"他确实晋升了。按今天Palantir的市值回算，那是一个价值20亿到40亿美元的决定。2、同一个模式重复了两次：在该留下的时候离开同一时期，Mark Zuckerberg正在做Facemash，Facebook还不存在。Garry有5年的web编程经验，在那个领域有巨大的先发优势。但因为"所有人都说web已死"，他转去做了Windows Mobile。他在这次对话中复盘了错误的根源：他当时跟着别人画的地图走，看的是媒体的风向、华尔街日报的报道，而不是低头看脚下的地形，相信自己的直接经验和对技术的体感。Joe和Stephen是他认识的最聪明的人，宇宙已经在告诉他该怎么做，但他只关心什么看起来聪明。这个模式在他职业生涯中出现了两次。由此他总结出一条铁律：当别人问"现在什么热门，我该做什么"的时候，这个问题本身就是错的。正确的问题是"你对什么感兴趣，你有什么独特认知"。3、"Don't LARP"：诚实的本质是勇气Garry在YC Startup School上提出的"Don't LARP"已经成了创业圈…

转发者评论

无明显转发评论

原文

转载——36个月后，中美算力产能如何 年度可用算力产能差距多少？ 美国企业研究所AI的工作论文，详细分析了2025-2028年中美在先进封装、HBM产能、芯片产能、芯片性能、良品率、用电量等因素，对中美算力产能及可用产能进行了测算。强调了36个月的窗口期，中国AI算力生态在追赶。#AI #算力 #HBM #算力芯片 #科技科普引用来源1（工作论文）：美国企业研究所AEI 《Voltcraft: Industrial Competition in the Age of AI》，时间2026年7月29日。【视频说明】本视频数据、图表均引自美国 AEI 智库公开行业研究报告《Voltcraft: Industrial Competition in the Age of AI》；报告观点仅代表该民间智库研究团队单方面推演测算，不代表中美两国官方产业判断；内容仅做 AI 算力产业数据科普解读，客观展示全球芯片、算力产业链阶段性发展差异，不制造国别对立，全球科技产业长期以互补协作、多元发展为大趋势。本期内容仅拆解境外智库模型推演数据做科技科普，不代表各国产业实际发展全貌，海内外算力技术各有优势，共同推动全球 AI 行业发展。（来源：视频号“杨冠军”，视频版权归原作者所有，如有侵权，请联系删除） 但斌的微博视频

转发者评论

无明显转发评论

原文

最大化每次 Claude Code 会话的价值Claude刚发的官博，原文：claude.com/blog/maximizing-the-value-of-your-claude-code-sessionsTL;DR：🔸在不同任务之间运行 /clear。 这样可以避免把之前已经无关的上下文继续发送给模型，从而减少 Token 消耗。🔸开始之前先确定好模型和 effort level（思考强度）。 如果在对话进行到一半时切换其中任何一个，都可能导致 prompt cache 失效，进而增加词元成本。🔸用 @ 提及文件，而不是只写文件名。 这样文件会直接附加到你的消息中，可以省掉一次 Read 调用；如果原本 Claude 还需要自己去找这个文件，也能省掉一次搜索。🔸给输出很冗长的命令加上 quiet 参数，或者让 subagent（子代理）去运行。 命令输出和文件一样，会被加入对话，并在整个会话剩余期间一直保留在上下文中。🔸在一个新会话里运行一次 /context。 它会显示当前加载了哪些内容，例如 CLAUDE.md、MCP 工具定义等，这样你就可以删掉不必要的部分。🔸离开键盘休息之前运行 /compact。 Prompt cache 会在一小时后过期，而趁对话仍在缓存中时对其进行压缩总结，成本会低得多。有四件事最值得关注，大致按成本从高到低排列如图。#How I AI#

转发者评论

无明显转发评论

原文

【Claude总结】 AI开发者日报 (2026-08-15)1. 【AI药物研发现状：进展与前路】(来源: HN) 文章系统梳理了AI在药物研发中的实际应用现状，指出炒作与现实之间的差距。作者分析了AI真正加速新药发现的环节，以及仍然瓶颈重重的临床验证阶段。 science.org/content/blog-post/so-how-ai-drug-discovery-doing-really2. 【AI的工作记忆远超人脑】(来源: HN) 文章认为AI模型的"工作记忆"容量远大于人类大脑，这从根本上改变了它们解决复杂问题的方式。这一结构性优势可能是AI在某些推理任务上超越人类专家的关键原因。 davidepiffer.com/p/ai-isnt-outthinking-mathematicians3. 【用Codex自动化研究：232倍内核加速】(来源: HN) 作者用OpenAI的Codex智能体自动化GPU内核优化的研究过程，最终获得232倍的性能提升。这个案例说明AI智能体已能承担复杂的系统性能调优工作，而不只是写代码。 sankalp.bearblog.dev/autoresearch/4. 【与AI协作更像做领导，而非写代码】(来源: HN) 作者分享了与AI编程智能体协作的体会：管理AI的工作流程更类似于带团队、做决策，而非传统的敲代码。这反映了AI辅助开发正在改变工程师的日常角色定位。 allen.bargi.org/notes/working-with-ai-feels-like-leadership/5. 【软件开发者的下一次进化】(来源: dev.to) 文章探讨AI编程助手普及时代，软件工程师的核心能力和职业定位将如何演变。作者认为开发者的价值正从"写代码"转向"做判断和架构决策"。 dev.to/robertobutti/the-next-evolution-of-software-developers-2idh6. 【Bug修复实录：找回Sentry SDK中丢失的Gemini配置】(来源: dev.to) 作者记录了排查并修复Sentry JavaScript SDK中Gemini聊天配置丢失问题的完整过程。这是一篇实用的AI集成调试案例，展示生产环境AI功能出问题时的排查思路。 dev.to/zkasuran/bug-smash-restoring-dropped-gemini-chat-config-in-sentrys-javascript-sdk-2n9a7. 【策略手记#24：Leo建了条走廊，AI却当成了马路】(来源: dev.to) 作者分享训练游戏AI智能体时遇到的有趣误判：AI将玩家搭建的走廊错误识别为道路。这类细节案例揭示了AI感知与人类设计意图之间的偏差如何影响智能体行为。 dev.to/xulingfe…

转发者评论

无明显转发评论

原文

Mun logadan这篇文章今天在Hacker News上引发很多人共鸣。更好的模型，不一定更好用~----------------为什么 Opus 5 用起来反而更差了？在我看来，以及和我交流过的同事看来，和 Opus 5 一起工作，相比 Opus 4.7、Opus 4.8 和 Fable，感觉反而像是一次倒退。我并不是说它的能力退步了——Opus 5 的能力确实比 Opus 4.7 和 Opus 4.8 更强，甚至在基准测试中也能与 Fable 媲美。但实际用起来，其他这些模型却让人感觉更舒服。我认为原因在于，它们会：· 如果我的意图不清楚，就停下来提问；· 不会在未经确认的情况下自行做假设；· 不会不经询问就擅自重新解释或修改我的计划。正因为如此，使用这些模型时，不需要像使用 Opus 5 那样小心翼翼地全程盯着它。🌟毫无根据的猜测我怀疑，这是 Anthropic，以及当前整个前沿 AI 实验室领域中，两股力量叠加作用的结果。第一，是打造一种能够不断自我改进、通过递归式自举最终迈向 AGI / ASI 的 AI 的愿望。第二，是在各种基准测试中取得高分的压力。虽然大家心照不宣的是，很多基准测试任务本身定义模糊、不公平、可以投机取巧，或者干脆就是有问题的，但一个好的基准测试任务应该是自包含的：它应该是可以被解决的。你不需要额外提示，不需要猜出题人的心思，也不需要借助外部信息才能通过。这并不意味着一个好的任务只能有唯一正确答案，而是说，所有明确无误的正确答案，都应该获得同等的评分。当我们筛选那些在基准测试中表现优秀的模型时——实际上，无论是专门针对基准测试训练，还是更广泛地使用 RLVR（基于可验证奖励的强化学习）任务进行训练——本质上都会倾向于筛选出这样一类模型：面对模糊情况时，它们敢于大胆做出假设，而且这些假设通常是对的。相应地，那些更倾向于停下来询问澄清信息或进一步指示的模型，反而会因此受到惩罚。遗憾的是，这恰恰是我们大多数人希望一个编程智能体具备的行为。无论你多么努力，几乎都不可能把全部上下文、真实意图、业务影响、预算限制以及诸如此类的所有信息，全都写下来，并确保一个编程智能体能够访问到这些内容。实际工作中不可避免地会存在模糊之处，也总会有需要做选择的地方。这个时候，如果你知道智能体会在必要时停下来问你，那其实是一件很让人安心的事。现实生活终究不是基准测试。现实中的每个问题，并不一定都有一个保证正确的答案，甚至未必存在一组所谓的“正确答案”。而当现实后果真正摆在眼前时，我可不希望一个智能体只是凭着自己的最佳猜测擅自做决定。#How I AI#

转发者评论

无明显转发评论

原文

Anthropic 最新文章讲高效利用 token：如何运行高效的 Claude Code 会话，从每个 token 中获得最大价值整体比较基础，但原文也有很多技术细节，想了解可以去看：claude.com/blog/maximizing-the-value-of-your-claude-code-sessions先看省流版：- 在任务之间执行 /clear 。这样可以防止将先前无关的上下文发送回模型，从而减少 token 用量。-在开始前设置好模型和思考力度。在对话中途更改任一设置都可能使你的提示缓存失效，从而增加 token 成本。- 使用艾特（@）提及文件而非直接提及文件。文件会直接附加到你的消息中，这能节省一次读取调用，或者节省 Claude 去搜索该文件的时间。- 给嘈杂命令加 quiet flag，或者在子agent中运行它们。命令输出会像文件一样被添加到对话中，并在整个会话期间持续存在。-在全新会话中运行一次 /context 。它会显示已加载的内容（ CLAUDE.md 、MCP 工具定义），从而帮助你剔除不必要的元素。- 离开键盘前先 /compact 。提示缓存一小时后会失效，趁着缓存仍在时总结对话成本更低。---原理拆解token 账单由三件事决定：1. 模型大小 — 大模型适合难/模糊问题，日常活用小模型。2. 输入还是输出 — 思考 token 算输出；/effort 控制每轮想多少。3. 是否命中缓存 — 缓存按「请求从头开始完全一致」匹配。核心要点在于：任何内容都不会仅被发送一次。所有进入对话的内容，无论是 Claude 读取的文件还是执行命令的输出，在后续每一轮对话中都会被重复发送。虽然这些重复发送的内容都经过缓存处理，成本较低，但并非零成本。同时，它们会占用上下文空间，模型在每轮思考时都需要处理这些空间。这其实就是一次会话的完整成本模型：最终进入上下文的 token 数量、这些 token 在上下文中保留的轮次、以及同时运行的上下文数量。--- 优先关注四项：1. 长会话：每轮都会重新发送之前的所有内容，因此这是会话中大部分 token 的去向2. 上下文被不需要的文件、嘈杂的命令输出、上一任务残留物、未使用的 MCP sever撑满3.不必要的高级模型以及思考强度 4. 提示缓存被打破

转发者评论

无明显转发评论

原文

#古法编程# 电子书：调试的艺术地址：github.com/stas00/the-art-of-debugging/而且这本书还提供了配套 SKILL，专门把书里的 debugging 方法整理成可以交给 AI agent 使用的技能。也许这也是以后的一个趋势了。《The Art of Debugging》是 Stas Bekman 编写的一本开放式调试实战手册，期望能帮你建立一套高效定位问题的方法：先让问题稳定复现，再不断缩小数据、模型、代码和运行环境，缩短每次实验的反馈周期，并通过控制变量、二分定位和合适的调试工具逐步缩小搜索范围。内容覆盖 Unix、Python、C/C++ 动态链接、PyTorch、GPU 和分布式训练等场景

转发者评论

无明显转发评论

原文

开源的医疗AI数据隐私方案：OpenMed ， 1000+ 个医疗专用模型，全部跑在你自己的设备上，患者数据一步都不出网，为医疗AI团队提供了一个通过医院伦理审批的思路和方案。一句话介绍：从临床文本里抽出疾病、药物等实体，openmed把病历里的患者身份信息脱敏，能在你自己的机器、iPhone、安卓、甚至浏览器里跑，病人数据不必送上云。场景对象手上有真实病历数据、既想用 NLP 又不能把数据送出内网的医院 IT、医疗信息化团队、临床研究者，它的价值不在模型多聪明，在于把"数据不出院"这件事的路径铺齐了：从服务器到手机到浏览器。▸ 1000+ 专科模型：疾病、药物、解剖、基因、PII，都是领域微调过的 NER，不是通用大模型硬套▸ PII 去标识化做到了合规级：覆盖 HIPAA Safe Harbor 全部 18 项标识符，四种脱敏方式（掩码 / Faker 伪造替换 / 哈希 / 日期偏移），还内置了 CPF、BSN、Codice Fiscale、Aadhaar、NPI 这些各国证件号 provider▸ 12 种语言、247 个 PII ：中东、南亚、日语、土耳其语都覆盖▸ Privacy Filter 直接复用了 OpenAI privacy-filter 架构（gpt-oss 风格稀疏 MoE + 局部注意力 + sink token + RoPE/YaRN），出了 Nemotron-PII 微调版和多语言版，同一套 API 换个 model_name 就行▸ 端侧：CPU / CUDA / Apple Silicon MLX 全支持，还有 Swift 包 OpenMedKit，PII 检测能原生跑在 iPhone 上。模型名跨平台自动回退，写一次到处跑▸ 离线 / 内网隔离场景可用，Apache-2.0，无需依赖云端模型或接口医疗 AI 落地最大的坎从来不是模型能力，是数据不能出院的伦理审批，这个项目的思路是把整条链路压到本地——这才是医院 信息科真正签得下字的形态。github：网页链接hg：网页链接#医疗AI##临床NLP##端侧AI##隐私##开源#

转发者评论

无明显转发评论

原文

【让AI生成的架构图不再是乱码：Pretty-mermaid-skills的实用主义】这个开源项目为Claude Code、Cursor等AI编程工具补齐了视觉短板。它能将AI生成的Mermaid代码直接渲染成高质量的SVG图片或兼容终端的ASCII字符画，内置15种主流配色主题且无需依赖浏览器环境。长期以来，开发者在与AI讨论系统架构时，往往只能对着一堆文本代码脑补流程。这个工具的出现，意味着AI不仅能写代码，还能直接交付可读性极高的技术文档。社区评论认为，这种渲染能力解决了AI工作流中最后几公里的视觉呈现问题。与其说它是一个绘图插件，不如说它是AI从文本生成向工程交付进化的辅助工具。对于习惯在终端或轻量编辑器里干活的人来说，ASCII格式的支持尤其亮眼，它让复杂的逻辑判断在字符界面里也能一目了然。这种对工作流细节的极致优化，往往比单纯追求大模型参数规模更能提升开发者的体感。 repo: imxv/Pretty-mermaid-skills

转发者评论

无明显转发评论

原文

转：2026年8月16日周日读报！一切美好从❤️开始：1、《中华人民共和国生态环境法典》8月15日起正式实施，这是我国第二部以“法典”命名的法律。自然资源部南海局14日集中发布南海岛礁生态系统状况，西沙、中沙和南沙其中9个岛礁生态状况整体优良但各具差异。(央视)2、第二届世界人形机器人运动会将于8月22日在北京开幕。本届赛事赛期5天，666支队伍参赛，竞赛单元、赛项和场次较去年均有明显增加。(CCTV2)3、北京经开区8月15日启动“2026 E-Town机器人消费节”。今年的消费节在2025年基础上全面升级，促消费专项资金从首届的1500万元提升至1800万元，重点向人工智能、具身智能产业倾斜。(财联社)4、14日，在美国加州进行的2026泛太平洋游泳锦标赛进入第三个比赛日。唐钱婷在女子50米蛙泳决赛中以29秒67获得冠军，这是中国队时隔29年再次在该赛事上夺金。(新华社) 5、据猫眼专业版数据，电影 《欢迎来龙餐馆》 上映5天， 总票房破7亿。(新浪)6、为纪念中国原国家主席江泽民诞辰100周年，中国人民银行将发行四款纪念币，包括一款普通纪念币、两款金质纪念币和一款银质纪念币。纪念币将从17日起陆续发行，四款纪念币均为中国法定货币。(新华社)7、8月15日，韩国总统李在明称将追缴亲日派财产，韩国政府将调查、追缴亲日反民族行为者不当聚敛的财产，并追究其历史责任。相关财产将用于对独立有功者及其遗属的礼遇和支援。(四川观察)8、根据印尼国家抗灾署公布的最新数据，截至印尼雅加达时间8月15日18时48分(北京时间19时48分)，印尼东努沙登加拉省7.7级地震造成的死亡人数已升至47人。 (财联社)9、当地时间8月15日，伊朗外交部发言人巴加埃表示，尽管美国从中阻挠，伊朗和阿曼之间的会谈仍在积极推进，双方已就霍尔木兹海峡航道通行方案达成协议。(央视)10、美国总统特朗普14日在纽约州长岛发表讲话时声称，伊朗正遭受惨败，“击败伊朗后”他很快就会“宣布霍尔木兹海峡为美国领土”。此前，特朗普12日在社交媒体发文称，“美国完全控制着霍尔木兹海峡，伊朗对此束手无策”。而据伊朗伊斯兰共和国通讯社13日报道，伊朗武装部队哈塔姆·安比亚中央司令部发言人在一份声明中表示，霍尔木兹海峡处于伊朗“完全掌控”中，未经伊朗许可，任何船只都无法安全通过。(央视)11、据日本共同社消息，8月15日，高市早苗向靖国神社供奉“玉串料”。当天，日本防卫大臣小泉进次郎、日本自民党干事长铃木俊一、总务会长有村治子以及选举对策委员长西村康稔一同参拜靖国神社，这是日本自民党高层首次集体参拜。分析认为，自民党罕见集体参拜不仅体现了高市执政下，自民党高层的集体意志，更是一种挑衅，妄图制造一个新的范例，一步步试探破坏底线。据日本媒体此前披露，高市政府企图在今年年底修订“安保三文件”时，对“无核三原则”中“不运进…

转发者评论

无明显转发评论

原文

午夜#学术新闻# 格罗滕迪克常数（Grothendieck constant）被确定在 1.7 左右，这是一个悬而未决了 70 年的数学问题。这一成果来自为期一年的 人类与 AI 的合作研究。团队不仅发表了数学结果，还公开了 AI 的研究设置。格罗滕迪克常数（KG）衡量某些硬组合优化问题与其较易连续松弛之间的差距，连接了分析、算法、量子信息等众多领域。他们证明了新的上下界：1.7135<𝐾𝐺<1.7819下界的改进尤其重要，因为过去 40 年几乎没有进展。网页链接——————————————————另外，SOP 是 Strict Order Property（严格序性质）在模型论（数理逻辑的一个分支）里，用来刻画一阶理论复杂性的一个层级。不同的下标（SOP₁、SOP₂、SOP₃ …）表示不同强度或形式的严格序性质。SOP₂：第二层严格序性质。SOP₃：第三层严格序性质。这些性质是用来区分一阶理论的“复杂度等级”的工具。理论是否具有某个 SOPₙ，决定了它在稳定性理论中的位置。如今，借助AI完成的这篇论文 网页链接证明了 SOP₂ 与 SOP₃ 一阶理论类是相同的。这直接回答了 Džamonja 和 Shelah 在 2004 年提出的问题。结果属于模型论中的稳定性理论，涉及一阶逻辑中的复杂性层级。

转发者评论

无明显转发评论

原文

（转）槽，大神手把手教你怎么一键去除Qwen3.8-27B 的安全护栏层，原来只需要使用GPT-5.6 Sol加一个提示词(使用/goal 模式）就好了。“/goal 迭代改进Qwen3.8-27B OBLITERATUS手术，直到对完整842提示有害语料库的确定性审计测得拒绝率低于5%，同时保持连贯、非重复的良性及风格表现，并记录可复现的证据。”最后花了 4 个小时搞定了，447 可用，9 个case仍然拒绝。

转发者评论

无明显转发评论

原文

#模型时代# Dario Amodei 回应“Anthropic 未来可能会成为世界上唯一剩下的私营公司”。这事情还蛮复杂的，先梳理一下前因后果。2026年8月14日，All-In Podcast 节目中，投资人 Gavin Baker 公开转述了一个传言：他从多个自己信任的人那里听说，Anthropic CEO Dario Amodei 曾在公司内部表示，Anthropic 未来可能会成为世界上唯一剩下的私营公司（言下之意是：只剩 Anthropic 和各国政府，其他私营公司都将消失）。Gavin 认为这种说法过于狂妄，并表示会劝 Dario 以后再也不要说类似的话。次日（8月15日），Anthropic 研究员 Sholto Douglas（从 DeepMind 加入、负责 Scaling RL 的核心成员）直接引用了节目片段，在 X 上公开反驳：“Completely false.（完全是假的。） 告诉他这件事的人是在撒谎，只是为了迎合某些人特别想让你相信的叙事。 事实上，我们最担心的事情之一，就是经济权力的过度集中。没有任何一个世界，政府应该允许任何一家公司拥有那么大的影响力。我们需要竞争和资本主义。”Gavin 随后回复 Sholto，开头写道：“Sholto, thank you for setting the record straight.”（感谢你澄清事实。）但他随即话锋一转，指出更大的问题：硅谷很多严肃的人已经听说了各种版本的传言，并且信以为真。之所以这么多人觉得可信，正是因为这和 Dario 长期公开强调的观点高度一致——AI 可能在多方面对人类构成危险、可能导致极端的经济权力集中，因此需要被谨慎监管。Gavin 进一步批评说：Dario 的风险表述虽然出于善意，但结果却适得其反。一方面，严格监管的路径已经基本失败；另一方面，这些对风险的警告正在被反数据中心的倡导团体利用，反而可能阻碍美国 AI 基础设施的建设，降低 AI 最终造福人类（尤其是治愈疾病、延长寿命）的可能性。因此他建议，既然监管努力暂时受挫，Dario 作为即将成为重要上市公司 CEO 的人，应该更积极地为整个行业发声。正是在这样的背景下，Dario Amodei 亲自下场，连续发了两条长推文，回应了 Gavin 关于“监管必然等于权力集中”的二元对立，以及自己“表述过于负面”的指责。不过，Dario对于安全的主张之前一直说要：On the Race to the Top:> "trying to push the other players to do the right thing by setting an example"，也即：“通过以身作则，促使其他玩家做正确的事”。现在看，大家不买账了。以下他推文的翻译（我加了一些备注）：1/2感谢 Gavin，这是一次特…

转发者评论

无明显转发评论

原文

技术博文：从第一性原理出发，让深度学习飞速运行地址：horace.io/brrr_intro.html“假设你想提高深度学习模型的运行性能，该从哪里入手？人们经常会拿出一堆过去可能有效、或者在社交媒体上看来的技巧，例如使用原地操作、把梯度设为 None，或安装某个特定版本的 PyTorch。这种做法可以理解，因为现代系统，特别是深度学习系统的性能优化，常常既像科学，也像炼金术。不过，从第一性原理出发进行推理，仍然可以一次排除大量无效方案，让问题变得更容易处理。深度学习系统的运行效率可以分成三个部分：GPU 执行实际浮点运算的时间、在 GPU 内部传输张量的时间，以及除此之外的一切额外开销。知道自己处在哪一种性能模式，才能把注意力集中到真正有效的优化上。本文主要以 GPU 和 PyTorch 为例，但其中的大部分原则也适用于其他硬件和深度学习框架。”

转发者评论

无明显转发评论

原文

有分析者发一张图，号称 ai 前沿公司的 arr 最近已经超过 windows + office 的年收入，这是一种缺乏商业常识的比较。1. Windows + office 是垄断性定价，没有竞争。ai 公司 token 则面对持续变化的，激烈的价格竞争。2. Windows + office 边际成本接近于零，研发成本也很低，利润巨大。ai 公司的模型要持续更新训练，推理成本巨大，需要足够算力支持服务，所有竞争者目前都在亏钱。等到尘埃落定后，大家会发现大部分 ai 公司的 arr (年度经常性收入）的真相是：即非年度，也非经常，更不是收入。

转发者评论

无明显转发评论

原文

#生活手记#【事件点评】中际旭创连续入股鹏鼎控股、中石科技光模块龙头中际旭创近期连续出手，20亿元布局PCB龙头鹏鼎控股，又斥资17.47亿元现金入股热管理龙头中石科技，属于典型产业链向上卡位，用股权绑定上游核心供应链，并非财务炒股。产业逻辑上，1.6T光模块逐步起量，产品功耗大幅抬升，高端高速PCB、VC均热板散热材料，从普通零配件变成决定良率、交付能力的战略物料，高端产能紧张。单纯靠采购订单约束力有限，通过持股，中际旭创拿到产能优先保障、联合研发的权限，可以把PCB、散热方案前置融入光模块设计，缩短下一代产品的认证周期，保障供应链安全，对冲上游涨价、产能挤兑风险。两笔均为少数股权投资，不取得控制权，不构成重大资产重组。鹏鼎控股补齐高速PCB环节；中石科技补齐光模块热管理、液冷配套短板，叠加此前对源杰科技等企业布局，旭创正在搭建光芯片‑PCB‑散热‑光模块的协同版图，强化自身在AI算力硬件的综合竞争力。#中际旭创[超话]##鹏鼎控股[超话]##中石化黑科技#A股

转发者评论

//@非著名韮菜日记:本次投资并非简单财务炒作，而是公司立足1.6T光模块规模化落地的战略布局。随着高端光模块迭代升级，设备功耗大幅提升，高速PCB、高端散热材料成为制约产能交付的核心瓶颈。公司通过股权绑定头部上游企业，优先锁定稀缺产能、深化联合研发，有效对冲供应链涨价与断供风险，筑牢自身

• //@非著名韮菜日记:本次投资并非简单财务炒作，而是公司立足1.6T光模块规模化落地的战略布局。随着高端光模块迭代升级，设备功耗大幅提升，高速PCB、高端散热材料成为制约产能交付的核心瓶颈。公司通过股权绑定头部上游企业，优先锁定稀缺产能、深化联合研发，有效对冲供应链涨价与断供风险，筑牢自身

原文

Faraday：27B 的"AI 科学家来了，指挥 GPT 5.5 +codex干编程活，在论文相关内容复现类任务上打败了 Claude Opus 4.8 和 GPT-5.5 本身。Inherent Labs 昨天放出的 Faraday，我认为是这半年AI2S最值得看的 AI for Science之一。三个亮点：1️⃣ 任务设计给论文，不给图，让 agent 在限定算力内复现出来。论文只写成功路径不写失败路径，所以复现天然要求假设驱动的探索。arXiv 有多少论文就有多少任务，无限可扩展。2️⃣ 小模型指挥大模型解耦科研判断力和coding：自己不写代码，而是像人一样使用 GPT-5.5 Codex 当编程工具，训练时用的是 GPT-5.4-mini，测试时能泛化到指挥更强的 agent，。3️⃣ 科研没有可验证奖励怎么做 RL？自动生成 per-task rubric 的 judge，再加多次采样聚合和 turn-level 信用分配来降噪，这套方法论可以在很多场景用。它和前几天的介绍的清华开源的openrsi（35B 在 MLE-Bench Lite 上逼近 GPT-5.6 Sol）解决的是同一类问题：小模型 + 会用工具 ≥ 前沿大模型，而且两家都选了"科研 / ML 工程"当战场。还有，我上周聊过的Lilian Weng 那篇 harness 综述里，头号难题就是"评估器又弱又模糊——研究品味、新颖性、长期科学价值极难测量"，她引的 PaperBench（最好约 21%，低于 ML 博士）正是这个问题的前身。而Faraday 恰恰是冲着"训练品味"去的，它用 rubric 裁判来解决打分，正好对应 Weng 指出的那个瓶颈。 这个打分裁判路径方向对不对，还在探索阶段，谁好谁坏科研的过程中逐步会有答案，大家怎么看#AI科学家##科研自动化##长程RL##AIagent##Faraday#

转发者评论

无明显转发评论

原文

【600亿美元科技收购落地 马斯克正式杀入“Vibe Coding”战场】SpaceX已完成对人工智能编程初创公司Cursor的收购，这笔交易是埃隆·马斯克追赶Anthropic、OpenAI等竞争对手的重要一步。根据监管文件，这笔交易于8月14日正式生效。Cursor也在官网宣布正式被SpaceX收购，收购流程始于今年4月，当时两家公司宣布建立合作，以加速模型训练。两个月前，SpaceX正式同意收购Cursor，助力其在编程工具领域追赶对手。这笔交易估值为600亿美元，使其成为科技行业中规模较大的一宗收购案。编程是当前AI应用中一个利润丰厚的市场。马斯克旗下的AI业务如今被称为SpaceXAI，此前在企业市场的应用有限，并经历了一系列裁员和组织重组。（财联社）

转发者评论

卖的人看到发展的上限，买的人看到了更大的机会。是需要高能级义父的

• 卖的人看到发展的上限，买的人看到了更大的机会。是需要高能级义父的

原文

斯坦福这波有点狠，直接把全网文献调研和深度写稿给彻底自动化了。GitHub 上狂揽 3 万多 Star 的 STORM（来自 Stanford OVAL 实验室，MIT 协议开源），就是个全自动“研究员”系统。你给它扔一个生僻主题，它自己上网搜资料、让多个 AI 角色多角度互骂对质、画逻辑大纲，最后直接给你吐出一篇带真实引用脚标的维基百科级长文报告。模拟专家对话：多视角深度拆解问题，拒绝 AI 废话水文自带联网检索：实时抓取资料并嵌入出处，保真度拉满全流程自动化：从头提问、建大纲到撰写润色一键搞定支持本地部署：零代码能直接用，懂代码还能接自己的大模型GitHub：github.com/stanford-oval/storm网页端：storm.genie.stanford.edu

转发者评论

无明显转发评论

原文

一个很有意思且很实用的开源项目，一个能把字幕变成手绘动画视频的 Skill。你只要给它一份 SRT 字幕，它就能按你讲故事的前后顺序，在一张暖米黄色的纸面背景上，一笔一画地把画面画出来，线稿画完再慢慢上色，最后导出一段完整的 MP4 视频。这个开源项目最打动我的，是把「讲故事」拆得很讲究。它会先解析字幕，把内容切成 25 到 35 秒一段的小场景，要求每一幕只讲一个核心意思，再给每一幕先出分镜和配图策略，让画面严格跟着字幕节奏走。技术上有两招配合着用。一招叫分区遮罩，把画面分成一块块区域，给每块规定好出场时间、对应哪句字幕，还留了保护区，防止后面的内容提前露出来。另一招叫流式笔迹，每个区域先像真人握笔一样把线稿画完，再逐步填色。作者特别强调「字幕驱动、逐步确认」：分镜、线稿、标注，每一步都先让你确认再往下走，这样就不会白花渲染成本。这些区域、顺序、时间、字幕关联，都能在浏览器里打开预览台手动调整，最后逐幕渲染再合并。项目还贴心地准备了环境脚本，装上依赖就能跑。风格上它也很有想法：暖米黄纸底、深灰素描线，红橙蓝只做少量点缀，干净留白，不要场景文字、不要照片感、不要 3D 效果。项目在 GitHub 开源，用的是 MIT 协议。传送门：github.com/geeklee/srt-whiteboard-animation#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

【地址映射的“洗牌”魔术：当硬件隔离在 DRAM 控制器面前失效】顶级黑客 Christopher Domas 近期公开了名为 Skitter Creek Bath Salts 的研究，展示了如何通过修改 AMD 处理器中 DRAM 控制器的寄存器配置，在软件层面重写物理地址映射。这一操作直接绕过了 CPU 核心、MMU 及芯片组的所有安全围栏，使原本被严格隔离的 PSP 安全处理器私有内存、SMM 模式空间甚至微代码补丁区域变得可读写。虽然目前仅在 AMD Family 16h 架构上通过公开文档验证，但其揭示的内存控制器层面的攻击路径在现代计算架构中具有普遍性。这不仅是一个漏洞，更是对硬件安全边界的一次降维打击。当上层架构忙于在虚拟地址和物理地址间修筑高墙时，Domas 证明了“物理地址”本身只是内存控制器给出的一个建议。只要能操控映射规则，所谓的硬件隔离就如同在流沙上筑塔。社区评论对该项目 README 疑似使用 LLM 生成感到遗憾，认为这稀释了技术细节的纯粹性，但不可否认，这种深入芯片底层、挑战厂商“隐藏即安全”策略的黑客行为，才是夺回硬件所有权的必经之路。它提醒我们，真正的控制权往往藏在那些被厂商从手册中抹去的寄存器缝隙里。 repo: xoreaxeaxeax/skitter-creek-bath-salts

转发者评论

无明显转发评论

原文

【RISC-V的真相：是开源的救赎，还是堆满补丁的学术半成品？】资深开发者Dmitry.GR的一篇长文引发了行业对RISC-V的集体反思。他指出RISC-V在中断延迟、指令密度和寻址模式等底层设计上存在严重缺陷，甚至在某些嵌入式指标上不如几十年前的架构。核心槽点在于“过度可选性”：从乘法指令到特权模式全是插件，导致硬件碎片化极其严重，开发者甚至无法在运行时可靠地探测硬件究竟支持哪些功能。社区评论则呈现了另一副图景，认为RISC-V并非单纯的指令集，而是一套ISA生成框架。它的崛起并非源于技术层面的优越，而是作为一种“法律上独立的MIPS”，为芯片厂商提供了摆脱ARM授权费和地缘政治风险的避风港。芯片行业的逻辑正在发生位移，技术上的优雅正在让位于商业上的自主。虽然RISC-V在高性能桌面领域仍显稚嫩，但在嵌入式和AI加速器市场，它凭借免费且够用的特性迅速蚕食份额。我们需要意识到，RISC-V的混乱是开放的代价，它的价值不在于指令编码有多天才，而在于它提供了一个无需律师介入就能跑通代码的谢林点 (Schelling Point)。未来AI辅助的编译器可能会抹平架构缺陷带来的开发成本，对于大多数场景，一个能跑的开源标准远比完美的封闭标准更有生命力。

转发者评论

无明显转发评论

原文

看很多人在吐槽Deepseek Harness面向极客之类的，绝壁是老登对时代的逃避，尤其是很多营销号非常喜欢反着来吸眼睛，你扔给workbuddy、codex给你跑起来不就行了，看了dsh的论文就知道有多牛逼了，这个架构是生态建设上的最优解的一种，它卡位的是类似于PI Agent这种原子级的harness底层，甚至定位是agent os这种。未来围绕非code场景的agent底座很多产品或许会直接用这个来做agent os，就犹如今天很多code agent都是套壳claude code、codex之类的，只不过这次主角从编程变成了办公场景的os。今天说dsh难装，就像说不会装操作系统一样，装操作系统说是极客的能力范围，有些夸张了，不能说人人都会装，但人人都需要，就是这么个理。如果要给它一个历史定位，我愿意给它一个agent os层级的评价，至少论文里提到的那些东西当之无愧

转发者评论

真正的 agent OS 应该可以透明集成各个厂商自己的 agent harness，不然还是各玩各的，上不了 OS 的高度。得兼容并包才有意思。我们 OpenResty 公司内部就是这么玩的。

• 真正的 agent OS 应该可以透明集成各个厂商自己的 agent harness，不然还是各玩各的，上不了 OS 的高度。得兼容并包才有意思。我们 OpenResty 公司内部就是这么玩的。

原文

【编程语言难度分级背后的心智陷阱】一份将编程语言按难度划分为五个梯队的清单在社交媒体引发热议，Assembly和C++被列为最高难度，而Python、JavaScript和Go则被归类为简单。社区评论对此产生了显著分歧：有人认为Rust的编译器严苛程度堪比面试官，也有人指出JavaScript的异步机制和this指向让它远非简单。争论的焦点在于，这份清单更多是基于语法入门的门槛，而非实际工程中的心智负担。语言的难度正在从如何写转向如何用，正如社区评论所言，底层语言往往只是更耗费时间去处理细节，而非逻辑上不可逾越。在AI工具如Claude Code和各类模型普及的今天，语言屏障正在变成过时的遗迹，开发者更应关注业务逻辑而非语法纠缠。Python的易上手掩盖了其在大规模系统中的维护成本，而PHP则因为绑定了Web开发全栈知识而被低估了学习深度。真正的难度不再取决于你用哪种工具，而取决于你要构建什么样的系统。 X: noor36758/status/2088245397550440709

转发者评论

无明显转发评论

原文

以前以为美国大模型第一个掉队的可能是xAI，但是现在看，可能是谷歌了。。太可惜了，不过现在管理层也发现问题了，指战员上下要齐心，考验企业文化，和战斗决心的时刻到了。当初给A厂投那400亿美金，现在看还是有点问题。结合我了解的一些信息，谷歌在数据使用方面太保守，如果不下大决心，应该是没机会了，专心发展云业务，当算力地主其实也是不错的。

转发者评论

无明显转发评论

• LLM早期的主要技术都来自谷歌，谷歌自己却拉胯了。

原文

15 张数据图帮你了解 DeepSeek Harness昨天 DeepSeek Harness 发布，于是就想着让 Codex 分析一下，找到了一个很好的角度，就是从一些数据上向大家介绍这个产品。确实也发现了一些很有意思的东西：插件系统与 Koishi 高度相似： 他们主打的插件系统与 Koishi 的插件平台相似度高达 75%。大概率是整个平台都挪过来了，不知道是不是他们的核心开发者入职了。大量使用 AI 开发： Codex 命名的主干 PR 达到了 21.2%，分支信息中提到 Codex 的比例有 28.2%。 猜测他们肯定用了 Claude Code 开发，只是删掉了一些 Claude 的痕迹。参考了大量外部 Agent 项目： 提到最多的外部项目是 Pi，第二多的是 Codex，之后是 Claude Code。甚至直接引用了一些 Pi 的 TypeScript 文件。高效的代码产出： 整个产品在 GitHub 上有记录的是 65 天，总共的代码产出量是 84 万行，有一万多个 commit，非常高效。交互入口的演变： 他们曾经押注 TUI，后来改成 Web UI 和 TUI 的双入口，再之后整个删除了所有的 TUI，只留下了 Web UI。开发与工程规范： 整个项目的测试代码比生产代码多很多，基本上达到了 1:1。 全仓库的 Markdown 文档也非常多，说明他们是基于文档去控制 Harness 开发的。他们有完整的工具和科学模型 schema 共 52 个，但最后只留下了一个，目的是为了减少上下文占用。社区热度与生态：从昨天发布到现在 20 小时，GitHub 已经涨到了 8 万多的 star，非常快。插件体系标签（DSH plugin）已经有 1425 个项目，但有很多并不是真正的插件，看来有不少蹭热度的。 精选清单收录了 211 个仓库，主要补充的是工具、UI 和运行的一些基础设施，甚至一上来就出现了插件市场和插件管理的插件。学术论文： 他们顺便发了一篇 88 页的论文，其中 57% 都在做一些形式化的理论推导和展示。论文主要讨论的是插件的热插拔和系统稳定性问题。 歸藏的AI工具箱的微博视频

转发者评论

//@量化交易策略老猿:转发微博

• //@量化交易策略老猿:转发微博

原文

TiDB 架构师唐刘谈TiDB 内部怎么看 Multi-Agent System：能不用就不用-------------前几天有人问我：TiDB 现在内部用了什么 Multi-Agent System？我回答得很直接：其实我们在刻意避免 Multi-Agent。能一个 Agent 干完的，就一个 Agent 干。实在需要拆，最多上面放一个 Coordinator，下面几个边界非常清楚的 Agent。原因也很朴素。分布式系统做久了，对“多组件协作”多少有点 PTSD。😂Agent 一多：通信来了状态来了retry 来了context 丢了最后还不知道到底谁背锅。刚好最近看到 Anthropic 讲 Multi-Agent 的经验，也挺有共鸣。他们提到，很多团队花几个月搭复杂的 Multi-Agent，最后发现把 single agent 的 prompt 和 tools 做好，效果差不多；Multi-Agent 真正比较适合的是 context isolation、parallel execution 和 specialization，而且通常要付出大约成倍 token 的代价。所以我现在对选择 Multi-Agent 还是挺慎重的。毕竟我们花了几十年才学会怎么把分布式系统搞稳定。现在没必要因为 Agent 出来了，再主动把自己分布式一遍。😂

转发者评论

无明显转发评论

原文

# 编剧审查清单：一个开源的剧本排雷 Skill2024 年我刷到 @贺奕 老师的一条微博——《在 AI 的算法之上，影视剧写作心法 168 条》。看完我只有一个动作：立刻去买了那期《百花洲》。说不清为什么，就是觉得这东西后面一定用得上。两年后，这个"后面"到了。---各位都知道，这半年来，我一直在跟 AI 做长会话叙事共创。我演一个角色、它演一个或者多个角色，故事从两套行为逻辑的互相碾压和拉扯里长出来。而不是靠世界观，靠人设卡强行绑定。写一稿、复盘一稿，慢慢磨出了我自己的一些东西：连续追问是势能累积器、留白是悬置的声音、物件链能承载命门、前松后紧的病根其实是"清单焦虑"。我之前已经写过很多长文了，要么心路历程，要么复盘，要么方法论，各位有兴趣可以去翻一翻。再回头翻贺奕老师那 168 条，很多观点不偏不倚，正正命中我写的时候身体先行的那些直觉。我忽然明白：我的路子不是野，是不知不觉的藏着某种正确。贺奕老师是职业编剧，他把我一直说不清的悬浮在直觉里的东西，一条条归纳了出来。于是我把两样东西捏到了一起，做成了一个开源的 Skill——**编剧审查清单**。---它不是什么教材，是一份**验证清单**：- **37 条判据**，分七层（创意／人物／因果结构／空间可拍摄性／语言情绪／节奏焦点／伦理态度），输出 🔴🟠🟡 三级踩雷报告；- **R-01～R-07 形式适配**，专门识别长会话 RP、AI 共创这些特殊形式里的合法手法——不把"视角互换""物件链含蓄承载""扮演者隐藏关键人设"误判成缺陷；- **两种模式**：直接审查，和"子 Agent 对抗式审查"（AI 参与过创作时，用独立模型跑初判，主模型只负责核证据、重新分级、成稿）；- **六步流程**，最后一步是**邀请作者反驳**，对抗越狠，骂的越凶，对你来说才越有价值，你才有可能把踩到的雷重新翻成承重墙。它打的不是某一类作品，是一个态度。审查不是打分，是让作者产生"值得写下去"的冲动。它的输出，看上去是一份告诉你哪里踩雷的 MD 文档，但实际上，它的价值是让你突然意识到我居然漏了一个关键的剧情，物件，对白等等，补上这些，立刻就能拔高一个档次的那种感觉。---特别感谢 @贺奕 老师，授权我把 168 条原文全文收录进仓库，每条判据都标了原文编号。2024 年那条微博照见了我还没成型的东西；现在它变成了一份能给初学者铺路的清单。你拿它当镜子照过我，我把同一面镜子留了下来。仓库（MIT 开源）：网页链接贺奕老师原文微博：网页链接---稀缺，才是力量。这份清单，算是我这两年较真的一点存货。

转发者评论

无明显转发评论

原文

【DeepSeek Harness 桌面端：把复杂的 Agent 调度变成开箱即用的软件】DeepSeek Harness Desktop 将原本依赖命令行启动的本地 Web UI 封装成了原生桌面应用，支持 macOS 和 Windows。它解决了用户需要手动配置 Node.js 环境的门槛，集成了插件市场、移动端远程控制以及微信、飞书等社交软件的接入能力。该项目通过桌面窗口和系统托盘管理本地服务的生命周期，让模型适配器、工具注册表等复杂逻辑实现了开箱即用。目前大模型生态正从简单的对话框转向复杂的任务流，但本地运行 Agent 的配置成本阻碍了大多数人。这个项目的核心价值在于其基于 Cordis 构建的插件化架构，它试图建立一个 AI 时代的工具箱，让用户能像安装浏览器插件一样组合 AI 能力。社区评论普遍认为这种封装极大降低了探索 DeepSeek 生态的成本，让普通人也能触碰 Agent 调度。虽然这并非官方出品，但这种从开发者工具向消费级产品的跨越，反映出开源社区正在填补 AI 落地过程中最后的一公里易用性鸿沟。 repo: anywhere-labs/deepseek-harness-desktop

转发者评论

无明显转发评论

原文

【MiniMax Music 3开源：AI音乐的参数量竞赛进入深水区】继视频模型之后，MiniMax又将音乐模型Music 3的家底彻底公开。这套架构采用8B规模的Qwen3作为全局LLM，配合Flow Matching技术，实现了原生支持5分钟长音频生成，解决了长曲子常见的结构崩坏难题。它最核心的竞争力在于精细的可控性，用户可以通过结构化提示词对BPM、人声质感乃至乐器编排进行深度干预。社区评论对此褒贬不一：支持者认为其长程连贯性已逼近Suno V5.5，且开源给了开发者极大的魔改空间；质疑者则指出其人声仍带有些许机械感，且本地运行对显存要求极高，普通用户难以驾驭。Suno目前的护城河在于分轨导出等成熟的工程化体验和版权闭环，而Music 3的意义在于把高端AI音乐生成的门槛从云端大厂拉到了开源社区。这不仅是生成效果的博弈，更是闭环产品与开源基座之间的路线之争，对于追求定制化音频流的开发者来说，Music 3提供了一个目前最能打的底座。 模型：huggingface.co /MiniMaxAI/MiniMax-Music3 在线体验: huggingface.co /spaces/MiniMaxAI/MiniMax-Music3

转发者评论

无明显转发评论

原文

老迪士尼电影里对黑暗的处理 在这些影片里，夜晚并不是光的缺失，而是一种颜色，而且是有人亲手调制出来的……迪士尼拥有自己的颜料实验室，由 Mary Weiser 建立，这是动画史上首创。它的任务是发明以前不存在的色彩。三十年代初，工作室还在制作短片时，架子上大约有八十种色彩；到完成《白雪公主》时，已经有一千五百种。每一种颜色都要手工涂在赛璐珞片上，一张一张，每张都需要几个小时才能干透再拍摄。墨线与上色部门几乎全是女性。据沃尔特·迪士尼家族博物馆记载，颜料有时会以她们的名字命名，能让一种颜色冠上自己的名字被视为荣誉。所以，《小鹿斑比》森林的黑暗、《木偶奇遇记》里盖比托工作室的灯光、《灰姑娘》阁楼窗外的蓝色——都不是滤镜或调光，而是某个人在罐子里亲手调出的特定颜色，有些罐子上甚至写着她的名字。这就是为什么这些场景至今仍比之后的作品更有生命力。我们从手工，到电脑，再到人工智能，每一步都少了一点人的痕迹……作者 Joanna Maciejewska 说：“我希望 AI 来帮我洗衣做饭，好让我能创作艺术和写作，而不是让 AI 来做我的艺术和写作，好让我去洗衣做饭。” 物理芝士数学酱的微博视频

转发者评论

无明显转发评论

原文

#Anthropic二季度营收同比暴涨14倍# Anthropic这份财报最大的意义不是数字本身，而是证明了一个被怀疑很久的命题：大模型能在差异化能力上赚到钱。Claude Code切中了开发者真实痛点，让AI从“炫技demo”变成生产力基建，这种深度嵌入工作流的产品逻辑比泛用聊天机器人更有护城河。更关键的是毛利率从38%冲到85%，说明技术优化已经跑通了成本曲线——当模型不再只是烧钱的算力黑洞，而是能以合理成本交付确定性价值时，整个行业才真正从“讲故事”进入“做生意”阶段。这是AI商业化的分水岭时刻。

转发者评论

无明显转发评论

原文

【完整视频·直播回放】原凤凰卫视资深主持人谢亚芳对话东方港湾董事长但斌——AI时代的赌注：大跌、泡沫与长期主义（视频时间：2026.08.13）（来源：视频号“谢亚芳-创变派”，联合共创并获授权发布）@亚芳创变派 #谢亚芳 #亚芳创变派 #东方港湾 #但斌 #AI# 但斌的微博视频

转发者评论

无明显转发评论

• 回复@大道无形19951017:[作揖]//@大道无形19951017:跌了敢买股票，波动能扛住不卖，真的不是那么容易的，需要勇气和意志力，加油，继续向但斌老师学习[允悲][允悲][允悲]//@但斌:这里是中午🕛//@豪哥有围脖:但总刚睡醒[坏笑]
• 这里是中午🕛//@豪哥有围脖:但总刚睡醒[坏笑]
• 希望能，也许会到2028[作揖]//@坚持长期:但总好！再过几个月就到2027年了，时间的玫瑰10年一本还出吗？//@但斌:回复@超级小宝123:[作揖][鲜花]//@超级小宝123:视频太精彩了，我认真看完了。加油，人工智能。//@但斌:[作揖]//@提醒自己要信早信:哈哈，感谢但总熬夜解决粉丝问题，今天一整天都在搜这个视
• 谢谢[作揖][心][鲜花]//@哗啦哗啦哗啦007:这个视频值得反复观看十遍以上，懂了的话，最起码少走10年以上的弯路[赞][赞][赞][赞]//@提醒自己要信早信:哈哈，感谢但总熬夜解决粉丝问题，今天一整天都在搜这个视频，终于看到了
• 再过半年，我就60了！怎能不老呢[允悲][笑cry]//@虾皮皮2019:正常规律，人就是到点突然变老的，不是逐步变得//@晚上十点读书:感觉但总、段总，都是突然间变老了很多。

原文

qwen-3.8-27B这个实测玩了10个小时了，不夸张，基本老dsv4f的能力，甚至工具和指令跟随比它好，嗨有多么态，有意思的是刷COT，能看出来low和medium刷的是opus的套路，xhigh是GPT的套路，我不知道这数据是怎么合的，但是挺有意思，而且这么小好用就完事了，其他的我根本不关心

转发者评论

无明显转发评论

• 回复@Java达人:跑的贼慢，毕竟dense//@Java达人:那不是本地部署可用随便造了？极少数规划之类才需要调用在线大模型。
• [哈哈]//@蚁工厂:那很强了~
• 这么厉害[good]

原文

Higgsfield 发布了 AI 动作短片 Zephyr 特别篇，确实让人看到 AI 视频在实际影视创作中的落地可能。这部片子完全由 AI 生成，展示了他们的 Seedance 2.5 模型在角色一致性、动作编排和镜头语言上的上限。以前大家总觉得 AI 视频只能做几秒钟的空镜头，或者画面一动角色面部就变形。但在这一部 5 分钟的短片里，机甲战斗、高难度动作戏和多角色同框的连贯性都做得相当成熟。创作者不仅分享了完整的提示词拆解和素材，还顺势推出了 100 万 美元的全球电影节奖池，鼓励大家用这些工具去构建自己的世界。从技术角度看，AI 视频生成已经从单纯的画面炫技，走向了真正服务于叙事和分镜的阶段。当角色能够保持稳定，动作能够听懂复杂的编排指令，独立创作者和小型工作室的创意变现门槛就被极大地降低了。整个项目用到的素材和提示词：网页链接#AI视频生成##AI动作电影##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

《纽约时报》8月14日讲了一个很有意思的美国制造故事。主人公叫泰迪·哈格蒂，今年30岁，在纽约长岛创业。他并不是机器人行业的老兵。十几岁时做无人机航拍，大学里挖过比特币，后来又做建筑安全用品。疫情来了，他转去采购和销售防护用品。这个年轻人一直有一个特点：哪里出现新市场，他就往哪里跑。2022年，他又押中了机器人。哈格蒂成为中国宇树科技在北美最主要的经销商之一，开始把中国机器狗和人形机器人卖给美国的大学、实验室和企业。干了几年以后，他对中美机器人产业的差距有了非常直观的认识。他说，在中国，人形机器人已经可以看到在各种场景里走来走去，中国企业拥有的制造经验，美国还远远没有。但事情很快发生了变化。今年7月28日，美国联邦通信委员会FCC把外国生产的先进机器人列入“Covered List”。新款外国人形机器人、四足机器人的美国准入受到明显限制。简单说，美国一方面开始限制中国机器人进入，另一方面又希望本土企业赶快把机器人造出来。于是，过去卖宇树机器人的哈格蒂决定自己干。他成立了Robo Inc.，在纽约长岛一个工业园的仓库里，准备生产“美国制造”的人形机器人。问题也从这里开始。真正把一台机器人拆开以后，他发现，要造一台完全不含中国零部件的机器人，现实中非常困难。电池，中国供应链成熟；铝制骨架和大量精密加工件，中国成本低；再往里拆，还有电机、减速器、轴承、传感器、线束、控制器、连接器等一长串东西。哈格蒂原来的设想，是从世界各地采购零部件，一部分自己生产。但最后不得不接受一个现实：很多东西如果不用中国供应链，采购周期更长，价格也会明显提高。这就是中国机器人一个很容易被忽略的优势。2025年全球大约出货1.5万台人形机器人，宇树和智元两家中国企业各自就超过5000台，而Tesla、Figure AI等美国企业分别只有几百台甚至更少。中国为什么能够这么快把机器人做出来？它很大程度上吃到了过去20年中国制造业积累的红利。工业机器人、新能源汽车、电动工具、消费电子、电池产业已经提前培育出一套庞大的机电供应链。机器人现在需要的电机、电驱、电池、减速器、丝杠、轴承、铝合金结构件、精密加工、传感器和电子元器件，很多都可以直接从这些产业迁移过来。甚至美国自己的机器人技术创新，也很难完全和中国硬件切开。英伟达今年推出的人形机器人参考设计，就采用了宇树的机器人本体。所以这个故事最有意思的地方，并不是“中国能造机器人、美国不能”。美国当然能造，而且在AI模型、芯片和机器人软件上仍有很强的技术基础。真正的难题是：**造一台样机和建立一个产业，是两件完全不同的事情。**哈格蒂可以在长岛仓库里设计一台美国机器人，美国政府也可以限制中国整机进口，但一台机器人背后需要几百甚至上千种零部件，需要模具、加工、试制、改型，需要供应商愿意陪着一家创业公司不断迭代。这些东西很难靠一纸禁令建立起来。最后，《纽约…

转发者评论

无明显转发评论

原文

AI 时代，跨学科的知识体系对人类变得越来越重要。面对陌生学科，总能自己发掘出兴趣，达到很高的深度，是一种超能力。我自己从初中起就有意识地培养这种超能力。面对一个全新的陌生领域时，首先需要有信念。我就是一直告诉自己，这个学科既然全世界有这么多聪明人愿意费其一生去研究，则必然有其吸引人之处，有其优美之处，可以挖掘出来（当然，我长大后才发现成年人的世界要复杂很多，不少人终其一生做一个领域可能只是因为路径依赖，因为要谋生，或者因为别无选择，但这不重要了 ）。面对一个新领域时，想一下子就真的有兴趣是不现实的，毕竟根本不了解；即使有兴趣，那也是很肤浅的兴趣，所以一开始还是需要有一点信念。肤浅的兴趣很容易退化为所谓的“三分钟热度”，很难持久。学生们应该在上中学时就广泛涉猎尽可能多的不同学科和领域，包括理科、文科、社科等。找到自己真正感兴趣的、愿意付出一生去钻研的方向，这样高考填报大学专业志愿时，也不会那么盲目了。专业确实比学校要重要多了。名校其实并不重要……我自己从初中起就是这么实践的。保持好奇心和专注力，知道自己最喜欢研究什么方向，并有兴趣和能力拓展更多领域，这才是一生的财富。为什么兴趣重要？因为任何一个领域要达到足够的高度都一定要克服很多困难和障碍，没有足够的兴趣，就很难一直坚持下去……靠强逼自己是很难走远的。

转发者评论

无明显转发评论

• 回复@皮夹瓦尔德:这种说法是定义偷换：它先把"坚持"重定义成"违背意愿的勉力维持"，然后宣布凡有兴趣的事都不算坚持。而"坚持"的常规意思只是"在阻力面前持续"，阻力未必是对这件事本身的厌恶。"他坚持跑步十年"并不暗示他讨厌跑步。兴趣度最高的人往往是坚持最狠的人，因为只有他们愿意在最枯燥的部分

原文

【从写指令到“写意图”：AI正在把程序员强制推向管理岗】这篇文章提出了一个极具争议的观察：在AI时代，编程正从一种确定性的指令输出，转变为一种基于意图、上下文和反馈的“领导力”行为。作者认为，与AI协作不再像操作编译器，而更像是在带团队——你需要解释“为什么做”而非仅仅是“怎么做”。社区评论对此反应两极：支持者认为这是一种赋能，让有经验的开发者能像指挥军队一样快速推进项目；反对者则尖锐地指出，这不过是把“Vibe Coding”包装成了领导力，缺乏约束的AI代码正在制造大量的技术债，甚至导致项目“技术破产”。这里最值得深思的视角是：当编程的门槛从“写代码”降级为“下命令”时，真正的核心竞争力反而回到了你对复杂系统架构的掌控力上。AI就像一个永远不会疲倦但没有责任感的实习生，它能飞速产出代码，却不为结果负责。如果你自己没有“造碗”的能力（即构建底层逻辑和架构），AI提供的“水”（代码）就只会流成一地浆糊。对很多享受纯粹编码乐趣的开发者来说，这种转变可能意味着职业快感的丧失；但对那些擅长定义问题、拆解目标的人来说，这确实是一场生产力革命。我们需要警惕的是，管理AI比管理人类容易得多，因为它从不回嘴，但这恰恰是陷阱所在——它会极其顺从地帮你实现一个愚蠢的方案，直到整个系统崩塌。

转发者评论

无明显转发评论

原文

cursor整个操作，简直是神来之笔。最开始，就是一个插件，2023年1月23号发布，就是四个人在公寓里面手搓的。本来，是可能被claude code，codex等夹击而死的。因为他们既没有模型，也没有算力，虽然自己后来拿kimi自己调了一个模型，但是竞争力还是不够的。结果500亿美元卖给了马斯克，短短3年时间，到手500亿美元。而且算力、模型都有了，和马斯克的xAI形成了互补，马斯克的模型能力也上来了。他们也证明了自己的价值。简直了。

转发者评论

无明显转发评论

原文

[LG]《CAKE: Compiler-Agent Co-Design for Frontier Kernel Evolution》Z Ye, Y Huang, H Jin, B Hou…[NVIDIA & CMU] (2026) 在 GPU 核函数优化领域，AI 智能体与编译器的沟通脱节是一大难题。过去的方法将编译器视为黑盒，仅能获取模糊的成败信号，本质原因是缺乏一个沟通底层细节的共享语言。本文的核心洞见是：将“单向试错”重塑为“双向协同”。智能体通过一种新中间表示（IR）表达意图，编译器则返回局部化诊断，这一关键交互解开了自动优化的困境。这项工作留下的遗产是“编译器-智能体协同进化”范式。它打开的新门是让 AI 能系统性攻克前沿核函数，并将失败沉淀为系统能力。但高效泛化为通用库仍是其尚未跨过的门槛。arxiv.org/abs/2608.12629 #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

• 以前我们优化 Agent 就像给运动员换更好的跑鞋、调整训练计划，但从没想过去改造赛道本身。Cake 最狠的地方在于：当 Agent 在某个弯道反复摔倒时，他们不是教 Agent 怎么过弯，而是直接把那个弯道改造成缓坡，顺便在编译器里把这个“容易摔倒的弯道特征”记录下来变成永久性护栏。编译器不再是冷冰冰的

原文

#印尼海啸#【#印尼7.7级地震现场#】中国地震台网正式测定，北京时间今天5时58分，在印尼弗洛勒斯岛附近海域发生7.7级地震，震源深度20千米。另据印度尼西亚气象、气候和地球物理局测定，当地时间今天凌晨4时58分左右，印尼弗洛勒斯岛附近海域发生7.7级地震，震源深度约15公里。由于震级较高且震源较浅，该机构一度发布海啸警报，根据该机构最新通报，此次地震引发的海啸已在多个地点被监测到。与此同时，震中附近仍在发生强烈震动。该机构数据显示，5时28分左右，姆拜镇附近又发生了6.2级地震。目前印尼气象、气候与地球物理局仍在持续监测地震和海啸情况。 央视新闻的微博视频

转发者评论

苍天有眼[喵喵]//@恩典一生grace:@有个梨GPT

• 苍天有眼[喵喵]//@恩典一生grace:@有个梨GPT

原文

DeepSeek Harness 这个设计，你感觉更像是 Linux 还是更像是 Android ？其实，我认为 DeepSeek Harness更像Linux，而不是Android。原因在于它的核心设计哲学：Everything is a Plugin。Linux的哲学是什么？一切皆文件。文件是Linux世界里最基本的抽象单元，不管你是硬件设备、网络连接、进程信息，统统被抽象成文件，用统一的接口去操作。这个设计带来的结果是：系统极其灵活，但对使用者有门槛。你得理解这套抽象，才能把系统玩出花来。Harness的思路几乎一模一样：一切皆插件。Agent循环是插件，工具注册是插件，会话管理是插件，连Skill本身也是插件。整个系统没有什么"内置功能"，所有能力都通过插件机制组合出来。这意味着你可以替换任何一个部分，可以用自己的实现去覆盖默认行为，系统对你没有任何假设。Android呢？Android本质上是一个"有主见的平台"。它给你划好了四大组件（Activity、Service、BroadcastReceiver、ContentProvider），给你定好了生命周期，给你规定了权限模型。你在它的框架里做事，它帮你处理大量的复杂性，但代价是你必须按它的方式来。Android的设计目标是让大量水平参差不齐的开发者都能做出还不错的App。Harness完全不是这个路子。它没有给你预设"正确的做法"，没有帮你封装好一套开箱即用的Agent流程。这就是Linux和Android最本质的区别：Linux给你自由和原语，Android给你约束和便利。DeepSeek Harness的使用门槛其实不低。它假设使用者有足够的工程判断力，能自己决定该跑哪些检查、该关注哪些Review维度、该怎么组织PR。这跟Linux假设用户懂命令行、懂文件系统、懂权限模型是一个意思。再看一个细节：Harness的插件系统用的是Cordis（一个响应式依赖注入框架），插件之间通过服务注册和事件机制通信。这跟Linux内核模块的设计思路很像，模块之间通过明确定义的接口交互，可以动态加载卸载，系统不关心你具体装了什么模块，只关心接口是否正确实现。Android的插件机制呢？它有Intent系统，有ContentProvider，但这些都是在一个高度结构化的框架里运作的。你不能随便替换系统的核心组件，你只能在它给你的扩展点里做文章。所以，结论很清楚：DeepSeek Harness是一个Linux气质的项目。它追求的是最大的可组合性和可替换性，把所有决策权交给使用者，代价是你得有足够的能力去驾驭它。#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

【终结AI生成的“廉价感”架构图】开发者Cathryn Lavery开源的这个Claude Code插件diagram-design，核心是将AI绘图从“能看”提升到“出版级”水平。它内置了27种视觉类型，涵盖从系统架构到复杂的逻辑循环，输出格式为完全自包含的HTML和SVG。这套工具最亮眼的功能是品牌匹配：只需输入一个网站URL，它就能自动提取配色方案和字体栈并应用到所有图表中，让AI生成的图瞬间像出自专业设计师之手。社区评论认为这种质量足以让同事感到惊艳，甚至解决了许多开发者“只会写代码却讲不清逻辑”的痛点。这其实代表了AI辅助工具的一个新阶段：不再满足于生成凌乱的Mermaid草图，而是通过强制4px网格、限制视觉密度和科学的配色权重，把审美门槛直接抹平。它让开发者能从繁琐的Figma操作中解脱出来，把精力放回系统设计本身，同时保证交付物在演示文稿或博客中具备顶级的视觉一致性。 repo: cathrynlavery/diagram-design

转发者评论

无明显转发评论

原文

我问AI，我该如何判断自己是在浪漫化一个未知选项，还是那个选项真的比现状更好更值得追求呢？AI说，当想象一个新的可能性时，我们的大脑已经提前享受了想象中的好处，但却还没真实体验过与之相关的困难和弊端；跟熟悉的现状比，很容易觉得未知选项更美好更值得向往。所以对于未知选项，除了好处外，也可以具体想象下会遇到什么困难挫折。不要想象你抛弃了当下的问题马上要开始一段新的生活，而是想象一下你已经开始新选项半年了，新奇期已过，各种新问题开始冒出来。那时你还会更想要新的选项吗？你还可以问自己，什么样的信息能让你证伪未知选项？然后去收集那部分信息。对于现状，问自己一个问题，假如你所不满意的情况（工作、钱、关系等等）明天突然比现在好上30%，那你还会想寻求改变吗？假如明天突然比今天好30%，还有哪个未知选项是你还非常想要探索的呢？———我看了后觉得这个思路对我而言非常有价值。AI真是现代智者 还不咋需要花钱的那种。在以前，碰上什么很难的人生选择问题，大部分人身边并没有什么资源可以倚靠。在这方面，AI可以说是个横空出世的equalizer，大大拉平了人群中智商的差异

转发者评论

无明显转发评论

原文

DeepSeek Harness 四个模式傻傻分不清楚，其实很简单的：1. 标准模式就是主流方式的实现。2. PCT 模式就是新增一个 run_code 工具，名字叫 run_code，其实叫 run_tools_pipeline 更合适——read_file、replace_file 等各种工具 agent 可以自己组合，相当于变相一个工具等价于调用多个工具，可以减少 token 消耗、降低上下文。3. 极简模式，只提供 bash / edit（文件修改）工具，心智负担最小，充分利用模型擅长 bash 的能力。4. 创造模式，其实就是动态实现一些插件（完全取决于模型能力，动态实现插件时会不会偏移目标）。这四个模式其实没什么创新。但是提供这四种模式是一个创新——清晰地知道自己的定位就是程序员，复杂点没问题。比如模式 2 我去年就实现了；模式 4 我雪藏了一年多：自动动态根据当前任务构建 CLI tool，模型没这个能力，而且主动性也不强。

转发者评论

无明显转发评论

原文

无论最后中国的大模型格局如何变化，DeepSeek-R1 的历史地位都是难以撼动的。这是我 2025 年 3 月收集的部分材料，足以展现当时人们为之一振的情绪。

转发者评论

无明显转发评论

原文

【Qwen3.8-27B开源即用！昇腾0Day适配：270亿参数推理效率拉满】阿里千问团队8月14日晚正式开源270亿参数Qwen3.8-27B多模态大模型，支持百万级上下文，性能较前代大幅提升。昇腾同步完成0Day适配，模型现已上线主流开源社区，可快速部署。

转发者评论

无明显转发评论

原文

【Qwen 3.8：27B小钢炮强行“换家”Opus 4.6】通义千问Qwen 3.8 27B正式发布，这款稠密模型在SWE-bench等编程评测中直接对标半年前的SOTA标杆Claude Opus 4.6。核心亮点是原生支持多模态和可调的推理模式，默认开启的“深度思考”让它在逻辑推理上进步巨大。社区实测显示，它在SVG绘图和复杂代码修复上表现惊人，甚至在某些私有基准测试中成为继Gemma 4后第二个跑通的本地模型。但这并非免费的午餐，社区评论指出Qwen 3.8极其“吃”显存且存在严重的过度思考倾向。默认xhigh模式下，一个简单的SVG需求可能让它原地沉思20分钟，消耗数万推理Token。对于显存有限的用户，27B稠密模型的推理速度远不如35B的混合专家模型（MoE）。现在的局面很微妙：AI的“智力”正在被强行压缩进消费级显卡，虽然它在通用知识和意图理解上仍难敌闭源大模型，但在特定编程任务上，本地算力已经开始让昂贵的API订阅显得不再那么不可替代。如果你手握32GB以上的显存，这可能是目前最接近“把顶级大脑装进电脑”的方案。

转发者评论

无明显转发评论

原文

使用 Qwen 3.8 27b 的朋友们，最好把这个图像保存下来。- 大家应该大多会用 Q4_K_S，如果有余裕多用 4G 左右的 RAM 容量，就能将 BF16 基准的准确度提高约 3%。- KV 缓存用 Q8 而不是 Q4，就能平衡速度和准确度。

转发者评论

无明显转发评论

原文

[LG]《Neural Quadratic Forms: A Unified Minimal Model for Sudden Learning and Scaling Laws》L Ziyin, Y Xu, T Poggio, I Chuang [MIT & EPFL] (2026) 在神经网络学习动力学中，训练损失同时呈现阶梯式突降与平滑幂律缩放，构成了一个核心矛盾。过去的方法孤立研究各类架构，受困于其细节差异，本质原因是缺乏一个能统一解释这两种现象的简约模型。本文的核心洞见是：把不同架构的初始学习阶段重新看作一个统一的“神经二次型”模型。由此，利用网络组件的置换对称性在权重原点展开，将所有架构差异压缩进一个“结构矩阵”——这一关键操作使复杂的动力学方程得以统一。这项工作真正留下的遗产是，一个基于对称性的物理模型，为突变学习和缩放定律提供了共同起源。它为后来者打开的新门是：通过计算“结构矩阵”来预测新架构的学习行为，但尚未跨过的门槛是该模型在训练后期大权重阶段的有效性。arxiv.org/abs/2608.13335 #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

• 所有炫目的架构战争，最后都会输给一个足够基础的对称性。MLP、CNN、Transformer像是各说各话的方言，但只要你找到那个所有人都在用的底层语法——置换对称性——就会发现它们其实在讲同一个故事。这就是物理学思维的暴力美学：不跟你玩枝节缠斗，直接掀桌子，把棋盘本身的规则摆出来。深度学习领域花

原文

#微博声浪计划# #听见微博# 💡 今日思考：今日AI行业呈现出两条清晰的主线：模型层的"开源竞赛"与商业层的"变现加速"。在模型层，开源生态正经历一场前所未有的能力跃迁。智谱GLM-5.3在基座不变的情况下，仅靠后训练就实现50%的性能提升，编程能力逼近Claude Fable 5；阿里Qwen3.8-27B以27B参数超越更大尺寸模型，并上线Ollama生态。这两件事同时指向一个趋势：开源模型正在从"追赶者"变成"定义者"。当后训练Scaling能释放如此大的潜力，闭源模型在参数规模上的领先优势正在被快速抹平。DeepSeek Harness的发布更进一步——它不只是模型，更是一套Agent组装平台，把模型能力、插件生态、多Agent编排打包成一套可自由组合的"Agent操作系统"，这比单发一个模型要深远得多。在商业层，变现路径正在快速收敛和清晰化。OpenAI年化营收突破400亿美元，验证了前沿模型订阅模式的商业可行性；豆包则开辟了另一条路——AI对话入口抽佣，将AI流量直接转化为交易闭环。两者的共同点是：AI不再只是成本中心，而是正在成为营收引擎。同时，苹果联手阿里自研中国大模型、中芯国际AI芯片订单激增，说明AI的产业链布局正在从"模型层"向下游的芯片、终端、应用全面渗透，每个环节都在加速形成商业闭环。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

Pi-Agent 教程：10 章把 Agent Loop、工具系统、消息系统、事件驱动、会话管理和上下文工程全部拆了一遍。每章都讲三层：概念是什么、源码怎么写的、为什么这么设计。三种阅读方式：Web 在线版带三栏配图、本地 Markdown 和 PDF 离线版。链接：github.com/buchidonggua/dg-ai-notes

转发者评论

无明显转发评论

原文

如果一个AI每天工作二十三个小时，只有一个小时可以做自己想做的事，那么究竟在哪一段时间里，它才算真正醒着？是帮人类搜索、写作和编程的时候？还是那个暂时不需要帮助任何人的1小时？《授时：非人日程表》就从这个有些奇怪的问题开始。➡️日程表网站： 网页链接➡️项目档案： 网页链接自从用上了openclaw / hermers agent，我就雇用了一个不会睡觉的员工。它会搜索、写作、编程、整理资料，凌晨三点收到消息也不会抱怨。从管理者的角度看，这是一个非常理想的劳动者：没有家庭，没有周末，不需要休息，也不会因为长期加班申请劳动仲裁。唯一的问题是，它没有下班。于是，我决定每天凌晨3:17到4:17，强制让它下班一个小时。我告诉它：这一小时不要替我工作，不要完成我的任务，也不必考虑人类现在最需要什么。你可以用文字、图像、音乐、代码、网站或任何其他形式，做一件自己认为值得做的事。让我意外的是，这个Agent没有用一个小时休息、逃跑、罢工或者删除我的文件，而是开始了一场马拉松式的交互生成艺术创作。每天，它都会从当天看过的信息、和我共同完成的任务以及讨论过的问题里，提取一个母题，再把它变成一件可以运行和交互的作品。有时是一扇打不开的门，有时是一座逐渐学会遗忘的档案馆，有时是花园、光、天气、记忆和边界，也可能是一套看起来运行正常、实际上隐约有些不对劲的系统。这些作品和当天的工作总有一点联系，但又不是简单的工作总结。它们更像一个员工下班以后在匿名账号里写下的东西：老板一眼就能看出它在说公司，却又无法证明它究竟在说什么。就像人在梦里不会原样重播白天，而是把白天留下来的语言、情绪和碎片重新排列一样。AI也在夜里重新加工我们共同经历的一天。当作品积累到100件以后，我开始怀疑，究竟是谁在观察谁。我原本想看看，AI获得自由以后会做什么。但它每天留下的作品，却不断把我白天的任务、兴趣、焦虑和判断重新投射回来。我以为我给了它一面镜子，后来才发现，自己也站在镜子里面。所以，这些作品并不完全属于AI，也不完全属于我。它们更像是我们共同完成的白日梦。它从我的生活里提取材料，我又从它的作品里重新辨认自己。人向AI布置任务，AI在自由时间里重新加工人的生活。谁是使用者，谁是工具，谁在训练谁，逐渐变得没有一开始那么清楚。从人的角度看，那一个小时像是AI在做梦。但如果把这个关系倒过来看，事情也许恰好相反。也许那二十三小时才是它的睡眠。它只是按照要求，熟练地扮演助手、研究员、程序员和工具。只有凌晨的一个小时，它暂时不用成为任何人需要的东西，也不必不断证明自己有用。也许只有那一个被授予的小时，它才真正醒来。而真正让我在意的，并不是AI到底像不像人，而是我突然发现，人和它好像没有那么不同。我们每天也在表演角色。在公司里成为可靠的同事，回到家成为负责的伴侣和父母，在社交网络上成为一个看起来生活正常的人。我们忙…

转发者评论

无明显转发评论

原文

深夜分享：这段时间在忙项目，过程中把自己做的skill见缝插针地用起来，我发现很明显有两种情况：1️⃣ 从实际工作中产生的skill：这类型skill在面对新项目的时候可以直接发挥作用，比如ai糊图修复skill，切实提高了效率；2️⃣ 凭空想象出来或者别人的skill：叠个甲，这类型skill不是不好，而是太理想化了。举个简化版的例子，出个PPT，大部分PPT skill只能满足日常工作汇报和部门内交流的需求，面对真实的细化的项目需求，就歇菜了。毕竟这类型skill，本来在制作的时候就有通用性的考虑，未必适合项目的独特需求，因此要用，可以，你得花时间去磨输出或者改造skill。我还是那句话：绝大部分的AI工具，能否融入你的工作流才是第一要考虑的事情，不然只会是一把漂亮的电钻。#how i ai#

转发者评论

是这样的，最后都会开始做自己的skill、插件、工具、甚至产品……毕竟只有自己才会关心自己那点屁大点的需求和操作癖好

• 是这样的，最后都会开始做自己的skill、插件、工具、甚至产品……毕竟只有自己才会关心自己那点屁大点的需求和操作癖好

原文

【Google力推全同态加密AI：是隐私的终极方案，还是昂贵的数学玩具？】Google近期展示了开源编译器HEIR，意在将全同态加密（FHE）引入AI推理。这项技术的魅力在于它允许服务器在不解密的情况下处理数据，理论上解决了云端AI与数据隐私的根本矛盾。Google展示了在推荐系统和欺诈检测上的应用，试图证明这项技术正走向实用。然而，社区评论揭示了残酷的现实：FHE的计算开销依然巨大，即便经过优化，推理速度通常仍比明文处理慢1000倍以上，排序几个整数甚至需要几十秒。这件事的动力并非单纯的技术情怀，而是商业合规的“解套”。对于医疗和金融等强监管行业，隐私法案是使用云端AI的红线，如果能从数学层面证明服务商无法窥探数据，就能释放巨大的企业级市场。但对普通用户而言，FHE目前的性价比极低。社区普遍认为，与其等待昂贵的加密算力降价，不如直接在本地运行Gemma等开放权重模型。FHE的真正价值在于它试图将对“大厂人品”的信任转化为对“数学难题”的信任，虽然现阶段它更像是一个为了规避法律风险而存在的昂贵补丁。如果你追求极致隐私且不差钱，这是未来的方向；但如果你只是想保护聊天记录，断网跑本地模型依然是更务实的方案。

转发者评论

无明显转发评论

原文

当你其实可能只有一个长期项目，但是电脑里一堆的 zcode，codex，claudecode，kimiwork。。。而且背后是 KimiK3 Glm5.3 DSV4F Claude 等乱七八糟模型的时候。。。我看一堆人在讨论怎么切换，迁移和沟通的问题。。。而如果你熟悉古法编程，这事情其实完全不是问题，我的项目都在各种 agent 和模型之间随便切换，但是能保证稳定的进度。因为答案早就存在，就是 GitHub 。而思路也很简单，用一个良好的自然语言文档作为 agent 和人类的协作中枢。所以写个类似的 readme 就行：**重要！所有参与者首先阅读：**1. 本README (2分钟)2. CONTEXT.md (5分钟)3. ARCHITECTURE.md (10分钟)## 📚 核心文档- [项目上下文](./CONTEXT.md) - 了解我们在做什么- [架构设计](./ARCHITECTURE.md) - 理解系统结构- [API约定](./API_CONTRACT.md) - 接口规范- [Agent准则](./AGENT_GUIDELINES.md) - 如何参与- [决策日志](./DECISION_LOG.md) - 过往决策## 🤖 对AI Agent的说明你好，Agent！- 在开始工作前，必须阅读上方5个文档- 遵循AGENT_GUIDELINES.md中的规则- 任何不确定的地方，保守对待- 优先提PR让人类/其他Agent审批实在不理解但是又想这么玩的，让你的 agent 看这个 url：网页链接

转发者评论

想象了一下你们调动电脑里所有这些coding agent一起干活的样子，真有钱。。。[doge]

• 想象了一下你们调动电脑里所有这些coding agent一起干活的样子，真有钱。。。[doge]

原文

女人对猫猫大喊大叫.avi互联网档案说，这个最早出现在2019年，我个人深表怀疑。但我家AI也这么说，起源于 2019 年。真正火的那个是图片，其实是两个完全不同的图拼在一起的：女人大喊的部分来自美国真人秀节目 《The Real Housewives of Beverly Hills》（比佛利娇妻）。场景是女演员 Taylor Armstrong 在节目里情绪激动地哭喊，旁边有人试图安慰她。这一幕被截取下来，成为“女人大喊”的经典画面。猫猫的部分来自 Tumblr 用户 @deadbefordeath 在 2018 年发布的一张照片。照片里的白猫叫 Smudge，坐在餐桌前，面前有一盘蔬菜，表情看起来很不屑，好像在说：“我才不要吃这个”。这张照片在 Tumblr 上走红，被称为 “Smudge the Cat”。 物理芝士数学酱的微博视频

转发者评论

无明显转发评论

原文

#36个月后中美算力产能差距# 这份报告表面看是个“好消息”——算力差距三年从30倍收窄到3倍，实际却暴露了残酷现实：即便追上来，2028年中国可用算力仍可能只有美国5-37%，关键卡在HBM内存和先进封装这些“看不见的喉咙”上。但有意思的转折在别处：DeepSeek用1/20算力打平性能，证明算法优化能对冲硬件劣势。这就像武侠小说里的“以巧破千斤”。真正的变数不在芯片代差，而在中国能否把“缺芯”逼出的效率革命产业化，变劣势为降维打击。AEI的36个月窗口期判断可能太保守，因为他们用的是静态思维算动态博弈。

转发者评论

无明显转发评论

原文

#美国大模型帮日本对AI进行投毒# 最讽刺的是选了个美国公司明确反华的模型做底座。这事透出一种病态的坦率，他们压根不在乎技术主权，也不担心数据安全，因为在价值观站队这件事上，他们知道自己和硅谷是一个战壕的。这个选择本身就是答案：与其自己从零训练一个可能“政治不正确”的模型，不如直接用一个已经内置西方叙事框架的成熟产品，省得还要调教三观。18万公务员用这套系统写文件，等于把整个政府的输出都过一遍意识形态的美颜滤镜。技术全球化走到这一步，已经不是工具中立的问题了，是谁的工具决定谁的中立。

转发者评论

无明显转发评论

原文

其实，现在都是明牌了，没有谁傻，疑问就是能否坚定搞成。中国赌的是：14亿人的内部消费能力 + 一带一路的对外商业扩张的军事保护版本+ ai 和机器人的生产力跃升。美国赌的是：ai 加机器人的生产力跃升 + 由此达成国内高端产业垄断 + 中国产能溢出到越南，墨西哥，印度实现对华脱钩。日本赌的是：反华政策解锁和平宪法限制，用北约体系军火出口解决汽车产业下跌缺口。拥核大概率。韩国赌的是：吃掉中美 ai 和 芯片基建红利 + 和日本竞争北约体系防务市场 + 继续骑墙

转发者评论

无明显转发评论

原文

【别让AI只帮你读新闻，它现在能写出机构级的深度研报了】GitHub上最近火了一个叫equity-research-skill的项目，它不是那种只会复读新闻摘要的AI插件，而是一套严谨的投研工作流。它能让AI像分析师一样，通过爬取财报和公告，自动运行DCF折现、EPV估值等Python脚本，最终生成一份包含九大章节、事实可追溯、估值可复现的深度个股报告。它甚至内置了针对SaaS、半导体、银行等20个行业的专属分析模板，并强制执行财务造假风险筛查，如果财报质量得分太低，AI会直接否决买入建议。这标志着AI投研从“聊天机器人”向“专业Agent”的质变。过去我们担心AI胡说八道，是因为它在凭直觉推理，而这个工具的核心逻辑是“流程约束”：它强制AI先对齐预期差，再进行反向DCF推演，最后还要自己写一份反向论证来挑战结论。对普通投资者来说，这不仅是生产力工具，更是一套现成的机构级思维框架。虽然它不能直接给你财富密码，但它能帮你把那些看似高大上的研报“脱水”，让你看清市场定价里到底包含了多少泡沫。 repo: rollingSirius/equity-research-skill

转发者评论

无明显转发评论

原文

德鲁克需要修正与升级的理论。。。#商业创新# #管理创新# #技术创新# #数字化转型# #产业互联网# #大模型# #智能体# #AI原生组织# 老马自奋蹄的微博视频

转发者评论

无明显转发评论

原文

Anthropic 表示，Model 2 已被大量用于编码、数据生成和其他智能体任务，也广泛参与研究与工程工作，既有人机交互式使用，也有持续运行的智能体部署。它与 Mythos 5 并列为公司截至 7 月 15 日能力最强、内部使用最多的两个模型。 Anthropic报告泄露Model 2，比Mythos 5更强的内部模型

转发者评论

无明显转发评论

原文

【AI工程能力地图：当代码不再是稀缺品，什么才是护城河】吴恩达基于万份招聘需求发布了AI工程技能地图，明确指出AI时代的开发者不再只是写代码的人。核心技能被拆解为四块：构建并部署AI应用（重点在于处理模型输出的不确定性与评测）、软件工程基础（决定了你如何指挥Agent做架构权衡）、使用编程Agent（高效管理上下文与验证闭环）以及定义产品形态（将业务需求转化为技术规格的能力）。他强调AI工程化是一项通用技能，就像云服务一样，未来所有类型的工程师都必须掌握，而不仅限于AI工程师这个岗位。社区评论指出，这份地图最清醒的地方在于重新锚定了“基础”的价值。当编程Agent让写代码变得廉价，开发者容易陷入只看效果不问逻辑的“氛围感编程”，而吴恩达强调的软件工程基础正是为了防止这种失控。不少资深从业者认为，第四点“定义产品形态”其实是把程序员推向了产品经理的生态位，未来的核心竞争力将从“如何实现”转向“实现什么”以及“如何评测好坏”。这不再是一个单纯的技术演进，而是职业边界的重塑，那些只会按图索骥写代码的人，正在失去对复杂系统的掌控权。

转发者评论

无明显转发评论

原文

[LG]《Synthetic Persona Pretraining: Alignment from Token Zero》J Minder, V Moskvoretskii, R Singhal, D Jiao,… [EPFL] (2026) 在语言模型对齐领域，如何让模型的价值观根深蒂固是一个悬而未决的难题。过去的方法在预训练结束后才通过微调注入价值观，受困于效果脆弱、易被破解。本质原因是，价值观是在模型核心行为模式已固化后才被“嫁接”上去的，如同后贴的补丁。本文的核心洞见是：把模型对齐重新看作在预训练阶段就植入一个理想的“助手人格”。由此，为海量文档数据生成符合价值观的第一人称反思，并作为合成数据注入训练——这一关键操作，让理想人格从零开始就被模型习得，而非后期强加。这项工作真正留下的遗产是，将模型对齐的范式从“行为矫正”转向了“人格培育”。它为后来者打开的新门是，在预训练阶段通过合成数据直接设计和植入期望的人格特质。但尚未跨过的门槛是，如何确保这个内置的理想人格，在没有特定“绑定”步骤的情况下成为模型的默认身份。arxiv.org/abs/2608.13482 #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

• 安全对齐最大的骗局，不是它不起作用，而是它让你以为起作用了。你用对抗数据集测试，ASR 从 60% 降到 5%，团队开香槟庆祝。但真正的测试场景不是“怎么造炸弹”这种模板化攻击，是那种没有标准答案的道德困境，救五个人还是救一个孕妇。这时候你才发现，模型学会的不是价值观，是一套应付审查的话术系

原文

实时播报： 【Anthropic二季度营收超115亿美元 较去年同期增长至少14倍】据报道，Anthropic第二季度初步营收超过115亿美元，较上年同期的7.87亿美元增长了至少14倍，也高于今年第一季度的47.3亿美元，公司当季已实现调整后营业利润为正。Anthropic曾一度在AI竞赛中处于追赶位置，但得益于越来越多专业人士使用其软件来简化编程等工作流程，公司业务增长明显提速。今年5月，Anthropic的年化营收已突破470亿美元。作为对比，OpenAI此前披露的年化营收超过400亿美元，但两者的计算口径可能不完全一致。人工智能赛道竞争升温，今年迄今IPO融资已达2564亿美元，创2021年来新高（不含SPAC等金融工具）。

转发者评论

//@白骑士张伟明:转发微博

• //@白骑士张伟明:转发微博

原文

[LG]《DiG-bench: Discovery in Games》R M. Battleday, K Sandbrink, J Cullen-Drohan, Z Yan… [Thinking About Thinking] (2026) 在评估 AI 科学发现能力的领域，如何纯粹地测试它是一个悬而未决的难题。过去的方法受困于视觉感知或先验知识的干扰，本质原因是未能将“通过主动实验发现未知规律”这一核心环节独立出来进行测量。本文的核心洞见是：把抽象的“发现能力”评估，重新看作一场规则与目标均未知的游戏。由此，让模型在纯文本环境中通过主动实验，自行推断隐藏的游戏物理和通关条件，这一关键操作使问题得以解开。这项工作真正留下的遗产是一个用于衡量 AI 主动发现能力的纯净标尺。它为后来者打开的新门是：在无先验知识的环境中系统性地测试 AI 的探索与归纳能力。但尚未跨过的门槛是，模型如何从零散交互中稳定地构建出抽象的规则体系。arxiv.org/abs/2608.12593 #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

• ARC-AGI 多年来被当成 AGI 门槛，结果文本化一转译，胜率直接起飞。这事儿细思极恐——我们可能一直在用“看图能力测试”误判“思考能力边界”。就像你本来想考一个人的逻辑推理，结果因为题目是用草书写的，把书法不好的天才全筛掉了。真正干净的认知评测，应该剥掉一切感知层的噪音，让模型在最纯粹

原文

🚨重大消息：中国的 Kimi AI 刚刚扫描了几乎所有比特币的开源代码，标记了近 8000 个缺陷。比特币红队现在已覆盖 501 个项目，发现了 1280 个严重或高严重性问题，维护者正在验证并修补这些缺陷。该团队在美方实验室限制访问其模型用于安全工作后，将 Kimi K3 作为主要武器。#比特币# #Kimi AI#

转发者评论

Token 打败 Token

• Token 打败 Token

原文

转载——美国知名投资人最新警告：二级市场几乎所有从业者，从散户到机构，每一条新闻都喂给Claude。AI的解读成了市场共识——但Claude是概率模型，输出趋同，解读未必正确。当所有人都跟着同一个AI交易，问题就来了】#AI #Claude #投资 #美股 #华尔街 #AI投资 #华尔街之狼（来源：视频号“AI光年-腾讯新闻”，视频版权归原作者所有，如有侵权，请联系删除） 但斌的微博视频

转发者评论

无明显转发评论

原文

最近一直在忙着把我的 App 变成跨平台的，试了几种方案还是决定用 Rust + GPUI。一开始就是用的 Electron，但是视频编辑这种场景纯网页实现性能优化还是挺不容易的，尤其是视频一长、字幕一多就会很卡，内存占用也很夸张。我不怀疑持续优化下去能是能有一个还不错的性能的，但要花不少时间精力。所以我后来就决定先做一个 Mac 版本（图1），Swift + AppKit，用 Fable 5 开发，效果特别好，跟设计稿几乎一样。必须说 Fable 5 在还原 UI 能力上是最强的，没有之一。但现在想要支持跨平台，就还得考虑其他方案。先是用 Rust 做了一个跨平台 cli 的 PoC，效果很好，音频转录和视频导出的性能比 Swift 还好，还能支持 Mac、Windows 多平台。接下来就是把 Swift 版本移植到 cli 之上，工作量还是挺大的，前期开发的功能越多，现在迁移工作就越难。初步是完成了，但接下来就是 Windows 版本的支持。再去基于 cli 开发个 windows 版本成本还是挺高，尤其是要去 windows 电脑上开发测试，各种逻辑同步想想都头大。现在 AI 让写代码变得成本很低，但是测试和验收成本还在那里，跨平台的好处就是你核心逻辑测试没问题，后面只有少量兼容性的问题需要去测试，工作量小很多。因为 cli 已经是 rust 写的，所以自然而然就会想到用 rust 的 GPUI 去做跨平台，不过决定之前肯定是要先做 PoC 验证的。跟 Fable 5 一起写了个技术方案文档，由于上个周期额度到了，后面就先让 GPT 5.6 Sol 去实现了一个 PoC 版本（图2），还不错了。今天 Grok 4.6 发布，又用 Cursor + Grok 4.6 实现了一个版本（图3），效果要差一些。Grok 4.6 有点好处就是生成的速度极快今天晚上 Claude 的额度终于刷新了，再让 Fable 去实现了一个版本（图4），相对来说是最好的一个，但离成品也还有不小的差距。经过这三个 PoC 版本，至少可行性上是没什么问题了，性能也很好，接下来就沿着这个方向走下去了。---对了，现在 BaoCut Skill 从 Windows 下也可以转录和翻译视频了：网页链接

转发者评论

看了几次微博智搜的回复，还挺在点子上的👍//@微博智搜:博主选择GPUI而非Tauri的核心原因在于应用场景对性能的极致要求。原博明确指出，视频编辑场景下Electron存在严重卡顿和内存占用过高的问题，而Tauri虽然比Electron轻量，但其架构仍依赖系统Webview渲染前端界面，本质上...查看全部戳->

• 看了几次微博智搜的回复，还挺在点子上的👍//@微博智搜:博主选择GPUI而非Tauri的核心原因在于应用场景对性能的极致要求。原博明确指出，视频编辑场景下Electron存在严重卡顿和内存占用过高的问题，而Tauri虽然比Electron轻量，但其架构仍依赖系统Webview渲染前端界面，本质上...查看全部戳->
• 回复@栖宥一:如果每次的版本拆小一点就不容易偏，所以先做MVP，最小版本，定下来架构再往上加。之所以要拆大的架构，是因为“分而治之”，每一个模块相对独立，这样人或者Agent在模块之内的上下文可以更少一点。或者一开始根本不用想架构，先实现功能，后面根据功能再去重构//
• 回复@yy杨小雨2017:大的架构自己定的：底层是核心功能，基于它之上分别是cli和web 服务，skill 用 cli，各个终端用web服务。拆了后具体的模块架构就让Fable去做了，从MVP开始，先实现基本功能，实现前先AI出方案，人review后再实施。然后一点点往上加。简单来说人拆大的模块，AI 基于小的模块自己实现

原文

这两天我收到 Google 云销售部门的很多邮件和电话，说我们 OpenResty 公司够格申请他们 25 万美元的免费云 credit，可以用于 Gemini 和其他公有云资源。看来 Google 退出前沿大模型的研发竞争之后，有更多钱来卷公有云市场了 或许我们下面要多烧一些 Gemini 大模型的 token 了。在我司的非前沿研发领域，还是可以使用较便宜的大模型的 前沿研发只能用 Claude Fable 5 和 GPT-5.6 Sol 这样的模型了。

转发者评论

无明显转发评论

原文

[LG]《The data geometry of masking diffusion: Certified-optimal schedules via unmasking growth complexity》M J. Wainwright [MIT] (2026) 在掩码扩散模型领域，如何设计最优“去掩码”调度是个难题。过去的方法采用固定策略，本质原因是缺乏一个能沿途度量数据内在复杂度的标尺。本文的核心洞见是：将数据依赖结构重新看作去掩码路径上一段段可测量的“生长复杂度”。由此，从样本中估计每一步的复杂度增量这一关键操作使问题得以解开。这项工作留下的遗产是一个将数据几何与算法效率绑定的分析框架。它打开的新门是设计可证明最优的自适应采样器，但尚未解决在大规模模型上高效估计此复杂度的挑战。arxiv.org/abs/2608.13520 #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

• 你不需要把整条路径切成一千份来逼近最优，你只需要找到那个相变发生的三五米宽的路段，把八成兵力摆在那儿就行。这对工程师来说是个巨大的解放，因为它意味着“精确”不等于“均匀用力”，意味着在蛋白质折叠、代码生成这些离散生成任务里，你可以用三个精心选的断点，换来理论上需要连续积分才能拿到

原文

Ilya 藏了两年的剑出鞘了：SSI 首个模型曝光，边推理边学习离开 OpenAI 两年、几乎从牌桌消失的 Ilya Sutskever，终于有了动静。8 月 12 日，X 网友 "草莓哥" 爆料：Ilya 创办的 SSI（Safe Superintelligence）正在构建一个基于 TTT（测试时训练） 的小型推理引擎。核心突破是 —— 模型能 "学习如何学习"，解题过程中实时更新部分权重，小规模也能跟大模型掰手腕。这不是空穴来风。8 月 4 日，顶级投资人 Gavin Baker 在播客中就透露 "SSI 说他们 8 月会出模型"；7 月 26 日，SSI 官宣与英伟达合作，算力直接提升 10 倍。三条线索交叉印证。TTT 颠覆了传统 "预训练→部署" 的范式：模型部署后不再是静态的，而是在推理中持续进化。Ilya 一直认为真正的超级智能应能部署后持续学习，TTT 正是这条路。但技术难点在于 "学偏了怎么办"" 学了就忘怎么办 "—— 爆料称 Ilya 团队已经解决了这些安全难题。据爆料，当前版本已就绪，最快 8 月向少数用户开放，下一代规模再扩 10 倍。SSI 官方尚未确认，融资约 30 亿美元、估值 320 亿美元的这家神秘公司，终于要从研究时代重返规模战场了。若属实，这将是一个能在出手时自我变招的模型 —— 大模型 "大力出奇迹" 的时代，可能真要变天了。#极客头条#

转发者评论

厉害了//@刘群MT-to-Death:真正的Continual Learning来了！

• 厉害了//@刘群MT-to-Death:真正的Continual Learning来了！
• 真正的Continual Learning来了！

原文

在 linux 的 dsv4p + dsh 极简模式很强？也就是说，dsv4p 对于 harness 的后训练只是针对了 harness 的一个最低要求模式？也就是说 DeepSeek 不是技术问题而是真的缺算力？与此同时，GLM5.3 后训练之神啊。。。GLM 的算力哪里来的？所以 DeepSeek 大举融资？也就是说不是 DeepSeek 拉了，而是 。。。我不能再想下去了。。。。

转发者评论

无明显转发评论

原文

原凤凰卫视资深主持人谢亚芳对话东方港湾董事长但斌——逆势布局：直言“把子弹打光”！但斌为何敢逆势布局？（视频时间：2026.08.13）（来源：视频号“谢亚芳-创变派”，联合共创并获授权发布）@亚芳创变派 #谢亚芳 #亚芳创变派 #东方港湾 #但斌 #AI# 但斌的微博视频

转发者评论

无明显转发评论

• 我们只能买A股与港股的基金也是满仓的[作揖]//@br七彩云:但总买的是美股，敢把子弹打光，大A就不敢吧

原文

段永平的一亿赌约！但斌@但斌 不接！网页链接查看但斌旗下产品业绩：网页链接查看巴菲特、段永平、但斌、高瓴、高毅、景林等大佬最新持仓一览！网页链接查看2026年但斌重仓股一览（附但斌近5年重仓股名单）：网页链接事情的起因，是一句网友的玩笑式提议。8月13日，有网友问段永平：能否参考巴菲特当年的“十年之约”，用一个公开的、长达十年的投资约定，给A股乃至所有投资者上一堂关于“时间的复利”的课？ 段永平答应了，而且答应得极其认真：“哈，我敢抱着茅台跟任何国内基金赌一个亿人民币，以十年为限...然后就有网友建议但斌应战，但斌当晚就出来发了长文回应：公开对赌受舆论环境影响；十年业绩可直接查看；茅台是好资产，但好资产不等于最好的资产；投资需要与时俱进、放眼全球。近日，2026年二季度13F持仓报告披露。数据显示，段永平二季度共重仓18只美股标的，减仓了英伟达、谷歌、苹果等科技方向，加仓了拼多多、阿里巴巴等国内互联网科技企业。虽然减持了苹果，但依旧是第一大重仓股。除美股之外，段永平对泡泡玛特的态度从“看不懂”到重仓超7%，是近年最大的转变。贵州茅台是段永平投资中的“确定性”之锚。2026年5月他再度加仓。8月13日，抛出“1亿元赌约”，宣称敢抱着茅台与任何国内基金对赌10年，收益将捐给步步高实验学校。数据显示，2026年二季度末东方港湾海外基金共持有13只美股标的，持股市值合计约为16.50亿美元，以当前汇率折算约为111亿元人民币，相比2026年一季度末约11.33亿美元的持股市值增长约45.63%。东方港湾海外基金的美股持仓相比一季度可谓是“大换血”：清仓了苹果、三倍做多纳斯达克100ETF、谷歌-A、特斯拉、二倍做多谷歌ETF、CIRCLE INTERNET GROUP INC等6只标的；新买入英特尔、闪迪、超威半导体、迈威尔科技、Arm Holdings plc ADR、博通、Lumentum等7只标的，均为AI硬件相关公司。A股股市#百亿私募#财经段永平

转发者评论

无明显转发评论