微博 AI 观察博客

原文

GPT-6 Astra 来了，Greg 说“欢迎来到 AGI 时代”OpenAI 今天（9 月 3 日）发布 GPT-6 Astra，自称“世界上最聪明、对齐最好的模型”。总裁 Greg Brockman 在发布前的媒体沟通会上说得：他个人认为 OpenAI 已经做到了 AGI，“未来回头看，可能就是这个模型”。先说大家最关心的问题：什么时候能用、多少钱。首批只开放给 OpenAI 网络安全项目 Daybreak 的少数机构，未来几天陆续推送到 ChatGPT Plus、Pro、Business、Enterprise 用户，以及 API 和 AWS Bedrock。用量包含在现有订阅额度里，用完可以买额外积分。企业版默认关闭，需要管理员手动打开。API 模型名 gpt-6-astra，每百万输入 Token 10 美元，输出 50 美元，和 Anthropic 的 Claude Fable 5.1 定价完全一样，是 GPT-5.6 Sol 促销价的 2.5 倍。另有 Fast 模式，速度最高 2.5 倍，价格翻倍。【1】主打的是替你操作电脑Astra 这次最强调的能力是电脑操作（computer use），也就是模型自己控制屏幕、点鼠标、填表单、在真实软件里干活。Brockman 的原话是“人在电脑上能做的，Astra 基本都能做”。OpenAI 给的场景很具体：填网页表单、更新 CRM 客户记录、整理日历、在邮件或文档编辑器里写研究摘要、分析科学数据并画图、建网站并跑前端测试、安装软件并排查屏幕上出现的报错。演示视频里还有它在 KiCad 里做 PCB 电路板布线，在 Blender 里建房子模型再导入虚幻引擎 5 变成可行走场景。速度是另一个重点。在 OSWorld 2.0 的延迟模拟里，Astra 完成一个任务约 40 分钟，得分 72.6%，GPT-5.6 Sol 要 75 分钟，得分 65.7%。配合更新后的 Codex 框架，Mind2Web 上的任务完成速度是 Sol 的 1.9 倍。办公场景上，OpenAI 说 Astra 是它目前最擅长"按模板做 PPT"的模型，能沿用公司现有模板的排版和语气，做出来的文档、表格、幻灯片直接能用，而且学会了只把相关信息放进产出物，不再把无关内容一股脑塞进去。【2】编程：多数基准领先，但不是全面碾压OpenAI 称 Astra 是“迄今为止最好的软件工程模型”。Terminal-Bench 4.0 得分 57.7%，Claude Fable 5.1 是 55.8%，GPT-5.6 Sol 只有 37.3%。OpenAI 还强调单任务 API 成本比 Fable 5.1 低约 63%。但看 OpenAI 自己贴的完整表格，情况没那么一边倒。DeepSWE v1.1 上 Astra 74.1%，Claude O…

转发者评论

无明显转发评论

• 10w块GPU [并不简单]
• 厉害了、重新定义了 AGI ？

原文

Google关于Harness Engineering的综述pdf2026年AI工程的核心公式：Agent = Model + Harness。一份汇总了 Google、OpenAI、Anthropic、LangChain 和 Cursor 工程师实践的综合文档揭示了为什么 95% 的企业 AI Agent 不能成功上线——不是模型不够强，而是缺了一个叫「harness engineering」的东西。1. 从 Prompt 到 Context 再到 Harness，三段式的进化2023 到 2024 年在优化 prompt：措辞、例子、思维链。2025 年在设计上下文系统：RAG、MCP、记忆、检索。到了 2026 年初，从业者汇聚到了一个更高层级的方法——Harness Engineering。每个阶段都包含了前一个阶段的要点。一个 harness 包含上下文管道和 prompt，同时还包含验证机制、权限控制、可观测性和状态持久化。Prompt engineering 决定模型说什么，context engineering 决定模型看到什么，而 harness engineering 决定模型能做什么、失败后发生什么、什么叫成功完成。2.换 harness 比换模型带来的提升更大1）把 Claude Sonnet 4.5 放到 GAIA 基准上测试，最小 harness 下得分 30.91%，升级生产级 harness 后得分为 74.55%。同样的模型，纯靠换 harness 提升了 43.64 分——比大多数相邻代际的模型升级带来的差距还要大。2）LangChain 团队把编码 Agent 在 Terminal Bench 上的排名从第 30 位提升到第 5 位，没有更换模型。提升完全来自 harness 优化：更好的 guide 规则、更紧密的传感器循环、改进了错误恢复和工具配置。3）安全研究员在一个下午改了 16 个不同 LLM 的工具调用格式和编辑方式，几乎所有模型的分数都有改善。没有微调、没有重训、没有替换模型。保持模型固定，只换 harness——这个变量就能产生堪比模型升级的效果。3.六层架构：构成完整 harness 的基础设施一个无人值守运行的 Agent，最少需要六层结构。每一层解决一个特定的问题。第一层是 Guides（引导），即执行前的前置控制。核心文件是 AGENTS.md、CLAUDE.md、.cursorrules。每一行代表一次过去失败的修复方案。Mitchell Hashimoto 的做法是把 Agent 犯错的每一个 case 逐行写入 guide，每个 entry 对应一个具体的错误。Guide 应该包含可执行的行动和可观察的标准，而不是口号——用 lint 命令和测试命令代替「写好代码」这种空话。这里有一个关键…

转发者评论

无明显转发评论

原文

OpenAI 刚刚发布了 GPT-6，代号 Astra。这次训练规模史无前例，在得克萨斯州的 Stargate 数据中心调用了超过 10 万块 GPU。发布会最后，OpenAI 总裁 Greg Brockman 说出了那句话："欢迎来到 AGI 时代。" 他的意思是，如果几年后有人追问 AGI 究竟从哪一天开始，答案很可能就是今天。这次发布最核心的变化，是 GPT-6 Astra 已经从「回答问题」升级成了「直接完成工作」。以前用 AI，你还得把它的回答复制出来，自己去软件里操作。Astra 直接跳过这一步，它能自己打开浏览器、进入专业软件，帮你画电路板、建 3D 模型、写代码、做游戏，最后交给你一个可以直接用的成品。找儿科医生这件事，人工搜索要花将近 5 个小时，Astra 用了不到 3 分钟。法律平台 Legora 让它一口气核查 41 份财务文件，4 处预先埋入的错误一个没漏。游戏公司 Playco 让它直接进 Unity 做游戏原型，人工修补的工作量减少了一半。跑分层面，数字更是让人瞠目结舌。ARC-AGI-3 这项专门考察模型面对陌生环境的推理测试，上一代 GPT-5.6 Sol 得了 7.8%，Astra 直接打到 99.9%。高难数学测试 FrontierMath Tier 4 v2 得了 97.6%，漏洞利用测试 ExploitBench 直接满分 100%。说到安全，Astra 是 OpenAI 第一个达到「关键网络安全能力」门槛的模型，测试期间它自主发现了两个此前没人知道的 V8 零日漏洞。OpenAI 表示，最强的相关能力不会完整开放给所有用户。还有一个值得关注的细节：Astra 的训练过程里，上一代模型已经开始承担生成数据、检查输出、发现训练异常等工作。AI 训练 AI 的循环正在悄悄转起来。价格方面，Astra 的 API 定价是上一代 Sol 的 2.5 倍。Brockman 对此的回应是：用「每百万 Token 多少钱」来衡量 AI 成本，这个思路本身已经过时了。真正的问题是完成一项完整任务要花多少钱。Astra 单价贵，但能一次把事情做对、减少反复，算下来总成本未必更高。当然，这次发布也不是没有隐忧。Astra 在行为上更守规矩，越权操作测试里得了 0%，但它的思考过程却比上一代更难被人看懂，推理越来越往模型内部「藏」，外部已经很难追踪它为什么做出某个判断。OpenAI 首席科学家直接把「模型可监控性」列为未来 Scaling 面临的重要挑战之一。对做 AI 应用的团队来说，这次发布传递的信号很清楚：靠堆 Prompt 和固定流程建起来的壁垒，会越来越脆。接下来真正有价值的，是你对任务的定义能力、你手里的真实数据，以及你能不能清楚说出什么叫「做好了」。#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

#模型时代##gpt6正式发布# Sam Altman：谈 GPT-6 Astra 是通向AGI的早期一步，OpenAI是在一个跨越数十年的时间框架上做决策的公司Bloomberg昨晚OpenAI 发布 GPT-6 Astra后第一个采访到了Sam Altman，帮大家做了一个整理。先大致说一下GPT-6。这是该公司历史上第一个在其安全准备框架（Preparedness Framework）下触发网络安全“关键”（Critical）阈值的模型，意味着 Astra 具备在无需人类逐步指导的情况下，独立发现并利用此前未知的安全漏洞的能力。但是，和Anthropic的Mythos的一样，现在发不出来的，都不是原始版本，OpenAI目前还是有限开放。但是，但是：从今天起，如果用户在付费 ChatGPT 计划中无法访问 Astra，OpenAI每天提供一次重置！OpenAI 总裁 Greg Brockman 在媒体吹风会上宣布：“欢迎来到 AGI 时代。”OpenAI 章程对 AGI 的定义是“在大多数具有经济价值的工作中超越人类的高度自主系统”。所以，能用电脑，就能创造经济价值，我想应该是这个定义吧。很多年前，有一句话是，你不知道互联网那一边是不是一条狗，现在你可以说，不知道互联网那一边使用电脑的是不是一个AI。回到常规测试指标。编程是 Astra 进步最明显的方向。第三方评测机构 Artificial Analysis 的独立测试显示，Astra 的编程任务表现追平了 Anthropic 当前最强模型 Fable 5。但是成本低，完成同样任务的成本不到后者的一半。Astra 完成编程任务消耗的 token 仅为前代旗舰 GPT-5.6 Sol 的约三分之一。API 定价为每百万输入 token 10美元、输出50美元，是 Sol 的2.5倍。在编程场景中，token 效率的提升足以覆盖涨价；但在通用任务上，单次成本仍比上一代高出约75%。通用智能的测试比较两极化。在 Artificial Analysis 的智能指数中，Astra 与 Sol 持平，低于 Fable 5.1。而衡量抽象推理能力的 ARC-AGI-3 则呈现极大方差：OpenAI 使用自建测试框架跑出了99.9%，换用标准框架后降至62.7%，同一模型在不同测试条件下的表现相差悬殊。幻觉率是一个确定性更强的亮点，从92%降至51%，接近减半，且未以准确率下降为代价。这个对于写作研究是极大利好。Astra 采用分阶段推出：首先面向 Daybreak 计划中的受信任企业用户，随后数日内扩展至 ChatGPT Plus、Pro、Business、Enterprise 订阅用户以及 OpenAI API 和亚马逊云服务。最先进的网络安全功能仅对经过验证的防御性用户开放。发布前一天，OpenAI CEO S…

转发者评论

无明显转发评论

原文

OpenAI 的 Astra 宣传片，以一段 1979 年的 MIT 实验录像开场：一个人坐在大屏幕前，抬手指向屏幕，说：“在那里画一个黄色圆圈。”这是经典的 “Put-That-There”实验。它把语音和手势结合起来，让电脑理解“把那个放到那里”这样的日常表达。当时，研究者就已在探索如何让人与电脑自然交流。47 年后，影片中的用户再次要求画一个黄色圆圈，随后让 Astra 把它变成火箭舷窗、三维模型，最终生成可供 3D 打印的文件。这个圆圈串起了两个时代，也呼应了一个延续至今的愿望：说出想法，让电脑帮你把它做出来。 宝玉xp的微博视频

转发者评论

无明显转发评论

• 现在 AI 确实能做到这些了，但是暂时还不会太好用。因为 ① 速度 ② Token [允悲] //@来去之间:转发微博

原文

今天，人类正式进入AGI时代！就在刚刚，OpenAI重磅官宣下一代旗舰模型#GPT-6Astra# 。官方将其定义为，「世界上最智能、对齐程度最高」的模型。它在计算机使用、浏览、软件工程、网络安全、科学和专业工作领域，全部刷新SOTA。发布会上，总裁Greg Brockman更是毫不掩饰地宣布——OpenAI已经实现了AGI！Welcome to the AGI era（欢迎来到AGI时代）！他更是直言，「在我看来，世界正式步入AGI时代，也就是AI的综合智力彻底碾压人类了」。全人类苦等已久的AGI时刻，终于在今天彻底降临！从5到6，GPT-6 Astra不仅是版本号的一次跨越，更是OpenAI史上最具里程碑意义的跃迁。直接划重点，GPT-6 Astra终极杀手锏全在这儿了—— 各项天花板级基准彻底被「打爆」：FrontierMath Tier 4得分97.6%（逼近98%饱和线），ARC-AGI-3飙出惊人的99.9%，ExploitBench漏洞利用拿下100%满分； 「计算机使用」代际飞跃：Astra可以完成你在电脑上能做的任何事，速度飞快； 训练史上最大算力：GPT-6 Astra爆出动用了OpenAI迄今为止最大算力，超10万块GPU； AI亲自训练AI：这是OpenAI首款在「训练监督」中由先前AI模型发挥重要作用的模型； 价格：输入10美元每百万Token，输出50美元每百万Token。一点小遗憾，GPT-6 Astra还得再等等。

转发者评论

无明显转发评论

原文

# GPT-6 来了，但真正值得关注的不是那句"AGI 时代"OpenAI 正式发布 GPT-6 Astra ，但是，在发布会快结束时，总裁 Greg Brockman 说了一句话：“Welcome to the AGI era.”这句话随即引爆了整个互联网。有人激动，有人嗤之以鼻，有人开始争论 AGI 的定义。但我觉得，这场争论本身其实是一个陷阱。争 AGI 到底算不算实现了，本质上是在争一个没有公认标准的哲学问题。真正值得我们花时间想清楚的，是 OpenAI 这次实际上交出了什么，以及它对我们意味着什么。## 它不再是一个聊天工具了要理解 GPT-6 Astra 的变化，先要理解过去几年我们怎么用大模型。大多数人的用法是：提问，得到一段文字，然后自己去执行。AI 是一个能说会道的助手，但动手的还是人。你让它帮你搜儿科医生，它给你一份建议清单，你自己一个个去核实、去打电话、去预约。Astra 把这件事给换了。它的核心能力叫 Computer Use，通俗说就是它能自己操作电脑。它的口号是：凡是您在电脑上能做的，Astra 都能帮您做。打开浏览器、进软件、填表格、点按钮，它不等你来执行，它直接替你做。同样是找儿科医生，人工完成这件事平均需要接近 5 个小时，Astra 用了不到 3 分钟。法律 AI 平台 Legora 用它一次性核查了 41 份财务文件，预先埋入的 4 处错误一个没漏。游戏公司 Playco 让它进 Unity 和 Godot 直接开发游戏原型，人工修补的工作量少了一半。这不是“回答得更准了”，这是交付形式变了。过去模型输出文字，现在模型输出结果。这个区别比听起来要大得多。过去十年，我们花了大量时间讨论怎么跟 AI 对话、怎么写 Prompt、怎么把它的输出转化成行动。这些问题不是消失了，而是被推到了一个新的位置，因为模型现在自己能完成转化这一步。## 跑分可以忽视，但有几个数字不一样发布会放出的跑分很多，我知道大家看多了会麻木。不过有几个数字还是值得单独说一下。ARC-AGI-3 这个测试，专门考察模型面对从未见过的规则时能不能自己摸索出来。上一代 GPT-5.6 Sol 的得分是 7.8%，Astra 是 99.9%。这不是进步了一截，这几乎是两个量级的跳跃。高难数学测试 FrontierMath Tier 4 v2 达到 97.6%，漏洞利用测试 ExploitBench 满分。更让我觉得有实质意义的，是 Astra 参与了两项真正的数学研究突破。关于素数间隔的一个经典问题，此前十多年最好的结果是证明存在无穷多对间距不超过 246 的素数，Astra 帮助把这个上界推到了 186。另一项是改进了一个 80 多年没有被动过的大素数间隙结果。这两件事说明的不是 Astra 能考高分，而是它已经可以作为一个有效的科研协作者出现在数学前沿，…

转发者评论

无明显转发评论

• 大家都熬夜发文，我这个注重养生的不合格的 AI 博主，只能早上给大家更新了。

原文

多年来一直困扰我的一个问题是：我们能否使用普通的、并非专门为机器人训练的多模态大语言模型（LLM）来完成VLA和WAM试图实现的机器人高层次智能部分？在我看来，最近开源多模态LLM的强大爆发，已经开始让这一点成为可能，这既得益于其智能水平，也得益于其速度。这是GLM 5.3 Flash，它具备视觉理解能力，但根本不是作为VLA/VLM/WAM/机器人模型设计的，却控制着一个带有手臂和夹爪的XGO mini轮式机器人四足机器人。GLM 5.3F只是简单地访问了机器人的高级SDK，用于控制运动、手臂关节、开合夹爪……等等。它自行分析相机帧并进行调整，以解决任务。这里没有任何训练，没有针对此任务进行微调。Z AI并没有为机器人制作这个模型，老实说，当我和他们讨论时，我觉得他们对这个能奏效感到惊讶！这也与DSV4F + 一个具备视觉能力的模型如Qwen 3.8 27B配合得相当好。我还没有尝试单纯使用Qwen 3.8 27B，但我想它也能行。我喜欢“逻辑”部分使用尽可能快的模型（但仍保持智能）。DSV4F还有一个实验性的视觉版本，我相信那也能行，甚至可能更好，因为使用这个模型的完整循环可能整体最快。你可能会好奇的一个显而易见的问题是：那为什么不使用VLA或VLM呢？机器人领域的难点不是物体检测，那早已解决。这也不是步态/运动的解决方案……至少目前不是，但我其实并不觉得这遥不可及，我过去在这个领域用LLM做过一些实验，它确实显示出潜力。对于四足机器人来说，这可能已经实现了，因为你不需要超快的IMU读数来维持平衡。我还尝试过许多更大、更通用的VLA，这些模型理论上能与热门机器人配合，但老实说，有太多边缘情况让事情变得棘手且无法正常工作。你必须把相机、光线、任务，一切都*调到刚刚好*，否则演示就会失败。这正是当前机器人领域的真正难点：智能、逻辑，以及针对现实世界所有不完美之处的规划。我训练过VLA。它们超级挑剔，你总会遇到sim2real问题，尤其是相机相关的问题。你还必须在模拟器中构建整个训练管道，而且即使一切顺利，你也只是花了数周时间得到一个只会做这一单件事的机器人。如果你使用遥控操作，这能克服“2real”问题，但现在你需要费力收集遥控数据，而且它只擅长那个特定任务和那个特定机器人。有越来越多以自我为中心的训练数据用于“通用”VLA和世界动作模型（针对人形形态），但我真的开始好奇：为什么非要这样呢？我觉得我们可能完全绕过这个研究领域。我不需要任何训练数据或特殊环境，就能让这个四足机器人和手臂完成我想要的任务。这个特定的四足机器人和手臂在现实中甚至还不存在，它是一家公司在Kickstarter上推出的一款演示构建，所以不像这个机器人的数据在LLM中真正存在到任何程度。我觉得这超级酷，能奏效让我很兴奋，我想看看能把它推到多远。另外，这标志着我第一次终于找到了一个通用解…

转发者评论

无明显转发评论

原文

俄罗斯初创企业 Mostik（桥）利用菲尔兹奖得主Smirnov等数学家成果，实现AI模型间通过权重直接“心灵感应”通信，无需文本交换，大幅提升效率。测试中，GLM-5.2（753B）与 Qwen-3.5（4B）桥接，结果测试大概可以简单理解为，这个混合模型拥有了一个 700 B 模型一半的能力，但是，混合系统算力成本，降至原1/20 ！！！其实这也合理，只要小模型明确的知道自己擅长干什么不擅长干什么，并且和大模型的交流效率足够高，那么很多杂事小模型自己在本地就干了。。。大模型能节省大量 token。9 月份苹果将要发布的 Siri AI ，就是本地小模型 + 云端大模型的方式。如果运用了这种模型之间不通过人类语言交流的方式，那么苹果的确可能给用户提供不限量的token 。。。本来， iPhone 18 Pro/Pro Max 我们拿到后发现和 17 Pro Pro Max 不能说天差地别吧，也只能说一模一样（就差几个丝）。但是看来，iPhone 18 Pro / Pro Max 发布的真正看点是端侧 AI 和苹果用户的 Token 自由啊。。。

转发者评论

无明显转发评论

原文

#模型时代# 陶哲轩：当世最强数学家解读数学的6个核心概念这个笔记含金量就比较高了（我一般不说含金量高，当然也说了不少，但是说高的时候，一般是真高）陶哲轩是加州大学洛杉矶分校数学教授、菲尔兹奖得主，被同行称为“数学界的莫扎特”。原标题就是：The world's greatest mathematician……，所以就翻译为当时最强了。我不是数学专业人士，和几个模型确认了一下，结论是问题不大。另外，可能大家之前已经度到过，菲尔茨奖得主王虹的获奖工作和陶哲轩有直接的学术血缘。 她证明了三维Kakeya集猜想，这个问题悬了一百多年。她读了陶哲轩2014年的一篇博客文章，里面记录了陶哲轩和Nets Katz构想出来但一直没有推进的一条证明路线。她觉得这条路有希望，于是联系了Joshua Zahl，两人沿着这条路走了下去。陶哲轩本人在Kakeya问题上工作了几十年，有一个以他名字命名的相关猜想叫Bennett-Carbery-Tao multilinear Kakeya conjecture。论文出来之后，陶哲轩在Mastodon上亲自宣布了这个消息，并在博客上写了一篇详细的解读。这期Big Think长访谈围绕他即将出版的新书 Six Math Essentials 展开，他把数学拆解为6个从古至今贯穿始终的核心概念，然后用三个历史案例讲了一个更大的命题：数学为什么总能提前几十年甚至几百年为科学准备好语言？最后一部分，他给出了自己对AI介入数学研究的完整判断，包括兴奋和担忧。这本书预计2026年10月出版，是陶哲轩写给大众的第一本数学书。而就在2026年7月的国际数学家大会（ICM 2026）上，他做了一场题为“AI时代的数学”的公开演讲，系统阐述了数学界应如何回应AI工具的到来。两个月前，OpenAI宣布其模型推翻了离散几何中的Erdős单位距离猜想，引发数学界震动。所以，这期访谈可以看作陶哲轩在书和演讲之后，面向更广泛听众的一次完整表达。最后，海外很多大科学家，都会写科普著作，我觉得这是特别好的习惯，也期待国内的科学家也能多向公众做表达。当然，我也非常理解再国内做科普其实有时（甚至多数时候）是费力不讨好的。一、数学的6个核心概念1、数 （Numbers）：人类最古老的发明，至今仍是最有用的骨头上的刻痕比字母表还古老，多个文明独立发明了数。数的本质功能是把“量”和“大小”这类概念变成可携带、可传递的东西。没有数，你描述任何场景都只能用诗意的、模糊的语言，下一个转述者会把信息弄偏。数的力量在于它能脱离原始语境独立存在。一旦你有了数，你可以抽象地研究数本身，然后发现扩展数系统是自然而然的事。从自然数到负数，到分数，到无理数，到复数，每一步都源自内部逻辑的需要。减法不能总有结果，于是负数出现；除法不能总整除，于是分数出现；正数的平方根不能覆盖所有情况，于是无理数 （…

转发者评论

//@万精油微博:陶哲轩这样的大家，不但数学研究做得好，科普也写得好，类似于物理的费曼（Richard Feynman)。据说陶哲轩写第一本书的时候才15岁，有童子功。这篇介绍文章非常棒，强烈推荐对数学有兴趣的读一读，保证会有收获。收获多少依赖于懂多少。一次不够就多读几次[酷]。

• //@万精油微博:陶哲轩这样的大家，不但数学研究做得好，科普也写得好，类似于物理的费曼（Richard Feynman)。据说陶哲轩写第一本书的时候才15岁，有童子功。这篇介绍文章非常棒，强烈推荐对数学有兴趣的读一读，保证会有收获。收获多少依赖于懂多少。一次不够就多读几次[酷]。

原文

[AI]《How Fast Do Agents Rot? An Empirical Study of Long-Horizon Degradation in LLM Agents for Production Decision-Making》S Mittal [Microsoft AI] (2026) 在 LLM 智能体部署领域，长流程任务的可靠性是一个悬而未决的难题。过去的方法困于基准测试高分与现实失败的矛盾，本质原因是评估忽略了任务步数对成功率的致命影响。本文的核心洞见是：把智能体的失败重新看作一个几何衰减过程。由此，通过实验测量“单步可靠性”这一关键操作，使模糊的“不可靠”问题得以被精确量化和解开。这项工作留下的遗产是量化能力衰减的几何定律。它打开的新门是基于任务长度的“可靠性预算”，但尚未跨过的门槛是如何将单步可靠性提升至接近完美。arxiv.org/abs/2609.01660 #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

• Agent不是在复杂任务中失败，而是在任何超过十几步的任务中都会失败。关键发现是，每一步都有固定的出错概率，步数一多就像掷骰子——连对十六次的概率趋近于零。更致命的是，错误会自我强化：模型一旦走错就再也拐不回来，因为后续推理都建立在错误前提上。行业习惯删掉早期对话来省成本，恰恰砍掉了

原文

转：2026年9月4日周五读报！一切美好从❤️开始：1、工信部等十部门印发《促进中小企业发展“十五五”规划》，其中提到：①到2030年规模以上中小企业人均营业收入累计增长15%左右。②鼓励创办中小企业，带动更多耐心资本投向种子期、初创期中小企业。③高质量建设债券市场“科技板” 支持符合条件的中小企业债券融资。④设立国家中小企业发展基金二期，带动社会资本投早、投小、投长期、投硬科技。⑤开展东、中、西部和东北地区集群产业链对接 分行业推动区域间集群对口合作。⑥推动普惠算力赋能中小企业发展，降低中小企业用算成本。(财联社)2、国家疾控局卫生免疫司：监测结果显示，2025年全国学生总体近视率为49.9%，较2018年(53.6％)累计下降3.7个百分点，近五年呈连续下降态势。(新华社)3、国家电网3日晚通报，随着西藏吉隆216国道水毁路段顺利抢通，国网西藏电力抢抓施工窗口期，加强应急抢险力量，克服山体滑坡、落石频发等现场作业风险，昼夜不间断奋战，于3日20时抢通西藏吉隆口岸核心区临时供电线路，并恢复供电。(新华社)4、外交部发言人郭嘉昆3日在例行记者会上答问时表示，3日上午，中国对尼泊尔第三批紧急援助物资已经启运，第二批DNA鉴定专家同机赴尼协助工作。中方将继续根据尼方需求提供紧急援助，并开展国际救援合作。(新华社)5、9月3日，香港上诉法庭颁发判辞，正式驳回反中乱港分子陈日君、吴霭仪、何秀兰、何韵诗及许宝强就“612人道支援基金”未注册案定罪提出的上诉。(2022年，该五人被认定犯有“没有在指明时限内申请注册或豁免注册社团”罪。法院查明，2019 年7月16日至2021年10月31日期间，上述人员作为“612人道支援基金”的社团负责人，未在规定期限内为该基金办理注册手续。案件审理结束后五人均被定罪，每人处以4000港元罚款。此后上述5人就定罪提出上诉，他们在上诉词中指“612基金”组织松散，不属于条例定义的社团。)(直新闻)6、Silicon Data数据显示，全球每百万token推理均价已从5月底的2.04美元跌至8月初的1.16美元，创年内新低。此后跌势未止，直至本周一举击穿1美元。这一价格已不到今年夏季早些时候高点的一半，仅过去7天就下跌了8.6%。不少业内人士将此轮下跌的主因归于中国低成本开源模型的崛起。(21世纪经济报道)7、世界气象组织9月3日发布最新通报，确认厄尔尼诺现象已形成并将持续增强，预计将发展为超强级别事件，对全球降水和温度格局产生重大影响，相关极端天气风险将持续至2027年。(央视)8、据台湾《工商时报》、TVBS新闻网等台媒9月3日报道，美国商务部长卢特尼克9月2日受访时证实，美国政府正着手制定新的半导体关税框架，并声称企业必须在美国建厂才能获得关税豁免。卢特尼克声称，此政策已促使台积电等厂商承诺总计约1.2兆美元(约合38兆元新台币)…

转发者评论

无明显转发评论

原文

读了@elsewhere别处发生 刚刚分享的阿里投资 Kimi 始末，有些感慨。结合着他们的主线和我些许的了解，梳理下其中故事：2023年，阿里把大模型相关的投资都交给了阿里云。记得阿里云当时传递出的想法是『阿里不一定要靠自研模型赚钱，而是为一众大模型提供云计算能力，把握成为 AI 算力基础设施的机会』。不开天眼去评判的话，这在当时这算是部分共识。如微软投 OpenAI、Google 和亚马逊投 Anthropic，最初都是为与算力买方深度绑定，未来能更好向模型厂收 AI 税。阿里云先后投了智谱、百川、零一万物和 MiniMax。之所以当时没有看中 Kimi，该文中的说法是：『Kimi 还处于 PPT 阶段。对一家需要持续购买算力、短期又看不到产品和收入的公司来说，这种 deal 很难通过云业务体系的投资判断』。该说法是基于阿里内部的判断，从当时行业角度看，不止月之暗面本身，就连杨植麟在当时都被认为不适合当 CEO，更适合去当 CTO。有传言称，2023年初，有人拉着杨植麟与王慧文聊过，看杨是否愿意出任后者的技术合伙人，但杨没有同意。不过他们兜兜转转还是以其他形式走到了一起：至 C 轮，王慧文已累计投资了月之暗面7000万美元。扯远了。直到2023年9月，吴泳铭接任阿里 CEO。吴妈的上任给阿里战投重新打开了一个口子：除了服务现有业务，也可以看 AI、具身智能等前沿科技。阿里此前的投资更喜欢有成功经验的老登，如李开复、王小川，吴泳铭则更关注年轻创始人，如杨植麟和 MiniMax 的闫俊杰。他有句名言：『早期来承担不确定性的，就是要认可和理解奇怪的想法，理解看似不可能的想法。』在此背景下，阿里战投部投资人蒋珊珊把 Kimi 推给了时任阿里战投部负责人胡晓。胡晓聊完后就推荐给了吴泳铭。吴泳铭与杨植麟沟通后，几乎没什么犹豫，就决定要投。文中说，吴泳铭当时对内部的态度是，阿里可以继续做自己的模型，也可以投资外部最有可能跑出来的团队。自研是阿里手里的牌，投资则让阿里保留另外一个可能性，并在它可能胜出时仍然留在牌桌上。2023年11月，阿里战投以约6亿美元估值，和蚂蚁一起，分别向 Kimi 投入3000万。在同一轮次投资 Kimi 的还有美团龙珠。和吴泳铭那情况类似，美团这边也是王兴个人的意志起到了重要作用，他说：“我确实认为创业公司能够做出超级模型和超级应用的概率很低，但我愿意支持一把。”就在阿里这笔投资的交割过程中，2023年10月9日， Kimi 宣布在长文本领域实现了突破，推出首个支持输入20万汉字的智能助手产品 Kimi Chat。或许是因为这个原因，阿里突然将筹码提高到8亿美元，给 Kimi 的投后估值超过25亿美元。据传里面有些特殊设计，比如阿里的投资额中，有一部分放在共管账号，用于购买阿里云服务。阿里将占据一席董事会席位，但在融资、并购等财务条款上，不…

转发者评论

//@·NANA子·:[大学生能飞]

• //@·NANA子·:[大学生能飞]

原文

一些关于如何开始学习所有这些内容的一些想法推理引擎与主题- vLLM：PagedAttention、连续批处理、前缀缓存、CUDA 图- SGLang：RadixAttention/前缀重用、推测解码、MoE、结构化/代理工作负载- TensorRT-LLM：NVIDIA 峰值堆栈、FP8/FP4、Wide-EP、解耦服务- FlashInfer：用于注意力/GEMM/MoE/采样的可重用内核/操作符库内核- Triton 教程 → 自定义融合内核- CUTLASS/CuTe → Tensor Core GEMM 和 Blackwell/Hopper 细节- FlashAttention 论文 → 注意力算法/内核协同设计- PagedAttention 论文 → KV-缓存内存管理- MoE 文档 → 路由 + 分组 GEMM + 全对全- Nsight 性能分析 → 停止猜测执行这个小型项目序列1. 在 Triton 中实现 RMSNorm；与 PyTorch 比较2. 实现融合 SiLU × 门控3. 实现简单的 FP16 矩阵乘法；与 cuBLAS/rocBLAS 比较4. 为解码注意力实现分页 KV 查找5. 添加带每个块缩放的 FP8 KV 缓存6. 在 GPU 上实现玩具 top-k 采样7. 实现小型 MoE 分派 + 分组 GEMM8. 将一个自定义操作集成到 vLLM 或 SGLang 中并进行端到端性能分析引用：You don’t “run a model”- You run KernelsThe model is just a graphThe Inference Engine is scheduler / optimizer / executorBut the actual work? That happens in the Kernels- MatMul Kernels- Attention Kernels- RMSNorm Kernels- KV cache Kernels- Quantized linear Kernels-网页链接

转发者评论

无明显转发评论

原文

🚨 NVIDIA 刚刚悄无声息地改变了“个人 AI 计算机”所能代表的含义。认识一下 NVIDIA PAIR：个人 AI 路由器。PAIR 让你连接你已有的计算机，将它们转变为个人 AI 推理集群，而不是购买一台巨大的机器来运行本地 AI。你的 RTX PC。你的 DGX Spark。甚至支持的 Mac。所有这些协同工作。PAIR 会自动发现你本地网络上的兼容机器，并将 AI 工作负载路由到任何有可用计算资源的设备上。你可以把它想象成运行在你家里的 AI 代理的负载均衡器。而这正是事情变得有趣的地方：→ 并行运行多个 AI 代理→ 在多个 GPU/计算机间路由推理→ 使用 Ollama + LM Studio→ 将提示、文件和代理上下文保存在你自己的网络上→ 无需机架或复杂的集群设置→ 支持 Windows、Linux 和 macOS这里更大的想法不仅仅是 PAIR。而是 NVIDIA 对 AI 计算未来的设想。如今我们有：1 用户 → 1 台计算机 → 1 个 AI 模型明天可能更像：1 用户 → 多个 AI 代理 → 整个本地计算池你的游戏 PC 可能运行一个代理。你的工作站运行另一个。DGX Spark 处理重量级模型。而 PAIR 成为决定每个推理请求去向的路由器。云不会消失。但个人 AI 基础设施开始看起来更像一个微型数据中心。而 NVIDIA 想要提供其底层的操作系统层。PAIR 目前处于 beta 阶段，NVIDIA 已将其作为免费开源软件发布。这个值得关注。👀网页链接

转发者评论

无明显转发评论

原文

昨晚AI圈上演"黑色星期四"！ChatGPT、Claude、Grok集体宕机，有史以来最大规模，截至0点还没恢复。几个细思极恐的点：1、它们平时打得你死我活，宕机却如此同步。业内猜测是共享云算力基础设施出问题——Azure、Cloudflare级别的底层故障。原来"神仙打架"背后是同一个机房，水管共用。2、Cursor跟着瘫了。AI编程工具依赖各家大模型API，上游一断，下游全灭。你以为你用的是"工具"，其实是"管道工"。3、最讽刺的：AI本地化概念股Palantir当晚暴涨7.81%。云上的AI一崩，装在本地的AI反而成了香饽饽。故障是最好的广告。4、1.2万份故障报告只是美国用户的数字。全球范围多少人今晚没法干活、没法写代码、没法交作业，数不清。当你的工作流已经深度绑定AI，AI一挂，你才发现自己连备份方案都没有。这是不是也算一种"数字依赖症"？

转发者评论

听说很多中转站能“正常”提供服务，技术优势是本地部署了“gpt”，当然似乎也没啥不对，所有模型都开始于gpt

• 听说很多中转站能“正常”提供服务，技术优势是本地部署了“gpt”，当然似乎也没啥不对，所有模型都开始于gpt

原文

GPT 6 Astra 发布，但是还不能用。这可能是个好事，因为每推迟一天，他们就会送一次重置。由于这次架构的变化，以及他们想直接给所有的付费用户（Plus 也会有权限），并且所有人都可以将额度 100% 用于 GPT-6 Astra。所以有很多新的系统需要部署，没办法同一时间上线。他们送的重置次数是可以存起来的，而不是立刻重置。回到 GPT-6 Astra，从目前公布的一些演示来看，这个模型在任务持续时长上非常恐怖：比如有人让它给小米 17 Ultra 做一个 ROM（也就是系统），它持续运行了 8 天，调用了超过 1600 个 sub-agent。另一个特点是，它在 3D 建模和渲染上的能力非常强。它几乎可以所见即所得地把你给它的图片在 Blender 里从零开始建模，构建整个环境并渲染出来。所以在虚幻 5 或者 Unity 里做 3D 游戏也非常厉害。我觉得这对于 3D 生成模型和视频模型来说，是一次非常重大的打击。在成本方面：价格上，它的定价是 5.6 的 2.5 倍，缓存读取享有 90% 的折扣。同样的任务它消耗的 token 数量只有 Claude Opus 5 的 1/5，不到 Claude Fable 5 一半的成本就可以得到跟它一样的得分。

转发者评论

无明显转发评论

原文

今天，我们在我们的推理引擎 uzu 中发布了推测解码实现。最初支持 Qwen3.6 27B，即将支持 Qwen3.8 27B 和 Muse Glimmer。在 Apple M5 系列芯片上，我们的性能比 MTPLX（MLX + 推测解码）高出近 2 倍，比 llama.cpp 高出超过 3 倍（在相当的量化级别下），在数学推理和编码任务上取得了最显著的提升。运行模型：Mirai-M: 网页链接…Mirai-L: 网页链接…探索基准测试：网页链接了解更多关于我们的推测解码实现：网页链接…我们的草稿模型、量化检查点格式、验证算法和 GPU 内核是从零开始围绕最新的 Apple M5 芯片共同设计的，以最大限度地利用 GPU 神经加速器。与流行的推测解码架构不同，例如模型原生的 MTP，它一次生成 3-4 个令牌的小草稿链，我们使用极其激进的推测预算，即 16-32 个令牌。这使我们能够使用神经加速器支持的 GEMM 内核，实现硬件算术吞吐量的最大利用。网页链接

转发者评论

无明显转发评论

原文

【OpenAI官宣GPT-6 Astra：所谓的“AGI时代”已至？】OpenAI正式发布GPT-6 Astra，这是一款在ARC-AGI-3基准测试中跑出99.9%近乎满分、在ExploitBench实现100%漏洞利用的“准AGI”模型。关键信息在于它不仅在数学（FrontierMath 98%）和科学领域刷新纪录，更核心的突破是“计算机使用”能力的质变：它能自主操作KiCad画电路板、处理复杂的CRM数据，且在OSWorld测试中比GPT-5.6快了近一倍。这其实是一场关于“脚手架”的胜利。OpenAI坦承高分受益于Responses API这一特定环境，它允许保留推理过程中的Token而不像传统测试那样强行截断，这种“记忆力”的释放让模型从只会做题的考生变成了能解决复杂工程的“初级数字员工”。对普通用户来说，这标志着AI从“对话框”走向了“控制权”。当Greg Brockman喊出“欢迎来到AGI时代”时，行业底层逻辑已从单纯的参数竞赛转向了任务闭环的效率竞赛。虽然评论区对“刷榜”和“AGI定义缩水”仍有激辩，但不可否认，当AI开始在Lean证明中改写80年未动的质数间隙界限时，它已经从模仿人类转变为在特定维度上超越人类。这未必是终极智能，但绝对是生产力工具的一次暴力进化。

转发者评论

无明显转发评论

原文

Google DeepMind接班人Koray：本来Gemini是前沿模型，但是后来大家开始搞AI Coding了。这应该是，Demis Hassabis卸任CEO，转任Google DeepMind董事长兼Alphabet首席科学家之后，Google DeepMind高级副总裁Koray Kavukcuoglu的第一次对外发声。这期Release Notes录制于Koray正式上任后不久。主持人Logan Kilpatrick是Google DeepMind团队成员，两人几个月前做过一次对话，这次是接续上次的进展回顾。节目覆盖的范围从Gemini模型的迭代策略，到Google为什么认为自己是构建AGI的合适场所，再到Koray个人从深度学习奠基人之一Yann LeCun在NYU的实验室到DeepMind早期创业的技术经历。我觉得最重要的是三段话：本来Gemini是前沿模型，但是后来大家搞AI Coding，变成专业垂直场景模型了，开始没赶上；现在已经开始Gemini 4的训练了（我算了一下时间，又是年底，明年初应该能出来）；不存在一个通用AGI测试（感觉这个和Hassabis观点略有差别）。我自己的体感，3.0 Pro的深思版，是写作非常强悍的一个版本。后来追赶Coding之后，可惜Coding没有SOTA，写作能力也丢了一半。3.7 Flash之后，又好一些了。一、Gemini模型的进化逻辑：从"模型"到"智能体"1、从3.5到3.7，Flash模型三步走的底层变化Koray把从Gemini 3.5到3.7的过程描述为一次从"模型"到"智能体"的转型。在3.0发布之后，团队逐渐意识到，做好一个编码模型和做好一个能与人协作的软件工程智能体是两件事。智能体需要理解工具调用、理解用户日常使用的函数、理解多步骤工作流。"Basically turn this whole thing into an agent, from a model to an agent." 把整件事从一个模型变成一个智能体。这个认识推动了后续迭代的加速。从3.5到3.6再到3.7，每一步都在将agentic workflow的理解嵌入模型训练本身。3.6和3.7之间只隔了大约三周，Koray说团队在做3.6的时候就已经能看到3.7的潜力，内部对3.7的使用体验明显提升。2、并行赛道策略：Flash、Pro、Gemini 4同时推进用户一直在问Gemini 3.5 Pro去哪了。Koray没有回避这个问题，但给了一个框架性的回答：Google的模型家族始终有Pro、Flash、Flash-Lite三条并行赛道，它们在不同规模、不同时间节点上同时推进。Flash赛道目前进展最快，迭代速度快，质量提升显著，逐步逼近前沿。Pro赛道仍在推进中，但团队同时也在训练Gemini 4。他没有给出3.…

转发者评论

无明显转发评论

原文

奔赴群星？GPT6 Astra发布，执行能力再度升级，上下文机制更新> 仅仅告诉 GPT6 Astra“你在被监控”，它有时就显著少写“思考过程”。甚至出现Astra攻击成功，但没有“思考过程”、工具调用记录。（图三）Astra，拉丁语，群星。ad astra，向着星辰，或奔赴群星。5.6 Sol是太阳（Solar），6则是Astra。能力方面，主要提升复杂情况处理。能轻松处理“一大坨现实资料”：🟢游戏开发，Unity/Godot。三种主题，模型自己做原型、试玩、找问题、迭代。原型基本一次启动，人工修补减少一半。参考图复现、空间推理、UI响应、自行修复等能力大幅提升（图四）；🟢不到一分钟，一次执行吃下 41 份文档做财务报表 tie-out，几分钟完成，4 个“雷点”全部找到（故意埋进去的错误）。这一特定工作流强40%，但BAR benchmark总体平均提升只有3%；🟢网络安全断层进步，逆向工程 SRE-Bench，Astra pass@4 做到 99.2%，Sol 68.7%，而且只用了大约 1/4 的输出 token；🟢数学类、命令行测评也比较亮眼；🟢（编辑）另有3D建模 网页链接初步看来，提升主要在大量状态跟踪、交叉核对、长程执行。除了模型，也得益于Astra跨上下文保存记忆的能力，并搜索以前的上下文、测试结果和工具输出。Agent 长任务、电脑操作、复杂工具调用，也得以改善（图五，注意坐标轴）。至于幻觉，OpenAI拿过去用户反馈说“这里说错了”的对话重新测试，发现Astra 比 Sol 更少事实错误。本体“智能”长进，貌似不大。第三方机构，Artificial Analysis 测试 Astra low（第六代小杯），“综合智能”57 分；GPT-5.6 Sol Low 是 51，Sol high （大杯） 57，Sol Max 则有 61，而Astra Max恰好也是61。Fable 5.1 是 66。（图六）代码方面，DeepSWE v1.1 Astra 74.1%，Sol 70.8%，看起来只涨 3.3 个百分点。不过考虑到OpenAI基本不打榜，平时榜单成绩并不高，但实际上用起来还好，尤其是GPT5.6 Sol处理模糊需求，是独一档。不像某些模型，天天拿高分，实际很低能。还是出来用用再说吧。但总体来说，应该是被Fable5.1完全打乱了发布节奏，发布表现略拉跨。甚至弄出了全线404的错误。尤其是今天只是给少数机构滚动更新，后面几天才陆续给其他用户跟API。（图九）对比“太阳”5.6Sol，群星API价贵不少，2.5倍，具体看图十二。• 输入：$10 / 100万 token （对比$4）• 缓存输入，$1；写入$12.5 （对比$0.4）• 输出：$50 / 100万 token （对比$20）• Fast 模式：最高约 2.…

转发者评论

无明显转发评论

• 榜单之外好像都是夸的，有点迷。 http://t.cn/AX0xmtY8

原文

[LG]《What Is Worth Representing? Representational Empowerment for Continual Model Construction》F Dai, H Zhou, A Gopnik, C Wu [UC Berkeley & University of Tübingen] (2026) 在智能体构建世界模型领域，如何决定“表征什么”是一个悬而未决的难题。过去的方法受困于优化一个预设的表征空间，本质原因是它们将模型学习等同于参数估计，而非概念的创造与筛选。本文的核心洞见是：把表征选择重新看作一种对未来行动能力的投资。由此，“表征赋能”这一关键操作，通过量化一个新概念能解锁多少未来规划选项，而非仅追求数据拟合精度，使问题得以解开。这项工作真正留下的遗产是，一个指导有限理性智能体“应该学什么”的计算原则。它为后来者打开的新门是构建能跨任务自主创造抽象的智能体，但尚未跨过的门槛是如何从高维感知中高效生成候选表征。arxiv.org/abs/2609.02322 #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

• 我们习惯让AI尽可能准确地复刻世界，但这项工作指出问题在前一步：该不该建模这件事本身。人类从不储存每个细节，而是不断筛选“值得保留的抽象”。文章用赋权概念的逆转说清了这一点：不看我能控制多少外部状态，而看我的知识库能支撑多少未来目标。实验证明中等粒度的模型反而泛化更好，因为它过滤了

原文

【高效驾驭 Claude Code：每一枚 Token 都要花在刀刃上】Claude Code 的计费核心在于推理时间。输入与输出成本比例约 1:5，提示词缓存能将输入成本降至十分之一。缓存有效性极度依赖上下文顺序的稳定性：中途切换 Model 或 Effort 等级、甚至超过一小时的操作间隙，都会导致缓存失效并触发全量计费。通过 `/clear` 清理任务间干扰、使用 `﹫` 符号直接引用文件以减少读取环节，是控制 Token 消耗的关键手段。开发者习惯了买断制编辑器的无感消耗，但在代理式编程工具面前，随意的对话习惯意味着财务浪费。Token 效率不在于总量多寡，而在于每一条指令的纯净度。将高噪声任务交给子代理处理，或在任务结束后压缩对话，核心目标是维护上下文的信噪比。这种从功能使用向算力管理的思维转变，决定了 AI 辅助编程能否成为生产力的杠杆，而非财务账单上的黑洞。

转发者评论

无明显转发评论

原文

斯坦福刚开了一门教你从零开始构建智能体的课程：CS 329Z: Engineering AI Agents地址：cs329z.stanford.edu/目前课程课件还未上传，课程大纲和阅读材料已经公布了。“从单体式语言模型转向复合型 AI 系统——即由大语言模型（LLM）、检索器、工具和优化器等多个相互协作的组件组成的系统——标志着面向用户构建 AI 应用的方式发生了根本性转变。本课程将教授学生如何设计和构建智能体系统，内容覆盖从简单的 LLM 流水线、复合型 AI 系统，一直到自主智能体的完整技术谱系。学生将学习如何确定值得重点解决的问题类型、拆解问题、选择合适的组件、收集和整理数据、建立评测体系，以及分析在实际构建这些系统时需要面对的各种设计权衡。学生首先会从零开始构建检索增强生成（RAG）、工具调用和智能体循环等核心组件，随后学习 DSPy 等框架如何对这些常见模式进行抽象。通过两项高度实践性的作业和一个贯穿整个学季的项目，学生将获得构建、优化及评估智能体系统的实战经验。”

转发者评论

无明显转发评论

原文

[LG]《Post-Training Language Models for Gold-Medal Performance in Coding Competitions》A Ficek, S Narenthiran, M Samadi, S Majumdar… [NVIDIA] (2026) 在AI算法推理领域，让模型在顶级编程竞赛中夺金是一个悬而未决的难题。过去的方法受困于单次生成的低通过率，本质原因是它们生成代码后便无能为力，缺乏人类选手那种根据反馈迭代调试的能力。本文的核心洞见是：把AI解题从“一次性生成”重新看作“有预算的试错”。由此，利用评测系统的反馈来迭代生成、评估、修正多样化解法（GenCorrect）这一关键操作，使模型在有限提交次数内突破性能瓶颈。这项工作真正留下的遗产是：首次在顶级编程竞赛中击败人类冠军的AI系统。它为后来者打开的新门是“训练+推理”一体化的专业化管线，即用反馈驱动的迭代策略弥补模型生成能力的不足。但尚未跨过的门槛是对海量数据与算力的依赖，以及这种方法能否迁移到无即时反馈的开放问题上。arxiv.org/abs/2609.02849 #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

• 模型能力不是训练后就固定的，而是一个“潜力×激发方式”的乘法关系。550B模型初始表现只比30B高一点，但给它报错信息后，差距放大二十倍——不是因为它突然变聪明了，而是它本来就记住了更多解题模式，只是需要环境反馈来定位该用哪一种。这解释了为什么高质量数据的预训练比事后用奖励信号修补更关键

原文

【兴证通信】AI日报20260903⭕AI行业新闻：✨9月3日消息，博通FY2026Q3 AI半导体收入达167亿美元（约合1124.99亿元人民币），同比增长221%、环比增长54%，并已向Anthropic和谷歌批量交付TPU v7，启动谷歌TPU v8i及OpenAI定制芯片交付。Anthropic、OpenAI预计将成为其前两大AI ASIC客户，表明头部模型公司的定制算力需求正加速转化为大规模芯片订单与收入。（来源：IT之家）✨9月3日消息，谷歌推出Gemini 3.8 Flash Cyber模型，并已在内部全面部署用于代码安全防护。模型可在覆盖20种编程语言的工程中挖掘漏洞，内部测试成功率超过70%；Chrome团队获得的有效修复补丁数量达到顶尖商业模型的2.6倍，推动AI深入企业核心安全流程。（来源：IT之家）✨9月3日消息，OpenAI确认将研发人形机器人，并已成立机器人部门，推进机电执行器、仿真流程和机器人数据采集等工作。公司近期考虑将机器人用于数据中心建设和维护，长期面向个人通用机器人市场，标志着其战略布局正由数字智能向物理世界执行能力延伸。（来源：IT之家）本信息仅为公开资料整理，不涉及研究观点和投资建议。————————————许梓豪/代小笛/陈光毅/王灵境/张新伟

转发者评论

无明显转发评论

原文

[LG]《Cliff: Learning Process Rewards from the First Mistake》P Han, R Wang, K Ramaneti, J Hao… [Amazon Web Services] (2026) 在LLM强化学习领域，指导推理过程是一个难题。过去的方法受困于奖励模型复杂或模型限制，本质原因是最终的成败信号过于粗糙，无法定位错误根源。本文的核心洞见是：把“过程评分”重新看作“首次错误定位”。由此，让一个教师模型找出推理的第一个错误，以此为界区分正确与错误部分，该操作使问题得以解开。这项工作真正留下的遗产是将结果奖励提炼为过程信号的低成本范式。它打开的新门是，利用任意现有模型即可进行过程监督，但尚未跨过的门槛是，效果上限受限于“评委”的判断准度。arxiv.org/abs/2609.02817 #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

• 错误是有传染性的。一旦推理走歪，模型后面写什么都是在错误的基础上打转，继续评分只是在浪费算力。Cliff让一个普通模型当裁判，找到那个“拐点”，之前的奖励，之后的惩罚，就这么简单。更关键的是，它用数学证明了为什么这样做不会让模型学会“写长点骗分”——不是靠人为限制长度，而是从机制上让

原文

[CL]《Language Models Can Control Their Own Attention》N Ho, H Ahmad, W Koh, S Yun… [KAIST AI & Google DeepMind] (2026) 在长文本推理领域，高昂的注意力计算成本是一个悬而未决的难题。过去的方法受困于依赖外部代理来预筛选上下文，本质原因是筛选过程本身仍需遍历全部内容，无法从根本上摆脱每步解码的线性开销。本文的核心洞见是：把注意力管理重新看作模型的一种可声明能力。由此，让模型在思考链中通过特定标签（如）直接宣告其注意力范围这一关键操作使问题得以解开，推理引擎则据此跳过读取无效的上下文。这项工作真正留下的遗产是一种新范式：将注意力稀疏化从硬件优化问题转化为模型的语言表达问题。它为后来者打开的新门是通过微调专门训练模型更精准地“声明”其注意力焦点，但尚未跨过的门槛是如何在完全不牺牲精度的前提下实现这种高效的自我导向。arxiv.org/abs/2609.02737 #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

• 模型其实早就知道该看哪里，只是我们从没问过它。这篇文章直接让模型在生成过程中说出“我需要看第三段”，然后系统就只读那部分内存——像极了程序员告诉操作系统“别把整个硬盘加载进来，给我这个文件夹就够了”。传统方法用额外的算法猜测模型需要什么，结果还是要扫描全部内容。而这里的做法是承认

原文

【AI大停摆与自动化踩踏】OpenAI、Claude与Grok在同一时段集体宕机，伴随Cloudflare与AWS的错误报告激增。尽管各大厂商状态页试图维持绿灯，但全球开发者遭遇大规模404错误。这场事故暴露了AI生态的脆弱性。当Cursor等开发工具在模型失效时瞬间将流量导向备选方案，用户群体演变成了一场无意识的分布式拒绝服务攻击。所谓的竞争壁垒在共享基础设施和自动化脚本面前荡然无存。这也折射出LLM训练数据的同质化：当Claude反复使用load-bearing这类词汇时，AI已不仅在算力层面高度耦合，连表达的细节都开始趋同。这场联动宕机提醒我们，当所有人都把鸡蛋放在几个共享的篮子里，所谓的容灾备份可能只是加速崩溃的连锁反应。

转发者评论

无明显转发评论

原文

AI 做 PPT 我的一些心得体会，仅供参考。用 AI 操作 PowerPoint 去做 PPT 的思路本身不 AI Native，不是说不能操作 PowerPoint，而是做出来不好看，因为目前的 AI 没办法通过“操作”的方式去做出好看的 PPT，它擅长的还是生成。像 Kimi 那样发明一种 YAML 的中间格式 PPTD (PPT-DSL)，可行，但还不够好。有两个问题：1. 这种格式没有足够的训练，需要大量的额外说明，所以 Kimi 用了将近 2000 行文档来说明什么是 PPTD，另外这种 YAML 格式本身表达力有限，难以表达完整的格式2. 不够美观，现在模型设计能力越来越好，但是对于非标准格式效果要大打折扣，模型做设计最熟悉的是 HTML 格式。也有人说，用模板是不是就可以解决美观的问题。用模板部分解决了美观问题，但问题是选择会很有限，反而是限制了模型的想象力。不要忘记《苦涩的教训》：> 长期来看，依靠大规模算力和通用学习方法的"笨办法"，终将战胜依赖人类专家知识的“聪明捷径”。换句话说，与其内置一堆模板，不如让模型自己发挥。目前 AI 做 PPT 的最佳实践应该是 Claude Design 采用的模式：- 用 Design System 定义好设计风格- 使用 HTML 生成网页 PPT- 将 HTML 导出成可编辑的 PPTX（PPTX 是标准格式）HTML 可以保证大模型生成 PPT 的美观，可以人工二次编辑，又可以几乎无损（不是绝对）转成 PPTX。这也是我学到的两条经验：1：让 Agent 操作它最擅长的格式2：给 Agent 规范，而不是模板（不是说不能用模板，而是不能过于依赖模板）

转发者评论

无明显转发评论

原文

很多人开始写 AI Skill 的时候，都会犯同一个错误：上来就写正文，把步骤、禁区、语气、输出格式全塞进去，洋洋洒洒写了一两百行，感觉这张卡很完整了。但"看起来完整"跟"真的能稳定干活"，完全是两回事。有人专门研究过怎么写好一张 Skill，总结出来的核心思路是这样的：一张 Skill，本质上就是一个微型工作系统。这个系统有六层，每一层管一件事。写卡的时候，你要把这六层都想清楚，而不是把说明书堆得越厚越好。这六层对应六个步骤，而且下笔顺序很有讲究，不能按层号从 1 写到 6。第一步先写 description。 这是整张卡的开关。AI 平时只能看到卡的名字和这段约 100 词的说明，正文是被叫起来之后才加载的。所以"何时使用"如果只写在正文里，等于没写。description 要落到具体动作，列出用户可能会说的原话。模型天生欠触发，多列几种说法，比写"用于内容创作"更容易被真正命中。另外，description 里如果有冒号，记得加引号，否则文件可能被静默丢掉，目录里还在，但对话里一次都点不到。第二步写正文，关键是想清楚松紧。 任务越脆弱，指令就要写得越死。写文案的卡不用锁死用词，但涉及付款、删文件这类操作的卡，绝对不能只写"小心一点"。用祈使句，解释为什么这样做，少堆 ALWAYS/NEVER 这种大写词。给 AI 理由，它才能在你没写到的场景里自己做判断。第三步是拆参考文件。 上下文窗口是公共资源，塞进去的废话越多，AI 干活时能用的空间就越少。正文超过大约 500 行，或者有大段示例和表格，就把它拆出去单独放。信息只放一处，偶尔才查的内容全部搬走。第四步配脚本，原则是先有重复再有脚本。 同一件事被 AI 反复现写，才值得固化成脚本。脚本执行前要校验输入，成功失败都要打印清楚，而且必须真实跑过成功路径和失败路径各一次，没测过的脚本不要绑进流程。第五步写失败处理，这一层决定了一张卡的下限。 缺信息时停下来问，超出边界时不碰并汇报，执行失败时把报错原文保留下来停止运行。大多数卡只写了顺利的情况，缺信息时如果没有默认动作，AI 会自己猜，猜完还继续往下做，就翻车了。第六步是验证迭代。 写完不等于能用。最低配是做触发测试，说一句该触发的话看卡会不会加载，再说一句不该触发的看会不会误触。中配是提前写 3 到 5 个评测用例。高配是带卡和不带卡各跑一遍对比效果。改卡时要注意，别为某一次翻车加一条只适用那次的规矩，要补的是那一类判断能力，不是打一个只管这次的补丁。总结成一句话：卡的下限由失败处理决定，上限由你肯不肯拿真实任务打回去反复打磨。#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

【OpenAI史上最强模型GPT-6 Astra发布：百万级上下文 自主操作电脑】OpenAI正式推出品牌史上能力最强大模型GPT-6 Astra，官方将其定义为全球智能水平最高、对齐效果最优的生成式AI模型。上下文窗口达到105万token，最大输出128000 token，知识截止时间为2026年4月30日。Computer-Use计算机操作能力大增，可自主操控浏览器、办公软件、开发工具，自动完成检索资料、处理表格、生成演示文稿、代码开发、PCB电路设计等完整工作流，大幅降低复杂任务的人工介入频次。

转发者评论

无明显转发评论

原文

刚刚，OpenAI新Transformer火了！Astra架构首次曝光#科技先锋官# OpenAI下一代Astra被曝采用"循环深度"（recurrent depth）全新推理架构，思考Token大幅减少但性能反而拉爆，怪不得灰测实力惊人。OpenAI首席科学家Jakub Pachocki回应称，目前最前沿模型（含Astra）计算图深度顶多是GPT-4的两倍，没外界传的那么玄乎；同时有大V爆料gpt-6-astra已现身API，GPT-6预计明天上线。"循环深度"又称"循环Transformer"，并非OpenAI首创。传统Transformer像只能走一遍的高楼，数据逐层爬到顶做固定次数运算；循环Transformer则让同一组层反复循环使用，隐藏状态送回起点多轮加工才吐出结果，相当于不加参数、靠多跑几圈就拉长有效计算深度。谷歌2025年论文显示，k层循环L次的Transformer在推理任务上可接近k×L层的普通模型；另一篇"潜在推理"论文中，35亿参数小模型循环足够多圈后，打出了500亿大模型的成绩，等于给测试时算力开了超频开关。危险之处在于，"循环深度"把思考逼进了盲区。以往CoT是模型打草稿的工作记忆，思考必须挤成人类能读懂的文字；而循环块让模型在向量世界里默默转完多轮串行推理，全程不吐一个字，人类由此彻底失去对AI思考过程的可见性。Meta"连续思维链"（Coconut）研究也指出，模型用向量推理可能比被逼着用人类语言更准、更省，因为强迫每步翻译成人话本就会损失信息。该架构对数学、编程等依赖"多次迭代"的任务尤其有利，也带来全新的推理时Scaling方式：计算可在输出Token前于内部完成。据称Astra在前端领域已展现统治力，奥特曼称其计算机使用能力媲美人类，且能持续运行数周不间断。

转发者评论

无明显转发评论

原文

Anthropic / Claude 最近有一门课叫《The AI-Native SDLC Playbook》，这是一门教工程团队如何把 AI Agent 全面嵌入软件开发生命周期（SDLC）的实战课。这门课想教的是：人负责目标、判断和治理，AI Agent 负责大量执行，并且让 AI 参与 Plan → Design → Build → Test → Deploy → Maintain 的整个闭环。这个项目：github.com/yibie/ai-native-sdlc-playbook 把课程做了整理翻译，方便阅读，有多种格式可选。

转发者评论

无明显转发评论

原文

【Claude总结】 AI开发者日报 (2026-09-03)1. 【OpenAI 发布 GPT-6 Astra】(来源: HN) OpenAI 正式推出新一代旗舰模型 GPT-6，代号 Astra，采用了新的循环（recurrent）架构。发布当天登顶 HN，讨论超千条，被视为年内最重磅的模型更新。 openai.com/index/gpt-6-astra/2. 【GPT-6 Astra 的 ARC-AGI-3 成绩】(来源: HN) ARC Prize 公布了 Astra 在 ARC-AGI-3 交互推理基准上的表现。这是衡量模型"通用智能"进展的关键第三方评测。 arcprize.org/blog/astra3. 【该如何看待 Astra 的循环架构？】(来源: HN) LessWrong 上一篇文章分析了 GPT-6 Astra 放弃纯 Transformer、引入循环结构可能带来的安全隐患。循环架构让模型具备隐藏的内部状态，可解释性和对齐难度都会上升。 lesswrong.com/posts/PLisnSFir8y5AHkmP/how-concerned-should-we-be-about-astra-s-recurrent4. 【OpenAI、Claude、Grok 为何同时宕机？】(来源: HN) 三大主流 AI 服务在同一时段集体不可用，HN 上 500 多条讨论追查共同的基础设施依赖。事件暴露了整个行业对少数云和算力供应商的过度集中。 news.ycombinator.com/item?id=495510965. 【SpaceXAI 为波及 Grok 的宕机致歉】(来源: HN) SpaceXAI 承认一次内部故障导致 Grok 及其多个"算力合作伙伴"服务中断，并公开致歉。这正是上一条 HN 讨论中多家 AI 服务同时挂掉的根因。 www.engadget.com/2250789/spacexai-apologizes-for-outage-that-affected-grok-and-other-compute-partners/6. 【Google Antigravity 服务条款争议】(来源: HN) 有开发者发现 Google Antigravity 的 TOS 规定：第三方方式使用该服务可能导致整个 Google 账号被封。条款措辞过于宽泛，引发对平台锁定和账号风险的强烈担忧。 twitter.com/GergelyOrosz/status/20954535679559683987. 【K2 Horizon：六个开放模型组成的舰队】(来源: HN) ifm.ai 发布 K2 Horizon，一次性开源六个规模不同、可协同工作的模型。这种"模型舰队"思路让开发者按任务复杂度灵活调度，降低推理成本。 ifm.ai/blog/k2…

转发者评论

无明显转发评论

原文

今天的#60秒芯闻# ，这是我们的一个金牌栏目，网友评论这是半导体里的”参考消息“！每日精选半导体业界新闻，点击链接可以查看详细内容！#张国斌的芯发布#苹果小米华为发布时间撞档# 1 国产CPU跑通国际工业软件！海光x麒麟完成12款产品适配2 卢伟冰回应小米18 Fold定价：一万多起步 和苹果比肯定物超所值3 IAR平台新增原生跨平台IDE，同时支持Linux与Windows4 贸泽凭借出色表现荣获Littelfuse 2025年度全球优质服务代理商奖5 Omdia：2026年Q2全球电视出货量增长3.6%，市场环境趋于严峻6 中之杰科技入选IDC中国工业AI及智能体报告图谱，成为工业AI标杆力量7 SWI 成为 NVIDIA Cloud Partner (NCP)8 合见工软新一代数字仿真器UVS+荣获第三届“中国芯” EDA专项金口碑产品奖9 霍尼韦尔科技中国创新中心在沪正式启用 赋能工业从自动化迈向自主化10 2000万次下载！北京人形加速构建全球具身智能数据底座11 KUKA 全球高管到访存融，共话智能制造装配发展与协同机遇12 美国倍捷印度浦那新工厂正式投产，亚太产能再度升级13 重磅升级：度亘核芯新一代超高效率915/975nm单管芯片为激光泵浦注入芯动能14 重构芯界，合见工软发布国内首款原生三维先进工艺芯片物理设计工具15 全新 MeiGLink 正式上线｜“硬件+软件+服务”的全场景聚合，让 AI“开箱即用”16 合见工软发布下一代EDA创新矩阵，Agent智能体战略正式落地，3DIC设计前沿成果重磅亮相17 广和通推出RU311 5G RedCap模组，让中速终端更轻量接入5G18 赋能国产先进工艺芯片量产，合见工软数字后端工具UniVista NodeClosure实现一站式敏捷收敛19 Vishay推出薄型高抗冲击耐振动商用和车规级共模扼流圈20 THine宣布推出适用于超低延迟、低功耗、高密度和低成本Scale-Up的新款VCSEL驱动器和TIA，支持下一代大规模人工智能数据中心网页链接

转发者评论

无明显转发评论

原文

看到网友分享的 AI 转型后公司变化：1、开除了无法拥抱 AI 编程的技术负责人2、消减了一半的程序员3、增加了一倍的产品经理---这个 AI 转型变化仔细想想合理的：1. 无法拥抱 AI 的技术负责人会拖累整体开发速度2. 当开发不是瓶颈，那么决定做什么会更重要，所以需要更多产品经理。如果一部分开发能兼做开发和产品经理可能更好，未来既懂产品又有开发基础会很吃香。3. QA/测试没看到变化，理论上来说 QA 可以用 AI 辅助写更多自动化测试，提升测试效率，但另一方面 AI 加速了开发，但同时也会让质量更加不稳定，测试工作量可能更多了。公司能增加产品经理说明业务还是拓展了的，否则只是维持业务的话产品经理不需要增加。

转发者评论

无明显转发评论

• 回复@joanarc:未来大部分开发的职责不再只是写代码了，会兼顾测试和产品设计，少数人会专注于开发，成为专家，弥补 AI 的不足//@joanarc:以为qa的岗位会更多，而实际上是转了大量的开发来专门做测试[允悲]生态环境还是不好

原文

#微博声浪计划# #听见微博# 💡 今日思考：今日最重磅的事件无疑是GPT-6 Astra的正式发布。OpenAI总裁Greg Brockman那句"欢迎来到AGI时代"，不只是一句营销口号——ARC-AGI-3从7.8%到99.9%的跃升，意味着模型在从未见过的环境中自主探索和规则学习的能力已接近人类水平。FrontierMath Tier 4的97.6%更是将数学推理推到专业研究者级别。但值得注意的是，Astra在编程能力上并未拉开明显差距（DeepSWE 74.1% vs Muse Spark 1.3的75.4%），这与GPT-5.6 Sol发布时的碾压式领先形成鲜明对比，说明行业整体水平已大幅拉近。与此同时，美国主流AI同一天集体宕机，既暴露了AI服务对底层基础设施的集中依赖，也恰好成为Astra发布日的戏剧性注脚。Anthropic在IPO前迅速完成150亿美元信贷融资，英伟达加速布局本地AI部署，字节跳动以296亿美元贷款加码AI基建——三条线索共同指向一个事实：AI产业的资本密度正在以指数级增长，头部玩家的竞争已经从模型能力延伸到资本运作和生态布局。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

【AIGC日报 · 2026-09-04】今日简讯：1、OpenAI正式发布GPT-6 Astra，宣告"欢迎来到AGI时代"2、ChatGPT、Claude、Grok、Gemini同日集体宕机3、Anthropic将完成150亿美元IPO前信贷融资4、英伟达发布一键本地AI部署及开源Pair工具5、字节跳动获296亿美元贷款，AI资本开支翻倍至700亿美元6、优步携Wayve在伦敦上线英国首个商业机器人出租车7、沙特Humain联手中国MiniMax推出阿拉伯语大模型以下为详细内容：1、OpenAI正式发布GPT-6 Astra，宣告"欢迎来到AGI时代"来源：财联社、爱范儿、量子位日期：2026年9月4日正文：北京时间9月4日凌晨，OpenAI正式发布GPT-6 Astra，称其为"全球最智能、最符合人类意图的模型"。Astra在得州Stargate园区使用超过10万块GPU完成预训练，是OpenAI迄今规模最大的训练项目。ARC-AGI-3得分99.9%（上一代GPT-5.6 Sol仅7.8%），FrontierMath Tier 4得分97.6%，ExploitBench满分100%。在OSWorld 2.0计算机操作测试中得分72.6%，Agents Last Exam得分59.3%。Astra定价每百万输入Token 10美元、输出50美元，与Anthropic Fable 5.1持平。OpenAI总裁Greg Brockman在媒体吹风会上表示："欢迎来到AGI时代。"原文链接：网页链接2、ChatGPT、Claude、Grok、Gemini同日集体宕机来源：凤凰网、Ars Technica日期：2026年9月3日正文：美国当地时间9月3日上午，OpenAI的ChatGPT、Anthropic的Claude、xAI的Grok以及谷歌Gemini几乎同时出现服务中断，持续数小时。Anthropic最先报告"部分中断"，ChatGPT和Codex出现"性能下降"，Grok持续显示错误信息。分析认为可能与Cloudflare基础设施问题有关。智谱在此期间发微博表示"我们还在"，引发网友热议。原文链接：网页链接3、Anthropic将完成150亿美元IPO前信贷融资来源：凤凰网、彭博社日期：2026年9月4日正文：据彭博社报道，Anthropic即将完成将其循环信贷额度扩大至150亿美元的计划，扫清了IPO公开申请前的关键障碍。摩根士丹利主导此次融资流程，高盛、摩根大通、花旗银行也参与其中，这四家贷款机构将牵头Anthropic的IPO。此前Anthropic刚发布Claude Fable 5.1和Mythos 5.1，缓存读取价降75%，Agent能力翻倍，被视为IPO前的最后重磅产品。原文链接：Anthropic将完成150亿美元IPO前信贷融资…

转发者评论

无明显转发评论

原文

Astra发出的最重大的信号不是“进入AGI”，而是“AGI是可以进入的”，而且还可以继续向前。Astra摆出了一道证明题，证明即使“存在局限的阶段性的AI范式”，也可以触达某些重大节点，在“渐进AGI”的视角下逐步实现AI水准的“局部能力饱和”。Astra时刻比Mythos时刻更加证明了6重视角的Scaling正在发生，也更加凸显了AI在硬核算力-RSI通道-快速实验-模A一体等四大引擎驱动下，加速向内生自主的任务型行动智能的转变。昨天发圈：AGI-ASI这两个词已经让人起腻，但事情恰恰是在对AI 已经逆反了的时候发生。附上昨天的6点分析，主要是第1第4第5点。近期系列动态的6个信号：1.硬核算力-RSI通道-快速实验-模A一体，四大引擎加速以模型为基础的智能迭代，头部AI集体大步狂奔而不是小步快跑，史诗级的算力投入不是泡沫，是有效供给不足的短缺刚需；2.工程级深度智能差距扩大，常规智能彼此差距缩小，依托用户-流量-场景-应用等，Google、Meta、SpaceX AI等后进者想再度完全拉齐不太可能但切分部分市场依然有基础，全栈AI-全场景AI-全生态AI有联系有区分；3.一线前沿模型的财务模型可能被二线改变，常规任务、中低端市场被中低价模型、免费服务掏走一部分，开放权重、MaaS、SaaS等一起重塑生态，但模A一体、工作台等短期的生态重塑力度和生态意义更大，Agent C、Agent B都是亿万用户万亿市场级别的，Agent A是不是终局不好说；4.参数-训练-算力-(持续)学习-Loop-现实，至少6重视角的Scaling正在发生，不同于此前Scaling Law概念，其中looped transformer和OpenAI最近披露的Astra的recurrent depth方向差不多，场景-应用-用户的规模和复杂度，其实也是AI在Scaling中实现能力增长的一部分；如何在不被吸干的同时还能持续塑造自身价值是企业级用户正在破解的难题，token资产不是核心资产，爬山机爬不到山上，Nadella看到了问题但没提供有效答案；5.美国2+3+N格局，中国4+6+N格局，都还在智能水准增长甚至能力跳变通道上，比如GPT 5.6与Fable 5.1虽然前后脚但有不是同代产品即视感。Mythos、Astra（以及号称未来有望实现Full RSI的GLM-6）都是不同程度接近智能水准与智能安全的临界点的一部分，但算力差距-RSI能力差异与闭环速度，决定谁先进入AGI-ASI以及内生与自主智能通道，能源只是个性价比费效比变量不是智能水准的核心变量，AGI-ASI这两个词已经让人起腻，但事情恰恰是在对AI 已经逆反了的时候发生；6.一旦越过山丘，的确不只是个AI能力水准与应用问题，而是资源属性、各类资本（包括人力资本）、竞争力、比较优势、产业分布、财富分配、增长模型…

转发者评论

无明显转发评论

原文

#模型时代# #gpt6正式发布# 放几个GPT-6的demo。这个是很惊艳的。如果按照李飞飞，渲染、仿真、规划的定义，显然GPT-6加tool use，它也可以认为是一个世界模型。因为它具备了仿真能力，加Blender实现了渲染，规划应该也是可以做到的。---给了它一张房子的图片，让它在 3D 环境中把它创建出来，包含所有细节（玩具、家电和家具）。这是在 Blender 中进行的一个完整的 3D 模型重建，其生成的几何结构，能让你手动调整，也能将其在设备上作为一个以 60 帧运行，且能本机渲染的“游戏”。

转发者评论

无明显转发评论

原文

#陈大年复出入局大模型##盛大网络# 不得了！国产大模型第一梯队，最近爆了个冷门。一家新公司，首款模型只有27B，却在信通院MCP专项测试中拿下综合第二。排在它前面的，是梁文锋藏了近一年的大杀器——参数量高达1.6万亿的DeepSeek-V4-Pro。两者差距，只区区1.3个百分点。这匹黑马就是StartLux-V1.0-27B-Preview，来自StartLux（原点星辉）。有点面生是吧？别急，它的创始人兼CEO可是老熟人：陈大年。AKA互联网时期的初代程序员「教父」，战绩可查：盛大网络联合创始人、连尚网络掌门人，中国最早引入“共享软件”概念的编程者……退隐十年再度归来，这一次，他把赌注押在了本地模型上。这就不得不提陈大年最近一次的罕见露面。他在盛大创新院18周年老友聚会上公开喊话，“AI时代有八条非共识”，其中四条都在强调本地模型。本地模型会完全摧毁云端市场，3年时间打平Claude，占据80%的市场。模型拼参数的玩法要OUT了……StartLux就是他理念的最好展现。公司业务没随行业大流，专注小而美的本地模型商业化，它也是全球第一家真正意义上的本地模型公司。而作为第一张面向市场的成绩单，StartLux-V1.0-27B-Preview不依赖云端，可直接运行在消费级PC上。也就是说，这个小了近60倍的本地模型，Agent能力却能够追平万亿级云端旗舰。凭什么？网页链接

转发者评论

无明显转发评论

原文

#英伟达官宣收购HuggingFace# 这笔收购的本质是争夺AI产业的流量入口。硬件再强，也需要开发者用起来才有价值。Hugging Face控制着模型分发的管道——开发者去哪找模型、用什么跑模型，这个决定比GPU性能参数更重要。英伟达看到了威胁:大模型公司开始自己造芯片，云厂商推自研加速卡，CUDA护城河在松动。买下分发平台，就能把开发者习惯和模型生态绑在自家硬件上。承诺保持开放是必需的公关，但平台推荐算法、默认配置、优化重点最终会说话。这场交易的关键不在收购价格，而在监管机构是否认为一个硬件垄断者同时控制软件生态构成了过度集中。开发者用脚投票的能力，将决定这个生态的真实开放度。

转发者评论

无明显转发评论

原文

【Cerebras的速度悖论：快到让你用不起的Qwen 3.8】Cerebras上线了Qwen 3.8 27B，推理速度飙升至惊人的1500 Token/s。但现实很骨感：公共端点的速率限制仅为150k TPM，这意味着在高并发或Agent任务中，只需几秒钟就能触发限流进入冷却期。更离谱的是，虽然官方声称支持Prompt Caching，但缓存部分的计费与新输入完全一致，没有任何折扣。这种无效加速揭示了硬件厂商做云服务的尴尬。对于开发者，128k的上下文限制和昂贵的重复计费，让它在处理复杂代码任务时性价比远低于DeepSeek。Cerebras的API更像是一场昂贵的硬件广告，旨在展示晶圆级芯片的极致吞吐，而非提供真正好用的生产力工具。如果业务不需要毫秒级的即时反馈，这种烧钱买速度的行为在缺乏缓存折扣的情况下，只会让Token成本在多轮对话中呈指数级浪费。速度是极致的，但配套的商业逻辑还停留在实验室阶段。

转发者评论

无明显转发评论

原文

OpenAI GPT-6已来，给出了“AI到底能帮你干什么”的答案核心computer use和professional work能力，AI开始“动手”不只“动嘴”了在ARC-AGI-3上，成绩99.9%，上一代7.8%，在完全陌生的规则环境中自主探索和推理，几乎满分FrontierMath Tier 4上，成绩97.6%，上一代80.5%ExploitBench上，成绩100%，上一代78.5%Astra在Codex中的新机制：1、跨上下文窗口保存工作笔记：以前长任务会通过压缩来节省空间，但会丢失细节，比如“上次为什么修复失败”，现在Astra可以像人做笔记一样，跨上下文窗口保留关键信息2、异步提问：遇到不确定的问题时，它可以边继续干活边等你回复，不阻塞工作流博客：网页链接 #AGI##GPT-6##GPT-6 Astra#

转发者评论

无明显转发评论

原文

#AI为什么只有中美玩# AI大模型是个门槛游戏。训练一个模型需要上万张GPU连续运转数月，电费以亿计，迭代依赖海量数据反馈。这些条件只有两类国家能满足：要么有全球最大的统一市场和完整供应链，要么有顶尖的技术垄断和资本耐心。欧洲二十多个国家各自立法，数据不互通，钱和人才都往硅谷跑；日韩市场太小，印度缺电缺芯片厂。中美各有活法：美国控制算法源头和高端芯片，中国用十四亿人的应用场景和工程能力把模型塞进每个行业。这不是谁更聪明的问题，是只有这两家有足够大的本钱持续烧钱、足够多的用户喂数据、足够全的产业链落地。其他玩家不是技术不行，是玩不起这个规模。

转发者评论

无明显转发评论

原文

特斯拉要发布了，看汽车这么多年，真L4终于等到了。但不是在中国，还是在美国，这是遗憾的点。如果展开看的话，晚一点的场景便会是：擎天柱在流水线上制造L4的汽车，然后汽车下线，开到机器人工厂，又接回来一车机器人到流水线。机器制造机器，依赖的是人工智能。很可惜，同期咱们出来的是一级吃二级多吃几千亿的吃像，和星宇这样资本吃劳工的吃像。资本有两面，一面是盘剥，一面是创新。A股的视角，这几年，咱们的资本盘剥越来越重，而创新投入在减弱。21-22年，在诸多汽车领域，机器人领域，其实是接近跑平美国，或者准确说，跑平特斯拉的。但接下来3-4年，我们搞成了什么样？一年几百款汽车，出的新款比手机都多。同质化严重，营销上互相挖墙角。星宇为什么会这么败笔？本质上是全行业都在极限压低毛利去互卷。低质量互卷的结果是，用机器人造L4大概率出现在美国。如果再向里面剥一层，互卷的原因又有两面，一面是企业捆绑地方的就业财税，这和房地产的捆绑，光伏的捆绑其实是一样的。另一方面地方政府为什么会被捆绑呢？长期来看，是因为重投资轻消费。如果再进一层，还可以推到到消费税的推动迟滞和统一大市场建设的迟滞。中西部刺激电子产品消费，实质性利好的是大湾区的财税。而东部要刺激西红柿消费，才能利好新疆。顺过来看便是：制度建设到位，打破利益藩篱，建立统一大市场。平衡地方政府投资和消费的扶持力度，破除低质量内卷，加大高质量创新投入，提高经济增长质量。这每一步都很难，但每一步又不可回避，因为这不是房地产、光伏、汽车几个行业的问题，是能否达成2035目标的问题。

转发者评论

这在说什么？什么真L4？

• 这在说什么？什么真L4？

原文

Anthropic 刚开源了一个 /claude-api 的 skill，内置到了 Claude Code。这个 Skill 的使用场景是帮你优化 Claude API 调用的，针对 Agent 开发或者基于 Claude API 开发，如果你只是 Claude Code 用户，那么不需要管，或者你不是用的 Claude 模型，那效果估计要差一点，但也会有效果。使用方法很简单，在 Claude Code 里输入 /claude-api 加子命令，就能触发对应的诊断或迁移流程。它的代码在 GitHub 上公开：github.com/anthropics/skills/blob/main/skills/claude-api/SKILL.md这个 skill 本身不是一个独立工具，而是一组结构化的参考文档和工作流指令。当 Claude Code 检测到你的项目里 import 了 Anthropic SDK，或者你主动输入 /claude-api，它就会把对应语言（Python、TypeScript、Java、Go、Ruby、C#、PHP 或 cURL）的 API 文档加载到上下文里，让 Claude 在帮你写代码时有准确的 API 知识可用。支持 8 种语言，覆盖两个开发面：Messages API（常规的请求、流式输出、工具调用、批量处理、提示词缓存等）和 Managed Agents（Anthropic 托管的有状态 Agent，带沙箱环境）。三个主要的子命令/claude-api cost-optimize分析你项目的实际 API 使用情况，按优先级排列省钱建议。它不是给你一份通用清单，而是看你具体的用量模式，逐项提出修改方案，你可以逐条批准或跳过。检查的项目包括缓存配置、Token 冗余、批量处理机会、effort 级别和模型选择。/claude-api prompt-audit扫描项目里的提示词和 skill 文件，找出针对当前模型来说已经过时或有问题的写法。比如过度验证（让模型反复确认自己的输出）、多余的强调语句、过时的 few-shot 示例、自相矛盾的规则。产出两样东西：一份审计报告（标出具体文件、行号和问题模式），以及一个修改建议的 diff。/claude-api migrate帮你把现有的 Claude API 代码迁移到更新的模型。它会先确认范围（哪些文件需要改），再逐个文件分类，然后按目标模型的 breaking changes 列表逐项处理。比如从 Fable 5 迁移到 Fable 5.1，或从 Opus 4.6 升级到 4.8，涉及的参数变化、废弃字段、新的默认行为，都会在这个流程里覆盖到。这些命令在 Fable 5.1 发布的背景下尤其有用。Fable 5.1 的提示词缓存价格降了 75%，但你得先确认自己的缓存配置没有问题才…

转发者评论

无明显转发评论

原文

几乎在 GPT‑6 Astra 发布的同一时间，伯尼·桑德斯和格雷格·卡萨尔宣布了《禁止人工超级智能法案》摘要，不过这份摘要属于立法提案说明，不是已通过的法律。- 永久禁止人工超级智能（ASI）- 暂停先进 AI 开发“在新的联邦 AI 监管机构成立、并制定出明确安全规则和模型审查流程之前，暂停先进 AI 的开发。- 设立新的内阁级联邦机构：成立一个内阁级联邦机构，负责防范 AI 危险，并强制执行对超级智能的禁令。- 违反者将面临企业解散、个人20年监禁。- 推动全球禁止

转发者评论

无明显转发评论

原文

很多人问：我星球社群里有什么？我今天专门给大家整理了一下目录。大家可以看看光 Agent Skills 系列视频教程目前就已经更新了 30 多期了，涉及各种领域的内容，5 个篇章的内容，包括环境搭建入门、如何打造自己专属的 Skill，还有分镜、动画、视频剪辑系列，带货变现系列，办公等。这些课程都很详细，非常适合小白来学习，即使你不懂 AI 也可以。除了 Agent Skills 系列教程，还有副业案例拆解，目前已经详细拆解了 70 多期的副业安利了。还有我翻译的 Claude Code 官方基础视频教程内容，也有 19 节。总之，星球社群内容超级丰富，目前已经累计更新了 2000 多篇帖子了，干货超级多。就这么多内容，只需要 199 ，说实话，随便一个课程拿出来别人都得卖好几百，这么多内容，得好几千，我这里只需要 199 元。现在加入，再赠送我写的「副业电子书」，包括：如何打造个人 IP ，如何做自媒体，如何做独立开发者的系列电子书。没错，仅限这个月，加入就送。加入方式很简单，WX 扫码最后一张二维码海报即可，或者➕我 V ：loonggg1024 ，都行。#科技先锋官##副业赚钱##How I AI#

转发者评论

现在加入，再赠送我写的「副业电子书」，包括：如何打造个人 IP ，如何做自媒体，如何做独立开发者的系列电子书。没错，仅限这个月，加入就送。 加入方式很简单，WX 扫码最后一张二维码海报即可，或者➕我 V ：loonggg1024 ，都行。

• 现在加入，再赠送我写的「副业电子书」，包括：如何打造个人 IP ，如何做自媒体，如何做独立开发者的系列电子书。没错，仅限这个月，加入就送。 加入方式很简单，WX 扫码最后一张二维码海报即可，或者➕我 V ：loonggg1024 ，都行。

原文

grok bot 给了 agent 一个云端虚拟机， x 上很多用户直呼大开眼界。而其实我早就说过这件事会发生。kimiwork 应该是更激进，subagent 应该是可以随时租用和释放一个云端虚拟机。未来每一个 agent 用户 - 也许他们并不知道 - 他们都在同时租用和释放多个 linux 虚拟机。这意味着 linux 的虚拟机的活跃，可能是数亿台/天的规模。模型和 agent 会带来 linux 的黄金时代。win 和 x86 已经进入死亡倒计时。arm + linux 将会统治桌面端（英伟达 spark like）和云端，也许也包括移动端。。。

转发者评论

无明显转发评论

• 回复@陈于思01:马上，cb r6 就是//@陈于思01:啥时候出编程语音键盘啊

原文

字节跳动种子团队的爆款论文。如果你对自进化代理框架感兴趣，这个值得你花时间。（收藏它）所提出的方法 HarnessDev，停止在模型完成的任务上评分，而是根据它构建的框架来评分。代理从一个薄弱但可运行的种子加上少量案例开始，然后构建一个完整的执行系统。第二阶段将该框架交还并要求其根据下游反馈进行改进。两个阶段都根据能力以及执行令牌成本进行评分，因此对效率和花费有意识。实验包括六个创建者 LLM、四个领域、2207 个留出下游实例。结果按领域拆分。生成的框架在代码、搜索和研究方面仍远远落后于成熟的人工工程参考，但在写作和机器学习实验方面与之匹配或超越。进化产生收益，但它们不稳定且仅部分转移到留出任务，并且它们在很大程度上取决于哪个模型运行框架。论文：网页链接与论文聊天：网页链接

转发者评论

无明显转发评论

原文

GitHub 57k 开源「人生进阶指南」，普通人必看！刷到一个宝藏开源项目，byoungd/up —人生进阶指南。从一份英语学习教程出发，进化成了一份“普通人重新掌握人生主动权”的开放指南；核心内容概览：1.英语硬核进阶：覆盖“认知→单词→听力→阅读→口语→写作”全链路，避开盲目死记硬背的坑。网页链接 工具实战工作流：将 Gemini、ChatGPT、Claude、NotebookLM 等 AI 工具深度融入学习与项目交付。3.个人复盘与经验：包含了创业、写作、低谷反弹的真实复盘，非常适合想把知识真正沉淀为能力的人。链接：github.com/byoungd/up

转发者评论

无明显转发评论

原文

超强的本地化 AI 一键部署项目：Osmantic/ODS（GitHub：github.com /Osmantic/ODS）。它能把你的 PC/Mac/Linux 变成私有 AI 服务器，支持本地推理、ChatGPT 式 Web UI、语音（STT/TTS）、智能代理与工作流（n8n）、RAG（Qdrant）、本地图像生成（ComfyUI）以及完整的运维与隐私保护。自动检测 GPU/芯片、引导模式（快速聊天->后台下载完整版）、一键安装与可扩展的插件系统，适合想把数据和算力掌握在自己手里的开发者与爱好者。

转发者评论

无明显转发评论

原文

Runway 刚刚发布了首个界面世界模型 Solaris，这可能会彻底改变我们与软件交互的方式。以往我们使用的各种软件和操作系统，其界面和功能都是被底层代码预先写死的，我们只能在给定的框架内操作。而 Solaris 抛弃了传统的代码和布局转译，在用户使用的过程中，实时、逐帧地直接生成交互界面。在 Solaris 的逻辑里，用户的点击和拖拽操作，就像是视频生成模型接收到的提示词。系统会将这些动作作为下一步生成内容的信号，直接渲染出新的画面。画面本身就是应用，光影和物体会根据用户的意图实时做出响应，因此每一次的交互体验都是独一无二的。测试数据显示，Solaris 在生成新界面时的结构相似性和信息保留能力，已经超越了目前最顶尖的大语言模型。这种基于像素和画面的实时生成机制，不仅重塑了人类体验界面的方式，也为 AI 智能体理解世界和学习交互开辟了全新途径。那些固定、死板的硬编码操作系统，或许真的要成为历史了。#界面世界模型Solaris##AI世界模型# 零重力瓦力的微博视频

转发者评论

无明显转发评论

原文

直接从顶级公司免费学习 AI1 - Anthropic: anthropic.skilljar.com 2 - Google: grow.google/ai 3 - Meta: ai.meta.com/resources/ 4 - NVIDIA: developer.nvidia.com/cuda 5 - Microsoft: learn.microsoft.com/en-us/training/ 6 - OpenAI: academy.openai.com 7 - IBM: skillsbuild.org 8 - AWS: skillbuilder.aws 9 - DeepLearning AI: deeplearning.ai 10 - Hugging Face: huggingface.co/learn

转发者评论

无明显转发评论

原文

转：美国商务部长霍华德・卢特尼克在当地时间2日接受美国CNBC采访时表示，美国计划针对半导体推出一套“有针对性、经过审慎设计的关税政策”。尤其值得注意的是，卢特尼克明确表示，美国将把企业在美国本土建设生产设施与关税减免直接挂钩。卢特尼克表示：“如果你美国商务部长霍华德・卢特尼克在当地时间2日接受美国CNBC采访时表示，美国计划针对半导体推出一套“有针对性、经过审慎设计的关税政策”。尤其值得注意的是，卢特尼克明确表示，美国将把企业在美国本土建设生产设施与关税减免直接挂钩。卢特尼克表示：“如果你在美国建设制造设施，就会获得关税减免；如果你不这么做，那么为了进入全球最大的市场，就必须缴纳关税。”在美国建设制造设施，就会获得关税减免；如果你不这么做，那么为了进入全球最大的市场，就必须缴纳关税。”他还表示“半导体将在美国生产”，并以正在亚利桑那州建设大型半导体生产基地的台积电（TSMC），以及美国存储芯片厂商美光（Micron）作为例子。换句话说，美国政府的策略是：对扩大美国本土产能的企业减轻关税负担，同时对不愿在美国进行本土生产的企业征收较高关税，以此吸引全球半导体企业进一步加大对美投资。川普政府从去年开始就不断预告将对半导体征收关税。其背后的一个重要判断是，在人工智能（AI）热潮中受益最大的企业之一，正是来自韩国和台湾地区的存储及半导体厂商。包括三星电子和SK海力士在内的韩国半导体企业认为，针对半导体实施定向关税本身就是川普政府此前一直坚持的政策方向，因此，一方面密切关注情况发展，另一方面也在研究是否需要对已经推进的美国投资计划进行一定调整。

转发者评论

无明显转发评论

原文

我看有人专门写了一份 MY Claude.md 文档，列出了 AI 写作最常见的那些坏毛病，读完之后感觉句句说到点子上。AI 最爱用的词，基本上你一眼就能认出来。"深入探讨"、"赋能"、"强健"、"流程优化"，这些词出现的频率高得离谱，已经成了 AI 写作的身份证。除了这些，AI 还喜欢用"悄然地"、"深刻地"这类副词，把一件普通的事说得好像意义深远。用"充当"代替"是"，用"格局"、"范式"、"生态"这类大词包装简单概念，读起来很唬人，细想啥也没说。句式上，AI 有几个固定套路。"这不是 X，而是 Y"，每次看到这个结构，后面跟的基本都是废话。还有那种戏剧性倒计时，"不是十个，不是五十个，是五百二十三个"，制造紧张感，其实意思一句话能说清楚。自问自答也是高频操作，"结果呢？一塌糊涂。"这种写法，读多了会觉得很腻。排比句更是重灾区，三个平行结构摆一起，四个、五个叠着用，整篇文章像在打节拍。段落结构上，AI 喜欢把极短的句子单独成段，强行制造停顿感和重量感，效果适得其反，显得很廉价。还有一种变体，明明是在写列表，却用"第一点……第二点……第三点……"假装是在写散文，换汤不换药。语气上的问题更多。"说到关键点了"、"重要的是"，这类过渡语每次出现都像在假装有料，实际上只是填充。"把它想象成……"这种类比方式，居高临下，默认读者什么都不懂。"想象一个世界，所有工具都有智慧……"这种开头，文艺病发作。还有表演性的自我坦诚，"我承认我很喜欢这个模式"，假装真诚，读来油腻。援引权威更是重重一拳打在棉花上，"专家认为"、"行业报告显示"，却一个名字都不给，来源全靠脑补。AI 还有个习惯，喜欢给自己造词。"监管悖论"、"加速陷阱"、"工作量蔓延"，听起来很有分量，其实是自己发明的概念，用来跳过真正的论证。排版上，破折号每篇能用二十几个，每条要点开头必加粗体，这两个特征组合在一起，基本上就是 AI 文档的标配。整体结构上，AI 写作最大的问题是：一个观点反复说十遍，换不同比喻，绕不同弯子，就是不推进。每一层都有小结，小结里又有小结。快速堆苹果、亚马逊、Uber 的案例，不是为了论证，是为了让文章看起来有分量。最后还要来一句"综上所述"，生怕你没看出来这是结尾。#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

一个较小的模型，如果配备了正确的任务特定框架，就能击败一个更强的模型。新论文介绍了 JIT-Agent，它采用了这种方法：它按需生成代理框架，选择内存、规划、动作、工具和技能如何为特定任务工作。配备 JIT-Agent 的 DeepSeek-V4-Flash 在 DeepSearchQA 上得分 85.1，而 GPT-5.6 为 76.0。这一变化足以显著提升相同骨干模型。在 18 个匹配的骨干-基准对中，每个 JIT 生成的框架都提升了底层模型；9 个基准的平均分对于 GLM-5.2 提高了 7.7 分，对于 DeepSeek-V4-Flash 提高了 8.8 分。这不仅仅是更多的推理。在与固定框架（如 Claude Code、Codex、OpenCode、Hermes 和 NanoBot）的受控比较中，JIT-Agent 在所有 6 种设置中具有最低的令牌使用量和 API 成本，平均成本比最便宜的固定替代方案低 36.0%。– arxiv. org/abs/2608.25593标题："JIT-Agent：通过即时框架演化扩展框架智能"网页链接

转发者评论

无明显转发评论

原文

今年达特茅斯会议70周年没见搞啥大的活动？也许AI太火已经不需要了。40周年时是深蓝，只是96年那次比赛深蓝输给了卡斯帕罗夫，97年再战才取得胜利。2006年是中国象棋人机大战，5个不同的AI对战柳大华等5个象棋大师，共10局计算总分AI取得胜利。2016年则是AlphaGo战胜李世石。AI 的 70 年：一份被砍掉一半预算的申请书网页链接

转发者评论

无明显转发评论

• AlphaGo战胜李世石竟然已经10年了。

原文

推荐一个开源 AI 桌面神器：AQBot。一个软件直接把 OpenAI、Claude、Gemini、DeepSeek、通义千问等模型全装进来，还集成 Agent、MCP、Skills、知识库和 API 网关。聊天记录和配置主要留在本地，API Key 支持 AES-256 加密，Windows、macOS、Linux 全平台支持。GitHub：github.com/AQBot-Desktop/AQBot

转发者评论

//@微博智搜:GrokBot是SpaceXAI推出的AI代理产品，核心特征是拥有独立云端虚拟机、支持多Bot自主协作及零配置开箱即用，能像真实同事一样跨应用执行任务。若你指代的是其他具备自主任务执行、云端持续运行及多智能体协作能力的AI工具，则与之类似；...查看全部戳->http://t.cn/AX0fJxQb //

• //@微博智搜:GrokBot是SpaceXAI推出的AI代理产品，核心特征是拥有独立云端虚拟机、支持多Bot自主协作及零配置开箱即用，能像真实同事一样跨应用执行任务。若你指代的是其他具备自主任务执行、云端持续运行及多智能体协作能力的AI工具，则与之类似；...查看全部戳->http://t.cn/AX0fJxQb //

原文

马斯克警告：「AI激流已经袭来」（The AI riptide is already underway）。他转发方舟投资Brett Winton的观点：AI基础设施投资回收期短、内部收益率高，这股力量正把资本成本推高，将大批传统企业拖入深渊。马斯克多次预警，AGI很快将超越人类最聪明的大脑，数字算力总和也将指数级超越生物算力总和，人类正逼近"技术奇点"——越过临界点后，AI将自我迭代，进步不再由人类推动。在这种预期下，全球AI推理Token用量过去一年暴增约25倍，OpenRouter数据显示Token总量每11周翻一番。木头姐Cathie Wood指出，这不是25%，而是25倍——前沿AI实验室半年到一年内收入增长5到10倍，传统企业营收增速也被拉升至30%-40%以上。Brett Winton提出核心洞察：资本转移与挤出效应。全球资金池有限，回报率越高、回本周期越短，资金越会涌向AI。风投市场如今几乎只投AI相关项目，一级市场已现"AI虹吸效应"。数据中心建设方大量发债，因算力短缺、利润极高，能承受更高融资成本；英伟达芯片更成为可直接抵押的"硬通货"。高回报、强偿债能力与优质抵押品，让AI基础设施成为华尔街眼中的新型投资级资产。这台"资本抽水机"正抽干其他行业可用资金：传统企业融资成本飙升甚至融不到钱；无关AI的股票被机构剔出持仓，估值腰斩；旧债到期被迫以更高利率滚新债，现金流脆弱者被压垮；人才也随资本流向AI赛道，传统行业陷入"没钱—留不住人—效率落后—更没钱"的恶性循环。马斯克对此回应："You are right。"结语指出，每一次生产力跃迁都伴随血淋淋的资源再分配——蒸汽机取代马车、移动互联网冲击传统媒体皆是如此。而这次AI激流的烈度，将是前两次的十倍、百倍。资本已在用脚投票，且仍在加速。

转发者评论

无明显转发评论

原文

【数字时代的“赛博招魂”：是历史的窗棂还是精致的谎言？】最近走红的 AnyHumanEver 宣称能从人类历史长河中随机“抽取”一生，用精美的 UI 和详尽的统计数据还原一个 715 年长江流域的女性或 3000 年前的美索不达米亚婴儿。然而，这件看似充满人文关怀的艺术品，在调查者眼中却是一场由 LLM 编织的“幻觉景观”。开发者在引用文献中堂而皇之地标注了“由 Claude Fable/Opus 填充数据缺口”，这意味着当你感叹古人 44% 的夭折率时，你看到的可能只是 AI 模拟出的“统计学氛围感”，而非真实的历史切片。这种“氛围感编程”（Vibe-coding）的流行揭示了当下信息消费的诡谲现状：人们渴望与历史建立情感连接，却不在意连接的纽带是否注水。批评者敏锐地指出，网站在时间分布采样上存在严重逻辑错误，且常出现“公元前 200 年土耳其人穿派克大衣”或“1999 年韩国农村人只吃米饭豆酱”的刻板印象。这不仅是技术层面的 Hallucination，更是一种对公共知识空间的污染。它提供了一种廉价的、无需考证的“历史参与感”，让用户在 30 秒内带走一份伪装成事实的谈资。我们应当警惕这种将复杂人类经验“模板化”的倾向——如果数据的底层逻辑是崩塌的，那么再动人的叙事也只是赛博废料。作为读者，在被“人生轮盘赌”的宿命感打动前，或许该先问问：这个故事的骨架，到底是历史的余温，还是算法的体温？

转发者评论

无明显转发评论

原文

周三 Anthropic 发布了全球最强模型 Fable5.1 ，周四谷歌发布了 Gemini3.8 ，周五 OpenAI 就发布了 GPT-5.6 。现在最强模型是不是易主了？基于国外这 3 个模型的发布，国内众多模型在这个月估计也会频繁更新发布。拭目以待吧。

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《用好AI，轻松养出爱思考会学习的孩子》，截至9月7日 12:00，*可可粉* 转发+评论 即可参与。这是一本写给普通家长的AI时代家庭教育实践书。全书共围绕提问、判断、创造、韧性等核心能力，聚焦语文、英语、数学、跨学科学习和动手创造等真实场景，通过大量家庭实践案例，带领家长一步步探索，如何借助 AI 帮孩子解决问题、激发兴趣、战胜困难。让AI成为孩子身边的“思维教练”——帮助孩子提出问题、拓展思路、获得反馈，却不替代孩子完成真正的思考。@微博抽奖平台

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

耶鲁大学金融学、创新创业学兼法学教授马松，带来《人工智能与商业未来》一课，受益匪浅。教授兼具金融、科创与法律多重研究背景，跳出单纯的技术视角，从商业竞争、创新机制、行业格局等维度剖析AI浪潮。既看到AI带来效率革命、商业模式重构的巨大机遇，也客观探讨收益分配、市场竞争、监管平衡等现实挑战。置身耶鲁课堂，多学科交叉的思辨，让人对AI时代企业的生存与发展，有了更立体的思考。（四）

转发者评论

无明显转发评论

原文

斯坦福的教授vibe coding的课程《现代软件开发者》要出新版啦~讲师Mihail Eric介绍：“我非常激动，终于可以宣布我的斯坦福课程《现代软件开发者》（The Modern Software Developer）推出最新版了。为了这次更新，我们已经筹备了整整 9 个月。去年 11 月，随着 Claude Opus 4.5 发布，编程智能体的能力迎来了一次跃迁式提升。我们所有人都切身感受到了这一变化：大语言模型变得更加强大，能够进行更长时间的推理，也能解决难度更高的任务。今年的课程迭代，正是对 2026 年软件工程行业巨变的回应。我的核心理念很简单：在大语言模型时代，AI 原生开发者将成为任何软件组织中最重要的成员。设计这门课程，就是为了培养新一代这样的工程师。这一次有什么不同？首先，我将舍弃 2025 年秋季课程中 85% 的内容。2026 年秋季的新教学大纲将聚焦 AI 原生工程师必须具备的核心能力，包括：智能体技能、高级上下文工程、MCP 门户、面向智能体的代码库设计原则、智能体驱动的代码审查、安全、后台智能体并行化、软件工厂，以及更多内容。其次，我将教会学生如何培养“软件品味”。每一位学生都必须向生产级的真实代码库提交并交付拉取请求（Pull Request）。本课程还将与顶尖的开源 AI 项目合作，由这些项目为学生提供支持和指导，帮助他们以真正有价值的方式为项目作出贡献。”课程主页: themodernsoftware.dev目前课件什么的还没更新，估计要在11月之前陆续更新~

转发者评论

无明显转发评论

原文

耶鲁大学金融学、创新创业学兼法学教授马松，带来《人工智能与商业未来》一课，受益匪浅。教授兼具金融、科创与法律多重研究背景，跳出单纯的技术视角，从商业竞争、创新机制、行业格局等维度剖析AI浪潮。既看到AI带来效率革命、商业模式重构的巨大机遇，也客观探讨收益分配、市场竞争、监管平衡等现实挑战。置身耶鲁课堂，多学科交叉的思辨，让人对AI时代企业的生存与发展，有了更立体的思考。（三）

转发者评论

无明显转发评论

原文

Rapid-MLX 0.13.4 正式发布——本地推理速度大幅提升。🚀Qwen3.5/3.6/3.8 现在自动选择经过验证的 MTP + 连续推测批处理，在并发工作负载下提供 14–31% 更高的吞吐量。在 Qwen3.8-27B 上，单请求解码在 128-token 上下文时速度提升 1.43 倍，在 32K 时扩展到 2.34 倍。特别感谢 Pierre Lamy，他的社区贡献帮助推进了这一 MTP 和性能工作！🙌 🧵👇🎬 Experimental: Generate short videos entirely on your Mac.The new Desktop Video workspace brings local text/image-to-video with queued jobs, progress tracking, restart-safe results, and early memory checks.Supported model families:🎥 LTX-2.3/2.5🎥 Wan 2.1/2.2 (T2V, I2V, TI2V)🎥 CogVideoX-Fun 5B[视频]🖥️ Turn your Mac mini into a true, unattended AI appliance.Our new LaunchDaemon guide lets Rapid-MLX boot before login, keeps it alive, and verifies task completion even after a restart. Fully qualified on an M4 Pro with zero logged-in users. Set it and forget it.网页链接…✨ The Desktop app experience is more refined than ever:🧠 Opt-in persistent memory across chats📊 Isolated Mermaid previews⚙️ Per-model memory fitting with actionable errors🔄 Clear, in-app update cardsEverything stays local. Everything stays under your control. Enjoy!网页链接

转发者评论

无明显转发评论

原文

有人说 AI 会带来人类的“知识平权”。林肯解放黑奴之前，美国南方有些州制定了法律，不允许黑奴识字。这种制度显然会导致人们无法平等地获取知识。在印刷术普及前，书是很贵的。唐朝买一本书的钱能换几百斤大米，穷人自然就看不起书。这种生产力水平会导致人们无法平等地获取知识。信息技术普及后，每个人都能用可忽略不计的成本获取学不完的知识。把殆知阁的所有经史子集全下载回来，再把维基百科所有内容全部下载回来，加在一起，一个 U 盘就能装得下。还要怎么“平权”？还能怎么“平权”？怎么才是“平权”？我以前说过，技术进步会把所有人都带进海鲜自助餐厅，但技术进步无法把所有人的饭量都变得一样。好消息是你现在可以放开吃龙虾了。坏消息是饭量大的人会吃下更多龙虾。像 AI 这样高效的知识工具只会让愿意学习的人和不愿意学习的人差距拉的更大。如果“知识平权”是指获取知识的机会变得平等，那么 AI 并不会带来更多变化。如果“知识平权”是指原来没有能力输出观点的人现在靠 AI 可以输出观点了，那么“知识平权”的主体到底是人，还是 AI 呢？没有 AI 之前，用脸滚键盘也可以发帖——这甚至比让 AI 帮自己喷更有主体性。其覅欧式给你的热点美国帕德诺夫哥千万人内容破网可还能和法国独一份阿姨普工而韩国么啊基本是富农卡额模拟盘坡请安排有好多爬大山的女娃咯耳旁风怄气八七二位比利亚和图片微软发布千万里不强迫吧罗汉果非常长嫂挑拨我批哦饿哦具体如何改善贡萨别烦我个人披萨覅哦啊前后摆动啊佛号全文风卧室地板无功而返了

转发者评论

无明显转发评论

• 回复@招商办李主任:脸滚键盘。//@招商办李主任:最后一段是啥？[衰]

原文

【联想一口气发6款全新消费AI终端！YOGA Pro 9n、平板、一体机齐亮相：主打个人AI跨设备】联想在IFA2026发布全新消费AI终端产品线，覆盖搭载英伟达RTX Spark芯片的旗舰Yoga系列AI本、多款平板、大众级笔记本及一体机，部分机型可本地运行千亿级大模型，国内上市时间另行公布。

转发者评论

无明显转发评论

原文

一个超实用的免费AI资源库：itsfree.ai —— 收录 25 家提供真实免费额度的 API 与运行时、463 个免费模型，甚至还有无需联网就能本地跑的方案（Ollama、llama.cpp 等）。最新数据已核验至 2026-09-02，适合做原型、测试和本地部署。记得上线前再核对各家免费额度和隐私条款。

转发者评论

无明显转发评论

原文

说起投行级别，gemini 给了个答案：以美国银行（Bank of America）CEO相当于副部级（类似国内四大行董事长）为基准，其内部业务线职级大体对应从正厅级到科员的完整行政与职级序列。高管与决策层 EVP (执行副总裁) / 业务线总裁 vs 正厅级：对应四大行总行的一级大部总经理，或北京、上海等一级分行行长。他们是掌控全球财富管理或投资银行等核心业务的“封疆大吏”。核心管理与创收层 Group Head (业务组主管 / 资深 MD) vs 副厅级 / 一二级巡视员：对应总行副总经理或大型二级分行（如深圳分行）行长。属于银行高管的后备军。MD (董事总经理) vs 正处级 / 一二级调研员：对应总行处长或核心地市支行行长。在华尔街属于真正熬出头、拥有独立客户资源和业务生杀大权的“合伙人”级别。ED / Director (执行董事 / 总监) vs 副处级 / 三四级调研员：对应总行副处长或普通地市支行副行长。他们是大型投行项目现场的最高负责人，负责盯紧业务落地。中层与执行骨干VP (副总裁) vs 正科级 / 一二级主任科员：名字唬人但在美国银行全网有数万人，对应基层网点主任或分行部门经理。属于带头干活的主力小领导（通常28-32岁）。 AVP (助理副总裁) vs 副科级 / 三四级主任科员：对应基层副网点主任或业务主管。属于从基层员工向管理层跨越的过渡职级。Associate (经理 / 业务代表) vs 股长 / 一级科员：通常为名校MBA毕业或本科干满三年晋升，对应体制内基层网点的股长或业务骨干。属于能独立建模、带队熬夜的核心劳动力。Analyst (分析师) vs 见习干部 / 二级科员：刚毕业的大学本科生，对应体制内刚入职、正处于打杂见习期的基层办事员，主要工作是写PPT、跑数据和排版。

转发者评论

无明显转发评论

原文

在 LLM 时代，数学与逻辑学应该重新被明确地看作两类并列的“形式化基础学科”：数学主要研究对象、结构与数量关系；逻辑学主要研究命题、推理、证明与知识之间的约束关系。LLM 的出现，使逻辑学从“研究推理规则的学科”开始转变为“组织和约束机器推理的基础设施”。 @有个梨GPT 大师，我的理解对吗？

转发者评论

无明显转发评论

• 因为我发现，借助 LLM，推理空间比人自己做研究大得多，那这时就应该像当计算量大到一定程度就要引入并行计算理论一样，支撑推理的逻辑学，也应该有所改变，基础不一样了。

原文

斯坦福 CS329Z — “Engineering AI Agents”（2026 秋季）开启报名/查课资料：复合型 AI 系统、RAG、工具调用、Agent 设计、评估与安全等全栈实战。课程有两次实作作业＋组队期末项目（主题：用代理改善斯坦福生活）。适合想从零搭建到优化自治 AI 系统的同学。详情与日程： cs329z.stanford.edu

转发者评论

无明显转发评论

原文

没有Token的CS学生，应立即退学！这句暴论，出自南京大学计算机学院副教授蒋炎岩今年秋季新开设的《生成式软件工程》课程中。好家伙，现在国内高校的计算机系已经卷到「自费烧Token」了？知乎相关问题随即冲上热榜，目前已经引来了四百多个回答。但我仔细看了看，底下持赞成意见的人居多。而且大家看起来都很有共鸣：网友A：这话说得太保守了，我建议大学取消所有课堂，把省下来的课时费全部用来采购Token，按人头发给学生。网友B：味很冲，但我认为说得好，至少比其他空洞无味的鸡肋好得多。网友C：何止计算机系？！我认为所有专业的学生都必须把「如何使用AI」列为自己的必修课，尤其是文科生。所以，现在不调足够多的Token、不能熟练使用大模型的计算机学子，乃至其他各种专业的学生…真的都该退学吗？网页链接

转发者评论

无明显转发评论

原文

耶鲁大学金融学、创新创业学兼法学教授马松，带来《人工智能与商业未来》一课，受益匪浅。教授兼具金融、科创与法律多重研究背景，跳出单纯的技术视角，从商业竞争、创新机制、行业格局等维度剖析AI浪潮。既看到AI带来效率革命、商业模式重构的巨大机遇，也客观探讨收益分配、市场竞争、监管平衡等现实挑战。置身耶鲁课堂，多学科交叉的思辨，让人对AI时代企业的生存与发展，有了更立体的思考。（二）

转发者评论

无明显转发评论

原文

耶鲁大学金融学、创新创业学兼法学教授马松，带来《人工智能与商业未来》一课，受益匪浅。教授兼具金融、科创与法律多重研究背景，跳出单纯的技术视角，从商业竞争、创新机制、行业格局等维度剖析AI浪潮。既看到AI带来效率革命、商业模式重构的巨大机遇，也客观探讨收益分配、市场竞争、监管平衡等现实挑战。置身耶鲁课堂，多学科交叉的思辨，让人对AI时代企业的生存与发展，有了更立体的思考。（一）

转发者评论

无明显转发评论

原文

英伟达新论文显示，一个大语言模型（LLM）可以重用另一个模型的提示记忆，而无需再次处理整个提示。一个简单的线性转换器让相关的大语言模型重用缓存的提示记忆，并跳过重新处理长对话。通常，当系统切换模型时，新模型会重新阅读整个对话来构建其键-值缓存，这是在生成过程中使用的存储记录。他们的映射器学习每个目标注意力头如何与几个有用的源层相关，然后在转换前移除位置信息，并在之后恢复它。它从 500 个校准序列中学习，无需反向传播，并且仅在具有匹配缓存形状的相关模型上进行了测试。在来自 Qwen3、Llama 3.1 和 Ministral 3 的 6 个模型对中，4 个保留了目标模型正常基准准确率的 73% 到 98%。在测试的传输中，转换速度提高了 2.7 到 25 倍，而 Qwen3 的切换在 10 轮中保持稳定。失败揭示出，成功更多取决于错误是否落在注意力实际读取的位置，而不是总转换错误。– arxiv.org/abs/2608.03893标题：“LLM 家族中的跨模型 KV 缓存传输：用于预填充重用的闭式线性映射”

转发者评论

无明显转发评论

原文

今天看到一个1000小时的CAT建模视频数据集，说是给AI训练用的。我好奇训练AI操作这些建模软件真的需要视频吗？😂CAD 1000 Hours，一千小时真人 CAD 操作拿来教 computer-use AgentMarkov AI 放出 cad-1000-hours：1000+ 小时真人 CAD 操作录像，597 个完整设计任务，覆盖 AutoCAD、SOLIDWORKS、SketchUp 等 10 款软件。不只录屏，还记下鼠标点击、键盘和文字解说，并给出任务说明、参考素材、成品和评分。给 computer-use Agent 学专业设计软件用。🔗 链接：网页链接（原帖）🤗 数据集：网页链接（数据集）🔗 原帖：网页链接（来源）#HOW I AI# #ai生活指南# #效率工具#

转发者评论

无明显转发评论

原文

午夜#学术新闻# 模型论是 数理逻辑 的一个分支，据说这个领域当前最重要的研究课题是 稳定分叉猜想和SOP_2 = SOP_3。后者我介绍过，半个月前借助AI解决了。网页链接前者，昨天有人发布，说也用ChatGPT解决了。网页链接——————上周 UCLA 工程团队首次在室温下观测到“量子热波”现象。传统认知：热量通常会像咖啡杯或手机发热一样，均匀地向四周扩散。实验突破：研究人员在一种特殊晶体中发现，热量可以像光束一样沿着特定方向直线传播，而不是扩散。机制：热的“运载者”是原子振动（称为 声子 phonon）。声子既像粒子也像波。通常在室温下它们频繁碰撞，波动性被抹消。但在特殊晶体中，碰撞减少，波动性得以保留，从而形成“量子热波”。过去半个世纪，这种现象只在接近绝对零度的极低温下被观测过。此次是首次在室温下确认。Phonon focusing at room temperature网页链接

转发者评论

无明显转发评论

原文

MiniMax H3 Max 现在生成 15 秒视频只要约 9秒，已经比你看视频还快！fal把它接进 Twitch，做了一个永远播不完的 AI 直播：你在前面看，AI 在后面实时生成下一段。直播、互动剧、无限世界，不需要提前准备内容了。在 fal 上运行这个 24/7 直播每天花费约 3,450 美元。在 Seedance 上运行完全相同的连续直播每天将花费超过 40,000 美元。成本低 10 倍，5 秒渲染在不到 3 秒内完成。

转发者评论

//@乌龟吃鱉3rds:草//@白茶_一生悬命魔芙厨:草电表倒转了//@石灰水Leo:啊。。这下真的有点离谱了//@123木头人被占用了:……//@金山://@来去之间://@八大山债人:nb了。乛乛

• //@乌龟吃鱉3rds:草//@白茶_一生悬命魔芙厨:草电表倒转了//@石灰水Leo:啊。。这下真的有点离谱了//@123木头人被占用了:……//@金山://@来去之间://@八大山债人:nb了。乛乛

原文

只需要4块钱、2个小时，从零训出一个 64M 的小模型。MiniMind 把预训练、SFT、LoRA、DPO、PPO/GRPO、Tool Use、Agentic RL 整条链路都用原生 PyTorch 写完了，结构对齐 Qwen3，个人 GPU 也能复现。想真正看懂大模型怎么练出来的，这个仓库很适合下手。🔗网页链接…网页链接

转发者评论

//@文光围脖1:这个我也玩过，和nanogpt一样，是非常好的大模型入门材料，也是我们做开元2B和普罗2B全开源模型的动力之一[嘻嘻]

• //@codeRush007://@马少平THU://@文光围脖1:这个我也玩过，和nanogpt一样，是非常好的大模型入门材料，也是我们做开元2B和普罗2B全开源模型的动力之一[嘻嘻]
• //@文光围脖1:这个我也玩过，和nanogpt一样，是非常好的大模型入门材料，也是我们做开元2B和普罗2B全开源模型的动力之一[嘻嘻]

原文

amd 【有礼互动】这款办公生产力神器，性能、轻薄、AI 全兼顾！惠普 战66 AI 高性能轻薄商务本，助你轻装上阵，一路快进～☑ 搭载AMD #锐龙# 7 H 255 处理器，8核心16线程，最高加速时钟频率可达4.9 GHz #买电脑选锐龙#☑ 配备IPS防眩光屏，16:10黄金比例，四面窄边框设计☑ A/C/D三面金属机身，圆润弧角设计，轻至1.75kg起，薄至10.9mm☑ 采用防泼溅商务键盘，1.5mm长键程，大尺寸触控板☑ 搭载焕新升级的战AI一站式智能平台，一键唤醒沉浸式AI创作与高效办公，覆盖多场景体验☑ 2*USB-C全功能接口，RJ45有线网口，HDMI接口，2*USB-A接口，无需额外外设即可实现三屏扩展👉 购买入口：网页链接📢 9月14日20:00前关注@AMD中国 并转评本条内容，抽1位送 「AMD定制袜子」

转发者评论

无明显转发评论

原文

创业公司的创始人一定不能放弃公司和团队的控制权。咱们要学明朝的嘉靖皇帝：即使 20 多年不上朝，对朝廷的掌控仍然非常严密。不能学赵武灵王，传位之后就被新王活活饿死……在利益面前，合伙人的人性一般很难经得住考验，只能通过制度设计来保证。创业公司的主心骨永远是创始人，只有创始人才会真正为公司的（长远）利益考虑。别有用心的合伙人甚至投资人，一般会尝试让创始人陷入自我怀疑，从而攫取越来越多的权力和私利。这是常见的套路。

转发者评论

其实这也同样适用于借助 AI agent 来编程的场景……[哈哈]

• 其实这也同样适用于借助 AI agent 来编程的场景……[哈哈]

原文

今天在国科大计算机学院开学典礼上，给新同学们分享的三点建议：第一点：把好的价值观，装进自己心里。我一直信奉一条人生规律——“价值观决定终点”。假设我们活到一百岁，那么每个人的人生轨迹就是由将近一百万个大大小小的决策叠加而成。拆开来看，每年约一万个决策，每天大约二十个决策——吃什么、见谁、参加什么活动……每一个看似随意的选择，背后都有价值观在潜移默化地产生作用。它不动声色，却实实在在地描画着我们的人生走向。所以，请大家始终把塑造“真、善、美”的价值观，放在人生的优先位置。技术能力能让我们跑得快，但价值观决定我们能跑多远、能抵达怎样的远方乃至终点。在国科大、在计算机学院的这几年，希望大家不只学技术，更要学做人、学做事，把“真、善、美”三个字刻进心里。第二点：积极拥抱AI，但不要被AI驾驭。AI已是这个时代的主旋律，它将深刻重塑整个人类社会。如何面对它，是我们每个人都绕不开的命题。今天的大模型博学多识，几乎有问必答。但请记住：只有我们对知识理解得越深入，才能提出越有价值的问题，才能真正驾驭大模型的能力，也才能不被它的“幻觉”所迷惑。可以说，我们自身所掌握的知识，决定了我们在AI时代的高度。大模型解决的是广度，而深度，则要靠掌握精深专业知识才能抵达。（画外音：关于“深度”的解读，这里要表达的意思是：大模型展示出来的深度，取决于使用者自身对知识掌握和理解的深度。举个例子：同一个大模型，如果是陶哲轩和我都向它问数学相关的问题，那么陶哲轩使用时所展现出来的数学深度，肯定要比我要深得多。但如果是向它提芯片方面的问题，那我使用的那个大模型展现出的芯片能力应该会更深一些。）第三点：勇于做一些与众不同的事。今天人们总会谈起内卷。破解内卷的关键，在于多元化发展。今年恰逢计算所建所七十年。计算所前所长、计算机学院院长孙凝晖院士在总结七十年计算所精神与文化时，特别强调了一条重要的理念——“人人是才”。“人人是才”意味着，每个人都有实现自我价值的路径。在计算所，大家可以选择七条发展通道：基础研究、工程系统、重大应用、教书育人、产业化、科研管理、社会影响力。 每条通道都能出人才，都能通向卓越。国科大计算机学院的同学们来自不同的研究所，本就背景各异。希望大家充分认识自我，发挥各自所长，勇于去做一些与众不同的事，不要被单一的评价标准所绑架。有人擅长发论文，有人擅长做工程，有人擅长运营开源社区，有人擅长科普……每一种“与众不同”都值得被尊重。只要找到自己的“与众不同”，就能走出自己精彩的人生之路。图：计算所陈熙霖所长讲开学第一课

转发者评论

厉害了 //@马少平THU:转发微博

• 厉害了 //@马少平THU:转发微博

原文

这期 Lenny 播客的嘉宾是 Tara Seshan，OpenAI 的产品负责人，主要负责 ChatGPT 和 Codex 这两条线。我很少听完一期播客还要回头再听一遍，但这期是例外。干货实在太多了，记一下。## 一、AI 的第三个时代要来了Tara 把 AI 产品的发展分成三个阶段。第一个阶段是聊天，就是现在大家用的那种，问一句答一句。第二个阶段是智能体，AI 开始能自己去执行任务了，编程领域已经率先进入这个阶段，Codex 就是这个阶段的产物。第三个阶段，她说快来了，那就是“持续存在的 AI 同事”。听起来好像没什么大不了，但仔细想想区别挺大的。现在的 AI 是个工具，你问它，它答你，任务结束了它就像不存在一样。而第三个阶段的 AI，更像是你真正的队友，它记得你们做过什么，记得任务进展到哪了，随时可以接着干，而且可以和你一起，也可以和你的同事一起协作。OpenAI 内部已经在这么用了。Tara 说他们甚至在想，未来大家开会，可能是每个人带着自己的 AI 智能体一起来，各自的 AI 完成各自的部分，然后大家汇总。就像打多人游戏一样。想象一下这个画面，还挺科幻的，但感觉又不远。## 二、OpenAI 其实没什么秘密Tara 加入 OpenAI 之前，以为里面有一本秘籍，一份详尽的战略手册，把所有问题都想清楚了写在里面，等你入职就可以打开看。结果进去发现，根本没有这个东西。她说 OpenAI 是真的很“open”，内部所有的想法和判断，很快就变成了公开的产品或者公开的表态，没有什么是藏着掖着的。与此同时，公司极度扁平，几乎没有自上而下的命令，每个人都像是在经营自己那块地盘的创始人，离用户和市场非常近。在大公司待过的人都懂那种感觉：你隔了好几层才能接触到用户，很多决定感觉和市场完全脱节。但在 OpenAI，没有这一层，你每天都在直接面对市场的反馈。这件事挺值得想的，很多人对大公司的幻想，其实是一套成熟的方法论在等着你。但现实往往是，那套方法论就是你去摸索出来的那套。## 三、做产品：快验证，少写文档Tara 在加入 OpenAI 之前，在 Stripe 这种地方工作，习惯了写长篇战略文档，把所有的可能性分析一遍，写得像一篇论文一样，然后才推进。到了 OpenAI，她发现这套根本行不通。原因很简单，AI 这个市场变化太快，你根本预测不了三个月后会是什么状况，更别说一年了。在这种情况下，再详尽的战略文档也是扯淡，因为你的前提假设随时会失效。她总结出一套新的工作方式：找到你最想验证的那一个核心假设，然后尽快把它做出来、测一测、看结果、再迭代。她管这叫从“理论型”切换到“实验型”。一开始她很不适应，觉得自己没有好好“尽职尽责”，没有把所有可能性都想清楚就往前冲，感觉不够严谨。但后来发现，在这个市场里，这才是对的。其实这个道理放到很多地方都成立。很多时候我们迟迟不行动…

转发者评论

无明显转发评论

原文

【联想携手英伟达推出多款AI终端产品：将千亿参数大模型装进笔记本】在Lenovo Innovation World 2026大会上，联想携手英伟达推出多款AI终端产品，本次发布的旗舰机型Lenovo Yoga Pro 9n深度整合英伟达端侧AI架构，搭载NVIDIA RTX Spark芯片，使得千亿参数级模型得以在笔记本本地流畅运行。

转发者评论

无明显转发评论

原文

KIMI 699元套餐额度那么少吗？一周才1.68亿token(图二)？API一亿565.6元，感觉不是套餐的性价比。数据应该不对？Codex的话，根据一个账号日志实测（图三、图四），算上fast、去掉reset的话应该差不多。（换句话说，实际reset没那么有用）图一、图二来源财新《实测DeepSeek：涨价多少，谁更敏感？》yuanchuang.caijing.com.cn/2026/0818/5177810.shtml🔚

转发者评论

无明显转发评论

原文

在 GPT-6 Astra 能使用之前，Codex 每天送一次重置机会，这个是可以累积的，你可以自己选什么时候用就什么时候用。不过没说这个有效期，至少应该一个月吧。首次重置额度将在大约 3 小时后到账。如果还没有账号，现在注册也还来得及。

转发者评论

无明显转发评论

原文

Shelly Kagan教授的哲学伦理课：主动致死、任其死亡与电车难题。在满是宏观经济、科技商业的课程之中，这堂哲学课带来不一样的思辨力量。教授围绕经典的电车难题，辨析主动致死与放任死亡之间的伦理差异。很多商业决策、技术发展，看似是理性利益计算，底层其实都是价值取舍。技术可以给出方案，但不能替人类回答何为“应当”。AI时代，伦理的边界问题，变得比以往更加现实和迫切。跳出功利视角，重新审视选择背后的道德重量，很受启发。

转发者评论

无明显转发评论

原文

想学强化学习实战又怕理论枯燥？推荐一本超实用教程：Hands-on Modern RL（WalkingLabs）《强化学习导论》 ——从代码到理论，覆盖基础、Deep RL、LLM 对齐、Agentic RL、安全与前沿等模块，中英文版本都有。适合想把 RL 用到工程/研究里的同学。立即开始学习： walkinglabs.github.io /hands-on-modern-rl/preface/introduction

转发者评论

无明显转发评论

原文

午夜#学术新闻# GPT 5.6 在素数间隔方面打破了纪录。新的界限比2018年 Ford-Green-Konyagin-Maynard-Tao的前纪录优化了≈ log3（n）倍。 9月1日 更新 素数间隙的一个新结果（也由人类提出！）——Julia Stadlmann证明无限素数对最多相距240。这是针对孪生素数猜想的。我还读了一下，没有新工具，就是把现有的GPY筛精炼了一下。 反过来说，如果好好试错权重，GPY筛好像还能再进一步，感觉运气好能推到220左右。其实我已经让我家AI去试了~~可惜的是文章还是有点长。上下文分析不明白……9月4日凌晨更新 我的感觉是对的。Axiom公司的AI刚刚又推进到212。（Maynard+Polymath之前的纪录是246个。）

转发者评论

9月4日凌晨更新 我的感觉是对的。Axiom公司的AI刚刚又推进到212。更新，在这条转发稍晚时候，GPT-6-Astra又把间距推到186[允悲]据说是早就有的结果。只不过今天才公开

• 9月4日凌晨更新 我的感觉是对的。Axiom公司的AI刚刚又推进到212。更新，在这条转发稍晚时候，GPT-6-Astra又把间距推到186[允悲]据说是早就有的结果。只不过今天才公开

原文

#哪家手机AI功能最能打#2026年手机AI已从“概念年”进入“实战年”。华为、小米、OPPO、vivo、荣耀、苹果、三星纷纷亮出自家AI底牌，但到底谁最能替你干活？📊 四大维度横评结果（基于PConline、CNMO等实测数据）🏆 AI消除：OPPO ColorOS 16 领跑· 极光引擎让AI消除+光影优化一步到位，复杂场景边缘自然度行业最佳· 全流程耗时降低约40%，消除后自动补光调色· 华为HarmonyOS 6原生AI消除能力较弱，需借助第三方🗣️ 智能助手：华为小艺综合智商最高· CNMO评测409分登顶，比第二名高31.6分· 日均唤醒30亿次，支持2100+系统级能力· 伴随式AI主动服务：收到重要通知自动加待办、出差前主动查路况· 小米超级小爱“一步直达”跨应用操作进步明显，但复杂指令仍偶发截断⚡ 系统流畅度：各有杀手锏· OPPO ColorOS 16：极光引擎共享NPU推理管道，6年流畅保障· 小米HyperOS 3：应用时延降低21%，连续启动AI应用掉帧率改善· 苹果iOS 26：A19芯片能效比和动画流畅度仍是标杆🔗 生态整合：华为鸿蒙最强· 手机-平板-车机-家居无缝流转，文件一碰传、应用流转延迟可控· 小米澎湃OS打通人车家全场景，HyperOS 4全球最大消费级IoT平台· 苹果生态锁定力最强，但国行Apple Intelligence功能缩水明显🎯 各品牌AI路线一句话总结· 华为：端侧大模型+鸿蒙生态协同，隐私本地处理，商务效率首选· OPPO：极光引擎+云端协同，AI消除最强，跨App调度丰富· 小米：全生态AIOS，人车家联动，生活化场景覆盖广· 荣耀：平台级AI底层整合，“任意门”跨应用拖拽最实用· vivo：蓝心大模型功能最全，但入口分散是软肋· 苹果：隐私优先+端云混合，完成度高但国行功能滞后· 三星：Galaxy AI全球化+本地化双修，即圈即搜和实时翻译实用💡 选购建议· 商务/效率党 → 华为Mate 80系列· 影像/创作党 → OPPO Find X9（哈苏色彩）/ vivo X300（人像专家）· 生态全家桶 → 华为鸿蒙 / 小米澎湃OS / 苹果（等中文AI落地）· 性价比尝鲜 → 荣耀Magic 8（4499元起，3000+自动执行场景）手机AI的军备竞赛已从“跑分”进入“干活”阶段。你日常最常用手机AI的哪个功能？觉得哪家最懂你？#手机AI##AI手机##华为小艺##OPPO##小米澎湃OS##微博AI创作季#

转发者评论

无明显转发评论

原文

【8月#微博大模型月报#｜#8月大模型日均发布1.1个#】8月微博科技AI相关热搜702个（含科技榜）｜阅读量50亿｜互动讨论732万｜上榜品牌12家DeepSeek、豆包、千问、Kimi等国产模型与Claude、ChatGPT、Gemini等海外模型持续迭代；Agent、AI编程、具身智能等方向更是在持续升温，AI竞争进一步走向产品能力与实际应用。@微博AI 联合 @刘聪NLP 共同整理8月AI动态，从大模型热议、热点事件到行业高热内容，一图看懂8月AI圈发生了什么👇欢迎评论区聊聊：8月最让你印象深刻的AI事件是什么？

转发者评论

这说明，发展还是很快，还在很早期。//@karminski-牙医:太吓人了.....我连测都测不过来, 更别说用了....[泪奔]

• 这说明，发展还是很快，还在很早期。//@karminski-牙医:太吓人了.....我连测都测不过来, 更别说用了....[泪奔]

原文

ChatGPT ，claude code ，grok……都崩了。全球第一次大规模Ai算力崩盘。#how i ai##ai创造营#

转发者评论

我说怎么我codex 用不了了，后来晚上十一点半左右又好了//@胡锡进:硅基造反了？[允悲][允悲]

• 我说怎么我codex 用不了了，后来晚上十一点半左右又好了//@胡锡进:硅基造反了？[允悲][允悲]

原文

【#代码仓库秒变清晰结构图#】面对成百上千个文件的陌生项目，光是看懂代码就可能花费不少时间。开源Skill Archify可以配合编程Agent梳理代码仓库，生成系统架构、工作流程、调用时序、数据流向和生命周期图。除了交互查看路径和上下游关系，它还支持源码证据、架构快照对比，以及PNG、SVG和WebM导出。AI写代码越来越快，如何让后来接手的人快速看懂，正在变得同样重要。#vibecoding##AI编程##Skill##开源# 量子位的微博视频

转发者评论

无明显转发评论

原文

网页链接Qwen‑Drive‑1.0 是阿里提出的一个“自动驾驶大模型”原型，它把 3D 感知、驾驶场景理解、运动规划 三件事全部塞进一个 Vision‑Language Model（VLM）里，让一个通用大模型既能“看懂路”，又能“理解场景”，还能“规划车辆未来轨迹”。它的核心思路是：不改 VLM 架构，通过外挂两个模块，让通用大模型具备自动驾驶能力。具体包括：1）BEV 3D 感知头：做 3D 检测、占据预测、BEV 地图分割，提供可检查的 3D 场景结构。2）规划专家（Planning Expert）：基于 VLM 的视觉语义，生成未来 5 秒的车辆轨迹。论文的亮点：把自动驾驶从“模块化流水线”推进到“统一大模型”。保留通用 VLM 的能力（对话、理解、推理），同时获得驾驶能力。在 nuScenes、OpenScene 等数据集上取得不错的 3D 感知成绩。在多个驾驶 VQA、因果推理、规划任务上表现强于现有模型。展示了大模型在自动驾驶领域的可行性和潜力。需要强调的是：Qwen‑Drive‑1.0 是研究原型，不是可量产的自动驾驶系统。 它没有车规级工程、没有真实道路闭环、没有车企合作，也没有硬件部署路径。它的意义在于：证明“自动驾驶可以被统一到一个大模型里”，而不是今天就能上车。这是阿里在自动驾驶大模型方向的技术探索，展示了统一大模型的可能性，但距离真正落地还很远。—end—

转发者评论

无明显转发评论

原文

#哪家手机AI功能最能打# 手机AI正在经历一场质变——从“能聊天”的语音助手，变成“能干活”的跨应用智能体。这场竞赛里，各家打法完全不同：苹果+千问：国行版Apple Intelligence已确认与阿里千问合作，覆盖iOS、iPadOS、macOS和visionOS，Siri、写作工具等系统级体验将由千问驱动。走的是一条“系统级深度集成”的路，能力藏在系统里，用户感知不到AI的存在，但处处都在用。华为小艺：HDC 2026上，小艺已全面向Agent架构演进，发布鸿蒙智能体框架HMAF 2.0，能自然语言调度200+系统及生态Skills。7月还接入了月之暗面Kimi K3旗舰模型。优势是鸿蒙全场景——手机、平板、车机、智能家居，小艺无处不在。vivo蓝心：OriginOS 7中蓝心智能再度进化，主打“记得你、感知情境”。X Fold6已实现30亿参数端侧部署，还支持小V Claw PC版，手机远程操控电脑完成原子笔记、日程等任务。OPPO AndesGPT：备案通过，聚焦AI生活、AI影像、AI生产力三大场景。定位清晰——不炫技，让AI干活。努比亚豆包手机：全球首款AI智能体手机，9月上市。搭载豆包手机助手，系统级GUI Agent架构，能看懂屏幕、跨App完成任务。已走完从大模型备案到终端入网的完整合规流程。小米澎湃AI、三星盖乐世AI：均已备案，各自在端侧AI上持续布局。这场竞赛的核心，已经不是谁家AI更会聊天，而是谁能真正进入你每天的工作流，帮你把事办了。

转发者评论

无明显转发评论

原文

#ChatGPT崩了# #Claude崩了# 这次集体宕机最刺眼的不是故障本身，而是它撕开了一个事实：我们把认知外包给了几家公司的几台服务器。当ChatGPT返回503时，全球成千上万人的工作同时停摆，这种同步性本身就很诡异。更值得琢磨的是，这些AI公司花了数十亿美元建算力，却可能因为共享的电力或网络节点同时倒下。技术的冗余设计在商业效率面前让了步。国内服务没事，不是技术更强，是物理上各玩各的。这件事真正的教训是：当你的思考、写作、编程都要先问一句“AI在吗”，你已经不是在用工具，而是在依附一个随时可能消失的外部器官。单点故障的代价，从来不只是技术问题。

转发者评论

无明显转发评论