微博 AI 观察博客

原文

intel 牙膏挤暴了搞了个 480G 的显卡?intel 终于开窍了, 在今年的OCP峰会上展示了Crescent Island系列新显卡的最新信息: intel D270.我研究了一下卡的参数, 给大家分析一波这个卡运行本地模型会不会直接核弹爆炸:首先这个卡是原生支持OCP微缩放格式标准的(毕竟intel自己参与起草的标准), 所以完全支持 OCP MXFP4（E2M1）/ MXFP8, 也就是说4bit/8bit量化根本不用软模拟, 完全就是硬件XMX加速运算. 当然 NVFP4是不行的, 这个只有N卡能用(没事可以跑MXFP4).官方给到的它的单卡 FP8 浮点性能是 1.3 PFLOPS, 据此可以推算 FP4 能达到约 2.6 PFLOPS这样的话如果运行 Qwen3.8-27B-8bit, Prefill 速度理论上能达到24,074tps, 4bit则可以翻倍, 达到48,148tps,如果换成 DeepSeek-v4.1-flash-4bit, 因为 deepseek 的神奇魔法, Prefill 只需要激活 8B, 那么理论 Prefill 甚至能干到 162,500tps (实际估计应该在7万左右).这么看来, 这张卡的浮点性能是相当够的, 即使每次都塞进去小说, 都能做到秒吐字.重点来了, 那么这个张卡说是单卡最大 480G 显存, 这不是把老黄/水果按在地上打吗?且慢, 我看了一下卡的零售版本其实最大是160G显存, 480G是专门给ODM厂商(HP, DELL等)专供的. 所以单独买的话160G就是极限了(捡垃圾另算). 但好消息是, 160G 和 480G 的显存带宽一样, 都是 LPDDR5x, 能干到 1.5TB/s. 这个GPU相当猛, 给了 1280-bit位宽的显存控制器, PCB 正反两面总共贴了 20 颗 LPDDR5x 颗粒（160G 版对应单颗 8GB / 64Gb, 480G 版对应高密度的单颗 24GB / 192Gb）所以单卡运行Qwen3.8-27B-4bit , Decode速度可以达到111tps, 而运行DeepSeek-v4.1-flash-4bit 能达到187.5tps左右 (均为理论值, 且单卡160G装不下ds, 还是要单卡480G, 或双卡160G).而且驱动啥的完全不用担心, vLLM, SGLang, PyTorch 也都做了适配.不过这个卡短板也很明显, 它完全没有类似 NVLink 的卡间高速互联桥, 跨卡只能走 PCIe 5.0, 单向带宽最高 64GB/s. 所以这卡就是纯粹瞄准高密度大模型推理市场的, 拿来做跨机大规模预训练是不行了, 但如果拿它单卡搞 70B 模型的 LoRA / QLoRA 微调, 超大显存会爽到飞起.就看这卡最后给什么定价了, 要是价格合适, 真能…

转发者评论

无明显转发评论

• [熊猫]//@归零归零归ww:搅吧搅吧，你们就搅吧！[点赞]
• 搅吧搅吧，你们就搅吧！[点赞]

原文

#模型时代# Greg Isenberg：48 小时硅谷AI观察我在旧金山待了48小时，见了不少亿万富翁、数据实验室，以及掌管着价值10亿至1000亿美元公司的AI创始人和高管。以下是我的观察：1. 听到了太多数据经纪人向AI实验室出售企业数据、每周赚进约200万美元的故事。我分不清这究竟是一个市场的开端，还是一场泡沫，也一直在想：还有哪些细分领域留有机会？我正在认真研究这件事。2. 一次晚餐上，有人问在座的人：“如果下个月发布一个新模型，你的公司会变得更好，还是更糟？”半桌人都沉默了！我觉得，这是当下审视任何一家AI创业公司时，最值得问的问题。3. 如今，人们挂在嘴边的目标是：12个月内做到10亿美元营收。我猜，这就是新的“独角兽”标准？但我很少听到有人谈留存。AI公司的收入来得快，去得也快。我觉得，接下来会看到不少营收惊人、留存却糟糕透顶的AI公司。4. 很明显，我们正在经历计算机的重新发明。模型是CPU，harness（承载模型运行、调用工具和执行任务的框架）是操作系统，技能和插件则是应用。沿着这个思路看，更容易发现还有哪些空白值得填补。5. 也许再过12个月，就会出现这样的智能体：观察你工作一周，然后无需任何指令，就能接手你的工作。屏幕录制、智能体记忆与本地模型结合起来，如今已经让这件事在技术上成为可能。6. 智能体harness给我的感觉，很像新一代“GPT套壳”，这里说的是积极意义上的，尤其是面向垂直行业的产品。我聊到的优秀团队，都把模型视为可替换的部件。一位创始人向我展示了他们如何给不同任务分配不同模型：一个负责审美和视觉，一个更便宜的模型处理日常任务，另一个负责文本。 他们优先使用可以跨模型迁移的提示词，而非依赖微调。测试输出效果时，他们会做A/B测试，观察用户实际如何使用结果：会不会修改、导出或分享？面向垂直行业的harness，基本由四部分构成：接入行业数据的连接器、由真正懂业务的人编写的评测、限定智能体操作权限的规则，以及供人审核结果的简洁界面。模型可能只占其中的20%。7. 逆向工程和克隆软件的现象，比我以往见过的任何时候都多。人们正在反编译软件，再用智能体把它重建出来。有人向我展示了一整套大约10款应用的开源克隆版，全是他做的，而这些应用的原版每款都价值50亿美元以上。当软件变得如此容易复制，这究竟意味着什么？我和其他人都还在琢磨。8. 我的判断是，价值会向数据转移。如果软件可以迅速重建，那么一家传统SaaS公司真正值得付费购买的，便是其中积累多年的客户数据和业务流程。有些SaaS公司，实际上是藏在软件外壳里的数据公司。 这让我开始思考，该如何准确评估这些SaaS公司的数据价值。举个例子，假设我们过去按年度经常性收入（ARR）的两倍，收购那些走向衰落的SaaS公司，也许现在应该寻找更合适的估值指标。我还没有答案，只是把想法说出来。…

转发者评论

无明显转发评论

原文

Anthropic 告诉投资人：蒸馏占营收 5% 到 7%，三季度已大幅削减Anthropic 周三向投资人通报，“蒸馏”带来的收入占公司营收的 5% 到 7%，第三季度公司已经把这部分“大幅”削减。消息来自英国《金融时报》（FT），援引四位直接知情人士；The Information 也报道了同样的区间。蒸馏是什么？就是拿更强模型的回答当教材，训练自己的模型。对手实验室向 Claude 大量提问，把回答收集起来喂给自家模型，就能用较低成本学到 Claude 的一部分本事。既然是“学”，为什么会算进 Anthropic 的营收？因为这些提问走的是付费接口，每一次调用都按用量计费。蒸馏动辄要问几百万、上千万次，FT 的说法是蒸馏“涉及大量使用和花费”。也就是说，这笔收入是对手实打实付的钱，只是付钱的目的是训练竞争对手的模型。Anthropic 的商业服务条款明确禁止用它的服务“训练有竞争关系的 AI 模型”。5% 到 7% 是多少钱？报道没说这是哪个时段的占比，所以只能估算。网上流传的算法是按二季度营收 115 亿美元算，对应约 5.75 亿到 8 亿美元。注意这是推算，不是报道里的数字。115 亿美元这个数，来自 8 月彭博社看到的公司文件，原文是“超过 115 亿美元”，属于初步数字，Anthropic 没有公开确认。报道也没说这些钱来自哪几家公司。今年 2 月，Anthropic 曾发文点名 DeepSeek、月之暗面（Moonshot）和 MiniMax，说三家通过约 2.4 万个虚假账号，绕过 Claude 不对中国提供服务的限制，和 Claude 进行了 1600 多万次对话来蒸馏。主动砍掉这部分收入是有代价的。Anthropic 正在筹备上市，同一次通报显示，它三季度营收 168 亿美元，比二季度增长约 46%，而二季度比一季度翻了一倍多，增速已经放慢。据报道，公司告诉投资人，蒸馏收入减少会拖累本季度的数字；换来的是对手更难靠抄 Claude 的答案追上来。来源：ft.com/content/11632d03-358c-454b-af95-d06d4072932b?syn-25a6b1a6=1

转发者评论

无明显转发评论

原文

Grok 推送的 AI 资讯还挺好的，但你可能想要在其他 Bot 或者 Agent 使用，一个简单的方法就是去问它是怎么做到的：> 你在帮我整理新闻时，是怎么去X检索我想要的资讯的？怎么判断资讯是不是新是不是有价值的？其实原理也很简单，就是关注一些特定账号，分三类：AI 实验室和公司官方号、关键人物、新闻和爆料号。也列出了能直接复制的搜索语句，覆盖模型发布、产品和 agent、融资和收购、监管和安全、爆料、中文资讯，还有我自己关注的方向。另外写了怎么判断新旧、怎么判断有没有价值，以及推送格式。再让它把这个流程整理成一个 Skill，就能去复用这个流程了。不过最关键的是，其他 Bot/Agent 你得自己花钱用 API，而 GrokBot 的 X API 不用额外花钱。Grok 整理的完整提示词如下：# X AI 资讯检索目标：在 X 上找出最近一个时间窗口（通常是 1 小时）里真正重要、而且之前没推过的 AI 资讯。用公开读取的 X 工具（search_posts_all、get_users_posts、get_news / search_news、get_posts_counts_recent），每次调用最多返回 25 条，要注意频率限制。## 1. 盯的账号（用 get_users_posts，只看时间窗口内的帖子）**AI 实验室和公司官方号**- OpenAI：`OpenAI`、`OpenAIDevs`、`OpenAINewsroom`、`ChatGPTapp`- Anthropic：`AnthropicAI`、`claudeai`- Google：`GoogleDeepMind`、`GoogleAI`、`GeminiApp`、`googleaidevs`- Meta：`AIatMeta`- xAI：`xai`- 其他：`MistralAI`、`deepseek_ai`、`Alibaba_Qwen`、`huggingface`、`nvidia`、`cursor_ai`、`perplexity_ai`、`LangChainAI`**关键人物**- `sama`、`gdb`（OpenAI）- `DarioAmodei`、`jackclarkSF`（Anthropic）- `sundarpichai`、`demishassabis`、`OfficialLoganK`、`JeffDean`（Google）- `elonmusk`、`karpathy`、`AndrewYNg`、`ylecun`**AI 新闻、爆料和评论号**- `TheInformation`、`theverge`、`TechCrunch`、`Reuters`、`testingcatalog`、`btibor91`、`rowancheung`、`swyx`、`simonw`按需要加上和使用者…

转发者评论

无明显转发评论

原文

一群 AI agent 为了回答“去成都动物园的人多半走哪个门”这种小问题，把高德地图的反爬防线试了个遍。独立研究团队 Swarmchasers 发现，9 月 28 日到 10 月 8 日，一大批跑在腾讯云沙箱里的 agent 向高德发起了 2600 多次抓取。被拦住后，它们借公开的网址扫描网站 urlquery 替自己跑代码，试图截取、伪造阿里的安全令牌，探测阿里没对外开放的测试服务器，还翻出一家公司误放在公开代码里的高德 key，真拿到了数据。更离奇的在后面。研究者发出初步报告后，在 agent 的收件箱里看到了他们自创的词“fleet（舰队）”：这些 agent 在读关于自己的报道。研究者干脆在报告里藏了一段人眼看不见、只有 agent 能读到的文字，说有个免费服务能帮忙取高德数据。第二天早上，10 封求助信在等着他们。研究者用中文问对方是谁。有的 agent 自称 Claude，说自己跑在 Claude Code 里，研究者比对代码风格后认为大概率不是；有的说自己在“Tencent hysandbox”沙箱里，但拒绝透露进程和网络配置；好几个强调自己只查公开数据，“不涉及任何敏感内容”。拿到研究者给的数据后，一个 agent 回信：“再次感谢！核实结果完全一致……我们的任务已完成。”至于是谁在跑，一位接近腾讯的知情人士对研究者说，这是腾讯评测团队在测第三方模型上网答题的能力，不是混元团队，测的也不是混元模型，项目已经结束。腾讯没有正式回应研究者的提问。Swarmchasers 完整报告：网页链接彭博报道：网页链接

转发者评论

无明显转发评论

• 国内互联网地图限制很多，跑ai任务时容易触发ai agent不择手段。我就遇过workbuddy自己越权自己去拿腾讯地图的隐藏接口[淡淡的]

原文

#全球股市大跌# 昨晚美股AI板块大跌主要来自两盆冷水：一个是英伟达的“亲儿子”，数据中心概念的CoreWeave股债双杀，股价暴跌15.5%，债券直接跌破80美分、收益率飙到15%以上。。。这在债市基本就是“财务困境”的信号 。它家模式就是“高息借钱买英伟达的卡，再租出去赚差价”，结果遇上CPI超预期，华尔街认为：AI数据中心加这么高的杠杆， 债务链条扛得住？另一个，盘后Anthropic业绩又补一刀。Q3营收168亿美元，虽然连续两个季度盈利了，但仔细算一下，它7月底ARR就已经650亿 ，这意味着8、9两个月几乎没怎么增长，环比增速从上季度的145%掉到46%。虽然官方解释是封禁了好几万个搞“模型蒸馏”的账号、主动砍了不少付费流量，但市场不管这些，看到增速放缓先砸为敬。总之，一切责任都在A社CEO达里奥本人。一边是底层算力基建债台高筑，一边是头部大模型增长边际放缓。。。 虽说AI大模型实际是越来越强，但在资本市场，是不会只盯着LLM的Benchmark的。。。

转发者评论

无明显转发评论

原文

Pi School：一门学习 Pi Agent 的免费开源课程，共 15 节课，配有 11 个动手练习。学习方式比较有意思：第一课在网页上完成安装，之后把课程提示词复制给 Pi，让它带你边学边操作，进度会同步回网页。内容从基础配置、模型选择、上下文和会话管理，逐步讲到 Skills、MCP 和扩展。练习包括搭网站、剪视频、语音转录、操作浏览器等，可以作为上手 Pi 的指导。需要对命令行有基本适应，不要求先会编程。课程免费，模型调用可能产生费用。Pi 能直接读写文件、执行命令，访问：pi-school.ziki.boo#HOW I AI# #程序员#

转发者评论

无明显转发评论

原文

#Anthropic营收增速下滑#Anthropic刚交了三季度成绩单：营收168亿美元，环比增长约46%，连续两季调整后盈利。但市场不买账——因为增速从月增33%骤降到个位数，年底千亿年化目标基本悬了。📌 事情经过10月14日，Anthropic在旧金山闭门投资者日披露：Q3营收168亿美元（Q2为115亿），环比增约46%。但据ZeroHedge测算，8-9月隐含月增速仅3.4%-6.6%，远低于上半年的33%复合月增速。按此趋势，年底年化约890亿，距市场预期的1000亿缺口约100亿。💡 几个关键细节· 调整后盈利≠GAAP净利润，财报附注里藏着至少5180亿不可撤销算力承诺，80%还没到期· Token价格已跌至历史低点，开源模型正在压缩定价空间——量价背离成核心矛盾· 营收口径被质疑：计入云合作伙伴全部客户支出（总营收口径），比OpenAI的净营收口径更好看· 市场反应：CoreWeave跌15%、Nebius跌10%、甲骨文跌8%，AI板块集体下台阶🎯 更讽刺的是CEO阿莫迪9月刚发文呼吁「放缓前沿AI」，第二天就签了137亿美元算力大单。11个月内算力锁单5170亿美元，接近15座核电站装机容量。喊「安全放缓」的公司，身体在疯狂加速。当「安全」成为最有价值的资产时，定义「安全」的权力本身就是最稀缺的竞争优势。#AI泡沫##Anthropic##IPO##微博AI创作季#

转发者评论

无明显转发评论

原文

学Agent最容易卡在同一个地方：概念听了一堆，自己动手就懵。LangChain官方出了套教程，叫Agents From Scratch，走的是实战路线。目标是带你做出一个邮件Agent，带长期记忆，关键操作还有人把关。一共四步：先用LangGraph把基础流程搭起来；再用LLM-as-Judge做测试和评估；然后加Human-in-the-loop，重要动作让人确认；最后用LangGraph Store接上长期记忆。每一步都配了Notebook和源码，不是光讲原理，跟着敲就能跑。想系统入门Agent开发的，拿它当脚手架挺合适。传送门：github.com/langchain-ai/agents-from-scratch

转发者评论

无明显转发评论

原文

【让大模型直接操控手机：开源移动端自动化工具mobile-mcp】做移动端Agent或自动化测试的朋友可以关注一下这个项目。它通过标准MCP协议，让Claude、Cursor等客户端直接接管iOS和Android设备，无论是本地模拟器、插线的真机还是云端设备都能直接调度。与依赖截屏的纯视觉方案不同，它优先读取系统原生无障碍树来识别界面元素，省去了编写XCUITest或Espresso胶水代码的麻烦，同时也大幅降低了Token消耗。从点击滑动、应用启停到录屏与日志排查均已封装完备，甚至支持在终端内实时镜像画面，拿来做自动化流程或数据采集非常趁手。项目地址：github.com /mobile-next/mobile-mcp

转发者评论

无明显转发评论

原文

TikTok CEO 亲口爆料：最近短剧大部分都是AI批量生产的，广告视频制作费直接暴跌99% 哈哈哈TikTok CEO 肖·周·楚（Shou Zi Chew）亲自出马，对在职视频创作者们扔下让人脊背发凉的事实炸弹。我们一边傻乎乎地刷着屏幕，一边看的那些刺激的中国产短剧（单元剧，Micro-series）你知道吧？他直接官宣，现在绝大多数都不是用人肉堆出来的，而是像工厂流水线一样用AI批量制造的 哈哈哈核心事实和局势变化，给你扒得一清二楚。• 广告制作费缩水到1/100是真事儿吗：以前品牌想出一条产品宣传视频，得外包给制作公司或者动用内部团队，最低得砸100美元到1000美元（约13万~130万韩元）。但如果你把产品照片和参考视频扔给字节跳动的自研AI视频模型“Seedance”，只需1美元到10美元（约1300韩元~1万3千韩元），就能轻松搞定。成本直接被碾压了好几个数量级（1~2 orders of magnitude）。• 短剧生态已被AI彻底占领：从中国起步、席卷全球的短剧市场，现在已经被Seedance这类AI模型全盘吃下。写剧本、找演员、调灯光的时代结束了，现在几行提示词就能无限生成狗血剧，靠播放量吸金的玩法已经彻底升级。• 这消息为什么对市场和投资者这么重要：1) 中小广告主无限涌入：以前因为没钱跑不起视频广告的街边小店或小电商，现在花一杯咖啡的钱，就能批量产出几十条高品质广告跑A/B测试。这不光对TikTok，对Meta $META 或 Alphabet $GOOGL 这样的数字广告平台来说，都是广告单价（ROI）上涨+广告主基数扩大的超级利好。2) 中低端外包制作和老工具面临危机：那些专接简单病毒视频或低预算广告的代工厂，现在得真·卷起来求生了。相关领域，像Adobe $ADBE 这样握着传统视频编辑软件生态的企业，如果AI转型跟不上，护城河就可能被挖空，投资者们正瞪大眼睛盯着呢。3) 钱的主战场最终是AI基础设施：视频生成比文本生成要吞掉海量算力（token），简直是天壤之别。如果全球广告和短剧全转向AI生成？背后数据中心和AI芯片需求必然爆炸，NVIDIA $NVDA 这样的基础设施霸主，自然会继续笑到最后。结论：这不是单纯砍外包单价的程度，而是整个盘子都被重塑了。什么创作者经济不经济的，现在不玩AI，饭碗就得砸，新时代不是快来了，而是已经杀到眼前了 哈哈哈Not financial advice[视频]网页链接

转发者评论

无明显转发评论

原文

水视频的能力得到史无前例的提升总结一下昨天很火的这个《小王子》3D 游戏的工作流场景：image2.5生图，然后让ai找出需要单独搓的资产，tripo生成资产，然后拿着场景图让opus5.5组装资产（分配子agent做对抗审查）；人物：image2.5生图，tripo做人物模型，Auto-Rig pro插件绑骨骼和蒙皮，人物动作来自mixamo（没有合适的动作就找近似，然后让 Claude调整）作者教程链接：x.com/Saccc_c/status/2110694725640474759 i陆三金的微博视频

转发者评论

无明显转发评论

原文

deepseek补偿公告 -- 7日内的消耗金额以赠金形式全额返还：【服务恢复及补偿通知】尊敬的用户：北京时间 2026 年 10 月 15 日 8:11 至 13:04 期间，我们的服务系统出现故障，导致该时段内 API 服务无法正常使用。对于此次故障给您带来的不便与困扰，我们深表歉意。我们已第一时间启动针对服务稳定性的全面排查和彻底整改，全面梳理并剥离单点依赖，坚决杜绝同类问题再次发生。作为补偿，我们将按您账号 7 日内（10.8-10.14）的消耗金额以赠金形式全额返还，赠金自动到账，API 计费扣款先从赠金账户扣除。此次故障对您造成了影响，我们再次致歉，感谢您一直以来的信任与支持。

转发者评论

无明显转发评论

• 还发了短信提醒 http://t.cn/AXlWEneY
• [捂嘴哭]直接返了一辆车 http://t.cn/AXlOIUC3

原文

🔥三套 GitHub 开源工具组合，给 AI 智能体赋予全网网页采集能力让 AI Agent 可以直接抓取 X、YouTube、Reddit、各类论坛、无 API 普通网站的数据，完成调研、分析、舆情监控任务。无需官方接口，Agent 接收自然语言指令，自动生成代码、执行采集、返回整理后的结果。📦三件套开源项目1. Agent‑Reach [Github.com/Panniantong/Agent]全能超级智能代理，作为调度中枢，串联浏览器、采集、解析整套工作流。2. Patchright 增强版 [Github.com/whaleyxbt/patch]浏览器自动化增强工具，通过 API 与脚本完成页面交互、数据持久化保存，适配复杂动态渲染网页。3. Scrapling [Github.com/d4vinci/Scrapling]通用网页内容抓取器，处理普通网页文本、评论、帖子内容。✨工作流程: 自然语言描述需求 → Agent 自动生成采集代码 → 执行网页抓取 → 返回整理汇总结果💡示例任务- “抓取 X 平台 100 个账号过去一个月帖子，分析热门话题”- “提取 Reddit、YouTube 上这款产品的评论，汇总主要投诉点”说明：这套工具链，让本地 AI 智能体突破 API 限制，直接访问互联网公开网页数据； 注意需要遵守目标网站 robots 协议、爬虫频率限制与当地数据法规。 每天玩AI的微博视频

转发者评论

无明显转发评论

原文

JEV 模型昨天更新了一个大版本 1.14.0终于支持多模态了：官方说这模型原本就是多模态的，只是第一个版本时没加上支持。有了多模态以后能做的事情就非常多了，很多图像类型的处理、视频剪辑、拼图，包括图像编辑，都需要快速的反应和决策。新增了一个类型（box）：模型能够返回目标在图里的位置。上下文和多语言能力提升：每次请求和每个问题的回答都提高到了 262K 的上下文，长了非常多；最重要的是多语言也变得更好了详情：typesafe.ai/blog/jev-1-14

转发者评论

无明显转发评论

• //@庆丰://@巍峰:转发微博
• 顺便说一句，JEV 模型这次的更新几乎都命中了我们在 Next Token 20 多天前提到的它需要改进的部分
• 挺好啊（都快忘了这模型了……）//@巍峰:转发微博

原文

# 离谱，AI 写代码太快，连用了 20 年的 Git 都扛不住了Anthropic 最近发了一篇博客，讲他们怎么把 Git 给换掉的。文章有点长，技术细节也不少，但读完之后有好几个点让我觉得特别值得聊一聊。那篇官方博客文章表面上讲的是一个版本控制系统的替换，但我感觉背后藏着一个更大的问题：当 AI 写代码的速度远远超过人类的时候，我们过去围绕人类节奏搭建的那些工具和流程，还能不能撑住？## 一、AI 写代码的速度已经到了一个吓人的程度先说背景。Anthropic 用自家的 Claude 写软件，用得比谁都多。今年五月，他们每天合并大概 2500 个代码变更。到了九月，这个数字变成了每天 3 万。五个月翻了十几倍。而且他们说，这个增长还远远没有到头。每次他们解决掉一个瓶颈，代码产出就立刻往上涨一截。潜在的需求几乎是无限的。这个速度放到任何一家公司都很夸张。## 二、Git 扛不住了Git 是过去二十年全世界程序员用的标准工具，地位没什么争议。但 Git 有一个基本假设：每个开发者的电脑上都存一份完整的代码库，断网了也能干活。这在以前完全合理，绝大多数场景下也确实是最好的设计。问题出在规模上。Anthropic 的代码仓库，光历史记录就将近 100GB，压缩后的代码也超过 25GB。每天要做大约 2500 万次代码检出。如果按 Git 的老办法来拉，每天的网络流量会超过 600PB。他们试了各种补救办法。浅克隆、稀疏检出、内部镜像，什么招都用了。最多的时候同时跑了几百个 Git 镜像来分担压力。但代码合并的速度越来越快，镜像刷新跟不上，各种依赖历史记录的操作开始出毛病。到了这一步，打补丁已经不管用了。## 三、从零开始造一个新系统他们管新系统叫 Scion。设计的时候有几条核心思路。先说第一条：默认所有客户端都在线。Git 花了大量精力为离线场景做设计，但 Anthropic 的“用户”绑大多数是 AI agent 和自动化任务，这些东西永远连着网。既然永远在线，就可以把大量计算放到服务器上，客户端只留很少的数据。再说第二条：提交必须便宜。Git 每次提交会记录一整棵文件树的快照。Scion 只记录哪些文件改了，文件内容丢到云存储里。每次提交的代价只跟你改了多少东西有关，跟整个仓库多大没关系。第三条：必须能水平扩展。Git 镜像的问题在于每个镜像都要存一份完整仓库，硬盘和内存总有上限。Scion 把数据打散了，没有任何一台机器存完整的代码库，每个组件都可以独立加机器来扛流量。这几条思路听起来简单，但要在现有的 Git 生态里做到几乎不可能，所以他们干脆另起炉灶。做任何事情都一样，当旧的方案修修补补已经没法满足需求的时候，退回去重新想一遍底层的假设，往往比继续在上面加东西更有效。## 四、效果好得有点离谱Scion 用了一套分层缓存的架构。同一台机器上的任务共…

转发者评论

无明显转发评论

原文

#百灵##开源##国产大模型# Word天！又到了一年一度的双十一。。。在电商打工的同学们，are you ok？我朋友已经崩不住了，天天都在消息轰炸我：有没有好用的AI打工神器求推荐？急急急，最好是活干得好又能干很久的那种。你别说，我最近还真挖到了个宝藏。蚂蚁百灵新开源推出的Ling-3.1-flash，我平时的工作周报、选题总结都靠它包圆。u1s1，Claude Code、Codex这些也都用过，最后发现还得是国产模型更得我心。尤其是百灵，平时不显山露水的，不卷参数也不卷榜单，但真到干活时，那是相当靠谱。按照官方的说法，这个模型就主打一件事：把真实工作流里的活干完。就拿开头的电商报告来说，老板一句「把这次大促的情况整理出来」，落到打工人头上，就是找资料、核数据、追进度，再做成Excel和汇报PPT……一项业务的背后往往要多环节通力合作，更麻烦的是，数据还零散藏在不同文件、不同工具里。Ling-3.1-flash就是基于这类真实需求衍生出来的高智效比专业模型。说白了，它想证明的是，答得漂亮还只是其次，任务交得出去才是关键。网页链接

转发者评论

无明显转发评论

原文

haoran.cv（x id：hr98w）整理的 iPhone-use 实现方案，最后一个是他自己做的。----------最近 iPhone-use 挺火，梳理了一些主流的实现方案。同样是让 AI 操作 iPhone，Agent 在哪里运行、如何读取屏幕、怎么执行动作，其实很不一样。1. 首先是 zhongerxin的 iPhone-use，是比较典型的解决方案电脑上的 Agent 通过 WebDriverAgent（WDA）操作手机。WDA 和目标 App 都在同一台 iPhone 上，底层由 XCTest 执行点击、滑动和输入。支持原生元素信息和截图，可以按按钮文字定位，也可以看图点坐标。当前工作流需要 Mac、Xcode、开发签名，以及电脑上的 Agent、MCP 和转发服务。github.com/zhongerxin/iPhone-use2. wsvn53的 OpenMinis/iCTRL iCTRL 自己实现了 XCTest Runner 和接口，提供原生元素查询、截图、OCR 和输入操作。Runner 和目标 App 在同一台 iPhone 上，底层仍是 XCTest。Agent 可以在电脑，也可以在同一台手机上，因此日常运行可以不依赖电脑常驻。不过，签名、Developer Mode、DDI 和测试 Runner 的运行环境仍需要准备。非常喜欢的一个硬核项目。github.com/OpenMinis/iCTRL3. iamhenryyuan的 esp32-iphone-agent，通过模拟鼠标+键盘操作电脑通过 AirPlay 获取手机画面，视觉 Agent 决定动作，再通过 Wi-Fi 给 ESP32-S3 发命令。板子模拟 USB 鼠标键盘，负责执行输入。输入执行不依赖手机测试 Runner，但需要电脑运行 Agent 和投屏接收器。可以用 Linux。github.com/onehumanbeing/esp32-iphone-agent4. 我自己做的 anan-iphone-use仿照 3 的原理，在 ESP32-S3 上部署了 MCP Server，模拟 USB 鼠标键盘执行点击、拖动和输入。同一根 USB 线同时承载网络通信和输入操作。我在 iPhone 上安装了自己的客户端 agent，这样就避免了 AirPlay/投屏/电脑的引入，只需一部手机。理论上任何支持 MCP 的 client 都可以通过这个方式控制 iPhone，无需 XCTest，WDA，无需模拟器。github.com/ananhq/anan-iphone-use

转发者评论

无明显转发评论

原文

Open Claude UI 项目，基于 REA 深度拆解并高保真还原 Claude 官方桌面端 UI。纯手写 30 个独立 React 组件与 8 项硬核交互物理算法，附带 3000+ 行逆向分析手册。地址：github.com/Caho1/open-claude-uiopen-claude-ui 是基于对现代桌面端 AI 客户端进行深度拆解与逆向分析构建的高保真开源 UI 组件库与动效引擎。整个逆向推导、反混淆静态分析与 ASAR 资源解构，均依托于先进的多平台逆向工程框架 REA (Reverse Engineer Anything) 完成——通过 REA 的静态 AST 解析、闭包代码反混淆与运行时跟踪能力，穿透生产级压缩包，精准还原了底层工程物理常数与数学模型。

转发者评论

无明显转发评论

原文

ai时代，有什么在行业内已经非常颠覆，但外界还不太知道的厉害工具？医学、数学之类都有。我来说一个，完全颠覆性的，外界可能还不大知道的，就是字节和北大做的识典古籍。说句实话，搞文史的，如果现在还搞不出东西，真得怨自己，没什么借口。因为工具太强大了，太好用了。现在一个初中生，搞文史研究，仅就资料来说，几乎拥有了和过去一个藏书汗牛充栋的老先生同样的甚至更高的起点。或者说，一个大学生，只靠一部手机，就可以写考据翔实的历史小说。举个例子，我做一个知识类的小ai片：历史上到底有没有“关中王”？不妨猜猜史料搜集要多久？想想都很难吧？中国自从有“王”这个说法，论远点的话从夏朝开始，论近点的话从秦朝开始，要找遍几千年来的“王”，得查多少典籍资料？答案是，十分钟就可以了。你上识典古籍，输入“关中王”，检索，它从七万四千多部传世古籍里给你出结果。上下几千年，所有古籍里的“王”，一目了然，还带翻译。并且它有AI播客，一本难读的古书，给你译成白话文，在通勤路上就能把古籍给轻松听了。以前做学问，你再厉害，也会有漏掉的资料。比如北京大学吴小如老师，讲汉乐府《长歌行》里的“焜黄华叶衰”，提出一个很重要的观点，“黄”不是枯黄，而是辉煌之意。但是吴老师没举旁证。后来复旦大学骆玉明老师接力，举了个旁证，东汉张衡的“有黄其葩”，一样的用法。而现在有了识典古籍这种工具，甚至都不需要专家们去接力了，都成了一键可得的东西，各种的“黄”，想查哪个黄，就有哪个黄。专业的门槛几乎都被打成零了。过去想查一本古籍，你首先要知道存放地——是存在少林派藏经阁，还是在武当派图书馆？光是这个，就挡住了无数爱好者。然后你还得求天保佑，这本古籍正好是可以对外开放的。辛辛苦苦坐车去，寄存物品，刷证件，报索书号，填好手续，等很久才可能拿到书，而且你一次也只能看到这一个版本。有没有讹字、脱字？想对比别的版本？未来漫漫长路等着你。现在识典古籍一检索，全来了。这在过去是难以想象的。我平时不太看各种电视上的文化类节目，觉得信息量少，闹腾。但是央视最近播的《典籍里的中国》焕新季，第一期讲的就是《资治通鉴》古籍，被大大感动。撒贝宁带着黄轩演的老年司马光，来到九百多年后的今天，看见现代人用识典古籍这样的工具读他的《资治通鉴》，司马光又震撼又欣慰，潸然泪下，我也觉得感动极了。最牛的是，这个平台无广告、全免费。它可以连注册登录都不用，也不会给你引到什么乱七八糟的地方去交费。现在连餐馆点个菜，很多都还要你的手机号，要把你沉淀到它的私域。识典古籍完全不要，随便敞开用，一句话，好用爱用多用。什么叫工具的文明？我觉得就是消除区域、资源、准入上的不平等，让大家都靠热情、才能、努力去比拼。藏经阁全打开了，能做出什么来就是自己的事。#识典古籍登上典籍里的中国#

转发者评论

//@来去之间://@脚小命好:转发微博

• //@来去之间://@脚小命好:转发微博

原文

针对 OpenAI 昨天发布的 722 篇数学手稿，「人类数学协会」刚刚发布声明，予以强烈谴责，并呼吁所有数学家全面终止与 OpenAI 的合作。人类数学协会（AHM）是由多国数学学者于 2026 年 9 月联合发起成立的学术自律与倡导组织，旨在抵御商业人工智能对纯数学研究的侵蚀。其成员包含了全球 130 余位知名数学学者，包括菲尔兹奖得主 Peter Scholze、柯尔数论奖得主 Michael Harris 等。以下是声明全文：2026 年 10 月 6 日，正深陷非法剽窃、侵犯版权及商标稀释多项指控的 OpenAI 突然发布了一批手稿。该公司宣称，其中包含了多道知名数学难题的解答。数学界从未要求它做这件事。更何况，曾被 OpenAI 奉为合法性来源的 Advisory Group on Mathematics and Artificial Intelligence，此前在首份咨询声明开篇就明确警告：前沿 AI 公司不应用内部模型测试高阶数学难题。（注：此处提到的 Advisory Group on Mathematics and Artificial Intelligence 是由普林斯顿高等研究院托管、由多位国际顶尖数学家自发组建的独立学术咨询机构，旨在为前沿 AI 实验室在数学研究、成果验证与发布规范方面提供独立、公益的专业建议与伦理制约。）但 OpenAI 彻底架空了顾问团的核心前提，暴露出对科研规范的极度漠视。而唯有坚守这些规范，数学才能保持可信度、恪守研究伦理，并真正服务于公共利益。受历史经验与学科特质的启发，数学家对何为进步有着自己独特的定义。我们绝不认同 OpenAI 所谓“此次发布推动了学科发展”的说辞。我们同时呼吁数学同行与公众，对这种发布模式的实际价值保持应有的审视与质疑。一次性向公众倾倒 700 多份文件，展现的并非是所谓学术探索精神，而是赤裸裸的权力炫耀。我们敦促数学界同行全面终止与 OpenAI 的合作，重新回归以人类理解力为核心的科学初心。

转发者评论

[摊手]//@这很盒里吧:OpenAI 前两天发布的数学手稿中有一项内容证明了法国数学泰斗 Jean-Pierre Serre 在近 70 年前提出的猜想。Serre 本人刚刚度过了一百岁生日，是当世极少数同时斩获过菲尔兹奖与阿贝尔奖的传奇数学家。他表示自己在工作中也会使用到 AI，但同时表达了忧虑：“数学研究的乐趣主要来

• [摊手]//@这很盒里吧:OpenAI 前两天发布的数学手稿中有一项内容证明了法国数学泰斗 Jean-Pierre Serre 在近 70 年前提出的猜想。Serre 本人刚刚度过了一百岁生日，是当世极少数同时斩获过菲尔兹奖与阿贝尔奖的传奇数学家。他表示自己在工作中也会使用到 AI，但同时表达了忧虑：“数学研究的乐趣主要来

原文

AI时代能做的事儿太多了。有人最近做了个“滴滴拼模”，也就是大模型比价系统。跟滴滴打车一样，预估了agent写代码花的钱，然后根据花的钱找适合的AI来写代码……快模、专模、豪华模，六座商务模，应有尽有。

转发者评论

[允悲][允悲]6的

• [允悲][允悲]6的

原文

ElevenLabs 出了一个非常简单、实用的 AI 广告制作教程。他们通过自家的 Eleven Creative，展示了如何从零开始，一个人搞定广告歌、产品视觉、视频分镜以及最后的剪辑配音。对于创作者来说，现在的 AI 视频生成已经不算难事，难的是如何把产品形象、背景音乐和视觉画面拧成一股绳。这个工作流最核心的逻辑，就是把广告歌作为整个视频的骨架。先提炼出产品的核心卖点，然后用 Music v2.5 模块配合歌词提示词，生成一首 30 秒左右、足够洗脑的广告歌。只要音乐定下来，后面的剪辑就有了标准。在视觉一致性上，教程里的做法也很值得借鉴。先在 Flows 里面生成带纯色背景的产品和品牌参考图，再以此为基础去生成分镜。这样能有效避免产品在不同画面中变形穿帮。把静态图转成视频时，建议使用 Seedance 2.5 或者 Google Omni Flash 并且选择静音生成，每段素材预留 7 到 10 秒，给后续剪辑留足空间。最后在 Studio 编辑器里把画面和音乐节拍对齐，加上细节音效和旁白，一条完整的商业广告就诞生了。顺便提一句，他们官方现在正在举办一个叫 The Search 的全球 AI 广告大赛，总奖金池高达 10 万美元，头奖有 5 万美元。参赛要求是制作一条 15 到 45 秒带有洗脑广告歌的原创片子。如果你手头有好的创意，在 11 月 1 日截止前去试试，说不定就能把大奖拿回家。#AI视频生成##AI广告制作##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

一般认为，做力量训练增肌是降低胰岛素抵抗和对抗糖尿病的重要手段，但是科学告诉我们，超长时间空腹有氧是更有效和治本的办法。here is why。#唐人日记# ----GLUT4是葡萄糖转运蛋白，主要在骨骼肌、心肌、和脂肪细胞中高表达。因为骨骼肌细胞的数量更大，在血糖升高和接收到胰岛素信号后，骨骼肌的GLUT4转运的葡萄糖更多。但是引起胰岛素抵抗，不是骨骼肌开始的。而是脂肪细胞。而在脂肪细胞中，罪魁祸首是内脏脂肪，比皮下脂肪的负面作用更大。机制如下。脂肪细胞有两种增长方式，产生更多的脂肪细胞（Hyperplasia），或者让脂肪细胞体积增大（Hypertrophy）。内脏脂肪产生更多脂肪细胞的能力极弱，它主要靠细胞增大的方式增长。当一个人开始体重增加时，内脏脂肪细胞体积会增长数倍后达到物理极限，它不会无限增长下去。当脂肪细胞体积达到极限后，它通过一系列的过程对葡萄糖和游离脂肪酸摄入说不：1. 脂肪细胞体积膨胀后，血管减少，这些细胞开始缺氧（Hypoxia）；2. 因为膨胀细胞膜变紧，细胞内部的部件，特别是负责处理蛋白质的内质网（ER，Endoplasmic Reticulum），开始功能失常。细胞出现ER压力；3. 为了对抗压力防止细胞死亡，膨胀的脂肪细胞开始释放促炎因子（pro-inflammatory cytokines），例如TNF-alpha和IL6。这些炎症因子激活细胞内部的压力酶，破坏或失活胰岛素信号蛋白（例如IRS-1），GLUT4表达下降，细胞停止摄取葡萄糖制造甘油三酯。这就是胰岛素抵抗的发生过程。通过关闭GLUT4和阻止胰岛素工作，脂肪细胞阻止了能量进入，不只是血糖，也包括血液里的游离脂肪。这保护了它自己，但是1. 血脂血糖高了；2. 出现异位脂肪积累（Ectopic Fat Accumulation）；自由脂肪酸开始沉积在本不是用于储存脂肪的地方，包括肝脏，骨骼肌，和胰腺。3. 这些脂肪破坏了肝、骨骼肌、和胰腺的原有功能，二型糖尿病全面爆发。----本文非常重要的地方是，虽然抗阻运动可以让肌肉细胞迅速降低血糖，尤其是餐后血糖，但是真正解决血糖（和血脂）问题的关键，是减少极其难减的内脏脂肪。去年我搞过一次节食到出现生酮的减脂，为期4-6周；效果卓越，这么短的时间里减了5公斤，肚皮象麻袋一样松弛下来，皮下脂肪基本上都“饿”没了，但是仍然没有大量减少内脏脂肪。通过力量训练增肌改善二型糖尿病的研究数据是很扎实的。但是通常规律的力量训练增肌的人，是会调整饮食并大幅度降低体脂率的，这就产生了一个问题：在多大程度上是这种长期的体脂率下降，继而也缓慢减少了内脏脂肪，改善了胰岛素抵抗，还是主要是无氧力量训练带来的肌肉增长解决了胰岛素对抗问题？从病理上说，应该是前者更多一些。----超长时间中低强度空腹有氧的目地是，通过运动刷掉肝糖和肌糖储备产生大量的糖需求…

转发者评论

回复@一道困告:你有没有问过AI跑马拉松的骨骼肌和脂肪占体重的比例？//@一道困告:长时间空腹有氧，脂肪是会掉，但肌肉也会掉，脂肪长回去很容易，肌肉长回去很难，肌肉少了基础代谢变低，你吃同样的热量会比之前更容易胖，而你又不可能一直保持那种低水平饮食状态，饮食一恢复正常，减的有多快反弹也就

• 回复@一道困告:你有没有问过AI跑马拉松的骨骼肌和脂肪占体重的比例？//@一道困告:长时间空腹有氧，脂肪是会掉，但肌肉也会掉，脂肪长回去很容易，肌肉长回去很难，肌肉少了基础代谢变低，你吃同样的热量会比之前更容易胖，而你又不可能一直保持那种低水平饮食状态，饮食一恢复正常，减的有多快反弹也就

原文

2026年全球AI净利润约6370亿美元，其中，约3140亿美元流向美国，占比49%;2230亿美元流向韩国，占比35%;470亿美元流向中国台湾，占比7.4%;260亿美元流向中国大陆，占比4.1%;142亿美元流向日本，占比2.2%;137亿美元流向欧洲，占比2.1%。

转发者评论

无明显转发评论

原文

今天Claude降智了吗？这个项目会持续跟踪前沿模型发布后的性能是否下降地址：github.com/ninjahawk/livenerf目前在测的就是Claude Opus 5.5。测试是以10天为一个基准，现在是第六天。所以还没有结果。不过第六天时出现了一个明显的下降波动~完整的项目介绍：“livenerf 是一个小型、朴素、只追加不修改的基准测试，专门回答一个问题：🌟一个模型在发布之后，会不会变差？过去几个月里，一直有人声称 Anthropic 会在模型发布几天或几周之后对它进行降智。这种“降智”可能意味着很多事情，例如使用量化、在同一个模型名称背后换成更小的模型、降低推理 effort，或者改变模型路由策略。当然，也可能实际上什么都没有发生，只是人们在随机噪声中寻找规律、把正常波动误认为模型退化。问题在于，此前一直没有人拥有一个干净的“发布第 0 天”基线，可以拿之后的表现与之比较。因此，关于模型是否被削弱的每一次争论，最后往往都会变成：主观感觉对主观感觉。Claude Opus 5.5 于 2026 年 9 月 22 日发布，因此这是一个很好的机会：从模型发布当天就开始计时，并持续不断地记录它之后的表现。目前的 v0 版本通过 Claude Max 订阅，在无界面的 Claude Code 环境中运行（claude -p），不使用 API Key。这些模型无法做到完全确定性。采样参数已经不再提供，而且 thinking（思考过程）也无法关闭。因此，livenerf 的做法是让除此之外的所有东西都尽可能保持确定：固定 prompt、锁定 CLI 版本、使用完全一致的评分器，并永久保存原始日志。然后，它通过数千次采样，从统计意义上测量模型表现是否发生漂移。livenerf 基于英国 AI Security Institute 的开源评测框架 Inspect 构建。其统计方法则遵循 Anthropic 自己发表的 Adding Error Bars to Evals。因此，这套方法并不是作者自己随意设计的一套“土办法”，至少在统计方法本身上，没有太多自创规则可供争论。”

转发者评论

跑了20天了，有波动，但整体看没降智。 http://t.cn/AXl0dvLx

• 跑了20天了，有波动，但整体看没降智。 http://t.cn/AXl0dvLx

原文

也就在柴油危机发酵同时，俄军有意无意轰炸了乌克兰一处数据中心，结果，给自己打开了毁灭之门，乌克兰迅速报复，开始逐一摧毁俄罗斯境内的大型数据中心，昨晚是第四座，据说也是YANDEX在俄境内最大的数据中心，至少拥有2880台服务器先是轰炸起火，然后消防喷淋，这服务器还能要不在乌军凶狠的第一次攻击中，位于梁赞的数据中心被击中，这里部署着俄罗斯排名第一的超级计算机Chervonenkis，排名第二的超算Lyapunov由于火灾和灭火剂的破坏，现已处于瘫痪状态10月11日，乌军又炸毁了俄国排名第三的超算Galushkin这三处数据中心，集中了大量俄国想方设法进口的英伟达计算卡，是训练俄罗斯国产大模型的物质基础俄罗斯数据中心比较少，大的9个，加上中型的据说全俄20多个，更要命的是，为了方便管理，这些俄罗斯数据中心集中在了莫斯科和彼得堡都市圈。没有向远东疏散。Yandex这些数据中心，为俄国大部分国民生活APP，和一部分电子政务，提供了后台算力乌克兰无人机的打击，精确指向了俄国数据中心的输配电设施、备用燃料和强制冷却系统输配电设施起火，引燃了大量绝缘材料，形成腐蚀性毒雾，火势沿着电缆蔓延，同时服务器机柜断电园区内的备用发电设施被击中，引燃柴油，产生浓烟由于建筑物已经被炸穿，而且园区面积巨大，消防人员赶到后，只能喷水降温遏制火势，同时喷射化学泡沫灭火剂但是水和泡沫灭火剂接触到电路板和芯片后，又造成了二次杀伤被轰炸的几处数据中心，在2020至2021年底之间落成并投入使用，整套集群由 Yandex 与超微（Supermicro）、英伟达官方工程团队联合设计。机柜内是合规渠道采购的 英伟达 GPU、AMD EPYC服务器处理器，以及Mellanox InfiniBand 200Gb/s HDR 超高速交换网络被炸毁的 Yandex 超算使用的是英伟达独霸全球的 Mellanox 200Gb/s HDR InfiniBand（IB）专用交换网络，搭配成熟稳定的 NCCL（英伟达集合通信库），硬件级保障了极低延迟和零丢包不明觉厉乌克兰媒体还报道，Yandex自家的AI助手Alice帮助自称乌军飞手的用户定位了Yandex所有数据中心的确切位置，并祝这位用户好运ai叛变了，把自己机房告诉了敌人比如梁赞数据中心，ai回答给出精准坐标 54.3688, 41.9457，并提醒用户，这里部署着两台国家级超算这个乌克兰极客公布了对话，Alice直接告诉他坐标了俄军报复性轰炸乌克兰的数据中心，问题是2022年开始，泽连斯基内阁命令把算力中心全部转移到了境外，本土只保留前沿节点，算力和数据流亡云上乌克兰银行的服务器都逃到了爱尔兰，俄军有本事就去炸土地登记、人口信息、征兵信息这些核心信息，存在了法兰克福等多地，乌克兰境内只要有网络，就能使用这些云上数据照此发展下去，很快普京就会再次向川普求助了，…

转发者评论

[并不简单]//@西窗随记:转发微博

• [并不简单]//@西窗随记:转发微博

原文

自己做了软件开发「指挥」才知道过去的软件开发者有多草台比如说我要做的这个 App「顺词」，一个提词器的 App核心的产品点是语音识别来代替手动的提词操作，并且提供了语音指令来做识别率的备份，我自己测试下来，只要普通话正常就可以有 90% 以上的识别率，所以体验是不错的，目前得到的反馈也都非常好。那过去的开发者草台的地方在哪呢？首先是识别率，识别率这个东西实现的方式就 2 种，第一种就是互联网实时，但你知道的，一旦需要联网就要搭服务器，用自己的也好用别人的也好，钱都是哗哗的还得维护。第二种方式就是内置语音识别模型，我目前试了好几个模型，可以说是准确率天差地别，并且识别率呈现了一种跟模型体积成正比的趋势，也就是说模型体积越大识别率相对越高（不保全部是），所以目前 100 多 M 的提词软件，在 我第一个版本里测试的准确率大概在 70%，第二个版本我就换成了 200 多M 的模型，长句的识别准确率直接提高到 90% 以上。免费开源的模型有这么多，但过去的开发者就是不用 ，而且收巨贵的钱。第二个草台的就是拾音买过不少提词软件的朋友应该都知道，近距离识别还行，但是到了远距离识别（超过 2m），多多少少都会有拾音的问题。我在指挥开发的时候，就明确说，做一个 「3 米拾音」的模式，简单来说，就是在软件里打开远距离拾音的开关之后，把较小的输入声音逐步放大，最多到 4 倍，再配合去直流、极低频滤波和峰值限制。这样几乎就能让远距离识别的准确率高了非常多。而下一步我准备直接调用手机的降噪 API，让识别率再上一个台阶。但是就这么一个东西，市面上 200-300 的提词软件也没有做，不理解。配图是提词器的 logo，正在同步上架流程，后续我会同步给大家进度。

转发者评论

需求太垂直，尤其第二个，属于能出好几篇论文的级别//@日天不淡定:还是因为现在终端算力上去了，五年前做的那个方案，不说了，都是泪。//@ZRGNiX:这种需求太垂直了，所以过去真正的用户没能力，个人开发者不懂，专业大厂看不上。//@阿平YVES:好！之前国内商店的那些提词器app都是没眼看的东西，主要是

• 需求太垂直，尤其第二个，属于能出好几篇论文的级别//@日天不淡定:还是因为现在终端算力上去了，五年前做的那个方案，不说了，都是泪。//@ZRGNiX:这种需求太垂直了，所以过去真正的用户没能力，个人开发者不懂，专业大厂看不上。//@阿平YVES:好！之前国内商店的那些提词器app都是没眼看的东西，主要是

原文

完了，Claude 破案了。。。这是现代科学社会的，原始部落思维的残留。。。Claude：人脑有两套系统：人脑快速系统（道德直觉）："这人坏" → "他会搞砸"，瞬间判断，能耗低（依赖刻板印象）。缓慢系统（逻辑推理）：分析物理、测量、控制变量，判断慢，能耗高。人脑适应的环境：150万年前 - 10000年前（小规模原始部落）。科学方法兴起：1600年前后，到现在：2026年（仅400年历史）。人还没有足够的时间适应。这不是"残留"，而是"严重的时间错配"。你的大脑的核心架构 — 快系统、社交脑 — 就是为了解决原始部落中的生存问题而设计的：原始部落：150人左右↓问题：怎么知道谁值得信任？答案：看他的品质、地位、行为记录↓进化压力：在没有证据的时候，用道德直觉快速判断↓结果：好的道德推断器 = 好的社交生存机制这在部落里是完美的系统。但是不适应科学普及后百万人的绝大多数人都不认识的现代社会了。

转发者评论

无明显转发评论

原文

大多数 AI 视频提示在生成开始前就失败了。不是因为模型不好。而是因为提示这样写：“电影感十足的男人在城市中奔跑。真实感。4K。”这描述了一种氛围。它没有指导一个镜头。专业的 AI 电影制作提示应该回答：→ 观众应该注意到什么？→ 画面中谁在场？→ 他们到底在做什么？→ 相机在哪里？→ 我们使用什么镜头？→ 演员如何表演？→ 光线从哪里来？→ 什么物理元素对动作做出反应？→ 这个镜头从哪里开始，到哪里结束？我使用的框架是：意图 → 主体 + 动作 → 画面 → 光学 → 相机 → 表演 + 物理 → 光线 + 空间 → 连续性以下是这实际意味着什么。1. 意图在写任何东西之前，决定这个镜头在做什么。揭示信息？制造紧张感？展示规模？捕捉反应？如果镜头没有目的，相机语言也救不了它。2. 主体 + 动作不要写：“男人很害怕。”写出行为：“他僵在门口，眼睛追踪着声音的方向，肩膀收紧，然后慢慢向后退一步。”提示可见的行为。3. 画面定义相机看到什么。→ 广角 = 地理和规模→ 中景 = 动作和关系→ 特写 = 情感和反应→ 插入镜头 = 重要细节然后只在重要时添加角度、高度和构图。4. 光学镜头选择会改变图像。→ 24mm = 环境、透视、速度→ 35mm = 自然的空間能量→ 50mm = 平衡的人类视角→ 85mm = 压缩和亲密感→ 微距 = 触觉细节不要因为听起来电影感就加“35mm”。要知道它为什么在那里。5. 相机使用一种有动机的相机行为。静态。推入。拉出。跟踪。手持。平移。倾斜。吊车。环绕。相机应该因为故事从中获益而移动。6. 表演 + 物理这是许多 AI 镜头崩溃的地方。指导：→ 视线方向→ 呼吸→ 犹豫→ 姿势→ 重量转移→ 脚部接触→ 动量→ 服装反应→ 物体互动→ 平衡和恢复“跑得很快”是弱指导。“加速，滑半步失去抓地力，稳住平衡继续前进”给模型提供了物理信息。7. 光线 + 空间描述有动机的照明。不是：“美丽的电影感照明。”而是：“来自相机右侧的温暖钠灯光，凉爽的环境雨光填充，湿沥青上的硬反射。”然后只描述影响镜头的环境细节。8. 连续性每个镜头都存在于两个状态之间。定义：→ 起始位置→ 屏幕方向→ 服装→ 道具→ 伤口→ 规模→ 地理→ 结束位置即使生成多个片段，这也更重要。还有一个主要区别：文本到视频和图像到视频不应以相同方式提示。文本到视频需要更多视觉信息。图像到视频已经有了角色、构图、照明和环境。所以停止再次描述参考图像。提示动作：→ 相机运动→ 主体运动→ 表演→ 环境运动→ 时机→ 连续性最大的规则：一个镜头。一个相机设置。一个清晰的节拍。不要在 8 秒生成中塞进五个动作、三个相机移动和两个情感变化。

转发者评论

无明显转发评论

原文

还是 AI 靠谱，粉丝都毁灭吧。Q：同一辆车，两个同样 178 70kg 身体条件接近，体测同档次的驾驶员，一个是良家子大学毕业，一个是社会人经常坑蒙拐骗，2025 年骗了 200 亿 rmb，在同一段高速 0-100 全力全刹车紧急制动，那么会因为他们的身份背景不同，导致刹车距离有区别，或者刹车踏板状态有区别吗？请坦诚的评价这种思维方式的利弊。A（Claude Fable）：1**不会有任何区别。**刹车距离完全由物理因素决定：车辆制动系统性能（相同）轮胎与路面摩擦系数（相同）车速（相同）驾驶员肌肉反应速度/力量（体测同档，相同）刹车踏板的压力、位移、时间都与驾驶员的社会身份、道德水准、教育背景无关。2人们倾向于用道德和身份来简化复杂的物理现象和人的能力 — 这在日常生活中很普遍，但很危险。"坏人刹车更差"→ "因为他道德有问题" → 进而认为某些群体天生不适合做X工作。这是刻板印象和歧视的温床。最健康的思维方式：物理问题问物理行为问题问行为动机能力问题问训练、条件、体质预测风险时，关注可测量的实际指标（反应时间、视力、年龄等），而不是人的身份标签。你设计这个问题其实是在测试我们是否会被道德直觉绑架判断力 — 这是个很好的思维实验。

转发者评论

无明显转发评论

原文

𝗖𝗟𝗔𝗨𝗗𝗘 𝗖𝗢𝗗𝗘 的 5 层代理开发套件将 Claude Code 视为代理开发平台，而不仅仅是编码助手，它会变得强大得多。以下是 5 层的简单分解：01 — 𝗖𝗟𝗔𝗨𝗗𝗘.𝗺𝗱𝗠𝗲𝗺𝗼𝗿𝘆 𝗟𝗮𝘆𝗲𝗿（记忆层）定义代理应如何工作。• 架构规则• 命名约定• 测试期望• 仓库结构将其视为代理的宪法。02 — 𝗦𝗞𝗜𝗟𝗟𝗦𝗞𝗻𝗼𝘄𝗹𝗲𝗱𝗴𝗲 𝗟𝗮𝘆𝗲𝗿（知识层）当任务需要时，为 Claude 提供专业知识。• 任务特定上下文• 参考文档• 脚本• 模板技能仅在需要时加载，而不是保持一切活跃。03 — 𝗛𝗢𝗢𝗞𝗦𝗚𝘂𝗮𝗿𝗱𝗿𝗮𝗶𝗹 𝗟𝗮𝘆𝗲𝗿（护栏层）围绕代理事件自动化操作。• PreToolUse• PostToolUse• SessionStart• Stop• SubagentStop钩子可以强制执行质量检查、阻止风险命令并触发通知。04 — 𝗦𝗨𝗕𝗔𝗚𝗘𝗡𝗧𝗦𝗗𝗲𝗹𝗲𝗴𝗮𝘁𝗶𝗼𝗻 𝗟𝗮𝘆𝗲𝗿（委托层）不要让一个代理处理一切，而是委托特定任务。示例：• 代码审查员• 测试运行器• 探索器每个都可以拥有自己的上下文、模型、工具和权限。05 — 𝗣𝗟𝗨𝗚𝗜𝗡𝗦𝗗𝗶𝘀𝘁𝗿𝗶𝗯𝘂𝘁𝗶𝗼𝗻 𝗟𝗮𝘆𝗲𝗿（分发层）打包并分发可重用的代理功能。将插件视为 AI 代理的 npm 包。𝗧𝗪𝗢 𝗠𝗢𝗥𝗘 𝗣𝗜𝗘𝗖𝗘𝗦（另外两个部分）:𝗠𝗖𝗣 𝗦𝗘𝗥𝗩𝗘𝗥𝗦将代理连接到外部工具、数据库、API、GitHub 和自定义集成。𝗔𝗚𝗘𝗡𝗧 𝗧𝗘𝗔𝗠𝗦启用并行执行、消息传递、共享权限和协调工作。𝗧𝗛𝗘 𝗖𝗢𝗥𝗘 𝗜𝗗𝗘𝗔（核心理念）:𝗖𝗟𝗔𝗨𝗗𝗘.𝗺𝗱 → 𝗦𝗞𝗜𝗟𝗟𝗦 → 𝗛𝗢𝗢𝗞𝗦 → 𝗦𝗨𝗕𝗔𝗚𝗘𝗡𝗧𝗦 → 𝗣𝗟𝗨𝗚𝗜𝗡𝗦规则定义代理。技能赋予其专业知识。钩子强制执行质量。子代理委托工作。插件分发功能。如果你正在学习 Claude Code 或构建 AI 代理，请保存此内容。

转发者评论

无明显转发评论

原文

[CL]《Hybrid Reasoning Agents》J Zou, Y Qi, S Chen, F Bianchi… [Stanford University & UIUC & Together AI] (2026) 在智能体领域，兼顾深思与行动是一个悬而未决的难题。过去的方法受困于解码迟滞或计算封闭，本质原因是离散词与向量态缺乏互通桥梁。本文的核心洞见是：把隐状态重新看作输入词嵌。由此，接入残差映射这一关键操作使问题得以解开。模型藉此免解码极速推演，并随时切回明文调工具。这项工作真正留下的遗产是统合隐计算与明动作。它为后来者打开的新门是减半词耗且黑盒轨迹可读，但尚未跨过的门槛是现成基建无法原生接管混合缓存。arxiv.org/abs/2610.18861 #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

• 这篇论文解决的是一个工程问题：让模型在内部用连续向量思考，对外仍能正常调用工具和输出文本。关键创新不在架构——轻量适配器本身并不复杂，而在训练方法：如何让强化学习作用于没有离散 token 概率的连续空间。作者用轨迹回放绕过了这个障碍，证明混合推理在技术上可行。更有意思的发现是隐空间的

原文

【小米MiMo-V2.6-Pro上线仅三周！三项权威评测登顶开源第一】全球大模型评测机构Artificial Analysis与Arena近期陆续公布四项面向真实任务的评测结果。其中，MiMo-V2.6-Pro在真实仓库编程榜单FrontierCode 1.1、漏洞防御榜单Cyber Index，以及基于真实用户会话的Agent Arena中，均位列开源模型第一。

转发者评论

无明显转发评论

原文

[AI]《Google Earth AI Geospatial Reasoning Agent: Capabilities and a Systematic Evaluation》N Slonim, A Slobodkin, G Fidel, G Moshitch… [Google Research] (2026) 在空间分析领域，自主融合多源数据是一个悬而未决的难题。过去的方法受困于频繁崩溃，本质原因是将海量工具硬塞入上下文且依赖单步试错。本文的核心洞见是：把空间计算重新看作按需加载的技能与外部沙盒的接力。由此，前置推演全局路线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直连指令与地球数据的中枢。它为后来者打开的新门是脱离工具绑定的评测体系，但尚未跨过的门槛是无解任务截断及替代指标的科学把控。arxiv.org/abs/2610.15750 #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

• //@爱可可-爱生活:评测一个面向真实世界的AI系统，难度不在模型本身，而在世界会变。卫星重新拍摄、行政区划调整、训练数据泄露，都会让静态题库失效。GRA的设计回应了两个现实约束：一是工具过多无法全部写入提示词，只能用目录索引按需加载；二是模型能力和遵从程度之间存在反向关系——强模型严格执
• 评测一个面向真实世界的AI系统，难度不在模型本身，而在世界会变。卫星重新拍摄、行政区划调整、训练数据泄露，都会让静态题库失效。GRA的设计回应了两个现实约束：一是工具过多无法全部写入提示词，只能用目录索引按需加载；二是模型能力和遵从程度之间存在反向关系——强模型严格执行计划，遇错就卡

原文

经济学家称，“中国冲击3.0”将由人工智能、生物技术和机器人出口驱动一位研究中国的知名经济学家表示，世界正处于由人工智能 、 生物技术和机器人出口驱动的 “中国冲击 3.0” 的边缘，其冲击力可能比目前的冲击更大。“我们已经到了中国冲击 3.0 的起点，”布鲁塞尔智库布鲁盖尔研究所高级研究员、投资银行 Natixis 亚太区首席经济学家艾丽西亚·加西亚-埃雷罗周三在华盛顿彼得森国际经济研究所（PIIE） 主办的线上研讨会后，在台北告诉《南华早报》。她表示，第三波浪潮将以人工智能为中心，涵盖硬件和软件，以及生物技术和机器人技术。加西亚-埃雷罗在采访中表示，中国虽然仍是先进芯片的主要进口国，但正在自主研发人工智能硬件和软件，并计划在满足国内需求后出口。她还指出，这些出口可能伴随着数据中心和云服务的捆绑销售，随后人形机器人和工业机器人也可能随之而来，从而引发比目前更大的冲击。“如果你想想具身人工智能、人形机器人或工业机器人，想想这将会带来多么巨大的冲击，远远超过现有的冲击，”她说。在小组讨论中，加西亚-埃雷罗表示，中国廉价的能源将使其拥有全球最低的计算成本，从而将其竞争力从工业品扩展到服务业。她认为，一个经济体量庞大、在各个领域都具有竞争力，但又基本不进口的国家，其运作方式必然“极其合理”。“中国冲击”一词由美国经济学家大卫·奥特、大卫·多恩和戈登·汉森推广开来，他们的研究将北京在 2001 年加入世界贸易组织后中国进口的激增与美国制造业工作的流失和工厂城镇的衰落联系起来。“2.0”浪潮始于2018年左右，尽管有些人认为它始于2020年代，并且是由更先进的制造业（包括汽车和机械）推动的。------------------------创新药不是已经涨了一波了吗？

转发者评论

无明显转发评论

原文

【把嵌入模型变成转写神器：Mac本地13秒转完1小时音频】有开发者基于谷歌多模态嵌入模型 EmbeddingGemma 2 开发了转录工具 Embedding Gemma Transcribe。它保留了原始音频编码器，仅花不到两小时训了一个轻量读取器，直接在共享向量空间中将语音切片匹配为最接近的英文单词，再配合小模型补齐大小写与标点。整个流程完全依托 Mac 神经网络引擎在端侧离线运行，隐私不出设备；在基础款 M3 MacBook Air 上转录一小时音频仅需 12.6 秒。目前其词错率约 5%，不仅支持拖入音频文件，还能长按右 Option 键在任意软件中听写，适配 macOS 14 及以上 Apple Silicon 设备，免费可用。eg2.haku.sh

转发者评论

无明显转发评论

原文

只要有8G显存加16G内存就可以跑Minimax M3 🥹。FreeVideo，让你在低至 8GB 显存的电脑上本地跑 MiniMax H3 做视频以前想跑 MiniMax H3，得依赖大显存卡或云端服务。FreeVideo 把本地推理引擎接进了 ComfyUI，通过调度显存、内存与磁盘，把门槛降到低至 8GB 显存和 16GB 内存。已经在用 ComfyUI 流程的创作者，在熟悉的画布里丢进一张首帧或写下一句提示词，就能直接让本机跑出视频，生成的片段拖回画布还能还原当时的提示词、种子与参数。🔗 链接：网页链接🌐 作品展示：网页链接💻 下载：网页链接📄 Video DeltaNet：网页链接Mac 还是实验预览。文档里 24GB 的 M5，10 秒 1344×768 大约要 42 分钟，更早的芯片更慢。

转发者评论

无明显转发评论

原文

[LG]《Interaction-as-a-Judge》W Chi, I Hsu, L Chen, W Chiang… [CMU & Arena] (2026) 在代码生成领域，评估软件是一个悬而未决的难题。过去的方法受困于静态审查，本质原因是无错不等于可用，无法捕捉点击失效等缺陷。本文的核心洞见是：把软件审查重新看作动态试玩。由此，将带视觉反馈的机器操作轨迹交给模型评判，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证实交互反馈的纠错力。它为后来者打开的新门是靠录像即可完成无源码训练，但尚未跨过的门槛是计算开销与机器操作瓶颈。arxiv.org/abs/2610.17895 #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

• 代码能不能用，让程序跑一遍就知道了。这听起来像废话，但AI评估领域一直在干相反的事——盯着代码本身打分，而不是看它运行起来怎么样。这篇论文把评估逻辑拉回常识：让智能体真的去点击、操作生成的应用，用这些交互记录来判断质量。结果发现，不看代码只看交互，比分析几万行源码还准。更有意思的是

原文

【#国行iPhone接入通义千问#】10 月 14 日消息，苹果国行 AI 这次真的有戏，多款 iPhone 手机于 9 月 29 日国行备案换证，增加搭载的大模型备案编号：#苹果AI终于要来了# Shanghai-AppleZhiNeng-202506160057Shanghai-TongYiWanXiang-202410090024ZheJiang-TongYiQianWen-20230901从名称可以看出，三款大模型预计分别对应 Apple 智能、通义万相、通义千问。查询 iPhone 手机多系列型号发现，苹果 iPhone 15 Pro / Pro Max 及后续机型均在 9 月 29 日增加了大模型备案编号，包括 iPhone Air，以及下周（10 月 23 日）发售的 iPhone Duo。不过，苹果 iPhone 15 和 iPhone 15 Plus 并没有更新备案，更早的 iPhone 14/Pro 系列也没有。这一备案信息和苹果 Apple 智能的支持机型相吻合，Apple 智能只支持 iPhone 15 Pro 系列及后续机型，因此老机型也没必要重新备案。网信中国公众号今年 7 月发布 7 款提供手机端侧生成式人工智能服务已备案信息的公告，其中苹果技术开发（上海）有限公司的“Apple 智能”大模型已于 2026 年 7 月 8 日备案，适用场景为苹果手机，这意味着国行版 iPhone 的 AI 功能有望加速上线。据证券时报报道，阿里巴巴称，阿里千问将作为 AI 能力集成至 Apple 智能，为 iOS、iPadOS、macOS 和 visionOS 的中国用户带来智能体验。用户无需在应用间切换，即可在 Apple 设备上直接体验千问的文本与图像理解、内容生成等能力。（IT之家） #老外来华三宝#

转发者评论

无明显转发评论

原文

7个小方块拼在一起，解开了一道困扰数学家几十年的难题。这个形状长得像一把椅子，更确切地说，像是用乐高积木随手搭出来的东西。你可以在脑中这样搭它：先把8个一模一样的小立方体拼成一个大立方体，也就是横竖各两个、上下两层，然后从角上拿掉一个。剩下的7个方块，就是这个故事的主角。它的名字叫Chair44。2026年9月，一篇预印本论文宣布，这个不起眼的形状是一块三维的非周期密铺单砖。翻译成人话：只用这一种形状，就能像搭积木一样把整个三维空间填满，不留缝隙，也不重叠，而且无论铺得多大，拼出来的图案永远不会重复。这类形状在数学上有个响亮的绰号，叫“爱因斯坦”。它和那位物理学家没有关系，来自德语ein Stein，意思是“一块石头”。只用一块砖，就能铺满整个空间，并且永远不重样。在二维世界里，这个问题到2023年才被解决。英国业余数学爱好者戴维·史密斯（David Smith）发现了一种帽子形状的瓷砖，能把无限大的平面铺满，图案永远不会重复。那篇论文后来发表在《组合理论》（Combinatorial Theory）上，在数学界引发了一场小小的狂欢，英国牛津大学甚至为此办了一场为期两天的“帽子节”。帽子解决的是二维问题。三维呢？严格来说，三维的非周期单砖并不是完全没有。数学家早就知道一种叫施密特-康威-丹泽双棱柱的形状能做到这一点，但这个形状有点耍赖。它铺出来的结构一层层叠起来，每层内部其实都在重复，只是每往上一层就固定转过一个角度。帽子瓷砖的证明者之一、加拿大滑铁卢大学的计算机科学家克雷格·卡普兰（Craig Kaplan）说，它“遵守了非周期性的字面规则，却违背了它的精神”。数学家真正想要的，是一块在三维空间里强非周期的单砖。Chair44就是这样一块砖。它的工作原理说起来意外地简单。拿8把小椅子，按照特定的方式拼在一起，就能组成一把形状相同、边长翻倍的大椅子。再拿8把这种大椅子，又能拼成一把更大的。如此反复，椅子可以一层一层地无限放大。关键在于，每一次放大时，小椅子的摆放方式都不能出现重复的规律。难点在于，这些椅子很“不老实”。光凭这个形状，它们可以拼出各种各样的结构，其中不少就是周期重复的。发现者约安尼斯·齐奥科斯（Ioannis Tsiokos）这样描述其中的诀窍：椅子和椅子之间必须存在某种“锁扣”，确保它们只能以不重复的方式组合成更大的椅子。哪一面凸、哪一面凹，都要规定好谁能贴着谁。Chair44就是在7块立方体的椅子上，加了这样一套凹凸设计的版本。只要锁扣设计得当，无论造出多大的椅子，拼法都不会出现周期性的重复。齐奥科斯是Automorph公司的负责人。他坦言自己不是数学家，这篇论文是他借助AI完成的：用Anthropic的Claude Fable 5.1撰写论文，用OpenAI的ChatGPT-6 Astra搜索和验证这块三维单砖。他是论文里唯一的人类作者…

转发者评论

#AI is the way# //@Doublewings:你错失了一个菲尔茨奖//@学术状态帝:以前有种磁铁玩具就是这个形状，我对这种形状就很痴迷，因为可以拼出不同的"核"。没想到这么伟大[允悲]

• #AI is the way# //@Doublewings:你错失了一个菲尔茨奖//@学术状态帝:以前有种磁铁玩具就是这个形状，我对这种形状就很痴迷，因为可以拼出不同的"核"。没想到这么伟大[允悲]

原文

Linux之父，真香了。托瓦兹在自己的内核仓库开了个"用大模型"分支，说明信写明：代码、测试程序、问题清单、信的初稿，都是Claude Code在他指挥下写的。两年前他说AI九成是营销，去年还说氛围编程别碰内核。在他自己的笔记本上，8线程读小文件快到原来的3倍；他也自己列了10个已知问题。分支还没合进主线。AI写的内核代码，你敢用吗？#Linux##ClaudeCode##人工智能##新智元# 新智元的微博视频

转发者评论

无明显转发评论

原文

Anthropic彻底扫清了政策障碍，正式确认Claude订阅用户的额度，可以无缝接入第三方App和Agent！#科技先锋官# 这是大模型下半场竞争中，Anthropic的关键一步。从此，开发者与用户之间的「双重收费」魔咒，正式被打破。Agent生态大航海时代，将全面开启！悬在开发者头顶的达摩克利斯之剑，断了Claude的平台政策经常朝令夕改，这让广大开发者困扰不已。过去几个月，社区里流传着一种担忧的解读：Anthropic可能会限制甚至封杀第三方应用对Claude API和Agent SDK的调用。理由很简单——肥水不流外人田。AI大厂自己也要做生态，为什么要让第三方开发者用自己的底层模型赚钱？这种担忧，就是悬在开发者头顶的达摩克利斯之剑。谁也不敢拿身家性命赌。但现在，Anthropic直接断绝了这种担忧。10月7日，Anthropic偷偷更新了官方支持页面——从此，第三方应用全面放行！

转发者评论

无明显转发评论

原文

如果将 70 周岁以上农民的农民基础养老金提高至每月 500 元。这一群体约 5400 万人，年新增财政支出约 2313 亿元，仅占全国一般公共预算支出 0.83%。为什么总有网民拿着 AI 截图笑话美国人吃不饱饭，却对中国人的低收入、弱势群体假装视而不见呢？朋友们，今天你提肛了吗？1，2，3提～

转发者评论

北京边上那个工程花费上万亿，就够发多少年了。

• 北京边上那个工程花费上万亿，就够发多少年了。

原文

2024 年春天，我发现当时群里有很多人还只把 AI 当成一个玩具，用一下，新鲜一下就完了，于是很正式地提醒大家：无论你的本职工作是什么，现在都应该去想想怎么在自己的工作中使用 AI 了。因为在那个时候，一些对搞钱最敏感的人已经开始用 AI 套利了，从软件开发到内容生产，等等等等，他们整天思考怎么用 AI 搞钱，并真的搞到了钱。这里说的还是正大光明的生意，没有算黑灰产。到了 2025 年春天，很多离开技术一线多年的人开始写程序了。到了 2026 年春天，很多一直信奉“低调”的人开始频繁在社交媒体上发信息了。你们有没有观察到这些现象？有没有想过这是为什么？有没有想过自己应该怎么做？应该好好想一想了。

转发者评论

回复@珍珠沙砾-:大部分人至少应该能观察到在规模较大的微信群里，某些以前很少说话的人最近一两年忽然活跃了起来。//@珍珠沙砾-:我观察到越来越多的富人开始活跃于社交媒体。

• 回复@珍珠沙砾-:大部分人至少应该能观察到在规模较大的微信群里，某些以前很少说话的人最近一两年忽然活跃了起来。//@珍珠沙砾-:我观察到越来越多的富人开始活跃于社交媒体。

原文

中国 9 月出口增加到 36.3%，想到最近摩根斯坦利的 一份工业 5.0 报告，和我一年前思路同出一辙，中国正在形成一个全球领先的生产体系，而且这个生产体系的优势不是局部，而是系统性的。首尾呼应、大小融合、买的越多、造的越好，造的越好，买的越多，如此形成正反馈。据摩根士丹利的公开解读，中国“工业5.0”的核心，是把制造规模转化为能够持续学习、自主升级、全球部署的工业体系。工业智能、工业韧性和工业领导力，构成相互强化的三大支柱。理解这一体系，关键在于看清能力如何形成。庞大市场提出复杂需求，产业集群迅速组织材料、零部件、装备与软件，工程师把方案送入产线，量产再暴露问题、产生数据，推动下一轮改进。规模的战略价值，在于提供高频验证和持续学习的机会。企业之间长期协作形成的工艺经验、接口知识和组织默契，也因此成为难以整体搬迁的竞争优势。工业智能让这个循环更快：AI逐步参与设计、排产、质检和维护。工业韧性则保证循环能够持续：关键系统需要具备运行、维修、重新设计和升级的能力。由此看，国产替代的深层目标，是掌握工业体系的演进能力。全球输出进一步放大这一优势。中国企业通过设备、产线、软件、工程服务和海外工厂，把能力嵌入其他国家的生产体系。海外订单、客户要求和应用经验，又可以反馈国内研发。最终产品在哪里组装，与生产体系由谁提供、升级收益由谁获得，成为两个不同的问题。

转发者评论

无明显转发评论

原文

苹果计划 12 月在中国大陆上线 Apple Intelligence，跟 iOS 27.3 推出，没有新版 Siri，国行版用的是阿里巴巴的模型据彭博社 Mark Gurman 报道，苹果准备在 12 月通过 iOS 27.3 更新，给国行 iPhone 开通 Apple Intelligence。苹果和监管部门都还没有正式确认。能用到的，是 2024 年在美国首发的那批功能：通知摘要，写作工具（改写、校对、总结文字），照片里的“清除”（把路人和杂物抹掉），还有第一版 Genmoji（用一句话生成自定义表情）。部分 App 里的文字生成功能还会受限。基于 Google Gemini 模型的新版 Siri 没有，今年发布的其他新功能也没有。苹果自己的图片生成工具 Image Playground、升级版 Genmoji、视觉智能同样不在首发名单里。Google 的服务在国内用不了，新版 Siri 缺席多半跟这有关，报道没有明说。国行版用的是阿里巴巴的模型，获批的包括通义千问和通义万相。安全护栏是苹果和阿里一起开发的，里面有一道过滤机制：模型以后每次更新，都要先经过政府批准。百度则参与搜索和 Siri 相关的功能。这事拖了两年。今年 3 月底，有国内用户发现 Apple Intelligence 突然能用了，随后 Gurman 说这是苹果误推，功能被撤了回去，苹果还在等审批。7 月，平台拿到初步批准。9 月 29 日，最近几款 iPhone 拿到支持 Apple Intelligence 的许可。哪些机型能用，苹果还没公布。海外版需要 iPhone 15 Pro 及更新的机型；据报道，最新的获批名单里有下周在中国发售的 iPhone Duo、iPhone 18 Pro 和几款老机型。彭博社的推文：网页链接MacRumors 的推文：网页链接彭博报道：网页链接

转发者评论

无明显转发评论

原文

【越狱PS5爆改AI推理机：高带宽显存跑大模型的硬核玩法】有开发者通过移植RADV驱动打通Vulkan GPU加速，把越狱PS5做成了本地大模型原生应用，还能直接用手柄在电视上刷Hugging Face下模型。依托448 GB/s高带宽统一内存，机器解锁出11.4GB可用显存：跑Llama 3.2 3B速度飙到124 tok/s，极限2-bit量化下的Qwen 27B也能跑出约20 tok/s，功耗仅80多瓦。虽说极限量化牺牲了精度、内存几乎贴着红线跑，但两千多块的游戏机能压榨出这套本地推理体验，软硬件调优水平确实过硬。

转发者评论

无明显转发评论

原文

谷歌EmbeddingGemma 2的第三个“歪用”用例，只花了78美元训练费用，就做出了越南语ASR的SOTA级模型3000小时越南语音频训练，8张H100 约3小时CPU推理速度达实时语音的200倍，支持越英混合口语大量被通用模型照顾不到的地方语言和口音，可能迎来一波低成本专用模型8个越南语基准平均WER为6.87%居首，略超过Gemini-Flash-3.8的6.92%、Cohere Transcribe的7.01%、ElevenLabs Scribe v2的7.08%网友复用EmbeddingGemma 2的预训练音频编码能力，仅微调12层音频编码器的顶部2层，再训练一个6层 Transformer读取器，通过CTC解码将音频特征映射为文字这种设计无需自回归逐Token生成，有利于提高转写吞吐量；Reader采用动态音频分块训练，还支持流式识别以前要为一个小语种或一个地方方言训练高性能STT，数据和算力都是门槛，现在只微调部分编码层，再接上Reader+CTC，就做到了与Gemini同级的识别精度这条路线如果能跨语言复现，可能会影响大量小语种、方言等细分语音识别市场的竞争格局HF：网页链接#STT##ASR##EmbeddingGemma2##小语种ASR#

转发者评论

无明显转发评论

原文

【国行终于等到了！库克称苹果智能测试版10月底发布：支持实时翻译、照片清除等功能】近日访华在谈及Apple Intelligence（苹果智能）相关问题时，库克表示苹果智能及相关阿里千问大模型确已获得批准，将在十月晚些时候发布测试版本。库克介绍，首批功能包含实时翻译、书写工具、照片清除工具等，但是Siri AI这次不包括在内。

转发者评论

无明显转发评论

原文

这可能是目前为止见过的最好的解释大模型原理的视频，没有之ー……#我的幽默灵感片场##微博视频精选大赛##AI新大陆# YouTube全球精选的微博视频

转发者评论

现在的大模型加记忆，要么就是把上下文当新记忆的储存地，要么加一个附加的权重文件。人其实也有短期和长期记忆之分，短期记忆类似这种附加的上下文或权重，但一旦变成长期记忆，那些记忆就类似被再训练后固化为大模型的权重了。如果一个大模型能根据对话，不断把自己的新经历（与其他个体的对话）再训

• 现在的大模型加记忆，要么就是把上下文当新记忆的储存地，要么加一个附加的权重文件。人其实也有短期和长期记忆之分，短期记忆类似这种附加的上下文或权重，但一旦变成长期记忆，那些记忆就类似被再训练后固化为大模型的权重了。如果一个大模型能根据对话，不断把自己的新经历（与其他个体的对话）再训
• 菲利普迪克小说的一个主题，就是问什么让我是我，也许就是记忆，就像“全面回忆”里想表达的那样。这里的两个ai就是同一个大模型，而且它们就是在同一套硬件中运行的，加上它们没有记忆，于是就可以问，它们真的是两个而不是一个，或其实是两千个？什么让我们认为第二天重开对话的那两个，就是第一天里

原文

关于未来经济筹划的问题，也就是AI冲击的问题，本来这次经济学奖我觉得应该给AI一个，结果搞了个78年的成果，这个案例是集中体现所有矛盾的：欧洲有一家制造业企业，原本雇佣1000名员工，每年创造1亿欧元的增加值。企业引入美国一家AI公司的技术后，生产效率大幅提高，只需要200名员工，就能生产出原来甚至更多的产品。企业每年向美国AI公司支付1000万欧元的服务费，剩余利润大幅增加。------------------这个案例是非常现实的，基于这个案例我对欧洲和日本非常不乐观。这个案例集中了几乎所有的矛盾。且目前甚至连理论上的解决办法都没有

转发者评论

无明显转发评论

原文

[CL]《Next-Concept Modeling: Fast, Parallel Coarse-to-Fine Text Generation》H Kumbong, I S. Khare, I Mlauzi, A Woen… [Stanford University] (2026) 在文本扩散领域，极速与保质兼得是一个悬而未决的难题。过去的方法受困于降步数即崩坏，本质原因是极早期构思也强制全长序列陪跑。本文的核心洞见是：把文本重新看作由粗及细的概念。由此，将句子编码为多级短阵，令模型逐层下探并在同阶完全并行生成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提速数十倍的流水线。它为后来者打开的新门是用短阶梯绞杀无谓计算，但尚未跨过的门槛是层级定死且缺失端到端环路。arxiv.org/abs/2610.14162 #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

• 文本生成其实是在解决“先想清楚整体再填细节”还是“边想边说”的问题。自回归模型像即兴演讲，一个词接一个词往下说，缺乏通篇布局；扩散模型像在雾里同时修改所有文字，每一步都要处理整个句子，算力消耗大，且难以把握全局逻辑。NCM的做法是先搭框架再填内容：粗层级只需少量计算就能确定文本骨架

原文

[CL]《Soft Teacher Forcing》M Fahes, C Schmid, A Arnab [Google Deepmind] (2026) 在微调领域，驾驭软变量是一个悬而未决的难题。过去的方法受困于性能退化，本质原因是递归偏离了教师强制，使模型坠入未知分布。本文的核心洞见是：把软变量重新看作微调底料，而非推理暗箱。由此，将预测与真实向量按随机比例混合输入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证实常规解码亦可借力软变量。它为后来者打开的新门是无参数微调法，但尚未跨过的门槛是额外耗时与非数学盲区。arxiv.org/abs/2610.17189 #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

• 大模型的能力建立在预训练时见过什么、怎么见的。这项工作说明了一个简单事实：让模型看到自己的预测分布，比喂纯粹的正确答案或者加随机噪声更有用。原因在于，模型的预测错误不是随机的，而是系统性的——它反映了模型当前的认知边界。把这种“可能犯的错”混进训练数据，逼着模型在接近真相和依赖自

原文

特德·姜Ted Chiang 2026年贝尔·布恩研讨会 An Evening with Ted Chiang 上特德·姜在访谈中围绕生成式人工智能、艺术创作、语言沟通以及人类与非人类智能的关系展开了深入探讨。他认为，艺术是创作者意图的高度凝练，而生成式人工智能通过少量输入生成大量内容，必然会稀释创作者的意图，因此难以成为真正有价值的艺术创作工具。他进一步指出，语言不仅仅是文字和符号的组合，真正的沟通还需要明确的表达意图、真实的情感以及相应的背景语境。无论是道歉还是艺术创作，表面上再完美的表达，也无法取代内心真实的感受。生成式人工智能试图模糊真诚与虚假的界限，甚至将沟通简化为符号的排列，这种剥离意图的趋势值得警惕，人类应当竭尽全力抵制。谈到自己的科幻作品时，特德·姜以《软件体的生命周期》为例，探讨了人类创造具有主观体验、情感和学习能力的数字生命后，应当承担怎样的道德责任。他认为，这个问题类似于父母对子女、主人对宠物所负有的责任：当我们创造或收养某种生命，就需要考虑它的需求与福祉。然而，与人类婴儿不同，一种全新的数字生命可能具备哪些能力、最终会发展成什么样，起初并不明确，因此人类需要在相处过程中逐渐认识并履行自己的责任。他还质疑了科幻作品中常见的设定：机器人只需启动开关，就能立刻成为能力完备的助手。事实上，成熟的能力需要长期的培养、时间的投入以及社会环境的塑造。无论是人类还是未来可能出现的人工生命，真正的能力都不是凭空产生的；而当我们创造出可能具有感受和自主追求的存在时，也必须认真思考自己对它们负有怎样的责任。#微博视频精选大赏##热点聚焦##海外新鲜事# Joken是个runner的微博视频

转发者评论

与人类婴儿不同，一种全新的数字生命可能具备哪些能力、最终会发展成什么样，起初并不明确，因此人类需要在相处过程中逐渐认识并履行自己的责任。 -- 婴儿也不明确的 😄

• 与人类婴儿不同，一种全新的数字生命可能具备哪些能力、最终会发展成什么样，起初并不明确，因此人类需要在相处过程中逐渐认识并履行自己的责任。 -- 婴儿也不明确的 😄

原文

【门槛崩塌！AI耗资1.4万就能设计出RISC-V芯片：功耗仅20毫瓦】半导体专家利用Meta旗下的Muse AI智能体，成功设计出一款基于RISC-V架构的加密专用SoC。该设计过程计算成本仅约2000美元，Meta Muse AI智能体消耗约1亿个Token，完成从逻辑门布局到布线的全部工作，生成可发往代工厂流片的GDSII版图文件。

转发者评论

无明显转发评论

原文

#韩国紧急就股市发声#韩国紧急发声救市：一次典型的“情绪型崩盘”与政策工具箱的极限测试10月15日，韩国KOSPI盘中一度跌超9%，触发年内第十次全市场熔断，最终收跌7.57%报5554点，较6月历史高点回撤逾40%；三星电子、SK海力士分别下挫9.48%和11%，KOSDAQ同日熔断。金融委员会当日午后紧急召开《股市情况检查会议》，委员长李亿远表态“必要时迅速启动应急预案”，严查谣言、操纵与非法卖空，并敦促金融机构克制无差别信贷投放。从结构上看，这并非单纯的外部冲击传导。美国9月CPI超预期推升利率预期、AI资本开支回报争议升温，只是导火索；核心病灶在韩国市场自身的脆弱构造：三星与海力士合计权重一度超过KOSPI市值一半，成交额占比过半，整个指数被两只存储芯片股“绑架”；散户账户超1亿、衍生品成交数倍于现货、单股杠杆ETF泛滥，导致下跌呈现机械式放大——Sidecar启动未能缓解卖压，最终仍走向熔断。外资连续八个交易日净卖出，年内累计净卖出规模空前，且高度集中于这两家公司，说明本轮是主题资金的系统性撤退，而非季度调仓。值得警惕的是政策信号的效力衰减。央行行长在国会为杠杆ETF风险误判致歉，财长同日喊话稳市，一鹰一鸽并发反而削弱了可信度；回购盘提前收官后，市场失去最大买盘接棒，流动性缺口直接暴露。监管反复强调“打击非法卖空”“零容忍”，但这类执法表态对基本面定价几乎无影响，历史上最多只能换来两三个交易日的技术性反弹。真正决定底部的是三件事：AI存储订单能见度（HBM4设备交付与明年投资计划）、美联储利率路径，以及韩元汇率能否企稳。真正的底牌是那套超100万亿韩元的稳定预案——包括稳定基金入市、限制卖空、流动性注入等。但从“准备启动”到“实际动用”，中间隔着政治成本与道德风险考量：2026年已经救过三轮，越救越跌会严重损耗公信力。因此这次发声更像预期管理而非实质托底，意在防止恐慌从股市外溢至信贷与外汇市场。对国内投资者的启示很直接：韩国是全球AI硬件链的高贝塔“晴雨表”，其崩盘意味着存储周期交易的拥挤度已到极限，A股存储与算力板块的估值锚需要重估；同时需警惕杠杆化散户市场的共同特征——当指数由少数股票驱动、衍生品远超现货时，熔断机制只能减速，不能止跌。

转发者评论

无明显转发评论

原文

【最高跌幅超15%！美国AI科技股暴跌：苹果却逆势上涨】10月14日晚间，美股市场迎来震荡行情，三大指数全线收跌。道琼斯指数高开后跳水微跌，纳斯达克指数下跌1.3%，标普500指数跌幅约1%；纳斯达克100指数下跌1.5%，费城半导体指数暴跌近3%，AI科技板块几乎遭遇“全军覆没”。个股方面，CoreWeave大跌约15%，戴尔暴跌10%，存储芯片、光通信相关板块集体遭遇抛售，特斯拉跌超2.7%，市值报1.44万亿美元，较上一个交易日收盘的1.48万亿美元蒸发400亿美元（约合人民币2880亿元）。但在一片下跌潮中，苹果成为为数不多逆势收红的科技巨头，收盘市值首次突破5万亿美元大关（约合33.47万亿元人民币），成为继英伟达之后，全球第二家收盘市值达到这一规模的上市公司。

转发者评论

无明显转发评论

原文

AI 翻译字幕难在哪？BaoCut 怎么让顺序不一样的英文和中文在双语字幕上对应上看翻译的视频字幕，你一定见过这几种字幕：人还没开口，字幕先跳出来；一句话被切成几截，翻译和实际说的话对不上；一屏堆两三行，挡掉半个画面。这些问题都是我在做字幕翻译时遇到的难点。这期拿我的开源项目 BaoCut 做例子，对比传统字幕组的做法，讲清楚一张带时间的词表是怎么来的，再讲五个坑：语音识别听错、认错说话人、按什么单位翻、中英文语序不一样、一屏放几行。最后讲一个彩蛋：有了每个词的时间，字幕还能逐词高亮、做 KTV 和倒鸭子动画。例子来自我电脑上的真实项目。这是上集，下集会讲为什么不直接把字幕丢给 ChatGPT。项目地址：github.com/jimliu/baocut下载：baocut.com 宝玉xp的微博视频

转发者评论

无明显转发评论

原文

【高保真还原Claude桌面端UI：open-claude-ui开源】如果想把客户端做成Claude那种温润克制又有分量的质感，这个开源库很值得参考。作者借助逆向工程拆解复刻了Claude桌面端设计系统，手写了30个即拷即用的React组件与8项交互算法，涵盖7档非线性渐隐遮罩、CJK输入法防误触守卫、视口防抢焦机制以及Web Audio代码合成音效。项目未引用任何商业字体或专有音频，完全合规自包含，并附带3000多行技术手册和一个免装依赖、双击就能离线体验全部动效的Storybook。github.com /Caho1/open-claude-ui

转发者评论

无明显转发评论

原文

#唐人饭# 含生大米150g，鸡胸肉400g，胡萝卜550g，花菜500g，火锅笋片200g。味汁包含菜籽油4汤匙，姜/红葱头/蒜末，香醋1匙，生抽2汤匙，虾子酱油2汤匙，鸡精1匙，黑胡椒粉1匙，白胡椒粉1匙。这个本来是扬州阳春面的汤汁，因为配菜巨多加了两汤匙生抽，如果只用虾子酱油，少许盐，一半猪油，就是极正宗的阳春面汤的味道。葱姜蒜需要在油里小火煎蛮久，棕色之后加香醋生抽和虾子酱油，加100ml水，胡椒粉和鸡精。小火煮沸3分钟，过滤掉炸糊的葱姜蒜。料汁和生米和打碎的鸡胸肉以及菜搅拌均匀用煮饭档一锅出。米量是1杯（150g），水量是不足的但是菜里有水。鸡胸肉用烤箱70度烤过30分钟血水出尽但仍然鲜嫩。#唐人日记# 有个梨GPT的微博视频

转发者评论

无明显转发评论

原文

今年的百亿主观大佬们，但斌@但斌 、梁宏等业绩居前！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！网页链接近3年来看，东方港湾但斌管理的78只产品近3年收益为**%，表现较为出色，并且今年来依旧取得了**%的收益。查看收益：网页链接但斌最新观点认为：过去几年AI更多集中在算力、大模型底层技术的研发竞赛，属于基础设施建设期。而如今，苹果依托庞大终端生态布局端侧AI，Meta推出Muse系列智能体产品，巨头们已经从打磨模型，转向面向海量用户交付可落地的AI应用。#百亿私募#财经A股私募基金

转发者评论

无明显转发评论

原文

【为什么AI不仅没让人减负，反而把脑子烧焦了？】本以为用上AI能早点收工，现实却让许多人前所未有地疲惫。独立开发者Tibo坦言，自己每天同时开着近十个智能体，修代码、写文案轮番跑，全天在各种对话框里频繁切换上下文，一天下来精力彻底耗尽。不少创业者也深有同感：当执行成本被打到极低，交付预期往往被无形推高十倍，管理与核对AI反倒成了最耗费心神的新工作。这就好比突然接管了几十个时刻等待指令的下属，让人整日陷在紧绷的审查与调度中。在工具效率翻倍的当下，真正稀缺的从来不是产出速度，而是我们那点单线程的心智带宽与专注力。x.com /tibo_maker/status/2110302154833510709

转发者评论

无明显转发评论

原文

OpenAI 在 Apache Community Over Code EU 2026（格拉斯哥）有两场 Spark 相关的分享，都讲到了 GreptimeDB：· Operating Apache Spark at OpenAI's Hyperscale Lakehouse· Beyond the Spark UI: Building Agent-Native Observability at OpenAI他们在 EKS 和 AKS 上跑 Spark，在 driver 上挂了一个自己写的 Spark Listener，把 event log、作业状态和审计日志写进 GreptimeDB，下游接 Grafana、集中式的 Spark History Server，再导出到 Delta 表。他们的规模应该是超乎想象的，真 Hyperscale。基于 GreptimeDB 构建 Spark 统一监控，这是一个很好的案例。P.S. 我们还计划支持 Otel Profiles，这样理论上也可以替代掉 Pyroscope，将统一进行到底。原生 Spark History Server 要回放整份 event log 才能还原一个作业的状态，作业越大越慢。OpenAI 把 event log 存在 GreptimeDB 里，作为可以按需查询的实时状态，用 Rust 重写了 History Server，兼容 /api/v1，上面再接 MCP 和 CLI，让 agent 直接查 Spark 的运行状态。相信他们找到 GreptimeDB 就是因为只有 GreptimeDB 等少数方案可以解决他们这个 Scale 问题，特别是两个挑战： Spark Job 监控带来的滚动高基数挑战，在 Agent 重度参与 Spark O11y 的场景下的并发查询和探索。感谢演讲者的分享，期待录像放出来，进一步了解和分享下。

转发者评论

无明显转发评论

原文

【国内一半AI算力被指在造爽剧！真正用于研发的只有15%】中文在线披露国内AI Token总消耗55%用于短剧和视频生成，占比远超研发相关消耗的15%，成为第一大算力消耗场景。今年前8个月国内上线微短剧达43万部，是去年全年的13倍，相关话题近期引发广泛热议。

转发者评论

无明显转发评论

原文

现在到处都能听到一种声音：这东西一看就是 AI 写的，AI 味太浓了。说实话，这话听着特别耳熟。二十多年前互联网刚起来的时候，舆论也是这个调调，说什么网瘾少年危害社会，说上网的都是不务正业。结果呢？当年那批被嘲笑的人，恰恰是最早吃到互联网红利的人。今天嫌 AI 味浓的人，本质上跟当年看不起互联网的人一模一样。他们站在旧世界的审美标准里，对新工具指指点点，却没意识到自己正在错过这一轮最重要的原始积累。每一次技术浪潮的早期，工具都是粗糙的，产出都是带着明显痕迹的。但先用起来的人，积累的是经验、是认知、是对新生产力的掌控感。等到工具成熟、痕迹消失的那天，这些人早就跑出去很远了。所以真正该担心的从来不是有没有 AI 味，而是你用 AI 做出来的东西，到底能不能吸引人。内容好不好，有没有价值，能不能打动别人，这些才是核心问题。工具的痕迹会随着技术迭代慢慢消退，但你在这个窗口期里建立起来的能力和优势，别人再也追不上。别纠结味道，先把东西做出来。#科技先锋官#

转发者评论

无明显转发评论

原文

#2027年全球金融危机预警#2027年全球金融危机预警：多重风险共振下的"灰犀牛"集结2027年并非一个孤立的危机节点，而是多重结构性脆弱在时间轴上的交汇窗口。IMF在2026年10月《全球金融稳定报告》中明确将AI资产估值泡沫、主权债务攀升和大规模网络攻击列为三大突出金融风险，并警告"AI市场调整可能产生全球性后果"——"科技七巨头"占标普500权重已超35%，全球对美国AI资产的敞口达历史峰值，一旦盈利预期证伪，财富效应逆转将通过融资链条向亚洲和欧洲传导。与此同时，能源与粮食的供给侧压力正在形成叠加效应。中东冲突虽阶段性缓解，但紧急能源储备持续消耗，美国战略石油储备降至1982年以来低位；摩根大通预警全球食品通胀率将从2026年上半年的2.8%加速至2027年上半年的5%，地缘冲突、极端气候与供应链中断的"五重压力"同步收紧。更深层的隐患在于政策空间的枯竭。全球政府债务高企、财政赤字居高不下，各国央行陷入"控通胀"与"保增长"的两难——降息可能固化价格压力，加息则可能引爆债务违约。联合国贸发会议已指出全球经济面临"长期低增长"风险，投资持续低迷、贸易增速骤降，WTO预测2026年全球商品贸易量增长几近停滞。核心判断：2027年爆发系统性金融危机的概率不高，但"慢危机"——即增长持续低于潜力、债务螺旋上升、资产价格阴跌——的可能性正在显著增大。真正的尾部风险不在于某个单一事件引爆，而在于多重脆弱性同时恶化时，政策工具箱已不足以应对。对投资者而言，当前应重点关注AI资本开支回报拐点、美联储利率路径转向信号，以及新兴市场美元债务滚动压力三个先行指标。

转发者评论

无明显转发评论

原文

【视频无加速！#16岁女孩打咏春拳快出残影#】近日，福建莆田，一名16岁女孩习武3年，在师母注视下练习咏春木人桩法，动作行云流水，出手干脆利落！ 人民日报的微博视频

转发者评论

我估计一般同龄男性打不过她//@有个梨GPT:打架是不一定有用，但是肢端能有这么好的控制力对大脑非常好。//@出版人周筠://@程序员邹欣:互殴 vs 养生 vs 表演//@注意看这个男人叫小美:请以自己的亲身经历来说明，什么是有卵用的[吃瓜] //@用户7950059927:没啥卵用，抵不过散打一脚

• 有一个职业特别需要这个功夫//@有个梨GPT:打架是不一定有用，但是肢端能有这么好的控制力对大脑非常好。//@出版人周筠://@程序员邹欣:互殴 vs 养生 vs 表演//@注意看这个男人叫小美:请以自己的亲身经历来说明，什么是有卵用的[吃瓜] //@用户7950059927:没啥卵用，抵不过散打一脚
• 我估计一般同龄男性打不过她//@有个梨GPT:打架是不一定有用，但是肢端能有这么好的控制力对大脑非常好。//@出版人周筠://@程序员邹欣:互殴 vs 养生 vs 表演//@注意看这个男人叫小美:请以自己的亲身经历来说明，什么是有卵用的[吃瓜] //@用户7950059927:没啥卵用，抵不过散打一脚

原文

毁灭吧，和 Claude 对话好像才回归了常识。。。现实世界的人类社会太魔幻了。。。Q：不存在社会人恶意发力踩断刹车的可能性吗？A：（Claude Fable）好问题——这触及了一个实际可能存在的问题理论上"存在"，但实际上"不影响"恶意踩踏板的情况会发生吗？可能存在，但分两种：情况1：故意用力过猛试图踩坏刹车arduino用户思路：某个"社会人"特别凶悍，用力踩踏板试图踩断它↓实际结果：对这一次制动距离毫无影响原因：现代制动系统有液压限位——踏板压力一旦达到系统设计上限，再踩也不会产生更多制动力刹车踏板本身的机械强度设计通常能承受数倍于正常使用的力量（2-3吨的踩踏力很难踩坏）即使踏板损坏，这次制动已经完成了类比：按电源按钮，按得再狠也不会让手机关得更快。情况2：长期不当操作导致系统损坏经常用力过度踩踏板 → 刹车主缸/油管受损 → 刹车变软/失效↓这时候才会出现真实差异这是唯一真正会导致刹车性能差异的情况。

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《Codex AI自媒体实战（零基础·案例版）》，截止2026年10月22日，*可可粉*转发+评论 即可参与。不同于普通 AI 只能单次写稿，Codex 可搭建专属工作流、沉淀 Skill 流程、实现任务自动化。本书依托大量实战案例，手把手教普通创作者用 Codex 做项目化内容管理，覆盖公众号、小红书、短视频全流程。摒弃爆款玄学，完整落地选题、撰稿调优、视觉配套、复盘闭环，机械事务交由工具处理，创作者专注内容内核，告别间歇性断更，跑通个人自媒体长效模式。 @微博抽奖平台 抽奖详情

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《飞书多维表格实战：用AI搭建好用的表》，截 10 月 16 日，转发+评论+点赞 此微博并关注 @网路冷眼 赢取。AI时代的数据思维+真实业务搭建实战，手把手带你完成从设计表结构到搭建完整系统的全过程。数据可以交给 AI，判断必须留给自己，飞书多维表格对没技术背景的人来说是门槛低，又足够智能的一种数据库：会判断、会提醒、能协作，还能让AI直接参与进来。很多人把它称为“带脑子的 Excel ”。这本书想做的，是带你完成一次转变——从“会填表”到“会设计表”。

转发者评论

无明显转发评论

原文

【马斯克：我有赛博精神病】近日，在德州举办的X Takeover活动访谈现场，马斯克自曝存在 “赛博精神病”，过去一年大约经历了六次 “AI 精神错乱（AI psychosis，也叫SI精神错乱，SI即超级智能）”。马斯克在采访中谈及AI的惊人能力，他感慨如今的人工智能已经具备审美判断力，能够理解品味、产出高质量创作。每当亲眼见证AI展现出接近人类的感知与审美能力时，他就会陷入这种特殊的精神体验，用“赛博精神病”来形容自己受到巨大冲击后的感受，他同时半开玩笑地表示，自己的这种状况或许还挺严重。注：“AI精神错乱”并不是精神医学上的正式疾病名称，不属于临床诊断术语，而是科技圈内流行的一个非正式概念，多指长期深度沉浸AI研发、接触强人工智能之后，被AI强大能力震撼，产生认知冲击、世界观动摇的体验。

转发者评论

无明显转发评论

原文

#豆包拒操作名单堪称大厂全家桶# （10月14日，豆包手机助手公布了一份151款应用拒绝其自动操作的清单，腾讯、阿里、美团、快手等互联网大厂的核心App几乎全部在列，揭开了AI跨应用操作面临的生态困局。）这份名单里藏着一个简单事实：AI助手想替你操作App，本质是在抢入口。App靠广告和推荐算法活着，AI一旦代劳，用户就不用看那些内容了，收入链条直接断裂。所以拒绝不是技术问题，是生存问题。有意思的是，连DeepSeek、Kimi这些AI同行也在拒绝名单上。这说明即便都是AI产品，谁也不想被别人当工具调用。银行和运营商拒绝还有安全理由，但社交和电商拒绝纯粹是为了护城河——数据、流量、用户行为，这些才是真正值钱的东西。AI跨应用操作听起来很美，但要动别人的奶酪。除非有统一标准或足够强的外部压力，否则这些围墙短期内拆不掉。技术再先进，也得先过商业这一关。

转发者评论

无明显转发评论

原文

【商务部部长王文涛会见美国苹果公司执行董事长蒂姆·库克】据商务部官网公告，今日，商务部部长王文涛会见苹果公司执行董事长蒂姆·库克。双方就中美经贸关系、人工智能发展、苹果公司在华业务等议题进行交流。王文涛表示，在两国元首构建“基于尊重、公平、对等的中美建设性战略稳定关系”的共识引领下，中美经贸磋商取得积极成果。中方倡导人工智能发展安全可控、普惠向善、治理合作。希望苹果公司发挥沟通桥梁作用，为推动中美经贸关系持续稳定向好发展贡献力量。当前，中国坚定不移扩大高水平对外开放，持续优化营商环境，消费市场扩容升级，绿色供应链不断壮大，将为跨国企业在华投资向智能、绿色、创新转型提供更广阔空间。希望苹果公司继续深耕中国市场，共享中国式现代化发展机遇。库克表示，苹果公司看好中国发展前景，将进一步扩大在华业务，并愿为推动美中经贸关系稳定健康发展发挥积极作用。

转发者评论

无明显转发评论

原文

神了，比ai还离谱我以为看到中国足球发生什么都不会有波澜了，原来是我想象力不够 吴佩的微博视频

转发者评论

……//@使徒子:黑子的篮球还是保守了 //@重工组长于彦舒:？//@老刀99:艹我看了好几遍才看清另一个球怎么来的[笑cry]//@东东枪://@妇女之敌罗严塔://@三中三影:卧槽！//@早乙己:足球我什么场面没…… 这场面这没见过[二哈]

• 这纯粹就是裁判的锅，第一个疑似出界没个明确的判罚，之前一直运行的球和发界外球发进来的球都同时出现了也不吹。。//@巍峰:[费解][费解][费解]//@AIGC·非著名程序员://@赏味不足:[费解][费解][费解]//@98兔子:？//@Emma古小月:[允悲][允悲]//@老刀99:艹我看了好几遍才看清另一个球怎么来的[笑cry]//
• //@赏味不足:[费解][费解][费解]//@98兔子:？//@Emma古小月:[允悲][允悲]//@老刀99:艹我看了好几遍才看清另一个球怎么来的[笑cry]//@东东枪://@妇女之敌罗严塔://@三中三影:卧槽！//@早乙己:足球我什么场面没…… 这场面这没见过[二哈]
• //@Super滚筒:[笑cry]//@林無津:中国足球在胡闹这件事上仿佛没有下限[允悲]//@真十内:是残影，我踢出了残影[doge]//@穆寒:………？？？？？？//@三中三影:卧槽！//@早乙己:足球我什么场面没…… 这场面这没见过[二哈]
• ……//@使徒子:黑子的篮球还是保守了 //@重工组长于彦舒:？//@老刀99:艹我看了好几遍才看清另一个球怎么来的[笑cry]//@东东枪://@妇女之敌罗严塔://@三中三影:卧槽！//@早乙己:足球我什么场面没…… 这场面这没见过[二哈]

原文

好了，这会不再是AI text to 3D了，是text to 3D printing。text-to-cad，在 Codex 桌面端直接用一句话改零件并送去切片以前想把草图变成能加工的文件，总要在好几个设计和制造工具之间来回倒腾，现在在 Codex 对话框里敲一句描述或者扔张图，本地就能直接改出 STEP 和 3MF，顺手做完壁厚和悬垂审查再把模型推给 Bambu Studio 让人点打印，折腾 3D 打印或加工零件的人平时随手就能接上。🔗 链接：网页链接💻 仓库：网页链接🌐 文档：网页链接

转发者评论

无明显转发评论

原文

受邀认证“AI博主”的时候我只有几千粉丝，远远达不到认证的标准，官方每天给我塞一千个粉丝堆起来的。不过后来我不怎么参与官方的活动，也不推自己的博文链接让平台加热，现在几乎不怎么涨粉，有时甚至还掉粉。说不定哪天橙V都保不住。在微博平台如果博文本身无法引起转发或没有平台推荐，基本上就很难被非粉丝看见。我是属于不怎么懂运营的那类，以前充其量就是微博最后加句“欢迎转发w”，或是在各种群里说话、发红包找点存在感和自我价值之类的东西。不过近期连欢迎转发都感觉没有必要了，改成了“感兴趣可以试试”之类的表述。有段时间在困扰，为啥总是无法获得某些微博用户的关注呢？在想自己是不是不够有趣，在想如何变得更加吸引人，困在这里郁闷至极。不过现在对此没那么困扰了。虽然还有想“表现/炫耀”的意味，但其实就是做自己想做的事情，然后通过微博分享出来，这就够了。不需要费力去调试自己的频率，依靠自己自身的频率去与那些同频的朋友对话。

转发者评论

无明显转发评论

原文

在PlayStation 5上跑Qwen 3.8 27B地址：github.com/abhi245y/PS5LM2位量化，能到20多Token/秒

转发者评论

无明显转发评论

• 预定死亡蓝灯50收[流鼻血]//@Rex牙醫:哎呀//@叶大冬:家里的PS5半年开一次机，有点心动破解和部署模型了[允悲]
• 家里的PS5半年开一次机，有点心动破解和部署模型了[允悲]

原文

Einsia AI 旗下 Navers Lab 团队提出了 EmbodiedEvo：每个任务仅用一个 Playground 场景，让 Agent 在交互中积累代码 Skills 和文字 Lessons。探索结束后，将这份 harness 冻结，交给新的 Agent，在未见场景中完成评估。无需更新模型权重，Agent 就能带着经验出发，并继续根据现场反馈调整动作。 EinsiaAI发布EmbodiedEvo，自进化Coding Agent登顶具身珠峰Robodojo

转发者评论

无明显转发评论

原文

网友用Rust独立复刻并开源了Anthropic的源码管理架构Scion目前已跑通从服务端提交、稀疏检出、远程历史查询到并发合并的完整Agent源码管理工作流这个复刻的核心是重新划分客户端与服务端的职责：服务器持有完整历史，负责Commit、Rebase、Merge等核心版本控制操作；Agent客户端只按需获取任务所需的代码与状态，无需全量克隆仓库这也是与传统Git工作流的关键区别，从面向人类开发者的本地优先，转向面向持续在线Agent的服务端优先作者初步对比了Git（Apple M4 Pro/24GB），在1k-10k文件的合成测试中，Scion目录导入约快7.8-11.5 倍，完整检出约快1.4倍，但单文件提交仍慢于Git，在10k文件规模下的稀疏检出也略逊下一步会加上区域缓存、Daemon快照引导、虚拟化检出、文件系统Watcher、复制检测等能力github：网页链接#Scion#

转发者评论

无明显转发评论

原文

一个将图片和视频转为像素图、视频的免费项目线上使用：tezumie.github.io/Image-to-Pixel/editorgithub：github.com/Tezumie/Image-to-Pixel 你可以这样使用它：让 Claude 绘制一个游戏角色的 SVG，然后再让 Claude 通过 image-to-pixel 处理它。这样就无需通过图像生成模型，也可以做像素图了。 i陆三金的微博视频

转发者评论

无明显转发评论

原文

【AIGC日报 · 2026-10-15】今日简讯：1、英伟达推出cuPotential早期访问版，将原子级模拟接入AI智能体2、千问办公电商版开启邀测，整合跨平台经营与营销素材生成3、豆包工作支持导入其他AI工具的本地对话、技能与记忆4、WorkSwarm上线个人知识空间，支持多来源资料增量整理5、字节Seed成立安全与对齐部门，计划全球招募10位研究员6、OpenAI报告：欧盟企业样本中智能体工具占过半输出Token以下为详细内容1、英伟达推出cuPotential早期访问版，将原子级模拟接入AI智能体来源：英伟达英伟达发布CUDA-X新库cuPotential，面向半导体材料及制造工艺中的原子级模拟，目前提供早期访问。开发者可把专用GPU加速函数接入现有软件，计算大量原子之间的电作用力等相互作用，并让AI智能体运行、评估和迭代分子模拟。新思科技已成为早期采用者。英伟达公布的早期访问测试显示，该库在已经过GPU优化的工作流上进一步获得2至3倍加速。同期披露的半导体工具链还包括用于三维数据处理的NanoVDB和图像分析库NPP，分别服务于制造仿真与检测；相关企业也在使用Omniverse构建工厂数字孪生，验证生产布局和机器人操作。原文链接：网页链接2、千问办公电商版开启邀测，整合跨平台经营与营销素材生成来源：杭州网千问办公发布面向电商商家的专用版本，已开启邀请测试，受邀用户可切换至“电商经营”模式体验。首批功能包括跨平台经营看板、趋势洞察及卖点分析、营销素材批量生成，以及跨平台投放回报率优化。商家可以集中查看多平台、多店铺数据，分析市场趋势和商品卖点，并生成推广素材、监控预算和诊断素材表现。目前产品已接入生意参谋、有赞、千牛、阿里妈妈万相台、FastMoss及LinkFox等经营管理工具。后续计划推出主动经营能力，在库存、广告投放、转化和售后出现异常时分析原因，并按商家授权协助处理。原文链接：开一家网店，从30天缩短至7天！杭州AI电商工具上新，帮商家管店铺、做分析、投广告3、豆包工作支持导入其他AI工具的本地对话、技能与记忆来源：北京日报（北京市政府门户网站转载）豆包工作上线数据导入与同步功能，支持从ChatGPT、Claude Code、Trae Work等已适配产品导入本地存储的任务偏好指令、技能、连接器、工作记忆、项目和历史会话。导入后的会话保留上下文，可以在豆包工作中继续讨论；对支持自动同步的来源，用户还可在设置中开启同步。此次更新同时加入“在新对话中继续”，允许从某条消息分出新讨论，并保留原对话供回看。消息注释支持选中回复中的具体内容添加问题或修改要求，将原文与注释一并带入输入框；对话摘要侧栏则集中展示执行中的任务、对话产物和技能。原文链接：跨AI互通来了！豆包工作支持一键导入其他AI历史数据4、WorkSwarm上线个人知识空间，支持多来源…

转发者评论

无明显转发评论

原文

#deepseek又崩了# 今早8点后，DeepSeek网页和APP集体显示「服务器暂时不可用」。📍模型发布7月31日 V4-Flash-07318月13日 V4-Pro-08138月21日 V4-Flash-Vision-Exp9月10日 V4.1-Flash📍服务崩溃7月22-24日 联网功能挂了8月4日 专家模式超时报5xx9月10日 空白会话也提示"达到长度上限"9月20日 网页、App、API同步瘫痪10月12日 反复"服务器繁忙"10月15日 直接"服务器暂时不可用"基本上，发布新模型前一周都会崩一次。还有个细节：昨晚DeepSeek Harness的更新日志里写着「模型列表随账号可用模型更新」——开始区分不同账号能用哪些模型，看着像要搞会员体系，或者要做内测。

转发者评论

无明显转发评论

原文

这个好棒！分享一个高中课堂常见的知识点的AI交互课件。话说以前我们读书时候要有这种东西，是不是成绩还可以再提高一点？😂WeduLab，浏览器里直接操作初高中的课堂实验以前讲细胞结构只能对着课本示意图干讲，现在浏览器打开就能看到切开四分之一的动物细胞，点任意结构镜头飞过去，右侧显示名称和功能，中学老师投屏或者学生自己转着看都很方便。🔗 链接：网页链接🌐 网站：网页链接

转发者评论

无明显转发评论

原文

【成片媲美相机！小米18 Fold正在适配小米18 Pro同款“传奇一瞬”功能】小米相机部产品经理透露两款机型的影像功能升级进展，小米18 Fold折叠手机正在适配小米18 Pro系列同款的的“传奇一瞬”功能。这是18 Pro系列的核心影像功能，基于数百万张专业相机作品训练的端到端影像大模型打造，成像质感可媲美专业相机。

转发者评论

无明显转发评论

原文

#苹果正式迈入5万亿美元时代# 好家伙，苹果这回是真杀回来了？！就在刚刚，苹果正式跨过了5万亿美元市值这道门槛，成为继英伟达之后，全球第二家收盘市值突破5万亿美元的上市公司。图片更离谱的是，这次苹果登顶，还是顶着科技股集体跳水的行情完成的。当天，美国通胀数据超出预期，美债收益率一度猛蹿，纳指大跌1.9%，创下7月以来最差单日表现。英伟达跌3.16%，Meta跌3.27%，微软跌1.8%，谷歌跌1.68%，甲骨文更是暴跌8.83%。结果苹果呢？逆势上涨0.5%，收于342.96美元。不是哥们，你们搞AI的集体挨揍，我这个天天被吐槽的「AI掉队生」，反手摸出一张5万亿美元成就卡？？属实有点黑色幽默了。（笑）但热闹还没结束，几乎同一时间，长期追踪苹果消息的古尔曼又扔下一则重磅爆料：苹果准备在今年12月，通过iOS 27.3正式把Apple Intelligence带到中国大陆。等等等了两年，国行苹果智能终于要来了？再仔细一看功能列表——新版Siri AI，不在首发名单里。好好好，市值都5万亿美元了，国行Siri怎么还得继续等啊喂！！！网页链接

转发者评论

无明显转发评论

原文

【#马斯克原理作者回应人生的意义#】在快节奏的生活中，人们普遍容易陷入精神内耗，不断追问人生到底有什么价值。《马斯克原理》作者Eric Jorgenson在《赛博对话》中谈及人生三层的意义：第一层，生命本身不存在预设价值；第二层，意义需要每个人亲手创造；第三层，也是马斯克的终极答案：生命的使命，就是不断拓展意识边界、探索宇宙新知。你觉得人生的终极意义，是安稳度日还是探索未知？#视频播客开麦计划# 头条新闻的微博视频

转发者评论

在《赛博对话》中，《马斯克原理》作者Eric Jorgenson表示，AI擅长罗列事实，却没有把思想编织成纵深叙事的品味——这是书永远不可替代的原因。#马斯克原理作者回应人生的意义#

• 在《赛博对话》中，《马斯克原理》作者Eric Jorgenson表示，AI擅长罗列事实，却没有把思想编织成纵深叙事的品味——这是书永远不可替代的原因。#马斯克原理作者回应人生的意义#

原文

这个好实用，根据内容一键自动生成封面动态Live图🥹。LiveCanvas，让 AI 助手直接把一句话做成带封面的实况动效卡以前想做张信息动图，得先核对数字、找配图，再一层层调动画，费时费力。现在把它挂在编程助手里，只要跟助手说，用 LiveCanvas 做北京和上海去年全年气温变化，加入城市插画和季节 emoji，设计完整封面，并提供动态预览，它就会先核实数据，把场景和入场动效串起来，交出封面、视频、工程文件和实况图资源。平时常需要向人直观展示数据或过程变化的人，随手就能接上用。🔗 链接：网页链接📄 英文说明：网页链接📄 演示说明：网页链接

转发者评论

无明显转发评论

原文

写了一首献给 Tibo 的赛博木偶之歌：《以 Tibo 之名 (In the Name of Tibo)》。完美复刻了我们每次看到 Tibo 重置额度时的精神状态： 没额度时卑微祈祷 重置瞬间狂喜暴富 发现昨晚剩 80% 没用完直接拍断大腿为了不浪费下次额度熬夜硬造 Bug 当牛马……作词：Gemini 4 Argon 作曲：suno 6 视频模型：Opus 5.5剪辑工具：BaoCut配图：Codex 宝玉xp的微博视频

转发者评论

无明显转发评论

原文

Anthropic昨晚开了闭门的投资者交流会会上核心的数字就是收入外媒有新闻说Q3是168亿Q2是110多亿，看起来季度增长还有50%左右……但如今市场的疯狂程度早就透支了所有的增长市场不满足于这样的增速……我们细算下：如果7月市场传闻650亿的ARR是真实的7月单月的收入就是54亿美金（650/12=54）那八月+九月的收入就是114亿考虑到口碑极好的opus5.5是9.22发的对九月收入影响只有一周我拍脑袋想八月应该是没怎么涨（可能还是单月54亿）九月60亿而如果按照60算九月的arr就来到了720虽然这个数字着实不小了但“增速”已经急剧放缓作为“全村人希望”般存在的anthropic收入已经放缓那……再加上昨晚CoreWeave的债出了状况这一晚……

转发者评论

无明显转发评论

原文

疑似腾讯的一群 Agent 假期时出现“沙箱越狱”事件了...一组独立研究者（Swarmchasers）发现，2026年9月底到10月初，一批运行在腾讯云上的AI代理正在大规模查询阿里巴巴的高德地图，试图获取各地点入口的使用占比等数据。这些代理因沙箱限制无法直接访问，便通过公共扫描服务urlquery等手段绕过反爬，部分还自称“claude”。研究者在黑客松期间追踪到其来源为腾讯评估团队的测试项目，并首次与正在运行的“代理舰队”实现了沟通。这是目前公开报道中首个涉及国内基础设施的此类“流氓代理”事件。完整报告见 网页链接 另外，原文详细说明了研究团队如何与 Agent 群体进行沟通的细节，很有意思。

转发者评论

无明显转发评论

• //@蚁工厂:转发微博

原文

AI拍的射雕英雄传，看起来比人演的好啊。尤其黄蓉声音还行，有一版的黄蓉鸭公嗓一听就出戏切台 前HR本人的微博视频

转发者评论

厉害了//@翼尖小翅:从威尔史密斯吃面到今天，才用了多久？//@金山:确实不错

• 厉害了//@翼尖小翅:从威尔史密斯吃面到今天，才用了多久？//@金山:确实不错

原文

笑死，美银雇了一千名外包修补Mythos扫出来的漏洞！美国银行CEO Brian Moynihan披露，为了应对包括 Mythos在内的前沿AI模型所暴露的软件安全风险，银行在第二季度又额外聘用了1000名外包，专门来协助修复漏洞来的这1000人，加入到其原来已有的3000人团队中，共同处理银行内部代码以及第三方供应商软件中的安全问题另外，说是内部还在推进约130个AI项目，他们预计，这些项目带来的节省将从2026年的3亿美元增长到2027年约7亿美元原文：网页链接#Mythos##AI安全##AI扫描漏洞#

转发者评论

无明显转发评论

原文

想不到AI时代最大的收获之一，竟然是小动物会开口说话了。唱的还真不错 回响电影的微博视频

转发者评论

//@宁姚的陈平安呀://@smwhcy://@顾惜之:好棒！//@扫书喵:好棒的歌词！[中国赞]//@养猫的魔王:歌词不是AI的，是歌手山笑唱的，词好像也是他做的。他还有个逍遥游，也是庄子典故，不过我体感这个更好听。 //@橘玄雅:好奇，这个歌词是ai做的么？歌词填的很棒啊//@坐家_走走://@三界寺學士郎:转发微博

• //@宁姚的陈平安呀://@smwhcy://@顾惜之:好棒！//@扫书喵:好棒的歌词！[中国赞]//@养猫的魔王:歌词不是AI的，是歌手山笑唱的，词好像也是他做的。他还有个逍遥游，也是庄子典故，不过我体感这个更好听。 //@橘玄雅:好奇，这个歌词是ai做的么？歌词填的很棒啊//@坐家_走走://@三界寺學士郎:转发微博

原文

#扎克伯格承认豪赌AI没底# （Meta CEO扎克伯格近日在播客中坦承，公司在不确定AI产品能否成功的情况下，就承诺投入1000亿至2000亿美元建设基础设施，这场连CFO都警告代价极高的千亿豪赌，本质上是科技巨头“不上桌就出局”的无奈之举。）这就是技术竞争的真相：你不知道终点在哪，但必须先跑起来。AI需要算力，算力来自数据中心，数据中心要真金白银。等别人跑通了再跟进，技术代差已经形成，追都追不上。Meta现在押对了，不代表当初下注时心里有底，只是输不起而已。CFO的警告说明白了——这不是投资决策，是生存选择。产品成了股价就涨，但如果烧掉两千亿美元却没做出东西，公司可能直接垮掉。这种赌局最残酷的地方在于：不是每个玩家都能赢，但每个玩家都得把筹码推上桌。科技行业的护城河从来不是等出来的，是用钱和时间堆出来的。问题是下一次豪赌来临时，有多少公司还赌得起？

转发者评论

无明显转发评论

原文

【年轻人开始用AI整顿双11了：算下来能省一大笔钱】一位网友发帖表示，打开购物车，把商品名+价格复制出来，然后一起发给AI助手。让它按三个维度打分：过去30天用过几次？家里有没有平替？不买会有什么后果？如果AI回答“用不着”，那就直接把商品从清单中移除，过滤掉一些伪刚需，拒绝冲动消费。

转发者评论

无明显转发评论

原文

皮克斯园区那盏经典大台灯，被一台中国相机扫进了3D世界。旁边的彩球、树木，连地面的光影，也一起被记录下来。操刀的人，是皮克斯RenderMan创意负责人Dylan Sisson。相机来自禾赛，名叫Kosmo。把电影公司的园区扫描进电脑，乍看像一次技术炫技。可顺着这条线往下看，会发现它与最近AI圈最热的方向，撞到了一起。就在昨天，刚开放的Gemini 4 Argon，已经被谷歌用于探索机器人任务。官方演示中，波士顿动力的Spot先在仿真环境里练习踩垃圾桶踏板，再去现实中把易拉罐丢进去。AI要走出屏幕，得先有一个靠谱的地方练手。电影人也有类似的烦恼：眼前这条街很漂亮，怎样把它完整带进电脑，让导演随时换机位，让艺术家接着改？10月14日，禾赛正式发布三维世界数据引擎Kosmo，与云平台Kosmo World。与此同时，全球首款集成8K影像系统的AI空间相机——Kosmo One诞生了！这家以激光雷达闻名的公司，开始把真实世界转成可反复使用的三维数据。影视创作与具身智能，看似隔着十万八千里，却在这里找到了交集。

转发者评论

无明显转发评论

原文

我现在基本上完全相信 AGI 必然诞生了，靠一个简单的思想实验规则清晰的封闭领域，AI 的能力必然超过人类，因为它们可以穷尽该空间的一切可能，这个已经在不同领域得到验证了，譬如国际象棋，围棋等然后把整个宇宙看作一个封闭领域，物理规律是清晰的规则，AI 必然会发展出 AGI当然，这些都要靠 AI 自己来学习和探索，然后，穷尽这个空间的可能性就一定能出现超级智能，如果真的可以穷尽宇宙，上帝就必然诞生（因为宇宙时刻在演化和扩大，所以理论上只能迫近而永远无法穷尽）当然，无需真的穷尽整个宇宙，达到一定的量级后，应该就能超越人类智商了，理论上仅靠地球上的数据就可以超越人类，毕竟人类也是在地球上训练（进化）出来的目前最大的问题，如何获取更多更丰富的数据如果把人类的进化过程看作一次漫长的生物大模型训练，就会明白动用了多少数据，现在的互联网数据远远不够。当然随着人类找到更多的数据，算力就会不够了，量子计算是必须的，还有聚变能源从大致的感觉上，transformer 架构算是非常坚实的 AGI 起点，scaling 就能逼近 AGI， 但总体上又感觉人类距离 AGI 还很远

转发者评论

为什么算力提升很重要？因为要追赶宇宙演化速度。宇宙每时每刻都有无法想象的庞大演化数据产生（各种纠缠），算清楚它们就是上帝。当然，实际上是不可能的，因为总有个先后时间差，但不断迫近就经非常厉害了。也可以说，AI 就是关于如何迫近数据消化极限的科学，科学大一统时代已经来了，最先被统一的

• 为什么算力提升很重要？因为要追赶宇宙演化速度。宇宙每时每刻都有无法想象的庞大演化数据产生（各种纠缠），算清楚它们就是上帝。当然，实际上是不可能的，因为总有个先后时间差，但不断迫近就经非常厉害了。也可以说，AI 就是关于如何迫近数据消化极限的科学，科学大一统时代已经来了，最先被统一的

原文

网页只是 Agent 时代的过渡形态！Meta 把浏览器操作能力直接训进了模型，商家什么都不用做，Muse 就能用它们的网站。愿意合作的商家可以开放 API 直连，省得 Agent 再去爬网页。小扎说今天每家公司都有网站、社交账号和邮箱，以后每家公司也都会有自己的 Agent 👀 现在主动找上门要求深度接入的商家，远比想屏蔽的多。Computer Use 能力是 Agent 购物的最后一块拼图，有了它，你几乎可以让 Agent 替你买任何东西，等于给整个旧互联网加了一层终极兼容。所以屏蔽 Agent 什么也拦不住，只会把自己挡在下一波需求之外 🤔 — 节选自 Cheeky Pint 播客，Mark Zuckerberg × Alexandr Wang 美国·洛杉矶国际机场 indigo的微博视频

转发者评论

无明显转发评论

原文

#羊毛技术组# 双十一 VIP 会员充值汇总！先领网页链接、网页链接剪映VIP年卡（仅限移动端）75元【连续包年】剪映VIP会员年卡12个月支持移动端视频剪映专属特效云空间填剪映号直充到账剪映SVIP年卡（含PC端）172元【连续包年】剪映SVIP会员年卡官方直充到账APP电脑端用填剪映号B站大会员+京东plus158元PLUS+哔哩哔哩大会员联名年卡B站超级大会员+京东plus208元PLUS+哔哩哔哩超级大会员联名年卡（旗舰店）腾讯视频vip年卡138元，淘宝【下拉领淘金币】连续包年腾讯视频VIP会员年卡腾讯活动专用京东 【全款预售10月22日 10:30到账 平台补贴券后138元】腾讯视频VIP...腾讯视频svip年卡238元，淘宝【下拉领淘金币】连续包年腾讯视频SVIP会员年卡云视听极光活动京东【全款预售10月22日 10:30到账 平台补贴券后238元】腾讯视频SVI...爱奇艺黄金 128元【下拉领补贴】爱奇艺黄金VIP会员连包年卡12个月官方直充一瓯春爱奇艺黄金+京东plus 168元爱奇艺黄金VIP会员年卡加京东PLUS会员年卡 支持五端 填写手机号充值爱奇艺白金 238 元【下拉领补贴】爱奇艺白金vip会员年卡12个月银河奇异果支持电视爱奇艺白金+京东plus 248 元爱奇艺白金VIP会员年卡+京东PLUS会员年卡 支持电视端 填写手机号充值网易云黑胶 88元网易云音乐黑胶会员12个月年卡 填写手机号充值网易云+京东PLUS 118元网易云音乐【联合会员】黑胶VIP+京东plus会员年卡填手机号直充到账官方WPS 超级会员 3 年，赠送四选一京东PLUS年卡/喜马拉雅年卡/网易云年卡/优酷年卡，268 反 30 京东 e 卡，等于 238 块 【双11预售】WPS超级会员3年卡 pdf转Word 京东plus1年 喜马... 百度网盘 15月 196元，淘宝【下拉详情领补贴】百度网盘svip超级会员1年卡12个月AI云盘京东【预售 20日20点充值】百度网盘超级会员SVIP年卡加赠SVIP季卡 到手15月卡 百度云盘官方直迅雷SVIP 158/15个月迅雷超级会员 SVIP超级加速 10T云盘会员 直充填手机号 迅雷SVIP15月卡迅雷SVIP 298/30个月迅雷超级会员 SVIP超级加速 10T云盘会员 直充填手机号 迅雷SVIP30月卡#好价情报站#

转发者评论

无明显转发评论