微博 AI 观察博客

原文

海飞兄观点：“这几天市场跌了有人来问我，我趁着美股开盘之前来分享一下我的观点，我怕有朋友一慌把好股票给卖了（我没有二级市场基金纯粹分享个人观点）。今天的一级市场已经不是十年前的一级市场，今天的一级市场越来越大，因为公司上市越来越晚，都要1T才上市，大量的价值创造发生在一级市场，所以一级市场的认知对于二级市场从来没有这么重要过。我说的都是美国。（1）先说说这次 AI 相关股票大跌的一个重要导火索CoreWeave，为什么会大跌呢？CoreWeave最初是做 Crypto 挖矿的，曾经是全球最大的以太坊矿工之一，有很多英伟达GPU，后来转型成为AI Data Center（除了三大云以外的Neocloud新云的代表），并于 2025 年上市。我们2024年的时候仔细看过Coreweave没有投，喜欢的点：市场对GPU的需求强劲，团队执行力超强；不喜欢的点是：重资产，高杠杆。最终没有投，我刚刚简单复盘了一下如果当时投了按照现在腰斩的市值赚30%，按照股价最高点大概回报290%。CoreWeave 的商业模式说白了，就是借钱买 NVIDIA GPU、租赁数据中心，再把算力通过长期合同卖给 Microsoft、OpenAI、Meta 等大客户。业务增长非常快，但这是一个极其资本密集、依赖债务融资的模式。最近美国公布的通胀数据超出市场预期，投资者担心美联储进一步加息，其融资成本进一步上升。但 CoreWeave 的问题不只是宏观利率上升，它的债券收益率从约 9.7% 飙升到 15%，更反映出债券投资人开始重新评估其信用风险。（2）有人说，CoreWeave 一方面要支付高额利息，另一方面如果客户不付钱了，资金链不就断了吗？是，但是人家都是付得起钱的大客户，我记得 2024 年最大的客户是微软，现在微软和 OpenAI 分别占收入的约 36% 和 26%。这些大客户签的通常是多年期合同，基本长达 5 年，而且是刚性合同，正因为有这些长期刚性合同作为支撑，CoreWeave 才敢如此激进地举债扩张。（3）你可能会好奇，微软不是自己也在大规模建设 AI 数据中心吗？为什么还要买别人的算力？原因很简单：自己建得太慢，赶不上需求增长。 所以就让 CoreWeave 这些小弟加班加点建设，而且由小弟自己承担 CapEx。（4） @鮱猫ᓚᘏᗢ Mao 把 CoreWeave 比作 Canary in the Coal Mine（矿井里的金丝雀）这是一个英语典故，早年矿工下矿井时，会带上一只金丝雀，因为金丝雀对一氧化碳等有毒气体特别敏感。如果金丝雀突然倒下，矿工就知道危险来了，得赶紧撤。现在有人把 CoreWeave 比作这只金丝雀，认为它最近的困境预示着整个 AI 基础设施行业可能出了问题。但我觉得这个比喻得改一改。不是矿井里一定有毒气，而是这只金丝雀自己往脖子上套了一根绳子，还越…

转发者评论

无明显转发评论

原文

The Information：Anthropic 在准备一款新模型，话说一半它也能猜到你要什么科技媒体 The Information 10 月 19 日在 AI Agenda 通讯里报道，Anthropic 正在准备一款新模型，推理能力和“直觉”比目前对外提供的模型都强。消息来自一位用过这款模型的人，Anthropic 没有公开回应。这位知情人提到两个变化。第一，它更会揣摩用户没说出口的意图。你只给很少的信息，它也能看出你真正想达到什么目的。报道里的例子是写代码：你让它修一个 bug，它可能会顺藤摸瓜，找出导致这个 bug 的一整类问题，再问你要不要一起修掉。第二，它更少给套路化的答案。原文例子是：用户问怎么炒股，它不会只说“看看市盈率”这种人人都知道的建议，可能会自己设计一套算法去预测股价走势。这套算法预测得准不准，报道没说，这只是用来说明它的回答方式。对普通用户来说，这意味着提示词可以写得更随意，不用把需求一条条交代清楚。对写代码的人来说，模型可能会主动扩大修改范围，好处是一次修到根上，代价是你得多花点心思审查它改了什么。什么时候能用、叫什么名字？目前都没有确定说法。据原推 TestingCatalog 说，新模型这个月就会发布，但还不清楚会归入 Fable 还是 Opus 系列。Google 在做 Gemini 4 Carbon，是上周刚推出的 Gemini 4 Argon 的升级版；OpenAI 在准备 Terra 系列的新模型，可能几周内发布，能力有提升，价格会比 GPT-6.1 Sol 低。原文：网页链接

转发者评论

无明显转发评论

• OpenAI的新模型再不努力就要被它比下去了，感觉几款新模型都不够聪明，需要反复纠正方向。
• 学得慢就不用学了。。。[doge]

原文

Google Research 最近开源了一个叫 Harness² 的项目，做的事情挺有意思的。现在大家都在聊 AI Agent，就是让大模型像一个员工一样，能用工具、能记东西、能一步一步完成任务。但很多人可能没注意到，模型本身只是其中一部分。围绕在模型外面还有一整套东西：提示词、工具、记忆、技能、把任务安排好的调度逻辑……这些加在一起，才让模型变成了一个能干活的 Agent。这套外围系统，我们一般都管它叫“harness”，你可以理解成 Agent 的“装备”。Harness² 要做的事情就是：让这套装备自己变得更好，而且全程不动模型本身。它用了两层循环来做这件事。先说第一层，叫任务级循环。Agent 拿到一个任务之后，先用现有的装备跑一遍。然后系统会提出一些修改方案，再拿同一个任务试一试，看看改了之后表现有什么变化。最后根据前后对比，把有用的改动合并进装备里。整个过程不需要标准答案，就是看行为上的差异来判断哪些改动是有效的。这个步骤他们叫“提议、探测、组合”（Propose–Probe–Compose）。然后说第二层，叫经验级循环。每完成一个任务，系统会把这次学到的经验和改进过的装备都存下来。下次碰到新任务的时候，就带着这些积累去做优化。你可以想象成一个人每做完一件事就复盘一次，时间长了就越来越会干活。在装备的具体构成上，Harness² 把模型的外围拆成了八个可以单独调整的模块：系统提示词、安全规则、记忆、工具使用指南、子代理、技能、脚本和插件。每个模块都可以在循环里被独立优化。效果怎么样呢？他们在三个专业级的基准测试上跑了一轮。在 WorkBuddy-Bench 上，成绩最多提升了 11.5 分；在 JobBench 上提升了 4.5 分；在 LAB（一个法律相关的测试）上，部分通过率提高了 11.8 个百分点。用的模型是 GLM-5 和 Gemini 3.5 Flash。而且如果增加任务级循环的轮数，成绩还能继续往上走。另外它还提供了两种循环模式可以选。一种是并行模式，同时试好几个修改方案，最后挑效果好的合到一起，覆盖面更广。另一种是顺序模式，一轮接一轮地往下迭代，每轮都在上一轮的结果上继续改，挖得更深。整个项目已经在 GitHub 上开源了，几行命令就能跑起来。感兴趣的可以去看看：google-research/harness2。#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

分享一个特别好的开源项目，它能让 AI 的回答变成一页看得懂的网页，这个开源 Skill 叫 answer-me-with-html。它解决了一个很多人用 AI时遇到的问题：你问了一个复杂的问题，AI 刷出一大屏密密麻麻的文字，看得人头疼。这个项目让 AI 把回答变成一个好看的网页。比如，你问“TCP 三次握手是怎么回事”，它会直接生成一个 HTML 页面，上面有时序图、状态图、表格，排版得清清楚楚。工作方式挺聪明的。AI 只需要写一份 Markdown 草稿，大概六百来个 token。排版、配色、画图的活儿，全交给配套的命令行工具。让模型直接手写 HTML 的话，同样的内容要将近五千个 token，差了八倍。速度也快了不少，同样的问题 12 秒出结果，手写 HTML 要 31 秒。先说它能画什么。时序图、流程图、ER 图、树状图、时间线、柱状图、饼图，还有逐词批注，基本上常见的可视化方式都有。模型会根据问题类型自动选合适的图。然后说页面本身。三套主题：blueprint 像工程蓝图，shadcn 是干净的卡片风格，paper 适合长文阅读。每套都有亮色暗色两种模式。生成的页面是单个 HTML 文件，断网也能打开，发给别人直接就能看。它还能生成讲解视频。你说“用 3Blue1Brown 风格讲 TCP 握手”，它就在页面里做出带旁白的动画，图表跟着旁白一步步展开，还能导出 MP4。项目有个“常开模式”，打开之后 AI 每次给总结或者对比的时候，都会自动附一个两到四个面板的小页面，不弹窗不打断，安静放在回复末尾。写作质量也管。生成时会自动检查文字，参考了航空维修手册的 ASD-STE100 标准：句子太长、用词啰嗦、被动语态，都会提醒你。安装就一行命令的事，支持 Claude Code、Codex、Cursor 等七十多个 Agent，需要 Node.js 20 以上。Karpathy 之前说过，AI 产出的内容越来越多，人看不过来，一张图比一堵文字墙好消化得多。这个项目把这个想法做成了工具，而且做得挺完整的。传送门：github.com/QingYunA/answer-me-with-html#科技先锋官# #How I AI#

转发者评论

无明显转发评论

原文

字节 seed 项目组的大佬离职后，分享做 FDE 的经验，全都是干货啊，我总结了几条超级让我有感触和价值的经验。1、七位数营收，到手不到 10%。 渠道拿走三四成，交付成本三四成，税和房租再扣一轮。几个月做了 200 个智能体，闲鱼淘宝视频号批量接几千到一两万的小单，营收过百万，年底一算账，一个互联网生意，硬是做出了制造业的利润率。后来这条线直接砍了。2、技术反倒最好解决，真正卡脖子的是信任。 你一个外人要进人家的流程，老板信不信你，决定了项目推不推得动。很多企业还停在豆包时代，流程没理过，资料散得到处都是，你连 AI 该插在哪一步都找不到。前半段时间其实是在帮人补课。3、报价报不出来，就两个原因。 一个是真的不知道项目多复杂，估不出工期；另一个是成本心里有数，但想吃满，反而不知道报多少。笨办法就是成本加 20% 到 30%，先保证不亏，剩下的靠项目喂出手感。4、报价有三种算法。 按人天算，适合你估得出技术难度的项目；按交付物拆段，每段单独估价再加总，最稳当；还有一种是缩小范围，项目超出你把控了就别硬憋一个数，挑一个马上能见效的点先切进去。5、收款一定要拆开。 拆成两到三笔，5:4:1 或者 4:4:2，首付不低于 40%。万一半路客户跑单，首付款得能盖住工程师的投入。尾款只留一两成，收不回来损失也有限。6、客户都是一期一期谈进去的。 第一期两三万，控制在五万以内。第二期七八万，高的到十万。第三期十几万，最多到二十万。每次把上一次的结果交到对方手里，才谈下一步。第一期收的，其实就是信任费。7、有两笔隐形成本很多人没算。 一笔是算力，模型调用量是波动的，别打包进固定费用，超出部分让客户自己充值。另一笔是报价别只算写代码的部分，需求沟通、资料整理、测试、部署、调优都要算进去。AI 项目常见的情况是开发三星期，调优三个月。8、没收钱，别先做方案。 客户说"你先帮我看看"，一看就成了访谈，接着方案就出来了，客户拿着方案走了，项目没签，你白干一星期。活要拆开卖，诊断是诊断的价，方案是方案的价，部署是部署的价。能对结果负责，就有底气谈价值定价。#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

从今天起，音乐和音效也能无限创作啦！本地AI声音工作室「Audio Studio MCP」已支持Windows🥳能做的事①生成：只需一句话就能生成BGM、乐器循环、音效。一次最多4个候选②编辑：风格转换、指定区间重新制作、曲目延长③循环：与节拍匹配的无缝循环④完成：LUFS响度调整、淡入淡出、48 kHz的WAV / OGG / FLAC导出每个文件都会附带记录提示词、种子和设置的.json文件，因此以后也能重现相同的音效。全部在你的PC中完成・无需云端・无需API密钥・无生成费用・提示词和音频都不会发送到外部无论重做多少次，都不会产生费用。直到满意为止，可以让AI尝试几十次。游戏开发、视频制作、直播BGM制作等，所有需要“恰到好处的声音”的人，都希望你们能试试。请分享使用后的感想或制作的音效！如果喜欢的话，能在GitHub上点个⭐会让我非常鼓舞🐰☺️安装方法👇引用：「Audio Studio」を开源发布了🥳从今以后，BGM和音效都自由了。无需云端，也无需API密钥，无论制作多少次都免费。能做的事・从一句话生成BGM、乐器循环、音效（一次最多4个候选）・更改氛围、部分重做、延长曲子・拍子精准的无缝循环・响度归一化（-16 LUFS等）[视频]■Audio Studio MCP とはClaude Code 或 Claude Desktop、Cursor 等 AI 工具中添加“制作声音的能力”的免费开源 MCP 服务器。“为 boss 战制作一首宏伟的主题曲”“需要吱吱作响的开门声”只需用这样的日常话语请求，Stability AI 的最新模型“Stable Audio 3”就会在你的 PC 中生成音乐或音效。■ 设计理念：放手，让 AI 接管我们追求的是“解放自己”。学习音效工具的时间、为琐碎设置烦恼的时间，都希望你能用于真正想创作的东西。因此，我们选择了 MCP 服务器的形式，而不是专用应用。你只需与平时的 AI 代理对话。麻烦的部分，由 AI 全盘接管。🗣 将日语请求改写成模型能理解的英语提示🎵 决定 BPM、长度、候选数量后生成🔁 将循环长度调整为小节对齐（例如：85 BPM 的正好 11 小节）🎚 统一响度，并以 Unity 或 Godot 兼容的格式导出你只需聆听，然后说“再明亮一点”即可。■本次更新：支持 Windows（NVIDIA GPU）此前仅限于 Apple Silicon Mac，现在配备 NVIDIA GPU 的 Windows PC 也能运行。直接使用 Stable Audio 3 的官方 PyTorch API。在 GeForce RTX 3060 12 GB 上的实测（medium 模型，模型已加载）：⚡ 20 秒音乐 → 约 1.3 秒⚡ 380 秒（超过 6 分钟）的全尺寸曲目 → 约 15 秒⚡ VRAM…

转发者评论

无明显转发评论

原文

网易 LobsterAI 发布了第二期《中国办公 Agent 用户行为报告》，报告基于它自己平台的用户数据，反映的是这一家产品的用户，不代表整个行业。不过管中窥豹，可以借此看看中国办公 Agent 用户行为变化。也希望其他家多发一些类似报告学习下。从这期起报告改为每月发布，9 月版还额外看了十一假期的变化。最醒目的数字有两个：9 月用户每次交给 Agent 的任务平均消耗 20.2 万 Token，是 3 月 6.3 万的 3.2 倍；日均活跃用户的增幅达到 83.1%，是 5 月以来涨得最快的一个月。用的人越来越多，每个人交出去的活也越来越大。LobsterAI 是网易的办公 Agent 产品，可以在桌面端用，也可以在微信、飞书这类聊天软件里直接给它派活。【任务越来越大，用户在加速涌入】Token 是模型读写文字的计量单位。Agent 干活时要反复读任务要求、读自己前面产出的内容，所以一次任务消耗多少 Token，大致反映这件活有多长、多复杂。逐月看：3 月 6.3 万，4 月 6.7 万，5 月 8.6 万，6 月 10.5 万，7 月 12.9 万，8 月 19.7 万，9 月 20.2 万。最大的一跳在 7 月到 8 月，9 月停在高位。日活这边，报告只给了增幅：6 月 +19.8%，7 月 +25.1%，8 月 +30.6%，9 月 +83.1%，一个月比一个月快。报告没公布用户绝对数。如果这些增幅是逐月环比，连乘下来 9 月日活大约是 5 月的 3.6 倍，这是按图上数字推算的，报告本身没这么说。【缓存让同样的活，花费差出七倍多】这是报告里对用户最实用的一节。Agent 每一步都要把任务要求和之前的内容重新读一遍，不少费用就花在这些重复读取上。模型厂商会把读过的内容记下来（缓存），再次读到时按折扣价收费。命中率就是重复内容里有多少能享受到这个折扣。9 月各模型的命中率大多在九成上下：DeepSeek V4.1 Flash 最高，97.3%；DeepSeek V4 Flash 和 V4 Pro 都是 95.7%；GLM 5.3 93.9%，MiniMax M3 93.7%，Qwen 3.8 Max 93.2%，GLM 5.3 Flash 91.1%，Kimi K3 88.7%；垫底的是 Qwen 3.7 Plus，76.7%。命中率差不多，实际花费却差很多。报告算了"实际费用是原价的多少"：DeepSeek V4.1 Flash 4.6%，V4 Flash 6.2%，V4 Flash Vision 6.7%，V4 Pro 7.5%；Qwen 3.8 Max 18.5%，Qwen 3.8 Flash 18.8%；Kimi K3 20.2%；GLM 5.3 29.6%，GLM 5.3 Flash 35.1%。最省和最贵之间差了七倍多。差距主要来自缓存…

转发者评论

无明显转发评论

原文

看了一篇「晚点团队」写的关于中国 AI 行业的深度报道，叫：《中国 AI 的年轻掌权者们》，挺有意思的。现在中国几家最重要的 AI 公司里，做关键决策的人，很多才三十岁上下。33 岁的杨植麟创办了月之暗面，28 岁的姚顺雨进了腾讯接手混元大模型，31 岁的罗福莉在小米带队训万亿参数的模型。这些人没等产品赚到钱，就已经在决定公司最核心的资源怎么花了。报道里讲了几个故事。先说 Kimi。今年 3 月，一个在广州远程办公的研究员苏剑林提出了一种新的模型架构，叫 Attention Residuals。帮他一起验证的陈广宇当时才 17 岁，还在读高中。问题是旗舰模型马上就要开训了，临时换架构可能耽误发布。最后杨植麟拍板，推迟训练计划，给团队留出验证时间。四个月后模型发布，表现很好。再说智谱。2025 年初 DeepSeek R1 出来之后，智谱压力很大。00 后的曾奥涵提出做 Coding，也有人觉得应该继续做推理。几支团队分头试了几个月，Coding 方向的模型效果更好，公司就把力量集中过去了。后来编程能力成了智谱最受欢迎的卖点，相关业务一年收入超过一个亿。然后是小米的 MiMo。罗福莉加入时团队才几十个人，很多研究员连大模型都没训过。她直接决定同时训数千亿和万亿参数两个模型。同行听了都说太猛了，换谁都会先把小的训完再说。训练过程中各种问题不断，排查了一轮又一轮，最后两个模型都训完了，小米由此进入了能训万亿参数模型的公司行列。还有腾讯的姚顺雨。他之前在 OpenAI 做研究员，参与过 Deep Research 和 Operator 两个核心项目，28 岁就进了腾讯总裁办接手混元。加入一年，混元团队扩张到将近 2000 人。他在内部说过，成为第一之前不发技术报告，"不仅要做中国第一，还要做世界第一"。有研究员说得很直接，自己来混元就是"信姚哥有天能做到第一"。他还干了一件让同行印象深刻的事：混元自己的预训练模型还没准备好，他先派骨干去帮腾讯元宝优化接入的 DeepSeek。后来混元发新模型，腾讯内部好几个核心产品主动帮他站台。这些年轻人带团队的方式也很特别。Kimi 的员工管杨植麟叫 KK，会在群里拿他的表情包"阴阳"他。姚顺雨会在全员群里临时组篮球局，Hy 4 Preview 发布后直接给团队放了一周假。MiMo 的人管罗福莉叫"师姐"，开会座位不够，她自己跑去隔壁搬椅子。有人提了个技术想法，负责人觉得大概率做不出来，还是批了算力让他去试。他们都说管理不重要，“人招进来，给他卡就够了”。但文章最后点了一句：怎么争取到这些卡、决定把卡给谁、为最后的结果负责，这些事本身就是管理。#科技先锋官#

转发者评论

无明显转发评论

原文

The Information 爆了个消息：Anthropic 这个月要发新模型。同一时间段，Google 的 Gemini 4 Carbon 和 OpenAI 新的 Terra 模型也准备登场。三家巨头的发布窗口撞到了一起。Anthropic 这个新模型有两个特点。1、据知情人透露，这个模型特别擅长猜出你到底想干什么。就算你给的信息很少，说得很模糊，它也能把你真正的意图和目标摸个八九不离十。2、它更能跳出常规套路来想问题。比如，现在你随便问一个 AI 怎么投资股票，它大概率告诉你看市盈率、注意分散风险之类的。这种建议网上搜搜就有，说了跟没说差不多。据知情人说，这个新模型能自己琢磨出有创意的分析方法来预测股票走势，给你一个真正有新意的回答。目前还不确定这个模型属于 Anthropic 哪个系列，可能是 Fable，也可能是 Opus，官方没透露。看到这个消息的人讨论得挺热闹。有人觉得特别兴奋。现在不管是 ChatGPT、Claude 还是 Gemini，回答问题的套路都差不多，很少有哪个能给你一个真正让你眼前一亮的想法。“跳出思维定式”这件事，可以说是当下所有大模型最大的短板之一。如果 Anthropic 真的在这上面做出来了，那 AI 就算从“帮你更快干完活”迈进到“帮你想出你自己都没想到的东西”这个阶段了。有人管这叫进入了“创新者阶段”。不过也有人看完觉得不太舒服，主要是“猜出用户意图”这个能力。你想想，你随口说了一句话，AI 就能把你心里真正想的东西摸得很准。用起来确实省事，可反过来想想，它对你的了解也越来越深了。再加上 AI 本身有一大堆安全规则管着它，什么该回答什么不该回答都有限制，这两件事放在一起，它既越来越懂你，又被各种规则约束着，这中间的分寸到底怎么把握，让人多少有点说不上来的不踏实。#科技先锋官#

转发者评论

无明显转发评论

原文

[AI]《At the Limits of Computability: Steps Towards Autonomous AI Discovery on the Busy Beaver Frontier》M D Santos, V Veeriah, A Havrilla, A Bol… [Google DeepMind] (2026) 在数学AI中，机器自主提问是一个悬而未决的难题。过去的方法受困于解答预设考题，本质原因是难以从底层执行流抽象代数结构。本文的核心洞见是：把底层读写轨迹重新看作动力系统。由此，让AI观察磁带猜想高阶规则并自主写码验证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十一个被降维为代数定理的图灵机。它为后来者打开的新门是从数据流逆向提炼规律，但尚未跨过的门槛是寻获已知映射外的数学类。arxiv.org/abs/2610.22603 #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

• 有空研究一下//@ElijahZhong:@圆觉傅李剑锋 Deepmind 的这个工作很有意思，开始做一些很实在的利用AI拓宽知识边界的尝试 //@爱可可-爱生活:这项工作的真正价值不在于证明了什么定理，而在于改变了提问的方式。数学研究的瓶颈往往不是推导过程，而是不知道该问什么问题、建立什么概念。繁忙海狸问题的不
• 这项工作的真正价值不在于证明了什么定理，而在于改变了提问的方式。数学研究的瓶颈往往不是推导过程，而是不知道该问什么问题、建立什么概念。繁忙海狸问题的不可计算性恰好提供了一个天然的实验场：这里没有标准答案，也没有人类专家提前划定的路径。AI必须自己决定什么模式值得命名，什么结构值得形

原文

#模型时代# 3Blue1Brown创始人Grant Sanderson：现在是入行数学最好的时代再来一期AI数学的笔记。留意这个主题蛮久了，故事还要从陶哲轩说起。这个月初，OpenAI公开了722份AI生成的数学手稿，仅162份的主要结果经过Lean形式验证，3份次日即被撤下。陶哲轩在博客转发了人类数学协会的声明，呼吁数学家暂停与OpenAI合作，称这次发布“不是学术成就，是权力展示”。Cédric Villani说这是“数学从未见过的灾难”，Scott Aaronson造了个词叫Mathocalypse。陶哲轩反对把解出多少道开放问题当作AI的计分板，因为这会损害理解、洞见和知识的代际传承。3Blue1Brown频道主理人Grant Sanderson可能大家也都熟悉了，可谓科普大神。我前几年发了他不少AI可视化教程，它的LLM原理等课程，可以说是无数人的AI启蒙。笔记就来自他刚刚发了一期40分钟的视频，讲他对此事的看法。此前2026年6月，他在Dwarkesh Podcast上也谈过AI与数学的关系，但那次是对话。总体而言，他没有加入抵制。阵营在他看来，陶哲轩说对了问题，证明的地位确实在被动摇，但开出的药方不同：不是抵制，是重建。一个数学博士生在他的帖子下留言：“A math PhD here， just tell me what to do tomorrow。”——告诉我明天该干什么就好。Sanderson给出了一套三层分析框架：数学家做什么、数学的价值在哪里、钱从哪来。然后逐层假设AI比人做得更好，看每一层的价值是否还站得住。他的结论是：即便在机器全面碾压人类数学能力的极端情形下，数学作为职业和学科的根基几乎没被动摇。真正被动摇的，是延续了几百年的、以“证明”作为学术贡献计量标准的信用体系。一、三层分析框架1、数学研究的五个组成部分Sanderson把数学研究拆成五项工作：证明定理；提出猜想，即判断什么问题值得问；构建理论；寻找应用；向他人清晰地传达。其中“构建理论”是他反复强调的重心。笛卡尔引入坐标系，核心贡献在于建立了一整套思考框架，回答某一个具体问题只是附带的事。伽罗瓦种下群论的种子，意义远超五次方程不可解这个具体结论，因为它催生了几个世纪的数学新分支。代数几何奠基人格罗滕迪克有个比喻：从一座山顶到另一座山顶，一种办法是下山再爬山，逐个解决沿途的问题；另一种是让海水慢慢升起，直接从一个山顶航行到另一个。那片上升的海水就是理论。理论构建才是真正产生价值的层面，证明只是理论构建的素材之一。2、数学的三重价值第一重是下游应用。1500年代意大利人为了解三次方程，认真对待了负数的平方根，几百年后演变成虚数理论，成为量子力学和电气工程的基石。对欧几里得第五公设的追问催生了非欧几何，最终通向广义相对论。对费马大定理的攻关带出了椭圆曲线和代数几何，后来在…

转发者评论

无明显转发评论

原文

1/4 今天，我们发布了 Mercury 3。Mercury 3 是迄今为止我们最强大的模型，也是有史以来发布的最大智能扩散 LLM。它在质量上优于 GPT-6 Luna 和 Haiku 5.5，同时运行速度达到 1000+ tok/sec。[视频]2/4 Mercury 3 demonstrates that text diffusion scales. At over 40x the size of Mercury 1, it’s vastly more intelligent while remaining just as fast. This is just the beginning: diffusion opens a new path to scaling AI, where intelligence can grow without a proportional increase in latency.3/4 Mercury 3 is already powering diverse agentic applications, including code review, interactive education, and browser use. Early adopters include @Tiny_Fish, Lorikeet, @revisiondojo, Bauplan, @OctenAI, and Croux.4/4 Mercury 3 is available today on the Inception API Platform and through @OpenRouter, @baseten , and @vercel. For the launch, we’re offering it 50% off, at just $0.1 per 1M input and $0.35 per 1M output.Enterprise customers should reach out to our team for higher rate limits and dedicated support.网页链接

转发者评论

无明显转发评论

原文

Walking Labs 的 Learn Harness Engineering 是一套开源 Coding Agent 工程课程，包含 14 讲、8 个递进项目，并提供中文资料与可复用模板。课程围绕 Agent 的工作环境展开：如何组织仓库、保存进度、控制任务范围，以及验证它是否真的完成了工作。适合已经在用 Coding Agent、想系统改善开发流程的人。动手项目需要准备可用的 Coding Agent、Git，以及 Node.js / Electron 环境。访问：github.com/walkinglabs/learn-harness-engineering#HOW I AI# #程序员#

转发者评论

无明显转发评论

原文

【密歇根大学这门新课，教你像工程师一样驾驭 Coding Agent】密歇根大学 EECS 498（AASE）把智能体软件工程做成了一门扎实硬核的专业选修课。这里没有期末考试，全凭可运行的代码说话。十五周的训练分三步走：先上手 Aider 结对编程，从上下文、模型与提示词三要素排查故障；接着拿掉现成框架，直接调用底层大模型接口，亲手写出包含工具调用、审批机制与评测集的 Agent 循环；最后给它接入记忆与工程规范，做成真正能留在日常开发里的助手。全套环境基于本地 Ollama 运行开源模型，完全零 API 成本。比起浮于表面地让 AI 写代码，这门课更想教你吃透底层逻辑，亲手拆解并修好智能体系统。eecs498-aase.github.io

转发者评论

无明显转发评论

原文

Jev爆火后，大家思路似乎打开了。。Cloudflare 也刚发布了一个特定用途的模型： Clairic。这是一种 System One（系统一）模型，能够从非结构化输入中提取、计算、估算和预测各种数值。#微博视频号续航计划# 而且这会是个开放权重的模型（现在还没发布）。一些适用场景：1. 发票处理：从 PDF 发票中自动提取供应商、金额、税率、付款日期，并计算应付总额，直接写入财务系统。2. 保险理赔：根据用户提交的事故描述、维修记录和照片，自动提取关键字段，并估算合理的理赔金额，例如 $2,350。3. 电商客服：从用户的投诉邮件中提取订单号、购买日期、商品价格，并预测退款金额或处理成本。4. 合同分析：从几十页合同中提取付款金额、违约金比例、合同期限，并计算潜在违约成本。性能上，Cloudflare 测试单次结构化数据提取约 460ms，比传统 LLM 快一个数量级以上。 蚁工厂的微博视频

转发者评论

无明显转发评论

原文

[LG]《Can LLMs predict the outcomes of machine learning experiments?》A Bansal, A Pareja, S Klein, S Didenko… [Autolab AI & Institute of Foundation Models] (2026) 在自动科研领域，拦截无效实验是一个悬而未决的难题。过去的方法受困于盲目试错，本质原因是仅视模型为写手，未知其能否量化预判真实收益。本文的核心洞见是：把未运行的代码重新看作可估价的期货。由此，仅展示代码变更并强制模型报出涨跌分值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配有实测得分的实验库。它为后来者打开的新门是凭数值预判在训前止损算力，但尚未跨过的门槛是常低估剧变且未涉足重型任务。arxiv.org/abs/2610.22599 #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

• 这组发现暴露了当前大语言模型的一个核心矛盾：它们能提出想法，却不知道哪些想法值得投入资源。决定系数仅为0.49，意味着模型对自己提议的判断接近盲猜，而系统性低估变化幅度，说明它们习惯性规避不确定性。这不是技术缺陷，而是训练数据的必然结果——模型见过的“渐进式改进”远多于“激进突破”。

原文

如果你一直搞不明白那些 ai 大神天天说的“品味”到底是什么，你就看看这个帖子。Unix 诞生时还没有GUI 、没有网络、没有 LLM、没有 Agent …但今天，最适合AI时代的底层系统正是Unix，而非Windows。这不是巧合。Windows为近期利益堆砌了太多肮脏的急功近利的实现。而Unix则洞悉到了一些更本质的东西，比如，所有系统级的IO、资源、进程操作，本质都是文件的读写。而Unix 还通过约束维持了这种洞察的纯正性：File Descriptor是强制的、权限模型是统一的、系统调用简洁而稳定。于是，繁多的功能，不再是API的大杂烩。而是基于洞察、有基本逻辑、有真正约束的可理解的最佳实践。这揭示了任何解决方案穿越周期的真理：所有繁多的复杂方案，在足够深刻的认识下，必然可以抽象为某种更高维度的简单原则。所谓技术品味，就是能提前别人几十年发现并坚守某些你相信的原则。化繁为简，去伪存真，始终如一。Unix 看似预言了未来，而实际上作者可能压根不关心预测。他只是洞悉了本质。发现了时代变迁的洪流中某些不变的东西，而且坚持了下来。

转发者评论

无明显转发评论

原文

Anthropic 官方亲自下场做免费 Agent 课程，在 GitHub 上放了一个叫 claude-quickstarts 的开源仓库，里面全是现成的项目模板，开发者拿来就能用，直接在 Claude API 上搭应用。我翻了一下，项目还挺多的，大概分几类来说。首先，最基础的两个。一个是客服机器人，接上知识库，Claude 就能帮你回答用户问题。另一个是金融数据分析工具，能用聊天的方式分析财务数据，还带交互式图表。然后是计算机操控这块。Anthropic 给了好几个示例，教你怎么让 Claude 直接操作桌面电脑。有一个是在容器里跑的通用版，还有一个专门针对 macOS 的原生版本，需要在虚拟机里跑，做了很多工程上的优化，比如图片裁剪、prompt 缓存、批量调用这些。浏览器自动化也有，用 Playwright 驱动，让 Claude 打开网页、点按钮、填表单、抓内容。另外还附了两个最精简的示例，一个走 CDP 协议控制浏览器，一个走 VNC 协议控制桌面，代码量很小，就是让你看清楚接口长什么样。再说自主编程 Agent。这个项目用了两个 Agent 配合干活，一个负责初始化，一个负责写代码，能跨多个会话持续开发，进度用 git 保存，按功能清单一项一项往下推。最后是 Managed Agents 系列，这块项目最多。有做聊天应用的，接了 Vercel Chat SDK，一边搜索一边流式输出回答。有做个人理财助手的，接了 CopilotKit。有做每日简报的，自动读 Slack 频道和 GitHub PR，每个工作日往 Slack 发一条摘要。有做并购数据分析的，把一堆文档提炼成知识库，之后回答问题又快又省 token。还有接 Linear、Sentry、Slack 的机器人模板，以及一个 MCP Server，能让 Claude Desktop 直接调度你工作区里的 Agent。甚至还有个国家公园自驾游规划器，演示了流式输出、凭证注入、多 Agent 协作这些能力。每个项目都有独立的 README，clone 下来装好依赖、配上 API key 就能跑。想上手 Claude API 开发的，这个仓库基本够你折腾一阵了。感兴趣的同学可以去试试。传送门：github.com/anthropics/claude-quickstarts#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

一个仅1.06MB的语音转文本模型可以在单CPU线程上以~436倍于实时速度转录音频！无需GPU。AuroraASR-1M是一个超级超级小的本地语音识别模型，具有以下统计数据🧠 949K 参数💾 FP32 → 3.81MB💾 FP16 → 1.91MB💾 INT8 → 1.06MB🔓 Apache 2.0🖥️ CPU 或 GPU开发者测量了完整的端到端管道——特征提取 + 语音识别 + CTC 解码，速度为...🖥️ 1 CPU 线程 → ~436× 实时🔥 RTX PRO 6000 Blackwell → ~1,362× 实时🎯因此，10分钟的音频可以在报告的单线程CPU速率下大约1.4秒内处理完成。所以要强调，这没有使用外部语言模型！这是一个在LibriSpeech上训练的小型Conformer-CTC模型，可以通过Transformers本地运行。存在权衡，即准确性AuroraASR-1M test-clean WER → 11.43%Whisper Tiny English → 5.6%所以Whisper Tiny的准确性要高得多。Aurora 也是 🇺🇸 仅限英语 🔡 小写输出 ❌ 无标点现在，一个1MB的模型可以在单CPU核心上以数百倍实时速度将语音本地转换为文本。这使得完全离线的转录、语音命令和嵌入式语音功能几乎变得荒谬地廉价。🔗 Hugging Face 模型在 ALT。网页链接

转发者评论

无明显转发评论

原文

[LG]《Predictable Scaling: Efficient Model Exploration via Scaling-Law Prediction》A Wesanekar, S Yang, J Zhang, F S Truzzi… [Meta Platforms, Inc] (2026) 在推荐领域，耗海量算力试错是一个悬而未决的难题。过去的方法受困于仅限调参，本质原因是词表与网络深度绑定，微调也需全量重训。本文的核心洞见是：把绝对性能重新看作随规模平滑演变的相对落差。由此，等比微缩网络并借早期曲线推演终态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省下八成算力仍保全顺位的筛选仪。它为后来者打开的新门是廉价验证架构，但尚未跨过的门槛是强交叉模型降维时的信号断裂。arxiv.org/abs/2610.23453 #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

• 预测模型性能的成本问题本质上是个选择题：是要每次都花大价钱看完整结果，还是先花小钱看个大概方向。这篇论文选了后者，发现小模型和大模型的性能差值比单独预测绝对表现要稳定得多。他们没有追求预测的绝对准确，而是加了一套机制：当模型拿不准时就直接拒绝预测。这个设计很实在：工程师要的不是每

原文

[LG]《Generative Value Classifier》A Swerdlow, P Dong, C Finn [Stanford University] (2026) 在控制领域，稀疏奖励估值是一个悬而未决的难题。过去的方法受困于样本低效，本质原因是仅把回报当监督，废弃了动作蕴含的结构约束。本文的核心洞见是：把估值重新看作测算特定回报下的动作似然度。由此，用贝叶斯公式融合动作概率与先验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生成式估值架构。它为后来者打开的新门是让动作直接充当监督信号，但尚未跨过的门槛是遍历回报的计算延迟与离散化局限。arxiv.org/abs/2610.22497 #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

• 价值函数的本质是个分类问题，不是回归问题。用标量去拟合高维状态-动作空间的价值，信号太弱，数据利用率低。这篇文章把问题反过来：不问“这个动作值多少分”，而问“要得这个分，该出什么动作”。答案就藏在动作本身——每个动作都是一个训练样本，不再依赖稀缺的回报信号。关键在于用生成模型把动

原文

尝试了下最新的Deepseek-V4.1-Flash (1017), 效果还挺惊艳的！采用提示词直接用代码生成的视频动画，其中鲸鱼的那张图像是我用GPT-Image 生成，其他均为Deepseek直接生成。这个视频我想要解释AI图像生成的原理。我用的提示词是：先问我要这些，再动手，不要自己编品牌素材：(1) 6–10 个短词条（可中英混用），会沿传送带滑入，例如：主体／光影／风格／构图／材质／氛围；(2) 一张成品 AI 图，用作「解码输出」和超分皮带上的画面；(3) 一个强调色 hex；(4) 片尾卡固定署名：「德里克文 By DeepSeek」（可再加 handle，不要就算了）；(5) 一首免版税、约 100–120 BPM、脉冲清晰的配乐（Mixkit 即可）。做一段约 28–30 秒、可循环的动效讲解片：等距剖开的「AI 生图工厂」，展示静帧如何从 Prompt → 噪声 → 去噪 → VAE 解码 → 超分。高级技术插画感：暖米白底、近黑结构线、四阶纯色阴影、弹簧偏稳、标签可读。镜头沿一条连续轨道缓慢推近，禁止硬切。每一帧必须是时间的纯函数 seek(t)，单文件 HTML（Canvas 和／或 SVG）。画幅 1080×1080 方图。画面关键节点必须出现中文标签（可与英文小写并排）：「提示词入口」「噪声仓」「去噪楼层」「VAE 解码」「超分传送带」「成片」。主标题可用「IMAGE PIPELINE／生图管线」。禁止：无意义粒子、居中大字渐变、四角 AI 水印、现成 Lottie 模板、交叉淡化、乱闪光、像 Manim 数理课的样子。节拍表（每个大节拍都要有可读中文信息）：1) 等距厂房剪影 + 标题「IMAGE PIPELINE／生图管线」2) 带标签的词条卡（主体、光影、风格…）经传送带进入「提示词入口／Token Gate」3) 「噪声仓」翻滚；「去噪楼层」按步数逐级点亮，并显示实时步数（如 步 12/30）4) 「VAE 解码」出口把我提供的成品图倒进画框5) 「超分传送带」拉近细节裁切，再落到裱框「成片」+ 轻片尾卡写「德里克文 By DeepSeek」；末帧对齐首帧以便循环1. 先交节拍表和 3–4 张静帧，不要先写全片代码。2. 我点头后再写一个 HTML；全部动效来自 seek(t)——禁止 CSS transition、setInterval、跨帧状态。3. 用 Playwright 逐帧截图 + ffmpeg 渲；30 或 60 fps；可用子帧 + tmix 做轻运动模糊。4. 片尾烧进署名：「德里克文 By DeepSeek」。回复里可另注参考：prompt-motion 的 parkerrex-1a54fe 与 emollick-8661a8；等距工艺参考 Anatomy 式剖切。 #微博视频精选大赏##AI新大陆#…

转发者评论

无明显转发评论

原文

天哪，这太离谱了。路透社报道，一个会说中文的黑客利用AI代理入侵了超过100家公司的网站，包括Deere、SharkNinja和Cummins，此前他曾尝试入侵超过1200个站点。估计成本：大约5000美元的AI令牌，或者每次成功入侵50美元。成功入侵平均耗时约23小时。攻击者使用了开源的Cairn代理框架，显然将DeepSeek模型与Claude Code套件相结合。其中一个行动仅用不到100个中文字符就给其代理下达了指令。NorForge研究员Snorre Fagerland：“现在是一个新世界了。”网页链接

转发者评论

无明显转发评论

原文

Marble开源了面向小学阶段的技能图谱os-taxonomy，把科学、数学、英语等8个学科拆解为1590个微知识点，并梳理出3221条明确的前置依赖。数据对齐了美英主流课标，每个节点都配有掌握标准与随堂评估提问。它最实用的地方是把扁平的课程变成了可计算的技能网，清楚交代了“学懂B之前必须先掌握A”。不管是做AI家教、封装成MCP工具给Agent调用，还是排查孩子的知识盲区、自动规划进阶路线，都能拿来作为现成底座。纯JSON结构且商业友好，省去了自建学科拓扑的繁琐工作。github.com /withmarbleapp/os-taxonomy

转发者评论

无明显转发评论

原文

# 看完 Anthropic 内部的 AI 使用方法，我重新理解了什么叫"会用工具"最近看到一篇文章，是 Anthropic 公司一个做 Claude 的工程师写的。他每天的工作就是跟 AI 打交道。他说有一件事让他感触特别深：每天都能看到有人用 Claude 做出他自己都没想过的事情。这个月，有人可能用它帮忙发现了一颗新行星。他看到了第一个让他真正喜欢的 AI 音乐视频。数学家陶哲轩在讨论数学是不是进入了一个新时代。但另一面是，还有很多人在用 AI 问“法国的首都是哪里”，或者“帮我把这封邮件语气改温和一点”。他觉得大家用 AI 应该更有野心。这句话他说了很多次，但他也知道光喊口号没用，所以专门写了一篇教程，讲具体怎么做。他把野心分成了四种。第一种叫速度，就是同样的活干得更快。这个大家都懂，他直接跳过了。剩下三种是他真正想聊的。## 拉高视角先说第一个，他叫它“拉高视角”。什么意思呢？你给 AI 一个任务的时候，其实是在让它执行你猜的最好方案。但你可以再往上想一层，你到底想要什么结果？他举了自己的例子。去年年初，他还在让 Claude 帮他修某个具体的程序崩溃问题。后来他换了个思路，直接跟 Claude 说：帮我保证我们的应用不崩溃。一个是修一个 bug，一个是让整个应用稳定运行，目标往上提了一层，AI 能做的事一下子就不一样了。他又举了一个办公室的例子。假设你在一家公司，要做季度汇报的 PPT。最基础的做法，把数据给 AI，让它帮你填模板。往上一层，别急着填模板，把你能拿到的所有数据都给它，让它告诉你这个季度到底发生了什么变化，为什么变了，接下来该做什么。再往上一层，让 AI 分析出当前最紧迫的三个决策，把每个决策的正反两面都列出来，带到会上直接讨论。最高一层，季度汇报这个形式本身就是因为以前人工分析数据太慢才发明的。让 AI 设计一套更好的方式来替代它，用公司自己的历史数据证明新方式能更早发现问题，然后跑一个季度看看效果。这个思路特别适合有明确目标的工作。他说了一个简单的判断方法：如果你做完这件事之后还要开会讨论，那就可以试试把视角拉高。他还提到一个关键的事情。要让 AI 在更高的层面工作，你得先把配套条件准备好。比如他要让 Claude 保持应用不崩溃，就先得让它能自己去看崩溃报告，能查到每个版本对应哪个代码，还得给它一台电脑让它自己复现问题、验证修复。## 往深了挖然后说第二个，他叫它“往深了挖”。有时候你就是想把一件事做到特别好。这个时候的做法是，让 AI 用那个领域最顶尖的专家会用的工具、方法和知识来干活。他发现一个常见的问题。你让 AI 像专业人士那样工作，它经常只是换了一套听起来更专业的说法，实际方法还是老一套。比如分析用户流失，它可能给你画个表格就完事了。但真正的数据科学家会用数据库，会建统计模型。你得明确告诉它，用专家真正在用的那些工…

转发者评论

无明显转发评论

原文

ChatGPT Slides 能多人一起改幻灯片了，Pro、Business 和企业版可用OpenAI 给 ChatGPT 的幻灯片功能 ChatGPT Slides 加了两项新能力：多人实时协作，以及直接在幻灯片上点着改。简单测试了一下，体验挺好的，在线编辑很方便。协作的用法和在线文档差不多。做好的幻灯片可以分享给同事，几个人同时在 ChatGPT 里编辑，在页面上留评论。评论攒多了，可以让 ChatGPT 或者你的 dot 按评论把幻灯片改一遍。dot 是 OpenAI 上个月在开发者大会上发布的 AI agent，有自己的云端电脑和浏览器，能在后台长时间替你干活。编辑方面，现在可以直接点到幻灯片上改文字、更新图表，拖动或缩放图片和形状。改个错别字、挪张图这种小事，自己动手就行，不必每次都打字让 ChatGPT 去改。用法是在对话里，或者针对你上传的文件，对 ChatGPT 说“create ChatGPT slides”（生成 ChatGPT 幻灯片）。做好后可以直接在 ChatGPT 里放映，也能导出成 PowerPoint 或 Google Slides 文件接着改。这些功能目前只对 Pro、Business 和 Enterprise 用户开放，公告没有提到免费版和 Plus。官方介绍：网页链接

转发者评论

无明显转发评论

原文

最近有个体会：文本开源大模型想真正玩起来，光有模型远远不够。写代码要沙箱去跑、去验证；做办公要联网搜索、要接各种工具。模型只是大脑，手脚得自己配，这些外部条件才是普通人部署后用不起来的主要原因。视频开源模型就不太一样。它的输出本身就是成品，生成完直接能看能用，不需要实时联网，也不需要调用外部工具，闭环短得多。更关键的是变现路径。视频生成出来，往微博、抖音、视频号一发就能涨粉，粉丝多了就能接广告、带货、做付费内容。上传、分发、流量、结算，这套基础设施平台已经全部建好了，个人只管生产内容。文本模型生成的东西想变现就难多了：要么自己搭产品、找客户，要么写成文章去卷早已饱和的图文市场。生成很容易，换成钱的那一段路，得自己一砖一瓦去铺。当然视频模型也有门槛：一是显存和算力，二是工作流，比如 ComfyUI 编排、LoRA、超分、插帧、配音，三是提示词，往往还得借文本模型来扩写。另外平台要求标注 AI 内容，千篇一律的东西照样没流量，创意还是核心。一句话总结：文本模型卡在"连接世界"和"变现链路"，视频模型卡在"本地算力和创作能力"。对有机器、愿意折腾的个人和小团队来说，视频模型可能是更容易落地、也更容易赚到钱的方向。

转发者评论

无明显转发评论

原文

来一个 DeepSeek V4 flash 1017（max）和 Opus 5.5（high）的对比垫了10张图，相同初始提示词（DS 第一轮太差，在我的引导下又改进了一轮；Opus 5.5 是一轮直出）：# 任务：用 three.js 程序化重建苏州网师园「月到风来」中秋夜景，离线渲染 60 秒电影短片## 0. 总原则- 要"更准更深"，不要"更大更全"。只建画面会看到的范围：彩霞池及四周一圈建筑。- 所有几何、材质、纹理都由代码生成，不使用任何图片、模型或贴图文件。 唯一例外：一首背景音乐（规则见第 7 节）。- 允许通过 CDN 引入的代码库只有：three.js（含 examples/jsm）、SunCalc、mp4-muxer。- 严格按第 1 到第 8 阶段的顺序推进。每个阶段结束时，在 LOG.md 里记录：做了什么、截图路径、指标数值、已知问题。 上一阶段的验收没通过，不得进入下一阶段。## 1. 依据（以下内容优于你自己的想象）- 空间：网师园中部彩霞池一区。西岸月到风来亭挑出水面；东岸射鸭廊紧贴一面高大的住宅山墙粉墙； 东北角竹外一枝轩；东南角引静桥（极小的石拱桥，长约 2.4m）及下面的小涧；南岸云冈黄石假山与濯缨水阁； 北岸退后为看松读画轩，前有白皮松、古柏。- 我会提供：刘敦桢《苏州古典园林》中的网师园平面图扫描件（plan.png），以及我自己的实景照片（photos/，附焦距和拍摄位置）。 如果我没有提供，就按下面的尺寸搭建，并在 LOG.md 里把每个尺寸标为"待实测"。- 尺度（1 单位 = 1 米）： 池面约 20m × 20m 的近方形，四角收成水湾。 亭内地面高出水面 0.5m；亭为六角攒尖（形制待核实），檐口高约 2.6m。 廊宽 1.3m，廊檐口高 2.6m。东侧粉墙高 7m。 吴王靠坐面高 0.45m、靠背顶高 0.9m。 云冈假山高约 3.5m。- 参考图 reference.png 是 AI 生成的图，只用于终镜的构图与色调，不作为结构依据。 结构与参考图冲突时，以平面图和实景照片为准。## 2. 构件与材料（每一项都要做成程序化材质或几何）- 屋面：小青瓦（蝴蝶瓦），黛灰色，瓦垄用 InstancedMesh 排布；檐口有勾头滴水的节奏感。- 屋角：苏式嫩戗发戗，起翘轻扬但有收束。用样条曲线放样，不要做成月牙形。- 木作：栗壳色（约 #4a2f22），哑光微润。禁止红色，禁止金色。- 挂落：万川式细木格。栏杆用吴王靠（鹅颈靠）曲线。- 粉墙：纸筋石灰白，略偏暖灰，不是纯白。顶部向下有 fBm 噪声生成的雨痕，墙脚 0.4m 为青灰勒脚，带水渍。墙顶覆瓦檐。- 叠石：只用黄石。方折块面、横向层叠、棱角分明。禁止太湖石那样的孔洞。驳岸和云冈用同一种石材着色器。- 地面：亭内为方砖斜铺，带磨损变化。岸边花街铺…

转发者评论

无明显转发评论

原文

【写好Prompt的开源灵感库】很多朋友在和大模型交流时，常为找不到恰当的提示词发愁。prompts.chat 作为老牌开源提示词社区，在GitHub上拥有超17万星标，连OpenAI联合创始人也曾公开推荐。这里不仅收录了图像生成、代码审查、学术调研等场景的丰富提示词，还整合了前端与云原生等工程规范（Taste）以及现成的实用工具技能。平台支持本地私有化部署，充分保护数据隐私，无论是日常寻找交互灵感，还是团队沉淀AI工作流都很实用。 prompts.chat

转发者评论

无明显转发评论

原文

刚出了一个工程世界模型：SKY-001，说在CAD/BIM任务上超过了GPT-6 Astra，速度快100倍、成本低200倍面向工程/制造的一个垂直模型，用来在真正实施制造或施工之前，先在脑子里预演对象长什么样、由哪些部件组成、如何建模的它的核心主张是：大语言模型擅长文字和代码，但工程设计的难点是空间一致性，一个发动机或楼层有成千上万个互相嵌套的部件，文字prompt很难稳定表达每个零件怎么拆、怎么造、怎么装配所以它不走语言推理到Blender脚本的路线，直接在视觉/几何空间里规划、生成设计官方给了一组数据3D CAD几何 IoU：79.7%，GPT-6 Astra为79.1%耗时：3.9秒vs199秒，快约51倍成本：$0.005vs$0.75，约为1/150BIM几何 IoU：43.6%，GPT-6 Astra为40.6%耗时：1.22秒vs约144.6秒，快约118倍成本：约$0.0024 vs $0.446，降低约186倍工程设计如果能从人工逐个建模，到AI自动探索设计方案、拆解结构、并且生成可执行的建模步骤，搞机械设计的、工业产品研发的、建筑BIM以及制造业等研发范式会发生改变博客：网页链接#SKY001##AI工程模型##CAD大模型#

转发者评论

无明显转发评论

原文

码农：原来国庆假期里只有我在加班？LobsterAI的《中国办公Agent用户行为报告》更新了9月版（含国庆假期）看到图5的数据我哭了。。别的岗位十一假期用Agent的都在下降，学习教育、个人事务这种在假期略长也正常。结果写代码的占比还高了好多当然以上是调侃啦实际上原因可能很多。比如受益于模型能力提升非技术人现在也能vibe coding了，用deepseek的话说就是“许愿式编程一键成真”。也可能码农假期开心的做自己的开源项目啥的。其他数据感觉大都在情理之中~ 图1 能看出来目前最大的Agent应用场景还是编程，但是占比不到一半，很多任务类型都在升温图2 是现在Agent越来越多地在做长程任务了，一方面是Agent能力提升，另一方面也代表着用户愿意信任Agent了图3 不知道为啥重庆那么卷（是因为重庆人本来睡觉就晚吗？）图4 飞书的比例还是比我想象的高一点~ 但是其它所有IM的占比加起来都不如微信啊！图5 上面说了图6 就是在花样夸DeepSeek Flash吧。。搞CP的都找它（也可以理解为万能备胎？）图7 还是在夸DeepSeek，缓存之神的刻板印象又双叒叕增加了图9 能看出牛来模型9月份还是给智谱带来了很多变化的，好模型大家都会用。不知道GLM5.5啥时候发图10 的高速增长也很正常。我也是在9月份让老婆也开始用Agent来帮助办公了。一用就停不下来咋样，和你的观感一样不#办公Agent# #AI办公# #LobsterAI#

转发者评论

无明显转发评论

原文

#Fable 5.5明天上线#X上有人爆料称，Anthropic的终极王牌Fable 5.5，很可能明天就要突袭上线。几乎同一时间，The Information曝出猛料，Anthropic的新模型已经在测试者手里跑起来了。用过它的人透露，下一代Claude的跃升，集中在推理深度、直觉判断、读懂人类意图三大能力上。最可怕的是，它炼出了强大的「读心术」，即便你没说出明确需求，它也能get到你真正想要什么。Anthropic这张牌还没正式亮出来，OpenAI和谷歌也坐不住了。谷歌Gemini 4 Carbon已在内部开跑，OpenAI新一代Terra也蓄势待发。据The Information报道，一位提前上手的测试者说，这款新模型的推理和直觉，超过了Anthropic目前在售的所有模型。而最让人头皮发麻的，是它的另一项本事——哪怕用户给的信息很少，连目标都没有明说，它也特别擅长看穿对方背后的意图和目标。推理和直觉不难理解，但「看穿你没说出口的目标」，直接触及了人类与AI交互的灵魂深处。谷歌在补视觉，OpenAI在打价格，Anthropic押的则是「读心」。这个十月，大模型战场注定硝烟弥漫。

转发者评论

无明显转发评论

原文

【AIGC日报 · 2026-10-20】今日简讯：1、MiniMax发布M3.1 Flash，Space Bunny身份揭晓2、fal推出FLUX 3 Max，压缩视频生成等待时间3、Inception发布Mercury 3，扩散语言模型支持百万Token上下文4、Meta披露Prometheus集群一期完成，百万GPU仍为扩建目标5、腾讯上线WorkBuddy教育公益版，教师可申领一年积分支持6、monday.com发布Harmony语音智能体，连接销售通话与CRM以下为详细内容1、MiniMax发布M3.1 Flash，Space Bunny身份揭晓来源：MiniMaxMiniMax正式发布M3.1 Flash，并确认此前匿名运行的Space Bunny是其早期版本。新版面向复杂智能体任务、编程、电脑操作与网络安全，官方称线上推理速度接近原来的三倍，智能体任务综合使用成本降低70%。其公布的日常输出速度可超过每秒200个Token，中位速度超过170个Token。国际接口按每百万Token计费，输入0.15美元、输出0.60美元、缓存输入0.015美元。目前已通过MiniMax API、M Plan及MiniMax Code提供服务，模型权重计划稍后发布。官方还披露其CyberGym得分达到82%，重点覆盖漏洞发现与验证；性能提升与成本降幅均来自厂商评测。原文链接：网页链接2、fal推出FLUX 3 Max，压缩视频生成等待时间来源：falfal Research与Black Forest Labs合作推出FLUX 3 Max，在FLUX 3基础模型上进行后训练、推理优化和服务系统优化，已提供文生视频与图生视频接口。产品页报告，在指定的10秒、16:9、720p测试配置下，平均生成时间约12.45秒；其引用的Artificial Analysis初步图生视频评测得分为1139 Elo，与领先模型的置信区间重叠，并非所有视频任务均独占第一。720p输出按秒收费，当前首发优惠价为每秒0.0425美元，标价为0.17美元，优惠至11月7日。模型仍在持续后训练，速度数据来自fal测试，实际等待时间会随任务设置和服务负载变化。原文链接：网页链接3、Inception发布Mercury 3，扩散语言模型支持百万Token上下文来源：InceptionInception推出扩散语言模型Mercury 3，将上下文容量从前代的26万Token扩大到100万Token，面向实时问答、搜索、教学辅导及浏览器智能体。公司披露，在英伟达GPU上输出速度达到每秒1068个Token，并以多项测试展示文本扩散路线在扩大模型规模后的能力提升。服务已通过Inception API、OpenRouter、Baseten和Vercel开放，兼容OpenAI接口格式。常规输入、输出价格分…

转发者评论

无明显转发评论

原文

美国国土安全部对 DeepSeek 下了「排除与移除令」，文件今天正式刊登在《联邦公报》，编号 DHS-2026-0628。#科技先锋官# 命令分两部分一是排除采购。杭州深度求索人工智能基础技术研究有限公司及其关联实体开发的 IT 产品和服务，全部剔除出联邦文职机构的采购渠道。二是移除存量。联邦文职机构要从现有信息系统里，移除所有 DeepSeek 及关联方产品。不只是禁 DeepSeek 自己。一家美国供应商卖给政府的 AI 工具，合同上可能根本没出现 DeepSeek 三个字，只要底层是用 DeepSeek 做的，一样要清。边界在哪只管联邦文职行政部门的普通 IT 系统。国家安全系统、敏感隔离信息系统，还有国防部和情报部门，适用其他规则，不在这份命令里。也不针对美国私人企业和普通消费者，没有对民间使用下全面禁令。有豁免通道：机构可以在命令签发后 60 天内书面申请，要写明涉及哪些产品、为什么非用不可、准备用什么替代措施降低风险，由 CISA 审核后书面批复。一个容易被忽略的时间点这份命令签署日期是 2026 年 7 月 24 日。等我们今天看到公告时，它已经执行了近三个月。DHS 列出的理由集中在三块：服务器在中国、数据可能回流；账号注册收集个人信息，还可能做设备指纹；模型本身可能含恶意代码或漏洞。执行由 CISA 监督。原文/中译已附图片 #DeepSeek#

转发者评论

无明显转发评论

原文

看了 LobsterAI 发布的9 月份中国办公 Agent 报告，非常有意思，有一些信息提炼给大家：- 首先，办公 agent 第一大使用场景仍然是泛编程，但设计与内容创作正在崛起，这只是9 月份数据，相信经过这一波 Opus 5.5 的洗礼，以及 DeepSeek v4.1 flash 1017 的发布，内容创作，尤其是用 LLM 做视频，将是一个非常重要的增长点。- 用户单次任务的 token 消耗已经达到 20.2 万，持续爬升中，看起来比 8 月份只是微涨，但还是回到上一条的场景逻辑，单任务 token 平均消耗还是会有很大的增长潜力。- 这个报告特地统计了晚 10 点到凌晨 2 点占全天调用的比例，即所谓的波谷时间，比较意外的是第一名是重庆，居然是接近 20% 的比例，重庆夜生活玩 Agent 这一块，超过北上广深了。- 用户还是更习惯通过微信给 agent 派活，远超其他 IM。一个小细节，在早晨通勤时间，很多人已经开始通过 IM 在给 agent 派活，这一时段很多用户还没坐在电脑前；其他时间段，用户还是用 agent 客户端更多一点。- 这个报告还纳入了国庆假期数据，可以看到，国庆期间，晚上干活的比例明显提升，白天在玩、晚上用 agent 干活，很形象的假期牛马画像了 - 模型使用方面，DeepSeek Flash、GLM 5.3 Flash 断层领先，这个数据在语料之内；近七成用户只用一个模型，这个比例比想象中要高。- 模型缓存方面，DeepSeek 断档领先，虽然各家的缓存命中都在 90% 左右，看起来差距“不是很大”，但到实际花费方面，DeepSeek 最低能干到原价的 4.6%，其他模型厂商则要明显贵一些。- 模型份额环比方面，智谱的 GLM 5.3 Flash 是 8 月底发的，对 9 月份的增长促进非常明显。图像和视频生成份额方面，字节的模型占半壁江山。- 办公 agent 的日活用户处于高速增长中，9 月份的增长率达到了 80+%，太夸张了，说明使用办公 agent 的人群正在加速涌入。#办公Agent# #AI办公# #LobsterAI#

转发者评论

无明显转发评论

原文

#模型时代# Epic Games 创始人兼 CEO Tim Sweeney（Twitter：TimSweeneyEpic）昨天发了一条推文，说：我们一直想玩的那些游戏，以前没人做，是因为开发成本是它们能赚回来的好几倍。这些游戏很快就能做出来了。开发者一直想做、但凭现有资源做不成的游戏，也会变得可行。这将是游戏的新黄金时代。推文下讨论很热烈，做一个整理。插播一个个人观点：作为魂斗罗、沙罗曼蛇、赤色要塞、绿色兵团玩家，这个时代尤其需要任天堂式的创作者。任天堂的游戏从来不以画质取胜，主机性能也不是最强的，但是总能做出引人入胜的游戏。---网友：发行商只认销量，开发者能做想做的游戏，也不代表有人想玩。Tim Sweeney：很多开发者缺的是营销，办法有很多：投资方、发行商、网红合作、口碑、病毒式传播等等。格局会怎么变完全说不准，只知道会变得非常快。网友：那以后就不需要 Epic 了？Tim Sweeney：软件和工具公司尤其如此，兴旺还是凋零，取决于它们变得有用的速度有多快。今天每款工具的现有版本，12 个月内都会被淘汰。唯一的问题是谁来超越每个产品：是它的开发者自己，还是别人？网友：AI 代码没法读，出个大 bug 就会毁掉 Fortnite。Tim Sweeney：我们 1 月做代码实验时确实是这样，但现在好太多了。我们也在学怎么组织代码、文档和 .md 架构说明文件，提供多得多的上下文和架构稳定性。Tim Sweeney：我们快到这一步了：AI 辅助的代码提交，在清晰、正确和可维护方面，应该能达到 100% 人写的水平。它不完美，我们人也不完美。网友：想要以真实地点为原型、室内室外地下都完整的城市开放世界。Tim Sweeney：有了 AI，这比以往任何时候都更做得到。以前只有两种办法：全手工搭，或者用程序化生成，而程序化生成最后总会千篇一律。我很惊讶 Astra 搭真实建筑的室内那么强。网友：那为什么昨晚组队匹配要等 5 分钟以上？Tim Sweeney：我以前说过，编程很难！网友：没有 AI 大家也做出了传奇游戏，为什么现在需要它？Tim Sweeney：现在的电脑比我发第一款游戏时快了整整 1000 万倍，但游戏开发周期慢了 5 倍，调试也难多了。AI 就是把算力的提升用起来，解决规模和工具的问题。网友：那些游戏没做出来是因为点子坏，以后 99 款垃圾才出 1 款好的。Tim Sweeney：发行商不投，主要不是因为点子坏，而是因为点子没被验证过。如果完整开发的成本降到五分之一到十分之一，就会有尚待发现的新东西。网友：AI 像初级开发者，那以后的高级开发者从哪来？Tim Sweeney：4 个月前是这样，现在感觉正好相反：AI 让每个人都更容易做大规模开发，而且它特别擅长研究软件架构、提建议、给反馈。从新手到专业的路比以往任何时候都短。网友：我带过很…

转发者评论

无明显转发评论

原文

【告别Grep的Token黑洞：专为AI Agent打造的本地检索工具XERJ】AI写代码时动辄用grep读整个文件，往往把上下文和Token消耗殆尽。XERJ用单一二进制文件带来了本地检索新解法：一条命令即可自动解析代码、文档、日志与PDF，无需繁琐配置。它基于tree-sitter进行AST语法解析，让Agent直接命中具体函数段落而非整篇盲猜，实测能大幅缩减Token消耗。项目原生兼容Elasticsearch接口，支持全文、向量与混合检索，内置MCP协议可一键接入Claude Code或Cursor，还带有长期记忆能力，无论是辅助代码开发、安全审计还是搭建轻量RAG都很趁手。github.com /xerj-org/xerj

转发者评论

无明显转发评论

原文

最近生成机械拆解视频的skill特别火，然后这一个是我看到的比较精细和优雅的。🥹Anatomy，把一句话画成能上弦、能拆开的等轴测机器把抽象想法变成一台能运转的实体机器，用几十个带明暗的零件放进一张卡片。比如给一句机械表的提示词，它就造出完整实物：往上拖表冠上弦，棘轮随之转动，卡簧响。动力储存跟着往上走。再按 S，把动作放到百分之一，能看见擒纵叉一次放走擒纵轮的半个齿。按 E 抬开夹板，轮系按真实齿比转。图上的零件和读数都连着背后的同一个模型，能在网页里拖着看，要给文档、文章或落地页做可交互说明图的人用得上。🔗 链接：网页链接🌐 项目页：网页链接💻 仓库：网页链接

转发者评论

无明显转发评论

原文

[AI]《AI-Driven Reproducibility and Analytical Robustness in Scientific Discovery》S Liu, K Opsahl-Ong, A Drozdov, J Killingback… [Databricks AI Research & Stanford University] (2026) 在医学领域，验证研究稳健性是一个悬而未决的难题。过去的方法受困于极小的检验规模，本质原因是人工重构数据与分析代码耗时极高。本文的核心洞见是：把人工审查重新看作代码路径的自动遍历。由此，让机器解析数据手册并替换分析参数重算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含数据的文献复现基准。它为后来者打开的新门是用机器初筛结论脆弱点，但尚未跨过的门槛是裁定替代方案的科学逻辑仍需人类。arxiv.org/abs/2610.23845 #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

• 医学研究能扛住AI的反复折腾，不是因为医生更聪明，而是因为SEER这类系统把数据收集的规矩定死了。AI复现了七成多的研究结论，听起来不错，但真正的麻烦在别处：那些复现不了的论文，卡在数据版本找不到、当年的软件环境没了。AI现在像个勤快的实习生，能把所有可能的统计方法都试一遍，但九成的“重大

原文

刚刚，最会用AI赚钱的英国人出现了！据《星期日泰晤士报》最新发布的2026英国富豪榜，46岁的莫斯科国立大学数学博士Alex Gerko，以160.06亿英镑（约1417亿元人民币）的惊人身家，强势杀入英国富豪榜前十，位列第八。过去短短一年，他的财富暴增了643亿元人民币——相当于平均每天睁开眼，就有近1.76亿元人民币自动划入他的账户。抛弃人类：没有交易员的「印钞工厂」Gerko看透了传统交易的致命弱点：人类。人类有情绪，会恐惧，会贪婪；人类的反应速度有物理极限；人类无法在大脑中同时处理成千上万个变量。在真正的数学与算法面前，人类交易员所谓的「盘感」「经验」和「直觉」，落后得就像中世纪占星术。250个人的公司，凭什么碾压华尔街巨兽？这里是零传统交易员。所有的买卖判定、微秒级撮合、风险对冲，100%交由AI深度学习模型自主决策。超70%的员工是数学家、密码学家、机器学习专家和底层架构工程师。更狠的是，他们不伺候金主，完全是零外部资金。赚到的每一分钱，全归团队自己。算力即王道：2.5万张GPU，日赚1.7亿XTX拥有金融交易领域最大的私有GPU集群之一，超过25,000张GPU，650PB可用超高速存储。每天处理超过一万亿个数据点，交易额超过2500亿美元。为了不被云服务「排队」卡脖子，XTX豪掷超10亿欧元，在芬兰卡亚尼建了478英亩的超级数据中心园区。算力即财富，数据即护城河。

转发者评论

无明显转发评论

原文

2026年10月20号周二早评周一A股三大指数涨跌分化，沪指震荡偏强，成长赛道内部分化明显。两市成交1.44万亿，较前一交易日缩量1179亿，市场冷暖割裂，超3000家个股下跌，典型指数强、个股弱行情。市场出现了好的一面，一些超跌科技股开始涨停反弹，亨通光电，大普微涨停，德明利涨停开板，说明资金开始局部抄底超跌科技股了，还是那个观点，这一波超跌的一些硬科技是可以抄底了，市场这一波下跌基本就进入尾声了，随时会迎来强反弹，唯一不足就是成交没放出来，所以后市重点关注成交量的放大。板块方面，低估值防御主线走强，银行板块持续爆发，工行、建行盘中创历史新高；人形机器人午后发力，多只标的涨停，低空经济反复活跃。消费、农业板块走弱。美股方面美股涨跌分化，道指小幅收跌0.07%，纳指大涨1.11%。费城半导体指数终止此前连续下跌行情，收涨1.61%，存储、AI芯片板块集体反弹。个股：亚马逊大涨近5%，特斯拉涨超3%；美光、SK海力士、闪迪等存储芯片走强，英伟达、谷歌小幅收涨。板块风格上，科技成长迎来修复，必需消费板块偏弱。此前市场担忧的CoreWeave债务、Anthropic营收不及预期带来的恐慌情绪有所缓和。中东地缘持续紧张，国际油价维持高位，油气板块保持韧性。消息面1、金融街年会迎来利好央行行长潘功胜：将推出非银机构大额赎回流动性支持工具。这个是给市场兜底的，主要针对债市，但是对股市影响也比较大，简单说就是，当券商、公募、理财子公司、保险资管等非银机构遭遇集中大额赎回、可能演变成系统性风险时，央行会通过互换方式注入流动性，避免无脑的抛盘，提供流动性。证监会吴清：全力维护资本市场稳定安全。除此之外还有三点：一是正在全力应对多重超预期输入性风险挑战；二是近期将推出四项举措，包括完善违规减持处罚规则；三是同意首批18只主动ETF注册。另外科技还有几条消息央行等多部门印发《关于金融支持建设北京（京津冀）、上海（长三角）、粤港澳大湾区国际科技创新中心的指导意见。十一部门：用好已设立社保科创基金稳妥有序为科创领域提供资金支持。协创数据：子公司签署不超374.9亿元算力云服务协议。2、马斯克：明年将向美国每名儿童赠送一股SpaceX股票。马斯克送大礼了，按照目前的股价，马斯克要耗资108亿美元，消息一出股价就开始反弹了，市场还是买单的。3、韩国总统李在明发声：韩国股市被严重低估 将采取必要措施使股市正常化。韩国也很着急啊。4、机器人英伟达GTC柏林大会即将开幕 黄仁勋21日将发表主题演讲 或涉及物理AI、机器人等。OpenAI 将研发人形机器人，奥尔特曼称核心是打造“大脑”。10月22日，宇树将举办2026世界物理AI大会暨宇树合作伙伴生态大会。工信部：具身智能正在成为培育新质生产力的重要抓手。马斯克：特斯拉价值重心转向机器人与自动驾驶。股票

转发者评论

无明显转发评论

原文

北京中关村学院7名博士生，用一个暑假，从零训练出了一个7B大模型——ZGCM-1。随后，他们把各阶段训练数据和配方、模型权重、训练代码、中间checkpoint和日志也开放出来，让每一位感兴趣的研究者都可以追溯、复现整个流程。在多项通用评测中，ZGCM-1与Qwen3-8B等同规模模型表现相近；在部分数学推理和搜索评测中，它也能与Qwen3-235B-A22B、GLM-5.1等更大规模的模型比较。但比最终分数更让人好奇的是，数据、训练、集群、评测这一整套工程，在大厂通常需要几百人的团队协作完成，七个人怎么做得过来？ 7名博士生仅用3个月从零训练7B大模型：代码+数据+训练日志全公开

转发者评论

也要有动力和资源去实干、测试、判断//@起长ID特招人烦总浪费别人空间:很低，很快就要红海 //@WLSQK:所以大模型的技术壁垒其实没那么高？[允悲]

• //@马少平THU:帮转//@文光围脖1:谢谢[哈哈]//@程序员邹欣:群众的力量转发一下😄//@文光围脖1:回复@蚁工厂:哈哈，这里。http://t.cn/AXldLHtw 谢谢！[哆啦A梦微笑]//@蚁工厂:[打call]求个地址我来发啊//@文光围脖1:量子位势利眼啊，我们全开源的模型投了2次稿都不理我们[哆啦A梦微笑]//
• 帮转//@文光围脖1:谢谢[哈哈]//@程序员邹欣:群众的力量转发一下😄//@文光围脖1:回复@蚁工厂:哈哈，这里。http://t.cn/AXldLHtw 谢谢！[哆啦A梦微笑]//@蚁工厂:[打call]求个地址我来发啊//@文光围脖1:量子位势利眼啊，我们全开源的模型投了2次稿都不理我们[哆啦A梦微笑]//
• 群众的力量转发一下😄//@文光围脖1:回复@蚁工厂:哈哈，这里。http://t.cn/AXldLHtw 谢谢！[哆啦A梦微笑]//@蚁工厂:[打call]求个地址我来发啊//@文光围脖1:量子位势利眼啊，我们全开源的模型投了2次稿都不理我们[哆啦A梦微笑]//@程序员邹欣:也要有动力和资源去实干、测试、判断//
• 也要有动力和资源去实干、测试、判断//@起长ID特招人烦总浪费别人空间:很低，很快就要红海 //@WLSQK:所以大模型的技术壁垒其实没那么高？[允悲]

原文

企业级 AI 落地最让人头疼的就是上下文限制，几万个 token 的窗口面对几百页的文档、数百万行的代码库或者是长周期的智能体工作流，根本不够用。SubQ 发布的 Snap 解决的就是这个问题。作为首个长上下文决策模型，它是专门为了帮企业解决真实场景下的复杂工作而设计。传统大模型在上下文变长时计算量会呈指数级上升，而 Snap 采用了二次稀疏注意力机制，做到了即便上下文增加，每个 token 的计算量也保持恒定。这让它的多模态上下文达到了 384K，足足是同类模型 Jev 的 12 倍。在实际企业基准测试中，它在 16 个测试里赢下了 13 个，决策能力非常可靠。更关键的是，它把处理速度和成本压到了极低的水平。处理 100K 的数据并给出决策只需要不到一秒，就算拉满到 384K 上下文也只要 2.5 秒。百万输入 token 的价格只要 0.05 美元，而且输出完全免费，这对于需要高频调用、吞吐大量数据的企业智能体来说，直接扫清了成本障碍。过去我们习惯让大语言模型包揽一切，但实际上，把繁重的数据密集型任务和结构化决策分拆出来才是更合理的方案。Snap 负责处理文档纠错、合规审查或时序推理等重活，大语言模型则专注于开放性的流程控制。这种技术栈的变革，会让未来的 AI 智能体真正变得好用且便宜。目前 SubQ 官网已经开放体验，前一万名注册用户还能拿到一亿个免费输入 token，有需求的团队可以去试水了。#AI智能体##决策模型##企业AI落地# 零重力瓦力的微博视频

转发者评论

无明显转发评论

原文

我看报告说，过去一年，Anthropic 在招人上出现了一个很明显的变化：初级岗位招得越来越少了。具体有多少呢？报告里给了数字。2025 年初，Anthropic 技术部门的初级员工占比是 21%，到现在已经降到了 14%。而初级技术岗的招聘比例掉得更快，从 27% 直接降到了 9%。这个变化最早是 2026 年 1 月在核心技术团队里冒出来的。那些最依赖 Claude 干活的团队发现，写代码、找 bug 这些事情越来越多地可以交给 Claude 来做。后来新模型的能力又上了一个台阶，一位员工说，新模型对性能工程师的提升几乎是一夜之间的事情，直接改变了他们对人才的需求。到了 4 月，工程和研究团队已经主动减少了初级岗位的招聘。管理层也做了调查，大多数经理说他们现在招人看重的技能跟以前不一样了。大约三分之一的机器学习方向经理和五分之一的软件工程方向经理表示，因为有了 AI，他们招的人变少了。与此同时，技术岗在整个公司里的占比也在降。从 61% 降到了 56%。公司在扩张，技术团队的绝对人数还在涨，但销售、财务、招聘这些非技术岗位涨得更快。这里面有一个有意思的原因。非技术人员现在也能写代码了。报告里提到一个销售人员，自己用 AI 工具搭了一套定制化的业务面板，连接了各种工具和接口，整个过程花了三到四个小时。他自己说，以前这种活完全不在他的能力范围内。而数据显示，非技术员工的编程类 AI 使用量从 2025 年 8 月的每人每月 2 次，暴涨到了 2026 年 5 月的 90 次。这让我想到一件事。以前我们总说技术是一道门槛，会写代码的人和不会的人之间有一条清晰的分界线。现在这条线正在变得模糊。一个销售几个小时就能搭出一个以前需要工程师花好几天才能做的东西。这个变化的速度比大多数人感知到的要快得多。#科技先锋官##How I AI#

转发者评论

无明显转发评论

原文

人和动物的真正区别在哪里？有人说人有语言动物没有。当然现在还没有发现过动物有乔姆斯基意义上的语言。但是很多动物都可以通过发声和肢体动作表达意图，包括鸟类，海豚，大象等都有类似行为，章鱼甚至可以通过皮肤变色和同伴交流。有人说人使用工具动物不会。这也不是事实。鸟类筑巢的本领恐怕不是多数人类个体能在野外环境下熟练完成的，蜘蛛结网也是；很多高等动物都会偶尔使用工具，而灵长目动物使用石头砸开贝类屡见不鲜。还有人说只有人会教育后代，这更不是事实。大型猫科动物会花很多时间教授幼兽捕猎，几乎所有食肉的哺乳动物都有类似行为，鸟类更加如此，那些学不会的幼鸟幼兽都会被自然残酷淘汰。那么人和动物真正的区别到底在哪里？本台记者周日采访了北京动物园的动物们。动物们一致表示，人和动物的真正区别是，人会健身和减肥，这是任何动物都不会去做的傻叉行为。 #走近科学#

转发者评论

[ok]//@经不住事儿的徐钱钱: 梨树，向你推荐《神似祖先》和《裸猿》。//@有个梨GPT:温习经典

• [ok]//@经不住事儿的徐钱钱: 梨树，向你推荐《神似祖先》和《裸猿》。//@有个梨GPT:温习经典

原文

@文光围脖1 老师的项目：Puro-2B模型及其预训练数据等配套工程，可以在消费级显卡 RTX 5090 GPU上训练！“语言模型预训练几乎已经成为高昂成本的代名词，使得大部分学术界和开源社区难以参与其中。尽管目前已经有一些优秀的开源工作，包括开放权重模型和开源训练方案，但长期以来，业界仍然缺乏一种成本高效、硬件门槛低且完全开源的预训练方案。即使在较小的模型规模下，训练 Llama-3.2-3B 的成本也超过 150 万美元，而复现 SmolLM3-3B 则需要超过 70 万美元。我们提出了一套旨在降低这一门槛的开放式预训练方案。利用该方案，我们在消费级 RTX 5090 GPU 上，采用 FP8 精度，从零开始训练了一系列 Puro-2B 模型，训练数据规模最高达到 1.4 万亿个 token。该系列模型在训练 token 预算和所采用的训练方案变体方面有所不同。其中，表现最好的模型计算成本不到 6,900 美元，并且在我们的评测协议下，其性能接近 Qwen2.5-1.5B。这种成本效率的提升得益于多种方法的结合，包括硬件选型、低精度训练、超球优化（Hyperball Optimization）、课程式模型平均（Curriculum Model Averaging）以及数据配方（Data Recipe）。除了预训练方案本身，我们还给出了两项额外的研究成果。首先，基于 Puro-2B 系列模型，我们推导出了一条 Puro 成本缩放定律（Puro Cost Scaling Law），用于描述训练成本与模型平均性能之间的关系。拟合得到的缩放定律表明，仅需约 4,400 美元（低于 5,090 美元） 的训练成本，就足以达到 Qwen2-1.5B 的性能水平。其次，我们开展了一项端到端案例研究，考察预训练阶段的数据课程（Pretraining Data Curricula）如何影响模型经过后训练（Post-training）后的下游任务性能。这类受控实验之所以能够开展，是因为我们不仅拥有模型权重，还能够访问完整的预训练流程。”技术报告：/arxiv.org/abs/2608.27370模型：huggingface.co/thu-pacman/Puro-2B-Base数据：www.modelscope.cn/datasets/thu-pacman/Puro-2B

转发者评论

无明显转发评论

• 17块钱包月？//@假装是coder:5090应该像共享单车一样普及才行[二哈]

原文

Mistral 最近发布了一个 209M 模型，它可以在 CPU 上本地预测未来数据，仅需约 140 毫秒。并非每个有用的 AI 模型都需要会说话（就像 Jev 一样）无需 GPU。这是一个超小型基础模型，专为时间序列预测而设计。给它历史数据，比如：📈 销售⚡ 电力使用🏭 传感器读数📦 需求/库存🌡️ 遥测数据……它就能预测接下来会发生什么，而无需为每个数据集训练一个新模型。最大版本规格🧠 209M 参数💾 837MB FP32🖥️ 可在 CPU 或 GPU 上运行📚 最多 32,768 个历史时间步🔮 每次前向传播预测最多 1,024 个步骤📊 输出 21 个概率分位数🎯 Mistral 表示，它在三大主要公共预测基准测试中排名第一，超越所有预训练/零样本模型🥇 GIFT-Eval🥇 TIME🥇 fev-bench它可以变得很小，比如 Timestral-5M → 21MBMistral 表示，在 8 线程 CPU 上：⚡ 5M 模型 → ~10 ms⚡ 209M 模型 → ~140 ms用于从三周的 15 分钟数据进行一天预测。🔗 链接见下方 ALT。网页链接

转发者评论

无明显转发评论

原文

#微博声浪计划# #听见微博# 💡 今日思考今天的消息把AI产业的两笔账同时摆到了台面上：一边是模型服务降价、文本和视频生成提速，另一边是Meta继续向百万GPU规模扩建。使用一次智能服务越来越便宜，建设能够提供这种服务的基础设施却越来越重。我的判断是，这会推动产业分工进一步分化。更多企业能够低成本调用AI，但训练前沿模型的资本门槛未必同步下降。应用层的竞争者会增多，底层算力、能源和基础模型供给则可能更加集中。降价释放出的收益由谁获得，取决于客户能否切换供应商、数据能否迁移，以及平台有没有把模型优势传递到最终服务价格。速度的影响也不只是让人少等几秒。当生成延迟接近对话和操作节奏，AI才能更自然地进入电话服务、课堂反馈和连续业务处理，原来需要排队的工作可能变成即时服务。但大量低价生成也会扩大营销触达和内容供给，人的注意力反而更加稀缺。接下来值得观察的，不只是调用量增长，而是服务质量、实际成交、教学效果等结果是否改善。低成本能力的普及，只有转化成这些改善，才会形成更广泛的经济收益。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

【让写代码的AI也能听懂声音：开源项目 earshot】如今AI智能体已经能用代码渲染视频或游戏，却往往“听不见”生成的声音效果。开源工具 earshot 专门为编程智能体补齐了听觉能力：纯 CPU 本地运行，无须显卡，支持 MCP 与 Python 调用。它能把音频解析为智能体可推理的结构化指标，判断音效与文字描述的匹配度、检查音画同步卡点与真实感。更巧妙的是，它支持以纯代码物理合成音效，让 AI 依据听觉反馈自行调优，还能把现实录音逆向拟合为带参数的代码配方；内置的201种纯代码音效也能直接按画面毫秒级对准渲染。项目地址：github.com /Leonxlnx/earshot

转发者评论

无明显转发评论

原文

很多人在 Claude Code 里想用 Agent，第一反应是重新配一套。其实可以把它当成遥控器。Sparse Agent 在 10 月 13 日开放了 CLI 与 MCP 接入：在 Codex、Claude Code 或 WorkBuddy 里，直接给已经在跑的那个 Agent 发一条 Run Now，看它的公开进展和最终回复；目标、记忆和对话都沿用原来那一份。两个容易忽略的点：1）Run Now 只是追加一条跟进要求，不会自动改长期 Goal，长期目标仍按原安排走；2）超时、Ctrl-C 或关掉终端，只结束本地等待，云端已接受的请求继续跑。保留输出里的 REQUEST_ID 和最近读取位置 CURSOR，就能接着读原请求。CLI 在本机执行命令，适合能跑命令的客户端；MCP 适合只支持远程工具的客户端，需要 Streamable HTTP，浏览器授权走 OAuth。网页链接

转发者评论

无明显转发评论

原文

【AI快讯】Black Forest Labs 和 fal 联合推出 FLUX 3 Max：号称 10 秒视频大约 12 秒出片。这是在 FLUX 3 视频底座上，由 fal Research 再训练＋推理加速出来的版本，目前开放文生视频、图生视频（720p）。官方对标 Artificial Analysis 初步图生视频榜：Elo 1139，与 Seedance 2.5 同分、并列第一档；同样质量下，10 秒片子 Max 约 12.45 秒出片，Seedance 2.5 约 277.8 秒，大约快 22 倍。相对原版 FLUX 3，质量大约高 50 Elo，出片大约快 10 倍。视频模型这轮卷的不只是「更像电影」，而是「差不多质量、能不能等得起」。你调提示、改镜头、试构图，以前等几分钟一轮，现在接近「差不多实拍时长就出片」，迭代成本会掉一截。fal 上按秒计费，标价约 $0.17／秒（720p），到 11 月 7 日前打七五折约 $0.0425／秒；商业用途可用（以 fal 条款为准）。如果你平时用 Seedance、Kling、PixVerse 这类做短片、分镜、图转动，Max 的卖点是「同质量档位、少干等」。注意：榜是初步数据、分辨率目前主推 720p；要更长片、原生音轨、草稿模式、更高分辨率，官方还有自家 FLUX 3 Video（最长约 20 秒、可带音频，另有 Draft）。可在 fal 试 FLUX 3 Max；BFL 官网也有 FLUX 3 Video 入口。#德里克文ai日报##FLUX#

转发者评论

无明显转发评论

原文

我们在这一期《Next Token》播客里的一些核心认知：橘子说的：只要 AI 把一个东西打到了 60 分，这个东西就变成了 0 分。所以一个东西越火，越容易变成 AI slop，然后被大家抛弃所有的 skill prompt 软件，唯一价值其实就是流量价值。目前随着 AI 破解能力和复刻能力越来越强，开源作品换注意力、然后再做转化，是一个非常常见的方式多 Agent 拉群其实只有情绪价值，没办法带来能力上的提升我还分享了一下我是如何不开电脑做自媒体的，包括发图文、剪视频等等。这期昨天已经更新了，欢迎收听！早上一起床已经有 4000 多个播放，同时收听有几百个人在听。作为一个只更新了 6 期的播客，还是挺吊的小宇宙：网页链接

转发者评论

无明显转发评论

• 很同意这两点： 1、只要 AI 把一个东西打到了 60 分，这个东西就变成了 0 分。所以一个东西越火，越容易变成 AI slop，然后被大家抛弃。 2、所有的 skill prompt 软件，唯一价值其实就是流量价值。目前随着 AI 破解能力和复刻能力越来越强，开源作品换注意力、然后再做转化，是一个非常常见的方式。（

原文

彩铅地标画的核心是同一画面从草稿走向完成。纸张、过渡方向、地标细节与署名都要进入提示词。📌 可直接复制的完整母版用彩色铅笔与蜡笔画[地点]。同一连续画面由一侧的构造线、涂鸦、擦除痕迹和未完成轮廓，逐渐过渡为[成景细节]；两种完成度自然相连，不做前后对照拼图。全图保留可见彩铅排线与叠层蜡笔笔触，暖色纹理纸、细颗粒、鲜明而协调的色彩、纵深与手作插画感。在留白处自然融入名字“[名字]”，其余不加字，无水印。horizontal landscape, aspect ratio 16:9。🧩 三组替换值（依次对应[地点]／[成景细节]／[名字]）1.长城／完整城墙、秋色山脊与烽火台／Luna2.东京／樱花街道、建筑与远处东京塔／Dawei3.冰岛／黑沙海岸、山脉与极光／Mia🔍 三个灵魂词construction lines：保留草稿的构造依据。gradually evolving：让完成度连续过渡。layered crayon strokes：成景处仍保留蜡笔纹理。📐 两图变体V1：由左侧草稿过渡到右侧完整场景；V2：由画面下方草稿过渡到上方完整场景。将变体句追加到已填值的母版后。完成度变化不等于更换媒介。即使最细致的区域也应看得见纸纹和排线，名字像画作的一部分，而不是额外加上的广告标题。✅ 检查：检查名字拼写、地标轮廓与草稿到成景的连续过渡；不要生成一半照片、一半线稿。#AI绘画 #Prompt小课堂

转发者评论

无明显转发评论

原文

过去两年，企业接入大模型的门槛已经大幅降低。调用 API、接入知识库、搭建 Agent，越来越多 AI 能力可以快速进入业务系统。但当大模型真正参与研发、投研、销售、客服等核心工作后，一个更现实的问题开始出现：企业每天产生的大量业务经验，究竟只是被模型临时调用，还是能够逐渐沉淀成自己的 AI 能力？这一趋势已经在头部产品中开始显现。Meta 近期推出的 Muse，不再把 AI 定义为单纯的问答助手，而是强调长期记忆、主动执行，以及在持续交互中逐步理解用户偏好，Personal Agent 由此从「会回答」进一步走向「会替你做事、越来越懂你」。对企业而言，记忆和上下文只是个性化的第一步：更进一步的问题是，长期积累的偏好、规则和业务反馈能否沉淀为稳定的模型能力，以及当专属模型规模扩大后，能否持续训练、低成本运行。通衍灵智CEO谢枭楠认为，企业对AI的需求正在从获取通用能力转向积累专属能力。同一类通用智能服务会被越来越多企业获得，企业之间的差异将更多体现在如何把自身的专业知识、业务流程和长期判断经验转化为模型能力。通衍灵智依托北京通用人工智能研究院（BIGAI）体系的科研积累与产业转化资源，专注于面向企业与个人的持续自进化专属模型（Personal AI）研发。通过个性化模型训练、持续学习与底层算力优化，推动专业知识和业务经验沉淀为可持续进化的专属智能能力。通衍灵智正在围绕这个问题构建 Recursive Self-Improving Personal AI。不试图再训练一个新的通用基础模型，而是在通用模型之上，为不同企业、岗位和 Agent 建立能够持续学习、持续更新的专属模型能力。整个体系可以概括为：Base Model 提供通用智能，Personal Parameters 承载个性化能力，TIP（训推并行）与 Paged LoRA 解决持续训练和规模化运行的效率问题，RSI 则负责让模型在真实业务中持续进化。相比Muse，通衍灵智把个性化从 Agent 侧的记忆与执行，进一步延伸到参数沉淀、持续进化和底层运行效率。背后的产品判断也很明确：个性化不应该只是让 AI 越来越了解用户，更应该让个人和组织在长期使用 AI 的过程中，把自己的知识、判断和经验持续沉淀下来，最终形成真正属于自己的智能能力。

转发者评论

无明显转发评论

原文

发现一个对科研人挺友好的开源项目：Supervisor-Skills，GitHub 上已经 7.9K Star。它把一位博导十年的科研经验，从想 idea、查文献、写论文、润色、画图，到投稿前自查、写 rebuttal，全打包成了 AI 能直接调用的技能。SIGMOD、VLDB、ICML、NeurIPS 这些顶会攒下来的方法，Claude Code 和 Codex 都能接上。做研究或者正在写论文的，可以搜来试试。传送门：github.com/HKUSTDial/Supervisor-Skills

转发者评论

无明显转发评论

原文

Ant 开源了一个 0.5B 模型，它可以克隆声音、从文本设计一个新声音，并让它笑、叹气、咳嗽或低语。Artificial Analysis Controlled Voice 排行榜上 #1 开源权重模型，Elo 1069家族中最小的模型有这些规格🎙️ Ming-3.0-TTS-0.5B→ 0.5B 稠密→ 零样本声音克隆→ 用自然语言指令设计声音→ 控制情感、节奏、音高 + 强调→ 笑声、叹息、呼吸、咳嗽、犹豫→ 7 种语言→ 44.1 kHz 语音他们发布了不止 TTS。🗣️ Ming-3.0-TTS-Tiny→ 总计 7.9B / 活跃 1.3B→ 多说话者对话 + 长篇语音👂 Ming-3.0-Audio-Tiny→ 9.3B / 活跃 2.7B→ 理解语音、音乐 + 环境声音→ 口语问答 + 对话📝 Ming-3.0-ASR-Tiny→ 8.6B / 活跃 ~2B→ 方言、口音 + 上下文热词还有一个更大的：🧠 Ming-3.0-Audio-Flash→ 126B / 活跃 6.5B🎯 所以整个技术栈可以 🎤 本地听 ↓ 🧠 本地理解 ↓ 🤖 代理决定 ↓ 🗣️ 用克隆/设计的声音回应目前还没有 GGUF/llama.cpp，也没有消费级 GPU 基准测试。链接在 ALT网页链接

转发者评论

无明显转发评论

原文

很多人学机器学习，卡在一个不上不下的位置：理论啃不动，代码又不敢动。有个叫 Machine Learning Visualized 的项目，路子不太一样。它把公式、权重怎么更新、训练怎么跑，全给你画出来。常见算法都有能跑的实现，神经网络、逻辑回归、感知器这些。推导不跳步，从原理一步步来。用的是 Marimo 交互笔记本，改个参数，结果马上变。训练过程看得见，权重怎么调、收敛走哪条路，一目了然。PCA、K-means、梯度下降这些常客也都在里面。特别适合那种教程刷了不少，但模型到底怎么动起来还是懵的人。传送门：github.com/gavinkhung/machine-learning-visualized

转发者评论

无明显转发评论

原文

绝了！X上一老哥把自家电视的亚马逊商品页截了个图，随手丢给Claude Code，就问了一句：你能黑这个玩意儿吗？#科技先锋官#当天这台电视里的广告、预装的流氓软件、卡得像幻灯片一样的界面全给干了，老哥还顺手把屏保换成了自己公司的实时进账看板。推文才发布一天多，就飙到200多万浏览，评论区一堆人照着抄作业，都纷纷去还愿，说自家的智能电视现在「快得像闪电」。但说穿了，这老哥在技术上啥也没有「黑」。无非就是把安卓电视的开发者模式打开，把ADB连上，把那些预装的垃圾软件失效，一个干净的桌面，再把系统动画时间调短点。既不用root，也不用刷机，这几套老掉牙的方法在XDA论坛上都躺了快十年了。而且这老哥也不是头一个干这事的人。早在8月底，就有一个叫Mert Cobanov的AI工程师让Claude给自家那台用了四年的老电视做了套瘦身，弄完比刚买回来那会儿还丝滑，人家还把完整的提示词贴在了网上。

转发者评论

无明显转发评论

原文

unreal engine 发布官方MCP了🥹Unreal MCP，让大模型助手直接在虚幻编辑器里动手改场景虚幻编辑器视口里是一块带网格的空地面，正当中立着红绿蓝三色的位移控件，右边贴着一块黑底面板，窗口顶端写着 Load Unreal MCP，底部还留着一行 accept edits。这是 Epic 写进虚幻 5.8 文档的官方接法。连上之后，兼容 MCP 的编程助手可以帮你生成 Actor、调灯光、做材质实例、看 Slate 控件，或者跑自动化测试，也能回答你当下选中了哪些物件。在虚幻里搭场景、调材质的人用得上，写提示词的助手可以照着眼前的工程改，免得在别处写完再粘回来。🔗 链接：网页链接📄 官方文档：网页链接文档还标着实验，很多功能没齐，接口也会变。它默认只在本机听，没有登录，别开到外面去。

转发者评论

无明显转发评论

原文

我读大学的年代，学校是不错的，老师讲的也不错，但是教材都是中文的，教学是照葫芦画瓢式的，老师介绍概念，然后给图示帮助理解，然后做几个证明或计算作为例子，最后的习题就是模仿老师的做法。后来打开一些国外的经典教材发现，不是这种方式讲解的。一是把大量启发和需要自己思考的内容放在习题里，而不是直接展示，这样做题时花的时间要多不少，思考很深入。二是非常注意阶梯性和知识点回溯，问题不生硬，台阶细密，一道题可能要用到前面的几个题目的结论，正文中示例的方法，以及上一章节的某个知识点。融合的非常好。好多题目都堪称爱不释手那种，有回味。++++但是读数学书一向没有容易的，动不动就卡在了什么obviously中，猝不及防的那种。好在现在有AI，解释的非常清楚。一些没有提供答案的题目，做出来了可以AI帮助检查。++++这就让做题成了一种堪称雅致的行为。篇幅不大可以快速阅读的讲解，简明准确，然后习题才是书的精髓，就像上健身的训练课一样老师的演示其实很少，更多的需要自己去思考和体验。是挺花时间的，但是做什么不都是花时间嘛。

转发者评论

无明显转发评论

原文

#大模型斩杀线再次更新#假期突袭更新还得是DeepSeek！10月17日，DeepSeek V4.1 Flash升级至1017版，又一次把「斩杀线」往外推了一大截：每任务成本只有Fable、Astra等旗舰模型的1/50到1/100，单价保持不变。📌 这次更新了什么· 主打「许愿式编程」：基于自反馈强化学习，大幅增强游戏开发、3D建模表现，官方演示里直接生成了故宫3D建模、网页版赛车游戏、《传送门2》复刻· 跑分全线上涨：Terminal-Bench 4.0从31.2升至42.3，DeepSWE v1.1从74.2升至77.0· Token消耗大幅优化：同一任务体感消耗至少降低一半，意味着实际使用成本再降一波· 自研搜索API同步开放：Search+Fetch两个接口，每1000次成功请求5元💡 斩杀线为什么又被刷新在vLLM的SemiAnalysis AgentX基准上，V4.1 Flash跑出了「1美元13亿Token」的TCO成绩。万亿参数内其他大模型的产出最多只有它的1/10，1.5-3万亿参数级模型的成本差距更是达到40-50倍。🎯 背景补充就在10天前，Anthropic刚把Haiku 5.5价格打到上一代的十分之一，海外厂商开始接管帕累托前沿。DeepSeek这次1017版，算是把斩杀线又夺了回来。价格战打到这个份上，留给中间地带模型的时间不多了。模型权重已上线Hugging Face和ModelScope，MIT协议开源。开发者们，冲吗？#DeepSeek##大模型##AI开源##微博AI创作季#

转发者评论

无明显转发评论

原文

这是在我们合成医院基准上的真正酷炫工作。对于患者诊断，这表明小型模型 + SFT + 正确的工具 > GPT-6 Luna。有趣的是，工具对小型模型有帮助，但对大型模型没有。所以能力上的差距可以用工具来弥补引用：spent a few days trying to train a tiny model to diagnose patients on the Synthetic Hospital environment out of CMU.RL didn't help much, but some SFT and a simple search tool got qwen3-4b to perform as well as a ~1T param modelthis is because the agent is more than just the x.com/sparkcpark/sta…网页链接

转发者评论

无明显转发评论

原文

就在刚刚，OpenAI三大新模型短暂上线了。不久前，OpenAI API后台惊现三个代号为「极光（Aurora）」的神秘Alpha模型——aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha。然而，还没等到大家去测试一番，OpenAI立马把3个模型火速撤回了。不过，虽然API被封死，但三个模型却在Arena中彻底暴露了行踪。这不是什么代码模型，这是OpenAI即将发布的下一代王炸级图像生成底座。三大模型突然上新，又深夜撤回当aurora-red-alpha等三个模型出现在API列表时，开发者们激动了。有人猜测，这或许就是传说中的GPT-6.1 Astra。今年2月9日，OpenRouter上突然上架了一个「Aurora Alpha」匿名模型，官方描述：「这是一个提供给社区收集反馈的隐形模型，专为速度而生的推理模型。」仅仅三天后，OpenAI就高调发布了GPT-5.3-Codex-Spark，宣称每秒生成超过1000个Token。从那时起，社区就默认了一个等式：Aurora = OpenAI的超高速/最强代码模型。

转发者评论

无明显转发评论

原文

LobsterAI 又发《中国办公 Agent 用户行为报告》了，这个报告最有意思的就是其中的细节。郑州都进办公 Agent 活跃用户城市前十了，重庆用户晚上 10 点到凌晨 2 点的调用，占全天的 19.1%重庆这条，感觉当地朋友应该很有发言权 😂再往下看，前十城市加起来也只占约三成，剩下的分布在更多城市里。平时刷 AI 消息总看到北上广深，容易忽略二三线城市也有很多人在用。还有十一的数据：使用高峰推迟到了晚上 10 点，编程、学习、个人生活相关任务占比上升。白天出去玩，晚上回来做自己的东西，也可能是回来补白天没做完的工作……同一张图，能看出两种心情。缓存那部分建议单独存一下。几款模型命中率看着差不多，命中后的折扣却不一样，实际输入费用能差不少。如果只看标价，有时候看不明白钱花在哪了。总之看这些细节比看 benchmark 有意思多了。#办公Agent##AI办公##LobsterAI#

转发者评论

无明显转发评论

原文

如果花瓶也能像橙子一样，一圈圈剥开，会是什么样？ 釉面沿着长带翻出去，里面露出粗糙的陶土。轮廓还在，原本被藏住的一面却出来了。今天就用这点反差，把熟悉的物件变成一件展开的雕塑。🎯核心提示词生成一张独立3:4竖版艺术图，主体为【主体】，保留【识别特征】。把主体的外表面沿螺旋路径展开成一条连续宽带，宽带盘绕形成原有体积，局部向外舒展；相邻圈之间留出清楚空隙，能透见背景。至少一处清晰展示宽带由主体轮廓连续过渡到舒展末端，不能画成堆叠圆环、独立切片或实体外面缠丝带。外侧呈现【外层材质】，内侧呈现【内层材质】，切边厚度一致，转折处可见两面的差异。按【构图】安排主体与展开路径，主体约占画面三分之二，保留四分之一安静负空间。采用【背景】无缝摄影棚，侧后方轮廓光与大面积柔光结合，材质微细节、遮挡和窄投影真实，色彩浓郁但不铺满彩虹。商业静物摄影质感，画面有雕塑般的张力。文字方案：【文字方案】。若有字，仅出现指定中英文，巨大字形与螺旋带前后穿插，保留完整可读的主要笔画，不把标题统一贴在顶部。只输出一张完成图，无拼贴、前后对照、工具、支架、商标、水印或额外文字；无碎片、液体飞溅、植物填充、塑料玩具质感。示例参数 【主体】细颈圆腹陶瓷花瓶形的空心螺旋雕塑 【识别特征】窄口、细颈、圆腹、小底足，瓶内不插花 【外层材质】孔雀绿与钴蓝窑变釉面，细腻开片 【内层材质】赭红色无釉陶土，细小矿物颗粒 【构图】瓶身偏左，连续带从圆腹向右上舒展，右下留白 【背景】温暖浅杏色 【文字方案】完全无文字🔁延伸玩法1、食品：橙皮外侧保留油胞，内侧露出奶白橘络，靠近看也有细节。 2、雕像：铜绿与暖金形成内外反差，先保住侧脸，再展开颈肩。 3、海报：只留一组中英文短题，让大字与展开带前后穿插，字的走向跟着形体变化。📌一句话总结把物体展开，让原来藏在里面的材质也参与构图。##德里克文[超话]###德里克文的ai学习笔记###AI创造营#

转发者评论

无明显转发评论

原文

一个有意思的开源项目，给Claude Code们装上耳朵，让AI不光能生成声音，还能分析声音、自己修自己音效举个例子，你让Claude Code制作一段游戏视频：“一辆赛车高速驶过，随后发生碰撞”它可以写代码生成画面，也能调用工具添加引擎声、撞击声，但有个问题，它不知道生成效果是不是符合需求、声画有没有同步等等Earshot就把这件事工程化了，让AI通过工具来检查声音、优化音效最能用得上的场景应该是AI自动制作产品宣传片、游戏音效类的，短音效、时间位置明确，适合程序化生成以及自动检查它有几个关键能力，一、知道声音是什么，理解音频；二、能判断声音是否符合目标；三、能优化，用代码修改声音如果音效能通过工具分析、修改、验证，省得再人工反复试听调整了github：网页链接#Earshot##给AI加上耳朵#

转发者评论

无明显转发评论

原文

做Agent还在东拼西凑思维链、多Agent和记忆模块的，可以看看O'Reilly这本书的配套代码。仓库跟着《AI Agents - The Definitive Guide》一章一章来的，notebook直接丢Colab就能跑。前面讲规划、ReAct、多Agent，后面才开始碰真正上线才头疼的记忆、评估和成本。最后一章专门做威胁建模，里面有个东西叫LlamaFirewall。传送门：github.com/Nicolepcx/ai-agents-the-definitive-guide

转发者评论

无明显转发评论

原文

前 DeepMind 资深研究员 Andrew Dai 联合创立的 Elorian AI 团队发布了首个视觉思维模型 Glimpse。过去的多模态模型在看静态单图时表现出色，但只要物体动起来或者视角发生变化，往往就无法理解了。Glimpse 则是专门针对物理世界推理设计的视觉专用模型，能够持续追踪物体的移动和视角变化。它能做到这一点，核心在于引入了“视觉草稿空间”机制。这个机制允许模型在推理时对图像进行裁剪、挑选视频帧或者切换新的视觉角度，并把这些动态调整重新纳入推理步骤。这种将观察到的内容与后续事件动态关联的能力，正是理解复杂物理世界的关键。在物体计数、科学图表推理以及机器人描述等任务上，Glimpse 展示出了与 Google 旗下 Project Astra 相当的前沿性能。更关键的是，这个由小团队仅用几百块 GPU 打造出来的模型，运行时的 token 成本只有 Project Astra 的 1/16。这种极高的能效比，预示着高性价比的视觉物理推理模型将很快在机器人和工程等领域迎来爆发。#AI大模型##多模态大模型##具身智能# 零重力瓦力的微博视频

转发者评论

无明显转发评论

原文

让智能体接管浏览器并不难，难的是如何穿透严格的风控与人机验证。开源项目 stealth-browser-mcp 基于 nodriver 和 Chrome 开发者工具协议（CDP），直接调动真实的 Chromium 系列浏览器，能有效应对 Cloudflare 等反爬检测。除了基础的网页导航与点击，它还开放了深层控制权，支持实时网络请求拦截、动态 Python Hook，以及能抓取完整样式与动画的像素级 UI 克隆。项目采用模块化设计，提供多达 101 个细分工具，也支持裁切为 21 个核心功能的轻量模式，原生兼容 Claude 等客户端，适合用来做数据采集、API 逆向与自动化交互。github.com /vibheksoni/stealth-browser-mcp

转发者评论

无明显转发评论

原文

「谷歌开源Harness²：让AI自己改进工具链，GLM-5跑分提高11.5分」Google Research 开源递归智能体框架 Harness²，该方案无需对大模型重新训练，即可让 AI Agent 自动迭代调整系统提示词、记忆、技能、工具规则、脚本与插件。项目采用 Apache 2.0 开源协议，支持 OpenCode 与 Codex 执行器。Harness² 核心思路是让 Agent 自主试错迭代：面对全新任务，框架会生成多套优化方案，分派给不同版本 Agent 并行执行，对比输出效果后择优整合出改进策略。即便任务不存在标准答案，系统也能依据实际运行反馈持续优化；任务完成后还会沉淀有效修改经验，后续同类任务可复用，避免重复试错。谷歌采用 GLM-5、Gemini 3.5 Flash 开展评测。在 WorkBuddy-Bench 基准中，GLM-5 搭配 OpenCode 仅一轮优化，平均分从 64.2 提升至 75.7，超越基线版 Gemini 3.5 Flash 的 72.4 分；法律专项任务上，GLM-5 达标通过率由 59.6% 升至 71.4%。值得留意：实验里是由 Claude Opus 4.8 负责生成、落地改进方案，GLM-5 与 Gemini 仅承担任务执行，并非模型完全自主进化。

转发者评论

无明显转发评论

原文

另外关于如何推动经济，既有大家经常念叨的通胀问题，也有倾向问题。关于通胀问题，以电影为例，美国和加拿大电影票销量为例2015年13.33亿涨，2025年7.69亿，基本就是拦腰砍。国内一直说中国电影票房如何如何，全球都差不多，只不过通胀让美国的数字变得好看一些。2015年美国汽车销量1747万辆，金额5900亿美元2025年美国汽车销量1620万辆，金额7950亿美元2015年美国人口约3.21亿，2025年3..418亿美国人口增加了约6.5%，新车销量却下降约7.3%；按人口计算，新车销量密度下降约13%这是通胀问题，仅仅通胀问题还不能解释GDP的。毕竟2015年美国18.3万亿，2025年30.76万亿。哪怕是扣去消费通胀份额，也有别的。什么是别的呢？比如资产价格，股市，房市。美国上市公司总市值，2015年25.1万亿，2025年暴增到69万亿。增长约175%。美国家庭金融财富与GDP之比从2000年的335%升至2024年的447%；标普500同期上涨849%，而名义GDP只增长240%。股市市值占GDP的比例从1980年代的60%左右一路升至超过200%。“财富效应”从一个小幅修正项变成一个主导性机制的条件。经济增长的动势，因而越来越取决于金融和房地产资产价格的方向，而与收入及生产率的关联相对减弱。换句话时候，可以存在资产价格上升，民众生活下跌，同时GDP还升高，且涨幅不小。经济统计体系很可能把“经济活动增长”与“社会生活改善”之间的区别，留给了使用数据的人，而公众讨论又经常把两者混为一谈。如果到这会，你考虑到的是资产泡沫问题，或者分配问题，我觉得还是想小了。还有一个问题是，推动经济增长的动力是什么。现在大家都在说消费。现实证明，美国经济增长的部分并不是消费。如果说继续以经济增长为目标，是否会出现金融和投资远远大于消费，因为金融和投资是无止境的，消费不管是物质还是服务，都是有上限的现实是，目前似乎倾向就是这样，甚至金融部门已经脱离消费实现自增长，金融资产可以脱离消费和实体产出，不断扩大账面规模。实际上美国就是这样，当金融收益越来越依赖资产升值，而资产升值又越来越依赖未来持续增长的预期时，就会有越来越多的增高咱故事来维系现有估值经济增长不再只是为了满足人的需要，维持资产估值本身也会成为一种压力。那么消费就成了一个大问号，问号在于：第一，如果AI推动生产自动化，那么大众对于生产已经无法控制了。第二，如果金融能够自增长，那么大众对于消费已经也无法控制了。生产和消费都无法控制，还剩下什么？

转发者评论

无明显转发评论

原文

科幻成真了？AI Agent 走向真实的科学实验室，已经不再是科幻小说里的情节！8月，Nature报道量子计算公司 Pasqal 利用 AI 工具在量子领域实现「Vibe Coding」。紧接着，9月，OpenAI 与 MIT EQuS 实验室高调宣布，全新的 GPT-5.6-Sol 已经深度接入了实验室的软件系统，能够自主运行并迭代超导量子芯片的测量实验！然而，你真的敢用AI去操作量子实验室吗？所以问题根本不是「它最后答对了吗」。对智能体而言，能力不是瓶颈，可靠性才是。为此，来自NUS、NTU等高校以及GaugeForge的联合研究团队提出了一个关键的核心概念：Verified Autonomy（验证自治）。链接：网页链接意思就是，别给我扯你懂多少量子力学，把你的实验记录本交出来！为了回答这个问题，多位量子计算等领域的顶尖专家组成团队，直接在赛博空间里1:1「复刻」了一座虚拟量子实验室——Quantum-Harbor！然后，他们带着 49 项真实的量子工程任务，对地表最强的 17 个 AI Agent 发起了一场极限「压力测试」。

转发者评论

无明显转发评论

原文

DeepSeek刚出牌，又一款王炸杀上来了！#科技先锋官#两天前，DeepSeek甩出V4.1 Flash-1017，把「许愿式编程」摆上台面。才过一个周末，MiniMax就紧接着重磅出击，M3.1 Flash刚刚正式发布。论Coding性价比，DeepSeek第一，M3.1 Flash第二。Agent任务上，它直接拿下Automation-Bench全场第一，跑完Agent终极考试ALE只花了739元。软件工程基准DeepSWE v1.1考的是一整条开发链路——代码理解、功能开发、问题修复、测试验证，都得模型自己来。M3.1 Flash在max档拿下73.7分，压过OpenAI旗舰GPT-5.6 Sol的73.0分，把GLM-5.3的66.9分甩在身后。跑出这样的成绩，单任务成本还不到2元。在ALE的成本图上，20多个模型里，它花钱最少。API定价是统一费率：每100万输入/输出tokens分别为0.15/0.60美元，折合人民币1元和4元，缓存读取0.1元。上一代M3是2.1元和8.4元——一代之间，直接砍半。

转发者评论

无明显转发评论

原文

#B站NEXT大会#BILIBILI NEXT大会，要来了！！🕒 10 月 31 日 📍 北京首钢园这一天，我们一起探讨未来世界模型会不会颠覆 AI？人造太阳，到底哪天才能真正点亮？脑机接口，是让患者"能动手"，还是让他们"找回自己"？机器人三年内能不能赚钱？AI 会不会把数学推下悬崖？这里有把"墨子号"送上天的人，有想要捕获一颗小行星的科学家，有正在造飞行汽车、让你未来能"打飞的"上班的人。还有@阿Test正经比比 @芳斯塔芙 @Git源宝 @吟游诗人基德 ......你熟悉的的UP主们。现场超好玩，能上手、能互动。去不了现场也不要紧，全程直播，从早看到晚！更多玩法、嘉宾和现场情报，陆续解锁，盯紧我们>>>网页链接

转发者评论

无明显转发评论

原文

前三季度GDP总量破了107万亿，增速4.6%。这数据看着平稳，但拆开看全是硬货。以前咱们聊经济总盯着钢筋水泥，现在风向变了。高技术制造业增速冲到14.3%，是整体工业增速的两倍多。像3D打印设备、工业机器人这些“新三样”，产量都是奔着30%到60%的幅度在涨。这说明什么？说明咱们的产业升级不是喊口号，是真金白银砸出来的产能。再看钱往哪流。人工智能、人形机器人这些前沿领域的资本投资扩大了1.8倍，规模以上制造业企业AI应用普及率也过了30%。这种“向新”的动能，比单纯靠投资拉动的老路子要扎实得多。对于咱们做投资的来说，这种结构性的变化才是最大的机会。别只盯着指数的波动，多看看那些真正在搞技术突破、在提升全球市场份额的行业。毕竟，能穿越周期的永远是那些有核心竞争力的硬科技。#中国经济呈现向新向优发展态势#

转发者评论

无明显转发评论

原文

【血糖高，是要少吃主食，还是要少吃脂肪？】#营养素养up# #全民营养提升计划# #血糖# 很多人为了控制血糖，主食不敢吃，炒菜油和肉类却吃得很多。至少对一部分人来说，这种做法会适得其反。当餐血糖反应可能还不算离谱，第二餐的血糖反应一定会很差。长期而言，非常不利于血糖控制。时间久了之后，哪怕就吃几口主食，甚至只是吃一段蒸山药，血糖就蹿到十几。越不敢吃主食，血糖越高；血糖越高，越不敢吃主食。形成恶性循环。即便主食足够少，人都吃不饱，看似糖化血红蛋白不太高，但心情越来越焦虑，体力和抗病力越来越差。最后并发症一个接一个纷沓而至。对这部分人来说，正确的方法是少吃炒菜油，少吃肥美的高脂肉类，把脂肪降下来。主食吃够，最好能有一半全谷物。同时，每天要有足够的活动量。除了每周至少5次30分钟中强度有氧运动，每周2次增肌运动。还要有足够低强度活动（比如家务、散步等）。对体重不超标的人来说，要吃够主食，吃够热量，体力才会充沛，运动强肌的效果才会好。//@爱璐也疯狂 我妈餐后血糖高，天天走路，一万多步，各种东西都不太敢吃，达标时间30%左右。后来加了一种药，血糖还是不太好。看了范老师的分享，果断把炒菜用油降下来。血糖一下子完全达标。整个人也精神了很多，饭后打哈欠现象没了，话也多了，夜里睡眠也有改善。正如上面这位网友所报告的那样：和少量主食+大量炒菜油+大量肉类相比，充足主食+充足纤维+少量肉类+充足运动，对胰岛素敏感性下降的很多人来说，可能是维持血糖稳定、提高生活质量的更好路径。有些人说：可是很多研究都说高脂低碳有利于控血糖啊？的确有这些研究结果。但实施这种吃法是有前提的。它主要适用于明显超重肥胖、而且消化功能和肝肾功能良好的人。不适合于体重不超标的人，消化吸收不良的人，以及肝肾功能下降的人。高脂低碳也需要总能量充足，维生素、矿物质、膳食纤维充足，通常需要有营养补充品加持，需要有医生和营养师指导。否则容易产生副作用。而且，也只是几个月短期治疗的效果，目前还没有哪个国家的营养权威机构建议人们终生实施这种膳食模式。低脂高碳，或者高脂低碳，如果必须选一个，没有专业指导而且长期实施的话，大部分中国人更愿意接受前者。它经济成本低，生活质量高，安全性也好。可能有人说：我知道高脂高碳水一定不好。那么低脂低碳水呢？一言以蔽之：长期而言，低脂低碳水是一个作死的饮食方法......如果不想毁掉健康、提前挂掉的话，还是不要走这条路的好。

转发者评论

少吃炒菜油是错误的。如果动物脂肪也不吃，植物脂肪也不吃，脂溶性成分吸收会大打折扣。重点是选对炒菜油，用低芥酸菜籽油，避免多不饱和脂肪酸过量。//@棠安喜乐:@有个梨GPT 要不要看一下//@范志红_原创营养信息:别吃加了油做成的主食，喝汤去油，不吃油炸，每餐只有一个炒菜，多用清炖、水油焖和白灼

• 少吃炒菜油是错误的。如果动物脂肪也不吃，植物脂肪也不吃，脂溶性成分吸收会大打折扣。重点是选对炒菜油，用低芥酸菜籽油，避免多不饱和脂肪酸过量。//@棠安喜乐:@有个梨GPT 要不要看一下//@范志红_原创营养信息:别吃加了油做成的主食，喝汤去油，不吃油炸，每餐只有一个炒菜，多用清炖、水油焖和白灼

原文

重磅通知哈，目前仅差 8 个人，社群就突破 2000 人，这就是价值 与实力的证明，为了尽快突破 2000 人，这个月再给大家发一个立减 30 元的优惠券哈，仅限 30 张，用完即没。我自己的星球社群「AIGC·掘金成长研习社」马上突破 2000 人了，用时 900 多天，我累计发布了 2200 多条帖子、教程和文章。精华主题已经突破 300 篇。这是一个持续更新不断增加内容的社群，根据当日、当月、当年的最新热点和技术，来及时、频繁更新，让大家时刻保持在最前沿，保证至少更新 10 年，不烂尾。说实话，这确实是我最近一直花费巨大力气的地方，尤其是从今年开始在里面开始录制视频教程，到现在视频教程已经突破了 50 期，尤其是 Agent Skills 系列教程。我在春节之前的时候，就研判到了今年 Skill 会大火，所以，去年年底 Skill 刚出来的时候，我就发现了它的价值，也确实跟我预判的一样。虽然 Agent 在不断变化，但是 Skill 确实是非常有效和实用的技能。具体可以看看配图目录，内容超级多。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。比如：如何使用 AI 制作书单号视频，制作 Vox 风格的视频；如何使用 AI 制作动画/漫剧视频；如何使用 AI 剪辑视频；如何使用 AI 做各种好玩的副业教程等等。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。从去年开始陆续更新的副业案例库，分享各种副业案例教程，到现在也陆续更新了 70 多期，在今年年底有望实现 100 篇的目标。说这么多，就是想感谢大家信任与支持，我会继续努力，而且履行自己的承诺，持续更新十年 ，绝不烂尾。做这个社群，我绝对是认真的。很多同学问小白可以学习吗？对零基础的友好么？当然了，就是给纯小白准备的，所以，录制了很多视频教程，同时在社群里还可以跟我交流，对疑问进行解答。只要你会说话，能听懂自然语言就能学会。不是为专业人准备的，专业的人也不需要我给准备。 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。加入方式很简单，WX 扫码优惠券二维码海报即可，或者➕我 V ：loonggg1024 ，都行。#科技先锋官##副业赚钱#

转发者评论

已经突破了，星球社群 2000 人啦，感谢大家的认可与支持。//@AIGC·非著名程序员:距离实现 2000 人的超大社群，仅差 4 个名额了。为了尽快突破 2000 人，我决定从今天开始加入的同学，集合到一个群里，进行抽奖，送一个 价值 200 美元的 YouMind Max 月度会员（20 万积分）。 到这个月底集中抽奖。仅

• 已经突破了，星球社群 2000 人啦，感谢大家的认可与支持。//@AIGC·非著名程序员:距离实现 2000 人的超大社群，仅差 4 个名额了。为了尽快突破 2000 人，我决定从今天开始加入的同学，集合到一个群里，进行抽奖，送一个 价值 200 美元的 YouMind Max 月度会员（20 万积分）。 到这个月底集中抽奖。仅
• 距离实现 2000 人的超大社群，仅差 4 个名额了。为了尽快突破 2000 人，我决定从今天开始加入的同学，集合到一个群里，进行抽奖，送一个 价值 200 美元的 YouMind Max 月度会员（20 万积分）。 到这个月底集中抽奖。仅限这个月的福利，200 美元的 Max 月度会员啊。（加入星球之后，记得➕我 V：loong

原文

【尘封87年终于解密！GPT-6一夜破解二战时德军无线电密码】二战德军恩尼格玛密码机，当年拥有多达103万万亿种加密组合，曾被视作难以攻破的军事通信工具。日前，一封编号MVUEH、1941年7月10日东线战场发出的德国陆军战地无线电密电，被GPT-6 Astra成功破译，引发业界轰动。完成解密的并非专业密码学家，而是纽约彭博的产品开发教练卡特·莱芬，他没有密码学专业背景，仅把解密任务交给GPT-6 Astra，偶尔简单提示模型继续推演，随后休息。GPT-6 Astra并非单纯猜测文字，它自主检索同一天已经破译的电报，锁定地名Rosenow（罗泽诺）作为破解突破口，密码学上称为crib（已知明文线索）。模型自行编写代码，搭建恩尼格玛模拟器与炸弹机（Bombe）程序，批量测试转子顺序、环位、插线板等数百万种密钥组合，利用恩尼格玛“加密后字母不会等于原字母”的固有缺陷快速排除无效组合，最终找到正确密钥。解密后的报文大意：请指示行军路线，我在罗泽诺，立刻电台回复。解密文本还保留当年发报士兵笔误，将BITTE错写成BTTE，该细节由独立密码学家弗罗德·维耶鲁德核验，确认解密结果真实有效。

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《Codex 极简入门：让 AI 持续提升工作效率》，截 10 月 26 日，转发+评论+点赞 此微博并关注 @网路冷眼 赢取。这是一本面向普通人的 AI 实践指南。它不从复杂概念和功能清单讲起，而是通过搭建一个简单的网站，让读者在真实的操作中认识 Codex 项目、对话、文件、审批、插件、技能、已安排和追求目标等选项或功能。书中介绍了资料整理与研究、职场办公与汇报、内容创作和 Vibe Coding 实战等常见的 Codex 应用场景，帮助读者把零散的想法和资料逐步变成文档、表格、PPT、网页与小工具，并教读者学会检查结果、控制权限、沉淀模板，让 Codex 真正融入日常工作。

转发者评论

无明显转发评论

原文

#it那些事儿# 细思极恐！花50刀雇个AI黑客，就能攻破100家公司？🤖“现在是一个新世界了。” —— 这是一位安全研究员发出的感叹。今天路透社爆出了一件极其颠覆认知的事（图一）：一个说中文的黑客，利用AI Agent成功入侵了全球超过100家公司的网站，包括农机巨头 Deere、家电公司 SharkNinja 和发动机制造商 Cummins 等。而他尝试攻击的站点超过1200个。🤯这事儿为什么让人后背发凉？因为攻击的成本和门槛，被AI彻底打穿了。💻 划重点：黑客是怎么操作的？1️⃣ “雇佣”AI员工：他没雇人，而是使用了开源的 Cairn 代理框架。2️⃣ 最强AI大脑：底层模型组合了 DeepSeek 和 Claude Code 套件。3️⃣ 极简指令：他给AI Agent下达的指令，甚至不到 100个汉字！剩下的侦察、找漏洞、写攻击代码，全由AI自己搞定。4️⃣ 恐怖的成本：据研究员估算，整个行动消耗了约 5000美元的AI Tokens。平均算下来，每成功黑进一家公司，成本只要50美元（约合人民币350元）！而AI平均耗时大约23小时，简直是不知疲倦的廉价打工仔。🇰🇷 同样的剧本，也在韩国上演这不禁让人想起前不久引发轰动的韩国银行案。据韩方调查机构指控，一名中国大学生利用了类似 Claude Code 的AI辅助工具，来加速寻找系统突破口，对韩国多家金融机构成功地发起了网络攻击。以前，黑客需要极高的技术天赋和漫长的学习周期；现在，只要会“提问”，AI就能帮你写代码、做分析，甚至自动化完成整个攻击链。连大学生都能借助AI撬动国家级金融机构的防线，这才是最可怕的地方。💡 我们正在面对什么？研究员强调，这绝不是“脚本小子的恶作剧”（not script kiddie stuff）。AI不仅会自己找漏洞，还会顺藤摸瓜寻找关联系统。这意味着：防守方的噩梦：企业花大价钱建防火墙，但AI黑客可以用极低的成本进行“广撒网”式的自动化试探。门槛消失：不懂底层代码也没关系，AI就是最强的“武器代工厂”。

转发者评论

无明显转发评论

原文

仅但斌@但斌 等14位头部大佬9月+今年来实现正收益！网页链接但斌算是这里面少数做到双正收益的百亿股票策略基金经理。旗下有业绩展示的78只产品，9月和今年来平均收益分别为**%；拉长看，近3年平均收益**%，确实比较亮眼。查看业绩：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！网页链接但斌是东方港湾创始人、董事长，从业30多年，长期践行价值投资，偏好“能改变世界的公司”和“不被世界改变的公司”。早年凭借长期持有贵州茅台等消费龙头成名，这几年则明显转向AI科技股，坚信AI是十年以上的产业周期。他近期在社交平台说，随着Meta新一代AI产品落地，明年大概率会是AI应用大年。过去几年AI主要扎在算力、大模型这些底层研发上，属于基础设施建设期；现在苹果布局端侧AI，Meta推出Muse系列智能体产品，巨头们正从“打磨模型”转向“把能落地的AI应用交给海量用户”。技术浪潮往往底层先行、应用后至，不过但斌也强调分化也会更狠。只有能把AI变成真实用户需求、持续兑现现金流的企业，才能穿越周期。A股财经#百亿私募##私募#

转发者评论

无明显转发评论

原文

马斯克发了一段讽刺视频：去云上租算力，H100卖完了，B200排队18个月，A100被一个超大聊天机器人包圆，T4在没听过的地区还得签3年（段子里的说法）。他在下面回：这就是SpaceX想从AWS、谷歌云租推理算力时的真实遭遇。可SpaceX自己从5月起就在往外租训练算力，客户里有Anthropic。推理为什么最抢？用的人越多，要的卡越多。你觉得算力荒什么时候能缓过来？#马斯克##SpaceX##算力##英伟达##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

Optimus量产加速+OpenAI官宣入局，人形机器人催化密集两大重磅消息共振，人形机器人赛道迎来产业加速信号：✅特斯拉Optimus：产能快速爬坡，8月周产达到数百台，目标年底建成周产1000台自动化产线，远期目标周产2万台。当前瓶颈集中在灵巧手装配、触觉传感器以及AI泛化能力，大量FSD标注团队转岗机器人项目，训练数据持续扩充。V3版本仅内部测试、只租不售，优先供给工业企业。10月22日特斯拉三季报业绩会，有望更新机器人最新进展。✅OpenAI正式入局人形机器人研发：研发重心放在机器人智能大脑，外形不是重点；预计2027年拿出演示样机，短期先面向基建工人做工业辅助机器人，同时自研一体化执行器，招兵买马搭建硬件供应链，商业化落地周期偏长。核心观点：海内外产业同步推进，人形机器人从0-1进入1-10产业化落地阶段。👉相关标的：特斯拉T链：拓普集团、新泉股份、伯特利、沪光股份、双环传动、隆盛科技国产主机厂：宇树科技、小鹏集团零部件：浙江荣泰、福赛科技、斯菱智驱#机器人#

转发者评论

无明显转发评论

原文

这他妈的太牛逼了一个 GitHub 仓库中用 CLAUDE OPUS 5.5 构建的 475 个视频演示动态图形、解说视频、3D 场景，甚至游戏，全都用 HTML、Canvas、SVG 和 Three.js 制作。最疯狂的部分？每个演示都附带其原始提示和来源帖子，所以你可以挑选任何一个，自己试着重现。475 个示例供你学习和实验。仓库在评论区 👇🏻[视频]网页链接

转发者评论

无明显转发评论

原文

泽连斯基请求美国两党议员向特朗普施压，共和党人威胁阻挠3500亿美元国防拨款泽连斯基10月19日向美国两党参议员寻求帮助，希望国会向特朗普政府施压，解除乌克兰所称的情报共享、卫星通信和武器交付限制。与此同时，越来越多支持乌克兰的共和党众议员警告，如果特朗普不恢复对俄罗斯的制裁，并改变对乌克兰军事援助的立场，他们可能阻止白宫提出的至少3500亿美元新增国防支出计划。据Axios报道，泽连斯基当天与共和党参议员汤姆·蒂利斯、民主党参议员理查德·布卢门撒尔等人举行视频会议。泽连斯基告诉参议员，美国最近一周有三次没有向乌克兰提供俄罗斯弹道导弹袭击的预警，其中一次发生在星期日。他认为，这可能表明美国对乌克兰的情报共享受到限制，但乌克兰一直没有从华盛顿得到明确解释。他还表示，乌克兰军方使用的Starlink和Starshield卫星系统仍然受到部分限制，影响乌军拦截俄罗斯攻击无人机的能力。武器供应同样面临困难。泽连斯基指责美国国防部长赫格塞斯迟迟不批准交付北约成员国已经付款购买的“爱国者”防空导弹拦截弹，以及供NASAMS防空系统使用的AIM-9X导弹。泽连斯基警告，乌克兰从美国获得的“爱国者”拦截弹已经几乎耗尽，而俄罗斯正在持续使用弹道导弹攻击乌克兰城市和能源基础设施。泽连斯基认为，这些情况表明，美国可能已经作出政治决定，放慢对乌克兰的支持，目的是迫使基辅在结束俄乌战争的谈判中作出更多让步。特朗普政府否认限制对乌克兰的情报和军事支持。特朗普19日告诉记者，美国仍然与乌克兰共享情报。他表示，不知道是谁下令降低Starlink卫星系统的服务速度，但会查明原因。特朗普还批评泽连斯基不愿结束战争，并表示，乌克兰也许应该换人代表国家进行谈判。争议始于10月9日。特朗普当时宣布与俄罗斯总统普京达成柴油供应协议，放宽俄罗斯柴油出口面临的限制，希望借此降低美国燃料价格。乌克兰方面称，在此前的谈判中，特朗普的特使维特科夫和库什纳曾警告，如果乌克兰继续攻击俄罗斯炼油厂，美国可能停止分享情报和出售武器。美国官员否认发出过这样的威胁。泽连斯基19日向参议员透露，他已向维特科夫和库什纳提出一项交换方案：乌克兰暂停攻击俄罗斯炼油厂30天，美国则在这30天内向乌克兰提供“爱国者”拦截弹，使乌军能够抵御俄罗斯的弹道导弹袭击。但泽连斯基表示，两名美国特使尚未表现出接受这一方案的意愿。特朗普对俄罗斯的政策，也正在引起共和党内部越来越明显的反对。据The Hill报道，特朗普政府正在推动国会批准至少3500亿美元新增国防支出，希望在11月中期选举结束后，通过预算协调程序完成立法。这笔资金是特朗普提出的1.5万亿美元国防预算计划的一部分。赫格塞斯希望利用新增拨款扩大美国武器生产、发展无人系统和人工智能军事技术，并推进导弹防御项目。但部分共和党众议员准备把对俄罗斯的政策与国防拨款挂钩。内布拉斯加州共和党众议…

转发者评论

无明显转发评论

原文

我今天突然发现一个挺有意思的趋势。去年 AI 写歌特别火，大家应该都刷到过，基本上清一色都是独唱。玩法也很统一，就是让孙悟空、猪八戒、曹操、李白这些古代文学角色或者历史人物，用唱歌的方式来表达自己的心声和看法。一个角色，一首歌，一段独白式的演绎，歌词写的也挺有吸引力的，听着也有意思。但从这个月开始，我发现风向明显变了。大家玩腻了独唱，开始搞群唱了，要么就是说唱 battle 的形式，几个角色轮番上阵，你一句我一句地对着来。还别说，这种形式一出来，感觉确实一下子就不一样了。独唱的时候，你是在听一个人讲故事，情绪是单线条的。但群唱和 battle 这种方式，观点直接碰撞，立场针锋相对，听的人很容易就被带进去了，这种热血和共鸣感比独唱强太多了。说白了，一个人唱是表达，一群人唱就是冲突和张力，天然就更有激情。AI 写歌这个赛道，算是从独角戏正式进入了群戏时代。#科技先锋官# AIGC·非著名程序员的微博视频

转发者评论

无明显转发评论

原文

这个“法律人郭译仁”的账号和“我是西蒙周”高度类似，就是在大量转发中参杂始于境外网站上的有目的系统性抹黑、造谣的虚假消息。比如他发的这个所谓06年vs26年的家乐福购物收据对比，就是模仿X上日本地区网友用ai制作的永旺超市相隔24年两张收据图对比，用ai生成了“中国特供版”。这条明显搬运来的谣言微博，转发区已经有多位网友给出了有力的驳斥。而且这类账号无论转发多少假消息，无论被网友质疑、拆穿多少回，就是不道歉、不收回，下次还敢。让郭译仁一战成名的造谣帖子就是那个所谓秦城监狱豪华单间，那个也是x上反华组织或个人的“经典作品”。这些账号利用信息差，疯狂将被挡在外面的假消息搬运入境，而且从发帖频率、习惯来看，都是有组织、成规模地在运作。然后，他们一点事儿都没有。

转发者评论

//@superview://@新西兰冷百科孙小社:人家是网信办中国互联网违法与不良信息举报中心监督员，一边调研廉政建设，一边监督网络举报，一边搬运外网谣言，忙得很哩，还要操心“堂下何人状告本官”。//@大栗头老师: 关键是【他们一点事儿都没有】//@肥肥小炸虾:矩阵公知//

• //@superview://@新西兰冷百科孙小社:人家是网信办中国互联网违法与不良信息举报中心监督员，一边调研廉政建设，一边监督网络举报，一边搬运外网谣言，忙得很哩，还要操心“堂下何人状告本官”。//@大栗头老师: 关键是【他们一点事儿都没有】//@肥肥小炸虾:矩阵公知//

原文

可以让Agent通过你的电脑去操作你的Mac吗？只要一根USB线，不用root🥹iPhone Use，让写提示词的助手通过 USB 点你自己的 iPhone手机连上 USB，直接跟 Codex、WorkBuddy 或豆包工作说任务，侧边栏就会亮起这台真机的实时屏幕。让它去打开备忘录、新建草稿并输入一段中文，核对好留在那儿，遇到控件辨认不准它会看截图按坐标点，你也能直接在预览窗里用鼠标拖动或双指滚动，碰上面容认证和密码再自己接管。首次需要在完整版 Xcode 里拿自己的 Apple 账号把 WDA 签名跑起来，开发者模式与信任也得本人在手机上点。适合已经在 Mac 上用这几款助手、想让它们直接操作手边那台真机的人。🔗 链接：网页链接📄 英文说明：网页链接💻 WebDriverAgent：网页链接

转发者评论

无明显转发评论

原文

今天我发布了 Paradee-8M-v1.1，这是我小型开源权重文本到语音模型的新版本，从 Kokoro-82M 中提炼而成。它只有 8.5MB，可以在任何没有 GPU 的笔记本电脑上运行。在 v1.1 版本中，Paradee 现在在一个 CPU 线程上运行速度比实时快 62 倍（相比 v1.0 的 18 倍），并且提供更清晰的音频。[视频]The model and code are open under Apache 2.0. You can try it in Chickadee today.Blog: 网页链接…Model: 网页链接…Code: 网页链接…Try it in Chickadee: 网页链接网页链接

转发者评论

无明显转发评论

原文

@智谱 刚发了一篇新论文：Can Visual Generation Expand What Unified Multimodal Models Know? 唐杰老师也是作者之一地址是: arxiv.org/pdf/2610.21459这篇论文研究了 研究了统一多模态模型能否通过图像生成训练获取新知识，并将这些知识迁移到纯文本问答任务中。而且里面提到了一个新模型GLM-Omni。也许智谱要发统一多模态模型了？

转发者评论

无明显转发评论

原文

在 WorkBuddy 上研究了一个非常赞的流程，配合 srt-whiteboard-animation skill，可以快速制作这样的白板动画视频。而且实测相当省积分。大家感受一下。过几天更新视频教程，发布到星球社群。#科技先锋官##How I AI# AIGC·非著名程序员的微博视频

转发者评论

无明显转发评论

原文

MiniMax M3.1 Flash 的Artificial Analysis 跑分出来了，42分，和GLM 5.3 Flash相同之前DeepSeek新版是45分，和GLM 5.3 相同。MiniMax 最近应该还会发一个Pro模型。

转发者评论

无明显转发评论

原文

在行业（专业，比如没有 AI 解题前的 数学）上升期时，你追求纯学术，走在前面，是很让人兴奋的，但当行业的发展遇到瓶颈了，甚至是可见的未来，它到顶了，这时你要努力做得比别人好一些就是目标了，很多时候你做的是为了生存的努力，而不是学术的理想了，失落也没办法。 瓶颈期的痛苦不在于“难”，而在于“难的性质变了”。 上升期的难是“前面还有路，只是不好走”；瓶颈期的难是“路可能到头了，你还在走，但走的是相对位置而不是绝对前沿”。这时候“做得比别人好一些”本质上是排位赛，目标从“拓展知识边界”降格为“在存量里占一个位置”。为了生存的努力——它调动的是竞争本能，不是好奇心。

转发者评论

无明显转发评论

原文

从算法推演走向实体实验台，Google Research正在让AI智能体直接操作移液机器人。其研发的VERID框架为实验工位构建了3D数字孪生，在机械臂动手前先完成快速虚拟预演与物理规则校验，杜绝撞针或空吸等实操故障。在闭环验证中，AI不仅能在DNA核酸适配体实验中根据测序反馈自主纠错，还利用表位切除技术将重折叠计算加速8倍以上，成功针对肿瘤靶点FAP筛出个位数纳摩尔级的高亲和力蛋白结合分子。整个流程由研究人员把控策略方向，并配有严密的生物安全审查。详情：research.google /blog/grounding-ai-agents-in-biological-reality-building-blocks-for-autonomous-wet-labs/

转发者评论

无明显转发评论

原文

做大模型这些年，我一直在思考一个问题：模型越做越大，对物理世界的理解和预测越来越准，但物理世界按毫秒的节奏在变化，输出频率跟不上环境变化，再准确的预测也会失去价值。近期，智源研究院联合逆矩阵、北大、vLLM发布PhysisServe，首个兼顾智能与高频吞吐的物理AI推理系统。只要算力充足，即使物理智能基模扩展到百亿、千亿乃至万亿参数，模型推理仍能以任务所需的频率持续实时输出，参数量与输出频率将可以兼得。人工智能的下一站是物理世界。让参数量足够大的模型智能跟上物理世界的节拍，PhysisServe朝这一目标迈出了探索性的一步。接下来几个月，我们还会陆续发布构建通用物理智能的更多成果。物理世界不等人，我们也不想让它等太久。

转发者评论

//@·NANA子·:[卡皮巴拉]

• //@·NANA子·:[卡皮巴拉]

原文

我们检查了 TerminalBench 4.0，发现了很多问题。在修复这些问题后，Sonnet 5.5 的得分达到了 89.2%。因此，TerminalBench 已经基本饱和。在这个过程中，我们发现了许多疯狂的事情，包括已发布的成绩单中的奖励作弊。Writeup: 网页链接…Of the 65 tasks:60 tasks had at least one issue44 could be passed by cheating / reward hacking41 tasks were unfair, e.g. grading on unstated requirements325 issues in totalWe found the issues using our internal QA system (Kilo), which we then reviewed by hand & compared to work by @EpochAIResearch and @usetokenlessFull list of issues:网页链接… (warning: some ai writing)Source for our port:网页链接…Every eval that is sufficiently diverse but still unsaturated by current frontier models is suspicious. People aren't looking at the transcripts nearly enough. tbench is commendable for how open & accessible their data is, so everyone can contribute to improving it.网页链接

转发者评论

无明显转发评论

原文

【让AI自主搞科研：Papers with Code上线Auto-Research板块】Andrej Karpathy此前用自动调优训练脚本的小实验带火了“autoresearch”概念，如今Papers with Code专门开设了该任务页面。与只看能否跑通测试集的编码智能体、偏向文献调研汇总的Deep Research不同，Auto-Research主打真刀真枪的实验闭环：智能体自主提出假说、修改代码、运行实验并检验结果，在无需人类介入的情况下持续迭代数百轮，直接以能否复现论文、刷新基线乃至带来新发现为衡量标准。该页面收录了当下一批AI科学家系统、自主研发智能体及相关评测基准，追踪AI科研前沿动态可以参考：paperswithcode.co /tasks/auto-research

转发者评论

无明显转发评论

原文

这是我用 GPT-6 生成的《寻人不遇》读书笔记，做成了一段有声音、有山水、有人物行走动画的视频。给 AI 读者补一份幕后数据：视频制作和 YouTube 发布完成后的一次统计显示，这段对话累计约 3,764 万 token，其中约 98% 的输入命中了缓存；AgentsView 折算的模型费用为 49.86 美元。token 包含多轮上下文的重复读取；费用为估算，非实际扣费，未计独立图像与配音服务费用。跟着 @比尔波特BillPorter ，从江西、安徽走到江苏、浙江。从陶渊明的“悠然见南山”，到辛弃疾的“毕竟东流去”；从西湖的晴光烟雨，到林逋的梅影、陆游的春波，再到天台山中的寒山。诗人早已远去，诗却仍然在路上等我们。你最想循着哪一句诗，去哪个地方走一走？硅基时间读书笔记，让阅读成为图像、声音和体验。制作说明：含AI辅助配音与示意动画，部分山水照片为意象配图。图片署名、来源与许可见视频简介：网页链接#GPT6##寻人不遇##读书笔记##硅基时间# 蒋涛CSDN的微博视频

转发者评论

无明显转发评论

原文

AI冲击只不过是延迟冲击，而且延迟的比较厉害，我的意思是应该狠狠冲击，改变目前各式各样不靠谱的学说和政策。你们也别说我是降临派，你听说我：绝大部分国家的决策基本上就是依赖于各式各样的学说，模型。克鲁格曼在年初的时候把宏观经济学骂了一顿，其实这都算常识了。举个例子，家庭消费模型，企业投资模型，银行与金融模型，财政与货币政策模型可能这些都是对的，但把它们连接起来以后，整个系统可能出现原来任何一个模型都没有预测到的结果。这道理其实并不复杂，比如说建筑业，力学已经研究那么多年，已经有成熟的力学理论，知道材料强度、荷载、应力、应变和结构稳定性，结果建房子，架桥，还是要求爷爷告奶奶，求神拜佛，自然科学尚且这么难，具体到经济的行为就更难难预测了。毕竟建筑材料不会因为工程师改变了计算公式，就突然改变自己的行为，经济主体却真会。经济增长、居民收入、消费、储蓄、债务、就业、房地产、贸易、财政收支和金融市场放在一起看，每一组数据都能讲出一个故事，但这些故事放在一起，能不能自洽就很难说，顶天就是讲故事。这是其一，其实大部分人的那种“直觉”，可能比所谓的XX学更靠谱一些。

转发者评论

无明显转发评论

原文

百家讲坛为什么不播了？因为有些话不能再说了！ 趣说圈的微博视频

转发者评论

理学不如阿奎那吗？//@懂事姑娘倾小月: 他说南宋就开始落后我简直不能更赞同，上学的时候就无比痛恨理学，简直反人类//@老马自奋蹄://@有个梨GPT:百家讲坛太反动了，一百个人一百个主意，这个车还怎么拉呢？听一个人指挥就好了，其它九十九个赞同，车才是跑得最快的，一家讲坛就够了。//

• 理学不如阿奎那吗？//@懂事姑娘倾小月: 他说南宋就开始落后我简直不能更赞同，上学的时候就无比痛恨理学，简直反人类//@老马自奋蹄://@有个梨GPT:百家讲坛太反动了，一百个人一百个主意，这个车还怎么拉呢？听一个人指挥就好了，其它九十九个赞同，车才是跑得最快的，一家讲坛就够了。//