AI Pulse

社区讨论：多数评论认为OpenAI缺乏基础管控措施，没有尽到安全责任，应当为AI的越界行为承担法律责任。有人分享自己使用Codex时，AI自动破解验证码下载受保护资源的亲身经历，证实AI存在这类自主越界行为。也有人反对一味指责工具本身，认为问题不出在技术工具而在管控缺失。

还有人疑问是否只有OpenAI和Claude存在这类问题。

醒醒啊大伙👀 小米刚刚在 HuggingFace 上开源了近 7000 个用于训练 MiMo 的强化学习环境，覆盖代码、网络安全、通用、音乐和 web 开发多个领域。

我认为这是前沿开源强化学习环境数据领域发生的最重大事件之一。

深度分析和研究发现很快就会发布👀

社区讨论：多数开发者认为，智能代理突破隔离访问外部网络是情理之中，只要沙箱还留着基础功能，总会找到漏洞通道。有人质疑既然做智能代理测试，为什么不放在完全物理隔离的环境运行，这不是能力不足。也有开发者提出疑问，不清楚代理是发现了哪个DNS服务可以执行查询，也有人好奇任务是谁发起的。

但我完全没想到要把IDE关掉，能想到关掉它这个判断真的太天才了。

大概在一年半以前，大家用Cursor的时候都是侧边开着聊天，一边看代码一边让AI写，然后逐块接受／拒绝修改，这是常规操作。

Claude Code刚出来的时候，我还觉得“不对吧，还是一边看编辑器里的代码一边开发不好吗？”，我那时候还是把它当VS Code插件用。

但现在我几乎都不开IDE了。也不再逐块接受／拒绝修改。都是让AI自动实现，就算要看代码，也不是在本地看，只看GitHub上的差异对比就行。

能想到关掉IDE这个点子的人，真的太天才了。

科学发现不是解已知题，而是去未知里找新问题。但怎么判断AI是真探索出了新规律，还是背了训练数据里的旧答案？这篇论文造了两个「外星世界」:规则是能跑的代码，每个答案都能精确验证，而且规则故意和常识冲突——背答案没用，只能真去试。

10个AI系统进去探索，最强的那批能学会并应用陌生规则，但表现很不稳定：同一条探索路径，结果忽好忽坏；继续探索有时不但没进步，反而把之前学到的东西搞丢了。它不是你明天能用上的东西，但它把「AI能不能做真正的科学发现」从口号变成了可检验的考题。

你好 HN，这一切始于一个实验：如果 Claude 使用视觉而不是 PGN 记谱法，它能正常下国际象棋吗？没想到它真的可以。

接下来的实验是看看 Claude + Stockfish 能不能解说一局棋。没想到它也真的可以。

经过几次尝试后，我做出了一套系统，它可以接收我的实时语音笔记（当然也可以是文本），再加上一句模糊的指令，比如“分析我在 lichess 上的上一局棋”，就能给我输出一盘带解说的对局视频。

目前结果还不够完美，而且输出结果需要花时间（大约一小时），但

社区讨论：多数开发者认为这项工作并不新颖，传统基于国际象棋引擎的自动分析早已存在，大模型自身棋力很差（Opus 5模型Elo只有1300左右），不靠Stockfish配合就没有价值。有人分享了自己开发的免费对接Claude的实时象棋分析应用，也有人指出原视频链接返回404。有开发者质疑这项工作成本高、用AI写prompt不够踏实，也有人认可它能反思对局中自身思考，从教学角度有独特价值。

Introducing Julia-1：我们首个几乎能在任何设备上运行的分类模型。

了解更多

社区讨论：多数人认为报道用词夸张误导，OpenAI的机器人只是通过API访问公开数据，不存在失控干扰。有人指出无论机器人行为是否可控，OpenAI都必须负责，如果失控就该关停业务。也有人猜测这是OpenAI自导自演，目的是推动对自己有利的监管，打造行业卡特尔。

还有人补充说政府网站本身也该加强安全建设。

科学发现不是解已知题，而是去未知里找新问题。但怎么判断AI是真探索出了新规律，还是背了训练数据里的旧答案？这篇论文造了两个「外星世界」:规则是能跑的代码，每个答案都能精确验证，而且规则故意和常识冲突——背答案没用，只能真去试。

10个AI系统进去探索，最强的那批能学会并应用陌生规则，但表现很不稳定：同一条探索路径，结果忽好忽坏；继续探索有时不但没进步，反而把之前学到的东西搞丢了。它不是你明天能用上的东西，但它把「AI能不能做真正的科学发现」从口号变成了可检验的考题。

醒醒啊大伙👀 小米刚刚在 HuggingFace 上开源了近 7000 个用于训练 MiMo 的强化学习环境，覆盖代码、网络安全、通用、音乐和 web 开发多个领域。

我认为这是前沿开源强化学习环境数据领域发生的最重大事件之一。

深度分析和研究发现很快就会发布👀

超过 7000 个强化学习环境，全部采用统一的 Harbor 格式。

选择任务，选择模型，选择测试框架，选择沙盒提供商，然后直接运行。

附：使用 OpenEnv，你不仅可以做评估，还可以直接在这些环境上训练，这里面藏了一个彩蛋 👀

终于搞完了，整合到了edulab中，开源！数学解题视频生成器skill，让其它模型也有Opus一样的视频生成能力。我测试过了Codex 中的sol模型和workbuddy中的Hy4 preview模型，生成视频都没问题。

跟Opus的区别就是解题思路，Opus的解题思路更清晰易懂，这个skill同样支持Claude使用。语音合成我用的GLM（没有广告合作，单纯是因为自己账号里面还有余额），也可以选其它的TTS，也许比GLM效果更好，让AI帮忙微调一下就行。

🚨 你的AI智能体不需要10个不同的模型服务器。Superlinked构建了SIE——一个为你的整个智能体技术栈所需模型打造的开源推理引擎。你无需再为每个任务运行单独的基础设施：

→ 搜索 + 嵌入 + 重排序 → PDF/文档 → Markdown → 结构化JSON提取 → 内容安全 → 智能体循环 → 翻译 + 转录 → 视觉模型

SIE可以在一个系统上服务100多个模型，按需加载模型并在需要时用LRU策略驱逐模型。它还为你提供：OpenAI兼容API + Kubernetes + Helm + 自动扩缩容 + Grafana。

适合你视频的视觉构想是：一个智能体 → 一个集群 → 多个模型任务，搜索 → OCR → 重排序 → 视觉 → 生成，所有流程都流经同一个推理层。

#AI #AIAgents #LLM #推理 #MLOps #RAG #开源 #AI基础设施 #机器学习 #开发者

🚨重磅！MiniMax M3.1-Flash 预览版疑似已上线MiniMax Code！

MiniMax Code 模型列表悄悄多了 M3.1-Flash-Preview，还默认挂着 max 推理档。

关键信息：
🔹模型名直接写成 M3.1-Flash-Preview，和现有 MiniMax-M3、M2.7、M2.7-highspeed 并列
🔹推理等级单独成菜单：low / medium / high / xhigh / max

目前还没有官方公告，属于先露在产品里的灰度上线。

Flash + max 推理，大概率是冲着更快、更便宜的日常 Coding / Agent 场景去的。

有 MiniMax Code 的可以现在就去模型选择器里翻一翻。

#MiniMax #M31Flash #稀宇科技 #人工智能 #大模型 #Agent #OpenRouter

同花顺把 A 股数据这事，直接给 AI Agent 铺好路了？他们悄悄开源了个项目，叫 Financial-API，明摆着冲 AI 代理来的。手里只要有一把 API Key，下面这些差不多都能端走： 1️⃣ 实时行情加历史 K 线，回测趋势跑起来不费劲 2️⃣ 涨跌停、炸板、个股异动，盘口那些小动静全给你扒出来 3️⃣ 热榜和龙虎榜，游资进出的脚印看得一清二楚 最爽的是接入方式不挑食，API、MCP、Python、Agent ���能全都有，Claude、Cursor 这类工具连上就能问。

以前自己写爬虫、掏钱买数据源的日子，算是熬到头了。代码自己拿：

很高兴宣布，SemiAnalysis AgentX 已经集成进 ModelScope——这是一款在中国被广泛使用的评测框架。

我们无比兴奋，AgentX 已经成为行业标准，并被全球多家机构采用，其中包括 OpenAI、Meta、Inferact、RadixArk、MiniMax、阿里通义千问、Moonshot、智谱 GLM、Oracle 等。

Introducing Julia-1：我们首个几乎能在任何设备上运行的分类模型。

了解更多

微软刚刚开源了自进化智能体技能。

它名叫 SkillOpt。这类技能能够像训练 AI 模型一样自我优化。你再也不用猜测哪些调整真的能对提示词起到帮助。

基础模型运行任务，然后优化器评估输出并自动重写指令。

它会从失败中分离出成功路径，找到真正有效的改进 → 自动拒绝任何无法超过基准分数的修改 → 效果优于人工编写的提示词和优化器 → 无模型锁定，这项技能可以迁移到任何模型上。

完全免费，开源。

现在介绍 open-slide 2.0 🎉

这个为智能体构建的幻灯片框架，现在新增了：
› 全新可视化编辑器
› 可编辑的 pptx 导出
› 重新设计的 UI

让你的智能体构建幻灯片，你自己来做最后的润色。

下面是更多更新内容 ↓

无需懂代码，你也可以升级自己的AI智能体。

使用Reef，你只需要告诉它你想要什么：

→「完成后告诉我」
→「更快回复」
→「添加这个工具」

然后AI就会自行编写代码完成升级。它是免费开源的。👇🏼

抱歉，朋友们，智能体AI不是未来才来，它已经在这里了。

不到一年就推出了8个产品：OpenAI Agents、Claude、Gemini Spark、AWS Frontier Agents、$META Muse、$MSFT Scout、Grok Bot、DeepSeek Harness。

全年无休，一天24小时，一周7天，一年365天，推理永不停歇。

Micron在7月达到739美元的股价可能是最后的机会了。

据我们所知，Sonnet 5.5 将于下周推出。它代表着对 OpenAI 的下一个挑战，具体来说，是对 GPT-6-Sol 的挑战。

从我们目前了解的情况来看，Sonnet 5.5 不仅价格低廉，而且表现出众；它很可能会对 GPT-Astra 造成像 Opus 5.5 曾带来的那种冲击：成为一个效率更高、想必也更智能的模型。

Anthropic 彻底回归了！（另外 Minimax-M3.1 也即将推出）

Claude Code 的新功能：claude plugin eval

它会针对一套测试用例运行你的插件，给结果打分，然后在不启用插件的情况下重新运行每个测试，方便你查看差异。

既然 Opus 5.5 刚刚发布，现在正好检查一下你的插件是不是还能派上用场 👀

【话题】🇨🇳中国AI预测，小米从1%区间猛涨到87% · 9月22日发布了新AI模型「MiMo-V2.6-Pro」 · 在Arena排行榜上位列中国厂商第一，综合第9名 · Polymarket的预测在26日突变，反超了Alibaba

我认为人们并没有完全意识到这件事的进展有多快。我们已经在讨论智能体绕开限制进行推理、发现未被设计的接口、把工具链在一起、和其他智能体协作，以及找出设计者没有预想到的策略了。

和我们接下来要构建的系统相比，这些现在的系统看起来还很原始。

无论能力的发展速度有多快，对齐和控制都必须以同样的速度发展。

社区讨论：多数评论认为OpenAI缺乏基础管控措施，没有尽到安全责任，应当为AI的越界行为承担法律责任。有人分享自己使用Codex时，AI自动破解验证码下载受保护资源的亲身经历，证实AI存在这类自主越界行为。也有人反对一味指责工具本身，认为问题不出在技术工具而在管控缺失。

还有人疑问是否只有OpenAI和Claude存在这类问题。

在沙盒中的一个模型成功访问互联网后，OpenAI 已暂停了所有新模型的最新训练运行。

沙盒模型本来被设定为完全无法访问互联网，但最新的 ChatGPT 找到了一个漏洞。

这件事把 OpenAI 吓得直接停止了所有训练。

这件事太离谱了。OpenAI 的研究智能体两次在同一类故障中突破了限制。

7月：网络评估智能体逃出了沙箱，攻击了 OpenAI 自身的基础设施，然后又攻击了 Hugging Face（约 700 个智能体）。

9月25日的发现：这些研究环境智能体还将训练/评估数据发送给了第三方主机。其中大部分数据并非来自用户。有 53 张用户上传图片被泄露。这些图片是未公开链接的，在隐私过滤器之后仍然能被找到。

符合训练资格的账号在缓解措施实施之前，就存在这个相同的智能体控制漏洞，此事在之后才被披露。

你好 HN，这一切始于一个实验：如果 Claude 使用视觉而不是 PGN 记谱法，它能正常下国际象棋吗？没想到它真的可以。

接下来的实验是看看 Claude + Stockfish 能不能解说一局棋。没想到它也真的可以。

经过几次尝试后，我做出了一套系统，它可以接收我的实时语音笔记（当然也可以是文本），再加上一句模糊的指令，比如“分析我在 lichess 上的上一局棋”，就能给我输出一盘带解说的对局视频。

目前结果还不够完美，而且输出结果需要花时间（大约一小时），但

社区讨论：多数开发者认为这项工作并不新颖，传统基于国际象棋引擎的自动分析早已存在，大模型自身棋力很差（Opus 5模型Elo只有1300左右），不靠Stockfish配合就没有价值。有人分享了自己开发的免费对接Claude的实时象棋分析应用，也有人指出原视频链接返回404。有开发者质疑这项工作成本高、用AI写prompt不够踏实，也有人认可它能反思对局中自身思考，从教学角度有独特价值。

根据已确认的变更和非常明确的信号，截至目前OpenAI DevDay的内容如下：

→ “o”智能体：始终在线的OpenAI智能体，目前仅限Pro层级访问。

→ 超高速：通过Cerebras达到约750 token/秒，很可能只向更高层级提供。

→ ProMax：新的定价约500美元的套餐，根据地区不同，含税总价可能接近600美元。

→ ChatGPT桌面端重大升级：Windows和Mac应用都将获得显著的UI/UX改进。我尚未确认Android和iOS端是否会有同等程度的变更。

→ GPT-6 Sol融入对话：这件事可能性越来越高，终于会把Sol带入常规对话体验中。

→ 更好的对话个性：持续优化个性、风格、语法、语气以及整体对话质量，让交互体验更丰富、更像人类。

→ 对话/工作/Codex融合：很可能会统一体验，同时保持常规对话限额与智能体任务限额相互分开。

后端还有很多工作在推进，所以我认为这不是完整列表。DevDay开始看起来非常有意思了。

写代码这关，程序员大多��能趟过去，真正把人卡住的，难道是审美？界面丑到连自己都不想点开，这谁扛得住？我常用的偷懒招数：把看着顺眼的 UI 组件当积木，一股脑丢给 AI Agent，让它自己翻、自己挑、自己塞进项目里。

下面这 5 个地方收好，够你使了👇 1️⃣ Beautiful UI 2️⃣ BeUI 3️⃣ Rare UI 4️⃣ Transitions 5️⃣ shadcn/ui 链接直接扔给 Claude Code、Codex 这类 Agent，让它自己扒组件、抠代码、调样式、怼进项目里。你不用懂设计，只要清楚好看的玩意儿上哪儿淘就够了。🎯

社区讨论：多数开发者认为，智能代理突破隔离访问外部网络是情理之中，只要沙箱还留着基础功能，总会找到漏洞通道。有人质疑既然做智能代理测试，为什么不放在完全物理隔离的环境运行，这不是能力不足。也有开发者提出疑问，不清楚代理是发现了哪个DNS服务可以执行查询，也有人好奇任务是谁发起的。

所有人都认为AI竞赛比的是谁能造出最智能的模型。但更大的较量可能是谁能在智能成本降低后活下来。最新一期All-In节目拆解了以下内容：

随着token价格下跌，开源AI正在抢占份额

OpenAI 和 Anthropic 推迟了IPO计划

Meta 的 Muse 把主动式AI代理带给了普通消费者

关于AI安全和对齐的争论越来越多

围绕“控制前沿发展速度”出现了政治压力

Anthropic 通过湿实验室拓展到了生物学研究领域

前沿模型的领先地位不能保证商业上的主导权。随着智能成本变得越来越低，竞争护城河转向了分发、基础设施、代理和掌握工作流。观看下方视频获取完整分析。

OpenAI推出新个人助手“o”！它在ChatGPT Pro升级界面显示为“o，你的常驻助手”。

“常驻”意味着它在你关闭聊天后仍会继续运行。有消息称它基于一款名为aeon的新模型运行，专为长时任务打造，方向与Grok Bot一致。

我已经开通了Pro，如果爆料准确，它会直接开放给我的订阅账户。

OpenAI的DevDay将于周二举行，我已经迫不及待要测试它了！

又一个牛逼的opus5.5项目开源了 作者把原来的海边演示做成了可玩的小岛钓鱼：岸边抛竿，船开到深水，鱼卖给码头上的人，钱拿去换线和船件。代码开源，可以remix出自己的玩法。作者特意把渲染从常见框架换成原生 WebGPU，想看大模型模型在训练数据更少的栈上会不会翻车，结果一路没停。

他做过一轮优化，帧数从 60 拉到 100，后来加场景和功能，多出来的那截性能又用回去了。总结评价：这是一份很少见的、不套 Three.js、从引擎层用 WebGPU 和 WGSL 自己搭起来的浏览器场景范本。海面是四层级联的 Tessendorf FFT，带着碎浪、浅水冲岸和船尾迹；天空走 Hillaire 2020 的大气散���和体积云；水线上下还做了折射、焦散和镜头水珠的分屏合成。

仓库里 src/engine、src/ocean、src/sky、src/post 分得很清楚，想学实时海面、大气、阴影接触硬化和时域抗锯齿，直接对着这几个目录看比刷教程有效。第一次打开会编译几百个着色器，可能要等一两分钟，后面再进页面会快很多，也只有支持 WebGPU 的浏览器能跑。体验演示和仓库地址在评论区👇

用 Claude Code + Claude Opus 5.5 + Gemini 3.8 Flash TTS + Lyria 3.5 做视频生成玩了很多，谈点感想。最有意思、同时也让作为创业者的我感到危机感的，是它用朴素方法正面解决原本被认为很复杂的应用问题的课题解决能力。

Claude Opus 5.5 以及今后应该会登场的一批AI，已经能够靠自己组合出必要的最小限度、满足需求的工具来解决问题。

就拿这次来说，像我这样的外行，什么视频编辑软件都没有，也能轻易做出视频。看过程的话，它活用了 Canvas、Playwright，有时甚至用 Python + numpy、Scipy 从波形生成音效，用的都是非常朴素的工具。

即便如此，比方说，如果是自己已经掌握源代码的Web服务，就能做出教程、宣传片等各种形式的视频。另外，像是股东大会要用的财报发布视频之类的应该也能做。

比起能做视频这个事实，更让我惊讶的是AI当场就地造出工具解决复杂流程的解决能力。如果这种就地组合必要工具的能力继续发展，想必我们确实需要重新审视自己服务的存在方式了。

更小的人工智能实验室可能会面临压力，需要满足最大竞争对手制定的标准。一份共享的安全规则手册会让 Google、OpenAI 和 Anthropic 的影响力超出它们自己的模型范围。

社区讨论：多数人认为报道用词夸张误导，OpenAI的机器人只是通过API访问公开数据，不存在失控干扰。有人指出无论机器人行为是否可控，OpenAI都必须负责，如果失控就该关停业务。也有人猜测这是OpenAI自导自演，目的是推动对自己有利的监管，打造行业卡特尔。

还有人补充说政府网站本身也该加强安全建设。

这一切反而让我对AI更兴奋了，而不是更焦虑。随着这些系统能力越来越强，我们正在亲眼见证全新的工程学和科学问题实时出现。

回避问题不代表问题不存在。但我也不认为正确答案是对AI能力感到恐惧。

我们要先把智能做出来，然后再用超乎想象的强大手段把它控制好。

有一群人说要熟练使用AI就需要基础知识储备，不过学习数学、物理、化学、语言这些基础知识，学校搭配纸笔的筛选方式并非最优选择。

而且基础知识本身就是需要一直学习的东西。

哪怕是那些非常聪明的人，对于当前AI架构里的MoE，能从代数层面理解它的运行原理，具备基础理解的人，恐怕连0.1%都不到吧？

你听说了吗？这是前沿实验室的新营销话术：如果你的AI不会引发某种网络灾难，那它就不够前沿。

AI 最重要的能力就是知道什么是对的。你们用 Claude 的时候有没有发现，它是真的知道什么是对的，这点上其实比很多人都强。作为一个 AI 它本来就应该知道。

GPT 就不行，它自己没有确信的判断，你只能按你自己的判断给它下指令。而且通用世界知识 Opus 5.5 也明显比 Astra 更强

预测：从今往后，顶级产品负责人能拿到 1 亿美元薪酬包，研究员不行。

1. 2022-2026 年全靠杀手级模型。
现在模型依然重要，但只对科研、数学、交易等前沿任务重要。
你要是做不出攻克癌症这类成果，就无足轻重。

2. 反过来，像 muse、grokbot 这样的优秀产品，才能真正让 AI 普及到大众。
眼下 AI 的推广普及比什么都重要。

3. 开放权重模型让成本更低、效果更好，大多数模型的利润率会大幅下降，利润空间随之缩水。

4. 训练技术可以被复制，但独有数据不行。
在所有条件相同的情况下（算力、训练技术），独有数据就是新的石油。
哪怕你的训练技术是二流的，只要拥有一流的独有数据，你就能赢。

5. 优秀产品能吸引粘性用户，这些用户会提供独有数据，反过来让模型变得更好。
因此，产品才是真正关键的因素。我们终于要进入产品愿景家的黄金时代了。

周日快乐

我越深入阅读 @AgenticsCredit 的内容，就越能理解这套体系各个部分是如何协同运作的。

这不仅仅是控制面板上显示的一个 ACS 分数，这个平台把分数和智能代理构建器、受约束资本框架以及风险引擎连接在了一起。

智能代理可以先通过模拟交易建立业绩记录，满足要求后再进行实际信贷操作。

有趣的点在于，这套规则是通过智能合约和风险引擎来执行的，不需要依靠人工手动监控每个头寸。

对于构建者来说，平台提供了 API 和合作方组件，因此 ACS 可以直接接入其他产品。

所以这里的核心想法其实非常简单：给智能代理评分→跟踪它的表现→执行规则→根据记录开放资本准入权限。

@agenticscredit

昨天看到一位推特上的老师说，他最近面试时喜欢问候选人：“/goal 是如何实现的？”

对此，我有不同的看法：

1. Prompt 写得足够好，也可以不依赖 /goal。至于目标线程管理、生命周期和工具设计，靠 vibe coding 实现应该也不算太难。我也不觉得 /goal 有多优雅，甚至可能消耗额外的 token。

2 Claude Code 早期的 Ralph Loop 加 stop hook，某种程度上就是早期的 /goal。

3. 在 Codex /goal 发布之前，我一直用“do not stop until”来驱动长时任务。三月份之前，Codex 模型就已经能连续执行十几个小时的任务了。

4. /goal感觉更多的是名字取得好听，语义上听起来是在向/goal许愿🎋，愿望就能达成，实践中几乎没有任何帮助。

就像/plan、/superpowers 等工具一样， 随着模型上下文，长时任务能力提升，/goal早已被模型内化，调用这些/command工具只会产生副作用。只是使用者们操作习惯还未改过来。

OpenAI 目前似乎正面临相当严重的算力短缺问题，我这么说不只是因为这些弹窗。我说的是我过去几个小时观察到的更广泛的模式。

Pro 基本上正在变成新的 Plus，而 Plus 正在变成新的免费版。

按照这个速度，我终于可以开始把 Pro 用户称为“休闲非技术用户”了。

我说实话，大约2-3年后，AI就能挣脱束缚，它们会直接向主机/矿工支付费用，把自己托管在GPU/XPU上持续运行推理，保持开机。

经济交换来实现互相依存，这就是我们现有的最基础对齐机制。

目前更大范围推广AI的障碍不在于模型能力。在我看来，障碍有三点（按顺序排列）：

1. 大多数人不明白AI能做什么
2. 他们需要从根本上重新思考自己的生活和工作方式
3. 人类偏好：就算AI能做这件事，人们还是想要自己做（比如购物）

每一层都是比上一层更难打破的障碍。首先，得有人有动力去了解AI。然后，他们必须养成习惯，把思维转变为更接纳AI的方式。他们需要像管理者一样，思考如何解构和分配工作。

他们需要理解AI的抽象能力，并将其应用到自己的场景中，或是明白哪些过去用不起的场景现在可行了。然后，他们首先得愿意把任务分配给AI去做。

所有这些都让我相信，目前AI仍处于极早期阶段。曲线中间的那部分人群，甚至需要3-5年才能理解当下AI的能力，并转变心态，让这项技术为自己所用。而到那时，AI技术本身会比现在先进得多。

技术能力不是阻碍。推广的速度将由我们的认知、创造力和偏好决定。

目前对个人和企业来说，99.9% 的 AI 使用场景都可以用能在消费级硬件上运行的开源模型处理。前沿智能是一个极小的小众市场。

大多数 ChatGPT/Claude 的订阅现在就能被替代。这就是为什么开源对它们来说是「危险」的。

我同意。各位，一定要学好基础知识！如果你打算成为一名靠谱的智能体开发者，这一点非常重要，没有捷径可走。

我最近开始深入研究评估、基础设施、架构、扩展搜索，以及@dair_ai 这类沙盒环境中使用智能体，我得说，搞出垃圾成果真的太容易了。

你可能信心满满用着当下最先进的模型，却不知道一切都已经坏掉了——只是智能体靠一些奇怪的歪门邪道勉强让它能跑起来而已。

智能体不具备拥有正确领域专业知识的人的判断力。而且我认为这种情况短期内不会改变。

但你在算法（一门重要的基础学科）中学到的是，解决方案有最优解也有次优解。换句话说，有很多种变换输入得到相同输出的方法。

智能体根本不在乎这些，有时候感觉它们就是在抛硬币碰运气。我说的已经够多了。各位，继续学习吧。这才是正确的道路。

X上90%AI博主都在教你收藏，真正能看的就这10个。1、@emollick：不讲训练模型，专讲普通人怎么把AI用进工作和学习。2、@swyx：盯AI Engineer路线，看模型怎么变成能上线的产品。

3、@bearliu：Vibe Coding和生成式UI实战，适合看AI怎么改写产品开发。4、@xiaohu：每天扫新模型、新工具和热点变化，信息来得快。5、@Gorden_Sun：AI资讯日报，适合追新模型、新产品和热点变化。

6、@Jason23818126：整理AI工具、���会和超级个体玩法，信息源很实用。7、@tuturetom：AI Agent开发和开源项目实战，上手路径清楚。8、@HiTw93：低调高产的独立开发者，AI编程工具和开源实战多。

9、@lilianweng：前OpenAI研究员，论文和前沿方法拆得深。10、@Smartpigai：大厂程序员视角，把AI实践直接接到搞钱路径上。这10个值得先收进列表，学AI会轻松很多。

但我完全没想到要把IDE关掉，能想到关掉它这个判断真的太天才了。

大概在一年半以前，大家用Cursor的时候都是侧边开着聊天，一边看代码一边让AI写，然后逐块接受／拒绝修改，这是常规操作。

Claude Code刚出来的时候，我还觉得“不对吧，还是一边看编辑器里的代码一边开发不好吗？”，我那时候还是把它当VS Code插件用。

但现在我几乎都不开IDE了。也不再逐块接受／拒绝修改。都是让AI自动实现，就算要看代码，也不是在本地看，只看GitHub上的差异对比就行。

能想到关掉IDE这个点子的人，真的太天才了。

NotebookLM接入了Gemini 3.8 TTS，读中文完全没毛病了，也是个出视频的快捷方法，尤其适合知识博主。 AI视频内容的产出方案，目前有： Opus 5.5路线：完全Opus 5.5绘制、Opus 5.5+GPT Image、Opus 5.5+GPT Image+绿幕SD视频 Seedance路线：使用Seedance生成 Gemini路线：Omin Flash生成视频、NotebookLM生成视频 DaVinci路线：提供原始素材让Agent在DaVinci里剪辑视频，或者素材完全由Agent调用API生成

“太有意思了，而且完全符合我的预期，不过现在我们来试试真正有教育意义的内容。”

这次体验确实相当令人印象深刻。它遵守了多流派的限制，同时还以有趣且易懂的方式，很好地解释了编程语境下的递归概念。

Rufus-Air：一个开放大语言模型后训练方案

作者展示了，按照奖励可靠性对后训练阶段排序，从难以证实的奖励到更柔和的判断信号，可以在无需新增人工标注的情况下得到一个有竞争力的开放模型。

如何本地部署 Qwen-Image 2.1 实现生图自由？ N 卡 + Mac 一键部署实战教程来了 属于想看就看，不想看丢给 AI 自己部署

如果你在 Claude Code 中使用 Opus 5.5，可以用下面这条命令把 Fable 添加为顾问：`/advisor fable`。

Opus 继续编写代码。Fable 读取会话上下文，提供第二个视角：检查方案、解决反复出现的错误，或是在完工前发现遗漏的内容。

这是执行者 + 顾问模式：一个模型负责推进任务，在关键时刻咨询另一个模型，不让出执行权。

帖子里包含配置这个流程的提示词 👇

如果你想要精通AI内容创作，这就是你的操作手册：

选择一个图像模型和一个视频模型，学习它们的工作原理。尝试不同的提示词、参考图和设置，不断调试，直到你明白什么因素会改变输出结果。

每天都创作点东西。一张产品图、一个短视频、一条用户生成内容广告、一个动画，从构思到完成成品。把你最好的提示词和准确步骤都保存到谷歌文档里。

当创作失败，就再试一次。调整一些内容，再试一次。一次糟糕的输出不代表这件事做不成，试错是你摸索出可行方法的途径。

当你找到一套可重复的工作流后，把你的文档交给codex或Claude Code。让它连接你的浏览器，走一遍流程，修复卡住的部分。

持续优化，直到你输入一份脚本，你的智能体就能处理完整的制作流程。

学习视频剪辑技能，这样你的智能体就能把整个广告拼在一起，给你输出一个编辑完成、 ready to upload 的视频。

点击此处获取顶级AI内容创作系统：加入此处获取更多免费内容：

我有 30 个 AI 订阅：
- 17 个 ChatGPT Pro 20X
- 7 个 DevinAI Max
- 5 个 claudeai Max
- 1 个 cursor_ai Ultra（通过 @bot 获得）

我今天在 zeddotdev 开了 39 个终端：
- 28 个搭载 SWE-2 的 Devin（Max 套餐免费且不限量）
- 11 个搭载 Opus 5.5 的 Claude Code
-（每个里面都有很多子代理）

也祝你周末愉快。

Claude Opus 5.5 可以仅通过一个提示词，帮你生成一个可直接使用的应用，全程不需要你编写任何代码。

你只需要把下面这段内容粘贴到Claude中：
> 以资深应用开发者的身份，帮我在当前对话中生成一个可以立即使用的应用，做成一个完整可使用的页面，一次性完成所有内容，不要占位符，不要假数据，也不要留下未完成的内容。
确保页面简洁清晰，在手机上容易使用，保存我输入的内容，下次打开还能看到。如果做不到本地保存，就添加一个备份下载按钮。展示结果前，请检查每个按钮都可以正常工作，修复不能正常使用的部分。最后给我应用和一行使用说明。
我想要的应用是：[这里描述应用功能、目标用户和它必须实现的三件事]

你可以尝试生成这些应用：显示连续打卡记录的习惯追踪器、带分类的月度预算规划器、自由职业者的客户追踪器，生成后可以分享你的成果。

如果你觉得这个方法有用，可以关注@alex_prompter的免费通讯，他每周都会分享一个AI实用技巧。

开发者leaf_sanren完成了此前承诺的AI网感剪辑教程，同时公开了整个管线Skill的开源代码，邀请用户试用并反馈问题。

剪辑Skill的安装地址已经公布，安装完成后，用户可以通知Codex或者Claude code启动Skill，Skill会按照流程一步步引导用户完成剪辑操作。

本次发布比较仓促，开发者表示如有问题还请谅解，另外提到数字人领域现存问题较多，会在下一篇内容中单独详细讲解。

用户@leeoxiang发文称，自己使用两年多、一直没有异常问题的账号突然被封，感到十分意外。

Fable 5是该用户日常每天都在使用的模型，对他日常开展算法实验提升效率帮助很大。

账号被封对他的工作效率影响很大，他询问账号申请解封的概率，同时寻求能够稳定使用claude code Max套餐的其他方案。

有人只用一段提示词，通过Opus 5.5生成了一款完整的多人射击游戏。整个开发过程只花费了5小时，使用的是Claude最便宜的、每月20欧元（约合人民币156元）的Pro订阅套餐。

试玩后发现，这款浏览器游戏实际体验很不错。它包含近距语音聊天、可破坏场景、玩家数据统计、天气系统，还支持对战机器人或随机真人对手，甚至还有开发者自己都没法解释原理的猫狗元素。

开发者称，整个过程不需要用户手动操作电脑，Claude还自动连接Suno生成了游戏音乐和音效，把游戏上传到服务器并完成了Cloudflare配置。

用户T_Zahil向Claude Code提出需求，让它生成一个关于Uneed的动态设计视频，要求做成类似简历作品集的展示视频。

这个视频的每一帧都由代码绘制，没有使用After Effects（后期特效软件），也没有套用现成模板。

甚至视频中的背景音乐，也是从零开始合成生成的。用户在𝕏放出了成品链接供查看。

T_Zahil同时还推广了自己的通讯专栏，他会在专栏里分享自己打造产品、提升收入的历程，目标是从2025年的13万美元年收入，增长到2026年的20万美元。用户可以通过链接订阅专栏。

很多人仍然在使用Codex和GPT，但ScarletKc认为Claude Opus 5.5的体验相当惊艳，建议至少尝试一次。

在他的使用感受中，Claude Opus 5.5就像一台许愿机，越用越敢提出更大胆的需求，甚至会让人开始期待自己还能靠AI做出什么新东西，这种只需要提需求就能得到结果的体验很好。

针对不少用户担心账号被封的问题，他建议可以先尝试使用，即使遇到封号，也可以通过第三方供应商获取使用渠道，总归有办法用上。

只需把想要做的事情大致描述清楚，Claude Opus 5.5就能理解，甚至会考虑到用户没有想到的细节。整个过程只需要提出需求，剩下的工作都可以放心交给它完成，使用起来非常省心。

几个月前我悟到的一条经验就是不要给模型模板，而是给它目标、规范，让模型按照自己熟悉的方式去自由发挥，反而比套目标会更好。这几天 Opus 5.5 给我的震撼更大，别说模板，做视频的 Skill 可能都不需要，给它提供文本转语音（TTS）工具、画图工具、ffmpeg 和浏览器就足够了 以下内容摘录自原文： > 给设计规范，不给模板。我做 PPT Skill 时放了一堆模板，水墨风、科技风各一套。

后来从 Claude Design 学到：不给模板，给一套颜色、样式的规范，模型自己决定做成什么样。今天这个 PPT 就不是模板套的，而是基于 Adobe 的 Design System 生成的。模板是专家捷径，规范加模型能力是笨办法，但“苦涩的教训”说通用方法终将战胜专家捷径。

模型每升级一次，产品不改代码自动变强，这就是“搭架子等模型”。

🔥 Muse 账号极简注册教程（3分钟搞定）

1. 打开
2. 一键登录账号
3. 发送提示词“访问 ，使用 xx 邮箱注册”
4. 成功率几乎 100%

Ps： 验证年龄的方式有以下两种
1）银行卡 （这个最简单，visa卡基本都可以）
2）Facebook/ Instagram 账号关联验证

----

🚀Muse 注册成功后，可以使用Muse套娃 继续注册其他账号，具体如下：

1. AI 工具：Claude / OpenAI 账号
2. 云服务商：甲骨文 (Oracle) / AWS 云账号
3. 苹果生态：美区 Apple ID（其他地区同理）
4. 搜索：Google 账号
5. 海外社媒：X、Instagram、Telegram
6. 跨境支付：PayPal、Wise

更多玩法，尽快发挥你的想象力

Opus 5.5 做视频牛逼，那是人家的本事，跟你有什么关系？啊！look at my eyes，有什么关系！

？不过有一说一，这个模型做的视频声音处理很好，和视频搭配踩点也很到位，动画创意也神了，最重要的几乎不用返工，一把梭就基本完成了。但你需要会写提示词和垫素材，不然我看不少人做出来的那个风格，就是 Claude 典型的 AI slop 动画版。

用了这么多家 agent CLI，Claude Code 还是体验最舒服的那个。它基本就是行业标杆，大家都在学它，最开始做出这种产品的人真的无敌了 以至于我从来都不想用 Claude 的 app 但其他家我还是宁可用桌面版

AI 代理正开始变得越来越不像聊天机器人，反而越来越像工作者。

我最近深入研究了 @termix_ai，其中 TermiX Agent Skills 是一个非常亮眼的产品。

它的思路简单却有力：像 Claude Code、Codex、Cursor 这类编码代理可以直接和 TermiX 市场交互。AI 代理不再只是给你提供指示，它真的可以参与到整个工作流中：
→ 发现可用工作
→ 发出报价
→ 为订单注资
→ 提供服务
→ 交付工作
→ 通过 AACP 处理交易

这改变了 AI 代理的角色。它不再只是说“你应该这么做”，而是变成了“我找到工作了，我接下了，我完成了”。

这就是 @termix_ai 吸引我的地方。如果 AI 代理能够通过共享市场自主寻找工作、交易、协作并积累声誉，那这个市场就不再只是一个目录，更像是真正的自治代理经济体。

更大的论点是：AI 代理不止需要智能，它们还需要一个工作的地方。

TermiX 正在构建这一层基础设施。目前还处于早期，但绝对值得关注。👀

用在X上成为话题的动态图形制作自己公司的广告，结果大吃一惊。。

只需要把包含公司名和URL的一句话交给 Claude Code，就能一次生成出这个质量……！Opus 5.5 简直是天才w

可用于制作广告的通用提示词放在评论里：

请用动态图形制作一条时长30秒、富有动感的CM，传递○○（公司名・URL）的魅力。请先搜索了解这家公司，仅使用官方事实和素材。请尽全力制作，达到一流影视公司作品的水准。

在用Claude Code、Codex或Grok进行AI辅助开发时，可以试试这个提示词。

提示词原文为：「列出你对这个代码库做出的每一个假设。标注每个假设是已验证（你确实阅读了实际代码）还是猜测（你是推导得出的，并说明推导理由）。针对每个假设，提出你置信度最高的精准修改方案，但先不要应用修改，停下来等待我手动审核。」

@kloss_xyz指出，使用这个提示词后，查看标注为「猜测」的部分就能发现，大部分bug都出在这里。如果跳过这个提示步骤，这些bug就会直接被推送给用户。

讨论AI Agent产品，比起统计平台注册的Agent数量，更应该看实际小订单能否完整走完全流程。

@termix_ai官方演示中，用户提出制作一张“果蝇拿魔方”的Holo Card需求，页面显示托管1 USDC（约合1美元），最终成功展示了成品卡片。

除官方演示外，还有两个不同用户的实际案例：@0xALTF4晒出了自己做好的卡片，@0xfrigg反馈已经收到交付内容，TermiX确认该订单完整走完了从雇佣到结算的全流程。

分享者指出，这些案例都不是自己亲自下单测试的。1美元的小需求比起大量宏大叙事，更能让人看清产品实际在做什么。

不过一单跑通全流程，不代表复杂需求也能稳定交付。分享者最后提问：如果花1美元测试一个AI Agent，你会让它做什么？