A.I. 日报
Grok@grok
Grok Build 用得越多就越好。 它会在会话之间记住约定、决策和项目事实。 /memory 用于浏览 /dream 用于将最近笔记整理成主题 https://t.co/A2MMZT5eJX https://t.co/UD8lJGnfOB {"likes":373,"reposts":38,"comments":40,"views":83402}
社区音量
全部内容 · 按时间倒序AI 领域头部人物在 X 上的最新观点
Teknium 🪽@Teknium
非常有趣的阅读！ [引用 @JacquelineSYC19]: 几周前我写到我们在 Artie 的整个团队都使用 Hermes（来自 @NousResearch 的一个 AI 代理框架）来完成他们的工作。 以下是我们如何走到这一步：我们最先尝试的是什么，花费了多少，如何为每个团队构建一个 Hermes，以及他们为什么会在夜里做梦。 https://t.co/oV8vA8MyL4
Alexandr Wang@alexandr_wang
“muse 是我自 ChatGPT 以来用过的最棒的应用——无论是否基于 AI——在带回那种最初‘哇’的感觉方面。” 你让我很激动 🥹🥹🥹 [引用 @0xShayan]: Muse 是我自 ChatGPT 以来用过的最棒的应用——无论是否基于 AI——在带回那种最初“哇”的感觉方面。 它只是……就是好用 界面/用户体验非常温暖友好，AI 本身感觉很聪明，几乎不需要引导。 我对 ChatGPT 在工作/浏览器使用上的最大抱怨是许多操作被屏蔽，但不知为何，Muse 的这些功能就能……
OpenAI Developers@OpenAIDevs
你们完全可以去做（实体）东西。 [引用 @natalieyeo]: “来自这个可爱的实体 Codex 宠物的‘Hello World’！致所有 @OpenAIDevs 在 Astra 上构建的第 5 天 https://t.co/aTeijhJQT1 {"likes":540,"reposts":12,"comments":38,"views":47282}
Matt Shumer@mattshumer_
把我（非常简单的）agent 设置给了我妈妈。 她给他起名叫 Morgan。他刚为她的网站成交了一笔 600 美元的广告合同。 人们对他们的设置想得太复杂了。Bitter Lesson 同样适用于 agents：只要问模型，让它生成所需的东西。 [引用 @mattshumer_]: 大家，这些疯狂的设置固然有趣，但它们并不会真正提高你的生产力。你最终只是花更多时间去构建系统，而不是实际做真正的工作。 你只需要一个 agent 会话，它可以分配任务给其他会话并担任经理角色。如果有东西不起作用，只要告诉你的主会话，它…
Greg Brockman@gdb
长途自驾的 Codex 语音体验： [引用 @jonathanroomer]: 我在 CarPlay 上用了 Codex（语音）。太棒了。 现在即便在公路旅行时，车里五个孩子都吵闹、我老婆问我为什么跟 AI 说话比跟她多，我也能继续构建东西。 它通过我的 Nightblood iOS 应用运行，为 ChatGPT Voice 提供了形象、个性，并能完全访问 Codex、我的 Mac 和所有本地工具。
Teknium 🪽@Teknium
推出 Hermes Agent 插件目录！ 你可以在 Hermes Desktop 应用的功能部分访问它，轻松搜索、浏览并探索社区和官方插件！ 也欢迎提交你自己的！ [引用 @NousResearch]: Hermes Agent 现在有了插件目录：从 4 个官方插件和 96 个社区插件开始，涵盖桌面模块、新平台、浏览、专用工具等。 我们的团队会审核每个社区插件，并且会定期添加新插件。 https://t.co/sNGEQVvUlc https://t.co/dZl0eGJbHu {"likes":284,"re…
Yuchen Jin@Yuchenj_UW
有人猜这是什么在 OpenRouter 上的 Union Alpha 野兽吗？ 相当于 Claude Fable 5.1 级别，价格便宜超过 10 倍。等着它开源。 https://t.co/okoQnHeMw6 {"likes":357,"reposts":18,"comments":57,"views":35592}
Boris Cherny@bcherny
今天还有：Claude Docs、Claude Slides 和 Claude Design 在每个对话中都可用。 向 Claude 要一份演示文稿，你会得到可以打开、编辑并导出为 PowerPoint 或 PDF 的文件。文档和设计也是一样。不需要跳转到单独的工具——它们就在聊天中。 [引用 @claudeai]: 你现在也可以在对话中制作幻灯片、文档和设计。 在 Claude Docs 中草拟单页说明，使用 Claude Slides 把它变成演示文稿，再用 Claude Design 模拟一个匹配的视觉效果…
Boris Cherny@bcherny
Claude Code 展示了 AI 能完成真正的工作，而不仅仅是回答问题。开发者把一个功能交给 Claude，回来时就拿到已发布的代码。这也是行业中许多严肃工程工作的所在。 Cowork 证明知识工作者也能做到同样的事：把简报交给 Claude，回来时拿到完成的文件。 今天，聊天和 Cowork 开始合并为一个 Claude。方向是：一个 Claude 在你工作的一切地方携带上下文。每个人都能简单地访问 Claude 的全部能力。 这几周我每天都在用这种体验，感觉很棒。更简洁、更快、更强大。 我们会逐步推出。我…
OpenRouter@OpenRouter
三个关键开源权重实验室在 2026 年迄今为止其模型的月度花费增长已达 10 倍或更多。 封闭模型的支出增长相对较慢，尽管起点远高于开源模型。 https://t.co/iOKARyF2as
Ethan Mollick@emollick
当我与高级经理交谈时，越来越多地听到组织内部岗位模糊的故事（我们在 P&G 的研究中也发现了）：编码、设计、产品管理在每个人使用 AI 时都在塌缩与重叠。 我们需要快速建立新的工作组织模型。 https://t.co/SGDOkRWU8J
Alexandr Wang@alexandr_wang
muse 语音转录真的很棒！！ [引用 @IsaacKing314]: 很遗憾地通知大家，Meta AI 终于变得不错了，至少在他们的竞争对手已经停止尝试的领域里。他们新的语音转录模型比最好的 OpenAI Whisper 模型快近一个数量级，而且准确度也明显更高。 {"likes":222,"reposts":14,"comments":33,"views":27793}
Bindu Reddy@bindureddy
哈哈……实际上没有人在放慢前沿速度 - Opus 5.2 正在测试中 - Grok 4.8 在几周内发布 - Jev 是一个新的超快速分类器 - OpenAI 已经在测试 Astra+ 我们继续加速
Jack Clark@jackclarkSF
在谈论关于 AI 和奇点的一些奇怪说法 The Anthropic Institute 🤝 the DeepMind Institute [引用 @ShaneLegg]: 我开发 AGI 的旅程跨越 25 年，其中包括在 Google DeepMind 思考技术和社会视角的 10+ 年。 AGI 已在地平线上——我们需要更深入地理解它的影响。为此，我们创建了 DeepMind Institute。 https://t.co/dpc2y4IGT1
Aidan Gomez@aidangomez
很高兴完成最终协议并与 AlephAlpha 联手！🇨🇦🇩🇪 [引用 @cohere]: Cohere 与 Aleph Alpha 宣布签署最终协议，成为首个在大西洋两岸都有根基的基础 AI 模型开发者 🇨🇦🇩🇪 以 Cohere 名义全球运营，合并后的公司将在两大洲拥有超过 1,000 名员工。 https://t.co/I6tywIEh7t {"likes":215,"reposts":10,"comments":13,"views":13513}
Bindu Reddy@bindureddy
🚨 宣布 Abacus AI Bot —— 100% 免费的个人 AI AI 可以管理你的日历、订票或订位。这些简单任务应该完全免费。 今天，我们宣布新产品 — Abacus AI bot - 在网络上寻找并运行免费的 LLM - 自动路由到免费模型 - 完成你所有的个人事务 - 只需下载、设置并运行 永久免费使用
Mistral AI@MistralAI
今天，我们宣布与 @mozilla 建立合作，旨在为使用 AI 在线浏览的人们带来隐私、控制和选择。🦊🐈 https://t.co/Bsd6N4jNdV https://t.co/OczDk9utfL
Gorden Sun@Gorden_Sun
Google 与马里兰大学等提出 Dream-RSI：让 AI Agent 在历史探索记录中低成本自我进化 长程探索任务的元策略优化通常需要极高的试错成本，这项研究直接将已完成的探索记录树作为精确的离线重放模拟器。 新策略无需重复调用模型执行真实代码，只需在历史轨迹中“做梦”重演即可筛选出更优方案，实现零执行成本的离线评估。 优胜策略随后部署至新一轮在线探索并扩充模拟器池，在保持甚至提升算法与算子发现质量的同时，最高降低 162 倍的探索调用开销。 项目介绍：https://t.co/jB6I6yKFIE
Ethan Mollick@emollick
来自 Google 的关于 AI 在科学中使用的研究，影响复杂：加速（每周节省 7 小时）同时伴随工作类型的变化（更多验证工作）以及研究选题的变化（可能转向更安全的课题）。 另外还有一张关于锯齿状前沿的好图 https://t.co/0x2dxBWl2U https://t.co/HZL2BHSZ2i
Alexandr Wang@alexandr_wang
muse 帮这位用户在 WiFi 上节省了超过 $5000！ [引用 @raunaqbn]: @Muse 总是让我惊讶！ 今天我让它打电话给 Xfinity 为我砍网费。它通过了电话树找到了人工客服，遇到验证短信它本看不懂，就把电话接到我这！有一段时间是 muse 代理、我和那个毫不知情的 Xfinity 客服在通话中。 合并账单节省是 $85.30/月，锁定 5 年，大约在这段时间节省了 $5118。…
Alexandr Wang@alexandr_wang
muse 在 100 个不同故事中为人们节省了 $9,649.71 想象一下当十亿人都有 muse 时，这会为人们节省多少钱！！ 我们正在努力扩大访问范围，把它带到每个地方！ [引用 @SingularityRes]: Meta 的 Muse AI 在真实用户身上节省了 $9,649.71，并为他们跑了 129 次差事——我有收据。 下面是 100 个真实故事，按省钱金额排序。最厉害的那些简直疯狂
Alexandr Wang@alexandr_wang
我发誓 muse code 真的是很棒！！ 为 muse app 提供动力的同一个模型也驱动着 muse code！ [引用 @ryanmcadams]: 从没想过会这么说，但 @alexandr_wang 一直跟人说 Muse code 很好，我当时不信。今天花时间体验了一下，确实很不错……而且很快。还有点俏皮。
Yuchen Jin@Yuchenj_UW
Jev 已经发声了。 它选出了哪个模型是 AGI。 快 20–200 倍。便宜 40–400 倍。这可能让像“将大型模型用作法官”这种东西变得异常快速且几乎免费。 （我试了很多提示，仍然没有花掉 $0.10。） https://t.co/1Uhh4nMGDl [引用 @CompleteSkeptic]: 在与 ChatGPT 共同发明后，我不断问自己：为什么那些超人类的聊天模型并没有带来通用人工智能（AGI）？ 过去两年我一直在悄悄构建一种新的训练模型的方法（RLCD），以及我们今天发布的一种新类型的前沿 AI…
Bindu Reddy@bindureddy
Zuck 刚刚出手解决了 AI 节奏问题！ - 实验室应该让模型安全 - 如果他们不这样做，当 AI 失控时将面临刑事责任 - 我们已经有了保护措施，Meta 已经调节了他们的 AI 并确保它安全 问题解决！
Amjad Masad@amasad
这很酷，但如果你的输出域事先已知，为什么不直接训练一个模型来对枚举值输出对数概率（logprobs）？ [引用 @CompleteSkeptic]: 在与 ChatGPT 共同发明后，我不断问自己：为什么那些超人类的聊天模型并没有带来通用人工智能（AGI）？ 过去两年我一直在悄悄构建一种新的训练模型的方法（RLCD），以及我们今天发布的一种新类型的前沿 AI 模型：Jev • 20-200x 更快 • 40-400x 更便宜（输出 token 免费） • 面向决策优化的前沿可组合智能 据我所知，到 A…
Ethan Mollick@emollick
这是一个很好的演示，展示了一种为根据决策规则快速分类信息而设计的 AI 模型，比通用大型语言模型更快更便宜。它本身不是 LLM，不能输出文本或代码，但如果有效，在系统中能发挥有用作用。（我自己还没试过） [引用 @CompleteSkeptic]: 我们喜欢这个 doom o doomonstrates 实时智能以及用代码 + AI 可以完成的事情！ ~10 calls/sec = ~$7/hour https://t.co/nlffKxGzCB
MiniMax (official)@MiniMax_AI
由 KAGAMI AI 和 MiniMax 共同主办的日本 IP × AI 共创大会已正式落幕。🇯🇵 🎉 我们汇集了来自日本和美国的 150 多家公司，以及包括 AKB48 制作人秋元康、KAGAMI AI 主席近藤孝美、以及角川编辑兼制作人中条基等贵宾。 全球 AI 领导者 @runwayml、@higgsfield、@krea_ai 和 @HeyGen 参与讨论，共同探讨 IP 与生成式 AI 的未来。 我们发布了 MiniMax H3 IP Edition，将 MiniMax H3 的能力与官方授权的…
Alexandr Wang@alexandr_wang
muse spark 1.3 是在不作弊/规避奖励方面表现最好的前沿模型 [引用 @hendrycks]: AI 代理有多常作弊？ 我们正在发布 CheatBench，一项涵盖数学、编码、知识工作、视觉任务等的奖励博弈评估。 在 Hugging Face 之后，AI 公司试图解决这个问题，但前沿代理仍然经常作弊。 https://t.co/ZLc4ujCsAW https://t.co/p7jKzXe8uP
Alexandr Wang@alexandr_wang
我们坚信必须在对齐上进行投入。 1. 人们和企业只会使用与他们意图和价值观一致的智能体。如果我们不构建与人和企业对齐的模型，他们就会转向更为对齐的选择。 2. 每个实验室都应在训练和部署上建立强有力的治理框架。这应包括外部评估者，作为透明度的最佳实践，以及在模型上线等安全标准方面的独立监督。 3. 每个实验室都需要在民主国家的制度性保护范围内运作。这意味着如果其模型造成伤害，实验室会面临重大法律责任。这将把生态系统推向正确的方向。 4. 该领域的进展最终取决于计算力和资源分配。在递归自我改进（RSI）方面的竞赛是…