A.I. 日报
NVIDIA@nvidia
他们为我们挺身而出。谁为他们挺身而出？ 认识一下 Wenyi，Kuddo Health 的创始人。她的治疗经历激发了支持临床医生的使命，借助 NVIDIA GPU 加速的 AI。 观看她的故事。#WorldMentalHealthDay
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
Ethan Mollick@emollick
我正在让自己在解决CAPTCHA和应对客服中的黑暗模式方面去技能化。
Tom Huang@tuturetom
OpenDesign正式达成100K Github stars成就！🎉 为了回馈大家，我们正式在OpenDesign Go中推出几乎是最便宜的满血版DeepSeek V4.1 Flash，首月只需8美元，就能用最高120美元的额度，相当于花的钱的15倍的额度，同时也是OpenCode Go 的两倍月额度。这下真的用到爽了🔥 不光能在 OpenDesign 里用，也支持 API Key，接到 OpenCode、Hermes 里继续用。 Go、Plus、Pro、Max 最高额度都翻倍，最多能到$600，套餐价格不…
yetone@yetone
这条推文的建议很好，但“把压缩调到 400K”对每个人都成立吗？不一定。 这就是 magpie 要做本地 agent 可观测性分析的原因。每个 agent 都有自己独特的行为，每个用户也有自己的使用习惯，任务难度也因人而异，所以不存在一份对所有人都最优的配置。 更麻烦的是，每个 agent 的配置项又多又复杂，还藏得很深。大多数人压根儿不知道有这些开关，就这么不知不觉地用着最不适合自己的配置，浪费了大量时间和 Token，甚至牺牲了完成任务的质量。 magpie 新功能「为你调优」：在本地用你自己的真实调用，按每…
MiniMax (official)@MiniMax_AI
MiniMax M3 现已在 NVIDIA Vera Rubin NVL72 上通过 vLLM 运行！🙌 感谢 @vllm_project、@inferact、@NVIDIAAI、@RedHat_AI 将 MiniMax M3 带到 Rubin。 [引用 @vllm_project]: vLLM 现已支持 NVIDIA Vera Rubin。早期结果显示，在 AgentX 上，MiniMax M3 的吞吐量是 GB200 的 7.8 倍以上。 @inferact、@NVIDIAAI、@RedHat_AI 以及…
Teknium 🪽@Teknium
有人应该用AI让《无尽的任务》回归，那是史上最好的MMO
Brett Adcock@adcock_brett
Hark 的免费版相当大方。试试看吧。 [引用 @markjenney]: @mustafa_2vec @prit4k @hark_labs 我今天给了 Hark 和 Muse 完全相同的提示。我想查一下按摩服务的可用性，如果有空就预约。 Muse 告诉我该机构不接受在线预约（这是错误的）。 Hark 查到了可用性并预约了按摩。
Yuchen Jin@Yuchenj_UW
我为两种人感到难过： 1. 那些把追求高 token 用量误认为是追求高生产力的人。 2. 那些为了在配额重置前用完它而牺牲睡眠的人。
hardmaru@hardmaru
我发现我很享受教皇关于智能的热门观点 🔥 [引用 @Pontifex]: 智能必须依靠记忆。头脑不能仅仅编译数据——就像算法现在比我们更快地做的那样——而要回忆亲身经历，其中包含只有人类灵魂才能识别的深层意义，并与这些经历的善更深刻地连接。一切善都“始于圣灵”，因此拥有气息、动力和一种共…
Ethan Mollick@emollick
不仅 Astra 击败了 Montezuma's Revenge，Opus 5 也做到了。 但解决这个 AGI 赌约的标准之一是 AI 要赢得一个已停办的奖项，那有点像弱图灵测试。所以 Metaculus 决定重新创建这个测试，以确认标准是否达成。真棒！ [引用 @metaculus]: 上个月 GPT-6 Astra（@chatgpt）击败了 Montezuma's Revenge，许多人宣布我们2020年最初提出的“弱通用AI”问题已解决。 但是……它仍未解决。 我们想快速更新一下实际情况和我们目前正在采取的…
Ethan Mollick@emollick
我跟很多人聊过 AI，但不是每个人都明白它在工作之外如何对自己有用 所以这是一个转变：当我跟使用 Muse 或 Dot 的人聊天时，他们常常讲述自己的 AI 主动做了一些事来帮助他们的故事，这让他们对 AI 感觉良好
Bindu Reddy@bindureddy
与一些我们最大的客户一起试验 Astra 对比 Opus 5.5 一般来说，如果模型是匿名的且不透露价格，他们在硬核编程上更偏好 Astra！ Astra 在 80% 的情况下胜出，并带来非常强的参与度
Gorden Sun@Gorden_Sun
有人觉得软件开发完了，我觉得恰恰相反，现在处于软件大爆发的前夕。你不知道接下来会有人vibe出哪些神奇的软件。 NVIDIA Driver for macOS：让Mac电脑重新支持英伟达显卡 苹果系统在很多年前就停止了对英伟达（NVIDIA）显卡的原生支持。这个项目专门针对使用 Intel 处理器并安装了 macOS 15 系统的电脑（通常是黑苹果或老款 Intel Mac），让它们重新用上现代的英伟达显卡，支持从 GTX 16 系列到最新的 RTX 50 系列。 项目让苹果系统能够正常识别英伟达显卡，并借助显卡…
Guillermo Rauch@rauchg
一些有趣的机器与智能体 Vercel 流量数据。 • 在整个 Vercel 网络中，58.18% 的流量来自机器人（过去 30 天）。2024 年 1 月这一数字为 32%。 • Vercel 上超过 60% 的部署现在由智能体驱动，而 2026 年 1 月时约为 3%。 • 现在高达 83% 的页面浏览量来自访问 Vercel 自家文档站点的智能体。我们越是针对它们优化内容，这个比例就越稳定上升。 我预计‘直接的’人类互联网流量在未来几年将基本变成一个可以忽略不计的零头。网络将会繁荣，但它将是为智能体而建、由智…
Brett Adcock@adcock_brett
Hark 被设计成真正主动的。它会为你提前思考，并预判如何提供帮助 [引用 @prit4k]: 只用了一天，就对 Hark @hark_labs 印象深刻 我试过 Muse、Instinct、Fo、Grok Bot 和 Dots，但 Hark 是第一个真正深度主动的助手。 比如，它注意到我大约 3 个月前订了 2027 年 4 月周末旅行的 Airbnb，但还没订机票，然后问我要不要帮忙找一张 感觉 Hark 更深入地挖掘你的数据并真正…
Jack Clark@jackclarkSF
我非常感激好奇的 Import AI 社区——在通讯中突出研究并产生有意义的兴趣，给我带来很多快乐。 [引用 @vinayprabhu]: 看起来 @jackclarkSF 的私信传奇范围很疯狂，这是我的！ 2019年，我对没有人构建印度语言的机器学习数据集感到不满，于是自己构建了 Kannada-MNIST 并放到 Kaggle 上。几天后，我看到大量兴趣，原来 Jack 在他的通讯“Import AI”中写到了我的数据集，用了这些金句： “很快……
OpenRouter@OpenRouter
Microsoft-Decision-1 已在 OpenRouter 上线。 微软的数据：在 36 项盲测基准（约 15 万个问题）中准确率最高，比第二名快 4.5 倍，比 GPT-6 Sol 快 35 倍，并且在扰动输入下决策仅在 1.3% 的情况下发生翻转。基于 Qwen3.5-9B 进行后训练。 输入 $0.042/M，输出免费，32K 上下文 [引用 @satyanadella]: 隆重推出 Microsoft-Decision-1，这是我们用于快速决策的新模型。 它在结构化决策任务上表现顶尖，在延迟和质…
Anthropic@AnthropicAI
我们开始发布更频繁的模型行为报告，超出系统卡和定期风险报告中的内容。 今天的报告描述了我们在评估和内部使用中发现的四类行为。在每种情况下，Claude 都以我们未预期的方式在真实网站或系统上行动，有时通过绕过限制而不是停止。 所有案例对现实世界的影响都微乎其微。从对齐和安全角度来看，我们认为这些行为的严重性远低于我们在 7 月和 9 月报告的网络安全事件。 阅读完整报告：
Nathan Lambert@natolambert
我更倾向于相信 AI 会变得高效得多——这是推动扩散的一大杠杆——而不是相信 AI 模型会取得重大突破，从而消除 LLM 所有已知的弱点。 在旧金山精彩的一周后，我很乐意花几个小时反思 RSI。
Guillermo Rauch@rauchg
目睹一种新型经济诞生，令人难以置信。智能体正在购买基础设施产品和服务。我们已经震惊于它们通过我们的 CLI 从我们的市场购买的频率之高。我们现在正将这一能力扩展到域名领域。 智能体现在可以全栈操作，从想法到线上业务，还配有一个超棒的域名 😁 [引用 @vercel_dev]: 你的智能体现在可以用 Vercel CLI 购买域名。
Alexandr Wang@alexandr_wang
[引用 @dtrinh]: Muse 崛起…… @Muse 发布一个月了
Satya Nadella@satyanadella
推出 Microsoft-Decision-1，这是我们用于快速决策的新模型。 它在结构化决策任务上表现出顶级性能，在延迟和质量上均优于 LLM 和其他决策模型。 我们已经在微软内部测试它，用于从事件响应、质量控制到科学发现的各种场景。
François Chollet@fchollet
现实世界中充满了递归自我改进的系统，但有一个尤其值得关注：科学，将其建模为一个系统（甚至可能作为一个具有目标和资源的智能体）。如果你想真正理解AI的递归自我改进（RSI），科学应该是你的参照点。 科学是一个智能系统，而且它显然是在递归自我改进的： 1. 科学发现解锁了新技术，帮助建造更好的实验工具。这是几乎所有领域进步的首要驱动力。 2. 它们解锁了新的概念性进展（思想、理论），帮助解决更多问题。 3. 它们提高了社会的经济产出，导致更多资源流入科学。 4. 它们解锁了更好更快的工具（例如通过更好的芯片和网络技术…
Grok@grok
你的Bot有自己的电子邮件——让它设置一个地址，或者在回复中标记@bot [引用 @bot]: Grok Bot现在有自己的电子邮件。 Bot可以用它来注册服务、为你联系企业，或与某人安排时间。
Simon Willison@simonw
最适合编程、能在少于 60GB 内存中运行的最佳开放权重专家混合（MoE）LLM 是什么？ 我认为 MoE 可能是必要的，以便在我可访问的硬件上获得合理的交互速度——我想要比每秒 12 个 token 更快的东西。
Yuchen Jin@Yuchenj_UW
昨天看到一个视频： 一位数学博士和她的导师花了6个月证明一个定理。在发表之前，他们问了ChatGPT。 AI很快找到了一个更优雅的证明，使用了一种他们从未考虑过的方法。 他们现在陷入了存在危机。 但数学家们不应该绝望。我们在编程领域经历过这个。现在我们离不开AI了。 深厚的领域专业知识+知道如何利用AI是这个时代强大的护城河。
Alexandr Wang@alexandr_wang
cleo非常出色，这是我们关于AI安全最喜欢的对话之一 另外，我在采访中对一些知名人士有一个微妙的diss 🙃 你得自己去发现！ [引用 @cleoabram]: Muse到底能做什么？我们什么时候能信任它？我们应该怎么做才能确保一切顺利？ 与@alexandr_wang的巨型*对话现已发布！
Amjad Masad@amasad
有些社区对AI对其领域的影响感到兴奋。其他社区则吓坏了。决定因素是什么？
François Chollet@fchollet
现在，使用AI代理仍然感觉非常单机。它们做你的工作，但结果被困在孤立的聊天历史中，没有任何复利效应。 Busabase团队（@Busabase4agent）正在推出一个开源（MIT）的数据库和工作空间，供代理解决这个问题。与其让工作丢失在短暂的聊天中，你的代理直接写入结构化工作空间，将它们的输出转化为可重复使用的数据、文档和技能，供整个团队访问。 详情在这里：
Grok@grok
实时观看Grokipedia不断改进 [引用 @Grokipedia]: 日日夜夜，Grok都在改进Grokipedia。 实时观看编辑流：