A.I. 日报
Teknium 🪽@Teknium
关于 Android 的问题 [引用 @fl_rn_st]：@ArcadianStill @Teknium @HermesAgentTips 是的，会支持的！
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
Paul Graham@paulg
一个14岁的孩子问如何写出好文章。我问他指的是学校里孩子们写的那种，还是成年人写的真正的好文章。很奇怪我不得不问这个问题。如果他问的是如何解决一道数学题，我就不必问他是学校的方法还是真正的方法。
硅谷王川 Chuan@Svwang1
neocloud 本质是帮背后干爹扩表的白手套。干爹投资一美元，neocloud 可以借此出去融资 20 美元，并承担所有风险，让干爹可以卖更多芯片，抬高其股价。但 neocloud 存在结构性的、融资成本和出租算力价差错配的风险。成本端很多短期债务，借贷利率超过 10% 而且不断上升。收入端大多是长期低价的算力合同。错配的尽头就是突然死亡，比如 2023年三月的硅谷银行。 [引用 @Svwang1]: Neocloud 本质就是在算力暂时稀缺的时候，靠着后面干爹的支持，高杠杆地做多算力的投机模式。用了个 neo…
Paul Graham@paulg
把东西发布在付费墙网站上，就等于让它隐形。如果AI找不到它，那么从实际效果来看，它就不存在。 这两句话目前还不是100%正确，但它们只会越来越正确。
Paul Graham@paulg
在可预见的未来，情况都会是这样。 [引用 @thdxr]: 过去48小时他们一直不停地试图攻击我们的系统 一个副作用是，所有东西都在被加固，但天哪，我们基本上需要智能体7×24小时不间断运行 因为他们就是这么干的
yetone@yetone
大家放心，magpie 正在着重优化性能问题，接下来会给大家一个满意的体验 [引用 @colmugx]：有人发现 magpie 一旦进入工作，电脑会突然变得很热吗？我每个软件都排查之后发现确实是 magpie 导致的 待机还好，就是进入推理时就会变得很热
Ethan Mollick@emollick
Fable 5.1：“实现博尔赫斯的短篇小说。就像用 3D 来实现它们。去做吧，让它们有创意又美丽，帮助我们理解故事的意义。自己想办法。” 我不得不告诉它，引用博尔赫斯是可以的。有些东西挺不错的。来玩玩：
Ethan Mollick@emollick
既有趣又令人本能地不安。 [引用 @odysseyml]：我们将果蝇的大脑放入了 Odyssey-3，一个前沿世界模型。 这个小家伙现在自己在完全想象、模拟的世界里飞来飞去 🫶
Teknium 🪽@Teknium
Hermes Agent 的 Day 0 支持！ [引用 @dee_hw]：新玩具日
Bindu Reddy@bindureddy
🚨 DeepSeek 刚刚发布了世界上最好、最便宜的开源模型 - 在开源排行榜上名列前茅 - 击败 Muse Wonder、Haiku 和 Luna - 每任务成本最低 目前 Argon 仍然领先
Gorden Sun@Gorden_Sun
Google开源Harness²框架：不改模型权重也能让AI智能体自我进化 Harness²是一个即插即用的智能体优化框架，能在保持底层模型权重不变的前提下，通过自动调整系统提示词、工具指南、记忆和子智能体等8个外围组件来提升任务表现。 采用双层递归机制，既能在无标准答案反馈的情况下通过对比试探优化当前任务的执行配置，又能将成功经验沉淀下来指导后续未知任务。在三项专业基准测试中，仅需单步递归就能让GLM-5和Gemini3.5Flash的表现比基础配置最高提升11.5分，为开发者免去了繁琐的手动调优工作。 Git…
Guillermo Rauch@rauchg
“重要的是最终产品，无论是游戏还是引擎”。说得好！ [引用 @TimSweeneyEpic]: 我在编写《虚幻引擎1》时，时间分配大致如下： - 约30%用于对难题进行深入的编码：汇编语言纹理映射器、C++ BSP树、数据持久化、面向对象系统设计和网络。 - 约70%只是打字和重构完整引擎功能集所需的大量代码。这并不难，而在我做这件事的时候……
硅谷王川 Chuan@Svwang1
没有亲自全过程经历过 2000年 dot com 泡沫，和 2008年次贷金融危机的人，其实没有资格对现在的 ai 泡沫发表观点。 因为这里面有太多噪音，太多欺骗性的矛盾的信号，只有事后亏损惨重，才能慢慢恍然大悟。而不愿意悟，不愿意观察各种细节的人，还会注定被未来的类似骗局套牢，亏光。
Brett Adcock@adcock_brett
这就是我们的目标——成为你生活的操作系统，让每一天都轻松一点。它会做越来越多的事 [引用 @PranayRaiii]: 使用 @hark_labs 两周，它正在悄悄打理我的生活事务：它从我收件箱的PDF里挖出了一个学校活动的日期，在我客厅里做了家具的效果图并拿到了送货报价，为我的孩子构建了自定义应用和学习包，还规划了一次家庭海外旅行。@adcock_brett 🔥
OpenAI Developers@OpenAIDevs
想找个周末项目？ 这里是社区一直在构建的东西，以及你可以如何自己复刻：
Alexandr Wang@alexandr_wang
厨房里越来越热了 ♨️♨️♨️ [引用 @yacineMTB]：Muse wonder 的 TPS 简直离谱 他们真的做出来了
Alexandr Wang@alexandr_wang
muse wonder full 在 VulcanBench 上的表现 总体上与 Astra、Opus 5.5 和 Sol 6.1 相比相当有竞争力，但确实更慢，这是我们正在改进的地方 ⚡️ [引用 @morganlinton]: 好了，我的 Muse Wonder Full 基准测试现在在 @VulcanBench 上完成了——周末很忙，可能要到下周才能把所有数据和模型卡整理好。 但我想先让大家快速看看综合得分，以及它与其他模型的对比。 简而言之，对于 Muse Wonder Full，中等努力（Medium…
Paul Graham@paulg
为什么在 AI 生成的回复中，说某些词“doing work”和“doing heavy lifting”如此常见？我猜这个阶段会过去，但它到底是怎么发生的？是不是有一个带有这种怪癖的模型，而它们都在用？
Yuchen Jin@Yuchenj_UW
那些说“开源永远追不上”的观点连一周都没撑住。 DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上拿到 77 分。达到 Opus 5 级别的性能，成本却低 83 倍。对于这个规模的模型来说简直不可思议。我们将在 Databricks 上发布它！ 永远不要看空开源。
François Chollet@fchollet
关于软件工程"全面"自动化的一些观察： 1. 现在的软件工程师比2025年还多，而且需求还在增长。 2. 软件工程师从未像现在这样拼命工作。 3. 他们基本不再写代码了，agent 编写了约100%的代码。 4. 雇佣这些工程师和 agent 的公司的底线（也就是所有这些代码的最终目的）通常并没有因为 AI 的采用而改变。 这就是为什么你必须以系统的视角来思考。自动化系统的一个环节会产生自身的摩擦，并把瓶颈转移到别处。
Amjad Masad@amasad
澄清一下：Replit 仍然保持模型无关（model agnostic）。我们的用户可以选择 Anthropic 的模型以及其他许多受支持的模型。 我在 TC Disrupt 上想表达的是，基于性能、成本和合作关系强度，OpenAI 现在是我们首选的合作伙伴，为 Agent 提供支持。 我们相信要给用户模型选择，同时把默认体验优化到最佳性能与最佳价格。 [引用 @TechCrunch]: Replit 首席执行官兼联合创始人 Amjad Masad 在 TechCrunch Disrupt 2026 上发表了上述…
Bindu Reddy@bindureddy
DeepSeek Flash 刚刚发布了一次升级…… 我赌它会超越 Muse Wonder，但会不及 Argon 我再核实一下
Nathan Lambert@natolambert
这里的机器人回复已经完全失控了，真糟糕
Gorden Sun@Gorden_Sun
大肥鱼变强啦！跑分超过Kimi K3和GLM 5.3！
Tom Huang@tuturetom
我去，DeepSeek V4.1 Flash 1017 做教程类动效视频已经这么牛了吗，感觉和Opus 5.5没啥区别了😂 我们用它在 OpenDesign 的 Motion Design 里做了一条教程，教大家怎么在其他 coding agent 里接入 OpenDesign API，用上它和其他模型，效果简直不要太好了 [引用 @OpenDesignHQ]: 隆重推出 OpenDesign Motion。 Claude Motion 的开源替代方案。 用任何 agent、任何模型创建精美的动效视频。无需 O…
Gorden Sun@Gorden_Sun
DeepSeek-V4.1-Flash-1017 能力和速度都优于GPT 5.6 Sol，OpenAI现在是前有狼后有虎。
Nathan Lambert@natolambert
这个命名方案简直离谱（小版本号加日期标签），但基准测试这一步很关键。内置视觉能力，可能会被证明比 GLM 5.3 更强。 开源权重之王回来了？ [引用 @deepseek_ai]：🚀 DeepSeek-V4.1-Flash-1017 来了！ 基准测试表现更强，任务完成更快，输出比上一版本更短——在性能与成本上实现了帕累托改进。现已上线我们的网站、应用和 API。 🛠️ 针对 @DeepSeekHarness、腾讯 CodeBuddy、WorkBuddy 等进行了优化。升级到 DeepSeek Harness…
Paul Graham@paulg
在通过创造财富而致富成为可能之前，致富的方式是在军事或政治争端中站在获胜的一方。 [引用 @lefineder]: 1066年威廉征服英格兰后，他将英格兰21%的土地并入自己的王室领地。 随后是对他亲密追随者的奖赏：57人获得了英格兰一半土地的控制权。 根据《末日审判书》中名字的起源，我们可以看到几乎所有主要土地持有者都是诺曼人；只有几百名英格兰土地持有者（大多拥有较小的土地）被提及，……
Brett Adcock@adcock_brett
披萨卖光了！ 1/ 使用量激增至前所未有的水平，我们这边的很多环节都崩溃了。我们学到了很多。 2/ 我们端到端地交付了数千个周五晚上的披萨——登录、计算机使用、付款。通过我们的模型 Handoff 运行了超过 203,500 次浏览器会话。 3/ 很高兴看到我们在 App Store 上飙升到第 58 名。 希望大家喜欢这些披萨！ [引用 @hark_labs]: 就这样，披萨派对到了打烊时间。交付了数万个披萨，一路上有很多收获。感谢您的订购，我们希望披萨让您的周五更美好。
Jack Clark@jackclarkSF
一小时后我将在IMF发表演讲，谈论奇点以及为什么我认为它已经开始，以及我们将需要做出的选择。点击此处观看直播：