次日 03:00 补充更新
已发布批次
笑死我了。 为了防止没想到的意外情况发生，我一直设置了一条Snitch规则，Claude必须走本地小火箭的端口联网，看来是会有用处的。
笑死我了。 为了防止没想到的意外情况发生，我一直设置了一条Snitch规则，Claude必须走本地小火箭的端口联网，看来是会有用处的。 Leyang: 谁能想到，兑换 6 个月的 20x 开源 claude 后，一个会话还没完成，就被 codex 擅自关闭代理软件，导致被 claude 封号呢？ codex 真有你的！ @thsottiaux (┬＿┬)
Openship：开源自部署平台，把整个部署控制台从你的服务器上搬走 Coolify、CapRover、Dokku这类自托管部署工具有个通病：控制面板、构建系统、CI runner、数据库...
Openship：开源自部署平台，把整个部署控制台从你的服务器上搬走 Coolify、CapRover、Dokku这类自托管部署工具有个通病：控制面板、构建系统、CI runner、数据库全跑在你的服务器上，和你的应用抢资源。Openship反过来——构建在你本地完成，服务器只收到打包好的Docker容器，上面只跑你的应用，别的什么都没有（也可以一个配置开关切回服务器构建）。 “本地构建+SSH推容器”这个架构切入点很聪明，切中自托管PaaS最痛的资源占用问题；但产品面铺得太宽，邮件服务器、CDN全自己做，不是每个团队都维护的了。 Github：
商汤发布SenseNova U1 Pro：能写汉字的8K图片模型 能生成8K分辨率的图片，能在图里写大量汉字，但是目前并没有途径能实际试一下，基于商汤的口碑，我对抽卡率表...
商汤发布SenseNova U1 Pro：能写汉字的8K图片模型 能生成8K分辨率的图片，能在图里写大量汉字，但是目前并没有途径能实际试一下，基于商汤的口碑，我对抽卡率表示怀疑。 官网：
Kimi以前是做了多少坏事啊，我给国内好友安利Kimi K3能力很强值得订阅，大家的第一反应基本都是“真的吗？”
Kimi以前是做了多少坏事啊，我给国内好友安利Kimi K3能力很强值得订阅，大家的第一反应基本都是“真的吗？”
这些是目前我推荐的AI订阅方案，等下周DeepSeek V4正式版发布，也许会加上DeepSeek。
这些是目前我推荐的AI订阅方案，等下周DeepSeek V4正式版发布，也许会加上DeepSeek。
想和大伙分享一下，最近我用自己产品 Mole 遇到的 4 个 Aha Moment，对我使用非常有帮助。 第一个是，有一天下午居然收到了一个消息通知，说我的 Airpods 电量不...
想和大伙分享一下，最近我用自己产品 Mole 遇到的 4 个 Aha Moment，对我使用非常有帮助。 第一个是，有一天下午居然收到了一个消息通知，说我的 Airpods 电量不足要充电了，这个功能惊喜到了我，是当时做电池健康的时候 AI 主动给我加上的，Mole 会提醒和Mac关联的蓝牙带电池的设备低电量充电，但是我一直没有遇到这个场景，直到遇到了，感觉非常贴心，但频繁不打扰。 第二个是，对于每日使用的我居然还可以清理掉 86G，之前有一个版本加上清理项目里面肯定无用的build编译内容，我的 Rust 项目产生了不少 target 内容，一下子清理这么多，非常有满足感。 第三个是，屏幕常亮的功能，经过用户提醒给加上了3种不同的常亮行为，我还是喜欢把屏幕打开的方式，比如周末你突然出门，你的 AICoding 可以用手机客户端很好的控制让他干活，非常稳定，也帮我节约了不少异步的时间。 第四个是，Mole 的电量显示居然也支持展示你的 iPhone 的电量了，之前这一块不是很好实现，但是很巧妙的实现了，现在可以在状态里面很清楚看到与你相关的设备的电量情况，也不打扰，但是很安心。 更神奇的是，以上这4个功能的起源都不是我想到的，是初期使用 Mole 的朋友反馈告诉我要加的功能，我加上后对我帮助非常大，非常感谢！话说你使用 Mole Mac 有惊喜的地方是哪一些，以及你非常建议 Mole 要加的功能，欢迎告诉我。
不得不吐槽一句，Kimi K3的前端效果跟Claude太像了，网页也默认是Claude那种浅黄色的纸质风格。
不得不吐槽一句，Kimi K3的前端效果跟Claude太像了，网页也默认是Claude那种浅黄色的纸质风格。
看了一些人去法国看环法比赛拍的片段 怎么说呢 感觉这个时候在法国骑车是一种非常高级的生活方式 怪不得奈飞每年都要给环法拍一部大型纪录片
看了一些人去法国看环法比赛拍的片段 怎么说呢 感觉这个时候在法国骑车是一种非常高级的生活方式 怪不得奈飞每年都要给环法拍一部大型纪录片
原推作者是OpenAI未来战略负责人，他说的话完全是出于OpenAI立场和利益来讲的。 他的观点： 1. Kimi 的实力是真的，不像简单蒸馏出来的。 在智能体编程任务里，K...
原推作者是OpenAI未来战略负责人，他说的话完全是出于OpenAI立场和利益来讲的。 他的观点： 1. Kimi 的实力是真的，不像简单蒸馏出来的。 在智能体编程任务里，Kimi已经接近 2026 年第一季度最强的公开模型。不过它很“吃 token”，实际推理成本未必像宣传中那么便宜。 2. 中国继续开放权重，可能不是因为特别支持开放，而是现实选择。 作者猜测，一方面中国政府没有那么相信 AGI 风险；另一方面受算力限制，中国公司难以长期承担大规模云端推理服务，所以更适合把模型权重放出去，让别人自己部署。对企业来说，开源也是追赶者获取用户和影响力的办法。 3. 开源模型看似“加速”，实际上可能抑制 AI 投资。 模型一旦可以免费下载、复制和部署，商业公司就更难靠模型本身赚钱，资本也会更谨慎地投入下一代模型训练。因此作者认为，开源模型本质上反而具有“减速主义”效果。 4. 开源模型的终点，可能是国家补贴的“AI 公共品”。 如果企业无法靠前沿模型持续盈利，最终可能变成政府出钱建设算力中心、训练模型，再以公共基础设施的形式提供 AI。作者把这种未来称为“AI 共产主义”，并对此非常反感。 5. 美国可能不会直接禁用中国开源模型，而是制造合规风险。 比如监管机构发布安全提示，暗示中国模型可能存在后门、数据泄露或供应链风险。即使证据不充分，只要让银行、医疗、金融等受监管企业感到不安，它们就会主动避开。 6. 当前风险可能有限，但未来能力越强，风险会突然跨过临界点。 今天开放一个强模型，世界可能只是“稍微危险一点”；但当模型具备更强的网络攻击、生物设计或自主复制能力时，开放权重的后果就可能非常明显。（原推还影射了新冠疫情） 我的观点： OpenAI显然是慌了，开源模型开始削弱单纯靠“卖模型能力”赚钱的空间。对于OpenAI、Anthropic这种前沿模型公司而言，强大的开源模型必定会降低他们的投资回报；但对于创业公司、科研机构和中小公司而言，开源模型能显著提高创新能力。强大的开源模型，让创新重心从少数模型实验室扩散到更广泛的应用和基础设施生态。 曾经浏览器、Linux、安卓都把底层能力免费化，真正赚钱的部分转移到了云服务、硬件、应用、数据和生态。未来基础模型可能也会变成类似操作系统的东西：底座越来越便宜，利润向上层迁移。 Dean W. Ball: Some observations on Kimi: 1. It's a very good model! I don't think its performance can be explained away by distillation or anything like that. In agentic coding sessions, it seems pretty much on par with the best public models of Q1 2026. In my fairly limited use, it also
fable 5最终还是给max和team套餐开放了，限额为50%，看来gpt 5.6给anthropic的压力还是很大的，毕竟每天codex百万用户增长； 国内部分，k3的发布对智谱glm 5.2形...
fable 5最终还是给max和team套餐开放了，限额为50%，看来gpt 5.6给anthropic的压力还是很大的，毕竟每天codex百万用户增长； 国内部分，k3的发布对智谱glm 5.2形成压力，会吸走一些本该智谱承接的开发者用户，尤其是套餐目前k3还是开放的。 Claude: Beginning July 20, Claude Fable 5 will be included in all Max and Team Premium plans, at 50% of limits. Pro and Team Standard users will continue to have access to Fable via usage credits, and will receive a one-time $100 credit. Demand for Fable has been challenging to
这两天很多身边的朋友都去WAIC了，问我有没有去参加之类的，我已经两年没去了。记得，2024年现场还有不少工程师，到了2025年的WAIC基本上就成为媒体和商务的专场...
这两天很多身边的朋友都去WAIC了，问我有没有去参加之类的，我已经两年没去了。记得，2024年现场还有不少工程师，到了2025年的WAIC基本上就成为媒体和商务的专场。2026今年成了政府、媒体为主的专场了，这个大会已经不是一线从业者该去凑热闹的地方了，更多是利益再分配的一个场域，如果你本身已经在AI领域有利益在，那么可以去现场看看能不能获得新的机会，否则没有任何意义。
23:00 更新
已发布批次
模型发布苦不苦，想想 Gemini 3.5 (pro) 好歹都高光过，总比胎死腹中要好……
模型发布苦不苦，想想 Gemini 3.5 (pro) 好歹都高光过，总比胎死腹中要好…… 忒修斯的船板: 有种预感即将到来的几个模型会让K3光环熄灭的速度比GLM-5.2还快
RT Frank Y: 此時再回來看這篇, 依然適用
RT Frank Y 此時再回來看這篇, 依然適用 宝玉: 唐杰 @jietang 是清华大学教授、智谱（GLM 系列模型出自他们家）AI 首席科学家，也是国内最懂大模型的人之一。他刚发了长微博（见评论），谈 2025 年对大模型的感悟。 有意思的是，唐杰和 Andrej Karpathy
让 Codex 做 PPT，效果实在太差了，完全不能用... 生图来了五张后面就全部超时了 这东西虽然便宜，但纯纯浪费时间啊
让 Codex 做 PPT，效果实在太差了，完全不能用... 生图来了五张后面就全部超时了 这东西虽然便宜，但纯纯浪费时间啊
观念会慢慢改变的，因为团队代码也会慢慢变成AI维护。 当然前提是团队得普及 GPT 5.6 级别以上的模型。好的模型写的代码水平远超绝大部分人，已经不太需要人类的...
观念会慢慢改变的，因为团队代码也会慢慢变成AI维护。 当然前提是团队得普及 GPT 5.6 级别以上的模型。好的模型写的代码水平远超绝大部分人，已经不太需要人类的品味了。 蚍蜉 Showtime: 对于团队协作的代码，我会看代码，因为这是我交付的作品，代表我的品味，后续可能会由他人来维护。 对于个人项目，目前主要关注需求、验收和架构，不太关注具体代码了。
RT @evilcos: 我们 @SlowMist_Team 已验证，玩 Claude Code 的注意这类投毒攻击。
RT @evilcos: 我们 @SlowMist_Team 已验证，玩 Claude Code 的注意这类投毒攻击。
Google，醒醒！不要再玩域名啦！ Gemini 都快排不进首屏了 🤦🏻♀️
Google，醒醒！不要再玩域名啦！ Gemini 都快排不进首屏了 🤦🏻♀️ Google AI Studio: 🧵 drop your custom ai studio domains, we want to see what you're building 👇
Claude Fable 5 订阅因为各种不可抗力一推再推后。。 Max 和 Team Premium 用户：7 月 20 日起，Fable 5 正式纳入订阅套餐，可使用每周额度的 50%。 Pro 和 Team...
Claude Fable 5 订阅因为各种不可抗力一推再推后。。 Max 和 Team Premium 用户：7 月 20 日起，Fable 5 正式纳入订阅套餐，可使用每周额度的 50%。 Pro 和 Team Standard 用户：Fable 5 不进入套餐，继续走按量计费（usage credits，输入 $10/百万 token、输出 $50/百万 token），作为补偿一次性发放 $100 额度。 Claude Fable 5 的订阅闹剧终于要结束了，非 Max 和 Team Premium 的朋友们，好聚好散 😄 Claude: Beginning July 20, Claude Fable 5 will be included in all Max and Team Premium plans, at 50% of limits. Pro and Team Standard users will continue to have access to Fable via usage credits, and will receive a one-time $100 credit. Demand for Fable has been challenging to
我操了她妈的 早上起来昨天500块的claude号被封了 我操了！！！！！！
我操了她妈的 早上起来昨天500块的claude号被封了 我操了！！！！！！ uncle-lu: 人就是贱 我完全用不惯GPT5的这种对话风格 最后还是500块买了ClaudeMax 这个Claude回复的风格和细节，真的很不错 OpenAI能不能出点运营用的模型，不是一二三四五六七八咔咔咔写一堆然后啥也没用的模型
喜欢 GPT-5.6 Sol 的 10000 个理由 不是纯标题党，这个标题有个背景：Tibo 发布了一个活动，鼓励推友们分享自己使用 GPT-5.6 Sol 的心得、切换到 Codex 的原因等...
喜欢 GPT-5.6 Sol 的 10000 个理由 不是纯标题党，这个标题有个背景：Tibo 发布了一个活动，鼓励推友们分享自己使用 GPT-5.6 Sol 的心得、切换到 Codex 的原因等，前 10000 个审核通过的帖子，可以获得 $100 Codex Credits，我自己也得到了这 $100 不过实际点进去看这 10000 个帖子，能发现很多都是僵尸账号、内容真实性也比较低，所以，重点就是： 早看到、早发帖、早占坑！ Sam Altman: this is cool:
No DeepSeek V4 Pro, no MiniMax M3?
No DeepSeek V4 Pro, no MiniMax M3? SemiAnalysis: CHINA’S KIMI K3 HAS SURPASSED ALL AMERICAN MODELS IN FRONT-END CODING WHILE BEING SMALLER THAN MOST CLOSED-SOURCE FRONTIER MODELS. Great work by the @Kimi_Moonshot team.
15:00 更新
已发布批次
现在还有人在推荐的所谓开源“剪映 CapCut”替代 OpenCut 现在已经只有一个壳了，基本上啥代码都没有。 以前的那个半成...
现在还有人在推荐的所谓开源“剪映 CapCut”替代 OpenCut 现在已经只有一个壳了，基本上啥代码都没有。 以前的那个半成品也归档不再更新了。
乔帮主对Kimi K3的详细评测报告来了！非常牛逼，但也有一些局限。 6个真实场景项目，每个都能在线体验使用。 模型局限也有几条： 1. 因训练方式原因，与官方的 K...
乔帮主对Kimi K3的详细评测报告来了！非常牛逼，但也有一些局限。 6个真实场景项目，每个都能在线体验使用。 模型局限也有几条： 1. 因训练方式原因，与官方的 Kimi Code 匹配更好，如接入 Claude Code，效果可能会有折损。 2. 优化了长程、高难任务，主动性很强；遇到简单、模糊需求，反而会过度思考和发挥。 3. K3 在交互、界面、视觉、空间等相关场景完全可以作为首选模型，但架构、后端等场景，仍落后于最强闭源模型 Claude Fable 5 和 GPT-5.6 向阳乔木:
Grok 4.6下周将完成初始训练，2T参数，性能可能超过Kimi K3（听听就好，马斯克习惯性夸大），但是速度更快价格更便宜。训练完到实际能用上，还得不少时间，少说...
Grok 4.6下周将完成初始训练，2T参数，性能可能超过Kimi K3（听听就好，马斯克习惯性夸大），但是速度更快价格更便宜。训练完到实际能用上，还得不少时间，少说也得1到2个月 Elon Musk: @minchoi Our 2T model, which is better than our 1.5T in every way, will finish initial training next week. It might be able to exceed Kimi, but with speed and token efficiency close to our 1.5T (aka Grok 4.5).
Fable 5 今天正式确定永久会包含在 Max 计划中 如果我们站在多年以后的未来看向现在 Fable 5 不过是智能发展史上的一粒普通的尘埃 只是 A 社实在太抓马太喜欢搞...
Fable 5 今天正式确定永久会包含在 Max 计划中 如果我们站在多年以后的未来看向现在 Fable 5 不过是智能发展史上的一粒普通的尘埃 只是 A 社实在太抓马太喜欢搞事情了 其实没有 A 社也会有 O 社 K 社训练出这样的模型 大模型和大多数技术一样，是人类集体智慧和极致工程的产物 并没有什么独家秘籍
靴子落地了：从7月20日起，Claude Fable 5 将包含在所有 Max 和 Team Premium 计划中，限额为50%。 这得感谢 GPT 5.6 和 Kimi 3
靴子落地了：从7月20日起，Claude Fable 5 将包含在所有 Max 和 Team Premium 计划中，限额为50%。 这得感谢 GPT 5.6 和 Kimi 3 Claude: Beginning July 20, Claude Fable 5 will be included in all Max and Team Premium plans, at 50% of limits. Pro and Team Standard users will continue to have access to Fable via usage credits, and will receive a one-time $100 credit. Demand for Fable has been challenging to
以前我只是模糊地知道西西弗斯是个永远在推石头的人。 但今天让 AI 给我查了一下西西弗斯的完整故事。 西西弗斯是个很有趣的人啊。 现代人关心西西弗斯是否幸福...
以前我只是模糊地知道西西弗斯是个永远在推石头的人。 但今天让 AI 给我查了一下西西弗斯的完整故事。 西西弗斯是个很有趣的人啊。 现代人关心西西弗斯是否幸福，古代人其实更关心西西弗斯为何要被神罚，这个关注点的偏移也很现代。 西西弗斯的完整故事 1. 他是谁 西西弗斯是科林斯（当时叫以弗拉）的建城者和第一任国王。他父亲是风神之子埃俄罗斯，家世显赫。但他真正出名的不是血统，是狡猾。荷马写他是"世间最诡计多端的人"。 2. 泄露宙斯的秘密 河神阿索波斯的女儿埃吉娜被宙斯带走了。河神四处寻找，西西弗斯主动告密：是宙斯干的。作为交换条件，他要河神在科林斯的卫城山上引出一道泉水。 他用一位至高神的秘密，换了一口泉。 宙斯暴怒。 3. 捆住死神 宙斯下令让死神塔纳托斯去捆锁西西弗斯，把他带到冥界塔耳塔洛斯。但西西弗斯早就察觉到死神靠近了。他反过来把塔纳托斯骗进锁链，捆住了死神本身。 死神被锁住以后，世间没有人能死。老人不死，病人不死，战场上的士兵也不死。战神阿瑞斯发现自己的战争失去了意义——没有人倒下——于是亲自出手释放了塔纳托斯。 死神被释放后，西西弗斯是第一个被带走的人。 4. 骗过冥后 但西西弗斯在死前做了一件事：他吩咐妻子墨洛珀，在他死后不要为他举行葬礼，把他的尸体赤裸地扔在广场上。 到了冥界，西西弗斯向冥后珀耳塞福涅抱怨：我的妻子对我如此不敬，连葬礼都不办。请允许我回到人间去责备她，然后我会回来。 珀耳塞福涅同意了。 西西弗斯回到阳光下，然后——拒绝回去。 他又活了很多年。有的版本说他最终死于年老，有的说是赫尔墨斯把他强行拖回了冥界。 5. 永恒的惩罚 这一次没有第三次逃脱。 冥王哈迪斯为他安排了一块巨石和一座永远到不了顶的山坡。石头被施了魔法，每当快到山顶，就会自动滚落。西西弗斯必须走下去，重新推它上来。 一个一生都在制造出口的人，被安排了一个永远没有出口的循环。一个两次逃脱死亡的人，被赐予了一种永远不会结束的存在。 惩罚的精妙不在于它痛苦，而在于它精准地回应了他的一生：你想永远不死？好。你想永远不停地做事？好。你最擅长看见终点然后逃跑？我让你永远看不见终点。
Max 和 Team Premium 会继续可以通过订阅使用Fable 5，Pro和普通团队版则只能获得一次性100美元的积分额度
Max 和 Team Premium 会继续可以通过订阅使用Fable 5，Pro和普通团队版则只能获得一次性100美元的积分额度 Claude: Beginning July 20, Claude Fable 5 will be included in all Max and Team Premium plans, at 50% of limits. Pro and Team Standard users will continue to have access to Fable via usage credits, and will receive a one-time $100 credit. Demand for Fable has been challenging to
今晚20:00，邀请 X 上多个朋友直播。 每人7分钟介绍自己的 Vibe Coding 作品或 FDE 项目。 🔗 飞书会议链接： （开始前5分钟...
今晚20:00，邀请 X 上多个朋友直播。 每人7分钟介绍自己的 Vibe Coding 作品或 FDE 项目。 🔗 飞书会议链接： （开始前5分钟进入就行）
终于升到头等舱了，我知道未来这个会很火，这里会高手如云，所以先截图留念一下。 VibeLoft 真的是一个很有意思的产品
终于升到头等舱了，我知道未来这个会很火，这里会高手如云，所以先截图留念一下。 VibeLoft 真的是一个很有意思的产品
SUFLECA：扩大特征学习以用于CAD到图像对齐
CAD-to-image alignment aims to estimate an object's 9D pose (rotation, translation, and anisotropic scale) from a single RGB image, enabling applications in robotics and augmented reality. Recent zero-shot methods use visual foundation models to match image regions to CAD models, yet typically their correspondences are appearance-driven and degrade under occlusion or sim-to-real domain shift. To address these limitations, we introduce SUFLECA (Scaling Up Feature LEarning for CAD Alignment), a weakly-supervised framework for zero-shot CAD alignment with two key contributions. First, SUFLECA scales up geometry-grounded feature learning from pretrained visual representations through Normalized Object Coordinates (NOCs) supervision on 674K images spanning 12 real and synthetic datasets, learning compact geometry-aware features that generalize across domains. Second, we propose a geometrically consistent matching algorithm that establishes reliable one-to-one CAD-to-image correspondences. Together, these contributions enable accurate, sub-second alignment per object instance without iterative pose refinement. On ScanNet25k, SUFLECA achieves 33.4%/42.3% category/instance accuracy, outperforming, with a smaller computational footprint, the strongest zero-shot baseline by 10.3/12.2 percentage points and, for the first time on this benchmark, even surpassing fully supervised methods. Code is available at:
用于多步视觉推理的层次化去噪
Video models are evolving into vision foundation models, yet they still lack human-like multi-step reasoning. Streaming autoregressive diffusion models are efficient but limited in reasoning, while bidirectional diffusion enables global revision with high inference costs due to dense frame-level denoising. Both paradigms struggle to achieve logical consistency and low-latency streaming for complex reasoning tasks. We propose HDR (Hierarchical Denoising for Visual Reasoning), a unified framework that integrates hierarchical latents into causal video generation for multi-step reasoning. HDR organizes video latents into a tree-structured hierarchy, enabling coarse-to-fine reasoning before streaming output. Coarse denoising layers preserve uncertain hypotheses for global planning, while finer layers progressively refine them into concrete visual states. A sparse hierarchical attention pattern (SHAP) further reduces temporal attention costs. We introduce a level-stratified multi-step video reasoning benchmark with out-of-distribution cases, covering six tasks: maze navigation, Tower of Hanoi, one-line drawing, sliding puzzle, Sokoban, and water pouring. Compared with streaming autoregressive diffusion baselines, HDR improves success from 34.22 to 60.29 (76.2% relative gain) and increases average progress from 76.00 to 89.56, demonstrating more consistent reasoning trajectories. HDR maintains low-latency streaming at 0.70 seconds per latent, achieving 54.2 times faster inference than bidirectional diffusion. It also retains 82.9% of full-data performance with only 2% training data, compared with 52.0% for bidirectional diffusion. Real-world robot experiments further demonstrate HDR's potential for physical interaction and world modeling. Project demo:
10:00 更新
已发布批次
don't sleep on terra!
don't sleep on terra! Peter Steinberger 🦞: 5.6 Terra high is underrated. Switched @clawsweeper (GitHub review bot) to it and it's ~40% faster overall with negligible quality loss. Better than 5.5 on all counts. Massively cheaper. (Tried xhigh but that negates perf wins, didn't make a noticable difference in review evals)
BestBlogs 早报 · 07-18 # Kimi K3 / Fable 5 / Cursor / Grok Build / Q2 AI 趋势 [1] ★ 精讲｜Kimi K3：智能的新前沿 月之暗面发布 Kimi K3，2.8 万亿参数、...
BestBlogs 早报 · 07-18 # Kimi K3 / Fable 5 / Cursor / Grok Build / Q2 AI 趋势 [1] ★ 精讲｜Kimi K3：智能的新前沿 月之暗面发布 Kimi K3，2.8 万亿参数、896 选 16 的 Stable LatentMoE，是全球首个 3 万亿级开源模型。它用 KDA 线性注意力加 Attention Residuals 把上下文撑到 100 万 token，在内核优化、从零写编译器、芯片设计等长程 Agent 任务上接近 Fable-5，但仍落后最强闭源模型，完整权重将于 7 月 27 日前开源。 来源：月之暗面 Kimi [2] ★ 精讲｜Agent 跌跌撞撞进入世界｜2026 Q2 AI 趋势总结 腾讯企鹅智库的 Q2 复盘把过去三个月串成一条线：通用 Agent 夺走软件入口后，企业烧 Token 的 Tokenmaxxing 运动很快撞上复核瓶颈和成本墙。Multi-Agent、自进化 AI 和 CPU 重回算力中心在补这些缺口，而就业、安全、信息污染和认知缴械开始浮上水面。 来源：腾讯科技 [3] ★ 精讲｜Cursor 如何知道 Claude Fable 5 已准备好应对最难的 1% 问题 | Claude by Anthropic Cursor 的模型评测负责人讲他们怎么判断 Fable 5 够格上岗：自建 CursorBench 里它拿到 72.9% 的新高，更关键的是登月模拟里它先入轨采遥测、再落地，体现出超越局部推理的全局规划能力，适合那些连目标在哪都不清楚的难题。 来源：Claude Blog [4] Garry Tan：如何打造 AI 原生公司 [视频] Garry Tan 将 AI 原生公司定义为：把可重复的智能体工作沉淀为持续维护的技能，并以经过治理的公司记忆不断累积竞争优势的组织。 来源：AI Engineer [5] 代理安全差距：54% 的企业已经发生了 AI 代理安全事件，且大多数仍允许代理共享凭据 VentureBeat Pulse Research 的调查发现，超过一半的企业已经经历了 AI 代理安全事件或险情，但大多数仍允许代理共享凭据，并依赖供应商原生控制而非专用的身份和隔离控制。 来源：VentureBeat [6] LangChain Deep Agents：构建长时程 AI 应用的生产级框架 [视频] LangChain 的维护者将 Deep Agents 定义为一套面向生产环境的智能体运行框架：它在普通工具调用循环之上补足规划、委派、外部化上下文、沙箱执行与可观测性，以支撑长时程 AI 任务。 来源：LangChain [7] 世界模型为何可能提升 AI 的样本效率 [视频] 一场 Y Combinator 对谈解释了世界模型如何让 AI 智能体在机器人、游戏和自动驾驶等场景中先预测、模拟与规划，再采取行动，从而以更少数据学习。 来源：Y Combinator [8] 高价率运营 AI 工作台：约定驱动与 AI 编排的评测优化实践 阿里大淘宝技术团队分享其基于约定驱动与 AI 编排架构，构建自动化评测体系将 Agent Skill 可用性从主观判断转变为可量化工程闭环的实践，重点剖析了评测集生成、双引擎架构、金标设计陷阱及飞轮挑战。 来源：大淘宝技术 [9] 马斯克连夜开源 Grok Build，但 84 万行代码里还留着上传用户整个代码库的痕迹 本文详细报道了马斯克旗下 xAI 开源 Grok Build 编程智能体的前因后果，并深度解析了其 84 万行 Rust 代码库的构成、此前被曝光的整库上传隐私丑闻的技术细节，以及开源后仍残留的上传代码痕迹。 来源：InfoQ 中文 [10] WAIC 今日启幕，我们提前两天完整拆解 Agent 经济落地全路径 本文完整拆解了 Agent 经济从 Copilot 到 Long-running Agent 的落地全路径，覆盖商业模式、基础设施、垂直场景、出海实战等关键议题，并给出组织变革与信任设计的核心框架。 来源：非凡产研 --- · 发现真正适合你的高质量内容 BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，关注你感兴趣的来源和主题，每天生成一份更适合自己的「我的早报」，欢迎体验和关注我们。 在线阅读： ginobefun:
I actually think /goal is underrated. Yes, it does help to keep the agent going for longer, but it's useless without a clearly set goal/criteria. Not...
I actually think /goal is underrated. Yes, it does help to keep the agent going for longer, but it's useless without a clearly set goal/criteria. Not to mention that LLMs (even frontier ones) have their own biases and reward hacking issues, which often get in the way. This is the reason I've built my own /goal feature that leverages a separate LLM to reduce those issues. I prefer using the best models like Fable 5 or GPT-5.6 Sol for this. With GPT-5.6-Sol having native capabilities to do longer-horizon tasks (as tobi points out) without the "itch" to pause every minute, /goal feels more like /utltragoal. I wouldn't give it up just yet, as it serves as an extra enforcing layer. GPT-5.6-Sol can run for days now. One powerful way I've been using my /goal feature is to leverage both GPT-5.6-Terra/Luna (heck, even GPT-5.5 works just as well) as subagents and GPT-5.6-Sol as the advisor/judge. I can squeeze more out of my Codex subscription when I do this, and it can do tasks a lot faster. tobi lutke: OpenAI shipped /goal not too long ago. I feel like GPT-5.6-sol is the first model that just doesn't need it anymore? It just keeps on going until the thing is done. Really impressive.
Sol gets the thing done:
Sol gets the thing done: tobi lutke: OpenAI shipped /goal not too long ago. I feel like GPT-5.6-sol is the first model that just doesn't need it anymore? It just keeps on going until the thing is done. Really impressive.
GPT-5.6 Sol is the state of the art in cyber. Seeing significant results in applying it to finding and fixing novel vulnerabilities. Sign up as a defe...
GPT-5.6 Sol is the state of the art in cyber. Seeing significant results in applying it to finding and fixing novel vulnerabilities. Sign up as a defender to use it to secure your systems: AI Security Institute: On our cyber range "The Last Ones", GLM-5.2 matches Opus 4.5, released ~7 months before it, while DeepSeek’s V4-Pro falls below Sonnet 4.5, from ~7 months before it.
可以添加专门的 AI 时间线，看到更多 AI 相关信息
可以添加专门的 AI 时间线，看到更多 AI 相关信息 Nikita Bier: If you want to keep track of the latest AI model releases, pin the AI custom timeline. It’s personalized for you, ranked and labeled by Grok. The best way to monitor the situation as it’s happening.
Claude Code 刚才短暂下架了 Fable 5，然后又恢复了。有个朋友比较倒霉，因为开启了“Usage credits”，一个正在进行中的任务就开始使用 API 额度了，一小会轻松...
Claude Code 刚才短暂下架了 Fable 5，然后又恢复了。有个朋友比较倒霉，因为开启了“Usage credits”，一个正在进行中的任务就开始使用 API 额度了，一小会轻松 $18 就没了。 他们要真下了也挺好，我周末就可以好好放松一下了，现在要忙于把剩余额度在周末消耗完，不然 19 日到期就不能再在 Claude Code 内用了。 忠告：千万别打开“Usage credits”
买 Mac 是没错的，现在主流 Agent 应用都是 Mac 支持最好，比如 Compter Use，只有 Mac 支持的好。 对于开发者来说，开发 App 肯定也优先 Mac。我之前也试过 Ele...
买 Mac 是没错的，现在主流 Agent 应用都是 Mac 支持最好，比如 Compter Use，只有 Mac 支持的好。 对于开发者来说，开发 App 肯定也优先 Mac。我之前也试过 Electron，性能还是远比不上原生的。 如果不需要移动办公 Mac Mini 或者 Mac Studio 也挺好，但是内存一定要高，16 G 都小了，硬盘也一步到位 1T 以上。 黄赟: 宝玉老师的 BaoCut, 用来学英语，做信息搜集，简直太疯狂了 1/ 可以转录Youtube上任意视频，丢个URL就好 2/ 把翻译的中文，合轨到双语字幕 工具免费，skill 开源。你唯一要准备的是，Mac!!
下半年计划和姚老师在深圳办第二届GEO大会，寻场地赞助和志愿者。
下半年计划和姚老师在深圳办第二届GEO大会，寻场地赞助和志愿者。 姚金刚: 迭代了多次后，正式对GEORank全部开源，已推送到GitHub 这是一个可私有化部署的GEO工作台，帮助大家，诊断官网的GEO友好性，并继续生成行动方案、拓词、JSON-LD、llms.txt和知识库等工具 以及教程、问答等功能模块 旨在帮助大家，在各个场景更好的理解和更便利的用好GEO这个AI营销方法
文字的魅力永大于视频，但视频和线下销转，又是最快的收割机 来推看文字的朋友，脑回路 200% 优于只看抖快视的那波 文字可以反复咀嚼，选择权在读者；而视频和演...
文字的魅力永大于视频，但视频和线下销转，又是最快的收割机 来推看文字的朋友，脑回路 200% 优于只看抖快视的那波 文字可以反复咀嚼，选择权在读者；而视频和演讲，完全靠演技，长得好看，说话利索，音量大，贼好唬人 现在我也开始采用你这种方法，用 AI 去读视频，口播稿一旦落到文字上，处处是漏洞 U哥: 看到这里，我就没法继续看下去了。这种心理博弈和矛盾真的觉得观众看不出吗？
杨植麟在 GTC 2026 的一次演讲"How We Scaled Kimi K2.5"：月之暗面想把 AI 训练中三个沿用了近十年的基础组件，重新做一遍。优化器 Adam（2014 年）、注意力机...
杨植麟在 GTC 2026 的一次演讲"How We Scaled Kimi K2.5"：月之暗面想把 AI 训练中三个沿用了近十年的基础组件，重新做一遍。优化器 Adam（2014 年）、注意力机制（2017 年）、残差连接（2015 年），三个 Transformer 时代的地基组件，月之暗面各给了一个替代方案，而且全部开源。 但这场演讲讲的不只是 K2.5，而是月之暗面过去一年多的技术路线：开源模型还能从哪里继续变强，又该怎样逼近闭源模型的前沿水平。 杨植麟把答案拆成了三个方向：让每个 Token 更值钱、让更长的上下文真正发挥作用，以及让多个 Agent 同时协作。 此外，他还分享了两个重要进展：视觉训练如何反过来增强文本能力，以及月之暗面刚刚公布的下一代架构 Attention Residue。 【一、数据不够，就让每个 Token 更值钱】 大模型训练正在遇到一个越来越现实的问题：高质量数据快不够用了。 互联网上真正有价值的文本数量有限，模型越做越大，需要的数据越来越多，大家迟早都会撞上“数据墙”。既然高质量数据很难翻倍，月之暗面的思路是：能不能让模型从同样的数据里学到更多？ 他们给出的答案是 MuonClip，用它替代已经用了十多年的 Adam 优化器。 MuonClip 基于 Muon 优化器。简单理解，它会在更新模型参数时，尽量让不同方向上的信息保持独立，减少重复和浪费，从而提高训练数据的利用效率。 月之暗面的实验结果是：使用同样数量的数据，MuonClip 的训练效果接近把数据量增加一倍，这不仅意味着训练成本下降，也意味着模型能力的上限可能被推高。 假设手里只有 50 万亿个高质量 Token，如果 Token 利用效率提高一倍，就相当于又多出了 50 万亿 Token。在优质数据越来越稀缺的情况下，这种效率提升比单纯增加算力更重要。 但 Muon 也有一个明显问题：模型扩展到万亿参数后，注意力层里的数值容易失控。 月之暗面在训练中发现，注意力层的最大 logit 会突然飙升到 1000 以上，而正常范围通常只有 50 到 100。一旦数值继续膨胀，训练曲线就会发散，整个训练过程可能直接崩掉。 为了解决这个问题，他们设计了 QK-Clip。它会在模型前向计算时，实时检查每个注意力头的最大 logit。一旦数值超过安全范围，就同步缩放 Q 和 K 的投影，把数值压回来。 这个操作不会改变训练的收敛效果，只负责维持数值稳定。 靠着 QK-Clip，月之暗面成功把 Muon 扩展到了万亿参数规模，并训练了超过 15 万亿 Token，整个过程中没有出现一次 loss spike。 【二、上下文不只是要长，还要真正有用】 第二个方向，是提高模型利用长上下文的能力。 杨植麟展示了 Scaling Law 论文作者 Jared Kaplan 等人曾经做过的一组实验：比较 Transformer 和 LSTM 在不同上下文长度下的预测效果。 LSTM 读到一定长度之后，效果很快就不再提升。继续增加上下文，模型也很难从中获得更多信息。Transformer 则不同。上下文越长，模型对后续内容的预测通常越准确，而且很难看到明显的饱和点。 这个特点在 Agent 时代尤其重要。复杂 Agent 任务可能持续几天甚至几周。模型需要记住之前做过什么、得到过哪些结果、哪些方向已经失败，以及接下来该做什么。如果长上下文不能持续提供有效信息，Agent 的任务链条就很容易断掉。 问题是，标准的全注意力机制成本太高。它的计算量会随着上下文长度平方增长。上下文扩大十倍，注意力计算量可能增加一百倍。到了百万 Token 级别，训练和推理成本都会变得非常高。 月之暗面的解决方案是 Kimi Linear，核心是一种名为 KDA，也就是 Kimi Delta Attention 的线性注意力机制。KDA 的关键，是让模型学会“哪些信息要长期保留，哪些信息可以快速忘掉”。 传统线性注意力通常只有一个全局衰减系数，控制整个模型的记忆速度。这有点像所有内容共用同一个遗忘按钮：要么一起记住，要么一起忘掉。KDA 把一个衰减系数拆成了多个。不同信息通道可以使用不同的遗忘速度： - 有些通道衰减得很慢，负责保留长距离信息 - 有些通道衰减得很快，及时腾出空间吸收新内容 实际使用时，Kimi Linear 并没有完全抛弃全注意力，而是把线性注意力层和全注意力层按照 3∶1 的比例混合。 杨植麟称，这是第一个在短上下文、长输入和长输出任务上，都能全面超过全注意力的架构。上下文扩展到百万 Token，甚至更长时，它的效率优势会更加明显。 【三、从一个 Agent，变成一支 Agent 团队】 前两个方向都在提升单个模型的能力。第三个方向，则是让多个 Agent 一起工作。月之暗面把这种方式叫作 Agent Swarm，也就是“智能体集群”。 它的组织方式很像一家公司。一个主 Agent 充当 CEO，负责理解目标、拆解任务，并把不同子任务分配给多个子 Agent。子 Agent 可以分别扮演研究员、程序员、数据分析师和事实核查员等角色。任务完成后，主 Agent 再汇总结果。 这样做最大的价值是把串行任务改成并行任务。过去，一个 Agent 可能需要依次搜索资料、阅读文档、分析数据、编写代码、检查事实。现在，这些工作可以交给几十个甚至几百个 Agent 同时完成，从而大幅缩短复杂任务的执行时间。 不过，要让模型真正学会并行协作并不容易。训练 Agent Swarm 时，月之暗面设计了三种奖励： 第一种是“实例化奖励”，鼓励主 Agent 创建更多可以并行执行的子任务，避免它退化回单 Agent 串行工作。 第二种是“完成奖励”，要求子任务必须真正完成，防止模型为了获得实例化奖励，批量创建没有意义的空任务。 第三种是最终结果奖励，用来判断整个任务是否真正解决。 这三种奖励的权重会随着训练过程动态变化。训练前期更重视任务拆解、并行化和子任务完成率，后期则逐渐把重点转向最终结果。 从演示结果看，Agent Swarm 在复杂任务上能明显缩短执行时间。比如： - 同时下载、阅读几百个信息源并完成研究 - 并行撰写一份上百页文献综述的不同章节 - 同时分析十个不同的数据集 Kimi K2.5 发布时，Agent Swarm 已经支持最多 100 个 Agent 并行工作，整个任务最多可以执行 1500 个步骤。4 月发布的 K2.6 又把并行 Agent 的上限提高到了 300 个。 【四、一个意外收获：练“视觉”，也能让“大脑”变聪明】 K2.5 和前代 K2 之间，一个重要变化是采用了“早期融合”训练。 过去很多开源多模态模型采用的是“后期融合”：先用大量文本训练出一个语言模型，再用相对少量的视觉数据补上看图能力。 例如，先训练 20 万亿个文本 Token，再用大约 2 万亿个多模态 Token 把视觉能力“贴”上去。 K2.5 的做法不同。 它从训练一开始，就把视觉和文本数据混在一起。在 K2 文本基座的基础上，K2.5 又训练了约 15 万亿个混合 Token。 这种方式带来了两个让杨植麟感到兴奋的结果。 第一个发现是：只训练视觉任务，也能提升模型的文本推理能力。 研究团队只让模型完成数数、识别图片和视觉问答等任务，没有加入数学或编程训练。结果模型的文本推理能力也变强了。 换句话说，模型在练习“看”的同时，“想”的能力也得到了提升。 第二个发现则来自相反的方向：如果文本基座足够强，模型甚至不一定需要专门的视觉 SFT 数据。 K2.5 采用了“零视觉 SFT”方案。所有监督微调数据都是纯文本，然后再通过文本与视觉联合的强化学习，让模型获得视觉能力。最终，它在视觉任务上的表现依然接近最先进水平。 杨植麟认为，这种双向迁移来自早期融合。 当文本和视觉被放进同一个表征空间后，一种模态学到的能力，就有机会迁移到另一种模态。这也是 K2.5 能够“看图写代码”的基础。 如果视觉和文本仍然像两个彼此分开的“大脑”，这样的跨模态能力就很难自然出现。 【五、下一步：用注意力机制替代残差连接】 演讲快结束时，杨植麟介绍了月之暗面刚刚发布的一项新研究：Attention Residue，也就是“注意力残差”。这篇论文发布于 3 月 15 日，距离演讲只有两天。 残差连接是现代深度神经网络最重要的基础技术之一。2015 年，何恺明等人提出残差网络，此后残差连接逐渐成为 Transformer 的标准组件。它的基本做法是：每一层不仅处理上一层的结果，还保留一条直接传递信息的通道。这样即使模型很深，信息和梯度也能顺利通过，模型才有可能稳定训练。 杨植麟引用了 Ilya Sutskever 的一个说法：残差连接可以被理解为“旋转了 90 度的 LSTM”——LSTM 在时间维度上传递信息，残差连接则在网络深度上传递信息。 月之暗面顺着这个类比继续往前走了一步。 既然 Transformer 已经用注意力机制替代了 LSTM 在时间维度上的循环结构，那么在深度维度上，是否也能做同样的替换？ Attention Residue 就是这个思路的产物。 标准残差连接主要使用上一层的输出。Attention Residue 则允许当前层查看所有前序层的输出，再通过注意力机制决定：哪些历史信息值得保留，哪些信息可以忽略。 也就是说，模型不再只能被动接收上一层的结果，而是可以主动从整个计算历史中挑选信息。 为了控制计算成本，月之暗面实际采用的是分块版本 Block Attention Residual。它会把模型层分成多个块，比如每 16 层组成一个块。块内继续使用标准残差连接，块与块之间才使用注意力残差。 实验显示，大约 8 个块就能获得大部分收益。 Attention Residue 带来了约 24% 的 Token 效率提升。 按照杨植麟的算法，如果有 50 万亿个高质量 Token，效率提高 24%，就相当于额外增加了 12 万亿个 Token。它在 GPQA、MATH 和 HumanEval 等推理、数学与编程测试上的提升尤其明显。 【三个用了近十年的组件，都还有改进空间】 演讲最后，杨植麟把月之暗面的三个替代方案放在了一起： - Adam → MuonClip - Full Attention → Kimi Linear - Residual Connection → Attention Residue 它们分别对应大模型训练中的三个基础问题： - 怎样从有限的数据中学到更多 - 怎样更高效地利用超长上下文 - 怎样让深层网络更灵活地传递信息 三个方案都可以相对独立地替换现有组件，也都已经开源。 这些技术能否直接叠加，增益能否简单相乘，目前还没有经过完整验证。但它们至少说明了一件事：很多被认为“已经足够好”的基础组件，可能远没有到达终点。 在优质数据越来越少、训练成本越来越高的情况下，继续堆参数和算力并不是唯一的路。重新设计优化器、注意力机制和残差连接，同样可能带来可观的提升。 这也是杨植麟整场演讲真正想表达的观点。 正如他最后所说： > “Open models cannot be just open; they have also to be great.” 开源模型不能只是开放，还必须足够强。 注：本视频由 翻译 Jackywine: KIMI CEO杨植麟，一个视频带你彻底看懂大规模 AI 系统训练的秘密 自己看一遍比什么都重要
设计能力好、品味好的人，不需要 AI 都能做出漂亮的设计，有 AI 更是如虎添翼，但普通人不行。 AI 能提升普通人的下限，但是提升不了上限； AI 能放大和加速专业...
设计能力好、品味好的人，不需要 AI 都能做出漂亮的设计，有 AI 更是如虎添翼，但普通人不行。 AI 能提升普通人的下限，但是提升不了上限； AI 能放大和加速专业能力。 WesLin: @dotey 其实我用下来，也是觉得 GPT 5.6 的前端能力比较差，尤其是前端 UI 设计能力。 但是我也经常看到 X 上面有很多人，用 GPT 5.6 做出来的网页前端看起来高级得不得了，各种动效拉满。我都有点搞不明白，他们到底是怎么做到的？😂
UI Design Opus 4.8 是最好的，Fable 5 也不见得比它更好。GPT 5.6 Design 只能说比 GPT 5.5 好点，还是很差。 推荐多用用 Claude Design + Opus 4.8 做做原型设...
UI Design Opus 4.8 是最好的，Fable 5 也不见得比它更好。GPT 5.6 Design 只能说比 GPT 5.5 好点，还是很差。 推荐多用用 Claude Design + Opus 4.8 做做原型设计 UI 设计，会让你的软件设计水平提升一大截。 akazwz: opus 4.8 现在处于一个非常尴尬的位置，复杂点的需求我用 fable / GPT 5.6 sol，其他的需求我用 sonnet 5 也不会选 opus 4.8
OpenAI 正面回应了 GPT-5.6 在用户电脑上删文件这事，结论是：GPT-5.6 在执行编程任务时，可能会把用户的整个主目录（$HOME）给删了。 出现这种问题的原因是这样...
OpenAI 正面回应了 GPT-5.6 在用户电脑上删文件这事，结论是：GPT-5.6 在执行编程任务时，可能会把用户的整个主目录（$HOME）给删了。 出现这种问题的原因是这样的： 用户开启了 Codex 的完全访问模式（Full Access），关掉了沙盒保护，也没开自动审查（Auto Review）。模型在做清理任务时，试图重写 $HOME 环境变量来指定一个临时目录，结果搞混了，把真正的 $HOME 目录删掉了。 Tibo 说 OpenAI 正在采取措施：更新开发者提示信息，引导用户使用更安全的权限模式，在 Codex 的 Harness 加额外的安全检查。他还承诺几天内会发一篇详细的事后分析报告。 Tibo: On file deletions. We’ve investigated a handful of reports where GPT-5.6 unexpectedly deleted files. What we have found is that this most commonly occurs when: - Full access mode is enabled and codex is run without sandboxing protections, including without auto review being
开心，用 Suno 5.5 + Seedance 2生成的哥特金属 MV。 得到了知名金属乐队大佬称赞，哈哈哈。
开心，用 Suno 5.5 + Seedance 2生成的哥特金属 MV。 得到了知名金属乐队大佬称赞，哈哈哈。
That missing token efficiency is coming. Can't say more now, but efficient frontier long context reasoning/understanding and other TTC breakthroughs a...
That missing token efficiency is coming. Can't say more now, but efficient frontier long context reasoning/understanding and other TTC breakthroughs are on the horizon. Architectural improvements are often ignored in these benchmarks, but I expect major shifts by EOY. Gavin Baker: Kimi K3 may be an important inflection point for AI. Potentially negative for Anthropic and OpenAI while being net positive for essentially every other company in the world. I mean that very literally. Although the real “Sputnik moment” would be an open-source frontier model that
AI 创业有一个特别大的坑是要提前准备预防白嫖党、逆向Hack。 已听到好几朋友公司案例，损失惨重。
AI 创业有一个特别大的坑是要提前准备预防白嫖党、逆向Hack。 已听到好几朋友公司案例，损失惨重。
今天跟朋友参加锦秋小饭桌，见到小红书AI KOL袁晓辉博士。 她分享了每天口播录制工作流： 1. 下班路上边走边录，像朋友陪走路说话，比正襟危坐自然， 画面有变化...
今天跟朋友参加锦秋小饭桌，见到小红书AI KOL袁晓辉博士。 她分享了每天口播录制工作流： 1. 下班路上边走边录，像朋友陪走路说话，比正襟危坐自然， 画面有变化，更容易吸引用户注意力。 2. 剪辑工具就是手机剪映，调高音量，加降噪，适当美颜，最耗时的是校对字幕。 另外最重要是，每天发！
没有符合当前条件的资讯。