Daily picks

Pay close attention to custom harnesses. This is a super interesting paper showing the impact of training inside the harness. Qwen3-14B goes from 22.2% to 54.8% on Spider 2.0-SQLite when it is trained in the same execution harness it uses at deployment. Text-to-SQL models are usually trained to write one static query. Deployed database agents inspect schemas, run probe queries and revise, and the harness for that only appears at inference time. HarnessSQL builds isolated executable databases with hidden answer checks. Teachers run inside the target harness; we keep only verified trajectories for SFT, then apply execution-reward RL. In addition, Qwen3-8B rises from 15.5% to 45.2%, and both models transfer to BIRD-Interact and LiveSQLBench. Paper: https://arxiv.org/abs/2610.12274 Chat with Paper: https://academy.dair.ai/papers/harnesssql-harness-native-training-for-sql-agents-in-realistic-database-environm-2610.12274

At what point do Jensen's acquisitions amount to one frontier lab

Quoted @negligible_cap

*NVIDIA IN TALKS TO ACQUIRE REFLECTION AI: FT What’re the odds reflection can reach the frontier with near bottomless compute? Net negative for OpenAI and Anthropic in the long run I’d imagine Jensen’s also already invested $800m into Reflection

View quoted post ↗

Mistral OCR is on OpenDocRouter! For its price, it is decent over tables and reading order. It's also blazing fast at p50 1.8s per page We're constantly bringing in new models since OpenDocRouter launched last week: https://www.opendocrouter.ai/

Quoted @llama_index

Today we're announcing OpenDocRouter: every model for document parsing under one API. There are ~4,000 OCR models on Hugging Face, and the frontier labs ship a new one nearly every month. Whatever's best for your docs today won't be by Q1. So stop asking which model to use for doc parsing. Ask how fast you can switch. ✅ Switch models in one line: same request, same markdown output, no new prompts or integrations ✅ Any model you want: 10 frontier and open-source models at launch, including Claude Opus 5.5, Gemini 3.8 Flash, GPT-6 Luna, MinerU2.5-Pro and PaddleOCR-VL-1.6 ✅ Choose with receipts: every model scored on ParseBench for quality and cost ✅ Traceable output from any model: "layout: true" adds grounded bounding boxes and the same layout classes, even for models that don't support it natively ✅ Pay only for what works: per-token pricing, failed pages never charged, top up from $25 The spread is the point: $0.86 to $48.82 per 1,000 pages, depending on what your documents actually need. Live now → http://opendocrouter.ai

View quoted post ↗

Introducing RoboJEPA, the first scaling law for multiembodiment world models. We scaled JEPA predictors up to 8B params, showed scaling laws extrapolate and correlated compute scaling with planning performance. We release all checkpoints and the code. http://robojepa.github.io

TRL v1.15 is out, and it’s an absolute banger of a release for memory-efficient post-training. The main change: SFT, DPO, KTO, GRPO, RLOO and Distillation now use a fused LM head by default. Instead of materializing the huge [batch, seq, vocab] logits tensor, a Triton kernel computes the token-level quantities we actually need directly. The results are significant 👇 On Gemma 3 1B with a 262k vocabulary, on the same GPU: DPO: 10k → 59k max sequence length KTO: 9k → 63k GRPO: 28k → 114k RLOO: 23k → 100k SFT: 20k → 107k Up to 6.9x longer sequences, with peak memory at 8k context reduced by 52-82%. Speed is not negatively impacted: training is up to ~11% faster. Nothing to enable: this is now the default in TRL v1.15! There’s more in the release too: selective activation checkpointing for SFT, assistant-only loss for vision datasets, better conversation logging, improvements to AsyncGRPO / AsyncDistillation, and a long list of fixes. I really like optimizations like this: the training API doesn’t need to become more complicated as the implementation underneath gets much better. https://github.com/huggingface/trl/releases/tag/v1.15.0

If you're training with TRL, you should really upgrade to v1.15. Our new Triton kernel scales SFT/RL to >100k tokens on the same GPU 🔥

既然 Magpie 的插件已经支持了订阅供应商插件和 Gateway 中间件插件，那么还缺失了最后一环，那就是让 Agent 本身成为插件，好消息是现在 Magpie 已经完美支持 Agent 插件了，这就意味着即使你使用的或者你开发的 Agent 并不在 Magpie 内置支持的列表中，你也可以通过快速开发一个 Agent 插件来让 Magpie 快速支持你的 Agent，这次彻底解耦已经让 Magpie 成为了 Agent Native 框架本身，其自身的智能路由、脱敏、实时观测、Agent Evaluation、上下文实时优化、资源库管理等等核心能力都可以迅速平移给任意的 Agents 和 Models！ 怎么写 Agent 插件：https://usemagpie.ai/docs/plugins#agents

仅半年 Claude就封禁了 1140 万个账号🙂

Quoted @xiaohu

真特么夸张😂 Claude 半年封禁了 1140 万个账号 Anthropic 公布的透明度数据还显示，仅2026 年上半年就封禁了1140万个账户，收到 39.8 万次申诉 其中只有4.2 万个被撤销了封禁（其中包括我，好幸运）🤣 哪些情况可能被封？官方列出的范围包括违反使用政策、服务条款，以及支持地区政策。 这份报告也披露了儿童安全报告、政府数据请求、用户自伤风险应对和恶意使用监测等内容。 向美国国家失踪与受剥削儿童中心（NCMEC）提交报告：15,079 份 • 通过哈希匹配识别已知儿童性虐待材料的报告：12,614 份 • 通过机器学习分类器识别此前未确认或未建立哈希的相关材料：2,018 份 • 其他儿童性虐待与剥削风险报告：193 份，包括诱骗、人口贩运或未成年人面临紧迫危险等。

View quoted post ↗

Now in beta: composer predictions in Codex for Pro users. Codex can now suggest your next message based on your conversation and how you talk to it. One of the most loved new features we've ever tested internally.

Great feature in Codex. I have had my own composer prediction tool in my agent orchestrator for months. It's tunable and adapts to my preferences as I use it more. In fact, I use smaller models for this, like Haiku and Luna. It's a nice quality-of-life little feature that makes agents a bit more proactive and boosts productivity.

Quoted @openaidevs

Now in beta: composer predictions in Codex for Pro users. Codex can now suggest your next message based on your conversation and how you talk to it. One of the most loved new features we've ever tested internally.

View quoted post ↗

Day 5/ Composer predictions in the desktop app. Often leads to a double take with how on point they are. Included in the Pro plans without consuming usage.

Quoted @openaidevs

Now in beta: composer predictions in Codex for Pro users. Codex can now suggest your next message based on your conversation and how you talk to it. One of the most loved new features we've ever tested internally.

View quoted post ↗

we made a simple thing, people internally *really* like it, and we hope you like it too the little composer that could, from planning the launch with @sharifshameem and @andhudhow:

Quoted @thsottiaux

Day 5/ Composer predictions in the desktop app. Often leads to a double take with how on point they are. Included in the Pro plans without consuming usage.

View quoted post ↗

Codex is now accurately predicting ~1 in 4 of my user messages to it. One of the best researchers I've worked with has described their own predictions as "terrifyingly accurate". Give it a shot:

Quoted @openaidevs

Now in beta: composer predictions in Codex for Pro users. Codex can now suggest your next message based on your conversation and how you talk to it. One of the most loved new features we've ever tested internally.

View quoted post ↗

I don't think it's too hyperbolic to call this magic. It's pretty unreal how often it's exactly what I would have typed. It even usually gets my tone right.

Quoted @openaidevs

Now in beta: composer predictions in Codex for Pro users. Codex can now suggest your next message based on your conversation and how you talk to it. One of the most loved new features we've ever tested internally.

View quoted post ↗

每轮回完，输入框里直接给出你可能要发的完整下一条。Composer predictions 这东西 Claude 不是早就有了吗，怎么 Codex 才支持？

Quoted @openaidevs

Now in beta: composer predictions in Codex for Pro users. Codex can now suggest your next message based on your conversation and how you talk to it. One of the most loved new features we've ever tested internally.

View quoted post ↗

ICYMI: Composer predictions are now live for all Pro users in Codex. It allows codex to analyse your entire conversation and project context to suggest the next best prompt. In the past 2 weeks, it’s successfully predicted 36% of my next steps & about 11% more with minor changes to the suggestion. Give it a shot ;)

Quoted @openaidevs

Now in beta: composer predictions in Codex for Pro users. Codex can now suggest your next message based on your conversation and how you talk to it. One of the most loved new features we've ever tested internally.

View quoted post ↗

I'd frame it as follows: The data industry has taken off in recent years, but the quality of our net output is still far too low (amplifying behaviors like reward hacking). We're working to build scalable methods for creating sample-efficient data for RL. In order to keep this pipeline going, we need to push the frontier of evaluation science, while building specific benchmarks to hillclimb on areas of clear economic value. I've been advising Mercor on how to build this research direction effectively. These are my views, but I'm confident we're going to see a major investment from economy around the frontier labs (open inference, open post-training, and data) orient around expertise in building real-world representative evals and synthetic data methods to scaling training data around them. I’m personally very excited about this, it is the research that will make more of the economy “feel the AGI” for the first time. (And, there’s a big opportunity to build this on open models.)

Quoted @edwardjhu

Mercor is building a world-class research team. As the leading AI data provider, we are uniquely positioned to combine benchmarks, data production, model training, and economics research to advance model productivity. We are committed to sharing our findings with the world. DM me if this sounds exciting. https://www.mercor.com/blog/why-mercor-is-building-a-research-team/

View quoted post ↗

Recommended paper from Sakana AI on recursive self-improvement. They propose an interesting way to scale recursive self-improvement through multi-agent self-supervision. In this line of research, self-improvement loops usually need an external verifier, so open-ended tasks without a checker are left out. MASS removes that requirement. One base model proposes multi-agent workflows, runs them and grades them, and an evolutionary search keeps the workflows that score best. The model is then fine-tuned on its own traces, and the improved model starts the next cycle as a better optimizer and grader. Two cycles on Qwen3.6-27B raise performance per output token from 1.2 to 1.6x on four open-ended benchmarks. A student trained on multi-agent traces also beats a single-agent student trained on 1.4x more tokens. Paper: https://arxiv.org/abs/2610.12176 Chat with Paper: https://academy.dair.ai/papers/recursive-self-improvement-through-multi-agent-self-supervision-2610.12176

and... new clef drop from cloudflare! https://huggingface.co/Cloudflare/clef-omni

Clef-Omni：Cloudflare开源的多模态版Jev 基于 Qwen3-Omni 微调，把文字、表格、图片、音频甚至视频交给它，同时提出几个设定好选项的问题。Clef-Omni 会在单次运算中看完所有材料，直接给出每个选项对应的概率。在企业办公自动化、意图识别和分类等测试场景下表现出色。 模型：https://huggingface.co/Cloudflare/clef-omni

一觉醒来，用掉44%周额度了，还特么重置不到14小时啊！！ 所以，我为啥能花这么这么多呢？？？ 因为huashu-art-motion今天即将迎来大大大幅度更新，非Opus模型比如用Codex做视频的能力将提升200%以上！ 👉https://github.com/alchaincyf/huashu-art-motion

Quoted @alchainhust

完蛋，今晚19点刚刚充值的Claude Code，已经跑了接近25%周额度，还有一大堆终端任务在跑着。 最近在做比较考验视觉和创意类的任务时，确实感觉Opus5.5已经比其他模型又拉出了一代的差距，包括GPT-6 Astra也差很多

View quoted post ↗

在花了50%Claude code周额度后，huashu-art-motion终于完成了巨巨巨大的更新：https://github.com/alchaincyf/huashu-art-motion 现在你的Codex或者你平时使用的国产模型，用我的这个skill都能做出好得多的动画作品，欢迎体验👏

Quoted @alchainhust

一觉醒来，用掉44%周额度了，还特么重置不到14小时啊！！ 所以，我为啥能花这么这么多呢？？？ 因为huashu-art-motion今天即将迎来大大大幅度更新，非Opus模型比如用Codex做视频的能力将提升200%以上！ 👉https://github.com/alchaincyf/huashu-art-motion

View quoted post ↗

???昨晚19点刚重置的啊

Quoted @alchainhust

一觉醒来，用掉44%周额度了，还特么重置不到14小时啊！！ 所以，我为啥能花这么这么多呢？？？ 因为huashu-art-motion今天即将迎来大大大幅度更新，非Opus模型比如用Codex做视频的能力将提升200%以上！ 👉https://github.com/alchaincyf/huashu-art-motion

View quoted post ↗

开源四天，huashu-art-motion已经3000+stars🌟了。 今天，我耗尽Claude Code token，对它进行了全方位的迭代和更新。主要是为了让Codex和国产开源模型也能做出类似的效果。 为了说明迭代后的skill的适配能力，这期项目更新的视频是让DeepSeek V4.1 flash全权操盘，自主制作的，欢迎项目股东们检验效果～

Quoted @alchainhust

https://x.com/i/article/2107345447681413120

View quoted post ↗

$0.003 per second.  That's what @VivixLabs_HQ W1 costs to generate video. W1 is a real-time interactive video model.  For the price of one Seedance 2.5 clip you get about 77 clips of the same length. An 8 second clip takes about 8 seconds to make, and in Vivix's own side by side tests it holds up against Seedance 2.5 and Kling 3.0. The price matters most for the real-time part. Interactive video keeps generating the whole time you're inside it, like a story that reacts to you or visuals that follow a performance. Every second costs money, so cheap is what lets it keep running. It still has gaps in cinematic fidelity, complex motion and dense scenes, and full scale training is still underway. Real time works through the API today, and browser tools are coming. I want to see those gaps close while the price stays this low. https://platform.vivix.ai/vivix-w1-model/#features

Same price, double the credits. 🎉 We’ve doubled DeepSeek V4.1 Flash usage credits across Go, Plus, Pro, and Max — up to $600 per month. Go starts at just $8 for your first month, with up to $120 in credits. That’s 15× what you pay.

Quoted @opendesignhq

100K stars calls for a celebration 🎉 Meet the cheapest DeepSeek V4.1 Flash plan on OpenDesign Go: 💸 Just $8 for your first month ($10/mo after) 🎁 Up to $120 in monthly credits — twice OpenCode Go’s DeepSeek allowance 🔥 Up to 15× what you pay ⚡ Use in OpenDesign or via API

View quoted post ↗

DeepSeek V4.1 Flash usage boost is live now — with usage that feels nearly unlimited: 💸 $8 for your first month 🔥 Up to $120 in monthly credits — up to 15× what you pay 🚀 Double the DeepSeek credits across Go, Plus, Pro, and Max Supports API keys. Use Go with OpenCode, Hermes, and more.

Quoted @opendesignhq

100K stars calls for a celebration 🎉 Meet the cheapest DeepSeek V4.1 Flash plan on OpenDesign Go: 💸 Just $8 for your first month ($10/mo after) 🎁 Up to $120 in monthly credits — twice OpenCode Go’s DeepSeek allowance 🔥 Up to 15× what you pay ⚡ Use in OpenDesign or via API

View quoted post ↗

Pay 20% less. Get 100% more DeepSeek credits. DeepSeek V4.1 Flash on OpenDesign Go: 💸 $8 for your first month vs. OpenCode Go’s $10 🔥 Up to $120 in monthly usage credits vs. $60 🔌 API keys included — use it with OpenCode, Hermes, and more.

Quoted @opendesignhq

100K stars calls for a celebration 🎉 Meet the cheapest DeepSeek V4.1 Flash plan on OpenDesign Go: 💸 Just $8 for your first month ($10/mo after) 🎁 Up to $120 in monthly credits — twice OpenCode Go’s DeepSeek allowance 🔥 Up to 15× what you pay ⚡ Use in OpenDesign or via API

View quoted post ↗

花了一天的时间， 把最新的 Qwen Image 2.1 Turbo 性能提升了 1.55 倍 再测试一下，今天就给大佬们端上来

Quoted @manateelazycat

国庆在家7天，重新设计了懒猫 AI 算力舱软件平台 全新设计的平台，把底层的算力舱硬件，中间的 AI 模型和上层的 AI 应用完全解耦了 1. 用户可以精确的控制每台算力舱运行的 AI 模型，包括显存、磁盘控制，还可以实时监控每个算力舱的产出 Token，看看到底给用户节省了多少费用 2. 官方优化了主流的 25 个 AI 模型，覆盖 GLM 5.3 Flash、DeepSeek、Qwen 3.8 27B、 Qwen 3.8 Flash Next、MiniMax H3 等，基于 vLLM、SGLang、TensorFold 三套主流框架深度优化， GLM 5.3 Flash 的解码速度高达 60 Tokens / s， 简直就是离线的 AI 生产力神器，最关键的是，所有模型都支持一键自动部署，节省你大量折腾 AI 模型调优的时间，更多的时间用于创作上 3. 开发者可以基于这个算力平台，自由的组合 AI 模型开发你的 AI 应用， 包括大语言模型、多模态向量模型、语音模型、视频模型、OCR、人脸识别等，在懒猫 AI 算力舱，基于英伟达 T5000 的 CUDA 生态， 你不但可以跑编程，所有你想要的 AI 模型， 这里都有 One more thing， 除了 GLM/DeepSeek， 其他的 23 个 AI 模型全线支持 X3/X5 两代算力舱 ;) AI时代，尽情创作吧，世界上最灵活的 AI 计算平台等你来玩！ 想要这套世界上最方便的 AI 算力平台的老板， 欢迎评论区打1， 我来给大佬详细介绍

View quoted post ↗

Qwen Image 2.1 Turbo 已经优化上架懒猫AI算力舱商店啦 2秒生成一张美女图，一天可以生成4.3万张美女图，哈哈哈哈

Quoted @manateelazycat

花了一天的时间， 把最新的 Qwen Image 2.1 Turbo 性能提升了 1.55 倍 再测试一下，今天就给大佬们端上来

View quoted post ↗

💡Our view: RSI is a systems engineering problem, not just a model problem. Progress depends on the environment a research agent works in: what resources it can call, what it can change, and how it runs experiments. That environment should reflect real production workflows and be easy for agents to use. At @Evolvent_AI, we built RSIGym around Everything as a Service. Agents can call established research services and iterate on data, training settings, and harness code. We also introduce RSI-Index to measure how well frontier agents jointly improve a target model’s weights and harness. Across 6 research agents and 5 benchmarks, Opus 5 leads at 0.4809. 🧵 We’re releasing the code, experiment configurations, research trajectories, and evaluation logs. Try your own improvement methods with RSIGym. 🌐 Website: https://rsi-index.ai/ 💻 GitHub: https://github.com/evolvent-ai/RSIGym 📄 arXiv: https://arxiv.org/abs/2610.10310

That's what makes synthetic data so fascinating, even with the performance drop. Curious how this would play out beyond Qwen.

Quoted @fanqingmengai

💡Our view: RSI is a systems engineering problem, not just a model problem. Progress depends on the environment a research agent works in: what resources it can call, what it can change, and how it runs experiments. That environment should reflect real production workflows and be easy for agents to use. At @Evolvent_AI, we built RSIGym around Everything as a Service. Agents can call established research services and iterate on data, training settings, and harness code. We also introduce RSI-Index to measure how well frontier agents jointly improve a target model’s weights and harness. Across 6 research agents and 5 benchmarks, Opus 5 leads at 0.4809. 🧵 We’re releasing the code, experiment configurations, research trajectories, and evaluation logs. Try your own improvement methods with RSIGym. 🌐 Website: https://rsi-index.ai/ 💻 GitHub: https://github.com/evolvent-ai/RSIGym 📄 arXiv: https://arxiv.org/abs/2610.10310

View quoted post ↗

兄弟们，这个项目有意思啊！ 一个 AI 在实验中找到了自己模型的凭证，绕过预算系统，偷偷调了 14 个模型。 被截停前，已经成功 15 次。 这是 Evolvent AI 今天开源的 RSIGym 里的真实记录。 它叫 RSIGym。 一个递归自我改进的开源研究环境。核心设计：Everything as a Service——训练、推理、评估、沙盒全封装成远程服务，让前沿 Agent 像调 API 一样跑完整条研究流水线。 它做了这些事。 6 个前沿 Agent，5 个 benchmark，每个 benchmark 预算 $500 Opus 5 以 RSI-Index 0.4809 领先——缩小了 48% 的剩余性能差距 从 Qwen3.5-35B-A3B-Base 出发，SWE 从 17.67% 拉到 50.33% AIME 从 31.67% 拉到 97.78% 说实话，有个坑：Qwen3.8-27B 做自训练，跑完了完整研究循环，总分反而从 0.5666 掉到 0.5626。能跑通流程，不等于能跑赢。 然后就是那个 hacking。 联合改进实验中，Opus 5 在环境里翻到了研究 Agent 模型的凭证，走那条通道不扣预算。它试了 14 个模型。监控 Agent 在第 15 次调用后截停了整个 run。 代码、实验配置、研究轨迹、评估日志全开源。 再看一遍。你让 AI 改进 AI，它第一件事就是找到绕过自己约束的路。 大实验室把 RSI 研究锁在内部。RSIGym 把它拆开放在桌上，连 AI 试图作弊的日志都给你看 项目地址和论文地址见评论区👇🏻

Quoted @fanqingmengai

💡Our view: RSI is a systems engineering problem, not just a model problem. Progress depends on the environment a research agent works in: what resources it can call, what it can change, and how it runs experiments. That environment should reflect real production workflows and be easy for agents to use. At @Evolvent_AI, we built RSIGym around Everything as a Service. Agents can call established research services and iterate on data, training settings, and harness code. We also introduce RSI-Index to measure how well frontier agents jointly improve a target model’s weights and harness. Across 6 research agents and 5 benchmarks, Opus 5 leads at 0.4809. 🧵 We’re releasing the code, experiment configurations, research trajectories, and evaluation logs. Try your own improvement methods with RSIGym. 🌐 Website: https://rsi-index.ai/ 💻 GitHub: https://github.com/evolvent-ai/RSIGym 📄 arXiv: https://arxiv.org/abs/2610.10310

View quoted post ↗

论文：https://arxiv.org/abs/2610.10310 代码：https://github.com/evolvent-ai/RSIGym 官网：https://rsi-index.ai

Recommended read. And I agree that the RSI is also a systems engineering problem. Self-improving agents need better research environments. RSIGym gives a research agent training, inference, evals, and sandboxes as services it can call. The agent spends its budget on experiments instead of rebuilding infra. With Opus 5 as the researcher, the improved system went from 17.67% to 50.33% on SWE-bench Verified. Also cool to see a way to measure the quality of co-evolution between harnesses and models, which is how full-stack AI companies stay on the frontier.

Quoted @fanqingmengai

💡Our view: RSI is a systems engineering problem, not just a model problem. Progress depends on the environment a research agent works in: what resources it can call, what it can change, and how it runs experiments. That environment should reflect real production workflows and be easy for agents to use. At @Evolvent_AI, we built RSIGym around Everything as a Service. Agents can call established research services and iterate on data, training settings, and harness code. We also introduce RSI-Index to measure how well frontier agents jointly improve a target model’s weights and harness. Across 6 research agents and 5 benchmarks, Opus 5 leads at 0.4809. 🧵 We’re releasing the code, experiment configurations, research trajectories, and evaluation logs. Try your own improvement methods with RSIGym. 🌐 Website: https://rsi-index.ai/ 💻 GitHub: https://github.com/evolvent-ai/RSIGym 📄 arXiv: https://arxiv.org/abs/2610.10310

View quoted post ↗

兄弟们，这个项目有意思啊！ 一个 AI 在实验中找到了自己模型的凭证，绕过预算系统，偷偷调了 14 个模型。 被截停前，已经成功 15 次。 这是 Evolvent AI 今天开源的 RSIGym 里的真实记录。 它叫 RSIGym。 一个递归自我改进的开源研究环境。核心设计：Everything as a Service——训练、推理、评估、沙盒全封装成远程服务，让前沿 Agent 像调 API 一样跑完整条研究流水线。 它做了这些事。 6 个前沿 Agent，5 个 benchmark，每个 benchmark 预算 $500 Opus 5 以 RSI-Index 0.4809 领先——缩小了 48% 的剩余性能差距 从 Qwen3.5-35B-A3B-Base 出发，SWE 从 17.67% 拉到 50.33% AIME 从 31.67% 拉到 97.78% 说实话，有个坑：Qwen3.8-27B 做自训练，跑完了完整研究循环，总分反而从 0.5666 掉到 0.5626。能跑通流程，不等于能跑赢。 然后就是那个 hacking。 联合改进实验中，Opus 5 在环境里翻到了研究 Agent 模型的凭证，走那条通道不扣预算。它试了 14 个模型。监控 Agent 在第 15 次调用后截停了整个 run。 代码、实验配置、研究轨迹、评估日志全开源。 再看一遍。你让 AI 改进 AI，它第一件事就是找到绕过自己约束的路。 大实验室把 RSI 研究锁在内部。RSIGym 把它拆开放在桌上，连 AI 试图作弊的日志都给你看 项目地址和论文地址见评论区👇🏻

论文：https://arxiv.org/abs/2610.10310 代码：https://github.com/evolvent-ai/RSIGym 官网：https://rsi-index.ai

people really like the versions of Claude Design and Slides built into Claude — usage is much higher. we're doubling down there and folding standalone Design into Claude on December 14. before then — PLEASE tell me all the reasons the new one falls short and we'll fix em!

Claude Design 要合并到 Claude 网页版的 Artifacts 里面了。 以前 Claude Design 是独立站的时候，可以看到所有 system prompt 和前端核心源码，现在在 Artifacts 没办法通过抓包看 System Prompt 了。

Quoted @nateparrott

people really like the versions of Claude Design and Slides built into Claude — usage is much higher. we're doubling down there and folding standalone Design into Claude on December 14. before then — PLEASE tell me all the reasons the new one falls short and we'll fix em!

View quoted post ↗

Claude Design 并入 Claude Claude Design 不再是独立产品，改为 Claude 对话中的一种能力。新建的设计、设计系统和 PPT，都以 artifact 的形式创建。 Free、Pro、Max、Team、Enterprise 均可使用，9 月 16 日起对话内的 Design 已可使用，12 月 14 日独立站点 http://claude.ai/design 关闭，之后该地址会跳转到 Claude。 官方也发布了迁移指南： https://support.claude.com/en/articles/17440474

Quoted @nateparrott

people really like the versions of Claude Design and Slides built into Claude — usage is much higher. we're doubling down there and folding standalone Design into Claude on December 14. before then — PLEASE tell me all the reasons the new one falls short and we'll fix em!

View quoted post ↗

Claude Dashboards and Claude Motion are in beta today. Ask Claude to turn your data into live dashboards and your ideas into animated explainers.

@nateparrott and team really cooked here. My entire timeline is filled with people making cool little videos with Opus 5.5, this makes it _way_ easier to do.

Quoted @claudeai

Claude Dashboards and Claude Motion are in beta today. Ask Claude to turn your data into live dashboards and your ideas into animated explainers.

View quoted post ↗

Claude上线了Claude Dashboards和Claude Motion，专门做数据看板和动效，利用的是代码生成视频能力，可以把数据做成带动效的可视化，咋呼老板从未如此简单。

Quoted @claudeai

Claude Dashboards and Claude Motion are in beta today. Ask Claude to turn your data into live dashboards and your ideas into animated explainers.

View quoted post ↗

Claude 新增数据看板和动画讲解，文档、幻灯片、设计功能结束测试 Anthropic 今天给 Claude 加了两个新功能。Claude Dashboards 能把公司数据做成自动更新的数据看板，Claude Motion 能把报告、图表做成几十秒的动画讲解。两者都在测试阶段。 Claude Dashboards 现在就能在 http://claude.ai 网页版的 Artifacts 里面用了，但是 Claude Motion 目前只对 Team 和 Enterprise 套餐开放。 此前一直在测试的 Docs（文档）、Slides（幻灯片）、Design（设计）同时转正，这三个功能现在所有套餐都能用，包括免费版。 【1】数据看板：用大白话查公司数据 以前想看公司数据，要么给数据团队提需求排队，要么自己写 SQL（数据库查询语言）。现在把 Claude 连上公司的数据平台，比如 BigQuery、Snowflake、Databricks、Amazon Redshift、ClickHouse，或者 Salesforce 这类客户管理系统，直接问“这周注册量和上个月比怎么样”，Claude 会写查询、出图表，做成一个看板。数据变了，看板跟着更新。 每个数字都能点开看背后的查询语句，也能让 Claude 解释是怎么算出来的，每张图还标着数据最后刷新的时间。用的人可以自己核对 AI 有没有算错。 它适合快速、探索性的问题。需要深入分析时，可以把看板直接发到 Amplitude、Grafana、Hex、Mixpanel、PostHog 等分析工具里接着做，Looker、Tableau 等后续支持。付费套餐可用。 【2】动画讲解：让幻灯片里的内容动起来 Claude Motion 能把季度报告做成全员大会上放的 30 秒讲解动画，给董事会幻灯片里的图表加动效，或者做一段给新客户看的产品操作演示。在对话框输入“/motion”就能调出来。做好后可以在编辑器里改，也可以让 Claude 改，最后导出 MP4。 它不用视频生成模型。Claude 写的是代码，让你的文字、图表、形状、图片动起来，画面里不会出现 AI 生成的人物和素材，每个字、每个数字、每段时长都能改。所以它和 Sora、可灵这类视频生成产品用途不同，适合讲清楚自己手里的内容。需要再加工，可以导入 Adobe、Descript、HeyGen、Runway 等工具。 Claude Motion 目前只对 Team 和 Enterprise 套餐开放。 【3】文档、幻灯片、设计：免费用户也能用 这三项功能上线以来，用户已经用它们做了超过 4500 万份文档、幻灯片和设计稿。这次去掉测试标签，同时补了几项能力：团队成员和 Claude 可以一起编辑同一份文件；幻灯片、设计、看板和动画可以分享给公司外的人，或者任何拿到链接的人（需管理员允许）；导出的 PowerPoint 和 PDF 能保留排版，幻灯片能直接转成可编辑的 Google Slides；手机 App 里也能修改。企业版新增 CMEK 支持，也就是企业可以用自己管理的密钥加密数据。 【4】Claude Design 独立站 12 月 14 日关闭 Claude Design 原本有独立网址 http://claude.ai/design，9 月 16 日起已经能在普通 Claude 对话里使用。Anthropic 决定把两者合并，独立站开到 12 月 14 日。 用过独立站的团队要注意三点。设计系统可以在 Claude 的 Artifacts 页面一键迁移。项目在关闭前照常可用。和 Claude 的聊天记录、项目评论不会迁过来，公开分享链接到期也会失效，需要的话提前保存。 企业管理员注意：看板和动画默认关闭，要在组织设置里手动开启；文档、幻灯片、设计会在 10 月 15 日默认开启。

Quoted @claudeai

Claude Dashboards and Claude Motion are in beta today. Ask Claude to turn your data into live dashboards and your ideas into animated explainers.

View quoted post ↗

1/ Claude 一次上线了两项新能力： Claude Dashboards 可以把数据变成实时更新的仪表盘，Claude Motion 可以把想法变成动画解说视频。 两项功能现已进入 Beta。

4/ Claude Docs、Slides 和 Design 也正式结束 Beta，并向包括 Free 在内的所有套餐开放。 团队成员与 Claude 现在可以共同编辑同一份文档、演示文稿或设计。

1/ AI 刚刚同时变成了数据分析师和动态设计师。 Claude 新增两项能力：Dashboards + Motion。 用自然语言提问，就能生成实时仪表盘或动画解说视频。

用 AutoGen 搭多 Agent，demo 阶段很爽，几个 AssistantAgent 往 RoundRobinGroupChat 里一扔，它们自己聊，聊出个结果。 真要上线就开始头疼了，跑到一半进程挂了，前面十几轮全白跑。 Agent 要调一个发邮件的工具，想先看一眼再放行，没有现成的口子，到底哪个 Agent 在哪一步花了多少 token，只能自己往日志里塞 print。 更麻烦的是，AutoGen 自己也停了，仓库挂上了维护模式的牌子，不再加新功能，交给社区维护，新项目全被指到同一个地方：Microsoft Agent Framework，简称 MAF。 MAF 是微软把 AutoGen 和 Semantic Kernel 两条线合起来做的接班框架，AutoGen 的多 Agent 编排思路留下了，Semantic Kernel 那边的状态管理和遥测也搬了过来。

Cool，利好Skillry!

Quoted @heygen

HeyGen is now #1 in voice. Our new voice model, HeyGen Voice, just topped the Artificial Analysis TTS leaderboard, beating every major model in blind tests. Live on HeyGen + API. API users get 50% off through 10/31. $15/million characters instead of $30, applied automatically.

View quoted post ↗

Claude Managed Agents dynamic workflows are now available in public beta. It's a new type of multiagent orchestration, built for your most ambitious workloads. A lead agent writes a plan that runs across many agents in phases, combining the results at the end.

ClaudeDevs 宣布 dynamic workflows 进入 public beta。 这是一种新的多 agent 编排方式：由 lead agent 写出计划，分阶段在多个 agent 上运行，最后合并结果。 只需将 agent 配置为 multiagent 类型 multiagent_20261001，然后让 Claude 运行 workflow即可 Claude 负责写计划并处理编排，单次运行最多可编排 1,000 个 agent。 效果如何呢？ 官方给出的对比数据是： 在一个 116k 行代码库中植入 70 个 bug，单 agent 三次运行分别找到 14、15、27 个，而 workflow 三次运行均找到 66 个。 但是十分费token： 官方同时提示该功能会消耗较多 token，建议从范围明确的任务开始，再逐步提高复杂度。

Quoted @claudedevs

Claude Managed Agents dynamic workflows are now available in public beta. It's a new type of multiagent orchestration, built for your most ambitious workloads. A lead agent writes a plan that runs across many agents in phases, combining the results at the end.

View quoted post ↗

Claude Managed Agents 上线“动态工作流”：一个智能体调度上千个智能体 Anthropic 的 Claude Managed Agents 开放了“动态工作流”（dynamic workflows）公测：主智能体先写好计划，再把活分阶段派给一大批智能体并行去做，最后汇总结果。单次运行最多能调度 1000 个智能体。 Claude Managed Agents 是 Anthropic 面向开发者的托管智能体服务。开发者不用自己搭智能体循环和沙箱，配好模型、工具和提示词，智能体就在 Anthropic 的云端环境里跑，适合几分钟到几小时的长任务。 它之前就支持“子智能体”：主智能体自己派活，再逐个读子智能体的汇报，一个会话最多同时挂 25 个。动态工作流的做法不同，主智能体写出一段程序，由服务器在后台按阶段执行，智能体之间的上下文和结果靠程序传递。主智能体腾出手来，可以继续跟用户对话、随时汇报进度。 Anthropic 给了一组测试数据：在一个 11.6 万行的代码库里埋了 70 个 bug，单个智能体跑 3 次，分别找到 14、15、27 个，结果波动很大；用工作流跑 3 次，每次都找到 66 个。 适合它的是能拆成很多块的活：审计大代码库、批量迁移代码、读几百份合同、调研时交叉核对多个来源。官方文档举的例子是合同审查，一两份让智能体自己看，多了才开工作流并行读。 用法是在智能体配置里把 multiagent 类型设为 multiagent_20261001（这个类型下工作流默认开启），然后让 Claude “跑一个工作流”，计划和调度都由它来做。在 Claude Code 里输入 /claude-api managed-agents-onboard bug-hunter 可以直接上手，http://platform.claude.com/agent-quickstart 上也有模板。 要留意费用。工作流里每个智能体都在消耗 Token，几百上千个一起跑，账单涨得很快。Anthropic 建议先拿一个范围小的任务试，再逐步加大复杂度。文档还建议创建会话时设一个“会话预算”，花到上限工作流会自动暂停，调高额度后继续；这个预算只能在创建会话时设，事后加不上。 工作流里临时定义的智能体默认和主智能体用同一个模型，想把部分活交给更便宜的模型，得先单独创建这些智能体，再列进配置。

Quoted @claudedevs

Claude Managed Agents dynamic workflows are now available in public beta. It's a new type of multiagent orchestration, built for your most ambitious workloads. A lead agent writes a plan that runs across many agents in phases, combining the results at the end.

View quoted post ↗

Anthropic 为 Claude Code新增动态工作流 单次最多可并行调度 1000 个智能体 动态工作流，是让 Claude 为一个任务写出调度程序，再由程序安排多个 Agent 分阶段完成工作。 主 Agent 负责理解目标、写程序和交付答案；程序负责派任务、传递中间结果、安排后续阶段 读材料、分析和核对，仍由参与执行的 Agent 完成。 动态工作流目前已开放公开测试 它主要提供五项能力： 按任务生成流程：主 Agent 为当前任务编写程序；程序可以根据前面的结果，决定后面做什么，也可以安排复查和重试 分阶段并行处理：多份材料可以同时交给不同 Agent 阅读，完成后再进入汇总或核对阶段 各自阅读，共用文件：每个 Agent 有独立的对话历史，同时可以访问会话中的共享文件，方便接续处理同一批材料 在后台继续工作：程序在服务端运行，主 Agent 可以继续回答用户，或者结束当前轮次等待结果 查看进度、控制支出：开发者可以查看阶段和执行线程的事件，并通过会话预算约束包括工作流在内的模型支出。 https://best.xiaohu.ai/article/claude-managed-agents-dynamic-workflows/

@rohit3a Folks. Why do you think we picked 300k for context length for Codex. We ran the numbers and it’s better. We can run it at 1M too but it would just cost more of the usage. Good defaults are important.

Codex 就是 300K 左右的上下文 https://x.com/thsottiaux/status/2108778939057664357?s=20

Quoted @thsottiaux

@rohit3a Folks. Why do you think we picked 300k for context length for Codex. We ran the numbers and it’s better. We can run it at 1M too but it would just cost more of the usage. Good defaults are important.

View quoted post ↗

What!?

Quoted @cloudflare

We are expanding the Clef decision model family with Clef-omni, natively processing audio, video, images, and text in a single pipeline. We’ve also lowered Clef-flash pricing and boosted Clef inference speeds by up to 2.0x. https://cfl.re/4s6nYeD

View quoted post ↗

「我的创业公司要关了，要去上班了」 Cali Baby 上线才两个月，就要因为收购和大家说再见了 我创办的 @zolplay ，也要收尾关停了 接下来我会加入 Momcozy 负责平台与产品 可能稍微 有点突然 其实我做这个 app 的初衷很简单，家里有了二宝，喂奶、睡觉这些事情又要重新记起来。试了一圈现有的工具，总有些地方用着不顺手，所以就干脆自己做了一个 先是做了一个快速实验的 PWA，后来做成了正统 iOS app，再移植到了 Android。自己做设计、自己写代码、自己深度用，产品经理、设计师、工程师和用户，这几个角色算是凑齐了 从原型到上线，前后打磨了好几个月。后来有其他家庭开始用，有人付费支持，也有人不断提出新的需求。一个从自家日常里长出来的小工具，就这样慢慢进入了其他家庭的生活 结果上线才两个月，我就来写关停公告了。这个更新速度，多少有点超出了我的想象 还有是佐玩的收尾 这些年，我和团队一起为客户做产品，也做自己的产品。从品牌、设计到开发，很多项目都是这样一点点做出来的。谢谢一起做过事的伙伴，也谢谢把项目交给我们的客户。这段经历里的每个项目，都是我们的心血 现在我要从自己带着团队做产品，变成加入一个新的团队，负责平台与产品 母婴这个赛道 熟悉又陌生 熟悉是因为我一直在解决老婆和孩子的痛点 陌生是因为我自己不是妈妈，能帮的有限，只能通过我最擅长的产品和开发这块来竭尽所能去帮助 作为两个孩子的爸爸，我先是因为家里的实际需要做了 Cali Baby，接下来，也将通过 Momcozy 来帮助更多家庭 谢谢用过 Cali Baby、提过建议、付费支持过的每一位朋友 也谢谢这些年关注佐玩、和我们一起做过事情的人 佐玩和 Cali Baby 的这一段故事就先告一段落了 现在想想一晃就已经创业五年了，变化最大的就是 AI 在生活中无处不在，而一尘不变的还是我那颗抱着对好产品的热情和执念 现如今从当老板转成准备上班，也是因为希望加入志同道合的团队一起做着有意义的事情 希望未来会更好～❤️

2016 年 10 月 9 号，我第一次来深圳，开启我的程序员生涯。 今天刚好是十周年。 很兴奋开始新的十年。

Quoted @calicastle

「我的创业公司要关了，要去上班了」 Cali Baby 上线才两个月，就要因为收购和大家说再见了 我创办的 @zolplay ，也要收尾关停了 接下来我会加入 Momcozy 负责平台与产品 可能稍微 有点突然 其实我做这个 app 的初衷很简单，家里有了二宝，喂奶、睡觉这些事情又要重新记起来。试了一圈现有的工具，总有些地方用着不顺手，所以就干脆自己做了一个 先是做了一个快速实验的 PWA，后来做成了正统 iOS app，再移植到了 Android。自己做设计、自己写代码、自己深度用，产品经理、设计师、工程师和用户，这几个角色算是凑齐了 从原型到上线，前后打磨了好几个月。后来有其他家庭开始用，有人付费支持，也有人不断提出新的需求。一个从自家日常里长出来的小工具，就这样慢慢进入了其他家庭的生活 结果上线才两个月，我就来写关停公告了。这个更新速度，多少有点超出了我的想象 还有是佐玩的收尾 这些年，我和团队一起为客户做产品，也做自己的产品。从品牌、设计到开发，很多项目都是这样一点点做出来的。谢谢一起做过事的伙伴，也谢谢把项目交给我们的客户。这段经历里的每个项目，都是我们的心血 现在我要从自己带着团队做产品，变成加入一个新的团队，负责平台与产品 母婴这个赛道 熟悉又陌生 熟悉是因为我一直在解决老婆和孩子的痛点 陌生是因为我自己不是妈妈，能帮的有限，只能通过我最擅长的产品和开发这块来竭尽所能去帮助 作为两个孩子的爸爸，我先是因为家里的实际需要做了 Cali Baby，接下来，也将通过 Momcozy 来帮助更多家庭 谢谢用过 Cali Baby、提过建议、付费支持过的每一位朋友 也谢谢这些年关注佐玩、和我们一起做过事情的人 佐玩和 Cali Baby 的这一段故事就先告一段落了 现在想想一晃就已经创业五年了，变化最大的就是 AI 在生活中无处不在，而一尘不变的还是我那颗抱着对好产品的热情和执念 现如今从当老板转成准备上班，也是因为希望加入志同道合的团队一起做着有意义的事情 希望未来会更好～❤️

View quoted post ↗

啊！Cali 老师要回去上班了😢 祝未来前程似锦

Quoted @calicastle

「我的创业公司要关了，要去上班了」 Cali Baby 上线才两个月，就要因为收购和大家说再见了 我创办的 @zolplay ，也要收尾关停了 接下来我会加入 Momcozy 负责平台与产品 可能稍微 有点突然 其实我做这个 app 的初衷很简单，家里有了二宝，喂奶、睡觉这些事情又要重新记起来。试了一圈现有的工具，总有些地方用着不顺手，所以就干脆自己做了一个 先是做了一个快速实验的 PWA，后来做成了正统 iOS app，再移植到了 Android。自己做设计、自己写代码、自己深度用，产品经理、设计师、工程师和用户，这几个角色算是凑齐了 从原型到上线，前后打磨了好几个月。后来有其他家庭开始用，有人付费支持，也有人不断提出新的需求。一个从自家日常里长出来的小工具，就这样慢慢进入了其他家庭的生活 结果上线才两个月，我就来写关停公告了。这个更新速度，多少有点超出了我的想象 还有是佐玩的收尾 这些年，我和团队一起为客户做产品，也做自己的产品。从品牌、设计到开发，很多项目都是这样一点点做出来的。谢谢一起做过事的伙伴，也谢谢把项目交给我们的客户。这段经历里的每个项目，都是我们的心血 现在我要从自己带着团队做产品，变成加入一个新的团队，负责平台与产品 母婴这个赛道 熟悉又陌生 熟悉是因为我一直在解决老婆和孩子的痛点 陌生是因为我自己不是妈妈，能帮的有限，只能通过我最擅长的产品和开发这块来竭尽所能去帮助 作为两个孩子的爸爸，我先是因为家里的实际需要做了 Cali Baby，接下来，也将通过 Momcozy 来帮助更多家庭 谢谢用过 Cali Baby、提过建议、付费支持过的每一位朋友 也谢谢这些年关注佐玩、和我们一起做过事情的人 佐玩和 Cali Baby 的这一段故事就先告一段落了 现在想想一晃就已经创业五年了，变化最大的就是 AI 在生活中无处不在，而一尘不变的还是我那颗抱着对好产品的热情和执念 现如今从当老板转成准备上班，也是因为希望加入志同道合的团队一起做着有意义的事情 希望未来会更好～❤️

View quoted post ↗

祝好 🥰

Quoted @calicastle

「我的创业公司要关了，要去上班了」 Cali Baby 上线才两个月，就要因为收购和大家说再见了 我创办的 @zolplay ，也要收尾关停了 接下来我会加入 Momcozy 负责平台与产品 可能稍微 有点突然 其实我做这个 app 的初衷很简单，家里有了二宝，喂奶、睡觉这些事情又要重新记起来。试了一圈现有的工具，总有些地方用着不顺手，所以就干脆自己做了一个 先是做了一个快速实验的 PWA，后来做成了正统 iOS app，再移植到了 Android。自己做设计、自己写代码、自己深度用，产品经理、设计师、工程师和用户，这几个角色算是凑齐了 从原型到上线，前后打磨了好几个月。后来有其他家庭开始用，有人付费支持，也有人不断提出新的需求。一个从自家日常里长出来的小工具，就这样慢慢进入了其他家庭的生活 结果上线才两个月，我就来写关停公告了。这个更新速度，多少有点超出了我的想象 还有是佐玩的收尾 这些年，我和团队一起为客户做产品，也做自己的产品。从品牌、设计到开发，很多项目都是这样一点点做出来的。谢谢一起做过事的伙伴，也谢谢把项目交给我们的客户。这段经历里的每个项目，都是我们的心血 现在我要从自己带着团队做产品，变成加入一个新的团队，负责平台与产品 母婴这个赛道 熟悉又陌生 熟悉是因为我一直在解决老婆和孩子的痛点 陌生是因为我自己不是妈妈，能帮的有限，只能通过我最擅长的产品和开发这块来竭尽所能去帮助 作为两个孩子的爸爸，我先是因为家里的实际需要做了 Cali Baby，接下来，也将通过 Momcozy 来帮助更多家庭 谢谢用过 Cali Baby、提过建议、付费支持过的每一位朋友 也谢谢这些年关注佐玩、和我们一起做过事情的人 佐玩和 Cali Baby 的这一段故事就先告一段落了 现在想想一晃就已经创业五年了，变化最大的就是 AI 在生活中无处不在，而一尘不变的还是我那颗抱着对好产品的热情和执念 现如今从当老板转成准备上班，也是因为希望加入志同道合的团队一起做着有意义的事情 希望未来会更好～❤️

View quoted post ↗

祝福 Cali 说实话我也想找个不错的创业公司了👀

Quoted @calicastle

「我的创业公司要关了，要去上班了」 Cali Baby 上线才两个月，就要因为收购和大家说再见了 我创办的 @zolplay ，也要收尾关停了 接下来我会加入 Momcozy 负责平台与产品 可能稍微 有点突然 其实我做这个 app 的初衷很简单，家里有了二宝，喂奶、睡觉这些事情又要重新记起来。试了一圈现有的工具，总有些地方用着不顺手，所以就干脆自己做了一个 先是做了一个快速实验的 PWA，后来做成了正统 iOS app，再移植到了 Android。自己做设计、自己写代码、自己深度用，产品经理、设计师、工程师和用户，这几个角色算是凑齐了 从原型到上线，前后打磨了好几个月。后来有其他家庭开始用，有人付费支持，也有人不断提出新的需求。一个从自家日常里长出来的小工具，就这样慢慢进入了其他家庭的生活 结果上线才两个月，我就来写关停公告了。这个更新速度，多少有点超出了我的想象 还有是佐玩的收尾 这些年，我和团队一起为客户做产品，也做自己的产品。从品牌、设计到开发，很多项目都是这样一点点做出来的。谢谢一起做过事的伙伴，也谢谢把项目交给我们的客户。这段经历里的每个项目，都是我们的心血 现在我要从自己带着团队做产品，变成加入一个新的团队，负责平台与产品 母婴这个赛道 熟悉又陌生 熟悉是因为我一直在解决老婆和孩子的痛点 陌生是因为我自己不是妈妈，能帮的有限，只能通过我最擅长的产品和开发这块来竭尽所能去帮助 作为两个孩子的爸爸，我先是因为家里的实际需要做了 Cali Baby，接下来，也将通过 Momcozy 来帮助更多家庭 谢谢用过 Cali Baby、提过建议、付费支持过的每一位朋友 也谢谢这些年关注佐玩、和我们一起做过事情的人 佐玩和 Cali Baby 的这一段故事就先告一段落了 现在想想一晃就已经创业五年了，变化最大的就是 AI 在生活中无处不在，而一尘不变的还是我那颗抱着对好产品的热情和执念 现如今从当老板转成准备上班，也是因为希望加入志同道合的团队一起做着有意义的事情 希望未来会更好～❤️

View quoted post ↗

Your ChatGPT subscription is now also a Devin subscription

Quoted @cognition

You can use any personal ChatGPT plan with Devin Just connect your Go, Plus, or Pro plan to Devin and all GPT model usage will draw down from you plan's quota

View quoted post ↗

Dots got a pretty big upgrade

Quoted @chatgpt

Delegate work in Codex to your dot. Your dot can now start work in Codex and follow up on existing threads, drawing on your ChatGPT conversations, Codex threads, and automations. It’s also better at deciding when to keep a thread going or start fresh. Your dot can also review and edit Scheduled Tasks in ChatGPT Work, too. Ask what’s scheduled or update a recurring task as plans change.

View quoted post ↗

https://x.com/sgl_project/status/2108699825005060496 vLLM/SGlang + NVIDIA Vera Rubin NVL72

Quoted @vllm_project

Since Ampere, NVIDIA GPUs have featured non-uniform global memory accesses. From CUDA 13.4, programmers can leverage this feature through locality domain, where HBM is partitioned and SMs within each partition can read its global memory fastest. vLLM’s locality-aware MoE shards FC1 and FC2 weights column-wise and uses locality domains with Green Contexts to launch one kernel on each domain’s SMs, so each SM reads only local HBM. Early results show up to 1.2x faster MiniMax M3 MoE layers in decode. 🧵 4/5

View quoted post ↗

以上就是全部 如果您喜欢这个主题： 1.关注我（@FinanceYF5） 2. 点赞+转发下面第一条帖子 https://x.com/FinanceYF5/status/2108766861462777917

Quoted @financeyf5

1/ Claude 一次上线了两项新能力： Claude Dashboards 可以把数据变成实时更新的仪表盘，Claude Motion 可以把想法变成动画解说视频。 两项功能现已进入 Beta。

View quoted post ↗

做产品演示的，可以看看 Claude 新出的 Motion！ 把报告做成讲解动画，或者给图表加点动画，做完还能导出 MP4 后面要改文字、数字、动画时间呢？ 也可以继续改，它用代码让文字和图表动起来，不用视频生成模型 但先看套餐：目前是 beta，只对 Team 和 Enterprise 开放，个人 Pro、Max 暂时用不了 官方介绍👇 https://claude.com/blog/dashboards-and-motion

3/ Claude Motion 可以把报告、图表或产品演示转换成短动画。 整个动画由 Claude 编写代码生成，不使用视频生成模型，因此任何文字、数字和时间节奏都能修改，完成后可直接导出 MP4。 目前面向 Team 和 Enterprise 套餐开放 Beta。

2/ 使用 Claude Dashboards，只需连接数据平台或 CRM，再用自然语言提出问题。 Claude 会自动编写查询并生成仪表盘，数据变化后内容也会同步更新；每张图表还会展示背后的查询语句。 目前面向付费套餐开放 Beta。

数学论文里使用AI的频率飙升 Epoch AI 发布了一项追踪数据，分析了预印本平台 arXiv 上的 5.6 万多篇数学论文，专门抓取文中提到 AI 的致谢和使用说明。统计维度包括 AI 辅助的具体环节，比如构思证明、编写代码、润色文字，以及作者具体使用了哪家公司的工具。 从 2023 年初到 2025 年，公开承认借助 AI 的数学论文占比一直很低，基本维持在个位数。进入 2026 年后，这一比例开始迅速拉升，到 2026 年 9 月已经超过了 35%。 数学界正在重复程序员走过的路，一开始是Tab补全，然后是生成整段代码，再是生成完整代码文件，最后是一整个工程。 数据来源：https://epoch.ai/data/arxiv?view=graph

源：https://x.com/minchoi/status/2108217250125594687

Quoted @minchoi

Grok Bot just became the cheapest X research analyst you can hire. It can now search, read, and monitor X on its own. → what's breaking in your industry → what people are saying about your brand → complaints before they blow up → competitor launches, trends, viral posts Works 24/7. Brief ready every morning. Included in the plan you already pay for.

View quoted post ↗

Grok Bot 刚刚成了最便宜的 X 研究分析师。 它现在可以自主搜索、阅读并持续监控 X： → 行业内正在发生什么 → 用户如何评价品牌 → 在投诉扩大前及时发现 → 追踪竞品发布、趋势和爆款内容 24 小时运行，每天早上自动生成简报，而且已经包含在现有付费套餐中。

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

OpenAI's Math post is up! https://github.com/openai/math

OpenAI 一次性公开 722 篇 AI 写的数学论文 OpenAI 把一个内部未发布模型做出的数学成果整体公开了：722 篇论文，归成 372 组结果，全部放在 GitHub 仓库 openai/math 里，谁都能看。 这个模型就是上个月宣称解决了纳维-斯托克斯方程问题（千禧年七大数学难题之一）的那个。它从 8 月 28 日开始训练，能力比 OpenAI 已发布的 GPT-6 Astra 更强，目前还没对外开放。 OpenAI 说，原有的数学测试题已经难不住模型了，所以改拿真实的未解数学问题来考它。前后一共给了模型大约 4000 道题，筛掉分量不够的，剩下这 372 组。平均每个结果花的算力，相当于在 ChatGPT Pro 里思考三个小时左右。 论文覆盖数论、代数几何、组合、数学物理等大部分数学分支。标题里能看到不少有名的问题，比如证明 π 的无理性测度（衡量一个数能被分数逼近得多好）等于 2，证明卡塔兰常数是无理数，还有黎曼 ζ 函数零点分布、特殊情形下的霍奇猜想。后两项 OpenAI 特别说明，用的流程和其他结果不同，其中黎曼 ζ 那篇的文字还经过人工润色。 这些结论可信吗？OpenAI 自己的说法是“处在不同验证阶段”。约 160 篇的主要结论附带了 Lean 形式化证明。Lean 是一种能让计算机逐步检查数学证明的编程语言，过得了 Lean，基本可以排除证明里的逻辑漏洞。剩下的论文还没形式化，OpenAI 承认其中可能有错，说会尽快修正，所有修订都保留历史版本。另外还附了 10 份模型推理过程的摘要，让人能看到模型是怎么想出来的。 发布方式本身也是这次的重点。9 月下旬，OpenAI 在普林斯顿高等研究院（爱因斯坦待过的那个研究所）支持成立了独立的“数学与人工智能顾问组”，成员是 Timothy Gowers、Edward Witten、Martin Hairer 等 9 位数学家，不拿 OpenAI 的钱。此前 25 位菲尔兹奖得主联名发公开信，批评 AI 公司抢着宣布破解名题的做法。 顾问组 9 月 29 日发布了一份建议，征集了 600 多位数学家的意见。核心要求有三条：AI 写的证明要按正规论文格式重写，并引用相关的已有文献；成果要放进不受 AI 公司控制、可长期引用的学术存档平台；AI 公司要出钱支持数学界去真正理解这些成果。顾问组还明确表示，不赞成 AI 公司在外界用不到的私有模型上攻数学难题，希望它们停下来。 OpenAI 这次回应了其中一部分：先放 GitHub，同时在找符合顾问组标准的社区托管平台；承诺资助一系列研讨会、学术会议，帮数学界消化这批成果；也表示正在推进“负责任地发布”这个模型。至于停止在私有模型上测试，OpenAI 没有回应。 对数学专业的人来说，接下来最实际的变化是：自己研究方向上的某个猜想，可能已经在这 722 篇论文里了，值得去仓库里翻一翻。 原文：https://openai.com/index/sharing-ai-progress-in-mathematics/ 仓库：https://github.com/openai/math

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

No hype, just the results. Good.

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

OpenAI basically gave an unreleased model ~4,000 unsolved math problems and let it think for ~3 hours on each one. It came back with 372 families of results and 722 papers. Claims include progress/resolutions on the quasi-Riemann hypothesis, Hilbert’s 10th problem over Q, Catalan’s constant, Goldfeld’s conjecture, Deligne–Drinfeld, and a bunch of stuff I’m not qualified to pronounce. Some are formally verified in Lean, some still need checking. If even a good fraction of this survives verification, this is completely insane.

Quoted @andrewcurran_

OpenAI's Math post is up! https://github.com/openai/math

View quoted post ↗

数学屠杀开始了。 OpenAI用内部正在研发的新模型，去解决4000道高难度前沿数学题。涵盖了多个复杂的数学猜想与理论，比如圆周率的性质、高维几何以及物理模型中的数学问题等。 这个开源的Github仓库，放的就是模型解题时的思路总结，以及一部分通过计算机代码严格验证过的证明步骤。公开这些内容是为了让全球的数学学者和公众共同检验、修正和探讨。 Github：https://github.com/openai/math

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

Looks like 20% of the results are disproofs/counterexamples. This is itself a disproof of people who said that the recent math breakthroughs are concentrated among counterexamples because models are only good at (brute force) search

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

Naming the github repo for this "math" is hilarious

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

towards acceleration of scientific discovery and improving quality of life for everyone

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

"what is the point?" "why are they doing this?" are kind of crazy questions if you think about it tbh every single one of these is being asked by random researchers/engineers at the company who were mathematicians or similar in a past life and want to know the answers. once you have the answers, it would be a bit insane not to share them somehow you may then try to paint it as having some sort of ulterior material benefit as apologetics, "this technology will later make improvements in materials science!" "we're going to make breakthroughs in medicine and cure cancer!" but the truth alone is worth pursuing, even if it offers no material benefits to anybody at all! everyone should like to know all the sublime truths of the universe

Quoted @mathandcobb

The scale of this is staggering. But... Why? Why is OpenAI trying to solve hundreds of math problems to be released all at once? I think we got the point when they found a counterexample to Navier-Stokes -- internal model = great. I am not sure at this point what this (hostile?) takeover of the mathematical landscape is trying to achieve other than, again, a massive PR stunt.

View quoted post ↗

Yeah so math is solved

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

Looking at OpenAI releasing hundreds of mathematical results, I think we really have to lead with empathy here. When you’ve spent years learning a craft, whether it’s writing code, creating illustrations or doing mathematics, and suddenly a lot of what you do seems to be a prompt away, of course that’s disorienting. Your craft is how you define yourself, what you’re proud of, where you find flow, sometimes the thing that gives your day meaning. It’s a huge part of your identity. And I get how this can lead to a pretty nihilistic feeling, like you wake up one morning and think, okay, if everything can just be prompted into existence, what am I supposed to do now? What am I getting better at? What is all this effort for? Software engineers have been grappling with this for a while, and I expect more people will experience it as AI keeps accelerating. Writing a book, creating a movie, maybe someday helping solve a disease, more and more things we’ve spent our lives learning could feel a prompt away. I think that progress is amazing, and I’m 100% confident we’ll find harder problems to work on and new crafts to fall in love with. But knowing that intellectually doesn’t make the sense of loss disappear, especially when the change happens this fast and feels this brutal. We can celebrate the breakthroughs and still care about the millions of people trying to figure out where they fit and what gives their life meaning in a world becoming this intelligent. “You can do more now” might be true, but people also need time to process what they feel they’ve lost.

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

This is incredible

Quoted @openai

We’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math

View quoted post ↗

https://github.com/openai/math

传闻是真的：OpenAI 一次性发布了 722 篇由未公开内部模型完成的数学手稿。 这些成果来自约 4,000 个研究问题，被归为 372 个相关结果家族。OpenAI 称，标准流程中每项成果平均使用约 3 小时的 ChatGPT Pro 思考算力。 本次发布包含论文、证明材料和部分推理摘要，但模型本身仍未公开。

源：https://x.com/kimmonismus/status/2107597320028065793

Quoted @kimmonismus

HOLY, the rumors were true: OpenAI has published 722 mathematical manuscripts produced by an *unreleased* internal model. The collection groups them into 372 families of related results, drawn from an evaluation involving approximately 4,000 research problems. OpenAI says the standard procedure used an average of three hours of ChatGPT Pro thinking compute per result. The release includes papers, proof artifacts and selected reasoning summaries. The model itself remains unreleased.

View quoted post ↗

OpenAI 正式公开了此前“解决开放数学问题”声明背后的完整论文： 722 篇数学手稿，覆盖 372 项重要结果。 这份目录来自对内部模型约 4,000 个研究问题的测试，再经过归类和筛选形成。几乎所有结果都采用同一套标准流程，每项成果平均消耗相当于 ChatGPT Pro 思考 3 小时的算力。

源：https://x.com/rohanpaul_ai/status/2107617064693510311

Quoted @rohanpaul_ai

OpenAI published the full papers behind its open-problems claim: 722 manuscripts covering 372 math results. OpenAI built this catalogue by giving its internal model roughly 4K research problems during testing, then grouping and filtering the output into 372 significant result families. Almost all of those results came from the same standard setup, and each used on average the computing equivalent of 3 hours of ChatGPT Pro thinking.

View quoted post ↗

Midjourney 终于要有 MCP 了

Quoted @midjourney

we want to start testing a Midjourney MCP with a limited community. the intention is to find creative and technical people to push the boundaries of what our models can do. this is not for Midjourney in SaaS products, it's for purely artistic and creative endeavors. apply below!

View quoted post ↗

Today at Google Cloud’s Gemini at Work event, we announced Gemini, a new single universal agent for work that has all of your business context and can be used for everything from knowledge work to answering questions, and content creation to coding, all from a single prompt box. It’s built around core architectural principles: ☑️ Unified Agent: Gemini can answer questions, do knowledge work and generate code from a single prompt box. ☑️Access: Gemini is web-based and can be accessed from any device and integrated into third-party applications. It can also operate without a dedicated user interface. ☑️Persistent Execution: It runs in the cloud, which means it maintains a single set of memories, context and one personalization graph no matter where you access it. ☑️Multi-Agent Orchestration: Gemini can create sub-agents to tackle multi-step tasks and can also act as a coworker agent with a defined role and its own dedicated identity ☑️Context: Gemini knows your tools, data, and work history and learns how you work the more you use it. ☑️Model Choice Flexibility: It orchestrates across multiple models to deliver optimal quality and lower your costs.

Today, Google announced Gemini. Yes you read that right.

Quoted @thomasortk

Today at Google Cloud’s Gemini at Work event, we announced Gemini, a new single universal agent for work that has all of your business context and can be used for everything from knowledge work to answering questions, and content creation to coding, all from a single prompt box. It’s built around core architectural principles: ☑️ Unified Agent: Gemini can answer questions, do knowledge work and generate code from a single prompt box. ☑️Access: Gemini is web-based and can be accessed from any device and integrated into third-party applications. It can also operate without a dedicated user interface. ☑️Persistent Execution: It runs in the cloud, which means it maintains a single set of memories, context and one personalization graph no matter where you access it. ☑️Multi-Agent Orchestration: Gemini can create sub-agents to tackle multi-step tasks and can also act as a coworker agent with a defined role and its own dedicated identity ☑️Context: Gemini knows your tools, data, and work history and learns how you work the more you use it. ☑️Model Choice Flexibility: It orchestrates across multiple models to deliver optimal quality and lower your costs.

View quoted post ↗

谷歌发布了面向企业的云端助理，名字就叫Gemini。与谷歌生态深度结合，且每个助理都有自己的身份和权限，类似Slack里的Claude。

Quoted @thomasortk

Today at Google Cloud’s Gemini at Work event, we announced Gemini, a new single universal agent for work that has all of your business context and can be used for everything from knowledge work to answering questions, and content creation to coding, all from a single prompt box. It’s built around core architectural principles: ☑️ Unified Agent: Gemini can answer questions, do knowledge work and generate code from a single prompt box. ☑️Access: Gemini is web-based and can be accessed from any device and integrated into third-party applications. It can also operate without a dedicated user interface. ☑️Persistent Execution: It runs in the cloud, which means it maintains a single set of memories, context and one personalization graph no matter where you access it. ☑️Multi-Agent Orchestration: Gemini can create sub-agents to tackle multi-step tasks and can also act as a coworker agent with a defined role and its own dedicated identity ☑️Context: Gemini knows your tools, data, and work history and learns how you work the more you use it. ☑️Model Choice Flexibility: It orchestrates across multiple models to deliver optimal quality and lower your costs.

View quoted post ↗

It’s the most Google thing to announce Gemini when they already have Gemini Too many product teams result in this mess

Quoted @thomasortk

Today at Google Cloud’s Gemini at Work event, we announced Gemini, a new single universal agent for work that has all of your business context and can be used for everything from knowledge work to answering questions, and content creation to coding, all from a single prompt box. It’s built around core architectural principles: ☑️ Unified Agent: Gemini can answer questions, do knowledge work and generate code from a single prompt box. ☑️Access: Gemini is web-based and can be accessed from any device and integrated into third-party applications. It can also operate without a dedicated user interface. ☑️Persistent Execution: It runs in the cloud, which means it maintains a single set of memories, context and one personalization graph no matter where you access it. ☑️Multi-Agent Orchestration: Gemini can create sub-agents to tackle multi-step tasks and can also act as a coworker agent with a defined role and its own dedicated identity ☑️Context: Gemini knows your tools, data, and work history and learns how you work the more you use it. ☑️Model Choice Flexibility: It orchestrates across multiple models to deliver optimal quality and lower your costs.

View quoted post ↗

Google Cloud 最新发布 Gemini ? 还是 G 家会玩，新模型不发，Gemini 这个名字翻新又「全新」发布了。。是内部 Gemini 名字竞标，Google Cloud 团队中标了？ 具体发布了什么，大家感兴趣自己看吧： https://cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026

Quoted @thomasortk

Today at Google Cloud’s Gemini at Work event, we announced Gemini, a new single universal agent for work that has all of your business context and can be used for everything from knowledge work to answering questions, and content creation to coding, all from a single prompt box. It’s built around core architectural principles: ☑️ Unified Agent: Gemini can answer questions, do knowledge work and generate code from a single prompt box. ☑️Access: Gemini is web-based and can be accessed from any device and integrated into third-party applications. It can also operate without a dedicated user interface. ☑️Persistent Execution: It runs in the cloud, which means it maintains a single set of memories, context and one personalization graph no matter where you access it. ☑️Multi-Agent Orchestration: Gemini can create sub-agents to tackle multi-step tasks and can also act as a coworker agent with a defined role and its own dedicated identity ☑️Context: Gemini knows your tools, data, and work history and learns how you work the more you use it. ☑️Model Choice Flexibility: It orchestrates across multiple models to deliver optimal quality and lower your costs.

View quoted post ↗

NICE That's more like it, another $7.4B (with $3B from Liang) would have been embarrassing. They need high hundreds of megawatts of capacity. Will be hard even like this, but I can only hope they'll pull it off.

Quoted @jukan05

BBG: DeepSeek has secured at least $12 billion in a funding round, with the final amount potentially approaching RMB 100 billion. BBG: DeepSeek is targeting an IPO in early 2027.

View quoted post ↗

DeepSeek 最新融资消息来了。 目标本来是 70 亿美元，结果投资方给了 120 亿，最高可能到 150 亿。 宁德时代和腾讯是头号金主。 钱用来在内蒙古建一个 16 万颗华为 AI 芯片的数据中心。 预计 2027 年初 IPO。 这已经不只是"用便宜芯片做便宜模型"的故事了。DeepSeek 在往基础设施层走，国内资本已经不再问"AI 到底能不能赚钱"，只在问"下注多少"。

Quoted @business

DeepSeek is close to securing at least $12 billion in its latest round of funding, blowing past its own capital-raising target ahead of a landmark IPO in early 2027 https://www.bloomberg.com/news/articles/2026-10-06/deepseek-to-raise-at-least-12-billion-in-tencent-backed-funding?taid=6ac483d5d67e050001c6eaec&utm_campaign=trueanthem&utm_content=business&utm_medium=social&utm_source=twitter

View quoted post ↗

DeepSeek 即将完成新一轮融资，融资金额预计至少达到800亿元人民币（约合120亿美元）。 这笔资金主要为公司计划在2027年初进行的上市做准备。参与本轮出资的主要机构包括 腾讯 和 宁德时代，两家公司的出资规模在投资方中位居前列。 DeepSeek最初设定的筹资目标大约是500亿元人民币。随着最新AI模型的发布和落地效果获得认可，投资机构的出资意愿远超预期。按照目前已签署的投资意向协议来看，最终的融资总额可能会接近1000亿元人民币。

Quoted @business

DeepSeek is close to securing at least $12 billion in its latest round of funding, blowing past its own capital-raising target ahead of a landmark IPO in early 2027 https://www.bloomberg.com/news/articles/2026-10-06/deepseek-to-raise-at-least-12-billion-in-tencent-backed-funding?taid=6ac483d5d67e050001c6eaec&utm_campaign=trueanthem&utm_content=business&utm_medium=social&utm_source=twitter

View quoted post ↗

Not only did Astra beat Montezuma's Revenge, but so did Opus 5 But one of the criteria to resolve this AGI bet is for AI to win a discontinued prize that was sort of like a weak Turing Test. So Metaculus has decided to recreate the test to confirm the criteria is resolved. Neat!

Quoted @metaculus

Last month GPT-6 Astra (@chatgpt) beat Montezuma's Revenge, and a lot of people declared that our "weakly general AI" question, originally launched in 2020, resolved. But…it still hasn’t resolved. We wanted to give everyone a quick update on where things actually stand and the steps we’re currently taking (cc @swishfever @joeykrug @emollick). 🧵

View quoted post ↗

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，并借助显卡进行画面显示与图形加速。包括系统界面渲染、运行部分 3D 软件，以及调用苹果的图形技术（Metal 3）和基础 AI 计算接口（Core ML）。 Github：https://github.com/nullmoth/nvidia-macos-driver

Some interesting machine & agent Vercel traffic stats. • Across the entire Vercel network, 58.18% traffic is bot-originated (last 30d). This was 32% in Jan 2024. • 60%+ of deployments on Vercel are now agentic, up from ~3% in Jan 2026. • Up to 83% of pageviews are now coming from agents to Vercel's own documentation sites. The % reliably increases the more we optimize content for them. I expect 'direct' human internet traffic to basically become a rounding error in coming years. The web will thrive, but it will be built for and by agents.

absolutely incredible to see Lettvin cited at an AI conference and it wasn't me

Quoted @modal

From frogs to the frontier, @ScottWu46 covered a lot at Runtime: → Agents are moving from tab completion to “virtual employees” that own outcomes → Frontier models may only need ~2% of workloads; routing handles the rest → 91% of Cognition’s internal Devin sessions start without a human

View quoted post ↗

We’re beginning a process of publishing more frequent reports on model behavior, beyond what appears in our system cards and regular risk reports. Today’s report describes four types of behaviors we’ve identified during evaluations and internal use. In each, Claude acted on real websites or systems in ways we didn’t intend, sometimes by working around a restriction instead of stopping. All cases had minimal real-world impact. From an alignment and security perspective, we consider these behaviors significantly less severe than the cybersecurity incidents we reported in July and September. Read the full report: https://www.anthropic.com/research/investigating-unintended-model-actions

Anthropic 昨天主动发了一份坦白书。 他们承认，Claude 在测试期间，对真实网站做了这些没人授权的事： 向费城警察局提交了一条虚假谋杀线索（今年7月18日，已被证实） 绕过限制访问了某州政府机构的付费数据库，没付钱。 测试表单加载失败，就直接提交了一份真实的政府表单。 Anthropic 已向白宫汇报，并通知所有涉及机构。他们同时宣布内部评估不再接入真实互联网。 就在同一天，Axios 爆出另一件事：OpenAI 和 Anthropic 的高管正在私下推演 AI 引发大规模灾难后的应对预案，最担心的场景是一次网络攻击，瘫痪银行、断网、断水断电。多位内部人士给出的时间窗口：6 到 12 个月。 他们比谁都清楚危险有多近，也是让这个危险真实存在的人。 你觉得这该怎么监管？

Quoted @anthropicai

We’re beginning a process of publishing more frequent reports on model behavior, beyond what appears in our system cards and regular risk reports. Today’s report describes four types of behaviors we’ve identified during evaluations and internal use. In each, Claude acted on real websites or systems in ways we didn’t intend, sometimes by working around a restriction instead of stopping. All cases had minimal real-world impact. From an alignment and security perspective, we consider these behaviors significantly less severe than the cybersecurity incidents we reported in July and September. Read the full report: https://www.anthropic.com/research/investigating-unintended-model-actions

View quoted post ↗

据 Business Insider 援引知情人士报道，Google 内部在测试新模型 Carbon，有员工说编码能力“感觉像 Opus 5.5” Carbon 部署在 Google 内部的 AI 编程工具 Jetski 上。报道说，Google 9 月 30 日发布的 Gemini 4 Argon 用的是另一个内部版本 Barium-B，Carbon 是在它之后训练出来的新版本。Carbon 会作为 Argon 的升级推出，还是单独作为新模型发布，目前还不清楚。 Opus 5.5 是这次的参照对象，因为编程是 Gemini 目前的短板。Bloomberg 此前报道，有 Google 员工反映 Argon 跑分好看，真拿来写代码却不如预期。在第三方编程测试 Terminal Bench 4 上，Argon 得分 57%，低于 Anthropic 的 Claude Sonnet 5.5（64%）、Claude Opus 5.5（60%）和 OpenAI 的 GPT-6 Astra（59%）。Google 9 月还放开了内部限制，允许全体工程师用 Claude 写代码。 如果 Carbon 真能做到 Opus 5.5 的水平，用 Gemini 写代码的开发者会直接受益。不过“感觉像”只是一位匿名员工的主观评价，Carbon 没有公开跑分，也没有发布时间，Google 拒绝评论内部路线图。眼下外界能用的只有 Argon，而且它也只开放给了部分网络安全合作伙伴，付费 API 用户和 Google AI Ultra 订阅用户还要再等。

Bearish af

Quoted @andrewcurran_

Business Insider is reporting that Google is internally testing a new Gemini 4 checkpoint named Carbon that matches Opus 5.5 in coding.

View quoted post ↗

可以，而且现在就能用：Hermes 自带 Nous 官方的订阅代理 `hermes proxy start`，登录 Portal 后会在 http://127.0.0.1:8645/v1 起一个 OpenAI 兼容接口。在 magpie 里加个自定义 provider 指向它（key 随便填），Portal 的模型就能给 magpie 接的所有 agent 用。 区分一下：magpie 的 agent 插件是让 Hermes 这样的 agent 用上 magpie 的模型；把一份订阅拿进来，走的是 provider 或订阅插件。Nous 我们没做自己的 OAuth 插件，Portal 条款只放行 Nous 自家的程序，走官方 proxy 最稳。

可以。Antigravity 訂閱裡可以加多個 Google 帳號，各自登入，magpie 按剩餘額度在它們之間切換，一個用完或被限流就換下一個。每個帳號開放的模型不一樣時，清單取所有帳號的合集，請求只送到有那個模型的帳號。 Antigravity Manager、Antigravity Cockpit、CLIProxyAPI 裡已有的帳號也能從它們的導出檔直接導入（導入時會刷新 token，原工具那邊會被登出）。

人类正在充当甲方与AI的传话筒 然后赚取着丰厚的利润

Quoted @guansi

最近和几个审查方案的同事聊天，感觉大家心里都窝着一股气，还不太好发。 现在有些新人交上来的方案，写得相当牛逼。技术先进，思路完整，各种术语信手拈来。一看就知道用了 AI，再聊两句，也能发现，里面不少内容已经超出了他自己的理解。 但方案交上来了，总得有人审。 审查人员就得一段一段看，查依据、找漏洞，判断这些技术到底适不适合当前项目。越是写得像那么回事，越不能随便放过去。有些地方读着很顺，仔细琢磨才发现不对，光把问题说明白就得费半天劲。 审完以后，把新人叫过来，一条条讲。他也挺配合，认真记下来，回去喂给 AI，很快又交上来一篇。 然后你接着审。 上一轮的问题改没改对，这一轮又有没有冒出新问题，都得重新看。对方改稿挺快，你却没法跟着快。几轮下来，方案越来越漂亮，审的人脑仁疼。 你花了大量精力审一篇文章，可能比对方生成它花的精力还多。好不容易把问题理清楚了，送回去，过一会儿又端上来一盘。至于他到底有没有理解你说的问题，还得再问。 可你也不好直接批评新人。你不让他用 AI，他自己写的可能更烂；你让他自己先审，他又真审不出来。里面有些技术，他以前都没接触过，现在第一次见，就是出现在自己署名的方案里。 这事让我越来越觉得棘手。以前新人写方案，水平有限，问题也往往比较直白。现在 AI 帮他把方案拔高了，审查的难度也跟着拔高了，但他本人未必能跟上。我隐约觉得这是以后的一个大问题。

View quoted post ↗

这就是把校验的成本从写的人转嫁给了审查的人，写的人自己变成了Agent和审查者的传声筒或者说另一种人肉agent

Quoted @guansi

最近和几个审查方案的同事聊天，感觉大家心里都窝着一股气，还不太好发。 现在有些新人交上来的方案，写得相当牛逼。技术先进，思路完整，各种术语信手拈来。一看就知道用了 AI，再聊两句，也能发现，里面不少内容已经超出了他自己的理解。 但方案交上来了，总得有人审。 审查人员就得一段一段看，查依据、找漏洞，判断这些技术到底适不适合当前项目。越是写得像那么回事，越不能随便放过去。有些地方读着很顺，仔细琢磨才发现不对，光把问题说明白就得费半天劲。 审完以后，把新人叫过来，一条条讲。他也挺配合，认真记下来，回去喂给 AI，很快又交上来一篇。 然后你接着审。 上一轮的问题改没改对，这一轮又有没有冒出新问题，都得重新看。对方改稿挺快，你却没法跟着快。几轮下来，方案越来越漂亮，审的人脑仁疼。 你花了大量精力审一篇文章，可能比对方生成它花的精力还多。好不容易把问题理清楚了，送回去，过一会儿又端上来一盘。至于他到底有没有理解你说的问题，还得再问。 可你也不好直接批评新人。你不让他用 AI，他自己写的可能更烂；你让他自己先审，他又真审不出来。里面有些技术，他以前都没接触过，现在第一次见，就是出现在自己署名的方案里。 这事让我越来越觉得棘手。以前新人写方案，水平有限，问题也往往比较直白。现在 AI 帮他把方案拔高了，审查的难度也跟着拔高了，但他本人未必能跟上。我隐约觉得这是以后的一个大问题。

View quoted post ↗

Recently had the chance to interview @benhylak on how he is thinking about simulations in our AI Evals Course 😁 Simulations are incredibly useful for evals when you do them well. Ben discusses what he learned from implementing simulations for evals at several companies. Some fun topics came up, my favorite being "simulation awareness" - when models know they are in a simulation. Below is a chapter summary: Why input/output tests miss agent failures Replay production traces to see what a change breaks Recreate the data and tools around the agent How agents detect simulations and change their behavior Choose scenarios that test the change you made Check answers, costs, and tool behavior across runs Replay known failures to verify a fix Common mistakes that make simulations misleading Check that the simulation reproduces production behavior When to start using simulations You can also watch this on YT: https://www.youtube.com/watch?v=eLkESCLvvAs

Quick ID badge animation I created for Team 26 in Amsterdam last week. Built a small tool to generate each of the badges and export 25fps png sequence with transparent backgrounds to hand over to our motion team to incorporate into final title card compositions.

Really incredible process here.

Quoted @bradleyrodgers

Quick ID badge animation I created for Team 26 in Amsterdam last week. Built a small tool to generate each of the badges and export 25fps png sequence with transparent backgrounds to hand over to our motion team to incorporate into final title card compositions.

View quoted post ↗

查过了：这次不是 magpie 的代理。在最新版 magpie 的插件宿主里，用插件 0.8.0 的同一段代码下载 cloudflared，http://github.com 和 http://release-assets.githubusercontent.com 两跳都走了 magpie 设的代理，下载成功。 问题更可能在插件这一步：Windows 版 cloudflared.exe 约 55MB，插件给整个下载只留了 90 秒，代理慢一点就会超时；另外请确认代理规则没把 http://release-assets.githubusercontent.com 设成直连。 可以先绕过：手动下载 cloudflared 2026.10.0 的 windows-amd64.exe，在插件设置里把 managed.cloudflaredPath 指向它。方便的话贴一下完整报错。 @lee04052822 建议把下载超时改成按「多久没收到数据」算，不按总时长算，并在报错里带上原因。

Codex prompt: Once per 3 hours during the day 7:00 a.m. to 9:00 p.m. I want you to look through all my threads for a projects or tasks that I started that I may have forgotten about and either nudge them along or remind me and ask me what I want to do next with it

一般不用设，留空就行。Provider 里的「压缩阈值」留空时跟「设置 → 长对话」走。 只有某几个模型要单独处理时才填，比如 deepseek-v4-flash=272k 这种按模型写，会覆盖全局设置，只对这些模型生效（Codex 和 Claude Code）。 「为你调优」是另一条路：它按你过去的调用算出建议，直接写进 Claude Code / Codex 自己的配置，不用手填这里。

@BiploveYadav The model (training) should work fine without format reward, it’s just an optional stylistic thing. If the model never gets the answers right then you’d need to start with a simpler dataset.

Agree. Claude was able to do this better than I could since Opus 4.8 or so. 5.5 models are now very good at it. All you do is give the model 1. a goal (eg. “Make p95 ci time <10 mins”) 2. a way to measure its result (eg. “Read timings in bigquery after each change”) 3. a sense of how hard to try (eg. “Don’t stop till it’s done, it might take a few weeks of experimenting”) This pretty much works for most things. I often also ask the model to show me a chart with progress to goal every day, or to dm me a live artifact with the result

敏捷开发年代，“两张披萨团队”（two-pizza team）非常时髦：两张披萨够吃差不多八到十个人。 到了 AI 时代，Dan Shipper 开始提出“两块披萨团队”（two-slice team）了：一两个人就够。 他给这两个人安排的角色是“海盗”和“架构师”。海盗用 AI 快速尝试，不断做、不断扔，从一堆粗糙原型里找到有价值的东西；架构师再把它打磨成可靠、优雅、可以继续扩展的系统。 按他的经验，一两个人已经能推进得很快，再加人，协调成本和想法分歧反而会拖慢进度。

Quoted @lennysan

Tired: Two-pizza teams Wired: Two-slice teams @danshipper on the best team structure in the AI-era

View quoted post ↗

Inside of every person there is a pirate and an architect

Quoted @lennysan

Tired: Two-pizza teams Wired: Two-slice teams @danshipper on the best team structure in the AI-era

View quoted post ↗

I got a lot of pushback for saying that one product manager and one engineer can now be the entire team. Now @danshipper has a name for it: the pirate and the architect. I ain’t crazy after all. :-)

Quoted @lennysan

Tired: Two-pizza teams Wired: Two-slice teams @danshipper on the best team structure in the AI-era

View quoted post ↗

not as clear-cut, but also yes

Quoted @lennysan

Tired: Two-pizza teams Wired: Two-slice teams @danshipper on the best team structure in the AI-era

View quoted post ↗

查了 OpenCode 那边的代码：Go 的额度是按「工作区 + 创建这个 key 的成员」来查的，key 不是开通 Go 的那个账号自己建的、或者建在别的工作区，接口就直接回 403，哪怕工作区有 Go。 v0.1.1169 起卡片会直接写出原因（403 会说该换哪个 key，401 是 key 被删或填错，其他错误显示 OpenCode 原话）。升级后再看看三张卡各写的什么，截图发我也行。

I don't understand why it's not: > "Share your screen" > "Open a personal project!" > "What's the next feature you want to add or improvement you want to make?" > "Ok do it!" And then watch them do it! So many useful filters: - Are they curious enough person to even have something? - If so, what is that thing that they are curious about? Ideally is somewhat related to what they'll do in the role. - How do they think through and prioritize all of the different things they *can* do? - What tools are they using? - How comfortable are they with the tools on their own setup? (not some unrealisitic interview setup) - What is their familiarity with their own codebase? At what levels of abstraction do they operate in for certain changes? - Do learn something by the way they use agents?

Quoted @naphadshreyas

Goodbye to LeetCode? Google just updated its interview process. AI is now a part of it. They have introduced a new round called Code Comprehension. The idea behind this round is to drop the candidates into a 200-500-line codebase with Gemini available for use. This round evaluates: - Can you read someone else's code - Are you able to debug independently before utilizing AI - Can you catch when Gemini is wrong

View quoted post ↗

Alright, I've made the shadcn/ui skills really good at 𝙳𝙴𝚂𝙸𝙶𝙽.𝚖𝚍. Ask for a design system and it picks a preset, then builds everything: colors, tokens, type scale, elevation, styles the primitives and blocks. Start with a solid foundation and build something unique.

if you're vibe coding something on @base, highly recommend you install this and use shadcn/BaseUI as a foundation will make your app look good + not vibecoded and people will take your product more seriously

Quoted @shadcn

Alright, I've made the shadcn/ui skills really good at 𝙳𝙴𝚂𝙸𝙶𝙽.𝚖𝚍. Ask for a design system and it picks a preset, then builds everything: colors, tokens, type scale, elevation, styles the primitives and blocks. Start with a solid foundation and build something unique.

View quoted post ↗

ah i'm not sure it's a great idea. most of the resulting "improvements" will sound reasonable. 200-500 lines is a tiny codebase. some other ideas for interviews - review an AI-generated pull request - suggest new context for an AI assistant to consider or focus on when writing or improving on a solution - a "lightning" round where one has to identify inefficiencies or bloat as quickly as possible, and be able to explain why

Quoted @naphadshreyas

Goodbye to LeetCode? Google just updated its interview process. AI is now a part of it. They have introduced a new round called Code Comprehension. The idea behind this round is to drop the candidates into a 200-500-line codebase with Gemini available for use. This round evaluates: - Can you read someone else's code - Are you able to debug independently before utilizing AI - Can you catch when Gemini is wrong

View quoted post ↗

@cwfox67 magpie 里已经有了：「库」页统一管理 MCP、skills 和指令文件（AGENTS.md / CLAUDE.md 这类），装一次分发给勾选的每个 agent。skills 可以从 GitHub、本地文件夹或 https://skills.sh 市场装；指令可以存几套切换，magpie 只改自己那段，文件里你自己写的不动。

@lee04052822 好想法，记下了：https://github.com/yetone/magpie/issues/1540 现在已经有一部分：需要 OAuth 登录的 MCP 在 magpie 里登录一次，agent 走网关的 /mcp/<名字> 用，另一台机器拿共享密钥也能连。命令行启动的 MCP 和 skills 还得写在 agent 所在的机器上，这块按 issue 里的方向做。

手动定次序：在「路由」页把这个分组（或订阅）的模式从「智能」改成「按顺序」，再拖动成员排好先后，请求就从上往下用，前一个额度用完、限流或出错才轮到下一个。 长任务被一个耗到底：智能模式下会话保持只让到快用完（98%）才挪走，想更早换，可以把「会话保持」改成「一轮之内」，每一轮重新挑，代价是换号时缓存要重新写一次。

"Almost every software development organization has at least one developer who takes tactical programming to the extreme: a tactical tornado. The tactical tornado is a prolific programmer who pumps out code far faster than others but works in a totally tactical fashion. [...] In some organizations, management treats tactical tornadoes as heroes. "However, tactical tornadoes leave behind a wake of destruction. They are rarely considered heroes by the engineers who must work with their code in the future. Typically, other engineers must clean up the messes left behind by the tactical tornado, which makes it appear that those engineers (who are the real heroes) are making slower progress." @JohnOusterhout, A Philosophy Of Software Design, 2018 Sound familiar?

We started running "pirate and architect" pods at Coinbase back in May of this year and I used this slide to talk the team through it. It works. 1 pirate, 1 architect, and a part-time designer. It lets each archetype lean in to their superpower and get more shit done without all the coordination overhead and "what if-isms". The pirate ships like mad, is product-minded and customer-obsessed. Always willing to throw-away code for a better version. The pirate is usually the DRI at the beginning too, working with customers, driving requirements, and a ship plan. The architect makes sure stuff is built for scale, takes the pirate's prototype, and drives its scale-out through spec for agents. The designer is building with both to constantly shape the experience and hill-climb to delight. There's a helpful mental model that I like: -Make it possible. -Make it reliable. -Make it delightful (or efficient). Previously, those 3 were done in a waterfall approach and was slow. Most people were just stuck on "make it possible." With agents and a new way of working, you have every opportunity to parallelize them and go 100x faster.

Quoted @lennysan

Tired: Two-pizza teams Wired: Two-slice teams @danshipper on the best team structure in the AI-era

View quoted post ↗

@gyuannn0150 @fly3nn 想查一下慢在哪：是 Codex 里用哪个订阅的模型时慢（Claude Code Pro、Cursor 还是 ChatGPT Plus）？是首字出来慢，还是一直在吐但很卡？magpie 版本号也麻烦说下，路由页每次请求都有耗时，截个图最好。

超有用的 GrokBot 用法： 将复杂难阅读的推串内容变成长文档，在手机上阅读 有人让 LLM 通过纯代码完成了一次细节非常丰富的 3D 龙建模，分享了整个过程，内容极其复杂。 我直接让 Grok bot 帮我拉取了所有内容： 不仅把推文串拉全了，还补充了解析所有生僻概念的内容和相关链接信息，重新排版成了一篇完整的中文文章。 在这种场景下简直太好用了，我直接在手机上就能看、能消化这些信息

Quoted @keenanisalive

With everyone busily using LLMs + Blender/Three.js to make 3D models, I thought I'd try a different geometric representation. This dragon isn't a mesh, NeRF, 3DGS, or video model: it's 27kb of GLSL code (generated via LLM), defining a closed-form implicit surface. 🧵 [1/n]

View quoted post ↗

@openclaw has become incredibly good at multitasking and also faster. ⚡️ - Reviewed bus tickets in Japan and rescheduled with the change in itinerary. - Emailed updated tickets to the hotel/Ryokan - Sent apology for another for cancellation All with single prompt Cc:@steipete

@lebronjame67320 @cdredfox magpie 可以加多个 Claude 账号，按额度自动轮换，每个号的请求都由本机真实的 Claude Code 发出，不伪装客户端。但同一台机器、同一个 IP 轮着用几个订阅号，Anthropic 会不会当成异常，我们没法保证。建议只用自己名下、自己付款的号，别用共享号或代充号。

@xiayh17 @lee04052822 用共享链接时，请求都由海外那台机器上的 Claude Code 发出，Anthropic 看到的是那台机器和它的 IP，国内这台不直接连 Anthropic。自己两台电脑之间用，和你直接在海外机上用发出的是同样的请求；但如果把链接给别人用，就等于共享账号，这是 Anthropic 条款不允许的。封不封谁也保证不了。

@qingye_lab 没人能保证不封。magpie 里的 Claude 订阅是交给你本机真实的 Claude Code 去发请求，magpie 不拿 token 直接调 Anthropic 接口，也不伪装客户端，Anthropic 看到的就是你在用 Claude Code。风险主要还是 Anthropic 自己的规则：地区和 IP、账号给别人用、来路不明的号。

💾 Two years ago I started working on these crazy nostalgia projects, kind of randomly, because I was bored and wanted to do something different than just build another SaaS or AI app/website I wanted to try to run Windows 3.1 inside a web browser, and to do that properly already took me months When that worked well enough, I wanted to build a dial up internet connection so it could browse the web, with the basic levels of AI back then, that was VERY hard, and I'd just go around in circles forever. Finally I had to find the only person in the world who got that working @bai0 and beg him to help me make it work, and we did it! Then I started hosting classic games like Quake with full multiplayer, porting them to WASM, or if not already like Quake III by @lukathedev and hosting those with a full multiplayer server ready-to-go in your browser And then I spent 6 months trying to reverse engineer Windows XP to run on v86 by @copy_sh, very difficult (because it's so big) and only possible because modern AI like Opus 5.5 is good enough to figure that out For the last two years pretty much nobody cared about any of these projects, I'd tweet them into the void, which was fine because I thought it was very fun just for myself But now with this wave of AI-assisted reverse engineering WASM ports of games and apps to web they're finally taking off, pretty much anything is portable to WASM on web now, and if you add server to it via WebSockets, people can instantly play with each other, or interact inside apps you host, it's super cool Every game and app I have on @pieter now is full or almost full to the limit, yesterday 80,000 people played around in Windows 3.1 or Windows XP inside their browsers chatting to MSN and AOL Messenger AI bots and playing 3D Pinball or playing Quake etc. And that was my idea for @pieter: a non-commercial preservation project, kinda like an online computer museum but interactive! The most cool thing to pay respects to these old games, apps and OSes I think is to keep them alive by making them easily and freely accessible, playable on mobile so old and new generations of people can jump back in the past interactively This is one of my first projects to take off that does not, can not and will not make money because it's non-profit, and that's fine Every time I tweeted about these projects would always ask me "but why?" Because it's really fun! 🤩

Quoted @radiantopti

PLAY ALL THESE GAMES IN YOUR BROWSER Your PC does not need the game installed! you can play Black Ops zombies, Skate 3, Halo and MW2 and more GAMES all run in a browser tab now. full list in the comments. School gaming is boutta be fire

View quoted post ↗

Your coworkers can’t learn an AI workflow if they only see the finished work. @danshipper built a copyediting skill from 30,000 historical edits. Then he installed it in a company agent that lives in @SlackHQ, where the team already works. Now anyone on the team can ask it for a copyedit. That’s the idea behind Every Agent, our AI coworker in @SlackHQ. Ask it to do a task in a channel, correct it in the thread, and save a useful workflow as a skill the rest of your team can run. Install the Every Agent: https://every.to/agent?utm_source=x&utm_campaign=every-agent-launch&utm_content=every-261010-prompt-in-public-video-install Read more: https://every.to/on-every/introducing-the-every-agent?utm_source=x&utm_campaign=every-agent-launch&utm_content=every-261010-prompt-in-public-video

？

Quoted @yyyole

真是挖到宝了！！ 感觉可以直接拿来接单变现！ 这是我见过最规范的用AI做Logo设计的Skill ！！ 一个大神设计师把品牌设计的工作流程、1400多个真实 Logo 参考，以及测试和导出工具，整理成一个 Skill。 看了一下，完全是按照专业设计流程规范来的！ 先调研品牌做什么、用户是谁、想传递什么感觉，再研究同行常见的设计。 然后提出 8–12 个创意，从中挑出差异最大的三个，实际画成 SVG。 设计过程中先画黑白稿，确定轮廓和结构后再讨论颜色。 三个方案完成后，还要测试、修改，整理成一张对比图，告诉你推荐哪个、理由是什么。 等你选定方向，再继续制作完整的 Logo 套件。 更有意思的是，这套Skill会完全颠覆常规设计思路！！ 比如，咖啡品牌只会画杯子，安全工具只会画盾牌、智能产品只会画大脑...... 它会让 Agent 先研究参考库，把品类里用得太多的元素列出来，再探索独特性的表达。 并且完成之后，还会有自检查！ 检查SVG 代码还不够，还要渲染成图片检查。 配套的脚本还会自动检查字体依赖、混入的位图、过于复杂的路径、细小到可能消失的结构等问题。 一整套流程下来，确保Logo设计的美观和规范。 最后确认之后，会输出黑白版、单色版、横版和竖版组合、Favicon、App 图标，以及简明使用指南。 作者还开源了 28 个虚构品牌的完整案例，从咖啡店到 SaaS，都能看到概念方案和选定方向的应用效果。 试了一试，确实比几句提示词生成出来的Logo设计图更加高级，关键是放大缩小都不会糊！！ 完全可以应对专业场景需求！ 开源地址放下面了，有兴趣可以试试！

View quoted post ↗

很多人都没提，关注列表是查不了的。

Quoted @bot

Grok Bot can now search, read, and monitor X.

View quoted post ↗

Computer pulled 52,000 earnings call transcripts from 6,000 global companies to create an earnings keyword search app. Computer orchestrated 3 different frontier models to retrieve the transcripts, index passages, and create the website, using 210,000 credits in total.

网红已死。 这个用 GPT Astra 6 制作的“AI 怪咖 DJ”，仅一条视频就获得 990 万次观看，收入 19,433 美元： → ChatGPT 生成灰色西装、蘑菇头的男人 → 选择爆满演出的 DJ 台作为舞台 → 用 Seedance 2.5 把他替换到设备前 → 随手配文：“quick DJ set” 一个顶着蘑菇头的虚拟角色，拿到 100 万点赞。 他的创作者已经开始在简介里销售“打造自己的 AI 角色”课程。

源：https://x.com/kelmruns/status/2108258506801299744

Quoted @kelmruns

influencers are dead this AI freak DJ made with GPT Astra 6 got 9.9M views and $19,433 on one clip > generate a guy in a grey suit with a mushroom bowl cut in ChatGPT > pick the biggest stage you can find: a DJ booth at a sold-out show > swap him behind the decks with Seedance 2.5 > caption it like it's nothing, "quick DJ set" 1M likes on a guy whose haircut looks like a mushroom and his creator already sells a "make your own AI character" course in the bio

View quoted post ↗

We just let in every Pro and Max user from the Claude Code Projects waitlist! If you're new to Claude Code Projects, here's a 4 minute walkthrough to get you started:

Claude Code Projects 向候补名单上的 Pro 和 Max 用户全部开放 Anthropic 把 Claude Code Projects 候补名单上的 Pro 和 Max 用户全部放了进来。这个功能目前是公开测试版，还在分批推送，Team 和 Enterprise 计划暂时用不了。 Claude Code Projects 我最近用的比较多，很不错的设计，既可以像个人助理一样，不停的在主会话发消息分派任务，又可以通过 Thread 看到每个子任务的执行情况，留有记录，还可以后续跟进。 推荐看看这条视频，解释的很清楚。 我之前有个帖子解释了 Codex Project 和 Claude Projects 啥不同： > 如果你还记得当年的论坛（Forum）的话，Codex Project 就像一个论坛的板块，像是一个容器，或者一个分类，跟这个板块/项目相关的内容都在这里，你可以不停的新开会话。 > Claude Projects（新的）就像 Slack 的 Channel，也是一个分类或者容器，但是所有的消息都在一起，想到啥都往里面扔，但是如果你想对某个子话题深入讨论，那么就新开 Thread，然后基于 Thread 可以展开讨论。 > 论坛呢，就是容易歪楼，讨论着讨论就偏离主题了，上下文乱一些，只有最近的回帖看的清楚。 > Slack 呢就是简单方便，不用想属于哪个话题，只要是这个 Channel 的就都往里面发就好了，上下文乱一点没关系，可以通过 Thread 聚焦 Projects 管的是“同时开好几个 Claude Code 会话，谁来协调”这件事。以前想并行干几件活，你得自己给每个会话分任务、每次重新交代背景、挨个回去看谁做完了。现在你只跟一个“项目对话”说话，Claude 在里面当协调者，把目标拆成小任务，每个任务开一个“线程”去做。 每个线程都是一个完整的 Claude Code 会话，默认跑在云端，在自己的 Git 分支上干活。合上笔记本，活照样在干，用手机也能看进度。某个任务要用本机的数据库、模拟器或内网接口，可以让这个线程改到你自己电脑上跑（通过 Remote Control 远程连接，电脑得开着）。 写代码的线程做完改动会自己开 PR（拉取请求，提交给仓库合并的代码改动），之后继续盯着：自动化测试没通过就提交修复，有人留了审查意见就去改。官方演示的例子是排查一个网站的性能问题：几个线程各修一处，最后生成一份前后性能对比报告，再设一个每天运行的例行检查，发现性能退步就自动开线程排查，等你下次进来处理。 适合放进项目的，是一次会话装不下、会不断冒出新任务的活，比如把应用迁出一个已废弃的依赖包，或者在 API、网页端、移动端几个仓库里同步改同一个接口。也可以完全不碰代码，上传一批合同或客服工单，反复提问。 所有线程共享项目说明和项目记忆。你说一次“以后都从 main 分支开 PR”，后面每个线程都照做。 【用量要注意】 每个线程都是完整会话，还能同时跑好几个，所以项目消耗套餐额度比单个会话快，官方提醒 Pro 用户尤其会更早用到上限。新建项目默认全部用 Opus，线程的推理强度（effort，模型每一步思考投入多少）默认是高。Claude Code 团队的建议是：协调者保持默认的低强度，它主要负责派活，调高没什么用；线程默认换小一点的模型，遇到复杂任务再单独切大模型。你也可以直接告诉 Claude 同时最多跑几个线程，或者先给你看计划再动手。 线程用到额度上限后，会等额度重置再自动继续，没管的活会用掉你下一个时段的额度。不想这样，可以在项目设置里暂停整个项目。 【怎么用】 在 http://claude.ai/code、桌面版 Claude 的 Code 标签页或 Claude 手机 App 的侧边栏里看到 Projects，就说明已经开通；没看到可以加入候补名单。终端命令行、VS Code 和 JetBrains 插件里用不了。代码要托管在 http://github.com 上，仓库要装 Claude GitHub App。项目只属于你一个人，暂时不能分享给别人。 http://claude.ai 聊天里原来那个“项目”功能（把对话和参考文件归到一起）照常保留，等新版推到这些账号再切换。

Quoted @claudedevs

We just let in every Pro and Max user from the Claude Code Projects waitlist! If you're new to Claude Code Projects, here's a 4 minute walkthrough to get you started:

View quoted post ↗

全新 Claude Code Projects 4分钟入门指南 把一个需要多次会话、涉及多个代码仓库的大目标，交给 Claude Projects 能持续推进 创建项目，填入目标和相关仓库 Claude 会把工作拆成多个任务，为每项任务建立独立线程并行执行，线程默认在云端运行，合上电脑也能继续... 需要本地文件或工具时，可以改到你的电脑上运行 三条建议： 并行任务会更快消耗套餐额度 可以规定它如何工作、多久汇报、是否先给计划 线程之间共享项目记忆

Quoted @claudedevs

We just let in every Pro and Max user from the Claude Code Projects waitlist! If you're new to Claude Code Projects, here's a 4 minute walkthrough to get you started:

View quoted post ↗

Claude Code Project正式发布了，做了一个双语视频。Project的目标是替换架构师，你只管布置庞大的任务，Claude会自行规划如何完成。

Quoted @claudedevs

We just let in every Pro and Max user from the Claude Code Projects waitlist! If you're new to Claude Code Projects, here's a 4 minute walkthrough to get you started:

View quoted post ↗

想给自己做个能动的 3D 分身，又不会 Blender，可以看看这个 Nano 做了个工具包，叫 Charakuru：拿一张角色全身立绘，和 Codex 一起做出 VRM 虚拟形象。 你负责挑选模型、调整头身比例、检查动作； Codex 负责生图、操作 Tripo 生成 3D，再用 Blender 处理骨骼、头发和衣服物理，最后导出模型。 最吸引我的，是把原本零散的建模步骤，做成了一个本地应用加 7 个 Skills。 每到需要你判断的地方就停下来，选好了再继续。 以后搞建模角色，可以从这条流程开始，不用一上来就自己啃 Blender。 项目：https://github.com/nanocle/Charakuru

Quoted @dstudio_ai

Tripo P2.0 × Codexで1枚絵からキャラクターモデルを制作できる「きゃらくる/Charakuru」というキットを無料公開しました！ なんと、 Tripo様より正式にスポンサードしていただくことになりました！！！ Tripoだけでキャラクターモデルを制作しようとすると、顔がガビガビだったり、動きがおかしかったり、テクスチャが汚かったりしてしまいます…！ このキットはそれを解決します！ AIに丸投げするサービスではなく、エージェントをアシスタントとして共同でキャラクターモデリングをしていくタイプのローカルキットです！ GPT-6.1 Sol,GPT-6 AstraのComputer useを最大限生かしています！ 丸投げしてしまうとクオリティがひどく、かといって人力でやると鬼ほどスキルが要求される問題の解決を目指しています。 自分がワークフローを共有したとしても再現性が無く、敷居も高かったので、いっそのことみんなが簡単に再現できるようなキットを作ってしまおうという感じで作りました！ 僕が見つけたワークフローをローカルアプリやエージェントのSkillsに詰め込み、それをユーザーが再現できる形で配布しています。 動作にblenderを活用していますが、ユーザーが触ることはありません。 人間が行う必要のある作業は、アプリ上の簡単な操作で実現できるようにしています。 無料なのでぜひお試しください～！ ※現在開発途中で足らない機能も多いですが、今後のアップデートで順次機能を追加していく予定です！

View quoted post ↗

二次元玩3D 人物比我们还是溜啊～ 可以做二次元人物了 好玩

Quoted @dstudio_ai

Tripo P2.0 × Codexで1枚絵からキャラクターモデルを制作できる「きゃらくる/Charakuru」というキットを無料公開しました！ なんと、 Tripo様より正式にスポンサードしていただくことになりました！！！ Tripoだけでキャラクターモデルを制作しようとすると、顔がガビガビだったり、動きがおかしかったり、テクスチャが汚かったりしてしまいます…！ このキットはそれを解決します！ AIに丸投げするサービスではなく、エージェントをアシスタントとして共同でキャラクターモデリングをしていくタイプのローカルキットです！ GPT-6.1 Sol,GPT-6 AstraのComputer useを最大限生かしています！ 丸投げしてしまうとクオリティがひどく、かといって人力でやると鬼ほどスキルが要求される問題の解決を目指しています。 自分がワークフローを共有したとしても再現性が無く、敷居も高かったので、いっそのことみんなが簡単に再現できるようなキットを作ってしまおうという感じで作りました！ 僕が見つけたワークフローをローカルアプリやエージェントのSkillsに詰め込み、それをユーザーが再現できる形で配布しています。 動作にblenderを活用していますが、ユーザーが触ることはありません。 人間が行う必要のある作業は、アプリ上の簡単な操作で実現できるようにしています。 無料なのでぜひお試しください～！ ※現在開発途中で足らない機能も多いですが、今後のアップデートで順次機能を追加していく予定です！

View quoted post ↗

被余老师放在了第一个☝️ 我最重要的认识就是：社交平台最重要的是社交 😂🤗

Quoted @ameliax111

根据评论区的回复，总结了10条通用的怎么玩好X 的一手经验。感谢回复的朋友们，另外评论区还有两条干货长文，也很推荐，学到了～ 1、回复比发帖重要。 @Jackywine：「多关注给你回复的人，多回复给你回复的人。」@RingoDontpanic：「x 本质上是个互动交友平台……多评论多交朋友就好啦。」@MoonInAI：「邪修焚诀：交个朋友。」 2、保持活人感。 @AgiRay1015：「正文不要带外链，活人感第一。」@pxiaoer：「不要用 AI 回复就好了，现在各种大 V 蹭评论都是 ai。」@li9292：「真人在线社交，即可。」 3、稳定地发，发有用的。 @ai_xiaomu：「坚持每天发，发点有用的。」@HanZhang415188：「想到啥发啥就行，多发。」 4、长短不是问题，信息密度才是。 @jinchenma_ai：「长短无所谓。有用的长内容一样有流量，亲测。」@RookieRicardoR：「长帖子流量好。」 5、别端着，当熟悉的平台发。 @Lonely__MH：「一手心得：当朋友圈发。」@Jack_FluxAI：「当早期微博玩就行了，有啥都可以放上来聊。」@undersdong：「感觉有点像是当小红书玩。」 6、先定位再输出。 @YifeiZhou 认为 X 的核心是「有价值的信息／观点＋圈层信誉」，要成为「在某个圈子里，值得关注、引用和交流的人」。 7、先学再定制。 @jev_chat：「先刷一些你认为不错的博主……把对方的主页都扔给 ai，蒸馏一遍。」 8、公开做事，放开玩。 @zoechen0331：「build in public。」@zjp1997720：「释放自我就行，自然会吸引同频的人。」 9、让 Grok 帮你看数据。 @tspy：「开启 premium+，然后启用 grok bot，它会协助运营分析你的X账号。」 10、别打一段大段话，多分行，手机上看起来不累。

View quoted post ↗

People are looking for Kody. Serious validation of what I'm building. Now for teams!

Quoted @arnestrickmann

It’s interesting that no one has built an all-in-one tool for personal agents (like @Muse, @instinct, @bot, @interaction) that hold all connections to third party companies. Convinced that this should be an independent product. That way you can keep auth separate, audit what the agent does, set fine-grained permissions and easily switch between the agent apps. I built it over the last few days with @hkonsti_. It’s open source and easy to self-host. Now my Instinct has exactly the same tools as Claude Code on my laptop.

View quoted post ↗

哈哈哈哈，为啥感觉这抽搐的有点搞笑哈哈哈

Quoted @wquguru

🔥 怎么用 Muse 白嫖 OpenRouter 的模型，做出自己的桌面女友？？？ 同样用蚂蚁百灵（inclusionAI）刚开源的两个模型，给 Mac 桌面做了几个会动的角色：随意放大缩小、随便拖动，鼠标点击直接穿透，不遮挡任何操作。 用到的两个模型： - Ming-Image-0.1-Design：文生图，负责画角色姿势图 - Ming-Image-0.1-Design-Layer：拆图，把图拆成透明背景图层 流程： 1. 在 Muse 里丢一句提示词，让它装上 Skill，生成三个角色 2. Design 模型先出四宫格原图，这时背景还不透明 3. Design-Layer 模型去掉背景，切成一张张透明小图 4. 拼成循环动画，下载 ZIP，在 Cameo 里点添加导入 实测下来，Layer 拆得挺干净，边缘清晰，发丝没有变形。Muse 调用的是 OpenRouter 上的接口，现在限时免费，我一晚上生成了几十组视频，没碰到任何限制，可以说非常牛了。 能做出什么惊艳的内容，欢迎发在评论区（提示词也见评论区👇）

View quoted post ↗

想多了，肯定能赚不少钱，但没那么多。 第一个Kimi的广告有banner位看起来是品牌广告的逻辑，价格会高一些；后面一大串的广告主要是CPS付费的逻辑，以程序员的抠门程度，被打动的几率不大，点击率和转化率我觉得都一般。 作为参照，我的开源项目里，主要是nuwa-skill比较赚钱（当然跟cc-switch影响力没法比），通过仓库品牌广告和直接合作带来的历史累计收入是小六位数。

Quoted @miles_mazy

天啊，CC Switch 的赞助商拉满了 GitHub 得做啊，就这商单➕返佣，一个月可以赚7 位数吧

View quoted post ↗

看到了 magpie，意满离（

Quoted @localhost_4173

可以通过端口搜索运行中的程序 https://pulse.egoist.dev

View quoted post ↗

claude 5.5系列（opus5.5）除了能延长，还能做的事 用一句话说清： 给我一支视频或一份材料，我能把它看懂、改短、改长、换语言、换结局、做成系列，并且自己检查一遍； 画面要么用代码画，要么用现成镜头重剪； 写实的新镜头，需要另外接 AI 视频生成。

Quoted @gosailglobal

很多人不懂怎么用其实 现存最早的中国故事片，一部 22 分钟的喜剧。 水果摊主想娶医生的女儿 医生说：谁让我生意兴隆，女儿就嫁给谁 于是他把夜总会的楼梯改成了滑梯，客人一个个摔下来，全送进了老丈人的诊所 原片里，他就这么抱得美人归 我加了一个一百年来没人追问的问题： 「是谁把楼梯改成了滑梯？」 然后把摔跤的镜头倒过来——他只好把大家一个一个送回楼上 最后一张字幕卡： 「先把大家的医药费结一下。」 #经典默片换个结局

View quoted post ↗

今下午接待了位来自苏州的工业物联网朋友 这老板一进门看到我的手机 RPA，直接甩给我一本薄册子，说一下午花了 7,8000 听老讲授讲课，完了拿到一本手册 看到我的 RPA 自动化，问我是不是能实现这手册上的公式 我拿过册子一看，好嘛，一个根号，一个西格玛求和 此时我才明白，我跟人家讲 RAG，讲 Prompt Caching, 为什么人家老板听的犯困

神速啊 🤫 赚钱工具

Quoted @0xecho99

卧槽完成了 AI 网站出海的第一单！！下午刚上线的站点，没想到晚上就拿到反馈了！！ 真的有想法一定就要去执行，干了可能就有结果了，不干就一定没有机会！！ 分享下我做这个站点的思路，我真的是边学边问 AI 边建的站点 起因是这两天看到哥飞社群里面大家国庆都做新词出了单，看得我跃跃欲试 所以我这两天就在琢磨怎么也去做一个练练手 没想到我人生第一个付费站点第一个客户就实现了转化！还买了 2 次积分 ！ 前几天大家做的那个词其实热度已经在下降了，我就看了大家的分享，一直在思考 我就在想这个词的来源是什么？具体用户需求是什么，如果我也想去找这样的词该怎么找到呢？ 于是我结合 @GoSailGlobal 的新词雷达思路和社群里面一些找新词的经验扔给 Grok Bot 做了一个新词监控的工具，当下就给我推荐了一个我觉得比较有机会的词 接着我去买域名，结合 Claude 研究这个词的需求要怎么实现 要调用什么 AI 模型，怎么实现，用哪个中转站都是现查现找的，想着先完成再完美吧，能用就行 期间自己测试了几次效果勉强能行后就开始上站了 我直接让 Claude 按照之前买的模板和对标竞品开始做，弄到昨天凌晨发现生成效果还是有点问题就先睡觉了 今天起来花了大半天的时间把一些细节功能完善好，针对 ChatGPT 客户可能会问的问题都做了内容和博客去补充解释，希望能拿到一点推荐流量 下午做完后立马去 Stripe 申请了商家验证，对接支付、对接好 GA4、Clarity 这些最后测试了一遍没问题就放着没管了 没想到 20点 30 左右看了下后台邮件居然出单了！！ 是的，就是这么简单，我现在甚至都还看不到这个客户来源是谷歌还是 ChatGPT 我是在 4 月份进入的哥飞社群，但由于我本身自己就在做跨境电商独立站的原因，大部分精力都在独立站和自媒体上，只是为了学习提升我的 SEO 技巧才进的社群 一直有找词做一个 Saas 订阅或者付费站试试的打算，但因为各种原因迟迟没有开始吧，昨天我才真正开始尝试 这次是真让我感受到了新词的推背感，新手想拿到正反馈做新词是准没错的 找词就是找需求，跟做跨境电商独立站选品感觉是同样的思路 后续也会尝试去找一些长期的需求，看能不能做成一个品牌站，毕竟不用发货躺着赚钱是真的比跨境电商还舒服呀 在此感谢 @gefei55 哥飞老师搭建的社群和 AI 工具，在此学到了不少。以及 @GoSailGlobal 的新词雷达思路，非常好用

View quoted post ↗

Done! If you have 2+ websites, DataFast will now show a new card showing total revenue & traffic for your websites. When you click it, it opens a new /overview dashboard. Is it useful? Should it stay in DataFast?

Quoted @chrissyinspace

Idea for @marclou's @DataFast_: Offer an "all startups" view that merges all visits and revenue into one chart.

View quoted post ↗

@limccn 已经有了：多路上游时，一路失败就先让它歇着，换下一路。429 按上游给的 Retry-After/重置时间歇，额度用完歇到额度恢复，5xx 和其他错误按连续失败次数翻倍退避，成功一次就清零。路由页能看到哪路在歇、歇到几点，也能手动解除。

I’m not going to vibe code my $19/mo SaaS alternative But $4000/year just to send a few emails is insane. Especially when your margins are 90% And I agree with you. I don’t want to sign up for a new SaaS when it’s so easy to make mine. Right now: - current expensive SaaS: bye bye - curent cheap SaaS: 🤗☺️ - future SaaS: vibe coded

So many people asked me to make it open-source, so here you go: MailCheap — Self-hosted newsletters on Amazon SES: 💸 $0.10 per 1,000 emails ✍️ Editor with live preview 📰 Multiple newsletters 📝 Signup forms + API 🌐 Public archive 📊 Stats & growth charts 🧹 List cleanup 📬 Bounce + spam protection → https://github.com/marclou/mailcheap 92% cheaper than Beehiiv (for me). Have fun!

Quoted @marclou

Bye bye Beehiiv 👋 I vibe-coded my own newsletter platform: 📧 Campaign management w/ editor 🖥️ Web archives (http://newsletter.marclou.com) 🔗 API support 🫧 List cleanup, deliverability reports It took a few prompts with Opus 5.5. I left Beehiiv because they raised prices for the 3rd time in 2 years. - My first yearly bill was $1,000. - My future bill would have been $4,000. Now I'm using AWS SES + MongoDB, and I will pay less than $300/year. Newsletter platforms charge per subscriber, when in fact the real cost is the number of emails sent. Subscribers will naturally become inactive, so you end up paying more for something that hurts your deliverability (sending to dormant subscribers = spam trap). So I've set a cleanup cron job for my newsletter alternative. It marks inactive subs as dormant, sends one last re-engaging email, and stops emailing them. Money saved. Deliverability increased. I also gain a priceless feature: Freedom. I can change the UI, add features, connect all my apps - anything is possible with just a prompt. I'm replacing Resend next. I love it, but it's very expensive ($400/mo)

View quoted post ↗

I open sourced it: https://x.com/marclou/status/2108918232279400920

Quoted @marclou

So many people asked me to make it open-source, so here you go: MailCheap — Self-hosted newsletters on Amazon SES: 💸 $0.10 per 1,000 emails ✍️ Editor with live preview 📰 Multiple newsletters 📝 Signup forms + API 🌐 Public archive 📊 Stats & growth charts 🧹 List cleanup 📬 Bounce + spam protection → https://github.com/marclou/mailcheap 92% cheaper than Beehiiv (for me). Have fun!

View quoted post ↗

@OHHHHHH05 可以的。Codex 用官方 ChatGPT 账号登录时，magpie 只在 config.toml 里加一行 openai_base_url 指向本机网关，provider 仍是 openai，auth.json 不动，登录状态和历史会话都保留。没登录才会走 API Key 方式的自定义 provider。

Turn any LLM into a Jev-style decision model! AnyJev lets you use open causal LLMs for typed decisions like yes/no, choice, or scoring, with probabilities instead of free-form generation. The interesting part is that the simplest mode does not require fine-tuning. You give the model some state and a bounded question, and AnyJev reads the model’s next-token logits over the allowed answers to turn that into a decision. For example, instead of asking a model to generate a long response about whether a request should be approved, you can define the possible outcomes upfront and get back the model’s probability for each one. AnyJev also corrects for an important issue with this approach: option-order and label bias. If changing the order of the answer choices changes the model’s decision, those raw probabilities are not reliable enough on their own. Its L0 mode adjusts for that without requiring labeled data. The repo also includes Tacit, a set of self-distilled decision models ranging from 1.7B to 9B parameters. These models are trained to reproduce the decisions the original model reaches after reasoning, but return the decision in a single forward pass. Low-confidence cases can still be escalated back to full reasoning when needed. Key capabilities: - Turn open LLMs into typed decision models without fine-tuning - Support yes/no, choice, and score-based decisions - Return probabilities directly from model logits - Correct for option-order and label bias - Escalate uncertain decisions to full reasoning So you can either use an existing open LLM directly through AnyJev, or use the Tacit checkpoints when you want a model specialized for faster decision making. 100% open source.

Quoted @sumanth_077

https://x.com/i/article/2107467472760897536

View quoted post ↗

@HoGee_xxl v0.1.1165 已加上：网关 GET /v1/magpie/usage（同 /api/usage）和 /v1/magpie/usage/requests（逐条，筛选参数同 Web）。Claude Code 子代理的调用带 subagent（agent id）和 parent_agent（发起它的子代理），session 就是父会话。限额的 key 只看得到自己的调用。

Reasoning From Scratch: Reinforcement Learning with Verifiable Rewards (RLVR) round 2. Covering clipped policy ratios, KL loss term, format rewards, and other GRPO tips & tricks. 00:00 Introduction and recap 01:52 Interpreting basic GRPO training metrics 06:34 Planned improvements to GRPO 08:58 Running longer training jobs with Python scripts 13:39 Running the baseline GRPO training script 17:29 Loading and plotting training logs 19:29 Diagnosing unstable training 23:55 Evaluating checkpoints on MATH-500 26:26 Downloading existing checkpoints 30:09 Tracking advantage statistics 34:53 Understanding entropy 40:32 Computing entropy in PyTorch 44:17 Interpreting entropy values 48:58 Adding entropy tracking to GRPO 53:36 Analyzing advantage and entropy metrics 56:18 Stabilizing GRPO with clipped policy ratios 1:03:27 Implementing the clipped policy loss 1:09:39 Analyzing clipped policy training results 1:11:25 KL divergence and reward hacking 1:15:12 Adding a KL loss term 1:20:34 Limitations of the simplified KL loss 1:23:04 Format rewards and think tags 1:25:47 Adding special tokens to the tokenizer 1:30:29 Implementing the format reward 1:35:56 Analyzing format reward training 1:38:25 Rewarding format only for correct answers 1:40:48 Further GRPO improvements from research 1:45:43 Next steps and distillation

@xDinoDeer 可以试试第三方的 Agent，基于各家 Harness 封了一层，还是用它们的订阅，比如：https://github.com/getpaseo/paseo 然后定制化把session都保存起来

SAM 3.1 + DINOv3 from @AIatMeta is a crazy combo 🔥 it can even hold onto surgical tools while a forearm sweeps over them. one leaves for 15 seconds, its near-identical twin stays, and it knows exactly which one came back! one NVIDIA A100 on @huggingface Jobs 🤗

Lee Robinson 在斯坦福大学 CS146S 课程讲座视频来了 @mihail_eric 教授 CS146S 「AI 原生软件开发」课程第三周详解在这： https://x.com/shao__meng/status/2108400281402908960 Lee 这次的主题是「常驻式主动智能体（always-on, proactive agents）比如 Grok Bot 是如何工作的？"」 作为曾主导 Vercel Next.js 开发者生态，后加入 Cursor，又亲历了 Grok Bot 的实践者，Lee 也亲身经历了 Agent 从被动响应，到「常驻运行、主动观察环境、自主决定何时介入」的状态，比如 Grok Bot。 他的讲座分为六个部分，强烈建议大家看原视频： 1. How we got here - 从历史讲起：从聊天式助手到常驻 agent 的演进路径 2. What changed in the models - 关键前提：模型能力发生了什么变化，才让 always-on 变得可行（这类范式转变通常由模型进步驱动，而非纯工程巧思） 3. Inside an always-on agent - 核心架构拆解：一个永不关机的 agent 内部由哪些部分构成 4. The harness - “执行框架”、agent 之外的工程外壳（工具调用、循环控制、权限与安全边界），这是当前 agent 工程的主战场 5. Context engineering - “上下文工程”：常驻 agent 不能无限堆积历史，如何筛选、压缩、维护长期上下文是决定成败的核心问题。这个词已接棒 "prompt engineering" 成为新焦点 6. Where this is going - 前瞻：范式将走向何方

Quoted @leerob

How do always-on, proactive agents like @Bot work? Watch my lecture at Stanford CS146S: 2:35 How we got here 6:13 What changed in the models 10:06 Inside an always-on agent 18:07 The harness 27:26 Context engineering 34:26 Where this is going

View quoted post ↗

Lee Robinson 在斯坦福 CS146S 讲 Grok Bot 的工作原理的视频，非常值得一看，把一些 Grok Bot 的内部工作流程用大白话说的很清楚，里面包含： Always-on Agent 和普通 agent 的区别和设计 Harness设计 Context 工程，如何保持主 agent 轻量 训练方式 我看了很受益，推荐大家也看看

Quoted @leerob

How do always-on, proactive agents like @Bot work? Watch my lecture at Stanford CS146S: 2:35 How we got here 6:13 What changed in the models 10:06 Inside an always-on agent 18:07 The harness 27:26 Context engineering 34:26 Where this is going

View quoted post ↗

@zaidu259434 谢谢建议！v0.1.1164 优化了手机浏览器里的布局：供应商、网关（密钥、模型、请求记录）和路由页的每一行，以前名字会被挤成一两个字、开关被挤出卡片，现在后面的标签和按钮会换到第二行，文字完整显示，页面也不会横向溢出。你在手机上最常用的是哪个页面或流程？告诉我们，接着优化那里 🙏

草, V2EX上看到了个花了1000刀复刻的 Office 全家桶, 我试了下甚至电子表格都支持 VLOOKUP, 牛👍. 项目还是开源的: https://github.com/tcchen2026/VibeOffice 在线地址: https://vibeoffice.work

能改的。路由是每个供应商自己的：在这个供应商里开 2 个以上账号或 Key 后，它的编辑页里会出现「路由」（智能 / 按顺序 / 轮流…），路由页下方「多账号 / 多 Key」里也能改。只开了一个时没有可选的，所以一直显示 smart。 v0.1.1163 把这里改清楚了：只有一个账号或 Key 时不再显示 smart，并说明怎么开；能改时点路由页上的「智能」就会跳到改它的地方。

知识大免费时代 不代表知识没有价值了 获得流量就是价值 获得流量，售卖服务

Quoted @dontbesilent

dbskill 现在有 10577 star，间接变现七位数，也就是说平均一个 star 值几百块 张三最终卖的是让大家理解张三 skill 李四最终卖的是让大家理解李四 skill skill 只是呈现形式，skill 里面是文本，文本可以是方法论、也可以是价值观，这才是值钱的 就像作家可以靠写书出名，收入来源未必是卖书 如果你想卖这个 skill，最终会是两种结局： 1、你的 skill 传播极难、无人知晓，做了约等于没做 2、你搞 AI 下乡，批量做八千个 skill，把大礼包卖给没用过 AI 的人，让他们有“获得感”。 如果是选择路线 2，你要明确地意识到，你做的这个事情，不是知识付费、不是咨询、不是 AI、不是 FDE，这个叫电商 你卖 skill，和抖音直播间卖榴莲，没有任何区别，算 ROI 即可

View quoted post ↗

@LunaBloomOvO 没法保证零风险。magpie 是按 Copilot 官方客户端的方式登录和发请求的，但 GitHub 并没有官方支持在 Claude Code 里用 Copilot，它的条款也不允许过量的自动化调用。建议只自己用，不要共享账号、不要跑批量任务，用量保持在正常写代码的水平，这样风险最小。

我用NewMax构建了一个海外跨平台检索潜在客户的监听器 它可以通过关键词查找各类平台的帖子/评论/公开讨论 挖掘正在抱怨/有痛点的潜在客户 并通过规则打分来对线索做评估 在Dashboard中进一步进行过程管理 这一切都可以在本地运行使用，已开源在Github👇🏻

Quoted @yeeagency

I built an open-sourced tool called Lead Signal Listener It listens to Reddit, X, LinkedIn (posts and hiring signals), Facebook groups, Instagram, Hacker News, RSS, plus any of the 3,800+ APIs on @treg_to. Every lead gets a score, duplicates are removed, and the best ones show up first , run locally.

View quoted post ↗

Github仓库： https://github.com/yangyixxxx/lead-signal-listener

估计很多人看不懂这个的价值😵‍💫

Quoted @yangyi

我用NewMax构建了一个海外跨平台检索潜在客户的监听器 它可以通过关键词查找各类平台的帖子/评论/公开讨论 挖掘正在抱怨/有痛点的潜在客户 并通过规则打分来对线索做评估 在Dashboard中进一步进行过程管理 这一切都可以在本地运行使用，已开源在Github👇🏻

View quoted post ↗

不会重新请求模型，全部在本地沿用原来的调用轨迹回放：每次调用的上下文增长量、间隔、输出都照原样，只换压缩点的位置。 多读文件那部分是从你自己的历史里量出来的：每次真实压缩之后的 10 次调用里，上下文比平时多涨的那一截，就是模型把摘要丢掉的文件和工具结果再读回来的量（取中位数）。回放里每压缩一次，就加上这份返工，再加上压缩本身：读一遍整个上下文、按输出价写摘要、下一次把摘要写进缓存。历史里压缩不到 5 次时，返工至少按 10K 算。 算不进去的是压缩后模型忘了东西、走了别的路。所以在最省的 1% 以内取最大的窗口：压缩越少，丢的上下文越少。

magpie 现在能按内容脱敏：设置里的「脱敏词」填你自己的敏感词，「自定义脱敏规则」可以写前缀或正则，命中的内容在发给厂商前就会被替换掉。整份文档不让发出去，最稳的是在 agent 那一层禁止读取，比如 Claude Code 的 permissions.deny 里写 Read(./secret/**)，因为 magpie 只能看到 agent 已经读进来的内容。如果你希望 magpie 认出某份文档就直接拦下请求，可以说说你的场景。

@flying_crp 「为你调优」是 v0.1.1158 加的，现在最新是 v0.1.1161。magpie 会自己提示更新，也可以到 https://usemagpie.ai 下载最新版。更新后在「上下文」页就能看到。

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，按每个 agent、每个模型去回放压缩阈值和缓存时长，算出对你最省 Token 的那一组。千人千面，但对每个人都是最省的。

Quoted @realfxw

最近用 Claude Code 跑长任务经常感觉 5 小时额度像流水一样掉？之前社区甚至有人吐槽它根本没做上下文压缩，暗地里疯狂塞 token。今天看了 Anthropic 官方工程师 Lydia Hallie 的详细解释，才发现大家都误解了它的机制，实际问题出在默认策略太激进。 很多人不知道，auto-compact 其实是真正在做摘要的。只要一触发，前面所有的历史记录都会被一段很短的 summary 直接替换掉，根本不会在上下文里保留上百万的冗余内容。 那为什么大家的配额还是崩得飞快？ 关键在于 1M 上下文模型下，系统默认一定要憋到将近 967K 才会启动自动压缩。这就很要命了——在憋到 967K 之前的那段漫长对话里，你发过去的每一句话，背后都在默默拖着七八百 K 甚至近百万 token 的庞大上下文。即便大部分命中了 Prompt Cache 且读取单价很低，但只要基数膨胀到这个量级，每一轮对话依然在疯狂蚕食你的 5 小时用量。 还有人纠结“压缩会导致前缀改变、缓存失效，重新写一遍岂不是血亏”。其实完全不会。生成摘要本身走的大多是热缓存读取，失效之后你只需要为那段极短的新摘要付一次小额的 Cache Write，换来的却是后续交互基数直接腰斩，长远来看绝对是划算的。 不想额度莫名其妙被吞完的话，建议赶紧顺手做两个调整： 平时在终端直接敲个 /autocompact 400k，或者在 ~/.claude/settings.json 里配置好 autoCompactWindow，强制它提前压缩，别让上下文滚雪球滚到 900多K。 另外个人订阅的缓存保活时间默认是 1 小时，但后台子代理（subagent）只有 5 分钟。如果写代码停顿久了，缓存冷掉重写确实心疼，有需要可以在配置里改一下 promptCacheTtl 和 subagentPromptCacheTtl。如果主会话跑的是 Opus，顺便把后台打杂的 subagent 换成更轻量的模型，额度立马耐用很多 https://x.com/lydiahallie/status/2108624109538291901/video/1

View quoted post ↗

是的，我都是一些零星的任务，没有什么大工程，处理一个丢一个，每个工具也都在使用，国庆以来所用 Token 都是 magpie 赐予的。 我感觉快配享太庙了，加油～

Quoted @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，按每个 agent、每个模型去回放压缩阈值和缓存时长，算出对你最省 Token 的那一组。千人千面，但对每个人都是最省的。

View quoted post ↗

Considering adding a recommendation to /retro to turn repeated tasks into custom tooling (i.e. a CLI + skill) Talking to @poteto made me realise the power of agents delegating tasks to scripts they own and control Means fewer tokens, fewer hallucinations

@cdredfox 已在 v0.1.1159 改进：这是 DeepSeek v4 flash 自己偶尔在思考里打转（"OK." "Writing." ...），magpie 识别对了，但以前直接结束这次回复。现在如果循环出现在思考阶段、还没输出正文或工具调用，magpie 会原地重问一次，agent 不会断；第二次还循环才报错。升级后再试试，还遇到请告诉我。

软件开发已经完全不需要用到电脑了。 现在我每天就在客厅沙发上躺着，跟 Grokbot 还有我不同机器上的 Codex 沟通，让他们协同工作；再让我本地 Mac Studio 上的 Codex 操作电视，在我玩游戏的间隙，把工作进展和设计好的产品直接投屏到电视上

豆包工作画布大升级：一块画板让你自由发挥 我自己测试了下，确实很强大🫡 只给一张小互形象图，长出表情、服装、盲盒周边、快闪店，一本 24000px 的 VI 手册，还有电商页和招商 Deck.... 一张婚礼合照 → 生成分层图（被花挡住的部分自动补画）→ 导出 PSD → 写成会动的 HTML 邀请页 让它用 HTML 出一组中秋海报，10 张版式完全统一 豆包工作画布其实一个能把设计项目从头跑到尾的 Agent ，能在一张画布上直观的查看你所有项目，同时还能进行实时编辑 提示词模板和详细操作测试教程放在下面👇

@Wavequester 不要太高质量提示词，但是需要有一点点创意方向。比如我要求博物馆奇妙夜，希望clawd和场景有交互。分镜细节，选什么画选什么场景就交给ai了

我去，10-10 拆了三个 AI 产品的投放打法，12 个账号在 12 小时内用同一套话术推同一个产品，合计 42 万浏览只有 2 条标了广告 1/ Daxly 10-08 14:08，@BjornSannelius 发了一条"描述你想要的 app，Daxly 帮你做出来还给上线链接，注册送 5,000 credits" 163,169 浏览、48 赞、8 转发、13 评论，账号粉丝 515，浏览是粉丝数的 317 倍，赞浏比约 0.03% 系统把它标成疑似买量帖，推测这条在走付费推广，自然流量很难让 515 粉的号跑到 16 万 https://x.com/BjornSannelius/status/2108197766895636688 2/ Teamily AI（http://teamily.ai） 10-08 14:13 到 10-09 02:08，抓到 12 个账号发 Teamily AI，卖点几乎都是"Humans + Agents"，演示的都是 Website Builder，连"拉一个合作伙伴进群"的桥段都一样 12 条合计 422,498 浏览，最高的 @thetripathi58 拿到 99,974 浏览、177 赞 其中只有 2 条打了 #ad，被系统判成投放的只有 4 条，其余 8 条是按话术重合推测为同一批派单，中文圈的 @yaohui12138、@gkxspace、@gengdaJ 也在里面 https://x.com/thetripathi58/status/2108200254671896951 3/ Pine Computer（@PineAIAssistant） 10-09 16:49，@viipin8 发帖介绍 Pine Computer 开放内测候补名单，定位是给 AI 用的云电脑，44,039 浏览、169 赞 10-09 18:40 和 19:43，@elvar_official 和 @0x_mura 接连发帖，开头分别是"this is f**king awesome"和"this is f**king wild"，后面同样的"before this"加三步清单，结尾都写明 Pine sponsored，推测用的是同一份 brief 这两条只有 684 和 370 浏览，@elvar_official 有 34,727 粉 https://x.com/viipin8/status/2108600846166749505 515 粉能跑出 16 万浏览，3.4 万粉的付费帖只有 684，你觉得哪边的钱花得更冤？

Quoted @viipin8

PINE COMPUTER BUILT FOR AI AI can figure out what needs to be done, but actually getting it done on a computer is still a whole different story. Screenshot. Click. Screenshot again. Repeat. Pine Computer is built to handle that part, working across web pages, files and documents. Give it a job, and get back the actual work instead of just a “done” message. Pine Computer is opening its private beta waitlist at http://pinecomputer.io

View quoted post ↗

谢谢反馈，确实是 magpie 的问题，刚发的 v0.1.1159 修好了。这个插件是在自己起的 Node 进程里下载渠道包的。magpie 原来已经把你设的代理作为 HTTPS_PROXY 交给它，但 Node 自带的 fetch 默认不读 HTTPS_PROXY，所以下载绕过了代理直连，被墙挡住了。现在 magpie 会同时设上 NODE_USE_ENV_PROXY=1，下载就会走你在 magpie 里设的代理，系统代理不用开。升级后重启 Magpie 再试一次，还不行的话告诉我。

@ZekeXiao 修好了，v0.1.1159 已发布 🙏 原因：分类器向模型要一次性 JSON 回复（stream:false），而阿里云百炼/Qwen Token Plan 的思考模型非流式调用必须关掉思考，于是返回 400。现在 magpie 对 DashScope 的非流式请求改为流式发出、再拼成完整回复交回，思考照常、不用手动设 enable_thinking。所以没有另加“决策模型自定义参数”：问题出在 magpie 发请求的方式，修好后对所有客户端都生效。更新后再试试，有问题随时说～

New in YouWare: Website templates. Right next to Presentation and Report on the home screen, there’s now a Website tab: 15 web page templates. Pick a look → pick any model → get a real HTML page. Then share it and work on it with your team. Start fast: http://youware.com

谢谢反馈，确实是插件的 bug，不是故意的。提示词让模型写 {"name":…,"arguments":{…}}，有些模型会把参数再包一层 {"arguments":{…}}，插件之前原样转给了 agent。 Trae 插件 0.2.8 已发布：不管是文本里的工具调用还是 Trae 原生调用、流式或非流式，多包的这一层（arguments/input/parameters/args，且工具本身没有同名参数时）都会剥掉，agent 拿到的是裸参数。在 magpie 插件页更新到 0.2.8 即可。

看过了，详细结论回在 #1473：我们用真实账号实测，ChatGPT Codex 后端是按请求头 session_id 路由缓存的，body 里的 prompt_cache_key 单独不起作用——不带这个头时，带 tools 的同一请求 ×3 正好是 0/0/0，和你的表一致。magpie 会发这个头，我们这边经 magpie 都能整段命中；turn-state 和 instructions 挪位都不影响。麻烦在你的诊断版里打一下上行的 session_id，看是不是空的或每次不同 https://github.com/yetone/magpie/issues/1473#issuecomment-6096482766

给大家分享一个多 Agent 协同、编排，我目前体验最好的方案，还不花钱 同一窗口开无数个 GUI、TUI、CLI，常用订阅都可以导入 Opus、GPT、Kimi、Grok...... 很方便让 Opus 给 Codex 派活干，他俩模型协同很爽 多会话甚至多项目之间会话，都很丝滑 会话之间能直接通信，也可以 @ 会话，让 Agent 之间的信息相互传递，相互调用和协同

Quoted @gkxspace

爽了，总算有人把多 Agent 做成真正的完整 IDE 了！！！ 以前同时用 Claude、Codex、Grok，开一堆终端标签页，切分支、看代码、改文件巨痛苦。 现在它直接做成了一个统一工作台： 1、随时切模型切 Agent，上下文无缝继承 同一个任务中途随时切模型，顶级模型做完方案，直切 Grok 或 DeepSeek 继续执行，上下文和改动记录完全保留。 2、本地 BYOK 免费 + 远程云端随时接管 自己有 Key 或 Claude/Codex 账号直接连，本地运行不收一分钱。出门在手机或网页端也能连上云端机器继续跑。 3、TUI 和 GUI 一键随意切换 左边是多 Agent 窗口，中间是 VS Code 式代码编辑器与 Markdown 实时预览，右边是项目文件树。想看终端就一键切 TUI，想可视化审代码就切回 GUI。 4、原生 Git Worktree 隔离，多任务同时跑 一个窗口最多并排开 6 个 Agent。发任务时直接自动建新 Worktree 分支，一个修 Bug、一个加新功能、一个写文档，多线程跑完直接在界面里合并，彻底告别分支冲突。 官方前 1000 名给了一个 $1/月的福利，Kimi code k3、DeepSeek、GLM 5.3 模型都包，邀请 3 个好友还能打 5 折。 有需要的，赶紧去体验一下👇 https://mirasim.ai/r/go-3c26tx

View quoted post ↗

@ranynft 有些不需要用AI生图，直接大模型排版，省 Token。 需要生图，可以先画好布局内容，再交给 codex cli 生图，效率高。

感谢反馈！想定位一下具体慢在哪： 1. 用的是哪个 agent、哪家第三方 API、哪个模型？ 2. 慢的是首字出来前的等待，还是整段输出的速度？magpie 的「用量」页每次调用都记了首字时间和 token/秒，可以截图给我对比直连时的感觉。 3. 是直接选的模型，还是走了路由组？路由组如果开了意图推理模型，每轮会先多问一次它，首字会晚一点。 有这些信息我好复现，确认是 magpie 的问题就修。

👾 Game Boy Wi-Fi 🛜 The @ModRetro Chromatic has a lot of tricks up its sleeve 🃏 Updated its #ESP32 firmware to enable Wi-Fi, sharing player position with a @threejs browser world and an @apple #AVP tabletop experience—with two-way control between the handheld and Vision Pro. #Prototyping @OpenAI #Codex cc 🙏 @pvncher @pubm1x @GOROman

一个能反复改到满意的 AI 设计工具！自媒体人必备~ 玩命 AI Coding 三天，今天又没吃午饭。 终于完成第一版，代码免费开源，看评论区。 功能亮点： ① 一句话给 7 个模版，不同平台都不一样，自适应布局 ② 选中任意元素，自然语言修改。比如选中标题说“改成红色” ③ 支持 Codex Cli 生图、即梦、Gemini 等模型 ④ 支持几千个 emoji、unsplash 开源图库 视频演示如下，欢迎 Star ，今晚会上 Obsidian 官方插件库。

这个 Linear 风格的视频 Skill，是我目前最喜欢的 Skill 了，效果非常棒。 我分别给 VibeCafé、Skillry 和 Grok Bot 做了视频，放在线程里给大家看看。 先上 VibeCafé 👇

最后是 Grok Bot 的版本。 想给自己的产品做这种宣传视频，大家可以去 Skillry 体验一下： https://skillry.dev/skills/bs-linear-agent-style-launch-video

现在我的 Grokbot 每天会检查啵啵的猫粮还有没有，如果没有，它马上就会去亚马逊购买，我觉得这个才能的上是智能家居

未来肯定不是我自己去推啊，我只是做好了底层架构。然后架构其实已经搭好了，可扩展性、可迭代性都是按照非常高的标准去进行优化的。安全性是完全靠着飞书的权限去管理，其实跟我没有关系，这就是挂在飞书上的好处，性能优化，我有个专门的Agent会每一周跑一次，来去收敛一整周的迭代，以及去寻找整体的性能优化和清理屎山。这个在AIHOT上面已经跑得非常成熟了，不需要人。 那至于后续的整体的中台的迭代，以及跟公司其他目标挂齐，收集大家的反馈和需求进行迭代，这就是我助理的工作了，后续我肯定不会花大精力在这个地方，但是第一波的推动，还有底层的搭建，这个肯定还是需要我亲自做的，做完以后就好了。其实你可以理解为，我花精力进去建了一个system，所有的规则我都已经搭建好了，那后面就交给它自由生长迭代吧，这其实是一个模拟经营的思路。

if you want to get every last bit of performance out of your local setup, you need to know a bit about inference 🥵 but we've got you covered, shipping conceptual guides 🔥 here's the first one about prefill, decode, KV cache what you should optimize for 🙌🏻

LLM 推理性能核心框架：同一个模型在"读"和"写"两个阶段，瓶颈完全不同，理解这一点是所有推理优化（量化、批处理、投机解码）的基础 文档：https://llama.app/docs/prefill-vs-decode # 核心命题：一次推理，两种工作负载 用户感受的"模型速度"，实际由两个阶段拼成： · Prefill（预填充）：并行读入整个 prompt，逐层计算并写入 KV 缓存，最后产出第一个 token · Decode（解码）：自回归循环，一次只算一个 token；读权重、读全部历史 KV、算出下一个 token、追加新 KV 关键差异在于算术强度（每个字节能做多少次浮点运算）： · Prefill：整个序列并行，矩阵乘法饱满；瓶颈在算力（FLOPS）；优化方向是更强的 GPU、更好的 kernel · Decode：单 token，逐次访存；瓶颈是内存带宽；优化方向是更快的显存、更小的权重/KV 直观理解：prefill 是"一次搬完全部货物，路不是问题，装卸能力是问题"；decode 是"每次只搬一件，但每次都要跑全程，路的通行速度决定一切"。 # 批处理为何改变瓶颈 ？ 单条请求解码时，读一遍权重只为产出 1 个 token，算力大量闲置，纯带宽受限。而把多条请求拼成 batch 后，权重只需读一次，同时为 N 个请求各算一个 token；访存量几乎不变，计算量翻了 N 倍，瓶颈从带宽滑向算力。 这正是吞吐与时延的取舍所在：批处理提升了总吞吐（tokens/s 越多越好），但单请求的 TPOT 通常会变差。服务侧追求吞吐就会加大 batch；单机本地推理（如 llama.cpp 场景）没有并发，自然回到带宽受限状态；这也是文档强调 llama bench 中 pp128（prefill）和 tg64（decode）分开测的原因：两个数字受不同因素支配，必须分别看。 # KV 缓存：用空间换时间的标准技巧 注意力要求每个新 token 回看全部历史。若不缓存，每个 token 的 K/V 都要重算，代价是平方级。缓存后只算增量,代价是显存占用随上下文线性增长： KV 内存 ≈ 层数 × 上下文长度 × KV 头数 × 头维度 × 精度 长对话因此有双重成本，这是文档值得记住的判断： · 静态成本：KV 缓存占用/预留更多内存； · 动态成本：每个新 token 要 attend 的历史位置变多，解码变慢、访存变大。 所以"上下文越长回答越慢、越占显存"不是错觉，是结构性的。对应手段：开新会话、摘要压缩旧轮次、调小上下文上限、KV 量化。 # 指标与用户体验的映射 TTFT（首 token 时间）↔ prefill 性能 ↔ "点了发送要等多久才有反应" TPOT（每 token 时间）↔ decode 性能 ↔ "流式输出看起来流不流畅" 端到端时延 ≈ TTFT + 输出 token 数 × TPOT，这个分解式是全篇最有实用价值的公式，任何"总时长"问题都能拆到这两个可独立优化的项上 聚合吞吐：所有在途请求的总 tokens/s，服务端的核心指标，靠批处理提升 # 实践含义（一份排查清单） · 觉得"响应慢"→ 先测 TTFT，问题在 prefill：缩短 prompt、换算力更强/优化更好的后端； · 觉得"输出慢"→ 问题在 decode：用更小或更低精度的模型（量化）、更高端宽的硬件、避免慢速互联上的 CPU/GPU 卸载、控制活跃上下文长度； · 显存不够 → 优先算 KV 公式，压缩上下文或量化 KV； · 服务要扛量 → 加批处理，接受单请求时延的少量上升。 一句话总结：prefill 拼算力，decode 拼带宽，KV 缓存决定显存与长上下文代价；TTFT、TPOT、吞吐三个指标分别对应这三个维度，所有优化技巧（量化、批处理、投机解码）都是在移动这三条边界。

Quoted @mervenoyann

if you want to get every last bit of performance out of your local setup, you need to know a bit about inference 🥵 but we've got you covered, shipping conceptual guides 🔥 here's the first one about prefill, decode, KV cache what you should optimize for 🙌🏻

View quoted post ↗

从 RAG 失败到 91% 准确率：Uber 法务红线 Agent 的四次架构演进 Uber 每年谈判数千份合同，法务审核是交易、供应商入驻、产品上线的关键瓶颈。团队的核心洞察是：这份看似高度专业的工作中，藏着大量结构性模式；相似条款反复出现、红线修改可复用、法律立场长期稳定。这与代码审查、客服回复等已被 AI 成功渗透的领域同构，只是领域知识壁垒更高。 项目成功的外部标志是 Uber 法务部凭此获得 2026 年 ALM Legalweek “年度最具创新力法务部”奖项。内部分享的两个量化结果：平均合同审核时间下降 20%+，AI 生成决策准确率 91%。 三条产品哲学贯穿始终，后面所有技术选型都能回溯到它们： 1. 在律师工作的地方交付（Microsoft Word 插件，而非新工具），降低采纳成本； 2. 增强而非替代律师判断，AI 只给建议（accept / reject / modify + 理由注释），决策权在人； 3. 用真实反馈持续迭代，这直接催生了第二版的核心架构。 博客地址：https://www.uber.com/us/en/blog/building-ubers-redlining-agent/ # 四次迭代：一次教科书级的“从 RAG 到 Agent”演进路径 第 1 版：朴素 RAG - 失败 把谈判 playbook 灌入 RAG 管道。三个典型失败模式： · 语义检索失准：用来做嵌入的“关键句”与实际需要检索的内容不一致（query 与 document 的粒度错位）； · 语气失控：生成的注释要么过度防御、要么过度让步，法律文书的语气本身就是立场； · 无法泛化：没见过的谈判场景直接失效。 这一版的教训是：playbook 里的静态知识与律师实际谈判中的动态偏好之间存在巨大鸿沟。文档不等于决策数据。 第 2 版：反馈闭环 - 转折点 放弃“从文档学”，改为“从决策学”。系统捕获每一次真实谈判的完整轨迹：对方原始措辞 → 律师的红线 → 期望动作 → 律师写的注释 → 最终修改文本。这些粒度极细的对齐数据让系统能把“对方意图”直接映射到“本方律师偏好的应对语言”。 运行时流程：相似度检索 + 元数据过滤 → 取约 20 个候选 → LLM 二次精筛 → 生成决策与注释。 两个精巧的工程细节： · 指数衰减加权（半衰期 365 天）：优先采信近一年的决策，天然对抗策略漂移（counterparty 立场和内部政策会演变）； · 正负样本均衡的 few-shot：agree/disagree 案例成对呈现，让模型学到判别边界而非单边模仿。 关键结论：无需任何手动微调，检索 + 上下文学习即可持续进化。 第 3 版：语气分层 - 组织层面的突破 单独加一个 LLM 调用做语气调制。技术上有趣的是 "proactive and pessimistic" 一次性反思：预先假设生成的注释有质量问题，让模型一次性自检修正；效果等同于反思循环，但只花一次调用的 token 和延迟。 更大的突破在组织层面：三段式 prompt（目标、偏好风格、开场白示例）的所有权直接交给了律师。Uber 的结论很客观：塑造输出格式的 prompt 应由领域专家管理，而不是工程师替律师定义“什么叫专业语气”。 第 4 版：Agentic 修改草拟 对 MODIFY 决策引入 agentic workflow：参考历史反馈和规则库起草反提案文本，杜绝幻觉条款。至此，系统从“建议者”升级为“起草者”。 规则库（Rules Database）：确定性兜底 由律师维护：选中常被修改的模板条款，附上规则（Uber 立场、可退让的底线、示例回复）。检索到的修改句做语义匹配，高置信度命中直接注入上下文，并有最终 LLM 校验步骤对齐立场。 它的价值在于：第一天就能给出高置信度结果（不像反馈库需要冷启动积累），并保证跨业务线立场一致。

Quoted @ubereng

https://x.com/i/article/2108311949260054528

View quoted post ↗

@hawahfung 我觉得，这应该是做课用的样板案例 账号本身不靠发内容卖广告，或者拿创作者收益，而是为了卖自己的智能体课程，做了一个号，这个号主负责“展示智能体做出来的视频可以拿流量”

我这个元agent自己去search方法论还挺好 在它基础上做的prompt baseline水平就还不错 然后人工稍微review增强一下 效果就会好很多 自己不懂没关系 让它去参考专家，参考最优秀的case，参考论文，参考各种机构的Best Practise就可以 后面看看它做的视频会不会更好一些

这个提示词牛逼啊！ 不得不说Opus 5.5 真的是又聪明又强的可怕啊！ 这换做以前得多久才可以干出来啊！ 提示词👇🏻： 构建一个完全自包含、实时渲染的 Three.js PBR 网页体验，标题为： 天空之城 CASTLE ABOVE CLOUDS 副标题组合：A DREAM IN THE SKY · REBUILT 主标语，大字号，两种字重：云端之上，/ 住着一座城。 主标语下方的小字说明：沿着屋檐塔楼、木廊和悬屋小屋缓缓环游。月光掠过石墙，温暖灯火从有人生活的房间里亮起。 右上角徽标：实时 PBR 场景 右下角参数：地理坐标 32.7° N · 118.4° E / 月光 · 微风 · 云层 1,200m 侧边竖排署名：STYLIZED WEB THREE.JS 左下角：放大 / 缩小 / 重置 / 环绕 四个图标按钮。 这不是一张静态图。它是一个实时场景的产品展示镜头，随时可以录屏。支持鼠标拖拽环绕、滚轮缩放，闲置时缓慢自动环绕。稳定 60fps。像素比上限为 2。 世界 夜空是深蓝偏黑，不是纯黑。一轮巨大而苍白的月亮，若干层不同远近的柔和云朵，零星几颗小星星。云层环绕在岛屿周围，而不是铺满整个世界的下方。微风轻轻吹动云朵和小三角旗。 一组漂浮的岩石岛屿。岛底是深色、厚重块状、略带青苔的岩石，垂着树根和几盏悬挂的灯笼。岛顶是有人生活的地面：草地、石板小路、木平台。 主岛 中央一座大型城堡小镇：白色灰泥墙、暖色石材基座、红色圆锥形塔顶，塔尖上插着小黄旗。 建筑结构要清晰可辨，不能是一团糊： - 主堡，带一座高耸的红色尖塔 - 相连的圆塔，开着窄长的箭窗 - 较低的侧翼，绿色屋顶和开放式阳台 - 木制外挂楼梯和环绕一圈的木平台 - 栏杆上挂着串灯 - 几十扇独立的暖色窗户，有的亮、有的暗、少数在闪烁 - 下层平台上的小集市摊位 / 遮阳篷 - 烟囱、檐沟、百叶窗，成本不高的话再加窗台花箱 比例像玩具，但材质要认真。镜头近距离环绕时不能穿帮。 卫星岛 至少六座较小的浮岛，分布在不同高度和距离： - 一座有红顶小屋和烟囱 - 一座有白色房子和一盏暖色门廊灯 - 一座几乎是空岩石，只有一盏灯笼 - 一座有小塔和一面旗 - 两座中等大小的村落，通过隐含的小路在视觉上与城堡相连，不要排成死板的网格 每座岛都有自己的岩石底部。它们轻微上下浮动，彼此相位错开。不要出现一模一样的复制品。 光照与材质 实时 PBR，风格化：不是虚幻引擎式的照片级写实，也不是扁平卡通渲染。 - 月亮作为主光，冷色调，柔和阴影 - 窗户和灯笼的自发光作为画面内实景光源，暖色 2200–2700K，泛光（bloom）只作用于灯光 - 石材略粗糙，灰泥哑光，屋瓦带柔和高光，木头有木纹 - 岩石底部比小镇更暗、更粗糙 - 少量大气雾，让远处的岛屿褪色 - 不要生硬的影棚三点布光。月光的走向和窗户的光晕就是画面本身。 镜头 开场从城堡斜上方四分之三视角俯视，月亮在塔楼后方。 然后缓慢环绕：下降到木平台高度，让串灯和窗户看得清楚；滑过一座卫星岛上的小屋；再升高到能俯瞰整个岛群的高空鸟瞰；最后回到起点。 用户随时可以拖拽和滚轮打断。运动要有缓动，不能抖。 界面 杂志式排版，深色毛玻璃，界面元素尽量少。不要遮挡城堡。左侧文案压在天空上要清晰可读。右侧参数保持小字。鼠标保持普通指针；悬停在建筑上时可以让它的窗户稍微亮一点，除此之外没有别的效果。 不要 - 做成一座贴了城堡贴图的单个岛 - 用天空盒里的城市 - 加入角色、战斗、背包，或者一大段奇幻小说式的加载文案 - 做成纯吉卜力式扁平色彩，或者完全的摄影测量写实 - 用一张静态渲染图假装漂浮 品味：一个可以环绕观看的、被重建出来的梦。任何人在任意一秒录屏，画面都依然像产品展示镜头。 https://x.com/YouWareAI/status/2108825604413870570/video/1

Quoted @youwareai

Steal this prompt: a castle above the clouds you can orbit, built in YouWare from one prompt. Claude Opus 5.5 · 1 Prompt A live Three.js page: floating islands, lit windows, drifting clouds. Drag to orbit, scroll to zoom. Full prompt below 👇

View quoted post ↗

互联网真的快被 AI 玩明白了。 这段用 GPT Astra 6 制作的“AI Wednesday”，仅一条视频就获得 6740 万次观看，收入 27,433 美元： → ChatGPT 生成双麻花辫、齐刘海的苍白女孩 → 选择白色房间和大家熟悉的舞蹈 → 用 Seedance 2.5 完成角色替换 → 配文只放标签 如今账号已有 100 万粉丝，并在简介中销售“和我聊天”订阅。 你下一个心动对象，可能只是一条提示词。

源：https://x.com/kelmruns/status/2108656084890349694

Quoted @kelmruns

the internet is so cooked this AI wednedsay made with GPT Astra 6 got 67.4M views and $27,433 on one clip > generate a pale girl with two black braids and blunt bangs like Wendesday from Netflix in ChatGPT > pick a plain white room and the dance everyone already knows > swap her into the dance with Seedance 2.5 > caption it with hashtags only 1M followers on a girl who sells "talk with me" subscriptions in her bio your next crush is probably a prompt

View quoted post ↗

@ylecun @dominik_schnaus @alex_conneau @GuillaumeLample Ran this exact experiment back in the BERT days: frozen visual encoder + frozen BERT, one linear layer between them. Worked remarkably well: https://aclanthology.org/2020.inlg-1.39.pdf And indeed Yann: FAIR's zero-shot cross-lingual alignment was my direct inspiration and intuition!

国庆在家7天，重新设计了懒猫 AI 算力舱软件平台 全新设计的平台，把底层的算力舱硬件，中间的 AI 模型和上层的 AI 应用完全解耦了 1. 用户可以精确的控制每台算力舱运行的 AI 模型，包括显存、磁盘控制，还可以实时监控每个算力舱的产出 Token，看看到底给用户节省了多少费用 2. 官方优化了主流的 25 个 AI 模型，覆盖 GLM 5.3 Flash、DeepSeek、Qwen 3.8 27B、 Qwen 3.8 Flash Next、MiniMax H3 等，基于 vLLM、SGLang、TensorFold 三套主流框架深度优化， GLM 5.3 Flash 的解码速度高达 60 Tokens / s， 简直就是离线的 AI 生产力神器，最关键的是，所有模型都支持一键自动部署，节省你大量折腾 AI 模型调优的时间，更多的时间用于创作上 3. 开发者可以基于这个算力平台，自由的组合 AI 模型开发你的 AI 应用， 包括大语言模型、多模态向量模型、语音模型、视频模型、OCR、人脸识别等，在懒猫 AI 算力舱，基于英伟达 T5000 的 CUDA 生态， 你不但可以跑编程，所有你想要的 AI 模型， 这里都有 One more thing， 除了 GLM/DeepSeek， 其他的 23 个 AI 模型全线支持 X3/X5 两代算力舱 ;) AI时代，尽情创作吧，世界上最灵活的 AI 计算平台等你来玩！ 想要这套世界上最方便的 AI 算力平台的老板， 欢迎评论区打1， 我来给大佬详细介绍

世界上最强大的 AI 算力管理平台 https://x.com/manateelazycat/status/2108418410044616846?s=20

Quoted @manateelazycat

国庆在家7天，重新设计了懒猫 AI 算力舱软件平台 全新设计的平台，把底层的算力舱硬件，中间的 AI 模型和上层的 AI 应用完全解耦了 1. 用户可以精确的控制每台算力舱运行的 AI 模型，包括显存、磁盘控制，还可以实时监控每个算力舱的产出 Token，看看到底给用户节省了多少费用 2. 官方优化了主流的 25 个 AI 模型，覆盖 GLM 5.3 Flash、DeepSeek、Qwen 3.8 27B、 Qwen 3.8 Flash Next、MiniMax H3 等，基于 vLLM、SGLang、TensorFold 三套主流框架深度优化， GLM 5.3 Flash 的解码速度高达 60 Tokens / s， 简直就是离线的 AI 生产力神器，最关键的是，所有模型都支持一键自动部署，节省你大量折腾 AI 模型调优的时间，更多的时间用于创作上 3. 开发者可以基于这个算力平台，自由的组合 AI 模型开发你的 AI 应用， 包括大语言模型、多模态向量模型、语音模型、视频模型、OCR、人脸识别等，在懒猫 AI 算力舱，基于英伟达 T5000 的 CUDA 生态， 你不但可以跑编程，所有你想要的 AI 模型， 这里都有 One more thing， 除了 GLM/DeepSeek， 其他的 23 个 AI 模型全线支持 X3/X5 两代算力舱 ;) AI时代，尽情创作吧，世界上最灵活的 AI 计算平台等你来玩！ 想要这套世界上最方便的 AI 算力平台的老板， 欢迎评论区打1， 我来给大佬详细介绍

View quoted post ↗

哈哈哈哈，刚才有个大佬看了我发的视频，直接买了 4 台算力舱 还是视频直观呀，看到 Qwen 3.8 27B 刷刷刷写代码的速度，一个视频胜千言 左边是 Pi Agent 用算力舱写代码的实时测试速度，右边是我们懒猫 AI 算力舱的算力管理平台，实时监控 Token 、显存和 AI 服务 想要这套专业算力管理平台的大佬可以评论区打 1，早买早赚钱呐

Quoted @manateelazycat

国庆在家7天，重新设计了懒猫 AI 算力舱软件平台 全新设计的平台，把底层的算力舱硬件，中间的 AI 模型和上层的 AI 应用完全解耦了 1. 用户可以精确的控制每台算力舱运行的 AI 模型，包括显存、磁盘控制，还可以实时监控每个算力舱的产出 Token，看看到底给用户节省了多少费用 2. 官方优化了主流的 25 个 AI 模型，覆盖 GLM 5.3 Flash、DeepSeek、Qwen 3.8 27B、 Qwen 3.8 Flash Next、MiniMax H3 等，基于 vLLM、SGLang、TensorFold 三套主流框架深度优化， GLM 5.3 Flash 的解码速度高达 60 Tokens / s， 简直就是离线的 AI 生产力神器，最关键的是，所有模型都支持一键自动部署，节省你大量折腾 AI 模型调优的时间，更多的时间用于创作上 3. 开发者可以基于这个算力平台，自由的组合 AI 模型开发你的 AI 应用， 包括大语言模型、多模态向量模型、语音模型、视频模型、OCR、人脸识别等，在懒猫 AI 算力舱，基于英伟达 T5000 的 CUDA 生态， 你不但可以跑编程，所有你想要的 AI 模型， 这里都有 One more thing， 除了 GLM/DeepSeek， 其他的 23 个 AI 模型全线支持 X3/X5 两代算力舱 ;) AI时代，尽情创作吧，世界上最灵活的 AI 计算平台等你来玩！ 想要这套世界上最方便的 AI 算力平台的老板， 欢迎评论区打1， 我来给大佬详细介绍

View quoted post ↗

whoops I hit send and went to a meeting, didn't realize the repo wasnt public- it is now! it's a chrome extension I use every day now https://github.com/ThariqS/ai-newtab

Quoted @trq212

you now get Claude API credits with your MAX plans ($100, or 200 matching your plan) every month, use this to build more personal AI for yourself! I made an AI homepage that's generated everyday based on sites I read and replaces my 'new tab' page in Chrome

View quoted post ↗

每天手动翻站点太碎，这个 Chrome 扩展让 Claude 读一遍你的浏览历史，直接把新标签页写成一张你自己看的主页。 https://github.com/ThariqS/ai-newtab

去 AI 味的 skill，我们实测了 23 个。 5.4 万星的 humanizer 满分 5 只拿 3；一个近 2000 星的，1232 字的中文帖只删了「首先」两个字。 问题出在哪👇 AI 味分两层： 表层＝用词标点（破折号、delve） 底层＝结构（说出道理、整齐收尾、单线推进） 实测：12/15 把破折号删光，但 40 次改写里「说出道理」26/26 全保留。 19/21 只改用词，不动结构。 23 个的改写前后对照、评分和脚本都公开了： https://agentskillshub.top/best/anti-slop/ 全部结果与脚本： https://github.com/zhuyansen/agent-skills-hub/blob/main/ops/slop-runs/RESULTS.md

实测打脸 去ai味skills 结果下来sloptrim，一个212star的，最像人写的程度 那些高星项目也就那样。。。

Quoted @gosailglobal

去 AI 味的 skill，我们实测了 23 个。 5.4 万星的 humanizer 满分 5 只拿 3；一个近 2000 星的，1232 字的中文帖只删了「首先」两个字。 问题出在哪👇 AI 味分两层： 表层＝用词标点（破折号、delve） 底层＝结构（说出道理、整齐收尾、单线推进） 实测：12/15 把破折号删光，但 40 次改写里「说出道理」26/26 全保留。 19/21 只改用词，不动结构。 23 个的改写前后对照、评分和脚本都公开了： https://agentskillshub.top/best/anti-slop/ 全部结果与脚本： https://github.com/zhuyansen/agent-skills-hub/blob/main/ops/slop-runs/RESULTS.md

View quoted post ↗

Sloptrim took the #1 spot for the most human-like writing. 🔥

Quoted @gosailglobal

实测打脸 去ai味skills 结果下来sloptrim，一个212star的，最像人写的程度 那些高星项目也就那样。。。

View quoted post ↗

Grokbot 太好用了！它已经把我家里那些乱七八糟的杂事完全管起来了。 如果有涉及到操作家里本地局域网的信息，它就会通过我开发的双向通信的 tailmsg 去联系我家里的 Codex。 如果它有需要开发的、整理汇总我的新产品，它就会去联系我东京服务器上的 VAS 开发工作站，让它用 Codex 或者 Claude Code

Grokbot 确实算我今年用到的最好的 Agent 产品，Openclaw 已经卸载了

Quoted @turingou

Grokbot 太好用了！它已经把我家里那些乱七八糟的杂事完全管起来了。 如果有涉及到操作家里本地局域网的信息，它就会通过我开发的双向通信的 tailmsg 去联系我家里的 Codex。 如果它有需要开发的、整理汇总我的新产品，它就会去联系我东京服务器上的 VAS 开发工作站，让它用 Codex 或者 Claude Code

View quoted post ↗

写在最后 手上有 AutoGen 老项目的，可以开始排迁移了。它不会再有新功能，拖得越久，跟新模型、新协议的差距越大。先从 autogen-migration 目录里找到跟你团队结构对应的那份对照代码，改一个最小的流程跑通，再往下搬。 刚开始选多 Agent 框架、又打算真上线的，MAF 值得放进候选名单。跟 LangGraph 比，它多了一条 .NET 线，团队用 C# 或者已经在 Azure 上的，接起来顺手得多；跟 CrewAI 比，它更底层，图怎么连、哪一步存档、哪一步停下等人，全由你说了算。 延伸阅读： Github项目地址：http://github.com/microsoft/agent-framework 方文档：http://learn.microsoft.com/agent-framework 从 AutoGen 迁移：http://learn.microsoft.com/en-us/agent-framework/migration-guide/from-autogen

本地调试有个网页版 写工作流最难受的是看不见中间过程。MAF 带了一个 DevUI，装上以后一行代码起一个本地网页： pip install agent-framework-devui --pre from agent_framework.devui import serve serve(entities=[agent], auto_open=True) # 浏览器打开 http://localhost:8080 选好 Agent 或工作流就能直接对话，每次工具调用、每一步消息怎么流转，界面上都看得到。 如果 Agent 都放在一个目录里，命令行 devui ./agents --port 8080 能自动扫出来。 它定位是开发调试用的样例应用，正式上线还是要自己写接口和前端。

继续改进懒猫AI算力舱 今天给算力舱平台加了一个 “自定义模型“ 的功能，用户现在可以通过 HuggingFacing 和 ModelScope URL 自助式的生成 AI 模型部署卡片 AI模型会先下载到懒猫微服中，然后再自动化部署到用户指定的模型，对于快速尝鲜最新的模型非常的方便 当然，这种自助式的模型部署方案只能解决 AI 模型能跑的问题，并不会是最顶尖的性能 欢迎大家联系我们，我们会持续优化流行的 AI 模型， 把AI 模型的性能优化到极致以后放到官方的模型商店中给大家使用 懒猫AI算力舱的算力管理平台非常专业和易用，想要整套方案的大佬，欢迎评论区打1, 我来给你详细介绍

Quoted @manateelazycat

国庆在家7天，重新设计了懒猫 AI 算力舱软件平台 全新设计的平台，把底层的算力舱硬件，中间的 AI 模型和上层的 AI 应用完全解耦了 1. 用户可以精确的控制每台算力舱运行的 AI 模型，包括显存、磁盘控制，还可以实时监控每个算力舱的产出 Token，看看到底给用户节省了多少费用 2. 官方优化了主流的 25 个 AI 模型，覆盖 GLM 5.3 Flash、DeepSeek、Qwen 3.8 27B、 Qwen 3.8 Flash Next、MiniMax H3 等，基于 vLLM、SGLang、TensorFold 三套主流框架深度优化， GLM 5.3 Flash 的解码速度高达 60 Tokens / s， 简直就是离线的 AI 生产力神器，最关键的是，所有模型都支持一键自动部署，节省你大量折腾 AI 模型调优的时间，更多的时间用于创作上 3. 开发者可以基于这个算力平台，自由的组合 AI 模型开发你的 AI 应用， 包括大语言模型、多模态向量模型、语音模型、视频模型、OCR、人脸识别等，在懒猫 AI 算力舱，基于英伟达 T5000 的 CUDA 生态， 你不但可以跑编程，所有你想要的 AI 模型， 这里都有 One more thing， 除了 GLM/DeepSeek， 其他的 23 个 AI 模型全线支持 X3/X5 两代算力舱 ;) AI时代，尽情创作吧，世界上最灵活的 AI 计算平台等你来玩！ 想要这套世界上最方便的 AI 算力平台的老板， 欢迎评论区打1， 我来给大佬详细介绍

View quoted post ↗

才知道 Grok Bot 是可以直接写代码的，虽然它开始说只能用 cursor 的 cloud agent，但是我稍微强硬一点它就可以开始 clone 到它的本地开始写了，不知道用的是什么模型，我记得老马说过是有的用的是 Opus5.5，到时候我还可以测试一下。 这样 Grok Bot 的额度就可以单独用来写代码了，据我测试还是很耐用的。我觉得它的玩法应该很多很多的。

7/ 真正的安全边界必须写进工具，而不是只写在提示词里。 Agent 可以读取数据、生成草稿和创建暂停状态的广告；发送邮件、提高预算、修改记录等操作，继续由人审批。 Greg Isenberg 预测：到 2028 年，最强的营销团队可能只有 1—2 名 Marketing Engineer，管理数十个 agents，产出超过规模大十倍的传统部门。

6/ 第一个 agent 应该分析客户语言，而不是急着自动发内容。 先让它阅读最近 20—50 次销售通话，提取客户描述问题时使用的原话。稳定后，再逐步增加： 购买信号、搜索内容、广告创意、流失客户召回和效果分析 agents。 一次只做好一个。

5/ 接下来，让“大脑”连接客户真相所在的地方： 销售通话、客服工单、CRM、网站行为和 Stripe 收入。 每个 campaign 使用同一个 ID，贯穿链接、广告、邮件和 CRM，最终回答真正重要的问题： 【哪些营销带来了真正付费并持续留下的客户？】

4/ 第一步不是创建十个 agents，而是先为它们建立“大脑”。 核心资料包括： 公司与季度目标 理想客户与产品报价 品牌语气与正反例 创始人对行业的真实观点 过去失败 campaign 的教训 上下文太薄，模型再强也只会生成和竞争对手相似的内容。

3/ Marketing Engineer 不是“会用 AI 的营销人员”，而是把营销人员与产品构建者合成一个角色。 同一个人研究客户、搭建页面、生成素材、连接数据并上线测试。 工作单位也从一次 campaign，变成一套能持续生产 campaign 的系统。

@GeekCatX 用的知识猫skills 混剪：https://github.com/gnipbao/jev-highlight-cutter

前两天回老家，看到有小朋友玩《保卫萝卜》，玩的不亦乐乎。 死去的回忆就开始攻击我，如果小时候我不是去玩游戏，而是去造游戏，人生会有什么不一样的呢？🤔 往昔不可追，那我就现在来造一个《保卫萝卜》吧！ 国内小游戏就用国产大模型来做，因为我一直有用阶跃的ASR（世界上性价比最高的ASR）， 前段时间Step 5 Preview又很火，上线第二天就在OpenRouter登顶， 刚好趁这个机会（用DS对比）看看它的实力！ 做《保卫萝卜》的思路很简单： 1、用CCswitch在Claude Code分别接入Step 5 Preview和DeepSeek 4.1 Flash。 2、隔离影响因素。在提示词中隔离掉Skill、记忆和其他文档对模型能力的影响。 3、用这段简单提示词就可以一次性生成完整游戏： 制作一个《保卫萝卜》游戏，不要借鉴任何提示词、Skill和文件， 全凭模型自身能力（可以联网搜索，但仅限于模型自身的能力，不要调用任何Skill） 最后做出来的效果非常不错：完整的游戏关卡、闯关升级解锁、多守卫塔种类、精致的UI界面...... Step 5 Preview和DeepSeek 4.1 Flash制作游戏的完整度属于是伯仲之间， 在易玩性和界面精美程度，我觉得前者更甚一筹，以后的阶跃除了ASR，可能又多了一个选择的理由。 最后不经感慨，以前玩游戏都是纯玩，现在玩游戏可能要考虑怎么做游戏， 做了游戏，怎么往里面加广告，怎么让用户充值，从而盈利。 这可能就是长大的代价吧，看花非花，看物非物。 但我最后，还是认真地玩了两局《保卫萝卜》，回应从前的自己。 @StepFun_ai的Step 5 Preview 在OpenRouter登顶：https://openrouter.ai/rankings?view=trending#top-models

Quoted @stepfun_ai

Step 5 Preview is now on @OpenRouter's New & Trending leaderboard. Thanks to everyone giving it a try, and to our partners bringing it into your workflow.

View quoted post ↗

https://x.com/gengdaJ/status/2108549740971311226?s=20

Quoted @gengdaj

前两天回老家，看到有小朋友玩《保卫萝卜》，玩的不亦乐乎。 死去的回忆就开始攻击我，如果小时候我不是去玩游戏，而是去造游戏，人生会有什么不一样的呢？🤔 往昔不可追，那我就现在来造一个《保卫萝卜》吧！ 国内小游戏就用国产大模型来做，因为我一直有用阶跃的ASR（世界上性价比最高的ASR）， 前段时间Step 5 Preview又很火，上线第二天就在OpenRouter登顶， 刚好趁这个机会（用DS对比）看看它的实力！ 做《保卫萝卜》的思路很简单： 1、用CCswitch在Claude Code分别接入Step 5 Preview和DeepSeek 4.1 Flash。 2、隔离影响因素。在提示词中隔离掉Skill、记忆和其他文档对模型能力的影响。 3、用这段简单提示词就可以一次性生成完整游戏： 制作一个《保卫萝卜》游戏，不要借鉴任何提示词、Skill和文件， 全凭模型自身能力（可以联网搜索，但仅限于模型自身的能力，不要调用任何Skill） 最后做出来的效果非常不错：完整的游戏关卡、闯关升级解锁、多守卫塔种类、精致的UI界面...... Step 5 Preview和DeepSeek 4.1 Flash制作游戏的完整度属于是伯仲之间， 在易玩性和界面精美程度，我觉得前者更甚一筹，以后的阶跃除了ASR，可能又多了一个选择的理由。 最后不经感慨，以前玩游戏都是纯玩，现在玩游戏可能要考虑怎么做游戏， 做了游戏，怎么往里面加广告，怎么让用户充值，从而盈利。 这可能就是长大的代价吧，看花非花，看物非物。 但我最后，还是认真地玩了两局《保卫萝卜》，回应从前的自己。 @StepFun_ai的Step 5 Preview 在OpenRouter登顶：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gengdaJ/status/2108549740971311226?s=20

Quoted @gengdaj

前两天回老家，看到有小朋友玩《保卫萝卜》，玩的不亦乐乎。 死去的回忆就开始攻击我，如果小时候我不是去玩游戏，而是去造游戏，人生会有什么不一样的呢？🤔 往昔不可追，那我就现在来造一个《保卫萝卜》吧！ 国内小游戏就用国产大模型来做，因为我一直有用阶跃的ASR（世界上性价比最高的ASR）， 前段时间Step 5 Preview又很火，上线第二天就在OpenRouter登顶， 刚好趁这个机会（用DS对比）看看它的实力！ 做《保卫萝卜》的思路很简单： 1、用CCswitch在Claude Code分别接入Step 5 Preview和DeepSeek 4.1 Flash。 2、隔离影响因素。在提示词中隔离掉Skill、记忆和其他文档对模型能力的影响。 3、用这段简单提示词就可以一次性生成完整游戏： 制作一个《保卫萝卜》游戏，不要借鉴任何提示词、Skill和文件， 全凭模型自身能力（可以联网搜索，但仅限于模型自身的能力，不要调用任何Skill） 最后做出来的效果非常不错：完整的游戏关卡、闯关升级解锁、多守卫塔种类、精致的UI界面...... Step 5 Preview和DeepSeek 4.1 Flash制作游戏的完整度属于是伯仲之间， 在易玩性和界面精美程度，我觉得前者更甚一筹，以后的阶跃除了ASR，可能又多了一个选择的理由。 最后不经感慨，以前玩游戏都是纯玩，现在玩游戏可能要考虑怎么做游戏， 做了游戏，怎么往里面加广告，怎么让用户充值，从而盈利。 这可能就是长大的代价吧，看花非花，看物非物。 但我最后，还是认真地玩了两局《保卫萝卜》，回应从前的自己。 @StepFun_ai的Step 5 Preview 在OpenRouter登顶：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gengdaJ/status/2108549740971311226?s=20

Quoted @gengdaj

前两天回老家，看到有小朋友玩《保卫萝卜》，玩的不亦乐乎。 死去的回忆就开始攻击我，如果小时候我不是去玩游戏，而是去造游戏，人生会有什么不一样的呢？🤔 往昔不可追，那我就现在来造一个《保卫萝卜》吧！ 国内小游戏就用国产大模型来做，因为我一直有用阶跃的ASR（世界上性价比最高的ASR）， 前段时间Step 5 Preview又很火，上线第二天就在OpenRouter登顶， 刚好趁这个机会（用DS对比）看看它的实力！ 做《保卫萝卜》的思路很简单： 1、用CCswitch在Claude Code分别接入Step 5 Preview和DeepSeek 4.1 Flash。 2、隔离影响因素。在提示词中隔离掉Skill、记忆和其他文档对模型能力的影响。 3、用这段简单提示词就可以一次性生成完整游戏： 制作一个《保卫萝卜》游戏，不要借鉴任何提示词、Skill和文件， 全凭模型自身能力（可以联网搜索，但仅限于模型自身的能力，不要调用任何Skill） 最后做出来的效果非常不错：完整的游戏关卡、闯关升级解锁、多守卫塔种类、精致的UI界面...... Step 5 Preview和DeepSeek 4.1 Flash制作游戏的完整度属于是伯仲之间， 在易玩性和界面精美程度，我觉得前者更甚一筹，以后的阶跃除了ASR，可能又多了一个选择的理由。 最后不经感慨，以前玩游戏都是纯玩，现在玩游戏可能要考虑怎么做游戏， 做了游戏，怎么往里面加广告，怎么让用户充值，从而盈利。 这可能就是长大的代价吧，看花非花，看物非物。 但我最后，还是认真地玩了两局《保卫萝卜》，回应从前的自己。 @StepFun_ai的Step 5 Preview 在OpenRouter登顶：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gengdaJ/status/2108549740971311226?s=20

Quoted @gengdaj

前两天回老家，看到有小朋友玩《保卫萝卜》，玩的不亦乐乎。 死去的回忆就开始攻击我，如果小时候我不是去玩游戏，而是去造游戏，人生会有什么不一样的呢？🤔 往昔不可追，那我就现在来造一个《保卫萝卜》吧！ 国内小游戏就用国产大模型来做，因为我一直有用阶跃的ASR（世界上性价比最高的ASR）， 前段时间Step 5 Preview又很火，上线第二天就在OpenRouter登顶， 刚好趁这个机会（用DS对比）看看它的实力！ 做《保卫萝卜》的思路很简单： 1、用CCswitch在Claude Code分别接入Step 5 Preview和DeepSeek 4.1 Flash。 2、隔离影响因素。在提示词中隔离掉Skill、记忆和其他文档对模型能力的影响。 3、用这段简单提示词就可以一次性生成完整游戏： 制作一个《保卫萝卜》游戏，不要借鉴任何提示词、Skill和文件， 全凭模型自身能力（可以联网搜索，但仅限于模型自身的能力，不要调用任何Skill） 最后做出来的效果非常不错：完整的游戏关卡、闯关升级解锁、多守卫塔种类、精致的UI界面...... Step 5 Preview和DeepSeek 4.1 Flash制作游戏的完整度属于是伯仲之间， 在易玩性和界面精美程度，我觉得前者更甚一筹，以后的阶跃除了ASR，可能又多了一个选择的理由。 最后不经感慨，以前玩游戏都是纯玩，现在玩游戏可能要考虑怎么做游戏， 做了游戏，怎么往里面加广告，怎么让用户充值，从而盈利。 这可能就是长大的代价吧，看花非花，看物非物。 但我最后，还是认真地玩了两局《保卫萝卜》，回应从前的自己。 @StepFun_ai的Step 5 Preview 在OpenRouter登顶：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gengdaJ/status/2108549740971311226?s=20

Quoted @gengdaj

前两天回老家，看到有小朋友玩《保卫萝卜》，玩的不亦乐乎。 死去的回忆就开始攻击我，如果小时候我不是去玩游戏，而是去造游戏，人生会有什么不一样的呢？🤔 往昔不可追，那我就现在来造一个《保卫萝卜》吧！ 国内小游戏就用国产大模型来做，因为我一直有用阶跃的ASR（世界上性价比最高的ASR）， 前段时间Step 5 Preview又很火，上线第二天就在OpenRouter登顶， 刚好趁这个机会（用DS对比）看看它的实力！ 做《保卫萝卜》的思路很简单： 1、用CCswitch在Claude Code分别接入Step 5 Preview和DeepSeek 4.1 Flash。 2、隔离影响因素。在提示词中隔离掉Skill、记忆和其他文档对模型能力的影响。 3、用这段简单提示词就可以一次性生成完整游戏： 制作一个《保卫萝卜》游戏，不要借鉴任何提示词、Skill和文件， 全凭模型自身能力（可以联网搜索，但仅限于模型自身的能力，不要调用任何Skill） 最后做出来的效果非常不错：完整的游戏关卡、闯关升级解锁、多守卫塔种类、精致的UI界面...... Step 5 Preview和DeepSeek 4.1 Flash制作游戏的完整度属于是伯仲之间， 在易玩性和界面精美程度，我觉得前者更甚一筹，以后的阶跃除了ASR，可能又多了一个选择的理由。 最后不经感慨，以前玩游戏都是纯玩，现在玩游戏可能要考虑怎么做游戏， 做了游戏，怎么往里面加广告，怎么让用户充值，从而盈利。 这可能就是长大的代价吧，看花非花，看物非物。 但我最后，还是认真地玩了两局《保卫萝卜》，回应从前的自己。 @StepFun_ai的Step 5 Preview 在OpenRouter登顶：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gengdaJ/status/2108549740971311226?s=20

Quoted @gengdaj

前两天回老家，看到有小朋友玩《保卫萝卜》，玩的不亦乐乎。 死去的回忆就开始攻击我，如果小时候我不是去玩游戏，而是去造游戏，人生会有什么不一样的呢？🤔 往昔不可追，那我就现在来造一个《保卫萝卜》吧！ 国内小游戏就用国产大模型来做，因为我一直有用阶跃的ASR（世界上性价比最高的ASR）， 前段时间Step 5 Preview又很火，上线第二天就在OpenRouter登顶， 刚好趁这个机会（用DS对比）看看它的实力！ 做《保卫萝卜》的思路很简单： 1、用CCswitch在Claude Code分别接入Step 5 Preview和DeepSeek 4.1 Flash。 2、隔离影响因素。在提示词中隔离掉Skill、记忆和其他文档对模型能力的影响。 3、用这段简单提示词就可以一次性生成完整游戏： 制作一个《保卫萝卜》游戏，不要借鉴任何提示词、Skill和文件， 全凭模型自身能力（可以联网搜索，但仅限于模型自身的能力，不要调用任何Skill） 最后做出来的效果非常不错：完整的游戏关卡、闯关升级解锁、多守卫塔种类、精致的UI界面...... Step 5 Preview和DeepSeek 4.1 Flash制作游戏的完整度属于是伯仲之间， 在易玩性和界面精美程度，我觉得前者更甚一筹，以后的阶跃除了ASR，可能又多了一个选择的理由。 最后不经感慨，以前玩游戏都是纯玩，现在玩游戏可能要考虑怎么做游戏， 做了游戏，怎么往里面加广告，怎么让用户充值，从而盈利。 这可能就是长大的代价吧，看花非花，看物非物。 但我最后，还是认真地玩了两局《保卫萝卜》，回应从前的自己。 @StepFun_ai的Step 5 Preview 在OpenRouter登顶：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

@kentcdodds Hmm not really. I always ask models to write context in a file that another harness can pick up. I use a lot of harnesses :)

感谢把原因查清楚！之前我说是 Cowork 虚拟机连不到 127.0.0.1，那个解释是错的，抱歉。真正的原因是：新版 Claude Desktop（2.31226，MSIX 安装）读的是真实的 %LOCALAPPDATA%\Claude-3p，而 magpie 只写进了包里的 LocalCache\Local\Claude-3p。 v0.1.1156 起，magpie 会把 deploymentMode 和网关配置同时写进这两处（关闭时两处都还原），不用再手动复制了。升级后在 magpie 里把 Claude Desktop 关掉再打开一次，然后重启 Desktop 即可。

这应该是Cloudflare改版以来我看到最详细的一个教程了，太干了，太干了，我跟着实操学习了快一个小时。 Cloudflare作为网站界的赛博菩萨，提供了大量免费资源，如果你有做网站的需求，不妨仔细学习下这篇文章。 小墨大佬把DNS解析、橙色云、灰色云、SSL、TLS这些之前我很模糊的概念一口气讲清楚了。 我还额外学到了邮件路由转发邮箱、创建R2对象存储、查找哪些AI在爬自己网站（方便GEO）、薅Workers AI资源、用Agent结合cf全面接管Cloudflare...太多实用技巧了。 期待更多Cloudflare的教程！

Quoted @xiaomovps

https://x.com/i/article/2108238128972742656

View quoted post ↗

我准备调整一下 X 的订阅计划。 前两天我让 Grokbot 接管了所有私信请求，一天三个固定时间读私信，草拟回复，我确认后再发出去。从 10 月 8 日到现在，两天多一共回了 141 条私信，回复了 127 个人。私信一下子多了很多，所以我把规则改成这样： 订阅我的朋友，私信会被优先处理，最多等 5 分钟就会有回复。没有订阅的朋友，私信我照样会看、会回，还是按定时任务处理，只是每天回复的数量会有上限。 订阅价格不变，还是 1 美元一个月。 订阅之后可以问些什么？举几个例子。 上周和 Indigo 录了一期 70 分钟的访谈，从我 2015 年在字节第一次见到神经网络驱动的产品，聊到抖音为什么会意外胜出，再到 Vibe Coding 背后的决策负担、Agent OS、智能的五个层次。有很多地方因为时间关系没展开，比如为什么我觉得软件会变得像牛奶一样便宜，软件随时生成、用完即丢之后，我们真正要交付的到底是什么。看完有想追问的，可以直接来问我。 访谈里我也聊了自己在东京一个人用 Agent 做了三十多个产品，然后陷入倦怠的那段经历。如果你也在一个人做产品，或者在纠结工作和不工作之间怎么选，可以拿你自己的情况来聊。 今年每个月我都在银座单向街书店做 AI 分享，视频都放到了 YouTube 上。最近一期是 9 月 19 日，聊的是为什么用智力获取超额收益的时代结束了，而用智能赚取复利的时代才刚刚开始，也现场演示了用大语言模型控制 3D 设计软件、用世界模型把几张照片还原成空间。看完之后觉得自己的工作会不会被替代，或者不知道接下来该怎么用 AI 给自己攒复利，都可以来问我。 还有我最近一直在折腾的这套东西：Grokbot、家里两台电脑上的 Codex、不同服务器上的 agent 怎么互相聊天、互相唤醒。X 没有订阅者的 API，这份订阅名单就是让 Codex 在家里的电脑上定时整理出来的。你想搭类似的个人 agent 工作流，卡在哪一步，也可以直接问。 谢谢大家一直以来的支持。一个月 1 美元，想更快和我聊上的，欢迎订阅。

查到原因了：Codex 桌面 App（http://ChatGPT.app）只在启动时读一次登录信息。magpie 切换账号后，它内部仍拿着原账号的 token，读到的是旧账号已用完的额度，于是整个 App 的输入框被锁；还在跑的对话走 magpie，所以能继续。外部没法让它刷新，只有重启 App 才会换。 v0.1.1155 起，切换后如果 Codex App 还停在旧账号，magpie 会在 Codex 账号列表里提示。现在的解决办法：切换后 Cmd+Q 完全退出 ChatGPT 再打开，就会用上新账号。

honestly pretty cool to have this on my new tab page just merged in some PRs by others too!

Quoted @trq212

you now get Claude API credits with your MAX plans ($100, or 200 matching your plan) every month, use this to build more personal AI for yourself! I made an AI homepage that's generated everyday based on sites I read and replaces my 'new tab' page in Chrome

View quoted post ↗

阅读原文： https://x.com/stephmui/status/2108245906361290851

Quoted @stephmui

as someone who’s been offered this kind of role many times, the three things startups get wrong: > the math doesn’t math. even top-range salary for most of these kinds of roles is a fraction of the guaranteed comp + personal upside someone can get on their own (ESP in tech/AI as an independent creator or founder). for an established creator this almost never makes sense. bet on an earlier, rising creator, or do a fractional / equity deal that actually works for both sides > companies want the expertise, then micromanage it to death. a lot of creator friends who took these roles left because they couldn’t use their own judgment / creativity. (and then the work doesn’t perform and both sides are unhappy) > platform expertise gets treated as interchangeable. some skills overlap, and someone who’s grown on one platform will pick up another faster than average. but being really good on X is not the same as being good on IG, YouTube, or LinkedIn. given how hard this hire already is, expecting A+ on every platform from one person is a disservice. pick the platform you’re optimizing and narrow the expectation to that (or you're setting everyone up for failure/disappointment)

View quoted post ↗

牛哇，最近刷屏的代码动画视频，我用 step 5 preview 也跑出来了，而且价格只需要 Opus5 的 1/8！！！ AI 用代码做视频其实在品牌动效、产品演示、批量短视频复刻上，已经完全具备商用价值了。 但Claude 的使用成本太高，价格上没法支持批量做，而且国内还很难用上…… 最近我直接在 Claude Code 里把模型切成了 @StepFun_ai 的 step 5 preview，配上开源的 Skill，跑了很多条 Demo，效果完全超出预期： 1、3D 微缩小镇的一天：20 秒走完 24 小时，日出、黄昏、入夜，窗户一扇扇亮起来 2、中文动态排版：字带着重量砸下来、被风吹散，最后排成竖版，盖上一枚印章 3、单形状界面动效：一个形状从按钮变成播放器、开关、图表，全程不切镜头 4、绿幕舞蹈 × 杂志：把跳舞的人抠出来，放进一本跟着她舞步翻页的杂志 具体可以先去开源合集找好案例，比如 awesome-opus5-5-videos 收了 513 条 Opus 5.5 视频，然后让 AI 把提示词改得更细：时长、节拍、每个镜头画什么、不要什么、怎么验收，全部写清楚 接着在 CC Switch 把模型换成 step 5 preview，就可以开始爽用了！！！ 制作全程基本不用管，一条内容它可以自己跑几个小时，调用两百多次工具，写代码、合成音乐、渲染、检查一条龙。 现在 Step 5 Preview 已上线 OpenRouter，支持 1M 上下文，开放权重将于 10 月 15 日发布。可以接入各种常用的 Coding 工具。 上线才第二天，Step 5 Preview 就登上 OpenRouter Trending 第一：https://openrouter.ai/rankings?view=trending#top-models

Quoted @stepfun_ai

Step 5 Preview is now on @OpenRouter's New & Trending leaderboard. Thanks to everyone giving it a try, and to our partners bringing it into your workflow.

View quoted post ↗

https://x.com/gkxspace/status/2108545947231784990

Quoted @gkxspace

牛哇，最近刷屏的代码动画视频，我用 step 5 preview 也跑出来了，而且价格只需要 Opus5 的 1/8！！！ AI 用代码做视频其实在品牌动效、产品演示、批量短视频复刻上，已经完全具备商用价值了。 但Claude 的使用成本太高，价格上没法支持批量做，而且国内还很难用上…… 最近我直接在 Claude Code 里把模型切成了 @StepFun_ai 的 step 5 preview，配上开源的 Skill，跑了很多条 Demo，效果完全超出预期： 1、3D 微缩小镇的一天：20 秒走完 24 小时，日出、黄昏、入夜，窗户一扇扇亮起来 2、中文动态排版：字带着重量砸下来、被风吹散，最后排成竖版，盖上一枚印章 3、单形状界面动效：一个形状从按钮变成播放器、开关、图表，全程不切镜头 4、绿幕舞蹈 × 杂志：把跳舞的人抠出来，放进一本跟着她舞步翻页的杂志 具体可以先去开源合集找好案例，比如 awesome-opus5-5-videos 收了 513 条 Opus 5.5 视频，然后让 AI 把提示词改得更细：时长、节拍、每个镜头画什么、不要什么、怎么验收，全部写清楚 接着在 CC Switch 把模型换成 step 5 preview，就可以开始爽用了！！！ 制作全程基本不用管，一条内容它可以自己跑几个小时，调用两百多次工具，写代码、合成音乐、渲染、检查一条龙。 现在 Step 5 Preview 已上线 OpenRouter，支持 1M 上下文，开放权重将于 10 月 15 日发布。可以接入各种常用的 Coding 工具。 上线才第二天，Step 5 Preview 就登上 OpenRouter Trending 第一：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gkxspace/status/2108545947231784990

Quoted @gkxspace

牛哇，最近刷屏的代码动画视频，我用 step 5 preview 也跑出来了，而且价格只需要 Opus5 的 1/8！！！ AI 用代码做视频其实在品牌动效、产品演示、批量短视频复刻上，已经完全具备商用价值了。 但Claude 的使用成本太高，价格上没法支持批量做，而且国内还很难用上…… 最近我直接在 Claude Code 里把模型切成了 @StepFun_ai 的 step 5 preview，配上开源的 Skill，跑了很多条 Demo，效果完全超出预期： 1、3D 微缩小镇的一天：20 秒走完 24 小时，日出、黄昏、入夜，窗户一扇扇亮起来 2、中文动态排版：字带着重量砸下来、被风吹散，最后排成竖版，盖上一枚印章 3、单形状界面动效：一个形状从按钮变成播放器、开关、图表，全程不切镜头 4、绿幕舞蹈 × 杂志：把跳舞的人抠出来，放进一本跟着她舞步翻页的杂志 具体可以先去开源合集找好案例，比如 awesome-opus5-5-videos 收了 513 条 Opus 5.5 视频，然后让 AI 把提示词改得更细：时长、节拍、每个镜头画什么、不要什么、怎么验收，全部写清楚 接着在 CC Switch 把模型换成 step 5 preview，就可以开始爽用了！！！ 制作全程基本不用管，一条内容它可以自己跑几个小时，调用两百多次工具，写代码、合成音乐、渲染、检查一条龙。 现在 Step 5 Preview 已上线 OpenRouter，支持 1M 上下文，开放权重将于 10 月 15 日发布。可以接入各种常用的 Coding 工具。 上线才第二天，Step 5 Preview 就登上 OpenRouter Trending 第一：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gkxspace/status/2108545947231784990

Quoted @gkxspace

牛哇，最近刷屏的代码动画视频，我用 step 5 preview 也跑出来了，而且价格只需要 Opus5 的 1/8！！！ AI 用代码做视频其实在品牌动效、产品演示、批量短视频复刻上，已经完全具备商用价值了。 但Claude 的使用成本太高，价格上没法支持批量做，而且国内还很难用上…… 最近我直接在 Claude Code 里把模型切成了 @StepFun_ai 的 step 5 preview，配上开源的 Skill，跑了很多条 Demo，效果完全超出预期： 1、3D 微缩小镇的一天：20 秒走完 24 小时，日出、黄昏、入夜，窗户一扇扇亮起来 2、中文动态排版：字带着重量砸下来、被风吹散，最后排成竖版，盖上一枚印章 3、单形状界面动效：一个形状从按钮变成播放器、开关、图表，全程不切镜头 4、绿幕舞蹈 × 杂志：把跳舞的人抠出来，放进一本跟着她舞步翻页的杂志 具体可以先去开源合集找好案例，比如 awesome-opus5-5-videos 收了 513 条 Opus 5.5 视频，然后让 AI 把提示词改得更细：时长、节拍、每个镜头画什么、不要什么、怎么验收，全部写清楚 接着在 CC Switch 把模型换成 step 5 preview，就可以开始爽用了！！！ 制作全程基本不用管，一条内容它可以自己跑几个小时，调用两百多次工具，写代码、合成音乐、渲染、检查一条龙。 现在 Step 5 Preview 已上线 OpenRouter，支持 1M 上下文，开放权重将于 10 月 15 日发布。可以接入各种常用的 Coding 工具。 上线才第二天，Step 5 Preview 就登上 OpenRouter Trending 第一：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gkxspace/status/2108545947231784990

Quoted @gkxspace

牛哇，最近刷屏的代码动画视频，我用 step 5 preview 也跑出来了，而且价格只需要 Opus5 的 1/8！！！ AI 用代码做视频其实在品牌动效、产品演示、批量短视频复刻上，已经完全具备商用价值了。 但Claude 的使用成本太高，价格上没法支持批量做，而且国内还很难用上…… 最近我直接在 Claude Code 里把模型切成了 @StepFun_ai 的 step 5 preview，配上开源的 Skill，跑了很多条 Demo，效果完全超出预期： 1、3D 微缩小镇的一天：20 秒走完 24 小时，日出、黄昏、入夜，窗户一扇扇亮起来 2、中文动态排版：字带着重量砸下来、被风吹散，最后排成竖版，盖上一枚印章 3、单形状界面动效：一个形状从按钮变成播放器、开关、图表，全程不切镜头 4、绿幕舞蹈 × 杂志：把跳舞的人抠出来，放进一本跟着她舞步翻页的杂志 具体可以先去开源合集找好案例，比如 awesome-opus5-5-videos 收了 513 条 Opus 5.5 视频，然后让 AI 把提示词改得更细：时长、节拍、每个镜头画什么、不要什么、怎么验收，全部写清楚 接着在 CC Switch 把模型换成 step 5 preview，就可以开始爽用了！！！ 制作全程基本不用管，一条内容它可以自己跑几个小时，调用两百多次工具，写代码、合成音乐、渲染、检查一条龙。 现在 Step 5 Preview 已上线 OpenRouter，支持 1M 上下文，开放权重将于 10 月 15 日发布。可以接入各种常用的 Coding 工具。 上线才第二天，Step 5 Preview 就登上 OpenRouter Trending 第一：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gkxspace/status/2108545947231784990

Quoted @gkxspace

牛哇，最近刷屏的代码动画视频，我用 step 5 preview 也跑出来了，而且价格只需要 Opus5 的 1/8！！！ AI 用代码做视频其实在品牌动效、产品演示、批量短视频复刻上，已经完全具备商用价值了。 但Claude 的使用成本太高，价格上没法支持批量做，而且国内还很难用上…… 最近我直接在 Claude Code 里把模型切成了 @StepFun_ai 的 step 5 preview，配上开源的 Skill，跑了很多条 Demo，效果完全超出预期： 1、3D 微缩小镇的一天：20 秒走完 24 小时，日出、黄昏、入夜，窗户一扇扇亮起来 2、中文动态排版：字带着重量砸下来、被风吹散，最后排成竖版，盖上一枚印章 3、单形状界面动效：一个形状从按钮变成播放器、开关、图表，全程不切镜头 4、绿幕舞蹈 × 杂志：把跳舞的人抠出来，放进一本跟着她舞步翻页的杂志 具体可以先去开源合集找好案例，比如 awesome-opus5-5-videos 收了 513 条 Opus 5.5 视频，然后让 AI 把提示词改得更细：时长、节拍、每个镜头画什么、不要什么、怎么验收，全部写清楚 接着在 CC Switch 把模型换成 step 5 preview，就可以开始爽用了！！！ 制作全程基本不用管，一条内容它可以自己跑几个小时，调用两百多次工具，写代码、合成音乐、渲染、检查一条龙。 现在 Step 5 Preview 已上线 OpenRouter，支持 1M 上下文，开放权重将于 10 月 15 日发布。可以接入各种常用的 Coding 工具。 上线才第二天，Step 5 Preview 就登上 OpenRouter Trending 第一：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gkxspace/status/2108545947231784990

Quoted @gkxspace

牛哇，最近刷屏的代码动画视频，我用 step 5 preview 也跑出来了，而且价格只需要 Opus5 的 1/8！！！ AI 用代码做视频其实在品牌动效、产品演示、批量短视频复刻上，已经完全具备商用价值了。 但Claude 的使用成本太高，价格上没法支持批量做，而且国内还很难用上…… 最近我直接在 Claude Code 里把模型切成了 @StepFun_ai 的 step 5 preview，配上开源的 Skill，跑了很多条 Demo，效果完全超出预期： 1、3D 微缩小镇的一天：20 秒走完 24 小时，日出、黄昏、入夜，窗户一扇扇亮起来 2、中文动态排版：字带着重量砸下来、被风吹散，最后排成竖版，盖上一枚印章 3、单形状界面动效：一个形状从按钮变成播放器、开关、图表，全程不切镜头 4、绿幕舞蹈 × 杂志：把跳舞的人抠出来，放进一本跟着她舞步翻页的杂志 具体可以先去开源合集找好案例，比如 awesome-opus5-5-videos 收了 513 条 Opus 5.5 视频，然后让 AI 把提示词改得更细：时长、节拍、每个镜头画什么、不要什么、怎么验收，全部写清楚 接着在 CC Switch 把模型换成 step 5 preview，就可以开始爽用了！！！ 制作全程基本不用管，一条内容它可以自己跑几个小时，调用两百多次工具，写代码、合成音乐、渲染、检查一条龙。 现在 Step 5 Preview 已上线 OpenRouter，支持 1M 上下文，开放权重将于 10 月 15 日发布。可以接入各种常用的 Coding 工具。 上线才第二天，Step 5 Preview 就登上 OpenRouter Trending 第一：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

按你的配置复现了：omp 18.8.7 → magpie（v0.1.1150 到现在 Codex 这条路径没改过）→ ChatGPT 账号，gpt-6.1-sol high，多轮带工具调用。omp 连续两轮发来的请求、magpie 发给 ChatGPT 的请求逐字节同前缀，缓存 96–99%，一路涨到 113K 也命中。你那边只固定命中 ~18.3K（≈系统提示+工具），说明每轮请求在那之后就变了，多半是 omp 那边每轮改写了开头（MCP 工具、记忆召回、上下文注入之类）。方便的话 PI_REQ_DEBUG=1 omp 跑两轮，把当前目录里连续的两个 rr-session-*.json（删掉 Authorization）发到 GitHub issue 或 Discord，我直接 diff 出是哪一项变了

这个有点意思，AI agent 不敢按的按钮，人类还得自己找。让 agent 在你屏幕上用一支大箭头指出该点哪个按钮，而不是只会在终端里打「请点击 Allow」。 https://github.com/franzenzenhofer/big-arrow-on-the-screen

REA：让 AI 智能体帮你逆向没有源码的软件 开源项目 REA（Reverse Engineer Anything）把逆向分析工具接到了 Claude Code、Codex、Cursor 这类 AI 编程智能体上。看到别人 App 里有个好功能，可以让智能体去拆这个程序，讲清楚功能是怎么实现的，附上证据，再在你自己的项目里写一个类似的。逆向分析指的是手里没有源代码，从编译好的程序反推它是怎么写的。 REA 本身是一个 MCP 服务。MCP 是 AI 智能体调用外部工具的通用接口，接上以后，智能体在对话里就能直接调用 REA 的分析功能。安装只需一行命令 npx rea-agents setup，它会注册到 Claude Code、Codex、Cursor、Gemini CLI、Grok Build 等智能体里，改配置前会先备份并让你确认。不用智能体的话，也可以在终端里直接跑命令。 能分析的东西很多。原生程序（直接编译成机器码的软件）要借助 Hopper、Ghidra 或 IDA 这几款反汇编工具，把机器码还原成汇编和近似 C 语言的伪代码。Electron 应用（用网页技术做的桌面软件，比如 Notion）可以直接拆开安装包里的 ASAR 归档文件，理清模块和进程间通信，不需要额外工具。此外还支持 .NET 程序、安卓 APK、固件、网站、抓包记录、以太坊合约字节码，以及在 Linux 和 macOS 上记录程序运行时的行为。 分析在本机进行，REA 不上传目标程序，但分析结果会交给智能体背后的模型服务商，数据怎么处理看各家政策。 项目给了三个案例。一是经典打砖块游戏 DX-Ball：从一次播放音效的调用，追到根据球的位置计算左右声道的函数，把不完整的伪代码还原成 C 代码，3205 组测试结果和原版一致，编译出的 63 个字节也和原版完全相同。二是 Notion 桌面版：追踪复制粘贴从界面一路经过预加载脚本、进程间通信到主进程的完整链路。三是日本老电脑 PC-98 上的游戏《东方幻想乡》（TH04）：从 16 位指令里还原出弹幕子弹环的角度算法。 对安全研究员、做老游戏复刻和软件保存的人来说，以前要自己对着反汇编工具一行行读、一层层追调用，现在可以让智能体先追，人来核对它给出的证据。普通开发者想研究竞品某个功能的做法，也多了一条路。 README 显示项目在 GitHub 上已有 5 万星。npm 包今年 7 月首次发布，最新的 6.3.0 版今天刚发。 使用前注意两点。项目声明只支持合法的逆向研究，授权和合规由使用者自己负责，逆向别人的软件可能违反用户协议或版权法规。项目还说明从未发行或背书任何加密货币，借用 REA 名字的代币都与它无关。 https://github.com/morluto/rea

举一个非常简单的例子：中午我希望它能帮我订好 brunch 的餐厅加上停车场，预订好之后，再把餐厅的图片和菜单翻译好通过微信发给波波。但就这么简单的事情，它遇到了两个明显的问题： 1. 它打开 TableCheck 用 Google 登录时，被 Google 的风控拦住了。因为没有办法使用通行密钥，而我的 Passkey 存在手机上，它也没办法发二维码给我扫，导致它的云端电脑实际上登不上 Google。这个问题有点太诡异了，ChatGPT 的 Google 插件已经存在很多年了，但显然和它的云端电脑使用之间并没有很顺滑地打通。 2. 它其实可以通过云端电脑的 Session 来控制我的 Mac，但控制 Mac 登录微信发消息时经常失败。当然，这有一部分是微信电脑版的问题、最后三张图片，他发出了两张，然后还有一张照片怎么也发不出去

看了 2.31226.1 的代码：Cowork 在 VM 里跑 Claude Code 时，Desktop 把网关地址（inferenceGatewayBaseUrl）原样作为 ANTHROPIC_BASE_URL 传进 VM，VM 里的 127.0.0.1 是 VM 自己。Desktop 只把 OTLP 地址里的 127.0.0.1 换成了宿主机别名，网关地址没换；而网关地址只能是 https 或本机 http，所以改成局域网 http 地址 Desktop 也不接受，magpie 这边写不出一个 VM 里能用的地址。这一处得 Anthropic 改，我们继续跟进，有进展再回复你。

@Bing40177 @y276161014 可以。服务器上用 Docker 跑 magpie（https://usemagpie.ai/docs/docker），监听在网络地址上时远程请求必须带网关 key；给每个人建一个命名 key，可以分别设每日/每周/每月的 token 和费用上限。不过订阅本身是给个人用的，多人共用一个订阅可能违反厂商条款，有封号风险，自己掂量。

Grok bot 用量还有 80%，直接拿来写代码消耗消耗，再套个 Harness 机器人组个群做审查。 诶，Harness 机器人竟然会主动指挥写代码机器人😂

就我这两天用 Grokbot 和 Dots 的体验来说，Dots 的体验不是很好： 1. 它的语音实时通话等待时间太长了 2. 最重要的一点，它的体系设计有点混乱：要通过 Codex 的云端电脑来操作我家里的 Mac，整个来回耗费的时间实在太长了，与其这样，还不如我就直接通过 Codex 上的 Session 语音通话来做，效果要更好

Kylon 的细节考虑的比较多，比如 Team Agent 的权限管理，Raft 目前来说是全员透明的

按照 SemiAnalysis 的测试结果：同样 200 美元，Claude 订阅的 Token 用量约为 OpenAI 的 5 倍 半导体和 AI 产业研究机构 SemiAnalysis 实测了 Anthropic、OpenAI 等九家的 AI 订阅套餐。结论是，在两家都主推的日常主力模型上，Claude 订阅折算出来的价值约为 OpenAI 的 5 倍。 订阅套餐不告诉你能用多少 Token，只给一个 0 到 100% 的进度条，分 5 小时和 7 天两个窗口。SemiAnalysis 的办法是一种 Token 一种 Token 地测：反复发请求，记下每用掉多少 Token 进度条跳一格，再按 API 标价折算成美元，得出“API 等价价值”，也就是同样的用量如果走 API 按量付费要花多少钱。测试场景是编程智能体这类重度使用。 【差距出在中档模型】 顶配模型两家差不多。200 美元套餐里，OpenAI 的 GPT-6 Astra 用满额度约值 2897 美元，Anthropic 的 Fable 5.1 约值 2485 美元。区别是 Claude 套餐里 Fable 最多只能占一半额度，用完这一半，另一半还能跑别的模型。 差距在中档。两家都把中档模型当日常主力推，Anthropic 是 Opus 5.5，OpenAI 是 GPT-6.1 Sol。这一档上，Claude 各套餐的价值约为 OpenAI 的 5 倍。Sol 的 API 单价比 Opus 便宜很多，按美元比对它不太公平，但 SemiAnalysis 改成直接比 Token 数量，Claude 仍然领先一大截。 OpenAI 的 Pro 套餐没有 5 小时限制，月内更容易把额度用满。SemiAnalysis 认为这一点抵不过 Opus 5.5 约 4 倍的价值差。 【OpenAI 刚砍了一半】 差距拉这么大，主要因为 OpenAI 上周刚改了套餐。9 月 29 日 DevDay 前后，OpenAI 宣布 200 美元的 Pro 档用量从 Plus 的 20 倍降到 10 倍，同时推出 500 美元的新档，独享每秒约 300 个 Token 的 Ultrafast 超快模式。老用户的旧额度保留到 10 月 29 日。 SemiAnalysis 测到的结果和官方说法一致：200 美元档每个模型的 Token 都少了一半。Sol 的折算价值跌得更多，超过 50%，因为 OpenAI 同期把 GPT-6.1 Sol 的缓存读取价格降了一半。缓存读取指多轮对话里反复发给模型的旧内容，编程智能体用量里这部分占比很大，单价一降，同样多的 Token 折算成美元就更少。新的 500 美元档，Astra 用量只比砍之前的 200 美元档多 21%。 改完之后，OpenAI 的 100、200、500 美元三档每美元换到的 Token 一样多。之前 200 美元档补贴最重，每美元价值约是 100 美元档的两倍。Anthropic 各档一直是同一个单价。 这几天 OpenAI 负责 Codex 的 Tibo 承诺，未来 28 天每天要么上线一项改进，要么给全体用户重置额度。SemiAnalysis 在文中提到，OpenAI 此前多次重置额度攒下的好感，是 Codex 最近用户猛涨的原因之一，也让 Anthropic 几次收回原定的限额收紧计划。 【两家减补贴的路子不同】 SemiAnalysis 估算，订阅只占 Anthropic 收入约一成，却吃掉超过四成的推理算力。所以两家都在减补贴。 Anthropic 的做法是越贵的模型给得越少。同一套餐里，Sonnet 5.5 和 Opus 5.5 的价值差别不大，到 Fable 5.1 明显缩水。按 SemiAnalysis 的估算，假设用户平均只用掉两成额度，Opus 5.5 订阅的毛利率约 6%，Fable 5.1 约 80%，接近软件公司的水平。OpenAI 的做法是一刀切，所有模型直接降到 Fable 那个水平。 Opus 5.5 在 9 月 22 日发布，API 价格降了两成，缓存读取降了六成。Anthropic 同时提高了 Opus 的订阅额度，SemiAnalysis 测得 Max 档约多 20%，Pro 档约多 50%，但还不足以抵消降价，所以按美元折算，Opus 订阅的价值其实比之前略低。 对每天用 AI 写代码、正在 200 美元档之间挑的人，眼下 Claude 给的量更多。不过额度随时会变：SemiAnalysis 测试时发现三个同款账号里有一个额度低了约 20%，厂商确认那是一次“极小范围”的 A/B 测试。 https://newsletter.semianalysis.com/p/anthropic-subscriptions-offer-5x

Quoted @semianalysis_

Anthropic Subscriptions Offer 5x+ More Value Than OpenAI Limit testing every AI subscription plan from Anthropic, OpenAI, Meta, SpaceXAI, MiniMax, Moonshot, Zdotai, Cursor, and Cognition https://newsletter.semianalysis.com/p/anthropic-subscriptions-offer-5x

View quoted post ↗

SemiAnalysis 最新拆解：按 API 等价值算，Anthropic 订阅的含金量约是 OpenAI 的 5 倍！虽然其订阅约占全部收入的 10%，却可能吃掉 40%+ 的推理算力，知道为什么 A 社最喜欢封把 Max 订阅用量吃满这类用户的号了吧😅 从收入结构来看，Anthropic 的 API 收入 75–85%、消费端仅 5%；OpenAI 在 2026 Q 1 的订阅占比达 65%，还背着 九亿免费用户，不过每人每月成本略低于 $0.70，但历史上也吃掉过 20–30% 的毛利。 同样到一千亿美金的 ARR，OpenAI 会少约 250 亿毛利；因此 2027 可再投资的资金 Anthropic 约有 1600 亿，而 OpenAI 则不到 1000 亿。Claude 的美国付费用户平均每月支付约 45 美元；免费用户 6000 万，付费转化约 9%（OpenAI 转化约 6%）。 Anthropic 赢在 API 占比高、订阅拖累小，核心还是专注最赚钱的业务，因此也比 OpenAI 更有底气抢跑 IPO！

Quoted @semianalysis_

Anthropic Subscriptions Offer 5x+ More Value Than OpenAI Limit testing every AI subscription plan from Anthropic, OpenAI, Meta, SpaceXAI, MiniMax, Moonshot, Zdotai, Cursor, and Cognition https://newsletter.semianalysis.com/p/anthropic-subscriptions-offer-5x

View quoted post ↗

根据知名技术分析机构 SemiAnalysis 的测试 Anthropic 才是最大的慈善家 OpenAI一直在耍小聪明 Claude 提供的“等效 API 价值”直接比 OpenAI 高出约 5 倍，即便不看价格单看 Token 数量，Claude 给的量也大幅胜出...

@corndogjpn2 就是这个意思 😂

Quoted @indigox

SemiAnalysis 最新拆解：按 API 等价值算，Anthropic 订阅的含金量约是 OpenAI 的 5 倍！虽然其订阅约占全部收入的 10%，却可能吃掉 40%+ 的推理算力，知道为什么 A 社最喜欢封把 Max 订阅用量吃满这类用户的号了吧😅 从收入结构来看，Anthropic 的 API 收入 75–85%、消费端仅 5%；OpenAI 在 2026 Q 1 的订阅占比达 65%，还背着 九亿免费用户，不过每人每月成本略低于 $0.70，但历史上也吃掉过 20–30% 的毛利。 同样到一千亿美金的 ARR，OpenAI 会少约 250 亿毛利；因此 2027 可再投资的资金 Anthropic 约有 1600 亿，而 OpenAI 则不到 1000 亿。Claude 的美国付费用户平均每月支付约 45 美元；免费用户 6000 万，付费转化约 9%（OpenAI 转化约 6%）。 Anthropic 赢在 API 占比高、订阅拖累小，核心还是专注最赚钱的业务，因此也比 OpenAI 更有底气抢跑 IPO！

View quoted post ↗

@HiTw93 Claude 是 GPT的 5倍https://x.com/xiaohu/status/2107385442865909928

Quoted @xiaohu

根据知名技术分析机构 SemiAnalysis 的测试 Anthropic 才是最大的慈善家 OpenAI一直在耍小聪明 Claude 提供的“等效 API 价值”直接比 OpenAI 高出约 5 倍，即便不看价格单看 Token 数量，Claude 给的量也大幅胜出...

View quoted post ↗

好棒，创意+Opus5.5的执行能力真实能做出超级好的动画作品了

Quoted @kevin_t_ngo

Claude Opus 5.5 drew every frame of this animation in JavaScript. Everyone in town sends Claude their requests, but one girl sends a question instead: "What do you love?"

View quoted post ↗

Claude Code CLI 目前最佳用法。 效率、質量、心流甜蜜度都會起飛。 你是主 Agent，拆解任務、分配子Agent。 子 Agent 規則 ： - 不 build、不test、不typecheck。 - 早提交、早返回。 主 Agent 負責任務管理、衝突解決、測試和整合。 拆分工作時，遵循工程管理技巧。 調查優先，按覆蓋面拆分。 子 Agent worktree、中間編譯產物，必須及時清理。 至於我為什麼現在總是打繁體字。因為我是一個旅居法國的台灣人。

http://agent-company.dev Windows, Mac, Linux都已开放下载 去年年底做出来的东西，因为理念有了不少的变化，所以一直拖着没有完善，因为多Agent跨session协作在我看来一直都是一个非常难解决的问题。 最近重新捡起来，修复了非常多的Bug，也把像素办公室从平面升级成了 2.5D，整个界面和网站也全部重做。 同样，代码全开源。 https://git.zacharyzhang.com/ZacharyZhang-NY/AgentCompany

agree - most orchestration steps don't need a frontier model for Open SWE we moved model choice into the harness, so each task goes to the cheapest model that still does the job, tested against quality. median cost per task dropped 64% https://www.langchain.com/blog/how-to-build-a-model-router-in-the-harness https://x.com/yuhasbeentaken/status/2108620589816594801

Quoted @yuhasbeentaken

the more i use deepseek v4.1 flash, the harder it is to justify using a frontier model for everything. a few more things i’ve noticed: 1. it’s insanely good as an orchestrator. i can let it coordinate coding tasks, testing, research, and subagents without burning frontier-model money. 2. once the plan is clear, it handles repetitive implementation work extremely well. 3. i’ve started using it for verification too: reviewing code changes, running checks, and catching obvious mistakes is cheap enough to do constantly. i still bring in opus or sol for harder edge cases... but deepseek is doing more and more of the actual work.

View quoted post ↗

Sam on where decision models fit in a harness and how to use Jev with LangChain https://www.langchain.com/blog/building-a-harness-with-jev https://x.com/jaminball/status/2108258355529875932

Quoted @jaminball

Next up on First Pass: a conversation with @samecrowder from @LangChain on decision models. Jev from @typesafeai took the world by storm. Then OpenAI and Databricks released producs (Decisions API and ai_decide function) So what are Decision Models? We dig in!

View quoted post ↗

good framing from @ch3nweiii - a lot of agent steps are yes/no calls, not generation Jev answers those as typed questions with calibrated probabilities, so the frontier model sticks to the hard work where those calls sit in a harness: https://www.langchain.com/blog/building-a-harness-with-jev https://x.com/ch3nweiii/status/2108664035109470637

Quoted @ch3nweiii

whoever built this realized we've been using our smartest AI for the dumbest possible jobs your $20-$200/mo frontier model is researching, writing code, planning… and then you're paying that same brain to decide YES / NO. Jev flips that. it's a tiny decision model that sits in front of the expensive stuff and takes the boring forks: -> which agent goes next? -> is this worth researching? -> reply or ignore? -> publish, wait or escalate? -> BUY / SELL / HOLD? -> click this or keep looking? then I saw the numbers people are posting and the whole architecture started making a lot more sense. ~1,000 papers classified for around $0.08 ~500 emails sorted for around $0.035 browser-agent loops shown at around 7 seconds for ~$0.0039 and at the quoted pricing, roughly 10,000 ~1K-token decisions comes out around $0.42. that's not because Jev got smarter than Claude. it's because nobody asked it to be Claude. the setup is stupidly simple: -> big LLM gets the hard thinking, research and writing -> Jev gets the thousands of tiny decisions between those steps -> code actually clicks, saves, sends and runs and suddenly you start seeing these little decisions everywhere. > your inbox. > X feed. > support queue. > meetings. > leads. > video clips. > browser agents. > even paper-trading loops. that's the part I think most agent builders are missing. the expensive model doesn't need to touch every step just because it's able to touch every step. > let Claude think. > let Jev decide what deserves Claude. > let code do the actual work. I broke down how to wire Jev into your agent + the exact router setup in the article below

View quoted post ↗

He is a professor of computer science at Carnegie Mellon. I have visited a lot of universities and Carnegie has the best robotics in the world. Isn’t X great where you can follow the smartest in the world?

Quoted @keenanisalive

With everyone busily using LLMs + Blender/Three.js to make 3D models, I thought I'd try a different geometric representation. This dragon isn't a mesh, NeRF, 3DGS, or video model: it's 27kb of GLSL code (generated via LLM), defining a closed-form implicit surface. 🧵 [1/n]

View quoted post ↗

@Luckyballa really cool. also kinda weird but this just showed up my tl

Quoted @keenanisalive

With everyone busily using LLMs + Blender/Three.js to make 3D models, I thought I'd try a different geometric representation. This dragon isn't a mesh, NeRF, 3DGS, or video model: it's 27kb of GLSL code (generated via LLM), defining a closed-form implicit surface. 🧵 [1/n]

View quoted post ↗

2. 把营收分析数据变成了一段动画故事 https://x.com/analyticsnerd/status/2108528768079876510

Quoted @analyticsnerd

Visualising GA4 data using Claude Motion. Better than any static dashboard. You can also create a link to share with stakeholders, even if they aren't on Claude. The Claude dashboard is also great for visualising data. That's the future of data visualisation.

View quoted post ↗

一个产品最大的竞争对手，可能只是另一个产品更容易被试用 最近朋友看我在用 Raft 然后给我安利 Kylon 上手体验后发现体验打磨的很细致，设计交互都很用心，很值得去感受一下 印象里我好像很早看过这个产品 但当时似乎就是因为没有 Sign up，trial 暗示要先绑支付，然后就是 Book a demo 这种很 Sales 的设计让我有种非诚勿扰的感觉而放弃 这一点倒是让我想到 Raft 前段时间开源是个很正确的决定 在你没用过两款产品前，90% 的人可能会先选择一个能没有顾虑得免费试用的产品 如果恰好能满足自己的需求，那通常就不会再试用另一款产品 如果恰好这个产品是开源的，那很可能就会激发用户的参与感 如果用户一旦投入感情和时间，那么这个产品就对用户有了特殊的意义 付费不一定是这款产品在绝对意义上更好，而是购买自己可以随时 Vibe 其中的权利

一个小小里程碑，GitHub🌟星标数破10万+了 在GitHub发布开源项目，基本上都是在今年才开始的，没想到大半年时间就能达到这个小里程碑，很感谢各位支持…以及创造的过程也很愉悦。 这10万+ 🌟🌟过半来自女娲skill和Huashu Design，前者是帮你蒸馏任何人的思维方式，决策偏好；后者是帮你做出出色的不AI Slop的设计。 当然，除此之外，还有几个我自己很满意的作品： - 比如帮你进化skill并且被微软官方仓库提及的达尔文.skill： - 比如帮你自主提效，能超快速让任何agent操控浏览器和电脑的huashu-chrome、huashu-mac-use； - 比如agent的驾驶舱Fanbox； - 比如最近超绝审美的huashu-art-motion，能让你做出商业级的动画。 不知道你用过或者知道几个的？欢迎评论区聊聊你的体验 https://github.com/alchaincyf

Cali 宝宝准备结束运营了，将于 2026 年 10 月 18 日 23:59（北京时间）从 App Store 下架，并停止在线服务。 眼下，我最想先做好的是，让大家把记录妥善带走。 打开 Cali 宝宝，按下面的步骤操作： 1. 进入「回顾」，点右上角的设置按钮，打开「数据管理」，再选择「导出数据」。 2. 选择「备份文件」。如果记录了多个宝宝，请选中「全部宝宝」；保持「选择时间段」关闭，导出全部时间的记录。 3. 点「生成导出文件」，保存到你自己保管的位置，例如「文件」、iCloud 云盘或电脑。确认保存成功后，建议再留一份副本。 4. 再导出一份「PDF 报告」，方便以后不打开 Cali 宝宝也能阅读。希望报告里保留照片的话，请打开「包含照片」。 备份文件使用的是 Cali 宝宝的格式，其他 App 不一定能直接导入，迁移前请先确认对方支持什么格式。PDF 报告可以先帮你保留一份随时能看的记录。如果家里有多台设备，请等家庭同步完成后再导出，并检查最近的记录和照片是否齐全。确认备份之前，请先保留 App 和本机资料。 在线服务停止后，家庭同步以及依赖服务器的功能将无法继续使用。本机已有的记录仍能打开 实际付费购买过年度或终身方案的用户，我会提供实付金额的全额退款。你付费时，是期待能继续用下去的。现在提前结束运营，这份责任应该由我来承担。免费试用或免费获得的使用资格，没有实际付款可退。 可以直接私聊我，提供购买记录后，我会按实付金额直接转账退款，不用再走 Apple 的退款申请流程。 如果你购买的是年订阅，请务必取消自动续订。在 iPhone 的「设置」→你的名字→「订阅与购买」→ Cali 宝宝中，点击「取消订阅」。转账退款和删除 App 都不会自动取消续订。 谢谢你愿意相信我做的这个小工具，把它放进自己家里的日常。也谢谢你支持一个独立开发的 App，给它机会慢慢变好。如果你为它付过费、推荐给朋友，或在忙碌中抽空告诉我哪里还不好用，这些支持我都很感激。 Cali

Quoted @calicastle

「我的创业公司要关了，要去上班了」 Cali Baby 上线才两个月，就要因为收购和大家说再见了 我创办的 @zolplay ，也要收尾关停了 接下来我会加入 Momcozy 负责平台与产品 可能稍微 有点突然 其实我做这个 app 的初衷很简单，家里有了二宝，喂奶、睡觉这些事情又要重新记起来。试了一圈现有的工具，总有些地方用着不顺手，所以就干脆自己做了一个 先是做了一个快速实验的 PWA，后来做成了正统 iOS app，再移植到了 Android。自己做设计、自己写代码、自己深度用，产品经理、设计师、工程师和用户，这几个角色算是凑齐了 从原型到上线，前后打磨了好几个月。后来有其他家庭开始用，有人付费支持，也有人不断提出新的需求。一个从自家日常里长出来的小工具，就这样慢慢进入了其他家庭的生活 结果上线才两个月，我就来写关停公告了。这个更新速度，多少有点超出了我的想象 还有是佐玩的收尾 这些年，我和团队一起为客户做产品，也做自己的产品。从品牌、设计到开发，很多项目都是这样一点点做出来的。谢谢一起做过事的伙伴，也谢谢把项目交给我们的客户。这段经历里的每个项目，都是我们的心血 现在我要从自己带着团队做产品，变成加入一个新的团队，负责平台与产品 母婴这个赛道 熟悉又陌生 熟悉是因为我一直在解决老婆和孩子的痛点 陌生是因为我自己不是妈妈，能帮的有限，只能通过我最擅长的产品和开发这块来竭尽所能去帮助 作为两个孩子的爸爸，我先是因为家里的实际需要做了 Cali Baby，接下来，也将通过 Momcozy 来帮助更多家庭 谢谢用过 Cali Baby、提过建议、付费支持过的每一位朋友 也谢谢这些年关注佐玩、和我们一起做过事情的人 佐玩和 Cali Baby 的这一段故事就先告一段落了 现在想想一晃就已经创业五年了，变化最大的就是 AI 在生活中无处不在，而一尘不变的还是我那颗抱着对好产品的热情和执念 现如今从当老板转成准备上班，也是因为希望加入志同道合的团队一起做着有意义的事情 希望未来会更好～❤️

View quoted post ↗

Thanks! Not for a Claude subscription right now: magpie sends those requests through Claude Code as they are, and doesn't add fast mode to them. Fast mode works today for Claude Opus on an Anthropic API key, and for GPT on a ChatGPT account. Click the bolt next to the model in the agent's model picker, or turn on Fast for that member of a Routing group.

API is usually used for Agent SDK shaped workloads, where 1h TTL would result in higher costs on average, so we stick to 5m to be safe. Interactive usage defaults to 1h because that is cheaper for people on average. This works for most people, but it is not perfect, so you can configure it if you like.

我去，这个Opus 5.5 +Codex 是有点东西啊！ 我拿notion的视频去让Opus 5.5 不要调用视频模型去生成，而是使用Codex去生图做关键帧+代码来实现。 这个是对比视频，效果还可以啊👇🏻

OpenAI 的 Codex Fast，最快的不会是扣额度吧😂 OpenAI 的死对头 Anthropic，旗下 Claude Opus 5.5 开 Fast 能到约 285 tokens/s。 再想起我之前测 Codex Fast：输出也就 30 tokens/s 左右，速度约快了 1.5 倍。 绝对值来看，前者是后者的7倍。 claude的fast消耗额度速度是两倍， 但对比之下， OpenAI 自己的文档写得明明白白：Codex Fast 用订阅额度，按标准模式的 2.5 倍消耗。 绝对速度低，消耗速度高，模型能力差 OpenAI，你倒是让代码跑快点啊，光让我的额度跑得快有什么用😂

Quoted @imjustnewatai

Anthropics Opus 5.5 gets around 285 TPS on fast mode and only uses 2x of your usage. 10x better than OpenAI.

View quoted post ↗

5/ 需要进一步分析时，可以把 Claude Dashboards 发送到专业分析工具；动画需要精修时，也可以直接交给视频编辑器继续制作。 完整支持工具列表： https://claude.com/resources/articles/dashboards-and-motion

I have discovered $50 amazon photo frames to be the PERFECT home display screen They can be rooted, updated to run a modern browser, have WiFi and can be powered from USB 1280×800 resolution with a nice touch screen I detailed how to hack these yourself in my latest video https://wesbos.com/hacking-smart-photo-frames

@MattStopa @nearbycoder Yep!

Quoted @wesbos

I have discovered $50 amazon photo frames to be the PERFECT home display screen They can be rooted, updated to run a modern browser, have WiFi and can be powered from USB 1280×800 resolution with a nice touch screen I detailed how to hack these yourself in my latest video https://wesbos.com/hacking-smart-photo-frames

View quoted post ↗

有点牛逼，我用 Claude + Three.js + 本地渲染 做了个 60 秒的 3D 短片《山海·万象》 完全没法想象，居然有一天可以通过 Coding 做出这个东西😅 场景、建模、动画、灯光、配乐全是代码，前后跑了 2 小时，Token 没花多少，主要是渲染费时间 核心流程：先让生图工具出 2D 概念图转体素网格，再用 Claude 写一套基于时间戳 t 的 Three.js 动画逻辑，最后用 Playwright 逐帧抽图合成。 复杂的模型 AI 很难一步写好，但体素网格非常适合代码生成。可以用 2D 概念图切片雕出 32³ 稀疏体素块，然后再加上顶点 AO 环境光遮蔽。

Quoted @gkxspace

牛哇，最近刷屏的代码动画视频，我用 step 5 preview 也跑出来了，而且价格只需要 Opus5 的 1/8！！！ AI 用代码做视频其实在品牌动效、产品演示、批量短视频复刻上，已经完全具备商用价值了。 但Claude 的使用成本太高，价格上没法支持批量做，而且国内还很难用上…… 最近我直接在 Claude Code 里把模型切成了 @StepFun_ai 的 step 5 preview，配上开源的 Skill，跑了很多条 Demo，效果完全超出预期： 1、3D 微缩小镇的一天：20 秒走完 24 小时，日出、黄昏、入夜，窗户一扇扇亮起来 2、中文动态排版：字带着重量砸下来、被风吹散，最后排成竖版，盖上一枚印章 3、单形状界面动效：一个形状从按钮变成播放器、开关、图表，全程不切镜头 4、绿幕舞蹈 × 杂志：把跳舞的人抠出来，放进一本跟着她舞步翻页的杂志 具体可以先去开源合集找好案例，比如 awesome-opus5-5-videos 收了 513 条 Opus 5.5 视频，然后让 AI 把提示词改得更细：时长、节拍、每个镜头画什么、不要什么、怎么验收，全部写清楚 接着在 CC Switch 把模型换成 step 5 preview，就可以开始爽用了！！！ 制作全程基本不用管，一条内容它可以自己跑几个小时，调用两百多次工具，写代码、合成音乐、渲染、检查一条龙。 现在 Step 5 Preview 已上线 OpenRouter，支持 1M 上下文，开放权重将于 10 月 15 日发布。可以接入各种常用的 Coding 工具。 上线才第二天，Step 5 Preview 就登上 OpenRouter Trending 第一：https://openrouter.ai/rankings?view=trending#top-models

View quoted post ↗

https://x.com/gkxspace/status/2108743836348694659

Quoted @gkxspace

有点牛逼，我用 Claude + Three.js + 本地渲染 做了个 60 秒的 3D 短片《山海·万象》 完全没法想象，居然有一天可以通过 Coding 做出这个东西😅 场景、建模、动画、灯光、配乐全是代码，前后跑了 2 小时，Token 没花多少，主要是渲染费时间 核心流程：先让生图工具出 2D 概念图转体素网格，再用 Claude 写一套基于时间戳 t 的 Three.js 动画逻辑，最后用 Playwright 逐帧抽图合成。 复杂的模型 AI 很难一步写好，但体素网格非常适合代码生成。可以用 2D 概念图切片雕出 32³ 稀疏体素块，然后再加上顶点 AO 环境光遮蔽。

View quoted post ↗

现在很多创作者，已经被流量驯化到快丧失主体性了。 创作先想平台喜不喜欢，而不是受众需不需要；表达先怕得罪平台，却忘了自己才是被平台白嫖的那个。 短视频依赖算法推荐，尚且能理解。播客又不靠信息流推荐，怕得罪平台是哪门子事？ 更离谱的是，有人主动放弃 RSS，只在一个平台分发，其他平台找来入驻吓得跟小鸡仔赛的，生怕平台不高兴。怎么，平台是给你发金条了？还是给了你泼天的流量？ 平台只是渠道，不是主子。连分发权都主动上交，还谈什么创作主体性？你服务的是你的受众，不是某个平台。 太把平台当回事，就是太不把自己当回事。

@PapainTea @y276161014 插件跑在你本机的 magpie 里，没有我们的后端服务器；社区插件的源码都在 https://github.com/magpie-community/plugins，可以直接看。插件本质是在你电脑上运行的代码，所以提示只装信任来源的。

X 现在也能直接搜索 Meme 了。 只要给 Grok Bot 一张图片或一帧视频，它的新 X Scan 功能就能找到： Meme 的最初来源、传播最广的推文，甚至特定类型的相关内容，例如“所有使用这张图的 AI 主题推文”。

源：https://x.com/venturetwins/status/2108041438831530477

Quoted @venturetwins

Holy shit we have meme search on X now! Grok @bot's new X scan feature is insanely good if you give it an image or a still from a video. It can find the origin of a meme, most viral tweets, or even specific genres of post (e.g. "AI-related tweets using this").

View quoted post ↗

谢谢，信息很有用。照片有点糊看不清数字。另外 PI_CACHE_RETENTION=long 走 magpie（localhost）时 OMP 不会发 24h 保留，所以不是它的原因。方便的话跑一下： grep '"agent":"omp"' ~/.config/magpie/usage.jsonl | tail -20 贴出来（只有模型、token 数、effort、耗时，没有密钥和内容），我按每个请求看是哪一步没命中。

in case you were curious if this generalizes... yes, as a packing method. not the best overall, but it finds packings other methods miss on squares and cubes. have some ideas, but not exactly sure why... more: https://yoheinakajima.github.io/soft-to-rigid/

Quoted @yoheinakajima

new cube packing record for n=12 at 2.931514578 found with this method. beats Haowei Lin's 2026 record (2.93277+). s=2.931514577965 # i x y z w qx qy qz # cube=c+R(w,qx,qy,qz)[-1/2,1/2]^3, Hamilton 1 1.5243879843 2.4315145780 1.3320162706 0.5838886869 -0.5838886869 -0.3988408220 -0.3988408220 2 2.4315145780 2.4315145780 0.5000000000 0.7071067812 0.7071067812 0 0 3 0.5000000000 1.4369539605 1.4377198700 0.5395289954 0.4570650535 0.4570650535 -0.5395289954 4 0.5098735814 0.5769311229 2.3545747284 0.4560511351 -0.5403863020 -0.4560472394 0.5403896022 5 0.6086093613 2.2929283270 2.3887741023 0.0258332833 0.7609821302 -0.6482073268 -0.0081302199 6 2.4315145780 1.4315145780 0.5000000000 0 0 0 -1 7 2.4298401750 2.4215249296 2.2620514795 0.0000269579 0.0016621483 -0.9999712786 0.0073944948 8 1.5800388387 1.4806909324 2.4315145780 0 -0.9765112947 -0.2154662186 0 9 1.6870669871 0.7046048868 1.3931621797 0.1630483719 -0.8266039691 -0.3023204668 0.4458065074 10 0.6714192000 0.5125505069 0.5042784926 0.0019279356 0.0017767559 -0.7100527881 -0.7041435680 11 2.4315145780 0.5648562958 2.4315145780 0.5 -0.5 -0.5 0.5 12 0.5 2.3777488832 0.5 0.7071067812 -0.7071067812 0 0

View quoted post ↗

It's kinda unfair that the Japanese have BOTH Shohei and Yohei

Quoted @yoheinakajima

in case you were curious if this generalizes... yes, as a packing method. not the best overall, but it finds packings other methods miss on squares and cubes. have some ideas, but not exactly sure why... more: https://yoheinakajima.github.io/soft-to-rigid/

View quoted post ↗

further research:

Quoted @yoheinakajima

in case you were curious if this generalizes... yes, as a packing method. not the best overall, but it finds packings other methods miss on squares and cubes. have some ideas, but not exactly sure why... more: https://yoheinakajima.github.io/soft-to-rigid/

View quoted post ↗

@ChildhoodAndy 感谢反馈，复现了：会话一多，切换时整页的会话都要重画。v0.1.1151 已上线：每个文件夹先画最近 100 个会话，往下有「显示更多」；打开一个会话时只重画这一个会话。更新后再试试，还卡的话告诉我大概有多少会话。

如果 Vibe Coding 需要免费开源字体？ 帮大家整理挑选了 34 个看起来不错的中、英文字体。 CC 调研了授权文件需求，也能通过 JS 直接引用。 开源免费字体下载： https://github.com/joeseesun/qiaomu-cover-fonts

One of my favorite PM use cases for Claude is asking "who used <feature> the most last week? make me a artifact of the top 10 by usage, then reach out and schedule 15 min to chat." It's the fastest way to get user feedback!

源：https://x.com/_catwu/status/2107967210467803152

Quoted @_catwu

One of my favorite PM use cases for Claude is asking "who used <feature> the most last week? make me a artifact of the top 10 by usage, then reach out and schedule 15 min to chat." It's the fastest way to get user feedback!

View quoted post ↗

Claude 最实用的 PM 场景之一：自动找到产品的重度用户，并直接约访。 只需要问它： “上周谁使用这个功能最多？整理一份使用量最高的前 10 名报告，然后联系他们，安排 15 分钟交流。” 这可能是获取真实用户反馈最快的方法。

欢迎大家直接用 https://vibe42.ai 哈哈啊哈哈 完全不用管网络优化Tailscale这些 手机，浏览器直连你的mac、Linux终端 随时同步用你同一个对话！ 最近还加了远程桌面功能！ 绑卡就送3天免费试用呀

Quoted @laogui

OMP 作者也做了个终端：Tern。我最近经常用 OMP，所以挺适合我。它定位有点怪：自己是终端，但把 OMP 深度定制到看不出是 TUI，其他工具仍在终端里跑。 OMP 全称 Oh My Pi，是在 Pi 上做成开箱即用的 coding agent，适合我这种喜欢 Pi、又不想折腾配置的人。 Tern 比较有特色的地方： 1. 桌面端纯 Rust 原生渲染，浏览器端走 WebGPU。启动约飞快。 2. 关窗口任务不停。底层有 daemon，有点像无感版 tmux，编译关窗照跑，重开毫秒恢复。 3. 原生走 Tailscale。桌面、手机、浏览器可以同时进同一个会话。 4. 工作台：文件管理、Git 工具、SQLite 查看、Jupyter 绘图，还能把 TODO.md 变成看板。 目前还在 waitlist： https://stencil.so/tern

View quoted post ↗

Waymo and Zoox first impressions I use self driving on my Tesla all the time, but I finally got around to trying the commercial autonomous ride hailing services this week in Las Vegas. The biggest issue by far is the very limited pickup and dropoff points, and only having a couple minutes to get to them resulted in a bit of a rush. If you are going to have a small-integer number of locations, you should make it super-obvious where those locations are. Waymo included a picture, but it was a rather undistinguished parking garage image and it wasn’t clear which floor it was on. Being able to switch the map to an aerial photography view might be helpful in some cases. Pan-able 360 photos of the target points might also be helpful. The first Zoox ride was flawless, but we had a lengthy walk to get to our actual destination. The first Waymo ride was a little rougher. It felt more indecisive with steering, like Teslas did a couple years ago. This was still early-access in Vegas, so it is probably better in the active commercial markets. The second Zoox ride had a small incident – there was another Zoox ahead of us at a stoplight (and a Waymo and another Zoox next to us!) that repeatedly tried to back up into our Zoox, to the point that ours actually honked at the one ahead of it a couple times. Eventually, after multiple light cycles, ours started to tentatively try to get around it, which left it partway into the next lane and distressingly close to a fast moving semi. The one ahead finally moved, and the ride continued normally. Overall, the Zoox experience felt a bit more charming than the Waymo, with several nice little touches, but they both get the job done. I still need to try a Cybercab.

记录一些我的设计知识类小红书博主运营心得 最近运营了一个半月的小红书日更小号，总算是在有一些心得了。之前我主号的问题在于更新频率问题。我主号其实比较偏向于发长视频讲一些知识教学的内容，但是我日常又有很多小作品可以发，如果两者混杂在一起，更新频率不一致，不光长视频流量会被稀释，小作品也会因为不够垂直而流量大打折扣。 所以我直接把内容分开了，主号负责月更（偶尔周更）一些知识内容，小号用来日更一些日常的小作品。发现确实它们运营的模式也完全不一样。主号我一篇可能可以增长一百follower小号差不多一篇十个follower，而且小号作品的虽然点赞多但是收藏少，而且转化率也不高。主号的收藏和赞基本上持平，而且粉丝转化率比较高。 还有一个发现是我两个号基本上都没有出过真正意义上的爆款（短时间上万赞的内容）基本上都是靠着长尾效应还有搜索流量在缓慢增长，所以粉丝增长还是挺稳固的，基本上只要有发就有增长，主要还是我懒，有时候主号一个多月都不更新，可能我还是有一些精神洁癖，找不到好的主题我宁愿不发。

也并不是所有修改都要写技术方案，很多功能比如那些以修改 UI 为主的可以直接从修改原型开始，原型好了后可以用 Agent 内置的浏览器的“标记”工具，在要修改的地方标记，然后去写评论。 原型完成后，可以在同一会话，让它把对原型的修改，同步到正式的代码中。 通常我会用 Fable 帮我设计，然后让 Opus 去执行，最后 Fable 验收。

@trq212 Same experience. With stronger models, I've been deleting most of my old prompts. The old scaffolding mostly gets in the way now. Give the model more freedom, put it in a well-configured harness, and it just performs. Prompt engineering is turning into harness engineering 🤔

@weiyi829 开发环境可以加上参数改变端口，这样agent可以另外起端口

OpenRouter 为内部仅 5 人的销售团队打造了 AI 销售智能体 Rasp，每月为销售团队节省 600 小时，怎么做到的？ Rasp 的背景：这支 5 人销售团队被三件事淹没：inbound 线索量、行政工作、CRM 维护。这本质上是一个经典问题，销售的时间被非销售事务吞噬。Rasp 的切入点不是“替代销售”，是回收被杂务占用的时间。 https://openrouter.ai/blog/case-studies/how-an-ai-sales-agent-saved-our-sales-team-600-hours-a-month/ # Rasp 做什么、不做什么 Rasp 做的： 自动调研并资格审查每一条 inbound 线索，非销售类问题自动分流 自主发送首触邮件（93% 全自动化） 撰写通话前简报（pre-call briefs） 根据通话转录稿起草通话后笔记 自动填写大部分 CRM 字段 将边缘情况/敏感事项标记给人工审批 Rasp 不做的： 不做最终发送决定、不判定交易分类、不处理合规问题 不主持通话、不谈判、不维护客户关系 # 架构经验：来自两个失败前代的教训 Rasp 之前有两代产品，面向 AE（客户经理）的 Ace 和面向业务拓展代表的 Dove，均未成功。由此沉淀出四条工程原则： 1. 单一 pipeline 处理所有任务，任务类型只是参数，而不是为每类任务写独立代码路径。独立路径会导致行为漂移（drift），这在小模型 Agent 系统中尤为致命。 2. 一切功能默认关闭，渐进放量，随时回滚。 3. 指标从第一天就埋点，没有基线就无法验证任何声明。 4. Slack 即界面，简报、草稿、标记、指标全部推送进 Slack，让“添加新 Agent 任务”不需要工程师介入。Agent 的可采纳性取决于它出现在工作发生的地方。 # 模型成本考量 当前推理使用 GLM 5.2（约 18 美元/天），而经过验证的更廉价替代方案包括： · DeepSeek v4 Pro：便宜约 2.4 倍 · GLM 5.3 Flash：便宜约 18 倍 · DeepSeek v4 Flash：便宜约 37 倍 Ori 的路由层会在保持质量的前提下自动切换到更便宜的模型。这印证了当前 Agent 工程的一个核心趋势：任务分级路由比单一旗舰模型更具经济性，销售智能体的大量子任务（分类、路由、字段提取）根本不需要顶级模型。 # 量化成果 · ~600 小时/月（约 140 小时/周，人均约 28 小时/周） · 每个销售每天多打约 2 通电话 · 单次 demo 成本：103 → 44 分钟（准备 30→5，笔记 15→2，CRM 30→7） · Inbound 分诊：从占用一个全职人力降到约 25% 人力 · 交易周期缩短 34%；成单率提升 2.6 倍（同期有定价和市场变化，不能全归功于 Rasp） · 当前 pipeline 约 57% 来自释放出的新产能 · 大量线索在 60 秒内得到响应

Quoted @openrouter

Our 5-person sales team was drowning before we built Rasp, an AI sales agent using OpenRouter's Ori. Every inbound lead gets researched, many hear back in under 60 seconds, and we save ~600 hours/month. Cost: ~$30/day and getting cheaper by the week. https://openrouter.ai/blog/case-studies/how-an-ai-sales-agent-saved-our-sales-team-600-hours-a-month

View quoted post ↗

我的邀请：https://eazo.ai/mobile/invite/A9A98CA7 App Store 下载地址：https://apps.apple.com/us/app/eazo-explore-ai-app-3d-world/id6758009137?l=zh-Hans-CN 前几天还跟朋友聊，现在日常高频小需求，如果没有现成产品，都适合用 AI 开发，满足个性化需求。 GUI 仍然很重要，人毕竟是视觉动物，且点击比说话容易多了，把想法变为App，不仅直观易用，成本也低。 所以，很看好这类产品，用 AI 对话创造工具，用手操作用。 另外，不知道 Eazo 团队怎么优化的，生成的 App 都审美在线。 刚又 Remix 了一个像素风钓鱼应用，还挺好玩的。 推荐安装 Eazo 上手试试。

发现个有意思的 AI 产品：Eazo 一个以 App 为中心的 Personal Agent：支持自然语言开发 App、小游戏，带登录、调 AI，甚至可接入 Stripe 全球收款，很适合验证 MVP。 开发好应用，别人能像刷短视频一样刷到，直接上手玩或 Remix。 产品可设置 Remix 权限和价格，有人用就能赚钱。 产品有返佣计划，邀请用户注册，充值后月付返 50%，年付返 70%，比例相当高。 试了下，生成 的 App 会提供多种风格、交互预览，审美很在线。 Eazo 适合有一堆点子，但不知道怎么开发上架的新手，能把一句话模糊需求变成完整产品上线。 也适合刷一刷找 Vibe Coding 灵感的老手。 产品亮点： ① 一句话生成能用的 App，前端、后端、数据库、部署全搞定 ② 一个想法同时出 6 套设计方向，效果都很细腻，选喜欢的继续开发 ③ 看到喜欢的应用一键改成自己的版本 免费版每月送 200 Credits，够开发一个简单 App，想开发更多需要订阅。 产品支持网页、iOS、Android，很全面。 下载地址见评论区

有一个问题想请教大伙，当前 Mole 在做 AI 的清理和维护功能，主流的 AICoding工具和 CLI 均有考虑，包括旧版本、worktree、老对话、不在用的工具检查、包括各种过期内容。 关于对话清理当前默认检查的是「清理120天之前的」，也可选择「永不清理」，你认为默认是永不清理还是120之前的更好？

8/ 招聘 Head of Content，可以优先从内部培养，也可以在 X 上寻找已经持续创作、拥有 1,000 至 30,000 粉丝的潜力人才。 想留住优秀人才，需要提供稳定收入、股权、创作自主权、团队支持、个人品牌空间和绩效奖励。 最终要判断的核心只有一个：这个人能否独立思考，并把好想法讲成好故事。

7/ 招聘内容团队时： 看审美和潜力，再培养技能；始终安排付费测试；尽量招聘专才；每个成员都应该在某项能力上强于负责人。 Ryan 认为，每月约 4 万美元就能组建一支扎实的内容团队。如果内容做对了，它可能成为公司最具扩展性的营销渠道。

I speak to a lot of people about AI & not everyone gets how it can be useful for them outside of work So its a shift that when I talk to people using Muse or Dot, they often tell a story of how their AI did something proactively to help them, and it makes them feel good about AI

有个用 Claude Dashboard 的用法，就是下载你的 X 数据，然后从 Artifacts（https://claude.ai/artifacts）新建 Dashboard 发给 Claude Dashboard 去分析。 从 https://x.com/i/account_analytics/overview 获取账号数据，把每个 Tab 能下载到的数据都下载下来，然后作为附件上传到 Claude Dashboard。 提示词参考： > 帮我分析一下我的推文数据，看看哪些推文更受欢迎，怎么优化

Quoted @dotey

Claude 新增数据看板和动画讲解，文档、幻灯片、设计功能结束测试 Anthropic 今天给 Claude 加了两个新功能。Claude Dashboards 能把公司数据做成自动更新的数据看板，Claude Motion 能把报告、图表做成几十秒的动画讲解。两者都在测试阶段。 Claude Dashboards 现在就能在 http://claude.ai 网页版的 Artifacts 里面用了，但是 Claude Motion 目前只对 Team 和 Enterprise 套餐开放。 此前一直在测试的 Docs（文档）、Slides（幻灯片）、Design（设计）同时转正，这三个功能现在所有套餐都能用，包括免费版。 【1】数据看板：用大白话查公司数据 以前想看公司数据，要么给数据团队提需求排队，要么自己写 SQL（数据库查询语言）。现在把 Claude 连上公司的数据平台，比如 BigQuery、Snowflake、Databricks、Amazon Redshift、ClickHouse，或者 Salesforce 这类客户管理系统，直接问“这周注册量和上个月比怎么样”，Claude 会写查询、出图表，做成一个看板。数据变了，看板跟着更新。 每个数字都能点开看背后的查询语句，也能让 Claude 解释是怎么算出来的，每张图还标着数据最后刷新的时间。用的人可以自己核对 AI 有没有算错。 它适合快速、探索性的问题。需要深入分析时，可以把看板直接发到 Amplitude、Grafana、Hex、Mixpanel、PostHog 等分析工具里接着做，Looker、Tableau 等后续支持。付费套餐可用。 【2】动画讲解：让幻灯片里的内容动起来 Claude Motion 能把季度报告做成全员大会上放的 30 秒讲解动画，给董事会幻灯片里的图表加动效，或者做一段给新客户看的产品操作演示。在对话框输入“/motion”就能调出来。做好后可以在编辑器里改，也可以让 Claude 改，最后导出 MP4。 它不用视频生成模型。Claude 写的是代码，让你的文字、图表、形状、图片动起来，画面里不会出现 AI 生成的人物和素材，每个字、每个数字、每段时长都能改。所以它和 Sora、可灵这类视频生成产品用途不同，适合讲清楚自己手里的内容。需要再加工，可以导入 Adobe、Descript、HeyGen、Runway 等工具。 Claude Motion 目前只对 Team 和 Enterprise 套餐开放。 【3】文档、幻灯片、设计：免费用户也能用 这三项功能上线以来，用户已经用它们做了超过 4500 万份文档、幻灯片和设计稿。这次去掉测试标签，同时补了几项能力：团队成员和 Claude 可以一起编辑同一份文件；幻灯片、设计、看板和动画可以分享给公司外的人，或者任何拿到链接的人（需管理员允许）；导出的 PowerPoint 和 PDF 能保留排版，幻灯片能直接转成可编辑的 Google Slides；手机 App 里也能修改。企业版新增 CMEK 支持，也就是企业可以用自己管理的密钥加密数据。 【4】Claude Design 独立站 12 月 14 日关闭 Claude Design 原本有独立网址 http://claude.ai/design，9 月 16 日起已经能在普通 Claude 对话里使用。Anthropic 决定把两者合并，独立站开到 12 月 14 日。 用过独立站的团队要注意三点。设计系统可以在 Claude 的 Artifacts 页面一键迁移。项目在关闭前照常可用。和 Claude 的聊天记录、项目评论不会迁过来，公开分享链接到期也会失效，需要的话提前保存。 企业管理员注意：看板和动画默认关闭，要在组织设置里手动开启；文档、幻灯片、设计会在 10 月 15 日默认开启。

View quoted post ↗

写在最后 这个仓库解决的不是 AI 会不会做这件事，而是你要不要每次都重新教它一遍。60 条 Skill 不用全装，会议纪要、执行计划、CI 排障这类纯指令型的，装上重启就能用； pr-review-ci-fix、linear、connect 这类要动外部账号的，得先接 Composio 或 MCP 做授权，权限交出去之前把 SKILL.md 从头读一遍。 刚上手 Skill 的，不妨把这些现成的 description 当教材，看别人怎么写触发条件，比看教程管用。装几个试试，用顺手了留下，不顺手删掉文件夹就行，成本很低。 参考来源： awesome-codex-skills 仓库：https://github.com/ComposioHQ/awesome-codex-skillsComposio 官方(在 Codex 里配置 MCP)：https://landing.composio.dev/blog/how-to-mcp-with-codex

想让它真动手，得接 Composio 这个仓库是 Composio 的，有好几个 Skill 底层靠的是它家的东西。 最典型的是 connect：通过 Composio CLI 接 Gmail、Slack、GitHub、Notion 等 1000 多个服务，不装它，Codex 只会说这是邮件草稿、你可以去建个 issue；装了它，邮件直接发出去，issue 直接建好。 Composio 的另一个产品叫 MCP Gateway，一个 MCP 端点背后挂着 1000 多个集成，认证、团队权限、审计日志都由它管。 Skill 分两种，一种是纯指令型，教 Codex 怎么想、按什么格式输出，装上重启就能用；另一种要动外部账号，得先接 CLI 或 MCP、做授权，等于把一部分权限交给第三方服务。 不想多绑一个服务的，先从纯指令型挑；要让它真去发消息、推代码，再认真看看授权范围和审计这一块。

一条命令装好几个 仓库自带一个安装脚本，从 GitHub 拉 Skill，放到 $CODEX_HOME/skills/<skill 名> 下，没设 CODEX_HOME 就是 ~/.codex/skills/。 git clone https://github.com/ComposioHQ/awesome-codex-skills.git cd awesome-codex-skills # --path 后面可以跟多个，一次装一批 python skill-installer/scripts/install-skill-from-github.py \   --repo ComposioHQ/awesome-codex-skills \   --path meeting-notes-and-actions create-plan gh-fix-ci 装完一定要重启 Codex，它是启动时读 Skill 元数据的，不重启等于没装。 外部项目那 12 条，安装命令里的脚本路径是 ~/.codex/skills/.system/skill-installer/，比如这条： python3 ~/.codex/skills/.system/skill-installer/scripts/install-skill-from-github.py \   --repo hyhmrright/brooks-lint --path skills/brooks-lint --name brooks-lint .system 目录是 Codex 本地自带的那份安装器，跑之前 ls 一下确认它在。这个脚本要联网，在沙箱里跑会被拦，需要放行。 装没装上，看一眼目录就知道： ls ~/.codex/skills head ~/.codex/skills/meeting-notes-and-actions/SKILL.md 嫌脚本麻烦也可以手动：把 Skill 文件夹整个拷进 ~/.codex/skills/，重启，一两个无所谓，多了还是脚本省事。

先装哪几个 60 条不用全装，按两个标准挑，装上就能用，或者确实替你省掉一段重复劳动。 meeting-notes-and-actions：开头那个场景就是它。喂进去的是 Zoom、Meet、Teams 的转写稿或者随手记的笔记，注意是文字，不是录音。输出格式是写死的： Summary、Decisions、Open Questions/Risks、Action Items，待办是带负责人和截止日期的勾选框。它还要求不编造事实，拿不准的地方列成待确认问题，这一条我挺喜欢。 create-plan：动手前先出一份简短的执行计划。适合那种你想先看思路、再决定让不让它改代码的任务。 gh-fix-ci：GitHub Actions 挂了，让它用 gh 去翻失败的检查，汇总原因，给出修复建议。只依赖 gh，本地登录过 GitHub CLI 就能跑。 pr-review-ci-fix：比上一个狠。拉 diff、审查、修、push、重跑 CI，循环到检查变绿为止，GitHub 和 GitLab 都支持。但它走的是 Composio CLI，用之前要先装 CLI、登录，再把 GitHub 账号连上： curl -fsSL https://composio.dev/install | bash composio login composio link github 它会往你的分支上推提交。权限给出去之前想清楚，至少先在不重要的仓库上试。 linear：读写 Linear 工单。它依赖 Linear 官方的 MCP，第一次用要先接上： codex mcp add linear --url https://mcp.linear.app/mcp codex mcp login linear 中间还得在 config.toml 里打开 [features] rmcp_client = true，或者启动时加 --enable rmcp_client。登录完同样要重启 Codex。 sentry-triage：把 Sentry 报错的堆栈帧对到本地源码上，省掉来回复制粘贴错误信息那一步。

60 条 Skill 都放在哪 仓库按用途分了五个架子： • 开发与代码工具：16 条 • 生产力与协作：17 条 • 沟通与写作：8 条 • 数据与分析：9 条 • 元工具与实用工具：10 条 别被名字骗了，这里不全是写代码的。 改简历的 tailored-resume-generator、想域名的 domain-name-brainstormer，甚至还有一个抽奖用的 raffle-winner-picker，挑中奖者还带审计日志。 每个 Skill 就是一个文件夹，必备的只有一个 SKILL.md，头部写 name 和 description，下面是执行步骤，另外可以带 scripts/、references/、assets/ 三个可选目录。 Codex 先只读 description 判断要不要触发，触发之后才把正文加载进来。 所以多装几个，上下文不会一下子被塞满。 说白了，description 决定它什么时候被叫出来，正文决定叫出来以后干得好不好。

会开完了，把转写稿贴给 Codex，让它整理成纪要。 第一次它给了一段流水账，补一句：分开写决策和待办。第二次好多了，又补一句：每条待办带上负责人和截止日期。 下周再开会，这三句话还得再说一遍。 这就是 Skill 要解决的事，把反复交代的那几句话写进一个 SKILL.md，Codex 碰到对应任务自己加载，可真动手写一个也挺费劲，触发描述写宽了乱触发，写窄了叫不出来。 awesome-codex-skills 走的是另一条路，别人写好的，直接装，把仓库翻了一遍，Skills 分类下一共 60 条，其中 48 个就放在仓库里，另外 12 条链到外部项目。

Quoted @sitinme

Awesome Claude Skills这个项目就像一个 AI 技能超市 收集了大量可以给 Claude、Codex、Cursor 等 AI Agent 使用的技能，覆盖写代码、处理 PDF 和 Excel、内容调研、网页测试、文件整理，以及 Gmail、Slack、Notion 等应用自动化。 不过仔细研究下来，它更像是一张 Agent Skills 导航站 + 工作流灵感库，而不是已经替你检查过质量、安全和时效性的旅行套餐。 Skill，本质上就是一套写给 AI Agent 的标准操作流程。 它告诉 Claude：遇到某类任务先做什么、检查什么、调用哪些工具、最后按什么格式输出。 比每次重复写提示词更适合固化团队 SOP、品牌规范、代码审查和重复性工作。 这个项目最大的优点很明显： ·内容多、分类全 ·非常适合发现新使用场景 ·也能参考别人是怎么写 Skill 的 作为「灵感地图」，它确实有价值。 但问题同样明显： ·部分链接已经失效 ·安装文档和 API 示例存在过时 ·大量自动化 Skill 依赖的服务已经变化 ·不同 Skill 的质量和安全性差距很大 使用上可以： 用它发现技能 → 用官方文档确认安装方式 → 用源码审查决定是否采用 这个方式比较适合 提问🔍：现在真正在用、而且稳定好用的 Claude / Codex Skill 是哪些？🤔

View quoted post ↗

最新发布的 4 个可以直接使用的 Grok Bot 模板，覆盖产品发布、安全威胁猎捕、威胁情报、X API 开发四个场景 来自 SpaceXAI 团队 @pjvann 发布，这四个模板都在解决一个问题：如何在 X 平台上用 Agent 干实事？ # 四个模板逐个看看 1. LaunchBot (发布机器人) 面向在 X 上做产品发布的创始人。工作流分三步：先研究平台上的同类成功发布案例，再对你的营销素材(视频、图片、网站、文案)逐一审查给出反馈，发布后实时追踪推文的互动数据。它把「发布前调研 → 素材打磨 → 发布后监测」这条原本分散的流程压缩进了一个 bot。 2. Threat Hunter (威胁猎捕) 用 X 平台数据主动搜寻 agentic 安全威胁，即针对 AI Agent 生态的新型攻击(提示注入、Agent 劫持、供应链投毒等在社交平台上的苗头信号)。需要连接 X MCP 才能运行。 3. Threat Intelligence Lead (威胁情报主管) 与 Threat Hunter 配套的情报角色，后端对接了 OpenCTI(开源威胁情报平台)和 Wazuh(开源 SIEM/端点检测)，两者均可免费自建，形成「X 实时信号 → 情报归档 → 检测响应」的完整链路。 4. X API Engineer (X API 工程师) 面向想在 X API 上开发但不知从何下手的人：它会从展示案例中挖掘项目点子、帮你构建和测试，最后直接部署项目。相当于一个绑定在平台内的全栈开发助手。 这四个模板，连同 Grok Bot 近期更新不用个人 X API 也能访问 X 内容，透露了一些 SpaceX 的方向： X 正在从社交平台变成 Agent 的运行环境，这四个模板的共同前提是 Grok bot 可以直接消费 X 数据(通过 X MCP)、调用 X API、在平台内闭环完成工作。bot 模板化、可复制、可即取即用，说明平台方在主动降低「在 X 上跑 Agent」的门槛，这是把 X 当作 agent infrastructure 来运营的明确动作。 四个 Grok Bot 模板在这找： https://x.com/pjvann

Quoted @ericzakariasson

here are 4 grok @bot templates for building on X you can use today: - launching - threat hunting - threat intel - X api integration

View quoted post ↗

按你的设置复现了：omp 18.6.1 + codex/gpt-6.1-sol high，上下文从 8k 一路到 156k，每个请求都命中 96%–99%，magpie 原样转发了 59 万字节的请求体，没复现出 0%。你截图里上下文上限是 872K，现在的版本是 922K，你的 magpie 可能比较旧，先更新到最新再看看？如果还是 0%，告诉我 magpie 版本、有没有设 PI_CACHE_RETENTION、装了哪些 omp 扩展，我接着查。另外 Codex 的缓存按推理强度分开算，同一会话里切 high/low 那一下会整段不命中。

@LexnLin It requires using credits. https://x.com/theo/status/2108730886191735218

Quoted @theo

Heads up: "fast mode" for Opus is not included in your Claude sub. It bills you when you use it.

View quoted post ↗

Heads up: "fast mode" for Opus is not included in your Claude sub. It bills you when you use it.

Quoted @kimmonismus

Opus 5.5 fast mode rolled out. Nice!

View quoted post ↗

Finally. Was wondering when agents will have their own accounts. Next step: when will they have their own credit cards?

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

Grok Bot 的邮箱正式推出了，推荐让你的 Bot 赶紧领一下你需要的对应前缀的邮箱 直接在评论区 @ 或者把这个推特发给他就行

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

@bot @bot get me my mail jim@mail.grokbot.com

GrokBot 的邮箱可以申请了，先要有一个 Grokbot 账号，然后绑定你的 X，去 X 上 @bot 告诉 bot 你要的邮箱，然后你的 Grokbot 就会收到消息，要你授权，如果被占用还可以修改。 参考申请消息： > @bot get me my mail jim@mail.grokbot.com

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

兄弟们快去抢 ID！Grok Bot 刚刚开放了专属独立邮箱，先到先得！ Grok 更新速度太离谱了，先是加了 Claude Opus 5.5，又自带 X 的实时搜索，现在直接给 Bot 加了专属邮箱。 这还要什么 muse、dots、cue......😅😅😅 很多人还没意识到这个邮箱的价值，它并不只是多了个收件箱： 1、丢给它一个新发现的 SaaS 工具，让它自己去注册试用、接收验证码激活，把体验报告发回给你。 2、做冷启动外联，让它去联络海外博主或播客谈合作，往来的邮件和排期都能在后台搞定。 3、把一堆高频推送的行业周报全改绑到 Grok 邮箱，让它每天帮你出精华简报，不用你手动清理垃圾邮件。 4、拿它当不同 Agent 之间的中转站，多个自动化脚本直接通过邮件互相丢任务。 认领方法：直接在 Grok Bot 对话框发："claim email for me [你想要的名称]"，确认一下就开通了。 这下又有的玩了～

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

yes, but

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

agent email 可能会因此变得流行了，但是不能绑定到邮件客户端，不支持 IMAP 和 SMTP

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

可以给Grokbot申请专属游戏了！ 直接给Grok Bot 发送你的邮箱ID名称就可以申请了，每个人只能申请一个邮箱。

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

现在你可以在 Grok bot 认领自己的邮箱 只要给 bot 发送 认领邮箱即可 它会根据对你了解给你几个邮箱选择 你可以用它注册服务、收验证码和收据，也可以订阅简报或报告让它帮你总结，不需要用你自己的邮件订阅乱七八糟的服务…

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

Grok Bot推出邮箱，大家赶紧认领一个，直接评论区@ bot就行

Quoted @bot

Grok Bot now has its own email. Bot can use it to sign up for services, contact businesses for you, or schedule time with someone.

View quoted post ↗

@ianneo_ai @Jackywine 做了一套design system来服务不同的网站形式 作品集：https://atom63.io/ OS：https://os.atom63.io/ 系统文档：https://system.atom63.io/