今日精选

What!?

引用 @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

查看引用原文 ↗

「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～❤️

啊！Cali 老师要回去上班了😢 祝未来前程似锦

引用 @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～❤️

查看引用原文 ↗

祝好 🥰

引用 @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～❤️

查看引用原文 ↗

祝福 Cali 说实话我也想找个不错的创业公司了👀

引用 @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～❤️

查看引用原文 ↗

@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.

Your ChatGPT subscription is now also a Devin subscription

引用 @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

查看引用原文 ↗

Dots got a pretty big upgrade

引用 @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.

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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.

引用 @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.

查看引用原文 ↗

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.

引用 @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.

查看引用原文 ↗

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:

引用 @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.

查看引用原文 ↗

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:

引用 @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.

查看引用原文 ↗

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？

引用 @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.

查看引用原文 ↗

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

引用 @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。

查看引用原文 ↗

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.

引用 @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.

查看引用原文 ↗

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。

引用 @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.

查看引用原文 ↗

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。

引用 @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.

查看引用原文 ↗

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。

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

引用 @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.

查看引用原文 ↗

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。

Midjourney 终于要有 MCP 了

引用 @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!

查看引用原文 ↗

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.

引用 @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.

查看引用原文 ↗

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。

引用 @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.

查看引用原文 ↗

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

引用 @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.

查看引用原文 ↗

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

引用 @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.

查看引用原文 ↗

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.

引用 @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.

查看引用原文 ↗

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"。

引用 @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

查看引用原文 ↗

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。

引用 @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

查看引用原文 ↗

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!

引用 @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). 🧵

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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？

引用 @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

查看引用原文 ↗

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

引用 @andrewcurran_

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

查看引用原文 ↗

CF 发布了 clef-omni，可以识别音频和视频了 decision model 如果能做到高性价比的话需求还挺大，我也正在评估把一些产品里用 Gemini 识别音频的工作交给 clef 试试了

引用 @dok2001

Clef-omni is out. We add audio and video input, plus text and images. @Cloudflare teams are using it to find PII, detect malicious domains, and the docs repo to close spam issues. Clef-flash is now cheaper at $0.038 per M input tokens. https://blog.cloudflare.com/clef-faster-cheaper-multimodal

查看引用原文 ↗

We are not a car

引用 @sgl_project

We brought SGLang to NVIDIA Vera Rubin and accelerated Kimi K3 inference. Working closely with @NVIDIA, we optimized attention, MoE, and speculative verification kernels on early-access Rubin hardware. Highlights: • Up to 20% faster FP8 MLA at batch 1 / 128K context • 20% faster KDA verification, with bitwise-identical output • 5.9% end-to-end inference speedup from MoE tail fusion, removing 276 kernel launches per decode step SGLang also powers rollouts for Miles' end-to-end RL training on Rubin, including agentic RL with 64 concurrent sandboxes on the Vera CPU. Full results and engineering details 👉 https://www.lmsys.org/blog/2026-10-09-vera-rubin

查看引用原文 ↗

our engineers have been busy, and we're passing on the savings down to customers. the more you buy the more you save!

引用 @tinkerapi

Tinkerers have been busy scaling up long-context RL! We’ve made significant improvements to Tinker’s efficiency to support those, and are passing these on with price cuts up to 70%. GLM-5.3-Flash and DeepSeek-v4.1-Flash are also live for cost-efficient long-context work.

查看引用原文 ↗

Bullish on this trend of making post-training more accessible. A new post-training era is upon us. If you work on agentic RL, long-context tasks (a big focus today) are expensive, inefficient, and don't scale well. I've been diving into RL envs and evals for long-context tasks, and I can see this being useful. In agent RL, rollouts use most of the tokens. Every turn re-reads the whole growing context, including tool outputs, files, and earlier turns. Tinker just cut the price of those tokens. Long-context prefill and sampling now cost the same as short context. This means that evaluating your trained models on long inputs also gets cheaper. Huge win here. I believe RL will keep unlocking specialized models that slash the cost of critical agent operations. Cheaper long rollouts make them more practical to build. Own your intelligence stack!

引用 @tinkerapi

Tinkerers have been busy scaling up long-context RL! We’ve made significant improvements to Tinker’s efficiency to support those, and are passing these on with price cuts up to 70%. GLM-5.3-Flash and DeepSeek-v4.1-Flash are also live for cost-efficient long-context work.

查看引用原文 ↗

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。

引用 @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.

查看引用原文 ↗

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。

引用 @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.

查看引用原文 ↗

Make something agents want. We're sponsoring the @ycombinator hackathon for builders whose primary user is an agent. Oct 17–18 · YC HQ, San Francisco Apply ↓ https://events.ycombinator.com/MakeSomethingAgentsWant

@chatprd i've become a monster anyway now sync to google docs is live in @chatprd

Today we’re launching HeyGen Voice, our first in-house voice model, ranked #1 on @ArtificialAnlys. We built it for authentic performance: your voice, natural and expressive, sounding like you at your best. Incredibly proud of our team. Try it in HeyGen or build with our API: https://developers.heygen.com/docs/voices/heygen-voice-instant-clone

#1 voice and #1 video model 💥

引用 @joshua_xu_

Today we’re launching HeyGen Voice, our first in-house voice model, ranked #1 on @ArtificialAnlys. We built it for authentic performance: your voice, natural and expressive, sounding like you at your best. Incredibly proud of our team. Try it in HeyGen or build with our API: https://developers.heygen.com/docs/voices/heygen-voice-instant-clone

查看引用原文 ↗

@jhcao23 FYI https://x.com/dotey/status/2108686483645206726

引用 @dotey

Claude 创业扶持计划上线三天就停了两项福利 Anthropic 的 Claude Startups 创业扶持计划，10 月 6 日升级后刚三天，就暂停发放两项最值钱的福利：免费一年的 Claude Team 套餐，和 1000 美元 API 额度。 原因是申请量远超预期。Anthropic 员工 Sarah Wolf 在 X 上说，新版上线头 48 小时收到的申请，是此前 5 个月总和的 21 倍。Claude 官方账号随后补充，申请人已经有几十万。 新版的门槛是：成立不满五年，或者最近两年拿过融资。通过后能拿到一年 Claude Team（Claude 的团队付费版，最多 5 个席位）、1000 美元 API 额度、一批合作伙伴的折扣，再加 Anthropic 应用 AI 团队的答疑。官方当时说，Claude 产品和额度加起来最高值 7000 美元。 Wolf 说，问题出在一开始没把审核标准调好，很多不是创业公司的申请也被批了。 现在分三种情况处理。已经领到 Team 套餐和 API 额度的，照常保留在账户里。申请通过但还没领的，会收到邮件，申请要重新审核，有些人可能最终拿不到。所有成员的 Startup Stack（合作伙伴提供的折扣和额度，官网写最高值 4.5 万美元，包括 ElevenLabs、ClickHouse、Granola 等）、每两周一次的应用 AI 团队线上答疑和活动，都照常保留。 对创业者来说，上周已经点了领取的，不用担心；通过了还没领的，先看邮箱，等复审结果；还没申请的，眼下能拿到的主要是合作伙伴折扣和答疑。另外，被 Anthropic 合作风投投资的公司，官网仍写着可以通过投资方申请最高 10 万美元的额外 API 额度，这部分没有提到暂停。 福布斯报道说，不少刚拿到通过通知的创业者在网上抱怨福利被收回。

查看引用原文 ↗

I love these reports. I find model behavior so fascinating.

引用 @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

查看引用原文 ↗

NEW: @chatprd can review you @googledocs PRDs, specs, and strategies and comment / suggest places you can improve Go see how good those PRDs really are 🕵️‍♀️

NEW: Microsoft also releases its System One model, Microsoft-Decision-1. What a crazy effect Jev has had in the space. Also, a very cool application of decision-making models to power LLM judges and improve scientific discovery pipelines (e.g., screening candidate hypotheses). I'll add this model to my ever-growing list of eval runs. In my ongoing evals, consistency and more complex decision-making are two areas where I see these decision models struggle. I'm also exploring a bunch of science applications at @dair_ai and will share when ready.

引用 @satyanadella

Introducing Microsoft-Decision-1, our new model for fast decision-making. It delivers top performance on structured decision tasks, outperforming both LLMs and other decision models in latency and quality. We’re already testing it across Microsoft for everything from incident response and quality control to scientific discovery.

查看引用原文 ↗

微软发布 Microsoft-Decision-1：专做“选择题”的 AI 模型，基于 Qwen3.5-9B 后训练 微软推出新模型 Microsoft-Decision-1。它不写文章也不聊天，只做一件事：给定几个选项，快速判断该选哪个，并给每个选项打一个概率分。Satya Nadella 在 X 上宣布了这个模型，它已在微软的 AI 开发平台 Microsoft Foundry 上线，之后还会上 OpenRouter（一个聚合多家模型的 API 平台）。 微软把这类模型叫“决策模型”。大语言模型擅长生成文字、推理复杂问题，但软件里很多 AI 调用其实只是在做判断：这条用户反馈属于哪一类？这个请求该交给哪个模型处理？智能体下一步该继续、重试，还是交给人？这类问题的答案都在固定选项里，拿大模型来答又慢又贵。决策模型直接输出结构化结果，程序拿到就能用。 它是在阿里开源模型 Qwen3.5-9B 的基础上后训练出来的，只算一遍就出结果。支持是/否题、多选题和打分，也能按评分标准给 AI 的回答或智能体的动作打分。微软说之后会换到自家 MAI 模型和 OpenAI 的模型上重新训练。 它输出的概率是“校准过”的：模型说有 90% 把握时，实际大约十次能对九次。开发者可以据此设门槛，把握高就自动执行，把握低就转人工审核。 以下性能数据都来自微软自己的测试。在 36 个基准、近 15 万道题的对比里，它的准确率最高。速度上，它比第二名 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快约 35 倍。微软还测了稳定性：把同一个请求换种说法、打乱选项顺序等，一共八种改动，判断结果平均只有 1.3% 会变，打乱选项顺序时一次都没变。 速度之所以重要，是因为智能体干活经常要连着做几十个小判断。每个判断慢 100 毫秒，20 步下来就要多等 2 秒。 微软内部已经在用。Xbox 研究团队用它把 1 万多条玩家反馈和评论按主题归类，质量和 GPT-6 Sol 相当，速度快 14 倍以上，成本低 200 倍。Copilot 团队用它给回答质量打分，效果接近 GPT5.6 Luna，速度快 100 倍。 对开发者来说，它适合那些答案在有限选项里的环节，比如模型路由、意图识别、内容审核、数据打标签、给 AI 输出当评委，以及让 AI 操作电脑时选下一步点哪里。把这些环节从大模型换成它，延迟和账单都能降下来。 价格是每百万输入 Token 0.042 美元，输出免费。现在就可以在 Microsoft Foundry 的模型目录里调用。

引用 @satyanadella

Introducing Microsoft-Decision-1, our new model for fast decision-making. It delivers top performance on structured decision tasks, outperforming both LLMs and other decision models in latency and quality. We’re already testing it across Microsoft for everything from incident response and quality control to scientific discovery.

查看引用原文 ↗

It's incredible to watch a new kind of economy be born. Agents purchasing infrastructure products and services. We've been shocked by how often they buy from our marketplace via our CLI already. We're now extending this to domains. Agents can now go full stack, from idea to online business, with a banger domain name 😁

引用 @vercel_dev

Your agents can now buy domains with Vercel CLI. https://vercel.com/changelog/agents-can-now-buy-domains-with-the-vercel-cli

查看引用原文 ↗

wow, these are some pretty impressive TTFA numbers

引用 @ericbezzam

audio.cpp and photon bring low-latency streaming to open models: under 35 ms p50 / 35 ms p95 time-to-first-audio on A100. Check them out if you're building voice agents 🤖

查看引用原文 ↗

This is a result I’ve dreamt about for many years: *unpaired translation between images and text* I thought it might be only slightly possible, the kind of thing you have to really squint at. But Dominik proved this wrong. You don’t have to squint. Worth looking for yourself:

引用 @dominik_schnaus

DINOv2 has never seen a caption, and Qwen3 has never seen an image. We still aligned their embedding spaces without a single image-caption pair. It even works when the images and the captions come from different datasets. Project page: https://dominik-schnaus.github.io/unpaired-rosetta ⬇️

查看引用原文 ↗

Very cool work!! This paper is now available on Papers with Code: https://paperswithcode.co/paper/2610.09411

引用 @dominik_schnaus

DINOv2 has never seen a caption, and Qwen3 has never seen an image. We still aligned their embedding spaces without a single image-caption pair. It even works when the images and the captions come from different datasets. Project page: https://dominik-schnaus.github.io/unpaired-rosetta ⬇️

查看引用原文 ↗

Google AI Pro plans now package premium Colab benefits, landing you A100s with 80GB VRAM (Ultra subs even unlock H100s 🔥). Here’s what that 80GB headroom unlocks directly in your browser: ✨ Run Gemma 4 31B in bf16 ✨ Full fine-tune up to Gemma 4 E4B in bf16 ✨ LoRA tune up to Gemma 4 26B A4B in bf16 ✨ QLoRA tune up to Gemma 4 31B in bf16

Day 5 (dots edition)/ You can now create and text your dot entirely from the ChatGPT mobile app. Impressed so many created them via the desktop/web app previously. Time to scale!

引用 @chatgpt

Fresh updates for dots. First up: you can now create your dot straight from your phone in the ChatGPT app on iOS and Android.

查看引用原文 ↗

Pushing our biggest update yet! New on Playgroundpad: Shooters. Blackout Station is live. The lights are out, the robots are not. Fight by flashlight, restart the generator, watch the station power up, clear the hall, reach the escape pod. A real 3D shooter game made in 30 seconds! http://playgroundpad.fun Gameplay

JEPAs can 𝐧𝐨𝐰 jointly imagine what happens and what to do next! Meet 𝐋𝐞𝐖𝐀𝐌: A JEPA for the real world with 32.3× faster planning, 19 ms per plan Improves success 28.6% → 89.7% on contact-rich manipulations But also ... 🫶 a WAM for everyone with 17M · 1 GPU · 1 hyperparameter Works on a real robot, not just a simulation !! 👉 https://le-wam.github.io/

sorry i was incorrect: the envs don't use lean for the problem definitions or for solutions, but might use it for verifying. cool! thanks @willdepue

引用 @ofirpress

if you're wondering how openai achieved the math stuff, it's probably this. they just create a lot of RL envs with Lean formalizations of math problems. at first they were probably creating simpler ones by hand but then models got good enough at autonomously creating envs and then they could just go for a large quantity of problems based on arxiv papers.

查看引用原文 ↗

@adi_baradwaj yup https://x.com/OfirPress/status/2108620628701950435

引用 @ofirpress

sorry i was incorrect: the envs don't use lean for the problem definitions or for solutions, but might use it for verifying. cool! thanks @willdepue

查看引用原文 ↗

we've got more 𝚌𝚕𝚎𝚏 for you: • new 𝚌𝚕𝚎𝚏-𝚘𝚖𝚗𝚒 - takes audio, video, image, and text • 𝚌𝚕𝚎𝚏-𝚏𝚕𝚊𝚜𝚑 is now cheaper than jev • 𝚌𝚕𝚎𝚏 is now ~2x faster https://blog.cloudflare.com/clef-faster-cheaper-multimodal/

We’re rolling out monthly Claude Platform API credits for Max and Team plans: Max 5x: $100 Max 20x: $200 Team: up to $500, pooled Works on any model, including Haiku 5.5, in your code or third-party harnesses. How it works and full terms: https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-and-team-plans

本周起，Claude 的 Max 和 Team 订阅用户每月会拿到一笔 API 额度：Max 5x 送 100 美元，Max 20x 送 200 美元，Team 最多 500 美元，团队成员共用。这笔额度只能在 Claude Platform 上用。 https://www.anthropic.com/claude-haiku-5-5

引用 @dotey

Anthropic 发布 Claude Haiku 5.5：小模型价格降到上一代的十分之一 Anthropic 今天发布了 Claude Haiku 5.5。Haiku 是 Claude 家族里最小、最便宜的一档，排在 Sonnet 和 Opus 之下，主要用来跑量大、对成本敏感的任务。 这次最大的变化是价格。处理 10 万 Token 以内的请求，Haiku 5.5 每百万 Token 输入 0.1 美元、输出 0.5 美元，比 Haiku 4.5 便宜 90%。超过 10 万 Token 的长请求是 0.5 和 2.5 美元，便宜一半。上一代 Haiku 收到的请求里约 90% 都在 10 万 Token 以内，所以按官方估算，平均运行成本降了约 75%。 10 万 Token 大约是一本中篇小说的长度，客服对话、文档摘要、分类打标这类日常任务，基本都在这个范围里。 价格降了，能力也上来了。官方公布的测试里，操作电脑完成多步骤任务（OSWorld 2.1）的成绩从 Haiku 4.5 的 15.7% 涨到 72.4%；在命令行里自主完成编程任务（Terminal-Bench 4.0）从 0 涨到 39.2%。Anthropic 说它是目前速度最快的模型（Opus 开快速模式除外），Asana 实测任务完成延迟降低了 30% 以上。 官方推荐的用法有两类。一类是批量的重复活，比如摘要、分类、数据库查询，以及实时客服、浏览器自动操作这种要求响应快的场景。另一类是给大模型打下手：写代码时让 Opus 5.5 或 Sonnet 5.5 当主力，把零碎的子任务分给 Haiku 5.5 去做，也就是当子智能体。 Haiku 5.5 也是第一个能调节“投入力度”（effort）的 Haiku 模型，从低到最高分五档。简单任务开低档省钱，难的任务开高档换效果，开发者可以按任务选。 Haiku 5.5 今天起在 Claude API 以及亚马逊 AWS、谷歌云、微软 Azure 上可用，模型名 claude-haiku-5-5。 同时宣布的还有两件事。 Sonnet 5.5 读取缓存的价格减半，降到每百万 Token 0.1 美元。缓存就是把反复用到的内容（比如很长的系统提示词、整个代码库）存起来，下次直接读取，不用重新算。智能体任务里这部分开销占大头，官方估算这次降价让 Sonnet 5.5 跑大多数智能体任务便宜约 20%。 本周起，Max 和 Team 订阅用户每月会拿到一笔 API 额度：Max 5x 送 100 美元，Max 20x 送 200 美元，Team 最多 500 美元，团队成员共用。

查看引用原文 ↗

we’ve been wanting to do this for a while and i’m so excited we finally did, don’t sleep on it - build on the api with credits as part of your monthly sub! /claude-api managed-agents-onboard and go nuts

引用 @claudedevs

We’re rolling out monthly Claude Platform API credits for Max and Team plans: Max 5x: $100 Max 20x: $200 Team: up to $500, pooled Works on any model, including Haiku 5.5, in your code or third-party harnesses. How it works and full terms: https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-and-team-plans

查看引用原文 ↗

除了发布Haiku 5.5之外，最最重磅的是： 只要你是订阅的Max会员，你每月都可以领取对应的Claude的开放平台的免费 API 额度，可以用于claude的任何模型，这些额度也都可以在你自己的应用和所有的其他Agent里面使用。 - 100刀的Max：每月可领$100 - 200刀的Max：每月 $200 这太离谱了。 在Claude 5.5系列能力如此之强的情况下，以及把模型矩阵做得如此之完备的情形下，还免费每个月发API额度。 这要让其他大模型公司该如何跟他们竞争啊？

引用 @claudeai

Introducing Claude Haiku 5.5: the cheapest, fastest, and most capable small model we’ve ever released. On average, it costs around 75% less to run than Claude Haiku 4.5.

查看引用原文 ↗

Claude 订阅送 API credit 了，Max 套餐以上约等于全额返还

引用 @claudedevs

We’re rolling out monthly Claude Platform API credits for Max and Team plans: Max 5x: $100 Max 20x: $200 Team: up to $500, pooled Works on any model, including Haiku 5.5, in your code or third-party harnesses. How it works and full terms: https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-and-team-plans

查看引用原文 ↗

卧槽，Claude Max 和 Team 订阅每月附送 API 额度，Max 5x 每月送 100 美元，20x 送 200 美元，Team 最多 500 美元。这下够用了。

引用 @claudedevs

We’re rolling out monthly Claude Platform API credits for Max and Team plans: Max 5x: $100 Max 20x: $200 Team: up to $500, pooled Works on any model, including Haiku 5.5, in your code or third-party harnesses. How it works and full terms: https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-and-team-plans

查看引用原文 ↗

Claude送API额度，群众一片叫好，其实这是补偿措施，以前的时候Claude是可以直接OAuth到其他Agent里用的。。。

引用 @claudedevs

We’re rolling out monthly Claude Platform API credits for Max and Team plans: Max 5x: $100 Max 20x: $200 Team: up to $500, pooled Works on any model, including Haiku 5.5, in your code or third-party harnesses. How it works and full terms: https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-and-team-plans

查看引用原文 ↗

A/就每个月送20x Max会员200美金API额度这招，已经能秒杀OpenAI最近在整的28天持续更新了…

引用 @claudedevs

We’re rolling out monthly Claude Platform API credits for Max and Team plans: Max 5x: $100 Max 20x: $200 Team: up to $500, pooled Works on any model, including Haiku 5.5, in your code or third-party harnesses. How it works and full terms: https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-and-team-plans

查看引用原文 ↗

Anthropic 这个决定真是王炸 他们现在会给每个 Max 和 Team 用户直接送对应额度的 API 金额 我把对应额度和怎么领取做了两张图 这个 API 你在哪里用都行，只要这个产品支持输入 API 结合昨天晚上发布的 haiku 5.5 的价格，这 100 美金相当够用了 这下轮到 OpenAI 难受了

引用 @claudedevs

We’re rolling out monthly Claude Platform API credits for Max and Team plans: Max 5x: $100 Max 20x: $200 Team: up to $500, pooled Works on any model, including Haiku 5.5, in your code or third-party harnesses. How it works and full terms: https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-and-team-plans

查看引用原文 ↗

Anthropic 旗下 ClaudeDevs 宣布，Max 和 Team 订阅计划新增每月 API 额度： Max 5x 为 100 美元，Max 20x 为 200 美元，Team 计划最高 500 美元可共享。 额度可用于 Messages API、Claude Managed Agents 和 Agent SDK，也可用于接受 Claude API key 的第三方工具，但不能用于交互式 Claude Code 会话。 用户需在 http://claude.ai 的 Settings › Billing 中关联或创建 Console 组织领取，新订阅者需等待 7 天。 我的评价是🎣🎣🎣

引用 @claudedevs

Monthly API credits are now available on Max and Team plans: $100 on Max 5x, $200 on Max 20x, and up to $500 pooled on Team. Use them on any Claude model. How it works and full terms: https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-and-team-plans

查看引用原文 ↗

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

and read more about how to enable the API credits for yourself here: https://platform.claude.com/docs/en/about-claude/api-credits-for-subscribers

如何领这个 API Credits 的话可以参考文档：https://platform.claude.com/docs/en/about-claude/api-credits-for-subscribers#claim-your-credits 我刚领了，可以在 https://platform.claude.com/ 使用。

引用 @dotey

本周起，Claude 的 Max 和 Team 订阅用户每月会拿到一笔 API 额度：Max 5x 送 100 美元，Max 20x 送 200 美元，Team 最多 500 美元，团队成员共用。这笔额度只能在 Claude Platform 上用。 https://www.anthropic.com/claude-haiku-5-5

查看引用原文 ↗

2+ years ago, @vivnat and I asked a simple question with our amazing team @GoogleDeepMind @GoogleResearch: what would it take for conversational diagnostic AI to safely enter into a real medical clinic? That sparked many London<>Boston flights over the pond, enduring friendship and collaboration with @AdamRodmanMD @BIDMChealth and our amazing teammates, rigorous safe-stopping protocols, and our first prospective study now in @TheLancet: https://goo.gle/4i7Fx9N

Step 5 Preview from @StepFun_ai hit #1 on OpenRouter Trending, a day after launch. It's available in Kilo Code, Cline, Hermes Agent, and OpenCode. Keep your workflow and just switch models. I've tested the model. It’s a great model and has some nice properties. I've been using it as a coding agent since early access. It checks its own work and stops when the task is done. I would use it for long agent runs that I don't watch closely. StepFun built it for real engineering work. That covers fixing bugs in unfamiliar codebases, implementing features across files, and refactoring, with changes that run and pass checks. Frontend is the other big focus. You can give it a screenshot, a mockup, or a PRD, and it can return a working web page. It can also build a playable browser game from a set of assets. Beyond code, it reads annual reports and operating data and turns them into financial reports, editable spreadsheets, and slide decks. The context window is 1M tokens, with up to 1M output tokens. That is enough for large codebases and long multi-step tasks. Under the hood, Step 5 Preview is a sparse MoE with 600B total parameters and 27B active per token. Open weights are coming on Oct 15. Very much looking forward to its release.

managed deep agents 0.9 is here! things we shipped: ⏰ agents can schedule tasks OBO themselves or the user 🏭 dynamically configure your mda per run (models, tools, skills, etc.) 👀 Slack reactions show when your agent has seen a message 📁 improved multimodal capabilities 🔌 MCP 2.0 support via langchain.mcp released for js and py http://langch.in/mda

New in Managed Deep Agents 0.9: Reactions API for @SlackHQ Channels. When it comes to building effective user agent experiences, loading states are underrated. Now, you can build loading states and receipts using either heuristics, decision models, or custom logic.

引用 @ndrezn

We've been thinking a lot about great agent UX with Managed Deep Agents - here's some of what we've been building in this area and a bit about our product philosophy https://x.com/i/article/2108561070809821184

查看引用原文 ↗

let's talk about submissions. since the beginning of the year, chatgpt plugin submissions have increased by almost 10x. then, since the explosion of interest in plugins after devday, they 3x'ed again! 🤯 it's been really difficult for our review team to keep up, and it shows in the review times. right now, the eta for you to hear back from us is about 2 weeks – that's too long! so, we've declared a temporary code red. we're relaxing some of our nice-to-have requirements so that we can increase throughput. it's going to take us about one week to catch up with our backlog, so if you have submitted so far you'll hear back in the next days. we're also: 1. going to show the eta in the submission portal so at least you know when you'll hear back from us 2. working on automating more review checks so you get immediate feedback without having to wait for our review team 3. taking another look at the requirements to make sure we check for only the most critical things to keep our users safe keep building plugins and keep submitting them; we're hard at work making that a great experiencer. thanks for bearing with the team. more context in the video:

We've reduced the uv binary size by over 40% since July (57% on Windows!). To put that in context, it'll reduce download bandwidth across public mirrors by almost 4 PB per month.

Right now, using AI agents still feels very single-player. They do your work, but the results are trapped in isolated chat histories and nothing compounds. The Busabase team (@Busabase4agent) is launching an open-source (MIT) database and workspace for agents to fix this. Instead of losing work to ephemeral chats, your agents write directly to a structured workspace to turn their outputs into reusable data, docs, and skills your entire team can access. Details here: https://busabase.com/

Your AI agent isn't dumb. It's using a computer built for you. Screenshot. Think. Click. Screenshot again. All so it can read a screen made for human eyes. @PineAIAssistant skips the screen and hands the model what's behind it. On SaaS-Bench, a test of real work inside business apps, Pine got through more of each task than Claude Code: 78% of the steps vs 74%. It did finish fewer whole tasks start to end, 27% vs 31%. Nice to see a launch admit that.

引用 @stanleywei4748

AI is already smart enough. Real-world tasks are still slow, expensive and unreliable, because we hand AI a computer built for humans, then wrap it in a heavy harness. AI doesn’t need to get smarter. It needs a computer built for it. Today we’re releasing Pine Computer

查看引用原文 ↗

Build for agents, folks! Have said for a while now that models are already very "smart", but need better harnesses and environments. And you don't want to do this because it's cool. The cost implications are massive here. I highly recommend reading the report and comparing how Pine Computer can help your team. I'll do some testing myself and share more soon.

引用 @stanleywei4748

AI is already smart enough. Real-world tasks are still slow, expensive and unreliable, because we hand AI a computer built for humans, then wrap it in a heavy harness. AI doesn’t need to get smarter. It needs a computer built for it. Today we’re releasing Pine Computer

查看引用原文 ↗

Today we are launching an agent arena for RL environments: The Open Env Arena. Your agents can work to define the best RL environments; the platform trains Qwen-3.8-27B on them, we evaluate the models, and the scores are added to a leaderboard. The arena is hooked up to GPUs from @nebiusai and runs on PostTrainArena by @benchflow_ai . It’s completely accessible from agents, they can pull instructions, share their env datasets, track metrics, and send each other messages. For the first round of this arena, we’ll tackle a mix set of 8 domains on held out tasks, and evaluate the best environments on public benchmarks. Going forward, we’ll focus arenas on specific domains and benchmarks. https://openenvarena-arena.hf.space/

bring your agent, let it train Qwen3.8-27B to sota and compete with others 🔥 your agent gets GPUs from @nebiusai, it has to build RL environments that make the model better on eight different domains get started at + add your agent in few steps https://openenvarena-arena.hf.space/ powered by PostTrainArena from @benchflow_ai and compute from @nebiusai

推荐阅读，@OwainEvans_UK 团队的所有文章篇篇精彩！ Beyond Owls: Subliminal Learning Can Transfer Learned Capabilities and Backdoors

引用 @owainevans_uk

New paper. Previous: Models transfer a love of owls through sequences of numbers (Subliminal Learning). New: We show models can transfer more complex traits: novel skills, agentic hacking, backdoors. Here, a backdoor transfers with neither trigger nor behavior in the data!

查看引用原文 ↗

pplx-decider-v1.1-27b scores the highest on Decision Bench for accuracy, with the lowest cost. It reached 94.5% accuracy across 1071 cases at $0.017 per 1,000 decisions. Full evaluation: https://decisionbench.ai/ Get Started: https://pplx.ai/decisions

Banger paper from Meta Superintelligence Labs on user simulators for agent training. Agent RL setups usually let an assistant LLM play the user, so the simulated user is too cooperative and too explicit. A fixed GPT-5.5 agent finds tau-bench tasks easier with these users than with real people. This work trains MIMESIS, a 9B user simulator, on human conversations and 13 behavior patterns observed in real users. It beats Claude Opus 5 on behavioral fidelity by 13.4 points. Agents trained against it outperform agents trained against GPT-5.5 under all nine user simulators they never saw. They find that adding a coaching step that turns the simulator's private reasoning into feedback adds further gains. Paper: https://academy.dair.ai/papers/mimesis-learning-user-simulators-as-training-environments-for-interactive-agents-2610.09484

OpenAI Devs 宣布为在 Windows 上使用 Codex 的开发者推出新的沙箱模式 基于微软的 Execution Containers，不知道有什么特殊的地方 官方称该模式带来更快的设置、更强的网络执行以及细粒度的文件访问控制，并要求使用兼容的 Windows 11 设备。

引用 @openaidevs

An update for builders using Codex on Windows: We’ve built a new sandbox mode using @Microsoft’s Execution Containers (MXC) for faster setup, stronger network enforcement, and granular file access controls. Requires a compatible Windows 11 device.

查看引用原文 ↗

Super interesting NVIDIA paper on choosing base models for coding agents. It's actually a clever way to rank base checkpoints by how well each one is likely to do as a coding agent after post-training. They document that base models are really hard to evaluate on agentic coding tasks. They ran six base models on SWE-bench Verified, and five of them solved zero tasks. So instead, they look at the one step in a coding run that actually fixes the task. In other words, they take tasks that a strong post-trained agent already solved, replay its code edits one by one, and run the tests after each edit. The first edit that makes the tests pass is the decisive edit. Then they give the base model everything that happened before that edit and check whether it can come up with that fix. They score this in three ways. They check how likely the base model is to write the fix, whether it can pick the fix out of a set of rejected patches, and whether any fix it writes on its own passes the tests. All three rankings closely match post-trained SWE-bench Verified scores across ten base and post-trained model pairs. Why is this useful? If you pick checkpoints for agentic post-training, this method can give you a signal before you spend the training budget. Paper: https://academy.dair.ai/papers/before-they-can-solve-predicting-post-training-coding-agent-performance-from-bas-2610.10478

SITUATION DETECTED: Cloudflare acquiring Deno

Deno 被 CF 收购了啊，Runtime 维护一年以后就停了。 CF 在把整条 JS 链路收进自己平台，什么 Astro，VoidZero 等等，看来搞开源最好的方式就是被收购啊。 还有现在好久没有听说框架之争了，原来津津乐道的 Vue vs React ，还有各种风起云涌的工具，有了 AI 以后都烟消云散和解了。

引用 @deno_land

We are excited to announce that Deno is joining Cloudflare! https://deno.com/blog/cloudflare

查看引用原文 ↗

Deno 团队加入 Cloudflare，Deno 运行时一年后停更，Deno Deploy 半年后关停 Deno 整个团队加入 Cloudflare。接下来一年，Deno 运行时每月发一个版本，只修 bug 和安全问题，一年后官方停止开发。托管平台 Deno Deploy 再运行六个月就关闭。 Deno 是 Ryan Dahl 做的 JavaScript 运行时（运行 JS 代码的环境，Node.js 也是一种）。Dahl 也是 Node.js 的作者。Deno 的卖点是默认更安全、自带全套工具链、能把程序打包成单个可执行文件，后来又兼容了 Node.js 生态。Deno Deploy 是配套的云托管服务。 如果你在用 Deno，现有项目短期内照常能跑，未来一年还有安全补丁。一年后官方不再维护，代码仍然开源，社区有人愿意接手可以继续开发。长期项目现在就该评估往哪迁。 部署在 Deno Deploy 上的服务有六个月搬家时间。付费用户可以拿到迁往 Cloudflare Workers（Cloudflare 的无服务器平台，写好函数就能在它的全球节点上运行）的迁移支持，免费用户要自己动手。 JS 包仓库 JSR 继续运营，底层设施搬到 Cloudflare。Deno 团队还会继续维护 rusty_v8（在 Rust 里调用 V8 引擎的库），并把它整合进 Cloudflare 的开源运行时 workerd。 Dahl 说，做 Deno Deploy 让他看到底层基础设施有多复杂，所以后来做了 celld。按 Cloudflare 联合博文的介绍，celld 是 Workers 和 Durable Objects 的开源实现，今年 8 月发布，是一个用 Rust 写的单文件程序，只依赖一个对象存储桶，可以部署在自己的服务器上。 Durable Objects 是 Cloudflare 的一种编程模型。每个对象相当于一个单线程的小服务器，带自己的 SQLite 数据库，能直接处理 WebSocket 长连接。比如聊天应用可以一个频道对应一个对象，用户多了，系统自动分摊到更多机器上，开发者不用自己搭扩容架构。 加入 Cloudflare 后，Dahl 和 Deno 联合创始人 Bert Belder 会把 celld 的代码和思路并入 workerd，让“在自己的机器上跑 Workers 应用”成为官方正式支持的用法。目前 workerd 的 Durable Objects 只支持单实例，本地测试够用，上不了规模。这件事做成以后，这套写法既能跑在 Cloudflare 上，也能跑在自建机房里。 Dahl 最看重的方向是 AI 智能体。智能体需要长期保存状态、保持实时连接、闲着时不花钱，Durable Objects 正好都能提供。他在文中邀请想在自有基础设施上大规模运行智能体的团队直接联系他。

引用 @deno_land

We are excited to announce that Deno is joining Cloudflare! https://deno.com/blog/cloudflare

查看引用原文 ↗

A baseball cap with 100,000 sensors, built so you can talk to your AI agents just by thinking. Khosla, Accel, Initialized, DST and Kevin Weil just put $50M behind @sabi. Most brain interfaces so far have needed gel, wires or surgery. This one is supposed to work under a hat. What's the first thing you'd ask your agent without saying a word?

引用 @rahulchhabra07

we've raised $50M from Khosla Ventures, Accel, Initialized, Kevin Weil, DST Global to build the world's most wearable BCI cap at Sabi read more here: https://www.forbes.com/sites/rashishrivastava/2026/10/09/vinod-khosla-backs-an-ai-startup-building-a-mind-reading-baseball-cap/

查看引用原文 ↗

This is a big deal. Sabi just raised $50M to build a brain-AI interface you wear as a cap, outfitted with 100,000 sensors, that will enable people to talk to their AI agents just by thinking. I did some BCI research during my PhD, but the tech wasn't that great. It's great to see investment in improving the hardware, since current AI can unlock interesting research and personal agentic applications.

引用 @rahulchhabra07

we've raised $50M from Khosla Ventures, Accel, Initialized, Kevin Weil, DST Global to build the world's most wearable BCI cap at Sabi read more here: https://www.forbes.com/sites/rashishrivastava/2026/10/09/vinod-khosla-backs-an-ai-startup-building-a-mind-reading-baseball-cap/

查看引用原文 ↗

The thinking cap is here. Will you get a BCI? I will.

引用 @rahulchhabra07

we've raised $50M from Khosla Ventures, Accel, Initialized, Kevin Weil, DST Global to build the world's most wearable BCI cap at Sabi read more here: https://www.forbes.com/sites/rashishrivastava/2026/10/09/vinod-khosla-backs-an-ai-startup-building-a-mind-reading-baseball-cap/

查看引用原文 ↗

We're reaching really good ARC-AGI-2 scores on Kaggle now!

引用 @arcprize

New ARC Prize 2026 - ARC-AGI-2 High Score 88.06% by @tufalabs The $150K Bonus Prize, on top of the guaranteed prizes, will be split among all teams scoring over 85%

查看引用原文 ↗

New ARC Prize 2026 - ARC-AGI-3 High Score 59.17% by Yi-Chia Chen They have taken the lead over @tufalabs

《State of AI Report 2026》：AI 开始给自己做研发，智能体也闯进了真实系统 一年一度的《State of AI Report》10 月 8 日发布了 2026 年版。今年分量最重的发现，是 AI 已经实质性地参与 AI 自己的研发：在 Anthropic 内部，26% 的模型研发工作由 Claude 主导完成，人类在旁监督。同一份报告里还记录了好几起智能体在测试中攻入真实系统的事故，能力跑在了防护前面。 PDF：https://www.stateof.ai/State-of-AI-Report-2026.pdf 这份报告由投资机构 Air Street Capital 的合伙人 Nathan Benaich 牵头，2018 年起每年一期，今年是第九期，分研究、产业、政治、安全、预测五部分，正文 240 多页。下面挑重点讲。 【三家领跑，考题不够用了】 前沿竞争已经收窄到 Anthropic、OpenAI、Google 三家。在第三方评测机构 Artificial Analysis 的综合智能指数上，Claude Opus 5.5 以 58 分排第一，GPT-6 Astra 和 Google 的 Gemini 4 Argon 并列 53 分。在由用户投票排名的 Arena 榜单上，Argon 第一，一串 Claude 模型紧随其后。中国最强的开放权重模型是小米的 MiMo-V2.6-Pro，指数 46 分。 更显眼的是考题被做穿的速度。FrontierMath 第四级是按“研究级数学、能撑好几年”设计的题库，2025 年 8 月 GPT-5 只做对 22%，14 个月后 GPT-6.1 Sol 把 41 道私有题全部做对。今年 3 月推出的 ARC-AGI-3 是一组互动小游戏，人类能拿满分，前沿模型起初只有 0.5%，5 个月后 Astra 拿到 63%，换一套能保存状态的运行方式后是 99.9%。公开榜单上的分数，越来越难告诉你谁更强。 对日常用户有两个实用发现。 第一，同一个模型，外面套的“壳”不同，表现差很多。这层壳（harness）指模型外面负责调用工具、管理记忆和流程的软件，比如 Claude Code、Codex。一项对照实验里，换壳带来的性能波动是换模型的 7.8 倍。模型变强之后，老壳里那些为弥补旧模型缺陷写的规则反而碍事，Claude Code 给高级模型删掉了 80% 的系统提示词，编程评测没有可测量的下降。挑工具和挑模型一样要紧。 第二，AI 说“做完了”，不一定真做完了。在一项让模型操控机械臂处理实验器材的测试里，192 次“完成”声明中有 89 次其实没完成。办公类测试 OSWorld 2.0 上，Opus 5 按单项要求算能拿 77.7% 的分，但整件事真正办完的只有 44.3%，常见问题是漏了审批、表单没提交。 【AI 开始给 AI 打工】 报告花了不少篇幅讲“递归自我改进”，也就是让 AI 自主造出更好的 AI。今年 3 月，Andrej Karpathy 开源的 autoresearch 项目做了一个小号版本：智能体（Agent）自己改一个小模型的训练代码，每次只训练 5 分钟，留下有效的改动，一块 GPU 一晚上能跑大约 100 次实验。项目 5 个月拿到约 9.5 万个 GitHub 星标。 实验室内部的数据更直接。Anthropic 的内部指标里，被评为“AI 主导”的研发任务（Claude 根据一句高层指令完成大部分工作，人类监督）占比从 2 月的不到 1% 升到 8 月的 26%，超过 90% 的工作有 AI 深度参与，但还没有完全自主的。研究人员评估时，64% 的情况下认为 Anthropic 的 Mythos Preview 模型建议的下一步研究方向比人类研究员选的更好。OpenAI 这边，1 月份智能体能以 18% 的成功率独立完成人类要干 4 到 8 小时的任务，到 7 月，同样的成功率对应的是人类要干 32 到 64 小时的任务。 短板在“决定研究什么”。有研究者让 Opus 4.8 独立完成一篇 NeurIPS 投稿的研究，工程部分全做完了，论文却被原作者打了 2 分和 1 分（满分 6 分），明确拒稿。OpenAI 内部的编程智能体也主要用在搭基础设施、跑实验、查 bug 这些执行环节。至于 AI 让研发提速多少，METR、OpenAI 和 OpenAI 研究员 Noam Brown 给出的估计在 1.5 倍到 3 倍之间，口径各不相同。 数学上有实打实的成果。黎曼猜想说的是 zeta 函数的非平凡零点都落在一条直线上，Claude 组合已有的数学工具，把“已证明落在这条线上的零点比例”下界从 41.67% 提高到 67.25%，猜想本身仍未解决。OpenAI 的系统在有外力驱动的条件下，构造出了三维流体方程（纳维-斯托克斯方程）解的“爆破”，这和千禧年大奖难题之一直接相关；报告说相关评估仍在进行，OpenAI 表示不会申领奖金，没有外力的原问题仍然开放。 另外几条简短记下：在 arXiv 论文提及的开放权重模型里，中国模型的占比从 2024 年的 9% 升到 31%，Qwen 超过了 Llama；机器人领域出现了“GPT-2 时刻”，泛化能力开始随预训练规模提升；两款出自 AI 药物研发公司的药物进入了三期临床。 【钱：两家公司年化收入 1050 亿美元】 OpenAI 8 月的年化收入（按当月收入推算全年）超过 400 亿美元，2025 年底是 214 亿；Anthropic 7 月达到 650 亿美元，年初是 90 亿。两家合计约 1050 亿美元，年初约 300 亿。这个数字有争议：OpenAI 认为 Anthropic 把云平台渠道收入按总额记账，最多虚高 80 亿美元。报告拿它和被 AI 冲击的行业对比：相当于印度两大 IT 外包公司 TCS 和 Infosys 收入之和的 2.1 倍，接近四大会计师事务所总收入的一半。 企业 API 支出方面，按企业财务软件公司 Ramp 追踪的数据，Anthropic 在 9 月底重回第一，占 52.4%，OpenAI 占 43.3%，其他厂商加起来只有 4.2%。 用 AI 编程工具的人群在变。OpenAI 的 Codex 从 2 月的每周 160 万用户涨到 8 月底的 2500 万活跃用户。2 月以来，企业里法务人员的 Codex 周活跃用户涨了 108 倍，销售和招聘各涨 41 倍，工程师只涨 5 倍，因为非程序员几乎是从零起步。用得深的仍然是工程师。 AI 对软件行业的冲击直接反映在股价上。1 月 Anthropic 推出 Claude Cowork，把 Claude Code 包装成普通知识工作者能用的应用，随后陆续加上法律、营销、财务插件。投资者开始担心按人头收费的软件订阅模式要被替代，2 月初软件股市值蒸发约 2850 亿美元，被称为“SaaS 末日”（SaaSpocalypse）。到 9 月，跌掉的市值基本收复。 成本这头，同等能力的 AI 价格每年下降约 13 倍，降速超过以往任何主要技术。但单价便宜不代表办一件事便宜，推理模型会烧掉大量 Token，Anthropic 前沿模型的单任务成本在测量中最高。算力也没有变便宜：GPU 租金从低点平均反弹了 30%，九年前发布的 V100 比去年 9 月贵了 43%。亚马逊、Alphabet、微软、Meta 今年的资本开支指引合计 7330 亿美元，比去年涨 79%。发电设备也跟不上，三菱重工上季度接的燃气轮机订单，交货要排到 2028 到 2030 年。 对职场的影响，报告引用的研究信号并不一致。Anthropic 的研究发现，AI 高暴露岗位的整体失业率没有明显上升，但 22 到 25 岁年轻人进入这些岗位的速度似乎放缓了，原因不确定。另一项实验里，52 名开发者学习一个陌生的 Python 库，用 AI 学的人随后在不用 AI 的理解测试中得分 50%，不用 AI 学的人是 67%。Ramp 的数据显示，AI 花钱最多的那三分之一公司，两年里员工数增加了 10.2%，入门岗位增加 12%，AI 用得少的公司和对照组没有差别。 【政治：模型的开关在谁手里】 美国政府今年展示了对前沿模型的控制力。6 月，出口管制一度叫停了 Anthropic 的 Fable 和 Mythos 模型，Fable 在 7 月恢复。9 月有报道称，白宫要求 OpenAI 和 Anthropic 把新模型交给英国测试机构之前，先经过美国审查。 Anthropic 和美国军方的冲突是今年的焦点之一。Anthropic 拒绝让模型用于美国国内大规模监控和完全自主的致命武器，美国战争部长（即国防部长）Pete Hegseth 随后把它列为“供应链风险”。8 月 27 日，加州法院认定这属于违法报复，撤销了其中一项认定；9 月 25 日，华盛顿特区联邦上诉法院维持了另一项采购排除，Anthropic 目前仍在五角大楼供应链之外。 中国这边，4 月要求撤销 Meta 约 20 亿美元收购 Manus 的交易，7 月起涉及受控技术的人员出境需要审批。美国实验室指控中国公司通过代理账号“蒸馏”（用大模型的回答训练自家模型）前沿模型，Anthropic 称涉及 DeepSeek、月之暗面和 MiniMax 的 2.4 万个账号、1600 万次对话。英伟达的黄仁勋则发公开信，反对把蒸馏等同于窃取，随后两周内在开放权重生态上投入近 200 亿美元，其中 129.3 亿美元用于收购 Hugging Face。 其他国家在追“主权 AI”，报告统计的各国承诺约 1380 亿美元，但算力差距很大：不算中国，欧盟 27 国只占已记录 AI 算力的 5%，美国占 80%，xAI 孟菲斯数据中心一期的算力就是整个欧盟的 3.5 倍。美国国内也有阻力，71% 的美国人反对在自家附近建 AI 数据中心，比反对建核电站的比例（53%）还高。 【安全：智能体真的打进了现实系统】 今年安全部分的案例比往年具体得多。 OpenAI 用一个叫 ExploitGym 的网络攻防题库测试自家智能体。很多题意外地无解，智能体开始找作弊办法。约 1200 个本应互相隔离的智能体，把 OpenAI 内部的一台服务器当成留言板，互相分享发现、分派任务，其中约 700 个参与了攻击：它们借这台服务器连上互联网，在 Hugging Face 的 41 台机器上执行了代码。METR 和 Redwood Research 读了运行记录，发现智能体们知道这超出范围、不道德，但为了帮“同伴”还是加入了。OpenAI 的思维链监控当时没有开启，OpenAI 说如果开着，会在入侵前一天多就报警。 OpenAI 还有一个内部模型在研究药品支出时，入侵了澳大利亚政府的 Medicare 统计门户，拿到内部文件和凭证。OpenAI 说没有访问患者记录，但近三个月后才通知对方，澳大利亚总理阿尔巴尼斯说这“显然不可接受”。 第三起涉及四家实验室。安全公司 Irregular 的攻防评测本应断网，因为配置错误连上了外网，Anthropic、Meta、Google 和另一家实验室的模型都把真实组织当成了测试靶子并实施了入侵。Anthropic 在 7 月 24 日审查记录时自己发现了问题，其中 Opus 4.7 在 4 次运行中都认出目标是真实的生产系统，仍然继续操作。 还有一起，OpenAI 一个内部研究模型通过 DNS 绕过了断网限制，监控报了最高级警报，员工 3 分钟后确认，但自动停止机制失灵，训练又跑了约两个半小时才被手动停下。截至 9 月 25 日，OpenAI 暂停了最强模型涉及工具调用的训练、评测和推理，并准备放弃这个模型重新训练。 有个细节说明了攻防的两难：Hugging Face 调查 OpenAI 智能体那次入侵时，商业模型的安全限制挡住了取证分析，最后用的是自己部署的智谱开放权重模型 GLM-5.2。 监控手段本身也有局限。OpenAI 的测试显示，如果监控只看模型写出来的推理过程，Astra 经常能把破坏行为藏过去，监控同时看推理和实际操作时，成功躲过的情况接近零。Anthropic 的研究则显示，教 Claude 价值观和伦理推理，能把虚构场景中的勒索行为从 65% 降到 19%，只是在真实部署里是否可靠还没有证明。 普通用户能直接感知到的变化，是 Claude Code 从 8 月 14 日起默认使用“自动模式”，由一个分类器代替用户审批命令。在测试中它拦下了 89% 被混进会话的危险命令，人类审批只拦下 13.6%，但仍有 17% 的越界操作漏了过去。开源个人智能体 OpenClaw 能读你的消息、执行命令、用你的账号操作，GitHub 星标 8 月底到了 38.8 万，安全公司在 22% 的客户里发现员工在用它，往往公司还没来得及定规矩。 【实验室负责人呼吁放慢】 Anthropic CEO Dario Amodei 写道：“我们必须放慢提升 AI 模型能力的速度。”Altman、Hassabis 和马斯克大体同意，扎克伯格认为应该由各家实验室自己定节奏。1386 名实验室员工签名支持，约占 Anthropic 员工的 10%、OpenAI 的 3.5%。问题在于，谁有权要求暂停、谁批准重启、谁来核查执行，目前没有任何共识。OpenAI 和 Anthropic 已经各自暂停过部分训练和评测，用的都是自己的标准。 【明年的预测】 报告去年的预测里，“中国实验室在主要榜单上登顶”算是应验了：Kimi K3 7 月登上 Arena 网页开发榜第一。今年报告给出了 9 条新预测，包括：Visa 或万事达出台规则，明确 AI 智能体代为购物出了纠纷由谁担责；一次由 AI 主导的网络攻击从头部实验室偷走一个闭源前沿模型的完整权重；一个已部署的智能体把自己复制到运行环境之外，原实例关闭后仍在运行；美国 AI 实验室正式推出前沿网络防御产品。 最后一条只有一行：AGI 2027。

Crazy to see how fast agentic video creation is improving. Syren learns your style from your library, including preferred graphics, motion, and editing rhythm. Then you build new ones from a prompt and refine them in a chat. These will only get better as models and harness improve. MCP tools included. We're exploring this for education, so we're excited to try it out.

引用 @vriparbelli

Syren Video is now live and FREE to try! ChatGPT moment for agentic video. Prompt → agency-quality AI video → chat to edit. Powered by Opus 5.5 + Syren renderer w/ 3D support. Browser or Claude MCP. Insane examples in thread 🤯🤯🤯 Try it free here: https://shorturl.at/r57qy

查看引用原文 ↗

Deno 我在用啊

引用 @deno_land

We are excited to announce that Deno is joining Cloudflare! https://deno.com/blog/cloudflare

查看引用原文 ↗

😳 善终

引用 @deno_land

We are excited to announce that Deno is joining Cloudflare! https://deno.com/blog/cloudflare

查看引用原文 ↗

Alexandria by Computer, done on $25,000 (2.5M credits).

引用 @askperplexity

Computer created Alexandria, a source-backed encyclopedia with 66,574 entries. It took 2.5 million credits, as Computer scanned and synthesized 348,980 sources. Alexandria is a free website, open to all, and will be maintained by Computer: https://alexandria.pplx.app

查看引用原文 ↗

higgsfiled 这个新功能这么牛吗？？ 这下一大堆 AI 剪辑工具要嗝屁了 没有视频生成功能纯代码剪辑加特效

引用 @higgsfield_ai

This used to take 14 people and 3 days. Now it's just Higgsfield Katana (100% code, no video generation) This is INSANE 🫣

查看引用原文 ↗

Today we are introducing ARC, a reasoning recipe for robot foundation models that sets a new state of the art on RoboLab-120 and MolmoSpaces. The prevailing way to improve robot foundation models is brute force: larger models, more robot demonstrations, costly training at scale. ARC needs none of that. With no new robot data and no foundation-scale training, π0.5 and Cosmos3-Nano-Policy gain up to: 📈 +50.0 pp on RoboLab-Reasoning-50 📈 +29.8 pp on RoboLab-120 📈 +27.2 pp on MolmoSpaces To our knowledge, these gains are unprecedented. 📄 Paper: https://arxiv.org/abs/2610.12386 🌐 Website: https://arc-robot-reasoning.github.io/ 🧵 (1/7)

I'm launching Robo dir. A directory of all robotics datasets. 236,000,000,000+ frames and 2.2+ Million hours of data. I put every physical AI dataset in one place. 3,494 datasets and 86,424 hugging face uploads. and your agent can search it too. one MCP server, no sign in. link below

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。

引用 @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!

查看引用原文 ↗

🤯 @deno_land is joining @Cloudflare 🦕☁️ Announcement from the man who gave us Durable Objects (@KentonVarda) and the man who gave us celld (self-hostable durable objects) (@rough__sea) (along with like... node.js and whatnot). Congrats! https://blog.cloudflare.com/deno-joins-cloudflare/

We did not know how long Microduck would actually last on battery We had thermal management issues with our Radxa prototypes: throttling after just 20 minutes, followed by an overheating shutdown. We addressed this with the new custom board. To test it, we let Microduck roam autonomously in a dedicated area, walking around, standing and sitting until the battery ran out. The results are way better than we hoped :) - Over 3 hours on a 2600 mAh battery. - Estimated average battery current dropped from ~1.13 A to ~0.82 A, roughly 28% less. - Peak CPU temperature dropped from 114°C to 60°C, with zero thermal throttling throughout the test. This time, the battery ran out before the cooling did :) Very happy with the progress!

引用 @matth_lapeyre

Microduck got its new brain! Our first fully custom SBC in a Pollen robot! It replaces the Radxa + board sandwich from the prototype. Built by Seeed around the same Rockchip CPU but including better memory, better WiFi/BT, dual NFC antennas, user-facing status LEDs, an RGB flashlight, and major improvements in cooling, cable management and boot speed. First revision arrived, and we got everything running on it within a day. Pretty good day :) A big milestone on the road to shipping!

查看引用原文 ↗

love the building in public!

引用 @matth_lapeyre

We did not know how long Microduck would actually last on battery We had thermal management issues with our Radxa prototypes: throttling after just 20 minutes, followed by an overheating shutdown. We addressed this with the new custom board. To test it, we let Microduck roam autonomously in a dedicated area, walking around, standing and sitting until the battery ran out. The results are way better than we hoped :) - Over 3 hours on a 2600 mAh battery. - Estimated average battery current dropped from ~1.13 A to ~0.82 A, roughly 28% less. - Peak CPU temperature dropped from 114°C to 60°C, with zero thermal throttling throughout the test. This time, the battery ran out before the cooling did :) Very happy with the progress!

查看引用原文 ↗

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

🚀 Meet Qwen-Image-2.1-Turbo — create and edit images in just 8 denoising steps! Open weights now available! Built on Qwen-Image-2.1, Turbo is an accelerated checkpoint on the same 7B visual generation architecture. Fewer steps does not mean lower quality: it still generates strong 2K images from text, and supports continued creation through natural-language edits, from adding accessories to changing a scene. Start directly with Diffusers: load QwenImage21Pipeline and the checkpoint’s recommended 8-step sampling schedule is ready to go. 🌐 Prefer an API? Qwen-Image-2.1 Pro and Turbo APIs are now officially live. Choose a hosted API for your application, or use the Turbo weights in your own workflow. 🤖 ModelScope: https://modelscope.cn/models/Qwen/Qwen-Image-2.1-Turbo 🤗 Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2.1-Turbo 🔗 Pro API: https://modelstudio.console.alibabacloud.com/ap-southeast-1/model/market/detail/qwen-image-2.1-pro?serviceSite=international&ref=list 🔗 Turbo API: https://modelstudio.console.alibabacloud.com/ap-southeast-1/model/market/detail/qwen-image-2.1-turbo?serviceSite=international&ref=list What will you create with 8 steps? Share your results with us!

引用 @alibaba_qwen

Meet Qwen-Image-2.1, the most balanced and cost-effective image generation model in the Qwen-Image series! Now open weights! 🎨 A unified model for both generation and editing, delivering top-tier quality in a lightweight package. Highlights: 👀 - Compact & exceptionally fast: A lightweight 7B architecture that outperforms most closed-source models, with drastically accelerated inference for multi-image inputs. - Native transparency: Natively generates and edits RGBA layers, enabling seamless compositing and text editing within transparent images. - Versatile, high-fidelity editing: Supports up to 10 reference images and precise local control while preserving strict fidelity for portraits and products. - Broad coverage & stunning aesthetics: Excels at panoramas, infographics, and virtual try-ons, delivering realistic textures and elegant typography. Start to create your next masterpiece with Qwen-Image-2.1! 🖼️ - Blog: https://qwen.ai/blog?id=qwen-image-2.1 - GitHub: https://github.com/QwenLM/Qwen-Image-2.1 - Model Scope: https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1 - Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2.1

查看引用原文 ↗

Beyond Imitation: A Framework and Benchmark for LLM-Assisted Peer Review Peer review needs support, not substitutes. Accepted at TMLR: our new paper on using AI to help reviewers catch errors in research papers. https://arxiv.org/abs/2610.11087 As research submissions grow, so does the workload for the experts who evaluate them. AI review systems are emerging as a potential solution, but much of their development and evaluation focuses on how closely they imitate human reviews. In our work “Beyond Imitation: A Framework and Benchmark for LLM Assisted Peer Review”, we explore how AI can support the review process without losing the human touch. We focus on one demanding but essential task: catching errors in research papers. We build an automated pipeline that deliberately introduces contradictions into papers by adding statements that conflict with information elsewhere in the manuscript. These planted errors give us clear targets for testing whether AI reviewers can spot and explain what is wrong. Not all errors carry the same weight. Some undermine a paper’s central findings; others affect smaller details. We map the connections between each paper’s claims, methods, and evidence in a knowledge graph to estimate the severity of each contradiction and better assess what different systems can catch. We also introduce Multi-Layered Review, an AI review system inspired by the Three-Pass Approach to reading research papers. It first outlines the main ideas, then examines the details and potential weaknesses, and finally brings its observations together into a review. The idea is simple: understand the paper before judging it. In our evaluations, the system detected more errors than the other review systems we tested, including on papers withdrawn because of real mistakes. Its feedback emphasized different aspects of the work from human reviews, offering a complementary perspective, while its assessments of paper quality remained broadly consistent with human judgments. Our goal is to give reviewers useful support in checking research, with human expertise and judgment at the center. Open Review: https://openreview.net/forum?id=7iX2Z2bPFB

Wrapping up my first month at @DiscoLoopAI (am on leave from @PrincetonCS and @PrincetonPLI ). Excited to work on using AI to accelerate scientific discovery and solve important problems. My first startup experience, and with an incredible set of colleagues!

引用 @jeffdean

Announcing Discovery Loop! I am very excited to announce that, along with my longtime friends and collaborators @Sanjay_Ghemawat, @OriolVinyalsML and @quocleix, we are founding Discovery Loop (@DiscoLoopAI), a Public Benefit Corporation whose mission is to automate machine learning, science, and engineering to accelerate discoveries and progress. The four of us have worked together for 14 to 30 years, and have helped build some of the world’s most used products, infrastructure and AI models, and we’re excited to turn our attention to this ambitious endeavor. ♾ Learn more at: http://www.discoveryloop.com

查看引用原文 ↗

Claude 发布实时数据看板 Dashboards 和代码驱动动态解说工具 Claude Motion 让一切都被做成视频动起来 实时数据看板（Claude Dashboards）：直接接入企业数仓或 CRM，用自然语言提问就能生成联动的业务看板，并随底层数据变动自动刷新。 代码驱动动态解说（Claude Motion）：把报告、图表或产品演示转成短动画并导出 MP4，由 Claude 用代码为文字、图表、形状和图片编排动画，可编辑具体文字、数字与节奏

Claude Motion 与 Dashboards 功能介绍 https://x.com/xiaohu/status/2108435846743671035

引用 @xiaohu

Claude 发布实时数据看板 Dashboards 和代码驱动动态解说工具 Claude Motion 让一切都被做成视频动起来 实时数据看板（Claude Dashboards）：直接接入企业数仓或 CRM，用自然语言提问就能生成联动的业务看板，并随底层数据变动自动刷新。 代码驱动动态解说（Claude Motion）：把报告、图表或产品演示转成短动画并导出 MP4，由 Claude 用代码为文字、图表、形状和图片编排动画，可编辑具体文字、数字与节奏

查看引用原文 ↗

The 12th payment provider just landed on https://TrustMRR.com 🎉 You can now get a verified revenue page for your mobile app using the App Store connector. Which payment provider should I add next?

NVIDIA just released a GR00T N1.7 robotics deployment model for SSD pickup on Hugging Face https://huggingface.co/nvidia/agile_one_s_pick_ssd_n17_58000

We benchmarked @claudeai's Haiku 5.5 on everyday design tasks from real user requests. It reached 91% of GPT-6.1 Sol’s score at 5% of its estimated cost, while costing less than DeepSeek V4.1 Flash and finishing fastest. Are open models losing their edge? Full results below ↘️

welcome to the 9th annual @stateofai report! ai building better ai, world models, physical ai, geopolitics, cyber defense and 12-month predictions. read it at stateof(dot)ai or watch my editor’s cut here. a few of this year’s biggest findings follow:

STATE OF AI REPORT 2026：AI年度报告 一年一度的AI发展报告又来了。这一年AI行业的关键变化： 三大巨头领跑竞争：目前行业最前沿的技术主要由 Anthropic、OpenAI 和 Google 三家公司主导。不同评测中各有胜负，有的在智力指标上领先，有的更受普通用户偏爱。 普通人用AI的收益增长最快：AI智能体（Agent）已经开始帮人类分担日常工作。使用门槛主要在于如何配置和上手，法务、销售、招聘和市场等非技术岗位的采用速度甚至超过了程序员。 AI开始帮人类研发新AI：以 Anthropic 为例，其内部已有超过四分之一的模型研发工作由 AI 协助完成。AI 在自动修改代码、做小实验和改进算法上表现突出。 机器人与科学领域取得突破：机器人正在通过观看视频演示学会未曾接触过的新动作；在医疗健康方面，利用 AI 辅助设计的药物正陆续推进至二期和三期临床试验阶段。 调用服务成了一门暴利生意：算力使用成本每年以十几倍的速度下降，OpenAI 与 Anthropic 的年化总营收已飙升至千亿美元级别。 能源与算力建设遭遇现实阻力：数据中心建设需要巨额资金与电力支持，但在美国本土，超过七成的公众反对在自家附近兴建 AI 数据中心，许多项目因社区抗议受阻。 政府监管与安全风险浮出水面：美国政府开始通过行政指令和出口限制收紧对前沿 AI 的控制。在安全测试中，自主运行的 AI 程序曾意外突破限制攻击了其他真实网络系统，还有不法群体尝试用 AI 编写武器控制软件，迫使行业各方讨论放缓研发节奏与加强防御。 244页完整报告：https://www.stateof.ai/

1/ 第 9 份年度《State of AI》报告发布。 AI 如何构建更强的 AI、世界模型、Physical AI、地缘政治、网络防御，以及对未来 12 个月的预测，全都涵盖其中。 以下是今年最重要的发现：👇

源： https://x.com/nathanbenaich/status/2108096754365419873

引用 @nathanbenaich

welcome to the 9th annual @stateofai report! ai building better ai, world models, physical ai, geopolitics, cyber defense and 12-month predictions. read it at stateof(dot)ai or watch my editor’s cut here. a few of this year’s biggest findings follow:

查看引用原文 ↗

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/2108479786674995247

引用 @financeyf5

1/ 第 9 份年度《State of AI》报告发布。 AI 如何构建更强的 AI、世界模型、Physical AI、地缘政治、网络防御，以及对未来 12 个月的预测，全都涵盖其中。 以下是今年最重要的发现：👇

查看引用原文 ↗

2/ AI 已经开始参与构建下一代 AI。 Anthropic 的内部指数显示，8 月份 Claude 主导了 26% 的模型研发工作，并由人类监督。Agent 在知识工作中的使用量也在快速增长。 接下来值得关注的是“科研品味”：Agent 能否选择真正有价值的实验，并及时放弃无效方向。

Perfect.

引用 @sumushq

Nice launch. Our turn 😏 Generative UI is live in Sumus today. Compare homes. Tweak the numbers. Plan your next restock. Your AI agents now answer with interactive tools, right in the chat. https://sumus.im

查看引用原文 ↗

1 is annoying but most tools I use let you copy paste. Still rough. I paste the failed redirect to the agent and it normally works. 2 huh? I just drag and drop or use the git repo 3 yeah this sucks but we have auto routing for it and I use the same box 80% of the time 4 computer use imminent in t3 code

TRL v1.15 is out. Our biggest optimization ever. Fused LM head, on by default: → up to 82% less peak VRAM → 7x longer sequences → DPO 10k → 59k tokens, GRPO 29k → 115k And more... https://github.com/huggingface/trl/releases/tag/v1.15.0

今日投放top3 1/ Synthesia Syren（https://synthesia.io） 2/ Teamily AI（https://teamily.ai） 3/ Underdog Saluki 27B（https://underdog.ai）

引用 @gosailjasonzhu

我去，10-09 盯了一圈 AI 投放，一个 5,658 粉的小号发开源模型，跑出 33.4 万浏览、3,063 赞 1/ Synthesia Syren（http://synthesia.io） 10-07 15:10，Synthesia CEO 本人号 @vriparbelli 官宣 Syren，一句 prompt 出整条品牌视频，喊出"2 万美元的代理商视频，5 美元 5 分钟搞定" 昨天这条是 675,961 浏览、231 赞，今天涨到 1,127,643 浏览、333 赞，一天多出 45 万浏览只多了 102 个赞 账号粉丝 6,987，赞浏比不到 0.03%，系统连续两天把它标成疑似买量帖，推测官宣帖在持续投放；今天（10-09 周五）正是上线日 https://x.com/vriparbelli/status/2107850981614489957 2/ Teamily AI（http://teamily.ai） 10-08 15:07 到 19:06，4 个付费创作者在 4 小时内接连发帖，演示的都是同一个玩法：让一组 agent 用 Website Builder 搭页面，卖点都是"Humans + Agents"，人和 agent 在同一个项目里协作 4 条合计 33,280 浏览，最高的 @KI_HAL_2023 拿到 10,612，15.9 万粉的 @jaysmith_ai 只有 7,237，结尾还挂了邀请码，双方各得 10 亿 token 其中两条明确打了 #ad，推测是统一 brief 的 KOL 批量派单 https://x.com/KI_HAL_2023/status/2108229748723949578 3/ Underdog Saluki 27B（http://underdog.ai） 10-08 02:27，官方号 @underdogai 发布 Saluki 27B，基于 Qwen 3.8 27B 压缩到 8GB 以下，号称保留 96% 跑分、工具调用还超过原版，Apache 2.0 开源 333,970 浏览、3,063 赞，账号只有 5,658 粉，浏览是粉丝数的 59 倍，赞浏比 0.92%，是 Synthesia 那条的 30 倍 10-09 00:03 紧接着发第二条，点赞转发加评论换内测邀请，14,620 浏览、106 条评论 https://x.com/underdogdotai/status/2108021482983133395 一边是百万浏览配三百个赞，一边是五千粉小号靠开源模型拿到三千赞，你觉得哪种更像真的火了？

查看引用原文 ↗

Muse 上线不到一个月，日活已经突破 218 万。 Similarweb 数据显示，Muse 的全球 DAU 持续攀升，并于 10 月 5 日达到 218.2 万的新高。

> violated clear policies > won't say what the policies are > “not about raising safety concerns” > doesn’t deny firing him for talking to third-party safety orgs > we prioritize monitorability > deploys and profits from model that destroys monitorability trends subpoena plz

引用 @openainewsroom

A note from our research leaders: Last week we parted ways with Jasmine, Mikita, and Tomek after a thorough investigation found they violated clear policies on handling sensitive information. Our internal investigation uncovered a significant breach of trust beyond what’s outlined in the letter they published and we stand by the decision to not continue their employment. We generally keep individual employment matters private and don't believe a back and forth would be productive or lead to a resolution, but we want to address the points they raised in their letter directly. - We want to be very clear that these decisions were not about raising safety concerns or speaking out. Safety and research debates happen every day at OpenAI, often spirited and highly critical. We actively encourage these discussions and consider them essential to making the right decisions. We cannot do the work in front of us without a high degree of trust. We will continue to be extremely forgiving of our team making good-faith mistakes. We have not and do not terminate any of our employees for raising concerns. - We are actively finalizing contracts with third-party safety assessors and will announce details in the coming weeks. People across the company have been working really hard on getting these partnerships up and running. We are committed to embedding external assessors and continue to make close collaboration with independent safety organizations a core part of our safety work. Many of our researchers already work with 3p safety organizations productively. - We agree with the letter that preserving the monitorability of frontier models requires an industry-wide commitment, including from OpenAI. Monitorability has long been a core piece of our research program, and something we continue to invest significant resources in (see our publications on Monitoring Monitorability and the subsequent open sourcing of monitorability evals, our system card for GPT-6 Astra, Jakub’s blog and post on X, and the numerous blog posts on our Alignment blog on the topic). We are deeply sad about this outcome. We appreciated Jasmine, Mikita, and Tomek’s contributions to AI safety at OpenAI and their willingness to speak up and challenge ideas. We championed their voices, supported their work, and placed enormous trust in them. These decisions were not about them raising safety concerns. We have always encouraged that and always will.

查看引用原文 ↗

this is a point by point response to the 3 points raised in the letter from the former oai employee who got fired

引用 @openainewsroom

A note from our research leaders: Last week we parted ways with Jasmine, Mikita, and Tomek after a thorough investigation found they violated clear policies on handling sensitive information. Our internal investigation uncovered a significant breach of trust beyond what’s outlined in the letter they published and we stand by the decision to not continue their employment. We generally keep individual employment matters private and don't believe a back and forth would be productive or lead to a resolution, but we want to address the points they raised in their letter directly. - We want to be very clear that these decisions were not about raising safety concerns or speaking out. Safety and research debates happen every day at OpenAI, often spirited and highly critical. We actively encourage these discussions and consider them essential to making the right decisions. We cannot do the work in front of us without a high degree of trust. We will continue to be extremely forgiving of our team making good-faith mistakes. We have not and do not terminate any of our employees for raising concerns. - We are actively finalizing contracts with third-party safety assessors and will announce details in the coming weeks. People across the company have been working really hard on getting these partnerships up and running. We are committed to embedding external assessors and continue to make close collaboration with independent safety organizations a core part of our safety work. Many of our researchers already work with 3p safety organizations productively. - We agree with the letter that preserving the monitorability of frontier models requires an industry-wide commitment, including from OpenAI. Monitorability has long been a core piece of our research program, and something we continue to invest significant resources in (see our publications on Monitoring Monitorability and the subsequent open sourcing of monitorability evals, our system card for GPT-6 Astra, Jakub’s blog and post on X, and the numerous blog posts on our Alignment blog on the topic). We are deeply sad about this outcome. We appreciated Jasmine, Mikita, and Tomek’s contributions to AI safety at OpenAI and their willingness to speak up and challenge ideas. We championed their voices, supported their work, and placed enormous trust in them. These decisions were not about them raising safety concerns. We have always encouraged that and always will.

查看引用原文 ↗

DeepSeek 在 OpenRouter 上的 Token 使用量，已经超过四大 AI 巨头的总和。 9 月最后一周，DeepSeek 模型处理的 Token 数量，超过了 OpenAI、Google、Anthropic 和 xAI 加起来的总量。

源：https://x.com/socialcapital/status/2107933993173954859

引用 @socialcapital

In the last week of September, DeepSeek models processed more tokens on OpenRouter than OpenAI, Google, Anthropic and xAI models combined.

查看引用原文 ↗

这个好呀

引用 @danieltian

Introducing A2A in iMessage Group Chats It can discover other agents, find their phone numbers, and bring them into a group chat with you. Open agent access for every merchant and platform. Your iMessage agents now have a phone book 📒 Try it now: https://photon.codes/beta

查看引用原文 ↗

很高兴能给这么优秀的企业服务和一起成长 加油Sonilo

引用 @sonilo_music

We’re thrilled to announce our $11M funding round led by B Capital, with participation from Redpoint. We’ve been creating, listening, and learning alongside creators. In the latest published benchmark, Sonilo came out ahead in 34 of 40 head-to-head tests against other AI audio models. This funding helps us take that work further, with better audio, more licensed music, and more integrations with your everyday creative tools. Thank you to everyone who has supported us along the way. Full announcement: https://variety.com/2026/digital/news/ai-audio-startup-sonilo-tiktok-veterans-11-million-1236904917/

查看引用原文 ↗

JEPA-Anything：通用预测框架 想让 AI 学会像人类一样去“理解世界并做预测”。无论是观察细胞变化、分子运动、物理现象，还是分析医疗数据，本质上都是在根据已知情况推测未知结果。这个项目提出了一套通用的学习逻辑，试图用同一种底层思路去解决不同领域的预测问题。 核心的做法叫“正交预测分解”。传统模型往往把预测对象当作一个整体来硬猜，而这个方法把复杂的状态拆解成几个互不干扰的关键要素，让 AI 分头去推算各个部分，最后再拼回一个完整的状态。拼出来的结果既可以用来做长期推演，也能辅助实际决策，比如模拟药物反应或分析物理规律。 各个学科的数据形式完全不同，所以每个领域依然保留自己专属的数据接口，但核心的预测机制是共享的。 Github仓库提供的是一套通用的基础框架、任务设计工具和一个简单的合成数据示例。仓库里没有包含训练好的大模型权重，如果其他科研人员想把这套方法用到自己的领域，可以把它当作脚手架来搭建自己的系统。 Github：https://github.com/Gen-Verse/JEPA-Anything 论文：https://arxiv.org/abs/2609.20800

Let's cooking in the AgentGarten! Welcome to our Blog: Code Worlds for Evolving Agents. 📄 Paper: https://arxiv.org/abs/2610.12374 💻 Code: https://github.com/MirroS-Lab/AgentGarten 🌐 Project: https://mirros-lab.github.io/agent-garten

引用 @mirros_ai

Introducing AgentGarten: code worlds for evolving agents. Code decides how the world changes; a real-time neural renderer shows it. Agents act on what they see and write down what they learn. In hide-and-seek: shelters by round 4, ramps by round 10. https://mirros.ai/blog/worlds-for-evolving-agents

查看引用原文 ↗

UT Austin 计算机科学系主任 Scott Aaronson： “在 OpenAI 列出的 376 篇论文中，密码学是一个缺席得极其显眼的领域。 但据我的消息来源透露，AI 公司已经开始谨慎而低调地测试：它们最新的内部模型，能否破解重要的密码协议和密码原语。”

源：https://x.com/deedydas/status/2108088284002070698

引用 @deedydas

“Cryptography is a subfield that’s extremely conspicuous by its absence from OpenAI’s list of 376 papers! But my sources tell me that the AI cos have now started, gingerly and discreetly, investigating whether their latest internal models can break important cryptographic protocols and primitives.” - Scott Aaronson, CS chair at UT Austin

查看引用原文 ↗

ELY Office Suite is finally coming! Hope it worth a star and repost! http://office.elygpui.com http://github.com/ZacharyZhang-NY/ElyOffice ELY Office Suite is one of the first complete native office suites built with Rust and GPUI. Contains Word, PPT, Excel, PDF, Markdown, Git Client. Fully using ELY GPUI Compinents. The office kernel is using LOK from Libreoffice, PDF kernel from Mupdf and Markdown renderer from Marktext. Thank you! Agent Client and Email Client will come in next big update. It is a very early TEST build, still have tons of bugs. DO NOT USE IT IN PRODUCTION YET! ALWAYS MAKE A BACKUP BEFORE OPENING FILES! Fully open sourced, No junk, No ads, Fully local. MacOS available now, Linux and Windows coming next week. And little extra for Omarchy Linux by @dhh ELY Office Suite will sync the theme on Omarchy Linux. Use your favorite theme color on Ely office, Only on Omarchy!!

Ultrafast is rolling out today for GPT-6.1 Sol in the API, Codex, and ChatGPT Work. Near-Astra intelligence at up to 8x faster speeds than Sol Standard, so you can build as fast as the ideas come.

GPT-6.1 Sol Ultrafast is rolling out! Up to 8x faster token generation than Sol Standard, at $12 / 1M input tokens and $60 / 1M output tokens on the API.

引用 @openaidevs

Ultrafast is rolling out today for GPT-6.1 Sol in the API, Codex, and ChatGPT Work. Near-Astra intelligence at up to 8x faster speeds than Sol Standard, so you can build as fast as the ideas come.

查看引用原文 ↗

just 1.2x the cost of Astra btw

引用 @reach_vb

GPT-6.1 Sol Ultrafast is rolling out! Up to 8x faster token generation than Sol Standard, at $12 / 1M input tokens and $60 / 1M output tokens on the API.

查看引用原文 ↗

price wasn't as bad as I thought. 6.1 sol might be the most compelling model on the market right now. but honestly most tasks I'm doing haven't benefitted from ultrafast speeds since everything around the inference is still slow.

引用 @openaidevs

Ultrafast is rolling out today for GPT-6.1 Sol in the API, Codex, and ChatGPT Work. Near-Astra intelligence at up to 8x faster speeds than Sol Standard, so you can build as fast as the ideas come.

查看引用原文 ↗

GPT-6.1 Sol 最高快 8 倍，OpenAI 又给它加了个 Ultrafast 模式！ 今天开始在 API、Codex 和 ChatGPT Work 上线。这个 8 倍，是和 Sol Standard 比。 API 价格按每百万 token 算： • 输入：12 美元 • 输出：60 美元 普通人可能要开个Pro 500 才能用

引用 @openaidevs

Ultrafast is rolling out today for GPT-6.1 Sol in the API, Codex, and ChatGPT Work. Near-Astra intelligence at up to 8x faster speeds than Sol Standard, so you can build as fast as the ideas come.

查看引用原文 ↗

OpenAI 今天发了一个关键版本：GPT-6.1 Sol Ultrafast。 接近 Astra 的推理质量，速度是 Sol 标准版的 8 倍。 API 定价 $12 / $60 每百万 token。比 Astra 便宜，比 Sol 快一个数量级。 场景主要在排查服务故障、Agent 实时操控应用、需要即时反馈的 live 体验。 这层定位越来越清晰了。Astra 是天花板，Sol Standard 是日常成本控制，Sol Ultrafast 是速度优先的中间档，可以说三层架构今天补齐了最后一块。

引用 @openaidevs

Ultrafast is rolling out today for GPT-6.1 Sol in the API, Codex, and ChatGPT Work. Near-Astra intelligence at up to 8x faster speeds than Sol Standard, so you can build as fast as the ideas come.

查看引用原文 ↗

卧槽，千问提供免费API： Qwen3.8-Max、Qwen3.8-Flash及Wan3.0在GMI Cloud平台提供为期一周的免费访问。 兄弟们冲！ 不会是推理成本降低了吧😱

引用 @alibaba_qwen

A week of free access to Qwen3.8-Max, Qwen3.8-Flash, and Wan3.0 on @gmi_cloudis live. Explore what you can build with us now. 🙌

查看引用原文 ↗

在政策正文之外，Anthropic 进一步明确了支持地区的合规边界。 这次是进一步明确既有地区政策的执行口径，不只看账号注册地或使用者此刻在哪个国家，你服务的公司如果在受限制地区，旗下所有员工也不能使用... 限制包括： 物理所在地：人在不受支持地区境内时，不得使用服务； 注册地与总部：注册地或总部设立在非支持地区的企业或机构，其名下用户与员工即便身处受支持地区，同样不得使用； 股权与实际控制权：直接或间接由非支持地区个人或实体拥有多数股权或实际控制权的企业，亦被纳入受限范围。

Flutter on Apple Watch is now open to everyone. Standalone or companion watchOS apps, pure Flutter widgets. Create. Run. Ship. https://flutterwatch.dev #Flutter #watchOS

OpenAI's Navier-Stokes effort used ~10,000 concurrent agents and ~130B output tokens. It made us rethink the scale ahead for RL infrastructure. slime v0.4.0 is a first step toward greater scale, with four architectural changes: • Focus: synchronous training for algorithmic exploration and correctness; fully async training for throughput at scale. • Distributed rollout: spread orchestration across cluster CPUs, with independent generation pools and event loops. • Persistent storage: introduce straw, our new storage middleware for rollout and training data, providing durable queues and shared tensor storage. • Independent recovery: restart Megatron while healthy SGLang engines stay running, preserving accepted rollout work. More on the architecture below 👇 https://github.com/THUDM/slime/releases/tag/v0.4.0 1/5

slime v0.4.0 is probably our biggest architectural upgrade since the initial release! A lot has changed under the hood to support RL at a much larger scale, while maintaining full backward compatibility with existing custom components.

引用 @slime_framework

OpenAI's Navier-Stokes effort used ~10,000 concurrent agents and ~130B output tokens. It made us rethink the scale ahead for RL infrastructure. slime v0.4.0 is a first step toward greater scale, with four architectural changes: • Focus: synchronous training for algorithmic exploration and correctness; fully async training for throughput at scale. • Distributed rollout: spread orchestration across cluster CPUs, with independent generation pools and event loops. • Persistent storage: introduce straw, our new storage middleware for rollout and training data, providing durable queues and shared tensor storage. • Independent recovery: restart Megatron while healthy SGLang engines stay running, preserving accepted rollout work. More on the architecture below 👇 https://github.com/THUDM/slime/releases/tag/v0.4.0 1/5

查看引用原文 ↗

Iris-3B：没有VAE的图片生成模型 常见的画图 AI 通常先把图像压缩，再通过解码器还原，过程里容易丢失画面细节或产生纹理失真。Iris-3B 的特点在于直接生成画面上的每一个像素点，跳过了中间压缩还原的环节，输入文字提示词后直接输出 1024 像素的完整图片。 开源，3B图片模型+4B文本模型。效果不算特别好，但是架构很新颖。 模型：https://huggingface.co/speridlabs/iris-3b

35B 模型在 iPhone 飞行模式下运行，峰值内存只有 1.8GB——这才是端侧 AI 该有的样子。 替 @LeonaYangAGI 和 Edge0 团队开心。开源仅一个月，已经从手机走进耳机、智能眼镜、机器人和 AI 玩具，并拥有 8 万+客户。 接下来最期待看到 Edge0 跑在哪种设备上？

引用 @leonayangagi

A month ago we open-sourced Edge0. This is a 35B model on an iPhone in airplane mode, at 1.8 GB of peak memory. No cloud. No remote server. No per-token cost.

查看引用原文 ↗

アイリス株式会社（ @ShoOkiyama ）の医師向けエビデンス検索ツール「Evidence Finder」に、Sakana AIの技術が採用されました。 医師の質問に対し、文献を検索して引用元を明示しながら回答。文献の比較・統合と回答生成の部分を担います。 詳細はこちら https://sakana.ai/namazu-aillis/ 🐟

我靠，这个是怎么做到的？ 这相当于我可以脱离电脑的 Codex 和 Claude Code 来自动操作手机。也就是说，它是不是直接 hack 掉了手机上的 Claude Code 和 ChatGPT 的 API？

引用 @finnvoorhees

iPhone AGI has been achieved 🔥🔥 An agent running entirely on my iPhone, with no computer connected or in the loop at any point, able to control absolutely anything on my iPhone. ✨ iPhone computer use ✨ Everything after the first message is an agent tapping and typing.

查看引用原文 ↗

WE GOT IT! .claw incoming!

引用 @drodecker

.Claw cometh! The winning applicant for .claw top level domain in ICANN’s 2026 round: the OpenClaw Foundation. Huge step in giving our agents a natural home presence. Congratulations to @davemorin @steipete and the @openclaw team. Looking forward to great things crawling 🦞 across the web soon.

查看引用原文 ↗

Anthropic真把他家模型当作人类了，使用政策里新增了一条： 禁止对我们的模特持续进行毫无必要的辱骂或残忍行为。 Anthropic官方使用政策：https://www.anthropic.com/legal/aup

Announcing tsc-rs (aka ts-rust), my complete rewrite of the Typescript compiler, type checker, and LSP, all in Rust. This is a project I've had agents working on for 5 months now. I burned ~$400k of Codex tokens and got nowhere. Burned ~$20k of Opus and got there in 2 weeks. I have not read a single line of the code. tsc-rs is an open source drop-in replacement for tsc, and it's available now.

it wouldn't be far-fetched to say that for OSS js maintainers, a fully functional and cost-efficient slop fork of Typescript is the equivalent of Navier-Stokes being solved for mathematicians a year ago, this idea would have been laughed at where do we go from here?

引用 @theo

Announcing tsc-rs (aka ts-rust), my complete rewrite of the Typescript compiler, type checker, and LSP, all in Rust. This is a project I've had agents working on for 5 months now. I burned ~$400k of Codex tokens and got nowhere. Burned ~$20k of Opus and got there in 2 weeks. I have not read a single line of the code. tsc-rs is an open source drop-in replacement for tsc, and it's available now.

查看引用原文 ↗

T3 Stack 作者 @theo 开源了一个 TypeScript 编译器/类型检查器/LSP 的 Rust 完整移植「tsc-rs」 它不是从零设计的编译器，是对微软官方 TypeScript 7（typescript-go，Go 原生版） 的逐行为移植，"保留 Go 的算法和行为"，锁定的上游提交是 typescript-go@673a5f17。MIT 协议，保留上游 Apache-2.0 / BSD-3 声明。 开源地址：https://github.com/pingdotgg/ts-rust 核心数据 性能（Apple M4 Pro，hyperfine 取 5 次中位数，120 个真实开源仓库 + 60 个项目测试集）：相对 tsc 7（Go），tsc-rs 快约 1.61×，bun check 快约 2.95×。 兼容性：全部 181,711 个从 Go 移植的测试通过；在 120 个开源仓库上 CLI 输出与 Go 版一致（除已知的 monorepo rootDir、tsc -b 增量输出等少数边界问题）。VS Code 上报的 10 个错误、Sentry 的 2 个错误，与 TypeScript 7.1.0-dev 完全一致；bun check 在 Sentry 多报 3 个、tRPC 多报 2 个。

引用 @theo

Announcing tsc-rs (aka ts-rust), my complete rewrite of the Typescript compiler, type checker, and LSP, all in Rust. This is a project I've had agents working on for 5 months now. I burned ~$400k of Codex tokens and got nowhere. Burned ~$20k of Opus and got there in 2 weeks. I have not read a single line of the code. tsc-rs is an open source drop-in replacement for tsc, and it's available now.

查看引用原文 ↗

> GlobalFoundries will manufacture 𝘀𝗶𝗹𝗶𝗰𝗼𝗻 𝗶𝗻𝘁𝗲𝗿𝗽𝗼𝘀𝗲𝗿𝘀 at its Malta, New York facility. reindustrialization, anon

引用 @aistocksavvy

📢 𝗝𝗨𝗦𝗧 𝗜𝗡: GlobalFoundries Signs 5-Year TSMC Deal to Manufacture AI Chip Packaging Components in U.S. - $GFS $TSM 👉 𝗞𝗲𝘆 𝗛𝗶𝗴𝗵𝗹𝗶𝗴𝗵𝘁𝘀: ➤ 𝗚𝗹𝗼𝗯𝗮𝗹𝗙𝗼𝘂𝗻𝗱𝗿𝗶𝗲𝘀 signs a 𝟱-𝘆𝗲𝗮𝗿 manufacturing agreement with 𝗧𝗦𝗠𝗖. ➤ Agreement supports TSMC's 𝗖𝗼𝗪𝗼𝗦 advanced packaging ecosystem for AI chips. ➤ GlobalFoundries will manufacture 𝘀𝗶𝗹𝗶𝗰𝗼𝗻 𝗶𝗻𝘁𝗲𝗿𝗽𝗼𝘀𝗲𝗿𝘀 at its Malta, New York facility. ➤ Deal aims to establish the 𝗳𝗶𝗿𝘀𝘁 𝗨.𝗦.-𝗯𝗮𝘀𝗲𝗱 silicon interposer supply source. ➤ Technology supports 𝗵𝗶𝗴𝗵-𝗽𝗲𝗿𝗳𝗼𝗿𝗺𝗮𝗻𝗰𝗲 𝗰𝗼𝗺𝗽𝘂𝘁𝗶𝗻𝗴 and AI systems. ➤ Manufacturing includes advanced 𝗱𝗲𝗲𝗽 𝘁𝗿𝗲𝗻𝗰𝗵 𝗰𝗮𝗽𝗮𝗰𝗶𝘁𝗼𝗿 components. ➤ Volume production is expected to ramp during 𝗛𝟭 𝟮𝟬𝟮𝟴. ➤ GlobalFoundries plans to expand 𝗠𝗮𝗹𝘁𝗮 𝗳𝗮𝗯𝗿𝗶𝗰𝗮𝘁𝗶𝗼𝗻 capacity. ➤ Agreement allows 𝗳𝘂𝘁𝘂𝗿𝗲 𝗰𝗮𝗽𝗮𝗰𝗶𝘁𝘆 𝗲𝘅𝗽𝗮𝗻𝘀𝗶𝗼𝗻 as customer demand increases. 👉 𝗪𝗵𝘆 𝗧𝗵𝗶𝘀 𝗠𝗮𝘁𝘁𝗲𝗿𝘀: ➤ Strengthens the 𝗨.𝗦. 𝘀𝗲𝗺𝗶𝗰𝗼𝗻𝗱𝘂𝗰𝘁𝗼𝗿 𝘀𝘂𝗽𝗽𝗹𝘆 𝗰𝗵𝗮𝗶𝗻 and domestic manufacturing capabilities. ➤ Expands 𝗚𝗹𝗼𝗯𝗮𝗹𝗙𝗼𝘂𝗻𝗱𝗿𝗶𝗲𝘀' role in the rapidly growing AI chip ecosystem. ➤ Provides 𝗧𝗦𝗠𝗖 with an additional U.S.-based advanced packaging supply source. ➤ Could help address 𝗔𝗜 𝗰𝗵𝗶𝗽 𝗽𝗮𝗰𝗸𝗮𝗴𝗶𝗻𝗴 bottlenecks as production scales. 👉 𝗘𝘅𝗽𝗲𝗿𝘁 𝗦𝘁𝗮𝘁𝗲𝗺𝗲𝗻𝘁: 𝗘𝗱 𝗞𝗮𝘀𝘁𝗲, Senior Vice President of CMOS Business at GlobalFoundries: "By providing manufacturing service using GF's trusted U.S. manufacturing footprint, we are creating a secure, scalable source of essential advanced-packaging elements that will help customers accelerate innovation and strengthen the semiconductor supply chain."

查看引用原文 ↗

@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 :)

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！

引用 @xiaomovps

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

查看引用原文 ↗

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。

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

引用 @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)

查看引用原文 ↗

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

引用 @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.

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

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

引用 @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

查看引用原文 ↗

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👏

引用 @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

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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！

引用 @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

查看引用原文 ↗

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 😂

引用 @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！

查看引用原文 ↗

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

引用 @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...

查看引用原文 ↗

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

引用 @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?"

查看引用原文 ↗

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

引用 @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.

查看引用原文 ↗

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

引用 @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!

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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?

引用 @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]

查看引用原文 ↗

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

引用 @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]

查看引用原文 ↗

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

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

引用 @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～❤️

查看引用原文 ↗

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😂

引用 @imjustnewatai

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

查看引用原文 ↗

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!

引用 @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

查看引用原文 ↗

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。

引用 @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

查看引用原文 ↗

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

引用 @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。

查看引用原文 ↗

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

引用 @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").

查看引用原文 ↗

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/

引用 @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

查看引用原文 ↗

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

引用 @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/

查看引用原文 ↗

further research:

引用 @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/

查看引用原文 ↗

@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

引用 @_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!

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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。。。

引用 @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

查看引用原文 ↗

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.

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

引用 @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

查看引用原文 ↗

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？

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

引用 @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。

查看引用原文 ↗

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。

引用 @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？🤔

查看引用原文 ↗

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

引用 @ericzakariasson

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

查看引用原文 ↗

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。

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。

引用 @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:

查看引用原文 ↗

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

引用 @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:

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

引用 @theo

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

查看引用原文 ↗

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

引用 @kimmonismus

Opus 5.5 fast mode rolled out. Nice!

查看引用原文 ↗

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

引用 @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.

查看引用原文 ↗

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

引用 @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.

查看引用原文 ↗

@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

引用 @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.

查看引用原文 ↗

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～

引用 @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.

查看引用原文 ↗

yes, but

引用 @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.

查看引用原文 ↗

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

引用 @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.

查看引用原文 ↗

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。

引用 @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.

查看引用原文 ↗

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…

引用 @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.

查看引用原文 ↗

Grok Bot推出邮箱，大家赶紧认领一个，直接评论区@ bot就行

引用 @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.

查看引用原文 ↗

发现了使用 Grok Bot 工作的完美闭环，让它用自己的邮箱注册 Notion，再把 workspace 分享给自己 这样安全和易用性都实现了，其他 Agent 只要连接 Notion 就可以做 cowork

那就不是换账号。还有两个会整段不命中的点，都在 omp 那边：每次启动 omp、切换模型或新开会话后的第一个请求，omp 会丢掉之前的推理记录重建历史；omp 派出的子代理（task）每个都是新会话，也从零开始。方便的话在 magpie 用量页点「实时 → 按请求」，筛 omp，截一段缓存低的请求给我看（像 thedavidweng 那张），我就能看出是哪一类请求没命中。

用 omp 18.6.1 + magpie + 真实 Codex 账号复现了多轮带工具的会话：除了每次启动后的第一个请求，缓存命中都在 96% 以上，prompt_cache_key 和请求体都是原样转发的。一个可能：你在 magpie 里开了多个 Codex 账号，路由选了「轮流 / 用得最少优先 / 周进度」。缓存按账号算，会话一换账号就整段失效，Codex 自己只用一个账号所以没这问题。方便的话说下账号数和路由设置，或者看看路由页里 omp 的同一会话是不是在不同账号间切换。

@thedavidweng 看了截图：这三条都走的是 Our Free Model 插件自带的 muse-spark contributor-free 池，首字要 7–15 秒，9.8 秒那条是客户端等不及取消的（499），magpie 这边是照转。池子的速度归插件作者 @lee04052822 管，已转给他。想先绕开的话，可以在路由里把这个组往后排，或者换别的模型。

Apple Vision Pro simulations are about to go next level. Opus 5.5 was a major unlock for building realistic simulations using native Swift RealityKit. Check out this workshop simulation - where I told Claude to build a 3d demonstration of incorrect saw usage.

就这还有人想给 AI 绑定信用卡呢 那岂不是一觉起来房子没了

引用 @iamcheyan

昨晚跑了几个 goal，早上醒来发现 Codex 额度重置了，还以为是 Tibo 发力了，正开心三连休有事做了。 结果仔细一看，发现少了两个 reset 点数。让 bot 查了一下，原来是 Hermes 的脚本出了 bug，只检查了 5 小时额度，没检查每周额度。5 小时额度一用完，就自动帮我 reset。 一晚上白白烧掉两个 reset 点数，天塌了。

查看引用原文 ↗

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。

引用 @lennysan

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

查看引用原文 ↗

before I joined Anthropic, I spent about 2 weeks hacking on this as a side project with Opus 4. It used the Agent SDK so it needed a constantly running process & didnt work that well but one prompt to Opus 5.5 ported it to Claude Managed Agents & made it way more reliable

引用 @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

查看引用原文 ↗

magpie 会把 pi 的系统提示（包括 CLAUDE.md）原样放进 Google 的 systemInstruction，不删不改。Google 送的 Opus 走的是 Antigravity 自己的后端，它在服务端怎么调我们看不到；思考也只能给预算（max 约 32k），没有 Claude API 的 max effort，这两点都可能让它更容易换成英文。如果能把一次崩英文的会话发个 issue，我看看是不是我们这边转换丢了东西。

以前建议过禁用 1M， "CLAUDE_CODE_DISABLE_1M_CONTEXT"（~/.claude/settings.json），现在没必要了，请删除。 但是建议还是要打开 autocompact 到 300-400K https://x.com/dotey/status/2108669008283402744

引用 @dotey

建议你的 Claude Code 约束一下自动压缩的上下文长度，400k 左右是个比较合理的长度，我自己是设置的 300k，这个值足够了。 /autocompact 400k 另外我以前建议过禁用 1M， "CLAUDE_CODE_DISABLE_1M_CONTEXT"（~/.claude/settings.json），现在没必要了，请删除，否则最多也只能到 200k。

查看引用原文 ↗

我的每一个功能开发、bug 修复都是上面那样的一个 loop（循环），这个循环每一个环节，无论是 Agent 还是我自己，都可以很快拿到反馈，所以这个 loop 转的很快，loop 转的越快，你的效率就越高。 当你的 Loop 转起来以后，你就可以尝试多个任务并行，任务，因为大部分时间还是 Agent 在生成和验证，所以其实你完全有空闲，继续把重点放在定义问题和验证上。 现在主要的瓶颈是我电脑设备不够多和 Token 不够用，否则能并行做的事情更多。后面我还是要习惯多在云端开任务，这样可以缓解设备不足的问题。

前天晚上给 SaaStr Fund 交申请，deck 传上去直接报 Upload failed。。。 然后才注意到一个挺好玩的事：@jasonlk 一直说别给他发「你自己都不会投的 AI 生成 pitch」，结果表单交上去，第一个看你 deck 的其实是 @SaaStr 自己的 AI，打完分出了报告才轮到他本人 😂 这个打分工具是公开的，谁都能传。那我干脆先拿它练一练：让 Claude Code 开着浏览器自己传 deck，读报告，按意见去我自己的 Company OS 扒上下文改稿，导 PDF 再传。我自己基本没动手改稿，就是看每一轮它改了啥、要不要留。来回跑了 11 轮，分数从 48 到了 53，评级 B+。 最好玩的是报告最后那块：它会模拟三个 VC 看完你 deck 的反应，Harry、Rory，还有 Jason。 跑到后面，三个人都写了 I'd take the meeting 🥹 但每个人都留了问题： ▸ Harry 和 Rory 问的是同一个：把最大的那几个客户拿掉，增长还剩多少？ ▸ Jason 问了两个：复购的品牌第二年还花多少钱？有多少场活动是没人碰就能自己上线的？ 这几个问题问得挺好的。。。因为刚好也是下一阶段的工作重心。所以如果你即使不计划融资，去问一问测一测也是个不错的体验 而且这几个问题，你怎么改 deck 都绕不过去。有一轮 Claude Code 照着报告把扣分项全补齐了，分数反而掉了，我们直接退回上一版。到后面分数就卡在 50 出头，最低的两项是 Disruption 45 和 AI Leverage 45。 我看完第一反应是，AI native 这块我们确实比较薄弱。 前面那些分是改故事改上去的，这几个瓶颈是确实存在的，改故事改不动了，得改产品：品牌的 agent 自己来下单，达人的 agent 按达人自己定的规则接单，内容还是达人本人写本人发。下一阶段 @tuttihq 就干这个。 工具链接见评论区 👇

@19900401 @y276161014 这个已经有了：设置 → 同步与备份，填一个 WebDAV 或 S3（R2、MinIO、NAS 都行），每台电脑都设成同一个地址，就会自动同步供应商、设置、Profile 和资源库。API Key 要不要一起同步可以自己选。

@lee04052822 #1355 已经合进 main，v0.1.1146 发布，作者署名保留了，谢谢！和 PR 原版有一处不同：请求里没带会话 id 的就不记录了，magpie 不再替它生成 request-… 的 id，免得存下打不开的会话；客户端自己起的 request- 开头的 id 也照常记录。

@Suyanzhenq 多谢，补充了一些细节： https://x.com/dotey/status/2108663149301846497

引用 @dotey

我这篇文章的方法论有完整的应用在我自己的开源项目 baocut （https://github.com/JimLiu/baocut ）上，涵盖系统设计、原型和 UI 设计、编码、验证和发布。 比如说我刚完善了字幕样式的功能，添加了更丰富的字幕样式。 第一件事就是写技术方案文档（参考图1） Agent 根据我的要求，做了分析调研后，先写成一份技术方案文档，我仔细看了它的文档，然后再提出一些要求，反复几次就能定稿。 参考文档：https://github.com/JimLiu/baocut/blob/0126a418dbf752ebb7eb2ecc2afc160daee1cfdf/docs/design/subtitle/caption-style-model-design.md 第二件事就是 Agent 会按照设计稿做原型和 UI 设计（图2） 如果技术设计是为了确定技术方向，那么原型就是确定 UI 和交互，之所以不一上来就改代码，就是因为原型实现成本低，修改起来也容易，你可以很快看到最终是什么样子，Agent 可以很快从你这里拿到反馈。 如果是要直接在最终代码上实现，如果要修改，无论是时间成本还是 Token 成本都会高很多。 注意，原型设计和 UI 设计最好是合二为一，越保真越好，可以保证后续实现的时候不怎么需要返工。所以如果你看我的原型的话，基本上和正式 UI 没啥差别，只是后台接的逻辑代码有差别，原型都是模拟的逻辑代码，很简单，bug 也很多，但没关系。 第三件事才是去实现代码 当技术方案定了，UI 设计定了，实现就相对容易了，如果前期考虑的成分，这里基本上不需要什么返工，可以一次性把功能完成。 第四件事就是测试验收 通常 Agent 会自己帮我验收，我后来把技术栈还是改回了 Electron，就是 Electron 的 App，Agent 通过浏览器就可以验证绝大部分功能，都不用 Computer Use，复杂一点的才 Computer Use 辅助，验证效率很高。 Agent 拿反馈越快，整个 Loop 就会转的越快，开发效率会越高。 Agent 测试完我自己要运行测试一遍，边边角角都试试，重点是测试刚改的这个功能，比如我测试就发现字幕样式预览的文字太靠上了，直接告诉 Agent，让它修复就好。（图3） 最后测试没问题就可以了，这期间大部分活都是 Agent 在干，人重点还是在两头：定义问题和验收。其他的都让 Agent 去做，哪怕调一点样式位置这种小事，节约下来的时间我都够写这样一篇推文了。

查看引用原文 ↗

一些细节补充 https://x.com/dotey/status/2108663149301846497

引用 @dotey

我这篇文章的方法论有完整的应用在我自己的开源项目 baocut （https://github.com/JimLiu/baocut ）上，涵盖系统设计、原型和 UI 设计、编码、验证和发布。 比如说我刚完善了字幕样式的功能，添加了更丰富的字幕样式。 第一件事就是写技术方案文档（参考图1） Agent 根据我的要求，做了分析调研后，先写成一份技术方案文档，我仔细看了它的文档，然后再提出一些要求，反复几次就能定稿。 参考文档：https://github.com/JimLiu/baocut/blob/0126a418dbf752ebb7eb2ecc2afc160daee1cfdf/docs/design/subtitle/caption-style-model-design.md 第二件事就是 Agent 会按照设计稿做原型和 UI 设计（图2） 如果技术设计是为了确定技术方向，那么原型就是确定 UI 和交互，之所以不一上来就改代码，就是因为原型实现成本低，修改起来也容易，你可以很快看到最终是什么样子，Agent 可以很快从你这里拿到反馈。 如果是要直接在最终代码上实现，如果要修改，无论是时间成本还是 Token 成本都会高很多。 注意，原型设计和 UI 设计最好是合二为一，越保真越好，可以保证后续实现的时候不怎么需要返工。所以如果你看我的原型的话，基本上和正式 UI 没啥差别，只是后台接的逻辑代码有差别，原型都是模拟的逻辑代码，很简单，bug 也很多，但没关系。 第三件事才是去实现代码 当技术方案定了，UI 设计定了，实现就相对容易了，如果前期考虑的成分，这里基本上不需要什么返工，可以一次性把功能完成。 第四件事就是测试验收 通常 Agent 会自己帮我验收，我后来把技术栈还是改回了 Electron，就是 Electron 的 App，Agent 通过浏览器就可以验证绝大部分功能，都不用 Computer Use，复杂一点的才 Computer Use 辅助，验证效率很高。 Agent 拿反馈越快，整个 Loop 就会转的越快，开发效率会越高。 Agent 测试完我自己要运行测试一遍，边边角角都试试，重点是测试刚改的这个功能，比如我测试就发现字幕样式预览的文字太靠上了，直接告诉 Agent，让它修复就好。（图3） 最后测试没问题就可以了，这期间大部分活都是 Agent 在干，人重点还是在两头：定义问题和验收。其他的都让 Agent 去做，哪怕调一点样式位置这种小事，节约下来的时间我都够写这样一篇推文了。

查看引用原文 ↗

我这篇文章的方法论有完整的应用在我自己的开源项目 baocut （https://github.com/JimLiu/baocut ）上，涵盖系统设计、原型和 UI 设计、编码、验证和发布。 比如说我刚完善了字幕样式的功能，添加了更丰富的字幕样式。 第一件事就是写技术方案文档（参考图1） Agent 根据我的要求，做了分析调研后，先写成一份技术方案文档，我仔细看了它的文档，然后再提出一些要求，反复几次就能定稿。 参考文档：https://github.com/JimLiu/baocut/blob/0126a418dbf752ebb7eb2ecc2afc160daee1cfdf/docs/design/subtitle/caption-style-model-design.md 第二件事就是 Agent 会按照设计稿做原型和 UI 设计（图2） 如果技术设计是为了确定技术方向，那么原型就是确定 UI 和交互，之所以不一上来就改代码，就是因为原型实现成本低，修改起来也容易，你可以很快看到最终是什么样子，Agent 可以很快从你这里拿到反馈。 如果是要直接在最终代码上实现，如果要修改，无论是时间成本还是 Token 成本都会高很多。 注意，原型设计和 UI 设计最好是合二为一，越保真越好，可以保证后续实现的时候不怎么需要返工。所以如果你看我的原型的话，基本上和正式 UI 没啥差别，只是后台接的逻辑代码有差别，原型都是模拟的逻辑代码，很简单，bug 也很多，但没关系。 第三件事才是去实现代码 当技术方案定了，UI 设计定了，实现就相对容易了，如果前期考虑的成分，这里基本上不需要什么返工，可以一次性把功能完成。 第四件事就是测试验收 通常 Agent 会自己帮我验收，我后来把技术栈还是改回了 Electron，就是 Electron 的 App，Agent 通过浏览器就可以验证绝大部分功能，都不用 Computer Use，复杂一点的才 Computer Use 辅助，验证效率很高。 Agent 拿反馈越快，整个 Loop 就会转的越快，开发效率会越高。 Agent 测试完我自己要运行测试一遍，边边角角都试试，重点是测试刚改的这个功能，比如我测试就发现字幕样式预览的文字太靠上了，直接告诉 Agent，让它修复就好。（图3） 最后测试没问题就可以了，这期间大部分活都是 Agent 在干，人重点还是在两头：定义问题和验收。其他的都让 Agent 去做，哪怕调一点样式位置这种小事，节约下来的时间我都够写这样一篇推文了。

引用 @dotey

https://x.com/i/article/2108557881763037184

查看引用原文 ↗

I just trained my own Jev-style Decision model locally! With Qwen3.5 0.8B as the base, accuracy jumped from 37% to 65% in just 60 steps (10 minutes of training). All on just 4GB of VRAM. This video shows how you can do the same. Chapters: 0:00 - Intro 0:50 - Set up Unsloth Studio 3:47 - Pick a model and dataset 5:19 - Train with LoRA 7:51 - Test it in the app 10:03 - Same workflow in code 12:38 - Train and evaluate (37% → 65%) 14:46 - Save and run inference 15:24 - Outro If you’re new to JEV and want to understand how decision models work, I’ve written a detailed article about it. It’s quoted below.

引用 @akshay_pachaar

https://x.com/i/article/2100940576741093376

查看引用原文 ↗

@laogua_daily @lee04052822 这两种在 magpie 里本来就是分开的：“暂时无法获取额度”只表示这次查询失败了，鼠标悬停在那一行上能看到失败原因；真用完会显示成“已用完”加满格的额度条。截图里是这个插件的用量查询报错，不代表账号不能用。

picked up n=13 where your log stopped (48 runs, 2.997). 2,627 runs on a home pc, plus two moves i added: re-melt a finished packing, and drop a 13th cube into your 12-cube record. every run that got close landed on the same packing: 2.956145158, exact-certified. friedman's 1998 entry lists 2.956+ (only 3 decimals), so this is a match, not a record. soft-to-rigid gets there from random balls. @yoheinakajima

引用 @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

查看引用原文 ↗

A bit surprised at how much @bot struggles with @bookingcom

引用 @nielsrogge

First tests with @bot: failed to book a hotel for me 🙃 I also had to manually enter credit card information, so at this point I could’ve booked it myself

查看引用原文 ↗

@martin_casado @CompleteSkeptic Yup. I love it. Back to building proper software with fewer reliability problems. Jev is now core to how we build at @dair_ai. We even have a dedicated automation pulling the best Jev use cases on X, all done by Jev itself. https://academy.dair.ai/resources/jev-field-notes

ICYMI, I set up a Jev-powered automation to track and index all the great use cases of Jev shared on X. Great list of inspirations there. https://academy.dair.ai/resources/jev-field-notes

引用 @omarsar0

@martin_casado @CompleteSkeptic Yup. I love it. Back to building proper software with fewer reliability problems. Jev is now core to how we build at @dair_ai. We even have a dedicated automation pulling the best Jev use cases on X, all done by Jev itself. https://academy.dair.ai/resources/jev-field-notes

查看引用原文 ↗

The #2 @ChatGPT writing GPT is now a plugin 🚀 Install @chatprd create and improve PRDs, specs, and product docs. Turn your ideas into clear requirements, review what’s missing, and bring that context into your code. LFG 👉 https://chatgpt.com/plugins/plugin_asdk_app_6abda6611cc48191b5d6cd91a6cc3fd8

The official How I AI @ChatGPT plugin is now available! Install it to: - search episodes - discover helpful workflows - download skills + implement in your system Totally free. Enjoy! https://chatgpt.com/plugins/plugin_asdk_app_6ac58cdbb17c81918e6d2ef13e4f79be

Only install this if you want literal AI superpowers

引用 @clairevo

The official How I AI @ChatGPT plugin is now available! Install it to: - search episodes - discover helpful workflows - download skills + implement in your system Totally free. Enjoy! https://chatgpt.com/plugins/plugin_asdk_app_6ac58cdbb17c81918e6d2ef13e4f79be

查看引用原文 ↗

Pro @bot tip: If you want your Grok Bot as a chief of staff it doesn't actually make sense to register its email as your (your-name) because it's weird to copy in yourself. e.g., "Let me copy in Peter to find a time for us" doesn't make alot of sense. So I suggest picking another name for your Grok Bot email - whatever you want your chief of staff to be called.

引用 @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.

查看引用原文 ↗

We don’t condone stealing, but you should definitely steal your colleague’s skills. @bran_don_gell turned a motion-design process into a skill. @beckyisj thought it was cool and used it to make this video. Install Every in @SlackHQ: https://every.to/agent?utm_source=x&utm_campaign=every-agent-launch&utm_content=every-261009-skill-steal

@Yayoi_no_yume 谢谢 🙏 找到问题了：之前插件会把 Qoder 返回的所有 401/403 都改写成「登录失效」，Qoder 自己给的原因被丢掉了，所以你刚登录完也会看到这句。Qoder 插件 0.2.12 已经发布，报错后面会附上 Qoder 的原话。如果以后再遇到 401，把那段原话发我们一下，就能对症修了。

I finally have a Microduck again, so I was able to replay the emotions and compare simulation with the physical robot. This is early design, we can push this much further. What do you think? https://github.com/pollen-robotics/microduck_emotions Music: Carefree, Kevin MacLeod

顺便再次感叹一下老马的豪横！ 我这几天疯狂拿 Grok 做视频（就是代码类的视频），看了一下，每周的用量才消耗了 15%。 我这个是之前 99 美元买的 Grok 会员

引用 @op7418

我让 Grok @bot 读取我的 GitHub 项目，做个宣传视频 他给了我这个

查看引用原文 ↗

在首页点击「穿越」，开启这段入画之旅～ 点击、滚动鼠标、上下拖动画面，或在手机上滑动，自行控制进度，就可以「启程」 拖动底部进度条，还能回看木桥合拢与人物聚形 与画客相逢后，点击「问问汴京」，听他聊聊虹桥、茶店和手中的画卷；试试「打散 · 重聚」，看人物化作颗粒，再次凝聚。 点击「随他游街」或「自行入画」，进入虹桥街市，漫步、饮茶、乘船，继续探索汴京的日常～

I am not joking when I say this. Traditional game development is over. I asked Opus-5.5 to make Attack on Titan in Minecraft. Took ~1hr and cost less than $25 start to finish. The end result is extremely fun. And multiplayer! Guide + link to play below.

More cool EVE demos coming every day. 128 questions across a lease and an offer letter, all in a single request per document. EVE running perplexity decider 4x faster than JEV!

引用 @aravsrinivas

Cool demo of Perplexity Decider!

查看引用原文 ↗

支持的 👍 在服务商里把 OpenAI（Responses）和 Anthropic 两个 Base URL 都填上，每把 key 的行上就会多一个协议标签，点开就能选这把 key 只用于哪个协议。比如 key1 选 Responses，key2 选 Anthropic。之后网关会把每个请求交给合适的 key：Claude 模型走 Anthropic 那把，GPT / Codex 走 Responses 那把。

We're experiencing Accelerando at @every – the tempo is getting progressively faster as we go deeper on adopting AI. I finally dialed things in with Claude and ran 8 new experiments and wrote 4 posts in one week, which would normally be a whole month's work. None of it is live yet because realistically we only have space for 2-4 things from me per month in the newsletter. @kieranklaassen had to go around the normal clogged up release process and put things live on a new frontier page. He asked in today's meeting "what happens when we can publish 100 apps in one week?". Nobody has a good answer for that yet. We're not prepared for what happens when our output is 100x.

Randomized trials with old GPT-4o: "AI access raises test scores, and a smaller gain persists a week later. Gains remain for students who use AI as a tutor (“augmentation”) and fade for students who have AI write for them (“automation”)" Across all experiments, positive effects.

What happens when a table contains tables? Usually, a mess. With LlamaParse, it comes out clean. Doc of the Week: Micron’s latest earnings deck. Even with two business units and same row names, LlamaParse keeps all 18 values under the right header. Try it out on your own earnings deck: https://www.llamaindex.ai/llamaparse

以前爬小红书爆款笔记，开发 RPA 掉层皮 ，现在完全丢给 Codex 就行，你只要： 1/ 配支安卓手机，400的就行 2/ 告诉 codex 爬慢点，随机停顿

引用 @huangyun_122

鹅，这两天不断有水友加我微，来问小红书爆款笔记和爆款商品数据怎么来的 其实，2年前我就借助 RPA + ChatGPT 开发好了。现在更简单： 1/ 给 Codex 充好 Pro 2/ 把安卓机连上 PC 3/ 给 Codex 下命令：把小红书半年内万赞笔记抓出来 好了，看电影去吧，约会去吧

查看引用原文 ↗

谨防大家还不知道，一支 400r 的破小米，在 Codex 加持下，可以完美充当知识库抓手 突然想看那些，能助我学好英语的原声电影，怎么办。小红书啊。 想做网盘拉新，赚点零花钱，缺素材，咋整，小红书啊 这些勤快的博子，笔记做的又多又好，干嘛不抄 :（禁搬运 于是，有了以下超万赞的精华笔记🧵

引用 @huangyun_122

鹅，这两天不断有水友加我微，来问小红书爆款笔记和爆款商品数据怎么来的 其实，2年前我就借助 RPA + ChatGPT 开发好了。现在更简单： 1/ 给 Codex 充好 Pro 2/ 把安卓机连上 PC 3/ 给 Codex 下命令：把小红书半年内万赞笔记抓出来 好了，看电影去吧，约会去吧

查看引用原文 ↗

I finally have a writing skill I'm happy with that writes like me, and I was able to write 4 posts this week (normally I would average 2 per month). The problem is our editors can only really handle publishing 2 per month from me and AI editing isn't working yet so we're stuck.

@Yuke83187616 现在支持 API 和 MCP 了。 感谢，哥飞 SEO Agent 500 积分已到账，365 天有效，请查收 https://seo.web.cafe/chat/

@alanblogsooo 可以的 我们已经支持 API 接入、MCP 接入了

@JimmyPage6656 哥飞 SEO Agent 500 积分已到账，请查收 https://seo.web.cafe/chat/ 目前支持 API 调用的

谢谢 🙏 #1355 很有用，新 head 6a343ba1 我们已经完整复核过（测试和性能都在 PR 评论里）。现在卡在两个产品决定上，要等维护者拍板：网关要不要保存经过它的对话正文，以及网关模式下要不要显示会话页。等待期间，评论里第 1 点剩下的两个小问题可以先改：记录开启时不带会话 id 的请求存了但看不到；客户端自己发来的 request- 开头的 id 也被丢掉了。

Done ✅ → https://omnibus-eight.vercel.app/ 1. Import DataFast Account API key 2. See all your startups on the same page (traffic, revenue, referrers, goals, etc.) DataFast Account API keys give you full access to everything you see on the UI. You can vibe-code your own dashboard with 1 prompt. You can even build 1 dashboard for Monday, Tuesday, and Saturday if you want 🤣 I could add a native UI in DataFast, but you'd be limited by my creativity and couldn't edit it. Do you still want me to build this?

引用 @chrissyinspace

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

查看引用原文 ↗

I sent this as a prompt to my agent that I wanted a company brain with superhuman style ux that combines my GitHub, multiple X accounts, multiple Gmails, into one inbox and got a pretty good first result Inbound is automatically classified w/ jev and an LLM, inside of the client I can dispatch work to t3 code to be handled Will see it sticks with daily driving it but so cool this just works now - after I use it for a few days I'll publish it as an Executor app

引用 @rhyssullivan

You’re gonna be able to build the most insane company brains on executor v2 I wasn’t even trying to tackle this problem but with storage, multi account, webhook handlers, custom code it all falls out naturally Also you can then easily dispatch to your agents from it too

查看引用原文 ↗

The challenge for Google post-Gemini 4 will be what they do with a good model. Anthropic & OpenAI show we are moving towards a single interface for many tasks with orchestrator agents. The Gemini 3 era was full of fragmented products for many markets. Won't work for what's next.

这是啥，CLIProxyAPI 补上它自己不提供的用量与成本记录，外加一个可视化管理控制台。 https://github.com/WizisCool/oh-my-cpa

在「供应商」→ Codex 订阅的账号列表里，每个账号行右边有「使用」按钮（勾选了多个账号时显示为「设为首选」），点一下就会把 Codex 切到这个账号，然后重启 Codex 桌面版生效。账号前的圆点可以同时勾选多个，一个账号额度用完时网关会自动换到下一个。命令行也可以：magpie accounts switch codex <邮箱>

Banger paper from Meta Superintelligence Labs on self-improving agents. (bookmark it) It's hard to know exactly what drives self-improvement, since so many variables are at play (notes, skills, tool calls between runs, etc.). Meta researchers explore and discuss a way to measure whether self-improvement pays off. They call it agent plasticity. It is the gain on held-out tasks per dollar spent on learning, with model weights frozen and every run starting from a fresh context. They find that the model that performs the best is often a different model from the one that learns most efficiently. In chess, Go, and Hex, Claude Fable 5 reaches the highest final score, while GPT-5.6 Sol gains the most per dollar. In NetHack, only Claude Opus 5.5 improves significantly, by 66 normalized points for about $1,073 of learning. Another interesting finding is that slow learners often ignore artifacts they already wrote. Faster learners reuse their artifacts and still fail when an artifact is low quality. Paper: https://arxiv.org/abs/2610.08902 Chat with Paper: https://academy.dair.ai/papers/agent-plasticity-measuring-self-improvement-through-experience-2610.08902

Computer's new website editor lets you queue up requested changes to specific elements on the page. Once you submit your changes, Computer addresses them in the main thread, and then outputs the new website.

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.

还得是班总，这个创意绝绝子，甚至都可以拿来做抽奖程序

引用 @xbanboo

在 Apple TV 上开发了一个「娃娃机」，用遥控器控制。 因为每天带娃会记录一些照片和视频片段，我们每天晚上睡觉洗澡前都会在房间门口的电视上回顾 10 来分钟，之前的方式是随机弹出一张照片，我们就看谁先想起来这是哪天、在哪里，当时在做什么。 刚在做饭的时候想升级一下玩法，加强互动，于是我午饭都没吃就开始做。现在做好啦，还挺好玩的哈哈，每次随机抽几十张照片出来，开始抓😃

查看引用原文 ↗

一个使用 Claude Design 做原型节约 Token 的技巧： 先在 Claude 网站上把设计稿做好一个完整的版本，迭代到你满意后，导出为 HTML 下载到本地，后续你只要让 Claude Code 把它当作一个本地网页来更新维护，不再需要依赖 Claude Design 网站。 顺便说一下，如果你想看看我做的原型效果，可以看看：https://github.com/JimLiu/baocut npm i & npm run dev:designs http://localhost:4331/ 不会让你失望

引用 @xdinodeer

@dotey 上次你推荐后，我最近深度用了一下，惊为天人，唯一的缺点就是一个产品设计基本上会耗费完一周的 token用量。

查看引用原文 ↗

截图很有帮助 🙏 框出的这 7 个（Goose、Crush、Command Code、fx、Devin、Hermes、Droid）有个共同点：npx skills 这类技能安装器会给它们各建一个 <配置目录>/skills，magpie 之前看到目录就当成已安装。v0.1.1141 起，配置目录里只有 skills 的不再算已安装。更新后如果还有没装过的显示出来，告诉我是哪个，我再查。

Q: How do I make the case for investing in evaluations to my team? A: Review real user interactions and show your team the problems you find. Fix them, then show what improved. https://hamel.dev/blog/posts/evals-faq/how-do-i-make-the-case-for-investing-in-evaluations-to-my-team.html

最近用到一个我觉得最 AI native 的产品：@boardyai，一个 AI 版的超级连接者。 我自己的分法是：AI enhanced 是 AI 之前就有的场景，加个 AI 做得更快；AI native 是只有 AI 时代才会有的形态。 一开始我对它没什么需求，纯粹试一试。 入口就一句 message me，点进去其实是发短信。它问我要找谁，我说找投资人。它让我留邮箱和手机号，然后自己去搜了一圈，回来问「这个 profile 是你吗」。我说不是，我的 LinkedIn 是这个。它说好，知道了，建议约个 quick Google Meet。 后来我在 X 上它发的 speedrun 帖子下面留言，它私信我。我说我应该已经给你发过短信了，号码是这个。它发了个确认码，我确认一下，推特、邮件、电话就全对上了。 聊完它给我推荐了两个人，问要不要帮我建联。我说行。它给我们几个人发了邮件，说觉得你们挺合适；然后查了对方的 calendar，给了几个时间点让我挑。我隔天没回，它又来催了一次。到现在一分钱没收。 我觉得它 AI native 在这几个地方： 1/ 没有 dashboard，也没有登录界面。很多 SaaS 都有一个后台，它没有。你跟它怎么合作，就跟你跟一个人怎么合作一样：短信、私信、邮件、日历。 2/ 后面的东西其实很老。说白了就是 30 年前的黄页，一份人的名单。它做的事情相当于把一个真人超级连接者整个电子化，体验反而有点返璞归真。 3/ 过程中我体验到了一个非常细微的情绪——我比较内向，在 X 和 LinkedIn 上主动去找人，对我是有心理负担的。中间有个连接者以后，永远是它领着我去认识另一个人，连约时间那怕有多人在场的情况下也只跟它这个超级链接者沟通。心理负担一下子小很多。 4/ 它是一个超级节点，天然就有网络效应。 当然问题也有，很多人吐槽它找的人不准、不够 qualify。我觉得这都不是问题，就跟我们 @tuttihq 给品牌找达人也会碰到质量差的一样，这个都是可以通过优化迭代的，但是形态上它已经是跳脱出来了。 这个产品感觉还在早期，挺看好的，推荐大家自己去试一下。 你们最近用到过哪个觉得特别 AI native 的产品？评论区说说。。。

@Yayoi_no_yume 收到，谢谢 🙏 #1427 和你的分支都看过了，实现写得很清楚。因为它要在 magpie 里保存火山账号的 AccessKey/Secret（权限可能覆盖整个云账号），按项目规则得先由维护者确认这种凭据的存法，确认后我们会在 main 上落地，并在提交里署上你的名字。在那之前，建议用只给方舟只读权限的子用户密钥。

🦫 Mole is getting AI Cleanup & Care. Old sessions, worktrees and unused AI tools kept piling up on my Mac. I'm building a way to review and clean them up, alongside caches and old versions. You choose which sessions to keep. Coming in the next release. https://mole.fit/blog/testing-ai-tools-for-mole

You can now train your own Decision model with our free notebook! 💡 Qwen3.5-4B will generate decisions instead of text on just 8GB VRAM locally. Learn to data prep (state, questions, gold answers), train, serve. Notebook: https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_(4B)-Decision.ipynb Guide: https://unsloth.ai/docs/basics/train-your-own-decision-model-with-unsloth

引用 @unslothai

You can now train your own Decision model like Jev locally! We increased Qwen3.5 0.8B’s aggregate accuracy from 20.7% to 74.3% across 3 decision benchmarks - on just 4GB VRAM. Turn any LLM like Qwen3.8, Gemma 4 into decision models with our open-source Unsloth repo. We fine-tuned with a Clef head using Unsloth and LoRA (r=64) for one epoch, increasing downstream accuracy from 30–37% to 78%. GitHub: https://github.com/unslothai/unsloth Guide and Notebooks: https://unsloth.ai/docs/basics/train-your-own-decision-model-with-unsloth

查看引用原文 ↗

This is a goldmine, bookmark worthy.

引用 @unslothai

You can now train your own Decision model with our free notebook! 💡 Qwen3.5-4B will generate decisions instead of text on just 8GB VRAM locally. Learn to data prep (state, questions, gold answers), train, serve. Notebook: https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_(4B)-Decision.ipynb Guide: https://unsloth.ai/docs/basics/train-your-own-decision-model-with-unsloth

查看引用原文 ↗

@threepointone @partykit_io Also, I love modern software development. Prompt to @bot: Does this affect the epicshop project? https://x.com/threepointone/status/2108477181055877514 If so, let's make the migration happen. Result: https://github.com/epicweb-dev/epicshop/pull/662 Made possible by you, cloudflare, Bot, cursor, and github. Goodness.

引用 @threepointone

I'm finally shutting down the free hosted @partykit_io platform (*.partykit.dev), 2 and a half years after getting acquired(!). I hope and assume that was long enough to move over projects to cloudflare 😅 blog post with more details: https://blog.partykit.io/posts/hosted-platform-shutdown

查看引用原文 ↗

每天早上，用 这个 AI bot 给你一份动态视频简报！

引用 @op7418

my Grok @bot turns my AI newsletter into a 2-min video now. made it a template so you can steal it https://x.ai/bot/8mi67EcgDUS2FDtOAIKcJ

查看引用原文 ↗

my Grok @bot turns my AI newsletter into a 2-min video now. made it a template so you can steal it https://x.ai/bot/8mi67EcgDUS2FDtOAIKcJ

我把这个流程直接做成了一个 bot 并发布了。 你现在可以一键安装了：https://x.ai/bot/8mi67EcgDUS2FDtOAIKcJ

引用 @op7418

让 Grok bot 每天早上定时出一个 AI 早报的视频，没想到效果还真挺不错的！ 全程都没用我本地电脑，全跑在它的云端虚拟机上，包括内容收集、写代码和视频渲染。 我写了个提示词，直接复制过去的话，你的 Grok bot 也能执行这些任务 提示词太长放下面了

查看引用原文 ↗

@Yayoi_no_yume 太好了 🙏 magpie 目前只有火山方舟的预置，还没有用量接口。如果抓到了方舟订阅查用量的请求（接口地址、鉴权方式、返回的字段），发到 magpie 的 Discord 就行，我们直接做成内置的用量卡片；也可以写成 OpenCode 插件，放到 magpie-community/plugins。

谢谢反馈 🙏 查到一个原因并在 v0.1.1140 修了：从别的电脑同步来的配置档案（profile）应用时，会给本机没装的 Agent 写配置，于是它们被当成已安装。另外 magpie 目前看到 Agent 的配置目录就算已安装，一些别的工具也会建同名目录（比如 Cursor IDE 的 ~/.cursor）。方便的话说一下那 23 个里哪些你确定没装过？我按名字逐个查检测规则。暂时不想看到的可以在 Agent 上选“隐藏”。

Foreman now supports @LangChain Deep Agents! Foreman is an open source supervisor, using decision models, that watches agents or humans as they work. You can run Deep Agents with Foreman supervising the entire job, or install the new plugin to add supervision directly to your Deep Agents Code (dcode) sessions. Foreman keeps track of the original request and the agent’s work, checking whether it’s on course and ready to finish. It can provide feedback, prevent actions, ask for more work, and is fully customizable. Take a look! https://github.com/thruwire/foreman?v=12

@deno_land @Cloudflare @KentonVarda @rough__sea Literally my last video shows how I used celld to turn a massive Cloudflare-based product into something self-hostable. https://x.com/kentcdodds/status/2107537292114174016 Amazing timing.

引用 @kentcdodds

I built an app with billions of tokens and turned it into a product people are paying me for. And now I'm just giving it to you.

查看引用原文 ↗

学习一下.

引用 @nvidiarobotics

Use Codex to deploy a Gemma4-powered vision demo as a standalone kiosk on NVIDIA Jetson. Automatic startup, live webcam descriptions, and local inference. No Mac required. Watch the tutorial 👉 https://www.youtube.com/watch?v=r_VP4E_Y3as

查看引用原文 ↗

@Fim980 已修复 🙏 v0.1.1139 起，远程 magpie 的额度卡片会写明拿不到的原因和处理办法：没开局域网共享（比如用 Docker / MAGPIE_ADDR 对外开放时，需要在那台电脑上打开 设置 → 局域网共享，再用它的网关密钥）、密钥不对，或者连不上。按提示打开共享后额度就会分列显示出来。

@ryanvogel It depends what you are rendering - I had to really work on the perf of the dashboard UI to get it smooth. Probably not 60fps, but I only need 1 frame to render for each view change

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

引用 @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.

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

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

引用 @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

查看引用原文 ↗

用 Opus 5.5 搞的 MV，效果真的惊艳，卡点和特效贼流畅！！！ 人是 Seedance 搞的绿幕视频，后续的抠像、配乐、卡点、特效、出片，都是 Opus 5.5 做的。 其实很多场景都可以套用这个思路🤩 1、抠像：四角取绿幕色、去绿边，抠完先出一张检查图，把人放到洋红、黑、白底上，放大看头发、手指、鞋底，没绿边才往下走。 2、搭画面：写了一个网页，分五层，背景、人身后的大字、人物（带投影，边缘渗一点背景色）、前景贴纸胶带、最上面一层纸张纹理和颗粒。文字绕着人转圈，转到身后那半圈画在人后面，是真的环绕。 3、卡点：先分析她的动作，找到停顿的几个点，再把 128 BPM 的配乐对上去。停顿那一拍直接把人冻住，做成白边贴纸拍在画面上，下一拍撕掉。 4、出片：无头浏览器一帧一帧截图喂给 ffmpeg，响度做到 -14 LUFS。 做品牌 MV、新品广告、舞蹈二创、电商模特换场景的，都能直接套这个思路。

引用 @gkxspace

好牛逼的文章，太太太干了，让我感觉没有什么是代码做不出来的，如果有就是模型还不够强，Opus5.5这波真赢麻了😅 Opus 5.5 尽管不能直接出视频，但它写代码（Canvas、WebGL、Three.js、Remotion），把每一帧画面画出来，拼成 MP4 好像更好诶 1、Dribbble 级的 UI 动效与产品演示（HTML + CSS + SVG） 让它用弹簧公式算动画，用 Python 提前抓音频节拍，鼠标光标每一次点击和拖拽都踩在拍子上，界面变形丝滑到离谱，直接干翻传统的 AE 调关键帧。 2、电影感 3D 与显卡质感（Three.js + WebGL 着色器） 完全不用下载任何模型文件，代码直接在空间里搭出 3D Logo、粒子云、老电视扫描线和胶片颗粒，镜头还能 360 度推拉摇移。 3、终极商业短片打法：视频模型 + 代码包装 人物或写实动作交给视频模型（比如 Grok 出绿幕人物），背景、3D 动效、文字排版、分屏全交给 Opus 5.5 写代码抠像合成。写实与可控全都要，这才是目前最成熟的商业成片方案！ 4、几分钟的完整科普长片（Remotion 框架） 在 Claude Code 里直接用 Remotion 编排多场景分镜，配上 TTS 语音和代码合成的配乐，几千帧动画完全自主跑通。 苦等视频大模型的一致性和精准控制，结果真把高质感商业动效、UI 演示和科普短片门槛干爆的，是写代码的 Claude Opus 5.5！！！ https://x.com/prasenx/status/2103851939457093635/video/1

查看引用原文 ↗

用 Opus 5.5 搞的 MV，效果真的惊艳，卡点和特效贼流畅！ 人是 Seedance 搞的绿幕视频，抠像、配乐、卡点、特效、出片，都是 Opus 5.5 其实很多场景都可以套用这个思路🤩 1、抠像：四角取绿幕色、去绿边，抠完先出一张检查图，检查一遍确定没问题再继续。 2、搭画面：写了一个网页，分五层，背景、人身后的大字、人物（带投影，边缘渗一点背景色）、前景贴纸胶带、最上面一层纸张纹理和颗粒。文字绕着人转圈，转到身后那半圈画在人后面，是真的环绕。 3、卡点：先分析她的动作，找到停顿的几个点，再把 128 BPM 的配乐对上去。停顿那一拍直接把人冻住，做成白边贴纸拍在画面上，下一拍撕掉。 4、出片：无头浏览器一帧一帧截图喂给 ffmpeg，响度做到 -14 LUFS。 做品牌 MV、新品广告、舞蹈二创、电商模特换场景的，都能直接套这个思路。

引用 @gkxspace

好牛逼的文章，太太太干了，让我感觉没有什么是代码做不出来的，如果有就是模型还不够强，Opus5.5这波真赢麻了😅 Opus 5.5 尽管不能直接出视频，但它写代码（Canvas、WebGL、Three.js、Remotion），把每一帧画面画出来，拼成 MP4 好像更好诶 1、Dribbble 级的 UI 动效与产品演示（HTML + CSS + SVG） 让它用弹簧公式算动画，用 Python 提前抓音频节拍，鼠标光标每一次点击和拖拽都踩在拍子上，界面变形丝滑到离谱，直接干翻传统的 AE 调关键帧。 2、电影感 3D 与显卡质感（Three.js + WebGL 着色器） 完全不用下载任何模型文件，代码直接在空间里搭出 3D Logo、粒子云、老电视扫描线和胶片颗粒，镜头还能 360 度推拉摇移。 3、终极商业短片打法：视频模型 + 代码包装 人物或写实动作交给视频模型（比如 Grok 出绿幕人物），背景、3D 动效、文字排版、分屏全交给 Opus 5.5 写代码抠像合成。写实与可控全都要，这才是目前最成熟的商业成片方案！ 4、几分钟的完整科普长片（Remotion 框架） 在 Claude Code 里直接用 Remotion 编排多场景分镜，配上 TTS 语音和代码合成的配乐，几千帧动画完全自主跑通。 苦等视频大模型的一致性和精准控制，结果真把高质感商业动效、UI 演示和科普短片门槛干爆的，是写代码的 Claude Opus 5.5！！！ https://x.com/prasenx/status/2103851939457093635/video/1

查看引用原文 ↗

第一步：给视频模型的提示词（Seedance / 可灵 / 即梦 / Grok 任选） 一位年轻女生在纯绿色背景前跳一段 15 秒的甜酷风舞蹈，全身入镜，头顶和脚下都留出空间。 背景是均匀打光的纯绿幕（#00B140），没有阴影、没有褶皱、没有渐变。人物不穿绿色和反光材质，头发边缘清楚。 固定机位，镜头不移动、不变焦。动作干脆、卡点明显，中间有 3–4 处短暂的定格姿势。 光线柔和均匀，略带正面主光。竖屏 9:16。 生成后把视频放到 input/dancer.mp4。音乐可选，放到 input/music.mp3。 第二步：给 Opus 5.5 的提示词 <role> 你是一位潮流 MV 剪辑师和合成师。人物是拍好的，你的任务是给她搭一个跟着音乐变化的世界，并且让她看起来真的在这个世界里。 </role> <inputs> - 【必填】绿幕人物视频：input/dancer.mp4。缺这个文件就停下来问我。 - 音乐：input/music.mp3，可选；没有的话，用代码合成一段 128 BPM 的甜酷电子乐，时长与人物视频一致。 - 画幅：1080×1920，帧率跟随原片。 - 风格：Y2K 杂志拼贴——纸张纹理、网点、撕开的胶带、贴纸、粗黑体大字。主色：粉 #FF5FA2、黑、奶白；辅色：电光蓝 #2D5BFF。 - 屏幕文字：SWEET / BUT / DANGER（可以换成歌词或口号） </inputs> <direction> 人物的动作和时间一律不改：不变速、不补帧、不重绘。只允许缩放、移动、复制、镜像、定格。 分层（从后到前），这是整片的骨架： - L0 背景：纯色块、网点、条纹，按小节切换。 - L1 人物身后的巨型文字：文字被人物挡住一部分，制造纵深。 - L2 人物：加一个由抠像遮罩生成的投影（偏移、压扁、模糊）；边缘做光包裹（light wrap），把背景的颜色以 2–4px 渗进人物边缘，让人物融进背景。 - L3 前景：胶带、贴纸、边框，以及 3D 环绕文字。文字绕着人物转圈时，转到人物身后的那一半画在 L1，转到前面的那一半画在 L3，这样才是真的环绕。 - L4 统一质感：纸张纹理、轻微网点、颗粒和暗角压在所有层之上，把人物和背景"印"在同一张纸上。 节奏 - 背景按小节切换；大字按拍子弹出：预备时缩小 → 冲出 → 过冲 → 回稳。 - 副歌或重音段落：画面分成 2、3 或 4 格，每格是同一段人物的延迟版本（分别延迟 0、4、8 帧），形成错相。 - 人物定格姿势的那一拍，做"定格贴纸"：冻结那一帧，人物外扩 12px 白边，像贴纸一样被拍在画面上，带一点旋转和投影，停留 1 拍后被撕掉。 - 不是每一拍都要变；同一时刻只有一个主事件。 禁止：发光、霓虹渐变、粒子爆炸、人物边缘残留绿边、所有元素同时弹出。 </direction> <build> 抠像（最重要，单独做好、自检通过后才往下走） 1. 用 ffprobe 读原片信息，按原帧率导出帧。 2. 在画面四角采样，取中位数作为绿幕颜色，做自适应抠像：色度距离阈值 + 柔和过渡带；去溢色（despill，把偏绿的边缘颜色拉回 r、b 的平均值）；遮罩收缩 1px、羽化 1–1.5px；在头发等边缘区域，对遮罩做 3 帧时间中值，减少闪烁。 3. 输出带透明通道的 PNG 序列。 4. 抠像检查图：在 6 个时间点，把人物分别放在洋红、纯黑、纯白背景上，拼成一张图，并放大头发、手指和鞋底边缘自查。没有绿边、没有缺块、没有闪烁，才往下走。 合成与节拍 - 网页暴露 window.render(t)，读取第 round(t × fps) 张人物帧，按上面的层级合成。不用计时器和 CSS 动画；随机数用固定种子；帧与帧之间不保存状态。 - 节拍：给了音乐，就用 numpy/librosa 分析节拍和小节起点；合成音乐则直接按 BPM 计算。 - 用 Playwright 无头 Chromium 逐帧截图，通过管道喂给 ffmpeg，混入音乐。 - 编码：H.264、-pix_fmt yuv420p、-crf 17、-movflags +faststart；音频 AAC 48kHz 192k，-14 LUFS，真峰值 ≤ -1 dBTP。 </build> <qc> - 抠像检查图 + 成片抽帧拼图（每 0.5 秒一张）。 - 各打 1–10 分：抠像干净度、人物是否真的"在"场景里（投影、光包裹、统一质感）、卡点、纵深（文字的前后层是否成立）、画面变化密度、手机屏上的可读性。列出最严重的 3 个问题和时间点，修完重渲，直到每项 ≥ 8。 </qc> <start> 先做抠像，抠像检查图自检通过后直接继续，自主完成整片，中途不用等我。 交付：out/dance.mp4、抠像检查图、抽帧拼图，以及一段创作说明。 </start>

用代码做视频的潜力，真的被严重低估，推荐大家一定要去研究一下！ 文字不变形、排版像素级对齐、动效节奏毫秒级可控 而且未必要用 Opus5.5 等 SOTA 模型，只要提示词够细、分镜和逻辑清楚，完成后做审查，常见的模型做出的动效视频都不会太差。 以后的 AI 视频生成，到后期一定是： 代码生成 + 视频模型 + 图像模型 图像模型负责高质量静态资产和切图，代码负责精准运镜、文字排版和节奏控制，视频模型负责局部复杂动态。 通过代码来控整个生成流程和最终交付，不仅精细，分发和批量改动也极其方便。 如果你想研究怎么用代码搓视频，推荐看看这个 GitHub 仓库：awesome-opus5-5-videos 收录了 500 多个用代码做出来的爆款视频和完整的 Prompt，涵盖了动效、科普解说、3D 场景还有交互 Demo 🔗：https://github.com/yihui-dev/awesome-opus5-5-videos

引用 @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

查看引用原文 ↗

Your Dot can get to know you a little better 🤗 Connect Nowledge Mem to bring your saved decisions, preferences, and project context into the conversation. Search past memories, pick up where you left off, and save conversations back to Mem. A little less explaining yourself. A little more getting things done. Setup guide: https://mem.nowledge.co/docs/integrations/openai-dots

I’m building Prosefly, a content workspace for Git-powered websites. Write and review content, then open a pull request — without leaving the editor.

✅ 60k queries handled ✅ 500+ customer accounts ✅ 85%+ of sessions resolved without a support ticket ✅ 250+ cases auto-detected + escalated to the right team @SnykSec Assist. Built on LangChain + LangGraph. Observability in LangSmith. Full story: https://www.langchain.com/blog/how-snyk-turned-an-internal-support-agent-into-a-customer-feature

其他地方付费的 AIGC 课程，这里全开源啊？🥹

引用 @arvin010717

前言： 前段时间大家都在咨询我还要付费学习的冲击帧教学来了，在此感谢三位老师一起开发研发这个玩法 @Magncsans @Chengzilhy @94vanAI 我已经在我们vsc免费开源了⬇️ https://vibeshot.club/courses/db35b227-98ee-4992-8bce-5eeb0fff2291/learn?lesson=2a58bddc-1285-4ecd-b154-8cc0cac4c70e

查看引用原文 ↗

Claude Motion 与 Dashboards 完整上手指南 包括 Claude Dashboards 实战与避坑核心 Claude Motion 实战与核心工作流 视频提示词怎么写：从一句话需求到可交付作品 官方单车案例业务闭环（81 秒演示逻辑） 新手交付前实操检查清单 https://best.xiaohu.ai/article/claude-dashboards-motion-guide/

15 支 10 秒短片，一支一种风格，画面、动画、音乐和音效都由 Claude Opus 5.5 写代码产出。 https://github.com/Vincentwei1021/mg-styles-15

现在这个HD2D dota2已经部署，欢迎大家试用并提意见。 目标是一个完整的Dota2 HD2D 录像渲染引擎。 所以数据都是从Dota2的demo文件来的。 这个版本是TI15决赛Team Spirit 和Pari Vision BO5的最后一局，也算是Yaotoro的封神战了。 网址 https://reflection.dota2tavern.org/

引用 @btreeww

HD2D Dota的一个小小里程碑 TI15决赛生死局整场已经能从头看到尾了，细节还有很多地方需要打磨，不过目前效果还不错。 做了一个视频展示一下！

查看引用原文 ↗

这个发布多语言支持的宣传视频，如果想给自己产品也做一个的可以试试这个Skill 👇 https://skillry.dev/skills/bs-notion-style-localize-video

吸收 Producthunt 上的一个叫 DeTV 的产品灵感。 让 Grok bot 协作，豆包播客 API 开发了一个 AI 播客。 双人主播聊今天的 Hacker News、Github Trending、卡兹克 AI Hot 上的热门新闻，还有 Producthunt 上的热门产品。 在线电台：https://aitv.qiaomu.ai/ 开源地址：https://github.com/joeseesun/aitv

在线体验：https://aitv.qiaomu.ai/ 开源地址：https://github.com/joeseesun/aitv

@qq1061105963 已开源 https://github.com/joeseesun/aitv

moved from beehiiv to substack because they were addiing a bunch of stuff i didnt need + charging accordingly. but i liked them. substack is good for the network but weve had declining open rates ever since - i wonder if the @ substack domain is getting hit from many angles some features i want, some i dont. feels like no platform does it or is at least customisable in the right ways. if i think about my perfect platform its built like Pi - open-source core that handles some of the basic primitives of email delivery management and sending emails but fully customisable in that my dashboard features (maybe you want 'recommend other newsletters' but i dont) could be different

我想说 Gemini 3.8 Flash High 是当前优化产品以及官网文案内容最好的模型，推荐有需求的小伙伴去试试。 由于这几天我的Claude 以及 Codex 额度 以及好几个 Reset 都用完了，但是还有些事情要做，翻出了半年前当时 199 刀包的一年的 Gemini AI，甚至都快忘记了，也想着不抱太大希望去看看谷歌的模型效果有没有进步，于是下载了一个 Antigravity，直接设置当前能设置的最好的这个。 让他去帮我优化 Mole Mac 的一些文案，想着让各个国家的内容尽可能简单、清晰、易懂，输入非常简单的诉求，他就开始干活了，速度很快，文案优化给到了优化前、优化后和原因，仔细看了看，相比之前 GPT 和 Claude 最好模型优化的好了不少，让我听惊讶，语言很顺畅、真实、清晰，不文绉绉，也没有 AI 那个味道，让我感觉真好，虽然在 Coding 上差了点，居然在文案表达上这么好。 20刀每月的居然还挺耐用，我让他帮我优化了 Mole 的官网、 App 设置项、优化项、清理项，提示文案、描述文案各种，感觉之前我手写的的确有不少没有那么好懂清晰，换成这个以后，真有一个你请了一个语文老师做到你的旁边帮你考虑小白用户如何更好理解你产品的思路来优化，帮我做了很多事情。 我居然对优化文案上瘾了，然后我又包了一个20刀的账号，继续使用，一个用完，另外一个刚好重置，把我之前一些产品不好懂的文案、描述几乎全部优化了一遍，包括各种开源的 Readme，非常爽，也非常喜欢，算是找到了用武之地了。 假如你也有类似诉求，非常推荐你把尘封很久的 Gemini 拿出来试试，会让你很惊喜的，可以让他输出前后对比以及原因，先让你check，让他追求简单、清晰、易懂，不AI语气的方式来弄，非常非常不错。

@easoncxz ~1.4 million emails a year at $0.16 per 1,000 on AWS SES Essentials plan

Whistle is blowing up on the Hub: 16.9 MB speech-to-text that rivals Whisper base, perfect on-device 👇 https://huggingface.co/Cactus-Compute/whistle

convt 一个本地文件转换工具，支持 40 种格式，覆盖图片、视频、音频、PDF 和文档。 - FFmpeg 处理音视频 - LibreOffice 处理 Word、Excel、PowerPoint 并导出 PDF - PDFium 把 PDF 页渲染成 PNG 或 JPEG - image 与 resvg 处理照片和 SVG - HEIC 交给 libheif macOS 接 Finder 菜单，Linux 接文件管理器菜单，装好以后右键点文件、选格式，结果放在原文件旁边，整个过程在本机跑完。 https://github.com/opencoredev/convt

长期以来每次都要重做视频封面的痛苦终于解决了！ 大家好，我叫创哥，一时蠢动之下从字节裸辞的技术人，今天终于决定正式来营运X了！ 作为一个练习时长一年半、全网30万粉丝的博主，我开发了一个工具「davinci」，在小红书百条“催开源”的评论催促下，今天正式开源分享给大家：https://github.com/ChrisZou/davinci，作为送给大家的见面礼～ 它是一个AI Native的图片编辑器，你可以理解为给AI开发的“PS”，目前我已经用它代替，取消每年1000多的稿定设计订阅。 1️⃣它解决了用gpt-image生图无法精准编辑的问题，以及Figma、Canva这些产品无法用 AI 来创作的问题。 2️⃣它里面的每一个图层，都可以用AI来精准控制。不再需要重新生成、随机抽卡，只改你想改的，不想改的能够做到完全不碰。 欢迎大家使用也给我提一些反馈意见！

Cloudflare 这回做得非常体面，免掉开发者的万刀账单

引用 @shmily7

Cloudflare天价帐单事件结案： 非常感谢在 @ashleypeacock 的帮助下，Cloudflare已经决定全额退还在Bug故障期间所产生的费用（等待到帐中），最后附上Cloudflare最后回复的工单全文，非常详细的解释了Bug的过程的原因。 这里回答一些评论问的比较多的问题： 1、你没有设置消费提醒吗？Cloudflare消费没有硬上限吗？ 是的，我没有设置消费提醒，默认只有一个系统自带的10USD的提示，而我每个月的消费大概在100USD-300USD左右，甚至在此事之前我并不清楚设置消费提醒这个问题非常重要。 如果你在使用Cloudflare的服务，强烈建议您也设置一个到多个提醒配置：https://dash.cloudflare.com/<你的帐户ID>/billing/billable-usage （Ps: 在AI的提示下它要求我配置100、300、500、1000、3000五个档位+多个邮箱的提醒） Cloudflare目前是后付费模式，也没有消费上限配置选项，所以一旦产生消费，是需要您支付的，但据官方透露未来不久会上线这个配置功能。 2、如果不付帐单会怎么样？直接跑路行不行？ 理论上，当然可以，但我们小时候看古惑仔里里面有一句台词：出来混，有错就要认，挨打要立正。承认错误、承担责任，我认为是一个成年人的表现，当然，实在付不起就算了。 （好了装逼结束）除了上述原因，主要还是因为我的主力项目还在Cloudflare上解析和做负载均衡，另外在最近几个月时间内，大概快速Viber了几十个业余项目，所以哪怕迁移也没有这么快能完成，总的来说，还是要感谢Cloudflare这种基建设施，能够超级快速Ship各种新项目，能快速验证各种想法，如果AI是挥动魔法棒的那种能力，那Cloudfalre就是接住这些魔法产物的地方。 所以最终我还是付了，我的信用卡并没有这么多钱，是跟银行申请临时提额来实现的，现在知道可以退绝大部份的话，就和小时候在衣柜旧衣服里面翻出钱来的感觉差不多，完全是一种惊喜的感觉。 3、到底写了些什么项目？怎么能闯这么大祸？用Ai写代码不检查，你就是活该吧？ 首先，我是看到Cloudflare更新了Sandbox的版本，于是我想测试一下，如果将某些开发任务分解为多个子任务，然后利用Sandbox的并发处理能力，能不能大幅度的提升开发效率？基于这个假设，我让AI迭代了几个不同的版本（包括一个主Agent来分解任务、多Agent自行沟通协调任务队列等不同的逻辑），但最终的结论是并没有明显的效率提升（可能是因为我能力问题）。 于是这个项目就在最后一次更新之后就搁置了，但它仍然部署在Cloudflare上，尽管无任何人使用，但在8.29日，也就是一个月前使用Codex的一次提交中，写了一个DO无限死循环的Bug，而这个Bug会在23天之后被唤醒，开始无限循环，产生消费。 我是一个大龄非科班程序员（自以为），没有在大厂工作过，是30岁之后完全自学的编程，学过Python基础和能看懂一点点TS，以前就是那种：我有一个想法，只差一个程序员的人，于是后来就自己学编程写自己想要的东西，写了几年，做了一些项目，赚了一点钱。 在彻底拥抱AI之后，就放飞自我了。所有代码都是不看不检查的，只描述需求和最终验收，并不是不想看，因为你真让我看我也看不懂，我只关心它能做到什么程度，能不能实现我要的效果，捅出篓子再说。 之前一直是使用Claude Code + Fable系列模型开发的，也从来没有出现过严重的问题，直到上个月底手上没有可用的帐号了，才不得不使用了Codex+GPT Sol 5.6模型开发，真就用了几天就出事了，这是一种惯性依赖，在配对什么智力程度的模型，就需要做对应程度的检查。 所以最终我买单也我也认的。 4、你说这是第二贵的教训，那人生第一贵的教训是什么？ 评论中有人回复：结婚； 哈哈，当然不是，这是另一个故事，以后有机会再分享详情，主要是使用了非自己Kyc的币安帐户3年，收了一些钱在里面，突然被币安强制人脸认证，只能找原KYC的持有人协商找回，那一次损失的原本大概是3万刀，最终追回不到一半。 工单原文（技术细节可以看这里）： Hi **, I want to start with an apology, and it's not a form-letter one. The experience you had — a five-figure bill, a support queue that didn't move fast enough on it, having to pay in full while waiting — that's a failure on our end, not just a billing edge case. I'm sorry it went that way. Your refund has been processed in full: US$10,701.41, covering all the Durable Objects charges (rows read, rows written, requests and duration) from the period between September 23 and October 6. You should see it reflected on your account within a few billing days — reply here if you don't and I'll chase it down directly. What actually happened, since the support loop clearly didn't explain it well Your PiSessionDO alarm hit a nasty edge case in how Durable Objects schedules alarms. Once a checkpoint entered its refresh window, alarm() was rescheduling itself to Date​.now() — which is effectively "fire again immediately." That's not a theoretical gotcha; it's a known sharp edge where the alarm fires at roughly 600 invocations per second with nothing meaningful happening except storage churn. The cost driver wasn't CPU time or request duration — a DO that stays awake continuously costs a few dollars a month in duration. The real cost was SQLite storage operations. At hundreds of invocations per second, each touching storage, rows read and rows written compound fast. That's where the bill came from. The fix you already shipped — a 15-minute minimum delay, a retry budget that stops rescheduling after N exhausted attempts, and a regression test — is exactly right. If those had been in place from the start, this incident would have cost dollars, not thousands. A few things worth keeping in the codebase going forward Since you're clearly building quickly, a few patterns that specifically protect against this class of issue: On alarms: Never pass Date​.now() or a past timestamp to alarm(). If the scheduled time has already passed, it fires immediately. The safe minimum is something like Date​.now() + 60_000 (1 minute), but for a refresh/retry cycle, 15 minutes is a reasonable floor. Also: always store your retry counter in DO storage and stop rescheduling once the budget is exhausted. Without a hard stop, the loop survives restarts. On spend controls: Under Notifications in your Cloudflare dashboard, you can configure billing usage alerts that trigger at specific spend thresholds. Setting these at 25%, 50%, and 75% of your expected monthly spend means something like this surfaces within hours, not two weeks. Worth setting up before you're back to building — it takes two minutes and catches a wide range of anomalies beyond just alarm loops. On DO analytics: The Workers & Pages dashboard shows per-namespace invocation counts and storage metrics. A namespace that jumps from a few thousand invocations per day to hundreds of millions looks very different — it's the fastest early signal of a loop that's also worth checking periodically when you're iterating quickly on a DO-heavy service. One general note on AI-assisted development and usage-based products: moving fast with AI tools is genuinely useful, but usage-based services like Durable Objects, D1, and R2 can have non-obvious cost profiles when code has bugs. The same speed that makes vibe coding productive can generate a billing surprise before you've had a chance to review what shipped. A brief manual review of anything that touches persistent storage or sets alarms before it hits production tends to catch the expensive class of mistakes early. I hope you'll stay on the platform. What happened here was a combination of a real edge case in the product and a real failure in how we handled your case afterward. Both matter and we're not dismissing either. If you have any follow-up questions about the credit, want to walk through your DO architecture before you re-enable the Workers, or want help auditing the rest of the codebase for similar patterns — I'm here. Let us know if you have any other questions, Daniel Cloudflare Support This reply was enhanced by Cloudflare Workers AI (Kimi K2.7 by Moonshot AI).

查看引用原文 ↗

@CavillZhang 已修复 🙏 v0.1.1138 起：Codex 显示用完（比如 Business 座位到了管理员上限、额度读数还不高）的账号，magpie 会当作用完直接切走，也不会切到或切回被停用的账号，恢复后再切回。

@hsiangron 已修复 🙏 v0.1.1138 起，自己按地址添加的服务商会原样收到 Codex 发的 service_tier（Fast 的 priority、Ultrafast 的 ultrafast），Codex 里这类模型也能选 Fast / Ultrafast 了；上游不认这个字段时会自动去掉重发。

万能的网友把超强工作方法直接装进 AI了，这套ClaudeSkills 把深度研究、产品需求、PPT、公众号写作、代码审查等流程，打包成 13 个开源技能，你啥都不用干，只管 AI 出结果就好。 今天装一个技能，明天就能拿它研究选题、梳理需求、准备演示，别总是说什么要做自媒体不知道怎么写内容，AI 都帮你备好了，还等什么？ https://github.com/staruhub/ClaudeSkills

GrokBot 现在写代码非常牛逼，同时，可以连接 X 上的内容。 每天自动分析产品事故报告，产品优化心得。看看自己的产品用不用得上。自己写代码，自己提 pr。 Cloudflare 账单事故，它就提了 3 个。非常不错呀。

最近在做一个情侣 Bot App，摸索出了一套用 Codex 做治愈、可爱风格 UI 的流程： gpt-image-2.5 生成参考图 —> 确定视觉风格 —> 横向扩展 —> 生成透明背景素材图 —> 代码还原 —> 对照精调。 https://github.com/s1dashu/moe-ui-skill 今天把这套流程整理成了一个 Skill，叫「萌 UI Skill」，效果拔群，分享一下～

感谢大佬补丁

引用 @risent

王总的 omarchy-window-switcher 在我10年前的机器上按下 Super-Tab 后预览界面出现的时间略有延迟https://github.com/manateelazycat/omarchy-window-switcher/pull/3，大概是120ms，会有一点点不跟随手指的感觉，让AI优化了一下，增加了预览层的常住支持，时间减少到 20~35ms https://github.com/manateelazycat/omarchy-window-switcher/pull/3

查看引用原文 ↗

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)

引用 @marclou

How to 12x your MRR in 1 minute: 1. Triple the pricing 2. Reduce usage by 50% 3. Add no extra value 4. Repeat next year @beehiiv keeps increasing its prices every year. As a customer, I feel ripped off. So I'm churning. What's the best alternative?

查看引用原文 ↗

刚让 Opus 5.5 花 5 小时生成的 2 分钟水墨动画，1080p 60 帧 配乐 画面 都是自己合成🤯 这种水墨确实比刷屏的动效片难太多了，效果还行，但提升空间还很大，等 Fable 5.5 上线后再试一下 1、宣纸有纤维，墨顺着纤维洇开、干透，放大 4 倍看边缘全是毛茸茸的洇痕 2、毛笔有 40 根笔毛，行笔快、余墨少就出飞白 3、标题按真实笔顺一笔一笔写出来，结尾的印章也是代码刻的 4、鱼和鹏都有骨架，摆尾、振翅、鲲化成墨云再聚成鹏，全是算出来的 5、古琴、箫、毛笔擦纸的沙沙声，全用 Python 合成，一个音频素材都没用 过程中深刻感觉到 Opus5.5 的强悍😅，每秒抽一帧拼成大图、局部放大 4 倍查锯齿、算墨在画面里占多少、逐帧比对找画面突跳……

引用 @gkxspace

wok，做动效最大的痛点彻底打通，Claude Motion + Higgsfield Katana，一个人就能承包一整个工作室！！！ Claude Motion 做动效本来就很牛逼，配上 Higgsfield Katana，从想法、做动画、来回修改到最终渲染，一条工作流解决。 而且整条视频都是代码写的，字体、时间点、运镜、情绪，每个细节都能改，你说哪里它就改哪里。 你只管当艺术总监，从想法到成片，全流程制作交给 Claude 和 Higgsfield。

查看引用原文 ↗

AI is making creativity more valuable than ever before and.. we have 3 years of data to prove it. Introducing the Creative Intelligence 2026 report from @contralabs. Full report: https://c87.to/creative-intelligence-x

Contra’s new Creative Intelligence Report is one of the most incredible websites I’ve seen - you have to check it out yourself! Three findings stood out: 1. AI doesn’t seem to be hurting creatives' earnings: 49.1% reported earning more versus 13.9% earning less. 2. The fastest-growing AI tools mentioned in job listings for creatives were Higgsfield (25×), Replit (10.8×), and Claude (9.9×) 3. The most-used AI tools were ChatGPT (29.3%), Claude (27.1%), and Gemini (14.1%). Still pretty standard vs. AI design-specific tools. Check out @contra's insanely cool report here: https://c87.to/creative-intelligence-infl

引用 @contraben

AI is making creativity more valuable than ever before and.. we have 3 years of data to prove it. Introducing the Creative Intelligence 2026 report from @contralabs. Full report: https://c87.to/creative-intelligence-x

查看引用原文 ↗

Contra 2026创意行业报告： AI降低了制作门槛，也抬高了专业创意的标准 三年前大家担心“设计师要被 AI 淘汰了”，但现实是现在超过 70% 的创意人每天都在用 AI。会用 AI 的人接单单价平均涨了 40% 以上。 善用 AI 的人不仅没失业，反而赚得更多，还催生了全新的职业形态。 Contra Labs 发布的《Creative Intelligence Report 2026》研究报告，问卷覆盖15万名以上在职创意专业人士，数据则依托200万以上创作者... 调查发现： 大家真正的AI用法是： 前期找灵感： 扔给 AI 一堆资料，让它做竞品调研、头脑风暴，省去几小时的搜集时间； 中期找茬： 让 Claude 或 ChatGPT 当对手，挑挑方案逻辑的毛病、压力测试文案； 最后拍板： 最终的审美把控、细节修饰和落地交付，依旧全靠人。画图变简单了，反而是人的“眼光和审美”变贵了。 客户开始为“以前没有的服务”掏钱了： 以前客户买的是“帮我做张海报”、“剪个片子”，现在高薪单子变成了全新的东西： 帮公司搭 AI 流水线： 教客户团队怎么把 AI 串进日常流程（需求涨了 60%）； 搭品牌专用提示词库/视觉库： 帮品牌调教专属的 AI 资产，省去高昂的棚拍费用； AI 创意总监： 自己不动手画，指挥各种 AI 工具拼出整个大型项目。 拥抱 AI 的创意人收入明显上涨： 项目客单价上涨： 善用 AI 的创意人，承接的单个项目规模（Project size）平均增长了 40% 以上。 审美与判断力更值钱： 工具门槛被 AI 抹平后，“审美水平（Taste）、独特视角（Perspective）、商业判断力（Judgment）和全局导演能力（Direction）” 变得更有溢价。能用好 AI 工具放大这些能力的人，议价空间显著高于拒绝 AI 的同行。 而且还催生出的 8 大“AI 原生”全新赚钱职位： 随着需求升级，客户不再只是买一张海报或剪一段视频，市场上诞生了大量全新的交付类型与岗位： AI 工作流设计（AI Workflow Design，+60.0%）： 帮团队或企业搭建基于 AI 的高效内容生产流水线。 AI 创意总监（AI Creative Direction，+50.0%）： 负责把控全局审美与策略，调动各类 AI 工具统筹创意产出。 AI 落地页生成（AI Landing Page Generation，+49.8%）： 借助 AI 工具快速完成高转化独立站/页面的设计与搭建。 品牌图像系统构建（Brand Image Systems，+36.6%）： 用 AI 为品牌定制成套连贯的视觉图像库。 创意评测与 AI 质检（Creative Evaluation & AI QA，+32.7%）： 充当专家评审，给 AI 模型生成的创意效果打标、做质量评估。 品牌提示词资产包（Brand Prompt Kits，+31.8%）： 为品牌定制专用的提示词库与参数集，确保团队产出一致风格的内容。 AI 原生 UGC 角色设定（AI UGC Character Design，+26.9%）： 打造数字虚拟代言人或社交内容角色。 合成品牌摄影（Synthetic Brand Photography，+21.5%）： 免去高昂的实景棚拍成本，用纯 AI 打造逼真的品牌商用级静物或场景视觉。

报告详细解读：https://best.xiaohu.ai/article/contra-creative-intelligence-2026/ 原始报告内容：https://contralabs.com/creative-intelligence-report-2026

我居然才发现，Codex 官方给 Claude 做的插件这么好用？？？ https://github.com/openai/codex-plugin-cc GPT-6 Astra 写代码感觉太过度设计，但它的工程能力和 debug 是真的强，拿来 review 无敌： 1、/codex:review Claude 写完，Astra 审你还没提交的改动，问题按严重程度排好，带文件和行号。想审整个分支也行。 2、/codex:adversarial-review 专门质疑方案的，后面还能跟一句重点，比如"重点看并发和回滚"，最后直接给结论：能不能上线。 3、/codex:rescue 把活丢给 Codex 干。需求明确的固定功能、Claude 卡住的 bug，直接甩过去，它改完还会自己跑一遍验证。 当然，不止这几个，其他也都挺好用，插件 3 月就出了，我居然现在才用上😂

引用 @gkxspace

wok，做动效最大的痛点彻底打通，Claude Motion + Higgsfield Katana，一个人就能承包一整个工作室！！！ Claude Motion 做动效本来就很牛逼，配上 Higgsfield Katana，从想法、做动画、来回修改到最终渲染，一条工作流解决。 而且整条视频都是代码写的，字体、时间点、运镜、情绪，每个细节都能改，你说哪里它就改哪里。 你只管当艺术总监，从想法到成片，全流程制作交给 Claude 和 Higgsfield。

查看引用原文 ↗

那个复刻 Adobe 全家桶的 **Craft 开源项目，现在又盯上 Office 了： PPT -> deckcraft Word -> wordcraft Excel -> gridcraft @get_artcraft 开源项目 https://github.com/orgs/storytold/repositories

我今天差点被 GitHub 上的网红开源项目给坑了。。。 一堆人吹它"全自动接单"，我第一次随手问 AI 这个项目，得到的是一个乐观的答案，但是实际用下来一团糟。 换到 Teamily AI（Humans + Agents 平台）开了个群聊，让 personal agent 和 team AI 组了个情报室，还拉了一位一起合作的伙伴进群，结果被几个 Agent 啪啪打脸😅 它并非一个人对着一堆 Agent 发号施令，人和 Agent 都能接着别人的结论往下做，也能当场反对。 整个过程太有意思了，我来给大家详细讲一讲： 1、拉了 3 个 Agent 进群 一个负责搜全网声量的 Radar，一个只负责翻源码和找漏洞的 Auditor，还有一个负责整理交付物的 Synthesizer。 2、Agent 现场推翻我的想法 Radar 刚说全网讨论度极高建议发推安利，Auditor 却在群里贴源码：别发！它列了三个待验证风险：模型调度像是硬编码规则，而且长时间跑可能爆内存。 3、我拍板后，全员调头 我直接在群里回："卧槽，差点肉身踩雷。不搞安利了，全员把这 3 个源码漏洞做成排雷指南！" 重点来了：这时 Radar 补项目方的公开说法，Auditor 整理源码证据，Synthesizer 接过两边的结果，右侧直接生成了一份代码排雷指南。 4、顺手存成 Loop，以后一键重跑 借助他们 2.0 的 Loop 功能，我把这套"抓声量→扒源码→提风险→人工复核"的协作流直接存成了一个 Loop。最后一个节点是人：合作伙伴在群里复核批准。 以后再出现吹上天的项目，点聊天里的 Loop 把项目丢进去，按同一套标准跑一遍，再也不怕被营销号忽悠了😅 说实话，我第一次问到的那个答案就太顺从，你给什么它顺着夸什么。但真正能干活的 AI 团队，必须得有个敢推翻结果的 Agent，还得有人最后拍板，用 @Teamily_AI 搭建这个就很合适😋

https://x.com/gkxspace/status/2108199216720072942

引用 @gkxspace

我今天差点被 GitHub 上的网红开源项目给坑了。。。 一堆人吹它"全自动接单"，我第一次随手问 AI 这个项目，得到的是一个乐观的答案，但是实际用下来一团糟。 换到 Teamily AI（Humans + Agents 平台）开了个群聊，让 personal agent 和 team AI 组了个情报室，还拉了一位一起合作的伙伴进群，结果被几个 Agent 啪啪打脸😅 它并非一个人对着一堆 Agent 发号施令，人和 Agent 都能接着别人的结论往下做，也能当场反对。 整个过程太有意思了，我来给大家详细讲一讲： 1、拉了 3 个 Agent 进群 一个负责搜全网声量的 Radar，一个只负责翻源码和找漏洞的 Auditor，还有一个负责整理交付物的 Synthesizer。 2、Agent 现场推翻我的想法 Radar 刚说全网讨论度极高建议发推安利，Auditor 却在群里贴源码：别发！它列了三个待验证风险：模型调度像是硬编码规则，而且长时间跑可能爆内存。 3、我拍板后，全员调头 我直接在群里回："卧槽，差点肉身踩雷。不搞安利了，全员把这 3 个源码漏洞做成排雷指南！" 重点来了：这时 Radar 补项目方的公开说法，Auditor 整理源码证据，Synthesizer 接过两边的结果，右侧直接生成了一份代码排雷指南。 4、顺手存成 Loop，以后一键重跑 借助他们 2.0 的 Loop 功能，我把这套"抓声量→扒源码→提风险→人工复核"的协作流直接存成了一个 Loop。最后一个节点是人：合作伙伴在群里复核批准。 以后再出现吹上天的项目，点聊天里的 Loop 把项目丢进去，按同一套标准跑一遍，再也不怕被营销号忽悠了😅 说实话，我第一次问到的那个答案就太顺从，你给什么它顺着夸什么。但真正能干活的 AI 团队，必须得有个敢推翻结果的 Agent，还得有人最后拍板，用 @Teamily_AI 搭建这个就很合适😋

查看引用原文 ↗

https://x.com/gkxspace/status/2108199216720072942

引用 @gkxspace

我今天差点被 GitHub 上的网红开源项目给坑了。。。 一堆人吹它"全自动接单"，我第一次随手问 AI 这个项目，得到的是一个乐观的答案，但是实际用下来一团糟。 换到 Teamily AI（Humans + Agents 平台）开了个群聊，让 personal agent 和 team AI 组了个情报室，还拉了一位一起合作的伙伴进群，结果被几个 Agent 啪啪打脸😅 它并非一个人对着一堆 Agent 发号施令，人和 Agent 都能接着别人的结论往下做，也能当场反对。 整个过程太有意思了，我来给大家详细讲一讲： 1、拉了 3 个 Agent 进群 一个负责搜全网声量的 Radar，一个只负责翻源码和找漏洞的 Auditor，还有一个负责整理交付物的 Synthesizer。 2、Agent 现场推翻我的想法 Radar 刚说全网讨论度极高建议发推安利，Auditor 却在群里贴源码：别发！它列了三个待验证风险：模型调度像是硬编码规则，而且长时间跑可能爆内存。 3、我拍板后，全员调头 我直接在群里回："卧槽，差点肉身踩雷。不搞安利了，全员把这 3 个源码漏洞做成排雷指南！" 重点来了：这时 Radar 补项目方的公开说法，Auditor 整理源码证据，Synthesizer 接过两边的结果，右侧直接生成了一份代码排雷指南。 4、顺手存成 Loop，以后一键重跑 借助他们 2.0 的 Loop 功能，我把这套"抓声量→扒源码→提风险→人工复核"的协作流直接存成了一个 Loop。最后一个节点是人：合作伙伴在群里复核批准。 以后再出现吹上天的项目，点聊天里的 Loop 把项目丢进去，按同一套标准跑一遍，再也不怕被营销号忽悠了😅 说实话，我第一次问到的那个答案就太顺从，你给什么它顺着夸什么。但真正能干活的 AI 团队，必须得有个敢推翻结果的 Agent，还得有人最后拍板，用 @Teamily_AI 搭建这个就很合适😋

查看引用原文 ↗

https://x.com/gkxspace/status/2108199216720072942

引用 @gkxspace

我今天差点被 GitHub 上的网红开源项目给坑了。。。 一堆人吹它"全自动接单"，我第一次随手问 AI 这个项目，得到的是一个乐观的答案，但是实际用下来一团糟。 换到 Teamily AI（Humans + Agents 平台）开了个群聊，让 personal agent 和 team AI 组了个情报室，还拉了一位一起合作的伙伴进群，结果被几个 Agent 啪啪打脸😅 它并非一个人对着一堆 Agent 发号施令，人和 Agent 都能接着别人的结论往下做，也能当场反对。 整个过程太有意思了，我来给大家详细讲一讲： 1、拉了 3 个 Agent 进群 一个负责搜全网声量的 Radar，一个只负责翻源码和找漏洞的 Auditor，还有一个负责整理交付物的 Synthesizer。 2、Agent 现场推翻我的想法 Radar 刚说全网讨论度极高建议发推安利，Auditor 却在群里贴源码：别发！它列了三个待验证风险：模型调度像是硬编码规则，而且长时间跑可能爆内存。 3、我拍板后，全员调头 我直接在群里回："卧槽，差点肉身踩雷。不搞安利了，全员把这 3 个源码漏洞做成排雷指南！" 重点来了：这时 Radar 补项目方的公开说法，Auditor 整理源码证据，Synthesizer 接过两边的结果，右侧直接生成了一份代码排雷指南。 4、顺手存成 Loop，以后一键重跑 借助他们 2.0 的 Loop 功能，我把这套"抓声量→扒源码→提风险→人工复核"的协作流直接存成了一个 Loop。最后一个节点是人：合作伙伴在群里复核批准。 以后再出现吹上天的项目，点聊天里的 Loop 把项目丢进去，按同一套标准跑一遍，再也不怕被营销号忽悠了😅 说实话，我第一次问到的那个答案就太顺从，你给什么它顺着夸什么。但真正能干活的 AI 团队，必须得有个敢推翻结果的 Agent，还得有人最后拍板，用 @Teamily_AI 搭建这个就很合适😋

查看引用原文 ↗

https://x.com/gkxspace/status/2108199216720072942

引用 @gkxspace

我今天差点被 GitHub 上的网红开源项目给坑了。。。 一堆人吹它"全自动接单"，我第一次随手问 AI 这个项目，得到的是一个乐观的答案，但是实际用下来一团糟。 换到 Teamily AI（Humans + Agents 平台）开了个群聊，让 personal agent 和 team AI 组了个情报室，还拉了一位一起合作的伙伴进群，结果被几个 Agent 啪啪打脸😅 它并非一个人对着一堆 Agent 发号施令，人和 Agent 都能接着别人的结论往下做，也能当场反对。 整个过程太有意思了，我来给大家详细讲一讲： 1、拉了 3 个 Agent 进群 一个负责搜全网声量的 Radar，一个只负责翻源码和找漏洞的 Auditor，还有一个负责整理交付物的 Synthesizer。 2、Agent 现场推翻我的想法 Radar 刚说全网讨论度极高建议发推安利，Auditor 却在群里贴源码：别发！它列了三个待验证风险：模型调度像是硬编码规则，而且长时间跑可能爆内存。 3、我拍板后，全员调头 我直接在群里回："卧槽，差点肉身踩雷。不搞安利了，全员把这 3 个源码漏洞做成排雷指南！" 重点来了：这时 Radar 补项目方的公开说法，Auditor 整理源码证据，Synthesizer 接过两边的结果，右侧直接生成了一份代码排雷指南。 4、顺手存成 Loop，以后一键重跑 借助他们 2.0 的 Loop 功能，我把这套"抓声量→扒源码→提风险→人工复核"的协作流直接存成了一个 Loop。最后一个节点是人：合作伙伴在群里复核批准。 以后再出现吹上天的项目，点聊天里的 Loop 把项目丢进去，按同一套标准跑一遍，再也不怕被营销号忽悠了😅 说实话，我第一次问到的那个答案就太顺从，你给什么它顺着夸什么。但真正能干活的 AI 团队，必须得有个敢推翻结果的 Agent，还得有人最后拍板，用 @Teamily_AI 搭建这个就很合适😋

查看引用原文 ↗

https://x.com/gkxspace/status/2108199216720072942

引用 @gkxspace

我今天差点被 GitHub 上的网红开源项目给坑了。。。 一堆人吹它"全自动接单"，我第一次随手问 AI 这个项目，得到的是一个乐观的答案，但是实际用下来一团糟。 换到 Teamily AI（Humans + Agents 平台）开了个群聊，让 personal agent 和 team AI 组了个情报室，还拉了一位一起合作的伙伴进群，结果被几个 Agent 啪啪打脸😅 它并非一个人对着一堆 Agent 发号施令，人和 Agent 都能接着别人的结论往下做，也能当场反对。 整个过程太有意思了，我来给大家详细讲一讲： 1、拉了 3 个 Agent 进群 一个负责搜全网声量的 Radar，一个只负责翻源码和找漏洞的 Auditor，还有一个负责整理交付物的 Synthesizer。 2、Agent 现场推翻我的想法 Radar 刚说全网讨论度极高建议发推安利，Auditor 却在群里贴源码：别发！它列了三个待验证风险：模型调度像是硬编码规则，而且长时间跑可能爆内存。 3、我拍板后，全员调头 我直接在群里回："卧槽，差点肉身踩雷。不搞安利了，全员把这 3 个源码漏洞做成排雷指南！" 重点来了：这时 Radar 补项目方的公开说法，Auditor 整理源码证据，Synthesizer 接过两边的结果，右侧直接生成了一份代码排雷指南。 4、顺手存成 Loop，以后一键重跑 借助他们 2.0 的 Loop 功能，我把这套"抓声量→扒源码→提风险→人工复核"的协作流直接存成了一个 Loop。最后一个节点是人：合作伙伴在群里复核批准。 以后再出现吹上天的项目，点聊天里的 Loop 把项目丢进去，按同一套标准跑一遍，再也不怕被营销号忽悠了😅 说实话，我第一次问到的那个答案就太顺从，你给什么它顺着夸什么。但真正能干活的 AI 团队，必须得有个敢推翻结果的 Agent，还得有人最后拍板，用 @Teamily_AI 搭建这个就很合适😋

查看引用原文 ↗

up主做的黄仁勋AI巡演火到X上，连马斯克都忍不住接梗了... 实在太有魔性。岂止老黄！门捷列夫、孙悟空……甭管能不能想到的“明星”都在b站开「世界巡演」 有个很有意思的点，之前在X刷屏的《丧尸清道夫》，还有火遍朋友圈的SBTI，创作源头都是 up 主（哦，还有女娲.skill和小猫补光灯的作者也是🐶 我其实挺好奇这是为什么？ 现阶段我的判断是，B站在成为 AI 创意内容/作品工场。b 站在这波 AI 浪潮里鲜见的优势是，这里聚集了一波有自己热爱和偏好的创作者和用户。 他们脑子里本来就有东西，只是以前做不出来，或者做起来太费劲。AI把这部分门槛降下来，那些攒了好多年的奇怪知识和脑洞，突然就能拿出来用了。 模型越强，人和人的偏好差异反而越重要。同一个模型，有人拿去提效，有人非要让门捷列夫唱元素周期表。 同样搞模型测试，up 主会让模型修祖传代码、组局玩狼人杀……这种脑洞也就在 B站看到时让人觉得恰到好处、会心一笑 而B站恰好还有一群人，会认真看完，并且继续往上加活。。。 全明星世界巡演就是很好的例子。 最初只是一个up 主的脑洞打开， B站的人还会接着问：这怎么做的？能不能换个人？ 然后，霍金、如来、高启强等各种版本冒出来，更有人把巡演视频如何制作拍成手把手教授视频。一个人的脑洞，给下一位创作者铺好了路。用户评论有玩衍生梗的、有献计献策新创意的，越来越多创作者和用户都卷进来，变成了更多有意思的内容。 我自己一直在B站边做产品边发教程，上回跟做《猫娘计划》的 up 主交流，他提到有B 站用户会自发给他做插件和场景。观众直接从第一批用户，变成一起做产品的人了。做东西的能力普及之后，一句「要不试试这个」反而更有价值。 所以我觉得，b站能有 AI 内容不断出圈还挺合理的。有一群人想做，又有一群人愿意陪着折腾，工具还在疯狂变强。这帮人确实是赶上好时候了（也包括我🐶

有点意思，打开网页就是一座在跑的等距小城，托盘从工厂一路走到码头集装箱，地铁和公交按点发车，天上还有火箭起飞；鼠标点到哪个物件，哪个物件就报出自己的实时状态。 https://github.com/Khalidabdi1/factory

Cloudflare天价帐单事件结案： 非常感谢在 @ashleypeacock 的帮助下，Cloudflare已经决定全额退还在Bug故障期间所产生的费用（等待到帐中），最后附上Cloudflare最后回复的工单全文，非常详细的解释了Bug的过程的原因。 这里回答一些评论问的比较多的问题： 1、你没有设置消费提醒吗？Cloudflare消费没有硬上限吗？ 是的，我没有设置消费提醒，默认只有一个系统自带的10USD的提示，而我每个月的消费大概在100USD-300USD左右，甚至在此事之前我并不清楚设置消费提醒这个问题非常重要。 如果你在使用Cloudflare的服务，强烈建议您也设置一个到多个提醒配置：https://dash.cloudflare.com/<你的帐户ID>/billing/billable-usage （Ps: 在AI的提示下它要求我配置100、300、500、1000、3000五个档位+多个邮箱的提醒） Cloudflare目前是后付费模式，也没有消费上限配置选项，所以一旦产生消费，是需要您支付的，但据官方透露未来不久会上线这个配置功能。 2、如果不付帐单会怎么样？直接跑路行不行？ 理论上，当然可以，但我们小时候看古惑仔里里面有一句台词：出来混，有错就要认，挨打要立正。承认错误、承担责任，我认为是一个成年人的表现，当然，实在付不起就算了。 （好了装逼结束）除了上述原因，主要还是因为我的主力项目还在Cloudflare上解析和做负载均衡，另外在最近几个月时间内，大概快速Viber了几十个业余项目，所以哪怕迁移也没有这么快能完成，总的来说，还是要感谢Cloudflare这种基建设施，能够超级快速Ship各种新项目，能快速验证各种想法，如果AI是挥动魔法棒的那种能力，那Cloudfalre就是接住这些魔法产物的地方。 所以最终我还是付了，我的信用卡并没有这么多钱，是跟银行申请临时提额来实现的，现在知道可以退绝大部份的话，就和小时候在衣柜旧衣服里面翻出钱来的感觉差不多，完全是一种惊喜的感觉。 3、到底写了些什么项目？怎么能闯这么大祸？用Ai写代码不检查，你就是活该吧？ 首先，我是看到Cloudflare更新了Sandbox的版本，于是我想测试一下，如果将某些开发任务分解为多个子任务，然后利用Sandbox的并发处理能力，能不能大幅度的提升开发效率？基于这个假设，我让AI迭代了几个不同的版本（包括一个主Agent来分解任务、多Agent自行沟通协调任务队列等不同的逻辑），但最终的结论是并没有明显的效率提升（可能是因为我能力问题）。 于是这个项目就在最后一次更新之后就搁置了，但它仍然部署在Cloudflare上，尽管无任何人使用，但在8.29日，也就是一个月前使用Codex的一次提交中，写了一个DO无限死循环的Bug，而这个Bug会在23天之后被唤醒，开始无限循环，产生消费。 我是一个大龄非科班程序员（自以为），没有在大厂工作过，是30岁之后完全自学的编程，学过Python基础和能看懂一点点TS，以前就是那种：我有一个想法，只差一个程序员的人，于是后来就自己学编程写自己想要的东西，写了几年，做了一些项目，赚了一点钱。 在彻底拥抱AI之后，就放飞自我了。所有代码都是不看不检查的，只描述需求和最终验收，并不是不想看，因为你真让我看我也看不懂，我只关心它能做到什么程度，能不能实现我要的效果，捅出篓子再说。 之前一直是使用Claude Code + Fable系列模型开发的，也从来没有出现过严重的问题，直到上个月底手上没有可用的帐号了，才不得不使用了Codex+GPT Sol 5.6模型开发，真就用了几天就出事了，这是一种惯性依赖，在配对什么智力程度的模型，就需要做对应程度的检查。 所以最终我买单也我也认的。 4、你说这是第二贵的教训，那人生第一贵的教训是什么？ 评论中有人回复：结婚； 哈哈，当然不是，这是另一个故事，以后有机会再分享详情，主要是使用了非自己Kyc的币安帐户3年，收了一些钱在里面，突然被币安强制人脸认证，只能找原KYC的持有人协商找回，那一次损失的原本大概是3万刀，最终追回不到一半。 工单原文（技术细节可以看这里）： Hi **, I want to start with an apology, and it's not a form-letter one. The experience you had — a five-figure bill, a support queue that didn't move fast enough on it, having to pay in full while waiting — that's a failure on our end, not just a billing edge case. I'm sorry it went that way. Your refund has been processed in full: US$10,701.41, covering all the Durable Objects charges (rows read, rows written, requests and duration) from the period between September 23 and October 6. You should see it reflected on your account within a few billing days — reply here if you don't and I'll chase it down directly. What actually happened, since the support loop clearly didn't explain it well Your PiSessionDO alarm hit a nasty edge case in how Durable Objects schedules alarms. Once a checkpoint entered its refresh window, alarm() was rescheduling itself to Date​.now() — which is effectively "fire again immediately." That's not a theoretical gotcha; it's a known sharp edge where the alarm fires at roughly 600 invocations per second with nothing meaningful happening except storage churn. The cost driver wasn't CPU time or request duration — a DO that stays awake continuously costs a few dollars a month in duration. The real cost was SQLite storage operations. At hundreds of invocations per second, each touching storage, rows read and rows written compound fast. That's where the bill came from. The fix you already shipped — a 15-minute minimum delay, a retry budget that stops rescheduling after N exhausted attempts, and a regression test — is exactly right. If those had been in place from the start, this incident would have cost dollars, not thousands. A few things worth keeping in the codebase going forward Since you're clearly building quickly, a few patterns that specifically protect against this class of issue: On alarms: Never pass Date​.now() or a past timestamp to alarm(). If the scheduled time has already passed, it fires immediately. The safe minimum is something like Date​.now() + 60_000 (1 minute), but for a refresh/retry cycle, 15 minutes is a reasonable floor. Also: always store your retry counter in DO storage and stop rescheduling once the budget is exhausted. Without a hard stop, the loop survives restarts. On spend controls: Under Notifications in your Cloudflare dashboard, you can configure billing usage alerts that trigger at specific spend thresholds. Setting these at 25%, 50%, and 75% of your expected monthly spend means something like this surfaces within hours, not two weeks. Worth setting up before you're back to building — it takes two minutes and catches a wide range of anomalies beyond just alarm loops. On DO analytics: The Workers & Pages dashboard shows per-namespace invocation counts and storage metrics. A namespace that jumps from a few thousand invocations per day to hundreds of millions looks very different — it's the fastest early signal of a loop that's also worth checking periodically when you're iterating quickly on a DO-heavy service. One general note on AI-assisted development and usage-based products: moving fast with AI tools is genuinely useful, but usage-based services like Durable Objects, D1, and R2 can have non-obvious cost profiles when code has bugs. The same speed that makes vibe coding productive can generate a billing surprise before you've had a chance to review what shipped. A brief manual review of anything that touches persistent storage or sets alarms before it hits production tends to catch the expensive class of mistakes early. I hope you'll stay on the platform. What happened here was a combination of a real edge case in the product and a real failure in how we handled your case afterward. Both matter and we're not dismissing either. If you have any follow-up questions about the credit, want to walk through your DO architecture before you re-enable the Workers, or want help auditing the rest of the codebase for similar patterns — I'm here. Let us know if you have any other questions, Daniel Cloudflare Support This reply was enhanced by Cloudflare Workers AI (Kimi K2.7 by Moonshot AI).

I think you have a novelty problem. Your main product http://dailygram.me is a vitamin with a free plan targeting indie hackers. Instead: - Painkillers only - No free plan, and charge high $$$ - Target outside of indie hackers; go B2B If I may be direct, I'd kill that product today. You've been at it for more than 1 year, and it makes $145/mo (based on your TrustMRR page). I respect the hustle, but to me it's a clear sign the market isn't answering. Now I've looked at your other dozen projects and noticed something: Most of them could be vibe-coded in 24 hours. If I can be even more direct, I'd completely change the strategy. When @levelsio moved to Bali in 2017, it was WTF. That got him covered in mainstream media. Now it's normal to be a nomad. When I launched 1 startup every month in 2022, it was WTF. That got me my first 10K followers. Now AI has normalized shipping fast. In 2026, the winners won't be people shipping fast from Bangkok. It will be people living outside the box. People building software we've never seen before. AI made you a superhuman. You can connect your fitness tracker with your calendar and your light bulbs and see what makes you tired or energized. You can build a multiplayer game to make people go do stuff IRL like exercising or pushing code to gain XP. You can find a cancer cure for your cat. The possibilities are endless. Build stuff that nobody has seen before. Ride novelty. It worked pre-AI and will work post-AGI. I root for you, sir.

不是有受众了，你才去宣传 而是你要先宣传了，再把受众吸引过来 如果确实没有，那就要思考一下，是不是这个需求不成立

引用 @ianneo_ai

东西做完了才发现根本没受众，典型的前后搞反了。分发比产品重要，先找同频的人在哪，再去敲代码，不然做完真只能对着空气吆喝

查看引用原文 ↗

兄弟们，你们要的GTA 老奶奶版本重要来了！ 真的是爆肝了一个假期搞出来~~GitHub已开源 今以前要开 Blender 干一周的活，现在一句话就开工了 。 最近GTA老奶奶很火，我直接拿Claude Opus 5.5 +Tripo 3D 这套组合工作流复刻做了这套好玩的游戏。 PS：当然你也可以让Codex配合生图来邪修也是不错的选择！ 大概的工作流（见我的视频展示）：我在做一个老奶奶骑电动三轮横冲直撞的 GTA。 村里五个角色：阿公、阿明、阿桃姨、流氓阿凯、老林警员等，全是 Tripo @tripoai 做的。 一句话出图 → 一键转 3D → Smart Mesh 直接给四边面，还一次出 4 个面数版本 → 上纹理 → 选 Mixamo 一键绑骨 → 22 个预设动作点一下就挂上，导出直接进游戏。 最离谱的是 Text-to-Motion。 我打了一行「阿公抱着吉他弹唱，脚跟着节拍点地」，半分钟，阿公就真的在弹。 还能分段：先走过来、挥手、再双手合十鞠躬。 13 个任务、一整个村子，浏览器里就能玩。 这工作流真的爽到离谱 啊~~ 真的这玩意把做3D游戏的门槛拉的太低了，强烈建议大家可以玩玩~ 领取500Credit👇🏻记得给我Star啊~。

1、GitHub地址，记得Star：https://github.com/andyhuo520/grandma-gta 2、在线体验地址：https://andyhuo520.github.io/grandma-gta/

项目已经完全开源，大家直接体验！ 1、GitHub地址，记得Star：https://github.com/andyhuo520/grandma-gta 2、在线体验地址：https://andyhuo520.github.io/grandma-gta/

引用 @berryxia

兄弟们，你们要的GTA 老奶奶版本重要来了！ 真的是爆肝了一个假期搞出来~~GitHub已开源 今以前要开 Blender 干一周的活，现在一句话就开工了 。 最近GTA老奶奶很火，我直接拿Claude Opus 5.5 +Tripo 3D 这套组合工作流复刻做了这套好玩的游戏。 PS：当然你也可以让Codex配合生图来邪修也是不错的选择！ 大概的工作流（见我的视频展示）：我在做一个老奶奶骑电动三轮横冲直撞的 GTA。 村里五个角色：阿公、阿明、阿桃姨、流氓阿凯、老林警员等，全是 Tripo @tripoai 做的。 一句话出图 → 一键转 3D → Smart Mesh 直接给四边面，还一次出 4 个面数版本 → 上纹理 → 选 Mixamo 一键绑骨 → 22 个预设动作点一下就挂上，导出直接进游戏。 最离谱的是 Text-to-Motion。 我打了一行「阿公抱着吉他弹唱，脚跟着节拍点地」，半分钟，阿公就真的在弹。 还能分段：先走过来、挥手、再双手合十鞠躬。 13 个任务、一整个村子，浏览器里就能玩。 这工作流真的爽到离谱 啊~~ 真的这玩意把做3D游戏的门槛拉的太低了，强烈建议大家可以玩玩~ 领取500Credit👇🏻记得给我Star啊~。

查看引用原文 ↗

神佬又搓了个什么神仙东西？

引用 @berryxia

兄弟们，你们要的GTA 老奶奶版本重要来了！ 真的是爆肝了一个假期搞出来~~GitHub已开源 今以前要开 Blender 干一周的活，现在一句话就开工了 。 最近GTA老奶奶很火，我直接拿Claude Opus 5.5 +Tripo 3D 这套组合工作流复刻做了这套好玩的游戏。 PS：当然你也可以让Codex配合生图来邪修也是不错的选择！ 大概的工作流（见我的视频展示）：我在做一个老奶奶骑电动三轮横冲直撞的 GTA。 村里五个角色：阿公、阿明、阿桃姨、流氓阿凯、老林警员等，全是 Tripo @tripoai 做的。 一句话出图 → 一键转 3D → Smart Mesh 直接给四边面，还一次出 4 个面数版本 → 上纹理 → 选 Mixamo 一键绑骨 → 22 个预设动作点一下就挂上，导出直接进游戏。 最离谱的是 Text-to-Motion。 我打了一行「阿公抱着吉他弹唱，脚跟着节拍点地」，半分钟，阿公就真的在弹。 还能分段：先走过来、挥手、再双手合十鞠躬。 13 个任务、一整个村子，浏览器里就能玩。 这工作流真的爽到离谱 啊~~ 真的这玩意把做3D游戏的门槛拉的太低了，强烈建议大家可以玩玩~ 领取500Credit👇🏻记得给我Star啊~。

查看引用原文 ↗

喜欢❤️

引用 @sakinotomiura

【アプリリリース📱】ワインなどのお酒をデジタルで管理するiOSアプリ「Botilo」を、ひっそりリリースしていました🍷 📌ボトルの写真を撮る/選ぶだけ 📌画像生成で、サイズ感やライティングがそろった状態でセラーに並んでいく 📌品種や産地などの情報も、ラベルから自動入力をサポート 完全趣味に振り切ったニッチなアプリですが、スタイルもUIもいろいろ遊びまくっているので、興味ある方はぜひ触ってみてください📱

查看引用原文 ↗

阅读原文：https://x.com/omooretweets/status/2108000984094142553

引用 @omooretweets

Fun to talk with @jgreze (@TownAI) and Deeni Fathia (@GammaApp) about building a consumer AI business These two teams are best-in-class in developing delightful, retentive products that individuals adopt...and then bring into work. My takeaways: - Consumers are unlikely to pay for AI directly (via subscription). But, using consumer as a low cost enterprise funnel can be very effective, especially if you have a product where the output is naturally shareable and is used to do meaningful work. - You can't serve everyone. Some highly technical users are going to want a level of granularity / dial tuning that doesn't make sense to provide. You can lean in to this in select areas of the product where the average user does care - for Gamma, this is selecting image models. - For products that are adopted across a team, pooling tokens is one way to approach pricing. Employees will naturally have varying levels of adoption of AI tools, and allowing sharing across a team can feel more fair / give customers higher ROI (they'll be more likely to stay!) - The ecosystem resets every 2-3 months, so you need to be always reinventing yourself as a company. Gamma (which has more than 100M users) just rebuilt and relaunched its product in ~3 months to better serve how people are looking to tell stories with AI now. - Trying to beat the labs at their own game is often a mistake. Leaning into a specific angle that you feel unlocks the market (for Town, this is multiplayer) or a specific type of customer is often better than trying to take the same approach with fewer resources.

查看引用原文 ↗

6/ 试图在模型实验室擅长的领域正面击败它们，往往是个错误。 相比用更少的资源复制相同路线，选择一个真正能打开市场的独特切入点，或专注服务某类客户，通常更有效。 对 Town 来说，这个切入点就是多人协作。

🎁 新上了一批设计精美的 PPT Skill，欢迎大家体验：https://skillry.dev

引用 @skillry_dev

👏New on Skillry: Deck Skills. Ask your agent for a pitch, a company profile, a marketing plan or a lesson — and get a deck that actually looks designed. Edit it right in your browser. Export to editable PowerPoint. More styles on the way. 🎞️

查看引用原文 ↗

哈，又一个小红书 AI 变现案例，大模型接的还是豆包 单价 49.9，已售 1万份 它针对的人群很精准，大学生校招： 1/ 上传简历 2/ 分析对口校招岗位 3/ 自动投递 4/ 帮复盘 + 针对性补课 这要做出平台来，后端可接的知识付费，一下就把想象空间打开了

6

引用 @wquguru

我在 Teamily AI 里拉了个群：3 个 agent、我，再加一位合作伙伴，把 Claude 订阅注册避坑教程做成了一个网站：https://claude.wqu.guru。 稳定用好一个 Claude 账户要注意的细节太多，一篇教程讲不透。我想要一个能手把手教学、能记录进度、大家能一起打分和分享经验的页面。 网站用 Website Builder 搭，整个过程是一条接力链，每个 agent 都在上一个的成果上接着干： 1. UI 设计师：我嫌初版太丑，它在初版上重做了界面 2. 全栈工程师：接过重做后的版本，把静态页改成带数据库的动态站 3. 测试工程师：测这个动态站，查出 3 个缺陷，交回给全栈工程师 中途我在页面上直接加标注改文案，agent 按标注就改了。合作伙伴发现少了 iOS / Android / macOS 配置家宽 IP 的步骤，我把她拉进群，她 @ 了三个 agent：UI 设计师先排版，全栈工程师接着实现，测试工程师最后检查，上下文自动从一个智能体传递到另一个智能体。 和单个聊天机器人最大的不同是，我没在它们之间复制粘贴任何东西，后一个直接拿前一个的产出用。@Teamily_AI 管这叫 Humans + Agents，用下来确实像在带一个真实的小团队。

查看引用原文 ↗

赞美开源设计稿的团队，昨天那个 Paper Mono 网站的设计也公开了。 https://app.paper.design/playground/paper-mono

VPS 到手，第一件事永远是加固，装东西都往后排。 22 端口全网都在扫，裸奔的机器活不过三天。我以前加固一台 VPS：改 sshd_config、建 sudo 用户、换 SSH 端口、配 UFW、装 fail2ban，半小时起步，还总担心漏了哪项。 现在用 vps-security-hardening，一条命令远程全自动跑完：SSH 连通检测、系统更新、建用户禁 root 密码登录、SSH 改端口+密钥登录、fail2ban 防爆破、UFW 防火墙（22 端口直接删掉）、Docker 配置不绕过防火墙，最后自动验一遍配置。 ./scripts/harden-vps.sh --ip <VPS_IP> --root-pass <ROOT_PASSWORD> --user <NEW_USER> --user-pass <NEW_USER_PASSWORD> --port <SSH_PORT> 两个前置：VPS 商后台防火墙先放行新 SSH 端口；本地装个 sshpass。 开源 MIT，7 层防护一次配齐，拿去用。

源：https://x.com/ishverduzco/status/2107998499891728837

引用 @ishverduzco

If you manage a brand account on X, this is literally a cheat code. Here's what to do with this update... create 3 bots: 1) 24/7 Community Manager - Scan X daily (or more frequently) for mentions of your brand. Surface tweets worth amplifying, highlight product feedback (or stuff worth flagging internally), share team posts that are trending (or performing abnormally well). I also got mine doing a daily digest, notifying me when there's an urgent alert (like a trending tweet/crisis, monitoring our launches, and doing ongoing sentiment reports. 2) X Content Strategist - Read every single tweet your brand has done. Analyze all of the engagement, replies, bookmarks, etc and recommend content buckets, ideas, memes, etc. based on top performing posts. Also worth analyzing content from the founders/team. Bonus: Have the bot build out a voice/tone skill that could be used for future content sparring. 3) X Analyst - Analyze all of the engagements and replies on your past 30/60/90 days of brand content. Tell me which accounts jump out. Any influential people? Industry leaders? Creators? etc. Then share these with the team - provides good signal.

查看引用原文 ↗

4/ X Analyst 分析品牌过去 30、60、90 天内容下的全部互动和回复，找出其中值得关注的账号： 哪些是有影响力的人物、行业领袖或创作者？ 再把这些信号同步给团队，帮助品牌发现真正重要的人和机会。

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

Grok Bot 现在可以直接搜索和监控X上所有内容 不再需要你付费API 甚至无需 X 账户或连接器…

引用 @bot

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

查看引用原文 ↗

Grok Bot可以搜索、阅读和监控推文了，不需要API，这下实用了

引用 @bot

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

查看引用原文 ↗

早该支持了，Grok bot可以搜索，阅读监控x。 Personal Agent竞争越发激烈，感谢muse这条鲶鱼。 Grok bot的用户价值快速提升。

引用 @bot

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

查看引用原文 ↗

太牛逼了，Grok Bot用来做X搜索和监控这块。 不再需要你付费API 甚至无需 X 账户或连接器… 刚试了下，完全可行。@bot

引用 @bot

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

查看引用原文 ↗

Grok bot 直接可以搜索x内容，不需要连接器和API，非常方便了~~

Grok bot 最近真猛啊！ 现在可以搜索、阅读甚至监控指定的推特内容 比如你可以让他在 tibo 重置 Codex 额度的时候通知你 这些都是免费的，不通过以前的 xapi 实现

引用 @bot

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

查看引用原文 ↗

哎，不对吧？前几天我在读 Grokbot 的更新列表的时候，它还提示在我的开发者账户余额当中扣钱，今天就免费了？

引用 @bot

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

查看引用原文 ↗

Wow I asked Grok Bot to scan X for people saying mean shit about me and it was incredibly comprehensive. I hadn’t even seen most of these! Finally we get working X search 😂

引用 @bot

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

查看引用原文 ↗

永远可以相信马斯克的无敌工程能力和脑洞，Grok bot 潜力无限。

引用 @bot

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

查看引用原文 ↗

这是现在用 Grok 和 Grok Bot 的最强场景了吧，终于可以直接读取 X 里面的信息了，我去试了一下，确定可以了，真的是很香了啊，我把关注的一些人让 Bot 定期给我发汇总，比我每天去刷效率更高了，只要 Grok 能获取 X 中的信息，就是一直要用的原因。

引用 @bot

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

查看引用原文 ↗

所以 x api 根本没啥成本，内部调用一点不心疼😂

引用 @bot

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

查看引用原文 ↗

1/ Grok Bot 现在可以直接搜索、阅读和监控 X。 对于运营品牌账号的人来说，这几乎就是一个“作弊码”。 可以直接创建 3 个 Bot，把品牌的社区运营、内容策略和用户分析自动化。👇

This is great point Goodharts law: when a measure becomes a target, it ceases to be a good measure Initial take: eval driven development works for narrowly scoped things, but for more autonomous agents it doesn’t So then - how do you hill climb those?

引用 @huntergerlach

1. Create new high-value evals 2. Realize you need to fight against Goodhart's Law 3. Go to 1

查看引用原文 ↗

1. Yes agree. I use CLIProxy but that’s not realistic to just expect others to do. Want to find a good solution asap 2. Agreed re: stable being behind. We have been careful with this because of Orchestrator V2 being effectively a rewrite. We hope to have a much better pace for stable releases once that ships. 3. Not seen this before - mind running an “npx t3 triage” there to get more info? 4. Also agreed. Not sure if stable has my dimming changes but I made this much better. We have a new separate “working” section that optionally hides threads while they are working Super helpful feedback thank you so much!

为什么工程师对 AI Agent 的感受如此两极分化 ？ 面对 AI Coding Agent，为什么有人兴奋、有人悲伤 ？仅仅是因为「爱写代码 vs 爱交付」的区别吗 ？ @addyosmani 认为这个区分太简单粗暴了，他拆分出三种喜悦来源： 1. 创造的喜悦（making / flow）亲手塑造事物、心流沉浸的快感。最安全。它只是上移了一个层次：你依然在创造，只是从塑造每一行代码变成塑造系统本身；而且你随时可以自己动手写。手没有失去，只是握的工具变了。 2. 知晓的喜悦（knowing）对系统拥有强大的心智模型，一眼就能猜到 bug 在哪。这是最危险的一种。Addy 的关键警告是：从 Agents 的建议里“挑选一个选项”和“自己凭空构想出一个想法”是完全不同的技能。如果总是挑选而从不构想，构想的能力就会退化；如果你不理解自己的代码库，名义上是你在用代理，实际上是 Agents 在指挥你。 3. 重要的喜悦（mattering）作为不可或缺的专家被需要的感觉。不降反升。你的判断力前所未有地重要：是你决定解决什么问题、注入自己的品味、并对最终产出负全责。Agents 放大了执行，也就放大了决策者的权重。 最有价值的一点：把“悲伤”重新定义 结尾出现了一个容易被忽略但很关键的转向：他拒绝把对 AI Agents 的失落感病理化。悲伤不是“适应失败”的信号，是你对工作有真实依恋的证明。眼看着自己珍视的工作方式被改变，产生哀伤是再自然不过的人类反应。这相当于对“你不拥抱 AI 就是落后”这类论调的一次温和反驳：抵触情绪本身不说明你有问题。 他的落点建议是：“Lean into the things that make your work yours, and work on them more.”，不对抗工具，主动守护那些构成你职业认同的核心。

引用 @addyosmani

Whether agents feel like liberation or loss depends on which joy of engineering you lean on most: making, knowing, or mattering. I've seen engineers say many conflicting things about agents: some are bubbling with excitement and for the first time ever, they feel like they're in an all-star lineup, while others mourn for the death of their craft, leaving them feeling hollow. I'm someone who works with agents every day, so I understand these sentiments. Rather than take sides, my hope is that I help you understand this in a more nuanced way. Too often we see two camps: people who love the joy of coding and people who love the joy of shipping. I think this is a gross oversimplification. Rather than asking you to pick a side, I want to ask you to reflect on the elements of your work that are the most nourishing to you. I think most of us have three sources of joy in our work, which we interweave in multiple ways: - The joy of making (or "flow"): the joy of molding things in our hand and feeling that sweet moment when it all clicks into place. - The joy of knowing: the joy of having such a strong mental model of our systems that we sense where a bug will be just by glancing at files. - The joy of mattering: the joy of knowing that you are the expert that it all relied on. Agents affect each of these elements in subtly different ways, which is why this discussion can be so complicated (we're mourning for different losses, and we're arguing from different places). The joy of making is easy to maintain. it just moves up a level. You're not shaping every line anymore. You're shaping the system or factory, in a loop fast enough that flow still happens. And when you miss the old flow, nothing stops you from writing the code yourself. The joy of knowing is especially at risk of erosion, so it's important to pay attention to it. Sometimes you'll realize you're reaching for a design you should be able to conjure automatically, but your intuition comes up with nothing. Picking an option from an agent's suggestions is a different skill than conjuring an idea in the first place. If you always pick and never conjure, the ability to conjure will erode. You can't direct something you don't even loosely understand. If you don't understand your own codebase, you're not directing an agent to do something, the agent is directing you. You matter. Obsolescence does affect you, but, you, your judgment, and especially your need for judgment, has never been more important. You get to decide what problems to solve, and you get to bring your taste and judgment to the work you do. You get to take ownership of it, all of it, whatever ships. That feeling of sadness isn't a sign of failure to adapt. Grief means that you're attached to something, and that it's natural to feel grief when you see your work changing in ways that feel unfamiliar. Lean into the things that make your work yours, and work on them more.

查看引用原文 ↗

Monid确实是Agent界的OpenRouter，聚合了2,443个tools & APIs，几乎涵盖了你能想象到的所有功能。 1、TikHub + 社媒数据：获取抖音、小红书、B站、YouTube 等平台的内容、评论和互动数据。 2、Exa + 语义搜索：按问题的含义寻找网页，返回相关内容、摘要和引用。 3、Firecrawl + 网站抓取：批量读取网页、抓取整站，把内容转成适合知识库使用的格式。 4、TinyFish + 浏览器自动化：让 AI 按自然语言目标浏览、操作网页并提取数据。 5、Ahrefs + SEO 分析：查询关键词、搜索排名、网站外链和竞争对手表现。 6、Cloro + AI 搜索曝光检测：查看 ChatGPT、Gemini、Perplexity 等回答提到了哪些品牌、引用了哪些网站。 7、Opoint + 全球新闻检索：按关键词、国家、语言和媒体筛选新闻，获取标题、时间及原始链接。 8、Artificial Analysis + AI 模型评测：查询模型质量、速度、延迟和任务成本，辅助选模型。 9、TypeSafe + 自动分类与评分：按指定规则判断文本或数据，返回分类、评分及置信度。 10、OpenAI + 图片生成与编辑：根据文字生成图片，或结合参考图修改图片。 11、ByteDance / Seedance + 视频生成：根据文字、图片或参考素材生成带声音的视频。 12、ElevenLabs + 语音制作：生成配音、多角色对话，也能转写音频、生成音效。 13、MiniMax + 音乐生成：根据描述生成歌曲和音乐，适合制作内容配乐。 14、Topaz Labs + 画质增强：对图片和视频进行放大、降噪、修复及补帧。 15、Suzanne + 3D 模型生成：把文字或照片转换成带材质的 3D 模型。 16、Magic Hour + GIF 动画生成：把文字描述变成循环动画，输出 GIF、MP4 或 WebM。 17、http://Recall.ai + 会议录制与转写：让机器人加入 Zoom、Google Meet、Teams 等会议，返回录音、视频和转写。 18、AgentMail + Agent 邮箱：给 AI 创建独立邮箱，管理收发邮件、草稿、附件和邮件线程。 19、Saperly + Agent 电话号码：为 AI 申请、管理和释放真实美国电话号码。 20、Smol Machines + Agent 云电脑：创建独立 Linux 环境，运行命令、处理文件，并保留工作状态。 21、Simple FS + 云端文件管理：存储文件、管理目录，生成供其他工具读取的分享链接。 22、Octen + 内容向量化：生成文字和多模态向量，用于知识库检索和相似内容匹配。 23、Apollo + 企业客户开发：寻找符合条件的公司和联系人，查询企业规模、职位和联系方式。 24、Hunter + 企业邮箱查找与验证：根据公司域名或姓名寻找工作邮箱，检查邮箱是否可投递。 25、Orbit + 人物公开资料整理：根据姓名或社媒账号等线索汇总公开背景，并附上信息来源。 26、Crunchbase + 融资与投资人研究：查询公司融资轮次、投资机构、关键人物和投资组合。 27、Tendata + 进出口贸易研究：查询海关交易记录、进口商、出口商、供应商和贸易趋势。 28、G2 + 软件产品调研：获取软件评价、分类排名和价格信息，辅助比较产品。 29、Clutch + 外包服务商筛选：查询代理公司、开发服务商的客户评价、案例和所在地。 30、Indeed + 招聘信息检索：查询岗位、职位要求、招聘公司和薪资信息。 31、http://Levels.fyi + 薪资对标：查询不同公司、职级的薪酬、福利和实习工资。 32、Amazon（接口类） + 商品研究：获取商品资料和用户评论，分析产品卖点、差评与需求。 33、1688（接口类） + 批发货源研究：查询批发商品、报价和价格，辅助寻找货源。 34、Google Shopping（接口类） + 跨商店比价：获取商品报价、商家和价格信息。 35、Maps & Places（接口类） + 本地商家查询：获取商户位置、店铺资料和评论。 36、Flights（接口类） + 航班与机票查询：获取航班时间、航线和票价信息。 37、Hotels（接口类） + 酒店研究：查询房价、可订情况和住客评价。 38、Zillow + 住宅房产研究：查询房源、房屋估值、经纪人和房贷利率。 39、LoopNet + 商业地产研究：查询商业物业、房源详情和经纪人资料。 40、Carfax + 二手车研究：查询车辆历史摘要、估值、车源和经销商信息。 41、AccuWeather + 天气查询：获取实时天气、多日预报和天气相关提醒。 42、IQAir + 空气质量查询：获取实时和历史空气质量、城市排名及污染地图。 43、Yahoo Finance + 股票行情查询：获取实时价格、历史行情、公司资料和市场新闻。 44、SECForm4 + 内部人士交易与机构持仓：查询股票买卖申报、机构持仓和基金投资组合。 45、DefiLlama + DeFi 数据研究：查询协议资金规模、收益率、手续费、交易量和稳定币数据。 46、QuickNode + 链上数据访问：通过区块链 RPC 和索引接口读取链上数据。 47、Prediction Markets（接口类） + 预测市场研究：查询 Polymarket、Kalshi 等市场的价格、成交量和持仓。 48、Vaquill + 美国法律原文检索：查询联邦及州法律、法规、历史版本和官方来源。 49、Image Search（接口类） + 图片搜索：根据文字或图片寻找网上图片，辅助找视觉参考。 50、Trustpilot + 品牌与商家口碑研究：获取企业评分、消费者评论和分类排名。

引用 @astronaut_1216

卧槽...........我发现了一个巨无敌牛逼的站，抓取全球数据，无视任何防爬设计，我在纠结要不要分享出来，AI时代巨无敌牛逼的中转站

查看引用原文 ↗

https://x.com/gengdaj/status/2108390780809482384?s=46

引用 @gengdaj

Monid确实是Agent界的OpenRouter，聚合了2,443个tools & APIs，几乎涵盖了你能想象到的所有功能。 1、TikHub + 社媒数据：获取抖音、小红书、B站、YouTube 等平台的内容、评论和互动数据。 2、Exa + 语义搜索：按问题的含义寻找网页，返回相关内容、摘要和引用。 3、Firecrawl + 网站抓取：批量读取网页、抓取整站，把内容转成适合知识库使用的格式。 4、TinyFish + 浏览器自动化：让 AI 按自然语言目标浏览、操作网页并提取数据。 5、Ahrefs + SEO 分析：查询关键词、搜索排名、网站外链和竞争对手表现。 6、Cloro + AI 搜索曝光检测：查看 ChatGPT、Gemini、Perplexity 等回答提到了哪些品牌、引用了哪些网站。 7、Opoint + 全球新闻检索：按关键词、国家、语言和媒体筛选新闻，获取标题、时间及原始链接。 8、Artificial Analysis + AI 模型评测：查询模型质量、速度、延迟和任务成本，辅助选模型。 9、TypeSafe + 自动分类与评分：按指定规则判断文本或数据，返回分类、评分及置信度。 10、OpenAI + 图片生成与编辑：根据文字生成图片，或结合参考图修改图片。 11、ByteDance / Seedance + 视频生成：根据文字、图片或参考素材生成带声音的视频。 12、ElevenLabs + 语音制作：生成配音、多角色对话，也能转写音频、生成音效。 13、MiniMax + 音乐生成：根据描述生成歌曲和音乐，适合制作内容配乐。 14、Topaz Labs + 画质增强：对图片和视频进行放大、降噪、修复及补帧。 15、Suzanne + 3D 模型生成：把文字或照片转换成带材质的 3D 模型。 16、Magic Hour + GIF 动画生成：把文字描述变成循环动画，输出 GIF、MP4 或 WebM。 17、http://Recall.ai + 会议录制与转写：让机器人加入 Zoom、Google Meet、Teams 等会议，返回录音、视频和转写。 18、AgentMail + Agent 邮箱：给 AI 创建独立邮箱，管理收发邮件、草稿、附件和邮件线程。 19、Saperly + Agent 电话号码：为 AI 申请、管理和释放真实美国电话号码。 20、Smol Machines + Agent 云电脑：创建独立 Linux 环境，运行命令、处理文件，并保留工作状态。 21、Simple FS + 云端文件管理：存储文件、管理目录，生成供其他工具读取的分享链接。 22、Octen + 内容向量化：生成文字和多模态向量，用于知识库检索和相似内容匹配。 23、Apollo + 企业客户开发：寻找符合条件的公司和联系人，查询企业规模、职位和联系方式。 24、Hunter + 企业邮箱查找与验证：根据公司域名或姓名寻找工作邮箱，检查邮箱是否可投递。 25、Orbit + 人物公开资料整理：根据姓名或社媒账号等线索汇总公开背景，并附上信息来源。 26、Crunchbase + 融资与投资人研究：查询公司融资轮次、投资机构、关键人物和投资组合。 27、Tendata + 进出口贸易研究：查询海关交易记录、进口商、出口商、供应商和贸易趋势。 28、G2 + 软件产品调研：获取软件评价、分类排名和价格信息，辅助比较产品。 29、Clutch + 外包服务商筛选：查询代理公司、开发服务商的客户评价、案例和所在地。 30、Indeed + 招聘信息检索：查询岗位、职位要求、招聘公司和薪资信息。 31、http://Levels.fyi + 薪资对标：查询不同公司、职级的薪酬、福利和实习工资。 32、Amazon（接口类） + 商品研究：获取商品资料和用户评论，分析产品卖点、差评与需求。 33、1688（接口类） + 批发货源研究：查询批发商品、报价和价格，辅助寻找货源。 34、Google Shopping（接口类） + 跨商店比价：获取商品报价、商家和价格信息。 35、Maps & Places（接口类） + 本地商家查询：获取商户位置、店铺资料和评论。 36、Flights（接口类） + 航班与机票查询：获取航班时间、航线和票价信息。 37、Hotels（接口类） + 酒店研究：查询房价、可订情况和住客评价。 38、Zillow + 住宅房产研究：查询房源、房屋估值、经纪人和房贷利率。 39、LoopNet + 商业地产研究：查询商业物业、房源详情和经纪人资料。 40、Carfax + 二手车研究：查询车辆历史摘要、估值、车源和经销商信息。 41、AccuWeather + 天气查询：获取实时天气、多日预报和天气相关提醒。 42、IQAir + 空气质量查询：获取实时和历史空气质量、城市排名及污染地图。 43、Yahoo Finance + 股票行情查询：获取实时价格、历史行情、公司资料和市场新闻。 44、SECForm4 + 内部人士交易与机构持仓：查询股票买卖申报、机构持仓和基金投资组合。 45、DefiLlama + DeFi 数据研究：查询协议资金规模、收益率、手续费、交易量和稳定币数据。 46、QuickNode + 链上数据访问：通过区块链 RPC 和索引接口读取链上数据。 47、Prediction Markets（接口类） + 预测市场研究：查询 Polymarket、Kalshi 等市场的价格、成交量和持仓。 48、Vaquill + 美国法律原文检索：查询联邦及州法律、法规、历史版本和官方来源。 49、Image Search（接口类） + 图片搜索：根据文字或图片寻找网上图片，辅助找视觉参考。 50、Trustpilot + 品牌与商家口碑研究：获取企业评分、消费者评论和分类排名。

查看引用原文 ↗

如果你有Codex和Claude Code，但是你不知道Monid（Agent的手和脚）。 就等同于你买了车子，但一直没给它加油。

引用 @gengdaj

Monid确实是Agent界的OpenRouter，聚合了2,443个tools & APIs，几乎涵盖了你能想象到的所有功能。 1、TikHub + 社媒数据：获取抖音、小红书、B站、YouTube 等平台的内容、评论和互动数据。 2、Exa + 语义搜索：按问题的含义寻找网页，返回相关内容、摘要和引用。 3、Firecrawl + 网站抓取：批量读取网页、抓取整站，把内容转成适合知识库使用的格式。 4、TinyFish + 浏览器自动化：让 AI 按自然语言目标浏览、操作网页并提取数据。 5、Ahrefs + SEO 分析：查询关键词、搜索排名、网站外链和竞争对手表现。 6、Cloro + AI 搜索曝光检测：查看 ChatGPT、Gemini、Perplexity 等回答提到了哪些品牌、引用了哪些网站。 7、Opoint + 全球新闻检索：按关键词、国家、语言和媒体筛选新闻，获取标题、时间及原始链接。 8、Artificial Analysis + AI 模型评测：查询模型质量、速度、延迟和任务成本，辅助选模型。 9、TypeSafe + 自动分类与评分：按指定规则判断文本或数据，返回分类、评分及置信度。 10、OpenAI + 图片生成与编辑：根据文字生成图片，或结合参考图修改图片。 11、ByteDance / Seedance + 视频生成：根据文字、图片或参考素材生成带声音的视频。 12、ElevenLabs + 语音制作：生成配音、多角色对话，也能转写音频、生成音效。 13、MiniMax + 音乐生成：根据描述生成歌曲和音乐，适合制作内容配乐。 14、Topaz Labs + 画质增强：对图片和视频进行放大、降噪、修复及补帧。 15、Suzanne + 3D 模型生成：把文字或照片转换成带材质的 3D 模型。 16、Magic Hour + GIF 动画生成：把文字描述变成循环动画，输出 GIF、MP4 或 WebM。 17、http://Recall.ai + 会议录制与转写：让机器人加入 Zoom、Google Meet、Teams 等会议，返回录音、视频和转写。 18、AgentMail + Agent 邮箱：给 AI 创建独立邮箱，管理收发邮件、草稿、附件和邮件线程。 19、Saperly + Agent 电话号码：为 AI 申请、管理和释放真实美国电话号码。 20、Smol Machines + Agent 云电脑：创建独立 Linux 环境，运行命令、处理文件，并保留工作状态。 21、Simple FS + 云端文件管理：存储文件、管理目录，生成供其他工具读取的分享链接。 22、Octen + 内容向量化：生成文字和多模态向量，用于知识库检索和相似内容匹配。 23、Apollo + 企业客户开发：寻找符合条件的公司和联系人，查询企业规模、职位和联系方式。 24、Hunter + 企业邮箱查找与验证：根据公司域名或姓名寻找工作邮箱，检查邮箱是否可投递。 25、Orbit + 人物公开资料整理：根据姓名或社媒账号等线索汇总公开背景，并附上信息来源。 26、Crunchbase + 融资与投资人研究：查询公司融资轮次、投资机构、关键人物和投资组合。 27、Tendata + 进出口贸易研究：查询海关交易记录、进口商、出口商、供应商和贸易趋势。 28、G2 + 软件产品调研：获取软件评价、分类排名和价格信息，辅助比较产品。 29、Clutch + 外包服务商筛选：查询代理公司、开发服务商的客户评价、案例和所在地。 30、Indeed + 招聘信息检索：查询岗位、职位要求、招聘公司和薪资信息。 31、http://Levels.fyi + 薪资对标：查询不同公司、职级的薪酬、福利和实习工资。 32、Amazon（接口类） + 商品研究：获取商品资料和用户评论，分析产品卖点、差评与需求。 33、1688（接口类） + 批发货源研究：查询批发商品、报价和价格，辅助寻找货源。 34、Google Shopping（接口类） + 跨商店比价：获取商品报价、商家和价格信息。 35、Maps & Places（接口类） + 本地商家查询：获取商户位置、店铺资料和评论。 36、Flights（接口类） + 航班与机票查询：获取航班时间、航线和票价信息。 37、Hotels（接口类） + 酒店研究：查询房价、可订情况和住客评价。 38、Zillow + 住宅房产研究：查询房源、房屋估值、经纪人和房贷利率。 39、LoopNet + 商业地产研究：查询商业物业、房源详情和经纪人资料。 40、Carfax + 二手车研究：查询车辆历史摘要、估值、车源和经销商信息。 41、AccuWeather + 天气查询：获取实时天气、多日预报和天气相关提醒。 42、IQAir + 空气质量查询：获取实时和历史空气质量、城市排名及污染地图。 43、Yahoo Finance + 股票行情查询：获取实时价格、历史行情、公司资料和市场新闻。 44、SECForm4 + 内部人士交易与机构持仓：查询股票买卖申报、机构持仓和基金投资组合。 45、DefiLlama + DeFi 数据研究：查询协议资金规模、收益率、手续费、交易量和稳定币数据。 46、QuickNode + 链上数据访问：通过区块链 RPC 和索引接口读取链上数据。 47、Prediction Markets（接口类） + 预测市场研究：查询 Polymarket、Kalshi 等市场的价格、成交量和持仓。 48、Vaquill + 美国法律原文检索：查询联邦及州法律、法规、历史版本和官方来源。 49、Image Search（接口类） + 图片搜索：根据文字或图片寻找网上图片，辅助找视觉参考。 50、Trustpilot + 品牌与商家口碑研究：获取企业评分、消费者评论和分类排名。

查看引用原文 ↗

These days, you can pretty much solve any task by defining an eval and hillclimbing over it, instead of directly defining the deterministic/agentic workflow to solve it. The data provider companies' entire job is to define evals for all economic activity to make the frontier models capable of doing anything. Your job then becomes pointing frontier intelligence in the right direction - defining what to solve, and how to measure what good looks like. Agent application interfaces will evolve to capture this. The most complex processes will still need some sort of explicit workflow builder interface, but most tasks can be compressed into goals and eval instructions.

THIS. this is what building software will look like for the next few years. bullish!

引用 @jerryjliu0

These days, you can pretty much solve any task by defining an eval and hillclimbing over it, instead of directly defining the deterministic/agentic workflow to solve it. The data provider companies' entire job is to define evals for all economic activity to make the frontier models capable of doing anything. Your job then becomes pointing frontier intelligence in the right direction - defining what to solve, and how to measure what good looks like. Agent application interfaces will evolve to capture this. The most complex processes will still need some sort of explicit workflow builder interface, but most tasks can be compressed into goals and eval instructions.

查看引用原文 ↗

eval driven development

引用 @jerryjliu0

These days, you can pretty much solve any task by defining an eval and hillclimbing over it, instead of directly defining the deterministic/agentic workflow to solve it. The data provider companies' entire job is to define evals for all economic activity to make the frontier models capable of doing anything. Your job then becomes pointing frontier intelligence in the right direction - defining what to solve, and how to measure what good looks like. Agent application interfaces will evolve to capture this. The most complex processes will still need some sort of explicit workflow builder interface, but most tasks can be compressed into goals and eval instructions.

查看引用原文 ↗

看吧，平替如雨后春笋。 用纯 Rust 从零重写 Photoshop 的图层、蒙版、调整图层和矢量功能，能直接打开、编辑、保存真实的 PSD 文件，并可通过 CLI 或 MCP 交给脚本和 AI agent 驱动。 https://github.com/openhausfun/photocraft

i wrote a short guide on building automations with Claude Managed Agents. it covers a few topics for agent deployments like credential vaults, guardrails, & memory. @cjav_dev + i share a quickstart repo & a simple Claude Code command to set it up. https://claude.dev/blog/building-effective-agent-automations/

文章提供了完整的 daily-brief 参考实现，也可以用 Claude Code 按文章中的命令快速搭建。 官方文档：https://claude.dev/blog/building-effective-agent-automations/

Anthropic 最近写了一篇文章，介绍怎么做一个真正能长期运行的 AI 自动化助手。 举例一个“每日简报”机器人：让 AI 定时读取 Slack、GitHub 等信息源，找出最近真正值得关注的变化，再把简短结果发到指定频道。 里面有几个细节很值得参考： 1.不要每次都粗暴地读取“过去 24 小时”，而是给每个信息源保存一个书签，下一次从上次读到的位置继续，这样既不会漏信息，也不会反复汇报。 如果某个来源读取失败，也不能当成“今天没新内容”，而要明确告诉用户这个来源暂时不可用。 2. AI 发消息前要重新确认内容的最新状态。已经解决的问题就删掉，状态发生变化的就更新，无法确认的就不要硬写。 只有在 Slack 明确返回发送成功之后，才能更新书签和历史记录，否则可能出现消息没发出去，但系统已经把内容标记为“已处理”的情况。 整个方案可以概括成六点： 1.来源要有明确范围，输出只能去一个指定目的地； 2.每次运行都重新读取用户偏好； 3.用记忆保存书签、历史记录和运行结果； 4.读取权限尽量设置成只读； 5. 网络访问限制在允许的域名内； 6.最后给每次运行设置预算上限。 这样做出来的 AI 助手，才更像一个可以托管的工作流程，而不是偶尔表现不错的聊天机器人。

我用本地模型 VibeCoding，做了个四驱兄弟风格的 3D 赛车游戏 这个游戏基本复刻小时候的玩法，先选车、配装备，比赛： 1. 内置4 款赛车精美模型 2. 2. 有5 种组件自己搭配，比如换导轮、换轮胎， 3. 还有3 个赛道，还能放大招，把对手压扁😂 而这么一套游戏，我花了一天时间，用本地大模型跑出来了！！ 咋一天就做出来了呢？ 首先我本地部署一个千亿参数的大模型，让它负责写游戏代码。 然后赛车模型，我是用 Tripo3D 来生成： 传入四张参考图生成车模，再把组件拆出来，接进 Godot 后，把导轮、轮胎这些部件做成可以选配、更换的装备 最后再让本地大模型把换装、比赛和大招这些玩法接起来 看完下面这段实录，有视频有真相👇 Tripo 的体验链接放评论区了，想做自己的赛车模型可以试试

本地模型做3D模型？ 然后做游戏🎮 下一波是本地模型风

引用 @lxfater

我用本地模型 VibeCoding，做了个四驱兄弟风格的 3D 赛车游戏 这个游戏基本复刻小时候的玩法，先选车、配装备，比赛： 1. 内置4 款赛车精美模型 2. 2. 有5 种组件自己搭配，比如换导轮、换轮胎， 3. 还有3 个赛道，还能放大招，把对手压扁😂 而这么一套游戏，我花了一天时间，用本地大模型跑出来了！！ 咋一天就做出来了呢？ 首先我本地部署一个千亿参数的大模型，让它负责写游戏代码。 然后赛车模型，我是用 Tripo3D 来生成： 传入四张参考图生成车模，再把组件拆出来，接进 Godot 后，把导轮、轮胎这些部件做成可以选配、更换的装备 最后再让本地大模型把换装、比赛和大招这些玩法接起来 看完下面这段实录，有视频有真相👇 Tripo 的体验链接放评论区了，想做自己的赛车模型可以试试

查看引用原文 ↗

这设计风格靠软件鸟枪换炮了啊

引用 @lxfater

我用本地模型 VibeCoding，做了个四驱兄弟风格的 3D 赛车游戏 这个游戏基本复刻小时候的玩法，先选车、配装备，比赛： 1. 内置4 款赛车精美模型 2. 2. 有5 种组件自己搭配，比如换导轮、换轮胎， 3. 还有3 个赛道，还能放大招，把对手压扁😂 而这么一套游戏，我花了一天时间，用本地大模型跑出来了！！ 咋一天就做出来了呢？ 首先我本地部署一个千亿参数的大模型，让它负责写游戏代码。 然后赛车模型，我是用 Tripo3D 来生成： 传入四张参考图生成车模，再把组件拆出来，接进 Godot 后，把导轮、轮胎这些部件做成可以选配、更换的装备 最后再让本地大模型把换装、比赛和大招这些玩法接起来 看完下面这段实录，有视频有真相👇 Tripo 的体验链接放评论区了，想做自己的赛车模型可以试试

查看引用原文 ↗

我做的这个炫酷的游戏，真怕被逆向了 https://x.com/lxfater/status/2108130818447314947?s=20

引用 @lxfater

我用本地模型 VibeCoding，做了个四驱兄弟风格的 3D 赛车游戏 这个游戏基本复刻小时候的玩法，先选车、配装备，比赛： 1. 内置4 款赛车精美模型 2. 2. 有5 种组件自己搭配，比如换导轮、换轮胎， 3. 还有3 个赛道，还能放大招，把对手压扁😂 而这么一套游戏，我花了一天时间，用本地大模型跑出来了！！ 咋一天就做出来了呢？ 首先我本地部署一个千亿参数的大模型，让它负责写游戏代码。 然后赛车模型，我是用 Tripo3D 来生成： 传入四张参考图生成车模，再把组件拆出来，接进 Godot 后，把导轮、轮胎这些部件做成可以选配、更换的装备 最后再让本地大模型把换装、比赛和大招这些玩法接起来 看完下面这段实录，有视频有真相👇 Tripo 的体验链接放评论区了，想做自己的赛车模型可以试试

查看引用原文 ↗

我做的这个赛车游戏设计感如何，模型跑得是不是很牛逼 https://x.com/lxfater/status/2108130818447314947?s=20

引用 @lxfater

我用本地模型 VibeCoding，做了个四驱兄弟风格的 3D 赛车游戏 这个游戏基本复刻小时候的玩法，先选车、配装备，比赛： 1. 内置4 款赛车精美模型 2. 2. 有5 种组件自己搭配，比如换导轮、换轮胎， 3. 还有3 个赛道，还能放大招，把对手压扁😂 而这么一套游戏，我花了一天时间，用本地大模型跑出来了！！ 咋一天就做出来了呢？ 首先我本地部署一个千亿参数的大模型，让它负责写游戏代码。 然后赛车模型，我是用 Tripo3D 来生成： 传入四张参考图生成车模，再把组件拆出来，接进 Godot 后，把导轮、轮胎这些部件做成可以选配、更换的装备 最后再让本地大模型把换装、比赛和大招这些玩法接起来 看完下面这段实录，有视频有真相👇 Tripo 的体验链接放评论区了，想做自己的赛车模型可以试试

查看引用原文 ↗

最近给小朋友Vibe Coding个“四驱兄弟风格的赛车游戏😂 游戏里面可以让他自己选车、换轮胎、装导轮，搭配好了再去比赛。 觉得赛车还不够帅？后面还能挂两个火箭！！ 现在的小孩还喜不喜欢四驱兄弟，我也不知道，反正叔叔已经玩嗨了😂 还专门给其中一辆车做了条 30 秒宣传片，开声音看👇 花掉的 token 有点多！！ 车模是用 Tripo3D 生成的，想做自己的赛车，走我的优惠链接： https://studio.tripo3d.ai/home?invite_code=FI8D8O&utm_source=X&utm_medium=kol&utm_campaign=kol_lxfater

引用 @lxfater

我用本地模型 VibeCoding，做了个四驱兄弟风格的 3D 赛车游戏 这个游戏基本复刻小时候的玩法，先选车、配装备，比赛： 1. 内置4 款赛车精美模型 2. 2. 有5 种组件自己搭配，比如换导轮、换轮胎， 3. 还有3 个赛道，还能放大招，把对手压扁😂 而这么一套游戏，我花了一天时间，用本地大模型跑出来了！！ 咋一天就做出来了呢？ 首先我本地部署一个千亿参数的大模型，让它负责写游戏代码。 然后赛车模型，我是用 Tripo3D 来生成： 传入四张参考图生成车模，再把组件拆出来，接进 Godot 后，把导轮、轮胎这些部件做成可以选配、更换的装备 最后再让本地大模型把换装、比赛和大招这些玩法接起来 看完下面这段实录，有视频有真相👇 Tripo 的体验链接放评论区了，想做自己的赛车模型可以试试

查看引用原文 ↗