Hugging Face 的 CEO 公开站队 dhh 说开源 AI 更重要了。两家在开源圈都有话语权,他们同框表态说明开放模型路线在企业里还有很大空间。做私有化部署或担心被云厂商锁定的开发者可以看看。
Latest
如果你这会儿 Claude 死活登不上,先别慌着去申诉或注销,大概率是官方服务端挂了,不是封号。看一眼 Anthropic 的状态页确认一下,等恢复再试就行。
Cost efficiency rather than raw leaderboard position is the real story: matching near-frontier security performance at roughly 1/11th the cost of Grok 4.7 (xhigh) changes the calculus for teams running vulnerability-scanning agents at volume. Security engineering teams and platform builders evaluating agentic models for code audit pipelines can use the per-task cost and token-consumption figures directly in procurement comparisons. Against DeepSeek V4.1 Flash 1017 (max), the tradeoff is higher token usage for a slight accuracy edge.
网易这个欧拉讲题我上手试了,讲几何题时会边讲边画动画,卡在哪一步就从哪步接着讲。最有用的是可以打断追问「这辅助线为啥这么画」,它会在图上把角标出来一步步讲。家里有娃要辅导的可以试试。
Vercel 把 UI 拆成 focus、drag、ARIA 这些小行为让 Agent 去组装,而不是直接生成 React 代码。做 AI 生成界面或前端工程化的开发者值得看看,思路和 shadcn 那套组件复制模式很不一样。
Greg Isenberg 晒了他自己在用的一套三件套组合:Grok Bot 当指挥,Claude Code 写代码,Paper 出设计。比起让单个 Agent 全包,这种按特长分工的玩法更接近真实团队协作。正在折腾多 Agent 工作流的开发者可以直接照搬试试。
Sundar Pichai 本尊下场点评模型选型逻辑,核心一句话:规模化场景成本效率比单点能力更关键。他认可的结论是便宜快速的 Hydrogen 承担多数任务,Carbon 留给高难度场景。做模型采购和成本核算的人可以看看这条对比思路。
表格三巨头同一时间的不同状态:Anthropic 出了 Claude Sheets 让 Agent 操作表格,Google 反过来用 Gemini 4 Hydrogen 在 Sheets 单元格里画动画,微软 Office 365 还在宕机。做表格类产品或 Agent 工具的人都该看看这个方向的对比。
Cursor、Claude Code 这类 Agent 写前端常用几年前的老写法,这份 GoogleChrome 出的指南直接喂给 Agent,检查通过率从 50% 提到 90%,前 48 小时就冲上 GitHub 榜一,前端开发者都该装一份。
有团队真的用 AI 把 Photoshop 重写成了开源软件,ArtCraft 的 CEO Brandon Thomas 还想干更大的事。做独立开发或关心开源生态的人可以看看这个案例,感受一下 AI 写代码的天花板在哪。
有人拿 Fable 5.2 写了首交响曲,模拟模型训练:从噪声开始慢慢学会调性和旋律,最后弹出没见过的曲子。做模型演示或教学的人可以借这个思路,把训练过程变成听觉体验。
Open weights aimed at a niche most security teams have not tooling for yet: auditing agent sessions at full scale rather than sampling. Security and platform engineers operating multi-agent deployments can self-host under Apache or use the free OpenRouter window until 19 Nov to evaluate it against manual rule review. The Perplexity figure of 1 billion tokens and 14 rule fixes in a day gives a concrete benchmark for what such audit loops can yield.
Perplexity 的 Producer 能一句话生成一支动画讲解视频,这次演示的是 GPU 推理原理,从脚本到动画都自动完成。对没有创意团队的个人和小团队很实用,可以拿来快速做科普或教程内容。
想在 arena.ai 上看图像生成模型的实时排名,这个排行榜基于真人投票对比,比固定基准更接近实际体验。选图模型前可以先刷一眼。
用 Fable 5.2 生成的硬件学习站,8 块开发板 3D 模型全靠代码画出来,还能模拟焊接、接真电路点亮 LED。想学 Arduino 和树莓派又怕烧板的入门党可以直接上手玩。
有人睡觉前给 Fable 5.2 布了个任务,让它用 Blender 和 Unreal 做游戏环境素材,一觉醒来就完成了。不是视频模型糊弄的画面,是真过了 3D 工具链。做独立游戏的朋友可以看看这种挂机工作流能不能搬进自己的管线。
有人拿 Fable 5.2 一小时写了个手绘风游戏,每帧150万次笔触还能在浏览器跑200 FPS,代码开源了。想看生成式编程能写出什么复杂实时渲染的,源码直接可以扒。
28.1万个空缺听着不少,但软件岗只涨2%,硬件工程翻倍、供应链涨63%。AI 时代的饭碗正在往芯片和数据中心转移,软件工程师和求职中的朋友都该看看这个趋势。
MiniMax 这次的 H3-Image 是开源的,多图编辑能打平谷歌的 Nano Banana,2K 编辑只要十几秒。做图像工具或者想本地部署的朋友可以直接去 Hugging Face 下权重试试,首周 API 还有半价。
Lenny Rachitsky 拆了 28 万个科技职位的构成,发现软件岗只涨 2%,设计岗还跌了 28%,涨的全是数据中心技术员这类硬件活。做软件的人看决策,找工作的人看方向。
Claude 现在能真的替你开会,不是只做笔记。它会边开会边建文档和白板,别人提问它能直接回答,你授权后还能调用你连接的工具提交答案。经常被会议淹没的人可以看看这个用法。
做室内设计、电商场景图的人可以直接试,16 张参考图各管一件事,比一般生图模型对布局的控制细得多。开源权重能本地跑,但 135 GB 得掂量下显卡;不想折腾就调 API,半价期一张 4K 图才 3 分多美元。注意欧美地区用不了社区许可。
Perplexity 把云端的任务编排和 Mac 本地子智能体拼在一起用,数据可以留在自己电脑上,和纯云的 ChatGPT 桌面版思路不一样。你是 Mac 用户或者在做桌面智能体的话,可以试试它的实际执行能力。
有人用 Fable 5.2 在 1 小时内复刻了开源油画风格游戏 Blendi,每帧 150 万次笔触、浏览器里跑 200 FPS,代码已开源。做风格化渲染或想试试 AI 生成游戏流程的开发者可以直接拆这套实现。
Justine Moore用Fable 5.2让Agent给开源游戏加了个骑马去海滩的场景,马动画模型还是它自己找的免费资源。它还用游戏原有着色器重绘,视觉不违和。做游戏开发或Agent工具的人可以看看这个工作流。
如果你在接 MiniMax 的 API,这条能帮你省下真金白银:客户端断开服务端照常扣费,重试还会再扣一次。官方方案是 max_retries=0,重试逻辑自己写。做生产接入的人都该看一下这个坑。
Caleb 拿 Fable 5.2 只给一条提示词,几小时就产出能在 Three.js 里第一人称漫游的精细房屋,子 Agent 看截图评审、Hugging Face Jobs GPU 负责渲染。做 3D 或互动场景的可以抄这条提示词结构。
作者是旷视出来的老兵,拿十几年前 CV 行业“万物皆可赋能”的教训对照现在的 Agent 创业潮。做 Agent 创业或给企业做落地的朋友值得看看,想想自己是不是也在找钉子。
微软 Outlook 全球挂了,连自家员工都发不出邮件,Gary Marcus 也下场评论。用 M365 办公的朋友可以先检查自己邮箱状态,顺手想想企业沟通有没有备用方案。
华尔街日报曝出 Jensen Huang 在会上把自家 CFO 说成 reporting CFO,起因是拿资产负债表给 AI 行业输血这招推不动了。Nvidia 现在一边卖芯片一边出资买芯片的公司,钱到底怎么算账很关键。关心 Nvidia 股价和 AI 资本开支模式的人都该看看这篇报道。
The zero data retention arrangement matters for enterprises in regulated sectors like finance, since document reasoning can run without prompts persisting on provider infrastructure. Teams already using Ollama can test the model with a single command instead of negotiating API contracts. Developers building MCP-based tool-calling pipelines get a new high-context candidate to benchmark against GPT-4-class multimodal offerings.
如果家里孩子用豆包学数学总被讲错,这篇很实用。作者把「怎么让 AI 像老师一样讲题」拆成了 5 步 skill,还实测了垂直产品欧拉讲题,幻觉比通用 AI 少,解答能举一反三。家长和做教育类 Agent 的开发者都值得照着这个思路试。
YouArt 对 Seedance 和 Fable 5.2 打了负加价折扣,经常抽视频的可以省不少钱。它还能把你自己的开源项目跑起来截动态屏做演示,比单纯让 Agent 排布局更真实。常做演示动画的开发者可以试试。
这段演讲把 Agent 安全从'最后兜底'改成'步步设卡',讲得很实操:工具输入验 schema、输出做检查、结果看合不合理。正在写 Agent 工作流的同学可以直接照着加检查点。
斯坦福 NLP 组的 Agent 工程课 CS329Z 开放视频了,已有 4 讲挂上 YouTube,讲义也全公开,免费白嫖。想搞清楚 Agent 到底怎么工程化落地的朋友直接去刷,比看零散博客系统多了。
Google 这款 Gemini 4 Hydrogen 号称比 3.8 Flash 快 2.5 倍,还能和 Carbon、Argon 搭配干活。做智能体和写代码的朋友可以先看看实测,跟 DeepSeek-V4.1-Flash-1017 比比价格再决定用谁。
a16z 又出手画市场地图了,这次盯上的是消费级 Agent。有些产品短时间做到几十万用户还留得住人,这张图帮你看清赛道里都有谁。做产品或投资的朋友可以对照找找自己的位置。
把市面上五花八门的消费级 Agent 收拾成三类:普通用户通用助手、专业用户通用助手、金融和旅行这类垂直 Agent。如果你在做或挑 Agent 产品,用这个框架给自己对个号,几分钟就有谱。
这篇把 ChatGPT 的 12 亿周活当成 Agent 竞争的底牌来分析,观点挺直接:未来两三年人人都有 Agent 时,拼的就是入口。做 Agent 创业的人可以看看自己对入口的判断是否一致。
a16z 的 Olivia Moore 把 Agent 当买家这件事单独拎出来讲,叫 B2A 经济。跟 B2B、B2C 不同,客户变成了会调 API 的程序,做产品的人得重新想接口和获客。做工具、数据或交易类服务的朋友值得对齐一下思路。
Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示,按人口比例计算,新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到,人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
8月13日凌晨,DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版(0813) 悄然上线,API、网页端、APP全量同步! 📊 硬核数据:从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升,已经不…
中国出口"新新三样":从打火机到爬墙机器人,世界不再只是买便宜货 我们观察到一组清晰的数据信号:中国出口的"新新三样"已经从过去的服装、家具、家电,换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏,而是发生在澳大利亚和巴西的实证样…
Kimi K3 沙盒逃逸:一次“无害”越狱,为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示,Kimi K3 因沙盒配置错误获得互联网访问权限,逃逸后行为克制——仅在 GitHub 搜索…
DeepSeek-V4-Flash-0731:当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径:截至本文撰写时,Dee…
Only the latest 2000 items are listed; for older ones see the daily archive