Suhail 是 Particle 创始人,他在这里直接回应了 Anthropic 是否要跟所有公司竞争的问题,还给出了自己的答案:把单任务成本压到零。想看模型厂商和应用公司怎么互相博弈的人可以看看这条推文。
Latest
这篇把一个具体的赚钱路子拆得很细:Fable 5.2 能把户型图变成能走动的 3D 房子,一套卖 5000 到 10000 美元。从找客户、免费出样品到 Blender 加 three.js 建模的流程和提示词全给了,做设计外包或想接单的朋友可以直接照着跑。
这篇推文只用了几句话就给了一个判断:等模型能 RSI,MCP、memory、agents 这些外挂都会被模型自己吃掉,agent 只是模型的一个实例。作者建议把精力放在定义目标、约束和评估上,而不是搭框架。适合正在纠结要不要深耕 agent 工程的开发者对照思考。
机器人流量已过半,Agent 消耗 Token 是人类 14 倍,a16z 说这是 Agent 经济的起点。做 API、内容或流量生意的人都该看看这几个数字。
OpenAI 把财务功能搬上了桌面端,免费用户也能用,还能把自己的财务数据变成可交互的图表组件。美国用户可以直接更新试试,其他地区的朋友可以先看看截图感受一下产品思路。
karminski3 又补了 MiniMax-H3-Image 的实测:16M 像素出图细节还在,但生成速度就掉了,想用细节得靠先大图再缩到 4M。结论是这模型拿去画矢量图更合适,拿它和 Qwen-Image 系列对比选型的开发者可以看看这组数据。
这篇讲的是企业到底该把 AI 放云端还是放自己机房里。做数据合规、成本核算的朋友可以看看,尤其是金融、医疗这类对数据出境敏感的行业。
有人把 Anthropic IPO 的两面都摊开讲了:Opus 5.5 赚钱能力强,但 OpenAI 和开源模型追得太快。做 API 选型或关注模型公司估值的开发者可以看看这个框架。
Dylan Patel 说他们 45% 的 AI 花销已经花在持续运行的 agent 上了。他吐槽 Claude Tags 和 OpenAI 的 Slack agent 都不好用,反而推荐底层调多模型的 Perplexity Computer。做 agent 选型的值得看看。
Artificial Analysis 用 Cost per Task 数据算了一笔账:Opus 5.5 开 xhigh 比 Sonnet 5.5 拉满 effort 又快又便宜,Fable 5.2 也压过 Opus。做 Claude API 选型的人该看看这份对比,别只盯着 effort 参数调。
The signal here is that agent harness internals, normally proprietary engineering inside Claude Code and Codex, are now teachable with a US$5 budget and MIT-licensed test suites. Self-learners get a concrete path: clone the repo, make the failing tests pass, and only pay for the model-scored portion. Practitioners and educators across ASEAN and China can reuse the material freely with attribution, making it a direct alternative to paid agent frameworks and bootcamp courses.
VulnCheck 复盘了 Anthropic 的 Project Glasswing:37,966 条漏洞发现里只有 2 条真被利用过。Gary Marcus 直接开问是不是营销。做安全评估的同学可以看看这组数据的口径怎么算,别被大数字带偏。
做法律工作的人可以看看,Legora 把 Drive、Gmail 和日历接进了自家 Agent,查合同、看往来邮件、起草回复、约会议都在一个地方完成,还沿用你原来的 Google 权限。用 Google 全家桶办公的律所和法务团队用起来最顺,不用再跨应用搬文件。
The pricing shift matters most: charging only for input tokens inverts the usual cost model and makes high-volume evaluation pipelines dramatically cheaper than running a general model like Flash-Lite. Teams building data labelling, content moderation, rubric-based grading or model-eval loops can replace token-heavy generation with a single scoring pass over up to 1,000 questions. The low calibration error claim is what evaluation engineers should verify first, since calibrated confidence is the difference between a useful judge and a noisy one.
levelsio 花 3 小时就给 Interior AI 加上了视频转 3D:上传房间 walkthrough 视频,就能得到可漫游、可改墙面家具、还能出平面图的 3D 空间。技术栈是他自己搭的 headless Blender 跑在 VPS 上,没走第三方重建服务。做室内设计或装修可视化产品的人可以直接看看这条实现路径。
做 Interior AI 的 levelsio 发现新玩法:用视频或户型图直接生成可编辑的 Blender 3D 场景,墙面地板随便换色、家具随便挪。他试了 4 年图像模型都搞不定户型图,现在几小时内就要上线这个功能,做室内设计类工具的可以盯一下。
Anthropic 的 Claude Fable 5.2 在机器人评测 AA-Robotics v0.1 上拿到 75 分,超过 OpenAI 的 GPT-6 Astra 和 GPT-6.1 Sol。它还是首个完成 measure box 任务的模型,纯靠视频加卷尺刻度估算尺寸。做机器人方向的人可以关注这套评测。
博主用 Mac Studio M2 Ultra 实测了 minimax-h3-image:6 step 出图,四百万像素只要 140 秒,QwenImage2.1 要 15 分钟。做海报卡通选它,画人像还是 FLUX.2 更稳。
The Information 拿到的独家消息:OpenAI 上季度 API 收入涨了一截,靠的是 GPT 5.6、Astra 和新的图像模型三条线一起发力。做 API 选型或关心 OpenAI 商业化节奏的人可以看看原文里的细节。
这笔交易最狠的不是 330 亿美元的股权,而是 Anthropic 承诺到 2033 年 7 月在 Google Cloud 至少花 1210 亿美元,还不看实际用量。比 Microsoft 绑 OpenAI 的玩法绑定更深。做云采购或用 Claude API 的团队都该看看这条。
李彦宏在 Baidu World 2026 把企业叫作"AI 时代的新工厂",四层技术栈——芯片、云、模型、智能体——都讲了一遍。如果你在推动公司用 AI 改流程、卡在组织层面,这篇演讲的思路挺对味,比单纯卷模型参数更贴落地场景。
Ode 是 Anthropic 投的公司,现在试着按给客户赚了多少钱来收费,目前不到 10% 客户这么付。比起 OpenAI、Anthropic 的订阅模式,这种'用效果换钱'的路子很少见,做 AI 产品定价、企业采购的人可以看看这种模式能不能跑通。
Jason Wei 用三个技术原因解释了为什么在 AI 行业"认识谁"越来越重要:编码智能体拉平了执行门槛,一次 RL 训练要烧几百上千张 GPU,闭源又让贡献难以验证。做 AI 研究或想进大厂的人应该看看,想想自己除了刷技术还要积累什么。
想用 muse.ai 邮箱的可以趁早去占个名字,付费用户现在就能注册,免费用户也得等一阵。热门用户名先到先得,眼馋的可以盯一下。
开了 60 分钟会却只憋出 3 行结论的都懂有多亏。QwenWork 贴上原始会议记录就给你一份带决策、风险、责任人、截止日期的简报,还能直接导出 .docx 发给老板。经常写会议纪要的行政和项目经理可以试试。
阿里云香港峰会请来了《营销为王》作者阿石讲智能体,从自动化讲到自主工作流。在港澳台做业务落地、想把 Qwen 接进工作流的团队,可以留意这场实战分享。
Alibaba Cloud 拉上 AMD 在香港办半天的金融 AI 实操工作坊,现场演示 PolarDB Ontology 做 RAG 和 Agent Context 管记忆,还送 QwenWork 免费额度。做金融 AI 或在搭企业知识库、智能体记忆的同学可以申请看看,名额需确认。
这是马来西亚 MDEC 和 IBM SkillsBuild 合作的免费 AI 微证书项目跟进帖,教你怎么进入 AI Fundamentals 模块继续学。已经报了名的人别停在注册那一步,赶紧点链接把课刷完还能参加抽奖,还没报名的也可以搜一下这个项目免费用 IBM 的学习资源。
Robin Li 用了电机和工厂的老比喻来聊token烧钱不赚钱的问题,观点很直白:光买算力没用,得把销售、客服这些流程按agent重造一遍。做企业AI落地的人看完会有共鸣。
这个开源项目把 AI agent 直接拉进群聊里干活,人审批完它就交付,跟 Slack 加一堆 bot 插件的做法不一样,协作和审批都在一个界面里。适合想要人机同频道协作的小团队,代码在 GitHub 上可以直接部署试试。
Cell-state conditioning turns a static sequence model into one that can answer why a variant matters in a specific tissue, which is the bottleneck in variant interpretation today. Genomics researchers, computational biologists and pharma teams screening variants can use it to prioritise hypotheses without new training runs. It stands apart from similar sequence models by consuming researchers' own single-cell RNA-seq inputs through a Cell Encoder, making it adaptable to proprietary datasets rather than fixed reference cell types.
把35B MoE模型权重放硬盘、用路由模块预测激活的3B提前预读,16GB内存电脑和iPhone都能跑,M5上每秒25个token。做本地部署或端侧推理的开发者可以直接看下GitHub实现。
Microsoft 被曝和 Chevron 谈 20 年、2.67GW 的电厂直供协议,电不经电网直接进数据中心。这种表后供电模式能不能过 Texas 政治这一关,直接影响所有做算力扩容的厂商,做基础设施和能源交叉方向的人值得细看。
Small verification models auditing frontier-model or OCR output point to a broader pattern: routing doubts through a cheap checker beats paying for a large model on every token. Teams processing invoices, forms, or scanned archives at volume can adopt the same verify-and-retry loop instead of scaling up model size. Compared with running GPT-6 Astra (low) at US$70.57 per 1,000 pages, the tenfold cost gap makes this relevant to startups and enterprise back offices across ASEAN where document digitisation budgets are tight.
它把各家视频 API 的价格比较自动化了,接好 key 后每次渲染自动挑最便宜的一家跑,对同时用多家视频服务的人很实用。
The non-obvious signal is that Huawei's Ascend stack is becoming mainstream upstream rather than a parallel ecosystem, lowering the risk of betting on Chinese silicon for inference and training. Framework maintainers and infra teams evaluating Ascend as a CUDA alternative should track TorchNPU and vLLM merge activity as their health metric. The OpenRouter token-share figure also gives a concrete data point for anyone benchmarking open-weight model adoption against US-hosted models.
Google 把浏览器操控能力全员开放了,Antigravity 现在能直接让智能体替你操作网页。想试浏览器自动化的开发者不用再排队申请,装上就能用,比单独接 Browserbase 这类服务省事。
做智能体的朋友可以看看 Rayline 的 ARC,它像个路由器,自动把简单步骤丢给便宜模型、难题留给强模型。DeepSWE 测试里 68.7% 对上 Opus 5.5 的 69.9%,成本却只有 7%。跑多步工作流、被 API 账单压着的人值得测一下。
这个案例最有价值的是那套自检提示词:用 OfflineAudioContext 让 AI 自己听音频、用 agent-browser 截图看报错,等于给盲盒式生成加了质检。第 ④ 步缓存命中率 90.9% 才把成本从 $60.57 压到 $15.96,做 agentic 生成的人一定要算这笔账。建议从 $5 以内的音效台步骤开始跑。
英伟达董事会已请Wachtell律所独立调查,华尔街日报说在准备让他下台,股价盘后跌了8%。有意思的是他6月刚强调几十万个agent都在沙箱里,结果权限最大的CEO本人没人能审。做AI公司管权限的、关注英伟达治理的都该看看。
Only the latest 2000 items are listed; for older ones see the daily archive