把各家模型拟人化成不同男主的创意短片,豆姐的人设做得很讨喜,刷 X 时看到会觉得好玩。喜欢看 AI 产品做人格化营销的话可以点开感受下。
Latest
AWS 把知识库迁移做成了给编码智能体用的 skill:只读盘点、生成 IaC 模板、切流前自动验证检索。正在用 Bedrock 自管知识库的团队可以少写一堆 CloudFormation,也比手动迁移多了检索质量校验这一步。
a16z 的 Jon Lai 和 Anish Acharya 聊 AI 做游戏:开发周期缩短、mod 催生十亿美元系列、玩家用 Minecraft 复刻《Ghost of Tsushima》。做游戏或关注 AI 创作工具的都值得听,章节时间戳齐全,可以直接跳到 RTS 式管理 agents 那段。
OpenRouter 把站点做了 7 国语言,包括简体中文,而且是用每天自动跑的 AI 翻译流水线维护的:翻译完还自动和英文原文比对,不合格的打回重译。经常上 OpenRouter 比价选模型的人现在可以直接用中文看页面,做本地化产品的开发者也能参考它的流水线思路。
豆包把 Kimi、GLM、DeepSeek 都接进来了,一个对话框里切换模型,还标了消耗倍率,便宜的只要 0.01x。写代码用 DeepSeek、啃长文档用 Kimi,这种混搭玩法以前得开好几个软件,现在点一下就换,办公场景的可以试试。
GPU 云服务商抢着上线算力,安全却可能被跳过了。Lisa Thiergart 直接说这种做法鲁莽,想想你的训练数据和权重都放在别人机架上。自己租算力的开发者应该听一听。
The Information 挖出的独家细节:DeepSeek 员工帮做黑市 Nvidia 芯片生意的公司进了自家 158 亿美元融资轮,还用 SPV 隐藏股东身份。关心算力供应和美国出口管制实际效果的人都该看看。
Nvidia 是全球市值第二的公司,黄仁勋掌舵三十多年,突然换人性质完全不同。由 CFO Colette Kress 临时接任,说明还没定接班人。做 AI 采购、持股 Nvidia 或者关注芯片供应链的都该看一眼。
Nvidia 把 Jensen Huang 换掉了,理由和外国情报调查有关,这剧情够离谱。更实际的是新 CEO 要决定 Anthropic 那 100 亿认购还投不投,AI 圈的资本格局可能跟着变。关心芯片公司和 Anthropic 上市的都该看看。
Google 真把 Gemini 塞进眼镜里了,还拉了 Gentle Monster 和 Warby Parker 做镜框,和 Meta 的 Ray-Ban 眼镜正面竞争。能实时翻译、认街上的东西、扫书架荐书。想体验可穿戴 AI 的开发者可以看看这个方向。
levelsio 又在用 Claude 秒出落地页 demo 了,他做 Nomad List、PhotoAI 都是这套路子。想看 Claude 实际生成页面长什么样、能做到什么程度,点开视频一眼就知道,比官方 demo 更真实。
levelsio 给 Interior AI 加了个 Render 按钮,室内重设计做完 3D 透视后一键出写实效果图,20 秒左右就好。以前得导出去别的渲染器跑,现在全在一个工具里。经常做户型改造演示或给客户看方案的人,这个提速挺实用的。
levelsio 的 Interior AI 又更新了,现在上传一段走拍视频就能生成可编辑的 3D 房间,还能一键换室内设计风格、进地板图模式。做家装设计或想看看视频转 3D 实际落地效果的人可以上手试试。
Codex 用户今天会迎来额度重置,这对日常写码跑智能体的开发者影响直接。帖子还猜测 OpenAI 可能借机发点新东西,虽然只是猜测,但如果你每天在用 Codex,值得留意今天的官方动态。
做信息流聚合的可以抄这套架构:youdotcom 负责找新闻,Jev 按每篇 $0.00004 的成本先过滤一遍,值得写的才进深度调研。比直接把 RSS 全扔给大模型省得多,还带引用出处。用 n8n 搭,不需要写太多代码。
n8n 自己公司的做法很实在:财务用 AI 一下午就能搭出过去要排几周工单的自动化,但关键在于把自动化团队改成行会来定标准和守关键系统。想在公司里推全员自动化又怕失控的团队,这篇值得抄作业。
7000 人四年访谈数据训练出来的对话理解模型,验证方式是拿预测对照真实行为,不是刷基准分。做客服机器人、心理支持类智能体的团队可以直接看 demo,思路和主流爬语料训模型完全不同。
这段话出现在上市文件里挺少见——公司直接承认会为了安全接受落后。对比 OpenAI 一路高歌猛进的节奏,Anthropic 把安全写进招股书更像是在给监管和投资者打预防针。关注模型发布节奏和安全策略的人都该看看原文。
Anthropic 上市路演里信息量不小,最硬核的一条是 Claude 三天搞定模型在 AMD 芯片上的适配,以前要几十个工程师干几个月。对比 OpenAI 还没上市的节奏,这份披露很值得细看,想了解 Claude 实际能力的开发者别错过。
A 4.6B-parameter open model beating proprietary transcription APIs at 2.3% WER shifts the economics of self-hosted speech workloads, since teams no longer pay a premium for accuracy. Developers building voice agents or call analytics should benchmark it against Whisper-based stacks and hosted APIs on their own audio domains. The small active parameter count also makes GPU deployment affordable for smaller teams and regional SaaS builders.
干推理托管的都该看看这条:Fireworks 被黑根子在小云商的安全短板,Baseten、Modal、Fal 也用同类 neocloud,已经有客户想迁去大云或自建机房。做基础设施选型的团队可以对照检查一下自己的供应链。
Google 今天又发新东西了,博主 kimmonismus 在 X 上发了条提醒。帖子本身没给细节,但如果你在追 Google 这波密集更新,这条可以当个线索,去官方渠道看看具体发了啥。
The non-obvious takeaway is that RSI may pay off more in pre-training headroom than in post-training tricks, since a barely fine-tuned base beat fully post-trained rivals. Researchers running large-scale training pipelines and labs weighing agent-assisted data curation should study the loop decomposition and shared context store design. The model being open-weight and sized at 30B MoE makes it directly comparable for local deployment against Qwen3-30B-A3B and Nemotron-3.5-Lightning-30B-A3B.
The notable detail is the Vera Rubin support landing in vLLM-Omni ahead of the hardware's broad rollout, so early adopters can benchmark image-editing serving costs on next-gen GPUs from day one. Teams comparing open-weight image editing models should add H3-Image to their shortlist against FLUX-family alternatives. The 0.87-second 4K generation figure is a useful baseline for latency-sensitive production deployments.
跑 Agent 最费钱的就是全程顶配模型。这篇讲了按任务分流的实操:规划用 Kimi K3.1 Pro 这类强模型,读文件改格式丢给 0.01x 倍率的豆包 2.1 Lite,同样额度能多干好几倍活。经常跑自动化任务的人照着配一遍就能省不少。
n8n 出了个叫 Nod 的开源智能体,跑在自己电脑上,模型随便换。它每步操作都会对照你的原始指令,越界就先问你。做自动化工作流、又不想把账号交给黑盒产品的开发者可以试试这个研究预览版。
n8n 出了个免费模板,输入一句话提示词,就自动写脚本、配 AI 旁白、找素材、发到 YouTube 频道,全程不用动手剪辑。做短视频批量生产的创作者可以直接导入改造,比自己拼 API 省事得多。
11 月 17 日在香港的这场圆桌请了三位真在做 AI 视频的创作者,聊从创意到成片的完整流程。不是厂商讲 PPT,而是讲 agentic 系统怎么进实际制作管线。做短视频和广告内容的团队可以关注。
阿里的新旗舰 Qwen4-Max-Preview 直接塞进了 3 美元首月的订阅档,想提前试旗舰能力的话成本很低。比起按量付费的 OpenAI 和 Anthropic API,这种包月模式对小额用量开发者更友好,适合想测 Qwen 系列的人上手。
Alibaba Cloud 把 Qwenwork 这款智能体生产力平台直接带到 HKICC 2026 现场给香港企业看,说明它把香港当成 agent 工具的重点市场。做知识工作自动化、选型 agent-first 工具的团队可以关注它和 Notion AI、钉钉 AI 这类产品的差异。
做链上交易的朋友可以看看:Trenchers 的智能体现在通过 Raydium 能在所有 launchpad 自动买入新币,之前只能跑 pump.fun 和 PumpSwap,覆盖面完全不同了。手动终端+自动智能体叠加的设计,适合同时盯多个平台的人。
百度在 Baidu World 收官时放出一句话预告:Apollo Go 无人出租车要去 Dubai。没有细节,但方向明确——想在百度无人车出海中东这件事上抢个先,可以先记下这条线索。
百度把自研芯片路线图直接摆上台面:M100 现在就能买来跑推理,M300 等 2027 年。做推理业务、关心算力成本的朋友可以看看,这是国内少有的能对齐英伟达的选项。
百度在自家Baidu World 2026大会上把Apollo Go摆到了AI竞争的核心位置,Robin Li还拿具身智能类比2016年的自动驾驶。如果你关注无人出行和L4路线,这篇能看清百度的四层技术栈打法,和Tesla、Waymo的路数对照着看更有意思。
百度这次把深度思考和微表情识别两款 ERNIE 模型直接开放到千帆平台 API,企业接上就能用。李彦宏讲的思路很有意思:智能体的应用反馈反过来指导模型优化。做企业级应用开发的可以看看千帆上的调用方式。
240亿美元砸在得州边境建超算,还自带电厂,跟OpenAI的Stargate和xAI的Colossus是同一个量级的算力竞赛。做AI基础设施或关注算力布局的人值得看看,分期建设和就业数字都披露得挺细。
A marketplace layer with fingerprint checks and public credit records could pressure model providers toward verifiable pricing and specs, shifting trust from vendor claims to platform-verified data. Enterprise buyers comparing models across providers get a single venue to evaluate options, useful for teams in ASEAN and China sourcing models without direct vendor relationships. Compare with direct API portals from OpenAI or Alibaba Cloud, which lack third-party verification layers.
作者把自用的 BoxBridge 0.4.4 接入方法放出来了,靠 Grok 通道连 Orca 和 Claude Code,不用自己搭 Tailscale。断线重连、故障恢复这些细节都做了,已经稳定跑了两个月。想找稳定接入方案的人可以看看入群方式。
有人扒出 Google 可能给 Gemini 4 系列按化学元素起名:Argon、Carbon、Hydrogen。听起来像要一口气铺好几条产品线,不过目前只是传闻,官方没确认。想追 Gemini 4 动向的可以先记一下这几个名字。
挺有意思的小项目,tokei 居然被做成了 AI PASSPORT,背后还是 Eric 提的建议。喜欢折腾这类工具的人可以蹲一下,等作者开放后就能上手玩了。
Only the latest 2000 items are listed; for older ones see the daily archive