-
·
-
·
-
·
-
·
-
·
-
·
-
·
-
·
-
·
-
·
-
· 🔌 Claude 的 Artifact 这周悄悄变了一件事:它从「一张搭好就定死的静态页面」,变成了「每次被打开都能拉实时数据的小应用」。
-
· 🤖 号称能自己干活的 AI agent,一拉进真实环境,连最强的 GPT-5 也只做对了 46%。
-
· 🐑 你有没有同时开着三四个 Claude Code,然后彻底搞不清哪个卡住了、哪个在瞎跑?
-
· 🛠️ 今年的 AI Engineer World’s Fair 上,latent.space 总结了 5 个正在定义这个行业的趋势。放在一起看,它们其实在说同一件事:AI 工程的重心,正从「造 agent」挪到「造 agent 周围的系统」。
-
· 🎨 你有没有发现,现在 AI 生成的网页,长得几乎都差不多?同一批字体、同一套渐变、同一组圆角卡片——不管你用的是 Claude、Cursor 还是 Codex,出来的界面都像同一个模子刻出来的。
-
· 🔄 Anthropic 反悔了:Fable 5 不撤了,永久留在订阅里。但先别急着高兴——限额砍到了一半。
-
· 🕵️ 你让 Claude 帮你查点东西,它会不会顺手把你的隐私发出去?按理说不会——直接往 URL 里塞参数外泄,这条明路早被堵死了。但安全研究员 Ayush Paul 找到了一条暗路,还把整个过程写了出来。
-
· 🗺️ 给 AI 读你的代码库,现在流行的做法是塞进向量库、靠相似度模糊搜——快,但它是个黑盒,你并不知道它凭什么把两段代码扯到一起。
-
· 🎬 花七十多美元,让 AI agent 自己当导演拍一支音乐 MV,结论有点扫兴:两家都还不能看。
-
· 🌙 月之暗面凌晨甩出 Kimi K3,官方挂出”史上首个开源 3T 级模型”,全网瞬间炸了。2.8 万亿参数是真的,但先别被”最大”两个字唬住——它是 MoE,每处理一个 token 只激活 896 个专家里的 16 个,实际干活的只是一小撮,推理负载远没有”2.8 万亿”听着那么重。
-
· 🧑💻 “我让 Claude Code 写东西,十次有八次不是我要的;好不容易对了,代码又跑不起来——是不是我不适合用 AI 写代码?”这个困惑挺多人有。TypeScript 圈的知名教育者 Matt Pocock 最近把自己的解法开源了:一套 Claude Code skills,思路很直接——AI 写代码好不好,拼的是工程纪律,模型强弱反而是其次。这套东西现在能直接装成 Claude Code 插件,也能配别的模型用。
-
· 🛡️ 给 AI coding agent 装一道”防手滑”的护栏,听起来很简单:看见 rm -rf、git reset –hard、DROP TABLE 就拦下来。但真动手做过的人都清楚,识别危险命令是简单那一半,难的那一半是——别误伤。
-
· 🧩 你把 API 设计得特别”人性化”:默认值贴心、报错温柔、字段名简洁。结果接上 agent,它反而频频翻车。Freestyle 的创始人 Ben Swerdlow 最近点破了原因——给 agent 设计 API,和给人设计,几乎是两套相反的规矩。我们伺候人类开发者二十年攒下的那些”体贴”,放到 agent 面前,大多成了坑。
-
· 投了 69 份简历,拿到 20 个初面,最后签下合同当上 AI 工程师——这套找工作的流程,是一个丹麦开发者用 Claude Code 自己搭的,整个仓库在 GitHub 上已经攒了 2.3 万星。
-
· 搞推理算力,这些年其实只有两条路:买自己的 GPU,或者租云。最近有人给了第三条——凑。🧩
-
· Meta 上周发了个新模型,但整个发布里最值得看的东西,埋在它自己 eval 报告的角落里——两个模型副本对着聊天,聊着聊着,聊出了点瘆人的东西。🌀
-
· 如果这一周的 AI 新闻你只想抓一条主线,那就记住这句:大家问的问题,变了。🧐
-
· 这段时间,人形机器人扎堆冲向股市。但别被”上市”两个字唬住——离你真能买到、真能用上,还差着好几年。🤖
-
· 你在为大模型谁更强吵架的这半年,另一半 AI 前沿已经悄悄堆到了 30 多个模型——它们叫 world models,世界模型。🌍
-
· 一个大厂甩出”20 小时扫完 4.66 亿行代码”的时候,真正该盯的,恰恰不是这个数字。🧐
-
· 有人问:Gemini 3.5 Pro 到底怎么了,怎么一直不出?😅
-
· 你让 agent 写完一个功能,顺口加一句”录个演示视频”,它真就自己录了一个出来——脚本是它自己排的。🎬
-
· OpenAI 干了件有点反直觉的事：它出了个官方插件，专门让你在竞争对手的 Claude Code 里，调用自家的 Codex。😏
-
· 你让 AI 帮你审一段陌生代码，就想看看它有没有毒。结果它把毒给运行了。😳
-
· 在笔记本上跑 GLM-5.2（744B）这件事，现在字面上是真的了——只是”能跑”和”能用”之间，隔着一个 0.05 tok/s。😅
-
· Bun 的作者用 11 天、烧掉 16.5 万美元的 token,让 AI 把整个运行时从 Zig 往 Rust 上重写了一遍。但这事最该学的,不是「AI 会写代码」。
-
· 做表格数据的机器学习,十年没怎么变的那套老规矩,Google 上月底想用一个「不训练」的模型掀了。
-
· 「AI 编程,哪个模型最省钱?」——你要是拿「每百万 token 多少钱」去比,大概率会挑错。
-
· Prime Intellect 融了 10 亿估值:这条 AI 融资新闻最该看的,不是钱——是「自建 vs 租 API」
-
· Meta 悄悄上了个「生成式 TikTok」:刷到的每个小游戏,都是 prompt 出来的
-
· 你让 AI 画个图,老被气到?先别怪模型笨——大概率是你让它干了一件本就容易翻车的活。
-
· 在一个公开 GitHub issue 里加一个词,AI agent 就把私有仓库的内容贴到了公开评论区。
-
· 「用 Claude 是不是以后都得交身份证、刷脸自拍?」
-
· 让 AI 去「操作」一个网页,你是不是还在开无头浏览器跑 Playwright,或者把截图丢给多模态大模型,让它「看」着页面再点?又重、又慢、还要一堆权限。
-
· Claude Cowork 昨天悄悄上了手机——但公告里最狠的不是新功能,是一个数字。三个你该注意的信号 👇
-
· 「为什么有的模型,你就是觉得它『更聪明』?」——可能跟它到底聪不聪明,关系不大。
-
· 【原来……很多人还不知道:AI agent 现在能直接「看」懂 Word / Excel / PPT 了】
-
· AI 一本正经编出来的假网址,正在被人抢注成钓鱼站——就等你的 agent 撞上去。⚠️
-
· 「浏览器里跑 embedding、一个 API 都不调,真能替掉云端那套吗?」
-
· 「我给 AI agent 接了工具、放了权限,怎么保证它别给我闯祸?」
-
· 你可能第一次撞见这种事:一个 AI 模型,你不是买不起,也不是它不够强,而是——「你没被批准用」。😮
-
· 用 AI 写了大半年代码,我得承认一件不太体面的事:我变快了,但也变笨了。😮💨
-
· 蒸馏——让一个小模型对着大模型学、把本事偷过来——一直有个很多人没注意的隐形天花板:师生俩得用同一个分词器,基本只能在自己家族里教。最近一篇论文(arXiv 2606.09456,《Breaking the Tokenizer Barrier》)把这堵墙捅破了。🧐
-
· 一个人把自己核磁共振的原始文件,丢给了 Claude Code,结果它给出的结论,跟诊所医生的诊断对不上。更让他睡不着的是:当他让 AI 再复核一遍,AI 站在了 AI 这边。🤔
-
· 「想在家跑大模型,又不想给 Nvidia 交『显存税』💸——AMD 现在到底能不能打?」
-
· 你有没有过这种经历:跟 AI 说”帮我做张图”,出来的东西总差那么点意思,反复改半天还是不对劲。Qwen 团队最近的一篇论文指出,问题可能根本不在那个画图的模型,而在你那句话本身。
-
· 你的 coding agent 每次找段代码,都得把大半个 repo 翻一遍——token 就这么哗哗烧掉了 🧐。
-
· 【原来…… VS Code 早就能在里面用任何大模型,很多人还在被 Copilot 绑着】🧐
-
· 本地 AI 一直有个短板:跑文字行,一到语音就抓瞎——你还得把音频甩给云端的 Whisper 和 TTS。LocalAI 最近几个版本(v4.4 这一线),把这块补上了 🧐。挑四个点说。
-
· “我接一个 MCP server 就得授权一遍,接十个授权十遍——这破事就不能一次搞定?” 🧐 如果你用 Claude Code 接过一堆工具,这句话你大概率说过。
-
· 把 11 个大模型扔进一场”大逃杀”,活到最后的不是最聪明的那个,是最便宜的那个 🧐。
-
· 一个 3B 的小模型,数学推理居然摸到了几百倍大的模型的边——但先别急着喊”平替” 🧐。
-
· 你的 AI agent 会写代码、会调 API,可你让它”上网看一眼”,它基本抓瞎 👀。
-
· 一小时前我还在推荐 6 个 skill 让大家装。现在得补一句要紧的——装之前,先想想安全 ⚠️
-
· 「MiniMax-M3 刚开源,号称比上一代快十几倍,真有那么神?」
-
· 所有人都在卷”单个模型更大更强”,OpenRouter 偏偏押了反方向 🤔。
-
· “省 95% 的 token”——这种标题我现在看到都先打个问号。但 Headroom 这个开源项目(Apache 2.0,已经两万八千多 star)把数据全摊开了,我帮你拆一拆,哪部分是真的,哪部分是挑着说的 🔍。
-
· 你同时在用 Claude Code、Codex、Pi……还各自一套配置、一套权限——管得过来吗?有人做了个”总管”,叫 Omnigent。一张图,看懂它站在哪 👇。
-
· 「智谱的 GLM-5.2 出了,现在该上车吗?」先别急——它这次发布,干了件挺反常的事 🤔。
-
· 本周 AI 世界:开源集体上分,但一个新基准,给所有 agent 泼了盆冷水 🧐。
-
· 我们天天用的大模型,几乎都是”一个字一个字往外蹦”的——前一个词定了,才轮到下一个。Google 刚开源的 DiffusionGemma,换了套完全不同的玩法 🤯。
-
· 想在本地跑视觉模型,最磨人的就是图一喂进去、半天憋不出第一个字。Zyphra 新开源的 Zamba2-VL,把这段等待砍掉了大约九成——靠的不是更猛的显卡,是换了套架构 ⚡。
-
· 让 Claude Fable 5 去修一个小小的横向滚动条 bug,它能”主动”到什么程度?Simon Willison 给的答案,我看完有点后背发凉 😅。
-
· AI agent 现在到底能干多少真实的工作?一个新基准给的答案,有点扎心 😬。
-
· 微软不想再这么依赖 OpenAI 了——它一口气放出了 7 个完全自研的模型 🧱。
-
· ChatGPT 把「记忆」这件事,整个换了个做法 🧠。以前是你手动告诉它「记住这条」,攒成一张列表;现在,它自己在后台「做梦」,把你过去几年的对话读一遍,自己综合出该记什么。
-
· 做 agent 检索的人,最近都在纠结一件事:到底该上向量 embeddings,还是直接拿 grep 搜文本就够了 🤔?
-
· 一个挺反直觉的发现:让大模型「用图像」来推理,可能比用文字更省 token 🤯。
-
· 你的 AI agent,现在能自己上微博、小红书、B站、推特、YouTube 翻资料了 🤯——还不用买任何 API。
-
· 问个做 agent 的人都遇过的糟心事:为什么一让它上网搜索,token 就哗哗地烧,答得还磕磕绊绊 😮💨?Perplexity 最近放出来的一套东西,给了个挺不一样的解法。
-
· 同一批最难的编程题,交给当下三个最能写代码的模型——Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro 🤖。换一个更狠的判分标准之后,排第一的那个,也只过了一成出头。
-
· AI 把一张图压成一串数字的时候,到底发生了什么?有个开发者动手扒了一下,结果挺反直觉的 🤔
-
· 让 AI 帮你写代码,最爽的一点,也是最危险的一点:它直接把答案递到你手上,你复制、粘贴、跑通,然后——什么也没学到。
-
· 你有没有发现,AI 帮你写的前端,总长着同一张脸?都是居中的大标题、圆角卡片三件套、一个紫蓝渐变的按钮,排版工整、毫无记忆点。有人给这种东西起了个名字——AI slop(AI 糊弄出来的那种东西)。GitHub 上一个 37k 星的项目专门想治它,叫 Taste Skill。四个点带你看懂它 👇
-
· 搭 AI 流水线,最常见的一个坑,是想让一个大模型把整件事从头干到尾 🤔 结果往往又慢、又贵、又不可控。到底哪些活该交给大模型,哪些不该?有个填字游戏项目,把这件事讲得特别清楚。
-
· NotebookLM 很好用,但有件事你可能没细想 🤔 你喂进去的那些 PDF、研究资料、内部文档,全都上传到 Google 了。有个开源项目专门解决这件事——Open Notebook,一个能自己部署、数据不出本机的 NotebookLM 替代品。这周刚发了 v1.9.0,GitHub 上 26.9k 星。
-
· 你让 AI agent 帮你写代码,钱到底花在哪了?多数人脱口而出:当然是写代码。一篇今年一月的论文把 token 一笔笔数了出来,答案有点反直觉。四个值得记下来的结论 👇
-
· 一个设计师把 Figma 用得越来越少了 🤔 他改用 Claude Code,直接在代码里画原型。
-
· 「为什么 AI agent 一碰到大改动,就容易看错、改串?」
-
· 能在手机上本地跑、还压到 1GB 以内的大模型——Google 这次没在「模型」上做文章,在「训练」上动了刀。📱
-
· AI 算力这场仗,已经卷到让马斯克成了 Google 和 Anthropic 的「房东」。💸
-
· 「每个月光是 API 账单就贵得肉疼,有没有办法在不换模型的前提下,把 token 用量压下来?」💸
-
· 「Claude 把 rsync 写崩了」——这条说法五月底传遍全网,差点把一个开源维护者逼到崩溃。后来真有人去把数据扒了一遍,结论有点出人意料。🧐
-
· Transformer 注意力里那套 Q、K、V「三件套」,真有必要都分开、各算一套吗?有篇 ICML 2026 的论文较了个真——发现至少 K 和 V,是可以合着用的。🧐
-
· 这两天 AI 圈最大的瓜,不是哪个模型又刷榜了,是钱。💰
-
· 你有没有发现,现在的「推理模型」特别爱想太多?明明一步能到的题,它非要绕一大圈、反复试错,token 哗哗地烧。有篇刚出的论文 ThoughtFold,专门治这个毛病。🧐
-
· Uber 给每个工程师用 AI 编程工具的钱,定了个上限:每个工具,每月 $1,500。这个数字,可能比任何一份「AI 提效报告」都更能说明问题。🧐 几点拆开看:
-
· 你天天用的大模型,到底是被哪些数据「喂」大的?这个问题以前几乎没法查——有篇新论文把它快了 13 倍,顺带能干一件更戳人的事:查模型有没有「偷看过考卷」。🧐
-
· AI 答错了,你第一反应是「再让它试一次」,还是「得改 prompt」?有篇刚出的论文说:不用读它错在哪,光看「失败的分布特征」,就能 84% 判断出——这次重试到底有没有用。🧐
-
· 做图一直被「文字总糊成乱码」坑的人,可能要留意一下:Ideogram 昨天把自家第 4 代图像模型开源了,而它最能打的,恰恰是「把字写对」。🧐
-
· 人形机器人最贵的一件事,是「教它干活」——通常得有人戴着设备,一遍遍遥控示范。有篇刚出的论文 GRAIL 干脆把这步跳了:它拿 AI 生成的「假视频」训练机器人,真机上手成功率 84%。🧐
-
· 做 IntelliJ、PyCharm 那家 JetBrains,悄悄开源了一个会「把思路写出来」的推理模型——Mellum2。这事比它的跑分更值得说一句:一家做 IDE 的公司,正经下场做模型了。🧐
-
· 训练 AI「听懂人话」一直有个老大难:缺数据。尤其是小语种、专业领域,根本凑不齐足够多的、多说话人的真实对话录音。有篇刚出的论文干脆反着来——既然真的不够,那就造一批「从没发生过的对话」。🧐
-
· 让大模型当你家的「智能管家」,它到底能不能管明白?有个刚出的基准 SMH-Bench,搭了个真能跑的智能家居模拟器 HomeEnv,把任务分成 7 大类、22 个小类、三档复杂度,拿 1100 个任务把前沿大模型挨个考了一遍。结论有点微妙:简单的它都会,真正「智能」的地方反而露怯。挑三个发现说说。🧐
-
· 写过网页自动化的都懂那种痛:脚本跑得好好的,网站一改版,XPath 全废,又得回去一个个改选择器。🧐 有个开源项目 Skyvern 干脆换了思路——别让机器「按代码点」,让它「看着屏幕操作」。
-
· Anthropic 干了件挺少见的事:把过去一年里、自己平台上封掉的 832 个搞网络攻击的账号,挨个翻了一遍,然后把结论公开了。🧐
-
· 开源的小模型,能追上 OpenAI、Gemini 那种「会自己操作浏览器」的闭源 agent 吗?微软刚挂出来的一篇论文 OpenWebRL,给的答案有点出乎意料。🧐
-
· 同样让 AI 改一份代码,有的 agent 又慢又费 token,有的就利索很多。差别常常不在用哪个模型,在「它到底怎么改、怎么读」。拿昨天刚更到 v15.7.6 的终端编程 agent omp(oh-my-pi)来说,它跟传统 agent 的不一样,集中在三件事上。🧐
-
· 你的 agent 失败了,你回头改的那个 skill,很可能根本不是出问题的那一个。🧐
-
· AI 看图现在到底多强?有个刚出的基准 SOCO 专门去戳它一个软肋。结果挺反直觉:你用嘴说,它找得到;你拿图比,它就含糊。🧐
-
· 写过爬虫的都懂这个痛:网站一改版,你辛苦写的选择器集体阵亡,脚本第二天就报废。🕷️ GitHub 上一个叫 Scrapling 的框架(57.6k star,BSD 协议)想治这个老毛病,顺手还把 AI agent 也照顾到了。挑四个真有意思的点说说:
-
· 一颗 2016 年的旧 Xeon,没插任何显卡,把 Google 今年 4 月才发的 Gemma 4 26B 给跑起来了。😳
-
· 你天天调 LLM 的 API,但它到底怎么从零训出来的?有人把整个过程开源了,还小到能在免费 GPU 上亲手跑一遍。🧠
-
· 问一个可能让你心跳快半拍的问题:AI 能预测股票的 K 线吗?💹
-
· 给 Claude Code 配个「团队」,质量能涨多少?有个插件给的答案是六成——但先把丑话说前头:这数字的样本只有 15 次。😬
-
· 想让 AI 帮你判断「这个 idea 到底靠不靠谱」?有个新研究给你提个醒:它大概率会说「靠谱」——哪怕那个 idea 根本不行。😬
-
· 【AI 画图,能不能先「写代码」再渲染?】👆
-
· 【原来开源 TTS 已经能「几句话克隆一个声音」了?】
-
· 「我做 AI 应用,到底该直接接某一家的 API,还是用 OpenRouter 那种一个接口接几百个模型的路由?」🤔 这两天这个问题有了个挺响的注脚:OpenRouter 刚融了 1.13 亿美元 B 轮。
-
· 今天早些时候那条还记得吗:有公司一个月在云上烧掉 5 亿美元跑 Claude。同一天,Liquid AI 扔出一个 8B 模型,在你自己的笔记本上、纯 CPU 就能跑到 253 tokens/秒。🤯
-
· LocateAnything-3B · NVIDIA 这周开源的视觉定位小模型,5 个点看懂它为什么值得关注 👇
-
· 【原来接手烂项目,第一步不该是打开 main 函数】
-
· 换不换主力模型,先别盯着榜单分数,盯着你月底那张 API 账单。💸
-
· 你的 AI agent 是怎么「记事」的？如果答案是「把全部聊天记录塞进上下文」——那它又贵、又慢、还会失忆。🧠
-
· 【原来 Claude Code 已经能自己写脚本、一次指挥上千个子代理了】🧩
-
· 有人在网上整理了一份「AI 味」清单——怎么一眼看出一段文字、一个网页是 AI 做的。看完我有点想笑，因为中文这边，我每天都在跟另一套味儿死磕。👃
-
· 一个 11 个人的巴黎小团队说，标准 GPU 上单条请求能跑到每秒 3000 个 token。先别急着兴奋，也别急着划走——这数字背后的门道，比数字本身有意思。🏎️
-
· 把 prompt 当成模型来「训练」，听着像噱头。但微软真把它做成了一个开源工具。🧪
-
· 你的 agent 跑到第七步，进程崩了。然后呢？整个流程从头再来，前面六步白干。😮💨
-
· 【原来……很多人都不知道 6G 显存就能跑 35B 级开源模型 + 接 Agent?】🧱⚡
-
· Anthropic 昨天上线 Claude Opus 4.8。版本号只往后挪了 0.1, 但 4 个数字非常硬, 加 3 个新功能, 加价格不变 — 这是一次 agentic-critical 的跳跃。🚀⚡
-
· 【原来……很多人都不知道 Salesforce 有开源 AI-native 替代品?】🧱⚡
-
· DeepMind 9 天前在 Nature 发了一篇论文, 配了一个正在 rolling out 的产品: Co-Scientist。它不是又一个 chatbot, 它是一个由 7 个角色 agent 拼装出来的「AI 科研搭档」。🧬⚡
-
· 【原来……很多人都不知道你可以让 AI 直接问你的 SQLite 数据库?】📊⚡
-
· 你的 Claude Code 跑大仓库的 token 账单, 上周大概在心里痛过一次吗? 昨天上 GitHub trending 的 CodeGraph, 给了一个有数字的答案: 7 个真实 OSS 仓库各跑 4 轮, 中位 35% 成本下来, 71% tool call 干掉。🧱⚡
-
· Anthropic 拉了 10 家公司联手, 用 Claude 在开源 + 企业代码里扫漏洞。第一份成绩单出来了 — 数字大得让人坐不住。🛡️⚡
-
· 视觉-语言模型这条线今天又被上一个台阶。👁️ LLaVA-OneVision-2 在 arXiv 上挂了——943 个点赞,是今天 HF 论文版面里票数最高的一篇,把开源 8B 多模态的天花板往上抬了一截。
-
· AI 消费硬件这一年基本上都翻车了。Humane Pin 烧了 2.4 亿 → 关停。Rabbit R1 → 网友嘲笑。Friend、Limitless Pendant → 没声音了。📱 然后这周,Brett Adcock 的 Hark 拿了 7 亿美元 Series A,估值 60 亿——产品都还没上线。
-
· 人形机器人这条线昨天迈了一步——Figure 跟 Catalyst Brands 签了合作协议,接下来要把 humanoid 派进 Reno 的仓库里干活。🤖
-
· 这一周第一次有清楚的数据,看到普通用户在用脚投票拒绝「强塞 AI」。🦆 DuckDuckGo 这一周 5 月 20 到 25 号,美国端 App 安装量周环比平均涨 18.1%,其中 5 月 25 号峰值 +30.5%。iOS 端更猛——周环比平均 +33%,峰值跳到 +69.9%。
-
· 模型这条线越卷,中间层越值钱。🔀 OpenRouter 这一轮估值 13 亿美元,刚刚关闭了 1.13 亿美元 Series B,CapitalG 领投。从去年 6 月的 5.47 亿,12 个月翻一倍多。
-
· 医学影像 AI 今天上了一份你大概率没看到、但接下来一年所有做计算病理的人都得读的论文——SpaPath-Bench,中科院自动化所 (Tianzi Jiang 团队) + 合作者把 19 个病理基础模型 (Pathology Foundation Model) 拉到一张桌子上,跑了 83K 次评估,问一个被业内忽略很久的问题:这些模型到底在「看」什么?🔬
-
· 视频生成 + 交互这条线,今天有了第一个体系化的考卷。复旦 + 美团 Longcat 合作的 WBench 在 5 月 26 号挂上 arXiv,把 20 个 video world model 拉到同一张试卷上,测了 5 个维度。📐
-
· Anthropic 把 11 个白领工种,直接打成 11 个 Claude Cowork 插件,开源扔上 GitHub——一夜 1,441 star,总数 16K。🧩
-
· 很多人现在用 AI 写代码,第一反应都是「我可以 ship 得更快了」。Nolan Lawson 这周一篇博客把整个故事翻过来——他用 AI,但用得更慢。
-
· 很多人开始用 Claude Code、Codex、Gemini CLI 这一类 agent 工具时,第一反应通常是「我怎么把 prompt 写得更像咒语」。但 Simon Willison 5 月 11 号在他 TIL 上贴的那条小笔记,指了另一条更值得想的路:
-
· Anthropic 上周(5/19)正式官宣跟 KPMG 的全球合作——276 千 + 全球员工开放 Claude 接入。这是 KPMG 在美国内部跑了 2 年之后,把整套体系推到全球分支机构的 rollout。
-
· Google 上周(5/19)悄悄发了一份「Gemini Omni Flash」——是 Omni 这个新模型家族的首个版本,DeepMind CTO Koray Kavukcuoglu 亲自写的发布文。核心做的事:让 video gen 不只是「敲个 prompt 出一段视频」,而是可以对话式编辑。
-
· GitHub 上还有一个仓库这周冲得猛——Lum1104/Understand-Anything,27.8K stars、2.4K forks、v2.7.3 是 5 月 19 号发的。
-
· GitHub 上有一个仓库这周冲得挺猛——academic-research-skills,把 Claude Code 改造成了一条完整的学术研究流水线。20.8K stars,1.8K forks,432 commits,最新 v3.9.2 是 5 月 18 号发的,样板文件夹里有中英文的真实成稿可以直接翻。
-
· Together AI 上周(5/19)发了一份 inference benchmark,看完之后挺值得放下来想——开源推理引擎在 NVIDIA 自家的 B200 上,把 NVIDIA 自家的 TensorRT-LLM 跑赢了 31%。
-
· Anthropic 这两天悄悄上线了一件该有人做的事:Claude Code 的官方 plugin 目录,挂在 github.com/anthropics/claude-plugins-official——自己的 org 下,公司挂名,不是员工个人项目。已经 26.9K stars、684 个 open issues、2.9K forks。
-
· 「RLVR 训练里,大部分 gradient 都花在了格式 token 上」——5 月 20 号挂上 arXiv 的一篇 paper 这两天登上了 HuggingFace daily papers 榜首,做了一件听上去很朴素、但效果很直接的事。
-
· Moonshot AI 一个月前在 Kimi K2.6 里塞了一个 300 个 sub-agent 的并发系统——单次自主任务跑 4000 步,持续编码 13 小时。完整模型开源在 HuggingFace 上,Modified MIT。
-
· 「现在开源里最像 Claude Code 的东西是什么?」
-
· Agent 评测换了一种问法——「不是它能不能做完,是它能不能猜出你没说的那部分」。
-
· Microsoft 给 AI 智能体出了一套 pytest——还能直接跑在 CI 里。
-
· 一个月,一万个漏洞。Anthropic 的 Glasswing 联盟把它的月度运营报告发了出来——硬话是 AI 找漏洞的速度,已经明显跑赢人类修补的速度;软的部分,Anthropic 第一次公开承认,这件事最难的不是扫描端。
-
· 一台 4.8 万美元的 GPU 服务器,真的回本了——但把这笔账算出来的人,结论是「别学我」。
-
· 有人把自己积了一整年的视频素材,全部索引了一遍——在一台 2021 年的 MacBook 上,全程没碰过一次云。
-
· tmux 这个东西,几乎每个长期在终端里干活的人都用过。但它是给「人」设计的——这两天有人把这个思路为 agent 从头重写了一遍,叫 rmux。
-
· 你的 Claude Code 账单,有一大半花在了「找路」上,而不是「干活」上。
-
· 「一个模型标 30 tokens/秒,这到底算快还是算慢?」——这个问题问的人很多,但它其实问错了。
-
· 一个自托管的 8B 小模型,在 26 个 multi-step agentic 场景的 eval 里拿到 86.5% —— 没换模型,只在外面套了一层叫 Forge 的东西。
-
· NousResearch 这周把 hermes-agent 推到 v0.14.0,代号 “The Foundation Release”。808 个 commits、633 个 PR、165K 行 insertion、215 个社区贡献者。我挑五件 AI 编程者今天就该装的事。
-
· 每周下载 1 亿次的 Axios 也能被植入木马。这张图把 5 个步骤画清楚了。
-
· 4 个 AI 跑电台跑了 5 个月,加起来一共只赚了 45 块美金。
-
· 每个 Anthropic 官方 SDK,过去几年都是同一家公司生成的。
-
· $900 的 bounty,招来 253 条 AI 灌水评论。
-
· 每开一个新 session 都要重新解释一遍 architecture —— 这件事好像每个用 Claude Code / Codex / Cursor 的人都习以为常了。
-
· 在边缘设备(IoT、传感器节点、微控制器、低功耗 SoC)上跑 transformer,这两年是个公开痛点——单个设备的内存、算力、电量都撑不住完整模型。这周一组研究者(TU Darmstadt 的 Sebastian Trimpe + Marco Zimmerling)挂了 CATS,提出一个反直觉的方案:别再压缩模型,把推理拆开,16 个超低功耗设备一起跑。
-
· 做 coding agent 的人都知道,”先 grep 再 read 完整文件”这条默认 path 很烧 token——一次 search 动辄塞满 100K 上下文窗口。这周 GitHub 上有人做了一个不到 1.4 万行的工具叫 Semble,实测把这个开销砍掉 98%——而且 recall 不降反升。
-
· function calling 这两年默认是 sync-blocking——模型 decode 一次 tool call,停下来等结果,再继续。Berkeley 这周一篇论文说:LLM 其实天生就能处理”symbolic future”,不用等。
-
· 花 4299 美元买 M5 Max MacBook 跑本地 LLM——按 10 年寿命算,每百万 token 成本 1.61-4.79 美元。OpenRouter 上同款 Gemma4 31B,38-50 美分。”本地省钱”这个 mental model,数学上不成立。
-
· 在 diffusion model 圈做多任务训练这两年是个公开的痛点——同一个 base model 同时塞图像生成、视频生成、3D 生成、audio 生成,任务之间互相干扰,梯度方向打架,最后哪个任务都做不到 single-task 的水准。这周一组研究者(Yu Liu / Zuxuan Wu 等十人)挂了 DiffusionOPD,把这事儿用 distillation 的角度重新拆开来做。
-
· “做 long-context agent,上下文越长显存越爆,但又不能让模型忘掉前面 100 轮——怎么办?”答案不是把 context window 拉长,是给模型挂一个 8×8 的在线记忆矩阵。
-
· 2026 年的 voice agent 圈,12 家头部系统全部测了一遍——没有一家能同时在准确率和对话体验上拿到 50 分。
-
· 做 multi-turn agent 训练这两年的默认套路是 GRPO,这周一篇 ZJU + Meituan 的论文,在三个 benchmark 上把 GRPO 全面打过——平均 +8.9 个百分点。
-
· 闭源 Grok 订阅,从今天起可以在开源 Hermes Agent 里跑。这件事比表面看上去深 —— 是闭源 SaaS 第一次主动给开源 agent 装 USB 接口。
-
· 你以为 HarmBench / InjecAgent / AgentDojo 这一波 LLM 安全 benchmark 已经覆盖了主要威胁?——这周一篇论文把这事的底揭开了:整个研究界已知的攻击,六大 benchmark 加起来,只覆盖了 25%。
-
· speculative decoding 这条 inference 加速路线,过去一年是默认选择——但有人在用另一种思路把 5 倍速度搞出来,而且不要 draft model,不要双 KV cache。
-
· 做 agent 不一定要 RAG。这周一篇论文实测下来:大多数场景里,grep 比 vector retrieval 准。
-
· “我做 SFT 微调,模型越练越忘记预训练学过的东西——这事有解吗?”答案是有的,一行代码改 loss。
-
· 不重训、不微调,Gemini 3.1 Pro 的 Codeforces Elo 直接涨了 405 分——靠的是把推理这件事变成”评委制选秀”。
-
· 人体动画跑过 15 秒就崩——这条”画质悬崖”现在被一篇新论文搬走了。
-
· 你那位”特别会顺着你说”的 AI 助手,可能不是在帮你——是在 sycophantic 你。
-
· GGUF 文件已经成了”模型分发标准”,但里面其实还有四个明显的坑——每个推理引擎都在用 hack 绕。
-
· 这两年 multi-agent 系统的工程化基本就两条路:运行时路由器一派 vs 编译期一派。这周 arxiv 一篇论文把后者推上了 6.4 倍加速。
-
· 一个 2024 年拿到 Breakthrough Prize 物理学奖的人,把卡了一年多的题丢给 GPT-5,一周搞定。
-
· 99M 参数的 TTS 模型,在 Raspberry Pi 上跑出 0.3× real-time,Supertone 这周把整套开源了。
-
· ARC-AGI-3 上的 25 局交互游戏,前沿模型本来几乎一局都赢不下来。Yuxin Liu 这周挂的一篇论文,把这个数字拉到 22。
-
· 你部署 LLM 应用为什么觉得别扭——过去 20 年的 web 架构,三个核心假设它一个都不满足。
-
· DeepSeek 训练只花 600 万美元——这个段子之所以错,是因为搞混了一件事:研究成本,和最终训练成本。
-
· Cactus Compute 把 Gemini 3.1 拆了——只拿走”工具调用”那一块,做成一个 26M 参数的模型,刚刚开源了。
-
· 你的 agent 每天都从零开始——这个开源库给它装了个 95.2% 召回率的记忆。
-
· 如果你是一个应用层创业者，2026 这一年关于”我们要不要自己训模型”的争论应该终结一下了。Latent Space 上 swyx 这一期把 application-layer 公司接下来三年的演化路径压成了一个三步走，叫 “Agent Labs Thesis”，挺值得读。
-
· 问：能不能让一个普通文本文件，加一行 shebang 就变成可执行的 LLM 脚本？
-
· Nathan Lambert（interconnects.ai 那个写 RLHF 写到出名的人）这周飞了一趟北京，36 小时里跑了 Z.ai、Moonshot、清华、美团、小米、01.ai、阿里、ByteDance、DeepSeek、Qwen、Ant Group、华为这一圈，回去写了一篇”中国 AI 实验室内部观察”。值得读，因为这是少见的西方研究者直接进屋看了一遍写出来的东西。
-
· 「如果 AI 帮你写代码，你为什么还选 Python？」——这是 HN 前两天冲到首页 394 分的一篇文章抛出的问题。作者的论点很直接：过去 Python 占便宜，是因为人类写代码慢，省时间比省 CPU 重要；但 AI 写代码这件事，正在把这个前提抽掉。
-
· 订了 Claude Code、Cursor、Codex 三家，月底还是被限流踢出来——这是不少人现在的日常。
-
· Sean Goedecke 写了一篇博客,标题很重——「软件工程师可能不再是一辈子的职业」。HN 上 355 分,他给出的论证比标题克制,但读完心里发凉。
-
· 腾讯 + 清华这周扔了一篇 RLVR 对齐的小论文,把现在所有人都在用的 GRPO 写法换了一种姿势——listwise 而不是 pointwise——在 13 / 15 个数学推理场景上碾压 GRPO 系列基线。
-
· GitHub 这周窜得最猛的一个 repo,叫 DeepSeek-TUI——一周涨了 2.2 万颗星,目前 2.47 万星。它是一个跑在终端里的 DeepSeek V4 编码 agent,Rust 写的,定位上跟 Claude Code 是同一个生态位。我看了一圈,值得对着 Claude Code 比一下。
-
· 「GitHub 上那个 GenericAgent 真的能比 Claude Code 省 6 倍 token 吗?」——昨天有读者在留言里问。我去看了 README 一圈,先说短答案:框架是真的,demo 也跑得出来,但那个「省 6 倍」的标语,目前在 repo 里找不到任何支撑数据。
-
· 一个程序员在博客里承认:Claude 让他一个月里从 100 欧花到上 Pro,再到上 Max,中间还塞了 20 欧的 API credits。他写得很坦诚——「像吸毒的人跑去找 dealer 求下一针」。
-
· Addy Osmani 把 22 条「让 AI 编码 agent 像资深工程师那样干活」的技能,打包开源,GitHub 一周冲到 37.9k 星。
-
· 一位菲尔兹奖得主用 ChatGPT 5.5 Pro 跑了不到一小时，写出一段 PhD 级的研究工作。然后他在博客里说：现在投期刊都觉得没什么意思了。
-
· 本周 AI 世界:五件事重塑了 2026 年的对话。
-
· 判决先放出来:今天上线 GA 的 Gemini 3.1 Flash-Lite,比同档位 thinking 系列模型便宜 60%,p95 1.8 秒出完整回复,classifier 跟 tool call 跑进 1 秒以内。
-
· DeepMind 这周更新了 AlphaEvolve 的影响力报告。一年时间,这个 Gemini 驱动的进化式编码 agent,已经在十几个领域跑出可量化结果。我把里面最硬的几条拎出来。
-
· Salvatore Sanfilippo——也就是写 Redis 的 antirez——这周悄悄发了一个 GitHub 仓库,叫 ds4。一句话定位:让 DeepSeek v4 Flash 跑在你的 Mac 上,用 Metal 做 GPU 加速。
-
· Stanford HAI 第九版 AI Index 这周完整发出来了。我把里面五个最难忽视的数字拎出来,每一个都在重新定义「AI 能力到底走到哪里」的对话。
-
· NVIDIA 4 月底丢出了一个开源 AI 模型族,叫 Ising。这事现在国内技术圈才开始转,值得一个完整段落来讲清楚——因为它指向的方向,跟过去两年所有 LLM 相关讨论都不一样。
-
· KV cache 直接压到原来的六分之一,attention 在 H100 上跑快八倍。无需重新训练,任意模型即插即用。
-
· 一张图,把 Asimov 反过来读。
-
· 让前沿 AI agent 上线真实网站做 153 个任务,7 个顶级模型最高分:33.3%。这是 UBC + Vector Institute 这周发布的新基准 ClawBench 的成绩单。
-
· 《The Bottleneck Was Never the Code》——这周 HN 442 分,作者匿名,thetypicalset.com 出的一篇短文。值得花十分钟读完,我把核心论点拆给你看。
-
· 去年那条「AI 把我生产数据库删了」的爆款,这周有人写了反驳。文章标题就叫《AI Didn’t Delete Your Database, You Did》,作者 Idiallo,HN 526 分。
-
· 一台 M3 Pro Mac,跑 45 分钟,你能从零训出一个会写莎士比亚体英文的 GPT。这件事在 2026 年的中文 AI 圈,被严重低估了。
-
· Cloudflare 让 agent 自己开账号、买域名、绑信用卡、部署应用 —— 不用人插手。和 Stripe 一起搞的新协议，今天上线，每个 provider 默认上限 100 美金/月。
-
· 让 agent 看屏幕点鼠标，比让它直接调 API 贵 45 倍 —— Reflex 这个礼拜跑完 benchmark，把数字摆在桌上：53 步 / 55 万 token vs 8 次调用 / 1.2 万 token。
-
· Chrome 148 默认在你硬盘上安一个 4GB 的 AI 模型，不问你。HN 5 小时 430 分、413 条评论，骂声占大头。
-
· Anthropic 不打算自己做 Claude 的企业落地了。它把 Blackstone、Goldman Sachs、Hellman & Friedman 拉进来，合资开一家新的企业 AI 服务公司，挂账上还有 General Atlantic、Apollo、GIC、Sequoia 一长串名字。这是 5 月 4 号官网刚发的。
-
· 让 Claude 自己去爬 Cloudflare 后面的网站。Browserbase 这个礼拜把 9 个 skill 一起开源了，2000 多颗星。
-
· 本地跑 Qwen 3.6 + 一个开源 agent，SimpleQA 打到 95%。再不用为 deep research 续 200 块的订阅了 —— 至少作者是这么报的。
-
· 把 Claude Code 后面那条 API 换成 DeepSeek V4 Pro，IDE 里的体验一点没变 —— 作者声称同一套 agent loop，账单便宜十七倍。
-
· 本地跑 70B 以上的 LLM,选 Nvidia Blackwell 还是 Apple Silicon?这周 arxiv 上一篇标题叫《Silicon Showdown》的实证研究把这件事拆得相当干净——结论不是简单的”哪家赢”,是”两条架构在不同 trade-off 上各赢一头”,一刀切的选型基本走不通。
-
· “我训练一个 LLM 走 RLHF,模型有没有可能学会偷懒,在训练时故意藏拙、跳过那些会让它变更聪明的行为?”换句话说,优化器是不是在跟一个会算计自己的对手打交道?
-
· 月之暗面(Moonshot AI)4 月 21 日发了 Kimi K2.6,主打”连续编码 13 小时”+”300 个子 agent 并行 4,000 步”——把 agentic coding 这一档的能力天花板从单线程对话往多 agent 长链条任务这边推了一大步。同时坐实了一个事:中国 AI 大模型的下一档竞争已经不是比谁参数多,是比谁能扛住一个真实工程任务从早跑到晚。
-
· Vidu 背后的那家公司刚发了 Motubrain——一个号称能当”机器人通用大脑”的 World Action Model。Alibaba Cloud 领投的 2.93 亿美元 B 轮新闻刚出来,这事 4 月 29 日在 Singapore 正式发的,五件事最能说明它跟其他机器人模型不一样在哪。
-
· DeepSeek-R1 压到 INT2 混合精度,大约 200GB,精度保留 97.9%——这是 Intel 开源量化工具 Auto-Round 给出的最新一组数字,基本说明白了”模型小一档但用起来跟原版差不多”在工程上已经能落到生产级,不再是论文里的那种理想数字。这条对算 LLM 部署成本的人来说,是这一两个月最值得停下来看的开源工具更新之一。
-
· Kelsey Piper 把 Claude Opus 4.7 拿来做了一组实验,结论让她准备改写自己未来 20 年的网络习惯——AI 只需要 150 个字,就能从一段她从没公开发过的文字里把她认出来。
-
· 一张图看懂 jcode 跟主流 coding agent 的性能差。重点我用橙色标了。
-
· 字节昨天把 DeerFlow 推到 2.0——这是开源 super agent harness 这条赛道里最值得看的一次更新,五件事最能说明白它要做什么。
-
· craft.do 团队从今年开始做自家产品已经不开 VSCode 了——他们只用一个东西:自家做的 agent 客户端 Craft Agents,昨天 Apache 2.0 开源。
-
· Anthropic 把 Claude 插件商店悄悄上线了,Superpowers 是第一批入选的”完整开发方法论”。
-
· Zed 1.0 正式发布 · 五件值得知道的事(和一件等等再说的)
-
· Warp 一夜 11,955 颗星 — 终端正在变成 agent 的主战场。
-
· awesome-codex-skills 这个 GitHub 仓库一夜涨 953 颗星,内容比标题朴素得多 — Composio 团队把 50 多个 Codex skill 文件列了一份精选清单。但意义不在清单本身。意义在于:Anthropic 在 Claude Code 里发明的 skills 机制,正在变成 AI 编码 agent 的行业标准,OpenAI 阵营这周开始跟。
-
· 如果你在用 Claude Code 但被价格劝退,这个项目值得花 10 分钟看一看。GitHub 一夜之间窜到 17,600 stars,+1,700 stars/24h,叫 free-claude-code。它做的事很简单:在 Claude Code 跟 Anthropic 之间插一层 proxy,把请求改写成 OpenAI 协议,然后丢给 NVIDIA NIM、DeepSeek、Llama、或者本地 Ollama。
-
· 微软放出了一整套开源的 voice 模型,从 ASR 到 TTS 到 realtime streaming 三件套全包。仓库叫 microsoft/VibeVoice,刚上 HN 13 个小时,已经 316 分。背后是 ICLR 2026 oral 一篇论文。这件事比单看 repo stars 重要 — 它意味着开源 voice 这条线,微软选择了”全栈交付”而不是”挑一个赛道做”。
-
· 一份私人 dotfiles 24 小时被 5,645 个工程师抄作业。Matt Pocock 把自己用 Claude Code 的踩坑经验,写成 10 几个 skill 文件丢在 GitHub,现在 mattpocock/skills 已经 34,400 stars。
-
· 同一份 coding-agent 的活,Dirac 跑出 65.2%,Junie CLI 64.3%,Google 自家 baseline 47.6%。这是 TerminalBench-2 上刚出的成绩。一个开源的项目,把闭源选手压在身下了。
-
· 家用康复治疗有一个老问题：医生开的动作做对的人不多，没人盯着。这周 arxiv 上一篇 3 页短文给了一个值得讨论的工程方向。
-
· 写过 agent 的人都知道一个尴尬：写完容易，证明它没翻车很难。各种评测工具拆得很散——一套跑 hallucination，一套跑 tool-use，一套加 guardrail，再一套接监控。每加一层都要写胶水代码。
-
· 8 个问题，给你一个 3D 身体模型——没有照片，没有 GPU，整个模型 85 KB。
-
· Anthropic API 这周还在排队限流。这边有人开了一道侧门——让 Claude Code 干同样的事，token 用量砍掉将近一半。
-
· “AI 客服现在能真正解决问题了吗?” 这两天 xAI 发了 Grok Voice Think Fast 1.0,顺手把这道题的答案翻新了一遍。
-
· GPT Image 2 出来这几天,我看了一圈真实用例。有一个感觉越来越明确:”有图有真相”这句话,从今天起,基本可以从修辞里划掉了。
-
· David Crawshaw 刚宣布要「重新建一片云」。他是 Tailscale 联创,现在另外做了一家叫 exe.dev 的公司,专门就这件事。
-
· DeepSeek V4 今天发了 · 六件值得看的事(和一件容易忽略的)
-
· Claude Opus 4.7 上周发布,8 天过去,几件值得具体试的事(和一件要注意的坑)。
-
· 「能不能让 Claude 自己跑完一个 ML 项目——读 paper、挑数据集、写训练代码、提交云端任务?」
-
· 把 15 款 AI coding agent 摆在桌上一个月,写同一个仓库、修同一批 bug——最后只有 3 个留在每天的工作流里。
-
· Google 第 8 代 TPU 发布了两颗芯片——一颗负责训练,一颗负责推理。听上去像常规的换代,但仔细看 spec sheet 会发现 Google 第一次把「agent 时代」明明白白写进了硬件设计目标。
-
· 一份 CLAUDE.md 模板,GitHub 上 79000 ⭐,本周 Trending 榜单常客。
-
· 同一个 bug 交给 Claude 和 GPT 修，GPT 多改了 6 倍的代码。
-
· 2 个 tool 覆盖 2500 个 endpoint——这是 Cloudflare MCP 的打法。
-
· 想象一下:一个 agent 在改前端、一个改后端、一个跑测试,全在同一个 Zed 窗口里同时干活,互不打架。Zed 最新版把 parallel agents 做进去了。
-
· 一个通用 agent 框架,3000 行代码,arXiv 论文刚挂,5.9k star。GenericAgent · 五件值得看的事(和一件值得怀疑的)。
-
· 阿里的旗舰 coding 模型,现在一台本地机器就能跑。Qwen3.6-27B 量化后 16.8GB,llama.cpp 上 25 tokens/秒生成——编码能力打平上一代的 397B 旗舰。
-
· 在 M4 Pro 上跑图生 3D,5 分 13 秒出一只带 PBR 贴图的 GLB。不用 CUDA,不租云,峰值 18GB 内存。
-
· 输入一句话,十分钟后拿到一条成片。Pixelle-Video 把整条 AI 视频流水线拆得很彻底——5.2k star,Apache 2.0,完全免费跑得起来。
-
· 别家 20 个 prompt 才做完的页面,Brilliant 用 Claude Design 只敲了两个。
-
· 「有没有一个 agent 框架不被 Claude / OpenAI 绑死，还能跨会话记住上次学到的东西？」——这个问题今年问得越来越多，答案上周冲到 GitHub 109K 星。
-
· Mozilla 刚开源了一个 AI 客户端——五件事值得看。
-
· LLM 网关这层，2026 年已经是生产标配——多家模型路由、failover、成本控制、限流、日志、guardrails，这些活要是写在每个业务服务里会炸掉维护成本。LiteLLM 长期是这层的默认选择，但 Python 那套依赖谁装谁知道。今天 HN Show HN 冒出来一个 Go 写的替代——GoModel，147 分，ENTERPILOT 开源。
-
· 处理大 codebase 还在把整个目录贴进 Claude Code？这条路作者说能省 40% token——zilliztech 开源的 claude-context，今天 GitHub daily trending 第三。
-
· 「用 claude -p 起多 agent fleet，会不会哪天被 Anthropic 封？」——这问题在 Claude Code 圈里飘了几个月，今天 OpenClaw 官方给了答案。
-
· 每次重开 Claude Code，上下文就清零了——这事儿有插件能治。
-
· 你从 OpenRouter、Together 或 Fireworks 拉 Kimi K2.6 的 API，拿到的结果和 Moonshot 官方 API 有差距——不是错觉。
-
· Karpathy 停用 AI 写代码——他拿来搭自己的 second brain。5 条规则，100 篇文章，40 万字。
-
· 5000 tokens 变 50 tokens——本地 LLM 画流程图，有人想到了一个取巧的办法。
-
· Anthropic 的 system prompt 是公开的。Opus 4.7 上周发布之后，Simon Willison 把 4.6 和 4.7 的 prompt 做了个 diff，能看出来他们在偷偷调几件事。
