AI 时代学习与创业并行

DAIR.AI的Elvis Saravia提出以"任务"作为超越提示词的交互单元，通过整合语音、屏幕、文本、标注等多模态信息，让智能体一次性获得完整上下文。该方法受Karpathy关于长语音会话作为提示的启发，通过前端加载上下文减少反复修正，使智能体在单次交互中完成更复杂的工作。

Elvis Saravia 介绍使用 human-in-the-loop（HITL）来提升 agentic loops 的可靠性。他所有 Claude 和 Codex agent 会话都通过 @DialAgent MCP 服务器，该服务器为 agent 提供专属号码，支持语音、SMS、iMessage 作为原生工具。当循环/自动化处理 PR 或新功能时，agent 会通过简短电话将决策升级给人类，尤其适合在路上或离开电脑时。用户可粘贴指令让 agent 拨打电话测试。Dia…

YT 视频 -> Artifacts 看看我如何使用新的 /youtube-notetaker 技能从 YT 视频生成 Artifacts。 捕获幻灯片、笔记、转录内容…… 快去试试 ↓

Contrastive Language Model（CLM）发布，这是一个用对比学习目标训练的 System One 模型，CLM-8B 推理速度最高比 Jev 快 9 倍，在 computer-use、游戏和工具调用任务上性能相当。

Codos 定位为首个虚拟首席 AI 官，通过访谈员工找出可自动化任务，再部署自动化并持续从团队使用中学习。其底层构建上下文图谱与分层记忆，涵盖公司事实、运营历史和工作优先级，并运行在用户自有服务器上。一家中型 fintech 在六个月内释放了团队 21% 的产能。

🔥 推出 Jev Primer 与 Playground 想了解 Jev 如何运作，不用再找了。 这是你入门所需的唯一交互式指南。 不再困惑 Jev 能做什么、不能做什么。我们还打造了专属 Jev Playground，让你现在就能试用各种用例。

🔥 Awesome Jev Collection 🔥 在我的新 Jev 合集里找灵感吧。 （记得收藏） 它会自动更新从 X 上抓取的最新热门 Jev 用例和演示。 由 Jev 自己完成策展。 意外的是，我发现 Jev 在策展方面也很擅长。 链接在此：https://academy.dair.ai/resources/jev-field-notes

EvoSkill v2 通过持久化 Agent 技能实现免重训的自我提升：coach agent 阅读失败运行后写出技能文件，worker 在下次遇到类似任务时加载，不改动任何权重。

Elvis Saravia 转发 Bolt 数据称开源前沿模型正在起飞，开源与闭源模型的差距已成过去，开发者希望同时使用两类模型。Bolt 上周一起向 1100 万用户开放最高 50x 用量的开源模型，前三日 Forge 提示词份额为 GLM 5.3 Flash 54%、DeepSeek V4 Pro 17%、GLM 5.3 15%、Kimi K3 14%。

NousResearch 于 9 月 2 日让 Hermes Agent 清理约一百万行 Python，动用 1393 个子代理、耗时十九小时，代码库缩小 34.4%，节省近 200 万美元工程时间。Elvis Saravia 转发并点评这是规模较大的子代理运行案例，关注自进化技能与工程复利，指出该方法未必适用于其他 harness，并质疑用更少子代理能否更省地完成。