AI 观点与方法

我们的 3D 美术团队到底怎么用 Meshy？我们开始做一个系列来展示。 Ep.1：在 Meshy 3D Agent 中用自定义技能做角色设计。 输入一张参考图。逐步确认：概念 → 三视图 → 角色设定图 → 故事 → 12 格分镜。 一个角色。无尽世界。

Linear Loops 的工程师分享使用 Loops（Linear Agent 定时或事件触发的自动化任务）的五条原则：寻找可委派的重复任务、渐进式扩展范围、善用工作区上下文、让 Linear Agent 帮助迭代、保持团队可见。文中给出漏洞分诊、清理废弃代码、会议议程准备和客户成功轮值通知等实际案例。

导演徐克在法国里昂卢米埃尔电影节大师班活动上表示，AI 正日益模糊现实与幻觉的边界，广告、互联网与 AI 共同让公众接收的内容更易被塑造、更难追溯真实来源。他还将 AI 与身份认同议题联系，认为其普及可能进一步影响人们对自我身份与外部世界的理解。

迫不及待想让 AI 自动化所有数据/RL 环境公司

IMF总裁Kristalina Georgieva表示，AI在支撑全球增长的同时正消除年轻劳动者的首批工作，因为新人通常从例行性、重复性岗位起步并逐级晋升。IMF研究估计AI可能影响发达经济体约60%的岗位、全球约40%，其中约一半受影响劳动者可能受益，其余的关键任务可能被自动化，而这些任务往往是入门级工作的主体。

Epoch AI 研究显示，中国对芯片短缺的暴露度是美国的2.7倍，因为半导体在中国采购总额中的占比是美国的2.7倍。每1000美元支出中，中国最终为芯片支付15.2美元，美国仅5.7美元；对台湾、韩国、日本芯片的暴露度差距分别达4.7倍、4.0倍和3.6倍。2022年中国国产芯片满足23%的需求，高于2016年的12%，但在先进处理器和堆叠内存方面仍落后。

Cathie Wood（ARK CEO 兼 CIO）：AI 可能引发自工业革命以来全球增长的最大加速。 工业革命前，全球实际 GDP 增长约 0.6%；之后攀升至 5 倍，达 3%。 如果这场 AI 革命重现工业革命那样的五倍跃升，全球实际增长将约为 15% ---- 来自 "ARK Invest" YouTube 频道（完整视频链接见评论）

免费赠送一个被"碾压"的 @poteto。

IMF 发布最新《世界经济展望》，其预测假设 AI 不带来额外生产率增长，并发现宏观经济数据尚未显示 AI 对工资、就业或生产率的明显影响。

作者分享了一个不到三百字的进度提示语加 hook，让 Agent 每轮结尾输出 🟢🟡🔴 三态进度条，区分原始需求未完成、已达成且可形成后续 Plan、已达成仅供存档三种状态，转黄或转红后停手等待指令。作者用它解决 Claude Code、Codex 等 Agent 对话刹不住车、被建议清单拉着无限跑浪费额度的问题，子代理和多类任务同样适用。

MIT 媒体艺术与科学教授、MIT 建设性传播中心（CCC）主任 Deb Roy 在《原子科学家公报》发表题为《谁站在文字背后？》的文章，呼吁在 AI 参与公民对话时重建传播的责任与"可问责性"。

一年前，很多人嘲讽 Meta 花数十亿美元招揽顶尖 AI 人才并招入 Alexandr Wang（说实话，我当时也持怀疑态度）。 但 Muse 应用和模型的成功证明了一件事： 招揽顶尖人才，组建一支超强团队，给他们一个雄心勃勃的目标和足够的资源，他们就能创造奇迹。

一位没写过代码的用户让 Dots 操控云端电脑写了一个 App，把超大 ZIP 解压后逐张存入 iPhone 相册，支持显示进度、中断续存和自动跳过已存文件。该 App 仅 66KB，无需 Apple 开发者账号，用数据线装到手机；实测 953 个文件、15.32GB 约 4 分钟存完。作者转发这一案例，认为 vibe coding 让普通人也能为自己做工具。

哥伦比亚大学 Agentic Engineering 课程第 5 讲「What Tools Does an Agent Actually Need?」的视频和讲义 Slides 公布，主讲为 Dr. Nick Gu，课程主题包括研究方法、为什么需要工具、什么是工具、工具组件与判断，附 YouTube 视频和 Google Slides 讲义链接。

Stanford CS 329Z（Engineering AI Agents，2026 秋季）第 6 讲「Agent Design Patterns and Scaffolds」讲义公开，讲义链接为 https://web.stanford.edu/class/cs329z/slides/lecture06.pdf。

第 8 天/ 重置

把最难的任务交给 Grok @Bot

Google 工程师用 Gemini 4 Argon 在 google/adk-python 上无人值守跑 11 小时，提出 6 项优化、审查后合并 2 项，使长会话内存会话准备时间降低约 40%，包导入加快 21%。

Anthropic 发布工程复盘，因 Claude 使日均合并代码量从 2026 年 5 月约 2,500 增至 9 月超 30,000，五个月内自研版本控制系统 Scion 并完全替代 git，同时推出代码评审工具 Antique。

我的 AI 智能体在做主动客户服务：有人发邮件告诉我，订阅我的 Substack 后，他们被自动订阅了其他内容（这不应该发生） 在我没有要求的情况下，我的 Dot 自己跑了测试，通过尝试复现这个错误，弄清了发生了什么。

人们把 Artificial Analysis 指数及其各项得分看得太重了。

有人用 GPT-6 Astra（reasoning effort 设为 High）配合 Codex 和 T3 Code，把一台第 10 代 Kindle Basic 越狱并改造成照片相框，项目名为 KindleCTL。

每个 Claude Code 会话开始时只有系统提示词和工具。 但你可以通过 Claude.md（或 Agents.md）文件设置仓库级上下文，并且默认情况下自动记忆是启用的，这让 Claude 能够记住并从与你的交互中学习。

https://models.dev

非常感谢 models.dev 的 800 多位贡献者。

马东锡 NLP 提出 AI Native 公司的两个核心问题：AI 越聪明研发是否越快、产品迭代能否随之提速；以及资源有限时如何管理 AI Agent 牛马以最大化效益。

Muse Wonder 和 Muse Code 接入 fal 后，生成图像和视频的体验更加出色。来我们最新的 YouTube 视频了解具体方法！ https://youtu.be/cKzu7phvcs0?si=uFtOGBqRfknrd8e9

Perplexity CEO Aravind Srinivas 宣布每个 Perplexity Project 都是一个 Git 仓库，团队为此构建了面向智能体的 Git forge。每个智能体在自己的短期沙箱中工作并提交到 S3 上的共享仓库，提交冲突低于 2%。智能体用 `ls` 和 `grep` 检索，在金融文档分析任务上答案准确率 63% 对 37%，优于语义搜索。

阅读我们的方法论详情：https://cognition.com/frontiercode

🐐 注意！

https://learn.chatgpt.com/docs/annotations-extensibility

@freestyle_dev @humanlayer_dev @benswerd 感谢 @p3pijn_jasper 带来这个出色的主机统计视图

把你的智能体会话迁移到 @freestyle_dev 的强劲开发机上，并用 @humanlayer_dev 来管理，这里面有巨大的 alpha（我听说 @benswerd 给 YC 创始人准备了一个相当丰厚的优惠）

提前拿到了 Muse Wonder 的早期访问权限，但还没机会大量使用，不过从有限的测试来看，它似乎是个不错的模型 也许更令人印象深刻的是，对比我那个被水淹没的 neogothic 城市 twigl shader 测试自 4 月以来的进展。Meta 在短时间内进步非常快

🍉

. @krea_ai 有新东西即将登陆 fal。敬请期待。

这就是我们如何将 Perplexity Projects 背后的文件系统构建为面向智能体的 Git forge。 每个智能体在自己的沙盒中工作，并提交到共享仓库，人们和其他智能体可以在跨会话中基于其工作继续构建。 阅读更多：https://www.perplexity.ai/hub/blog/building-shared-workspaces-for-people-and-agents

https://luma.com/aibuilders_techcrunch

明天和我们一起 Jev 的最后机会！ Disrupt 为 AI 乐观主义举办的 happy hour builders，别让未来从你身边溜走，报名 👇

今天我的 X 时间线： - 软件已死 - 技术护城河已终结 如果这是真的，那每家芯片公司都可以 vibe-code 出 Nvidia 的 CUDA，每家车企都可以 vibe-code 出 Tesla 和 Waymo 的自动驾驶。 技术护城河没有死。浅层的技术护城河才死了。