AI 观点与方法

Every 团队复盘放弃个人 Agent 产品 Plus One、改为全公司共享的 Every Agent 的原因：每个用户的 Agent 独占一台运行开源程序 OpenClaw 的云电脑，运维负担过重，且许多试用者流失。团队在 5 月 12 日重构中删除了 86,730 行代码，并将基础设施迁移到 Anthropic 的 Claude Managed Agents。

Every 作者复盘将个人 Agent 产品 Plus One 替换为全公司共享的 Every Agent 的过程。

PyTorch Helion 现可借助 NVIDIA CompileIQ 搜索 ptxas 编译控制空间，并将其与 tile 大小、warp 数等内核配置联合调优，在已离线调优的约 27 个内核上进一步提速。CompileIQ 把调优结果打包为可移植的 Advanced Control File（ACF），Helion 的 autotuner 可将 ACF 列表作为额外搜索维度评估。

Meta 工程团队介绍其数据管道智能体采用的瘦编排器（thin orchestrator）模式：一个约 1300 行的编排器只负责路由和可靠性检查，将 20+ 工作流分派给 14 个上下文隔离的专项子智能体，自身不做任何领域推理。

哦对，这玩意儿太酷了

作者实测 Lovart 2.0 上线的个人设计 Agent Arti，它能读取用户过往项目的审美记忆和设计习惯，并在新项目中延续使用。文中用广东文创品牌和奶茶海报两个项目演示了 Arti 的设计调研、画布巡检找 bug、链接分享评论、记忆修改、Skill 保存，以及可定时执行、设定积分上限的设计委托功能，举例试运行选了霜降主题生成小红书海报。

Meta 介绍其位于俄亥俄州 New Albany 的吉瓦级超集群 Prometheus，一期已建成并用于训练 Muse 系列基础模型，目标扩展到约 100 万张 GPU。

推文认为，上百人维护的项目里老板无法兼顾审美，竞争压力层层传导为KPI后，任何能提升数据的提案再丑也会被采纳，不存在既让下属背KPI又让老板坚持审美的两全方案。作者期待AI改变这一点：软件工程规模不再是竞争壁垒，坚持独特审美的小团队作品有望超越丑陋的巨无霸产品。引用推文补充称，中国产品过度竞争源于知识产权保护不足，抄袭成本低，并追问AI时代成本大降后能否出现既好看又好用且长期存活的产品。

尝试把模型用在编程/机器学习之外的事情上，比如做幻灯片、制定连贯的计划或较长的内容设计，让我觉得 AGI 的到来还得等上一阵。

汽车的新纪元…… 由 PixVerse Canvas 生成 @PixVerseCreator 在下方探索完整的 Canvas 项目 ↓

开发者构建实验项目 ContextCue，用 FFmpeg、Faster-Whisper 和 Qwen VL 等工具把会议录音、屏幕共享画面与决策理由整理成可随工作流转的共享上下文。它按请求或决策而非单场会议组织输出，以 Markdown 格式保存，便于人和语言模型读取。该项目针对分布式团队在编码前耗费大量时间对齐理解的问题，目前仍是实验。

刚升任 DIU 代理主任的 Travis Metz 做客 WarTalk，谈他过去一年负责的 Drone Dominance Program。节目由 Hudson Institute 高级研究员 Bryan Clark 与退役 Green Beret Justin McIntosh 共同主持。

一切都在起飞 🚀 沙发。浴缸。购物车。 全部获准起飞。 在 Meshy 中生成并贴图模型，然后在 Blender 中搭建场景。 接下来我们该让什么飞上天？

💯 很多工程师仅仅因为模型的解释听起来合理，就合并了一个修复。

Mace Windu 被 Lil Vader 从窗户扔了出去 😂（AI Ruins Everything）

在海拔 11,581 米的高空用上了 Starlink，太幸福了！ 在天空中能有这么好的网络，简直兴奋得不行。能活在这个时代真是太棒了！！

会有很多人被极具说服力的超级智能一击拿下，而我可能也是其中之一

刚登上离开印度的航班，说实话，在紧张的几天后累得不行 但过去4天里与开发者、创业者和爱好者的交流让我充满能量 感谢所有的回忆和精彩的对话 🙌 很快柏林见 ;)

每次这张幻灯片出现我都讨厌它，现在还是从 CSAIL 来的 这张幻灯片做出来之前，它说的就已经是错的。自动化系统一直在做管理决策（交易、物流、客服、保险），假装它们不做，实际上是在推卸责任。

马东锡用开源 AI 科研工作台 Open-Science 开了一个 RSI 项目，追踪 AI 自我改进的技术路线与经济账。DGM 在 200 个任务的 SWE-bench 子集上、基础模型冻结的情况下，经 80 轮自我修改把任务解决率从约 20% 提升到 50%，改进发生在模型周围的软件里。

用积木搭建创意，由端侧 AI 驱动！🧱📱✨ 很喜欢这个富有创意的对比。感谢对 MiniCPM-V 4.7 1B 进行测试！🚀

Addy Osmani 分享其团队在 Agent 时代重构代码审查的做法：当 Claude 编写了 Claude Code 约 90% 的代码、6 月到 9 月合并 PR 数量翻倍以上且回滚率下降超过 40% 时，瓶颈从写代码转向证明代码可用。

韩国一位中间件工程师向 The Pragmatic Engineer 作者 Gergely Orosz 求助，称管理者把 AI token 用量设为 KPI，自己很少用 AI 而被反复敲打。Gergely 站在管理者一边，称持续学习新工具是职业素养的一部分，优秀工程师与拒绝学习新事物可以并存，并给出二选一框架：上船接受 AI 改变工作方式，或诚实接受愿意雇你的公司池子持续缩小的代价。

周一早上8点不到，就已经有300+人在同时收听了 看来都是周末玩了两天来补课的😂

作者为 Claude Code 开发了 superlite 插件，通过一次批准、按接口拆分任务并行调度最多 18 个 Agent、按能力分层匹配模型并用 hooks 强制执行规则，实现交出规格后无需逐步确认的自主开发。

经历一次起飞，奇怪之处在于你可能直到身处其中才意识到它正在发生。AI 已经在发现零日漏洞、设计蛋白质、证明定理、构建完整游戏。这些都是智能正在成为通用发现引擎的迹象，而我们才刚刚开始部署这些能力，更不用说在全球经济中扩散它们了。这就是智能爆炸开始时看起来的样子。

租用 AI/SI 算力是什么体验

值得你花时间关注和思考。

TinyFish 将 Search 与 Fetch 的检索费用降为零，限额为搜索 30 次/分钟、500 次/小时，抓取 150 个 URL/分钟、1,000 个/天。

Ethan Mollick 转发 The Information 报道称，更强模型不再必然带来更多使用，10 点智能优势换来的开发者流量从 2025 年底的近 69% 降至约 20%。他补充判断，开发者在总 token 用量中的占比将随时间缩小，而在验证较难领域的长时高价值任务上，更高智能模型的收益依然很大。

我回来继续做我的游戏副业项目了，现在我对主题有了信心，想重新审视实际的玩法和核心钩子是什么。 是 1v1、3v3 还是单人？如果你能 vibe code 自己的角色呢？

明天正午。

永远不会删除这个应用。

2026年90%的软件工程： 工程师1 → AI：“构建这个并开一个PR” 工程师1 → 工程师2：“你能审查一下吗？” 工程师2 → AI：“审查这个PR” 工程师2 → 工程师1：“LGTM” 讽刺的是：两个工程师用的是完全相同的AI模型。

今天在搞什么

Tomasz Tunguz 提出把 Anthropic 当作云厂商来评估，并列出对比数据：Q2 2026 年化收入 46b，约为 AWS 的 30%，同比增长 1,374%，是四家中增长最快但规模最小的，按当前增速约 2.9 年超过 Azure、3.6 年超过 AWS。

邵猛承认此前盘点国内 AI 模型发布节奏时漏掉了 Doubao-seed 在 8-9 月的更新，以及 9 月发布的 M3.1-Flash-Preview。他提到原帖收到不少真人评论，有人指出他"时间都搞错了"，也有人补充 MiniMax 有 M3.1、Kimi 在 K3 之后有 K2.8。

我想要观察大量轨迹的新方式，目前正在探索： - 按分组（元数据或计算得出）布局的树状图 - 按成功分类（或分组）着色 - 按长度调整大小 - 平滑缩放，把各个轮次看作串在绳子上的珠子 - 极快的对话记录查看器（数千条消息即时加载） - 切换到 3D 以见森林而非只见树木 - 过渡到语义（UMAP）布局 - 按语义聚类着色

作者实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四个 Personal Agent，花两周和每月三百多刀订阅费，最终能稳定委托出去的平台仅占 33%，结论是现阶段 Personal Agent 更适合作为本地 Agent 的组合帮手而非全托管。

作者分享斯坦福 CS336 第 10 讲「Inference」，由 Percy Liang 主讲，讲解训练完的模型如何又快又准地生成响应。