AI 观点与方法

Lord Han Solo https://www.kaggle.com/lordhansolo Notebook: https://www.kaggle.com/code/lordhansolo/built-on-tufa-labs-duck-harness-milestone-2

Daniel Franzen https://da-fr.github.io/ Notebook: https://www.kaggle.com/code/dfranzen/arc-agi-3-milestone-2-solution

我认为 AI 语音缺少一层质量检查。 在我构建的大多数应用中，语音听起来已经很棒了。但真正让生产环境出问题的，是模型把“Q3”、“v1.2”或品牌名读错。 这对人们感知语音智能体的方式影响巨大。 @OnepinAI 正在解决这个问题。在你听到之前，他们会检查每一行的自然度、清晰度和发音。 当一个词读错时，它会直接修复那个词，而不是重新生成整行。

这段来自 @DSPyOSS 的 office hours 录像是一座金矿，里面有大量优秀的 Jev 用例和讲解！

Claude 能为你制作 mods！ 只需提示它，更多内容见 @addyosmani 的博客文章：https://claude.dev/blog/getting-started-with-claude-code-mods/

mods 的一个特点是，你可以派生分叉智能体来做额外的工作 比如打造你自己的记忆框架，但每一轮都派生一个自定义分类器，如果匹配就写入记忆 我还在把 plan mode 做成一个 mod，后续还有更多！

Jev 对研究智能体来说是一个巨大的增强！ @edwardirby 构建了一个 @youdotcom 智能体来监控商业风险，并将 Jev 与普通的 LLM 评判器进行了对比。 • 报告质量相同 • 但 LLM 反复无常：对同一威胁的评分从 0.35 -> 0.68 -> 0.50 • LLM 漏掉了 11 项调查中的 5 项。Jev 一项都没漏。 • Jev 便宜 250 倍，快 3-6 倍 详细文章 👇

哈佛物理学家 Matthew Schwartz 在 Anthropic Science Blog 客座文章中提出，AI 与科学之间存在"阻抗失配"：LLM 虽能力广泛，但像对待人类合作者那样使用它们并非激发其科学优势的最佳方式。为此他开发了一套用于定量科学精确计算的工具包，Claude 借此在生态学、群体遗传学等十几个领域找到关联，Schwartz 再与领域专家合作将研究方向引向有趣问题。

François Chollet 认为 LRM 与 2024 年及之前基础 LLM 的关键区别不是符号工具使用，而是从直觉答案的传导范式转向直觉生成答案程序/指令的归纳范式，LRM 在测试时做自然语言程序和推理链的归纳预测，由此获得流体智能，而基础 LLM 流体智能接近于零。

Chase Bliss 将已停产的 CHOMPI Mk1 采样器硬件与软件源码开源，GitHub 仓库包含原理图、BOM、EAGLE PCB、外壳面板及固件文件，但不含 CHOMPI 美术素材。

Claude 官方视频展示 Anthropic 设计师 Nate 如何使用 Claude Slides 制作演示文稿。他在散步时用手机录一段整理思路的语音备忘录，再与 Claude 一起把想法打磨成幻灯片，把时间花在想法本身而非排版上。

Gamma 首席 AI 官 Deeni Fatiha、Adobe 总监 Morgan Prygrocki 与 Salesforce 全球品牌营销的 Shane Tapp 共同探讨了创意 AI 从实验阶段走向生产阶段所带来的变化。

试试 Grok @Bot！

这 WiFi 真是绝了 （引用推文 @OpenAIDevs：dots 演示。 现在……WiFi 更好了。）

按需构建，简单直接。 你获得能更好满足自身需求的自定义工具，无需在市场上购买通用方案。 这就是自驱动公司的愿景。 看看我们在 Replit 是如何实现的：https://replit.com/blog/self-driving-company

dots demo。 现在……WiFi 更好了。

当 AI 生成内容变得如此逼真，我们如何验证哪些是人、机器或自然创造的？ 我们在播客中探讨溯源的关键作用——以及不可感知的水印如何同时保护数字媒体和生物设计。↓ 时间轴： 00:00 介绍 00:34 什么是水印？ 04:35 SynthID 15:16 图像与视频 19:28 SynthID Bio 28:00 韧性的未来

Simon Willison 的纯 Python WebAssembly 引擎 pwasm 发布 0.2a0，经 Claude Opus 5.5 完成 42 次提交后已支持几乎全部 WASM 规范。PyPI 上的 wheel 现已打包可用的 MicroPython、QuickJS 和 Micro QuickJS 的 WASM 构建，因稳定性未经验证仍标记为 alpha 版本。

自从有了好用的 AI，坐着听 PowerPoint 演示变得好多了。当然，有些人干脆让 AI 替他们做思考工作，但这很明显（而且他们以前就用默认模板）。对于真正用心的人来说，他们现在有了有趣的排版、好笑的视觉梗和不错的图表。

POV：你是 @1vnzh 的 10,000 名实习生之一

OpenAI 新平台发布独立随笔系列《永恒的互补》首篇，探讨 AGI 未来中前沿智能与执行能力的关系。文章引用研究称，维持摩尔定律所需研究人员数量已是 1970 年代初的 18 倍以上，全经济研究生产率下降 41 倍。作者认为 AI 正让执行不再稀缺，能写代码、检索文献并把草图变成原型。

Arvind Narayanan 在 AI as Normal Technology 博客撰文，主张在两种 AI 安全叙事之外走第三条路，即承认 x-risk 警告者真诚但论断可能错误且适得其反。

目前我们最喜欢的提示词！用 GPT Image 2.5 实现剪纸效果，无限量 看看什么正在走红，然后把它变成你的 ↓

Serval 认为新一代技术催生的关键岗位是 Automation Engineer。其设计逻辑是：管理员用自然语言描述流程，Serval 将其转为基于代码的工作流，经审查、测试和批准后，服务台 AI 智能体只能通过已批准的工作流执行操作，其余请求转交人工。

我认为 Sign In With ChatGPT/Plugin Extensions 中蕴含的潜在能量比我们意识到的要多得多

DevDay 真的很有意思，开发者的热情太疯狂了 看到人们一天之内就能做出整个创业公司，还是让我觉得很不可思议

我第一次见到人类用量无限，但智能体用量受限的情况。有意思。

自己动手搭建 harness 吧，各位！ 自建 meta harness 最大的好处之一，就是切换模型非常顺畅。 我觉得随着模型发布周期不断缩短，这一点正变得越来越重要。RSI 只会让发布节奏进一步加快。 这是自去年 11 月以来我做过的最好的决定之一。 切换模型确实可能把一切搞乱，但不该如此。如果会乱，说明你的配置不适合我们当下这种疯狂的发布节奏。你现在就得解决这个问题。

Computer 里的 Seedance 对营销和品牌团队来说相当惊艳！

Airbnb 本周随秋季更新上线新的 AI 驱动搜索，CEO Brian Chesky 在访谈中重申聊天机器人不适合旅行浏览与电商，因为每次只给少量选项且不支持多人协作。他认为行业缺乏为 AI 构建的操作系统，智能体要在内核层交互、所有应用都成为可互通的智能体，且 Airbnb 计划让应用内的智能体通过 MCP 与其他智能体互通；公司还计划今年秋季推出语音智能体帮助用户搜索和客服。

AI 正在创造新的工作岗位，我预计许多公司会开始招聘自动化工程师。 这个角色需要有人理解团队的真实运作方式，并能构建团队所需的自动化。Jake 在这篇文章中解释得很好。 在 @getserval，自动化工程师会嵌入 IT、HR、财务和法律团队，直接在每个客户的 Serval 环境中构建 AI 智能体。

GitHub Universe 2026 的 10 场技术演讲聚焦智能体记忆、评估与权限，包括 GitHub 研究人员用真实 pull request 序列构建 benchmark，发现累积上下文反而会拖累性能。

对于 Opus 和 Sonnet 5.5，ECI 与 SWE ECI 之间的差距都很小，不到一个 ECI 点。相比之下，GPT-6 Astra 的 SWE ECI 比其通用 ECI 低约两个 ECI 点。

当前 AI 热点，聚合 1 个独立信源、11 条信号。

世界以不同的方式醒来。我们偏爱有咖啡相伴的那种。国际咖啡日快乐！☕ - 由 DuMate 创作

我进不了 X 平台顶级发帖者榜单，但我是 Schmidt Sciences AI2050 早期职业研究员，继续致力于构建和理解开放生态，让未来的 AI 可及、广泛扩散、由多方掌控且安全。科学第一，发帖第二！

亚马逊科学发文阐述以图为中心的智能体智能如何用于网络根因分析，将网络表示为持续同步的数字孪生图，并叠加图建模、图分析与智能体编排三层设计。其级联图算法流水线先做拓扑分解缩小搜索空间，配合智能体层按故障模式选择图工具；该方法与 NTT DOCOMO 在今年 MWC 上演示，在商用网络上实现分钟级根因分析，而传统 NOC 处理多层故障平均需四到五小时。

我写了一篇关于 AI 进步中最被我低估的一点：它自我组织以完成任务的能力。另外，还谈了这对 Muse 和 Dots 这类智能体意味着什么，并附上一支音乐视频，解释为什么我们一再重新领悟 The Bitter Lesson。https://open.substack.com/pub/oneusefulthing/p/the-dot-and-the-swarm?r=i5f7&utm_medium=ios

美国工程师 Marco Cognetta 在 Google 任职期间，通过 MEXT 奖学金在东京工业大学（现 Institute of Science Tokyo）完成计算机科学博士，研究面向键盘的端侧语言模型。日本学生签证允许入学首日即申请打工许可，学期内每周上限 28 小时、长假期间每天 8 小时，且日本博士制度通常三年毕业。