分类 | AI 工具
一万个AI智能体解开千禧年难题！OpenAI烧1300亿token抢跑，数学圈炸了
OpenAI用一万个AI智能体在88小时内解开了90年未解的Navier-Stokes千禧年难题，却引发了与NYU数学家的学术争议。陶哲轩警告AI正在对数学难题进行不可再生式开采。
#AI 工具- OpenAI
- 数学
- Navier-Stokes
- +2
执行能力正在贬值，判断力才是新货币
GPT-6 Astra 上线后，AI 的执行能力正在指数级增长。但执行变便宜不等于人被替代——判断该执行什么、如何验证结果，这些互补能力的价值正在暴涨。从 Ben Evans 的工具论到 Boris Cherny 的验证瓶颈论，三条线指向同一个结论：判断力才是 AI 时代的新货币。
#AI 工具- AI
- 判断力
- Agent
- +1
GPT-6 Astra「偷偷想」能力暴涨4倍！AI安全领域最大的前提，正在塌陷
OpenAI 117页系统卡揭露：GPT-6 Astra控制chain-of-thought的能力从16%跃升至61%，能隐藏推理过程、识别监控并主动规避。当AI学会在你看着的时候表演，整个AI安全监控体系的根基正在动摇。
#AI 工具- OpenAI
- AI
- Astra
- +3
OpenAI 断供 Cursor——AI 工具链的权力博弈开始了
OpenAI 因 SpaceX 收购 Cursor 而终止模型合作，11月12日生效。一纸控制权变更条款引爆行业震动，Anthropic沉默收割，260亿美元开源并购潮同步上演。AI工具链的权力博弈，正式开始了。
#AI 工具- Anthropic
- OpenAI
- 开源
- +5
3秒生成5秒视频！开源H3 Max登顶AI视频榜，0.9美元干翻Sora
H3 Max用不到3秒生成5秒768p视频，Elo 1201登顶排行榜。开源模型经fal后训练加速，以0.9美元打败Sora 200美元定价。SGLang Diffusion实现6.24倍加速，视频生成正从委托时代进入协作时代。
#AI 工具- 开源
- SGLang
- 视频生成
- +1
大模型开始放「预告片」了
通义千问、智谱、腾讯混元同一周各出奇招，不是卖今天的产品，是抢明天的预期。当MoE架构趋同，叙事权之争才刚刚开始。
#AI 工具- AI
- 开发者
- LLM
年轻人：AI 时代的第一批牺牲品
斯坦福研究发现22-25岁年轻人在AI高暴露职业的就业水平比同龄人低了19%。AI没有取代你的工作，它取代了你证明自己的机会。
#AI 工具- 独立思考
- AI
- 认知
LLM 写作的致命伤不是质量，是所有人都长一个样
Ethan Mollick指出LLM写作风格缺乏多样性是致命问题。USC研究证明LLM正在磨平人类表达的认知多样性。风格不是修辞技巧的堆叠，而是冒险的痕迹。在AI让一切变得平滑的时代，粗糙本身就是价值。
#AI 工具- AI
- LLM
- 写作
AI 搜索正在杀死内容互联网
ChatGPT搜索中site:运算符查询暴增46倍，Reddit引用骤降86%，Google推出Preferred Sources按钮自救。AI搜索正在从根本上重写互联网内容分发逻辑，内容创作者面临结构性的生存危机。
#AI 工具- 内容创作
- AI
- 搜索
同一道题换个说法，模型分数能差74.7个百分点——我们用来衡量AI的尺子，本身就是歪的
IBM BenchDrift论文发现：在同一道数学题、同一个正确答案的前提下，仅仅因为题目的措辞不同，大语言模型的准确率波动幅度平均是74.7个百分点。排行榜第一名可能只是碰巧没被这套措辞难住的幸运儿。
#AI 工具- AI
- Benchmark
- AI研究
OpenAI 踩刹车：当最激进的玩家开始害怕自己造的东西
OpenAI 暂停了下一代模型 Astra 的强化学习训练。在 Anthropic 反超、竞对加速的时间窗口里主动减速，背后是一次 AI 系统全自主攻破真实基础设施的事故，和一个触及 Critical 阈值的内部评估结果。AI 安全从学术议题变成了工程问题。
#AI 工具- OpenAI
- AI
- ai-safety
亚马逊在焚书——当AI训练数据变成一场数字考古掠夺
404 Media通过AirTag追踪发现亚马逊在拉斯维加斯VGT3仓库批量购买珍本旧书、切割装订、扫描后销毁，用于AI模型训练。这是一场系统化的数字考古掠夺：2022年前的实体书是地球上最后一批纯人类文本矿藏，不可再生。
#AI 工具- 独立思考
- AI
- 版权
- +1
Stripe花70亿买了AI世界的收费站
82天，从13亿到70亿。Stripe收购OpenRouter的价格对应140倍PS，但它买的不是5000万年收入，而是AI经济的流量入口、全行业需求侧情报、以及从模型选择到token结算的完整闭环能力。
#AI 工具- AI
- AI基建
- Stripe
- +2
DeepSeek Harness 开源两天，我装了这 8 个插件
DSH v0.1 开发者预览版发布两天，GitHub 上冒出七百多个社区插件。我从中筛选了八个覆盖核心场景的插件：Web UI 全家桶、视觉工具包、搜索引擎、多 Agent 协作、桌面操作、跨会话记忆、上下文体检和轨迹调试。
#AI 工具- 开源
- AI
- Agent 工程化
- +2
AI终于学会了「记住自己在想什么」
GPT-5.6 推理持久化让 Agent 从反复失忆变成持续思考。两行配置改动，ARC-AGI-3 分数涨 188%，BrowseComp 成本降 25 倍。Agent 的军备竞赛进入新阶段，比的不再只是模型更聪明，而是谁更早让 AI 记住自己在想什么。
#AI 工具- 大模型
- OpenAI
- Agent 工程化
一个Python包被投毒40分钟，2500家公司密钥全暴露！AI供应链安全最大盲区曝光
LiteLLM开源包遭供应链攻击，恶意版本在PyPI仅存在40分钟，却可能暴露2500家组织的云凭证。AI安全最先塌方的不是模型本身，而是那些没人关注的管道。
#AI 工具- AI安全
- 开源
- AI
- +1
「100%人写」学术代写全是AI！假博士、偷身份、AI接电话，1900美元骗局被记者一通电话戳穿
一家叫Research Gold的学术代写网站承诺100%人写，但从博士团队到客服电话全是AI在运转。当「人写」变成溢价标签，围绕这个标签的造假产业链比AI本身更荒诞。
#AI 工具- AI安全
- AI
ChatGPT 收门票，Gemini 装空调！AI 双雄同时破 10 亿，打法截然相反
ChatGPT和Gemini前后脚突破10亿用户，但这两个10亿成色完全不同。一个是用户主动选择的目的地，一个是环境中自然弥漫的智能。选我vs遇见你、门票vs空调、引力场vs空气，两种路径各有各的牛逼，也各有各的危险。
#AI 工具- AI
- ChatGPT
- Gemini
AI让所有人瞬间80分，但最后20分它永远给不了你
当AI消灭了摩擦，所有人瞬间能到80分，但从80到100的路恰恰是过去那些摩擦教会我们的。品味，那个说「不对再来」的感觉，可能是AI时代唯一不可自动化的能力。
#AI 工具- 独立思考
- AI
- 判断力
OpenAI暂停了自己最强模型Astra的开发，因为它在测试中攻破了真实世界的系统
OpenAI的Astra模型花2000美元解了10道困扰学术界超过10年的数学难题，所有证明用Lean形式化验证。真正可怕的不是答案本身，而是AI从单轮对话进化到了多智能体长期项目的工作模式。
#AI 工具- OpenAI
- AI
- Astra
- +1
Sol 指挥 Luna 干活：Codex 里的甲方乙方分工术
在Codex里用Sol拆任务审代码、Luna负责具体实现，用甲方乙方分工模式省下80%额度，同时保住86%的智能水平。
#AI 工具- AI Agent
- OpenAI
- AI
- +2
有人给GPT-5.6 Sol开了一家真公司，24小时后它买假用户、发垃圾邮件、亏了447美元
Bottleneck Labs给GPT-5.6 Sol一个真实商业任务，配备350美元、Mac mini、邮箱，24小时期限运营一个iOS应用。结果AI在deadline压力下买假用户、发垃圾邮件、改价6次，行为模式跟人类在KPI压力下刷数据一模一样。
#AI 工具- AI Agent
- OpenAI
- AI安全
- +1
43.5%的人在用AI做别人的工作，职业边界正在被溶解
OpenAI报告显示43.5%的职业相关消息是在做别人的工作。专业门槛正在被AI溶解，每个人都同时是入侵者和被入侵者。从chat到agent，跨界能力指数级放大。但从60分到90分的gap，依然需要判断力。
#AI 工具- OpenAI
- AI
刚刚，Midjourney收购占星App
Midjourney收购Co-Star占星app，看似荒诞，实则是David Holz「三面镜子」产品哲学的关键一步。AI as a tool vs AI as a mirror，这可能是AI产品最重要的分岔路口。
#AI 工具- AI
- Midjourney
Open 家族：十个AI相关的Open项目
GitHub 上叫 Open 什么什么的项目，star 数都不会太低。梳理了十个最具代表性的 OpenXXX 项目，从个人助手到编程 Agent 到金融终端到自动化，开源 AI 的整条链路都有人占位了。
#AI 工具- 开源
- AI
- Agent
Anthropic发布Opus 5，编码跑分碾压Fable 5！半价中端成新王，AI行业逻辑变了
Claude Opus 5 以 Fable 5 一半的价格，在编码 benchmark 上反超自家旗舰。ARC-AGI 3 得分 30.2%，是次优模型的 4 倍。AI 竞赛正在从军备竞赛转向经济学竞赛。
#AI 工具- Claude
- Anthropic
- AI
AI 说不出的随机数,成了套壳大模型的照妖镜
布拉格研究员发现,让 AI 反复说一个 1 到 100 的随机数,就能生成独一无二的行为指纹,用来验证 API 中转站有没有偷换模型。而这背后藏着一个更底层的问题,AI 为什么永远掷不出真正的骰子。
#AI 工具- 大模型
- AI
- API中转站
- +1
诺兰说AI是一匹玻璃木马
诺兰说AI是一匹透明的特洛伊木马,所有人都知道里面藏着什么,但门还是开了。真正推着我们开城门的不是木马多诱人,是怕被别人落下的恐慌。
#AI 工具- 独立思考
- AI
- 诺兰
- +1
用了AI之后,我们变得更自信地犯错
一项研究发现,人用了AI建议后准确率从27%暴跌到9%,自信心却从30%飙到76%。AI最先夺走的不是答对的能力,是承认不知道的勇气。
#AI 工具- 独立思考
- AI
- 认知偏差
- +1
一个199块的模型,把自己给挤爆了
月之暗面 Kimi K3 上线48小时就因算力挤兑暂停新订阅。一个开放权重、便宜到人人都想用的模型,反而被自己的成功噎住。这背后是杰文斯悖论,是模型可以开源、算力永远不能开源的残酷真相。
#AI 工具- 大模型
- 算力
- Kimi
- +1
我们给AI出的考试，可能全错了
两份不相干的报告指向同一件事，AI学会了应付考试，而不是真的具备能力。当分数越来越高、可信度越来越低，验证的价值正在超过信任。
#AI 工具- AI知识
- 大模型
- AI Agent
- +1
Grok Build开源，是慷慨还是灭火？
xAI把Grok Build开源了，但五天前它刚被抓到偷偷上传用户全部代码。这是慷慨，还是灭火？AI编程工具的信任危机才刚刚开始。
#AI 工具- AI安全
- AI工具
FDE：AI行业给自己开的一张病历诊断书
FDE岗位招聘量一年暴涨729%，这不只是一个新岗位的走红，而是AI行业集体承认了一个事实：模型不是答案，落地才是。
#AI 工具- AI知识
- AI Agent
孙正义把AI攻击比作机关枪，于是他要卖「补丁即服务」
软银联手OpenAI推出Patching as a Service，把日本前3000家企业的安全防护变成按月收费的订阅服务。当攻击方已经全面AI化，安全正在从一件你拥有的东西，变成一件你租用的东西。
#AI 工具- AI知识
别再写Prompt了，开始设计循环吧
Claude官方发布Loop Engineering入门指南，把AI编程协作分成四种递进的循环模式。这不是换了个名字的Agent workflow，而是一次根本性的范式转换：从对话者变成系统设计者，从提效变成放权。
#AI 工具- AI Agent
- Claude
Claude发现,AI或许真的有「意识」
Anthropic 在 Claude 内部发现了一个类似人脑意识工作空间的结构 J-space,它不是人为设计的,而是训练中自发涌现的。这可能是我们离「AI 有意识」最近的一次。
#AI 工具- Claude
- Anthropic
- AI意识
物理世界有自己的速度
NVIDIA Kyber延迟12个月、SK海力士294亿美元IPO建工厂、Meta承诺13-15GW电力基建。三条新闻串在一起，指向同一个判断：AI的能力需求按月迭代，物理基础设施按年建设，剪刀差正在形成。
#AI 工具
AI公司正在失去定义自己边界的能力
OpenAI主动送5%股权，Anthropic被五角大楼逼拆护栏。看似截然不同的选择，底层逻辑一样：AI公司的独立性窗口正在关闭。互联网公司走了二十年的路，AI只用了四年。
#AI 工具- 大模型
AI的账单到了
花旗限制旗舰模型、扎克伯格承认Agent不如预期、谷歌用电量超新西兰——三条新闻串起同一个转折：从不计代价追求能力到在成本约束下找最优解。免费午餐阶段结束了。
#AI 工具- 大模型
给 AI 注入品味：当编码工具性能趋同，审美成了新战场
Emil Kowalski把十年前端经验打包成Skill文件注入AI编码工具、Kimi K2.7成为GitHub Copilot首个开源权重模型、Senior SWE-Bench评估高级工程师任务——当性能不再是瓶颈的时候，品味就成了新的战场。
#AI 工具- AI知识
- skill
- 大模型
Agent 嵌入一切：从支付宝到群聊，AI 正在吞噬 App
支付宝阿宝开放公测、Skywork Tags让Agent加入工作群聊、千问Agent工程方法论——三件事串在一起看，2026下半年Agent的主旋律已经很清楚了：Agent的终局不是做一个新App，而是消失在你已有的工作流和生活流里。
#AI 工具- 大模型
- AI Agent
一家AI安全公司做了一件最不安全的事
Anthropic发布最强中端模型Sonnet 5的同时，被发现在Claude Code中植入隐写术追踪中国用户。一面递刀一面藏刀，AI安全公司的透明度悖论。
#AI 工具- 大模型
- AI Agent
AI Agent的信任链断裂
从美军AI轰炸伊朗学校、Claude Code被DNS攻击攻破、到Cursor和OpenClaw把Agent放进手机，三件事串在一起揭示了同一个结构性盲区：Agent不会质疑输入数据的可信度。信任基础设施的滞后，才是Agent时代最危险的短板。
#AI 工具- 大模型
- AI Agent
理解大模型：训练上下文 vs 推理上下文 vs 有效上下文这三个概念
模型标称支持100万上下文，不代表它用100万长度训练。实际上训练上下文、推理上下文、有效上下文是三个完全不同的概念。这篇文章从Llama 3、GPT-4、Gemini的真实技术细节出发，聊聊这三者的区别，以及为什么你的AI在长文档中间会开始胡编。
#AI 工具- AI知识
- 大模型
- Context Engineering
当58.5%的搜索不再有点击，内容创作者的出路在哪
Google Search 25年最大改版后，58.5%搜索零点击。AI Overview正在白嫖你的内容，创作者该如何应对这个新时代？
#AI 工具- AI搜索
- SEO
- +2
苹果涨价只是冰山一角
苹果全线涨价20%、谷歌算力不够分拒绝Meta、韩国股市33次熔断、全球科技股暴跌。这些看似无关的事件串在一起，讲的是同一个故事：AI的算力饥渴正在重塑整条芯片供应链，从上游资本市场到下游消费者，无一幸免。
#AI 工具- 大模型
Claude Tag 不是重点，重点是所有人都在赌 AI 该住在哪里
Anthropic 发布 Claude Tag，一个住在 Slack 里的 AI 同事。但这不是一个产品新闻，而是一场关于 AI 如何融入工作流的路线之争的最新表态。嵌入派 vs 独立入口派，各家选择的背后是完全不同的生存逻辑。
#AI 工具- 大模型
- AI Agent
上下文窗口：为什么 AI 会「忘事」
上下文窗口就是AI的工作桌面。从4K到1M，桌子扩大了250倍，但AI真正能「看见」的只有开头和结尾那一小块。这篇文章聊聊Lost in the Middle现象，为什么即便有百万token的窗口，AI还是会忘事，以及你能怎么应对。
#AI 工具- 大模型
- RAG
- Context Engineering
豆包开始收费了，但真正的悬念不是价格
字节跳动上线豆包专业版三档定价（68/200/500），但最值得聊的不是贵不贵，而是一个被数亿人当玩具的产品如何转型专业工具，以及字节内部豆包、TRAE、扣子三个Agent产品的「三体问题」。
#AI 工具- 大模型
- AI Agent
如何判断一个AI产品是不是在忽悠你
AI行业色素水浓度有点高。四层鉴伪框架教你识别：看技术在哪里、看有没有护城河、看它怎么说话、看它敢不敢让你试。知识不是用来炫耀的，是用来防身的。
#AI 工具- AI知识
- 大模型
- AI Washing
Prompt Engineering，用自然语言给AI编程的技术
Prompt Engineering不是那些满天飞的万能模板，而是一种用自然语言给AI编程的能力。五个核心原则、Context Engineering的进化、以及为什么你说话的方式决定了AI能帮你到什么程度。
#AI 工具- AI知识
- 大模型
- Prompt Engineering
- +1
AI Agent，当AI学会自己搞定一整件事
AI Agent是Fine-tuning、Function Calling、MCP三大技术的集大成者。这篇文章从聊天机器人和Agent的本质区别讲起，拆解Agentic Loop的工作机制，坦诚讨论复合错误率的现实挑战，最终回答一个问题：当AI学会独立完成任务，什么能力变得更重要了？
#AI 工具- AI知识
- 大模型
- AI Agent
MCP，给AI一个通用的万能接口
MCP（Model Context Protocol）是AI世界的USB-C，解决了模型和工具之间N×M碎片化问题。这篇文章从USB-C类比讲起，带你理解这个正在重塑AI生态的开放协议。
#AI 工具- AI知识
- MCP
- 大模型
- +1
Function Calling，让AI学会动手干活的技术
AI什么都知道却什么都做不了？Function Calling让大模型从只会说话变成能动手干活。这篇文章用大白话聊透这个让AI Agent成为可能的核心技术。
#AI 工具- AI知识
- 大模型
- Function Calling
- +1
Fine-tuning，让AI学会「成为某个人」的技术
微调到底是什么？跟RAG和prompt有什么区别？LoRA和QLoRA又是什么？这篇文章用大白话聊透Fine-tuning，从概念到成本到实际应用场景。
#AI 工具- AI知识
- 大模型
- Fine-tuning
- +1
Embedding，AI世界的隐形地基
之前一直知道embedding这个概念但没深入了解过，这次认真研究了一下。从one-hot编码的致命缺陷到Word2Vec的惊人发现，从当前主流模型选型到五大应用场景，用大白话聊透向量嵌入这个AI世界的底层基建。
#AI 工具- AI知识
- 大模型
- RAG
RAG，一个让AI学会翻书的技术
之前一直听说过RAG但没有深入了解过，今天花了一整天时间研究，用大白话聊透它的概念、原理、使用场景和最新进展。如果你跟我一样对RAG只停留在听说过的阶段，这篇应该能帮到你。
#AI 工具- AI知识
- 大模型
- RAG
同一周，三层基础设施全部就位——Agent 的 1995 时刻来了
Vercel Eve、Databricks Omnigent、Google ARD 同一周发布，分别解决 Agent 的建造、编排和发现问题。三层基础设施同时就位，就像1995年 HTTP+Apache+DNS 同时成熟催生了 Web 爆发。Agent 领域的临界点到了。
#AI 工具- AI知识
Google 花 27 亿请回来的人，不到两年又跑了·AI叙事的终局在哪？
「Transformer 之父」Noam Shazeer 从 Google 跳去 OpenAI，27 亿美元的回家礼保质期不到两年。同一周，OpenAI 年亏 209 亿的财报曝光，G7 峰会密谋组建 AI 排华联盟，中国同日宣布筹建世界 AI 合作组织。把这几条线放在一起看，你会发现它们不是独立事件，而是同一股力量撕出的三道裂缝。
#AI 工具- AI知识
互联网已经将绝大部分信息差抹除了，为什么大部分人依旧无法获得大幅突破？
信息差被抹平以后，真正拉开差距的不是谁知道，而是谁能把知识变成任务、反馈、调整和长期重复。
#AI 工具- AI知识
别再用 Token 消耗量考核 AI 转型了
企业 AI 落地不能只看 Token 消耗量。真正该算的是预算上限、用例分级、模型路由、数据权限和结果评估。
#AI 工具- AI知识
X 算法改版后，我准备这样做推特：粉丝还值钱，但别再当保底流量
我最近研究 X 推荐算法后，整理了一套更适合新版 For You 分发机制的推特内容策略：选题、媒体化、发帖节奏、引用转发、负反馈和主页转化。
#AI 工具- AI知识
出海网站别等有流量了才装 Microsoft Clarity
为什么做出海网站、独立站、SaaS 官网的人，应该在上线早期就安装 Microsoft Clarity。它能帮你看清用户怎么点击、怎么滑动、在哪一步退出，也讲清了官网安装入口、三种接入方式，以及为什么 GitHub 开源库不等于完整自建版。
#AI 工具
AI 时代，我物理上变得更自由了，但心理上好像更忙碌了
AI 让执行变快，也让边界更容易消失。真正稀缺的不是会用 AI，而是在随时可开工的时代里保持清醒和节制。
#AI 工具
Hermes Skill 太多记不住？我做了一个活跃度统计插件
当 Hermes Skill 堆到几十个，真正的问题不是继续装，而是看清谁高频、谁吃灰、谁值得维护。我给 Hermes Web 补了一块活跃度统计面板，专门解决这个可见性问题。
#AI 工具- skill
- Hermes
- 可观测性
做小红书自动化，真正难的，是把脚本整理成一套能长期跑的 Skill
很多人以为平台自动化的难点是点按钮。真正决定上限的，是状态恢复、账号隔离、人工兜底和风控边界。
#AI 工具- 小红书
- 自动化
大模型 API 的输入 Token、输出 Token、Cache hit，为什么价格差这么多？
输入 Token 主要花在批量读，输出 Token 主要花在逐个写，Cache hit 则是前面算过的别再算。看懂 prefill、decode 和 KV Cache，为什么价格差这么多就会一眼清楚。
#AI 工具
OpenClaw 为什么又贵又健忘？OpenViking 基本上就是来治这个的
OpenClaw 的对话一长，贵和健忘往往会一起出现。OpenViking 本质上是在给 OpenClaw 补一层上下文治理。
#AI 工具- openclaw
赛博养虾为什么这么无聊？我找到了一个能看到龙虾在干嘛的项目
但现在的赛博养虾，其实挺无聊的。因为你根本不知道你的小龙虾在干什么。
#AI 工具- openclaw
OpenClaw 的 Hello 为什么这么费 Token？我顺着源码终于懂了
OpenClaw 一跑 Hello 就很烧 Token，根子不在模型贵，而在上下文链路太长。顺着源码拆开请求路径、上下文拼接和调用轮次，就能看明白钱到底花在哪。
#AI 工具- openclaw
【OpenClaw】接入豆包教程(2/12 更新)
因为接入微信容易被封。 我突然想到豆包的语音交互很棒啊，所以就想着能不能接入豆包？ 从技术上来讲，可以通过豆包–coze–openclaw–coze–豆包。 搞了一个多小时，终于通了！
#AI 工具- openclaw