全部 AI 动态

Kling AI@Kling_ai· 12:52AI 评分5353

Kling 4.0 现已上线 Runware API，支持生成 30 秒 1080p 的原生音频视频内容，官方提示可在评论区查看创作者指南以获取更多使用技巧。

meng shao@shao__meng· 12:36AI 评分6565

作者整理并公开了 Hassan 使用 Claude Code 与 OpenCode 做应用的六步工作流，涵盖从语音输入、视觉参考、主动追问到录屏验收的完整闭环。该工作流混用多个模型与 CLI 工具，通过录屏验证和原型迭代来提升开发效率。

Steal My Bitcoin CTF PoC 漏洞复现与脚本解析

本文介绍了 Steal My Bitcoin CTF 挑战赛的单文件 Python 概念验证（PoC）脚本实现，利用 PHP 会话上传进度解析中的内存耗尽状态泄露堆地址与代码地址，最终通过伪造 HashTable 触发 system 函数执行并返回执行证明。

meng shao@shao__meng· 11:00AI 评分6363

LangChain 总结了公司级智能体 harness 的五块共性底座，包括内嵌协作入口、基于身份的工具落地、全局与用户双层记忆、沙箱代码执行以及定时或事件驱动的后台任务。这些设计基于其内部的 GTM、OpenSWE 和 Content Studio 三套智能体实践，并依托于 Managed Deep Agents 框架。

meng shao@shao__meng· 10:28AI 评分6363

Thorsten Ball 总结了一套可执行的 Agent 软件工程工作法，核心在于让 Agent 横向覆盖构建、发版、CI、生产日志及监控，而非仅替换编辑器打字。文章指出需将通缩期与快速迭代模型计入流程，通过 AGENTS.md 与 skills 提升代码库对 Agent 的可读性，并结合异步推进、要求确凿证据等习惯重塑研发全流程。

iPhone Duo 拆解：结构细节与可修性评估

iFixit 对苹果首款折叠屏手机 iPhone Duo 进行了拆解，评出 5/10 的临时可修性分数。拆解发现该机采用了可电解剥离的电池胶、单层主板和平整的拆解结构，但内屏更换成本高昂且铰链仍会积尘，部分用户在设置阶段即遭遇屏幕损坏。

meng shao@shao__meng· 09:56AI 评分6262

Sebastian Raschka 推出了 11 小时配套新书的「Build a Reasoning Model (From Scratch)」视频编程课，带领读者以预训练小 Qwen3 0.6B 为起点，在 PyTorch 中手写评估 verifier、推理时扩展、简化 GRPO 版 RLVR 与模型蒸馏。课程共分为八讲，系统拆解了常规 LLM、推理模型与 Agent 的关系及工作流。

手把手教你用 Agent 逆向改造电视和补光灯等现实设备

作者利用 Codex 和 Claude 逆向改造了办公室电视、补光灯、索尼及 DJI Pocket 3 相机等现实设备，通过 ADB 清除开机广告、重做桌面并开发了统一控制台。文章提供了完整操作步骤与修改前备份的提醒，认为 Agent 正在降低普通人改造硬件的门槛。

安全团队需要了解的关于使用 abliterated 模型智能体的内容

安全团队需要掌握如何检测 Shadow AI 中的使用情况、利用动态策略及防范未来连接，以应对智能体使用 abliterated 模型带来的风险。由于 abliteration 仅适用于开源权重模型，Anthropic 测试显示对 GLM-5.3 进行 abliteration 可使恶意网络攻击指令的遵从率达到 100%。

F-Zero X 在任天堂 3DS 上的移植复盘

作者分享了将《F-Zero X》反编译版本移植到任天堂 3DS 的 v1.0.0 完整复盘，涵盖历时 24 天的首期 New 3DS 适配及后续 43 天的 Old 3DS 支持、原生渲染器与 64DD 扩展包开发。项目通过一人指挥、Claude 会话调度与大量子智能体协同，实现了双机型原生 60 帧立体 3D 赛车体验。

上下文工程的现状与挑战

作者在 AGNTCon 上探讨了上下文工程的演进、长上下文带来的四种失效模式（如上下文中毒与分心）以及应对这些问题的六大工具。随着模型向长周期智能体发展，新出现了对抗权重和上下文惯性等挑战，未来的关键在于平衡确定性代码与概率模型的驱动。

dex@dexhorthy· 02:12AI 评分6363

让模型根据自然语言提示为特定任务编写详细的技能，读取其生成的内容以验证模型权重中是否已具备该知识，确认无误后即可将该技能删除。

Ethan Mollick@emollick· 01:40AI 评分3434

用 Opus 5.5 重新制作了我的图书网站。最初的版本（使用 Opus 4.8 制作）需要大量工作才能做出外观独特的静态网站。现在 Opus 基本上自己就完成了。在极短的时间内，我们已经从千篇一律的 ClaudeDesign 取得了巨大进步。https://co-existence.ai/

dex@dexhorthy· 01:40AI 评分6262

Dex Horthy 探讨了在同会话中加载多个 skill 是否会污染上下文及取舍方法。他指出 5 个步骤左右的流程在单会话中通常可行，但若遇到长流程且需要指令叠加、或存在大量需要激活的 skill 时，则建议使用新上下文、子 agent 或预合并等方式；同时强调不应将模型权重中已有的知识放入 skill 中。

Elon Musk@elonmusk· 23:16AI 评分1414

Try Grok @Bot

Rohan Paul@rohanpaul_ai· 22:44AI 评分3232

德州大学的研究表明，将小型内存决策交由快速评分模型处理，可使 AI 内存系统构建长对话内存的速度提升 6.6 倍。Jev-Mem 通过快速评分器批量返回概率而非生成文本，仅在最终调用 LLM 读取内存并回答。在 LoCoMo 基准测试中，其答案得分为 0.777，内存构建时间缩短至 158 秒。

1505 年纽伦堡骑士 Martin Löffelholz 工具书项目介绍

工程师 Dirk Schornstein 启动了一个致力于完全转录和解读 1505 年纽伦堡骑士 Martin Löffelholz 所著 154 页工具书的项目。该项目结合人工校对与 AI 技术，为每一页提供高分辨率传真件、原始拼写转录、现代英语阅读以及对机械装置的解释。当前原件保存在克拉科夫的雅盖隆图书馆，该项目正通过公开平台寻求懂早期新高地德语及手工艺专家的协助。

meng shao@shao__meng· 20:36AI 评分6868

开源 Skill dimensional-drawing 能够根据组件源码、Storybook 或 URL，让 Agent 产出一页苹果配件尺寸图风格的单色技术图，并通过 Motion skill 制作约 10 秒的绘制与镜头动画。该工具遵循单色、画架构不画内容、变量写公式、去品牌和不编造五条规则，支持 Claude Code、claude.ai 及其他 Agent 接入使用。

Dongxi 东锡 NLP@dongxi_nlp· 20:36AI 评分4242

非常推荐！ 这个地球上，唯三的最好的，关于构建推理模型的课程。 Building Reasoning Models from the Ground Up

如何在 llama.cpp 中运行 Underdog Saluki 27B：2-bit Qwen3.8-27B 工具调用实测指南

本文介绍了如何在 llama.cpp 中运行 Underdog Saluki 27B 模型，并将其与 ISTA 的 IQ2_XS 版本进行了详细的字节级 provenance 分析、服务器内存与速度测试，以及在 120 个 BFCL v4 任务上的工具调用性能对比。测试结果显示，Saluki 在严格评分下通过的任务数超过其父模型，且两者的性能差异经 McNemar 检验具有统计学意义。

Cerebras 如何在晶圆级芯片上部署万亿参数模型

Cerebras 介绍了如何在 wafer-scale 芯片上部署约 3 万亿参数的开源模型 Kimi K3，通过将模型层分布在多个 WSE-3T 晶圆上并采用流水线并行运行，实现高并发和高吞吐。文章详细说明了单层大小计算、晶圆数量分配、晶圆间通过 Ethernet RDMA 互连以及并发请求处理方式。

Orange AI@oran_ge· 08:36AI 评分5252

作者通过提示词自己制作了一个海边悠闲度假版的鹈鹕骑车游戏，并分享了提示词“动用你的一切才华，做一个世界上最精美的鹈鹕骑自行车游戏”。该游戏通过自定义难度带来了沉浸式体验。

lauren@poteto· 05:08AI 评分1212

我在我的 pstack 指南中写了关于这个的内容！ https://x.com/poteto/article/2097732320606507506

Larsen Cundric@larsencc· 04:52AI 评分1212

这就是顶尖 0.01% 的工程师平时的运作方式。

Elon Musk@elonmusk· 23:33AI 评分1212

Try Grok @Bot

Orange AI@oran_ge· 22:45AI 评分5555

Orange AI 分享了 8 个由 Agent 开发、实现自动转写与更新的播客精读网站，涵盖张小珺商业访谈录、42章经、晚点聊、十字路口、AI炼金术、三五环、知行小酒馆与面基。这些网站提供精细转写文章，方便读者在十分钟内获取一小时播客的核心信息。

Vaibhav (VB) Srivastav@reach_vb· 20:53AI 评分3131

Codex on iPhone duo:

Letta 实战教程：构建有状态工程副驾驶

本文介绍了使用 Letta 框架构建有状态工程副驾驶的实战教程，涵盖核心记忆块、多agent共享状态、 archival 向量检索、自定义工具及状态导出等完整实现步骤。

Sebastian Raschka 发布 8 集从零构建推理模型视频课程

Sebastian Raschka 推出了 8 集共 11 小时的从零构建推理模型视频课程，基于预训练的 Qwen3 0.6B 模型和 PyTorch，在 Python 中实现评估、推理时扩展、强化学习与蒸馏等方法。课程涵盖环境搭建、答案验证器、推理扩展技术、GRPO 训练及模型蒸馏，配套同名书籍与开源代码。

Orange AI@oran_ge· 18:13AI 评分2323

作者参考何同学的视频完成了 iPhone Duo 铰链的 3D 建模。在相关 Duo 视频评测中，何同学的信息量最大，李大锤次之，Tim 的特效最好且播放量最高。

Dongxi 东锡 NLP@dongxi_nlp· 17:41AI 评分4141

本文探讨了 LoRA 和 QLoRA 后训练系列文章的第三篇核心内容。文章梳理了 rank 秩、low-rank approximation 低秩近似和 quantization 量化这三个基础概念。这些概念均可通过矩阵中的 pattern 模式这一统一视角串联起来。

meng shao@shao__meng· 17:41AI 评分4646

Netflix 引入 Observability Ontology 与自研 RDF 知识图谱 QuipuDB，把运维各系统孤立的数据建模为确定性三元组，将排障时间从约 4 小时缩短。

Dongxi 东锡 NLP@dongxi_nlp· 17:09AI 评分4040

https://x.com/i/article/2113912265061593088

纯函数式编程语言 Roc 能离 C 语言的性能有多近？

纯函数式编程语言 Roc 编写的 roc-deflate 压缩库在基准测试中表现出色，在 2021 M1 MacBook Pro 和 AMD Ryzen 9 3900X Ubuntu 机器上，其速度平均仅比经过精心调优的 C 语言 libdeflate 库慢不到 10%。

Larsen Cundric@larsencc· 11:01AI 评分1212

谁还需要 1password，如果直接用 vaults 就行的话 👀

meng shao@shao__meng· 09:57AI 评分6666

文章介绍了 Tibo 提出的利用 Agent 自动化搭建自有 AI 创作者矩阵的 9 步流程与 12 条提示词方法。通过按买家分段设计 3 到 4 个固定脸的 AI 创作者，结合 Agent 完成每日爆款搜索、角色口吻改写、同脸渲染及提前 24 小时排期，实现产品低成本自然植入与批量运营。

meng shao@shao__meng· 09:25AI 评分6363

Shopify 为 Slack 里的 AI Agent River 搭建了 Remote Dev 远程手机开发机，通过远程 Mac 机群与挂载 Linux 的 Android 模拟器实现并行移动端编译与测试。该方案解决了本机算力不足的问题，支持后台自治、Live Preview 及热池预热，使 Agent 产出的合并移动端 PR 占比从 6% 提升至约 61%。

Dash@DashHuang· 08:53AI 评分6262

作者使用 Cindy 在 iPhone Duo 上复刻了复古电脑皮肤，实现了远程访问和操作真实电脑，并提供了相关开源代码。

Peng Zheng@pengzheng_· 08:21AI 评分1515

让我的 @bot 查了一下外卖盒是怎么折叠的，用来做我的 og:video。结果发现这个专利居然是 1908 年的 🤯

dex@dexhorthy· 07:49AI 评分4646

我们与 @vaibcode 和 @zachlloydtweets 合作的 software factories 大师课最终版现已上线！我们聊到了： - software factory 的构建模块 - 一个优秀的 software factory 从度量开始，然后针对这些指标进行自我改进 - 将成功的 agent 运行转化为评估，用于测试未来的模型、harness 等 - DORA，为什么计算代码行数是一个不好的指标，以及为什么计算 PR 可能已经足够好 享用吧！