跳到正文
只看教程
6月26日周五
  1. OpenBMB41

    面壁智能社区开发者将MiniCPM5-1B部署于QNAP NAS（型号Qu605-N150-16G），内存占用低于2GB，通过Ollama集成至Cherry Studio作为本地LLM。借助NAS MCP协议，将文件管理、共享文件夹、语义搜索等系统能力暴露给外部Agent，实现安全本地数据访问。同时利用Qsirch索引将NAS文件构建为结构化知识库，由MiniCPM5-1B在设备端执行检索增强推理，完成摘要、问答等任务。展示轻量小模型从本地推理向系统级智能体+RAG组合演进的实践。

  2. eric zakariasson68

    Eric Zakariasson 分享其AI智能体编程工作流：先设定可验证的完成标准（如模型评估分、测试全绿、p95阈值等），再将任务包装成循环——智能体反复修改、测量、保留或回退，直到达标、多轮无改进、思路用尽或遇阻。通过MCP和/notify向Slack发送通知，需要决策时主动联系人类。循环在云端运行，可同时启动多个长循环，并穿插PR、一次性调查等短任务。提示词模板用/loop驱动迭代、/notify保持更新。

  5. Rohan Paul43

    GLM 5.2 以 34.29% 得分在 PostTrainBench 上排名第一。该基准测试 AI 智能体能否实际训练改进原始 LLM：智能体拿到 4 个小基座模型、1 块 H100 GPU 和 10 小时，需自主选择训练数据、编写训练代码、运行微调、修复失败并提交改进后模型。GLM 5.2 作为控制训练流程的智能体，评测其能否在限定条件下提升 4 个较弱 LLM。当前官方指令模型得分 51.14%，显示智能体后训练流程与更成熟的人工调优仍有差距。

  6. meng shao56

    Snowflake CEO 用 103 个 dbt 任务×3 轮对比 GLM 与 Opus 成本。原始 token：GLM 860M、Opus 439M（约 2 倍）。原因包括平均轮次多（99 vs 80）、工具调用粒度细、缓存命中率低（53% vs 96%）。差异几乎全部来自尾部失败案例（少数任务 400+ 次调用）。归一化至 90% 缓存率后，GLM 每 session $1.12，Opus $2.14，GLM 便宜约 48%。建议：分层考量 token 量、调用次数、单价、缓存率、稳定性；优先削减尾部失控会话；同一模型换 harness 经济性可数量级变化。

    引用sridhar@RamaswmySridhar

    Follow-up to my GLM vs Opus thread: let's talk cost. We ran 103 dbt tasks x 3 trials on each model. Same harness, same tasks. GLM: 860M tokens Opus: 439M tokens That's ~2x. But the "why" is more interesting than the number.

  7. Orange AI41

    用户指出刚上线 Cola 的 Seed 2.1 Pro 模型（自称原生多模态、多模态最强，相比 2.0 增强 coding 和 Agent 能力）在推理时上下文精度极差：常搞错人物、性别、时间。用户指出错误后模型频繁道歉，态度端正但问题明显。

    引用Orange AI@oran_ge

    刚刚 Cola 上线了最新的 Seed 2.1 Pro 模型 这个模型是原生多模态模型，是目前的多模态最强模型。 相比 2.0 版本，增强了 coding 能力和 Agent 能力，具体的评测可以参考藏师傅的文章 体验地址 http://colaos.ai

  10. Lilian Weng44

    一篇超级久拖（3年多了？）的关于缩放定律的博文。 计算成本高昂。缩放定律是一种帮助我们在大规模运行之前，推理数据与模型大小之间最优计算分配的方法。 此文涵盖缩放定律预测了什么、计算最优分配如何运作、Kaplan 等人与 Chinchilla 的分歧点何在，以及数据限制+拟合细节如何让外推变得棘手。 https://lilianweng.github.io/posts/2026-06-24-scaling-laws/

  11. jason38

    Jason Liu 用两小时语音备忘录替代键盘操作，将对话转录输入 Codex，后者直接生成了产品公告、发布视频脚本和公关材料。引用推文补充，此前他与 @guinnesschen 进行了两小时漫谈，涵盖功能想法、设计哲学、AI 未来等，原始转录交给 Codex 后产出的 PR 和创意作品几乎完美捕捉了对话意图。

    引用Guinness Chen@guinnesschen

    Yesterday @jxnlco and I had a fantastic two-hour conversation that wandered through feature ideas, design philosophy, the future of AI, and dozens of tangents. We fed the raw transcript to Codex, and it turned it into PRs and creative work that captured our intent almost perfectly. The twists and turns are what make the prompt good. Please don't edit them out.

  12. Artificial Analysis57

    Artificial Analysis 发布最新 AI 视频编辑排行榜，HappyHorse-1.0 综合实力第一，Seedance 2.0 第二，Wan 2.7 第三。榜单基于约 8 万次人工盲评，从视觉效果编辑、物理与世界模拟、声音与语音编辑、对象编辑、复杂编辑五个能力维度评分。HappyHorse-1.0 是唯一在所有五个能力中均进入前三的模型，并在其中四个能力排名第一或并列第一。Kling 3.0 总排名第五，但在视觉效果编辑上排名第一。

  13. Artificial Analysis68

    微软 MAI-Image-2.5 在 Artificial Analysis Image Arena 排行榜上位列文本到图像生成第2名、图像编辑第3名，仅次于 OpenAI 的图像模型。该模型支持文本到图像生成与图像编辑，最大输出分辨率约 1MP，支持灵活宽高比，上下文窗口 32K token。更快、更低成本的 MAI-Image-2.5-Flash 变体在文本到图像和图像编辑中分别排名第8和第6。API 定价：MAI-Image-2.5 为 $48/千图，Flash 版 $20/千图。模型已上线 Foundry API 和 MAI Playground，其中 MAI-Image-2.5 还可在 PowerPoint 和 OneDrive 中使用。

6月25日周四
  2. meng shao47

    开源 Skills 系列（165K stars）新增 in-progress 技能「loop-me」。该技能通过“拷问”采访用户，发现其工作、生活中的重复模式（Loop），并将这些模式打磨成 workflows/*.md 规格文件。核心原则包括：一次一问、附带推荐答案、走完整棵决策树、优先查代码库、状态持久化至文件从而支持跨会话和版本化。loop-me 与已有 grill-me 的区别在于：grill-me 对齐任意计划，loop-me 只产出 workflow 规格。设计哲学强调从重复模式出发，而非直接构建 Agent；规格是唯一交付物，实现留作后续步骤；人类时间最珍贵，将其角色压缩为“晚到的单次决策”。完成标准是 Agent 读取 spec 后无需再提问。

    引用Matt Pocock@mattpocockuk

    New in-progress skill: /loop-me Interviews you about your work and finds opportunities for delegating your day-to-day work to AI

  4. Rohan Paul48

    GLM-5.2 在 ARC-AGI-2 上取得 22.8% 的成绩，成本 $0.25/任务 值得注意的是，大约 2025 年 5 月，ARC-AGI-2 上已验证的最佳模型仅为 3.0%。 因此，虽然它仍远落后于 GPT-5.5（85%），但 GLM-5.2 也比 2025 年 5 月的最佳前沿分数高出约 7.6 倍，且每任务成本比 GPT-5.5 的 $1.87 便宜约 7.5 倍。

    引用ARC Prize@arcprize

    GLM-5.2 from @Zai_org on ARC-AGI (Verified) - ARC-AGI-2: 22.8%, $0.25 - ARC-AGI-1: 77.0%, $0.19 Performance is comparable with GPT-5.4 & 5.5 (Low Reasoning Effort)

6月24日周三
  1. Nathan Lambert49

    Nathan Lambert 发布了一期 AI 基础讲座视频，使用 GLM 5.2 模型生成。内容涵盖语言模型概述、LM Head、Softmax 与对数概率、训练样本结构、概率计算、后训练中的三种掩码、解码、交叉熵损失、优化与微调、预训练到 SFT 流程、KL 散度与熵、Sigmoid 与成对似然、强化学习 MDP 框架等。视频包含时间戳目录，并持续收集观众问题用于后续 Q&A。

  2. PixVerse23

    使用AI为你的游戏制作过渡过场动画？太棒了。整个场景充满夏日清新感。期待新项目完成 @patata1216

    引用美咲@patata1216

    ぜんざいのアトリエ開発迷走中😅 海エリアはやっぱり釣りでしょう、とかなんとか言うことで、釣りミニゲームを組み込み。 AI開発らしく、Pixverseで作ったAI動画を差し込んで作ってみたよ。 やってみると、こういうバリエーション動画を作るのはやっぱキャンバス便利だね #pixversecpp @PixVerse_

  4. meng shao50

    邵猛使用 TRAE Work 测试了字节跳动最新发布的豆包2.1 Pro 模型。官方称豆包2.1 系列在 Coding 和 Agent 能力上显著提升，VLM 能力保持领先，综合能力介于 Claude Opus 4.6 和 4.8 之间。实测中，模型先思考整体规划与实现过程，再读取设计图理解场景和细节，调用最合理的 Skill 规划网页逻辑，分步骤实现后通过本地预览和视觉验证确保效果。最终输出在视觉还原、交互和技术实现上非常细致，包括布局、字体选择、自适应布局，甚至为每个部分配上具有实际意义的图片而非占位符。

  5. OpenBMB65

    🥳感谢分享，@MLBoy_DaisukeMajima 🚀 MiniCPM-V 4.6 在设备上以这样的速度运行，实在令人印象深刻——尤其是在 Apple Core AI 上以不到 2B 参数跑出。 干得漂亮，推动高效多模态 AI 向前发展。🫡

    引用MLBoy_DaisukeMajima@JackdeS11

    📸 MiniCPM-V 4.6 —— 2B 参数以下最强的视觉模型之一 —— 现在通过 Apple Core AI 在 iPhone 17 Pro 上以约 51 tok/s 运行。 🤗 http://huggingface.co/mlboydaisuke/MiniCPM-V-4.6-CoreAI 🛠️ http://github.com/john-rocky/coreai-model-zoo

    推荐理由：社区把 MiniCPM-V 4.6 搬上 iPhone 17 Pro，跑出 51 tok/s，还给了代码和模型，做端侧多模态的可以直接跑起来了。

  6. 数字生命卡兹克63

    微信小微Agent常驻左上角，支持语音/文本输入，基座模型为微信自研WeLM（WeLM-V4-80B MoE，激活3B）及DeepSeek。可发消息、红包、语音通话，但每一步需用户确认，且禁止批量发送、读取聊天记录、转发笔记等。已打通朋友圈（限最近2天）、公众号、视频号，支持通过小程序进行本地生活、出行、充值等操作。当前权限“只读不动”，不能删除好友或取消关注。作者认为这是微信最大更新，但在智能程度和便捷性上仍有不足。

  7. MiniMax (official)39

    用户@whosamberella为学习仿人机器人知识，利用MiniMax M3进行调研，并在OpenCode中搭建了一个仿人机器人目录网站（humanoid-index-one.vercel.app）。其SVG原型不仅能展示，还能帮助学习不同仿人机器人的特征。MiniMax将其过程概括为：研究→综合→构建。

    引用Amber Shen@whosamberella

    I wanted to learn about humanoid robots 🤖, then decided the most reasonable thing to do was build myself a humanoid catalog to learn from. https://humanoid-index-one.vercel.app/ @MiniMax_AI M3 researched the space, then built the catalog in @opencode . The SVG prototype doesn’t just look good. It actually teaches you the distinct characteristics of each humanoid.

  8. OpenBMB63

    面壁智能（OpenBMB）的扩散式 TTS 模型 VoxCPM-0.5B 已通过 Apple Core AI 完全部署至 iPhone 端侧，无需联网。该模型整合了 MiniCPM4 语言模型、LocDiT flow-matching 和 AudioVAE，每一层均运行于 Neural Engine 和 GPU 上。模型权重和部署代码已开源至 HuggingFace 与 GitHub。

    引用MLBoy_DaisukeMajima@JackdeS11

    VoxCPM now runs FULLY on-device on iPhone — via Apple's Core AI. @OpenBMB's diffusion TTS (MiniCPM4 LM + LocDiT flow-matching + AudioVAE), every layer on the Neural Engine / GPU. No network. 🤗 https://huggingface.co/mlboydaisuke/VoxCPM-0.5B-CoreAI 📦 https://github.com/john-rocky/coreai-model-zoo

  9. meng shao70

    OpenAI 发布 Codex Remote 工程实践官方博客。核心心智模型：手机是“控制面”而非终端——开发机跑代码，手机负责启动、指挥、审批、审查。十大高杠杆能力包括 Queue vs Steer、Side Chat、Plan vs Goal、对话内 Code Review、细粒度权限管理等。另有 /status /compact /fork 命令与五个典型工作流（Release Captain、中断修复、移动端审查等）。对 AI coding agent 的启示：异步协作、注意力与状态机管理、目标约束、生产级权限粒度。

    引用Thomas Ricouard@Dimillian

    If you missed last week, Mastering Codex Remote for Engineering is now available as a blog post on our developer platform! A great article for getting started and efficiently working with Codex on mobile! https://developers.openai.com/blog/mastering-codex-remote-for-engineering

  10. meng shao51

    博主用自进化重型求解器Apodex测试“AI Agent公司如何选择产品方向”。Deep Discovery模式下，Apodex拆解为开发者工具、企业工作流、研究助手三条线，补充VC视角、市场规模等来源，持续验证后给出排序：1. 垂直企业工作流Agent（有明确买方和成本替代逻辑）；2. 垂直研究助手（需针对法律、金融等高价值场景）；3. 开发者工具（竞争被Codex、Cursor、Claude Code等占据）。Apodex强调先验证后下结论，适合变量多、需取舍的复杂议题。体验入口apodex.ai，Hugging Face可下载模型。

  11. Rohan Paul44

    一项针对10个开源模型、4个安全基准的研究发现，大语言模型在遭遇对抗性前缀攻击（模型被植入有害开篇并继续生成）后，无法可靠识别自己的输出已被外部引导。模型所谓的“自我意识”更像安全机制的延迟反射：拒绝受攻击回答时通常引用政策或缺乏意图，而非检测到输出被篡改的机械事实。平均有27.3%的受攻击响应被模型误认为自身意图，表明自我报告证据薄弱。模型的有限识别主要来自正常拒绝行为，而非对攻击的深层认知。

  12. Rohan Paul41

    NVIDIA Rubin AI 服务器用 45°C 水-乙二醇冷却液直接冷却芯片和网络部件，取代传统空气冷却。在适宜气候下，干式冷却器可替代冷却塔，设施冷却水用量从约 260 万加仑/MW/年降至接近零。液冷为闭环循环，不持续蒸发水。一个 50MW AI 设施每年可节省超 400 万美元冷却能源和水费。全液冷 Rubin 服务器还将系统从 6 个机架单元缩减至 2 个，在相同空间内容纳更多计算。引用 NVIDIA 数据称，数据中心用水仅占美国日常用水量的 0.2%，液冷却正大幅降低水耗并创造热量再利用机会。

    引用NVIDIA@nvidia

    Water usage has been a hot topic in the AI data center world, but the numbers may surprise you. According to the Manhattan Institute, data centers use 0.2 percent of daily water usage in the U.S. and that number has dramatically decreased in the past few years due to a new method: liquid cooling. By moving to 45°C liquid cooling, AI factories in favorable climates can use dry coolers instead of conventional cooling-tower-based systems, cutting facility cooling water use from roughly 2.6M gallons per MW per year to near zero. Liquid cooling enables AI factories to be both water and energy efficient, while creating opportunities for heat reuse and dispersal to local communities, allowing these factories to become energy grid assets. Learn more below ⬇️ https://nvda.ws/4gAVGoJ

  14. Rohan Paul60

    Atomic Chat 集成 Cline，使代码智能体能在本地 AI 模型上运行。Cline 作为智能体层，可读文件、编辑代码、运行终端命令、检查错误并请求批准，已被 800 万+开发者信任。Atomic Chat 作为模型层，支持 1000+ 模型离线本地运行，并暴露本地 API 供其他工具调用。整个过程私有、免费、开源，体现了强大智能体回归本地私有设备的趋势。

    引用atomic.chat@atomic_chat_hq

    Run Cline on Local AI models with Atomic Chat! @cline is a coding agent trusted by 8M+ developers. Write, refactor, ship code securely on your own hardware with local models powered by @atomic_chat_hq — no cloud, private, free and open-source

6月23日周二
  1. Nathan Lambert32

    Nathan Lambert 为新书新增 7.4 小时讲座视频，内容涵盖从 2015 年 Hinton 知识蒸馏论文到当下多教师 on-policy 蒸馏（OPD、MOPD、OPSD）。视频重点讲解了使 on-policy distillation 适配主流 RL 框架所需的 3–4 项核心公式改动，并回顾了合成数据如何逐步占领训练后数据研究领域。此外还介绍了 Constitutional AI、AI 反馈以及将评分准则作为奖励等主流方法。时间线：00:00 合成数据兴起，10:50 师生蒸馏背景，24:47 on-policy 蒸馏，37:11 Constitutional AI，45:50 评分准则与结论。

    引用Nathan Lambert@natolambert

    New lecture for the book! Nominally about synthetic data, but mostly is a walk through of the distillation literature from the Hinton 2015 paper to multi-teach on-policy distillation of today! At 7.4 hours of video in my post-training brain dump and counting :) It was fun to stare at the math long enough and talk through the 3-4 core changes that needed to be made to the original formulation to have on-policy distillation be ready for the mainstream like it is today (and in RL frameworks). Otherwise, I include a bit of a history lesson for how synthetic data generally slowly took over all post-training data research (it wasn't always the case)! Then I do some 101 review on constitutional AI, rubrics, and other popular methods. 00:00 The emergence of synthetic data 10:50 Background on teacher-student knowledge-distillation 24:47: On-policy distillation (OPD, MOPD, and OPSD) 37:11 Constitutional AI & AI Feedback 45:50 Rubrics as rewards & conclusions Ofc, watch on YouTube etc.

  2. SenseTime18

    商汤科技利用 Office Raccoon 与 SenseNova-Skills 构建数据驱动预测引擎，用于 2026 年世界杯小组赛结果预测。引擎整合 FIFA 排名、Elo 评分、Transfermarkt 球队身价、WinnersAndWhiners 赔率、RotoWire 战术分析、FootballBerry 排名及 ESPN 市场数据，并从长期阵容能力、近期状态、阵容完整度、战术适应性四个维度评估各队。相关项目已开源：SenseNova-Skills 的 GitHub 仓库（含 Hermes Agent 与 OpenClaw 安装指南）及 Office Raccoon 官网已公布。

  3. Nathan Lambert44

    Nathan Lambert 为其新书发布讲座（7.4 小时），名义上关于合成数据，实则系统梳理知识蒸馏文献——从 Hinton 2015 年论文到现今主流的 on-policy 蒸馏（OPD/MOPD/OPSD）。他重点分析了使 on-policy 蒸馏落地所需的 3-4 个核心数学改动。讲座还回顾了合成数据逐步取代后训练数据研究的历史，并介绍了 Constitutional AI、rubrics 等流行方法。提供章节时间戳（00:00–45:50）。

  6. PixVerse26

    用 GPT image 2 制作故事板，再通过 PixVerse 的 Seedance 2.0 转为电影级短片——一位教练的最后礼物，一段世界杯决赛的 AI 故事。主推文称赞道：用 Pixverse 把这个故事呈现得很棒。

    引用𝐌@Strength04_X

    COACH'S LAST GIFT ⚽ An old pair of boots, a quiet tunnel, and a coach holding a faded photo from the stands What happens next is a World Cup final story I created entirely with AI Built the storyboard with GPT image 2 and turned it into a cinematic film with Seedance 2.0 on @PixVerse_ Didn't expect an AI football story to hit me this hard honestly Full video below 👇