DogeDesigner@cb_dogeAI 评分4141全部 AI 动态
- DogeDesigner@cb_dogeAI 评分4141
Ethan Mollick@emollickAI 评分3030引用Matt Henderson@matthen2what is a multimodal LLM thinking as it watches a video? Gemma 4 12B reads raw image patches, as if they were tokens. It was never trained to predict anything at these 'tokens' - but this video shows what it would predict if you did sample from its next token prediction head
SenseTime@SenseTime_AIAI 评分1616
meng shao@shao__mengAI 评分4444引用Cline@clineWe tested Kimi K3 and Fable on a real bug from the Cline repo, and found that while both models were able to fix it - Fable wins on speed & Kimi wins on cost. - Kimi used 1.7x more tokens than Fable (1.2M vs. 730K) - Fable finished 3.4x faster - 3.5 min and 18 tool calls vs. Kimi’s 12 min and 34 tool calls. - Kimi cost 2.3x less ($0.92 vs. $2.13) thanks to its 3.3x per-token discount Both runs used the same Cline harness, and the traces indicate that Kimi is RL trained to spend more tokens thinking and verifying before completing. This is the first time we've seen an open weight model compete head to head with SOTA. Congratulations to the @Kimi_Moonshot team on this milestone!
The Decoder：AI NewsAI 评分4242 Kimi K3 在 Code Arena 前端基准上超越 Claude Fable 5，但复杂数学仍大幅落后
月之暗面（Moonshot）的 Kimi K3 在 Code Arena: Frontend 基准中以 1,679 分超越 Claude Fable 5（1,631 分）和 GPT-5.6 Sol（1,618 分），成为首个在该基准登顶的中国模型。
Kling AI@Kling_aiAI 评分2121当所有人都在看比赛时，总有人得面向另一边。一部受现实生活中激情与奉献启发的AI生成伪纪录片。献给那些让每场比赛成为可能的人。
Rohan Paul@rohanpaul_aiAI 评分3333每花费 100 美元，Kimi 完成 14.7 个任务，而 Fable 完成 5.3 个，每美元工作量是后者的 2.8 倍。 在软件工程/DeepSWE 任务上。
引用Zain@ZainHasan6$4.65/rollout vs $13.41. Per $100 of spend, Kimi solves 14.7 tasks to Fable's 5.3 = 2.8x the work per dollar. A median Kimi rollout takes 66 minutes (Fable: 21). This should improve after the model is released and widely available!
Luma@LumaLabsAIAI 评分2727黑暗的舞台上，一位舞者永不停歇地舞动，被一台不愿移开视线的摄像机追逐。 作者：Joana Haars。使用 Luma 制作。
MarkTechPostAI 评分4242 10 个开源无代码 AI 平台，用于构建 LLM 应用、RAG 系统和 AI 智能体
本文盘点了 10 个开源无代码/低代码平台，用于构建 LLM 应用、RAG 系统和 AI 智能体，每个平台均附有已验证的许可证、仓库地址及最佳适用场景。这些平台将检索、智能体和工作流封装为可视化及纯英语工具，降低了 AI 应用开发门槛。
Simon Willison 博客AI 评分6565 Claude Code 已改用 Rust 版 Bun，启动速度提升 10%
Claude Code v2.1.181（6 月 17 日发布）起使用 Rust 移植版 Bun，Linux 启动速度提升 10%。通过检查 Claude 二进制文件中的 `Bun v1.4.0` 版本号及 `.rs` 源文件路径，证实该 Rust 版 Bun 已在数百万设备上生产运行。
- Rohan Paul@rohanpaul_aiAI 评分3434引用Xinyu Yang@Xinyu2ML
Now you can ask K3 to write the kernels From https://kernelbench.com
MarkTechPostAI 评分4545 Kimi K3、DeepSeek V4 Pro 与 GLM-5.2 三款开源万亿参数 MoE 模型对比
Kimi K3、DeepSeek V4 Pro 与 GLM-5.2 三款开源万亿参数 MoE 模型在多项基准上对比。Kimi K3 在 MMLU 和 HumanEval 上领先，DeepSeek V4 Pro 在 GPQA 和 AIME 上表现突出，GLM-5.2 在 SWE-bench 上最优。
MarkTechPostAI 评分6868 使用 NVIDIA NeMo AutoModel 在单 GPU Colab 上对 Qwen3-0.6B 进行 LoRA 微调
本教程展示了在 Google Colab 单 GPU 环境下，使用 NVIDIA NeMo AutoModel 对 Qwen3-0.6B 进行 LoRA 参数高效微调的完整流程。
IT之家·人工智能AI 评分3535 AI 湍流预测系统 SkyPath 正改变飞机安全带指示灯“亮得太晚”的困境
多家航空公司采用 AI 湍流预测系统 SkyPath，其模型能以约 90% 的准确率预测未来 24 小时内的湍流情况。系统通过收集空中飞机上传的实时数据，提前 13 分钟向飞行员预警，使其能提前通知空乘并开启安全带指示灯。日本航空 2025 年研究显示，该工具能降低飞行员工作负担并提高飞行安全。
ByteByteGoAI 评分5050 MCP vs A2A vs ACP：AI 智能体如何相互通信
MCP 负责智能体与工具的通信，A2A 负责智能体间的通信，ACP 已被合并进 A2A。MCP 通过客户端-服务器架构执行工具调用并返回结构化响应；A2A 让智能体通过 Agent Card 发现并委派任务。在生产环境中，MCP 和 A2A 互补使用。
- Kling AI@Kling_aiAI 评分6666
马东锡 NLP@dongxi_nlpAI 评分4040引用Sebastian Raschka@rasbtHow can an LLM switch between low-, medium-, and high-effort reasoning? And how does an LLM learn to reason more or less? I put together a “little” article explaining how these effort levels are implemented at inference time and during training.
The Decoder：AI NewsAI 评分5151 开源模型网络攻击能力仅落后闭源前沿4-7个月，成本低至1/50
英国AISI分析发现，GLM-5.2和DeepSeek V4-Pro等开源模型在网络攻击能力上仅落后闭源前沿模型4-7个月。在70项网络任务中，GLM-5.2达到Opus 4.6水平，DeepSeek V4-Pro每项任务仅需28美分，而Opus 4.6需约15美元。
Orange AI@oran_geAI 评分2424让 Codex 做 PPT，效果实在太差了，完全不能用... 生图来了五张后面就全部超时了 这东西虽然便宜，但纯纯浪费时间啊
PixVerse@PixVerse_AI 评分2626引用appletea 🍎アップルティ☕丨AI動画制作@applete77191758Zetoさんのプロンプトをお借りしてPixverse でも生成してみました。 ←Pixverse V6 →Pixverse C1 です。コストはSeedance2.0の約三分の1で十分綺麗だと思う🙌✨ @PixVerse_ #pixverse #PixVerseCPP
- Rohan Paul@rohanpaul_aiAI 评分4040
引用AfterQuery@AfterQueryKimi K3 ranks #1 on @AfterQuery's SpreadsheetBench 2, surpassing Claude Fable 5. An open weight model now outperforms all closed-sourced models. Read more in the Kimi K3 blog and SpreadsheetBench 2 paper linked below. Congrats to the @kimi_moonshot team on the incredible model!
Simon Willison 博客精选AI 评分7272 LLM cliché highlighter：一款识别AI写作套话的检测工具
Simon Willison 用 Fable 5 开发了一款 LLM cliché highlighter 应用，用于高亮 LLM 生成文本中常见的十种套话模式，例如“no fluff, no filler, no jargon”这类陈词滥调。该工具旨在帮助读者快速识别并过滤掉充斥在文章中的 AI 写作风格化表达。
推荐理由：Simon 做了一个小工具，能一键揪出 LLM 生成文本里的“陈词滥调”，看完后你可能会克制用“真香”写标题。
公众号：卡尔的AI沃茨AI 评分5454 实测Kimi K3搭配7个设计Skill，最佳组合出炉
用同一份Prompt和Kimi K3，依次搭配7个设计Skill生成网页，每轮只跑一次不返工。结果显示，design-taste-frontend和Impeccable表现最佳，分别以克制与大胆的风格放大了K3的能力；而Web Design Guidelines反而出现字体溢出、空白页等低级错误，效果不如纯K3。
- Ethan Mollick@emollickAI 评分5050
- Orange AI@oran_geAI 评分1010
西西弗斯是科林斯建城者，因泄露宙斯秘密、捆住死神、骗过冥后三次逃脱惩罚，最终被罚永推巨石。故事核心在于惩罚精准回应了他的一生：一个永远在制造出口的人，被安排了一个永远没有出口的循环。
LangChain：BlogAI 评分2828 LangChain 与 Pay-i 如何证明金融服务中智能体 AI 的 ROI
LangChain 联合 Pay-i 提出用可观测性与经济智能平台证明金融服务中智能体 AI 的投资回报，覆盖 RFP 处理与 AML 合规监控两大场景。LangSmith 按 trace 追踪每次 LLM 调用与工具调用的 token 用量和成本，Pay-i 则将成本关联到业务 KPI 并实时评分。
TechCrunch：AIAI 评分4040 Vertu Alphafold 评测：6880美元AI智能体手机实测
Vertu Alphafold 起售价6880美元，核心卖点是预装的Hermes Agent AI智能体，可分析文件并跨应用自动化多步工作流。实测中，Hermes分析本地文件优于三星Galaxy Z Fold 7的Gemini，但更大自主权也带来何时独立执行、何时请求澄清的权衡。
MarkTechPostAI 评分4444 用 MongoDB Atlas、Voyage 和 LangGraph 构建智能活动场地运营智能体
该教程演示如何为活动场地运营智能体赋予持久记忆、操作上下文和结果回写能力，使其能记住历史事件并执行具体操作。方案基于 MongoDB Atlas 存储状态、Voyage 嵌入向量实现语义检索、LangGraph 编排多步工作流。最终智能体可完成天气查询、日程调整、资源分配等真实场地运营任务。
Artificial Analysis@ArtificialAnlysAI 评分4747
Suno@sunoAI 评分3131Printz Board 如何将现场录音室录制与 Suno 融合
jason@jxnlcoAI 评分3131每日提醒，Codex 自我控制： 它可以列出所有可用的任务和会话 它可以重命名每一个标题 它可以从另一个线程向每个任务发送消息
MiniMax (official)@MiniMax_AIAI 评分3838为智能体工作负载预留生产能力，实际成本是多少？ 我们分析了 MiniMax M3 PTU 在 @togethercompute 上的消耗方式，以及不同生产工作负载下的经济性。 详见下方完整分析 👇。
引用MiniMax (official)@MiniMax_AIhttp://x.com/i/article/2078183632641089536
Thariq@trq212AI 评分5757构建原型、示意图、数据模型、概念验证等，是避免在意识到不想要输出前消耗大量模型token的最佳方式。
引用Evan Tana@evantanaThe fastest way to build is to find the cheapest way to learn. Claude Code's @trq212 talked about this when he came by @southpkcommons.
Nathan Lambert@natolambertAI 评分3636Inkling 发布时的低调可能让它被低估了。预览版小模型会让很多人警醒（如果很快推出的话）。看看它在 ARC AGI 上的同行表现。
引用ARC Prize@arcprizeInkling from @thinkymachines on ARC-AGI (Verified) - ARC-AGI-2: 36.5%, $0.64/task - ARC-AGI-1: 79.5%, $0.30/task As of today, Inkling is the highest-scoring open-weight model evaluated by ARC Prize on both ARC-AGI-1 and ARC-AGI-2.
- Ethan Mollick@emollickAI 评分3030引用Kahris@chrissotraidis
I used Codex 5.6 Sol to get RollerCoaster Tycoon 2 running natively on iPad. This is built on OpenRCT2, the open-source engine their team has poured years into. I compiled it to a native ARM64 iPad app and built the touch controls on top. No emulator, no x86, no streaming from a Mac. Coaster building, scenarios, and park management all work by touch. First time I've seen RCT2 run natively on iPad. Open sourcing it all below.
Claude：BlogAI 评分6464 Anthropic 副首席信息安全官发布智能体 AI 风险评估框架：零风险不是目标
Anthropic 副首席信息安全官 Jason Clinton 分享了其团队在采用智能体 AI 过程中的经验教训，并提出了一套用于安全构建和部署智能体的风险评估框架。该框架通过四个核心问题（摄入的不可信内容、可执行的操作、失控时的爆炸半径、可观测性）来评估风险，并强调“最小代理权限”原则。Anthropic 的默认策略是管理员控制的分阶段推出，并指出与意图偏离的智能体在行为上无异于内部攻击。
