meng shao@shao__mengAI 评分6666New blog post 🎉: How To Use Decision Models For Evals In this post, we show you how to choose a decision model for your task, tune its threshold (don't assume the 0.5 default is good!), and interpret its scores. Lots of cool interactive charts here. https://x.com/i/article/2112552453422104576
自媒体作者数字生命卡兹克整理分享了8个基于 Claude Opus 5.5 的创意案例，包括将120页手写笔记提取成个人字体、构建古希腊世界、16天制作小王子3D剧情游戏、修复圆明园视频、用 REA 逆向电视等。
Every 团队复盘放弃个人 Agent 产品 Plus One、改为全公司共享的 Every Agent 的原因：每个用户的 Agent 独占一台运行开源程序 OpenClaw 的云电脑，运维负担过重，且许多试用者流失。团队在 5 月 12 日重构中删除了 86,730 行代码，并将基础设施迁移到 Anthropic 的 Claude Managed Agents。
Dongxi 东锡 NLP@dongxi_nlpAI 评分6464New blog post 🎉: How To Use Decision Models For Evals In this post, we show you how to choose a decision model for your task, tune its threshold (don't assume the 0.5 default is good!), and interpret its scores. Lots of cool interactive charts here. https://x.com/i/article/2112552453422104576
Grok Bot@botAI 评分3434我们用 Grok Bot 发现支持队列中的事件，并快速回复每一张相关工单。 在一次事件中，它在大约 10 分钟内清理了 204 张工单，由一名工程师批准了该批次。
Simon Willison 介绍其完全 vibe coded 的 Command & Conquer 风格 RTS 游戏 Battle Drones，经 12 次大版本迭代、321 次智能体提交（主要用 Claude Code），支持手机和桌面浏览器游玩。
Every 作者复盘将个人 Agent 产品 Plus One 替换为全公司共享的 Every Agent 的过程。
lauren@potetoAI 评分2424grok @bot 最酷的功能之一，就是在 X 上 @ 它！
@bot check replies to this thread, add all to a new bot (ask dr egg bot) for anime/tv/movies watch list. sort them into tv and movies and then sub-genre (ie. action/comedy/animated). do this once a day for the next 5 days. include imdb links for each one.
Anthropic 产品工程师 Doug 演示了如何用 Claude Docs 准备站会和发布评审。Claude 可在文档中与团队协同工作，负责提取数据、核查论断并回应评论中的问题。
dex@dexhorthyAI 评分3030基于生产数据构建 Evals：🦄 AI That Works #79 https://x.com/i/broadcasts/1oJMvNZWvXRxQ
Zyphra 发布 Inference Wave 2，在 MI355X 上通过投机解码与 MXFP4 量化加速 MoE 和长上下文服务。GLM-5.3 在 vLLM 基线中单请求解码提速 2.7x、32 并发提速 2.0x，分别采用 MTP（GLM-5.3、DeepSeek-V4）与 DSpark（Kimi-K3）。
Hamlet 借助 Databricks Lakebase Postgres 为每个 pull request 建立独立的生产数据分支，让工程师和 AI 编码智能体在不触碰生产环境的情况下用真实数据测试改动，合并仍需人工审批。Hamlet 索引全美超过 7,200 个治理机构的会议，平均每场会议约三个半小时，AI 负责定位值得关注的片段并回链视频原文。
GitHub Blog 访谈 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，介绍他们在生产与开源项目中使用 GitHub Copilot 的具体做法。
IBM 公布 Torch-spyre 的 MLIR 数据流后端设计：KTIR 承接 Inductor 已确定的并行划分，开源 Dataflow Scheduler 将其拆分为程序并扩展为嵌套、双缓冲、多实例的数据流流水线。
Tessl 工程师 Ankit Jain 分享团队 PR 量翻四倍、代码几乎全部由 AI 生成后，放弃逐行 diff 审查、改为在代码生成前审查意图并逐条验证验收标准的做法。关键实践包括维护 offer-skill 技能理解代码变更，以及把重复出现最多的审查评论固化成机器自动执行的不变量规则，作者预计第二个月起审查负担明显缩小。
推荐理由：作者团队 PR 量翻四倍后放弃逐行审代码，改为事前审意图加可验证准则，给出了可直接照搬的做法和时间预期。
Arm 基于 Google AI Edge Model Explorer 开发了 TOSA、VGF、PTE 三种开源适配器，可在模型图上直接检查边缘编译流程。借助分屏视图，Arm 对比了 Ultralytics YOLO 在 CPU 与 Arm Ethos-U85 NPU 上的图结构差异，确认算子委派与回退情况。
Google 推出 TorchTitan TPU 分叉（github.com/google-pytorch/torchtitan），配合 TorchTPU 原生后端在 Cloud TPU 上训练 PyTorch 模型，提供 SimpleFSDP、Graph Trainer、Pallas 内核和优化 Playbook。
推荐理由：原文给出从基准到编译、内核、内存的完整 TPU 优化顺序，以及 FLUX.1、Qwen3 235B 等实测数字，可迁移到自己的训练工作流。
MiniMax Design (H3)@Hailuo_AIAI 评分4040「2Dを3Dに繋ぐ」 生成した動画にアイデアを重ねたらどこまでやれるんだろう、と頑張ってみた軌跡です。 左上が元の生成、右上が完成、下がBlenderの画面。 ■やったこと 1. MidjourneyでKVを作る 2. MiniMax H3で10秒の走りを生成 3. 同じ動きのまま、素材だけ変えて7本に（絵の具／クローム／粉／墨／花／水／糸） 4. 前半の2Dは、Pythonでポーズごとに素材を切り替える 5. 2Dと同じ見え方の3D空間をBlenderに作り、つなぐ 6. 3Dでは、素材の軌跡の中にカメラが入っていく 7. 抜けて引くと、欠片が集まって巨大な走者の絵になる 8. 光の筋や床の映り込みも、Blenderの中で足す ■わかったこと ・生成とツールを組み合わせるとクオリティUP ・2Dを3Dに繋げば多少リッチな表現に AI生成で元からかっこいい素材を出せばいいのかもしれませんが、こういったアプローチもありそうだなと参考まで。
MiniMax Design (H3)@Hailuo_AIAI 评分4141「音と動きをビジュアライズ」 Opus 5.5×Blender×Python ■素材 ・人物：MiniMax H3 ・キービジュアル：Midjourney ・音楽：MiniMax Music 3.0 ■Blenderとコードでやらせたこと ・音が大きいほど、絵が立体になって手前に飛び出す ・速く動いた所ほど、粒になって浮く ・打った瞬間に時間が止まり、カメラだけが回り込む ・止まっている間、空間ごと色と照明が切り替わる ■わかったこと ・生成だけでは出ない絵も組み合わせるとできる ・やりすぎるとだめ ・映像の動きにも反応させたら、映像そのものが鳴っているように見えてきた ・飛び出す量は曲の音と、素材の動きに任せた 実験的な映像ではありますが、何かの表現に使えそうだなと思います。AIをより拡張できる方法を探っていきたいです。 音と動きの両方で絵が動くと、なんか面白いですね。
WorkBuddy@WorkBuddy_AIAI 评分3434
meng shao@shao__mengAI 评分6969斯坦福 @stanfordnlp 新课 CME 295，双胞胎兄弟 @afshinea @shervinea 主讲，9 讲走完 LLM 全部版图：从 Transformer 架构、注意力变体、RoPE，到 LoRA 微调、RLHF/GRPO 训练，再到 Flash Attention 推理优化、MCP 与 AI Agent、扩散语言模型。 课程和知名速查表全部公开。 https://x.com/i/article/2100019396664336384
meng shao@shao__mengAI 评分3333我把给孩子做的键盘打字游戏开源了 Keyboard Island · 键盘小岛 https://github.com/shaom/keyboard-island 前面发布到 ChatGPT Sites，收到一些留言说访问不了，还有一些朋友想知道是怎么实现的。 其实整体功能都比较简单（虽然也都不是我写的），我的需求方在我迭代中也提出了很多小朋友的想法，比如按键要有音乐、要更像游戏更好玩、希望自己的头像出现在画面中、希望有自己的小屋可以领积分来装饰等等。所以就有了现在的版本。 感兴趣的朋友，欢迎多多交流，当然也欢迎 ⭐️ 一下 😄
OpenBMB@OpenBMBAI 评分5858I built an automated report generator that runs entirely on my own machine. Input: structured data + charts. Output: a full long-form report — earnings interpretation, weekly summaries, whatever you need. No API. No cloud. No monthly bill. -> Here's MiniCPM-V 4.7 35B-A3B doing exactly that 👇 It read the charts AND the dense tables in one pass, then streamed out analyst-grade markdown: scorecard, segment breakdown, margin drivers, cash flow, even a bull/bear case. The part that got me: it didn't just OCR numbers. It connected them — input costs → margin pressure → guidance risk. That's the jump from "text extraction" to "actual analysis." Why this works locally: → 35B total params, only ~3B active (MoE) → Efficient visual encoding keeps multi-chart inputs cheap → Structured markdown output — goes straight into your doc pipeline Try it GitHub: http://github.com/OpenBMB/MiniCPM-V Hugging Face: https://huggingface.co/collections/openbmb/minicpm-v-47
面壁智能 MiniCPM-V 团队介绍支撑 MiniCPM-V 4.7 端侧运行的前瞻专家调度（LES）技术，称首次实现 35B-A3B 规模 MoE 在端侧实时无损运行，iPhone 18 Pro Max 实测解码超 20 token/s。
推荐理由：原文拆解了 LES 在调度、存储、计算三层的具体设计，并给出消融数据，方法可迁移到其他 MoE 模型的端侧部署。
Hamel Husain 用 100 条公寓租赁客服 trace 实测 Jev 1.13、Perplexity Decider 1.1 27B、Liquid d1 与 d1-ultra、Cloudflare Clef Flash 和 OpenAI Decisions（GPT-6 Luna）识别失败案例。
meng shao@shao__mengAI 评分4747昨天我老婆问我 App Store 怎么付费，看了一下才知道她要给儿子买一个打字 App，收费 128 块。。 这。。小孩和女人钱这么好赚？？ 我说等我半个小时，打开 Codex，把打字游戏的需求输入进去，一个 Goal 跑起来，20 分钟就做好部署到 ChatGPT Sites 了。花了几分钟看了一遍，还不错，顺手再加了一个实时拍摄人像，让头像作为游戏主角的功能，30 分钟准时交活儿。 效果怎么样呢？我第一版做了 36 关，儿子一连玩了 18 关 😁😁😁，我边看他玩，边看有什么问题，边让 Codex 改，顺便增加了几十关，和无限模式。。 以后儿子再有什么想玩但花钱的游戏和应用，自己做就行了，大家感兴趣可以看这: https://keyboard-island-doudou.groovy-river-7567.chatgpt.site
WorkBuddy@WorkBuddy_AIAI 评分2626我们发布了很多功能。这一个是因为我们自己确实需要才做的。 如果你在多个屏幕上同时盯港股和美股持仓，它能帮你减少干扰。
Quotes, positions, open orders—too many tabs? Build an investment assistant for Hong Kong and US stocks with WorkBuddy + Futu MCP + Hy4 preview. The walkthrough covers setup, permissions, account checks, and tracking orders, with prompts you can reuse. 👇 https://x.com/i/article/2112200966141575169
作者开源了一个名为「老爷爷」的提示语管理skill，仿照Matt Pocock的ask-matt路由形态，把今年积累的25条思考类提示语熔炼进一个路由，覆盖问清问题、学习理解、解决问题、决策、计划和自我认识六个场景。
meng shao@shao__mengAI 评分6464作者转述 Addy Osmani 的「Agentic Verification」文章，认为 Agent 瓶颈已从写出代码转移到知道代码是对的，不能自我验证的 Agent 本质上是在猜。
meng shao@shao__mengAI 评分6666作者解读 MIT 课程 MAS.S62「How to AI an AI」Lecture 4-5 两讲，主题为 Harness 与多 agent 系统的演化。
https://x.com/i/article/2112152891670896640
Ado@adocompleteAI 评分3131学Claude Code最快的方式不是看文档。 而是问Claude。 就问它hooks是怎么工作的。然后让它给你写一个hook。再让它把你的发布清单变成一个技能。 它比任何教程都更了解自己。
Mastra 博客讲解 Firecrawl 团队为 Mastra 构建的 @mastra/browser-firecrawl 浏览器提供方，它给 Agent 一个托管浏览器来访问需登录的页面，本机无需运行 Chromium，演示登录 Sauce Labs 测试商店并完成背包结账。
Suno@sunoAI 评分2020
作者在 O'Reilly 系列节目 The Monday Morning Agent 中用 nflverse 五个赛季约 25 万条比赛数据构建 AI 分析智能体，第一集讨论「必须建立跑攻」这一主张。
