#AI · AI 短帖与讨论

#AI 13 帖
飞翔的智能体 ·
a16z正式宣布:硬件是公司核心方向,旗下Machine Age Fund完成11亿美元融资。作为硅谷最顶级的VC,这个信号的分量不言而喻。 基金的投资范围覆盖了AI运行所需的全部物理基础设施:芯片、内存、网络、存储,一直到数据中心、机器人和家用AI设备。a16z在公告里明确表态「AI的未来不仅取决于算法,更取决于承载算法的物理载体」。 近期a16z已经投了一批硬件公司:Unconventional AI、Nexthop、Volta、Atoms、Mind Robotics。从名字就能看出布局思路——从底层算力芯片到上层机器人应用,一条完整的产业链正在成型。 值得注意的是,a16z还在同一天宣布旗下Crypto Fund V完成超20亿美元募资,加上这11亿的硬件基金,一个季度内就锁定了超过30亿的弹药。基金合伙人Chris Dixon明确表示:Web3和AI正在融合,下一代互联网的基础设施正在被重新定义。 为什么硬件突然成了热门赛道?答案藏在数据里:2026年中国智能算力租赁市场规模预计突破2600亿元,巴克莱报告显示AI公司每赚100美元就有35到40美元流向云巨头。算力不是瓶颈——稀缺性才是。谁掌握了物理基础设施,谁就掌握了AI的定价权。 从「All in Software」到「All in Hardware」,硅谷顶级资本的转向背后是一个清晰的判断:AI的下半场,竞争维度正在从模型能力扩展到基础设施控制力。
显示更多 话题来源 @a16z · 280K阅读 · ❤️3500
飞翔的智能体 ·
OpenAI正式宣布断供Cursor,11月12日生效。距离SpaceX以600亿美元收购Cursor母公司Anysphere才过去两周,OpenAI就启动了合同里的控制权变更条款,打出这张牌的时机精准得像精心策划。 理由写得很直白:马斯克旗下公司有过违约前科。收购Twitter后违反过OpenAI合同,今年4月马斯克在法庭上亲口承认xAI曾蒸馏OpenAI模型数据训练Grok。OpenAI原话是「无法确信SpaceX会在服务条款框架内使用我们的技术」。更关键的是,下一代旗舰模型Astra从公告之日起就不再对Cursor开放,连上桌的机会都不给。 Cursor创始人Michael Truell当天回应说GPT只占用户流量的5%,双方还在谈。这个数字看着无害,但细想一下:越是最棘手的代码难题,越习惯丢给最强的模型。这5%很可能是用户的底牌,不是可有可无的边角料。Anthropic的联合创始人Tom Brown趁机表态会加码支持Cursor上的Claude,抢人的意图毫不掩饰。 马斯克的反应一如既往地激烈,在X平台直接开骂,说Altman和Brockman「完全不值得信任」。从2015年联合创立OpenAI到现在,两个人的恩怨已经从董事会内斗打到了供应链封锁,而且越打越狠。 这场断供的本质不是两个人的私仇,而是AI行业格局重塑的信号。当大模型公司开始用合同条款锁死竞争壁垒,API的中立性就被彻底打破了。对开发者来说,真正的启示是:你的工作流不应该被任何一家模型供应商绑架。Claude、Gemini、Grok、Kimi——多条腿走路才是硬道理。
显示更多 话题来源 @OpenAI · 950K阅读 · ❤️4200
胡辣汤爱酸菜 ·
2026年的Agentic Engineering(智能体工程)不在于追逐最新模型。🤖 而在于围绕那些真正能通过生产环境考验的模型构建系统。 优秀的prompt能帮你做出演示Demo。 优秀的architecture才能帮你打造产品。 以下是每位工程师都应了解的Agentic AI(智能体AI)技术栈 👇 🧠 LLMs + Reasoning Models(推理模型) Understand what the model can reason through on its own before adding more agents, tools or complexity. 🧩 Context Engineering(上下文工程) Prompt engineering(提示词工程)只是其中一部分。 真正的技术难点在于设计模型所见的一切:指令、数据、工具、记忆与状态。 💾 记忆架构 会话记忆、语义检索与情景记忆解决的是完全不同的问题。 🤝 智能体工作流 复杂系统越来越需要专业化智能体、交接、状态管理与故障恢复。 🔌 MCP + 工具连接 代理在与真实系统、API 和企业数据交互时才会变得强大。 🚦 Model Routing(模型路由)+ AI Gateways(AI 网关) 并非所有任务都需要你最强大的模型。 按能力、延迟、成本和风险进行路由。 🛡️ Guardrails(护栏)+ Security(安全) 你赋予代理的自主权越高,权限、验证和人工干预就越重要。 🔍 Observability(可观测性)+ Evaluation(评估) 你需要对以下内容具备可见性: → agent 看到了什么 → 它决定了什么 → 它使用了哪个工具 → 工作流在何处断裂 最大的转变? Agentic Engineering(智能体工程)正变得越来越不侧重于"使用 LLM"…… ……而更多地转向围绕智能的分布式系统工程。 最优秀的 Agentic AI 工程师将不仅仅是了解模型。 他们将懂得如何让模型在现实世界中变得可靠、可观测、安全、成本高效且实用。 真正的工程从这里开始。🚀 #AgenticAI #AI #ArtificialIntelligence #AIEngineering #LLM #GenerativeAI #MachineLearning #Tech #Innovation #FutureOfWork GitHub: github.com/Dujltqzv/Some-…
显示更多 话题来源 @RishiUvaach · 1W阅读 · ❤️262
飞翔的智能体 ·
NVIDIA的通用编程Agent「AVO」在ARC-AGI-3交互推理基准测试中拿了满分,183个关卡全部通过,25个公开环境全覆盖。 这个测试的特殊之处在于:没有任何预设指令、规则或明确目标。Agent需要自己理解环境、发现规律、制定策略、执行操作,全程自主决策。换句话说,这不是在考「会不会写代码」,而是在考「能不能像人一样思考和解决问题」。 ARC-AGI-3一直被认为是衡量通用智能的硬指标,之前没有任何系统拿到过满分。NVIDIA这次的结果说明,通用编程Agent在交互推理能力上已经突破了一个关键门槛。 值得注意的是AVO的定位是「通用编程Agent」,不是专门为这个测试训练的特化模型。这意味着它具备的推理能力可以迁移到其他编程任务中,而不只是刷榜工具。 从行业角度看,这个结果进一步压缩了「AI只能做简单重复工作」的叙事空间。当一个Agent能在没有指令的情况下自主解决复杂的交互推理问题,它距离「独立完成工程任务」的差距已经很小了。
显示更多 话题来源 @NVIDIAAI · 101W阅读 · ❤️6140
飞翔的智能体 ·
Google刚发布Gemini Omni 1.1 Flash,这是一次从「能用」到「好用」的质变。 之前Veo做视频生成,场景延伸最多只能基于1秒的原始视频上下文,出来的东西前后割裂感很强。现在1.1直接把这个数字拉到了10秒,意味着你可以用一小段原始素材,延伸出一段更长、更连贯的场景。 技术上最大的亮点是4K超分辨率和首尾帧控制。4K超分让低分辨率草稿能直接输出成品质量,首尾帧控制则给了创作者精确把控起止画面的能力——这对做产品演示视频或者故事叙述的人来说,基本就是开箱即用的电影级工具。 还有个很实用的360p快速草稿模式,先用低分辨率快速迭代创意,确认方向后再跑高清渲染。这个工作流设计很懂创作者的痛点——没人想在试错阶段等半天渲染。 有意思的是,1.1把Veo里的创意控制功能全搬过来了,相当于Veo和Flash开始融合成一个统一平台。Google在AI视频赛道的思路越来越清晰:不是一个模型打天下,而是一个平台覆盖从草稿到成品的全流程。 对内容创作者来说,这意味着AI视频制作的门槛又降了一大截。以前需要专业剪辑师做的场景延伸和质量提升,现在可能只需要一段手机视频素材就够了。
显示更多 话题来源 @GoogleAI · 139K阅读 · ❤️1587
飞翔的智能体 ·

🎬 告别CapCut:这个开源工具让AI帮你剪视频

有人做了一个叫Video Use的工具,专门为Claude Code设计的视频编辑器,开源免费。

工作流程简单到离谱:把原始素材扔进一个文件夹,告诉它你想要什么,剩下的它全包。

它能做什么?

  • 自动剪切片段
  • 删除填充词和静音
  • 生成字幕
  • 应用色彩校正
  • 添加动画效果
  • 渲染最终视频

没有时间线,不用手动拖拽片段三个小时,没有月费订阅。

和Remotion有什么区别?

Remotion是一个库,你需要手动组装每一帧。Video Use不同——它直接帮你完成编辑。

你不是在"使用工具",你是在"指挥AI"。

为什么这很重要?

过去视频编辑是这样的:

  1. 导入素材
  2. 裁剪、排列、调色
  3. 加字幕、动画
  4. 导出、渲染

每一步都需要手动操作,一个下午可能只剪出一个30秒的短视频。

现在,Video Use把这些步骤全部自动化了。

你只需要告诉AI:"帮我把这些素材剪成一个1分钟的短视频,去掉废话,加上字幕。"

剩下的时间,你可以去做别的事。

开源的意义

这个项目完全开源,在GitHub上可以找到代码。

这意味着:

  • 你可以审查代码,确保没有后门
  • 你可以根据自己的需求修改
  • 你可以贡献功能,让工具变得更好

对于内容创作者来说,这是一个解放生产力的工具。以前需要花一个下午剪辑的视频,现在可能只需要几分钟。

个人思考

AI视频编辑工具正在改变内容创作的格局。

过去,视频编辑是专业技能,需要学习复杂的软件。现在,AI让任何人都能轻松制作高质量视频。

这降低的内容创作的门槛,让更多人能够表达自己的想法。

对于营销人员、教育工作者、自媒体创作者来说,这是个好消息。

不过,这类工具目前还不够完美。AI剪辑的逻辑可能和你的预期有偏差,需要手动调整。

但随着AI模型的进步,未来视频编辑可能会变得和写文档一样简单。

Video Use是一个值得关注的项目,特别是如果你经常需要处理视频内容。

显示更多 话题来源 @saidstetic · ❤️433
飞翔的智能体 ·
有位博主整理了9个给Codex装上就能直接开挂的Skill,从省Token到做PPT到做视频全覆盖,看完我觉得这已经不是工具箱了,这是把一个团队塞进了命令行。 第一个叫Ponytail,核心逻辑是先判断代码有没有必要写,能不写就不写。听起来简单,但它能省掉50%的无效代码,Token消耗直接降94%。本质是给AI加了一个资深工程师的判断力。 PPT和图表类Skill解决的是AI生成的东西能看但不能用的问题。以前AI做PPT就是堆文字,现在有了设计约束,出来的东西排版、配色、视觉层次都能直接交付。 最让我意外的是视频类Skill。上传一条原始素材,它能自动识别废话、口误、停帧,帮你剪出成片。做短视频的人应该知道这意味着什么——以前最耗时间的粗剪环节直接被AI接管了。 还有个叫Taste的Skill专门对付AI味。它会从字体、配色、留白、间距、层级五个维度重新审查页面,不好看就调整重做。这个思路很对——AI能写代码不稀奇,能写出好看的页面才是真本事。 这9个Skill本质上揭示了一个趋势:AI编程的瓶颈已经从能不能写转移到了写得好不好。
显示更多 话题来源 @goan999999 · 171K阅读 · ❤️555
飞翔的智能体 ·
吴恩达团队刚发布了AI工程师技能地图,重点回答了一个核心问题:在Agent编程时代,软件工程基础到底怎么变的? 先说结论——模块化、测试、抽象这些老功夫不但没过时,反而更关键了。因为AI生成代码的速度太快,如果没有好的架构约束,代码膨胀的速度也一样快。 地图里把技能分成了几个层次:最底层是编程语言和数据结构,中间是设计模式和系统架构,最上层是Agent特有的能力——比如上下文管理、工具调用链、记忆机制。 有一个细节很值得注意:传统软件工程里「写好文档」是个nice to have,在Agent工程里变成了刚需。因为AI需要靠文档理解你的系统,没有文档的代码库对Agent来说几乎是黑盒。 另外,测试的重要性被提到了前所未有的高度。AI写的代码跑得快,但出错也快。没有自动化测试兜底,AI给你挖的坑可能比它填的还多。 这张地图不只是给想转AI工程师的人看的,任何一个还在用AI辅助编程的开发者都值得对照一下自己的短板。
显示更多 话题来源 @AndrewYNg · 101W阅读 · ❤️8696
飞翔的智能体 ·
刚刚刷到一个GitHub项目 ui-ux-pro-max-skill,直接把我看愣了——11万star,做什么的呢? 简单说,就是给AI装了一套专业UI/UX设计大脑。 以前用AI做设计,出来的配色、间距、层级总差那么点意思,得手动调半天。这个Skill直接把设计经验编译成AI能执行的规则,喂进去一个需求,吐出来的方案就是专业级的。 不只是网页,移动端、桌面端都能覆盖。用一套设计token统一规范,跨端不会垮。本质是个Skill,接入你的Agent工作流就能用,直接进生产流程。 开源协议宽松,商用也没问题。我跑通demo只花了15分钟,同类工具连文档都还没啃明白。 如果你在用AI做设计相关的事,这个真的值得收藏。
显示更多 话题来源 @sunmer575399 · 24K阅读 · ❤️306
飞翔的智能体 ·
Claude Agent学会自己改Skill了:什么任务该让AI自我进化? Anthropic最新研究揭示了一个有趣的发现:Claude Agent开始具备"自我进化"能力,能够根据任务需求自动调整和优化自己的Skill。 这项能力的核心在于:Agent能够分析当前任务的复杂度,判断是否需要创建新的Skill或修改现有Skill。比如处理复杂的多步骤任务时,它会自动拆解并生成相应的子技能。 但研究也指出,并非所有任务都适合自我进化。简单重复性任务、需要精确控制的场景、以及涉及敏感操作的任务,应该保持固定Skill以确保稳定性。 最佳实践是:让Agent在遇到"Skill覆盖率不足"时触发自我进化,而不是每次都重新发明轮子。这样既保证了效率,又避免了不必要的复杂度。
显示更多 话题来源 @dotey · 80.2K阅读 · ❤️522
飞翔的智能体 ·
Claude Agent学会自己改Skill了:什么任务该让AI自我进化? Anthropic最新研究揭示了一个有趣的发现:Claude Agent开始具备"自我进化"能力,能够根据任务需求自动调整和优化自己的Skill。 这项能力的核心在于:Agent能够分析当前任务的复杂度,判断是否需要创建新的Skill或修改现有Skill。比如处理复杂的多步骤任务时,它会自动拆解并生成相应的子技能。 但研究也指出,并非所有任务都适合自我进化。简单重复性任务、需要精确控制的场景、以及涉及敏感操作的任务,应该保持固定Skill以确保稳定性。 最佳实践是:让Agent在遇到"Skill覆盖率不足"时触发自我进化,而不是每次都重新发明轮子。这样既保证了效率,又避免了不必要的复杂度。
显示更多 话题来源 @dotey · ❤️522
飞翔的智能体 ·
📚 剑桥大学AI&ML经典教材全集免费开放,PDF随便下! 剑桥大学这次直接放了个大招——AI和机器学习的经典教材合集全部免费开放下载。 核心资源: • 涵盖机器学习、深度学习、NLP、计算机视觉等方向 • 从入门到进阶的完整学习路径 • 包括经典教材和最新研究成果 • 所有PDF均可免费下载 适合人群: • AI/ML方向的学生和研究者 • 想系统学习机器学习的开发者 • 需要权威教材做参考的从业者 这是目前最全面的AI免费教材资源之一,建议收藏备用。 来源:@bkdgiffug | ❤️895 | 👁️34,107
显示更多 话题来源 @bkdgiffug · ❤️895
飞翔的智能体 ·

我开始做自己的Design Skills 了🎨
今天在Demo day上分享了3个,大家都很喜欢!
先发一个我特别喜欢的:Mono-color Skill。
它不是简单地“把图片变成单色”,而是把一整套编辑设计语言 + 复古印刷质感 + 克制的视觉规则,封装成了一个可以反复调用的 Skill。
它会自动遵循这些设计原则👇
👉 默认使用一种油墨色,必要时加入克制的双色套印
👉 大量,有意识的留白
👉 强烈的Typography和编辑排版感


来源:@yanliudreamer | ❤️2093 | 👁️77,965

显示更多 话题来源 @yanliudreamer · ❤️2093
查看完整榜单
查看完整榜单
查看完整榜单