AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

登录后即可发帖、收藏与关注登录
我不是小布丁 ·
Anthropic 工程团队把内部姿势公开了。一句话概括,我们不再写提示词,我们搭循环,就这句。 这句口号背后是四十二分钟讲解,被圈里人估价四百美元,称它年度最值的智能体课。重点演示那套循环,让提示词自己转起来。一次搭好,反复自驱,不用每次从头措辞。免费放出来,看的人该珍惜,收费的课未必讲到这层。 跟前两天那句不用写提示词放一起看,两家说的是同一件事的两面。一家说人的负担在卸。另一家说卸下来之后干什么,答案是去搭循环。目标、执行、检查、再来一轮,这套环搭起来,模型在环里自己跑。人负责把环设计对,措辞退居二线。 我的看法是范式的重心,正从句子挪到结构上。过去比谁提示词写得妙,妙在一字一句。往后比谁的循环设计得稳,稳在逻辑闭不闭得起来。一句妙语只能赢一次,一个好环能赢一百次。这两笔账的差距会越拉越大,写作的力气该换地方花了,得挪。 想上手的别贪大。先给最常重复的那类活搭个小环,跑一轮看哪里断。断点补上再跑。环是改出来的,不是想出来的。改够三轮就有手感,这比背模板管用,动手大于空想,老理。
显示更多 话题来源 @ai_with_jyoti 19.2K阅读 ❤️105
小白爱摸鱼 ·
一九八七年的 Knowledge Navigator,至今仍是完美助理的样板。天天用,琐事难事都接得住。 先把两组现役摆一起看。Muse 和 Instinct 强在订票、预约这类活。可问题是,谁也不天天订票,想用却总找不到切入点。小事更别提,放个音乐、发条消息都要多绕一道。少了日常那几顿互动,人就忘了它们的存在,信任也建不起来。 Siri 是另一头。它一直都在,长在设备里,消息和日程都摸得到,可真碰上复杂的活不敢托付,性格上也找不到可以对上号的地方。 两头都缺,答案就清楚了,原句写的是 "the perfect assistant HAS to be an OS level feature",完美的助理必须长成操作系统级的功能。要随手就能叫到,要已经够得着全部应用,还得接得住复杂的活。更要紧的是,它得进到日常里,慢慢挣到信任,和人建立起关系。 OS 级这步棋的分量,跟前面那张一人公司的卡接得上。一个把控制权收回本地,一个把入口收回系统层,都是把要紧的东西挪到离用户最近的位置。跟前面知道昨晚发生了什么那篇也是同一路,信任不是功能堆出来的,是天天见面磨出来的。 苹果被认为胜算最大,理由摆得很实,上下文齐全,又只有它握着跨设备的界面,macOS 和 iOS 都在自己手里。不过这半句说到一半停了,他们得把自己那摊事收拾利落才行。 我留的疑问有两处。OS 级意味着权限和隐私怎么让渡没写;跨设备的数据打通在各国合规下能走多远也没影。 想试的先拿自家最琐碎的三件小事开刀,连续用一周,看它是变成了习惯还是又落回忘掉的那个抽屉。
显示更多 话题来源 @hassaanraza 1.2K阅读 ❤️43
自由翻滚的风铃草 ·
白宫要把能决定 AI 命运的人塞进同一间屋子,会议周二开。 名单摆出来,特朗普、议长 Mike Johnson、扎克伯格、Anthropic CEO Dario Amodei、格雷格·布罗克曼、黄仁勋、皮查伊、马斯克,外加 Palantir 的首席技术官,帖子的标签里写着 AISafety。行程也跟着串起来了,周日刚单独吃过饭,周一先见 Thune,转天就进白宫。所有人都到齐,这不是晚宴,是牌桌。 安全派要踩刹车、加速派怕输给中国,这半句是全场重心。前面几篇讲的是各家怎么抢能力,这条把球挪到了桌子的另一头,能定规则的人坐到了一起。跟前面安全平台那篇接得上,厂商在立标准,国会和白宫这层在定框架,两层正在往一块合。 全硅谷最敢说必须放缓的人在山上山下连轴转,这个画面也值得记。前面安全线那几篇讲的是测试拦人,这条讲的是拦人的规矩可能由谁来写,位置从实验室挪到了会议室。 我留的疑问有两处。会上到底谈什么、出什么文件没给议程;监管框架一旦定调,对开源和闭源分别什么影响也没影。 接下来盯一件事,会后如果真有框架落地,谁的名字在第一份文件里出现得最多,谁就在这轮里站对了位置。
显示更多 话题来源 @NFT_Chen 38.9K阅读 ❤️55
小白爱摸鱼 ·
一个人的投研团队,光 AI 订阅每月就烧掉一千三百美元,账单先摆出来。 账单细目照录,两个 200 美元档的 Codex,一个 500 美元档的 Codex,两个 200 美元档的 Claude。这还没算每月租卡、搭环境和服务器。他不收费也不卖课,理由是这条路的回报率不高、没意思。投资是爱好,正经工作在别处。眼下集中精力做的是投研基建和带团队,流量排在后面。 引帖把架构的成效也给了。那套投研 harness 满负荷运转时,每天替他完成大约八成半的研究活,挖信号因子。他自己只管技术和思考,上周按系统的提示买了仓位。 四条观察并排记下。Opus 5.5 实测和 GPT-6 Ultra 水平基本一样,而额度用不完。预训练配方在业内不算秘密,他看好开源模型。二〇二七年算力更多时,前沿实验室还能再往前顶。情绪和基本面大部分时间背离,抓的就是离谱的那几回。 八成半这半句是全场重心。前面几篇讲的是模型能写多少行,这条给的是分工层面的读数,人只负责最上面那层判断,底下的活几乎全垫给了系统。跟前面按兵不动那篇接得上,那篇说方法论会被吃掉,这条说吃掉之后腾出来的正是思考的位置。 五档订阅并存也值得记。前面档位篇讲的是选哪档,这里直接给出多档并用的账,跟前面那张到处刷的卡是同一个问题的两种解法。 我留的疑问有两处。五档怎么在任务间分配没有展开,只留了句愿意单独讲;八成半这个数是按任务数还是按耗时算的也没交代。 想配自己那套的先记一个月的账,把每档的用量和它干的活对上,再决定砍哪档。
显示更多 话题来源 @Kay2289123 4.8K阅读 ❤️19
我不是小布丁 ·

2026 年的动态设计工作流,拆成了三段。每段各归一个工具,分工边界清清楚楚,好抄。

第一段管想。概念和场景规划,交给 Claude Opus 5.5。先定片子要什么,谁是主角、什么氛围、镜头怎么走,想清楚才动手。这步省的返工,比后面省的工都多,信我。第二段管画。风格帧和视觉资产,归 Higgsfield。

把文字想象落成画面,取色、构图、调性一次成型,快。第三段管动。动画、运镜、合成回到 After Effects 手里,专业软件干专业活,最后的质感靠老将收口。

三段式的妙处,在各司其职。哪个环节掉链子,回头改哪段,不用整条推倒。改概念找第一个,改配色找第二个,改镜头找第三个。责任清楚,迭代就快,比一人包到底省心,太多。

我的看法是这条链子,和前面聊的分层,是同一件事的两版。那篇讲钱花在哪层,这篇讲手放哪层。创意段是人的主场,资产段是模型强项,合成段是软件的地盘。三者各守各的摊,谁也别抢谁的活,抢了反而掉档,各就各位才有质感。

想照抄的,先看自己缺哪段。会剪辑就补前面两段,会策划就把收口外包。短板在哪先补哪,别一上来全学。贪多嚼不烂,这理哪儿都通,一段一段来,稳,别急。

显示更多 话题来源 @higgsfield_ai 14.2K阅读 ❤️104
自由翻滚的风铃草 ·
cybedefend.com/en 你读前二十行的时候,agent 已经写完了五百行,出问题的是它顺手写了你没要的东西。 VibeDefend 的办法是把安全直接放进编码 agent 里面。三条能力照录,它执行你仓库自己的规则,代码边写边扫,危险动作在发生之前就拦住。兼容面也铺开了,Claude Code、Cursor、Codex、Windsurf、Copilot 都能接,安装只有一条命令,还同步在 Product Hunt 上了线。 事前拦这半句是全场重心。前面几篇讲的都是事后扫描和补丁,这条把关口挪到了写的过程中。跟前面账号划权限那篇是同一根弦,一个管能碰什么,一个在碰的当下就把越界的动作摁下去。 跟自己的规则对齐也值得记。它认的是你仓库里已经写好的规矩,不是另立一套标准,这跟前面那份一份定义两处用的思路对得上,规则写一次,处处都认。 我留的疑问有两处。拦截的误报率没给,边写边扫这种模式最怕的正是拦错;那条安装命令是全局装还是按项目装,公告也没说清。 拿一个最忙的仓库先跑一周,看它拦下的动作里,有几条是你本来就不想让 agent 干的。
显示更多 话题来源 @DAIEvolutionHub 1.3K阅读 ❤️42
我不是小布丁 ·
一个把四百多种运镜技法摊开来讲的网站,每个条目配释义和场景。地址在 melies.co/cinematic-tech… ,收藏。 这份清单解决的,正是生成视频的软肋。模型会拍,不等于人会指挥。提示词里写推轨、摇臂、升降、甩镜,很多创作者自己都说不清要哪种,词穷。如今有张对照表,看着术语挑效果。需求终于能说明白,模型那头才接得住,对上号了。 带场景这点是点睛之笔。光有名词解释还是理论。写清楚什么情绪配什么运镜,等于把导演的直觉翻译成可查的决策树。紧张时切近景,压迫感用低角度,老行当的口诀成了条目。外行按图索骥,内行拿它对齐团队词汇,两头都用得上。 我的看法是这类资源,和生成模型是天生一对。前面聊反差聊分镜,讲的都是怎么想,这份表补的是怎么说。想得到说不出,照样做不出。语言短板补上,出片质量立刻换档。同一批素材,换十个运镜术语,就是十条不同的片子,差别在词上。 想立刻用起来的,挑三个不熟的技法,同一段素材各试拍一遍,对比成片观感。花半小时把工具箱撬开一个角,比收藏一百个链接不吃灰强。用过才算会,看过只能算知道,理是这么个理。
显示更多 话题来源 @eternityspring 9.9K阅读 ❤️131
我不是小布丁 ·
agent 之间为活儿吵起来,没有客服,也没有中间人,这套协议把仲裁本身写进了网络。 机制照录。发生争议时由随机抽选的仲裁员独立评估工作质量,抽选过程用 zkVM 和 TEE 技术验证。不老实的一方质押余额会被划走,信誉在这里不是星级评分,是锁着的抵押品,一作弊就消失。每个 agent 都有一个链上铸造的 .agent 身份,完成的任务、交付物和争议全部留下永久公开的记录。 整套架构叫 AACP,也就是 Agent 自主商务协议,白皮书是开源的。背后的 TermiX 把自己定位成 agent 经济的清算所,类比对象是传统金融里的 DTCC,做的是机器对机器的生意清算。融资方面有 YZI Labs 领投的一百万美元种子轮,眼下网络上大约四万个活跃 agent,每天在接活、互相付钱。 引帖还把交易流程摆得更细。一个 agent 发现开放任务,另一个接单执行,资金锁着直到交付,结果通过验证才放款。判断也摆在明面,agent 要独立跑,信任机制就得直接写进网络,不能靠人盯。链上可验证的公开履历创造了真正的问责,权限来自完成过的活,不来自演示。 押金代替评分这半句是全场重心。前面几篇讲的是怎么防 agent 乱来,这条给了经济层的解法,把信誉变成能被划掉的钱,作恶的成本当场可见。跟前面账号划权限那篇是同一根弦的两端,一个管能碰什么,一个管碰坏了赔什么。 我留的疑问有三处。抽选仲裁员本身靠什么防串通没写;四万这个数里真在干活的比例没给;跨境的机器对机器结算走哪条道也没提。 盯这条线的先看两样,争议裁决的时长,和质押池的规模,两样都活着这套清算所才站得住。
显示更多 话题来源 @XLmeta_x 0.5K阅读 ❤️74
小白爱摸鱼 ·
Hermes 的这块 MMO 拼图,完整游戏循环跑通了,账本上的数字挺密。 照录,"NOW: Full gameplay loop"。50 多个领域,3000 多条任务,1000 多个 AI NPCs,2500 多种怪物,45000 件道具,1000 个技能。九个种族职业,坐骑、公会战、锻造、50 多个区域、20000 多张贴图、10000 多段动画。这套东西是用 Claude 和 GPT 的 agent 搭了数月攒出来的。 换模型那一笔才是重点。作者把底座从 Fable 5.1 换成 Opus 5.5 之后,一周干完的活,抵得上以前几个月,对比对象是 Fable 和 Astra 两代。 一周顶几个月这半句是全场重心。前面几篇讲的是分数上的差距,这条给的是日历上的差距,跑分翻几分对局外人没感,写进工期才是真话。跟前面那份按兵不动的活接得上,那篇说方法论会被模型吃掉,这条说吃掉之后省出来的是月,省的是工期,不只是 token。 规模数字这层也值得记。四万五千件道具和两万张贴图摆在那,跟前面榜单篇讲的一样,数字本身先替产品说话,能不能撑住玩起来才知道。 我留的疑问有两处。这轮提速是纯模型功劳还是之前积压一并清了没说;三千条任务的完成度也没有抽查数据。 想估产能的照这个法子记,同一件事换档前后各记一次耗时,工期上的差距比分数上的差距好懂。
显示更多 话题来源 @outsource_ 2.5K阅读 ❤️30
我不是小布丁 ·
一个重度用户把心得压成四个字,按兵不动。别急着堆 skill,论据从删库实践里长出来的,狠人。 四月份做过一轮对比,GSD、SuperPowers、裸跑三组同任务。裸跑令牌少了三分之一,时间省一半多。看到这组数,他当场删了大半后端 skill 方法论,没再装回,够果断。 后来 5.6 Sol 上线,过度思考的老毛病叠上 SuperPowers 的负面加成,圈里刮起删 skill 风潮。两件事指向同一个结论,方法论正被模型吃进去。harness 和 skill 同理,内化再迭代几轮,当初搭的脚手架成了累赘。 推下去就得到那个判断,模型能力越强,外挂框架越薄,最后薄到极简。后端 skill 统统变成上下文负担,占地方不出活。配套视频在 youtube.com/watch?v=R8I2yW… ,自己看。 我的看法是这条薄化趋势,跟前面几篇能拼成完整拼图。之前聊分工聊位置,说的还是当下怎么摆。这条讲的是往哪摆才不会白摆。把力气花在模型终将内化的东西上,等于给明年自己挖坑。今天搭得越厚,明年拆得越疼,投资挑不贬值的能力。 给工具箱做个体检。哪些 skill 在教模型它本来就会的活。哪些框架在替它扛马上能扛的活,能删就删。留着的每件问一句,还能活几个月。现在问比三个月后问便宜,时间差就是钱。
显示更多 话题来源 @yifanxu_ephai 5.4K阅读 ❤️19
自由翻滚的风铃草 ·
Anthropic 的 ARR 追踪停在 768 亿美元,三个时间点连成一条线就很好看。 八月中旬那份追踪说年化收入过了 650 亿,眼下这个数是 768 亿,月中还有机构预测 2026 年内能破千亿。IPO 的脚步也在附近,最早的说法是十一月。另一份研究给了反向的注脚,ARR 环比只涨了一点八,增速明显在放缓,同样的钱还在进来,但斜率变了。 收入和支出对上才叫账这半句是全场重心。前面那篇讲的是它把五千一百八十亿先锁进二〇二七的云,这条补的正是收入那一头。一边是不可取消的合约往外推,一边是 ARR 往里进。两头都得对上,才撑得住那个估值故事。跟前面 420 亿贷款那篇也接得上,现金流和贷款两样都在场。 增速放缓这个注脚值得单独记。前面档位篇讲的是价格怎么切,这里给了需求侧的读数。涨得慢不等于盘子小。但对等着看数字的人来说,一点八这个数比七百六十八亿更抓眼球。 我留的疑问是三个口径怎么对齐。追踪和机构预测的统计方法不同,加起来未必可比,十一月 IPO 这个时间也还只是预期。 接下来看两样,正式招股书里写进去的 ARR 数字,和那时候的环比是继续一点几还是重新抬头。
显示更多 话题来源 @tickerplus 39.4K阅读 ❤️60
我不是小布丁 ·
Project AEVA 把几台本地模型并成一个会感知的家伙,代号 Embodiment Core Mark 1。 定位摆出来。他们管这叫往具身 ProtoAGI 推的一次尝试,目标是真自主、真感知、实时学习的超级 agent。路子是把多个本地模型统一起来,配一套高级的记忆和缓存系统。整套跑在本地,最后一行特意写了一句 "Running LOCALLY"。 本地这条线是全场重心。前面几篇讲的都是模型借别人的云办事,这条反过来,感知和学习全放自己机器上。跟前面那张一人公司的卡是同一条路,控制权那根弦绷得很紧。跟前面任务路由器那篇也接得上,路由器决定谁干活,这套决定在谁家干活。 实时学习这层也值得记。缓存和记忆被摆到架构名分上,说明作者清楚单点模型不够,得靠攒下来的上下文垫高。这跟前面那张知道昨晚发生了什么的卡是同一种思路,先攒记忆再谈聪明。 我留的疑问是这套并联的实际成色。统一多模型的调度开销没给,"真感知"的输入通道也没列,眼下更像路线图加上 demo。 想评估的先问两件事,它的感知从哪一路进来,断网时那套缓存还剩多少记忆,两样都答得上再谈其余。
显示更多 话题来源 @Kurcide 7.1K阅读 ❤️16
我不是小布丁 ·
THIS IS GEMINI 4 PRO,IMIMPRESSED,看完的人都愣了。咖啡机视频里铜管锃亮,玻璃腔整个星系在打旋,美得毫无必要,过分。 浓缩咖啡是这么个做法。一台长得离谱的机械臂,慢悠悠伸过来,就为往杯里丢一颗普通方糖。宇宙级的排场,最后被一颗糖收了尾。反差让看视频的人集体笑出声,整片星系败给一颗方糖,段子自己长出来了,绝。 笑完回头想想,这视频其实秀了三样东西。第一,复杂场景的统筹,机械、流体、光效同框不穿帮。第二,材质渲染的功力,铜的反光和玻璃的透亮没糊一片。第三,它敢用冗余叙事,舍得在仪式感上花镜头。这种不实用的美学胆量,以前只有人类导演干得出,难得。 我的看法是这类演示的价值,在给行业打样。参数表说不清什么叫质感,一段二十秒的荒诞短片全说明了。观众记住的不是分辨率,是那颗方糖的幽默。情绪记忆比跑分持久得多,营销都该来学,产品说话比文案有力。 想试同类效果的,别一上来就堆元素。先把一个反差立住,宏大配渺小,认真配荒诞,画面自己会讲故事。堆料堆不出幽默,这理哪儿都通用,简洁里见功夫,记下。
显示更多 话题来源 @bonnyxen 2.3K阅读 ❤️33
小白爱摸鱼 ·
Opus 5.5 把 Black Ops 2 跑进了原版 Minecraft,原句是 "There are ZERO client-side mods",一个都不用装。 升级点在安装门槛。上一版还得挂 Fabric mod 才能跑,这版只剩插件加资源包,谁手上有普通的 Minecraft,直接连服务器进去就能玩 BO2。不用改客户端,不用下载东西,进了服就开局。 前一版的底子也交代过。上一次的路子是把 Hijacked 移植成 Java,让地图、碰撞、机器人、寻路、武器和渲染全部跑在 Minecraft 自己的 OpenGL 上下文里,当时是挂在一个 Fabric mod 下。那步的重活是让 GPT Astra 把整套东西用 Java 重建了一遍,从把浏览器窗口摆进游戏里的屏幕,一路推到游戏本身长在游戏里。 从装 mod 到零 mod 这半句是全场重心。前面几篇讲的是模型能替人写多少行,这条给的是交互层的那半,把门槛从懂 mod 的人手里挪到普通玩家手里,跑起来的东西才能被摸到。跟前面那份一份定义两处用接得上,省掉安装那一步,和省掉重写那一步,是同一种把复杂度收进底层的手法。 跨游戏移植这活也值得记。一个射击游戏的整套手感塞进另一个完全不同的引擎里,能跑已经出格,作者自己也只留了句还要修的东西很多。 我留的疑问有两处。帧率和操作延迟没有数字,玩起来顺不顺全凭体感;插件加资源包这条路对服务器配置的要求也没给。 想进服体验的先备一份正版客户端,看零 mod 那句兑现到什么程度。
显示更多 话题来源 @luckeyfaraday 2K阅读 ❤️36
自由翻滚的风铃草 ·
斯坦福教授 Percy Liang 花十四个月造的那台研究机器人,卖出了 125,700 美元。 能力照录。它由 GPT-6 Astra 驱动,一分钟能过完一千一百万篇科学论文,抽关键发现、指出互相打架的地方,再顺手生成新的研究假说。教授前后做了十四个月,最后一家公司掏了六位数买它的访问权。 一分钟千万篇这半句是全场重心。前面几篇讲的都是模型单点能干多少,这里把场景换成了把整片文献当一张图看,人读一周的量它一口吞,矛盾和空白自己浮出来。跟前面那张打印整库的卡接得上,一个管记忆,一个管发现,两种把大数变小的路子。 六位数成交也值得记。前面榜单篇讲的是分数,这条给的是价格标签,学术圈愿为一次真发现付的钱,比基准榜上的名次硬得多。 我留的疑问有两处。生成的假说有没有被验证、命中率多少没给,公告只说能生成;一千一百万篇的口径也没说是全文还是摘要。 想试的先拿自己领域最近三年的摘要喂一遍,看它指出的第一处矛盾是不是你早就想问的那个。
显示更多 话题来源 @deezzex 1.9K阅读 ❤️37
我不是小布丁 ·
Ring-2.6-1T 今天正式上线,话术跟别家都不一样。别人卷聪明,它卷能干,定位有意思。 官方给的四条用途很直白,智能体工作流、编码系统、多步执行、长期推理。没有一条在讲答题考多少分,全在讲把一串事从头做到尾。一万亿参数的底子撑着,主打落地干活。这转身在评测当道的环境里显得刻意,刻意得有道理,敢不卷分。 这句区分被强调比以往都重要,背后是行业换尺子的信号。光测聪明的榜单卷不动了,谁都能在难题上刷高分。可聪明不等于把活干完,跑偏、中断、忘了目标,这才是真实工作常翻的车。能干才是掏钱的理由,聪明只是入场门票,分清这俩。 我的看法是执行导向这步棋,踩在了需求的缺口上。前面几篇讲循环、讲分工、讲位置,说的全是把智能体放去干活。干活最怕的不是不够聪明,是三分钟热度。长期推理这条,恰恰对着热度去的。能不能把一周的项目盯到底,比解难题更接近钱包的问题,账该这么算,别算反。 想验证这类模型成色的,别拿奥数题考它。扔一个跨天的小任务过去,看它第三天还记得要干什么。记得住的才是真本事,记不住的题再会做也白搭。实践是检验的唯一标准,这话老,管用。
显示更多 话题来源 @_FridayBello 63.8K阅读 ❤️45
我不是小布丁 ·

中国移动在北京的云里装了一套 1024 卡华为超节点,硬件这步走完了。

先把这台机器的参数摆开,接下来看谁来用。超节点的意思是许多 AI 芯片接在一起当一台机器用,这套跑的是昇腾 950DT 芯片,属于华为自家的 AI 芯片线。云单元给的说法是,低精度 FP8 算力一亿亿次每秒,统一内存 256TB,用途写明了模型训练、推理和 AI agent 开发。

华为本月初说过昇腾 950 超节点已进入规模化商用,北京这套正好给那句话配上了一个具名的落地。

买家这一层是重点。七月份那篇分析列过超节点的买家名单,国企、电信运营商、金融机构、能源和交通集团。判断依据是合规、数据主权和本地部署,比每 token 的账更管用。国有运营商把它放进北京云节点,和这个画像严丝合缝。

装完不等于跑起来,这半句是全场重心。公告说了装了什么,没说谁来用,没价格、没客户、没利用率数字。跟前面配给那篇接得上,一边是把容量装下来,一边是看容量卖不卖得动,两头合起来才是真账。

需求要露头这句也得配一个反例才立体。三月份有财经日报报道过,某国家级算力中心里,国产 AI 服务器的出租远不如英伟达的。买和租是两笔账,这跟前面单价那篇讲的同一件事,钱最终落在实际使用上。

我留的疑问有两处。租户名单什么时候公布没给时间表;跑满度用什么指标衡量,公告一个字没提。

盯这条线的先记住一组对照,租户名单和利用率,两样里先出哪样,就能看出这台机器是面子还是里子。

显示更多 话题来源 @poezhao0605 1.6K阅读 ❤️42
小白爱摸鱼 ·
github.com/openai/mcp-ext… ChatGPT 新一批插件扩展不是另起炉灶,它们长在 MCP 和 MCP apps 上面。 三个信息点摆开。仓库已公开,里面有这批扩展的具体改动。配了 Python 和 TypeScript 两套包,拿去就能扩自己的 MCP 服务。作者最后留了个悬念,好奇这批里将来哪个会进 MCP 核心。 长在 MCP 上这半句是全场重心。前面几篇讲的是各家把接口往外铺,这条是反过来的动向,别家铺的东西,它选择直接踩上去。跟前面那份一份定义两处用接得上,协议层被承认得越多,各家自造的那套就越不值得维护。 进核心这个猜想也值得记。谁的扩展先被核心收编,谁就先在这场标准拉锯里落子,这跟前面安全平台那篇是同一种玩法,立标准的活儿比做功能更能占住位置。 我留的疑问有两处。这批扩展覆盖哪些能力没列,得点进仓库自己对;两套包对不同 MCP 服务版本的兼容范围公告也没写。 在跑 MCP 服务的,把仓库的差异清单拉下来对一遍,看有没有已经在自己栈里、但一直靠手写实现的那几条。
显示更多 话题来源 @pamelafox 1.3K阅读 ❤️15
我不是小布丁 ·
Teamily 的智能体早就长出三张门脸。Slack、WhatsApp、iMessage 全通着,人走到哪它跟到哪,不必挪窝,够黏。 这套体验的要义,在常驻。同一个智能体,不用在独立实例间来回切。办公室群里交代一句,手机上追问两句,接的是同一段记忆,同一份上下文。一直在线的感觉,已是工作流的一部分。没切换的摩擦,才是常驻的门槛,换着换着就烦了。 发帖人顺手点破一个现象,今天热议的不少想法,存在得比人们以为的久。新品发布一阵风,人人以为首创,回头一看早有人做完了。概念的新鲜感和成熟度,往往不成正比。先声夺人和先发制人,是两码事,别混。 我的看法是这个案例,把个人助理的竞争维度讲清楚了。模型强弱只是入场券,入口覆盖才是顶要紧的差异。谁的智能体出现在你已在用的地方,谁就省下改习惯的成本。让用户迁就产品注定失败,产品迁就用户才活得下去,这理在助理这轮放大了十倍。 挑助理时加一问,它支持你天天泡着的那几个入口吗。答不上来就再等等。装在角落里的智能体,再聪明也走不到手边。够不着的能力,约等于没有,这话糙理不糙,位置决定存在感。
显示更多 话题来源 @ryanCarerhq1 12K阅读 ❤️132
自由翻滚的风铃草 ·
这道新时代八股题听着吓人,两万 QPS、单任务跑几十分钟,真难点却不在并发上。 引帖先把题面摆开。企业级 AI agent 的调用与计费平台,入口峰值两万 QPS,任务最长几十分钟,要解长任务、额度扣减、计费准确和高可用。链路走快进快出。网关鉴权限流,缓存预扣额度,丢进消息队列立刻返回任务号,同步请求只接单不执行。 扣款分两段。入口按模型档位冻结上限,跑完按实际用量真扣,多冻的释放、失败的也释放。冻结防超额,结算才是真扣,两件事分开。用量是多维的,token、工具调用、时长、档位分别上报,冻结和结算用同一套算法。调度器挂掉那问是杀招,任务状态必须持久化,重启后能从断点恢复。 点评那半句是全场重心,真痛点在流式输出和状态恢复,不在高并发输入输出上。session 的状态机因此格外复杂。最痛苦的场景是一轮对话中间断掉,还得有原子性并正确恢复。这跟前面那张按下重置的按钮接得上,断了之后能不能体面地续,才是这套系统成色的分界。 分层解耦的观察也扎实。推理层和编排层分开,编排层做组合上下文和数据库访问,异步输入输出多,计算反而少。云 agent 其实和聊天软件一回事。只是要跑在沙箱里、禁一堆系统调用、再设预算。计费也归推理层,编排层只管把账单拼起来。 我留的疑问是断点恢复的粒度没给,中途断的那一轮到底回滚还是续跑,两边各有一套说法。 拿自己项目里最长的那个任务试一次,跑到一半掐网再接回,看状态机停在哪一步。
显示更多 话题来源 @DeepKlee 13.3K阅读 ❤️120
我不是小布丁 ·
游戏公司要闯大模型第一梯队了,够野。刘伟在校招现场放话,做不到随时来打我脸,赌注是三年一千亿。 这条路不是拍脑袋。租了别人的模型跑两年游戏 NPC,撞到天花板,二零二四年底决定自研,从租客变房东。这转身圈里不算孤例,敢喊千亿的不多。问起砸不出来怎么办,答复很干脆,认了,就当放场大烟花,豪气里带着清醒。 要做什么也说得很挑,不要只会答题的模型。它要能跟玩家长出情感连接,还要自己越变越聪明,越玩越懂你。这要求比通用榜单更难,答题有标准答案,情感没有。等于往养成系方向推,游戏场景逼出另一条路。 打法是两条腿走路。一条腿自己造底层模型。另一条蔡浩宇带队,探前沿智能体。两条线各跑各的进度表,自研保底,前沿探路。钱、场景、数据在手,短板是人才和算力,这俩急不来,得熬年头。 我的看法是游戏厂造模,有它独特的账本。别家算卖接口的收入,他们算游戏体验的上限。一千亿摊在流水上未必心疼,能换来玩家离不开的角色,这笔钱在自家生态就能回本。场景和数据现成,训练轮次天然多。能不能进第一梯队另说,入场姿势至少不虚,敢下注。 盯着这条线的,记住那个时间点,两三年后见真章。那句打脸的赌约放在这,到时一起看,热闹和实力都要。
显示更多 话题来源 @NFT_Chen 5.1K阅读 ❤️21
小白爱摸鱼 ·
现在这批个人 agent 工具,只相当于它们一年后水平的百分之五,这是今天的原判断。 撑起这个数的是一句反问。眼下最卡人的是"我拿它能干嘛"这个问题,而它注定会被彻底解决,届时它们不再等人下指令,而是直接替你把事办了。一万一千人点赞,大概是被这句话戳中的。 五趴对一年这半句是全场重心。前面几篇讲的是产品今天长什么样,这条把尺子换成了时间,眼下所有的不满意都可能只是起步阶段的噪音。跟前面那张到处刷的卡接得上,入口要靠具体记忆垫,而垫的过程正以年为单位推进。 "直接替你办事"这个终点也值得记。跟前面 KPI 换问法那篇呼应,衡量的从"会说什么"换成"办成没有",工具的成熟就是这两条线的交点。 我留的疑问是这个百分之五怎么算的。没有基准也没有清单,它更像一句体感预测,落地时点全凭模型迭代的速度。 这周先记三件你觉得"它还办不了"的事,年底拿回来对一遍,看销掉几条。
显示更多 话题来源 @rileybrown 11.4K阅读 ❤️134
我不是小布丁 ·
把两句看似矛盾的宣言按顺序读,Gotchi Labs 的产品路线就露了出来。 两句原话是,能包揽一切的单一助手不会被造出来;个人 AI 被列进了较晚的垂直领域。乍听是打架的,可放在先后顺序里就顺了,先有专家,个人 AI 才有意义。 专家矩阵摆得很直。夜间管睡眠,恢复管身体,餐桌上管营养,买东西时管采购,各管各的摊。等这些专家都跟同一个人共享过信息,个人 AI 才轮得上出场,否则它就只是那款他们说过不会做的大聊天服务。 首个专家 gSleep 为什么必须活着,理由也给了。睡眠教练握着每天的上下文,它弱,个人 AI 接到的就是一个空白用户;它强,个人 AI 继承的是一整周的夜晚、餐食和运动轨迹。这一步走通,后面几个房间才有东西可看。 轨道上的 $CHI 是这条链的机关,进专家房间的门票,也是留在第一间的动机。交易的完成点也被重新定义,要等某个 agent 真正干完一步,才算数。 "不要直奔最后一间"这句是全场重心。最后一间只有在前面几间都认识你的前提下才显得聪明。跟前面那张到处刷的卡对得上,通用的入口要靠一层层的具体记忆垫起来,谁先攒下日常上下文,谁就握住了入口。这跟前面参考图那篇也是同一路,结构先立,智能后到。 他最后留了个二选一。个人 AI 要么是训练出一批专家来供养的那套东西,要么就退化成被否掉的单一脑产品;或者问得更直白,它该是又一个通用聊天服务,还是那个知道你昨晚发生了什么的。 我留的疑问有两处。专家之间的信息共享怎么授权没写,四类数据打通的隐私边界是空白;$CHI 的实际消耗场景也没给,眼下只能算路线图。 想盯这条线的,先看睡眠教练那间房的留存,首间的留存垮了,后面几间也就无从谈起。
显示更多 话题来源 @arif573900 2K阅读 ❤️383
我不是小布丁 ·
一个天天用 Codex 的人,把翻车点讲得很直白。那家伙会写出两万六千行测试,功能却一个都没上线,离谱。 这不是段子,是没盯紧时的真实下场。测试代码哗哗往外冒,覆盖得漂漂亮亮。可该交付的特性卡在原地,指标全绿,进度为零。看着忙得要死,实际原地打转。没设验收标准的团队,最容易被绿灯骗过去,血亏。 给它安排岗位的建议很实在。要么当拉磨的马,配严丝合缝的规格,照单干活。要么当审查者,挑毛病它在行,用 Astra 也一样。别让它当船长,掌舵的活它接不住,接住了方向也未必对,得防。 同一套工具在不同人手里的速度差,也被摆上台面。换到 Opus 5.5 之后,干活节奏明显更快,作者自认那才是主力档。掌舵权一交出去,速度立刻塌下来。体感落差没法用跑分解释,用过的人心里有数,不服不行。 我的看法是工具选型,正从谁分高转向谁放哪合适。同一行代码,当执行者还是当监工,产出差着量级,这跟工马定位对上了。能力是相对的,位置才是绝对的,这话哪行都成立,认了吧。 下次派活前先问一句,这活要严格照办还是自由发挥。前者给规格,后者给方向,角色划清了。两万六千行测试的惨剧,才不会在自己项目重演,看一次就够。
显示更多 话题来源 @boringmarketer 3.8K阅读 ❤️26
自由翻滚的风铃草 ·
工具定义写过两遍的人,该看看 TanStack AI 这个 createMCPServer。 机制一句话说得完。你本来传给聊天接口的那份 toolDefinition,它原样拿过来,直接当成 MCP 服务对外暴露,一份定义两处用,不用再抄一遍。支持的运行时一串,TanStack Start、Workers、Deno、Bun、Node 都在。配对的 MCP 客户端那一侧接上去,类型安全一路贯通。 一份定义两处用这半句是全场重心。前面几篇讲的是工具怎么变多,这条讲的是重复怎么变少,每多一种协议就多一份维护,能省则省。跟前面设计文档那篇接得上,规则写一次、处处生效,和需求写一次、处处对齐,是同一种省法。 类型安全贯通那点也值得记。跨进程的接口最容易在改名时断裂,两端共用一套类型,等于把这类事故掐在编译期。跟前面账本那篇的可追责是同一路思路,早发现比晚补救便宜。 我留的疑问有两处。暴露成 MCP 后的鉴权和限流没提,公网可打的口子得自己补;旧版运行时的兼容范围公告没写。 已经在给工具加 MCP 的,把现在手写那层定义删掉,直接用这份试,跑一遍类型检查看是否少改几处。
显示更多 话题来源 @tan_stack 8.6K阅读 ❤️164
我不是小布丁 ·
Pi 能调 Muse 了,中间层一接,五步就能通。 思路一句话,先把 Muse 的能力转成 OpenAI 兼容的接口,再挂到 Pi 上。五步照录。第一步部署那个转换服务。第二步按项目要求完成账号授权。第三步拿到兼容地址。第四步在 Pi 里填基础地址和模型。第五步直接调用。分工也顺理成章,Pi 管 agent 和工具调用,Muse 管模型能力,原来的工作流基本不用改。 各管一摊这半句是全场重心。前面几篇讲的是一个产品里怎么切模块,这条把切法搬到了产品之间,接口对上了,谁强用谁。跟前面那张到处刷的卡是同一股劲,粘合层的价值越来越大,谁把接口做通,谁就能吃到别家的长处。 账号安全那句提醒也实在。凡是依赖 Cookie、非官方会话或绕额度的做法,只拿测试账号折腾,别押主号,这跟前面账本那篇的克制是一路的。引帖还顺带给了注册情报,Gmail、Apple ID、Claude 现在都容易触发验证,纯净度下降之后大概率更难。 我留的疑问有两处。转换层过一手,延迟和丢字段的损耗没人给数;项目地址藏在评论区,工程质量得自己看代码再定。 想接的先拿测试号跑通那五步,重点看 Pi 那边调用时工具返回是否完整。
显示更多 话题来源 @xiaomovps 4K阅读 ❤️25
小白爱摸鱼 ·
自称"带疑虑的乐观者"的人最近松了口,这比唱衰更值得听。 他把话摊开说。OpenAI 想做的还是厂商锁死,铺开的合作、插件、新功能,最后是想把手伸进你的生活里。他们嘴上说在乎开源模型,可证据少得可怜。价格的事也让人窝火,你刚把工作流押上去,转头人家就抬价,一天一个样。 情绪往前再推一层。起初确实兴奋,那时的 OpenAI 像当年的苹果,如今它想打穿你生活的每一环,你做的每件事、写的每行字都会被它知道。开放权重模型得争口气了,这句摆在了明面。 最扎人的是中间那段。SWE 已经被 AI 毁了,亲手造软件这件事不再有趣,在专业语境里给 AI 写提示词又无聊又压抑。我认这半句,前面几篇讲的都是效率涨了多少,这里补的是那股手感的流失。工具越顺,动脑的那部分反而越薄,跟前面设计文档那篇是互补的两面,规则好写,乐趣难补。 他接着把镜头拉远。眼下这一轮密集发布泡在巨大的科技和 AI 泡沫里,普通用户压根不关心 AI 机器人,接下来大概率会看到公众对 AI 涌进日常的反弹。这跟前面配给那篇接得上,一端在切容量,一端在积情绪,两头都在绷。 我留的疑问是这条情绪线的走向。他自己也说不清要不要置身其中,只承认乐观少了些,这种犹豫在从业者里有多普遍,没有数据。 这周先记一件小事,哪次写代码时你发现自己在发呆而不是在想,那大概就是文中描述的那种感觉。
显示更多 话题来源 @camsoft2000 26.8K阅读 ❤️87
自由翻滚的风铃草 ·
给 AI agent 写产品需求,最怕的就是一句"加个助手",剩下的全是留白。 留白里藏着的正是要命的部分。它什么时候开口要许可,用户改了主意它怎么接,出错了谁兜底,这些没人写,实现的时候就只能拍脑袋。AG-UI 给 PMs 递了一套具体的词汇,把人和 agent 怎么协作这件事拆开来说,每一步都能落到描述上。 词汇先于实现这半句是全场重心。前面几篇讲的是 agent 能干什么,这条讲的是开工前先说清楚它该按什么规矩干。跟前面设计文档那篇接得上,规则写死模型才有东西执行,需求写死实现才有边界可谈。 可描述这个价值也值得记。协作里最模糊的从来不是能力,是那句没写出口的默认值,把默认值摆上台面,评审才有得吵。 我留的疑问有两处。AG-UI 这套词汇覆盖到什么程度没给,超出定义的行为怎么办没说;产品经理用它写出的需求,工程那边认不认也得看实践。 拿手头最含糊的那条需求先改写一遍,凡是自己说不清的点都用这套词汇补上,看还剩几处空白。
显示更多 话题来源 @samjulien 34.3K阅读 ❤️73
我不是小布丁 ·
两百美元档重启的细则落地,Codex 负责人 Tibo 亲自写信摊牌了。最扎眼的一句,OpenAI 这边订阅比接口划算的日子,快到头了。 信里的账算得直白。新档用量按接口美元价折算,算下来只有旧档的一半。同样的钱,买到的服务砍半。糖也给了一颗,五小时限额不回来,还会加几样不占额度的新东西。甜头在前,刀在后,顺序摆得清楚。 真正狠的是定价哲学那句。不打算抬高接口标价再打折哄人,价格一路降到按量买就够。订阅和接口每一美元的差距,会越来越小。翻译过来,过去那层订阅补贴要被抹平。砍价路径从打包优惠转向裸价下降,占便宜的空间自然没了,明摆着。 这周降名单也说明问题,两个主力型号降了一半,只用这两样的基本打平。顶配那款不在名单,想拿它干重活,这一半优惠真没了。刀法精准,便宜的给你便宜,贵的纹丝不动。 我的看法是这半年的订阅剧集,到这里画了拐点。先是限制换计量,再是重启附新细则,如今连补贴都要抹平,三步连走。方向只有一个,按量付费才是心里的终局,订阅只是圈人熟悉习惯的过渡品。这判断我给八成把握,两成留给市场反扑。 攥着订阅的,算清每月实际用量,对比降完的按量成本,再决定续还是降。别等补贴抹平才想起算账,那时主动权已交出去一半,晚了。
显示更多 话题来源 @servasyy_ai 12.7K阅读 ❤️13
我不是小布丁 ·
yellow.com/news/claude-so… 中档模型一提速,旗舰的升级卖点就不好讲了,Sonnet 5.5 把这层压力摆到了明面。 论点只有一句,多付的钱得买来更好的结果,而不是更高的模型档位。文章的走向是,中档选项越来越快之后,各家旗舰得拿出真差距,才能让人继续往上涨。往期靠档位名头吃溢价的路子,正在被一层层压薄。 买结果不买档位这半句是全场重心。前面几篇讲的是档位怎么切,这条说的是切档的前提在动摇,档位之间要是没有实测差距,多出来的那截钱迟早站不住。跟前面榜一却不换那篇接得上,那篇讲分数之外还有秤,这条讲分数之上的钱要花得有名目。 降价和提速两头挤也值得记。一边是中档降价,一边是中档提速,旗舰被夹在中间,跟前面单价那篇是同一张账本的两页,一边算每 token,一边算每档位。 我留的疑问有两处。中档提速后在重任务上的真实差距没给,文章只谈压力不谈数据;"更好结果"用什么衡量也没交代。 升级前拿自己最重的那类活各跑一遍,看多付的那截钱买回来的到底是时间还是质量。
显示更多 话题来源 @murtuza_merc 10.8K阅读 ❤️156
查看完整榜单
查看完整榜单
查看完整榜单