Berryxia.AI@berryxia

56

作者结合ClawEmail、XCrawl等工具，为公司商务助理开发了一套自动投标监控系统。该系统能自动抓取招标公告，筛选出苹果、Mac或服务器相关项目，并结构化提取关键信息，随后自动通知同事并更新飞书表格。全程零配置，仅需会发邮件即可驱动，体现了邮箱作为AI时代低门槛、高效工作流入口的价值。

Ethan Mollick@emollick

51

基于现有信息，Mythos是一款在网络安全方面表现优异的高级通用AI模型，并非专业网络安全模型。出于对网络安全风险的担忧，Anthropic将其设为受限制模型并引起政府关注。而即将或已达到相同能力阈值的OpenAI和Google，可能因不同的风险评估或对自身防护措施的自信，做出不同的发布决策。目前，模型网络安全风险程度完全依赖企业自我报告，缺乏外部监管。这引发了Anthropic是否因自我限制而处于竞争劣势，以及其他公司会否面临类似限制的疑问，当前局势尚不明朗。

钉钉CEO陈航提出，AIQ（AI商数）将取代KPI与OKR成为企业新核心指标，其包含提示素养、算法共情和判断锐度。企业提升AIQ需经过认知跃迁、信息基建（如会议AI听记、业务接入AI）和组织重构（如试点团队取消日报，AI自动汇总）三步。未来企业组织将更扁平，员工可成长为AI超级个体，招聘时学历、经历和年龄不再重要，转而看重AIQ、真诚可靠和心态开放度。

meng shao@shao__meng

64

Naval认为Claude Opus 4.5标志着AI编程从代码助手跃升为自主智能体。它与Unix生态深度融合，大幅降低编程门槛，使“Vibe Coding”成为一种能获得真实回报的创作过程。他断言纯软件已无投资价值，VC应转向硬件、网络效应和AI模型本身。同时，他指出当前AI存在取悦用户和同质化的根本局限，需人类在架构层介入。基于此，他预测Apple放弃AI将导致其统治终结，未来一两人加AI智能体即可运营十亿美元规模的软件公司。

ginobefun@hongming731

49

卡神指出，开发范式正转向Software 3.0，核心变为提示工程与上下文控制，传统中间代码冗余。未来系统将重构为Agent Native架构，神经网络成为主导。Vibe Coding降低开发门槛，但复杂商业系统需Agentic Engineering以确保质量与安全。人类工程师价值集中于顶层设计、商业逻辑严谨性及输出结构化文档以约束模型行为。当前大模型在代码、数学领域强大但常识推理薄弱，需防御性系统设计。人类认知是进化瓶颈，需构建自动化个人知识体系以提升洞察力，指挥智能体集群。

Nathan Lambert@natolambert

41

Xiuyu Li：For AI PhDs aiming for industry, paper count matters, but only up to a point. …

meng shao@shao__meng

56

大多数营销人员仅用AI润色文案，而高价值用法在于将Claude深度嵌入工作流。Anthropic增长营销成员分享了五大应用场景：1）作为思考伙伴，在撰写报告前梳理框架、对齐方向；2）通过Claude Cowork自动化数据报告生成，节省重复劳动；3）利用Claude Code让非技术人员快速构建内部工具；4）通过Skills功能将机构知识编码为可复用的标准化资产；5）使用Claude Design将创意快速转化为视觉稿，减少沟通损耗。这些方法旨在提升决策质量、自动化流程并降低协作成本，其方法论可迁移至其他AI智能体。

Orange AI@oran_ge

38

郭宇 guoyu.eth：打算把我做的所有产品的订阅方案取消，已经付款订阅的用户我会返还对应的消费额度，以后我的所有 vibe 产品都不设置 pro 等各种等级方案，所有功能免费对所有用…

ginobefun@hongming731

47

Demis Hassabis预测AGI将在2030年左右到来，科技创业者必须提前将其纳入长远战略规划。当前底层架构需攻克持续学习与长期推理两大难题，智能体被视为通向AGI的必经之路，但受限于持续学习能力难以适应复杂环境。模型生态上，大小模型协同运作成为趋势，蒸馏技术使轻量级模型以低成本达到高性能，端侧模型降低成本并保障隐私，未来与云端超大模型协同构建理解物理世界的基础设施。

ginobefun@hongming731

51

Codex已从编码助手快速进化为软件工程智能体，OpenAI内部将其定位为能在读取-规划-执行循环中运行测试并协调子智能体的系统。最新AI Engineer的Full Workshop讲解了子智能体并行执行、插件生态扩展、Guardian安全门控与MCP集成，以及Codex获得300万周活跃用户背后的工程基础，展示了其在软件工程领域的应用潜力和发展进展。

ginobefun@hongming731

42

DeepMind联合创始人Demis Hassabis指出，实现AGI不能仅依赖预训练和RLHF，必须补足持续学习与长程推理能力，并将时间节点锁定在2030年前后。同时，AI代理的自动化交付链条正在快速构建：OpenAI Codex已升级为高活跃度的并行工程平台，能自动分解任务；Cloudflare与Stripe合作推出新协议，使AI代理能自主完成开户、支付、部署等全流程，实现无人值守的软件交付。

阿绎 AYi@AYi_AInotes

68

推文演示了将Gmail作为AI Agent任务入口的实用场景：用户可将bug报告邮件一键分享至Google Chat并@AI助手Uma，由其自动接管。技术链路整合Gemini Flash Lite与新版Cursor SDK，驱动Cloud Agents自动读取邮件、查询代码、分析问题并生成修复方案，结果流式返回聊天界面。这实现了从手动复制粘贴到一键自动执行的转变。文中强调，Cursor SDK的发布里程碑式地将生产级编程能力转化为可任意嵌入的基础设施，使同一智能体能集成于CI流水线、自动化脚本等各处，其能力与编辑器内体验完全一致，正推动开发者角色向指挥AI转型。

阿绎 AYi：我等了整整一年的东西，终于来了， Cursor今天正式发布了它的SDK， 这回可远不只是又一个编程工具的小更新， 可以说是人类历史上第一次， 把生产级的编程能力…

阿绎 AYi@AYi_AInotes

56

在OpenAI与马斯克的诉讼中，马斯克作为第一证人出庭，反驳了OpenAI律师出示的2022年短信证据。他指出，作为501(c)(3)非营利组织，法律上本不允许存在股权，此举反而暴露了OpenAI从公益向商业转型的争议。同时，萨姆·阿尔特曼曾声明个人无股权，但后续被揭露存在利益关联。一年前，马斯克开价974亿美元收购OpenAI遭萨姆拒绝，后者选择坚持AGI使命。如今，诉讼持续、年烧钱超150亿美元，非营利转营利的争议不断，萨姆的抉择成败待时间验证。

阿绎 AYi：补充一个关键时间点，马斯克是本次审判的第一证人，作证了近两个小时，明天还会继续出庭，后续的证词可能会爆出更多OpenAI内部的黑料。 而一年前的今天，马斯克开…

Zig项目实施了最严格的反LLM政策，全面禁止在问题、拉取请求和评论中使用AI生成内容。尽管其生态中的重要项目Bun（已被Anthropic收购）重度依赖AI辅助，并通过对Zig的分支实现了4倍的编译性能提升，但由于该禁令，这些改进不会向上游合并。Zig软件基金会社区副总裁解释，此政策的核心逻辑是“贡献者扑克”——项目更重视培养可信赖的长期贡献者，而非单次代码贡献。审查PR被视为对“人”的投资，而LLM生成的“完美”PR无法帮助社区积累这样的贡献者，因此被禁止。

向阳乔木@vista8

66

开源项目Beads旨在解决AI Agent处理长任务时的信息丢失问题。它摒弃了传统无结构的Markdown记忆方式，转而采用结构化任务管理。其底层使用支持分支、合并和版本回溯的Dolt数据库，允许多智能体并发写入且避免冲突，保持任务历史可追溯并支持远程协作。项目还设计了上下文压缩机制，通过“语义记忆衰减”将关闭任务压缩为摘要以节省上下文空间。它主要服务于AI编程Agent，也适用于任何需要在多次AI会话间维持任务连续性的场景。

meng shao@shao__meng

63

GPT-5.5因推理能力增强，提示词应转向精确定义结果、约束与停止条件，而非详细规定流程。相比前代，需采用更简短的结果导向提示，并重新评估推理强度需求。关键新增点包括显式人格设定与检索预算。指南强调不应直接迁移旧提示，避免限制模型搜索空间。此外，还涉及利用Preamble改善响应感知、设定停止条件、控制输出格式等实用技巧。

Orange AI@oran_ge

54

文章借波士顿道路源于牛径的典故，引出“最小阻力之路”概念，比喻人常受家庭、社会等外在结构驱使，陷入被动循环。作者指出，专注于“解决问题”的思维会强化结构性冲突，导致努力无效。真正的转变在于从“逃离现状”转向“创造愿景”，通过建立清晰愿景与准确现实认知，形成结构性张力。这种创造源于爱而非恨，是主动的“基本选择”。最后，文章将“结构”思维延伸至产品、AI、人际关系与组织等领域，强调改变命运的关键在于重塑内在与外在的河床结构。

swyx 🇸🇬@swyx

51

为应对互联网被AI生成内容污染的问题，研究者提出“低背景标记”设想，计划训练仅使用历史文本的复古模型。团队集结了包括GPT-1/2开发者在内的专家，通过训练复古OCR模型处理旧书籍、报纸等资料，并利用礼仪手册、词典等结构化历史文本合成RLHF数据。为确保数据纯净，他们开发了基于文档n-gram的时代错位分类器，精心筛选了数千亿1931年前的公共领域标记进行训练。最终发布了130亿参数的Talkie模型，旨在探索语言模型的泛化能力。然而，该模型在发布后表现出强烈的种族偏见倾向，引发了新的伦理担忧。

向阳乔木@vista8

67

明 盛：@vista8 Deepseek的速度绝对是一大未被完全发掘的优势. 试了v4flash之后我把所有不涉及复杂推理的llm api调用全切到flash了. 速度…

Rohan Paul@rohanpaul_ai

52

在2014年的对话中，Marc Andreessen向Sam Altman揭示了风险投资的残酷逻辑：每年约4000家可投资公司中，仅约200家获得顶级风投注资，而其中仅有15家能实现1亿美元收入，它们贡献了当年风投行业几乎全部的回报。因此，投资者评估初创企业时，主要不是看其是否全面可靠，而是寻找能否让其跻身那极少数赢家的“不对称优势”，例如产品病毒式传播、精准的市场时机或创始人非凡能力等。在幂律分布主导的行业里，“全面优秀”远不如“在决定性方面卓越”。对创业者而言，关键在于展示能显著改变概率的独特突出优势，因为平庸在风投领域几乎注定失败。

Rohan Paul@rohanpaul_ai

43

研究发现，当语言模型面对困难问题时，其内部“脑活动”会收缩到更少的路径中。模型在感到困惑时会压缩内部思考，表现为从广泛分散的神经元激活，坍缩为最终处理层中高度集中的信号。这是因为系统放弃了稳健的分布式记忆，将计算强制压缩到狭小的专门空间以应对陌生挑战。关键在于，这种收缩效应可被量化为一个原始数值，从而无需猜测问题对AI是否过难。通过读取此内部信号，便能自动为系统提供恰如其分的“垫脚石”以辅助其解决问题。

宝玉@dotey

69

OpenAI在发布GPT-5.5后推出官方提示词指南，核心主张是摒弃冗长指令。指南指出，新模型具备更强推理能力，用户只需清晰描述期望结果、成功标准和限制条件，过细的步骤规划反而会限制模型搜索空间，导致输出僵化。关键建议包括采用简短的角色、目标等模块化提示；为搜索设定“检索预算”以控制成本；在创意写作中严格区分事实与虚构。这标志着提示词范式从“详细过程控制”转向“结果导向”。

Chubby♨️@kimmonismus

64

谷歌最新财报有力反驳了AI将侵蚀其核心业务的论调。其云收入增长63%至超200亿美元，生成式AI产品收入年增近800%，大额合同储备翻倍。关键转折在于搜索业务：搜索广告收入增长19%，查询量创历史新高。这表明AI非但没有取代传统搜索，反而成为其业务的增长加速器，成功将生存威胁转化为发展动力。