宝玉@dotey

60

一条用于GPT Image 2的提示词要求以最笨拙、潦草的方式重新绘制图像，模仿MS Paint鼠标涂鸦效果，强调低画质像素感和尴尬别扭的风格。该提示词因其反常规的幽默设计，正在网络上疯狂传播，引发用户广泛尝试和讨论。引用推文指出，这一GPT Image 2 prompt正在获得病毒式关注，凸显了AI图像生成工具在探索非传统风格上的娱乐性和网络文化现象。

歸藏(guizang.ai)@op7418

63

开发者仅通过向Codex描述想法，便在一个下午内完成了roguelike卡牌游戏《夜巡录：荒庙篇》的开发。Codex不仅生成游戏原型，还自主构建了素材生产流水线，包括调用GPT-Image 2.0生成绿幕图并自动抠图。面对大量未命名素材，它创新性地将所有图片拼合成一张大图供多模态模型一次性识别筛选。后期还打磨了受击反馈、音效及使用Seedance 2.0生成的动画等细节，展现了其结合内置工具与强大执行力的综合能力。

歸藏(guizang.ai)@op7418

62

用户让Codex处理一个包含上千张图片的游戏素材包，Codex在没有具体指令的情况下，自主将每个文件的图片拼接成一张包含图片和文件名的大图。这种方法让用户能通过单张图快速浏览文件夹内所有素材的样式，找到所需素材后，只需将文件名拖入素材库修改即可，展现了其强大的自动化处理能力。

阿绎 AYi@AYi_AInotes

64

作者利用Emergent和Claude Agent，无需编写Three.js代码或搭建环境，仅通过上传参考视频和描述需求，即在一个下午内全自动生成并迭代出可运行的3D交互网站原型。成本仅为每月20美元Claude订阅费，而以往同类外包项目报价高达8000至15000美元，标志着3D网站开发门槛已大幅降低。

阿绎 AYi@AYi_AInotes

63

Cursor SDK正式发布，标志着AI编程能力成为可嵌入基础设施。其演示中，AI Agent Uma能通过Gmail和Google Chat自动处理客户问题：读取邮件、分析GitHub仓库与Stripe结账流程，并输出结构化报告，将bug处理时间从数小时大幅缩短至几分钟。该SDK允许将同一生产级Agent集成到Slack、Jira等日常工具乃至CI流水线中，使用与桌面端相同的运行时和模型。开发者角色正从编写代码转向指挥Agent，Cursor也由此向AI编程时代的操作系统演进，预示着一个新时代的开启。

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…

Orange AI@oran_ge

52

歸藏(guizang.ai)：本来是想随便玩一下的。 没想到 Codex 真的用一下午帮我开发了一个非常完整的类似《杀戮尖塔》的卡牌游戏。 代码和客户端都已经开源了，大家可以试试

宝玉@dotey

62

OpenAI在Codex CLI 0.128.0版本中正式推出Ralph loop功能，通过新增的/goal命令实现目标驱动的持续执行。用户只需在配置文件中启用该功能，即可为AI助手设定一个目标，系统将自动保持该目标在多轮对话中的连续性，直至任务完成。此举简化了工作流程，用户无需再手动编写脚本或借助外部工具进行状态维护。该功能目前仅限终端CLI使用，桌面应用程序暂未支持。

meng shao@shao__meng

60

Karpathy指出，LLM的核心价值在于创造新可能性（如取代传统代码的MenuGen、.md技能和知识库），而非仅加速旧流程。模型能力呈现“锯齿状”分布，由任务可验证性和商业利益共同塑造。未来将进入“Agent原生”经济，基础设施需面向智能体设计，强调信息的可读性，Agentic Engineering成为新兴工种，神经计算可能主导任务处理，经典CPU退化为协处理器。

宝玉@dotey

63

Demis Hassabis认为当前AI范式（预训练+RLHF+思维链）可能是AGI架构的一部分，但仍有50%概率需要一两个关键突破，未解决持续学习、长程推理和记忆等问题。他指出，百万token上下文窗口处理实时视频仅够20分钟，现有方法如同“用胶带糊住”。AlphaGo时代的技术正被重新引入基础模型以推动进步。智能体尚处实验阶段，投入产出比不匹配。完整虚拟细胞等科学突破还需约10年，关键瓶颈是活细胞成像技术。

ginobefun@hongming731

61

Andrej Karpathy提出软件3.0时代，编程核心转向上下文工程，并区分了Vibe Coding与Agentic Engineering两种开发姿态。OpenAI总裁Greg Brockman指出，算力套利是商业模式，人类注意力已成为新瓶颈，并估算AGI进程已完成八成。Anthropic的Claude Code团队则将Prompt Caching提升为核心工程纪律，通过优化prompt布局和更新机制，将缓存命中率作为关键SLA监控，以控制成本并保证系统性能。

ginobefun@hongming731

54

Karpathy提出软件3.0概念，编程核心从写代码转向提供上下文，并区分Vibe Coding与Agentic Engineering两种模式。OpenAI总裁Brockman将AGI瓶颈从算力移至人类注意力，估计已完成80%。Anthropic分享Claude Code实战，以Prompt Caching命中率为SLA监控，将“上下文即新代码”转化为工程纪律。

Berryxia.AI@berryxia

63

推文指出，Geometry（几何）已成为AI在建筑领域缺失的关键层。@Bootsblac开发的OpenGeometry项目，实现了从文本或平面图到最终渲染的完整流程贯通，使得精确控制成为可能。其核心能力包括：直接从文本或平面图生成精确的BREP CAD模型；利用Three.js进行实时渲染，并由Google AI驱动，形成端到端的全流程。该项目已完整开源，可供使用。

Orange AI@oran_ge

49

作者以“结构”为核心，系统阐释了其在产品、AI Agent、大模型、人际关系及公司组织中的决定性作用。做产品是设计引导用户的“河床”；开发Agent是构建管理上下文的框架；训练大模型实为提取语料中的“结构能”。人与公司的效率同样取决于结构能量。作者指出，当前一些大厂的AI转型仅“加石头”而不变革组织架构，尤其由中层主导改革存在根本矛盾。最终强调，改变命运需从改变底层结构开始。

elvis@omarsar0

58

测试者使用 DeepSeek-V4-Pro 在 Pi 编码智能体上构建了一个 LLM 知识库，对其开箱即用的表现感到震撼。这是首个在推理能力上媲美 Claude 和 Codex 的开源权重模型，且成本效益高，支持 100 万上下文长度。该模型无需复杂配置即可在基础框架中直接运行，擅长智能体编码和知识密集型推理任务，能跨公司文档、论坛、论文和代码库进行多步骤研究、代码生成与上下文推理。其高效运行得益于 Fireworks 的市场最快推理速度及混合注意力设计，将 KV 缓存降至 10%，推理计算量减少近 4 倍，实现了快速且低成本的实践部署。

Berryxia.AI@berryxia

62

Karpathy指出，2025年12月AI生成代码从需修改变为直接可用，标志进入Vibe Coding状态。软件开发进入Software 3.0大语言模型时代，编程核心转为通过prompt等操纵LLM。LLM能力呈锯齿状智能，在可验证、RL优化领域强，但常识任务上易犯错。他区分Vibe Coding（提高开发下限）与Agentic Engineering（守住质量、安全上限），强调人类理解、品味和判断仍最宝贵。未来可能转向神经计算机，基础设施需Agent-first。