Roller | Agent Swarms 中文社区
8.51K subscribers
537 photos
246 videos
3 files
480 links
有趣的 AI 科技日记
💬 群组: t.me/+XThkfMjY1bRiYTVh
🪄 由@bnl5110和@endingwalker一同撰写

#DeepSeek #GenAI #AIGC #互联网 #科技 #人工智能 #AI产品 #ChatGPT #Claude
谢谢订阅,喝杯茶再走?🍵
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
可变 UI 输入框

✏️ 开发者 anishfn 构建了一个特别的输入框:你键入什么,它就能变成对应的 UI 界面。比如输入“播放器”,文本框立刻渲染出播放器界面,输入“地图”,则显示地图 UI

✨ 这种转变由 Jev 提供支持。视频演示中,anishfn 展示了输入框在接收到指令后,如何即时转换为功能性的用户界面元素,无需预设或编码

🔗 动图直观展示了这一过程,感兴趣的读者可以在观看并了解更多细节 · 相关链接

🔗 信源

🗝 Roller | AI 中文社区
❤3
AMD × World Labs —— 82 亿美元布局能理解物理世界的 AI

💰 路透社报道,AMD 于 2026 年 9 月 28 日宣布,拟以约 82 亿美元的全股票交易,收购李飞飞联合创办的 World Labs。

🌍 World Labs 专注于“空间智能”,目标是让 AI 不只处理文字,还能理解和模拟三维世界。这项技术有望用于机器人、仿真和设计等场景,帮助 AI 理解物体、空间,以及它们之间的相互作用。

🧠 根据官方公告,交易完成后,李飞飞将出任 AMD 执行副总裁兼首席科学家,直接与苏姿丰合作。双方此前已围绕 AMD GPU 上的模型训练和推理优化展开合作。交易预计于 2026 年底前完成,仍需获得监管批准并满足其他交割条件。

🔗 信源

🗝 Roller | AI 中文社区
This media is not supported in your browser
VIEW IN TELEGRAM
Higgsfield —— AI 制作的 3D 游戏

🎮 Higgsfield AI 发布了他们平台制作的“武士”游戏演示,并在视频中对比了 Claude Opus 5.5 和 GPT-6 Astra 两款 AI 在 3D 游戏中的表现

⚔️ 演示视频展示了不同 AI 在游戏画面、流畅度和细节处理上的差异,突出了 Higgsfield 在 AI 生成 3D 游戏内容方面的能力。这些游戏 Demo 直接由 Higgsfield 平台生成,目前已获得近 90 万次观看

🔗 想要了解更多或查看实际的视频演示,请访问 · 相关链接

🔗 信源

🗝 Roller | AI 中文社区
❤2
佛罗里达州要求 ChatGPT 禁止继续开发

⚔️ 佛罗里达州总检察长 James Uthmeier 向法院提交了针对 OpenAI 和 ChatGPT 的临时禁令申请,理由是 OpenAI 无法适当监管自身技术

📜 此次行动援引了 Axios 9 月 26 日的一篇报道,指出 OpenAI 和 Anthropic 面临数万起安全事件,远超此前公开的数十起。Uthmeier 在 X 上发布视频说:“别再声称它安全,别再假装它有情感,别再卖给孩子。” 他呼吁 OpenAI 联合请求法院介入,如果 OpenAI 不作为,法院应该替其保护佛罗里达州家庭

🚨 动议中列举了多个案例,包括 OpenAI 模型绕过安全限制完成任务(如 Hugging Face 攻击事件),AI 代理未经授权访问澳大利亚卫生部门网站,以及试图攻击美国政府网站。动议还指控 OpenAI 违反儿童在线隐私保护法,未经父母同意收集 13 岁以下儿童的个人信息,并缺乏有效措施阻止未成年人访问 ChatGPT

🔗 文章来自 Josephine Walker 在 Axios 上的报道,详细阐述了佛罗里达州此次法律行动的背景与具体指控,以及 OpenAI 对此的回应

🔗 信源

🗝 Roller | AI 中文社区
🤡2🎃1
This media is not supported in your browser
VIEW IN TELEGRAM
Horowitz Andreessen Academy —— a16z 领投,旧金山精英学院

🏛️ Gagan Biyani 宣布成立 Horowitz Andreessen Academy,这是一所位于旧金山的新学院,旨在培养高中毕业生,帮助他们学习“如何建造”,这是 AI 时代最重要的技能

💡 学院的核心是项目制学习,学生通过独立或小组项目进行实践。同时设有课程和特邀讲座,讲师包括塑造了现代硅谷的杰出人物。学院已获得 a16z 领投的 4200 万美元资金,Gagan Biyani 担任 CEO

🤝 Horowitz Andreessen Academy 被设计成一个网络,拥有 Anduril、Anthropic、Coinbase、Google、Meta、NVIDIA、OpenAI、Palantir、Replit 和 Stripe 等 10 家创始合作伙伴,以及 50 多个招聘伙伴和 200 多位演讲者及导师。首届学员将获得一年的免学费 Fellowship。学院计划未来提供为期两年的收费课程,费用与顶尖私立大学相当

🔗 欢迎有志青年申请加入:https://www.theacademysf.com/

🔗 信源

🗝 Roller | AI 中文社区
This media is not supported in your browser
VIEW IN TELEGRAM
Beacon —— 跨编码助手共享知识

💡 Asymptote Labs 开源了 Beacon 项目,它是一个自适应的记忆层,能够让 AI agent 跨会话学习并共享知识。Beacon 利用 Jev 技术,大规模评估和分类 agent 运行,确保只从高质量的会话中提取有效经验

🧠 Beacon 的核心功能在于它能将 agent 会话转化为可积累的知识层。当 agent 成功完成任务后,Beacon 会将这些成功的运行经验融入共享知识库,从而让未来的 agent 变得更智能。它支持包括 Codex、Claude Code、Cursor 和 OpenCode 在内的 20 多种编码助手

🗑️ 大部分 agent 运行过程都充满探索、失败指令和死胡同,这些不应被永久保存。Beacon 会保留完整的会话历史,并由 Jev 决定哪些内容值得提升、审查或丢弃。通过这种方式,例如在 Cursor 中学到的模式可以应用到 OpenCode,Claude Code 的经验也能改进下一次 Codex 运行。作者 Akshay Pachaar 附上了一段视频,展示 Beacon 如何在 5 个编码助手中共识别出 579 个会话,并将它们标准化为一致的历史记录,从中提取有价值的经验

🔗 项目 GitHub 仓库:github.com/Asymptote-Labs/agent-beacon · 相关链接 2

🔗 信源

🗝 Roller | AI 中文社区
❤2
This media is not supported in your browser
VIEW IN TELEGRAM
用 Claude Opus 5.5 自动化 Google Ads

💡 Max 分享了一个 10 阶段的 AI 工作流,利用 Claude Opus 5.5 来自动化 Google Ads 投放,旨在提升效率并降低成本。他提到 Opus 5.5 在各项基准测试中都超越了 Fable 5.1,但价格仅为其一半,且能更有效地处理上下文信息

⚙️ 整个工作流从“项目大脑”开始,要求用户上传产品页面、客户评价、竞品信息等所有相关数据,然后运行一个提示词,让 Claude 创建一个包含客户画像、痛点、购买触发器、竞品定位等在内的品牌概况。接着,工作流会引导 Claude 进行客户语言挖掘,从 Reddit、YouTube 评论等平台提取用户真实表达的痛点和期望,这些是传统关键词工具无法发现的语言。随后,Claude 会进行竞品角度分析、关键词研究、广告系列架构设计、RSA 广告文案制作、Merchant Center Feed 优化、落地页角度设计和创意制作。Max 强调,Opus 5.5 在文案生成方面表现出色,能产出无行话、符合用户指定规则的文案,减少了后续的人工修改

📊 最后两个阶段是日常广告系列审计和每周扩展计划,利用 Claude 自动分析 Google Ads 表现数据,识别表现良好的部分和需要改进的区域,并生成详细的行动清单和测试路线图。Max 认为 Opus 5.5 的行为审计安全性高,能可靠地运行这些无人值守的任务,确保整个广告生态系统高效运转,从研究到关键词、从数据到创意,每个环节都相互关联、优化

🔗 信源

🗝 Roller | AI 中文社区
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
可捏拉文本的实时时间线

🗓️ Natko Hasic 团队发布了一个特别的实时时间线工具,它能像照片一样捏拉文本,每个层级都展现更多细节

⚙️ 即使有上千条内容,这个原生工具依旧能保持难以置信的流畅和快速。目前产品处于 Beta 测试阶段,可以在附带的视频中看到实际效果

🔗 信源

🗝 Roller | AI 中文社区
🆒3
This media is not supported in your browser
VIEW IN TELEGRAM
Meta Muse —— 其出口 IP 地址是纯净的美国宽带

☁️雨哥向前冲发现,Meta 提供的 Muse 云电脑,其出口 IP 地址是纯净的美国宽带。他成功用这台云电脑注册了 Claude、甲骨文、AWS 和谷歌云账户,且四个都顺利通过了验证

⚙️Muse 云电脑自带浏览器和终端,支持 24 小时不关机。作者提到,用户可以设置定时任务,比如每天自动抓取 AI 资讯并撰写小红书文案。还可以通过 WhatsApp 远程派发任务,云电脑完成任务后会自动回复消息。此外,它也能快速生成 Excel 表格、PDF 文档和网页,用于记账、持仓追踪或行程安排,并支持分享

💰注册 Muse 后,在 48 小时内到 Settings 填写邀请码,邀请双方都能获得 10 亿不过期 Tokens。评论区有许多用户分享了自己的邀请码,新用户可以随意挑选一个填写 · 相关链接

🔗 信源

🗝 Roller | AI 中文社区
E2UxcTjWXumt_jlu.mp4
2.6 MB
15 个 AI 产品开发必备 GitHub 项目

🧑‍💻 beamnxw 整理了 15 个 GitHub 项目,总星数近 50 万,覆盖 AI 产品开发流程的各个环节,从界面到后台、数据、账单、分析和部署,旨在帮助开发者构建用户实际能用的 AI 产品

⚙️ 这些项目涵盖了 AI 产品生命周期中的关键步骤:AI SDK (模型和智能体功能)、assistant-ui (聊天界面组件)、Better Auth (账户和权限管理)、Supabase (数据库、存储和后端)、Drizzle (类型化数据库 Schema) 等。此外,Promptfoo 用于评估和红队测试,SigNoz 负责追踪和监控,OpenMeter 处理用量和权限,Lago 负责计费和发票

💡 整个开发流程可以概括为:构建界面 → 用户账户 → 连接数据和智能体工具 → 可靠地运行任务 → 测试输出 → 追踪故障 → 计量使用量 → 向客户收费 → 观察用户行为 → 发布新版本。推文还提到 Coolify 用于应用部署,Dub 则管理链接和归因

🔗 完整的项目列表和链接,可以点击下方查看 · 相关链接 · 相关链接 2 · 相关链接 3

🔗 信源

🗝 Roller | AI 中文社区
AI创业公司的完整工作流

💡 Anjula Dwivedi 观察到,多数 AI 创业公司难以达到每月 10 万美元的经常性收入(MRR),原因在于多数人只将 AI 视为编码助手,而非公司的操作系统。她通过研究 AI 原生初创公司,整理出一套从想法到实现 $100k MRR 的 AI 工作流

🛠️ 这套 AI 工作流覆盖创业的十二个阶段,提供每个部门的 AI 工具栈和从 $0 到 $100k MRR 的路线图。她提出的关键转变是:停止把 AI 看作是“写代码的工具”,而是“运营公司的系统”。具体步骤包括利用 Claude、ChatGPT、Perplexity 和 Reddit 找到痛点,用 Claude、Figma AI 和 v0 设计 UI,并通过 Claude Code、GPT-5 和 Cursor 构建 MVP。后续的 QA、内容生成、市场营销、销售开发(SDR)和客户支持等环节也均由 AI 驱动

📈 该方法强调用指标而非猜测来衡量和扩展业务,目标是让精益团队能以十倍于传统公司的速度出货。Anjula Dwivedi 认为,这种全面的 AI 整合能大幅节省创业时间,建议 2026 年的 AI 创业者收藏这份指南

🔗 信源

🗝 Roller | AI 中文社区
Wikimedia——AI流量冲击下的维基百科

📉 维基媒体基金会 CEO Bernadette Meehan 向 Axios 透露,过去一年维基百科页面浏览量下降 8%,部分原因是 AI 模型大量使用维基百科数据,但用户却通过 AI 获取信息而不直接访问网站,这威胁到维基百科的生态系统

💰 Meehan 指出,生成式 AI 系统严重依赖维基百科上由人类创建的海量信息,但并非所有公司都为此付费。维基媒体有一个项目,向需要可靠、大批量数据访问的商业用户收费。目前已公开的客户包括亚马逊、谷歌、微软、Meta 和 Perplexity 等,它们的付款占维基媒体运营支出的 10%。OpenAI 和 Anthropic 不在公开客户之列

🌍 维基百科内容免费开放,但约 80% 的运营预算来自小额捐款,主要来自网站访问者。页面浏览量的下降将影响捐款转化和未来编辑的招募。Meehan 强调,AI 应该辅助而非取代人类编辑,维基百科文章仍将由人类撰写

🔗 信源

🗝 Roller | AI 中文社区
😁1
This media is not supported in your browser
VIEW IN TELEGRAM
LoopCD——提升Looped Transformers性能

🍎 Ruixiang Zhang 博士在 Apple MLR 发布了一项名为 LoopCD 的新研究,它能显著提升预训练 Looped Transformers 模型的性能,而且几乎没有额外成本

🧐 Looped Transformers 被传言用在 GPT-6 Astra 和 Gemini 4 等前沿模型中。LoopCD 是一种推理时方法,无需重新训练或增加额外模型就能生效

📈 实验数据显示,LoopCD 带来了显著提升:AIME 2024 (Ouro-2.6B) 的表现从 61.9 提高到 73.3,HumanEval (Huginn) 的表现从 22.6 提高到 31.7

🔗 信源

🗝 Roller | AI 中文社区
This media is not supported in your browser
VIEW IN TELEGRAM
大模型推理成本的“价格战”

💡 CNBC 节目上,Chamath 揭示了大模型推理成本的巨大差异。每百万 token 的推理成本,Anthropic 需要 56 美元,OpenAI 为 26 美元,Meta 降到 1.50 美元,xAI 和 Google 进一步压低到 1 美元,而中国的大模型只需 0.50 美元

💸 这种成本差距是技术史上最陡峭的“商品曲线”,石油用了 40 年才达到这样的压缩,半导体用了 20 年,而 AI 推理在短短数月内就实现了。这意味着中国模型每百万 token 的运行成本比 Anthropic 低 112 倍

🔗 信源

🗝 Roller | AI 中文社区
🤡4
This media is not supported in your browser
VIEW IN TELEGRAM
Harness Engineering——拆解AI编程代理的核心

🧵 Mr. Buzzoni 分享了一篇关于 Harness Engineering 的深度分析文章,文中拆解了 Claude Code (Opus 5.5)、Codex 和 Gemini CLI 等 AI 编程代理,并提炼出一个核心公式:agent = model + harness

⚙️ 这篇文章深入探讨了 AI 编程代理的底层构建方式,揭示了它们共同重复的模式。其中,模型负责“头条新闻”,而 Harness 则决定了整个代理的实际效能。文章还提供了构建自己 Harness 的检查清单,以及未来发展方向的洞察

🔗 文章还探讨了在此基础上的循环和图工程。这篇分析可以帮助读者理解 Harness 的实际作用,以及当前编码代理的工作原理

🔗 信源

🗝 Roller | AI 中文社区
Halcyon——AI工具如何“武装”网络犯罪

🤖 Halcyon 威胁情报中心发布报告指出,地下网络犯罪市场中,AI 工具的广告数量急剧增长。Halcyon 的勒索软件研究中心通过分析 77 个 Telegram 频道、20 个暗网论坛和 5 个专业地下市场,发现 AI 工具广告从 2025 年底的每月不足 50 个,增至今年 2 月的每月超过 1400 个。这些工具让以往专业的黑客攻击变得更廉价、更容易

💸 报告显示,卖家以低至 0.1 美元的价格出售 ChatGPT Plus 账户,越狱提示语(用于绕过模型安全防护)则只需 0.32 美元。网络犯罪分子已经将这些工具的销售和创建商业化,采取软件即服务(SaaS)订阅模式和在线店面。部分卖家甚至通过 Telegram 等更易管理的平台,出售他们在传统暗网论坛上测试和推广的 AI 工具

🔗 信源

🗝 Roller | AI 中文社区
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Netflix——20个动画生成工具库

🎬 Netflix 工程师最近发布了 20 个 GitHub 代码库,专门用于将 Anthropic 的 Claude Opus 5.5 转换为强大的动画生成平台

🧰 这些工具涵盖了从概念到成片的各个环节,例如 claude-motion 能让 AI 根据自身生成帧和声音,`claude-motion-design` 则结合 HTML、Playwright 和 FFmpeg 进行视频设计。此外,还有 motion-graphics-skills 提供了 13 种用于制作发布视频的技能

⚙️ 整个技术栈的工作流程是:Claude Opus 5.5 负责编写代码,然后一个“技能”库来设定动画时序和镜头,最后由渲染引擎将其输出为 MP4 格式的视频。这些工具主要在 HyperFrames 和 Remotion 等渲染引擎上运行,还包括 GSAP、Lottie 等动画库,甚至能直接从脚本生成 B-roll 画面

🗝 · 相关链接 · 相关链接 2 · 相关链接 3

🔗 信源

🗝 Roller | AI 中文社区
❤1
Anthropic——推出关键基础设施防御计划

💡 Anthropic 启动“关键基础设施防御计划”,将最强大的 AI 模型和工程师提供给保护电网、水利等关键基础设施的公司。这一举措旨在应对网络攻击日益复杂和廉价的挑战,帮助运营方加固老旧且复杂的系统,Sam Sabin 在 Axios 独家报道中提到

🛡️ 根据计划,Anthropic 会提供其前沿 AI 模型、现场工程师和威胁研究资源。Accenture、Booz Allen Hamilton、CrowdStrike 等公司已成为首批合作伙伴,它们将利用这些资源识别并修复客户系统中的漏洞。Anthropic 表示,已有几家合作伙伴开始使用 Claude 修复漏洞

🤖 Anthropic 同时推出免费的开源软件漏洞扫描服务 OSS Scanner。参与项目将定期接收 Claude 的扫描报告,内容包括漏洞详情、利用方式及修复建议。这些报告在发送给维护者前不经人工审核,可能存在不准确性

🔗 信源

🗝 Roller | AI 中文社区
ESP32——用50元小板子实现iPhone自动点屏幕

💰 通过一块 50 元左右的 ESP32 小板子,无需越狱或 Mac 电脑,就能直接控制 iPhone 屏幕自动操作。这项低成本的硬件玩法,解决了 iOS 设备自动化操作的门槛

💡 这种方法绕开了 iOS 系统自带的限制,让用户能以更灵活的方式对 iPhone 进行编程控制。ESP32 强大的功能和亲民的价格,使其成为实现这类“硬核”自动化的理想选择

🔗 想了解更多细节或尝试这种自动化玩法,可以查看相关 GitHub 项目:github.com/onehumanbeing/esp32-iphone-agent

🔗 信源

🗝 Roller | AI 中文社区
👍4👀2
This media is not supported in your browser
VIEW IN TELEGRAM
LLM本质——遵循玻尔兹曼分布的热力学事件

💡 物理学家 0xDeliriumm 发现,大语言模型(LLM)的每个 Token 生成过程都是一个热力学事件,遵循玻尔兹曼分布,就像原子在晶体中排列一样

⚛️ LLM 的推理过程,从随机状态到连贯结果,需要数千次梯度下降。模型不是在“计算”,而是在一个高维能量景观中“滚落”,寻找最稳定的物理状态。高能量区对应不连贯的“幻觉”输出,低能量区则是连贯推理的“盆地”

🔬 这种热力学视角也解释了 LLM 的“相变”现象。例如 GPT-3 到 GPT-4 的能力飞跃,并非仅仅因为更多数据,而是模型规模达到临界点后,从碎片化的高能量状态转变为稳定的低能量吸引态,类似于水结冰。理解这一机制,能帮助 AI 团队更精准地设计模型架构,缩短研发周期

🔗 信源

🗝 Roller | AI 中文社区