Anthropic 发布了 Skill Creator 的重大更新 核心变化：内置测试用例生成 写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在... Skill Creator 内置了测试功能，帮你自动跑评估。 你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。 不需要写代码，不需要搭测试框架。 具体新增了四个能力： 自动化评估（Evals）： 定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。 多 Agent 并行测试： 测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比： 系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。 触发率优化： 这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。show more

可灵昨晚发布了 O1： 一个大一统的视频、图像生成和编辑工具，支持你能想到所有图像和视频编辑能力。 藏师傅会对这次新增的一些能力进行测试，同时大概教大家一下这个模式应该如何使用 👇下面是具体的教程和测试内容

woc，感觉不小心发明了一个很酷的技术！ 万推，有人知道这种东西能申请专利吗？？ 拿微信测试了下，50% 切割能实现想要的需求！ 求大家帮我测下，能不能扫出右侧二维码 （提示词和源码放评论区了 （具体用法和场景大家自己想象👀

Anthropic推出了一项新功能，叫做“提示词改器”（Prompt Console）。 Claude 会使用思路链推理等提示工程技术自动对提示词进行改进，优化你的提示词，让AI的回答更准确、符合预期。 这项功能的主要作用： 1. 自动优化提示词：通过提示词改进工具，开发者可以让Claude模型自动优化现有的提示词（即向AI模型提出的问题或要求），以提高模型回答的质量。例如，工具会增加一个“链式思维”环节，让Claude在回答之前先有条理地思考问题，确保回答更精准。 2. 标准化和丰富示例：工具可以把提示中的示例转成统一的格式，比如XML格式，这样Claude更容易理解和处理。... 3.示例增强：对现有示例进行自动补充，使其与结构化后的提示更加契合，包括增加链式思维的逻辑过程。 4.重写：对提示进行重写，明确其结构，并纠正小的语法或拼写错误，以提高提示的质量和易读性。 5.预填充：在Claude的助理消息中预填充内容，帮助引导Claude的行为，并确保输出格式符合需求。 一旦新提示生成，你还可以向Claude提供反馈，说明什么有效，什么不起作用，以进一步改进提示。 实际效果：根据Anthropic的测试数据，使用提示词改进工具后，模型的准确率在多标签分类任务中提升了30%，并且在摘要任务中能够100%完全遵循字数要求。show more

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。 你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI... 技能"。 下次遇到类似的活儿，直接回放，不用重新来一遍。 说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。show more

GPT-4 自动写代码 刚刚发布的 Cursor 编辑器集成了 GPT-4 接口，我测试了下他生成代码的能力，叹为观止，我尝试了从前端到后段，从纯软到软硬结合，从UE到Unity，各种语言甚至汇编或HSL，都能正确写出几乎能直接运行的代码 开发效率大提升！目前为止还是免费，大家可以试试：

大部分人用 Claude Code 其实是在裸跑 打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西 具体来说它会建议你装：... -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境 之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了 不是说它推荐的就一定全对，但比从零开始配要省不少事 用 Claude Code 的可以试试，尤其是项目已经有一定规模的show more

LibTV 全新视频 Agent 评测 可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频... Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。 最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。 我测试的过程中一直感叹，非常的牛P...show more

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过... 1,000 Token 的速度。 同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。 藏师傅提前试了一下，做了三个测试，确实爽。 第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。 这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。 第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。 这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。 第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。 这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果 这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒 官方测试平台下面有个数据展示，会显示相关信息 在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的 之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象 最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式 在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率： 如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间 这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的 毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的 希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型show more

👉方便大家测试拿货，团伙正在努力开发电报小程序，实现24小时自动测试下单拿货。 每天基本都是几十个问要测试了，测试给了又没结果，浪费时间。分钟都在出U，财务很忙，不要问我谁先谁后，无论多少都是你们先，每天找我想白嫖几个的，免开尊口，我理都不会理。 懂得人自然懂，三言两语便能达成合作

通过绘制 4w 个四边形的基准测试对比 SwiftUI 和 GPUI 的渲染性能，两边都是使用 Canvas 直接绘制，排除了布局和视图更新的开销。SwiftUI... 性能上限似乎比较低，感觉瓶颈主要在没有对 draw call 做进一步优化 (1/4)show more

一款主动式AI渗透测试工具：shannon，给它源码+测试网址，它自动把网站黑一遍，然后告诉你它咋黑的 在无提示有源码的XBOW基准中成功率96.15% 开发vibe-coding天天上线，Shannon也可以让每次发版都能“一键红队” 它用Claude跑侦察、并行漏洞分析、攻击、写报告，全程零人工，能打出SQL注入、XSS、SSRF、越权等20+真实漏洞并给出可直接复制的PoC 注意它会真的改数据、注册用户，千万别在生产环境跑 Lite版开源AGPL-3.0 #shannon #AI黑客

这位推友分享了使用 Cursor 的时候添加的一个实用的 Cursor Rule，Agent 生成代码的时候让 Claude 添加一个类似 R1... 的 thinking 过程（当然原理不一样），包裹在一个 thinking 的 tag 当中，从三种解决方案里面选最合适的一种，确实是一个特别棒的技巧，我亲自测试了一下，效果很不错，非常实用，可以看我的测试视频，推荐给大家。 文字版提示词提供给大家：show more

这下好了，TradingView 都有 mcp 了😂 这哥们儿开源了一个项目，支持 Claude Code / OpenClaw... 安装使用。 已实现： - AI 技术分析，可以对比多个股票、Crypto 的各种技术指标 - AI 跑回测 - 情绪面分析 - 市场扫描 - 更多功能持续增加中... 行情数据直接对接了 Yahoo Finance 也不需要任何付费 API 了 看 Demo 视频挺酷炫的。等我 Claude Code token 重置了试试😂 链接放到评论了👇show more

新款PummmmPro 测试完成： 1）网页版和之前pummmm一样使用TOKEN即可 2）Axiom插件版，在红猴安装脚本即可 3）GMGN插件版,也是在红猴安装脚本 在此做一个活动，三连互动在评论区抽取30个体验名额 为你的扫链提供超级助力 每个插件的token不同，只能选择一种测试 下面的链接为新品功能介绍：👇👇👇👇

🚨🚗 德州奥斯汀街头实测曝光：$TSLA Robotaxi 已在真实道路运行 奥斯汀被发现出现网约车形态的 $TSLA 自动驾驶车辆。不是封闭场地、不是展示路线，而是真实城市路网中的测试运行。 更关键的是，这并非单点事件。 目前已有... 10+ 台 Cybercabs，在 4 个州同步推进测试，意味着这套系统已经进入跨区域一致性验证阶段。 这一步的信号很清晰： 测试重点不再是“能不能跑”，而是规模化前的稳定性与监管可复制性。 为什么选奥斯汀？ 因为这里既是 $TSLA 总部所在地，也是美国自动驾驶监管相对友好、道路结构复杂度适中的城市。 如果能在这里稳定运行，向其他州扩展的摩擦成本会明显下降。 从节奏上看，这更像是Robotaxi 商业化前的“静默推进期”： 不大规模宣传，但在真实场景中持续喂数据、压系统、磨边界条件。 市场接下来会盯三件事： 第一，是否出现固定时段/固定区域的常态化运行； 第二，是否与本地监管出现明确的合规信号； 第三，测试车辆数量是否继续上升，而不是停留在象征性规模。 这不是一次新闻点，而是一条长期曲线的中段节点。 真正的变量不是“有没有 Robotaxi”，而是什么时候从测试跃迁到可收费运营。 如果你现在回头看，会把这视为一次普通测试， 还是 $TSLA Robotaxi 商业化前的关键过渡期？ 📬我会持续跟踪 $TSLA 在自动驾驶与 Robotaxi 路线上的关键进展，拆解从测试到规模化的真实信号，而不是只看发布会。 $TSLA #Tesla #Robotaxi #AutonomousDriving #FSD #Austin #EV #AIshow more

科幻正在照进现实：AI 黑客已经出现了 最近让安全圈炸锅的一个项目： Shannon AI Pentesting Tool 它是一个 AI... 自动渗透测试工具。 简单理解：AI 自己去当黑客。 从信息收集到漏洞利用，整套流程都能自动完成： - 读取源码 - 扫描端口 / API - 分析攻击路径 - 尝试漏洞利用 - 自动生成漏洞报告 和传统扫描器最大的区别是： 很多工具只会提示 “这里可能有漏洞”。 Shannon 会 真的去攻击验证。 SQL 注入、XSS、SSRF、登录绕过、JWT 攻击 这些常见漏洞都会自动尝试。 本质上，它把原本需要 安全团队完成的渗透流程， 变成了 一个 AI Agent 就能跑完的系统。 背后其实是一个很明显的趋势： AI 正在从 回答问题，走向 执行任务。 自动渗透只是开始。 未来越来越多工作都会被 AI 自动化完成show more

Perplexity 刚推出由 Nano Banana 技术支持的虚拟试衣功能。 上传一张你的照片，系统自动生成你的数字分身。然后在 Perplexity 上购物时，就能看到衣服穿在你身上的实际效果。但这功能现在只对所有 Pro... 和 Max 订阅用户开放。 这个功能看起来只是改善购物体验，但其实是个很聪明的产品策略。虚拟试衣这个市场不小，全球每年因为不合适退货的损失以百亿美元计算。Perplexity 不是单独做个 APP，而是直接整合进自己的搜索和购物流程，用户本来就在这里浏览，现在顺手就能试穿。这才是降低门槛、提高转化的正确打法。 从产品角度看，这是个教科书级别的差异化竞争策略。大家都在卷搜索质量的时候，Perplexity 选择了垂直场景的深度体验。 可能这才是 AI 产品真正的护城河：不是通用能力有多强，而是在具体场景里能解决多少实际问题。show more

这个工具火了，可以用自然语言一键生成安卓和iOS App，Emergent刚上的新功能 以前可以用vibecoding做网页，现在直接出Android / iOS 安装包，比如“帮我做个记账App”即可 另外还上了一个Emergent Pro模式，Agent能力更强，能处理错误、动态调整计划，内置Linux 虚拟机，可访问互联网... 网友反馈Emergent的一键生成体验比较好，输入需求即可获得完整应用，从规划到编程、测试、调试和部署，端到端自动化 #AIagent #Emergent #APP生成工具show more

Claude Code 桌面板发布本地定时任务功能 设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。 比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地 有几个细节值得注意：... 任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准 可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码 如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知 目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。 怎么用 在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。 也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。show more

用gmgn监控推特的，这个插件必不可少！！！ 顶级的一批，升级了一下语音播报架构，现在不用自己导入配置到插件，0操作，下载就能听到十分完美的推特提示音 稍微测试一下就提交新版本审核