Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

Anthropic 这个演讲有点东西。🤯 以前写 Agent 还得自己费劲搞路由（Router）、重试机制、上下文压缩，现在演讲者直接说：这些“脚手架”模型已经内置了，别费劲造轮子了。最炸裂的是最后那个 Demo：让 Claude 自己打开浏览器，复现前端 Bug，改代码，然后再自己拖拽卡片测试……这闭环太丝滑了。😱 感觉以后写代码真的是“描述需求 -> AI 自己测 -> AI 自己修”了。推荐做 Agent 开发的朋友看看，尤其是讲 Tool Use 和 Computer Use 的部分，进化速度有点吓人。👇

Vincent

57,960 subscribers

43,942 Aufrufe • vor 4 Monaten •via X (Twitter)

Bildung Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

karminski-牙医

41,586 Aufrufe • vor 10 Monaten

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 Aufrufe • vor 5 Monaten

天塌了！Anthropic CEO 这番话，直接给全球程序员下达了死亡倒计时！🔥 这位缔造了地表最强代码模型 Claude 的幕后大佬直接摊牌了。他们公司内部拿着百万年薪的最顶级工程师，现在居然已经彻底不写代码了！他们把核心工作全部甩给大模型，自己只在旁边打打下手做校对。最让人头皮发麻的是他给出的时间表。半年！最多不超过 12 个月！ AI 将彻底包揽软件工程师（SWE）绝大部分、甚至是全部的开发工作！当机器开始自己写代码、自己修 Bug，完成进化的自我闭环时。那些还在死磕传统语法的“古典程序员”，注定会被这波洪流无情碾碎。拥抱 AI 智能体，或者被 AI 直接淘汰，留给普通人的窗口期真的不多了！🚀

天塌了！Anthropic CEO 这番话，直接给全球程序员下达了死亡倒计时！🔥 这位缔造了地表最强代码模型 Claude 的幕后大佬直接摊牌了。他们公司内部拿着百万年薪的最顶级工程师，现在居然已经彻底不写代码了！他们把核心工作全部甩给大模型，自己只在旁边打打下手做校对。最让人头皮发麻的是他给出的时间表。半年！最多不超过 12 个月！ AI 将彻底包揽软件工程师（SWE）绝大部分、甚至是全部的开发工作！当机器开始自己写代码、自己修 Bug，完成进化的自我闭环时。那些还在死磕传统语法的“古典程序员”，注定会被这波洪流无情碾碎。拥抱 AI 智能体，或者被 AI 直接淘汰，留给普通人的窗口期真的不多了！🚀

比特币橙子Trader

112,267 Aufrufe • vor 6 Monaten

太炸裂了！为啥没有早点发现CodeX这个神仙用法？！ 30 秒的视频演示--直接把你的 Plus 账号当成 PRO 账号的额度去用，简直爽翻了😂Codex 额度不够用的话强烈推荐试试： Codex （读取本地项目 +发送任务） ↓ 压缩提炼成 1~3K 的精简 Packet ↓ 调用浏览器 ➔ 丢给网页版 ChatGPT（5.6-Sol 做重推理） ↓ 网页端输出精准的结构化方案 ↓ Codex 接收方案 ➔ 修改代码 ─── 【二、具体思路】 1. 网页端当最强大脑（出方案）：直接在网页端用最高版本的GPT-5.6Sol ，把复杂业务需求丢进去，让它做最严密的架构拆解和精准代码方案 2. 本地 Codex 做调度与落地：拿到成熟方案后，直接交给本地终端的 Codex。它只需要按图索骥去读写文件、跑测试、自动化改代码，用5.6 LUNA模型消耗轻量 Token就可以用了 ─── 这个方案你可以自己写一个脚本。如果嫌自己手写脚本太麻烦，推荐一个开源工具可以直接使用——Oracle（由知名开发者 Peter Steinberger 🦞 开源）： 👉 开源地址：

太炸裂了！为啥没有早点发现CodeX这个神仙用法？！ 30 秒的视频演示--直接把你的 Plus 账号当成 PRO 账号的额度去用，简直爽翻了😂Codex 额度不够用的话强烈推荐试试： Codex （读取本地项目 +发送任务） ↓ 压缩提炼成 1~3K 的精简 Packet ↓ 调用浏览器 ➔ 丢给网页版 ChatGPT（5.6-Sol 做重推理） ↓ 网页端输出精准的结构化方案 ↓ Codex 接收方案 ➔ 修改代码 ─── 【二、具体思路】 1. 网页端当最强大脑（出方案）：直接在网页端用最高版本的GPT-5.6Sol ，把复杂业务需求丢进去，让它做最严密的架构拆解和精准代码方案 2. 本地 Codex 做调度与落地：拿到成熟方案后，直接交给本地终端的 Codex。它只需要按图索骥去读写文件、跑测试、自动化改代码，用5.6 LUNA模型消耗轻量 Token就可以用了 ─── 这个方案你可以自己写一个脚本。如果嫌自己手写脚本太麻烦，推荐一个开源工具可以直接使用——Oracle（由知名开发者 Peter Steinberger 🦞 开源）： 👉 开源地址：

梭哈.AI

68,528 Aufrufe • vor 26 Tagen

兄弟们给大家推荐一个价值10万刀的Hermes免费课程。开始我以为是卖课的，结果点进去一看，Hermes 完整课程，整整 2 小时 11 分钟，讲的是怎么构建和自动化几乎任何东西。这种东西最离谱的地方是：你本来只是想随便看看，结果看完脑子里已经开始拆自己的工作流了。 AI 圈现在最狠的，不是模型多强。是会自动化的人，已经开始悄悄把一堆重复劳动干没了。最离谱的是我以为他要卖课。看完最后居然是免费。

兄弟们给大家推荐一个价值10万刀的Hermes免费课程。开始我以为是卖课的，结果点进去一看，Hermes 完整课程，整整 2 小时 11 分钟，讲的是怎么构建和自动化几乎任何东西。这种东西最离谱的地方是：你本来只是想随便看看，结果看完脑子里已经开始拆自己的工作流了。 AI 圈现在最狠的，不是模型多强。是会自动化的人，已经开始悄悄把一堆重复劳动干没了。最离谱的是我以为他要卖课。看完最后居然是免费。

火山哥🕊️

65,436 Aufrufe • vor 2 Monaten

虽然时间线上都在发风格迁移的内容，但我自己试了最震惊的东西还是这个多轮对话的反复修改，这个真的已经很接近真人了，虽然不少内容轮次多了之后会崩，但大部份真的已经很可用了

虽然时间线上都在发风格迁移的内容，但我自己试了最震惊的东西还是这个多轮对话的反复修改，这个真的已经很接近真人了，虽然不少内容轮次多了之后会崩，但大部份真的已经很可用了

JJ Ying

15,775 Aufrufe • vor 1 Jahr

🔥我去，AI 可以自己玩游戏了！🤯 昨天拿到了 FlowithOS 的邀请码，刚才试着让它自己，玩了《植物大战僵尸》。🌱🧟 从打开网页 -> 识别画面 -> 判断下一步操作，到独立通关、拿下高分，全程我一动不动。看着它自己打、自己思考、自己取胜—— 真的是太神奇了。 AI 已经像是一个有大脑、有眼、有手的生命体。👇 马上尝试🔗：

🔥我去，AI 可以自己玩游戏了！🤯 昨天拿到了 FlowithOS 的邀请码，刚才试着让它自己，玩了《植物大战僵尸》。🌱🧟 从打开网页 -> 识别画面 -> 判断下一步操作，到独立通关、拿下高分，全程我一动不动。看着它自己打、自己思考、自己取胜—— 真的是太神奇了。 AI 已经像是一个有大脑、有眼、有手的生命体。👇 马上尝试🔗：

摆烂程序媛

20,378 Aufrufe • vor 11 Monaten

我去，最近听播客挖到一个科研 agent，有点猛啊，跟codex，claude code完全不是一个思路啊！！这就是大模型在垂直领域的落地应用吗？？百度Baidu Inc.出了个视频播客叫《深度进化》，第一期聊的是一种叫松材线虫病的东西，业内管它叫"松树癌症"，一棵树感染了40天就没了国内跟它斗了40多年，每年损失3500亿左右，我一开始就当个冷知识在听然后越听越不对劲：南京林业大学的团队做这个课题，20多个学生，超过一半的人力花在手动试错各种光谱信号的排列组合上，纯体力活，跟搬砖没区别后来一个学生自己发现了百度做的一个 agent 叫伐谋，专啃难任务的那种把数据定义、评价标准喂进去，这东西就开始自己跟自己卷——自己生成方案、自己测试、自己打分、自己迭代，一轮接一轮不停逼近最优解林教授在节目里的评价：远超一个博士生的水平——指的是搜最优解这个环节，成本省了80%以上我听完直接去看了产品，顺手试了一下，越看越觉得这东西对做科研的人来说是真的能省命： 1、有个"演化面板"，AI 每一步怎么走的都能回看，能回溯到任意节点人工改道，可追溯、可干预、可复现——写论文的人懂这个有多关键 2、不用懂运筹学、进化算法，用自然语言把目标和评价标准说清楚就能跑 3、数据安全，有本地评估模式，数据留在本地，只上传评估分数说实话门槛比通用 agent 高一点，它不是拿来做 PPT 写周报的，适合带着明确难题来的人，跑简单任务反而浪费他的能力日常的活还是交给通用 agent，两者是分工不是替代科研方向目前免费，不知道能白嫖多久！！做科研、跑实验、调参的同学真的建议去看看这期播客，还聊了不少 AI 做科研的争议话题，干货很多正片放评论区了！👇

我去，最近听播客挖到一个科研 agent，有点猛啊，跟codex，claude code完全不是一个思路啊！！这就是大模型在垂直领域的落地应用吗？？百度Baidu Inc.出了个视频播客叫《深度进化》，第一期聊的是一种叫松材线虫病的东西，业内管它叫"松树癌症"，一棵树感染了40天就没了国内跟它斗了40多年，每年损失3500亿左右，我一开始就当个冷知识在听然后越听越不对劲：南京林业大学的团队做这个课题，20多个学生，超过一半的人力花在手动试错各种光谱信号的排列组合上，纯体力活，跟搬砖没区别后来一个学生自己发现了百度做的一个 agent 叫伐谋，专啃难任务的那种把数据定义、评价标准喂进去，这东西就开始自己跟自己卷——自己生成方案、自己测试、自己打分、自己迭代，一轮接一轮不停逼近最优解林教授在节目里的评价：远超一个博士生的水平——指的是搜最优解这个环节，成本省了80%以上我听完直接去看了产品，顺手试了一下，越看越觉得这东西对做科研的人来说是真的能省命： 1、有个"演化面板"，AI 每一步怎么走的都能回看，能回溯到任意节点人工改道，可追溯、可干预、可复现——写论文的人懂这个有多关键 2、不用懂运筹学、进化算法，用自然语言把目标和评价标准说清楚就能跑 3、数据安全，有本地评估模式，数据留在本地，只上传评估分数说实话门槛比通用 agent 高一点，它不是拿来做 PPT 写周报的，适合带着明确难题来的人，跑简单任务反而浪费他的能力日常的活还是交给通用 agent，两者是分工不是替代科研方向目前免费，不知道能白嫖多久！！做科研、跑实验、调参的同学真的建议去看看这期播客，还聊了不少 AI 做科研的争议话题，干货很多正片放评论区了！👇

超级个体｜柿子

67,813 Aufrufe • vor 17 Tagen

这个有点牛P啊 Claude Opus 5.5 自己写代码画出一支手绘 MV：没有使用任何 AI 生视频工具： Opus 5.5 自己通过写 p5.js 代码画出每一帧，然后在后台 Chrome 里逐帧截图，再用 ffmpeg 合成 MP4 并配上歌... 模型自己当导演：先写分镜，把歌拆成 9 章，每章一个代码文件，再写一份简报交给并行的子 Agent，各自只改自己负责的章节...

这个有点牛P啊 Claude Opus 5.5 自己写代码画出一支手绘 MV：没有使用任何 AI 生视频工具： Opus 5.5 自己通过写 p5.js 代码画出每一帧，然后在后台 Chrome 里逐帧截图，再用 ffmpeg 合成 MP4 并配上歌... 模型自己当导演：先写分镜，把歌拆成 9 章，每章一个代码文件，再写一份简报交给并行的子 Agent，各自只改自己负责的章节...

小互

77,219 Aufrufe • vor 1 Tag

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

AYi

21,453 Aufrufe • vor 4 Monaten

普通人如何最低成本创建自己的量化交易？您只需要用最简单的方式就能创建自己的策略，从而24小时永不间断的去运行。关键是即使你的设备关机了它也能一直去运行下去，策略创建完成后进入Agent平台托管，除非你点击停止。那么这个时候就不用发愁配什么API key了，因为WalletV已经配备好了大模型（GPT、Qwen、minimax、Gemini、kimi、deepseek 这几个主流的大模型都有），也不发愁自己的主机风扇嗡嗡作响了。重点是现在跑策略不用自己掏 token 费用，官方暂时给兜底了，等于白嫖 AI 帮你自动交易，这确实良心哈哈。现在只要一部手机下载WalletV然后跟着下面我的视频进行操作，就能创建自己的Agent实现自动化的交易。狙击手的策略目前搬到WalletV正在进行测试中，我的策略是自己写的并且针对Qwen大模型去深度调试的，不过刚开始跑我拿了130U去跑的，等稳定了再增加仓位调整倍率等。对了资产是在自己创建的钱包里非常安全。狙击手始终认为AI Agent交易是普通人离量化最近的一步。想创建自己的策略兄弟们去看看吧：纯分享不是投资建议。

普通人如何最低成本创建自己的量化交易？您只需要用最简单的方式就能创建自己的策略，从而24小时永不间断的去运行。关键是即使你的设备关机了它也能一直去运行下去，策略创建完成后进入Agent平台托管，除非你点击停止。那么这个时候就不用发愁配什么API key了，因为WalletV已经配备好了大模型（GPT、Qwen、minimax、Gemini、kimi、deepseek 这几个主流的大模型都有），也不发愁自己的主机风扇嗡嗡作响了。重点是现在跑策略不用自己掏 token 费用，官方暂时给兜底了，等于白嫖 AI 帮你自动交易，这确实良心哈哈。现在只要一部手机下载WalletV然后跟着下面我的视频进行操作，就能创建自己的Agent实现自动化的交易。狙击手的策略目前搬到WalletV正在进行测试中，我的策略是自己写的并且针对Qwen大模型去深度调试的，不过刚开始跑我拿了130U去跑的，等稳定了再增加仓位调整倍率等。对了资产是在自己创建的钱包里非常安全。狙击手始终认为AI Agent交易是普通人离量化最近的一步。想创建自己的策略兄弟们去看看吧：纯分享不是投资建议。

DeFi狙击手 | Ai🕊️

23,272 Aufrufe • vor 2 Monaten

用了四年 AI了，我第一次觉得 AGI 可能真的快来了… 这不是因为最近的astra发布，是因为我真正看到了一个 Agent 做到了一件以前没有任何 AI 做到的事：你给它一个目标，它自己检索资料、自己写代码、自己跑实验、自己验证结果，最后交付给你一个能用的成品！！这个东西叫 Atria Dawn Preview，来自上海人工智能实验室Atria ASI 让我更意外的是它的团队——96 个核心成员里，65 个是在校学生，占了三分之二 33 个博士生，32 个本科和硕士生，专项组长里学生比例 70%。来自上海人工智能实验室、复旦、中科院软件所、人大、中科院自动化所、华东师范、哈工大、上交、北大一群还在读书的年轻研究者，做出了一个真正意义上"能独立完成复杂项目"的 Agent 这个事情让我五味杂陈，都是二十多岁，他们竟然如此优秀了！！我细看了一下它能干什么，范围有点吓人： 1.从一个研究问题出发，自己检索论文、跑实验、处理数据，最后输出一份有来源支撑的研究报告 2.从一段自然语言需求出发，自己写代码、自己跑测试、自己调试，交付一个能运行的软件系统甚至从一句话描述出发，生成 3D CAD 模型——发动机、机器人、机械关节，带完整的部件结构和几何关系还有交互作品、游戏、文档表格、演示文稿……全都是可交付、可运行、可检查的成品这和现在大家在用的 Claude Code、Codex 有什么本质区别？我的理解是这样的：现在的 Agent 本质上还是“你是项目经理，AI 是执行者”——你得拆任务、盯进度、验收结果，AI 做到一半崩了你得兜底 Atria 的架构是“模型 + Harness + 环境”三层各司其职：模型负责理解和决策，Harness 负责组织目标、管理状态、控制权限和错误恢复，环境提供真实约束和验证依据说白了就是：它不只有一个聪明的大脑，还有一套完整的项目管理系统和质检流程这意味着什么？意味着超级个体能独立交付的项目复杂度上限，又被拉高了一截！以前你一个人接不了复杂项目，不是因为你不够聪明，是因为 AI 做到一半崩了你得自己兜底，验收成本太高现在验收这个环节，Agent 自己干了从需求到成果，中间不需要你一步步盯着作为一个连续创业五年、靠 AI 干活的人，我已经见过太多“号称 Agent 其实还是聊天机器人”的产品了 Atria Dawn Preview 是我第一次觉得：这不是在对话，这是在干活它的 API 已经开放体验，256K 上下文，支持中文和英文我已经开始拿它跑我真实的任务了，后续会和大家持续分享实测体验！！👇

用了四年 AI了，我第一次觉得 AGI 可能真的快来了… 这不是因为最近的astra发布，是因为我真正看到了一个 Agent 做到了一件以前没有任何 AI 做到的事：你给它一个目标，它自己检索资料、自己写代码、自己跑实验、自己验证结果，最后交付给你一个能用的成品！！这个东西叫 Atria Dawn Preview，来自上海人工智能实验室Atria ASI 让我更意外的是它的团队——96 个核心成员里，65 个是在校学生，占了三分之二 33 个博士生，32 个本科和硕士生，专项组长里学生比例 70%。来自上海人工智能实验室、复旦、中科院软件所、人大、中科院自动化所、华东师范、哈工大、上交、北大一群还在读书的年轻研究者，做出了一个真正意义上"能独立完成复杂项目"的 Agent 这个事情让我五味杂陈，都是二十多岁，他们竟然如此优秀了！！我细看了一下它能干什么，范围有点吓人： 1.从一个研究问题出发，自己检索论文、跑实验、处理数据，最后输出一份有来源支撑的研究报告 2.从一段自然语言需求出发，自己写代码、自己跑测试、自己调试，交付一个能运行的软件系统甚至从一句话描述出发，生成 3D CAD 模型——发动机、机器人、机械关节，带完整的部件结构和几何关系还有交互作品、游戏、文档表格、演示文稿……全都是可交付、可运行、可检查的成品这和现在大家在用的 Claude Code、Codex 有什么本质区别？我的理解是这样的：现在的 Agent 本质上还是“你是项目经理，AI 是执行者”——你得拆任务、盯进度、验收结果，AI 做到一半崩了你得兜底 Atria 的架构是“模型 + Harness + 环境”三层各司其职：模型负责理解和决策，Harness 负责组织目标、管理状态、控制权限和错误恢复，环境提供真实约束和验证依据说白了就是：它不只有一个聪明的大脑，还有一套完整的项目管理系统和质检流程这意味着什么？意味着超级个体能独立交付的项目复杂度上限，又被拉高了一截！以前你一个人接不了复杂项目，不是因为你不够聪明，是因为 AI 做到一半崩了你得自己兜底，验收成本太高现在验收这个环节，Agent 自己干了从需求到成果，中间不需要你一步步盯着作为一个连续创业五年、靠 AI 干活的人，我已经见过太多“号称 Agent 其实还是聊天机器人”的产品了 Atria Dawn Preview 是我第一次觉得：这不是在对话，这是在干活它的 API 已经开放体验，256K 上下文，支持中文和英文我已经开始拿它跑我真实的任务了，后续会和大家持续分享实测体验！！👇

超级个体｜柿子

74,442 Aufrufe • vor 11 Tagen

卧槽，我的 Agent 也有自己的手机了哈哈！（效果可直接看视频👇）最近正在调研，准备搞一台二手 iPhone 来运营小红书，然后就遇到了 Airtap Ai 这款产品，真的有点牛！我把 Airtap 官方提供的 Skill 加进 Codex App 和 OpenClaw，然后—— 我的 Agent 就连上了一部真实的手机，跑在 AWS 美国机房的真实 Android！不是模拟器，不是浏览器套壳。是一部真机，上面装着你日常用的所有 App。我在 Codex 里说一句“帮我发布一条小红书笔记”，它就真的在那部手机上点开 App、上传图片、撰写内容直接发布。 AI Agent 之前的能力版图是 ✅ 写代码 ✅ 逛网页 ✅ 操控桌面，现在把操作手机 App 这最后一公里也补齐了！最最重要的目前免费！后续会有付费套餐，但现在每天限量免费体验。链接直达 👉

卧槽，我的 Agent 也有自己的手机了哈哈！（效果可直接看视频👇）最近正在调研，准备搞一台二手 iPhone 来运营小红书，然后就遇到了 Airtap Ai 这款产品，真的有点牛！我把 Airtap 官方提供的 Skill 加进 Codex App 和 OpenClaw，然后—— 我的 Agent 就连上了一部真实的手机，跑在 AWS 美国机房的真实 Android！不是模拟器，不是浏览器套壳。是一部真机，上面装着你日常用的所有 App。我在 Codex 里说一句“帮我发布一条小红书笔记”，它就真的在那部手机上点开 App、上传图片、撰写内容直接发布。 AI Agent 之前的能力版图是 ✅ 写代码 ✅ 逛网页 ✅ 操控桌面，现在把操作手机 App 这最后一公里也补齐了！最最重要的目前免费！后续会有付费套餐，但现在每天限量免费体验。链接直达 👉

MapleShaw

58,484 Aufrufe • vor 4 Monaten

最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布，听说还有一个商汤的生图模型也非常能打，还没试试。不过这篇还是给大家测试了下 K3的实力。最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。前后只优化了 3 轮，最终效果已经非常接近原作。最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。以前的 vibe coding，是你指挥 AI 干活。现在的感觉是：你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。

最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布，听说还有一个商汤的生图模型也非常能打，还没试试。不过这篇还是给大家测试了下 K3的实力。最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。前后只优化了 3 轮，最终效果已经非常接近原作。最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。以前的 vibe coding，是你指挥 AI 干活。现在的感觉是：你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。

知识猫AI实验室

53,749 Aufrufe • vor 2 Monaten

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程

karminski-牙医

19,683 Aufrufe • vor 5 Monaten

Anthropic 刚刚悄悄解决了 AI Agent 最大的一个问题之一。过去开发 Agent 的 skill 基本是这样的：写 prompt → 试一下 → 不行再改 → 靠感觉上线。但 Claude 现在给 Skill Creator 加了 3 个关键能力： 1️⃣ Skill Evals（技能测试）可以定义测试问题和成功标准，自动验证一个 skill 是否真的有效。 2️⃣ 多 Agent 基准测试可以并行运行多个 agent，甚至对两个 skill 版本做 A/B 测试。 3️⃣ 触发优化 Claude 会分析你的 skill 描述，自动修复：错误触发没触发描述不清这意味着一件很重要的事： AI Agent 开发正在从 “Prompt Engineering” 变成 “AI Software Engineering” 你可以像开发软件一样：测试评估基准测试持续优化更有意思的一点是：如果某一天，基础模型在没有 skill 的情况下也能通过这些测试，说明这个能力已经被模型“学会”了。也就是说：今天的 Skill，很可能会变成明天的模型能力。 Prompt、Skill、模型训练之间的边界，正在消失。

Anthropic 刚刚悄悄解决了 AI Agent 最大的一个问题之一。过去开发 Agent 的 skill 基本是这样的：写 prompt → 试一下 → 不行再改 → 靠感觉上线。但 Claude 现在给 Skill Creator 加了 3 个关键能力： 1️⃣ Skill Evals（技能测试）可以定义测试问题和成功标准，自动验证一个 skill 是否真的有效。 2️⃣ 多 Agent 基准测试可以并行运行多个 agent，甚至对两个 skill 版本做 A/B 测试。 3️⃣ 触发优化 Claude 会分析你的 skill 描述，自动修复：错误触发没触发描述不清这意味着一件很重要的事： AI Agent 开发正在从 “Prompt Engineering” 变成 “AI Software Engineering” 你可以像开发软件一样：测试评估基准测试持续优化更有意思的一点是：如果某一天，基础模型在没有 skill 的情况下也能通过这些测试，说明这个能力已经被模型“学会”了。也就是说：今天的 Skill，很可能会变成明天的模型能力。 Prompt、Skill、模型训练之间的边界，正在消失。

axiaisacat

68,008 Aufrufe • vor 6 Monaten

这是巴菲特1998年的一次演讲。案例举了高智商汇聚的长期资本在十几天内崩溃。当你富有以后你关心的不应该是下一次再暴富，而是保证自己不穷回去的前提下用部分自己盈利。我这俩年相较以前最大的变化应该是把资金分散了克制自己的冲动，以前干啥觉得好都喜欢一把梭，大赚过最后都梭没了。很值得耐心看一遍。

这是巴菲特1998年的一次演讲。案例举了高智商汇聚的长期资本在十几天内崩溃。当你富有以后你关心的不应该是下一次再暴富，而是保证自己不穷回去的前提下用部分自己盈利。我这俩年相较以前最大的变化应该是把资金分散了克制自己的冲动，以前干啥觉得好都喜欢一把梭，大赚过最后都梭没了。很值得耐心看一遍。

川沐｜Trumoo🐮

706,823 Aufrufe • vor 2 Jahren

有意思，没想到飞书和WorkBuddy也可以这么玩。就是配置稍微复杂了一点，有兴趣的可以看看。这里我更推荐一下WorkBuddy自己的手机移动端APP，最近更新了，可以直接远程电脑，然后同步电脑上所有会话消息，简直不要太好用了，有点Codex的味道。同时WorkBuddy也有微信小程序，但是我测试发现经常连不上。还是手机里的Workbuddy App更稳定。

有意思，没想到飞书和WorkBuddy也可以这么玩。就是配置稍微复杂了一点，有兴趣的可以看看。这里我更推荐一下WorkBuddy自己的手机移动端APP，最近更新了，可以直接远程电脑，然后同步电脑上所有会话消息，简直不要太好用了，有点Codex的味道。同时WorkBuddy也有微信小程序，但是我测试发现经常连不上。还是手机里的Workbuddy App更稳定。

AI少年

14,295 Aufrufe • vor 1 Monat

Damn，这辈子最烦的事，终于被苹果干掉了，以后再也不用自己改密码了！这才是真正的AI Agent该干的事啊，不跟你聊天扯废话，直接帮你解决最烦人的破事，而且以后再也不用怕密码泄露了，苹果的密码App现在会自己： ✅ 扫描你所有账号，找出弱密码、重复密码、已经被黑客泄露的密码 ✅ 自己打开那个网站，用旧密码登录进去 ✅ 自动找到修改密码的页面，生成一个强密码换掉 ✅ 改完自动存进你的苹果钥匙串，全程你不用碰一下 Marques Brownlee 老哥演示的时候我人都傻了，银行、税务、医院、购物网站，所有账号它挨个帮你查，挨个帮你改。以前改一个密码至少要花5分钟，现在点一下确认，剩下的全交给它。

Damn，这辈子最烦的事，终于被苹果干掉了，以后再也不用自己改密码了！这才是真正的AI Agent该干的事啊，不跟你聊天扯废话，直接帮你解决最烦人的破事，而且以后再也不用怕密码泄露了，苹果的密码App现在会自己： ✅ 扫描你所有账号，找出弱密码、重复密码、已经被黑客泄露的密码 ✅ 自己打开那个网站，用旧密码登录进去 ✅ 自动找到修改密码的页面，生成一个强密码换掉 ✅ 改完自动存进你的苹果钥匙串，全程你不用碰一下 Marques Brownlee 老哥演示的时候我人都傻了，银行、税务、医院、购物网站，所有账号它挨个帮你查，挨个帮你改。以前改一个密码至少要花5分钟，现在点一下确认，剩下的全交给它。

AYi

54,693 Aufrufe • vor 3 Monaten