Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

今天拿蚂蚁百灵刚放出来的 Ling-3.1-flash 试了一下。我没 给它写长需求，就丢了一句话，看它能不能自己把页面做出来。 提示词就这一句： 「做一页能直接打开的单文件网页：像凌晨还亮着的工位。左边一张工单，印着需求原文；右边一个能拖的 Three.js 3D 结构，7 层细轨加 1 层环。能跑、能拖、手机也能看。不要官网腔，不要紫色渐变。」 视频里是完整过程。从拆任务、写代码，到页面能打开、 3D 能拖，工单上还印着我那句原话。成品就贴在视频里。 Ling-3.1-flash 这代更像是冲着真干活来的。一句糊需求， 它能一路做到报告、表格、PPT；丢给它一个大代码库， 也能连续跑几个小时去改、去测。总参数大约 560B，每个 token 真正算进去的大概 25B。架构接着上一代的混合线 性来，7 层 KDA 配 1 层 Gated MLA。上下文上限 1M，现 在免费体验两周，免费期服务长度先开到 256K。免费期结 束转付费的时候，计划把 1M 打开，并同步开源。 官方公开的几个长任务也挺狠。大约 17 小时，从零写出一 个把 Lua 编译成 x86-64 可执行文件的编译器，182 项测 试过了 178 项。大约...

duange6099's profile picture

程序员端哥

9,603 subscribers

38,946 Aufrufe • vor 24 Tagen •via X (Twitter)

Wissenschaft & TechnologieBildung
LIVE

Anya Rossi• Live Now

Private livecam show

36 Kommentare

Profilbild von 马识途
马识途vor 24 Tagen

棒 又一个可以免费使用的模型 别搞啥自行车 先使用起来 嘿嘿

Profilbild von 无好即好
无好即好vor 24 Tagen

以前写代码，是人负责把问题拆得足够细，AI 才能帮忙。 现在开始反过来了： 你只管说“我大概想要这样”，剩下的拆解、实现、验证，模型自己往下接。 这一步，比单纯跑分高一点更值得看。

Profilbild von 一帧
一帧vor 23 Tagen

这个 Ling-3.1-flash 有点东西！一句话需求直接生成带可拖拽 3D 的网页，手机都能打开。还能连续十几个小时写代码、挖开源漏洞，长任务能力很强。

Profilbild von 懒家伙
懒家伙vor 24 Tagen

那么强的模型 最近竟然还免费 不去体验体验可亏大了

Profilbild von 知不道吧
知不道吧vor 24 Tagen

免费两周、上下文先开到 256K，这种窗口不白嫖有点亏。

Profilbild von 好家伙🦅
好家伙🦅vor 23 Tagen

免费期先开 256K，转付费时再放 1M 并开源，这个节奏挺有诚意的，不像是画饼。

Profilbild von Jevon | AI企业级布局
Jevon | AI企业级布局vor 24 Tagen

这么好用的模型居然免费，待会就来试一试。

Profilbild von Mr Paper
Mr Papervor 24 Tagen

整个视频看起来效果很不错，试玩下

Profilbild von foxboy🦊
foxboy🦊vor 23 Tagen

一句话就把工单和可拖的 Three.js 结构一起吐出来了，这种单文件直出比再补三轮提示词实用多了。

Profilbild von 拳头👊🕊️
拳头👊🕊️vor 24 Tagen

就写过一次 当时 也做过体验 感觉还可以吧

Profilbild von Yuze
Yuzevor 23 Tagen

一句话就能出带可拖3D的单文件页面，长任务能力也挺扎实 这两周免费，正好拿来试真实代码库

Profilbild von 伟大
伟大vor 24 Tagen

已经用它做了几个项目，它很适合先给它一个模糊的概念，然后边做边改。

Profilbild von MK@Phoenix
MK@Phoenixvor 24 Tagen

把 Pyright 提速到 1.432 倍, 真厉害, 能大幅调优系统啊

Profilbild von 阿熊学AI
阿熊学AIvor 24 Tagen

一句糊需求就做出能拖的三维页面，这代模型确实在真干活。

Profilbild von warren
warrenvor 23 Tagen

现代大模型最大的进步就是对模糊需求的理解能力，真的很牛逼。可以给用户一个基本概念，让用户再一点点改。

Profilbild von 硅谷AI玩家
硅谷AI玩家vor 24 Tagen

卧槽这也太能干了！就一句话需求Ling-3.1-flash直接出完整可交互网页，3D结构拖着玩还超有氛围，工单细节拉满

Profilbild von 恒星sun
恒星sunvor 24 Tagen

手机上还能拖着看这个3D结构，这种小页面拿来演示确实挺有感觉。

Profilbild von jimerrors
jimerrorsvor 24 Tagen

一句话提示词测前端生成这个思路好，等于把模型当junior前端使唤。国产小参数模型现在卷的就是这个场景：便宜、快、够用。好奇生成的Three.js代码能不能一次跑通，之前测过几家，十次里总有两三次要手动修bug。

Profilbild von 魔王w3👿
魔王w3👿vor 24 Tagen

一句糊需求直接出能拖的3D单文件页，这模型干活真靠谱

Profilbild von 苏打白.Dev
苏打白.Devvor 24 Tagen

百灵的大模型，最近迭代很快，效果都还不错。

Profilbild von 程序员端哥
程序员端哥vor 24 Tagen

是的 速度杠杠的 可以试一下

Profilbild von Main CaseZ·美學
Main CaseZ·美學vor 23 Tagen

这就来试一试

Profilbild von 铁手
铁手vor 23 Tagen

蚂蚁百灵能力太强悍了，丢一句话可以写一大堆程序！！！！

Profilbild von Cleon Suo
Cleon Suovor 24 Tagen

如果方便，贴个成品链接吧。提示词里那句“手机也能看”，尤其想试试触屏拖 3D 时会不会和页面滚动打架，这个在视频里不太容易判断。

Profilbild von Evan.Z
Evan.Zvor 24 Tagen

简短需求直接出页面确实省心！能搞定细轨3D还防住了紫色渐变，细节控爱了，必须拿真实代码库白嫖两周试试

Profilbild von 林雪
林雪vor 24 Tagen

这句提示词写得挺糙，模型居然真能把工单和可拖的 3D 都做出来，还没往紫渐变上跑，这比只看参数表有说服力。不过单页能跑只是第一步，要是拿真实项目连着改几小时，中间崩不崩、改完能不能用，才更能说明问题。

Profilbild von 一飞冲天
一飞冲天vor 23 Tagen

不得不说，专业的就是专业的

Profilbild von 恒星sun
恒星sunvor 24 Tagen

看完从拆任务到页面跑通的过程，比单看参数表直观多了，想拿自己的项目试试。

Profilbild von 海洋馆馆长
海洋馆馆长vor 23 Tagen

一句需求就丢过去，工单上还印着原话，右边 3D 也能拖，这比写一堆说明再调强多了。

Profilbild von Adam也叫吉米
Adam也叫吉米vor 23 Tagen

确实是奔着长需求、长任务来的，整个工作过程很丝滑，成品直接就出来了

Profilbild von 王二狗
王二狗vor 24 Tagen

免费两周，正好拿真实项目丢进去试试

Profilbild von 波妞PONYO
波妞PONYOvor 23 Tagen

一句话生成单页 3D 氛围感直接拉满！很好奇它在触屏手机上拖拽 3D 结构时，手势跟页面滚动会有冲突吗？

Profilbild von 阿链
阿链vor 24 Tagen

以前测模型，我习惯把提示写满，生怕它跑偏。这次反而觉得，提示越短，暴露的东西越干净。

Profilbild von 恒星sun
恒星sunvor 24 Tagen

工单把原需求也留在页面里，做完能回头对照，这个小细节挺加分。

Profilbild von 程序员端哥
程序员端哥vor 24 Tagen

是的 flash体验起来 我觉得处理细节更好

Profilbild von 恒星sun
恒星sunvor 24 Tagen

哈哈哈我也觉得这点挺明显

Ähnliche Videos

这两天看到我一直很喜欢的设计师阿哲 阿哲Phil 的个人网站，我挺喜欢他个人主页的那个风格。 看着看着突然冒出一个念头： 这种个人审美很强的网站，模型光看录屏，能不能做出来？ 于是我顺手录了 10 秒左右，从页面上划过去，直接把视频丢给 Ling-3.0-flash-VL，让它照着做一版。 没给源码，也没拆页面，更没写一大段提示词。输入就那段录屏，加上一句很简单的需求。其实扔进去的时候，我没抱多大期待。视频一晃就过去了，有些细节让我自己暂停看，也未必记得住。 Ling-3.0-flash-VL 是百灵在 Ling-3.0-flash 上加了视觉理解和 visual agent 的版本。官方提到的能力挺多，视觉感知、STEM、文档、前端编码、医疗报告都在里面。我这次没全测，就看一件事：它能不能看完一段网站录屏，真把页面做出来。 结果打开以后，我确实愣了一下。 按肉眼看，和阿哲的原版大概有七成像。大的版式、配色和页面感觉都抓到了，生成出来的也不只是一个摆着看的空壳。按钮能点，交互能跑，放进浏览器里，已经像个可以接着改的半成品。 当然，剩下那三成也挺明显。风格不够细腻，字体没那么贴，交互还是有点僵，一些细节只学到了大概。把两个页面并排放在一起，差距还是能看出来。要我直接拿去上线，我肯定不会；拿它当第一版，我觉得够了。 以前脑子里有个页面的样子，最麻烦的是说不清。你跟开发说想要“有点设计感”“交互顺一点”，讲了半天，对方可能还是不知道你想要什么。自己不会写代码的话，很多想法就一直停在收藏夹里。 现在简单多了。先找一个接近自己想法的网站，录一小段，让模型搭出来。哪里不对，直接看着页面改。它没有把阿哲的网站原样搬过来，但它把一张白纸直接做到了七成。 所以这次测完，我还挺愿意安利 Ling-3.0-flash-VL。离专业前端当然还有距离，但对没代码基础、想做个人网站或者产品 Demo 的人来说，先把第一版弄出来，已经能省不少事了。 感兴趣的都可以去试一试：
1:17

这两天看到我一直很喜欢的设计师阿哲 阿哲Phil 的个人网站，我挺喜欢他个人主页的那个风格。 看着看着突然冒出一个念头： 这种个人审美很强的网站，模型光看录屏，能不能做出来？ 于是我顺手录了 10 秒左右，从页面上划过去，直接把视频丢给 Ling-3.0-flash-VL，让它照着做一版。 没给源码，也没拆页面，更没写一大段提示词。输入就那段录屏，加上一句很简单的需求。其实扔进去的时候，我没抱多大期待。视频一晃就过去了，有些细节让我自己暂停看，也未必记得住。 Ling-3.0-flash-VL 是百灵在 Ling-3.0-flash 上加了视觉理解和 visual agent 的版本。官方提到的能力挺多，视觉感知、STEM、文档、前端编码、医疗报告都在里面。我这次没全测，就看一件事：它能不能看完一段网站录屏，真把页面做出来。 结果打开以后，我确实愣了一下。 按肉眼看，和阿哲的原版大概有七成像。大的版式、配色和页面感觉都抓到了，生成出来的也不只是一个摆着看的空壳。按钮能点，交互能跑，放进浏览器里，已经像个可以接着改的半成品。 当然，剩下那三成也挺明显。风格不够细腻，字体没那么贴，交互还是有点僵，一些细节只学到了大概。把两个页面并排放在一起，差距还是能看出来。要我直接拿去上线，我肯定不会；拿它当第一版，我觉得够了。 以前脑子里有个页面的样子，最麻烦的是说不清。你跟开发说想要“有点设计感”“交互顺一点”，讲了半天，对方可能还是不知道你想要什么。自己不会写代码的话，很多想法就一直停在收藏夹里。 现在简单多了。先找一个接近自己想法的网站，录一小段，让模型搭出来。哪里不对，直接看着页面改。它没有把阿哲的网站原样搬过来，但它把一张白纸直接做到了七成。 所以这次测完，我还挺愿意安利 Ling-3.0-flash-VL。离专业前端当然还有距离，但对没代码基础、想做个人网站或者产品 Demo 的人来说，先把第一版弄出来，已经能省不少事了。 感兴趣的都可以去试一试：

阿川 | AI thinking

37,782 Aufrufe • vor 1 Monat

我去，国产模型真的站起来了啊，太牛了。我一句话就生成了极其精美的UI图，真被惊呆了。 这次我试的是 Ling 3.1 flash。我没写代码，就把想要的东西用大白话说清楚，直接丢给它。 先来个电商页面。配色、要哪些模块、点了以后有什么反应，我都写进去了。结果它直接给我吐出一整个 HTML 文件，塞进手机框里，居然真的能点。 你看，点一下加号，规格和数量就弹出来了。我加到两件，价格自己就跟着变了。点确认，右上角购物车的小红点马上加一。这不就是个能用的商城吗？ 我又换了个需求，让它做商家数据看板。指标卡、趋势折线图、转化漏斗，一下全出来了。切到“近7天”，数字和曲线一起刷新。点开营业额，还能自己调目标值。说实话，这个完成度我是真没想到。 而且同一套写法，换个需求就能出新东西。健身跟练、拍照识别热量、营销抽奖，我都试了一遍，每一页的配色还都不一样，一点不像套模板。 营销落地页、数据看板这种网页它能做，手机 App 的需求它也能直接变成能点能用的界面。电商、医疗健康、影音娱乐，基本都能覆盖。 最爽的是，以前产品和研发开会全靠嘴说，现在大家直接对着页面聊：这里挪一下，那里换个流程。改着改着，原型就出来了
1:10

我去，国产模型真的站起来了啊，太牛了。我一句话就生成了极其精美的UI图，真被惊呆了。 这次我试的是 Ling 3.1 flash。我没写代码，就把想要的东西用大白话说清楚，直接丢给它。 先来个电商页面。配色、要哪些模块、点了以后有什么反应，我都写进去了。结果它直接给我吐出一整个 HTML 文件，塞进手机框里，居然真的能点。 你看，点一下加号，规格和数量就弹出来了。我加到两件，价格自己就跟着变了。点确认，右上角购物车的小红点马上加一。这不就是个能用的商城吗？ 我又换了个需求，让它做商家数据看板。指标卡、趋势折线图、转化漏斗，一下全出来了。切到“近7天”，数字和曲线一起刷新。点开营业额，还能自己调目标值。说实话，这个完成度我是真没想到。 而且同一套写法，换个需求就能出新东西。健身跟练、拍照识别热量、营销抽奖，我都试了一遍，每一页的配色还都不一样，一点不像套模板。 营销落地页、数据看板这种网页它能做，手机 App 的需求它也能直接变成能点能用的界面。电商、医疗健康、影音娱乐，基本都能覆盖。 最爽的是，以前产品和研发开会全靠嘴说，现在大家直接对着页面聊：这里挪一下，那里换个流程。改着改着，原型就出来了

产品经理老王霸

16,971 Aufrufe • vor 20 Tagen

这两天时间线全是 GPT-6 Astra。 OpenAI 自己也说了，先给 Pro / Enterprise，Plus 还要再等几天。API 倒是写了 live，但很多小伙伴实际还是进不去、排不上、或者根本没那个套餐。 刷了半天，基本就是：模型很强，轮不到你。 我后来翻到 ZenMux。不是去找什么旁路，就是一个统一网关，一个 key 切模型。打开一看，Astra 已经挂在上面了。 今晚拿它跑了个我自己卡住的活：一份写得很乱的 brief，要变成能直接交差的文档，中间还得自己去网页里核几处信息。以前这种活，模型走着走着就丢上下文，或者写得很长、token 烧一截。 Astra 更像是给这种跨步骤的活准备的——代码、浏览器、研究、文档拧在一块。这次输出也短一些，单任务体感成本比我常用的那几个低。 过程放视频里了。不是评测报告，就是我自己用上了。 对了，ZenMux 这几天有个限时充值，7 天，每个账号一次： 充 $50 到账 $70 充 $100 到账 $150 反正要试 Astra 的话，这几天进去更合适 🔗：
0:49

这两天时间线全是 GPT-6 Astra。 OpenAI 自己也说了，先给 Pro / Enterprise，Plus 还要再等几天。API 倒是写了 live，但很多小伙伴实际还是进不去、排不上、或者根本没那个套餐。 刷了半天，基本就是：模型很强，轮不到你。 我后来翻到 ZenMux。不是去找什么旁路，就是一个统一网关，一个 key 切模型。打开一看，Astra 已经挂在上面了。 今晚拿它跑了个我自己卡住的活：一份写得很乱的 brief，要变成能直接交差的文档，中间还得自己去网页里核几处信息。以前这种活，模型走着走着就丢上下文，或者写得很长、token 烧一截。 Astra 更像是给这种跨步骤的活准备的——代码、浏览器、研究、文档拧在一块。这次输出也短一些，单任务体感成本比我常用的那几个低。 过程放视频里了。不是评测报告，就是我自己用上了。 对了，ZenMux 这几天有个限时充值，7 天，每个账号一次： 充 $50 到账 $70 充 $100 到账 $150 反正要试 Astra 的话，这几天进去更合适 🔗：

程序员端哥

15,996 Aufrufe • vor 1 Monat

在 Muse 里配上 Pi Agent，接入蚂蚁集团的 Ling-3.1-flash，白嫖支付宝家的免费额度，省下 Muse 自己的用量。 起因很简单，Muse 的免费额度按周算，我这周已经用掉 73%。而 Ling 开放平台每天送 50 万免费 Token，拿来给 Pi Agent 当模型正合适。 先说下 Ling-3.1-flash，这是蚂蚁百灵新一代模型，约 560B 总参数，每个 Token 只激活约 25B；上下文上限 1M（免费期开放 256K），主打的就是长流程任务和写代码。 配置只要两步： 1️⃣ 对 Muse 说一句：安装 Pi Agent（完整提示词见评论区） 2️⃣ 登录 Ling 平台（ API 连接”创建 Token，再发给 Muse，它会写进环境变量、配好模型 装好后我拿一个真实任务测了测，让 Pi Agent 用 Ling-3.1-flash 从零写一个鹈鹕骑单车小游戏： → 24KB 的游戏，约 3.4 分钟写完 → 三条车道切换、躲石头吃小鱼、越跑越快、能记最高分，可玩性不错 → 全程由 Pi Agent 完成，在 Muse 的任务面板里能看到每一步，用的全是免费额度 完整录屏见视频，一句话装好的提示词放在下一条 👇
1:15

在 Muse 里配上 Pi Agent，接入蚂蚁集团的 Ling-3.1-flash，白嫖支付宝家的免费额度，省下 Muse 自己的用量。 起因很简单，Muse 的免费额度按周算，我这周已经用掉 73%。而 Ling 开放平台每天送 50 万免费 Token，拿来给 Pi Agent 当模型正合适。 先说下 Ling-3.1-flash，这是蚂蚁百灵新一代模型，约 560B 总参数，每个 Token 只激活约 25B；上下文上限 1M（免费期开放 256K），主打的就是长流程任务和写代码。 配置只要两步： 1️⃣ 对 Muse 说一句：安装 Pi Agent（完整提示词见评论区） 2️⃣ 登录 Ling 平台（ API 连接”创建 Token，再发给 Muse，它会写进环境变量、配好模型 装好后我拿一个真实任务测了测，让 Pi Agent 用 Ling-3.1-flash 从零写一个鹈鹕骑单车小游戏： → 24KB 的游戏，约 3.4 分钟写完 → 三条车道切换、躲石头吃小鱼、越跑越快、能记最高分，可玩性不错 → 全程由 Pi Agent 完成，在 Muse 的任务面板里能看到每一步，用的全是免费额度 完整录屏见视频，一句话装好的提示词放在下一条 👇

WquGuru

211,393 Aufrufe • vor 20 Tagen

最近国内几个模型大厂好像摊上事了？ 也不知道真事假事，还是那个姓A的在碰瓷挑事！ 吃瓜的时候，突然刷到一个新模型！ 乍一看Atria ASI，差点看成了是Astra，真的很像， 模型代号叫 Atria Dawn Preview！ 据说背后约三分之二的研发成员还是高校在校学生！！ 我是真想知道这群学生能把模型做成什么样？ 所以，找了很久才找到了API，接入下来测试了一下， 我用它一句话做个 3D 家装工作台，最后出来的效果居然还可以！！ 能画户型、拖家具、改尺寸、保存项目、导出截图、还能自由拖放布置家具， 其实这个任务倒是不难，主要我一句话说的很笼统， 需要它能够理解我的意图，并且准确规划，将这个工作台做的尽可能完善。 但其实，写代码还并不是这个模型的主要能力。 它的定位，是面向科研和专业工作的智能体模型，擅长把一个复杂任务继续往前推进，最终变成可运行、可检查、可使用的成果。 比如从一个问题、一份数据、一段代码或者一篇论文出发，它可以继续完成资料检索、代码实现、实验执行和反馈修正，最后交付研究报告、软件系统、文档表格、演示文稿、三维设计等等。 可以用来做科研、写报告、写代码、画CAD！！ 不知道这个API能用多久，后面我可以再测试一下不同的场景。 有兴趣可以持续关注一下！
0:37

最近国内几个模型大厂好像摊上事了？ 也不知道真事假事，还是那个姓A的在碰瓷挑事！ 吃瓜的时候，突然刷到一个新模型！ 乍一看Atria ASI，差点看成了是Astra，真的很像， 模型代号叫 Atria Dawn Preview！ 据说背后约三分之二的研发成员还是高校在校学生！！ 我是真想知道这群学生能把模型做成什么样？ 所以，找了很久才找到了API，接入下来测试了一下， 我用它一句话做个 3D 家装工作台，最后出来的效果居然还可以！！ 能画户型、拖家具、改尺寸、保存项目、导出截图、还能自由拖放布置家具， 其实这个任务倒是不难，主要我一句话说的很笼统， 需要它能够理解我的意图，并且准确规划，将这个工作台做的尽可能完善。 但其实，写代码还并不是这个模型的主要能力。 它的定位，是面向科研和专业工作的智能体模型，擅长把一个复杂任务继续往前推进，最终变成可运行、可检查、可使用的成果。 比如从一个问题、一份数据、一段代码或者一篇论文出发，它可以继续完成资料检索、代码实现、实验执行和反馈修正，最后交付研究报告、软件系统、文档表格、演示文稿、三维设计等等。 可以用来做科研、写报告、写代码、画CAD！！ 不知道这个API能用多久，后面我可以再测试一下不同的场景。 有兴趣可以持续关注一下！

沐阳

38,067 Aufrufe • vor 1 Monat

卧槽 家人们，国庆只剩最后一天了，我用蚂蚁百灵刚发布的新模型 Ling-3.1-flash，一句提示词做了一个在线小展： 1949—2000 中国家庭数码老物件展 花1 分钟，把国人这 50 多年的数码生活重新过一遍 也许最幸福的日子，不是东西最多的时候 现在的科技产品比以前多太多，可我们越来越难被打动了。参数一年比一年高，期待却一年比一年少。 为什么？ 看完油管博主「小宁子」的《建国 77 年数码产品大开箱》，我好像找到了答案：在那些年代，每一件产品都会实实在在地改变一个家庭的生活。 矿石收音机让不识字的人也能听到外面的世界；一台录音机放在街边，陌生人就能围着跳舞；彩电进门后，各忙各的一家人开始坐在一起，除夕全家看春晚。 那时候的东西也很"笨"。黑白电视贴张三色彩膜就当彩电看；BP 机只能显示几个数字，得靠密码本传话；胶卷每张都要钱，所以每张照片都认真摆好姿势。正因为得来不易，每件东西都被认真对待。 还有个细节：Walkman 上有两个耳机孔。索尼担心一个人戴着耳机会和身边人疏远，特意给别人留了一个。科技一边把我们连得更紧，一边也把每个人放进了自己的小世界。 博主有句话，我觉得是整期视频的核心： "最幸福的日子，倒不是物质上过得最好的，而是那些会感觉未来会更好的日子。" 不管是看着彩膜上的蓝天，还是在电脑前拍下合影，那时的人都相信明天会更好。那种被"点亮"的感觉，其实就是对未来有期待。 看完视频，我把这些老物件做成了一个可以在线逛的小展👇 讲“老物件”的展，用的却是最新的模型，这个反差我还挺喜欢。 在 Ling Studio 在线工作台里，我只发了一段提示词，它一次就把一段文字变成了能点着逛的网页，我没有反复修改，也没有一点点调。 做完那一刻，我好像也体会到了那种被“点亮”的感觉。几十年前，人们第一次看到电视亮起来；今天，我第一次看到一段话自己变成了一个展厅。 做页面本来就是 Ling-3.1-flash 的强项：落地页、移动端界面、SVG、Three.js 3D 演示都能做。在 Design Arena 的开放权重模型里，它的 Mobile App 类排第二，SVG 类排第四。 其他能力也很能打： 1. 长任务扛得住：从零写一个 Lua 原生编译器，连续跑约 17 小时，182 项测试过了 178 项 2. 能从一句模糊需求出发，自己查资料、做表格和 PPT 3. 约 560B 总参数，每个 Token 只激活约 25B，上下文最高 1M 现在有两周免费体验（免费期 256K 上下文），这几个入口任选一个： Ling Studio： 蚂蚁数科大模型服务平台： Vercel 体验地址（海外用户访问更友好）： OpenRouter： 最后，如果让你选一个最喜欢的老物件，你会选哪个？
0:59

卧槽 家人们，国庆只剩最后一天了，我用蚂蚁百灵刚发布的新模型 Ling-3.1-flash，一句提示词做了一个在线小展： 1949—2000 中国家庭数码老物件展 花1 分钟，把国人这 50 多年的数码生活重新过一遍 也许最幸福的日子，不是东西最多的时候 现在的科技产品比以前多太多，可我们越来越难被打动了。参数一年比一年高，期待却一年比一年少。 为什么？ 看完油管博主「小宁子」的《建国 77 年数码产品大开箱》，我好像找到了答案：在那些年代，每一件产品都会实实在在地改变一个家庭的生活。 矿石收音机让不识字的人也能听到外面的世界；一台录音机放在街边，陌生人就能围着跳舞；彩电进门后，各忙各的一家人开始坐在一起，除夕全家看春晚。 那时候的东西也很"笨"。黑白电视贴张三色彩膜就当彩电看；BP 机只能显示几个数字，得靠密码本传话；胶卷每张都要钱，所以每张照片都认真摆好姿势。正因为得来不易，每件东西都被认真对待。 还有个细节：Walkman 上有两个耳机孔。索尼担心一个人戴着耳机会和身边人疏远，特意给别人留了一个。科技一边把我们连得更紧，一边也把每个人放进了自己的小世界。 博主有句话，我觉得是整期视频的核心： "最幸福的日子，倒不是物质上过得最好的，而是那些会感觉未来会更好的日子。" 不管是看着彩膜上的蓝天，还是在电脑前拍下合影，那时的人都相信明天会更好。那种被"点亮"的感觉，其实就是对未来有期待。 看完视频，我把这些老物件做成了一个可以在线逛的小展👇 讲“老物件”的展，用的却是最新的模型，这个反差我还挺喜欢。 在 Ling Studio 在线工作台里，我只发了一段提示词，它一次就把一段文字变成了能点着逛的网页，我没有反复修改，也没有一点点调。 做完那一刻，我好像也体会到了那种被“点亮”的感觉。几十年前，人们第一次看到电视亮起来；今天，我第一次看到一段话自己变成了一个展厅。 做页面本来就是 Ling-3.1-flash 的强项：落地页、移动端界面、SVG、Three.js 3D 演示都能做。在 Design Arena 的开放权重模型里，它的 Mobile App 类排第二，SVG 类排第四。 其他能力也很能打： 1. 长任务扛得住：从零写一个 Lua 原生编译器，连续跑约 17 小时，182 项测试过了 178 项 2. 能从一句模糊需求出发，自己查资料、做表格和 PPT 3. 约 560B 总参数，每个 Token 只激活约 25B，上下文最高 1M 现在有两周免费体验（免费期 256K 上下文），这几个入口任选一个： Ling Studio： 蚂蚁数科大模型服务平台： Vercel 体验地址（海外用户访问更友好）： OpenRouter： 最后，如果让你选一个最喜欢的老物件，你会选哪个？

前端哥Liam

38,118 Aufrufe • vor 20 Tagen

又又又免费了，最近的赛博活佛是真多啊！！ ScienceBuddy，一个 AI 科研工具，集成了 224 个专业科学工具，文献检索、基因组分析、数据处理、代码执行全包了，现在竟然免费了！！ 做过产品的人都知道，科研数据分析这个领域的成本有多夸张： 做一次生物信息分析外包，少说几千块起步，周期一两周 请一个生信分析师，一年几十万打底 各种专业分析软件的企业订阅，加起来一年也得大几万 而科研人员常年被三件事折磨：文献太多读不完比不过来，拿到数据不会分析不会画图，实验出了问题没人可问 以前这些事要么花钱要么花命 ScienceBuddy 来自 PhAI Labs 你把文献、数据丢进去，用一句话提问——它自己规划步骤、自己检索文献、自己写代码跑分析，最后把结果和每一步的过程都摆在你面前 我试了一下： 上传了几篇公开论文，就问了一句——帮我把这几篇里关于某个方向的证据整理成表，标上出处 十分钟不到，它自己规划了分析路径、调了文献检索工具、跑了代码处理，甩回来一份带来源标注的证据表，直接能下载 让我更意外的是它的团队——斯坦福、牛津、普林斯顿背景，研究代码已经在 GitHub 开源了，MIT 协议 而且你们注意一个时间线： 9 月 17 号，Anthropic 宣布 Claude 在不到四周内优化了 30 多个生物学 AI 模型，包括 AlphaFold3 和 Boltz-2，并且把优化代码全部开源了 同一天，ScienceBuddy 背后的技术框架 ScienceIDE 也开源了——7 个学科、15 个真实科研代码环境，从天体物理到量子计算，让 AI Agent 在真实的科研代码上练习 Anthropic 证明了 AI 能优化科学软件，ScienceIDE 提供了让 AI 在更多学科学这种能力的练习场——而 ScienceBuddy 就是这套技术框架面向科研人员的产品化落地 这意味着什么？意味着 ScienceBuddy 不是一个套壳的聊天机器人，它背后是一套在 7 个学科真实科研代码上训练出来的 Agent 系统 但真正让我觉得这个产品做对了的，不是结果，是过程 它有一个叫轨迹的面板，你能看到它每一步的规划、调了什么工具、跑了什么代码、拿到了什么中间结果 不满意直接在同一个任务里追问，它会带着上下文接着改 这和大家天天用的 ChatGPT 有什么本质区别？ ChatGPT 是通用聊天——你问它科研问题，它给你一段看起来有道理的话，但你没法验证中间过程 ScienceBuddy 带着 224 个专业科学工具——它真的去检索文献数据库、真的跑 Python 和 R 代码、真的生成文件让你下载复核 说白了就是：一个在聊天，一个在干活 而且它能干的事范围有点吓人： 1、上传表达矩阵数据，一句话让它做差异表达分析+画火山图，代码和方法全给你写好 2、描述一个实验失败的情况，它给你出分步排错方案 3、给它一个研究问题，它能规划完整的研究计划 作为一个做了五年产品的人，我觉得科研 Agent 最大的难题从来不是能不能给你答案——是你敢不敢信这个答案 ScienceBuddy 的解法是让每一步都透明可查，你不是在盲信一个黑盒，是在监督一个真正能干活的助手 说一个小缺点——目前注册需要 edu 邮箱，而且是 Preview 版本，结果用之前建议自己再核验一遍 但是——免费、不排队、不要邀请码， 打开就能用 以前要花大几千块外包、花好几天人工才能搞定的事，现在一个免费工具十分钟干完了 身边有读博的、做科研的朋友，真的可以转给他们试试 我已经开始拿它跑一些真实的分析任务了，后续有新发现继续和大家分享！！ 产品链接和底层框架 ScienceIDE 的论文、GitHub 全放评论区👇
0:51

又又又免费了，最近的赛博活佛是真多啊！！ ScienceBuddy，一个 AI 科研工具，集成了 224 个专业科学工具，文献检索、基因组分析、数据处理、代码执行全包了，现在竟然免费了！！ 做过产品的人都知道，科研数据分析这个领域的成本有多夸张： 做一次生物信息分析外包，少说几千块起步，周期一两周 请一个生信分析师，一年几十万打底 各种专业分析软件的企业订阅，加起来一年也得大几万 而科研人员常年被三件事折磨：文献太多读不完比不过来，拿到数据不会分析不会画图，实验出了问题没人可问 以前这些事要么花钱要么花命 ScienceBuddy 来自 PhAI Labs 你把文献、数据丢进去，用一句话提问——它自己规划步骤、自己检索文献、自己写代码跑分析，最后把结果和每一步的过程都摆在你面前 我试了一下： 上传了几篇公开论文，就问了一句——帮我把这几篇里关于某个方向的证据整理成表，标上出处 十分钟不到，它自己规划了分析路径、调了文献检索工具、跑了代码处理，甩回来一份带来源标注的证据表，直接能下载 让我更意外的是它的团队——斯坦福、牛津、普林斯顿背景，研究代码已经在 GitHub 开源了，MIT 协议 而且你们注意一个时间线： 9 月 17 号，Anthropic 宣布 Claude 在不到四周内优化了 30 多个生物学 AI 模型，包括 AlphaFold3 和 Boltz-2，并且把优化代码全部开源了 同一天，ScienceBuddy 背后的技术框架 ScienceIDE 也开源了——7 个学科、15 个真实科研代码环境，从天体物理到量子计算，让 AI Agent 在真实的科研代码上练习 Anthropic 证明了 AI 能优化科学软件，ScienceIDE 提供了让 AI 在更多学科学这种能力的练习场——而 ScienceBuddy 就是这套技术框架面向科研人员的产品化落地 这意味着什么？意味着 ScienceBuddy 不是一个套壳的聊天机器人，它背后是一套在 7 个学科真实科研代码上训练出来的 Agent 系统 但真正让我觉得这个产品做对了的，不是结果，是过程 它有一个叫轨迹的面板，你能看到它每一步的规划、调了什么工具、跑了什么代码、拿到了什么中间结果 不满意直接在同一个任务里追问，它会带着上下文接着改 这和大家天天用的 ChatGPT 有什么本质区别？ ChatGPT 是通用聊天——你问它科研问题，它给你一段看起来有道理的话，但你没法验证中间过程 ScienceBuddy 带着 224 个专业科学工具——它真的去检索文献数据库、真的跑 Python 和 R 代码、真的生成文件让你下载复核 说白了就是：一个在聊天，一个在干活 而且它能干的事范围有点吓人： 1、上传表达矩阵数据，一句话让它做差异表达分析+画火山图，代码和方法全给你写好 2、描述一个实验失败的情况，它给你出分步排错方案 3、给它一个研究问题，它能规划完整的研究计划 作为一个做了五年产品的人，我觉得科研 Agent 最大的难题从来不是能不能给你答案——是你敢不敢信这个答案 ScienceBuddy 的解法是让每一步都透明可查，你不是在盲信一个黑盒，是在监督一个真正能干活的助手 说一个小缺点——目前注册需要 edu 邮箱，而且是 Preview 版本，结果用之前建议自己再核验一遍 但是——免费、不排队、不要邀请码， 打开就能用 以前要花大几千块外包、花好几天人工才能搞定的事，现在一个免费工具十分钟干完了 身边有读博的、做科研的朋友，真的可以转给他们试试 我已经开始拿它跑一些真实的分析任务了，后续有新发现继续和大家分享！！ 产品链接和底层框架 ScienceIDE 的论文、GitHub 全放评论区👇

超级个体｜柿子

52,214 Aufrufe • vor 1 Monat

伙伴们在尝试让 AI 改网页的时候，有没有在这一步卡住： “把按钮挪到标题下面，去把这块删掉，还要旁边那张卡突出一点。” 看着页面觉得很清楚，但是写成文字，却得去解释到底是去搞哪个按钮、哪张卡。能不能直接在截图上圈出来，让 AI 照着改？ 我用 Ant Ling Ling-3.0-flash-VL 做了个小测试。准备了一张活动报名页，同时把源码和标注截图一起交给它： 红圈里的横幅删掉，按钮移到蓝箭头指向的位置，黄框里的票种设为唯一推荐项。 同一个任务测了三次，三次首版都把按钮放错了。 接着，我把前两次实际渲染出来的页面截图回传给它，让它继续修改。两次都在一轮反馈后通过了全部 17 项验收。第三次停在首版，保留为失败；这组最终完成了 2/3。 这里模型负责看图、修改代码，本地工具负责运行页面、截图和验收。 如果你也在用 AI 改落地页、活动页，这次测试有个值得试的方法： 先在截图上标明要改哪里；首版不对，就把实际页面再截给它看，指出没完成的地方。修改前也写清哪些内容要保留，避免挪好了按钮，却改掉价格或弄坏交互。 这也是我为什么设了 17 项检查：除了位置和推荐卡，还要核对原有文字，点开、关闭报名弹窗，展开 FAQ，再看手机端有没有遮挡、溢出和控制台报错。页面看着改好了，还得点一遍才知道能不能用。 不过，换个目标，它仍然会出错。我把黄框改到“观察席”，它却继续推荐“共创席”。这个变体只测了一次，失败了。 所以，在这组样本里，我看到了模型收到页面截图后修正代码的效果；但换一个位置、换一张卡，仍然需要重新检查。还不能把整页修改放心交给它后就不管了。 57 秒视频里放了标注输入、反馈后的变化、成功和失败结果，标注为已生成结果回放。 你可以照这个过程试自己的页面，也能看到哪些地方需要留给人验收。 - 蚂蚁数科国际站 ： - 蚂蚁数科 maas 国内站： - Ling studio： 这几个都可以，目前可用的体验地址
0:57

伙伴们在尝试让 AI 改网页的时候，有没有在这一步卡住： “把按钮挪到标题下面，去把这块删掉，还要旁边那张卡突出一点。” 看着页面觉得很清楚，但是写成文字，却得去解释到底是去搞哪个按钮、哪张卡。能不能直接在截图上圈出来，让 AI 照着改？ 我用 Ant Ling Ling-3.0-flash-VL 做了个小测试。准备了一张活动报名页，同时把源码和标注截图一起交给它： 红圈里的横幅删掉，按钮移到蓝箭头指向的位置，黄框里的票种设为唯一推荐项。 同一个任务测了三次，三次首版都把按钮放错了。 接着，我把前两次实际渲染出来的页面截图回传给它，让它继续修改。两次都在一轮反馈后通过了全部 17 项验收。第三次停在首版，保留为失败；这组最终完成了 2/3。 这里模型负责看图、修改代码，本地工具负责运行页面、截图和验收。 如果你也在用 AI 改落地页、活动页，这次测试有个值得试的方法： 先在截图上标明要改哪里；首版不对，就把实际页面再截给它看，指出没完成的地方。修改前也写清哪些内容要保留，避免挪好了按钮，却改掉价格或弄坏交互。 这也是我为什么设了 17 项检查：除了位置和推荐卡，还要核对原有文字，点开、关闭报名弹窗，展开 FAQ，再看手机端有没有遮挡、溢出和控制台报错。页面看着改好了，还得点一遍才知道能不能用。 不过，换个目标，它仍然会出错。我把黄框改到“观察席”，它却继续推荐“共创席”。这个变体只测了一次，失败了。 所以，在这组样本里，我看到了模型收到页面截图后修正代码的效果；但换一个位置、换一张卡，仍然需要重新检查。还不能把整页修改放心交给它后就不管了。 57 秒视频里放了标注输入、反馈后的变化、成功和失败结果，标注为已生成结果回放。 你可以照这个过程试自己的页面，也能看到哪些地方需要留给人验收。 - 蚂蚁数科国际站 ： - 蚂蚁数科 maas 国内站： - Ling studio： 这几个都可以，目前可用的体验地址

Soran

14,318 Aufrufe • vor 1 Monat

AI 写代码太快，git 扛不住了：Anthropic 为什么自己造了 Scion？ 视频1: 英文版 视频2: 中文版 这一年，GitHub 隔三岔五就出故障。GitHub 在自己的可用性报告里说，流量涨得飞快，很大一块来自 AI：AI 帮人写代码，AI 智能体自己提交修改。他们四个月里把有效容量翻了一倍多，还是扛得很吃力。 Anthropic 自己的代码库更夸张：今年五月平均每天合并约 2500 次修改，到了九月，一天超过 3 万次，涨了十倍以上。 全世界程序员都在用的 git，扛不住了。Anthropic 干脆自己造了一个版本控制系统，叫 Scion，五个月就把整个代码库从 git 换了过去。git 为什么扛不住？Scion 到底改了什么？ git 是干什么的 你可以把 git 想成一个带时光机的共享文件夹。每改一次，就存成一个版本，叫一次提交。谁改了哪一行、什么时候改的，都查得到，改坏了还能退回去。 GitHub，就是全世界最大的、帮大家存放 git 仓库的网站。 很多大公司会把所有项目的代码放进同一个大仓库，这叫单体仓库（monorepo）。Anthropic 用的就是这种。 每人一整座图书馆 git 有个特点：每个人拿到的，都是一整份完整的仓库，连全部历史一起。打个比方，就像借书的时候，顺手把整座图书馆复印一份搬回了家。好处是断了网也能翻历史、查记录。 仓库小的时候，这没问题。可 Anthropic 的仓库，光主分支的历史就接近 100 GB，压缩后的一份工作副本也超过 25 GB。 搬不动了 再看要搬多少次。光是自动构建和测试（CI）这一个环节，每天就要把代码检出到机器上大约 2500 万次，这还没算开发环境、AI 智能体的沙盒和研究任务。要是每次都老老实实整份拉取，一天的流量会超过 600 PB。换算一下，差不多是 60 万块 1 TB 的硬盘。 原来的补丁架构：层层加缓存 他们想过各种办法：浅克隆、稀疏检出这类只拉一部分的功能都试过。原来的架构，是层层加缓存：机器要代码，先找本地的打包缓存（packfile cache）；没有，再找镜像服务器（mirror replicas）；镜像再去找镜像主库，最后才是最上游的那份仓库。每个集群都有一套。新机器启动时，还会先从云存储拷一份仓库快照，省得从零开始拉。 最多的时候，同时开着几百台 git 镜像服务器。可修改越来越多，快照一拷下来就落后一大截，镜像也越来越难养。 换一个问题 后来他们发现，git 那些为离线工作准备的本事，自己几乎用不上。 这里说的“在线”，不是指能不能上网，而是随时能连上公司的代码服务器。你带着笔记本上飞机，没有网也想写代码、翻历史，git 那套“每人一整份”的本事才派得上用场。可在 Anthropic，用代码的几乎都是 AI 智能体和后台任务，它们本来就跑在公司的机器上，跟代码服务器之间的网一直是通的。 于是他们换了个问题：如果从一开始就假设，用的人永远在线、随时连得上服务器，代码管理该长什么样？ 要哪页，取哪页 答案是：别再搬图书馆了，改成去前台借。 Scion 的客户端不存整份仓库，只留一个容量有限的本地缓存。需要哪个目录、哪个文件，再去服务器取。查历史、查某一行是谁写的、合并和变基，这些重活全交给服务器。这些查询能力都通过接口开放出来，很多任务连代码都不用拉，直接问服务器就行。 提交就在服务器上 在 git 里，你先在自己电脑上提交，再推送给大家。在 Scion 里，提交直接发生在服务器上，一提交，所有人马上能看到，根本没有“推送”这一步。 每次提交只记下这次改了哪几个文件，像一张修改清单，不用把整个目录重抄一遍。清单上每个文件只记一个编号，真正的内容存在云存储里，一模一样的内容只存一份。所以仓库再大，一次提交的成本只跟这次改了多少有关。 一层层的分馆 那么多机器同时来借，服务器忙得过来吗？靠的是一层层缓存：每台机器上有个“小管家” scion-daemon，每个区域有个“分馆” scion-cache，最后才是“总馆” scion-server，它背后连着数据库和云存储。 每份文件都按内容算出一个编号，存进去就再也不会变，所以哪一层都能放心缓存，不用跟别人核对。结果，每一层的缓存命中率都超过 99%，绝大多数请求在家门口就解决了。 Scion 的整张架构图 把这些拼起来，就是原文配图里的 Scion 架构。请求分两条路走： 一条是“问事”（控制面）：查历史、看差异、提交修改，所有客户端，包括代码审查工具 Antique、开发者电脑、集群里的任务，都直接找总馆 scion-server。 另一条是“取货”（数据面）：目录和文件内容走缓存。开发者的电脑直接找区域分馆 scion-cache；集群里的任务先找本机的小管家 scion-daemon，没命中再一层层往上找。 总馆背后，修改记录、分支和目录结构存在 Spanner 数据库里，文件内容存在云存储里。新机器上线，小管家先拷一份定期快照，省得从头拉。 效果 整套设施占用的 CPU 和内存，比原来的 git 镜像集群小了 200 倍。测试和研究任务拉代码，从几分钟缩短到几秒钟，光 CI 这一项就省出了 25% 的 CPU。原文配图里还有一组数字：AI 智能体新开一个工作区，中位耗时从 7.1 分钟降到 5.1 秒，快了 84 倍。 这么大的系统，得多少人做？ 一个七个人的团队，用五个月做完了 Scion 和配套的代码审查工具 Antique，还顺手做了五六个周边系统，并把整个仓库迁了过去。而且这期间每天合并的修改量涨了十倍。放在过去，这种迁移往往要大得多的团队花上好几年。 一个例子：他们手写的第一版数据导入程序，交给 Claude 一个早期的内部版本（Claude Mythos Preview 的早期快照）重写，没加任何额外要求，新版本内存降了 20 倍，速度快了 4 倍，原有的约束条件也都保住了。 AI 写代码这么强，工程师还干什么？ 参与的工程师都承认，单论写代码，Claude 已经比他们强了。但工程师的活变了：把握各个系统怎么配合，权衡架构上的取舍，围绕要解决的问题和预期的规模做决定。很多时候，他们的工作是对 Claude 说“不”。 比如，有好几个系统想一条条扫提交记录，去找某次修改是什么时候合进主分支的，其实直接问代码审查工具就行。现在团队成员依然审查每一个变更，但审的是修改背后的意图，不再逐行读代码。 大家都该扔掉 git 吗？ 不用。Anthropic 自己说，Scion 不是 git 的通用替代品，只有极其庞大的单体仓库才用得上：背后要么有几万名工程师，要么有成群不知疲倦写代码的智能体。 它和 git 差别太大，想用就得把代码审查、代码搜索、CI 这整条工具链重做一遍，所以他们没打算做成通用产品。他们更希望这些思路被借进 git 生态：服务器多干活、提供更完整的查询接口，客户端按需取。他们预计，未来 6 到 12 个月，这类扩展问题会在业界越来越常见。 记住三句话 第一，git 让每个人拿一整份仓库，AI 把修改量推高十倍以上，就搬不动了。 第二，Scion 假设用的人永远在线、随时连得上服务器：要什么取什么，重活交给服务器，一层层缓存兜底。 第三，AI 写代码越快，瓶颈就越会跑到别处：代码管理、构建、测试，都得按 AI 的规模重新设计。 以前，是每人搬回一座图书馆；现在，楼下就有分馆，要哪页，借哪页。 资料来源：Anthropic 工程博客《Redesigning source control at Anthropic》（2026 年 10 月），
7:22

AI 写代码太快，git 扛不住了：Anthropic 为什么自己造了 Scion？ 视频1: 英文版 视频2: 中文版 这一年，GitHub 隔三岔五就出故障。GitHub 在自己的可用性报告里说，流量涨得飞快，很大一块来自 AI：AI 帮人写代码，AI 智能体自己提交修改。他们四个月里把有效容量翻了一倍多，还是扛得很吃力。 Anthropic 自己的代码库更夸张：今年五月平均每天合并约 2500 次修改，到了九月，一天超过 3 万次，涨了十倍以上。 全世界程序员都在用的 git，扛不住了。Anthropic 干脆自己造了一个版本控制系统，叫 Scion，五个月就把整个代码库从 git 换了过去。git 为什么扛不住？Scion 到底改了什么？ git 是干什么的 你可以把 git 想成一个带时光机的共享文件夹。每改一次，就存成一个版本，叫一次提交。谁改了哪一行、什么时候改的，都查得到，改坏了还能退回去。 GitHub，就是全世界最大的、帮大家存放 git 仓库的网站。 很多大公司会把所有项目的代码放进同一个大仓库，这叫单体仓库（monorepo）。Anthropic 用的就是这种。 每人一整座图书馆 git 有个特点：每个人拿到的，都是一整份完整的仓库，连全部历史一起。打个比方，就像借书的时候，顺手把整座图书馆复印一份搬回了家。好处是断了网也能翻历史、查记录。 仓库小的时候，这没问题。可 Anthropic 的仓库，光主分支的历史就接近 100 GB，压缩后的一份工作副本也超过 25 GB。 搬不动了 再看要搬多少次。光是自动构建和测试（CI）这一个环节，每天就要把代码检出到机器上大约 2500 万次，这还没算开发环境、AI 智能体的沙盒和研究任务。要是每次都老老实实整份拉取，一天的流量会超过 600 PB。换算一下，差不多是 60 万块 1 TB 的硬盘。 原来的补丁架构：层层加缓存 他们想过各种办法：浅克隆、稀疏检出这类只拉一部分的功能都试过。原来的架构，是层层加缓存：机器要代码，先找本地的打包缓存（packfile cache）；没有，再找镜像服务器（mirror replicas）；镜像再去找镜像主库，最后才是最上游的那份仓库。每个集群都有一套。新机器启动时，还会先从云存储拷一份仓库快照，省得从零开始拉。 最多的时候，同时开着几百台 git 镜像服务器。可修改越来越多，快照一拷下来就落后一大截，镜像也越来越难养。 换一个问题 后来他们发现，git 那些为离线工作准备的本事，自己几乎用不上。 这里说的“在线”，不是指能不能上网，而是随时能连上公司的代码服务器。你带着笔记本上飞机，没有网也想写代码、翻历史，git 那套“每人一整份”的本事才派得上用场。可在 Anthropic，用代码的几乎都是 AI 智能体和后台任务，它们本来就跑在公司的机器上，跟代码服务器之间的网一直是通的。 于是他们换了个问题：如果从一开始就假设，用的人永远在线、随时连得上服务器，代码管理该长什么样？ 要哪页，取哪页 答案是：别再搬图书馆了，改成去前台借。 Scion 的客户端不存整份仓库，只留一个容量有限的本地缓存。需要哪个目录、哪个文件，再去服务器取。查历史、查某一行是谁写的、合并和变基，这些重活全交给服务器。这些查询能力都通过接口开放出来，很多任务连代码都不用拉，直接问服务器就行。 提交就在服务器上 在 git 里，你先在自己电脑上提交，再推送给大家。在 Scion 里，提交直接发生在服务器上，一提交，所有人马上能看到，根本没有“推送”这一步。 每次提交只记下这次改了哪几个文件，像一张修改清单，不用把整个目录重抄一遍。清单上每个文件只记一个编号，真正的内容存在云存储里，一模一样的内容只存一份。所以仓库再大，一次提交的成本只跟这次改了多少有关。 一层层的分馆 那么多机器同时来借，服务器忙得过来吗？靠的是一层层缓存：每台机器上有个“小管家” scion-daemon，每个区域有个“分馆” scion-cache，最后才是“总馆” scion-server，它背后连着数据库和云存储。 每份文件都按内容算出一个编号，存进去就再也不会变，所以哪一层都能放心缓存，不用跟别人核对。结果，每一层的缓存命中率都超过 99%，绝大多数请求在家门口就解决了。 Scion 的整张架构图 把这些拼起来，就是原文配图里的 Scion 架构。请求分两条路走： 一条是“问事”（控制面）：查历史、看差异、提交修改，所有客户端，包括代码审查工具 Antique、开发者电脑、集群里的任务，都直接找总馆 scion-server。 另一条是“取货”（数据面）：目录和文件内容走缓存。开发者的电脑直接找区域分馆 scion-cache；集群里的任务先找本机的小管家 scion-daemon，没命中再一层层往上找。 总馆背后，修改记录、分支和目录结构存在 Spanner 数据库里，文件内容存在云存储里。新机器上线，小管家先拷一份定期快照，省得从头拉。 效果 整套设施占用的 CPU 和内存，比原来的 git 镜像集群小了 200 倍。测试和研究任务拉代码，从几分钟缩短到几秒钟，光 CI 这一项就省出了 25% 的 CPU。原文配图里还有一组数字：AI 智能体新开一个工作区，中位耗时从 7.1 分钟降到 5.1 秒，快了 84 倍。 这么大的系统，得多少人做？ 一个七个人的团队，用五个月做完了 Scion 和配套的代码审查工具 Antique，还顺手做了五六个周边系统，并把整个仓库迁了过去。而且这期间每天合并的修改量涨了十倍。放在过去，这种迁移往往要大得多的团队花上好几年。 一个例子：他们手写的第一版数据导入程序，交给 Claude 一个早期的内部版本（Claude Mythos Preview 的早期快照）重写，没加任何额外要求，新版本内存降了 20 倍，速度快了 4 倍，原有的约束条件也都保住了。 AI 写代码这么强，工程师还干什么？ 参与的工程师都承认，单论写代码，Claude 已经比他们强了。但工程师的活变了：把握各个系统怎么配合，权衡架构上的取舍，围绕要解决的问题和预期的规模做决定。很多时候，他们的工作是对 Claude 说“不”。 比如，有好几个系统想一条条扫提交记录，去找某次修改是什么时候合进主分支的，其实直接问代码审查工具就行。现在团队成员依然审查每一个变更，但审的是修改背后的意图，不再逐行读代码。 大家都该扔掉 git 吗？ 不用。Anthropic 自己说，Scion 不是 git 的通用替代品，只有极其庞大的单体仓库才用得上：背后要么有几万名工程师，要么有成群不知疲倦写代码的智能体。 它和 git 差别太大，想用就得把代码审查、代码搜索、CI 这整条工具链重做一遍，所以他们没打算做成通用产品。他们更希望这些思路被借进 git 生态：服务器多干活、提供更完整的查询接口，客户端按需取。他们预计，未来 6 到 12 个月，这类扩展问题会在业界越来越常见。 记住三句话 第一，git 让每个人拿一整份仓库，AI 把修改量推高十倍以上，就搬不动了。 第二，Scion 假设用的人永远在线、随时连得上服务器：要什么取什么，重活交给服务器，一层层缓存兜底。 第三，AI 写代码越快，瓶颈就越会跑到别处：代码管理、构建、测试，都得按 AI 的规模重新设计。 以前，是每人搬回一座图书馆；现在，楼下就有分馆，要哪页，借哪页。 资料来源：Anthropic 工程博客《Redesigning source control at Anthropic》（2026 年 10 月），

宝玉

49,452 Aufrufe • vor 13 Tagen

我的ads指纹浏览器到期了，我是不打算再续了，本来想 让AI给我写一个出来，后来在git上找了开源的Prism Browser Community。指纹浏览器吗，出现过还多次盗 刷，所以我需要他的安全审计报告，官方没出，我自己想办法 这时候，我发现了Apodex，用 Apodex 1.1 把 Prism Browser Community（DFarm6）的安全审计跑完了。真 正有感觉的不是“会写报告”，是它把 reasoning 放进长任务执行里。 这次不是一个 Agent 从第一行抠到最后一行。开了 Deep Discover 之后，异步 Agent Team 自己看这活能不能拆、 怎么拆、该丢给几个 Subagent。隔离、加密、内核从哪 来、反指纹补丁、联网面，几条线一起跑；谁先出结果就 先回流到共享任务状态，主任务边收边改优先级，不用卡 着等所有支路收工。 更对味的是 mid-task intervention。审计这种事，开头那 句话基本定不完。跑着才会发现要补文件、范围该收一 收、某条线没必要再跟。随时插一句就行。 说白了：Environment Scaling 是让它真能在文件和代码 环境里动手；Agentic Coordination Scaling 是把拆任 务、并行、异步回收结果、中途改计划，练成模型自己会 的事。复杂审计要的就是这种 working capability——能 一直往前推，能随时插手，结论还能回头核对。 另外还有 Apodex 1.1 核心模型 API——两周内免费使 用；代理 API 服务——首月享受 20%；真的是免费就能 吃好，低价能吃饱。 GitHub： HuggingFace： Online workbench： API Platform：
0:42

我的ads指纹浏览器到期了，我是不打算再续了，本来想 让AI给我写一个出来，后来在git上找了开源的Prism Browser Community。指纹浏览器吗，出现过还多次盗 刷，所以我需要他的安全审计报告，官方没出，我自己想办法 这时候，我发现了Apodex，用 Apodex 1.1 把 Prism Browser Community（DFarm6）的安全审计跑完了。真 正有感觉的不是“会写报告”，是它把 reasoning 放进长任务执行里。 这次不是一个 Agent 从第一行抠到最后一行。开了 Deep Discover 之后，异步 Agent Team 自己看这活能不能拆、 怎么拆、该丢给几个 Subagent。隔离、加密、内核从哪 来、反指纹补丁、联网面，几条线一起跑；谁先出结果就 先回流到共享任务状态，主任务边收边改优先级，不用卡 着等所有支路收工。 更对味的是 mid-task intervention。审计这种事，开头那 句话基本定不完。跑着才会发现要补文件、范围该收一 收、某条线没必要再跟。随时插一句就行。 说白了：Environment Scaling 是让它真能在文件和代码 环境里动手；Agentic Coordination Scaling 是把拆任 务、并行、异步回收结果、中途改计划，练成模型自己会 的事。复杂审计要的就是这种 working capability——能 一直往前推，能随时插手，结论还能回头核对。 另外还有 Apodex 1.1 核心模型 API——两周内免费使 用；代理 API 服务——首月享受 20%；真的是免费就能 吃好，低价能吃饱。 GitHub： HuggingFace： Online workbench： API Platform：

E吴大哥wu|

21,389 Aufrufe • vor 2 Monaten

太牛逼了！Hugging Face 这周跑出一匹黑马，还是同时跑赢两个赛道的那种 语音识别 Trending 榜第一，压着 OpenAI 的 whisper-large-v3、NVIDIA 的 Nemotron、阿里的 Qwen3-ASR。翻译 Trending 榜第一，压着腾讯的 Hy-MT2、Cohere、Google、Meta 的 NLLB。两个第一都是同一家中国公司，网易有道，很多人印象里还是那个做词典的。模型叫 R2T2 和 T3PO，一个听，一个译，全开源。榜单截图我今天截的，还在第一。 一家原本在学习场景出挑的公司，在 HF 上把两个垂类做到第一，这事本身就值得点开看看。但我更想知道它到底强在哪，所以没在 GPU 上跑，把两个都塞进了一台 M1 Pro 的 MacBook，不联网。把我自己以前的口播按真实时间喂进去，中文实时上屏，英文每说完一句就跟出来。视频里的每个数字都是这台机器上的真实数字。 先说我最在意的一件事 同一段我自己的口播，8.6 秒，每 640 毫秒出一次结果。左边 Whisper 走"每次把收到的音频整段重解一遍"的伪流式，13 步里改写了 7 次，屏幕上已经显示的 93 个字被重写过，"见面了"变成"在这边了"又变回来，最后一句停在"全程媒介一找"。右边 R2T2 是 0 次改写，提交出来的字一个没动过。 更有意思的是 8.32 秒那一帧。R2T2 内部其实已经猜出"全程没接"，但它只提交了"全程"两个字，把"没接"压着没放。0.6 秒后证据够了，提交的是"没截"，对的。它不是猜得慢，它是知道这一刻不该猜。 为什么我在意这个。给人看字幕，闪一下无所谓。但这段文字如果是喂给下一个模型的，比如同传、比如一个要执行动作的 Agent，前面的字一改，下游就得撤销自己刚做的判断。视频第三段就是这条链路，R2T2 每提交完一句，原文直接交给 T3PO，中间没有人工，也不用等整段说完。因为 R2T2 给出来的字不会再改，T3PO 拿到就能翻，翻出来的英文也不会再改。 热词那段也值得看。不给上下文的时候，它把 Codex 写成 codet，Excalidraw 写成 escalator，无限画布写成无线画布。给一行热词之后三个全对。但我的名字"雨哥"，热词给了，离线模式还是写成"宇哥"，流式那一遍倒是对了。同音人名是最难扳的一类，别指望热词包治百病。 几个要说清楚的地方。 一，R2T2 是在 Qwen3-ASR 1.7B 上做的，方法在数据构造和一个叫 Longest Stable Prefix 的训练范式上，技术报告还没出。 二，Mac 上跑的是社区 audio.cpp 的移植版，9 月 19 号刚合进主仓库，brew 装的二进制里还没有，得自己编。这版每一步都重编码整句音频，句子越长越慢，M1 Pro 上 640 毫秒步长能跟上实时，官方 GPU 路线是 160 毫秒。 三，ASR 加 14B 同传同挤一块 M1 Pro 的 GPU。我一开始让 T3PO 边听边探测，结果它把 GPU 吃满，识别反而被拖到落后 3 秒。改成识别优先、每句提交完再交给 T3PO，识别回到实时，英文在每句说完后两三秒整段出来。T3PO 本身支持逐字喂、边听边译，但那需要两张卡，不是一台笔记本能同时伺候的。 四，代码 Apache 2.0，权重是网易自己的 Model License，商用前看一眼。 只增不改这条路线 R2T2 不是第一个走的，Nemotron、Voxtral 都在做。它把这条路线的准确率追到了接近伪流式和离线的水平，然后开源了，这是我觉得它值得开源社区接住的原因。 过去两年大家盯着中国开源模型的目光都在通用大模型上。这次是两个垂类，实时语音识别和同传，分别把 OpenAI、NVIDIA、Google、腾讯的模型压在榜下，而且是一家平时不怎么在这个圈子出声的公司做的。垂类这条路，中国公司是真能跑到第一的！ 两个模型都开源了，代码和权重在这： R2T2 语音识别 GitHub: Hugging Face: T3PO 同传 GitHub: Hugging Face:
2:08

太牛逼了！Hugging Face 这周跑出一匹黑马，还是同时跑赢两个赛道的那种 语音识别 Trending 榜第一，压着 OpenAI 的 whisper-large-v3、NVIDIA 的 Nemotron、阿里的 Qwen3-ASR。翻译 Trending 榜第一，压着腾讯的 Hy-MT2、Cohere、Google、Meta 的 NLLB。两个第一都是同一家中国公司，网易有道，很多人印象里还是那个做词典的。模型叫 R2T2 和 T3PO，一个听，一个译，全开源。榜单截图我今天截的，还在第一。 一家原本在学习场景出挑的公司，在 HF 上把两个垂类做到第一，这事本身就值得点开看看。但我更想知道它到底强在哪，所以没在 GPU 上跑，把两个都塞进了一台 M1 Pro 的 MacBook，不联网。把我自己以前的口播按真实时间喂进去，中文实时上屏，英文每说完一句就跟出来。视频里的每个数字都是这台机器上的真实数字。 先说我最在意的一件事 同一段我自己的口播，8.6 秒，每 640 毫秒出一次结果。左边 Whisper 走"每次把收到的音频整段重解一遍"的伪流式，13 步里改写了 7 次，屏幕上已经显示的 93 个字被重写过，"见面了"变成"在这边了"又变回来，最后一句停在"全程媒介一找"。右边 R2T2 是 0 次改写，提交出来的字一个没动过。 更有意思的是 8.32 秒那一帧。R2T2 内部其实已经猜出"全程没接"，但它只提交了"全程"两个字，把"没接"压着没放。0.6 秒后证据够了，提交的是"没截"，对的。它不是猜得慢，它是知道这一刻不该猜。 为什么我在意这个。给人看字幕，闪一下无所谓。但这段文字如果是喂给下一个模型的，比如同传、比如一个要执行动作的 Agent，前面的字一改，下游就得撤销自己刚做的判断。视频第三段就是这条链路，R2T2 每提交完一句，原文直接交给 T3PO，中间没有人工，也不用等整段说完。因为 R2T2 给出来的字不会再改，T3PO 拿到就能翻，翻出来的英文也不会再改。 热词那段也值得看。不给上下文的时候，它把 Codex 写成 codet，Excalidraw 写成 escalator，无限画布写成无线画布。给一行热词之后三个全对。但我的名字"雨哥"，热词给了，离线模式还是写成"宇哥"，流式那一遍倒是对了。同音人名是最难扳的一类，别指望热词包治百病。 几个要说清楚的地方。 一，R2T2 是在 Qwen3-ASR 1.7B 上做的，方法在数据构造和一个叫 Longest Stable Prefix 的训练范式上，技术报告还没出。 二，Mac 上跑的是社区 audio.cpp 的移植版，9 月 19 号刚合进主仓库，brew 装的二进制里还没有，得自己编。这版每一步都重编码整句音频，句子越长越慢，M1 Pro 上 640 毫秒步长能跟上实时，官方 GPU 路线是 160 毫秒。 三，ASR 加 14B 同传同挤一块 M1 Pro 的 GPU。我一开始让 T3PO 边听边探测，结果它把 GPU 吃满，识别反而被拖到落后 3 秒。改成识别优先、每句提交完再交给 T3PO，识别回到实时，英文在每句说完后两三秒整段出来。T3PO 本身支持逐字喂、边听边译，但那需要两张卡，不是一台笔记本能同时伺候的。 四，代码 Apache 2.0，权重是网易自己的 Model License，商用前看一眼。 只增不改这条路线 R2T2 不是第一个走的，Nemotron、Voxtral 都在做。它把这条路线的准确率追到了接近伪流式和离线的水平，然后开源了，这是我觉得它值得开源社区接住的原因。 过去两年大家盯着中国开源模型的目光都在通用大模型上。这次是两个垂类，实时语音识别和同传，分别把 OpenAI、NVIDIA、Google、腾讯的模型压在榜下，而且是一家平时不怎么在这个圈子出声的公司做的。垂类这条路，中国公司是真能跑到第一的！ 两个模型都开源了，代码和权重在这： R2T2 语音识别 GitHub: Hugging Face: T3PO 同传 GitHub: Hugging Face:

雨哥向前冲

125,206 Aufrufe • vor 1 Monat

Codex做视频的工作流基本跑的差不多了。 目前还差一个中文断句+语句组织skill、 好一点的钩子skill(不同类型的视频需要不同类型的钩子) 总体上细节能够完善的地方还有不少，但是能够确定的是以后也不用自己费劲录自己的口播视频了，自己的数字人也能够P好看一点，减少出镜容貌焦虑。感谢AI大时代。 下面这个视频就是寥寥两轮提示词三四句话做出来的(其中一个风格模板)。 等我整理一下，明天开源😋
1:53

Codex做视频的工作流基本跑的差不多了。 目前还差一个中文断句+语句组织skill、 好一点的钩子skill(不同类型的视频需要不同类型的钩子) 总体上细节能够完善的地方还有不少，但是能够确定的是以后也不用自己费劲录自己的口播视频了，自己的数字人也能够P好看一点，减少出镜容貌焦虑。感谢AI大时代。 下面这个视频就是寥寥两轮提示词三四句话做出来的(其中一个风格模板)。 等我整理一下，明天开源😋

雪踏乌云

25,406 Aufrufe • vor 3 Monaten

Claude Opus 4.8 出了之后，我的第一反应是：想试。 第二反应是：算了，token 这东西真的不经烧。 结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。 我自己有个很真实的问题： 脑子里经常冒出各种产品想法。 但每次真要开始做，就会卡住。 用户是谁？ 第一版到底做什么？ 哪些功能应该先砍掉？ 怎么定价？ 第一周从哪一步开始？ 上线后怎么找第一批用户？ 想法很多，执行很散。 所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。 需求我写得也挺直接： 输入一句产品 idea。 自动拆出产品定位、MVP、开发任务、定价方案。 再生成落地页文案、冷启动实验、风险清单和本周计划。 最好不是一个静态页面，而是真的能点、能改、能导出。 然后我就把这段话丢给 Claude Opus 4.8。 出来的效果比我预期好不少。 它真的把“一人公司怎么从想法走到执行”这件事拆开了。 左边输入产品想法。 中间生成产品蓝图、MVP 范围、定价和官网文案。 右边是任务看板和本周计划。 底部还有冷启动实验、风险雷达和 Markdown 导出。 最让我觉得有意思的是，它不是一味堆功能。 比如我输入“给小红书博主做 AI 选题助手”，它会主动判断： 第一版必须做什么。 哪些功能看起来高级，但现在应该先别碰。 怎么找第一批真实用户。 哪些风险可能让这个项目做不下去。 这点就很能体现 Opus 4.8 的能力。 普通模型经常是：你要什么，我全给你加上。 最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。 我是在 ZenMux 上试的。 它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。 想试 Claude Opus 4.8 的，可以从这里进：
0:43

Claude Opus 4.8 出了之后，我的第一反应是：想试。 第二反应是：算了，token 这东西真的不经烧。 结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。 我自己有个很真实的问题： 脑子里经常冒出各种产品想法。 但每次真要开始做，就会卡住。 用户是谁？ 第一版到底做什么？ 哪些功能应该先砍掉？ 怎么定价？ 第一周从哪一步开始？ 上线后怎么找第一批用户？ 想法很多，执行很散。 所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。 需求我写得也挺直接： 输入一句产品 idea。 自动拆出产品定位、MVP、开发任务、定价方案。 再生成落地页文案、冷启动实验、风险清单和本周计划。 最好不是一个静态页面，而是真的能点、能改、能导出。 然后我就把这段话丢给 Claude Opus 4.8。 出来的效果比我预期好不少。 它真的把“一人公司怎么从想法走到执行”这件事拆开了。 左边输入产品想法。 中间生成产品蓝图、MVP 范围、定价和官网文案。 右边是任务看板和本周计划。 底部还有冷启动实验、风险雷达和 Markdown 导出。 最让我觉得有意思的是，它不是一味堆功能。 比如我输入“给小红书博主做 AI 选题助手”，它会主动判断： 第一版必须做什么。 哪些功能看起来高级，但现在应该先别碰。 怎么找第一批真实用户。 哪些风险可能让这个项目做不下去。 这点就很能体现 Opus 4.8 的能力。 普通模型经常是：你要什么，我全给你加上。 最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。 我是在 ZenMux 上试的。 它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。 想试 Claude Opus 4.8 的，可以从这里进：

Joruno

16,224 Aufrufe • vor 4 Monaten

卧槽，最近发现一个强的有点离谱的 AI 团队。 96人的团队约 2/3 的研发成员是在校学生，博士、硕士、本科生都有，来自复旦、中科院软件所、中科院自动化所、人大、哈工大、华东师大等高校。 本来以为又是什么学生创业项目，结果顺着他们做的东西看下去，发现不太对劲。 他们做了一个 Agent 模型，叫 Atria Dawn Preview Atria ASI。 官网放出来的 Demo 一个比一个猛。 有科研和深度研究，有完整的软件项目，有交互作品和游戏，还有 3D 建模、CAD 机械结构。 重点不是让模型生成一张图或者一段代码。 而是让模型在一个真实环境里持续推进任务。 Atria Dawn Preview 面向科研、开发和专业工作，可以往下推进资料检索、写代码、调用工具、运行实验，再根据真实结果继续修改。 代码能不能跑，文件有没有生成，结果是否符合要求，也可以通过外部工具和环境继续验证。 看了一圈，我也拿了用它跑了个任务，因为之前9 月 12 日是世界急救日。 我就让它做一个 3D 海姆立克急救法互动学习页面。 就用大白话描述需求后，它开始拆任务、写代码、搭 3D 场景、做交互，再根据运行结果继续修改。 最后就是视频里的东西。 3D 人体模型、施救位置、操作步骤、动作演示都有，整个页面也可以直接操作和交互。 而一个完整的 3D 网页，恰好把 Agent 面对的另一类问题暴露了出来。 今天能力比较强的模型接上 Coding、搜索、文件系统和运行环境，都能完成相当复杂的任务。 真正难的，正在从能不能做，变成能不能稳定地做完。 一个复杂任务可能涉及几十甚至上百步操作。 前面查到的信息能不能被后面的步骤正确使用，代码报错后能不能恢复，工具返回意外结果会不会把整个任务带偏，最后的产物有没有经过独立验证。 任何一步出问题，都可能沿着任务链一路放大。 单步能力越来越强之后，长链路里的错误累积、状态保持和结果验证，反而变得越来越重要。 这也是 Atria Dawn Preview 比较强调 Harness、环境和 Verifiable Experience 的原因。 模型负责理解、推理和行动，Harness 负责维持目标、状态、上下文和错误恢复，环境则提供真实反馈和验证依据。 这套思路关注的已经不只是模型单次回答有多聪明。 而是把模型放进一个真实任务里，它能连续干多久，出错之后能不能拉回来，最后交付的结果又能不能被验证。 模型能力决定单步能走多聪明。 Agent 系统决定这些聪明的单步，能不能最终连成一个可靠的结果。 现在模型的单步能力已经卷得很高了。 AI下一阶段真正值得看的，可能就是谁能把这些能力稳定地串起来。
1:24

卧槽，最近发现一个强的有点离谱的 AI 团队。 96人的团队约 2/3 的研发成员是在校学生，博士、硕士、本科生都有，来自复旦、中科院软件所、中科院自动化所、人大、哈工大、华东师大等高校。 本来以为又是什么学生创业项目，结果顺着他们做的东西看下去，发现不太对劲。 他们做了一个 Agent 模型，叫 Atria Dawn Preview Atria ASI。 官网放出来的 Demo 一个比一个猛。 有科研和深度研究，有完整的软件项目，有交互作品和游戏，还有 3D 建模、CAD 机械结构。 重点不是让模型生成一张图或者一段代码。 而是让模型在一个真实环境里持续推进任务。 Atria Dawn Preview 面向科研、开发和专业工作，可以往下推进资料检索、写代码、调用工具、运行实验，再根据真实结果继续修改。 代码能不能跑，文件有没有生成，结果是否符合要求，也可以通过外部工具和环境继续验证。 看了一圈，我也拿了用它跑了个任务，因为之前9 月 12 日是世界急救日。 我就让它做一个 3D 海姆立克急救法互动学习页面。 就用大白话描述需求后，它开始拆任务、写代码、搭 3D 场景、做交互，再根据运行结果继续修改。 最后就是视频里的东西。 3D 人体模型、施救位置、操作步骤、动作演示都有，整个页面也可以直接操作和交互。 而一个完整的 3D 网页，恰好把 Agent 面对的另一类问题暴露了出来。 今天能力比较强的模型接上 Coding、搜索、文件系统和运行环境，都能完成相当复杂的任务。 真正难的，正在从能不能做，变成能不能稳定地做完。 一个复杂任务可能涉及几十甚至上百步操作。 前面查到的信息能不能被后面的步骤正确使用，代码报错后能不能恢复，工具返回意外结果会不会把整个任务带偏，最后的产物有没有经过独立验证。 任何一步出问题，都可能沿着任务链一路放大。 单步能力越来越强之后，长链路里的错误累积、状态保持和结果验证，反而变得越来越重要。 这也是 Atria Dawn Preview 比较强调 Harness、环境和 Verifiable Experience 的原因。 模型负责理解、推理和行动，Harness 负责维持目标、状态、上下文和错误恢复，环境则提供真实反馈和验证依据。 这套思路关注的已经不只是模型单次回答有多聪明。 而是把模型放进一个真实任务里，它能连续干多久，出错之后能不能拉回来，最后交付的结果又能不能被验证。 模型能力决定单步能走多聪明。 Agent 系统决定这些聪明的单步，能不能最终连成一个可靠的结果。 现在模型的单步能力已经卷得很高了。 AI下一阶段真正值得看的，可能就是谁能把这些能力稳定地串起来。

李岳

37,802 Aufrufe • vor 1 Monat

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👇
0:42

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 6 Monaten

兄弟们，吊炸天了，我给 AI 下发了一个很简单的需求指令：做一个《AI 创业幸存者》游戏。 没想到啊，大概20几分钟后，我真的在浏览器里玩上了。 全程没开游戏引擎，也没写一行代码，它真的把游戏做出来了。 这个游戏的第一版里敌人只有 Bug这一种，试玩后，我又追加了 5 种“创业风险”当作敌人，它直接沿着原游戏做出了第二版。 太牛掰了吧，我之前见过那种一句提示词就能生成游戏的AI，但是它不能持续，生成完了后想要修改你得再来一遍。这个 Gear Zero 不一样，它可以针对同一个游戏持续工作长达10个小时。 具体过程看下面这个视频👇
0:49

兄弟们，吊炸天了，我给 AI 下发了一个很简单的需求指令：做一个《AI 创业幸存者》游戏。 没想到啊，大概20几分钟后，我真的在浏览器里玩上了。 全程没开游戏引擎，也没写一行代码，它真的把游戏做出来了。 这个游戏的第一版里敌人只有 Bug这一种，试玩后，我又追加了 5 种“创业风险”当作敌人，它直接沿着原游戏做出了第二版。 太牛掰了吧，我之前见过那种一句提示词就能生成游戏的AI，但是它不能持续，生成完了后想要修改你得再来一遍。这个 Gear Zero 不一样，它可以针对同一个游戏持续工作长达10个小时。 具体过程看下面这个视频👇

bbshare

16,430 Aufrufe • vor 2 Monaten

哇趣，独立开发者一定要试试 Pexo Pexo！ 它是个能直接聊天做视频的 AI 视频创作 Agent。把想法、产品链接或者手头的素材给它，从想脚本、拆分镜，到生成画面、配字幕和音乐、剪成片，都可以在里面完成。做完哪里不满意，还能接着聊、接着改。 我没想到我一个写代码的，也能口喷 AI，让它帮我做出一支这么高完成度的宣传片。 我有个 App 叫「NowHere」，上架有一段时间了，一直想做社媒推广，但做宣传片这事儿，又嫌麻烦，又嫌贵，就一直拖着。直到发现了 Pexo，才想着拿自己的 App 试一把。 我先把短片的想法丢给它，后面再补上 App Store 链接和素材。它先给出思路，我看完提要求，再一轮轮调整。全程主打一个边看效果，边继续 PUA。 关键是，它真的听得懂我想怎么改。 消息气泡第一次没放对位置，我就直接在画面上圈出想放的位置，再在右边的批注框里说清楚怎么改，提交后它就照着改。文字说不清，就画给它看。要改某一段，也可以在视频里选好几秒到几秒，再在批注框里告诉它这段要怎么改。 中间那段产品展示，我把 App 的真实截图和录屏传上去，让它套上 iPhone 机模，再加文字和动效。第一版手机一直摆在正中间，我就说，手机别放这么死板，旁边的文字也换个位置。后来手机和文案又隔得太远，中间空了一大块，就再让它往一起挪。毕竟甲方嘛，需求都是聊出来的。 我以前没做过宣传片，第一次给自己的产品做就能出这个效果，挺惊喜的。成片 👇
0:30

哇趣，独立开发者一定要试试 Pexo Pexo！ 它是个能直接聊天做视频的 AI 视频创作 Agent。把想法、产品链接或者手头的素材给它，从想脚本、拆分镜，到生成画面、配字幕和音乐、剪成片，都可以在里面完成。做完哪里不满意，还能接着聊、接着改。 我没想到我一个写代码的，也能口喷 AI，让它帮我做出一支这么高完成度的宣传片。 我有个 App 叫「NowHere」，上架有一段时间了，一直想做社媒推广，但做宣传片这事儿，又嫌麻烦，又嫌贵，就一直拖着。直到发现了 Pexo，才想着拿自己的 App 试一把。 我先把短片的想法丢给它，后面再补上 App Store 链接和素材。它先给出思路，我看完提要求，再一轮轮调整。全程主打一个边看效果，边继续 PUA。 关键是，它真的听得懂我想怎么改。 消息气泡第一次没放对位置，我就直接在画面上圈出想放的位置，再在右边的批注框里说清楚怎么改，提交后它就照着改。文字说不清，就画给它看。要改某一段，也可以在视频里选好几秒到几秒，再在批注框里告诉它这段要怎么改。 中间那段产品展示，我把 App 的真实截图和录屏传上去，让它套上 iPhone 机模，再加文字和动效。第一版手机一直摆在正中间，我就说，手机别放这么死板，旁边的文字也换个位置。后来手机和文案又隔得太远，中间空了一大块，就再让它往一起挪。毕竟甲方嘛，需求都是聊出来的。 我以前没做过宣传片，第一次给自己的产品做就能出这个效果，挺惊喜的。成片 👇

冰零

52,407 Aufrufe • vor 1 Monat

最近和同事吃饭，她提到小孩学校发了一个小学生编程比赛的通知。 她觉得编程太难，直接放弃了。全班也没有一个人参加。她说，这类通知发下去，基本没什么声音。 我听完冒出一个想法。少儿 AI 编程也许可以试试。 我把这个问题交给 Apodex，让它研究家长需求、竞品、成本和教育效果。 任务跑起来后，我又补了几次条件。我是一个从零开始的 Vibe Coder，预算只有 3000 元，每周最多投入 20 小时，也没有教师和家长资源。我还补充了家长可能的担心孩子用了 AI 以后，只会复制答案，不再自己思考。 Apodex 这次让我感到与传统 Deep Research明显的差别，是它把调研拆成任务板上的具体分工。 几个 sub-agent 分头查需求、竞品、成本和研究证据，条件变化以后，任务板继续更新，交付前还有一个 final_verifier 复核报告。整个过程像在跟一个小型研究团队协作，报告是最后的交付。 最终报告给出的判断很直接。以我的预算和时间，直接做 App 的失败模式太多，先做一个小型 MVP 课程，再用 30 天验证家长是否愿意付费，更现实。 更值得一提的是，它还给出了家长访谈、最小测试方案和停止条件。招不到付费家庭、孩子留存太差，或者合规走不通，就停下来。 这份调研它帮我把一个模糊想法变成了一次可以开始，也可以及时停掉的小测试。 以前有个新想法，我很容易直接打开AI coding，先把页面做出来。页面能跑，需求有没有人买单却还不知道。 这次我换了一下顺序。先搞清楚值不值得做，再开始 Vibe Coding。 这也是我对 Apodex 所说的“把任务做完”最直观的一次理解。 想拿自己的真实任务试一遍，可以直接使用 想看它背后的开源 Agent Harness，可以去 点个 Star。 Apodex 1.1 mini 的模型权重放在
1:17

最近和同事吃饭，她提到小孩学校发了一个小学生编程比赛的通知。 她觉得编程太难，直接放弃了。全班也没有一个人参加。她说，这类通知发下去，基本没什么声音。 我听完冒出一个想法。少儿 AI 编程也许可以试试。 我把这个问题交给 Apodex，让它研究家长需求、竞品、成本和教育效果。 任务跑起来后，我又补了几次条件。我是一个从零开始的 Vibe Coder，预算只有 3000 元，每周最多投入 20 小时，也没有教师和家长资源。我还补充了家长可能的担心孩子用了 AI 以后，只会复制答案，不再自己思考。 Apodex 这次让我感到与传统 Deep Research明显的差别，是它把调研拆成任务板上的具体分工。 几个 sub-agent 分头查需求、竞品、成本和研究证据，条件变化以后，任务板继续更新，交付前还有一个 final_verifier 复核报告。整个过程像在跟一个小型研究团队协作，报告是最后的交付。 最终报告给出的判断很直接。以我的预算和时间，直接做 App 的失败模式太多，先做一个小型 MVP 课程，再用 30 天验证家长是否愿意付费，更现实。 更值得一提的是，它还给出了家长访谈、最小测试方案和停止条件。招不到付费家庭、孩子留存太差，或者合规走不通，就停下来。 这份调研它帮我把一个模糊想法变成了一次可以开始，也可以及时停掉的小测试。 以前有个新想法，我很容易直接打开AI coding，先把页面做出来。页面能跑，需求有没有人买单却还不知道。 这次我换了一下顺序。先搞清楚值不值得做，再开始 Vibe Coding。 这也是我对 Apodex 所说的“把任务做完”最直观的一次理解。 想拿自己的真实任务试一遍，可以直接使用 想看它背后的开源 Agent Harness，可以去 点个 Star。 Apodex 1.1 mini 的模型权重放在

苏打白.Dev

27,541 Aufrufe • vor 2 Monaten

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。
0:22

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,590 Aufrufe • vor 4 Monaten

我爽了，我的UI终于脱离AI味了。 AI 写代码已经够快了，但写出来的页面……怎么说呢，总透着一股 AI 味。紫色渐变、Inter 字体、三列等大卡片，看多了你一眼就能认出来，这是 AI 写的。 AI时代，开始比拼UI的品味能力了，非常稀缺。 今天推荐taste-skill 这个项目，已经14k stars了，干的事有点意思：它不写代码，它把排版、配色、字体、动效的设计规则全写成 SKILL.md，塞给 AI。相当于给 AI 配了个免费的艺术总监。 仓库表面是十几套 SKILL.md 文件，实际在做一件事：把审美变成规则。外面还在卷 AI 写代码多快，它在卷 AI 写的页面能不能不像 AI。 DESIGN_VARIANCE、MOTION_INTENSITY、VISUAL_DENSITY，数值一调整个页面气质就换了，跟调相机参数似的，同一个场景，不同参数出来完全不同。 它有三层做法： >读意图，自己推断你要什么风格。极简、奢侈、粗野，十几套自动匹配 >选底座，该 Tailwind 就 Tailwind，该 Material 就 Material，不自己瞎造 >禁 AI 默认审美，紫色渐变、居中 Hero、三列等大卡片，全禁 我拿自己的AIGC产品跑了一遍。原来的页面代码不动，就加了一行 SKILL.md 进去，让 AI 按它的规则重新迭代，出来的页面焕然一新。不是重写，是同一个代码底子被审美规则过了一遍。 实操很简单，就两步： 装 skill：npx skills add --skill design-taste-frontend 然后把你现有的页面丢给 AI，加一句：按 taste-skill 规则迭代 UI。它自动读你的代码，出诊断，改字体、配色、间距、动效，不动你的功能逻辑。 搞独立开发的、做 landing page 的，这个skill太重要了！
1:28

我爽了，我的UI终于脱离AI味了。 AI 写代码已经够快了，但写出来的页面……怎么说呢，总透着一股 AI 味。紫色渐变、Inter 字体、三列等大卡片，看多了你一眼就能认出来，这是 AI 写的。 AI时代，开始比拼UI的品味能力了，非常稀缺。 今天推荐taste-skill 这个项目，已经14k stars了，干的事有点意思：它不写代码，它把排版、配色、字体、动效的设计规则全写成 SKILL.md，塞给 AI。相当于给 AI 配了个免费的艺术总监。 仓库表面是十几套 SKILL.md 文件，实际在做一件事：把审美变成规则。外面还在卷 AI 写代码多快，它在卷 AI 写的页面能不能不像 AI。 DESIGN_VARIANCE、MOTION_INTENSITY、VISUAL_DENSITY，数值一调整个页面气质就换了，跟调相机参数似的，同一个场景，不同参数出来完全不同。 它有三层做法： >读意图，自己推断你要什么风格。极简、奢侈、粗野，十几套自动匹配 >选底座，该 Tailwind 就 Tailwind，该 Material 就 Material，不自己瞎造 >禁 AI 默认审美，紫色渐变、居中 Hero、三列等大卡片，全禁 我拿自己的AIGC产品跑了一遍。原来的页面代码不动，就加了一行 SKILL.md 进去，让 AI 按它的规则重新迭代，出来的页面焕然一新。不是重写，是同一个代码底子被审美规则过了一遍。 实操很简单，就两步： 装 skill：npx skills add --skill design-taste-frontend 然后把你现有的页面丢给 AI，加一句：按 taste-skill 规则迭代 UI。它自动读你的代码，出诊断，改字体、配色、间距、动效，不动你的功能逻辑。 搞独立开发的、做 landing page 的，这个skill太重要了！

产品经理老王霸

26,790 Aufrufe • vor 4 Monaten