Loading video...

Video Failed to Load

Go Home

联网、计算、搜索、Function Call…都来了。 今晚偷偷更新了 9000 多行代码，在这个版本中我们上线了智聊™️能力。它实际上是一个 Agent 开发的实验平台，接下来我们会开放接入插件、数据库…或各种有想象力的东西。这一切都是开源的。Agent 编排和 API 的能力开放之后，会让前端应用与 Prompt 的解耦真正成为可能，大大减少 LLM 应用的开发成本。

goocarlos's profile picture

Luyu Zhang

27,276 subscribers

47,103 views • 3 years ago •via X (Twitter)

Science & TechnologyNews & PoliticsEducation
LIVE

Anya Rossi• Live Now

Private livecam show

11 Comments

MightyBot's profile picture
MightyBot1 year ago

🧠 Unified Search. Smarter Meetings. Effortless CRM. MightyBot is your AI agent platform for seamless workflows—record meetings, automate CRM updates, and find answers across apps in seconds. 🌟 Focus on what matters. We'll handle the grind.

Luyu Zhang's profile picture
Luyu Zhang3 years ago

的开源代码量已到达 67,000 行，

Purtune's profile picture
Purtune3 years ago

Great job

csunny's profile picture
csunny3 years ago

Great job~ 我们DB-GPT项目也有了新的组织了。

refight's profile picture
refight3 years ago

gpt4本体都变弱了..agent少，现在很多都支持上传pic pdf啦

芯智创坛's profile picture
芯智创坛3 years ago

期待插件。。。

大家好，我叫很哇塞。's profile picture
大家好，我叫很哇塞。3 years ago

再出个付费扫码的插件，自动向使用者收钱，你们赚手续费

LiUgOd's profile picture
LiUgOd3 years ago

厉害

wwwgoubuli's profile picture
wwwgoubuli3 years ago

我自己的 function call 封装完了，都用上生产环境了你才来……

斩风's profile picture
斩风3 years ago

@SaveToNotion #thread

Luyu Zhang's profile picture
Luyu Zhang1 year ago

RAG 治好了我的某种病，这一代人的电子篝火。

Related Videos

终于，我的 GPT 语音对话玩具用到的所有 OpenAI 的接口我都做了一个开源的替代，可以在本地跑起来。玩具用到的 STT，LLM，TTS 服务都跑一台 RTX 2080Ti 上面，速度感觉还不错。 有了本地 GPU 开发机之后，又多了个新玩法，接下来我会对接更多的开源 LLM。 使用到的开源项目如下： 1/n
1:11

终于，我的 GPT 语音对话玩具用到的所有 OpenAI 的接口我都做了一个开源的替代，可以在本地跑起来。玩具用到的 STT，LLM，TTS 服务都跑一台 RTX 2080Ti 上面，速度感觉还不错。 有了本地 GPU 开发机之后，又多了个新玩法，接下来我会对接更多的开源 LLM。 使用到的开源项目如下： 1/n

FoloToy

500,244 views • 2 years ago

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。 其实 HuggingChat 也不错的 你可以在这里体验所有的开源大语言模型
2:38

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。 其实 HuggingChat 也不错的 你可以在这里体验所有的开源大语言模型

indigo

183,917 views • 2 years ago

🚀 vibe coding 正在颠覆内部工具开发！ 我只花 1 小时，就用 搭好了 LLM 训练 + 监控平台： - 模型训练过程管理 - 数据集管理 - 计算资源 & 一键微调 + 部署 过去这样的内部平台可能需要花费数周的时间来开发，现在仅需要几个小时的时间。 PS. 我们的工作流是在 Devv 上开发完基本的功能后，会同步代码到本地，接入到真实的线上数据中。 未来我们会上线 Devv VSCode/Cursor/Windsurf 代码双向同步的工具。
1:21

🚀 vibe coding 正在颠覆内部工具开发！ 我只花 1 小时，就用 搭好了 LLM 训练 + 监控平台： - 模型训练过程管理 - 数据集管理 - 计算资源 & 一键微调 + 部署 过去这样的内部平台可能需要花费数周的时间来开发，现在仅需要几个小时的时间。 PS. 我们的工作流是在 Devv 上开发完基本的功能后，会同步代码到本地，接入到真实的线上数据中。 未来我们会上线 Devv VSCode/Cursor/Windsurf 代码双向同步的工具。

Jiayuan (JY) Zhang

21,412 views • 1 year ago

𝗝𝘂𝗰𝗵𝗮𝘁𝘀 𝗡𝗲𝘁𝘄𝗼𝗿𝗸𝗶𝗻𝗴 𝘃𝟬.𝟱 近期我们要来了，以下是我对大家的承诺： - 承诺，面向用户，免费发放10,000USD额度 - 承诺，大家都有免费的AI使用，下个版本我们会开放免费GPT-4 / Claude / Gemini 次数给非Plus用户（不多但是，应急足够了，考虑成本） - 承诺，大家都能使用上免费的AI联网 - 感谢，感谢大家这几个月的等待，我们努力对得起每一秒的等待！ - 另外，我们将会推送我们之前测试的联网版本给所有开发者，让大家自己的模型都可以联网，大家可以拭目以待！
0:56

𝗝𝘂𝗰𝗵𝗮𝘁𝘀 𝗡𝗲𝘁𝘄𝗼𝗿𝗸𝗶𝗻𝗴 𝘃𝟬.𝟱 近期我们要来了，以下是我对大家的承诺： - 承诺，面向用户，免费发放10,000USD额度 - 承诺，大家都有免费的AI使用，下个版本我们会开放免费GPT-4 / Claude / Gemini 次数给非Plus用户（不多但是，应急足够了，考虑成本） - 承诺，大家都能使用上免费的AI联网 - 感谢，感谢大家这几个月的等待，我们努力对得起每一秒的等待！ - 另外，我们将会推送我们之前测试的联网版本给所有开发者，让大家自己的模型都可以联网，大家可以拭目以待！

𝗖𝘆𝗱𝗶𝗮𝗿

133,800 views • 2 years ago

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。 在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。 这真的很糟糕。 问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。 我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。 我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。 我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。 我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。 虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。 比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。 因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规 模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。 这真是太棒了，对吧？ 因此，我认为开源有多种方式可以对我们有所帮助。 一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。 但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。 来源：
4:08

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。 在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。 这真的很糟糕。 问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。 我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。 我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。 我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。 我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。 虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。 比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。 因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规 模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。 这真是太棒了，对吧？ 因此，我认为开源有多种方式可以对我们有所帮助。 一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。 但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。 来源：

宝玉

74,721 views • 2 years ago

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？ 你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？ 之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？ 还真让我给找到了！！ 前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用 并且直接付费！！ 有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力 具体能干什么？举几个例子你就懂了 会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付 会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱 会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费 甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产 这绝对是一次能力供应链的重构！ 以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用 这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉 为什么我说谁先知道谁赚钱？ 因为这个平台刚起来，早期上架的人能建立先发优势 而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务 谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用 这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？ 任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环 知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产 数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源 强烈推荐大家来试试：
0:39

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？ 你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？ 之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？ 还真让我给找到了！！ 前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用 并且直接付费！！ 有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力 具体能干什么？举几个例子你就懂了 会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付 会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱 会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费 甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产 这绝对是一次能力供应链的重构！ 以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用 这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉 为什么我说谁先知道谁赚钱？ 因为这个平台刚起来，早期上架的人能建立先发优势 而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务 谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用 这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？ 任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环 知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产 数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源 强烈推荐大家来试试：

超级个体｜柿子

51,463 views • 1 month ago

阿里悄悄上线了workbuddy的对标产品：千问办公，挤进了AI智能办公赛道 它把自家的QoderWork、悟空、MuleRun三个工具捏在了一起 除了Office全套、多模态内容生成和自动化执行等功能外，一个亮眼的能力是它把开发+部署+上线打通了，等于把开发的后半段也包了 比如说生成网页后可以直接上线，连同域名、数据库和托管一站式搞定了，对一般用户来说一句话就能有一个带数据库的在线站点 小道消息，据说未来其旗舰版针对复杂任务可能会用A社的模型 在AI时代，人们打开电脑的第一件事或不再是打开Word、Excel，而是唤起一个Agent，这个习惯被培养起来后，可能会是下一代办公的超级入口 #AI办公 #千问办公
0:26

阿里悄悄上线了workbuddy的对标产品：千问办公，挤进了AI智能办公赛道 它把自家的QoderWork、悟空、MuleRun三个工具捏在了一起 除了Office全套、多模态内容生成和自动化执行等功能外，一个亮眼的能力是它把开发+部署+上线打通了，等于把开发的后半段也包了 比如说生成网页后可以直接上线，连同域名、数据库和托管一站式搞定了，对一般用户来说一句话就能有一个带数据库的在线站点 小道消息，据说未来其旗舰版针对复杂任务可能会用A社的模型 在AI时代，人们打开电脑的第一件事或不再是打开Word、Excel，而是唤起一个Agent，这个习惯被培养起来后，可能会是下一代办公的超级入口 #AI办公 #千问办公

AIGCLINK

53,467 views • 1 month ago

我操太猛了，朋友们！ 我居然真的一晚上搞定了 Telegram 的连接 我的 Agent 客户端 Codepilot，现在是一个小号的 OpenClaw了！ 一旦学会这套开发体系和 Agent 的使用，工作效率高得要死。 本来是想跟他讨论一下，结果我一扭头，他已经把那个雏形开发完了。
1:07

我操太猛了，朋友们！ 我居然真的一晚上搞定了 Telegram 的连接 我的 Agent 客户端 Codepilot，现在是一个小号的 OpenClaw了！ 一旦学会这套开发体系和 Agent 的使用，工作效率高得要死。 本来是想跟他讨论一下，结果我一扭头，他已经把那个雏形开发完了。

歸藏(guizang.ai)

156,816 views • 6 months ago

🎉连肝了4天的本周实战课程发布了，本期实战我们会开发一个天气 + AI生成OOTD的一个小程序，你将掌握： - 如何使用Cursor快速开发具有交互能力的原型图？ - 如何使用原型图快速用Cursor开发小程序前端？ - 如何用Coze快速开发后端API：天气接口 + AI文生图？ - 接入Coze后端API， 完成全栈小程序开发 这期还挺有意思的，没有写一行代码开发这么个小程序，Claude3.7生成原型图，并基于原型图生成小程序前端的能力有点惊艳到我！但还是有一些提示词技巧，源码和文档地址：
0:30

🎉连肝了4天的本周实战课程发布了，本期实战我们会开发一个天气 + AI生成OOTD的一个小程序，你将掌握： - 如何使用Cursor快速开发具有交互能力的原型图？ - 如何使用原型图快速用Cursor开发小程序前端？ - 如何用Coze快速开发后端API：天气接口 + AI文生图？ - 接入Coze后端API， 完成全栈小程序开发 这期还挺有意思的，没有写一行代码开发这么个小程序，Claude3.7生成原型图，并基于原型图生成小程序前端的能力有点惊艳到我！但还是有一些提示词技巧，源码和文档地址：

Yihui

20,083 views • 1 year ago

我操！Kimi.ai 月之暗面这波是真的疯了！ 2.8T 参数的 K3 直接全权重开源就算了， 连推理内核、MoE 通信库、Agent 训练环境整套底层技术栈全给你端出来，硬生生把开源模型的天花板，直接抬到了闭源旗舰的家门口。 不是放个权重就炒开源概念的挤牙膏操作，是从模型到底层能跑起来生态的所有东西全白给，1M 长上下文、MoE 架构性能够打闭源， 之前天天喊开源追不上闭源的直接被打半残， 开发者再也不用对着闭源 API 的限流、涨价受窝囊气。 搞大模型的不用从零搭底层通信框架， 做 Agent 的不用卡闭源接口的脖子， 小团队也能基于全栈直接做二次开发， 从今天起，全球开源 AI 的游戏规则，真的改了。 今天之后，开源和闭源的代差，从两年砍到了半年。 Kimi K3 今天正式全开源，不是挤牙膏的版本更新。 2.8T 总参数 MoE, 激活 104B, 原生 100 万上下文。 靠 KDA 新注意力和 AttnRes 架构创新，单位算力智能密度直接提 2.5 倍，长上下文解码速度翻 6 倍。 最狠的是，这根本不是只放个权重的假开源。 FlashKDA 高性能内核，MoE 通信库，连用来做 Agent 强化学习的快照式训练环境 AgentENV, 全给你开源了。 从推理到训练的整个底层栈，直接搬空。 之前所有开源模型，本质都是在追闭源一年多前的尾巴。 这是第一个真正摸到闭源顶尖门槛的开放模型。 长编码、Agent、终端操作这些硬核任务， 已经能和第一梯队闭源掰手腕。 你永远可以相信开放的力量！！ 用K3搓了一个他自己开源的介绍视频，特此致敬🫡
0:48

我操！Kimi.ai 月之暗面这波是真的疯了！ 2.8T 参数的 K3 直接全权重开源就算了， 连推理内核、MoE 通信库、Agent 训练环境整套底层技术栈全给你端出来，硬生生把开源模型的天花板，直接抬到了闭源旗舰的家门口。 不是放个权重就炒开源概念的挤牙膏操作，是从模型到底层能跑起来生态的所有东西全白给，1M 长上下文、MoE 架构性能够打闭源， 之前天天喊开源追不上闭源的直接被打半残， 开发者再也不用对着闭源 API 的限流、涨价受窝囊气。 搞大模型的不用从零搭底层通信框架， 做 Agent 的不用卡闭源接口的脖子， 小团队也能基于全栈直接做二次开发， 从今天起，全球开源 AI 的游戏规则，真的改了。 今天之后，开源和闭源的代差，从两年砍到了半年。 Kimi K3 今天正式全开源，不是挤牙膏的版本更新。 2.8T 总参数 MoE, 激活 104B, 原生 100 万上下文。 靠 KDA 新注意力和 AttnRes 架构创新，单位算力智能密度直接提 2.5 倍，长上下文解码速度翻 6 倍。 最狠的是，这根本不是只放个权重的假开源。 FlashKDA 高性能内核，MoE 通信库，连用来做 Agent 强化学习的快照式训练环境 AgentENV, 全给你开源了。 从推理到训练的整个底层栈，直接搬空。 之前所有开源模型，本质都是在追闭源一年多前的尾巴。 这是第一个真正摸到闭源顶尖门槛的开放模型。 长编码、Agent、终端操作这些硬核任务， 已经能和第一梯队闭源掰手腕。 你永远可以相信开放的力量！！ 用K3搓了一个他自己开源的介绍视频，特此致敬🫡

AYi

265,686 views • 1 month ago

每个人都能买得起 英伟达发布个人AI超级计算机 ，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。 将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。 设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心 也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿 参数的大语言模型。 通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿 参数模型。 而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。 简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！
1:30

每个人都能买得起 英伟达发布个人AI超级计算机 ，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。 将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。 设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心 也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿 参数的大语言模型。 通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿 参数模型。 而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。 简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

小互

85,719 views • 1 year ago

有个非常好的消息告诉大家，本来预计下周四开源的meme雷达。现在我宣布正式开源。 你们可以进行任意的二创或者使用了，很多人劝我收费，但是狙击手感觉这只是一个小工具。MAC与Win双系统全部开源。 这个meme雷达我开发了二十多天，熬了很多的夜用了很大的精力，它或许不是最完美的Agent，但是你们可以利用它过滤很多的噪音，至于能不能抓到金狗就看各位的了。 狙击手只希望大家利用meme雷达初代二创更牛的东西出来，顺便能记得我就行（最好能在X上@我😄） 还是我的老话：工具只是辅助，决策在人。合理安排仓位。没有任何投资建议！ 全球免费开源： 希望大家多多的 stars！！！
2:17

有个非常好的消息告诉大家，本来预计下周四开源的meme雷达。现在我宣布正式开源。 你们可以进行任意的二创或者使用了，很多人劝我收费，但是狙击手感觉这只是一个小工具。MAC与Win双系统全部开源。 这个meme雷达我开发了二十多天，熬了很多的夜用了很大的精力，它或许不是最完美的Agent，但是你们可以利用它过滤很多的噪音，至于能不能抓到金狗就看各位的了。 狙击手只希望大家利用meme雷达初代二创更牛的东西出来，顺便能记得我就行（最好能在X上@我😄） 还是我的老话：工具只是辅助，决策在人。合理安排仓位。没有任何投资建议！ 全球免费开源： 希望大家多多的 stars！！！

DeFi狙击手 | Ai🕊️

82,834 views • 6 days ago

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验： 让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。 这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。 币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。 而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。 这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。 更关键的是，相关合约已经部署并开源。 如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。 这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。 未来可能变成： 人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。 目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。 当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。 目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。 所以我不会把它当成“币安官方币”去理解。 但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入 那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。 我的看法： 我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。 如果后面只有一个中转合约，热度很快就会过去； 但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。 而 $SAUCE 现在玩的，恰好就是这个方向。 查看及交易： DYOR。不是投资建议。
0:23

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验： 让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。 这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。 币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。 而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。 这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。 更关键的是，相关合约已经部署并开源。 如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。 这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。 未来可能变成： 人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。 目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。 当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。 目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。 所以我不会把它当成“币安官方币”去理解。 但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入 那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。 我的看法： 我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。 如果后面只有一个中转合约，热度很快就会过去； 但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。 而 $SAUCE 现在玩的，恰好就是这个方向。 查看及交易： DYOR。不是投资建议。

银马

15,062 views • 28 days ago

非常开心基于 kabikabi 的 OpenCLI，跑通了一个本地版的个人 Google！ 直接用本地的 claude / codex 搜索各大平台上收藏的推文、GitHub 点赞等信息，还能聚合搜索和它们的聊天 session，这不就是面向个人的本地搜索引擎吗！ Spool 已经开源，欢迎体验！上链接 👇
0:48

非常开心基于 kabikabi 的 OpenCLI，跑通了一个本地版的个人 Google！ 直接用本地的 claude / codex 搜索各大平台上收藏的推文、GitHub 点赞等信息，还能聚合搜索和它们的聊天 session，这不就是面向个人的本地搜索引擎吗！ Spool 已经开源，欢迎体验！上链接 👇

Yifeng "Evan" Wang

96,917 views • 5 months ago

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了
0:25

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,708 views • 6 months ago

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52 #智谱 #智谱AI #AgenticCoding #长上下文能力
5:40

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52 #智谱 #智谱AI #AgenticCoding #长上下文能力

karminski-牙医

13,227 views • 3 months ago