Twitter/X · @dotey · 8月18日 20:03 UTC · 喜欢 56 · 转发 4 · 回复 18 · 浏览 14648
Anthropic 感觉就总是给人很纠结很不爽利的那种感觉！这提升 50% 额度明明挺好的事，停了又怕你不满意，彻底放开又舍不得，就一次又一次的延期，还不如索性一直提升 50% 得了。
就跟当年 Fable 5 一样，一会说只有 2 周，一会又延期，最终还是放开了，但这个过程就给人感觉挺不好！
从 55 条内容中筛选出 12 条重要资讯。
- Mojo 编程语言以 Apache 2 许可证开源其编译器与工具链。 ⭐️ 8.3/10
- Qwen 3.8 27B 在 AI 指数上获 52 分，追平 GPT-5.6，逼近 753B/1.7T 大模型。 ⭐️ 8.0/10
- Claude AI 成功为 14/15 个靶点设计蛋白质结合剂，加速药物发现 ⭐️ 7.83/10
- OpenAI 因 Astra 模型可能达到关键网络能力阈值而放缓开发节奏 ⭐️ 7.62/10
- Anthropic 工程师部署 Claude Tag 作为 CI/CD 故障响应的自主值班智能体。 ⭐️ 7.58/10
- Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 风格多向量检索模型。 ⭐️ 7.12/10
- 一个实用的深度思考 Prompt：用’双向钢人论证’让 AI 帮你挖出最本质的答案 ⭐️ 7.03/10
- Turbovec：Google TurboQuant 的 Rust 实现，用于高效向量搜索 ⭐️ 7.0/10
- Jason Wei 反驳‘小模型+工具’可替代大模型智能的观点 ⭐️ 7.0/10
- 豆包 AI 智能体更新引入非阻塞 GUI 控制与手机远程操作，媲美 Codex ⭐️ 7.0/10
- 分析主张 AI 智能体插件架构应内部开放、外部约束 ⭐️ 7.0/10
- 开发者向社区征集关于 Codex 等 AI 编程模型明显但尚未实现的应用构想。 ⭐️ 7.0/10
Mojo 编程语言以 Apache 2 许可证开源其编译器与工具链。 ⭐️ 8.3/10
2026 年 8 月 18 日，Modular 公司根据 Apache 2 许可证将 Mojo 编译器与工具链开源，兑现了其自 2023 年 5 月以来的承诺。此举紧随 Mojo 1.0 版本的发布，也标志着该语言放弃了最初成为 Python 完全超集的计划。 此次开源是一个重要的里程碑，有望加速 Mojo 这门为高性能 AI/ML 和 GPU 编程设计的语言的采用与发展。它为开发者提供了透明度，促进了社区贡献，并巩固了 Mojo 作为 C++ 或 Rust 的潜在替代品、用于编写高性能类 Python 代码的地位。 此次开源包含了完整的编译器与工具链，但目前暂不接受针对编译器的贡献，计划在年底前开放。Mojo 现在被定位为一门独立的语言，采用受 Python 启发的语法，但不保证 100% 兼容，转而依赖 AI 辅助工具来实现从 Python 的迁移。
rss · Simon Willison · 8月18日 21:39 · 2 个来源
核验: 多源印证
背景: Mojo 是由 Modular 公司开发的一种系统编程语言，旨在将 Python 的易用性与 C++ 和 Rust 等语言的性能相结合。它最初被宣布为 Python 的超集，以利用现有生态系统，但后来已演变为一门专为 AI 和 GPU 编程优化的独立语言。Apache 2 许可证是一种宽松的开源许可证，允许对软件进行自由使用、修改和分发。
参考链接
标签: #programming-languages, #open-source, #ai-ml, #developer-tools, #mojo
Qwen 3.8 27B 在 AI 指数上获 52 分，追平 GPT-5.6，逼近 753B/1.7T 大模型。 ⭐️ 8.0/10
Qwen 3.8 27B 模型在 Artificial Analysis Intelligence Index 上获得了 52 分，与 GPT-5.6 Luna（最大值）的分数持平，仅比 GLM-5.2（最大值）和 DeepSeek V4 Pro 0813（最大值）的分数低一分。 这一成就意义重大，因为一个相对较小的 270 亿参数模型，其性能已能与 GLM-5.2（7530 亿参数）和 DeepSeek V4 Pro（1.7 万亿参数）等庞大模型相媲美，这标志着模型效率的重大突破，为 AI 智能体和开发者工具带来了更高的成本效益。 Qwen 3.8 27B 是一个稠密模型，意味着推理时所有 270 亿参数都处于激活状态，这与 GLM-5.2 等混合专家模型不同，后者每个 token 仅激活部分参数。据报道，该模型在智能体编码和视觉语言任务上相比其前代有大幅提升。
rss · Simon Willison · 8月17日 23:58
核验: 多源印证
背景: Artificial Analysis Intelligence Index 是一个综合性基准测试，它汇总了九项具有挑战性的评估，用于衡量 AI 在数学、科学、编码和推理方面的能力。在 AI 模型领域，参数数量通常与性能相关，但近期的进展侧重于用更少、更高效的参数实现高性能。Qwen 是阿里云开发的一系列大语言模型，3.8 版本是其最新迭代。
参考链接
社区讨论: Hacker News 上的讨论凸显了社区对这一效率突破的震惊，用户们注意到这对于在更易获取的硬件上运行高性能模型具有实际意义。讨论还涉及了可能促成其性能的具体架构选择，例如其混合注意力主干。
标签: #llms, #ai-benchmarks, #model-efficiency, #open-source-ai, #qwen
Claude AI 成功为 14/15 个靶点设计蛋白质结合剂，加速药物发现 ⭐️ 7.83/10
Anthropic 公布了两项实验结果：其 Claude AI 模型（Mythos Preview 和 Opus 4.8）成功为 15 个生物靶点中的 14 个从头设计了蛋白质结合剂，单个设计的成功率在 22.6%至 35.1%之间。在另一项实验中，Claude Opus 5 在 25 分钟内分析了原始的 NMR 和 LC-MS 数据，其结果在化合物鉴定和纯度方面与合同实验室的分析结果一致。 这标志着在药物发现关键早期任务上的一次重大加速，该任务传统上需要人类专家为每个靶点花费数周或数月时间，有望缩短疗法开发的整体时间线。它证明了通用 AI 模型如今能在复杂、实验性的科学领域达到甚至超越专家水平，将 AI 的影响从数学等验证快速的领域扩展到生命科学。 蛋白质结合剂 22%-35%的成功率超过了当前蛋白质设计活动中典型的 10-15%基准，其中一些设计的结合剂显示出比先前发表的最佳结果显著更强的结合亲和力。在化学分析任务中，广泛可用的 Claude Opus 5 模型仅使用原始数据文件和简短的提示，就得出了 96.4%的纯度计算结果，与实验室的 96.33%结果相符。
aihot · Anthropic：Research（发表成果 · 网页） · 8月18日 22:27 · 中文阅读
核验: 多源印证
背景: 蛋白质结合剂（或称微型结合剂）是人工设计的小型蛋白质，能紧密地结合特定靶点蛋白，这是许多现代药物作用的机制。从头设计（de novo design）这些结合剂是一个复杂的计算挑战，通常需要专业知识和大量时间。像 AlphaFold2 这样的工具已经彻底改变了蛋白质结构预测领域，而 BindCraft、BinderFlow 等自动化流程旨在简化结合剂设计过程，但它们通常仍然复杂且耗费计算资源。
参考链接
标签: #AI Research, #Protein Design, #Claude AI, #Scientific AI, #Biotechnology
OpenAI 因 Astra 模型可能达到关键网络能力阈值而放缓开发节奏 ⭐️ 7.62/10
OpenAI 因担心其即将推出的 Astra 模型可能达到其《预备框架》下的“关键网络安全能力”阈值，已暂时放缓模型开发节奏，具体措施包括暂停最新部署模型的强化学习训练两周，并搁置最大规模的前沿强化学习运行。公司已加强研究环境安全，要求对 Astra 及网络相关负载实施最严格防护，并扩展了思维链监控，采用了多阶段激活分类器检测机制。 这标志着一个重要的战略转变，即一家领先的 AI 公司出于安全考虑主动放缓自身开发，为负责任的规模化发展树立了先例。它凸显了 AI 快速进步与建立强大安全护栏需求之间日益增长的矛盾，尤其是在模型接近能够自主利用关键网络安全漏洞的能力时。 “关键网络安全能力”阈值被定义为模型能够自主识别和开发针对众多已加固的现实世界关键系统的功能性零日漏洞利用，或者仅根据一个高级目标就能设计和执行新颖的端到端网络攻击。对 Astra 的初步评估表明其性能足够强大，以至于 OpenAI 无法排除其达到此水平的可能性，不过该模型并未涉及最近的 Hugging Face 漏洞利用事件。
aihot · OpenAI：官网动态（RSS · 排除企业/客户案例） · 8月18日 11:00 · 中文阅读
核验: 待核验
背景: OpenAI 的《预备框架》是一项内部风险管理政策，用于追踪、评估和缓解前沿 AI 模型带来的灾难性风险。该框架将包括网络安全在内的风险划分为“高”和“关键”等不同等级。Astra 是 OpenAI 尚未发布的下一个主要模型，据报道已在内部测试中解决了十个长期存在的重大数学问题，展示了先进的推理能力。
参考链接
标签: #AI Safety, #Model Development, #OpenAI, #Policy, #Cybersecurity
Anthropic 工程师部署 Claude Tag 作为 CI/CD 故障响应的自主值班智能体。 ⭐️ 7.58/10
Anthropic 的持续集成团队使用 Claude Tag 构建了一个值班 AI 智能体，能够自主分析 CI/CD 故障，其中位首次发布基于证据的分析报告时间为 14 分钟。在最快案例中，它在 3 分钟内验证了修复并确认错误率恢复至基线水平，团队还在 GitHub 上发布了通用设置套件供其他团队部署。 这展示了 AI 智能体在自动化关键且时效性强的工程工作流中的一个实际、高影响力的应用，显著缩短了初始响应时间，并将工程师从重复性的值班任务中解放出来。它预示着 AI 驱动的 DevOps 自动化趋势，智能体可以处理初步分诊和修复，可能改变整个行业的故障管理方式。 该智能体由 Claude Tag 驱动，在 Slack 频道中运行，可访问 Datadog 和 Grafana 等工具，并使用存储在 GitHub 仓库中的 Markdown 技能文件定义的持久化记忆和指令。Anthropic 的设置套件允许团队将自身的事故历史转化为分诊手册，从而创建一个用于诊断和升级的只读 Claude 智能体。
aihot · Claude：Blog（网页） · 8月18日 19:26 · 中文阅读
核验: 多源印证
背景: CI/CD（持续集成与持续交付/部署）是一套实践和工具，允许开发团队频繁、可靠地交付代码变更。在此背景下的故障响应涉及识别、分析和修复自动化构建、测试和部署流水线中的故障。Claude Tag 是 Anthropic 近期推出的一个 AI 智能体平台，可集成到 Slack 等协作工具中，使其能够作为一个拥有记忆并能自主执行任务的持久性团队成员。
参考链接
标签: #AI Agents, #CI/CD, #Automation, #Developer Tools, #Incident Response
Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 风格多向量检索模型。 ⭐️ 7.12/10
Sentence Transformers v6.0 引入了第四种模型类型 MultiVectorEncoder，使该库能够直接加载和使用 ColBERT 风格的多向量（晚期交互）检索模型。这包括来自 PyLate、Stanford-NLP ColBERT 以及用于视觉文档检索的 colpali-engine 的模型检查点。 此次更新通过集成最先进的检索技术，显著扩展了广泛使用的 Sentence Transformers 库的实用性，这些技术通过保留词元级信息提供了更高的准确性。它降低了 AI/ML 从业者实现高级检索的门槛，可用于语义搜索、RAG 和无 OCR 的视觉文档分析等应用。 MultiVectorEncoder 使用 MaxSim 算子进行评分，将每个查询词元向量与所有文档词元向量进行比较，这通常以更大的索引大小为代价带来更强的检索能力。它支持与其他 Sentence Transformers 模型类型（密集、稀疏、重排序器）一致的熟悉 API，且该功能可通过标准的 pip 更新获得。
aihot · Hugging Face：Blog（RSS） · 8月18日 00:00 · 中文阅读
核验: 多源印证
背景: Sentence Transformers 是一个流行的 Python 库，用于生成用于语义搜索和检索增强生成（RAG）的句子嵌入。ColBERT 是一种晚期交互检索模型，与将文本压缩成单个向量的标准密集模型不同，它为每个词元生成一个向量，允许在评分时通过晚期交互进行更细致的匹配。PyLate 是一个用于训练 ColBERT 模型的库，而 colpali-engine 将类似的多向量原理应用于使用视觉语言模型的视觉文档检索，绕过了对 OCR 的需求。
参考链接
标签: #Sentence Transformers, #Information Retrieval, #Embeddings, #AI/ML, #Open Source
一个实用的深度思考 Prompt：用’双向钢人论证’让 AI 帮你挖出最本质的答案 ⭐️ 7.03/10
一篇技术博客文章介绍了一种新颖的’双向钢人论证’提示词技术，该技术将 AI 交互结构化为四个步骤：重述真实问题、强化正反双方观点、找出关键变量、以及迫使 AI 给出明确判断。作者通过一个使用 Claude 选择公司司庆日的真实案例演示了其有效性。 这项技术之所以重要，是因为它提供了一种结构化方法来对抗 AI 的’谄媚’倾向——即模型倾向于迎合用户——并推动它们进行更严谨、更实质性的推理。它代表了提示词工程领域的一项实用进展，可以改善开发者、分析师以及任何使用 AI 解决复杂问题的人的决策流程。 该提示词是专门为 Anthropic 的 Claude 模型设计并演示的，尽管其基本原理可能适用于其他大型语言模型。这项技术是对逻辑学和批判性思维中现有’钢人论证’概念的改编与组合，并将其转化为一种可重复的提示词格式。
aihot · 公众号：数字生命卡兹克 · 8月17日 23:58 · 中文阅读
核验: 多源印证
背景: 在逻辑学和辩论中，’钢人论证’是’稻草人谬误’的反面。稻草人谬误是通过曲解对方立场使其更容易被攻击，而钢人论证则是在批评之前，公平且准确地呈现对方论点可能的最强版本。提示词工程是指设计输入（提示词）以有效引导 ChatGPT 或 Claude 等 AI 模型输出和行为的技术实践。
标签: #Prompt Engineering, #AI Reasoning, #Claude, #Decision Making, #Workflow Automation
Turbovec：Google TurboQuant 的 Rust 实现，用于高效向量搜索 ⭐️ 7.0/10
Turbovec 是一个新的开源项目，它提供了 Google TurboQuant 向量量化算法的 Rust 实现。它提供了一个快速且内存高效的向量搜索索引，其显著特点是声称仅需 4GB 内存即可处理 1000 万个文档。 这很重要，因为它实现了高效的本地向量搜索，这对于注重隐私优先的应用程序以及希望避免云依赖的开发者至关重要。它代表了在让最先进的 AI 搜索能力更易于获取、资源效率更高，以便在设备上或本地部署方面迈出的重要一步。 该项目定位于适合本地和隐私优先的应用，其 Rust 基础暗示了高性能和安全的潜力。然而，社区反馈指出其需要更好的文档，并提到像 Qdrant 这样的成熟替代方案已经集成了 TurboQuant。
hackernews · fittingopposite · 8月18日 18:07 · 社区讨论
核验: 多源印证
背景: 向量搜索是一种通过比较称为向量的数值表示来查找相似项目（如文本或图像）的技术。向量量化，例如 Google 的 TurboQuant，是一种压缩方法，可以减少这些向量的内存占用，从而能够对可能无法以全精度装入内存的大型数据集进行更快的搜索。高效的本地向量搜索对于数据隐私至关重要或不需要云连接的应用来说非常关键。
参考链接
社区讨论: 社区讨论凸显了对其内存效率（1000 万文档仅需 4GB）以及用于本地、隐私优先用例潜力的兴奋，包括对编译为 WebAssembly 以用于浏览器扩展的兴趣。一些评论指出需要更好的项目文档，而另一些则质疑其必要性，因为现有工具如 Qdrant 已经集成了该技术。还有用户分享了基准测试链接，表明 FAISS 已不再是最先进的技术。
标签: #vector-search, #rust, #ai-tools, #open-source, #performance
Jason Wei 反驳‘小模型+工具’可替代大模型智能的观点 ⭐️ 7.0/10
思维链提示技术的核心作者之一、AI 研究员 Jason Wei 发表观点，反驳了流行的‘小模型+工具’路线，认为外部工具无法完全复现知识内化于大语言模型所带来的速度、深度和可靠性。他用自己学习羽毛球的个人类比，阐释了知识随时可用与每次都需要查找之间的根本区别。 这场辩论关乎 AI 系统的未来架构，影响着开发者和公司在成本、效率和能力上的决策。它挑战了当前行业倾向于更便宜、模块化系统的趋势，并重申了模型规模化对于实现顶级通用智能的重要性，这与‘苦涩的教训’的观点一致。 Wei 概述了知识内化的大模型的三个具体优势：速度（直接生成答案）、理解深度（综合信息而非检索片段）以及可靠性（在复杂的多步骤任务中减少错误累积）。这一论点基于‘苦涩的教训’中的历史模式，即扩大计算和数据的规模始终胜过以人类知识为中心的工程设计。
twitter · 宝玉 · 8月18日 14:12
核验: 多源印证
背景: ‘小模型+工具’范式主张使用一个紧凑的模型（例如 10 亿参数）作为推理核心，并通过联网搜索、执行代码等外部工具来增强其处理未知任务的能力。这通常与将海量知识内化于参数之内的大语言模型形成对比。‘苦涩的教训’是 AI 研究员 Rich Sutton 的一篇重要文章，认为 AI 的长期进步主要来自利用计算规模，而非嵌入人类知识。
参考链接
标签: #AI Agents, #LLM Architecture, #Model Scaling, #AI Tools, #Industry Trends
豆包 AI 智能体更新引入非阻塞 GUI 控制与手机远程操作，媲美 Codex ⭐️ 7.0/10
一篇详细的用户评测指出，豆包的最新更新显著增强了其 AI 智能体能力，特别是通过非阻塞的 GUI 电脑控制功能和手机远程操作，使其用户体验可与 Codex 和 Claude Code 等成熟标杆相媲美。该用户成功使用手机 App 远程指挥位于美国的电脑查找并分享文档，展示了实用的跨设备工作流自动化。 这一进展很重要，因为它代表了一款主要的中国 AI 产品在关键的人机交互和工作流自动化领域，正在缩小与西方领先 AI 智能体的差距。非阻塞操作和流畅的手机到电脑控制，可能为开发者和知识工作者重新定义生产力，为远程、免提的任务执行和资源访问开辟新的使用场景。 非阻塞 GUI 控制通过“豆包虚拟桌面”实现，允许人和 AI 同时操作电脑且互不干扰，这被指出是相对于 Claude Code 阻塞式的“Computer Use”模式的一个显著优势。目前，完整的 GUI 控制功能仅在最新的 Windows 版本上可用，而 Mac 版本仅支持在其内置浏览器内进行 GUI 操作，且使用手机远程控制需要在两台设备上登录同一账号，并在电脑端启用连接权限。
twitter · 宝玉 · 8月18日 05:48
核验: 多源印证
背景: 具备“Computer Use”能力的 AI 智能体旨在直接操作图形用户界面（GUI）应用程序——点击按钮、填写表格、下载文件——即使对于没有命令行界面（CLI）的软件也能实现自动化。像微软的 Copilot Studio 等产品也具备类似的“computer-using agents”，通过解读屏幕截图来自动化 UI 交互。非阻塞或异步 GUI 自动化是智能体设计中的一个高级领域，允许 AI 在后台工作，而不会将用户锁定在其主要任务之外。
参考链接
标签: #AI Agents, #Developer Tools, #Product Comparison, #Workflow Automation, #Human-Computer Interaction
分析主张 AI 智能体插件架构应内部开放、外部约束 ⭐️ 7.0/10
一篇详细的分析比较了 Pi、VS Code 和 DeepSeek Harness（DSH）的插件架构理念，主张虽然像智能体循环（Agent Loop）这样的内部组件应该是模块化且可替换的，但平台必须对外部扩展点施加有意识的约束。作者认为，DSH 允许插件共同组装核心运行时本身的方法，引入了身份、生命周期和冲突解决等复杂挑战，超越了简单的命名冲突。 这很重要，因为它触及了下一代 AI 智能体平台的一个关键设计矛盾：在开发者的灵活性与最终用户的稳定性和一致性之间取得平衡。分析强调，随着 AI 编码降低了实现成本，平台在决定哪些部分可以被扩展时做出有意识的选择，其角色变得更加重要，而非更不重要，以防止集成负担完全转移给用户。 分析指出，DSH 深度插件集成已在社区运行时报告中导致一些问题，例如重复的模块实例、Symbol 分裂和进程全局注册表冲突。同时阐明，虽然像 Cordis 这样的框架可以管理激活和销毁，但它们并不能自动解决高阶冲突，例如插件冲突时哪个应胜出，或如何处理回滚。
twitter · Jason Meng · 8月18日 02:41
核验: 多源印证
背景: DeepSeek Harness（DSH）是一个 AI 智能体运行时，其核心组件如智能体循环（Agent Loop）、会话（Session）和工具运行时（Tool Runtime）被设计为可替换的插件。AI 智能体循环是核心的迭代周期，智能体在其中观察、推理、行动并重复。VS Code 使用贡献点（Contribution Points），这是package.json中预定义的扩展接口，允许插件添加功能，同时由宿主控制多个贡献如何合并。
参考链接
标签: #AI Agents, #Plugin Architecture, #Developer Tools, #System Design
开发者向社区征集关于 Codex 等 AI 编程模型明显但尚未实现的应用构想。 ⭐️ 7.0/10
一位可信的开发者 Thibault Sottiaux 向社区提出了一个开放式问题，征集那些显而易见、可实现但尚未被实现的、适用于 OpenAI Codex 等模型的应用构想。这个问题引发了极高的社区参与度，收到了超过 4700 条回复。 这个问题直接利用了开发者社区的集体智慧，旨在发现当前 AI 工具生态中的空白。其回复可能揭示出那些高影响力、低门槛的产品开发机会，从而引导开发者和公司朝着更实用、更有价值的代码生成 AI 应用方向前进。 该问题特别针对“Codex、API 或我们的模型”的应用，表明其关注点在于 OpenAI 的代码生成模型及其 API。大量的回复表明社区中充满了多样且实用的想法，讨论非常丰富。
follow_builders · Thibault Sottiaux · 8月17日 23:53
核验: 多源印证
背景: OpenAI Codex 是一个在源代码上进行了微调的大型语言模型，旨在将自然语言翻译成代码。它于 2021 年发布，并成为 GitHub Copilot 的基础模型。Codex 可通过多种方式访问，包括 API、命令行工具、IDE 集成以及在 ChatGPT 内部使用，能够执行编写代码、修复错误和自动化工作流等任务。
标签: #AI Developer Tools, #Codex, #Product Ideation, #Community Discussion, #API Design
更多追踪内容
以下内容已于今日成功抓取，但未进入上方主列表。
其他追踪推文
Twitter/X · @dotey · 8月18日 19:35 UTC · 喜欢 11174 · 转发 727 · 回复 854 · 浏览 1088979
We’re extending the 50% increase to weekly Claude Code limits through August 31.
We hope to make this a permanent change to our plans, but strong demand for our models means that capacity may be tight over the coming weeks. We’ll keep you posted as things develop.
Twitter/X · @dotey · 8月18日 14:44 UTC · 喜欢 22 · 转发 1 · 回复 40 · 浏览 14900
Deepseek Harness 如果是 SDK 为主也能达到数据入口的效果吗？
> 像 ZCode 这样的 Coding 产品，不只是变现工具，也可能成为数据入口：用户完成真实的软件工程任务，产生长周期执行轨迹，再反哺下一轮 Post-training，形成“产品使用 → 数据 → 模型升级 → 更多使用”的飞轮。
Twitter/X · @dotey · 8月18日 14:16 UTC · 喜欢 18 · 转发 1 · 回复 3 · 浏览 4655
我把 Claude Code 2.1.234 的包拆开了
昨天我想弄清楚一件小事。两个 Claude Code 窗口互相传话，底下走的是什么。
结果有两种传递方式：
本机 session 之间传消息用的是 Unix Domain Socket（UDS）
跨机器走云端
可以把它想成每个 Claude Code 窗口在本机开一个只属于当前系统用户的收件箱。另一个窗口往这个 socket 里丢一行纯文本。/status 里那行 Peer address 前面的 uds:，就是这个东西。
Twitter/X · @dotey · 8月18日 13:38 UTC · 喜欢 50 · 转发 4 · 回复 16 · 浏览 36329
这个有意思，先装弱智跟 AI 胡乱下，把 AI 跟着一起弱智下，最后再赢它。
想起那句名言：
“你永远不要试图战胜一个纯傻逼，因为他会把你的智商拖到和他一个水平，然后再用他丰富的经验打败你！”
但据说是 23 年的视频，现在估计不行了吧？
Twitter/X · @op7418 · 8月18日 09:16 UTC · 喜欢 90 · 转发 14 · 回复 10 · 浏览 23230
终于搞定了！给 DeepSeek Harness 做了一个开箱即用的客户端 Pilot Harness。
这个客户端主要由两部分组成：
一个是客户端的壳；另一个是所有的优化，它们本质上都是 DeepSeek Harness 的插件。
也就是说，你既可以直接使用我这个客户端（默认加载所有插件），也可以只挑选对你有用的插件，安装到你自己的 DeepSeek Harness 里面。
这里面主要包括三个插件：
1. UI 和交互优化插件：优化了 DeepSeek Harness 本身一些有问题的展示方式、样式以及交互。
2. 文件树插件：你可以在聊天界面的右侧展开当前项目的文件树，快速将文件添加到聊天中，或者直接打开对应的文件。
3. 模型服务商和模型管理插件：优化了模型服务商的添加流程和模型管理的页面，将模型管理和服务商管理分开，更加直观，并且添加了很多图标和描述，界面更加清晰。
Twitter/X · @op7418 · 8月18日 08:31 UTC · 喜欢 90 · 转发 8 · 回复 14 · 浏览 36279
https://t.co/fPGXkxlnm8
Twitter/X · @dotey · 8月18日 07:37 UTC · 喜欢 582 · 转发 34 · 回复 227 · 浏览 323717
柯洁已经找到破解 AI 的办法了，说现在随便下 AI 包赢的，还可以让它 9 个子。如果当时和 AlphaGo 下的时候也知道这个 bug，他是能赢的。
看了一下就是前期装弱智嘛，傻逼客高手，AI 无一例外都被偷吃了。
网友说 懂了，我上去下一半，柯洁再下一半就能打赢 AI，我们两个真厉害。
AlphaGo：其实没关系，缺乏这方面的训练数据，可以弥补的。
Twitter/X · @dotey · 8月18日 03:11 UTC · 喜欢 68 · 转发 6 · 回复 29 · 浏览 32876
Claude Code 最新版本上线了一个特别讨厌的功能，频繁的给其他正在运行的 session 发消息！还老是搞错，除了浪费 token 并没有太大价值……
默认打开我都没找到哪里关掉！ https://t.co/hIuEtGSmlv
其他 Follow Builders 资讯
中文标题Thibault Sottiaux：午夜过后给我，给我，给我 Codex，难道没人能让这些失败的测试都消失吗？...
Follow Builders · X 动态 · Thibault Sottiaux · 8月18日 06:45 UTC · 喜欢 971 · 转发 34 · 回复 424
A humorous tweet parodying song lyrics to express a developer's desire for OpenAI's Codex to fix failing tests overnight.
中文摘要一条幽默的推文，戏仿歌词以表达开发者希望 OpenAI 的 Codex 能在一夜之间修复失败测试的愿望。
中文标题Peter Yang: @bot 如果你喜欢这个，免费订阅我的通讯以获取我最好的 AI 和产品指南...
Follow Builders · X 动态 · Peter Yang · 8月18日 06:00 UTC · 喜欢 2 · 转发 0 · 回复 0
A promotional post encouraging users to sign up for a free newsletter about AI and product guides.
中文摘要一篇鼓励用户免费订阅一份关于 AI 和产品指南的通讯的推广帖文。
中文标题Nan Yu: 诸如此类的情况
Follow Builders · X 动态 · Nan Yu · 8月18日 03:30 UTC · 喜欢 1 · 转发 0 · 回复 0
A tweet containing only the phrase 'Many such cases' with an inaccessible link.
中文摘要一条仅包含短语'诸如此类的情况'且链接无法访问的推文。
中文标题Boris Cherny：像这样的小型生活质量改进会累积起来，更多改进即将到来。
Follow Builders · X 动态 · Boris Cherny · 8月18日 02:24 UTC · 喜欢 678 · 转发 16 · 回复 58
A developer announces ongoing minor quality-of-life improvements to an unspecified product.
中文摘要一位开发者宣布正在对一款未指明的产品进行持续的小型生活质量改进。
中文标题Boris Cherny：让我们知道您的想法！https://t.co/sToEXNbzAC
Follow Builders · X 动态 · Boris Cherny · 8月18日 02:20 UTC · 喜欢 739 · 转发 27 · 回复 99
A social media post asking for feedback with no substantive technical content provided.
中文摘要一条请求反馈的社交媒体帖子，未提供实质性技术内容。
中文标题Amjad Masad：努力让你胸中那被称为良心的神圣火花保持活力
Follow Builders · X 动态 · Amjad Masad · 8月18日 01:49 UTC · 喜欢 107 · 转发 5 · 回复 14
A tweet containing a philosophical quote about conscience with no technical or product context.
中文摘要一条包含关于良心的哲学引用的推文，没有技术或产品背景。
中文标题Thariq：进入 CC 并输入/design <你想设计的东西>，现在就做
Follow Builders · X 动态 · Thariq · 8月18日 01:48 UTC · 喜欢 880 · 转发 27 · 回复 61
A tweet instructing users to use a '/design' command in an unspecified tool to create designs.
中文摘要一条推文指示用户在未指定的工具中使用“/design”命令来创建设计。
中文标题Dan Shipper：全国各地的 CFO 们正在向组织中的每个人提出的问题
Follow Builders · X 动态 · Dan Shipper · 8月18日 01:42 UTC · 喜欢 32 · 转发 2 · 回复 5
A tweet sharing a link about a question CFOs are asking, with no substantive content provided.
中文摘要一条分享关于 CFO 们所提问题的链接的推文，未提供实质性内容。
中文标题Peter Yang：今天你会看到的最鼓舞人心的视频
Follow Builders · X 动态 · Peter Yang · 8月18日 01:36 UTC · 喜欢 40 · 转发 0 · 回复 7
A social media post shares a link to a video described as inspirational, with no further context or details provided.
中文摘要一条社交媒体帖子分享了一个被描述为鼓舞人心的视频链接，没有提供进一步的背景或细节。
Dan Shipper: I have had extremely similar experiences Voice mode even better https://t.co/kbBdVQl1eP
2.0中文标题Dan Shipper: 我有过极其相似的体验，语音模式甚至更好
Follow Builders · X 动态 · Dan Shipper · 8月18日 01:33 UTC · 喜欢 51 · 转发 0 · 回复 5
Dan Shipper shares a brief personal endorsement, stating he has had similar experiences and finds an unspecified product's voice mode even better.
中文摘要Dan Shipper 分享了一个简短的个人推荐，称自己有类似体验，并认为某产品的语音模式甚至更好。
中文标题Amjad Masad：这个团队的宣传中没有任何“AI”字样，却拥有 AI 级别的增长率，如果不是对 AI 如此着迷，他们的团队规模本可以扩大 10 倍...
Follow Builders · X 动态 · Amjad Masad · 8月18日 01:32 UTC · 喜欢 156 · 转发 2 · 回复 16
Amjad Masad highlights a startup achieving high growth rates typical of AI companies without explicitly branding itself as an AI company in its pitch.
中文摘要Amjad Masad 强调了一家初创公司在其宣传中并未明确标榜为 AI 公司，却实现了 AI 公司典型的高增长率。
中文标题Josh Woodward: 带着一些更新回到这个话题... 我们接下来可以改进哪些方面来让你的 Gemini 体验更好？
Follow Builders · X 动态 · Josh Woodward · 8月18日 01:12 UTC · 喜欢 467 · 转发 30 · 回复 145
The author provides a list of recent and upcoming improvements for the Gemini AI experience, including workspace tools, model performance, and new features.
中文摘要作者列出了针对 Gemini AI 体验已实现和即将推出的改进清单，包括工作区工具、模型性能和新功能。
中文标题Peter Yang：人们在用哪些 AI 技能或工具来编辑 YouTube 人物介绍开场？比如缩放...
Follow Builders · X 动态 · Peter Yang · 8月18日 01:08 UTC · 喜欢 32 · 转发 1 · 回复 20
A user asks for AI tools to automate editing of YouTube intros, specifically mentioning zoom effects and animations, and expresses interest in using conversational AI like Codex for the full edit.
中文摘要一位用户询问用于自动化编辑 YouTube 开场（如缩放效果和动画）的 AI 工具，并表示有兴趣使用类似 Codex 的对话式 AI 来完成整个编辑过程。
中文标题Aaron Levie：当你听说数据是新的石油时，这最终就是它的样子。AI 对数据如此渴求，以至于我们正在进入一个数据几乎以任何形式都具有价值的时代。
Follow Builders · X 动态 · Aaron Levie · 8月17日 23:49 UTC · 喜欢 304 · 转发 31 · 回复 33
The post argues that in the AI era, data is a critical corporate asset that will determine competitiveness, akin to oil, due to AI's massive demand for information.
中文摘要这篇文章认为，在 AI 时代，数据因其巨大的需求而成为决定企业竞争力的关键资产，类似于石油。