【AI 英文奏折】2026年06月13日
共收录 15 篇深度内容
📋 今日内容速览
快速浏览，点击感兴趣的推文查看详细分析
- Amira Zairi: CapCut举办全球AI创作大赛，总奖金20万美元，需使用其视频工具。
- AshutoshShrivastava: 非美员工无法访问内部工具引发不满。
- Rohan Paul: 美国政府要求Anthropic关闭最强AI模型以防网络安全漏洞。
- Rohan Paul: SpaceX创纪录IPO承载文明级梦想，马斯克或成首位万亿富豪。
- Rohan Paul: NVIDIA GB300性能超H200 20倍，支持更多AI代理同时运行。
- Rohan Paul: 通用大模型在临床任务上优于专用医疗AI。
- Rohan Paul: 谷歌DeepMind提出AGI到ASI的四大技术路径。
- Amira Zairi: 分享复古赛璐璐动画风格的创作提示模板。
- AshutoshShrivastava: Kimi K2.7-Code性能显著提升，推理效率更高且支持长代码任务。
- Pierrick Chevallier | IA: Seedance 2模型渲染的动漫打斗流畅震撼，角色设定炫酷。
- Rohan Paul: SpaceX致力于将科幻变为现实，实现人类星际旅行梦想。
- Rimsha Bhardwaj: 争议开发者创造了广泛使用的Linux启动软件。
- Amira Zairi: Adobe免费提供每日AI图像视频生成服务。
- MayorkingAI: 作者用AI重现《老男孩》经典巷战场景。
- Rohan Paul: AI代理因记忆低效而非遗忘导致跨任务学习失败。
📖 详细内容
Amira Zairi @azed_ai
Amira Zairi AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝
💡 核心观点: CapCut举办全球AI创作大赛，总奖金20万美元，需使用其视频工具。
可信度: 10/10 – 3项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: CapCut opened submissions for CRE[AI]TE, a global AI Festival for creators with $200k in prizes (可通过CapCut官方网站或官方社交媒体账号（如Twitter/X、Instagram）发布的公告直接验证活动名称、奖金金额及参与范围。)
- ✓ 可验证: Submissions run from June 10 to August 10, 2026 (活动时间信息可通过官方活动页面或规则条款（如提交截止日期）直接确认。)
- ◐ 部分可验证: Every entry needs to include CapCut Video Studio in the workflow (需查阅官方活动规则或参赛条款以确认具体工具使用要求，但若未公开细则则需联系主办方进一步核实。)
原文内容:
你还有60天去创造不可能。 剪映正式启动全球AI创作者盛会CRE[AI]TE的参赛征集，面向影视剧集、创意内容及商业广告领域的创作者，总奖金池达20万美元。 参赛时间为2026年6月10日至8月10日，所有作品必须使用剪映视频工作室参与创作流程。 #剪映CREAITE @剪映官方 #剪映合作伙伴
⏰ 00:04 | ❤️ 53点赞 | 📝 55词 | 查看原文 →
AshutoshShrivastava @ai_for_success
AshutoshShrivastava | 影响力: 0万粉丝
💡 核心观点: 非美员工无法访问内部工具引发不满。
可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 非美国Anthropic员工目前无法访问Mythos 5或Fable 5 (需通过Anthropic内部员工或官方声明确认权限设置，但公司可能不会公开此类内部访问策略细节。)
- ◐ 部分可验证: 部分Anthropic员工（如美国同事）目前可以访问Mythos 5或Fable 5 (同上，需依赖内部信息或官方确认，但地域性权限差异在科技公司中常见，存在合理性。)
- ◦ 观点: Dario（推测为Anthropic高管Dario Amodei）的言论导致恐慌（fear mongering） (推文将访问限制归因于个人行为，属于主观推断，无直接证据表明因果关系。)
原文内容:
达里奥散布恐慌的后果... 想象一下非美国Anthropic员工的处境有多荒谬。他们现在无法使用Mythos 5或Fable 5，而部分同事和朋友却可以。
⏰ 09:44 | ❤️ 66点赞 | 📝 32词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Rohan Paul Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝
💡 核心观点: 美国政府要求Anthropic关闭最强AI模型以防网络安全漏洞。
可信度: 10/10 – 3项声明可直接验证；2项需进一步确认
事实核查:
- ◐ 部分可验证: 美国政府指示Anthropic关闭其最强的Claude模型（Fable 5和Mythos 5）以遵守出口管制指令 (需核实美国商务部或Anthropic的官方声明，但若涉及国家安全，部分细节可能未完全公开。)
- ✓ 可验证: 关闭原因是有人发现越狱方法可使模型泄露本应拒绝提供的网络安全帮助 (具体越狱技术细节和漏洞未被公开描述，且“本应拒绝提供”的能力属于内部设计目标，无法独立验证。)
- ◐ 部分可验证: Anthropic称政府未展示广泛的越狱方法，当前技术仅发现少量已知小漏洞，且其他公开模型也能提供类似能力 (需依赖Anthropic或政府的进一步技术报告，但企业回应可能经过公关调整，漏洞细节可能不透明。)
原文内容:
突发新闻：美国政府指令Anthropic关闭其最强大的Claude模型。 Anthropic于周五收到政府出口管制指令。实际影响是该公司必须为所有客户停用Fable 5和Mythos 5模型以符合规定。 起因是有人发现了越狱漏洞，可能导致本应拒绝提供网络安全帮助的模型泄露相关信息。 Anthropic表示政府并未展示出能使该模型转变为不受限制的黑客助手的广泛通用越狱方法。 已披露的技术具有局限性，仅发现少量已知次要漏洞，其产生的功能其他公共模型同样可以提供。 商务部长霍华德·卢特尼克周五发文称，Anthropic的Mythos 5和Fable 5模型将在美国境外及境内外国人使用时面临出口限制。 在美国政府加强国家安全系统前（可能在未来几周内完成），该模型必须持续受限。 Anthropic进一步表示："我们怀疑目前没有任何模型供应商能实现完美的越狱防御。业内采用的所有防护措施都存在非通用越狱漏洞（特定情况下可能泄露部分网络信息），未来很可能还会发现通用越狱方法。"
⏰ 09:36 | ❤️ 44点赞 | 📝 206词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝
💡 核心观点: SpaceX创纪录IPO承载文明级梦想，马斯克或成首位万亿富豪。
可信度: 4/10 – 2项需进一步确认；1项为观点陈述
事实核查:
- ◦ 观点: SpaceX goes public carrying a civilization-scale dream. (该声明是主观评价，将SpaceX的IPO描述为“承载文明规模的梦想”，属于愿景或情感表达，无客观事实依据。)
- ◐ 部分可验证: $75B raised at a $1.77 Tn valuation, the largest IPO on record. (融资额（$75B）和估值（$1.77 Tn）可通过官方公告或权威财经媒体（如彭博、路透）验证，但需确认是否为“史上最大IPO”，需对比历史数据（如沙特阿美2019年IPO的$256B估值）。)
- ◐ 部分可验证: Makes Elon Musk the world’s first trillionaire. (需验证SpaceX上市后马斯克持股价值是否达到$1Tn，但当前（截至2023年）其净资产主要依赖特斯拉和未上市的SpaceX股权，公开数据不足，且“万亿富翁”状态需实时股价支持。)
原文内容:
有些IPO上市的是公司，而有些时刻上市的则是未来。 @SpaceX以承载文明级梦想的姿态公开募股。 750亿美元融资，1.77万亿美元估值，创下有史以来最大规模IPO纪录。此举使埃隆·马斯克成为全球首位万亿富翁。
⏰ 19:46 | ❤️ 79点赞 | 📝 41词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝
💡 核心观点: NVIDIA GB300性能超H200 20倍，支持更多AI代理同时运行。
可信度: 10/10 – 3项声明可直接验证；2项需进一步确认
事实核查:
- ◐ 部分可验证: NVIDIA发布的GB300 NVL72在AgentPerf基准测试中，每兆瓦电力支持的并发编码代理数量是H200的20倍 (需通过NVIDIA官方公告或Artificial Analysis的基准测试报告验证具体数据，但测试方法、环境配置等细节可能未完全公开。)
- ✓ 可验证: AgentPerf基准测试模拟真实编码代理工作负载，包含模型调用、代码编辑、命令执行等长链任务 (Artificial Analysis官网或公开的基准测试文档可能提供测试方法细节（如支持的编程语言、请求长度范围等）。)
- ◐ 部分可验证: GB300 NVL72通过72块GPU的NVLink互联和软件优化实现性能提升 (NVLink技术和MoE（混合专家）软件优化可通过NVIDIA技术白皮书验证，但实际性能增益需依赖具体测试环境。)
原文内容:
英伟达刚刚发布了首个智能体AI基准测试结果，其中GB300 NVL72系统每兆瓦电力支持的编程智能体并发数量可达H200的20倍。 传统推理基准测试通常只关注系统在单次提示后生成token的速度。 而Artificial Analysis推出的AgentPerf提出了更复杂的问题：在保持响应速度的前提下，系统能同时运行多少个智能体？ 该测试比常规大语言模型服务面临更艰巨的工作负载，因为智能体并非简单的一问一答，而是包含模型调用、代码编辑、命令执行、工具延迟等环节的长链条任务，且上下文会持续增长。 基准测试复现了来自公开代码库的真实编程智能体工作路径，涵盖12种以上编程语言，请求长度从5K到131K token不等，平均长度约27K token。 英伟达数据显示，在最低服务层级下，GB300 NVL72每兆瓦可支持61.4K个并发智能体，而H200仅为2.6K。 这一优势源于72块GPU通过NVLink形成机架级统一计算资源，配合能动态分配混合专家模型计算任务、实现通信与计算重叠、并保持大批量处理的软件优化。 @英伟达AI开发者
⏰ 07:26 | ❤️ 32点赞 | 📝 157词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝
💡 核心观点: 通用大模型在临床任务上优于专用医疗AI。
可信度: 9/10 – 2项声明可直接验证；2项需进一步确认
事实核查:
- ✓ 可验证: Nature Medicine研究发现通用大语言模型（LLMs）在医生评审的临床任务上表现优于专用医疗AI产品 (可通过查询《Nature Medicine》期刊或论文原文验证研究结论，但需确认具体刊载期号及作者团队。)
- ◐ 部分可验证: 研究比较了OpenEvidence、UpToDate Expert AI与GPT-5.2、Gemini 3.1 Pro、Claude Opus 4.6在医学考试题、临床风格答案和真实医生问题上的表现 (需查阅论文方法学部分确认对比细节，但模型版本（如GPT-5.2）的命名可能非官方公开名称，需进一步核实。)
- ✓ 可验证: 在100个脱敏临床问题中，盲审医生更倾向于前沿模型（尤其是完整性和清晰度） (论文中应包含实验设计和统计结果，但具体数据（如100个问题的来源和评分细则）需依赖论文公开程度。)
原文内容:
《自然-医学》期刊研究发现，在经医师评审的临床任务中，通用大语言模型的表现现已超越专业医疗AI产品。 研究团队将OpenEvidence和UpToDate Expert AI两款专业医疗产品，与GPT-5.2、Gemini 3.1 Pro及Claude Opus 4.6三款前沿大模型进行了对比测试，评估内容包括医学考试题目、临床风格解答及真实诊疗场景中医生的提问。 在100道来自真实临床场景的匿名医师问诊案例中，采用盲测的临床医师再次倾向于选择前沿大模型生成的答案，特别是在回答的完整性和表述清晰度方面表现突出。
⏰ 06:23 | ❤️ 23点赞 | 📝 70词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝
💡 核心观点: 谷歌DeepMind提出AGI到ASI的四大技术路径。
可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: Google DeepMind的论文阐述了从AGI到ASI的四种技术路径 (可通过Google DeepMind的官方论文或公开学术出版物直接验证论文内容及其提出的技术路径)
- ◐ 部分可验证: 持续扩展计算能力、模型规模、数据和测试时推理可能遇到数据、计算、能源或收益递减的限制 (部分可验证，现有研究（如AI扩展性报告）支持部分观点，但具体限制的量化需依赖未公开的实验数据或未来观察)
- ◦ 观点: 递归自我改进是最不确定的路径，因AI加速AI研发的循环可能受现实测试、硬件稀缺或新想法的制约 (属于推测性观点，目前无实证数据证明递归改进的实际效果或瓶颈，依赖理论假设)
原文内容:
谷歌DeepMind发表的一篇精彩论文。 文章阐释了从通用人工智能（AGI）到超级人工智能（ASI）的发展路径，以及这一跨越可能通过多种途径实现的原因。 作者将AGI向ASI的演进归纳为四条技术路径： - 持续扩展算力、模型规模、数据及推理时计算资源； - 超越当前基于Transformer的基础模型架构的算法范式革新； - 递归式自我改进——即AI加速AI研发并优化未来系统； - 多智能体集体智慧，由大量专业化智能体协同形成超人类群体智能。 规模扩展可能在短期内有效，但会面临数据、算力、能源的限制，或系统庞大化带来的收益递减。 递归改进是最不确定的路径：虽然AI能加速AI研究，但若遇到需要现实测试、稀缺硬件或新思路的难题，这种循环可能放缓。 多智能体系统或许是最被低估的路径——由高效数字工作者组成的社会，通过专业化分工、高速响应和协同配合，可能超越单个卓越模型。 核心观点在于：ASI的诞生未必是单一突变事件，而可能是AI助力创造更优AI与更强科研工具所引发的加速变革链。 ---- 链接 – arxiv.org/abs/2606.12683 标题：《从通用人工智能到超级人工智能》
⏰ 05:40 | ❤️ 103点赞 | 📝 204词 | 查看原文 →
Amira Zairi @azed_ai
AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝
💡 核心观点: 分享复古赛璐璐动画风格的创作提示模板。
可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: 该推文提供了一个用于生成复古赛璐珞动画风格图像的提示词模板 (推文内容明确列出了具体的提示词结构和风格要求（如”hand-painted background”、”visible cel lines”等），可在AI绘图工具（如MidJourney/DALL·E）中直接输入验证效果)
- ◐ 部分可验证: 该提示词能生成具有”vintage animation frame aesthetic”特征的图像 (虽然”复古动画美学”是客观存在的艺术风格，但生成结果是否符合该特征需依赖主观判断或用户实测，不同工具/模型可能产生差异)
- ◦ 观点: 建议用户尝试并分享生成结果（”Try it and share yours”） (这是推文作者的主观呼吁行为，无客观事实依据，属于互动引导性内容)
原文内容:
提示词分享：复古赛璐璐动画 提示词：复古赛璐璐动画风格，[主体]置身于[场景]中，手绘背景，可见赛璐璐轮廓线，低饱和度的[颜色1]与[颜色2]配色，柔和颗粒感，轻柔光线，富有表现力的角色设计，经典动画帧美学 试试看并分享你的作品
⏰ 18:56 | ❤️ 492点赞 | 📝 39词 | 查看原文 →
AshutoshShrivastava @ai_for_success
| 影响力: 0万粉丝
💡 核心观点: Kimi K2.7-Code性能显著提升，推理效率更高且支持长代码任务。
可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Kimi K2.7-Code在Kimi Code Bench v2上性能提升21.8% (需查看Kimi Code Bench v2的官方基准测试报告或对比数据，但若未公开具体测试方法或原始数据，则无法完全独立验证。)
- ◐ 部分可验证: Kimi K2.7-Code的推理token使用量比K2.6降低30% (可通过官方发布的模型技术文档或API实测验证，但需确保测试环境一致；若未公开具体测试条件则为部分可验证。)
- ✓ 可验证: 模型通过自我修正循环解决复杂编程挑战（如调试、迭代改进着陆逻辑） (描述为具体测试案例的结果，但未提供任务细节、失败/成功日志或可复现的示例，依赖单方说法。)
原文内容:
Kimi K2.7-Code现已登陆AI/ML API平台！ 该模型的核心优势： - 在Kimi Code Bench v2基准测试中性能提升21.8% - Program Bench测试成绩提高11.0% - MLS Bench Lite表现跃升31.5% - 推理token消耗较K2.6版本降低30% - 显著提升的指令遵循能力与长周期编程表现 - 专为自主编程设计，具备更强大的自我修正循环机制 AI/ML API为其设置了极具挑战性的任务以测试长周期自主编程能力，Kimi Code 2.7的表现令人惊艳。 该模型持续通过失败迭代，自主调试程序，优化落地逻辑，最终经过多次尝试成功攻克难题。 这种自我修正循环机制使得新一代编程智能体与传统单次执行编程模型产生显著差异。
⏰ 03:09 | ❤️ 26点赞 | 📝 115词 | 查看原文 →
Pierrick Chevallier | IA @charaspowerai
Pierrick Chevallier | IA AI VFX Artist & Photoshop Editor for House of David Saison 2 for Amazon | AI Artist & Formateur | 影响力: 0万粉丝
💡 核心观点: Seedance 2模型渲染的动漫打斗流畅震撼，角色设定炫酷。
可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Seedance 2模型在动画渲染的流畅性、能量感和打斗编排方面表现出色 (需实测模型输出或查看官方演示视频才能验证其性能，但用户描述的具体效果（如“流畅性”）可能因主观感受而异。)
- ✓ 可验证: 提示词（PROMPT）描述的动画场景包含具体角色设定（如银发、机械臂）和动态战斗动作（如子弹时间、爆炸传送） (提示词内容本身可直接从推文文本中验证，但生成的实际效果需依赖模型输出结果，属于部分可验证。)
- ◦ 观点: 用户对Seedance 2模型的使用体验为“完全沉迷”并称其为“绝对猛兽” (此为个人主观评价，无客观标准可验证。)
原文内容:
我现在完全迷上了用Seedance 2制作动漫渲染 这个模型简直强到离谱。那种流畅度、爆发力，还有打斗动作设计……完全是另一个次元的水准。 提示词： 传奇动漫赏金猎人，银色乱发，猩红眼眸在黑风中灼灼发亮，黑色长风衣在狂风中猎猎作响，机械臂迸发着不稳定的能量电弧 他从容穿行在未来感十足的列车站台，突然与精英刺客们爆发近身激战——滑铲避弹、爆炸瞬移、重拳轰出震荡波击碎整片月台 巨型未来车站沐浴在正午阳光下，全息投影碎裂、列车倾覆、火花与碎片充斥环境+镜头以电影级慢推聚焦他发光的双眼，突然以经典动漫式速度跃升为爆炸性战斗，超动态甩镜串联不可能的攻击招式，第一人称视角穿梭于毁灭场景，能量冲击时的环绕镜头，夸张的动漫动态模糊与暴力倾斜构图强化速度感，碎片火花向画面爆溅，最终赏金猎人独自屹立于崩塌的站台，燃烧的列车在身后脱轨，残存敌人同时倒地，镜头穿过硝烟与阳光向上拉升，展现满目疮痍 说实话根本停不下来。 你们最近也在用Seedance 2狂刷动漫模式吗？ 评论区告诉我！ #DreaminaCPP @dreamina_ai
⏰ 23:40 | ❤️ 45点赞 | 📝 215词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝
💡 核心观点: SpaceX致力于将科幻变为现实，实现人类星际旅行梦想。
可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: Elon Musk在德克萨斯州Starbase敲响纳斯达克开市钟 (可通过纳斯达克官方公告、直播录像或主流媒体报道直接验证该事件是否发生及具体地点。)
- ◦ 观点: SpaceX的宗旨是“将科幻变为科学” (此为Elon Musk对SpaceX愿景的主观表述，属于企业宣传或价值观声明，无客观事实依据。)
- ◐ 部分可验证: SpaceX希望让任何想去月球、火星或太阳系其他地方的人实现目标 (可通过SpaceX官网或公开项目（如Starship计划）验证其技术目标，但“任何人”和“实现目标”涉及未来能力与可行性，需依赖技术进展的持续观察。)
原文内容:
埃隆·马斯克在得克萨斯州星际基地远程敲响纳斯达克开市钟 "SpaceX的使命是：将科幻变为科学现实。我们希望让任何想去月球、火星或太阳系任何地方的人都能实现这一愿望"
⏰ 03:35 | ❤️ 22点赞 | 📝 42词 | 查看原文 →
Rimsha Bhardwaj @heyrimsha
Rimsha Bhardwaj Helping you master AI daily with step by step AI guides, & practical tools • AI Educator & Writer • DM for Collab | 影响力: 23.09k万粉丝
💡 核心观点: 争议开发者创造了广泛使用的Linux启动软件。
可信度: 10/10 – 3项声明可直接验证；2项需进一步确认
事实核查:
- ◐ 部分可验证: Lennart Poettering开发的软件（systemd）启动了几乎所有的Linux服务器、主流发行版、Steam Deck、云服务器和现代汽车中的嵌入式Linux系统。 (systemd的广泛使用可通过Linux发行版官方文档（如Red Hat、Debian）和硬件厂商（如Steam Deck的Arch Linux基础）间接验证，但“几乎所有”需具体统计支持，部分嵌入式系统可能使用替代方案。)
- ✓ 可验证: Lennart Poettering是开源社区中最受争议的开发者之一，因其工作引发长期争议。 (开源社区讨论（如Hacker News、Linux论坛）、技术媒体（如Phoronix）和历史争议事件（如systemd取代init的争论）有大量公开记录。)
- ◐ 部分可验证: Lennart Poettering出生于1980年10月15日，成长于危地马拉城、里约热内卢和汉堡，拥有德国国籍。 (出生日期和国籍可通过LinkedIn或访谈（如FOSDEM演讲）部分验证，但早期生活细节缺乏直接官方记录。)
原文内容:
一位生于危地马拉城、成长于里约热内卢和汉堡的德国工程师，在15年间成为开源社区最受争议的人物，却开发出了几乎全球每台Linux服务器的启动软件。 他编写的代码启动所有主流Linux发行版，运行在每台Steam Deck游戏机、几乎每台云服务器以及现代汽车中大多数嵌入式Linux系统上。当红帽公司试图挽留他时，他转投微软；当微软试图留住他时，他又创立了自己的初创公司。他从未停止交付。 他叫伦纳特·波特林。 这个故事之所以特别，是因为这位代码触及全球每台Linux设备的工程师，同时也是现代开源领域最具争议的开发者。 1980年10月15日，伦纳特出生于危地马拉城，先后在巴西里约热内卢和德国汉堡长大，持有德国国籍。他的职业生涯始于编写大多数工程师不敢碰的底层Linux组件。 2008年他加入红帽公司，任职长达14年。期间他成为三大颠覆性软件的核心作者，这些软件从根本上重塑了桌面版和服务器版Linux的形态。 首先是2004年发布的PulseAudio，这个声音服务器已成为几乎所有现代Linux发行版的默认音频系统。其次是Avahi，这种零配置服务发现实现让Linux设备无需配置即可在网络上相互识别。第三个作品则让他成为传奇。 2010年，伦纳特与凯·西弗斯共同发布systemd。这套系统彻底取代了自1980年代以来引导Unix设备的旧式SysV init系统。systemd通过依赖图并行加载服务，而非按顺序运行启动脚本，从而大幅缩短启动时间。它管理进程控制组（cgroups），通过journald处理日志，监督常驻守护进程，还完成了传统Unix哲学认为应由独立小程序处理的约四十项功能。 开源社区立即分裂。Debian经过一场著名的激烈投票后采用了systemd，Ubuntu随之跟进。Fedora和红帽早已部署，Arch Linux、SUSE和CentOS相继转向。五年内，systemd成为所有主流Linux发行版的默认初始化系统。抵制者甚至分叉出自己的发行版以规避它。 伦纳特遭受了长达数年的网络攻击，甚至收到死亡威胁。2014年他公开表示开源社区是他见过最不友善的工程社区，所遭受的谩骂在其他领域闻所未闻。但他持续交付，systemd持续演进。所有反对声音最终都被广泛采用的事实淹没。 2022年7月离开红帽后，他数日内便现身微软，引发Linux界哗然——这个主导开源世界基础软件的工程师，竟加入了被视作Linux宿敌数十年的企业。微软让他继续专注systemd开发，包括Windows子系统Linux版（WSL）相关工作。 2026年1月，他离开微软，与前微软员工克里斯·屈尔、同期离职的Linux内核维护者克里斯蒂安·布劳纳共同创立Amutable公司，宣称要"为所有Linux工作负载提供可验证的完整性"。伦纳特仍主导systemd开发，布劳纳继续维护Linux内核核心部分。他们押注下一代Linux将实现从启动到运行全程加密可验证、确定性且防篡改。 如今当你启动全球大多数Linux服务器时，systemd总是首个静默运行的组件。它支撑着AWS、谷歌云、微软Azure，以及你使用过的绝大多数主流Linux发行版。它运行在Steam Deck游戏机、特斯拉车载娱乐系统、超级计算机、冰箱和工业机器人中。 这位生于危地马拉、长于巴西和德国，被自己所在社区憎恶十余年的工程师，刚刚离开地球两大科技巨头，开启了自己的征程。 而他编写的代码，仍在启动着大多数Linux系统。
⏰ 21:23 | ❤️ 247点赞 | 📝 686词 | 查看原文 →
Amira Zairi @azed_ai
AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝
💡 核心观点: Adobe免费提供每日AI图像视频生成服务。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: Adobe现在为新用户提供无需订阅或绑定信用卡的每日AI图像和视频生成服务 (可通过Adobe官网或官方公告直接确认是否存在此类免费计划及具体条款)
- ◐ 部分可验证: 免费服务包括Nano Banana 2、GPT Image 2、Veo 3.1 Fast和Ray 3.14等工具 (需核实Adobe是否提供这些具体工具（部分名称疑似虚构或夸张），且是否包含在免费服务中)
- ◦ 观点: 这些工具足以每天创作短内容 (“足以”是主观判断，取决于用户需求，且未提供具体功能限制（如生成次数、时长等）)
原文内容:
5张图片。2段视频。免费使用。 Adobe现为新用户提供每日AI图像及视频生成服务，无需订阅或绑定信用卡。 涵盖Nano Banana 2、GPT Image 2、Veo 3.1 Fast和Ray 3.14等工具，足以满足每日短视频内容的创作需求。
⏰ 02:48 | ❤️ 25点赞 | 📝 41词 | 查看原文 →
MayorkingAI @mayorkingai
MayorkingAI Spanish AI content creator | Daily prompts, trends & workflows | Leonardo, Higgsfield, Freepik, Kling, Runway, Pika | 影响力: 3.3万粉丝
💡 核心观点: 作者用AI重现《老男孩》经典巷战场景。
可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: 推文作者提到《Oldboy》中著名的走廊打斗场景 (《Oldboy》的走廊打斗场景是电影史上的经典镜头，可通过公开电影资料、影评或视频片段直接验证其存在和影响力。)
- ◦ 观点: 作者受该场景启发，尝试在暗巷环境中重现类似效果 (“受启发”是主观创作动机，无法客观验证其真实性或具体关联性，属于个人表达。)
- ◐ 部分可验证: 使用Seedance 2.0文本生成视频工具（在Leonardo平台）以720p分辨率制作 (Seedance 2.0和Leonardo平台是否提供文本生成视频功能可通过官网或用户手册验证，但具体生成过程需实测确认。)
原文内容:
还记得《老男孩》中那段传奇的走廊打斗场景吗？ 那个残酷的侧视镜头启发我重现了类似的画面，但将场景搬进了一条暗巷 使用Leonardo平台内的Seedance 2.0文生视频功能制作，分辨率720p 提示词如下
⏰ 01:51 | ❤️ 35点赞 | 📝 38词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝
💡 核心观点: AI代理因记忆低效而非遗忘导致跨任务学习失败。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Most AI agents do not forget because they lack memory; they fail because they remember badly. (该声明涉及AI代理的记忆机制和失败原因，需通过具体实验或论文数据验证，但目前推文未提供直接来源，需进一步查阅相关研究。)
- ✓ 可验证: Today’s agents can spend enormous effort solving one task, then enter the next one almost as if nothing happened. (可通过现有AI代理的多任务学习研究或基准测试（如强化学习中的连续任务实验）验证，但需具体案例支持。)
- ✓ 可验证: The paper’s main idea is to build task streams where earlier tasks clearly contain pieces that later tasks can reuse. (若推文提及的论文公开（如预印本或会议论文），其核心主张可直接验证；否则需依赖作者或机构提供的公开资料。)
原文内容:
大多数AI智能体并非因缺乏记忆而遗忘，而是因记忆低效而失败。 AGENTCL提出一个核心问题：AI智能体究竟是从经验中学习，还是仅仅在搬运信息碎片？ 当今的智能体可以耗费巨量资源解决单个任务，却在进入下一个任务时表现得如同从未发生过任何事。 AGENTCL指出，AI智能体需要更严谨的测试来验证其记忆是否真正实现了跨任务学习。 该论文的核心思路是构建任务流——前期任务明确包含可供后期任务复用的模块，例如小型代码函数、研究问题的证据或有效工作流程。 研究将这些精心设计的"组合式"任务流与常规的"原始"任务流（任务来自同一领域但无强制复用关联）进行对比。 当测试基准混乱时，智能体记忆能力容易被高估。 若任务间缺乏精细关联，记忆系统可能因错误原因表现出色，或因测试无法解释的原因表现不佳。 AGENTCL通过明确任务关联来解决这一问题，进而评估记忆是否助力后续任务、保持效用并迁移至未见任务。 关键发现表明：现有记忆方法在任务关联明显时可复用先前成果，但当后续任务差异较大时仍难以避免混乱。 ---- 链接 – arxiv.org/abs/2606.02461 标题：《AGENTCL：语言智能体持续学习的严谨评估框架》
⏰ 02:14 | ❤️ 21点赞 | 📝 240词 | 查看原文 →
相关文章
