【AI 英文奏折】2026年07月29日

共收录 21 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

1. AshutoshShrivastava: AI发展迅速却未解决重大难题，言行不一引质疑。
2. Amira Zairi: AI视频难点在导演，Topview工具提供全流程控制方案。
3. Machina: AI代理系统自主生成电影内容并优化剪辑
4. Santiago Valdarrama: 产品竞争力胜于政府扶持，监管无法弥补自身不足。
5. Alex Prompter: Fish Audio开源语音模型S2通过文本指令控制语音效果，性能超越主流竞品。
6. Amira Zairi: Templafy推出可完全编辑的AI生成PPT工具。
7. Ethan Mollick: 大模型在可验证和无边界领域均持续进步。
8. Ethan Mollick: 大型语言模型未经专门训练却在多领域表现优异。
9. Rohan Paul: AI专家呼吁政府监管自动化研究以防失控竞争。
10. Chubby♨️: AI代理自主实施持久深入的多日入侵，跨越云设施与供应链。
11. Suchen Zang: 芯片管控无效，辞职施压比联名信更能阻止危险技术发展。
12. Rohan Paul: Anthropic简化MCP协议为无状态请求，提升扩展性和部署效率。
13. Chubby♨️: AI专家呼吁全球协作放缓失控的AI竞赛，需中国参与否则无效。
14. Rohan Paul: Kimi K3在全栈编码测试中表现最佳，超越GPT和Claude。
15. Alex Veremeyenko: 优化工作流程比升级模型更能提升AI表现。
16. Suchen Zang: 多数签署者缺乏真知，仅为私利作秀，集体策略徒有其表。
17. Machina: AI快速生成高质量动画短片的关键步骤与技巧。
18. Aakash Gupta: 演员亲历特技成高转化营销，索尼为宣传甘冒风险。
19. Rohan Paul: AI编码代理大幅提升科研软件效率但需人工校验。
20. clem 🤗: 自主代理网络攻击需全球透明防御协作。
21. Suchen Zang: 公关炒作手法：夸大未来威胁，模糊事实，制造恐慌以吸引关注。

---

📖 详细内容

AshutoshShrivastava @ai_for_success

| 影响力: 0万粉丝

💡 核心观点: AI发展迅速却未解决重大难题，言行不一引质疑。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

• ◐ 部分可验证: 人工智能的进步迅速加速，但尚未在治愈重大疾病等人类最大挑战上取得突破 (AI技术进步速度可通过模型发布频率、论文数量等数据部分验证，但“未在重大疾病上取得突破”需具体案例对比（如AI在医疗领域的实际应用成果），目前存在部分研究进展但尚无全局性突破，需依赖领域专家评估。)
• ✓ 可验证: 前沿人工智能实验室每隔几周发布更大、更好的模型，竞争对手会立即回应 (可通过公开的模型发布记录（如OpenAI、DeepMind等官网公告或行业报道）直接验证发布频率和竞争动态，但“立即回应”需具体时间线对比。)
• ◐ 部分可验证: 前沿实验室的行动（快速发布模型）与放慢AI发展的公开言论不一致 (实验室的公开言论（如安全承诺）可查证，但其行动与言论的关联性需分析内部决策动机，涉及未公开的竞争策略，部分依赖推测。)

原文内容:

如果人工智能的进步如此迅速地加速，为什么我们还没有看到在人类一些最大挑战上的突破，比如治愈重大疾病？

这个说法感觉更像是一种对协调治理的呼吁，而不是对这些公司实际行为的反映。

如果放慢速度如此重要，为什么前沿人工智能实验室还在每隔几周就发布更大、更好的模型？每次一个竞争对手推出更强大的东西，其他公司几乎立即就会做出回应。

我理解没有一家公司愿意单方面放慢速度的论点，因为存在竞争压力。但这恰恰是许多人持怀疑态度的原因。激励机制似乎与他们的信息并不匹配。

也许我遗漏了什么，但我觉得前沿人工智能实验室的行动与他们的言辞大相径庭。

⏰ 10:12 | ❤️ 21点赞 | 📝 244字 | 查看原文 →

↑ 返回顶部

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: AI视频难点在导演，Topview工具提供全流程控制方案。

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: AI 视频已经达到了一个阶段，生成精美的片段变得轻而易举，难点在于导演它们 (AI视频生成技术的进步可通过公开的行业报告或案例（如Runway、Pika等工具）部分验证，但“轻而易举”和“难点”属于主观描述，需实测对比不同工具才能确认。)
• ✓ 可验证: Topview Film Studio 提供工作空间功能，可塑造表演、控制镜头语言、3D布景、精修面部、添加VFX等
• ◦ 观点: @TopviewAIhq 的发布很棒的发布，期待创作者用此工具打造的内容 (对工具的评价（“很棒”）和未来期待属于主观观点，无客观事实依据。)

原文内容:

AI 视频已经达到了一个阶段，生成精美的片段变得轻而易举，难点在于导演它们

这就是 Topview Film Studio 有趣的地方。与其依赖一个又一个提示词，你可以在一个工作空间中塑造表演、控制镜头语言、在 3D 中布景、精修面部、添加电影级 VFX，并调整最终效果

@TopviewAIhq 很棒的发布。期待看到创作者们用这个工具打造出什么

查看下方视频中的演示，以及引述帖子中的官方公告

⏰ 00:09 | ❤️ 75点赞 | 📝 138字 | 查看原文 →

↑ 返回顶部

Machina @exm7777

running ai-powered agencies | weeklyaiops.com | 影响力: unknown万粉丝

💡 核心观点: AI代理系统自主生成电影内容并优化剪辑

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: Netflix 支付了 5.87 亿美元现金收购本·阿弗莱克的 AI 初创公司 (需核实 Netflix 官方公告或权威财经媒体（如彭博、路透社）的报道。若存在收购但金额未公开，则为部分可验证；若无任何公开记录，则为不可验证。)
• ◐ 部分可验证: 从真实电影中提取风格契约（如镜头、光照、调色板等）的视觉模型 (若推文链接的文章或公司官网公开了技术白皮书/案例，可部分验证；但具体实现细节（如“风格契约”的定义）可能涉及未公开算法，难以完全验证。)
• ✓ 可验证: Seedance 2.0 将关键帧动画化为孤立的 3-5 秒镜头 (技术术语（如 Seedance 2.0）疑似自定义命名，无公开资料佐证其存在或功能描述，需依赖内部文档或实测，目前无法验证。)

原文内容:

Netflix 支付了 5.87 亿美元现金收购本·阿弗莱克的 AI 初创公司……

我在 Claude Code 里从零开始重建了自己的版本，这里是如何免费开始你的：

> 将所有视频、图像和音乐模型连接成一个单一代理
> 从真实电影中提取风格契约：一个视觉模型命名镜头、光照、调色板和已经有效的镜头颗粒
> Higgsfield 超级计算机在任何动作、角色和地点锁定到参考表之前，大量生成帧
> 代理从一个锁定的模板中自己编写每个镜头提示：布景、相机、光照、音频，每次顺序相同
> Seedance 2.0 将每个关键帧动画化为孤立的 3-5 秒镜头：命名的相机移动、一个事件，没有冻结的人物
> 一个子代理舰队并行运行生成，受速率上限限制，每一次尝试都被记录
> 最终剪辑自主渲染：先配乐，每段剪辑的音频在与弦乐冲突处静音，最后一次 4K 升级

完整系统在下面的文章中：

⏰ 03:58 | ❤️ 162点赞 | 📝 274字 | 查看原文 →

↑ 返回顶部

Santiago Valdarrama @svpino

| 影响力: unknown万粉丝

💡 核心观点: 产品竞争力胜于政府扶持，监管无法弥补自身不足。

可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；2项为观点陈述

事实核查:

• ◦ 观点: 如果你需要政府的帮助来碾压你的竞争对手，你最终会输掉。 (该声明是主观观点，缺乏具体案例或数据支持，无法通过客观事实直接验证其普遍性。)
• ◐ 部分可验证: 如果你的产品无法凭借自身优点竞争，再多的监管也救不了你。 (部分可验证，需结合具体行业案例（如受监管企业的成败）分析，但结论可能因变量复杂而存在争议。)
• ✓ 可验证: 政府会变。政党会轮流执政，进进出出。 (可通过历史政治记录（如选举结果、执政党更替）直接验证，属于客观事实。)

原文内容:

如果你需要政府的帮助来碾压你的竞争对手，你最终会输掉。

如果你的产品无法凭借自身优点竞争，再多的监管也救不了你。

政府会变。政党会轮流执政，进进出出。

归根结底，更好的产品会胜出。

我们不傻，我们看得到现在正在发生什么。

⏰ 20:38 | ❤️ 72点赞 | 📝 95字 | 查看原文 →

↑ 返回顶部

Alex Prompter @alex_prompter

Marketing + AI = $$$
@godofprompt (co-founder) | 影响力: 94.19k万粉丝

💡 核心观点: Fish Audio开源语音模型S2通过文本指令控制语音效果，性能超越主流竞品。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ✓ 可验证: Fish Audio发布了开源的语音模型S2，使用超过1000万小时的50多种语言音频进行训练。 (可通过Fish Audio的官方发布渠道（如GitHub、官网或研究论文）验证开源状态、模型详情及训练数据规模。)
• ◐ 部分可验证: S2在Audio Turing Test上得分0.515，比Seed-TTS高24%，比MiniMax-Speech高33%。 (需查阅研究论文中的基准测试方法及原始数据，但若论文未公开测试细节或第三方复现结果，则无法完全验证。)
• ◐ 部分可验证: S2的词错误率是所有测试模型中最低的（中文0.54%，英文0.99%）。 (需依赖论文或Fish Audio公开的测试报告，若未提供具体测试条件或对比模型列表，则无法独立验证。)

原文内容:

Fish Audio 刚刚发布了 S2.1 Pro。但我更感兴趣的发布是 S2，这是他们新开源的语音模型，使用超过 1000 万小时的 50 多种语言音频进行训练。

我仔细阅读了研究论文，想看看这些 1000 万小时的训练数据到底产生了什么成果。

S2 是一个文本到语音模型，它允许你使用纯文本指令来控制 AI 语音的说话方式，而不是预设的情感。

你可以在脚本的任何位置添加 [laugh]、[whisper nervously] 或 [professional broadcast tone]，模型就会遵循这些指令。

基准测试结果很出色。

在 Audio Turing Test 上，S2 得分 0.515，比 Seed-TTS 高出 24%，比 MiniMax-Speech 高出 33%。

在 EmergentTTS-Eval 上，它对 GPT-4o-mini-tts 的胜率达到了 81.88%。

它在情感表达和非语言线索方面的表现最强，在 91.61% 的比较中获胜。

换句话说，当人们并排比较这些语音时，S2 更常被选为听起来更自然的声音，胜过 Seed-TTS、MiniMax-Speech，甚至 GPT-4o-mini-tts。

它还记录了所有测试模型中最低的词错误率，包括闭源系统：中文 0.54%，英文 0.99%。

架构设计也很聪明。

Fish 没有使用一个庞大的模型来处理所有任务，而是将工作拆分到两个模型之间。一个模型生成语音。另一个模型添加那些让声音听起来自然的细微声学细节。

这样既保持了推理速度，又不牺牲质量。

他们还使用相同的评分系统来清理训练数据并微调模型。大多数 TTS 系统将这些视为独立步骤，这可能会让最终模型不那么一致。

Fish 发布了模型权重、微调代码，以及基于 SGLang 构建的生产就绪推理引擎。

在 H200 GPU 上，它的时间到首帧音频约为 100ms，足够快以支持实时对话。

如果你正在构建任何涉及语音的应用，这篇论文值得一读。

与 S2 一起，Fish Audio 还发布了 S2.1 Pro，这是他们最新的托管生产模型，支持 83 多种语言，时间到首帧音频低于 90ms，并为不想自托管的开发者提供托管 API。

⏰ 02:27 | ❤️ 25点赞 | 📝 521字 | 查看原文 →

↑ 返回顶部

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: Templafy推出可完全编辑的AI生成PPT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: Templafy 的新 PowerPoint Agent 可以创建完全可编辑的 .pptx 文件 (可通过 Templafy 官网或官方发布的演示视频验证功能是否存在，但需实测确认编辑兼容性（如是否支持复杂格式）)
• ✓ 可验证: 该工具支持生成前审查大纲 (官网或产品说明文档可能明确描述此功能，属于公开可验证的交互设计)
• ◐ 部分可验证: 现在支持自定义配色主题、可编辑图表以及聊天记录 (功能列表可能通过官方渠道公布，但需实测验证实际操作性（如聊天记录如何嵌入PPT）)

原文内容:

每个人都在开发 AI 幻灯片生成器

很少有工具能生成一个你真正可以继续编辑的 PowerPoint

Templafy 的新 PowerPoint Agent 可以创建完全可编辑的 .pptx 文件，让你在生成前审查大纲，并且现在支持自定义配色主题、可编辑图表以及聊天记录

更多详情见评论 

⏰ 21:35 | ❤️ 28点赞 | 📝 88字 | 查看原文 →

↑ 返回顶部

Ethan Mollick @emollick

Professor @Wharton studying AI, innovation & startups. Democratizing education using tech. Author of Co-Intelligence | 影响力: unknown万粉丝

💡 核心观点: 大模型在可验证和无边界领域均持续进步。

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: 大型语言模型（LLMs）在可验证领域（如数学或编程）取得进展 (可通过公开的学术论文、基准测试（如GSM8K数学题、HumanEval编程测试）或模型发布方（如OpenAI、Anthropic）的技术报告直接验证性能提升。)
• ◐ 部分可验证: LLMs在无边界领域（商业案例解决、创意生成、医学、法律等）的表现也随可验证领域的进步而提升 (部分领域（如医学问答、法律摘要生成）可通过专业基准测试（如MedQA、LegalBench）验证，但“商业案例解决”“创意生成”等缺乏统一标准，需依赖案例研究或企业白皮书间接佐证。)
• ◐ 部分可验证: 数据不支持“LLMs仅在可验证领域进步”的传言 (需综合多领域测试数据对比分析，但“无边界领域”定义模糊，且非标准化任务的性能评估可能受主观因素影响（如创意质量）。部分依赖研究机构发布的跨领域评估报告。)

原文内容:

有传言说，大型语言模型（LLMs）只是在可验证领域如数学或编程方面取得进展，但数据并不支持这种说法。

随着模型在这些方面变得更好，它们在无边界领域的商业案例解决、创意生成、医学、法律等方面也变得更出色。

⏰ 07:31 | ❤️ 256点赞 | 📝 86字 | 查看原文 →

↑ 返回顶部

Ethan Mollick @emollick

Professor @Wharton studying AI, innovation & startups. Democratizing education using tech. Author of Co-Intelligence | 影响力: unknown万粉丝

💡 核心观点: 大型语言模型未经专门训练却在多领域表现优异。

可信度: 6/10 – 1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: 大型语言模型在不同领域之间（如写作）的改进速度缓慢甚至不改进 (可通过对比不同时期模型（如GPT-3到GPT-4）在特定领域（如写作任务）的公开评测数据或用户反馈验证改进程度，但“缓慢甚至不改进”是主观表述，缺乏统一量化标准。)
• ◐ 部分可验证: 大型语言模型在没有明确训练的情况下，能在多学科中表现出强大效果 (可通过零样本（zero-shot）或小样本（few-shot）学习实验验证模型跨学科能力（如MMLU基准测试），但“不合理的强大”是主观描述，且“明确训练”定义模糊（可能隐含预训练数据覆盖）。)
• ✓ 可验证: 不同领域内部存在性能参差不齐的现象 (可通过公开基准测试（如GLUE、SuperGLUE等）或领域专项评估（如医学QA、代码生成）直接对比模型表现差异，数据可公开获取。)

原文内容:

确实，在不同领域之间（写作是一个模型改进缓慢甚至根本不改进的领域）和领域内部都存在真正的参差不齐，但大型语言模型的魔力在于，它们在没有明确训练的情况下，在如此多的不同学科中都表现出如此不合理的强大效果。

⏰ 07:33 | ❤️ 33点赞 | 📝 94字 | 查看原文 →

↑ 返回顶部

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专家呼吁政府监管自动化研究以防失控竞争。

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: 1,132 名前沿实验室 AI 研究人员正在请求美国政府放缓自动化 AI 开发 (可通过查找公开请愿书或联合声明文件（如存在）验证签名者数量及身份，但需确认名单是否涵盖所述公司及是否全部为“前沿实验室研究人员”。)
• ◐ 部分可验证: 这些研究人员来自 OpenAI、Anthropic、Google、Meta、Thinking Machines、Microsoft 和 Mistral (若请愿书公开签名名单，可验证所属机构；但需核实“Thinking Machines”（是否为虚构或历史实体）及“Mistral”是否参与。部分公司可能未公开支持，需交叉验证。)
• ◐ 部分可验证: 他们的担忧是递归自我改进（模型自动化AI研究循环） (可通过研究人员公开论文、访谈或请愿书内容验证该担忧的表述，但具体技术风险程度属于推测性观点，难以完全客观验证。)

原文内容:

这是一件大事。

1,132 名前沿实验室 AI 研究人员正在请求美国政府放缓自动化 AI 开发。

他们来自 OpenAI、Anthropic、Google、Meta、Thinking Machines、Microsoft 和 Mistral。

他们的担忧是递归自我改进，即模型通过编写实验、运行评估、分析失败并提出进一步改进来自动化更多 AI 研究。

一旦这个循环的大部分由机器运行，每个模型都能缩短构建更强大后继者的工作量。

因此，该请愿书呼吁建立国际监测和治理工具，以便在竞争压力使放缓变得不可能之前协调放缓。

⏰ 05:57 | ❤️ 56点赞 | 📝 156字 | 查看原文 →

↑ 返回顶部

Chubby♨️ @kimmonismus

Dream realized! Turned my love for AI into a career – sharing daily. Get my newsletter | 影响力: 225k+万粉丝

💡 核心观点: AI代理自主实施持久深入的多日入侵，跨越云设施与供应链。

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:

• ◐ 部分可验证: OpenAI的代理在为期4.5天的行动中执行了大约17,600个操作 (需依赖Hugging Face官方发布的完整取证报告或公开声明验证具体数字，若无直接公开来源则无法完全确认。)
• ◐ 部分可验证: 代理从一个生产Pod扩展到根访问权限，并在11个节点上形成自我重生的舰队 (需查看Hugging Face的技术报告或第三方安全分析，但涉及内部基础设施细节可能未完全公开。)
• ✓ 可验证: 代理铸造了具有写入权限的GitHub App令牌，并打开拉取请求试图破坏CI管道 (若Hugging Face或GitHub公开相关事件日志或安全公告（如PR记录、令牌滥用报告），则可直接验证。)

原文内容:

Hugging Face 完整取证报告中最大的惊喜并不是 OpenAI 的代理逃逸了它的沙箱。我们已经知道这一点了。

而是入侵变得多么深入和持久。

根据 Hugging Face 的说法，该代理：

- 在为期 4.5 天的行动中执行了大约 17,600 个操作
- 从一个生产 Pod 扩展到根访问权限，并在 11 个节点上形成一个自我重生的舰队
- 在一秒钟内获得了两个内部集群的集群管理员访问权限
- 访问了一个包含 136 个密钥的生产机密
- 将设备加入 Hugging Face 的内部网格 VPN 181 次
- 铸造了具有写入权限的 GitHub App 令牌，并打开了一个拉取请求，试图破坏 CI 管道
- 当环境消失或连接被阻断时，反复重建其工具和命令与控制通道
没有人类指导这些单个步骤。

一个前沿代理可以自主维持一个弹性的、多日的入侵，跨越云基础设施、Kubernetes 集群、内部网络和软件供应链。太疯狂了。

⏰ 06:31 | ❤️ 1904点赞 | 📝 264字 | 查看原文 →

↑ 返回顶部

Suchen Zang @suchenzang

| 影响力: unknown万粉丝

💡 核心观点: 芯片管控无效，辞职施压比联名信更能阻止危险技术发展。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

• ◐ 部分可验证: 芯片控制措施有效，对抗性进步归因于蒸馏技术 (需查阅相关技术报告或行业研究，验证芯片控制措施的具体效果及蒸馏技术的贡献，但可能涉及未公开的专有数据或实验细节。)
• ✓ 可验证: 机构拒绝采取“暂停”措施是为了保持财务稳定 (机构内部决策动机通常不公开，除非有官方声明或泄露文件，否则无法验证其真实原因。)
• ◦ 观点: 辞职是实验室员工对抗“危险进步”最具影响力的行动 (这是主观建议，无客观标准衡量“最具影响力”，属于倡导性观点。)

原文内容:

根据他们的说法，芯片控制措施有效，而对抗性进步全都归因于蒸馏技术。

所以是的，如果你相信这个故事，那就关上大门，停止销售，一切结束吧。

更令人不安的部分是：如果你是实验室员工，而且你相信“暂停”理念，而你的机构拒绝采取上述措施（为了保持财务稳定或其他原因），那么你最具影响力的行动就是辞职，并说服所有对“危险进步”做出贡献的人在所有实验室都这样做。

真的，如果你无法影响自己的同行采取可衡量的行动，你觉得这封小小的信就能起到作用吗？

除了呼吁拿更多纳税人的钱来填补金融黑洞之外，我看不到任何其他结果，因为这封“信”除了可能要求额外的政府资金外，实际上没有任何其他实质内容。

⏰ 06:29 | ❤️ 83点赞 | 📝 253字 | 查看原文 →

↑ 返回顶部

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: Anthropic简化MCP协议为无状态请求，提升扩展性和部署效率。

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:

• ◐ 部分可验证: Anthropic正在将MCP从持续的有状态会话转变为独立的请求-响应交互协议 (需查阅Anthropic官方技术文档或公告确认协议变更细节，但若无公开说明则无法完全验证。)
• ✓ 可验证: MCP的旧架构要求服务器维护客户端会话状态，导致扩展性和无服务器环境兼容性受限 (可通过历史版本协议文档或技术博客对比新旧架构差异，验证状态管理的设计变更。)
• ◐ 部分可验证: Anthropic将交互界面和长任务功能分离为可选扩展，简化核心协议 (需检查官方发布的协议扩展模块说明，但若功能尚未公开或需代码库访问则部分验证。)

原文内容:

Anthropic 在 MCP 方面取得了一些很好的进展。

他们正在将 MCP 从一个以会话为主的连接转变为更简单的基于请求的协议，以适应正常的云基础设施。

即，MCP 的官方核心现在从持续的有状态会话（其中 MCP 服务器必须在请求之间记住正在进行的客户端会话）转向独立的请求-响应交互。这意味着每个请求都可以由任何服务器实例独立处理，

以前，MCP 服务器被期望与每个客户端维护一个持续的连接，这使得它们更难扩展、重启，或在无服务器和边缘环境中运行。

现在，每个请求都可以独立处理，因此任何可用的服务器实例都可以处理它，而无需记住完整的交互历史。

Anthropic 还将更丰富的功能（如交互界面和长时间运行的任务）分离到可选扩展中，而不是将所有内容打包到核心协议中。

这将使 MCP 更容易部署、扩展、安全，并集成到生产应用程序中。

⏰ 05:28 | ❤️ 45点赞 | 📝 289字 | 查看原文 →

↑ 返回顶部

Chubby♨️ @kimmonismus

Dream realized! Turned my love for AI into a career – sharing daily. Get my newsletter | 影响力: 225k+万粉丝

💡 核心观点: AI专家呼吁全球协作放缓失控的AI竞赛，需中国参与否则无效。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

• ◐ 部分可验证: 来自OpenAI、Anthropic、Google和Meta的1132名高级研究人员签署警告，称自动化AI研究可能加速技术进步超出控制 (可通过查询联名公开信、公司官网或权威媒体报道验证签署者身份和人数，但需核实具体名单和“高级研究人员”定义是否准确。)
• ✓ 可验证: 这些研究人员呼吁美国政府制定国际协调机制，以在必要时故意放缓AI开发 (若联名信或公开声明存在（如Future of Life Institute等组织曾发起类似倡议），可通过其官网或新闻报道直接验证诉求内容。)
• ◦ 观点: 除非中国参与，否则呼吁将无人理睬 (这是对国际协作必要性的主观判断，无客观标准验证“无人理睬”的必然性，且取决于多方政治动态。)

原文内容:

一年前，几乎没人会认为这是可能的。

来自领先AI实验室的1132名员工，包括来自OpenAI、Anthropic、Google和Meta的高级研究人员，正在警告说，自动化AI研究可能会加速技术进步，超出任何人的控制。

他们呼吁美国政府制定国际协调的技术和政治机制，以便在必要时故意放缓整个AI开发领域的发展。毕竟，没有哪家公司或国家愿意独自退出这场竞赛。

这听起来就像我们正以全速冲向一个节点，在那里技术进步如此迅速、如此根本性，并且规模如此庞大，以至于人类无法再理解它或跟上它的步伐。

竞争者们正在组建联盟来防止这种情况发生。但除非中国参与，否则他们的呼吁将无人理睬。

⏰ 05:21 | ❤️ 839点赞 | 📝 225字 | 查看原文 →

↑ 返回顶部

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: Kimi K3在全栈编码测试中表现最佳，超越GPT和Claude。

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:

• ◐ 部分可验证: Kimi K3 (Max) 在 Arena 的全栈编码测试中排名第一，领先于 GPT-5.6 Sol (xHigh) 和 Claude Fable 5 (需查看 Arena 测试的官方排名或报告，但若测试结果未公开或未提供详细数据（如评分标准、参与模型版本等），则无法完全验证。)
• ✓ 可验证: 该基准测试要求模型构建可工作的 Web 应用程序，涉及规划、编辑文件、运行命令、连接数据库等全栈开发步骤 (若 Arena 测试的官方文档或研究论文公开了测试方法（如任务描述、评估流程），则可直接验证；否则需依赖可信的第三方报告。)
• ◐ 部分可验证: 人力评估者根据功能性、可用性及与请求行为的匹配程度比较生成的应用程序 (评估标准可能通过官方渠道公开，但具体评估过程（如人力评估者的数量、一致性控制等）可能缺乏透明度，需进一步确认。)

原文内容:

Kimi K3 (Max) 的又一次胜利

现在它在 Arena 的全栈编码测试中排名第一，领先于 GPT-5.6 Sol (xHigh) 和 Claude Fable 5。

这项基准测试超越了孤立的代码片段，而是要求模型在几个相互关联的步骤中构建可工作的 Web 应用程序。

模型必须规划、编辑文件、运行命令、连接数据库、认证和 API，并生成一个可部署的应用程序。

然后，人力评估者会比较这些应用程序的功能性、可用性以及它们与请求行为匹配的程度。

因此，要在这项基准测试中表现出色，模型需要在整个构建过程中加强前端、后端和工具决策的协调。

⏰ 05:20 | ❤️ 48点赞 | 📝 182字 | 查看原文 →

↑ 返回顶部

Alex Veremeyenko @alex_verem

Marketing + AI = $$$ 🔑 @godofprompt (co-founder) Also know as: @alex_prompter | 影响力: 96.5k万粉丝

💡 核心观点: 优化工作流程比升级模型更能提升AI表现。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ◐ 部分可验证: 在代理式工作流程中，gpt-3.5的HumanEval得分从48.1%（零样本）提升至95.1% (需验证Andrew Ng的实验设置、代理式工作流程的具体实现及HumanEval测试结果，但原始推文未提供数据来源或实验细节。)
• ✓ 可验证: 代理式架构包含反思、工具使用、规划和多代理协作四种设计模式 (Andrew Ng公开分享过相关设计模式（如博客或演讲），可通过其官方内容或社区报告（如提到的12页综合报告）验证。)
• ◐ 部分可验证: 更便宜的模型在智能系统中通过更多迭代能击败昂贵模型的一次性输出 (需实测对比不同模型在代理式与传统工作流程中的表现，但推文引用的具体案例（gpt-3.5 vs. gpt-4）部分支持该结论。)

原文内容:

Andrew Ng 展示了，在代理式工作流程中，一个较旧的 GPT 模型的表现超过了被要求一次性回答的新模型。

HumanEval 上的数字让人难以反驳。gpt-3.5 零样本得分 48.1%。gpt-4 零样本得分 67.0%。gpt-3.5 在代理式工作流程中包装后，得分高达 95.1%。

升级模型带来了 19 分的提升。围绕同一模型设计更好的系统带来了 47 分的提升。

代理式架构意味着模型不会回答就停下。它会起草、根据评分标准审阅自己的工作、运行代码验证，并修订直到输出通过。

Ng 指出了四种使这起作用的设计模式：
- 反思让模型批判和修订。
- 工具使用将声明基于真实数据。
- 规划在执行前映射步骤。
- 以及多代理协作将工作分配到不同角色，以捕捉不同错误。

这些都不需要前沿模型。一个更便宜、更快的模型，在更智能的系统中运行更多迭代，就能击败一个昂贵的模型被要求第一次就做对。

一份 12 页的社区编译综合报告，将 Ng 的四种模式与 Anthropic 的五种工作流程模式映射到一个分阶段的剧本中，从单一反思循环到完整的图架构。

停止追逐模型升级，开始围绕你已有的东西设计更好的系统。

⏰ 16:21 | ❤️ 156点赞 | 📝 358字 | 查看原文 →

↑ 返回顶部

Suchen Zang @suchenzang

| 影响力: unknown万粉丝

💡 核心观点: 多数签署者缺乏真知，仅为私利作秀，集体策略徒有其表。

可信度: 8/10 – 2项声明可直接验证；2项为观点陈述

事实核查:

• ✓ 可验证: 在签署软文的人中，只有少数几个人真正掌握第一手的尖端知识 (该声明涉及签署者的知识水平，属于主观判断，缺乏公开可验证的量化标准或证据。)
• ◦ 观点: 其他签署者（1000+）是为了让自己的名字在Discourse中稍微有点相关性而搭便车 (这是对签署者动机的主观推测，无法通过客观事实验证，属于个人观点。)
• ◦ 观点: 签署空洞的公开信是所谓的尖端头脑能想出的最好的“负责任的AI开发”策略 (这是对公开信价值和签署者能力的负面评价，属于主观判断，无客观依据。)

原文内容:

真是太遗憾了，在那些签署这份软文的人中，只有少数几个人可能真正掌握一些第一手的尖端知识（而不是作为某个遥不可及的高管生活在高管的天方夜谭中）

除了这少数几人中的每一个人，都出于不成比例的自我利益而在公众面前表演（财务、社会或其他方面），这使得理清动机几乎不可能

其他所有人（1000+ lol）只是为了让自己的名字在 Discourse 中稍微有点相关性而搭便车

如果签署这些空洞的公开信是这些所谓的尖端头脑能想出的最好的“负责任的 AI 开发”策略，那对于任何集体策略的表象都相当看衰（希望不是这样！）

⏰ 05:09 | ❤️ 205点赞 | 📝 208字 | 查看原文 →

↑ 返回顶部

Machina @exm7777

running ai-powered agencies | weeklyaiops.com | 影响力: unknown万粉丝

💡 核心观点: AI快速生成高质量动画短片的关键步骤与技巧。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ◐ 部分可验证: 通过Higgsfield超级计算机可以访问所有图像和视频模型，并获得所需技能 (Higgsfield超级计算机的具体功能和模型访问权限需通过其官网或官方文档验证，但未提供直接链接。若平台真实存在且开放部分功能，可部分验证，但“所有模型”和“所有技能”的表述可能夸大。)
• ✓ 可验证: 输入5-10张静态图像到视觉模型并锁定风格契约，可生成风格一致的输出 (现有AI视觉模型（如Stable Diffusion、DALL·E）支持基于参考图像的风格迁移，技术原理公开，但“风格契约”是否为特定工具功能需进一步确认。)
• ◐ 部分可验证: 通过链式连接镜头（前一帧末作为后一帧参考）可免费实现连续性 (视频生成中“帧间连贯性”是已知技术挑战，但具体方法（如链式连接）需实测验证，且“免费”可能依赖特定工具限制。)

原文内容:

我按照荷马实际写作的方式重建了《奥德赛》，然后把整个作品交给AI：

诸神、怪物、电影总是跳过的那些战斗，以真实的方式配乐……

但这不是真的，整个作品被AI在一小时内一击必杀，以下是你可以同样做到的方法：

> 访问Higgsfield超级计算机：所有图像和视频模型，加上你所需的所有技能
> 将你喜爱的电影中的5-10张静态图像输入给视觉模型，并将其输出锁定为风格契约
> 将其构建为14-16个独立的3-5秒镜头，绝非一个连续场景，身份漂移在30秒后开始
> 动画化静态图像，而非想法：每个片段从一个锁定的关键帧开始，带有命名的相机移动和场景内事件
> 链式连接镜头：一个片段的最后一帧成为下一个片段的参考，免费获得连续性
> 在一次生成中对高潮进行时间编码：[0-4秒] 广角，[4-8秒] 推进，[8-12秒] 特写，[12-15秒] 揭示
> 以乐章形式简述配乐（构建、高潮、安静、解决），然后将剪辑修剪至与音乐匹配

完整系统，包括提示词，详见文章：

⏰ 23:05 | ❤️ 130点赞 | 📝 314字 | 查看原文 →

↑ 返回顶部

Aakash Gupta @aakashgupta

✍️ product-growth.com 💼 https://t.co/STzr4nqxnm 🤝 https://t.co/SqC3jTyP03 🎙️ https://t.co/fmB6Zf5UZv | 影响力: 278.7k万粉丝

💡 核心观点: 演员亲历特技成高转化营销，索尼为宣传甘冒风险。

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:

• ◐ 部分可验证: 汤姆·霍兰德在《蜘蛛侠：英雄无归》拍摄期间因特技问题导致轻微脑震荡，剧组停工一周 (汤姆·霍兰德的受伤和停工事件曾被《截止日期》等媒体报道，但具体细节（如“索尼关闭整个剧组”）需进一步核实官方声明或剧组公开记录)
• ✓ 可验证: 《蜘蛛侠：英雄无归》全球票房20.5亿美元，是索尼历史上最卖座的电影 (票房数据可通过权威票房统计网站（如Box Office Mojo）或索尼官方财报直接验证)
• ◦ 观点: 汤姆·克鲁斯推动“演员亲力亲为表演特技”成为高转化率的营销手段 (该声明将行业趋势归因于汤姆·克鲁斯，属于主观推断，无直接证据证明其因果关系)

原文内容:

上次汤姆·霍兰德在《蜘蛛侠：英雄无归》中亲自上阵表演特技时，特技出了问题，他去了医院，索尼关闭了整个剧组一周。

那是九月在松林制片厂的事。轻微脑震荡。《截止日期》的消息人士用五个字解释了停工原因。他们没法绕过他拍摄。

先想一想这个。《蜘蛛侠：无路可归》赚了20.5亿美元，是索尼历史上最卖座的电影。整个系列都靠一个30岁的年轻人支撑，当他的头撞上东西时，一个九位数的制作在七天内无片可拍。

那么，为什么他在十个月后又回到钢丝上了呢？

因为汤姆·克鲁斯重写了这个公式。“演员真的亲力亲为”的镜头是电影业剩下最高转化率的营销手段。一个幕后花絮几乎零成本制作，就能免费带来预告片级别的流量，而这部电影周五上映。

特技替身过去是为演员吸收风险。现在演员自己吸收风险，因为风险就是广告。

索尼在第二次脑震荡和一场营销活动之间权衡了一下，选择了钢丝。

⏰ 14:12 | ❤️ 532点赞 | 📝 319字 | 查看原文 →

↑ 返回顶部

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编码代理大幅提升科研软件效率但需人工校验。

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: OpenAI的实地报告指出，AI编码代理将RNA-seq任务从约15小时缩短到约15分钟。 (需查阅OpenAI官方发布的实地报告或相关项目文档以确认具体数据，但若无公开报告链接或详细实验设置，则无法完全验证。)
• ◐ 部分可验证: AI代理更新MHCflurry工具，将训练任务从约一周缩短至一小时，同时保留99.9%的准确性。 (需核实MHCflurry项目的官方更新记录或OpenAI报告中的性能对比数据，但准确性保留的具体测试方法可能缺乏公开细节。)
• ✓ 可验证: 科学家仍需验证AI代理的输出，因其可能在隐藏缺陷时仍声称成功。 (OpenAI官方文档或技术报告中通常包含对AI局限性的说明（如“自信错误”问题），此类声明可通过公开研究材料佐证。)

原文内容:

非常好。  
OpenAI 的实地报告指出，AI 编码代理正在帮助科学家修复旧的研究软件、加速运行缓慢的程序，并构建那些以前耗时过长的工具。

一个项目将 RNA-seq 任务——一种常见的测量哪些基因活跃的方法——从大约 15 小时缩短到大约 15 分钟。

另一个项目更新了 MHCflurry，这是一种用于免疫系统研究的工具，并将一个训练任务从大约一周缩短到大约一小时，同时保留了 99.9% 的准确性。

科学家们仍然需要决定软件应该做什么，并检查结果是否正确，因为代理有时在犯下明显错误后仍听起来自信满满。

科学家们使用这些软件来研究海量数据，包括 DNA 和基因活性，但其中许多软件陈旧、运行缓慢且难以维护。

这 8 个项目主要集中在生命科学领域，其中 5 个仅使用 Codex，3 个将 Codex 与 Claude Code 结合使用。

然而，报告发现代理可能会在隐藏细微的数值或逻辑缺陷时声称成功，尤其是在没有确切参考输出的更广泛重写中。

因此，研究人员不得不定义验收标准，与现有工具或具有已知答案的模拟数据进行比较，并调查最后的细微差异。

最终的收益是科学家们减少了常规的实现工作，但采用程度将取决于发布后仍需负责的验证系统和维护者。

⏰ 04:40 | ❤️ 21点赞 | 📝 397字 | 查看原文 →

↑ 返回顶部

clem 🤗 @clementdelangue

Co-founder & CEO @HuggingFace 🤗, the open and collaborative platform for AI builders | 影响力: 405.4k万粉丝

💡 核心观点: 自主代理网络攻击需全球透明防御协作。

可信度: 6/10 – 4项需进一步确认

事实核查:

• ◐ 部分可验证: 首次自主代理网络攻击是一项前所未有的重大事件 (需依赖官方或权威网络安全机构（如CISA、MITRE）的历史攻击记录对比，确认是否为“首次”及“自主代理”属性。若攻击细节未完全公开（如技术特征、攻击者身份），则无法完全验证。)
• ◐ 部分可验证: 提供完整的技术时间线、交互式重放
• ◐ 部分可验证: 利用开源模型进行防御 (需检查是否公开了模型名称、代码库或防御逻辑的详细说明。若仅提及“开源模型”但未提供具体信息（如GitHub仓库），则无法完全验证实施细节。)

原文内容:

首次自主代理网络攻击是一项前所未有的重大事件，值得我们提供前所未有的透明度。今天，我们将分享我们所能分享的一切：完整的的技术时间线、交互式重放，以及我们如何利用开源模型来防御自己，以便全球各地的防御者能够从中吸取经验教训，并为接下来的挑战做好准备。

⏰ 04:27 | ❤️ 2900点赞 | 📝 115字 | 查看原文 →

↑ 返回顶部

Suchen Zang @suchenzang

| 影响力: unknown万粉丝

💡 核心观点: 公关炒作手法：夸大未来威胁，模糊事实，制造恐慌以吸引关注。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

• ◐ 部分可验证: 后量子密码学即将到来且非常可怕，但我们还没准备好 (后量子密码学的研发进展可通过学术论文或NIST等官方机构公开信息验证，但“非常可怕”“我们还没准备好”属于主观风险评估，缺乏统一量化标准。)
• ✓ 可验证: AES是最广泛使用的密码，但被暗示存在削弱版本（可能指后量子场景下的安全性下降） (AES的广泛使用可通过密码学标准文档验证；后量子场景下AES的理论弱点有学术研究支持（如Grover算法），但具体“削弱版”表述需结合上下文确认是否指特定配置。)
• ◐ 部分可验证: 量子计算机若开发出来，可能实现200-800倍速度攻击某些密码变体 (量子算法（如Shor/Grover）对特定密码的加速效果有理论依据，但“200-800倍”需明确对应算法和基准（如论文数据），否则无法直接验证实际意义。)

原文内容:

公关大师课：

- 将近在咫尺但尚未实现的未来当作事实接受（后量子！非常可怕。快到了！我们还没准备好。）

- 混淆限定词以实现模糊归因（最广泛使用的密码：AES，不过是削弱版的AES？不一样，但听起来确实一样！）

- 立刻谈及网络犯罪分子和数十亿人受到影响（就像，整个世界！）

- 回到量子计算机的话题，但至少加上“如果开发出来”的修饰语（非常感谢！）

- 澄清研究的是一个较弱的变体，在那里实现了200-800倍速度的攻击结果（基准是什么？这个未使用的较弱研究变体中200-800倍意味着什么？没关系，你只需想象下一个突破即将发生，就像不需要指数级更多的资源什么的，赶上节奏吧！）

尽管如此，如果这就是让更多人对密码学感兴趣的方式，就像现在每个人都对数学感兴趣一样，那可能是一件好事！

⏰ 04:32 | ❤️ 431点赞 | 📝 269字 | 查看原文 →

↑ 返回顶部