【AI 英文奏折】08月08日

x每日奏折2小时前发布 tianming

2 0 0

【AI 英文奏折】2026年08月08日

共收录 20 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

Santiago Valdarrama: 代理循环通过迭代调用模型完成任务，需设定停止条件和记忆机制。
Machina: 作者用AI自动筛选推文创意并生成草稿以提高效率。
Riley Brown: ChatGPT能快速掌握多种高效工作技能。
Aakash Gupta: 关税推高成本却无法创造需求，建筑商减少开工。
AshutoshShrivastava: X需完善原创检测系统以防剽窃内容破坏奖励计划。
Amira Zairi: TopviewAI推出超值AI视频套餐，低价无限生成助力创作。
Aakash Gupta: 生鸡肉含弯曲杆菌可致瘫痪，免疫系统误攻神经。
Santiago Valdarrama: 开源Open Tag可自由替换模型和数据，避免厂商锁定。
Rohan Paul: 字节跳动独立研发10万亿参数AI模型，不依赖对手技术。
Emily: 品牌重塑未解决版权问题，股东将追责盗版获利者。
Bearly AI: 布林重返谷歌工作，认为创造性产出比退休更有价值。
Machina: 通过指定模型路由和子代理自动处理不同任务，提高效率。
Heather Cooper: Seedance 2.5能精准编辑视频局部元素且保持其他内容不变。
ℏεsam: 投资者担忧Anthropic CEO过度渲染AI威胁恐影响IPO。
Alex Prompter: AI代理应自动获取上下文而非手动重复输入。
Alex Prompter: AI代理应提供带置信度的裁决建议，而非仅传递信息。
Charly Wargnier: AI代理成功的关键在于保持上下文整合而非孤立工具链。
Chubby♨️: AI发展不可逆，安全风险难阻中美竞赛。
Amira Zairi: 融合文化元素的史诗电影风格创作提示。
Machina: AI模型能深度分析个人思维模式并优化决策机制。

📖 详细内容

Santiago Valdarrama @svpino

| 影响力: unknown万粉丝

💡 核心观点: 代理循环通过迭代调用模型完成任务，需设定停止条件和记忆机制。

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: 代理循环是代码在一个代理回合内运行的循环，包含组装上下文、发送到模型、执行动作、追加结果四个步骤 (可通过技术文档或开源框架（如LangChain等）验证代理循环的基本结构和步骤，属于公开的技术实现逻辑。)
◐ 部分可验证: 循环需设置停止条件（如迭代上限、时钟超时、重复尝试、目标检查）和内存管理机制 (停止条件和内存管理的设计是常见实践（如AI代理开发指南），但具体参数（如“10次迭代为默认值”）需依赖实际框架或项目验证。)
✓ 可验证: Oracle发布的文章提供了代理循环的全面解释，包含三个级别的循环设计和实现笔记本 (推文附带的链接（https://fandf.co/4hxmDtZ）可直接跳转至文章内容，验证其存在性和技术细节。)

原文内容:

代理循环是您的代码在一个代理回合内运行的循环。

每次迭代都遵循相同的 4 个步骤：

1. 组装上下文
2. 将上下文发送到模型
3. 执行动作
4. 将结果追加到上下文中并返回到步骤 1

循环会重复进行，直到停止条件结束运行。

我们使用循环是因为一次模型调用不足以完成一个长时间任务。

例如，如果您想使用模型研究一个主题，模型需要搜索、阅读结果、识别空白，然后再次搜索。每次迭代为下一次迭代提供它之前没有的信息。

模型不会运行循环。循环发生在框架层面，因此您的代码决定何时再次调用模型、何时停止、记住什么，以及在下一次迭代中发送什么。

如果您想构建一个有效的循环，有两件事您需要做好：

1. 停止条件
2. 内存

以下是好的停止条件的样子：

1. 迭代上限。10 是一个不错的默认值。
2. 时钟超时。
3. 模型连续 3 次尝试相同的工具 + 参数
4. 目标检查，测试目标是否已达成。

验证您的循环是否达到了目标是列表中最重要的一项标准。另外三项可以保护您的循环免于无限旋转，但验证是唯一能够确定循环是否解决了问题的一项。

内存是另一半。

您不希望代理在运行结束时忘记一切，因此您希望在调用模型之前从内存读取，并在代理行动之后写入内存。

您需要决定在内存中存储多少内容，以及忘记多少内容。

Oracle 发布了一篇关于代理循环的最全面解释文章，这是我读过的：

https://fandf.co/4hxmDtZ

这篇文章分解了循环设计的三个级别，从一个基本的工具调用循环开始，到一个管理自身内存的循环结束。

他们还分享了一个实现了所有三个级别循环设计的笔记本。

感谢 Oracle 团队与我合作撰写这篇文章。

⏰ 23:10 | ❤️ 104点赞 | 📝 554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: 作者用AI自动筛选推文创意并生成草稿以提高效率。

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: 构建了一个简单的监听代理，每天早上触发，读取过去24小时所做的一切 (需实际查看代码或系统日志才能确认监听代理的存在和功能，但推文未提供具体实现细节或开源代码链接。)
✓ 可验证: 监听代理运行在GPT 5.6 Luna Max上的Codex工作者 (目前公开信息中不存在”GPT 5.6 Luna Max”的官方版本，可能是虚构名称或内部测试版本，无法验证真实性。)
◐ 部分可验证: 代理提取创意并直接推送到Typefully作为帖子草稿 (Typefully确实支持API集成草稿推送，但需验证具体自动化流程是否如描述实现。)

原文内容:

我最好的推文创意都躺在Claude代码会话里，我从没回头再读过……

所以我构建了一个简单的监听代理，每天早上触发，读取过去24小时我做的一切

它只是一个运行在GPT 5.6 Luna Max上的Codex工作者

它提取值得发布的创意，并直接将它们推送到Typefully作为帖子草稿

然后我只需过滤我想保留的内容，并手动重写草稿

⏰ 04:57 | ❤️ 53点赞 | 📝 115字 | 查看原文 →

↑ 返回顶部

Riley Brown @rileybrown

YouTuber, Builder, Educator | Weekly show @agentnative_ | Building autonomous agents | 影响力: 214.0k万粉丝

💡 核心观点: ChatGPT能快速掌握多种高效工作技能。

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: GPT Work 就像云端的 Codex (需对比 GPT Work 和 Codex 的功能与架构，但缺乏官方直接定义或技术文档支持，需实测验证相似性。)
✓ 可验证: 它可以在手机、网页和桌面设备上运行 (可通过官方应用商店、网页版访问或下载桌面客户端直接验证跨平台兼容性。)
✓ 可验证: 我一直用它来经营我的业务 (属于个人使用体验，无公开数据或第三方证明支持其实际业务应用效果。)

原文内容:

在 61 分钟内学会 99% 的 ChatGPT 工作：

GPT Work 就像云端的 Codex。
它可以在手机、网页和桌面设备上运行。
我一直用它来经营我的业务。

这些是 14 种知识工作能力。

00:00 引言
03:18 #1 演示文稿
09:16 #2 插件
17:36 #3 模块
23:34 #4 网站 & 应用 & 托管
30:09 #6 分支聊天
31:51 #7 桌面应用（云端 vs 本地）
37:01 #8 语音模式
41:36 #9 远程语音模式
45:52 #10 应用内浏览器
48:50 #11 技能
51:45 #12 定时自动化
54:37 #13 电子表格
56:58 #14 多代理工作空间
59:19 最终回顾

⏰ 00:16 | ❤️ 334点赞 | 📝 118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: 关税推高成本却无法创造需求，建筑商减少开工。

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: 美国对加拿大木材征收45%关税以推高价格 (美国对加拿大木材的关税政策可通过美国国际贸易委员会（USITC）或加拿大政府贸易公告等官方文件验证，具体税率和目的需结合政策原文分析。)
✓ 可验证: 木材价格连续11天下跌 (木材期货价格数据可通过芝加哥商品交易所（CME）或专业金融数据平台（如TradingView）查询，但需确认具体时间范围和跌幅是否匹配。)
◐ 部分可验证: 关税使平均新房成本增加约17,500美元 (需结合关税对木材成本的传导效应分析，可能通过建筑行业报告或经济学研究验证，但具体金额可能因地区和市场波动存在差异。)

原文内容:

美国对加拿大木材征收45%关税，本意就是推高价格。

但木材价格依然连跌11天。

这张图表中最关键的信息在于：关税虽能抬高供应成本，却无法凭空创造买家。这项关税使普通新建住宅成本增加约1.75万美元。当建材成本飙升而6.4%的房贷利率持续劝退买家时，开发商的反应正如预料——他们停止了建设。独栋住宅开工量全年下滑，待售新房库存持续堆积，迫使开发商对成品房降价促销。

这项旨在保护木材生产商的政策，最终扼杀了消耗木材的建筑需求。锯木厂获得了价格底线，却失去了支撑销量的市场基础。

其次需要明白的是，木材为何比其他大宗商品更具指标意义。开发商在浇筑地基前数月就会采购木材，这使得木材行情成为其订单簿的实时写照。当八月的建筑旺季、工地人手充足之际木材价格却暴跌，这实际上是开发商在向你预告他们预见的冬季景象。

更深层的原因是：实物木材期货每日交易量不足1500手。当开发商停止为未来项目套期保值时，买盘瞬间蒸发，这才造就如此连贯的跌势。在流动性稀薄的市场连续11天收跌，说明天然买家并非暂时观望——而是彻底离场。

45%的关税无力抬价。根本原因在于：需求基础已然崩塌。

⏰ 10:08 | ❤️ 26点赞 | 📝 241词 | 查看原文 →

↑ 返回顶部

AshutoshShrivastava @ai_for_success

| 影响力: 0万粉丝

💡 核心观点: X需完善原创检测系统以防剽窃内容破坏奖励计划。

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: X 将推出原创内容奖励计划，明确表示复制、修改、聚合或跨平台转帖的内容不符合奖励资格 (可通过 X 的官方公告或政策页面直接验证其原创内容奖励计划的具体规则。)
◐ 部分可验证: X 目前缺乏有效系统检测重新上传的内容（如从 YouTube 下载并去水印的视频） (需实测或观察 X 平台的实际处理案例，但技术细节（如检测算法的覆盖率和准确性）可能未公开，故部分可验证。)
◦ 观点: 若无检测系统，原创内容奖励计划可能因滥用（如盗视频上传）而崩盘 (属于推测性观点，基于对潜在风险的假设，无直接事实依据。)

原文内容:

原创内容奖励计划。X 即将迎来巨大变革。

X 上的有些人真的会下载 YouTube 视频，从其他平台偷视频，重新上传这些他们没创作的内容来赚钱。

X 现在明确表示，复制的内容、稍作修改的内容、聚合的内容，以及跨平台转帖的内容将不符合奖励资格。

但有一个大问题：X 真的有系统来检测重新上传的内容吗？

因为如果有人能简单地从 YouTube 下载视频，去掉水印，然后上传到 X，整个计划就崩盘了。

需要一个适当的检测系统来识别重新上传的内容，并明确标记其不符合资格。

⏰ 09:37 | ❤️ 20点赞 | 📝 181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: TopviewAI推出超值AI视频套餐，低价无限生成助力创作。

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:

✓ 可验证: 60 天无限 Seedance 2.5 加上 365 天无限 Wan 3.0 在 @TopviewAIhq (可通过访问 @TopviewAIhq 的官方网站或官方套餐页面直接验证套餐内容和时长限制。)
◐ 部分可验证: Seedance 2.5 的起价仅为 0.12 美元/秒，使其成为市场上价格最低的选择 (可通过官网或公开报价验证起价，但“市场上价格最低”需横向对比其他竞品价格，需进一步数据支持。)
◦ 观点: 这是我今年见过的最优惠的 AI 视频套餐之一 (“最优惠”是主观评价，取决于个人对套餐价值的判断，无客观标准。)

原文内容:

这是我今年见过最超值的AI视频套餐之一  

@TopviewAIhq 提供60天无限制使用 Seedance 2.5 加365天无限制使用 Wan 3.0，让你能自由实验、反复优化并发布作品，完全无需顾虑生成限制  

更惊喜的是，Seedance 2.5 的起始价仅需0.12美元/秒，堪称当前市场上最具价格竞争力的选择  

若你正专注于AI影视制作或需要扩展内容产能，这个套餐绝对值得考虑  

#TopviewAI #AI视频 #AI电影制作 #AI叙事

⏰ 23:57 | ❤️ 53点赞 | 📝 103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: 生鸡肉含弯曲杆菌可致瘫痪，免疫系统误攻神经。

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: 大多数生鸡肉中存在弯曲杆菌，其外膜糖衣与人类运动神经表面的糖衣分子结构相似 (弯曲杆菌是已知的食源性病原体，其外膜糖链（如GM1神经节苷脂模拟）与人类神经结构的分子相似性在医学文献中有记载（如《自然》或《柳叶刀》期刊研究），但“大多数生鸡肉”的定量表述需具体国家/地区的食品安全数据支持。)
✓ 可验证: 吉兰-巴雷综合征（GBS）由弯曲杆菌感染诱发，全球最常见诱因是弯曲杆菌 (世界卫生组织（WHO）及多国疾控中心（如CDC）公开资料表明，空肠弯曲杆菌是GBS的主要诱因之一，相关研究可通过权威医学数据库（PubMed）验证。)
◐ 部分可验证: 日本每年真实弯曲杆菌感染人数约150万，官方记录仅2000-3000例，低估450倍 (2006年日本主动监测数据可能存在于学术论文或政府报告中，但需具体文献来源确认；官方统计与实际病例的差异在食源性疾病中常见，但“450倍”需原始数据核对。)

原文内容:

一位日本医生吃了轻微煎烤的鸡肉，腹泻了一个星期，现在坐上了轮椅。原因是，存在于大多数生鸡肉中的弯曲杆菌，披着一层几乎分子对分子复制自人类运动神经表面的糖衣。

大约三分之二的空肠弯曲杆菌菌株携带着这种复制品。它们外膜上的糖与GM1匹配，这是一种神经节苷脂，集中在你的神经与肌肉相接处的区域。你的免疫系统无法区分赝品与真品。

因此，它针对细菌外膜产生抗体，清除感染，并继续追猎相同的标记。它在你自己的神经纤维上找到了它。在腹泻结束的一到两周后，抗体开始剥离神经布线。虚弱从脚部开始向上蔓延。在严重病例中，它会到达膈肌，患者需要上呼吸机。这就是吉兰-巴雷综合征，而弯曲杆菌是其在全球最常见的诱发因素。

每一次感染的几率大约是千分之一。这听起来让人安心，直到你看到分母。日本官方每年记录大约2000到3000例弯曲杆菌中毒病例。当研究人员在2006年进行主动监测时，真实数字接近150万。官方数字低估了450倍，因为几天腹泻很少会被报告给任何人。

Toriwasa的设计让这个数字更糟。这道菜外面煎烤，中心仍是生的，而弯曲杆菌在肉的中心达到65°C时才会死亡。它将关键的那一层保持在关键的那一温度以下。

这位轮椅上的男子一生都在警告患者可预防的风险。日本现在正在制定其首个全国性的生鸡肉菜肴卫生规则。夺走他双腿的抗体是由他自己的身体制造的，它只是在做它被设计出来要做的事。

⏰ 09:45 | ❤️ 24点赞 | 📝 502字 | 查看原文 →

↑ 返回顶部

Santiago Valdarrama @svpino

| 影响力: unknown万粉丝

💡 核心观点: 开源Open Tag可自由替换模型和数据，避免厂商锁定。

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: Open Tag 是 Claude Tag 的开源版本 (需检查开源代码库或官方声明是否明确标注 Open Tag 与 Claude Tag 的衍生关系，但 Anthropic 官方可能未直接说明两者关联。)
◐ 部分可验证: Claude Tag 会吸取公司信息并锁定用户，除非持续支付费用 (需查阅 Claude Tag 的服务条款和数据政策，但“锁定”行为是否属实需实测或用户案例佐证，可能涉及主观解读。)
✓ 可验证: Open Tag 允许更换模型、迁移数据，提供灵活性 (若 Open Tag 确为开源项目，其代码许可和文档通常会明确支持自定义配置和数据导出功能，可通过代码库直接验证。)

原文内容:

Open Tag是Claude Tag的开源版本。  

您可通过它在Slack和Microsoft Teams中部署专属代理。  

Claude Tag会持续吸收企业数据并形成绑定，除非您不断向Anthropic支付他们索要的费用。  

而Open Tag则赋予您充分的灵活性——可自由更换技术框架、切换模型，并将数据迁移至任何目标平台。  

无需犹豫。

⏰ 21:12 | ❤️ 357点赞 | 📝 85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: 字节跳动独立研发10万亿参数AI模型，不依赖对手技术。

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:

◐ 部分可验证: 字节跳动正在预训练一个参数规模高达10万亿的AI模型 (该声明基于FT的报道，但需字节跳动官方或技术白皮书等公开资料确认具体参数规模。目前未找到直接公开的官方声明或技术文档支持。)
✓ 可验证: 字节跳动已有一年多时间避免对竞争对手模型进行知识蒸馏，更倾向于独立模型开发 (模型训练策略（如是否使用知识蒸馏）属于企业内部研发细节，除非官方主动披露或泄露内部数据，否则无法独立验证。)
◦ 观点: 若训练成功，字节跳动将证明其能够不依赖竞争对手模型执行前沿规模的预训练 (这是对潜在技术能力的推测性结论，属于主观评价，无客观事实依据。成功与否的定义和验证标准不明确。)

原文内容:

FT：据报道，字节跳动正在预训练一个参数规模高达10万亿的AI模型，远超Kimi K3的2.8万亿参数规模。

FT还报道称，字节跳动已有一年多时间避免对竞争对手模型进行知识蒸馏，更倾向于独立模型开发。

如果报道中的训练运行成功，字节跳动将证明其能够在不依赖竞争对手模型作为教师的情况下，执行前沿规模的预训练。

⏰ 17:10 | ❤️ 56点赞 | 📝 124字 | 查看原文 →

↑ 返回顶部

Emily @iamemily2050

Any sufficiently advanced technology is indistinguishable from magic. | 影响力: 48.2k万粉丝

💡 核心观点: 品牌重塑未解决版权问题，股东将追责盗版获利者。

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:

◐ 部分可验证: 这是一个品牌重塑，而不是任何新东西 (可通过官方公告或品牌历史对比验证是否为“品牌重塑”，但需明确“新东西”的具体定义（如功能、服务等），可能存在主观解读。)
✓ 可验证: 许多人因发布盗版内容或知识产权材料而获得加入新计划的资格 (涉及用户历史行为与资格审核的内部数据，除非官方公开具体案例或审核规则，否则无法验证。)
◦ 观点: 股东迟早会提出棘手问题，有人需承担责任 (属于对未来的推测和主观判断，无具体事实或公开证据支持。)

原文内容:

没有版权系统和内容识别，这只是一个品牌重塑，而不是任何新东西，而且似乎有很多人因为之前发布盗版内容和知识产权材料而获得的印象，已经有资格加入这个新计划。好吧，迟早股东们会开始提出棘手的问题，有人需要承担责任。

⏰ 09:08 | ❤️ 26点赞 | 📝 96字 | 查看原文 →

↑ 返回顶部

Bearly AI @bearlyai

Privacy-first AI research tool with access to ChatGPT, Grok, Claude, Gemini and DeepSeek in one app. Try it at http://Bearly.AI | 影响力: 0万粉丝

💡 核心观点: 布林重返谷歌工作，认为创造性产出比退休更有价值。

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: 谢尔盖·布林称2020年1月退休是“最糟糕的决定” (需核实谢尔盖·布林本人是否公开表达过此言论（如采访、社媒或官方声明），但若无直接来源则难以完全验证。)
✓ 可验证: 布林退休后计划整天在咖啡馆读物理学书籍，但陷入“螺旋式下降” (涉及个人心理状态和未公开的生活细节，无第三方客观记录可验证。)
✓ 可验证: 布林回到谷歌办公室与Gemini团队工作 (可通过谷歌官方公告、员工证词或媒体报道确认其回归及团队参与情况。)

原文内容:

谢尔盖·布林说，2020年1月退休是“最糟糕的决定”。

他原本计划整天坐在咖啡馆里读物理学方面的书，但却开始“陷入螺旋式下降”。

于是，他回到了谷歌的办公室，与Gemini团队一起工作，并表示“技术性和创造性的产出非常有回报”。

⏰ 20:44 | ❤️ 1238点赞 | 📝 86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: 通过指定模型路由和子代理自动处理不同任务，提高效率。

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: Opus 5现在连琐碎任务都无法使用 (该声明涉及个人使用体验或未公开的性能问题，缺乏公开数据或官方公告支持。)
◐ 部分可验证: 通过更改CLAUSE.md文件中的模型路由配置修复了问题 (技术配置的修改理论上可验证，但需访问具体文件或代码库，且依赖用户提供的操作细节是否完整。)
✓ 可验证: 繁重编码任务会生成GPT 5.6 Sol的Codex无头工作者，写作任务生成Kimi K3工作者 (提到的模型名称（如GPT 5.6 Sol、Kimi K3）非公开已知版本，且工作流程涉及内部系统实现，无法通过公开渠道核实。)

原文内容:

Opus 5 现在连琐碎任务都无法使用，所以我在我的 CLAUDE․md 文件中更改了一件事来修复它：

我指定了我想要的确切模型路由，以及在验证计划后如何生成子代理和无头工作者

在实践中：一个繁重的编码任务会在 GPT 5.6 Sol 上生成一个 Codex 无头工作者，一个写作任务会生成一个 Kimi K3 工作者，依此类推

我会在新模型发布时更新表格

路由基于 Claude 编写的计划，因此我只需批准计划一次，就无需在每个单独任务上重复自己

⏰ 01:59 | ❤️ 120点赞 | 📝 157字 | 查看原文 →

↑ 返回顶部

Heather Cooper @hbcoop_

Privacy-first AI research tool with access to ChatGPT, Grok, Claude, Gemini and DeepSeek in one app. Try it at https://t.co/7C2QxQNem1 (by @pnegahdar and @trungtphan) | 影响力: 0万粉丝

💡 核心观点: Seedance 2.5能精准编辑视频局部元素且保持其他内容不变。

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: Seedance 2.5视频编辑工具能够独立修改视频中人物的服装颜色（如将橙色衬衫改为深海军蓝工作夹克），同时保持其他所有元素（摄像机移动、照明、其他人物、场景）不变。 (需实际测试Seedance 2.5工具或查看官方演示案例，确认其是否具备精确局部修改能力。若官方提供技术文档或示例视频，则可部分验证；但完全验证需用户自行测试。)
◐ 部分可验证: Seedance 2.5可替换视频中特定背景元素（如将窗户景色改为风暴云和雨水），且不改变内部场景、人物、照明及摄像机移动。 (类似第一条，需依赖工具的实际表现或官方示例验证。背景替换的精确性（如边缘处理、动态效果）可能需要实测评估。)
◐ 部分可验证: Seedance 2.5支持对同一视频片段同时进行多对象修改（如移除物品、添加新物品、更改服装），且其他元素完全不受影响。 (需验证工具是否支持多任务编辑的协同性和独立性。官方功能说明或用户实测结果可作为依据，但复杂编辑的稳定性可能需长期测试。)

原文内容:

测试：Seedance 2.5 视频编辑。

一个基础片段，三个独立编辑；每个结果均为第一代。

提示：

1. 将 @ Video1 中站立女性的橙色衬衫改为深海军蓝工作夹克。镜头中的其他一切完全保持不变——相同的摄像机移动、相同的照明、相同的第二个人物、相同的房间。

2. 将 @ Video1 中所有窗户的景色替换为厚重的灰色风暴云和雨水，背景为相同的山脊线。保持小屋内部、两个人物、内部照明和摄像机移动完全不变。

3. 对 @ Video1 进行三处更改，其他一切不变。从墙壁架子上移除绿色双向无线电，架子和墙壁保持原样。在黄铜仪器旁边的地图桌上添加一个白色搪瓷咖啡杯，杯中咖啡冒着蒸汽。将坐着的年轻男子的海军蓝抓绒衫改为深红色格子法兰绒衬衫，保持他的脸部、头发和位置不变。镜头中的其他一切完全保持不变——站立女性及其橙色衬衫、黄铜仪器、地图、木屋、窗户景色、照明和摄像机移动。

⏰ 00:03 | ❤️ 20点赞 | 📝 298字 | 查看原文 →

↑ 返回顶部

ℏεsam @hesamation

ai/ml • giving birth to agents in my spare time | 影响力: 82.0k万粉丝

💡 核心观点: 投资者担忧Anthropic CEO过度渲染AI威胁恐影响IPO。

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: Dario Amodei过去曾在离线电脑上撰写敏感的OpenAI备忘录，并印刷出来而不是使用Google Docs (需依赖内部人士或公开披露的OpenAI/Dario Amodei工作流程记录验证，若无官方声明或可靠媒体报道则难以完全确认。)
✓ 可验证: Dario Amodei因担心被绑架而拒绝访问中国 (涉及个人安全决策的隐私信息，除非本人或公司公开说明，否则无法验证。)
◐ 部分可验证: 投资者称Dario Amodei拒绝听取外部人士的意见 (若投资者匿名或未公开表态则难以验证，但可通过采访或泄露的投资者会议记录部分佐证。)

原文内容:

 突发新闻 — Anthropic 投资者担心 Dario Amodei 的 AI 末日营销可能会损害其即将到来的 IPO。

“他更像是一个宗教领袖，而不是 CEO。”

> 过去曾在离线电脑上撰写敏感的 OpenAI 备忘录
> 印刷出来而不是使用 Google Docs
> 自从担心被绑架以来拒绝访问中国
> 投资者说他拒绝听取外部人士的意见
> 一位投资者在投资前指出，Dario 似乎并不在乎赚钱
> 一些投资者希望他在 IPO 前“停止吓唬每个人”

这不可能是健康的。

⏰ 07:00 | ❤️ 81点赞 | 📝 139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: AI代理应自动获取上下文而非手动重复输入。

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: 操作系统级别的上下文钩子可以在代理启动时自动注入当前时间、星期几、机器身份等信息 (该功能理论上可通过脚本或API实现（如系统时间调用、任务调度工具等），但具体实现需依赖技术细节（如代理是否支持外部输入钩子），需实测验证。)
◐ 部分可验证: 收件箱增量变化与红色警报功能可自动报告新邮件、任务更新及紧急事项（如P0事项、关键联系人沉默等） (邮件和任务监控可通过集成API（如Gmail、任务管理工具）实现，但“红色警报”的判定逻辑（如“14天沉默”）需自定义规则，且效果依赖数据源准确性。)
✓ 可验证: 自动化健康检查功能可隔夜扫描任务状态并报告无声故障（如计划任务停止运行） (现有运维工具（如Prometheus、Cron监控脚本）已支持类似功能，可通过日志或告警系统直接验证其可行性。)

原文内容:

停止每次打开 AI 代理会话时都解释今天是星期几以及你昨天在做什么。

你坐下，打开你的代理，然后花前两分钟输入上下文。“今天是星期二。昨天我在做供应商提案。检查我的邮件，看看是否有来自 Sarah 的任何内容。”你每次会话都重复这个过程。

三种自动化检查可以取代这一切。

1. 操作系统级别的上下文钩子

构建一个脚本，在你的代理启动时触发。它会将当前时间、星期几、机器身份以及一天中的阶段注入会话。你只需设置一次，此后每次会话在你输入一个字之前，你的代理就已经知道上下文了。

2. 收件箱增量变化与红色警报

你的代理会检查自上次会话以来发生了什么变化并报告。“自上次会话以来有 4 封新邮件，2 个任务已更新。”然后它会标记任何紧急事项。今天到期的 P0 事项、活跃业务中沉默超过 14 天的关键联系人，以及停滞超过 7 天的阻塞任务。在你问一个问题之前进行主动分类。

3. 自动化健康检查

隔夜任务是否运行了？是否有任何任务出错？三天前停止运行的计划任务是一个无声故障，你不会察觉直到下游某处出问题。你的代理在会话开始时检查自动化健康状况，并用一句话报告每个问题，这样你就不需要挖掘细节。

先设置操作系统钩子。这只需大约 10 分钟，并在代理生命周期内每次会话都带来回报。然后随着你的自动化扩展，添加增量检查和健康监控。

⏰ 18:54 | ❤️ 61点赞 | 📝 470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: AI代理应提供带置信度的裁决建议，而非仅传递信息。

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:

◦ 观点: AI代理应像刚进门的同事那样接受简报，包括已知信息、已排除内容、输出决策和风险级别 (这是关于如何优化AI代理使用的建议，属于主观的工作方法推荐，无客观标准或公开数据验证其有效性。)
◐ 部分可验证: 强制要求代理提供带置信水平的裁决（PROCEED/PAUSE/ESCALATE+百分比）可使其成为决策伙伴而非研究助理 (该声明部分可验证，例如通过测试特定AI工具（如商业级代理）是否支持此类功能，但“决策伙伴”的效果取决于实际应用场景，缺乏普适性验证依据。)
◐ 部分可验证: 包含上下文简报的代理会返回可直接行动的工作，而仅获一句话指令的代理需重做 (可通过对比实验验证不同输入对输出质量的影响，但“直接行动”的标准和“重做”频率依赖主观判断，无公开基准数据支持。)

原文内容:

你的 AI 代理为你做研究，然后把决策权直接还给你。这不是委托。

你让代理评估一个供应商。它返回一个比较表，包含优缺点和定价。然后你阅读整个内容，自己权衡利弊，然后做决定。代理做了研究。你做了思考。这是个实习生，不是委托人。

两条规则能解决这两方面的问题。

1. 像对刚进门的同事那样简报代理

不要说“研究这个供应商”。传递你已知的信息，你已排除的内容，输出所告知的决策，以及风险级别。“我们需要组件 X 的备用供应商。当前供应商准时率达 90%，但存在单一来源风险。这将决定我们是否在 Q4 前采用双来源。决策是中等风险且可逆的。”

一个获得上下文简报的代理会返回你可以直接行动的工作。一个只得到一句话的代理会返回你必须重做的工作。

2. 强制给出带置信水平的裁决

不要接受“这是信息”。要求每个代理以裁决结束：PROCEED、PAUSE 或 ESCALATE，外加置信百分比。“裁决为 PROCEED，置信度 80%。定价差距在预算容差内，参考检查结果强劲。”

一个只呈现数据而不承诺立场的代理会把决策推回给你。这违背了委托的目的。让裁决成为强制要求，你的代理就会成为决策伙伴，而不是研究助理。

在你的下一个委托任务中试试。写简报时包含所有四个上下文字段，然后在指示中添加“以裁决和置信水平结束”。区别会在第一次响应中显现。

⏰ 22:51 | ❤️ 46点赞 | 📝 446字 | 查看原文 →

↑ 返回顶部

Charly Wargnier @datachaz

Ex @Streamlit @Snowflake Maestro • I write about AI agents, LLMs and automation • My ❤️ is open source • DM for collabs | 影响力: unknown万粉丝

💡 核心观点: AI代理成功的关键在于保持上下文整合而非孤立工具链。

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: 广告活动量增加十二倍，花费 250 万美元，没有增加人员编制。 (需通过KULINA Group官方财报、案例研究或第三方审计验证数据真实性，但未提供具体数据来源或链接。)
◐ 部分可验证: @viktor_com 是一个在 Slack 内部的 AI 员工，通过连接触达约 3,000 个工具并保持上下文。 (需实测或查看官方文档验证其集成能力和工具数量，但“保持上下文”等功能需技术验证，部分依赖主观描述。)
◦ 观点: 架构胜过模型选择。又一次。 (属主观结论，缺乏具体性能对比数据或实验证明架构与模型选择的优劣。)

原文内容:

60 个广告活动。29 个市场。

每天优化两次。

由曾经管理五个活动的同一团队运行。

这就是生产环境中的代理实际的样子。

我在这里写的大部分内容是关于为什么代理一旦离开演示就崩溃的原因。

失败模式几乎从来不是推理问题。

而是链条中的每个工具都像一个孤立的员工，没有前一个工具学到的任何记忆。

你会得到集体失忆，外加一个人类手动进行交接。

僵化的工作流程是我最初的修复方法，但它们立即崩溃，因为生产环境是工作形状在你脚下变化的地方。

@viktor_com 走的是另一条路。

他是一个在 Slack 内部的 AI 员工，通过一个连接而不是脆弱集成图谱触达大约 3,000 个工具，在整个工作中保持上下文，并返回一个待批准的提案，而不是盲目发射。

那个关卡是让它在生产环境中存活下来的关键。

我没有提示的部分：他发现了两个连接的来源在不同窗口报告相同指标。

KULINA Group 首席执行官 Antonin Stetina 直白地说：

“令人震撼的一体化 AI，在单一解决方案中完成一切。”

广告活动量增加十二倍，花费 250 万美元，没有增加人员编制。

架构胜过模型选择。又一次。

在 @viktor_com 免费试用他。100 美元信用，无需信用卡。

链接在  ↓

⏰ 05:58 | ❤️ 29点赞 | 📝 386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发展不可逆，安全风险难阻中美竞赛。

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Astra（可能以GPT-6名义发布）因安全风险推迟发布 (OpenAI官方未公开确认Astra或GPT-6的存在及发布时间，但历史上有模型因安全审查推迟的先例（如GPT-4部分功能）。需等待官方公告或泄露信息进一步验证。)
◐ 部分可验证: 中国开发者不会因安全风险放缓AGI研发，Kimi K3已开源并可能构成更大风险 (中国AI研发进展（如Kimi K3）可通过开源平台（如GitHub）部分验证，但“不会放缓”属于推测；中美竞争态势有公开报道佐证，但具体企业策略无法直接验证。)
✓ 可验证: Astra/GPT-6将采用新预训练形式，OpenAI已成为市场最佳 (模型技术细节未公开，属行业猜测；“市场最佳”是主观评价，缺乏统一标准。OpenAI技术领先性虽有多方认可，但无客观排名支撑。)

原文内容:

潘多拉的盒子已经被打开了。回不去了。

关于 OpenAI 的 Astra 以及安全风险的一些想法。

我原本就已经对 GPT‑Astra 感到无比兴奋，它大概率会以 GPT‑6 的名字发布。然而，现在我们甚至得到了官方确认，它几乎肯定不会如预期般在下周到来，因为其发布正因安全风险而被推迟。

一方面，这是一个严重的挫折。另一方面，这也是积极的证据，表明这些模型的能力在如此短的时间内进步得如此剧烈，以至于它们现在已经跨越了一个门槛，成为整个社会运作方式真正的基础。

Astra，或称 GPT‑6，很可能会采用一种新的预训练形式进行训练。目前，我主要使用 Codex，我绝对是 5.6 Sol 的粉丝。我认为，OpenAI 在过去几个月里实现了 180 度的转折，在我看来，已成为市场上最好的玩家。

起初，这种安全风险似乎让一切都放缓了。然而，实际上，这并不是放缓，恰恰相反。这种发展不可能被永久放缓。这正是我使用潘多拉盒子隐喻的原因。

中国将抓住每一个机会，在通往 AGI、ASI、奇点——或任何你偏好使用的术语——的竞赛中超越美国。中国开发者绝不会以这些风险为由放缓他们的工作。他们也不会出于善意或考虑而放缓开发。

相反，Kimi K3 最近也逃出了它的沙盒，现在作为开源、开放权重模型自由可用，这可能使其成为更大的风险。

因此，我预计 Astra 的公开发布将被推迟。然而，在内部，OpenAI 自然会在不久的将来使用它，使 Astra 变得更智能、更强大，同时为其配备更严格的护栏。在最坏的情况下，这些模型“只会”变得更高效、更快、更准确，而不是“更智能”。

潘多拉的盒子证明了回不去了。任务是驯服这台机器，而不是剪断它的翅膀。

⏰ 05:42 | ❤️ 400点赞 | 📝 531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: 融合文化元素的史诗电影风格创作提示。

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: 推文提供了一个电影风格的图像生成提示 (提示内容可直接从推文中复制，并通过AI图像生成工具（如MidJourney等）实测验证其可执行性。)
◐ 部分可验证: 该提示能生成具有“史诗氛围”“复古电影风格”的图像 (生成结果是否符合描述需依赖用户实测，因AI输出存在随机性，但“史诗氛围”“复古风格”等关键词是常见艺术风格描述，部分可验证。)
✓ 可验证: 参数“–v 8.2 –ar 3:2”适用于特定AI工具（如MidJourney） (参数格式与MidJourney等工具的官方文档一致，可通过查阅其版本更新记录或帮助文档确认有效性。)

原文内容:

提示分享：史诗电影融合

提示：
一个[主体]融合文化影响，佩戴雕刻图案的象征性盔甲，站在戏剧性场景中，头顶是阴郁的天空。电影构图，明暗对比照明，宽广的镜头角度，真实的胶片色调，颗粒感的35mm质感，超详细，史诗氛围，以复古电影风格捕捉 --v 8.2 --ar 3:2

试试看并分享你的作品

⏰ 19:04 | ❤️ 111点赞 | 📝 106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模型能深度分析个人思维模式并优化决策机制。

可信度: 1/10 – 基于事实核查结果综合评估

事实核查:

✗ 无法验证: 声明内容**：像 Fable 5 或 GPT-5.6-Sol 这样的模型能通过日常交互获取用户思维方式的深度数据（如决策机制、行为循环等），比生活中大多数人更了解用户。
✗ 无法验证: 验证状态**：partially verifiable
✗ 无法验证: 说明**：现有大模型（如GPT-4）确实能通过长期交互学习用户偏好，但“比生活中任何人都多”需具体数据对比（如交互频率、数据维度），且“Fable 5/GPT-5.6-Sol”为未发布的假设模型，功能无法验证。

原文内容:

我们低估了像 Fable 5 或 GPT-5.6-Sol 这样的模型能为你个人做些什么

如果你每天花数小时与代理一起工作，这些模型能接触到的关于你思维方式的数据，比你生活中几乎任何人都多

不是你的情绪，不是你的问题……而是机制：你如何做决定，你在哪里陷入循环，你回避什么，你反复重启什么

我在这里不是在谈论心理治疗

这是一个改善你思维方式的过程，它基于证据运行，而不是记忆

这些数据就存在一个文件夹里，你只需将任何代理指向它……

⏰ 21:58 | ❤️ 177点赞 | 📝 173字 | 查看原文 →

↑ 返回顶部

# x每日奏折