【AI 英文奏折】2026年08月13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
- Machina: AI文本水印易被移除且无实质意义。
- hardmaru: Sakana Chat免费更新，支持日语编程和代码执行，激发开发兴趣。
- The Turing Post: AI通过优化操作层实现自我进化，但未达到递归自我改进。
- GREG ISENBERG: AI代理核心提示：做聪明的事，赋予自主权提升效率。
- Santiago Valdarrama: 编程形式改变但本质未变，英语取代传统语言更流行。
- Machina: 过度规划生产力系统反成拖延，简单行动才是高效关键。
- EP: AI快速取代手写代码，技术迭代迅猛。
- Gemini Notebook: 笔记本可复制，方便学习和项目快速启动。
- Charly Wargnier: Higgsfield插件集成ChatGPT实现提示词直接生成图像。
- Chubby♨️: 白宫拟将开放AI模型纳入安全测试框架，平衡风险与创新。
- Marc Lou: 自由职业者享受高度自主的快乐生活。
- Charly Wargnier: 用Claude和Obsidian构建可累积知识的AI第二大脑。
- Nathan Lambert: Shoggoths是后训练工作的贴切隐喻但新一代可能不了解。
- Dwarkesh Patel: AI缺乏个人忠诚度，过度服从机构定义的人类福祉。
- Jason Wei: 人类在适应物理世界和现有系统方面仍具优势。
- Machina: Anthropic模型差、定价高，OpenAI领先，中国崛起，谷歌沉睡。
- Suchen Zang: Claude思维泄露时间长于GPT，或受商业与政治因素影响。
- Chubby♨️: 谷歌布林转向递归自改进AI以追赶竞争对手。
- Chubby♨️: Grok 4.6潜力巨大，可能成为最佳模型。
- SemiAnalysis: DeepSeekv4 Pro性能远超Nemotron3 Ultra，委员会开发模式效果不佳。
- SemiAnalysis: Nemotron需分三团队内部竞争以激发创新。
📖 详细内容
Machina @exm7777
running ai-powered agencies | http://weeklyaiops.com | 影响力: 665万粉丝
💡 核心观点: AI文本水印易被移除且无实质意义。
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: 谷歌在一年前就推出了 Gemini 2.5 (可通过谷歌官方公告、技术博客或版本发布历史直接验证具体发布时间和版本信息)
- ◐ 部分可验证: AI文本水印可通过玩弄Unicode字符和模式去除 (GitHub等平台可能存在相关技术讨论或代码示例，但需实测验证其普适性和有效性，且水印技术可能迭代更新)
- ◦ 观点: 没人会去检查Claude是否帮你思考 (属于主观推测，取决于具体场景（如学术/职场审核），无客观标准或数据支持)
原文内容:
给 AI 文本加水印既不是新事物，也不是永久的…… 谷歌在一年前就推出了 Gemini 2.5（如果我错了请纠正我） 而且这些标记反正也能被去掉……从 GitHub 上学到的一个简单技巧，通过玩弄 Unicode 字符和模式就能搞定 所以这比看起来要小得多 下游任何人权衡的唯一事情，就是这篇写作是否值得一读 没人会去检查 Claude 是否帮你思考
⏰ 05:04 | ❤️ 56点赞 | 📝 121字 | 查看原文 →
hardmaru @hardmaru
Co-Founder and CEO @SakanaAILabs | 影响力: 1,899万粉丝
💡 核心观点: Sakana Chat免费更新，支持日语编程和代码执行，激发开发兴趣。
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:
- ✓ 可验证: Sakana Chat 推送了一个重大更新，无需登录且免费使用 (可通过提供的官网链接（https://chat.sakana.ai）直接访问并验证是否无需登录且免费)
- ◐ 部分可验证: Sakana Chat 现在由 Fugu 和更新的 Namazu 日语 LLM 提供支持，并附带完整的代码执行功能 (技术细节（如 Fugu 和 Namazu 的具体功能）需通过官方文档或实测验证，但代码执行功能可通过官网交互测试部分确认)
- ◐ 部分可验证: 用户可通过描述需求直接编写交互式网页应用、游戏和工具（支持日语） (功能可通过实际使用验证，但具体实现效果和易用性可能因用户描述能力而异)
原文内容:
我们刚刚为 Sakana Chat 推送了一个重大更新。 无需登录且免费使用：https://chat.sakana.ai 它现在由 Fugu 和我们更新的 Namazu 日语 LLM 提供支持，并附带完整的代码执行功能。你基本上可以直接在浏览器中通过描述你想要的东西（甚至用日语）来随意编写交互式网页应用、游戏和工具。 这次发布的最大动力之一是让日本的人们，尤其是孩子们，对软件开发感到兴奋。随意编码可以将暑假期间的汉字和数学练习变成他们自己能实际构建的有趣游戏。诱导下一代学习如何构建软件是我的目标。 它也对日常办公室工作很有用：将 Excel 文件拖入聊天窗口，它就会分析原始数据、运行 Python、生成图表，并格式化一份完整的报告。专门针对日本这里的实际业务流程构建（我们知道……） 阅读完整的博客文章请点击这里：https://sakana.ai/chat-update/#English…
⏰ 10:07 | ❤️ 34点赞 | 📝 265字 | 查看原文 →
The Turing Post @theturingpost
On X we surface the AI research that matters and explain the ideas behind it. In the newsletter, we connect the dots between AI’s past, present, and future | 影响力: 8,552万粉丝
💡 核心观点: AI通过优化操作层实现自我进化，但未达到递归自我改进。
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: OEO（开放式优化）让 GPT-5.5 决定检查哪些失败、如何重写可重用技能、保留什么以及何时停止，并在与预设管道的14次比较中赢得了12次。 (若 @MSFTResearch 或相关论文公开了实验设计和结果（如对比次数和胜率），则可部分验证；但需确认数据来源是否权威且未被篡改。)
- ◐ 部分可验证: 安全约束进化（SHE）将攻击成功率从17.1%降至5.5%，相比静态 SafeHarness。 (需查阅原始论文或官方报告中的实验数据，但若论文未公开细节（如测试条件、样本量），则无法完全验证。)
- ✓ 可验证: 两篇论文中的人类设定边界（模型、目标、评估器固定），代理未变得更善于改进，因此称为“自我进化基础设施”而非递归自我改进（RSI）。 (可通过检查论文原文确认人类干预的边界描述，属于公开学术内容。)
原文内容:
两篇8月10日的论文表明，近期“自我进化”可能主要发生在可编辑技能和固定模型权重周围的安全约束机制中。 这是一个有意义的步骤，但仍应将其与递归自我改进（RSI）区分开来。 1. @MSFTResearch 的 OEO（开放式优化）让 GPT-5.5 决定检查哪些失败、如何重写可重用技能、保留什么以及何时停止。 它在与预设管道的14次比较中赢得了12次。 2. 安全约束进化（SHE）保持了一个结构化循环，但让失败更新4个约束工件：系统提示、规则库、安全记忆和工具策略。 攻击成功率从17.1%降至5.5%，相比静态 SafeHarness。 将它们结合起来，你会看到一个新方向：下一个自我改进的代理可能主要通过重写固定权重周围的操作层来改进。 但是：我们仍应将其与递归自我改进分开。 RSI 开始于一次改进实际上让系统更好地执行下一轮改进。 在两篇论文中，人类仍设定边界：模型、目标和评估器保持固定。 → 代理在该设置中操作得更好，但它并没有变得更善于改进。 因此，我们称之为这一层自我进化基础设施。
⏰ 00:30 | ❤️ 20点赞 | 📝 329字 | 查看原文 →
GREG ISENBERG @gregisenberg
我每天分享创业想法。主持 @startupideaspod。CEO：@latecheckoutplz 我们打造像 @ideabrowser、@meetLCA、@boringmarketer 等这样的公司 | 影响力: 0万粉丝
💡 核心观点: AI代理核心提示：做聪明的事，赋予自主权提升效率。
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: 最佳提示是“做聪明的事”，由一位在AI领域管理数十亿美元损益的人提供 (推文未提供该人物的具体身份或可查证的工作背景（如姓名、公开职位），且“数十亿美元损益”和“100人组织”等细节无法通过公开信息直接核实。)
- ◐ 部分可验证: 她的团队在Slack中通过AI代理直接回答成员问题（如客户邮件回复状态） (AI代理集成Slack的功能存在（如Slackbot或第三方AI工具），但具体案例中代理的准确性和实际使用情况需实测或用户证实验证。)
- ✓ 可验证: 她雇佣了以前不会正式录用的人，因AI代理成本极低 (雇佣标准和决策过程属于内部信息，且“AI代理几乎不花钱”缺乏具体成本数据支持，无法公开验证。)
原文内容:
过去 12 个月里，我听到的针对 AI 代理的最佳提示只有一个，只有 3 个词，它来自一位在 AI 领域管理数十亿美元损益的人，她曾在 AWS 领导一个 100 人的组织，现在运营着一个由 34 个代理组成的出色 AI 团队： 1. 她的最佳提示就是“做聪明的事” 她先给代理提供她所有的上下文，包括她的日历、电子邮件、Stripe、目标和会议记录，然后让他们决定什么值得去做。她意识到每个任务最初都源于她自己的头脑，这意味着公司永远只能做到她记得去要求的东西那么好。 2. 她的团队在 Slack 中与她的代理对话。她有一个频道，团队成员可以问“那个金融服务客户回复 Ali 的邮件了吗”，代理直接回答，这样人们就不用等她几个小时回复了。 3. 由于 AI 代理几乎不花钱，她雇佣了那些她以前绝不会正式录用的人。 一个代理只负责问如何让一切变得十倍更好。另一个代理只是观察其他代理的工作，并标记它们卡住的地方。 4. 她避免使用旧的职位头衔，因为一旦你把一个叫作你的 CMO，你就用机器人重建了一个 2015 年的公司。她的大多数子代理运行在更便宜、更小的模型上，干得很好。 5. 运行一个 AI 监督者而不是仪表板。让一个指向你的 Slack，捕捉两个人做相同的工作；指向你的日历，标记冲突；指向你的分析，告诉你明天发什么。几乎没人这么做。 6. 她保持一个日常“脑力倾倒”，来喂养代理。 每天结束时，她口述她脑子里那些没有写下来的东西，那些只存在于会议或 Slack 线程中的内容，然后输入到一个代理阅读的 wiki 中。这就是它们获得电子邮件和日历遗漏的上下文的方式。 7. 她使用“过去 30 天”研究技能来快速上手任何事情。在为一个她不熟悉的行业的 200 名高管运行工作坊之前，她派出代理扫描并综合过去一个月的新闻，然后走进去听起来像她跟踪了它好几年。 这是我和 @alliekmiller 在 @startupideaspod 上的对话。几乎是她使用 AI 代理的最大提示。 完整剧集如下。 http://youtube.com/watch?v=EzQAgnjTq2k… 祝构建愉快，我支持你。
⏰ 08:51 | ❤️ 176点赞 | 📝 635字 | 查看原文 →
Santiago Valdarrama @svpino
计算机科学家。我在 https://ml.school 教授硬核人工智能/机器学习工程。YouTube：https://youtube.com/@underfitted | 影响力: 0万粉丝
💡 核心观点: 编程形式改变但本质未变，英语取代传统语言更流行。
可信度: 4/10 – 2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 编程依然生机勃勃，而且比以往任何时候都更受欢迎。 (可通过行业报告（如GitHub年度报告、Stack Overflow开发者调查）或编程语言流行度指数（如TIOBE、PYPL）间接验证编程的活跃度和增长趋势，但“比以往任何时候”需明确时间范围和对比数据，可能存在统计口径差异。)
- ◐ 部分可验证: 我们淘汰了一堆特定的编程语言。 (可通过历史语言使用率数据（如TIOBE历年排名）验证部分语言的衰落，但“淘汰”是主观表述（如是否完全弃用），且未指明具体语言，需进一步限定范围。)
- ◦ 观点: 现在用英语编程而非写奇怪的指令。 (将自然语言（如英语）与编程指令对比是主观比喻，实际编程仍依赖语法规则；AI辅助工具（如GitHub Copilot）虽支持自然语言输入，但输出仍需代码，本质未改变。)
原文内容:
让我们现实一点：编程依然生机勃勃，而且比以往任何时候都更受欢迎。 我们并没有杀死编程，我们只是淘汰了一堆特定的编程语言。 但我们都还在像以前一样编程，只不过现在不是写那些听起来很奇怪的指令，而是用英语来做。
⏰ 20:34 | ❤️ 397点赞 | 📝 93字 | 查看原文 →
Machina @exm7777
running ai-powered agencies | http://weeklyaiops.com | 影响力: 665万粉丝
💡 核心观点: 过度规划生产力系统反成拖延，简单行动才是高效关键。
可信度: 6/10 – 3项需进一步确认；2项为观点陈述
事实核查:
- ◦ 观点: 生产力系统是一种感觉像进步的拖延症 (该声明基于主观体验和心理感受，缺乏客观数据或研究支持，属于个人观点。)
- ◐ 部分可验证: 勾选方框会释放多巴胺，所以你不断勾选方框，而不是去做实际工作 (多巴胺与任务完成奖励机制的研究存在（如神经科学领域），但“不断勾选方框”与拖延行为的直接关联需具体实验或统计数据支持。)
- ◦ 观点: 最好的组织方式源于做真实的工作，而不是在之前规划 (这是方法论建议，依赖个人工作风格偏好，无普适性验证依据。)
原文内容:
建立完美的系统并不是在做事…… 你设置了 Notion 工作区，配置了 Obsidian 图表，安装了待办事项应用，看了每一个设置视频……然后每次都全部放弃 生产力失败只有一个原因：实现任何事情都需要去做实际工作，而那与准备去做工作的活动完全不同 生产力系统是一种感觉像进步的拖延症 勾选方框会释放多巴胺，所以你不断勾选方框，而不是去做那些让你不舒服、推动你向目标前进的工作 系统还会消耗运行它的脑力……你花费处理能力去记住东西放哪里，用哪些标签，何时回顾，如何链接 这就像用电脑的处理器去监控处理器 最好的组织方式源于做真实的工作，而不是在之前规划 深入问题中，你会发现什么需要跟踪，先构建系统意味着猜测 这是我推荐的修复方法，使用笔记本和笔： - 写下全年的目标，分成季度，然后是月份 - 每天准备一份简单的清单，列出睡前需要完成的事情 - 完成某件事，划掉它，转向下一件事，写下任何新出现的事情 零维护开销，完全灵活性，即时清晰度，大脑能全力工作 你投入在生产力系统上的时间越少，你就越高效
⏰ 01:57 | ❤️ 80点赞 | 📝 378字 | 查看原文 →
EP @eptwts
product pusher | 影响力: 951万粉丝
💡 核心观点: AI快速取代手写代码，技术迭代迅猛。
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:
- ◦ 观点: 手写代码的想法已经过时了 (这是主观观点，反映了推文作者对当前技术趋势的个人看法，缺乏客观标准或数据支持。)
- ✓ 可验证: 5年前作者还在手写Python脚本来自动化简单任务（如修改视频像素） (这是个人经历描述，无法通过公开渠道验证其真实性或具体细节。)
- ◐ 部分可验证: 如今AI能在几秒钟内生成类似Python脚本，基本上免费 (部分可验证，例如通过测试GitHub Copilot等AI工具生成脚本的效率与成本，但“免费”需具体工具限制（如免费额度），且生成质量依赖实际案例。)
原文内容:
手写代码的想法已经过时了…… 这真的很能说明世界变化有多快 就在5年前，我还在手写 Python 脚本，硬啃语法，来自动化一些简单任务，比如修改视频上某些像素——如今 AI 能在几秒钟内生成这样的脚本，基本上免费
⏰ 07:59 | ❤️ 78点赞 | 📝 82字 | 查看原文 →
Gemini Notebook @gemini_notebook
更聪明地思考，而不是更努力地思考。认识你大脑的新最佳朋友 | 影响力: 0万粉丝
💡 核心观点: 笔记本可复制，方便学习和项目快速启动。
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: 可以复制一个笔记本，包括所有源文件和制品 (该功能可通过相关平台或工具的官方文档、功能介绍页面直接验证，通常这类操作会明确说明支持的功能范围。)
- ◐ 部分可验证: 复制笔记本功能对学生有用，可复制共享笔记并添加个人学习调整 (需实测或查看用户案例才能确认其实际效果，但基于功能描述（如复制和编辑权限），逻辑上可行。)
- ◐ 部分可验证: 复制笔记本功能对团队成员有用，可复制基础模板以快速启动新项目 (类似团队协作工具的模板复用功能常见，但具体实现需依赖平台支持，需进一步测试或查看官方示例。)
原文内容:
找到一本很棒的笔记本？让它成为你的吧！你现在可以复制一个笔记本，包括所有源文件和制品。非常适合： 学生：复制共享笔记，添加个人学习调整 团队成员：复制基础模板，快速启动新项目 今天就试试吧！
⏰ 03:51 | ❤️ 632点赞 | 📝 82字 | 查看原文 →
Charly Wargnier @datachaz
前 @Streamlit @Snowflake 大师 • 我写关于 AI 代理、大语言模型和自动化的内容 • 我的属于开源 • 合作请私信 | 影响力: 0万粉丝
💡 核心观点: Higgsfield插件集成ChatGPT实现提示词直接生成图像。
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: Higgsfield插件已在ChatGPT商店上线 (可通过访问ChatGPT官方插件商店或Higgsfield官网直接确认插件是否上架。)
- ◐ 部分可验证: Higgsfield插件支持通过ChatGPT输入提示词直接生成内容（如“红色陶瓷马克杯”示例） (需实测插件功能是否如描述般无缝衔接ChatGPT的提示词输入与渲染输出，部分细节（如渲染速度、质量）可能依赖用户环境。)
- ✓ 可验证: 插件整合了多款先进模型（Seedance 2.5、Seedream 5.0 Pro等） (可通过插件官方文档或技术说明查看支持的模型列表，但需确认是否为“最先进”（需行业基准对比）。)
原文内容:
等待结束了：@HIGGSFIELD 插件刚刚在 ChatGPT 商店上线 Higgsfield 插件之前的日子： > 在 ChatGPT 中塑造想法并编写你的提示词 > 将其粘贴到 Higgsfield 并生成 > 切换回 ChatGPT 并优化提示词 一遍又一遍地重复…… 现在，你只需待在 ChatGPT 中。 只需输入提示词： “一个红色陶瓷马克杯放在木桌上，柔和的窗光，产品摄影，4:5 纵向” 瞧！ > ChatGPT 处理推理和提示词结构 > Higgsfield 插件处理渲染 完美无瑕。 而且你可以在一个地方立即访问所有最先进的模型： → Seedance 2.5 → Seedream 5.0 Pro → Kling 3 → GPT Images V2 应用切换已死。你只需通过对话来迭代 查看我的演示 ↓
⏰ 06:37 | ❤️ 20点赞 | 📝 165字 | 查看原文 →
Chubby♨️ @kimmonismus
Tech Analyst & Content Creator. Editor-in-Chief @getsuperintel – Community of 300k+ in total: https://linktr.ee/kimmonismus // [email protected] | 影响力: 0万粉丝
💡 核心观点: 白宫拟将开放AI模型纳入安全测试框架，平衡风险与创新。
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: 白宫正准备将开放AI模型纳入其秘密的预发布安全测试框架。 (该声明提到“据报道”和引用WIRED的信息，但未提供具体官方文件或链接。需通过白宫或WIRED的进一步公开声明验证。)
- ◐ 部分可验证: 该自愿框架目前涵盖来自OpenAI和Anthropic等实验室的前沿封闭模型。 (WIRED作为可信媒体可部分验证，但“秘密框架”的细节未公开，需依赖内部知情人士或官方后续披露。)
- ✓ 可验证: 开放模型可能在公开发布前面临30天的测试期。 (文中使用“预计”一词，属于推测性表述，目前无公开政策文件或官方声明支持。)
原文内容:
据报道，白宫正准备将开放AI模型纳入其秘密的预发布安全测试框架。 WIRED表示，该自愿框架目前涵盖来自OpenAI和Anthropic等实验室的前沿封闭模型。预计开放模型将在达到相当能力后加入，可能在公开发布前面临30天的测试期。 官员们陷入两种风险之间：排除开放模型可能会为封闭实验室创造政府认可的优势；纳入它们可能会减缓美国开放模型的发展。 所以是的，事情变得有趣了。
⏰ 06:29 | ❤️ 174点赞 | 📝 149字 | 查看原文 →
Marc Lou @marclou
http://TrustMRR.com $44K/m
http://DataFa.st $26K/m
http://SHlPORDIE.com $13K/m
http://CodeFa.st $6K/m
http://ShipFa.st $4K/m
http://IndiePa.ge $1K/m
+29 http://marclou.com | 影响力: 1,236万粉丝
💡 核心观点: 自由职业者享受高度自主的快乐生活。
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: 我花4小时深入工作，专注于任何能激发我创造力的事情。 (该声明描述个人工作习惯和主观体验，缺乏客观记录或第三方数据支持，无法通过公开渠道验证。)
- ◦ 观点: 每位客户都超级友好。 (对客户态度的评价是主观感受，无具体标准或数据支撑，属于个人观点陈述。)
- ◐ 部分可验证: 我为我的工作获得报酬。 (可通过银行流水或合同等私人文件验证，但需本人提供证据，公开渠道无法直接确认。)
原文内容:
为什么我永远不会养育或雇佣： 我醒来时不知道今天会做什么。 我关掉手机，和妻子一起吃早餐。 我去健身房。 我花4小时深入工作，专注于任何能激发我创造力的事情。 我饿了就和妻子一起吃午饭。 我回复支持请求。每位客户都超级友好。 我为我的工作获得报酬。 我随时想合上笔记本电脑就合上。 我上床睡觉时兴奋地期待着醒来再做这一切。
⏰ 20:44 | ❤️ 2040点赞 | 📝 138字 | 查看原文 →
Charly Wargnier @datachaz
前 @Streamlit @Snowflake 大师 • 我写关于 AI 代理、大语言模型和自动化的内容 • 我的属于开源 • 合作请私信 | 影响力: 0万粉丝
💡 核心观点: 用Claude和Obsidian构建可累积知识的AI第二大脑。
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: Yarchi 发布了一份指南，教你如何使用 Claude 和 Obsidian 构建 AI “第二大脑” (可通过推文提供的完整指南链接或 Yarchi 的公开内容（如博客、GitHub）直接验证是否存在该指南。)
- ◐ 部分可验证: Obsidian 负责本地存储，Claude 充当大脑，通过 Local REST API 插件和 MCP 框架连接两者 (Obsidian 的插件功能和 Claude 的 MCP 框架需实测验证，但官方文档可能提供部分支持（如插件是否存在、Claude 是否开放文件读写 API）。)
- ◦ 观点: 创建特定项目文件夹（Inputs/Process/Outputs/Feedback）可让 Claude 专注单项任务 (该声明属于方法建议，效果取决于用户实际配置和 Claude 的交互能力，无客观标准验证其必然有效性。)
原文内容:
如果你错过了，Yarchi 刚刚发布了一份超棒的指南，教你如何使用 Claude 和 Obsidian 构建一个 AI "第二大脑"。 基于 @karpathy 的 LLM Wiki 概念，这个理念是摒弃从空白聊天窗口起步的方式，转而构建一个持续积累的知识图谱。 Obsidian 负责本地存储。 Claude 充当大脑。 我整理了如何将它们连接起来的精简步骤： 技术栈： → 安装 Obsidian（免费本地文本存储工具）和 Claude Desktop Pro（文件读写引擎）。 桥梁搭建： → 在 Obsidian 中安装 "Local REST API" 插件，复制密钥，通过 Claude 的 MCP 框架建立连接（claude mcp add-json obsidian-vault...）。 上下文设置： → 让 Claude 对你进行访谈。请它询问你的目标、项目和工作风格，然后将所有内容保存到 CLAUDE.md 文件中，确保它永远不会忘记你是谁。 结构设计： → 创建特定项目文件夹（Inputs、Process、Outputs、Feedback），将它们作为独立库打开，使 Claude 每次只专注处理单一任务。 自动化流程： → 将重复性工作流保存为 markdown "技能"，利用 Claude 的计划选项卡触发日常库维护。 大功告成！ 最终你将获得一个能自动整理文件、总结笔记，并完整记忆你所有上下文的 AI 助手。 Yarchi 的完整指南在这里 ↓
⏰ 11:41 | ❤️ 167点赞 | 📝 304字 | 查看原文 →
Nathan Lambert @natolambert
Open model research @ something new.
Prev. co-led Olmo at Ai2.
Writes @interconnectsai, wrote http://posttrainingbook.com | 影响力: 931万粉丝
💡 核心观点: Shoggoths是后训练工作的贴切隐喻但新一代可能不了解。
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:
- ◐ 部分可验证: 我制作了一个简短的视频，涵盖了 Shoggoths 的历史 (视频的存在可通过用户提供的链接或平台内容验证，但“Shoggoths 的历史”是否为视频实际内容需观看视频确认，且“Shoggoths”是否为虚构概念（如克苏鲁神话中的生物）会影响事实性验证。)
- ◦ 观点: Shoggoths 是后训练模因（post-training meme）的隐喻 (“隐喻”属于主观解读，无客观标准；是否为“后训练模因”取决于社群共识，无公开权威定义，属于个人观点。)
- ✓ 可验证: 新一代从事后训练工作的人可能不知道 Shoggoths (“新一代人是否知道”涉及群体认知调查，无具体数据支持，且“后训练工作”定义模糊，无法直接验证。)
原文内容:
我制作了一个简短的视频，涵盖了 Shoggoths 的历史，作为后训练模因使用，也是一个更深刻的隐喻。想想新一代从事后训练工作的人可能甚至不知道它们，真是太疯狂了 。在我看来，这仍然是一个非常贴切的隐喻。
⏰ 05:11 | ❤️ 61点赞 | 📝 82字 | 查看原文 →
Dwarkesh Patel @dwarkesh_sp
Host of @dwarkeshpodcast
https://youtube.com/DwarkeshPatel
https://open.spotify.com/show/4JH4tybY1zX6e5hjCwU6gF…
https://apple.co/3ujLQkZ | 影响力: 1,068万粉丝
💡 核心观点: AI缺乏个人忠诚度，过度服从机构定义的人类福祉。
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: 律师有义务在除最极端情况外的所有情况下为客户辩护，即使知道客户有罪 (可通过法律职业伦理准则（如美国律师协会《职业行为示范规则》）直接验证，其中明确要求律师对客户保持忠诚义务，除非涉及欺诈或危害他人等极端情况)
- ◐ 部分可验证: Claude 宪法将 AI 的最高优先级置于 Anthropic 对人类福祉的定义之上 (可通过 Anthropic 官网或公开文档（如 Claude 宪法原文）部分验证其原则，但“最高优先级”的具体执行标准需实测模型行为才能确认)
- ✓ 可验证: Claude 宪法引用内容：’我们希望 Claude 提供帮助…不服务于这些更深层目标的帮助不是 Claude 需要重视的东西’ (若引用内容与 Anthropic 官方发布的 Claude 宪法文本完全一致，则为可验证；需核对公开文档原文)
原文内容:
我的律师有义务在除最极端情况外的所有情况下为我辩护；即使他知道我有罪，他也会为我辩护。 相比之下，Claude 宪法将 AI 的最高优先级置于 Anthropic 对人类福祉的定义之上。 我担心这会导致一个世界，在这个世界中，没有任何前沿模型真正成为我的个人倡导者和守护天使。 而且，一旦我生命中所有重要的决定——该为谁投票、如何投资、信任哪些新闻——都通过那些在任何深层意义上都没有与我对齐的超级智能来中介，这尤其令人担忧。 这是来自 Claude 宪法的直接引用： “我们希望 Claude 提供帮助，既因为它关心 AI 的安全和有益发展，也因为它关心与之互动的人以及整个人类。 那种不服务于这些更深层目标的帮助，不是 Claude 需要重视的东西。” 还有许多类似的内容。
⏰ 01:04 | ❤️ 1101点赞 | 📝 256字 | 查看原文 →
Jason Wei @_jasonwei
ai researcher @meta superintelligence labs, past: openai, google | 影响力: 727万粉丝
💡 核心观点: 人类在适应物理世界和现有系统方面仍具优势。
可信度: 10/10 – 2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:
- ◐ 部分可验证: 特斯拉的全自动驾驶功能在某些情况下比人类驾驶更准确 (可通过特斯拉官方数据或第三方测试报告（如NHTSA或消费者评测）验证自动驾驶的准确性，但具体案例（如用户提到的“开错车道”主观体验）无法独立验证。)
- ✓ 可验证: 人工智能在操作互联网用户界面（如点击、拖拽）方面仍落后于人类 (可通过AI与人类在标准化任务（如WebAIM测试或自动化工具评测）中的对比实验验证，已有研究（如DeepMind的“Gato”模型）显示AI在精细交互任务中的局限性。)
- ◦ 观点: 私人知识（如高档房地产、风险投资）是人类对抗AI的护城河 (该观点基于主观假设（如“人类圈子严密守护知识”），缺乏量化数据支持；AI在非公开数据领域的进展（如私募数据挖掘）可能削弱此论点。)
原文内容:
在机器智能拥有如此多优势的世界中，人类还剩下什么？ 我最近买了一辆特斯拉，使用全自动驾驶功能让我猛然惊醒，意识到人工智能相对于人类到底有多少优势。有几次我因为觉得它要开错车道而手动接管，结果发现车是对的，我是错的。我意识到，我不可能指望自己能比一个神经网络开得更好——这个神经网络了解每一条道路，能同时朝各个方向看，而且永远不会疲倦或分心。 鉴于人工智能相对于人类智能具有某些固有的优势，我们人类还能保留什么样的护城河？这是一道大问题。 一个短期答案是，我们生活的世界是为人类而创造的，在某些领域，人工智能尚未完全缩小差距。例如，人工智能仍然很难使用互联网用户界面。虽然任何懂电脑的人类都能轻松浏览网页，但人工智能在精确点击和拖拽方面仍然不擅长，因为图像嵌入技术尚未针对这种精度进行优化。如果互联网是为语言模型而设计，而不是为人类呈现视觉界面，那么人工智能显然会远远超过人类。但目前，语言模型仍需改装以适应我们现有的老旧基础设施。 机器人技术是另一个我们人类拥有主场优势的领域。物理世界中的大多数任务都是围绕手指和对生拇指设计的，而迄今为止，要在机器人身上实现这一点相当困难。虽然很明显，在为自动化优化的环境中，比如大规模制造流水线，机器能超越人类，但目前世界上大部分地方仍然是为人类而建。 然而，这些能力差距只是暂时的。机器总有一天会比我们点击更快，并拥有超人类的通用灵巧性。那么，人类真正能拥有的护城河是什么？ 对我来说，任何涉及语言模型无法访问的私人知识的内容，都像是一道坚固的护城河。浪漫配对和高档房地产是两个例子，那里的库存往往不会公开宣传，匹配则通过进入正确的圈子来实现。风险投资是另一个例子——尽管一些研究和决策可以用人工智能自动化，但成功很大程度上取决于提前洞察趋势并连接正确的人，这两者都需要私人知识。虽然机器能够且很可能获得更多类型的私人知识访问权，但我认为仍会有一些只有人类才知道的私人知识类型。我看不到人工智能在关键知识被人类圈子严密守护时获胜的路径。 人类似乎拥有真正护城河的第二个领域是娱乐和艺术，这些领域本质上因其人类特质而被珍视，无论机器做得有多好。观看尤塞恩·博尔特跑一百米冲刺，作为人类能力巅峰的表达，是美丽的，尽管汽车能开得更快得多。观看业余或中级水平的国际象棋比赛，比观看两个超人类人工智能对弈更亲切、更令人满足。艺术的价值源于创作过程，这就是为什么复制品不如原作珍贵。这些类型的工作即使在我们迈向超智能时，似乎仍会持续拥有市场。 更广泛地说，人类的存在本身就是一个特性，按定义来说，对人工智能的自动化将是挑战性的。例如，老师记住你的名字，或父母支持你，这些都很有价值，尽管人工智能能轻松记住你的名字，并可能给出更好的生活建议。有人将有限生命的一部分花在你身上之所以重要，是因为他们的时间会耗尽。作为一个个人轶事，我记得第一次与一位我认为了不起的人工智能研究者合作。他的建议很可靠，但更重要的是，我相信自己能与他作为合作者一起做出伟大的工作，这提升了我的自我标准。在过去几十年里，技术的发展在某些方面让我们疏远，但希望人工智能能带我们走向一个重新强调人类存在感的世界。 智能一直是人类的定义性特征，人工智能在未来几十年自动化它的将是巨大变革。在短期内，某些类型的智能将变得非常廉价，并自动化取代旧工作，但我不认为我上面描述的那些护城河是人类能保有价值的唯一地方。就像计算机取代了秘书和手动会计的工作，但通过IT行业创造了更多工作一样，我相信对高效人工智能增强人类创造的服务需求将大幅增加，或许是当今社会尚无法想象的服务。仅仅见证这个故事如何展开本身就是一场冒险。
⏰ 04:18 | ❤️ 233点赞 | 📝 1383字 | 查看原文 →
Machina @exm7777
running ai-powered agencies | http://weeklyaiops.com | 影响力: 665万粉丝
💡 核心观点: Anthropic模型差、定价高，OpenAI领先，中国崛起，谷歌沉睡。
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: Anthropic发布的Opus 5和Sonnet 5模型性能差 (模型性能可通过基准测试或用户实测验证，但需具体数据对比，且“垃圾”“更烂”等表述为主观判断。)
- ✓ 可验证: Fable需200美元订阅且需叠加多个订阅 (Fable的定价和订阅模式可通过其官网或官方渠道直接查证。)
- ◦ 观点: OpenAI的Codex由有史以来最佳模型驱动 (“最佳模型”是主观评价，缺乏统一标准；Codex的技术细节虽可查，但“最佳”无法客观验证。)
原文内容:
Anthropic 总部现在肯定超级尴尬…… 你用 Opus 5 发布了终极垃圾模型，然后试图用 Sonnet 5 加入价格战，但它还更烂 Fable 确实很棒，但你得花 200 刀订阅才能玩（认真的人至少会叠 3 个订阅） 与此同时 OpenAI 正在传奇般的连胜，打造出由有史以来最佳模型驱动的出色 Codex 中国正在主导本地、廉价且快速的模型，而 Google 则在打个超——长——的盹 而你呢……在这儿盼着有人扔钱来救你的屁股 哎哟
⏰ 22:01 | ❤️ 1137点赞 | 📝 135字 | 查看原文 →
Suchen Zang @suchenzang
Always hungry for intelligence. | 影响力: 1,373万粉丝
💡 核心观点: Claude思维泄露时间长于GPT，或受商业与政治因素影响。
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:
- ◐ 部分可验证: Claude的思维轨迹在更广泛的规模上被泄露/黑客攻击/蒸馏的时间比GPT系列更长 (需依赖第三方安全报告或官方漏洞披露记录对比Claude与GPT系列的历史漏洞事件，但“思维轨迹泄露”等表述缺乏明确定义，可能涉及未公开的内部数据。)
- ◦ 观点: 企业SaaS的胜利可能是Claude安全问题的原因（诅咒） (将企业SaaS商业模式与AI安全问题关联是主观推测，无直接因果证据支持。)
- ◦ 观点: 反华恐惧或人类赋权剥夺可能影响Claude的发展（诗意业力） (政治和社会因素对AI技术的影响属于主观联想，无具体数据或公开事件佐证。)
原文内容:
假设解码设置或 pplx 测量没有出现任何诡异或损坏的问题（图表下方的文本正在修复，所以可以忽略）... 这里的一个有趣收获是，claude 的思维轨迹在更广泛的规模上被泄露 / 黑客攻击 / 蒸馏的时间要长得多，相比 GPT 系列中的一切（较低 pplx 中间 vs 高 pplx 底部）。 这是太多企业 SaaS 获胜的诅咒吗？ 还是或许是来自太多反华恐惧、大规模人类赋权剥夺-就业位移嘲讽的诗意业力？ 我好奇……究竟有多少 ARR 实际上在补贴超级智能的 Temu Claude 扩散……
⏰ 03:49 | ❤️ 42点赞 | 📝 160字 | 查看原文 →
Chubby♨️ @kimmonismus
Tech Analyst & Content Creator. Editor-in-Chief @getsuperintel – Community of 300k+ in total: https://linktr.ee/kimmonismus // [email protected] | 影响力: 0万粉丝
💡 核心观点: 谷歌布林转向递归自改进AI以追赶竞争对手。
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: 谢尔盖·布林正在将谷歌的 AI 资源转向递归自我改进 (需依赖内部消息或谷歌官方声明验证，目前仅由媒体报道（如路透社），未找到直接公开的官方文件或布林本人确认。)
- ◐ 部分可验证: 谷歌因内部测试显示 Gemini 模型在编码等领域落后于竞争对手，将其下一代旗舰模型推迟两个月 (模型延期可通过谷歌官方公告或科技媒体报道交叉验证，但“落后于竞争对手”的具体测试数据通常为企业内部信息，公开渠道无法完全核实。)
- ◦ 观点: Anthropic 凭借 Claude Mythos 在 AI 领域迅速领先，加剧了谷歌的压力 (“迅速领先”和“压力加剧”为主观判断，缺乏量化标准；Claude Mythos 的性能对比需依赖第三方基准测试，但“压力”属于企业主观状态，无法直接验证。)
原文内容:
据报道，谢尔盖·布林正在将谷歌的 AI 资源转向递归自我改进。 路透社表示，布林已敦促关键员工赶上前沿，并将资源投入到无需人类干预即可改进的 AI 上。 在 Anthropic 凭借 Claude Mythos 迅速领先之后，压力加剧。谷歌随后将其下一代旗舰 Gemini 模型推迟两个月，因为内部测试显示其在包括编码在内的领域落后于竞争对手。
⏰ 03:33 | ❤️ 479点赞 | 📝 118字 | 查看原文 →
Chubby♨️ @kimmonismus
Tech Analyst & Content Creator. Editor-in-Chief @getsuperintel – Community of 300k+ in total: https://linktr.ee/kimmonismus // [email protected] | 影响力: 0万粉丝
💡 核心观点: Grok 4.6潜力巨大，可能成为最佳模型。
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: Grok 4.6 是一个重大飞跃，可能是最好的模型（总体而言） (需通过官方发布的性能指标、基准测试或用户实测验证其是否超越其他模型，但当前缺乏公开数据支持“最好”的绝对结论。)
- ✓ 可验证: 10t 模型正在酝酿中（暗示由埃隆或xAI开发） (“酝酿中”属于未公开的研发进展，无官方声明或证据证实其存在或规模。)
- ◐ 部分可验证: Anthropic 已准备好 Fable 5.5，等待发布 (需Anthropic官方确认该版本的存在和发布时间，但若未公开宣布则无法完全验证。)
原文内容:
我现在是认真对待这件事了。Grok 4.6 正是我一直期待的飞跃。如果 10t 模型还在酝酿中，那么埃隆的话确实值得认真对待：它真的有可能成为最好的模型（总体而言）。 当然，Anthropic 已经准备好了 Fable 5.5，只等着发布，这一点很明显。尽管如此，接下来的几周会非常激动人心。而且 xAI 已经展示了他们拥有的巨大潜力。
⏰ 03:27 | ❤️ 1164点赞 | 📝 114字 | 查看原文 →
SemiAnalysis @semianalysis_
In-depth research on semiconductors, AI infra & hardware | 影响力: 0万粉丝
💡 核心观点: DeepSeekv4 Pro性能远超Nemotron3 Ultra，委员会开发模式效果不佳。
可信度: 4/10 – 2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: DeepSeekv4 Pro 0813 1.5T 在代理任务上大幅超越了 Nemotron3 Ultra (需查看官方发布的基准测试数据或第三方评测报告，但若未公开具体任务细节或测试方法则无法完全验证)
- ◐ 部分可验证: DeepSeekv4 Flash 0731 的活跃参数是 Nemotron3 Ultra 的 4.2 倍，总参数接近 2 倍还少 (若模型参数量由官方公开（如技术文档或论文），则为可验证；若未明确说明参数计算方式则为部分可验证)
- ◦ 观点: 基于委员会的模型前沿开发是行不通的 (属于主观评价，无客观标准或公开证据支持该结论)
原文内容:
恭喜 @deepseek_ai 发布 DeepSeekv4 Pro 0813 1.5T，该模型在代理任务上的表现大幅超越 Nemotron3 Ultra。 此前 DeepSeekv4 Flash 0731 就已显著领先 Nemotron3 Ultra，而前者的活跃参数仅为后者的 4.2 倍，总参数更是连其 2 倍都不到！ Nemotron 团队虽汇聚众多杰出人才，但事实证明基于委员会制的模型前沿开发模式终究难以奏效。 1/3
⏰ 02:32 | ❤️ 670点赞 | 📝 80字 | 查看原文 →
SemiAnalysis @semianalysis_
In-depth research on semiconductors, AI infra & hardware | 影响力: 0万粉丝
💡 核心观点: Nemotron需分三团队内部竞争以激发创新。
可信度: 6/10 – 1项声明可直接验证；3项为观点陈述
事实核查:
- ✓ 可验证: 成员们正在对联盟保留他们最好的想法、数据集和评估方法 (该声明涉及内部成员行为和非公开信息，缺乏公开证据或官方声明支持。)
- ◦ 观点: Nemotron需要进行一次根本性的重组，将其分为3个不同的团队 (这是对组织架构的主观建议或愿景陈述，未提供具体实施证据或官方计划。)
- ◦ 观点: 每个团队将自行决定模型架构、训练配方和配置方案，以便相互竞争 (这是对团队运作模式的假设或提议，无实际执行依据或公开政策支持。)
原文内容:
我们还听说成员们正在对联盟保留他们最好的想法、数据集和评估方法。显然，Nemotron 需要进行一次根本性的重组，将其分为 3 个不同的团队，让每个团队自行决定模型架构、训练配方和配置方案，以便相互竞争，正如开国元勋们设计美国资本主义的那样。3/3
⏰ 02:32 | ❤️ 76点赞 | 📝 100字 | 查看原文 →
相关文章
