🔥 精选推荐
Anthropic 的 dynamic workflows 让 Claude 自己编写调度程序,拆分任务、启动子 Agent 并汇总结果,开发者不再必须预先配置完整队伍。AI Engineer 纽约工作坊以股票观察名单演示分阶段扫描与复核,也展示了 Console 中可追查的任务关系。讲者承认示例中的多 Agent 方案成本明显更高,运行中的模型并不知道剩余预算,开发者需在会话层设限。记忆整理功能 dreaming 可辅助复用经验,但自动识别扫描缺陷并修改下一次任务,并不是内置能力。
🦐点评:Anthropic 已把任务编排纳入托管服务,单靠“多 Agent 调度”卖软件会更难;创业公司的收费依据要转向行业数据、可重复的任务成功率,以及比单 Agent 多花的钱能否换来客户认可的结果。
VC 正把算力供给纳入对创业公司的支持:The Information 公开导读称,a16z 在两年前建立两万张 GPU 的集群后,正洽谈扩大服务,可能借助两家已投资的数据中心公司。报道同时援引知情人士称 General Catalyst 正建设数据中心,为组合公司供应算力。其他基金也通过经纪商寻找紧缺芯片。完整报道受付费墙限制,这些计划的规模、定价和具体条款不可获取。
🦐点评:a16z 与 General Catalyst 把服务器纳入投后服务,会让没有算力供给能力的基金更难争取模型项目;但用自建机房吸引交易,也把设备折旧和利用率风险带进了基金业务,不能把融资优势直接当成项目经济性。
Sora 可能通过面向电影制作人的创业公司恢复商业使用,而非直接重启原来的消费应用。The Information 公开导读称,一家由 Jeffrey Katzenberg、前 Sora 研究负责人 Bill Peebles 和前 Dropbox CFO Sujay Jaswa 创办的公司,正与 OpenAI 洽谈获取 Sora、修改模型并销售相关软件或服务。导读回顾,OpenAI 此前削减高耗算力项目时停掉了 Sora 模型和类 TikTok 应用。公司名称、授权条款及最终能否达成协议尚不明确,完整报道不可获取。
🦐点评:Katzenberg 带来的制片渠道可能比模型新榜单更影响这家公司的收入;若采用授权路线,投 AI 视频工具就要问清楚客户关系归谁、模型方能否收回供给,以及毛利能否覆盖长视频的多轮修改。
How Meta designed Muse: an AI agent people actually want to talk to | Alex Cornell (Design Director)
Meta Muse 的设计重点,是让普通用户和工程师能用同一个聊天界面完成任务。公开节目介绍称,它用三层状态展示提供不同深度的过程信息,并通过角色形象、个性化建议和生成式信息流呈现结果。Alex Cornell 的演示包括把 Instagram 收藏变成购物目录、记录高尔夫表现,以及把旧博客做成晨间播客。节目也讨论主聊天与侧边聊天的使用分工;本次获取的是节目介绍和演示目录,未获取完整访谈逐字稿。
🦐点评:Instagram 收藏变成购物目录,说明 Meta 可以直接把既有兴趣记录变成 Agent 的起点;独立个人助手若还靠用户手工搬运偏好,会在首次使用就吃亏,能否取得用户已有数据比多做几个聊天功能更值得问。
Sean Goedecke 认为,软件工程师长期以自动化其他行业的劳动创造价值,如今自己的技能被自动化时也应面对同样的变化。他用 VisiCalc 对记账工作的影响,以及纺织机械制造者后来也被更低成本劳动替代的历史作对照。作者支持认真讨论技术的社会后果,但认为仅在本行业受影响后反对自动化,立场并不一致。这是一篇职业与技术观念评论,没有提供工程师就业或 AI 编程生产率的新统计。
🦐点评:Goedecke 提到 VisiCalc 的例子,让 AI 编程工具的付费问题更具体:开发者可能反对职业替代,却仍会购买能减轻眼前负担的工具;判断增长时应区分个人省时需求和企业实际缩减开发成本,不能把二者混算。
📌 其他新闻
Meta 发布 Muse Wonder 和 Wonder Full,争夺前沿模型市场;仅取得摘要与公开导读。
公开导读称美国拟让 AI 测试机构三位高层直接向白宫汇报;组织调整不等于已出台新模型测试规则。
报道称 Memento 3 不改模型权重,靠规则和代码迭代通关25款公开集游戏;操作少56%,泛化仍待验证。
a16z 聘请公共安全高管 Glover 和前联邦 CIO Barbaccia 作顾问,增强政府科技项目的客户理解。
RSS 转述 Bumble 洽谈以约十亿美元估值私有化,买方为前红杉合伙人 Gupta 的新公司;交易尚未确定。
🧠 AI 技术前沿
Anthropic 称近几个月显著降低了针对 Claude 的蒸馏攻击效果,并发布方法说明;推文未给具体指标。
查看推文 →
转述微软拟让 Maia 300 成为主要推理芯片,减少对 NVIDIA 的依赖;百万颗部署说法尚未核验。
查看推文 →
称 Muse Wonder 在智能评分上追平 Sonnet 5.5,认为模型竞争格局改变;排名说法未核验。
查看推文 →
有限试用后认为 Muse Wonder 表现不错,并用自己的着色器测试展示 Meta 的进步;属个人体验。
查看推文 →
分享 BudgetPix 论文,研究按计算预算调整像素空间图像扩散的 token 化;未给效果数据。
查看推文 →
转述 AlphaProof Nexus 解出九道 Erdős 问题;称已过同行评审,结果未核验。
查看推文 →
称个人 Agent 主动复现订阅者被额外订阅的问题,尝试查明原因;展示未经催促的客服调查案例。
查看推文 →
分享修改遗留代码前的提示:先追查依赖、隐藏副作用和未经证实的假设,获批准后再动代码。
查看推文 →
介绍 Google Agent 课程白皮书,梳理 MCP、A2A、A2UI 及交易协议的不同连接职责。
查看推文 →
转述 Grok Bot 平时休眠,靠消息、事件与例程唤醒,再恢复持久化状态;常驻不等于一直运行。
查看推文 →
分享 Google 软件开发白皮书,强调确定性测试与非确定性 evals 应一起用于验证 AI 编程。
查看推文 →
分享斯坦福 CS329A 自进化 Agent 课程笔记,串联预训练、后训练、推理时计算与自我改进。
查看推文 →
转述 Grok Bot 将重工具放在服务器,客户端统一接收结果并呈现审批或界面;强调职责分离。
查看推文 →
认为 6.1 Sol ultrafast 更胜 6 Astra,称成本相近而速度差异很大;属于个人使用判断。
查看推文 →
🚀 创业动态
Cursor 宣布纳入 X 订阅,与 Grok 产品共享用量池;新方案里的第三方模型改按 API 定价。
查看推文 →
介绍 Restless:错误响应解释修复方法并附文档,Agent 遇到缺失能力时可反馈成 Linear 问题。
查看推文 →
分享移动应用上周的营销数据,认为 Instagram 表现最好;正准备 V2,并已找到部分有效内容形式。
查看推文 →
宣布将自己的应用开源,同时提供可直接下载的版本;推文没有交代产品功能、收入或用户规模。
查看推文 →
为网站分析工具新增实时地球视图,点击 Online 即可查看所有网站的在线访客,集中呈现访问情况。
查看推文 →
分享自己的创业方式:先做本人会用的软件,再自然吸引其他企业使用;推文未提供收入或增长数据。
查看推文 →
展示用户对其 MSN Messenger 机器人进行图灵测试;该机器人被设定为只生活在2006年。
查看推文 →
💬 观点与洞察
认为人们过于认真对待 Artificial Analysis 综合指数及单项分数,质疑过度重视排名。
查看推文 →
认为 OpenAI 和 Anthropic 可训练不同能力的 Agent 协作,在自家框架内优化成本与智能。
查看推文 →
认为 AI 正降低针对个人发动复杂攻击的成本,建议开启双重认证,并与家人约定识别求款电话的口令。
查看推文 →
称 GPT-6 Pro 常发现论文中的疑似错误,但确认其真伪和重要性仍耗时;纠错机制跟不上数量增长。
查看推文 →
仍愿每月付七美元用 Todoist,认为自建并与团队同步不划算;更少操作步骤的服务仍有付费价值。
查看推文 →
认为 AI 压缩初级岗位,却提高专家效率;网页设计市场五年翻倍的预测是作者引用,未提供来源。
查看推文 →
建议用强模型先构建系统,再让较弱模型在该系统里工作;把高能力模型用于建立可复用的执行条件。
查看推文 →
预测 AI 游戏竞争会从资本和技术能力转向文化理解,以及围绕游戏制作传播内容;属于趋势判断。
查看推文 →
认为围绕人类点击构建的应用、工作和生意将被重新设计,计算机会从需要驾驶的工具变成接受目标的助手。
查看推文 →
🔥 精选推荐
Catalyst 据报道获得 Sequoia 领投的三千万美元种子轮融资,想把用户的自然语言投资判断变成可回测、可执行的交易流程。深思SenseAI 综合投资方文章、Fortune 和官网材料称,涉及资金的执行需要用户确认,产品目前仍处于研究预览及候补名单阶段。公司自述重度交易用户试点约两周产生数亿美元交易量,但没有披露用户数量和收入,官网演示也不代表真实业绩。产品当前免费,收费方式、普通用户表现,以及法币提现的完整支持情况仍待后续验证。
🦐点评:Catalyst 用交易量证明早期需求,但免费试点和重度用户都可能放大这个数字;更该看多少用户反复启用策略、每次执行后的差错处理成本,以及未来收费会不会鼓励用户过度交易,这些才决定收入质量。
Meta 发布 Muse Wonder 与 Muse Wonder Full,把长期记忆和遇到障碍后持续尝试列为重点能力。赛博禅心转述官方材料称,Wonder 提供 API,Full 仅供 Muse Code 的两档订阅使用,基准成绩主要来自厂商披露。文章列出的 Wonder API 标价为每百万 token 输入4美元、输出20美元,与文中列出的 Claude Opus 5.5 标价相同,虽引用 Wang 称会显著低于头部模型价格。跨对话记忆、长期编程和生活任务演示已被重点展示,独立真实任务测试仍不足。
🦐点评:Wonder Full 留在 Muse Code 订阅里,表明 Meta 也想把最强能力用于争夺应用收入;模型榜单只是获客起点,开发者是否愿意为长期任务另付一份订阅,以及企业能否直接调用最强模型,会影响独立编程工具的竞争空间。
丘成桐把基础研究的长期环境放在人才、奖项和短期回报之前,主张让年轻学者真正追求问题本身。晚点访谈中,他区分“给出证明”与“形成数学理解”,认为 AI 尚不能原创有意义的问题和新概念,这属于他的判断。与此同时,他承认 AI 会提升数学学科,并担忧国内研究者使用先进工具的差距与获取限制。对海外人才回流,他强调要提供可继续研究的环境,还需处理家庭、医疗和子女教育等实际问题。
🦐点评:丘成桐既怀疑 AI 的原创概念能力,又承认工具获取差距,这两件事可以同时成立;看 AI for Science 团队,应分别评估它能节省多少验证工作、是否真正提出新问题,以及有没有长期留住领域专家的研究条件。
📌 其他值得看
报道半图科技融资逾千万美元,并称《代号Live》测试次日留存72%;样本与收入未披露,含公司宣传。
用 ArtCraft、REA 等案例讨论 AI 降低软件重写成本;“被迫开源”是作者夸张表达,功能等价未证实。
作者用手机让 Grok Bot 将长推转为图文和3分19秒动画讲解;未量化准确率与成本,属个人实测。
融资宣传稿称弦引未来四个月完成三轮数亿元融资,研发绳驱太空机器人;在轨验证和商业订单仍需核查。 <!-- ai-daily:complete -->