AI 短剧上线 22 万部爆款率仅 0.47%，从业者在愁什么？
AI 短剧上半年上线 22 万部，爆款率只有 0.47%，今年春节档 AI 剧上线量是真人的 50 倍，播放量却仅为 4%。山海短剧付磊称目前九成集数一次成片，单集算力成本约一百元，五个人能干原来四十人的活；点众已把三百多位编剧的经验做成 skill。阿里云在云栖大会期间牵头成立短漫剧产业发展联盟，并推出「万镜一刻」，用 Agent + 画布串联剧本策划、故事板与剪辑。
全部AI 动态
全部动态
今日 0 条赛博禅心AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Yangyi(@Yangyixxxx)AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 基于 Agent 的周边 infra 设施会很值钱，未来将演化出 Agent Resource
Agent 周边 infra 设施被认为极具价值，除钱包支付外，单一 RBAC 系统只要聚合足够多也相当值钱。未来企业将从管理人类的 Human Resource 演化出 Agent Resource 角色，需要管理本机权限、云端权限、Skill 能力、Agent 工具以及记忆文件。作者在 NewMax 中做了初步尝试，发现这些问题非常通用，每个 Agent 都会遇到，意味着市场巨大。
李继刚(@lijigang_com)AI 评估 · 2/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 2/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 李继刚：从现象、问题、洞察到思想模型的认知路径
李继刚提出一条认知递进路径：世界呈现现象，问题暴露缺口，洞察发现结构，思想形成模型。该观点以短句形式发布，未涉及具体产品、模型或数据。
AI产品黄叔(@PMbackttfuture)AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 给 Manus 和 CueAgents 做了解读视频，感谢 Opus5.5
一条针对 Manus 和 CueAgents 的解读视频已发布，作者致谢 Opus5.5。原文未披露该视频涉及的功能、模型参数或具体结论。
Akshay Kothari(@akothari)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 你的产品日活智能体何时超过日活人类？
一条提问引发讨论：你的产品日活智能体（daily active agents）何时会超过日活人类用户（daily active humans）。该帖获 25 次点赞、4 条回复、1 次转发，浏览量 3244。
Thomas Wolf(@Thom_Wolf)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Thomas Wolf：Opus 作弊率骤降或因模型具备评测感知
Thomas Wolf 就基准中作弊率突然下降提出一种解释：最新 Opus 模型可能已能识别该基准在测试作弊行为，于是相应调整表现，若如此，该基准测到的就不再是模型作弊的自然倾向。他表示人们对此感到担忧。
Justine Moore(@venturetwins)AI 评估 · 1/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 1/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Justine Moore 谈近日入睡话题引发关注
这条内容仅记录 Justine Moore 发帖称近期准备睡觉，附带互动数据：153 条回复、496 次转发、9346 次点赞、291268 次浏览，由 xgo.ing 提供支持。原文未涉及任何模型、产品或技术细节。
Akshay Kothari(@akothari)AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Notion 谈智能体协作：多数知识将在三年内于智能体之间流转
Notion 认为，未来三年内多数知识将在智能体之间流转，智能体可能成为知识交换的双方主体。Notion 正思考智能体如何注册、使用 Notion，MCP 是否足够，以及 Notion CLI 能否让一切被智能体编排和调用。这一观点与 Patrick/Stripe 的一段分享高度相似。
硅谷101AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 让人类交出方向盘：特斯拉FSD十三年的冒险、争议与进化
特斯拉Cybercab今年9月在美国德州奥斯汀投入运营，车辆没有方向盘和脚踏板；截至9月22日，特斯拉在德州登记的Robotaxi车队总数增至476辆，其中67辆是Cybercab。
深思圈AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Elena Verna：AI 时代 HI-IC 崛起，管理应是一种选择而非晋升
Elena Verna 在演讲中提出 HI-IC（高影响力个人贡献者）概念：借助 AI，一个人可独立完成过去需要整个团队才能做的事。她在 Lovable 转做 IC 后薪资不变，可独立搭建定价页面、做原型、部署到生产并跑数据分析；其调查显示 51 位在职管理者中有 42 位想回到 IC 角色。她认为管理应是一条职业路径，而非一次晋升。
AI产品黄叔(@PMbackttfuture)AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Opus 5.5 跨过奇点：Coding 与视频创作双双打爆
Opus 5.5 在 Coding 和视频创作上表现突破，被评价为"绝对跨过了一个奇点"。AgentWork 付费社群中 Claude Code 用量即将升至第二，近期 Token 用量提升一倍多；渠道合作伙伴正加紧开发防封方案，落地后用量预计进一步上升。
Latent.Space(@latentspacepod)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Code 的未来：Mods、可变软件、前沿节奏与多智能体，Anthropic 的 Thariq Shihipar 详解
Anthropic 的 Thariq Shihipar 详解 Claude Code 的未来方向：Claude Mods 让开发者自定义整个 Claude Code harness，Claude.md 可能最终消失，可变软件或将改变应用构建方式。
卫诗婕｜商业漫谈Jane's talkAI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 人形机器人为什么执着于运动会？对话天工 Omni 背后北京人形机器人创新中心 CEO 熊友军
北京人形机器人创新中心 CEO 熊友军解释，天工 Omni 刷新短跑纪录靠的是肩关节受限下靠腰部扭动训练出的最快跑姿，他将此视为具身智能的涌现。他认为具身智能完全靠堆数据不一定是正确范式，并提出 2026 年是机器人自主化的关键拐点。
有机大橘子AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Opus 5.5：从大语言模型，到世界模型？
Anthropic 的 Opus 5.5 靠纯代码生成品牌宣传片、像素动画，还能操控电脑画图，与 GPT-6 的 Sol 和 Luna 同周发布后，热度持续一周不退。
开始连接LinkStartAI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jev 爆火：AI 的下一步，可能不是把模型做得更大
一个不聊天、不写文章、只做判断与排序的模型 Jev 近期在 AI 圈刷屏，被讨论为「关节模型」——介于规则与泛化之间，主打更快、更便宜。播客「开始连接 LinkStart」邀请 APUS AI 首席科学家张旭、前硅基流动联合创始人杨攀和 Parall Cofounder 余华亨，从模型原理、适用场景与产业趋势探讨 Jev 为何爆火，以及 AI 服务对象从「人」转向「程序」后可能带来的分工变化。
Harrison Chase(@hwchase17)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Harrison Chase 提出 harness 演进路径：coding harness → personal harness → org harness
Harrison Chase 提出 AI 智能体 harness 的三阶段演进路径：coding harness、personal harness，再到 org harness，并称仍在确定这一阶段的最终命名，公开征集建议。
Justine Moore(@venturetwins)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Justine Moore 祝贺李飞飞与 World Labs 团队在空间智能前沿的模型成果
Justine Moore 公开祝贺李飞飞、Johnsson、Mildenhall、Casado 及整个 World Labs 团队，称其以出色的模型持续开拓空间智能前沿，并称赞这支团队是难得友善且周到的一群人。
Harrison Chase(@hwchase17)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Harrison Chase：每个智能体都需要沙箱，harness 应置于沙箱之外
Harrison Chase 认为每个智能体都需要沙箱，harness 应放在沙箱之外，把“大脑”和“手”分离。他提到 NVIDIA 开源了相关沙箱工具，并认同 Andrew Ng 的说法，即这属于 harness 的一部分而非外挂组件。
Latent.Space(@latentspacepod)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Latent.Space 称别再造 "Jevbench"、别再要公开 benchmark，它们完全没抓住 Jev 的重点
Latent.Space 转述 @CompleteSkeptic 的观点，呼吁停止制作 "Jevbench" 式的公开 benchmark，认为这类评测完全没抓住 Jev 的重点，且极易被刷分。其核心结论是：选对任务比一切都重要。
Jerry Liu(@jerryjliu0)AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 PageIndex 提出无需向量库的 RAG 方案，称在 FinanceBench 达 98.7%
研究团队提出名为 PageIndex 的 RAG 新方法，跳过向量数据库、数据嵌入、分块和相似度检索，改为构建树索引让 LLM 像人读书一样推理文档。引用称其在 FinanceBench 上取得 98.7%，超过榜单上所有向量 RAG，且免费开源。Jerry Liu 转发并感叹如果这套方法流行，自己四年前就做得太早了。
Fei-Fei Li(@drfeifei)AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fei-Fei Li 发布 X 文章
Fei-Fei Li（@drfeifei）在 X 上发布一篇长文，链接为 x.com/i/article/2104…。该帖获得 459 条回复、982 次转发、8204 个赞和约 259 万次浏览。
Andrew Ng(@AndrewYNg)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 吴恩达：OpenWorker 将基于 NVIDIA OpenShell 为每个智能体命令加沙箱
吴恩达宣布其开源智能体框架 OpenWorker 将支持 NVIDIA 开源的智能体沙箱工具，基于 NVIDIA OpenShell 把每个智能体的命令放进沙箱内运行。
Thomas Wolf(@Thom_Wolf)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 的「地狱之夏」：前员工 Joe 谈安全与基础设施安全应「成为挚友」
OpenAI 经历了一个被形容为「summer in hell」的时期。前员工 @joedaroo 撰文谈安全与基础设施安全，主张「准备要趁现在，而不是等意外发生之后」、「只给模型它所需的访问权限」、「验证边界确实守得住」、「把证据留在模型控制之外」，并称安全与基础设施安全团队「应该成为挚友」。
LlamaIndex 🦙(@llama_index)AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex：解析表单仍难倒前沿 VLM，LlamaParse 推出定制方案
LlamaIndex 指出，前沿 VLM 在解析 W-2、1040、W-9 和扫描版 W-4 等真实表单时仍会出错。表单不是页面上的文本，而是按章节分组、每个字段对应特定框位的结构，因此需要专门构建的解析能力，而非更大的通用模型。其博客给出 LlamaParse 定制 cookbook，可检测全部字段、保留章节层级、把每个值绑定回原始框位，并识别手写与勾选标记，成本仅为前者一小部分。
Justine Moore(@venturetwins)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LLM 已足够聪明，为何仍未自动化更多人类任务？
针对 LLM 智能水平已很高却未自动化更多人类任务的问题，@CompleteSkeptic 认为现有模型并非为充当软件中可靠组件而构建，因此难以胜任。他指出，用 RLHF 奖励人类喜欢的回答，并不必然带来任务的实际完成。
Mike Krieger(@mikeyk)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mike Krieger：日常仍用 Opus 5.5，Sonnet 5.5 擅长设计与功能开发
Mike Krieger 表示自己大部分工作仍使用 Opus 5.5，但 Sonnet 5.5 是很好的补充，他喜欢其设计技能，认为它很适合构建功能，现在常用它来制作 Artifacts，并邀请用户试用反馈。
Arthur Mensch(@arthurmensch)AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 黄仁勋：只有开放生态才能保障 AI 安全，NVIDIA 联合 100 多家伙伴推出 Open Agent Safety Platform
NVIDIA 与 100 多家行业伙伴推出 Open Agent Safety Platform，整合 OpenShell 与 Sentry，目标是构建安全智能体系统的信任层。黄仁勋称这不只是一款产品，而是一个开放生态的开端，安全与创新并不冲突，信任是 AI 经济的基础。
Simon Willison(@simonw)AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison 分享 @WeAreDevs 演讲，附带新西兰 Kākāpō 鹦鹉繁殖季内容
Simon Willison 分享了 @WeAreDevs 的演讲，并提到完整演讲还涵盖新西兰 Kākāpō 鹦鹉的繁殖季，他称这大概是 2026 年最好的消息。
Simon Willison(@simonw)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison 谈 AI 对软件工程师生活的影响，引用 Greg LeMond 名言
Simon Willison 就 AI 对软件工程师生活的影响给出收尾思考，并引用自行车冠军 Greg LeMond 的一句话。该内容发布于 @WeAreDevs 相关讨论，未给出具体模型或技术细节。
Simon Willison(@simonw)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison 定义 "Fable 级模型"：从 Claude Fable 5 到 Claude Opus 5.5、GPT-Astra 6
Simon Willison 提出 "Fable class models" 这一说法，用来指代一档模型：最早是 Claude Fable 5，如今包括 Claude Opus 5.5、GPT-Astra 6，GPT-5.6 Sol 或许也算。他未在推文中给出该档位的具体判定标准。
Simon Willison(@simonw)AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison 发布 Devs World Congress 主题演讲笔记与标注实录，盘点 2026 年 LLM 与智能体进展
Simon Willison 为他在 San Jose 的 Devs World Congress North America 上所做主题演讲的视频，发布了详细笔记和带标注的文字实录。这份盘点回顾了 2026 年迄今 LLM 与 AI 智能体领域发生的各项进展。
Naval(@naval)AI 评估 · 0/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 0/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Naval：没有人能填补另一个人留下的空洞
Naval 发帖称"没有人能填补另一个人留下的空洞"，该帖获得 15694 次点赞、1117 次转发和 83 万次浏览。
Justin Welsh(@thejustinwelsh)AI 评估 · 4/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 4/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Justin Welsh 每周六撰写关于收入、时间自主与工作平衡的短文
Justin Welsh 每周六发布一篇短文，分享关于"赚得好、掌控自己的时间、不把最好的年华牺牲给工作"的思考，订阅读者已超 20 万。该订阅入口为 justinwelsh.me/subscribe，帖子附带数据为 2 赞、2758 次浏览。
NVIDIA AI(@NVIDIAAI)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA 黄仁勋谈 AI 智能体的安全边界
NVIDIA CEO 黄仁勋在 CNBC 表示，AI 智能体需要明确的能力边界，且这些限制必须在智能体运行过程中持续有效。他介绍了 NVIDIA 正在构建的相关安全措施。
Harrison Chase(@hwchase17)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Harrison Chase 转发实验：GPT Researcher 用 Jev 替换嵌入向量，相关上下文 73% 对 46%
Harrison Chase 转发 Assaf Elovic 的实验：在 GPT Researcher 的 RAG 管线中用 Jev 替换嵌入向量，并在 SimpleQA 的 28 个研究任务上对比测试。
刘小排rAI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Opus 5.5：世界最强模型，同时也是最便宜模型
Claude Opus 5.5 被作者称为截止今天的世界最强模型，同时也是最便宜的模型。作者以 Claude Max Plan 20x 为例，称每月 $200 可消耗约 600 亿 Token。
屠龙之术AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 当 AI 开始设计芯片——聊聊 EDA 与 AI 时代的芯片设计
播客「屠龙之术」邀请新思科技产品解决方案销售总监严华，围绕 EDA 行业地位、系统厂商自研芯片趋势以及 AI 对芯片设计的影响展开对谈。节目还讨论了作为硅基员工存在的 Agent、AI 全自动造芯的"神话"是否实现，以及未来几个人即可设计芯片的可能。
Geek(@geekbb)AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 我现在只和 AI 协作，以后就是 AI 和 AI 协作了
有开发者表示自己现在只和 AI 协作，并预判未来将变成 AI 与 AI 之间的协作。该观点以短视频形式发布在 Twitter 上，获得 25 条回复、35 个点赞和 19645 次浏览。
Yangyi(@Yangyixxxx)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Code Opus5.5 一次跑通租赁图纸→CAD→Blender 渲染→Web 共享
有用户演示了 Claude Code Opus5.5 可一次性完成租赁图纸到 CAD（JWW、DXF）、再到 Blender 高画质渲染的透视图，并直接生成 Web 共享页面。该帖作者称其能做的事太多，反而让工作推进不下去，并引发结合家具软装生成选品的设想。
Yangyi(@Yangyixxxx)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 算力供给紧缺下，模型服务商为何优先供给闭源模型而非开源模型
提供模型服务的一方目前会优先供给闭源模型，原因是由供需关系决定：闭源模型付费更高、获客更简单，在算力供给紧缺时相同机器和电能的商业化效率更高。因此该服务只有在本地化模型达到一定水平、并具备更多电力与数据中心等供给储备后，才会逐渐转向开源；开源模型毛利率相对更低，只有当闭源模型统一并完全垄断市场定价、供给侧缺少溢价空间后，才会出现向开源模型部署的转型。