Gemini 3.8 Flash High 被赞为优化产品文案最好的模型
Tw93 称 Gemini 3.8 Flash High 是当前优化产品和官网文案最好的模型，推荐有需求的人试用。他在 Claude 与 Codex 额度用尽后，翻出 199 美元包年的 Gemini AI 并下载 Antigravity，用其优化 Mole Mac 的多语言文案、官网、App 设置项与提示描述，认为效果比此前 GPT 和 Claude 最好模型更流畅自然。
全部AI 动态
全部动态
今日 102 条Tw93(@HiTw93)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。 国际大厂AI 评估 · 11/100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 · 11/100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。 科技大佬成电影反派：Zuckerberg、Musk、Altman、Holmes 题材影片 2026 年扎堆上映
关于 Sam Altman、Elizabeth Holmes、Mark Zuckerberg 和 Elon Musk 的电影都将在 2026 年上映。这波影片把科技创始人塑造成反派角色。
刘小排rAI 评估 · 19/100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 · 19/100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。 韩国七家金融机构被黑事件：攻击者用 ARTEX 和 Claude Code、DeepSeek 等 AI 工具
9月28日起，新韩银行等七家韩国金融机构遭渗透，6万多人信息外泄，韩国总统下令彻查。研究人员发现疑似攻击服务器运行开源工具 ARTEX（自主渗透测试控制台），主要接入 DeepSeek，其他会话还使用 GLM、Grok 和 Claude Code，服务器目录浏览未关，配置文件、CLAUDE.md 与 AI 聊天记录可被直接读取。
WIREDAI 评估 · 7/100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 · 7/100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。 吐槽约会软件个人资料成流量密码，人们开始厌倦了
关系教练、TikToker 和不满的单身用户频繁公开羞辱糟糕的约会软件个人资料，以此博取流量。与此同时，越来越多约会软件开始尝试屏蔽截图功能。
WIREDAI 评估 · 11/100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 · 11/100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。 2026 年最值得买的 Mac 台式机：Mac Mini、Mac Studio 还是 iMac？
Apple 的 Mac 台式机今年成为最抢手的电脑之一，原因是智能体 AI 需求激增。文章按不同使用场景，给出该买 Mac Mini、Mac Studio 还是 iMac 的建议。
myFT followingAI 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。 Google DeepMind AlphaGo 架构师 David Silver：没有 AI，我们要走向何方？
Google DeepMind 的 AlphaGo 架构师 David Silver 谈论如何构建能自我教学的机器，并表示自己有一种推动这项技术前进的道德义务。
Feed: Artificial Intelligence LatestAI 评估 · 18/100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 · 18/100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。 《法律与秩序》第 26 季首播把 AI CEO 塑造成权力狂
《法律与秩序》第 26 季首播把 AI CEO 描绘成权力狂。这部单元式律政剧在季播开篇对 AI 行业掌权者给出负面刻画，整体基调对 AI 充满恐惧。
AI Will(@FinanceYF5)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。 Olivia Moore 总结打造消费级 AI 产品的 5 条经验：先让个人爱上，再由个人带进公司
Olivia Moore 在与 Town 和 Gamma 团队交流后，总结了 5 条打造消费级 AI 产品的重要经验。其中一条核心路径是：先让个人用户爱上产品，再由他们把产品带进公司，这可能是消费级 AI 最有效的增长方式。
AI Will(@FinanceYF5)AI 评估 · 19/100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 · 19/100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。 Town 创始人：正面硬刚模型实验室是错误，差异化切入点是多人协作
试图在模型实验室擅长的领域正面击败它们往往是个错误，用更少资源复制相同路线不如选择能打开市场的独特切入点或专注服务某类客户。对 Town 而言，这个切入点就是多人协作。
AI Will(@FinanceYF5)AI 评估 · 25/100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 · 25/100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。 Olivia Moore 谈消费级 AI 创业：Gamma 用户超 1 亿，约 3 个月重建并重新上线产品
Olivia Moore 与 TownAI 的 @jgreze、Gamma 的 Deeni Fathia 讨论了消费级 AI 业务的打法：消费者不太可能直接为 AI 付费，但可把消费端当作低成本企业获客漏斗。Gamma 目前用户已超 100M，并用约 3 个月重建并重新上线产品；对团队级采用的产品，按团队共享 token 是一种定价思路。
Julien Chaumond(@julien_c)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。 AI 创业公司难招"懂技术又有品味的内容运营"
AI 创业公司当前最难招的岗位，是既长期泡在网上熟悉趋势、又有品味和内容创作能力，同时懂 AI 技术、还能高质量落地执行的人。这类人极为稀缺。
腾讯研究院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。 腾讯研究院直播预告：AI 能否为寒门学子开一扇窗？
腾讯研究院联合 WorkBuddy、腾讯基金会、腾讯学堂、清华大学可持续社会价值研究院、益盒 Charity Box 发起「AI & Society 大哉问」系列第三期直播，10 月 9 日（周五）20:00 开播，主题为 AI 与教育普惠。
dbaplus社群AI 评估 · 62/100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 · 62/100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。 向量数据库凉了？Claude Code、Cursor 为何集体抛弃 RAG？
文章指出，2025 年 5 月 Anthropic 把向量搜索从 Claude Code 中移除，改用 grep，作者 Boris Cherny 称结果全面胜出且优势很大；此后 Cursor、Windsurf、Cline、Devin、Sourcegraph Amp 相继转向工具驱动的 agentic 检索。
吴晓波频道AI 评估 · 18/100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 · 18/100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。 2026年诺贝尔奖揭晓：AI预测全翻车，华人科学家集体落选
2026年诺贝尔奖生理学或医学奖授予光遗传学三位奠基人，物理学奖由82岁哈尔岑独享、表彰其推动南极冰立方中微子天文台建成，化学奖颁给卡甘与硖合宪三的手性分子研究。开奖前德国媒体让ChatGPT、Gemini等9款主流AI模型预测获奖名单，结果在物理、化学、生理学或医学三个奖项上大多预测错误，微软Copilot甚至把奖项颁给已故科学家、ChatGPT预测了并不存在的诺贝尔数学奖。
阿里研究院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。 安筱鹏：AI如何重构全球汽车产业竞争格局
阿里云智能集团副总裁安筱鹏在2026云栖大会汽车行业峰会上提出，AI正同步重构汽车产业的经济模型、产品形态与竞争规则，使行业呈现高固定成本、低边际成本特征。全球汽车产业利润池中传统业务占比将从2021年的90%降至2035年的44%，Robotaxi市场年复合增长率超88%，2035年规模达1300亿~4150亿美元。自动驾驶、智能座舱、AI生产力由此成为三大竞技场。
刘润AI 评估 · 16/100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 · 16/100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。 吴军：一个人的财富，最终都是两个变量的乘积
吴军提出，一个人真正的财富是"调动资源的能力"与"有效时间"两个变量的乘积，能力不足时应专注做事、相信时间复利。他还认为今天的问题应当用今天的方法解决，不应直接套用历史经验，并主张放弃碎片化的小事、专注做能做出复利的大事。
刘润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。 刘润《高效能工作法》：你能赚多少钱，取决于你的时间有多贵
刘润在新书《高效能工作法》中提出，决定收入差距的不是效率而是效能——把7小时压缩到5小时是效率，判断这7小时该不该花才是效能。他给出效能公式：效能 = 时间 × 个人杠杆 × 团队杠杆，个人杠杆靠获得新能力、提炼规律、用好AI工具和职业化修炼，团队杠杆则需通过别人拿结果、把经验沉淀为PDCA流程与责权利对等的制度。
跨国串门儿计划AI 评估 · 58/100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 · 58/100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。 Anthropic 工程师谈 Claude Code：提示词、运行框架与 Agent 安全边界
Anthropic 工程师 Thariq Shihipar 在播客中谈 Claude Code，认为 Agent 写代码已成许多人的默认方式，真正拉开差距的是能否把需求讲清楚。
Z PotentialsAI 评估 · 26/100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 · 26/100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。 深度｜RSI 的早期产业形态，最可能出现在企业 Agent
Pyromind 押注 RSI 产业化的早期形态出现在企业 Agent 上线后的持续学习，用 AutoRL 和 Reward Data Flywheel 把真实任务反馈转化为可训练、可评估的模型能力。
meng shao(@shao__meng)AI 评估 · 45/100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 · 45/100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。 Addy Osmani 拆解工程师对 AI Coding Agent 的两极感受：创造、知晓与重要三种喜悦
Addy Osmani 认为「爱写代码 vs 爱交付」的划分过于简单，工程师面对 AI Coding Agent 的喜悦可分三种来源：创造的喜悦（心流，最安全）、知晓的喜悦（心智模型，最危险，可能让构想能力退化）、重要的喜悦（判断力权重不降反升）。他拒绝把对 AI Agent 的失落感病理化，认为悲伤是对工作有真实依恋的证明，建议主动守护构成职业认同的核心。
Anton Osika – eu/acc(@antonosika)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。 Anton Osika 评价某产品：it's pretty good
Anton Osika 在 X 上发帖称"it's pretty good"，该帖获得 3 条回复、4 次转发、35 个赞、1913 次浏览和 9 次收藏，由 xgo.ing 提供数据支持。
爱范儿AI 评估 · 72/100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 · 72/100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。 陶哲轩转发抵制声明，数学界与OpenAI因722篇论文公开对立
OpenAI发布700多份数学手稿后，人类数学协会发声明呼吁数学家停止与其合作，菲尔兹奖得主陶哲轩在个人博客转载了该声明，后被误传为领衔发起。争议焦点在于722篇论文中仅162篇主要结果经过计算机验证，OpenAI次日撤下3篇手稿、修订14篇，并在GitHub仓库README中承认部分未形式化结果可能存在问题。
人人都是产品经理AI 评估 · 13/100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 · 13/100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招聘暴涨7.9倍：企业抢的是能把AI落地成业务结果的产品经理
今年AI人才招聘规模增长7.9倍，在招岗位中三四成已是AI相关岗位，预训练、后训练、推理优化等方向的稀缺基础模型人才刚毕业就能拿到数百万元乃至千万元年薪。企业真正缺的不是懂模型的人，而是能判断AI该介入哪个业务卡点、把AI嵌入真实产品流程并验证业务价值的产品经理，理解大模型、RAG、智能体的能力边界正是这类能力的基础。
有新NewinAI 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。 《State of AI Report 2026》：OpenAI 与 Anthropic 亲自下场做交付，软件产业分工正被改写
10 月 8 日发布的《State of AI Report 2026》指出，OpenAI 与 Anthropic 今年 5 月组建企业部署服务公司，前线工程师进入客户现场把模型接入业务系统并持续维护。
十字路口CrossingAI 评估 · 27/100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 · 27/100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。 对谈于红：AI 时代该学什么？三种不会过时的能力
于红离开深耕 15 年的 VC 行业、创办线上 SEL 教育产品兔咚咚后，用“林迪效应”回答 AI 时代该学什么：存在越久的能力越不会过时，语文重要性最高，英语只需学到日常可用的 60-80 分，编程对多数普通孩子不必大量投入。她把 SEL 梳理为 6 大维度、12 大能力，核心第一步是接纳情绪，孩子上课后发脾气时间变短、频率降低，对情绪的识别与理解明显提升。
InfoQAI 评估 · 28/100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 · 28/100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。 Netflix 如何用本体驱动可观测性构建端到端知识图谱
Netflix 可观测性团队介绍其本体驱动的端到端知识图谱实践，用以将可观测性从被动监控转为主动洞察引擎。Netflix 峰值达 6500 万并发流、日均超 20 亿请求、每秒超 3800 万条实时日志事件，团队希望自动发现问题、按用户影响排序并自动定位根因。
Yangyi(@Yangyixxxx)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。 有人吐槽 GPT6.1sol 是当期最垃圾模型
一条吐槽帖将 GPT6.1sol 称为"当期模型"中最差的一个，帖子获得 176 个点赞、93 条回复和 75985 次浏览。原帖未给出具体评测数据或对比基准来支撑这一说法。
国际大厂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。 我不需要 AI 智能体当行政助理，我需要它当妻子
Business Insider 资深记者 Katie Notopoulos 撰文称，她对 AI 智能体的期待不是充当行政助理，而是像妻子一样打理生活。文章为个人观点的评论，未涉及具体模型或产品。
国际大厂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。 ARR突破1亿美元，Meshy创始人胡渊鸣的48条创业思考
Meshy.ai 创始人、CEO 胡渊鸣在公司 ARR 突破1亿美元后，写下48条创业反思，分"温度与原则""时间与 Founder Mode""AI 与人""团队与管理""战略与执行"五个板块。他提出管理者不能"惩罚责任心"，创始人不应向下属索取情绪价值；并称公司几乎无限 Token，但面试仍要求手写代码。
国际大厂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。 Ray Dalio 称股市容错空间正在收窄
Ray Dalio 表示，AI 投资热潮正与政府大规模借贷一起加剧对资本的争夺，股市的容错空间正在收窄。
MIT Technology ReviewAI 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。 MIT科技评论：我们过于信任AI说「不」的能力
AI安全高度依赖模型的「拒绝」能力，但这一机制既不可靠也可能被滥用。文章梳理了拒绝行为的训练方式与高维激活空间原理，并指出分类器叠加的「瑞士奶酪模型」存在漏洞，过度拒绝已导致正常提问被误拦；同时OpenAI与阿联酋等国家的合作、Anthropic与Google等模型对威权政府相关提问的差异化拒绝，都显示拒绝正在成为审查工具。
Harrison Chase(@hwchase17)AI 评估 · 26/100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 · 26/100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。 Jerry Liu：用 eval 驱动开发，而非手写确定性工作流
Jerry Liu 提出 eval driven development：定义好 eval 后对其爬山优化，就能解决几乎任何任务，而不必直接定义确定性/智能体工作流。
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：eval 驱动开发适用于窄范围任务，自主智能体难以靠它爬坡
Harrison Chase 认为，Goodhart 定律下指标一旦成为目标就不再是好指标，eval 驱动开发只适用于范围狭窄的任务，对更自主的 AI 智能体并不奏效。他援引 Hunter Gerlach 的说法提出循环路径：不断创建高价值 eval，同时正视并对抗 Goodhart 定律，再回到第一步。
Viking(@vikingmute)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。 用户吐槽 ChatGPT 复杂需求表现差：原地打转、方案半成品、token 消耗飞快
一名 ChatGPT 付费用户吐槽其在复杂需求上表现很差：主观能动性低，需不断催促才继续干活，产出常为半成品，还会在后段推翻最初方案，导致大量补丁代码。该用户称其表达不像"人话"、难以看懂，加上 computer use 后 token 消耗飞快，正考虑取消订阅。
Gary Marcus(@GaryMarcus)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。 Gary Marcus 回应争议：25 年写了约 2000 条推文与文章主张神经符号 AI 补充深度学习
Gary Marcus 表示自己 25 年间写了约 2000 条推文和文章（如《Deep Learning is Hitting A Wall》），主张用神经符号 AI 补充深度学习/LLM。他批评 tech bros 只翻出他唯一一次未明确提及此观点的言论，完全无视其余工作。
AI Will(@FinanceYF5)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。 如果你认为 AI 电影算不上艺术？
一条讨论 AI 电影是否算得上艺术的推文引发关注，获得 151 次点赞、14 次转发和 8.4 万余次浏览，并附带一段视频。原文未给出具体结论或涉及的 AI 视频模型名称。
AI Will(@FinanceYF5)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。 Charles Curran 展示 AI 影片创作引发艺术性讨论
Charles Curran 在 X 上发布一段 AI 生成影片，并反问"如果你认为 AI 电影不能成为艺术，那就解释一下这个"。该帖附带视频，获 1 次点赞、469 次浏览，未展示具体使用的模型或工具。
Harrison Chase(@hwchase17)AI 评估 · 30/100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 · 30/100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。 LangSmith 的 Jev 评判模型如何做 trajectory labeling：难度与正确性各给独立答案
LangSmith evals 中的 Jev 评判模型把 trajectory labeling 拆成多个独立问题，难度和正确性各得一个带类型的答案，且在一次 pass 中对每条 trace 完成。
Fei-Fei Li(@drfeifei)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。 李飞飞发问：机器时代，谁来定义美？
李飞飞（Fei-Fei Li）在 X 上发问：她身边的数学家都能从数字、形状和自然现象中看到美，那么在机器时代，美由谁来定义。这条帖文获得 1376 次点赞、101 次转发和约 11.4 万次浏览。
AI Will(@FinanceYF5)AI 评估 · 26/100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 · 26/100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。 Replit 按用户支出跻身消费级 AI 应用前 10，按流量却排倒数 5
Replit 按用户支出排名位列消费级 AI 应用前 10，但按流量排名却排在倒数 5 名。这说明流量与收入讲的是两个完全不同的故事：很多普通用户不会频繁使用的产品，AI 重度用户却愿意持续付费。