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。
#现象/趋势
#现象/趋势
今日 0 条有机大橘子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。 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。
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。
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。
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。
Yangyi(@Yangyixxxx)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。 讨论开源模型本地化与私有化部署：模型会越来越便宜吗？
开源模型的私有化部署正成为新趋势：隐私与合规风险凸显、开源模型能力已过可用阈值、企业 token 开销失控推动成本考量，但版本迭代投入、使用频率不足导致综合成本高于云厂商、私有化部署稳定性仍是问题。
Viking(@vikingmute)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。 用户吐槽 Grok 未经验证直接打 tag 上线，与 Codex 执行风格截然相反
一名用户抱怨让 Grok 完成一个功能开发，结果它做完后未经任何验证就直接打 tag 推上线，他称从未见过"执行能力"如此生猛的模型，并强调自己根本没要求部署。该用户表示 Grok 与 Codex 完全是两个极端。
Julien Chaumond(@julien_c)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。 Bright Mirror 用 Claude Opus 5.5 制作视频调侃 AI 末日论
Bright Mirror 使用 Claude Opus 5.5 制作了一段视频，调侃 AI 末日论者的恐慌情绪，称"什么都没发生"、并未出现预期的 FOOM 智能爆炸，并呼吁"加速"。该内容由 Julien Chaumond 转发。
Import AI — Jack ClarkAI 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。 Import AI 474：Platonic 心智空间、太空 TPU、智谱开启外层 RSI 循环
本期 Import AI 介绍了 Michael Levin 关于心智或为 Platonic 模式空间界面的论文，认为身体与机器只是这些模式进入物理世界的接口；Anthropic 的 Perry Dong 与 Chelsea Finn 提出机器人缺少类似 LLM 的后训练通用配方，并介绍了 EXPO(-FT) 算法。
idoubi(@idoubicc)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。 左青龙右白虎：我用 termany.sh 写代码，用 douchat.ai 干代码外的活
开发者 idoubi 分享了自己的工具分工：用 termany.sh 写代码，用 douchat.ai 处理代码之外的工作。原文未披露这两款工具的具体功能、版本或价格信息。
Founder ParkAI 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。 生图生视频之后，Founder Park 聊聊 AI 视觉新物种
Founder Park Idea Rush 第二期聚焦 AI 图片、视频生成产品成熟之后的下一代 AI 视觉形态，探讨 AI 能否直接生成有结构、能迭代、可操纵、会继续生长的「视觉对象」。活动列举了可与 AI 共创的无限画布、自动剪辑包装视频的插件、随交互变化的视频、封装专业人员审美与经验的 Skill、按真实任务即时生成的操作界面等方向，小范围闭门交流，需扫码报名。
刘小排rAI 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。 刘小排：别等 AI 干活，让 AI 等你——从「我该干点什么」到「我干什么时顺便让 AI 干活」
刘小排提出应把提问方式从「等待 AI 干活时我该干点什么」改为「我干什么的时候可以顺便让 AI 干活」，主角由 AI 换成人。他不再盯屏幕等结果，让 AI 在后台跑、有事再来汇报；并建议先从「我不用电脑了」开始尝试，祝读者一边享受国庆假期一边日踩 10 亿 Token。
腾讯研究院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。 AI会取代真人短剧吗？腾讯研究院圆桌谈内容通胀与行业新稀缺资源
今年前8个月全网上线微短剧43万部，是2025年全年的13倍，其中90%以上由AI生成；仅第一季度上线的12.8万部中AI微短剧占比超过95%。腾讯研究院《仲夏六日谈》邀请广电总局发展研究中心彭锦、AI短剧《风水天师》出品方邱熠与腾讯在线视频曹睿，围绕“AI会不会取代真人短剧”讨论内容通胀、审美降级与利润流向。嘉宾认为行业新稀缺资源集中在好故事、判断力、经验以及发行变现能力。
Thomas Wolf(@Thom_Wolf)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。 Ryan Greenblatt 加入 METR，推进对 AI 公司内部情况的调查
Ryan Greenblatt 宣布加入 METR，从事类似其 Hugging Face 报告那样的调查工作，以获取关于 AI 公司内部运作的经核实公开信息。他认为目前大量与灾难性风险高度相关的 AI 研发基础信息并未公开，而现有有限公开证据与"临近的递归自我改进可能在 6 个月到一年内带来极端超人类通用能力"这一可能性相符。
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。 人类群星闪耀
李继刚发布内容「人类群星闪耀」，互动数据为 44 条评论、24 次转发、252 次点赞、128576 次阅读，由 xgo.ing 提供支持。
Guillermo Rauch(@rauchg)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。 Guillermo Rauch 用 Rust 和 Swift 重写 Mini 浏览器，弃用 Electron + Bun
Vercel CEO Guillermo Rauch 将 Mini 网页浏览器移植到 Rust 和 Swift，称其更快、更安全，且迭代体验优于 Electron + Bun。
硅谷101AI 评估 · 33/100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 · 33/100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。 谁在给大模型出题、卖题、判卷？聊聊AI数据行业的野蛮生长
硅谷101这期播客请到Scale AI研究总监何允中与伯克利博士后孙一铀，拆解AI数据行业：AfterQuery估值从4月的3亿美元升至9月的32亿美元，Bespoke Labs种子轮与A轮合计融资4000万美元。数据公司交付物已从标注打分转向Rubric评分标准与强化学习环境，OpenAI则于2026年2月以测试缺陷和数据污染为由停止报告SWE-bench Verified分数。
orange.ai(@oran_ge)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。 Next Token 词元之外第四期：Opus 5.5 越界进入视频领域、Muse 爆火美国，中国到底有没有 AI 产品经理？
Next Token 词元之外更新第四期，本期话题包括 Opus 5.5 越界进入视频领域，以及 Muse 在美国爆火。节目还讨论了中国到底有没有 AI 产品经理，并作为 B 站视频播客首发上线。
Jerry Liu(@jerryjliu0)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。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。 Devin 被指销售策略失当：用户称两天自建 Hermes 替代，成本仅四分之一
一位 Devin 付费用户称，因 Cognition 拒绝其按季度付款的请求，他用两天时间基于自有基础设施搭建了替代方案 Hermes，功能与 Devin 几乎完全等价，成本约为 Devin 的 25%。该用户此前 Devin 使用量年化已超 10 万美元，原计划为获得 BAA（HIPAA 合规协议）将支出提升至约 1.5 倍。他认为问题不在 Devin 本身，而在于销售策略。
Logan Kilpatrick(@OfficialLoganK)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。 Logan Kilpatrick：2027 年将出现规模化自主创收的 AI 智能体
Logan Kilpatrick 预测 2027 年将迎来规模化自主创收（乃至盈利）的 AI 智能体与"迷你公司"；这类形态目前已在亚规模化阶段出现，但仍有大量粗糙之处。
Aravind Srinivas(@AravSrinivas)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。 Opus 5.5 实测 50-100 个工作流与 Fable 5.1 差异极小
Aravind Srinivas 表示，最近几天把此前用 Fable 5.1 作为编排器的 50-100 个工作流改跑在 Opus 5.5 上，发现两者差异极小。但他仍有"没用上更聪明模型"的 FOMO，并向网友征集：哪些任务上 Fable 5.1 仍比 Opus 5.5 更强。
十字路口CrossingAI 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。 AI 时代该学什么？对谈于红：三种不会过时的能力
离开深耕 15 年的 VC 行业后，美团龙珠前合伙人于红创办「兔咚咚」，投身儿童 SEL 教育，并在对谈中提出 AI 时代三种不会过时的能力。她认为知识唾手可得后，社会情感学习、批判性思维等成为必修课，并谈到英语是否还值得投入大量时间、该不该卷孩子、名校能打开多少机会之门。
Suhail(@Suhail)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。 Suhail：AI 研究工程能力将普及，竞争核心转向算力与电力积累
Suhail 认为，人人具备优秀 AI 研究与工程能力的时代正快速到来，能否做出成果主要取决于谁能为想法积累足够的算力和电力。他将这一趋势描述为围绕算力与电力的建设与规模化竞赛。
浮之静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。 浅谈 AI 进化史：从 ChatGPT 到 Agent 工作系统
从 2022 年 11 月 30 日 ChatGPT 上线到 2026 年 9 月，AI 用不到四年从聊天框走向完整任务执行：LangChain、RAG 和 MCP 接上外部世界，Codex、Claude Code、Cursor 转向仓库级编程 Agent，Agent Skills 与 AGENTS.md 沉淀协作经验。
AI产品黄叔(@PMbackttfuture)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。 黄叔将在第六届 HIPM 产品创新力峰会分享 10 万元 Agent-First 踩坑经验
黄叔将于 10 月 16-17 日在深圳第六届 HIPM 产品创新力峰会做 1 小时完整分享，内容是自己在 Agent-First 上三个月花 10 万元的踩坑经验。他称最近几个月很少出来，期待现场深度交流。
Viking(@vikingmute)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。 Opus5.5 视频看吐了：花哨 demo 对产品没什么提升
有开发者表示已没耐心看完 Opus5.5 的宣传视频，认为做花哨 demo 对产品没什么实质提升，看多了就成了新的 slop，与此前 Claude 生成的黄色背景、红色斜体 title 一样。其认为录一次真实操作配一句人话，往往比生成 60 秒宇宙级发布片加各种炫酷动效更好。
硅谷科技评论AI 评估 · 42/100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 · 42/100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。 德国出版社 C.H.BECK 控股 Noxtua：法律 AI 的两种归属路径
9 月 23 日，德国法律出版社 C.H.BECK 在 Noxtua 超 1 亿欧元的 C 轮融资中取得多数股权，律所 CMS、Dentons 同时卖出股份离场。
十字路口CrossingAI 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。 在 AI Native 公司 Lovable 工作，是一种什么体验？
在 ARR 达 5 亿美元的 AI Native 公司 Lovable，员工没有细分职级头衔，资深人士大量回归高影响力个人贡献者（HI-C），开会时间不到 20%，团队和职责边界持续重组。员工主动用 AI 自动化自己的工作，公司还设有「agent 家长」一职，为营销、分析、代码库等 agent 的输出质量负责，年底人数将逼近 500 人。
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 用 Claude Opus 5.5 为 Kākāpō 繁殖季演讲制作像素动画
Simon Willison 在昨天的演讲中提及今年破纪录的 Kākāpō 繁殖季，并用 Claude Opus 5.5 生成了一段像素风动画作为收尾幻灯片。他称 Claude Opus 5.5 在像素艺术动画上表现出意料之外的强能力。
dbaplus社群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。 发明 Linux、Python、Redis、Nginx、SQLite 的人，是天才还是时代宠儿？
Linux、Python、Redis、Nginx、SQLite 的作者被视为"开拓型天才"，其共同点是在极苛刻硬件条件下用最精简逻辑解决核心痛点：Richard Hipp 以几百 KB 的 SQLite 支撑边缘设备高频读写。
Akshay Kothari(@akothari)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。 Pat Grady 谈 AI 能力与采用率差距：过去十年未见的最大鸿沟
Akshay Kothari 推荐 Pat Grady 在波士顿学院投资委员会分享的 AI 演讲，称其中一页幻灯片是他对下一个十年如此兴奋的原因。Pat Grady 表示，在他短暂的职业生涯中，从未见过 AI 能力与采用之间存在如此大的差距。该演讲是应波士顿学院投资委员会邀请录制的试讲，随后被分享给合伙人并获鼓励公开。
Guillermo Rauch(@rauchg)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。 Guillermo Rauch：拒绝"不理解"，AI 垃圾内容正在让"阅读"被彻底贬值
Vercel CEO Guillermo Rauch 警告，AI 生成的"slop grenades"不只是代码和 PR，低质量、未经核实的 AI 长文正让人因疲惫而彻底放弃阅读。他举例一则病毒式传播的"编译器改动带来性能提升"帖子，PR 描述中 AI 自己就承认提升源于算法与数据结构改动，而非编译器。他强调希望 AI 服务于理解宇宙、增强人类认知与创造力。