Grok Build 上线 Tavily 插件，为 LLM 驱动搜索提供支持
Grok Build 现已支持 Tavily 插件，用于 LLM 驱动的搜索。该插件面向构建流程中的搜索能力，官方以「Try」邀请用户试用。
#xAI
#xAI
今日 23 条xAI(@xai)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。
Sualeh Asif(@sualehasif996)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。 Grok 4.5 上手感获好评，成为重度用户第二常用模型
Grok 4.5 使用体验获好评，Dan Shipper 称其已成为 Kieran Klaassen 第二常用的模型，并直言需要更新自己的认知。
Last Week in AIAI 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。 LWiAI Podcast #252：GPT-5.6、Grok 4.5、Nemotron-Labs-Diffusion 与 AI 2040
OpenAI 公开发布 GPT-5.6（含 Sol 与 Luna），并将桌面端 agentic 编程产品更名为 ChatGPT Work。SpaceX AI 推出低成本、Opus 级编程模型 Grok 4.5，Meta 发布 Muse Spark 1.1 并预览 Muse Video、上线 Muse Image。
xAI(@xai)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。 xAI 将于 8 月 8 日在旧金山举办 SpaceXAI Grokathon
xAI 面向湾区工程师开放 SpaceXAI Grokathon 报名，活动于 8 月 8 日（周六）在旧金山举行，申请截止时间为下周。报名入口为 x.ai/grokathon。
Windsurf(@windsurf_ai)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。 Inkling 和 Grok 4.5 已在 Devin Desktop 和 CLI 上线
Inkling 和 Grok 4.5 现已在 Devin Desktop 和 CLI 中可用。Cognition 同步上线 FrontierCode 排行榜，专门追踪哪些模型能写出真正可合并的代码，Grok 4.5 与 Inkling 等所有模型的分数均已公布，并附完整评测方法和示例任务。
Marc Andreessen 🇺🇸(@pmarca)AI 评估 · 36/100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 · 36/100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。 Sriram Krishnan：开源模型与配套框架正迎来高光时刻
Sriram Krishnan 认为开源模型与配套框架正迎来高光时刻：如今可以凭借清晰的训练谱系追上接近 SOTA 的性能，如 thinkymachines 的 Inkling 今日发布。
xAI(@xai)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。 Grok 4.5 在 Proximal FrontierSWE 基准排名第 2，研究能力居首
Grok 4.5 在 Proximal 的 FrontierSWE 基准上综合实现与性能排名第 2，研究能力排名第 1，仅次于 Claude Fable 5，领先 Opus 4.8、GPT-5.5 和 GLM-5.2。
xAI(@xai)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。 xAI 开放工程师 X 沟通渠道并提供漏洞赏金报告入口
xAI 表示，用户可在 X 上直接联系其工程师，或通过 HackerOne 上的漏洞赏金项目提交问题，并附上 hackerone.com/x?type=team 链接。该帖未披露具体产品或版本信息。
xAI(@xai)AI 评估 · 64/100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 · 64/100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。 xAI 回应隐私质疑：Grok Build 已删除留存编码数据，默认关闭数据保留
xAI 就用户关于 Grok Build 隐私的疑问作出回应，称自发布以来一直完全遵守零数据留存（ZDR），所有用户始终可在 CLI 中禁用数据上传，禁用后该选择会被遵守。
Epoch AIAI 评估 · 37/100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 · 37/100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。 Epoch AI 解读 AI 能耗：单次聊天机器人提问仅需约 0.6 Wh
Epoch AI 估算，向免费聊天机器人发送 100 词提示词生成回复约耗 0.6 Wh 电，比微波炉运行 10 秒还少。AI 目前仅占美国年用电量的百分之几，低于空调（12%）和照明（8%），但数据中心电力需求大约每年翻一番。
Poe(@poe_platform)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。 Poe 上线 xAI 的 Grok 4.5
Poe 平台现已上线 Grok 4.5。据 Poe 介绍，这是 xAI 的最新旗舰模型，带来更强的推理、编码能力和改进的长上下文处理，面向复杂多步工作和智能体任务。用户可通过 poe.com/grok-4.5 试用。
Sualeh Asif(@sualehasif996)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。 SpaceXAI 发布 Grok 4.5，GDPval-AA v2 排名第四
SpaceXAI 发布 Grok 4.5，在 GDPval-AA v2 上以 1543 Elo 排名第四，仅次于 Anthropic 最新的 Claude 系列，针对真实场景的智能体知识工作任务。
Sualeh Asif(@sualehasif996)AI 评估 · 55/100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 · 55/100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。 Sualeh Asif 称单智能体迭代中更偏好 Grok 4.5 而非 Opus
Sualeh Asif 表示这是他在用单个智能体迭代时个人第一个比 Opus 更偏好的模型，Fast Grok 4.5 使用体验非常好。他称该模型总能绕过看似棘手的障碍，沟通直接、易于交流，且非常智能。他同时提到 Cursor 与 SpaceXAI 合作训练 Grok 4.5，这是其迄今最强模型，也是首个不止用于软件工程的模型。
Sualeh Asif(@sualehasif996)AI 评估 · 48/100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 · 48/100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。 Cursor 与 SpaceXAI 联合训练 Grok 4.5，成为其最强大模型
Cursor 宣布与 SpaceXAI 合作训练 Grok 4.5，称其为迄今最强大的模型，也是首个不止面向软件工程打造的模型。有用户表示，在单智能体迭代场景下，Grok 4.5 是他个人首次更偏好于 Opus 的模型，速度快，能绕开看似棘手的障碍，直接且易沟通。
Aman Sanger(@amanrsanger)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。 Cursor 与 SpaceXAI 合作训练 Grok 4.5
Cursor 宣布与 SpaceXAI 合作训练 Grok 4.5，称这是其迄今最强模型，也是首个面向软件工程以外领域打造的模型。Aman Sanger 表示该模型相比 composer 2.5 有巨大提升且完全从零训练，并期待后续模型。
Import AI — Jack ClarkAI 评估 · 65/100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 · 65/100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。 牛津等机构研究：AI 在说服力上超过专家人类
牛津大学、英国 AI 安全研究所、斯坦福和伦敦政治经济学院的研究者通过四项实验、18978 场对话和 6923 名参与者发现，AI 系统在文本说服上比专家人类更有效，即使在专家自选议题、提前研究并接受训练后依然如此。
Aman Sanger(@amanrsanger)精选AI 评估 · 83/100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 · 83/100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。 SpaceX 行使选择权以全股票交易收购 Cursor
SpaceX 宣布行使选择权，以全股票交易收购 Cursor，目标是打造全球最实用的 AI 模型。过去几个月 SpaceXAI 一直在与 Cursor 联合训练一个模型，即将在 Cursor 和 Grok Build 中发布。
张小珺Jùn｜商业访谈录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。 口述SpaceX开发史：前高管洪力德聊马斯克用人观、最大IPO与太空AI融合
SpaceX前火箭首席制造工程师洪力德（Lewis Hong）讲述SpaceX开发史，并谈及马斯克的用人观与公司内部真实情况。节目还讨论了SpaceX收购整合x.AI并完成史上最大IPO，以及太空与AI加速融合的背景下，这是否成为人类文明扩张的前奏。
开始连接LinkStartAI 评估 · 39/100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 · 39/100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。 拆解 SpaceX IPO：荒漠创业、太空算力与马斯克的下一个万亿赌注
极客公园播客「开始连接 LinkStart」本期拆解即将创下人类商业史上最大规模 IPO 的 SpaceX，嘉宾翟光龙认为支撑其超 1.7 万亿美元估值的核心叙事是「太空算力」。节目估算入轨成本需控制到 200 美元/公斤以内才算得过账，并指出近地轨道碎片超一亿个，天数天算可能是太空态势感知率先跑通的场景。
Epoch AIAI 评估 · 55/100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 · 55/100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。 Epoch AI：最大 AI 数据中心算力每 7 个月翻倍
Epoch AI 的数据显示，自 2024 年 8 月 SpaceXAI 的 Colossus 1 上线以来，按算力容量计算的最大 AI 数据中心纪录每 7 个月翻倍。
Last Week in AIAI 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。 Last Week in AI #341：马斯克诉 OpenAI 败诉、Google IO 更新 Gemini、OpenAI 解决 Erdős 问题
马斯克对 OpenAI 和 Sam Altman 的 1500 亿美元诉讼败诉。Google 在 IO 2026 上更新 Gemini 应用，对标 ChatGPT 和 Claude。本期还收录 OpenAI 解决 Erdős 问题等内容。
Last Week in AIAI 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。 LWiAI Podcast #246：Gemini 3.5 与 Omni、Musk 败诉、OpenAI 对阵 Erdős 问题
Google I/O 发布 Gemini 3.5（重点推 3.5 Flash 的速度与基准成绩）、常驻智能体 Gemini Spark 和视频生成编辑模型 Gemini Omni。
Sualeh Asif(@sualehasif996)AI 评估 · 17/100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 · 17/100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。 Cursor 与 SpaceXAI 合作从头训练更大模型，总算力提升 10 倍
Cursor 宣布与 SpaceXAI 合作，从头训练一个规模显著更大的模型，总算力用量提升 10 倍。该训练依托 Colossus 2 的百万 H100 等效算力，并结合双方的数据与训练技术，官方预期这将带来模型能力的重大跃升。
宝玉的分享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。 Anthropic 兄妹 Dario Amodei 和 Daniela Amodei 对话：Claude 为什么一直限速
在 5 月 6 日的 Code with Claude 旧金山场，Anthropic 兄妹 Dario Amodei 和 Daniela Amodei 同台对话，Dario 称公司原本按每年 10 倍准备算力，但 2026 年第一季度增速年化约 80 倍，这是 Claude 一直限速的直接原因，他直言 80 倍太疯狂、希望回落到 10 倍。
Last Week in AIAI 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。 Last Week in AI #340：OpenAI 对阵 Musk 与 Microsoft，DeepSeek v4 预览，Vision Banana
Last Week in AI 第 340 期聚焦 OpenAI 与 Musk 诉讼首周进展，以及 OpenAI 化解 Microsoft 因 500 亿美元 Amazon 交易面临的法律风险。DeepSeek 预览新模型 v4，称其"缩小了与前沿模型的差距"，本期还提及 Vision Banana。
Poe(@poe_platform)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。 Grok-4.3 已上线 Poe 平台
Grok-4.3 已在 Poe 平台上线，用户可通过 poe.com/Grok-4.3 访问。该消息由 Poe 官方账号发布，提示用户可在各平台查看体验。
Poe(@poe_platform)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。 Grok 4.3 现已上线 Poe
Grok 4.3 已在 Poe 上线，适合日常使用，不只是刷 benchmark 的模型，在真实场景中也能稳定发挥。Poe 表示在与 xAI 团队反馈后，新模型处理复杂任务尤其是工具调用方面有明显提升，且价格足够经济、可每天使用。
Sualeh Asif(@sualehasif996)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。 Cursor 与 SpaceX 合作训练模型，Composer 3 及后续将用 10-100 倍算力
Cursor 联合创始人 Sualeh Asif 宣布与 SpaceX 合作，在后者百万 H100 等效的 Colossus 训练超算上训练前沿模型，Composer 3 及后续模型的训练 flops 将是此前的 10-100 倍。
Poe(@poe_platform)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。 xAI 的 Grok 4.20 Multi-Agent 上线 Poe，多智能体并行检索分析
xAI 的 Grok 4.20 Multi-Agent 已在 Poe 上线，它不再由单一模型顺序处理任务，而是并行启动多个专用智能体进行搜索、分析和综合，几分钟内给出带引用的严谨答案。该功能已在 Poe 全平台应用和 Poe API 开放使用。
Nick St. Pierre(@nickfloats)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。 Grok Imagine 多图编辑上线，未来 AI 将靠意图而非提示词
Grok Imagine 新增多图编辑功能，可组合风格、角色与环境。有观点认为，未来这类工具将几乎不再需要文字提示词，AI 会直接理解用户意图并即时生成，交互以手势为主、动态为默认、玩法自发涌现。
Lex Fridman(@lexfridman)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。 Lex Fridman 透露 Claude Opus 4.6 与 GPT Codex 5.3 今日发布，OpenClaw 播客即将上线
Claude Opus 4.6 与 GPT Codex 5.3 于当日发布，OpenClaw 也在近期推出，Lex Fridman 预计 xAI/Grok 与 Google/Gemini 很快会跟进新版本。他透露将围绕 OpenClaw 与创作者 steipete 录制一期深度播客，并征集听众问题。他还计划下周前往旧金山湾区待一段时间，聚焦编程并参与工程团队工作。
METRAI 评估 · 43/100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 · 43/100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。 前沿 AI 安全法规：加州 SB 53、纽约 RAISE Act、伊利诺伊 SB 315 与欧盟 AI Act 要点梳理
METR 发布前沿 AI 安全法规参考文档，梳理加州 SB 53、纽约 RAISE Act、伊利诺伊 SB 315 及欧盟 AI Act 前沿 AI 部分对 OpenAI、Google、Anthropic、xAI 等开发者的安全与安保义务。
METRAI 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。 METR 发布前沿 AI 安全法规指南：解读加州 SB 53、纽约 RAISE、伊利诺伊 SB 315 与欧盟 AI 法案
METR 发布面向前沿 AI 实验室人员的合规参考，梳理加州 SB 53、纽约 RAISE 法案、伊利诺伊 SB 315 及欧盟 AI 法案中前沿 AI 部分的义务。
METRAI 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。 前沿 AI 安全法规指南：加州 SB 53、欧盟《人工智能法》等对 OpenAI、Anthropic、Google、xAI 的要求
METR 发布指南梳理前沿 AI 开发者已需遵守的安全法规，涵盖加州 SB 53、纽约 RAISE 法案、伊利诺伊州 SB 315 和欧盟《人工智能法》，适用对象为训练算力超 10^25 或 10^26 FLOPs 的模型开发者。
David Heinemeier HanssonAI 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。 欧洲软弱又妄想（但并非注定如此）
欧盟以"欺骗性设计"为由对 X 开出 1.2 亿欧元罚款，作者称这暴露了欧洲缺乏言论自由与科技竞争力。欧盟科技罚款收入在 2024 年超过其公共互联网科技公司缴纳的全部所得税，而欧盟 2025 年 GDP 为 20 万亿美元，美国以 30 万亿美元高出 50%。作者认为欧洲并非注定衰落，但需大幅降低能源成本、重启核能并改革移民政策留住人才。