宝玉@dotey一条用于GPT Image 2的提示词要求以最笨拙、潦草的方式重新绘制图像，模仿MS Paint鼠标涂鸦效果，强调低画质像素感和尴尬别扭的风格。该提示词因其反常规的幽默设计，正在网络上疯狂传播，引发用户广泛尝试和讨论。引用推文指出，这一GPT Image 2 prompt正在获得病毒式关注，凸显了AI图像生成工具在探索非传统风格上的娱乐性和网络文化现象。
关联讨论 1 条X：ChatGPT (@ChatGPTapp)
Marc Andreessen 🇺🇸@pmarcaMarc Andreessen 🇺🇸@pmarcaMarc Andreessen 🇺🇸@pmarca
歸藏(guizang.ai)@op7418开发者仅通过向Codex描述想法，便在一个下午内完成了roguelike卡牌游戏《夜巡录：荒庙篇》的开发。Codex不仅生成游戏原型，还自主构建了素材生产流水线，包括调用GPT-Image 2.0生成绿幕图并自动抠图。面对大量未命名素材，它创新性地将所有图片拼合成一张大图供多模态模型一次性识别筛选。后期还打磨了受击反馈、音效及使用Seedance 2.0生成的动画等细节，展现了其结合内置工具与强大执行力的综合能力。
歸藏(guizang.ai)@op7418用户让Codex处理一个包含上千张图片的游戏素材包，Codex在没有具体指令的情况下，自主将每个文件的图片拼接成一张包含图片和文件名的大图。这种方法让用户能通过单张图快速浏览文件夹内所有素材的样式，找到所需素材后，只需将文件名拖入素材库修改即可，展现了其强大的自动化处理能力。
阿绎 AYi@AYi_AInotes作者利用Emergent和Claude Agent，无需编写Three.js代码或搭建环境，仅通过上传参考视频和描述需求，即在一个下午内全自动生成并迭代出可运行的3D交互网站原型。成本仅为每月20美元Claude订阅费，而以往同类外包项目报价高达8000至15000美元，标志着3D网站开发门槛已大幅降低。
Sam Altman@sama
Orange AI@oran_geOrange AI@oran_ge本来是想随便玩一下的。 没想到 Codex 真的用一下午帮我开发了一个非常完整的类似《杀戮尖塔》的卡牌游戏。 代码和客户端都已经开源了，大家可以试试
Ethan Mollick@emollick
meng shao@shao__mengKarpathy指出，LLM的核心价值在于创造新可能性（如取代传统代码的MenuGen、.md技能和知识库），而非仅加速旧流程。模型能力呈现“锯齿状”分布，由任务可验证性和商业利益共同塑造。未来将进入“Agent原生”经济，基础设施需面向智能体设计，强调信息的可读性，Agentic Engineering成为新兴工种，神经计算可能主导任务处理，经典CPU退化为协处理器。
关联讨论 2 条X：阿易 AI Notes (@AYi_AInotes)X：Andrej Karpathy (@karpathy)宝玉@doteyDemis Hassabis认为当前AI范式（预训练+RLHF+思维链）可能是AGI架构的一部分，但仍有50%概率需要一两个关键突破，未解决持续学习、长程推理和记忆等问题。他指出，百万token上下文窗口处理实时视频仅够20分钟，现有方法如同“用胶带糊住”。AlphaGo时代的技术正被重新引入基础模型以推动进步。智能体尚处实验阶段，投入产出比不匹配。完整虚拟细胞等科学突破还需约10年，关键瓶颈是活细胞成像技术。
ginobefun@hongming731Andrej Karpathy提出软件3.0时代，编程核心转向上下文工程，并区分了Vibe Coding与Agentic Engineering两种开发姿态。OpenAI总裁Greg Brockman指出，算力套利是商业模式，人类注意力已成为新瓶颈，并估算AGI进程已完成八成。Anthropic的Claude Code团队则将Prompt Caching提升为核心工程纪律，通过优化prompt布局和更新机制，将缓存命中率作为关键SLA监控，以控制成本并保证系统性能。
ginobefun@hongming731Karpathy提出软件3.0概念，编程核心从写代码转向提供上下文，并区分Vibe Coding与Agentic Engineering两种模式。OpenAI总裁Brockman将AGI瓶颈从算力移至人类注意力，估计已完成80%。Anthropic分享Claude Code实战，以Prompt Caching命中率为SLA监控，将“上下文即新代码”转化为工程纪律。
Berryxia.AI@berryxia推文指出，Geometry（几何）已成为AI在建筑领域缺失的关键层。@Bootsblac开发的OpenGeometry项目，实现了从文本或平面图到最终渲染的完整流程贯通，使得精确控制成为可能。其核心能力包括：直接从文本或平面图生成精确的BREP CAD模型；利用Three.js进行实时渲染，并由Google AI驱动，形成端到端的全流程。该项目已完整开源，可供使用。
Orange AI@oran_ge作者以“结构”为核心，系统阐释了其在产品、AI Agent、大模型、人际关系及公司组织中的决定性作用。做产品是设计引导用户的“河床”；开发Agent是构建管理上下文的框架；训练大模型实为提取语料中的“结构能”。人与公司的效率同样取决于结构能量。作者指出，当前一些大厂的AI转型仅“加石头”而不变革组织架构，尤其由中层主导改革存在根本矛盾。最终强调，改变命运需从改变底层结构开始。
Nathan Lambert@natolambert
elvis@omarsar0测试者使用 DeepSeek-V4-Pro 在 Pi 编码智能体上构建了一个 LLM 知识库，对其开箱即用的表现感到震撼。这是首个在推理能力上媲美 Claude 和 Codex 的开源权重模型，且成本效益高，支持 100 万上下文长度。该模型无需复杂配置即可在基础框架中直接运行，擅长智能体编码和知识密集型推理任务，能跨公司文档、论坛、论文和代码库进行多步骤研究、代码生成与上下文推理。其高效运行得益于 Fireworks 的市场最快推理速度及混合注意力设计，将 KV 缓存降至 10%，推理计算量减少近 4 倍，实现了快速且低成本的实践部署。
Marc Andreessen 🇺🇸@pmarcaBerryxia.AI@berryxiaKarpathy指出，2025年12月AI生成代码从需修改变为直接可用，标志进入Vibe Coding状态。软件开发进入Software 3.0大语言模型时代，编程核心转为通过prompt等操纵LLM。LLM能力呈锯齿状智能，在可验证、RL优化领域强，但常识任务上易犯错。他区分Vibe Coding（提高开发下限）与Agentic Engineering（守住质量、安全上限），强调人类理解、品味和判断仍最宝贵。未来可能转向神经计算机，基础设施需Agent-first。
Berryxia.AI@berryxia推文介绍了一种利用AI工具链快速创建360度全景沉浸式小游戏体验的方法。核心流程是：首先，向图像生成AI（Agent）提供一个简单提示，例如让其研究AI公司吉祥物并生成一个360度全景动物园图像。然后，将生成的全景图输入Codex，即可获得相应的3D视图，从而构建出游戏场景。这种方法旨在简化沉浸式内容的创作门槛，标志着一种新的内容生成时代的到来。
Berryxia.AI@berryxia本文介绍了2026年构建高效团队LLM知识库必须掌握的六个核心术语。LLM知识库是让大语言模型处理原始资料并自主检索回答的系统，难点在于团队适配。持续数据摄取能自动从Slack、CRM等工作工具同步信息。来源可信度分级帮助区分官方决策与聊天观点等不同价值信息。时效性监控可主动发现信息矛盾并降低过时内容权重。自主维护实现文档随工作进展自动更新。这些技术共同对抗知识漂移，即文档与现实间缓慢产生的信息偏差，这是导致AI代理给出错误答案的主要根源。
Berryxia.AI@berryxia基于Anthropic关于智能体AI的博客，作者提炼出一个用于理解和设计智能体AI架构的心智模型。该模型以明确任务目标为前提，核心架构包含七个层次：编排层负责全局调度；智能体层由多智能体分工协作；工具层提供搜索、API等能力支持；记忆层存储长短期信息；监控层实时追踪每一步执行；可靠性与故障管理层处理错误、重试与降级；治理与安全层确保合规、审计与数据安全。监控层被视为最关键环节，而故障管理支持自动处理与人工介入。
阿绎 AYi@AYi_AInotesNaval提出“氛围编程”（vibe coding）概念，将其比喻为带有真实世界奖励的视频游戏。用户通过自然语言描述想法，AI即可生成可运行的真实应用，创造出能分享、盈利甚至改变生活的产品。这消除了传统开发中对工程师的依赖，允许创作者完全按自身愿景迭代。其核心变革在于应用开发主体的扩大：从专业程序员转变为任何能用清晰语言描述想法的人。这标志着创作者经济进入从内容创作到直接构建产品的新阶段，并可能催生更多个人开发的爆款应用。该过程具有游戏的即时反馈与成瘾性，却在现实中积累真实资产。AI并非取代程序员，而是将编程转变为一种人人可用的超级能力。
Berryxia.AI@berryxiaAI 安全机构宣布 OpenAI 的 GPT-5.5-cyber 成功完成多步网络攻击模拟，成为继 Anthropic 的 Mythos 后第二个端到端完成攻击链的模型。David Sacks 回应指出，此类模型并非魔法或末日武器，仅是能自动化网络安全任务的工具，且所有前沿模型（包括中国模型）预计将在约6个月内达到同等水平。他强调模型不创造漏洞，而是发现并帮助修补已有漏洞，从而增强系统安全。从“前AI”到“后AI”网络安全将经历重大升级，最终达到AI驱动攻防的新平衡。关键在于确保防御方优先获得模型访问权，且需加速此进程。GPT-5.5-cyber 因无token限制，可能成为首个防御方可实际使用的模型。
Berryxia.AI@berryxia
Orange AI@oran_geNathan Lambert@natolambert