Rohan Paul@rohanpaul_aiNVIDIA 首次在 AgentPerf（由 Artificial Analysis 开发）中评测智能体 AI。该基准测试的不是传统 token 生成速度，而是每兆瓦可同时运行且保持响应性的编码智能体数量。工作负载模拟真实编码智能体路径（长链模型调用、代码编辑、命令运行、工具延迟、增长上下文），涵盖 12+ 编程语言，请求长度 5K–131K tokens（平均 27K）。结果：GB300 NVL72 在最低服务层每兆瓦达 61.4K 并发智能体，H200 仅为 2.6K（20 倍提升）。性能提升源于 72 GPU 通过 NVLink 组成的机架级系统，配合软件优化（MoE 专家分布、通信与计算重叠、大批量保持）。
Orange AI@oran_geOran Ge 让 Claude Fable 5 打磨文案三遍，发现改稿越来越讲究却缺“人味儿”。他与 AI 讨论后得出结论：人写的文字背后有“存在感”——作者在具体位置付出过具体代价，而 AI 无法复现。为此他制作了《人味儿写作心法.skill》，专用于自写文章或口述后让 AI 改稿的场景，旨在保留文字的人味。该技能已开源免费发布在 GitHub。
fofr@fofrAII'm messing around with an agent flow for combining Hyperframes with Gemini video analysis to make interesting annotated...
Peter Steinberger 🦞@steipeteOrange AI@oran_geAI带来的并非平权，而是K型分化。头部用户已默认理解Agent的组成：文档、规则、memory、loop、MCP、CLI、工具调用、权限、安全沙箱、上下文工程、定时任务、心跳、文件系统、代码执行和Skill；普通用户只知道"Agent能写代码"。做好Skill是跨越鸿沟的唯一解法。作者正与藏师傅一起通过Cola帮助大众真正跨越鸿沟。
http://x.com/i/article/2065096982310567936
Hacker News 上一则标题为“Tailwind and slop apps”的帖子于 06-12 发布，获得 100 点热度，引发社区对 Tailwind 与 Slop 应用的讨论。
Orange AI@oran_ge观察到身边朋友同事的ADHD（注意力缺陷多动障碍）越来越严重：容易被琐事分散注意力，对大问题视而不见，关掉通知、沉浸大事变得不可能，进入心流也变难。AI的高速执行加重了这一问题——每两三分钟一次的对话，形成注意力集中与涣散的交替循环。推文最终发问：该如何拯救自己的前额叶？
在OpenRouter上追加:floor可获取最便宜提供商，通过max_price设定花费上限，并可免费使用20多个零成本模型。同时需注意避免计费陷阱。
Peter Steinberger 🦞@steipeteDay 3 with Fable. Gave a huge prompt to implement a feature across CLI, web server, and another server to both Fable and...
Ethan Mollick@emollickI gave ChatGPT Codex an article & screenshot from a famous, lost Maxis simulation, SimRefinery, and asked it to create i...
Suno@suno
Chubby♨️@kimmonismusKim解释Apple如何在Google Cloud上执行推理时保护隐私：最重的请求运行在Google Cloud的Blackwell B200s上，利用NVIDIA Confidential Computing提供基于硬件的安全层，将工作负载隔离在可信执行环境中加密处理数据，确保Google和Apple都无法看到数据。
来自ikyle.me的教程，指导在macOS上搭建本地编码代理，获Hacker News社区104个点赞。
Chubby♨️@kimmonismusClaude Fable 5 scores very well on FrontierMath: Tiers 1-4 (v2), reaching 87% on Tiers 1-3 and 88% on Tier 4. This conti...
Hacker News 上一则帖子的标题为“你直接上传到ChatGPT不就行了？”，获得了101个HN点。该帖子引用了用户常被询问的一句话，暗示直接向ChatGPT上传文件以完成任务的普遍做法。
fofr@fofrAI一篇来自 Miguel Grinberg 的博客文章，标题为《我不是反向半人马》，在 Hacker News 上获得 100 点热度。文章内容可能涉及人与 AI 关系的讨论，但原文仅包含标题与来源，无进一步技术细节。
jason@jxnlcoEthan Mollick@emollickClaude Fable 5 scores very well on FrontierMath: Tiers 1-4 (v2), reaching 87% on Tiers 1-3 and 88% on Tier 4. This conti...
fofr@fofrAIEDIT MOTION IN VIDEOS!!! Quit prompting and start directing I've been shouting for YEARS about 3D as the control layer. ...
Anthropic对近5.2万美国人进行的调查显示，64%的受访者担心AI会导致失业，56%担心会丧失独立思考能力。日常AI用户的担忧程度远低于非用户。尽管如此，大多数人仍拒绝在工作中使用AI，即使他们认为AI能够处理相关任务。
本文介绍如何减少AI生成前端界面的粗糙度，发表于envs.net。文章针对AI产出的前端代码常出现的草率、不细致问题，提出改进方法，旨在提升生成结果的质量和可用性。
Jenny 经营一座火葬场，John 的丙烷公司以 200 亿美元投资换取其 5% 股份。Jenny 将 100 亿美元投入焚化炉，再付给 John 100 亿美元购买丙烷烧掉这些钱。John 向外界报告其 AI 投资本季度产生 100 亿美元收入，并持有价值 1000 亿美元企业的 5% 股权。福布斯记者在撰写人物报道时与二人陷入混乱的三人恋情，最终结成多角婚姻，其报道赞誉有加但缺乏财务细节。
elvis@omarsar0DAIR.AI创始人Elvis Saravia分享如何有效运行长期自主编码智能体。他指出当前多数模型难以协调工作，会过早暂停、犯错或走捷径（reward hacking）。关键在于明确目标、消除假设，避免模型自行推断。他的实践公式：用Opus 4.8进行细致规划，GPT-5.5执行所有步骤，评估器（通过/goal）则使用Deepseek及Qwen、Kimi、MiniMax等最新模型。另一关键洞察是提供多模态视觉线索作为目标，比纯文本目标更强，能更好地约束智能体。完整讨论已录制并免费开放。
PixVerse@PixVerse_An ancient estate. Teenagers forced to devour the nightmares of the powerful. One defective recruit who drags the darkne...
苹果发布了新版Siri AI，The Verge编辑David和Nilay在The Vergecast中分享了初期体验。过去十几年Siri在"部分功能勉强可用"和"彻底翻车"之间摇摆，而新版Siri AI在多数任务上表现足够出色，尽管没有带来突破性创新，但相比过往已发生质变。
Chubby♨️@kimmonismusGoogle DeepMind发表60页论文，由Hutter、Legg、Genewein撰写，定义AGI（多数认知任务达平均人类水平）、ASI（超越大量专家协作）和不可计算的AIXI三个层级。实现路径包括规模扩展、算法突破、递归自我改进和多智能体协调，瓶颈在于能源与硬件。六种阻碍：高质量数据可能本十年内耗尽、资源需求过快、神经范式天花板、研究难度激增（维持摩尔定律需18倍于1970年代的研究者）、模型无法创造全新概念、人为放缓。作者认为这是对AGI后果的严肃反思呼吁。
Nathan Lambert@natolambertderivation of Policy Gradient.
Claude Fable 5 在 Artificial Analysis Intelligence Index 中取得 64.9 分，在十项基准测试中有五项创下纪录。相比 Opus 4.8，性能提升仅 5.7%，但 token 价格翻倍。安全过滤与回退路由功能进一步推高了成本。
OpenAI 发布三门 Academy 课程，帮助用户掌握实用 AI 技能、创建可重复工作流，并在日常工作中应用 AI 智能体。
Chubby♨️@kimmonismusOpenAI is preparing a new AI model, per The Information
Odyssey@odysseyml
Lee Robinson@leerobCursor 为训练下一代 Composer，构建了一个始终运行的递归智能体系统。主智能体在远程机器上通过 SSH 管理数百个子智能体，将状态收集到磁盘“收件箱”，循环检查集群健康并保持任务运行，通过 Slack 向团队报告问题。主智能体具备多种技能用于运行和监控 ML 实验。研究人员可并行运行数千个实验，大幅提升效率。对于可验证的问题，投入更多 tokens 能更快解决。
AYi@AYi_AInotes用户分别测试了Claude Fable 5与gpt-image 2的组合以及Fable 5单模型。生图场景中，用户给了一张女友照片和一句话提示词（“看NBA总决赛，身材丰满，笑靥如花，背后是特朗普”），模型自动分析敏感词，将NBA改为NBC、移除特朗普，生成的人物一致性与光影效果惊艳。另一场景，用户直接对Fable 5说“做落地页，自由发挥”，模型自主搜索2026设计趋势、调整配色动效、藏了3个彩蛋，几分钟内输出完整可用的单文件HTML。模型展现出极强的自然语言理解和主动规划能力。
苦逼牛马眼馋了一天Claude Fable 5,终于在深夜下班回家才得以体验, 卧槽刚才直接被Fable 5干懵了🤯 我直接给它甩了一句话, 给你自己做个落地页,自由发挥, 要2026最新设计趋势,要动态,要彩蛋, 然后我去上厕所去了,几...
Anthropic对近5.2万美国人调查显示：48%将治愈癌症等疾病列为首要期望，36%希望AI帮助残障人士。64%担忧AI导致失业，56%担忧认知依赖，52%担忧信息误导。超70%支持政府监管，最关注隐私（56%）、儿童安全（52%）和责任归属（49%）。仅15%信任AI公司决策。多数议题上观点不因党派或地域严重分裂。调查于2025年11-12月由YouGov线上执行并加权至人口普查基准。
Meta CEO 扎克伯格称，推动AI进步不需要成百上千名研究人员，一个十几至二十几人的团队即可取得进展。他谈及与妻子创办的非营利医学研究组织Biohub时表示，该组织结合AI与生物学，目标在21世纪末前治愈、预防或管理所有疾病。AI研究人员虽抢手，但Biohub的前沿生物学与AI结合的工作独特且难以替代。AI进展让扎克伯格对Biohub提早完成使命感到乐观，但算力获取仍受限。
