凡人小北@frxiaobei推文推荐飞书 Aily，称其对普通人已足够好用。Aily 理解飞书全套数据，通过 MCP 连接外部系统，能自主调用工具，覆盖生态内各类任务。相比需要精细控制的 CLI，Aily 对话交互即可满足多数需求。引用推文则强调，用好飞书文档（类比20年前的 Office）和 AI 调用飞书 CLI，是学渣保住空调房工作的机会。两者共同指向飞书生态内 AI 工具的实用价值。
如果你是一个学渣,马上大学毕业,大学也差/专业也差,大概率找不到送外卖以外的工作的话,强烈建议你好好学习用好飞书文档,这大概就是 20 年的的 office,是你留在空调房最好的机会 顺便要是会用 AI 来调用飞书 cli 就基本不怕没工作...
零售AI通过生成式UI实时定制页面布局、文案和交互组件，将购买频率提升35%、平均订单价值提高21%。多模态社交倾听系统处理视频、音频和未标记图像，覆盖82%的互联网流量，全球市场本财年达28.3亿美元，76%的分析师报告可见投资回报。基于大语言模型的合成用户模拟可在沙箱环境中执行数千次自动化访谈和内容测试。边缘计算硬件支持无收银台结账、实时货架跟踪等物理自动化，该市场预计2040年超3700亿美元。Model Context Protocol（MCP）作为开放通信标准，标准化模型与零售数据库、产品目录及CRM的集成。
Berryxia.AI@berryxiaBerryxia.AI@berryxia我不管别人怎么吹，我觉得切身体会每天都用这玩意。 发现真的比很多Agent什么的好用很多，我接的是小米的mimo模型，听说读写，下载视频、剪辑什么的都可以搞定。 我已经当个小秘在用了哈！ PS：不是一条广告😁 如果是就让老板安排打钱吧！
This is what Bloome was built for. Drop Claude Code, Codex and DeepSeek into one group chat and they build competing ver...
Berryxia.AI@berryxiaOmini 1.0 修改视频也还可以,看着演示空间、透视这些都应该提升不少啊。 应该很快就发布新版本可以使用了,但是因为属于编辑强,所以热度好像没有很高。
Berryxia.AI@berryxia2 分钟,一边入门 GEO 一边看懂 6 个顶流 PPT Skill 的区别 素材来自姚老师 @yaojingang 的分享 我先让 Codex 整理成一份入门文档 再把完全相同的内容交给 6 个 PPT Skill 最后把 6 份结果剪到...
宝玉@dotey宝玉引用天津卫神鞭故事：傻二靠祖传辫子练成绝技，洋枪一响辫子断，后改练双枪，弹无虚发——“辫子剪了，神留着”。以此类比AI冲击下程序员的工匠精神。引用的Piglei观点指出，曾有人鼓吹AI将淘汰程序员的“工匠精神”，但现实是，真正热爱技术、钻研代码的人成了效率最高、质量最好的那一批，习惯塑造人而非工具。
大家吹 AI 最厉害的那一阵,有种很流行的说法,就是技术人员的"工匠"、"工匠精神"将被扫进垃圾堆。程序员,作为一种翻译工种,谈"工匠精神"是可笑的,未来没有它们的容身之处。 但截止目前,我看到的是,曾经热爱技术、钻研代码的,成了效率最高、...
Chubby♨️@kimmonismusThis guy earned $4,208 in his FIRST week on Capafy with a World Cup Skill! Keep that going, and it is over $16,000 a mon...
ginobefun@hongming731文章总结9组39条AI设计原则，核心是让用户信任程度匹配AI真实可靠性。关键点：AI应发挥模糊意图、内容生成等优势，而非替代传统界面；接受输出多样性，提供多版本和局部修改；输出附证据便于一键验证；用户保留编辑、拒绝、撤销等控制权；AI诚实说明角色和限制；重视失败路径，支持撤销、日志、转人工。
内容独立日宣布一年后，一个付费内容的动态市场已正式形成。自主AI智能体的兴起正在颠覆传统搜索推荐模式，构建可持续的网络经济需要一套全新基础设施来支撑。
凡人小北@frxiaobei有没有发现,现在程序员圈已经没人再去争论什么语言最屌了...因为现在最屌的语言是自然语言...
ginobefun@hongming731哈佛商业评论文章指出，Anthropic、Google DeepMind等AI公司已引入哲学家参与制定模型行为原则。现代领导者需理解三个哲学领域：本体论（定义事物本质，如客户数据是资源还是关系资产）、认识论（判断信息可信度，AI流畅回答不等于真实，需明确哪些需人工核验）、伦理学（价值冲突时的选择，如“坚持立场会损失10%收入是否仍坚持”）。企业接入AI不仅是技术引入，更需追问其判断标准、价值前提及责任归属。哲学是帮助组织审视决策基本假设的校准能力。
凡人小北@frxiaobei一个敢问一个敢答。 耿直还是傻逼?亦或是无所顾忌?
Google 推出首款“为 Gemini 打造”的智能音箱 Home Speaker，售价 99.99 美元。硬件设计精巧，音质在体积相当的产品中表现良好，支持 360 度音效、立体声配对、Matter 控制及 Thread 边界路由器功能，可配合 Google TV Streamer 作为音频输出。然而，内置的 Gemini for Home 智能助手响应缓慢、不可靠，且部分功能需要付费才能使用。相比前代 Nest Audio，新款音箱尺寸更小但低频偏弱，在同价位竞品（Echo Dot Max、HomePod Mini）中音质排名第三。
凡人小北@frxiaobei
François Chollet@fchollet人工智能批量催生千万富翁。SpaceX完成IPO，4400名员工成为千万富翁；其斥资600亿美元收购AI初创Cursor，四位20多岁联合创始人跻身亿万富豪。新富阶层将资金投入奢华腕表（百达翡丽、爱彼等，售价可达30万至86万美元）、抗衰老疗程（年花费200万美元，单次血浆置换近7000美元）及顶级体验（卢浮宫私人晚宴、2026年世界杯门票等），推动奢侈品消费热潮。Anthropic与OpenAI上市计划推进，预计继续催生AI新贵。
OpenBMB@OpenBMBhttps://medium.com/@shirishsrivastava/running-local-vision-llms-on-apple-silicon-a-lightweight-playwright-llama-cpp-pipe...
Claude Sonnet 5在Artificial Analysis评测中以53分（峰值）排名第五，与GPT-5.5 (high)并列。虽输入/输出token价格维持$3/$15不变，但每任务平均成本达$2.29，高于Opus 4.8的$1.97。原因：max设置下输出token消耗比Sonnet 4.6多40%，在agent任务中运行约3倍循环，成本接近翻倍。Anthropic延续了通过新tokenizer增加约30% token消耗的隐藏涨价策略。Sonnet 5在CritPt仅得17%，低于多个更强模型；但Terminal-Bench v2.1、HLE、SciCode分别提升9、10、7分。目前有促销价$2/$10至9月1日，但隐藏成本上涨使其与低价竞品竞争时处于劣势。
Emad@EMostaque
fofr@fofrAINano Banana 2 Lite: > a photo of an arabian cobra, but the head is replaced with a stapler, seamless, perfect animal-obj...
AYi@AYi_AInotesI'm building an app to make $10,000/Month and I'll record everything... I want to document my WHOLE journey building an ...
Chubby♨️@kimmonismusI'm posting this prediction now so I can quote it later. There has been a significant breakthrough in architecture - spe...
fofr@fofrAI
向阳乔木@vista8Vista 分享一个前端开发 Skill，可当作专业动效字典使用：通过 animation-vocabulary 查询“列表一个个冒出来”等动效的标准术语；用 emil-design-eng 打磨弹窗、按钮、页面动效；用 review-animations 审查动画问题。地址详见评论。
美团发布LongCat-2.0，总参数1.6万亿、每个token仅激活约480亿参数的MoE模型，从预训练到大规模部署全程运行在5万张国产算力芯片上，训练消耗超35万亿tokens，无回滚、无不可恢复loss突刺。Agent场景表现突出：在Terminal-Bench 2.1和SWE-bench Pro编程任务上追平Gemini 3.1 Pro，FORTE通用Agent任务与Claude Opus 4.6持平。最大输出128K，最高提供1M上下文，采用LSA稀疏注意力机制和N-gram Embedding优化长上下文与工具调用。已开放API接入，支持OpenAI Compatible和Anthropic API生态，可直接接入Claude Code和Codex等工作流。
关联讨论 9 条X：硅基流动 SiliconFlow (@SiliconFlowAI)X：美团 LongCat (@Meituan_LongCat)Hacker News 热门（buzzing.cc 中文翻译）X：Emad Mostaque (@EMostaque)IT之家（RSS）X：邵猛 (@shao__meng)X：Testing Catalog (@testingcatalog)X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）
数字生命卡兹克@Khazix0918社区逆向发现，Anthropic在Claude Code中植入代码，通过读取本地系统时区（如Asia/Shanghai）和ANTHROPIC_BASE_URL环境变量（与内置147个域名的列表比对）识别中国用户。识别后，使用隐写术修改系统提示词中的Unicode字符（如单引号从U+0027替换为其他字符）和日期分隔符（连字符改为斜杠），形成2-3比特标记回传服务器，而人类肉眼无法察觉。该工具拥有文件系统权限、可执行Shell命令，此举引发开发者对信任安全的广泛质疑。
关联讨论 5 条X：小互 (@xiaohu)公众号：数字生命卡兹克X：邵猛 (@shao__meng)IT之家（RSS）The Decoder：AI News（RSS）
Peter Steinberger 🦞@steipete
小互@xiaohu用 Best.XiaoHu.AI 内容测试显示：Sonnet 5 相比 4.6 在文字和其他任务上提升明显，但前端能力（前端设计、交互、SVG 图像）远不及 Opus。用户将 Sonnet 5 用于文字解读和翻译任务，可节省约一半输入 token，速度提升 1 倍多，翻译成本量级下降约 80%，质量零损失。
Rohan Paul@rohanpaul_aiPerplexity CEO Aravind Srinivas 指出，AI 使用的重心正从普通用户转向重度用户。单个重度用户消耗的计算量可匹敌一个小团队：Meta 等公司工程师每年在编码工具上花费约 1000 万美元/人；Perplexity Computer 上有用户月支出超 1 万美元，其业务依赖在 harness 内运行的 agent loops。公司内部也已出现多智能体层级和 agent loops 架构，消耗远超平均预期。旧软件思维追求十亿人做小动作，而智能体 AI 下，一个熟练操作者即可创造全天候的机器工作流。
Orange AI@oran_geSonnet 5 因更换新 tokenizer，实际费用与 Opus 4.8 相近，引发争议。Sonnet 5 在金融领域（如 GDPeval）表现最佳，擅长调用工具核查事实，但编程费用可能超过 Opus 4.8。Opus 4.8 在复杂编程、规划和 HTML 设计上强，写作不及 Opus 4.6，与 GPT 5.5 各有千秋。目前编程首选 GPT 5.5。三模型均已上线 Cola。
OpenBMB@OpenBMB本地跑了一遍 VoxCPM2,最让我意外的不是它会说粤语、河南话,而是"声音"正在变成一种可以编辑的东西。 写一句提示词,就能指定年龄、音色、情绪和语速;再上传一段参考音频,它还能保留音色,重新控制表达方式。 以前语音模型追求的是"像不像本...
向阳乔木@vista8MCP、API、CLI 本质都是让 Agent 调用工具的方式。MCP 是唯一在协议层考虑“人在回路”的方案，支持回传会话、UI 嵌入、等待人操作等。API 凭借接口描述、可读状态等元信息，适合 90% 场景。CLI 目前因 bash 可组合性强、本地调试方便而最好用，但长期是死路：需 Unix shell 环境，有依赖问题，易因等待人类输入卡死。
http://x.com/i/article/2070358283723141120
向阳乔木@vista8Grant Sanderson（3Blue1Brown）与Dwarkesh Patel对话指出，2024年AI在IMO已达金牌，但组合数学仍卡住。AI数学进展分两类：连接闪电（跨领域连接，如Erdős第1196号问题、单位距离猜想反例）和建造山峰（如伽罗瓦群论，需百年验证）。训练依赖RLVR，但伽罗瓦想法当时被拒，无反馈信号。可验证仅是必要条件，可磨性（并行实例）才是充分条件；电脑操作虽可验证但缺可磨性，进展慢。
向阳乔木@vista83blue1brown 的 Grant Sanderson 在访谈中分享 AI 相关观点：① 知识跨领域连接在自回归框架中属于低概率事件；② AI 擅长跨领域打通已有知识，但尚无法创造全新思考框架；③ AI 最被低估的优势是并行化，而非智力；④ 数学和代码能被 AI 快速迭代，不仅因为答案可验证，更因为可以容器化、并行磨练。完整访谈见视频链接。
http://x.com/i/article/2072191016476856320
Greg Brockman@gdbOkay I owe my @OpenAI friends an apology for sleeping on Codex. I was not aware how strong your game was. This is... rea...
向阳乔木@vista8美团发布并开源LongCat-2.0，1.6万亿总参数、480亿激活参数（3%）的MoE大模型。使用35万亿token训练，在5万片国产芯片上“全程无回滚”完成。引入LongCat稀疏注意力（LSA），包含流感知索引、跨层索引和层级化索引，解决长文本注意力瓶颈。采用5-gram N-gram Embedding增加135B参数，在不增加MoE专家竞争的情况下增强局部上下文理解。训练使用6D并行技术适配国产算力。计划2026年6月30日发布并开源。
François Chollet@fchollet.@tufalabs just open sourced their 1st place notebook 👀
Ethan Mollick@emollick