Yuchen Jin@Yuchenj_UW · 5月11日47

It's weird that the US still doesn’t have a truly competitive open-source model lab. It’s clearly not a money problem. Several neolabs have raised billions. It’s not a compute problem. US labs have easier access to B200s/B300s than Chinese labs. So what is the issue?

译美国至今没有真正具备竞争力的开源模型实验室，这很奇怪。 显然不是资金问题。多家新兴实验室已筹集数十亿美元。 也不是算力问题。美国实验室比中国实验室更容易获得B200/B300芯片。 那么问题究竟出在哪里？

向阳乔木@vista8 · 5月10日59

如果你喜欢到Huggingface读最新的AI论文。 可以安装官方的cli： curl -LsSf https://hf.co/cli/install.sh | bash 安装好以后，提示词： hf papers read [论文编号或论文URL] 同时支持arxiv网站和Huggingface paper的URL。

MiniMax (official)@MiniMax_AI · 5月10日46

Thanks @nvidia for supporting the open model ecosystem🤝📝

译感谢 @nvidia 对开源模型生态系统的支持🤝📝 BTW，快速预告：MiniMax 的最新稀疏解决方案即将推出。🥰

swyx 🌉@swyx · 5月10日66

OK I'VE BEEN SO EXCITED i could barely keep this a secret all week and it's finally official MY HOME COUNTRY'S MINISTER OF FOREIGN AFFAIRS (equiv to Secretary of State) IS A HUGE NANOCLAW FAN (check @VivianBala, that's really him, not an intern) AND WILL BE KEYNOTING @AIDOTENGINEER SINGAPORE (with NanoClaw creator @Gavriel_Cohen right after) NEXT WEEK Usecases like his are what I have been hoping to promote with the international AIE partnerships and @agrimsingh and @SherryYanJiang crushed it with this one. governments waking up to AI and joining @aiDotEngineer: UK: Chief AI Officer Singapore: Cabinet Minister who's next??

译新加坡外交部长维维安·巴拉克里希南将在@AIDOTENGINEER新加坡会议上发表主题演讲，分享他使用开源AI工具构建“第二大脑”工作流的经验。此前，他在GitHub上公开了个人AI技术栈的完整架构，涉及树莓派、Claude、本地嵌入和知识图谱等技术，这一举动受到全球AI社区关注，体现了政府高层对AI技术的直接、公开且务实的参与态度。继英国设立首席AI官后，新加坡内阁部长的深度参与标志着政府正积极拥抱AI。巴拉克里希南的实践表明，有意义的AI讨论应超越抽象层面，需通过实际技术参与来理解其参数，而新加坡正成为此类深度实践的发生地。

阿绎 AYi@AYi_AInotes · 5月10日66

Damn，看完DeepMind这段纪录片，我鸡皮疙瘩都起来了🤯 没有激动人心的演讲，也没有盛大的发布会， 就是一个普通的会议室，几个工程师围着桌子，告诉Demis： 我们现在可以在一个月内，预测出所有已知的10到20亿个蛋白质序列。 Demis没有问 "风险是什么？" "ROI是多少？" "我们要不要先开个评审会？" "要不要先融一轮钱再做？" 他只说了两个字。 "Do it." 然后镜头一转， 就是我们所有人都记得的那个时刻： AlphaFold向全世界开源了， 免费， 永久， holy shit！ 我至今还记得2021年的那一天， 整个生物学界都沸腾了， 一个困扰了人类50年的难题，就这么被解决了， 而且没有任何门槛，任何人都可以用。 有意思的是，现在五年过去了， 有人问，AlphaFold赚了多少钱？ 答案是，一分钱都没赚。 但它催生了Isomorphic Labs，这家公司现在正在谈20亿美元的融资。 我觉得这才是最牛逼的商业模式， 先给全人类做一个免费的基础设施， 建立信任，建立生态，建立标准， 然后再商业化， 而不是反过来。 现在的AI圈是什么样子？ 一个PPT，融几千万美元， 参数吹到天上去，实际什么用都没有。 每天都在喊"颠覆世界"，但连一个真正能解决的问题都找不到。 直到DeepMind告诉我们， 真正改变世界的方式，其实特别简单。 发现一个真正难的问题，解决它， 然后免费给所有人用。 很多人说Demis是这个时代最伟大的科学家， 我觉得他更是这个时代最伟大的领导者， 他知道什么时候该停下来思考，更知道什么时候该毫不犹豫地说"do it"。 其实这个世界从来不缺聪明的人， 也不缺有钱的人， 缺的是那种，看到机会就敢all in，看到能造福人类的事就立刻去做的人。 五年前的那个"do it"，改变了整个生物学， 今天的这个20亿美元，只是它结出的第一个果实，而未来，还会有更多！ #DeepMind #AlphaFold #AI

译DeepMind纪录片记录关键一幕：团队告知Demis Hassabis可在一个月内预测所有已知蛋白质序列时，他未纠结风险与回报，直接回应“Do it”。随后AlphaFold向世界免费开源，解决了生物学界50年难题。此举虽未直接盈利，却催生了估值数十亿美元的Isomorphic Labs，建立了信任与生态。推文借此批判当前AI圈空谈融资与参数却无实质成果的现象，强调真正改变世界在于解决难题并免费开放。Demis被赞为兼具远见与决断力的领导者。

Chubby♨️@kimmonismus · 5月10日66

Holy. Hermes overtook OpenClaw. Looks like we got a new community’s favorite. Going to check it out

译天啊。Hermes超越了OpenClaw。 看来我们有了新的社区宠儿。 得去试试看

向阳乔木@vista8 · 5月9日47

多看一些开源库，对Vibe Coding很有好处。 比如博客支持了PlantUML流程图、Mermaid渲染、拼音标注。 都是从md这个开源库里“偷”来的，而且复制粘贴到公众号也能正常显示。 因为复制时会把这些图渲染成SVG。 像今天晚上直播姚老师说的：“站在巨人肩膀上”。

译作者以自身博客为例，通过借鉴开源库快速实现了PlantUML流程图、Mermaid图表渲染和拼音标注功能。这些功能在复制到公众号等平台时，能自动转为SVG格式以确保兼容性。此举实践了“站在巨人肩膀上”的理念，说明复用成熟开源方案能有效提升开发效率。

向阳乔木@vista8 · 5月9日47

刚和元子 @yuanzi_owO 姚老师 @yaojingang 直播分享了最近用AI做的工具，开源的一些项目。 很多人问各种工具和文档地址，我贴在评论区，方便大家使用。

向阳乔木@vista8 · 5月8日32

这期访谈，能听到好多天才程序员的故事，让AI转写篇文章。 https://blog.qiaomu.ai/what-is-ffmpeg

译最新一期Lex Fridman访谈邀请了VLC播放器开发者和FFmpeg核心贡献者。访谈揭示了VLC最初是为在校园网播放卫星电视信号而设计的，其核心设计哲学是从第一天起就能处理不完整或损坏的文件，这解释了为何它能播放未下载完的AVI文件。一个有趣的现象是，VLC官网25%的流量来自用户搜索“cone player”，因为许多用户只记得其图标是一个锥体。

Nathan Lambert@natolambert · 5月8日11

When I’m emotional about something in AI I often end up writing. Seems to be going okay.

译当我为AI领域的事物动情时，最终往往会付诸文字。 目前看来效果不错。

Ethan Mollick@emollick · 5月8日60

So Mythos was, indeed, not marketing hype. Remember this is a general purpose model that just happens to be good at finding exploits because good models are good at lots of things. Expect similar from OpenAI & Google. And from open models in 8 months. https://hacks.mozilla.org/2026/05/behind-the-scenes-hardening-firefox/

译Mythos确实不是营销炒作。 请记住这是一个通用模型，恰好擅长发现漏洞，因为优秀模型本就具备多重能力。预计OpenAI和谷歌也会有类似表现。开源模型在8个月内也将如此。https://hacks.mozilla.org/2026/05/behind-the-scenes-hardening-firefox/

Orange AI@oran_ge · 5月8日74

朋友捣鼓出来了一个给 agent 用的网盘，能自动同步各种 Agent 的记忆、 skill、文件.... 支持claude code/codex/cursor/..各种主流的工具，以及各种主流的网页应用 直接开源了出来： http://github.com 他也提供了一个部署好的版本，可以直接用 http://www.neudrive.ai 免费版的已经够绝绝大多数的使用场景了 如果是付费版，付款的时候输入vivo50，可兑换3个月的免费使用

译开发者开源了一款专为AI Agent设计的网盘NeuDrive，能够自动同步Agent的记忆、技能和文件。该工具支持Claude Code、Codex、Cursor等主流开发工具以及多种网页应用。项目已在GitHub开源，同时提供了可直接使用的部署版本。免费版已能满足绝大多数使用场景，付费版在付款时输入优惠码“vivo50”可兑换三个月免费使用权。

Anthropic@AnthropicAI · 5月8日56

We’re donating Petri, our open-source alignment tool, to @meridianlabs_ai, so its development can continue independently. Working with Meridian Labs, we’ve also released a major update that improves the adaptability, realism, and depth of Petri’s tests. https://www.anthropic.com/research/donating-open-source-petri

译我们将开源对齐工具Petri捐赠给@meridianlabs_ai，使其能够独立持续发展。 与Meridian Labs合作，我们还发布了重大更新，提升了Petri测试的适应性、真实性和深度。 https://www.anthropic.com/research/donating-open-source-petri

Nathan Lambert@natolambert · 5月8日63

Work led by @jacobcares showed that little compute for building an LLM is actually in the final runs. The vast majority of compute goes to developing a recipe. Creating the recipe openly is a huge lever in making sure the research community's compute pushes to new knowledge.

译由 @jacobcares 主导的研究表明，构建大语言模型的算力消耗很少集中在最终训练阶段，绝大部分算力实际用于开发算法配方。 公开创建算法配方是确保研究界算力能推动新知识产出的重要杠杆。

向阳乔木@vista8 · 5月8日70

想让AI设计公众号排版CSS，可直接跟Agent说，参考Design md设计： https://github.com/VoltAgent/awesome-design-md/tree/main/design-md 一下能设计了70多个知名网站风格，选几个喜欢优化。

Orange AI@oran_ge · 5月7日75

平时出去演讲分享，最烦的就是写 PPT 了 虽然现在 HTML PPT 也很流行，但要做逐字修改还是不方便，毕竟分享的时候还是很严肃的，要确定每个字都是自己想说的 刚好今天看到藏师傅说的 Markdown as Database 的理念，我也非常认同 HTML 好看难改。Markdown 好改难看。 那能不能把 HTML 和 MD 结合起来，修改 MD，让 HTML 渲染 MD？ 于是我晚上就上手试了一下，竟然真的可以。 .md 文件是内容层，HTML 模板是视图层。改内容的时候只改 Markdown，完全不碰 HTML。 一份 Markdown，多种渲染形态：幻灯片、博客、简历、产品页……未来各种模板都可以消费同一份文件。 这个功能已经内置到 ColaMD 的 1.5 版本里啦，虽然只有我平时最喜欢用的那个 PPT 模板，但是既然有一个了，就可以加无限个，开源软件，你让 AI 自己加模板就行 欢迎大家体验哈，走过路过给个 Star 哈 https://github.com/marswaveai/ColaMD

译作者为解决制作演示文稿时修改不便的问题，受“Markdown as Database”理念启发，在ColaMD 1.5版本中实现了一种内容与视图分离的方案。该方案将.md文件作为内容层，HTML作为可更换的视图模板层，用户只需修改Markdown内容，即可生成不同形态的最终呈现，如幻灯片、博客等。此功能已内置，并支持通过开源方式由社区或AI扩展更多模板。

向阳乔木@vista8 · 5月7日74

开源，通通开源，哈哈哈。

译开源，通通开源，哈哈哈。 [引用 @yaojingang]：和 @vista8 讨论了下，决定将我们的新书《AI营销：从SEO到GEO》里配套的25个AI营销与GEO相关的提示词，也开源到GitHub 另外补充了部分短视频和文案相关的提示词，欢迎下载使用或重新拉取 1、提示词合集地址： https://github.com/yaojingang/yao-open-promptsGEO 2、GEO提示词合集： https://github.com/yaojingang/yao-open-prompts/blob/main/prompts/08-ai-marketing/README.md

meng shao@shao__meng · 5月7日61

用好 Google 开放标准 DESIGN.md + Agent Skills，1 小时把创业项目做出「亿元公司」的质感 我特别喜欢和关注的两位博主 @gregisenberg 和 @MengTo，一位在 AI Startup 方面有很多奇思妙想，一位在 AI Design 方面有很深的实践，今天他们用 50 分钟深入探讨了怎么让你的项目，做出「亿元公司」的质感，秘诀就在 Design.md！ https://www.youtube.com/watch?v=oLu32YpiIJw --- 我自己也在做把各大知名公司的品牌和网站设计，吸收沉淀为 DESIGN.md 的 Agent Skills，厚着脸皮说一句：居然和两位大佬想到一起去了，小做一个广告 😄 Brand to DESIGN.md Skill https://github.com/shaom/brand-to-design-md-skill --- 给还不了解 DESIGN.md 的朋友们再介绍一遍： DESIGN.md 是 Google 最近开源的一个开放标准，起源于 Stitch：用一个 Markdown 文件描述一套设计系统的「灵魂」——字体、色彩、间距、圆角、阴影、动效原则等，全部写成结构化文本。 它的定位是 给 AI 看的设计规范。 · HTML / 组件 = 做好的菜 · design.md = 菜谱 · Skills = 食材与做法 为什么 DESIGN.md 重要？ 过去用 AI 生成 UI 的真正痛点不只是「单页好不好看」，更主要的还是一致性： · 第一屏惊艳，第二屏崩塌 · 落地页一种风格、App 一种风格、Pitch Deck 又一种风格 · 每次 prompt 出来的视觉语言都在漂移 DESIGN.md 解决的正是风格的可复用性与可传染性。一个文件，跨页面、跨产品形态（Web / App / 视频 / PPT）保持同一套 DNA。这正是「看起来值一个亿」和「看起来是周末项目」的分界线。 两位博主讨论的可落地工作流 1. 不要从零造设计系统。 选一个你欣赏的品牌（Linear、Stripe、Vercel、Apple……），把它当作参考样本。 2. 用 AI 反向提炼设计语言，输出成你自己的 design.md：色板、字阶、间距尺度、圆角层级、动效曲线、语气（voice）。 3. 在 design.md 之上叠 Skills： Landing Page Skill Mobile App Skill Motion / Video Skill Slide Deck Skill 每个 Skill 都强制引用同一个 design.md 4. 统一应用于所有触点：官网、产品、Pitch Deck、宣传片、社交图——同一套基因。 5. 建立设计「第二大脑」：日常看到好的东西就存档（截图库、Figma 板、Notion）。审美是养出来的，不是下载来的。这是 design.md 之外，AI 替代不了的部分。

译Google开源的DESIGN.md是一个面向AI的结构化设计规范文件，能系统定义字体、色彩、间距等核心设计元素，解决AI生成UI时风格不一致的痛点。通过借鉴成熟品牌设计语言，并用AI将其提炼为DESIGN.md文件，开发者可在此基础上构建Landing Page、Mobile App等各类Agent Skills。这套工作流能确保创业项目的官网、应用、宣传材料等所有触点保持统一的视觉基因，快速呈现专业、一致的“亿元公司”质感。此外，建立日常设计灵感库是培养审美、AI无法替代的关键环节。

阿绎 AYi@AYi_AInotes · 5月7日63

卧槽，说个颠覆我认知的事， 现在AI 把算命这件事，已经干到了全球大赛接近人类顶尖的水平，直接把通用大模型都甩开了一大截！ 说实话，我一开始看到这个消息， 第一反应是又来个蹭玄学流量的 AI 噱头， 直到翻完它的完整技术报告和大赛数据， 才发现我完全想错了， 这是 2025 年第十六届全球算命师大赛， 足足 3069 名参赛者，全是行业里的真人从业者， 不是什么野鸡比赛。 之前很多人做 AI 命理， 无非就是把排盘数据往 Prompt 里一塞， 让通用大模型硬猜， 结果全是结构性的硬伤。 命理这东西，衍生数据组合爆炸， 各种宫位的空间关系， 序列化之后直接丢了关键信息， 长链推理越跑越偏，再加上专业语料稀缺， 幻觉满天飞，根本没法用。 哪怕是Claude Opus 这种顶流通用模型， 在这个赛道里，准确率也只做到了 40%。 但这个叫 Tianfu Agent 的产品， 直接干到了 50% 的截尾均值准确率， 人类大赛 Top20 的平均水平，也才 53.5%， 只差 3.5 个百分点就摸到了人类顶尖从业者的门槛， 比通用模型的天花板，直接高出了 10 个百分点。 我翻完它的架构设计才明白， 它压根没走通用模型硬背规则的老路， 它把传统命理这件事，彻底给工程化了， 先做了 200 多个专用的原子工具，排盘，飞宫， 用神推演这些需要精准计算的环节， 全交给工具来做，模型根本不用记规则，也就不会出错。 不止如此，它还把各个流派的专业技法，全封装成了带适用场景和优先级的可调用函数，模型按需触发，不会出现 Prompt 塞太多规则导致的遗忘和污染，甚至连命理师的直觉，它都做了量化，工具输出置信度，子 Agent 自评，再加上紫微八字奇门多流派交叉验证，模拟真人专家的隐性判断。 我自己去它官网跑了一轮事业运的实测，细节全对，连我哪年换的赛道，哪年遇到的关键节点，都给我推得明明白白， 但说实话，最让我震撼的还不是它算命算得有多准，它这套 Agent 范式给所有垂直专业领域的 AI 化，趟出了一条全新的路， 命理这种规则密集，又带经验和直觉的模糊领域，它不强求 AI 懂命理，只让 AI 会用这套专业的命理工具箱， 比 SFT 或者 RAG 的效率高太多，还可控可扩展，这套思路，完全能迁移到法律，中医，建筑这些规则密集的领域里。 它还把这次大赛用的评测基准 MingLi-Bench，完整开源到了 GitHub 上，想研究的开发者直接就能用，产品也有网页版，国内国外都能访问，任务积分就能免费试用。 当然它也不是完美的，目前还是在多选题的基准里跑，真实的开放咨询，还有人类的阅历和共情能力，它还是有差距，只能当参考工具，不能当绝对的预言。 说白了，这就不是什么 AI 卷算命的噱头，本质上是 AI 系统性吃透一套古老复杂知识体系的里程碑式尝试，中国开发者在这种本土文化的垂直领域，真的有天然的优势了哈哈。 想体验的可以去@DestinyLinker的官网http://tianfu-ai.com试试, Benchmark:https://github.com/DestinyLinker/MingLi-Bench

译Tianfu Agent在第十六届全球算命师大赛中取得50%的截尾均值准确率，接近人类顶尖选手的53.5%，显著超越通用大模型40%的基线。其突破在于采用工程化方案：开发200多个专用原子工具处理精确计算，将流派技法封装为可调用函数，并通过量化工具模拟人类直觉。该Agent范式为法律、中医等规则密集型领域的AI化提供了可迁移的新路径，相关评测基准已开源。

向阳乔木@vista8 · 5月7日32

这项目有意思，让由 20 不同大模型开发相同的UI组件。 看出来的效果有什么不同。 比如GPT-5.5 用文字有点多，感觉还是Opus 4.7好点。 网址见评论

swyx 🌉@swyx · 5月7日31

openclaw + cline velocity is underrated

译openclaw + cline velocity 被低估了

Berryxia.AI@berryxia · 5月7日62

http://x.com/i/article/2052175932417585152 # 你的Claude突然“不限额”了，背后其是Musk的一场豪赌 ！ > 核心速览 xAI 官方刚刚宣布：SpaceX 将 Colossus 1全部算力开放给 Anthropic，包括22万+块 NVIDIA H100/H200/GB200 GPU 和超300MW 电力。这是目前全球最大、最快部署的 AI 超级计算机之一。双方还共同释放信号——未来将合作开发数吉瓦（GW）级轨道 AI 计算能力，把数据中心搬上太空。 ## 一、公告实况：今天刚官宣的“算力大礼包” xAI 官方刚刚发帖宣布：SpaceX 将 Colossus 1全部算力开放给 Anthropic，这份“算力大礼包”包含： - 22万+块 NVIDIA H100/H200/GB200 GPU - 超300MW 电力供应 - 全球最大、最快部署的 AI 超级计算机之一 Anthropic 的即时回应 Claude 产品线全面升级： - Claude Pro/Max/Team 的 Claude Code 限额直接翻倍 - 峰值时段限制彻底取消 - Opus 模型 API 速率大幅提升 - 新容量本月内上线 更宏大的未来蓝图 双方共同释放信号：未来将合作开发数吉瓦（GW）级轨道 AI 计算能力——也就是把数据中心搬上太空。 ## 二、前世今生：从推特死敌到算力盟友 前世：Musk 曾公开炮轰 Anthropic 2025年，Elon Musk 曾在 X 上多次炮轰 Anthropic: - “Anthropic 赢的可能从来不存在” - “misanthropic（反人类）” - “过于安全主义、存在政治偏见” Anthropic 的 Claude 以“宪法 AI”强对齐闻名，被视为 Musk“最大真理追求”的对立面。 网友热议困惑1：“为什么 Elon 之前说他们坏，现在却给算力？” 解答： Musk 本周亲自会见 Anthropic 高管后表示： > “我花时间见了他们的团队，他们的努力让我相信 Claude 对人类有益。没人触发我的‘evil detector’。” 现实打败了意识形态——AI 算力荒已到临界点。Colossus 1在 xAI 升级 Colossus 2后利用率仅11%（远低于行业40%），租出去既能变现，又能测试未来商业模式。 ## 三、今生：这笔交易的本质不是慈善，是“资本的双赢”！ Anthropic 获利 - 瞬间获得全球顶级算力 - Claude 产品体验直接起飞 - 用户限额暴涨，竞争力飙升 SpaceX/xAI 获利 - Colossus 1变现（IPO 前亮眼营收） - 验证“轨道计算”商业模式 - SpaceX 独有的火箭、星链、低成本入轨能力，一揽子解决能源、散热、带宽难题 官方原话： > “太空是唯一能提供近乎无限可持续电力、且对地球影响极小的方案。” 网友热议困惑2：“xAI 把算力给对手，是不是示弱/出卖未来？” 解答： 大错特错！ xAI 早已转战 Colossus 2，Colossus 1只是“富余产能”。这不是资敌，而是把闲置资产变成现金流+战略测试。 Musk 帝国的垂直整合（火箭+星链+AI）优势碾压，其他公司还在地球电网瓶颈里挣扎。 ## 四、网友热议：十大真实困惑与深度解答 （采集 X 高赞讨论） 1. “AI 实验室在推特上是死敌，在数据中心却‘借机架’？” → 算力才是新石油，意识形态必须让位于现实。 2. “Sam Altman 看了会哭吗？” → OpenAI 等竞争者压力山大，Musk 生态正在成为 AI 基础设施的“公用事业”。 3. “轨道计算靠谱吗？会不会太空垃圾爆炸？” → SpaceX 发射频率全球第一，星链已证明低轨运维能力。若工程挑战解决，轨道太阳能+在轨散热可彻底绕开地球环保与电力极限。 4. “普通人能立刻感受到吗？” → 能！Claude Code 限额翻倍，你今天用 AI 编程、写作、科研就更丝滑。 5. “xAI 利用率低，是不是工程失误？” → 相反，是战略超前：先建算力再建模型。未来 xAI 毛利率或成行业最高。 6. “会不会收购 Anthropic？” → 目前是“算力租赁+未来合伙”，但 Musk 生态常有“先合作后深度绑定”的传统。 7. “中国/欧洲会跟进太空 AI 军备竞赛吗？” → 极大概率，地缘竞争将加剧，但 SpaceX 当前发射优势短期内无人能及。 8. “AI 安全风险会不会因无限算力失控？” → Musk 保留“若 AI 有害可收回算力”权利，Anthropic 宪法 AI 理念或在合作中更趋“truth-seeking”。 9. “这对 Grok 用户是利好还是威胁？” → 纯利好：xAI 变现后加速迭代，间接推动全行业进步。 10. “未来 AI 服务会不会被‘国家墙’隔离？” → 可能，但轨道计算全球化趋势或让普通人获得更廉价、更普惠的 AI 工具。 ## 五、未来意义：算力垄断的太空篇章 这笔合作暴露了 AI 行业最残酷的真相： > 模型质量重要，但算力、电力、散热才是真正的王道。 Musk 用火箭把 AI 未来送上太空，地球物理限制被彻底打破。垂直整合帝国（SpaceX+星链+xAI）正在筑起“算力壁垒”。 公告明确：空间计算“对地球影响更小、可持续电力近乎无限”。 ## 六、可能的四种局面，你会活在哪一个？ 剧本1：加速红利 Claude 与 Grok 并进，AI 工具免费化/廉价化，2028-2030轨道计算落地，普通人效率爆炸。 剧本2：Musk 垄断 SpaceX 成为全球 AI 基础设施提供商，更多公司排队租算力，xAI/SpaceX 估值再创新高。 剧本3：地缘竞赛 中美欧太空 AI 军备赛开启，服务可能被“墙”隔离。 剧本4：风险警示 轨道垃圾、AI 对齐失控、财富差距拉大——但 Musk“可收回算力”机制已埋下安全阀。 ## 七、对普通人的真实影响：你我生活将被如何重塑？ 短期（2026-2027） Claude 用得更爽，编程、学习、医疗咨询效率翻倍。 中期（2028-2030） AI 成本暴跌，SpaceX 太空经济带动航天、新材料、能源等就业。 长期（2030+） 人类计算能力摆脱地球限制，加速多行星文明。但工作岗位变化、隐私、能源分配问题也会落到每个人头上。 ## 结语 一句话总结 > 你既是这场算力革命的受益者，也是最终变量。 未来已来，只是分布在轨道上 你看好轨道 AI 计算，还是更担心未知风险？欢迎评论区继续热议！ 数据来源：xAI/Anthropic 官方公告、X 实时高赞讨论、Forbes/Wired 等报道

译SpaceX将其Colossus 1超算的算力开放给Anthropic使用，该设施拥有超过22万块NVIDIA GPU和超300MW电力。Anthropic随即取消了Claude产品的使用限额并提升了API速率。双方未来将合作开发吉瓦级的轨道AI计算能力，旨在利用太空的可持续电力。此举本质是SpaceX将闲置算力变现并验证其“轨道计算”商业模式，展现了Musk旗下业务的垂直整合优势。合作标志着AI竞争核心已转向算力、电力等基础设施。

Replit ⠕@Replit · 5月7日67

The first AI creative conference connecting code to culture is coming to NYC, June 17–18. Limited early bird tickets are available now. Grab yours before they’re gone. http://vibecon.ai

译首届连接代码与文化的AI创意大会将于6月17日至18日登陆纽约。 早鸟票数量有限现已开售。 趁早抢购以免错失良机。 http://vibecon.ai

Chubby♨️@kimmonismus · 5月7日76

OrcaRouter-Lite just launched open source. MIT. BYOK. Self-hosted. Zero markup. The real unlock: model="auto" picks the cheapest capable model, with deterministic prompt caching across providers. Every LLM team has been hand-rolling some messy version of this for the last two years. Now it’s basically one base_url change. Your keys, cache and router ♥

译OrcaRouter-Lite 现已开源，这是一个采用MIT许可、可自托管的大型语言模型路由工具。它支持用户自带密钥，无需外部数据库，并能对接OpenAI、Anthropic、Google、Groq等多种服务提供商。其核心创新是model="auto"模式，可自动为每次请求选择成本最低且能力匹配的模型，并具备跨提供商的确定性提示缓存功能，使得重复的相同请求能在毫秒内以零成本返回。该项目旨在解决开发团队手动编写复杂模型选择逻辑的痛点，通过简单的Docker部署即可实现路由功能，托管版本将于本周稍晚推出。

Berryxia.AI@berryxia · 5月7日76

姚老师简直赛博活菩萨&Yao！ 看看姚老师的开源提示词合集，直接打call 吧！

译姚老师将其公开分享的提示词整理并开源至GitHub仓库。该合集包含约100个提示词，覆盖AI方法、工作、学习、生活、教育、内容、编程、营销和思考等九大类场景。其中特别推荐的是对用户帮助显著的元提示词，包括简易版和进阶版。作者表示后续将通过该仓库持续更新经过验证的有价值提示词。

Berryxia.AI@berryxia · 5月6日74

我靠！高手果然在民间！ 比Google 官方还快3 x，那真的要起飞了。

译一个名为dFlash的GitHub项目宣称，能将Gemma 4模型的推理速度提升至6倍。这一速度提升幅度超过了谷歌官方此前实现的3倍加速，并且据称在实现加速的同时没有损失模型输出的质量。该项目引发了社区关注，被认为展现了民间开发者在模型优化方面的强大能力。

向阳乔木@vista8 · 5月6日77

姚老师把去年写的所有提示词都整理好，都开源了。 跟很多提示词不同，姚老师实干派，基本都是商业场景能用得上的，多数来源于自己或业务需求。 强烈推荐收藏。

译姚老师将其去年编写的提示词整理并开源，强调这些提示词以实干派风格为主，适用于商业场景，源于实际业务需求。合集包含约100个提示词，覆盖AI方法、工作、学习、生活、教育、内容、编程、营销和思考等9类场景，特别推荐其中的元提示词（包括简易版和进阶版）。项目已通过GitHub发布，并将持续更新验证过的有价值提示词，方便用户下载和迭代。

OpenAI@OpenAI · 5月6日54

We’ve partnered with @AMD, @Broadcom, @Intel, @Microsoft, and @NVIDIA, to release Multipath Reliable Connection (MRC), a new open networking protocol that helps large AI training clusters run faster and more reliably, with less wasted GPU time. https://openai.com/index/mrc-supercomputer-networking/

译我们已与@AMD、@Broadcom、@Intel、@Microsoft和@NVIDIA合作，推出多路径可靠连接（MRC）——这是一种全新的开放式网络协议，可帮助大型AI训练集群运行得更快更可靠，并减少GPU时间浪费。 https://openai.com/index/mrc-supercomputer-networking/

SemiAnalysis@SemiAnalysis_ · 5月6日58

For the past 12 years, cuDNN has been completely closed sourced (besides the .h files), until this week! OVER 20 MoE kernels & NSA sparse attention kernels from cuDNN has been open sourced! Great work to @manicely6005 & the rest of the team on seeing that parts of NVIDIA are moving towards open kernels! open source kernels drive innovation! (1/3) 🧵

译过去12年间，cuDNN一直完全闭源（除.h文件外），直到本周！超过20个MoE内核及NSA稀疏注意力内核已从cuDNN开源！感谢@manicely6005及团队其他成员的卓越工作，让我们看到英伟达的部分技术正朝着开放内核的方向迈进！开源内核驱动创新！(1/3) 🧵

Jeff Dean@JeffDean · 5月6日50

Great to see my friend @andykonwinski as one of the keynote dishes at the first @CAISconf later this month!

译Databricks和Perplexity AI联合创始人、Laude Institute创始人Andy Konwinski将于本月晚些时候在首届CAISconf上发表主题演讲。Laude Institute秉持“交付你的研究”使命，通过Moonshots、Slingshots和Open Frontier等项目资助开源AI研究。其支持的智能体基准Terminal-Bench在推出126天后即被列入Anthropic的Claude 4模型卡，并已成为衡量命令行性能的行业标准。CAISconf会议定于5月26日至29日在圣何塞举行。

Berryxia.AI@berryxia · 5月6日66

Gemma 4 现在最高能跑到 3倍速度，而且质量完全不变。 他们没有增加参数、没有换新架构，只是推出了一套 MTP drafters（多 token 预测草稿机），让模型一次预测多个 token，彻底绕过了传统 autoregressive 一个词接一个词的串行瓶颈。 GPU 不再傻等，它开始“预判”了。 这意味着： 本地部署实时性大幅提升 Agent、代码生成、实时翻译这些场景直接起飞 开源模型在性价比上的优势又被拉大一截 Google 这次玩的不是参数战，只是把硬件利用率直接压榨到极致。 当闭源模型还在拼“谁更聪明”的时候， 开源已经在拼“谁更快、更便宜、还能本地跑”了。 博客在这里👉 https://blog.google/innovation-and-ai/technology/developers-tools/multi-token-prediction-gemma-4/

译Google通过为Gemma 4引入MTP drafters（多token预测草稿机），在不增加参数、不改变架构和模型质量的前提下，实现了最高3倍的推理速度提升。该技术让模型能一次预测多个token，突破了传统自回归解码的串行瓶颈，极大提升了GPU利用率。这显著增强了本地部署的实时性，并使Agent、代码生成等场景受益，进一步放大了开源模型在性价比和本地运行方面的优势。

OpenAI Developers@OpenAIDevs · 5月6日73

The updated Agents SDK is now available in TypeScript, with support for sandbox agents and an open-source harness built in.

译更新后的 Agents SDK 现已提供 TypeScript 版本，支持沙盒代理并内置开源测试框架。 [引用 @OpenAIDevs]：构建可长期运行的代理，获得更多对代理执行的控制权。 Agents SDK 的新功能： • 在受控沙盒中运行代理 • 检查并自定义开源测试框架 • 控制记忆创建时机及存储位置

宝玉@dotey · 5月6日75

Google 为自家开源模型 Gemma 4 发布了 MTP drafter（多 token 预测草稿模型），推理速度最高提升 3 倍，输出质量保持不变。https://x.com/googledevs/status/2051700599184629994/video/1 Gemma 4 是 Google 几周前发布的开源模型系列，从手机端的 E2B、E4B 一直到工作站的 26B MoE 和 31B Dense，官方称上线几周下载量已经突破 6000 万。MTP drafter 用的是 speculative decoding（推测解码）：让一个轻量级的小模型先“猜”出接下来好几个 token，再让大模型一次性并行验证，验证通过的部分一口气全部输出。 这套机制对本地跑模型的场景特别有用。LLM 推理之所以慢，瓶颈往往不在算力，而在内存带宽，处理器大部分时间都在把几十亿参数从显存搬到计算单元，只为了挤出下一个 token。推测解码把闲置算力利用起来，让小模型一次预测多个 token，大模型只做验证，等于把流水线拉满。 实际效果上，在 Apple Silicon 跑 26B MoE 模型，批量大小开到 4 到 8 时本地能拿到约 2.2 倍提速。因为最终验证仍由大模型完成，输出和原版逐字一致，没有质量取舍。 drafter 沿用 Gemma 4 的 Apache 2.0 协议，权重已经上传到 Hugging Face 和 Kaggle，transformers、MLX、vLLM、SGLang、Ollama 都已支持。

译Google为其开源模型Gemma 4推出MTP drafter（多token预测草稿模型），采用推测解码技术，能在保持输出质量不变的前提下，将推理速度最高提升3倍。该技术利用轻量级小模型预先推测多个token，再由大模型并行验证，从而显著提高吞吐效率，尤其有利于缓解本地部署时的内存带宽瓶颈。例如，在Apple Silicon上运行26B MoE模型时，批量处理可获得约2.2倍加速。模型沿用Apache 2.0协议，权重已开源，并获主流推理框架支持。

阿绎 AYi@AYi_AInotes · 5月6日71

holy shit🤯 Anthropic今天这个更新直接把华尔街初级分析师给炒了的节奏啊😲 他们不是发了个新模型，也不是优化了什么算法， 是一次性扔出10个现成的金融Agent，直接把投行、资管、基金最耗时的10个核心工作，全部产品化了，damn！ 以前初级分析师花3天做的估值复核，现在Valuation Reviewer 14分钟搞定。 自动拉财报，跑comps，做EBITDA桥，标记异常，执行GL对账，最后一键转给Statement Auditor。 整个流程没有一个人类插手。 这还哪是什么AI辅助工具啊兄弟们， 简直就是一整套开箱即用的数字员工团队啊！ 关键是每个Agent都自带技能、数据源连接器和子Agent， 直接连LSEG、FactSet、S&P、Morningstar所有顶级金融数据库。 原生支持Excel和PowerPoint，写完模型直接生成PPT，连格式都给你调好。 提供两种使用方式，覆盖所有场景： • 插件模式：在Claude Cowork里一键安装，分析师边看边改，适合日常工作 • 托管模式：用官方Cookbook一键部署到生产环境，24小时自动跑，全链路审计日志，合规友好 最狠的是，所有东西全部开源‼️ GitHub仓库直接放出所有Agent的完整代码、系统提示和部署脚本。 你只要fork一下，改改公司模板和数据源，就能变成你自己的内部AI团队🤩 我尼玛，这才是真正的降维打击啊， 以前投行junior 60-70%的时间，都在做pitchbook、估值复核、月末结账这些重复劳动。 现在这些工作，一个Agent几分钟就能搞定，相当于把整个岗位的核心内容给干掉了！ 不过我觉得这对高级人才反而是好事， 你终于不用再熬夜调PPT格式，不用再对着Excel一行行对账了哈哈哈😄 你的所有时间都可以用来做真正有价值的事：判断、决策、客户关系、寻找alpha。 喵个咪，不得不说Anthropic这步棋太准太狠了， 所有人都在卷通用模型的时候，它直接all in企业级金融。 主打安全、合规、可审计，正好戳中OpenAI和微软最薄弱的环节。 现在花几百美元一个月的Claude订阅，就能用上以前只有高盛摩根才有的分析能力， 中小基金、独立PE、财务顾问，第一次有了和大厂掰手腕的武器。 这次更新可以说是一次真正的护城河升级，让AI Agent从实验玩具正式变成企业生产力武器的里程碑， 我理解金融只是第一个被全面攻破的行业， 接下来是法律、医疗、供应链……所有标准化、流程化的工作，都会被同样的逻辑彻底重构，甚至颠覆，拭目以待吧。

译Anthropic发布了10个开箱即用的金融专用AI Agent，将估值复核、制作pitchbook、月末结账等核心工作产品化。这些Agent能自动连接顶级金融数据库，原生支持Office，并可通过插件或托管模式使用，全链路审计确保合规。所有代码均已开源，企业可快速部署内部AI团队。此举直接替代初级分析师大量重复劳动，将AI Agent从实验工具转化为企业级生产力，并精准切入金融行业对安全合规的刚性需求，可能引发行业工作流程重构。

Berryxia.AI@berryxia · 5月5日78

这一波最让人意外的是： Ollama直接把Claude Desktop变成了开源模型的豪华驾驶舱。 一条命令就搞定： ollama launch claude-desktop 从此以后，Ollama Cloud里的所有模型（Kimi、DeepSeek、Qwen…）都能无缝跑在Claude Cowork和Claude Code里！ 享受完整桌面级体验：本地文件读写、应用交互、代码智能体全都有。 以前你得在“本地开源模型”和“Claude高端界面”之间二选一，现在Ollama直接打通这个屏障！ 想切回Anthropic原生模型？一句话： ollama launch claude-desktop --restore 这波操作，不只是技术整合，更是把AI工具链的最后一道壁垒彻底干掉。 文档在这里：https://docs.ollama.com/integrations/claude-desktop 真正的AI时代，不是谁的模型最强，而是谁能把模型最丝滑地塞进你的日常工作流。

译Ollama通过命令`ollama launch claude-desktop`，将Ollama Cloud中的开源模型（如Kimi、DeepSeek、Qwen）无缝接入Claude Desktop应用。用户可在Claude Cowork和Claude Code中直接使用这些模型，享受完整的本地文件读写、应用交互及代码智能体等桌面级功能，打破了以往在本地开源模型与Claude高端界面间必须二选一的限制。通过`--restore`参数可轻松切换回Anthropic原生模型。此举消除了AI工具链的关键壁垒，标志着AI竞争重点正转向工作流的无缝融合。

Berryxia.AI@berryxia · 5月5日62

OpenCode 刚刚迎来了一次重大升级。 原生 GUI 聊天界面，可随时切换至终端，内联差异对比、Git 面板、消息排队、引导、丰富的工具调用、对话中途切换提供商，以及更多功能。

Berryxia.AI@berryxia · 5月5日66

兄弟们！Anthropic刚刚把“用AI建一家公司”的完整蓝图正式公开了。 画面直接炸裂： CEO只有1个人（而且可以去睡觉）， 剩下的全部员工都是AI。 它们自己分配任务、自己决策、自己推进项目， 人类只需要设定目标，剩下的全交给AI团队自动跑。 这不是科幻，这是Anthropic联合Google Cloud刚刚发布的《Agent Stack》官方指南。 核心就是一套完整的“AI企业操作系统”： - ADK（Agent Development Kit）：开源框架，3个文件就能跑起第一个AI员工（http://agent.py + .env + __init__.py），几分钟出结果。 - MCP协议：让AI能无缝调用任何外部工具（搜索、代码执行、内部数据库…），两行代码就搞定。 - Vertex AI Agent Engine：生产级部署神器，一键把AI扔进云端，自动监控、自动扩容、自动日志，彻底告别手动搭服务器的痛苦。 - A2A（Agent-to-Agent）协议：让不同框架的AI也能互相沟通，像真正的公司部门协作一样。 更狠的是工作流模式： - Sequential（串行）→ 一步接一步 - Parallel（并行）→ 同时干好几件事 - Loop（循环）→ 直到达成目标才停 - 再加上Session（短期记忆）+ Memory（长期记忆），AI不再是每次都失忆的机器人，而是真正“认识你”的长期员工。 实际案例已经跑通： 客服自动处理→内部数据分析→代码生成+PR提交… 以前要几小时甚至几天的事，现在AI几秒到几分钟就搞定。 Anthropic这次直接把“AI替你上班”这件事，从概念变成了可复制的工程模板。 工作真的在死去吗？ 至少传统“一个人干一摊活”的模式，正在被“一个人类指挥一群AI”彻底取代。 当AI能24小时不睡觉、不休息、不抱怨地给你干活， 你还愿意继续用老方式工作吗？ 这个蓝图值得每一个想用AI放大自己产能的人立刻存下来。 完整线程值得反复看。 你准备好让AI替你组建团队了吗？

译Anthropic联合Google Cloud正式发布《Agent Stack》指南，提供了一套完整的“AI企业操作系统”蓝图。该系统允许人类仅设定目标，由AI员工自主分配任务、决策并推进项目。其核心包括ADK开源框架、MCP工具调用协议、Vertex AI生产部署引擎及A2A智能体协作协议，支持串行、并行等工作流，并具备记忆功能。实际应用表明，AI能在几秒到几分钟内完成以往需数小时的任务，将“AI建公司”从概念转化为可复制的工程模板，推动工作模式向人类指挥AI团队转型。

OpenClaw🦞@openclaw · 5月4日72

OpenClaw 2026.5.3 🦞 📁 File transfer for paired nodes 🧭 /steer + /side for live agent control 🔌 Plugin installs/updates hardened 🛠️ Channel + upgrade fixes Big release, fewer paper cuts. https://github.com/openclaw/openclaw/releases/tag/v2026.5.3

译OpenClaw 2026.5.3 🦞 📁 配对节点间的文件传输 🧭 使用 /steer + /side 进行实时智能体控制 🔌 插件安装/更新已加固 🛠️ 频道与升级修复 重大发布，减少琐碎问题。 https://github.com/openclaw/openclaw/releases/tag/v2026.5.3

Ethan Mollick@emollick · 5月3日51

This is a good explanation of why the gap between open and closed models is larger than it appears in benchmarks. I would add in that current open models are also more fragile than closed: they handle out-of-distribution problems far less well & have lower emergent capabilities.

译这是一个很好的解释，说明了为什么开源模型和闭源模型之间的差距比基准测试中显示的更大。我想补充一点，当前的开源模型也比闭源模型更脆弱：它们处理分布外问题的能力差得多，并且涌现能力较低。

Peter Steinberger 🦞@steipete · 5月3日45

This one fixes the depenency issues/slowness some had when installed via npm. Plugins are hard, worth it tho! Package is way leaner now, we moved [almost] everything into extensions! https://docs.openclaw.ai/plugins/manage-plugins

译OpenClaw 2026.5.2 版本核心解决了通过 npm 安装时的依赖问题和速度缓慢现象。本次更新通过将大部分功能移至扩展插件，显著精简了主软件包。主要更新内容包括：集成 xAI Grok 4.3 模型，增强插件安装与更新的稳定性，优化 Gateway 和 agent 关键路径的性能。此外，还修复了 Discord、Slack、Telegram、WhatsApp 等通讯工具的集成问题，并对 TTS、实时功能、网络搜索及语音通话进行了优化打磨。此次发布旨在减少系统故障，提升整体稳定性和运行时间。