ginobefun@hongming731

51

京东广告团队推出GRAM架构，旨在通过大模型原生知识工程解决传统CTR模型的瓶颈。该架构构建了毫秒级查询的级联知识图谱，将商品属性与业务规则作为“事实护栏”注入，以杜绝AI幻觉，确保推荐符合现实。它颠覆了依赖历史数据的冷启动模式，即使零销量新品也能通过知识网络的高维特征关联实现精准分发。同时，GRAM将企业内隐知识结构化作为上下文，使大模型能进行复杂的深度决策，而非仅计算曝光。

Berryxia.AI@berryxia

63

姚金刚：开源一个教程Skill 打磨了十几版，效果还不错，已推到GitHub 如果想在五一假期高质量充电，或随时给自己生成一份定制高质量教程 欢迎下载 基本逻辑： …

歸藏(guizang.ai)@op7418

57

歸藏(guizang.ai)：太猛了，Codex 做类《杀戮尖塔》游戏完整关卡演示！ 现在非常细了，除了没有声音以外，其他的都相当完美了！ 主要的场景和角色素材是 GPT-Image 生…

Chubby♨️@kimmonismus

62

Meta、亚马逊、Alphabet和微软2026年第一季度营收均超预期，云业务增长强劲，其中Google Cloud收入暴涨63%首次突破200亿美元。然而，四家超大规模企业2026年资本开支总额预计将超过6500亿美元，巨额AI基础设施投资引发市场焦虑，导致Meta和微软股价在盘后下跌。这些巨头在计算领域的投入规模正重塑全球经济，其投资能否带来相应回报将定义未来十年的科技投资格局。

阿绎 AYi@AYi_AInotes

64

Berryxia.AI：今天看到一条容易被刷掉的消息，但越想越觉得有意思。 LMArena 文本榜最新更新，文心 5.1 Preview 拿下 1476 分，国内第一，全球前十五唯一…

Berryxia.AI@berryxia

55

文心5.1 Preview在LMArena文本榜以1476分位列国内第一，是全球前十五名中唯一的国产模型，排名超越GPT-5.5与DeepSeek-V4-Pro。尽管AI领域热点转向Agent与多模态，但DeepSeek V4与文心5.1等旗舰模型仍以文本为核心。作者强调文本能力是大模型的地基，代码、推理等多维度能力均由此衍生，地基差异直接影响上层性能，因此文本仍是模型拉开差距的关键分水岭。引用推文显示，文心5.1在数学、法律与政府、商业管理及软件服务等类别表现突出。

向阳乔木@vista8

52

歸藏(guizang.ai)：太猛了，Codex 做类《杀戮尖塔》游戏完整关卡演示！ 现在非常细了，除了没有声音以外，其他的都相当完美了！ 主要的场景和角色素材是 GPT-Image 生…

Rohan Paul@rohanpaul_ai

60

Anthropic最新研究利用BioMysteryBench测试平台评估Claude在真实生物信息学问题上的能力。该测试将客观答案隐藏于真实数据集中，涵盖99项任务。在至少一位人类专家解决的76个问题上，Claude Mythos Preview模型准确率约为83%；更值得注意的是，在23个专家小组未能解决的问题上，该模型仍解决了其中约29.6%。然而，模型在困难问题上的成功重复性较低，表明其表现尚不稳定。研究指出，Claude最有效的模式并非充当“先知”，而是扮演快速研究协作伙伴的角色：通过分层使用方法、交叉验证证据并运用广泛背景知识来缩小搜索空间。

Rohan Paul@rohanpaul_ai

69

白宫阻止了Anthropic扩大其新型AI模型Mythos访问权限的计划。该模型能发现并利用软件漏洞，能力足以触发国家安全管控。Anthropic希望新增约70家机构使用，但官员认为扩大访问会加剧安全风险，并可能挤占已授权机构的计算资源。此事反映出Anthropic与华盛顿关系紧张，涉及军事用途争议与信任问题。此类模型能极大缩短漏洞发现与武器化之间的时间，因此推广决策首先是安全决策。白宫的策略是限制访问以降低即时风险，并优先保障已获授权机构的需求。

歸藏(guizang.ai)@op7418

46

歸藏(guizang.ai)：我操，Codex 太牛逼了！ 自己给我做了一个类似于《杀戮尖塔》的爬塔游戏，从代码到素材全是自己搞。 我就跟他说了一个要做类似《杀戮尖塔》的游戏，要中国风格…

Rohan Paul@rohanpaul_ai

56

本文提出Agentic Harness Engineering方法，使编码代理能自动重写自身工具和规则，并通过可审计实验验证每次更改的有效性。传统代理工具调整依赖手动或混乱自我改进循环，缺乏明确证据。该方法将编辑转化为文件级可回滚部分，压缩运行日志为简短失败证据，并让代理为编辑写预测后基于任务结果检查。在Terminal-Bench 2测试中，从小型shell-only工具开始，经10轮进化且基础模型固定，单次尝试成功率从69.7%提升至77.0%，超越其他基线。最终工具可迁移至其他模型和SWE-bench-verified任务，在不同模型家族获得5.1到10.1点提升，并减少12%令牌使用，为昂贵工具工作提供可靠、可控的自我改进途径。

Chubby♨️@kimmonismus

65

Anthropic发布了BioMysteryBench基准测试，包含99个使用原始、杂乱真实生物数据集的开放式生物信息学挑战。最新Claude模型（4.7）解决了大部分人类专家能处理的任务，并在专家小组未能解决的23个难题中攻克了约30%。其能力源于整合数十万篇论文知识，并在不确定时叠加多种分析策略。Genentech和Roche的独立测试（CompBioBench）中，Claude Opus 4.6总体准确率达81%，最难问题准确率69%。两项基准共同表明，AI已在部分最困难的生物学问题上超越人类专家。

Rohan Paul@rohanpaul_ai

47

Andrej Karpathy指出，要最大化利用现有AI工具，关键在于将自身从交互循环中移除，避免成为持续提示的瓶颈。他主张构建完全自主的系统，通过最大化token吞吐量来实现高效率运作。核心目标是提升个人杠杆率：仅需偶尔投入极少量的token，就能驱动系统自动完成大量工作，从而使人从重复性操作中解放出来，专注于更高层次的决策与设计。

Rohan Paul@rohanpaul_ai

55

美国劳工部推出全国性AI学徒门户网站，旨在为AI时代培养劳动力。该网站将资源分为通用AI技能、行业特定模块以及学徒计划的三种整合路径。雇主可选择加入现有计划、创建新的AI重点注册学徒计划，或更新现有计划将AI技能融入现有技能栈。学徒机会由雇主或项目发起方提供，求职者应使用“学徒工作查找器”进行搜索，并直接向雇主或发起方申请。

SemiAnalysis@SemiAnalysis_

53

在 DeepSeek-V4 Pro 1.6T 模型上，采用机架级解耦设计的 GB300 NVL72 系统性能达到 B200 的 6.5 倍。这一高吞吐配置得益于 DeepSeek-AI 的 MegaMoe 内核，该内核将专家分派、专家组合及 GEMM 运算完全融合并重叠至单一内核中。性能突破由 Radixark、LMSYS 和 NVIDIA AI 的工程师团队快速实现。CoreWeave 为此项开源性能优化贡献了临时的 GB300 NVL72 机架资源，使整个社区受益。

meng shao@shao__meng

62

OpenAI 最新工程博客指出，随着 GPT-5/5.2 及 Codex-Spark 等模型推理速度大幅提升（目标超1000 TPS），传统请求-响应 API 框架的固定开销成为 Agent 工作流的主要瓶颈。为此，OpenAI 为 Responses API 引入了 WebSocket 模式，通过保持长连接、在内存中缓存对话状态和已渲染 token，实现了跨工具调用的状态复用，避免了每次交互都重复预处理完整历史。此举使端到端延迟降低最多 40%，让 Codex-Spark 能稳定实现 1000 TPS 并峰值达 4000 TPS，显著提升了 Vercel AI SDK、Cline 和 Cursor 等集成的体验。

向阳乔木@vista8

69

姚金刚：开源一个教程Skill 打磨了十几版，效果还不错，已推到GitHub 如果想在五一假期高质量充电，或随时给自己生成一份定制高质量教程 欢迎下载 基本逻辑： …

宝玉@dotey

35

Hermes Agent新增Curator功能，旨在解决其“自我进化”机制持续生成技能文件导致的技能库臃肿问题。Curator会每周自动运行，追踪技能使用频率与更新时间，自动合并功能重叠的技能、清理闲置技能，并将过于具体的技能转化为模板或脚本整合到更通用的技能中。该功能仅处理智能体自动生成和用户手写的技能，不会影响外部安装、内置或被用户“钉住”的技能。用户也可在配置文件中关闭自动运行，或通过命令行手动触发。

Berryxia.AI@berryxia

48

作者推荐一种自定义工具，用于监控关注标的（如招标信息）的更新并自动推送通知。相比商业工具“招标助手”的高昂价格，自制工具更具自定义性和便利性，且完全免费。基于引用推文中@berryxia提供的文章，该工具附有详细教程，用户可免费注册和使用，实现高效信息追踪。

阿绎 AYi@AYi_AInotes

49

Cursor推出的Agent Kanban并非完整产品，而是一个鼓励开发者自行搭建的参考实现。其核心变革在于改变了开发者与代码的交互模式：从亲自编写，到用prompt指挥AI，如今演变为将任务抛入看板，由Agent自主认领、执行并更新状态，开发者则退居幕后监控进度，使任务待办列表本身成为一种“编程语言”。尽管当前原型存在运行时限、失败率等限制，且缺乏结果审核机制，但其关键启示在于促使开发者重新思考：为何还要亲自处理那些机械、可被清晰描述的重复杂任务。

宝玉@dotey

54

Sam Altman 刚宣布，OpenAI 将在未来几天向“关键网络安全防御者”推送 GPT-5.5-Cyber，一个专门为网络安全打造的前沿模型。他说 OpenAI 会和整个行业生态及政府合作，建立可信的访问机制，目标是尽快帮助保护企业和基础设施。

阿绎 AYi@AYi_AInotes

53

铁锤人：做内容运营，生图生视频，你现在还在跑好几个工具吗？ 被朋友拉去做瑜伽图，搭了无数工作流 GPT Image 2 出来后，发现全废了 得重新规划一套，但这几天…

阿绎 AYi@AYi_AInotes

43

Luo说不啰嗦：从上海 Let's Vision 2026 回来之后， 我整整一个月几乎没写代码了。 不是因为忙， 是突然就觉得这件事没那么有意思了。 这几年我反复经历一个…