凡人小北@frxiaobei

42

凡人小北: 很多人都在说 Agent 是未来的操作系统。但问题是,你让谁来当操作系统?看openai现在的骚操作就有点这个意思。 这就引出一个问题,现在的巨无霸们谁具备打造超级 Agent 的机会? 1)做个聪明的 Agent OS 不难,难的是你能真...

谷歌 DeepMind 杰出工程师、Gemini 预训练负责人弗拉基米尔·费恩伯格在博客中指出，进入 OpenAI、Anthropic 等前沿 AI 实验室竞争激烈。顶尖大学生通常具备目标感、数学成熟度和毅力三项特质。他建议选择困难数学证明课程、大量编程，并牺牲夜晚和周末投入额外时间。求职者可从前沿实验室的业务边界（如基础设施或输出接入）寻找突破口，同时要成为同事愿意看到你成功的人，推动合作项目。

Mitchell Hashimoto 家庭宣布再向 Zig 软件基金会（ZSF）捐赠 40 万美元，分两年每年 20 万美元，加上 2024 年首次捐赠，累计捐赠总额达 70 万美元。Zig 项目在语言和编译器开发上稳步推进，其严格禁止 LLM 贡献的政策近期引发公开讨论。Hashimoto 表示自己大量使用 AI，但尊重 ZSF 的选择，认为开源项目有权保持独立文化和边界。Ghostty 终端模拟器的成功很大程度上得益于 Zig。

Chubby♨️@kimmonismus

59

在与Notion联合创始人Akshay Kothari的对话中，探讨了Notion如何从笔记应用演变为以AI智能体优先的工作空间。关键要点包括：模板成为增长突破口；人类、代码与AI Agent将协同工作；内部人事Agent“Smilers”；自愈式企业知识库；Notion Workers自动化；保持模型可选择性避免锁定；未来工作应增强而非替代人类智能。最引人深思的观点是：AI Agent不仅能自动化繁琐工作，还能让专业知识在整个组织内传播，使一人构建的工作流被所有人复用。

meng shao@shao__meng

30

meng shao: 看到有人发起的 llm 对比投票 GLM-5.2 vs Gemini 3.5 Flash 对比结果应该很明显,主要是因为 Gemini 3.5 Flash 确实不能打,Google Deepmind 到底怎么了,Gemini 3.0 多模态...

Chubby♨️@kimmonismus

29

用户 Kim 期待 Sonnet 5 发布，指出 Sonnet 系列常在发布时强于老一代 Opus，如 Claude 3.5 Sonnet 在编程、速度和性价比上超越 Claude 3 Opus。Sonnet 的核心价值是将前沿智能转化为实用工作模型：足够快、足够便宜、足够可靠，支撑实际产品、智能体工作流和日常大规模编码。引用推文暗示本周可能迎来繁忙发布，包括 GPT-5.6 和 Sonnet 5。

Chubby♨️: So we get Claude-Sonnet-5 instead of Fable 5 soon. Looks like a busy week: probably GPT-5.6 and Sonnet 5. But hey, keep ...

微软CEO纳德拉向OpenAI、Anthropic等AI巨头发出警告，反对少数公司垄断AI价值并以此索取无限资源。他主张下一阶段AI应转向价格更低的模型，赋予用户更大选择权，并以更可信方式阐述AI社会价值。纳德拉批评前沿模型开发商一边渲染安全风险和失业，一边要求建设大量数据中心。他明确表示，微软不希望AI未来完全由这些公司决定，而应让AI成为企业的知识引擎，由企业灵活调用多种模型，在自有机器内实现持续改进。

Chubby♨️@kimmonismus

23

Chubby♨️: Sakana's Multi-Agent on par with Fable 5: Sakana AI's Fugu Ultra may not be a new frontier model in the classical sense....

Chubby♨️@kimmonismus

49

Sakana AI: Introducing Sakana Fugu: A full multi-agent orchestration system accessible via a single model API. Our 'Fugu Ultra' mod...

jason@jxnlco

60

Guinness Chen: Bro it's June 2026. Stop hand editing your prompts. Hold down the dictation button and ramble for 10 minutes. Give the m...

作者在Berkeley观察到AI圈陷入“末日论”狂热，认为Anthropic等公司通过渲染AI急速发展、递归自我改进可能提前到来等恐慌来支撑估值，而非聚焦实际技术。相比之下，GLM-5.2博客展示了渐进改进的技术进步，该模型与Opus 4.8和GPT-5.5相当。作者称当前系统的估值建立在未来假设而非现实之上，并质疑这种通过末日叙事驱动泡沫的做法应被追究责任，呼吁反思如何构建可持续的经济与社会。

AYi@AYi_AInotes

57

智谱年初上市，股价从约131.50 HKD涨至约2,094 HKD，YTD涨幅约1,492%。背后由GLM-5.2与Fable 5测评对比驱动：同一任务下GLM-5.2效果达Fable 5九成，但价格不到$0.10（Fable 5约$5），价差五十倍。该对比改变了设计探索默认选项——当开源模型做到“够好且便宜到可以随便用”，用户优先选择低成本方案。GLM-5.2此次正好踩上这条线。

AYi: 难怪今天智谱股票突突突疯长26%, 刚刷到一个GLM-5.2和Fable 5的测评, 同一个任务,同一句 prompt,同一张参考图, Fable 5 确实更精致,间距、质感、整体完成度, 一眼就能看出差距, 但 GLM-5.2 做出来的东...

数字生命卡兹克@Khazix0918

66

作者在端午节假期用Claude Opus 4.8重构AI新闻聚合站AIHOT的聚簇机制，消耗2000多万token，耗时一天屡次改阈值（0.72→0.71）、补多语言等边界情况仍问题百出。对比怀念已被下架的Claude Fable 5——后者只需给模糊目标就能自动跑完并填坑。由此总结：管理AI与管理人本质相同——越强的模型（如Fable 5）给方向即可（愿景/策略层），越弱的模型（如Opus 4.8、GPT-5.5、GLM-5.2）则需更细执行层指引，错配层级正是痛苦根源。

jason@jxnlco

12

jess yin: spotted in the west village: the carrie bradshaw-ification of codex

作者用Claude Opus 4.8重构AIHOT聚簇算法，消耗约2000万token，但Opus 4.8在只有模糊目标时漏洞百出，需不断审查修补。对比曾被下架的Claude Fable 5，后者能直接理解模糊目标并优雅完成方案。作者将AI管理类比员工管理：不同能力层级需不同管理颗粒度——Prompt Engineering对应执行层指令，Harness Engineering对应策略层目标加约束，Fable 5已能承接愿景层目标。引用任正非“让听得见炮声的人做决策”，并指出未来模型（GPT-5.6、Fable 6等）将迫使管理者聚焦“思考应该思考什么”。

CD Projekt Red 联合 CEO 米哈乌·诺瓦科夫斯基透露，完全由 AI 生成的游戏即将问世。他接触的多家 AI 工作室能快速批量产出游戏，有工作室自称一周内可做 40 个游戏原型甚至完成一整部游戏，其中一款成品很快上线。诺瓦科夫斯基认为，这类纯 AI 游戏即便质量尚可，也无法复刻人工开发的独特感染力，且玩家能轻易识别 AI 素材带来的违和感。AI 辅助开发可以接受，但纯 AI 制作并非行业发展正道。

Rohan Paul@rohanpaul_ai

47

欧洲2031场景分析警告，若不建立自主前沿AI能力将面临经济与战略脆弱。欧洲误读DeepSeek R1，以为小团队可替代算力，但推理模型有效且算力仍决定规模化。欧洲宣布€200亿InvestAI但分散数年，远不及美国超大规模厂商数据中心支出。美国AI算力17.3GW vs 欧洲1.4GW，导致芯片、实验和模型差距。欧洲人才流向硅谷，最强AI公司融资规模远逊美国。政策制定者因数据保护限制使用前沿工具，企业采用AI因碎片法规和保守管理滞后。主权采购政策在缺乏强大本土供应商时反削弱竞争力。低估推理访问战略瓶颈——美国未来可能限制算力供应。欧洲在ASML等半导体环节有杠杆但未转化为谈判筹码。

DogeDesigner@cb_doge

51

Elon Musk: @PeterDiamandis AI probably exceeds the sum of all human intelligence in 4 or 5 years

elvis@omarsar0

58

Guinness Chen: Bro it's June 2026. Stop hand editing your prompts. Hold down the dictation button and ramble for 10 minutes. Give the m...

Rohan Paul@rohanpaul_ai

44

Chayenne Zhao: linus was the original vibe coder before it was cool. dude just posts an angry email on the mailing list describing what...

Chubby♨️@kimmonismus

55

Cognite CTO Geir Engdahl接受专访指出，工业AI失败的根源并非模型层，而是工厂现场运营。许多惊艳的AI试点无法在实际运营中存活，因为缺乏真正上下文——当错误可能带来危险时尤为关键。他探讨了工业智能体应在何时推荐、自动化或保持不介入，强调工作演示与可信系统之间存在巨大鸿沟。他预测，到2028年未采用AI驱动流程优化的工业企业将面临严峻挑战。这是一场务实、少谈噱头的对话。

Ethan Mollick@emollick

64

Ethan Mollick指出，Codex/Cowork/Code等Agentic工具本质上是“软件脑”设计，只重最终代码，而多数知识工作的过程（研究、探索、原型分支等）与结果同样重要。长时运行模型Fable也因专注交付最终产品而难以用于深度知识工作，用户需费力用提示词绕过限制。这种工具与管理者/分析师思考方式的脱节，是突破编程领域、扩展到其他知识工作的关键障碍。

Rohan Paul@rohanpaul_ai

23

David Sacks: Claude psychoanalyzing Dario is the AI slop I didn't know I needed.

meng shao@shao__meng

63

AI Native组织由人、Agent、上下文三层构成。人退守两端：战略/品味/判断与沟通/评审，AI吃掉中间执行。Agent自治需Clear Goal、Skills、Tools、Context四要素，并通过Skill Chain串联多个skill对抗幻觉。上下文层是护城河，五阶段循环：Capture→Curate→Store→Execute→Experience→回流。两个Live Demo验证：提案微站3-4分钟生成个性化页面，已带来数百万美元收入；10分钟产品闭环实现语音口述到高保真原型。创业方向是将三层系统打包服务，聚焦行业/职能/公司规模。

Rohan Paul@rohanpaul_ai

34

Guillermo Rauch: Genuinely impressed, almost shocked, at how good GLM-5.2 by @zai_org is at coding. This changes things.