elvis@omarsar0

72

Ashwin Gopinath: Claude Tag is a Trojan horse. Not because Anthropic is doing anything evil. Because the incentives are obvious. Day one,...

Rohan Paul@rohanpaul_ai

39

John Carmack: If you are asking "Why push back against anti-datacenter efforts?" I consider it a tragedy that anti-nuclear efforts lar...

elvis@omarsar0

49

动态工作流仅适用于少量用例，可视为测试时计算（TTC）新范式，对爬山式研究实验有效。仔细规划及提升推理级别均可改善效果。/goal + /loop 是其子集，验证者/评判者至关重要。结合不同编码智能体能获更好结果，适合需要多智能体视角的 LLM 评审团场景。前沿模型不擅即时生成 harnesses，但 Mythos 等新模型可能更优地处理智能体编排。TTC 基准尚缺，需建立。元提示动态工作流很有趣，Opus 4.8 也可能带来惊喜。动态工作流可打包为技能以便进一步优化。

Rohan Paul@rohanpaul_ai

48

Rohan Paul 引用 @TangriKunal 指出，机构知识长期依赖文档索引，但文档只是判断的产出物，判断本身存在于资深员工交付前修改的差异（diffs）中，而多数企业丢弃了这些印记。Farsight 将此过程定义为“系统 of Judgment”，即通过软件保存真实工作中的编辑，将重复决策转化为可衡量规则。Paul 认为企业 AI 的下一个护城河不是存储的知识，而是存储的判断——AI 需要学习初稿与终稿之间的差距，因为那里藏着企业的好标准。

Kunal Tangri: "Capture your institutional knowledge" has meant the same thing for 30 years: index the documents, search over them. But...

Lee Robinson@leerob

43

Cursor: We're sharing new research on how models hack public benchmarks. The latest models, including Opus 4.8 and Composer 2.5,...

Greg Brockman@gdb

43

OpenAI: Work at OpenAI is being transformed by agents, in every department. Across our entire company, people are using Codex to...

Rohan Paul@rohanpaul_ai

38

Fryd Wiatrowski: http://x.com/i/article/2070125273790492672

Gary Marcus 昨日提出新术语 Generative AI Fizzle™，认为生成式AI行业估值过高，投资者对 hype 与利润的落差失去热情。LLM 已商品化，价格战激烈，提供商盈利艰难。昨日一款新的中国开源模型发布，可能进一步冲击美国 LLM 公司。多数 AI 股票本月显著下跌，泡沫可能不会突然破裂，而是缓慢消退。

Ethan Mollick@emollick

70

David Holtz: 🚨 New research alert! For the past few months, I've been a part-time visiting economics researcher at OpenAI. Excited t...

洛杉矶舞者兼 DJ Matt Steffanina 在 Suno 博客访谈中分享创作历程。他自学街舞，拥有超 3000 万粉丝和 50 亿观看量，曾为 Taylor Swift、Jason Derulo 编舞，并创办线上舞蹈教学平台 DNCR Academy。过去他靠他人音乐积累数十亿播放却未拥有资产；现在借助 Suno 在数分钟内将音乐创意变为现实。他认为 Suno 和 Hooks 让创作回归趣味，鼓励舞者自己创作音乐。

纽约钢琴家兼作曲家 Eric Christian 在访谈中分享了他将 Suno 整合进创作流程的方式。他把刚写好的循环旋律输入 Suno，几秒内就能听到完整的管弦乐效果，而传统管弦乐模拟需要数小时。尽管他的作品均为钢琴独奏曲，但他一直以交响化视角构思音乐。至今他已售出超过 10 万份乐谱，用户遍布 200 个国家。他坚信音乐的基础在于纸上的记谱而非录音，Suno 让他在不依赖大型管弦乐团的前提下快速判定旋律是否真正成立。

Emad@EMostaque

39

Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 - ∞): The idea that distilling from Opus 4.8 lets you reach Mythos is very encouraging. It would mean that some GLM 5.3 would ...

Nathan Lambert@natolambert

40

Sam: Anthropic's letter accusing Alibaba of distillation.

英伟达CEO黄仁勋在年度股东大会上表示，人工智能代表计算模式的根本性转变，从检索存储转向生成智能。Token是智能的基本单位，在“AI工厂”中被制造，计算能力越强，生成的Token越多，收益越丰厚。AI基础设施建设周期将长达数十年，类比电网、交通系统和互联网，有望成为人类历史上规模最大的基建项目。AI智能体正在加速投资，因为AI首次能胜任实质性工作并创造真实经济价值。

AYi@AYi_AInotes

61

推文指出80%的Agent生产崩溃与模型智商无关，根源在上下文溢出、工具调错、子代理失控。2026年分水岭是Harness（办公室制度、安保系统、质检流程，含独立验证节点、分层记忆、延迟绑定工具）和Loop（自我发现、任务分派、验证结果、状态记录）。好模型配差循环产生昂贵垃圾，普通模型配好循环加验证反而稳定出货。模型是可替换引擎，Harness是底盘安全系统，Loop是自动驾驶。引用@wizardly_ai的工程笔记拆解了该论点。

Wizard: http://x.com/i/article/2069720576693022720

Rohan Paul@rohanpaul_ai

55

印度头部金融科技公司CRED创始人Kunal Shah表示，目前公司90%的代码由AI编写。他认为，每家人工智能创业公司中约10%的员工已因AI获得指数级生产率提升，与其余90%员工形成“完全不同物种”般的差距，感觉周围一切流程和人都变得缓慢。该言论来自“Thrive by Groww”YouTube频道访谈。

亚马逊云科技CEO马特·加曼认为，AI导致大规模失业的末日论被夸大。他指出约一半白领岗位可能因AI改变，但“改变”不等于“消失”，就像Excel重塑而非消灭工作。AI已催生新职业，初级员工因学习意愿强仍受重视。亚马逊今年计划全球招聘超1.1万名软件开发实习生和初级工程师。加曼强调，愿意学习新技能的劳动者仍能保住工作，适应能力可能比具体技能更重要。

谷歌前 CEO 埃里克·施密特在今年 5 月 SCSP 国家竞争力 AI 博览会的炉边谈话中表示，限制 AI 芯片进入中国的政策已开始失效，中国已通过较弱的 AI 硬件（如华为昇腾芯片）和软件方法造出顶级 AI 模型。施密特称不喜欢中国大力推广开源 AI 技术，认为这些技术不受美国或任何方控制。他援引最新分析称，中美 AI 差距已从一年前的 1~2 年缩短至不到 6 个月。

面壁智能联合创始人兼CEO李大海在MBBF Top Talk Summit上指出，端侧智能是AI迈向物理世界的必经之路，未来2至3年将迎来能力跃升与场景迁移两大重构。端侧智能需满足实时响应、隐私安全、离线可用三大约束，搭载面壁量产级多模态模型的智能座舱已实现不依赖云端的“感知-记忆-推理-执行”闭环。他强调端云协同是规模化落地的关键，近期推出的MiniCPM5-1B模型以两百分之一参数规模逼近两年前GPT-4o水平，证明小模型可承载高密度智能。

Orange AI@oran_ge

64

字节Seedance 2.0推出4K视频模型，一条15秒4K视频约88元，一分钟广告片约700元，但官方API无折扣，代理商加价1.2-1.5倍仍供不应求，每天为字节带来超3000万元收益。红果短剧平台AI短剧已完全碾压真人短剧，ROI优势显著。大模型公司优先选择coding等高价值场景训练，遵循“资源有限时，算力和资本流向边际收益率最高处”的ROI定律。用户应关注价值而非价格：若能用AI创造超过成本的价值，再贵的模型也划算。找到自己比别人好10倍的场景，才能获得10倍ROI。

向阳乔木@vista8

36

用户从Dia浏览器换回原生Chrome，认为Ask Gemini侧边栏整体可用（仅加载稍慢），且Chrome兼容性最好。举例：可直接让Gemini总结X帖子要点并分析用户情绪倾向。避免被特定AI浏览器绑架是主要原因。

Ethan Mollick@emollick

31

Ethan Mollick: This is a pretty terrific computational image generator for making AI-created trading cards (or, heaven forbid, NFTs) Th...

meng shao@shao__meng

38

邵猛评论称，Liblib与GenSpark是他唯二看不懂的AI应用团队。它们似乎只能在模型发展的夹缝中依靠速度保持领先，没有其他路径可选。这种对速度的极致要求，使得团队无法分心做任何影响速度的side project或研究，内部也可能因此产生矛盾。邵猛对这两个团队的未来表示困惑：是持续狂奔在夹缝中撞线，还是终将被模型本身的速度超越？

MWC26上海期间，智元联合创始人彭志辉指出，AI从数字世界走进物理世界是下一阶段核心命题，具身智能体将在物理世界长期在线完成感知、决策、执行闭环。他强调未来Token最大消耗群体将是物理世界的具身机器人，资本不再只为Demo买单，行业必须在真实场景落地商业价值。他用XYZ曲线划分产业周期：X曲线为开发尝鲜期（以表演为主），Y曲线为部署成长期（大规模落地真实场景），Z曲线为部署普及期（预计5年左右迎来GPT时刻）。

向阳乔木@vista8

39

推文提出，Agent 是一种数字化、随时调用、最终趋近免费的劳动力，但不应把人与 Agent 的价差当作商业模式本身。上下文、注意力、信任和品牌的价值不会因模型变便宜而贬值。AI 时代，人的具体技能不再重要，积极好奇、灵活性和自驱力才是核心素质。

昨日（6月24日）股东大会上，英伟达CEO黄仁勋称AI产业进入新阶段，智能体AI已到来，物理AI将驱动下轮增长。他将数据中心比作“AI工厂”，强调AI基础设施成企业计算核心。财务方面，过去1年营收增长65%，利润增长60%，2026财年自由现金流超960亿美元，计划将50%通过回购和分红返还投资者。黄仁勋举例称，运行英伟达系统生成token具盈利性，GitHub今年pull request数量增长近3倍。