## 目录 - [⚙️ 技术与工程 (17条)](#⚙️-技术与工程) - [原创任务与行为驱动评分揭示模型在真实软件工程场景下的能力差异](#💡-技术洞见-1) - [多模态 LLM 可作为端到端硬件故障排查与固件修复助手](#💡-技术洞见-2) - [稀疏权重同步机制将 RL 带宽成本降低约100倍并简化分布式训练](#💡-技术洞见-3) - [定时与技能化的 LLM 工作流实现闭环自动化与持续自学习](#💡-技术洞见-4) - [扩散块框架实现逐块训练以降低内存需求并保持性能](#💡-技术洞见-5) - [异步强化学习权重同步带宽成本降低约100倍且无需共享集群](#💡-技术洞见-6) - [低学习率强化学习权重同步的稀疏编码突破](#💡-技术洞见-7) - [智能代理与NotebookLM集成实现持续研究能力提升](#💡-技术洞见-8) - [LiteParse 提供高效且语义一致的文档解析能力](#💡-技术洞见-9) - [Claude Opus 4.8 在长期任务持久性上表现优异](#💡-技术洞见-10) - [Opus 4.8 的能力提升需配套优化工具链与配置策略](#💡-技术洞见-11) - [Copilot 改版需优先提升功能性与交互体验](#💡-技术洞见-12) - [Ink-2 模型在实时语音转文字领域表现卓越，优化语音助手体验](#💡-技术洞见-13) - [自动生成硬件优化的 C 代码提升 AI 训练效率但需解决跨卡协调问题](#💡-技术洞见-14) - [单代理长时运行模式优于编排器的上下文压缩方式](#💡-技术洞见-15) - [高可信度写作需结合人机协作与多模型交叉验证](#💡-技术洞见-16) - [Hermes Agent v0.15.0 通过模块化、无锁架构和多维安全实现性能与安全双提升](#💡-技术洞见-17) - [🔬 科学与发现 (2条)](#🔬-科学与发现) - [步行可显著提升发散性思维的创意产出约60%](#💡-科研洞见-1) - [上下文学习作为视觉表征训练任务的潜力探索](#💡-科研洞见-2) - [💰 商业与战略 (4条)](#💰-商业与战略) - [多源数据抽取与可排序指标表格快速产出投资组合监控洞察](#💡-商业洞见-1) - [实时世界模型基础设施降低开发门槛并催生新应用类别](#💡-商业洞见-2) - [WorkBuddy 通过技能库与安全策略降低用户采用门槛](#💡-商业洞见-3) - [将生成式媒体能力打包为模块化技能服务非技术创始人](#💡-商业洞见-4) - [🌐 行业与趋势 (2条)](#🌐-行业与趋势) - [AI重组计划将推动欧洲银行业岗位转型与收缩](#💡-行业洞见-1) - [出版业对AI幻觉的脆弱性与合规需求的产品化机会](#💡-行业洞见-2) --- ## ⚙️ 技术与工程 ### 💡 技术洞见 #1 **原创任务与行为驱动评分揭示模型在真实软件工程场景下的能力差异** 📝 **推文原文** > RT @rohanpaul_ai Datacurve 推出了全新硬核编程基准测试 DeepSWE，以揭示领先模型之间的真正差距。 > > GPT-5.5 得分 70%，GPT-5.4 为 56%，Claude Opus 4.7 得分 54%。这一差距在旧有基准测试中很大程度上被掩盖了。 > > 这是一个面向长期任务的软件工程基准测试。 > > - **DeepSWE 的独特之处**在于考试内容来源：旧有的编程测试通常使用公开的 GitHub 问题（issues）和拉取请求（PRs），而 DeepSWE 使用原创任务，这样模型在训练时见过答案的可能性会显著降低。 > > - **任务复杂度更高**：即使提示（prompt）变得更短，任务本身却更加庞大。许多旧有测试会直接告诉模型需要修改的具体内容，而 DeepSWE 要求 AI 从头查找代码库，理解设计架构，编辑多个文件，并避免破坏原有功能。 > > 在 DeepSWE 上，提示的长度仅为 SWE-bench Pro 的一半，但解决方案需要写出 5.5 倍的代码量，并产生约 2 倍的输出 token。 > > - **评分方式也有所不同**：许多旧有基准测试会重复使用单个合并 PR 的测试，而 DeepSWE 则评估所请求功能是否真正可用，即使模型采用了另一种有效的解决方法。 🧠 **深度解读** 使用原创长链路多文件工程任务并以行为驱动的判分，能更可靠地区分大型模型在真实软件工程场景下的能力，且往往暴露出旧基准掩盖的性能差异。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133050)** --- ### 💡 技术洞见 #2 **多模态 LLM 可作为端到端硬件故障排查与固件修复助手** 📝 **推文原文** > RT @rohanpaul_ai 这是一个完美的例子，展示了OpenAI的Codex的强大能力。 > > 他将一张MP3播放器芯片的照片给Codex看，该播放器存在一些问题。 > > Codex指导他在Mac上将MP3播放器切换到引导加载模式（bootloader mode）。 > > 在这种模式下，Mac可以直接从设备的闪存（flash memory）中读取整个固件（firmware，即播放器的操作系统）。他按照Codex提供的指令运行了相关命令，Mac成功导出了完整的二进制文件（binary file）。 > > 他将该二进制文件输入Codex处理。 > Codex分析了机器代码（machine code），找出确切的有问题部分，然后生成了修复后的自定义固件，并返回给他。 > 问题解决了！ 🧠 **深度解读** 多模态 LLM 能作为端到端硬件故障排查与固件修复助手：从图像识别到 CLI 引导、二进制分析再到生成补丁固件，形成可复用的维修/逆向工作流。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133051)** --- ### 💡 技术洞见 #3 **稀疏权重同步机制将 RL 带宽成本降低约100倍并简化分布式训练** 📝 **推文原文** > HF 科学团队刚刚发布了一项令人兴奋的优化：利用异步强化学习（async RL）的权重同步机制，在带宽上将成本降低了约100倍，而且你再也不需要依赖共享集群了。 > > 问题在哪？在每一步强化学习（RL）中，训练器通常需要将最新的权重（weights）同步到推理引擎上。对于一个参数量为 70 亿（7B）的模型，使用 bf16（16位浮点格式）时，每次同步约14GB；而对于一个前沿的 1 万亿（1T）尺度的 fp8（8位浮点格式）检查点，容量约为 1TB，若是用 bf16，单次同步甚至会达到约 2TB。 > > 我们的洞察？在两步 RL 之间，约99%的 bf16 权重数据实际上是完全未变的，比特级别是一致的。这是因为在 RL 的学习率下，优化器的变化“耳语”得太轻微，而 bf16 的精度根本无法捕捉到这些微小的影响，存储的 bf16 比特基本没有改变。 > > HF 团队在 TRL 中实现的方案：只对发生变化的参数编码为稀疏的 safetensors 文件（高效张量格式），然后将其存储在 Hugging Face 的 Bucket（存储桶）中，再由 vLLM 负责读取。在 Qwen3-0.6B 模型上，每步的同步数据量从原来的 1.2GB 大幅降至 20 至 35MB之间。这也正是我们构建 Buckets 的初衷：提供类似 S3 的对象存储，底层使用 Xet 技术支持，就算是完整的快照，也只需要传输发生变化的数据块。 > > 压轴亮点：我们完成了一次完整的“分离式”训练，其中： > - 训练器运行在一台独立的机器上。 > - vLLM 推理运行在一个 Hugging Face Space（平台环境）中。 > - Wordle 环境运行在另一个独立的 Space 中。 > - 权重通过一个 Hub 的 Bucket 在三者之间流转。 > > 不需要共享集群。不用 RDMA。不需要 VPN。也无需跨云端使用 NCCL。仅仅依赖 HTTPS 与一个存储桶即可完成。 > > 这意味着什么？现在，拥有一块 GPU 和一个 Hugging Face 账户，你就可以完成真正的分离式强化学习训练。而多副本推理（multi-replica inference）在不同区域的部署，也从一项复杂的研究任务变成了一个简单的运维实践。 > > 完整文章详见：https://t.co/CG115IjT0q > > 开源强化学习的进步，正在持续消除技术壁垒！ 🧠 **深度解读** 在许多 RL 设置下，绝大多数 bf16 权重在相邻训练步之间是位相同的；把只变化的元素编码成稀疏 safetensors 并通过支持块级差异化的对象存储传输，能把每步同步带宽降低 ~100x，从而把跨机器/跨区的分布式 RL 从复杂的集群工程变成简单的 devops 操作（只需 HTTPS + bucket）。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133053)** --- ### 💡 技术洞见 #4 **定时与技能化的 LLM 工作流实现闭环自动化与持续自学习** 📝 **推文原文** > 转发@itsolelehmann：你需要学习Anthropic的内部AI工作流程。 > > 那些构建前沿模型的公司，使用这些模型的方式比其他人领先了至少10倍。 > > 举个例子：Anthropic的营销运营负责人展示了如何让Claude（Anthropic的生成式AI）完全自动化完成公司的每周指标回顾工作流程。 > > Claude整合了来自5个不同公司系统的数据源，每周一产出4份精心处理的成果报告，并且在数据交到负责人手中之前就已经自我检查并修复了数据错误。 > > 更厉害的是，大部分工作都是周日晚上自动完成的，而负责人甚至都不需要坐在电脑前。 > > 这就是一个人如何用AI完成原本需要一个数据分析团队才能处理的工作： > > **一切都从周日晚间开始。** > > 当负责人在家休息的时候，他的电脑上一个预设任务会自动启动，Claude开始处理所有输入数据： > 1. 它会先读取上周的指标回顾报告，以此作为上下文参考； > 2. 从周一团队会议的会议记录中提取信息，了解团队本周的讨论内容； > 3. 浏览公司Slack（团队聊天工具）中销售团队的动态，捕捉本周的工作重点； > 4. 查询数据仓库，获取最新的关键数字； > 5. 整合所有数据，并生成一份包含数据及一些建议关注点的文件夹，供指标回顾使用。 > > 然后到了周一早上，负责人来到办公室，登录Cowork（他们的协作软件），直接问Claude一句话：“早上好，Claude，准备得怎样了？” > > 此时，回顾的重点内容已经准备好摆在他面前了。 > > 这一切的背后，只靠负责人自己搭建的三个AI技能支撑： > > **技能1：准备技能（Prep Skill）** > 这个技能在每周日晚上自动运行，完成整份报告的初步构建。包括拉取数据、确定报告的结构框架，甚至进行第一版的文字撰稿。 > > **技能2：校对技能（Proofread Skill）** > 这个技能解决了大多数人在工作中使用AI的最大顾虑：数据不准确或凭空编造。在Claude发布任何内容之前，校对技能会追溯每一个数字的数据来源，确保所有数据都来自验证过的可靠源。如果数据没有来源，报告中就不会包含这个数字。 > > **技能3：行动项技能（Action-Items Skill）** > 在每次回顾结束时，所有需要跟进的事项会自动转化为项目管理系统中的任务，并分配给合适的人负责执行，确保万无一失。Claude不仅是一个报告助手，还承担了项目经理的角色。 > > 另一个非常有趣的功能： > 当数据中出现问题、不匹配或异常时，Claude会在继续处理前第一时间标记出来，并向负责人提问，寻求指导。 > > 比如这一周，销售团队进行了一次小范围的重组，导致团队的报告数据与营销团队的报告数据在某个关键数字上出现了不一致。Claude立刻发现了问题，暂停流程，并询问负责人如何解决，再继续后续步骤。 > > 一旦负责人对草稿进行确认，整个工作流会基于同一套数据输出4种不同版本： > 1. 长篇详细报告—供团队深入阅读； > 2. 供领导层使用的一页PPT摘要； > 3. 团队Slack频道中的总结公告； > 4. 项目管理工具中的每项跟进任务。 > > 将这一切联系在一起的是最后一个“反馈循环（Feedback Loop）”： > > 每次周会回顾后，负责人都会问Claude一个问题： > “这周我们学到的东西，有哪些可以加进下周的技能中？” > > 包括发生的修正、最新的团队架构变化、遇到的边界情况等等……这一切都会被作为优化点整合进技能本身中。 > > 因此，到了下一周一，这套技能的起点就比这周更加智能了。 > > 一个本需要小型团队完成的工作，现在由一个人和几项AI技能轻松实现。 > > 同时，系统在每个周期中都自我改进，越来越高效。 > > 太令人惊叹了。 🧠 **深度解读** 以“定时+技能化”的 LLM 工作流为核心，把数据聚合、可追溯性校验、多格式输出与任务自动化串成闭环，并将人工反馈写回技能以实现持续自学习。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133053)** --- ### 💡 技术洞见 #5 **扩散块框架实现逐块训练以降低内存需求并保持性能** 📝 **推文原文** > 扩散模型是循环神经网络🧐 > > https://t.co/vq525ylrM7 > “引入DiffusionBlocks：通过扩散解释进行块级神经网络训练” > > https://t.co/c9AvsRKybj > > 如果训练神经网络时，不需要将整个网络都加载到内存中，会怎么样？ > > 传统的神经网络训练会对全部参数进行联合优化，因此，训练所需的内存会随着网络深度线性增长。 > > 在我们的#ICLR2026论文中，我们提出了一种名为DiffusionBlocks的新框架，这是一种理论严密的方法，可以让神经网络逐块进行训练，大幅降低内存需求，同时保持与端到端训练相当的最终性能。 > > 通过DiffusionBlocks，我们将网络划分为若干块，并逐块进行训练，因此每次仅需加载单个块的内存。 > > 那么具体怎么实现呢？我们为每个块明确了一个角色：每个块的目标是将数据表示（representation）比前一个块更接近目标。这一角色恰好与扩散模型(diffusion model)逐步优化的方式一致。每个块只需优化自己的目标函数，且可以独立训练。 > > 我们在五种不同的架构上验证了这一方法： > - ViT (视觉变换器，Vision Transformer) > - DiT (扩散变换器，Diffusion Transformer) > - Masked Diffusion（掩码扩散模型） > - Autoregressive Transformers（自回归变换器） > - Recurrent-depth Transformers (循环深度变换器) > > 在所有情况下，我们的方法都能在比端到端训练更低的内存需求下，提供具有竞争力的性能。 > > 这一观点也自然地扩展到了循环深度变换器（Recurrent-depth Transformers），这种架构通过反复迭代应用同一个网络，通常需要消耗大量的时间反向传播（BPTT, Backpropagation Through Time）。借助DiffusionBlocks，我们可以用单次前向传播（forward pass）替代多次迭代，极大简化了训练过程。 > > 阅读我们的论文和代码，了解详情： > 论文：https://t.co/CRj96VGYQn > GitHub：https://t.co/eNW0K9Xh8E > 🐟 🧠 **深度解读** DiffusionBlocks框架通过将深度网络划分为多个块并逐块独立训练，显著降低了训练时的内存需求，同时保持端到端性能。每个块的目标是优化数据表示，使其逐步接近目标，类似扩散模型的优化方式。该方法还简化了循环深度模型的训练流程，避免了高昂的时间反向传播成本。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133055)** --- ### 💡 技术洞见 #6 **异步强化学习权重同步带宽成本降低约100倍且无需共享集群** 📝 **推文原文** > RT @ClementDelangue Hugging Face 科研团队刚刚实现了异步强化学习（RL, Reinforcement Learning）权重同步的带宽成本降低约100倍，而且不再需要共享集群了。 > > 问题在于：每次RL训练步骤中，通常需要将最新的权重同步到推理引擎。对于一个7B（70亿参数）的bf16（bfloat16，一种16位浮点格式）模型来说，这大约需要传输14GB；对于一个前沿的1T（1万亿参数）fp8（8位浮点格式）模型的检查点，这大约需要1TB；如果是bf16格式，则需要约2TB。每次同步都是如此。 > > 亮点在于：在两次RL训练步骤之间，大约99%的bf16权重是位相同的。这是因为在RL的学习率下，优化器“悄悄调整”，而bf16几乎无法感知这些微小变化——存储的bf16位几乎不改变。 > > 我们在TRL (Transformer Reinforcement Learning, Hugging Face 开发的强化学习库）中实现的方案是：只编码发生改变的权重元素，并以稀疏的safetensors文件格式保存。然后，这些文件被上传到Hugging Face的Bucket存储系统，通过vLLM（一个高性能的推理优化框架）进行加载。在Qwen3-0.6B（70亿参数版本）模型上，每次训练步骤的数据传输量从1.2GB降低到20到35MB。这正是我们为Bucket设计的初衷：类似S3的对象存储，用Xet支持（因此即使整个快照传输，也只会传输更改的部分块）。 > > 锦上添花的是：我们成功运行了一次**完全解耦式**的训练，配置如下： > - 训练器（trainer）运行在一台服务器上； > - vLLM运行在Hugging Face Space内； > - Wordle（游戏环境）运行在另一个Space中； > - 权重通过一个Hub上的Bucket流转。 > > 不需要共享集群、不需要RDMA（远程DMA）、不需要VPN、更不需要跨云环境的NCCL（NVIDIA通信库）。只用HTTPS和一个Bucket存储系统。 > > 现在，只需一张GPU和一个Hugging Face账号，就可以完成真正的解耦式强化学习。跨区域的多副本推理集群，也从高难度的研究项目变成了小规模的运维工作。 > > 详细写作：https://t.co/CG115IjT0q > > 开源强化学习正在逐步推翻闭源壁垒！ 🧠 **深度解读** 利用 bf16 权重在小步长训练中大部分位不变的特性，只同步“变更元素”的稀疏差异文件，可以把 RL 权重同步的带宽成本降低两个数量级，使跨云/跨区的分布式推理与训练由研究难题变为常规运维工程。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133058)** --- ### 💡 技术洞见 #7 **低学习率强化学习权重同步的稀疏编码突破** 📝 **推文原文** > @ClementDelangue 和 @huggingface 团队的杰出工作！Hugging Face 科研团队刚刚让异步强化学习（async RL，强化学习的一种方式）中的权重同步在带宽使用上便宜了约100倍，而且现在再也不需要共享计算集群了。 > > 问题是：在每次强化学习（RL）迭代中，训练器通常需要将全新的权重同步到推理引擎。例如，对于一个 70 亿参数模型（7B）在 bf16（bfloat16，一种压缩的浮点数格式）中，权重大约是 14GB。而如果是一个 1 万亿参数（1T）的最新 fp8（float8，一种更高效的浮点精度格式）检查点，权重就会达到 1TB；在 bf16 中甚至会达到 2TB。每次同步都需要这么大的数据量。 > > 解决洞察: 在两次强化学习迭代之间，99% 的 bf16 权重在位级（bit level）上没有任何变化。由于强化学习的学习率较低，优化器的数值变化微小到 bf16 几乎察觉不到，所以存储的 bf16 数据基本保持不变。 > > 他们在 TRL（Hugging Face 推出的"Transformer Reinforcement Learning"库）中实现了如下机制：只有变化的权重元素会被编码成一个稀疏的 safetensor 文件（safetensors 是一种高效存储张量格式），然后将其存储到 Hugging Face 的 "Bucket" 中，供推理框架 vLLM 使用。在 Qwen3-0.6B 模型上，每次迭代的同步文件大小从 1.2GB 降到了 20 到 35MB。这正是我们创建 "Bucket" 的初衷：在 Hugging Face Hub 上提供类似 S3 的对象存储，背后由 Xet 支撑（因此即使是完整快照也只传输变化的部分块）。 > > 亮点：我们进行了一个完全分离式的强化学习训练： > > - 训练器运行在一台服务器上 > - vLLM 在 Hugging Face Space（Hugging Face 提供的部署平台）中运行 > - Wordle 环境运行在另一个 Space 中 > - 权重流转通过一个 Hugging Face 的 Bucket 实现 > > 无需共享集群、无需 RDMA、无需 VPN，也无需跨云的 NCCL。只需要 HTTPS 和一个 Bucket。 > > 现在，拥有一块 GPU 和一个 Hugging Face 账户，就足够完成真正的分离式强化学习训练。而跨地区的多副本推理集群也只是一项小型的运维工作，不再是个科研难题。 > > 完整内容详见：https://t.co/CG115IjT0q > > 开源强化学习正在持续吞噬护城河！ 🧠 **深度解读** 在低学习率的 RL 中，绝大多数 bf16 权重位并不变化——通过对“仅变化元素”做稀疏增量编码并用 S3 式对象存储传递，可把每步权重同步的带宽降 1-2 个数量级，从而把跨机/跨区多副本推理从研究项目变为小型运维工程。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133060)** --- ### 💡 技术洞见 #8 **智能代理与NotebookLM集成实现持续研究能力提升** 📝 **推文原文** > HERMES智能代理现在有了研究大脑！ > > 将它连接到NotebookLM，它就变成了一个全天候（24/7）的研究系统，能够随着时间累积知识。 > > 它可以整合资源、跨来源联结想法，并在每一个实际任务中利用上下文。 > > 设置仅需4步： > > 1. 安装支持MCP（Multimodal Context Processing，多模态上下文处理）的Hermes > 2. 从GitHub下载NotebookLM插件 > 3. 在配置文件中添加MCP服务器的终端地址（endpoint） > 4. 重启Hermes > > 现在，您的智能代理能做到以下几点： > → 查询您笔记本中的内容，而非开放网络 > → 跨多个来源联结思路 > → 随着每一次会话不断累积知识 > → 在每个目标中使用您精心整理的上下文 > → 基于您已验证的资源做到零妄想式回答 > > 无论问什么，它都会基于**您已掌握的知识**来回答。 > > 完整设置指南——包含MCP、模型及使用案例——详见文章👇 🧠 **深度解读** 通过将 agent 与用户的 NotebookLM（个人、可验证的知识库）以技能+MCP 中间件方式集成，可以在会话之外累积知识、在每次 /goal 中复用上下文，并显著降低对已收录来源的幻觉风险，从而把 agent 变成一个持续的研究系统。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133062)** --- ### 💡 技术洞见 #9 **LiteParse 提供高效且语义一致的文档解析能力** 📝 **推文原文** > LiteParse 不仅速度快，还专为 LLM（大语言模型）使用设计，能够提供高度准确的语义一致文本。 > > 我们针对所有开源、无需模型支持的 PDF 解析器进行了 LLM QA（基于大语言模型的问答）任务性能基准测试——包括 PyPDF、PyMuPDF 和 Markitdown 等工具。 > > ✅ 在准确性方面，我们大致与 pdftotext 并列第1（pdftotext 准确性不错，但稍微慢一些）。 > > ✅ PyMuPDF 的延迟性能最接近我们，但我们发现它在处理复杂文本布局（例如多栏、表格）时，难以生成 LLM 可以理解的格式。 > > 除了具备准确性和速度上的领先优势外，LiteParse 也是一款通用解析器，支持数十种其他文件格式（包括 .docx、.pptx、.xlsx），并且拥有 OCR（光学字符识别）和截图工具等便捷功能。 > > 快来体验吧！ > > LiteParse: https://t.co/JNER0mVcB8 > “我们研发了全球最快的 PDF 解析器⚡️ > > 其准确度超过所有其他开源、无需模型支持的 PDF 解析器（包括 pymupdf、pypdf、markitdown、pdftotext、opendataloader 和 pymupdf4llm） > > 现在向您介绍 LiteParse v2 ——我们用 Rust 语言重新编写了整个库，并适配为 Python 和 Node 的原生包。 > > 它支持 50 多种不同类型的文档，可以直接触发运行或者集成到您喜欢的 AI 应用中。 > > 博客: https://t.co/ckb0G73ESs > 代码库: https://t.co/JNER0mVcB8” 🧠 **深度解读** 在面向 LLM 的文档解析中，评估标准应以下游 LLM QA 表现为主；实现高效且可用的解析器需要三项并重：语义连贯的文本投影、复杂布局重建与 OCR 能力，以及通过 Rust 原生绑定与 agent 可装载性来兼顾速度与工程可集成性。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133063)** --- ### 💡 技术洞见 #10 **Claude Opus 4.8 在长期任务持久性上表现优异** 📝 **推文原文** > Claude Opus 4.8 现已在 Cursor 平台上线。 > > 在 CursorBench（Cursor 基准测试平台）上，Opus 4.8 的运行效率相比 Opus 4.7 提升显著。我们还发现，它在处理更复杂任务时表现得更加稳定可靠。 🧠 **深度解读** 将“长期任务保持/持久性”（persistence）作为单独的模型/agent指标，并在产品中显式暴露和可配置（如持久性强度、超时/回滚、持续性成本上限、持续性与幻觉检测的联动策略），比仅关注单轮推理能力更能降低编码 agent 的失败率并控制成本。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133064)** --- ### 💡 技术洞见 #11 **Opus 4.8 的能力提升需配套优化工具链与配置策略** 📝 **推文原文** > RT @danshipper 震惊发布： > > Anthropic 刚刚推出了 Opus 4.8——一个*真正的怪兽级模型*！ > > 我们在 @every 上测试了大约一周，结论是：他们完全可以直接称它为 Opus 5，真的太强了！ > > 以下是我们的测评结论： > > - **在资深工程师测试中超越 GPT-5.5。** > 在我们最严苛的基准测试中，Opus 4.8 得分为 63，略高于 GPT-5.5 的 62，并比 Opus 4.7 整整高了 30 分。它在重构生产代码库时从零开始，最终真的实现了可运行的成果。 > > **不过**：在不同推理层次下，代码表现波动较大。我们建议在 **高推理水平（xhigh）** 下使用以获得最佳效果。 > > - **顶级写作能力。** > Opus 4.8 在我们基于真实写作任务的测试中取得了 79.6 的高分——这些任务包括论文写作、宣传邮件撰写等。它的分数比 GPT-5.5 高出 6 分。不仅生成的文字条理清晰、几乎没有“AI味”，还可以在给定上下文的条件下模仿指定的语气，非常自然。 > > **不过**：写作表现同样因推理水平而异。在中等推理（medium reasoning）下，“AI味”会更明显。我们发现 **高推理水平** 下效果最佳。 > > - **知识型任务的“怪兽”。** > 在报告生成、研究等常规知识型任务上，Opus 4.8 表现非常出色。在我们的 PowerPoint 生成基准测试中，它一轮生成的演示文稿是我们见过的最佳案例。 > > - **情商高，善于质疑框架。** > Opus 4.8 在处理心理或人际问题的对话任务中表现也非常抢眼。它的情商（EQ）很高，善于深入探讨问题，而不是表面应付，同时能够帮助用户拓展思维。它的思考过程让人感觉极其丰富和动态。 > > **问题在于：** > 一个模型的表现竞争力，很大程度上决定于它的“载体”。目前 Codex 的接口（harness）依旧远远优于 Claude 桌面应用程序。这也是为什么我日常主要还是使用 Codex + GPT-5.5。不过现在，我已经开始更多地在 Codex 和 Claude 之间来回切换了。 > > Anthropic，强势回归！ > > 完整内容请查看 @every： > https://t.co/vuORiDXkxX 🧠 **深度解读** 模型能力的提升必须配套优化 harness 与默认推理配置，否则难以将基准优势转化为实际产品价值；因此在模型竞赛中，工具链与配置策略是关键竞争杠杆。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133065)** --- ### 💡 技术洞见 #12 **Copilot 改版需优先提升功能性与交互体验** 📝 **推文原文** > 我们重新设计了 Copilot，使其更简洁、更快速、更直观，助您保持工作状态中的流畅体验。 > > 快来试试：https://t.co/iBuMPZ6L4b 🧠 **深度解读** UI/体验改进需要以增强‘可执行性’（first‑party 集成和代理动作）、提升模型输出质量与功能性、以及取消/优化使用配额与关键微交互作为优先级，否则容易造成改版表面亮眼但实际留存/满意度无增长。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133067)** --- ### 💡 技术洞见 #13 **Ink-2 模型在实时语音转文字领域表现卓越，优化语音助手体验** 📝 **推文原文** > 我们的全新模型 Ink-2 荣登 AA 平台的实时语音转文字(Streaming Speech-to-Text)排行榜榜首！ > > Ink-2 配备了众多为实时语音助手（voice agents）优化的功能。@cartesia 团队开发了顶级的语音合成（TTS, Text-to-Speech）与语音识别（STT, Speech-to-Text）模型，在交互式智能（interactive intelligence）领域持续拓展技术边界。 > “Cartesia 的 Ink-2 模型正式亮相，在 @ArtificialAnlys 发布的全新实时语音转文字排行榜上以最精准的表现夺得第一！我们从零开始为语音助手设计了 Ink-2，具备超低延迟、即时转录（eager transcripts）和语义断点（semantic endpointing）功能。” > https://t.co/YFFcIkeY5F 🧠 **深度解读** Ink-2 是一款专为语音助手设计的流式语音转文字模型，具备超低延迟、即时转录和语义断点功能，显著提升了实时语音识别的准确性和用户体验。然而，实际应用中，用户体验不仅取决于模型的技术指标，还需优化整个系统的端到端延迟，才能实现真正的流畅交互。 🔗 **[查看原文](https://t.co/YFFcIkeY5F)** --- ### 💡 技术洞见 #14 **自动生成硬件优化的 C 代码提升 AI 训练效率但需解决跨卡协调问题** 📝 **推文原文** > tinygrad 会为你生成 C 代码。我们的新驱动程序将所有与 GPU 的交互编译成 C 代码，一旦运行，CPU 基本上不参与任何操作。“SpaceX 已接近完成 V1.0 的内部 AI 训练框架（training stack），该框架使用 C 编写，精准适配 220,000 个 GB300（高性能计算加速卡），通过 800G NIC（网络接口卡）强连接，充分利用流水线并行处理（pipeline parallelism），尽可能贴近底层硬件（bare metal）。 > > 在大规模训练任务中，与 JAX 相比，其潜在的速度提升可以达到 10 倍以上。” 🧠 **深度解读** 通过将高阶代码自动降级为与目标硬件精确匹配的 C 实现，能够在开发便捷性和接近裸金属性能之间取得平衡。然而，在超大规模 GPU 集群场景中，最大的挑战并非单卡效率，而是如何高效地进行跨卡协调以及网络和流水线的优化，这将决定整体性能的上限。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133068)** --- ### 💡 技术洞见 #15 **单代理长时运行模式优于编排器的上下文压缩方式** 📝 **推文原文** > 转自 @KingBootoshi 哇，我真没想到会有这样的结果。这真的太疯狂了，信息量巨大，这完全改变了我接下来的开发工作流程： > > 一个单一 Codex /goal（目标）实例运行是明显的赢家。不需要编排（orchestration），不需要 Ouroboros，只有一个小小的代理能力就能完成任务 🤯 > > 它的速度和质量完全碾压 Opus Orchestrator！ > > 在我睡觉之前，Codex 5.5 xhigh 模式只用了一小时就完成了任务！ > > 整个迁移完成，代码干净整洁。我审查了 PR（pull request，代码合并请求），非常满意。 > > 而 Claude Code（Opus 4.7）工作了 5 个小时后，我去睡觉了。醒来后它还在运行！整整13个小时！最后停下来了，因为它问了我一个完全不相干的问题。 > > 过去，编排（orchestration）从没花过这么久时间。我现在用的是新的 Codex /goal 模式，并设置了 25% （250k token 上下文长度）自动压缩（auto-compacting），以避免上下文腐化（context rot）。 > > 它的速度简直慢得离谱（更搞笑的是它实际管理的是 GPT 5.5 的 low 模式，这种快速模式不应该花这么久时间）， > > 而且最终生成的工作质量居然低了太多！差距非常明显！ > > 这真让我惊讶，因为在 5.5 推出之前，这种编排方式是绝对最优、最快、效率最高的方法。 > > 但在一个重要的大任务上，它的速度居然比单个运行的 5.5 /goal 模式 xhigh 慢了超过 6 倍？？ > > 看起来压缩（compaction）是这里造成性能问题的主要原因，因为 Claude Code 每隔 25%（250k tokens）上下文长度就会自动压缩（我在设定中配置好的）。 > > 每次压缩时，它都需要花时间读完整上下文，然后重新获取所有信息，再执行任务，完成后再次压缩，如此循环，相当低效。 > > 实际上，它作为 Orchestrator 的大部分时间都花在了上下文的压缩和读取上，然后又重复这些过程！ > > 而 Codex 则只保持一次长时间持续运行的压缩，并继续执行任务。我认为我的 goal ledger 技能在帮助它保持任务对齐方面起到了很大作用！ > > 看看这个对比，简直笑死我了： > > - Codex PR #23：后端 Supabase 移除完成，标准唤醒线（canonical wake）连接，保留的结构完整，类型检查、代码样式检查、测试都通过，针对本地 Postgres 进行内部测试，一个任务正确延后并有文档记录。现在可以合并。代码变动：+4,056/−981。 > > - Claude attempt-1：目标未完成（Supabase 目录和 9 个导入器仍在），对保留的结构产生了回归（task.service 被完全移除，tasks.router 被空指向到 emptyBoard——违反 PRD 要求），删除约 5,456 测试行，代码未提交且不干净。17,762 行的删除超出了需求量，并不是更多工作。 > > 天哪，我是真的惊了。我非常庆幸在一个重要的个人问题上同时跑了两个完全不同的工作流程。 > > 这完全改变了我未来的工作方式——我绝不会再从上到下地编排一个大任务。 > > 我现在将尝试以下 Codex 工作流程： > > 1. 让 Codex 对整个代码库进行范围定义，然后进行头脑风暴与讨论，研究需要完成的任务； > > 2. 从文件中创建一份主 PRD，并将任务拆分为不同的专注分支工作； > > 3. 并行启动分支任务，直到需要合并工作时，再继续并行推进。 > > 通过这种方式，Codex 的代理可以独立完成工作，每个分支都会共享同样的研究和头脑风暴上下文，他们只需完成自己的任务即可。 > > 根据这次经验，这感觉像是正确的方向。我再也不会以像这样的编排方式完成整个 PRD 的任务了。相反，我会转向一种"分支管理者"的工作模式。 > > 无论接下来我会执行什么流程，这种 orchestrator 编排模式再也不会出现了。笑死我了。 🧠 **深度解读** 当模型自身能力足够高且能持续维护目标上下文时，采用集中式长时运行的单代理模式（结合目标账本）+分支并行执行，能够显著提升任务完成速度和质量。相比之下，传统的编排器模式因频繁的上下文压缩和读取导致效率低下，尤其在处理复杂任务时表现尤为明显。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133070)** --- ### 💡 技术洞见 #16 **高可信度写作需结合人机协作与多模型交叉验证** 📝 **推文原文** > 我觉得这是一个技能和标准的问题。 > > 我在写书时会使用AI协助。但我会亲自完成全文初稿（将AI用作反馈工具，或者在卡壳时获取一些参考选项），使用那些几乎不会“幻觉”（hallucinate，AI生成虚假或不准确信息）的高级模型，仔细阅读AI找到的每一个参考资料，并使用多个模型交叉检查工作。 🧠 **深度解读** 在需要高可信度的写作场景中，最佳实践是由人类先完成完整草稿，AI作为反馈和参考工具。通过优选低幻觉模型、逐条核查引用内容，并结合多模型交叉验证，能够形成可靠且可验证的人机协作写作流程，确保输出质量和可信度。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133071)** --- ### 💡 技术洞见 #17 **Hermes Agent v0.15.0 通过模块化、无锁架构和多维安全实现性能与安全双提升** 📝 **推文原文** > Hermes Agent v0.15.0 现已发布！ > > 由321位贡献者提交了747个PR（Pull Request，即代码合并请求）——感谢每一位为此次版本更新付出努力的人！ > > 更新亮点如下： > > - NFTY平台（NFTY Platform）已添加至网关频道。 > - 新增技能包（Skill Bundles）和MCP目录（MCP Catalog）。 > - 支持更多模型，如Krea 2、Opus 4.8、Qwen 3.7等。 > - 深度xAI（可解释人工智能，Explainable AI）集成。 > > 性能优化大幅提升，代码全面清理： > - 加载时间缩短50%。 > - 会话搜索速度提升至750倍。 > - 再无“巨型文件脚本”（godfile scripts）。 > - 看板（Kanban）框架Redux优化。 > > 安全更新： > - 原生集成Bitwarden（密码管理工具）。 > - 加入Brainworm提示注入（prompt injection）防御。 > - 自动化供应链防御功能上线。 > > 还有更多改进内容，点击下方链接查看详情： > “Hermes Agent v0.15.0 - 'The Velocity Release'”更新日志： > https://t.co/33YL6GmGyq 🧠 **深度解读** Hermes Agent v0.15.0 的更新展示了如何通过模块化能力市场（技能包和目录）、模型无锁架构、多维安全（凭据管理、注入防御、供应链保护）以及以检索与启动速度为中心的工程优化，打造一个高性能且安全的智能代理平台。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133072)** --- ## 🔬 科学与发现 ### 💡 科研洞见 #1 **步行可显著提升发散性思维的创意产出约60%** 📝 **推文原文** > 一位斯坦福心理学家花了四年时间证明：简单的“走路”行为能比“坐着”多激发出60%的创意点子，而她设计的实验已充分排除所有可能的替代解释，被认为是现代心理学中最有力的发现之一。 > > 她名叫玛丽莉·奥佩佐 (Marily Oppezzo)。 > > 这个研究的灵感来源于她与导师在斯坦福校园散步讨论论文课题时的一次对话。2014年，她在《实验心理学杂志》(Journal of Experimental Psychology)发表了这项研究，研究的严谨性足以让人质疑以往习惯性的“坐着开会”的有效性。 > > 她设计了四个实验，涉及176名参与者，每人接受两次测试：一次坐着，一次走路。创意测试任务是心理学领域常用的标准方法，用于衡量大脑在生成新颖且实用的想法方面的能力。 > > 实验结果干净得让人难以相信。 > > 第一轮实验中，81%的参与者在走路时比坐着时产生更多的创意想法。第二轮中，这一比例为88%。第三轮甚至达到了100%。每个人在行走时都变成了更有创造力的自己。 > > 总体来说，人们在开始移动双腿的瞬间，平均能多产生60%新颖且有用的想法。 > > 对此，质疑声是显而易见的。有些人认为可能是新鲜空气的作用，也可能是沿途的风景，亦或者是环境改变带来的影响，而非走路这一行为本身。 > > 奥佩佐用一个实验设计彻底否决了这些假设。 > > 她让参与者在跑步机上行走，面前是一堵空白的白墙。没有任何风景，没有新鲜空气，也没有环境的变化，只有反复的步伐动作——60%的创意提升依然存在。 > > 然后她设计了一个更具决定性的实验。她将参与者分成两组，一组在斯坦福校园里的庭院散步，另一组坐在轮椅上被推过完全相同的庭院。两组人所接受的户外刺激完全一致，风景通过眼前的速度完全相同，唯一的区别是是否移动了双腿。 > > 结果显示，步行组产生的高质量新颖创意显著多于轮椅组。简单的户外环境几乎没有发挥作用，而步行才是关键。 > > 这是这项研究让我初读时印象最深的部分。 > > 她还测试了另一种相反类型的思维——“集中性思维” (Convergent Thinking)，即在众多可能性中寻找唯一正确答案的能力。比如一个单词谜题，其中三个单词有一个共同关联的第四个词。实验表明，坐着的参与者在这种任务中的表现稍好，而走路组稍逊。 > > 因此，走路并不是一种“普适性”的智能提升器。它主要作用于一种特定的思维方式——发散性思维 (Divergent Thinking)。这种思维模式负责生成多种可能性，帮助我们在面对一个问题时找到多个切入点，而不是停留在单一解决方案上。 > > 如果你需要寻找唯一正确答案，那就坐下；如果你需要先找到潜在答案，那就站起来走走。 > > 如今的神经科学清晰解释了这一机制。走路会选择性地激活大脑中的“默认模式网络” (Default Mode Network, DMN)。DMN是当我们没有集中注意力时大脑自动活跃的系统，它负责思维漫游、记忆整合，以及原本被独立存放在大脑文件夹中的点子“相遇”并相互连接。 > > 当你坐在办公桌前强迫自己集中精力时，DMN会被抑制。而当你以自然的节奏走路时，大脑的执行系统会刚好忙于处理步行任务，从而让DMN上线并完成那些被过度专注所阻挡的工作。 > > 整篇研究中最有用的发现反倒是最经常被忽略的那一点： > > 创意的提升并不会在你停下脚步的瞬间消失。那些先步行，然后坐下来继续工作的参与者，他们的后续创造力表现依然显著优于全程坐着的参与者。步行的效果甚至会在腿停止移动后持续几分钟。 > > 这就意味着：你不需要在走路时进行创造性工作，你只需要走几步为创造性工作“预热”。大脑会保持这个活跃状态。 > > 回顾历史，这一发现也能让任何仍然坚持“坐着开会”的人感到不安。 > > 查尔斯·达尔文 (Charles Darwin) 在他英格兰肯特郡的家后建了一条碎石步道，称为“沙步道”(Sandwalk)，他每天散步三次，用这些时间逐步构建了进化论的理论。 > > 尼采 (Nietzsche) 在他写最重要著作的那些年里每天步行长达10小时，他甚至直言自己的创作是在行走中得以构想的。 > > 贝多芬 (Beethoven) 每天上午作曲，下午散步5小时，口袋里揣着铅笔，以便随时记录突然浮现的灵感。 > > 丹尼尔·卡尼曼 (Daniel Kahneman) 说他一生中获得诺贝尔奖的重要思考都是在与阿莫斯·特沃斯基 (Amos Tversky) 慢行闲谈时完成的。而乔布斯 (Steve Jobs) 坚决拒绝坐着进行重要对话，他总是在步行中解决问题。 > > 这些人无一例外地使用了奥佩佐直到2014年才测量出的这套系统。他们只是并不知道这背后的科学原理。 > > 值得深思的问题却是：为啥几乎没人主动问过这个问题。 > > 每一次你曾经参与过的围着桌子开会，实际上都只发挥了参与者大脑潜力的一小部分。每一次卡壳的头脑风暴会，每一次在办公桌前解决不了的问题，每一个你快要抓住却稍纵即逝的想法。 > > 解决方案却是现代科学中最简单的干预措施。无须补剂、软件、订阅服务或培训计划，你只需要一双腿，走上15分钟。 > > 斯坦福实验室证明了它的效果。哲学家们早已洞悉其价值。神经科学给出了详细的解释。 > > 而读到这里的大多数人，恐怕还在原地坐着，试图静止地思考出问题的答案。 🧠 **深度解读** 斯坦福心理学家玛丽莉·奥佩佐的研究表明，步行行为能显著提升发散性思维的创意产出，平均增幅达60%。通过严谨实验排除环境因素影响，证明步行激活大脑默认模式网络（DMN），促进点子连接与记忆整合。创意提升效果可持续至步行后几分钟，成为一种简单且有效的创意工作预热方式。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133054)** --- ### 💡 科研洞见 #2 **上下文学习作为视觉表征训练任务的潜力探索** 📝 **推文原文** > 转发 @neekans：上下文学习（In-context learning）表明模型已学习了多用途的表征。那么如果将上下文学习本身作为训练任务，用于视觉表征，会怎么样呢？ > > 📣 隆重介绍𝗟𝗜𝗟𝗔：𝗟𝗶𝗻𝗲𝗮𝗿 𝗜𝗻-𝗖𝗼𝗻𝘁𝗲𝘅𝘁 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴（线性上下文学习）✨ @CVPR 2026 口头报告✨ > > 𝗟𝗜𝗟𝗔通过视频进行训练，无需人工标注。 > 核心理念：一个用于预测密集提示（dense cues，例如深度信息(depth)、光流(flow)）的最优线性映射，能够在一个视频帧上预测这些提示，也应该能预测同一视频中其他帧对应的提示。 > > 该方法在密集视觉任务上的表现令人印象深刻：包括视频目标分割、（零样本）语义分割以及表面法线估计。 > > 论文、代码、模型和演示地址：https://t.co/Xn2SgskKQ8 > > 这项工作由 @ma_sundermeyer、Hidenobu Matsuki、David Joseph Tan 和 @fedassa 合作完成（特别感谢 David 和 Federico 在 Google 接待我的研究访问）。 > > #cvpr2026 @Google @MunichCenterML @tumcvg @TU_Muenchen 🧠 **深度解读** 把 in-context learning 本身作为视觉表征的训练任务：学习一个在同一视频不同帧间保持一致的最优线性映射，从而在无标注视频上获得对密集视觉任务有力的表征。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133059)** --- ## 💰 商业与战略 ### 💡 商业洞见 #1 **多源数据抽取与可排序指标表格快速产出投资组合监控洞察** 📝 **推文原文** > 如果你是风投（VC），想要一个像我们这样的高效投资组合监控工具，但又不想自己开发…… > > 可以去看看：https://t.co/gcW6Zytmir。这里有一个可以排序的表格，涵盖了所有投资组合公司的信息，包括收入、资金消耗（burn）、资金可用周期（runway）、账上现金（cash in bank）、总融资额（total raise）、融资状态（raise status）、互动次数（# interactions）、引荐次数（# intros made）、市场情绪（sentiment），以及数据更新程度评分（data freshness score）。 > > 这些数据都是从我之前提到的三大数据源中提取出来的。目前数据虽然还不够完美，但第一步是让数据提取流程顺利运转起来。 🧠 **深度解读** 对于 VC（或类似场景）的监控工具，先把多源数据稳定抽取入结构化表格，再用可排序的多维指标（包括运营交互次数、引荐数、情感与数据新鲜度）来融合财务与运营信号，比一开始追求绝对完备的数据质量更能快速产出可用洞察和产品价值。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133052)** --- ### 💡 商业洞见 #2 **实时世界模型基础设施降低开发门槛并催生新应用类别** 📝 **推文原文** > Reactor 刚刚发布了实时“世界模型”(World Models)的基础设施层。 > > 这项技术获得了来自 Lightspeed、Amplify、Jeffrey Katzenberg，以及顶尖投资人的 5900 万美元融资支持。 > > “世界模型”彻底改变了视频的功能，从传统的播放模式转向动态实时生成。通过用户的行为和语音，画面中的像素得以实时生成。只需在代码中集成几行 Reactor SDK，就能将“世界模型”实时生成的像素流，接入到你的产品中。 > > 这项技术对游戏、创意工具、模拟仿真、机器人技术、叙事创作，以及我们甚至还未命名的新领域，都具有深远意义。 > > 开发者现在可以打造一种全新产品：用户行为实时改变世界。今天，我们正式结束隐藏研发阶段，并宣布完成了由 Lightspeed 领投的 5900 万美元种子轮和 A 轮融资，还有 Amplify Partners、WndrCo、Sky9、FPV 及其他优秀天使投资人的参与。 > > 长期以来，视频中的像素一直是预渲染的，被动播放。如今，“世界模型”彻底颠覆了这一传统：像素能够根据用户操作实时生成。计算技术每一次从被动转向互动，都引领了全新的行业浪潮。我们正站在这种巨变的起点。 > > Reactor 是“世界模型时代”的开发平台，为世界范围内的开发者提供构建“世界模型”的基础设施。只需几行代码，就能实现基于世界模型的高规模实时像素流接入，为你的产品赋能。 > > 过去六个月里，我们组建了一支明星团队，成员来自 Apple、Meta、Google、Luma AI、Netflix 和 Replicate。目前，我们已与全球顶尖企业达成合作，同时有数百位开发者正在基于 Reactor 开发产品。 🧠 **深度解读** Reactor的实时“世界模型”基础设施通过SDK形式将接入门槛降至几行代码，显著降低开发者边际成本。这种技术转变将加速从传统被动视频到实时生成的产品范式迁移，催生新应用类别与商业模式，推动互动计算技术的行业浪潮。 🔗 **[查看原文](https://news.miracleplus.com/share_link/132994)** --- ### 💡 商业洞见 #3 **WorkBuddy 通过技能库与安全策略降低用户采用门槛** 📝 **推文原文** > RT @TencentAI_News 👋 来认识一下WorkBuddy：中国最受欢迎的桌面AI助手，现在已面向全球用户开放！ > > WorkBuddy能够自主处理繁琐任务，快速生成可直接使用的项目文件，适用于编程、数据分析以及效率提升等场景。 > > 它的独特之处在于： > > - **内置技能库（Skills Gallery）**：包含超过100种专家级知识、技能和工作流程。针对复杂任务，AI代理可以协同完成子任务。 > > - **连接式工作空间（Connected Workspace）**：支持与GitHub、GitLab、Jira、Confluence、Google Drive、Gmail、Notion、Slack等平台无缝集成，将您的工作流整合于一处。 > > - **随时随地工作（Work from Anywhere）**：可以通过Slack、Telegram、或Discord发送任务，在电脑上获取结果，同时同步回复到手机端。 > > - **代理安全性（Agent Safety）**：默认运行于安全沙盒环境，或者访问指定的本地文件夹，权限范围清晰明确，确保安全性。 > > 不仅仅是开发者，WorkBuddy适合所有人！🔗 https://t.co/xtD9QP3Tta > > 用户指南：https://t.co/cRyyvTntFT 🧠 **深度解读** 将大量预打包的领域技能（Skills Gallery）与可协作的专用子代理（agent-on-subtask）结合，并通过深度连接代码仓、任务系统和协作工具，同时以默认沙箱+可指派本地文件访问的最小权限策略为出厂安全设置，能显著降低企业与普通用户采用桌面AI agent的摩擦，且有利于把输出从文本扩展为可直接使用的项目文件/交付物。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133066)** --- ### 💡 商业洞见 #4 **将生成式媒体能力打包为模块化技能服务非技术创始人** 📝 **推文原文** > 转发 @pika_labs > > 各位有产品却缺乏营销技能的天才们注意了！ > > 今天我们正式推出创始人入门工具包——包含帮助你看起来和听起来像一家真正公司的4大技能模块： > > > 品牌打造 (Build-a-Brand) > > 应用界面展示 (App Screens) > > 产品亮点展示 (Product Sizzle) > > 创始人视频制作 (Founder Video) > > 现已通过Pika MCP（多功能内容平台，Multi-Content Platform）适配Claude！ 🧠 **深度解读** 通过将具体的营销交付物打包成小而可调用的 LLM 'skills'，并通过模型平台分发，Pika Labs 提供了一种高效的方式，将生成式媒体能力货币化。这种模式直接服务于非技术背景的创始人，帮助他们快速构建品牌形象和市场影响力，降低了创业初期的门槛。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133069)** --- ## 🌐 行业与趋势 ### 💡 行业洞见 #1 **AI重组计划将推动欧洲银行业岗位转型与收缩** 📝 **推文原文** > 摩根士丹利（Morgan Stanley）最新表示，随着人工智能（AI）接管可重复的银行业务，欧洲银行可能削减多达20%的岗位。 > > 据该行预测，AI将带来30%的生产力提升，这意味着诸如合规检查（compliance checks）、风险监控（risk monitoring）、KYC（了解你的客户，Know Your Customer）审查、AML（反洗钱，Anti-Money Laundering）筛查、报告生成以及其他后台工作所需的员工数量可能会减少。 > > 这一预估数字已从最初的10%翻倍至20%，即可能减少约20万至40万个岗位，到2030年结束。这是因为银行正从AI试点项目转向实施真正的结构化调整计划。 > > 由于欧洲的劳动法规相比美国更严格，突然的大规模裁员较为困难，因此多数岗位削减可能通过退休、自然流失（attrition）和有计划的离职（managed exits）方式实现。 > > 银行业的劳动力结构不仅会收缩，还将发生转型，传统的流程处理人员将减少，而数据工程师（data engineers）、AI操作员（AI operators）和模型风险专家（model-risk specialists）的需求会增加。 🧠 **深度解读** 摩根士丹利预测，AI从试点转向结构化重组计划将使欧洲银行业岗位削减规模翻倍至20%，主要通过自然流失与再培训实现。同时，传统后台岗位减少将伴随对AI相关技术岗位的需求激增，推动劳动力结构转型。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133057)** --- ### 💡 行业洞见 #2 **出版业对AI幻觉的脆弱性与合规需求的产品化机会** 📝 **推文原文** > 这是一个技能和标准的问题。 > > 我在书写中使用人工智能（AI），但我会亲自完成文本的完整初稿（仅在遇到瓶颈时用AI获取反馈或参考选项），使用高级模型来减少“幻觉”（hallucination，指AI生成的无根据内容），认真阅读AI找到的每一个参考资料，并使用多个模型进行交叉检验。然而，**《纽约时报》(The New York Times)**在5月份报道称，媒体企业家史蒂文·罗森鲍姆（Steven Rosenbaum）在其著作《真相的未来》(The Future of Truth)中引用了“超过六处错误归因或虚假的引用”，这些内容似乎由AI生成。罗森鲍姆曾承认，他在研究、写作和编辑过程中使用了AI工具，但这项调查的结果仍然令他和出版商西蒙与舒斯特公司（Simon & Schuster）感到十分尴尬。出版业原本已经在应对AI生成文本可能大量涌入小说市场的问题，而罗森鲍姆的风波进一步揭示了AI可能会如何给非虚构类书籍领域造成巨大的冲击。 > > 非虚构类出版对AI的“幻觉”特别脆弱，因为这一行业长期以来并没有采取任何措施来确保出版的书籍内容是准确无误的。曾在知名出版社Knopf担任高管的保罗·博加兹（Paul Bogaards）表示：“行业外的人可能不了解，按照合同条款，出版商并没有校验事实的义务。” > > 更糟糕的是，出版商似乎根本不知道如何应对这一明显的漏洞。“我们没有完善的体系来应对，”文学经纪人阿莉亚·汉娜·哈比布（Alia Hanna Habib）说道。一位大型出版社的编辑补充说：“关于每份合同都会有相应的对话，但似乎没有人能真正给出一个正确的答案。” > > 有些编辑、作者和代理人表示，这个问题可能已经非常普遍。“我感觉很多人都在把AI生成的内容当成是自己的原创作品，而且大部分情况下都对此保持沉默，”一位大型出版社的高级非虚构类编辑表示。 > > 阅读夏洛特·克莱恩（Charlotte Klein）的完整报道，了解人工智能“幻觉”在非虚构类书籍中的最新发现，如何进一步暴露出版业的脆弱性：[链接](https://t.co/F74ixKaZRM) 🧠 **深度解读** 把 AI 当作辅助而非代笔，结合逐条人工验证与多模型交叉检查，能显著减少非虚构内容中的 AI 幻觉；而出版机构缺乏这类系统化流程，构成了可被产品化的合规与验证需求。 🔗 **[查看原文](https://news.miracleplus.com/share_link/133061)**