@op7418

x.com/i/article/206509698231…

We’re rolling out changes to make Fable 5’s safeguards for frontier LLM development visible. Starting this week, flagged requests will visibly fall back to Opus 4.8—the same as our safeguards for cyber and bio. You will see this every time it happens. On the API, any flagged requests will return a reason for their refusal (coming to server-side fallback in the next few days). We wanted to deploy Fable 5 to our users quickly and safely. Visible safeguards can be probed, so they have to be robust, which takes time to get right. Invisible safeguards can be targeted more narrowly, allowing us to ship quickly with very few false positives. We went with invisible safeguards for this reason—and that was the wrong tradeoff. You should have visibility into the safeguards we have in place, and why. We’re sorry for not getting the balance right. Making the safeguards visible makes them easier to work around, so keeping them robust to jailbreaks will unfortunately mean more false positives while we improve the classifiers. We're also tuning our bio and cyber classifiers to trigger less often on harmless requests. We know this is frustrating and we’ll do our best to keep this period as short as possible. If you think a request has been mistakenly flagged: run /feedback in Claude Code, click thumbs-down on the fallback in Claude.ai or Cowork, or file the safeguard appeal form for API requests. Your reports help us tune these classifiers and we appreciate your feedback. support.claude.com/en/articl…

x.com/i/article/205365581387…

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。 同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。 藏师傅提前试了一下，做了三个测试，确实爽。 第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。 这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。 第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。 这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。 第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。 这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果 这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒 官方测试平台下面有个数据展示，会显示相关信息 在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的 之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象 最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式 在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率： 如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间 这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的 毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的 希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型 Video

试了一下，Fable 5 在漏洞分析、bug 寻找这些地方还是很强的。 但是在写代码上，我感觉它也不是万能的，它写出来的代码也会有明显的 bug，需要多次修复才能完成。 所以在这块，我觉得它可能是一个偏科比较严重的模型。 在某些程度上它比 4.8 好了非常多，但在另一些方面，虽然也比 4.8 好，但好得有限。

在我 26 万行代码的 CodePilot 代码库中尝试 Fable 5，看一下它能找出多少问题

试了一下，Fable 5 在漏洞分析、bug 寻找这些地方还是很强的。 但是在写代码上，我感觉它也不是万能的，它写出来的代码也会有明显的 bug，需要多次修复才能完成。 所以在这块，我觉得它可能是一个偏科比较严重的模型。 在某些程度上它比 4.8 好了非常多，但在另一些方面，虽然也比 4.8 好，但好得有限。

在我 26 万行代码的 CodePilot 代码库中尝试 Fable 5，看一下它能找出多少问题

We've reset usage limits across our products! For those just starting to test Fable, here's four tips for using it more effectively: 1. Give it bigger, more ambitious tasks than what previous models could handle. 2. Use xhigh/high effort as your default for best performance, med for faster interactive sessions. 3. Rework your skills and CLAUDE.mds. Instructions written for prior models anchor Fable to stale patterns, let it use its own judgment first. 4. Move from providing tasks to providing objectives. Describe what done looks like and how to verify it, then let Fable find the path (/loop and /goal are built for this)

Introducing Claude Fable 5: a Mythos-class model that we’ve made safe for general use. Its capabilities exceed those of any model we’ve ever made generally available. Video

JUST IN: Anthropic will reportedly release its new AI model “Mythos” tomorrow.

x.com/i/article/205365581387…

Cursor 招聘设计工程师了，非常令人心动，但我还犹豫着不能行动； 我在字节工作了8年，一直游走在动效设计师和设计工程师之间。最近我的团队（豆包手机团队）也在招聘设计工程师，但是我们需要的方向更多要有一些对 Android 平台的了解，和硅谷大多数设计工程师围绕 Web 展开工作有所区别。 前一阵我也对市面上招聘设计工程师的 JD 做了调研，和 ChatGPT 一起做出以下几个画像，虽然 Title 都是设计工程师，但还是有不同的侧重的： 画像一：AI Design Engineer 定位： 负责把 AI 能力转成可理解、可控制、可验证的产品体验。 传统产品设计师、UI/UX 设计师的 AI 升级版。 典型任务： - 设计 agent workflow、tool call、执行计划、状态反馈。 - 做真实或半真实 LLM/API 驱动原型。 - 处理 AI 的 latency、streaming、失败、幻觉、权限、回滚、人工确认。 - 和模型、后端、前端、产品一起定义可交互的 AI 产品机制。 关键证据： - 有能运行的 AI 产品原型，而不是只有 UI mock。 - 展示过复杂状态、异常、边界、权限和失败恢复。 - 能清楚解释“模型能力如何影响交互设计”。 不适合信号： - 只会把 AI 做成聊天框。 - 只关心 prompt，不关心产品状态和人机协作。 - 无法解释 AI 输出不确定性如何体现在界面中。 画像二：Product UI Craft Engineer 定位： 把关键产品界面做到可上线质量，负责交互、动效、性能和细节手感。 传统动效设计师、原型设计师的升级版。 典型任务： - 从 Figma 或 Sketch 直接写出高质量 React/TypeScript 原型。 - 打磨 loading、empty、error、success、hover、focus、keyboard、transition。 - 做组件抽象、交互动效、响应式、性能优化。 - 和设计师、产品、工程师一起把“感觉不对”拆成可修复的细节。 关键证据： - 作品中有真实可操作界面。 - 细节状态完整，不只有 happy path。 - 能解释性能、动效、可访问性和视觉 polish 的取舍。 不适合信号： - 会写代码但审美粗糙。 - 会做视觉但无法落到真实前端。 - 对交互状态和边界情况不敏感。 画像三：Design Systems Engineer 定位： 建立团队长期复用的设计与前端基础设施。 传统设计系统维护者使用 AI 加强工作流。 典型任务： - 建立 tokens、components、patterns、docs、Storybook。 - 连接 Figma variables 和代码组件。 - 定义组件 API、可访问性标准、motion token、dark mode、主题系统。 - 让 AI 工具能消费组件、token 和设计上下文。 关键证据： - 有完整设计系统项目，而不是零散 UI kit。 - 同时展示设计规范和代码实现。 - 能处理组件治理、版本、迁移、文档和跨团队协作。 不适合信号： - 只会画组件，不懂组件 API。 - 只会写组件，不懂设计语义。 - 过度抽象，脱离真实产品场景。 画像四：Creative Technologist / Motion & Graphics Engineer 定位： 负责产品中的高级动效、实时图形、创作工具、3D/空间交互和生成式视觉体验。 传统技术美术、特效设计、动效动画设计的进阶。 典型任务： - 做 Canvas / WebGL / Three.js / Rive / Lottie / Shader 原型。 - 设计时间线、关键帧、预览、生成、局部编辑、版本分支。 - 把 AI 生成结果变成可编辑、可理解、可控制的创作界面。 - 探索 Aesthetics 2026 所说的 technical mono、mixed media、3D、nostalgia、texture、glitch 等方向，但保持可用性。 关键证据： - 有动效或图形交互 demo。 - 能说明动效如何服务信息层级和操作反馈。 - 有审美实验能力，但不牺牲产品清晰度。 不适合信号： - 只做炫技动效，无法服务产品。 - 只懂静态视觉，不懂时间和交互。 - 3D/图形能力脱离工程实现。 画像五：AI Design Workflow Architect 定位： 不是单点做界面，而是设计团队如何使用 AI、Figma、代码库、设计系统一起工作的流程。 AI 时代的新角色，AI Design Infra，与前面四个画像深度合作。 典型任务： - 搭建 Figma → token → component → code → docs 的链路。 - 使用 Claude Code、Cursor、v0、Lovable、Figma MCP 等工具形成团队工作流。 - 设计 AI 辅助 UI 生成、组件检索、设计系统问答、自动文档、代码同步。 - 把设计系统变成模型可读的上下文。 关键证据： - 有自动化或半自动化设计流程案例。 - 能解释 AI 工具在流程中哪里可靠、哪里不可靠。 - 能平衡速度、质量、治理和团队学习成本。 不适合信号： - 把 AI 工具当噱头。 - 只会“生成页面”，不会维护系统。 - 不能判断 AI 生成结果的设计质量。 --- 上述画像是以技能侧重抽象的，不一定是精准匹配到某类人，甚至大多数设计工程师是在多个画像间交叉的，比如我。 有对豆包手机感兴趣的可以联系我，有对我感兴趣的也可以联系我 😁

x.com/i/article/205981146908…

Personal Update: I'm leaving Anthropic to start my own lab. This is a huge decision for me but one I felt was a long time coming. If you're a seasoned developer or ML researcher who wants to take the singularity by storm, please check out the job posting in my bio!

Anthropic's Opus 4.7 and 4.8 models are experiencing degraded performance, which is causing a higher rate of failures for users selecting these models in Notion AI. To mitigate impact, all Anthropic models have been disabled in the model picker and requests have been rerouted to alternative providers. Most users should now be able to continue using Notion AI with minimal disruption, though Anthropic-specific features remain unavailable. Please refer to notion-status.com/ for the details.

install codex on your parents’ computers so you can fix stuff remotely

Your Codex activity now has a home, and an easier way to share it. Codex profiles show your activity graph, streaks, lifetime tokens, peak daily tokens, and top features like plugins and /fast mode. Private by default. Share a card when you want to. Video

说一下 guizang PPT Skills 还会继续更新啊。 得益于最近的几个赞助，可以找时间去更新第三套主题了，依旧非常惊艳。 同时，在小红书那个图文卡片部分积累的好经验，也会用到 PPT Skills 的新版里面。

事实上，Codepilot 这种大型代码库 Vibe Coding 非常依赖于文档。 自从 Claude Code 的 Plan 模式废掉以后，我连计划写的都是计划文档，整个文档体系的复杂度和占代码的比例都在快速大幅上升。 所以，文档体系的管理，以及 AI 和人协作下的文档梳理，在整个大型代码库中其实是非常重要的。 我让 Codex 分析了一下 CodePilot 目前的文档体系，以及它跟代码之间的关系。 目前 CodePilot 里面有 26 万行代码和 5.6 万行文档，文档占代码的比例大约是 21%。 说一个事实： 从 CodePilot 的第一个版本到现在，我没有动过一行代码，因为现在确实看不懂了。 但目前基本上所有已知的 bug 我都能修复，所有想要实现的能力也都能实现。 这是当前 Vibe Coding 我自己的一个实践，也是我自己的一个上限。整个重构本来预期是两周，但实际持续了超过一个月零三周。

CodePilot v0.55.0 正式版已经更新！ 重构完成的正式版： 多执行引擎（Claude Code / 自建 Native / OpenAI Codex）、上下文用量可视化、Codex 账号原生能力全部落地为稳定版，并集中修复了 macOS 视觉与托盘、Windows 安装与交互、服务商型号映射等内测反馈问题。 🆕新增功能 多执行引擎，可整体切换也可按会话切换 — 同一个应用里支持 Anthropic Claude Code、CodePilot 自建 Native、OpenAI Codex 三种执行引擎；可以设全局默认，也能在单个对话的输入框下方临时切换，互不影响。 上下文用量可视化 — 聊天里能实时看到本次对话占用了多少上下文、还剩多少，并按来源（系统提示 / 工作区规则 / 技能 / 记忆 / 工具 / MCP）分解，长对话不再"用着用着突然被截断也不知道为什么"。 OpenAI Codex 账号原生能力打通 — 用 Codex 账号登录后，助理记忆、Widget 可视化、定时任务 + 到点通知、Dashboard、CLI 工具这些内置能力在 Codex 引擎下也能用；接不了的能力会如实标注为不支持，而不是假装可用。