X

SpaceXAI 为 Grok Build 新增 Browser Use 插件，让 Grok 可以调用真实浏览器。该插件可使用用户自己的 Chrome（保留已有登录状态）或隔离的 Browser Use 云浏览器，支持浏览网站、抓取和提取数据、填写表单、测试 Web 应用、截图以及自动化完整网页工作流。

OpenAI 从今天起下调 GPT-5.6 Sol 的 API 价格，输入降价 20%、输出降价 33%，新价格为每百万输入 token 4 美元、每百万输出 token 20 美元，该促销价格至少维持到 11 月 21 日。发帖者认为这一时间点也构成对 Anthropic 即将进行 IPO 的又一次冲击，并有助于 OpenAI 吸引更多用户。

该推文仅包含一个链接（https://t.co/AwTz2d4r4m），没有可翻译的文字内容。

NVIDIA 在其 GLM 5.3 SGLang 对比中，在 150 tok/s/user 下成本效率最高可达 AMD 的 5 倍。 - 来自最新 SemiAnalysis 报告 “以 AMD 软件当前的状态，在 150 tok/s/user 下，Nvidia 的性能优势如此之大，以至于即使竞争对手的芯片硬件免费赠送（但服务商仍需支付数据中心托管、电力及其他运营成本），使用 Nvidia 时每 token 成本仍然更低。”

9 月 30 日来旧金山参加线下黑客松，用 Runway 的 API 打造最佳智能体、应用或创意工作流。这场为期一天的活动将在 Masonic 举行，与我们的 Runway AI Summit 同期。 不用路演 PPT。不用层层审批。下午 5 点前交出一个可运行的 demo，就有机会赢取 2.5 万美元和 20 万 credits。

立即申请：https://t.co/35nkzCkH41

GPT-5.6 现已在 @kirodotdev 上线，将我们最新的模型带入开发者已在生产环境中使用的 workflow，用于规划、构建、测试和审查软件。https://t.co/8C3eUqmhZd

ASI-Bench 基准给出 11 个科学领域的 60 个真实研究项目，用于测试不同指令粒度对研究型智能体的影响。在 18 组智能体与模型组合中，给出完整步骤时平均分为 50.91，只给方法名时降至 29.10，连方法都不给只再低 2.5 分，说明分数损失主要来自缺少步骤。只给方法名的提示词也最贵，比完整指令多消耗 59% 的 token。

– https://t.co/rTEtV3vpNf 标题："ASI-Bench：人工超级智能的黎明"

我的整个 𝕏 时间线现在全是 Grok @bot 😂🔥 https://t.co/kRNjxCEKS2

我认为舆论正过度转向“AI 的影响要很多年才会显现”，就像不久前它还过度偏向“AI 会立刻改变经济”一样。

控制权正成为企业 AI 应用的决定性议题。在全球范围内，尤其是在受监管行业，各组织希望获得 AI 的收益，同时不放弃对敏感数据和系统的控制权。

Mistral AI@MistralAIAI 评分5050

今天，我们宣布与 @HUMAIN 达成战略合作，涵盖 AI 基础设施、先进模型开发，以及在沙特阿拉伯及整个地区部署 AI 解决方案。 我们将共同开发本地化的前沿 AI 模型，初期重点领域包括网络安全、语音，以及在阿拉伯语系中表现强劲的模型。 https://mistral.ai/news/mistral-x-humain/

说清楚一点，我不认为在写作、反馈或其他事情上借助 AI 有什么问题（前提是规则允许），但如果你用它做得太多，它就会开始掩盖你独特的贡献。这未必在每个情况下都重要，但在很多情况下确实重要。

抱歉，您提供的主推文内容仅为一个链接（https://t.co/KjD974HtnN），没有可翻译的正文文字。请提供推文的实际文字内容，我将为您翻译。

NVIDIA 与 Groq 达成非独家授权 8 个月后，Groq 技术首次进入 NVIDIA 机架级产品，Groq 机架将于今年上线。NVIDIA 将智能体 AI 工作负载拆分到专用处理器：Rubin GPU 负责重模型计算，Groq 3 LPX 针对延迟敏感的 token 生成，Vera CPU 运行代码、工具、数据处理与仿真。

如果我 17 岁，我会从零开始学习如何构建大型语言模型

一篇在 Hacker News 获得 426 分的讨论帖主张，如果回到 17 岁，应当从零开始学习构建大型语言模型。该帖发布于 8 月 24 日，围绕这一学习路径展开讨论。

阅读由 @brightertmrrw、@DanCareyEcon、@pawtrammell 和 @ansonwhho 撰写的完整报告：https://t.co/Tnb6IJJqHV

Nvidia 的增值也没有被记录在其他任何地方：不在服务出口中（Nvidia 卖的是商品，不是服务），也不在“转口贸易”中（芯片在海外被加工，而该类别每年追踪的金额不到 $1B）。

商品出口？也不是。海关记录只记录跨越美国边境的商品，而 Nvidia 的芯片在仍在海外时就已经售出。 美国计算机出口确实激增，但这主要是外国制造的 GPU 经由美国运往墨西哥进行服务器组装（例如富士康，为 Stargate），然后再运回来。

这一会计盲点是一个被广泛接受的 AI 经济影响叙事中缺失的关键一环：AI 投资规模巨大，但对 GDP 增长的拉动却有限，因为大部分支出流向了进口技术产品，而进口会从 GDP 中扣除。 这个叙事中缺失的是：这些进口中数百亿美元的价值，实际上是 Nvidia 的附加值，通过外国制造的硬件回流到了美国。

结果：服务器进入美国时，其价格包含了 Nvidia 的设计溢价，而这部分被全额计入进口。但出口却从未被记录；没有任何实物离开美国，也没有人明确为 Nvidia 的知识产权付费。美国设计所创造的价值就这样从 GDP 中消失了。

为什么？这要归结于 Nvidia 芯片的供应链。 Nvidia 芯片在美国设计，但在海外制造、组装和销售。这些芯片在随进口服务器抵达之前，从未踏上美国国土。https://t.co/aN9YCvYuZN

我们发现，美国 GDP 统计遗漏了 Nvidia 为美国经济创造的大部分价值。 因此，过去一年 GDP 增长被低估了约 0.3 个百分点。https://t.co/skgKN3epEG

现在出来的智能体太多了，每次想试个新的都得重建一遍配置。 OpenRouter for Agents 这个思路在这里很说得通。一个 API，对接不同智能体，你可以持续尝试，而不用绑死在一个技术栈上。https://t.co/Yv903Zb2qa

学习世界如何演化 通过潜动力学推理实现外推视频世界模型 论文：https://t.co/3ZZNem8VKg https://t.co/oJLnoUkQ0U

人类正在消失 https://t.co/KkSQ2WKKyI

在 Hermes 中试用 Grok 4.6，现通过 @NousResearch 门户享 50% 折扣 或者，使用你现有的 SuperGrok 和 X Premium+ 付费订阅。https://t.co/06w12fMV71

Claude 开发者账号宣布，开发者可以为 Claude 目录中的第三方 MCP connector 添加企业托管认证，Asana、Atlassian、Canva、Datadog、Figma、Granola、Linear、Notion、Slack 和 Supabase 提供支持。原文同时给出博客与文档链接。

面向 MCP 连接器的企业托管认证现已正式可用。 对于 Claude Team 和 Enterprise 管理员，授权通过你的身份提供商集中管理。 对于用户，工具和数据会自动连接，无需单独进行 OAuth。https://t.co/83768WvXdH

@agentsky_dev 团队发布的 Agent Playground 非常酷。它让你在一个浏览器里给 Claude Code、Codex 和 DeepSeek 分配完全相同的任务，并排比较时间、成本和 token。 我经常跑同任务测试，我认为这是首批能在真正相同条件下比较智能体的平台之一。这很棒，因为你可以更好地判断哪个智能体框架最适合目标任务。

atomic_chat_hq 对 Qwen 3.8 27B 的量化测试显示，更高量化精度并不自动带来更好结果，Q8 在部分 voxel 任务上仅与 Q4 持平甚至被反超。

查看 Atomic Dynamic Qwen 3.8 27B GGUF 量化版本： https://t.co/sb2pazHeop 在 Atomic Chat 中本地运行：https://t.co/aMAZoaXjZ4

明天由 @vaibcode 参与的 🦄 AI that works 播客会很特别，我们要聊软件工厂设计模式 构建模块长什么样，哪些可以买或自己造，harness 方程的两个层次，以及作为构建者你绝对想要自己掌控的部分 我们每周二太平洋时间上午 10:15 在 X 和 Riverside 直播——如果你想加入实时聊天，在下方注册获取 riverside 链接 https://t.co/4agD9EQXYz

14 天。无限构建。⚡ 8 月 24 日至 9 月 6 日，在 @gmi_cloud 上无限使用 MiniMax M3 和 M2.7——外加 Speech 2.8 和 Music 3.0。 在 GMI Cloud 上开始构建。你会创造什么？👇 https://t.co/SW0orElpkU

看起来 Ox Alpha 已经收到了一个重大更新。 你无法想象我对于正式揭晓以及该模型技术信息有多么兴奋。https://t.co/XloUbiotjB

提醒所有提交申请、论文或任何其他人要批量阅读的文档的人：是的，他们看得出来 大多数情况下，即便改了措辞，你用了 AI 也很明显，因为当你读了很多份之后，其中的想法和概念开始如出一辙

https://t.co/r4bA2qWi0u

4天内处理了26T tokens的Ox Alpha https://t.co/UHklXVXA7P

我越用前沿模型，就越不相信有哪个模型能通吃一切。 - Opus 5：最擅长用生成的 html 教我，但啰嗦又粗糙。 - GPT-5.6 Sol：后端很强，前端偏弱。 - Kimi K3 / GLM-5.2：日常编码 90% 的场景下便宜高效，但在写 kernel 这类 AI 研究任务上较弱。 每家实验室都在为 AGI 训练。但今天的 LLM 仍然是专才。