跳到正文

X

关注 AI 研究者、开发者与机构的动态

当前显示全部 AI 相关新闻
按账号或来源筛选(520)
全部X新闻X:Rohan Paul1320 条X:Kim1179 条X:阿易 AI Notes872 条X:阿里云 / Alibaba Cloud441 条X:Testing Catalog372 条X:Elvis Saravia332 条X:cb_doge323 条X:Elon Musk322 条X:OpenRouter291 条X:Artificial Analysis275 条X:Ethan Mollick269 条X:PixVerse252 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)228 条X:Replit217 条X:ZHO214 条X:SemiAnalysis208 条X:OpenAI Developers204 条X:小北178 条X:swyx162 条X:MiniMax157 条X:Gemini156 条X:Dex Horthy(HumanLayer)136 条X:Emad Mostaque127 条X:Tibo124 条X:OpenAI119 条X:X.PIN105 条X:AI Safety Memes104 条X:Google AI for Developers103 条X:蚂蚁百灵101 条X:Thomas Wolf(Hugging Face 联创/CSO)96 条X:Epoch AI93 条X:Luma AI91 条X:Runway90 条X:Claude Devs86 条X:Jason Liu85 条X:马东锡 NLP84 条X:面壁智能 OpenBMB83 条X:Aravind Srinivas(Perplexity CEO)83 条X:Frank Wang 玉伯81 条X:Sam Altman80 条X:洪明75 条X:fofr74 条X:Gabriel74 条X:Perplexity69 条X:阑夕68 条X:Francois Chollet66 条X:Yuchen Jin65 条X:赵纯想64 条X:Nathan Lambert64 条X:Tencent WorkBuddy61 条X:Greg Brockman60 条X:opencode60 条X:Eric Zakariasson59 条X:Cohere56 条X:Microsoft Research54 条X:Peter Steinberger52 条X:腾讯混元51 条X:Suno50 条X:Claude47 条X:Clément Delangue(Hugging Face CEO)45 条X:Anthropic44 条X:Krea AI44 条X:OpenClaw43 条X:Charlie Holtz41 条X:Google DeepMind40 条X:通义千问 / Qwen39 条X:Google AI38 条X:Thariq38 条X:karminski35 条X:AK32 条X:Peter McCrory(Anthropic 首席经济学家)31 条X:可灵 Kling AI30 条X:Boris Cherny30 条X:百度 Baidu29 条X:Deedy Das29 条X:AI at Meta28 条X:Aidan Gomez(Cohere CEO)27 条X:Josh Woodward26 条X:Viggle AI26 条X:Logan Kilpatrick25 条X:Mustafa Suleyman(Microsoft AI CEO)25 条X:李继刚20 条X:Noam Brown20 条X:Odyssey20 条X:硅基流动 SiliconFlow18 条X:Andrew Milich18 条X:SpaceXAI17 条X:Tianyi Cui17 条X:华为云16 条X:DeepSeek16 条X:Sundar Pichai14 条X:智谱 Z.ai12 条X:Mark Zuckerberg12 条X:Demis Hassabis11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Eric Mitchell10 条X:Karina Nguyen10 条X:Lee Robinson10 条X:Mistral AI10 条X:Noah Zweben10 条X:Barret 李靖9 条X:Fei-Fei Li9 条X:Jensen Huang9 条X:Kimi.ai9 条X:Hao AI Lab8 条X:Jeff Dean8 条X:谢赛宁7 条X:Jim Fan7 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条X:NotebookLM0 条@berryxia · 历史来源430 条@vista8 · 历史来源262 条@op7418 · 历史来源231 条@sensetime_ai · 历史来源34 条@google · 历史来源30 条@getsuperintel · 历史来源9 条@latentspacepod · 历史来源9 条@android · 历史来源8 条@dreamlabla · 历史来源8 条@mannybernabe · 历史来源8 条@karpathy · 历史来源7 条@alexatallah · 历史来源6 条@ryanleeminimax · 历史来源5 条@theo · 历史来源5 条PixVerse (@PixVerse) · 历史来源5 条@aidotengineer · 历史来源4 条@dkundel · 历史来源4 条@reach_vb · 历史来源4 条@dotey · 历史来源3 条@eliebakouch · 历史来源3 条@googlechrome · 历史来源3 条@kilocode · 历史来源3 条@maxforai · 历史来源3 条@newsfromgoogle · 历史来源3 条@richardssutton · 历史来源3 条@skylermiao7 · 历史来源3 条@victorsuortiz · 历史来源3 条@ajambrosino · 历史来源2 条@akashi203 · 历史来源2 条@anatolikopadze · 历史来源2 条@andrewcurran_ · 历史来源2 条@antirez · 历史来源2 条@barrnanas · 历史来源2 条@coreyching · 历史来源2 条@deanwball · 历史来源2 条@designarena · 历史来源2 条@fal · 历史来源2 条@fellmentke · 历史来源2 条@gergelyorosz · 历史来源2 条@gmi_cloud · 历史来源2 条@gravicle · 历史来源2 条@hxiao · 历史来源2 条@id_aa_carmack · 历史来源2 条@jackminong · 历史来源2 条@lennysan · 历史来源2 条@mada299 · 历史来源2 条@microsoft · 历史来源2 条@mikastars39 · 历史来源2 条@mitchellh · 历史来源2 条@nabeelqu · 历史来源2 条@rudrank · 历史来源2 条@sebastienbubeck · 历史来源2 条@zan2434 · 历史来源2 条@___harald___ · 历史来源1 条@_boraturan · 历史来源1 条@0xjaniak · 历史来源1 条@0xkato · 历史来源1 条@47fucb4r8c69323 · 历史来源1 条@559hkdt · 历史来源1 条@aaliya_va · 历史来源1 条@abhikatte42 · 历史来源1 条@abhishekpatiil · 历史来源1 条@aboutberlin · 历史来源1 条@addyosmani · 历史来源1 条@agi2asi · 历史来源1 条@aiaicreate · 历史来源1 条@aimlapi · 历史来源1 条@aisaonehq · 历史来源1 条@aisystemprompt · 历史来源1 条@alemtuzlak · 历史来源1 条@alexxubyte · 历史来源1 条@alupsasca · 历史来源1 条@amasad · 历史来源1 条@ampcode · 历史来源1 条@anas_build_ · 历史来源1 条@aniketmaurya · 历史来源1 条@anitakirkovska · 历史来源1 条@anneliesgamble · 历史来源1 条@antigravity · 历史来源1 条@arafatkatze · 历史来源1 条@arena · 历史来源1 条@argofowl · 历史来源1 条@arthurmensch · 历史来源1 条@ashiknewazaj · 历史来源1 条@atabarrok · 历史来源1 条@atomic_chat_hq · 历史来源1 条@awe_automation · 历史来源1 条@awesomekling · 历史来源1 条@awscloud · 历史来源1 条@ayushagarwal · 历史来源1 条@baaadas · 历史来源1 条@bai_agi · 历史来源1 条@bbuddha_xyz · 历史来源1 条@bclavie · 历史来源1 条@beccalytics · 历史来源1 条@benfleming__ · 历史来源1 条@benhylak · 历史来源1 条@benjamineyliu · 历史来源1 条@bfl_ml · 历史来源1 条@bleysg · 历史来源1 条@bolna_dev · 历史来源1 条@bosmeny · 历史来源1 条@boxmining · 历史来源1 条@bozhou_ai · 历史来源1 条@brexhq · 历史来源1 条@brian_armstrong · 历史来源1 条@brianchew · 历史来源1 条@bridgemindai · 历史来源1 条@budgetpixel · 历史来源1 条@cahidarda · 历史来源1 条@calmpromptshq · 历史来源1 条@ce_zhang · 历史来源1 条@cedric_chee · 历史来源1 条@chaitralikakde · 历史来源1 条@chatgpt · 历史来源1 条@chatgptapp · 历史来源1 条@christinetyip · 历史来源1 条@christofsalis · 历史来源1 条@clark__labs · 历史来源1 条@cloudflaredev · 历史来源1 条@cnorth_13 · 历史来源1 条@cnzoecomeback · 历史来源1 条@cocohearts · 历史来源1 条@code_star · 历史来源1 条@codebyaurelia · 历史来源1 条@cognition · 历史来源1 条@commandcodeai · 历史来源1 条@consensusnlp · 历史来源1 条@contralabs_ai · 历史来源1 条@cozyblaze265065 · 历史来源1 条@crimedecoder · 历史来源1 条@crtr0 · 历史来源1 条@damnventures · 历史来源1 条@daniellockyer · 历史来源1 条@darioamodei · 历史来源1 条@davidmaliglowka · 历史来源1 条@davidondrej1 · 历史来源1 条@davidsacks · 历史来源1 条@dbirker78883 · 历史来源1 条@deryatr_ · 历史来源1 条@devfun · 历史来源1 条@diegocabezas01 · 历史来源1 条@digitalocean · 历史来源1 条@dimillian · 历史来源1 条@dimitrispapail · 历史来源1 条@discussingfilm · 历史来源1 条@dkthomp · 历史来源1 条@dmitryrybin1 · 历史来源1 条@dmsobol · 历史来源1 条@douglasyaody · 历史来源1 条@duckduckgo · 历史来源1 条@easyrouterio · 历史来源1 条@edgardobriban · 历史来源1 条@eisokant · 历史来源1 条@elliotarledge · 历史来源1 条@encrypted · 历史来源1 条@endpointarena · 历史来源1 条@envato · 历史来源1 条@escanorreloaded · 历史来源1 条@esrtweet · 历史来源1 条@ethanhe_42 · 历史来源1 条@eu_commission · 历史来源1 条@fba · 历史来源1 条@fdavidsont · 历史来源1 条@figmaweave · 历史来源1 条@finn_meeks · 历史来源1 条@first_tree_ai · 历史来源1 条@flavioad · 历史来源1 条@flowith · 历史来源1 条@fminzhou · 历史来源1 条@freddie_spirit · 历史来源1 条@frydwia · 历史来源1 条@futurestacked · 历史来源1 条@garrettlord · 历史来源1 条@garrytan · 历史来源1 条@gavinsbaker · 历史来源1 条@GayaniFigma · 历史来源1 条@genspark_ai · 历史来源1 条@gitlawb · 历史来源1 条@gneubig · 历史来源1 条@gokulr · 历史来源1 条@goodfireai · 历史来源1 条@goodnesmbakara · 历史来源1 条@googleaistudio · 历史来源1 条@gordic_aleksa · 历史来源1 条@gro_tsen · 历史来源1 条@hangsiin · 历史来源1 条@happycapyai · 历史来源1 条@haydenbleasel · 历史来源1 条@helloiamleonie · 历史来源1 条@hey_asiif · 历史来源1 条@hilbertspaess · 历史来源1 条@howtoprompt__ · 历史来源1 条@hq4ai · 历史来源1 条@hypersoren · 历史来源1 条@ianbremmer · 历史来源1 条@interaction · 历史来源1 条@intology · 历史来源1 条@iron_redux · 历史来源1 条@ithilgore · 历史来源1 条@itsreallyvivek · 历史来源1 条@jamesjyu · 历史来源1 条@jameszmsun · 历史来源1 条@jason_young1231 · 历史来源1 条@jawad_rahman_ · 历史来源1 条@jaydendavisnc · 历史来源1 条@jeffbarg · 历史来源1 条@jenzhuscott · 历史来源1 条@jiayuan_jy · 历史来源1 条@jilles · 历史来源1 条@jimcramer · 历史来源1 条@jimsyoung_ · 历史来源1 条@jinjingliang · 历史来源1 条@jjacky · 历史来源1 条@jjackyliang · 历史来源1 条@joefioti · 历史来源1 条@joi___ai · 历史来源1 条@joinhandshake · 历史来源1 条@joinpursuit · 历史来源1 条@joulee · 历史来源1 条@jsconfasia · 历史来源1 条@jsrailton · 历史来源1 条@juminoz · 历史来源1 条@kaizero_ainta · 历史来源1 条@karanganesan · 历史来源1 条@kdaigle · 历史来源1 条@kentherogers · 历史来源1 条@kevinsays · 历史来源1 条@khudonogov · 历史来源1 条@koraykv · 历史来源1 条@kotekjedi_ml · 历史来源1 条@kuberwastaken · 历史来源1 条@kurz_gesagt · 历史来源1 条@kwindla · 历史来源1 条@lafalcemateo · 历史来源1 条@lakshyaaagrawal · 历史来源1 条@larrylv · 历史来源1 条@layoffai · 历史来源1 条@levinstanley · 历史来源1 条@lifeofjer · 历史来源1 条@livekit · 历史来源1 条@lostinlatencyx · 历史来源1 条@lotte_verheyden · 历史来源1 条@lqiao · 历史来源1 条@luciushq · 历史来源1 条@luckeyfaraday · 历史来源1 条@lukaspet · 历史来源1 条@madhavsinghal_ · 历史来源1 条@manassharmahere · 历史来源1 条@markiewagner · 历史来源1 条@marksaroufim · 历史来源1 条@marsxiang_ · 历史来源1 条@maseehg_ · 历史来源1 条@mattshumer_ · 历史来源1 条@mem0ai · 历史来源1 条@mengto · 历史来源1 条@merettm · 历史来源1 条@micahcarroll · 历史来源1 条@michael_chomsky · 历史来源1 条@michaelarnaldi · 历史来源1 条@microsoftai · 历史来源1 条@mike_acton · 历史来源1 条@mikeyyyzhao · 历史来源1 条@minchoi · 历史来源1 条@minimaxagent · 历史来源1 条@minu_who · 历史来源1 条@mkbhd · 历史来源1 条@modal · 历史来源1 条@moritzthuening · 历史来源1 条@moxie · 历史来源1 条@mstockton · 历史来源1 条@mtslive · 历史来源1 条@multimodalart · 历史来源1 条@neelnanda5 · 历史来源1 条@neilrahilly · 历史来源1 条@nickbaumann_ · 历史来源1 条@nirantk · 历史来源1 条@noemititarenco · 历史来源1 条@notjazii · 历史来源1 条@nousresearch · 历史来源1 条@oblomovius · 历史来源1 条@ollama · 历史来源1 条@onlyterp · 历史来源1 条@onlyzhynx · 历史来源1 条@organicgpt · 历史来源1 条@orgrem · 历史来源1 条@p0 · 历史来源1 条@palantirtech · 历史来源1 条@palmerluckey · 历史来源1 条@pandatalk8 · 历史来源1 条@parishilton · 历史来源1 条@patrickcarlyle · 历史来源1 条@patricktoulme · 历史来源1 条@paulg · 历史来源1 条@paulsolt · 历史来源1 条@pbdtokenrouter · 历史来源1 条@pererabinoy · 历史来源1 条@philhchen · 历史来源1 条@pirroh · 历史来源1 条@pjaccetturo · 历史来源1 条@postlive · 历史来源1 条@pranaveight · 历史来源1 条@prathamdby · 历史来源1 条@prince_canuma · 历史来源1 条@pumpkherm · 历史来源1 条@pvncher · 历史来源1 条@qiaoqiao2001 · 历史来源1 条@rajveerbach · 历史来源1 条@randyhaddad6 · 历史来源1 条@rauchg · 历史来源1 条@raveeshbhalla · 历史来源1 条@rayanpal_ · 历史来源1 条@rayfernando1337 · 历史来源1 条@redpoint · 历史来源1 条@ric_rtp · 历史来源1 条@richardsocher · 历史来源1 条@rileybrown · 历史来源1 条@robertvaradan · 历史来源1 条@ronshepherd · 历史来源1 条@rosmine · 历史来源1 条@rthiago · 历史来源1 条@ruben_kostard · 历史来源1 条@runware · 历史来源1 条@rvivek · 历史来源1 条@ryanjunejo · 历史来源1 条@safaricheung · 历史来源1 条@samuelstroschei · 历史来源1 条@sanmking · 历史来源1 条@saranormous · 历史来源1 条@savinovnikolay · 历史来源1 条@scale_ai · 历史来源1 条@scaling01 · 历史来源1 条@sdaily_ai · 历史来源1 条@secscottbessent · 历史来源1 条@seltaa_ · 历史来源1 条@sergiopaniego · 历史来源1 条@servasyy_ai · 历史来源1 条@sethltx · 历史来源1 条@shashankgoyal95 · 历史来源1 条@sherryyanjiang · 历史来源1 条@sherylhsu02 · 历史来源1 条@shl · 历史来源1 条@sighjith · 历史来源1 条@simistern · 历史来源1 条@southpkcommons · 历史来源1 条@sriramkri · 历史来源1 条@sshoaibali · 历史来源1 条@stalkermustang · 历史来源1 条@status_effects · 历史来源1 条@stevencheng · 历史来源1 条@stockanalystpro · 历史来源1 条@suekhim · 历史来源1 条@sultanalfardan · 历史来源1 条@suraj_sharma14 · 历史来源1 条@swisscheese4299 · 历史来源1 条@swmansion · 历史来源1 条@systematicls · 历史来源1 条@teksedge · 历史来源1 条@tftc21 · 历史来源1 条@theahmadosman · 历史来源1 条@themidasproj · 历史来源1 条@theonejvo · 历史来源1 条@therealadamg · 历史来源1 条@timsoulo · 历史来源1 条@tmuxvim · 历史来源1 条@tobi · 历史来源1 条@togethercompute · 历史来源1 条@trackernetwork · 历史来源1 条@trustkerneltech · 历史来源1 条@ttunguz · 历史来源1 条@tuhinchakr · 历史来源1 条@twistartups · 历史来源1 条@ubermenscchh · 历史来源1 条@udayan_w · 历史来源1 条@usefastlane · 历史来源1 条@uzyn · 历史来源1 条@valeriocapraro · 历史来源1 条@vasuman · 历史来源1 条@vdbergrianne · 历史来源1 条@vibeguessing · 历史来源1 条@victoriakimse · 历史来源1 条@victoriawu77 · 历史来源1 条@victortaelin · 历史来源1 条@vikaskansalhq · 历史来源1 条@volchika · 历史来源1 条@walden_yan · 历史来源1 条@warpdotdev · 历史来源1 条@waynesutton · 历史来源1 条@wesroth · 历史来源1 条@whosamberella · 历史来源1 条@xdinodeer · 历史来源1 条@xicilion · 历史来源1 条@xucian_ · 历史来源1 条@yacinemtb · 历史来源1 条@yaojingang · 历史来源1 条@yevr19 · 历史来源1 条@yoheinakajima · 历史来源1 条@yongquanyq · 历史来源1 条@youtubejocoding · 历史来源1 条@yusufg · 历史来源1 条@zachbussey · 历史来源1 条@zeddotdev · 历史来源1 条@zeroxkyle · 历史来源1 条@zhenthebuilder · 历史来源1 条@zicohacks · 历史来源1 条@zixuanli_ · 历史来源1 条@zymazza · 历史来源1 条
13,629 条AI 相关新闻 · 最新在前
5月23日周六
  1. @alibaba_cloud37

    Qwen3.7-Max 的开发速度简直不可思议。这就是不懈创新的样子。 #AlibabaCloud #Qwen

    引用GMI Cloud (@gmi_cloud)@gmi_cloud

    Salute to the Qwen team 🫡 We tested Qwen 3.7-Max, Gemini 3.5 Flash, GPT-5.5, and Claude Opus 4.7. The biggest shock came from Qwen. In less than a month (3.6 Max dropped April 20), Qwen went from the worst multimodal output on our sakura tree test, barely keeping up with Gemini, GPT, and Claude , to matching Gemini 3.5 Flash frame for frame on this soccer test, and outperforming GPT-5.5 and Claude Opus 4.7. It rendered a perfectly proportioned soccer player and the most lifelike ball in the entire test. Remarkable spatial reasoning. Also: Gemini 3.5 Flash is now faster than GPT-5.5, which used to be the fastest in our past tests. Video

  2. @swyx20

    swyx 认同一种关于 Transformer 当前擅长何种学习、为何会遇瓶颈的思维框架,并称年初与 Ankit 合写对抗世界模型时,描述的正是这些思维层级逐步逼近现实的 Kolmogorov 极限生成器。他认为在明显低效的范式上堆参数、算力只会被能假设并寻求真理的简单方案超越,但 bitter lesson 是扩展更简单,人类智能本就不够聪明也不够多,或许仍会撞上 AGI。

    引用Rishabh Agarwal (@agarwl_)@agarwl_

    Very well written blog. I think of RL as learning from interventions, and it kinda explains why it's more powerful as a paradigm than supervised learning. Now learning from counterfactuals is something we haven't been historically good at but maybe world modelling+ RL can get us there.

  3. @AYi_AInotes57

    阿易 AI Notes 精翻了 Miles Deutscher 的一套 Vibe Coding 提示词,把模型设定为技术联合创始人,用户则作为产品负责人并保有最终决定权。提示词按探索、规划、构建、打磨、交付五个阶段展开,要求分阶段推进、边做边解释每一步、每步测试通过后再继续,遇到关键决策点停下来确认。协作准则还包括不用技术黑话、坦诚告知局限性,目标是做出可上线使用的真实产品而非演示原型。

    引用AYi (@AYi_AInotes)@AYi_AInotes

    x.com/i/article/205730008435…

  4. @bozhou_ai60

    Anthropic 发布官方插件 claude-code-setup,它会扫描项目并推荐 hooks、skills、MCP servers、subagents 与 automations,然后一步步帮用户完成设置。

    引用Radha Tripathi (@Radha_AI)@Radha_AI

    Claude Code feels completely different once you install this. Anthropic quietly released an official plugin called claude-code-setup and it basically turns Claude Code from “pretty good” into an actual AI dev environment. It scans your project and recommends: → hooks → skills → MCP servers → subagents → automations Then sets everything up step-by-step for you. Most people are using Claude Code completely vanilla… which is why their experience feels messy. The real power comes from the ecosystem around it. Install: /plugin install claude-code-setup@claude-plugins-official Bookmark this before you forget it. Video

  5. @MiniMax_AI30

    祝贺 Gizmo @gradium 发布! Gizmo 由我们的双 LLM 架构驱动,消除了对话中的尴尬沉默。 闪电般快速的 M2-her 模型提供即时确认响应,而强大的 M2.7 在后台处理复杂推理。 最终成果是一个感觉在场、响应灵敏、自然流畅的语音智能体,将客户体验放在首位。

    引用Gradium (@GradiumAI)@GradiumAI

    Meet Colin, Lexi, and Gizmo. One is part of Gradium's GTM team. One is his dog. And one is the AI assistant he built himself. This is their day in Paris. Video

  6. @vista846

    姚金刚发布 GEOFlow 2.0,距 1.0 上线一个月、GitHub Star 已超 1.6k,定位从开源内容生产系统升级为 GEO 内容工程基础设施。2.0 基于 Laravel 重构,支持多站点多 Agent 管理、AI 知识库与向量化检索、多站点分发闭环及目标渠道站点包,并新增数据分析页面。

    引用姚金刚 (@yaojingang)@yaojingang

    经过一个月的持续迭代,第一套GEO系统“GEOFlow 2.0”正式上线,GitHub地址见文末 一个月前,GEOFlow 1.0 上线,到现在,刚好过去一个月,Star数已经超过1.6k,这一个月来,收到了不少朋友的反馈和落地实践案例 这次2.0升级,我觉得是GEOFlow从“开源内容生产系统”走向“GEO内容工程基础设施”的一个关键版本 几个核心变化: 1、基于Laravel框架进行了系统性重构 底层架构更清晰,后台、任务、队列、分发、数据分析等模块都更适合长期迭代和真实部署 2、从单站点走向多站点、多Agent 过去更多是管理一个站点的内容生产,现在可以用一个后台,管理多个渠道站点的内容分发、远端同步和运行状态,并保留了多渠道API接入的端口 3、AI知识库能力进一步强化 围绕知识库、素材库、向量化检索、AI生成和内容调用做了持续优化,让系统更适合企业沉淀内部知识资产,也更适合GEO场景下的内容生产与持续更新 4、多站点分发能力进入可运行闭环 支持分发渠道管理、Agent密钥、测试连接、目标站点包下载、分发队列、分发日志、远端文章编辑与删除 这意味着,GEOFlow开始具备“中心后台+多个目标站点”的内容分发能力 5、目标渠道站点包上线 每个渠道都可以生成预配置的目标站点包,内置PHP Agent、首页、文章详情页、静态资源、sitemap、TXT地图和Schema结构化数据 对于GEO来说,这一步很关键,因为AI不仅需要内容,也需要更稳定、更结构化、更易抓取的信源表达 6、新增数据分析页面 系统总览、单站运营、多站分发、访问日志、Top文章、Top渠道站点、AI爬虫识别等数据,开始统一进入后台 GEO运营不能只看“发了多少内容”,更要看内容有没有被访问、被抓取、被分发、被持续维护 7、部署、安全和测试覆盖继续增强 包括Docker生产部署优化、默认管理员初始化改进、多语言补齐,以及更多分发管理、数据分析、访问日志相关测试 过去这段时间,也有不少朋友给我反馈: 有朋友基于GEOFlow做了二开,开始探索商业化服务; 有朋友用它管理企业内部的AI知识库和内容资产,显著提升了内容生产与协作效率; 也有朋友把它作为GEO项目的基础系统,用来承载知识库、内容生成、多站点发布和效果追踪 我觉得GEO的一个关键核心,就是“持续建设可信内容资产”,在GEOFlow系统里,也融入了很多这样的理念和设计 如何把真实、可信、可核验的资料,变成可管理、可生成、可发布、可追踪、可同步到多端的GEO内容资产 欢迎大家体验,也欢迎Star、Fork和一起共建 2.0 GitHub地址: github.com/yaojingang/GEOFlo…

  7. @berryxia30

    Bloome 推出海报设计 Agent,用户对话即可生成海报,不到 2 分钟就能完成一张设计。该 Agent 由 Berryxia.AI 基于此前一套万能出图提示词搭建,覆盖产品、人文、科技、展会等场景,1 美元可解锁约 100 张图,限时一周。邀请码 BLOOMENOW 现已可用。

    引用Berryxia.AI (@berryxia)@berryxia

    兄弟们,今天我不装了。 摊牌了~ 之前一直有朋友说你这套提示词生成的海报这么好看,而且非常丝滑。 捣鼓了一套万能产品、人文、科技、展会等等 都可以快速出图的提示词。 但是,很多人还是用不来觉得麻烦。 于是我,我把它在Bloome 做了个海报设计Agent。 你直接对话就可以生成,现在是为了避免白嫖怪直接1 刀解锁,好像可以生成100 张图? 我没有记错的话,限时一周。 👇地址见评论区~

  8. @berryxia66

    Anthropic 上月启动的 AI 网络安全合作项目 Project Glasswing,一个月内与合作伙伴在生产环境中发现超过一万条高危或关键漏洞,均来自核心软件而非实验室模拟。

    引用Anthropic (@AnthropicAI)@AnthropicAI

    Last month we launched Project Glasswing, our collaborative AI cybersecurity initiative. Since then, we and our partners have found more than ten thousand high- or critical-severity vulnerabilities in essential software.

    推荐理由:Anthropic 披露 Glasswing 项目一个月在生产环境扫出上万条高危漏洞,可对照传统安全团队的发现量级。

  9. @kimmonismus41

    Anthropic 的 Jack Clare 非常乐观: - 到 2028 年底,“AI 系统将能够设计自己的继任者” - 12 个月内,人类 + 机器人将取得诺贝尔奖级别的发现

    引用prinz (@deredleritt3r)@deredleritt3r

    Jack Clark: - AI will make a Nobel Prize-winning discovery within 12 months (working collaboratively with humans) - Bipedal robots will help with enterprise work ("tradespeople") in 2 years - AI systems will be able to design their own successors by year-end 2028 (i.e., RSI) - Companies run solely by AI will be generating millions of USD in revenue within 18 months - Clark's most conservative prediction is that vast swathes of the economy and society will go through profound changes, potentially including "a machine economy decoupling from the human economy, robots gaining brains, science progressing without humans, and scientific equipment that people hadn't conveived of but which worked".

  10. @kimmonismus82

    彭博报道称,Anthropic 最新一轮融资接近完成,规模可能超过 300 亿美元,公司估值或超 9000 亿美元。若按这一估值,它将高于 OpenAI,并成为估值最高的私营公司。报道还提到其 ARR 到 6 月底将达 500 亿美元,高于此前的 440 亿美元。

    推荐理由:彭博消息给出融资规模与 ARR 增长两组数字,读者可据此对照 Anthropic 与 OpenAI 的估值位置。

  11. @Replit28

    Replit 登上 Microsoft Build 2026 的 @msft4startups 创业聚焦,我们很自豪能与优秀的伙伴们同行。点击下方链接,查看这批在 Azure 上构建、解决真实企业问题的完整创业公司名单。旧金山见。 msft.it/6016vVpM2

    引用Microsoft for Startups (@msft4startups)@msft4startups

    The startups joining us at #MSBuild 2026 are working on the problems that sit between a promising AI demo and something that actually runs in production. Meet the cohort building on Azure. 🔗 msft.it/6016vVpM2

  12. @swyx48

    swyx 发布 Kakuna,一套带清单的技能,专门用于硬化代码库。配合 /plan 规划后交给 /goal 运行一天,能在保持功能不变的前提下补齐枯燥的工程工作,并附上自我审计。它聚焦子智能体并行,并编码了 AI 工程师面向人类与智能体设计应用、DevOps 和产品管理的强主张,主张“mullet factory”模式:前端派对(发布独特讨喜的功能),后端暗黑(永恒的生产原则)。

    引用swyx (@swyx)@swyx

    working on a "take this vibecoded slop app and make it a production-ready, e2e tested, maintainable, parallelizable agent repo" skill. this thing ran for ~16 hours yesterday and made 103 commits all told and i ended up with exactly the same app but instead of fragile mvp it now looks like a codebase i can actually build on for th elong run

  13. @AYi_AInotes76

    DeepSeek 宣布将 V4-Pro 的 75% 折扣永久化,作者 @AYi_AInotes 认为这不只是降价,更像是在打定价权。作者给出的对比是 V4-Pro 输出价格 $0.87/M tokens,而主流模型普遍在 15 区间。他判断 AI 模型的商业模式正从卖服务转向卖基础设施,走先规模后利润的路径。

    引用DeepSeek (@deepseek_ai)@deepseek_ai

    We are making our discount permanent! 🎉 Enjoy building with DeepSeek-V4-Pro and bring your innovative ideas to life! 🚀

    推荐理由:作者用 $0.87/M tokens 与主流模型约 15 的价差,说明 DeepSeek 把降价做成了定价权的争夺。