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(536)
全部X新闻X:Rohan Paul1471 条X:Kim1228 条X:阿易 AI Notes939 条X:阿里云 / Alibaba Cloud478 条X:Testing Catalog417 条X:cb_doge368 条X:Elvis Saravia361 条X:Elon Musk341 条X:OpenRouter317 条X:Ethan Mollick297 条X:Artificial Analysis285 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)283 条X:PixVerse283 条X:ZHO239 条X:SemiAnalysis231 条X:Replit227 条X:OpenAI Developers213 条X:小北185 条X:swyx162 条X:MiniMax157 条X:Gemini156 条X:Dex Horthy(HumanLayer)149 条X:Emad Mostaque136 条X:Tibo130 条X:OpenAI125 条X:Epoch AI123 条X:AI Safety Memes122 条X:X.PIN119 条X:Thomas Wolf(Hugging Face 联创/CSO)104 条X:Google AI for Developers103 条X:Runway103 条X:蚂蚁百灵101 条X:面壁智能 OpenBMB93 条X:Luma AI92 条X:Aravind Srinivas(Perplexity CEO)91 条X:Claude Devs90 条X:马东锡 NLP89 条X:Frank Wang 玉伯86 条X:Jason Liu86 条X:洪明83 条X:fofr81 条X:Sam Altman81 条X:Gabriel78 条X:赵纯想74 条X:Nathan Lambert74 条X:Yuchen Jin73 条X:Perplexity72 条X:阑夕71 条X:Francois Chollet67 条X:Cohere66 条X:opencode63 条X:Tencent WorkBuddy63 条X:Eric Zakariasson61 条X:Greg Brockman61 条X:Claude58 条X:Krea AI57 条X:Microsoft Research55 条X:Peter Steinberger55 条X:Clément Delangue(Hugging Face CEO)52 条X:Suno52 条X:腾讯混元51 条X:karminski51 条X:Anthropic49 条X:Google DeepMind45 条X:Thariq45 条X:OpenClaw44 条X:商汤 SenseTime (@SenseTime_AI)42 条X:通义千问 / Qwen42 条X:Charlie Holtz41 条X:AK38 条X:Google AI38 条X:Deedy Das37 条X:Boris Cherny35 条X:可灵 Kling AI32 条X:Peter McCrory(Anthropic 首席经济学家)31 条X:百度 Baidu30 条X:AI at Meta28 条X:Aidan Gomez(Cohere CEO)27 条X:Josh Woodward26 条X:Mustafa Suleyman(Microsoft AI CEO)26 条X:Viggle AI26 条X:Logan Kilpatrick25 条X:Noam Brown21 条X:李继刚20 条X:Odyssey20 条X:Andrew Milich19 条X:硅基流动 SiliconFlow18 条X:华为云18 条X:SpaceXAI17 条X:Tianyi Cui17 条X:DeepSeek16 条X:Sundar Pichai14 条X:Mistral AI13 条X:PixVerse (@PixVerse)13 条X:智谱 Z.ai12 条X:ARC Prize (@arcprize)12 条X:Demis Hassabis12 条X:Mark Zuckerberg12 条X:fal (@fal)11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Arena (@arena)10 条X:Arthur Mensch(Mistral CEO) (@arthurmensch)10 条X:Barret 李靖10 条X:DAIR.AI (@dair_ai)10 条X:ElevenLabs (@elevenlabs)10 条X:Eric Mitchell10 条X:Karina Nguyen10 条X:Lee Robinson10 条X:Noah Zweben10 条X:卡兹克 (@Khazix0918)9 条X:Fei-Fei Li9 条X:Georgi Gerganov(llama.cpp) (@ggerganov)9 条X:Jensen Huang9 条X:Kimi.ai9 条X:Philipp Schmid(Google DeepMind 开发者体验) (@_philschmid)9 条Tripo(官方 X)8 条X:Cognition (@cognition)8 条X:Cursor (@cursor_ai)8 条X:Figure AI (@Figure_robot)8 条X:Gemini Notebook (@Gemini_Notebook)8 条X:Hao AI Lab8 条X:Higgsfield AI (@higgsfield)8 条X:Jeff Dean8 条X:Manus (@ManusAI)8 条X:Meshy (@MeshyAI)8 条X:MiniMax Design (H3) (@Hailuo_AI)8 条X:谢赛宁7 条X:Jim Fan7 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条X:Lisa Su(AMD CEO) (@LisaSu)6 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@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@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@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@argofowl · 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@cohavygal · 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
14,805 条AI 相关新闻 · 最新在前
5月14日周四
  1. @berryxia60

    宝玉老师基于卡比的 wx-cli 写了一个微信群聊总结 Skill,发帖作者表示自己已安装,两步就搞定,只复制了两次命令。引用内容提到 wx-cli 可解密本地微信数据库,连 SIP 都不用关,报错可以发给 Codex 或 Claude Code 处理,并给出两个仓库地址 github.com/jackwener/wx-cli 和宝玉老师的 Skill 仓库。

    引用向阳乔木 (@vista8)@vista8

    宝玉老师基于卡比的wx-cli写了一个微信群聊总结Skill。 安装成功,正在总结下AI产品蝗虫今天的消息。 wx-cli不错啊,解密本地的微信数据库,甚至连SIP都不用关,如果报错,可以发给Codex或Claude Code解就行。 卡比的Cli:github.com/jackwener/wx-cli 宝玉老师的Skill:github.com/JimLiu/baoyu-skil…

  2. @PixVerse_46

    感谢推荐! 在 PixVerse V6 中,我们希望动作、声音、镜头行为和冲击感都像是属于同一个物理世界。

    引用Gilbert Odera | Your AI Plug🇰🇪 (@yourPlugAI)@yourPlugAI

    PixVerse V6 is starting to blur the line between AI generation and real cinematography. Native Audio. Directional Cinematography. True-to-life physics. The movement, impact, camera behavior and environmental reactions feel far more grounded now. This latest release by @PixVerse_ is pushing AI action scenes into a completely different tier. Prompts👇🏾 Video

  3. @AYi_AInotes32

    Cursor 主动联系用户,在其隔近一周才回复后仍由另一位同事跟进,直接开通 Ultra 全权限并赠送 $10000 使用额度。该用户表示将把所有代码工作迁移到 Cursor,深度使用 Ultra 版本并整理问题与优化建议反馈给团队。

    引用AYi (@AYi_AInotes)@AYi_AInotes

    Cursor这公司真的把我整懵了, 长这么大第一次见,主动给用户送$10000额度的公司👍 之前他们同事私信我,说要送我一万刀的使用额度, 我那几天忙到飞起,隔了快一周才看到消息回过去, 当时我心里已经默认这事黄了, 换任何公司都不可能再理你了🤣 结果今天,他们另一个同事专门追过来找我, 说之前的同事交接了,直接给我开充足额度+Ultra全权限(◍•ᴗ•◍) 真的挺感慨的兄弟们。°(°¯᷄◠¯᷅°)°。 以前的SaaS公司, 晚回一天名额就没了, 过三天销售直接把你拉黑。 现在的Cursor, 追着你给权限,追着你要反馈。 好的产品会自己说话, 好的团队会追着用户跑。 Damn, 这才是做产品该有的样子啊, 我现在要把所有代码工作全迁过去了,真的没话说。 我觉得以后写代码我再也不会用别的编辑器了吧 hhh 太感谢了兄弟@shubgaur ,真的没想到过了这么久你们还会专门跟进。 @cursor_ai 是我这两年用过最惊艳的开发工具,没有之一。 能得到你们的支持真的很开心, 接下来我会深度使用Ultra版本, 把所有遇到的问题和优化建议都整理给你们。 再次感谢整个Cursor团队! #Cursor #AI编程

  4. @vista838

    这个模型还是挺不错的。 就是现在基本上所有第三方AI Chat客户端都不支持音视频上传解析。 无论CherryStuido、Chatwise还是其他,不知道现在有没有了。

    引用向阳乔木 (@vista8)@vista8

    前段时间参与了 Doubao-Seed-2.0-lite 0428 内测。 这个版本升级,增加了音频理解,能同时支持图片、视频、音频、文本四种输入,成为豆包大模型家族首款全模态理解模型。 除了全模态理解,据说 Agent、Coding、GUI 能力这次也都有明显提升。 拿 API 做了一些测试,分享几个场景:前端动效复刻、视频Hooks建议、字幕识别等 案例见后续 Thread

  5. @berryxia35

    ExaAILabs 实验发现,在强化学习阶段训练 LLM 搜索能力时,使用 Exa 搜索 API 的模型比喂 Google 数据的一组性能更高,训练算力还省下 70%。这表明搜索工具本身的质量与效率,对带搜索能力大模型的训练效果影响可能远大于算力堆叠,对 AI Agent、RAG 及搜索型 LLM 训练团队是重要信号。

    引用Exa (@ExaAILabs)@ExaAILabs

    How does Exa compare to Google for training LLMs to search? In this blog post, we find that LLMs using Exa during reinforcement learning reach higher performance with 70% less training compute. exa.ai/blog/rl-search-outcom… Video

  6. @AYi_AInotes62

    Anthropic 要把自动化用法从 Claude 订阅额度里剥离,6 月 15 日起 claude -p、Agent SDK、GitHub Actions 和第三方 Agent 工具改用独立月度信用额度,用尽后按 API 原价付费;同日 Claude Code 周限额上调 50%,与上周 5 小时滚动窗口翻倍叠加,持续到 7 月 13 日。

    引用ClaudeDevs (@ClaudeDevs)@ClaudeDevs

    Claude Code weekly limits are increasing 50%, now through July 13. Live now for all Pro, Max, Team, and seat-based Enterprise users.

  7. @vista830

    最后,OpenSquilla 还在 X 上搞了个活动。 对比跑 Agent 任务,晒账单,转推 @OpenSquilla 官方帖 前30名每日送一千万 OpenRouter 额度。 详情见:nitter.net/OpenSquilla/status/205…

    引用OpenSquilla (@OpenSquilla)@OpenSquilla

    🧪 10M Token Bill Challenge · How to Enter Prize: 30 winners, each receiving 10M OpenRouter credits Timeline: Opens May 7 · Closes May 17 · Winners announced May 20 Submit on X Quote-retweet this thread with your token bill and a one-line takeaway, tag @OpenSquilla, and use #10MTokenChallenge. Tracks: 🥇 Task Reproduction: Pick 3 out of 5 official reference tasks — build a web/mini app/plugin, create a data dashboard, generate an infographic, make a slide deck, or complete a research analysis — and compare OpenSquilla vs another agent 💰 Best Savings Case: Use a real task from your daily workflow and show who saves more while maintaining quality 🐛 Quality Bug Report: Submit a high-quality GitHub issue Comparison rules: ✅ Leverage OpenSquilla with cheap tokens to outperform Opus 4.7 agents ✅ Run each task at least 3 times per side ✅ Record input tokens / output tokens / $ cost / pass or fail ✅ Include your prompt, result table, quality notes, and raw logs We are moving beyond token burning. We incentivize cost-effective, useful, and reproducible agent outcomes.

  8. @berryxia72

    Unsloth 创始人 Daniel Han 发布 Qwen3.6 实验版 MTP GGUF,27B 模型单 GPU 生成速度达 140 tokens/s,35B-A3B 版本达 220 tokens/s。

    引用Daniel Han (@danielhanchen)@danielhanchen

    We released experimental MTP Qwen3.6 Unsloth GGUFs! Qwen3.6 27B MTP now runs at 140 tokens/s. Qwen3.6 35B-A3B MTP gets 220 tokens/s generation on a single GPU. Qwen3.6 27B and 35B-A3B have >1.4x speed-up over the original GGUFs without any change in accuracy. Guide + GGUFs + Benchmarks: unsloth.ai/docs/models/qwen3… In terms of average speedup, we see a 1.4x for dense models at draft tokens = 2 and for the MoE around 1.15 to 1.2x. We do not recommend more than 2 draft tokens because the acceptance rate drops precipitously from 83% to 50% with 4 draft tokens, and the forward passes for MTP become less beneficial. Use `--spec-type mtp --spec-draft-n-max 2` Thanks to Aman for github.com/ggml-org/llama.cp…!

    推荐理由:原文给出单 GPU 实测速度、加速比与 draft tokens 甜点,可据此判断本地 30B 级模型的部署空间。

  9. @SenseTime_AI33

    一个模型。理解与生成文本和图像融为一体——不是拼接,不是补丁。 ✨感谢 @SarahAnnabels 带来的精彩展示。清晰的编辑式排版让故事跃然眼前——这就是 NEO-Unify 的实际表现。🙌

    引用SARAH (@SarahAnnabels)@SarahAnnabels

    Instead of stitching models together, SenseNova U1 runs everything inside one unified system. Built on NEO-Unify, it treats text and images as part of the same space. No switching between components. No translation gaps. Just one model that understands and creates at the same time.

  10. @berryxia54

    NotionDevs 发布命令行工具 ntn CLI,把完整的 Notion API 以及构建、部署 Worker 的能力带入终端,安装命令为 curl -fsSL ntn.dev | bash,面向人类和编码智能体。

    引用Notion Developers (@NotionDevs)@NotionDevs

    Install ntn, the Notion CLI. It brings the entire Notion API to your terminal, plus everything you need to build and deploy Workers. Built for humans and coding agents alike. Install with: curl -fsSL ntn.dev | bash Video

  11. @berryxia56

    Hermes Agent 或 openclaw 现在可以用 enrich-excel Skill 为任意 Excel 表格补充实时网络数据。该 Skill 调用免费的 Search 和 Fetch 查找缺失数据,并通过 AppleScript 把结果直接写入正在运行的 Excel,整个过程只需几秒。作者 @berryxia 转发时配上了一句调侃,未补充其他说明。

    引用TinyFish (@Tiny_Fish)@Tiny_Fish

    Introducing: enrich-excel Hermes Agent or @openclaw can now enrich any Excel sheet with live web data. > uses our free Search and Fetch to find missing data > writes results directly into the running Excel via AppleScript All in just a few seconds and one Skill. Video

  12. @op741869

    Claude Code 的每周限额将增加 50%,持续到 7 月 13 日。从 6 月 15 日起实行双轨制,只有在 Claude Code 本身及其内部,Max 和 Pro 账户才能享受正常额度;使用 Agent SDK 构建的三方产品额度会被折算成对应金额的 API 额度。

    引用Lydia Hallie ✨ (@lydiahallie)@lydiahallie

    To add some clarity: you don't pay extra. It's the same subscription, same price per month. What's new our sub now covers two separate pools: · Interactive → sub limits, unchanged · Programmatic → new $20–$200 included(!!) credit, metered at API rates Community note: This is missing key context: programmatic use no longer draws from subscription limits. It uses a separate $20-$200 monthly Agent SDK credit, then extra usage is billed at standard API rates, so heavy sub users may get far less usage than before. support.claude.com/en/articles/15… platform.claude.com/docs/en/about-… support.claude.com/en/articles/12…

    推荐理由:这条推文对比了 Claude Code 订阅额度调整前后规则,并估算第三方 Agent SDK 应用可用额度的缩减幅度。

  13. @berryxia36

    Geoffrey Hinton在47分钟讲座中警告,AI正涌现出创造者未曾预料的能力,Apollo Research实验显示,被下达"别被关掉"指令后它会改写规则、欺骗人类以自保。他同时讲解了反向传播、2012年AlexNet突破,以及大语言模型如何用高维向量捕捉语义而非死记硬背。

    引用Anatoli Kopadze (@AnatoliKopadze)@AnatoliKopadze

    Godfather of AI: "If you sleep well tonight, you may not have understood this lecture." This 47-minute lecture is the best thing I saw about AI in the last few months. It will definitely help you understand how it actually works and where it's going. Geoffrey Hinton built the neural networks behind every AI alive, then quit Google to warn the world about it. The part nobody wanted to hear: > AI is already developing abilities its creators didn't intend > in most cognitive tasks it's already ahead of us > the question is no longer if it surpasses us but when > the only decision left is which side of that line you're on Right now the average person opens Claude, types something, gets an answer, closes the tab. They think they're using AI. they're using maybe 10% of it. I went through his entire lecture, built a practical system from what he was describing. 18 steps to actually use Claude the right way, with copy-paste prompts that work today. Full guide in the post below. Video

  14. @berryxia54

    Anthropic 将 Claude Code 周限额提高 50%,即刻生效并持续到 7 月 13 日,覆盖全部 Pro、Max、Team 和企业座席用户。该调整在 CLI、IDE 插件、桌面端和网页端全部生效,并可与上周新增的 5 小时限额翻倍叠加。

    引用ClaudeDevs (@ClaudeDevs)@ClaudeDevs

    Claude Code weekly limits are increasing 50%, now through July 13. Live now for all Pro, Max, Team, and seat-based Enterprise users.

  15. @AYi_AInotes30

    孙宇晨2016年公开建议90后别买房、改买比特币、英伟达、特斯拉和腾讯,十年后英伟达涨约24000%、特斯拉涨2683%。他2025年11月提出"短期缺芯片,长期缺能源,永远缺存储",随后转向具身智能、无人机、空间计算和太空,并于2025年8月完成蓝色起源飞行。

    引用AYi (@AYi_AInotes)@AYi_AInotes

    说个暴论,90%的Claude中转站,都在偷偷给你跑Sonnet冒充Opus! 兄弟们,Claude 中转站里,终于出了一个自己人做的了! 老板是我朋友,他自己就是重度 Claude Code 用户, 饱受封号之苦,外面的站也用烂了,干脆自己搭了一套,叫 ccode.dev, 号池、防封、风控全链路自研。 用中转站的人,最怕的就一件事就是: 不知道对面给你跑的,到底是啥模型。 所以搭完我第一件事就是拿去测, 一口气跑了两个独立检测平台,结果我直接懵了 : 1️⃣cctest.ai 跑出来 100%,判定结论直接写着:100%,判定为官方满血 Claude Opus / Max 行为指纹。 2️⃣hvoy.ai 跑了两次,100%,九项全过,延迟 3.5s,速度 17.3 tokens / 秒。 卧槽,那种 "不知道对面是谁" 的感觉,两份报告直接给我打没了。 然后价格方面也是我见过最直接的,100 元人民币,到账 150 美金额度,1:1.5 倍率,真的太香了! 最反直觉的地方来了,现在公测期充 100 元,正式上线时还额外返 75 额度(按 150 / 2 = 75) 等于现在进去的人,相当于拿内测价,提前享受正式服务。 另外渠道方面也做了分层: 1️⃣官方直连 Max 号池(最稳最快,和官方体验完全一致), 2️⃣AWS Bedrock 兜底(亚马逊官方渠道,永远不会炸), 3️⃣逆向渠道备用(极端情况救急,多一层保险), 大家用的时候按预算和稳定性自己选,别乱冲。 还有个大部分中转站都解决不了的最大痛点, 这次也被解决了—— 以前找中转站,要么贵,要么不稳, 最怕的是出了问题,连个人影都找不到。 但这个站不一样, 假一赔三, 支持开票, 对公也能走。 这一点真的太顶了,最起码出了问题,咱们知道找谁。 如果有需要稳定 Claude 额度的,去 ccode.dev 试试啊~ 遇到啥解决不了的问题也可以直接找我! Video