跳到正文
5月14日周四
  1. Krea61

    很棒的情绪板制作教程! [引用 @goo_vision]:使用Krea 2进行创作 🧵 第一步:建立情绪板。 不必强求填满全部250个图片位。 即使只有10-20张优质参考图,也足以确立坚实的视觉方向并产出优秀成果。

    引用goo.vision@goo_vision

    Creating with Krea 2 🧵 First step: building a moodboard. Don't stress about filling all 250 image slots. Even 10–20 strong references are enough to establish a solid visual direction and already produce great results.

5月13日周三
  1. IT之家·人工智能66

    Anthropic Claude Code 缔造者:数千个 AI 智能体夜间自动为我写代码

    Anthropic工程师鲍里斯・切尔尼透露,他利用Claude Code的循环指令和例行任务功能,在夜间自动运行数千个AI智能体进行编程开发。他通常同时开启5至10个会话,每个会话包含多个智能体,并通过手机应用管理这些任务。这种模式标志着工程师将AI从聊天机器人转变为全天候自主助手。切尔尼此前在社交平台分享的智能体配置方案已获得超10.4万次收藏和810万次浏览。

  2. Simon Willison 博客68

    CSP允许列表实验

    该工具展示了一项实验:将应用加载于受内容安全策略(CSP)保护的沙盒iframe中,并通过自定义的`fetch()`函数拦截CSP错误,将其传递至父窗口。父窗口随后可提示用户将受阻域名(如`https://api.inaturalist.org`)添加至允许列表,刷新页面后即可生效。工具界面包含源代码、预览面板及允许列表管理区,用户可手动添加如`https://api.github.com`等受信来源。此项目由作者在Codex桌面应用中借助GPT-5.5 xhigh协助构建完成。

  3. OpenAI:官网动态63

    财务团队如何使用 Codex

    财务团队能够利用 Codex,基于实际工作输入构建管理层报告、报告包、差异桥接、模型检查和规划场景。该工具将自然语言指令转化为代码,自动化处理财务数据整合、差异分析和模型验证等复杂任务,从而提升报告生成效率与准确性,并支持快速创建多版本规划场景。

    推荐理由:金融团队终于有了一个正经的 AI 用例,用 Codex 自动生成 MBR、差异桥接和规划场景,比手工拉 Excel 高效太多了,做财务分析的建议点开看看。

  4. OpenAI:官网动态51

    财务团队如何使用 Codex

    财务团队可利用 Codex 从实际工作输入中构建管理层报告、报告包、差异桥接、模型检查和规划场景。该工具能将非结构化数据(如电子邮件、会议记录和电子表格)自动转换为结构化的财务分析框架,从而提升报告效率与准确性。Codex 的应用减少了手动数据整理时间,使团队能更专注于高价值的分析与决策支持工作。

  5. Claude:Blog58

    Anthropic 网络安全团队如何利用 Claude Code 构建威胁检测平台

    Anthropic 检测平台工程团队技术负责人 Jackie Bow 运用 Claude Code 开发了 CLUE 威胁检测与响应平台。该平台通过自然语言界面连接内部系统,包含 CLUE Triage 自动初筛警报,整合上下文信息分配处置建议;以及 CLUE Investigate 支持分析师用自然语言查询日志,由 Claude 自动生成并执行查询,将数小时的人工分析缩短至几分钟。团队在一天内完成概念验证,一周内交付实现,显著提升了安全运营效率。

    推荐理由:我一直好奇大模型公司自己怎么用 AI 做安全,这篇挖出了 Anthropic 内部 CLUE 平台的构建细节——从一天出原型到每周省下 234 人天,数据比很多 PR 稿扎实。

  6. Google Developers Blog73

    使用ADK构建可暂停、恢复且永不丢失上下文的长时运行AI智能体

    本文探讨了如何从无状态聊天机器人升级为生产级AI智能体,以管理长达数天或数周的企业工作流程(如HR入职)。通过引入Agent Development Kit(ADK),其架构核心采用持久状态机和持久化会话存储,确保智能体在“空闲时间”或服务器重启时永不丢失上下文。系统利用事件驱动的Webhook和多智能体委托机制,实现在暂停期间“休眠”,并在唤醒后以高推理准确性恢复复杂任务,从而构建出具备韧性和可靠性的长时运行智能体系统。

    推荐理由:Google 官方手把手教你把无状态 chatbot 升级成能跨天跨周的持久化 agent,状态机和持久会话是两个关键切入点,做过生产环境 agent 的都懂这东西有多刚需。

5月12日周二
  1. GitHub Blog58

    Dungeons & Desktops: 使用 GitHub Copilot CLI 构建一款程序化生成的 Roguelike 游戏

    一位 GitHub 员工利用 GitHub Copilot CLI 开发了一款扩展程序,能够将任何代码库转换成一个独特的 Roguelike 风格地下城。该工具通过 AI 辅助的代码生成,实现了程序化关卡创建,展示了 Copilot CLI 在创意编码和游戏原型开发中的实际应用潜力。项目核心是自动解析代码结构并生成对应的可探索地下城布局。

    推荐理由:用 GitHub Copilot CLI 把代码库变成 roguelike 地牢,玩法挺有脑洞,做 Copilot 扩展的开发者可以看一眼思路。

  2. Kling AI63

    用户利用GPT image 2与Kling AI,根据详细提示词生成了一张模拟电视转播视角的超写实F1赛事直播截图。画面聚焦于一位在VIP围场/车队车库中的年轻女性,其身份特征从参考图像中被精确保留。她佩戴专业赛车耳机,神情紧张专注,画面包含“FINAL LAP”横幅、计时塔、直播标识等完整的转播图形元素。作品特别注重广播级细节,如压缩伪影、自然肤质和8K画质,旨在完美呈现如同真实电视截图的视觉效果。

    引用Ciri@Ciri_ai

    Made with GPT image 2 + Kling AI Prompt: Ultra-realistic F1 live TV broadcast screenshot, identity preserved exactly from reference image. Young woman sitting in the VIP paddock / team garage during a Formula 1 race, shown on the official live race broadcast as the girlfriend of an F1 driver. It is the final lap, and she is listening to the team radio through a professional racing headset, watching the garage monitors nervously, leaning forward with one hand near her mouth, proud tense expression. She wears a fitted white tank top, oversized racing team jacket draped over her shoulders, large black team-radio headset with boom mic, gold jewelry, soft glam makeup. A slim paddock pass hangs naturally from her neck. Add realistic F1 broadcast graphics: “FINAL LAP” banner, lap counter showing final lap, driver timing tower on the left, small F1-style logo bug, “LIVE” indicator, lower-third identifying her as driver partner / paddock guest. No fake oversized badge, no selfie angle. Team staff, headsets, garage screens, mechanics, and race equipment blurred around her. Telephoto broadcast camera from across the garage, compression artifacts, digital noise, bright paddock lighting, natural skin texture, no smoothing, 8k quality

  3. Hugging Face 社区博客58

    在AWS上进行基础模型训练与推理的核心构建模块

    本文面向使用开源框架的机器学习工程师,阐述了AWS如何为大规模基础模型的全生命周期提供核心基础设施。其核心是三大紧密集成的组件:配备多代NVIDIA GPU(如H100、H200及新一代Blackwell B200/B300)的大显存加速计算实例;用于集体通信的高带宽、低延迟网络(节点内NVLink与节点间EFA);以及可扩展的分布式存储。这些基础设施与Slurm/Kubernetes等资源编排系统、PyTorch/JAX等ML框架协同,共同支撑预训练、后训练和推理工作负载,并可通过Prometheus/Grafana实现全栈可观测性。

    推荐理由:这篇把AWS上训大模型的全套基础设施串了一遍,从GPU选型到网络存储再到Slurm/K8s编排,是做云端大规模训练的工程师的必读参考。

  4. Simon Willison 博客80

    在脚本的shebang行中使用LLM

    本文介绍了一种创新方法,将LLM工具直接嵌入脚本的shebang行中执行指令。通过LLM的fragments模式,shebang行可执行简单任务,如生成SVG图像;使用-T选项能调用外部工具(如llm_time)创作包含当前时间的俳句;更复杂的是运行YAML模板,其中定义了Python函数作为工具进行数学计算,示例中演示了计算2344乘以5252加134的过程,并通过调试输出展示了分步结果,最终得到12,310,822。这展现了LLM作为脚本解释器的强大扩展性,能够支持从内容生成到数据查询的多样化任务。

    推荐理由:Simon 这个 shebang 技巧让 LLM 直接变成脚本解释器,虽然是极客玩法,但对常写自动化脚本的开发者来说可以直接抄走,创意很妙。

  5. PixVerse70

    用户通过引用推文展示了由GPT Image 2在PixVerse平台上生成的一组高端时尚编辑图像。该图像采用2行4列的网格布局,包含8个独立面板。每个面板均以不同鲜艳纯色或渐变背景呈现一位身着现代街头服饰的年轻男模特,搭配滑板、吉他等道具,并采用简洁的工作室布景。图像整体追求商业广告摄影风格,具有奢侈品品牌广告的美学质感,强调柔和灯光、清晰阴影、逼真皮肤和电影级质感,且不含任何文字或标识。

    引用Cherry 2.O@Mind_Boticni

    GPT Image 2 on @PixVerse_ Prompt 👇 Ultra high-end fashion editorial collage in a 2 rows and 4 columns grid layout (total 8 equal panels). Each panel shows a stylish young male model in a separate minimal studio setup. Each panel has a different vibrant solid or gradient background color (red, yellow, pink, green, orange, blue, purple, cyan). Every scene features modern streetwear outfits, sandals or sneakers, and casual lifestyle poses (sitting, standing, leaning, holding props like skateboard, guitar, headphones, game controller, phone). Clean commercial advertising photography style, luxury fashion brand campaign aesthetic, soft studio lighting, crisp shadows, ultra realistic skin, sharp focus, cinematic polish. Each panel includes minimal themed props matching the color environment (bench, chair, cones, lamp, hydrant, speaker, cushions, objects arranged neatly for visual balance). Perfect symmetry, evenly spaced grid, consistent framing across all 8 panels. High-end global fashion magazine advertisement look, vibrant and aesthetic composition. IMPORTANT: No text, no logos, no watermark, no typography, no brand names.

5月11日周一
  1. PixVerse67

    用户分享了一个高效AI视频创作流程。他首先利用ChatGPT,基于预设镜头描述,生成了一个结构严谨、支持多镜头序列的详细视频提示词。该提示词严格指定了品牌元素(如瓶身、包装、Logo及阿拉伯文/英文文本)需通过参考附件精确还原,并描述了超奢华、电影感的视觉风格。随后,他将此提示词输入PixVerse平台,借助其高速生成优势,快速产出了1080p分辨率的视频。此工作流有效结合了GPT的精准指令生成能力与PixVerse的快速视频渲染能力,实现了对品牌视觉的严格把控和高效率内容产出。

    引用AZIZ | AI 🇸🇦@aziz4ai

    5️⃣ عجبتني النتيجة وقلت ليه ماستخدم سي دانس ٢ ، ورحت على منصة @PixVerse_ لان احب ان السرعة عندهم عالية جدا لتوليد الفيديو بدقة ١٠٨٠ وبصراحة فيه تحكم اكبر حتى بالجوال علشان كذا طلبت من شات جي بي تي يعطيني برومبت يتناسب مع اللقطات اللي وضحتها في الرد السابق بشكل متسق ويدعم ملتي شوت واستخدمت خاصية الريفرنس فيه وارفقت الستوري بورد له والمراجع مرة ثانية علشان يستوعب كل شي بدون مشاكل وهذا كان برومبت الفيديو 👌✨🔽 Create a 15-second vertical 9:16 multi-shot cinematic luxury perfume ad for “French Tobacco” by Ibraq, based on the attached storyboard. Use the attached bottle, packaging, and logo as strict visual references. Preserve the exact bottle shape, white ribbed body, gold ribbed cap, gold neck band, front plaque label, packaging design, Arabic text, English text, logo, and proportions exactly as shown. Do not distort, rewrite, or redesign any branding or text. Style: ultra-luxury, surreal, elegant, Hollywood perfume commercial, beige, gold, off-white palette, glossy reflections, soft smoke, floating clouds, mirror shards, volumetric light, rich contrast, premium cinematic finish. Multi-shot sequence: 0.0–1.5s, hero hook, the bottle floats through golden clouds with dramatic sun rays, slow push-in. 1.5–3.0s, mirrored corridor shot, bottle and box centered in a reflective hallway, subtle forward tracking. 3.0–4.2s, macro close-up of the front label, mirror shards around it, glowing highlights. 4.2–5.4s, packaging hero shot, the box alone on a reflective pedestal in a dark elegant room. 5.4–6.6s, dreamy bottle beauty shot, bottle drifting softly through warm clouds. 6.6–8.0s, premium duo shot, bottle and box together in a warm cinematic spotlight, slight orbit. 8.0–9.4s, macro cap shot, close-up of the gold ribbed cap and neck band, branding clearly visible. 9.4–10.8s, smoke atmosphere shot, bottle and box surrounded by soft luxurious smoke and reflections. 10.8–12.6s, final bottle hero shot, solo bottle centered under a focused spotlight, glossy floor reflection. 12.6–15.0s, logo reveal, smooth transition to the IBRAQ logo on a dark silky background with elegant glow. Transitions: smooth fast flash cuts, reflective match cuts, light streak wipes. Camera: cinematic push-ins, macro inserts, slow orbit, elegant product motion. Music: luxurious French-classic perfume ad vibe, soft piano, orchestral strings, subtle rise, elegant climax, refined final reveal.

  2. Together AI 研究与产品博客68

    Together AI 解析 DeepSeek-V4:百万 token 上下文为何是推理系统工程问题

    Together AI 发布文章解析 DeepSeek-V4 服务方案,认为其关键变化是架构层面将 1M token 上下文压缩问题转化为推理系统工程问题。

    推荐理由:Together 基于自家 B200 布署经验,把 DeepSeek-V4 百万 token 上下文拆解为缓存管理与调度策略问题,给出了可迁移的评测与调优思路。

5月10日周日
  1. Satya Nadella59

    Excel 长期以来一直悄无声息地是图灵完备的。很高兴看到它现在正迈向 "AI 完备"——SGD、注意力机制、下一个令牌预测……全都在单元格中。

    引用Austin Henley@AustinZHenley

    Excel Copilot one-shotted a tiny GPT-style language model for me inside a spreadsheet: embeddings, causal attention, weights trained with stochastic gradient descent, next-token prediction, and a live slider to watch it learn.

  2. Greg Brockman64

    Codex处理报销事务 它自行下载月初至今的发票 更新费用电子表格并填写实际表格 使用Drive和Sheets插件进行状态跟踪 通过Gmail插件追踪发票 使用Chrome扩展程序处理实际表格及Drive上传 自加入OpenAI以来我一直拖延此事 Codex仅用约20分钟就完成了所有工作!

    引用Vaibhav (VB) Srivastav@reach_vb

    Codex quite literally filed my reimbursements, downloaded invoices since the start of the month, updated the expenses spreadsheet and filled the actual form all by itself Used Drive & Sheets plugin for state tracking Gmail plugin for tracking invoices Chrome extension for actual form Used Drive + upload I had been putting this off ever since I joined OpenAI - it took codex ~20 minutes to do it all!

5月9日周六
  1. SiliconFlow55

    恭喜🎉 如果你想开始使用,我们有一个关于如何与SiliconFlow一起使用的逐步指南👇 [引用 @NousResearch]:Hermes Agent 现已在全球 @OpenRouter 代币排名中位列第一。虽然我们的旅程刚刚开始,但我们想借此机会感谢我们的贡献者、支持者和用户所做的一切,让我们走到今天。

    引用Nous Research@NousResearch

    Hermes Agent 现已在全球 @OpenRouter token 排行榜上排名第一。 虽然我们共同的旅程才刚刚开始,但我们想借此机会感谢我们的贡献者、支持者和用户,感谢他们为让我们走到今天所做的一切。

  2. OpenAI:官网动态63

    在OpenAI安全运行Codex

    OpenAI通过沙盒隔离、人工审批流程、严格网络策略与原生代理遥测四层防护机制,确保Codex代码生成模型的安全运行。沙盒环境完全隔离执行代码,所有生产请求需经人工审核批准,网络策略限制外部依赖访问,实时遥测系统监控代理行为异常。该安全框架使企业能够合规采用AI编程助手,在保障代码安全性的同时维持开发效率。

    推荐理由:OpenAI 公开了内部安全运行 Codex 的完整流程,从沙箱隔离到审批策略,企业落地 AI 编码的可以直接拿去抄作业。

5月8日周五
  1. Hugging Face 社区博客58

    MedQA:基于AMD ROCm与LoRA微调Qwen3-1.7B的临床问答模型

    该项目使用AMD Instinct MI300X(192 GB HBM3显存)和ROCm,通过LoRA微调Qwen3-1.7B模型实现医学问答。训练仅用2000条MedMCQA样本,约5分钟完成,仅更新约220万参数(占模型总参数的0.1443%),全程采用fp16精度,无需量化。HuggingFace生态(Transformers、PEFT、TRL、Accelerate)在ROCm上无缝运行,无需修改代码即可直接替代CUDA。模型已上传至HuggingFace Hub并提供在线Demo。

    推荐理由:一个月前的教程了,但如果你是 AMD 党想跑医疗微调,这篇把坑都踩完了,代码直接能复现,LoRA 适配器也挂在 Hub 上,拿来就能用。

  2. IT之家·人工智能63

    新研究点破 AI 生图弱点:透视线和阴影最容易露馅

    《科学》最新研究指出,AI图像生成器虽已修复畸形手指等早期缺陷,但在光照、阴影、反射和透视几何上仍存在明显破绽。研究者指出,鉴别重点已转向“物理规则是否合理”。AI生成的图片因色彩鲜艳、戏剧感强,更接近大众对现实的想象,故易于传播。论文推荐通过检查“消失点”来鉴别:现实中平行线应汇聚于同一点,若图像中线条无法合理相交,则空间关系不成立。此方法同样适用于分析反射与阴影的平行光透视规律。

  3. IT之家·人工智能53

    揪出火狐 Firefox 浏览器 271 个漏洞,Mozilla 回应“AI 抓虫”质疑

    Mozilla 工程师披露,其使用 Anthropic 的 Claude Mythos AI 模型在 Firefox 150 版本中共发现 271 个安全漏洞,其中 180 个为高危级别。为回应外界对 AI 有效性的质疑,团队公开了 12 份完整漏洞报告。他们通过自研的 Agent Harness 智能体套件引导 AI 分析代码并自主构造测试用例,同时引入第二个大模型进行结果打分以严格过滤误报,最终实现了极低的误报率,显著提升了漏洞排查效率。

  4. IT之家·人工智能67

    Win11 学院:如何阻止谷歌 Chrome 浏览器 147 静默下载 4GB 端侧 AI 模型

    谷歌 Chrome 浏览器 147 版本为支持端侧 AI 模型 Gemini Nano,会在用户不知情或未同意的情况下,静默下载并安装一个约 4GB 的 weights.bin 文件,且删除后会自动重新下载。科技媒体 NeoWin 指出,用户可通过修改 Windows 11 注册表来阻止这一行为。具体操作为:在注册表编辑器中定位至 HKLM\SOFTWARE\Policies\Google\Chrome\,将“GenAILocalFoundationalModelSettings”值设为 1。类似方法也适用于阻止 Microsoft Edge 浏览器下载端侧 AI 模型,只需在其对应路径下进行相同设置。

  5. Rohan Paul78

    atomic.chat通过为LLaMA.cpp引入多令牌预测技术,大幅提升了本地大型语言模型的推理效率。该技术利用小型辅助模型预先生成后续令牌草案,由主模型进行验证。在MacBook Pro M5 Max上测试时,使Gemma 4 26B模型的令牌生成速度加快约40%,整体运行速度提升1.5倍。这项优化进一步巩固了LLaMA.cpp和GGUF格式在本地AI生态中的核心地位,为桌面应用、编程助手和私有设备助手等场景提供了更高效的部署方案。

    引用atomic.chat@atomic_chat_hq

    为 LLaMA.cpp 实现多 Token 预测(MTP)! 本地运行 Gemma4 模型速度提升 1.5 倍。 我们给 LLaMA.cpp 打了补丁。将 Gemma 4 助手模型量化为 GGUF 格式。我们在 MacBook Pro M5Max 上进行了测试。Gemma 26B 配合 MTP 起草 Token 速度提升 40%。基准测试、源代码和模型 👇

    推荐理由:在笔记本上把 Gemma 26B 的生成速度拉高 40% 是个真实的体验提升,atomic.chat 把 MTP 带入 LLaMA.cpp 生态,本地 AI 玩家可以直接拿去用。

  6. OpenAI Developers76

    正在用GPT-Realtime-2构建语音应用? 我们的新提示指南涵盖如何调整推理强度、使用前导说明、设计工具行为、处理不清晰音频、准确捕获实体,以及在长会话中保持状态。 https://developers.openai.com/api/docs/guides/realtime-models-prompting?realtime-model=gpt-realtime-2

    推荐理由:官方出了 Realtime-2 的提示工程指南,从调参到工具调用都给了清晰路径,做语音产品的同学值得认真翻一遍,能省几周摸索时间。