Turns pain into rhythm. --- 前华为资深工程师 ｜ 某硅谷创业公司1号员工 ｜某国企亿级产品线负责人 ｜连续创业者 ｜成都华为离职社群(运营13年)发起人 ｜二十年从事研发、产品、团队管理、流程体系建设、市场和售前等工作岗位 ｜ 目前从事AI智能体创业，喜欢讨论技术、产品，运营等。
Joined June 2009
- Tweets68.2K
- Following4.4K
- Followers5.3K
- Likes9.5K
## Zyphra 发布开源 TTS 模型 ZONOS3-Mini，可在手机浏览器实时运行
Zyphra 发布零样本语音克隆 TTS 模型 ZONOS3-Mini，Apache 2.0 开源，稀疏 MoE 架构：总参数 8 亿，活跃参数只有 1 亿。
实测数据：Pixel 9 浏览器端首字音频延迟低于 570ms，M3 MacBook Air 上低于 150ms。手机浏览器里就可以实时跑语音克隆。
#TTS #开源模型 #语音克隆
zyphra.com/our-work/zonos3-m…
7
7
1,206
## Claude Fable 5.2 上线 Higgsfield，开放 3 天免费试用
Higgsfield 把 Claude Fable 5.2 接进了自家 MCP，顺手放了个 3 天免费不限量的口子，全部顶级视频和图像模型都能用。
按他们的说法，Fable 5.2 擅长 3D 建模、视觉推理、computer use 和编码。引用里还提到它和 Claude Mythos 5.2 在编码、推理、视觉上都有提升。
3 天这个时长，够把几个模型挨个跑一遍了。
#Claude #Higgsfield #MCP
Claude Fable 5.2 is LIVE on Higgsfield.
3 days of FREE & UNLIMITED access to all top video and image models in Higgsfield MCP.
Anthropic’s new model excels at 3D modeling, visual reasoning, computer use and coding.
Start your 3-day free trial in Higgsfield MCP now. Limited offer. Terms apply.
4
9
700
## Figma 官方讲解画布智能体的 6 种实用方法
Figma 官方分享了在画布上使用 Figma Agent 的六种方法，覆盖从设计初期探索到交付前细节检查的完整流程。对正在把 AI 引入设计工作流的团队来说，这是一份来自官方的实践参考。
Figma Agent 是嵌入 Figma 画布中的智能体，可在设计文件内直接执行任务。它要解决的问题是：把重复性的整理、生成和检查工作从设计师手里接过去，减少在工具之间来回切换。
官方给出的六种用法大致分布在三个阶段：
探索期，用 Agent 快速生成多个设计方向，先铺开可能性，再人工收敛。
构建期，让它批量完成图层命名、结构整理等琐碎工作，保持文件可维护。
交付前，用 Agent 检查细节一致性，降低遗漏风险。
需要注意的是：
第一，Agent 直接工作在画布上下文中，不需要把设计导出到外部工具再处理，减少了上下文丢失。
第二，能力覆盖设计全流程，而不是单点功能，探索、构建、检查都能介入。
第三，官方强调实用方法而非模型参数，说明重点在落地工作流，而不是追求能力上限。
与过去依赖插件或手动操作相比，变化在于：Agent 能理解画布内容并按意图执行多步任务，交互方式从“点按工具”转向“描述目标”。
#Figma #AIAgent #设计工具
figma.com/blog/6-easy-ways-t…
1
4
378
## Anthropic 员工推荐用一条提示词让 Claude Code 全面审查项目
Anthropic 的 Alex Albert 分享了一条提示词，放在每个项目上跑同一遍：让 Claude 通读整个代码库，找出损坏、不一致、低效或者已经用不上的东西。能确定的问题直接改，剩下的列出来交给人看。
有人补充了配套用法：/doctor prompt-audit 用来检查上下文文件，/skill-doctor 清理不再需要的技能。
三个入口，分三件事：全库排查、上下文体检、技能清理。
#ClaudeCode #AI编程 #Prompt
## Lovable 介绍平台安全机制：自动扫描、一键修复与深度扫描功能
Lovable 公布了一套面向无技术背景开发者的安全机制：安全登录、密钥加密、构建时扫描默认开启，免费账户也能用。每次发布前会检查代码、应用逻辑、数据库 schema 和行级安全策略，扫出的问题点一下 Fix 按钮就能让 agent 自动修，也可以打开 Auto-fix 全自动处理。官方说最常见的问题是数据访问规则写得太开放。
#Lovable #VibeCoding #应用安全
lovable.dev/blog/find-it-fix…
3
8
612
## 6个大学生做了个 AI 旅游网站，1000万人用它决定去哪儿玩
2019年，葡萄牙大学生André想用暑假去亚洲玩，预算不宽裕，只能在北京、上海、西安、曼谷、普吉岛和澳门之间反复拼路线，最后全部机票不到1000欧元。代价是同时开着几十个网页比价、比日期、比转机，买完还要分别管理订单和登机牌。
他和五个工程专业朋友后来做了Tryp.com：输入出发地、时间、预算，不填目的地也行，系统从8000万条交通票价和约2800万个住宿选项里组合出可预订行程。今年9月单月卖出约1.4万张交通票，销售额超120万欧元。
平台约一半订单来自用户没主动搜索、直接买推荐行程。公司2023年自己写过，卖交通票利润极薄，有时为了价格竞争力甚至会亏钱，靠酒店和附加服务补回来。
今年7月，Wizz Air推出度假预订平台WIZZ Holidays，背后的技术提供商就是Tryp.com。
#AI旅游 #在线旅游 #创业公司
4
9
543
## 百度发布 ERNIE-5.5-Flash-Base 开源 Base 模型，280B 总参数每 token 激活 14B
百度文心团队在 Hugging Face 放出了 ERNIE-5.5-Flash-Base 的预训练终点 Base 权重，不是对话微调版。总参数 280B，每 token 激活 14B，提供 FP8 和 BF16 两种 safetensors 格式。
直接开源 Base 权重的团队不算多，多数还是给 instruct 版本。这次连预训练终点都放出来，FP8 权重也在里面。
#ERNIE #百度文心 #开源模型
ernie.baidu.com/zh/release/e…
9
11
1,805
## Anthropic 详解 Claude 智能体记忆的组件：笔记、dreaming 与知识 wiki
Claude 智能体记忆拆解：笔记、dreaming 与知识 wiki
Anthropic 发文拆解了 Claude 智能体的记忆设计，把“记忆”从单一向量库拆成笔记、记忆表示、上下文注入等多个层次。对正在做 Agent 的开发者来说，这套分层思路比具体实现更值得参考。
这套记忆系统的核心问题是：Agent 在多轮任务中如何不丢失关键信息，同时避免把无关内容塞进上下文。Anthropic 的做法是把记忆分成几层：原始笔记负责记录事实，记忆表示负责组织与提炼，注入上下文则决定当前任务该带哪些内容进来。三者分工明确，而不是把所有历史一股脑丢给模型。
几个值得关注的设计点：
一是笔记层。Agent 在工作过程中主动记录关键信息，形成可复用的原始材料，而不是依赖对话历史。
二是记忆表示层。对笔记做组织和压缩，让记忆可以被检索和复用，减少重复计算。
三是上下文注入。按当前任务选择性地把记忆带入 prompt，控制 Token 消耗，也降低噪声干扰。
四是 dreaming 机制。在空闲期对日志做反思，用来纠错并逐步构建知识 wiki。这相当于让 Agent 在非任务时间“整理笔记”，把零散记录沉淀成结构化知识。
与常见的 RAG 方案相比，这套设计的差异在于：RAG 主要解决“检索什么”，而这里进一步回答了“记什么、怎么组织、何时注入”。记忆不再只是外部数据库，而是 Agent 工作流的一部分。
我觉得对我最大的启发是，做 Agent 记忆时可以借鉴这种分层：先解决记录，再解决表示，最后解决注入策略。dreaming 这类空闲期反思也提供了一种低成本纠错思路。真正值得关注的不是某个组件，而是把记忆当成可维护的知识系统来设计。
#Claude #AIAgent #记忆系统
anthropic.com/research/compo…
3
5
1,008
## 红果超过豆包，成为了字节第二大应用。
QuestMobile 2026年秋季报告里有个数字：截至9月，红果免费短剧去重用户4.3亿，超过豆包的4.19亿，在抖音集团内部排第二，仅次于抖音。
一个被叫了很久“电子榨菜”的品类，用户量走到了这个位置。
字节这几步路数很像：图文时代跑出今日头条，短视频跑出抖音，长视频格局被优爱腾占住的时候，冒出来的是红果。每一次都是找个别人没低头看的入口。
红果起来之前，沙雕动画已经在各平台大量流传，熊猫人模板，只比有声小说多个“能动”。现在红果上也还有不少这类短剧。贾樟柯说过一句：屏幕竖起来，创作者不会矮一截。
近30年我国抑郁症病例数增加54%，焦虑症增加31.2%。短剧里霸凌、诬陷、造谣的，几集之内就有结果。现实里要走几个月流程的事，剧里立刻伸张。
#短剧 #红果 #注意力经济
3
6
1,022
关于Jen-Hsun Huang和 Alice Huang，他们都姓黄，这里是不是有什么误会？亚洲人应该都懂吧。
About Jen-Hsun Huang and Alice Huang — they both have the surname Huang. Is there some misunderstanding here? Asians should all understand this, right?
젠선 황과 앨리스 황에 대해 말하자면, 두 사람 모두 성이 '황'입니다. 여기에 무슨 오해가 있는 것 아닌가요? 아시아 사람이라면 누구나 알 텐데요, 그렇죠?
ジェン・スン・フアンとアリス・フアンについてですが、二人とも姓は「黄」です。ここに何か誤解があるのではないでしょうか。アジア人ならみんな分かるはずですよね。
#黄仁勋 #英伟达 #Alicehuang #AI
如果没有 Muse 的，可以通过我的邀请码去申请注册：
---
快来看看你的个人 AI 智能体 Muse 。在加入后的 48 小时内通过“设置”兑现我的邀请码，我们就能分别获得 10 亿个 Muse 词元。
邀请码：8L72NX
muse.ai/join View article
2
6
1,933
黄仁勋刚刚回应了关于和 Alice Huang 的问题，这个事件将会如何发展，继续搬小板凳吃瓜。
## 腾讯阿里字节，又要被DeepSeek吊打了？
DeepSeek Harness上线不到三个月，日活154万，每天消耗约92万亿Token。这是独立Agent产品，不是那个聊天App，154万统计的是使用官方API的用户。
对比一下：QuestMobile三季度数据显示，9月腾讯WorkBuddy月活3235万，百度搭子977万，阿里千问办公790万，字节豆包工作205万。原文按15%的日活/月活比推算，Harness的154万已经超过后面三家的估算日活；按20%算则略低于千问办公，差约4万。这只是假设推演，统计口径和时间也不一致。
另一个数字：Harness第三方插件约3.5万个，约60%的活跃用户制作或安装过至少一款插件。软件本身免费开源，但调用官方模型要充值，也能自行接入千问、Kimi、GLM的API。腾讯、百度、字节、阿里的办公产品都有签到积分或免费额度。
10月16日，DeepSeek整合成立产品部，Harness、Web、App、Platform统一管理，由3月刚加入的崔添翼负责。
#DeepSeek #AIAgent #AI办公
5
10
3,030
## 2026年，腾讯疯狂“补课”
2026年Q2，腾讯资本开支528亿元，同比增长176%，自由现金流变成负138亿。同一时期，回购从2025年近700亿缩到全年预计400到600亿港元。刘炽平的说法很直接：算力能拿去出租、训模型、换Token，回报更高，所以钱更多流向资本开支。
组织上的变化更具体。2025年12月腾讯新设AI Infra部、AI Data部，姚顺雨任首席AI科学家；到2026年9月，基础模型部、AI Infra部、AI Data部统一由他管理，向刘炽平汇报。成立十年的AI Lab在三个月后被撤销，人员并入混元。
代价已经在最近财报中体现了：AI新产品把Non-IFRS经营利润增速从19%拉低到9%。混元Hy4在AA评测上拿了35分，国内仅次于Kimi K3.1 Pro的46分，但同一份成绩单里幻觉率是89%，Kimi那边是37%。
#腾讯 #AI基础设施 #混元
1
3
906
## 山姆·奥特曼最新访谈：很反感用Token作为计费单位
奥特曼在播客里提到一件事：OpenAI内部Codex宕机时，工程师们虽然没真的忘记写代码，但确实愣住了，有种“不能用它我该怎么写程序”的无措感。
另一个细节是数学研究。为了证明纳维-斯托克斯方程，他们让算力消耗放开跑了一整周，单个证明花了约1000万美元。那个周末研究员把各自最难的课题扔进测试频道，模型一个接一个解开，横跨多个学科。奥特曼说自己连续两晚兴奋到失眠，但同时也感到一种“某个时代正在终结”的惆怅。
他还提到算力分配的差距正在拉大：普通用户还在单点提问，前沿玩家已经能后台并发运行1万个智能体团队。内部从不搞Token消耗排行榜，排得太靠前反而是晋升减分项。
最反直觉的是计费。他们差点在下一代模型彻底取消Token计费，客户强烈反对。奥特曼私下问客户：同样的结果，一口价和注水放大的Token计费选哪个？客户宁愿选后者，因为有个计量单位，就觉得自己买到了可量化的东西。
#OpenAI #SamAltman #AI算力
Sam Altman almost scrapped token pricing. Here’s why he backed off. thenewstack.io/openai-token-…
## OpenAI又出数学大结果，陶哲轩：数学不该被AI“掠夺式开采”
10月初OpenAI一次性放出722份AI生成的数学手稿，陶哲轩转发人类数学协会的客座声明，呼吁数学家停止与OpenAI合作。AHM目前有1008位成员，其中654人加入了“无AI研究小组”，承诺不发表AI生成的论文、不与前沿实验室合作。
纳维—斯托克斯那件事他讲得很具体：一些数学家已经非常接近构造出奇点，大概就在OpenAI宣布结果的前一天，对方启动紧急攻关，用最大的模型、数百万美元算力抢在前面完成。留下的是一份100页的AI生成证明，一位同事借AI钻研数日只解释了一半，后续方向也不明确。陶哲轩的说法是“自动化掠夺式开采”。
另一边，10月26日Axiom Math的AxiomProver在Lean 4里完成了有限单群分类定理的形式化证明，过程中发现34处原有文献需要处理的差异，其中一处涉及不平衡群定理的关键论证，需要新的数学推导。
他还提到Lean不是完美语言，已经有人发现可被利用的漏洞，AI会靠找漏洞构造假证明蒙混过关。
#数学 #AI #陶哲轩
5
16
1,309
## AI“杀死币圈”？
10月23日CZ还在说加密货币比银行更安全，一周后，一个热钱包被一笔交易扫走约63亿美元，创下币圈史上最大盗窃纪录。比特币从81000美元上方跌到76300美元，24小时爆仓约15亿美元。
这次攻击没有正面撞比特币或以太坊的算法，走的是“后门”。Bitget被盗3.88亿美元，原因是第三方安全产品里的零日漏洞；Liquid Network的问题藏在一个缓存键冲突里，代码进过主开发分支，却没进正式发布版本，也就没被审计。
Blockworks统计，今年已发生300多起加密攻击，同比增长111%。Anthropic去年12月做过实验：405个历史被攻击合约，模型为其中207个生成了可直接用的攻击脚本，对应模拟损失约5.5亿美元。
以太坊研究员Justin Drake说，AI最多几个月就能找到破解钱包的办法，“堡垒模式”只是拖延时间。Vitalik则认为自己约90%净资产仍在加密资产里，防守方用上AI长期可能更有利。
#加密货币 #AI安全 #区块链
3
11
963