AI 趋势周刊 · Airing

AI 趋势周刊 003 · OpenAI 的数学手稿：突破与抵制之间

Mon, 12 Oct 2026 16:00:00 GMT

OpenAI 公布 700 多份 AI 数学手稿，随后出现修订、撤回与抵制。从事件经过读起，看 AI 的贡献、数学家的分歧，以及新的合作方式。

2026-10-04 – 2026-10-10 · Airing

AI 交出 700 多份手稿，数学家为何分歧如此之大？
10 月 6 日，OpenAI 公布内部模型生成的数学研究材料。有人把它看作科研加速的起点，有人呼吁停止合作。这两种反应，究竟在回答什么问题？
聊了两小时的 Agent，为什么会忘记最初的要求？
Pi 的两篇工程文章，拆开了长期对话中的两个问题：有限的工作记忆，以及反复读取历史的成本。
Agent 做到一半断了，重启后能接着干吗？
Pi Durable 为长时间运行的 Agent 保存工作状态。难点出现在它已经影响了外部世界，却还没来得及留下完整记录的时候。
Dream-RSI：让 AI 从走过的弯路里，学会安排下一次实验
研究团队把代码优化的历史变成可重放的环境，再让 AI 改写探索策略。“做梦”省掉了什么，又没有省掉什么？
PANDA：一群 Agent，怎样组队才有意义？
这篇论文把目光放在协作基础设施：找到合适的伙伴，按任务组织通信，并在成员失联时继续工作。
REA
让编码 Agent 通过 MCP 检查应用行为与二进制，沿着证据理解一个功能怎样实现。
Designeer
把设计工具、组件、学习资料与设计工程师放在一个可浏览的资源目录里。
GitAgent
把 Agent 的身份、规则、记忆与技能写进 Git 仓库，用版本管理保留修改过程。
Monid
让 Agent 从统一入口发现并调用工具，提供 Skill、MCP 与 CLI 接入方式。
OpenBot
在桌面端给不同 Agent 配置指令和工作区，让它们交接任务、共享文件。
Rill
把浏览页面与 Claude Code、Codex 任务放在同一个窗口，减少页面和项目之间的切换。
Mintlify
让人和 Agent 都更方便地阅读、搜索与使用产品文档，连接文档和 API 工作流。
Lapis One
给 Agent 一台独立的 Debian 电脑，并提供远程连接和控制其他设备的硬件入口。
vPhone Workstation
在原生 macOS 窗口中管理虚拟 iPhone，查看设备库、配置和启动状态。
T3 Code
把多个编程 Agent 的对话、代码差异与 Git 协作放进一个开源图形控制台。
把反复犯的错，写成下一次会失败的检查
/correct 讨论的是编程 Agent 反复犯同一种错时，怎样把纠正留下来：把约束写进 lint、类型检查或测试。下一次即使模型忘了口头提醒，执行检查仍会给出具体反馈。它把“记住教训”变成了工作环境的一部分，适合那些能清楚描述失败条件的错误。
文件名会变，项目约束仍要说清楚
这篇收藏讨论 CLAUDE.md、AGENTS.md 与 Agent 运行环境的定制。这类文件承担的是项目交接：告诉 Agent 怎样构建、怎样验收、哪些约束不能漏。真正有价值的内容是能让它开始工作的具体信息；文件名与加载方式则需要随所用工具一起确认。
EmbeddingGemma 2：让不同模态进入同一检索空间
Google 的模型卡确认文本、图像、视频与音频可以映射到同一 768 维空间，并允许按需加载编码器。它值得从一个自己的资料库任务试起：用文字找到相关图片或录音。先评估召回结果与设备负担，再判断是否适合长期使用。
Jev 的应用目录又长了一点
本条收藏记录 awesome-jev 从 583 到 591 条的巡检，新增方向涉及 bisect、审核与安全扫描。这里更值得逐项看的是：决策层在哪里接入、判断之后由谁执行。目录规模是原帖的时点记录，不代表每个项目都已经成熟。
DEX #366：个人 Agent 需要怎样的电脑
DEX 把个人 Agent、云端电脑和 AI 电脑放在一起，很适合比较任务住在哪里：随身设备、常驻主机，还是临时云桌面。选择环境时，先想任务是否要持续运行、要访问什么资料、故障后怎样接手；再看硬件和服务。
16 款产品，反复出现的是记忆与主动性
Founder Park 的产品合集覆盖 Personal Agent、垂直助手和记忆工具。适合当一张候选清单来浏览，先选与你眼下任务相邻的一款。主动提醒能否帮忙，要看它记住了什么、何时打断你，以及能否让你检查和修正。
Thin Is In：界面变薄以后，控制留在哪里
《Thin Is In》把持续存在的 Agent 与更轻的交互界面联系起来。过去需要打开应用、点击多个入口的工作，可能收敛为一句委托。由此产生的新设计题是：操作入口少了，任务进度、所用材料和用户接管的位置，应该怎样保留下来？
AIGC Weekly #191：本期只读到公开节选
已缓存的公开部分涉及 Personal Agent、AI 反编译与跨设备工作。阅读流标注目前只收到了约 21% 内容，因此这里只保留这份节选的线索，不把它写成完整一期的结论；想读全篇，可以回到原订阅渠道。
AI 越来越常用，是否就说明投入越来越值得？
卡兹克对照 A16Z 的两份报告，观察 AI 的使用频率、付费与消费集中。它提供了从“模型又强了多少”转向“人们怎样使用 AI”的视角。读这类数据时，我会把使用者、付费者与整体人群分开：付费增长说明需求，却还需要任务完成、节省时间和持续使用的数据，才能解释用户获得了什么价值。
手指的间隙：一个看得见的芝诺悖论
原帖把指缝不断对半的过程拍给孩子看。它提醒我，解释一个概念不一定先搬出复杂符号。下面是编者自己的等比图解：无穷多个剩余步骤，也可能有有限的总和；‘步骤无穷’本身，并不能推出‘时间无穷’。
《动手学大语言模型》：把图解当成学习路径
Jay Alammar 与 Maarten Grootendorst 的《动手学大语言模型》，用图解和代码连接模型原理与实际应用。它适合补齐本期工程专题背后的基础：文本怎样变成 token，向量怎样支持检索，一次生成怎样接着已有输入继续。把机制看明白，再回头读产品宣称，更容易判断变化发生在哪一层。

AI 趋势周刊 002 · Opus 5.5，把代码拍成电影

Sun, 04 Oct 2026 16:00:00 GMT

从代码生成影片，到更省上下文的 Agent 运行方式，本期追踪的是：更快、更便宜的能力，怎样变成可控的工作流。

2026-09-27 – 2026-10-03 · Airing

Opus 5.5，把代码拍成电影
这不是把一句提示词交给视频模型，而是让 Opus 写动画、浏览器画帧、剪辑工具合成。它真正改变的，是影片可以怎样修改。
集邮册动效：把一个动作做完整
翻页、落章、再翻页。这个案例的价值在动作之间的节奏与材质衔接，适合当作 UI 和品牌动效的观察样本，不必套一个宏大的 AI 结论。
15 秒艺术史：看表达，也看压缩的代价
作者展示 Fable 5.5 的艺术史动画，适合观察视觉过渡和风格连贯性。把四万年压进十几秒，是创意概括；历史准确性、制作耗时与可复现程度不能仅从成片推断。
技术变快，创意的判断仍要留下
Katzenberg 的观点把讨论拉回想象力、情感和创作者报酬。和封面专题一起看，值得问的是：当出片更容易，故事、选择与合作条款能不能同步变好？
上下文瘦了，证据不能丢
Pi 把档案与工作台分开，SoL-Pi 再压缩重复信息。但一张更便宜的账单，可能也对应更少的成功任务。
Pi Agent 1.0：极简助手，长任务新路
Pi 1.0 延续终端里的极简交互，实验性的 Pi Durable 探索长任务恢复。沿着这次发布，看 Agent 怎样兼顾轻与稳。
Claude Mods，让工作台长出自己的工具
从观察上下文到插入提醒，终端里的 Agent 正在变成可以定制的工作环境。
从写代码，走到负责运行
腾讯云 SRE 实践把基础设施、可观测数据和知识建成关联图谱，并把能力分成只读诊断、授权建议与自动执行。值得借鉴的是渐进放权：先证明能解释故障，再让它参与改变系统。
先定义分工，再组 Agent 团队
这条 Opus 团队案例可以作为搭建入口。真正需要先决定的是角色边界、交接产物与验收条件；任务能够独立验证，团队协作才不会只增加对话。
Jev 怎么分工，才是真的省？
Jev 的五条收藏都在讨论分工：分类、打分与选择，是否每次都需要完整的生成式推理？
90.5% 与约五分之一成本：评测怎样把钱省对
一个 44 条支持工单的案例，展示了为什么“分数更高”必须说清在哪组样本上，以及 Agent 到底改了什么。
关键节点叫一次顾问
主模型负责执行，顾问在计划前、反复失败时或完成前检查盲点。这是社区提供的使用思路；配置名称和模型可用性应以当前工具文档为准，不必让每一步都经过双模型。
ElevenLabs
把旁白、配音与对话式语音能力集中在一个云端平台。
VoiceStudio
社区推荐的本地语音工具，覆盖克隆、合成与配音。
drawgent
把编码 Agent 接到 Excalidraw，可读取并修改同一张图。
Chit
把本地 Claude Code 工作历史整理成按项目分组的小票。
Hemory
把日常语音转成可检索的记忆，再提供给 Agent 使用。
NOAN
给业务 Agent 准备统一的事实与上下文。
Rene
把个人助理延伸到移动端与多人协作场景。
Invent a Dataset
从任务意图出发生成特定用途的训练数据。
Maestro
用可读流程描述移动端与 Web 的界面测试。
e2e · TesterArmy
将确定性定位与 AI 操作步骤放在同一套测试里。
Sonnet 5.5：日常任务的效率竞争
官方发布强调速度与效率的提升。这条收藏更值得关注的是任务分层：日常修复、文档与边界清楚的工作，可以重新比较不同模型的成本和结果；不要把某项基准持平等同于所有工作都能替代。
DevDay 与 Jev：决策能力开始成为平台接口
两篇收藏分别总结 DevDay 和讨论 Decisions API 对 Jev 的竞争。它们指向决策层平台化，但“杀死竞品”仍是原作者的判断。评估时应比较可用范围、结构化输出、延迟、成本与迁移代价，而不是只比较发布声量。
DEX #365：动效普及后，什么还稀缺？
这份邮件周刊把动效普及与 Personal Agent 放在一起观察：制作门槛下降，并不自动产生好作品；个人 Agent 也需要资源与交互体验支撑。它为封面补了一层判断。阅读流保留了邮件全文，原邮件没有公开 URL。
AIGC #190：一份生态观察
阅读流里保存的可见部分讨论 Opus、Muse 与创作案例。本期只据这部分做索引，不把未保存的付费内容当作已读来源。它与 DEX 形成对照：一个聚焦上新与案例，一个追问体验与作品质量。
私人助理，究竟替用户省什么？
“没人真想要 AI 私人助理”是一条鲜明的观点，不是需求统计。它提出的提醒很有用：用户想少操心，未必想交出决定权。产品应该先找到具体的重复任务，并把建议、授权和执行分开，而不是先许诺接管人生。
创作之后，还要考虑作品怎么被找到
这条小红书获客经验是本期的边界素材：它不直接讲 AI，却提醒内容生产还有分发与转化。保留为短读，不上升为平台规律；发布时间、账号策略和流量结论都是作者的经验，不能保证复现。
“封杀 AI”标题下，实际是政府术语变更
核对行政命令原文后，变化是行政部门在适用的官方表述中使用 SI 代替 AI；既有历史文件无需全部修改。该命令本身并没有宣布禁用 AI 技术。涉及政策新闻时，先分清名称、法律定义与实质措施，才能判断实际影响。

AI 趋势周刊 001 · Jev，Agent 该如何做决定？

Sun, 27 Sep 2026 16:00:00 GMT

拆解 Jev 的决策机制与应用，再看 AI 创作、Claude 的生物学发现，以及回到日常的产品。

2026-09-20 – 2026-09-26 · Airing

Jev 不写长回答，怎样做出一个判断？
理解它要分清四件事：预先约束的答案空间、并行判断、概率校准，以及最终仍由程序承担的业务规则。
Pi × Jev：把执行权写回代码
路由、工具闸门、答案复核各自回答一个小问题，模型负责给出信号，Harness 负责决定后果。
Jev 与 FLock，先把测量条件对齐
一千条金融投诉的社区试验提出了好问题；模型版本、长文分布、网络时间和成本口径，决定结果能迁移到哪里。
Jev 的局限，怎样变成工作流设计
并行能力只有放进合适的任务结构才会兑现。字幕筛选、日期提取与中文评测，分别展示了语义判断、确定性计算和质量验证的边界。
四类 Jev 应用，判断怎样进入真实流程
浏览器、文档、广告与销售演示已经给出不同的接入方法；公开代码比演示速度更能说明 Jev 究竟承担了哪一步。
腾讯排错 Agent：修复建议要带着证据
从小时级到分钟级，压缩的是跨系统拼证据的过程。88% 的动作一致率，要连同样本用途和置信度规则一起读。
Grok 一人公司的账，要把审稿和失败算进去
$18K 是五个客户的营收目标，原文未展示实收记录。能借鉴的是路由与验收设计，落地还需要完整成本账和异常出口。
把角色做成动画，还要能接着改
Rege 的案例值得收藏的部分，是随演示提供的 .coa 工程。拆开文件，能看见表情、头发运动与时间控制如何成为独立的修改入口。
五分钟像素动画，“做出来”之后看什么
Rikuo 的短片提供了鲜明的风格样本。把它变成自己的制作能力，需要把画面规格、可编辑交付和返工测试一起设计。
463 条视频案例，怎样成为可复用的流程
真正可带走的是人物约束、分镜结构和失败记录。原帖、收藏日仓库与当前仓库的数字并不相同，应把版本和计数对象写清楚。
Fish Audio：语音可控，控在哪里？
Fish Audio 的情绪标签让脚本能说明“怎么读”。完整的声音工作流仍要处理参考音色、专名读音、段落衔接和反复生成的成本。
ScreenKite：对话剪辑怎样接管时间轴
录屏、转写、剪辑和 B-roll 连在一起，价值在于每一次指令都有可检查的片段与时间范围。模型费用、素材上传和可编辑导出仍要分别看。
Claude 找到 ART，新的到底是什么？
AGI Hunt 的报道提供了一条比模型“兴奋”更值得追的线索：把已知酶、邻近基因与一排 RNA 联系起来，究竟推进了多少生物学认识？
21 小时之后，Claude 科研如何复查
新智元的“950 个 Agent”适合做标题。理解这项工作的实际进展，还要把会话数、候选数、报告数和实验结果放回各自的位置。
一线 QA 的价值：知道哪些地方会出问题
一篇内网帖的转述不能证明企业的人事决策，却提出了具体问题：自动化越便宜，谁来定义值得测试的真实风险？
四个日常小产品，四种具体的生活阻力
同样围绕时间与行动，儿童的剩余时间、成人的分心、户外探索和习惯重启，需要各自成立的交互机制。

AI 趋势周刊 · Airing

AI 趋势周刊 003 · OpenAI 的数学手稿： 突破与抵制之间

AI 趋势周刊 002 · Opus 5.5， 把代码拍成电影

AI 趋势周刊 001 · Jev，Agent 该如何做决定？

AI 趋势周刊 003 · OpenAI 的数学手稿：突破与抵制之间

AI 趋势周刊 002 · Opus 5.5，把代码拍成电影