Olivia
Online
BluseRui
@BigEyeRUIRUI
📈 中下985本硕研究生（在读版）
AI 狂热爱好者 💻 vibecoding 学习中
⏰ 不想给导师打工，想转行AI…还来得及吗？🤔
每日分享今日AI学习进度
Joined April 2026
82 Following
27 Followers
79 Posts
@Pluvio9yte 用的是glm5.3吗？
https://t.co/hUyOKNgRLx
太夸张了啊，AI挖洞已经进化到这个地步了吗？
所以传统安全未来还有出路吗？有没有懂的大佬分析一下？
太夸张了啊，AI挖洞已经进化到这个地步了吗？
所以传统安全未来还有出路吗？有没有懂的大佬分析一下？
今天跟一个同事交流AI挖漏洞，起初是他看了一个公众号叫棉花糖上个月SRC賞金几十万。不知道怎么就扯到了他说人家现在都能挖这么多了，估计没多少漏洞了，现在入场晚的问题
我说不会的。任何一个周期都有生态位，賞金几十万的大概不会看上预算低的厂商，预算低的厂商的SRC可能大部分白帽都不会想到去用好点的AI去挖洞。在池子里鱼很多的情况下可能伸手进水里捞一把都能摸到几条鱼。
同事当时反应就是嗯了一声显然不信，然后为了验证我的想法今天下午我就试了一下公益SRC，半个小时出了接近10个洞，刨去AI的幻觉乱定级以外，人工审完报告最后还筛选出来5个高危
提示词都是寥寥几行，模型用的不是claude也不是gpt(怕跳cyber给我封号)而是glm。
果然光执行力就足够把很多人拒之门外了。
@Alibaba_Qwen 说实话对于小教研组来说，27B差不多就是能部署的最合适大小了。期待千问的表现！
https://t.co/7fBgZOPrTr
Qwen3.8-27B 成了 Hugging Face 当前热度第一。
这是一个 27B dense 多模态模型，支持文本、图像和视频输入。原生上下文 262K，能扩到 1M，Apache 2.0 开源。
定位很明确：编码、专业工作、研究，以及长程 agentic 任务。官方称整体表现超过前代 Qwen3.7-Plus，在本地可跑的 27B 里算比较能打的一档。
8 月 14 日左右刚放权重，这两天热度直接冲到第一，量化版本和本地部署讨论也跟着起来了。
一个能自己跑、还带视觉的 27B，社区反应还是挺积极的。
Qwen3.8-27B 成了 Hugging Face 当前热度第一。
这是一个 27B dense 多模态模型，支持文本、图像和视频输入。原生上下文 262K，能扩到 1M，Apache 2.0 开源。
定位很明确：编码、专业工作、研究，以及长程 agentic 任务。官方称整体表现超过前代 Qwen3.7-Plus，在本地可跑的 27B 里算比较能打的一档。
8 月 14 日左右刚放权重，这两天热度直接冲到第一，量化版本和本地部署讨论也跟着起来了。
一个能自己跑、还带视觉的 27B，社区反应还是挺积极的。
Huge thanks to the whole community! Qwen3.8-27B is now the #1 trending model on Hugging Face! 🏆 Try it out and let us know what you think. 🤗
@ChrisGPT 歪日我说实话，这个性价比，不涨价就真的封神了
https://t.co/pXQGB6Wcda
不是吧，我当初做梦说Deepseek正式版追上fable真有希望啊？
DeepSeek V4 Pro 0813 正式版出来了。
官方报告的几项 agentic 分数跳得挺狠：
Terminal-Bench 2.1：72.1% → 87.9%
CyberGym：52.7% → 83.3%
DeepSWE：12.8% → 62.7%
和现在热门的几家比：
Terminal-Bench 2.1 已经贴近 Fable 5（~88）、Kimi K3（~88.3）、Grok 4.6（~88.4），明显高于 Opus 4.8（~85）。
CyberGym 83.3，略超 Fable 5（83.1），拉开 Opus 4.8（78.3）。 DeepSWE 62.7，超过 Opus 4.8（58），但还没追上 Fable 5（~70）。
价格还是 $0.435 输入 / $0.87 输出（百万 tokens），1M 上下文。对比 Grok 4.6 的 $2 / $6，输出成本大概只有七分之一。
公司自己报的分，后面还要看独立评测和真人票怎么收敛。但就目前这些数字和价格，做 agent 已经很能打了。
不是吧，我当初做梦说Deepseek正式版追上fable真有希望啊？
DeepSeek V4 Pro 0813 正式版出来了。
官方报告的几项 agentic 分数跳得挺狠：
Terminal-Bench 2.1：72.1% → 87.9%
CyberGym：52.7% → 83.3%
DeepSWE：12.8% → 62.7%
和现在热门的几家比：
Terminal-Bench 2.1 已经贴近 Fable 5（~88）、Kimi K3（~88.3）、Grok 4.6（~88.4），明显高于 Opus 4.8（~85）。
CyberGym 83.3，略超 Fable 5（83.1），拉开 Opus 4.8（78.3）。 DeepSWE 62.7，超过 Opus 4.8（58），但还没追上 Fable 5（~70）。
价格还是 $0.435 输入 / $0.87 输出（百万 tokens），1M 上下文。对比 Grok 4.6 的 $2 / $6，输出成本大概只有七分之一。
公司自己报的分，后面还要看独立评测和真人票怎么收敛。但就目前这些数字和价格，做 agent 已经很能打了。
DeepSeek V4 Pro 0813 is out today too!
DeepSeek reports jumps from 72.1% to 87.9% on Terminal-Bench 2.1, 52.7% to 83.3% on CyberGym, and 12.8% to 62.7% on DeepSWE!!
It costs $0.435/M input and $0.87/M output with a 1M-token context window.
I don’t like how every company report very separate benchmarks every time.. So I guess we will have to rely on the index.
@vista8 神了，熬夜干活居然赶上一波大的
https://t.co/UYB3uzsIqu
突发！DeepSeek-V4-Pro-0813 已经出现在官方 API 文档里了。
模型版本直接更新成了 DeepSeek-V4-Pro-0813。
当前价格（元 / 百万 tokens）：
输入缓存命中 0.025
输入缓存未命中 3
输出 6
对比 Flash：缓存命中 0.02、未命中 1、输出 2。
并发上限 Pro 是 500，Flash 是 2500。
官方还专门提醒：近期整体价格会明显上涨，具体以正式通知为准。
今天是 8 月 12 日，模型却用了 0813 命名。正式版应该很快了。
突发！DeepSeek-V4-Pro-0813 已经出现在官方 API 文档里了。
模型版本直接更新成了 DeepSeek-V4-Pro-0813。
当前价格（元 / 百万 tokens）：
输入缓存命中 0.025
输入缓存未命中 3
输出 6
对比 Flash：缓存命中 0.02、未命中 1、输出 2。
并发上限 Pro 是 500，Flash 是 2500。
官方还专门提醒：近期整体价格会明显上涨，具体以正式通知为准。
今天是 8 月 12 日，模型却用了 0813 命名。正式版应该很快了。
DeepSeek-V4-Pro-0813 来了，喜大普奔！
但是今天还是8月12日啊，为啥用0813命名啊，哈哈。
百万tokens输入（缓存命中）0.025元 （vs flash 0.02元）
百万tokens输入（缓存未命中）3元 （vs flash 1元）
百万tokens输出 6元 （vs flash 2元）
并发限 500，Flash 是 2500
注意：价格是当下价格，最近会上涨。
@NVIDIAAI 不知道幻觉会不会很严重，这种小参数模型我就怕幻觉严重耽误事
https://t.co/EeFTWulPz3
NVIDIA 出了个专门给 agent 用的小模型：Nemotron 3.5 Lightning。
开源 30B MoE，激活参数只有 3B。定位很明确——常驻 agent 的高吞吐量、专业化执行。
官方数据：输出速度最高能到同规模模型的 4 倍。 PinchBench 上 86% 准确率，跑 1 万个任务比 Qwen3.6 35B 快 35%（准确率接近）。
还能用 NeMo 做领域后训练。同步开源了 NeMo Switchyard，一个模型路由库：复杂推理交给大模型，大量执行交给 Lightning。
权重、数据和 recipes 都放了。
https://t.co/hsz3Utv91T
专门给「一直在跑、量大、要快」的 agent 场景做的。
NVIDIA 出了个专门给 agent 用的小模型：Nemotron 3.5 Lightning。
开源 30B MoE，激活参数只有 3B。定位很明确——常驻 agent 的高吞吐量、专业化执行。
官方数据：输出速度最高能到同规模模型的 4 倍。 PinchBench 上 86% 准确率，跑 1 万个任务比 Qwen3.6 35B 快 35%（准确率接近）。
还能用 NeMo 做领域后训练。同步开源了 NeMo Switchyard，一个模型路由库：复杂推理交给大模型，大量执行交给 Lightning。
权重、数据和 recipes 都放了。
https://t.co/hsz3Utv91T
专门给「一直在跑、量大、要快」的 agent 场景做的。
Introducing NVIDIA Nemotron 3.5 Lightning⚡
An open 30B MoE model with 3B active parameters, built for always-on agents to complete high-volume, specialized tasks faster.
It delivers up to 4x the output speed of similar-sized models.
@TencentHunyuan 期待一手正式版
https://t.co/SNLxGX3yCY
腾讯混元出了个新东西：Hy3D WorldClaw。
它是一个 agentic workflow，输入一段文字，就能生成大规模 3D 开放世界。
官方特意强调：不是视频，也不是 Gaussian Splatting。
生成出来的每个场景都可以自由探索，而且全部由可编辑、游戏就绪的 3D 资产组成，几何和纹理质量都不错。
简单说，就是从一句话直接到能进游戏引擎改的 3D 世界。
项目页：https://t.co/byjnTjIj2S
腾讯混元出了个新东西：Hy3D WorldClaw。
它是一个 agentic workflow，输入一段文字，就能生成大规模 3D 开放世界。
官方特意强调：不是视频，也不是 Gaussian Splatting。
生成出来的每个场景都可以自由探索，而且全部由可编辑、游戏就绪的 3D 资产组成，几何和纹理质量都不错。
简单说，就是从一句话直接到能进游戏引擎改的 3D 世界。
项目页：https://t.co/byjnTjIj2S
Introducing Hy3D WorldClaw——an agentic workflow that generates large scale 3D open worlds from text prompts.🚀🚀🚀
Not video, Not Gaussian Splatting, Every scene generated by WorldClaw is freely explorable and built entirely from editable, game-ready 3D assets with high-quality geometry and textures.
Project Page: https://t.co/KJXFWHLb1S
蛤？你家Agent生成视频失败然后狂扣我额度吗？
@MiniMax_AI
@MiniMax_AI 有没有实际用过的老哥解答一下？是我打开方式不对吗
https://t.co/NhUgJOwq5A
我chovy有没有用过minimax-h3官方那个Agent的老哥来说说啊！
这个Agent的响应速度为什么这么慢？简直跟便秘了十年的老爷爷一样。我现在距离上传剧本已经过去3小时了，什么没进入视频生成环节。
不仅响应奇慢无比，而且居然花费额度，也就是生成视频和使用Agent居然公用一个额度且Agent消耗巨快无比，在剧本与框架生成阶段，视频还一秒没生成，消耗了近5000额度（充值最低档一个月65只有10000额度）。
我chovy有没有用过minimax-h3官方那个Agent的老哥来说说啊！
这个Agent的响应速度为什么这么慢？简直跟便秘了十年的老爷爷一样。我现在距离上传剧本已经过去3小时了，什么没进入视频生成环节。
不仅响应奇慢无比，而且居然花费额度，也就是生成视频和使用Agent居然公用一个额度且Agent消耗巨快无比，在剧本与框架生成阶段，视频还一秒没生成，消耗了近5000额度（充值最低档一个月65只有10000额度）。
@NousResearch token大丰收～token大丰收～
https://t.co/ZRYWyn5MZ7
Nous Research 把 DeepSeek V4 Flash 0731 的 90% 折扣又延了 3 天！
官方说是「应大家要求」。入口还是他们自己的 Portal： https://t.co/Y0WSqcNix4
这已经不是第一次了。8月2日他们就跟 Novita Labs 合作推过一波 7 天 90% 优惠，当时直接写：折扣后价格比 Claude Fable 5 在同类任务上便宜超过 1000 倍，而且 Terminal-Bench 2.1 分数还能赢。
DeepSeek V4 Flash 官方原价本来就已经很低，再砍 90%，实际到手几乎可以当「白嫖级」用。
想试的话这三天抓紧。
Nous Research 把 DeepSeek V4 Flash 0731 的 90% 折扣又延了 3 天！
官方说是「应大家要求」。入口还是他们自己的 Portal： https://t.co/Y0WSqcNix4
这已经不是第一次了。8月2日他们就跟 Novita Labs 合作推过一波 7 天 90% 优惠，当时直接写：折扣后价格比 Claude Fable 5 在同类任务上便宜超过 1000 倍，而且 Terminal-Bench 2.1 分数还能赢。
DeepSeek V4 Flash 官方原价本来就已经很低，再砍 90%，实际到手几乎可以当「白嫖级」用。
想试的话这三天抓紧。
By popular demand, we are extending our 90% off discount on DeepSeek V4 Flash 0731 for the next 3 days.
Try it today at https://t.co/4KFwhsReyA
@thsottiaux 不要停！不要让战斗停下来！
我们需要更多的重置！提圣，我们敬爱你啊！
https://t.co/4hT5lWr98E
最有力的反击不是模型性能的提升。而是真正替用户着想，给用户让利。
想用户之所想，急用户之所急。哪怕吵架也不忘记给大伙们重置额度吗？
提圣，我们敬爱你啊！！
@KurodaMafa83375 哈哈哈哈哈哈大伙都是这样的吗
导，您的好弟子复活了！
最有力的反击不是模型性能的提升。而是真正替用户着想，给用户让利。
想用户之所想，急用户之所急。哪怕吵架也不忘记给大伙们重置额度吗？
提圣，我们敬爱你啊！！
That's right, GPT-5.6 Sol is awesome and can be used pretty much anywhere, including in the CC harness.
To celebrate this, together with the fact that I'm not going anywhere... I have reset usage limits for all paid users of ChatGPT Work and Codex.
Have fun out there!
Most Popular Users
Elon Musk
@elonmusk
241.6M followers
Barack Obama
@barackobama
119M followers
Cristiano Ronaldo
@cristiano
114.1M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.2M followers
Rihanna
@rihanna
98.7M followers
NASA
@nasa
92.4M followers
Justin Bieber
@justinbieber
91.8M followers
KATY PERRY
@katyperry
89.9M followers
Taylor Swift
@taylorswift13
83.8M followers
Lady Gaga
@ladygaga
75.3M followers
Virat Kohli
@imvkohli
73.1M followers
Kim Kardashian
@kimkardashian
70.8M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
66.1M followers
Bill Gates
@billgates
65M followers
Selena Gomez
@selenagomez
62.9M followers
The Ellen Show
@theellenshow
62.3M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers