Yakith

[Yakith @Yakithe3gg]

@Tenna_m_ania @hongchenfei 你只是害怕了

[Yakith @Yakithe3gg]

傻逼A畜

[Anthropic @AnthropicAI]

We're publishing our most detailed threat intelligence report to date.

It covers how people tried to misuse Claude—for cyberattacks, influence operations, surveillance, biology, and building weapons—and how we found and stopped them.

We disrupted every operation in the report, and used the lessons from them to strengthen our safeguards. Where appropriate, we also shared what we found with authorities and other AI companies.

These cases are not typical: we’re highlighting some of the most sophisticated misuse we’ve seen. But they’re especially important to discuss, because they show us where AI misuse is headed, where our safeguards work, and where they need to improve.

We’re publishing this report so others can spot the same activity on their own platforms, and so we can give the public a clearer view of how emerging threats develop.

Read the report: https://t.co/0EJUnYEgfz

[Yakith @Yakithe3gg]

先马住，有时间再升级。

[Fini.Yang @FiniYang]

DeepSeek Harness 0.1.5-rc.1 已发布
💥 删掉了 settings 服务的 settingsNamespace 导出
我们的记忆插件炸了哈哈
已更新：dsh-noema 0.1.0-rc.4

如果你从 0.1.2-alpha.1 之前的版本升级
还会有个问题是
如果 Agent 预设为 PTC模式，则 “新会话” 无效
需要手动在设置的 “Agent预设” 中��新选择模式
嗯嗯，内置预设名从 code → ptc 了 😎

快速升级：
npm i -g @deepseek-ai/dsh@latest
dsh plugin --profile web add @zseven-w/[email protected]

主要更新内容 ⬇️
#deepseek #dsh

[Yakith @Yakithe3gg]

啊，何移位？

[WorkBuddy @WorkBuddy_AI]

GPT-6 Astra is officially live in WorkBuddy!

Give it a try here: https://t.co/HXCD5OGdsA

[Yakith @Yakithe3gg]

马克🤔

[火山哥🕊️ @huoshan007]

兄弟们，挖到一个声音开源软件，听的我后背发麻。

昨天刷到这个开源项目OmniVoice，Python写的，GitHub星都快冲1万了。我本来就是个声控，看到这玩意儿反手就star了。

它能干啥，我一句话给你捋明白：

你丢给它一段你说话的音频，它就能把你的声音彻底复刻出来。注意，是彻底，不是模仿。

600多种语言，年龄音高方言气音全都能调，而且不用提前训练，直接就能用。

最离谱的是啥？生成速度比实时快40倍。你这边说完，那边它就把你的声音安排到任何语言里了。

做视频配音、搞多语言内容的兄弟，这基本等于白嫖神器。

想玩链接：https://t.co/5CyumGnlB9

拿去不谢。

[Yakith @Yakithe3gg]

🤔？

[思维怪怪 @0xLogicrw]

DeepSeek 在 V4.1 Flash 开源公告里罕见地直接向大规模部署方喊话：如果有 2000 张 GPU 和存储集群，可以直接联系 DeepSeek。

但这并不是新的商业授权门槛。V4.1 Flash 仍按 MIT License 开源，没有按照公司营收或业务规模设置额外授权条件。有资源的企业可以自己部署，联系 DeepSeek 更像是针对超大规模场景的直接技术合作。DeepSeek 目前也没有宣布正式的私有化部署产品或收费服务。

过去 DeepSeek 开源模型后，部署适配更多由 SGLang、TensorRT-LLM 等推理框架和硬件厂商完成。这次官方主动找 2000 卡级部署方，开始更直接地参与模型落地。

[Yakith @Yakithe3gg]

@hnl1434954 @LinQingV 神秘的水卡😋

[Yakith @Yakithe3gg]

我去，好有感觉

[奶昔🥤 @realNyarime]

深圳湾公园的深夜巡逻机器人
Powered by @nvidia

[Yakith @Yakithe3gg]

@op7418 这要不是炒作，我今天吃肯德基😋

[Yakith @Yakithe3gg]

这要不是炒作，我今天吃肯德基😋

[歸藏(guizang.ai) @op7418]

真的很离谱，这个人之前在 OpenAI，后来去 Anthropic 上班，上了三个星期还是六个星期就离职了。

然后输出了一堆 AI 末日论的信息，全是观点，没有事实。

1.3 亿的曝光，很难想象大家为什么都很相信这个东西

[Yakith @Yakithe3gg]

有意思

[宝玉 @dotey]

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？

微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。

一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。

所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？

一、写代码这件事，门槛和成本都降下来了

写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。

现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。

我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。

二、以前的软件，满足不了长尾需求

长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。

而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条：
用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署

每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。

结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。

这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut https://t.co/opuojDmWzL 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。

这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做���来！

三、Vibe Coding 让成本变低、链条变短

所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步：
有个想法，让 AI 去设计、制作、部署。

甚至于很多需求根本不需要做成一个有界面的产品。

比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。

比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 https://t.co/2Q2e6cA1el

还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么���后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。

现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。

四、模型和智能体的能力，一直在变强

现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。

回头看这几年的变化：

最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。

模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期��正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。

由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。

五、变化的还有“做工具”这件事本身的心态

看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。

最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。

其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 ���诗人、933857 首诗做成了一个三维宇宙 https://t.co/Ye1eHGxZTz ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 https://t.co/LPTiBI6mzQ ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景
https://t.co/cU0HwuIDCq 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。

以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。

最后，如果你也想自己搓一个工具，我的一点建议：

从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。

顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。

如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走：

1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。
2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。
3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。
4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。

做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。

注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。

最后说一句，做出来之后，发出来。

这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

[Yakith @Yakithe3gg]

马克，等会升级看看

[Max For AI @MaxForAI]

DeepSeek Harness v0.1.5 发布，与 V4.1 Flash 的模型训练再次深度结合。

本次更新的新模型 V4.1 Flash 已针对 Harness 的标准模式、程序化工具调用（PTC）模式和极简模式，都做了专项训练和优化。

使用 V4.1 Flash 时，新版还支持在保留已有 KV Cache 的情况下更新系统提示词。

多 Agent 协作也有更新，新增实验性功能 Agent Teams。

主 Agent 可以创建多个团队成员，通过共享任务列表拆分、分配和跟踪工作。

���员之间可以互发消息，主 Agent 负责查看进度、协调任务，最后汇总结果。

用户也能进入任一��员的子会话继续沟通。

这项功能默认关闭，需要通过命令行将相关实验性插件加入 Profile，使用会产生额外 Token 消耗。

普通的父子 Agent 协作也更灵活了：执行过程中可以双向通信、补充信息、调整任务方向，主 Agent 还能为子 Agent 选择模型和推理强度。

用户可以排队发送消息，编辑或删除待处理消息，也能中途插话或停止任务。

文件处理和交付体验也进行了升级。

Web 界面支持上传图片、PDF 等多种文件，模型通过文件工具按需读取。

右侧栏可以浏览工作区文件树，直接预览 Markdown、HTML、PDF、代码和图片，模型生成的文件也能直接查看或用系统默认应用打开。

另外，左右侧栏都增加了标准化插件扩展入口；长会话的加载、恢复、内存占用和历史导航也做了优化。

内置插件管理面板还在后续计划中。

值得关注的是，DeepSeek 正在持续把模型训练和 Agent 的实际运行环境放到一起优化。

不同的工具调用方式、不同的框架配置，都进入了专项训练的范围，模型与 Harness 的配合会越来越重要。

[Yakith @Yakithe3gg]

这下忠孝难两全了

[𝕊𝕕𝕠𝕘 @Im_Sdog]

“你折叠它干什么玩意”
“你做点有用的创新”

[SuSu_酥酥👅 @NFT_Chen]

💥必读：DeepSeek V4.1 Flash论文里面暗藏的玄机！V4.1 Pro将是大杀器！2000张GPU+存储集群将是最大助推器！

论文核心要点速览：
1️⃣Flash 反杀 Pro，是产品线信号
不是“小模型勉强接近大模型”，而是新结构系列的最小尺寸已经全面超过上一代旗舰。Pro 被路由、被计划下线，说明他们认准了：密度比绝对规模更重要。

2️⃣CED 是给 Agent 账单改写的
Prefill 8B / Decode 16B 的不对称，精确对准“长输入、工具回填、多轮缓存命中”。谁还按对称 Transformer 给 Agent 报价，谁就会变贵。

3️⃣890 bytes/token 才是核弹数字
100 万 token 的全局 KV 大约 890MB 量级。以前 1M 上下文是存储灾难，现在更像“可以常驻、可以集群调度”的常规货。相对 V1 的 437 倍压缩，是他们几年稀疏注意力路线的结算单。

4️⃣SWA Bounded Replay 是系统题，不只是模型题
论文专门开了 Inference System 章节：持久 KV 管理 + 有界重放。官方推文里的“2000 GPU + 存储集群”不是营销口号，是在找能把这套缓存层级真正跑起来的人。

5️⃣Engram 把“查表”从计算里拆出来
196B 条件记忆用哈希查找静态模式，MoE 负责动态推理。这是第二条稀疏轴：少算、多记。表还能 offload 到主机内存，和“存储集群”叙事对得上。

6️⃣原生多模态不是贴片
Vision 从零训、和语言一起进 45T 语料，旧的 Flash Vision-Exp 外挂路线被收掉。名字统一成 deepseek-flash，产品在收口。

7️⃣开源帖的潜台词是“一起把推理栈补完”
权重和论文已经上 HF，SGLang 当天就有 cookbook，但官方仍说要和社区密切合作支持推理、探索更多部署选项。潜台词：架构新（CED / CSA2 / Replay / Engram / DSpark），工程窗口刚刚打开。

8️⃣这是系列最小杯，V4.1 Pro将是大杀器
报告写明新结构“可扩展到更大参数模型”。Flash 是探针。真正的大杀器可能是同一套 CED + 极限 KV 压缩，放大到下一档 Pro。

#DeepSeekV41 #V41Flash #开源大模型 #智能密度 #长上下文 #Agent基础设施 #2000GPU #HuggingFace #CSA2 #Engram #DSpark

[Yakith @Yakithe3gg]

🤔

[SuSu_酥酥👅 @NFT_Chen]

🚨提醒！V4.1 Flash 不是单独变强，跟 DeepSeek Harness 一起才更强！

@tianyi 刚放出DeepSeek Harness v0.1.5，重点就一句：

V4.1 Flash 在 DeepSeek Harness 的不同配置里做过专项训练和优化。所以这波正确用法不是“换个模型接着聊”，而是：
🔹用 Harness 跑 V4.1 Flash，别只拿网页/API 裸测

🔹同一套模型，Standard / PTC / 极简等配置都对齐过，Agent 任务更稳

🔹实验性 Agent Teams 也进了共训，多 Agent 协作才是新能力面

🔹动态改系统提示词不打坏 KV Cache，长会话和文件工作流更吃这套组合

🔹一句话：下半场拼的是 Model + Harness，不是裸模型榜

试用：npx @deepseek-ai/dsh web

#DeepSeek #V41Flash #DeepSeekHarness #AIAgent #AgentTeams #开源​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ #梁文峰

[Yakith @Yakithe3gg]

这谁绷得住？

[筒井.xls@エクセル関数擬人化本著者 @Tsutsui0524]

2050年に発表されるiphone

[Yakith @Yakithe3gg]

老婆！

[西野莉世 @risenishino]

(◜ᴗ◝)

[Yakith @Yakithe3gg]

@aronhouyu 没那么舒服

[Yakith @Yakithe3gg]

这是在？

[Dev Ed @developedbyed]

Ass Bench Update 🚨

After running GPT 6 Astra in a loop for the past week, with a couple of steers a day, we have officially reached high-fidelity cheeks.

I’m going to let this thing run in a self-improving cycle for as long as I can and see where the ass technology ends up in a month.

Lots of different butt styles will be added, so no one is safe.

Not even you, Granny.

You’ll also be able to support the project and help fund the benching of other models like Fable, Gemini, etc.

All it takes is a buck, and you can slap your sticker + website directly onto a cheek.

The future of AI benchmarking is here

More Soon

[Yakith @Yakithe3gg]

免费这块你给我补上啊😡

[OpenCode @opencode]

day 0 support
we've bumped it up to 4x usage for the next 72 hours