百年 AI×出海

NUS Data Science / Base 新加坡/
跨境电商/ AI企业服务
30+出海站🌐 / 10天万粉
公开记录全过程：怎么做的、赚了多少、踩了什么坑 📊
合作：私信

[百年 AI×出海 @bainianAI]

https://t.co/Geffvz2kVK

[百年 AI×出海 @bainianAI]

https://t.co/s6XYPcm4aa 适合已经把智能体接进后端业务的 TypeScript 团队。任务仍然写在自己的代码仓库里，照常开发、审查和发布，等任务真的跑起来，https://t.co/s6XYPcm4aa 负责把那些跑得久、容易断、还要等人确认的后台流程弄好。

GitHub：https://t.co/YJElqpQ0n7

它解决的主要是流程跑到一半不能丢的问题。比如用户上传合同以后，系统要先读文件，提取条款，查客户资料，中间等法务确认，最后把结果写回业务系统；这个过程可能几分钟结束，也可能隔天才继续，硬塞在一次接口请求里，后面一定会被超时、重复执行和状态恢复拖住。

这个定位比普通后台任务工具更重，官方说明里专门放了示例项目、公开路线图和自行部署，说明它面向的是生产环境，任务启动后常常会停在半路，等外部系统或人工动作回来，也可能在某一步失败，最后还需要有人能查清楚到底断在哪里。

用 TypeScript 写后端的团队，如果准备把智能体接进真实业务，可以把 https://t.co/s6XYPcm4aa 放进技术选型里。模型调用本身通常不难，麻烦集中在调用前后那些挂在系统里的业务状态，而这部分越晚处理，后面越容易变成一堆临时脚本。

[百年 AI×出海 @bainianAI]

MCP Registry 是 MCP server 的官方目录，用 MCP 的人可以先狠狠收藏一波。

Registry：https://t.co/mTY28Tynv4
GitHub：https://t.co/qQ0bhXjMLT

它能查 publisher、包名、版本、安装方式和仓库地址。MCP server 增长太快，浏览器、文件系统、GitHub、数据库、云账号都能接进去，随手复制一条安装命令，等于把一段陌生代码接进自己的工作流。

它适合作为接 MCP 前的第一道来源核对。先查 registry，再看 repo 最近维护情况，再看权限说明，最后再决定装不装。

团队用 MCP 更需要这个入口。registry 可以做白名单，后面出问题也能顺着 publisher、版本号和仓库记录往回查。

[百年 AI×出海 @bainianAI]

伊利诺伊 SB 315 已经签署，监管对象放在最大型的大模型开发商身上，州长普利兹克 2026 年 7 月 6 日签下这部人工智能安全措施法案后，大型开发者需要把安全做法和重大事故暴露给外部监督，内部还要留下合规流程和员工举报通道。

重点在第三方审计，因为过去模型公司发布安全框架，外部很难判断它有没有照做；伊利诺伊把独立审计写进法律，要求没有财务利益冲突的专家定期检查安全措施执行情况，安全从公司自述变成可检查的流程。

这也解释了为什么州法会影响全国：美国联邦层面还没有统一的人工智能安全规则，加州、纽约、伊利诺伊已经先后往前推；当地报道提到，三州合起来大约覆盖美国人工智能市场的四成，这个比例足够让大模型公司按州法准备材料。

对模型公司来说，安全会进经营成本，风险有没有提前识别，事故多久上报，员工能不能绕过管理层举报，审计机构能不能看到执行记录，都会变成成本。模型越大，越难只靠一份安全说明过关，大公司以后要准备给外部审计看的执行记录。

[百年 AI×出海 @bainianAI]

Seedream 5.0 pro 支持原生多图层
PS 彻底凉凉

[青龍聖者 @bdsqlsz]

Seedream 5.0 pro support Separate Layer.
Photoshop is over.

[百年 AI×出海 @bainianAI]

Hugging Face Agents Course 适合刚开始补 agent 基本功的人。

课程：https://t.co/1CeObG9HB7

它从 foundational units 开始，后面接 smolagents、LlamaIndex、LangGraph、Agentic RAG，还有 create / test / certify your agent。目录很具体，没有一上来扔一张巨大的架构图。

这种课对新人很友好。新人学 agent 最容易被框架名带偏：今天 LangGraph，明天 MCP，后天 multi-agent，最后连一次 tool call 怎么发生、状态放哪里、结果怎么评估都没想清楚。

先把零件认全，再看复杂 workflow，会顺很多。工具调用、任务边界、状态管理、评测、部署，这些比框架名更重要。

[百年 AI×出海 @bainianAI]

vLLM Ascend 是 vLLM 的 Ascend 硬件插件，有 Ascend 卡、要跑 LLM serving 的团队可以看。

GitHub：https://t.co/MgQnU2Xj4D

它的目标是在华为 Ascend NPU 上跑 LLM serving。LLM serving 就是把模型放在线上，接 API 请求，持续处理推理任务。

这个项目很工程。文档里会卡 CANN、torch-npu、vLLM 版本，处理的是硬件、驱动、算子和推理框架之间的兼容。卡买回来只是开始，后面能不能跑满、能不能升级、出问题有没有日志，才决定团队愿不愿意日常用。

[百年 AI×出海 @bainianAI]

X 在 iOS 里加 video editor / recorder，对创作者是好事。

它有 green screen、多语言字幕、overlay captions、分段录制。以前这些动作通常要去 CapCut、剪映、Captions 里做，导出后再回 X 发。现在编辑器放进发布入口前，创作者少一次跳转，平台也能更早拿到原创生产信号。

X 想提高原创视频供给，光靠算法罚搬运不够，还要让原创更省事。TechCrunch 标题里提到 original content 和 stolen reposts，这个产品设计的点抓得非常对。

它短期不用打赢专业剪辑工具。轻量场景够顺手就行，比如口播、字幕、分段录制、简单背景处理，日常创作里已经够用。对 X 这种文字平台来说，编辑器不一定改变专业视频创作，但会把一部分原本懒得发视频的人拉进来。

[百年 AI×出海 @bainianAI]

Norm Ai 融 1.2 亿美元，估值 12 亿美元，方向是 legal / compliance AI。

它离普通写作助手很远，是一套合规工作系统。法规、公司政策、合同条款和审批流程先放进去，AI agent 按规则处理，再把需要专业判断的部分交给律师或合规人员。
这个市场付费能力强。金融、保险、医疗、跨国公司合规部门买的是记录和责任链：规则依据是什么，AI 做了哪一步，谁复核过，最后出了问题能不能追责。回答写得顺，在这里只是一小部分。

Norm 这种融资合理。低风险场景买效率，高风险场景买少出错。写合同只是入口，难点在于把规则接进审批链，让每一步留痕、能复核、能解释。它要贴着客户自己的 policy、审批链和审计要求跑，还要经得起内部审计、外部监管和客户问责。客户愿意为这部分付高价。

[百年 AI×出海 @bainianAI]

Anthropic 的 financial-services repo 很适合企业 AI 团队收藏。

GitHub：https://t.co/bhQtJP4P1I

它没有停在模型能回答金融问题这种展示，直接把金融任务做成 Pitch Agent、Earnings Reviewer、GL Reconciler、KYC Screener 这些工作流。投行、财务、合规、研究部门怎么接 agent、skill 和 connector，repo 里给了样例。

Pitch Agent 做 comps、precedents、LBO 到 deck；Earnings Reviewer 看电话会和 filings 后改模型；GL Reconciler 找账务 break；KYC Screener 查 onboarding 缺口。任务名字越具体，越接近企业真的会买的东西。

这个 repo 边界写得清楚：产出是 analyst work product，要专业人士 review。金融 AI 就该这么做。

[百年 AI×出海 @bainianAI]

JadePuffer 可以当 agent 安全的反面教材。

按 Sysdig 的说法，这是一条用了 LLM agent 的 ransomware 攻击链：通过 Langflow 漏洞进环境，找凭证、API keys 和 crypto wallet，改脚本，加密数据，生成勒索信息。

这个案例的重点在编排。漏洞利用、凭证搜索、加密勒索都不新，agent 加进来以后，它能根据环境回传调整下一步。命令失败就换办法，看到文件和配置再判断该碰哪里。

做企业 agent 的团队可以直接拿它做安全演练。只要 agent 能读文件、调工具、跑脚本、访问内部系统，就要设计权限边界、密钥隔离、异常执行告警和网络出口限制。

agent 能连续做事以后，安全也要按连续任务链来防。以前安全团队盯一条命令、一个脚本、一次登录，现在还得看一串动作之间的关系：它为什么读这个目录，为什么调用这个工具，为什么突然开始批量写文件。

[百年 AI×出海 @bainianAI]

Meetily 是本地优先的 AI meeting assistant，适合对会议隐私敏感的团队。

GitHub：https://t.co/ivhS5zZLgY

它做录音、实时转写、speaker diarization 和会议摘要。可以用 Whisper / Parakeet 做语音识别，用 Ollama 在本地总结，也能接 Claude、Groq、OpenRouter 或 OpenAI-compatible endpoint。GitHub 上 20k stars。

会议助手这个赛道，总结能力已经很卷了。Meetily 好在把隐私这件事放到前面。客户会议、销售电话、法律咨询、财务讨论，一旦都被录下来，数据去哪里、谁能看、供应商会不会训练，都会变成现实问题。

本地方案会麻烦一点，部署和模型效果要自己兜底。咨询、代理、金融、法律、企业服务团队可以放进备选。

[百年 AI×出海 @bainianAI]

LiteLLM 是开源 AI Gateway，适合同时接 OpenAI、Anthropic、Gemini、Bedrock、Azure、Vertex AI、vLLM 和本地模型的团队。

GitHub：https://t.co/KlJrmFq2h2

它提供 Python SDK 和代理服务，把不同模型供应商的接口统一到 OpenAI 格式。团队可以在一个入口里做虚拟密钥、成本追踪、日志、负载均衡和护栏。多模型应用上线后，经常要因为价格、延迟、地区可用性和客户要求切换供应商；如果每个业务服务都直接接各家 SDK，后续会出现鉴权、错误处理、调用记录和预算控制各做一套的问题。

LiteLLM 的价值在统一入口和运营控制。产品团队可以先让业务代码只面对一个接口，再在网关层调整模型、限额、路由和失败切换；安全和财务团队也能更容易看到谁在调用、花了多少钱、哪些模型被放进了生产环境。

5.2 万星标说明这个需求已经很普遍。做多模型接入、企业内部 AI 平台、智能体后端或 RAG 服务的团队，都可以把它放进基础设施选型里。单个 demo 可以直连模型接口，到了团队规模以后，统一调用入口会节省大量维护成本。

[百年 AI×出海 @bainianAI]

ChatGPT 做 money advice，最适合处理材料，但是绝对不能替人拍板。

预算表、账单分类、订阅清单、术语解释、现金流整理，这些任务边界清楚，AI 可以做得很好。普通人确实会拿 ChatGPT 问钱的问题，所以重点要放在用法边界上。

把信用卡账单和收支记录丢进去，让它归类、找异常、列下一步要问会计或顾问的问题，这个可以。让它把三种还款方案列成表，标出每月现金流压力，也可以。它适合把混乱材料整理成能讨论的清单。

投资、税务、保险、债务则要打个巨大的问号。所在地规则、税务身份、负债结构、风险承受能力、未来收入变化，都会影响答案。模型回答越顺，越容易让人忽略这些条件。

AI 可以帮你把账算清楚，决定还是回到人、文件和规则。钱的问题，最怕把看起来合理当成适合自己。如果要用，最好让它输出问题清单和材料清单，再拿着这些去找专业人士确认。

[百年 AI×出海 @bainianAI]

NHTSA 这次提议改的是完全自动驾驶车的人类刹车控制要求。

如果车辆设计上就没有人类驾驶员，可以不配 hand / foot-operated brake controls。刹车性能没有放松，车辆仍然要满足同样的 stopping distance。

这个变化对自动驾驶很关键。过去规则默认车里有司机，所以方向盘、踏板、后视镜、接管逻辑都围绕人写。完全无人驾驶成立以后，车内结构可以重新设计，监管也开始按无人驾驶车辆本身来写规则。

这会影响车怎么造，也会影响责任怎么分。车里没有踏板，监管就不能再把最后一道控制权默认交给人，测试、冗余、远程协助、事故记录都要跟着重写。

AI 进入物理世界以后，监管重点会从模型参数落到动作结果。能不能按标准停下，比车里有没有给人踩的踏板更重要。刹车踏板先被拿出来讨论，后面方向盘、后视镜、座舱布局也会遇到同样问题。

[百年 AI×出海 @bainianAI]

一个暴论：
Github 在成为 AI 时代的小红书
所以赶紧抓紧占坑啊！

[Adrian Punk @AdrianPunk115]

https://t.co/ax8CDOl3DN

[百年 AI×出海 @bainianAI]

codex 目前 app 的使用体验真的是一级棒
我已经很久没有打开 VScode 了，因为是真的用不上

[百年 AI×出海 @bainianAI]

OpenAI Cookbook 这个 Workspace Agent trigger 配方可以收藏。

链接：https://t.co/SYP1soT3KM

它主要是外部系统怎么启动 ChatGPT 工作区里的 agent。
CRM 多了一条销售线索，工单改成待处理，表格新增一行，后端发请求给 agtch_...，对应 agent 就能按预设流程开始处理。

这个东西很实用，以前要打开聊天框、补背景、贴材料、再让模型做事；trigger 把入口放到业务事件上。lead 到了自动生成跟进摘要，工单超时自动拉上下文，表格新增客户自动查历史记录。

做内部自动化的朋友可以看下。它是 agent 从聊天框走进业务系统的入口。权限提前配好，体验会比每天复制背景舒服很多。

[百年 AI×出海 @bainianAI]

Meta Pocket 是 Meta 在测的 AI 游戏 feed。

用户输入 prompt 生成一个 playable gizmo，小东西可以被别人刷到、改造、再分享。它更接近「刷小游戏」的 feed，离应用商店和开发者 IDE 里的 vibe coding 都很远。

这个方向挺好。普通用户不会为了一个小游戏去处理部署、报错、登录和分享，但如果生成物直接在 feed 里跑，门槛会低很多。答题、解谜、点选、轻量玩法，都可以变成几分钟生成、几秒钟消费的互动内容。

Meta 最擅长分发。图片、短视频之后，互动内容也可以被算法推。Pocket 成不成另说，这个方向比普通 AI 图片滤镜更有空间。

如果跑出来，feed 里的内容供给会多一类：用户点进去玩几十秒，觉得好玩再 remix 成自己的版本。

[百年 AI×出海 @bainianAI]

马斯克宣布，明天发布 grok 4.5
正好和 gpt 5.6 的发布时间对撞
看看是不是火星撞地球的局

[Elon Musk @elonmusk]

Based on strong positive feedback from customers in our beta test program, @SpaceXAI will make Grok 4.5 available to the public tomorrow.

It is an Opus-class model, but faster, more token-efficient and lower cost.

[百年 AI×出海 @bainianAI]

GPT 5.6 周四来辣！！！