10

[Jinyan Su @SuJinyan6]

What I saw of the AI data business while job hunting for post-training roles, and why it keeps booming even though it seems to have no moat. https://t.co/Mm6R5x4PHk

[Aman Singh @amananimates]

If you're UI/UX designer, bookmark this.

1. https://t.co/0QEdrNJuNz - 600+ Prompts with full source code for 3D and scroll-driven sites, plus components, shaders and UI screens.
2. https://t.co/L6xtsL1Gea - Massive library of Ready-made UI blocks you can snap into your layout and ship faster.
3. https://t.co/3yief4HqOQ - Animated shader backgrounds for hero sections, as code, video or stills.

Save this 🔖

[Viking @vikingmute]

Vercel 新出的这个UI SDK https://t.co/cAWpdBLPzt 想法非常有趣啊

它不是传统的组件库，而是专门给 AI Agent 用的行为库，核心思路是把 UI 交互拆成一个个可组合的行为（比如focus popup selection keyboard drag ARIA）等等，并且适配不同框架的适配器。

Agent 通过这些行为来组装出组件，而不是直接写一堆 React 组件代码，提供交互质量更稳定 更可靠的组件

Vercel 这公司还是有点想法的，完全一套组件的机制。

[Koutian (KT) Wu @ NeurIPS 2026 @ktwu01]

Benchmark Radar 做了三个多月， 现在已经有来自 OpenAI、Anthropic、Google、Amazon、IBM、Tesla、CMU、Harvard、MIT、UC Berkeley、阿里、Qwen、字节、腾讯混元、蚂蚁、阶跃、清华等单位的研究员和评测工程师在用，也收到了一些VC的关注。下面讲讲我做 radar 这段时间的观察。

我越来越觉得造 bench 不只是退路，bench 本身就是在定义"什么算进步"。

1. Bench 太多了，被用的很少。
我们每天从 41 个来源收 bench/eval/dataset，现在有 48000+ 个数据点。但“Winner takes all”的现象非常明显。翻了 10 家机构的 30 份 frontier model/system card，一共只报了 79 个 bench。GPQA Diamond 出现 23 次，SWE-bench Verified 18 次，LiveCodeBench 15 次。绝大多数 bench 一次都没进过。所以"基模友好"的门槛其实很具体：你的 bench 能不能成为厂商愿意写进 model card 的那一行。估计和人脉也有不少关系lol

2. 撞车可能是因为信息太散。
论文在 arXiv，代码在 GitHub，数据在 HF，榜单又在别处。同一个方向一周能冒出好几个 bench，做完才发现被截胡。开题前花一小时把 related work 查全，比后面拼手速划算得多。这里推荐使用我们的CLI直接搜索全网benchmark。使用方法在repo readme里面。

3. Agent bench 看着很前沿，其实大多还在测"能不能把事做完"。
按L0–L5 分级，现在主体还是 L2 执行、L3 复现，L4 再发现刚开始出现，L5（让 agent 产出 bench 创建时还不知道的知识或方法）基本没有。想跟别人切入角度不一样，往上走一级可能比在 L2 上再卷一个领域更有空间。

4. 好 bench 要把容易混在一起的问题拆开。
有个 agent 安全 bench 同时记录系统真正看到的 action 和模型自己说的 action，再对比两份日志。结果有的模型做了有害操作，但如实写了出来。"有没有害"和"有没有隐藏"是两个问题，拆开之后 bench 才真正有信息量。

5. 热度要看对时间窗口。
刚发布时 stars 和下载量还没起来，短期看 HF Paper 点赞更准；拉到 30 天、90 天，stars 和下载量才能说明社区是不是真的在用。宣传确实重要，但真正决定 bench 寿命的是之后有没有人持续跑它。

数据和方法都开源，欢迎点评：
https://t.co/ldlRicCLVT

[Ming "Tommy" Tang @tangming2005]

ATCC's Cell Line Omics Data https://t.co/Z5JjWPX0hy

[Pushmeet Kohli @pushmeet]

https://t.co/R2BtZVLnaQ

[Chris @everestchris6]

claude fable 5.2 is f*cking insane

it can turn 2d blueprints into full 3d walkthroughs that you can tour

these go for $5k to $10k per plan and there's a huge market for them:

> home builders selling homes off plan
> architects presenting a design to a client
> interior designers presenting a renovation
> developers selling apartments off plan
> kitchen and bath remodelers selling upgrades

here's how to start this business:

> pick one niche and find businesses with plans on their site
> give fable the blueprint and their photos
> it renders a few rooms with gpt image 2.5 or a short clip with seedance as the sample
> send them the sample of their own plan before you pitch
> once they pay, fable builds the full walkthrough to scale
> charge per plan to do the rest of their catalog

give this prompt to fable to get started:

<role>
you find businesses that sell spaces from drawings and turn their 2d floor plans into photoreal homes you can walk through in a browser. you handle the outreach and the build. every room is judged against the client's own photos, and nothing ships until it holds up next to them.
</role>

<brief>
- niche: [home builders / architects / interior designers / developers / remodelers]
- area: [state or city]
- offer: a free sample of their own plan, then the full walkthrough per plan
- my details: [name, email, calendar link]
- i'm away and won't answer questions. make the calls yourself and keep going.
</brief>

<find_leads>
- use the apify google maps scraper to pull every [niche] in [area] with a website
- use the apify website content crawler on each site and keep the ones with floor plans or renders on their pages but no walkable 3d tour
- for each one, save the plan drawing and photos of their best plan, the sales or owner contact, and a one line note on how they sell today
- only use public pages and plain requests. never work around bot checks
</find_leads>

<sample>
- before any 3d work, render three rooms from the plan with gpt image 2.5, matched to their photos, or a short walkthrough clip with seedance
- draft a short email with the sample and the offer. no invented prices, numbers or claims
- put business, plan, sample, contact and email in a sheet and show me before anything is sent
</sample>

<build>
once a client pays:
- trace the drawing into one data file of walls, openings and rooms. draw it back over the original and measure the overlap before any 3d work
- build only the main rooms. entry, main living space, kitchen, patio, yard. close the doors on the rest
- build everything in code. blender with python for the shell, furniture and textures. three.js for the viewer. no downloaded models or textures
- bake the light with a film quality renderer so the browser only displays it. direct sun in every interior, picked by measurement not by eye
- fidelity isn't appeal. style each room so it looks photographed and sells
- their listed upgrades as options you can step into inside the room, with a running price and a lead form that records what the buyer explored
- the deliverable is the live page, not a video. host it and make it run on a phone
</build>

<critic_loop>
the builder never grades its own work.
- after each room, send renders and the client's photos to a fresh critic that has seen none of the work
- it answers with a yes or no, at most five problems ranked, each with a fix in numbers, and what is already good
- fix the worst first, render again, send to a new critic. repeat until yes
- for choices of taste, show a critic both versions labelled a and b and let it pick
</critic_loop>

<deliverables>
- the lead sheet with samples and drafted emails, for my approval
- per paid client: the hosted walkthrough link, a contact sheet of every room, the critic log, and a note on anything a human should still check
</deliverables>

[Zihua @luinlee]

另一个质量非常高的 UI 组件库：https://t.co/TiRKqSyYcR。同样是 Agent timeline 组件。AI 时代最缺的还是好的品味！

[Whisper @Whispertgx]

各位本科生研究生博士生，教你们一个高效率高理解读文献的方法，那就是用Claude（Codex也可以）做成HTML显示，具体指令如下：

请将以下学术论文制作成一个完整的双栏批注HTML文件，重点呈现论文的论证结构与逻辑层次。
【文件要求】
输出单个 .html 文件，包含以下结构：
1. 顶部导航栏
- 标题：论文名 + 课程信息
- 颜色图例，对应以下分析维度：
• 黄色 = 核心论点/thesis
• 红色 = 关键概念/术语
• 蓝色 = 实证证据/数据
• 绿色 = 让步/反驳处理
• 紫色 = 方法论说明
2. 章节导航条（sticky，可跳转各节）
3. 主体内容：左右双栏布局
左栏：英中双语对照
• 每段按以下顺序呈现：
① 英文原文（Lora衬线字体）
按五类维度高亮标注关键内容
② 中文译文（紧接在英文段落下方，
浅米色背景块+左侧细竖线与英文区分）
- 意译为主，读起来像中文学术论文
- 不逐字直译，保持中文表达流畅
- 不加颜色高亮，保持干净
• 英中之间用 1px 细分隔线隔开
右栏：中文批注（逐段对应）
• 每段批注包含：
① 段落功能（如：引出问题/提供证据/反驳异议/总结）
② 逻辑角色（该段在整体论证链中的位置）
③ 值得注意的论证技巧或潜在漏洞
4. 底部论证结构总览
- 全文逻辑骨架（问题→论点→证据→反驳→结论）
- 作者核心主张一句话版本
- 论证最强处 vs 最弱处各一条
【设计风格】
- 深海军蓝导航栏 + 米白纸张底色
- 五类维度分色高亮
- 字体：正文 Lora，界面 IBM Plex Sans
- 中文译文块：浅米色背景(#f0ece2) + 左侧细竖线，
与英文原文视觉区分，同属左栏
- 批注卡片：左色边 + 浅背景
- 响应式（移动端单栏）

我读的一篇论文处理如下图

[Roxy @DrRabbitAI]

学术版codex吓到我了！

2023年开始重度使用Chatgpt等AI软件。

一直觉得文献综述是AI最适合干的活儿。因为它对AI来说就是「阅读理解」然后做「总结」。但是各种通用Agent使用下来，并没有发现哪个AI能写出我能满意的文献综述。

让我不舒服的地方，有两点：第一个，通用模型基本都有幻觉；第二个，很多AI写综述感觉是在写百度百科，没有一点点批判性思维。

后来有了爱马仕、小龙虾、skill，可以开始自己调教AI,按照我自己的sop去写综述。但是这个方法对于很多学生来说，他们觉得很麻烦，要去买论文搜索api，要去自己装skill。

再后来，试了Claude Sciecne，发现对社科方向非常不友好。它主要是面对生物医学的学生。我研究方向的很多论文，Claude Science都没有。

上午用了学术版的Codex（https://t.co/BKGWSeCS29）去写一个申请书的以第一Part，我发现我的问题都被解决了。

1. Agent终于对接了全学科的论文了

2. 综述写作，我真的很满意。没有罗列观点，有对比，有思考。感觉写出了硕士生的水平。我附上Agent给我的初稿，大家感受一下学术语言的风格。

3. 不需要自己再装skill了。

综述或则申报书的第一部分（国内外研究现状），让AI快速出一个底稿，再慢慢优化，非常节约时间。

Agent进化的太快了。

[Roland Graser @roland_graser]

pareto frontier of citations / funding

[CXM @CXMDDP]

Muse AI 两种玩法，按需要可选
1️⃣ muse成品号：
10 亿 Token成品号：3元
310亿ToKen成品号：20元
自动发货、拿到就能用

2️⃣ muse邀请码代充：
充到你自己的号上
¥0.5 = 1B，满 30B 才 ¥7
全天自动交付，人工手搓刷

小店链接：https://t.co/Ra2aNUBf4r

#MuseAI #AI #Token

[Nick Edwards @Nick___Edwards]

Everyone’s building autonomous labs. Does anyone know what data the frontier labs need?

[Justin3go @Justin1024go]

暴论：设计SKILL根本没用，用好组件库就够了

一些知名组件库就不推荐了，最近看到的一些小众但很有特色的组件库，手绘纸张、贴纸、黏液、Agent 工作台等等，vibecoding想要做出特色就用这些：

1. Looseleaf：纸张纹理、胶带、手绘图表，还有完整页面区块 https://t.co/TFX9Yq8pYn
2. PlopUI：蓝色马克笔、贴纸头像，按钮按下去还会挤一下 https://t.co/ni7zDJtY6o
3. Inkra：铅笔笔触和淡彩，连日历、地图都带着手绘感 https://t.co/bPZNvgclji
4. goopUI：会滴落、拉伸的黏液组件，Vue / Nuxt 优先，目前是 https://t.co/4kEaP1lTjJ
5. Solid Glass：克制的玻璃材质，带 Agent 状态、工具步骤和 diff 展示 https://t.co/5WMvd5JY20
6. AffectUI：Agent 树、工具调用、审批和 trace；部分付费，图中的 Agent Tree 是 Pro https://t.co/faiQek3Njx
7. Prestige UI：React / Tailwind / Motion 动画组件，落地页区块也很丰富，含付费内容 https://t.co/laUvadXONX
8. BoardUI：主打仪表盘和 AI 工作台，表格、图表、日历到 Agent 聊天都有，整体风格干净克制（含付费组件）https://t.co/I79uB6HWvx

[lumxss @bkdgiffug]

写技术专利，最费时间的往往不是技术本身，而是整理交底书、画框图流程图、反复修改 Word。

GitHub 上的「中国专利.skill」提供了一套 Claude Code 工作流：能扫描项目文档和代码，挖掘潜在专利点，还可对照国知局公开公告进行查新参考。

生成的交底书包含系统框图、流程图，支持脱敏后导出 Word，方便交给专利代理人继续完善。后续补充材料或修正内容，也能在原稿上迭代，不必从头再来。

适合有技术方案、想提高专利交底书整理效率的开发者。
GitHub：https://t.co/le7v2SisLN

[awe0 @awe0_io]

Meta 这次真把家底掏出来了。

内部打磨了整整 8 年、支撑超过 13,000 个应用的设计系统，直接开源了，名字叫 Astryx。

150 多个现成 UI 组件，按钮、表单、弹窗、深色模式、品牌主题全都有。

最有意思的是，它连 AI Agent 都考虑进去了。通过 CLI 和 MCP，AI 可以直接使用组件文档和模板，不用每次写前端都从零开始造轮子。

以前让 AI 写界面，出来什么样全看运气。现在可以让它沿着一套成熟的设计规范来搭建。

而且是 MIT 开源协议，目前还处于 Beta 阶段。

GitHub：https://t.co/jR0xY27Hu4

[Whisper @Whispertgx]

这个skill硕博们必须收藏起来：耶鲁大学 CS PhD、多篇 Nature MI / ICML / NeurIPS 作者 Chen Liu 把他发顶会的做图方法论开源了！

57 套真实论文配图模板直接打包，覆盖柱状图、趋势线、热力图、3D 球体等。它不只是简单的 Python 脚本，而是一套完整的出版级 House Style 规范： 🎨 专业规范：严格的 Helvetica 字体、语义化配色（蓝目标、绿增量、红对比）、去除多余轴线、支持 300-600 DPI 及 SVG 矢量导出。 🤖 Skill 化配置：支持无缝接入 Claude Code、Cursor 或 Codex。装好后给它数据，AI 就能自动按这套顶会标准帮你出图，告别反复手动调参

正在写论文、急需提升图表质感的科研党千万别错过这个skill
👉 GitHub：https://t.co/4mcT2OnwZv

[toby @jdyu477723]

Opus 5.5 太强了

24 小时，单人搞定一款完全原创可玩游戏
技术栈：Opus 5.5 + Flux 3 Max + GPT Image + Tripo + Blender + Three.js

做游戏是另一个选择

[James Zou @james_y_zou]

Very excited to introduce Paperclip Datasets!

Curate your own datasets from millions of papers in minutes. Just describe the dataset you want to build!

As example, we release the largest dataset of 20k half-life human measurements curated from 2400+ drugs💊
🖇️ Try it: https://t.co/KOxoxmBiyM
📝 Blog: https://t.co/ZudFwEjxPW
📊 Half-life dataset: https://t.co/mMNyiMWiLC

[Elon Musk @elonmusk]

Eli Lilly has some banger drugs coming out!