IsaB

[Max For AI @MaxForAI]

🚨这是一个足以获得图灵奖级别的AI突破！

来自俄罗斯的研究者的革命性创新可以让你手机上运行的4B模型，随时可以获得GLM5.3级别的智能！

刚刚， @WIRED 报道了一家很新的AI公司 @mostik_ai 。

Mostik在俄语里是桥的意思，他们做的事情���是蒸馏，也不是让大模型先生成一大段CoT，再让小模型读一遍。

他们做了一件很不一样的事：把两个完全不同的模型连接起来，让它们不需要先生成文字、再把文字喂给另一个模型，而是直接通过模型内部的数学表示传递信息。

Mostik拿两个中国开源模型做了实验：

一个是753B参数的GLM-5.2，另一个是只有4B、可以跑在移动设备上的Qwen-3.5。

连接之后，这个混合系统的性能正好落在两者之间，但运行成本只有完整GLM-5.2的1/20。

这件事真正有价值的地方，是它可能改变大模型的使用方式。

现在两个AI模型合作，本质上还是像人一样聊天：A生成一堆token，B把这些token重新读一遍，再继续���活。

Mostik想做的是：大模型只负责最难的思考，然后把内部状态直接交给便宜的小模型继续干活。

也就是说，未来手机、电脑甚至机器人上都可以长期跑一个小模型，只有真正遇到难题时，才去云端借一下大模型的推理能力。

以后大模型可能不用从头到尾处理整个任务，只负责提供最难的那部分能力，再通过内部表示把信息交给小模型继续执行。

而且他们已经用这套方法做出了一个模型，目前冲到了ARC-AGI 3排行榜第一，只是比赛还没结束，所以具体方案暂时没公开。

Mostik目前只有15个人，12位博士，首席科学家还是2010年菲尔兹奖得主Stanislav Smirnov。

我觉得这个方向太牛逼了。

大家都在研究怎么造一个更大的模型，Mostik想的是��能不能让一群大小模型直接共享思考。

如果这条路成立，未来最强的AI系统可能根本不是一个万亿参数的超级模型，而是一整个互相连接的模型网络。

[Théo | SaaS & Growth @theo_louro]

Pour tous ceux qui vibecodent des apps et des SaaS allez suivre ce mec.

Il vous partage des conseils de fou pour que votre SaaS ressemble à une licorne au lieu de ressembler à tous vos concurrents

[Aykut ÜÇEŞ @Aykutuces]

Bu fiyatlandırmayı kimse konuşmuyor ama asıl bomba orada.

Model daha güçlü olmuş, tamam. Ama önbellek okumaları %75 daha ucuz. Yani Claude Code ile gün boyu ajan çalıştıran adamın faturası %25, ağır iş yapanın %45 düşüyor.

Eskiden "Ai pahalı, ancak büyük şirketler kaldırır" derdik. Şimdi tam tersi, ne kadar çok kullanırsan o kadar ucuza geliyor.

Bu işi ciddi yapan için maliyet duvarı yıkıldı. Üretenin önü açık.

Hayırlı olsun fable 5.1 ve mythos 5.1 yarın testleri yapıp paylaşacağım.

[码农暖爸 @Delroy715]

如果你平时也让 Cursor、Claude Code 画架构图，最烦线乱连、导出还要自己修

今天继续给兄弟们 分享一个超好用的 agent skill：Archify

开源才四个多月，已经 2.6 万星了
专给 AI 编程工具用的架构图生成器：

五种图都能画：架构、工作流、时序、数据流、生命周期
先写出一份带类型的 JSON，再编译成能直接打开的HTML，而不是随便生成一张图
暗色浅色都能切换，PNG、SVG、WebM 也能导出

PR 里还能对比 Before / After，哪些节点加了、删了、路由改了都能看出来
同时支持 npx skills add tt-a1i/archify -g 装到 Cursor、Claude Code、Codex、OpenCode 里
装完直接跟模型说：用 archify 把这个仓库的运行时架构画出来

体验地址已放评论区👇
喜���的兄弟点赞收藏，防止用的时候找不到

[小墨同学 @xiaomovps]

很多人用 Pi，但未必知道背后这个人。

Pi Agent 的作者叫 Mario Zechner，X 上是 @badlogicgames。奥地利人，以前不是做 AI 的，是做游戏框架的。libGDX 就是他搞出来的，Ingress、杀戮尖塔这些都用过。

后来还做过 RoboVM，公司卖了又被微软关掉，社区反噬那一套他经历过，所以现在特别不愿意自己去融一堆钱当 CEO。

2025 年底他自己折腾了一个极简 coding agent，两晚写出来，本来只给自己用。默认就四个工具：read、write、edit、bash，系统提示词压得很短，其他全靠你自己加。口号也写得很直：There are many agent harnesses, but this one is yours。

后来 Flask 作者 Armin Ronacher 的公司 Earendil 把 Pi 收了，Mario 入股并加入团队。他自己发文标题就叫 I've sold out，写得很坦率：不想再走一遍创业那套高压，家里有小孩，但又希望 Pi 能有人养着别停更。技术方向还是他拍板，核心继续开源。

这人说话冲，bio 写的是 Old man yelling at Claudes。讨厌 Agent 越做越重、提示词越写越长。他自己还专门测过 MCP 和 CLI，结论也和很多人实际感受一样：CLI 往往更省、更稳。
所以 Pi 长成现在这样，不是产品经理堆出来的功能清单，是一个老开源作者按自己脾气做的壳。你喜欢它干净、可改、不绑死模型，基本都能从他这个人身上对上��。

感兴趣的话可以去看他博客 https://t.co/DEJ5r0GRU6，或者直接关注 @badlogicgames。产品号是 @pidotdev。

[hkdom @hkdom]

終於成功在 DGX Spark 上安裝 DeepSeek Harness 再連到自己 VLLM serve 的 DeepSeek V4 Flash，可以跑到 72 tok/s 呢！在降頻至 2200mhz 後，溫度及速度最佳平衡下，能在 DSH 跑到這速度，除了滿足都沒有什麼可以說了!!

以後只要連上 tailnet，在那裡都可以使用同一套 DSH 工作了！

[Mo Elgaraihy @EngMoElgaraihy]

الصين تُطلق أول موظف ذكاء اصطناعي مكتمل يعمل لحسابك 24 ساعة يومياً وبشكل مجاني 100%! 🚨🇨🇳

أعلنت شركة ByteDance رسمياً عن طرح مشروع DeerFlow المصنّف كأقوى نظام وكلاء مفتوح المصدر يعمل محلياً على جهازك الشخصي دون الحاجة لسيرفرات خارجية!

ليس مجرد شات بوت يجيب على الأسئلة، بل نظام يتكفل بإنهاء الأعمال الصعبة بالكامل! 🧵👇

[Max For AI @MaxForAI]

🔥太疯狂了，现在你甚至可以直播围观一个 535B 大模型是怎么被训练出来的。

斯坦福教授兼 @simile_ai 创始人 @percyliang 刚刚宣布，他们的新模型 Marin 535B-A23B 本周正式开训，而且整个训练过程公开。

Marin 共有 535B 总参数，其中 23B 激活参数。

为此Percy他们一共准备了18.75T tokens的数据，动用了 11 套 GB200 NVL72，约 792 张 GB200显卡。

预计连续训练 3 个月，总训练计算量约 2.7e24 FLOPs。

训完还会继续做 post-training。

请注意，Marin 真的全部开源了整个训练过程。

正式开跑前，他们先训练了一套 4 级 Scaling Ladder，从 1.6B-A61M 一路跑到 27.7B-A1.2B，用小模型提前预测这次 535B 主模型的 loss 和训练状态。

现在主模型正式开跑，所有人都可以直接围观实时训练曲线，后面的数据、实验记录、工程问题也会持续公开。

类似的事情以前有人做过。

2022 年 BigScience 训练 176B 的 BLOOM 时，就公开过训练进度和 TensorBoard。

但 Marin 这次直接把公开训练的规模推到了 535B。

目前来看，这应该是人类公开围观过的最大规模大模型训练之一。

接下来三个月应该会很好看。

模型最后能不能打是一回事，我更想看的是一个 500B+ 模型的MoE到底会怎么训、怎么调，以及中间到底会炸几次。

这种机会太少见了，等于把一场原本只有顶级 AI Lab 内部才能看到、成本可能高达数千万美元的训练实验，直接摊在全世界面前。

[CopyRebeldia @CopyRebeldia]

Así se ve un sueldo de 750.000 dólares al año: un tipo en camiseta blanca, un pizarrón y 2 horas y media.

Stanford, CS336. Percy Liang construye un LLM desde cero. Lo que hay debajo de Claude y ChatGPT, y arranca por la parte que todos saltan: el modelo no lee tu texto, lee números.

Anthropic paga ese sueldo a los ingenieros que entienden esa capa.

Lo único que cobra Stanford son 2 horas y media de tu atención.

[Max For AI @MaxForAI]

爆了，Pi 居然在他们新的开发笔记里把其他家的Agent都锐评了一下🤣

@pidotdev 官方表示，DSH、Claude Code、OpenCode 这一类方案，它关注的已经不是谁多几个 Tool、谁的 Demo 更炫，而是一个更麻烦的问题：

如果一个 Agent 连续跑 50 个小时，它还知道自己到底干过什么吗？

他们先点了 DeepSeek Harness。

Pi 直接从 DSH 的 Context 管理开刀。
DSH 有一个 tool result pruner，工具输出太长以后，会保留前面一部分和后面一部分，中间直接裁掉。

Pi 那边给的评价很不客气：permanently-lossy pruner。

因为删掉的内容以后找不回来了。
比如一个 Agent 跑测试吐出 3 万字符日志，真正的错误刚好在第 12000 个字符，压缩完以后这段已经消失。后面模型再聪明，也没法从���气里重新读出来。

所以 Pi 做的版本是 prune + spill。

Context 里依然只放一小段，完整 Tool Result 同时落到磁盘，Context ���文件路径和 offset。模型需要的时候自己 grep、sed、read 回去。
他们拿 GLM-5.3 和 DeepSeek V4 Flash 跑了 19 个真实 Session，Context 占用降低 26%～35%，uncached prefill 降低 72%～88%，信息还能恢复。
PR 里甚至直接写strictly better than dsh’s permanently-lossy pruner😂。

然后又点了 Claude Code。

Pi 表示有一个挺有意思的发现：
新一代 Claude 在第三方 Harness 上，有时候反而更容易把 Tool 调错。
最典型的情况是，Pi 给模型的 edit tool schema 明明写得很清楚，模型却会自己生成 requireUnique、matchCase、oldText2 这种 Pi 根本没有的参数。
一个很合理的猜测是，Claude 的后训练越来越适配 Claude Code 自己的 Harness 和 Tool Schema。
模型已经学会了 Claude Code 里某个工具应该长什么样。
然后你把它放进 Pi，它脑子里还是那一套。
所以现在模型能力越强，模型和 Harness 的绑定可能也越深。
以后评价一个 Coding Model，单独看模型可能越来越没意义。
Claude + Claude Code、DeepSeek + DSH、GPT + Codex，很可能逐渐变成一个整体。

讲到这里 Pi 表示他们最近重写了 Harness，开始把一次 Agent Run 当成接近数据库事务的东西来设计。

Tool Call 执行之前，先写 intent。

执行结束，再写结果。

进程崩溃以后，系统得知道这个 Tool 到底执行过没有。

Session Tree、运行状态、Lane、Operation Log 分开保存。

一个 Agent 可以有多个 Lane 并行跑，每个 Lane 都知道自己的当前位置、队列和未完成操作。

Context 允许压缩，原始执行历史继续保留。

甚至连进程刚好死在 Tool 执行到一半这种恶心情况，他们都专门设计了 recovery。

你再回头看现在很多 Agent Framework，会发现大家以前真的挺勇的：

一个 while loop，塞一个模型，塞几个 Tool，Context 快满了就总结一下，然后祈祷它一直别挂。

跑十分钟当然没什么。

Agent 开始跑几小时、几天以后，问题全出来了。

这些已经越来越像操作系统和数据库问题了。

有意思的是Pi 甚至对 Extension 的态度也在变。

现在大家都喜欢说「一切皆插件」，DSH 的 Cordis 就走得很远。

Pi 这边最近却越来越强调边界：

哪些是 Conversation，哪些是 Runtime State，哪些是 UI，哪些是 Extension，哪些东西能持久化，哪些东西只能观察。

因为插件能力一旦无限扩大，Agent 又长期运行，状态会变得非常难推理。

OpenCode、Claude Code、DSH、Pi 现在看着都是 Coding Agent，底层其实已经开始走不同路线了。

Harness 这东西，开始越来越像 AI 时代的操作系统了🤔

[Julian Goldie SEO @JulianGoldieSEO]

QWEN 3.6-27B JUST EMBARRASSED A MODEL 14X ITS SIZE.

Alibaba built a 27B parameter model that beats its own 397B flagship on coding.

But the size difference isn't even the most useful part.

Why Qwen 3.6-27B matters:

→ 27B dense model — all parameters activate on every token

→ 77.2% on SWE-bench Verified for real-world GitHub bug fixing

→ 94.1% on 2026 math reasoning

→ 82.9% on multimodal academic reasoning

What you actually get:

✓ 262K token context window

✓ Text + image + video inputs

✓ Apache 2.0 license

✓ Can run locally instead of sending everything to third-party APIs

And the workflows are practical:

✔ Analyze landing pages from screenshots

✔ Build 7-day email sequences

✔ Feed it dozens of community posts and extract recurring pain points

✔ Turn those insights into content scripts

✔ Use thinking mode for deeper strategy and planning

The lesson:

Stop judging local AI by parameter count.

A focused 27B model can now outperform a 397B model on coding while being realistic to run yourself.

And Qwen 3.8-27B is already the next model to watch.

[Julian Goldie SEO @JulianGoldieSEO]

Your AI agent forgets everything the second it finishes a task.

Every fix. Every answer. Gone. Like it never happened.

That just changed.

Claude managed agents can now carry memory across runs — even in self-hosted sandboxes.

→ It writes down what it learns
→ Picks up right where it left off next run
→ You can view, export, or roll back the memory anytime

Before: agent = new hire every single day, same mistakes on repeat.
Now: agent = teammate that actually improves.

Save this video, you'll stop rebuilding the same agent from zero every time. ✔️

Want the SOP? DM me.

[余温 @gkxspace]

牛哇，估计很快就有人把这个搬到国内开卖了🤣

DSH 在国内炒的很火，但是官方的太难用了。。。

这个 06 年大二学生，开源的 DSH 桌面端 5 天已经 15k star了！

现在手机端也马上上线，大家快抢占一下先机

[Tao Wang @Tao100086]

Codex 的核心 Agent Harness 已经公开，并采用 Apache-2.0 许可证。官方 GitHub 地址是：
OpenAI Codex 官方仓库：https://t.co/vcS057Cnzf
Rust 版 Harness 主体：codex-rs，https://t.co/3M4C3ILwlY
核心 Agent Loop：codex-rs/core
https://t.co/pbDb39xjq1

OpenAI 没有另外建立一个名为 codex-harness 的独立仓库。大家所说的 Codex Harness，主要就是 openai/codex 仓库里的 codex-rs，特别是 codex-rs/core。

OpenAI 把它称为 Codex harness，定义为负责模型、用户与工具之间编排的核心 Agent Loop。

自己的Agent架构还在开发，这一个一个的都在开源，怎么办，继续学习去.....

[Xudong Han @Xudong07452910]

OpenAI 今天发布了了一篇关于 Codex 的文章，开始重新定位 Codex 。

Codex 现在已经不只是 App、CLI 或 IDE 里的 Coding Agent。

OpenAI 把它背后的开源 Harness 单独拿了出来。

Context 怎么维护、工具怎么调用、任务怎么跨多轮继续、什么时候需要 approval、sandbox 怎么限制，这些 Agent loop 里的东西都可以直接复用。

开发者现在可以通过 "codex exec"、SDK 和 app-server，把这套 Agent 能力嵌进自己的产品。

文章里也提到了一个判断: 以后做 Agent 产品，没必要都造一个聊天框。

客服可以继续用客服后台，安全团队继续看 incident dashboard，运营继续看自己的业务系统。产品负责 Context、业务规则和工具，Codex 在下面负责 Agent loop。

我觉得这可能也是 Harness 接下��很重要的一种形态。

模型负责能力，Harness 负责把这种能力真正接进一个���体工作流里。

Codex 正在开始做这一层的平台。

文章
https://t.co/76fDQ4IA9u

[Pi @pidotdev]

This blog post was written for those who may be curious to know what an agent harness is, but don’t, and might not know where to start. Read the full post here

https://t.co/pUnUnQvEHJ

[Pi @pidotdev]

A harness turns a model into an agent. At it’s core it provides 4 things:

- a system prompt
- tools
- an agentic loop
- a translation layer across models

New blog post from Earendil co-founder @colindaymond on what a harness is, and how you can own yours. Full post below

[Lonely @Lonely__MH]

🎉iOS开发者的福音！

Deepseek Harness iOS 模拟器 + 真机自动化插件它来了！

安装👉：dsh plugin --profile web add @zseven-w/dsh-ios@latest

作者高产似母牛🐮

有兴趣的快去体验！

传送门👉 https://t.co/c4Glvet6VU

[Ren @Ryrenz]

🔒 真香，把录音丢进去直接出笔记，全程不联网

GitHub 上 2.2K stars

听两小时的播客或者网课，真正想留下的可能就那几段。手动记要暂停回放，用在线转写工具又得把音频传上去，涉及公司会议或者私人内容时就不太敢用。

AudioNotes 整套跑在本机。上传音频或视频，它先出文字稿，再整理成 Markdown 笔记，之后还能就着内容直接提问，对话历史也存着。浏览器录音、领域热词这些都支持，专业名词转错的问题能靠热词修掉。

之所以能全本地，是因为语音识别用 FunASR，语言模型走 Ollama，默认配置是 FunAudioLLM/Fun-ASR-Nano-2512 加 qwen3.5:2b。音视频、文字稿、笔记和对话历史默认全部留在本机，网页服务也��监听本地地址。

部署给了 Docker 和 Python 3.12 源码两条路，默认端口 15433，Docker 版初始账号密码都是 admin，装完记得先改。首次使用需要联网下载镜像和模型，语音模型约 2.15GB。

能本地跑的工具，才敢拿来处理真正重要的东西。

GitHub：https://t.co/1bEmIJPFXc

[Mo Elgaraihy @EngMoElgaraihy]

نموذج مجاني يعمل على جهازك المحالي يُسقط أقوى نماذج الذكاء الاصطناعي المدفوعة في العالم!" 🧵🚨

​صرح Alex Finn بتجربة مرعبة: نموذج Qwen 3.8 27B يعمل محلياً على كارت RTX 5090 ويتغلب على نموذج Opus 4.8 في الاختبارات!

​نحن أمام عصر الذكاء الخارق المجاني وغير المحدود على مكتبك 🧵👇