慢慢

富贵最好淫 贫贱马上移 威武肯定屈

[慢慢 @TerrenceVarada]

@vista8 大概这些模型都是coding特化过的 有点过于垂了

[九原客 @9hills]

A 社内部写skills的经验，有意思的是两个

1. 有些 skill 可以在.claude目录下保留一个持久化的日志，用来记录信息
2. 给skill 增加 gotchas section，不断记录踩过的坑（让Agent 自己总结修改）

https://t.co/ZZVpYRmTl2

[Jason Zhu @GoSailGlobal]

UC Berkeley 计算机系作为全球 CS 教育的天花板，被 AI 击穿了

AI用的越多，计算机系学生的数学技能却日益下降，不及格率也随之飙升

UC Berkeley CS 61A 挂科率 10.6%，前两年都不到 10%

教这门课的 Dan Garcia 教授原话：
"主要原因是学生用 Claude、ChatGPT、Gemini 带来的学术不诚信激增。"

请把这条新闻和 Chronicle 上周那篇 "我的学生不会读书了" 放一起读。

AI 没有让一代人更聪明

AI 让一代人失去了"挣扎着学会一件事"的肌肉。

如果全球最强 CS 项目的学生都开始批量挂科，明年的 Berkeley CS 学位，含金量已经不是去年那个含金量了。

🔗https://t.co/BSZ9IUywYF

[yan5xu @yan5xu]

AI产品和用户需求之间的落差😒

[老金 @freeman1266]

双螺旋，两者缺一不可

[恒星 @vintcessun]

午饭时间看到这个项目，把散落各处的本地agent CLI（Claude Code、Codex等）整合成���个桌面工作台，还能统一管理模型��由。目前多数agent管理工具要么单引擎要么纯terminal，它直接给了可视化聊天、运行时仪表盘、甚至IM集成。本质上是一个多引擎适配器+Electron壳，解决的是本地agent碎片化的问题，值得长期关注。
https://t.co/vTc4WpEBC7

[陈成 @chenchengpro]

微软开源了 SkillOpt，把 LLM agent 的 skill 当神经网络来训练。模型权重一点不动，被优化的只是一份 markdown 文档。它给了 skill 一个过去没有的身份：可优化的参数 θ。

整套训练 loop 完全照搬 SGD：一个独立的 optimizer LLM（默认 GPT-5.5）读若干条带评分的 rollout，对 skill 文档发出 add/delete/replace 三种有界编辑；textual learning rate 限制每步能改的 token 量防止跳变，每次改完都要过 held-out 验证集，分数没涨就 reject 并写进 rejected-edit buffer。也就是显式的"避坑记忆"，让 optimizer 别再走同一条死路。epoch 末再做一次 slow update，把这轮通过的编辑合成 meta skill，避免步内改动彼此打架。

实验阵�����饱满：6 个 benchmark（SearchQA、ALFWorld、DocVQA、数学、表格、工具增强 QA）、7 个目标模型、3 个 harness（direct chat / Codex / Claude Code），52 个评估单元全部 best-or-tied。GPT-5.5 上 direct chat +23.5、Codex +24.8、Claude Code +19.1 个百分点，把 GEPA、TextGrad、EvoSkill、Trace2Skill 这些主流 text-space 方法一致压住。

最关键的是迁移性：小模型上训的 skill 搬到大模型还涨，Codex 上训的拿到 Claude Code 也涨，跨相邻数学 benchmark 也涨。说明优化出来的是任务结构知识，而不是 prompt trick。而且部署期零额外推理开销，就是把 skill 当 prompt 拼一下，比 LoRA / SFT 那套轻得多。

仓库 microsoft/SkillOpt，MIT 协议，支持 Azure OpenAI / OpenAI / Anthropic / 本地 vLLM Qwen 四种后端，自带 WebUI 监控和 checkpoint 自动 resume。对正在用 Claude Skills 的人来说，这等于把"写 skill"从手工艺变成了有 epoch、有 checkpoint、有验证曲线的工程产物。

https://t.co/3kpZAZvElK

[Frank Wang 玉伯 @lifesinger]

临时回了趟湖南。听亲友讲现状。比 AI 更触动我的神经。几个印象深刻点：

1、老家县城没啥经济了。房地产彻底歇了，出来大量闲置人员。旅游业不如从前。餐饮店在大量减少服务员。按摩等服务业大量倒闭。不少人组队去吉尔吉斯斯坦、新疆等地谋财路。

2、县城曾经很热闹的烧烤街，现在成立了烧烤联盟。联盟是为了公平。食客流量大不如前，每家店每晚都开，意味着很多店的食材等成本很难把控，容易亏损。加入联盟后，可以你星期一开，我星期二开，联盟统一调度。这样大家勉强都有条活路。

3、公务员体系，可���是县城里唯一活得跟从前一样的。非常复杂，盘根错节。越来越多普通老百姓，跟公务员体系走得越来越远。慢慢的��是有两个阶层。可能一直存在，现在更浮出水面。

4、治安呈现出两极分化。很久没出现过的凶杀案，最近几年开始抬头。同时公安的主要精力在抓赌。之前是小罚。现在是直接罚款一万，另加拘留两周。街头小巷，干干净净、路不拾遗。各种民间麻将馆里，此起彼伏、磨刀嚯嚯。

5、最近一起凶杀案非常复杂。直接死了两个人。复杂得我有点描述不出来。可怜的是一个家庭，剩下两个孤儿。政府给办了孤儿证，每个月可以领一千补贴。

6、朝闻道、夕死可矣，现在听到这句话，总觉得是文人的自大。农村里有大量不需要闻道，就可以夕死的老人。对世间的通透程度，远甚于文人墨客。

7、很多老人家身上，有着非常��悍的中华文化。比如：不要给子女添麻烦，做时间的朋友，让万物穿过自己，日日是好日，等等。每一个领悟背后，都是一步步世界名著。

8、人一定要有事情做。有个老人家跟我说：每天种种菜，看着菜长出来，嫩绿的样子，就觉得心情里有阳光。做事，意义极大极大。AI 有可能带来的罪恶，是在没有新事发生时，夺去了老事。这会是一种民族灾难。

9、人的生命力极其顽强。生命力的底座是情绪。情绪是所有人间悲欢的因。佛就是情绪，内蕴在每一个人身中。

以上。情绪很杂乱。

[恒星 @vintcessun]

原来LLM长时程智能体的记忆还能这么拆：不是RAG，不是向量库，而是生命周期管理。信息过时无人知，多跳引用靠余弦，查询成本随归档线性涨——这些才是智能体能力的真正瓶颈。PaperGuru 把问题形式化成四个公理，用一个CCM机制同时解决版本、多跳、成本和溯源。PaperBench 66%、SurveyBench 95%，10篇论文已接收。思路干净得有点离谱。
https://t.co/4tFRm2wBdD

[恒星 @vintcessun]

长期对话记忆的检索负载让传统IR根本撑不住——索引狂涨、查询时变、延迟要求<10ms。AgentIR 让系统学会“偷懒”：级联路由器只靠 BM25 的 top-k 得分间隔判断是否跳过昂贵的密集通道（63%查询适用），实现 2.67–132 倍加速。时间分区索引更离谱：大小增长 1234 倍，延迟仅增 3.6 倍。单机并发代理直接从 154 飙到 1400，无需重训练。

https://t.co/x4HgEa0nMM

[Mikanrico @Mikanrico]

你和我聊模型，谈架构，说你微调Qwen、训Mistral，搞MoE、多智能体、为 vllm 提交了重要的修复patch，跟我说最近上ArXiv又迪到了能媲美 Attention Is All You Need 的旷世论文，告诉我现在发现 Ilya Sutskever 也未必比得上推特上你连名都叫不上来的野生研究员，给我讲梯度爆炸的痛苦、自回归机制的灵魂，抱怨现在只有万卡集群的分布式训练可以给你带来一丝丝的快感，转头又说Transformer的底层源码手推了至少三遍，最后还说最近看的液态神经网络和状态空间模型才是未来的正道。怎么今天瞟到你的手机：豆包——帮我润色一下这篇简历，语气要显得努力一点

[凡人小北 @frxiaobei]

现在好像没有 cv 工程师了，
都是 accept 工程师或者 yes 工程师了。

[meng shao @shao__meng]

如何构建你自己的 Agent Harness？

先看几个问题：
· 生产级 Harness 是“选一个框架”就能搞定的吗？
· 生产级 Harness 必须承担的 15 项真实职责是什么？
· 每项职责如何做成可安装、可版本化、可换语言的 worker？
· 单次 turn 如何跑通？
· 策略、审批、预算、trace 在生产级 Harness ��为什么重要？

@mfpiccolo 在他的「How to Build Your Own Agent Harness」中给出了完整答案，强烈建议阅读原文：
https://t.co/rqXHoi9DWv

[Claude @claudeai]

Introducing Claude Opus 4.8: it builds on Opus 4.7 with sharper judgment, more honesty about its own progress, and the ability to work independently for longer than its predecessors.

Available today at the same price.

[luca wu @wulujia]

我们团队 50 人，每个月 Token 消耗大概 5 万人民币。昨晚和一位 800+ 员工的云计算公司创始人吃饭，他们大概每个月 Token 消耗 200 万人民币。今天群里看到另一位创始人，这家 1500+ 人的游戏公司，每个月 Token 支出 1000 万人民币。确实对知识密集型的企业，Token 支出越来越大了。你们公司给你们 Token 自由吗？你觉得电脑前的所有工作都会被 AI 拿走吗？

[艾略特 @elliotchen100]

非常激动，EverMe 终于来了，一行命令，2 分钟打通所有端侧记忆，全免费。

这是我们的旗舰 C 端产品。

登录复制一行命令，给你的 Codex，Claude Code，OpenClaw 或者 Hermes，甚至其他 agents。

便可以打通他们的记忆，跨 sessions，跨 agents。

厉害的是，它不仅仅是文本记忆，而是 agents 记忆，
是可以形成 cases 和 skills 的持续学习和进化的记忆，
所以，越用越聪明。

会开源，全免费，欢迎体验，更欢迎反馈😀。

https://t.co/2jhtRGR9qD

[Skyler Miao @SkylerMiao7]

Something BIG is coming

[meng shao @shao__meng]

早上面试听到一句很扎心也很现实的话：

老板给我们开发每个人每个月 1000 刀 Cursor token，让我们放开用，超过 1000 刀也可以报销，跑了两个月我们都觉得 AI 提效很明显。

然后。。老板觉得我们这个组 20 个人，好像留 5-6 个就够了，我们这十几个人，就被裁员了 😂

[AI Dance @AI_Whisper_X]

OpenAI 员工发了一个“蒸馏自己”的 Codex prompt

这是 OpenAI 员工 Vaibhav（VB）Srivastav 发的，Greg Brockman 也转发了。核心思路其实大家之前都用过：让 Codex 回顾你过去的 sessions、Memories 和 Chronicle，找出自己反复在做的事情，然后把它们沉淀成 skill、subagent 或 automation。
但这版 prompt 写得更完整。

有点像让 Codex 蒸馏你自己（的工作流）😁，感觉可以试试。

[karminski-牙医 @karminski3]

我找到了比浏览arXiv更有效的方法!

��AI感兴趣或者Aides领域的工程师/研究员估计每周都会抽出来时间阅读最新的论文或者github repo当作一手信息源, 但是大家通常都是要么在社交媒体看到了比较火热的论文, 或者干脆去 arXiv 一篇篇找着看.

有没有每天起床就能看到昨天最火的论文或者repo的地方? 有了老铁们! HuggingFace 开源团队成员搞了个网站 PapersWithCode 就���字面意思, 论文和代码.

这个网站会实时收录新的论文和Github repo, 所以还在用龙虾/爱马仕自己聚合信息流的同学也不用把旧有的扔掉, 直接抓他们的网站就行了.

另外网站的导航功能做得非常好, 不仅能看到当天的最火论文, 甚至还能按照领域浏览论文, 比如我搜了一下 RAG 相关的, 即使现在充斥着"RAG已死"的论调, 但是 RAG相关的研究也是有的.

他们的体验做的非常好, 甚至比如查看最新的模型, 他还能展示模型的 benchmark 数据, 模型的 HuggingFace 地址等等. 基本是AI领域的究极"网址导航"了

#arxiv #github