Claude Sonnet 5.5、OpenAI DevDay 预热、NVIDIA/AMD 的 agent 安全与空间智能下注,把今天的行业信号推向同一个方向
🔭 今日主线
Claude Sonnet 5.5、OpenAI DevDay 预热、NVIDIA/AMD 的 agent 安全与空间智能下注,把今天的行业信号推向同一个方向:AI 不再只是“更聪明的模型”,而是在变成可部署、可审计、可计费、可并入组织流程的生产系统。
今日扫描 1218 条原始内容,语义召回后进入 520 条候选;信任召回覆盖 459 条,其中 always 89 条、filtered 370 条。你今天要看的不是单点发布,而是三条线的合流:Anthropic 用 Sonnet 5.5 把“更快、更便宜、更接近 Opus”的能力推给开发者;OpenAI 一边预告 DevDay,一边补安全案例与企业防御叙事;NVIDIA、Andrew Ng、Harrison Chase、Jensen Huang 则同时把 agent 的 sandbox、权限边界和外部 harness 推到台前。
对认知型内容创业者来说,这意味着下一阶段的护城河不在“我会用哪个模型”,而在“我能不能把模型放进自己的系统里,持续验证、控制成本、积累记忆和技能”。投资层也在重复这件事:a16z 讲 personal agent,Sequoia 讲企业吸收 AI 需要十年,Garry Tan 反复转发 agent handoff、浏览器、记忆和小模型路由;实践层则已经在把这些话翻译成工作流、课程、开源项目和内容生产。
🎯 源头 · Primary
📦 本日发布
- Ollama —— v0.35.0 开始支持 decision models,你可以把分类、路由、审核这类“选择题”从生成文本里拆出来,做成更稳定的系统组件。
- OpenCode —— v1.18.33 重点修 Cloudflare AI Gateway 超时、MCP 浏览器启动报错和敏感信息遮蔽,说明 agent 开发工具正在补生产环境里最容易漏水的边角。
模型与实验室
- Anthropic —— Claude Sonnet 5.5 已发布,今天所有下游讨论都在围绕“中档模型逼近高端模型”重估成本与默认选择。
- Anthropic —— Claude 被拿去做理论物理的 Nine Loops 计算,提醒你 frontier model 的价值正在从写作/代码扩到高门槛研究辅助。
- Anthropic —— 刚果埃博拉变体响应里用 Claude 加速公共卫生工作,说明模型正进入高风险、强协作的真实机构场景。
- Claude —— Sonnet 5.5 宣称比 Sonnet 5 快 30% 且多数任务成本低 30%,对你的工作流意味着默认模型可以更激进地上调能力档位。
- Claude —— 官方展示 Sonnet 5.5 早期实验,重点不是 demo 好看,而是模型升级开始直接改变创作迭代速度。
- OpenAI —— DevDay 2026 Keynote 出现在 YouTube 首页,你需要把它当作产品栈变化的入口,而不是只等模型名。
- OpenAI —— OpenAI 扩大对 Lenfest AI Collaborative 的资金、软件和工程支持,媒体行业仍是 AI 工具落地的重要试验田。
- OpenAI —— OpenAI 就澳大利亚政府网站相关事件道歉并承诺改进,说明模型公司必须补上国家级信任与安全响应能力。
- OpenAI —— OpenAI 发布 frontier training safety cases 初版思路,你要关注的是“训练前证明安全”正在变成行业治理语言。
- OpenAI —— 官方只发“准备好”的 DevDay 预热,短句本身没信息量,但说明发布节奏已经进入重大产品日。
- OpenAI —— OpenAI 与 Sophos 谈安全伙伴生态,企业 AI 的卖点正从“能生成”转向“能防御、能集成”。
- OpenAI —— Standard Chartered 案例强调用 OpenAI Daybreak 对抗攻击者,金融行业会倒逼 agent 产品先学会审计与风控。
- OpenAI —— OpenAI 把 frontier RL training 的安全边界公开化,说明 agent 上网训练/评估已经不是内部工程问题。
- OpenAI —— DevDay 定点预告说明 OpenAI 今天的叙事在收束到新产品发布,你需要等发布后的可用接口而非只看口号。
- Google DeepMind —— Gemini 私有计算加入服务端记忆,personal AI 的关键矛盾会变成“有长期记忆但不牺牲隐私”。
- Google DeepMind —— Gemini 3.8 TTS 延展到语音生成,内容创作者的语音资产会越来越像模型层能力而不是后期工具。
- Google DeepMind —— Gemini Live Avatar 把实时语音和数字人连接起来,AI 内容交互正在从文本框走向“人形界面”。
- Sam Altman —— Sam 说 DevDay 有“新东西”,这类创始人预告通常意味着平台接口或产品形态会变化。
- Sam Altman —— DevDay 前两小时再次预热,说明 OpenAI 今天在把开发者注意力集中到生态发布上。
Agent 安全、harness 与开发工具
- NVIDIA —— NVIDIA 推 Open Agent Safety Platform,把 agent 的权限、访问和执行边界变成基础设施议题。
- NVIDIA —— Jensen Huang 为 agent 安全背书,说明大厂开始把“能控制 agent”作为企业采用前提。
- Jensen Huang —— NVIDIA 把 OpenShell 与 Sentry 包成参考设计,你要把 sandbox 看作 agent 产品的必备层,而不是可选安全插件。
- Boris Cherny —— Claude Code 用 Sonnet 5.5 修 bug 且用量下降 30%,这说明 AI coding 的核心指标已转向单位任务成本。
- Boris Cherny —— Claude 开始帮助构建 eval 并 hillclimb,agent 工作流正在把“评价标准”内置到开发过程。
- Cursor —— Cursor 接入 Sonnet 5.5 并称多项任务接近 Opus,开发者默认 IDE 的模型选择会被迅速重排。
- OpenClaw —— Microsoft 基于 OpenClaw 做 always-on agent 并反哺贡献,说明 harness 的价值在被大组织真实采用验证。
- OpenClaw —— OpenClaw 支持 decision models,Jev 这类非生成式模型正在进入 agent 决策栈。
- LangChain —— Managed Deep Agents 加入终端界面,agent 框架正在回到 builder 熟悉的 CLI 操作面。
- Fireworks AI —— FireRouter 用任务感知路由把 Opus 成本打下来,模型路由会成为你控制内容系统成本的关键能力。
- Ollama —— 见本日发布;本地模型生态也开始拥抱 decision API,这对私有工作流很关键。
- OpenCode —— 见本日发布;调试、网关和凭证遮蔽是 AI coding 工具生产化的真实进度条。
基础设施、内容模型与产业动作
- AMD —— AMD 宣布收购 World Labs,芯片公司正在把世界模型团队直接并入 AI 基础设施版图。
- AMD —— AMD 用简短互动强化 World Labs 交易,重点是“空间智能”被纳入算力公司的战略叙事。
- Hugging Face —— Hugging Face 展示开源天气预测模型工具链,开放模型平台正在进入科学计算和环境预测场景。
- Clement Delangue —— Hugging Face 被 NVIDIA 收购的讨论里,Clement 强调能长期雇佣开源人才,开源生态的资金结构可能改变。
- Hugging Face —— Hugging Face 继续放大 NVIDIA 收购后的开源叙事,你要关注开源模型社区是否会变成大厂人才池。
- CoreWeave —— ARIA 把 W&B 实验读数变成研究迭代 agent,训练与实验管理也在被 agent 化。
- CoreWeave —— CoreWeave 分析 Kimi K3 与 Claude 的相似性,模型差异会越来越依赖可验证评测而不是品牌叙事。
- CoreWeave —— CoreWeave 把多模型 benchmark 写成教程,说明评测正在变成一线 builder 的日常技能。
- ElevenLabs —— Eleven v4 与 Turbo 强调速度和情感表现,AI 语音内容的门槛继续降低。
- ElevenLabs —— ElevenLabs 接入 Meta Muse,内容生成服务正在通过 personal agent 分发。
- ElevenLabs —— Eleven v4 Turbo 进入 ElevenAgents 且延迟约 100ms,实时对话体验会成为语音 agent 的分水岭。
- HeyGen —— HeyGen 把 Jev 放在 MCP 前做线索筛选,decision model 可以先决定“值不值得生成视频”。
- Together AI —— Together 展示开放 coding models 的 OpenRouter 份额,开源模型正在争夺 agent 编程的默认后端。
- Cerebras —— Cerebras 与 General Compute 推高速推理,agent 应用的体验瓶颈仍会回到推理延迟。
- Cerebras —— Cerebras 强调 CS-4 部署简化,AI 工厂不只拼峰值算力,也拼可运维性。
- Nscale —— Nscale 在 GTC Berlin 谈 inference economics 与 AI factories,算力公司正在围绕“规模化运行 AI”重新定位。
- Microsoft Research —— 微软研究进入候选,提示大厂研究流仍是 agent 与组织智能变化的上游信号。
💰 投资 · Investor
- a16z —— a16z 用“创造客户”解释 OpenAI 的罕见能力,对你来说是提醒:AI 产品最后仍要回到客户创造,而不是技术展示。
- a16z —— a16z 讨论 personal AI agents 如何处理邮件、报销、旅行等琐事,真正的大机会可能是看不见的日常代办。
- a16z —— a16z 借李飞飞谈空间智能,指出 3D 世界不是语言模型的简单外推,内容创业者要留意“世界模型”会带来的新表达方式。
- a16z —— a16z 推 Ops Engineering Fellowship,聪明钱在押注“用 AI 重写组织运营”这一类人才。
- a16z —— a16z 写早期信号与成为 somebody 的机制,适合你反思个人品牌不是曝光,而是可信信号累积。
- a16z —— a16z 发布 Cosign,早期产品是否值得关注取决于它能否成为 agent 生态中的信任层。
- a16z —— Adam Neumann 谈顶尖人才不吃命令式管理,这和 AI 时代小团队组织形态高度相关。
- Sequoia Capital —— Sequoia 借 Databricks CEO 说“人类要十年吸收 AI”,提醒你内容要写转型过程,而不只是发布瞬间。
- Sequoia Capital —— Databricks 两天做出过去九个月的 connector,说明 AI 的价值常常是砍掉组织等待时间。
- Sequoia Capital —— Sequoia 点名 SkildAI 进展,机器人/物理 AI 仍是投资层长期主线。
- Sequoia Capital —— Sequoia 借 Databricks CEO 强调只盯住一个关键瓶颈,对一人公司也是最实用的战略纪律。
- Sequoia Capital —— Sequoia 推完整访谈,说明投资层希望把“AI 吸收速度”讲成可学习的方法论。
- Garry Tan —— Garry 转发 YC hackathon 的 agent 时间感项目,说明 agent 的“时间与状态感知”正在成为创业点。
- Garry Tan —— Garry 转发超并行推理分类器 Span-01,decision model 正在被投资人当作效率工具看。
- Garry Tan —— Garry 转发 Paul Graham 关于卖给小公司时机的判断,AI 创业仍需要从小而真实的客户痛点进入。
- Garry Tan —— Garry 说 codegen meets WhatsApp 很合理,AI 工具的入口可能会长在日常通讯界面里。
- Garry Tan —— Garry 转发 AsideAI token compaction 进展,agent 的长期运行成本会被压缩与记忆机制决定。
- Garry Tan —— Garry 转发“给 Opus 5.5 八个 repo 当第二大脑”,说明高阶 agent 工作流越来越依赖持久上下文库。
- Garry Tan —— Garry 转发 mass consumer AI 的形态判断,personal AI 可能不是搜索框,而是后台持续代理。
- Garry Tan —— Garry 转发 persistent agents 的 Slack handoff 痛点,agent 协作还缺一个可靠的交接层。
- Garry Tan —— Garry 用 Midas List 玩笑强调 AI 投资聚光灯高度集中,你要警惕叙事被少数明星交易带偏。
- Garry Tan —— Garry 称某个执行案例是 peak performance,投资人今天更看重能直接兑现的 AI 操作效率。
- Garry Tan —— Garry 用 capy 修 28 个 bug 的例子展示 agent fix wave,这就是 AI coding 从单补丁走向批量维护。
- Garry Tan —— Garry 转发教育分层争论,这对你是认知提醒:AI 教育也绕不开能力分层与公平冲突。
- Garry Tan —— Garry 转发政府 concierge 产品,公共服务里的 agent 体验正在成为“设计即基础设施”的案例。
- Garry Tan —— Garry 夸政府产品里的 agent experience,说明 AI UX 的标杆不只来自消费应用。
- Garry Tan —— Garry 转发 Elad Gil 的简短反应,投资圈在对同一批 agent/AI 交易做即时共识校准。
- Garry Tan —— Garry 说 personal AI 处在 Homebrew 时代,你应把“拥有自己的技能和记忆”当作内容系统原则。
- Garry Tan —— Garry 谈个性化教育与 merit,AI 学习产品会持续撞上教育制度的旧边界。
- Garry Tan —— Garry 转发 agent-native serverless 种子轮,基础设施创业正在把“为 agent 而生”当新卖点。
- Garry Tan —— Garry 说 smart browser 是增长中的类别,浏览器会成为 agent 接管现实任务的关键入口。
- Garry Tan —— Garry 认为小工具模型能与 frontier model 互补,这是“便宜判断 + 贵模型执行”的系统思路。
- Garry Tan —— Garry 转发对程序员抵触 AI 的批评,实践者需要跨过情绪阶段进入新工作方式。
- Garry Tan —— Garry 对旧式判断表示惊讶,说明 AI 进展速度已经让部分常识迅速过期。
- Garry Tan —— Garry 看到 agents clean handoff 后强调无需额外工作,agent 协作的胜负点是交接摩擦。
- Elad Gil —— Elad 点出某公司三年内靠 M&A 与 AI 雇佣三万人,AI roll-up 不是概念,已经在改写组织增长方式。
- Sarah Guo —— Sarah 祝贺 World Labs 团队,投资层把空间智能看成下一代基础模型方向。
- Sonya Huang —— Sonya 说推理平台在做 post-training open weight models,基础设施公司也在上移到模型能力层。
- Y Combinator —— YC 展示 robotic factories,物理世界自动化是 AI 创业里更慢但更深的线。
🧠 解读 · Sense Maker
- Harrison Chase —— Harrison 说每个 agent 都需要 sandbox,且 harness 应在 sandbox 外部,这是今天 agent 安全线最清晰的工程原则。
- SemiAnalysis —— SemiAnalysis 拆 GLM-5.3 sparse attention 与 HBM 使用,提醒你模型效率的竞争正在深入到内存结构。
- SemiAnalysis —— SemiAnalysis/HF 提到 AMD GPU 上的 transformers CI,开放模型生态会被硬件适配能力重新分层。
- SemiAnalysis —— SemiAnalysis 说 GPU cluster health check 有时比没有还糟,AI 基础设施的真实瓶颈是运维质量。
- SemiAnalysis —— SemiAnalysis 补充视频入口,值得回看的是它如何把 cluster health 从口号拆成可验证工程。
- SemiAnalysis —— SemiAnalysis 在新加坡办 AI/半导体 stock pitch,说明 AI 基础设施判断正在和资本市场训练结合。
- SemiAnalysis —— SemiAnalysis 只给出链接型短推,但它仍指向当天硬件/模型分析脉络,适合当作溯源入口而非单独结论。
- SemiAnalysis —— SemiAnalysis 用 Apple 与 Qualcomm 的专利关系提醒:硬件自主不是喊口号,长期依赖会被专利和供应链锁住。
- TLDR AI —— TLDR 把 Claude Sonnet 5.5、Anthropic IPO 传闻、AMD 收购 World Labs 放在同一天,外部答案卷也确认今天主线是模型能力与资本动作并行。
- TLDR AI —— TLDR 把 Muse、OpenAI training pause 与 compute 交易并列,说明 personal agent、训练安全和算力交易正在同频出现。
- TLDR AI —— TLDR 提到 ChatGPT Pro Max、Muse avatar 与 DeepSeek ARR,商业化、界面形态、收入化是同一条产业线。
- The Rundown AI —— The Rundown 判断 Sonnet 5.5 接近 Opus 且价格更低,你的默认模型选择应该按任务重新测试。
- The Rundown AI —— The Rundown 继续记录 AI 领导者对自我改进模型的警报,安全叙事没有消失,只是和产品化并行。
- The Rundown AI —— The Rundown 给出选择 Claude 模型的快速测试,说明“会选模型”已经是日常操作技能。
- The Rundown AI —— The Rundown 把 AMD 收购 World Labs 放进今日要闻,空间智能被主流 AI 新闻确认进入核心盘。
- 量子位 —— 量子位报道 OpenAI 因新模型太强叫停发布,这类安全叙事无论真假都说明“发布节奏”正在被风险治理影响。
- 量子位 —— 量子位关注用 Prompt 直出小游戏和找 RL 数据 bug,实操侧已经把模型能力压到更具体的质量控制任务里。
- The Information —— The Information 讨论 AI 能否让 AI 更聪明,芯片设计与验证仍是递归自我改进的硬瓶颈。
- TechCrunch —— TechCrunch 报道“voice glasses”创业者,AI 辅助技术仍会从强痛点人群里长出更通用的产品形态。
- Ethan Mollick —— Ethan 认为 AI 对就业的影响仍不清晰,但 agent 能做真实工作后会加速,这适合写给焦虑中的实践者。
- Nathan Lambert —— Nathan 呼吁 AI 圈保留独立思考,越热的周期越需要不随 strawman 与 clickbait 起舞。
- Paul Graham —— Paul Graham 说创始人遇到边缘情况时要敢于逆常识,这也是 AI 原生产品避开同质化的关键。
- Naval Ravikant —— Naval 说能运作的机构都基于 merit,对你来说是把 AI 学习和内容系统做成能力证明,而不是参与感。
- Naval Ravikant —— Naval 提醒没有人能填补另一个人的空位,AI 时代讲效率时仍不能忘记人的不可替代性。
🔨 实践 · Practitioner
- Andrew Ng —— Andrew Ng 把 OpenAI-HF hack 归因到 sandboxing 薄弱,并支持 NVIDIA 开源工具,实践层已经把 agent 安全当成日常工程。
- Andrew Ng —— Andrew Ng 宣布 Workera 被 Pearson 收购,技能测量与 AI 教育会成为企业学习基础设施的一部分。
- Andrew Ng —— Andrew Ng 再次解释 Workera 的价值:不是证书,而是精确识别一个人在任务上的真实能力。
- DeepLearningAI —— DeepLearningAI 推本地多模态记忆助手课程,个人 AI 的下一步是“看见、听见、记得”但不离开设备。
- DeepLearningAI —— DeepLearningAI 强调早期 AI 项目不能照搬成熟测试,工程策略要随产品阶段变化。
- DeepLearningAI —— DeepLearningAI 继续讲 AI engineering lifecycle,可靠性不是一开始堆流程,而是按阶段加约束。
- DeepLearningAI —— DeepLearningAI 发布数据工程证书,AI builder 的底层能力仍离不开数据管道。
- Alex Finn —— Alex Finn 用职场视角警告别停用最新 AI 工具,这类表达适合转译给有产出压力的内容创业者。
- Alex Finn —— Alex Finn 认为 Sonnet 5.5 的性价比跃迁比表面更大,说明付费工具选择会快速重排。
- Alex Finn —— Alex Finn 重复放大 Sonnet 5.5 体验,实践者已经在用主观体感推动模型迁移。
- Alex Finn —— Alex Finn 判断订阅制会让位给 API 计价,你的自动化系统要尽早学会按任务核算成本。
- AI Engineer —— AI Engineer 用 Greptile 数据比较 AI PR 与人工 PR,AI coding 的讨论从“能不能写”转向“缺陷类型与审查方式”。
- Greg Isenberg —— Greg Isenberg 把 AI roll-up 讲成一人公司机会,适合你观察“买小企业 + agent 改造”的新创业路径。
- Greg Isenberg —— Greg Isenberg 把 Meta Muse connectors 类比 AI 的 app store,内容和工具创业者可以把自己服务做成 agent 可调用接口。
- Simon Willison —— Simon 指出 Sonnet 5.5 进入 Claude 免费层,这会扩大高能力模型的实践人群。
- Hamel Husain —— Hamel 试用 Anthropic eval workflow 后指出应先看数据再写 eval,实践者需要防止被工具流程牵着走。
- 数字生命卡兹克 —— 卡兹克开源月活百万 AIHOT 的采集、评分、聚簇与 Prompt,对你自己的雷达系统是直接对标样本。
- 宝玉xp —— 宝玉拆 AMD 收购 World Labs 的交易逻辑,把硬件、世界模型和开放生态翻译成中文读者可理解的产业变化。
- 宝玉xp —— 宝玉转述 Opus 5.5 自动剪辑视频流程,内容生产会越来越像“模型自己组织素材、配音、字幕、迭代”的流水线。
- 课代表立正 —— 课代表立正讲自媒体真正价值,提醒你内容不是发帖动作,而是长期积累信任与交易能力。
- 课代表立正 —— 课代表立正用“先捐掉第一笔钱”处理收费卡点,适合你写知识 IP 从免费到收费的心理迁移。
- 课代表立正 —— 课代表立正的 Shorts 原始条目同样指向收费心理练习,说明短内容也能承载商业认知。
- 课代表立正 —— 课代表立正讲满意时也去面试,背后是把选择权当作长期资产管理。
- 课代表立正 —— 课代表立正的 Shorts 原始条目强调“不要等想走才面试”,这可以借来写主动选择权。
- 课代表立正 —— 课代表立正访谈宝二爷,虽然币圈元素要谨慎处理,但“财富起落与选择朋友”可作为长期判断素材。
- 课代表立正 —— 课代表立正访谈第一性原理,适合和今天的 AI 工具热度形成对照:工具换得快,思考结构更耐用。
🔥 专业热榜(by-feed·trending·专业)
HN
- Jevstiller —— 把 Jev 蒸馏成本地模型且给出 disagreement bound,说明 decision model 正在从 API 热点变成可本地化组件。
- macOS Golden Gate —— macOS 稳定性被大量讨论,builder 的生产环境仍会被基础系统质量拖累。
- Conversational AI Agents Privacy —— 对会话式 agent 的隐私分析上榜,和今天 NVIDIA/Andrew Ng 的安全线互相印证。
- Jeeves —— PostHog 的 Jev-like 项目上榜,decision model 的“可解释选择”正在进入产品分析工具。
- Without the Hot Air —— 老派能源与事实书仍被 HN 推上来,说明技术社区在 AI 热潮中也需要硬事实校准。
GitHub Trending
- ai-engineering-from-scratch —— 从零学 AI engineering 的仓库上榜,市场在补“会用模型”到“会搭系统”的知识缺口。
- paperclip —— 管理工作场景 agent 的开源应用上榜,企业 agent 的问题开始从聊天转向编排。
- univer —— Office harness 把表格、文档、幻灯片和 PDF 放进统一运行时,agent 需要可操作的办公对象层。
- hindsight —— agent memory 项目上榜,长期记忆继续是个人 AI 与工作 agent 的基础能力。
- VoiceStudio —— 本地语音克隆与配音工具上榜,创作者会越来越需要可私有部署的音频生产线。
- openrig —— Claude Code 与 Codex 协同的 multi-agent harness 上榜,多个 coding agent 的调度正在成为新玩具和新基础设施。
Product Hunt
- Supertake —— AI 视频/观点产品排在前列,说明表达型工具仍在争夺内容创作者入口。
- Arsaze —— AI-native 视频编辑器上榜,视频生产软件正在从时间线工具变成指令式工作流。
- Timeless Code —— timeOS 的代码相关产品进入榜单,会议、时间和代码工作流正在被打通。
- Microsoft Copilot —— Copilot 继续占据产品热榜,说明大厂入口仍会吃掉大量默认用户心智。
- Codex Remote —— 远程 Codex 工具出现,AI coding 的需求正在从本机助手走向远程执行。
Hugging Face
- Xing4.0 —— 29B MoE 文本模型热度高,中文/亚洲开放模型仍有活跃供给。
- typed-decisions —— typed decisions 数据集上榜,和 Jev/decision model 主线直接呼应。
- ZDTaichu5.0 —— 多模态模型上榜,开源端继续追图文统一能力。
- Qwen-Image-2.1 —— Qwen 图像模型持续热,内容创作侧要关注国产图像模型的可用性。
- OmniVChat —— 多模态对话数据集上榜,视频/图像聊天数据会影响下一代内容工具。
- jev-decision-index —— Jev 索引空间上榜,再次说明 decision model 已经形成社区实验面。
HF Papers
- QwenGyre —— 面向超长程 agent 的弹性 RL 框架上榜,agent 训练开始围绕长任务而非短 benchmark。
- Groupwise Agentic Grading —— code agent RL 的分组评分与优势重分配获高票,AI coding 评价体系仍在快速演化。
- Learning Native Reflection —— 统一模型里训练反思能力,说明“自我检查”会被模型训练内化。
- Recursive Harness Distillation —— robot agent 的递归 harness 蒸馏上榜,harness 不只用于软件,也会进入机器人控制。
- Relic —— 多 agent 协作到持久组织能力,和你要做的自动化内容组织有直接类比。
papers.cool
- Night Science —— 用 RL 强化科学创意 agent,说明 agent 不只执行,也会参与选题/构想阶段。
- Narrative State Tracking —— 长篇故事生成依赖叙事状态追踪,对长内容创作系统是有用信号。
- Progressive Disclosure of Agent Skills —— agent skills 的渐进披露进入论文,技能系统正在被学术化描述。
- TokenCast —— 预测 agent 执行中的 token 消耗,成本可预估会变成自动化系统的基础能力。
- Failure-Transparent Agents —— 工具型 agent 失败后如何报告被单独 benchmark,可靠性不只是成功率,也包括失败可解释。
掘金
- 飞哥数智谈 —— 把 AI 类比“电灯泡”的文章上榜,国内开发者也在寻找更长期的技术隐喻。
- 怕浪猫 —— 顶级模型一句话生成可玩游戏,说明 AI coding 的展示已经从代码片段走到可交互作品。
- 云边有个技术书屋 —— Agent 开发五件事的总结上榜,中文开发者正在从尝鲜走向方法沉淀。
- 杨杨杨大侠 —— 给 Agent 加判断器的文章上榜,Jev/Laya 这条 decision model 线在中文技术圈也扩散了。
- 腾讯 WeKnora —— 腾讯微信团队 AI 知识库项目被关注,RAG/知识库仍是国内落地的主战场。
- 沉默王二 —— Codex 配 Jev 的文章热度最高之一,中文 builder 已经在把 decision model 接入编码工作流。
👥 我的 feeds(by-feed·mine)
X For-You
- Clement Delangue —— 算法流把 Hugging Face/NVIDIA 收购后的开源人才叙事推到前面,说明平台认为这条线值得你看。
- dom —— AI services firm 在未做 GTM 前已有夸张增长,服务型 AI 公司可能先于产品型公司吃到现金流。
- Shane Parrish —— Bill Ackman 访谈把 AI 泡沫与投资纪律放在一起,适合你用来写“热潮中如何保持判断”。
- Rysana —— 新 general AI 号称万倍速度提升,算法流在推高强度 claims,需要你保留验证意识。
- AYi —— 中文账号把马斯克的 AI 生存建议转成执行力贬值叙事,这正是普通人焦虑入口。
- Chanhee —— AsideAI 的 compaction、dreaming、自动修反馈等更新说明个人 agent 浏览器正在补长期运行体验。
- Deedy —— Deedy 总结 Opus 5.5 视频生成工作流,算法流把“多模型编排做视频”推给了创作者。
- Ryan Sarver —— personal AI 需要知道你的一切,但不该交给广告平台,这和今天隐私/记忆主线强相关。
- antirez —— antirez 建议普通人用封顶订阅而非 API token 写程序,提醒你成本控制也有“个人版”策略。
- Lark Davis —— 他把 NVIDIA agent force field 讲成最小权限,算法流也在放大 agent 安全叙事。
- Andrew Chen —— a16z speedrun alpha 给学生/新毕业生资金与云资源,年轻 builder 的起点正在被资本前置。
- Michael Wright —— 他指出 AI intermediates 会改变内容触达,创作者需要先看见 AI 如何访问与定价自己的内容。
- Singularity University —— LinkedIn 推出“AI 背后是人的选择”这一类治理叙事,企业受众仍需要去神秘化。
- Grace Gong —— AI insurance hiring list 上榜,垂直 AI 公司的人才流向能反映真实商业化进度。
- ByteDance —— 字节实习生故事强调 AI 业务每周甚至每日更新,组织学习速度已经成为 AI 公司基本能力。
- HBR / Hulash C. —— HBR 把 AI 从 idea generation 推到 value creation at scale,企业内容受众最关心的仍是落地。
- NVIDIA —— LinkedIn 因关注 Claude Code 推来 NVIDIA,说明你的算法流也在把 agent 安全与 coding stack 绑定。
- Ralph Joromo —— 他整理 AI 大收购清单,虽然口径需核验,但说明 LinkedIn 受众正在用并购理解 AI 格局。
- Ivan Bajic —— 他把 NVIDIA 投资多家 AI lab 画成棋盘,提示算力公司选择“押全桌”而不是押单一模型。
YouTube 首页
- EO —— Lucy Guo 的纪律叙事被推到首页,算法认为“年轻富豪/创业纪律”仍是高吸引力内容。
- 王钦文 —— TCL 45 周年复盘说明中文商业访谈仍在寻找长期主义与硬件产业故事。
- Al Jazeera English —— OpenAI 取消 GPT-6.1 Astra 发布的报道进入首页,主流媒体也在放大模型安全与发布节奏。
- Stanford GSB —— “不碾碎灵魂也能赢”的最后一课适合你的人设主线:高产出不等于自我消耗。
- 课代表立正 —— 已见 🔨实践;算法流仍把自媒体长期价值推给你。
🔭 今日主线
AI 社交热点正在从“学一个工具”转向“把 AI 放进真实命运问题”:工具圈追 Agent、Codex、NotebookLM、AI 视频流程,视频号大众圈追医疗、教育、房子、职业和关系判断。
今日扫描 13 个 viral lane、1049 条原始内容、760 条热点候选和 64 条社会热榜;另有 40 条视频号新出现的对标创作者作品。编辑判断是:中文平台的 AI 热点仍靠“可跟练、可收藏、可变现”的流程爆发,B站和抖音的高热视频继续由 AI 手机、Agent 教程、AI 视频和企业 AI 化支撑;但更大的大众传播入口不是模型名,而是“未来十年病能不能治”“孩子怎么培养”“买房还是租房”“普通人会不会被替代”这些高情绪命题。
🔥 热点话题(大家最近集中关注什么)
领域热点
- 小红书 · Claude Code 周末学习法 —— 11.72 万热度、100 分位,AI 编程内容的强钩子仍是把复杂工具压成一段可完成的短周期训练。
- 抖音 · WorkBuddy 工作流教学 —— 4356 万热度、100 分位,AI 工作流第一次真正像大众效率课一样进入超大流量池。
- B站 · 豆包 Agent 入门教程 —— 106.2 万热度、100 分位,Agent 的大众传播靠“真的能干活”的连续演示,而不是概念解释。
- B站 · 豆包手机助手体验 —— 104 万热度、100 分位,手机助手把 Agent 从桌面工作流推向消费电子入口。
- B站 · 极简 Agent 攻略 —— 83.4 万热度、99 分位,工具选择题本身就是内容需求,用户要有人替他们判断 Pi、Codex、Claude Code 的边界。
- 小红书 · 零基础 AI 编程做 App —— 2.24 万热度、99 分位,AI 编程仍以“不会代码也能交付”的确定结果获得传播。
- 小红书 · 斯坦福 LLM 底层课 —— 2.12 万热度、99 分位,工具热之后,用户开始追问原理和学习框架。
- 小红书 · NotebookLM 学习法 —— 1.5 万热度、98 分位,知识管理类 AI 内容的爆点是把学习压缩成可见的时间差。
- 小红书 · AI Native 团队用 HTML 替代 PPT —— 1.06 万热度、94 分位,AI Native 的传播点不在技术名词,而在工作产物形态发生变化。
- Reddit · 非 AI 项目展示 —— 1795 热度、100 分位,英文 builder 圈已经出现对 AI 标签泛滥的反向注意力。
- Reddit · 垂直决策小模型 —— 65 分、22 评论,小模型要获得关注,必须绑定清楚的业务决策基准。
泛热点
- 抖音 · AI 把知识拍成大片了 —— 924 万热度,知识视频的机会在于把抽象信息拍成有画面、有情绪的叙事。
- 今日头条 · 混合 4×100 中国夺冠 —— 1859.9 万热度,体育夺冠适合解释训练系统、临场表现和团队接力。
- 抖音 · 房贷贴息政策讨论 —— 925.7 万热度,房产金融热点仍是普通人安全感和资产判断的高频入口。
- 百度 · 房地产迎来史诗级大招 —— 780.9 万热度,宏观政策要能传播,必须被翻译成月供、城市选择和家庭资产决策。
- 今日头条 · 星舰商业化讨论 —— 506.9 万热度,硬科技商业化适合从“宏大叙事能不能变成现金流”切入。
👥 平台流(CN 发现流 + Reddit 社区)
小红书发现流
- 小红书发现流 · ChatGPT 语言学习模式 —— 2345 热度、80 分位,AI 教育内容仍然适合从一个具体功能切入。
- 小红书发现流 · OpenAI 订阅方案变化 —— 262 热度、47 分位,定价和套餐变化会直接影响工具型创作者的成本判断。
- 小红书发现流 · 办公室关系改善 —— 509 热度、59 分位,职场关系仍是非 AI 但可迁移到认知内容的高频痛点。
抖音推荐流
- 抖音推荐流 · AI 知识大片 —— 924 万热度、100 分位,知识视频正在被高制作感和短片化表达重新包装。
- 抖音推荐流 · WorkBuddy 工作流入门 —— 4356 万热度、100 分位,工作流工具一旦讲成“手把手搭建”,就能突破纯 AI 圈。
- 抖音推荐流 · 即梦 AI 视频理由 —— 27.1 万热度、97 分位,AI 视频的传播理由被归纳成省钱、省时间、补素材和做情绪镜头。
- 抖音推荐流 · 原创 AI 短片普通人的财富 —— 20.4 万热度、97 分位,AI 短片最容易爆在“普通人命运”这种叙事母题。
- 抖音推荐流 · AI 漫剧制作全流程 —— 8.9 万热度、93 分位,AI 视频变现内容的高热来自完整流程,而不是单个效果展示。
Reddit 社区
- Reddit · 非 AI 项目展示 —— 1795 热度、100 分位,反 AI 标签本身已经成为 builder 社区的差异化话题。
- Reddit · 垂直决策小模型 —— 65 分、22 评论,长尾模型要出圈需要明确基准和垂直场景。
- Reddit · GPT-6-Luna 能力讨论 —— 34 分、17 评论,模型社区仍会围绕新版本能力做即时体感讨论。
- Reddit · 创始人自动化社媒和邮件 —— 33 评论,独立创业者更关心 AI 能不能进入获客和运营流程。
- Reddit · 远程工作博客零收入复盘 —— 21 热度、38 分位,solopreneur 内容的真实痛点仍是分发、社交和收入转化。
平台候选分布:小红书搜索池以 AI 内容创作、学习法、AI 编程和一人公司为主;B站强在豆包 Agent、AI 手机、AI 编程教程和 AI 基建风险;抖音强在 WorkBuddy、AI 视频、AI 漫剧和社会热榜;Reddit 强在反 AI 同质化、垂直小模型和独立创业运营。