学习库 / 全部
全部学习材料
共 51 篇 · 按时间倒序
共 51 篇 · 按时间倒序
两个版本今起上线，评测全面优于此前的 Advanced Voice Mode。
新增点选圈选定点编辑与十余种语言原生渲染，已上线火山方舟，将陆续接入豆包、即梦
论文实测个性化提升10.8%、推理能力提升29.4%，Apache 2.0 完全开源
顾问模式里 Fable 5 只出主意，编排模式里 Fable 5 分派任务，两种搭法都靠费率更低的 Sonnet 5 干掉大部分活
只微调死循环起点的单个token，两款模型死循环率都压到1%左右
同门 Muse Video 视频模型同步预告，已支持原生音频生成，即将向创作者开放。
从只对 AI 爬虫收费扩展到向任意调用者收费，现处早期候补阶段
调用工具时模型会先说"我这就去查"，通话不再因等待而冷场
50 个智能体自主并行工作，覆盖该省 27 个部门、3,400 个代码仓库，还能自动修复漏洞、重写老旧系统。
一行 Wrangler 配置加标准 HTTP 缓存头，缓存还能嵌进 Worker 内部任意入口之间。
16位亲历者口述：从死磕diff到两周冲刺发布，到工程师不再手写一行代码
Claude Code 团队 Thariq Shihipar 大会演讲实录：新模型的瓶颈不再是模型本身，而是你能不能讲清自己的未知
占比不到一成，删掉后 Claude 仍会说话但推理归零，已用来抓模型编数据、识破测试
151人实测:简答题比选择题更能拉动分数,AI答疑侧栏却几乎没人用
没有融资没有团队，纯粹为解决自己孩子的问题，却被诊所和学校主动找上门要用
现场投票因灯光太亮没数出结果;同期调研显示 95% 团队已用 agent,59% 担心技术债在积累
传统学校还没想清楚怎么用 AI，硅谷和华尔街家庭已经用真金白银投票了
美国22-25岁开发者就业三年跌19%，同时GitHub新账户涨到史上最快
论文首次让智能体全程无人值守跑完全部RTL基准；多数题两三轮过关，最难一题却要迭代82轮
23.5万用户、跨7个月的会话分析：专家验证成功率是新手近两倍，但十大职业彼此只差7个百分点内
核心是先制造心理张力再给一个小到没法拒绝的第一步，写作、带货、求职都能直接套用
美国6月12日出口管制首次把前沿AI模型本身（非仅芯片）纳入管制范围，他给出的对策是练好多模型调度力
Anthropic 的 Thariq 总结：和 Claude Fable 5 协作，活儿的质量卡在你能不能讲清自己的「未知」；这份田野指南按实现前、中、后给了 8 个找未知的技法，每个都配可直接照抄的提示词。
投资人 Chamath Palihapitiya：智能正像手机一样成本暴跌、专家判断力人人可得；真正的护城河是把独家经验编码进自己的系统，而不是租一个和对手一样的通用 AI
承诺客户数据不会被用于训练会削弱其行业差异化的模型,平台可在多种AI模型间自由切换,不锁定单一供应商
她还用同一套模式搭了邮件分诊和老爸看护 App，方法可复制，完整 prompt 未公开
四条落地原则打底，配 L'Oréal、Lyft、Rakuten 三家实测数据佐证
多智能体系统效果能提 90.2%，但 token 成本也贵 10-15 倍——这套三问框架帮你先想清楚要不要上复杂架构。
MIT 协议开源、模型无关，接入任意 OpenAI 兼容文本模型即可用，目前只能操作单个页面视图
现场demo：搜'露营'后，咖啡机网站文案产品全变户外主题；技术能落地，客户网站还没规模上线。
培训过 3 万+ PM 的讲师总结两条 AI 杠杆阶梯：从复制粘贴到端到端交付，从网页原型到生产 PR。
顾问模型只出几百字建议、不用全程代打，同等质量下总成本更低，目前是仅限 Claude API 和 AWS 平台的 beta 功能
Anthropic 官方文档，教你怎么调系统提示词和工程脚手架适配新模型，同套方法也对 Claude Mythos 5 有效
从手动确认到无人值守，Claude Code团队给出4级循环分类与实操建议
钛金属材质，预售价289美元，2026年圣诞节前后发货，公司此前已出货第一代纯触控戒指。
训练用超5万块国产AI芯片、35万亿token；跑分多为美团自评框架测得，权重尚未真正开放下载
现已开放测试。一个协调 agent 拉起专家团队干活，末端还有个审稿 agent 专挑引用和数字的错；算力外包给 AI，原始数据不出本地。
生图仅需 4 秒、每千张约 $0.034；视频模型 Omni Flash 同日首次开放给开发者。
联合 Thinking Machines，用专家标注数据微调开源模型：比前沿最优错误率降 29.8%，推理成本仅 1/14
官方评测显示,高算力挡位下部分任务性能追平 Opus 4.8,标准定价却只要其六成。
企业AI客服已进入并购季，Klarna和阿里256万次对话数据都指向同一个盲点：省了成本不等于解决了问题
Brockman 确认 OpenAI 在研多款硬件；Agent 用户仅约 2000 万，ChatGPT 用户却已逼近 10 亿
戴头盔即可实时解码脑磁信号，字词准确率从 8% 跳到 61%，v1/v2 训练代码与数据集同步开源
Anthropic 工程师的「循环工程」方法论详解：不再手动一句句提示 AI，而是设计一套能自己跑的循环系统
支持 Claude Code 等 9 款 Agent 一键集成，合盖继续跑任务，停工 50ms 内自动释放休眠控制
在已有 MTP-1 投机解码基础上再快 60–85%，靠草稿与验证流水线重叠执行（数据为 DeepSeek 自评）
Every 单人团队运营 5 款产品，核心是每次完成功能后多做的一步：把解法存进系统，让 AI 下次自动避坑
能力数字出了三个版本且哪个都不可信，但可见的作弊行为本身成了安全监控有效的证据
一次出 Sol/Terra/Luna 三档，先限量给可信伙伴、名单已报备美国政府，几周后再广泛开放
模型侧响应约 200ms、总延迟约 550ms；v0.1 仅 192p，演示为预录非实时体验
实验室已验证可制造；性能 +50%、能效 +70% 是相对 2nm 的预测值，非实测