我的 X 阅读

https://t.co/7jjCUhmSx1（Photoshop） https://t.co/ze9D75rMqP（Illustrator） https://t.co/TgCzjx2p7E（Premiere） https://t.co/71SjEAlybH（Lightroom） https://t.co/JBYGMNATvh（Acrobat Pro） https://t.co/xYQlLHg7dq（After Effects） https://t.co/YeYLxoQm1Q（InDesign） https://t.co/aMplNXzQAY

一位开发者表示，他使用 Opus 5.5 重新开发了七款 Adob​​e 必备应用程序，包括 Photoshop，作为免费开源的替代方案（无需订阅）。 PhotoCraft 使用 Rust 语言编写，免费使用，源代码公开。 这些是早期版本，PhotoCraft 尚未准备好取代 https://t.co/ZHOnrax8GG

在 AI 数学中，瓶颈已从寻找证明转向检查证明。形式化验证和专家审查如今已成为稀缺的投入。

OpenAI 公布了其公开问题清单背后的完整论文：共 722 篇手稿，涵盖 372 项数学成果。 OpenAI 通过在其内部模型上进行测试，并输入约 4000 个研究问题，然后对输出结果进行分组和筛选，最终得到 372 项重要成果，从而构建了这份目录。https://t.co/q9bFIN7IHM

这些成果中有很多都属于理论物理或数学物理领域！ 例如：量子海森堡铁磁体中自发磁化的证明（已通过 Lean 验证） 如果它经得起推敲，这将是量子铁磁序的第一个严格证明，以及 https://t.co/AesV7vnacT

其中不少成果属于理论物理或数学物理领域！ 例如：量子海森堡铁磁体中自发磁化的证明（经 Lean 形式化验证） 如果经受住严格审查，这将是量子铁磁序的第一个严谨证明，也是一个 https://t.co/yCFtXFMCXS

在没有思维链（w/out CoT）的情况下，该“前沿智能”在 GPQA Diamond 上达到了 44.95%。\n\n而且在 Winogrande 上也达到了 70%。 。

“PBD Podcast” YouTube 频道的完整视频 https://t.co/DNueoKUvMd

这如今真是上升到了另一个高度。\n\n“中国在 OpenAI 和 Anthropic 都已经安插了间谍。中国随时有能力进行黑客攻击。如果我们取得领先，这并不会给我们带来多大的优势，他们随时都可以介入并窃取我们的成果。”\n\n前 OpenAI 和 Anthropic https://t.co/FrxbraI6Dx

Higgsfield 推出了一个“AI 网红工作室”\n\n你可以用它从零做一个 AI 网红\n\n脸长什么样、什么身材、穿什么衣服，都可以自己定义\n\n角色做好以后，还能直接套用 Motion Presets 动作预设，让这个 AI 网红跳舞、表演、展示产品，快速生成短视频\n\n甚至还可以让这个 AI 网红去“复刻”已经验证过的爆款 UGC https://t.co/BMPk2GuA2y

我们的2025年《自然物理学》笔记很快就过时了。OpenAI今天的发布清楚地表明，最高水平的AI辅助数学发现已不再是假设。 引用：我认为，当我们去年与@KenOno691在《Nature Physics》上发表这篇笔记时，没有人预料到“超人数学家”时代会在2026年到来。而且这是一团乱麻。我想这才是最让我惊讶的地方。

Anthropic 正在通过三个不同的访问权限级别向经过审核的网络安全防御人员开放 Claude Mythos 5.1，这些级别涵盖了 Glasswing 项目。 此前，只有 Glasswing 成员才能使用 Mythos，而网络验证计划 (Cyber​​ Verification Program) 则放宽了 Opus 和 Sonnet 的访问限制，允许经过审核的安全团队使用。 Anthropic https://t.co/ScQama17sE

OpenAI Decisions API 刚刚上线，现在是进行更详细比较的绝佳时机。 我们很快就会知道哪个 LLM-as-a-Judge 更好。 我也在将它与 Perplexity 的 Decisions API 进行比较。非常期待深入研究这个。更多内容即将奉上。 https://t.co/aeK2KIsFfe 引用：利用 Decisions API，让您的应用在近实时中选择正确的模型、工具或操作，现已向所有开发者开放公测。 Decisions API 通过 Responses API 比 GPT-6 Luna 快高达 10 倍地做出决策。

对哈克的概述不错，值得一看。 顺便说一句，亚历克斯，你的梦幻球队看起来需要改进。

转帖：Aravind Srinivas（Perplexity 首席执行官）：如今，一个单一的超级用户如何能消耗相当于整个小型团队的计算资源。 “Meta 和其他公司有真正的工程师，每位工程师每年在这些编码工具上花费约 1000 万美元。 Perplexity Computer 中有一些用户，每月花费超过 1 万美元。他们的业务通过在这些框架内运行的代理循环来运作。 即使在我们自己公司内部，也有一些人建立了这种多代理层次结构和代理循环，看起来就像他们自己的软件架构。我经常请这些人来向公司其他人解释，‘嘿，你用这些工具在做什么？你显然消耗的资源远超我们认为公司中平均人的水平。’” --- 旧的软件直觉是去追逐十亿人做的小动作。 代理式 AI 改变了这个计算，因为一个熟练的操作员可以创造出一整天运行的机器工作流。 ---- 在“YouTube 频道“20VC with Harry Stebbings”（ @HarryStebbings ），链接在评论中