我的 X 阅读

国家计算 为我们其他人提供可访问的计算 引用：数百个 MI355x 和 B300 节点 现已在 https://t.co/t0uE0bekz3 上线 为所有 .edu 和 .gov 机构提供补贴 是时候扩展前沿生态系统了 以造福公众

转帖：OpenAI 发布了其开放问题声明背后的完整论文：722 份手稿涵盖了 372 个数学结果。 OpenAI 通过在测试期间向其内部模型提供大约 4K 个研究问题来构建这个目录，然后将输出分组并过滤为 372 个重要结果家族。 几乎所有这些结果都来自相同的标准设置，每个结果平均使用了相当于 3 小时 ChatGPT Pro 思考的计算量。

你会注意到这个界面超级流畅 所有这些屏幕空间都留给你的缪斯，让它真正尽情发挥 大赞 @ivanbruel 和整个 muse 团队！ 引用： 缪斯警报 缪斯 iPad 应用现已推出！！ 查看它，满足你所有的平板超智能需求 :))

点击此处开始：https://t.co/gjhucdHXdA

现在，阅读评估结果成了构建智能体过程中最耗时的环节。 我是 Elvis，@dair_ai 的创始人。我负责领导人工智能智能体的研究、构建和教学工作。 我每天晚上都会运行测试框架实验，但阅读结果却占据了我整个早晨的时间。 我对测试框架的每一次改动都会被评估 https://t.co/m3WKWL4rhF

缪斯警报 缪斯 iPad 应用现已推出！！ 查看它，满足你所有的平板超智能需求 :))

转帖：准RH？！？！？？！你在开玩笑吗？如果一个人类做到了这一点，那会是即刻的菲尔兹奖，不用多说。 RH 说 zeta 在 Re(s)>1/2 没有零点。直到一秒钟前，我们最好的结果是一个区域，随着虚轴越高而变得越来越薄。我以为他们可能会稍微拓宽那个区域，那将是一个巨大的突破。但不。他们搞出了一个零点自由的条带！！！！疯了

这是来自 AWS AI Labs 的一篇很棒的论文。 他们展示了在不改变模型的情况下，多智能体代码团队将测试通过率提高了 28.2%，并将运行耗时减少了 16.5%。 作者通过改变智能体之间的通信方式实现了这一点。 在自由形式的智能体团队中，共享 https://t.co/G3ZILUXvVX

https://t.co/X2URWuo9iC

把这套单月 2500 个 PR 的 poteto-mode 核心配置与实操架构整理在这里啦，直接抄作业： 1. 双模型精准分工矩阵（Model Routing）： → 编码与算法实现（Code Execution）：默认挂载 Grok 4.7 Extra High Fast，兼顾极高推理深度与极致生成吞吐； → 文本、架构与逻辑判定（Prose & Judgment）：挂载 Claude Opus 5.5 Extra High，确保高复杂度逻辑零漏洞。 2. 极简后台运行三原则（Background Execution）： → 强制开启 run_in_background: true，让任务脱离主界面在后台静默推进； → 使用精简的文件路径指针（File Pointers），杜绝把几千行冗余代码内联进提示词； → 开启纯净 Agent 模式，剥离不必要的外部 MCP 协议，消除长上下文干扰。 3. 全自动 PR 保姆工作流（Babysit Playbook）： 遇到 CI 失败或机器人 Review 时，触发指令自动调取 GitHub Actions 报错日志，由模型自主生成修复 Diff 并提交，直至状态全绿通过。 开源仓库与规则模板：可在 GitHub 搜索 cursor/plugins/pstack/skills/poteto-mode 直接获取。

前 Cursor 核心工程师、现 xAI 软件工程师 Lauren（@poteto）刚刚公开了她一个人单月合入 2500 个真实生产环境 PR 的超级工作流，并把全套配置做成了 Cursor 官方插件里的 poteto-mode。\n\n一个月手搓 2500 个 PR，相当于一个程序员在三十天里，平均每天向正式代码库交付八十多个高质量功能与补丁， https://t.co/95PM0c15E0

NVIDIA 的一篇重磅论文。 我看到的一个令人兴奋的趋势是：为你的 Agent 构建可验证的环境，并在训练模型的同时训练评测工具包（harness）。 协同演进评测工具包与模型，是掌握整个智能技术栈的关键部分。许多前沿 AI 公司已经 https://t.co/KgDspj06jY

顺便说一句，我很喜欢你搭建的这个自动化（架构相关的东西）。我自己也有类似的东西，正在用 MCP 工具努力让它变得更好。更多细节很快分享。

那太棒了！如果你发现任何问题，请告诉我。我会花很多时间用我们内部构建的基准测试来优化这个。 我有很多其他论文没有机会每天展示，所以你可能会发现一些隐藏的瑰宝。

某头部云厂华东代表处人事风波核心细节整理： → 流失规模与结构： 自 2026 年 1 月起，业务部流失数十名员工，涵盖多位金牌个人、总裁个人荣誉得主，大客户拓展部管理层、核心 BD（商务拓展）与 SA（解决方案架构师）大面积离职或转岗。 → 一线反馈的管理死穴： 1. 模式畸形：代表处一号位推行一名销售仅负责一个客户的极窄模式，同时设定脱离实际的超高指标； 2. 经验断层：业务主管缺乏公有云与销售实战经验，重大决策话语权弱； 3. 权责错配：决策以个人情绪为主导，遇到项目风险习惯性隐身、由一线人员顶包。 → 行业启示： ToB 业务高度依赖人和本地客情，管理层的情绪化折腾与不担责，会在极短时间内摧毁区域作战单元的战斗力。