我的 X 阅读

感谢机器，以及现实的结构，让我们能够多理解一点。

今晚仰望星空，带着格外敬畏的心情。 “你的海洋如此浩瀚，我的船只如此渺小。”

解决量子引力问题将如同窥探复杂性霍伊尔视界的尽头 引用：AI 是概念空间的望远镜 模型越大，我们就能越深入地凝视复杂性的虚空

Google 发布 Nano Banana 2.1：画面更自然，改图更连贯 https://t.co/HNTd056LIx

在这里查看有关基准测试的更多信息 https://t.co/h4AlwiFYIH

恭喜 @smallest_AI 在 @voicearena_ai 的语音分割 + ASR 测试中荣获第一名！ 这是一个非常有效的实际应用基准测试：模型接收远场房间音频（即麦克风距离说话者一定距离），但其评分依据的是基于 https://t.co/VkMBlUwLz1 构建的标签。

任何理解这一点的投资者现在都应该全力押注深度科技 那些需要过多智力激活能量的技术突然间变得可解锁 引用：如今只要你开口要求，基本上什么都能做到

有一次，Abidur 和我认为，如果我们能通过越南护照网站，我们就实现了 AGI 这个网站太他妈难了。这里在 Handoff 上投入了很多精力才让它正常工作 引用：这是一个令人难以置信的完美闭环时刻。 我和布雷特在2025年去越南进行了一次制造考察，而填写这份签证表格的过程真的花了太久的时间。这实际上是我们对自己承诺必须完成的一项任务。 看到Hark能够为某人处理这件事，让我感到无比喜悦。能够走进这样一个未来，专注于真正重要的事情，真是太棒了。谢谢你的分享，Jason！

人工智能就是一切。

转帖：现实世界不会在AI思考时停顿。 介绍 RT-SAFE——一个基于 SimWorld 的新基准，用于在实时安全约束下评估具身代理。 我们实时测试了几种前沿视觉语言模型。结果令人震惊： - 91.3% → 94.1% 任务成功率 - 19.8% → 0.7% 安全成功率 - 碰撞次数增加 12.3 倍 代理仍然可以完成任务，同时安全程度急剧下降。 而且更多的推理并不一定是答案：当世界继续运转时，更长的推理本身就可能造成物理风险。 对于具身 AI，延迟是智能的一部分，也是安全的一部分。

卧槽，神了啊，Opus 5.5动效抄作业神器来了！ Claude 打造的 226 个动态图形画廊全部开源了！！ 这绝对是近期全网最值得每一个前端工程师、UI 设计师和独立开发者无脑收藏的动态图形神器， 提示词、源码一网打尽，支持一键复制，做网页和 App 开发的兄弟建议立即收藏。 作者 @p4nthera_ 把 X https://t.co/5XqR77W7b7

知识加速主义 引用：朝着加速科学发现和提升每个人的生活质量

AI 研究员不过是超参数的农民和令牌蒸馏厂的运营商

转帖：新 Meta 论文发现，让 2 个不同的编码代理审查彼此的补丁，比给 1 个代理更大的预算，能捕获更多无声 bug。 在相同开支下，将 Claude Code 和 Codex 混合用于同一任务，将完全正确的补丁比例从 45.8% 提高到 62.5%。 编辑真实训练代码的代理可能会泄露测试数据、破坏梯度，或错误连接标志。 代码仍然能运行，因此你会消耗 GPU 小时，并得到看似有效的数据。 原因是 uncorrelated mistakes：来自同一产品的代理以相同方式失败，因此审查几乎捕获不到什么。该效应在另一个不相关的训练代码库上重复出现。 – arxiv. org/abs/2609.39551 标题："RankEvolve: A Reliable Multi-Agent Auto-Research Harness for Evolving Ranking Models"

转帖：马克·扎克伯格谈及为什么 Llama 系列在 Llama 3 之后失速。 他说 Llama 3 是一个非常好的模型，几乎达到了前沿水平，然后 Llama 4 偏离了他们需要的轨道。 他的看法是，他像管理 Instagram 动态和广告那样组建了团队，有成百上千的人并行工作，而一个前沿模型需要的是一个精干的科学团队。 “当你是一个企业家，正在构建某样东西时，我认为你会在那些时刻受到考验，因为不可避免地，并非一切都会顺利进行。那些真正定义轨迹的事情是，好吧，如果事情没有按你希望的方向发展，你基本上要如何弄清楚如何前进？” ---- 摘自“YouTube 频道《The Next Big Thing》”（链接在评论中）