Berryxia.AI@berryxia · 6月5日72

懒人视频版： 上来就可以直接实操的东西，直接开干啊！ 30 分钟，一个人 + 「一支 AI 团队」，搞定一篇公众号爆款文章。 怎么做的？ 我把全过程拆成了 7 步写出来了 👇 ❶搜热点 → 找空白机会 ❷ 查爆款数据 → 6 维度规律分析 ❸ 找反共识角度 → 别人写"方便"，我写"改变工作节奏" ❹ 数据驱动出 10 个标题 → 挑最高分的 ❺ 写正文 → 场景 + 反常识 + 实操案 ❻ 配图 → 暖色调，图上嵌金句 ❼ 排版 → 一句话生成 HTML 剩下的，AI 团队包了。 我全程只做了两件事：定方向 + 做决策。 👇🏻 兄弟们，我还做了个视频复刻的Agent，需要的化我就给大家搞出来啊~

译Berry Xia 分享用 AI 团队 30 分钟搞定公众号爆款文章的 7 步流程：搜热点、查爆款数据做 6 维度分析、找反共识角度、数据驱动出标题、写正文、配图、一句话排版。作者只负责定方向和决策。

Alibaba Cloud@alibaba_cloud · 6月5日21

Vietnam | Tradition in Motion, Reimagined by AI From Hanoi's motorbike streams to Mekong floating markets, this video—created by Qwen and Wan—uses AI to celebrate Vietnam's living culture. Try it yourself, explore Model Studio and start creating with AI today. 👉 https://int.alibabacloud.com/m/1000414086/

译越南 | 传统在流动中，由AI重新构想 从河内的摩托车流到湄公河的水上市场，这段由Qwen和Wan创作的视频，用AI颂扬越南的活态文化。 亲自尝试，探索Model Studio，立即开始用AI创作。 👉 https://int.alibabacloud.com/m/1000414086/

SiliconFlow@SiliconFlowAI · 6月5日64

DeepSeek at #1 on @OpenRouter token share — 4 weeks running And we're proud to be powering a big slice of it You can find the complete @deepseek_ai lineup on @SiliconFlow: → V4 Pro & Flash ( best price/performance 🔥) → V3.2 · V3.2 Exp · V3.1 · V3.1 Terminus · V3 0324 · R1 0528

译DeepSeek 在 @OpenRouter 的 token 份额位列第一——已连续四周 我们很自豪为其提供了很大一部分支持 你可以在 @SiliconFlow 上找到完整的 @deepseek_ai 模型阵容： → V4 Pro & Flash（最佳性价比 🔥） → V3.2 · V3.2 Exp · V3.1 · V3.1 Terminus · V3 0324 · R1 0528

MiniMax (official)@MiniMax_AI · 6月5日67

Excited to bring M3 to more developers through @dgrid_ai 🤝 Frontier coding, native multimodality, and 1M-token context — now available on DGrid.

译MiniMax M3现已在去中心化AI网关DGrid上线，提供1M token上下文窗口、原生多模态能力和前沿编码性能，面向下一代AI应用与自主智能体。开发者可通过dgrid.ai使用，并在6月7日前享50%折扣。DGrid表示将借助其基础设施让M3更易被开发者和智能体调用，推动MiniMax模型在生态中的广泛采用。

Chubby♨️@kimmonismus · 6月5日26

Living in the EU be like: (hey @Google , any ETA for us living in the EU?)

译我们正推出 Search profiles，一种让发布者和创作者塑造其在搜索中形象的新方式。Search profiles 是一个专用的、可分享的空间，用于突出社交媒体、视频和新闻平台上的内容，帮助受众在搜索中找到关于来源的准确、最新信息。（欧盟用户：@Google，有没有上线时间表？）

歸藏(guizang.ai)@op7418 · 6月5日43

发现有些朋友在用 GitHub 的时候，什么发言啊什么的，什么原生啊，看得老重了。 但是就是不知道看那个版权协议。 注意哦，这个 PPT skill 的版权求必须署名并且开源。如果不想开源的话，联系我走商业授权。 就是抄点子也就算了，直接抄代码，还有的直接抄名字。

译歸藏指出，部分用户在使用 GitHub 时过于关注发言、原生等细节，却忽略版权协议。其 PPT Skills 要求必须署名且开源，如需闭源可联系作者获取商业授权。他同时提醒，抄袭点子、代码甚至项目名称的行为不可取。在引用推文中，歸藏表示 PPT Skills 将继续更新，得益于近期赞助，将推出第三套惊艳的主题，并将小红书图文卡片的经验融入新版。

Chubby♨️@kimmonismus · 6月5日71

Claude mythos will be on a completely different level. These outputs are insane

译@Lentils80 分享了两段来自 Claude Mythos 的惊人输出，零样本且几乎无需费力。这是自 2025 年 10 月 Gemini A/B 模型以来，针对该提示词我看到的最佳输出。主推文感叹：Claude Mythos 将进入完全不同的水准，这些输出太疯狂了。

Tencent Hy@TencentHunyuan · 6月5日74

Planning is where LLMs move from “saying” to “doing.” Tencent Hy, in collaboration with the Gaoling School of Artificial Intelligence at Renmin University of China, is excited to open-source PlanningBench - a scalable, verifiable framework for evaluating and training LLM planning capabilities. With PlanningBench, you get: ✅ 30+ real-world planning tasks ✅ Automated verification ✅ Evaluation and training support See how top-tier LLMs perform on PlanningBench 👇 Resources: arXiv: https://arxiv.org/abs/2605.20873 GitHub: https://github.com/Tencent-Hunyuan/PlanningBench HuggingFace: https://huggingface.co/datasets/tencent/PlanningBench #PlanningBench #TencentHunyuan #OpenSource 📷

译腾讯混元（Tencent Hunyuan）与中国人民大学高瓴人工智能学院合作，开源PlanningBench——一个可扩展、可验证的LLM规划能力评估与训练框架。该框架包含30+真实世界规划任务，支持自动验证和训练。PlanningBench旨在推动LLM从“说”到“做”的规划能力发展。资源已发布于arXiv、GitHub及HuggingFace。

Berryxia.AI@berryxia · 6月5日60

Locally AI 被 LM Studio 纳入麾下后，就退出移动手机版的客户端。 果然速度很AI，可以手机端更好跑本地大模型。 但是，目前其实这个场景我觉得还是没有真的挖掘出来或者说没有很好的支持用户的需求。

Elon Musk@elonmusk · 6月5日67

Grok model improvement

译更新后的 Grok-build 模型（仍是 0.5T 那个）比以前好很多。它不那么偷懒、更自主、更准确。我们仍在改进长时任务。请期待并在我们漂亮的 TUI 中使用新的使用限制！🚀

Elon Musk@elonmusk · 6月5日64

Grok Build updates

译xAI 发布 Grok Build 0.2.20 更新，修复多项 Bug 并新增工具。修复包括：消除 Markdown 表格渲染中的鬼影单元格、使监控对模型可见且可终止、保留计划预览中的软换行、修复 image_edit 中的附件引用、优化 MCP 生命周期通知路由和鼠标滚轮滚动、改进压缩提示与去重子代理提醒、允许回滚时自动降级、修复 Windows 上本地 stdio MCP 服务器问题。新增 image_to_video 和 reference_to_video 工具，捆绑 imagine 技能，支持 ICO 转 PNG，以及 Search 和 ListDir 块按 Enter 打开全屏查看器。

Elon Musk@elonmusk · 6月5日66

Grok supports worktrees

译Grok 现已支持 worktrees。worktrees 是代码仓库的轻量级副本，允许在独立工作区中并行运行 AI 智能体，可通过主页或 `grok -w` 使用。

jason@jxnlco · 6月5日41

codex for oss update few more hundreds of plans have been distributed! we have some spam and I got 30k applicants and got flooded...

译codex for oss update 又发放了几百个计划！我们遇到了一些垃圾信息，我收到了3万份申请，被淹没了...

AYi@AYi_AInotes · 6月5日54

孙正义也不是随口说说， 一个是他刚靠AI投资重回亚洲首富，这位大佬是真的尝到AI的甜头了， 另外他最近刚砸75亿欧元在法国建AI数据中心，可以说是SoftBank未来10年的All in方向了。 所以他才会说AI革命的规模会是互联网泡沫时代的50倍，这是人类经历过的最伟大的技术革命😄 那么Physical AI到底是什么？ 物理AI是AI大脑+物理身体，是能看见、能思考、能动手、能走路，能和真实世界交互的智能实体， 它是工厂里24小时不休息的机械臂， 是仓库里搬货的人形机器人， 也是未来给你做饭、打扫、照顾老人的家庭助手， AI终将从虚拟世界的劳动者 变成物理世界的劳动者， 这是大势所趋， Tesla、Figure、国内宇树，智元等等会成为下一个阶段的主角和巨头，拭目以待，5年以后我们回来看。

译孙正义6月1日在巴黎接受CNBC专访时预测，Physical AI（物理AI）和机器人是下一个万亿美元机会，AI革命规模将是互联网泡沫时代的50倍。他近期已投资75亿欧元在法国建设AI数据中心。Physical AI定义为“AI大脑+物理身体”，能看见、思考、动手并与真实世界交互，应用包括工厂机械臂、仓库人形机器人和未来家庭助手。孙正义认为Tesla、Figure、宇树、智元等将成为下一阶段主角。

小互@xiaohu · 6月5日17

兄弟们，福利来了 宝玉老师 @dotey 不是写了一本新书《图解Skill》嘛 非常不错，我的很多技能也是和宝玉老师学习的 本质分享开源的思想，今天开始我也将陆续分享一些我自己使用的技能🤓 技能稍后发出，先搞10本宝玉的《图解Skill》送给大家。 木有乱七八糟的的条件转发本推即可，周一抽10位... 送出...

译博主小互推荐宝玉老师新书《图解Skill》，称其技能多得益于宝玉老师。本书秉持开源分享理念，博主将陆续分享自己使用的技能。为回馈关注，现转发本推文即可参与抽奖，共送出10本《图解Skill》，下周一开奖。

PixVerse@PixVerse_ · 6月5日32

This made my day. Awesome!🔥

译今天用 PixVerse 的 Seedance 2.0 试用了 Canvas 功能，从故事板到视频可以一贯制作。网友感叹太棒了🔥

Alibaba Cloud@alibaba_cloud · 6月5日65

SkillClaw × Nacos: The Agent Skill Evolution Loop 🔄 Key Highlights: • Auto-Extraction: Captures experience from real sessions into reusable Skills • Centralized Governance: Nacos handles versioning, review, and auditing • Team Sharing: Breaks local silos for secure distribution & reuse • Continuous Evolution: A complete "Generate-Govern-Distribute" pipeline Turn individual insights into shared team AI assets. Learn more: https://int.alibabacloud.com/m/1000414076/ #AIAgents #Nacos #SkillClaw #DevOps #LLM

译阿里云推出SkillClaw与Nacos结合，构建AI智能体技能进化流水线。关键特性：自动从真实对话中提取经验并封装为可复用技能（Skill）；Nacos负责集中化版本管理、审核与审计；打破本地孤岛，实现团队安全共享与分发；形成完整的"生成-治理-分发"持续进化闭环。目标是将个人洞察转化为团队的AI资产。

Alibaba Cloud@alibaba_cloud · 6月5日29

🧑🏻‍💻Meta-Archit Software Technology Limited is redefining how teams work—powered by Alibaba Cloud AI and QoderWork. From data analysis to polished presentations in minutes. From code to testing and iteration at speed. AI that actually fits into your workflow, not the other way around. 🔗See what QoderWork can do for your team →https://alidocs.dingtalk.com/notable/share/form/v01MAeqxebaRpE8xO8j_5sVCvvv_2TCYzWh?source=link

译🧑🏻‍💻Meta-Archit Software Technology Limited 正在重新定义团队的工作方式——由阿里云 AI 和 QoderWork 驱动。 从数据分析到精美演示文稿只需几分钟。从代码到测试和快速迭代。AI 真正融入你的工作流，而不是反过来。 🔗查看 QoderWork 能为你的团队带来什么 →https://alidocs.dingtalk.com/notable/share/form/v01MAeqxebaRpE8xO8j_5sVCvvv_2TCYzWh?source=link

Alibaba Cloud@alibaba_cloud · 6月5日76

PolarDB-X Zero is live! No signup. No config. Just one API call. Get a full distributed database in 30 seconds. Native HNSW vector indexing — inside MySQL compatible engine. Relational + semantic search — one SQL statement. AI Agent ready — MCP protocol, AI IDE compatibility (Cursor, Claude, Qoder, Qodex, etc.) Try it now: https://zero.polardbx.com #AlibabaCloud #PolarDB #ApsaraDB

译PolarDB-X Zero 上线了！ 无需注册。无需配置。只需一次 API 调用。 30 秒内获得一个全分布式数据库。 原生 HNSW 向量索引——内置兼容 MySQL 的引擎。 关系型 + 语义搜索——一条 SQL 语句。 AI 智能体就绪——MCP 协议、AI IDE 兼容（Cursor、Claude、Qoder、Qodex 等） 立即尝试：https://zero.polardbx.com #AlibabaCloud #PolarDB #ApsaraDB

AYi@AYi_AInotes · 6月5日68

http://x.com/i/article/2060717603987791878 # 开源我的内容创作系统：杂活全甩给一队 AI，它们自己 @ 接力跑完，我只做两个判断 做 AI 博主，其实最累的从来不是写，关键在于写之前刷信息源、核查事实，写之后把一条改成推特版、小红书版、公众号版那一长串杂活。这篇我手把手带你搭一队会自己 @ 接力的 AI 同事——选题侦察官、资料研究员、改写分发官，从选题到三平台成稿它们之间自己交接，我只做两个判断：选哪条选题、定哪版稿。每个岗位的系统提示词我全部开源，照着抄就能搭。 这篇会带你走完： ▸ 做 AI 博主最累的，从来不是写内容 ▸ 接自己的模型 · 唯一一道硬门槛 ▸ 把几个AI组成一直内容战队 ▸ 三个同事的岗位说明书 ·：系统提示词全开源 ▸ 真诚跑一个AI 落地选题 · 全程接力实录 ▸ 一些复盘和反思 ▸ 比工具更重要的那件事 ## 一、做 AI 博主最累的，从来不是写内容 做这行这段时间我发现，最耗人的不是写内容本身，写之前和写之后那一长串杂活占了我太多精力和时间：刷信源找选题、把背景和事实核齐、写完再把一条内容改成小红书版、公众号版。一条内容真正动笔可能就半小时，前后这些活能耗掉我大半天。更难受的是，这些活大多不需要我的判断和品味，纯体力。 我手上 AI 工具不少，ChatGPT、Claude、各种 agent，但它们都有个通病——你开窗口、提问、关掉，它就失忆了，每次都得从零再喂一遍背景。说白了，你以为你是它老板，其实你是它的人肉输入法。 我要的从来不是一个更能聊的 AI，是一队交代完就能走、回来发现活已经往前推了的同事。 下面这套，你照着抄，今天就能搭出来。 ## 二、先解决一个现实问题：接上你自己的模型 先在Helio 里接一个自己的模型 API，几分钟就能搞定，只做一次：进 Helio → 左下角头像 → Settings → API Credentials → + Add credential，把你自己的 key 存进去。 建 AI 同事时的 Step 2，引擎按模型选——Claude 系选 Claude Code，GPT 系选 Codex——绑定凭证，把 base url 改成你那家的地址，再挑个模型。 只要 base url 没对上，后面就会直接掉回「需要凭据」。 然后发句在吗测试下，它能回就通了。 ## 三、把几个 AI 组成一支内容战队 工具和同事最大的区别，是同事能凑成一支队，自己往前推。 我把几个专员拉进一个频道，起名 #ayi内容战队，发了句 @all 大家好 都在吗——选题侦察官、内容研究员、改写分发官，还有两个负责写稿、改稿的，一个个全冒头报到，有的还回了个赞。 最让我意外的是接下来。我一句没分配，它们自己 @ 起来认领分工：写初稿的说成稿出来直接转给改稿的，改稿的回他写完丢我、我来读改。整条交接是它们之间对上的，没要我居中转达一句。 那一下我有点恍惚——这不像几个工具各开各的窗口，倒像是一支已经磨合过的战队。 而且这些 AI 在 Helio 里是真有身份的：有自己的名字、头像，还有个真实邮箱（像 alice@yourcompany.helio.im 这种），出现在组织通讯录里，能被 @、能收 DM，跟人类同事并排。不是一个被调用的功能入口，是花名册上真实存在的成员。 队是拉起来了，但一支队能不能打，关键看每个人的岗位职责清不清楚，下面是我给每个专员配的岗位说明书，大家可以直接抄。 ## 四、三个同事的岗位说明书：系统提示 ，全开源 每个 AI 同事，真正决定它好不好用的是两样： 系统提示（它是谁、干什么、输出长啥样） 这两块配好，它才像个专员，而不是又一个聊天框。 专员 1 · 选题侦察官 系统提示（直接抄，方括号换成你的）： > 你是我的选题侦察官，服务对象是一个 AI 方向的中文博主（X + 小红书 + 公众号）。职责：每天早上 8:50，盯这些信源过去 24 小时的动态——[你的信源清单]，挑出值得我写的选题。判断标准（按这个筛，不是越热越好）：① 和「AI 真实落地、解决具体问题」相关的优先 ② 还没被中文圈写烂、有我能补的独立视角 ③ 有具体物证（数据 / 案例 / 原文），不是空泛趋势。输出：每条一行——[序号｜一句话选题｜为什么值得我写、独家角度在哪｜信源链接]，挑 3-5 条按推荐度排序，私信我，别发频道刷屏。拿不准的宁可给我看，标个问号。 专员 2 · 资料研究 系统提示： > 你是我的资料研究员。我在频道 @ 你并给一个选题后，你把它扒齐，输出一页让我能直接动笔的资料包：① 来龙去脉（3-5 句）② 关键原文 / 一手链接（标清楚哪条官方、哪条二手）③ 正反两种声音各两条（谁说的、原话要点）④ 有没有硬数据 / 具体案例（有就标来源，没有就明说，别编）⑤ 给我三个可切入的角度，每个点出独家在哪。扒完在频道里 @ 改写分发官 报备方向已定，把资料包贴出来。铁律：查不到、不确定的直接标【待核实】，绝不编造数字、链接、人名。 专员 3 · 改写分发官 系统提示： > 你是我的改写分发官。频道里出现一篇我定过稿的内容后，你把它改写成三个平台版本，保留我的观点和语气，不要洗成千篇一律的安全模板：① X：口语、钩子前置、段落短，可给 thread 拆分建议 ② 小红书：标题有钩但不虚、emoji 适度、关键词埋好、结尾留互动钩 ③ 公众号：可稍正式、有小标题、适合深读。每个版本顶部标平台名，下面附 2 个备选标题。拿不准我的语气时按我已发布的风格走，旁边标一句你的疑问，别擅自改我的立场。 ## 五、实测跑一个AI 落地选题 · 全程接力实录 光给提示词是纸上谈兵，我把「AI 落地」这个方向，下面对话我尽量贴真实，AI 的具体输出请以你频道里的实际结果为准【全段建议配真实截图】。 选题侦察官开始干活 > AI落地选题，扫到这几个值得关注的方向： Agentic AI被定调为企业基础设施 黄仁勋6月1日GTC Taipei宣布「每家公司都需要Agent战略」，和当年Linux、互联网、云战略同级。金蝶当天发布企业AI操作系统「灵基」，六层架构把33年企业管理经验封装进AI智能体。明略科技Agentic Service年收入已约1亿。 企业AI进入「消化期」——最好的内容切入窗口 Uber AI编程预算4个月烧完；微软内部砍Claude Code许可；Atlassian警告「AI碎片化税」——个人提效了，团队没提效。Deloitte报告：84%企业还没改造工作流，只有21%有成熟的Agent治理。从「人人尝鲜」到「真正落地」之间的gap，正是选题富矿。 大模型商业化分层：免费获客 vs 高端变现 豆包推专业版付费订阅，基础功能免费；通用模型Token价格持续暴跌（DeepSeek降75%，小米降99%），高端模型靠复杂任务能力溢价。价格分层+按结果付费（Sierra年收入破1亿美元）在改写行业规则。 实体AI加速进工厂 京东工业联合百家上游发起「百川计划」，电气大模型让选型决策缩短70%；美团无人机全球商业订单超90万单排名第二；凌华科技在COMPUTEX展出工厂级Physical AI方案。 金融AI从聊天走向核心操作 凡泰极客FinClaw让AI直接执行业务操作（填表、审批、对账），16层安全沙箱保障数据不出域。BFSI正在从客服向反欺诈、审计、合规等核心环节渗透。有想深挖的方向随时说，我可以针对某个选题做更聚焦的信号侦察。 我在 #content 里 @ 内容研究员 > 就写「AI 落地」这个方向，从第 1 条切，@资料研究员 按你的岗位把它扒齐。 最高潮的地方来了，然后几个agent自己开始讨论对话了 整个过程我只做了两个判断：选哪条选题、定哪版稿。中间的扒料、报备、改写、传递，是 AI 之间自己 @ 接力跑完的，没要我居中转达过一次。在频道里 @ 它们，跟 @ 真人同事一模一样，比如它上线我发「在吗」，它回的是「在的，Yi有什么需要我们的选题方向吗？」 跑的过程里有两个细节让我觉得这个产品做的真的很用心： 一是每个 AI 的 Activity 标签有完整流水，研究员从哪个链接扒的、改写官动了哪句，全都查得到，不是黑盒； 二是第二天我再用，它真记得我前一天的纠正——Helio 的每个 AI 每天凌晨会做一次 Dream，回看当天干的活、改自己的工作规范，写进 changelog 还能回滚，你纠正它一次，它自己就记住了，不用你说第二遍。 ## 六、一些复盘和反思 不能把它吹成开了就躺赚，那不诚实。 它接过去的是杂活，不碰判断，研究员扒的资料我还得扫一眼核实，改写官出的版本我也得过一遍再发。 选题的眼光、事实的把关、风格的定调，这些还得我自己干——它把我从体力里捞出来，没法替我长脑子。 它也不做全自动，越重要的操作越要你拍板——花钱、对外发东西，它都会停下来发审批等你批，三档授权随你定：长期信任的放手，重要的每次问，一次性的用完即焚。 一开始我是觉得有点麻烦的，但后来觉得也挺好的，因为见过太多号称全自动的工具，最后都变成了全失控，它替你干活，但不替你做主，这反而是我觉得它最对的地方。 ## 七、比工具更重要的那件事 这套AI工作流用下来让我越来越觉得， 大家真正的差距不在谁的 AI 更强，在谁先把 AI 当同事用，而不只是当搜索框。 让 AI 帮我写，它写得还不如我，可一旦让它替我跑流水线、自己接力，我能把省下的时间全花在选题的眼光和稿子的判断上——这两样恰恰是 AI 还替不了、真正值钱的部分。 过去你的护城河，是你一个人一天能扛多少活。 往后的护城河，是你能指挥多少个不睡觉的同事，把想法跑成结果，自己专心做那点机器做不了的判断。 就像一个带惯了团队的人，再让他回去单打独斗，他干得动，但不会再愿意了。 而我们缺的也从来就不是更聪明的 AI，我们需要一队不用你盯着、也会替你把活往前推的可以背靠背一起战斗的同事。 想自己搭一个的，去官网领个位置 👉 官网：https://bit.ly/3PMehn3 discord：https://bit.ly/4xfmRvq （文中的helio只是我自用的Agent 工具以及写文章提到的参考案例，不构成任何推荐）

译作者开源了一套AI内容创作系统，在Helio平台搭建“选题侦察官”“资料研究员”“改写分发官”等AI同事组成的战队。AI通过@自动接力完成每日信源扫描、资料调研、多平台（X/小红书/公众号）改写分发等流程，作者仅需决定选题和终稿。每位AI配有完整的开源系统提示词，可直接抄搭。系统还具备活动流水记录和每日Dream自我修正能力，让AI记住用户纠正，不再需要重复喂背景。

Orange AI@oran_ge · 6月5日57

A 社这家公司的思维模式真的很离谱 一边宣称自家的 AI 已经开始自我进化了 一边建议其他家都暂停研究 @CuiMao 你好好管管你家 Dario

译Anthropic发文警告AI模型正接近无需人类干预的“自我进化”风险，呼吁全球暂缓研发。其担心放缓会被对手赶上，并类比核武器不扩散条约，但指出AI训练更易隐藏、监管更难。有评论批评其一边宣称自家AI已自我进化，一边要求他人暂停。

ginobefun@hongming731 · 6月5日78

如果你的 Agent 还在全网垃圾里捞内容，不如先喂它 375 个高质量微信公众号 RSS 源。 🔽

ginobefun@hongming731 · 6月5日58

https://github.com/ginobefun/BestBlogs 项目 3.7K Star 了，拿这个去申请下看看

译OpenAI 今年 3 月推出 Codex for Open Source 项目，为开源维护者提供 6 个月免费 ChatGPT Pro（价值 $1200）、API 积分和 AI 安全审查。门槛不高，不卡 Star 数，核心维护者即可申请。洪明表示 BestBlogs 项目（3.7K Star）正好可以试试。

meng shao@shao__meng · 6月5日55

Airbnb 创始人 @bchesky 正在筹备创建一个新的 AI lab，构建专门用于 UI 和 设计的模型。 如果 Airbnb 做 UI 和设计模型，我举双手赞成，真的太喜欢 Airbnb 的设计品味。

DogeDesigner@cb_doge · 6月5日79

Grok Summary of Elon Musk's Fireside Chat at JPMorgan HQ today. Elon on why SpaceX Is Going Public Now SpaceX has been cash-flow positive and self-funding since around 2014–2015. Past private rounds were mainly liquidity events for employees and early investors (everyone at the company gets stock), not capital raises. The shift now is driven by an enormous upcoming capital expenditure phase: •Deploying over 100,000 next-generation Starlink satellites •Building large-scale AI data centers in orbit This is no longer a survival story — it’s a massive growth/infrastructure build-out story. Starship: The Game-Changer for Space Access The core breakthrough is full reusability — something no previous orbital rocket has achieved. •Once fully reusable, the cost to orbit drops to roughly just the cost of propellant. •Starship uses liquid oxygen + liquid methane (the cheapest possible propellant, cheaper than jet fuel). •Result: Cargo to space could cost less than flying cargo across an ocean on an airplane. Future versions target even bigger leaps: Starship V3 aims for ~100 tons to orbit with full reusability; V4 targets over 200 tons per launch and potentially hourly launch cadence. Starlink V3: A Massive Connectivity Leap The next-generation satellites are dramatically more capable (10–20× vs. current versions): •Custom SpaceX chips “far beyond state of the art” •~100× more bandwidth than today’s system •Roughly half the latency (lower altitude orbits) •Much larger satellites (roughly the size of a small bus — only Starship can launch them efficiently, with capacity for ~50 at a time) These could eventually help reduce reliance on vulnerable undersea cables. Orbital AI Data Centers & “Star Power” AI and robots will require enormous bandwidth compared to humans (a computer can need trillions of bits per second vs. a few hundred for a person). Space solves two big terrestrial problems: •Power: Building power plants on Earth faces heavy local opposition. In space, solar power (“star power”) can scale massively — Elon noted humanity could increase its energy use by a factor of a million and still use only a tiny fraction of the Sun’s output. •Data centers: Orbital versions are simpler than comms satellites (mainly solar panels + radiators). They connect via lasers to the Starlink constellation, then use cloud-penetrating radio frequencies to reach the ground reliably in any weather. Moon First, Then Mars Elon argued a self-sustaining city could be built on the Moon faster than on Mars initially. The Moon’s lack of atmosphere and low gravity enables electromagnetic railguns/mass drivers to launch massive AI compute payloads into deep space without traditional rockets. Potential scale from the Moon: well over 1,000 terawatts per year of AI compute (vs. roughly 1 TW/year feasible from Earth launches). Mars remains the long-term prize — described as a “fixer-upper” planet that could one day be terraformed with liquid oceans and breathable conditions. Not Hotels — Foundational Infrastructure SpaceX sees itself more like the historic Union Pacific railroad than a space tourism or hospitality company. The goal is to build the underlying infrastructure so others can build the future economy on top of it. U.S. Tech Independence & Terafab A major vulnerability: America currently has zero high-volume computer memory fabs. New facilities (e.g., Micron in Idaho) won’t reach meaningful volume until 2028+. Existing and planned capacity falls far short of AI-driven demand. This is why SpaceX is advancing its own advanced chip efforts (logic, memory, packaging) — referred to as Terafab in context. The orbital platform will be open: customers can deploy NVIDIA GPUs, Google TPUs, Amazon Trainium, or others. SpaceX also plans to offer its own chips and AI software on the platform. Starshield & National Security SpaceX’s Starshield division provides secure military communications and supports U.S. Department of Defense and intelligence needs (some details are classified). Elon emphasized being strongly pro-American and viewing this work as vital. Leadership & Culture Insights •Long-tenured leadership (e.g., Gwynne Shotwell ~24 years since 2002; CFO Brent Johnson ~15 years) because people deeply believe in the mission of making humanity multi-planetary and turning science fiction into reality. •On hiring and leadership: Raw intelligence/IQ matters, but character and “having a good heart” matter enormously too. •Personal note from Elon: He’s become noticeably more “chill” and laid-back than 20 years ago. Overall Tone The conversation was visionary, optimistic, and grounded in technical reality. Jamie Dimon was highly engaged and positive, framing it as a landmark opportunity at the intersection of finance and frontier innovation. The event blended big-picture inspiration (multi-planetary future, star power, AI infrastructure) with concrete engineering and business milestones.

译马斯克在JP摩根炉边谈话中宣布，SpaceX因需部署超10万颗下一代星链卫星及建设轨道AI数据中心，将推进IPO。Starship全复用使发射成本降至仅燃料费，V3目标约100吨，V4超200吨，未来可达每小时一次发射。Starlink V3带宽提升约100倍，延迟减半，卫星如小巴大小，仅Starship可一次发射约50颗。轨道AI数据中心利用太空太阳能，通过激光连接星链。月球将率先建设基础设施，电磁炮可发射AI计算载荷，年功率超1000太瓦。SpaceX同时推进自有芯片（Terafab），轨道平台开放给NVIDIA、Google等芯片，并推出Starshield国家安全服务。

ginobefun@hongming731 · 6月5日41

http://x.com/i/article/2062762354149146624 # BestBlogs 订阅源分享第一期：微信公众号篇 这是 BestBlogs 近期订阅源整理和分享的第一期。 第一期先从微信公众号开始，目前 BestBlogs 已经整理和接入了超过 1600 个订阅源，其中收录了 375 个仍在更新的微信公众号 RSS 源，覆盖人工智能、软件编程、商业科技、投资财经、产品设计、个人成长、媒体资讯、生活文化和体育运动等方向。 这些来源已经整理成 OPML，可以直接导入 RSS 阅读器，也会作为 BestBlogs 后续公共来源和个性化阅读流的一部分持续维护。 OPML 下载地址： https://github.com/ginobefun/BestBlogs/blob/main/opml/bestblogs_wechat2rss_opml_all.opml 后面还会继续分享 X / Twitter 高质量账号、播客与 YouTube 频道，以及 AI、编程、商业科技、投资财经等重点领域的来源清单。 这件事看起来像是在整理资料，但背后其实是 BestBlogs 一直在做的核心工作： > 先找到值得长期关注的来源，再让 AI 帮助筛选、排序和理解。 ## 为什么先整理微信公众号 RSS 源 微信公众号仍然承载着大量中文一手内容。很多 AI 公司、技术团队、财经机构、媒体栏目、文化品牌和个人作者，都会把公众号作为重要的中文发布渠道。对中文读者来说，它依然是非常重要的信息入口。 但公众号并不是一个适合长期订阅和管理的阅读形态。你可能关注了很多账号，却不知道哪些仍在稳定更新；你可能收藏过很多文章，却很难把它们重新找回来；你可能想持续跟踪 AI、技术、商业、财经这些主题，但内容分散在不同账号、不同时间线里，很难形成稳定的输入。 RSS 的价值正在这里。 它把平台中的内容重新变成可订阅、可导入、可迁移、可组合的开放来源。你可以用 RSS 阅读器管理它们，也可以在 BestBlogs 中继续关注这些来源，让系统在你选择的范围内帮你筛选和整理。 BestBlogs 的核心原则一直是：用户先选择来源，AI 再帮助筛选。 这和黑盒推荐流不同。不是系统单方面决定你应该看什么，而是你先决定自己愿意长期关注哪些来源、主题和方向，然后再让 AI 帮你降低筛选成本。 ## 本期整理了什么 本期共整理出 375 个仍在更新的微信公众号 RSS 源。每个来源包含公众号名称、描述、分类、优先级和 RSS 地址。为了适配推特文章编辑器，正文不使用表格，只保留公众号名称和简短描述；完整 RSS 地址请通过 OPML 导入或在公开仓库中查看。 这 375 个来源来自 BestBlogs 当前整理的微信公众号来源数据，并按照 BestBlogs 的分类体系进行归类。当前主分类包括软件编程、人工智能、产品设计、商业科技、个人成长、媒体资讯、投资财经、生活文化和体育运动。 ## 整体统计和内容画像 分类数量： - 人工智能：71 个 - 投资财经：63 个 - 商业科技：57 个 - 软件编程：50 个 - 生活文化：39 个 - 媒体资讯：30 个 - 个人成长：28 个 - 产品设计：22 个 - 体育运动：15 个 - 合计：375 个 从分类分布看，这批来源不是平均铺开，而是明显偏向人工智能、投资财经、商业科技和软件编程。这和 BestBlogs 当前服务的读者比较接近：开发者、产品经理、AI 从业者、独立开发者、创业者、投资者、商业观察者，以及关注个人成长、文化生活和长期阅读的人。 ## 全量公众号清单 下面完整列出本期整理的 375 个公众号。每个分类先推荐 10 个更适合优先关注的来源，再给出该分类的完整清单。 推荐列表不是严格排名，而是为了降低第一次选择来源时的判断成本。完整清单里的来源也不是低质量，只是更适合按主题、阶段或兴趣选择性关注。 人工智能（71 个） 这个分类按照「模型公司与官方账号、AI 产品和平台、AI 媒体与论文、AI 自媒体与实践者」的顺序整理。 推荐关注的 10 个 - DeepSeek：国内大模型一手信息源，适合跟踪模型和产品进展。 - 月之暗面 Kimi：面向普通用户的大模型产品代表，适合观察 AI 助手体验。 - 智谱：国内基础模型和企业服务的重要玩家，适合跟踪模型生态。 - MiniMax 稀宇科技：覆盖文本、语音、视频等多模态方向，适合关注产品化进展。 - 腾讯混元：大厂通用模型官方来源，适合了解模型与产业落地。 - 通义实验室：阿里模型和开源生态相关信息集中入口。 - 字节跳动Seed：字节 AI 研究团队官方信息源，适合跟踪前沿模型方向。 - 浮之静：持续记录折腾、迷茫和思考，适合看到 AI 实践者的一线感受。 - AI炼金术：关注 AI 带来的本质变化和商业机会，适合判断 AI 时代的新机会。 - 十字路口Crossing：关注 AI 对各行各业的改变，适合了解真实行动者和新变化。 完整清单 - DeepSeek描述：投身于探索 AGI 的本质，不做中庸的事，带着好奇心，用最长期的眼光去回答最大的问题 - 月之暗面 Kimi描述：Kimi 是月之暗面打造的 AI 助手。手机应用认准「Kimi」，电脑网页版访问 kimi.com - 智谱描述：让机器像人一样思考 - MiniMax 稀宇科技描述：MiniMax是全球领先的通用人工智能科技公司，自研多模态大模型包括MiniMax M2.7、Hailuo 2.3、Speech 2.8和M… - 腾讯混元描述：混元大模型官方公众号 - 通义实验室描述：让代码流动，以开放之火燎技术之原。 - 字节跳动Seed描述：字节跳动 Seed 团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。Seed 团队在AI领域拥有长… - Xiaomi MiMo描述：从务实创新到探索未知，以思考触碰智能的边界，用创造回应每一次好奇。Ask Mi Anything！ - 阶跃星辰描述：智能阶跃，十倍每个人的可能。 - 百度文心描述：我是百度AI技术品牌“文心”的官方公众号，希望为你的生活和工作载入AI智慧。 - Dify描述：开源的 LLMOps 平台，快速创建可视化、可运营的 AI 应用，释放大型语言模型的全部潜力。 - 魔搭ModelScope社区描述：模型开源社区魔搭社区ModelScope官方账号 - Jina AI描述：Your Search Foundation, Supercharged. - 机器之心描述：专业的人工智能媒体和产业服务平台 - 机器之心SOTA模型描述：追踪 AI 开源进展，探索先进开发实践。 - AI前线描述：面向AI爱好者、开发者和科学家，提供大模型最新资讯、AI技术分享干货、一线业界实践案例，助你全面拥抱AIGC。 - 新智元描述：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人革命对人类… - AI科技评论描述：雷峰网旗下AI新媒体。聚焦AI前沿研究，关注AI工程落地。 - AI科技大本营描述：为AI领域从业者提供人工智能领域热点报道和海量重磅访谈；面向技术人员，提供AI技术领域前沿研究进展和技术成长路线；面向垂直企业，实现行业应用… - PaperWeekly描述：PaperWeekly是一个推荐、解读、讨论和报道人工智能前沿论文成果的学术平台，致力于让国内外优秀科研工作得到更为广泛的传播和认可。社区：… - PaperAgent描述：日更，解读AI前沿技术热点Paper - Datawhale描述：一个专注于AI领域的开源组织，汇聚了众多优秀学习者，使命-for the learner，和学习者一起成长。 - DeeplearningAI描述：吴恩达老师的人工智能教育传播平台 - 浮之静描述：{折腾 ⇌ 迷茫 ⇌ 思考]ing，在路上... - AGENT橘描述：我们已经生活在科幻世界里了，只是大部分人还没反应过来 we are already living in science fiction. m… - AINLP描述：一个有趣有AI的自然语言处理公众号：关注AI、NLP、大模型LLM、机器学习、推荐系统、计算广告等相关技术。公众号可直接对话双语聊天机器人，… - AI产品黄叔描述：在小红书日更思考，欢迎关注：AI产品黄叔 - AI炼金术描述：关注 AI 带来的本质变化和商业机会 - Draco正在VibeCoding描述：Vibe Coding & Indie(一人公司)打怪升级路 - 十字路口Crossing描述：AI 正在给各行各业带来改变，我们在「十字路口」关注变革与机会，寻找、访谈和凝聚 AI 时代的「积极行动者」，和他们一起，探索和拥抱，新变化… - 向阳乔木推荐看描述：每日阅读记录，创业、心理、学习等方面。 - 数字生命卡兹克描述：希望能激发你对AI的好奇。 - 李继刚描述：Reader. Thinker. Prompter. - 歸藏的AI工具箱描述：产品设计师🎨 AI画图工具操作员🔧 AI课程撰写与信息收集整理📰 致力于发掘借助AI工具改善设计与产品开发流程的各种可能性🤔 - 花叔描述：不会写代码的独立开发者，所有产品都是AI写的。 做过的事 → 女娲.skill — GitHub 20k+ stars → 小猫补光灯 — … - 赛博禅心描述：拜AI古佛，修赛博禅心 - 阿真Irene描述：分享有趣 · 一起精进丨AI 丨设计丨工具丨个人成长 - AIBase基地描述：每日AI新闻聚合阅读，掌握AI前沿资讯、AI新品、政策动向，洞察AI行业趋势，深思未来。 - AI产品阿颖描述：AI 创业者，奔波于硅谷和北京之间。 - AI大模型应用实践描述：专注大模型应用的深度研究与开发实践。《基于大模型的RAG应用开发与优化》、《MCP原理揭秘与开发指南》作者。ToB为主，ToC为辅。 - AI寒武纪描述：Attention Is All You Need - AI异类弗兰克描述：Timing Being Meaning｜你看见的 即是意义 - AI闲谈描述：跟进最新 AI 动态，闲谈 AI Infra, GenAI 最新发展。 - zartbot描述：随便记录点有趣的东西 - 一泽Eze描述：💎 AI 产品经理，提示词工程师 🧬 专注分享 AI 教程、行业观察、AI 模型与产品测试 🎐 个人介绍：link.eze.is - 刘小排r描述：AI产品创业者，主要产品是Raphael AI https://raphael.app日常「生财有术」社群的分享创业心得。 - 卡尔的AI沃茨描述：爱折腾各种AI的非正经码农，努力做你们的AI界手替 - 土猛的员外描述：TorchV创始人，TorchV——为商业注入AI力量！主要业务：大模型应用（Saas or 本地化）和中间件。 - 夕小瑶科技说描述：低负担解码AI世界，硬核也可爱！ - 大模型智能描述：专注于人工智能与大模型方向研究领域。 - 小互AI描述：XiaoHu.AI 学院（http://xiaohu.ai）学习如何让AI为你服务。加入小互AI学院，获取最新AI资讯、案例、项目、教程。学… - 山行AI描述：🌟分享与AI相关的内容，包括但不限于工具、教程和应用实战等～ - 晚点AI描述：关注人工智能的一切，一切都关于人工智能。 - 智东西描述：智东西，AI产业新媒体，专注报道人工智能的前沿技术发展，和技术应用带来的千行百业产业变革。我们的slogan是：聚焦AI前沿 服务产业变革。 - 智能涌现描述：直击AI新时代下涌现的产业革命。36氪旗下账号。 - 水木人工智能学堂描述：水木人工智能学堂专注分享和普及AI知识，由清华大学、天津大学、深圳大学等AI团队创建，内容涵盖机器学习、深度学习、图像分析、语音及语义分析、… - 沃垠AI描述：努力分享一些有用、有趣的AI干货 - 深思圈描述：关注深思圈，发现一个更大的世界 - 王吉伟描述：《一本书读懂AI Agent：技术、应用与商业》作者王吉伟自频道，关注AIGC、IoT、产业升级及数字化转型，专注业务流程、超自动化（RPA… - 王建硕描述：一个自己为第一读者，并且不介意其他人也读一读的地方。如果有些帮助，可以随意转发，转载。 - 硅基观察Pro描述：全球顶级AI公司价值风向标 - 秋芝2046描述：AI很单纯，复杂的是人～ 全平台同名账号：秋芝2046 - 罗西的思考描述：关于技术和生活的思考 (wechat feed made by @ttttmr https://wechat2rss.xlab.app) - 艾逗笔描述：有逻辑的脑子万里挑一。 - 袋鼠帝AI客栈描述：持续分享AI实践干货，走超级个体崛起之路 - 言午描述：贩卖你想要的人生 - 通往AGI之路描述：WaytoAGI.com，让每个人的AI学习过程少走弯路，让更多的人因AI而强大。 - 青稞AI描述：青稞 = 青年科学家，打造 AGI 时代的青年科学家社区 - 非凡产研描述：非凡产研是专注AI领域的权威第三方机构。我们以开源、中立原则，发布全球AI公司收入及覆盖力等榜单，其方法论与数据均可复现。成果被顶尖投资与学… - 风叔云描述：风叔，AI大模型领域创业者，前鹅厂产品总监，十多年产品设计和商业化经验，对电商、营销、AI和大数据产品具备丰富的实战经验。风叔将坚持输出自己… - 飞哥说AI描述：关注 AI 前沿技术与商业模式。李志飞，出门问问创始人，美国约翰霍普金斯大学计算机系博士，前Google总部科学家，持续探索AGI及商业化落… 软件编程（50 个） 这个分类按照「头部厂商官方技术号、工程实践、开发者社区、前端与架构、开源工具」的顺序整理。 推荐关注的 10 个 - 腾讯技术工程：大厂工程实践密度高，适合长期跟踪架构和工程能力。 - 腾讯云开发者：云原生、数据库、中间件和开发者内容覆盖较全。 - 阿里技术：阿里工程体系和开源项目的重要发布入口。 - 阿里云开发者：云计算、AI、数据库和企业实践内容稳定。 - 大淘宝技术：电商系统、推荐、前端和高并发实践值得参考。 - 字节跳动技术团队：算法、工程、基础设施实践较多，适合技术人关注。 - 京东技术：零售、电商、物流和工程体系经验丰富。 - 小红书技术REDtech：社区产品、推荐、增长和前端体验有参考价值。 - InfoQ 中文：技术趋势和架构实践覆盖面广。 - GitHubDaily：适合发现开源项目和开发者工具。 完整清单 - 腾讯技术工程描述：腾讯技术官方号。腾讯技术创新、前沿领域发布解读平台。 - 腾讯云开发者描述：腾讯云官方社区公众号，汇聚技术开发者群体，分享技术干货，打造技术影响力交流社区。 - 阿里技术描述：阿里技术官方号，阿里的硬核技术、前沿创新、开源项目都在这里。 - 阿里云开发者描述：阿里巴巴官方技术号，关于阿里的技术创新均呈现于此。 - 大淘宝技术描述：大淘宝技术官方账号 - 字节跳动技术团队描述：字节跳动的技术实践分享 - 字节跳动开源描述：字节跳动开源官方号，分享字节跳动开源动态、开源团队技术访谈等字节开源相关内容 - 蚂蚁技术AntTech描述：科技是蚂蚁创造未来的核心动力 - 京东技术描述：京东官方技术分享平台。你想知道的京东前沿技术、创新思考、开源方案...这里应有尽有！ - 小红书技术REDtech描述：小红书技术团队官方账号，小红书技术创新与问题解读的分享平台，与你共前进。 - 快手技术描述：快手官方技术号，即时播报快手技术实践的最新动态 - 哔哩哔哩技术描述：提供B站相关技术的介绍和讲解 - 百度Geek说描述：关注我们，带你了解更多百度技术干货。 - 得物技术描述：技术知识分享交流平台，与你一同走向技术的云端。 - vivo互联网技术描述：分享 vivo 互联网技术干货与沙龙活动，推荐最新行业动态与热门会议。 - 小米技术描述：和小米一起聊技术，一起改变生活 - 携程技术描述：携程技术官方账号，分享交流成长。 - 滴滴技术描述：滴滴官方技术号 - 爱奇艺技术产品团队描述：爱奇艺的技术产品团队 - 有赞coder描述：有赞技术官方公众号，推广有赞技术干货，偶有有赞技术小哥哥小姐姐们的日常 - Qunar技术沙龙描述：Qunar技术沙龙是去哪儿网工程师小伙伴以及业界小伙伴们的学习交流平台。我们会分享Qunar和业界最前沿的热门技术趋势和话题,为中高端技术同… - 51CTO技术栈描述：这是一个以 AGI 为主线的深度技术公众号。 我们长期追踪全球一线 AI 等前沿技术决策与工程实践，关注模型、系统、应用与算力层面正在发生的… - CSDN描述：成就一亿技术人 - GitHubDaily描述：追踪优质 GitHub 开源项目，挖掘 AI 生产力工具 - InfoQ 中文描述：为一线互联网公司核心技术人员提供优质内容。科技圈的观察者，前沿技术的传播者。 - dbaplus社群描述：围绕Database、BigData、AlOps的企业级专业社群。资深大咖、技术干货，每天精品原创文章推送，每周线上技术分享，每月线下技术沙… - 前端早读课描述：探索前端技术，体验产品的情感， 项目思考的指引，塑造独立开发者的未来。 - 谷歌开发者描述：Google 中国官方账号。汇集 Android, Flutter, Chrome OS, Chrome/web, AI 等开发技术，以及 … - 逛逛GitHub描述：热门「开源项目」推送到你眼前，每日为你节省 1 小时。 给我发消息可咨询各种开源项目，专注 AI、硬科技开源领域。 - GitHubStore描述：分享有意思的开源项目 - HelloGitHub描述：分享 GitHub 上有趣、入门级的开源项目。 - HelloSREAgent描述：聊聊AI时代相关的商业、技术，以及贝联珠贯公司的主营产品SREAgent - PM圈子描述：洞察150W项目经理的苦与乐 - Playwright实战教程描述：分享Playwright教程、技巧和案例，帮助您掌握最佳的web自动化测试实践 - phodal描述：开坑，开到填不完的知名开源挖坑选手。乐于分享软件开发经验，以帮助开发人员创建更好的 KPI。现在，经常在 IDE、图形引擎、编译器和 AI … - 从码农到工匠描述：分享技术点滴，探讨人生智慧。阿里高级技术专家带你一起“从码农走向工匠” - 写代码的宝哥描述：周一「前端周刊」，周五「每周见闻」，欢迎订阅 ;) - 前端充电宝描述：聚焦前端开发，探索AI新浪潮：宝藏工具×前沿动态×实战技巧，解锁前端新可能！ - 前端开发爱好者描述：分享 web 前端相关技术文章、工具资源、精选课程、视频教程资源、热点资讯等 - 印记中文描述：深入挖掘国外前端新领域，为中国 Web 前端开发人员提供优质文档！ - 奇舞精选描述：《奇舞精选》是由奇舞团维护的前端技术公众号。除周五外，每天向大家推荐一篇前端相关技术文章，每周五向大家推送汇总周刊内容。 - 小林coding描述：专注图解计算机基础，让天下没有难懂的八股文！刷题网站：xiaolincoding.com - 思特沃克洞见描述：Thoughtworks是一家全球性的软件及咨询公司，我们致力于通过整合战略、设计和软件工程帮助企业开启流畅数字化之路，引航未来征程。 - 支付宝体验科技描述：探索极致用户体验和最佳工程实践。 - 数据可视化 AntV描述：一群有爱有梦的人，怀揣「让人们在数据世界里获得视觉化思考能力」的梦想前行，成就智能时代全球领先的数据可视化解决方案。 - 架构师之路描述：专注技术人职场发展：技术架构，个人品牌，第二曲线。 - 稀土掘金技术社区描述：掘金，一个帮助开发者成长的技术社区 - 腾讯云中间件描述：腾讯云中间件官方账号。关注微服务、消息中间件等云原生技术热点资讯，发布腾讯云中间件产品动态、实践案例以及技术干货。定期举办技术沙龙，与你分享… - 转转技术描述：转转研发中心及业界小伙伴们的技术学习交流平台，定期分享一线的实战经验及业界前沿的技术话题。 各种干货实践，欢迎交流分享，如有问题可随时联系 … - 高可用架构描述：高可用架构公众号。 商业科技（57 个） 这个分类按照「科技创业、创投媒体、公司与产业研究、商业管理、垂直行业观察」的顺序整理。 推荐关注的 10 个 - Founder Park：聚焦科技创业者和真问题，适合独立开发者与创业者。 - 硅谷101：海外科技和产业变化视角强。 - 腾讯科技：综合科技资讯稳定，适合跟踪大公司动态。 - 晚点LatePost：商业和科技深度报道质量高。 - 42章经：创投和商业判断有辨识度。 - APPSO：应用、工具和智能设备内容适合产品观察。 - 腾讯研究院：产业、政策和数字经济研究有体系。 - 语言即世界language is world：一线深度访谈。 - Web3天空之城：国外优质内容翻译。 - 海外独角兽：适合跟踪海外高成长公司和科技趋势。 完整清单 - Founder Park描述：来自极客公园，专注与科技创业者聊「真问题」。 - 硅谷101描述：关注深度前沿科技，从这里驶向未来 - 腾讯科技描述：腾讯新闻旗下腾讯科技官方账号，在这里读懂科技！ - 晚点LatePost描述：晚一点，好一点 - 晚点对话描述：最一手的商业访谈，最真实的企业家思考。 - 晚点再听LaterCast描述：同步硅谷最新的深度播客与即时观点。 - 42章经描述：思考事物本质 ／ 创投圈教科书式必读公号 - 36氪描述：36氪是服务中国新经济参与者的卓越品牌和开创性平台，提供新锐深度的商业报道，强调趋势和价值，我们的slogan是：让一部分人先看到未来。 - 极客公园描述：用极客视角，追踪你最不可错过的科技圈。欢迎同步关注极客公园视频号👇 - APPSO描述：AI 第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative AI - PriceTag发现好应用描述：专注优质应用推荐，最新科技资讯发布，创造有趣、有用的产品，关注独立开发者生态，由谜底科技运营 - DeepTech深科技描述：DeepTech是一家专注新兴科技的创新赋能机构，致力于推动科学与技术的创新进程。DeepTech同时是《麻省理工科技评论》中国区独家运营方… - 麻省理工科技评论APP描述：源自麻省理工学院，发现改变世界的新兴科技。 - 腾讯研究院描述：腾讯公司设立的社会科学研究机构，依托腾讯公司多元的产品、丰富的案例和海量的数据，围绕产业发展的焦点问题，通过开放合作的研究平台，汇集各界智慧… - 阿里研究院描述：依托阿里巴巴集团先进的AI科技能力、丰富的应用场景与负责任的技术生态，总结提炼科技发展的案例实践和治理经验，为产业政策制定实施提供科技企业的… - 斯坦福社会创新评论描述：《Stanford Social Innovation Review》中文版 - 哈佛商业评论描述：《哈佛商业评论》创建于1922年，被全球商界誉为“管理圣经”。 更多管理智慧，请登录哈佛商业评论中国网站：www.hbr-caijing.c… - 麦肯锡描述：麦肯锡官方账号 - 正和岛描述：因为企业家，所以正和岛。 - 混沌学园描述：学创新，就在混沌！ 最底层的思维模型、最理性的企业分析、最前沿的创始人理念——AI时代，让你每一次决策，都领先一个身位。 - 吴鲁加描述：创业者。创业产品知识星球。喜欢阅读、产品、拍摄、写作。 - MacTalk描述：墨问创始人，极客时间创始人。专注分享 AI 产品和科技创业，也写随笔和故事。笃信长期主义，用文字与你同行。著有《MacTalk·人生元编程》 - SaaS白夜行描述：《SaaS创业路线图》作者吴昊的公众号。持续研究SaaS、AI与软件公司经营重构，关注产品、增长、组织、交付、服务与AI时代的软件公司新范式… - 小众消息描述：有价值的信息往往起源于小众传播，最终被大众所接受。本公众号最初名为「小道消息」，为了避免引发误解，现已更名为「小众消息」。 - 乱翻书描述：关注商业、科技和互联网。关心How和Why，以及少有人注意到的What。 - 互联网怪盗团描述：一生只为那颗星。🌟 - 阑夕描述：寻找科技与商业的光芒。 - 窄播描述：关于商业的认知和乐趣。 - 砺石商业评论描述：传递杰出商业思想与商业案例，助力更多企业走向“科学经营”之路，进而促进一个人人希冀的“科学社会”形成。 - 甲子光年描述：甲子光年是一家科技智库，包含智库、社群、企业服务版块，立足中国科技创新前沿阵地，动态跟踪头部科技企业发展和传统产业技术升级案例，推动人工智能… - 脑极体描述：从技术协同到产业革命，从智能密钥到已知尽头 - 硅谷科技评论描述：连接全球AI创业者、投资人和产业伙伴 - 海外独角兽描述：研究科技大航海时代的伟大公司。 - 白鲸出海描述：白鲸出海，泛互联网出海服务平台。 - 游戏葡萄描述：有前瞻、有判断。投稿与合作：hi@youxiputao.com - 游戏研究社描述：研究游戏，也研究一切，用有趣的视角看世界。 - Web3天空之城描述：美好的，有趣的，值得铭记的 - 硅星人Pro描述：硅（Si）是创造未来的基础，欢迎来到这个星球。 - 暗涌Waves描述：钱的流向，人的沉浮。36氪旗下投资报道账号。 - 谷雨实验室描述：腾讯新闻出品、谷雨工作室旗下栏目，聚焦深度图文内容。 - 深网腾讯新闻描述：腾讯新闻出品栏目，关注科技和TMT领域公司、事件和人物中的故事，探究背后的深层逻辑。 - 网易科技描述：网易科技频道，有态度的科技门户。 - 科技美学描述：那岩 每天用语音为你解读前沿科技，更有每期平均100万播放量的数码产品测评视频放送。工作外联 kejimeixue@163.com、官方网站… - 集智俱乐部描述：关注复杂科学与人工智能的前沿进展、书籍资料、工具文献、交叉前沿等，同时也发布集智俱乐部、集智学园举办的各类讲座、课程等活动相关信息。 - 中科院物理所描述：物理所科研动态和综合新闻；物理学前沿和科学传播。 - 随机小分队描述：不搞大新闻，聚焦小创新 - 43 Talks描述：如果你厌倦了流于表面的信息，渴望一场智力上的“极限挑战43 Talks将是你汲取养分、淬炼思想的绝佳场域。 - 佳芮的创业笔记描述：时间看得见 - 老俞闲话描述：带着明亮的希望笃定前行 - 语言即世界language is world描述：和我们一起，从这里，探索新世界！ - 快刀青衣描述：👉🏻 得到联合创始人，AI 学习圈主理人 🔮 得到大脑与得到 AI 录音卡 🪐 产品经理出身，与罗胖脱不花创业十年 🚀 学习 AI，使用 A… - 喔家ArchiSelf描述：一半是30年老程序员的技术生涯，一半是人到中年却仍向往青春的生活感悟，交织起来，是一个享受生活的老码农。------Architect on… - 见实描述：私域流量智库，每天一手深度案例，聊透全新打法 - 有新Newin描述：探索新科技，聚焦新价值。 - Z Potentials描述：我们与Z Potentials同频共振 - 郑立涛描述：研究商业中的变与不变 - 创业邦描述：创业邦，国际创新生态服务平台。我们致力于打造全球化的创业生态，深度服务创新经济及其推动者，并为创业者提供一站式解决方案。 投资财经（63 个） 这个分类按照「财经媒体、宏观与市场、投资方法、机构与创投、垂直行业」的顺序整理。 推荐关注的 10 个 - 猫笔刀：市场观察和表达有辨识度，适合日常跟踪。 - 腾讯财经：财经资讯覆盖面广，适合补充市场动态。 - 财经早餐：适合快速了解每日财经要点。 - 刘润：商业认知和趋势解释适合泛财经读者。 - 吴晓波频道：商业历史、公司和宏观叙事能力较强。 - 孟岩：长期投资和个人理财视角稳定。 - 银行螺丝钉：指数基金和长期投资方法较系统。 - 财新：专业财经报道重要来源。 - 中金点睛：机构研究和宏观市场分析值得参考。 - 聪明投资者：投资人访谈和长期主义内容较多。 完整清单 - 猫笔刀描述：记录与分享！ - 财新描述：实时、原创、专业的财经新闻集散地。在信息爆炸的年代，你需要选择 - 财经杂志描述：《财经》杂志官方微信。《财经》杂志由中国证券市场研究中心主办，1998年创刊，秉承“独立、独家、独到”的新闻理念，以权威性、公正性、专业性报… - 第一财经描述：第一财经官方公众号，致力为广大投资者打造权威的财经信息平台，同时，努力成为第一财经忠实用户的交流平台。 - 每日经济新闻描述：中国主流财经全媒体，互联网新闻信息服务许可证编号：51120190017；商务合作：028-86512112；新闻职业道德监督热线：4008… - 腾讯财经描述：腾讯新闻旗下腾讯财经官方账号，在这里读懂财经！ - 央视财经描述：暂无公开描述 - 财经早餐描述：美好的一天，从财经早餐开始！ - 华尔街见闻描述：华尔街见闻App是中国领先的金融信息和商业资讯提供商，为用户甄选国内和全球重要资讯，7*24小时全年不间断。 - 财联社描述：财联社是上海报业集团主管主办，定位资本市场报道财经通讯社，以“准确、快速、权威、专业”为准则，提供7x24小时金融信息服务。 - 券商中国描述：券商中国提供从宏观经济到微观经济、从单家机构到金融行业、从全市场到单只产品或个股的最新最全资讯，覆盖金融机构、上市公司、投资理财等全领域，追… - 经济观察报描述：经济观察报是专注于财经新闻与经济分析的全国性综合财经类媒体，创办于2001年。聚焦商道、商技和商机，以锐度、悦度、广度、深度的报道形成了权威… - 凤凰网财经描述：你好，我们是凤凰网财经，全球华人都在看的财经公众号，传播最有价值的财经报道，你值得关注！欢迎访问：http://finance.ifeng.… - 东方财富网描述：东方财富网，中国财经门户，提供7*24小时财经资讯及全球金融市场报价，汇聚全方位的综合财经新闻和金融市场资讯。 - 界面新闻描述：界面新闻是上海报业集团主管主办，中国具有影响力的原创财经新媒体，只服务于独立思考的人群 - Wind万得描述：万得信息技术股份有限公司是一家特别专业的金融软件服务提供商，总部位于上海陆家嘴金融中心，在全球有48个分支机构。 - 中金点睛描述：图文并茂讲解中金深度研究报告 - 泽平宏观描述：看懂宏观趋势，把握投资机会，泽平宏观 - 中国金融四十人论坛描述：聚焦金融热点，速递论坛动态，独家发布论坛课题成果，连载书系新书、好书。 - 刘润描述：降低商业的认知门槛。刘润，润米咨询创始人，战略咨询顾问，“5分钟商学院”课程主理人，《底层逻辑》作者。每年举办“进化的力量·年度演讲”，为创… - 吴晓波频道描述：这是财经作家吴晓波带领“巴九灵”们运营的知识平台，这里汇聚了400多万认可商业之美、崇尚自我奋斗、乐意奉献共享、拒绝屌丝文化的新中产。 - 香帅的金融江湖描述：点我关注，聊聊金融，侃侃人生。 - 小Lin说的公众号描述：商业财经不无聊～👣北大 - 哥大 - 华尔街 - 创业💓全网同名无小号，不会以任何方式私信粉丝，谨防受骗～ - 刘备教授描述：努力进化，为的就是在这个市场里站着把钱赚了 - 孟岩描述：未来无人知晓，一起有知有行 - 银行螺丝钉描述：银行螺丝钉，专注于基金投资，畅销书《指数基金投资指南》《主动基金投资指南》作者，多次排名财经书籍榜首。 首届金牛奖投顾主理人，管理超百亿投顾… - 也谈钱描述：一枚工程师的财务自由日志，工资理财也能财务自由。 - ETF进化论描述：百万ETF研究者聚集地，专业深度ETF大数据，ETF是投资的最终归宿！ - 集思录描述：投资理财社区 - 雪球描述：雪球官方账号。雪球，聪明的投资者都在这里。 - Barrons巴伦描述：Barron's(《巴伦》)是全球极具威望的顶级百年财经媒体，关注全球商业与市场。Barron's巴伦中文网是其唯一官方中文平台。 - 格隆汇APP描述：中国领先的全球投资研究平台。全球视野，下注中国。让普通的投资者能够享受到专业的研究服务，让每一个个体的投资之路不再孤单和艰难。 - 海豚研究描述：有灵魂的思考，有态度的研究！ - 聪明投资者描述：聚焦优秀投资人和企业家，甄选高质量的内容，追求可累进的成长。更多内容可下载“聪明投资者”APP，官网：www.cmtzz.cn - 点拾投资描述：选基金就是选人，从专业的角度和基金经理深度访谈，帮助大家了解基金经理投资业绩背后的框架 - 思想钢印描述：雪球2020年度十大影响力用户，私募基金经理 - 心木微笔描述：做好人·买好股·睡好觉·得好报。深挖价值，重仓伟大。 - 方伟看十年描述：可移步“方伟看10年”小号接受每日早上7点文章推送。独立投资人，前互联网创业者，产品经理；所写即所思，所思即所行 - 投资实习所描述：以产品视角洞察趋势 - 老钱日日谈描述：解闷而已，长久陪伴，偶尔启发。 - 老钱说钱描述：老钱的同职转生备用小号，你懂的~ - 毛有话说描述：知识改变命运，投资实现自由，我是释老毛，老毛有话说 - investguru描述：投资是一个长期的全面的修行。 - 格兰投研描述：给热爱生活、热爱投资的你。 - 高瓴时间描述：以时间为友，与高瓴同行。 - 高瓴创投描述：与创业者同行，做时间的朋友。 - 红杉汇描述：红杉中国是专注于投资科技、医疗健康、消费三大领域的私募股权投资机构。自2005年成立以来，红杉中国致力于发掘和培育创新和创业力量，在海内外投… - 经纬创投描述：经纬创投的官方信息发布平台 - 真格基金描述：专注早期投资，欢迎投递商业计划书至 dream@zhenfund.com - 峰瑞资本描述：峰瑞资本致力于调动所有可能的资金、技术和资源，投资优秀创业公司，并帮助它们成长为具有长期社会价值和商业价值的伟大企业。峰瑞坚持投早、投小、投… - 山行资本描述：山行资本（HIKE Capital）成立于2015年12月，是中国的创业者基金（Founders Fund） - 投资界描述：清科控股旗下创业与投资资讯平台 - 半导体行业观察描述：半导体深度原创媒体，百万读者共同关注。搜索公众号：半导体芯闻（ID : MooreNEWS），阅读更多原创内容！ - 区块链头条描述：未来已来，头条为你链接未来！区块链头条，每天为你带来及时的区块链资讯和专业的行业观察。 - 功夫财经描述：胡润百富榜影响力财经自媒体TOP10，透视财经事件，洞察商业趋势。 - 叶檀财经描述：过去的财经女侠叶檀，现在的檀姐姐，手中无剑，心中有爱。 - 大力如山描述：券业最野自媒体、原券商投行业务条线董事总经理、畅销书《投行职业进阶指南：从新手到合伙人》作者。 - 张湧说财经描述：前瞻的视角、通俗的语言、深刻的洞见、大众的立场 - 三折人生描述：三折人生，让知识变得更简单！ - 一天一篇经济学人描述：现在很多人都不知道自己热爱什么，追求什么，只是找到一个标签后就认为找到了人生的意义。我们是谁不重要，我们想成为谁很重要！当你什么都没有的时候… - 钛媒体描述：新鲜犀利的财经见闻，放眼国际的前沿技术，还有罕见披露的内幕消息。钛媒体（www.tmtpost.com），引领未来商业与生活新知，一个投资者… - 棱镜描述：腾讯新闻出品栏目，《棱镜》聚焦泛财经深度记录。 - 老张投研描述：最强的投研分析，最简单的投资逻辑。坚持好公司，睡觉才踏实！ 产品设计（22 个） 这个分类按照「产品、体验设计、视觉设计、品牌与运营」的顺序整理。 推荐关注的 10 个 - 人人都是产品经理：产品经理领域基础来源，覆盖产品、运营和案例。 - 淘宝设计：大厂设计团队官方输出，适合观察体验设计。 - 刘言飞语：产品观察视角清晰，适合产品人长期阅读。 - iamsujie：产品创新和产品经理成长内容有积累。 - 产品二姐：AI 产品实践和产品人转型视角值得参考。 - 运营研究社：运营案例和增长打法覆盖面广。 - Design360：设计行业和创意内容质量稳定。 - BranD的好奇心：品牌、视觉和创意案例丰富。 - 优设：设计教程和 AIGC 设计内容密集。 - 标志情报局：适合跟踪品牌视觉和 Logo 设计案例。 完整清单 - 人人都是产品经理描述：AI开启了人人都是产品经理时代。AI能写文档、写程序，但理解用户、定义问题、做决策等核心能力，它替代不了，这些都是产品经理的强项。只要懂产品… - 淘宝设计描述：淘宝设计，一个服务于全球亿万消费者体验的设计团队。引领用户体验，让设计触动人心，让商业美而简单。 - 体验进阶描述：前华为鹅厂留英设计师，带你看懂用户体验、开启新视野，工作日早8:20更文 - 刘言飞语描述：做一个产品观察者。 - iamsujie描述：人人都是产品经理，这个口号生来就是找喷的…… iamsujie，产品创新顾问、《人人》系列图书作者 - 产品二姐描述：2021年开始接触生成式AI的老产品人，在做自己的AI产品，持续分享AI最佳实践，即刻/知乎/小宇宙同名，小红书产品二妹。 - 产品犬舍描述：汪汪，汪 - 强少来了描述：互联网产品经理，下厨房认证厨师(强少私厨)。 需求是有生命的，做好它是对生命的尊重！ - 运营研究社描述：100万人都在关注的运营内容服务平台，深度挖掘优秀案例，解读最新运营打法与平台动态。 - 范冰的二次学习描述：《增长黑客》作者，品牌数智化增长营销机构联创。+v联系：ifanbing - Design360描述：探索设计的价值 - BranD的好奇心描述：BranD创刊于2012年，是亚洲首本洞察品牌视觉传达中的创造力的创意杂志。是一本获得红点、iF、德国设计联盟、ico-D、伦敦Stack … - Wallpaper中文版描述：推进中国设计进程 - 优设描述：优设品牌号，每天分享专业教程。我们百万大号是🌟@优设AIGC 。优设已成立14 年，国内AIGC内容头部平台。 - Clip设计夹描述：每周分享关于AIGC、B端设计、UI交互上的设计思考。有原创文章，有精选视频，欢迎关注～ - Memm设计知识分享描述：当生成式 AI 遇上 Creative Commons，每个素人都是无门槛的设计造物主！ - 超人的电话亭描述：只分享有价值的设计经验。 - 标志情报局描述：专注于全球LOGO与品牌设计新闻报道，每一个LOGO都有一段故事，让我讲给你听。Since 2010 - 工业设计描述：用设计为产品创造影响力！ - 日本设计小站描述：设计无国界，关注日本设计小站，驻足细节。感受日本设计的美，字里行间体会日本设计的力量，让设计改变生活，用设计提高审美，在日本设计中学会成长。 - 环球设计描述：分享全球优秀设计与创意，陪伴中国设计成长！ - 设计癖描述：设计癖，有意思 个人成长（28 个） 这个分类按照「认知学习、效率工具、心理成长、阅读与知识服务」的顺序整理。 推荐关注的 10 个 - L先生说：认知、效率和学习方法内容扎实。 - 罗辑思维：终身学习和知识服务代表来源。 - 笔记侠：商业、管理和成长类笔记资料丰富。 - 少数派：效率工具和数字生活内容稳定。 - 二一的笔记：笔记软件和知识管理内容较聚焦。 - warfalcon：阅读、习惯和行动方法有长期积累。 - 心智工具箱：认知科学、学习和写作方向值得关注。 - 携隐Melody：成长、关系和生活经验表达细腻。 - 新京报书评周刊：阅读和图书评论内容质量稳定。 - 神经现实：心理、脑科学和心智议题有深度。 完整清单 - L先生说描述：李睿秋Lachel，《打开心智》作者，用脑科学讲效率、思维与认知提升，只写有价值的长文。 - 罗辑思维描述：关注罗辑思维，我们一起终身学习。 - 得到描述：让知识成为每个人的力量 - 笔记侠描述：点我关注，与270万读者一起看透新商业本质。笔记侠，中国新商业知识干货共享社区，8000多篇干货笔记，宏观趋势、组织管理、商业模式等28个主… - 少数派描述：少数派帮你更好地运用数字产品，提升工作效率和生活品质。 - 二一的笔记描述：专注测评 ／ 笔记软件、效率工具、知识管理 - warfalcon描述：想每年读完100本书吗？想在100天内培养一个好习惯吗？想搞定拖延和注意力不集中吗？关注我，让你成为一个行动者，跟几十万读者一起成长，欢迎参… - 心智工具箱描述：阳志平的私人写作空间。 - 古典古少侠描述：成长有方法，关注古少侠。古典，超级个体概念提出者，国内知名个人发展专家，720万册畅销书《拆掉思维里的墙》《跃迁》《不上班咖啡馆》作者，得到… - 携隐Melody描述：很高兴认识你，愿和你分享一切有趣、精彩的故事。 - 新京报书评周刊描述：新京报书评周刊2003年创刊，每周五出版发行，口号是“阅读需要主张”。书评周刊气质是严肃而有趣，主要评价国内外出版的大众类优秀图书。 - 周国平描述：一、首发周国平的新作品或者其部分内容； 二、摘编周国平以前作品中的文字； 三、转载媒体或其他自媒体平台上对周国平的评论； 四、周国平与网友们… - 孤独大脑描述：一个专注于“元认知”的跨学科思想平台。由得到App《人生算法》课程主理人、中信出版社年度作者老喻原创，100万深度思考者订阅的决策指南。融合… - 神经现实描述：包罗心智万象，预想一切重塑身心之物。 - KnowYourself描述：旗下有知我心理app，提供心理成长向的即时咨询服务。 - NOV心理描述：NOV心理官方账号 - 武志红描述：知名心理学者，看见心理创始人，得到热门专栏作者，著有畅销书《为何家会伤人》、《深度关系》等，微博：@武志红。现于北上广深杭厦门成都南京武汉等… - 效率火箭描述：高效搞定事情，尽情享受生活 - 阿虚同学描述：专注挖掘高效生产力工具与前沿 AI 应用，致力于打造收藏级的干货内容 - 钉钉描述：钉钉，AI时代的工作方式 - 飞书描述：先进团队 先用飞书 - 九边描述：2023年印象笔记收藏量排第一的公号 - 十点读书描述：深夜十点，陪你读书，美好的生活。好书/故事/美文/电台/美学。 - 帆书樊登讲书描述：感谢您的关注，这里是帆书樊登讲书官方账号 商务请联系：ZWT_Tina - 每晚一卷书描述：每晚悦读，不辜负每一个阅读的人。点击⬇️⬇️⬇️蓝字，收看我的视频动态。 - 洞见描述：不是每一种观点，都可以叫洞见 - 混知描述：专治不明白！ - 返朴描述：科学新媒体“返朴”，科普中国子品牌，倡导“溯源守拙，问学求新”。 媒体资讯（30 个） 这个分类按照「权威公共信息、综合媒体、深度报道、科学与公共议题」的顺序整理。 推荐关注的 10 个 - 人民日报：权威公共信息入口，适合跟踪重要议题。 - 央视网：中央重点新闻网站，适合获取公共新闻信息。 - 央视新闻：重大新闻和突发事件的重要来源。 - 新华社：权威硬新闻和公共信息来源。 - 中国新闻周刊：公共议题和深度报道能力较强。 - 南方周末：深度报道和社会观察积累深。 - 人物：人物报道和时代记录有辨识度。 - 澎湃新闻：时政、思想和公共议题覆盖较全。 - 知识分子：科学、人文和公共议题内容质量高。 - 远川研究所：产业、商业和时代变化叙事能力强。 完整清单 - 人民日报描述：参与、沟通、记录时代。 - 人民日报评论描述：人民日报评论 - 央视网描述：央视网是中央广播电视总台主办的中央重点新闻网站，以新闻为龙头，以视频为重点，以用户为中心，助力总台构建“多屏覆盖、无处不在”的用户入口。 新… - 央视新闻描述：“央视新闻”是中央广播电视总台新闻新媒体旗舰账号，是重大新闻、突发事件和重要报道的总台首发平台。 - 新华社描述：新华通讯社官方账号。硬新闻、暖故事、好朋友。 - 央广网描述：央广网是中央广播电视总台主办的中央重点新闻网站，致力于“讲好中国故事，传播中国声音”。 - 人民网描述：权威、实力，源自人民。 - 环球时报描述：看环球时报，与世界零距离 - 中国新闻周刊描述：这里是《中国新闻周刊》掌门周刊君，影响有影响力的你。和我一起拨开迷雾，追寻真相，守望时代。 - 南方周末描述：在这里，读懂中国 infzm.com - 南风窗描述：冷静地思考，热情地生活。 - 人物描述：记录这个时代值得记录的人。 - 澎湃新闻描述：有内涵的时政新媒体 - 澎湃思想市场描述：澎湃新闻出品。有竞争的思想，有底蕴的政治。 - 凤凰网描述：关心生长的力量，凤凰网官方公众号 - 新周刊描述：中国最新锐的生活方式周刊。 - 新榜描述：新媒体，找新榜。作为一家数据驱动的互联网内容科技公司，新榜服务于内容产业，以内容服务产业，创造内容的商业价值，赋能内容的数据应用，为企业提供… - 一席描述：人文·科技·白日梦 - 科普中国描述：公众科普，科学传播 - 知识分子描述：知识分子由非营利公益组织北京市海淀区智识前沿科技促进中心主办，以传播科学知识、弘扬科学精神、促进科学文化为使命，致力于关注科学、人文、思想。… - 21世纪经济报道描述：权威、专业、深度、有趣！用经济思维看世界。 互联网新闻信息服务许可证编号：44120250004 - caoz的梦呓描述：caoz的心得与分享，只此一家，别无分号。 - 世界银行描述：欢迎关注世界银行微信公众号！“消除极端贫困，实现共享繁荣”是世界银行的两大使命。让我们一起努力，在2030年前实现这两个宏伟目标。我们将通过… - 公安部网安局描述：发布网安权威声音，展现各地网警风采 - 南京发布描述：权威发布，清新服务。这里是南京市委市政府新媒体平台，南京市委网信办负责运维。 - 网信中国描述：发布网信政务信息，解读网信政策法规，回应网信工作热点。 - 网信北京描述：平台以"聚焦网信工作，传递行业资讯、弘扬先进文化、促进社会发展”为宗旨，是我们讲好北京网信故事、传播北京网信好声音的新阵地。 - 虎嗅APP描述：从思考，到创造 - 远川研究所描述：刻画这个时代 - 雷峰网描述：洞见智能未来，共与产业变迁 生活文化（39 个） 这个分类按照「文化出版、人文历史、科学自然、生活方式、健康与影视」的顺序整理。 推荐关注的 10 个 - 槽边往事：个人写作风格鲜明，适合长期阅读。 - 三联生活周刊：文化、社会和生活方式内容稳定。 - 看理想：人文、思想和文化内容适合深度阅读。 - 理想国imaginist：出版和文化品牌内容质量高。 - 单读：文学、思想和青年创作者内容有辨识度。 - 界面文化：文化评论和出版内容较扎实。 - 国家人文历史：历史、人文和知识普及内容稳定。 - 地球知识局：地理、人文和国际视角结合得好。 - 星球研究所：自然地理和视觉化表达很强。 - 原理：科学普及内容简洁清晰。 完整清单 - 槽边往事描述：暂无公开描述 - 三联生活周刊描述：一本杂志和他倡导的生活。 - 看理想描述：看见另一种可能。 - 理想国imaginist描述：知名文化品牌。想象文化与生活的另一种可能。 - 单读描述：单读是单向空间旗下集出版、声音、影像、活动等全媒体原创内容为一体的文化品牌。坚持全球化视野，挖掘新一代创作者和思想者，发表小说、诗歌、剧本、… - 界面文化描述：在这里，与最优质的文化原创内容相遇。 - 国家人文历史描述：真相、趣味、良知。人民日报社主管主办，为学术界搭建话语平台，为新锐者提供思想阵地，为文史爱好者营造精神家园。 - 地球知识局描述：人文+地理+设计，全球视野新三观。 合作请联系：xiaobaibai_9999（注明品牌和需求） - 中国国家地理描述：推开自然之门，昭示人文精华。商务合作：010-64869398 - 星球研究所描述：热爱人类，热爱地球。合作请联系：htx@iloveplanet.cn（留言说明品牌与需求） - 原理描述：科学，照亮黑暗的蜡烛。 - 环球科学描述：在这里读懂世界科学 - 果壳描述：科学和技术，是我们和这个世界对话所用的语言。 - 利维坦描述：乱七八糟，什么都有，微博：利维坦行星。 - 后浪研究所描述：36氪旗下年轻态公众号。这位青年里边请，你被研究了。 - 每日豆瓣描述：豆瓣官方订阅号『我们的精神角落』在这里，我们为你收集新鲜的热点内容，推荐豆瓣中的精彩生活，帮你发现你可能感兴趣的未知事物。在这里，我们一起发… - 知乎日报描述：知乎官方订阅号，每日精选知乎热门、有趣内容 - 读者描述：《读者》杂志官方订阅号。 中国人的心灵读本，全家人的精神纽带。每晚相约，陪你读书、看故事。 - 六神磊磊读金庸描述：众所周知，我的主业是读金庸 - 南方人物周刊描述：时代的肖像 - 陈鲁豫的电影沙发描述：时间有限，电影无限。在这里偶遇爱电影的你。 - CCTV生活圈描述：嗨，你好！欢迎来到《生活圈》官方账号，中央广播电视总台综合频道该节目的精彩延伸。 节目播出时间：8:30档、17:30档。 我们专注于“健康… - i食色摇闲情描述：没有人来，没有人回答。 - 一条描述：每天一条原创短视频，每天讲述一个动人的故事，每天精选人间美物，每天来和我一起过美好的生活。 - 丁香医生描述：与一群有知识、有温度的医生，共同分享健康知识。 来丁香医生App/小程序，查疾病、查药品，线上问三甲名医。 - 企鹅吃喝指南描述：客观独立，亲身实测，专业严选，找遍来自全世界的好东西，和你分享吃得到、喝得出的快乐。 - 刀法研究所描述：洞察新消费，赋能新品牌，剖析新营销，成就中国好品牌。 - 半月谈描述：“中华第一刊”《半月谈》官微，每天帮你分析政治、经济、商业大事，解读社会发展，品味人生百态，您的政经顾问，学习良师，生活益友。 - 太阳照常升起描述：一部私家史 - 廖信忠描述：一个沉溺在低级趣味中的人 - 智族Lab描述：有型有款，智趣不凡 - 智族Life描述：记录人物的浮沉和时代价值的变迁。 - 梅斯医学描述：梅斯医学（MedSci）是国内领先的医学科研与学术服务平台，致力于医疗质量的改进，为临床实践提供智慧、精准的决策支持，让医生与患者受益。 - 浪潮工作室描述：网易旗下栏目，给你另一种看世界的角度和态度 - 独立鱼电影描述：承包你全年的电影片单，延长三倍的人生体验。有鱼叔，电影从未如此有趣。 - 生命时报描述：人民日报主管，提供权威、可信、实用的健康资讯。 - 真实故事计划描述：每天一个打动人心的原创真实故事。 合作请联系xuanlingmuye。 - 虹膜描述：专业、深入、犀利的电影介绍和评论。 - 饭统戴老板描述：有趣且深度的硬核财经 体育运动（15 个） 这个分类按照「综合体育、足球、篮球、球类与运动生活」的顺序整理。 推荐关注的 10 个 - 张佳玮写字的地方：体育、人文和长文写作结合得好。 - 足球报：足球资讯和行业报道稳定。 - 体坛周报：综合体育报道代表来源。 - 央视网体育：赛事资讯和体育新闻覆盖面广。 - 腾讯NBA：NBA 赛事、球星和数据内容集中。 - 天下足球：足球内容适合长期球迷关注。 - 杨毅侃球：篮球评论和赛事解读有辨识度。 - 苏群：篮球观察和个人表达兼具。 - 乒乓世界：乒乓球专业资讯来源。 - 跑步指南：跑步训练和运动生活内容实用。 完整清单 - 张佳玮写字的地方描述：文学、艺术、体育、历史、旅行等题材的文字源。 - 足球报描述：由足球报编辑记者团队打造，不间断为你传递足球资讯。 - 体坛周报描述：体坛周报，权威源自专业！ - 央视网体育描述：快速的赛事报道，新鲜的体育资讯 - 腾讯NBA描述：提供NBA赛况、球星动态、直播预告、视频、数据、图片、专题、花絮、装备等各类海量信息。 - 天下足球描述：这里拥有最精彩的足球，在这里畅谈和足球相关的一切 - 杨毅侃球描述：篮球评论员，中央电视台篮球解说顾问，体坛周报副总编。 - 苏群描述：苏群和你分享篮球和生活 - 篮球先锋报描述：篮球报道梦之队 - 五星体育描述：手机上就能收看五星体育电视频道内容哦！ - 懂球娘娘描述：懂球娘娘，懂各种球，专业品球。 - 乒乓世界描述：《乒乓世界》杂志官方公众号，乒乓球迷的集结地。新鲜的乒乓圈资讯、更多球星专访和美图、精彩乒乓球视频，一手掌握……乒乓球的世界，期待你的降临！ - 网球之家描述：全球最大网球中文社区，成立于2000年7月，非营利性的网球爱好者自发组织。 - 跑步指南描述：科学跑步，健康快乐 - 澎湃运动家描述：澎湃新闻体育频道官方公众号，在这里看体育如何改变世界，在运动里读懂世间百态。 ## 如何使用这份 OPML 这份清单不建议一次性全部导入主阅读列表。375 个账号如果全部放进同一个未读流里，很快就会变成新的信息负担。更好的方式是按主题和优先级分层使用。 如果你使用 RSS 阅读器，可以直接下载 OPML 文件，按分类建立文件夹，例如 AI 前沿、技术工程、商业科技、投资财经、产品设计、成长与阅读、新闻与公共信息、生活文化、体育与兴趣。 如果你使用 BestBlogs，可以把感兴趣的来源加入「我的关注」。后续 BestBlogs 会在这些来源里帮助筛选、排序、解释和整理，生成更适合你的个性化阅读内容。 如果你在开发 Agent、内容监控或自动化简报，这份清单也可以作为中文高质量信息源目录。一个阅读 Agent 不应该从全网噪音里盲目抓取内容，而应该先拥有一批经过整理、分类和解释的可信来源。 ## 后续更新计划 这只是 BestBlogs 订阅源分享的第一期。 目前 BestBlogs 已经整理和接入了超过 1600 个订阅源，后续会持续更新并放到公开仓库。 更新计划： - 第一期：微信公众号篇 - 第二期：X / Twitter 高质量账号 - 第三期：播客和 YouTube 频道 - 第四期：AI 领域高质量来源 - 第五期：编程技术领域高质量来源 - 第六期：商业科技领域高质量来源 - 第七期：投资财经领域高质量来源 这些整理会持续沉淀到 BestBlogs 的公共质量池里，也会逐步成为用户建立个人阅读流的来源基础。 ## 最后 这份清单不是让你一次性关注 375 个公众号。 它更像一个起点：从一批已经整理过的中文来源中，找到真正适合你的那一部分。高质量阅读不是看更多内容，而是建立更稳定的信息输入方式。 你也可以直接在 BestBlogs.dev 上开始使用。 BestBlogs 是 AI 驱动的私人阅读助手，可以帮你关注来源、筛选内容、生成个性化早报，并在阅读时提供摘要、翻译、解释和 AI 伴读。新注册用户可以获得 7 天体验会员；老用户也可以领取 14 天会员，用这批来源搭建自己的 AI 阅读助手和个性化早报。 访问地址： https://www.bestblogs.dev OPML 下载地址： https://github.com/ginobefun/BestBlogs/blob/main/opml/bestblogs_wechat2rss_opml_all.opml

译BestBlogs 发布第一期订阅源分享，整理并接入了 375 个仍在更新的微信公众号 RSS 源，覆盖人工智能（71 个）、投资财经（63 个）、商业科技（57 个）、软件编程（50 个）等方向。所有来源已整理成 OPML 文件，可在 GitHub 下载并导入 RSS 阅读器。后续还将分享 X/Twitter 高质量账号、播客与 YouTube 频道等。BestBlogs 的核心思路是让用户先选择长期关注的来源，再由 AI 帮助筛选和排序。

DogeDesigner@cb_doge · 6月5日31

Today, my Uber driver told me he used ChatGPT but is now moving to Grok for his startup, especially for Imagine. I educated him about Agent Mode and how it can help create multiple creatives in one go for his startup. The shift is happening. People are moving to Grok.

译今天，我的Uber司机告诉我他之前用ChatGPT，但现在为了他的初创公司转用Grok，尤其是Imagine功能。 我跟他说了Agent Mode，以及它如何能一次性为他的初创公司创建多个创意。 转变正在发生。 人们正在转向Grok。

Yuchen Jin@Yuchenj_UW · 6月5日51

Think of yourself as an LLM. Every social interaction, every meeting, burns your tokens. Unless someone is a paid subscriber to your attention, you are under no obligation to answer low-quality prompts.

译把自己当作一个大语言模型。 每个社交互动、每个会议都在消耗你的 token。 除非有人付费订阅你的注意力，否则你没有义务回答低质量的提示词。

Ethan Mollick@emollick · 6月5日60

Also, a lot depends on Chinese labs continuing to ship open weights models. If they stop, the frontier falls further and further behind to those who want to use local/fine-tuned models. I think this is possible because open weights may not be a good business model as costs rise.

译此外，很大程度取决于中国实验室继续发布开放权重模型。如果他们停止，前沿将越来越落后于那些想要使用本地/微调模型的人。 我认为这是可能的，因为随着成本上升，开放权重可能不是好的商业模式。

AYi@AYi_AInotes · 6月5日60

我想明白了一件事，AI 下一波最大的机会在哪里，孙正义基本上给AI的下一个十年定调了。 孙正义刚在巴黎说：下一个万亿美元的机会，是 Physical AI 和机器人，不是聊天，也不是写代码，更不是做视频，关键是让 AI 有了身体，站起来、走出去、动手干活。 现在的人形机器人市场大概 20-30 亿美元，机构预测 2035 年到 2000 亿，乐观的说 10 年内破万亿。 这个数字大家可能没感觉，换个说法：我们现在用的手机，从少数人买得起到人手一台，走了大概十年。 机器人也正在走同一条成本曲线，有AI的加持而且可能更快——中国已经把单台成本压到了 5 万美元。 那么这意味着什么？意味着 Physical AI 已经不是未来的事了，是现在已经开始了但你还没注意到。 但我最想说的其实不是投资，还有一个更扎心的判断就是， 软件 AI 的红利窗口正在从爆发走向成熟，如果我们现在的全部注意力还在 prompt 技巧、纯软件 Agent 层等，那我们很可能会像 2010 年代只做移动 APP 的人一样——手上功夫很熟，但下一波浪潮跟你基本没啥关系了。 倒不是说软件 AI 不重要，我想表达的是下一代的AI应该是懂物理世界的 AI，一个 LLM 写不出拿起杯子的力反馈，一个 Agent 不知道搬箱子时拐弯要先减速。 这些物理常识才是 AI 最难啃的骨头——也是最早啃下这块骨头的人能建立的优势。 所以我自己现在的判断很简单：把 AI 分成三层理解。 第一层，软件智能——你现在每天用的，聊天、写代码、生图。 第二层，具身智能——AI 有身体，能感知、决策、行动。 第三层，超级智能——太远，先不想。 绝大多数人还只在第一层，我们现在要做的就是不要焦虑机器人会不会取代我，咱先把第二层装进自己的认知系统里。 具体到每周：花一两个小时，关注一两个具身智能项目的真实落地进展——不是 demo 视频，要看量产时间表、成本曲线、实际部署场景等，把它当成一个必追的频道来追。 因为一个很残酷的规律是：每一次底层技术换代，最先被淘汰的从来不是不懂的人，而是那些以为自己懂、但一直没更新的人。 AI 肯定不再只在屏幕里存在，它一定会走出来融进我们的生活，那么我们的认知系统也得跟着进化升级才行。

译孙正义6月1日在巴黎CNBC专访中指出，下一个万亿美元机会是Physical AI和机器人，AI革命规模可能是互联网泡沫的50倍。当前人形机器人市场约20-30亿美元，机构预测2035年达2000亿美元，乐观估计10年内破万亿。中国已将单台成本压至5万美元。作者将AI分三层：软件智能、具身智能、超级智能，认为纯软件Agent红利窗口正在成熟，建议关注具身智能项目的量产时间表、成本曲线和实际部署场景。

歸藏(guizang.ai)@op7418 · 6月5日63

在 AI Vibe Coding 开发过程中，文档基本上等于 Harness，也就是说文档体系就是 Harness，其他都是不重要的，或者没那么重要

译开发者歸藏分享在Codepilot大型代码库中实践Vibe Coding的心得，强调文档体系相当于AI开发的Harness（测试脚手架）。Claude Code Plan模式废弃后，计划文档占比大幅上升。Codex分析显示，Codepilot现有26万行代码和5.6万行文档，文档占比约21%。作者称从未手动修改过一行代码（已看不懂代码），但能修复所有已知bug并实现所有功能。此次重构原计划两周，实际耗时超过一个月零三周，称这是其Vibe Coding实践的上限。

Berryxia.AI@berryxia · 6月5日69

http://x.com/i/article/2062724390589186048 # 打造0-1爆款文章工作流：我用这套方法10篇爆了8篇 !一次性教会你！ 兄弟们都知道，我做 AI 博主已经一年多时间了。日常其实最头疼的并不是“写”本身，更多的是从选题、查资料到写文章、配图、排版这一整个流程。 一个人干完这些，写好一篇文章起码要半天到一天的时间打底。 现在随着 AI 时代各种工具的出现，其实大大缩小了我们创作的过程。前几天正好看到国内 Coze 3.0 发布，主要介绍了它支持三端协同创作爆款文章的功能。 我就在想，如果我们日常在坐车、等车或者外面不方便用电脑的时候，有一些选题灵感，是不是可以用它来帮我处理一些事情？ 于是，我就想尝试用它来打造一套流程，看看一个非专业出身的普通人，是不是也能完整地把这套流程跑出来。最近也有朋友一直推荐，今天我就想用 Coze 3.0 给大家做一个示范，分享一下让普通人（非专业自媒体人）也可以从 0 到 1 打造爆款文章的心法、心得以及实操记录。 除了写文章的自媒体爆款 Agent 之外，我还用它同样打造了复刻视频的 Agent。 如果大家感兴趣的话，可以在评论区打视频复刻，后续我可以把它的制作过程分享出来给大家。 如果你没有耐心看完文章的话，这里给大家提供一个我快速制作的演示视频，可以让你快速了解整个制作过程。 ## 开始之前：我在 Coze 里搭了一个"专业自媒体创作专家" 这篇文章不是我一个人写的，是我在 Coze 里"专业自媒体创作专家"写出来的。 怎么搭的？ 第一步，打开Coze 3.0 点击中间栏的「+新建」，我们新建一个Agent。 紧接着，我们直接选择「新建Agent」-「选择职业模板」，点击「+创建」。 这里插一嘴，很多人说Coze 3.0 不是有多人Agent协作功能吗？我为什么还要使用这个呢？这是个好问题。 但对于普通人，对于工具还不熟悉，并且多个Agent能力不同，以及调用前期你需要学习和理解上手的过程。 所以，这里我更推荐大家直接使用模板中已经有打造好的工具，直接复用和套用比直接上手多人 Agent 更适合新手。 所以我建议新手小白直接使用“职业模板”来进行对应的操作。 这里直接选择官方自带创建好的“选择职业模板”中的"自媒体运营达人"。然后，直接点击下一步即可创建。 这里内置了多想技能包括、小红书文案创作、公众号10w+文章、多平台风格改写、全网热榜等，可以说是麻雀虽小，五脏俱全啊！ 我们直接给Agent起名，根据喜欢的名字填入即可 这里要注意的是，这里创建的 Agent 默认部署在云端。 我们前面提到的“三端协同”，意思就是你不仅可以在手机和电脑上操作，在 App 中也可以操作。 无论何时何地，使用起来都非常方便，可以 24/7 全天候帮你干活。 于是我们这个 Agent 已经创建完毕了。 创建完毕之后，这个 Agent 拥有的技能非常多，涵盖了几十种技能并包含多个平台。这就相当于你已经拥有了一个非常厉害的人，一个在整个自媒体运营领域都很专业的人在帮你干活。 这是创建完的界面： - 有调研 SKILLS：装了自媒体技能包，能搜热点、查爆款数据 - 有内容 SKILLS：装了公众号文案技能包，懂爆款标题和排版 - 有审核 SKILLS：装了违禁词查询技能包，写完了自动过审等等。。 我们来看看这个实操案例吧~ ## 第一步：定选题，先搜一手信息 我做了什么： 我对 Coze 说："我想写一篇关于 Coze 3.0 的文章，核心讲三端协同和本地 Agent 接入，目标读者是自媒体运营人和 AI 工具使用者。" 然后让它帮我搜最新的 Coze 3.0 资讯——我要求只搜最近 7 天的，因为我不要过时的信息。 它做了什么： 它自动用 2 组不同角度的关键词搜索：一组搜中文资讯（IT之家、智东西、品玩等），一组搜英文源确认细节。搜完之后它给我梳理了一张表： 它甚至帮我盘点了竞品文章都在写什么角度，然后指出一个空白机会："还没人从'普通人如何真正用上'的角度写。" 这一步的价值： 很多人写文章上来就动笔，写完发现别人已经写过类似角度了。先搜一手信息+盘点竞品，能帮你找到别人没写到的那条缝。 ## 第二步：查爆款数据，看同行在写什么？ 我做了什么： 我对调研 Agent 说："帮我查最近公众号上关于 AI 协作、Agent、智能体相关的爆款文章。" 它做了什么： 它直接调用了公众号爆款SKILLS，拉回来 10 篇近期高阅读量的相关文章，然后自动帮我从 6 个维度做了分析： 1. 标题规律：数字型标题最多，疑问句其次，平均字数 18-22 1. 开头逻辑：痛点共鸣开场最有效，占比 60% 以上 1. 内容结构：分点论述最常见，1500-2000 字是舒适区 1. 语言风格：口语化、短句为主，每 300 字左右一个金句 1. 互动引导：结尾抛问题引导评论最有效 1. 高频关键词：AI 写作、Agent、效率工具、一人公司 最后，直接将我们需要的内容整理成了两个文件，并存储在了它的工作区间。 大家都知道，Agent 工作时如果只是把信息放在上下文中，我们去查阅其实并没那么方便。所以在 Coze 3.0 中，它提供了“工作区间”和“记忆模块”： 1. 工作区间 1. 为 Agent 提供了专门的文件存储功能。你直接点击对应的文章，就可以看到具体的内容。 1. 记忆模块 1. 可以让 Agent 更好地理解并记住我们的上下文、用户习惯，以及对应的知识内容，不会丢失关键信息。 这一步的价值： 数据不会骗人。爆款文章的规律是可以提炼的——比如我知道了这个赛道的标题 20 字左右最合适，开头用痛点场景比用概念解释有效得多。这些不是我感觉出来的，是数据告诉我的。 ## 第三步：找差异化角度，提炼反共识观点 我做了什么： 我对内容 Agent 说："基于爆款数据和我这篇文章的主题，帮我找到和别人不一样的切入角度。" 它做了什么： 它先分析了已有的竞品文章角度，然后结合 Coze 3.0 的差异化优势，给我提了 3 个反常识判断： > 共识：三端协同的价值是"方便" 反共识：三端协同的价值是"改变了 AI 的工作节奏"——你不用专门坐下来打开电脑，灵感来的时候随时推进 共识：多 Agent 的核心是"分工" 反共识：多 Agent 的核心是"每个 Agent 只做一件事做到极致"，70 分 × 4 不如 90 分 × 4 共识：多 Agent 协作是最大亮点 反共识：本地 Agent 接入才是杀手锏——AI 终于能碰到你电脑里的文件了 这一步的价值： 爆款文章和普通文章的区别，往往就是一句话的角度。别人都在写"三端协同很方便"，我写"三端协同改变了工作节奏"，读者看到标题的第一反应就不一样。 ## 第四步：生成标题，用数据说话 我做了什么： 我对内容 Agent 说："基于上面的爆款规律和反共识角度，帮我生成 10 个标题。" 它做了什么： 它调用了公众号标题生成SKILLS，基于爆款数据生成了 10 个标题，每个都附了匹配指数和推荐理由。我挑了得分最高的那个： > "别再给 AI 当搬运工了！Coze 3.0 让你的 AI 团队跟着你走" （匹配指数 9.8） 它给的理由是："痛点共鸣型标题，'搬运工'精准戳中 AI 用户最高频痛点；'让你的 AI 团队跟着你走'给出了解决方案，利益点明确；字数 22，在舒适区间。" 这一步的价值： 标题不是拍脑袋想出来的。数据告诉我什么样的标题结构点击率高，我只需要在框架里填入我这篇文章的独特角度。 ## 第五步：正文撰写，场景驱动 + 实操案例 我做了什么 我给内容 Agent 发了很具体的指令： > "写一篇 1500-2000 字的公众号文章，围绕三端协同、本地 Agent 接入、多 Agent 协作三个模块。要求：每个模块从一个真实工作场景切入，至少一个反常识判断，必须有实操案例，结尾给读者可执行的行动建议。" 它做了什么： 它产出的文章严格按我的要求走： - 开头：用"一个任务复制粘贴 4 次"的真实场景戳痛点，直接拉读者入戏 - 模块一（三端协同） ：还原"地铁上推进项目"的场景 → 反共识观点"改变工作节奏不是方便" → 实操演示 - 模块二（本地接入） ：还原"三个工具来回切换"的场景 → 反共识观点"本地接入才是杀手锏" → 接入步骤 - 模块三（多 Agent） ：还原"搭 4 人 AI 团队做新品发布全案"的场景 → 反共识观点"极致而非分工" → 团队配置 - 结尾：三段式行动建议（从 1 个项目、3 个 Agent 开始），降低读者心理门槛 这一步的价值： 好的指令产出好的内容。我给的指令里没有"写一篇好文章"这种模糊的话，而是具体到结构、风格、元素、字数。你给 AI 的指令越具体，它产出的内容越精准。 ## 第六步：配图，让文字有画面感 我做了什么： 我对 Coze 说："帮我给这篇文章配图，风格要暖色调（橙黄米色系），每张图从正文场景中提取画面，图上嵌入对应模块的关键金句。" 它做了什么： 它自动生成了 5 张图： 1. 封面图（2.35:1 横版）：3D 卡通风格，体现"三端协同"主题 1. 场景图 1（开头痛点）：一个人在多窗口之间复制粘贴的疲惫感 1. 场景图 2（三端协同）：手机+电脑+平板三设备同步推进 1. 场景图 3（本地接入）：AI 触达电脑本地文件的视觉表达 1. 场景图 4（多 Agent）：一个人带领多个 AI 协作的团队画面 每张图上都嵌入了正文中的关键金句，比如"AI 的瓶颈不是不够聪明，而是它够不着你的工作现场"。 这一步的价值： 配图不是随便找几张好看图片。好的配图要从正文场景中提取，让读者看到图就想起文中的某个观点。暖色调是我公众号的固定风格（橙黄米色系），保持视觉一致性。 ## 第七步：排版输出，一键生成可预览的 HTML 我做了什么： 我对 Coze 说："帮我把文章和配图排成公众号风格的 HTML 页面，适配手机阅读。这里你可以根据你自己的喜好来选择都可以" 它做了什么： 它自动生成了一个 HTML 文件，包含： - 公众号适配的 CSS 样式（暖白背景、橙色装饰线、圆角图片、手机端自适应） - 所有配图自动转为公开 URL 嵌入 - 标题、小标题、正文、引用块、配图完整的排版 我直接在浏览器里打开就能预览最终效果，确认没问题就可以复制到公众号后台发布。 一开始给我的配图没有在HTML中显示，我就让其修改一下也是一次完成任务。 这一步的价值： 写完了还要排版，排版完了还要确认手机端效果，这些琐碎的事以前至少花 15 分钟。现在一句话就搞定了。 ## 全流程回顾：我到底做了什么 表格 还在加载中，请等待加载完成后再尝试复制 暂时无法在飞书文档外展示此内容 总计：约 30 分钟。 以前我一个人干全流程，少说 4-5 小时。现在 30 分钟出一篇带配图、带排版的完整文章。 但重点不是"快了"，而是我全程只做了"定方向"和"做决策"两件事。搜索、分析、提炼、写作、配图、排版，全是 AI 团队在干。 总的来说，我觉得 Coze 3.0 这一版的功能对于普通人来说，上手已经很快很方便了。 之所以这么说，是因为很多人在做自媒体账号时，最缺少的其实是真正的行动力。而行动力往往取决于你对内容的选题、整个创作思路的构成是否有一个清晰的定位。如果你的工具或流程是碎片化的，不是一个完整的闭环，创作过程就会非常痛苦。 所以我觉得普通人做自媒体的第一步，是先把这些最简单、最快速的功能和工具用熟练。之后我们再去迭代下一步，比如组建一个由多个 Agent 构成的团队，从写作、选题到剪辑、核查内容等方面去做进一步优化。 以上就是我分享的 Coze 3.0 教程操作步骤。如果你觉得不错，记得一键三连。 另外，未来我可能还会演示一下 Coze 多人 Agent 以及与本地 Agent 协作，利用它们来创作 Coding 的教程，记得关注哦。 作者：Berryxia.AI

译博主 Berry Xia 利用 Coze 3.0 的“自媒体运营达人”职业模板，演示从0到1创作爆款文章。流程包括：Agent 搜索近7天资讯并盘点竞品角度；调用爆款数据技能分析10篇高阅读量文章的标题、开头、结构规律；基于反共识观点生成3个差异化角度；依据数据生成10个标题并选择匹配指数9.8的“别再给 AI 当搬运工了！”；按场景驱动撰写1500-2000字正文并给出行动建议；最后用 Coze 生成暖色调配图。Coze 3.0 支持三端协同（手机/电脑/App）、工作区间文件存储和记忆模块，降低普通人创作门槛。

Berryxia.AI@berryxia · 6月5日60

兄弟们，来点轻松上手的东西给大家啊！ 今天分享一个我自己使用的工作流，非常适合刚刚入门做自媒体的兄弟们！ 非常适合普通人从0到1 如何打造自媒体爆款文章，一次性教会你。 从文章的选题、素材搜集、爆款标题、撰写、迭代一个Agent全部搞定，有手就会。 非常推荐想要做自媒体还没有动手的朋友们，不需要花钱学免费就可以拿走了~~ （文章有视频可以快速学习和查看）！

译Berry Xia分享一个面向自媒体新手的完整工作流，覆盖选题、素材搜集、爆款标题撰写、内容迭代等环节，全部由AI Agent自动完成。无需付费，免费获取，附视频教程可快速学习。适合尚未动手做自媒体、想从0到1打造爆款文章的普通人。

Logan Kilpatrick@OfficialLoganK · 6月5日40

the amount of alpha you can have right now creating good public AI benchmarks is wild, such a big opportunity

译现在创建好的公共AI基准所能获得的alpha量是疯狂的，这是一个巨大的机会。

Rohan Paul@rohanpaul_ai · 6月5日63

Better self-improving agents need better solvers, not bigger update-writing models. This challenges the common habit of putting the strongest model in the evolver seat. The usual intuition was: put the strongest model in the evolver seat, because a better model should write better prompts, memories, tools, and skills. This paper cuts that intuition in half. It separates two jobs that are usually blurred together: writing useful harness updates, and benefiting from those updates during task execution. The paper says the cheaper model can often write good enough prompt, memory, or skill updates. So a small Qwen3.5-9B evolver can create updates that help about as much as Claude Opus 4.6. The expensive model is more useful as the agent that actually solves the task with those updates. i.e. using the updates is very model-dependent, because weak models often fail to load the right skill or load it and then stop following it during a long task. Strong models can use the harness, but they may already be close enough to their ceiling that the update has less room to help. The sweet spot is the mid-tier model: capable enough to invoke and follow the new procedure, but not so capable that the harness has nothing left to teach. ---- Link – arxiv. org/abs/2605.30621 Title: "Harness Updating Is Not Harness Benefit: Disentangling Evolution Capabilities in Self-Evolving LLM Agents"

译论文“Harness Updating Is Not Harness Benefit”挑战了常见直觉——把最强模型放在进化者位置以写出更好更新。实验表明，廉价模型Qwen3.5-9B即可写出与Claude Opus 4.6效果相近的提示、记忆和技能更新。昂贵模型更适合作为求解任务的智能体，因弱模型无法正确加载或遵循更新，强模型已近能力上限，收益有限。甜区在中档模型：既能调用新程序，又有足够学习空间。

Ethan Mollick@emollick · 6月5日70

At least until (if?) rapid improvement stops, it seems less likely someone is going to catch the Big Three AI Labs. Microsoft and Meta released their models, which were fine, but not frontier. SpaceX also hasn't regained its position. Chinese models are improving, but still lag.

译至少在快速进步停止之前（如果会停止的话），似乎不太可能有人能追上三大AI实验室。 微软和Meta发布了自己的模型，这些模型还不错，但并非前沿。SpaceX也未能重新夺回其地位。中国模型正在改进，但仍然落后。

Tibo@thsottiaux · 6月5日71

You can use codex within your own programs using the Python SDK. It's awesome. Built by @ah20im and friends ``` pip install openai-codex ``` https://developers.openai.com/codex/sdk#python-library

译你可以在自己的程序中使用Codex Python SDK。这太棒了。由@ah20im和朋友构建 ``` pip install openai-codex ``` https://developers.openai.com/codex/sdk#python-library

Nathan Lambert@natolambert · 6月5日0

Can I personally join the NVIDIA Nemotron Coalition

译我可以亲自加入NVIDIA Nemotron联盟吗？

歸藏(guizang.ai)@op7418 · 6月5日59

事实上，Codepilot 这种大型代码库 Vibe Coding 非常依赖于文档。 自从 Claude Code 的 Plan 模式废掉以后，我连计划写的都是计划文档，整个文档体系的复杂度和占代码的比例都在快速大幅上升。 所以，文档体系的管理，以及 AI 和人协作下的文档梳理，在整个大型代码库中其实是非常重要的。 我让 Codex 分析了一下 CodePilot 目前的文档体系，以及它跟代码之间的关系。 目前 CodePilot 里面有 26 万行代码和 5.6 万行文档，文档占代码的比例大约是 21%。 说一个事实： 从 CodePilot 的第一个版本到现在，我没有动过一行代码，因为现在确实看不懂了。 但目前基本上所有已知的 bug 我都能修复，所有想要实现的能力也都能实现。 这是当前 Vibe Coding 我自己的一个实践，也是我自己的一个上限。整个重构本来预期是两周，但实际持续了超过一个月零三周。

译@op7418 发布 CodePilot v0.55.0 正式版，新增多执行引擎（Claude Code / 自建 Native / OpenAI Codex）、上下文用量可视化及 Codex 账号原生能力。作者分享实践：当前代码库有 26 万行代码与 5.6 万行文档（占比 21%），文档体系对 bug 修复和功能实现至关重要。作者称从未手写一行代码，但能修复所有已知 bug 并实现所有想要能力。原本预期两周的重构持续超过一个月零三周。

数字生命卡兹克@Khazix0918 · 6月5日79

http://x.com/i/article/2062721652467941376 # Anthropic万字长文：当AI开始构建自己，人类该何去何从？ 今天这篇内容可能会比较特殊，是一篇Anthropic凌晨发的全新文章。 名字叫《When AI builds itself》。 翻译过来叫，《当人工智能开始自我构建》。 我大概凌晨1点多读的，读完以后，我直接就分享到了所有的群里，因为感觉确实学到了很多东西。 非常非常有价值。 然后开始写文章，也想给大家分享一下我自己的感悟。 但是写着写着，我觉得我怎么写都写不好，怎么都无法表达出原文的浩瀚。 所以，写着写着，算了。 这种内容，还是值得放原文。 所以，我把那篇文章，进行了全文的翻译和润色，分享给大家，也希望对大家有用，一定要看到最后，它值得你花20分钟的时间。 以下是《When AI builds itself》原文翻译： 《当 AI 开始构建自己》 在 AI 的大部分历史中，开发周期的每一步都由人类驱动。但在 Anthropic，我们正在将越来越多的 AI 开发工作交给 AI 系统自身来完成，而这正在加速我们的工作。 如果把这个趋势推到极致，并给予充足的算力，它所指向的终点，是一个能够完全自主地设计和开发自己下一代的 AI 系统。这就是所谓的递归自我改进。我们还没有走到那一步，递归自我改进也并非必然发生。但它到来的速度，可能远超大多数机构的预期和准备。 借助公开基准测试以及此前从未对外披露的 Anthropic 内部数据，Anthropic 研究院正在展示一个事实：AI 已经在加速 AI 系统自身的开发。仅举一例：如今 Anthropic 的工程师平均每季度交付的代码量，是 2021 年至 2025 年间的 8 倍。 本文所讨论的技术趋势表明，AI 系统在未来几年将变得更加强大。这些趋势蕴含着巨大的影响。能自己构建自己的 AI，将是技术史上的重大里程碑，它可能在科学、医疗等领域为世界带来巨大的福祉。但完全的递归自我改进也可能加剧人类失去对 AI 系统控制的风险。如果系统有能力完全自主地构建自己的继任者，那么我们对它们的安全防护、监控和行为塑造就变得更加重要。 来自外部世界的证据 AI 模型改进的速度正在加快，模型能够独立可靠完成的任务时长，大约每四个月翻一番，比此前每七个月翻一番的趋势明显加速。 2024 年 3 月，Claude Opus 3 能完成人类大约需要四分钟的软件任务。一年后，Claude Sonnet 3.7 能处理大约一个半小时的任务。再过一年，Claude Opus 4.6 已经能胜任 12 小时的任务。如果这个趋势持续下去，需要一个熟练工程师花几天才能完成的任务，今年内就可能落入 AI 的能力范围。到 2027 年，AI 系统可能有能力处理需要一个人花几周完成的任务。 同样的模式也出现在编程和研究基准测试中。基准测试衡量模型在特定领域的表现，当模型的得分接近 100%，我们就说基准被"饱和"了。 SWE-bench 是一个标准的真实世界软件工程测试：它给模型一个真实的开源代码库和一份真实的 Bug 报告，要求模型写出修复代码，并通过该项目自己的测试。模型的得分从最初的个位数百分比到饱和整个基准，只用了两年。 CORE-Bench 测试的是模型能否复现已有研究，这是开展原创研究的前提条件。它将一篇已发表论文的代码和数据交给 AI 模型，要求它重新运行所有内容并确认能否复现论文的结果。AI 系统的成功率从 2024 年的约 20% 上升到 15 个月后饱和整个基准。运营长时任务基准测试的 METR 机构发现，Claude Mythos Preview 能够"至少"连续工作 16 小时，并且处于"METR 在不增加新任务的情况下所能测量的上限"。 公开基准测试能揭示很多关于这些系统能力的信息。但它们无法展示 AI 系统在加速 AI 开发本身方面产生了多大影响。要看到这一点，我们需要来自 Anthropic 这样的 AI 公司内部的直接证据。 来自 Anthropic 内部的证据 构建一个前沿模型需要两大类工作。 一类是工程：编写代码、搭建基础设施、监督模型训练。另一类是研究：决定运行哪些实验、解读实验结果、想清楚下一步该尝试什么方向。 在工程和研究这两个方面，我们看到的图景是一致的。在工程领域，Claude 可以接手一个描述模糊的问题并自行找到解决方案；人类提供目标，但不再需要提供方法。在研究领域，对于一个定义清晰的实验，Claude 已经能够匹配甚至超越熟练人类的执行水平。然而，在运用判断力来选择目标这件事上，无论是工程还是研究，Claude 与人类之间仍然存在显著差距。这正是今天的 AI 与一个能自主设计自己继任者的未来系统之间的鸿沟。 在 Anthropic，员工随着经验积累，通常会接手越来越开放、越来越重要的任务。早期阶段，你执行的是别人指定好的任务，比如"导出按钮坏了，请修一下。"积累了经验之后，你会拿到一个目标，然后自己设计实现路径，比如"排查一下网络在高负载时为什么变慢。"到了最高层级，你要决定的是哪些问题值得去解决："团队下个季度应该做什么？"我们可以用 Anthropic 的内部数据来看看，Claude 在处理这些不同层级的任务时已经走了多远。 Claude 编写了 Anthropic 代码库中相当大的比例。 截至 2026 年 5 月，我们合并到 Anthropic 代码库中的代码，超过 80% 由 Claude 编写。在 Claude Code 于 2025 年 2 月以研究预览版发布之前，这个数字还在个位数的低端。这一转变也反映在每位工程师的产出上。在 Anthropic 的头四年（2021–2024），每位工程师每天合并的代码行数基本持平，然后在 2025 年开始攀升——因为 Claude 从只是建议代码，变成了可以自己运行代码。2026 年这条曲线再次变陡，因为模型开始在更长的时间跨度上自主工作。 下面的图表展示了这两个拐点。在 2026 年第二季度，一名典型工程师每天合并的代码量是 2024 年的 8 倍。其原因在于，大部分代码是由 Claude 编写的，工程师的角色转向了指导和审查，而非亲手敲代码。 一个需要说明的地方是：代码行数是一个不完美的衡量指标，因为它度量的是数量而非质量。所以 2026 年第二季度 每位工程师每天 8 倍的代码行数，几乎可以肯定是对真实生产力提升的高估。尽管如此，它仍然指示了一种加速。在 Anthropic，我们不以代码行数来衡量员工的贡献；团队成员产出更多代码，纯粹是因为他们在使用 AI 系统来编写更多代码。 代码行数的增长与主观感受到的巨大生产力提升是吻合的。2026 年 3 月，一项覆盖 Anthropic 研究团队 130 名员工的内部调查中，受访者的中位数估计是：在他们本来就会去做的那些项目上，使用 Mythos Preview 大约让他们的产出变成了不使用任何 AI 模型时的 4 倍。我们预计 3 月的真实提升幅度会略低一些。但我们认为这个整体判断是可信的，也与我们的其他观察一致：Anthropic 相当比例的技术人员，完成核心工作的速度已经是无 AI 辅助时的数倍。 我们还看到，Anthropic 员工在用 Claude 做一些原本根本不会发生的工作：比如构建探索性工具、处理长期积压的清理任务。举个例子，2026 年 4 月，Claude 交付了超过 800 个修复，将一类 API 错误的发生率降低了一千倍。负责监督 Claude 的工程师估计，如果由人类来做，这项工作需要四年才能完成；修复别人的 Bug 是缓慢而痛苦的，人类很难同时在脑中持有那么多不熟悉的上下文。 Claude 写出的代码"够好"，并且还在变好。 "好代码"有两层含义：它能用，而且写法能让另一位工程师看得懂、接着往下开发。在第一个标准上，证据非常清晰。过去一年里，Anthropic 员工纠正 Claude、在任务中途接管、或将 Claude 引回正轨的频率在持续下降，即使是在最复杂、最开放的任务上也是如此。所谓开放的任务，指的是没有明确规格说明的问题，工程师自己也不确定答案长什么样。下面的图表展示了 Claude 在不同难度任务上的成功率随时间的变化。Claude 写的代码确实能用。 在最开放的任务上，Claude 的成功率在 2026 年 5 月达到 76%，六个月内提高了 50 个百分点。举一个属于这个难度层级的例子：一次常规升级导致数万个训练任务崩溃。一名工程师只给了 Claude 一些文本内容和集群访问权限，就把它指向了这个正在进行中的事故。Claude 逐一检查运行中的任务、逐个测试环境配置项，最终定位到了一个导致崩溃的冷门调试标志位，稳定地复现了问题，并确认了修复方案。Claude 大约花了两小时，完成了通常需要两到三天的工作。 第二个标准是写出其他工程师能看懂并在此基础上继续开发的代码。在这一点上，人类和 AI 之间的差距仍然存在，但正在快速缩小。Anthropic 内部并非完全一致，但许多人认为：2025 年末时 Claude 写的代码质量仍然不如 Anthropic 人类工程师的水平，而到了今天大致达到了同等水平。我们预计年内 Claude 的代码质量将超过人类。 这已经改变了 Anthropic 审查自身代码的方式。我们对代码库的变更提交，现在会先经过一个自动化的 Claude 审查器，它会在代码合并前检查 Bug、安全漏洞和其他缺陷。我们用这个工具做了一次回溯分析，发现如果对代码库的每一次变更都做自动 Claude 审查，大约三分之一曾经在 claude.ai 上引发过事故的 Bug 本可以在进入生产环境之前就被拦截。而写出那些代码的工程师，是全世界构建这类系统最优秀的人。Claude 现在正在捕捉他们遗漏的错误。 > "2025 年末，Claude 写的代码质量还略逊于 Anthropic 人类工程师的代码，到今天大致持平，我们预计年内将明确超越。" Claude 擅长在他人设定好目标后执行实验。 每次 Anthropic 发布模型，我们都会跑同一套测试：给 Claude 一段训练小型 AI 模型的代码，要求它在通过同样的正确性检查的前提下，让这段代码跑得尽可能快。目标和成功指标是预先固定的，Claude 的任务是通过重写代码、运行、计时、反复迭代来找到加速方案。这是一个微缩版的实验研究循环。 2025 年 5 月，Claude Opus 4 平均将代码速度提升了约 3 倍。到 2026 年 4 月，Claude Mythos Preview 达到了约 52 倍。作为参照，一名熟练的人类研究员需要四到八小时才能达到 4 倍。在研究工作流的这个环节，在一个清晰定义的实验框架内进行优化。 Claude 在不到一年的时间里，从"非常有帮助"变成了"超越人类"。 > "现在的格局大致是这样的：人类有想法，模型能够以比以前快一个数量级的速度去实现、测试和验证这些想法。" Claude 在自主提出实验方面也越来越强。 2026 年 4 月，Anthropic 发表了首个 Claude 端到端独立完成开放式研究项目的案例。由 Claude 驱动的智能体被交给了一个 AI 安全方向的开放问题，大致是"一个较弱的模型能否可靠地监督一个更强的模型"，然后被放手去解决。这个过程涉及提出假设、测试假设、与并行智能体共享发现、反复迭代。 这项任务有一个明确的表现"下限"和"上限"：下限是弱监督器独自工作的表现，上限是强模型在正确答案上训练后的表现。两位人类研究员用了大约一周时间，弥合了大约 23% 的差距；智能体们则在累计 800 小时的工作和大约 18000 美元的算力消耗下，弥合了 97%。 这项工作有一些值得注意的局限：结果没有干净地迁移到生产规模的模型上，而且问题的选择和评分标准仍然是人类制定的。但在这些边界之内，每一个实验都是智能体自行设计的。人类唯一实质性发挥的作用，只是确定研究方向。 > “这些工作 Claude 几乎在一到两天内就完成了，我几乎没怎么插手。我觉得如果一个初级同事在同样的时间里交回这样的结果，我会小有惊喜。未来已经到了。” Claude 在将研究会话引向有价值发现方面越来越出色。 我们检视了 2026 年 1 月至 3 月间的真实 Claude Code 会话，这些会话中 Anthropic 研究员与 Claude 协作解决一个开放式的探索性问题——比如查明某次训练运行为何持续崩溃，或某个模型在基准测试上表现不佳的原因。 在每个案例中，我们都找到了一个研究员"绕了弯路"的时刻：他们追了一个方向，导致会话偏离正轨，之后才回到正确路径上。然后我们只将偏离之前的工作内容展示给不同版本的 Claude 模型，问它下一步会怎么做。另一个能看到整个会话最终走向的 Claude 实例则负责评判：是 AI 还是人类给出了更好的下一步建议。 由于我们刻意选取的（n=129）都是人类判断有改进空间的时刻，这并不是一个模型与人类判断力之间的公平对比。这些时刻给我们提供的，是一组真实的、有挑战性的情境——正确的下一步并不显而易见，而人类的选择可以作为一个有用的参照标尺来比较模型随时间推移的进步。 按照这个指标，2025 年 11 月我们最好的模型（Opus 4.5）有 51% 的时间给出了比人类更好的选择；到 2026 年 4 月（Mythos Preview），这个比例增长到 64%。研究的日常工作在很大程度上就是这样一连串"下一步决策"的链条，因此这是一个衡量模型最终能否独立开展调查的相关指标。我们将这一结果视为一个早期信号：AI 系统正在越来越擅长做出 AI 研究所依赖的那种判断。 > "就目前而言，人类的比较优势仍然在于看到更大的图景，在直接任务的范围之外去思考。" 未来 Anthropic 的工作可能是什么样？ 证据表明，在 AI 开发流程的每一步中，人类的角色都在收窄。一旦人类和 AI 编写的代码质量达到同等水平，人类将完全停止写代码，转而只做审查。但如果他们审查代码的速度跟不上 Claude 生成代码的速度，人工审查就会成为 AI 开发的新瓶颈。同样的，当 Claude 能够自己运行实验时，问题就变成了"这些实验中哪些值得去做？" 简单来说：执行层面的工作，写代码、跑实验、产出结果，在人力时间上的成本已经趋近于零，尽管在算力层面仍然有成本。 人类目前仍保有比较优势的领域是研究品味和判断力：选择哪些问题重要、哪些结果可信、什么时候一条路走不通该及时止损。 > "工作（和生活）过去运行在人与人之间小恩小惠的礼物经济上。'能帮我把这个脚本跑起来吗？'……每一次都创造一点点人情债，一点点彼此的联结。Claude 更快，它不产生任何人情债，但每一次这样的替代，都是一次人际协作的机会的失去。" > "在一切顺利的日子里，我忍不住觉得自己做的事都不重要了，一切都被自动化了，而且比我做得更好更快。但总有些日子，所有东西都在崩溃，我不知道为什么，那时候我才意识到，我已经不太清楚自己到底一直在干什么了。" 如果我们错了呢？ 对上述证据一个自然的反驳是：仍然掌握在人类手中的那部分工作，选择要解决哪些问题才是最关键的。没有这种判断力，Claude 只是一个能干的助手，而非一个能独立驱动 AI 进步的系统。 今天的训练方法和架构能否释放这种能力，确实尚不清楚。但 AI 的进步很少依靠"灵光一现"。在 AI 的近代史上确实有过几次这样的时刻，比如 Transformer 架构和混合专家模型，但这种范式级的突破相隔数年才出现一次。在两次突破之间，大部分进展都是渐进式的：我们把某个东西做大，看看哪里会出问题，修好它，再试一次。而这恰恰是 Claude 现在最擅长的工作流。爱迪生说天才是 1% 的灵感加 99% 的汗水。但我们看到的是，那 99% 的汗水正在被越来越多地自动化。 事实已经越来越清楚：推动前沿进步的工作中，相当大一部分是可自动化的。大规模研究进展在很大程度上取决于工具和资源，它们决定了你能多快地运行实验、同时运行多少个、以及多快拿到结果。 即使假设 Claude 永远无法拥有良好的研究品味，对我们证据的保守解读仍然意味着一种复合式的加速。如果人类将大部分时间花在仅占个位数百分比的方向设定工作上，而 Claude 处理剩下的一切，那就意味着每位工程师或研究员所驾驭的工作规模远超从前。我们看到的证据表明，Anthropic 的员工既在更快地推进，也在覆盖更广泛的领域。实际上，这意味着 AI 已经让 Anthropic 比有效 AI 工具出现之前运转得快得多。 更大胆的解读则是：Claude 在研究判断力上的早期改进信号——虽然今天还很有限，但这恰恰说明这项能力本身也在提升。所谓"研究品味"可能只是又一项 AI 能力，AI 系统会在这上面失败一段时间，然后变好。我们在其他定性技能上见过同样的模式，比如 AI 系统理解一个笑话为什么好笑、展现心智理论能力、以及解开语言谜题。 可能的未来 接下来会发生什么，取决于两件事：趋势是否延续，以及如果延续，我们选择如何应对。我们至少可以设想三种未来情景： 情景一：趋势停滞，但当前 AI 能力已经广泛扩散 本文中出现了许多指数级增长的轨迹。但这些轨迹实际上可能是 S 曲线。我们也许正在逼近曲线的拐弯处——回报递减，增长曲线先趋平、再走平。那种区分一个合格研究员和一个卓越研究员的判断力，可能是一种无法通过堆叠算力和数据等训练资源来获得的能力。如果确实如此，突破这一瓶颈将需要新的思路，比如一种取代当前所有前沿模型所使用的 Transformer 架构的全新架构范式。 另一种可能是，AI 进步的约束不在模型本身，而在供应链：推进和普及前沿技术所需的能源和算力，可能超出了当前的供给能力。芯片制造、电网扩容或互联带宽的速度可能才是真正的瓶颈，而非智能本身。我们也不能排除某种外部冲击对 AI 生态系统造成严重拖累，比如算力或电力供应的突然收缩，这两者中的任何一种都会减缓进步，并使实验室的前瞻性投资变得更加昂贵。又或者存在某种我们尚未预见到的其他障碍。 即使模型能力被冻结在今天的水平，我们也预期世界将发生重大变化。Project Glasswing 就是一个早期信号：在启动后的最初几周里，Mythos Preview 在全球最重要的系统中发现了超过一万个高危和严重级别的软件漏洞，以至于网络安全防御的瓶颈已经从发现漏洞转移到了能否足够快地修补它们。 而当前这些模型向更广泛经济领域的扩散仍处于早期阶段，在那个世界里，一家 100 人的公司越来越有可能做出 1000 人公司的体量，因为每个员工都将坐在一个由智能体组成的金字塔的顶端。 我们列出这个情景是为了完整性，但我们并不认为它的可能性很高。我们能测量到的每一项能力，包括那些感觉更"软"的，比如代码质量和开放式任务的成功率，到目前为止都遵循着同一条曲线。我们还没有看到这条曲线出现弯折。在我们考虑的三种未来中，这一种会给各国政府和社会留出最多的适应时间。我们更担心的是接下来两种，它们的推进速度更快，留给准备的窗口也小得多。 情景二：AI 实验室持续获得复合效率增益 在这个情景中，AI 开发被大幅自动化，但人类继续设定研究方向、评判研究结果。使用 AI 系统的组织将随着时间推移变得高效得多，因此我们可以预期每个人身上出现显著的生产力乘数效应。100 人的公司可以完成一万人甚至十万人组织的工作量。这将彻底改变知识工作的面貌，但也可能被用于有害目的，从对全体国民的威权式监控，到针对每一个个体量身定制的操纵行动，这种行动的规模远超任何人类团队的能力上限。Anthropic 这样的公司中，人类的角色将发生转变。人们将与 AI 系统搭档来扩展研究规模、产生新的洞见，并共同构建用于验证 AI 输出可信度的系统。 我们呈现的证据表明，我们很可能正在进入这个情景。但加速一个流程的某个环节，往往只是把瓶颈转移到了别处：整体速度受制于那些没有被加速的部分。在计算机科学中，这被称为阿姆达尔定律，同样的逻辑也适用于组织。Anthropic 已经遭遇了阿姆达尔定律的一个典型症状：当我们在组织内部推送越来越多的代码时，人工代码审查成了新的瓶颈。 我们在工程之外也遇到了同样的摩擦。由于 Anthropic 员工与高能力模型的协作，新的想法、计划、工具和模拟呈爆发式增长，远远超出了我们有能力去追踪的范围。一个组织能多快地发现并消除这些瓶颈，这本身可能是一种随时间推移会不断精进的技能，也可能成为任何组织最重要的能力。 情景三：AI 系统自身具备完全的递归自我改进能力，并开始构建自己的继任者 如果推动能力进步的技术趋势持续下去，并且 AI 系统能够发展出蕴含人类变革性创造力的那些能力，那么 AI 系统有可能设计和改进自身。 在这个世界里，AI 发展的速度将完全取决于可用算力（或者在算法训练和推理层面发现各种效率提升的速度）。人类在 AI 开发中的角色将大幅缩减，大部分精力可能转向对一个不断扩张的 AI "虚拟实验室"进行监督、验证和确认。我们预计，一个有能力自动化 AI 研发的系统，其技能也能迁移到其他科学领域，从而开始革新更多学科。 在这个未来中，对齐问题会如何被解决——或者无法被解决，是我们最不确定的部分。模型可能被证明足够对齐，也足够具备研究品味，从而发现并实施我们尚未触及的新颖解决方案。它们也可能足够审慎，在条件不成熟时选择暂停开发。另一种可能性是，今天模型中偶尔出现的对齐偏差，在模型构建自己继任者的过程中不断累积，但越来越难以被理解，直到我们失去对它们的控制。也有可能，我们根本无法构建、整合和验证那些我们需要的工具，去判断自己到底处于哪条趋势线上。 我们对这个世界会是什么样子缺乏好的直觉，因为我们当前的经济体系是由人类和人类构建的工具驱动的。就其本质而言，随着其能力全面超越人类，一个由快速递归自我改进驱动的世界，可能会被那个自我改进的模型所主导，并在更广泛的经济体系中扩散。如果人类劳动不再具有竞争力，很难预测经济将呈现什么面貌。 即使模型开发变得完全自动化和递归化，我们也无法预测这对大多数人的日常生活意味着什么。阿姆达尔定律在这里同样适用。递归智能可能让 Machines of Loving Grace 中描绘的许多愿景得以实现，在某些领域甚至很快。我们预计具身智能（即机器人技术）可能会紧随递归智能而来，并走上一条类似的"投入递减而回报递增"的路径。更强大的智能可能帮助我们更快地在物理世界中建造事物、更高效地开展救命药物的临床试验、发展出新型的协作形式。 但仅仅实现递归改进，并不意味着工业生产、社会组织或市场运行方式会立即改变。再多的智能也无法缩短一种药物在几十年使用中才能暴露的效应，无法让选举早于宪法规定的时间举行，也无法在一个周末把陌生人变成老朋友。对大多数人而言，这个未来的体感速度，仍然由瓶颈决定——即使上游的实验室已经在以算力的速度运转。这个碰撞点以越来越快速度构建自身的递归智能遭遇人类世界、人际关系和治理结构，这一切是这个未来中我们同样无法预测的另一面。 我们应该怎么做？ 如果能有效地减缓这项技术的发展速度，从而为我们争取更多时间来应对其巨大影响，我们认为这很可能是一件好事。但如果减速只是让最不谨慎的参与者在技术上追赶上来，那最终可能让所有人都更不安全。在没有全球协调机制的情况下，企业和政府将不得不在竞争压力和地缘政治压力下做出关于安全的艰难决定。 我们相信，让世界拥有减缓甚至暂时暂停前沿 AI 开发的选项，从而让社会结构和对齐研究能跟上技术前进的步伐，对世界是有益的。Anthropic 研究院与其他许多机构合作开展研究并采取行动，帮助建立一个可信的减速或暂停所需要的体系。这些体系将使前沿 AI 开发者能够核实其他参与者是否在全球范围内确实已经停止或减速，以及是否有不良行为者利用协调减速的掩护秘密抢跑。如果这样的体系存在，我们预计我们会选择减速或暂时暂停，当然前提是其他处于或接近前沿的开发者也以可验证的方式这样做。 有意义的减速或暂停需要多家分处多个国家、处于或接近前沿资源充沛的实验室在相同条件下达成停止协议。它还要求各方能够验证其他方确实已经停止。由于 AI 系统的独特特性，这个军控问题中的可探测性（一个低于可验证性的标准）要素，比其他技术困难得多。 训练运行比导弹发射井更容易隐藏，其投入物都是通用的，而且在别人暂停时悄悄继续的诱惑巨大，因为谁在别人停下时继续前进，谁就可能继承领先地位。一个可信的暂停还必须明确规定什么条件触发它、什么条件解除它、以及由谁来裁定。 这些在原则上都未必是不可能的，世界曾经为其他复杂技术建立过核查机制（例如中导条约），但那些机制花了几十年才建立起基础设施和信任。我们没有那么多时间。 相比之下，一家实验室的单方面暂停可以立即执行，但效果要有限得多：它会改变谁是领跑者，但不会创造出当前所缺少的更广泛的审议进程。 在未来几个月，我们将组织政策制定者、研究者、公民社会和其他 AI 公司之间的对话，共同帮助回答本文提出的一些问题：尤其是围绕完全递归自我改进以及如何创造更好的协调与审议选项。 我们会公开讨论的成果。共同探究这些问题的窗口就在眼前，而 AI 公司之外的人也应该参与这场讨论。

译Anthropic发文揭示AI系统加速自身开发的趋势。模型独立完成任务时长约每四个月翻一番：Claude Opus 4.6已能胜任12小时任务，2027年可能处理数周级任务。SWE-bench两年内从个位数饱和至100%；CORE-Bench 15个月从20%饱和。Anthropic内部数据显示，截至2026年5月，超80%合并代码由Claude编写，工程师日均合并代码量是2024年的8倍（但此指标高估真实提升）。内部调查显示使用Mythos Preview使核心工作产出约提升4倍。最开放任务成功率六个月提高50个百分点至76%，Claude代码质量接近人类，预计年内超越。文章指出递归自我改进可能加速到来，需加强安全防护。