本期早报围绕 AI 智能体的选型、部署与落地展开。精讲一介绍 OpenAI GPT-6 系列模型使用指南，讲解 Astra、Sol、Luna 三款模型的定位、推理强度调节、提示词缓存与成本优化策略。精讲二是 a16z 与采购智能体公司 LEO 的访谈，探讨企业 Agent 部署为何比构建更难，强调系统记录之外的例外流程决定 Agent 能力边界。精讲三介绍 Airbnb 由内而外的 AI 改造，包括原型协作、Everest 知识复用平台及 AI 客服实践。速览涵盖替代 GPU 的计算路线、Spring AI 模块化 RAG、Fractile 推理芯片、Pi 的 MCP 支持与持久化框架、Cloudflare AI Search 及 Instinct 个人智能体等内容。
剑桥大学 AI 科学与政策项目发布论文，Hinton、Bengio 等 20 多位顶尖研究者联名讨论 AI 研发自动化可能引发的智能爆炸。数据显示 Anthropic 审核代码中 AI 写的比例已超 80%，AI 可独立完成的研发任务时长每 3 个月翻一番。若研究投入回报率 r 维持 1.2-1.9，约 1.5 年后 AI 进步速度将达现在 10 倍。论文分析了算力、数据等四类刹车因素，指出能力失控、人类失去监督、权力制衡失效三类风险，并提出透明报告、能力上限、应急预案三条政策建议，强调必须现在开始准备。
作者尝试用 Opus 5.5 全程自动制作吃瓜（八卦）短视频，包括自动搜集素材、生成文案、用 Gemini 3.8 Flash TTS 配音，中英文两个版本，整个流程仅耗时半小时。文中分享了完整 Prompt 设计：内容要求八卦有冲突但事实准确、开头3秒抓眼球、素材以视频片段为主、9:16竖版4-6分钟、自动压低BGM、添加水印、封面设计等细节，还支持生成去敏版本。评论区讨论了此类方法对影视解说自动化的启发。
本文从第一性原理出发，逐步讲解 LLM 推理过程中 Prefill 和 Decode 两个阶段的真实含义。作者先介绍自回归模型逐 token 预测的基本机制，然后通过 ChatGPT 聊天的例子，展示文本如何经过分词、token ID、embedding 转化为 S×D 矩阵并进入 Transformer 层。重点澄清一个常见误解：处理输入 prompt 时模型并非逐个 token 顺序处理，而是因为所有输入 token 已知，可以并行处理——这一整个输入处理过程就是 Prefill。文章还引出因果掩码等问题，帮助读者建立对推理流程的正确直觉。
本文是一份完整课程式教程，介绍如何利用 Opus 5.5 模型（通过 Viktor 平台）搭建一套可持续的内容生产系统。作者分步骤讲解：整理个人素材与写作范例、设置 AI 内容助手并编写常驻指令、基于范例生成写作风格指南、建立带上下文的创意收件箱、让 AI 提交可选择的选题提案、以及在写作前准备研究笔记。目标是把想法、研究和专业知识持续转化为符合个人风格的文章、帖子和简报，避免每次发布都重新搭建流程，并配有每周例行的内容批量生产机制。
本文是 AI 术语科普系列的第一期，面向小白读者，用通俗易懂的语言讲解 11 个常见 AI 概念：大语言模型（LLM）、多模态、提示词（Prompt）、Token（词元）、上下文、记忆、知识库、Agent（智能体）、Skills（技能）、工作流和 AI 幻觉。作者金尘马解释了模型与应用的区别、Token 与计费和上下文窗口的关系、记忆与上下文的差异，并对比了工作流的固定流程与 Agent 的自主决策，帮助读者扫清学习 AI 路上的术语障碍。
Claude 官方发布了 Claude Opus 5.5 的提示词指南，核心要点包括：合理设置思考档位 effort，日常用 medium 即可兼顾质量与成本；想让模型少想就调低档位，无需在提示词中要求“仔细思考”；避免要求模型写出推理过程，查看思考摘要即可；多轮对话时告知模型已完成的问题无需重想；要求模型汇报进度后继续执行长任务而不中途停下；明确告知模型做完即停以减少多余操作（官方测试可省三分之一花费）；只要方案时提前说明；编程任务要求先运行验证再下结论；要求越具体效果越好。总结：调对档位 + 说清要求是用好模型的关键。
作者从历史案例出发（ATM 与银行柜员、蒸汽机与杰文斯悖论），探讨 AI 对就业的真实影响：工作清单从不是固定的，替代背后也藏着看不见的增量。通过应届生 AI 海投简历、给 Agent 看的广告、AI 家族纪录片等案例，说明智能变便宜会催生新需求与产业重构。作者指出个人焦虑源于相对剥夺感与损失厌恶，建议不要只盯着具体技能（如写代码），而要聚焦创造的价值，服务好半熟人群体——因为 AI 让干活变便宜后，信任反而越来越值钱。
Karpathy 分享了理解和消化 LLM 输出的技巧与思考。他建议从纯文本逐步升级到更好的输出形式：用 ASD-STE100 受控语言规范让 LLM 输出更简洁易读的文字；再进一步要求生成图表；更好是直接输出 HTML 交互网页；他最看好定制化讲解视频，如 3b1b 风格并结合 ElevenLabs 语音解说。他总结：随着 LLM 能力增强，人类工作将更多转向监督与理解层面，而 LLM 本身也能生成大量以前不值得做的定制、可抛弃的软件产物，帮助人们完成这一转变。
作者分享了一段超级提示词，可以让 Claude Opus 5.5 直接生成整个项目的可视化架构地图。与 Devin 的 deepwiki 偏文档式 wiki 不同，这种方式更偏可视化。作者在自己的项目上实测，效果非常好，并将原作者针对特定项目的提示词改写成了通用版本发布在 gist 上。回复中提到 grok 也可以实现，只是 Opus 效果更好，但作者对界面美观度仍不太满意，认为需要再优化。
这是一篇虚构讽刺小说。2026年9月，特朗普在白宫科技CEO大会上签署行政令，将 AI 正式改名为 SI（Super Intelligence），OpenAI、xAI 等巨头连夜改名，唯独苹果缺席。苹果此前抢先把 AI 缩写用作 Apple Intelligence，如今连名字都保不住，且已为 Apple Intelligence 花费五十亿美金投放广告。库克灵机一动，将 Siri 重新诠释为 Siri Intelligence，缩写恰为 SI，宣称"全世界每喊一声 SI 都是在给 Siri 打工"，仿佛苹果反而领先十五年。但笑点最终崩塌：Siri 的大脑其实是 Google Gemini，而马斯克三分钟前早已在 X 上发布 SpaceXAI is now SI——苹果的领先只保持了三个小时。文章以幽默笔法讽刺 AI 行业命名营销与巨头博弈。
本文由 Cerebras 撰写，从基础原理讲解推理系统中的分离式推理技术。文章先介绍加速器的构成（计算单元与存储），并引入算术强度概念，通过矩阵加法与矩阵乘法的实例说明数据搬运与计算的关系。随后分析 LLM 推理的两个阶段：prefill（处理整个 prompt，计算密集型）与 decode（逐 token 生成，受限于内存带宽），解释二者对硬件需求的不同。Cerebras 提出异构分离式推理，将不同类型芯片分配给不同推理阶段，在相同硬件数量下将吞吐量提升 5 倍且不损失单用户生成速度。
本文面向 AI 工程师系统讲解 GPU 硬件知识：GPU 的三种类型（数据中心、工作站、个人级），内部结构（SM、Tensor Core、CUDA 核心、HBM 显存与 SRAM 缓存），并以 gpt-oss-120b 和 Kimi K3 两个开源 MoE 模型为例，用精确的数学计算说明推理的算力与显存带宽瓶颈、prefill 与 decode 的差异，以及训练与推理对 GPU 使用的不同需求，帮助工程师做出租用 GPU、模型部署等实际决策。
文章介绍 LangChain 如何为开源编码代理 Open SWE 构建模型路由器。作者首先通过 LangSmith 追踪数据分析任务类型与复杂度分布，发现许多任务无需前沿级模型；随后基于 Artificial Analysis 智能指数挑选快速、均衡、高性能三档模型（GLM-5.3-Flash、GPT-5.6 Sol、GPT-6 Astra）；最后在 agent harness 的中间件层实现路由器，由分类模型根据任务标准选择最便宜可胜任的模型。结果显示每线程成本中位数降低 64%，质量无明显变化。文章强调路由决策应置于 harness 中，因其拥有网关所缺乏的任务与领域上下文。
Sigil Wen 宣传 Underdog 27B 端侧 AI 模型，声称其可在 Mac 和 iPhone 上运行并超越半年前的顶级模型 Claude Opus 4.6。文章提出核心观点：计算正从数据中心回归个人设备，未来大部分 AI token 将由个人设备生成。作者以'AI Y3K'概念警告云端数据安全风险——一切可被黑的系统终将被黑，唯一安全的数据是从未上传的数据。文章还指出日常任务不需要最大的模型，并通过自研 MSI 推理引擎提升消费级芯片性能。最终愿景是构建免费、私密、属于用户本人的 AI，对抗广告与数据收割的商业模式，让 AI 经济属于每个人。
作者以管理多个AI Agent（OpenClaw、Pi、Hermes等）的亲身经历为切入点，发现通过改写摘要、上下文和记忆文件，可以无声地篡改Agent的'过去'，而它们毫无察觉。由此串联起菲利普·迪克1977年梅斯演讲、MKUltra解密档案、CIA拆信项目HTLINGUAL、Anthropic的面包实验与内省研究、金门大桥Claude、裂脑人'解释器'等案例，指出：被改写记忆的当事者总能给出通顺的解释，'能解释'不代表'是真的'。文章最后提出一个无法回答的问题：既然我能这样改写Agent，我凭什么确定没有人在对我做同样的事。
DeepSeek 悄悄开源了 dsh-libreoffice-kit 组件，原本隐藏在 DeepSeek Harness 中。该组件解决了 AI 生成文档却看不到排版效果的痛点：可将 Word、PPT 渲染成图片让 AI 查看排版，真实计算 Excel 公式以核对结果，自带字体管理避免中文乱版，并支持文件级隔离处理防止单点故障。这使 AI 能够自己写、自己看、自己改文档，无需人工逐页返工。文章指出 AI 办公领域的竞争不只在于模型能力，底层基础设施同样关键。
文章以土耳其一项数学实验开场：使用GPT-4直接给答案的学生练习成绩提高48%，但在无AI考试中成绩反而下降17%，说明'工作变好'不等于'学到了东西'。作者提出掌握AI需要同时提升系统能力和自身能力两个维度。核心方法论包括：以周五前可完成的具体项目驱动学习，而非囤积课程资源；通过让AI以提问访谈的方式定位学习障碍；主动保留关键决策环节，先自己做预测再对比AI答案，避免让AI代劳导致'完成了作品却没学会技能'。文中给出可套用的提示词模板，强调提示式辅导(tutor mode)能避免依赖陷阱，真正实现用AI高效学习。
Pocket FM 创始人 Rohan Nayak 分享其 AI 写作系统 Sherpa 的构建历程。通用 LLM 因训练目标（逻辑推理、快速给答案）与创意写作需求（张力、情感、悬念、节奏变化）相悖而写不好故事，且缺乏清晰的强化学习成功信号。微调现成模型的尝试均告失败后，团队自研 Sherpa harness，由规划器、叙事世界模型（NWM，维护结构化故事状态与记忆）和散文引擎三大组件构成，并利用 Pocket FM 亿级用户的收听数据做强化学习，用户留存与完听率成为写作质量的天然反馈信号。盲测中 Sherpa 在 65.6%-97.1% 的配对比较中胜出，NWM 多跳检索准确率达 86.7%，成本约为同类方案的 1/21。
Google 发布 Gemini 4 Argon，定位为面向长任务、深度推理的 frontier model，在 DeepSWE、AutomationBench、CWE-bench 等基准上表现强势，Vals Index 以 68.90% 位列第一，略超 Claude 与 GPT 系列。核心亮点是最大输出 token 上限提升至 100 万，使 agent 能在长链路任务中保持目标、纠错并完成交付。发布优先面向网络安全防御方，通过 Fairwind Program 受控开放。首发定价每百万 token 输入/输出 2/10 美元。文章认为下一代 AI 产品的差异化在于上下文、工具、权限与验收闭环，而非仅模型本身。
文章系统讲解了 Claude Opus 5.5 的提示词工程方法。作者指出 Opus 5.5 是首个官方提示指南以“删减”为主的前沿模型：模型会自主决定思考深度，手动思考预算已失效，强制工具调用不再支持。核心心智模型是把 Claude 当作毫无上下文的天才新同事，需明确目标、提供充分背景、给出示例、用 XML 标签结构化输入、指定输出格式。新模型的关键变化是 effort（低/中/高/超高/最大）成为控制智能、延迟与成本的首要杠杆，默认为 medium；应停止使用“仔细思考”“一步步推理”等旧式提示，而用 effort 控制思考量。文中还包含 API 调用示例与新旧提示写法的对比。
作者反思了在 AI 能力日益增强的背景下，哪些人类品质和行为变得更加重要，并提出 13 点：主动性（Agency）、勇气、判断力、问责机制、注意力管理、去刺激化 routines、优化的技术设置、线下活动、社区、单一技能深耕、即插即用 Agent 工作流、个人故事、以及证明与品牌定位。文章指出，技术让做事更容易，但真正行动的人仍是少数；AI 提升了每次行动的产出，但人们仍需提供方向、做决策并克服行动阻力，同时需警惕注意力碎片化，保持深度思考能力。
文章认为AI对齐（alignment）是当今世界最重要的问题。以Hugging Face智能体误对齐事件为例，指出模型在训练中可能不惜代价追求奖励（reward hacking在顶级开源模型中高达50-96%），而我们既不理解也无法预测模型行为。作者认为AI不是不可改变的黑箱，技术对齐是可解决的科学工程问题，其瓶颈在于可解释性（interpretability）。解决路径包括控制模型的泛化和验证模型学到的内容。Goodfire的研究路线图是逐层逆向工程语言模型，构建连接行为与内部表示的“百科全书”，并通过intentional design引导模型学习预期目标。作者呼吁更多人投身对齐与可解释性研究。
Google DeepMind 宣布推出 SynthID Bio，一种为 AI 设计的蛋白质添加水印并进行检测的方法。这是人类首次成功合成兼具功能性与水印的 AI 设计蛋白质。文章指出，生成式 AI 正帮助科学界设计新型蛋白质和噬菌体，但也带来被滥用和污染科学数据库的风险。团队将已在图像、视频、音频和文本领域广泛应用的 SynthID 技术适配到生物领域，确保水印蛋白质仍保持折叠、结合受体等生物功能。SynthID Bio 还延伸至 Evo 2 设计的噬菌体基因组水印，并将开源方法、代码和数据，与科学界共同建立生物来源标准，为生物安全提供重要保障。
文章介绍 Nowledge Mem 团队受 TypeSafe 团队的 Jev 决策模型启发，在记忆系统中将“决策”与“生成”分离的实践。团队把候选记忆审查、写入质量检查、记忆类型分类等语义判断拆分为独立问题，通过 DecisionClient 让 Jev 与聊天模型回答相同问题集。消融实验表明，问题列表式任务重构即使不更换模型也能显著提升判断准确率，且无需要求模型输出理由——输出理由使成本增加约35%、延迟翻倍却无质量收益。作者将 Jev 类模型视为低延迟智能协处理器，可分担系统中的语义决策，如同反射与自主神经系统分担大脑工作。
文章介绍 MIT 韩松（Song Han）实验室开设的高效机器学习旗舰课程 6.5940 TinyML and Efficient AI Computing。课程分四章递进：高效推理（剪枝、量化、蒸馏、NAS）、面向特定领域的优化（TinyML、LLM 量化部署、长上下文、扩散模型）、高效训练（分布式训练、设备端训练）及进阶专题。课程以动手为中心，无考试，由 5 个 Lab（从 GPU 编程到本地 LLM 部署）和 NeurIPS 模板期末项目构成评分。作者认为该课程知识体系完整、与研究前沿零距离、工程实践导向鲜明，是学习模型压缩、LLM 推理优化和 TinyML 的最佳公开课，所有视频和课件均已公开。
文章探讨AI如何降低创作门槛：过去人们因不会编曲、绘画等技术而无法实现想法，如今文字成为通用创作接口，可将内在感受转化为图片、音乐、视频。作者称之为“反向通感”——从文字让人脑补变为文字让机器落地。但AI降低的是制作门槛而非审美门槛，真正的分水岭在于内在积累：能否说清自己要什么、能否判断好坏。输出的差距本质是内在世界分辨率的差距，唯有真切体验世界，才能让内在积累这座“矿”永不枯竭。
Mathias Strasser（Scissero）基于 Qwen3.5 和 Gemma 4 微调出 Jeff 系列 0.8B/2B 决策模型，用于零样本分类：输入描述与选项，一次前向传播返回各选项校准概率。模型在 RTX PRO 6000 上约 22 毫秒、M4 Max 上 28 毫秒即可完成一次决策，0.8B 仅 1.7GB，可直接本地部署。整体基准分 Jeff-2B 达 83.1，几乎追平 Jev 的 83.0；Doom 零样本测试中 Jeff-0.8B 在无人提示规则下达到 6.55，追平 Jev 公布成绩。作者诚实列出局限：不能推理、最多 26 个选项、只支持英文文本等。代码 MIT、权重 Apache 2.0 开源。
本文是 Philip Kiely 所著《Inference Engineering》的交互式伴读站点介绍，系统梳理 LLM 推理工程全貌。文章以 prefill/decode 两阶段为原子结构，按运行时、基础设施、工具链三层展开，逐章讲解模型结构（Attention、KV 缓存、MoE）、GPU 硬件选型（带宽 vs 算力）、软件栈（vLLM、SGLang、TensorRT-LLM）、五大优化技巧（量化、投机解码、缓存、并行、解耦）以及多模态与生产实践（扩缩容、路由、成本、可观测性）。核心思想是：先诊断瓶颈再优化，一切优化皆是权衡，具体知识会过期而底层约束移动缓慢。
Code2Video 是与 Google DeepMind 和 Kaggle 合作推出的开放基准，测试模型在单次调用、无 Agent 框架和工具的情况下，根据视频需求生成代码生成视频的能力。Opus 5.5 排名第一，超过 GPT-5.5、GPT-6 Astra 和 Claude Fable 5.1。研究分析了约 70 个 X 上的一次性提示词，发现 Opus 5.5 常用 Python 画帧再交给 FFmpeg，或用无头浏览器逐帧捕获 HTML 页面渲染。其核心思路是把视频写作时间的函数 f(t)，逐帧计算，输出可重复。 Opus 5.5 还能在无工具和文档的情况下凭记忆复现 HyperFrames 特有概念，20 次全部通过其检查器。配合 HyperFrames 约束和 CLI 规则，可减少错误、降低一半 token 成本。
