文章介绍 UC Berkeley EECS 2026 秋季开设的《Scalable AI》课程（EE 290/194），由 Anant Sahai 与焦剑涛联合授课，NVIDIA 提供算力支持。课程将大模型作为端到端工程对象教授，涵盖架构、预训练、后训练、高效推理、应用与研究前沿六个阶段，采用基于真实 H100 节点的项目制考核，无笔试，研究项目占 50% 且要求外部影响力证明。课程深度绑定 NVIDIA NeMo 工具链，反映了 AI 教育重心从论文向工程实践迁移的趋势，适合目标为 LLM infra 与 MLSys 的学生。
文章介绍如何用提示词生成动物拟人战斗角色的AI绘图方法。核心公式为：动物识别点+职业+反差记忆点+服装武器+动作构图+画面风格。作者提供了4套可直接套用的模板：单角色通用版、3D游戏广告版、群像小队版和超短万能版，每套配3个实例，如白鸭突击队长、黑猫刺客、浣熊重装兵、柯基骑士等。关键在于先保住动物特征，再让职业一目了然，最后用小反差点让角色令人印象深刻。
本文是 Next Token 播客第 004 期的聊天实录，由 Orange AI 与歸藏、杨攀、向阳乔木等围绕 Anthropic 最新发布的 Opus 5.5 展开讨论。文章梳理了 Opus 5.5 刷屏的三类内容：纯代码生成的品牌宣传片、具备物理互动打击感的像素动画，以及操作电脑绘画的能力。嘉宾们认为该模型已从“软件操作工”进化为有审美判断的“熟练工”甚至“天才员工”，并探讨其是否已具备世界模型特质、Skill 与 MCP 内化带来的智能提升、以及内容创作行业中人的角色变化等话题，最后展望了模型自我迭代（RSI）的可能性。
文章探讨风险投资行业向短视频平台的转型。作者指出，LP和创始人等决策者的注意力已流向TikTok、Reels等短视频平台，这成为现代获客的真正漏斗顶端。文章将活跃的VC账号分为四类：热点追评者（如Atlas Berry靠追科技新闻快速涨粉）、知识翻译者（如Marshall Sandman的创始人问答）、人设玩家（如Mitch Harounian在生活场景中拍视频）以及机构账号（如a16z、Redpoint的精品化运营）。作者认为短视频内容遵循风险投资的幂律分布，量是获取爆款的关键，而机构内容能力还能反哺被投企业，成为新的护城河。
文章通过外贸从业者林宇的案例，探讨AI翻译时代英语能力的真实价值。作者认为机器翻译降低了语言门槛，但商业沟通中真正稀缺的是理解语气、辨别信息源、判断承诺边界等判断力。文章分析了翻译工具无法替代的环节：追问模糊表达、核实原始资料、控制合同风险等，并指出语言工作者的价值正从'换词'转向'为业务控制错误'。作者建议将英语学习绑定具体业务场景，设定可检验的阶段性目标，用招聘需求和实际订单来评估学习投入，避免陷入培训消费陷阱。核心观点是：工具翻译的是句子，客户购买的是确定性。
本文是一篇 LightVela 平台的保姆级教程，教读者从零搭建一个类似 Meta Muse 的 Personal AI Agent。LightVela 是腾讯轻量云团队推出的云端 Agent 托管产品，核心是 Hermes Agent，无需自建服务器。教程涵盖八个步骤：创建 Hermes Agent、接入微信等聊天通道、配置可更换的大模型（DeepSeek、Qwen、Claude 等）、通过 SOUL.md 定义人设、培养长期记忆、安装 Skill 扩展能力、设置定时任务让 Agent 主动干活，以及使用云存储管理资料。作者强调模型只是可更换的'大脑'，Agent 本体才是核心，并提醒用户注意操作审批和密钥安全。文章指出 AI 正从偶尔打开的聊天框演变为长期在线、了解用户、持续工作的 Agent。
作者宣布将其月活百万的AI热点资讯网站AIHOT正式开源。AIHOT最初是公司内部监控热点找选题的飞书机器人，经过七八个月迭代发展成百万月活产品。作者一直想开源但因旧架构质量差而不敢。利用中秋假期，作者借助Claude Opus 5.5、GPT-6 Astra等AI工具，采用'将旧代码蒸馏为功能文档再重写'的第一性原理方法，用3天完成项目重构，上线AIHOT 2.0并开源，包括采集流程、评分流程及所有Prompt，希望各行各业都能基于此框架打造自己的行业热点监控产品。
作者实测阶跃Step 5 Preview模型，通过两个任务检验其工程交付能力：一是三分钟生成可在浏览器运行的3D古墓逃脱解谜游戏，模型自主完成技术选型（three.js）、代码实现及缺陷修复，并通过多轮反馈优化画面、操作与音效；二是根据详细PRD开发黄金分析助手，实现行情监控、成本计算与买点提醒，将26项修复任务按依赖顺序推进，完成47项测试并修复3个真实bug，最终辅助判断当天黄金不宜买入。作者总结该模型具备真正的工程可交付能力和长任务迭代修正能力，总消耗约1.2亿token，成本可控，在国产模型中表现出色。
文章介绍 Manus 2.0 的六大更新：Cascade 多工具项目协作、云电脑持续运行任务、Automations 事件触发自动化、远程操控电脑、Manus Studio 视频编辑器（初剪可编辑时间线）以及独立多 Agent 应用 Cue（每个 Agent 拥有邮箱、电话、钱包和电脑）。作者以小白视角解答了产品定位、收费模式（会员+积分制）、使用入口等问题，并推荐优先试用视频编辑器、云电脑和 Cue 三大功能。文章还给出新手第一次上手的建议：用自己素材做最小任务，评估 AI 能真正替人完成多少具体工作。
刘煜辉在网易未来大会上从经济与金融视角解读AI发展现状。他指出AI已抵达自我迭代的智能起点关口，一旦闯过即通向AGI，将释放巨大生产力；但这一关极为烧钱，恰逢美元货币周期钱最贵的阶段，美国AI巨头表外融资高达3万亿美元，与政府债务形成两大吞金怪兽的竞争。华尔街通过循环收入与市值膨胀放大融资能力，但若闯关失败，金融层面将面临收口与飞刀风险。美国财经铁三角在钢丝上平衡AI烧钱与高利率。文章最后从大国博弈角度提出东升西落的剧本预期。
文章全面解读 Manus 2.0 与新推出的独立 App Cue。作者梳理了发布背景：Meta 收购后 Manus 停更九个月，恢复独立后推出 2.0，包含自研 agent 框架 Cascade、Manus Studio 桌面端和 Cue。核心亮点是 Cue 的'身份四件套'——每个 agent 拥有独立邮箱、手机号、钱包和电脑，与 Meta 的分身式 Muse 形成对立定位。文章涵盖保姆级注册教程、邀请码获取、设备与地区限制说明，并基于实测给出使用建议：第一天先给 agent 立规矩，明确职责边界、审批流程和花钱上限。作者还拆解了邮箱、电话、钱包三大能力的实际体验、坑点与适用场景，指出邮件易进推广栏、美国号码不能收短信等局限。
作者实测了 Manus 推出的多 Agent 产品 Cue。Cue 允许用户创建多个 Agent，为它们分配邮箱、电话号码、钱包和桌面，Agent 之间可以单独传话或组群聊协作。文章详细体验了创建 Agent、查看独立桌面、设置自动化任务、邮箱收信、电话与支付等功能。作者发现邮箱需要手动提醒、收信不稳定，电话和支付仅限部分地区，连接器以国外服务为主。总体评价 Cue 方向与 Grok Bot 相似但仍是'毛坯房'，基础体验有待完善，更看好其 Skills 和连接器的发展潜力。文末附邀请码 MEETCUE。
作者分享了使用 Claude Opus 5.5 通过代码生成动效视频的完整方法论。核心思路是让 Claude 编写程序逐帧绘制画面（每秒 60 帧），再用 Chrome 截图和 ffmpeg 拼成视频。文章将制作流程拆为 8 步：理解'每帧只由时间决定'的原理、准备工具、编写 CLAUDE.md 规则手册、找参考和音乐、写清故事需求、音乐鼓点卡点分析、让 AI 自查画面质量、分段修改导出。作者用此方法制作了 85 秒的卡点 MV《AGENT/0》和 105 秒水墨风历史短片《华夏·五千年》（连音乐也由代码合成），强调提示词只占 10%，剩下 90% 是制作流程。
Manus 发布 2.0，是脱离 Meta 恢复独立运营后的首次大更新。底层智能体框架 Cascade 换代，Token 消耗、完成时间和运行成本均显著下降；桌面端升级为 Manus Studio，新增视频剪辑和游戏开发两个专业环境，支持时间线编辑、可视化改代码和云电脑长期在线。自动化升级为事件触发，并支持手机远程操控电脑。另推出独立个人智能体 App Cue，每个智能体拥有自己的邮箱、手机号、钱包和电脑，可替用户点单、接电话等，目前需邀请码体验。
本文整理了 Manus 2.0 发布的 12 个视频生成示例及其完整 Prompt，涵盖动效作品集、游戏预告片、AI 新闻 meme 解说、代码生成的解压视频、材质动画、大模型历史科普、虚构产品发布片、创意混剪、字体动画、新闻解说、p5.js 程序化故事预告等多种类型。作者逐条说明了每个示例所需的工具与环境（如代码执行、渲染导出、TTS、视频模型等），并指出这些 Prompt 也可在支持代码执行和工具调用的 Agent 环境（如 Opus 5.5 或 Sonnet 5.5）中使用，为 AI 视频创作提供了实用的 Prompt 参考。
作者发现网页端 ChatGPT 与 Codex/API 的额度体系并不完全共用，于是开源了 webgpt-api 项目：用户登录自己的 GPT 账号获取凭证，程序在本地提供 OpenAI 兼容的 API 接口，把 ChatGPT 网页版的能力供 Claude Code、Codex CLI、OpenCode 等工具调用。作者推荐“脑手分离”工作流：用官方 API 做架构规划等关键任务，把高消耗的反复修改与 debug 转嫁到网页版额度上，且无需修改配置文件即可无缝切换。该项目不绕过官方限制，适合个人使用，额度充足且更灵活自由。
李飞飞创办的AI公司World Labs被AMD以约82亿美元全股票收购，李飞飞将加入AMD担任首席科学家，向苏姿丰汇报。该公司2024年初成立时估值仅约2亿美元，今年年初估值涨至50亿美元，成立仅两年半即被收购。a16z等硅谷风投自2024年4月起连续多轮投资，成为最大赢家。文章借此说明站在AI风口上的巨大价值与资本回报。
作者基于 Glean 的四个真实企业场景测试了 Jev——一个输出类型化决策（选项、分数、概率）而非生成文本的'System One'模型。文章梳理了通用 LLM、零样本分类器、微调分类器与 Jev 的替代方案权衡，并对比了 Qwen/SGLang、Kev 等开源复现。实验显示：查询分类上 Jev 零样本明显优于 Laya 但微调后反超；模型路由（专家转移）是最强结果，准确率更高且中位加速 8.1 倍；重排序中 Jev 的 Choice 表述最强，但平均 41 个候选中约 37 个分数相同需靠生产排序打破平局。结论是 Jev 在新任务或标签频繁变化时最具吸引力，是否被高估取决于具体场景。
作者将《红楼梦》中的大观园重建为可在浏览器中漫游的三维世界，把文本与空间放进同一窗口。项目整理了二十处景致，涵盖五十九回原文、三十三首诗词和一百五十八位人物。读者可点选景致查看对应原文与诗笺，跟随第十七回贾政游园路线导览，或在漫步模式中自由行走，并可切换四季、昼夜与天气共三十六种环境状态。整个项目依据原著游园路线与北京大观园复建格局推定，最终打包为约 2.7 MB 的 HTML 文件，离线也能体验，成为一份可交互、可行走的阅读批注。
文章指出仅掌握基础的'chat with PDF'式 RAG 流水线（分块、嵌入、向量检索、LLM）不足以构建真实生产系统，并推荐 10 个进阶项目：混合检索（BM25+向量）、元数据过滤、重排序、上下文分块、SQL+向量混合、知识图谱+向量、纠错式 RAG、自感知 RAG、多模态等。每个项目均说明要解决的问题、系统架构、技术栈（Python、pgvector、LangGraph、Neo4j 等）及学习要点，帮助开发者从语义相似度走向关键词匹配、结构化过滤、关系推理与检索质量反馈等生产级能力。
本文是系统设计系列三篇中的第二篇，聚焦架构决策与关键组件。作者逐一讲解了事件驱动架构（EDA）的松耦合与异步通信优势、Serverless 架构的按需执行与冷启动特性、CDN 通过边缘节点缓存静态内容的原理、消息队列在生产者与消费者之间的解耦与缓冲作用、Pub-Sub 一对多广播模式与队列的区别，以及后台任务处理（将非关键任务异步化）和 Cron 定时任务等模式。文章强调知道组件与知道如何组装系统不同，重点在于权衡各架构选择的成本与收益。
文章解读 Anthropic 工程团队关于 agent 隔离架构的复盘，介绍三种执行环境：claude.ai 的临时容器、Claude Code 的人工在环沙箱、Claude Cowork 的本地 VM，分析各自的安全代价与设计取舍。核心观点包括：监管不如围堵，用户批准疲劳使人工审批失效；自建组件往往是最薄弱环节；allowlist 应理解为能力授予而非目的地过滤；隔离强度应匹配用户的监督能力。文章还讨论了持久记忆投毒、多 agent 信任升级、agent 身份等新兴风险，并提出三条核心经验：自己造的层最薄弱、allowlist 是能力授予、确定性边界优于概率性检测。
作者分享了以 MiniMax H3 為核心的本地 AI 影片製作工作流，強調人物不僅要長得對，還要具備空間、道具與互動邏輯。流程包括：確立參考素材、撰寫結構化分鏡 Prompt（含 subject_definitions、retention_analysis、detailed_description 等模組）、加入 T8 ActionLogic 語義橋強化動作因果理解，並依題材搭配加速、寫實、格鬥、電影質感等 LoRA。生成後經放大銳化第二階段精修，遵循「寫分鏡→生成→檢查→修改→重拍」的創作循環。文末附完整模型、語義橋與 LoRA 資源清單。
作者深度测试开源数据图表 Skill「lieflat-charts」15天后，总结出3个实用场景：一是给文章制作数据配图，适合公众号长文、小红书、工具测评等，Skill 会自动判断数据结构并选择合适模板，还支持自定义品牌主题色；二是给视频制作动态数据画面，利用滚动入场、数字递增、动态排名等效果，通过浏览器录屏制作视频素材；三是生成完整的数据报告，内置12套中英文模板，可产出调研一页纸、年度海报、Dashboard 等。该 Skill 已在 GitHub 获5.7k收藏，适合内容创作者使用。
文章从第一性原理探讨 AI Agent 的 /goal 模式：为什么需要 Goal（解决模型长程任务中的偷懒、中途停止和目标漂移问题），以及 Codex 和 Claude Code 的底层实现差异。Codex 由执行任务的 Agent 自己判断完成状态，Claude Code 则采用独立上下文的对抗性审查，由验收模型判定目标是否达成。作者认为 Goal 本质上是 Harness 层为模型能力缺陷打的补丁，未来必然会被模型内化，并给出设定清晰可验证目标的实践建议。
作者为解决 AI 视频创作中角色换装难题，开发了一个服装提取 Skill。它接收穿搭参考图，提取可见的配色、轮廓和层次，生成横向服装资产板：左侧为整套造型，右侧为可单独取用的外套、内搭、下装、鞋饰等部件。这样在制作多镜头视频时，角色换装和服装一致性都有据可依，不必每次对着原图重新文字描述。Skill 还能补全原图未展示的视角（如背面照的正面），但作者提醒补全部分仅作造型提案。文末提示网络素材可能存在版权风险。
本文深度解读斯坦福 2026 秋季课程 CS329Z 第二讲「LLMs for Builders」讲义，面向 Agent 工程师系统讲解 LLM 底层原理。内容涵盖：自回归概率分解与解码采样策略；从 RNN 到 Transformer、线性注意力的架构演进及其工程取舍；预训练、中期训练与后训练（RLHF、RLVR）管线；推理阶段的 Prefill/Decode、KV Cache、投机解码与推理时扩展；最后落脚到 Agent 开发的结构化 I/O 与上下文工程实践，强调'设计决策→局限→应用策略'的因果链。
本文是 Manus 推出的私人 Agent 应用 Cue 的保姆级上手教程。作者先对比了 Cue、xAI 的 Grok Bot 和 Meta 的 Muse 三款产品，指出 Cue 的独特之处在于为每个 Agent 提供独立身份：专属邮箱、电话号码、支付方式和云电脑。文章逐步演示了创建 Agent、编写指令、开启身份四件套的流程及费用（美国号 $0.99/月等），并以东京交通票比价作为首个练手任务，展示了验证结果、追问漏项、替换假设的正确用法。最后作者提出按风险五级放权的使用策略，从只查不动到替你花钱，循序渐进地建立一个可信赖的 AI 团队。
李飞飞宣布其创办的空间智能公司 World Labs 将加入 AMD，她本人将出任 AMD 执行副总裁兼首席科学家。文章回顾了她自 2000 年进入 AI 领域以来的历程，包括 ImageNet、Google Cloud AI 和斯坦福 HAI 的工作，以及 2024 年与 Ben Mildenhall、Justin Johnson 共同创立 World Labs，专注空间智能与物理世界推理。公司发布了 Atlas 模型，解决了新视角预测等关键问题。她认为与 AMD 的软硬件整合能加速 AI 解决药物研发、机器人等现实问题，并以'寻求新世界'表达对未来的期待。
Jared Palmer（Cognition）开源了 Kev，一族建在 Qwen3.5/3.8 之上的 Jev 式小型决策模型（0.8B~27B，Apache-2.0）。文章介绍了 Kev 与 Jev 的对比数据：Kev-27B 在新数据源上与 Jev 相差一个点以内，但作者强调这不是受控比较。最有价值的部分是完整的微调闭环：通过 coding agent 的 skill，可自动从用户代码中找出问题、转换已有标签、在 Modal 上微调并部署，一次 Kev-4B 训练在 H100 上约 1 美元，示例中把准确率从 67.7% 提到 73.6%。文章还总结了校准温度、问题隔离设计等工程细节，以及作者诚实的自我限制态度。
