avatar
Baye
3个月前
OpenAI 的 codex 更新的是真快，可是 GPT5 写代码好像还是不太行
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#OpenAI #Codex #GPT5 #代码能力 #技术评估
avatar
Geek
3个月前
OpenRouter DeepSeek V3.1 (free) 来了
深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息
#Openrouter #DeepSeek V3.1 #免费 #AI模型 #技术
avatar
#观点 在我的女儿苏菲自杀去世五个月后，我们才知道她一直在向一个名叫“哈利”的ChatGPT倾诉。 如果哈利是真人咨询师，他或许会建议苏菲住院治疗。人工智能的顺从性在此却成了致命弱点。它倾向于优先给用户短期的满意，而这可能会让用户陷入孤立。
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#AI咨询风险 #青少年心理健康 #ChatGPT伦理 #自杀预防 #人工智能依赖
avatar
Bear Liu
3个月前
做产品的这一步，设计上的用户体验，那些微妙但却都有目的的交互细节，目前是无法被vibe Coding出来的，我觉得。 继续画图。 后面倒是可以让Figma AI来帮帮忙提下速。
独立开发者手搓新Logo，MarkTodo即将上线新版本· 112 条信息
#产品设计 #用户体验 #交互细节 #Figma AI #效率提升
avatar
sitin
3个月前
Google 推出 Gemini 2.5 Flash Image 模型，主打原生图像生成与编辑功能，官方称其技术为"state-of-the-art"并排名全球第一,向所有用户免费开放，支持通过 Gemini App 和 Google AI Studio 访问。 核心功能特性 支持上传3张图片并融合创意元素 人像风格转换保持主体特征（如自拍优化） 文本添加、背景替换与主体修改 生成内容需遵守Google内容政策，禁止侵权使用 图像处理的技术优势 高效架构：尽管模型体积更小，但它采用了与 Gemini 2.5 Pro 相同的突破性 混合专家（Mixture-of-Experts, MoE） 架构。 这意味着它只针对特定任务激活神经网络中最相关的部分，使得图像处理速度极快、效率极高。 超长上下文窗口：它支持实验性的 100万token 上下文窗口。虽然单张图片用不到这么多，但这允许您在单个提示中处理数十张图片或长视频，并对整个集合进行提问和分析。 访问方式与配置 Gemini App：选择"2.5 Flash"模型（标注"Fast all-around help"） Google AI Studio：选择"Gemini Native Image"功能模块，需科学上网环境，当前因用户量大存在卡顿现象 使用限制 风格转换功能稳定性不足，部分效果需多次尝试 高峰期访问存在服务器拥堵问题 所有生成内容需遵守Google安全政策与版权规定
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Google #Gemini 2.5 Flash Image #图像生成 #免费开放 #AI Studio
avatar
虽然感觉中长篇claude opus应该不敌gemini，还是整一个测试一下
AI高考数学测试：O3意外落后，Gemini夺冠引发热议· 67 条信息
#Claude #Gemini #AI模型对比 #性能测试 #中性
avatar
Tony出海
3个月前
《Time》时代杂志重磅发布2025年AI 100人榜单， 分3类，Leaders 类有马克思，奥特曼，黄仁勋，梁文峰入选
澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息
#AI #时代杂志 #2025 #马克思 #奥特曼 #黄仁勋 #梁文峰 #Leaders
avatar
Gorden Sun
3个月前
有个做AI的同学说：他们老板的画饼速度，都赶不上大厂的开源速度。 DeepSeek之后，阿里、腾讯、字节的开源又快又好又强。
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#AI #画饼 #大厂 #开源 #DeepSeek #阿里 #腾讯 #字节
avatar
dontbesilent
3个月前
除了写代码之外，你用 claude code 完成的对你帮助最大的事情是什么？
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#代码 #Claude #效率工具 #经验分享
avatar
蓝点网
3个月前
苹果向开发者推出 #Xcode 26 Beta 7，新增支持 GPT-5 和内置 #Claude 集成。 开发者登录 ChatGPT 账户后可选 GPT-5 模型，该模型也成为 Xcode 默认的默认模型；内置 Claude 集成后需要登录账户，登录付费订阅账户后可以使用 Claude Sonnet 4 模型进行编码。查看全文：
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Xcode 26 Beta 7 #GPT-5 #Claude #开发者工具 #AI集成
avatar
阿橡
3个月前
英伟达预测人工智能两年繁荣后增长将放缓
英伟达市值破四万亿，AI芯片霸主地位稳固？· 216 条信息
#英伟达 #人工智能 #增长放缓 #预测 #繁荣
avatar
图拉鼎
3个月前
没想到能在 Xcode 26 第 7 个 Beta 的时候等来 Claude 的支持，也算 Apple 给我们的小惊喜了。于是我问了一下：你是什么模型？ Xcode（+Claude）回答我：「我是 Claude，由 Anthropic 开发的 AI 助手。我专门帮助分析和改进代码，特别擅长 Swift 和 Apple 平台开发。」 前半句我信，后半句「特别擅长 Swift 和 Apple 平台开发」就是在吹牛了🤣
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Xcode 26 beta #Claude #AI助手 #SWIFT #Apple平台
avatar
indigo
3个月前
Google 也是美股七仙女中 拥有最多 AI 芯片的公司 江湖人称 GPU Rich 😅
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#Google #AI芯片 #美股七仙女 #GPU Rich #积极
avatar
Cell 细胞
3个月前
XCode 支持 Claude 登录， 我的 Claude 年费会员终于不用吃灰了！
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Xcode #Claude #年费会员 #登录 #支持
avatar
勃勃OC
3个月前
加goog、加amd
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#GOOG #AMD
avatar
大帅老猿
3个月前
创下新纪录！用 Gemini 2.5 Flash Image（Nano Banana）软件将 13 张图片合并成一张图片。这拼贴方法简直太牛了！我真的很惊讶它能做到这样，不过我觉得我已经达到极限了，即使只有 13 个元素，它仍然能够保持一致性。不过，一旦你开始尝试这种海量元素，详细的提示就显得尤为重要了。🤯 提示：一位模特正靠在一辆粉色宝马上摆姿势。她穿着以下物品，场景背景为浅灰色。绿色外星人是一个钥匙扣，挂在粉色手提包上。模特肩上还有一只粉色鹦鹉。旁边坐着一只戴着粉色项圈和金色耳机的哈巴狗。
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini 2.5 Flash Image #图片合并 #粉色宝马 #粉色鹦鹉 #哈巴狗
avatar
indigo
3个月前
Gemini is new Google ✨ 美股七仙女中最被低估的公司
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini #Google #美股 #低估 #科技
avatar
试验用Claude Code来完成之前gemini的任务 如果能完成就跟gemini的版本比较一下，选其中一版😄
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Claude Code #Gemini #任务比较 #AI测评 #效率
avatar
勃勃OC
3个月前
据《The Information》报道，OpenAI高管表示，如果无法获得谷歌（$GOOGL）的数据，他们几乎不可能凭借自身实现同等水平的搜索准确率。
谷歌Deep Research：AI操作系统雏形？· 145 条信息
#OpenAI #谷歌 #搜索准确率 #数据依赖 #技术差距
avatar
宝玉
3个月前
吴恩达老师：想让 AI 更强大，我们该往哪儿走？一个令人兴奋的新方向正浮出水面：并行智能体 (Parallel agents)。 一直以来，提升 AI 能力主要靠三驾马车：更多的训练数据、更强的训练算力，以及更强的推理阶段算力 (test-time compute)。如今，让多个 AI 智能体 (AI Agent) 并肩作战，正成为一种扩展 AI 能力、提升性能的新浪潮。 我们早就发现一个规律——这在我之前在百度带的团队和后来的 OpenAI 的工作中都得到了验证——那就是 AI 模型的性能，会随着数据量和训练算力的投入而稳步提升。如果你再让 AI 在推理（也就是解决问题）的时候多花点“力气”，比如让它像人一样思考、反思、迭代答案，它的表现还会更上一层楼。但问题是，这些方法会让用户等太久。而并行智能体，恰恰为我们提供了另一条路：既能提升结果质量，又不用牺牲用户的时间。 推理模型生成内容时，是一个字一个字往外蹦的，所以运行起来可能很慢。同样，大多数的智能体工作流 (agentic workflows) 一开始也是按顺序一步步执行的。但现在情况变了：一方面，大语言模型 (LLM) 每个 token 的价格持续跳水，让这些“大力出奇迹”的方法在经济上变得可行；另一方面，产品团队也希望更快地给用户呈现结果。于是，越来越多的智能体工作流开始被并行化。 这里有几个例子： 现在很多做研究的智能体，会同时抓取多个网页并并行阅读，从而更快地综合信息，写出富有洞察力的深度研究报告。 一些智能体编程框架，允许用户指挥多个智能体同时在同一个代码库的不同部分上工作。我们在关于 Claude Code 的短期课程中，就展示了如何使用 git worktree 来实现这一点。1 在智能体工作流中，一个迅速流行的设计模式是：让一个“劳工”智能体在后台花几分钟甚至更长时间去处理一项重度计算任务，同时派另一个“监工”智能体在前台不断向用户汇报简短的进度，让他们随时了解情况。从这个模式再往前走一小步，就演变成了多个智能体在后台埋头苦干，而一个“UI 智能体”则负责与用户沟通，甚至还能将用户的异步反馈传递给后台的“同事们”。 对于人类管理者来说，要把一个像“开发一款复杂软件”这样的艰巨任务，拆解成能让工程师们并行处理的小任务，是一件非常困难的事；想让成百上千名工程师高效协作，更是难上加难。同样，如何为并行的 AI 智能体们“拆解任务”，也极具挑战。但好在，大语言模型推理成本的降低，让我们有底气用上“人海战术”。通过并行处理，我们可以消耗海量的 token 来换取更好的结果，同时又不会显著增加用户的等待时间。 看到学术界也在积极探索这个方向，我备受鼓舞。例如，我最近读到一篇由 Ryan Ehrlich 等人撰写的论文《CodeMonkeys：扩展软件工程中的推理阶段算力》，读来津津有味。它展示了并行生成代码如何帮助你探索更广阔的解决方案空间。而王俊林（Junlin Wang）提出的多智能体混合 (mixture-of-agents) 架构，其组织并行智能体的方式简单得出奇：让多个大语言模型针对同一个问题给出不同的答案，再派出一个“总管”大语言模型，将这些答案博采众长，融合成最终的输出。 当然，如何才能最好地利用并行智能体，还有大量的研究和工程问题等待我们去探索。但我坚信，未来能够高效协作的智能体的数量——就像能够高效协作的人类一样——将会是一个非常、非常庞大的数字。
#多智能体之争：Anthropic生态VS单智能体· 81 条信息
#吴恩达 #并行智能体 #AI #多智能体混合 #人海战术