搜索
其实大概半年前，我就有这个需求了。那阵子我也注意到，阿里、字节这些平台都各自出了提示词优化器。但它们都得专门跑到对应的网站上去用，对我来说不够顺手。所以这回干脆借着深度复盘了 Anthropic 的 Prompt 讲座，用 Codex vibe coding 了一个全局提示词优化器。
Paperboy 正在尝试找到一种更自然、更连续、更可协作的 Agent 界面与记忆结构——Agent 应该通过观察你用电脑来自己学习，用 IM 而不是 session 来组织对话，主动找你，而不是等你 prompt。
AI 工具推荐现在是门显学。
刚刚，谷歌扔出Gemma 4 12B大杀器！16G轻薄本就能全离线流畅跑通，性能直逼26B巨兽，全体开发者惊呼太震撼了，平民级本地AI封神之作降临。硬核实测速来看！
世界模型火，火到都有点乱了。
Claude Mythos就用6.1×10²⁷ FLOPs提前叩响了奇点的大门。
都以为让AI查数据省事，结果它答得漂亮你却不敢信。Anthropic最近说这事有解了，靠的是一套和代码无关的「笨功夫」。
真没想到啊！物理AI的账单，有一天竟然能和大模型一个价。
NeurIPS 2026 正在用 AI 检测器来判定「论文投稿是否使用 AI」，并作为拒稿的重要依据。
6月3日，千问APP宣布向第三方Agent和Skill全面开放。未来，企业可以在千问中运营自己的品牌Agent。目前，瑞幸、肯德基、蜜雪冰城、东方航空等首批企业已启动测试，并将陆续上线。
马卡龙又出来炒作自己新一轮融资了，但我感到十分难过😭
当大模型 Agent 从实验室加速走向金融、医疗、代码开发等高价值场景，一个隐秘却致命的瓶颈正在浮现：Token 的指数级消耗正引发算力、协作与安全的系统性危机。传统 “堆算力、加参数” 的线性优化已触及天花板，我们该如何在 “输出质量” 与 “经济成本” 之间找到可持续的最优解？
为解决科研中对单篇文献深度解析的需求，佐治亚大学团队提出IntrAgent，专注单篇内容，避免大模型幻觉。通过段落排序与迭代阅读机制，精准提取实验细节与元数据。
我在 2025 年年度总结的文章《Attention is all you need》里，提到在关注 AI 时代的投资机会，看了很多硅谷的播客和视频，一直想来硅谷看看，但自己认识的这边的人不多，恰好看到Linkloud 组织“创业加速营”，安排了不少硅谷当地的华人创业者、大厂从业人员的交流，就报名了，同去的其他人，还有想要 AI 转型或者就在 AI 领域创业的创始人或者中高管等。
《读佳》获知，快手APP已推出“AI购物助手”，并附有一个独立入口，和行业中的主流导购功能类似，快手的AI导购助手也是通过与消费者对话的形式，提供商品推荐、商品评价、商品对比等智能服务。
具身智能公司戴盟机器人（Daimon Robotics）新近完成亿元A轮融资，本轮融资由汇川产投和中国电信联合投资。与此同时量子位还获悉了关于这家公司的另一则消息——阿里通义实验室前多模态研究专家原玮浩加入戴盟，担任首席AI科学家。
Suno 是一家利用人工智能帮助用户创作音乐的初创公司，已以 54 亿美元估值完成 4 亿美元融资。Suno 的估值较七个月前融资 2.5 亿美元时翻了一番，这表明投资者对其颠覆音乐行业的潜力持乐观态度。这笔融资使 Suno 成为新一代 AI 音乐公司中估值最高的企业。
刚刚，谷歌DeepMind发布了Gemma 4 12B。一句话概括这个模型的定位：把原本需要高端服务器才能跑的多模态智能，装进你的笔记本电脑里。它填补的是Gemma家族里一个关键空缺：比边缘端的E4B更强，比26B混合专家模型（MoE）更轻。而且在整个Gemma 4系列里，它是第一个支持原生音频输入的中等规模模型。
今日（6月3日）绳驱AI机器人公司星尘智能（Astribot）完成B轮系列融资——三个月内连续完成3轮融资，融资总额超10亿元，估值突破百亿元，跻身中国具身智能第一梯队。
今天，我们邀请你体验 Kimi Work Beta 版。
6 月 1 日，老黄在 GTC 上用了不小的篇幅讲物理 AI 和具身智能，并重磅发布了 Cosmos 3。英伟达将其定义为面向 Physical AI 的最新前沿模型，也是全球首个完全开放的全能模型，原生具备视觉推理、世界生成和动作生成能力。
一直有在关注的一个 AI 短剧工具最近终于上线了，那就是群核科技的 LuxReal 短剧版。
刚刚过去的GTC Taipei上，最备受关注的，莫过于Cosmos 3。
赋予机器人物理理解和预测能力是通用操作的关键。蚂蚁灵波等机构提出的 LingBot-VA 试图将视频帧预测与动作推理统一起来，让机器人通过自回归扩散框架学会“一边思考一边行动”。
你有没有想过，作为一个软件创业者，你每个月到底在对账和财务事务上浪费了多少时间？银行流水要确认，薪资系统要对齐，Stripe 里的收款记录要归类，还有各种供应商发票要处理。这些事情不难，甚至可以说很机械，但它们每个月都会悄无声息地吃掉你好几个小时。
我在想一个问题。 现在做Vibe Coding的产品挺多的了，如果又有大厂跳出来说要做这个，能整出什么差异化？ 《读佳》独家获知，阿里达摩院正式推出AI原生开发平台“语构”，这款产品以Vibe Cod
感觉大家对追新这事，没那么上头了。
这篇文章想回答几个大家更关心的基础问题：Vector Lakebase 能解决你的什么问题，什么场景下用它最合适，如何用好Vector Lakebase 。
这一切都是关于让我们抛弃我们所知道的关于音乐的一切，让我们尝试从零开始。它只是一个声波。这只是每秒采样48000次。它是一个连续的浮动32号。让我们弄清楚如何建模。
过去半年，几乎所有Agent框架都在补长期记忆能力。最常见的做法，是给系统接一个向量数据库，把历史对话、用户偏好、项目经验、工具调用结果、失败案例都存进去。看起来，只要把“记忆”这块补上，Agent就能从一次性对话工具变成长期协作伙伴。
