🔥 Search Hot Tweets

正确的codex 级别切换效果… https://t.co/IKNSULj2id

Databricks 首席执行官兼联合创始人，加州大学伯克利分校教员 @alighodsi 表示： GLM5.2在他们内部的测试中遥遥领先🔥 这个测试是针对企业场景，特别是在拥有大量员工的情况下（比如Databricks拥有 1.1 万名员工）。 企业应该选择哪种模型和框架，才能在降低成本的同时保持卓越的质量？ Databricks他们不想盲目信任公开基准测试。 因此，Databricks他们针对自身的任务、代码库和基础设施进行了一次全面评估。 这些内容是由 3000 多名软件工程师共同构建的，横跨三大超大规模云服务商，涵盖多种编程语言和任务类型。 结果Databricks惊讶的发现讶，对于同一模型（例如Opus4.8），选择不同的框架可以显著节省成本（约 2 倍）。 同时他们发现 GLM 5.2 表现极为出色，比如在下图里，GLM5.2在成功率和成本上获得了一个最具性价比的成绩。 比成功率比GLM5.2高的Opus4.8（使用pi和xhigh）要贵1.5倍。 而和他一个成功率的Opus4.8（使用claude code和high），也要比GLM5.2贵出一倍。 现在不会有人质疑GLM5.2了吧🤔

Anthropic 7 月 10 日发布了一场关于 Agent 基础设施的对谈。Claude 平台工程负责人 Katelyn Lesse、产品负责人 Angela Jiang 和产品经理 Jess Yann，分享了几个来自一线的观察。 【Agent 的“脚手架”正在变薄】 几个月前，搭建 Agent 往往需要写大量流程控制代码：先执行 A，满足条件再进入 B，遇到不同情况还要切换不同分支。流程越复杂，系统越容易出错。 随着模型的推理和工具调用能力增强，这些编排层（harness）正在变薄。开发者不用再规定每一步，只需给出目标和基本边界，让模型自己决定怎么完成。 与此同时，一种更高层的编排方式开始出现：让多个 Agent 同时解决一个问题，从中选出最佳方案；让一个 Agent 提方案，另一个负责挑错；或者在 Agent 卡住时，请另一个能力更强的 Agent 提供建议。 重点正在从“控制每一步”，转向“设计 Agent 之间如何协作”。 【衡量 Agent “投入产出比”（ROI，Return on Investment），先看一个人快了多少】 Angela 建议，企业不要一开始就规划上百个自动化流程，而应该先看一个具体的人：用了 Agent 之后，他的工作速度和产出提高了多少？ 验证有效后，再从个人推广到团队，最后才处理跨部门流程。前期重点看速度和生产力，等应用逐步成熟，再衡量收入、成本和用户指标。 很多企业做 AI 转型时，喜欢先画一张宏大的自动化蓝图。问题是，流程涉及的部门越多、规则越复杂，落地阻力就越大。从个人开始，更容易看到效果，也更容易持续推进。 【工程团队没消失，但每个人的角色都变了】 Katelyn 观察到，Anthropic 的工程团队和半年前相比，人员构成没有太大变化，但协作方式已经不同。 过去通常由技术负责人决定架构，其他工程师领取任务、编写代码。现在，更多工程师会参与产品和架构决策，再分别指挥 Claude 完成具体工作。 Agent 的作用也不再只是“帮忙写代码”。她提到 Shopify 的 River 系统，已经把需求文档、开发环境、代码实现和 QA 测试串成了一套端到端的 Agent 工作流。 【个体变强，不等于团队自然变好】 Agent 降低了开发和试错成本，也可能带来新的问题。 过去，一个团队会先讨论十个方案中哪个最值得做。现在，每个人都可以快速做出十个原型，甚至全部上线，让市场决定谁胜出。 这样做速度很快，但如果缺少统一方向，产品很容易无序扩张。Agent 能显著放大个人能力，却不会自动解决团队的协调、取舍和决策问题。 来源：https://t.co/fEuKIzIlfk

Codex 实践下来一个最节省 usage 的配置： - 模型 5.6 Sol - Effort 选择 Extra High 或者 Max - Speed 选择 Standard Ultra 很难用（只是会 spawn 多个 sub agent），Fast 很好用但是太耗 token 了，Ultra + Fast 一个任务就可以把 5h limits 跑完。 按照这个配置可以多消耗 2x-3x 的 token。 https://t.co/RdsskIX9o8

我改口了，5.6 Sol 在 Claude Code 当中的表现，也是教父级别。但是，在 CodeX App 和 Cli 里面，拉完了！可使用 ccswitch 进行丝滑的夺舍。

分享一个 Skill 通过 Codex 自动下载视频、获取封面、翻译好双语字幕、并烧录好 MP4 格式。https://t.co/c6CcaEYQK4 https://t.co/tnuzs1Toky

Codex负责人Tibo先生教您如何让Claude Code变成claudex，只需5分钟，满足你既要橙色螃蟹vb又要用GPT-5.6的需求😂 这下是官方认证，如果方法失效，他会帮你重置的！

Fabe 5 写代码 + GPT 5.6 Sol code review，或者反过来，强强联手，效果无敌。 https://t.co/fOZzjbJitV

3D 建模师要失业了。 这个人用 GPT-5.6 Sol 做了一个 skill： 只要扔给它任意一张照片，它就能直接把图里的物体反向编译成纯代码构建的 3D 模型。 效果如视频所示，项目已经完全开源。 完全免费。 https://t.co/uVysFEzEs6

claude-code-recipes 整理了 100 个办公场景的 Claude Code 用法。 涵盖会议记录、数据报告、销售分析、客户运营、产品管理、专业沟通等工作场景。 每个场景都带具体步骤和直接能抄的提示词，还配了示例输出和踩坑排查。 GitHub：https://t.co/HejhOMYVAC 并且按人群分了 10 个梯队，管理层、HR、销售、运营、项目经理都能快速找到自己那组。 不写代码但天天跟文档报表打交道的朋友，也能使用 Claude Code 提升百倍效率。

第一次把 Codex Pro 20x 的五小时窗口给肝完，看来 GPT 5.6 真的挺费 Token 的（主要是快）。先去睡个午觉，醒来继续肝。 https://t.co/PZFQGrGmrg

V2EX 跟 Linux Do 之前都有网友猜测通过反代使用 Codex 会被封号 这下官方下场指路教人如何反代了，算不算破解了一个“谣言”🤣 https://t.co/0k6sijD25m

被苹果起诉的 OpenAI 公司创始人，说马斯克开始痴迷于他，基于此他判断出，自家的 ChatGPT 5.6 SOL 是世界上最好的 AI 模型。 然后这两位又在隔壁帖子，吵起来了。 不过以往吵架多下跌，还好这周末美股没开盘。。 https://t.co/ho51WTEaLc

所有在 Codex 中安装了 superpowers 插件的现在请一键卸载 现在几乎每次对话的都会调用，因为其规则中明确写了「每次新对话都应该优先使用」 这个插件超级耗费 token ，而且现在也没啥大用处，不如直接使用 plan mode 模式 或者推荐下载另外一个 skill：/grill-with-docs （在开始执行任务前狠狠拷打你） 仓库地址：https://t.co/6flqcIxryx

卧槽，Codex 这次更新，让 Chrome 扩展有点尴尬了。。。 现在 Codex 真的能带着你的账号逛互联网了！ 一键导入 Chrome 的 Cookies 和 Password，Gmail、推特、小红书等各种网站打开就是你的登录状态 你可以直接让它： 查邮件和附件、跨平台找选题、巡检后台、下载报表、填表上传、核对订单...... 打开开发者模式以后，能进真实页面查 DOM、控制台和网络请求。 并且它在内置浏览器里跑，你可以继续用 Chrome，互不干扰。 各种做浏览器插件的，直接天塌了。。。

GPT 的算力就这样被浪费： https://t.co/jJWEXlibRO

Codex 现支持 skill 管理了，这个功能非常的夯 能一眼清晰的看到本地、Codex 系统内置以及项目 skill，并支持一键卸载 你现在就可以去把那些下载了但在文件夹中躺尸的 skill 卸载了😁 进入方式也特别简单：点击 插件 - 技能 就可以直接看到了 https://t.co/VPefGcky0n

《立党基础教育》最核心的精髓，一个是给6岁孩子孩子买mac mini+大显示器，一个是订阅coding plan（claude/OpenAI/智谱/kimi/阿里/grok）， 最核心是建立“党哥家庭图书馆”，卧室装满这些书，可以陪伴孩子从6岁到18岁的数学物理计算机教材，让孩子随机翻、随机看、躺着看、拉屎看，挖掘天赋潜能。 一定要听党哥的，党哥就住天津图书大厦旁边，这些书党哥没给童年的自己买齐，党哥想扇自己100个大嘴巴子，你们一定不要给自己家聪明的孩子留遗憾，先把书买齐了，孩子只看10%，每本书只看一章，都是有用的。 1. 小学、初中、高中全年级的数学、物理、信息学基础官方教材； 2. 小学、初中、高中全年级的数学、物理、信息学学科竞赛教材和题集； 上面这些书一定要买齐，供孩子随时按照兴趣翻阅，吃饭时翻阅，拉屎时翻阅，无聊时翻阅， 3. 大学本科基础数学教材《微积分》《线性代数》《概率统计》《复变函数》，如果孩子看得津津有味并且觉得太简单，立刻按照北大数学系培养方案继续买实分析、高代、抽代、组合数学等等， 喜欢物理直接买四大力学教材，或者直接买《费曼物理学讲义》，按照孩子需求买齐买全，挖掘孩子在数学和物理上的最大天赋； 4. 一定要买齐计算机教材，从6岁可以陪伴到60岁的几本书，都是党哥自己掏真金白银在天津或者Texas亲自买过的纸质书，哈佛MIT斯坦福也用这些书当做本科生或者graduate level（硕士博士阶段课程）教材，记住，一定要买齐，摆孩子卧室里，让孩子随机翻阅，随机看，拉屎看，吃饭看，睡觉看，周末看，看一章节就算稳赚。 记住，这些书尽量买齐，在中国就买影印版中文翻译版，一本书50块钱，买齐了并不贵，在英语国家可以买二手英文版，这些书可以陪伴绝大多数人从6岁到60岁。 a. 《Python Crash Course: A Hands-on, Project-based Introduction to Programming》（Python编程：从入门到实践），孩子的第一本编程书，让孩子一边拿着书，一边对着电脑敲敲敲，敲敲敲，敲敲敲， python入门了以后，可以买《Thinking in Java》《C++ Primer》，挑着学Java和C++这两本书； b. 计算机三套经典，党哥都买了纸质版，党哥都没看完。 - 计算机基础教材CSAPP《Computer Systems A Programmers Perspective》（CSAPP） - 算法和数据结构圣经《introduction to algorithms》（算法导论） - 可以陪伴到50岁、几代人读的圣经大套装《The Art of Computer Programming》（TAOCP） 记住，党哥没看完是因为岁数太大了（算法导论看得最多，其他两本进度很少），你的孩子只有6~18岁，如果激发了巨大的兴趣，你的孩子是完完全全有精力看完的。 如果18岁之前能扎扎实实看完这三本书，可以说比Google和Meta里面90%的员工要强。 c. 全球公认的计算机其余主要专业教材 操作系统《Operating Systems Concepts》（操作系统概念，恐龙书） 编译原理《Compilers: Principles, Techniques, and Tools》（编译原理，龙书） 《Modern Compiler Implementation in C》（现代编译原理，虎书） 《Advanced Compiler Design and Implementation》（编译器设计与实现，鲸书） 数据库《Database System Concepts》（数据库概念） 计算机网络《Computer Networks》Andrew S. Tanenbaum 计算机图形学《Fundamentals of Computer Graphics》（图形学虎书） 机器学习和深度学习《Pattern Recognition and Machine Learning》(PRML）和《Deep Learning》 by MIT Press 党哥不是拉书单，党哥给你推荐图书是非常谨慎小心的，已经砍到不能再砍，精简到不能再精简了，精简到再砍掉任何一本就会出现大问题了， 记住，这些计算机科学computer science书籍，要买全，买齐，在中国大陆就买影印版、翻译版，在美国就买二手，把这些书整整齐齐放在孩子书架上， 孩子靠兴趣驱动学习时，是跳跃的、离散的、冲动的，也许孩子感兴趣两个月看完一本书，也许两年翻不了三页，也许一本书只看零星两三章， 但是一定要给孩子买齐、买全、买完整，放在卧室书架上，吃饭看、拉屎看、无聊看、闲着看、呆着看、随机翻看、边看边敲、边看边在claude code里实现， 一定要买齐，在家里置办“党哥家庭图书馆”，孩子对知识的欲望和冲动，远比对抖音直播间大美女的冲动要强烈得多，当冲动来临的时候，一定要做好图书、知识、教材的准备，让孩子凭借一腔热血和兴趣，选择随机翻阅和学习。 当然，另一件重要的事情，就是听党哥的话，围绕北京、上海、深圳、bay area全球四大科技中心，每个月至少带孩子逛一次电子展、科技展会、技术大会、学术会议、路演日、融资大会、技术沙龙、AI线下沙龙、技术公开课、产业大会、学校技术论坛、学校学术展览，逐步建立世界观，认识技术，认识产业，认识各行各业，形成自己的价值观，并且开始接触一些各行各业的“大朋友”， 当这些大朋友给孩子一些启发的时候，孩子就会立刻回家，闷头去翻这些教材，继续去补充营养，带着白天开会时满脑子的小问号，回到自己的“党哥家庭图书馆”，去狠狠恶补自己欠缺的知识。 记住，除了买mac mini+大显示器+人体工程学座椅+订阅coding plan，除了开会，家长首先要做到的，就是买书，买书，买书，买书，买书，买书，买书，买书，买书。 如果要看视频课程，可以按照csdiy wiki上面课程去学习，可以上B站上中文平替， 先从哈佛CS50起，接下来看UC Berkeley CS61A、CS61B、CS61C，然后按照csdiy wiki上面对应的视频课程自己去学习，一般youtube有原版，B站有翻译版本。 让孩子自己自由随机去挑感兴趣的视频去跟着学。 但是一定他妈给我把这些书给孩子买齐，买全，加起来没有几千块钱，能改变你的孩子一辈子的命运，让他获得一个9位数的人生。 现在就给我去京东天猫拼多多闲鱼去下单，给我买！！！！

#AI 这个改造的流程有更高效、更完善版本，是 Orca 自带的编排功能。 讨论部分的流程不变：/grill → /spec → /tickets。 之前是新开对话，然后单个 tickets 走 /implement。自己逐一验收。 现在改成新开对话，用 /orchestration 监工，会根据 tickets 安排子代理串行或并行。最后它帮你完成验收。 比如：/orchestration 派工 codex 推进 tickets #33-#37。 昨天玩一天还真是全用上了，fable 讨论需求、写文档、定票；grok 监工或快速执行；gpt-sol 按票去写代码。 grok 确实是又快又好，iOS 端的 grok 快上 4.5 就可以替代 chatgpt app 了。

一名美国医生把一张明显骨折的 X 光片丢给 Claude，只问了一句：评估这张 X 光片。 结果最危险的地方，不是 AI 看错了。 而是它一本正经地回答：没有明显骨折。 很多人会替它辩护。 说 Claude 不是专门读 X 光的模型。 说它没受过医疗训练。 说用户用错了工具。 这些话都可能成立。 但问题恰恰在这里。 如果一个模型没有能力评估 X 光，它最应该输出的，不是一个看起来像医学判断的答案。 它应该拒答。 它应该说：你正在用错误的模型评估医学影像，我不能给出结论，请找专业医生。 医疗场景里，最危险的 AI 不是“不知道”。 最危险的是“不知道自己不知道”。 人类医生看不准，可以会诊，可以复查，可以承认不确定。 AI 一旦用流畅语言把错误包装成确定答案，普通人很容易把它当成结论。 这就是医疗 AI 真正的安全门槛。 不是会不会说医学术语。 不是回答听起来像不像医生。 而是在自己不该回答的时候，能不能闭嘴。 未来 AI 进医院，拒答能力和诊断能力一样重要。 一个不会刹车的系统，跑得越快，越危险。

标普把甲骨文（Oracle）的长期信用评级从BBB砍到了BBB-，距离“垃圾股”只差最后一步。😂😂😂 甲骨文对外吹嘘的6380亿美元云合同积压订单里，整整有一半是还没赚过一分钱的OpenAI贡献的。 更致命的是，甲骨文签了19年的数据中心租约去盖机房，手里却只握着OpenAI 5年期的算力合同。 等于用20年的刚性负债，去赌一个未来。

《立党基础教育》核心内容： 1. 5岁给孩子买电脑，怕打游戏就买mac mini，深度接触网络、操作系统、编程、使用terminal； 2. 把小学初中高中所有数学物理信息学教材、竞赛教程、少儿百科全书，本科微积分、线性代数、概率、计算机基础、算法导论、操作系统、编译器教材全部买齐，放在卧室书架上， 让孩子随时自由翻阅，充分挖掘孩子在数学、物理、计算机上的兴趣爱好和潜力； 3. 开通至少一个coding plan会员（OpenAI、Anthropic、智谱、月之暗面、阿里、deepseek、minimax、小米等等），让孩子时刻拥有至少一个AI Agent编程的能力； 4. 围绕北京、上海、深圳、bay area全球四大科技中心，每个月至少带孩子逛一次电子展、科技展会、技术大会、学术会议、路演日、融资大会、技术沙龙、AI线下沙龙、技术公开课、产业大会，逐步建立世界观，认识技术，认识产业，认识各行各业，形成自己的价值观，并且开始接触一些各行各业的“大朋友”； 5. 在可控和允许的范围内，让孩子打游戏去发泄额外的精力； 6. 如果孩子是女生，从6岁开始灌输洗脑：一定要学计算机电子，一定要学技术，技术是一辈子的饭碗，学人文社科经管这辈子只有死路一条，程序员行业两位祖师爷Ada Lovelace和Grace Hopper都是女性； 7. 不要额外花任何钱，不要额外接触任何体育、下棋、音乐、画画培训班，都是坑死你们这些文科三本全职宝妈傻王八蛋的。

至少从我自己使用Claude Fable的经历来看，AI现在已经能够提出我完全无法想象会是人类提出的，充满第一性原理的精妙无比的想法。这些想法，AI提出时就已经非常笃定，而我一开始只能感到震惊和质疑，并在好几轮对话后自己也为之折服，除了表示同意以外别无他法。对我自己的用例而言，AGI可以说已经实现了。之后的一切，只是额外的加成而已。

一个22岁的津巴布韦姑娘，没搬去洛杉矶，也没签什么经纪公司，结果五个品牌自己找上门来了。 她用的是Claude，生成了几个AI角色，然后每天在TikTok上发四条视频。前两周基本没人看。 到了第15天，有一条视频爆了，2100万播放。 接下来24小时，账号涨了23万5千多粉丝。到第28天的时候，已经有五个品牌掏钱找她打广告，一共5800美元。 她没有圈内人脉，没去什么创作者聚集的大城市，就是一个人在津巴布韦做内容。 前前后后试了112次，才碰上那一次爆发。但分发渠道不关心她人在哪儿，只要能做出东西来，观众可以来自世界任何一个角落。

来给大家一手评测了～ ChatCut @chatcutapp 最新出的CodeX插件我已用上！剪口播的准确度极高，字幕也识别得精准，比剪映准确度高，还有很多内置的字幕效果，而且支持做！动！效！也支持配音乐！ 你在聊天框下发命令之后，右侧编辑器里可以任意操作，可控性比之前我体验过的其他AI剪视频方案都高太多了！ 不过我遇到了下载缓慢的bug希望团队加紧修复一下🆘（已在官方评论区框框留言） 新用户有20积分的额度！如果涉及生成操作就会扣除这个积分，光是试用我已经爱上了，这个真的目前没有平替，完全提高我的视频产出效率

superpowers skill 不适合 gpt 还是 hai-stack 系列的格局好用！ https://t.co/G5Ovpq4Opl