🔥 Search Hot Tweets

验证了几轮，gpt-5.6-luna 在我的安全分析场景下还没有出现 cybersecurity risk 提醒，速度快，效果还挺不错，得益于 gpt-5.5 时期我给我的 Agent 做了扎实的 Harness 工作。 Sol 和 Terra 都有敏感的安全风险提醒，使用时需要悠着点。 https://t.co/IXX1z8rxMJ

在 Mac 菜单栏里直接看本机 Codex 和 Claude Code 还剩多少额度、用了多少 token、今天跑了哪些任务。 https://t.co/D1Bsm9LSQe https://t.co/FjjdFvkHLb

旱的旱死，涝的涝死 有 V2EX 网友跑完 GPT-5.6 与 Claude Fable5 的 20X 周限生成了一个网站 简直辣眼睛🤣 AI 要是有意识，怕是要拒绝这个任务 地址我放评论区，慎点！ https://t.co/m9dCGs3Azj

Codex 这个更新很好玩！ 它现在有了类似 Claude 那种可视化的、可交互的功能，可以在聊天中展示一些可交互、可视化的 UI 组件。 而且整个样式跟 Codex 本身的风格融合得很好。 你可以像我这样去让它触发，亲自去体验一下。 在一些必要的场景下，它会自己给你展示这些可视化的组件，帮你去理解信息或者执行一些操作。 另外，Skills 里面 Claude 常见的那种 ask question 交互，估计它也能执行了。 可以升级一下你们 Skills 里面关于 Codex 的流程了。

我把Instagram账号交给Gemini 结果？21天内180万次浏览。 没有录制自己的脸。没有雇任何人。 只是分析+人工智能。 这里有7个提示词，让我的账号从无人问津到自动增长：

现在应该是订阅 ChatGPT 和 Claude 最划算的时间，两家疯狂赠送额度，20 美金用出了 200 美金订阅的感觉。 https://t.co/1m2FvIeOyG

英推大佬刚开源了一个 Codex 插件：Codex Orchestration。 它解决了 Codex 现在一个很痛的问题： 你可以把不同模型拉进同一个任务里，给它们分配不同角色，再按你设定的顺序协作。 比如： - Fable 5 High：顾问，负责挑错 - GPT-5.6 Sol Extra High：负责规划和统筹 - GPT-5.6 Luna Extra High：负责并行执行 - 根模型：负责整合、测试和最终验收 不再是一个模型从头硬扛到尾，而是真正组一支 AI 团队。 用 Fable 5 High + GPT-5.6 Sol Extra High，30 分钟修掉了一批 Opus 和 GPT-5.5 反复卡住的代码问题。 目前的效果： - 额度消耗降低约 40% - 实现速度提升约 2 倍 - 模型、角色、执行顺序都能自定义 - 完全开源，随便改、随便用 安装也很简单，直接把下面这段丢进 Codex： Install Codex Orchestration: codex plugin marketplace add Cjbuilds/Codex-Orchestration codex plugin add codex-orchestration@codex-orchestration Verify the installation, then tell me to start a new task. In the new task, help me assign models to roles—such as advisor, executor, researcher, or reviewer—and configure the order in which they should work. Preview all changes before applying them. 安装后，新建一个 Codex 任务，然后直接告诉它： @codex-orchestration Advisor: Claude Fable 5 High Executor: GPT-5.6 Luna Extra High 工作流可以这样写： 先由根模型制定计划。 把计划交给 Fable 5 审查，只接受合理的修改建议。 再把互相独立的实现任务拆给多个 Luna 执行。 最后由根模型统一整合、运行测试并完成验收。 Codex 真正缺的，可能从来都不是更强的单个模型。 而是一个能让不同模型各干各的、互相制衡的编排层。

赚钱的核心要点就是 从消费者思维转变成生产者思维， 已经有人在闲鱼上架Codex桌面宠物了！ https://t.co/OJQS2QPDjv

招笑文章。腾讯混元模型依然是一坨大便的水平，还买稿吹起来了。姚顺雨从OpenAI回来，证明就是橘生淮南则为橘，生于淮北则为枳。国内的环境做不好大模型。

Codex 才刚到 700 万个活跃用户，这让我蛮惊讶的。 是AI 生产力工具还远没到大众阶段，还是我们活在另一种信息茧房里了？

初体验ChatCut + Codex，真实评价！ https://t.co/rlwAVmm1kw

没人讨论的 pplx 485k 评价 宇宙无敌的 Claude 198k 评价 * App Store 的评价更能反映 c 端的情况 https://t.co/sFAwuwDpBI

29岁姚顺雨空降：改造腾讯混元的 300 天 - 2024 年，腾讯的高招团队在一场顶级学术会议上认识了姚顺雨。当时这个 97 年的年轻人还是 OpenAI 的研究员，他被介绍给了腾讯总裁刘炽平。一年后，他回国，一跃成为了腾讯的大语言模型负责人。 - 姚顺雨的幸运之处在于，在他来之前，腾讯的最高决策者已经意识到 AI 可能是生死之战，而腾讯远远落后。马化腾在 2025 年的员工大会上说：“一年前我们以为上了船，后来发现那个船漏水了。”他们提前扫清了障碍——混元原先各岗位的关键负责人已悉数离场，姚顺雨可以直接向集团总办汇报，TEG 总裁卢山是一位温和的管理者，愿意最大程度放权。 - 初入腾讯时，姚顺雨向总裁刘炽平提了一个请求：从新模型发布起至少一年，希望总办不要看榜单 (benchmark)。一年大约是训练两代模型的时间。“Martin（刘炽平）同意了。” - 以顾问身份加入腾讯时，姚顺雨任务只有一个：排查混元大模型长期落后的原因。排查结果是：“简单来说，几乎每个环节都在漏水。” 混元过度追求榜单成绩，把打榜语料放进训练集污染了数据，模型变得很会考试，但在真实场景表现很差。当时数据标注准确率的验收线定在 95% ，实际却长期停留在 60%-70%，团队为了交差生产出大批无法使用的数据，算法团队默许了这一切。 - 混元从起步开始就不算顺利。2023 年立项时，项目组连一块 GPU 都没有，最后还是从广告部门匀来 2000 张。卡少导致混元的基础建设（Infra）先天不足，系统缺少针对大规模训练任务的设计。训练环节也不健全，混元几乎没有做过强化学习。竞争压力下，团队做了两个选择，一是换架构，冒险用 Transformer 与 Mamba 结合的混合架构这条路线在行业里尚未被充分验证，“但有噱头。”除了腾讯几乎没有大厂选它。另一条路是打榜，用分数向上汇报。 - 姚顺雨来后几个月内，混元预训练、后训练、评估、Infra 的负责人全部换人，新人来自字节、Kimi、DeepSeek、美团。招人不再看出身——目前混元的模型架构负责人还是一名在读博士生。字节 Seed 的招聘团队发现好几个候选人连 Seed 都没抢过。原因是：Seed 人才密度已经很高，年轻人更容易成为“螺丝钉”；而重建期的混元正是用人之际。 - 改革不是疾风骤雨。姚顺雨没有大量清退老人，但带来的压力更隐晦——他常在群里发论文聊技术，能跟上的人很少，有时甚至看不懂。“Peer 压力太大了。” - 部门层级被简化到只有三层：姚顺雨——方向负责人——研究员/实习生。不赶发版的时候，混元的强度并不大。另一边，混元也取消了部门年中考核，鼓励聚焦长期研发。偶尔也有例外。“只要哪个组来了 Seed 的人，那个组很快就会自发地卷起来。” - 姚顺雨用自己的旧东家 OpenAI 举例给团队鼓劲：直到今天，OpenAI 的基础模型也没有依赖过什么神秘的技术，做大模型没有魔法，也不要相信别人有魔法。真正难的是把最基础、确定能做对的事情都做对——做到这些，足以让混元挤进中国的第一梯队。 - 2026 年 5 月底，距离混元 Hy3 正式发布只剩一个月，因为一批提交上来的数据出了问题。姚顺雨少见地发了脾气，严厉告诫团队：“数据非常重要。如果下次再出现这样的情况，直接走人。” -混元 Hy3 是姚顺雨在年初带队开始训练一款大模型，也是他加入腾讯后的第一张成绩单，但内部抱的预期并不大。Hy3 并不是完全没有企图心。按照姚顺雨的设想，混元不需要在所有能力上正面击败 Claude Opus 这样的前沿模型。如果一个模型能以 Opus 1% 的价格，在 90% 的日常问题上做到与它一样好，甚至超过它，对大多数用户来说这就是一个更优的模型。Hy4 已经在训练中，混元团队的判断是 2027 年进入国内第一梯队。 - 在姚顺雨的构想中，模型与产品应该以联合设计（Co-design）的模式合作，即模型和产品从一开始就绑定在一起开发，模型可以第一时间拿到产品的真实场景和用户反馈，知道自己该往哪里改；产品也能及时向模型同步需求，不用等一个通用模型送上门，再调整、将就。姚顺雨清楚自己当前的主要任务是什么，就是和业务处好关系，把 Co-design 的想法落地 - 今天大模型行业普遍面临商业化难题，但腾讯的思路是，不一定要向外部客户收费，能帮业务提升收入，同样是混元的价值。“举个例子，《王者荣耀》一年收入几百亿，混元如果能帮它提升 1%，那就是好几个亿。” - 在腾讯，一个产品一旦受到高层重视，老板们就会开始密集提意见，其他辅助部门的人也随之加入，参与决策的人越来越多。去年腾讯集全公司资源扶持元宝，于是高层们总会不时提出非常具体的意见，某处的字体是不是太小了，对年长的人不太友好；某处设计为什么要用这种颜色。“上面一提，下面就开始揣摩，老板到底是什么意思，到底要不要改。” - 腾讯 2019 年引入过一批从 Google、Snapchat、Uber 来的工程和数据专家。他们大多没留下什么成果，陆续离开。今天姚顺雨有总办的授权，圈了一块地，一个人拍板负责。但当改革进入更深的地方，牵动更大利益、风险更高时，能替他扛住压力的只有总办。到那时，考验的不只是他，还有他和老板们之间的信任能否撑得住。改革走到最深处，从来就不只取决于改革的那个人。

让 AI 一口气做一个复杂大项目，做着做着就会迷路，上下文一长前面的需求全忘光。 plan-cascade 换了个思路，先把大目标进行拆开，拆成一个个能并行开工的小任务。 从项目到功能再到故事，每一层自动生成需求和设计文档，长会话被压缩也不怕丢。 拆出来的独立任务并行跑，每步跑完自动过测试和代码检查，不用全靠人工盯。 GitHub：https://t.co/4o56X74pF2 提供 Claude Code 插件、桌面端、命令行三种形态，桌面端还能接 OpenAI、DeepSeek 等多家模型。 经常要让 AI 从零开发大项目、又害怕它中途跑偏的朋友，可以拿它试试。

无上限畅用 GPT-5.6-sol的办法 如果你还在用 5.5 的习惯跑 GPT-5.6(Sol),那你现在大概率天天触碰limit 5.6 是真强,但它有个副作用: 单条消息用量暴涨,高推理下一跳就是 5 小时上限的 15%。 Theo 实测了一套省额度、又不掉质量的用法, 按重要性给你捋一遍。 先说为什么会触顶。 5.6 把 5.5 那个"动不动停下来问你要权限"的毛病治好了, 但它会一路干下去,用量跟着翻翻。 很多人还拿 5.5 的习惯在跑,自然天天顶格。 OpenAI 这边也挺坏,Codex 里有些设计就是在推着你多用。 1、Ultra 尽量别碰。 新功能,特别烧额度,等 Theo 专门那期出来再说,现在就当它不存在。 2、Fast 模式关掉。 它提速 1.5 倍,消耗快 2.5 倍。5.6 本来跑得就久,瓶颈在工具调用和跑测试,不在推理速度，关掉体感几乎没差,用量掉一大截。 3、推理级别默认挂 High。 deep SWE 实测: Low 45% Medium 61% High 69%($3.47) X-high 71% Max 73% 过了 High,成本翻倍只换来几个点,不划算。 4、模型选 Sol,别选 Luna 和 Terra。 Luna 适合 API 批处理数据,写代码不行;Terra 在智能和成本上全面落后。 5、最重要的一条,在 prompt 里自己给它设停止点。 5.6 太积极,你不拦它就一路做下去。得明确告诉它做到哪停,比如"先写计划,写完停下来等我反馈",或者"一路做完、提 PR、处理完第一轮 review 就停,剩下的交给我"。 停止点可以放得很远,这个点靠 prompt 定,调推理级别或工具配置都控不住它。 6、子代理谨慎用。 Codex 的 V1/V2 实现都一般,5.6 又爱乱开。 要是发现额度掉得特别快、子代理还乱起,往 AGENTS.md 里加一句:"Only use sub-agents if the user explicitly requests them." 还有两个坑单独拎出来: 别手改 context window 和压缩阈值。 模型是按默认 compaction 训出来的,你手改它会变笨还更费钱。 OpenAI 的 Tebo 确认过,默认 272k 就是给 5.6 调好的。 别盲抄别人的 config。 自己去 .codex / AGENTS.md / CLAUDE.md 里改、看 trace、再调,手感是这么试出来的。 最省的就这三条: 关 Fast、推理挂 High、prompt 里自己设停止点。 建议收藏,配置的时候对着调👇

义父！！！！！！！！！！！ Codex赶紧800万，再送点吧义父

Cursor @cursor_ai 把Claude @claudeai 的设计负责人Jenny Wen挖走了。 @jenny_wen 刚刚宣布她会离开Anthropic，加入Cursor担任Head of Design。 她此前负责Claude和Cowork的设计，再之前是Figma设计总监，带过FigJam、Slides等多个核心产品，更早还在Dropbox、Square和Shopify工作过。 这可能是Cursor最近很关键的一次招聘。 过去Cursor最强的是工程能力、模型接入和快速迭代，但AI编程工具竞争到今天，模型差距正在缩小，真正决定用户是否长期留下来的，开始变成工作流、交互细节和产品品味。 Cursor现在显然不满足于继续做一个更好用的代码编辑器。 它想做的是整个软件开发入口。 期待她的成果！