投研知识库

歸藏的ai工具箱

此标签下有14条笔记。

2026年7月25日
来了！Opus 5 模型发布，价格跟 Opus 4.8 相同在测评成绩上大幅优于 Opus 4.8，同时相当多的测评成绩都高于 Fable 5。 Opus 5 在 Agent 编程终端任务中拿到 43.3%，高于 Fable 5 的 33.7% 和 GPT-5.6 Sol 的 34.4%；在电脑操作上达到 70.6%，业务流程任务也从 Opus 4.8 的 17.0% 提升到 26.0%。另外，它在新型问题求解上取得 30.2%，明显领先 GPT-5.6 Sol 的 7.8% 和 Opus 4.8 的 1.5%。搞笑的是 Agentic coding 这个分数上 Opus 5 得分 53.4% 居然标注了大于 Fable 5 的 53.5%，不会是让 Opus 5 做的图吧。终于有个能用的模型了！要再不出，我感觉 Claude Max 都没必要续订了，性价比过低，4.8 跟屎一样详情：anthropic.com/news/claude-opus-5
2026年7月24日
牛逼！黄仁勋开了自己的 Twitter 账号，发表了第一篇帖子，力挺开源模型和开源生态！这是最近美国政府和企业领域关于是否要封禁中国的顶尖开源模型，在持续了好几天的讨论中，应该是第一个明确站队的行业头部 CEO。主要观点是，美国不应该把 AI 领导力理解成保护几家头部巨头公司的领先地位，否则有可能输掉整个 AI 战争。真正的优势应该来自于开放的模型、算力基础设施、生态应用和广泛的落地。主要的诉求包括： 1. 为初创公司和研究机构提供更多算力 2. 建设共享数据集、工具和评估体系 3. 不要因为潜在风险而过早地限制开源模型对于英伟达来说，这种开源模型的存在肯定是对它有好处和有帮助的。他把角度找得很好，即：美国究竟是需要整个美国 AI 生态的繁荣，还是仅仅为了保护某几个公司的利益？在这背后有几个重要的背景： 1. 这一轮讨论主要的导火索是 Kimi K3 的开源和发布，直接让美国的头部企业、政府以及一些投资人担心戳破 AI 的泡沫。 2. 去年美国政府就一度考虑限制中国的开源模型。 3. 美国的 AI 行业已经分裂成两个主要的阵营： (a) OpenAI 等闭源模型公司：想要禁止中国的开源模型。 (b) 初创公司、研究员、开源社区和基础设施公司（如英伟达）：希望行业百花齐放，这样他们既有可选择的余地，利润也能得到保障。 4. 英伟达最希望看到的产业结构，是整个世界、每个地方、每个公司、每个人都在部署自己的 AI。这样就会需要大量的芯片，而不是让整个 AI 行业都集中在几家闭源模型公司手中，否则闭源巨头就会吃掉英伟达的硬件利润。详情：x.com/JensenHuang/status/2080643682408321103
2026年7月14日
试了一下 LibTV 的视频 Skill 能力，不错啊
2026年7月13日
Seedream 5.0 Pro 测评：图像编辑门槛爆降
2026年7月10日
介绍和吐槽一下 Codex 昨晚的一大批更新
2026年7月09日
GPT 5.6 已经提前在日区上线！
2026年7月09日
GPT 5.6 已经提前在日区上线！
2026年7月08日
开源一个非常漂亮的文章配图 Skill
2026年7月07日
Claude 官方写了一篇关于 Loop Engineer 的入门文章。其实现在我们所说的 Loop Engineer，所有的底层逻辑在提出这个概念以前就已经具备了，甚至这些工作流程也是大家一直在用的，只是被套上了一个新的概念。在这篇文章中，他们把 Loop 分成了四种类型：回合制循环（Single-turn Loop）这是最基本的 Claude Code 工作方式。你发出的每一个提示词（Prompt）都是一个循环，在这个循环中你不需要额外干预。Claude Code 完成这个循环后会给你输出，它的具体步骤是：收集上下文、采取行动、检查工作、重复，直到它认为你的提示词任务已经完成，或者觉得需要你介入时才会停止。基于目标的循环（Goal-oriented Loop）也就是 GOAL 模式（如 Codex、Claude Code 等工具都支持该模式）。有时候单回合不足以完成复杂任务，系统就会进行多次迭代，直到达成那个更大的目标。基于时间的循环（Time-based Loop）也就是 Claude Code 中的 loop 命令。你可以设置在指定的时间间隔自动触发某一个提示词，去运行特定任务，比如定期进行 PR 合并等。主动循环（Active Loop）你只需要设置一个事件，一旦该事件发生就会自动触发循环，完全不需要人工干预。例如，一旦 GitHub 上有了新的 Issue 或 PR，AI 就会自动进行审核和记录。此外，官方还针对 Loop 给出了一些优化建议：循环的质量取决于系统：你需要保证代码库本身的质量，比如完善的文档、严格的代码审查以及保持代码库的简洁等。管理你的 Token 消耗：像 GOAL 这种基于目标的模式，对 Token 的消耗是非常巨大的。因此，你需要给循环设置明确的界限，比如什么时候该用大模型、什么时候该用小模型，以及明确的启动和结束条件。否则，一旦系统自己无限制地跑下去，不仅容易跑偏，还会消耗大量的 Token。这些循环模式，本质上都是由我们现在 Agent 常见的各种能力组合而成的，比如前面提到的 GOAL 模式、Loop 模式，以及常见的 Skills 和 Hooks 等。详情：x.com/ClaudeDevs/status/2074208949205881033
2026年7月07日
Claude 官方写了一篇关于 Loop Engineer 的入门文章。其实现在我们所说的 Loop Engineer，所有的底层逻辑在提出这个概念以前就已经具备了，甚至这些工作流程也是大家一直在用的，只是被套上了一个新的概念。在这篇文章中，他们把 Loop 分成了四种类型：回合制循环（Single-turn Loop）这是最基本的 Claude Code 工作方式。你发出的每一个提示词（Prompt）都是一个循环，在这个循环中你不需要额外干预。Claude Code 完成这个循环后会给你输出，它的具体步骤是：收集上下文、采取行动、检查工作、重复，直到它认为你的提示词任务已经完成，或者觉得需要你介入时才会停止。基于目标的循环（Goal-oriented Loop）也就是 GOAL 模式（如 Codex、Claude Code 等工具都支持该模式）。有时候单回合不足以完成复杂任务，系统就会进行多次迭代，直到达成那个更大的目标。基于时间的循环（Time-based Loop）也就是 Claude Code 中的 loop 命令。你可以设置在指定的时间间隔自动触发某一个提示词，去运行特定任务，比如定期进行 PR 合并等。主动循环（Active Loop）你只需要设置一个事件，一旦该事件发生就会自动触发循环，完全不需要人工干预。例如，一旦 GitHub 上有了新的 Issue 或 PR，AI 就会自动进行审核和记录。此外，官方还针对 Loop 给出了一些优化建议：循环的质量取决于系统：你需要保证代码库本身的质量，比如完善的文档、严格的代码审查以及保持代码库的简洁等。管理你的 Token 消耗：像 GOAL 这种基于目标的模式，对 Token 的消耗是非常巨大的。因此，你需要给循环设置明确的界限，比如什么时候该用大模型、什么时候该用小模型，以及明确的启动和结束条件。否则，一旦系统自己无限制地跑下去，不仅容易跑偏，还会消耗大量的 Token。这些循环模式，本质上都是由我们现在 Agent 常见的各种能力组合而成的，比如前面提到的 GOAL 模式、Loop 模式，以及常见的 Skills 和 Hooks 等。详情：x.com/ClaudeDevs/status/2074208949205881033
2026年7月03日
藏师傅 PPT Skills 加 Pencil 无敌了!
2026年7月02日
能帮你做 Live Photo 了！藏师傅社交卡片 Skill 重磅更新
2026年7月01日
Fable 5 正式启用的细则来了。将于美国时间 7 月 1 号恢复全球上线。在 Claude 平台、Claude Code、Claude CodeWork 都可以用。 Pro、Max 和 Team 用户，在 7 月 7 号前，Fable 包含在每周用量限额的最多 50% 以内。 7 月 7 日以后，就需要拆成单独的额度扣除积分了。目前 AWS、微软和谷歌云服务的接入还没有恢复。这次它的安全分类器会设置更大的安全阈量，所以导致这次开放以后，拒绝服务的概率可能比刚开始那几天还要高。
2026年7月01日
Anthropic 每天都能整点新活，感觉现在大家都习惯了昨天被爆出在系统提示中，以用户无法察觉的方式将市区代理和 AI 实验室信息放进去，用这种方式获取一些用户的信息。结果被发现并传播以后，又赶紧说以前我们不用这种方式了，或者说这种方式本来就准备下掉，明天就下掉，又当又立了。昨晚发布的 Sonnet 5 在测试中发现，它的测试结果虽然接近了 Opus 4.8，但任务成本可能比 Opus 4.8 还高，甚至在完成测试任务上的成本接近了 Fable 5。所以说它的综合成本可能比 4.8 贵得多，这模型真离谱。而且很多人的体感反馈也不是很好，说它会偷懒，还会拒绝执行任务。唯一好的一点是，Fable 5 模型终于被授权重新开放给所有用户了，明天就能知道具体措施了，这也解释了为什么前几天会大规模封号。

Created with Quartz v5.0.0 © 2026