Opus 5.5 agents 发现两种室温磁性半导体候选材料
有研究者称，使用 Opus 5.5 智能体从材料数据库中筛选出两种可能具备室温磁性的半导体候选材料。这延续了 AI 辅助科学发现从“加速计算”走向“提出候选假设”的趋势。
celebrityanime
都翻墙出来看X了，还没收藏这10位AI博主？ 信息差就藏在这些人的时间线里👇 1. @karpathy 从零手搓GPT的男人。发得少，但每条都能帮你把模型原理想明白，vibe coding也是他带火的 2. @dotey 中文圈最稳的硬核源。论文拆解、优质翻译、能直接用的Prompt和工具判断，质量一直在线 3. @DrJimFan NVIDIA机器人方向。具身智能、世界模型、机器人进展，讲得清楚还不水 4. @op7418 AIGC…
X 用户 @Smartpigai 整理了一份 10 人 AI 博主关注清单，覆盖模型原理、论文拆解、机器人与具身智能、AIGC 工作流和 AI 工程生态。它的价值不在“关注谁”，而在于提示：AI 领域的信息差，正在从“知不知道某个模型”转向“跟不跟得上谁的实践记录”。
用了最近很火的人生采访指令跟GPT对话，太一针见血了…沟通的过程中也让我意识到自己到底想要什么。 指令如下，建议都和 AI 聊聊： 请基于油管大神 Dan Koe Human 3.0人生模型，帮我做一次完整人生规划。 从以下四个象限进行分析，分别判断我目前更接近L1、L2、L3，并给出具体依据： 心智-Mind：认知、情绪、思维模式、自我意识 身体-Body：健康、睡眠、运动、精力 精神-Spirit：价值观、意义感、人际关系、人生方…
社交平台 X 上一条“人生采访指令”走红，用户让 GPT 基于 Dan Koe 的 Human 3.0 模型，以“人生战略顾问”身份连续追问，再输出四象限等级和 90 天行动指南。它说明大模型的角色正从问答工具转向结构化的个人反思助手。
Eval bug: QWEN3.8:27b + lemonade server’s rocm b10472 + cline (vscode) = tools partially working (MCP failures), while vulkan works flawless
该问题通常出现在 Windows + AMD APU（gfx1151）上，使用 lemonade server 的 ROCm/HIP 后端配合 Cline（VS Code）调用 Qwen3.8:27b；表现为原生 Cline 工具可用，但 MCP 工具被注入上下文后模型无法正确调用。优先排查是否命中
Eval bug: [ROCm] Severe PPL explosion starting from b10040
![Eval bug: [ROCm] Severe PPL explosion starting from b10040](https://www.chat-gpts.plus/wp-content/uploads/2026/10/27506-9d19322d-768x403.jpg)
在 ROCm/HIP 后端构建的 llama.cpp 上运行 llama-perplexity 或正常推理时，从 b10040 起出现严重的 PPL 暴涨（PPL 从约 7.7 恶化到数千），表现为模型输出质量骤降、上下文理解变差、工具调用失败；优先排查是否为 b10040 之后的 ROCm 回归，
Divide by zero crash on Windows for specific audio files when word level timestamps are enabled with faster-whisper-large-v2 model
在 Windows 上使用 faster-whisper 处理部分音频文件时，开启词级时间戳（word_timestamps）会触发原生代码整数除零崩溃，进程被直接终止且无法在 Python 层捕获；优先排查受影响的音频片段、启用的 word_timestamps 和 vad_filter 组合，并
AI制药赛道（AIDD）的”瓶颈交易”正在成形，Freda Duan这篇推文值得好好看看，梳理下要点。 前沿AI实验室的集体入场是最显著的信号：1）Anthropic组建了专属生命科学研究团队并建立湿实验室； 2）OpenAI 建立了专为生物学和药物发现设计的 GPT-Rosalind 模型族； 3）字节跳动旗下独立运营的 Anew Labs 已拥有内部药物研发库； 4）同构实验室（Isomorphic Labs）则明确表示将把 AI…
前沿AI实验室集体杀入AI制药（AIDD），上游DNA合成与CRO订单开始放量，行业正从“AI造药”转向“湿实验室造数据”的瓶颈交易结构，类似半导体产业链的“卖铲人”机会浮出水面。
每次看到有人问想自学 AI 到底该看什么网站，社区评论区经常会迅速分化成好几派。 有人推 Kaggle、HuggingFace 和吴恩达的经典网课，有人推开源 Agent 源码，也有人直接劝退，说不脱产回学校重修数学就别白费力气。 大家争执不下，核心原因是大家口中的自学 AI，其实是在说三件完全不同层级的事情。 第一层是产物交付，也就是大家常说的 Vibe Coding。 如果你只是想做个独立小产品、写点自动化脚本，核心能力是把需求拆…
开发者社区关于「自学 AI 该看什么」的长期争论，被一条推文归结为三层需求错位：产物交付、智能体系统工程、模型与基础设施。作者陈大黄认为，先对齐交付目标，再决定投入哪一层，比争论「该不该回去重修数学」更有意义。
一个发布前只有约1k粉丝的创始人账号，如何让 Jev 在一周里刷屏整个 AI 圈？ 我拆了 Jev 在 X 上的发布第一周：首帖怎么写,第一天怎么传播，产品和平台、自媒体和开发者如何接力。几乎每一方，都从这场发布里得到了好处。 快看看这是怎么设计出来的 👇欢迎转发交流 https://t.co/Lw2EpXrqhU
TypeSafe AI 的决策模型 Jev 由一位发布前仅约 1,500 粉丝的创始人发出首帖，首日获约 2,350 万浏览、超 15 万人登记候补，一周内累计近 4,000 万浏览。它值得关注的地方不在数字，而在于一套可复用的发布设计：先给出一句能被复述的话，再让不同人群从各自角度接力讲故事。
🚀 为什么说 ServiceNow ($NOW) 是 AI 应用层极具投资价值的标的？所有这些热炒的AI基础设施最终都会服务于现实世界AI应用。 **真正的十倍股，往往不是出现在人人看懂的时候 作为全球 ITSM 与企业流程自动化龙头，其核心 AI 产品 Now Assist 深度嵌入企业核心业务。三大核心护城河： 1️⃣ 高工作流粘性：深度掌控业务数据，客户替换成本极高。 2️⃣ 强大行动系统：跨部门（IT/HR/财务）自动解析与流…
一位投资研究者在 X 上提出，ServiceNow（$NOW）可能比当下大热的 AI 基础设施更值得关注，因为它把 AI 能力直接嵌入企业的 IT、HR、财务等核心流程，而非停留在底层算力或通用模型层。