硅谷观察日记｜AI恐慌退潮，分享我走访多所大学后的四点观察
一位教育观察者走访美国五所高校后发现，大学对 AI 的态度正从“封禁还是放开”的恐慌，转向更具体的教学问题：一项任务里，哪一步可以交给 AI，哪一步必须由学生亲手完成。这说明 AI 正在从被监管的“危险品”变成大学的基础工具层。
celebrityanime
AI 工程师必备的 7 条自改进智能体循环规则
Google Cloud 团队开源了编码智能体工具 agents-cli，把“构建智能体、找出失败、改写、再运行”的自改进循环自动化。这个循环的关键短板是：智能体会优化你给它的指标，但不会判断指标本身对不对，因此定义“什么算好”成为 AI 工程师的新核心工作。
GitHub Copilot 现已支持 MAI-Code-1.1-Flash
微软在 GitHub Copilot 中正式推出小尺寸编程模型 MAI-Code-1.1-Flash，新增图像理解能力，并将列表价格下调 73%，在成本和编码能力之间提供了一个新选项。
error loading model: unknown model architecture: ‘mllama’ (Llama3.2-vision)
该报错通常出现在 Ollama 升级后运行 Llama3.2-vision 等 mllama 架构模型时，提示 error loading model: unknown model architecture: 'mllama' 。优先排查当前 Ollama 版本是否与模型架构兼容，以及是否需要回退版
Can’t load valid user skills in `~/.ollama/skills/`
这个报错通常出现在用户自定义 Ollama skill 的目录名或 SKILL.md frontmatter 的 name 字段不符合命名规范时。优先检查 ~/.ollama/skills/ 下的目录名和 frontmatter 中的 name 是否只包含小写字母、数字和连字符，并重点排查是否存在下
mlx engine: long-lived runner (keep_alive -1) returns a different prompt answer on repeat calls — cross-request response contamination
在 Ollama MLX 引擎（Apple Silicon）下，当使用 OLLAMA_KEEP_ALIVE=-1 让模型常驻内存时，长生命周期 runner 在重复调用中可能返回“之前某个请求的完整答案”，即跨请求响应污染（ mlx engine: long-lived runner (keep_a
OpenAI 为 Linux 推出 ChatGPT 桌面应用
OpenAI 在 2026 年 8 月 11 日为 Linux 发布 ChatGPT 桌面应用预览版，首次让 ChatGPT、ChatGPT Work 和 Codex 以原生应用形式进入 Ubuntu、Debian、Fedora 等主流发行版。这个动作补齐了 OpenAI 桌面生态的最后一块拼图，也让它与 A…
Claude/Codex能跨会话传消息，我重构工作流
Claude 和 Codex 开始支持跨会话读取历史对话，开发者无需再为每个新会话重写背景和交接说明，可以用“主对话定方向、分支对话做探索”的方式重构 AI 编程工作流。
Claude Tag 可能会是下一个现象级 AI 产品。
AI 研究者 Karpathy 将 Claude Tag 视为 LLM 界面交互的第三次重大变化——AI 从网站、电脑应用走向团队即时通讯工具，像同事一样参与协作。这件事值得关注，因为它可能意味着 Agent 产品范式正从“个人助手”转向“团队协作者”。
ChatGPT 桌面端支持导入其他智能体工作数据
OpenAI 在 ChatGPT 桌面应用中加入了跨智能体数据导入功能，用户可以把其他智能体的项目、聊天记录、技能和插件同步到 ChatGPT Work 与 Codex，显著降低切换工具的迁移成本。