在 Claude Code 中测试 Moonshot AI 的 Kimi K3
Moonshot AI 发布 2.8 万亿参数的 Kimi K3，称将是首个该规模的开源权重模型，实测在 Claude Code 工作流中表现接近顶级闭源模型，成本比 Claude Opus 4.8 低约 40%。开源大模型与闭源前沿的差距正在缩短到数月级别。
标签： GPT-4
Codex 5.6 如何拥有用不完的token？ 你是不是还在为ChatGPT plus 额度不够用而发愁？是不是每天都在等待Tibo @thsottiaux 重置额度？ 别等了！告诉你一个能让Codex拥有无限子弹的办法。 如果你是 Mac 系统，在 Codex 对话中输入的prompt： 请在 ~/.codex/agents/luna-worker.toml 创建一个名为 luna_worker 的自定义代理。 使用以下配置： m…
开发者 @goan999999 在 X 平台分享了一个针对 Codex 的配置技巧：通过本地自定义代理 `luna_worker`，让 ChatGPT Plus 用户调用一个名为 `gpt-5.6-luna` 的模型，并以多 Agent 分工的方式绕开额度限制，实现接近“无限 token”的 vibe cod…
Prompt Engineer
Product Hunt 上出现了一个名为“Prompt Engineer”的产品页面，从标题与分类看，它面向提示词工程这一热门方向，试图将“写提示词”从个人经验变成可复用、可产品化的能力。目前公开信息显示，该页面的具体功能与定价尚未完整披露。
OpenAI 解散了防范灾难性 AI 风险的团队，将其工作移交至其他小组
OpenAI在2026年7月底解散了专门评估灾难性AI风险的“Preparedness”团队，相关工作被拆解到其他部门。这次组织调整发生在多名安全高层离职、内部担忧加剧的背景下，引发外界对OpenAI安全治理优先级的新一轮讨论。
AadidevGPT
一款名为 AadidevGPT 的产品在 Product Hunt 上线，从名称和发布渠道看，它瞄准的是“面向开发者的 GPT 类工具”这一细分赛道。目前公开信息显示，该产品处于早期曝光阶段，具体能力和定价尚未明确。
On tokens and prices per token. I said I’d write more about this, so here goes: an OpenAI token != another model’s token. We compare AI prices in dollars per million tokens as if a token were a standardized unit, like…
X 用户 Thibault Sottiaux 指出，不同 AI 模型对同一段文本的分词数量并不相同，业界流行的“每百万 token 价格”对比实际上并不科学——低价 token 不等于低账单。他建议从业者把注意力转向“每个成功结果的价格”。
Pathway, which is developing AI models based on what it calls its “Post-Transformer” BDH architecture, raised a $30M seed at a $500M valuation (Antoine Tardif/Unite.AI)
AI 基础设施公司 Pathway 完成 3000 万美元种子轮融资，估值达 5 亿美元。它押注的是基于生物启发设计的“Post-Transformer”BDH 架构，试图在 Transformer 之外寻找下一代大模型的技术路线。
AI并非在思考上胜过数学家，而是在记忆上胜过他们
一篇发表于 Hacker News 的分析文章认为，AI 解决数学难题的能力未必源于更强的推理，而可能来自近乎无限的“符号工作记忆”（也就是上下文窗口），这恰好补上了人类工作记忆容量有限这一生物学短板。
使用 codex 进行自动研究：我是如何实现 232 倍更快内核的
一位开发者用 OpenAI Codex 作为“自动研究”工具，在 GPU 内核优化竞赛中把基线方案的运行速度提升了 232 倍；这件事说明大模型驱动的 Agent 已经能从试错中学习，并在底层系统优化领域取得实用成果。
🚨独家破解：DeepSeek V4 Pro 0813「夯拉二象性」终极破解！一个开源插件直接解放超能力，跑分从91暴涨到98/99，反超K3！ 很多人刚上手V4 Pro正式版就踩坑：思维链全是“let me”，输出一坨乱麻，感觉远不如预期。真相来了——它不是弱，是环境过拟合+工具给太多直接懵圈！ 核心方法拆解： 1️⃣同一模型、同一套题，分数能从91直接拉到98/99 默认全给25个工具 → 91分（乱流区翻车） 第一轮只暴露2个工具…
8月15日，独立博主@NFT_Chen 公布了一套针对 DeepSeek V4 Pro 0813 的配置优化方案：通过开源插件动态控制工具暴露数量，能让同款模型跑分从 91 提升至 98/99。这件事提示我们，大模型评测分数与运行环境强相关，默认配置远不是模型能力的上限。