标签: OpenAI

人工智能:Ars Notoria 和即时知识的承诺

人工智能:Ars Notoria 和即时知识的承诺

Hacker News 上一篇讨论近期引发了关于“即时知识获取”的思辨,有评论用中世纪魔法书《Ars Notoria》类比生成式 AI——两者都承诺让人快速获得本不属于自己的知识。真正值得关注的不是“AI 能不能变聪明”,而是“人会不会因此停止思考”。

esengine / DeepSeek-Reasonix

esengine / DeepSeek-Reasonix

esengine 团队发布了 DeepSeek-Reasonix——一个以 DeepSeek 为原生预设的终端 AI 编程代理,用单个 Go 静态二进制分发,通过配置和插件驱动,并针对 DeepSeek 前缀缓存做了 token 成本优化。

Codex 用 Sol 指挥 Luna Max 省额度翻倍产出

Codex 用 Sol 指挥 Luna Max 省额度翻倍产出

OpenAI Codex 重度用户正在流行一种“Sol 当包工头、Luna Max 当工人”的分工用法——让最贵的 Sol 只做规划和审核,把写代码、改 bug、跑测试等体力活委托给更便宜的 Luna Max,同一份订阅额度下产出量可大幅提升。

前manus大佬开源的agent team产品codexloom:把 Codex 的 thread 变成长期在岗的数字员工,再组织成一支团队。解决了一个人无法同时高效管理几十个agent的场景,一旦agent多了人就是最大的瓶颈,主要面向手里养着数十以上专职 agent、想让agent各守一个细分场景、还能被同事或用户通过飞书直接调用的高级个人/一人公司。 现在大家用 code agent 都是任务式的:开 thread,交代背景,拿…

前manus大佬开源的agent team产品codexloom:把 Codex 的 thread 变成长期在岗的数字员工,再组织成一支团队。解决了一个人无法同时高效管理几十个agent的场景,一旦agent多了人就是最大的瓶颈,主要面向手里养着数十以上专职 agent、想让agent各守一个细分场景、还能被同事或用户通过飞书直接调用的高级个人/一人公司。 现在大家用 code agent 都是任务式的:开 thread,交代背景,拿…

前 Manus 团队核心成员开源了 CodexLoom,把 Codex 的一次性对话线程改造成长期在岗的“数字员工”,并支持把它们组织成团队协作。它尝试回答一个被多数 Agent 产品绕过的问题:当 Agent 数量多到人管不过来,组织关系该怎样重新设计。