X 简报 · 2026-05-26 · 张腾甘的每日简报

🤖 AI/ML

@xai：Grok Build 面向 SuperGrok 和 X Premium+ 用户开放 Beta，CLI 里直接支持 Plan Mode、Imagine 图像/视频和自动化编排，xAI 正式加入 Claude Code/Codex 式开发代理竞争。🔗 链接

@xiaohu：小互补充了 Grok Build 的工程细节，包括交互式 TUI、headless 自动运行、自定义模型、MCP、Skills、Plugins 和 Hooks，说明它不是单点 demo，而是在追完整 agent 开发环境。🔗 链接

@SakanaAILabs：Sakana AI 与 Oxford、Stanford、Allen AI 等团队提出 CUSP，用 4,760 个科学事件测试 AI 预测科学进展的能力，把“AI 做科研”从解题推进到预测研究方向。🔗 链接

@vista8：网易有道发布并开源子曰 4 全模态模型和 TTS，引人注意的是 27B 规模、视觉数理能力、3 秒声音克隆和消费级 GPU 友好路线，教育垂直模型正在往 agent 基建扩展。🔗 链接

@FinanceYF5：DeepSeek 据称将 V4-Pro API 降价永久化到原价 25%，如果与华为 Ascend 供应改善有关，中国 AI 推理成本曲线可能继续下移。🔗 链接

@FinanceYF5：Google DeepMind 的 AlphaProof Nexus 被曝在 353 个开放数学问题中解决 9 个 Erdős 难题并证明 44 个 OEIS 猜想，数学研究型 agent 的验证边界又被推高。🔗 链接

@ednewtonrex：Ed Newton-Rex 批评教皇 AI 通谕没有承认预训练数据包含创作者作品，这个角度提醒“training data”这个中性词正在遮蔽版权和劳动来源问题。🔗 链接

@9hills：9hills 总结 agent memory 目前真正有用的只有短条目个人记忆召回和从轨迹沉淀 skill 两类，给复杂图谱式记忆方案泼了很实际的冷水。🔗 链接

@petergyang：Peter Yang 认为 AI agent 时代“先搭系统再做 MVP”从拖延变成前置条件，因为可复用流程和上下文管理决定了后续迭代速度。🔗 链接

@9hills：9hills 指出 Python 做 agent 没问题但做 coding agent 的 TUI 会卡，因为瓶颈从模型推理转向长上下文下的交互性能，这对 CLI 产品选型很有参考价值。🔗 链接

@waylybaye：白宦成观察到开发者从追求 ORM 的数据库无关性转向主动绑定 PostgreSQL 方言，说明“可迁移性”在实际效率面前越来越让位于强数据库能力。🔗 链接

@ycombinator：YC 介绍 Callab AI 直接接入 Cisco UCM、Mitel 等传统 PBX 系统做语音自动化，关键点是不用替换本地电话基础设施就能吃到 AI voice 红利。🔗 链接

@paulg：Paul Graham 重新强调创业点子必须绑定早期采用者，没有一小群即使没人用也强烈需要的人，想法本身就不成立。🔗 链接

@emollick：Ethan Mollick 呼吁为工程、经济、物理、生物等领域建立更多可评测的难题库，因为只用数学题衡量 AI 能力会把真实世界影响看窄。🔗 链接

📊 扫描 293 条 | 覆盖 24.8h | 精选 14 条