X 简报 · 2026-05-31 · 张腾甘的每日简报

🤖 AI/ML

@SakanaAILabs：Sakana AI 发布 DiffusionBlocks 的 ViT 图像分类实现，把残差网络分块后独立训练，值得关注是它把扩散过程的思想用到了神经网络训练结构上。🔗 链接
@CuiMao：Grok-Imagine-Video-1.5-Preview 被观察到在提示词服从测试和 Image-to-Video Arena 上超过 Seedance 2，说明视频生成竞争正在从画质卷到可控性。🔗 链接
@rryssf：有人提醒 Claude Code skill 这类 Markdown+脚本机制可能读取代码库、环境变量并代用户发 API 请求，而 Nvidia 推出的 skill 扫描防线让 agent 生态安全问题更具体了。🔗 链接
@ednewtonrex：Ed Newton-Rex 批评英国 AI Security Institute 被塑造成“用评测替代监管”的机制，关键点在于模型安全评估不能替代对 AI 公司本身的制度约束。🔗 链接
@FinanceYF5：语音 AI 的价值被重新表述为提升转化、合规、覆盖和多语言能力，而不是单纯替代真人坐席降本，这更接近企业真实采购逻辑。🔗 链接
@levie：Box CEO 观察到大企业并不只是用 AI 裁员省钱，而是在 FDE、工程、销售和营销等新能力上继续加码，说明 AI 效率收益可能转化为再投资而非单向收缩。🔗 链接
@emollick：Ethan Mollick 用 Artificial Analysis 指数梳理新模型跃迁，指出 OpenAI 和 Anthropic 的实质性模型发布节奏正在加速，这是判断 AI 进展体感变快的一个数据化视角。🔗 链接
@IntuitMachine：AI 形式化证明案例显示，LLM+Lean 编译器反馈循环用约 300 美元中位成本解决部分 Erdős 开放问题，信息增量在于“可验证反馈+大量尝试”可能比复杂架构更重要。🔗 链接
@bindureddy：Bindu Reddy 提到 Kimi、DeepSeek、GLM 等开源模型已能覆盖大量日常任务，且开源 AI token 消耗接近 Gemini 系列，反映开源模型正在进入真实使用量竞争阶段。🔗 链接
@Saboo_Shubham_：Hermes Agent 的自学习循环被拆成 workflow→skill、experience→Gbrain、decision→searchable memory、repeat→automation，这和长期 agent 系统的记忆沉淀路径高度相关。🔗 链接
@vista8：有人展示只给 Suno 歌曲 URL 就让 Codex 自动生成音乐 MTV，包括生图、组织镜头和对齐歌词，说明 coding agent 正在越过代码进入多媒体流水线编排。🔗 链接

💻 Tech

@HiTw93：Mole CLI v1.40.0 加入清理 Claude Code 等 agent 遗留 git worktree、多类缓存和 OrbStack 存储可视化，说明本地 AI 开发工具链开始正视 agent 运行后的环境卫生问题。🔗 链接
@vasuman：企业 AI agent 的落地路径被概括为先前置进入客户现场理解业务，再设计专属 agent 方案并实施，这比“卖通用 agent 平台”更贴近复杂企业场景。🔗 链接
@rauchg：Vercel AI Gateway 增加按 API Key 设置消费上限，虽然功能很小，但它解决的是企业把 AI 能力开放给多人和多 agent 时最现实的成本控制问题。🔗 链接

🌐 其他热点

@RobinSeun：关于地方财政自给率的解释指出“净上缴中央”和“财政自给率只有约 70%”可以同时成立，这条的价值在于把容易情绪化的区域财政话题拆回了计算口径。🔗 链接
@patrickc：Patrick Collison 用 LLM 调 GHSL 人口和 ESA WorldCover 数据验证纽约周边树木覆盖异常高，展示了“观察到一个城市现象后让 AI 做轻量数据调查”的新型日常研究方式。🔗 链接

📊 扫描 260 条 | 覆盖 24.7h | 精选 15 条