X 简报 · 2026-07-05 · 张腾甘的每日简报

🤖 AI/ML

@MengTo：Fable 5 的一次成型交互让“详细提示词”开始像产品资产一样重要，前端落地页和微交互的生成门槛正在继续下降。🔗 链接

@Zixin_Wen：ICML 论文指出 RLVR 里“可见奖励”不等于“可学习信号”，平滑难度谱和课程桥接比单纯堆难题更能让模型学会泛化。🔗 链接

@simonw：Simon Willison 用 Claude Fable 做发布前最终审查，花约 149 美元找出并修掉 5 个 release blocker，说明高价模型在关键工程关口已经能按风险而非按 token 计价。🔗 链接

@rauchg：Vercel AI Gateway 的 token 消耗动画展示了各实验室份额波动、Anthropic 强势和开源权重模型上升，开发者真实调用数据比榜单更能反映模型生态变化。🔗 链接

@rryssf：Robert Youssef 提醒自运行 agent loop 的核心不是循环本身，而是能否用更便宜的 verifier 持续检查输出，否则自动化只会把同一个错误放大很多次。🔗 链接

@alex_prompter：Alex Prompter 把 AI 工程分成 prompt、context、harness、loop 四层，重点在于从“写一句提示词”升级到带验证、重试和停止条件的系统设计。🔗 链接

@quxiaoyin：Xiaoyin Qu 认为开源 AI 的采用说明行业进入丰饶时代，芯片、模型、应用和产业层都不会只剩单一垄断者，这对创业机会是利好。🔗 链接

@quxiaoyin：Xiaoyin Qu 进一步指出企业限制员工 token 使用不如采用开源模型，DeepSeek、GLM 等路线可能把推理成本打到 1/20，让“大胆用 AI”更普遍。🔗 链接

@Scobleizer：ACL 2026 现场讨论显示，AI 会写代码后计算机科学仍重要，因为人类需要掌握自己造出的机器，而空间计算和具身传感也在成为 LLM 下一步方向。🔗 链接

@GaryMarcus：Gary Marcus 引用观点警告，若政府能把最强 AI 用于压制并阻止市场接触，AI 治理风险就不只是模型安全，而是权力集中问题。🔗 链接

@zoink：Dylan Field 用 5.6-Sol 探索 Zarankiewicz 数并给出可能的新结果，LLM 辅助数学发现正在从玩具实验进入需要专家复核的边界地带。🔗 链接

@marclou：Marc Lou 披露 TrustMRR 近两周 105,821 名人类访问对 366,410 次机器人访问，AI、搜索和训练爬虫已经成为独立产品真实流量结构里的大头。🔗 链接

@levelsio：Pieter Levels 反对用 degrowth 解决气候问题，主张用清洁能源、核能、碳移除和生产技术同时保留空调与增长，这代表了技术乐观派的气候叙事。🔗 链接

@RobinSeun：RobinSeun 提到黑龙江监管局同意中融国际信托进入破产程序，信托风险出清仍在继续，对国内金融风险化解值得关注。🔗 链接

📊 扫描 246 条 | 覆盖 18.7h | 精选 14 条