X 简报 · 2026-07-13 · 张腾甘的每日简报

🤖 AI/ML

@SakanaAILabs：Sakana AI 把相同小型神经网络装进仅能与邻居通信的立方模块，让系统无需中央控制就能识别整体形状、定位损坏并引导修复，为可自检和自愈的智能材料提供了实体原型。🔗 链接
@jiayuan_jy：Multica 已能并行处理约 100 项任务，但队列里仍有 170 多项等待人工终审，说明多智能体扩展后的真正瓶颈正从算力转向人的注意力与验收能力。🔗 链接
@willdepue：有人发现把笑脸或照片直接编码进神经网络初始权重后，训练完成仍能看出原图，而且跨初始化、权重衰减、学习率和优化器都成立，为研究训练过程保留初始结构提供了直观现象。🔗 链接
@xiaohu：纳德拉提出企业调用 AI 时可能“为智能支付两次”，既付模型费用又把内部经验喂给外部系统，凸显企业必须掌控自身知识与学习闭环的战略风险。🔗 链接
@IntuitMachine：一组覆盖 6 个模型和 22 项企业任务的测试称，优化编排层可在质量基本持平时降低 33% 至 61% 成本并把中位延迟压低 44%，提示智能体经济性的关键变量可能是上下文、缓存与失败治理而非换模型。🔗 链接
@emollick：Ethan Mollick 将 AI 产品能力类比长期被线性预测低估的太阳能指数增长，提醒团队按当前模型边界制定多年产品策略很可能系统性低估变化速度。🔗 链接
@LiamFedus：Liam Fedus 认为科研中被论文隐藏的失败实验、死路和微弱信号才是最耐久的数据资产，把这些过程沉淀进自有模型会形成比整洁成果更难复制的护城河。🔗 链接
@rauchg：Guillermo Rauch 主张把基础模型降为可替换部件，而由企业自己掌控数据、评测、模型选择和软件层，因为真正会持续复利的是智能体的学习闭环而非某一家模型 API。🔗 链接
@vista8：ChatCut 已可通过 Codex 的 MCP 和 Skill 把产品网址自动做成带画面与配音的演示视频，虽然成片仍粗糙，但产品传播从文字到视频的制作门槛已明显下降。🔗 链接
@canghe：腾讯 WorkBuddy 团队开源了一份耗时 7 天整理的实战蓝皮书，为企业级智能体落地提供了可直接复用的项目经验入口。🔗 链接
@xiaohu：OpenAI 发布了覆盖修复 Bug、截图转原型和云端重构等场景的 9 套 Codex 工作流，值得关注的是官方正把“会用编程智能体”进一步产品化为标准操作范式。🔗 链接

💻 Tech

@levelsio：一台服务器看似全面宕机最终只是 Tailscale 设备密钥默认 180 天过期，这个真实故障提醒长期无人值守节点要提前关闭密钥过期或准备带外救援通道。🔗 链接
@xiaopenghexpeng：小鹏 Robotaxi 在宣布计划 8 个月后已打通线上叫车与线下乘坐全流程并启动内部试乘，意味着其自动驾驶项目从道路测试进入端到端运营验证阶段。🔗 链接
@javilopen：主流流媒体 4K 通常只有约 15 至 28 Mbps，而 4K 蓝光平均可达 50 至 100 Mbps，解释了高速网络下暗场仍出现色块的根因其实是平台为控制分发成本主动限制码率。🔗 链接

🌐 其他热点

@lennysan：一项科技从业者调查显示倦怠率一年上升 11 个百分点，大家最担心的不是直接被 AI 取代，而是薪酬不变却被要求完成更多工作，这比单纯失业叙事更贴近当下组织压力。🔗 链接

📊 扫描 276 条 | 覆盖 21.0h | 精选 15 条