Recraft Studio 接入三款模型

设计插件作者歸藏称，DeepSeek Harness 团队推荐了他的插件，并转述该产品日活超过 154 万。此处数字来自作者的转述。

Aravind Srinivas 将 Teammates 的设计归纳为两点：智能体任务流程主要通过代码运行，模型选择也不绑定单一模型。

马斯克称团队正在改进 Grok Bot 的 token 使用效率和行为表现。帖子没有给出上线日期或量化结果。

播客讨论智能体参与软件开发后，GitHub 的工作流和平台设计如何变化。

Dotey 以修复评论问题为例，建议交付时附上能展示关键操作和结果的截图或录屏，方便人类独立验收。

Teortaxes 分享初步判断：对权重冻结的模型，熟悉的接口模式可能比为智能体新设计的 API 更好用。这个说法来自个人实验经验。

Tinker 转述称，一位研究者此前租用 GPU 花了 4,600 美元仍未完成任务，改用 Tinker 后进度加快。该个案未给出对照成本。

Levelsio 说，过去需要在代码里为每段文案接翻译函数，维护成本让他搁置了国际化；他现在尝试用 AI 来处理这类改造。

一位自称对 AI 持怀疑态度的用户称，Claude Code 用不到一小时解决了一个缺少文档的问题。原帖描述的是单次经历。

Dotey 转述 Anthropic 对约 20.7 万次科研相关 Claude 会话的分析：常见任务包括数据分析和论文写作，提出研究想法的使用频率较低。

Anthropic 此前介绍了跨会话记忆的难点：智能体在任务中要提前判断哪些信息值得保存。Dotey 的解读聚焦后台“做梦”步骤如何在会话后复查和整理记忆。

Giffmana 认为，早期方案在图像块上做多层处理时缺少跨块信息；他赞成 Inkling 2 使用视觉 Transformer 编码器。

Teortaxes 转述了对腾讯 DSpine 的正面评价，建议关注投机解码的读者查看技术细节。帖子没有给出可横向对照的性能数字。

LMSYS 主办的 SGLang Summit 将于 11 月 12 至 13 日在旧金山 Fort Mason 举行。持 Expo Pass 的参与者可以参加分组会议。

LeCun 解释，JEPA 中的 P 指 predictive，并把讨论重点放回联合嵌入与生成式建模的区别。

Graham Neubig 给出自己的解读：Sutton 的文章不等于为单纯扩大规模背书，他认为原文也能支持递归自我改进的方向。

The Turing Post 以 LeHami 为例讨论如何用物理知识改进世界模型，LeCun 转发了这篇解读。

François Fleuret 建议把论文和审稿意见交给模型，帮助发现可能站不住脚的批评，供审稿人复核。

他认为模型可能依赖训练目标奖励的统计捷径，提出应关注模型在自身归纳偏置之外还能学到什么。

据 Dotey 转述，姚顺雨在回应张亚勤时称，AI 产品的壁垒更多在产品层，尤其是独有的数据和用户上下文。

AlphaXiv 汇总了 32 家实验室的融资情况及创始团队论文引用，称样本累计有 835 万次引用。引用数是这组样本的统计指标。

一位经常在多个平台同时生成视频的创作者说，她在 Firefly 上用 Seedance 2.5 时感到速度较快。她未提供同设置下的计时对比。

创作者演示了如何用头像或一张普通照片做输入，生成一组时尚编辑风格的图像。