这次的 MCPMark 是完全开源的，如果你觉得我们写的 task 和框架不好也请在这里给我们提交贡献 https://github.com/eval-sys/mcpmark

个人觉得是非常幸运可以和 NUS（新加坡国立大学）的大家一起合作的，希望也可以继续能有这样的学术合作的机会 ❤️，大家如果有 research 需要帮忙的也请联系！

我们 LobeHub 给帮忙设计的界面也依然是一流水准，一定要去看看呀 ➡️ https://mcpmark.ai

我现在是 Next.js 人了 不我还是很爱 Vue 的

用 AI 玩小丑牌（？

虽然这一轮玩得毫无道理啊但是 it works
以及，now open sourced!

https://github.com/proj-airi/game-playing-ai-balatro

即便这和自己所在行业已经有部分重合（不过我确实没有做 AIGC 相关的事情），我认为这种目前由人类驱动的 AIGC（也就是 Kurzgesagt 这期视频提到的 AI Slop，AI 垃圾），在未来可能会有更深远的影响。。。

现在大家只是看到有创作者用 AI 工具批量生成内容赚取流量来钻赚钱的空子，那如果这个过程变得更自动化了呢？比如，全自动地调用 ComfyUI 和 Sora 生成更多的垃圾视频填充到时间线上。国庆期间大家很欢呼和喜好的 Sora 这样的 App，本质就是一个彻底 AIGC 驱动的 Tiktok（or 抖音），在剥夺注意力资源之外，也在视频（这个本身就缺乏数据集）的模态上上产生更多的垃圾数据。

我知道有其他的公司和企业正在开发完全由 Agent（根据历史的 chat history 和形成的 memory）去精确地通过你交给 AI 的对话数据判定用户画像，然后生成专属于用户和用户确实会喜欢的 feed 推荐流，实现真正意义上的 agent driven Tiktok（这样的东西没有实质上的技术难题或者工程上做不到的事情，只要能负担得起分析 agent 的成本就可以做到），我理解投资行业对于寻找到下一个 AI 时代的 Tiktok 的欲望非常强，但这对人类文明来说是好不负责任的，不正确的发展方向。

就算是我工作范围内的 RAG 和 知识召回、memory 这件事情上，现在也已经遇到了超级多的正确性和召回后的信息有价值与否的难题了，而且这似乎是无法被量化和可被评估的数据（因为 fact check 真的是非常费力的事情，也有前两天的论文介绍了 small segment of information can pollute how ai searches（在 bilibili 上也有别的博主制作过类似的视频介绍类似的实验））。现有的若干 Deep Search 在 可信信息 的算法上也依然是用工程或者 reranker 来实现的排序，总是会有漏洞，也并不会在语义上和事实上对信息进行 fact check，最多也就是进行多个信源的处理实现交叉检查。

那如果我们看看「数据就是 AI 的石油」这样的 Ilya 也说过的话呢？难到这些 AIGC 就没有任何意义吗？有一部分意义，在 LLM training 和 post-traing 上，synthetic data（合成数据）是非常重要的部分，实际上对于具身智能也是如此，洗数据是非常困难的事情，data 是 somehow 的劳动密集型行业，现在可以堆人，未来呢？如果互联网上都充斥的是垃圾数据呢？也许未来某天，无法采用互联网数据的时候，就必须要有专门的行业专家 / 专家模型在特定领域生成数据才行了。。。

哦对，在减少工作量和提供更多岗位上，AIGC 是真的没有特别的价值的，只能说一部分非常机械式的工作可以 offload 到 AI 去做（比如 ComfyUI 做灵感发散和生成 —— 应对的是以往创意的试错很高，LLM 做总结和语义拆分、分类和整理 —— 应对的是海量的数据需要处理，或者 Agent / Completion 做代码补全 —— 应对的是重复代码和重构代码的工作），大家使用 AI，并不会因此就不需要工作了，反而会需要做更多的事情，比较每个用 AI 的人实际上都是比原本更强大的人了，设计的领域也会更广，对吧？

最悲观的是：这件事情甚至是无法避免的，也许这就是 模因污染 吧。

我有点怀念前 AI 时代的 GitHub、音乐、视频、新闻、Hacker News 和绘画了。。。

这是一次很快乐的回忆，我应该终生难忘，谢谢朋友带我来一起玩，希望下次遇到合适的时间也可以再参加

#MikuExpo

Bun has been acquired by Anthropic (🔥 Score: 161+ in 24 minutes)

Link: https://readhacker.news/s/6GDZD
Comments: https://readhacker.news/c/6GDZD

终于更新了一版 Telegram Search 的 README，应该更有人味了～

您是否曾因 Telegram 无法搜索中文聊天记录而苦恼？

或者想查找一条重要消息，却因消息过多而难以定位？

现在，使用 Telegram Search，您可以轻松查找和导出自己的 Telegram 消息。强大的语义搜索支持所有语言，完美应对无分词句子的检索场景。

同时支持向量搜索，实现句子级别的模糊匹配，让查找更智能、更准确。

GitHub Actions 看似挂了，全部独角兽 🦄 了

这个 12 月已经挂了太多次了

Merry Christmas 🎄
很好看首页，使我原地脸红
画师 fafafafa

更新了博客，给大家发贺图
https://airi.moeru.ai/docs/zh-Hans/blog/merry-christmas-2025/

我们还对原画做了动图效果，一并发给大家，希望大家喜欢。

新年快乐

我看现在 AI 写东西已经不只是泡沫了，已经变成一种博弈了

-「我不这么 rush 别人就会这么 rush」
-「只要不是 coding agent 拉满的就会觉得马上落后了」

导致是个公司都在拉一坨一坨的，管你喜不喜欢还是是否还有时间和精力这么做，都拉上去做

是否有人想过，实际上做产品，是可以有品位一些，然后慢慢改进和迭代的，做好产品；
是否有人想过，实际上写代码是不用那么 rush 的，是可以静下心来，突破自己的认知极限的，做好 hacker；


我理解像是 yetone 老师提到的，作为 builder 的爽感的，每次我快要解决某个问题把它串起来的时候，我都会觉得，this will gonna work，one step away 的感觉

可是 coding agent 真的给了我 builder 的快乐吗？我觉得我找不到那种快乐的瞬间了，那种刻在 DNA 里的，欢愉到每次和大家线下 meet 的时候都会愿意分享出来的那种 开心

你说 ai native 的应用就是需要填线，我觉得没问题啊，但是目前整个市场/community/ecosystem 就是：「你不做这个我也可以做一个」，然后相互拼 token 和 agent 的 harness 去比功能点。

我怀疑这不只是很多资方、leader 和 manager 的问题，我是想要剑指那些以「抢夺注意力」为主的产品和「没有新功能我就不好做宣发」的增长的

别整那些有的没的了，我就想问问各位 vibe 出来的东西，有多少是真的愿意一直用的，是否还记得某个 vibe 出来的需求是为什么而做的，后面还有测试吗？用户真的喜欢吗？

coding agent 普及后，还有什么是大家都有的限制
品味？想象力？我觉得是时间。

不知道什么时候我已经养成了睡觉前一定要给 codex 写一个超级无敌长的提示词要它去探索一个方向，结果经常一写就是一个多小时，做什么事情前都觉得这点时间不给 codex 发点任务亏大了。

只可惜做出来的大部分东西我都不爱看。自己可能再也用不到了。

我也是作为一作上过 ICLR（顶会之一）的了

完成了人生梦想之一了 🥰