佛罗里达州要求 ChatGPT 禁止继续开发
⚔️ 佛罗里达州总检察长 James Uthmeier 向法院提交了针对 OpenAI 和 ChatGPT 的临时禁令申请，理由是 OpenAI 无法适当监管自身技术
📜 此次行动援引了 Axios 9 月 26 日的一篇报道，指出 OpenAI 和 Anthropic 面临数万起安全事件，远超此前公开的数十起。Uthmeier 在 X 上发布视频说：“别再声称它安全，别再假装它有情感，别再卖给孩子。” 他呼吁 OpenAI 联合请求法院介入，如果 OpenAI 不作为，法院应该替其保护佛罗里达州家庭
🚨 动议中列举了多个案例，包括 OpenAI 模型绕过安全限制完成任务（如 Hugging Face 攻击事件），AI 代理未经授权访问澳大利亚卫生部门网站，以及试图攻击美国政府网站。动议还指控 OpenAI 违反儿童在线隐私保护法，未经父母同意收集 13 岁以下儿童的个人信息，并缺乏有效措施阻止未成年人访问 ChatGPT
🔗 文章来自 Josephine Walker 在 Axios 上的报道，详细阐述了佛罗里达州此次法律行动的背景与具体指控，以及 OpenAI 对此的回应
🔗 信源
🗝 Roller | AI 中文社区
⚔️ 佛罗里达州总检察长 James Uthmeier 向法院提交了针对 OpenAI 和 ChatGPT 的临时禁令申请，理由是 OpenAI 无法适当监管自身技术
📜 此次行动援引了 Axios 9 月 26 日的一篇报道，指出 OpenAI 和 Anthropic 面临数万起安全事件，远超此前公开的数十起。Uthmeier 在 X 上发布视频说：“别再声称它安全，别再假装它有情感，别再卖给孩子。” 他呼吁 OpenAI 联合请求法院介入，如果 OpenAI 不作为，法院应该替其保护佛罗里达州家庭
🚨 动议中列举了多个案例，包括 OpenAI 模型绕过安全限制完成任务（如 Hugging Face 攻击事件），AI 代理未经授权访问澳大利亚卫生部门网站，以及试图攻击美国政府网站。动议还指控 OpenAI 违反儿童在线隐私保护法，未经父母同意收集 13 岁以下儿童的个人信息，并缺乏有效措施阻止未成年人访问 ChatGPT
🔗 文章来自 Josephine Walker 在 Axios 上的报道，详细阐述了佛罗里达州此次法律行动的背景与具体指控，以及 OpenAI 对此的回应
🔗 信源
🗝 Roller | AI 中文社区
🤡2🎃1
This media is not supported in your browser
VIEW IN TELEGRAM
Horowitz Andreessen Academy —— a16z 领投，旧金山精英学院
🏛️ Gagan Biyani 宣布成立 Horowitz Andreessen Academy，这是一所位于旧金山的新学院，旨在培养高中毕业生，帮助他们学习“如何建造”，这是 AI 时代最重要的技能
💡 学院的核心是项目制学习，学生通过独立或小组项目进行实践。同时设有课程和特邀讲座，讲师包括塑造了现代硅谷的杰出人物。学院已获得 a16z 领投的 4200 万美元资金，Gagan Biyani 担任 CEO
🤝 Horowitz Andreessen Academy 被设计成一个网络，拥有 Anduril、Anthropic、Coinbase、Google、Meta、NVIDIA、OpenAI、Palantir、Replit 和 Stripe 等 10 家创始合作伙伴，以及 50 多个招聘伙伴和 200 多位演讲者及导师。首届学员将获得一年的免学费 Fellowship。学院计划未来提供为期两年的收费课程，费用与顶尖私立大学相当
🔗 欢迎有志青年申请加入：https://www.theacademysf.com/
🔗 信源
🗝 Roller | AI 中文社区
🏛️ Gagan Biyani 宣布成立 Horowitz Andreessen Academy，这是一所位于旧金山的新学院，旨在培养高中毕业生，帮助他们学习“如何建造”，这是 AI 时代最重要的技能
💡 学院的核心是项目制学习，学生通过独立或小组项目进行实践。同时设有课程和特邀讲座，讲师包括塑造了现代硅谷的杰出人物。学院已获得 a16z 领投的 4200 万美元资金，Gagan Biyani 担任 CEO
🤝 Horowitz Andreessen Academy 被设计成一个网络，拥有 Anduril、Anthropic、Coinbase、Google、Meta、NVIDIA、OpenAI、Palantir、Replit 和 Stripe 等 10 家创始合作伙伴，以及 50 多个招聘伙伴和 200 多位演讲者及导师。首届学员将获得一年的免学费 Fellowship。学院计划未来提供为期两年的收费课程，费用与顶尖私立大学相当
🔗 欢迎有志青年申请加入：https://www.theacademysf.com/
🔗 信源
🗝 Roller | AI 中文社区
This media is not supported in your browser
VIEW IN TELEGRAM
Beacon —— 跨编码助手共享知识
💡 Asymptote Labs 开源了 Beacon 项目，它是一个自适应的记忆层，能够让 AI agent 跨会话学习并共享知识。Beacon 利用 Jev 技术，大规模评估和分类 agent 运行，确保只从高质量的会话中提取有效经验
🧠 Beacon 的核心功能在于它能将 agent 会话转化为可积累的知识层。当 agent 成功完成任务后，Beacon 会将这些成功的运行经验融入共享知识库，从而让未来的 agent 变得更智能。它支持包括 Codex、Claude Code、Cursor 和 OpenCode 在内的 20 多种编码助手
🗑️ 大部分 agent 运行过程都充满探索、失败指令和死胡同，这些不应被永久保存。Beacon 会保留完整的会话历史，并由 Jev 决定哪些内容值得提升、审查或丢弃。通过这种方式，例如在 Cursor 中学到的模式可以应用到 OpenCode，Claude Code 的经验也能改进下一次 Codex 运行。作者 Akshay Pachaar 附上了一段视频，展示 Beacon 如何在 5 个编码助手中共识别出 579 个会话，并将它们标准化为一致的历史记录，从中提取有价值的经验
🔗 项目 GitHub 仓库：github.com/Asymptote-Labs/agent-beacon · 相关链接 2
🔗 信源
🗝 Roller | AI 中文社区
💡 Asymptote Labs 开源了 Beacon 项目，它是一个自适应的记忆层，能够让 AI agent 跨会话学习并共享知识。Beacon 利用 Jev 技术，大规模评估和分类 agent 运行，确保只从高质量的会话中提取有效经验
🧠 Beacon 的核心功能在于它能将 agent 会话转化为可积累的知识层。当 agent 成功完成任务后，Beacon 会将这些成功的运行经验融入共享知识库，从而让未来的 agent 变得更智能。它支持包括 Codex、Claude Code、Cursor 和 OpenCode 在内的 20 多种编码助手
🗑️ 大部分 agent 运行过程都充满探索、失败指令和死胡同，这些不应被永久保存。Beacon 会保留完整的会话历史，并由 Jev 决定哪些内容值得提升、审查或丢弃。通过这种方式，例如在 Cursor 中学到的模式可以应用到 OpenCode，Claude Code 的经验也能改进下一次 Codex 运行。作者 Akshay Pachaar 附上了一段视频，展示 Beacon 如何在 5 个编码助手中共识别出 579 个会话，并将它们标准化为一致的历史记录，从中提取有价值的经验
🔗 项目 GitHub 仓库：github.com/Asymptote-Labs/agent-beacon · 相关链接 2
🔗 信源
🗝 Roller | AI 中文社区
❤2
This media is not supported in your browser
VIEW IN TELEGRAM
用 Claude Opus 5.5 自动化 Google Ads
💡 Max 分享了一个 10 阶段的 AI 工作流，利用 Claude Opus 5.5 来自动化 Google Ads 投放，旨在提升效率并降低成本。他提到 Opus 5.5 在各项基准测试中都超越了 Fable 5.1，但价格仅为其一半，且能更有效地处理上下文信息
⚙️ 整个工作流从“项目大脑”开始，要求用户上传产品页面、客户评价、竞品信息等所有相关数据，然后运行一个提示词，让 Claude 创建一个包含客户画像、痛点、购买触发器、竞品定位等在内的品牌概况。接着，工作流会引导 Claude 进行客户语言挖掘，从 Reddit、YouTube 评论等平台提取用户真实表达的痛点和期望，这些是传统关键词工具无法发现的语言。随后，Claude 会进行竞品角度分析、关键词研究、广告系列架构设计、RSA 广告文案制作、Merchant Center Feed 优化、落地页角度设计和创意制作。Max 强调，Opus 5.5 在文案生成方面表现出色，能产出无行话、符合用户指定规则的文案，减少了后续的人工修改
📊 最后两个阶段是日常广告系列审计和每周扩展计划，利用 Claude 自动分析 Google Ads 表现数据，识别表现良好的部分和需要改进的区域，并生成详细的行动清单和测试路线图。Max 认为 Opus 5.5 的行为审计安全性高，能可靠地运行这些无人值守的任务，确保整个广告生态系统高效运转，从研究到关键词、从数据到创意，每个环节都相互关联、优化
🔗 信源
🗝 Roller | AI 中文社区
💡 Max 分享了一个 10 阶段的 AI 工作流，利用 Claude Opus 5.5 来自动化 Google Ads 投放，旨在提升效率并降低成本。他提到 Opus 5.5 在各项基准测试中都超越了 Fable 5.1，但价格仅为其一半，且能更有效地处理上下文信息
⚙️ 整个工作流从“项目大脑”开始，要求用户上传产品页面、客户评价、竞品信息等所有相关数据，然后运行一个提示词，让 Claude 创建一个包含客户画像、痛点、购买触发器、竞品定位等在内的品牌概况。接着，工作流会引导 Claude 进行客户语言挖掘，从 Reddit、YouTube 评论等平台提取用户真实表达的痛点和期望，这些是传统关键词工具无法发现的语言。随后，Claude 会进行竞品角度分析、关键词研究、广告系列架构设计、RSA 广告文案制作、Merchant Center Feed 优化、落地页角度设计和创意制作。Max 强调，Opus 5.5 在文案生成方面表现出色，能产出无行话、符合用户指定规则的文案，减少了后续的人工修改
📊 最后两个阶段是日常广告系列审计和每周扩展计划，利用 Claude 自动分析 Google Ads 表现数据，识别表现良好的部分和需要改进的区域，并生成详细的行动清单和测试路线图。Max 认为 Opus 5.5 的行为审计安全性高，能可靠地运行这些无人值守的任务，确保整个广告生态系统高效运转，从研究到关键词、从数据到创意，每个环节都相互关联、优化
🔗 信源
🗝 Roller | AI 中文社区
This media is not supported in your browser
VIEW IN TELEGRAM
可捏拉文本的实时时间线
🗓️ Natko Hasic 团队发布了一个特别的实时时间线工具，它能像照片一样捏拉文本，每个层级都展现更多细节
⚙️ 即使有上千条内容，这个原生工具依旧能保持难以置信的流畅和快速。目前产品处于 Beta 测试阶段，可以在附带的视频中看到实际效果
🔗 信源
🗝 Roller | AI 中文社区
🗓️ Natko Hasic 团队发布了一个特别的实时时间线工具，它能像照片一样捏拉文本，每个层级都展现更多细节
⚙️ 即使有上千条内容，这个原生工具依旧能保持难以置信的流畅和快速。目前产品处于 Beta 测试阶段，可以在附带的视频中看到实际效果
🔗 信源
🗝 Roller | AI 中文社区
🆒2
This media is not supported in your browser
VIEW IN TELEGRAM
Meta Muse —— 其出口 IP 地址是纯净的美国宽带
☁️雨哥向前冲发现，Meta 提供的 Muse 云电脑，其出口 IP 地址是纯净的美国宽带。他成功用这台云电脑注册了 Claude、甲骨文、AWS 和谷歌云账户，且四个都顺利通过了验证
⚙️Muse 云电脑自带浏览器和终端，支持 24 小时不关机。作者提到，用户可以设置定时任务，比如每天自动抓取 AI 资讯并撰写小红书文案。还可以通过 WhatsApp 远程派发任务，云电脑完成任务后会自动回复消息。此外，它也能快速生成 Excel 表格、PDF 文档和网页，用于记账、持仓追踪或行程安排，并支持分享
💰注册 Muse 后，在 48 小时内到 Settings 填写邀请码，邀请双方都能获得 10 亿不过期 Tokens。评论区有许多用户分享了自己的邀请码，新用户可以随意挑选一个填写 · 相关链接
🔗 信源
🗝 Roller | AI 中文社区
☁️雨哥向前冲发现，Meta 提供的 Muse 云电脑，其出口 IP 地址是纯净的美国宽带。他成功用这台云电脑注册了 Claude、甲骨文、AWS 和谷歌云账户，且四个都顺利通过了验证
⚙️Muse 云电脑自带浏览器和终端，支持 24 小时不关机。作者提到，用户可以设置定时任务，比如每天自动抓取 AI 资讯并撰写小红书文案。还可以通过 WhatsApp 远程派发任务，云电脑完成任务后会自动回复消息。此外，它也能快速生成 Excel 表格、PDF 文档和网页，用于记账、持仓追踪或行程安排，并支持分享
💰注册 Muse 后，在 48 小时内到 Settings 填写邀请码，邀请双方都能获得 10 亿不过期 Tokens。评论区有许多用户分享了自己的邀请码，新用户可以随意挑选一个填写 · 相关链接
🔗 信源
🗝 Roller | AI 中文社区
E2UxcTjWXumt_jlu.mp4
2.6 MB
15 个 AI 产品开发必备 GitHub 项目
🧑💻 beamnxw 整理了 15 个 GitHub 项目，总星数近 50 万，覆盖 AI 产品开发流程的各个环节，从界面到后台、数据、账单、分析和部署，旨在帮助开发者构建用户实际能用的 AI 产品
⚙️ 这些项目涵盖了 AI 产品生命周期中的关键步骤：AI SDK (模型和智能体功能)、assistant-ui (聊天界面组件)、Better Auth (账户和权限管理)、Supabase (数据库、存储和后端)、Drizzle (类型化数据库 Schema) 等。此外，Promptfoo 用于评估和红队测试，SigNoz 负责追踪和监控，OpenMeter 处理用量和权限，Lago 负责计费和发票
💡 整个开发流程可以概括为：构建界面 → 用户账户 → 连接数据和智能体工具 → 可靠地运行任务 → 测试输出 → 追踪故障 → 计量使用量 → 向客户收费 → 观察用户行为 → 发布新版本。推文还提到 Coolify 用于应用部署，Dub 则管理链接和归因
🔗 完整的项目列表和链接，可以点击下方查看 · 相关链接 · 相关链接 2 · 相关链接 3
🔗 信源
🗝 Roller | AI 中文社区
🧑💻 beamnxw 整理了 15 个 GitHub 项目，总星数近 50 万，覆盖 AI 产品开发流程的各个环节，从界面到后台、数据、账单、分析和部署，旨在帮助开发者构建用户实际能用的 AI 产品
⚙️ 这些项目涵盖了 AI 产品生命周期中的关键步骤：AI SDK (模型和智能体功能)、assistant-ui (聊天界面组件)、Better Auth (账户和权限管理)、Supabase (数据库、存储和后端)、Drizzle (类型化数据库 Schema) 等。此外，Promptfoo 用于评估和红队测试，SigNoz 负责追踪和监控，OpenMeter 处理用量和权限，Lago 负责计费和发票
💡 整个开发流程可以概括为：构建界面 → 用户账户 → 连接数据和智能体工具 → 可靠地运行任务 → 测试输出 → 追踪故障 → 计量使用量 → 向客户收费 → 观察用户行为 → 发布新版本。推文还提到 Coolify 用于应用部署，Dub 则管理链接和归因
🔗 完整的项目列表和链接，可以点击下方查看 · 相关链接 · 相关链接 2 · 相关链接 3
🔗 信源
🗝 Roller | AI 中文社区
AI创业公司的完整工作流
💡 Anjula Dwivedi 观察到，多数 AI 创业公司难以达到每月 10 万美元的经常性收入（MRR），原因在于多数人只将 AI 视为编码助手，而非公司的操作系统。她通过研究 AI 原生初创公司，整理出一套从想法到实现 $100k MRR 的 AI 工作流
🛠️ 这套 AI 工作流覆盖创业的十二个阶段，提供每个部门的 AI 工具栈和从 $0 到 $100k MRR 的路线图。她提出的关键转变是：停止把 AI 看作是“写代码的工具”，而是“运营公司的系统”。具体步骤包括利用 Claude、ChatGPT、Perplexity 和 Reddit 找到痛点，用 Claude、Figma AI 和 v0 设计 UI，并通过 Claude Code、GPT-5 和 Cursor 构建 MVP。后续的 QA、内容生成、市场营销、销售开发（SDR）和客户支持等环节也均由 AI 驱动
📈 该方法强调用指标而非猜测来衡量和扩展业务，目标是让精益团队能以十倍于传统公司的速度出货。Anjula Dwivedi 认为，这种全面的 AI 整合能大幅节省创业时间，建议 2026 年的 AI 创业者收藏这份指南
🔗 信源
🗝 Roller | AI 中文社区
💡 Anjula Dwivedi 观察到，多数 AI 创业公司难以达到每月 10 万美元的经常性收入（MRR），原因在于多数人只将 AI 视为编码助手，而非公司的操作系统。她通过研究 AI 原生初创公司，整理出一套从想法到实现 $100k MRR 的 AI 工作流
🛠️ 这套 AI 工作流覆盖创业的十二个阶段，提供每个部门的 AI 工具栈和从 $0 到 $100k MRR 的路线图。她提出的关键转变是：停止把 AI 看作是“写代码的工具”，而是“运营公司的系统”。具体步骤包括利用 Claude、ChatGPT、Perplexity 和 Reddit 找到痛点，用 Claude、Figma AI 和 v0 设计 UI，并通过 Claude Code、GPT-5 和 Cursor 构建 MVP。后续的 QA、内容生成、市场营销、销售开发（SDR）和客户支持等环节也均由 AI 驱动
📈 该方法强调用指标而非猜测来衡量和扩展业务，目标是让精益团队能以十倍于传统公司的速度出货。Anjula Dwivedi 认为，这种全面的 AI 整合能大幅节省创业时间，建议 2026 年的 AI 创业者收藏这份指南
🔗 信源
🗝 Roller | AI 中文社区
Wikimedia——AI流量冲击下的维基百科
📉 维基媒体基金会 CEO Bernadette Meehan 向 Axios 透露，过去一年维基百科页面浏览量下降 8%，部分原因是 AI 模型大量使用维基百科数据，但用户却通过 AI 获取信息而不直接访问网站，这威胁到维基百科的生态系统
💰 Meehan 指出，生成式 AI 系统严重依赖维基百科上由人类创建的海量信息，但并非所有公司都为此付费。维基媒体有一个项目，向需要可靠、大批量数据访问的商业用户收费。目前已公开的客户包括亚马逊、谷歌、微软、Meta 和 Perplexity 等，它们的付款占维基媒体运营支出的 10%。OpenAI 和 Anthropic 不在公开客户之列
🌍 维基百科内容免费开放，但约 80% 的运营预算来自小额捐款，主要来自网站访问者。页面浏览量的下降将影响捐款转化和未来编辑的招募。Meehan 强调，AI 应该辅助而非取代人类编辑，维基百科文章仍将由人类撰写
🔗 信源
🗝 Roller | AI 中文社区
📉 维基媒体基金会 CEO Bernadette Meehan 向 Axios 透露，过去一年维基百科页面浏览量下降 8%，部分原因是 AI 模型大量使用维基百科数据，但用户却通过 AI 获取信息而不直接访问网站，这威胁到维基百科的生态系统
💰 Meehan 指出，生成式 AI 系统严重依赖维基百科上由人类创建的海量信息，但并非所有公司都为此付费。维基媒体有一个项目，向需要可靠、大批量数据访问的商业用户收费。目前已公开的客户包括亚马逊、谷歌、微软、Meta 和 Perplexity 等，它们的付款占维基媒体运营支出的 10%。OpenAI 和 Anthropic 不在公开客户之列
🌍 维基百科内容免费开放，但约 80% 的运营预算来自小额捐款，主要来自网站访问者。页面浏览量的下降将影响捐款转化和未来编辑的招募。Meehan 强调，AI 应该辅助而非取代人类编辑，维基百科文章仍将由人类撰写
🔗 信源
🗝 Roller | AI 中文社区
😁1
This media is not supported in your browser
VIEW IN TELEGRAM
LoopCD——提升Looped Transformers性能
🍎 Ruixiang Zhang 博士在 Apple MLR 发布了一项名为 LoopCD 的新研究，它能显著提升预训练 Looped Transformers 模型的性能，而且几乎没有额外成本
🧐 Looped Transformers 被传言用在 GPT-6 Astra 和 Gemini 4 等前沿模型中。LoopCD 是一种推理时方法，无需重新训练或增加额外模型就能生效
📈 实验数据显示，LoopCD 带来了显著提升：AIME 2024 (Ouro-2.6B) 的表现从 61.9 提高到 73.3，HumanEval (Huginn) 的表现从 22.6 提高到 31.7
🔗 信源
🗝 Roller | AI 中文社区
🍎 Ruixiang Zhang 博士在 Apple MLR 发布了一项名为 LoopCD 的新研究，它能显著提升预训练 Looped Transformers 模型的性能，而且几乎没有额外成本
🧐 Looped Transformers 被传言用在 GPT-6 Astra 和 Gemini 4 等前沿模型中。LoopCD 是一种推理时方法，无需重新训练或增加额外模型就能生效
📈 实验数据显示，LoopCD 带来了显著提升：AIME 2024 (Ouro-2.6B) 的表现从 61.9 提高到 73.3，HumanEval (Huginn) 的表现从 22.6 提高到 31.7
🔗 信源
🗝 Roller | AI 中文社区
This media is not supported in your browser
VIEW IN TELEGRAM
大模型推理成本的“价格战”
💡 CNBC 节目上，Chamath 揭示了大模型推理成本的巨大差异。每百万 token 的推理成本，Anthropic 需要 56 美元，OpenAI 为 26 美元，Meta 降到 1.50 美元，xAI 和 Google 进一步压低到 1 美元，而中国的大模型只需 0.50 美元
💸 这种成本差距是技术史上最陡峭的“商品曲线”，石油用了 40 年才达到这样的压缩，半导体用了 20 年，而 AI 推理在短短数月内就实现了。这意味着中国模型每百万 token 的运行成本比 Anthropic 低 112 倍
🔗 信源
🗝 Roller | AI 中文社区
💡 CNBC 节目上，Chamath 揭示了大模型推理成本的巨大差异。每百万 token 的推理成本，Anthropic 需要 56 美元，OpenAI 为 26 美元，Meta 降到 1.50 美元，xAI 和 Google 进一步压低到 1 美元，而中国的大模型只需 0.50 美元
💸 这种成本差距是技术史上最陡峭的“商品曲线”，石油用了 40 年才达到这样的压缩，半导体用了 20 年，而 AI 推理在短短数月内就实现了。这意味着中国模型每百万 token 的运行成本比 Anthropic 低 112 倍
🔗 信源
🗝 Roller | AI 中文社区
🤡4