跳到正文

全部动态

今日 52 条
9月30日周三
  3. Tianyi Cui30

    今天推荐一个功能很丰富的 DSH 上下文管理插件 dsh-context： https://github.com/bowenliang123/dsh-context

    引用Tianyi Cui@tianyi

    从 DeepSeek 官方 API 处统计的数据来看，约有 60% 的 DeepSeek Harness 用户使用了至少一个第三方插件。第三方插件是 DeepSeek Harness 用户体验中最具特色且不可缺少的一部分。DeepSeek Harness 团队将持续支持第三方插件生态的繁荣发展，并推动插件 API 趋于稳定，在将来减少和尽量避免破坏性更新。 接下来的几天我个人将每天推荐一个优质的 DSH 第三方插件，欢迎 DSH 插件作者在本 thread 下自荐。我会结合插件质量及后台实际统计到的插件使用量择优推荐。 DeepSeek Harness 团队祝大家中秋快乐阖家幸福！ （注：在用户使用官方 API 及模型时，DSH 会向官方 API 上报实际使用的插件包名和版本。此类上报不额外消耗 tokens。）

  4. ginobefun46

    做得真好

    引用Tw93@HiTw93

    想给大伙随便聊聊如何给产品进行一次图标升级，有哪些需要注意的以及可以优化的点。 早上给 Mole 的图标进行了一次精细化的升级，之前使用的是系统的图标，对于简单的产品场景我感觉完全够用，不过细看会感觉缺少一点灵性的感觉。 经过调研，比较适合做 App 产品 Icon 的有 Remix Icon 和 Phosphor Icon这两个，之前写 Web 的时候用 Remix 很多，简单舒服，但是放到 App 上我感觉不是很好看，于是就换上了 Phosphor 这个，展示效果很有灵性，非常不错，差不多有 70% 左右，可以不修改直接使用，然后有 30% 的图标是我用 opus 5.5 来写SVG 自绘的，这样整体更加一致。 可能大伙直接看下面的对比图很难感觉到两者的区别，很多时候需要实际放到真实的产品里面去，我一般还会考虑到本身这个模块下一组图标的搭配感，有时候全部图标单个都好看，组合到一起就不好看的情况也有，好比一个人每一个五官单独出来都好看，但是放到一个脸上却不那么好看，这里建议就是图标的根更换你一定要放到实际的产品里面去看，放到一起去看，才会有比较好的效果。 其次，我一直想着，我们做的产品应该是有灵性的，有生命的那种感觉，而非直接 AICoding 不经任何你的思考出来的那种冷冰冰的编译产物，这个时候小细节比如icon会是给这个产品带来生命力的一个很好的切入点，比如大伙看 保持常亮我使用的是 一杯咖啡，这里会有一种 Caffeine 比喻，就是让你的电脑好像喝了咖啡一样睡不着的感觉，然后关于一般会用一个感叹号，但是我想着应该是 hello，所以就用的挥手的标志，诊断正常会有排查的那种标志，但是这里使用的是一个听诊器的标志，更像是给你的问题做一次医生检查，类似这样，很多时候，可以在产品里面加入不少你的小巧思，会让整体有趣很多。 最后，好看的设计几乎都离不开对齐、整齐、错落有致这些原则，如何在人眼看到的场景下让图标和内容以及上下模块看起来是整齐的、大小一致的，甚至是上下居中对齐的，都需要一个一个去看，去调整，包括字体和icon的对齐，以及字体里面中英文本身也没有垂直对齐应该如何优化，类似这样的，可以精雕细琢很久，非常有意思。 这种看似无用功，其实是我很喜欢做的事情，AI 可以给优秀编码、及格审美带来非常大的促进，人看着好像不要做啥了，只要动动嘴就好，反而我认为不是的，人在这里的作用更大了，AI 帮你节约的时间，刚好可以放到打磨产品上，让1%的用户有种用你产品的时候，时不时有一种秒懂、卧槽、变魔术的感觉，那就非常非常有价值和意思了，或许这也是我认为做独立产品有意思的地方。

  5. Tripo29

    看到 Tripo 驱动这条疯狂的自动化流水线（Astra -> Tripo -> Blender -> Unity），1 小时构建出可玩地图：无价。 干得漂亮，@luccacerf！

    引用Lucca Cerf@luccacerf

    So I've upgraded my chatgpt plan to $500 and asked to Astra Ultra Fast to create this map with blender and tripo assets and then make it playable on my new game. Guess what? It took away in 1h 50% of my week usage plan, but yeah, created 26 assets and a new make for realm rivals. Idk what to feel. Astra Ultra Fast -> Tripo -> Blender MCP -> Unity CLI

9月29日周二
  7. Diogo Almeida50

    Diogo Almeida 转发引用了他人的 Jev 1.13 红队测试结果：在 DTap 平台上直接滥用下 ASR 为 70.1%，间接提示词注入下为 43.5%，注入可导致数据外泄、删文件等危害；用 Jev 自身作为工具调用的 self-gating 层可显著降低 ASR 并保留大部分效用。作者据此评论，不要只把 Jev 接入高层决策，而应围绕简单原语显式编程想要的行为。

    引用Zhaorun Chen@zrrrr_cn

    Jev is fast at helping you. Turns out, it can also be fast at helping an attacker!! 😱🚨 We red-teamed Jev 1.13 on our DTap (DecodingTrust-Agent Platform) and found a serious safety gap: 70.1% ASR under direct misuse 43.5% ASR under indirect prompt injection In our evaluations, we found that under indirect prompt injection, Jev can follow attacker-injected instructions without blinking an eye, e.g., exfiltrating user data, deleting files, or taking other harmful actions. But we found a much safer way to integrate Jev: use it as a self-gating layer for its own tool calls, significantly reducing ASR while preserving most of its utility. 👇 Read more below

  8. Databricks：Blog（RSS）69

    Databricks 如何让 12000 名员工在模型发布首日用上 Opus 5.5 和 GPT-6 Sol

    Databricks 介绍其内部新模型发布流程：通过 Unity Gateway 让全体员工首日获得 Opus 5.5、GPT-6 Sol 和 GPT-Luna 的实验性访问，并用四类按用户预算控制成本。

    推荐理由：Databricks 以自身一万多名员工的实际 rollout 数据为例，给出一套可复用的新模型评估与推广方法，含具体成本对比。

  9. Databricks：Blog（RSS）44

    Databricks Genie One 企业落地指南：如何分阶段推广 AI 数据同事

    Databricks 发布 Genie One 企业推广 playbook，主张从单一团队、单一问题集起步，先建语义层再逐步扩面。落地分四部分：Genie One 面向业务用户提供带引用来源的问答，Genie Agents 处理合同分析等特定领域任务，Genie Ontology 映射业务术语与指标，Unity Catalog 负责权限、脱敏与审计。

9月28日周一
  3. Google Blog：AI（RSS）39

    Edy's Grocer 如何用 Gemini 为 200 位客人备餐：3 种用法

    布鲁克林 Edy's Grocer 店主 Edy Massih 用 Gemini 将家族黎巴嫩菜谱直接换算成大型宴会批量配方，避免手工计算香料与酥皮比例出错。Gemini 还能把活动菜单转成分区陈列的采购清单、汇总共用食材并提前排好备餐日程，并针对无麸质、无坚果等饮食限制给出保留风味的替换方案。Edy 表示 Gemini 释放了他的时间，让他少做行政事务、多推广黎巴嫩饮食文化。

  5. Tianyi Cui48

    DeepSeek Harness 团队成员提名了三个第三方插件导航站：dshfind.com、dshmarket.com 和 awesome-dsh-plugin.com，其中 dshmarket 可直接作为 DSH 插件安装到设置页。官方 API 统计显示约 60% 的 DSH 用户使用了至少一个第三方插件，团队表示将持续支持插件生态并推动插件 API 趋于稳定。

    引用Tianyi Cui@tianyi

    从 DeepSeek 官方 API 处统计的数据来看，约有 60% 的 DeepSeek Harness 用户使用了至少一个第三方插件。第三方插件是 DeepSeek Harness 用户体验中最具特色且不可缺少的一部分。DeepSeek Harness 团队将持续支持第三方插件生态的繁荣发展，并推动插件 API 趋于稳定，在将来减少和尽量避免破坏性更新。 接下来的几天我个人将每天推荐一个优质的 DSH 第三方插件，欢迎 DSH 插件作者在本 thread 下自荐。我会结合插件质量及后台实际统计到的插件使用量择优推荐。 DeepSeek Harness 团队祝大家中秋快乐阖家幸福！ （注：在用户使用官方 API 及模型时，DSH 会向官方 API 上报实际使用的插件包名和版本。此类上报不额外消耗 tokens。）

  6. Databricks：Blog（RSS）37

    营销与数据工程最常误解的 24 个营销数据术语

    Databricks 博客梳理了营销与数据工程团队最常理解不一致的 24 个营销数据术语，围绕活动数据来源、客户记录代表谁、受众何时可激活等五个执行问题展开。每个术语都给出营销侧与数据工程侧的两套定义，例如“实时”在营销眼中是每 15 分钟刷新，在数据团队眼中则是秒级更新，涉及新基础设施与持续成本。文章建议在开工前先对齐“客户”“受众就绪”“信号新鲜度”等含义，避免误解变成活动返工。

  7. Dongxi 东锡 NLP47

    Opus 5.5 仅用 Python 代码写谱并从声波开始合成出一整首歌，未借助 Suno 等任何 AI 音乐模型，歌词也由其创作。人声用 macOS 自带 Siri 语音朗读，经信号处理"唱"成旋律，由 Swift 程序调用语音合成让 Aaron 与 Nicky 逐音节朗读。检测靠频谱图、响度与峰值而非耳朵，音高误差中位数 8.7 音分，且这些技术基本未详细告知模型。

    引用Dongxi 东锡 NLP@dongxi_nlp

    我觉得 Opus 5.5 不抽大麻，做不出这种东西。 看完你就懂 PPO, GRPO, DPO! Better than expected.

9月27日周日
  1. Simon Willison 博客22

    Simon Willison 用 Claude Opus 5.5 生成 Kākāpō Party 像素动画并用 Claude Code 录制视频

    Simon Willison 用 Claude Opus 5.5 将三张 kākāpō 鹦鹉照片生成 HTML5 canvas 像素动画 Kākāpō Party，画面中至少 20 只鹦鹉跳跃派对并伴随彩纸效果。他随后让本地 Claude Code 会话用 Playwright 加载该页面、在 3 秒后分散点击可点击区域，录制出 15 秒视频用于 Keynote 收尾幻灯片。

9月26日周六
  1. Peter Steinberger 🦞38

    我们把 OC 迁移到 sqlite 时犯的最大设计错误：使用了同步数据库访问。当它只是一个在 Slack 或 iMessage 上向你汇报的智能体时，这没问题；现在一个智能体可能并行跑 50 个会话，整个团队都在用它，这就成了限制。 我和 Astra 有一个 /goal，目前已提交 575 个 PR，把所有东西迁移到异步 worker。我们边推进边发布这些改进。相当疯狂的是，连巨大的重构都不再可怕了。

  3. AWS Machine Learning Blog31

    在 Amazon EKS 上用 EFA 和 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%

    AWS 提出在 Amazon EKS 上结合 EFA 与 DeepEP 扩展 MoE 模型强化学习训练的架构，吞吐量提升 40%。该方案针对 rollout 生成与策略训练并行的异步 RL 负载，用 DeepEP 优化专家并行（EP）在 EFA 上的 all-to-all 通信，缓解跨节点带宽瓶颈。适用于 RLHF、PPO 和 GRPO 等大规模 RL 训练流程。

  5. AWS Machine Learning Blog46

    NarrateAI 如何在 Amazon Bedrock 上实现生产级 LLM 质量保障

    NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率并实时流式返回结果，服务超过 4000 名 AWS 高管。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证，其中约 90% 的查询走单次快速路径，仅约 10% 的复杂查询进入并行批处理路径。