📊 Today's Overview

🔥 Trend Insights

• AI math reasoning hits escape velocity: OpenAI's Astra solved ten open problems in math and theoretical CS for under $2,000 each — a step-change from AlphaProof, with Lean 4 proofs open-sourced for verification.

• Power, not chips, is the new bottleneck: $130B in US data center projects are stalled on electricity, not silicon. Crusoe's nuclear-powered AI data center test in 2027 is the first real-world attempt to answer GPU power swings.

• Cost competition replaces compute arms race: DeepSeek V4-Flash delivers 105x cost advantage on identical benchmarks, and Microsoft is swapping in-house MAI models for OpenAI/Anthropic — the price war is forcing incumbents to respond.

🐦 X/Twitter Highlights

📈 热点与趋势

• DeepSeek V4-Flash以105倍成本优势完成同基准任务，本地推理仅0.07美元 - DeepSeek V4-Flash（DeepSeek系列最新模型）据分析机构数据，以105倍更低总成本完成Fable 5（OpenAI模型）相同的基准任务 @AravSrinivas。 用户实测在Hermes Agent中仅0.07美元、32分钟生成一个可玩游戏 @kimmonismus。

• OpenAI内部Astra模型解决10个重大数学与理论计算机开放问题 - 据社区消息，Astra（OpenAI下一主要模型家族）已解决数学、量子复杂度与理论计算机科学领域的10个重大开放问题，被认为是科学推理的重要进展。 @AISafetyMemes

• 前谷歌员工回忆LMChat比ChatGPT早一年，因公司内部顾虑未发布 - 前团队成员透露，该产品曾命名LMChat，早于ChatGPT一年出现，但谷歌因过于谨慎未推出，DeepMind也被阻止发布可能颠覆谷歌业务的产品。 @swyx

• 新研究用博弈论建模前沿AI竞赛中的减速与协调困境 - 论文分析竞争、协调、透明度和信任四个维度如何塑造AI前沿发展，回应"如果减速别人不会"的常见反对意见。 @andrewjkoh

🔧 工具与产品

• MiniMax宣布H3视频生成模型开放权重 - MiniMax（AI模型开发者）官方确认即将开源H3权重。社区反馈H3生成视频质量明显优于2.5版本，推理速度和成本改善明显。 @MiniMax_AI

• GLM-5.2背后的RL框架Slime开源，单一训练循环处理多任务 - Slime（RL训练框架）现已在GitHub开源，通过灵活数据生成机制让同一训练循环适配不同任务。 @RoundtableSpace

• DeepSeek V4 Flash上线QVAC Fabric本地推理，逼近前沿模型 - DeepSeek V4 Flash（DeepSeek开源模型）现可在Fabric平台运行，Terminal Bench 2.1得分82.7，Opus 4.8得分85.0，是最接近前沿模型的本地推理选项 @qvac。 另有开发者计划开源"个人AI电脑"构建方案，支持本地私密运行 @dee_hw。

• ChatGPT Work新增浏览器截图与Cloudflare Workers部署功能 - Simon Willison（Datasette作者/独立开发者）发现ChatGPT Work（OpenAI聊天界面）内置浏览器支持截屏，并可一键部署web应用到Cloudflare Workers（"ChatGPT Sites"）。 @simonw

• Gemini Robotics 2发布，支持全身控制与快速适应 - Google发布Gemini Robotics 2（机器人控制模型），具备全身控制能力，可在数小时内适应新环境，推动家用机器人落地。 @gatta9707_

⚙️ 技术实践

• Karpathy让Opus用100万token渲染指环王，产出5500行代码，暴露多模态短板 - Andrej Karpathy（前OpenAI/特斯拉AI负责人）测试Opus 5（Anthropic模型）基于指环王首段生成1M token的三维动画渲染，耗时约2小时输出5500行代码。他指出现有LLM无法高效审计视觉输出的局限。 @karpathy

• 图工程成新趋势：Google推2小时免费课程，Anthropic工程师分享实践中高级技巧 - Google发布免费图工程课程，覆盖从单agent构建到多agentic系统全流程 @0xCodila；Anthropic工程师也举办2小时workshop，内容涵盖"80%工程师已用自改进循环"、自适应RAG与多层图架构 @LunarResearcher。

• Google与Anthropic将检索独立为服务，结构化方案削减语料40倍 - 两大实验室均将检索从应用内迁出，成为Agent可调用的独立服务。旧方案存在陈旧嵌入与耦合基础设施问题；结构化单元方案能将语料库缩减40倍、向量相关性提升2.3倍。 @akshay_pachaar

• Claude完全自主运行x86_64内核：72,000行代码，从零写音频驱动 - 开发者构建了一个由Claude自主运行的操作系统，无shell与终端，模型直接从ring 0操作系统，含64个系统调用。Claude能识别无驱动的AC97声卡并为其编写驱动，还能自行格式化FAT32磁盘保存学习成果。 @om_patel5

• xLSTM用于3D装箱问题，空间利用率提升15.1% - Sepp Hochreiter（LSTM发明人、xLSTM提出者）团队将xLSTM（LSTM扩展架构）用于3D装箱问题，OPAL均值空间利用率达0.49，速度也快，对高保真机器人领域有前景。 @HochreiterSepp

• 提示词也应纳入版本管理：防止模型谄媚需审计与回滚 - 作者指出模型谄媚是行为失败，版本未管理的系统提示词是运维失败，为高风险Agent上线提出5项要求：git管理提示词、建立"仅同意则失败"的测试用例、支持一键回滚等。 @nykdotdev

⭐ Featured Content