我用 Karpathy 刚发的 llm-council 跑了几天代码
更多动态
终于不用在 Twitter、CMC 和 K 线图之间来回切屏了。
我实测了 KuCoin 新出的原生 AI 助手 KIA,帮我把每日复盘的「纯体力活」时间压缩了至少 30%。 它不是那种只会聊闲天的通用 AI,而是个直接长在交易所里的「全职初级分析师」。 1️⃣ 自动写研报(In-depth Research):这是我最常用的功能。以前看一个新币要搜半天,现在扔给它,十来分钟它就能结合实时新闻、链上异动把情绪面和基本面揉成一份简报。 2️⃣ 技术面辅助:随手问它「大饼短期支撑位在哪」,它能结合图表给个大概参考。虽然深度不如老手自己画得精准,但用来快速缩小信息差够用了。 ⚠️ 别把它当「带单老师」,它本质是高效的信息过滤器,最终决策还得靠自己。目前普通用户每天有 20 次快问和 2 次深度研报的免费额度(按日重置),对日常盯盘来说够用。 你现在的 Web3 工作流里,有哪些环节已经用 AI 替代了? #AI工作流 #Web3工具 #KIA #数字游民 #效率提升

试了下 Qwen-Image-2512
,这可能是目前开源界最顺手的生图模型。 1️⃣ 文字排版真的强:直接 Prompt 生成带字布局,不仅单词拼对率高,连字体设计感都在线,不用再开 Canva 二次加工。 2️⃣ “AI 味”少了很多:以前用 SD 跑真人都自带磨皮滤镜,这个版本把皮肤纹理和光影还原得很“糙”,做 Landing Page 素材反而更有质感。 目前看 AI Arena 的盲测数据,它在开源梯队里确实属于第一梯队。虽然本地部署对显存有点要求,但作为生产力工具,这点配置投入值得。 #AI工作流 #QwenImage #开源模型 #独立开发 #效率工具

美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

商汤开源 SenseNova Loop-9B-Preview。
它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
