AI 编码

点击“批准权限”按钮很困难。 我们展示智能体可以为你做到这一点。 查看我们的对齐博客：https://alignment.openai.com/auto-review

构建了 Petdex，一个公开画廊，用于发现、分享并通过一条 curl 命令安装 Codex 宠物。 提交入口在下方链接开放 👇

http://x.com/i/article/2049579443216338944

FigJam 中的 MCP 更新，让你可以可视化你的系统（而不只是阅读代码） → generate_diagram 用于创建架构图和 ERD → figma-use-figjam 技能可直接向你的白板添加笔记、代码块和注释 → get_figjam 工具可读取你的白板并规划下一步

👏 认识来自 @AntLingAGI 的 Ling-2.6-1T，这是一款万亿参数旗舰即时指令模型，专为大规模下的快速执行与高效率而打造。Day-0 支持现已在 SGLang 上线！ 1️⃣ 快速思考方式：比同类模型便宜约 4 倍，质量毫不妥协 2️⃣ 在 AIME26 与 SWE-bench Verified 上达到 SOTA 3️⃣ 专为高级编程、复杂推理与大规模智能体工作流而打造 4️⃣ 万亿参数能力，即时模型延迟 Cookbook：https://docs.sglang.io/cookbook/autoregressive/InclusionAI/Ling-2.6

# AI 初创公司的前路 在 SpaceXAI <> Cursor 的“递延 IPO 收购”之后，很多创始人都在互相发消息。常见的讨论话题是：独立初创公司的未来是什么？是不是几乎所有人都最终必须被某个前沿实验室收购，否则就会消亡？ 来自我们亲身经历 @cognition 的数据表明恰恰相反。一个类别中越是多的初创公司通过把自己卖给某个实验室而退出独立竞争，剩下的那些就会变得越强。去年我们在 Windsurf 上亲身经历了这一点。当创始人去了 Google，而我们收购了剩下的公司时，这极大地加速了我们的产品路线图和 GTM。如今，云端 agent 已经准备好登上主舞台，我们的使用量也呈爆炸式增长。（我们正处于 Cognition 历史上最快的使用量增长期——Devin 企业版几乎实现了 50% 的月环比增长。）随着昨天的新闻，我们已经看到了下一轮加速，从潜在客户和客户到候选人主动联系。 几乎在每个类别中，都存在一个明确的市场，属于一个获胜的独立产品，它不依附于任何单一实验室的模型。尤其是在软件工程这样一个充满活力的领域，客户看重模型的灵活性，因为不同供应商的排名在不断变化。 为了让初创公司抓住这个独立性的机会，以下是我们迄今为止学到的经验： 1. 差异化 与实验室已经提供的东西相比，你需要有极其清晰的差异化。Cursor 在自助服务方面面临来自 Claude Code 的激烈竞争，部分原因是一个工具可以替代另一个工具，这构成了挑战。 我们的做法是面向企业进行重度差异化，而企业是软件工程最大的市场。具体来说： 1. 我们在前向部署工程和 AI 赋能上的投入，与在核心研发上的投入一样多。我们的客户把我们当作变革管理合作伙伴，而不仅仅是一个 AI 软件工程平台。我们在世界各地举办 1000 人规模的研讨会，帮助培训公司内部的开发者采用前沿 AI。除了提供开发者工具之外，我们还瞄准具体的用例和成果。 2. 我们专注于在大公司规模上加速*整个软件开发生命周期*，而不仅仅是编写代码。Devin 现在会自动启动，用于从工单范围界定到 DeepWiki 代码库索引，再到安全漏洞修复和应用监控告警响应的一切工作。 3. 我们承受部署复杂性的痛苦，以便在你能想象到的最大、最复杂的环境中良好运行。Cognition 可以运行在客户的虚拟私有云中，拥有可扩展到一家公司内 100,000+ 开发者的权限和团队协作模型，对 COBOL 大型机和对现代 Python 一样运行良好。从第一天起，每个 Devin 都在自己机器上的 microVM 中运行，而不是作为 CLI 工具在本地运行，这允许任意水平扩展，也更适合事件驱动的自动化。 当然，初创公司差异化的一个要素永远是模型独立性。这在大企业中尤其强大，因为它们看重供应商的连续性，以及在不承担押错基础模型这一商业风险的情况下集中管理工具的能力。这对个人开发者也有用，因为他们总是想尝试最新的模型。（如果你还没试过上周发布的 Windsurf 2.0 版本，今天是个好日子去试一试！） 我预计实验室们会在某个时候在这些方面中的一些上赶上来。但到那时，我们已经完成了差异化的下一次飞跃，因为…… 2. 专注 你不可能在所有事情上都胜过实验室，但你可以在*你自己的事情*上胜过实验室。每个应用领域在边缘处都有分形般的复杂性。全力投入让你所在领域与众不同的东西，提供别人无法提供的东西。实验室投入训练资源去做一个专门的代码审查模型，这合理吗？大概不合理——他们在做 AGI。但在最新前沿模型无法以可接受的性能、成本或延迟解决那个用例的 3-6 个月窗口里，自己动手，打造出否则不可能实现的更好的产品体验。随着通过专业化所能达到的边界不断演进， rinse and repeat。 3. 速度 我们在 Cognition 的价值观之一是：“每一秒都重要。”疯狂的紧迫感对每家初创公司都有帮助，但在当今加速的 AI 时代，它的价值更大，因为优势比以往复合得更快。有了足够的专注，你可以在任何一个具体功能或工作流上比 AI 实验室加速得更快。持续这样做，以拉大每一代新模型所开启的可能性空间，你就能在差异化的产品体验上保持优势。 - 在很多方面，SpaceXAI <> Cursor 的消息对所有人来说都是胜利。SpaceX 获得了一个新的研究团队，以及变得在编程方面有竞争力的机会。Cursor 获得了有意义的退出，以及用多得多的算力加速其研究路线图的机会。而整个生态系统则受益于基础模型实验室之间竞争力的增强。祝贺这些团队取得这样的结果。