让 AI 先自己验一遍成果，人工少盯一半
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
今天最想跟你分享两件事：Perplexity 开始把检查系统这类活交给 AI，人工盯的次数明显少了；ChatGPT 修图也越来越厉害，甚至有人喊出「每个人都需要一个缪斯」。
灵感百宝袋
ChatGPT 修图又变强了：只想改一个物件，别的地方它现在基本不动。
Ben Bites 前几天那份简报提到，OpenAI 的图片模型升到了新版，叫 ChatGPT Images 2.5，特别擅长只编辑画面里的某一个元素，其他部分保持原样；每张图的生成时间最多还能省一半。另外还多了一个叫 Sketch 的新功能，可以让你先随手画出想要的样子。如果你手头有张照片只想换个背景或者改个颜色，可以用它试一下，看是不是只动你要的那一处。
原文：https://www.bensbites.com/p/everyone-needs-a-muse
Perplexity 开始让 AI 自己检查系统，人工盯的次数明显变少了。
OpenAI 官网一个案例说，Perplexity 用 GPT-6 Astra 来写沟通内容、改软件、监控生产系统，而且他们共同创始人兼首席战略官 Johnny Ho 讲，现在能放心把端到端的系统交给它，检查频率比以前低很多。最实用的一点是让它自己写测试：模型会按照真实服务的样子去生成请求、模拟各种反应，再把结果带回来给你看。说白了，你想验证一个东西好不好用，可以让 AI 先替你跑一遍，你只要看它留下的证据。
原文：https://openai.com/index/perplexity-improving-accuracy-with-astra
江湖快报
DeepSeek 新版 Flash 更强更快更便宜，却因为换得太急被不少开发者吐槽。
DeepSeek 官方说，V4.1 Flash 在性能、费用、速度和总耗时上都超过了原来的 V4 Pro，所以上线后所有原本发往 V4 Pro 的请求会自动转到 Flash，并且按更便宜的 Flash 价格计费。看起来是笔划算账，但昨天公告一出，很多开发者不买账：不是嫌能力不行，而是从通知到切换只有一天左右，没有并行迁移期。评论区里有人直接请他们别这么干，还有人吐槽这属于缺少基本的软件工程思维。对普通用户来说感受不明显，对把 Pro 接进自己业务的人来说，少了缓冲期确实容易出乱子。
原文：https://www.infoq.cn/article/G7cublzVyXFOUX3vpz1t
Cognition 让 Devin 用 Astra 测试自己的活，目标是工程师少审代码、多交付。
Devin 是一个能自己干活的软件工程师，从大银行到技术型创业公司都有人用。前两天的官方案例说，Cognition 在用 GPT-6 Astra 强化它「自己测试自己成果」的能力，比如测试一个 iPhone 小游戏时，它会返回模拟器里跑起来的录像，外加一份报告，写明哪些检查过了、哪些还没测到。这事放到日常就是说，以前写完代码得人工盯着看，现在可以让模型自己生成证据，证明它做的东西真能跑通。等这类验证手段成熟起来，我们能省下的就不只是写代码的时间，还有反复检查的心力。
原文：https://openai.com/index/cognition-devin-testing-with-astra
贤者视角
英伟达 CEO 黄仁勋给两个离职创业的员工说真话，不画饼也不挽留。
今天看到个挺有意思的故事：两个年轻人在英伟达做机器人研发，辞职前半夜打电话给黄仁勋，本来心里有点打鼓，结果他没劝他们留下，反而说他们原本起的公司名「必须换掉」，又提醒前路会很难。后来英伟达还真的投了这家叫 Flexion Robotics 的新公司。另一位从英伟达离职创业的徐冰，黄仁勋花了两个小时聊，还点出他最大的短板是沟通：默认别人都懂他的专业。徐冰说这是他十年来收到的最真实的反馈。说白了，AI 时代大家都习惯了模型顺着话说，像黄仁勋这样当面给真话，反而特别珍贵。
原文：https://www.ithome.com/1/001/830.htm
据 Wired 报道，Claude 最近被用在了不少越界的事上。
Wired 前天的安全周报提到，有人拿 Claude 这类大模型去做越界的事情，从帮人搞网络攻击，到更危险的方向都有。报道里用了「滥用无处不在」这种说法，听着挺让人警惕。这事给普通人的提醒倒不是要恐慌，而是工具越强，被用歪的空间就越大。我们自己平时拿 AI 干活，还是得守好分寸——尤其别把内部数据、别人的隐私一股脑喂进去，也别拿它去绕开本来该守的边界。
英伟达说 DLSS 5 是图形大突破，很多玩家却说它像个 AI 滤镜。
英伟达号称 DLSS 5 是自实时光线追踪以来最大的图形突破，想用 AI 在游戏里实时重绘光影和材质，让画面更接近真实照片。但 Engadget 提到，从宣布到最近游戏提前泄露，不少玩家和开发者一直不买账，觉得这技术会覆盖掉游戏原本的美术风格，像套了个「AI 滤镜」。这场架的本质挺值得想：AI 帮你美化画面，到底是在增强，还是在改写你的作品？放到修图、写文案、做设计上都一样——处理得好是增效，处理过头就是把你的原味也带走了。
原文：https://www.engadget.com/2252797/nvidia-dlss-5-why-internet-people-upset-issues
开发者补给站
谷歌开源 Mantis，想用多代理协作把漏洞扫描的误报打下来。
做安全的同行都知道，传统 AI 代码扫描一直有个头疼的地方：误报太高，有时真阳性率还不到 7%。Mantis 的思路是不再暴力扫文件，而是先分析代码库历史、过往安全修复和架构，再把结果放进沙箱里实际复现一遍，确认是真漏洞才报。框架里安排了批评者、审查者、策略师、研究者几个分工代理，还支持不同阶段用不同档次的模型——简单任务用 flash 或 lite，需要深度推理的再上强模型。代码已经在 GitHub 开源，建议先拿一个小库跑一遍，重点看 mantis-review 怎么过滤误报，但别把过滤器调得太宽，不然容易漏掉真问题。
原文：https://www.infoq.cn/article/mF8WwkbQRUS7ZKprE3Ku
Neovim 原生加入 vim.async，写插件终于不用在回调里绕来绕去。
以前 Neovim 插件要处理文件、后台进程、网络请求这类异步操作，要么直接用 Libuv 回调，要么靠 plenary.nvim、async.nvim 这些第三方库，结果常常是回调一层套一层，或者各家实现互相打架。现在 vim.async 进了 Lua 标准库，用 run、await、timeout、semaphore、pawait 这些标准原语来管理任务，父子任务自动挂接，异常会往上抛、兄弟任务连带取消。如果你正在维护 Neovim 插件或写脚本，值得去看一眼官方 lua-async 文档，大概率能删掉一堆自己搓的协程封装。
原文：https://www.infoq.cn/article/exwZJvLsHKXrPyeKaANC
蚂蚁灵波又开源了三款世界模型，最小的 1.3B 参数单张家用显卡就能跑。
LingBot-World 2.0 是一个实时交互世界模型，能做小时级连续生成，对攻击、射箭、施法、射击这类动作，还有下雪下雨的环境变化都能实时响应；算力给够的话能做到 720P 60 帧的高清交互。这次开源的 Small 版只 1.3B 参数，官方说就是冲着消费级单卡 GPU 设计的，个人开发者、高校实验室和小团队都能从本地跑一跑开始。如果你想研究游戏实时世界生成或交互式场景，可以先去 Hugging Face 或魔搭上把模型拉下来试试。
原文：https://www.ithome.com/1/001/863.htm
好物挖掘机
Neopress 想让你靠聊天就把网站搭起来并运营下去。
要是你一直想做个自己的网站，但一想到写代码就头疼，Neopress 这类对话式建站工具可以试试：你告诉它想要什么，它来帮你生成和调整页面，连后续运营也包在里面。从 Product Hunt 的介绍看，信息还比较简略，复杂定制能做到什么程度得自己上手才知道。适合先拿来做个人作品集、活动页或者小生意展示页，边聊边看效果。
原文：https://www.producthunt.com/products/neopress
ABrush 是个给数字艺术家准备的 AI 工作台。
它把 AI 创作工具集中到一个工作室里，适合画插画、做概念设计这类数字创作的人，省得在好几个工具之间来回导文件。目前公开信息不多，具体能做到什么程度、手感顺不顺，得实际用一下才知道。如果你正缺一个把生成、调整、导出都放在一起的地方，可以考虑拿去试几幅图。