🆕 发布我们整个 RL + 推理课程！ 特色： • @willccbb，Prime Intellect • @GregKamradt，Arc Prize • @natolambert，AI2/Interconnects • @corbtt，OpenPipe • @achowdhery，Reflection • @ryanmart3n，Bespoke • @ChrSzegedy，Morph 特别的 3 小时研讨会由： @danielhanchen 的 Unsloth 主办！ 从这里开始： 祝周末愉快！感谢 @OpenPipeAI 的支持和主办这个课程！

如果正如@sgrove所提议的，规范是未来的代码，那么调试是什么？ 1) 规范编译是一个编码代理将规范转化为代码的过程 2) 越来越多的“编译”将是无人值守的，减少观察代理逐行工作的时间，更多的是规范输入，代码输出 3) 类型错误 -> 真实性错误：大多数调试将是深入研究和实施计划中的markdown，以找到那一行错误的上下文，这使得编码代理在实施时无法成功。测试套件将检查真实性和逻辑一致性等内容。 4) 有一种新的更高阶的“附加步骤调试器”的风味，即观察代理逐步实施计划，以找出规范中的逻辑错误。当你在逐行调试程序时发现错误时，你会更改代码，重新启动过程，并重复直到它正常工作。当你在实施过程中逐步检查*规范*时发现错误时，你会向上游修复规范，并重新启动*实施*。

听 @GregKamradt 在 @latentspacepod 上与 @swyx 和 @FanaHOVA 讨论 ARC-AGI-3 * 为什么要进行互动基准测试？ * 定义智能 * ARC-AGI-3 游戏的演示

我们每天都会发布一首来自@aidotengineer会议的曲目。昨天的RecSys曲目反响热烈，但最受欢迎的曲目无疑是我们对MCP现状的报道，由@Calclavia主持。 我个人最喜欢的幻灯片是这一张，我意识到@AnthropicAI对MCP的自我测试比我最初从与@dsp_和@jspahrsummers的播客中想象的要强得多。 看看这些演讲，给你最喜欢的演讲者打个招呼！ *大多数已经可以通过“完整播放列表”以“未列出”的形式搜索到。

"三件事：一个具有增强搜索浏览器的深度研究模型；一个革命性的计算机使用操作员；以及一个沙盒终端来执行数学和代码。一个浏览器，一个计算机，一个终端……你明白了吗？ 这不是三个独立的设备。 这是一个设备，我们称之为Agent。"

如果你还没有尝试过在Claude中使用Chrome + iMessage + Apple Notes + Linear + Gmail + GCal的DXT集成，你就错过了字面上的LLM操作系统的进化。 更聪明的Siri来了；它只是叫做Claude Desktop。

一种看待7500万美元/年MSL薪酬方案的方式是，它将实质性地改变我们下一代的抱负。 那些感叹我们的孩子只渴望长大后成为YouTuber和TikToker的人，现在有了新的英雄可以指向，他们的工作希望能创造出释放时间的代理，而不是消耗时间。

> 构建Claude代码 > success.jpg > 光标看起来不错，我想知道他们在做什么 > lightbulb.jpg > /join cursor > /leave cursor > 构建Claude代码

工程师花费70%的时间在理解代码上，而不是编写代码。 这就是我们在@reflection_ai构建Asimov的原因。 这是为团队和组织打造的最佳代码研究代理。

好的，哇，Meta可不是在开玩笑，真是太惊人了！