我原以為我在 Codex 上有 1M 的上下文。 後來我注意到我的 Astra 聊天顯示已使用 172k，總量為 258k。 Astra 的 API 規範確實列出了 1.05M 個 token，但 Codex 預設會使用較小的上下文視窗。 在我的設定中，預設為 272,000 個 token。 考慮到客戶端 95% 的可用視窗係數，這解釋了應用程式中顯示的 258k。 我本機模型目錄中的最大值為 872,000 個 token，對應約 828k 可用值。 您的設定可能有不同的限制，因此在更改前建議讓 Codex 檢查一次。 其中一個權衡：將更多歷史記錄保留在活動上下文中會消耗更多您的配額。 單單提高上限並不會讓每個請求都耗盡整個視窗。 透過 ChatGPT 登入的 Codex 沒有獨立的長上下文乘數，但處理更多 token 仍會計入用量。 使用您自己的 API 密鑰則遵循 API 定價。 如果您希望使用您設定所支援的最大視窗，請將以下內容貼入 Codex： --------------------------- 將我的 Codex 上下文視窗增加至目前所選模型、帳戶和客戶端所支援的最大值。 檢查活動使用者設定，尊重 CODEX_HOME 及任何有效的設定檔或專案覆蓋設定。 識別所選模型，並使用當前權威的模型元資料驗證其客戶端特定的最大值。 區分 default_context_window 與 max_context_window。 不要假設為 1M 或硬編碼 872000。 若無法驗證最大值，請保持設定不變並說明原因。 備份您編輯的每一個檔案。 保留所有無關設定、憑證、供應商、模型、速度、推理努力、Ultra 可見性及權限政策。 絕不列印密鑰。 將 model_context_window 設定為在適當設定範圍內驗證後的最大值。 在使用者設定中，它必須是第一個區段之前的頂層鍵。 更新現有鍵，而非重複建立。 檢查更高優先級的覆蓋設定並尊重受管理的政策。 保持自動壓縮啟用。 若已有明確的壓縮閾值，請單獨報告，而非自行創建新閾值。 不要修改模型目錄或繞過限制。 驗證設定，確保僅有預期的設定被更改。 不要重新啟動應用程式或中斷正在執行的任務。 報告備份位置、精確變更與預期可用視窗。 當元資料提供時，使用 effective_context_window_percent。 提供重新啟動與驗證指示。 區分已儲存的設定與正在運行的聊天所報告的實際限制。 --------------------------- 在您的活動任務完成後，完全退出並重新開啟應用程式，然後檢查上下文指示器。 若現有聊天仍保留舊限制，請檢查新的聊天。

任何有疑問的人都可以現在使用 AIPOCH 開放科學進行真實研究。 @aipoch_ai 發布了 1.0.0 版本，這是一個開源的 AI 工作台，能保留每個結果背後的程式碼與資料。 你用平實的語言提問，AI 便在同一個工作區中執行分析。 每個結果都與產生它的輸入和程式碼緊密關聯，任何人都可以檢查或重新執行。 它採用 Apache 2.0 授權，你的專案仍保留在你自己的機器上。 提供 Mac 和 Windows 的桌面應用程式，Linux 也已支援。 你可以選擇模型，從雲端供應商到 Claude 或 Codex 訂閱方案皆可。 研究成果以 .science 包格式傳遞，他人可開啟並在此基礎上繼續開發。 我最喜歡的案例回測了 10,000 美元的 NVIDIA 對比特幣，並完整記錄每一步驟： https://t.co/Oq1koKdlX9 在 BiomniBench-DA Public 50 社群排名中位列第 1 名，得分為 79.05。 在 ASI-Bench B1 上，AIPOCH 自行運行的得分為 79.35，高於相同模型下的 Codex。 完整 .science 規範的預印本： https://t.co/2UBuP16Rie 星標倉庫，今晚就運行你的第一個問題吧： https://t.co/p6qqQQHKtJ #AI4Science #OpenScience

NVIDIA 和 Arcee 剛剛解釋了為何企業轉向開放模型 來自 AI 工程師世界博覽會舞台，43 分鐘前 他們希望擁有可自行運行且隨時存取的模型 Jev 的註冊目前已暫停，而開放版本如 Kev 已可在筆記型電腦的 GPU 上運行 觀看影片，然後閱讀下方關於在您自己的 GPU 上運行開放 Jev 模型的完整指南

LangChain 將 Jev 納入他們自己的代理迴圈中，並展示了他們交給它的三項任務。 在示範中，LLM 花了約 5 秒鐘判斷一段文字是否包含 PII，而 Jev 立即以 98% 的準確率回應。 因此，他們的編程代理可以詢問 Jev 任務的難度，並將強大的模型保留給較困難的任務。 他們的自動模式中間件會詢問 Jev 工具調用是否具有風險，並在運行時予以阻止——她曾關閉此檢查，因為過去速度過慢。 同一個模型還會根據評分標準對代理的答案進行線上評估：正確、與參考答案一致、有根據、引用來源。 我的指南指向研究資料，並使用 0 到 3 的相關性評分標準，評估了 50 篇論文，並設立了低置信度呼叫的審核隊列。 它還會檢查過濾器悄悄歸檔的有用論文。 觀看本場演講，然後獲取下方的入門套件和提示。

vibe coding 的速度足夠快，讓你能夠完成應用程式，卻仍被困在製作解釋它的影片上。 這正是我會使用 @videoclawapp 的地方，它即將公開推出其桌面影片創作代理工具。我會從我已研究並撰寫過的貼文開始，這些內容足夠多，可以輕鬆轉換成影片。 它將 AI 編輯器、影片生成器和頭像製作器整合於一個以聊天為主的應用程式中。AI 自動化複雜的製作任務，而你只需透過簡單的指令進行精準編輯。 我寧願直接要求它縮短開場片段，也不願花整個下午研究該怎麼做。這種反覆互動，正是讓影片製作感覺像 vibe coding 的關鍵。 我們已經在丙烯顏料、Photoshop、Canva 和 AI 圖像生成中見過這種現象：降低門檻，就會有更多人嘗試自己創作。 Videoclaw 將這種體驗帶入影片領域，為創辦人、開發者、行銷人員以及所有有東西想分享的人服務。即使你沒有時間、技能或團隊來處理製作，也能說出影片。 「內容工程師」或許會成為下一代創作者再正常不過的職稱。 立即在 https://t.co/I7KYl3p1mA 下載 Mac 版應用程式，連接你的 ChatGPT 或 Claude，開始下指令。更多平台即將上線。 公開測試版免費使用，並包含 $10 的 AI 生成點數。前 300 名用戶可獲得 $50 點數。

Replit 執行長 Amjad Masad 表示： 「我們完成了迴圈，Replit 內部已有一個代理持續進化 Replit Agent。」 每晚，該代理會讀取 Replit 用戶的追蹤資料，並針對發現的錯誤與情感問題，開啟包含提示修改的拉取請求。 每個拉取請求都會作為 A/B 測試上線，結果將決定 Replit 是發布此變更還是進行修改。 與 SaaStr 的 Jason Lemkin 進行了 46 分鐘的對談，他的代理 10K 自行發送了 331 封郵件給投資者。 觀看後，請複製下方指南中的通用迴圈提示。

一名青少年在數十小時內學會開車， 這之所以可行，是因為他們一生都在觀察物體下落和相互碰撞。 許多機器人從零開始，必須透過數千次重複的示範來學習每一項任務，Odyssey 團隊稱之為蠻力法。 來自 @odysseyml 的 Odyssey-3 則更像那名青少年。 它是一個基於大量真實世界視覺數據訓練的世界模型，因此首先學習因果關係和人類行為模式。 接著，僅需幾小時的特定機器數據，就能讓它掌握操作方式。 在預覽中，單一模型可驅動人形機器人、控制機械臂、駕駛汽車、飛行無人機、玩電子遊戲，並訓練其他 AI。 他們稱之為物理代理，並計劃在未來幾週公開發布。 如果這種方法經得起考驗，其效益將遠超示範範圍： 機器人可接手對人類有風險的工作，並協助因年齡或殘疾而變得困難的日常任務。 我將密切關注當團隊以外的人開始使用它時，它的表現如何。

LangChain 工程師： 「如果你使用了 100,000 個 token，即使已快取，仍然是 100,000 個 token」 花了 50 分鐘探討為何一個小型代理任務會在每次請求中重複傳送相同的上下文。 Manus 每次運行會呼叫約 50 個工具，而每個工具的結果都會隨附在下一次呼叫中。 快取只會降低這些 token 的使用速率，但從不會減少總數。 請留意此情況，然後閱讀以下關於計算單一完成任務定價的指南。

我注意到 Karpathy 帳戶出現在 EvoMap AutoResearch 的貢獻者名單中。 讓我關注的是，EvoMap 發布中如何根據測試失敗來調整代理的下一次嘗試。https://t.co/7qWbs9v0xx

大多數質押都涉及鎖倉與額外步驟。 Cosmos Hub 要求您等待 21 天才能解除委託。以太坊的驗證者退出隊列在大量用戶同時退出時，已延長至數週。 Sui 採用 24 小時的紀元機制。現在質押，獎勵將在下一個紀元開始；解除質押後，SUI 將在下一個紀元後變為流動資產。兩者大約都只需一天左右。 這是我見過的主流 PoS 鏈中最短的往返週期，這改變了小額持倉的計算方式。最低質押金額為 1 SUI。 目前網路年化收益約為 1.47%，並根據鏈上狀況浮動。 Sui 質押為非託管模式。您的私鑰保留在您的錢包中，委託操作在鏈上進行，只有您本人能移動您的 SUI。 因此，您唯一需要決定的是選擇哪個驗證者來接收您的質押。若驗證者離線或被處罰，您的獎勵將受損。 @HashKeyCloud 在 HashKey 集團旗下運營超過 40 條鏈的驗證節點，並於香港獲得許可。已運行 5 年以上，正常運行時間達 99.9%，從未被處罰。 其 Sui 委託手續費為 8%，低於市場平均的 9%，因此您能保留比一般驗證者更多的獎勵。 如想嘗試： 1. 開啟一個 Sui 錢包（例如 Slush 或任何主流錢包） 2. 點擊「賺取」，然後選擇「質押」，再選取一個驗證者 3. 搜尋「HashKey Cloud」 4. 輸入數量並確認 獎勵將在下一個紀元後開始，約一天後。 總質押量、實時年化收益與委託者數量均公開於此： https://t.co/Oreh2KZX0J