我们的杰出科学家 John Jumper 放弃了他的第一个博士学位，但这引导他走向了人工智能 (AI) 和生物学——以及最终获得的新的博士学位。🧪
他分享了自己从帮助开发 #AlphaFold 并被授予 @NobelPrize 到利用 AI 加速科学的旅程——尽在本期播客 ↓
时间码：
00:00 介绍
02:06 诺贝尔奖电话
06:35 “重大挑战”突破
09:42 来自社区的反馈
12:48 意想不到的用例
16:04 AlphaFold 3 和扩散模型
26:54 罗马水道
33:46 设计新蛋白质
40:40 AI 会思考吗？
46:51 Hannah 的结尾
✨🏖️ Deep Agents 的新沙箱允许在远程环境中安全地执行任意代码和 bash 命令。
当您需要一个干净、可复现的环境时，它们非常有用。它们还可用于运行并行或长时间运行的任务，并保护您的本地机器免受不受信任的代码的侵害。
通过本视频，您将学会如何：
1. 设置一个远程沙箱
2. 进行工具调用以执行代码
3. 将响应发送回您的 Deep Agent
youtube.com/watch?v=CejntU…
INTELLECT-3 现已在 OpenRouter 上线！
INTELLECT-3 通过开放高质量模型的训练方式，推动了技术前沿。权重、代码、环境和详细的文档可供所有人使用。
Introducing INTELLECT-3: Scaling RL to a 100B+ MoE model on our end-to-end stack
Achieving state-of-the-art performance for its size across math, code and reasoning
Built using the same tools we put in your hands, from environments & evals, RL frameworks, sandboxes & more
🎙️ LangGraph 预订模式教程
由 LangChain Community 制作
使用 LangGraph 逐步构建预订系统——从图架构和状态管理到使用 LangSmith Studio 进行测试。
📺 观看教程：youtube.com/watch?v=6p7aGX…
非常高兴发布团队的最新开放科学长文：关于机制可解释性的研究。
@dlouapre 花费数月，完成了 « Golden Gate Claude » 实验的完全开源、可共享的复现工作。
这是一个相当长的旅程，远没有从一开始看起来那么简单。因此，这是一个探索实际机制可解释性挑战的绝佳机会 :)
以下是本次复现的主要发现（详情请见交互式博客文章和在线演示）：
- 引导的“最佳范围”很小。最佳引导强度约为一层典型激活幅度的一半。这与引导向量不应超过模型自然激活的理念相符。但可接受值的范围很窄，因此难以找到适用于各种提示的理想系数。
- 钳制激活比添加激活更有效。研究发现，以固定值钳制激活能提高概念包含，且不影响流畅性。这与 Golden Gate Claude 演示所用的方法一致，但与 AxBench 中报告的 Gemma 模型结果相悖。
- 更多特征并不一定带来更好的引导效果。与直觉相反，同时引导多个“埃菲尔铁塔”特征，其效果仅略优于引导单个精心挑选的特征。这挑战了通过组合特征实现更强控制的假设。
- 稀疏自编码器引导展现出潜力，但提示仍然至关重要。虽然我们改进的方法优于 AxBench 的悲观结果，但仍不及在系统提示中直接给出指令的效果。
去阅读这里的整个旅程： huggingface.co/spaces/dlouapr…
并尝试演示！
Introducing "The Eiffel Tower Llama"!🗼
Remember Golden Gate Claude? Unfortunately Anthropic's viral demo was shut down after 24h, and key technical details remained hidden.
So we recreated it, uncovering key insights on steering LLMs using SAEs⚒️
Full blog post + live demo 👇
Dify v1.10.1 现已发布
主要后端升级：
- Dify 现在完全支持 MySQL，以及 PostgreSQL 和 OceanBase。此版本增加了多数据库适配，重构了 SQL 和迁移逻辑，并提供了新的配置选项，以使元数据层更灵活、兼容和易于维护。（特别感谢 @OceanBaseDB 团队的支持）
- 性能：工作流编辑器和运行时更加流畅，即使是大约 200 个节点的工作流也能保持响应。
- 稳定性：修复了工作流执行、知识库 500 错误、Node.js SDK / OpenAPI 加载、插件、日志记录、Webhooks、i18n 等方面的诸多问题，并进行了扩展测试和依赖升级。
自托管用户请注意：Docker 镜像现在默认以非 root 用户身份运行。如果您使用 Docker Compose，请在升级前执行 chown 1001:1001 ./volumes/app/storage。
完整更新日志：
github.com/langgenius/dif…
向我们展示你如何像专业人士一样制作图像：
1. 打开 Gemini App 或 https://t.co/awhPeHZIqm
2. 从“工具gemini.google.com择“思考”
4. 添加你的提示（和任何图像参考）并提交！
假日特辑！
In 2 hours: @AnikaSomaia on how the @LangChainAI team tests, debugs, and ships their Insights Agent in production.
A useful session if you’re dealing with multi-turn behavior that breaks only once it’s live.
Join live or checkout the recording after. Either way sign up below.
1、专家用户给AI以智慧
2、专家用户是最强传播节点
3、专家用户大多是闻声而来的early adopter
4、专家用户提供最佳use case
5、kol往往诞生在专家用户中
没有任何道理上来不做专家用户
而是选择直接面向大众C端
越早增长，就越早进入瓶颈期
干得最快的，往往不是活到最后的
Sergey Brin以创始人身份挽救了谷歌
他在公司内部因Gemini无法用于编码与Sundar发生争执，最终对他说：“我受够了，你得处理这事。”
大公司总会产生官僚体制，但Sergey (and Larry)凭借超级投票权突破了这一点
谷歌迅速恢复了初创公司的灵活性，AI在一年内从“远远落后”跃升为多个领域的“轻松第一”
