推文

Demis Hassabis

5天前

迫不及待想亲手体验 @BostonDynamics 推出的惊艳新款 Atlas 机器人，并将其与我们最先进的 Gemini Robotics 模型相结合！

The Humanoid Hub

1周前

Boston Dynamics will begin production of the new Atlas robots at its Boston headquarters immediately. All Atlas deployments are already fully committed for 2026, with fleets scheduled to ship to Hyundai and Google DeepMind in the coming months.

The company plans to add additional customers in early 2027 and also plans to build a new robotics factory by 2028 that is capable of producing 30,000 robots per year.

00:43

337

1,850

32.4万

122

266

2,938

246

26.8万

360

Sundar Pichai

3天前

在今天的 @NRFBigShow 上，@Walmart 与 @Wing 宣布，其无人机配送服务将新增覆盖 150 家门店。

休斯顿地区的服务将于 1 月 15 日启动。待此次扩展全部完成后，服务将能触达 4000 万人。

对 Wing 而言，这必将是不平凡的一年！

147

208

2,064

198

17.7万

332

Y Combinator

7天前

Paperspace (YC W15) 的创始人刚刚发布了 Autonomous (@a____t____g)，这是一款 AI 原生的财富策略师，它让超高净值人群使用的精英级财富策略，现在能以 0% 咨询费惠及所有人。

已有数百万人会向 AI 咨询理财建议。而 Autonomous 正在填补关键一环：它就像一个‘执行’按钮（Cursor ‘apply’ button），能将 AI 给出的理财建议与你的具体财务情况连接并付诸实践。

获取早期访问资格： becomeautonomous.com

1,206

1,170

12.6万

287

Jeff Dean

1周前

我第一次乘坐 @Waymo 在高速公路上行驶，当时我正从红木城的会议前往山景城的 Gradient Canopy。

干得漂亮，Waymo团队！🎉

00:05

1,522

7.7万

188

Guillermo Rauch

2天前

我常用的一个应用有缺陷。我在想，是应该提交反馈并期待开发者关注，还是直接用 AI 从头重写一个。

这应用不大，所以我能做到。但如果你是做软件生意的，你的每个客户现在或很快都会这么想。

迭代速度变得空前重要。你修复、改进和发布的速度，就是你防止客户流失的最有力信号。

916

163

8万

176

Lenny Rachitsky

7天前

推荐 @GergelyOrosz 这篇很棒的文章，探讨当 AI 几乎能编写所有代码时，软件工程将发生什么。

626

371

5.1万

162

Lenny Rachitsky

5天前

Claire 整理了每一期《How I AI》播客，并将其转化成了 106 个（！）详细的 AI 工作流。提示词、工具、代码、技巧等等，一应俱全。

这里面的干货太多了： chatprd.ai/how-i-ai/workf…

claire vo 🖤

5天前

While I'm at it, going ahead and documenting the 106 (!) individual workflows w step by step instructions + nano banana 🍌 infographics

253

11.5万

454

883

7.9万

157

NVIDIA AI

5天前

“物理 AI 的 ‘ChatGPT 时刻’ 已近在眼前。 &#128079;

Cosmos 开放世界基础模型能够理解现实，进而创建并推理出丰富的合成世界——从而让自动驾驶汽车和机器人能够从这些无限多样且符合物理规律的场景中进行学习。

仅需一张图像、一个 3D 场景或一段模拟器轨迹，Cosmos 就能生成逼真视频，生动还原各种边缘案例，助力自主系统针对‘长尾’场景进行训练。

立即观看 #CES2026 演示 &#127909; nvda.ws/49LVZcu

00:41

209

738

143

4.4万

155

Jerry Liu

7天前

我开发了一个所有人都能用的表单填写代理 📋

这是一个（我希望）极其简单但实用的应用。上传一份可填写的表单 📃 和一些背景文件，然后就能和代理聊天，让它自动帮你把表填好 ✍️
1️⃣ 没错，它基于 Claude Code SDK 封装
2️⃣ 它的表现优于且快于开箱即用的 ChatGPT/Claude 网页界面
3️⃣ 我们使用 LlamaParse 来解析背景文件，因此你可以更放心，我们能准确读取信息而避免产生幻觉（例如，杂乱的扫描手写体、驾照照片等）。

这是我假期里一个沉浸式的 Claude Code 编程项目。用 Opus 4.5 开发，也由 Opus 4.5 驱动。亲身感受 AGI 的震撼！ 🦾

应用在这里：form-filling-app.vercel.app
代码已开源：github.com/jerryjliu/form…

01:48

LlamaIndex 🦙

7天前

来看看 @jerryjliu0 开发的这个 AI 表单填写代理，它能自动处理 PDF 表单！&#128196;&#129302;

上传任意可填写的 PDF，这个代理就能根据你提供的提示和上下文文件，自动帮你填好。我们的新实验为表单填写创造了一种多轮对话体验。

&#128269; 上传可填写的 PDF，使用 PyMuPDF 自动检测表单字段。
&#128221; 添加自定义提示和上下文文件（通过 LlamaParse 解析）来引导 AI。
&#129302; 通过多轮对话，在初步填写后进一步细化和修正表单内容。
&#128190; 完成后，直接下载填好的表单。

该代理使用简单的工具来列出、设置、获取和验证表单字段。你可以直接和它“聊天”，不断修正和调整，直到表单完美无缺。

在 GitHub 上查看代码：github.com/jerryjliu/form…
或者体验已部署的应用：form-filling-app.vercel.app

00:53

5.4万

487

442

4.7万

143

宝玉

6天前

华尔街日报最新发了一篇长文《How Google Got Its Groove Back and Edged Ahead of OpenAI》，讲的是 Google 在 AI 竞赛中如何从落后到反超的故事。

2025 年 8 月的一个凌晨两点半，Google 的一位 AI 项目经理 Naina Raisinghani 正在上传 DeepMind 实验室的最新成果，一个超快的图像生成器。她需要给它取个名字才能提交到 LM Arena 排名平台，但这个点没人在线。

于是她随手用朋友给她起的两个外号拼了一个：Nano Banana🍌。

几天后，Nano Banana 冲上排名榜首，在 X 上成为热门话题，用量远超 Google 预期。到 9 月，Gemini App 成了苹果应用商店下载量第一。11 月，Google 发布了迄今最强的 Gemini 模型，在多项指标上超越 ChatGPT，股价大涨。

OpenAI 内部随即发出 Code Red。

时间拨回 2015 年，Pichai 刚接任 Google CEO，那时候 AI 还只是学术圈的事。2016 年他发了一篇博客，说过去十年是智能手机的时代，未来十年将是 AI 优先的时代。

其实 Google 早就在布局。2011 年成立了 Google Brain，联合创始人 Jeff Dean 参与开发了神经网络技术，这是今天大语言模型的基础。后来又收购了伦敦的 DeepMind，创始人 Demis Hassabis 是个国际象棋神童，后来因为 AlphaFold 拿了诺贝尔奖。

还有一步棋当时不太引人注目：Google 开始自研 AI 芯片。他们认为语音识别这类应用会需要大量算力，于是设计了 TPU（张量处理单元），比传统 CPU 和 GPU 更省电。这步棋后来被证明是关键。

不过 Google 一开始对聊天机器人很谨慎。一些高管和研究员担心安全问题，早期模型很容易被诱导出种族歧视或性别歧视的回答。前 Google Brain 员工 Julia Winn 说，Google 对这类风险看得比她待过的任何公司都重。

这种谨慎让一些研究员很沮丧，有的选择了离开。

2022 年 8 月，Google 发布了一个叫 LaMDA 的聊天模型，只开放给少数人测试。测试 App 叫 AI Test Kitchen，有三个功能：想象它、列出它、聊狗。对，第三个功能只能聊狗。

三个月后，OpenAI 发布了 ChatGPT。五天内，一百万人注册。用户没有太多限制，想聊什么聊什么。

Google 内部一些在 AI 上耕耘多年的员工气坏了。分析师和投资者开始质疑：Google 是不是要错过科技史上的下一波大浪？

2023 年 1 月，Jeff Dean、Demis Hassabis 和新加入的机器人专家 James Manyika 向董事会汇报了打造最强模型的计划。

但 Google 等不及了，需要先推一个产品出来。2 月，他们匆忙发布了基于 LaMDA 的 Bard。

发布会翻车了。宣传视频里，Bard 被问到韦伯望远镜的问题，回答说它拍了第一张系外行星照片。这是错的。Alphabet 股价当天跌了 8%。

差不多同一时间，已经退休的联合创始人 Sergey Brin 在一个派对上碰到了 OpenAI 的研究员 Daniel Selsam。Selsam 问他：ChatGPT 这么厉害，作为计算机科学家你不心动吗？怎么不回来全职搞 AI？

Brin 觉得他说得有道理，于是回归了。

2023 年大部分时间，Google 都在努力整合内部的 AI 力量。Google Brain 偏研究，DeepMind 偏产品，两边文化不同，合并后产生了不少摩擦。

不过 Google 有一个巨大优势：OpenAI 需要融资，Google 可以从自己几百亿的利润里拿钱做研发。

但 Google 还有一个难题：怎么在拥抱生成式 AI 的同时，不把自己的摇钱树给弄死？Google 占了网页搜索市场 90% 的份额，这是广告业务的根基。

为了弄清楚 AI 搜索应该长什么样，Google 启动了一个叫 Project Magi 的多团队项目，由后来成为搜索副总裁的 Liz Reid 牵头。

Reid 说，难点在于当答案不在单个网页上时，怎么让搜索快速给出清晰的回答。人们不只是在用搜索，而是在依赖搜索。搞砸了的话，你妈、你朋友、你孩子都会来找你算账。

2023 年底，Google 发布了第一版 Gemini。OpenAI 的 ChatGPT 主要用文本训练，Google 的 Gemini 从一开始就用文本、代码、音频、图像和视频一起训练。这是技术野心更大的方案，虽然开发时间更长，但后来证明是值得的。

2024 年 5 月，Google 推出了 AI Overviews，在搜索结果顶部显示 AI 生成的摘要。用户开始进行更复杂的搜索。随后 Google 开发了 AI Mode，一种聊天机器人式的搜索选项。

Reid 说，经过无数次迭代，团队开始发现自己不再只是为了测试而用它，而是真的想用它。

Brin 回来后做的很多工作是帮 Gemini 挑毛病。他还促成了一笔 27 亿美元的收购，把两位离开 Google 创业的 AI 研究员 Daniel De Freitas 和 Noam Shazeer 带了回来。这两人后来参与领导 Gemini 的开发。

2024 年 8 月，Nano Banana 爆火。负责 Gemini App 和 Google Labs 的 Josh Woodward 把这次发布称为成功的灾难：全球用户生成了数十亿张图片，Google 一度找不到足够的算力，只能紧急借用服务器。

到 10 月，Gemini 月活用户从 7 月的 4.5 亿涨到了 6.5 亿。

11 月 Gemini 3 发布又造成算力瓶颈。但 Google 十多年前就在准备这一天了。他们自研的 AI 芯片成了竞争优势，最新的 Ironwood 芯片大幅降低了 AI 模型的运行成本。

11 月底传出消息，Google 正在和 Meta 谈判，要卖给他们价值数十亿美元的芯片。这个消息让 Nvidia 股价当天跌了 7%。

Pichai 在 12 月的内部备忘录里写道：我们以很棒的姿态结束了 2025 年。想想一年前我们在什么位置，这个进步令人难以置信。

Google 用了十多年的积累，经历了 ChatGPT 的冲击和 Bard 的翻车，整合了内部资源，最终在 2025 年底完成逆袭。当然，OpenAI 后来也发布了更强的 ChatGPT，用户量仍然远超 Gemini。这场 AI 竞赛远没有结束。
wsj.com/tech/ai/google…g

320

251

6万

114

订阅源

Boston Dynamics will begin production of the new Atlas robots at its Boston headquarters immediately. All Atlas deployments are already fully committed for 2026, with fleets scheduled to ship to Hyundai and Google DeepMind in the coming months.

The company plans to add additional customers in early 2027 and also plans to build a new robotics factory by 2028 that is capable of producing 30,000 robots per year.

在今天的 @NRFBigShow 上，@Walmart 与 @Wing 宣布，其无人机配送服务将新增覆盖 150 家门店。

休斯顿地区的服务将于 1 月 15 日启动。待此次扩展全部完成后，服务将能触达 4000 万人。

对 Wing 而言，这必将是不平凡的一年！

Paperspace (YC W15) 的创始人刚刚发布了 Autonomous (@a____t____g)，这是一款 AI 原生的财富策略师，它让超高净值人群使用的精英级财富策略，现在能以 0% 咨询费惠及所有人。

已有数百万人会向 AI 咨询理财建议。而 Autonomous 正在填补关键一环：它就像一个‘执行’按钮（Cursor ‘apply’ button），能将 AI 给出的理财建议与你的具体财务情况连接并付诸实践。

获取早期访问资格： becomeautonomous.com

我常用的一个应用有缺陷。我在想，是应该提交反馈并期待开发者关注，还是直接用 AI 从头重写一个。

这应用不大，所以我能做到。但如果你是做软件生意的，你的每个客户现在或很快都会这么想。

迭代速度变得空前重要。你修复、改进和发布的速度，就是你防止客户流失的最有力信号。

Claire 整理了每一期《How I AI》播客，并将其转化成了 106 个（！）详细的 AI 工作流。提示词、工具、代码、技巧等等，一应俱全。

这里面的干货太多了： chatprd.ai/how-i-ai/workf…

“物理 AI 的 ‘ChatGPT 时刻’ 已近在眼前。 👏

Cosmos 开放世界基础模型能够理解现实，进而创建并推理出丰富的合成世界——从而让自动驾驶汽车和机器人能够从这些无限多样且符合物理规律的场景中进行学习。

仅需一张图像、一个 3D 场景或一段模拟器轨迹，Cosmos 就能生成逼真视频，生动还原各种边缘案例，助力自主系统针对‘长尾’场景进行训练。

立即观看 #CES2026 演示 🎥 nvda.ws/49LVZcu

我开发了一个所有人都能用的表单填写代理 📋

这是一个（我希望）极其简单但实用的应用。上传一份可填写的表单 📃 和一些背景文件，然后就能和代理聊天，让它自动帮你把表填好 ✍️
1️⃣ 没错，它基于 Claude Code SDK 封装
2️⃣ 它的表现优于且快于开箱即用的 ChatGPT/Claude 网页界面
3️⃣ 我们使用 LlamaParse 来解析背景文件，因此你可以更放心，我们能准确读取信息而避免产生幻觉（例如，杂乱的扫描手写体、驾照照片等）。

这是我假期里一个沉浸式的 Claude Code 编程项目。用 Opus 4.5 开发，也由 Opus 4.5 驱动。亲身感受 AGI 的震撼！ 🦾

应用在这里：form-filling-app.vercel.app
代码已开源：github.com/jerryjliu/form…

来看看 @jerryjliu0 开发的这个 AI 表单填写代理，它能自动处理 PDF 表单！📄🤖

上传任意可填写的 PDF，这个代理就能根据你提供的提示和上下文文件，自动帮你填好。我们的新实验为表单填写创造了一种多轮对话体验。

🔍 上传可填写的 PDF，使用 PyMuPDF 自动检测表单字段。
📝 添加自定义提示和上下文文件（通过 LlamaParse 解析）来引导 AI。
🤖 通过多轮对话，在初步填写后进一步细化和修正表单内容。
💾 完成后，直接下载填好的表单。

该代理使用简单的工具来列出、设置、获取和验证表单字段。你可以直接和它“聊天”，不断修正和调整，直到表单完美无缺。

在 GitHub 上查看代码：github.com/jerryjliu/form…
或者体验已部署的应用：form-filling-app.vercel.app

华尔街日报最新发了一篇长文《How Google Got Its Groove Back and Edged Ahead of OpenAI》，讲的是 Google 在 AI 竞赛中如何从落后到反超的故事。

2025 年 8 月的一个凌晨两点半，Google 的一位 AI 项目经理 Naina Raisinghani 正在上传 DeepMind 实验室的最新成果，一个超快的图像生成器。她需要给它取个名字才能提交到 LM Arena 排名平台，但这个点没人在线。

于是她随手用朋友给她起的两个外号拼了一个：Nano Banana🍌。

几天后，Nano Banana 冲上排名榜首，在 X 上成为热门话题，用量远超 Google 预期。到 9 月，Gemini App 成了苹果应用商店下载量第一。11 月，Google 发布了迄今最强的 Gemini 模型，在多项指标上超越 ChatGPT，股价大涨。

OpenAI 内部随即发出 Code Red。

时间拨回 2015 年，Pichai 刚接任 Google CEO，那时候 AI 还只是学术圈的事。2016 年他发了一篇博客，说过去十年是智能手机的时代，未来十年将是 AI 优先的时代。

其实 Google 早就在布局。2011 年成立了 Google Brain，联合创始人 Jeff Dean 参与开发了神经网络技术，这是今天大语言模型的基础。后来又收购了伦敦的 DeepMind，创始人 Demis Hassabis 是个国际象棋神童，后来因为 AlphaFold 拿了诺贝尔奖。

还有一步棋当时不太引人注目：Google 开始自研 AI 芯片。他们认为语音识别这类应用会需要大量算力，于是设计了 TPU（张量处理单元），比传统 CPU 和 GPU 更省电。这步棋后来被证明是关键。

不过 Google 一开始对聊天机器人很谨慎。一些高管和研究员担心安全问题，早期模型很容易被诱导出种族歧视或性别歧视的回答。前 Google Brain 员工 Julia Winn 说，Google 对这类风险看得比她待过的任何公司都重。

这种谨慎让一些研究员很沮丧，有的选择了离开。

2022 年 8 月，Google 发布了一个叫 LaMDA 的聊天模型，只开放给少数人测试。测试 App 叫 AI Test Kitchen，有三个功能：想象它、列出它、聊狗。对，第三个功能只能聊狗。

三个月后，OpenAI 发布了 ChatGPT。五天内，一百万人注册。用户没有太多限制，想聊什么聊什么。

Google 内部一些在 AI 上耕耘多年的员工气坏了。分析师和投资者开始质疑：Google 是不是要错过科技史上的下一波大浪？

2023 年 1 月，Jeff Dean、Demis Hassabis 和新加入的机器人专家 James Manyika 向董事会汇报了打造最强模型的计划。

但 Google 等不及了，需要先推一个产品出来。2 月，他们匆忙发布了基于 LaMDA 的 Bard。

发布会翻车了。宣传视频里，Bard 被问到韦伯望远镜的问题，回答说它拍了第一张系外行星照片。这是错的。Alphabet 股价当天跌了 8%。

差不多同一时间，已经退休的联合创始人 Sergey Brin 在一个派对上碰到了 OpenAI 的研究员 Daniel Selsam。Selsam 问他：ChatGPT 这么厉害，作为计算机科学家你不心动吗？怎么不回来全职搞 AI？

Brin 觉得他说得有道理，于是回归了。

2023 年大部分时间，Google 都在努力整合内部的 AI 力量。Google Brain 偏研究，DeepMind 偏产品，两边文化不同，合并后产生了不少摩擦。

不过 Google 有一个巨大优势：OpenAI 需要融资，Google 可以从自己几百亿的利润里拿钱做研发。

但 Google 还有一个难题：怎么在拥抱生成式 AI 的同时，不把自己的摇钱树给弄死？Google 占了网页搜索市场 90% 的份额，这是广告业务的根基。

为了弄清楚 AI 搜索应该长什么样，Google 启动了一个叫 Project Magi 的多团队项目，由后来成为搜索副总裁的 Liz Reid 牵头。

Reid 说，难点在于当答案不在单个网页上时，怎么让搜索快速给出清晰的回答。人们不只是在用搜索，而是在依赖搜索。搞砸了的话，你妈、你朋友、你孩子都会来找你算账。

2023 年底，Google 发布了第一版 Gemini。OpenAI 的 ChatGPT 主要用文本训练，Google 的 Gemini 从一开始就用文本、代码、音频、图像和视频一起训练。这是技术野心更大的方案，虽然开发时间更长，但后来证明是值得的。

2024 年 5 月，Google 推出了 AI Overviews，在搜索结果顶部显示 AI 生成的摘要。用户开始进行更复杂的搜索。随后 Google 开发了 AI Mode，一种聊天机器人式的搜索选项。

Reid 说，经过无数次迭代，团队开始发现自己不再只是为了测试而用它，而是真的想用它。

Brin 回来后做的很多工作是帮 Gemini 挑毛病。他还促成了一笔 27 亿美元的收购，把两位离开 Google 创业的 AI 研究员 Daniel De Freitas 和 Noam Shazeer 带了回来。这两人后来参与领导 Gemini 的开发。

2024 年 8 月，Nano Banana 爆火。负责 Gemini App 和 Google Labs 的 Josh Woodward 把这次发布称为成功的灾难：全球用户生成了数十亿张图片，Google 一度找不到足够的算力，只能紧急借用服务器。

到 10 月，Gemini 月活用户从 7 月的 4.5 亿涨到了 6.5 亿。

11 月 Gemini 3 发布又造成算力瓶颈。但 Google 十多年前就在准备这一天了。他们自研的 AI 芯片成了竞争优势，最新的 Ironwood 芯片大幅降低了 AI 模型的运行成本。

11 月底传出消息，Google 正在和 Meta 谈判，要卖给他们价值数十亿美元的芯片。这个消息让 Nvidia 股价当天跌了 7%。

Pichai 在 12 月的内部备忘录里写道：我们以很棒的姿态结束了 2025 年。想想一年前我们在什么位置，这个进步令人难以置信。

Google 用了十多年的积累，经历了 ChatGPT 的冲击和 Bard 的翻车，整合了内部资源，最终在 2025 年底完成逆袭。当然，OpenAI 后来也发布了更强的 ChatGPT，用户量仍然远超 Gemini。这场 AI 竞赛远没有结束。
wsj.com/tech/ai/google…g