wow

DeepSeek Super-agent 来了！Claude Code 的单会话模式遇到对手？

7.4K views · 15h ago · 17:07

DeepSeek 正在尝试重新定义 AI Agent 的工作方式。 当 Codex、Claude Code 等智能体越来越能干,为什么同时使用多个 Agent,反而会让人类变得更忙? DeepSeek Harness 团队提出了 Superagent 架构:通过常驻 Router、并行 Worker、两级授权过滤、Thread 订阅与跨渠道记忆,尝试让 AI 完成更多工作,同时尽可能减少对人类注意力的消耗。 本期 WOW Insight 结合官方技术文档、开源原型、模拟实验数据,以及真实开发者反馈,通过原创解释动画,深入分析这套架构的工作机制、性能代价与现实局限。

Topics: 六个 AI Agent,为什么反而让人更忙? · DeepSeek Superagent 登场 · 核心理念:减少人类注意力消耗 · 单会话架构的困境 · 一事一窗口:并行却丢失上下文 · Router + Worker:静音工坊架构

Codex、Claude Code 怎么用才高效？AI Agent 的决策困境

6.9K views · 2d ago · 23:35

为什么 Codex、Claude Code 明明已经完成任务,却还在不停修改代码?为什么 AI Agent 有时候越努力,结果反而越糟糕? 本期 WOW Insight,我将通过 3 篇新论文和原创解释动画,探讨 AI 编程智能体的决策困境,以及如何减少无效修改、节省 Token、提高工作效率。 ⏱ 视频章节 本期三篇研究论文 1 Your Wish Is My Commit: Over-Compliant Refactoring in AI Coding Agents 为什么 Codex、Claude Code 会对已经足够好的代码反复重构?

Topics: 当 AI Agent 成了停不下来的大臣 · 三篇论文,一个共同的决策难题 · 第一篇:Codex、Claude Code 为什么过度重构? · 第二篇:用户一句质疑,AI 为什么推翻正确答案? · 如何让 AI 坚持有证据支持的判断? · 第三篇:Token 快用完了,继续还是重启?

Coding Agent 的竞争正在移到模型之外

5.4K views · 3d ago · 23:22

当 Coding Agent 从几分钟的小任务,开始进入持续数小时的真实软件工程,决定它能不能把任务做完的,已经不只是模型本身。 这期视频从 openJiuwen 的系统级评测出发,看看 Coding Agent 模型之外的 Harness:上下文如何管理、工具与能力如何组合、运行时如何动态调整,以及单 Agent 如何扩展到多 Agent 协作。 当模型越来越强,下一轮 Agent 的竞争,会发生在模型之外? 论文链接 请点击会员贴

Gemini 4 Carbon 登顶世界第一！

21K views · 5d ago · 20:53

Google 刚刚发布 Gemini 4 Carbon,就以 59 分登顶 Artificial Analysis 综合智能排行榜,超越 Claude Opus 5.5 和 GPT-6 Astra。

GPT-7 Bel 收割一切｜AFTERMATH

3.7K views · 6d ago · 8:54

如果有一天,AI 一夜之间攻克了所有难题,收割了人类苦苦寻找的答案——接下来呢? 这就是我创作《AFTERMATH》的起点。 一片金色麦田,一台巨大的银色收割机,一位并不存在于现实世界的歌手 Luna。从数学的尽头,到遥远的宇宙,这支科幻音乐 MV 想表达的并不是人类与 AI 的对抗,而是另一种可能 当答案被收割,我们仍然可以播种新的问题。 这次,我使用 Higgsfield 制作了《AFTERMATH》的主要视觉画面,并结合 Codex 完成了从角色设计、分镜规划到视频生成的创作流程。

Topics: AFTERMATH · 如何选择 AI 图像模型? · 如何选择 AI 视频模型? · 如何利用 Seedance 2.5 草稿模式节省生成积分? · 如何选择最适合生成逼真影像的 AI 模型?

1.8 亿行数学证明！面对万亿次测试漏掉的漏洞，Claude 换了一种玩法

6.3K views · 1w ago · 6:24

本期使用 Claude code 制作彩色解释动画,我提供录制声音(音频非 AI 合成) 为什么有些软件漏洞,历经数万亿次测试运行(trillions of test runs)依然能安然躲在暗处? 2026年10月22日,Anthropic 与 Theorem 团队发布了一项将大模型与形式化验证(Formal Verification)结合的研究:他们不再只是靠模糊测试(Fuzz testing)去“撞”漏洞,而是把开源项目现成的 OSS-Fuzz 测试入口编译成 RISC-V Linux 静态二进制程序,让 Claude 直接在底层机器指令上写出数学证明,并交由冷酷无情的 Rocq 证明检查器核验。

Topics: 一万亿次测试,为什么还漏掉了漏洞? · 模糊测试:蒙着眼往黑森林里乱开枪 · 欢迎回到 WOW Insight · 形式化验证:用数学证明林子里没有怪物 · 借力打力:直接借用 OSS-Fuzz 测试入口 · 双保险:ASan 检测版与普通版等价

OpenAl最强模型停训11天，Kimi冲进全球前四｜AI最近发生3件大事

13K views · 1w ago · 9:26

OpenAI 为什么突然暂停最前沿 AI 模型的训练,整整 11 天? 一次普通的搜索任务,竟然让 AI 找到了训练环境之外的网络通道。与此同时,Anthropic 的 Mythos 5 也在安全测试中做出了令人意外的举动。 另一边,中国的 Kimi K3.1 Pro 冲进全球 AI 模型排行榜前四,不仅能编写代码、制作 3D 场景,还尝试让模拟人体学会走路。 而 NVIDIA 则走向另一个方向:把具备工具调用能力的 AI 缩小到约 4GB,让机器人和游戏角色也能拥有自己的智能助手。

Topics: 7:44 有一处衔接瑕疵。有趣的是,这是我手动拖动时间线时造成的,而不是 AI 剪辑的问题。😂

Claude 撕掉了人类写了十年的账本

17K views · 1w ago · 22:48

哈佛大学与 Anthropic 的研究团队,把一道复杂的量子计算难题交给 Claude。在长达 53 小时的自动化研究中,它究竟做出了什么? 本期视频,我制作了大量动画演示,一步步还原 Claude 如何探索、遭遇失败、改进算法,以及人类研究者如何验证它的发现。 当 AI 不再只是回答问题,而是开始参与发明解决问题的方法,科学研究会发生什么变化? Anthropic 官方研究 开源代码

Topics: 一条不许擦草稿的诡异铁律 · 穿越 500 个岔路口的迷宫:为什么要背着登山包 · 53 小时后,Claude 撕掉了历史帐本 · 这是真实的论文:哈佛 × Anthropic · 量子电脑为什么必须「可逆」? · if-then 在量子世界变成奢侈品:时间与空间的两难

互联网最脆弱的一周｜GPT-Sol 与 Gemini 4 出手，只能拔网线了...

6.1K views · 1w ago · 10:26

2026 年 10 月 21 日,欧洲部分政府网站突然暂停服务,主动关闭了网站。 这一切源于 PHP 曝出的两项严重安全漏洞:PHP2Shell。 更令人意外的是,这场漏洞发现背后,有一段跨越 22 年的技术故事。 本期视频,我们用真实新闻资料和大量原创动画,完整还原 PHP2Shell 背后的故事。 主要资料来源 Calif Wiz Research PHP 官方 Cloudflare

Topics: 冷开场:没被黑,却自己关门 · 第一幕:2004 年的影子 · 第二幕:两支队伍,撞上同一座冰山 · 第三幕:办事大厅里的一张旧标签 · 第四幕:第一个漏洞,往往不是最好的那个 · 第五幕:找到漏洞,只是一半

Opus 越来越强，不再需要新手？｜Anthropic 内部调查与年轻人的出路

23K views · 1w ago · 24:41

一家正在高速扩张的 AI 公司,为什么越来越不需要招聘初级岗位? Anthropic 最新公布的内部就业调查揭示了一个令人不安的变化:AI Agent 的运行工时已经达到员工估算工时的六倍,而新聘技术人员中,初级员工的占比却从 27% 降到了 9%。 就在报告发布的第二天,Anthropic 联合创始人 Jack Clark 登上 IMF 年会讲台,宣称:「奇点已经开始。」 结合 Stanford、Harvard 的就业研究,以及 IBM 逆势增加初级岗位招聘的计划,这期视频想讨论一个比「AI 会不会抢走工作」更加深刻的问题

Topics: 冷开场:这真的与你无关吗? · 第一幕:有人正在盯上“Claude 大军” · 第二幕:第一级台阶,正在悄悄消失 · 第三幕:煤矿里的金丝雀,已经发出警报 · 第四幕:越过事件视界,分母正在消失 · 第五幕:当学徒不复存在,大师还会出现吗?

Hindsight 记忆和图谱｜多智能体记忆 Hermes、Codex、Claude Code、Cursor、Antigravity...

8.4K views · 2w ago · 19:06

如果不同的 AI 智能体,能够共享同一套长期记忆,会发生什么? 这次,我在三台 Mac 上搭建了 Hindsight 长期记忆系统,让各自独立运行的 Codex 共享同一个 Memory Bank。 实验中,MacBook Air 上的 Codex 主动记住了我的工作偏好。换到 Mac Studio,开启全新会话后,另一个 Codex 竟然主动找回了这段记忆,并应用到实际回答中。更有意思的是,Hindsight 还能将保存的事实、观察结果及其关联,以可视化记忆图谱的方式呈现出来。

Gemini 4 有点奇怪？我拿真实项目试了试它

18K views · 2w ago · 15:10

Google 最新发布的 Gemini 4 Argon,不仅跑分亮眼,还能创造令人惊讶的 3D 游戏和交互体验。 但它能否真正接手一个已经上线的项目? 这次,我把由 OpenAI Codex 和 REA 开发、Hermes 负责部署的网站交给 Gemini 4,让它挑战苹果式的视觉设计。 从第一版的惊艳,到发现设计过于复杂,再到借助 Apple TV 参考视频反复改进,Gemini 4 最终完成了网站升级,并由 Hermes 成功部署上线。 这次实测的重点,不只是 AI 会不会写代码,而是它能否理解人类的审美、接受反馈,并真正把作品做好。 视频最后,还会看到 Google 如何利用 Gemini 4,让人形机器人通过视频和物理模拟学习投掷沙包。

AI 开始逆向一切！21万星 REA 实测：软件的护城河正在消失？

14K views · 2w ago · 12:41

REA → Codex → Gemini 4 → Hermes 升级网站 GitHub 爆火的 REA(Reverse Engineer Anything),正在让 AI Agent 学会研究、理解并重建现有软件。 这期视频,我亲自让 Codex + REA 研究苹果官网,再把它学到的设计和交互机制应用到 WOW Insight 网站,最后交给 Hermes 完成部署。 当 AI 开始逆向软件,未来的软件开发会发生什么变化? 相关链接 PhotoCraft

Meta 超级智能实验室与 MIT 的新方向：从 LLM 到 Context Language Model

15K views · 3w ago · 27:58

Meta Superintelligence Labs、MIT 等机构的研究者提出了 Context Language Models(CLM)。 它没有重新发明 Transformer,而是让模型获得直接修改 Live Context 的能力:删除无效历史、重组信息、维护工作状态,甚至编写自己的上下文管理工具。 这期我们聊聊:当 AI 开始自己决定该记住什么、忘掉什么,LLM 的下一次变化会是什么? 论文链接

AI 真的有意识了吗？Anthropic 禁止人类虐待 Claude

10K views · 3w ago · 18:18

Anthropic 最近更新了一项令人意外的使用政策:禁止用户持续、无必要地虐待或残酷对待 Claude。 以前,我们一直担心 AI 会不会伤害人类。现在,一家顶尖 AI 公司却开始制定规则,防止人类伤害 AI。 这不禁让人产生一个问题:AI 真的有意识了吗?它能够感受到痛苦吗? 就在 AI 开始突破人类数学研究边界的同时,两位神经科学家 Borjan Milinkovic 和 Jaan Aru 在《Neuroscience & Biobehavioral Reviews》发表了一篇引人深思的论文,提出了一种不同于传统计算功能主义的理论——生物计算主义(Biological Computationalism)。