内容
封面图提示词：16:9 cinematic cover illustration, melancholic surreal portrait painting, emotional tension between childlike characters and mysterious animals, vintage European storybook aesthetic, thick impasto oil brush texture, muted warm beige background, subtle cracked canvas texture, painterly strokes clearly visible, soft but dramatic directional lighting, emotionally intense eyes, slightly unsettling innocence, whimsical gothic atmosphere, minimalist composition with large negative space, fashion-editorial framing, desaturated cream/brown/red palette with small highly saturated accent colors, hand-painted fine art style, dreamy psychological mood, shallow depth feeling without photographic realism, textured skin and fabric, oversized collars and patterned clothing, poetic and eerie coexistence, modern contemporary oil painting mixed with lowbrow art and renaissance portrait influence, delicate facial rendering, rough expressive brushwork, cinematic composition, premium artbook cover quality, highly detailed, atmospheric, emotionally resonant. Negative prompt: anime, manga, 3d render, disney, pixar, clean digital art, glossy skin, photorealistic photography, cyberpunk, sci-fi UI, neon lighting, sharp vector lines, flat colors, cute kawaii, overexposed lighting, oversaturated colors, symmetrical poster layout, text, watermark, logo, extra limbs, blurry face, low detail
决策疲劳
本周读到"编码智能体正让每个人都陷入决策疲劳"这篇文章，深感认同。编码智能体正在制造一种新的认知悖论：代码生成变得越来越容易，但该生成什么却越来越难决定。
过去软件开发是一种受资源约束的活动。人们会因为时间、人力与试错成本高昂，而被迫尽早收敛方向。可当编码智能体把实现成本压缩到近乎为零后，约束消失了。任何想法都能立刻被实现，任何架构都能瞬间被尝试，任何不确定都能被一句 Prompt 无限延长。现在，开发者不再困于做不到，而是开始烦恼要不要。
让人疲惫的点变成持续决策。在以智能体为主的开发中，你需要决策：模型、框架、方案、Prompt、Agent 流程、生成结果...AI 会不断提供看起来合理的替代答案，让人始终无法获得确定感。但当所有路径都足够可行时，人反而失去了判断优先级的能力。决策不再是阶段性的，而变成了持续性的折磨。
或许 AI 时代最重要的能力，不是创造更多可能性，而是主动收缩可能性、快速收敛的能力。
热点事件
| 事件 | 一句话说明 |
|---|---|
| 马斯克诉 OpenAI 案败诉 | 美国法院陪审团裁定马斯克起诉 OpenAI 及 Sam Altman 的案件因超过三年诉讼时效而败诉。 |
| Anthropic 收购 Stainless | Anthropic 宣布收购 SDK 工具公司 Stainless，并关停其外部服务以整合 API 工具链能力。 |
| Google I/O 发布 Gemini 3.5 Flash 与 Antigravity 2.0 | 谷歌在 I/O 大会上发布新模型与 AI 代理工具，强化复杂编码和长周期任务能力。 |
| 谷歌搜索推出 AI 对话式搜索框 | 谷歌对搜索框进行重大升级，用 Gemini Flash 3.5 支撑多模态、对话式搜索体验。 |
| 阿里云发布真武 M890 芯片与千问云 AI 平台 | 阿里云发布自研 AI 芯片、超节点服务器和千问云平台，推进 Agentic 时代全栈基础设施。 |
| 谷歌发布 Gemini Omni | 谷歌发布支持多模态视频生成的 Gemini Omni，显示视频生产工作流继续向 AI 集成演进。 |
| 谷歌发布 Android XR 智能眼镜 | 谷歌推出集成 Gemini AI 的 Android XR 智能眼镜，强化可穿戴 AI 与人机交互布局。 |
| OpenAI 模型推翻数学猜想 | OpenAI 推理模型提出反例，推翻埃尔德什 1946 年提出的单位距离猜想。 |
| Anthropic 与 xAI 签订算力租赁协议 | Anthropic 与 xAI 达成超 400 亿美元算力租赁协议，反映大模型公司对长期算力供给的高强度锁定。 |
| Karpathy 加入 Anthropic | Andrej Karpathy 加入 Anthropic 预训练团队，将主导大模型底层架构与系统集成研究。 |
更多资讯可查看Infinitum AI日报：https://infinitum.shawnxie.top/daily
佳文共赏
如何在不抄袭的情况下获得灵感
真正有效的借鉴不是复制表面风格，而是拆解作品为何成立；创作者应通过长期转录、分析和跨领域吸收，理解结构、判断与取舍，再让多重影响相互碰撞生成个人表达。AI让表层模仿变得廉价，稀缺的是隐性判断和扎实学徒期，绕过过程只能得到产物，无法形成原创能力。
智能
智能不应再按任务表现判断，而应按“转换率”衡量，即系统能从少量新经验中提取多少可迁移结构；LLM已展现强能力，但主要依赖数据、搜索、工具和脚手架等“基质”扩展，未证明具备生物智能那种低样本泛化与现实压缩能力；当前AI的价值在于首次让智能从黑箱变成可拆解的科学问题。
为什么我不进行氛围编程
作者拒绝将LLM作为主要编程方式，认为它虽能处理简单任务、降低编码层面的偶然复杂度，却无法解决系统设计、数据理解、架构取舍等本质复杂度；消除摩擦会削弱学习、判断、协作与责任感，并把风险转嫁给使用者，最终可能提高产出速度，却未必带来更可靠、更有伦理的软件。
技术博客
著名的 o3 “GeoGuessr” 提示词失效了
作者用200张来自Wikimedia、Geograph和iNaturalist的图片复测o3地理定位能力，比较普通提示与流行“GeoGuessr神提示”，结果显示神提示未提升表现，反而中位误差更高；o3确有强定位能力，但gpt-5.4、gpt-5.5未继承，结论是模型隐藏能力需用基准验证，不能凭试用和提示叙事判断。
充分发挥 Codex 的价值
Codex正从代码助手扩展为通用计算机工作执行系统，依托持久线程、语音输入、任务纠偏与排队、浏览器/桌面/MCP连接器、自动化、Goals、侧边栏和共享记忆，持续处理跨代码库、网页、Slack、Gmail、文档等工作流，用户负责设定目标、验证结果和最终决策。
密码糟透了，通行密钥能取而代之吗？
密码认证因钓鱼、恶意软件、中间人、服务器入侵和数据库泄露成为大量数据泄露根源，Passkeys基于WebAuthn用设备私钥签名服务器挑战、公钥留存服务端，私钥不传输且绑定域名，可显著降低钓鱼和撞库风险；最佳迁移是删除密码、用一次性邮件引导注册Passkey，敏感场景仍可叠加硬件密钥2FA。
开源项目
Sana：高分辨率图像和视频生成框架
SANA是NVIDIA实验室开源的高效图像与视频生成框架，提供训练、推理、量化和生态集成，覆盖4K图像、单步生成、视频、强化学习后训练与世界模型；通过线性注意力、32×压缩DC-AE、LLM文本编码器等降低算力需求，可在8GB级显存运行，生成速度、延迟和质量指标显著优于FLUX、Wan等主流模型。
remove-ai-watermarks：去除 AI 生图水印工具
remove-ai-watermarks 是开源 CLI 与 Python 库，可移除 AI 图像可见水印、不可见水印及 C2PA、EXIF、XMP 等元数据，用于规避平台“Made with AI”标识；其通过 Alpha 逆算、SDXL 再生和元数据剥离处理多家模型输出。
Ralph：自主AI代理循环工具
Ralph是开源自主AI代理循环工具，用全新AI实例反复调用Amp或Claude Code执行PRD用户故事，并以git历史、progress.txt、prd.json持久化记忆，避免上下文衰减；其流程为生成PRD、转为任务JSON、循环实现测试提交，任务需小粒度且有质量反馈，全部passes为true后自动完成。
Agno：构建、运行和管理AI智能体平台
Agno是agno-agi推出的开源Python SDK，定位为AI智能体平台基础设施而非单一框架，支持多框架代理构建，并通过生产级API、SSE、WebSocket、存储、记忆、知识库、追踪和100+集成实现运行管理，提供RBAC、多租户、数据隔离和自有云部署，帮助企业掌控代理技术栈、数据与权限。
学习资料
agents-towards-production：GenAI智能体的完整技术栈教程
该开源仓库提供28个可运行生产级GenAI智能体教程，覆盖编排、RAG、记忆、工具集成、部署、多智能体协作、GPU扩展、安全护栏与可观测性，配套两本技术书籍，是包含从原型到企业级落地的技术手册。