X List 每小时精选 | 2026-05-19 00:00

共筛选 100 条推文，精选 10 篇高质量内容

2. Georgi Gerganov：llama.cpp支持Qwen3.6 MTP

作者： Georgi Gerganov (@ggerganov)
互动数据： ❤️ 75 | 🔄 10 | 💬 5
发布时间： 2026-05-18 23:07 (北京时间)

原文

llama.cpp adds MTP for the Qwen3.6 family

This is a significant milestone for the local AI ecosystem. The performance jump with these changes is massive and elevates local inference on commodity hardware further.

Special thanks to Aman Gupta for leading this development!

核心要点

llama.cpp新增对Qwen3.6系列模型的MTP（Multi-Token Prediction）支持，本地AI推理性能大幅提升。

灵感启发

开源生态的协作力量：社区贡献者Aman Gupta推动了这一重要更新，体现了开源项目如何快速集成前沿技术。本地AI正在缩小与云端模型的差距。

可实践建议

关注llama.cpp更新，尝试在本地运行Qwen3.6系列模型，体验MTP带来的性能提升，降低对云端API的依赖。

社交媒体文案

即刻版：
本地AI生态又进了一步 🚀 llama.cpp正式支持Qwen3.6的MTP多token预测，性能提升巨大！这意味着在普通硬件上跑大模型会越来越流畅。

感谢Aman Gupta的贡献，开源社区真的在推动技术民主化。

#llamacpp #Qwen #本地AI #开源
https://x.com/ggerganov/status/2056391115469689330

Twitter/X版：
llama.cpp新增Qwen3.6 MTP支持，本地AI推理性能大幅提升。开源社区持续推动技术边界，普通硬件也能享受前沿模型。

#LocalAI #Qwen #OpenSource
https://x.com/ggerganov/status/2056391115469689330

3. Teknium：Hermes Agent自动化升级

作者： Teknium 🪽 (@Teknium)
互动数据： ❤️ 1360 | 🔄 113 | 💬 99
发布时间： 2026-05-18 15:29 (北京时间)

原文

The Hermes Agent Kanban just got a big automation upgrade.

Drop one prompt into the triage, and the orchestrator agent can take it from there - decomposing it into all the subtasks necessary and automatically assigning agent profiles that fit the specialization needed.

You can also now add descriptions for each agent profile, to better assist the orchestrator in determining what tasks should go to which profile!

核心要点

Hermes Agent看板系统重大升级：输入一个prompt，编排器自动分解任务并分配给最合适的Agent角色。

灵感启发

多Agent协作的自动化编排是AI工作流的未来。从"一个Agent做所有事"到"多个专业Agent协作"的转变，类似于从全栈工程师到专业分工的演进。

可实践建议

设计AI工作流时，考虑将任务拆分为专业子任务，为每个子任务配置专门的Agent角色，并添加清晰的角色描述以优化任务分配。

社交媒体文案

即刻版：
Hermes Agent这波升级太实用了 🎯 丢一个prompt进去，系统自动拆解任务分配给最合适的Agent角色，还能给每个角色写描述优化匹配。

多Agent协作的自动化编排，这才是AI工作流该有的样子！

#AIAgent #自动化 #工作流
https://x.com/Teknium/status/2056275882780856741

Twitter/X版：
Hermes Agent看板自动化升级：单prompt触发任务分解与智能分配。多Agent协作编排进入新阶段。

#AIAgents #Workflow #Automation
https://x.com/Teknium/status/2056275882780856741

4. Pedro Domingos：AI三大赛道格局

作者： Pedro Domingos (@pmddomingos)
互动数据： ❤️ 143 | 🔄 14 | 💬 32
发布时间： 2026-05-18 16:37 (北京时间)

原文

The three AI races and their top contenders:
Models: OpenAI, Anthropic, Google
Data centers: Amazon, Microsoft, Google
Chips: Nvidia, AMD, Google

核心要点

AI竞争分为三大赛道：模型层（OpenAI、Anthropic、Google）、数据中心（Amazon、Microsoft、Google）、芯片（Nvidia、AMD、Google）。

灵感启发

Google是唯一横跨三大赛道的玩家，这种垂直整合能力可能是长期竞争优势。AI竞争已从单点突破转向全栈能力比拼。

可实践建议

关注AI产业链的投资机会，不仅看模型公司，也要关注基础设施和芯片领域的动态。Google的全栈布局值得持续关注。

社交媒体文案

即刻版：
AI竞争格局一目了然 🏁 Pedro Domingos总结的三大赛道：模型层OpenAI/Anthropic/Google三强鼎立，数据中心AWS/Azure/GCP争霸，芯片Nvidia/AMD/Google角力。

Google是唯一横跨三界的玩家，垂直整合能力可能是它的隐藏王牌。

#AI产业 #科技格局 #投资观察
https://x.com/pmddomingos/status/2056292960199930193

Twitter/X版：
AI三大赛道：模型(OpenAI/Anthropic/Google)、数据中心(AWS/Azure/GCP)、芯片(Nvidia/AMD/Google)。Google是唯一横跨全栈的玩家。

#AI #TechIndustry
https://x.com/pmddomingos/status/2056292960199930193

5. Teortaxes：中国文明的连续性

作者： Teortaxes▶️ (@teortaxesTex)
互动数据： ❤️ 250 | 🔄 13 | 💬 11
发布时间： 2026-05-18 16:28 (北京时间)

原文

Blackpill: in ways that matter, China in 2026 has more continuity with China of 1100 AD than the US of 2026 has with the US of 1867 or 1964. Same people, same civilization, same quirks. Still the exams, still the grind, still the Emperor.
Mostly a technological update.

核心要点

从文明连续性角度看，2026年的中国与1100年的中国比2026年的美国与1867/1964年的美国更具连续性。

灵感启发

文明延续性的深层思考：技术变革不改变文明底色。考试文化、勤奋传统、中央集权——这些特征跨越千年仍然存在。

可实践建议

在分析中国科技发展和商业机会时，要考虑深层文化因素的持续影响，而非仅关注表面变化。

社交媒体文案

即刻版：
一个有趣的文明观察 🤔 2026年的中国和1100年的中国，比2026年的美国和1967年的美国更有连续性。千年过去，考试、奋斗、集权——这些底色从未改变。

技术只是表层，文明的DNA才是底层逻辑。

#文明观察 #中国历史 #深度思考
https://x.com/teortaxesTex/status/2056290869003596262

Twitter/X版：
文明连续性视角：2026年中国与1100年的中国，比2026年美国与1867年的美国更具连续性。技术变革之下，文明底色不变。

#Civilization #China
https://x.com/teortaxesTex/status/2056290869003596262

6. Teknium：Nous Research招聘全栈工程师

作者： Teknium 🪽 (@Teknium)
互动数据： ❤️ 632 | 🔄 35 | 💬 53
发布时间： 2026-05-18 13:58 (北京时间)

原文

We are currently hiring full stack engineers to work on managed services, nous portal, UX/UI for hermes agent and applications around it, and solving technical challenges cross-domain.

If you’re interested in applying, please email [email protected] with the subject “Full Stack Engineer Role” and your CV and/or Portfolio of work.

核心要点

Nous Research正在招聘全栈工程师，工作内容包括Hermes Agent的UX/UI、托管服务和技术挑战解决。

灵感启发

AI Agent产品化进入关键阶段，用户体验和产品化能力成为竞争焦点。Nous Research从研究走向产品，标志着AI Agent领域的成熟。

可实践建议

对AI Agent开发感兴趣的全栈工程师可以关注这个机会。产品化AI Agent需要既懂技术又懂用户体验的复合型人才。

社交媒体文案

即刻版：
Nous Research招人啦 📢 Hermes Agent团队招全栈工程师，做Agent的UX/UI和托管服务。AI Agent产品化进入关键期，懂技术又懂产品的人才稀缺。

感兴趣的发邮件到 [email protected]

#招聘 #AIAgent #全栈工程师
https://x.com/Teknium/status/2056253010507100427

Twitter/X版：
Nous Research招聘全栈工程师，专注Hermes Agent产品化。AI Agent领域从研究走向产品，UX/UI成为关键。

#Hiring #AIAgents
https://x.com/Teknium/status/2056253010507100427

7. Teortaxes：合成数据的复杂性边界

作者： Teortaxes▶️ (@teortaxesTex)
互动数据： ❤️ 87 | 🔄 5 | 💬 5
发布时间： 2026-05-18 17:12 (北京时间)

原文

One thing I sometimes think about: when does synthetic data get TOO GOOD? Consider: we use some Mythos [10T 200AB] to generate clean, CONCISE solution traces for Putnam-level problems, and pretrain a 7B model on that…
So: how do we derive the scaling law for the inherent data complexity mix?

核心要点

合成数据存在一个复杂性边界：当数据质量过高、过于简洁时，小模型反而无法从中学习，因为隐含的表示过于复杂。

灵感启发

数据质量与模型容量的匹配问题：“好数据"不一定适合所有模型。MoE模型比dense模型更verbose，可能是因为需要更多的低复杂度操作来达到相同效果。

可实践建议

在训练模型时，要考虑数据复杂度和模型容量的匹配。对于小模型，可能需要更丰富、更冗余的数据，而非极度精炼的合成数据。

社交媒体文案

即刻版：
合成数据也有天花板 🤯 当数据质量太高、太简洁时，小模型反而学不了——因为隐含的表示太复杂了。这就是为什么MoE模型比dense模型更啰嗦。

数据复杂度和模型容量需要匹配，不是越干净越好。

#AI训练 #合成数据 #模型优化
https://x.com/teortaxesTex/status/2056301954121306365

Twitter/X版：
合成数据的复杂性悖论：数据质量过高时，小模型反而难以学习。数据复杂度与模型容量需要匹配。

#MachineLearning #SyntheticData
https://x.com/teortaxesTex/status/2056301954121306365

8. Greg Brockman：Codex退订营销邮件

作者： Greg Brockman (@gdb)
互动数据： ❤️ 701 | 🔄 27 | 💬 81
发布时间： 2026-05-18 12:01 (北京时间)

原文

Codex for unsubscribing from unwanted marketing emails

核心要点

用Codex（OpenAI的编程Agent）自动退订不需要的营销邮件——一个实用但略带讽刺的AI应用场景。

灵感启发

AI最实用的场景往往是解决生活中的小痛点。退订邮件虽然简单，但体现了AI作为"数字管家"的潜力。

可实践建议

尝试用AI Agent处理日常重复性数字任务：邮件管理、日程安排、文件整理等。从"小任务"开始建立AI工作习惯。

社交媒体文案

即刻版：
Codex的最佳用途：自动退订营销邮件 📧 Greg Brockman这条推文太真实了——AI最实用的场景往往是解决这些日常小烦恼。

你的Agent今天帮你退订了多少垃圾邮件？

#OpenAI #Codex #AI应用
https://x.com/gdb/status/2056223743446245519

Twitter/X版：
Codex实用场景：自动退订营销邮件。AI作为数字管家的日常价值。

#OpenAI #Codex #AI
https://x.com/gdb/status/2056223743446245519

9. Pedro Domingos：人脑不是图灵完备的

作者： Pedro Domingos (@pmddomingos)
互动数据： ❤️ 147 | 🔄 5 | 💬 20
发布时间： 2026-05-18 13:05 (北京时间)

原文

The human brain is not Turing-complete. That’s how silly the notion of Turing completeness is.

核心要点

人脑不是图灵完备的——这句话本身就说明了"图灵完备"这个概念有多荒谬。

灵感启发

对计算理论概念的反思：图灵完备是数学抽象，而智能存在于物理世界。用形式化概念衡量生物智能可能是一种范畴错误。

可实践建议

在讨论AI能力时，警惕过度依赖理论概念（如"智能”、“意识”、“图灵完备”）。关注实际能力和应用价值更为重要。

社交媒体文案

即刻版：
Pedro Domingos这句太犀利了 🧠 “人脑不是图灵完备的——这就说明了图灵完备这个概念有多荒谬。”

理论概念是工具，不是真理。别用数学抽象来框定生物智能。

#AI哲学 #计算理论 #深度思考
https://x.com/pmddomingos/status/2056239753981542713

Twitter/X版：
“人脑不是图灵完备的——这就说明了图灵完备这个概念有多荒谬。” 理论抽象vs生物智能的范畴思考。

#AI #Computation
https://x.com/pmddomingos/status/2056239753981542713

10. Teortaxes：DeepSeek的性别中立建议

作者： Teortaxes▶️ (@teortaxesTex)
互动数据： ❤️ 83 | 🔄 11 | 💬 3
发布时间： 2026-05-18 17:26 (北京时间)

原文

DeepSeek gives sensible, realistic advice to women and does not propagandize more hostility to men and society. Women like it. Hong Kong feminists hardest hit.
Actually surprising, I thought it’ll regurgitate some girlboss slop. They should test with Claude.

核心要点

DeepSeek给女性提供务实、现实的建议，而非煽动对男性和社会的敌意，这种中立性反而受到欢迎。

灵感启发

AI助手的价值中立性：不同AI模型的"价值观"差异值得研究。DeepSeek的中立立场与某些西方AI的立场形成对比。

可实践建议

在使用AI助手时，注意不同模型的"立场"差异。根据任务需求选择合适的模型，避免单一依赖。

社交媒体文案

即刻版：
DeepSeek给女性的建议挺务实的 💬 不搞对立、不煽动情绪，就是实实在在的建议。这种中立性反而让用户觉得舒服。

不同AI模型的"价值观"确实不一样，值得对比看看。

#DeepSeek #AI对话 #用户体验
https://x.com/teortaxesTex/status/2056305300479607065

Twitter/X版：
DeepSeek以务实、中立的方式提供建议，避免煽动性内容。AI模型的"价值观"差异值得关注。

#DeepSeek #AI
https://x.com/teortaxesTex/status/2056305300479607065

精选统计

生成时间：2026-05-19 00:00 (Asia/Shanghai)
来源：X List 每小时精选