Show HN 上有人發布面向 AI 的 UI 微互動提示詞集
typeui.sh 在 Hacker News 的 Show HN 板塊發布了一套面向 AI 的 UI 微互動提示詞(micro-interactions prompts),目前可以開啟該頁面檢視。該帖發布後收到 19 分和 3 條評論,討論量不大;帖子正文沒有提供更多細節,包括提示詞數量、支援的模型和授權方式。
依意思最接近的 30 筆
typeui.sh 在 Hacker News 的 Show HN 板塊發布了一套面向 AI 的 UI 微互動提示詞(micro-interactions prompts),目前可以開啟該頁面檢視。該帖發布後收到 19 分和 3 條評論,討論量不大;帖子正文沒有提供更多細節,包括提示詞數量、支援的模型和授權方式。
Anthropic Claude Code 團隊成員 Addy Osmani 發文稱,使用者普遍在過度提示 Claude,建議只用一條提示說清目標與驗收標準後放手,推理強度從 /effort medium 起步。他提到 Claude Code 曾針對 Opus 5、Fable 5 等模型刪掉超過 80% 的系統提示詞,程式設計評測沒有出現可測量的下降,並可用 /doctor prompt-audit 找出為舊模型寫的指令。
量子位發文吐槽,Fable、Sol 等與 Coding 沾邊的模型普遍輸出「15/15 全綠」「單腿啞火」這類黑話。文中分析,除 Coding 過擬合外,更主要的原因是廠商為省 Token 把思維鏈壓縮成「穴居人語」,OpenAI 最早這麼做,同樣一句話的 Token 消耗比白話文少 70%;Claude 自 Opus 4.6 起也開始如此。作者稱最新 Opus 5.5 語言能力回升明顯,而 Gemini 因輸出風格正常、排版層級清晰,被社群視為少數還能正常溝通的 AI。
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
Meta 從其 10 月 30 日生效的“精簡版”商業服務條款中刪掉了“train”(訓練)一詞,以平息批評。此前法律專家警告,該條款似乎允許 Meta 無限抓取商家主頁所連結的網站內容用於 AI 訓練,從而可能省下向新聞機構支付的數百萬美元授權費。Meta 發言人確認,條款措辭修改後並未通知使用者,這可能在政策生效前加劇困惑。
Stripe 設計負責人 Katie Dill 在 2026 年 9 月 10 日舊金山 Lenny and Friends Summit 的演講中提出,AI 讓建置產品更容易,但產品容易淪為通用的殭屍 UI。她認為好設計仍取決於清晰的觀點、對使用者的理解和對細節的用心,並分享瞭如何把標準寫進 AI 工具、在初稿之外繼續編輯、用 AI 做出更原創的產品。該影片由 Lenny's Podcast 於 9 月 25 日發布,時長 21 分 47 秒。
OpenAI 產品負責人 Tibo Sottiaux 發帖預告未來模型會更擅長刪除和簡化程式碼,並在評論中確認 Astra 6.1「coming soon」。負責 coding post-training 的研究員 Rajan Agarwal 轉發該帖,並公開徵集使用者遇到的 sloppy code 與程式碼品質問題。《華爾街日報》此前報導,Astra 6.1 原計劃 10 月發布,因內部安全測試中在權限邊界上表現不穩而被臨時叫停。
Ai2 於 2026 年 10 月 2 日開源 AstaBrief 8B,一個把研究問題與檢索文獻片段轉成帶引用報告的模型,基於 Qwen3-8B 訓練,採用 SFT 加 DPO 而非強化學習。它已作為 Asta 的 Fast 模式上線,與 Claude 驅動的 Thinking 模式並列,整條流水線平均每份報告 51.1 秒,比 Thinking 模式的 178.5 秒快約 3.5 倍。
Jev 發布 33 天后熱度迅速消退,這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器,宣稱不會幻覺、更快更便宜,但輸出仍會出錯,且已有開放權重模型在部分任務上價效比更高,並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現,並由此質疑行業四年來的創新增量。
Ai2 開源了 AstaBrief 8B,一個把研究問題與檢索文獻片段轉成帶引用報告的模型,基於 Qwen3-8B 訓練,已作為 Asta 的 Fast 模式上線。官方稱 Fast 模式平均 51.1 秒生成一份報告,比 Claude 驅動的 Thinking 模式 178.5 秒快約 3.5 倍。模型權重、訓練資料與範例工作流一併開放,機構可在自有基礎設施上本地生成報告。
A2UI 支援可切換推理格式,新增的 A2UI Express 會把緊湊的 Python 風格語法經 Agent SDK 編譯成標準 A2UI JSON,token 用量最多減少 3 倍,延遲同步下降。開發者還可以結合 TypeSafe 的 Jev 系統決策模型進行受控生成,在 300ms 內渲染出已知結構的介面,同時讓較小模型流式輸出文字。前端渲染器與元件目錄無需改動,Python、TypeScript、Dart 均可使用。
Meta 再次更新商業條款,刪除了暗示其可使用第三方域名、網頁或 URL 內容來開發、改進、研究和訓練 AI 的表述。該條款此前引發反彈,Neiman Lab 與康奈爾大學數字與資訊法教授 James Grimmelmann 等人都對其作出批評性解讀。目前這段文字已從商業條款頁面移除,完整報導見 The Verge。
一篇 2026 年 10 月 11 日發布的觀點文章認為,AI 帶來的認知外包不是認知退化,而是把人從繁瑣規則裡解放出來。作者 Marcello Delcaro 說自己現在讓 AI 讀信箱、找出專案對接人並起草郵件,但發出前一定親自過目,涉及金錢、客戶與生產環境的事先審。他以英國《1981 年國籍法》和報稅表單為例,指出規則本身過於複雜,AI 的作用是找到規則再按規則辦事,並需為每一步附上現行政府頁面與更新時間。省下的腦力則回到寫日記、讀書和社交。
OpenAI 開發者帳號宣布,提示快取的保留時長現在可以選擇 12 小時,也可以繼續使用預設的 30 分鐘,或在同一次請求裡混用兩種時長:共享指令用 12 小時,較新的對話內容用 30 分鐘。官方表示,如果一整天都要反覆複用同一段上下文,反覆命中快取省下的錢可能明顯超過 12 小時快取多出的成本。
一篇隨筆主張,AI 正在瓦解支撐個人智力活動的知識社群,使長期、複雜的私人思考越來越難維持。作者以軟體工程為例:Claude Code 發布一年多,行業討論從編譯器、型別系統轉向 prompt、harness、loop,變得狹窄膚淺;寫部落格、開源庫或設計新程式語言也不再有人類讀者,內容只會被下一代模型消化。文章稱數學領域正經歷類似過程,並認為持續的知識活動需要共享成果與他人認可這兩種無法獨自獲得的輸入。
8 月低調上線的 AI agent 產品 Instinct 靠簡訊式互動走紅,能代訂 DMV 預約、傳送跟進郵件,如今正面臨 Muse 與 Dots 的夾擊。Instinct 採用僅限邀請、不做營銷、幾乎不設官網的推廣方式,仍迅速成為 AI 圈最受關注的產品之一。隨後兩家實力強得多的公司先後推出功能大致相同的 Muse 和 Dots,這家初創公司能否延續熱度被打上問號。
川普推動把「人工智慧」改名為「超級智慧」,矽谷部分有影響力的人物正在跟進。馬斯克在川普表態數小時後即表示支援,並承諾把 SpaceXAI 更名為 SpaceXSI,是回應最快的一位。不過大眾仍普遍沿用 AI 這一說法。川普稱白宮認為「超級智慧」是更被接受、更準確的新術語。
STEPX(階躍終端)推出旗下首款 AI 終端原生開發工具 Step Studio,創客只需使用自然語言即可生成 AI App、遊戲、智慧體和 Skill,並可通過 MCP、A2A 等協議連線外部服務與專業智慧體。
OpenAI 官方帳號發布提示,邀請使用者試用互動式回答(interactive answers)來定製自己的回覆。原文僅有這一句,未說明該功能出現在哪個產品、如何進入、開放範圍與上線時間。
Ai2 發布 Old Ideas, Novel Problems 研究與配套基準,結論是用 LLM 當新穎性評審並不可靠:只改 prompt 裡幾處措辭,模型分辨兩個想法哪個更新的準確率就變動超過 50 個百分點。測試涵蓋 GPT-5.1、GPT-5.2、GPT-5.4 與 Claude Sonnet 4.5、Opus 4.5/4.6,檢索與額外推理都不能穩定改善判斷,兩個專門建置的新穎性評估系統還不如直接用 prompt 呼叫的 Claude Opus 4.6 基線。
OpenAI 官方帳號宣布,GPT-6 新增 Intelligent UI,可在回覆中組合文字、視覺內容與互動元素,並按使用者提問自行決定三者的組合方式。回覆因此能包含幫助解釋概念的圖形和圖表,也能嵌入可點選按鈕、表單等互動體驗,使用者可直接在對話中使用它們。OpenAI 未在該推文中說明該功能的上線時間、適用套餐、地區限制或是否需要額外設定。
一篇 10 月 10 日發布的評論文章認為,當前前沿生成式 AI 仍只是被高度增強的隨機鸚鵡,無法具備智慧判斷,因此應拒絕「AI」這一命名及其被兜售的敘事。作者從美國視角批評 Anthropic、OpenAI 等公司誇大能力,把「威脅人類」與「必須領先中國」的話術捆綁,用於自我牟利。文章還稱該技術至多是既有風險的加速器,例如病原體研究與威權監控,真正危險來自使用者而非模型本身。
OpenAI 於 9 月 21 日發布官方戰略宣告,把自動化 AI 研究員與遞迴自我改進(RSI)列為下一階段重要目標,並計劃在 2028 年 3 月前打造真正的自動化 AI 研究員;Anthropic 同期披露,截至 8 月 Claude 已在約 26% 的內部 AI 研發工作中承擔主導角色。
在 Criteo 任職的初級工程師 Elise Baturone 認為,AI 不會讓軟體工程師消失,真正的風險是資深工程師消失、所有人永遠停在 Junior 階段。她把自己的 agent 調教成導師,用蘇格拉底式提問做理解檢查,並把「提問」和「review」當成需要自己練的技能:追問 agent 解釋設計選擇、引用來源、論證可疑方案,常能讓它自己發現錯誤。她承認這更費 token,但先弄懂再上線更省事;
Rich Hickey 發表短文《'AI' Is Not a Tool》,主張 LLM 不是可被揮舞的工具,而是自動化:它自行行動,使用者只發出請求,沒有持續控制,也沒有感官反饋。他以用 LLM 讀論文為例,指出是它讀了而不是你讀了,讀者因此錯過學習寫作、組織論證、發現細節乃至學習思考的機會。他強調工具不會失控或叛變,而自動化有著與工具不同、忽視不得的固有屬性。
作者回應 Rich Hickey 於 2026 年 10 月 11 日發表的《"AI" is Not a Tool》,認為 LLM 屬於工具而非自動化,能否用好取決於使用者的技能。編譯器與電子表格同樣自動完成大量工作,但仍由人指定輸入、檢查結果並決定下一步,因此自動生成文字不該被排除在工具之外。作者也承認用摘要代替讀論文會損失學習機會,但可以讀原文再用 LLM 質疑自己的理解;同時批評「失控」「越獄」「密謀」等擬人化措辭,把軟體故障說成人的動機。
小紅書 Dots 團隊開源稀疏注意力加速方案 DoSA,在保持原始 Top-K 選擇結果完全等價的前提下加速索引器,約 1M token 上下文下 Dots3-Note-preview、GLM-5.2、DeepSeek-V3.2 的首 token 延遲較各自 SGLang 基線分別降低約 37%、46% 和 48%。其做法是用分數上界與入選門檻下界,提前排除約 97% 不可能入選的候選,只對剩餘候選做全部索引頭的精確打分。
The Verge 發表評論文章,認為人類的心智並不適合應對 AI,AI 行業把大腦等同於計算機的流行比喻過於簡化了人。文章引用控制論奠基人 Norbert Wiener 的「每個時代的思想都映照在其技術中」,並點名 Google 的 Demis Hassabis 稱大腦是圖靈機的生物近似、Elon Musk 稱應把大腦視為生物計算機。作者反駁這類說法,指出人類的複雜性遠超多數 AI 從業者的認知,而 AI 產品仍在不斷推進。完整內容見 The Verge。
Hacker News 上一條 Ask HN 帖子的作者稱,AI 雖然讓產出變多,自己卻比過去更累。他把原因歸於需要並行跟進多件事、閱讀大量生成文字,以及不斷的護欄檢查、決策和上下文切換帶來的過載。他向社群徵集在不加重心理負擔的前提下繼續用 AI 的方法,該帖獲得 32 分、12 條評論。
美國總統川普本週召集扎克伯格、貝索斯、馬斯克、Dario Amodei 等 AI 高管,簽署《前沿責任聯合承諾》,並以行政令方式將官方用語從「人工智慧」改為「超級智慧」。該承諾完全自願、不具法律約束力,川普稱其「道德上有約束力」,協議文字還把 United States 拼錯。播客嘉賓認為這更像一次 AI 的重新包裝,而非實質監管。