值得读的 10 条
2026 年 5 月 6 日 · 周三 · 第 368 期 · 约 3 分钟
本期头条
4.26-5.3｜本周 AI 论文精选
AHE 框架在 Terminal-Bench 2 上 Pass@1 从 69.7% 提升到 77.0%；AgenticQwen-30B-A3B 在 TAU-2 和 BFCL-V4 Multi-Turn 上平均分 50.2。
GPT-5.5 Instant：首个被标记「高能力」的即时模型
幻觉率在高危场景降 52.5%，AIME 2025 从 65.4 升至 81.2；API 代号 chat-latest，定价 $5/$30 每百万 token，GPT-5.3 保留三个月后退役。
AI 不会做设计？先给它一份 DESIGN.md
Refero Styles 提供 2,000+ 份 DESIGN.md，支持按品牌、情绪、颜色、字体和 URL 搜索；DESIGN.md 由 YAML front matter 和 Markdown body 两层组成，分别承载设计 token 与设计理由。
洛小山：提升 Agent 应用活人感的工程化思考。
提出活人感公式：身份深度×行为一致性×环境响应；用 RPG 角色卡承载角色信息，设定集颗粒度决定 LLM 输出一致性。
Stripe 数据负责人：Stripe 内部看到的 Agent 经济长什么样？丨 Every
Stripe 数据显示 AI 公司约 18 个月达到 3000 万美元 ARR，是 2018 年顶尖 SaaS 的三倍速度；LLM 到 Stripe 文档的流量同比增长 10 倍。
GPT Image2 实现表情包自由，建立了可编辑文档，欢迎补充你的创意测试～
提供完整中文与英文提示词，可生成 16 格聊天表情包合集；强调“错误一致性”与鼠标乱画风格。
冷逸：最值得推荐的 20 个宝藏 Skills，小众但真香
20 个中文创作类 Skills 按场景分类推荐，全部亲测可用；每个 Skill 附 GitHub 仓库与 npx 安装命令。
LLM 推理是如何工作的（译）
从 tokenization、embedding、attention 到 prefill/decode 两阶段与 KV caching 的第一性原理梳理；decode 阶段逐 token 生成，瓶颈在内存带宽而非算力。
我测试了 247 个 Claude Skills，删掉了其中 224 个。以下是我最终保留的 23 个。（译）
从 247 个 Claude Skills 中实测筛出 23 个保留，按 S/A/B 级排名；S 级 5 个技能给出安装命令与适用场景，其中 superpowers 为 2026 年增长最快的 Claude Code 项目。
AI 时代学习的方法论指南：把一个名字用起来
把陌生名字拆成可观察方法、可复用流程、可产出作品；以 A.F. Steadman 和吴梦知为例，分别沉淀为 skill 和创作公式。