咖啡影响睡眠，论文里到底研究了什么？ 同样在聊咖啡和睡眠，有的研究让参与者在睡前一次摄入咖啡因，有的研究则是连续多天、每天分几次摄入。只看一句结论，很容易把不同的条件混在一起。 我带着这个问题，试用了 PhAI Labs @PhAILabs推出的 ScienceBuddy。它是一个免费的网页端 AI 科研工作台，首批面向生物医学领域的科研人员和学生。用户可以上传自己的文献和数据，调用平台集成的 224 个科学工具；研究过程的每一步都可以查看，结果文件也能下载。ScienceBuddy 还会根据科研人员的使用和反馈持续改进，研究代码已在 GitHub开源（MIT）。 这次我选了三篇公开论文，把链接和带章节的原文摘录放进同一个任务，用中文告诉它：逐篇整理研究人群、剂量、摄入时间和睡眠指标，保留出处，再说清楚哪些条件可以比较。我在这个任务里连续追问、核对，最后得到了一份中文研究记录。 整理之后，每篇论文的研究条件都单独列了出来。看某个结果时，可以顺着旁边的论文链接回到原文，也能接着问某一项具体细节。 比如，其中一篇研究安排了单次100或400毫克的实验剂量，参与者每天早上还会服用按自己习惯摄入量准备的胶囊。最终记录把这两部分分开写了出来。读到这里，就知道比较剂量时还要考虑这部分背景摄入。 另一篇的安排是每次150毫克、每天三次，每日合计450毫克，连续多天摄入。记录里同时列出了每次剂量和每天的次数。这样对照时，分次摄入和单次摄入的区别就很清楚。 结果也可以继续往下细看。Drake等人的那篇研究里，睡前六小时摄入400毫克咖啡因后，客观监测的总睡眠时间显著减少；主观睡眠日记里的差异则没有达到统计显著。整理时把测量方式放在旁边，读结论就多了一层依据。 我看重的还有它保留上下文的方式。需要补材料、调整输出，或者追问某个数值，都可以接着在原来的任务里说。前面的提问和后面的修改留在一起，回头查这份记录是怎么整理出来的，也有线索可循。轨迹面板还能查看工具调用记录。 如果你正在写生物医学综述、准备开题或组会，可以从几篇已经选好的公开论文开始，先让 ScienceBuddy 按统一的字段整理，再带着记录回原文核对。人群、剂量和测量方法列清楚以后，更容易找到需要仔细读的地方，也方便继续讨论。 ScienceBuddy 目前为 Preview 版本，分析结果请自行核验后再用于研究。

AI 订阅怎么付款更方便？很多人都卡在了最后一步 想给 ChatGPT、Claude 这些常用 AI 工具开个会员，前面都很顺利，到了付款页面才发现：到底该用什么卡？ 最近我自己在用的是 Starryblu @Starryblu_ 先说清楚它的底细：一家新加坡金融科技公司推出的全球支付 App，背后是做跨境汇款的熊猫速汇那家公司 WoTransfer，持新加坡金管局 MAS 大型支付机构牌照，用户资金隔离存管在 OCBC 银行。用过 Wise 或 Revolut 的话，它是同一类东西：一个账户管多币种、换汇、全球消费和跨境汇款。 但真正让我觉得它适合 AI 重度用户的，是下面三件事 第一件，开完户给了一张万事达虚拟卡。对我来说这是最直接的用途，我在 ChatGPT 订阅页正常填卡，支付过程一次过。平时如果还要处理 Claude、Gemini、API 等海外服务的付款，也就不用为了不同订阅准备一堆支付方式。 第二件，账户里可以同时持有 SGD、USD、EUR、GBP、HKD 等十种货币，订阅新币产品直接扣 SGD 余额，不用每次都被换汇割一刀。还自带一个 AI 换汇助手，设好目标价自动执行，等于给换汇也配了个 Agent。 第三件最有意思，账户还提供本人同名的新加坡OCBC收款账户；我这边另外还开通了欧洲同名 IBAN。所以它不只是「拿来付 AI 订阅的一张卡」。 如果本身有海外收入、平台回款或者跨境收付款需求，可以把钱收进来，再用于换汇、消费或者订阅海外服务。 这样收款 → 换汇 → 消费，基本都能在一个 App 里处理。 开户也很简单：下载 App，注册时选居住地、设一个 Starryblu ID，提交证件认证，充值就能用。提醒一个细节，注册时先打开右侧"邀请码"开关再填码。

Agent Memory 不该只比“记住多少”，更该比：当事实、决策和任务已经变化后，Agent 能否找回当前有效、可追溯、与任务相关的证据，而不是把一段最相似的旧上下文重新塞回 Prompt。 这也是 Agent Memory Challenge 2026 第二期想解决的问题。 很多 Memory 系统看起来都能“存”和“搜”，但真正困难的部分发生在长期任务里：一条旧结论后来被修正，系统能否识别当前状态？多条历史记录存在冲突时，Agent 应该依据什么采取下一步行动？在代码任务中，过去的报错、失败尝试、测试结果和模块关系，哪些是可复用经验，哪些只是会干扰判断的噪声？当证据分散在文本、图像和不同会话中时，又能否恢复足够完整的上下文？ AML 第二期现已开启文本记忆、代码记忆和多模态记忆三条赛道。 参赛方提供 Add / Search 接口：Add 负责写入、组织、索引和更新记忆； Search 返回与当前问题相关的记忆证据。AML 统一完成后续 Answer、Eval、结果复核和榜单发布。 这个边界很重要。它把“记忆层做得怎样”从回答模型、Prompt 写法和评分口径中尽可能拆出来，让不同技术路线可以在更统一、可复核的流程下比较。 本期评测覆盖长期对话、时序更新、用户画像、工程历史、调试轨迹、代码上下文，以及文本与图像之间的关联。结果将按赛道、参评组别、系统版本和评测周期分别发布。 开源方法总奖金池约 $22,400。如果你也在做长期 Agent、Coding Agent、RAG、Memory 或多模态上下文管理，值得关注。

Codex 额度又又又见底了，还在蹲 Tibo 的下一次重置？ 活还没干完，额度先用完了。加预算有点肉疼，下一次额外重置又不知道什么时候来。经常看到有人在问：有没有便宜点的 Codex 使用方案？ 最近发现一个超宝藏的省钱平台 Agent Space： 现在新注册用户就有 $1 的免费体验额度，可以先免费体验一下～ 最近 Codex 20X 官方已经暂停新订阅了，不过 Agent Space 这边还留有少量 20X 的库存，这个有需求的直接冲。 平台标示 Codex 套餐低至官网直购的 5 折。我把具体价格和使用条件放在一起，准备开通的可以先比一比。 先看 Codex 的订阅。 平台的 Share Plus 档，月付 $10；年付折合 $9/月，一次支付 $108。按现在的价格连续月付 12 个月是 $120，年付少花 $12。更高档位的 Pro 5x，月付 $50，页面同样标的是 5 折。 刚开始用，我会先选月付，看看自己的用量，再决定要不要买一年。这里还有个需要一起看的规则：Share 额度每 7 天统一重置，没用完的部分不结转。选档位时看一周实际用了多少，会比只看折扣更有参考价值。 如果平时会换着用 Claude、Grok、DeepSeek，也可以看 Flex 按量计费。这些模型的部分型号正在做限时优惠，页面标示最高省 87%。 拿价格表里的 Grok 4.6 举个例子：每百万输入 Token 是 $0.5，页面列出的对比价是 $4；每百万输出 Token 是 $1.5，对比价是 $12。这里的价格单位都是美元。 经常让 AI 写长文或生成大量代码，输出单价也值得看一眼。 同样叫一个系列，不同型号的价格和折扣也可能不一样，直接找自己常用的那款对比就好。 另外，Share 套餐和 Flex 按量计费是两种不同的方案，选的时候也要注意区别：目前 Share 主要提供 GPT 订阅，也就是可以使用 GPT/Codex；Flex 则是按 API 实际调用量计费，用多少花多少，可选模型也更丰富。 如果你主要用 GPT/Codex，可以重点看看 Share；如果平时会用到多种模型，或者更习惯按实际用量付费，可以看看 Flex。 使用上，Agent Space 统一处理订阅、支付和额度分配，不需要自己注册海外账户、绑定境外支付方式，也不必和别人共用登录账号。国内目前不需要额外折腾网络环境也可以使用。 而且这里提供的是和官方额度同步动态调整的官方额度，可以直接在云端工作空间里使用，也能把额度接入本地 Codex，整体很方便。

你敢信，一句脑洞，AI就能自动拍成这样的AI短剧，全程不超过半小时？ 脑子里有画面，真要做成短片，却卡在剧本怎么写、分镜怎么拆、人物换个镜头还能不能接得上。 这次，我用 UUMit 自研的灵镜，把这个原创脑洞做成了 AI 短剧，也把制作过程放进了视频里。 输入故事，设好画风和画幅，再看生成进度。剧本出来先审一遍，想改的地方提意见，看过修改前后的差异再确认。角色、场景、道具和分镜都留在同一个项目里，可以接着往下做。 故事做出来以后，每个步骤都能继续改。一个镜头不满意，就调整描述，选中这一镜重新生成，再把前后效果放在一起看。 如果你也有一个一直没拍出来的故事，可以从一句设定开始试试。

这群在校生，开始给科研造 AI 了 一个 AI 团队，大部分的研发成员还在读书，这个背景，确实让我多看了两眼。 它叫 ATRIA-Dawn @AtriaASI，面向科研和专业工作。ATRIA 背后，是一支学生广泛参与的年轻研发团队。团队里有在读博士、硕士，也有本科生，成员来自复旦、人大、北大、上交、哈工大等高校。其中，博士生 33 人，本科及硕士生 32 人，与 31 名正式员工共同参与项目研发。 他们想让 AI 参与的，是研究和开发里那些很具体、又特别费工夫的活：查文献时追到出处，写完代码接着运行、验证，做完研究再把结果整理成报告。 拿实际案例举例： 一个是“冷冻保存与蛋白漏出”研究。按照案例介绍，它从问题拆解、文献检索出发，接上公开数据分析，最后形成研究报告。 这个过程的难处，在于每一步都有可能影响后面的判断。不同论文里的研究对象和实验条件可能不同，某个数据能不能拿来比较，需要核对；一条引用即使真实存在，也未必能支持报告里的那句话。 评价这样的研究助手，我会关心它能否把来源和判断对应起来，证据不够的地方有没有交代清楚。这样拿到报告的人，才知道哪些结论可以继续用，哪些还得回头查。 另一个是 MiniOS软件构建过程，顺着构建过程追下去：运行以后出了什么问题，修改落到了哪段代码，改完有没有重新验证。软件开发里经常发生的情况是，修好了眼前的错误，又影响了别的功能。能不能根据反馈继续处理，很考验 Agent 对整个任务的把握。 ATRIA-Dawn Preview 的跑分结果在多个任务里都有可圈可点的地方。对使用者来说，跑分的意义是帮助我们了解：这个模型在哪些具体工作上被测试过，成绩如何。 这些 benchmark 可以理解成 8 类不同的工作测试，分别考察自动化、工具协作、工作区处理、软件工程、机器学习、安全任务和深度研究等能力。 比如在 AutomationBench 的自动化任务测试里，它拿到 54.5 分，比 GLM 5.3 的 49.2 分高 5.3 分，也比 Claude Opus 5 的 49.7 分高 4.8 分。 在 CyberGym 的安全任务测试里，它拿到 86.5 分，高于 GLM 5.3 的 84.5 分；在 MLE-Bench Lite 的机器学习工程测试里，它拿到 86.2 分，比 GLM 5.3 高 5.4 分。 DeepResearch Bench II 测试中，ATRIA-Dawn Preview 得分 51.1，高于 GPT-5.6 sol 的 50.7 分和 Qwen 3.8 Max 的 49.2 分。 结合项目里的 Demo 来看，ATRIA-Dawn Preview 的能力重点，是把一个任务接着往下推进：理解目标、调用工具、执行代码，根据运行结果调整下一步，最后交付研究报告、软件或其他成果。 模型负责理解问题、推理和决定下一步行动。运行系统要保存目标和任务状态，管理上下文、权限以及错误恢复。代码执行、文件状态、测试结果这些来自环境的信息，则为下一步判断提供依据。 一个任务做得越长，这些安排就越重要。前面试过什么、为什么失败、哪些结果已经确认，都需要被保留下来。否则，后续再好的推理也可能建立在过时的信息上。 这群年轻研究者选了一个很具体的方向：让 AI 参与研究过程中反复查证、运行和修改的工作，把一个问题往前推进，最后留下能检查、能继续使用的成果。 平时经常和论文、代码打交道的朋友，可以关注 @AtriaASI，了解更多案例和后续进展。

Agent 时代，复刻一条爆款视频从而沉淀出自己的工作流，到底有多简单？ 我把小Lin说的参考视频结合Hypit @hypitai 丢给 Codex，想看看 AI 能不能复刻千万粉博主的口播视频。 结果它生成的不只是一条成片，而是一套可以继续修改和复用的视频 Workflow。 Hypit @hypitai 目前已开源，它不是 Agent，也不是视频模型，而是给 Claude Code、Codex 等 AI Agent 使用的开源视频语言和系统。人物、台词、字幕、B-roll 和特效都跟着文字与叙事事件走，不再钉死在时间线的某一秒。 换主持人，只重新生成相关镜头；修改图表或背景，也只需要调整对应组件。复刻完成后，还能继续换人物、换内容、换语言，批量生成不同版本。 如果你也想让 AI 真正开始复刻视频，可以试试 Hypit。下次想 Clone 爆款，直接把视频交给你的 Agent。