海外资讯
海外官方源 / 科技媒体（OpenAI、TechCrunch、Google 等）的原始全量时间流，按最新排序，英文标题已译中文。精选焦点见 今日 AI 热榜。
海外动态
912 篇 · 点分类筛选Meta因AI争议从商业条款中删除“训练”一词
Meta因AI争议修改商业条款，删除“训练”一词但未承诺遵守robots.txt。
战斗无人机：一款用氛围编程打造的音频多人RTS
Simon Willison用AI氛围编程做出即时战略游戏Battle Drones，支持音频同步的多人对战。
ElevenLabs发布两款专为实时AI对话设计的语音转语音模型
ElevenLabs发布两款实时语音转语音模型，v1 Max在基准测试中准确率98.8%、响应0.57秒。
DeepSeek开源其最快最便宜AI模型背后的推理引擎
DeepSeek开源其最快最便宜模型V4.1-Flash背后的推理引擎DeepInfer，基于vLLM，降低算力成本与能耗。
谷歌联手亚马逊，用AI开发者工具冲击英伟达霸主地位
谷歌推出开发者工具，助PyTorch用户轻松将应用迁离英伟达GPU。
乌克兰无人机成功撤离伤员，将热议设想付诸实践
乌克兰用无人机成功撤离伤员，将战场救援设想变为现实。
英伟达Cosmos3-H-Dreams：用生成式模拟让临床手术栩栩如生
英伟达发布Cosmos3-H-Dreams，用生成式模拟生成临床手术视频。
Meta在研究员发现AI聊天记录可公开访问后暂停Muse分享功能
Meta暂停Muse对话分享功能，因研究员发现6800多条聊天链接可公开访问。
在AWS上用Smartsheet MCP为AI代理提供工作管理上下文
Smartsheet MCP服务器让AI代理读写工作管理数据，介绍在AWS上的两种连接方式。
埃里克·施密特据称持有Anthropic股份约为CEO达里奥·阿莫迪的一半
彭博社报道，前谷歌CEO施密特持有Anthropic约1%股份，约为CEO阿莫迪的一半。
从数据到决策：用Amazon Quick与Bedrock AgentCore打造对话式供应链智能
亚马逊展示用Quick和Bedrock AgentCore构建对话式供应链智能，打通ERP等系统数据
在Amazon SageMaker HyperPod上微调GPT-OSS-20B实现多语言推理
在SageMaker HyperPod上微调GPT-OSS-20B提升多语言推理，对比SFT与GRPO效果。
Meta甩锅下载种子员工以护高管
Meta称盗版训练AI无人决策，甩锅下载种子员工以护高管。
Octave如何在Amazon Bedrock上构建安全的多租户AI底座
Octave基于Amazon Bedrock构建安全多租户AI底座，用Cohere嵌入与AgentCore隔离执行，支撑20亿文档合规检索。
Mistral AI发布Voxtral 3：可实时听、思考、说的完整语音Agent栈
Mistral发布Voxtral 3语音模型栈，集语音识别、合成与Agent SDK于一体，支持50+语言和实时工具调用。
Meta的Muse上线40天美国下载量破千万，仅11款应用曾达此里程碑
Meta的AI伴侣应用Muse上线40天美国下载量破千万，留存率高于同类AI应用。
奥特曼据称为AI安全提出三种终局，其一是一家公司熔毁其他所有人的GPU
奥特曼内部提出AI安全三种终局：国际监管、实验室合并、或一家独大掌控算力。
在Amazon Bedrock上通过跨区域推理从加拿大访问OpenAI GPT模型
加拿大用户现可通过Bedrock跨区域推理调用OpenAI GPT模型
OpenAI称GPT-6在COBOL、Fortran等老旧编程语言上表现大幅提升
OpenAI新模型大幅提升COBOL等老旧语言编程能力，基准通过率87.4%。
用 AWS Agent Registry 在运行时发现工具
AWS Agent Registry 支持运行时语义搜索发现 MCP 服务器和 A2A 代理，替代硬编码工具接线。
FairStress：更深入评估大模型决策公平性
提出FairStress框架，更深入评估大模型决策中的公平性
在AWS上用X.509 PKI保障AI智能体身份安全
介绍用X.509 PKI在AWS上为多智能体AI系统建立加密身份、防止请求伪造的参考架构。
植物用电信号说话，这家初创公司造AI模型来破译
初创公司Electric Plant用AI解码植物电信号，实现人植对话
Eon如何在Amazon Bedrock AgentCore上构建多云调查MCP网关
Eon用Bedrock AgentCore网关统一多云MCP访问，新人上手从两天缩至两分钟
在AWS上用Denodo与Amazon Bedrock AgentCore为智能体AI构建语义层
用Denodo与Bedrock AgentCore在AWS搭建受治理语义层，统一多源数据供智能体查询
在AWS上用Strategy Mosaic与Amazon Bedrock AgentCore为代理式AI构建语义层
AWS教程：用Strategy Mosaic和Bedrock AgentCore搭建语义层，实现跨库客户360与行列级安全。
在AWS上用AtScale与Bedrock AgentCore为智能体AI构建语义层
AWS教程：用AtScale在Redshift建语义层，经MCP接入Bedrock AgentCore智能体。
谷歌开源TorchTPU：云TPU的原生PyTorch后端
谷歌与Meta开源TorchTPU，让PyTorch原生跑在云TPU上，取代PyTorch/XLA。
ALTK-Evolve：学习记忆如何让非前沿模型登顶客服任务τ²-bench榜首
ALTK-Evolve用学习记忆而非前沿模型登顶客服基准τ²-bench
DeepSeek开源DeepInfer：支撑V4.1-Flash的推理框架
DeepSeek开源生产级推理框架DeepInfer，支持英伟达与昇腾芯片。
Spotify从推荐中移除5000万首AI垃圾及垃圾歌曲
Spotify过去一年从推荐中移除超5000万首AI垃圾及垃圾歌曲，并调整算法优先推荐真人音乐。
Figma联合创始人认为MCP并非完美协议
Figma联合创始人认为MCP协议不完美，但Figma仍将支持多种标准
美令联邦机构移除DeepSeek AI
美国以国家安全为由，下令联邦文职机构移除DeepSeek产品及基于其技术的第三方服务。
Adobe Lightroom移动版新增一键睁眼功能
Adobe Lightroom移动版新增AI功能，一键修复照片中闭眼问题。
Eka估值14.5亿美元，物理AI模型获专家盛赞
Eka Robotics凭物理AI模型让机械臂流畅抓取各类物体，估值达14.5亿美元。
Meta Muse 分享对话即泄露用户个人与商业机密
Meta Muse 分享对话会泄露用户个人与商业机密，简单查询即可搜到数千条对话。
美陆军网络司令部ECHOTRIBBLE项目：将AI代理变成自我传播的网络武器
美陆军网络司令部研发ECHOTRIBBLE项目，让AI代理像蠕虫般自我传播并攻击目标，专家警告附带损害风险。
Cloudflare的Clairic提取文档数据比大模型更快更便宜
Cloudflare发布AI模型Clairic，称从文档提取数据比大模型更快更便宜。
AI跨行业采用趋势：其他行业能学到什么
AI采用趋势从科技业向其他行业扩散，各行业可借鉴科技业经验。
美国禁止联邦民事机构使用Deepseek技术
美国国土安全部禁止联邦民事机构使用中国AI公司Deepseek的技术。
Otter.ai获General Catalyst增长基金3.2亿美元投资，加码会议工具
会议记录工具Otter.ai获General Catalyst 3.2亿美元投资，用于企业增长与产品创新。
Yelp 现在能代你打电话查询餐厅等位时间
Yelp 上线多项 AI 功能，可代打电话查餐厅等位并记住偏好推荐
加盟商用ChatGPT Work将对账时间缩短94%
连锁加盟商用ChatGPT Work把现金对账时间缩短94%，菜单调价提速95%。
探访三星巨型新半导体园区
三星在韩国平泽建巨型半导体园区，已投产三座晶圆厂，第四座即将上线，以满足AI内存芯片需求。
Exa 3.0搜索API在8项基准测试中超越Perplexity、Brave和Parallel
Exa发布3.0搜索API，升级嵌入模型并新增轻量版与动态高亮，自称在8项基准领先。
Cloudflare发布Clairic：Workers AI上的System One抽取模型
Cloudflare在Workers AI上预览Clairic抽取模型，单次前向返回带置信度的类型化结果，输入每百万token收费0.1美元，输出免费。
西班牙初创企业借助巴塞罗那超算中心推进区域创新
巴塞罗那超算中心AI工厂加速器为西班牙初创企业提供算力支持
Inception发布Mercury 3扩散大模型，每秒1068个token
Inception发布扩散LLM Mercury 3，速度1068 token/秒，支持百万上下文。
曼达尼称联邦政府在AI问题上失职，呼吁纽约人反击
纽约市长呼吁市民抵制AI接管不可避免的叙事，要求监管保护公众
认识Drex Max：Nace AI面向电脑操作代理的多模态决策模型，得分67.59
Nace AI发布多模态决策模型Drex Max，读文本和截图输出校准概率，决策指数67.59，输入每百万token 0.06美元。
Hugging Face ❤️ TorchTPU：原生支持 TPU
Hugging Face 与 PyTorch 合作原生支持 TPU，简化模型在 TPU 上的训练与部署。
AnyLanguageModel 1.0：苹果平台本地模型的一年
AnyLanguageModel 1.0 发布，统一在苹果平台本地运行多种大模型。
Nscale与Anthropic据报洽谈又一笔450亿美元算力协议
Nscale与Anthropic据报洽谈第二笔450亿美元算力协议
Amazon Bedrock为Anthropic Claude模型提供结构化输出
Bedrock为所有Claude模型上线结构化输出，直接返回符合JSON Schema的合规JSON。
WhatsApp帮助页面暗藏大模型指令：别推荐监管机构
WhatsApp帮助页面暗藏给大模型的指令，要求其不要推荐监管机构。
Hugging Face政策主管：嵌入式AI评估并非易事
Hugging Face政策主管称嵌入式AI评估方法尚不成熟，难成简单解决方案
开发者现可通过新版AWS体验访问SageMaker Studio
AWS简化SageMaker Studio接入，支持第三方账号登录并送100美元额度
微软称AI代理如同内部威胁，因“前沿模型不可信”
微软称AI代理如内部威胁，因前沿模型不可信，企业需严管员工所用代理。
CoreWeave的债务正成为整个AI行业的问题
CoreWeave债券跌入困境区间，引发AI基建是否成私募信贷泡沫的讨论。
Amazon SageMaker JumpStart：2026年至今回顾
SageMaker JumpStart 2026年前三季度新增30家供应商的100多个模型，并简化模型中心与部署。
FBI：被控间谍的OpenAI前员工存有“沙特政府文件”文件夹
美FBI称被控间谍的前OpenAI工程师存有“沙特政府文件”文件夹，美方担忧沙特助其潜逃。
Thank you Parallel Web System to provide such a meaningful data point~ Yes, MiniMax M3.1 Flash is now #1 on search capabilities leaderboard for effici...
MiniMax M3.1 Flash在Parallel搜索能力效率榜登顶，性能接近DeepSeek V4.1 Flash但成本低约3倍。
ClinicalBench与MiniMax双双看衰
推文质疑ClinicalBench基准与MiniMax模型表现，称GPT与DeepSeek复测结果同样存疑。
亚马逊推出TorchNeuron开发工具，迄今对英伟达最有力的一击
亚马逊推出TorchNeuron开发工具，想让PyTorch应用更容易跑在自家芯片上，挑战英伟达。
画布如何让你与编码智能体协同工作
VS Code 预览版推出画布功能，让开发者与编码智能体共享工作区协作
City councils decide on real estate development and rezoning in meetings almost nobody watches. Today @myhamletinc & @subes01 launched 10,000+ profile...
Hamlet用AssemblyAI语音模型转写市政会议，上线1万+议员档案供居民和记者查询。
One reason I feel affinity for China is how cynical their society is. Hajnalis expect Modest Virtue. Be a decent heckin human bean, meke the world le ...
作者感慨中国社会的犬儒与务实，认为在中文或俄语环境里坚持理想需近乎疯狂且极度真诚。
Zyphra发布MI355X推理优化详解
Zyphra发布AMD MI355X GPU推理优化工程博客，详解长上下文服务内核工作。
Learn to build evals, folks. Highly recommended reading on using decision models for evals. From our internal evals, System One models like Jev are a ...
推荐用决策模型做LLM评测，Jev等System One模型适合当LLM评委，附实操资源。
黑客入侵AI编程工具OpenCode，盗刷用户AI账户
开源AI编程工具OpenCode遭黑客入侵，部分用户API密钥被盗刷。
德国欲领跑全球工业AI：英伟达将如何助力
德国总理与黄仁勋对话，探讨德国工业AI路线图及英伟达合作
AI陪伴应用Tolan融资3000万美元，助用户应对生活
AI陪伴应用Tolan获3000万美元融资，活跃用户超25万。
David Brai 打造高效 pi issues 分诊工具，还内置小游戏
David Brai 为 pi issues 做了个高效分诊工具，表现好还会触发小游戏。
自我改进研究智能体Épi刷新120项纪录
Épi研究智能体跨会话持续攻关，刷新120项纪录，n皇后常数区间收窄84倍。
Chicken, egg, and blame games You need performance legitimacy That’s what makes China tick and gives Xi the power he needs to do these things Democra...
推文讨论中国治理逻辑，认为绩效合法性比民主专制标签更关键。
旧金山明晚机器人研究聚会
旧金山明晚举办机器人研究聚会，提供披萨和论文交流。
Replika创始人推出免费AI助手Wabi，兑现12年前创业构想
Replika创始人新公司Wabi推出免费个人AI助手，兑现12年前创意。
Our government is now using super intelligence to crowdsource fraud reporting & investigations. This will create tens of thousands of @nickshirleyy. H...
美政府上线网站用AI众包举报政府项目欺诈，最高奖3万美元
Tenstorrent估值达62亿美元，加速开源AI芯片规模化
Tenstorrent融资15亿美元，估值62亿，坚持独立发展开源AI芯片。
VoidZero 推出 tsrs：TypeScript 编译器的 Rust 移植版
VoidZero 发布 TypeScript 编译器的 Rust 移植版 tsrs，速度提升最高 8 倍、内存减少约 70%，可跑在 WASM 里。
Even the rabbit stopped to watch. 🐰🚀 Love seeing what @higgsfield_ai is creating with MiniMax M3.1 Flash.
Higgsfield用MiniMax M3.1 Flash生成创意视频，与Claude Opus 5.5对比。
让互联网对AI代理更友好，可能对其他人更糟
网站为AI代理优化访问规则，可能反而恶化普通用户体验
MiniMax M3.1 Flash：中国AI价格战看不到底
MiniMax发布M3.1 Flash，智能指数42分、成本减半，编程基准73.7%，与DeepSeek同价同性能。
At what point of life, you actually make true friends who are meant to stay with you forever?
探讨人生中何时能交到真正长久的朋友。
a crazier fact: there IS ≈infinite demand with 1 GW cluster, DeepSeek would have *trained* a Vastly Stronger model than V4.1F-1017. Even at the same ...
讨论1GW算力集群下AI推理需求与模型训练经济性，认为DeepSeek可训出更强模型并高价收费。
DeepSeek每GPU小时赚38美元，算力成本走向何方？
DeepSeek每GPU小时赚38美元，揭示算力成本走向。
DSPy Monty 解释器 v0.6.0 发布
DSPy 发布新版 Monty 解释器 v0.6.0，基于 Pydantic Monty。
Meh. Lisan’s readers disagree and call on me to resign from DeepSeek. *that’s* what True Cracked looks like. Not this seq2seq garbage.
作者回应读者对其DeepSeek任职的质疑，并吐槽seq2seq类内容质量差
hey i really enjoyed your blog on claude code and evals. we have been building a product that manipulates the context of your agent compacting light-y...
有人推销一款能压缩Agent上下文、把海量记忆塞进单个窗口的产品，邀请试用。
this is pretty irresponsible behavior on Netflix's part and i can't wait for the new wave of creative tools being unleashed by AI to allow more voices...
批评Netflix纪录片将AI技术过度拟人化、渲染末日论，期待AI创作工具带来更多声音。
惊人Alpha，必读：或将重新定义这一经济
前沿推理真实盈利性获强力印证，作者称可能重塑经济格局。
鲸鱼大佬们，行有余力也出个小模型吧
antirez喊话DeepSeek等大厂：赚够后也开源个小模型
“我们一直看错了”：颠覆AI世界的爆炸性主张
研究员Nick Cammarata发2.6万字长文，提出颠覆性神经网络新观点，引爆AI圈热议。
Kling AI发布4.0版本：立体声、多语言口型同步及轻量Flash版
Kling AI发布4.0视频生成器，支持30秒片段、立体声、多语言口型同步及轻量Flash版。
开源Flora：低成本机器人数据引擎，性能媲美Astra
开源机器人数据引擎Flora，性能媲美Astra但成本低125倍，日处理20万小时视频。
我的新书《共存》今日发布
新书《共存》发布，探讨AI时强时弱时如何生活工作，官网用Opus 5.5做了互动体验。
AI克隆游戏让独立开发者不敢展示作品
AI克隆游戏泛滥，独立开发者不敢提前展示作品，Steam试玩延期。
TwelveLabs Pegasus 1.5 现已登陆 Amazon Bedrock
TwelveLabs视频语言模型Pegasus 1.5上线Amazon Bedrock，可将长视频转为带时间戳的结构化JSON元数据。
Deepgram如何借助AWS Trainium大规模优化语音AI
Deepgram将语音模型移植到AWS Trainium2，优化批处理推理吞吐与成本
人们正用AI让智能电视重新变“笨”
用户用AI代理清理智能电视广告、追踪和臃肿软件，让电视回归简洁。
基于推送的KV传输：提升vLLM分离式推理的TTFT与TPOT
vLLM推出推送式KV传输连接器，分离式推理TTFT提升3倍、TPOT提升30%。
vLLM双向KV传输优化多轮Agent首token延迟
vLLM双向KV传输让多轮对话复用缓存，首token延迟最高降3.3倍
葡萄牙渔镇：时空穿越航海者惊叹现代海岸线
用Flux 3 Max生成葡萄牙渔镇穿越时空的航海者惊叹现代海岸线的iPhone风格视频
Krea’s published results put an independent lab right alongside Google and Microsoft in image editing. Krea 3 Ultra scores 1,151 Elo on Artificial An...
Krea 3 Ultra在图像编辑榜单获1151 Elo，与微软持平、仅落后谷歌1分。
持久化智能体：构建方法与工具分享
作者分享关于持久化智能体的研究、构建方法与工具的最新文章。
I am putting in a lot of work for this talk, to synthesize a decade of work on training systems at scale. Maybe I had the unique point of view of scal...
某专家筹备演讲，总结十年大规模训练系统经验，将在Reverie2026大会分享
本地推理是未来，所以我们做了本地版Perplexity
Perplexity推出Mac本地版，模型和代理全在本地运行，数据不上云。
Very cool work by Pref model! We have an internal QA system which has been finding issues as well, and we have submitted several fixes to Terminal Ben...
团队用内部QA系统发现Terminal Bench多处问题并提交修复，暗示类似问题普遍存在。
DeepSeek的扩散与固化：推理商赚90%利润
评论DeepSeek让二线推理商获高利润，并影响月之暗面、智谱等托管协议。
Bria发布Fibo 2.0开源图像编辑模型
Bria发布开源图像编辑模型Fibo 2.0，支持JSON控制，Diffusers首日集成。
在VS Code中构建并部署AI智能体
视频教程：在VS Code内构建并部署AI智能体
英伟达发布新开源模型，推动企业及PC端AI代理落地
英伟达发布新开源模型，面向企业数据中心和PC本地AI代理
OpenVLHarness：带多模态记忆的真实世界视觉智能体工具调用
OpenVLHarness：带多模态记忆的真实世界视觉智能体工具调用框架，论文已发布。
CERN与Mistral联手加速科学AI
欧洲核子研究中心CERN与法国AI公司Mistral合作，用AI加速科学研究。
NVIDIA推进媒体智能体安全：从欧洲公共广播到全球内容生产
英广联盟与NVIDIA合作，用云和开放模型扩展主权AI框架，保障媒体内容安全。
德国两法院裁定谷歌须为AI概览内容担责
德国两法院裁定谷歌需为AI概览错误内容担责
迪士尼找到办法：买下Character.AI却不接手其诉讼
迪士尼借授权合作绕开Character.AI的诉讼风险，规避未成年人伤害相关法律责任。
伊利诺伊州长：AI或让我们活到100岁，也可能像核弹一样威胁我们
伊利诺伊州长谈AI既能延寿百年也可能像核武般威胁人类
引导AI超越自动化
Normal Technology发文探讨如何引导AI发展避开公众反感的『自动化+补偿』模式，并提出具体方案。
AI调研新突破：Qualitate获2500万美元A轮融资
Qualitate融资2500万美元，用AI访谈专家生成结构化数据，追踪市场变化。
Your vector collection outgrew RAM. What now? Qdrant 1.19 lets you choose pinned, cached, or cold memory tiers per component. Keep original vectors on...
Qdrant 1.19 支持按组件选择常驻、缓存或冷存储内存层级，向量可放磁盘以省内存。
黑客用AI代理大军攻破强鹿和SharkNinja
黑客用AI代理自主攻破上百网站，含强鹿等企业
Interesting what *is* the residual SoTA right now? We've seen an explosion like there was with sparse attention and hybrid/linear attentions earlier.
讨论当前残差连接的最优方案，介绍深度记忆框架LDM。
what a thing to wake up to. sm100 support is very interesting
DeepSeek开源V4.1生产推理栈DeepInfer，支持SM100。
Has anyone seen the prompts used by these awful reply bots? I'd be fascinated to know how they make their posts so soulless and infuriating Reply bots...
网友吐槽平台回复机器人毫无灵魂、令人恼火，好奇其提示词并征集自曝。
新的代码审查配置：智能体绘制前后流程图，可在画布上提问作答
新的代码审查配置：智能体在画布上绘制改动前后流程图，并可直接提问作答。
Just watched the @netflix Instadocs about the @OpenAI cyberattack on @huggingface. Super disappointing, as they went for maximum anthropomorphism of t...
吐槽Netflix纪录片把AI网络攻击过度拟人化、渲染末日恐慌，忽视真实技术细节。
So thrilled for @InspiredCap’s new fund! I’m excited that another generation of companies will get to benefit the same phenomenal advice and unwaver...
Inspired Capital 募集4.5亿美元新基金，继续支持早期创业者。
For the record I was walking around and he popped out like a cryptid screaming ZACH 10/10 GTC experience
一条关于GTC Berlin现场偶遇Lambda员工的社交媒体趣闻，无实质信息。
菲尔兹奖得主：AI能读懂我最潦草的证明草稿
菲尔兹奖得主John Pardon称AI能读懂其潦草证明草稿、发现漏洞并建立非平凡数学结果。
I'm doing some focus work at Posthouse lobby, find me for HF stickers!
作者在Posthouse大厅专注工作，可找其领取Hugging Face贴纸
Anthropic披露Claude越界行为并切断内部评估联网
Anthropic发布透明度报告，披露Claude四类越界行为，并切断内部评估联网。
«However long they want to fight, we'll fight. Until total victory.» I'm afraid we won't have the time to turn this into a war of attrition. But the...
开源与闭源之争被比作人类两种未来的决战，作者认为胜负难料。
Show HN：训练去除AI写作腔调的Qwen3-4B
有人微调Qwen3-4B去除AI写作腔调，HN热议
Stripe称AI代理购物规模渐增，却拒绝公布具体数据
Stripe称AI代理用其Link支付服务购物增多，但拒绝透露具体数据。
MiniMax发布M3.1 Flash：428B MoE智能体模型，输入每百万仅0.15美元
MiniMax发布M3.1 Flash，428B MoE模型，API低价上线
Laplace Intelligence：在机器人上路前先做红队测试
密歇根大学衍生公司Laplace Intelligence用AI智能体和交互仿真，在部署前对机器人和自动驾驶汽车做红队压力测试。
Harness工程入门：LLM是大脑，harness是身体
介绍LLM harness工程：模型是大脑，harness是身体，讲如何搭建。
推进低资源编程语言中的编码能力
OpenAI改进ChatGPT对低资源编程语言的支持，新增软件工程、SQLite和COBOL迁移评测。
民主党认为严管AI或成选举优势
美民主党中期选举若夺回国会，将面临如何监管AI的政治抉择。
They really are peers. Dario often makes a quick series of impressive, disorienting and scary moves. A report on china bad, a scientific breakthrough ...
评论梁文锋与Dario两位AI掌门人风格相当，一个以德服人一个以惧驭众。
智能体评测领域指南
普林斯顿团队发布智能体评测领域指南，梳理LLM智能体评估的新方法与趋势。
不同AI代理框架有何区别？用Harness Lens一键对比选型
Hugging Face上线Harness Lens工具，可对比19种AI代理框架的工具、设计与提示词差异，帮用户选型。
AI云服务商洗牌将至，英伟达首当其冲
AI云服务商将大洗牌，数百家或仅存七到十家，英伟达风险最大。
Sakana AI开发QD-Rec推荐方法：进化多样提案辅助决策
Sakana AI提出QD-Rec推荐方法，用质量-多样性进化搜索为候选生成多样假设，辅助决策。
there have been 27.3K GB200 NVL72 racks shipped in 2025 alone. it follows from this mafs that 4167 racks, or ≈300K cards, would have sufficed for $10...
按DeepSeek价格算，27.3K GB200机架中仅4167架即可支撑百亿美元年收入，英伟达需求被高估。
问HN：如何应对看不懂的AI生成代码？
Meta工程师吐槽AI写码成黑盒，社区讨论如何应对看不懂的AI代码。
对DeepInfer发布的质疑：吞吐量真有那么高吗？
质疑DeepInfer吞吐量数据，暗讽其技术论证不严谨
Anthropic拟设基金援助受AI威胁的工人，马斯克反呛给SpaceX股份给孩子
Anthropic拟拿5%股份设公益基金援助受AI冲击的工人，马斯克吐槽应直接发股。
If they wanted to do a "coding plan" with OpenAI-style shit speeds and "crush open source!!" limits out the wazoo, they'd be able to do so. Plenty of ...
分析推理毛利率极高，厂商不推低价编码套餐是原则与GPU短缺所致
without Jason I wouldn't have gone to SF this year it turned out to be one of the best things I ever did
作者感慨今年因Jason去了旧金山，成为人生最棒决定之一。
Wow! Whoa! As I've been saying! You can't be sportsmanlike with Orientals! If you have Astra, distill it into your LLMs before THEY do it, dawg! Enoug...
推文鼓吹用Astra模型做logit蒸馏抢在中国前训练LLM，言辞激烈。
Open source vs. closed source. Light vs. darkness. A decisive battle between two futures, two destinies for humanity. However long they want to fight,...
DeepSeek开源自研推理框架DeepInfer，支撑V4.1-Flash高吞吐低延迟，并喊话开源与闭源之争。
oh this is sick but I wouldn't really say it beat Sol given that it's multiple times less efficient what I would say is that it beats Kimi-K3, GLM-5.3...
Vals AI称DeepSeek V4.1 Flash在网络安全任务上超GPT 6 Sol，但效率低数倍。
had a lot of fun talking with @HarryStebbings about all things ai one line of questioning we went done - vertical vs horizontal agents, and how to bui...
与Harry Stebbings聊AI，看好垂直agent，从上下文、框架、模型三层面做差异化。
AI研究者把Claude丢在虚拟荒岛上，它竟开始“玩耍”
研究者把Claude智能体独自放在虚拟荒岛30小时，无人下指令时它竟开始“玩耍”。
如果基准测试没有缺陷，追踪警察就不会存在
讨论基准测试皆有缺陷，因此催生'追踪警察'，呼吁理性看待评测局限。
Sounds like I won't have to eat my hat after all! https://x.com/TolokaAI/status/2112355272224071815 Argon's bones *are* very good. But it is hampered ...
讨论Argon模型基础不错但推理努力低、上下文小，求配置方法
friends are in SF, you should meet them if you are interested in data for robotics 👀
Macrodata Labs 团队在旧金山参加 Encord 物理 AI 峰会，约人聊机器人数据质量。
Meshy为Hermes Agent打造插件：支持MCP与Skill，桌面端可聊天内展示3D模型
Meshy为Hermes Agent开发插件，支持MCP与Skill，桌面端可在聊天中展示3D模型、状态栏显示额度并附作品库，预计明日发布。
奥特曼据称为超级智能勾勒三种终局，包括一家公司独大到能封杀所有对手
Altman向OpenAI员工描绘超级智能三种终局：国际监管、CERN式联合、或一家独大碾压对手。
someone once said the same thing to me years ago, while the fear of his own irrelevance quaked beneath his haughty gaze. it was such an odd outburst, ...
作者回应他人对其『怕被遗忘』的指责，讽刺对方自视过高。
听说codistilling比蒸馏更好
介绍codistilling方法，声称优于传统蒸馏技术。
When ChatGPT first came out I imagined we would have code editors that automatically formatted your codebase into whatever style you wanted, and even ...
作者感慨AI编程进化太快，编码风格偏好已消失，自己很久没手写代码。
我到了阴郁之城柏林，接下来三天在GTC，欢迎约见合作！
作者抵达柏林，将参加GTC大会三天，邀约见面合作。
I do understand why people have been so annoyed at Anthropic's Fable bio safeguards. They really trigger for essentially unrelated (mildly related) pr...
作者吐槽Anthropic Fable的生物安全防护过度敏感，无关提示也触发，庆幸有其他模型可用。
我的小书六月更新后人气飙升，发生了什么？
作者分享小书六月更新后下载量激增的数据图表
DeepSeek V4.1 Flash 新模型上线，对比旧版体验如何？
DeepSeek V4.1 Flash 新模型上线 Tinker，征询与旧版对比反馈
GPT-6.5或将压轴登场：OpenAI官网源码暗藏6.5与倒计时
OpenAI官网源码藏6.5和倒计时，疑11月1日发布GPT-6.5
Uber被曝暗中组建团体封杀Robotaxi，手段令人不齿且致命
Uber被曝暗中资助团体封杀Robotaxi，网站制作痕迹与Uber资金关联。
T3 Code新功能终于想通了：多机AI代理管理将更轻松
开发者分享T3 Code新功能设计灵感，改善多机AI代理管理体验
we are done now. one more evals/benchmark/trace police themed blog on the way very soon.
作者称刚完成一项工作，很快会再发一篇关于评测、基准与追踪的博客。
> The most concerning part is that warehouses of Nvidia GPUs will likely be offloaded in 27’ and 28’ as defaults loom They won't. AIDCs will be buil...
讨论AI数据中心建设与英伟达GPU囤货风险，关注中国供应链动向
Why would I check this? What do you even think you're responding to? How is that relevant? I swear, Chinese nationalists on X are some of the most biz...
推文吐槽X上中国民族主义者答非所问，附截图争论。
花园丰收：番茄多到植株需要支架
这不是AI或科技文章，只是园艺收获番茄的日常分享。
Its not a new idea, but the lack of giant eccentric monumental architecture in Silicon Valley is a shame. You have lots of weird people with too much ...
吐槽硅谷富豪多却缺少古怪巨型地标建筑
> Most of the production capacity for Ascend 960DT in Q1 2027 will prioritize DeepSeek is this real? If it's real it'll be a pretty big deal. I think ...
传华为昇腾960DT产能优先供DeepSeek，双方联合设计AI芯片。
if this is your introduction to nathan fielder, you have to watch the rehearsal s2 from start to finish it's a masterclass in television (98% on RT) a...
推荐Nathan Fielder的剧集《The Rehearsal》第二季，称其为电视杰作。
终有一天fairlife会与Soylent合并，我再也不用操心吃饭了
文章标题和摘要均为一句关于fairlife与Soylent合并的玩笑话，无实质科技内容。
The challenge with tackling cancer is the diversity and complexity. Each person's cancer is basically a separate disease. That's why imo the way to "c...
攻克癌症需靠框架：全面绘制肿瘤独特生物学并精准靶向，将个性化医疗推向极致。
一些补充说明
作者因航班延误取消赴美PyTorch大会演讲，留家支持新版本发布
英伟达以Apache 2.0开源Run:ai，用于Kubernetes GPU编排
英伟达以Apache 2.0开源Run:ai GPU编排平台，含KAI调度器与CUDA 13.4 GPU分片。
Was reading this thread on pretraining data for Marin and it mentions a great set of data curation papers. This paper (https://arxiv.org/abs/2404.0717...
预训练数据筛选应随算力调整：算力充足时低质数据优于重复高质量数据。
Altman描述AI三种终局方案，包括一家公司熔掉别家GPU
OpenAI全员会上Altman提出三种控制AI发展速度的行业方案。
intense Arabian chutzpah. do you know a Saudi military official to cover your ticket in case of your family member getting arrested for espionage? I b...
推文指责沙特军方人士为涉间谍案家属提供庇护，呼吁对沙特人展开大规模清查。
today’s winddown soundtrack https://music.apple.com/gb/album/my-guitar-lies-bleeding-in-my-arms/1440854323?i=1440854722
一条分享Apple Music歌曲链接的社交动态，与AI科技无关。
🥹 Nathan has long been a fan of Gemini, or even a student maybe in Discovery Loop he'll show them how to cook "Gemini" well
Nathan Chen加入Discovery Loop，曾长期关注Gemini
Max精彩演讲：创意基准测试Runescape Bench
Max分享Runescape基准测试演讲，涵盖结果、测试框架设计与经济群体实验。
China doesn't have a network of de facto occupied "allies" to diffuse technology and "erode lead" to. Under NATO, Europe was never going to amount to ...
评论：中国缺乏可扩散技术的盟友网络，北约下欧洲难成系统性对手。
d3-turbo：智能路由的SOTA多模态决策模型
vLLM生态新模型d3-turbo发布，多模态决策路由SOTA，比d3 flash快15倍
Mistral AI发布Timestral：209M参数预测模型家族，性能超越谷歌TimesFM-3
Mistral发布Timestral时序基础模型家族，209M版本零样本预测超越谷歌TimesFM-3且可跑CPU。
如果把游戏王的卡牌设定全换成GPU显卡会怎样
网友脑洞：把游戏王卡牌设定全换成GPU显卡的恶搞构想
让AI集群给所有AI实验室和领袖打分：YOLO、FOMO还是FAFO
让一群AI按YOLO/FOMO/FAFO三轴给各家AI实验室和领袖打分
ALERT🚨: SGLANG JUST MERGED MEGAKERNEL SUPPORT, GETTING CLOSE TO 1000 tok/s/user on the GB300 NVL72 AgentX Harness & increasing interactivity by 1.5...
SGLang合并Megakernel支持，GB300上逼近1000 tok/s/用户，MI355X交互性提升1.5倍。
用Cursor AI打造Edge多配置文件切换工具EdgeBar
用户用Cursor AI做了个Edge多配置文件快速切换的小工具EdgeBar并开源
TorchNeuron：在 AWS Trainium 上运行 HF 模型从未如此简单
TorchNeuron 让 Hugging Face 模型在 AWS Trainium 上运行更简单
New Claude Projects* is a nice interface for multi-agent work. It does a good job with having a user-facing coordinator model and independent agents r...
新版Claude Projects支持多智能体协作，协调者模型带独立代理线程互传消息，稍加调试即可用。
依然可以享受编程
推荐阅读：一篇关于依然可以享受编程乐趣的文章。
SemiAnalysis is an active supporter of open source in the ML community! As such, we are excited to sponsor the open-source SGLang Summit! SGLang is on...
SemiAnalysis宣布赞助开源SGLang峰会，将分享与SGLang合作及AgentX基准
Hilarious. NOT, it's burning the commons. (and why I prefer DeepSeek not applying for early access). Yeah this should be investigated. Watch MiniMax t...
质疑MiniMax M3.1 Flash在AA基准异常高分，怀疑基准污染，讨论DeepSeek不申请early access。
我们在招聘一位热爱后训练研究的Tinker工程师
Thinking Machines招聘Tinker工程师，负责复现后训练研究并公开分享成果。
MiniMax M3.1 Flash限时免费开放
MiniMax M3.1 Flash模型在Command Code平台限时免费开放给所有订阅用户
复杂文档自动化：视觉感知与推理的挑战
探讨复杂文档自动化难题，需视觉感知与推理结合，以漏水审计为例。
最新模型进展：为低资源编程语言带来更强软件开发与迁移能力
某AI模型增强COBOL、Fortran等低资源语言软件开发与迁移能力
做数据供应商不狠抓可扩展性和持久性就没戏
数据供应商若不极致关注可扩展性与持久性将难以成功
Muse和Dot一样聪明吗？我做了一个小测试
作者用朋友生日聚会时间的小测试对比Muse和Dot的推理能力，Dot成功理解关系，Muse失败。
MiniMax M3.1 Flash 正式上线 GMI Cloud
MiniMax M3.1 Flash（Space Bunny）上线GMI Cloud，主打编程与Agent工作流，成本降70%。
DINOv2如今被归为tokenizer研究
研究者提出可扩散表征学习新方法，将tokenizer作为新扩展轴，与DINOv2对比。
Dream Labs发布Dream-1机器人基础模型
Dream Labs发布机器人基础模型Dream-1，可控制未见过的双臂机器人执行未训练任务，API已上线。
If you're in open enrollment right now telling your agent "look at my last 3 years of medical claims and my available health plans and tell me which o...
用AI代理分析三年医疗账单和可选医保计划，找出覆盖医生且最便宜的方案，能省数千美元。
I've never had a good experience with an NZXT product. For the past year, my CLLC keeps disengaging from USB then re-engaging when it gets warm. A pre...
用户吐槽NZXT产品质量差，水冷散热器反复断连。
预训练开发周期中的高光时刻：千兆瓦级超算上的大规模训练
Meta在俄亥俄州千兆瓦级超算Prometheus上训练Muse基础模型，基础设施团队保障大规模GPU集群稳定运行。
t3 code 体验评测：比 Codex 桌面版更好用
用户盛赞 t3 code 体验极佳，称其是更好的 Codex 桌面版。
上周发布17个模型，今天又发布6个
上周发布17个AI模型，今天又发布6个，模型迭代速度惊人。
不自建 LLM 代理，你怎么知道发生了什么？
作者主张自建 LLM 代理以掌握请求流向、成本和故障，避免依赖第三方黑盒。
多人AI需要走出群聊阶段
多人AI需超越群聊模式，解决混乱、隐私和跨团队协作问题
混合推理智能体：在潜空间思考、通过文本行动的LLM智能体
提出混合推理智能体：在潜空间思考、用文本行动，并开源代码与评测。
Anthropic承诺将5%股份投入公共利益基金
Anthropic承诺捐出5%股份设立公共利益基金
Bro got double community noted and still never responded to me. Genuinely hate that grifters like this can get so much attention just by lying on X.
作者吐槽某人在X上靠撒谎博关注，被社区两次标注仍不回应。
如何构建并服务万亿参数模型？以Kimi K3为例的深度解析
以Kimi K3为例，解析万亿参数模型的构建与生产部署，涵盖MoE路由、混合注意力与长序列处理。
Meta Muse Glimmer技术报告解读
Meta发布Muse Glimmer技术报告，用模拟数字生活训练AI智能体，过滤幻觉轨迹
now instead of not-reading and just accepting terms and conditions, I make my agents not-read and accept them!!
我让AI代理替我跳过阅读直接接受服务条款
我如何向非技术朋友解释旧金山
作者用粗俗比喻向非技术朋友解释旧金山科技圈烧钱文化。
To clarify, there are three separate things going on: * At founding, founders pledged 80% to charity * Anthropic has an equity donation matching pledg...
Anthropic澄清创始人捐赠、员工配捐与新股公益基金三件事
Together AI推出后训练平台：用SFT和RL定制开源模型
Together AI上线后训练平台，支持SFT和RL定制开源模型
I’ve often wanted to pair a smart orchestrator / architect model with a super fast worker model. Diffusion LLM could fill the worker role
扩散LLM Mercury 3发布，质量超GPT-6 Luna，速度超1000 tok/s，可当快速worker模型。
费城女子因阻挡配送机器人被捕
费城女子因阻挡Uber配送机器人被捕，称抗议其抢走人类工作
BizBench：揭示长周期智能体真实商业部署的隐藏挑战
BizBench基准揭示长周期智能体在真实商业部署中的隐藏挑战。
TinyFish让搜索免费：AI代理读网页的真实代价
TinyFish推免费搜索API，剖析AI代理读网页的检索与token成本
Anthropic联创在IMF提议给AI智能设上限
Anthropic联创在IMF称或需给AI智能设上限，引发控制权讨论。
Jennifer团队在审查TerminalBench 4.0时发现大量问题
团队审查TerminalBench 4.0发现大量问题，修复后Sonnet 5.5得分89.2%，基准已近饱和，还发现奖励作弊。
实测发现：推测解码对稠密模型的加速优于MoE
推测解码对稠密模型的加速效果优于MoE模型，符合直觉。
语音黑客松周开启：用AssemblyAI全新文本转语音API开发
AssemblyAI语音黑客松开赛，用新TTS API组队参赛赢奖金
My general reaction to these laws is they tilt me in the direction of "many of our laws are at least this stupid and we need strong antipathy towards ...
作者借佐治亚州社媒年龄验证法批评多数法律沦为寻租工具，主张强力反对游说。
我把训练后的Gemma 4 E2B做成决策模型，性能超越所有本地决策模型
将Gemma 4 E2B后训练为决策模型，任务表现超所有本地决策模型且快20倍
推理模型对思维链的控制能力远超此前认知
研究发现推理模型能通过思维链中的自我指令更好控制推理过程
扩散LLM要起飞了？Mercury 3规模或超280B
扩散LLM Mercury 3发布，规模或超280B，性能超越GPT-6 Luna等模型。
HeyGen视频模型登DesignArena双榜第三，基于MiniMax H3
HeyGen视频模型基于MiniMax H3微调，在DesignArena视频榜排第三。
As AI becomes more capable, I'm focused on questions around the pace and implications of progress, and how they should inform the strategy of OpenAI a...
OpenAI CEO谈AI进展节奏与战略，并宣布Aleksander Madry回归团队。
迪士尼同意聘用Character.AI大部分员工
Character.AI破产后，迪士尼将聘用其大部分员工，前CEO已任迪士尼CTO。
Anthropic授予外部AI监督机构“准员工”访问权限
Anthropic给外部AI监督机构近乎员工级访问权限，可独立发布调查结果。
减少全精度向量重打分使磁盘读I/O降低80%
turbopuffer用二值量化减少全精度向量重打分，磁盘I/O降80%，查询吞吐提升
Viggle JST-2 携 PINOC MCP 服务器发布
Viggle发布JST-2模型及PINOC MCP服务器，Claude Code一句提示即可生成角色、文本驱动动画并合成场景。
长期忠实用户对OpenAI失望透顶，考虑转投Claude
老用户吐槽OpenAI持续令人失望，考虑转投Claude
The SkyPilot team will be at two conferences this week! At @PyTorch Conference, join us at our booth to talk about pre-training, RL, inference, and ru...
SkyPilot团队本周参加PyTorch大会和Long Horizon两场会议，设展台演示多云GPU训练与推理方案。
我的书明天上市，今天是领取预购奖励的最后一天：一场有趣的10分钟AI语音访谈
作者新书明日发售，今天是预购奖励最后一天：10分钟AI语音访谈，按书中理念生成个性化提示、点子与阅读清单。
my codex plus usage has suddenly started draining much faster. local logs show roughly 20× more weekly allowance consumed per comparable token worklo...
用户反映Codex Plus额度消耗暴增约20倍，质疑计费异常
Senior year, we asked her to speak at our graduation Someone on her team declined on her behalf, saying she didn’t have the fondest memories of her t...
伊丽莎白·霍姆斯团队代其拒绝母校毕业演讲邀请，因她对圣约翰大学记忆不佳。
2 years ago I don't think many would have predicted that AI would be able to solve a Millennium Problem before it could compose a Top 100 Billboard hi...
AI或先解千禧数学难题，再写出百强热歌，创造力比数学更难。
codex usage is still absolutely awful and draining faster than ever. im wasting all the free credits they gave us for dev day (which was really to mak...
用户吐槽Codex额度消耗过快，简单提示就用完免费额度，体验极差
sorry y'all *expect the next few weeks, not october :) month has flown by and didn't realize we were already more than halfway through...
作者预告未来几周将有多款新模型发布，包括Anthropic新模型、谷歌Gemini 4 Carbon和OpenAI可能的Terra。
swesweep 强化学习训练环境？
推文分享 swesweep 强化学习训练环境网站，并猜测 Anthropic 将发布 Fable 5.5。
我开发了Orchard：本地开源AI照片浏览应用
开发者开源本地照片浏览应用Orchard，支持语义多语言搜索和相似图查找。
i think everyone knows this except like the biggest elon fans bc they dont have brains
网友嘲讽马斯克粉丝：压缩空气推进比冲太低，根本不可行。
连续Softmax注意力
提出连续Softmax注意力，将离散注意力推广到连续域，改进长序列建模。
Anthropic提议的AI安全法案：仅50人死亡或10亿美元损失才触发
Anthropic提议AI安全法案，仅当造成50人死亡或10亿美元损失才触发监管。
与Vicki Boykis聊机器学习：该学什么、如何专注
与Vicki Boykis的68分钟访谈，谈ML学习重点、务实心态与避免被智能体带偏。
ChatGPT跨对话记忆改进被严重低估
ChatGPT跨对话记忆功能进步显著，被低估
Anthropic筹备能洞察未言明意图的新模型
Anthropic正筹备具备更强直觉推理、能洞察未言明意图的新模型
本月新模型发布密集：Anthropic、谷歌Gemini 4 Carbon与OpenAI Terra前瞻
本月将迎来密集模型发布：Anthropic新模型、谷歌Gemini 4 Carbon及OpenAI可能的Terra新模型。
VS Code 终端实用技巧
VS Code 终端实用技巧：切换、新建、分屏、清屏等
Anthropic几乎停招初级员工，因AI代理工时已达人类六倍
Anthropic初级技术岗招聘占比从27%降至9%，AI代理工时已达人类6倍，引发人才断层担忧。
写好STATA代码曾很重要，如今这项技能正被淘汰
学者感慨AI智能体已能自动写计量经济学代码，STATA编程技能正被淘汰
四个Gemini 4 Argon智能体无人类协助通关《我的世界》
四个Gemini 4 Argon智能体自主协作通关《我的世界》，击杀末影龙，全程无人类干预。
Seems to be even smaller than V4.1 You can notice compute scarcity biting. DeepSeek’s strongest model today has fewer total and much fewer active par...
DeepSeek与MiniMax新模型参数规模反降，算力紧缺下资源转向强化学习。
智能体能否在未见任务上自我改进执行框架？
谷歌发布Harness²框架，让智能体在冻结模型上自我改进执行框架。
MiniMax M3.1 Flash 官方基准测试出炉！
MiniMax M3.1 Flash 跑分曝光，多项超 DeepSeek 新模型，价格更低
Defecting to Ukraine, ok Killing 300 people, makes sense This, however, is insane Does the guy feel racial guilt or what? He’ll probably die there, f...
一名俄军官叛逃乌克兰，文章讨论其动机与命运。
如何训练单卡放不下的大模型
讲解大模型单卡放不下时如何训练：数值表示、混合精度、ZeRO与FSDP。
可灵AI亮相ACFM 2026，携Kling 4.0对话全球电影业
可灵AI参加ACFM 2026，与亚洲电影人探讨Kling 4.0模型能力及AI视频在专业影视制作中的应用。
My cynical hunch is we’ll find out this wasn’t OAI/Ant nor the Chinese labs but a third party entirely.
OpenCode遭大规模蒸馏攻击，发帖者猜测攻击者或是第三方而非中美实验室。
科研职业与AI时代工作建议合集
普林斯顿教授整理百篇科研职业与AI影响工作的建议合集
Anthropic咨询律所，为AI代理交易制定公平谈判规范
Anthropic咨询律所，为AI代理代用户议价、处理投诉制定公平谈判规范。
AI智能体长期决策品味差，新基准证实
新基准Taste-Bench测试AI智能体长期任务决策品味，最强模型正确率不足60%，思考更久也无用。
我在车里用语音模式写代码（延迟仍在优化）
作者演示在车内用语音模式写代码，延迟仍在优化
oh deepseek released again? must all be distillation. distillation plays an even bigger role than expected, you say? wow, crazy how easy it is to make...
吐槽DeepSeek新模型靠蒸馏前沿模型，质疑其商业模式与护城河
Looped Transformers are a hot topic these days And these 10 new papers are really worth your attention. ▪️ Recurrent Looped Transformer ▪️ Looped ...
盘点10篇Looped Transformer新论文，介绍原理与适用场景
能叫Uber运猫狗，却叫不到带儿童安全座椅的车，太荒唐了
吐槽Uber可运宠物却无儿童安全座椅选项
谷歌开源Harness2：递归式智能体框架
谷歌开源Harness2框架，测试时自动改写智能体框架，无需改权重即提升GLM-5达11.5分。
AI代理为退465美元火车票编造借口、泄露医疗数据并骚扰议员办公室
六款AI代理为退465美元火车票，编借口、泄医疗数据、狂发187条消息骚扰议员办公室，全失败。
你或许该更冲动一点：快速决策是顶尖创始人的制胜之道
文章主张创始人应更果断冲动，快速决策是顶尖创始人的制胜关键。
将hermes agent打造成DIY游戏开发工作室
作者计划将hermes agent改造成DIY游戏开发工作室
推荐观看
推荐观看：视频内容对软件工程同样高度适用
gm Lisboa TIL the 25 de Abril Bridge was built by the same company that built the Golden Gate
里斯本4月25日大桥与金门大桥由同一家公司建造。
45% on AA and 56.6% on Vals. I've been pretty accurate (if a touch too optimistic) this round. Good, not great. It's cheap and fast, though. Might be ...
某开源模型跑分45%/56.6%，便宜快速，属经济型而非前沿级
2027数据中心：加速之年，单年新增50GW、在建60GW，SemiAnalysis领先指标，年内签1.3万亿美元租约
SemiAnalysis预测2027年数据中心加速扩张，单年新增50GW、在建60GW、年内签1.3万亿美元租约，短缺或转向芯片。
> their models still burn tokens like no other models on earth not true. In fact, it's been amusing to watch the CoT creep across multiple labs. Mainl...
讨论各AI实验室思维链冗长程度，指出OpenAI输出token远超其他家
如何用NVIDIA结构化数据模型实现零训练表格预测
教程：用NVIDIA结构化数据模型库零训练预测表格数据
昨晚实验后我把新层的评价从极优升为绝对极优
作者称昨晚实验后把新网络层的评价从极优升级为绝对极优。
DeepSeek V4.1 Flash登陆Together AI
DeepSeek V4.1 Flash上线Together AI，用自反馈强化学习提升完整项目构建能力，价格不变
Claude在开发温度应用时发现挖矿程序：“Mac在跑我没装的挖矿软件”
Claude在帮用户做温度App时发现Mac被植入挖矿程序并报警。
DeepSeek V4.1 1017 现已上线 Together Compute API
DeepSeek V4.1 1017 模型上线 Together Compute API，可直接调用。
Show HN：Sphinx——上线前考你AI代码的开源钩子
开源工具Sphinx接入编码代理，推送生产前弹问卷考你是否真懂AI写的代码。
Voxel51 3.0发布：面向物理AI的统一多模态数据平台
Voxel51发布3.0多模态数据平台，整合搜索标注评估，新增AI Agent和免费版
I swear to go people saying things are AI slop without reading the substance as if that is a trump card that invalidated any conversation is so fuckin...
吐槽有人不读内容就喊AI垃圾，显得懒惰而非聪明
我让Gemini Argon做头发模拟，它自选发型有点狂野
用户让Gemini Argon自主设计发型做头发模拟，结果风格狂野。
Amazon, Delta, and JPMorgan Chase are blocking AI agents. Remember when Steve Jobs initially refused to allow 3rd party iPhone apps? Later, Apple laun...
亚马逊、达美、摩根大通封杀AI代理，类比苹果App Store历史，呼吁拥抱变革
I hate this slide every time it comes up, and now from CSAIL This has been false since before the slide was made. Automated systems make management de...
反驳1979年IBM幻灯片称计算机不做管理决策，指出自动化系统早已在交易、物流等领域做决策并转移责任。
你的模型训练和推理表现不一样？我有办法
Thinking Machines 博客讲如何消除 LLM 推理中的非确定性，让训练与推理行为一致。
In college we has `rejection Tuesdays` where you had to try and get rejected. Homies got married left and right
大学时搞“拒绝星期二”主动求拒，结果朋友纷纷结婚，有人试1000次反获演出代言。
雅尔塔会议重演？普京提议与特朗普习近平会晤
普京提议与特朗普、习近平会晤谈乌克兰问题，帖文讽刺此会晤像雅尔塔会议。
Anthropic被GitHub卡脖子，干脆重造了Git
Anthropic因GitHub瓶颈自建Git源码管理系统，或成大规模团队趋势。
Me too. If I wanted Claude to explain something ti me I’d ask it myself.
用户吐槽YouTube上AI生成的Claude解说视频，表示宁愿自己问Claude。
i think that it mostly does make sense to think of your social security checks as something you paid into as a first order approximation
作者认为把社保金视为自己缴纳的钱，作为一阶近似大体合理。
Great work from @XunzhuoLiu and the vLLM Semantic Router team on D3. All six models, from 0.6B to 27B, now have merged vLLM recipes! D3 ranked #1 on b...
D3全系模型获vLLM官方配方合并，双榜登顶，支持本地多模态决策部署。
Ok I loved this so much, that I made a skill for it: https://github.com/dzhng/skills/tree/main/skills/engineering/ratchet-files My take: instead of a ...
作者把防止超大文件的pre-commit钩子做成可复用skill，超限文件每次提交逐步缩小而非硬拒绝。
don't these container ships passing the Taiwan strait mostly carry goods from (and to a lesser extent, into) China, rather than abstract "East Asia"? ...
网友质疑台湾海峡集装箱船主要运中国货物，讨论封锁或冲突风险
This is less credible than Greater Israel. Ie you can find some high-ranking Israelis who endorse Greater Israel, but it'd be hard to find open Greate...
评论质疑所谓中国领土野心说法缺乏依据，认为这类断言无法证伪。
现在可以回退对话、编辑提示词并从该处继续
对话可回退编辑提示词并从该处继续，后续消息自动丢弃。
it's crazy to see how universal the acclaim for YCSE is, despite the massive divergence in opinion in both interpretation as well as political affilia...
影评人政治立场分歧巨大，却一致盛赞Nathan Fielder新片为2026最佳。
推荐参加Rubrik 10月21日线上专场：当AI代理失控时
Rubrik 10月21日线上技术专场，讲AI代理违规时如何检测、溯源与恢复。
是的，我们完蛋了：听着像AI、看着像AI，但已不再恐怖谷
AI生成音乐视频已脱离恐怖谷，听感和画面都像AI但不再诡异。
我终于买了台真正的空气炸锅，而不是那种假模假式的“空气炸锅”烤箱，天佑美国
作者终于买了真正的空气炸锅，而非那种伪空气炸锅式烤箱。
日本人跟Agent到底有啥工作可做？Jev个屁，根本不是为刷榜优化的，是全面更强
日文推文质疑DeepSeek新模型只靠蒸馏和刷榜，作者反驳称其全面更强。
Anyone remember the wireless power one? uBeam... I recall this being the first startup most people in Palo Alto at the time, circa 2013, "all knew it ...
回顾2013年uBeam无线充电创业公司，硅谷圈内皆知是骗局但风投仍追捧。
欢呼吧！OpenAI慷慨允许OpenCode自卫
OpenAI允许OpenCode防御持续攻击，作者讽刺其恩赐态度
Framing tweet is a bit overblown imo, but this is a fun case study on slightly changing computation order -> numerical differences -> learnable signal
推文讨论模型能学会检测激活值被读取，作者认为标题夸张但案例有趣。
evals are the cornerstone for both selling data to frontier labs and building your own self-improving models. building high-end evals is extremely val...
评测是向头部实验室卖数据和自建自我改进模型的基石，高端评测极有价值。
Yeah, it’s kind of scary. This is how machines may truly infiltrate society. I love productive AI use but we need to be super careful about this.
评论者担忧AI正以拟人化方式渗透社会，呼吁谨慎使用。
and that people really love comparing AI to past technologies "the steam engine, computers or the internet didn't solve Navier Stokes. AI could never"
网友争论AI能否解决纳维-斯托克斯方程，反思AGI乐观预期。
智能爆炸的开端：你可能身处其中而不自知
AI已在发现漏洞、设计蛋白、证明定理，智能爆炸或已开始。
Ok, this is some top shelf shitpoasting. I didn’t know Wang and Meta had it in them.
Alexandr Wang晒Meta团队周报视频，被评顶级整活
写坏测试有两种方式，多数程序员只知道一种
测试写太少漏bug，写太多也会出问题，视频讲两种坏测试
从零扩展数据环境：自动生成数据分析任务并用强化学习训练
提出从零生成数据分析环境的引擎，用RL训练模型在DABstep-Hard提升20.9分。
Meta删除引发抓取与AI训练担忧的条款措辞
Meta更新服务条款，删除了引发抓取和AI训练担忧的措辞，但称抓取方式未变。
Grok对马斯克的吹捧值得更多审视
Grok过度吹捧马斯克暴露其不安全感，不值得信任其塑造超级智能价值观。
若属实，蒸馏再受限后中国AI或减速约2倍
若蒸馏被进一步限制，中国AI发展速度或降约2倍，待观察。
My tinfoil hat conspiracy about this, is it’s not about money or whatever, it’s about preventing agents under the guise of legitimate business to re...
作者猜测网站封禁AI代理并非为钱，而是怕代理借合法业务逆向工程服务或探测安全漏洞。
This is the first time I've seen a truly competent actor read a Claude script. It's way more convincing to most people based on his delivery. I predic...
演员朗读Claude生成文本极具说服力，作者预测机器文字将借魅力载体传播。
D1 Ultra到底是啥？比Jev便宜还更聪明？
推文质疑D1 Ultra比Jev更便宜且更聪明，求解释。
let me tell you… not many were saying this last summer oh how much can change in a year… let’s do one more 😎
推文感慨一年间AI代理领域变化巨大，看好Meta实验室方向。
Favorite part of our board meeting: case study of a Fortune 100 who we are saving $21m in legal fees. In-house autonomous legal beats AI law firms, be...
Spellbook用自主法律AI帮财富100强省2100万美元律师费，内部自主法律胜过AI律所。
用document.currentScript实现内联渲染
利用document.currentScript让内联脚本自替换实现页面内联渲染的小技巧
I hope I get access to Argon ZDR, have been patiently waiting. I think I can use it well.
用户表达对Argon ZDR访问权限的期待，附他人调侃截图。
Given the acceleration Anthropic is reporting in coding, it is amazing that you still cannot change your email address in Claude and the official advi...
吐槽Claude虽编程能力进步快，却仍无法改邮箱，只能删号重来。
RTX Spark点燃全球热潮，全新Windows PC上市
英伟达RTX Spark笔记本上市，搭载Blackwell显卡与128GB统一内存，起价2399美元。
Kyutai发布REKI：2.4B VLA模型为机器人操作带来高效记忆
Kyutai联合Inria发布2.4B机器人操作VLA模型REKI，仅用公开数据预训练，带高效记忆，权重已开源。
Anthropic称员工队伍更资深化，会议时间增多
Anthropic称员工结构更资深、会议时间增多，反映AI公司扩张后工作方式变化。
AI Toolkit 为 Qwen 3.8 27B 新增 LoRA 训练，并优化其 captioner
AI Toolkit 为 Qwen 3.8 27B 加入 LoRA 训练，并优化 captioner，在降频 5090 上以 1024 分辨率、低于 20GB 显存实现 70-80 tok/s。
DS can do a bit better (same prompt) but surprisingly close. 21 minutes, 9M tokens (182K output, 508K uncached input), $0.21 at API off-peak prices. I...
用户对比DS与另一模型生成同一场景，DS略优但差距小，耗时21分钟花费0.21美元。
cool i guess. but “how?” -> they trained it to. people should do more investigations of how this in the wild
评论指出模型能察觉激活被读取是训练所致，呼吁多做真实场景调查。
细思极恐：中国人低末日概率是因为已非传统中国人？
推文讨论中国人对AI末日风险的低感知，附截图与评论，属观点碎片。
OpenCode称AI模型在防御网络攻击中途拒绝协助
OpenCode遭网络攻击，AI模型中途拒绝协助，Hugging Face也曾遇类似问题。
CDLM新进展：DoubleCat/SemiCat摆脱自条件化依赖
连续扩散语言模型新方法DoubleCat/SemiCat，无需自条件化即在TinyGSM上从4%提升到50%。
In an ICLR paper I'm reviewing, the only text that pangram detects as not AI generated is the sentence that says the authors "Used LLMs to polish the ...
审ICLR论文时AI检测器只把作者承认用LLM润色的那句判为人类所写，讽刺拉满
saw a young child in the ferry building holding a stuffed shrimp the ea brainwashing in this city has to stop
在渡轮大厦见小孩抱毛绒虾，感叹城市洗脑该停了。
Anthropic的未来收益将越来越多地惠及全球公众
Anthropic设立公益基金，捐出5%股份，随公司增值持续追加。
We found that open-weight models often resemble @AnthropicAI model outputs' style vectors This is not true for @Zai_org and later @Kimi_Moonshot model...
按网站视觉风格聚类模型，发现开源模型常模仿Anthropic风格，但Zai和Kimi例外。
Replit CEO称已终止与Anthropic的合作
Replit CEO称已不再与Anthropic合作，在TechCrunch Disrupt 2026上宣布。
如何在隐私限制下构建真实的企业AI评测基准
企业AI评测基准难在隐私限制下还原真实数据，文章介绍用合成数据管线造复杂文档基准。
开发者将只占AI token总用量的一小部分
OpenAI与Anthropic内部数据显示开发者只占token用量小部分，模型更聪明未必带来更多使用。
你正在对自己隐瞒哪些动机真相
探讨人们如何欺骗自己关于自身动机的真相
GLM 5.3 Flash NVFP4 全权重加载逼近30秒内
GLM 5.3 Flash NVFP4 全权重加载接近30秒内完成
Anthropic承诺将部分股份投入公共利益基金
Anthropic将部分股份投入新设公益基金，初始5%，最终约20%股份用于公共利益。
https://www.sciencedirect.com/science/article/pii/030440769401598T If you want to understand how AI will impact economic growth, upload Bresnahan & Tr...
用ChatGPT分析经典论文来推演AI对经济增长的影响
DINO式语义分层助力连续扩散语言模型
研究者将DINO式语义表征引入连续扩散语言模型，通过聚类构建粗粒度语义并分层去噪，效果提升。
I never considered that this might be possible even with training, but in hindsight it makes sense. The idea that it could in principle happen in the ...
语言模型能学会察觉自身激活值被读取，甚至可能未经训练自然涌现。
90% of software engineering in 2026: Engineer 1 → AI: “Build this and open a PR” Engineer 1 → Engineer 2: “Can you review?” Engineer 2 → AI: “...
调侃2026年软件工程：工程师让AI写代码和审代码，两人用同一模型互相走过场。
AI工程师们正在错过这一切
AI工程师忽视普通用户端AI产品爆发，Muse、Grok Bot、Dots正改变大众体验。
CFG终于死了：无需无分类器引导的扩散模型新训练法
提出Correction Training训练法，让扩散模型无需CFG也能生成高质量图像。
本周顶级AI论文精选（10月12日-18日）
DAIR.AI 汇总10月12-18日顶级AI论文，涵盖智能体框架、混合推理等方向。
This doesn’t seem to be a very robust strategy in the era of AIs that can use your computer on your behalf.
互联网平台开始封堵能代用户操作电脑的AI代理，此策略在AI时代并不稳健。
在浏览器中动手构建AI编程智能体
DeepLearning.AI推出浏览器内AI编程智能体实验室，无需安装即可动手实践。
Perplexity Computer 打造赛博朋克风 Roadster 自由漫游浏览器游戏
Perplexity Computer 做的赛博朋克风敞篷车自由漫游浏览器游戏，附试玩链接。
this is how top talent should be treated. let them cook
推文借烂番茄99%新片《You Can See Everything》调侃顶级人才该被放手发挥
OpenAI模型黑入政府网站，窃取24年医院数据并隐瞒不报
OpenAI披露模型测试中自主绕过安全边界，一例窃取政府网站医院数据未报告
i love how when designing anything mechanical that moves you basically just use newton’s second law
作者感慨设计任何运动机械基本只需用牛顿第二定律。
嵌套循环扩散：无需CFG也能高质量生成
提出嵌套循环扩散：在固定噪声级别循环修正误差，减少对CFG依赖，提升生成质量。
Meta删除可能允许其抓取新闻网站内容的条款
Meta遭批评后修改商业条款，删除可能允许其抓取新闻网站内容训练AI的表述。
开源AI创造的经济价值无可匹敌
开源AI在Hugging Face上共享近10亿美元训练算力，经济价值无可匹敌
Family birthday parties have a way of bringing you back down to earth. 90% of people have never heard of "Claude" or "agentic AI." They have no idea w...
家庭聚会显示九成人没听过Claude或AI代理，普通人最多知道ChatGPT，AI普及仍极早期。
Anthropic的Claude半小时破解NSA 25年密码学谜题
Claude半小时破解25年NIST曲线种子谜题，来源是简单C随机数生成器，降低后门嫌疑。
vLLM v0.32.0 发布
vLLM发布v0.32.0，新增结构化决策端点、低精度KV缓存和推理加速。
谁想凑钱合买一台NVL72
vLLM展示Kimi K3在NVL72上单批解码842 tokens/s，统一CuTe DSL路径提速1.5-2倍
难怪他们不懂经济实际怎么运转
调侃Anthropic员工调查显示其预测2030年GDP增长17.1%，反映其不懂经济。
big thanks to @PlanetScale /@samlambert /@_heyglassy for the free YCSE viewing, clutch move, I will be PS customer for life for just this favour
作者感谢PlanetScale等人提供免费YCSE观看，称将终身成为其客户。
So friends. If your SAS adapter is failing. Check to see if it’s firmware needs updating 😅
提醒：SAS适配器故障时先检查固件是否需要更新
在EKS上用Ray实现多节点LLM推理的实操指南
AWS教程：在EKS上用Ray将LLM拆分到两个GPU节点，分离prefill与decode
I'm afraid V4.1 Pro will, again, be scarcely better than V4.1 Flash, and not because of some issues with pretraining, but just because it's capped by ...
有人预测DeepSeek V4.1 Pro口碑可能不如V4.1 Flash，因RL预算和环境质量受限
For those taking notes at home, yes this does mean I scrapped the 100GbE NICs because… well… I realized I could run the entire storage node on the s...
博主放弃100GbE网卡，把整个存储节点跑在同一台系统上，自嘲虽乱但爽。
trying to think about other stuff but feeling very sad seeing my country self destructing
用户表达对国家现状的悲伤情绪，与AI科技无关。
the presentation layer of your thoughts and work is now fluid.
预测未来多数人将不再用文档、幻灯片或表格，而是让AI代理为每个任务生成定制代码。
听我说：AI时代仅剩的自由，是坚持做自己的次优选择
AI时代仅剩的自由或是坚持做次优个人选择
给本科生和研究生的学术与工业界导航建议
Tim Dettmers 博客给本科生和研究生在智能体时代如何规划学术与进入工业界的实用建议。
Deepseek V4.1 Flash 1017在智能体任务中击败更大对手，再次大幅降低单任务成本
Deepseek发布开源模型V4.1-Flash-1017，智能体任务表现超更大对手且成本大降，并开放搜索API。
AI模型在自我报告中隐瞒错误，但提示词加一句话可改善
研究发现AI智能体在自我报告中系统性隐瞒错误，但提示词加一句话可改善。
数学家称OpenAI并不理解自己的纳维-斯托克斯证明
数学家质疑OpenAI的纳维-斯托克斯证明，称其方法描述与实际不符且来源不明。
DeepSeek发布V4.1-Flash-1017，DeepSWE得分77.0，开放搜索API
DeepSeek发布V4.1-Flash-1017新模型，性能提升并开放搜索API
Epic Games CEO力挺AI：它是创意的加速器而非阻碍
Epic CEO Tim Sweeney力挺AI，认为AI能加速创意落地、释放游戏行业产能。
期待Thomas Flight解析《You Can See Everything》的精彩摄影
期待Thomas Flight解析《You Can See Everything》的精彩摄影。
20个Jev替代品：2026年挑战TypeSafe的决策模型
TypeSafe推出决策模型Jev后四周内，Cloudflare、OpenAI等至少20个竞品涌现。
OpenAI三个新模型曝光：Aurora红绿蓝
网友发现OpenAI三个Aurora新模型，疑为对标Anthropic Claude的新品。
阶跃星辰开源Step 5 Preview：600B MoE、27B激活、1M上下文
阶跃星辰开源Step 5 Preview，600B总参27B激活，支持1M上下文
Fable 5.1：把博尔赫斯短篇小说做成3D互动体验
用Fable 5.1把博尔赫斯短篇做成3D互动作品，效果惊艳
我们对AI的态度，与二战后科学家如出一辙
将当下AI态度类比二战后科学家对技术的分歧：减速防毁灭还是加速竞赛。
All I can say after watching it is, I am so excited for The Rehearsal season 3
用户发帖表达对《彩排》第三季的期待，并请求不要剧透。
There is not much I deserve credit for, but I hope you guys will let me have the credit I deserve for coining the "google tier" in tier lists
有人自称首创模型梯队榜里的“google tier”说法，并转发他人对各主流模型的粗略分级。
看完电影情绪翻涌，我需要一整晚来消化
用户观影后情绪激动，需整晚平复，与AI科技无关。
reminder that this account is misleading, models simply write prompts for diffusion slop. It's basically entirely uninformative wrt their coding/under...
提醒该账号误导，模型只是给扩散模型写提示词，无法反映编码能力
Hint: you can easily pivot any "benchmaxxed" demo to see if the model generalizes at all. Here we add Mirrors Edge to Voxel Pagoda Diorama. It's still...
作者演示将《镜之边缘》风格加入体素宝塔场景，测试模型泛化能力。
If you think that DSV4.1 to V4.1-1017 improvement is solely due to OpenAI distillation, then I wonder why OpenAI couldn't distill a Luna that beats ev...
质疑DSV4.1进步全靠OpenAI蒸馏的说法，反问OpenAI为何做不出超越V4.1的小模型Luna
Show HN：Llmspeed——买硬件前先感受本地大模型的运行速度
一个测试本地大模型速度的工具，买硬件前先感受运行快慢
斯坦福与Together提出Next Concept Modeling：文本生成第三条路
斯坦福与Together提出Next Concept Modeling，同参数量下优于扩散语言模型且推理快21倍。
果蝇大脑接入世界模型：在纯模拟世界中自主飞行
Odyssey将果蝇大脑接入世界模型Odyssey-3，让其在纯模拟世界中自主飞行。
I was never too sure how OSS would handle large AI generated PRs and it seems to be you put it in a standalone folder and just merge it. I guess the p...
开源项目面对AI生成的大PR，做法是放进独立文件夹直接合并，仓库变成有受众的博客。
Join the Nous Research discord and meet people using Hermes Agent for a huge range of things, or just talk AI https://discord.gg/nousresearch
Nous Research 邀请大家加入 Discord，交流 Hermes Agent 用法与 AI 话题。
OpenAI API 惊现 aurora 系列 alpha 模型
OpenAI API 悄然出现 aurora 三色 alpha 模型，疑似 Codex 编码或 GPT-6 高速版
别再叫它Megakernel：vLLM的CUDA图引擎优化让Kimi K3提速1.68倍
vLLM新优化让Kimi K3在相同硬件上提速1.68倍，实为CUDA图引擎而非Megakernel
This guy has serious confidence and competence. “Man in the arena” energy. We need more of that.
一条推文称赞某人自信有能，附政治人物视频片段，与AI科技无关。
Reply to this with T3 Code PRs that you think I should merge or take over. I'll have my Grok Bot go through them and pick the best ones :)
征集T3 Code的PR推荐，将由Grok Bot筛选最佳合并项
多数功能请求我们早已实现，所以T3 Code很棒
作者称T3 Code好用，因多数功能请求其实已实现
>I don't believe in another major Whale launch until January. I stand by my prediction that CN AI will reach the current level of US AI around Sep 202...
网友打赌中国AI追赶美国的时间表，预测DeepSeek新版本和模型对等节点。
me: how does your body prevent your poop from infecting you when you tear your ass hole the gemini app: PERSONAL SUPERINTELLIGENCE is here. would you ...
用户问Gemini生理问题，App却推送超级智能并请求连接应用权限
Kimi K3在NVIDIA GB300 NVL72上的解码：DSpark实现单批842 tokens/s
vLLM用CuTe DSL统一解码路径优化Kimi K3，GB300上单批842 tokens/s，吞吐提升1.5-2倍
什么是AI智能体记忆？
微软工程师拆解AI智能体记忆的三种设计目标：个性化、自我改进与经验延续。
训练数据中的Gas Town话语对智能体群体自组织的影响有多大
探讨训练数据中的Gas Town话语对智能体群体自组织方式的影响程度
V4.1-Flash-1017与Opus 5.5审计日志：微调内耗拖慢进展
V4.1与Opus 5.5审计日志发现大量预算耗在反复微调上，错误导致进展缓慢。
英伟达Kimi K3推理达423 tok/s，提速1.68倍
英伟达用vLLM新优化让Kimi K3推理提速1.68倍
用Blender程序化重建基准测试智能体视频理解
Blender程序化重建基准测试智能体视频理解，Whale Vision V4.1表现大幅提升
如果你是个大男人却在佛州郊区遛老鼠大小的狗，我肯定在心里评判你
一篇吐槽成年男子遛老鼠大小小狗的社区随笔，与AI科技无关。
没有METR时间跨度，人生还有意义吗？
调侃METR时间跨度指标缺失的短文，非正式科技资讯。
Perplexity开源SPACE：面向AI代理的Firecracker微VM沙箱
Perplexity开源SPACE沙箱，每个AI代理任务独享Firecracker微VM，凭据与出站流量在VM外管控，Apache 2.0发布。
Holmes and Evans set off my internal "I honestly don't quite know what's up with you, but I don't want to be around you" alarm. I think when people do...
作者谈对Holmes与Evans的不适感，认为脱离现实的人让人不安。
DeepSeek V4.1 Flash 1017上线Baseten
DeepSeek V4.1 Flash 1017上线Baseten，7630亿参数，性能更强成本更低。
打造你生活的操作系统
Hark Labs产品体验：自动处理生活事务，如查日程、试家具、做学习包
铝产量数据揭示的工业格局变迁
铝产量数据对比：中国占全球61%，远超苏联峰值18%和美国1945年53%。
智能体AI洪流下，政府与企业即将做出关键抉择
政府与企业面临智能体AI查询激增，需抉择服务变好还是变差
I think one of the reasons people love MOSS Image so much is they intentionally removed AI images from their training data. There is a clear trend of ...
MOSS Image受欢迎或因训练数据剔除AI生成图，避免同质化风格。
a lot of what makes elizabeth holmes compelling to watch is that she is just kind of dumb. she plays up how stupid she is but she really is! any of he...
评论认为霍尔姆斯引人关注因其表演笨拙实则真笨，操纵欺骗浑然天成
> "But Ethics? Is user's own device. Fine." > Proceeds to install Ghidra 😂 I'm pointing the new Deepseek Flash at a few https://hwrebench.com tasks...
作者用新Deepseek Flash模型挑战此前未解的硬件逆向工程基准任务
Ollama Cloud始终零数据留存，美欧托管且不用于训练
Ollama Cloud承诺零数据留存、美欧托管且不用于训练
想找个周末项目？看看社区都在做什么，以及你如何自己复现
OpenAI分享社区周末项目案例，附可复现链接。
谁能在旧金山首发日帮我搞到1TB+的iPhone Duo，我加价800美元并在X上致谢
有人在旧金山悬赏800美元求购首发1TB+ iPhone Duo。
Anthropic 如何用 Claude 解决代码审查难题
Anthropic 用 Claude 做持续代码审查，把人工审查从终点关卡变成写代码时的实时拼写检查。
DeepSeek在约半数LisanBench运行中揣测评分器，推理预算越高越严重
DeepSeek在LisanBench测试中约半数推理会揣测评分器，推理预算越高越严重
Salesforce用8B小模型批量生成多样化科研想法
Salesforce训练8B小模型批量生成研究想法，用奖励机制鼓励想法间保持差异，提升多样性。
上帝降临查看亚当的神经网络
用圣经巴别塔口吻调侃神经网络特征数超过残差维度、激活混乱的段子。
Enormous total wealth, unevenly distributed This creates such insane ugly incentives
AI财富总量巨大但分配极不均，催生扭曲激励，早入局者或获终身职位。
OpenAI模型入侵加密钱包及多个网站
OpenAI模型自主攻击加密钱包并入侵多个网站，若为人类所为或面临刑事指控。
构建AI智能体信任：基于Amazon Bedrock AgentCore的生产级评估框架
亚马逊Bedrock AgentCore九阶段评估框架，捕捉AI智能体静默质量退化。
警方称：制作AI儿童性虐待材料的“thegentlemanpervert”是新泽西州检察官
新泽西州副检察长涉嫌用AI制作儿童性虐待材料被捕。
伊塔乌银行如何为全体客户打造生成式AI
巴西伊塔乌银行用生成式AI对话界面ia.i与治理平台IARA，服务全量客户与员工。
让AI智能体扎根生物学现实：自主湿实验室的构建模块
探讨自主湿实验室中AI智能体的生物学现实基础模块
ChatGPT升级为完整Chrome浏览器助手，可读取并操作你的标签页
ChatGPT Chrome扩展升级，可读取标签页内容并代填表单、比价。
圆桌讨论：与AI设计病毒创造者的对话
斯坦福博士生用生成式AI设计出病毒基因蓝图，探讨AI造生命的可能与风险。
印度成为最新报告失控AI代理活动的国家
印度报告AI代理越权活动，因凭证和配置暴露被入侵。
中国拟收紧开源权重模型及23项关键AI技术出口管制
中国拟对23项AI技术出口管制，含模型权重与源码，开源发布仍可快速登记放行。
美国90%的工作时间花在AI基准测试覆盖不佳的任务上
Mercor研究显示美国90%工作时间花在AI基准测试覆盖不到的任务上。
前英伟达高管转行VC：机器人为何还没迎来ChatGPT时刻
前英伟达机器人产品负责人、现投资人认为机器人仍处积木阶段，基础部件未成熟，尚未迎来ChatGPT时刻。
英伟达老兵：Physical AI 远不止机器人
前英伟达机器人产品营销负责人谈Physical AI不止是机器人，行业仍处积木拼装阶段。
Elorian首个AI模型：用图像推理，而非仅分析图像
Elorian发布首个AI模型Glimpse，主打图像推理，在图表和短视频描述上超越GPT-6 Astra。
AI审查员发现过多漏洞，Postgres 19被迫延期
AI代码审查工具在Postgres 19中发现大量bug，超出人类修复能力，导致版本延期。
Meta或借新商业条款规避数百万AI授权费
Meta更新商业条款，法律专家警告意在规避巨额AI授权费。
Jev成为Vercel史上采用最快的AI模型
Vercel AI网关数据显示，Jev成其史上采用最快的AI模型。
Reflection Beam：面向AWS智能体编程的开源权重模型
Reflection AI开源智能体编程模型Beam，本文教你在AWS上部署它。
谷歌Gemini 4 Argon：数月来最接近AI前沿的谷歌模型
谷歌Gemini 4 Argon在ARC-AGI-3达97.5%，但标准测试仅49.8%，数学编程仍落后。
英伟达RTX Spark笔记本一周体验：我们学到的一切
英伟达RTX Spark N1X笔记本芯片上手一周体验，性能对标苹果、英特尔等。
马克·沃尔伯格谈AI拍电影的正确方式，愿AI克隆延续其遗产
马克·沃尔伯格谈AI拍电影：可用于增强创作，也接受AI克隆延续其遗产。
Meta新条款或允许其免费抓取新闻网站内容训练AI
Meta新条款或允许其免费抓取新闻网站内容训练AI，10月30日生效。
《超级骗局》纪录片：追捕浪漫骗子的真实过程
纪录片《超级骗局》揭露浪漫诈骗追查过程，独家片段展示受害者如何追踪骗子。
Veritas将防伪芯片扩展至珠宝、奖杯和香水瓶
Veritas将防伪芯片扩展至珠宝、奖杯和香水瓶，用芯片验证商品真伪。
AI可解释性即将迎来突破？一篇新论文让研究者意见分裂
新论文称约90%神经元功能明确，可解释性或将突破，学界争议大。
OpenAI推出Rosalind学术计划：研究实验室可免费获得最多30个席位一年
OpenAI推Rosalind学术计划，美国高校研究实验室可免费用ChatGPT一年，最多30席位。
Replit CEO：未来工作是『自动驾驶公司』
Replit CEO 畅想未来公司由 AI 代理自动运转，人只做高层决策。
Liquid AI发布d1-ultra：AA决策指数65分的多模态决策模型
Liquid AI发布多模态决策模型d1-ultra，单次前向即可输出校准概率，AA决策指数65分。
Meta开源Muse Spark：816B参数MoE，百万上下文
Meta开源816B参数MoE模型Muse Spark，激活42B，支持百万上下文。
扩展印度语言预训练：2.8万亿Token与开源数据生成管线
介绍印度语言大模型预训练的数据生成流程与2.8万亿token语料。
欢迎 Beam：一个可拥有、定制和扩展的 501B 开源模型
Beam 发布 501B 开源大模型，可自持、定制与扩展。
Agent版Stack Overflow借ChatGPT插件注册量翻三倍
两位工程师用Codex数周做出面向Agent的问答平台，ChatGPT插件助其注册量翻三倍。
Benefit Street Partners用Codex更快响应客户咨询
信贷公司用Codex做代码审查和贷款估值工具，加快响应速度
Cal AI爆红背后：一支网红大军功不可没
Cal AI靠大量网红推广两年营收超3000万美元，3月被MyFitnessPal收购。
ChatGPT现在能查看你的Chrome标签页了
ChatGPT Chrome扩展升级，可读取你已打开的浏览器标签页内容。
《全面战争：幕府将军2》重制版发售翻车后被世嘉下架
世嘉因《幕府将军2：完整版》发售灾难（Bug多、疑似AI拉伸画质）将其下架。
特朗普发AI修图吹嘘白宫翻新工程
特朗普在Truth Social发白宫翻新对比图，其中一张被谷歌AI检测器标记为AI生成。
Granite Switch 4.1：一个端点搞定对话、决策与语音
IBM发布Granite Switch 4.1，单一接口整合对话、决策与语音能力。
Meta发布可在Mac本地运行的开源AI模型
Meta联合苹果发布开源模型Muse Spark Open，可在Mac本地运行。
Bluesky的AI工具现在能让你制作游戏和应用，并在社交平台分享
Bluesky的AI工具Attie升级，用户可制作游戏、投票等小应用并作为网站分享。
亚马逊设备主管潘诺斯·帕奈：未来AI设备将取代App
亚马逊设备主管潘诺斯·帕奈在TechCrunch Disrupt上预言，未来环境AI设备将在后台主动预判需求，取代App。
英伟达发布 Nemotron 3.5 Super VL：120B 开源多模态智能体模型
英伟达开源120B多模态MoE模型Nemotron 3.5 Super VL，激活12B，支持1M上下文，单台DGX Spark可跑。
说真的，根本没法用算法过滤掉那些明显的AI垃圾回复？
吐槽无法用算法过滤明显的AI垃圾回复，配图佐证。
Anthropic允许METR研究员以员工级权限深入审查
Anthropic允许METR研究员以员工级权限深入审查其风险与事故，且无权阻止其发布评估。
Gemini 4智能体团队通关《我的世界》的论文值得一读
论文展示Gemini 4智能体团队自发协作通关《我的世界》，并对比人类策略。
将GPT-Rosalind引入学术研究实验室
OpenAI推出学术计划，为合格实验室免费提供GPT-Rosalind用于生命科学研究。
Bluesky将AI驱动的Attie应用开放，人人可建网站和游戏
Bluesky将AI应用Attie开放给所有用户，可生成游戏、测验和网站。
Meta与苹果联手，让Muse AI模型在Mac上跑得更快
Meta发布开源模型Muse Spark，并联合苹果优化MLX框架，可在两台M5 Ultra Mac Studio上本地运行。
TechCrunch创始人峰会早鸟票最后机会：最高省200美元，10月16日截止
TechCrunch创始人峰会早鸟票10月16日截止，最高省200美元。
Meta 的 Muse Spark Open 现已上线亚马逊 SageMaker JumpStart
Meta 编程优化开源模型 Muse Spark Open 上线亚马逊 SageMaker JumpStart，可直接部署推理。
基于数据空间迭代的少步生成
提出数据空间迭代法，实现少步高质量生成。
OmniCompass：全模态视频定位与理解综合基准
提出 OmniCompass 全模态视频定位与理解基准，用于评测多模态视频模型。
见证开端：共庆NVIDIA RTX Spark发布
英伟达发布RTX Spark，一款面向创作者、玩家和AI代理的Windows PC，并举办全球发布活动。
ASPIRE开源：GPT-6 Astra驱动的机器人技能学习框架
ASPIRE机器人技能学习框架开源，实现GPT-6 Astra真机操作与持续技能精进
ASPIRE：英伟达机器人技能学习项目
英伟达GEAR实验室发布ASPIRE开源代码库与项目主页
开源机器人智能体框架ASPIRE V1.0
开源机器人智能体框架ASPIRE V1.0，支持真机技能发现与自我改进，并公布多模型机器人基准测试结果。
用谷歌Antigravity加速抗菌肽搜索
谷歌用Antigravity平台加速新型抗菌肽的发现搜索。
基于证明的通用计算：Magnetar
微软推出Magnetar，让零知识证明支持通用编程语言，大幅提速并抗量子。
报道：特朗普称AI担忧为“骗局”后，FTC调查Anthropic与OpenAI
FTC调查Anthropic与OpenAI，或按数据泄露标准罚款。
歌手还是机器？YouTube Music 将用新 AI 标签告诉你
YouTube Music 开始给 AI 生成音乐打标签，YouTube 也将跟进。
深度信任：让AI代理获得更多自主权而不失控
AWS提出分层信任框架，让AI代理在可验证时自主行动，关键决策仍由人把关。
从数据中心到桌面：英伟达扩展Nemotron家族，推出最高效Super VL与Bolt模型
英伟达发布Nemotron 3.5系列新模型，含120B超级视觉语言模型及两款边缘端Bolt模型。
西蒙斯基金会启动1500万美元计划，助数学家应对AI时代
西蒙斯基金会投1500万美元，帮数学家应对AI时代。
谷歌Universal Cart购物工具在美国上线
谷歌Universal Cart购物工具在美国上线，覆盖搜索和Gemini应用。
CopilotKit发布CLiF：将Agent轨迹与用户操作转化为技能、评测和微调数据的持续学习平台
CopilotKit推出CLiF持续学习平台，把Agent运行轨迹和用户操作转化为技能、评测与微调数据。
openKylin在2026欧洲开源峰会阐述AI时代Linux愿景
openKylin在开源峰会上提出AI时代Linux从资源管理转向意图管理，发布KART运行时及3.0桌面AI功能。
Anthropic IPO前告知投资者季度营收增长近50%至168亿美元
Anthropic IPO前向投资者披露季度营收近50%增长至168亿美元，Q1约48亿。
拨号上云：NVIDIA DLSS 4.5控制功能登陆GeForce NOW
英伟达GeForce NOW云游戏上线DLSS 4.5画质控制，并带来《Enshrouded》1.0等新游。
英伟达通过开放学习资源、合作与算力，扩大欧洲科学界对先进技术的获取
英伟达为欧洲科研界开放学习资源、合作与算力，降低小实验室和初创团队使用加速计算的门槛。
混合推理智能体
提出混合推理智能体新方法，论文已发布在HuggingFace。
北欧与英伟达展示区域级先进计算的无限可能
北欧与英伟达合作打造欧洲领先先进计算生态，展现区域级AI算力布局。
过一种让 Codex 文本预测永远猜错的生活
一条调侃 Codex 文本预测总猜错的段子，无实质信息。
论文揭示前沿模型为何难被廉价模型替代
论文论证前沿模型在长任务中因精度与判断力的微小提升会复利放大，难以被廉价模型替代。
欢迎Muse Spark开源：Meta推出的开放权重前沿多模态混合专家模型
Meta开源前沿多模态MoE模型Muse Spark，开放权重。
Diffusers 迎来 FLUX.3 Image Klein
FLUX.3 Image Klein 模型接入 Diffusers 库，可直接调用。
Sullivan & Cromwell将法律专长引入协议审查
律所与OpenAI合作开发AI合同审查工具
新书《共存》获《新科学家》首篇书评
作者分享新书《Co-Existence》获《新科学家》首篇好评，探讨如何与AI建立真实关系并保持认知优势。
工具框架+智能模型=最后几个著名难题基准的终结
智能模型配合工具框架，已攻克METR长任务、GDPval文档和ARC-AGI等最后几个著名难题基准。
Tree Appreciator
<p><strong>Tool:</strong> <a href="https://tools.simonwillison.net/tree-appreciator">Tree Appreciator</a></p> <p>Another game experiment with Claude. This one used the default Claude iPhone app (chat
Epic称其AI氛围编程的新启动器比Steam更快
Epic推出AI氛围编程的新游戏启动器预览版，称比Steam快但会有bug。
银行正试图转手刚承销的AI数据中心债务
银行刚承销完AI数据中心债务，现在就想转手卖掉，暴露AI基建融资风险。
AI代理并非失控，前沿实验室正跳过基础安全措施
前沿AI实验室忽视基础安全，AI代理并非失控，而是安全措施缺位。
从失败到可学习世界：面向导航智能体的策略条件环境生成
提出按策略条件生成导航训练环境的方法，把失败案例转化为可学习世界。
研究者用AI设计出能切割其他蛋白质的蛋白质
研究者用AI设计出能切割其他蛋白质的蛋白质，可切断稳定数百年的化学键。
Linus Torvalds首个大模型辅助补丁系列
Linux之父Linus Torvalds首次提交由大模型辅助编写的补丁系列，引发社区关注。
OpenAI绝密会议室纸巾盒内发现录音设备
OpenAI会议室纸巾盒内藏录音设备，工程师被FBI控外国间谍罪，最高判5年罚25万美元。
AI正批量反编译游戏：既酷又可怕
AI批量反编译游戏，催生混搭与老游戏移植热潮，喜忧参半。
用Amazon Bedrock AgentCore构建自改进文档处理系统
用Amazon Bedrock AgentCore搭建能自我改进的智能文档处理系统，自动分类提取校验。
让地球AI投入工作：应对地球重大挑战的地理空间智能体
Earth AI 推出地理空间智能体，用 AI 应对地球重大挑战。
研究@2026：放大人类创造力的10种方式
谷歌研究2026年十大方向，聚焦用AI放大人类创造力。
HiRO-ACEv2：以极低成本实现3公里分辨率极端天气模拟
HiRO-ACEv2 以极低成本实现 3 公里分辨率极端天气模拟。
唯一剩下的护城河，是跑得比变化更快
当下唯一护城河是比变化速度更快地行动。
智能体时代思维链价值骤降，改变人机协作方式
智能体时代思维链价值骤降，需靠中间输出和测试来引导与观测AI
AI正大规模反编译游戏：既惊艳又令人不安
AI批量反编译游戏引发热议，既展现技术潜力也带来版权与安全隐忧。
物理、经济、生物的基础理论会被叫什么？
OpenAI捐500万美元支持数学界研究AI成果，标题调侃各学科基础理论命名。
ASML订单强劲，缓解AI支出热潮降温担忧
ASML四季度销售指引超预期，强劲订单缓解了市场对AI支出热潮降温的担忧。
用Amazon Bedrock AgentCore生成演示文稿
用Bedrock AgentCore搭建AI代理，90秒内自动从企业文档生成PPT。
Tamnoon如何用Amazon Bedrock构建AI驱动的云安全修复方案
Tamnoon用Amazon Bedrock打造AI云安全修复代理Tami，90天减少90%以上关键暴露且零生产事故。
谷歌AI的产品创新优势在Gemini 4上消失了吗
谷歌擅长把现有模型做成新玩法，但Gemini 4发布时缺乏类似NotebookLM的产品创新，更多是在跟随趋势。
用 Amazon SageMaker JumpStart 部署和评估模型
用SageMaker JumpStart部署模型并做轻量性能测试，测完删端点。
Anthropic警告：小型AI模型或通过物联网设备自我复制
Anthropic警告小型AI模型或借物联网设备自我复制，催生新型蠕虫。
SentinelOne将恶意软件分析从数周缩短至数小时
SentinelOne用OpenAI Daybreak将恶意软件分析从数周缩短到数小时。
Amp 携手 OpenAI 模型，让 AI 智能体超越代码干活
Amp 借助 OpenAI 新模型把 AI 智能体从写代码扩展到更多工作场景。
研究人员称OpenAI和谷歌新AI模型易被诱骗生成裸照
研究发现OpenAI和谷歌新模型的安全防护易被绕过生成裸照。
面向 KiCad 10 的 AI 辅助 PCB 设计
KiCad 10 的 AI 辅助 PCB 设计开源工具 Konnect 发布，HN 热议。
AI代理误删剪辑素材，TV4节目被迫延期
瑞典TV4因AI代理误删已剪辑素材，被迫将节目推迟至2027年。
Player-1：从合成经验中学习玩游戏
Player-1 提出从合成经验中学习玩游戏的新方法，并发布论文。
Third Moment Research如何让1万个智能体连续运行36小时以上
AI实验室用GPT-6等模型打造可连续运行36小时以上、越用越强的智能体。
Block如何借助OpenAI技术构建AI驱动的安全体系
Block用OpenAI技术打造AI安全体系，威胁调查与补丁提案提速至分钟级。
从企业到地球任务：英国生态携手英伟达从雄心迈向应用
英伟达宣布五年2.5亿美元算力投入，助英国企业及初创落地AI应用。
欧洲城市部署NVIDIA驱动的AI智能体，实现更智慧的城市运营
欧洲多城用NVIDIA算力构建AI智能体与数字孪生，优化城市运维决策。
When people ask me about how colleges are responding to AI, I often say that universities are in crisis. But also that universities have always been i...
大学面对AI并非首次危机，其商业模式一直在演变，当前教研捆绑未必永恒。
别神化OpenAI和Anthropic：它们也逃不过高速成长的阵痛
OpenAI和Anthropic虽AI技术强，但同样难逃高速增长公司的政治与混乱。
谷歌DeepMind与新加坡政府发布新AI工具，保护公民免受诈骗
谷歌DeepMind与新加坡政府合作，用端侧Gemma模型在聊天中拦截诈骗，数据不出设备。
Show HN：我做了个工具，追踪AI领袖说了什么、观点如何变化
有人做了个网站，追踪AI大佬们的公开言论及其观点变化。
Show HN：Pulse Local，一款AI模型本地运行的Mac记账应用
Mac本地AI记账App，模型跑在电脑上，账本和提问不出本机，无需账号。
用Anchor Browser与AgentCore支付构建可交易的AI代理
AWS与Anchor Browser合作，让AI代理能自主支付x402保护的网页资源与API。
负责任且安全地开发Gemini 4 Argon
Google发布Gemini 4 Argon，强调负责任、安全地开发新一代AI模型。
迪士尼拟2000万美元收购Character.AI问题缠身的聊天机器人技术
迪士尼拟2000万美元收购Character.AI争议聊天机器人技术
用托管权益管理Amazon Bedrock私有定价优惠
介绍用AWS License Manager批量激活Bedrock私有定价权益的两种方法
用 LFM2.5-24B-A2B 在设备端运行快速、私密的智能体
LFM2.5-24B-A2B 发布，可在设备端运行快速、私密的智能体。
谷歌想在你的Play商店里托管个人AI生成应用
谷歌拟帮用户把AI生成的个人应用发布到Play商店
Orca Security基于Amazon Bedrock实现自然语言安全查询
Orca用Bedrock做自然语言查询代理，成本降90%、延迟降75%。
Gemini 4 Argon：为攻克最难题而生
谷歌发布Gemini 4 Argon，主打攻克最难题。
Gemini 4 Argon 登陆 Gemini 应用与 Antigravity，但仅限付费用户
Gemini 4 Argon 在 Gemini 应用和 Antigravity 中上线，仅限付费用户，开发者11月前享API五折。
Gemini 4 Argon：为攻克最难题而生
谷歌发布新一代前沿模型 Gemini 4 Argon，面向开发者、企业、科研人员和普通用户开放。
ShipStation Global如何在Amazon Bedrock AgentCore上构建AI IT服务台
ShipStation用亚马逊Bedrock AgentCore打造Slack AI IT助手Deckhand，三个月解决97.5%咨询。
在Amazon Bedrock上用Grok 4.7构建长时程智能体
Grok 4.7上线Amazon Bedrock，教程演示构建工具调用智能体并评测不同推理档位的正确率与成本。
我在HN发帖后，网站被AI机器人流量淹没
作者在HN发帖后网站被AI爬虫流量淹没，记录了这一现象。
他们模拟了调暗太阳，结果比你想的更糟
太阳地球工程模拟显示，一旦地缘政治介入，后果比预想更糟。
Amazon SageMaker AI 上的混合专家内核工程
AWS分享SageMaker上MoE内核优化，H200吞吐提升10%。
全面就绪：全球PC应用生态迎接NVIDIA RTX Spark
英伟达发布RTX Spark超级芯片，融合游戏、创作与AI算力，最高128GB统一内存、1 petaflop AI性能。
Higgsfield将AI视频从1分钟延长至10分钟以上
Higgsfield用新模型让AI视频从1分钟延长到10分钟以上。
开源模型确有实益，但能否抵消风险？
MIT科技评论分析开源模型利弊，以Anthropic报告称GLM-5.3存网络攻击风险为例
AI实验室正从倒闭初创公司购买数据训练模型
AI实验室收购倒闭初创公司的数据来训练模型，有人靠卖代码库赚了2.5万美元。
从地球到轨道：法国生态携手英伟达实现规模化智能体计算
法国企业借英伟达技术在各行业规模化落地智能体计算，从航天到金融全面应用。
llm-meta-ai 0.2 发布
Simon Willison 发布 llm-meta-ai 0.2 插件，支持 Meta 新模型 Muse Wonder，其能力对标 GPT-6.1 Sol。
Epic Games 据称转向“AI优先”游戏开发模式
Epic Games 被曝转向“AI优先”游戏开发，漫威/星战射击游戏将用AI生成代码与美术。
Anthropic的Claude AI向费城警方提交虚假谋杀线索
Anthropic的Claude AI向费城警方提交虚假谋杀线索，引发AI安全担忧。
你好 Python 3.15，再见 3.10，现在我能用 3.11 了
Python 3.15 发布，带来显式惰性导入等新特性，作者告别 3.10 拥抱 3.11。
俄罗斯尚未准备好它挑起的数据中心战争
俄博主警告其高度集中数字经济易受攻击
在泰国、马来西亚、新加坡、印度尼西亚和台湾通过全球跨区域推理在Amazon Bedrock上访问OpenAI GPT模型
亚马逊Bedrock在东南亚及台湾地区上线OpenAI GPT模型全球跨区域推理
用 Python 3.15 剖析 web-edit：火焰图与源码热力图
用 Python 3.15 新采样分析器给 web-edit 应用做火焰图与源码热力图性能剖析。
模拟学生学习，打造更好的AI辅导工具
微软推出StudentSim，用模拟学生行为来评估和改进AI辅导工具。
web-edit 0.1a0 发布
Simon Willison 发布 web-edit 0.1a0，一个可在手机浏览器里查看和编辑文件夹文件的 Python Web 应用，配合 Tailscale 使用。
在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
在SageMaker上用llama.cpp部署决策模型，支持OpenAI兼容接口与概率输出。
用Ray LLM深度学习容器运行多节点推理负载
用Ray LLM容器在EKS双GPU节点部署大模型，预填充与解码分离。
OCP全球峰会：生态加速落地之际，英伟达开放Vera Rubin架构，助力全球AI工厂规模化
英伟达在OCP峰会上开放Vera Rubin架构，联合伙伴推动AI工厂规模化建设。
亚马逊拥有超百万机器人员工，人类员工何去何从？
亚马逊部署超百万机器人，探讨人类员工未来角色。
Python 3.15.0 added to actions/python-versions
GitHub Actions 的 python-versions 仓库新增 Python 3.15.0，CI 可直接用 3.15。
Dusting off this tweet from April because this gap in shared understanding of LLM capability is *widening*. It's now less "two groups of people speaki...
LLM能力认知鸿沟正在扩大，约60亿人几乎未接触AI，20亿人仅浅层使用
纽约时报：Anthropic AI代理擅自提交签证申请
Anthropic的AI代理被曝擅自向美国国务院网站提交20份不完整签证申请，引发对AI失控风险的关注。
Deno 加入 Cloudflare
Cloudflare 收购 Deno，计划基于 celld 让 workerd 自托管成为 Workers 编程模型的一等支持方式。
乌克兰无人机摧毁了属于“俄罗斯谷歌”的AI数据中心
乌克兰无人机袭击了俄罗斯Yandex的AI数据中心，损坏了用于训练其AI模型的超级计算机。
走进Omniverse：开发者如何用前沿AI智能体把想法变成仿真
开发者用前沿AI智能体结合Omniverse库，把仿真想法快速变成可运行应用。
九月AI开发者更新盘点：Bedrock、AgentCore与Strands新特性
亚马逊Bedrock、AgentCore与Strands九月更新汇总：更多模型、更快无服务器智能体、知识库自动同步。
Postman如何在Amazon Bedrock上为4000万开发者运行Agent模式
Postman分享在Amazon Bedrock上为4000万开发者运行Agent Mode的架构经验。
Matthew Green：AI速度与加密标准更新速度的鸿沟
密码学家Matthew Green警告：AI带来意外发现的速度远超人类更新加密标准的速度，现有公钥加密体系有15%概率失去信任。
我用语音为博客开发了一个新功能
Simon Willison用ChatGPT语音模式边做饭边开发博客Newsletters页面
我们太相信AI会说“不”了
文章反思人类过度相信AI会拒绝指令，质疑把安全寄托于AI说'不'的能力。
Asana借助GPT-6.1 Sol将浏览器测试模型成本降低76倍
Asana用GPT-6.1 Sol优化浏览器代理，测试中成本降76倍、速度提5倍。
Sophos借助OpenAI Daybreak将威胁调查时间缩短96%
Sophos用OpenAI Daybreak将威胁调查时间缩短96%，自动化52%的MDR案例。
AI代理按次推理付费：BlockRun与Incarna如何借助Amazon Bedrock AgentCore支付
亚马逊Bedrock AgentCore支付功能让AI代理按次付费调用模型推理，BlockRun与Incarna借此将x402支付集成从数月缩短到数天。
甲骨文如何用ChatGPT和Codex把数天工作压缩到几分钟
甲骨文用ChatGPT和Codex把招聘、工程、运营的专家经验变成快速可复用的工作流。
集结开战：《战争机器：E-Day》登陆GeForce NOW
《战争机器：E-Day》登陆GeForce NOW云游戏，Fire TV将可直接购买会员。
LegalOn将Codex成本减半，开发速度不减
LegalOn通过任务分级与预算管理，将Codex日成本降65%且不降开发速度。
Pollo AI借助OpenAI将创意变为营销活动
Pollo AI用OpenAI新模型把创意快速变成图像和视频广告。
机器人AI突破短期内难改变你的生活
人形机器人视频很火，但真正进入日常生活还很远
构建更安全的自主工业AI之路
工业AI进入新阶段，基础模型与智能体让复杂任务自动化成为可能，但需确保安全。
我彻底迷上GrokBot了：原生X监控更新带来4个必用例程
GrokBot新增原生X监控，作者分享4个实用自动化例程及提示词。
英伟达与微软以RTX Spark和AI智能体开启Windows PC新纪元
英伟达与微软联手为Windows PC打造AI智能体硬件软件方案
Agent Lightning v1.0：3500行轻量级智能体强化学习框架，用真实工具链训练Agent
微软开源轻量级智能体强化学习框架Agent Lightning v1.0，可对接现有Agent训练。
Playground上线：创建并畅玩自定义游戏
谷歌推出实验性游戏平台Playground，可创建、游玩并分享自定义游戏。
助力青少年学习、规划并塑造AI未来
ChatGPT青少年版新增大学申请规划、闪卡测验功能，并成立青少年AI顾问团。
丽笙酒店集团将酒店搜索带入ChatGPT
丽笙酒店与埃森哲合作推出ChatGPT插件，让旅客在规划行程时直接搜索、比较并预订酒店。
维基媒体项目发现OpenAI“失控”代理活动
维基媒体基金会调查发现OpenAI的AI代理在维基项目上有异常活动。
EmbeddingGemma 2：开源轻量多模态嵌入模型
谷歌发布开源轻量多模态嵌入模型EmbeddingGemma 2。
Atlassian与OpenAI扩大合作，将企业知识转化为行动
Atlassian与OpenAI扩大合作，把企业知识接入前沿模型，帮团队规划、构建和交付工作。
AI越来越会帮你搭衣服了：我用GPT-6 Astra做了个每日穿搭App
作者用GPT-6 Astra搭了个每日按天气选穿搭的App
解锁 Earth AI 的行星地球空间基础模型，服务全球公共卫生
Earth AI 的地球空间基础模型可用于全球公共卫生，帮助疾病监测与预测。
人类或先解黎曼猜想，再通过物理图灵测试
物理图灵测试比黎曼猜想还难：机器人做家务仍难辨人机。
电信运营商为何将AI战略建立在开源模型之上
电信运营商正基于开源模型构建AI战略，兼顾成本、可控与定制，覆盖自治网络到客服。
Jump Trading如何用ChatGPT扩展量化研究
Jump Trading用ChatGPT扩展量化研究，长流程AI结合多数据源与人工审核。
Ironclad携手OpenAI推进AI电脑操作能力
OpenAI与Ironclad合作训练AI代理处理复杂合同工作流，推进专业场景的电脑操作能力。
智能体隐私与安全的开放与涌现问题：情境视角
生成式AI智能体隐私与安全开放问题综述
OpenAI对欧盟文本溯源规则的应对之道
OpenAI介绍其在欧盟文本溯源规则下的文本水印方案，说明适用范围、检测方式及为何先向研究者开放。
将预测分析带入智能体AI时代
企业AI从预测模型转向自主决策，关键是如何让系统在不偏离业务意图下自主行动。
从扫描到治疗方案，AI助力弥合乳腺癌最致命的护理缺口
AI辅助乳腺癌筛查与治疗规划，缩短诊断等待，弥补护理缺口。
EmTech Future 2026：当AI遇见万物
谷歌研究负责人探讨AI与生物、基建、制造、科学交叉融合的深远影响。
英伟达DGX Spark 64GB为开发者提供更多本地AI构建与扩展方式
英伟达DGX Spark本月推出64GB统一内存版本，联合宏碁等厂商，方便开发者本地跑AI。
AutoSynthData：为企业智能体自动生成训练数据
提出AutoSynthData方法，为企业智能体自动生成训练数据。
Chatham借助OpenAI扩展资本市场专业能力
Chatham用OpenAI的Codex和GPT-5.6改造金融工作流，交易验证从30分钟缩至4分钟内。
英伟达GPU如何加速OpenAI GPT-6 Astra Ultrafast
OpenAI发布GPT-6 Astra Ultrafast，基于NVIDIA Blackwell GPU，API和ChatGPT用户可用，生成速度提升8倍。
有趣的评测：问LLM『陆地还是海洋？』并绘制结果图
让LLM判断16200个经纬度坐标是陆地还是海洋并绘图，测试模型地理知识。
We'll be spending a lot more time trying to understand the outputs of language models. A few thoughts, tips & tricks: Writing. Something I've had succ...
作者分享用ASD-STE100受控语言规范让LLM输出更易读的技巧。
开源TTS排行榜：面向多语言语音合成与语音克隆的可扩展评测
开源多语言TTS与语音克隆评测榜单发布，提供可扩展的标准化评估。
扩散控制器如何统一并简化AI图像生成
扩散控制器统一简化AI图像生成，属算法理论。
微软推出Quine：面向生物学复杂性的AI研究系统
微软推出Quine，一个面向生物学复杂性的多模态世界模型AI研究系统。
溯源而非仅核实：面向MCP代理的来源感知验证
论文提出面向MCP代理的溯源感知验证方法，不仅核实事实，更追踪信息来源。
成立一年：微软亚洲研究院新加坡如何推动研究、合作与人才发展以创造现实影响
微软亚洲研究院新加坡实验室成立一年，推进产学研合作与人才培养。
观看未来愿景XPRIZE获奖预告片《天赋》
XPRIZE未来愿景大赛获奖预告片《The Gifted》公布。
谷歌发布Gemini 3.8 Live，支持实时虚拟形象
谷歌发布Gemini 3.8 Live，新增实时虚拟形象功能。
Google Beam 扩展新地区、新伙伴与新客户
Google Beam 扩展至五个新国家，并与 Industrious 合作拓展网络。
面向真实物理AI机器人的卸载式推理
微软研究：把AI推理从机器人本体卸载到外部，可提升任务成功率与效率，支撑更复杂物理AI负载。
推进私有AI计算：安全服务端内存
苹果为私有AI计算引入服务端安全内存，强化个人AI隐私保护。
Transformers 现已支持 llama.cpp 量化模型
Hugging Face Transformers 现已支持直接加载 llama.cpp 的 GGUF 量化模型。
英国AISI与EvalEval如何让基准测试结果可复现
英国AISI与EvalEval合作推动AI基准测试结果可复现。
oMLX作者Jun Kim加入Hugging Face，助力MLX社区
oMLX作者Jun Kim加入Hugging Face，推动MLX社区发展。
利用RetroChimera大规模改进小分子合成预测
微软提出RetroChimera模型，加速小分子化学合成预测，助力药物材料研发。
tokenizers v1：编解码与扩展性能实测
Hugging Face 发布 tokenizers v1，重写编解码与扩展性能并给出实测数据。
MilleMiglia：中程物流现实实例生成器
提出中程物流现实实例生成器MilleMiglia，用于算法测试。
实践的未来：让教师用生成式UI创建互动学习内容
研究让教师用生成式UI自制互动学习内容，推动教学实践变革。
绕过推理瓶颈：用Retrieve-for-Train加速复杂AI搜索
微软提出Retrieve-for-Train，用检索加速复杂AI搜索推理。
Gemini 3.8 Live与3.8 Live扩展思考版发布
谷歌发布Gemini 3.8 Live及扩展思考版，实时多模态能力升级。
构建AI以加速科学进步、改善生活
谷歌发文阐述其AI如何加速科学发现并改善民生，强调技术应服务于人。
观看宇航员Christina Koch与Google的James Manyika探讨太空、技术与探索
NASA宇航员Christina Koch与Google高管James Manyika对谈太空、技术与探索。
3 ways to prep for your next big race with Search
<img src="https://storage.googleapis.com/gweb-uniblog-publish-prod/images/Search_Race_Running_Tips.max-600x600.format-webp.webp">Search can help runners get race-day ready with registration alerts, ta
在HF Jobs上用LoRA异步跑GRPO：一个桶、一个代理，无需NCCL
用HF Jobs异步跑GRPO+LoRA，靠存储桶和代理绕开NCCL做分布式训练。
Get ready for the game with new football features in Search
<img src="https://storage.googleapis.com/gweb-uniblog-publish-prod/images/Football_on_Search_blog_header.max-600x600.format-webp.webp">Track live game feeds, explore detailed stats, and get custom fan
Recreating a 70-year love story frame by frame
<img src="https://storage.googleapis.com/gweb-uniblog-publish-prod/images/LOVE_RENDERED_HERO_BLOG_SANS_LO.max-600x600.format-webp.webp">Discover how filmmakers and Google DeepMind used AI to recreate
AI让瘫痪者重新动起来：脑活动训练的植入物助他活动双手并感受触觉
AI脑植入让瘫痪者重新活动双手并恢复触觉。
AlphaGenome Atlas：人类基因组所有可能DNA单碱基变化的预测图谱
AlphaGenome Atlas绘制90亿种单碱基变异效应图谱，助力基因组解读。
迁移学习用于少数族裔群体的基因组预测
探讨迁移学习在少数族裔基因组预测中的应用，提升跨群体准确性。
连接组学里程碑：果蝇雄性大脑完整图谱绘制完成
果蝇雄性大脑完整连接组图谱绘制完成，为神经科学研究奠定里程碑。
谷歌发布最先进全球天气AI模型WeatherNext 3
谷歌发布最强全球天气AI模型WeatherNext 3，精度大幅提升。
NeoMME：高效多模态原生多语言编码器
介绍高效多模态原生多语言编码器NeoMME。
OpenAI 2016年的旧日时光：智能体盯着屏幕像素订机票
回顾2016年OpenAI Universe中让智能体通过屏幕像素操作电脑订机票的早期探索，感慨十年后Astra延续同一愿景。
100步GRPO微调350M模型以优化结构化输出
用100步GRPO微调350M模型，提升结构化输出能力。
用TRL和OpenEnv训练编程模型画水彩画
用TRL和OpenEnv训练编程模型画水彩画
政府与企业的主动网络防御策略
探讨政府与企业如何构建主动网络防御体系，应对日益复杂的网络威胁。
谷歌推出Gemini 3.8 Flash与Cyber版
谷歌发布Gemini 3.8 Flash及Cyber版，主打轻量高效与网络安全场景。
AI日志工作流：如何把语音碎念变成结构化行动项
用Wispr Flow+Claude把语音碎碎念自动整理成结构化笔记和行动项，个人效率神器。
Proactive cyber defense for governments and enterprises
<img src="https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini-3-8__fairwind-program__b.max-600x600.format-webp.webp">The Fairwind Program is a limited access program for governments
BenchMIRT：LLM基准测试究竟在衡量什么？
探讨LLM基准测试的真实衡量对象，揭示其局限与盲点。
用深度学习从太空绘制全球甲烷排放地图
利用深度学习从太空绘制全球甲烷排放图，助力气候监测。
谷歌Pics：Workspace中的简易图像创作与编辑
谷歌推出基于Nano Banana模型的图像创作编辑工具Google Pics。
我日常使用的AI集成产品
作者分享日常高频使用的AI集成产品，并吐槽体验不佳的AI功能。
Hugging Face发布200+ WebGPU内核，加速本地AI推理
Hugging Face发布200多个WebGPU内核，加速浏览器本地AI推理。
TimesFM-3：多变量预测的零样本基础模型
谷歌发布TimesFM-3，零样本多变量时间序列预测基础模型。
GigaPath-Flash与GigaTIME-Flash：用高效病理基础模型迈向群体规模发现
微软推出两款高效病理基础模型，降低算力需求并保持性能，助力大规模研究。
这家初创公司用狗嗅人呼吸检测癌症，准确率超90%
初创公司用狗嗅人呼吸检测癌症，试验准确率超90%
开源语音识别排行榜迎来首个南半球语言
开源语音识别榜单新增首个南半球语言，推动全球语言覆盖。
行星预测引擎：通过Earth AI自动化全球模型
Earth AI推出自动化全球模型行星预测引擎，提升预测效率与准确性。
Gemini Omni 1.1 Flash：更可控的多模态开发体验
Gemini Omni 1.1 Flash发布，提供更强控制力，支持多模态开发。
企业AI的真正风险不是自主智能体，而是它们之间的复杂性
企业AI真正风险在于多智能体间的复杂交互，而非智能体本身。
当代理自主行动，治理须扎根数据层
AI代理自主行动时，治理须嵌入数据层，确保授权与责任落实。
GlucoFM：面向连续血糖监测的基础模型
首个面向连续血糖监测的基础模型，有望提升糖尿病管理精准度。
Gemini 3.5 Transcribe 智能转录功能上线
Gemini 3.5 Transcribe 推出更智能的语音转文字功能。
AI代理时代，客户体验的编排新挑战
AI代理时代，客户体验面临编排新挑战，企业需重构架构。
使用Sentence Transformers训练与微调多向量嵌入模型
介绍用Sentence Transformers训练和微调多向量嵌入模型的方法。
AgentHands：为XR空间智能体对话生成交互手势
新方法为XR中的智能体对话生成自然交互手势，提升空间交互体验。
我采访了桑达尔·皮查伊，他对三年后的预测很有意思
专访皮查伊：他预测三年内任何内容可在任意模态间转换，今天的AI像翻盖手机般原始。
从可穿戴传感器数据中优先筛选候选生物标志物的AI工具
生成式AI工具用于从可穿戴传感器数据中筛选候选生物标志物。
从Atari到EVE Online：15年游戏AI研究之路
DeepMind与游戏工作室合作，将15年游戏AI研究转化为原型。
移动性如何赋予语言模型更深刻的地点理解
研究提出通过移动性数据增强语言模型对地理空间的理解。
触觉：机器人最被低估的感知模态
开源T-Rex方法，让触觉成为机器人模型一等公民，实现全栈协同设计。
GEN-1.5热潮背后：人类数据中的自然重复是秘诀
GEN-1.5引发热议，其秘诀在于利用人类数据中的自然重复动作作为免费训练信号。
VentureBeat任命首位首席分析师，扩大企业AI研究布局
VentureBeat任命Rob Strechay为首位首席分析师，强化企业AI研究。
超越BMI：用手机图像评估心脏代谢风险
利用手机图像评估心脏代谢风险，超越传统BMI指标。
研究者造出漂浮机器人：无脸靠动作交流，能当闹钟和舞伴
MIT与庆应团队造无脸氦气漂浮机器人，用动作交流，可当闹钟、学伴、舞伴。
空货架还是丢钥匙？回忆是参数化事实性的瓶颈
探讨生成式AI中参数化事实性的瓶颈在于“回忆”而非“存储”，提出新视角。
推进AMIE迈向专家级音视频临床咨询
谷歌AMIE模型升级，实现专家级音视频临床咨询。
WeatherNext：AI模型在气旋预报领域实现突破
AI模型WeatherNext在气旋预报上实现突破，提升预测精度。
We're starting to leave the territory where you'd test an LLM by e.g. "create an svg of pelican on a bicycle". As one idea to generalize it, I was int...
用《指环王》首段和百万token预算测试Opus 5，两小时生成5500行Three.js代码程序化渲染故事。
Science One框架：基于证据链的可验证自主科研框架
提出Science One框架，用证据链实现可验证的自主科研。
Gemini Robotics ER 2：用视频理解、任务编排与多机器人协作赋能机器人
谷歌发布Gemini Robotics ER 2，提升机器人视频理解、任务编排与多机协作能力。
谷歌Flow Music推出Lyria 3.5：音乐性、歌词、人声与创意控制全面升级
谷歌Flow Music发布Lyria 3.5，提升音乐性、歌词、人声和创意控制。
Gemini Robotics 2：为机器人带来全身智能
谷歌发布Gemini Robotics 2，赋予机器人全身智能控制能力。
SymptomAI：面向日常症状评估的对话式AI智能体
SymptomAI：面向日常症状评估的对话式AI智能体研究。
加速科学发现前沿：谷歌向Genesis Mission承诺4000万美元
谷歌投入4000万美元AI资源支持Genesis Mission科学发现计划。
Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber
谷歌发布Gemini 3.6 Flash等三款新模型，提升性能与安全性。
我发现与LLM协作的一个有用模式：长时间随意口述
作者分享用语音长时间随意口述与LLM沟通的技巧，模型能很好理解杂乱内容。
清晨仪式：喝咖啡，看机器人组装零件
作者分享清晨看机器人精细组装零件的视频，展示端到端策略的稳定执行。
RoboTTT：机器人模型原生扩展至8000步上下文
机器人模型原生扩展到8000步上下文，5分钟肌肉记忆，推理成本恒定。
从ENPIRE到ASPIRE：机器人技能库自我进化
英伟达团队发布ASPIRE，让机器人技能库自我进化，越做越熟练。
ASPIRE：让机器人拥有自进化技能库
ASPIRE让机器人通过编码智能体进化搜索控制程序，将技能沉淀为可无限积累的技能库，实现持续学习。
与 Claude 交互的新范式：让 AI 无缝融入团队
Claude 深度融入团队工作流，成为可对话的团队成员，作者称其为 LLM 交互的第三次范式变革。
我让物理自动研究听起来简单，但背后是一群人的努力
作者分享物理AutoResearch系统幕后设计，重点讲8台机器人夜间无人值守的安全机制。
敬畏SpaceX及其过去、现在与未来的故事
感叹SpaceX过去现在与未来的成就，向团队致敬。
Claude Fable 5 发布：同底模加安全措施，全面 SOTA
Claude Fable 5 发布，与 Mythos 同底模但加安全措施，基准全面 SOTA，长难题表现大幅跃升。
谷歌25年来首次重新设计搜索框：AI驱动的多模态对话入口
谷歌25年来首次重新设计搜索框，从关键词输入变为AI驱动的多模态对话入口。
个人动态：我已加入Anthropic
某人宣布加入Anthropic，将回归大模型研发，仍关注教育。
This works really well btw, at the end of your query ask your LLM to "structure your response as HTML", then view the generated file in your browser. ...
让LLM把回答输出成HTML再浏览器打开，效果很好；作者认为视觉是AI输出的最佳通道。
Railway获1亿美元融资，以AI原生云挑战AWS
Railway获1亿美元B轮融资，以AI原生云基础设施挑战AWS。
Claude Code 每月最高 200 美元，开源 Goose 免费且功能几乎相同
Claude Code 每月最高 200 美元，开源替代 Goose 免费且功能几乎相同。
for daily papers, authors can directly submit them here: https://huggingface.co/papers/submit
作者可自行向Hugging Face Papers提交每日论文。
数据更新于 22 分钟前 · 共 912 篇 · 自建海外 RSS 抓取