Jev 零样本检测对齐失效，AUROC 0.886

DAIR.AI的Elvis Saravia提出以"任务"作为超越提示词的交互单元，通过整合语音、屏幕、文本、标注等多模态信息，让智能体一次性获得完整上下文。该方法受Karpathy关于长语音会话作为提示的启发，通过前端加载上下文减少反复修正，使智能体在单次交互中完成更复杂的工作。

Elvis Saravia 介绍使用 human-in-the-loop（HITL）来提升 agentic loops 的可靠性。他所有 Claude 和 Codex agent 会话都通过 @DialAgent MCP 服务器，该服务器为 agent 提供专属号码，支持语音、SMS、iMessage 作为原生工具。当循环/自动化处理 PR 或新功能时，agent 会通过简短电话将决策升级给人类，尤其适合在路上或离开电脑时。用户可粘贴指令让 agent 拨打电话测试。Dia…

YT 视频 -> Artifacts 看看我如何使用新的 /youtube-notetaker 技能从 YT 视频生成 Artifacts。 捕获幻灯片、笔记、转录内容…… 快去试试 ↓

Michael Thiessen 实验将 Jev 作为 Agent harness 中编辑后运行的模糊 linter：把编码指南拆成无需额外上下文和推理的微小规则，并构建合成 eval 加 held out 集防止过拟合。

supersonicai 发布首个分类模型 Julia-1，号称几乎能在任何设备上运行，训练与实验的云 GPU 花费约 R$540（US$104.08）。

AI 开启了一个新的学习时代。 Jamie 在经营 Crimson Education 的同时攻读了 12 个高级学位。 但在创业中学习本身就是一种技能。传统学校很少提供这种机会，而有了如今这么强大的 AI，没有什么能阻挡你。

Contrastive Language Model（CLM）发布，这是一个用对比学习目标训练的 System One 模型，CLM-8B 推理速度最高比 Jev 快 9 倍，在 computer-use、游戏和工具调用任务上性能相当。

Codos 定位为首个虚拟首席 AI 官，通过访谈员工找出可自动化任务，再部署自动化并持续从团队使用中学习。其底层构建上下文图谱与分层记忆，涵盖公司事实、运营历史和工作优先级，并运行在用户自有服务器上。一家中型 fintech 在六个月内释放了团队 21% 的产能。

🔥 推出 Jev Primer 与 Playground 想了解 Jev 如何运作，不用再找了。 这是你入门所需的唯一交互式指南。 不再困惑 Jev 能做什么、不能做什么。我们还打造了专属 Jev Playground，让你现在就能试用各种用例。

🔥 Awesome Jev Collection 🔥 在我的新 Jev 合集里找灵感吧。 （记得收藏） 它会自动更新从 X 上抓取的最新热门 Jev 用例和演示。 由 Jev 自己完成策展。 意外的是，我发现 Jev 在策展方面也很擅长。 链接在此：https://academy.dair.ai/resources/jev-field-notes