AI 情报文章归档

更多改进即将到来！ （引用推文概要：dots 发布一周，团队根据反馈推出多项改进：更快的云端浏览、修复 ChatGPT 使用中的重复手机通知、更整洁的网页代码块与附件、减少等待回复时的卡顿、更快的侧边栏加载与更流畅动画、修复 Safari 和 Firefox 字符渲染、修复 Outlook 设置卡住、更清晰的方案指引与失败活动重试、更稳定的网页安全提示条、修复审批按钮被裁剪及 Gmail 预览过大遮挡审批、修复网页端和企业版语音启动的访问问题、优化何时使用新 Codex 线…

This is a submission for the Kaggle Benchmarking Challenge. What I benchmarked, and why I...

“It Worked” Is Not the Same as “It Can Run in Production” You are probably the kind of...

在 Luma 中试试换脸 - https://app.lumalabs.ai/solutions/face-swap?utm_source=x&utm_medium=p-social&utm_campaign=q4-social&utm_content=faceswap&utm_aud=plg

Anthropic 发布新版使用政策，将于 11 月 12 日生效，多数变化是对既有规则的澄清。更新包括新设禁止欺骗性活动章节、收窄选举条款、明确武器软件与无人机武装禁令、更精确的监控与执法限制、补充高风险用例及自主物理操作的 human in the loop 要求，并新增禁止对模型的持续无端虐待行为。

Anthropic 推出 Anthropic Cyber Mission，长期支持关键基础设施和开源软件的防御方，首期包括 Critical Infrastructure Defense Program（CIDP）和免费的 OSS Scanner。

OpenAI 为 ChatGPT for Teens 推出 College Planner，把申请要求、截止日期、任务和助学金步骤整合进一份计划，学生可随时更新进度并向 ChatGPT 提问，该功能将“很快”上线，美国首批面向 10 至 12 年级、计划就读四年制大学的学生。

Every 工程团队将自建 Agent 集群迁移到 Anthropic 的 Claude Managed Agents，以专注打造住在公司 Slack 里的共享同事 Every Agent。团队放弃了自运维 Agent 集群，并接受了随之而来的取舍。

Tessl 工程博客阐述如何用充足上下文让 Agent 承担需要判断力的软件工程工作，并以 API 迁移为例说明 Agent 如何依据兼容性政策在多种方案间自主选择。

Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重写 agent。

NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛获得第二名，并发布构建可靠数据分析智能体的方法复盘。

Augment Code 宣布将 Cosmos、Auggie CLI、Code Context Engine 及相关技术出售给 Harness，相关团队将转入 Harness 继续推进这些产品。文中给出的理由是 Harness 的集成平台与 Autonomous SDLC Platform 能更有效地向客户交付这些能力，团队将继续朝软件工厂方向改进大规模 AI 辅助软件开发。

AI DevCon New York 将于 11 月 2–4 日在布鲁克林 Industry City 举行，主题是"软件工厂"：不只提升单个编码智能体的能力，而是构建让智能体开发可重复、可信、可扩展的系统。议题涵盖上下文与技能、harness 与工具、编排、验证与评估、反馈与改进等层次，Zalando 将分享覆盖 2,000 多名工程师的智能体工程规模化经验。

LlamaParse 以 Markdown 作为文档解析的默认输出格式，以保留标题层级、阅读顺序和表格结构，并在复杂表格中支持 HTML 表格（colspan、rowspan）与管道表格并存。

Artificial Analysis 将 Cyber Index 排行榜扩展至非公开访问的 trusted-access 模型，首个纳入的 GPT-6 Sol (Daybreak Blue, max) 目前登顶，仅可通过 OpenAI 的 Daybreak 项目使用。

Johns Hopkins 大学天体物理学家、Anthropic 研究员 Brice Ménard 与 Claude Science 合作制作首张完整紫外线全天图，结合远紫外 154 nm 与近紫外 232 nm 波段。

Goodfire Research 为 Kimi K3 和 GLM 5.3 构建基于激活探针加 LLM judge 的监控级联，并部署到生产推理栈。

Anthropic 发布 OSS Scanner，一个可选加入的开源漏洞扫描服务，用其最强模型（包括 Claude Mythos）定期免费扫描开源项目，输出为全模型生成、无人工复核的报告。

作者基于为跨公司工作的 Agent 构建记忆系统一年的经验指出，AI 失败的常见原因不是模型推理差，而是它看不到关键决策上下文，多数 agent memory 只是给瞎子更大的档案柜。

Anthropic 宣布三年内投入 1.5 亿美元支持联邦 Genesis Mission 计划，让 Claude 覆盖 NASA、NIH、NSF 等 15 个以上参与机构。

Tessl 发布 Code Review 产品，将审查标准定义为仓库内的 lens 技能，按文件路径路由，团队可在 PR 中查看和修改这些标准。与黑盒审查工具不同，审查沉淀的知识可复用于代码生成与维护；Tessl 自称其 PR 量增加 5-10x 时旧工具账单 80% 来自超额费用，该产品面向智能体高频开发场景。

Harvey LAB-AA v1.1 新增幻觉检查，将幻觉分为矛盾源材料、捏造源内容和无记录支持的具体断言三类，并区分重大与轻微，仅重大幻觉会触发 Hallucination-Gated All-Pass Rate 清零。

🐈📦

Another Rule for Using AI Without Losing My Skills ...

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

我们能将 AI 应用于最重要的事情，就是改善医学和人类健康——非常期待与 CZI 及虚拟生物学计划的这次合作！

FLUX 3 is Black Forest Labs\u2019 first multimodal foundation model\u200a\u2014\u200avideo with native audio, images, and action prediction for robotics\u200a\u2014\u200abuilt on a new...

Every ops setup has a "shut up" flag. Ours had three bugs, and we found all three in one afternoon —...

Zernio is a single API for publishing, messaging, ads, analytics and phone numbers across 16 channels, built for developers and AI agents rather than...

SiliconFlow sells one OpenAI-compatible API for 200+ open and commercial models\u200a\u2014\u200aDeepSeek, Qwen, GLM, Kimi, FLUX and more\u200a\u2014\u200awith serverless, dedicated...

这小家伙到底是从哪冒出来的

GOOGLE 🔥：一个新的 Playground 实验现已在美国上线。 付费套餐用户可生成，所有人都可游玩画廊中的游戏。

Claude 发布九月回顾：Chat 与 Cowork 合并为统一的 Claude，云端运行的任务在合上电脑后仍可继续。Claude Docs 支持团队与 Claude 在同一文档中协作编辑，新增 /slides、/docs、/designs 命令可直达对应格式。新模型方面，Opus 5.5 承担重度任务，Sonnet 5.5 用于快速迭代编辑。

Day 7 of 30 Days of Search. A prediction market gives you a price. Research helps you decide whether...

余承东在 9 月 29 日国际媒体圆桌会议上表示，华为自 2019 年以来依靠自主技术和国内供应链，已基本摆脱对美国技术的依赖，2023 年才重新开始在国内制造智能手机芯片。他透露正考虑未来逐步将鸿蒙推向全球市场，但目前只是初步计划，会循序渐进推进。

DAIR.AI 创始人 Elvis Saravia 用 Slack 里的 AI 员工 Viktor 自动审查每晚 harness 评测结果：当 23 个昨日通过的任务今日失败时，Viktor 会检查全部日志、追溯到导致失败的那次改动并建议回滚，由他本人确认决策。Viktor 还会主动标记问题，可免费试用并获 $100 额度、无需绑卡。

Meta 的 AI 智能体 Muse 在 iOS 版上线近一个月后推出更新，新增对 iPad 的原生支持，可更好利用大屏与 iPadOS 多任务能力。此次更新还让 Muse 接入 Canva、Dropbox、Figma、GitHub、Zoom 等工具，并新增 Granola、Notion 连接器，面向小企业主提供自主规划营销与客户提案的能力。

OpenAI 推出 Decisions API 公测版，可评估文本、图像或两者，速度约为 Responses API 的十倍，目前仅支持 gpt-6-luna，价格为每百万输入 token $0.10，输出 token 免费。

据《韩国经济日报》报道，三星电子 12 层堆叠 HBM4E 内存已于 9 月末通过 NVIDIA 和主要超大规模数据中心企业的质量验证测试，各客户供货量、合同规模、出货时间尚未敲定，三星官方回应称无法确认。该产品结合 1c nm DRAM Die 与 4nm Logic Die，单堆栈容量 48GB，支持 14~16Gbps 引脚速率，实现 16% 能效提升和 14% 热阻改进。

你居然在 GTA 6 之前先拿到了一首歌