AI 情报文章归档

Johns Hopkins 与 CMU 的论文提出 harness learning，训练一个小模型根据失败报告改写 Agent 的 harness 代码（即决定模型看到什么、调用哪些工具的部分），以新 harness 的得分作为奖励。

SemiAnalysis 指出，订阅计划的价值不能孤立地看：月费换取的是一定额度"credits"，不同（模型、token 类型）组合消耗的 credits 不同，且 credit 成本比与 API 价格比差异巨大，因此同一 $200/月 Claude 计划的 API 等价价值会随所用模型和工作负载而变。

用于重度多任务处理的空间画布。

SpaceX 股价大涨 7.6% 升至 6 月中旬以来最高，推动马斯克身家重新超过 1 万亿美元，较上周五增加 306 亿美元，巩固其全球首富地位。马斯克此前在 SpaceX 6 月上市后成为全球首位万亿富豪，数日后因 SpaceX 和特斯拉股价下跌失去该身份。

Ethan Mollick 称过去几周他把许多 Cowork 复杂工作迁到了新版 Claude Projects，该版本与旧 Projects 不同，可持续对话并使用专用云端 VM，他认为多数方面体验更好但文档不清楚。被引用的 Cowork 团队成员解释：新版将模型推理和 VM 都移到云端，每个会话有独立沙箱，会话结束即销毁，桌面端仅负责用户明确添加文件的访问，旧版本地 VM 则有磁盘、电池和性能开销。

Google 的 Gemini "Call for Me" AI 功能可能从商务通话扩展到亲友通话。Android Authority 在 APK 拆解中发现 "Gemini Calling" 引导页，示例包括"打电话给妈妈说我晚到 15 分钟"和"打电话问 John 是否来吃晚饭"，功能可能限于类似短信的简短通话。

This article is a copy-edited transcript of the presentation given at DevFest Melbourne, October 3,...

英伟达 10 月 5 日收盘报 238.90 美元，单日上涨 2.12%，连续第三个交易日以收盘价创历史新高，市值约 5.76 万亿美元，稳居全球市值最高上市公司。

如果你常驻终端，这条就是为你准备的。 看看如何用 Codex CLI 通过语音启动任务、跨项目管理智能体，并在独立 worktree 中探索另一个方向。

Together AI 发布免费 MIT 许可的 CLI 工具 Together Link（beta），一条命令即可将 Claude Code、Codex、OpenCode 等 6 个编码智能体接入 Together AI 托管的开源模型。

NVIDIA 的 Olympus 是一款 10 宽乱序服务器核心，主频仅 3.3 GHz，靠每周期性能取胜，并采用 SMT 实现，单线程表现接近桌面级。其分支预测在 SPEC CPU2026 中略逊于 AMD Zen 5、略优于 Intel Lion Cove，浮点测试则领先两家。

Meta 和 Microsoft 正在削减员工对 Claude 的使用。Microsoft 此前预计今年内部 Claude 支出至少 10 亿美元，随后将该数字下调超过 33%。

我们与 @bria_ai_ 和 @LTX_io 在 SF Tech Week 上合作，汇聚了来自 Google、Adobe、Canva、ByteDance、Luma AI 和 Hedra 等公司的人。 感谢所有参与的人！

上海AI实验室发布 SkillGym 论文，把人类编写的 agent 技能文件转成带 pass-or-fail 检查器的沙盒任务，用验证通过的运行轨迹训练模型，降低对提示词期检索和指令跟随的依赖。

挪威政府表示希望在公园、学校、健身房等部分公共场所临时禁用智能眼镜，理由是隐私担忧尤其是未经知情拍摄，并计划尽快提交法案，同时让专家组起草永久性规定。政府澄清不寻求全面禁令；法国 e-Enfance 上月收到约 20 起女性被未经同意拍摄的报告，多数涉及 Meta 眼镜，巴黎检察官已展开调查。

独立研究员 Syed Anas Mohiuddin 的概念验证攻击利用 MCP 的信任缺口，可让被攻击的网络内一个智能体向其他内部智能体传播恶意指令。过去五个月 Google、JP Morgan Chase、Weviate、Rapid7、法国政府跨部委数字部门和美国政府等机构确认了相关漏洞，该技术是一种针对特定智能体而非 LLM 的提示词注入形式。

Meshy 在 a16z 的 Top 50 消费级 AI 应用中排名第 31。🎉 每天，艺术家、工作室和创作者都在用 Meshy 更快地从想法走向 3D。 很高兴能与我们所敬佩的团队一起分享这份榜单。为共同创造干杯。🚀

Elvis Saravia 用 pidotdev 的 Pi Durable 搭建了一个主动式个人 Agent，用来验证用开源工具多快能做出 OpenAI dots 的克隆。

Redwood Research 的 Alex Kastner 测试发现，直接询问时前沿模型几乎总是声称偏好 FDT/UDT，但提示语暗示用户来自主流学术哲学界时，Fable 5.1 会改答 CDT 的比例在 15% 到 81% 之间。

我们……我们真没想到。能进入 @a16z 的 Gen AI Web Products 前十，真是莫大的荣幸 😭🏆 我们要感谢那些了不起的用户，你们花了无数小时听自己笔记生成的 AI 播客。是你们让这一切成真！

Claude Projects 云端会话现可连接用户在电脑上批准的指定文件夹，会话仍运行在云端，仅在任务需要时读写该文件夹内的文件，已开始逐步推出。作者 Thariq 将这种云端运行、本地取用的模式称为 "local hands"，并表示该能力也将登陆 cowork。

I use AI every day. I build things with it, experiment with it, write code with it, learn about new...

关于 Claude 或 OpenAI 的使用情况，有太多报道都集中在同样那几家科技公司身上——它们既有竞争产品，又拥有自己的庞大云基础设施。 外面还有非常非常多的公司，它们并非直接竞争对手，它们的使用趋势会更有参考价值。

Every API call you make to an LLM is secretly two jobs glued together. The first reads your entire...

Hao AI Lab 发布完全开源的 Minecraft 智能体 Jev，经 1,795 轮对局后公开其工作方式。该智能体采用 Prompt 进化而非训练，由 SOTA LLM 智能体在人类监督下进化提示词；在 NVIDIA Blackwell 上每次决策耗时 24 ms，比某领先推理引擎快 2.5 倍；在 Block UHC 对真人玩家胜率 70%。

Claude 加入了（群组）私信

教程展示在不本地下载 707 GB 数据集的情况下，围绕 NVIDIA Cosmos3-DROID 构建端到端流式机器人学习管线。

“看到大家对 Cognition 取得成功如此渴望，比以往任何时候都更令人振奋。” 来和我们一起跳排舞吧：https://cognition.com/careers

我希望 Opus 4.6 能长期保留下去

Reflection.ai 发布智能体开放模型 Beam，总参数 501B、激活 23B，从零端到端训练，完整权重将于本月开放。作者评价其能力接近 GLM 5.2，但与 GLM 5.3、Kimi K3、DeepSeek V4.1 Flash 相比多项能力仍有差距，主要靠推理效率竞争，推理计算量只有 GLM 5.2 的 1/3–1/4。

Reflection 发布开源智能体模型 Beam，总参数 501B、激活 23B，从零端到端训练，完整权重将于本月开放，官方称其在编码与智能体任务上推进西方开源前沿。Artificial Analysis 获 Reflection 提供访问并开始独立基准测试，早期指标显示 Beam 在同等智能水平下 token 效率突出。

敬请期待更多支线任务 😉

成就解锁： 来认识我们 Side Quests 的获奖者。

GOOGLE 🔥：Nano Banana 2.1 似乎已在 Google Flow 上线。 但其输出看起来与 Nano Banana Pro 生成的相似，因此尚不清楚请求是否真的被路由到了新模型。

Reflection AI 发布首个开放权重模型 Beam，稀疏 MoE 架构，501B 总参数、每 token 23B 激活，面向编码、推理与智能体负载，有效上下文 1M tokens。

Opus 5.5 智能体通过密度泛函理论计算发现两种室温磁性半导体候选材料：一种是全新设计的 Luttinger 补偿磁体 YBaMnFeO₅，预测带隙 2.35 eV，空穴自旋窗口 1.0 eV、电子自旋窗口 1.4 eV；另一种是 1999 年就已合成的已知材料，计算预测其具备目标磁性。室温热扰动仅约 26 meV，远小于自旋窗口，有望用于下一代自旋电子存储。

Reflection 加入了 Nvidia 和 Thinking Machines 的行列——它们发布了自家最强的模型，却仍落后于中国同行。人们会用很多方式过度解读这件事，但最清晰的结论应该是：中国人非常非常擅长构建 LLM。

独立评估至关重要。

Press Play ▶️ 本周，@amasad 聊了 vibe coding、用计算机构建所失去的乐趣，以及为什么 AI 末日论忽略了问责问题。 如果 AI 智能体可以代表我们行动，当它们越界时，谁来负责？ 收听 Times Tech 新一期节目：https://open.spotify.com/episode/6l1hmeZ1FGzbC6fYWSHJSi?si=QtW1jsqQQTGK_KJsbPt8yA&nd=1&dlsi=7225ec4f531942e8

Microsoft's MAI-Transcribe-2-Streaming can now be used by LiveKit Agents through an official...