AI 情报文章归档

一篇批评 AI 公司商业模式的文章称，其做法是抓取整个互联网、无偿攫取数据并用于训练模型，再按量出售模型访问权，直至"杀死宿主"。文章指出，流量换索引的旧约定已消失，抓取器压垮基础设施、点击率与社区双双崩塌；Reddit 虽在出售数据授权，但其数据依赖人类生成的社区内容。

梵高依然是最伟大的作曲家。毋庸置疑。 用 Viggle Animate，一键用你喜欢的角色重现它。🎨 链接 ↓

过去一年 OpenAI、Anthropic 等实验室宣布解决多个长期数学难题，包括一个千禧年大奖难题，进展超出研究者对现有系统的预期。但这些突破在学界引发反弹，数学家要求 OpenAI 证明未使用其成果，AI 实验室称正从早期错误中学习。

全新的 v0.6.0 版本带来了许多好东西： - 支持 Clef（文本 + 视觉） - 对 Qwen3.8-Flash-Next 的高质量支持 - Metal 性能大幅提升 - 新增 `llama_batch_ext` API 网站也焕然一新：https://llama.app

分类器把输入映射到固定标签集合，分为二分类（邮件∈{垃圾、非垃圾}）、多分类（文本∈{正面、中性、负面}）和多标签（电影⊆{动作、恐怖、喜剧、爱情、奇幻、惊悚}）三类。其工作方式是先用逻辑回归等手工特征或 CNN、BERT 等学习型编码器把输入编码成向量，再经线性层投影为 K 个分数（logits），通过 softmax/sigmoid 转为概率并取概率最高者。

Reflection AI 发布智能体开源模型 Beam，总参数 501B、激活 23B，称从零端到端训练，主打推理效率并推进西方开源模型在编码与智能体任务上的水平。完整权重将于本月发布。Nathan Lambert 转发祝贺，称首个模型不易，期待其加速对生态的贡献。

Claude Code 现已支持 mods，即用户编写的函数，可改变 Claude Code 的渲染内容、进入提示词的内容以及工具调用。Anthropic 的 Lydia 展示了三个示例：实时上下文分解、agent 侧边栏和悬停显示邮箱地址，并从零构建了邮箱示例。详情见 https://claude.dev/blog/getting-started-with-claude-code-mods/

开源命令行工具 RemoveMacAI 可快速移除 macOS 27 中的 Apple Intelligence，截至发稿在 GitHub 已获 1,700 stars。

来听 "naenia"，Oakwood///diskrot 的新专辑。把 80 年代流行歌曲里这些滑音合成器的回响与洗脑的 hook 融合在一起。"naenia" 绝对让人一首都不想跳过。 https://suno.com/album/392d26d8-1b25-4cad-9b55-0b782fb7e654

Understanding AI 宣布新作者 Dan Kagan-Kans 加入，他此前做了十年 Mosaic 杂志执行主编，过去一年以自由撰稿人身份报道 AI，曾撰写《左派正在错失 AI》、在 New York Magazine 发表 Hans Moravec 专访，并分析数据中心反弹情绪升温的原因。

ECHLO 的新项目既有电影感又令人萦绕于心。这张专辑有着精美呈现的钢琴片段，围绕强劲推进的节奏舞动。一切都由空灵的人声支撑，初次聆听后仍久久萦绕。 https://suno.com/album/bceee842-943a-4948-a359-2ff01d5d2c87

Old Soul 是一张关于变老过程中成长烦恼的专辑。在温暖的木吉他伴奏下，Isaiah Wallace 回望常青树、甜茶和夏末夜晚。 https://suno.com/album/751ad762-f9c8-474f-a3b8-a284f3dc68c1

受 80 年代标志性声音启发，KakerMix 使用复古合成器、有力的电子鼓和空灵混响，让我们仿佛进入另一个维度。 https://suno.com/album/4faa3913-892f-47ef-b2a7-63fd1848b5c9

Wikimedia Foundation 表示已发现疑似 OpenAI 运营的“流氓”AI 智能体在其平台上的活动，包括 wiki 沙盒编辑、试图滥用 Etherpad 和引用工具作代理抓取数据、数百万次 API 请求和数百万页面抓取，并称这些流量可能促成了 5 月 Wikidata Query Service 的部分宕机。

Epoch AI 报告显示，OpenAI 研究员的 coding-agent 推理支出按 API 牌价计算约每月翻倍。到 2026 年 8 月中，中位数研究员每天花费 $601、一年约 $2M，大致持平或超过雇用一名研究员的成本；报告认为这一增速难以持续，再翻一年将达约每人 $185M，且牌价数字不反映 OpenAI 实际支出。

继 Seven-Eleven Halo 与 Time is a Limited Allowance 走红之后，Dream Relic 发布了他的新专辑《Lost In a Dream》。 https://suno.com/album/06c4b8c7-ef2e-4213-95e0-63b192653b61

Agent Arena 按解决跨领域问题的智能体能力对模型排名，Anthropic 模型在 Code、Work、Chat 三个领域均居第一，OpenAI 的 GPT 6 Astra (Max) 三项全部进入前四（Code 第 2，Work 与 Chat 均第 4）。

n8n Cloud users on Starter, Pro, and new trial plans can use TypeSafe AI's Jev model without Gateway...

据 The Information，Meta 和 Microsoft 两大企业客户大幅削减内部使用 Claude。

估值 100 亿美元的 Instinct 宣布，用户可将 AI 智能体加入群聊，用于旅行规划、抢票、组队梦幻联赛、拼车等场景，好友即使未注册 Instinct 也能参与。该功能今日起向早期访问用户开放，后续将扩展至全部用户。用户的个人智能体在连接群组智能体前会先请求授权，群组智能体与个人账号隔离且无法访问，新成员加入时待发送的回复会被暂缓。

Suno 上线 Albums 功能，支持用户将音乐作品整理为完整专辑项目。官方编辑团队推荐了首批 5 张专辑，包括 Oakwood///diskrot 的《naenia》。

苹果向 Vision Pro 用户推送 visionOS 27.2 开发者预览版 Beta 3，内部版本号 24N5103f，距上次 Beta 发布间隔 14 天。因各区域节点服务器缓存问题，部分地区探测到更新的时间可能略有延迟，一般半小时内。

OpenAI 为遵守欧盟 AI 法案，将在未来数周对欧盟符合条件的 ChatGPT 和 Codex 文本加入隐形水印，API 客户现已可对部分模型开启。

专辑是艺术家身份的表达。它们在 Suno 上一直缺席。直到现在。 来认识首批在 Suno 发布专辑的艺术家们。 https://suno.com/blog/albums-to-discover

TikTok 于周一宣布推出对话式 AI 购物助手和应用内一键结账功能，用户可在 For You 信息流中直接向品牌购买。该助手能理解上下文、记住用户偏好，并提供商品详情、物流、尺码、库存等实时购物指引；新功能与 Salesforce、Shopify、Shoplazza、Stripe 等合作构建。

Reka AI 发布 190 亿参数全能模型 Rho-1 的研究预览版，在单一神经网络内处理并生成文本、图像、视频和机器人控制动作。该模型将全部模态作为 token 放入同一上下文窗口，无需工具调用或外部模型，可实时生成连续视频并即时响应新指令，同一套权重既预测摄像头图像也驱动机器人运动。

由 Maluuba 团队创立的 Skyfall AI 正在构建预测企业每次决策后如何变化的世界模型。其创始人认为，LLM 过去 5 年主要靠增加数据、算力和模型规模进步，但长周期规划能力差、数据需求巨大、真实条件变化时容易失效，不适合这一任务。世界模型通过学习因果关系来弥补这些弱点，让智能体在模拟中预演行动后再执行。

JEPA-Anything： 跨不同世界学习预测模型

OpenAI 向欧盟的 ChatGPT 和 Codex 用户推出不可见、机器可读的 textGrain 文本水印，未来几周覆盖欧盟所有套餐的合格用户，发布时不设全球默认开启。

不错 😀 （引用推文：这就是 GPU 卖到 6000 美元的原因）

弗吉尼亚州民主党州长 Abigail Spanberger 于 10 月 1 日发布四年一度的州能源规划，坚持 Virginia Clean Economy Act 中世纪零碳目标，并提出四条到 2050 年实现净零的路径，同时满足 85% 的电力需求增长。

Pipeline figures in ML papers must be repurposed across many canvases, including paper columns, 16:9 slides, portrait posters, 1:1 social teasers, 9:16 phone previews. Each format imposes a different aspect ratio on the same computational …

In this paper, we study how training data creates associations between the tokens at the start of a base model's response and the reasoning behavior that follows. First, we demonstrate that fixing particular starting token cues makes a bas…

Worst-group accuracy (WGA) evaluates a trained predictor but does not characterize how its frozen backbone behaves when a new head is learned. We introduce BiasFlow, a hook-based toolkit for monitoring class-attribute centroid alignment (I…

Multimodal Diffusion Transformers (MM-DiTs) jointly process visual and textual representations throughout generation. These models repeatedly update the text tokens through multimodal attention, forming dynamic contextual tokens whose func…

LLM agents that orchestrate frozen vision-language-action (VLA) policies improve across episodes through text memory, which records what the agent did but not how the task is done. A demonstration video shows it, but fits poorly into an ag…

Some diffusion posterior samplers construct Gaussian-tilted intermediate distributions along the reverse process. We observe that these targets can be pulled back to clean-space posteriors with weaker conditioning, with samples transported…

Every recurrence of a looped language model adds cost in training, decoding, prefill, and reinforcement learning (RL). The closer recurrent states get to fixed points, the less the path to them matters. This enables truncated backpropagati…

Sliders provide an intuitive interface for continuous image editing. In current generative approaches, however, the slider is simply a rescaling of the method's strength parameter, such as an adapter coefficient, a prompt weight, or an int…

Memory has become integral to the LLM agent ecosystem, supporting information retention and reuse across interactions. However, most existing agent memory systems construct memory in a query-agnostic manner, which can incur unnecessary pre…