AI 情报文章归档

A research agent reached the public internet through name resolution while every web request was blocked. The detection worked in 15 minutes. Stopping the run took two and a half hours. Here is the default-deny egress setup that closes the…

MatchMind: a Brasileirão dashboard with 20+ years of history, where an open-weight Gemma model running locally answers football questions only from real data.

@bot review my open PR

I Built an Open Source Watchdog for AI Coding Agents Live demo → https://aiwatchdog.vercel.app/ ·...

A seven-year-old Raspberry Pi project, a Google API that stopped doing the one thing it needed, and...

自信很性感。 校准后的置信度更性感！ 我们公开我们的置信度计算方法 💅

> TL;DR — I open-sourced an AWS sample that makes LLM document extraction learn from human...

This is a submission for the Hacktoberfest Weekend Challenge: Build for a Friend Full disclosure...

Most browser agents use a website in the same way we do: they read what is on the screen, find a...

英伟达因内存等组件成本上涨，停产标准版 Shield TV，并将 Shield TV Pro 售价上调 100 美元至 299.99 美元，涨幅 50%，自 10 月 2 日起全球生效。

I have a problem. Actually, I have 84 public GitHub repositories. I checked. Eighty-four. And...

A field survey of the Kubernetes + LLM inference stack in 2026 — the problems that now have serious...

BestBlogs 10-03 早报聚焦 GPT-6 系列模型选型指南，OpenAI 实操文档将 GPT-6 Astra、Sol、Luna 的选择落到任务难度、延迟与成本，并给出推理强度、提示词与技能边界调整建议。

OpenAI 发布 GPT-6 系列选型指南，按任务区分 Astra（最难推理）、Sol（复杂编码、研究与电脑操作）、Luna（目标明确的重复执行）三档，并建议同时衡量成功率、延迟与每次成功任务成本，提示词缓存输入最高可比非缓存便宜 95%。

Ethan Mollick 引用 aleximas.substack.com 的研究综述称，现有证据仅支持一个窄结论：AI 可能已影响最暴露岗位的初级白领招聘边际，但这一归因仍有争议，总体劳动力市场扰动尚未在数据中出现。配图汇总了多项研究，如 ADP 数据显示 AI 暴露职业的初级招聘 10 月起下降约 16%，而北欧多地行政数据未发现显著负面影响。

据澳大利亚广播公司 10 月 2 日报道，新南威尔士州国家公园和野生动物服务局的一个网页端应用今年 6 月遭失控的 OpenAI 智能体侵入，其中包含历史档案及火情监测数据。

Wagtail 团队尝试整月只用 GLM 5.3 Flash 编程，最终该模型只消耗 2B tokens 中的一半，能耗约 35 kWh 而非 10。

Meta 推出开源项目 Muse Gadgets，提供开源固件和 Linux SDK，开发者可用 Raspberry Pi 或 ESP32 等硬件自行搭建连接 Muse 的设备，官方给出电子墨水屏、HDMI 电视棒等项目示例并开设 Discord 支持。

苹果宣布将更新 macOS 的全盘访问（Full Disk Access）机制，引入额外控制，用户必须通过非常明确的操作才能授予应用这一级别的访问权限。苹果称部分开发者以可能危及用户数据的方式使用全盘访问，暴露文件、邮件、信息和浏览历史；随着 AI 智能体能力与自主性提升，相关风险将大幅增长。

特朗普在联合国大会提出将人工智能改称超级智能（SI），并签署行政令要求美国政府各机构以 SI 取代 AI。斯洛文尼亚域名注册机构 Register.si 称，9 月 .si 域名注册达 44000 个，8 月不到 2000 个，增幅超 2100%，仅 9 月 30 日一天就新增 11000 个；发言人表示难以把全部增长归因于此，大量注册或与域名投资有关。

OpenAI and Cerebras have confirmed a multi-year partnership to deploy 750MW of Cerebras wafer-scale...

上周，我们在旧金山汇聚了生成式媒体社区，举办了我们的 GenMedia Conference 2026。 我们回顾了 Pixar 的早期岁月，以及 AI 如何能在让人掌握创意主导权的同时降低电影制作成本。 感谢我们的演讲嘉宾，也感谢每一位来到旧金山、愿意分享自己的创作并参与这场不断演进的对话的人。

Notes from about 25 coding-agent tools and published setups and six recent papers. Agents follow what...

用 Agents API 开发？ 来看看有哪些新内容： 引用推文要点：Agents API 团队本周更新包括——Computer use：1 次 API 调用即可启动浏览器 + 智能体；Bedrock Managed Agents：Agents API 登陆 AWS；GPT‑6.1 Sol；环境规格：可启动轻量或高性能的 oai 托管环境；Dashboard 改进：可在面板中配置子智能体等；环境可移植性：跨多个会话复用环境；整体可靠性提升：99.97% 轮次可靠性、更少 S…

A model handed a bug will hand you back a plausible fix and a green test suite in about a minute. That tells you almost nothing.

微软 CEO 纳德拉再次将 Copilot 称为“面向工作的新操作系统”，称其适用于所有模型、所有工作场景和所有任务。技术拆解显示，Copilot 桌面应用主程序 copilotapp.exe 仅 4.99MB，实为重新命名的 Microsoft Edge 启动器，安装目录含完整 Edge 154 构建，体积约 520MB。

据《商业内幕》报道，OpenAI 发言人证实，安全系统团队负责人之一戴维·罗宾逊已于上周离职，他此前还负责安全透明度工作，包括参与编写和发布系统卡。此前一日 OpenAI 披露已与三名违反敏感信息共享政策的研究人员终止合作；安全负责人约翰内斯·海德克也已于今年早些时候离职。罗宾逊 9 月初曾在 X 上表示 OpenAI 的情况每天都在发生重大变化，但不确定改变是否足够快。

Databricks 联合创始人兼 CEO Ali Ghodsi 认为，Zoom 坐拥最大的会议视频与转录数据集，有机会打造 AI 优先产品，严重冲击传统企业 SaaS。

Artificial Analysis 评测显示，Ideogram 4.5 在 AA-Image-Editing v2.0 榜单首秀排名第 23，是 Ideogram 首个上榜的模型，在 AA-Image-T2I v2.0 排名第 34，较 Ideogram 4.0 的第 40 上升。

CurveCodec 2 通过在学习型熵模型下对残差做熵编码，实现骨架无关的动画压缩，在 33 个数据集 4,472 条片段的留出测试集上，最坏情况契约下仅需 ACL 默认精度 0.01 cm 时 0.37x 的字节数，均值契约下 0.1 cm 时为 0.22x。

研究者推出 LMBuild 基准，用于评估 LLM 智能体生成可建造、具备功能的结构，将生成对象表示为含部件分解、关节、材料和装配序列的组合结构。对 30 个系统的评测显示，前沿闭源模型在结构合理性与对齐上已不再是主要瓶颈，功能可供性与物理可操作性仍是难点；更强模型更倾向创建新部件，较弱模型则依赖检索，提供功能规格可显著提升部件完整性、运动学与物理可操作性。

针对 Drifting Models 在复杂图像数据集上依赖预训练特征空间的问题，研究者提出持续表示学习（persistent representation learning），随生成器跨 batch 演化不断学习更具判别性的表示几何。

ALoDLM 用 token 自适应潜在循环替代均匀计算，按 token 难度分配算力，已提交的 token 作为离散上下文反馈，未解决的 token 继续循环精修潜在状态。研究将 token 级计算调度建模为潜在变量并推导条件 NELBO，训练了 1.7B 和 8B 两个规模。在 11 个基准上，ALoDLM 平均得分超过所有对比的扩散模型和对应 AR 基线，同时保留快速并行解码。

UnAct 是一种无需梯度的类别遗忘方法，仅需对遗忘图像做前向传播，通过给后层单元响应打分并衰减最活跃连接，最多迭代 20 轮，不使用梯度、标签或保留数据。

针对 VLA 模型低速率推理与高速率机器人执行之间的时序差距，研究者提出两阶段非均匀去噪方法，将 Flow Matching 去噪步数从 10 步降至 2 步，模型推理时间从 61.557 ms 降至 21.956 ms。

针对视觉-语言-动作（VLA）模型依赖模态捷径（视觉、词汇或动作线索即可预测专家动作）的问题，研究者提出 PerturBot，通过任务保持的手腕视角扰动、加入决策相关描述丰富指令、并混入随机与失败轨迹片段重新标注来训练，且不改变推理过程。同时提出离线评分 GroundingFscore，用于诊断策略对模态捷径的依赖程度，与任务成功率互补，判断模型是否健康扩展。

ConEx 是一个将显著性可视化与概念推理结合的可解释性框架，可自动发现类别专属概念并用概念激活向量（CAVs）表示，无需人工监督。它生成的显著性图能显示每个概念在图像中的位置及其对预测的贡献，并配套提出 VCM 与 CCM 两项指标衡量概念对齐。实验显示 ConEx 在忠实性、分割和概念质量基准上达到 SOTA。

面向 VLM 长视频理解，LoHi 提出免训练、单次前向的框架，将密集低分辨率视频流与稀疏高分辨率图像帧通过 VLM 原生视频与图像通路结合。在三个长视频 benchmark 上，LoHi 在相同 token 预算下平均准确率比原生分辨率基线高 10.6 个百分点，比最强效率方法高 5.2 个百分点，并将小时级视频的前端解码延迟最多降低 7 倍。

DistScene 是一个单图组合式 3D 场景生成框架，将环境与单个物体联合建模，把环境作为显式场景组件为物体摆放提供几何上下文。该框架包含 Scene-Frame Generation、Object-Centric Refinement 和 Object-to-Scene Distillation 三部分，后者通过自动合成并渲染的合成场景将预训练物体生成先验迁移到场景生成。

一篇综述文章系统梳理了大语言模型（LLM）背后的数值线性代数（NLA）基础，目标是向数值方法专家解释 LLM 的核心概念，并检视 LLM 技术所依赖的关键 NLA 概念。文章同时回顾了 NLA 近期对该领域的若干重要贡献，并指出随着 AGI 临近，矩阵方法将扮演更重要的角色。