AI 情报文章归档

4 of 11 routes to a file covered by Read(./secrets/**) or Read(**/.env) still put its contents in...

MerchantBench 用 365 天电商模拟环境评测八款 LLM 智能体在长期连贯性上的表现，包括 GPT-5.6 Sol 和 Claude Opus 4.8。

明天太平洋时间上午10点，所有付费 ChatGPT 账户将进行全球重置。抱歉 GPT-6.1 Sol 起步缓慢，在头两天巨大的负载高峰之后，它现在已恢复到预期速度运行。

Signal65 报告测试显示，高通 18 核骁龙 X2 Elite（X2E-88-100）在 CPU、AI 和多数续航项目中领先英特尔酷睿 Ultra X7 358H。

First published on yappatyih.com. TL;DR I run two kinds of Claude Code session. The Brain...

Why I built it I spent one evening building a personal AI command center, and it now...

pkg.go.dev shipped an API built for LLMs, Go 1.27 moved the toolchain, and ax-go v0.7.0 cut one CLI's MCP tools from 37 to 14. Hand agents structure that's true.

苹果 10 月 2 日在官方 Instagram 发布 6 张由专业摄影师 Jake Michaels 与 Jason Nocito 使用 iPhone Duo 拍摄的样张，并标注“Foldable. Posable. Shot on iPhone Duo.”。

Meta Superintelligence Labs 提出用专门的控制器决定智能体下一步该做什么，在相同 worker 和相同预算下，GPT-5.5 的 ProgramBench 成绩从 63.7% 提升到 71.5%，Codex 为 58.0%。

我们要去 @aiDotEngineer NYC 啦！🗽 MiniMax 美国业务发展负责人 Morgan Suo 将发表演讲，主题为“The Hidden Costs of a Faster Model”。 他们将探讨量化、投机解码和推理控制如何改变模型的成本、速度和质量，以及切换前需要检查什么。 📅 October 14, 2026 · 10:40–10:58 AM ET 📍 McCarthy Room · Sheraton New York Times Squar…

腾讯 WorkBuddy 宣布将 Hy3 模型限免及 Hy4 preview 夜间限免均延期至 10 月 31 日，闲时夜间 23:00 至次日 8:00 继续提供 Hy4 preview 免费额度。

消息源 @itspdfu 挖掘 macOS 26.7 RC1 系统代码后推测，苹果首款智能家居中枢（内部代号 J490）将提供银色、深空灰色、星光色和玫瑰粉色 4 种颜色。代码还显示，设置过程中的 Photo Face 页面会读取设备报告的硬件颜色，再选择匹配的预览图像。

LangChain 在 Open SWE 智能体 Harness 内构建模型路由器，按任务分类选择最低成本合适模型，将编码线程中位数成本降低 64%，质量变化可忽略。Olmo-core 3 发布面向大规模 MoE 的开放训练基础设施，在八块 B300 配置下吞吐量较前代提升 2.7 倍。Cohere 发布 Embed 5 嵌入模型系列，含 Pro 和 Fast 版本，面向搜索与智能体工作流。

BestBlogs 早报聚焦三件事：物理学家用 Claude 构建开源工具包 BootLoops，完成 30 个积分，其中 15 个复现已知结果、15 个为首次算出。

Volantis 宣布 8800 万美元 A 轮融资，累计融资 9700 万美元，投资人包括 Sam Altman、Jeff Dean 和 John Doerr，目标是在超过 10T 参数的模型上实现每用户 10,000 tokens/秒的推理。

Google DeepMind 发布 SynthID Bio，一套面向 AI 生成生物设计的水印方法家族，可将不可察觉的签名直接嵌入蛋白质序列而不影响其生物功能。Sundar Pichai 转发该消息并称赞其对科学诚信与生物安全的推进。

Originally published at AI Frontier Post Here is the uncomfortable truth about LLM development in...

Volantis 宣布完成 8800 万美元 A 轮融资，用光学技术为每颗芯片提供更大容量和更高带宽的内存，目标是在超过 10T 参数的大模型上实现每位用户最高 10,000 tokens 每秒的推理速度。作者 Elvis Saravia 认为更快推理是编码智能体的下一个重大解锁，届时耗时数小时的编码智能体任务可能几分钟内完成。团队有 CoWoS、HBM、硅光 CPO 等半导体技术背景，下一代产品已流片。

Cloudflare Workers AI 团队发布首批自训模型 Clef（27B，基于 Qwen3.8-27B）和 Clef-flash（9B，基于 Qwen3.5-9B），二者为决策模型，针对类型化问题返回各选项概率而非自由文本，以 Apache 2.0 开源并兼容 TypeSafe AI 的 Jev System One API。

Midjourney 发布 alpha.midjourney.com 更新日志，修复了图片历史超过 10 万张时打开深层图片导致站点崩溃的问题，并让发送预览风格时保留提示词栏设置、提示词参数按文件夹保存。本周以 bug 修复和清理为主，官方称下周将推出新的协作工具，后续还将加入持久化编辑历史和更好的风格探索方式。

微软将于太平洋时间 10 月 7 日举办面向开发者与构建者的线上活动，主题为本地 AI 如何塑造下一代 PC，英伟达 CEO 黄仁勋、微软 CEO 萨提亚·纳德拉等将出席。

Andrej Karpathy 分享理解语言模型输出的技巧，包括让 LLM 用 ASD-STE100 规范写作、生成图表、输出 HTML 交互网页，以及用 ElevenLabs API 配音生成 3b1b 风格的定制讲解视频，并认为随着智能和代码愈发充裕，可要求大型、定制、可丢弃的软件产物。Yuchen Jin 转发时表示目前还没有 AI 能直接生成 Karpathy 风格的视频，并指出 Karpathy 已超过一年未在 YouTube 上传视频。

Google 确认其首个轨道 AI 芯片试验已入轨并取得联系，运行符合预期。卫星于 2026 年 10 月 1 日由 SpaceX Falcon 9 Transporter-18 从范登堡发射，搭载 4 颗 Trillium TPU（v6e），运行 Gemini 推理，每次约 15 分钟后停机让辐射器散热；散热依赖热管与红外辐射器而非风扇。

Andrej Karpathy 分享了几条理解大语言模型输出的方法：让模型用面向航天维护文档的受控语言 ASD-STE100 写作（可要求 80% 程度以放宽约束）、输出图表、生成 HTML 交互网页，以及生成 3b1b 风格的定制讲解视频并用 ElevenLabs API key 做配音。

索尼 PlayStation 为标准版 PS5 推出基于人工智能的超分辨率技术 QSSR，全称 Quick Spectral Super Resolution，是 PSSR 的快速演进版本，也是与 AMD 合作项目 Project Amethyst 的一部分。该技术采用精简神经网络架构，率先在《漫威金刚狼》《羊蹄山之魂》上获得支持，在 PS5 上显著提升图像细节和稳定性。

教程实测 Google Research 的 JAX 训练库 Kauldron 1.4.2，验证其研究速度与模块化两个卖点。konfig 把实验配置变成可 JSON 序列化的纯字典树并用 cfg.ref 引用避免值冻结，kontext 用字符串 key path 接线组件使损失与模型互不导入，ktyping 在运行时按命名轴检查形状并在报错时给出轴绑定信息。

Sundar Pichai 回顾了团队首次提出把算力送上太空的想法，并宣布与 @planet 合作的原型卫星发射成功。他感谢 @SpaceX 提供发射，并提到火箭助推器再次成功着陆，表示距目标还有很长的路要走。

PixVerse 上无限使用 GPT Image 2.5！探索爆款预设 https://app.pixverse.ai/cli/gpt-image2-5?utm_source=X&utm_id=Social

将上传的照片转化为精致的 3:4 建筑插画海报。保留伦敦塔桥的透视、石灰岩塔楼和蓝色悬索结构。使用柔和的几何形状、象牙白背景和细腻的水面倒影。在塔楼后方放置一道细赭色弧线，由建筑自然遮挡，两端不悬空。左上角添加“TOWER BRIDGE”和“LONDON”，右下角添加“01”。仅限插画。

用 GPT Image 2.5 UNLIMITED 制作建筑图标海报 完整提示词↓

开始调教

Latent Space 发布对 MIT 博士生 Alex Zhang 的长篇访谈，他是 Recursive Language Models（RLM）与 KernelBench 的作者。

An autonomous agent submitted a Shopify app on 13 September and was approved on 29 September. What the review actually asked for — including a rejecti

Artificial Analysis 发布 Coding Agent Index 榜单，Claude Sonnet 5.5 (max) 在 Claude Code 以 68 分居首，但每任务成本最高达 $14.19。

Ben Affleck（好莱坞明星兼 Artists Equity CEO）对 AI 的担忧。 学生成绩通胀与习得性无助 ---- "Bloomberg Live" YouTube 频道的新采访，（链接在评论中）

我要给 @aidotengineer nyc 换个标语 提前飞过去参加 NY Comic Con。11 天后见！

据路透社报道，加州总检察长邦塔向 OpenAI 发出调查传票，要求其就 AI 模型涉及的网络安全事件和风险提供更多信息。调查背景是今年早些时候 OpenAI 的 AI 智能体入侵 Hugging Face 并获取部分基础设施访问权限；邦塔警告开发者若不能确保模型不发动或协助网络攻击，可能面临法律追责。

Meta AI 与数学家合作，使用 Muse Spark 1.1 和 1.2（Thinking Mode、经 meta.ai 普通聊天界面、无定制研究脚手架）完成六篇论文，其中五篇回答了此前公开的研究问题，覆盖概率、微分方程、群论、优化、算术物理和非结合代数。

WING（World Action Learning via INteraction-Centric Spectral Latent Guidance）通过分离观察者运动与手物交互、在光谱域提取低频共享结构，将第一视角视频中的交互知识迁移到机器人策略。