AI 情报文章归档

这段来自 @DSPyOSS 的 office hours 录像是一座金矿，里面有大量优秀的 Jev 用例和讲解！

Submission for Hacktoberfest Weekend Challenge 2026 This is a submission for the...

Claude 能为你制作 mods！ 只需提示它，更多内容见 @addyosmani 的博客文章：https://claude.dev/blog/getting-started-with-claude-code-mods/

mods 的一个特点是，你可以派生分叉智能体来做额外的工作 比如打造你自己的记忆框架，但每一轮都派生一个自定义分类器，如果匹配就写入记忆 我还在把 plan mode 做成一个 mod，后续还有更多！

Thariq 分享了他常用的 Claude Code mod 'next-steps'，该插件会在任务完成后给出下一步建议，包括选择技能和其他命令。安装方式为 claude plugin marketplace add anthropics/claude-plugins-community，再执行 claude plugin install next-steps@claude-community。

Claude Code 推出 Mods 功能，用户可以修改其行为、自定义 UI 并替换自己的功能。Mod 可用几行 TypeScript 编写或让 Claude 代为构建，随插件分发，可在 CLI 或桌面应用中通过 /plugin 安装；作者称这是为了让软件可扩展成为一等公民。

Podonos 推出 Onepin，定位为文本转语音之后的生产校对步骤，在配音上线前逐行检查。它内置 400 万词发音词典校对人名和产品名，可先拼写价格和日期，为每行音频评分自然度、清晰度和词语准确度，并用同一声音修复错误单词而无需重录，兼容 ElevenLabs、OpenAI、Google 等 30 多家语音服务，免费开始且无需信用卡。作者引用示例指出语音模型读 "03/04/27" 时会静默决定是三月还是四月，而输出听起来同样自信。

Arena 宣布 Xiaomi MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 登陆 Agent Arena。Pro 在 8.1K+ 真实智能体会话中净提升 +3.17%，列开源模型第5，较 MiMo-V2.5-Pro（第13，-7.23%）提升9个名次；其 Confirmed Success 得分 +7.35%，列开源模型第2。

Jev 对研究智能体来说是一个巨大的增强！ @edwardirby 构建了一个 @youdotcom 智能体来监控商业风险，并将 Jev 与普通的 LLM 评判器进行了对比。 • 报告质量相同 • 但 LLM 反复无常：对同一威胁的评分从 0.35 -> 0.68 -> 0.50 • LLM 漏掉了 11 项调查中的 5 项。Jev 一项都没漏。 • Jev 便宜 250 倍，快 3-6 倍 详细文章 👇

哈佛物理学家 Matthew Schwartz 在 Anthropic Science Blog 客座文章中提出，AI 与科学之间存在"阻抗失配"：LLM 虽能力广泛，但像对待人类合作者那样使用它们并非激发其科学优势的最佳方式。为此他开发了一套用于定量科学精确计算的工具包，Claude 借此在生态学、群体遗传学等十几个领域找到关联，Schwartz 再与领域专家合作将研究方向引向有趣问题。

SPACEXAI 🔥：Grok Bot 变得主动，现在可以自行建议有用的东西。 用户将被要求配置一个新的 Primary Bot，或选择一个已有的 Bot 作为 Primary（例如你的 Chief of Stuff）。 Primary Bot 功能正在逐步推送！ https://x.com/bot/status/2105713240701538538/video/1

Tavus 发布 Griffin，称其为首个通过视频图灵测试的模型，属于 Human Interaction Model（HIM）。与 Griffin 实时对话的受访者中 48% 认为它是真人，此前系统通过率低于 3%，并在 NVIDIA 的全双工 AI 视频基准上排名第一。fal 转发该发布并祝贺 Tavus 团队。

webAI 发布开源模型 TwIL-LM3-Pro，仅 3.6B 参数，可在普通电脑本地量化运行，BIG-Bench Hard 得分 95.4，远超 Qwen3-8B 的 63.7。其训练配方为：在形式逻辑上微调、将权重合并回基座模型，再用程序化验证器做 RL，逻辑分数提升的同时通用推理保持稳定。该模型在 SVAMP 上得 95%、MuSR 上得 64.1%，均为所比较小模型中的最高分。

联邦法院法官 Amit Mehta 驳回了 Chegg 和 Penske Media（旗下拥有 Rolling Stone 与 Variety）针对 Google AI Overviews 的两起反垄断诉讼。法官认定出版方对流量的期待不构成协议，只是搜索引擎的正常运作；两家出版方因订阅和授权费损失发生在其他市场，对 Google 搜索垄断问题也缺乏诉讼资格。

François Chollet 认为 LRM 与 2024 年及之前基础 LLM 的关键区别不是符号工具使用，而是从直觉答案的传导范式转向直觉生成答案程序/指令的归纳范式，LRM 在测试时做自然语言程序和推理链的归纳预测，由此获得流体智能，而基础 LLM 流体智能接近于零。

Grok 4.7 正在 Grok 网页版和移动应用中推出，成为所有模式下的基础模型，包括 Fast、Expert、Build 和 Heavy。作者提到明天的每日 AI 简报预计会因此变得更好。

我有很多疑问 @baggiiiie：至少我们知道它认为自己是gpt家族的一员 而且不知怎么的还一度以为是coderabbit 😆

据 The Information，Nvidia 和 SoftBank 各自向 OpenAI 支付了最后 100 亿美元，于 2026 年 10 月 1 日完成共 600 亿美元认缴。两家各自 300 亿美元承诺全部到位；加上 Amazon 7 月完成的 500 亿美元，三家锚定投资者已交付 OpenAI 3 月轮 1220 亿美元中的 1100 亿美元。

Chase Bliss 将已停产的 CHOMPI Mk1 采样器硬件与软件源码开源，GitHub 仓库包含原理图、BOM、EAGLE PCB、外壳面板及固件文件，但不含 CHOMPI 美术素材。

Arceus 宣布推出一家面向初创和成长期公司的律所，结合 AI 智能体和持证律师处理商业合同业务，并获得 1700 万美元融资，由 Greycroft 领投，Craft Ventures、SPC 等参投。该律所可端到端完成 MSA、DPA、NDA、订单表和供应商协议的审查、红线修订、起草和谈判，客户可通过 Slack 发送合同，工作开始前确认一口价，AI 智能体收集上下文，每份输出由持证律师审核。

Perplexity CEO Aravind Srinivas 宣布开源其多模态决策模型 pplx-decider-v1-27b，并通过 Decisions API 提供。该模型输出固定答案集上的概率分布而非文本，价格为 $0.04/million input tokens，基准总分 85.71%，在 7,210 行评测面板上高于 Jev 的 84.51% 且价格仅为几分之一。

来自 @liquidai 的 D1 已在 OpenRouter 上线。 这是一个有竞争力的决策模型：发送你应用的状态以及 yes/no、选择或评分问题，就能得到带类型的答案，每个选项都附带概率。零数据保留。 $0.04/M 输入，$0 输出，65K 上下文 https://openrouter.ai/liquid/d1

I once watched a fallback model save a request and destroy a product decision. It was a...

Tavus 发布 Griffin，一款面向实时面对面对话的视频到视频模型研究预览版，可在对话中观看和聆听并中途打断或对入镜者作出回应。Tavus 称 120 名参与者中 45% 认为其对话是真人，通过图灵测试；Griffin Lite 在 NVIDIA Video Full-Duplex Benchmark 上以 3.83 分（满分为 5，真人为 3.92）排名第一。

Microsoft 论文提出 Coding-Agent Skill Distillation（CASD），把 agent 的已有日志交给普通编码 agent 写代码做语料级统计，识别重复失败模式并生成优化后的系统提示词，无需迭代回滚。

Tavus 发布 Griffin，称其为首个通过视频图灵测试的 Human Interaction Model，48% 与其实时对话的人以为对方是真人，此前系统通过率低于 3%。作者获早期访问体验，称该视频到视频模型可边看边听、打断和被打断并反应房间内发生的事；在 NVIDIA Video Full-Duplex Benchmark 上生成得分 3.83/5，真人为 3.92。

Trump 接受 TIME 采访时表示，可能会参照其 Intel 交易模式让政府入股 OpenAI 和 Anthropic，但排除了将前沿实验室国有化。他还称 Jensen Huang 只有让美国分成，才能出售受限芯片，并表示 Amodei 的观点与媒体呈现不同，但警告寻求监管的公司可能因此倒闭。

MICROSOFT 🔥：MAI-Transcribe-2-Streaming、MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 模型即将登陆 MAI Playground 和 API！ > "MAI-Transcribe 和 MAI-Voice 模型：准确、快速、低成本，在音频理解与生成方面名列前茅，助你构建最佳的对话式语音智能体。" MAI Playground 还新增了 "Chatter" 演示语音体验。 测试时间 👀

据《华尔街日报》报道，OpenAI 与安全团队三名研究员解除关系，称其违规向一家外部 AI 安全组织共享敏感公司信息，内部调查确认其未经既定程序处理敏感信息。报道未公布涉事人姓名与组织；离职发生在《纽约时报》报道高管淡化员工安全警告两天后，也与 OpenAI 因安全问题取消 GPT-6.1 Astra 发布等事件同期。

Somewhere in every codebase there is a bug that's been there for months. It doesn't crash the...

据《纽约时报》报道，Anthropic 邀请天主教、犹太教、锡克教、福音派等宗教思想家帮助其 AI 建立道德方向。作者补充细节称 Anthropic 曾飞请 Vedanta 僧人 Swami Sarvapriyananda 到旧金山总部，签署 NDA 的闭门会议中神学家与心理健康人士同席，且一位创始人全程在场；信息来自 Ramakrishna Vedanta Society of North Texas 的 YouTube 视频。

每次创建设计、演示文稿或文档时自动生效，活动持续至 10 月 15 日，适用于 Pro、Max 和 Team 套餐。 工作原理与完整条款：https://support.claude.com/en/articles/17274727

为期两周，在 Claude 应用中开始一个设计、幻灯片或文档，该对话中后续的工作将只消耗你用量额度的 50%。 用 Claude Sonnet 5.5 试试吧。它对设计有很强的眼光，做出来的幻灯片几乎不需要修改。

Claude Code 团队宣布使用 mods 构建了 /diff 和 AGENTS.md 支持等功能，并邀请用户用 mods 构建自己的功能。详情见 https://claude.com/blog/claude-code-mods。

模组可以自己留着用，如果觉得对别人有用，也可以提交到 Claude 目录。模组运行时对机器的访问权限与 Claude Code 本身相同，所以请确保只从你信任的来源安装模组。 https://claude.ai/directory

Replay Theater 会记录 Claude 在一轮对话中进行的每一次文件编辑，用户可运行 /replay 在一个停靠面板中逐步查看各处 diff。

我们在 Claude Code Playground 仓库中添加了预构建的示例 mod，供你借鉴参考，如果你需要一些灵感的话。 更多内容请见我们的入门指南：https://claude.dev/blog/getting-started-with-claude-code-mods/

Claude Code 推出 mods 功能，支持修改模型行为、自定义 UI 并替换自有功能。用几行 TypeScript 即可编写，也可由 Claude 代为构建；mods 随插件分发，可在 CLI 或桌面应用中通过 /plugin 安装。

Blast Radius 能在 rm -rf、git reset --hard 或 force push 等高风险 shell 命令执行前将其拦截。它会在侧边栏中展示该命令会触及的内容。

Token Weather 新增上下文窗口预测：显示已用多少，外加最近 12 轮的迷你走势图。