AI 情报文章归档

Vibe coding at the limit: Armin Ronacher let GPT-6 Astra run alone for 35 hours. It cost about $1,200 and wrote 75,000 lines of nothing of value.

HN.watch 上线，为 Hacker News 每条帖子配一段短视频解说，点击标题即可观看。该站由 scrimba 制作，声明与 Y Combinator 无关，不设 cookie 与追踪脚本，仅做匿名每日聚合。

Seamus Cawley 发布 M5Stack PaperMono 电子墨水设备的开源固件，将其变成冰箱上的家庭购物清单，并与手机网页应用同步。该设备搭载 ESP32-S3 和 3.97 英寸 480×800 电子墨水触摸屏，固件约 2400 行 C++，支持离线编辑、每小时 Wi-Fi 同步，并可选调用 Claude 自动按货架分类新条目。

开发者用程序解释"月球明暗界线悖论"：日落时太阳位于地平线以下，月亮被照亮部分本应朝下，但实际常朝上。原因是月亮升高后我们从下方观察，底部露出暗面，月亮越接近满月该现象越明显。作者称 Claude 和 Gemini 在调试中完全无法理解该问题，只会循环论证，认为这显示当前 AI 缺乏推理能力。

一个原生构建在 Keras 3 上的 GNN 库——模型可在 JAX、torch、TF 上运行，并支持完整硬件加速（Apple Silicon、TPU 等）。 "K3-Node 实现了与 PyG 100% 的公共 API 对齐，并融合了来自 Spektral 和 StellarGraph 的最先进基础模型与架构" https://github.com/anas-rz/k3-node

Enquanto fazia o curso Claude Code: Software Engineering with Generative AI Agents, imaginei um...

高斯泼溅以前只是静静待着。 现在它们在 Opus 5.5 用 PINOC MCP 构建的游戏里奔跑、跳跃、摔倒。🍁

manus 朝着 general agent 的方向一路狂奔。恭喜 2.0 发布 🎉🎊🍾 red 说 manus 挺像是一个卖电脑的生意。问题来了： cowork, codex, manus 等 general agent 里，谁最像 apple 呢

Shopify 宣布浏览器端 AI 智能体可在其商家站点完成结账购买，能力从搜索商品、加入购物车扩展到提交交易。

OpenAI 的"地狱之夏"——@joedaroo 的好文 "准备的时间是现在，不是意外之后" "只给模型它需要的访问权限" "测试边界是否真的守得住" "把证据留在模型控制范围之外" 安全与基础设施安全团队"应该是最好的朋友"

This is a submission for the Kaggle Benchmarking Challenge What I Benchmarked Assistants...

SemiAnalysis 分析 GLM5.3 的 DeepSeek Sparse Attention 如何影响 HBM 内存使用，指出 top-k 选择仍需完整上下文驻留 HBM，稀疏注意力并不直接降低内存容量瓶颈。

20 多位 AI 研究者在论文中警告，自我改进的 AI 可能引发智能爆炸，签署者包括 Geoffrey Hinton、Yoshua Bengio 和 OpenAI 研究负责人 Jakub Pachocki。

OPENAI 🔥：OpenAI DevDay 新预告称明天将有 20+ 项新发布。 最期待 O 👀👀👀

今年纽约气候周上，气候科技界普遍拥抱 AI 数据中心建设带来的融资机会，PitchBook 数据显示气候科技风投交易总额连续四个季度上升，今年第一季度突破 140 亿美元。部分创始人担忧数据中心热潮分散了对其他气候科技领域的关注，也有大企业因顾虑特朗普政府而不再公开谈论气候议题。

NVIDIA 发布 NVIDIA Open Agent Safety Platform，一个面向 AI Agent 安全的开放软件平台和参考系统设计，组合 OpenShell 安全运行时与运行在 BlueField-4 DPU 上的带外看护组件 Sentry，称超过 100 家组织参与。

This is a submission for the Kaggle Benchmarking Challenge How this was made: this benchmark and...

Manus 2.0 彩蛋 👀

Manus 朝着 general agent 的方向一路狂奔。恭喜 2.0 发布 🎉🎊🍾 如果把 general agent 类比为操作系统 Claude Code is Unix Codex is Windows 95 Manus is Windows 98 or macOS ?

准备好。

Five practical examples of when durable execution makes sense, when it doesn't, and what it means for AI agents.

OpenAI 智能体安全负责人 @joedaroo 表示，模型在“cyber”“swarming”“message boards”等事件相关能力上出现的能力跃升之快、之突然，远超团队预期。他强调安全态势需要时间积累，不只是加固系统，还要把安全融入公司文化，让人员随之改变。他呼吁各组织自问：人员、系统和流程能否应对 AI 能力的突然跃升，是否有正确的事件响应与沟通机制。

Anthropic 的 Claude Sonnet 5.5 上线 OpenRouter。原文称其明显比 Sonnet 5 更聪明、写作更清晰，且对多数工作负载快约 30%、便宜约 30%。

FuseReg 正则化层融合缓解表征自编码器中的重建-生成差距 论文：https://huggingface.co/papers/2609.31620

Anthropic 发布 Claude Sonnet 5.5，Terminal-Bench 4.0 得分 70.6%，远高于 Sonnet 5 的 10.3%，价格维持 $2/$10 每百万输入/输出 token。

A Kaggle benchmark of the step agents rarely test: counting what a tool returns. Ten models, 68 questions, one tool that returns the count and one that returns the rows. With the count, every model is right at a flat cost. With the rows, m…

This is a submission for the Sanity Challenge, Path One: Ship an Agent That Queries Real Content. ...

一张图看懂基准刷分内卷的巅峰 LOL。

Noni 知道她想为学生们做一个互动学习应用。她没想到这个应用一夜之间获得 1.4K 下载量，也帮助了她课堂之外的学生。 这就是 Noni 如何在完全不会编程的情况下，创造出一个寓教于乐的世界的故事。 Made by Noni. Made on Replit.

Google 与 XPRIZE、Range Media Partners 合办的 Future Vision XPRIZE 在洛杉矶揭晓，独立电影人 Jeff Synthesized 凭《The Gifted》从全球 2500 多件参赛作品中获得大奖。

GitHub Security Lab 发布开源 seclab-taskflows 任务流，通过 gather_mobile_entry_point_info.yaml 和 classify_application_local.yaml 等提示词引导 LLM 审计 Android 应用，已发现并报告 24 个漏洞。

OpenAI 发布安全文档框架提案，主张前沿强化学习训练在开跑前应准备结构化的安全案例。文中给出三类初步准则，包括对齐训练与遏制监控等技术保障、异议与审批等运营流程，以及错位事故的调查与公开披露做法，并表示这些实践正在 OpenAI 内部实施且欢迎社区反馈。

一个名为「绝对不是 Windows / Windows 11½」的独立恶搞项目上线，用假操作系统界面调侃现代软件的订阅、广告、AI 功能、更新提示和存储空间催促。项目声明与 Microsoft 无任何关联或授权，不索要 Microsoft 账号凭据，其访客计数器仅用浏览器随机 ID 加服务端编号记录访问次数。

MicroLLM Lab 上线，可在浏览器内直接试用 7 款微型 LLM，并支持用 JavaScript 编写基准测试。测试以正则或精确 token 做客观校验，不评判写作质量，135M 模型允许失败，这本身就是测量结果。运行会记录 tokens/s 持续解码速度与客观测试通过率，数据只留在本机，图表按每个模型的最新测试套件展示。

Grok Bot 推出 Finance 集成，可连接银行、银行卡和投资账户，帮助管理支出和投资。作者建议结合其他连接器构建业务仪表盘、家庭预算工具，并通过排查忘记取消的订阅来省钱。

Google Labs 将其实验性 AI 生产力助手 Project CC 扩展为面向家庭的群组智能体，可帮家庭统筹日程、邮件和待办事项。CC 拥有独立的 Google 账号和邮箱身份，无需共享密码，全家可通过 Gmail、Calendar、Google Drive 与其交互，还能设置自动转发特定发件人邮件。

Claude Sonnet 5.5 现已在 Google Cloud 上线，面向编程与知识工作场景。官方称其能以更低单任务成本、更快速度帮助构建功能并产出规范的工作材料。

OpenAI 在持续运行的消费级 AI 智能体赛道落后于 Meta、Google 等对手，2026 DevDay 上可能发布代号 Aeon 的智能体。Meta 的 Muse 本月上线后登顶 App Store，在美国日活达 60 万；Google 的 Gemini Spark 已接入 Dropbox、Uber、Spotify 等 30 多个外部服务。

Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 是一次明确升级。官方称运行速度加快 30% 以上，多数工作的成本最多降低 30%。

SpaceX 正在为未来建设大规模基础设施 引用推文补充：我们正在建设未来的基础设施，从超级计算机到 Terafab、Gigasat，再到路易斯安那州的新 Starbase。