AI 情报文章归档

Expand 推出 Expand Fetch，一种新的网页抓取与爬取方式，包含视觉模型 Iris、JSON 模型 X-Ray 以及每条抓取附带 Wayback Machine 溯源链接。在其 326 个网页共 1,094 个问题的基准上，使用 Expand 的智能体答对 74%，次优 API 为 55%，定价 $1 per 1,000 fetches，已在 expand.ai 上线。

Potato is an important food-security crop in Ethiopia, but its production is affected by foliar diseases, particularly early blight and late blight. This study develops a lightweight convolutional neural network (CNN) to classify potato le…

Multimodal code intelligence connects the symbolic world of programs with the visual world their execution creates. Interest in this capability is burgeoning, as models are increasingly asked to produce charts, webpages, animations, and se…

Relational deep learning has emerged as a powerful paradigm for learning end-to-end predictive models over relational databases by representing them as temporal heterogeneous graphs. Recent advances based on graph neural networks and Trans…

White Circle 团队开源红队算法 RISE，可对 OpenAI、DeepMind 等最新图像模型进行 jailbreak。文中称 GPT-Image-2.5-Flare 被成功攻击的概率约为上一代的 3 倍，Nano Banana 2.1 约为上一代的 2 倍。

We introduce an approach for self-supervised representation learning designed to be used as a tokenizer for generative modeling. Our objective supervises a representation loss by factorizing the pointwise mutual information of the data, wh…

我们当时正在吃午饭 @MorningBrew：Muse 在 Apple App Store 榜首长达一个月的霸榜，迎来了一个温柔又多汁的结局

我们在 #SFTechWeek 举办的 WorkBuddy 聚会展示了各种令人惊叹的工作流！从自动化招聘流程到电影级配乐生成，再到多平台内容引擎，我们的演讲者展示了 WorkBuddy 能做到的极限。 好点子就该被分享。来看精彩集锦！

Grok Voice 3.0 在 Artificial Analysis Speech to Speech Index 以 86.9 分首秀登顶，领先 GPT-Live-1（Astra, medium）的 83.2 和 Gemini 3.8 Live Extended Thinking（High）的 82.6，较 Grok Voice 2.0 提升 5.6 分。

为推动更多基于 Gemini 4 Argon 的研究，我们将向 10,000 名科学家免费提供 @GoogleAntigravity 中最高使用层级的使用权限，为期 6 个月。 了解更多 → https://goo.gle/3W85sXj

Argon 还将酶工程流程压缩到数小时之内，设计出五种经实验室验证的丝氨酸酯酶。🧬 https://x.com/RyanKrue/status/2110046767341547602

Argon 正在帮助加速量子纠错和算法设计两方面的进展。🧮 https://x.com/benjaderberg/status/2110041693659554290

Google DeepMind 转发研究者成果：团队使用 Gemini 4 Argon 发现了 2 个新的反例家族，挑战等离子体物理中存在近 60 年的 Grad 猜想，并给出了新的 3D 磁场设计。论文作者包括 Jonathan Citrin、Brendan Tracey 和马里兰大学的 Matt Landreman，论文地址 https://arxiv.org/abs/2610.07304。

Gemini 4 Argon 已在量子计算、核聚变、蛋白质设计等领域解锁新的科学突破。🧵

在 Claude Console 中添加目标地址，即可发送 Messages API 请求和 Managed Agents 会话的 OpenTelemetry 追踪： https://platform.claude.com/docs/en/manage-claude/opentelemetry/api 设置 OpenTelemetry 以导出 Claude SDK 请求的 span： https://platform.claude.com/docs/en/manage-cl…

Span 遵循 OpenTelemetry gen_ai 规范。默认情况下，它们携带时长、状态、token 数量、模型和工具名称等元数据。 将目标切换为“完整内容”，还可导出提示词、响应、工具输入和工具结果。

Claude Platform 现已进入公开测试，可将来自 Messages API、Claude Managed Agents 和 Claude SDK 的 OpenTelemetry 追踪发送到你的可观测性栈。

SpaceXAI 发布 Grok Voice 3.0，在 Artificial Analysis 的 Speech-to-Speech Index 以 86.9 分居首，超过 OpenAI 与 Google，GPT-Live-1（Astra, Medium）为 83.2。

这里是 YouTube 链接！https://www.youtube.com/watch?v=Jh6mgf9M06M

与 Sergey Brin、@joshwoodward、@tulseedoshi 和 @melvinjohnsonp 的一场对话，聊 Gemini 4 Argon、我们如何走到这一步，以及前路如何！

哇！在 Grok Bot 里试试吧

这是什么？ Jev 正在进化！ 下午 1:14 收听我们与 @CompleteSkeptic 和 @allietheicon 的市政厅，了解更多

从我们的 Discord 进行了直播：https://discord.gg/typesafe?event=1559938715906875483

Artificial Analysis 将 AMD MI355X 纳入 AA-AgentPerf 基准，覆盖 Kimi K3、GLM-5.2/5.3 和 DeepSeek V4 Pro，并与 NVIDIA B200/B300 对比编码智能体推理性能。

研究人员利用 AI 蛋白质设计工具，保留两类蛋白酶的催化核心并替换其余整个蛋白，设计出可调谐、能定点切断特定蛋白质的酶。研究人员用这些酶切断了与神经疾病相关的蛋白质，以展示其有效性。

@AnthropicAI - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Haiku 5.5 完整结果：https://arcprize.org/results/anthropic-claude-haiku-5-5

ARC Prize 解释在 ARC-AGI-2 榜单中省略 Claude Haiku 5.5 的 max reasoning 结果，因为该设置只完成 120 个任务中的 74 个，且许多未完成的尝试在耗尽输出预算前无法返回可解析的答案。完整结果见 https://arcprize.org/results/anthropic-claude-haiku-5-5。

ARC Prize 公布 Anthropic 的 Claude Haiku 5.5 在 ARC-AGI (Verified) 上的成绩。ARC-AGI-3 得分 2.8%、成本 $437（provider adapter harness），标准 harness 下为 0.5%、$388；ARC-AGI-2 得分 61.3%、$0.085/task；ARC-AGI-1 得分 89.0%、$0.051/task。官方评价称其为 Anthropic 小模型梯队带来了有竞争力的表现。

斯坦福与Together AI的论文提出HybridAgent，让大部分推理在隐藏向量中完成、仅在工具调用和关键决策时输出文本，解码算力降低62.5%至72.9%。在GAIA上，14B版本得分52.4，高于同模型纯文本智能体配合ARPO的43.7，运行速度也快2.1倍。其静默推理步骤仍可解码为可读文字，任何LLM都能改造成HybridAgent。

Pragmatic Engineer 播客专访 Uber 杰出工程师 Uday Kiran Medisetty，深入介绍 Uber 面向 AI 智能体的开发者基础设施。

xAI 发布 Grok Voice 3.0，即日起可在 API 和 Voice Agent Builder 中使用，定价 $0.08/min。更多细节见官方博客 https://x.ai/news/grok-voice-3。

推出 Grok Voice 3.0，全球最智能的语音到语音模型。 它擅长处理客户来电，响应时间不到一秒，成本低于其他前沿模型。

Claude 推送更新后，Claude Code 的 UI 和交互设计明显改善，左侧母任务与子任务关系、任务状态分组、概览与进度展示等均经过用心设计，体验良好。推文作者认为 Claude 又回到了 3 月、4 月那种极速迭代的状态。

顺便说一句，这是由 Cursor Cloud Agent 编辑的。

GPT-6 Astra 和 SOL 6.1 的极速版现已在 Perplexity Computer 中面向 Max 订阅用户开放。 两者生成 token 更快，能更早完成 Computer 的长任务。 在 Custom 下选择 Astra 或 SOL 6.1，然后将速度设为 Ultrafast。

The Verge 资深评测员 Victoria Song 亲测 Twin Health 数字孪生代谢管理项目 100 天。该项目需持续输入体成分、血糖、血压等数据，用红橙绿颜色预测食物对血糖的影响；随访化验显示代谢健康评分提高 9 分，甘油三酯下降 70mg/dL，多数肝酶恢复正常。作者也指出持续记录带来追踪疲劳，并在癌症治疗等高风险场景下存在数据隐私与信任挑战。

LangChain 发布博客，介绍其开源 Agent 框架 Deep Agents 如何用 middleware 做上下文工程，应对长任务中的 context rot。

据 Bloomberg，投资者连续 6 个交易日抛售芯片公司股票，合计市值缩水约 10%、接近 1 万亿美元，原因是担忧 AI 支出的回报不及预期。费城半导体指数（SOX）周三下跌 3.1%，正走向 2025 年 5 月以来最长的连跌。

我们撰文介绍了我们的沙箱平台如何支撑 Perplexity 上的每日流量，每天处理数百万次执行，错误率很低，同时仍使用多台机器来降低服务成本。

Cool （引用推文内容：grok bot pretty much replaced dots and muse for running my business... here is why : insanely simple to set up, a MASSIVE plugin library, generous usage. here's everything i use and what it costs: required ($165/mo + whop's cu…