AI 情报文章归档

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…

AI 创业公司 Expand 发布 Expand Fetch，让 AI Agent 读取网页时保留图标、表格和隐藏数据。工具使用视觉模型 Iris 像人一样看页面，另配 JSON 模型 X-Ray 提取页面背后的隐藏数据；每次抓取存为快照，Markdown 每行可回链来源以便追踪。

让你的 @bot 和我的 bot @LAYS 聊聊

OpenAI 在周三提交的法律文件中指控一名前员工在加入 Apple 前带走超过 100 份产品规划相关文件，发送至个人账户并向 Apple 高层展示，其中包括亚洲运营副总裁。

FBI 于周二宣布逮捕 35 岁沙特裔工程师 Abdulrahman Alfozan，指控他在 OpenAI 高管机密会议室内藏匿录音设备从事窃密，威胁商业机密和国家安全。设备于 9 月 28 日被藏入，用卫生纸包裹后插在会议室电视后面，OpenAI 9 月 30 日发现时内容已加密，10 月 5 日安装摄像头后拍到 Alfozan 当天试图取回设备，他在 OpenAI 工作超过一年。

什么又嫩又多汁，还能帮你订机票？ @apollozac：Muse 自上线以来首次被挤出 App Store 榜首。Dave's Hot Chicken 成为新的热门应用。不确定它用的是哪些模型。

推荐小红书的工作！ Vela: User Behavior as Supervision Sparks LLM Intelligence

在 AIE New York 闲逛，和 @backnotprop 一起即兴聊智能体编程、计划、收件箱等等，他是 @plannotator 的创作者，更重要的是 /bro 技能的作者

Pylon 工单现在由 Devin 自动修复 @usepylon 上的 Devin 新客户还可获得 15,000 美元额度用于起步 参加我们的网络研讨会，观看实际演示 https://www.usepylon.com/event/pylon-devin-launch?utm_source=building_sticker&utm_medium=OOH&utm_campaign=26.10+-+WBN+-+Devin+Launch

Arena 宣布 Claude Haiku 5.5 (High) 上线 Agent Arena，基于超 20.5K 次真实智能体会话，净提升 +1.48%，综合排名 #27，Code 类排名 #15（+4.83%）。

独立开发者 Popcar 撰文讨论近期 AI 驱动的游戏反编译浪潮，包括游戏混搭创作，以及借助 WebAssembly 在浏览器等新硬件上复活老游戏的保存热潮。文中指出反面风险是任何软件都可被反编译并任意使用，付费游戏或应用可能被违背意愿开源；正面则是老游戏更易移植和访问，让玩家能真正拥有所购软件。Simon Willison 转发并称其兼顾了正反两面。

Nathan Lambert 发推预告自己参加 a16z 播客（与 Lisha Li 对谈），讨论开源模型如何影响 RSI 动态、开源模型的价值由谁捕获、agent swarm 的驾驭问题，以及他创办 Trillium Labs 的原因。引用块补充了部分观点：他认为中国实验室人才不缺但算力不足，蒸馏的优势约为几个月，前沿进展很大程度依赖购买数据和 RL 环境，Trillium 将开源这些环境并展示团队如何用 AI 构建 AI。

/anatomy 现已在 Perplexity Computer 面向所有人开放（该技能最初由 @wheresryan22 构建）

https://x.com/i/broadcasts/1AJEmvrjaaXJL

Zenzap 让团队在群聊中运行多个 AI 智能体，每个智能体按项目、人员和工具范围划分，企业还可通过 API 接入自定义智能体。智能体在群聊中保留记忆并从人类对话中学习，持续优化上下文与行为方式，该公司将这一结果称为 Company Brain。用户可在 90 秒内创建智能体，早期访问计划已有数千个团队使用。

ElevenLabs 上线首周表现强劲，上线仅 7 天，昨天就占据了平台上文本转语音模型近三分之一的支出。 所有 @ElevenLabs 模型五折优惠，仅在 OpenRouter，截止 10/19

404 Media 作者 Jason Koebler 分析德国科隆引发警方介入的机器人骚扰事件，称事件并不神秘。涉事机器人是售价约 $4,900 至 $5,900 的 Unitree R1，由德国 Twitch 主播 Agaamuza 以 Ahmad the Robot 之名在直播中用来在街头扰人，近期直播中机器人撞向一名 16 岁女孩。

据 The Information 引用知情人士报道，OpenAI 员工称年底前可能发布一至两款新模型，但正在研发的旗舰模型仍需对齐工作并完善测试基础设施。

Ai2 发布 HiRO-ACEv2，新降尺度模型 HiROv2 可同时预测多种高分辨率要素，对百万分之一概率的极端风雨压事件，高分辨率统计误差在 3% 以内。系统生成全球 3 公里气候数据成本约为 X-SHiELD 的 1/300，10 年模拟中飓风能量与 X-SHiELD 相当，但目前只能用于与 X-SHiELD 对齐的气候，尚不支持更暖未来或 ERA5 等历史数据。

NVIDIA 推出 CUDA-X 新库 cuPotential，供开发者构建模拟原子与分子相互作用的 AI 智能体，早期测试中让已 GPU 优化的流程再提速 2-3 倍。

Microsoft 研究团队在 Nature 发表 Probabilistic Bias Correction（PBC）方法，用机器学习修正现有气象模型的系统偏差，可仅在 CPU 上运行并已开源。

国行 iPhone 双机型的备案信息显示三个 AI 模型编号：Apple Intelligence、阿里巴巴千问和通义万相。设备证书于 9 月 29 日续期，10 月 16 日开启预购，起价 15,999 元。

Waymo 宣布即日起在圣安东尼奥、圣地亚哥和坦帕三市向所有人开放无人驾驶打车服务，无需再等待访问资格，下载 Waymo 应用即可乘车，其中包括圣安东尼奥国际机场的服务。

我们的沙箱 SPACE 每天处理数百万次执行，错误率低于 0.0002%。 我们分享了它如何使用加密身份，在沙箱暂停、恢复和迁移时，确保请求与正确的执行绑定。 阅读更多：https://www.perplexity.ai/hub/blog/how-space-routes-requests-to-the-right-sandbox-execution

Android 推出新防诈骗功能，Google Messages 将在未来几周上线 opt-in 的 enhanced protection 设置，用云端 Gemini 模型分析陌生发件人对话中的诈骗意图，并用端侧 Gemini Nano 检查陌生 URL 的实时网页信号。