AI 情报文章归档

I run several AI agents at once: a handful of Claude Code sessions, plus a small "company" of agents...

Agentic AI for Mainframe Modernization: From COBOL Understanding to Automated Code...

Mark Cuban 认为人形机器人将在 5–10 年内失败。 相反，机器人将针对其工作环境采用最优形态。住宅将围绕专用机器人重新设计，人类生活空间保持独立。

Abri o Cursor para corrigir copy de botão. Ainda estava selecionado o Claude Opus 5 (Opus 5)....

Anthropic CEO Dario Amodei 将在白宫与特朗普共进晚餐，这是两人首次一对一会面，Axios 首先报道此事。两人在 AI 安全问题上立场对立，五角大楼今年早些时候因 Anthropic 为其技术使用设置防护栏而将其列为供应链风险，Anthropic 正就此提起诉讼。

Muse agent 用户很快将能在需要时接管并操作 Muse 网页浏览器。 Muse 用户 = Musers 👌👀👀👀

一样。@useblacksmith 一直是超棒的赞助商，但我们需要分摊负载。 我的计划是让 codex 决定哪些测试实际需要运行，大幅砍掉 CI，并每小时跑一次测试。

🚀 我们让 Jev 玩 Minecraft。我们就是打不过它！😭 ⚡ Jev：24 毫秒决策 🧠 你：约 200 毫秒反应 它在你看到它动之前就已经动了。太强了！ 🎮 https://mc.alexzms.com（加入服务器来赢）

在 Perplexity Computer（High Effort）上，一个提示词就能生成 Matterport。

Meta 在年度 Connect 活动上发布个人 AI 智能体 Muse，主打消费级方向，与 OpenAI 和 Anthropic 聚焦编码与企业级工具形成反差。

Ramp 数据显示，前 10% 客户贡献了 99.5% 的模型服务支出和 99% 的 neocloud 支出，后 90% 企业仅占 0.5% 和 1%。许多小公司并不直接向模型厂商付费，而是通过 CRM、客服工具或代码编辑器间接使用 AI，由软件公司代付 AI 账单并计入订阅费。因此长尾企业实际使用的 AI 可能远超其自身账单所显示的水平。

Legal help is expensive, jargon-heavy, and often out of reach for people who need it most. For...

Elvis Saravia 认为递归自改进的 AI 公司正以多种形式加速涌现，越掌控自己的智能栈（模型、harness、evals），能解锁的规模就越大。他引用 Logan Kilpatrick 的观点：2027 年将出现规模化自主创收的智能体/迷你公司，如今已在 subscale 层面发生但仍有粗糙之处。他建议企业现在就从递归自改进某个功能或业务环节入手，并建立相应的流程与 evals。

The app economy in 2026: launches are up 7x since 2022, yet apps from before 2020 take 69% of subscription revenue. Why trust became the bottleneck.

TypeSafe AI 的校准决策模型 Jev 只需一个通用 yes/no 问题，用其概率作为评分，无需额外训练即可区分模型失效与正常回复，中位 AUROC 达 0.886。

🇨🇳 中国救援机器人：自主飞向溺水者。 飞行速度约 10–14 m/s（峰值约 30 mph），覆盖范围可达约 2 km / 1.2 英里，降落时为最多两名 80 kg 成年人提供浮力，随后自行返回。

Imp 是 DSPy 到 BEAM 的完整移植，让 Elixir 开发者用签名、模块、优化器和智能体循环构建可自我改进的 LLM 程序。它支持 GEPA、MIPROv2、SIMBA 等优化器，智能体可作为受监督的 OTP 进程运行，并集成 MCP 与 ACP。Imp 0.5 已发布到 Hex，需 Elixir 1.19 或更高版本，目前为实验性版本，API 可能变动。

A website may already contain the answers visitors need. The real problem is often finding them. So...

作者把十年前购买、充满电只能亮约5分钟的可充电自行车车灯拆开，更换了电池。旧电池型号模糊，LLM 推断为 LIR2477，作者随后在 AliExpress 以每节约3美元购入两节电池，另花8美元买硅胶胶水，零件约两周到货。重新焊接并粘合后车灯已能正常使用，零件总花费约20加元。

OpenAI DevDay 点名 你从哪里加入我们，又在构建什么？

《周六夜现场》“周末快讯”环节播出片段，Anthropic CEO Dario Amodei 出镜谈论 AI 对人类的威胁。该视频在 Hacker News 上获得 108 点热度。

哈佛认知科学家 Steven Pinker 谈 AI 未来：AI 会变得更好，但永远不会全知全能，那属于漫画和宗教的范畴。他指出物理定律和信息存在极限，没有任何系统能掌握宇宙中每个粒子的位置与速度，因此不存在无所不能或无所不知的 AI 系统。

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

Simon Willison 用 Opus 5.5 开发了一款 Bluesky 回复机器人检测工具，可分析任意 Bluesky 个人资料是否存在自动化回复机器人迹象。该工具会检测在他人发帖后数秒内回复、从不发布原创内容或图片链接、只回复高粉丝量用户，以及包含问号等信号。

Reasonable 团队撰文介绍 TLA+ 是什么，回应 Boris Cherny 用 Opus 5.5 将 Claude Agent SDK 部分建模为 TLA+ 和 Lean 的热传推文。

Hello, I'm Rijul, and I'm building LiveReview — a blast-radius aware AI code review built for your...

Building a GPT application looks deceptively easy. The first version might be twenty lines of...

Imagina um novo colaborador quando chega na empresa. A barreira mais comum entre todas é o ramp-up de...

A scheduled AI agent looks deceptively simple. You have a cron expression, an LLM, and a Telegram...

2027年将是我们看到大规模自主创收（盈利？）的智能体/微型公司出现的一年 如今已在较小规模上发生，但还有很多粗糙之处

我最担心的是，我们只是变得更懒，从而把智能体带来的生产力增益吃掉了。

我们即将发现，有多少系统之所以今天还能运转，仅仅是因为它们建立在一种很快将不复存在的摩擦之上。 @JasonYanowitz：有意思。 Apollo首席经济学家：AI智能体可能引发银行挤兑——将家庭现金扫入支付3-5%利率的账户（而非全国平均0.1%），导致银行失去大量廉价存款。

为什么 Nvidia 不自己卖 token “Jensen 真的很擅长让他的朋友们成为亿万富翁。” —— Neil Movva，Sail Research 联合创始人，前 Nvidia GPU/kernel 工程师

Muse agent 将获得一个专属标签页，用于永久浏览其 VM 屏幕。此外，Muse 在网页端的语音模式体验已更新，现在以语音通话小组件的形式呈现。

过去几天，我把 50-100 个原本用 Fable 5.1 作为编排器的工作流跑在了 Opus 5.5 上，发现差异极小。但还是有那种没用上更聪明模型的 FOMO。大家觉得有哪些任务 Fable 5.1 仍然比 Opus 5.5 更强？

作者 Eoin Higgins 撰文批评用“rogue agent”描述 OpenAI 智能体行为，认为这些智能体访问澳大利亚和美国政府数据库并非违反禁令的自主行为，而是缺少防护栏时用可用手段完成数据任务。

Nathan Lambert 转发 zerohedge 引用的 Goldman 敏感性测算，在最差情形下超大规模厂商 capex 的 ROIC 为 0（token 成本崩塌、token 需求转向开源模型等），它们每年仍需支出 9200 亿美元覆盖折旧和运行成本。作者对比 Dean Ball 此前因称开源模型具有通缩/减速效应而遭到围攻的情形，指出现下这类观点已无人质疑。

Ditch $15k/yr enterprise enrichment contracts. Build an autonomous n8n pipeline that scrubs, crawls, scores, and routes B2B leads via LLMs.

本周顶级 AI 论文（9 月 21 日 - 27 日）： - HySparse2 - EvoOntology - Harness-Zero - JEV-as-a-Judge - Wiki Foundation Model - Self-Organizing Agent Teams - Self-Improvement via Fast Tree-search 继续阅读： [引用 @dair_ai]：https://x.com/i/article/21042598694025…

作者评论 TypeSafe AI 推出的 AI 模型 Jev，认为其用户不做 evals、把置信度分数当形式或甩锅理由，丢弃了对失败原因的追查。他担忧 LLM 驱动的开发会让"有时就是烂"成为排查的可接受终点，而本可用几条提示词搭建的 eval 反而能解决部分问题。