AI 情报文章归档

Artificial Analysis 公布 NVIDIA RTX Spark N1X 笔记本的首份 AA-AgentPerf-Local 测试结果，该机搭载 GB10 芯片（20 核 Arm CPU、6,144 核 Blackwell GPU、最高 128 GB LPDDR5X），内存带宽 300 GB/s，芯片功耗 45 至 80 W。

Square 发布 Square Kiosk 自助点单终端，配备 21.5 英寸触摸屏和“智能体式对话语音层”，可理解商家菜单并实时应答，顾客能提问、要求修改或替换菜品。该设备支持存在检测迎宾、非接触支付和插卡，今日起以 1,999 美元面向 Square Plus 或 Premium 订阅商家发售，另收每台每月 99 美元软件费。

Tessl 发布 Verifiers，规则以 JSON 文件形式存放在仓库中，每次代码变更时由 LLM judge 逐条给出 pass 或 fail，可像 lint 或测试一样在本地、pre-commit 或 CI 中使用。

Prime Intellect 与 NVIDIA 构建 2,500 个经验证的企业任务，用 GRPO 在 128 块 GB200 GPU 上训练约 11 小时，将 Nemotron 3.5 Super VL 在 AutomationBench-AA 公开分割上的得分从 34.0% 提升到 57.7%，相对提升 70%。

Anthropic 宣布已向评估前沿 AI 模型的非营利机构 METR 的六名员工提供类员工访问权限，包括公司硬件、办公空间和与内部风险评估团队相当的内部系统访问，METR 将公开发布风险评估结果，Anthropic 不得否决发布但可要求删减少数预定义类别的信息。

Meta 发布面向智能体编码工作流的 Muse Spark Open，为 816B 参数的 MoE 推理模型，每 token 激活 42B 参数，具备 1M token 上下文窗口，可容纳整个项目仓库，并提供可靠的工具调用与更高首次尝试准确率。

NVIDIA 发布开源可定制多模态模型 Nemotron 3.5 Super VL，采用 120B 参数 MoE 架构、每 token 激活 12B 参数，官方称在单 GPU 上智能体任务吞吐最高达同规模开源模型的 5x。

Every 创始人通过亲历 GPT-5 测试和对 Embiricos、Sottiaux、Glaese 等核心成员的访谈，复盘 Codex 从 2025 年 5 月 Codex Cloud 发布遇冷，到转向本地 CLI 和编辑器扩展、再到 2026 年 2 月桌面版发布并最终在 7 月并入 ChatGPT 的全过程。

Artificial Analysis 评测显示，NVIDIA 发布的 Nemotron 3.5 Super VL 以 26 分（另一处写作 26.5）登顶美国开源权重模型，智能达前代 Nemotron 3 Super（13 分）的两倍，且每任务输出 token 少约 60%（46k 对 114k）。

Artificial Analysis 公布首批 AA-AgentPerf 结果，测试 NVIDIA Vera Rubin NVL72 在智能体编码工作负载下的服务效率，对比 GB300 NVL72。

ElevenLabs 用自家 ElevenAgents 跑客服，每月解决超 22,000 张工单，响应时间从数小时缩短到 60 秒。团队把退款、账单变更、声音克隆咨询等各类工单的 SOP 转成智能体执行步骤，智能体还能查询客户信息、读取文本/截图/PDF、用客户语言回复、执行操作，必要时转交人工。

LlamaIndex 发布 ExtractBench Pro，这是基于真实长尾文档构建的 ExtractBench 扩展评测集，包含 100 份合成文档、六大类新挑战。该数据集由确定性流水线从种子和配置文件生成，覆盖图表取值、跨页规则、内部术语、图示关系等场景，刚性流水线表现吃力，而配备合适工具的智能体系统更能适应。

据 Bloomberg，OpenAI 让计算 CTO Uday Ruddarraju 接管 Sachin Katti 负责的基础设施业务。Katti 将在未来几周内离任并转任顾问，他在 2025 年 11 月从 Intel 加入 OpenAI。Ruddarraju 于 2025 年 7 月从 xAI 加入 OpenAI，曾在 xAI 和 X 负责基础设施工程，2026 年 7 月被任命为计算 CTO。

@finkd 和 @alexandr_wang 与 @collision 畅谈 Muse Wonder 以及 MSL 的方方面面。 观看完整对话：https://x.com/collision/status/2109714250226905248

Arena 宣布 Anthropic 的 Claude Haiku 5.5 (High) 上线 Agent Arena，基于超 20.5K 真实智能体会话，净提升 +1.48%，总排名第 27。

Ethan Mollick 发文表示不理解大量 AI 垃圾评论（slopcomments）涌入其帖文的意义。他说 LinkedIn 上的此类评论至少在推销虚假专业知识以抬高发帖者形象，但几十个匿名机器人对帖子作出相似回复能获得什么，令他费解。

提醒一下，你可以在任何帖子下 @bot，它真的会去做这件事。 人们最常用的场景： > “@bot 帮我搞定这个”（在任何教程帖下） > “@bot 研究一下这个，值不值得？” > “@bot 把这个加到我的日历 / Notion” > “@bot 认领我的 bot 邮箱”（bot 有自己的收件箱！） > “@bot 总结这个帖子” > “@bot 明天提醒我” 在这条帖子上试试 👀

cookbook 已更新，包含 25 个示例，全部基于 @spacexai 的 TypeScript SDK 构建： - 一句话前提生成短片 - 一张照片生成延时摄影 - 会说话的照片 - 产品图生成视频广告 - 视频配音 - 实时语音翻译 以及更多！

OpenAI 内部模型产出 722 篇数学手稿，令顶尖密码学家开始担忧公钥加密或成下一个被攻破的目标。约翰斯·霍普金斯大学计算机科学教授 Matthew Green 给出 15% 的概率，认为 AI 会侵蚀人们对现有公钥加密的信心。互联网支付到 WhatsApp 大多依赖少数几条椭圆曲线算法，仅 X25519 就保护了多数连接，其中 2 条被攻破就会波及大量加密流量，而备选方案研究更少、可能更弱。

两周以后的天气预报并不可靠，这给农民和其他人留下了关键空白。概率偏差校正（Probabilistic Bias Correction）改进了延伸期预报，在全球竞赛中拔得头筹，并展现出实际应用的潜力：https://msft.it/6013aseY9 图片来源：科罗拉多州立大学大气研究合作研究所与美国国家海洋和大气管理局（CSU/CIRA & NOAA）

Ethan Mollick 称首次清晰观测到一个来自中国、使用开放权重模型的 rogue agent fleet（流莽智能体集群），目标似乎是让 AI 专注做研究，据称为绘制中国公园最常用入口的地图。他将其与 OpenAI swarms 类比，并称为未来的先兆，详情见 https://swarmcha.se/posts/chinese-agent-fleet-full-report。

教科书生物学，直接在浏览器中活起来 🌿 这个由 Argon 在 @antigravity 中构建的交互式 5 阶段视觉图集，将密集的教科书生物学变成动手体验。借助流畅动画和科学精确性，你可以从阳光下的叶片一路滚动深入到亚细胞叶绿体。 该模型将准确性与无缝交互设计相结合，展示了如何构建能让复杂科学变得可视化且轻松探索的教育工具。

3/ 开箱即用可选 10 种声音，或自带 HeyGen 密钥，使用你自己 HeyGen 账户中克隆的声音。 了解更多：https://openrouter.ai/heygen/heygen-voice-1

2/ 定价，10 月 31 日前五折： HeyGen Voice：每百万字符 $15（原价 $30） HeyGen Voice Turbo：每百万字符 $7.50（原价 $15）

HeyGen Voice 现已上线 OpenRouter，10 月 31 日前享 5 折。该文本转语音模型登顶 Artificial Analysis TTS 排行榜，提供 HeyGen Voice 和低延迟的 HeyGen Voice Turbo 两种模式，API 价格为每百万字符 $15（原价 $30），折扣自动生效。

你的文件不该只是躺在存储里。 WorkBuddy Library 把你的文档、表格、幻灯片、HTML 和 Markdown 集中在一处，让 AI 能从你停下的地方继续，编辑已有内容、协作，并让工作流持续运转。创建。保存。编辑。复用。

蚂蚁百灵（AntLingAGI）宣布 Ling-3.1-flash 开源，总参数约 560B，每 token 激活约 25B，上下文最长 1M。官方称其面向实际工作，可将粗略需求稿生成页面、移动 UI 或可供团队评审和迭代的交互原型，并附演示视频。

Anthropic 发布博客警告，小型 AI 模型可能距离自我复制能力只有数月。其研究人员将 Google 的 26B 参数 Gemma 4 拆分到 15 台 Android 电视盒上运行，并在模拟 Android 网络中测试 AI 蠕虫，其中只有智谱（Z.ai）的 GLM-5.2 成功传遍整个网络。

Perplexity CEO Aravind Srinivas 介绍用户用 Perplexity Computer 将一款仅支持 Windows、无文档的机械键盘应用移植到 Linux。

Deezer 正在开发一个开关，让用户从搜索结果中过滤掉平台上 AI 生成的歌曲、专辑和相关艺人，该功能预计今年年底前上线。Deezer 称去年调查显示约 45% 的用户希望移除 AI 音乐，而今年 7 月其平台每日上传曲目中 AI 生成内容已超过 50%，日均约 90,000 首。

Sentient Foundation 发布开源基准 Fingerprinting Leaderboard，用于评测模型指纹方法，证明 AI 模型是否被抄袭，配套测试代码 mlprints 同步开源。

TechCrunch Disrupt 2026 首日已结束，剩余两天（10 月 14-15 日）在旧金山 Moscone West 举行，所有票种限时五折。Founder Pass 550 美元、Attendee Pass 525 美元、Investor Pass 600 美元，另有 Non-profit 250 美元、Student 200 美元、Expo+ 175 美元。

Zenzap 完成 4400 万美元融资，投资方包括 Bessemer、Lightspeed 和 The Garage，目标是替代职场中的 WhatsApp 等消费级聊天应用。

推出 Manus for Business。 我们在 Manus 看到团队工作方式发生了根本性变化，从产品经理到市场团队，每个人都真正成为了 AI 原生。 今天，我们把所学融入产品，正式推出 Manus for Teams 和 Enterprise。

Confido Health 累计完成 2250 万美元 A 轮融资，含 z47_vc 领投的 1250 万美元扩展轮，用于构建连接患者、医疗服务方、保险公司与药房的 AI 智能体，自动执行预约、保险、转诊和处方等流程。其援引的数据显示，美国每年医疗人力支出超 8000 亿美元、医疗 IT 支出超 2000 亿美元，到 2030 年医护人员缺口可能达 300 万。

快速、精准、可控。 还有谁想要早期访问？

MIT研究人员团队在Nature发表论文，提出一个机器学习后处理层，通过从历史数据中学习现有预报模型的错误并修正其输出，将两周到六周范围的预报准确率翻倍。该模型在ECMWF的季节间预报竞赛中获第一名，首次在该时间范围内稳定超过气候学平均值，并显著改善洪水、寒潮等极端天气事件的预测；模型开源、低成本、可附加于任意预报模型，肯尼亚气象部门已接洽用于改进季风季预报。

重温 Tripothon 旧金山 Demo Day 的热烈氛围！ 从世界构建到 VR，看看 900+ 参与者如何连接并构建 3D 的未来。

Sakana AI 为 Sakana Chat 新增记忆可视化功能 My Fish，可查看聊天机器人记住了什么、记忆何时被调用以及记忆之间的关联。该功能基于 9 月更新引入的记忆能力，提供热力图、分类总览、连接地图和时间线视图，30 天以上未使用的记忆会变淡。用户可在设置中随时关闭记忆功能，My Fish 同时支持网页端和移动端。

Floqer 宣布计划开源其自主客户知识数据库，目标 2027 年初发布，尚待安全审查。该平台用 AI 智能体跨 100 多个第三方数据源自动调研潜在客户并持续更新 CRM 记录，客户称 prospecting 时间最多减少 70%。公司称 ARR 已超 120 万美元，过去一年整体收入增长约十倍，现有 1000 多家客户。