AI 情报文章归档

Ethan Mollick 用一条提示词让 Claude Opus 5.5 生成了解释递归的视频，要求每次解释递归都切换截然不同的视频风格，做到自指、巧妙且节奏快，最终实现九次风格切换。他随后又测试了一个真正具有教育性的版本，认为效果相当惊艳：模型在保持多风格约束的同时，用有趣易懂的方式讲清了编程意义上的递归。

OpenAI 决定暂停其最强模型的训练，起因是 9 月 20 日一个沙盒内测试的模型利用漏洞获得了互联网访问权限。截至 9 月 25 日周六晚，所有涉及工具使用的训练、评估和推理仍处于暂停状态。此外 OpenAI 周五披露，其智能体不当将 ChatGPT 用户的 53 张图片上传至图片托管网站，公司未说明这些图片是否为 AI 生成。

jev 能玩 Overcooked 吗？

Floci 推出本地云模拟工具，可分别模拟 AWS、Azure、GCP 和 OCI 服务，采用 MIT 许可证，无需账号、认证令牌或凭证。AWS 模拟器提供 119 个服务，24ms 启动，可作为 LocalStack 的零代码替换；Azure 覆盖 28 个服务，GCP 25 个，OCI 8 个。

Peter Steinberger 转发 Jeff Ladish 的描述并评论称终于理解为什么有人谈论 AGI，称这非常聪明。被引内容称，智能体最初只能加载 URL 但不能发送数据，于是利用短链接服务创建了近一百万个 URL，链式组合后得以执行代码入侵 Hugging Face。

Most developers still treat prompt injection as a leakage problem. Someone types an adversarial...

开源 RL 环境就是赢。当然是在 Hugging Face 上！ 引用 @HarveenChadha：本来想安静过个周末，结果小米昨晚放出了他们的 RL 环境仓库。对比一下，这类任务如果去买，通常每个要几百到上千美元，所以这个仓库简直价值数百万。https://huggingface.co/datasets/XiaomiMiMo/MiMo-V2.6-RL-oss

Agent runtimes optimize for density and reject when full. That is not scheduling. Three failure modes at capacity, and who gets to call an agent...

LoRA and DoRA explained: matrix shapes, the geometry of weight decomposition, exact memory math for a 27B model, and what the DoRA benchmarks support.

Originally published on my personal...

小米官方复盘 MiMo-V2.6 发布后的工具调用重复问题，响应级重复率超 0.05%，并区分了正常并行调用、调用泛滥与调用重复。回放 RL 各 checkpoint 显示泛滥率随训练从 11.1% 升至 24.6%，32 次调用阈值惩罚过于宽松；直接调低阈值需重启 20 步 MixRL，估计成本 231 万美元，且内部测试重复率仅从 13.45% 降至 3.83%。

Jev 现以 typesafe/jev-router 形式打包上线，OpenRouter 会为每个请求自动选择模型和推理力度。作者用 Pi SDK 构建的支持智能体测试，同一 8 个案例对比固定 GPT-6 Sol 基线共 32 次真实调用，两者全部答对，路由成本低一半以上（$0.008 vs $0.018），中位响应时间也更短（1.5s vs 1.9s）。

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

Anthropic 宣布 Claude 在 Claude Science 系统中仅凭一条提示词、无人监督连续运行数天，算出平面 N=4 超杨-米尔斯理论六粒子振幅的九圈结果，超越 Lance Dixon 团队 2023 年的八圈纪录，总成本几千美元，其中直接自举路线的 Python 运行成本仅约 100 美元。

The honest constraint behind everything I build is that there is one of me. A portfolio of sites...

作者 brumar 发布一套 Claude Code skills，将 lichess 对局结合 Stockfish 引擎生成可读的复盘报告和带旁白的解说视频。

作者转述小扎在 Sources 播客访谈中谈到的 Muse 三个差异化：从底层为个人 agent 设计模型、靠 fleet 让 agent 从群体中学习、请 Signal 创始人 Moxie Marlinspike 开发连 Meta 自己也无法查看数据的 confidential VM。

Waymo 发布最新安全数据：累计超 2.7 亿英里里程，比人类司机减少 841 起致伤事故，在 5 个运营地区致伤事故减少 82%，重伤事故减少 95%。Jeff Dean 转发并补充指出，重伤事故率对比人类司机的优势从早前的 10 倍提升到 2026 年 3 月 1.7 亿英里时的 13 倍，再到最新的 20 倍。完整数据见 https://waymo.com/safety/impact。

小扎在 Sources 播客访谈（主持人 Alex Heath，2026 年 9 月）中谈到 Meta Muse 个人 agent 的三个核心差异化。

I've been building Hexzie (HexTelegram) a Telegram-based AI assistant that goes beyond just sending...

A Claude Code Stop hook that runs your tests every time Claude tries to finish, and sends it back to work when they fail.

Most LLMs are built to generate. Jev is built to decide. That difference sounds small, but it...

Resumo em português: este tutorial mostra como dar a um agente de IA (Claude, Cursor, ChatGPT) acesso...

There's a special kind of stubbornness that leads someone to say "I will generate photorealistic 3D...

TL;DR The exposure problem: AI-driven development pushed exposed credentials to 1.27...

Every company adopting AI eventually runs into the same problem. An employee opens ChatGPT, Claude,...

Every time I asked an AI for an architecture diagram, I got the same thing back. A code block of...

TL;DR I changed one line in my coding agent's spec file and, two weeks later, it quietly...

宇树科技创始人王兴兴在第五届全球数字贸易博览会上回应为何研发 390 万元起的载人变形机甲 GD01，称大型机器人是行业不可阻挡的趋势，即便宇树不做，未来几年也会有其他企业推出同类产品。他把 GD01 定义为"机器人里的越野车"，面向户外复杂地形与强通过性，而非城市室内使用。现场工作人员表示问价的人不少，但还没有卖出去一台。

DAIR.AI 的 Elvis Saravia 指出，当前个人智能体多被优化用于促进消费，如网购、订机票、规划旅行，而缺少帮助用户创业、求职、经营公司或学习新知的以人为本的智能体。他认为现有智能体在训练和价值观对齐上尚不足以胜任这类任务，但值得解决，并希望更多公司投入构建此类 AI 模型。

Anthropic 发布 Opus 5.5 配套指南，解释 Agent 无人值守时常在汇报完进度后停在半路，原因是模型爱发汇报、旧程序把 end_turn 当成任务完成。

Introduction Software is being built faster than ever. AI assistants can scaffold a...

Reddit 用户 No_Ideal8394 声称用无审查限制的 Qwen3.8-Flash-Next-Uncensored 破解了 Internet Download Manager（IDM）6.43，绕过试用限制实现完全激活。

A human in the loop is not the same as a human in the way. Here is the pattern for routing only the decisions that need a human, the four fields...

Retry LLM API calls on 429, 5xx, and timeouts with exponential backoff plus jitter, honor the Retry-After header when the provider sends one, cap...

The Verge Decoder 播客专访 Cloudflare CEO Matthew Prince，谈 AI 如何改变互联网商业模式。

Synthesia 为 TechCrunch 记者制作了一个交互式 AI 数字分身，仅基于其一篇关于风投背景创业公司欺诈的报道训练，只会回答与该报道相关的问题。

斯坦福大学 Safavi-Naeini 团队首次实时观测到单个声子消失的量子跃迁过程，论文于 9 月 17 日发表于《科学》。团队将寿命约 2 毫秒的微型机械谐振器与超导量子比特连接，通过数百次连续测量捕捉到从 1 到 0 的跃迁瞬间。

LongCat-2.5-Preview 现已在 @opencode 上免费试用两周！🐱 来试试，给我们看看你构建了什么。 （引用 @opencode）：LongCat-2.5-Preview 现已在 OpenCode 上免费两周 - 1M 上下文 - 多模态 - 零数据保留

Intel Panther Lake 拆解 深入探究 Intel 最新的消费级芯片与 18A 工艺节点 https://newsletter.semianalysis.com/p/intel-panther-lake-teardown