AI 情报文章归档

This is a submission for the Kaggle Benchmarking Challenge. I kept running into the same thing with...

在 Claude Computer/Browser Use 中，有哪些具体的请求在你这里失败了？我们想修复。 我的一个例子是：“通过我的个人 paypal 给我的理发师付 40 美元” （其中 paypal 登录在我的第二个 chrome 配置文件里，我处于登出状态但密码已保存）

华盛顿联邦上诉法院以 2 比 1 裁定五角大楼将 Anthropic 列为国家安全供应链风险并禁止其参与军事合同的做法合法，起因是 Anthropic 拒绝其技术用于自主武器和大规模监控。此前 8 月底旧金山联邦法官曾依据另一部法律裁定类似认定属非法报复；Anthropic 称该认定已造成数十亿美元损失并影响其 IPO 计划，同时表示不服从裁决并权衡下一步行动。

Dia 23 de setembro de 2026, Teatro Carlos Gomes, Blumenau, Santa Catarina. O relógio marcava por...

NSA 向议员通报，其人工智能安全中心今年正动用数十亿美元纳税资金评估和测试前沿 AI 模型，寻找潜在国家安全漏洞，规模远超此前披露。高昂成本主要由额外算力采购和人员薪资构成，促使议员重新评估联邦 AI 监管体系可能每年需数百亿美元；此前 CBO 估算相关法案年成本仅约 2000 万美元。

资深工程师在智能体开发时代需要重新拾起第一性原理思维，把既有经验暂时搁置，先弄清真正要解决的问题。作者结合 Sunil Pai 关于“资深工程师死亡螺旋”的文章指出，聚焦动量而非结果、把工作拆到最小可完成的一步，能帮助工程师摆脱停滞。与智能体协作时，这种思维方式带来更快的反馈循环和更强的动量，作者称之为新的心流状态。

NVIDIA CEO 黄仁勋在 Ezra Klein 播客中称自己不知道家庭住址和 ZIP code，并认为孩子不必再学乘法表、平方根等基础数学。文章将这类言论类比为特朗普式的服从性测试：附和者通过公开自我贬低表明忠诚，而主持人未加反驳正说明挑战会失去高规格采访机会。作者主张，唯一通过测试的方式就是公开指出这些言论有多荒诞。

Go 团队宣布 Go 1.26 和 1.27 引入实验性 SIMD API，Go 1.27 新增完全可移植、平台与向量长度无关的 simd 包，松散借鉴 C++ 的 Highway，目标是在支持 SIMD 的平台上写出一次编写、接近汇编性能的代码。

独立研究实验室 Ink & Switch 迎来成立十周年，推出互动艺术项目 Tenfold，以十个字母对应十年，用户可点击拖拽体验，作品基于其实验室自研技术构建。该实验室聚焦本地优先软件、可塑软件、可编程墨水与通用版本控制四大研究方向，代表成果包括 Automerge 和 Inkbase。

M6 Mac Mini 在 86Box 6.0 自定义构建中稳定模拟 600MHz 奔腾 II 与 Voodoo 3 显卡，通过 Cinebench 2000 与 3DMark 2000 SE 全程测试，最高通过频率比 M4 Mac Mini 的 500MHz 高出 20%。

作者评论 DHH 在 Rails World 2026 开幕主题演讲：37signals 将用 LLM 重写 Hey 为各平台原生应用、服务端改用 Rust，DHH 称 8 月用 LLM 产出 15 万行代码，而 Ruby 仅占其今年产出的 3%。

在 Grok iOS 应用中添加多个账号

英国 neocloud 厂商 Nscale 宣布在年内 IPO 前获得 33.6 亿美元可转债融资，其中 23.6 亿美元即时到账，另 10 亿美元来自现有投资者 Nvidia，将于 11 月中旬到位，IPO 完成后转为股权。

你可以在 @X 上构建很多很酷的应用，用这个 grok bot 就能轻松上手！ 到 https://developer.x.com/exhibit 找些灵感 [引用 @pjvann]：想在 @X api 上构建但不知道从何入手？ 雇佣 Grok Bot 里的 X API Engineer！它会从我们的 exhibit 中挖掘想法，帮你构建和测试，并部署你的项目供他人使用。 迫不及待想看到大家构建的东西

Google 本周发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款音频生成模型，并推出 Gemini 3.8 Live with Live Avatar，为对话式 AI 带来近实时视觉形象。

模型阵容新增：Grok-4.7⚡ 现已在 WorkBuddy 上线。用它来跑你的下一个任务试试吧！

I've been going through the paces the last month, first a grind while working, then left my job and...

Meta 的个人 AI 智能体 Muse 据称早期数据超过 ChatGPT，下一步将登陆智能眼镜和一款 Tamagotchi 风格的小设备。Anthropic 发布 Opus 5.5 后仅 90 分钟，OpenAI 就更新了 GPT-6。

I run a small open-source lab in Switzerland. Most of the code in our repositories is written by AI...

We put an agent on stage in Tokyo and let it pay for MCP tool calls. Follow one request from 'what does this cost?' to the moment the boundary refuses it, with the wire traffic and the checks that make the refusal possible.

Open Alignment 将会 🔥🔥🔥（打开声音）！ 飞行最初是最危险的出行方式之一，如今却是最安全的。是时候开始构建了！

Opus 5.5 每输入和输出 token 比 Opus 5 便宜 20%，缓存读取便宜 60%。作者据此计算了在 Claude Code 中完成一个任务的实际成本变化，并发布了计算器，读者可从 /usage 运行自己的测算，详见 https://claude.dev/blog/what-a-task-costs-on-opus-5-5/。

Claude 在 iOS 上的 Liquid Glass UI 改版，带底部标签导航和其他调整，已接近完成。 太丝滑了 👀

好吧，什么鬼。刚才这还只是一份干巴巴的 Google Doc 我把我的 Open Alignment 头脑风暴 gdoc 给了 Opus 5.5，让它做个视频。现在我想把我写过的每一份文档都做成视频哈哈哈

来自 @perceptroninc 的 Perceptron Mk1.5 已在 OpenRouter 上线。 这是 Perceptron 面向物理智能体的具身推理模型。它接受文本、图像、视频和音频输入，可以用点、框、多边形和视频片段配合文本作答。

I kept looking for a simple way to build small websites with reusable components. Wanted to write...

This one covers two and a half weeks, September 8 to 24. I was out of town for part of it, and the...

GitHub 官方博客发布 GitHub Copilot app 新手教程，介绍用 /create-canvas 技能通过自然语言描述生成可自定义的 canvas 界面。

Reasoning models often generate very long reasoning traces, making inference computationally expensive. Existing approaches typically improve efficiency either through inference-time early-stopping mechanisms or by explicitly encouraging s…

We give a gap-free differentially private algorithm for the principal component analysis (PCA) problem with Gaussian data.

Recent literature has shown a strong connection between optimization and sampling. We develop the corresponding first-order theory for diffusion models. First, the SDE-based reverse-time flows of overdamped and underdamped Langevin diffusi…

微软本周发布的新 Surface 机型满足 Copilot+ PC 要求但不再使用该名称，Surface 部门副总裁 Brett Ostrum 称其达到此前的 Copilot+ 标准。

Three batch commits swept a gated post onto this live site. What broke, why globs did it, and the two checks that now run after every deploy. Readers debate where pipeline gates belong: prose or code.

微软 CEO Satya Nadella 在 Alex Heath 的播客中表示，智能体（Agent）时代的市场规模将比云业务大几个数量级，并称这可能是史上最大的 TAM 扩张。访谈还涉及新 Copilot 的发布、基于 OpenClaw 的智能体 Autopilot、微软与 OpenAI 的关系及自研模型，以及 AI 安全与监管等话题。

Google DeepMind新西兰技术专家Robert O'Callahan因AI风险离职，称AI"当前变化速度过快"，认为"在不久的将来以ASI为目标本质上不负责任"。他曾参与让AI更便宜、更快的芯片设计工具开发，如今表示无法再为此辩护，并警告认知投降、AI引发的精神病与孤独、权力集中、经济冲击、网络安全风险及问责缺失等问题。

Generative AI systems are increasingly used, but aligning their outputs with user requirements poses a continuing challenge. Here, we aim to ensure that the distribution of an attribute of an AI-generated output aligns with a user-specifie…

Large language models (LLMs) implicitly infer attributes of their users and adapt their behavior accordingly, yet these beliefs remain difficult to inspect and causally manipulate. We introduce Belief Self-Distillation (BSD), a unified rea…

Low-rank adapters (LoRA) make it cheap to fine-tune a large language model once per task, but combining several independently trained adapters into one model remains difficult: merging the updates in weight space causes interference, retra…

本周竞技场动态：GPT-6 Sol、Claude Opus 5.5 登场，以及最新 AI 新闻，不到 60 秒看完。 观看完整更新。 https://www.youtube.com/watch?v=JLiguQgfcDk

Anthropic 在科学博客称，物理学家 @4gravitons 发起挑战后，Claude 在 Claude Science 中依据单个提示词 largely unsupervised 地运行数天，在平面 N=4 超杨-米尔斯模型中完成九圈散射振幅计算，总成本约几千美元。