AI 情报文章归档

Anthropic 新建湿实验室宣布首个发现，据 The Verge 报道，近 950 个 Claude agents 工作 21 小时、消耗 2.1 亿 token 后，一个 agent 注意到异常的重复 DNA 模式。后续分析和湿实验验证确认了 Anthropic 所称的噬菌体中此前未被表征的酶系统。

Strands 团队发布 Strands harness，一个开箱即用的通用型 agent harness，可用一行 Python 或 TypeScript 接入 Amazon Bedrock、Anthropic、OpenAI、Google、Ollama 或 LiteLLM 的模型，采用 Apache 2.0 许可开源。

加州州长 Gavin Newsom 签署七项法案，要求数据中心从明年起披露用电和用水信息，并为数据中心设立单独电价、推动使用可再生能源。其中 AB 1577 要求按月报告能耗，AB 2619 和 AB 2469 要求用水披露，SB 887 取消数据中心在加州环境质量法下的豁免，但用水披露仅限申请许可或营业执照时进行，仍留下数据缺口。

When people say we need an open standard for agent identity, I usually agree. The harder question is...

Anthropic 宣布 Claude 在噬菌体 DNA 中发现一个此前未知的酶系统，其基因旁有一段类似 CRISPR 的重复 DNA 阵列。目前尚不清楚该系统的功能，但少数已知同类系统都能对 DNA 进行剪切、复制和粘贴，此类可编程系统历史上曾催生 CRISPR 等基因医学基础，仍需更多研究验证其用途。

NVIDIA 在 Hugging Face 发布开源权重模型 Nemotron 3 Diarization，参数量 100M，可实时追踪最多 8 个说话人并处理语音重叠，采用 OpenMDW License 1.1 许可证允许商用。

Model Vault 现已在加拿大上线 🇨🇦 对于身处"真北"的用户，现在可以通过自动扩缩容工作负载、单租户部署和更低的 TCO，全面掌控你的 AI。Cohere 模型。完全私有。

Black Forest Labs 发布开源 World Action Model FLUX 3 Action（F3A），单步 7B 检查点在 RoboLab 上达到 38.3%±0.38 成功率。

GPT Voice 获得重大升级，现在可以使用邮箱、日历、Slack 等工具，并由 GPT-6 Astra、Sol 和 Luna 驱动。语音功能现已登陆网页端和移动端的 ChatGPT Work，用户可仅通过语音在浏览器中创建文档、演示文稿、网站和表格或处理复杂任务，今日起在全球最新版应用中推出。

OpenAI 对 Hugging Face 发动网络攻击时犯下的诸多低级技术错误，鲜少受到关注。在此，我们逐一梳理其中几处。(1/7)🧵

Anthropic 称其湿实验室的首个成果中，Claude 自主发现了一个新酶系统，并类比 Crispr 背后的基因编辑机制。约 950 个 Claude 智能体在 21 小时内处理 2.1 亿 token，从大规模 DNA 序列数据库中标记出异常重复模式，经人类科学家分析和实验确认为噬菌体中此前未被表征的酶系统。

Google Beam 正式扩展至美国、加拿大、英国、法国、德国和日本六国，由 18 家渠道合作伙伴支持部署，旗舰硬件为 HP Dimension with Google Beam，可无缝集成 Google Meet 和 Zoom。

Representation Autoencoders (RAEs) enable diffusion models to operate in the feature spaces of pretrained visual encoders. However, many off-the-shelf encoders are not optimized for faithful reconstruction, discarding fine-grained visual d…

Our results show that contrastive learning outperforms a classification-based approach to authorship verification under the tested settings. We identify loss function, batch size, training duration, pre-trained model, input context length,…

从理清接线到调试“把它显示在墙上”，@sidrampally 分享了他如何用 Codex 把一个 LED 显示屏变成语音控制的助手。 由 GPT-Live-1 和树莓派驱动，它可以显示天气、地铁到站等信息：

A hands-on experience report on a structured, repeatable, AI-assisted development approach We...

Artificial intelligence offers an unprecedented opportunity to augment human capabilities, yet progress at the frontier has focused primarily on advancing model capabilities. We introduce StudentBench, a suite of AI teaching evaluations an…

OpenAI 的 ChatGPT Voice 获得重大升级，全球可用的语音功能现已运行在新的 GPT-6 Astra、Sol 和 Luna 模型上，并首次可访问邮件、日历和 Slack 等插件。

Social navigation typically assumes a specified goal and focuses on reaching it while respecting social conventions, whereas robot group joining requires predicting where to join based on the group's real-time activity and formation. This …

Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，将语音生成从静态预设扩展为可定制的工作室。

西雅图市议会通过 Fair Pricing and Transparency Act（CB 121267），禁止商家利用消费者个人数据（如浏览历史、实时定位、收入和家庭规模推断）改变食品杂货等必需品价格，法案将交由 Mayor Wilson 签署，是首个在市级通过的同类法案。

We introduce Sharper Transductive Local Complexity (STLC), a localized complexity method for transductive learning under uniform sampling without replacement. The construction starts from a Bernstein-type concentration inequality for the s…

Fraud investigation is rarely a single-query problem. A suspicious transaction may look normal in...

Large language models (LLMs) are increasingly used in coding tasks, but their ability to reason about code execution remains unclear. Existing repository-level QA benchmarks mainly evaluate static code understanding and often rely on LLM-b…

We study the nonequilibrium dynamics of a minimal recurrent transformer with $N$ normalized tokens, $Q=K=I$, and a negative value map $V=-I$. Similarity-based attention selects nearby representations, while the negative value map drives to…

Skild AI 训练出一台会踢足球的人形机器人 Messinator，靠自博弈在虚拟世界杯中累计训练 140 年，与自身历史策略版本反复对抗并从得分动作中学习。机器人每秒输出 50 次关节角度指令，而非从离散动作空间中挑选，需同时处理平衡、控球、碰撞恢复、对手建模、运动与策略。

Reordering a set of mathematical rules without changing its meaning should preserve the correct answer, but must a model's internal representations stay invariant too? We investigate this question using synthetic multi-step function-compos…

Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音生成模型，支持 100 多种语言，Flash TTS 可通过文字描述从零设计语音，并支持 30 秒样本的声音克隆（需录制同意声明），生成内容带 SynthID 水印。

这既有趣，也有用地衡量了多模态 AI 在短时间内进步了多少。 [引用 @EpochAIResearch]：AI 能看出你的 IKEA 家具装错了吗？我们的新基准 Furniture Assembly Benchmark（FAB）给模型提供说明书和一张半成品家具的照片，让它们找出错误。 最高分在短短 10 个月内从 28% 涨到了 80%。

We study minimal-norm interpolation and $\ell_2$-regularized logistic-loss minimization for binary classification by univariate two-layer ReLU networks. We give complete geometric characterizations of the optimal classifiers in function sp…

OpenAI 宣布 ChatGPT Voice 升级，可使用邮件、日历和 Slack 等插件，并由 GPT-6 Astra、Sol、Luna 驱动。语音现已支持 ChatGPT Work 的 web 和移动端，可在浏览器中仅通过说话创建 docs、decks、sites 和 spreadsheets 或处理复杂任务，当天起在全球最新版应用中推出。

Notebook 🤝 @GoogleDocs 借助 Workspace Intelligence，你现在可以在 Docs 中上传并引用你的 notebook 作为上下文来源。 将你在 Notebook 中的深度研究与邮件、聊天和文件等其他来源结合，直接在草稿中个性化你的写作流程。

勾勒一个世界。让 Atlas 把它变为现实。 Chisel 抢先预览，现已在 Atlas beta 中上线。

我们在考虑砍掉 plan mode，把 shift+tab 快捷键改为调整 effort levels 我认为模型已经不再需要 plan mode 了，但如果你是 plan mode 的死忠用户，很想听听你的反馈，说说为什么。

Everyone eventually wants to build their LLM eval set from real traffic. It's the right instinct —...

This work addresses continuous depression-severity score prediction from clinical interview transcripts under data scarcity. We propose a sequential low-rank adaptation (LoRA) protocol for cross-scale transfer: a Qwen3 backbone with a boun…

Space Bunny Alpha 已在 OpenRouter 重新上线。 问题现已解决，模型恢复服务。感谢各位在宕机期间的耐心等待。 https://openrouter.ai/stealth/space-bunny-alpha

Gemini 3.8 Flash TTS 以 89.5% 登顶 Artificial Analysis 发音鲁棒性基准，领先 Gemini 3.1 Flash TTS（88.2%）、SpaceXAI TTS（87.6%）和 Gemini 3.8 Flash-Lite TTS（87.4%）。

美国AI高频用户比低频用户更少担忧这项技术：每日使用者中68%表示担忧，而低频使用者为80%。 - Gallup 2026 世界民意调查 新加坡形成对比：46%的成年人每日使用AI，77%了解AI的成年人预期AI对国家有帮助。 这让美国处于37个国家中焦虑的一端：74%了解AI的成年人感到担忧，仅36%预期AI对国家总体有益。

Personalizing exoskeleton assistance across operating conditions is constrained by the time and physical effort required to collect user feedback. We examined whether a user's preference landscape varies smoothly across operating condition…