AI 情报文章归档

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…

Recursive state estimation often executes approximate numerical solutions inside a feedback loop, where highly accurate local steps do not guarantee better overall results. For a fixed linear Kalman model, we characterize when a correction…

Carnegie China 研究发现，更多中国 AI 研究者选择留在本国工作，中国成为顶尖 AI 人才的首要去向。2025 NeurIPS 群体（2026 年观测）中 40.6% 在中国工作、34.2% 在美国，逆转了 2022 年 27.1% 和 46.4% 的分布；Carnegie 认为国内就业机会增多和美国签证收紧可能是促成因素，但强调这是可能因素而非已证实的因果。

AI 能看出你把宜家家具装错了吗？我们的新基准——家具组装基准（FAB）——把说明书和一张组装到一半的家具照片交给模型，让它们找出错误。 最高分在短短 10 个月内从 28% 升到了 80%。

Live replay of a dead-letter message is a control-plane act. Free inference should not own it. A...

Building an agentic fraud investigator on a 590,742-transaction TigerGraph, what a 0.963 AUC actually measured, and the number we had to withdraw.

Recent advances in large language models (LLMs) have enabled agents to tackle long-horizon tasks across diverse environments. To further improve agent performance, existing language world models typically predict environment observations, …

Latent world models that integrate a flow in a frozen self supervised latent space train stably and cheaply, yet silently lose the property manipulation depends on most: motion. The pretrained flow never moves the manipulated object; retra…

OnSolo 上线 Solo Video，可一次生成 15 秒视频，官方称运动更自然、生成成功率更高，从而减少重试消耗的 credits。会员活动期内可无限使用：Premium 3 天、Super 5 天、Ultra 10 天，每档 150 个名额，先到先得，活动时间为 9 月 23 日至 10 月 22 日，Solo Video 现已在 Free Canvas 中可用。

一直在用 astra 转录音乐，然后查看频谱图做纠错，再检查乐理，最终得到非常可靠的转录结果，供我学习…… >频谱图显示出几个明显问题：一些宽颤音变成了额外的半音音符，而在 3:22 附近，追踪器短暂跳到了一个更低的钢琴音符上，而单簧管还在其上方继续。我正在修正这些问题，并简化孤立的十六分休止符。安静的结尾仍然不明确。

Google 发布两款新的 Gemini 语音合成模型 gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts，内置超过 2,000 个声音，支持用 30 秒音频样本创建自定义声音。

Vector Symbolic Algebras project data structures into a hyperdimensional vector space through the application of their vector algebras to randomly generated atomic vector symbols and fractional power encodings of real-valued data. Embeddin…

Cursor 宣布在不降低 Agent 质量的前提下将 token 成本降低 7%，手段包括更紧凑的提示词、按需加载工具、更好缓存和压缩文件读取。作者转发并补充称，智能体工作前后会大量读取以收集上下文，因此优化读取收益明显，建议构建 Agent 的读者参考该文章或让 Agent 直接落实这些发现。配图显示 read 是最常用工具，占 91.3% 的 Agent 会话，grep 77.8%、glob 68.5% 次之。

Google 宣布 Antigravity SDK 支持本地工作流，首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B，可完全离线获得智能体辅助能力，建议机器配备超过 24GB VRAM 或统一内存。

Collective responses depend on individual differences, contact opportunities, and accumulated experience. Learning their dynamics from aggregate counts requires connecting a population's response distribution to both current observations a…

Gergely Orosz 在 Pragmatic Engineer 播客中采访 GitHub Next 研究工程师 Maggie Appleton，探讨设计师如何适应 AI 及工程师可借鉴的设计方法。

VoiceArena 推出 Diarization Bench，用 139 段真实对话和统一评分规则对比 12 个说话人分离系统，NVIDIA Nemotron 3 以 14.72% DER 领先。该基准还揭示 collar 效应：同一输出在 250 ms collar 下 DER 为 4.29%，换成 0 ms 则升至 14.72%，并暴露重叠语音和说话人增多时准确率的快速下降。

介绍 ACTx486，一种全新交互式媒介的研究演示。 如果你能和任何视频对话，问任何问题，会怎样？ 我们的系统将一档已有播客变成了能倾听、回应并适应的东西。 研究由 @jakubzegzulka 完成：

Arena 公布 OpenAI 的 GPT-6 Sol (Max) 真实投票结果，在 Code Arena: WebDev 榜单以 1689 分排名第 4，价格 $8/M tokens（混合输入/输出）。

Language models typically construct attention values from contextual hidden states, even when some of their content may be reusable across contexts. We investigate whether token-indexed memory can replace the dedicated value projection whe…

a16z 推出 Ops Engineering Fellowship，这是一个为期六周、2026 年 10 月启动的 cohort，面向在运营与工程交叉地带用 AI 重构组织系统的建设者。

Fine-tuning large language models on parallel data improves translation quality but can cause catastrophic forgetting. Mitigation methods are generally evaluated by retention on general benchmarks. We ask whether these findings transfer to…

Score matching has driven major advances in classical generative learning by enabling models to learn from data without evaluating intractable normalization constants, or partition functions. Yet, extending this principle to quantum learni…

OpenAI says its products now reach more than 1 billion weekly active users and 2.5 million...

Recraft V4.1 Flash 已在 OpenRouter 上线。 每张图 1.3 秒，$0.007/张，而且看起来依然是 Recraft 的风格：摄影、人像、复杂场景、logo、早期概念。专为大批量生成和快速迭代打造。 试用：https://openrouter.ai/recraft/recraft-v4.1-flash 模型来自 @recraftai

一只巨猫突袭街角小店。 GPT-6 Astra 自己编写了 Blender 场景，然后 PixVerse 将其渲染成了这个

OpenAI 宣布为 ChatGPT 移动端带来语音触发的智能体功能，用户可用语音让模型起草文档、总结邮件等。Plus 和 Pro 用户可在手机 Work 标签页创建文档、草拟邮件、总结 Slack 消息，还能建站、做演示文稿、使用云端浏览器和财务功能；Free 和 Go 用户可使用插件和已连接应用。

Reinforcement learning with verifiable rewards (RLVR) supervises mathematical reasoning through final-answer correctness, but provides little guidance on individual tokens. On-policy distillation (OPD) supplies dense feedback on student-ge…

Stripe 发布长文介绍内部知识 AI 平台 Kai，面向非工程师员工，上线两周内多数员工使用，当前周活跃用户达 83%。

Gallup 受微软委托、覆盖 37 国的调查显示，约 68% 每天使用 AI 的美国人对该技术感到担忧，74% 的美国人整体表示担忧，仅 36% 预期 AI 大多对美国有利。调查于 4 月至 7 月在每国约 1000 人中进行，新加坡、中国、以色列等国受访者则普遍乐观，但全球仅 36%（中位数）受访者表示信任 AI 结果。

Ringg 基于 GPT-5.6 构建的语音与聊天 AI 智能体每月处理超 700 万通来电，最高可解决 65% 的客户请求，平均 CSAT 达 4.8。将部分实时工作负载从 GPT-4.1 迁移至 GPT-5.6 后，模型成本降低约 90%。

更多你喜爱的应用正在登陆 Gemini！你接下来想要哪些？ （引用 @GeminiApp）：现在 Gemini 可以连接 13 款新应用，包括 @adobe、@squarespace、@onepeloton 等。无需在多个标签页之间切换，你现在可以在 Gemini 里拓展业务、设计素材、规划锻炼。🧵

YouTube 向创作者推出多项 AI 工具。YouTube Studio 内的故事助手可分析脚本和粗剪，给出节奏、结构与叙事建议，支持最多三个剪辑版本 A/B 测试；动态缩略图会为不同观众自动展示三张预览图中最合适的一张。