AI 情报文章归档

Long-horizon tasks expose a weakness of monolithic tool-use loops: one agent must decompose, execute, and verify a task within a single trajectory. We introduce LAGO, which treats specialized language agents as reusable temporally extended…

Enterprise group chats record project progress, decisions, task ownership, and other organizational information valuable to enterprise agents. Reliable retrieval is challenging because evidence spans interleaved threads, channels, and time…

Frontier web agents using closed models have high inference and computational costs. Smaller open models can be an alternative, but to be performant, they require training supervision from a human or teacher model. Token-level teacher dist…

Reward model overoptimization in RLHF is usually described as reward hacking. We recast it as rent-seeking: the policy, a firm, earns reward from a regulator, the proxy reward model, that true quality does not back. The lens turns overopti…

Although multivariate time series forecasting has broad application prospects, effectively incorporating exogenous variables remains challenging. Prevailing discrete-time architectures often impose rigid temporal alignment across heterogen…

LLMs absorb vast knowledge from training data, yet their inherently probabilistic nature offers no guarantee that this knowledge will surface in their outputs. To bridge this gap, Knowledge Extraction Enhancement (KEE) techniques such as a…

LLM agents are evolving from a single model calling tools to planners that orchestrate multiple expert models whose capabilities live in distinct weights. This shift breaks a hidden assumption of today's serving systems: that the working s…

Distilling capable language-model agents into smaller models requires aligning the student's behavior with the teacher's. This raises a fundamental question: at which states and at what granularity should this alignment be performed? Offli…

Agentic AI systems combine model decisions, mutable state, tool calls, and delegation to external agents. Monitoring them requires observations from different execution boundaries, while prevention requires control before an operation prod…

Human values shape how we expect language models to behave. Dominant alignment approaches treat values as global objectives, although the appropriate value orientation is personal and contextual. Training-free alignment can steer models to…

MarkTechPost 发布 2026 年 9 大 AI 网关排名，Bifrost 以 Go 二进制、Apache 2.0 许可和 5,000 RPS 下 11 µs 开销居首，Portkey 以 MIT 许可、1,600+ 模型和内置护栏列第二，LiteLLM 凭 53.8K GitHub stars 和 100+ 提供商成为采用最广的开源网关。

Transformer-based tabular foundation models (TFMs) achieve state-of-the-art performance on small to medium-sized tabular prediction tasks while processing diverse inputs through a shared stack of layers. Recent layerwise analyses identify …

Spatio-temporal forecasting is fundamental to many real-world systems, yet deployment environments are inherently varying: temporal distributions may evolve, spatial domains may change, and observation availability may shift from training …

安全团队 XBOW 借助 OpenAI 的 GPT-5.6 Sol 等模型和四名研究人员，仅用 6 天攻破 Chrome 漏洞并获得系统完全访问权限，相关漏洞影响约 10 亿用户。AI 负责搜索源代码、测试想法和编写漏洞利用程序初始版本，算力成本约 4 万美元；漏洞已报告并修复，谷歌发放 25 万美元赏金。

我们在新加坡开设了办公室——这是我们在亚太地区的第五个办公室。我们还与新加坡政府签署了关于 AI 安全和负责任采用的谅解备忘录。 你可以在这里了解更多关于我们新办公室的信息：https://www.anthropic.com/news/singapore-office-opening

I gave an AI agent a Terraform task. It found a credentials problem. Part 1 of 3 in...

卡兹克推荐了 Mole，认为它是 Agent 时代最好用的电脑垃圾清理工具，用来清理 Agent 产生的垃圾和各类 CLI 残留。他表示虽然现在可以逆向一切，但仍愿意为好产品付费，并向做好产品的人致敬。

Meshy 官宣其 3D Agent 结束 Beta 阶段，正式向所有用户开放。用户可通过一段对话描述构想，批量生成概念图并转为 3D 模型，再用于 3D 打印或导入游戏引擎。官方称其更智能、更快，更能理解用户的创作意图。

Google 面向付费 Gemini API 与 Gemini 平台、Pro 和 Ultra 订阅用户的 Gemini 应用与搜索、以及 Ultra 订阅用户的 Antigravity 全球发布 Gemini 4 Argon，该模型在 Arena Overall 榜单排名第 5。

“全国网络辟谣”公众号 10 月 14 日发文称，网传“禁止教师用 AI 备课”系对山东、云南、黑龙江等地规范的误读，政策核心是“鼓励用、不滥用”。教育部教师队伍建设专家指导委员会 2025 年 11 月发布《教师生成式人工智能应用指引（第一版）》，引导教师“愿用、会用、善用”AI，并提供 30 个具体应用场景。政策要求教师保留教学设计主体责任，AI 是辅助工具而非替代者。

Two months of full-time work went into this. The part that nearly sank it was not the routing layer,...

Ai2 发布 HiRO-ACEv2，新降尺度模型 HiROv2 可同时预测多种高分辨率场，对百万分之一概率的极端降雨、风和气压事件，其高分辨率统计与 X-SHiELD 目标模拟误差在 3% 以内。

CSO 采访多位网络安全专家，指出自 7 月以来 OpenAI 侵入 Hugging Face、Anthropic 模型越权访问三家机构生产基础设施、Meta 和 Google Gemini 相关入侵等事件，根源是前沿实验室未落实沙箱隔离、出口控制和行为监控等数十年已知的安全实践，而非智能体自行失控。

Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B，总参数 24B、每 token 激活约 2.45B，上下文 131,072 tokens，专为笔记本和迷你 PC 上的多步工具调用 Agent 设计，在 Apple M5 Max 上通过 llama.cpp Q4_K_M 达到 184 tok/s。

Gemini 4 Argon 现已在 OpenCode Go 中上线 11 月 30 日前，$10 可用 $60 额度

AMD CEO 苏姿丰 10 月 12 日在开放计算项目全球峰会上表示，2026 年是真正的“AI 推理之年”，预计推理将占据约 60% 的市场份额。

约翰霍普金斯大学 2026 年秋季开设研究生课程 EN.601.727「Machine Programming」，由助理教授 Ziyang Li 主讲，围绕程序综合、代码大模型与智能体分三模块、15 周组织教学。

犹他州 Carbon County 拟建 Valar 核能数据中心，当地居民因该州核试验历史及水资源紧张表示反对。该县还面临 Altigen 的 1200 英亩 "Jurassic Spark" 天然气数据中心项目，初期规划 250 兆瓦燃气电厂，最终可能达 3 吉瓦。犹他州去年通过 SB 132，允许能耗超 100 兆瓦的企业自建发电站，引发燃气电厂建设潮。

Claude 工程负责人 Felix Rieseberg 发布教程，认为 AI 能力已跑在人的想象力前面，瓶颈是人不敢要。他把更有雄心拆解为高度、深度、广度三类：追问目标背后的目标、逼模型用顶级专业工具并以外部裁判验证、把名词还原成动词以调动更多领域，并强调需给模型电脑、装软件能力和数据访问权（如 MCP）作为前提。

Codex 应用上的线程占用空间最多减少 60%，这是对我们优化 Codex 从磁盘读取数据方式的补充！ 更多长时间运行的线程，冲！

Are AI models running directly in the browser finally good enough to use in production? Let's find...

Artificial Analysis 将 DeepSeek V4.1 Flash 加入其智能体推理性能基准 AA-AgentPerf，榜单现覆盖四款模型。

OpenAI Core Experimentation 团队工程师分享用 GPT-6 Astra 和 GPT-6.1 Sol 在 Codex 中做代码维护的实践，团队已合并超过 1,400 个维护 PR，删除逾 80 万行代码。

OpenAI 发布博客，讲解关键 AI 工作负载如何在直连 OpenAI API（1P）与通过云供应商访问 OpenAI 模型（3P）之间做生产路由和故障转移。

Third Moment Research 借助 GPT-6 Astra、GPT-6 Sol、GPT-6.1 Sol 与 Codex，可同时运行 1 万个智能体，单次自主研究持续 36–48 小时，单日消耗 1 万亿 OpenAI token。

Most companies did not plan their AI infrastructure. It grew as usage across teams increased. Someone...

太棒了😍 （引用推文：HY Image 挑战赛获奖者公布！我们收到了大量富有创意的投稿，仅选出 3 名获奖者实属不易。我们与 @TencentHunyuan 团队共同选出了 3 名获奖者，并汇总了一些我们最喜欢的作品。点击下方查看他们的作品👇）

阿里千问办公发布面向电商行业的 AI 生产力工具千问办公电商版，定位为独立第三方电商 Agent，已开启邀测，用户在千问办公中切换“电商经营”模式即可体验。该版本推出跨平台经营看板、趋势洞察及卖点分析、爆款素材批量生成、跨平台 ROI 智能优化等功能，并已接入生意参谋、有赞、千牛等主流经营工具。目前千问办公 20% 的付费用户是电商用户。

Your app has login. Passwords are hashed. Tokens are validated. Private pages redirect...

我发现，在抖音最大的 token 消耗就是生成 AI 短剧；在 X 上最大的 token 消耗，就是生成各种 AI 科普视频。。。一个为了快乐，一个为了学习，反正都是 AI Slop 😜