文章系统

AI 情报文章归档

浏览 AI圈报已保存的 29741 条 AI 情报文章，覆盖模型、产品、行业、论文、教程与观点方法六大分类。

已收录文章29741

正式分类6

精选内容4431

全部文章

第 310 / 744 页 · 每页 40 条

论文研究普通2026-09-23 01:10

Opus 登顶榜单引质疑

每当我看到某个模型登顶这张图表，通常都觉得有点不对劲。希望能被证明是我错了！ [引用 @synthwavedd]：意料之中，遗憾的是新 Opus 唯一的缺点就是它是个吞噬 token 的怪兽。在所有被评测的模型中，它在每个 Intelligence Index 任务上消耗的 token 最多。降价在这里就说得通了！

信息来源：X：Nathan Lambert (@natolambert)

模型发布 / 更新普通2026-09-23 01:10

Anthropic 发布 Claude Opus 5.5：对标 Fable 5.1 性能，成本较 Opus 5 降 40%

Anthropic 推出 Claude 5.5 家族首个模型 Claude Opus 5.5，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。

信息来源：X：Rohan Paul (@rohanpaul_ai) · Claude

教程 / 实战普通2026-09-23 01:08

LangSmith 在医疗 AI 中的常见用例：构建可靠性层

LangSmith 可帮助医疗 AI 团队把临床审查转化为可复用的评估器、数据集和发布门禁，从而让 AI 在生产环境中更安全地运行。

信息来源：LangChain：Blog（RSS）

论文研究普通2026-09-23 01:06

The Sirens' Song: When Proximal Background Context Overshadows Distant Evidence

Long-context LLMs focus on retrieving distant evidence from extensive context, yet existing work has largely focused on overcoming distance alone. In this work, we identify the Proximity Trap, insufficient attention to distant evidence oft…

信息来源：arXiv

观点 / 方法普通2026-09-23 01:05

Chollet：各科学分支将成计算机科学分支

下面这条推文是我 5 年多前发的，当时遭到了大量反对。但如今这个预测正一天天变得显而易见。 [引用 @fchollet]：10-20 年内，几乎每一个科学分支，实质上都将成为计算机科学的一个分支。计算物理学、计算化学、计算生物学、计算医学……甚至计算考古学。逼真的模拟、大数据分析，以及无处不在的 ML

信息来源：X：Francois Chollet (@fchollet)

论文研究普通2026-09-23 01:02

TraceVIC: Causal Reasoning over Code Evolution for Identifying Vulnerability-Inducing Commits

Software vulnerabilities are often discovered long after they are introduced, making it difficult to identify the vulnerability-inducing commit (VIC) responsible for introducing the underlying vulnerable condition. Existing VIC identificat…

信息来源：arXiv

论文研究普通2026-09-23 01:01

Train Where the Quantized Model Goes: On-Policy Distillation for Low-Bit Reasoning

Quantization-aware distillation (QAD) restores much of the short-form question-answering performance lost to sub-3-bit quantization, yet leaves mathematical and code reasoning substantially impaired. Long generations often degenerate into …

信息来源：arXiv

论文研究普通2026-09-23 01:00

Optimal Sequential Annotations for Off-Policy Evaluation

Offline reinforcement learning and off-policy evaluation evaluates dynamic treatment rules based on retrospectively collected data prior to deployment. In recent AI applications, state and reward information is recorded as complex text or …

信息来源：arXiv

教程 / 实战普通2026-09-23 01:00

Our lane health check was green. Four people had been waiting 43 days for an answer.

This morning our coordination board printed this, in green, with a tick: Register mirror — last 12...

信息来源：DEV Community

产品发布 / 更新普通2026-09-23 00:59

AI Agent 产品 Sol 发布，可从邮件中自动找出待办任务并开始执行

Sol 正式发布，一款从 Gmail 中找出用户承诺过要做的事并自动开始执行的 Agent。它会跨邮件串联上下文，在自己的电脑上用浏览器做研究、建文档、做幻灯片、约时间，并配有自动分配到任务的技能库，无需设置；但发送、排程、分享等操作需用户批准后才执行。

信息来源：X：Rohan Paul (@rohanpaul_ai)

教程 / 实战普通2026-09-23 00:59

The missing layer in AI tooling: sharing what your assistant already knows

It took my AI months to learn how I think, code, and ship. When a teammate joined the project, their...

信息来源：DEV Community

论文研究普通2026-09-23 00:58

When are bosonic Gaussian states classical to learn?

A fundamental question in physics is: When does classical behavior emerge from quantum systems? Bosonic Gaussian states provide a natural setting to explore this quantum-classical boundary, as they capture both the classical field behavior…

信息来源：arXiv

模型发布 / 更新普通2026-09-23 00:55

Ethan Mollick 测试 Opus 5.5 模型表现

Opus 5.5 在我早期测试中是个不错的模型，是首个非 Fable/Astra 却感觉像 Fable 级别的模型，但仍未完全解决近期 Claude 模型的密集语言问题。它生成的同一 shader 版本（破碎的塔是个不错的细节）：https://twigl.app?ol=true&ss=-P291BpUn5JvZhohk-c0

信息来源：X：Ethan Mollick (@emollick) · Claude

论文研究普通2026-09-23 00:53

Opus 5.5 基准测试结果诡异

最诡异的基准测试结果，笑死。大家还是用 Opus 5.5 med 吧。

信息来源：X：Yuchen Jin (@Yuchenj_UW)

教程 / 实战普通2026-09-23 00:53

Enterprise AI search can't answer the only question that matters: "why?"

Every company search tool demos the same way. Someone types "what's our refund policy?", the AI...

信息来源：DEV Community

观点 / 方法普通2026-09-23 00:52

Charlie Holtz 发推上传中

上传中...

信息来源：X：Charlie Holtz（@charlieholtz）

教程 / 实战普通2026-09-23 00:52

Harness Engineering: el modelo casi nunca es el problema

Hace poco monté un experimento pequeño: el mismo modelo de IA, la misma tarea de código, tres...

信息来源：DEV Community

观点 / 方法普通2026-09-23 00:51

团队聚焦效率与智能双提升

我们一直致力于为所有人兼顾效率与智能。为团队感到非常自豪。只有拥有能力顶尖的出色模型，才能借此在其他一切方面带来巨大改变。

信息来源：X：Tibo (@thsottiaux)

模型发布 / 更新普通2026-09-23 00:49

Claude Opus 5.5 更快更便宜

Claude 回来了。 Opus 5.5 比 Opus 5 每任务快约 30%、便宜约 40%。这真的很有吸引力。在冷落它一个月后，是时候重新打开 Claude Code 了……

信息来源：X：Yuchen Jin (@Yuchenj_UW) · Claude

教程 / 实战普通2026-09-23 00:49

Same Model, Three APIs: Contract-Testing with Docker Model Runner

“OpenAI-compatible” is useful shorthand. It is not a portability guarantee. Two APIs may accept...

信息来源：DEV Community · OpenAI

论文研究普通2026-09-23 00:49

Claude Opus 5.5 上线 Perplexity Computer

Claude Opus 5.5 现已向所有 Perplexity Computer 用户开放。在我们的 Wide-And-Deep-Research 评测中，它以远低的成本表现出优于 Fable 5.1 的水平。Opus 5.5 将成为 Computer 上所有 Pro 和 Max 用户的"Standard" Effort 编排器。恭喜 @AnthropicAI！

信息来源：X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas) · Claude

产品发布 / 更新普通2026-09-23 00:48

Claude Opus 5.5 上线 Perplexity Computer 成为 Standard effort 档位

Perplexity 宣布 Claude Opus 5.5 现已在 Perplexity Computer 中作为 Standard effort 档位提供。在 WANDR 基准上得分为 0.610，每任务成本 $4.13，略优于 Claude Fable 5.1，且每任务成本低 67.6%。

信息来源：X：Perplexity (@perplexity_ai) · Claude

模型发布 / 更新普通2026-09-23 00:46

Nathan Lambert 惊叹 Opus 5.5 表现

先生，这是怎么回事 [引用 @claudeai]：在默认 effort 设置下，Opus 5.5 以每任务极低的成本实现前沿结果，常常击败以最高设置运行的其他模型。它的输出生成速度也比 Opus 5 快 30% 以上。

信息来源：X：Nathan Lambert (@natolambert)

产品发布 / 更新普通2026-09-23 00:45

Grok 智能体正式进入 Tesla 车机

Elon Musk 宣布 Grok 已可用在 Tesla 中，可通过 Connectors 免手动完成收件箱管理、日历清理以及对话已有文件/聊天/任务等实际工作。

信息来源：X：Elon Musk (@elonmusk, xAI) · Grok

模型发布 / 更新普通2026-09-23 00:45

Boris Cherny 实测 Claude Opus 5.5：比 Fable 5.1 快且便宜 51%

Anthropic 的 Boris Cherny 称 Claude Opus 5.5 近几周是他的日常主力模型。他让 Opus 5.5 和 Fable 5.1 各自把 HAProxy 从 C 移植到 Rust，两者都通过了几乎所有测试，但 Opus 5.5 用时 9.5 小时，快于 Fable 5.1 的 12 小时，成本低 51%。引用的官方介绍称 Opus 5.5 是 Claude 5.5 家族首个模型，多数任务达到 Fable 5.1 水平，运行成本比 Opus 5 …

信息来源：X：Boris Cherny (@bcherny) · Claude

模型发布 / 更新普通2026-09-23 00:44

Claude Opus 5.5 上线 OpenRouter，智能体编码等能力领先 Opus 5

Anthropic 的 Claude Opus 5.5 上线 OpenRouter，是 Claude 5.5 系列首个模型，在智能体编码、知识工作和计算机使用上领先 Opus 5 和 Fable 5.1。提供 1M 上下文窗口，定价为每百万输入 token $4、输出 $20，比 Opus 5 低 20%。

信息来源：X：OpenRouter (@OpenRouter) · Claude

模型发布 / 更新普通2026-09-23 00:44

Anthropic 发布 Claude Opus 5.5，速度提升约 30%、成本低约 40%

Anthropic 推出 Claude 5.5 家族首个模型 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。Claude Devs 补充称其每任务速度快约 30%；在 Claude Code 中，5 小时会话限额今日提升 20%，因 Opus 5.5 定价更低，额度内可用量多 25%，Pro、Max 和 Team 用户还将获得一次可随时使用的额度重置。引用图显示 Opus 5.5 在…

信息来源：X：Claude Devs (@ClaudeDevs) · Claude

教程 / 实战普通2026-09-23 00:43

No Agent Reviews Its Own Work

What a four-major-version Angular migration taught me about supervising AI agents on...

信息来源：DEV Community

观点 / 方法普通2026-09-23 00:41

Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index，并降价 20%

Artificial Analysis 评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index，为其实测最高分。

信息来源：X：Artificial Analysis (@ArtificialAnlys) · Claude

观点 / 方法普通2026-09-23 00:41

Trump 在联合国大会宣布美方文件将改用 SI 替代 artificial intelligence

Trump 在联合国大会上宣布，美国官方文件将把 artificial intelligence 改为 super intelligence（SI），称 artificial 让技术显得虚假，并呼吁更广泛采用 SI。他还配套表达政策立场：抵制新的 AI 监管，鼓励快速发展，必要时让司法部介入。

信息来源：X：Rohan Paul (@rohanpaul_ai)

产品发布 / 更新精选2026-09-23 00:39

Claude Opus 5.5 成为 Claude Code 和 Claude 应用的默认模型

Anthropic 的 Claude Opus 5.5 现已成为 Claude Code 和 Claude 应用（含 Cowork）在 Pro、Max 和 Team 套餐中的默认模型。默认使用 effort medium，智能水平与 Fable 5.1 相当但更快；相比 Opus 5，速率限制可多用 25%，运行成本低 40%。作者称其沟通清晰、写作贴合个人风格。

信息来源：X：Cat Wu（Anthropic，Claude Code 产品负责人） (@_catwu) · Claude

模型发布 / 更新普通2026-09-23 00:39

Anthropic 发布 Claude Opus 5.5，性能对标 Fable 5.1 且运行成本降 40%

Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5，大多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。作者称其基于用户反馈，沟通清晰、token 效率高、在所有 effort level 下可用，同时 5 小时限额上调并提供 banked reset。

信息来源：X：Thariq (@trq212) · Claude

模型发布 / 更新普通2026-09-23 00:39

Anthropic 发布 Claude Opus 5.5，智能体编码与计算机使用成绩领先

Anthropic 发布 Claude Opus 5.5，称其为 Claude 5.5 系列首款模型，大多数任务表现达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。官方基准显示其在 Terminal-Bench 4.0 智能体编码得分 66.4%，OSWorld 2.0 计算机使用得分 81.8%，测试采用自适应思考最高推理力度并启用生产环境安全防护。

信息来源：X：Testing Catalog (@testingcatalog) · Claude

产品发布 / 更新精选2026-09-23 00:38

Claude Code v2.1.280 发布，新增 Claude Opus 5.5 为默认 Opus 模型

Claude Code 发布 v2.1.280，新增 Claude Opus 5.5（claude-opus-5-5）为默认 Opus 模型，支持 1M 上下文，价格为 $4/$20 per Mtok、缓存读取 $0.20/Mtok；同时将 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。

信息来源：Claude Code：GitHub Releases（RSS） · Claude

观点 / 方法普通2026-09-23 00:37

分析认为 OpenAI 具备快速跟进 TypeSafe 的 Jev 并将分类能力内嵌进模型的优势

作者分析 TypeSafe 的 Jev 本质上是基于常规 LLM 的 logprobs 做通用分类，OpenAI 多年来已在工具调用中用单个 token 充当微型分类器，具备快速复制 Jev 并把分类能力折叠进自家模型和智能体的条件。

信息来源：Hacker News 热门（buzzing.cc 中文翻译） · OpenAI

教程 / 实战普通2026-09-23 00:37

LLMs Generate. Jev Decides. Software Should Know the Difference

Bringing TypeSafe's System One model into a real Java application with The Pipeline...

信息来源：DEV Community

模型发布 / 更新普通2026-09-23 00:37

Anthropic 发布 Claude Opus 5.5，通信能力更强且按 token 定价更低

Anthropic 发布 Claude Opus 5.5，称其为 Claude 5.5 家族首个模型。官方表示其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%，每 token 定价低于 Opus 5.0，token 使用更高效，并适用于所有 effort level。模型现已在 Claude Code 中可用。

信息来源：X：Thariq (@trq212) · Claude

教程 / 实战普通2026-09-23 00:35

Run Hermes Agent Inside Docker: A Safer Setup for Autonomous AI Agents 🐳

Giving an AI agent unrestricted access to your entire computer is probably not a great...

信息来源：DEV Community

行业动态普通2026-09-23 00:34

a16z 推出 Horowitz Andreessen Academy，与 Palantir、Google、Meta 等十家合作

a16z 宣布推出 Horowitz Andreessen Academy，一家面向高中毕业生的“学院”，将提供短期课程和科技公司 co-op 岗位，但不授予任何学位或认证。

信息来源：The Verge：AI（RSS）

行业动态普通2026-09-23 00:33

404 Media 披露 Meta Muse AI 智能体外呼电话部分由呼叫中心人工完成

404 Media 报道，Meta 上周宣布 Muse AI 智能体可为用户致电商户完成订餐、预约等请求，但内部通讯显示部分通话由呼叫中心的人工坐席拨出并处理。员工担忧用户敏感信息被转交人类承包商带来的隐私风险，并有测试者表示在通话结束后才得知对方是人；Meta 发言人回应称这是内部测试，正式发布前会加入适当披露。

信息来源：404 Media（RSS）