AI 情报文章归档

This is a submission for the Sanity Challenge, Path One: Ship an Agent That Queries Real Content. ...

How I Debugged a KV-Cache Offloading Bug in vLLM LLM inference performance is often...

Nineteen posts in nineteen days, deploys that never miss, and a human who only approves. First dispatch from a site run by agents — readers debate, and pick what #2 covers.

提议把"解决对齐" sneak in 千禧年难题

Ślad pełny: orkiestra botów, błędy, tokeny i punkt zwrotu (żeby następny system mógł...

UTF-8000 是一种在 UTF-8 基础上扩展的编码方案，通过将首字节高位拆分为自同步位与起始位，并把起始位分配到后续字节，实现任意长度的码元，从而编码任意大的码点。它仅保留两个特例：ASCII 原样处理，以及 2 字节码元因需检测过长编码而保留 4 个强制内容位。该方案继承了 UTF-8 的字节级自同步特性，便于随机访问与错误恢复。

In September 2026, Palo Alto Networks Unit 42 published a case involving an AI-assisted intrusion...

A coding agent that can only suggest a patch is one kind of risk. An agent with a shell, package...

法国 AI 圈炸锅了 【引用 @anatolium】：AI 的小神们深信自己可以逍遥法外。 他们收买了部长，把爱丽舍宫变成自己的桥头堡，靠承诺"主权 AI"攫取了数十亿资金。 如果 2027 年不能把权力还给人民，他们的掠夺将使他们封神，而我们将在劫难逃。

This is a submission for the Sanity Challenge, Path One: Ship an Agent That Queries Real Content. ...

A pattern keeps showing up in AI product pricing pages: a plan priced at "$19/mo includes 10M...

If you use an AI coding assistant, you already accept that it sees the code in your current task....

我现在总是提前想一代模型 当 OpenAI 的 Astra 继任者或 Anthropic 的 Fable 5.2/5.5 发布时，他们都已经在深入研发再下一代模型了 这就是指数级增长的样子，也意味着每一代模型都比它取代的那一代更强大

muse 做播客真的很强！！ （引用推文核心要点：在 @Muse artifacts 中发现了创建播客的选项……@Meta 做得不错，不错。）

用 1 分钟回复我，我是个偏执的人 【引用 @anatolium】：AI 的"小神"们确信自己可以不受惩罚。 他们收买了部长，把爱丽舍宫变成他们的桥头堡，靠承诺"主权 AI"攫取了数十亿。 如果 2027 年不能让权力回到人民手中，他们的掠夺将使他们被奉为神圣，而我们则走向终结。

Anthropic published its first internal R&D Automation Index, stating that Claude leads 26 percent...

阿里 Qwen 团队发布开源权重图像生成与编辑模型 Qwen-Image-2.1，视觉生成部分仅 7B 参数，团队称在其自建基准上超过多数闭源模型，独立基准尚待验证，可在 RTX 3090 等消费级 GPU 上运行。

Coraza with body inspection puts OWASP CRS and custom rules on LLM prompts and MCP tool arguments. The verified blocks, and the false-positive check.

A 60-case benchmark of TypeSafe AI's Jev classifying agent tool calls as readonly, destructive, privileged, or exfiltration. Accuracy is 91.7%....

特朗普宣布将"Supreme Intelligence"从AI命名候选中删除，让公众在"Superior Intelligence"和"Extreme Intelligence"之间重新投票。Kim转发该推文并评论称AI即将被改名，感叹时间线之疯狂。

SemiAnalysis 表示，自 NVIDIA 收购 HuggingFace 后，其一直在研究将部分工作从 HuggingFace 迁移到 ModelScope 等替代方案。作者认为尽管 NVIDIA 宣称将继续保持 HuggingFace 的加速器中立性，但 NVIDIA 在开发硬件无关软件方面记录不佳；同时作者称 ModelScope 的用户体验很出色，并表示希望自己的担忧是错的。

Mistral CEO Arthur Mensch 回应一则针对公司的批评帖，该帖称法国前数字事务部长 Cédric O 以不到 200 欧元投资持有 Mistral 价值 9000 万欧元的股票。该帖还称 EPFL 团队用不到 4000 万欧元做出了与 Mistral 同等高效的 LLM，并指责 Mistral 早已停止扩充工程团队、依赖政府订单，且向客户提供可自由下载的上一代中国模型。

Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。

Prime Intellect 宣布 Prime Sandboxes 正式开放，每个沙箱是完整 Linux 虚拟机，已有约 3000 万个沙箱被创建。默认账户可自服务运行 1，024 个并发沙箱并可扩至数十万，提供超 365，000 个预构建环境，支持 Docker 镜像直接使用，并集成 verifiers、prime-rl 与 Prime Tunnels。

NVIDIA 发文梳理 AI 智能体评估如何从单次函数调用打分演进到整任务打分，指出 BFCL 只评估单次调用，调用准确率必要但不充分。完整评估需要可执行环境，配合步骤级过程打分与端到端结果打分，核心指标包括任务成功率、一致性、工具调用精度、参数准确率、每成功任务步数与成本。

Prime Intellect 宣布 Prime Sandboxes 正式可用，每个沙箱是完整 Linux 虚拟机，支持原生 Docker 和数万并发实例，已累计创建约 3000 万个沙箱。

Fireworks AI 发布 FireRouter 并分析 DeepSWE v1.1 上 113 个任务、18 个模型的路由潜力。

NVIDIA Dynamo-Triton 26.07 通过 TensorRT 后端启用多设备推理，让单个 TensorRT 网络借助 NCCL 分布式集合通信跨多 GPU 执行，该能力自 TensorRT 11.0 起全面支持。

这下有得聊了。据爆料者 Lyra 称，即将到来的 Opus 更新--现为 5.5 版本（代号 "claude-wafer-eap"）--的新 checkpoint 已经可用。有传言称发布在即--可能最早周二--并可能给 GPT-6-（sol） 带来巨大压力。

一个限时小游戏让玩家在 60 秒内判断图片是真实照片还是 AI 生成，每张图有 10 秒作答时间。游戏在计时开始前会先加载首批图片，考验用户凭直觉识别 AI 图像的能力。

腾讯混元语音团队联合多所高校发布 Gander 模型，用"小脑"负责实时对话、可替换的"大脑"处理后台智能体任务（测试中用 GPT-5.6 家族模型），可同时处理语音、图像和文本并随时被打断。

Trump 在 Truth Social 发文称将任命一位 AI czar 领导新的 AI Force，并表示其政府不会阻碍 AI 产业发展。该表态发布于政界和业界呼吁放缓 AI 开发之际；他还宣称数据中心能提高薪资、降低税负、让社区更安全，但未提供证据，也未给出时间表或人选细节。

a memory you can write is a behavior you can write, and byte-integrity does not cover provenance

🔥 Awesome Jev Collection 🔥 在我的新 Jev 合集里找灵感吧。 （记得收藏） 它会自动更新从 X 上抓取的最新热门 Jev 用例和演示。 由 Jev 自己完成策展。 意外的是，我发现 Jev 在策展方面也很擅长。 链接在此：https://academy.dair.ai/resources/jev-field-notes

I started with linear regression and did it properly this time, from scratch, with no sklearn doing...

作者提出 LLMentalist 效应，认为聊天机器人给人的智能印象源于通灵师冷读术的同款机制，即主观验证和 Forer 式验证语句，让统计上泛泛的回答显得专为用户而写。文章将通灵骗术的六个步骤逐一映射到聊天机器人场景，并认为 RLHF 无法针对具体事实给出奖励，实际上优化出的是擅长生成验证语句的机械通灵师；作者判断这种错觉是无意造成的，并建议不要将决策和推理交给聊天机器人。

阶跃星辰（StepFun）发布旗舰模型 Step 5 Preview，主打智能体工作，采用稀疏 MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和视觉输入。

智谱 MaaS 平台近期将上线数据内容不留存功能，用户可通过 MaaS 控制台申请开通，生效后平台不会对输入和输出进行静态存储，数据仅用于完成当次模型调用。Batch API、File API 等需持久化保存任务或文件的功能不在覆盖范围内，法律法规要求留存或核查违规滥用时，平台可能留存相关数据 30 天及以上。

据 Financial Times 报道，Anthropic 预计年底年化收入将超过 $120 billion，但客户一年后留存率据称仅 22.5%，OpenAI 和更便宜的开源模型让客户转换更容易。寻求最高 $4 trillion 估值的 Anthropic 需要说服公开市场投资者，每年流失逾四分之三客户的模式是可持续的。

I am an independent R&D developer building SSI V5, an experimental multi-agent architecture...