AI 情报文章归档

LangChain 测试了 Jev 与 LLM 评委在准确率、可重复性、延迟和成本四个维度的表现，以验证 System One 模型能否为智能体评测提供新思路。

一旦用了 Jev，就再也回不去了 【引用 @notkevinzhang】：四个词，十八个字母，每百万输入 token 仅 $0.042

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

作者 bswerd 自建 Brood War Bench，让 Codex Astra、Codex 5.6、Claude Fable、Claude Opus 5 与 Grok 4.6 等配置在《星际争霸：虫群之心》中循环对战。

Elvis Saravia 用 Jev 为智能体框架的 /goal 功能构建自定义验证器，每轮对话后检查目标是否真正完成，使持续验证成本低到可规模化。此前这类验证由另一个昂贵的推理模型承担，现在可更频繁运行以让智能体保持正轨。

黑客入侵 HBO Max 官方 Reddit 账号，投放持续约 48 小时的 ClickFix 钓鱼广告，诱导 Mac 用户把恶意命令粘贴到 macOS 终端执行。

Every coding agent I tried could write files. None of them could use the computer. I'm an architect....

Kim 公开反驳 Terence Tao 的"必须放慢 AI 发展"观点，认为能源危机、疾病、全球饥饿等大量问题亟待解决，称"没有理由这么快"忽视了世界现状。他指出当前讨论几乎只聚焦加速的潜在负面后果，却很少提及科学黄金时代可能带来的巨大收益。

新基准 JevBench 发布，专为输出受限软件决策而非开放式文本的模型设计，紧随 TypeSafe 9 月 15 日发布 Jev--输入应用状态与固定选项，返回带概率的类型化答案。该基准综合智能、校准、速度与成本，用几何平均防止单一维度优势掩盖短板。GPT-5.6 Luna 在难题准确率上明显高于 Jev 1.13.0，但 Jev 因延迟、校准和成本更优而在综合分上领先。

When we were given our project, CourierIQ, I knew I wanted to use it as an opportunity to learn...

一起新的集体诉讼在加州联邦法院起诉 4 家前沿 AI 实验室，指称协调限制 AI 开发违反《谢尔曼法》第一条。诉状将所谓协议追溯到 9 月 12 日 Anthropic CEO Dario Amodei 呼吁全行业协调限制 AI 发展，当天 3 家竞争对手高管公开支持部分主张；原告代表付费用户寻求禁令和三倍赔偿，并强调不质疑单边安全测试、外部评估或政府监管。

Rohan Paul 转引 @rauchg 数据称 Vercel AI Gateway 上开源模型 token 占比或创纪录地达 78.4%，闭源为 21.6%。

有人用 Fable-5.1 破解了热敏标签打印机固件，绕过其通过 RFID 检测第三方耗材后降速降质的限制，项目开源在 http://github.com/ThreeDaPrint/niimbot。

Hello everyone! Today, I’d like to introduce a new version of EmbedCatalog. It’s a personal project...

Since software was first invented, many tech executives have relentlessly attempted to reduce the...

开源个人 AI 智能体 OpenClaw 发布 2026.9.5 版本，整合 4，179 个 pull request，来自 502 个贡献者账号。核心变化是 Atomic Updates，在现有 Gateway 继续运行时校验新版本，失败可回滚，保证始终有可用的智能体协助诊断。

值得在不看剧透的情况下试试。我让 Fable："我想让你做一个画面精美的游戏，主题是不断缩小视野……让游戏在缩小时带来意想不到的揭示" 我没给其他任何指示，结果既吸引人又古怪（虽然参差不齐）。试玩：https://play-umbra.netlify.app/

一起新的集体诉讼在加州联邦法院提起，起诉 4 家前沿 AI 实验室，指控协调限制 AI 发展的协议违反《谢尔曼法》第一条。起诉书将协议追溯到 Anthropic CEO Dario Amodei 呼吁全行业协调限制 AI 发展的日子，当天 3 家竞争对手高管公开支持该提案的部分内容。

DavidSacks 引用数据称，特朗普的 AI 政策已围绕 AI 建设创造 100 万个新岗位，401（k） 今年上涨约 12%，路易斯安那州 Richland Parish 的教师因数据中心税收获得 5 万美元奖金。他称 AI 产品是史上采用最快的技术，比互联网和 iPhone 更快，并反对 Sanders 与 Warren 要求的"暂停"，认为这会把前沿拱手让给中国。

Vals AI 联合创始人兼 CEO Rayan Krishnan 在 Bloomberg 上预测，约 2027 年 8 月模型将在研究能力上超越人类研究员，实现完全无需人类参与的递归自我改进（RSI）。他描述这一状态为 GPT-6 自主造出 GPT-7，或 Claude 自主造出下一代版本，而当前人类仍参与模型开发过程。

Stop Letting Your README Rot: Auto-Sync It on Every Push Every developer has lived this:...

Jev 对 K 线本身是欠拟合的，只有当它做到 100% 负相关时才能反着买，而 100% 负相关属于超强泛化、不可能实现，即使每次交易都亏钱也不能算 100% 负相关。此外 70ms 的延迟别说高频交易，连抢火车票都抢不到。

机器之神。 【引用 @realDonaldTrump】：许多人认为"Artificial Intelligence"这个词不准确，相对于 AI 或 Artificial Intelligence 来说很不优雅。对这种新现象，一个更优雅、更准确的描述是 Superior Intelligence（SI），或者 Extreme Intelligence（EI），或者 Supreme Intelligence（SI）。这是一个投票，希望大家都能来投！对于这场不断壮大的"革命"，哪…

SemiAnalysis 发文称，过去 18 个月已有超过 300 个美国地方政府投票暂停数据中心，今夏节奏明显加快。暂停令是临时性法律措施，冻结新建数据中心的审批、许可和施工，但不影响已建成设施；多数暂停令持续数月至一年，可被撤销、替换或延长。作者指出，现行区划法规大多早于 100 多兆瓦至多吉瓦级设施出现，暂停为制定数据中心专门规则和评估基础设施需求争取时间，也是官员低成本回应本地反对的方式。

AI coding agents like Claude Code and Codex can now work on longer tasks without supervision. That...

Hello! My name is Sergio, but everyone calls me Wolf. This is the first piece in a series I plan to...

The problem If you've built anything with LLMs, you've hit this wall: your data lives in...

纽约邮报和网络安全专家指控OpenAI和Anthropic夸大了由薄弱防护措施引发的AI安全事件，以推动可能将竞争对手拒之门外的监管法规。 说实话，这事一天比一天让人摸不着头脑了。

MIT 和 Sakana AI 的论文提出 SIFT（Self-Improvement via Fast Tree-search），用 LLM judge 先排序候选自修改、只评测有希望的节点，大幅降低自我改进编码智能体的运行成本。

Vibe coding 已经过时了。Agentic AI 编程才是当下所在。

数学家 Terence Tao 称"我们必须放慢 AI，这个速度快得离谱，完全没有理由这么快"，并警告这是极度非线性的动态。Haider 借此调侃：想象数千名数学家花几十年攻克一个问题，结果被 OpenAI 内部代号 "Astra" 或 "Bell" 的 AI 程序随机碾压。

1/ Jev，由 @typesafeai 推出的决策模型，引发了大量项目和讨论。我们用 Ori Eval 在 OpenRouter 上针对热门 LLM 的评判能力进行了测试。 Jev 比第二快的模型还快 5 倍以上，甚至它最慢的请求也超过了其他所有模型的中位数。

全力出击 ALL-IN ⚡ @AstonMartinF1 和 @MagnusCarlsen 与 Cohere 一同出席了加拿大最大的 AI 会议

Meta 的 AI 助手 Muse 在用户未授权 Messages 的情况下引用了其消息内容，自称读取的是通知预览，却无法说明具体机制。Meta Superintelligence Labs 的 David Singleton 回应称 Muse 并不监视 Mac 通知，而是在用户明确授权后同步 Messages 数据，错误回答源于模型对自身内部机制的混淆，团队正在改进。

A test named test_all_adapters_importable asserted nothing. It would pass forever, even if every...

Perplexity 的 CEO Aravind Srinivas 谈到，今天的前沿 AI 能力最终会通过开源模型变得廉价且广泛可用。这将降低人们为当前工作负载支付的费用，但新的、更先进的工作负载会出现，并持续为前沿模型创造需求。 -- 来自 "20VC with Harry Stebbings" YouTube 频道（@HarryStebbings），链接见评论

MIT 与 Sakana AI 的论文提出 SIFT（Self-Improvement via Fast Tree-search），验证自我改进编码智能体可行，并将运行成本降到 DGM 基线的约十分之一。

特朗普在 TruthSocial 宣布组建 AI Force，类似其第一任期的 Space Force，并将在近期宣布新的 AI 沙皇人选。他称 AI 可能相当于美国 GDP 的 25%，承诺不阻碍或扼杀 AI 增长，并将先进系统的担忧称为骗局。前白宫 AI 与加密事务沙皇 David Sacks 已于 3 月因特别政府雇员 130 天期限离任。

Olá, DEV Community! 👋 Este é o meu primeiro post por aqui, e decidi começar abordando um dos tópicos...

AI helped me ship more this summer. Learning to stop has been harder. Between 15 June and 17 August...