AI 情报文章归档

OpenAI 曝光并封禁了一批通过 VPN 从俄罗斯访问 ChatGPT 的账户，这些账户利用该模型生成内容，推广亲克里姆林宫叙事，为据称位于以色列的智库"国际伯克研究所"（IBI）造势。

Suno Studio 2.0 弥合了传统 DAW 表现方式（如 MIDI 输入和实时音频效果）与我们最新技术之间的差距。 演奏它、调整它、完善它。🎹🎧 #Suno #SunoStudio2 #MusicTech #DAW

在 macOS 版 Gemini 应用中，直接用语音在任意窗口内听写、总结文件并改写文案。

新研究：Portable Computer 是一款本地优先的智能体，用于私密且经济高效的工作。 凭借设备端 27B 模型，我们的框架在真实知识工作中得分 82.6%，超越了开源框架 Pi 和 Hermes。我们后训练的 PPLX 27B 达到 85.4%。

Anthropic 因安全团队可能举行罢工，已要求员工居家办公。此举源于公司内部安全团队与管理层之间的紧张关系，罢工威胁可能影响公司运营。目前尚不清楚罢工是否最终成行，以及 Anthropic 将如何应对潜在的安全保障缺口。

刚刚为 Grok @Bot 在桌面端上线了 deeplinks（移动端即将推出）！ 试试安装 X 插件：grokbot：//app/v1/plugin/add？id=49086599 当然还有 pstack：grokbot：//app/v1/plugin/add？id=9717366

SpaceX 三周内宣布两大超级项目，合计投资至少 1168 亿美元：得州 Terafab 全球最大芯片制造厂，路易斯安那州 Starbase 全球最大航天港。预计创造超 1.4 万个直接和间接岗位，其一生产用于地球和太空的 AI 芯片，另一支持每年数千次 Starship 发射。

Andrew Ng 旗下开源智能体 OpenWorker 发布新版，强化安全工作流。其 harness 完全开源，安全团队可审计无后门。新版内置代码漏洞扫描、依赖供应链注入检测和云安全配置检查三类网络安全智能体，并支持本地运行开源权重模型以保护敏感代码。

OpenAI 在 Hot Chips 大会上发布的全新 Jalapeño 芯片，在每兆瓦输出吞吐量上超越了 Vera Rubin 七月份的结果。（1/7）🧵

OpenAI 博客透露，GPT-Astra 使用 Codex 编写并优化低层内核，让三款此前未规划的开放权重模型在两个月内于 Jalapeño 芯片上达到高性能。在选定的注意力与混合专家模块中，其实现比现有的人类专家代码快 1.5-1.8 倍。Jalapeño 在 OpenAI 自测中已超越 Nvidia GB200/GB300，计划 2026 年底部署。

在免费模式下，你实际上可以做得更多，同时担忧得更少。就是这么简单。

Skild 发布机器人基础模型 S1，用视频演示替代语言指令来定义任务。只需提供 1 段人类视频，S1 即可直接执行长达 10 分钟的多步骤新任务，无需重新训练或微调。若规模化，基础模型训练的高昂数据成本可摊薄至数千个新任务，有望改变机器人学习的经济性。

LangSmith Engine 现可将智能体问题检测能力提升 2 倍以上，并提出更有效的修复建议。该引擎新增 Slack 与 Linear 工作流支持，同时提供自托管部署选项。

OpenAI 首款自研推理芯片 Jalapeño 已在实验室完成实测，从概念到真实负载表现优异。该芯片在更高吞吐和更低延迟上实现"每瓦特更多智能"，并与 Cerebras 深度合作推动 /ultrafast 高速推理，满足大量客户需求。

OpenAI 在 Hot Chips 大会上首次展示自研推理芯片 Jalapeño 的基准测试结果，该芯片在每瓦吞吐量和 token 延迟上据称超越 Nvidia Blackwell 和 Rubin。

WebDev-Skills-Bench 在 50 个 Web-Bench 项目和 1000 个有序任务上测试 31 个公开 WebDev 技能，发现注入目标技能使平均 Pass@2 下降 1.3% 至 4.2%，token 成本增加 72% 至 394%。对照实验将损害归因于长度干扰和内容误导两类失败模式，且技能排名在模型间迁移性弱。

更多演讲者将加入 Runway AI 峰会。今年九月在旧金山，来自机器人、自动驾驶、营销和基础设施领域的行业领袖将齐聚一堂，用一天时间探讨 AI 如何重塑智能与世界的交汇方式。 点击下方链接了解更多并注册。

刚刚拿下了历史第4名的位置。距离打破2000个PR的世界纪录还有6天。

TIP 💡 我们的 ：nitro 和 ：floor 模型变体接入服务层级，而不仅仅是排序 示例："~openai/gpt-latest：nitro" 将许多功能打包进一个模型标识中： 1. ~latest 别名解析为最新的 gpt 模型 2. ：nitro 按实测吞吐量对端点排序 3. （新功能）：nitro 将优先服务层端点纳入池中，与默认端点一同比拼速度

Anthropic 宣布将聊天与 Claude Cowork 的记忆系统合并，Claude 在一个场景记住的信息会在另一场景自动可用，用户可查看、编辑或删除已保存记忆。更新后，Claude 会在对话过程中实时添加记忆主题，而非结束时总结。默认不存储健康、种族、政治等敏感信息，该功能默认在 Free、Pro 和 Max 套餐的网页、桌面及移动端启用。

Anthropic 正提升 Claude Code 的可扩展性，将支持用户轻松使用 Agents.MD 或修改系统提示词。团队认为不同模型族的系统提示词对性能影响显著，且 Claude Code 已为各模型配置不同提示词。短期内用户可在 Claude.MD 中通过 @Agents.MD 调用。

Wan 3.0 现已登陆 Krea。 支持 20 张参考图像，以及 30 秒带音频的生成，成本仅为同类质量模型的零头。 立即体验 👇

OpenAI 宣布自明日起，为 ChatGPT Plus 订阅者恢复 Codex 和 ChatGPT Work 的 5 小时使用限制，此前数周仅保留每周用量上限。达到 5 小时或每周上限后，用户可等待重置或购买额外额度，OpenAI 也会不定期免费重置。Pro $100 和 Pro $200 订阅在未来数月内不受此 5 小时限制影响。

Meta 发布 MetaRoCE，一种为 AI 工作负载设计的全新 RDMA 传输协议，将网络视为有损链路，把排序、路径选择与恢复下沉到网卡，仅需交换机支持 ECN 与 ECMP。在 64 节点 AMD GPU 集群运行 RCCL 集合通信时，1% 丢包率下仍保持约 86% 吞吐量。Meta 将通过 Open Compute Project（OCP）发布规范、合规测试套件及参考软件实现。

WSJ 报道，Anthropic 正向投资者推介超 30 万亿美元的潜在营收机会，超过 SpaceX 的 28.5 万亿美元估值。Testing Catalog 推测其中很大一部分将来自企业级业务，并好奇 OpenAI 是否有机会超越这一数字。

自发布我们的首款定制推理芯片 Jalapeño 以来，我们一直在对其及周边系统进行测试。 结果显示这是一项重大进步：每瓦特带来更多智能，响应速度更快，在同一架构中同时实现更高吞吐量和更低延迟，且不牺牲效率。

软件工厂设计模式：🦄 真正可用的 AI 第 71 期 https://x.com/i/broadcasts/1AGRnZYnYNrGl

Claude 现在在聊天和 Claude Cowork 之间拥有统一的记忆，由你决定其中包含什么内容。 把任务交给 Cowork，它会从 Claude 在聊天中已经了解的信息开始：你讨论过的项目、你经理的偏好，或者上个季度的客户。

Anthropic 可能在 IPO 时向投资者宣称，Claude 等 AI 模型未来可执行的工作对应超 30 万亿美元潜在市场，超过 SpaceX 的 28.5 万亿美元估值。该公司或寻求约 2 万亿美元估值，并募资至多 1000 亿美元。

金属腿上的纯粹意志力 手腕上的力感应必须直接接入平衡控制器 还有，当绳索角度变化时，机器人多么迅速地重新调整臀部重心

本周。 【引用 @realcaptmarbles】：OpenClaw 看起来回来了，很期待。发布吧！

一项针对命令行环境AI智能体的综述发现，模型外围脚手架（scaffold）对基准分数的影响大于模型本身，系统间差异可测量而模型变体间差异不显著。同一脚手架内更强的模型变体未带来额外解决任务数，仅增加延迟。研究建议将脚手架选择视为一级工程决策。

Google 为 Gemini Enterprise 推出首批面向法律与金融场景的插件，将精选 Apps 与 Skills 按用途组合成捆绑包。未来捆绑包有望扩展至消费版 Gemini，但当前仅发布两个。合作生态涵盖 Accenture、Deloitte、KPMG 等全球系统集成商。

Anthropic 和 OpenAI 有望在几年内控制全球大部分可用 FLOPs，因其能更好变现算力并出价超过所有对手。对话还探讨了本十年末超 10 万亿美元 AI 资本支出或引发主权债务危机，以及训练规模经济与算力稀缺推动行业集中化是否可被逆转。

EleutherAI 在 Aletheia's Quest 项目中构建了黑盒与白盒两类 AI 欺骗检测器，并分享了过程中的关键经验。项目聚焦于识别模型输出中的不实信息，其方法覆盖了从外部行为观察到内部机制分析的不同路径。回顾总结了检测器在实际应用中的局限与未来改进方向。

NVIDIA 新论文提出 ACES 评估框架，指出技能文档得分高不代表智能体运行时真能受益--技能主要贡献是发现与工作流顺序，而非最终答案质量。ACES 固定任务、模型、沙箱等变量，仅对比有无目标技能两次运行的奖励差，定义为 Skill Lift。在生产技能实测中，结构与裁判评分与 Skill Lift 相关性仅 −0.0181 和 −0.0266，几乎为零。

OpenAI 公布自研 AI 推理芯片 Jalapeño 的初步性能结果。在 InferenceX 上对三个公开模型的测试显示，其每瓦 AI 工作量提升 1.5-1.9 倍，端到端延迟降低 1.7-3.6 倍，高交互负载性能提升 2.1-4.1 倍。

苹果发布新Mac mini，AI性能提升4倍，起售价从599涨至899美元。首发2nm M6芯片采用超核加能效核架构，每个GPU核心配备Neural Accelerator，本地LLM提示处理速度达上一代4.8倍。苹果将其定位为7x24小时常开的本地AI Agent服务器，标配2.5G网口和雷雳5接口。

Microsoft AI 发布 MAI-Image-2.6-Preview，在 Artificial Analysis 图像编辑排行榜登顶第一，文本生成图像位列第二（仅次于 OpenAI 的 GPT Image 2）。该模型在 19 个分类榜单中拿下 5 个第一，现已在 MAI Playground 和 Microsoft Foundry 私有预览中提供。

你不能声称"模型已经足够好，我不需要读代码"。因为如果你不读代码，就不可能知道有多少"垃圾"混了进来。我们连线 @0xblacklight 和 @vaibcode 获取独家消息。