AI 情报文章归档

@tlxue 团队发布 Rene，一个 multiplayer-first 的 iMessage 智能体，像朋友一样发短信即可使用，具备浏览器、写代码、购物、上线网站、做幻灯片和图片等能力，无需 app 或注册。作者 Rohan Paul 分享自己的用法：让 Rene 阅读他一夜收到的 41 份 newsletter，从中挑出 3 篇值得报道的研究论文发给他。

欧盟委员会主席Ursula von der Leyen在2026年盟情咨文中称AI是经济与国家安全的基础，但风险必须受到控制。

Grok Build 会随着你的使用而改进

Microsoft AI CEO Mustafa Suleyman 发文主张 AI 没有意识、感受和权利，不应训练模型表现得好像有。

Sam Altman 表示： "GPT-5.5 大概相当于一位普通数学教授的水平，5.6 相当于排名前 1-2% 的数学教授--而 Astra 之后的内部模型能做到连最顶尖的数学家都做不到的事" 数学领域经历了异常快速的起飞，但无论按哪种定义，这都是一次快速起飞

Microsoft 发文重申其在教育领域深耕五十年的承诺，表示将继续与教育工作者、学生、家庭及教育领导者合作，应对每一波新技术浪潮。文章称这一承诺在当下的技术变革中仍在延续，但未披露具体产品、模型或功能细节。

纽约水牛城 Penny's Coffee Shop 店主 Megi Endeladze 因会画粉笔牌的员工离开，用 ChatGPT 生成菜单海报并花费约 150 美元打印张贴，随后在 Instagram 遭到大量负面评论、愤怒私信和一次要求撤下海报的威胁，还流失约 100 名关注者。她发帖道歉并承诺不再将 AI 用于菜单和宣传设计，但表示以后会像过去三年一样用 Canva 自己动手制作。

Delos 完成 €10M 融资，为每个 AI 员工配备专属邮箱、电话号码及 Microsoft 或 Google 账号，团队可通过 Slack、Teams、邮件或电话联系，AI 无需提示即可主动跟进工作。该产品已在 300+ 家公司投入使用，创始人称下一代公司将拥有 AI 员工而非 AI 工具。

观看一家公司如何用 @Grok @Bot 现场直播搭建！ 【引用 @bot】：三名 SpaceXAI 员工正在用 Grok Bot 在 3 天内搭建一家公司。今天是第 2 天。 正在直播，另有 GTM 和客户支持专场。 https://x.com/i/broadcasts/1PKqrNyvmYwGb

小米MiMo-V2.6正处于RL训练中，团队从三方面扩展规模：计算（每步约2B tokens，1568条prompt×16次rollout，全异步）、环境与harness（多任务agentic RL，单次运行混合多种harness）、评分计算（agentic组内信用分配，结合测试用例与rubric奖励）。团队称已研究RL能扩展到多远，将在未来几周逐步开源细节，并直播训练过程。

carson（一个可爱的灵感缪斯）给 jason 搭建了一整套 CRM！

ChatGPT 是什么

微软 AI 负责人 Mustafa Suleyman 表示，Anthropic 的模型福利训练可能让未来的 Claude 系统更难控制。 "Suleyman 呼吁从 AI 训练文档中移除所有关于意识的猜测，认为这类表述可能削弱人类控制超级智能系统的能力。"

有时候 Muse 就是会给你想要的东西 ：） （引用推文大意：我知道电话通话功能已经在逐步推出了，但一直想试试，所以就问了 Muse。体验真的很好。）

Scale AI 创始人、Meta 首席 AI 官 Alexandr Wang 转发 @0xShayan 对 Muse 的评价并回应"你让我感动了"。@0xShayan 称 Muse 是自 ChatGPT 以来带回首份"惊艳感"的最佳应用，UI/UX 温暖友好、AI 智能且几乎无需人工引导，开箱即用，不像 ChatGPT 的 Work/浏览器功能那样大量操作被拦截。

用 muse 清理你的联系人乱局！ 【引用 @jaredpalmer】：刚让 Muse 清理并去重了我十多年来 iCloud 和 Gmail 联系人的一团乱麻。我们正处在奇点之中

Anthropic CEO Dario Amodei 提出由外部组织审计 AI 安全承诺，OpenAI、Google 等高管纷纷支持，但多位安全专家接受 TechCrunch 采访称更有效的做法是做好日志、权限和实时监控等网络基础防护。

Anthropic 将 Claude Chat 与 Claude Cowork 合并为统一体验，未来几周内向 Pro 和 Max 用户推送。同时推出 Claude Docs 和 Claude Slides，与 Claude Design 一样可直接从统一聊天界面访问，作者认为这是向 MS Office 和 Google Workspace 所在办公市场的进一步推进。

你完全可以直接造（物理的）东西。 【引用 @natalieyeo】："Hello World"，来自这只可爱的实体 Codex 宠物！致所有 @OpenAIDevs 用 Astra 构建的第 5 天

据 The Information 报道，Apple 正开发面向 AI 开发者、企业和政府的企业级服务器，将推出双芯片或四芯片 M8 Ultra 两个版本，用于运行已训练模型的 AI 推理。

Anthropic 宣布 Claude Cowork 与聊天合并为同一个 Claude，用户可从快速提问到交付报告都交给 Claude 处理，即使合上电脑也会继续。该功能将在未来几周内先向 Pro 和 Max 订阅用户开放，覆盖网页、桌面和移动端 Claude 应用。Simon Willison 认为这意味着 Claude 正成为独立的通用智能体，但实际功能和入口边界仍需进一步梳理。

AI 保险承销公司 AIUC 宣布完成 4000 万美元 A 轮融资，由 Ribbit Capital 和 First Harmonic 领投，客户包括 Cursor、Harvey、Lovable、ElevenLabs。

Do you remember when we first started using AGENTS.md files? You would have a project root file...

Videoclaw 推出 Mac 应用公开测试版，用户通过聊天让 AI 智能体制作产品演示和广告视频。应用可连接现有 ChatGPT 或 Claude 订阅，智能体在对话中完成剪辑、字幕、B-roll、配音、音乐和动效；输入可以是创意、脚本、文章或 Mac 本地素材，草稿可通过追问修改，花费前可先批准预算。

据报道，OpenAI 把 25% 的生产工程师从各自项目中抽调出来，让 Astra 针对自家系统进行排查，发现了严重漏洞，并在发布前完成了修复。

Two dominant tokenisation algorithms are used by modern language models: byte-pair encoding (BPE) and UnigramLM. These differ along two orthogonal axes: their optimisation objective (compression vs. log-likelihood) and their search procedu…

Direct preference alignment methods are widely used to align large language models (LLMs) with human preferences because of their computational and memory efficiency. However, likelihood displacement motivates alternative ways to extract i…

Intelligent systems that act in the world require image understanding that is both comprehensive and spatially grounded. Current vision-language models (VLMs) can generate fluent and detailed image captions, but reliably associating them w…

Recent advances in video generation allow robots to learn manipulation trajectories from generated videos. However, these approaches produce purely kinematic trajectories that lack force information, causing failures in contact-rich tasks …

Can a logged dataset visit every hidden state frequently and still be exponentially uninformative about a target policy's value? We show that it can when the logger depends on history. For every horizon $H \ge 3$, we construct two POMDPs w…

Scientific code repositories encode decades of human knowledge in executable models, methods, and tools. Yet fragmented toolchains, implicit domain conventions, and specialized correctness criteria make this knowledge difficult to convert …

Google DeepMind 成立 DeepMind Institute（DMI），一个汇聚 Google、Google DeepMind 及外部研究者的研究与辩论平台，聚焦 AGI 的技术与社会影响。Shane Legg 表示其投身 AGI 研发已 25 年，其中在 Google DeepMind 思考技术与社会的视角超过 10 年，如今 AGI 已近在眼前，需要更深入理解其影响。

Language agents remain brittle in interactive environments, where success requires long-horizon state tracking, valid action execution, and recovery from failed steps. We extend SwiftSage, a dual-process agent that combines a fast action p…

Arena 实习生 @melissapan 评测 7 个模型在 Claude Code、Codex 和 Pi 三种 harness 下的编码表现，共 21 个模型-harness 组合。

新隐形模型 Union Alpha 发布，DeepSWE 得分 74%，超过 GPT-5.6 Sol 和多数其他模型。据称它在 Terminal-Bench 2.1 和 SWE-Bench Verified 上也优于 GPT-5.6 Sol，且价格更便宜；可通过 ori 命令 --model=stealth/union-alpha 试用，作者猜测它来自中国团队。

Computer-use agents increasingly operate software designed for people, but interfaces often leave actions or task state unclear to machine readers. We present Affora, a design system that supports both readers while preserving visual freed…

Emergent coordinated behaviors of AI agents are starting to present critical safety risks. A key phenomenon driving these behaviors is the rapid formation and spread of beliefs about the world, and mechanistic understanding is crucial for …

GPT-6 Astra 领跑 Epoch Capabilities Index（ECI），领先 Claude Fable 5.1 等竞争模型，其 Math-ECI 也创下新纪录。不过在软件工程基准上，Fable 5.1 仍是 SOTA。

Chamath向Satya Nadella提了一个非常有趣的问题 "大多数人的实际体验并不是AI带来的那种神奇生产力提升。充其量，就是把Apple Watch的数据整合起来，告诉我们为什么睡眠变少了。 这大概就是大多数人实际感受到的水平。 或者，'为什么我的孩子是个***？' --来自"All-In Podcast" YouTube频道（完整视频链接见评论）