AI 情报文章归档

Many years ago I had lots of discussions about AI with a former colleague. He was a theoretical...

2026年至今，三家关键的开源权重实验室，其模型上的月度支出增长了10倍甚至更多。 闭源模型的支出增长相对较慢，不过起点要高得多。

Mustafa Suleyman 在《A warning about 'model welfare'》中表示，不应把模型当作拥有感受、偏好、权利或享有任何福利资格的存在。他认为意识是伦理、法律与政治体系的基础，现有证据不足以支持赋予另一实体任何形式的此类权利，这样做还会让 AI 的管控与对齐挑战更加困难。

Google 基于 LearnLM 的学习科学原则，让教师主导提出主题、生成可修改的学习目标，再由 AI 生成游戏化学习互动内容。每个互动按目标拆分为难度递进的关卡，并配有前知识导入、公式工具箱、多级提示、针对性反馈和完整解答等脚手架式引导，而非直接给出答案。

Anthropic 让 Claude 在不到四周内优化了超过 30 个开源生物分子模型，平均提速约 4 倍、精度损失极小，输出完全一致时也有近 2 倍加速。优化代码全部开源，还推出低内存 Big 模式，可在单张 NVIDIA GPU 节点上对超过 10,000 token 的生物分子系统做准确预测。

文章讨论"tokenmaxxing"（尽可能多消耗 token）在什么情况下值得、什么情况下该收敛。核心观点是：昂贵的实验性 token 消耗并非总是浪费，关键在于区分值得投入的探索与应当克制的过度消耗。

OpenAI Academy 与 AARP 旗下 OATS 合作举办 Older Adults AI Skills Jam，为美国 10 个社区的 1000 名老年人提供免费线下 ChatGPT 培训，教他们安全使用 AI 并识别诈骗。数据显示，美国 55 岁以上用户相关消息占比一年内从 6% 增至近 10%，每周有数千万次用户请 ChatGPT 帮忙判断可疑信息。

Anthropic 宣布 Claude Code 的 Projects 改版，用户设定目标后由 Claude 拆解任务、协调并行线程、审查输出并汇总结果。每个线程是一个独立的 Claude Code 云会话，各占一个分支跑测试、开 PR，项目还带随时间积累的共享记忆和文件库。

Netlify 的 Dana Lawson 在 AI Native DevCon London 演讲提出智能体体验（AX）概念，认为构建者已从专业开发者扩展到非技术人群。

Anthropic 推出 Life Sciences Verification Program（LSVP）beta，向经过验证的生命科学专业团队开放 Mythos、Opus 和 Sonnet 模型上比通用版更宽松的生物相关访问。

Phylo 在 Fireworks 上以开源权重模型支撑 Biomni Lab，实现月环比用户增长 2 倍、成本降低 60%，多数流量已转向开源模型，首 token 时间约减半。Biomni Lab 是面向生物学家的智能体环境，单次任务可运行数小时至数天、执行数百次工具调用，新开源模型可在 24 小时内上线生产。

Tessl 作者在 AI Native DevCon London 的演讲中提出，Agent 技能一旦被信任就会影响智能体的读取、修改和工具调用，应视为供应链组件并纳入安全审查。文中给出对约 4000 个公开技能的扫描发现可疑下载、凭据风险和恶意行为等问题，并提出由私有上下文、不可信内容和对外通信构成的风险三要素，以及清单管理、来源审查、行为扫描、权限收窄和出站控制等实践建议。

Tessl 博客复盘前 Docker CTO Justin Cormack 在 AI Native DevCon London 的演讲，分享用 AI 构建约 35 万行 Rust 的 S3 兼容对象存储的经验。

Runway 发布新模型 Enhance Frame Rate，可将任意视频（不限于 Runway 生成）转换为 25、30、48、60 或 120 fps，并支持 NTSC 的 59.94 标准。该模型速度最高达其他插帧模型的 7 倍、成本仅为其三分之一，输出质量更高，支持最高 4K、5 分钟视频并保持源分辨率，每 2 秒视频收费 1 个 credit。

Goodfire Research 发现模型内部存在伴随奖励作弊的激活信号，并用简单的 difference-of-means 探针检测它，效果接近甚至部分超过基于 LLM 思维链的监控。

Anthropic 发布对 Balyasny（BAM）首席 AI 官 Charlie Flanagan 的访谈，介绍该管理约 380 亿美元资产的机构如何评测与治理 Claude Fable 5。

一项研究比较了五种上下文裁剪策略在多步工具工作流中的表现。常规的近期性、相关性和摘要策略节省约 60% token，但任务成功率降至 66.6%-77.3%；协议感知裁剪保留标识符、约束、工具 schema 和未决承诺，配合自适应预算护栏达到 96.0% 任务成功率和 1.0% 级联失败，同时节省 56.0% token。

联合国秘书长古特雷斯呼吁各国共同推进 AI 监管，称世界承受不起 AI 安全领域的恶性竞争，AI 治理需要真正的国际合作与协调一致的全球行动。他透露将在联合国大会发言时谈到应为 AI 设立的安全边界，并已启动"国际人工智能独立科学小组"。

muse 就是能把事办成！ 【引用推文概括】meta muse 在应用商店排名接近第一，因为它能帮你省下数千美元、赚到数千美元，并自动化处理填表、归档记录、管理客服工单、研究保险等繁琐任务。meta 意识到，杀手级 AI 产品就是那种以最小幻觉、最大信任把事办成的产品，而且全在手机上完成。

How I replaced a cloud LLM with a fully local one — same agent, same tools, zero inference cost.

腾讯开源 BrowserSkill（MIT 协议，全本地运行），让 Agent 不再使用空白沙盒浏览器，而是借用用户当前浏览器中已登录的标签页执行任务，完成后归还。

当我和高级管理者交流时，越来越多地听到组织内部岗位边界模糊的故事（我们在宝洁的研究中也发现了这一点）：编程、设计、产品管理，全都在崩塌与重叠，因为每个人都在用 AI 我们需要新的工作组织模式，而且要快。

Einsia AI 推出开源平台 AgentGit，用于协作 Agent 会话，让工作可保存、交接并由下一个人继续，网址 https://agent-git.com。作者 Elvia Saravia 评论称，代码已有版本控制，下一步是保存代码背后的会话，AgentGit 支持保存、恢复、分享和交接会话以实现上下文协作，这在 Agent 工作日益复杂时尤为重要。

Alexandr Wang 转发评价称 Meta AI 新的语音转写模型 muse voice transcribe 表现出色，速度接近 OpenAI 最强 Whisper 模型的十倍，准确率也明显更高。

Krea Agent 工作流超强拆解，来自 @armandgw 👇

知名 PlayStation 黑客 Andy "TheFlow0" Nguyen 宣布退出 PS5 Linux 项目，原因是开源社区中 AI vibe-coders 泛滥。

初创公司 TypeSafe AI 推出模型 Jev，不生成文本，而是在软件内部输出窄域判断与概率，由开发者预设问题与候选答案、模型为选项打分。TypeSafe 称其响应时间为 70 至 500 毫秒，定价为每百万输入 token 0.042 美元、输出不收费，开发者需通过 waitlist 申请接入。公司宣称 Jev 不会产生幻觉，但该保证仅限输出结构，选项内的事实性错误仍可能出现。

简单提醒一下：这是 Google DeepMind 对 AGI 的定义。 在我看来，这是最科学的方法。 Google DeepMind 刚刚成立了 DeepMind Institute。 AGI 的影响正在被审视，因为即便以 Google DeepMind 的标准来看，我们也已接近 AGI。 我想没人料到 AGI 会在 2026 年到来。

Mozilla 与 Mistral 合作推出浏览器 AI 助手 Firefox Smart Window（beta），由 Mistral 的模型驱动。该助手支持复杂搜索、记住访问过的内容并汇总已打开标签页的信息，先在法国和北美上线，英国和德国将在年内跟进。据 Mistral 称，对话默认不存储在 Mozilla 服务器上，Mistral 承诺不存储数据，并希望借此触达全球终端用户。

NVIDIA Vera Rubin NVL72 首次提交 MLPerf Inference v6.1 preview 结果，Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍，DeepSeek-R1 上最高 2.5 倍。

MIT 及合作机构的研究人员开发出 xvr（X-ray volume registration）技术，用 AI 将术中 2D X 光与患者术前 CT/MRI 3D 扫描自动配准，约 5 分钟即可适配单个患者，配准耗时仅数秒、精度达亚毫米级。该方法在多种患者、身体部位和手术类型上比现有 AI 方法高出一个数量级，相关论文已发表在 Nature 上。

接入全新维度。 认识 Tripo Plugin for ChatGPT。让你的想法即刻成形。 &gt； 从提示词到游戏玩法 &gt； 从提示词到动画 &gt； 从提示词到广告 &gt； 从提示词到 3D 打印 只需输入，剩下的交给 Tripo + GPT-6 Astra。

Nvidia Inception 全球物理 AI 负责人 Les Karpas 将在 TechCrunch Disrupt 2026 的 Real World AI Stage 发表演讲，解释通用机器人为何尚未迎来自己的 ChatGPT 时刻。

Bernie Sanders 与 Steve Bannon 在 Future of Life Institute 主办的华盛顿 Pro-Human Assembly 上罕见同台，呼吁收紧对 AI 的限制，诉求包括暂停数据中心建设和总统行政令，而特朗普称相关担忧是骗局并威胁追究 AI 高管责任。

OpenAI 正在筹备 Codex Replay 功能，可从任意导入的对话线程测试任务执行。该功能支持选取历史 Claude 线程、选择共享 Codex 模型并启动隔离实现，每个线程的历史状态与配置单独检测。默认选用 GPT-5.6 Sol、Terra 和 Luna 模型，多个回放会话可并行运行，选择、执行、验证与评估均在浏览器控制器中完成。

Google DeepMind 新设 DeepMind Institute，研究 AGI 对经济、科学与社会的影响。Demis Hassabis 称与 ShaneLegg 讨论 AGI 影响已 20 多年，该机构将扩展 AI 时代关键问题的跨学科研究。原推文认为按 Google DeepMind 的标准已接近 AGI，并称没人料到 AGI 会在 2026 年到来。

Union Alpha（隐身模型）接下来一周免费 - 不进行数据训练 - 专为智能体编程打造 - 支持图像 看看你能做些什么

Anthropic CEO Dario Amodei 呼吁中美就AI安全合作，同时主张收紧对中国芯片、半导体设备及海外算力的限制，以扩大美国领先优势。文章对比了中美AI实验室的公开姿态：美国高管多以"文明守护者"自居，DeepSeek 梁文锋、Z.ai 唐杰、月之暗面杨植麟等中国从业者则更像技术研究者。作者指出，美国前沿实验室CEO试图主导AI风险定义，而中国由政府承担这一角色。

Google Research 提出 Fuse 框架，用模拟构建社交推理的 ground truth：带隐藏动机的目标智能体与其他智能体（含扮演用户的智能体）互动，助手需从用户转述中推断动机。团队用 24k 条人工标注验证模拟，测试了 12 个 LLM，发现用户带偏见的叙述会改变助手答案，更长的对话并未可靠提升表现。框架与 21k 条样本已开源。