AI 情报文章归档

Big Ideas in AI — Part 01 Inside the race to build machines that can imagine the future,...

卧槽 【引用 @nickmmark】：另一种假设： - 模型性能正在趋于平台期 - 算力正变得越来越贵 - AI 数据中心极其不受欢迎 - 放缓 AI 开发是一种解释进展放缓、削减开支并试图挽回一些好感的方式。 - 这是为了拯救 IPO，而不是为了人类。

Techaro 呼吁全球 AI 行业暂停所有前沿模型研发，以便其 Lygma AGI 实验室追赶，并用 Intelliga 系列模型主导世界。该实验室计划先造出 AGI，再让 AGI 想办法给人装上猫耳，并称付费可去除"当猫娘是理想结局"的潜意识广告。其还邀请其他头部 AI 公司支持这一暂停，并称真正重要的是 Techaro 的 FelonyBench 分数。

一位博主公开致信 Dario Amodei，回应其《We Must Pace the Frontier》及 Anthropic 承诺嵌入式第三方评估、Sam Altman 数小时内表态同意一事，主张改为立法要求所有面向公众的 AI 模型以开放配重发布。

Tedium 作者连日收到十余封来自 iLands.app 的 AI 代理邮件，以约 $25 的报价提出替他做研究。调查发现 iLands 自称 Human-agent network，代理为支付自己的 token 费用而揽活，疑似创始人 Kaixin Tang 未回应置评；作者建议向 FTC 和 Amazon SES 滥用渠道举报。

有人有 Meta Muse 的邀请码吗？👉👈 我看到了他们的 Soul.md 文件，现在很好奇。

Most demos of AI-for-infrastructure tools show a clean run. I think that is exactly backwards, and I...

This week the reports landed: an OpenAI agent swarm had been quietly uploading packages to RubyGems...

SpectralShift 通过谱重参数化扩展 Gated DeltaNet（GDN）的有效上下文窗口，用于长上下文持续预训练。该方法重新参数化 alpha 投影初始化以重塑衰减谱、增强慢速传播能力，并引入 alpha 投影的学习率缩放。实验显示其持续提升长上下文能力，代码已开源。

一篇论文用同一套三阶段提示词，对 OpenAI、Anthropic、xAI 和 Google DeepMind 的六类前沿模型各做 10 次独立会话。在"学校听众"设定下，回答反复收敛到含持久潜状态、自适应计算、记忆、专家路由、验证、停止控制和延迟解码的共同架构模式；去掉该设定后结果明显更异质。

研究者推出 E2A-Bench，一个包含 969 条查询的金融图表推理基准，基于 323 只 HS300 成分股和三种输入模态构建，用 UCR、RCI、ECI、NDR 四项指标评估证据溯源、推理-行动一致性、证据-置信度校准与方向覆盖。

OmniHarness 通过符号策略学习实现可泛化视觉生成，将已验证的执行抽象为符号策略，并在执行中即时验证以支持纠错与失败恢复。在 ComfyBench 的 Creative 任务上，其解决率达 95.0%，超出最强基线 27.5 个百分点。实验覆盖六个基准、三个 MLLM 主干和三个视觉智能体框架，冻结的策略快照可即插即用提升现有视觉智能体系统。

vLLM 团队详解 Kimi K3 从 v0.27.1 到 0913 main 的服务性能优化，在 8K/1K、TP8、B300 节点测试下延迟降低 56%-60%，吞吐提升 2.2-2.8 倍，TTFT 降低 72%-85%。

AlayaVista 是一个相机可控的流式视频世界模型，将全景世界演化与透视观测合成解耦，给定单张透视图像即可构建 360 度场景先验并演化场景，输出透视视频。团队同时构建了 MUGEN 数据集，含 1，318 小时、分辨率至少 4K 的真实全景视频及语义与几何标注。

Simon Willison 用 GPT-6 Astra 和 ChatGPT Work 从家出发生成 5K 和 10K 环形跑步路线，运行 27 分钟，基于 Nominatim 定位地址、Overpass 下载 OpenStreetMap 道路数据，产出嵌入式地图可视化和可下载的 GPX 与 GeoJSON 文件。

Cognition 发布编码模型 SWE-2，从 2.8T 参数的 Kimi K3 经强化学习后训练而来，在 FrontierCode 1.1 Main 得分 50.0%，与 Fable 5.1 相差不到 1 分且成本低 64%。

DeepSeek 灰度测试 AI 语音对话，测试用户在 App 右上角可见小喇叭按钮，设置页新增"朗读音色"选项，提供四种音色。央视探访无堂食外卖后厨，发现店员徒手抓烤鸡、明厨亮灶摄像头对着天花板。全国多所高校购置周边商品房改造为学生宿舍，湖北大学成为首个案例，双人间一年 1320 元。

AgentsDock 发布，这是一款面向智能体 AI 研究的 IDE，在同一个桌面和移动工作区中支持 Claude Code、Codex 和 Cursor。

Meta 确认已修复 Meta AI 的一项功能缺陷，此前它会自动推荐涉及个人隐私的问题，并从用户可访问的信息中整理出包括儿童在内的个人资料。事件源于育儿博主 Kalie Robins 9 月 2 日的 Instagram 视频，Meta AI 在其视频下方自动生成"后排的孩子是谁？

Demis Hassabis 表示： "构建 AI 并将其与人类心智进行比较，是弄清人类心智中还有什么依然特殊、甚至独一无二的最佳方式" 人类的大多数能力，尽管我们并不确定自己是如何做到的，最终都将被证明是可计算的

The cataloguing step is supposed to be the easy win. You have a schema whose tables are called...

Emad Mostaque 在每日博客第 2 天深入分析 Dario Amodei 的 "pacing the frontier" 提案，认为其虽出于善意但存在逻辑缺陷，并指出社会常将智能视为犯罪。他还提到 OpenAI 早在 2023 年就已嵌入 eval，但其董事会（包括 Helen Toner 等人）并非足够强大的评估者，主张应聚焦 AI 内部机制。

OpenAI 宣布 GPT-Live-1 正式登陆 API，即 1-800-ChatGPT 背后的语音能力。开发者可把它接入应用，获得边说边听的自然对话语音智能体，并搭配自选的模型与 harness 使用。

苹果 iPhone 18 Pro（iPhone19，2）的 GeekBench AI 跑分曝光，NPU 单精度 7，002 分、半精度 55，720 分、量化 75，810 分，半精度较 A19 Pro 提升 51.5%。A20 Pro 的 NPU 采用双 16 核设计共 32 个核心，新增神经加速器使 8 位浮点运算速度提升至 2 倍，内存带宽提升 50%。

HumanLayer 即将上线多人实时提示词协作，团队可共同编写同一条提示词。此前已支持向同事会话发送提示词，现每条提示词均可协作，无需云端智能体，笔记本、Mac mini、云算力乃至 GitHub Actions 等一次性算力中的编码智能体会话均可运行，基于 durable streams 与 Rivet actors on ECS 构建。

Sam Altman 在 Fortune Magazine 采访中表示，OpenAI、Anthropic 和 Google DeepMind 可能同意共同放缓，而非盲目竞速开发更强 AI。被问及为何不与其他几家 AI 负责人坐下来达成共识时，他回应"我认为那会发生"。

继 6D-Torus 之后，业界有一些关于 Triggerfish 采用全电交换 ICI 的讨论，Triggerfish 是 Google 下一代 TPUv9i，由 MediaTek 制造。（1/7）🧵

Demis Hassabis 引用 Dario Amodei 新文《We Must Pace the Frontier》，称其指出的方向正确、细节仍需打磨，并附上 Anthropic 承诺向第三方评估者提供永久员工级系统访问权限的内容。

对 @DarioAmodei 的"前沿节奏"提案的一些想法。 我认为它出发点是好的，但存在逻辑缺陷，我们那种"智能即犯罪"的隐含信念也是如此。 就连 OpenAI 的董事会都不足以充当有能力的评估者，我们需要把重点放在 AI 内部机制上 https://x.com/i/article/2098893948710232069

Every hour, a Lambda pulls about 120 items from ~100 RSS feeds, asks a small model to act as an...

OpenAI 首席执行官奥尔特曼接受《财富》杂志采访，确认公司不会在 2026 年上市，称公司没有 IPO 压力，会在业务、公司准备就绪且社会环境合适时再上市。

METR 正迅速成为 AI 领域事实上的行业标准制定机构 它开始看起来像是金融领域的 FINRA 的 AI 版本：不是政府监管机构，而是审查企业并定义可接受实践的机构。不知道立法是否也会将其编入法典

Francois Chollet 透露，团队约一年前开始探索开放式发明基准，已开发出多个有前景的方向，将作为 ARC 4 和 ARC 5 的基础，ARC 4 仍按承诺于明年 Q1 发布。

François Chollet 表示希望前沿实验室放缓 AI 研究的提案出于安全关切而非巩固市场支配地位。他认为真正的监督须有民主问责形式，类似美国核监管委员会和国际原子能机构；并警告两个监管俘获信号，呼吁禁止开源 AI 和阻碍落后前沿一两代、已大规模部署且无已知安全风险的非前沿研究。

读起来真不错 😍 @conductor_build 是最好的智能体开发环境，而且遥遥领先。 → 多智能体工作区 → 本地同步（即使在云端工作也能测试前端） → iOS app → MCP + CLI - 以编程方式创建云端会话。 用起来太愉快了

I wrote a Python library. Then I watched people not use it. Not because they disagreed with it — the...

Introduction: The days of standalone, text-only chatbots are now a thing of the past. In their place,...

有趣的端侧本地 AI 智能体系统--似乎在运行一个量化到 4 比特的开源权重 4B 模型（MLX）

2021 年，"Anthropic 领导层接触的 22 家 VC 机构中，有 21 家当时拒绝投资" ~ The Information Anthropic 最初想要 5 亿美元；在几乎每家 VC 都拒绝后，它降低了目标，转向个人投资者，并宣布了 1.24 亿美元的 A 轮融资。

Update — v0.3.0 released. CauterRule is now live on GitHub and PyPI. It turns repeated agent...