AI 情报文章归档

作者引述 OpenAI 官方说法，称其已达成自动化研究实习生里程碑，即由人类监督的系统可完成熟练研究者需数天的明确任务。据引文，截至 8 月中旬 OpenAI 研究组织每 1 个人类工作日对应 3.1 个 Agent 工作日的投入，该比例衡量的是 Agent 运行时长而非等效生产力；4 月仅约三分之一研究者同时运行 4 个以上 Agent 工作流，8 月中旬已达约四分之三。

TL;DR: Two 128GB GB10 computers can run the official FP8 DeepSeek V4 Flash 0731 checkpoint as one...

尝试让 GPT-6 Astra 进行自我分析。 它生成了这幅精美的动画自画像。 就像一扇通往其"思维"及运作方式的窗口。

领英联合创始人Reid Hoffman建议，每个组织都应记录所有会议，并运行AI分析，不仅生成文字记录，还要提出后续行动建议，如提醒通知相关人员或获取批准。他认为相关技术已经成熟。

TL;DR While building a public advisory database for the Model Context Protocol...

I build Compresso, a local AI compression layer, using different techniques like Headroom, Rtk and...

How to build a production-grade drafting agent on local SLMs (Llama 3.2 3B) using deterministic Python verification, tri-state guardrails, QWK-calibrated evals, and continuous few-shot learning.

I had my own infrastructure context server running behind my editor, the way I do every day, and...

I've been writing Android for thirteen years. For the last two of them, a large share of the code...

This is a submission for Weekend Challenge: Generosity Edition What I Built Every...

我浏览了数百个 GPT-6 Astra 演示，并将最佳案例进行了整理和分类。 远不止那些 3D Blender 演示，还包括： - 3D（三维建模、教育、游戏） - 机器人控制 - 音乐生成 - 纯视觉 - 生物 - UI - 计算机操作（绘画、游戏、Figma） - 金融 在视觉、计算机操作、空间推理和原始智能方面，这确实是一款非常强大的模型。 1/22

Microsoft 论文提出把昂贵测试时推理摊销为蒸馏技能：收集 35-50 条历史轨迹，由编码智能体提取重复失败模式并编译成 markdown 技能加入非推理模型 system prompt。

IBM 发表论文提出 STAIR，利用文档目录作为寻址方案，让生成式检索器从自身参数中存取信息，以保留分块丢失的全局层级结构。在 SearchTome 基准上，STAIR 的 Recall@1 达 82.6%，显著优于微调 DSI 的 76.9%，BM25 为 59.5%，DPR 为 68.7%。模型幻觉率保持在 0.05% 以下，且在训练样本极少时仍具泛化能力。

Yuchen Jin 提出用 intelligence per dollar 衡量 AI 进步速度。一年半前 o1 Pro 价格为 $150 / $600 per M tokens，如今 GLM-5.3 Flash 仅 $0.15 / $0.50，价格降幅约 1000 倍，且 GLM-5.3 Flash 比 o1 Pro 更智能。

Jakub 发布了一篇重要文章： 我撰文探讨了 AI 的现状、为何我对未来几年感到担忧，以及为将未来掌握在人类手中我们需要做出的选择。 《异类心智》：https://openai.com/index/an-alien-mind/

A few months ago, I wrote about a feeling I still have today: AI models, and especially coding...

作者引用 OpenAI 首席科学家 Jakub Pachocki 的话称，基于内部结果，他强烈预期当前进展速度可能延续至递归自我改进（RSI），OpenAI 正围绕这一点组织研究。同时 Pachocki 表示评估显示思维链监控的可靠性在下降，认为需要更广泛的干预，并引用 Ray Kurzweil 称机器智能正开始以变革性方式超越人类。

这既是一个有趣的实验，也是学术领域一场海啸即将来临的征兆。AI 正在回溯阅读研究文献，发现已发表论文中的机遇与问题，并公开分享这些评判。

The Information 报道，Anthropic 自 10 月以来已锁定至少 14.8 GW 新算力，未来十年成本或高达 5170 亿美元。其年化收入据称已超 650 亿美元，高于 OpenAI 的 400 多亿美元，但 OpenAI 称规划的算力约为其 2 倍。

Google DeepMind 发布 WeatherNext 3 论文（arXiv：2609.03582），不再仅在分析数据上训练和初始化，而是直接吸收低延迟地球静止卫星数据，把预报刷新频率从每 6 小时提升到每小时。

OpenAI 已正式实现自动化 AI 研究实习生目标，并计划到 2028 年实现全自动 AI 研究员。主推文认为通往递归自我改进的路径相对清晰，唯一问题是对齐。作者感叹 AI 社区外 99% 的人仍未意识到智能爆炸与奇点临近，并引用 Demis Hassabis 称人类正站在科学黄金时代的门槛上。

How I built HealthMitra, a Hindi/English voice agent for India's health-access gap, on LiveKit and Murf Falcon — plus three real bugs it took to get the multi-agent handoffs working.

OpenAI 公布三大北极星：一是构建自动化 AI 研究员，与其迭代解决对齐问题，并让人保持在自我改进循环中；二是交付高智能机器带来的科学进步与经济增长收益；三是以个人 AGI 赋能每个人。作者指出递归自我改进（RSI），包括自我改进的研究智能体和个人 AGI，最受关注。

据 Financial Times 报道，Travis Kalanick 创办的 Atoms 正准备大规模招聘和收购，可能成为自动驾驶行业的重要玩家，并已与 Uber 商谈让其使用 Atoms 的 robotaxi 技术。

这是 Fable 5.1 一次生成的一个令人印象深刻的结果："基于埃德加·爱伦·坡打造至少 8 款游戏。它们都应该很棒且各具特色。" 这些游戏出人意料地各不相同，玩起来很有趣且富有感染力，其中一些实际上还有点惊悚。https://poe-arcade.netlify.app/index.html

Claude Code writes every session to ~/.claude/projects as JSONL. I wanted to know what I'd actually...

OpenAI 发布博客文章，公开模型加速公司内部研究的数据，并认为递归自我改进可能是未来几年 AI 能力最重要的推动因素之一。文章同时分享了 OpenAI 如何调整模型开发节奏以优先考虑监控、对齐和安全，并呼吁其他 AI 公司也公开类似数据，以推动关于模型开发节奏的公共讨论。

Hug！ 【引用 @HuggingModels】：是否需要一个既懂金融又能自然对话的AI？认识一下Ling-3.0-flash-Fin，一个专为金融研究和智能体打造的文生模型。就像口袋里装了一位华尔街分析师，随时处理数据、回答问题。#AI #Finance

试试新的领域增强版"Sante"模型，使用 Kilo code 限时免费！ Sante 是 Ling-3.0-flash 的金融增强版本，与金融机构和领域专家共同开发。欢迎试用并告诉我们你的想法！

试试领域增强版"Sante"模型，通过Nous Portal体验一周！ Ling-3.0-flash-Sante现已在Nous Portal免费开放一周！

We measured whether AI-written code is messier than human-written code, across 500 real bugs where a...

在终端设备上运行领域增强模型的AD量化版本？我们可以在其上构建太多有趣场景了！感谢我们的day0合作伙伴@atomic_chat_hq让这一切成为现实~ 😎

蚂蚁百灵（AntLingAGI）推出面向医疗、医学与生命科学领域的领域增强模型 Ling-3.0-Flash-Santé，基于 Flash 架构的快速推理与临床领域知识构建。该模型为健康领域 MoE，支持医学推理与循证检索，经 Vercel Gateway 提供，10 月 4 日前在 AI Gateway 上免费使用。

微软CEO纳德拉表示，模型生态迎来创新周，新模型已集成至Copilot，使其能处理从快速问答到委派任务乃至长期运行的Autopilot工作。演示中，基于Opal的Autopilot在Windows 365云PC上自动分析一个月野生动物影像，完成剪辑、标注、归档并生成PPT分享至Teams。这标志着Copilot正从辅助工具转向可独立完成跨小时或天数任务的智能软件。

蚂蚁百灵开源金融模型 Ling-3.0-flash-Fin 与 FinFIRST 基准，模型由 124B MoE 构成、每 token 仅激活 5.1B、约 256K 上下文，金融训练使其 AA Intelligence Index 从 38 升至 41。

蚂蚁百灵（AntLingAGI）开源金融增强版模型Ling-3.0-flash-Fin（总参数124B，激活5.1B），基于Ling-3.0-flash构建，SGLang已提供Day-0支持。该模型针对研究、检索、估值建模和报告生成等金融场景优化，在FinFIRST、FinanceAgent、APEX-Agents、SpreadsheetBench和τ3-Banking基准上表现优异。

AI的普及速度比大多数人意识到的更为极端。GPT-4级别智能的推理成本在3年内下降了300倍。很难想到历史上还有哪项技术的成本下降得如此之快。

Update — v0.1.0 released. CauterRule is now live on GitHub and PyPI. It turns repeated agent...

作者转发 OpenAI 研究加速负责人 @kliu128 的发布，称 OpenAI 已按去年秋天宣布的时间表，在今年 9 月达成自动化 AI 研究实习生目标，即能在人类指导下完成明确研究任务、包括熟练研究员需数天才能完成的任务的系统。