AI 情报文章归档

The first version of an agent usually has one place for context: the prompt. The user request goes...

我们信赖领域增强模型。😌 与我们的day0合作伙伴一起，有许多现实世界的问题需要解决。感谢 @vllm_project！

蚂蚁百灵推出 Ling-3.0-Flash-Santé，专为医疗、临床和生命科学领域从头构建的领域专用模型。该模型总参数 124B、激活参数 5.1B，结合 Flash 架构的快速推理与深度临床专业知识，现经 Novita 上线 OpenRouter，前 14 天免费。

DAIR.AI的Elvis Saravia指出，在所谓AGI或ASI时代，开源的复利效应将极为壮观。引用推文认为，开源让模型训练公司可免费基于你的软件进行训练和优化，Blender或已因模型更擅长使用它而胜过专有3D软件。Three.js和Blender只是冰山一角，其他软件类别乃至开源模型本身都将受益。

OpenAI 首席科学家 Jakub Pachocki 发布长文《An Alien Mind》，谈 AI 现状、他对未来几年的担忧，以及为让未来掌握在人类手中需要做出的选择。全文见 https://openai.com/index/an-alien-mind/

2023年我曾说过，到2028年将不再有开发者。 如今AI正跨越这道门槛。 明年，它将写出比你们中绝大多数人（除少数几位，我有些了不起的粉丝）更好的代码。 2027年，它将能即时生成几乎所有代码。 2028年，人们将想不出还有什么可做的了。

过去搭建一个可玩的游戏环境需要数月的手动建模。现在，只需一句提示词。 来看看这个 Unity 演示，游戏逻辑完全由 GPT-6 Astra 构建，3D 资产由 Tripo P2 生成。 没有灰盒建模。只有即时生成的生产级资产。 完整提示词见下方推文串。

Olly（iMessage AI 助手）作者基于经 OpenRouter 路由的开源模型处理约 1800 万条消息（约三分之一经 OpenRouter 开源模型）的实战经验，总结使用 OpenRouter 的十大坑。

Berkeley RDI 推出开源平台 CUA-Lite，为计算机使用智能体提供三个标准化抽象。其环境接口下运行 15+ 个覆盖桌面、浏览器和移动端的基准，并提供含 30k+ 可验证任务的免 VM 桌面沙箱；统一监督数据格式已转换 10+ 个公开 CUA 数据集；每模型一个 harness 在评测、SFT 和 RL 间共享，支持 14 个模型族。

Artificial Analysis 发布 Intelligence Index v4.3，将 Terminal-Bench 从 v2.1 升级到 v4，并用与 Zapier 合作、含 657 个私有测试任务的 AutomationBench-AA 替换 τ3-Banking。

Preferred Networks 发布用 Rust 实现的超参数自动优化框架 Rustuna，并同步推出 Optuna v5.0。PFN 验证部分用例中 Rustuna 较 Optuna 快最多 1，000 倍，Matlantis CSP 替换验证中搜索内存消耗减少约 50%（按 10 万次试验估算）。

Artificial Analysis 评测显示，OpenBMB 的 MiniCPM5-2B 在 Intelligence Index v4.2 得分 15，为总参数量 4B 以下开源权重模型中最高。

A practical guide to wiring up an MCP server on SAP BTP Cloud Foundry so that an LLM agent's requests reach your on-premise ABAP system under the calling user's identity, not a shared service account.

📖 Originally published on meridianbuild.dev my engineering blog documenting the real bugs and...

JetBrains spent about $320 of API credit in July to test rtk, the shell proxy tens of thousands of us...

Rohan Paul 指出，AI 反复推荐已被否决方案暴露了"记忆疲劳"：记住历史容易，判断哪些历史仍应影响下一次回答更难。他引用 Scobleizer 观点，认为当模型与执行被商品化后，记忆将成为护城河--关键不是存储更多，而是知道什么值得存储、什么值得打断用户。

OpenAI 已在内部测试 GPT-6 Sol，这是 GPT-6 模型家族中继旗舰 Astra 之后即将推出的版本之一。测试显示其输出质量普遍不如 Astra，但速度更快，且能在零样本、15 分钟、6 万 token 的 Max effort 设置下完成复杂任务。GPT-6 家族后续还将推出 Terra 与 Luna。

Headline: pgvector is a Postgres extension that adds vector column types and...

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

本周AI顶尖论文（8月31日-9月6日）： - CORAL - WikiSkill - SKILL.state - E-Commerce Bench - Declarative Attention - Harness-of-Harness - AI研究偏好模型 更多详情：https://x.com/dair_ai/status/2096617880515211328?s=20

本周精选AI论文：Google DeepMind提出声明式注意力，让模型在思维链中声明关注区域，解码时跳过大部分KV缓存读取，在Gemma-4-31B和Qwen-3.6-27B上分别减少52.0%和31.1%的注意力token，精度损失仅1-3点。

"Please be careful" is not a security control An agent at a Fortune 500 financial services...

试试 Muse Spark 1.3 Max 吧！ @tinkerersanky：@alexandr_wang @davis7 Muse Spark 1.3 Max 令人震撼，达到了 Opus 级别的模型水平！

The moment I stopped trusting the agent I built a trading agent. It worked in backtests. Clean...

I build Connexa, a chat product for cross-language teams: you write Chinese, your teammate reads...

AI agents already answer questions about small businesses. Most of the time they do it from stale...

卫报报道称，越来越多美国餐厅在菜单和营销材料中使用 AI 生成的食物图片，消费者普遍觉得诡异、倒胃口，旧金山 Grind & Unwind 因 AI 招牌遭涂鸦后花费约 700 美元重新粉刷墙面。美国餐饮协会 2026 年报告显示 26% 的餐厅经营者已在使用 AI，牛津大学研究则发现一旦得知图片由 AI 生成，食客对其吸引力评价明显下降。

My review agent turned a 1,000-line feature into 4,000 lines by flagging attacks that could never happen. One required field in every finding fixed it.

AI 奖励专业知识（至少目前如此）。专业知识让你能判断 AI 输出的质量，并快速找到锯齿状前沿的形态。它还为你提供更多改进质量的选项，因为你知道该要求哪些改动。非专家往往只能停留在默认设置上。

Ben Evans 撰文分析 AI 为何难以像硅谷期待的那样直接扫清企业软件的重复任务。他指出多数人不是工具建造者，发现该自动化什么、以及如何重新定义问题才是难点；企业软件长期处于制度化与自发的光谱上，AI 只是制造新选择、移动阈值，而不改变问题本身。

据央视财经报道，AI 短剧和数字广告扩张带动数字人脸素材采购需求，人脸授权平台将授权人分为普通人和专业演员两类。普通人的数字肖像按每部短视频约 100 元付费，专业演员按使用范围和剧集长度定价，从 500 元到数千元，成交后平台与授权人按比例分成。

今晚内容有点杂。

BestBlogs 精选周刊第 111 期以「经验复利」为主题，探讨 Agent 进入长期工作后，能力增长、工作流沉淀与组织记忆更新的问题。本期重点解读 OpenAI GPT-6 Astra 安全概览、Gemini 3.8 Flash 定价与能力分布，以及 Claude Code 团队重塑开发流程的实践。

What if your backend wasn't just built for humans and services — but for AI agents too? That's the...

Yash K Saini — Engineer, building in public — AI/ML, low-level (Rust/C/C++), and open source. GitHub...

据 CNBC 报道，一周内 Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1，Meta 推出 Muse Spark 1.3。

We’re entering an era where producing code is becoming easier. Understanding what we produce may be...

针对 Fable 与 Astra 的评测给出了分化结论。同一期内容还涉及让 AI 学习模仿个人写作风格、Anthropic 认证的实际用途，以及 44 个以文件夹形式组织的智能体。

德国总理默茨称德国正以前所未有的规模建设数据中心，并敦促德国抓住一切机会扩展数字基础设施，尽管面临高耗电和本地能源供应压力。评论者认为这与冯德莱恩"让欧洲成为首个AI大陆"的言论同样脱离现实，指出德国和欧洲在国际AI竞赛中已无角色，列车已离站。