AI 情报文章归档

这里面好多🔥观点啊 （引用推文：新节目公告：High Taste Testers——美食与优质 AI 对话。试播集即将上线 http://youtube.com/@latentspacepod，嘉宾包括 @davis7、@dexhorthy、@AdjectiveAllison、@altryne、@benhylak，聊 DevDay/Dots、Jev、Muse、Grok、Claude v GPT v Gemini 以及当下所有热门话题！）

Meta 构建了一套系统，把分散在各团队配额、区域和加速器类型中的闲置推理容量聚合成共享的机会容量池，用于广告推荐。系统通过 Rank More Ads（RMA）调整排序阶段评估的候选广告数量、Serve Better Models（SBM）调整路由到更强模型的请求比例这两个弹性杠杆，在不影响基线服务的前提下扩展可选工作负载，并借助物理与逻辑隔离及价值感知的降载机制在容量被突然回收时优雅降级。

Hey Dev.to community! 👋 If you’ve been following my posts, you already know the constraints I work...

我们刚刚为使用 Grok @bot 进行开发的设计师们启动了一个群聊！快来分享想法、获取灵感，并与其他设计师一起构建。 在这里加入我们：https://x.ai/bot/community

微软研究院提出 StudentSim，一种从公开去标识化学习记录训练个性化 AI 学生模拟器的研究系统，可在真实学习者测试前评估和改进 AI 辅导工具。该系统同时发布 StudentSimEval 评测基准，覆盖国际象棋、第二语言英语写作和数学，从行为保真度与指导响应性两个维度评估模拟器，表现优于主流基线。StudentSim 并非产品，不部署于课堂，也不用于替代教师。

Artificial Analysis 推出 Decision Index v1.0，用于衡量决策模型的表现。该指数同时考察决策模型的成本与时间效率，并指出决策模型存在过度自信问题。文章还对比了决策模型与 LLM 的差异，以及模型"知道何时不该回答"的能力。

Manus 宣布与 OPPO 合作，将 Manus 的 Agent 能力整合到 OPPO AI Mind Pilot 的全新 Agent 模式中，让手机 AI 完成分解步骤、调用工具并交付成果的多步骤任务。该能力将在搭载 ColorOS 17 的 OPPO Find X10 系列上首发，本地任务由端侧模型处理、原始内容不上传，需要外部处理时会先征求用户确认，更多可用性详情将在产品发布时公布。

Prime Intellect 宣布收购 Moondream，创始人 Vik Korrapati 和 Jay Allen 加入并负责推理业务及视觉、computer use 等多模态模型工作。

Manus 推出面向企业的 Manus for Business，Team 套餐现已上线，起价每个付费席位每月 20 美元或每年 200 美元，含 4,000 积分，访客席位免费。

Google DeepMind 发布 Gemini 4 Argon，Google 自去年 11 月 Gemini 3 Pro 后首次重回前沿模型竞争。此前 Gemini 3.5 Pro 一直在测试中，Google 今夏连续推出四次 Flash 系列小版本更新。文章指出，大量依赖 Google Workspace 或 Gemini Enterprise 的企业用户此前难以接触到前沿模型。

NVIDIA 发布 cuDF skills for Apache Spark，用 AI Agent 把 Spark UDF 自动改写为 GPU 加速版本，几分钟内完成测试、基准到集成。

Tessl 发文提出评估 AI 软件工厂开放性的关键问题是能否把组织上下文带进来、把生产中积累的知识带走。文章给出透明性、可复现性、互操作性和生态复用四个可验证维度，并建议从一个受限工作流入手，把反复纠正的问题沉淀为技能、架构决策和评测用例，再在其他智能体或 harness 上演练迁移。

Independent review. I ran both tools on my own accounts, free and paid, with no vendor-provided access or early access of any kind.

走进一幅杰作。 这是空间计算与 AI 3D 生成结合后的精彩展示。 很自豪看到 Tripo 为这个沉浸式世界提供 3D 资产支持。

Independent review: both products were tested on my own accounts \u2014 free where offered and paid where not \u2014 with no vendor-provided access.

Simon Willison 发布 web-edit 0.1a0，一个用于在文件夹中查看和编辑文件的 Python Web 应用，由 Codex 和 GPT-6 Astra Extra High 构建。该应用使用 CodeMirror 6 编辑器（因 Monaco 移动端体验不佳而弃用），设计为通过 Tailscale 运行，让智能体启动后可直接从手机编辑文件，避免凭据经 LLM 中转。

O'Reilly《Zero to Agent in 30 Minutes》最终集由 AI 工程师 Sajal Sharma 演示如何在 OpenClaw 上构建可自主处理定时任务的个人助理，用户可自选部署位置、模型和数据访问方式。

This is an independent test. Nothing here came from vendor access: both tools were used on my own free and paid accounts.

如果你是研究者，请考虑公开分享你的 RL 环境！你为某个实验构建的东西，可能帮助整个领域向前推进。 我知道在美国前沿实验室共享正处在黑暗时期，但我相信这能对领域和世界产生巨大影响！

好消息：免费访问继续。 应大家要求，DeepSeek V4.1 Flash 将在 WorkBuddy 上保持免费至 10 月 31 日。 趁还在，继续探索吧。

想了解更多，请查看这个超棒的 Claude Academy 教程，里面有更深入的讲解： https://academy.claude.com/tutorials/choosing-the-right-effort-level-in-claude-code

This is an independent test. Nothing here came from vendor access: both tools were used on my own free and paid accounts.

一张展示 Claude 模型不同 effort 等级的可视化图。 我发现自己 80% 的任务用 medium，约 15% 用 high，偶尔在处理超级复杂的事情时会用到 xhigh 或 max，但 Opus 5.5 配 medium 我觉得对大多数编码工作来说堪称完美。

Honeyjar 推出 AI 公关与传播工具，可自动撰写公告、筛选记者、搭建媒体名单并发现演讲机会，其候补名单开放 24 小时内收到 10,000 个注册。该产品正通过 Comms Lab 项目学习其他公关专家的判断力，测试方包括 Nextdoor、Coco Robotics、Bloomberg Beta 及 Mission North、Full Picture 等机构。

NVIDIA 论文提出，相比逐步打分，只在首个让测试通过的决定性编辑处评估 base 模型更能预测其智能体后训练潜力。方法回放成功智能体轨迹并在每次编辑后重跑测试，检查 base 模型是否会写出该编辑、在失败编辑中选中它并写出可通过的实现。模型写出该编辑的概率排序与十个模型后训练后的 SWE-bench Verified 得分相关性达 0.964，且只需基准的成功轨迹和测试即可运行。

微软总裁 Brad Smith 呼吁紧急监管 AI，认为牛奶、洗衣机等消费品受到的监督都比 AI 公司更多，并称英国而非美国或欧盟最适合主导全球安全规则。他提到英国 AI Security Institute 能在美国前沿实验室模型部署前获得访问权，主张 AI 产品发布前需经外部评估，并支持在人类失控时暂停 AI 的 kill-switch。

Blueprints AI 推出第二代软件，可从 2D 草图或 PDF 在数分钟内生成符合建筑规范、可直接申请许可的施工蓝图，并支持建筑、结构、机电、给排水与室内设计同步出图，一处改动即全项目更新并对照当地建筑规范校验。第一代软件月费 3,200 至 8,500 美元，第二代已向早期客户开放并将于本周公开发布，第三代将加入结构分析与配电盘设计。

DigitalOcean 推出 Signals、Simulations、Insights 公开预览，以及 Agent Data Services 私有预览。Signals 可读取实时智能体流量并标记出错会话，如工具调用成功但查询了错误区域；用户可将被标记会话转为测试，由 Simulations 用拟议修复重放整段对话。

Alexander Wang（Meta 首席 AI 官）： Meta 知道 Muse 是今年最重要的产品，却仍坚持只用一个精简专注的团队，因为他们明白，让组织膨胀会破坏一个智能体所需的连贯性——用户必须逐步把越来越大的任务托付给它。https://x.com/davidsenra/status/2109337775694565574/video/1

聊得很开心！感谢邀请我 @MollySOShea！

微软计划从 2027 年起以多吉瓦级规模部署 Azure Maia AI 芯片，作为其产品的主要推理系统。Maia 200 已在美国、欧洲和澳大利亚运行 Microsoft Copilot，GitHub Copilot 和 Foundry 将在年底前跟进；微软称其在 Teams 场景下每瓦 token 吞吐比领先 GPU 高最多 1.7 倍。

What I learned building Vibrary with Claude Code — privacy-first activity tracking, realtime presence bugs, signed auto-updates, and a canvas engine that started as one HTML file.

Nine 2026 papers name the amortization-vs-staleness tension in action-chunk execution horizons; none writes the objective down. Derive it and the horizon stops being task-specific — with a floor cheap inference cannot cross and a wall wher…

Flo Health 借助 Databricks AI Runtime 在无服务器 NVIDIA H100 GPU 上对开源模型做分布式微调，用 26 个 AI 评委（12 个医疗安全、6 个微观行为、8 个实用性）和超 15,000 条隐私优先合成问题构建训练信号，并采用监督微调加 DPO 的强化微调流程。

由 @bria_ai_ 打造的 Guided Remove Background 现已在 fal 上线： - 使用自然语言提示词定义图像中保留的内容 - 以真正的 alpha 透明度移除其余内容 - 保留原始像素，不重绘或重新生成

@bria_ai_ 今天就来试试！ https://fal.ai/models/bria/guided-remove-background

有东西要来了。 谁想要抢先体验？👇

Muse 给我下单了 🍉 真贴心！

立即加入：https://app.pixverse.ai/challenge/pixlight

We gave an LLM agent an MCP server that drives TIA Portal via Openness, then asked it for a conveyor-sorting state machine in SCL. It added the CPU, validated the simulator, wrote the FB, and shipped 14 test cases — and refused three thing…