AI圈报
文章系统

AI 情报文章归档

浏览 AI圈报 已保存的 29837 条 AI 情报文章，覆盖模型、产品、行业、论文、教程与观点方法六大分类。

已收录文章29837
正式分类6
精选内容4430

全部文章

第 570 / 746 页 · 每页 40 条

教程 / 实战普通
Claude 演示用代码构建水彩引擎
Claude 官方频道发布视频，展示用 Claude 编写代码构建一个水彩引擎。正文无文字内容，细节以视频为准。
信息来源：Claude：YouTube（RSS） · Claude
观点 / 方法普通
Claude 设计的蛋白质在实验室成功结合
Claude 官方频道发布视频，展示 Claude 设计的蛋白质在实验室中实现了结合。视频无正文文本，更多细节以视频内容为准。
信息来源：Claude：YouTube（RSS） · Claude
产品发布 / 更新普通
Claude 将微积分变成燃烧
Claude 发布视频《Claude turns calculus into combustion》，正文未提供更多文字信息。
信息来源：Claude：YouTube（RSS） · Claude
产品发布 / 更新普通
Claude 官方展示用代码制作一句话穿行大脑的动画
Claude 官方账号在 YouTube 发布视频，展示用 Claude 编写一句话穿行大脑的可视化动画。
信息来源：Claude：YouTube（RSS） · Claude
观点 / 方法普通
Claude 与客户共建企业级前沿安全防护
Claude 官方频道发布视频，主题为与客户一起构建企业级前沿安全防护（Enterprise Frontier Safeguards）。原文无正文文本，仅提供标题和视频链接 https://www.youtube.com/watch?v=FoteuzPpx7E 。
信息来源：Claude：YouTube（RSS） · Claude
模型发布 / 更新普通
Apodex 发布 Apodex 1.1，智能体任务表现突出但综合智能指数仅 44
Apodex 发布专有模型 Apodex 1.1，在 Artificial Analysis Intelligence Index 上得 44 分，但在衡量真实世界智能体工作的 GDPval-AA v2 上达到 1，348 Elo，超过多个通用智能分数更高的模型。
信息来源：X：Rohan Paul (@rohanpaul_ai)
模型发布 / 更新普通
Yuchen Jin 评 Fable 5.1：在普遍刷榜背景下仍显大幅跃升
信息来源：X：Yuchen Jin (@Yuchenj_UW)
行业动态普通
Apple 指控 OpenAI 销毁证据，申请加快证据开示
Apple 在起诉 OpenAI 窃取商业机密用于开发 AI 设备的诉讼中申请加快证据开示，称 OpenAI 直到 8 月 21 日才交出前员工 Chang Liu 留下的公司 MacBook。
信息来源：The Verge：AI（RSS） · OpenAI
教程 / 实战普通
How to Integrate AI Coding Tools in Agile (2026 Data & Tactics)
See how to integrate AI coding tools in Agile development: 2026 stats, tool costs, pitfalls, and actionable playbooks. AI team velocity, ceremonies, and quality metrics.
信息来源：DEV Community
模型发布 / 更新普通
Anthropic 发布 Claude Fable 5.1：Agent 基准大幅提升，缓存读取降价 75%
Anthropic 发布 Claude Fable 5.1，输入/输出价格维持 $10/$50 per million tokens，缓存读取降 75% 至 $0.25，官方估算典型工作负载成本约降 25%、重度 Agent 场景最高约 45%，但按 token 计费的订阅不享受降价。
信息来源：X：Kim (@kimmonismus) · Claude
模型发布 / 更新普通
Anthropic 发布 Claude Fable 5.1，已上线 Claude 与 Claude Code
Anthropic 宣布 Claude Fable 5.1 与 Claude Mythos 5.1 发布，Fable 5.1 已在 Claude 和 Claude Code 上线。
信息来源：X：Testing Catalog (@testingcatalog) · Claude
模型发布 / 更新普通
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，称其为编码和知识工作方面最先进的模型，现已在 Claude 上推出。Fable 5.1 在 Terminal-Bench-Science 0.1 上得 52.6%，是 Fable 5（24.7%）的两倍以上；Terminal-Bench 4.0 上得 55.8%，高于 Fable 5 的 42.0%。
信息来源：X：Testing Catalog (@testingcatalog) · Claude
观点 / 方法普通
Fable 5.1 基准成绩大幅跃升，KOL 称超出预期
KOL @kimmonismus 发文称 Fable 5.1 的基准成绩出现超出预期的大幅提升，点名 Terminal-Bench 4.0、Science-Bench 和 HLE 涨幅明显，并表示接下来要看 OpenAI 和 Astra 如何回应。附图显示 Fable 5.1 在 Terminal-Bench-Science 0.1 达 52.6%，Terminal-Bench 4.0 达 55.8%（Mythos 5.1 为 60.9%），HLE 无工具 60.9%、带工…
信息来源：X：Kim (@kimmonismus) · OpenAI / GPT
模型发布 / 更新普通
Meta 发布 Muse Voice Transcribe，登顶 AA-WER 流式转写准确率榜首
Meta Superintelligence Labs 发布其首个流式语音转文本模型 Muse Voice Transcribe，以语音结束后 0.16 秒、3.1% WER 登顶 AA-WER Streaming 最终转写准确率榜首。
信息来源：X：Artificial Analysis (@ArtificialAnlys)
产品发布 / 更新普通
Simon Willison 借助 GPT-5.6-Sol 与 Claude Code 构建 GeoJSON Map Viewer 工具
Simon Willison 在为地方政治边界收集地图时，请 GPT-5.6-Sol 建议工具，模型主动构建了一个 GeoJSON 地图查看器，可显示 GeoJSON 并导出 PNG，随后经 Claude Code for web 和 Fable 5.1 迭代完成。
信息来源：Simon Willison 博客 · GPT / Claude
模型发布 / 更新普通
Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1
Anthropic 官方宣布推出 Claude Fable 5.1 和 Claude Mythos 5.1 两款新模型。官方称它们是编码和知识工作领域最先进的模型。
信息来源：X：Claude (@claudeai) · Claude
产品发布 / 更新普通
Replit 推出 Auto Mode 智能模型路由，自动节省最高 65% 成本
Replit 发布 Auto Mode，通过 Intelligent Model Routing 自动实现最高 65% 的成本节省，无需更改任何设置。工程负责人 Rachael Fuller 介绍了该功能如何为管理员、企业用户和 Replit 创作者提升效率。
信息来源：X：Replit (@Replit)
教程 / 实战普通
I Built an Agent to Fix Bad Tests. I Found Eight Bugs in My Own Ruler.
Here is a Python function and a test for it. def withdraw(balance, amount): if amount <=...
信息来源：DEV Community
论文研究普通
Beyond Scores: Understanding LLM-as-a-Judge Mechanisms in Summarization Evaluation
LLM-based evaluators of natural language generation (NLG) quality are widely deployed as scoring tools and as automated training signals, yet the internal procedure by which they assign a rating remains poorly understood. We investigate th…
信息来源：arXiv · Llama / Mistral
论文研究普通
Efficient SWE Agent Benchmarking via Trajectory-Aware Evaluation
Evaluating software engineering agents on realistic benchmarks is costly, since each task may require multi-step code exploration, modification, and test execution. Existing efficient evaluation methods select representative subsets to est…
信息来源：arXiv
论文研究普通
Adaptive Critical Token-Aware Retrieval for Repository-Level Code Generation
The repository-level code generation task requires synthesizing code that satisfies task requirements while remaining consistent with the target repository context. Since real-world repositories often exceed the input length limits of LLMs…
信息来源：arXiv
论文研究普通
CordisBench: Can Language Models Reason About Component Lifecycles in Dynamic Agent Harnesses?
Dynamic agent harnesses let language models change the software that shapes their own execution. This flexibility brings a new reasoning burden: a local plugin change can propagate through dependencies and cleanup. We introduce CordisBench…
信息来源：arXiv · GPT
论文研究普通
The Rise of Verbal Reinforcement Learning
Natural language is emerging as a primary feedback channel for improving language agents, capable of conveying intent, preferences, and causal structure in forms interpretable by both humans and modern language models. We call this paradig…
信息来源：arXiv
论文研究普通
Facet-0: A Robotic Foundation Model for Contact-Rich Precise Manipulation
Real-world robotic assembly at sub-millimeter tolerances demands spatial precision, compliant interaction, and robustness to contact failures. We present Facet-0, a robotic foundation model that predicts and values the contact consequences…
信息来源：arXiv
论文研究普通
Mechanism Design for Alignment and Control
We develop a framework for mechanism design with AI agents whose alignment (preferences) and capabilities (feasible actions and information) are unknown. We want such agents to act on our behalf so mechanisms must incentivize both honesty …
信息来源：arXiv
模型发布 / 更新普通
Fable 5.1 已上线，德国用户也可使用
作者发文称 Fable 5.1 已上线，自己在德国也可使用。截图显示 Claude 模型选择菜单中已出现 Fable 5.1，界面提示更新 Claude 即可使用该模型，菜单中还列出 Opus 5、Sonnet 5 和 Haiku 4.5。
信息来源：X：Kim (@kimmonismus) · Claude
论文研究普通
StudentSim: Training LLM-based Student Simulators
AI tutors are most useful when they adapt to each student's strengths, weaknesses, and preferred guidance, but evidence about which guidance works for which student is sparse, slow, and costly to collect from real learners. Student simulat…
信息来源：arXiv · GPT
模型发布 / 更新普通
Claude 官方支持文档出现 Fable 5.1 提及及 Messages API 思考块新限制
Claude 官方支持文档已出现 Fable 5.1 的提及。文档称 Fable 5.1 将改变 Messages API 处理 thought block（模型推理过程记录）的方式以防蒸馏，新的 Fable 5.1 API 账户在多轮对话中将不能再修改 thought block 周边的上下文，如消息、工具或系统提示词。
信息来源：X：Rohan Paul (@rohanpaul_ai) · Claude
论文研究普通
Designing Proactive Thought Partners for Writing
Writing involves diverse cognitive activities, from ideation to revision, and writers' needs vary across individuals and moments. Proactive AI promises to provide the right support at the right time, yet existing proactive tools largely fo…
信息来源：arXiv
产品发布 / 更新普通
Claude Code v2.1.257 发布，默认模型改为 Claude Fable 5.1
Claude Code 发布 v2.1.257，新增 Claude Fable 5.1（claude-fable-5-1）并将其设为默认 Fable 模型，提供 1M 上下文，价格为 $10/$50 per Mtok，缓存读取 $0.25/Mtok。
信息来源：Claude Code：GitHub Releases（RSS） · Claude
论文研究普通
The Structure of Quantization Damage in LLMs: Why the Next Bit Should Be Spent Globally
Post-training quantization (PTQ) is widely used to reduce the cost of serving large language models (LLMs), but its accuracy cost is uneven and is often tuned per model. We study where quantization damage occurs and how to allocate a small…
信息来源：arXiv · Qwen
产品发布 / 更新普通
OpenRouter 现已支持在 Render Workflows 中运行
OpenRouter 宣布现已可在 Render Workflows 中运行。每条提示词成为独立的任务运行，由 Render 负责排队、重试和扇出分发，模型调用则由 OpenRouter 路由，避免把 LLM 批处理放在 Web 服务中执行。
信息来源：X：OpenRouter (@OpenRouter)
教程 / 实战普通
I Built an AI That Rewrites Its Own Prompts — Its Safety Gate Rejected Every Single Edit
AgentSelfEdit is an open-source sidecar that rewrites its own system prompt from execution feedback....
信息来源：DEV Community
教程 / 实战普通
The Agent Knew It Was Wrong. The System Let It Ship
In 660 of 800 autonomous research runs, the agent found a critical flaw and delivered the result anyway. Self-review is not a control unless it can block the effect.
信息来源：DEV Community
产品发布 / 更新普通
Runway Ruby 新增 ACES 色彩空间导出功能
Runway 官方宣布 ACES 现已在 Runway Ruby 中可用。用户可导出 scene-referred 的 half-float EXR 序列，支持 ACEScg 1.3 和 2.0，可直接接入现有工作流。
信息来源：X：Runway (@runwayml)
产品发布 / 更新普通
OpenClaw v2026.8.2（又称 OpenClaw 2.0.1）发布，重点修复多个破坏性 bug
OpenClaw 发布 v2026.8.2（又称 OpenClaw 2.0.1），主要修复多处更新导致的破坏性 bug，并就这些 bug 带来的困扰向用户致歉。release 详情见 https://github.com/openclaw/openclaw/releases/tag/v2026.8.2。
信息来源：X：OpenClaw (@openclaw)
产品发布 / 更新普通
Gemini API 推出 Agentic Video，长视频处理 token 消耗最多降低 88%
Google 的 Logan Kilpatrick 宣布 Gemini API 推出 Agentic Video，一种处理长视频的新方式，可将 token 消耗最多降低 88% 并提升质量。该功能可在 API 中按单个视频控制，已随 3.7 Flash 等最新模型提供；图中显示 LVBench 准确率从 85.1% 提至 88.6%，LVBench token 节省 88.0%。
信息来源：X：Logan Kilpatrick (@OfficialLoganK) · Gemini
模型发布 / 更新普通
Meta 发布实时语音感知模型 Muse Voice Transcribe
Meta 推出 Muse Voice Transcribe，为 MSL 首个实时音频感知模型，今日开始推送，自适应延迟下最终转写词错率低至 3.1%。该模型以 80ms 分块处理音频，在单一流式模型内原生处理说话人分离和端点检测，可自行判断何时输出文字、说话人何时切换；通过 Meta Model API、Meta AI for Mac 和 Muse Code 提供。
信息来源：X：Rohan Paul (@rohanpaul_ai) · Llama
论文研究普通
Closing Cost-Quality Gap in Document VLMs: Difficulty-Aware Data Curation and Quality-Adjusted Deployment Economics
Extracting structured fields from hundreds of millions of documents annually remains costly in regulated industries: bespoke OCR cascades cover only a fraction of workflows, privacy rules preclude external models, and existing open-source …
信息来源：arXiv
论文研究普通
Scaling Near-Optimal SFT-RL Annotation Budget Allocation from Small to Large LLMs
How to divide a fixed annotation budget between supervised fine-tuning (SFT) and reinforcement learning (RL) during LLM post-training remains an open problem. Existing work characterizes only broad trends (e.g., SFT dominates in low-data r…
信息来源：arXiv