AI 情报文章归档

Sakana AI 发布多智能体自监督（MASS）：一个共享模型通过虚拟子代理团队解决任务、搜索更优多智能体工作流，并用自身判断选出最佳方案，再将团队经验蒸馏回共享模型。

DeepSeek 正以至少 120 亿美元规模融资，腾讯参投，CNBC 消息称其考虑将规模翻倍至 150 亿美元。Manus 脱离 Meta 后首轮融资超 5 亿美元，重启北京办公室并转向个人 AI 助手。快手旗下 Kling 已选定投行筹备超 10 亿美元 IPO。

我创建了一个我的智能体可以查询的自定义分析仪表盘 我职业生涯早期做过数据分析师，这种事当时要花好几天，还得有数据工程帮忙。现在，几乎瞬间完成。 目前已创建 25k 个 bot！

🌲 Live Demo Application: https://webgemma-webapp.vercel.app/ 💻 GitHub Repository:...

This is a submission for the Kaggle Benchmarking Challenge On 12 January a user tells their...

Hugging Face 把 OpenAI 的数学题转化为开源 RL 环境，发布在 Hugging Face 数据集 FineEnvs/openai-math 上。该版本尚处早期粗糙阶段，验证器只接受完全一致的原始形式化，等价证明仍可能得 0 分。其目标是把开放研究变成人人可构建的开放可执行环境，用于训练更好的开源模型。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass. ...

A private, mobile-first gardening companion for Hacktoberfest 2026 Touch Grass. Powered by Google Gemma open weights, Mastra agent harness, and Ollama local runtime.

从柏林到不列颠哥伦比亚，我们正在打造一家全球性公司，让你能欣赏更多全球风光——用技术让你远离工作笔记本电脑。 世界上有很多美好。走出去看看吧。剩下的交给 Cohere。

A threat-model view of MCP server security risks: tool poisoning, result injection, over-scoped servers, inline secrets, confused deputies, supply chain, and config sprawl, with concrete mitigations.

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

This is a submission for the Kaggle Benchmarking Challenge What I Benchmarked Here is a...

This is a submission for the Kaggle Benchmarking Challenge Last week I built a little app about...

I shipped v0.1 of mod-audit — an offline, stdlib-only supply-chain auditor for Claude Code Mods — and...

企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为，尽管全双工模型已经问世，语音 AI 仍未迎来自己的“ChatGPT 时刻”，下一步挑战是让推理足够快、对话足够自然。Otter 的 CMO Alex Gay 则强调说话人识别、意图捕捉与转写准确率是自动化的关键，转写出错会让用户对平台失去信任。两家公司均表示，工具应主动告知用户正在被录音或正在与 AI 对话。

Epoch AI 用新基准 InnovationEval 测试 Claude Fable 5 和 GPT-5.6 Sol 能否独立发明新训练方法，以人类设计的 SDPO 对 GRPO 的改进为参照。

This is my submission for the Hacktoberfest Open-Source AI Challenge, Week 1: Touch Grass. I'm...

Learn how OpenAI’s Decisions API works by building a remote job finder with SerpApi that filters listings based on your preferences.

A local open-weight LLM and TabPFN plan a walk, run or ride past jacarandas in bloom, then the app goes dark until you reach a tree.

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass. ...

Google TPU 的 Lead Design Engineer 透露，团队使用一个比公开版 Gemini 强得多的内部模型来设计 TPU 芯片，该模型已取代大部分人的工作且效率高于人类。推文作者由此追问 Google 何时会公开这一更强的内部模型，并畅想用 AI 端到端设计 3D 打印机、UV 打印和激光雕刻机等桌面智能设备。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

1. 那个地址已经被曝光过多次了。 2. 我不住在那里。那是我的安保团队收邮件的地方。

清华论文构建 AAArena，用清华年度机器人竞赛的 12 款游戏和 1920 个存档人类程序作为对手，测试编码智能体能否在模型权重不变的情况下通过读规则、选对手、研究回放来改写游戏 bot。在全部 3 款测试游戏中，详细回放反馈均优于仅胜负信号；有回放时 Pacman bot 排名第 1，无回放仅第 11。但比赛预算增至 3 倍，4 个卡住的 bot 仍无一升至第 1。

This is a submission for the Kaggle Benchmarking Challenge My first evaluation gave DeepSeek,...

哥伦比亚大学 COMS W4995 Agentic Engineering 第 5 讲「Agent tools in pictures」共 11 章约 221 分钟，讲解工具契约、调用链路、五种打包方式和信任边界。核心命题是模型只生成结构化文本，执行、权限、密钥都由模型外的 harness 决定，并用四层失败框架和 pass^k 等方法落实度量。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass. The...

陶哲轩昨晚在 Caltech "Math 2.0" 演讲中表示，仅追求解题的盲目优化现在对数学的长期健康主动有害。他把开放问题比作灯塔，是探索周边数学景观的指引而非终点，尝试过程中的经验往往比最终解答更有价值；用自动化工具过早抵达灯塔会破坏未走路径的探索，不加区分地用 AI 解题还会损害向真实世界应用的迁移。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass. ...

这封钓鱼邮件通过了 Gmail 的过滤器，但我的 dot 发现了它并警告了我。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

有人逆向工程了 ChatGPT 新推出的 Generative UI（Intelligent UI）的架构。其工作方式是智能体不写原始代码，而是输出一种新语言 DIL，由服务端编译并流式传输，客户端在沙箱运行时用约 70 个原生 UI 组件渲染，使界面感觉原生；交互无需额外的 AI 调用。

试试看！ （引用推文核心要点：我给 Grok Bot 一张信用卡照片，它推断出我工作所需，找到最优价格，并加入了我的 Amazon 购物车。我甚至没挑产品。🤯）

Stability AI 创始人 Emad Mostaque 称，1 万个 AI 智能体用 88 小时解决了 Navier-Stokes 问题，相当于顶级数学家 100 年的工作量。他表示这是千禧年大奖难题之一，7 道题中人类只解出 1 道，因此不能再说这属于训练数据。

作者解读哈佛大学 2026 年秋季研究生课程 CS2680「Modern AI Systems: Agents and System Optimizations」，该课由 Juncheng Yang 开设，用一条主线把 agent 应用与推理系统串起来。

Same 60 questions, same prompt, same grader. Only reasoning_effort changes. 1,800 graded calls later: one real accuracy gain, many bigger bills, and a model that counted two tools as 10,016.

试试 Grok @Bot！

DEV·TV is a free, open-source TV for developer content: one index.html, no backend. This week it got...

用一段Prompt加自研品牌PPT Skill和品牌动效Skill，Claude Opus 5.5在20分钟内生成了几十页完整演讲PPT，作者称改无可改、精准符合要求。作者由此感慨自己10年设计生涯在AI面前一无是处。