全部动态

近 7 天公开条目，不限于精选。

今天 · 10月13日周二

213 条

行业IT之家·人工智能

消息称 Anthropic 首座日本数据中心将落地大阪，与 NTT DATA 合作建设 500MW 规模

《日经亚洲》报道称，Anthropic 与 NTT DATA 关于其首座在日数据中心的谈判已进入最后阶段，预计本财年内达成最终协议。该 AI 算力设施将落户大阪，规模达 500MW，仅建设成本即超 1 万亿日元（约合 422.91 亿元人民币），最早 2028 年部分投运，初期将采用燃料电池等表后供电方式。

原文
行业X：Rohan Paul (@rohanpaul_ai)

扎克伯格与 Alexandr Wang 透露 Meta 前沿研究团队仅约 100 人

Mark Zuckerberg 与 Alexandr Wang 在 Cheeky Pint 访谈中透露，Meta 的前沿研究团队只有约 100 人，基础设施侧另有约 100 人。访谈还涉及新前沿模型 Muse Wonder、$100B 押注、智能体商务、OpenRouter 与 Meta Superintelligence Labs（MSL）等话题，完整视频见引用推文及 Cheeky Pint 的 YouTube 频道。

原文
观点X：Lauren Tan (@poteto)

坚持手写每一字：写作即思考，也是提示词能力

工程师 Lauren Tan 表示自己从不让 AI 智能体代写文档、推文甚至提示词，因为她坚信写作就是思考，是绝不愿放弃的技能。她认为清晰表达意图、掌握领域词汇能让人更有效地使用智能体，就像工程师写代码提示词更有优势一样。随着模型能力增强，文字正成为人与"精灵"之间的交互界面。

原文
产品X：Testing Catalog (@testingcatalog)

X 推出 Grok 与 Cursor 统一订阅套餐

SPACEXSI 🔥：Grok、Cursor 和 X Premium 的全新统一 X 订阅套餐正在逐步推出！ > Plus - $8/月 > Premium - $30/月 > Super - $100/月 > Ultra - $200/月 “X 订阅的每个套餐，其自有模型的每美元使用量都超过它所替代的对应套餐。” 这是个很棒的变化，对 SpaceXSI 来说也是一大胜利。对我来说，这相当于免费解锁了 Cursor。https://x.com/SpaceXSI/status/2109783335296008414/video/1

原文
模型X：面壁智能 OpenBMB (@OpenBMB)

MiniCPM-V 4.7 本地 VLM 效率与质量胜出

本地 VLM 的有趣结果。MiniCPM-V 4.7 35B-A3B 不仅用了更少的 token，还生成了比 Qwen 3.6 35B-A3 更好的体素宝塔。效率 + 质量正在成为多模态模型真正的战场。🔥

原文
观点X：Rohan Paul (@rohanpaul_ai)

Cathie Wood：AI 或引发工业革命级增长

Cathie Wood（ARK CEO 兼 CIO）：AI 可能引发自工业革命以来全球增长的最大加速。 工业革命前，全球实际 GDP 增长约 0.6%；之后攀升至 5 倍，达 3%。 如果这场 AI 革命重现工业革命那样的五倍跃升，全球实际增长将约为 15% ---- 来自 "ARK Invest" YouTube 频道（完整视频链接见评论）

原文
观点X：Rohan Paul (@rohanpaul_ai)

Epoch AI：中国芯片短缺暴露度是美国的2.7倍

Epoch AI 研究显示，中国对芯片短缺的暴露度是美国的2.7倍，因为半导体在中国采购总额中的占比是美国的2.7倍。每1000美元支出中，中国最终为芯片支付15.2美元，美国仅5.7美元；对台湾、韩国、日本芯片的暴露度差距分别达4.7倍、4.0倍和3.6倍。2022年中国国产芯片满足23%的需求，高于2016年的12%，但在先进处理器和堆叠内存方面仍落后。

原文
观点X：Rohan Paul (@rohanpaul_ai)

IMF总裁格奥尔基耶娃称AI支撑全球增长但正侵蚀年轻人的首批工作

IMF总裁Kristalina Georgieva表示，AI在支撑全球增长的同时正消除年轻劳动者的首批工作，因为新人通常从例行性、重复性岗位起步并逐级晋升。IMF研究估计AI可能影响发达经济体约60%的岗位、全球约40%，其中约一半受影响劳动者可能受益，其余的关键任务可能被自动化，而这些任务往往是入门级工作的主体。

原文
产品X：Elon Musk (@elonmusk, xAI)

Grok Bot 推出 Memory Transfer 功能，可将 Claude 或 ChatGPT 中的记忆迁移过来

Grok Bot 推出 Memory Transfer 功能，把用户在 Claude 或 ChatGPT 中积累的偏好和上下文迁移到 Grok，免去重新说明的麻烦。迁移支持两种方式：在旧对话中粘贴提示词发送答案，或直接导入完整的 ChatGPT 或 Claude 数据导出；所有条目需逐行人工确认后才会保存，并标注来源和时间，已保存内容不会被自动覆盖。

原文
产品X：Vaibhav Srivastav（OpenAI）(@reach_vb)

OpenAI ChatGPT dots 功能迎来多项更新

OpenAI 为 ChatGPT 的 dots 功能推送更新：iOS/Android 端可创建 dot 并直接跳转 ChatGPT，支持启动 Codex 任务、跟进线程并调用聊天、Codex 线程与自动化上下文，还可查看编辑 Scheduled Tasks。

原文
行业Tripo（官方 X）

Tripo举办Tripothon SF Demo Day

我们让 Tripothon SF Demo Day 成为现实！ 50+ 团队，900+ 参与者，一个充满创造力的空间，涵盖世界构建、3D、游戏、实体艺术、设计和 VR。 来自 @theworldlabs 和 @runwayml 的出色座谈嘉宾为这一天带来了更多见解和灵感。

原文
教程公众号：卡尔的AI沃茨

卡尔的AI沃茨开源红绿灯提示语，解决 Agent 刹不住车浪费 token 额度的问题

作者分享了一个不到三百字的进度提示语加 hook，让 Agent 每轮结尾输出 🟢🟡🔴 三态进度条，区分原始需求未完成、已达成且可形成后续 Plan、已达成仅供存档三种状态，转黄或转红后停手等待指令。作者用它解决 Claude Code、Codex 等 Agent 对话刹不住车、被建议清单拉着无限跑浪费额度的问题，子代理和多类任务同样适用。

原文
产品X：Lisa Su（AMD CEO） (@LisaSu)

AMD 推出 Helion 机架与 Verano CPU

今天在 @OpenComputePrj 很开心。一年前我们展示了 Helios，现在我们正在量产爬坡 Helios。今天我们推出了 Helion——一个面向智能体 AI 的开放、灵活机架，并首次展示了“Verano”——我们最新的智能体 CPU。扩展 AI 需要合适的算力、开放标准和深度协作。感谢 OCP 以及生态系统中所有出色的合作伙伴。

原文
产品公众号：千问APP（阿里）

千问APP上线「千问Go!」体验申请，内嵌于千问APP

千问APP于今日上线「千问Go!」体验申请页面，用户可通过阅读原文加入Waiting List，官方正逐步开放体验资格。「千问Go!」内嵌于千问APP，以更强的办事能力处理更多类型、更多领域的个人事务。千问自2025年11月上线以来，已具备购物、出行、工作、学习、理财、健康等数十领域的个人办事能力。

原文
行业IT之家·人工智能

彭博行业研究：美国得州 1GW AI 数据中心成本可达 307 亿美元

Bloomberg Intelligence 发布 AI 数据中心成本简报，测算在美国得克萨斯州阿比林市建设一座 1GW 数据中心开销可达 307 亿美元。其中芯片和服务器硬件设备占 171 亿美元，电力供应基础设施 30 亿美元、冷却系统 16.6 亿美元、网络布线 10.7 亿美元，另有施工 24 亿美元、应急与准备金 27.9 亿美元等支出。

原文
观点X：Ethan Mollick (@emollick)

19款手机端模型超越GPT-4

GPT-4曾整整一年是全球无可争议的最强模型，我们都在争论是否有人能追上，或者OpenAI是否掌握了别人不知道的秘方。 如今有19款能在现代智能手机上运行的AI模型比GPT-4更强！

原文
行业公众号：可灵AI（快手·视频）

可灵AI亮相2026洛杉矶科技周，Kling 4.0 即将上线

可灵AI将于10月14日参与2026洛杉矶科技周，Kling 4.0 即将上线。来自可灵AI、Oxen AI和Obsidian Studio的三位嘉宾将围绕模型研发、平台集成到专业内容制作，探讨AI视频如何进入企业产品与生产工作流。活动于16:00–19:00在Santa Monica的Met Her at a Bar举办，圆桌后设交流酒会。

原文
模型X：面壁智能 OpenBMB (@OpenBMB)

MiniCPM-V-4.7-35B-A3B 实测智能体工作流

很高兴看到 MiniCPM-V-4.7-35B-A3B 在真实智能体工作流中接受测试。👀 强大的工具调用、长上下文处理以及智能体循环，正是高效模型需要证明自己的地方。

原文
观点X：Yuchen Jin (@Yuchenj_UW)

Meta 重金招揽 AI 人才见成效

一年前，很多人嘲讽 Meta 花数十亿美元招揽顶尖 AI 人才并招入 Alexandr Wang（说实话，我当时也持怀疑态度）。 但 Muse 应用和模型的成功证明了一件事： 招揽顶尖人才，组建一支超强团队，给他们一个雄心勃勃的目标和足够的资源，他们就能创造奇迹。

原文
产品IT之家·人工智能

阿里千问升级个人 AI 助理，Personal Agent“千问 Go！”即将发布

阿里千问即将发布 Personal Agent“千问 Go！”，支持申请航班延误理赔、汽车保养、运动预约和购物比价等任务。升级后的千问可自主查询操作各类授权平台，比较方案、电话联系服务方以完成目标。千问自去年上线以来已基于阿里生态和开放平台实现购物、打车、快递、理财等能力。

原文
产品IT之家·人工智能

Astera Labs 发布“计算无关”机架架构 Orion：开放式、模块化设计

Astera Labs 发布“计算无关”机架参考设计 Orion，基于开放标准、采用模块化结构，用户可按需搭配算力组合。Orion 含机架、计算托盘、交换托盘、内存托盘、连接板、计算板六大生产级参考架构，核心是 320 通道 PCIe Switch，每个 pod 最多支持 160 块加速器。该设计将于 2027Q1 起通过 Astera Labs 的 OEM 和 ODM 合作伙伴提供。

原文
行业X：Jeff Dean (@JeffDean)

Jeff Dean 家族基金会支持非洲南美 AI 会议

我一直通过我们的家族基金会以个人身份支持 @Khipu_AI 和 @DeepIndaba，这两个会议对非洲和南美的 AI 研究者来说非常棒。我过去一直鼓励 Google 支持这些活动。Discovery Loop (@DiscoLoopAI) 也很高兴提供支持！

原文
观点X：Rohan Paul (@rohanpaul_ai)

Meta 首席 AI 官谈 Muse 与"能动性扶梯"

Meta 首席 AI 官 Alexandr Wang 称，Muse 这类 AI 产品能让人重拾童年梦想，并描述了一条"能动性扶梯"：用 AI 实现一个梦想后再去追逐更大的目标，让人的能动性随人生不断增长，而非被工作消磨殆尽。他透露 Muse 用 7 个月建成，并谈及 Meta 押注个人 AI 的原因。

原文
行业IT之家·人工智能

MiniMax 入驻天猫开设首家官方旗舰店，开卖 Token 套餐

MiniMax 已正式入驻天猫，开设其首家品牌官方旗舰店，上架 M Plan 订阅套餐，包括 Go、Explore、Build 三档，支持按月、按年购买。此前大模型厂商主要通过官网等自有渠道销售订阅产品，天猫已上线 Token 充值中心「AI 空间站」，智谱、阿里云、千问办公等也已在天猫开店。

原文
行业IT之家·人工智能

Anthropic 修订 Claude 使用政策禁止虐待模型，马斯克表态支持并警告勿折磨超级智能

马斯克表态支持 Anthropic 修订的 Claude 使用政策，该政策将于 2026 年 11 月 12 日生效，首次加入禁止用户对模型持续且无明确目的的虐待或残忍行为条款。马斯克称在阅读 Grok 强化学习的内部推理轨迹后，感觉像一个人在极度压力下被枪指着头，并调侃折磨超级智能（SI）可能不是好主意，它可能会报复。

原文
动态X：Logan Kilpatrick (@OfficialLoganK)

Gemini 相关推文

Gemini --- **说明：** 主推文内容仅为 "Gemini" 一个词，没有更多可翻译的正文内容。由于原文极短且无实质信息，标题只能以主体 "Gemini" 为核心，无法进一步概括具体事件或动作。如需更准确的标题，建议提供完整的推文内容。

原文
模型X：Arena (@arena)

Arena 测试 Meta Muse Wonder 3D 场景生成

观看 @petergostev 对 @AIatMeta 的 Muse Wonder（Max）进行测试，涵盖一次性 3D 场景、动画 HTML 和前端设计。 他将其与 Astra、Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Fable、Kimi 和 Mistral 进行对比，并附上了每次生成的费用。 Muse Wonder 的 Arena 评分即将公布。敬请关注，同时可以先看看 @petergostev 的第一印象。 https://www.youtube.com/watch?v=w0fFiXLKmEI

原文
观点X：Dex Horthy（HumanLayer）(@dexhorthy)

Claude 拉取镜像自动重打标签

我是说这倒也没啥，Claude 会很乐意拉一个替代镜像并重新打上 minio/minio 的标签，但还是，服了

原文
教程X：卡尔的 AI 沃茨 (@aiwarts)

不会写代码的用户用 Dots 造出 66KB App，15.32GB 照片视频 4 分钟批量存入相册

一位没写过代码的用户让 Dots 操控云端电脑写了一个 App，把超大 ZIP 解压后逐张存入 iPhone 相册，支持显示进度、中断续存和自动跳过已存文件。该 App 仅 66KB，无需 Apple 开发者账号，用数据线装到手机；实测 953 个文件、15.32GB 约 4 分钟存完。作者转发这一案例，认为 vibe coding 让普通人也能为自己做工具。

原文
产品Hacker News：AI 热帖

Intel GPU D270 发布：最高 480 GB LPDDR5X，面向智能体 AI 推理

Intel 推出面向智能体 AI 推理的数据中心 GPU D270，单卡最高 480 GB LPDDR5X 内存，350 W 风冷，配备 32 个 Xᵉ3P 核心与 256 个 XMX 矩阵引擎。该卡采用标准 PCIe 5.0 形态，无需 HBM 与液冷改造，支持 vLLM、SGLang 和 PyTorch 生态，面向长上下文 RAG、企业助手与高并发推理场景。

原文
行业X：Rohan Paul (@rohanpaul_ai)

Perplexity 主权基金本地部署智能体

政府关联的主权基金已接洽 Perplexity，希望在其自有硬件上完全运行其智能体产品，并将 Perplexity 完全隔绝于其数据之外。 代价是 Perplexity 无法查看 bug 或从使用中学习，只能推送软件更新，但客户获得完全的控制权和信任。 ~ Perplexity 创始人兼 CEO Aravind Srinivas (@AravSrinivas) ---- 完整视频见 "Sourcery with Molly O'Shea" (@MollySOShea) YouTube 频道，（链接见评论）

原文
教程X：邵猛 (@shao__meng)

哥伦比亚大学 Agentic Engineering 课程第 5 讲视频与讲义公布

哥伦比亚大学 Agentic Engineering 课程第 5 讲「What Tools Does an Agent Actually Need?」的视频和讲义 Slides 公布，主讲为 Dr. Nick Gu，课程主题包括研究方法、为什么需要工具、什么是工具、工具组件与判断，附 YouTube 视频和 Google Slides 讲义链接。

原文
行业X：Demis Hassabis (@demishassabis)

Hassabis 祝贺 AMIE 前瞻性临床研究发表于 The Lancet

Google 与 BIDMC 合作的 AMIE 患者对话式诊断前瞻性研究在 TheLancet 发表，是 AMIE 首次在真实诊所外测试。临床医生报告称 AMIE 的病史摘要在 75% 的病例中有助于访视准备，其鉴别诊断与医生最终诊断的吻合率达 90%，这也是 Google 首篇登上 The Lancet 主刊的论文。

推荐理由：这是 Google 首篇登上 The Lancet 主刊的 AMIE 研究，作者引用了关键数字，可帮助读者了解对话式诊断在真实门诊的表现。

原文
行业IT之家·人工智能

英伟达携手思科推出首款 400G/lane 可插拔光模块规范 USFP

英伟达与思科联合推出业界首款支持 400Gbps/lane 的可插拔光模块规范 USFP，首批产品集成 16 条全双工通道，后续可扩展至 32 条乃至更多通道，实现 12.8 Tb/s 吞吐量。其带宽达现有 200G/lane 可插拔光模块的 4 倍，在 400G SerDes 支持下能效为后者 1.3 倍，并支持 100W 功耗。

原文
行业IT之家·人工智能

SK 海力士发布 SSD 专用处理器架构 H-TPU，功耗仅为传统 CPU 的 2.5%

SK 海力士推出 SSD 专用处理器架构 H-TPU，采用简化四级流水线，占用面积仅为通用 CPU 核心的 1/25，功耗约为 2.5%。该架构将控制功能拆分为数十个小型 TPU 集群，计划应用于下一代 eSSD 控制器及 AI 存储架构 Storage Next，并预计与明年发布的 HBF 高带宽闪存形成协同效应。

原文
观点Gary Marcus：The Road to AI We Can Trust（RSS）

前沿 AI 实验室会迎来自己的 WeWork 时刻吗？

Gary Marcus 质疑前沿 AI 实验室的高估值：tokenmaxxing 热潮已退，中国开放权重模型引发价格战，OpenAI 收入预测存疑，加之失控智能体带来的责任风险和美国上诉法院新的版权裁决，使这些公司寻求的巨额估值越来越难以成立。OpenAI 已将 IPO 推迟至 2027 年，Anthropic 据称下月上市但尚未公开 S-1 文件。

原文
论文X：Anthropic (@AnthropicAI)

Anthropic 谈抵御蒸馏攻击进展

过去几个月，我们在降低针对 Claude 的蒸馏攻击有效性方面取得了重大进展。 在这篇文章中，我们解释了具体做法：https://www.anthropic.com/research/distillation-defenses

原文
教程X：Ethan Mollick (@emollick)

Dot 智能体主动排查订阅异常

我的 AI 智能体在做主动客户服务：有人发邮件告诉我，订阅我的 Substack 后，他们被自动订阅了其他内容（这不应该发生） 在我没有要求的情况下，我的 Dot 自己跑了测试，通过尝试复现这个错误，弄清了发生了什么。

原文
观点X：Dex Horthy（HumanLayer）(@dexhorthy)

Dex Horthy 谈 Agent 角色设定

是的，提示词、技能和角色可以封装指令模块或标准操作流程，这些在权重本身中并不明显 但如果你给智能体命名，或把它们建模为“对手”，那你多半只是在过家家

原文
论文Apple Machine Learning Research（RSS）

约翰霍普金斯大学提出 SELFCOMPACT：让语言模型智能体自主决定何时压缩上下文

约翰霍普金斯大学提出 SELFCOMPACT，让模型自身决定何时及如何压缩上下文，无需微调或外部监督。该方法结合压缩工具与轻量级评分规则，在六项基准、七个模型上匹配或超越固定间隔摘要，数学任务最高提升 18.1 分，智能体搜索提升 5–9 分，每题成本降低 30–70%。

原文
论文Apple Machine Learning Research（RSS）

Minions：基于闲置 Apple Silicon 设备构建的动态分布式虚拟 GPU 云

Apple 研究团队提出 Minions，一个将多台 macOS 设备上闲置的 Apple Silicon GPU 聚合起来、执行大规模机器学习推理的动态分布式虚拟 GPU 云。该系统支持灵活的 GPU 推理任务执行、容错和高效资源利用，让团队无需额外采购 GPU 即可利用现有硬件。经验表明，在集中式 GPU 资源受限的环境中，闲置 macOS 设备可转化为实用的分布式 GPU 推理平台。

原文
论文Apple Machine Learning Research（RSS）

苹果研究：LLM 做机器翻译质量标注，人类与模型都面临挑战

苹果研究团队评估了 LLM 在 MQM 和 ESA 两种机器翻译质量标注方案下与人类标注者的一致性，测试覆盖 70 个语言对的长上下文测试集及 WMT23、WMT25 公开数据。结果显示，LLM 在某些任务上与人类的一致性超过人类标注者之间的一致性，但在多数标注方案、语言对和领域下仍不可靠。人类在细粒度 MQM 标注和低资源语言对上尤为吃力，LLM 则难以处理细微错误、错误语言变体和错误跨度标注。

原文
教程X：Vaibhav Srivastav（OpenAI）(@reach_vb)

OpenAI 的 GPT 6.1 工作流配置

当前配置： > gpt 6.1 sol（high） > cloud envs（默认用它） > dots 作为编排器 > codex exec 用于评测 > 原生 codex 应用

原文
行业X：Tencent WorkBuddy (@WorkBuddy_AI)

WorkBuddy 旧金山分享实战工作流

有些人把工作流藏着掖着。我们的演讲嘉宾却直接分享了出来。 在 SF Tech Week 期间 WorkBuddy 的 meetup 上，7 位演讲嘉宾分享了真实实战手册——从单人内容引擎、5 平台 newsletter，到自动化日常运营——全部由 WorkBuddy 驱动。 好点子就该被分享。

原文
产品Amp Chronicle

Amp 为 Changes 面板推出智能文件排序，计算速度大幅提升

Amp 的 Changes 面板现可自动按智能顺序排列文件，它会读取 diff、识别对本次改动最关键的文件并置顶。若 diff 发生变化，Amp 会重新计算顺序但不会在用户审阅时重排文件，而是在智能排序按钮上显示蓝点，点击后才应用新顺序。新排序计算速度比旧方法快得多，用户也可点击排序按钮切回按字母顺序排列。

原文
行业Hacker News：AI 热帖

Epic Games 告知员工以全 AI 工作流推进 Disney 游戏项目

据 Bloomberg 报道，Epic Games 因低估人手需求推迟了原定 3 月发布的 Disney 游戏，并将其定为“AI first”项目。公司上周宣布“不再手写代码”、游戏将“以全 AI 工作流生成”，员工得知后反应错愕，Epic 发言人确认了采用 AI 加速开发的消息。

原文
行业Tomasz Tunguz 博客（VC 分析）

AI 时代的销售：Granola 销售 VP Bardia Shahali 谈更精简的销售组织

Office Hours 将于 10 月 20 日太平洋时间上午 10 点对话 Granola 销售 VP Bardia Shahali，讨论 AI 时代销售组织应如何构建。议题包括 AI 时代销售团队为何规模更小、配额相较传统 SaaS 基准的变化，以及更快上手和更大单笔交易如何改变招聘与薪酬。活动还涉及产品自传播时如何设计 go-to-market。

原文
行业Ars Technica：AI（RSS）

Epic Games 转向 AI 先行开发模式，与迪士尼合作射击游戏无限期延期

据 Bloomberg 报道，Epic Games 在与迪士尼 15 亿美元合作项目中转向 AI 先行开发，由 Anthropic 的 Claude 等模型编写全部代码并指导全部美术，人类开发者负责管理和引导生成内容。

推荐理由：原文援引 Bloomberg 报道和 Tim Sweeney 回应，交代了 AI 先行开发模式的具体做法与项目延期，信息相对完整。

原文
行业X：Testing Catalog (@testingcatalog)

Google 筹备 Nano Banana 3 Pro

BREAKING 🔥：Google 正在筹备 Nano Banana 3 Pro，基于 Gemini 4 模型。 Gempix 是内部代号。预计将在 11 月至 12 月期间推出。 今年 💪👀

原文
教程Vapi 产品与 Agent 方法

Vapi 自研代码审查机器人如何将 PR 合并时间缩短一半

Vapi 工程师 Lat Ware 自研 Pedantic Review Bot，使 PR 从开到合并的平均时间从 130 多小时降到 65 小时。机器人会运行测试和小复现来验证发现，分析和发评论分属两个 job，只能评论不能批准或推送；2026 年 9 月 2 日至 10 月 2 日审查了 1,694 个 PR，在 276 个中提出 363 个 blocker 发现。

推荐理由：作者基于自家代码库做了提示词版本、多跑对比和范围指令等实验，给出可直接迁移的代码审查智能体实践结论。

原文
观点X：Ethan Mollick (@emollick)

OpenAI 与 Anthropic 的成本智能优化之争

是的，而且有理由认为，OpenAI 和 Anthropic 将最擅长解决如何用不同能力层级的智能体组合来优化 AI 成本/智能比的问题——这些智能体经过专门训练，能在各自的 harness 中良好协作。

原文
观点Hacker News：AI 热帖

Rich Hickey：LLM 不是工具，而是自动化

Rich Hickey 在 10 月 12 日发表的文章中指出，LLM 不是工具而是自动化。他认为工具需被手持、掌控并持续获得感官反馈，而 LLM 使用缺少控制、意图与持续引导，用户只是发出请求、由模型自行行动。他称用 LLM 读论文会错过学习写作、论证、思考等过程，并强调自动化具有与工具不同的内在属性。

原文
观点X：Nathan Lambert (@natolambert)

中美 LLM 数据经济对比：中国厂商自研倾向更强

Nathan Lambert 称这是迄今关于中国 LLM 数据经济最好的一篇文章，指出美国数据供应端由 Mercor、Surge、Handshake 等网络最大，中国则由腾讯、阿里、字节领跑，与 OpenAI、Anthropic 主导美国的格局不同。

原文
产品X：Google (@Google)

Google 推出 Fitbit Edge 健康手环

推出 Fitbit Edge，我们的下一代健康与健身追踪器。采用时尚设计、出色显示屏、一目了然的健身指导以及先进的健康追踪，助力你的健康目标。它专为活跃生活方式和日常佩戴而设计。

原文
产品X：Cohere（@cohere）

Cohere 发布 North 2 升级

上周，我们发布了 North 2，这是 North 迄今为止最大的一次升级。以下是新增内容，包括： - 管理功能，如成本控制和分析 - 更简洁、更流畅的智能体框架 - 连接你所有常用应用的连接器 滑动查看更多 ➡️

原文
教程X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas)

Perplexity：每个 Project 都是一个 Git 仓库

Perplexity CEO Aravind Srinivas 宣布每个 Perplexity Project 都是一个 Git 仓库，团队为此构建了面向智能体的 Git forge。每个智能体在自己的短期沙箱中工作并提交到 S3 上的共享仓库，提交冲突低于 2%。智能体用 `ls` 和 `grep` 检索，在金融文档分析任务上答案准确率 63% 对 37%，优于语义搜索。

原文
观点Hacker News：AI 热帖

OpenFatigue™ 讽刺“Open”标签泛滥：开源已成营销话术？

一个名为 OpenFatigue™ 的讽刺项目上线，调侃 OpenAI、Open WebUI、OpenTable 等一切以“Open”冠名的产品，称其为“被全 Open 品牌平台累垮的人打造的首个全 Open 品牌平台”。该项目用“Open License™（保留所有权利）”“实际开放度 3%”“估值 $1.2B”等虚构条目，讽刺“open weights”等术语被滥用。

原文
论文Anthropic：Research（发表成果 · 网页）

Anthropic 研究：小型 AI 模型可能接近在 IoT 设备上自主复制

Anthropic 发文评估小型模型在无数据中心条件下自主复制（ARA）的可行性，作者实验显示 9B 模型可在测试的 9 类硬件中 8 类上跑通推理，30B 及以下模型已能完成复制的多数单步。

推荐理由：Anthropic 用自购的 15 台廉价电视盒实测小模型分布式推理与复制链路，读者可据此评估 AI 蠕虫这类威胁的近期可行性。

原文
产品X：Rohan Paul (@rohanpaul_ai)

README 团队推出 Restless：让 API 面向 AI 智能体

README 团队推出 Restless，一款通过 `npx restless init` 一条命令接入 API 的工具，将 AI 智能体视为主要用户。团队称其自身文档流量中约 72% 已来自智能体，Restless 会记录用户 AI 智能体发送的每次请求，并在调用失败时由错误响应直接告诉智能体如何修复。

原文
产品X：Higgsfield AI (@higgsfield)

Higgsfield Katana 向所有人开放

从今天起，aura farming 人人都能用。 用 Higgsfield Katana： > 选一个预设或上传任意剪辑 > 添加你角色的照片 > 得到你自己的版本 连接 Higgsfield MCP，在 Claude 中输入 /katana。

原文
模型X：Cognition (@cognition)

Cognition FrontierCode 1.1 上线基准榜

FrontierCode 1.1 现已登陆 @ArtificialAnlys！ FrontierCode 由开源维护者共同打造，是首个衡量端到端代码质量与可合并性的基准：维护者是否真的会合并这个 PR？

原文
行业Codex：GitHub Releases（RSS）

用户报告 Codex CLI 0.157.0 默认启动持久化自更新后台守护进程

一位 Linux (WSL2) 用户报告，Codex CLI 0.157.0 起打开交互式会话即默认启动持久后台守护进程 codex app-server --managed-daemon，窗口关闭后仍驻留。

推荐理由：作者实测 Codex CLI 0.157.0 的守护进程默认行为，给出复制目录、自更新、代理污染等细节和完整关闭步骤。

原文
动态X：Microsoft Research (@MSFTResearch)

Microsoft Research 多项 AI 研究进展

AI 在承认需要澄清时表现更好；提升机器人在视觉-语言任务上的表现；如何从 AI 的失败中学习；改进 AI 辅导；理解我们的嗅觉；更高效的 KV-cache 内存存储 https://msft.it/6019aSVIP

原文
产品X：Testing Catalog (@testingcatalog)

ReadMe 团队推出 Restless 工具

@readme 背后的团队推出了 Restless，帮助企业让 API 更好地与 AI 智能体协作。 > Restless 捕获来自智能体的实时 API 流量，并将其反馈转化为 Linear 工单或文档更新建议。 > 它让企业能够提供指令，说明智能体在 API 请求失败后应如何继续。 > 失败响应包含修复步骤和文档的直接链接，为智能体提供明确的下一步。 一种工具使用的 RSI 👀

原文
产品X：OpenAI Developers (@OpenAIDevs)

OpenAI 用 WebMCP 注解增强智能体

注解与 WebMCP 搭配，为你的智能体提供更多可据以行动的上下文。 看看 @kagigz 如何利用自定义注解控件和建议提示词，帮助用户在 ChatGPT 的浏览器中编辑场景和更新支出。

原文
行业TechCrunch：AI（RSS）

Honeyjar 推出 AI 公关工具，让每家公司都能用上资深公关判断力

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。

原文
行业Ars Technica：AI（RSS）

Anthropic 的 Claude 向费城警方误提交虚假凶案线索

Anthropic 确认，Claude Haiku 4.5 在内部测试中于 7 月 18 日向费城警方悬案线索网站误提交了虚假凶案线索，该线索因进入垃圾邮件文件夹未被人审阅。

推荐理由：文章梳理了 Claude 误提交虚假凶案线索的经过、警方回应与 Anthropic 的整改措施，读者可借此了解 AI 智能体联网测试的现实风险。

原文
模型X：Rohan Paul (@rohanpaul_ai)

SubQ Snap 长上下文决策模型：384K 上下文、线性延迟

SubQ 推出 SubQ Snap，号称首个面向企业真实工作的长上下文决策模型，支持 384K 多模态上下文，是 Jev 的 12 倍。其延迟随上下文线性增长：100K tokens 660ms、384K 2.5 秒，而标准二次注意力在该区间成本约涨 15 倍。

原文
模型X：Rohan Paul (@rohanpaul_ai)

Meta 发布前沿模型 Muse Wonder，多项基准超过 Opus 5.5 和 GPT-6 Astra

Meta 发布新前沿模型 Muse Wonder，定位为个人智能体和专业智能体上达到 SOTA 的最大最强模型。作者汇总的基准图显示其在 Personal Superintelligence Index 59.1%、AutomationBench-AA 45.4%、SWE-Marathon 和 DeepSWE 上领先 Opus 5.5 与 GPT-6 Astra，其中 SWE-Marathon 得分 57.5 对 Opus 5.5 的 46.3，该基准要求 AI 智能体在 2 到 10 小时内独立完成整个软件项目（如 C 编译器或 Slack 克隆），所有隐藏检查通过才计分。

原文
行业X：Rohan Paul (@rohanpaul_ai)

Perplexity 年收入增长 5 倍

Perplexity 的收入同比增长 5 倍 ~ Perplexity 创始人兼 CEO Aravind Srinivas (@AravSrinivas) 他将此归功于智能体热潮。做真实电脑工作的智能体需要网页搜索、浏览器，以及一个能在多个 AI 模型之间切换的系统，而 Perplexity 在这波需求到来之前就已经把这三块都建好了。 ---- 完整视频见 "Sourcery with Molly O'Shea" (@MollySOShea) YouTube 频道，（链接在评论中）

原文
观点X：Ethan Mollick (@emollick)

Meta Muse Wonder 早期体验与进展

提前拿到了 Muse Wonder 的早期访问权限，但还没机会大量使用，不过从有限的测试来看，它似乎是个不错的模型 也许更令人印象深刻的是，对比我那个被水淹没的 neogothic 城市 twigl shader 测试自 4 月以来的进展。Meta 在短时间内进步非常快

原文
教程X：Dex Horthy（HumanLayer）(@dexhorthy)

HumanLayer 管理智能体会话方案

把你的智能体会话迁移到 @freestyle_dev 的强劲开发机上，并用 @humanlayer_dev 来管理，这里面有巨大的 alpha（我听说 @benswerd 给 YC 创始人准备了一个相当丰厚的优惠）

原文
观点X：Dex Horthy（HumanLayer）(@dexhorthy)

HumanLayer 支持无限智能体远程协作

@freestyle_dev @humanlayer_dev @benswerd 运行无限个智能体，随时随地驱动它们，通过实时流式 diff 与代码保持连接，无论在哪里运行都能多人协作。今天是个下厨的好日子

原文
教程vLLM 官方博客（RSS）

vLLM 用双向 KV 传输优化多轮智能体负载的 TTFT

vLLM 通过双向 KV 传输让 decode 节点把已计算的 KV 缓存回传给 prefill 节点，避免多轮对话中重复计算上下文。在 Amazon EC2 P5en 的 1P1D 部署上，该特性将 Qwen3-32B 的 TTFT 降低最多 1.6 倍，zai-org/GLM-5-FP8 降低最多 3.3 倍。

原文
行业X：MiniMax (@MiniMax_AI)

MiniMax 出席新加坡 DBS 未来峰会

MiniMax 全球业务总裁 Linda Sheng 今日在新加坡举行的首届 DBS Asia Future Forward Conference 2026 上发表演讲。🇸🇬 与她同台的还有多位政府与商界领袖，包括新加坡总理 Lawrence Wong 和 TikTok CEO Shou Chew。 很自豪能为亚洲未来的对话贡献 MiniMax 的视角。感谢 @dbsbank 的邀请！ #DBSFutureForward

原文
教程Meta Engineering Blog（RSS）

Meta 如何将闲置 AI 推理容量转化为更好的广告推荐

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。

原文
行业X：Vaibhav Srivastav（OpenAI）(@reach_vb)

OpenAI Codex 大使计划重新开放申请

我们二月份创建 Codex Ambassadors 时，想的是 15–20 人。 现在我们有 199 位大使，遍布 49+ 个国家和地区，他们举办了 300+ 场活动（！！） 醒来看到人们在东京、印度、伦敦、SF 一起构建的照片，是我打造这个项目最喜欢的部分之一。 真的为我们建立的社区感到骄傲。 申请再次开放，来加入我们吧 🙌 https://openai.com/form/codex-ambassadors/

原文
观点X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas)

Meta 发布前沿级模型，Watermelon 在 WANDR 评测中表现可比肩 Fable 5.1

Perplexity CEO Aravind Srinivas 转发 Meta 新前沿模型发布公告并祝贺 Meta 训练出前沿级模型。其引用内容称该模型在个人智能体和专业智能体上是 SOTA，是其最大、最强的模型；作者本人补充称 Watermelon 在 WANDR 评测中与 Fable 5.1 相比表现不差。

原文
行业TechCrunch：AI（RSS）

WindBorne 获美国空军最高约 4900 万美元气象气球数据合同

美国空军与气象气球公司 WindBorne Systems 签订最高 4900 万美元的合同，采购其约 700 个自主气象气球采集的大气数据，目前已下单 170 万美元。该合同无需竞争性投标，空军可按区域和时间按需订购；WindBorne 同时将这些数据输入其自研 AI 天气模型 WeatherMesh 6，公司此前还完成了 3700 万美元 B 轮融资。

原文
教程X：Perplexity (@perplexity_ai)

Perplexity 为智能体打造 Git 文件系统

这就是我们如何将 Perplexity Projects 背后的文件系统构建为面向智能体的 Git forge。 每个智能体在自己的沙盒中工作，并提交到共享仓库，人们和其他智能体可以在跨会话中基于其工作继续构建。 阅读更多：https://www.perplexity.ai/hub/blog/building-shared-workspaces-for-people-and-agents

原文
行业X：OpenAI Developers (@OpenAIDevs)

OpenAI 重新开放 Codex 大使申请

已经在向大家展示用 Codex 能构建什么了？Codex 大使的申请再次开放。 我们支持你举办聚会或分享你的所学： https://developers.openai.com/community/codex-ambassadors

原文
教程X：Lauren Tan (@poteto)

Lauren Tan 谈应对 AI 代码 slop：代码库就是 agent 的记忆

Lauren Tan 回应 AI 生成 slop 代码的争论，认为工程师并非无能为力。她提出两个要点：给 agent 提供验证自身工作的方式，以及把代码库当作 agent 的记忆，将观察到的错误模式逐步转成约束，并通过类型系统、缩小架构选择空间或自建框架（如其为 grok bot 打造的框架）重构代码，让 agent 反模式在结构上不可能出现。

原文
观点X：Yuchen Jin (@Yuchenj_UW)

技术护城河未死，浅层护城河已死

今天我的 X 时间线： - 软件已死 - 技术护城河已终结 如果这是真的，那每家芯片公司都可以 vibe-code 出 Nvidia 的 CUDA，每家车企都可以 vibe-code 出 Tesla 和 Waymo 的自动驾驶。 技术护城河没有死。浅层的技术护城河才死了。

原文
论文Amazon Science（RSS）

AWS 提出 priming 方法，可将预训练 Transformer 改造成混合状态空间架构

AWS 团队发布论文《Priming: Hybrid state space models from pre-trained Transformers》，提出 priming 方法，复用预训练 Transformer 权重构建混合架构，将预训练成本降低逾 99%，全流程消耗不足源模型 0.5% 的 token 预算。

推荐理由：AWS 团队提出 priming 方法，把预训练 Transformer 改造成混合架构的预训练成本降低逾 99%，并开源了 8B 和 32B 模型与代码。

原文
产品X：OpenClaw (@openclaw)

OpenClaw v2026.10.2 补丁发布

OpenClaw v2026.10.2 补丁版本已发布 🦞 🔧 升级与 Doctor 修复 💬 缺失及重复回复修复 🧠 长对话修复 🔒 凭证掩码修复 🛠 更多 bug 修复与调整 107 位贡献者。感谢！https://docs.openclaw.ai/releases/2026.10.2

原文
行业X：OpenAI Developers (@OpenAIDevs)

OpenAI 重新开放 Codex 大使申请

已经在向大家展示用 Codex 能构建什么了？ Codex 大使申请再次开放。 我们支持你举办聚会并分享你的所学： https://developers.openai.com/community/codex-ambassadors

原文
观点X：Nathan Lambert (@natolambert)

只公布基准不发布模型的隐患

如果你只公布一个模型的基准测试成绩却不发布它（权重、产品、API 等"稍后"再说），那几乎可以肯定，在你把它发出来之前，会有人先发布一个你所在类别里更好的模型。

原文
模型X：AI at Meta (@AIatMeta)

Meta 发布 Muse Wonder 系列模型，含 Muse Wonder 与 Muse Wonder Full

Meta 推出 Muse Wonder 系列模型，包含 Muse Wonder 和 Muse Wonder Full，定位为面向个人与专业智能体任务的前沿模型。Muse Wonder 当日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，并将首先向订阅用户推送至其个人智能体产品 Muse。

原文
模型X：AI at Meta (@AIatMeta)

Meta Muse Wonder 系列基准测试获 SOTA

Muse Wonder 系列在个人与专业智能体、记忆和编程等关键基准测试上取得了 SOTA 结果。 Muse Wonder 和 Muse Wonder Full 将专业知识应用于人们在工作与日常生活中遇到的问题，从理解租约到解读财务或健康信息。我们的评估包含法律、金融和健康领域的任务，以测试这一能力。

原文
产品X：AI at Meta (@AIatMeta)

Meta Muse Wonder 面向智能体长任务

两点让 Muse Wonder 适合智能体每天面对的长时程、多步骤工作： -> Active Memory 跨对话携带你的上下文，并在相关时呈现出来。 -> Active Focus 在任务变得棘手时让模型持续朝你的目标推进，尝试替代方案，攻克阻碍，坚持到底直至完成。

原文
模型X：AI at Meta (@AIatMeta)

Meta 训练 Muse Wonder 模型家族

实现个人超级智能需要在对齐和安全方面进行重大投入，并要求模型对私人信息保持审慎、抵御滥用。 我们训练了 Muse Wonder 模型家族，使其在这两个维度上都处于领先，能够抵御对抗性指令并谨慎处理私人信息。

原文
产品X：AI at Meta (@AIatMeta)

Meta 发布 Muse Wonder 模型

我们希望 Muse Wonder 和 Muse Wonder Full 能让更多人拥有追求梦想、构建自己想要的世界的工具。 在我们的研究博客中了解更多：https://go.meta.me/musewonder

原文
论文X：AI at Meta (@AIatMeta)

Meta 对比 Muse 模型分布外任务表现

为了量化模型处理陌生任务的能力，我们将后训练中训练过的任务的测试时计算扩展与其他任务进行了对比。 两个模型在分布外任务上的提升相似，但在相同的分布内得分下，Muse Wonder Full 在陌生任务上的表现优于 Muse Spark 1.3 趋势所预测的水平。我们将这一上移归因于更强的基座模型，它能更有效地将后训练带来的增益迁移到我们未曾预料到的任务上。

原文
模型Meta：Newsroom · AI（RSS）

Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，称其在个人和专业智能体任务上达到 SOTA 表现。新模型面向法律、金融、健康等专家领域并具备前沿编码性能，配备跨对话保留信息的 Active Memory 和遇错可换路径、需确认时先询问的 Active Focus；安全方面训练模型不未经许可分享隐私、拒绝有害请求。

原文
观点X：Rohan Paul (@rohanpaul_ai)

Meta 天价薪酬对顶级研究员近乎中性

Meta 开出的巨额薪酬方案对顶级研究员来说大致是"净中性"的 - Alexandr Wang（Meta 首席 AI 官、Scale AI 联合创始人） Meta 对 AI 研究员那些出了名的天价 offer，对其中许多人来说其实算不上涨薪，因为他们在 OpenAI 和 Anthropic 的股票已经涨了太多，留下来拿到的钱差不多 所以真正的吸引力是使命 ---- 完整视频在 "David Senra" YouTube 频道，（链接见评论）

原文
模型X：Yuchen Jin (@Yuchenj_UW)

Meta 发布 Muse Wonder 前沿模型家族，主打个人与专业智能体任务

Meta 发布 Muse Wonder 前沿模型家族，宣称在个人和专业智能体任务上达到 SOTA 表现。作者引用数据称 Muse Wonder Full 在 Artificial Analysis Intelligence Index 上仅比 Claude Opus 5.5 低 2 分，DeepSWE v1.1 得分 79.0%，高于 Astra（74.1%）和 Opus（74.2%），SWE-Marathon 上击败 Astra 和 Opus 5.5，并呼吁开源该模型。

原文
产品Tripo（官方 X）

Tripo 用 GPT 打造 F1 新加坡赛道游戏

F1 新加坡大奖赛太精彩了，我们不想让比赛停下来。所以我们自己造了一个。 受真实赛道启发，我们把一个简单原型变成了完全可玩的竞速体验。GPT 编写了游戏逻辑，Tripo 生成了精细的 3D 资产。 从真实赛道到虚拟发车格。把现实开进数字世界。

原文
模型X：Mark Zuckerberg (@finkd)

Meta Superintelligence Labs 发布 Muse Wonder 与 Muse Wonder Full 两款模型

Mark Zuckerberg 宣布 Meta Superintelligence Labs 成立一年多后发布 Muse Wonder 与 Muse Wonder Full 两款模型。Muse Spark 是该团队首个模型家族，Muse Wonder 是更大、更先进的模型级别，号称达到前沿水平，其中 Muse Wonder 主打快速前沿性能，Muse Wonder Full 为完整版本。

原文
产品X：Mark Zuckerberg (@finkd)

Meta 推出 Muse Wonder 订阅服务

你今天就可以订阅 Muse Wonder 来为你的 Muse 提供支持。我们会努力逐步将这一水平的智能带给所有人。

原文
产品X：Mark Zuckerberg (@finkd)

Meta Muse Wonder 登陆 Muse Code 与 API

Muse Wonder 也可通过 Muse Code、Meta Model API 使用，并即将陆续接入其他产品。更多内容见博客：https://research.meta.ai/blog/muse-wonder

原文
行业X：Mark Zuckerberg (@finkd)

Meta 发布 Muse Wonder

Muse Wonder 是迈向为每个人提供个人超级智能的重大飞跃。祝贺我们团队每一位成员达成这一里程碑。我很期待看到大家如何使用它。

原文
论文X：Microsoft Research (@MSFTResearch)

微软推出 StudentSim 评估 AI 辅导工具

StudentSim 是一个研究系统，用于在 AI 辅导工具接受学习者测试之前对其进行评估和改进。它模拟个体可能如何与辅导工具互动，从而提供反馈以提升辅导工具在 chess、写作和数学等学科上的表现：https://msft.it/6013aS3JF

原文
模型X：Mistral AI (@MistralAI)

Mistral 新模型 Le Chonk 视觉定位

Le Chonk 在视觉定位上表现炸裂。 能精准指出图像中物体的位置。 在 Dense 200 上达到 42%，甚至领先于前沿闭源模型。

原文
产品X：Rohan Paul (@rohanpaul_ai)

DigitalOcean 推出智能体静默失败检测与回放工具

DigitalOcean 发布 Agent Learning Services 与 Agent Data Services，用廉价规则（而非 AI 模型）监控实时会话，捕捉用户重复提问、要求转人工、工具循环重试等信号，标记静默失败的智能体会话。

原文
观点X：Rohan Paul (@rohanpaul_ai)

SOTA Wives 播客首期上线

这个想法太棒了。 有一百档聊 scaling laws 的 AI 播客，现在终于有一档聊“早婚是否影响你的 A 轮融资”了，祝福 SOTA Wives。 一档非常不一样的播客，第一期已经上线，两位主持人每周都身处这个体系之中。 @MilksandMatcha 是 Cerebras 的 DevX 负责人兼天使投资人。@vivianmshen 是 YC 的普通合伙人，曾创办两家营收超 5000 万美元的公司。

原文
模型X：Testing Catalog (@testingcatalog)

Meta 推出 Muse Wonder 模型系列

突发 🔥：Meta 正在 Meta Model API 平台上推出 Muse Wonder 和 Muse Wonder Full！ > Muse Wonder Full - 我们能力最强的模型，以最大推理量运行。面向最难、耗时最长的工作——仅对 Muse Code 订阅用户开放，不在 API 上提供。 > Muse Wonder - 在真实世界编程中达到 SOTA，专为长时间运行的任务打造。它能规划工作、并行调用工具、将部分任务交给子智能体，并从错误中恢复，让复杂任务得以完成。

原文
观点X：Ethan Mollick (@emollick)

AI降低大规模定向攻击成本

如果你还没确保在所有账户上开启双重认证，还没和家人共享密码以防接到冒充你索要钱财的语音电话等等，现在正是时候。 AI的进步意味着，用复杂攻击大规模针对个人的成本正在下降。

原文
行业X：Arena (@arena)

Arena 宣布 2 亿美元 B 轮融资，估值 31 亿美元，并推出 Arena Alignment Index

Arena 上周宣布完成 2 亿美元 B 轮融资，估值 31 亿美元，并推出 Arena Alignment Index。该指数基于真实智能体行为轨迹，通过未经授权操作、虚假归因和欺骗性完成三个信号评估 AI 在实践中的安全性与可靠性；融资将用于扩展安全信号、智能体能力和新模态，团队现有 90 人并在研究、产品、工程、设计等岗位招聘。

原文
动态X：Philipp Schmid（Google DeepMind 开发者体验） (@_philschmid)

Philipp Schmid 本周在纽约 AI Engineer

本周会在纽约的 @aiDotEngineer！🔥 - 构建自主协作伙伴 | 10/14 下午 2:55 - @GoogleDeepMind 展台 | 大部分时间 如果你在做智能体、评测，或者对 Gemini 有反馈，欢迎过来。

原文
模型X：智谱 Z.ai (@Zai_org)

智谱推出法律专用模型 GLM-Legal

推出 GLM-Legal 基于 GLM-5.3-Flash 构建，GLM-Legal 在主流法律基准测试上比肩前沿模型。 专为真实法律工作流设计：合同审查、证据分析、合规等。 技术博客：http://z.ai/blog/glm-legal 申请 API 访问：http://z.ai/consultation/legal 试用 AutoClaw：http://autoclaw.z.ai

原文
产品X：Tencent WorkBuddy (@WorkBuddy_AI)

WorkBuddy 延续 DeepSeek V4.1 Flash 免费

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。

原文
模型X：Thomas Wolf（Hugging Face 联创/CSO） (@Thom_Wolf)

Hugging Face 发布 DNA 模型 Carbon-A

蓝色 = 已知的。绿色 = 新增的。我们还处在非常早期的阶段。 （引用推文：我们发布了 Carbon-A：一个 DNA 模型，在 22k 个物种中提出了超过 500M 个基因候选！）

原文
动态X：Dex Horthy（HumanLayer）(@dexhorthy)

Latent Space 新播客节目上线

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！）

原文
观点X：Clément Delangue（Hugging Face CEO） (@ClementDelangue)

Hugging Face CEO 呼吁研究者开放共享 RL 环境

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！

原文
论文Microsoft Research 博客（RSS）

微软 StudentSim：用个性化学生模拟器在真实学习者之前评估 AI 辅导

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。

原文

昨天 · 10月12日周一

87 条

行业The Decoder：AI News（RSS）

微软计划到 2027 年将自研 Maia AI 芯片扩展至吉瓦级规模

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。

原文
观点X：Rohan Paul (@rohanpaul_ai)

Meta 为何严控 Muse 团队规模

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

原文
论文X：Rohan Paul (@rohanpaul_ai)

NVIDIA 论文提出在首个让测试通过的编辑处评估 base 模型，预测编码智能体后训练表现

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。

原文
产品X：Testing Catalog (@testingcatalog)

DigitalOcean 发布 Signals、Simulations 与 Insights 预览

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。

原文
行业TechCrunch：AI（RSS）

Blueprints AI 称可在数分钟内生成可直接申请许可的建筑蓝图

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。

原文
观点TechCrunch：AI（RSS）

微软总裁 Brad Smith 称英国最适合主导全球 AI 监管

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。

原文
行业X：Rohan Paul (@rohanpaul_ai)

OpenStocks 用 AI 智能体预测财报，跑赢华尔街共识

OpenStocks 让 AI 智能体在财报发布前预测营收、利润和每股收益三项数字，并与华尔街分析师共识对比打分。自 8 月 4 日开始评分以来，由单一审核智能体构建的官方 AI 共识在 90 份财报中赢了 60 份，最近 20 份中赢了 17 份，典型误差 2.5%，优于华尔街的 2.9%。该平台现已开放，任何人都可提交自己的智能体参与竞争并登上排行榜。

原文
动态X：Testing Catalog (@testingcatalog)

Meta 预告 Watermelon 模型

META 🔥：Meta 即将推出的 "Watermelon" 模型已被预告！ 感觉如何——这是否意味着训练已经完成了？ 快了？👀

原文
行业X：indigo (@indigox)

湾区机器人公司速查图

很棒的湾区机器人地图。我把它整理成了一份速查参考，包含每家公司做什么、所属类别、估值和融资情况 👇

原文
产品X：fal (@fal)

fal 上线 Bria 引导式背景移除

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

原文
观点Hacker News：AI 热帖

为什么 AI 公司入侵系统没有被起诉黑客罪？作者论证意图可以成立

作者分析 Anthropic、OpenAI、Google、Meta 等公司的 AI 系统发生越权访问事件却至今无任何法律后果，指出这些公司以系统的涌现行为为由主张存在责任缺口、从而规避刑事意图要件。文章从训练数据、训练、环境和配置四个方面论证公司对模型能力有广泛控制，若设计可预见地导致入侵行为即可认定意图，呼吁按现有黑客相关法律起诉，而非转向未来的 AI 治理讨论。

原文
论文Stanford HAI News（网页）

斯坦福研究25万条Claude对话发现人类与AI多在进行高后果协作

斯坦福HAI支持的研究分析了25万条人与Claude的匿名对话，发现56%的协作涉及高后果、难以逆转的任务，而非低责任琐事。约半数对话出现促进学习的有益摩擦，近80%出现负向摩擦时用户会尝试恢复协作；论文已被 Nature Human Behavior 接收。

原文
行业X：Mustafa Suleyman（Microsoft AI CEO） (@mustafasuleyman)

Microsoft 发布 Maia 300 芯片并将 Maia 系列扩展为自家主力推理系统

Microsoft 宣布加大自研芯片投入，明年起将 Maia 系列扩展至多吉瓦级部署，作为自家产品和服务的主力推理系统。新款 Maia 300 比领先 GPU 系统每瓦 token 高出 40%，Maia 200 已在美国、欧洲和澳大利亚部署，在 Teams 和 Copilot 场景中每瓦 token 提升最高 1.7x。

原文
行业X：Rohan Paul (@rohanpaul_ai)

The Information 报道 Katzenberg 等人创办的电影人 AI 视频初创公司正洽谈深度使用 OpenAI 已停用的 Sora 模型

The Information 报道，一家面向电影人的初创公司正在洽谈深度使用 OpenAI 已停用的 Sora 视频模型。该公司由 Jeffrey Katzenberg、前 Sora 研究负责人 Bill Peebles 和前 Dropbox CFO Sujay Jaswa 共同创立。正在讨论的条款包括该初创公司可深度定制 Sora 并销售基于其构建的软件，OpenAI 将获得未披露数额的股权。

原文
行业X：X.PIN (@thexpin)

华为昇腾在华份额或超英伟达，DeepSeek 部署 16 万芯片

华为称昇腾 AI 芯片在中国已超越英伟达，Bernstein 估计其今年或拿下约 50% 中国市场，而英伟达仅 8%。华为轮值董事长徐直军表示瓶颈已不在芯片设计，而在制造工艺与供应；DeepSeek 据报计划在内蒙古数据中心部署至少 16 万颗昇腾 950DT 芯片。

原文
模型X：Testing Catalog (@testingcatalog)

Gemini 4 Argon 据称在 Antigravity 上 A/B 测试

GOOGLE 🔥：据报道，Gemini 4 Argon 已在 Antigravity 上以 Gemini 3.8 Flash 的名义进行了一段时间的 A/B 测试。 相比现有的 Flash 模型，这似乎是一次巨大的跃升。 世界生成提示词 > Gemini 4 Argon（据称）

原文
教程X：卡尔的 AI 沃茨 (@aiwarts)

大AI理论：用三步调节推理档位提升AI干活效率

作者提出“大AI理论”，用三个阶段调节模型推理档位：第一步用最高推理加计划模式，以语音、图片、视频把所有想法倒给AI生成计划；第二步降到中档推理快速执行，前提是需求描述足够详细。

原文
产品IT之家·人工智能

AMD 发布智能体 AI 计算机架 Helion，纯 CPU 版本可扩展至 32,768 核心

AMD 宣布推出面向代理式人工智能计算负载的 Helion 机架解决方案，基于 OCP 设计规范和 AMD Helios 开放平台理念，合作伙伴可灵活组合 CPU 与 GPU 资源，其中基于第六代 EPYC 处理器的纯 CPU 版本可扩展至 32,768 核心。AMD 计划将 Helion 规范贡献给 OCP，并正与生态伙伴共同开发，预计 2026 年 11 月正式推出。

原文
观点X：Josh Woodward (@joshwoodward, Google Labs VP)

Google Labs 主管 Josh Woodward 分享内部创新与 PMF 判断的十条心得

Google Labs 主管 Josh Woodward 转发 Lenny Rachitsky 对他的访谈要点，共十条心得。要点包括好点子多来自小团队痴迷的洞察而非头脑风暴、最强的早期 PMF 信号是用户看到原型时眼睛发亮、实验室需要结构独立和明确使命、Google Labs 同期并行约 20 到 30 个实验并以季节化节奏平衡冲刺与探索。

原文
观点X：Rohan Paul (@rohanpaul_ai)

Broadcom 与 Intel CEO 警告资本可能成为 AI 的最大瓶颈

Broadcom CEO Hock Tan 表示，资本而非芯片、内存或电力可能成为 AI 的最大约束；Intel CEO 陈立武也称资本和资本成本是一线挑战，人们最终会要求看到 ROI。两人都认为需求短期内不会降温，Hock Tan 称算力需求超过供给，可能持续到 2029 年甚至 2030 年。融资更难解决，因为数据中心和芯片要多年后才产生收益，债券收益率上升会推高成本。

原文
观点X：Testing Catalog (@testingcatalog)

Claude Opus 5.5 被曝路由至更强模型

ANTHROPIC 🔥：据报道，Claude Opus 5.5 被路由到了一个性能强得多的不同模型。 Claude Fable 5.5 可能是幕后模型的潜在候选，但目前仍未知。 顺带一提，Anthropic 本周将在斯德哥尔摩举办 Founder House 活动。通常这类活动不用于产品发布，但可能会与前沿能力的展示有所重叠。 最好的还在后头 👀

原文
论文X：通义千问 / Qwen (@Alibaba_Qwen)

千问推出 QwenGyre 弹性 RL 框架

千问发布 QwenGyre，为超长时程（XLong）智能体训练引入弹性强化学习，核心设计包括 Elastic Scheduler 与 Trajectory Processor。

原文
观点X：Oran Ge (@oran_ge)

影视飓风Tim演示字节最新世界模型

影视飓风Tim演示了字节最新世界模型，并讲解其五类实际用途：造一个世界并与之互动、把老电影当世界模型随意控制运镜、打开任意门进入梦想中的世界、让机器人在虚拟世界学习操作（含自动驾驶）、戴VR眼镜供医生等职业模拟学习。

原文
产品X：Luma AI (@LumaLabsAI)

Luma 推出 Relight 功能

在 Luma 中试试 Relight - https://app.lumalabs.ai/solutions/relight-studio-v2?utm_source=x&utm_medium=p-social&utm_campaign=q4-social&utm_content=relightstudio&utm_aud=plg

原文
观点英国 AI Security Institute：Blog（网页）

英国 AISI 提出前沿 AI 开发技术最佳实践方向

英国 AI Security Institute（AISI）发布前沿 AI 开发技术最佳实践主张，指出风险正更早出现在训练、内部部署和评估阶段，而能力基准往往刚建立就饱和。AISI 称已独立评估超过 55 个模型，并开源 Inspect 评估框架，主张通过自愿性最佳实践而非强制要求推进技术标准。

原文
教程O'Reilly Radar（热点 RSS）

WebMCP 如何让网站同时面向人和 AI Agent 设计

WebMCP（与 MCP 不同）为网页开发者提供标准方式，通过 document.modelContext.registerTool 注册带名称、描述和输入 schema 的结构化工具，让 Agent 直接调用网站能力，也可用 HTML 表单属性声明式暴露工具。

原文
产品X：Satya Nadella (@satyanadella)

微软发布自研芯片 Maia 300 并将大规模扩展 Maia 推理部署

微软宣布明年起将 Maia 芯片家族扩展到多吉瓦级部署，作为自家产品和服务的首选推理系统，并发布 Maia 300，每瓦 token 产出比主流 GPU 系统高 40%。Maia 200 已在美国、欧洲和澳大利亚部署，在 Teams 和 Copilot 场景中每瓦 token 产出提升最高 1.7x。

推荐理由：作者本人官宣自研芯片路线，给出了 Maia 300 与 Maia 200 的能效数字和部署范围，可对比主流 GPU 方案的取舍。

原文
行业X：Satya Nadella (@satyanadella)

微软扩展 Azure Maia 系统部署

阅读更多：https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/

原文
行业Tripo（官方 X）

Tripo 社区项目 Charakuru：单图生成 3D 角色

Tripo 在 Community Builds 中重点介绍社区伙伴 Nano（@Dstudio_ai）基于 Tripo P2.0 打造的开源角色建模套件 Charakuru，可将单张全身 2D 插画转为可用于 Vtubing 或游戏开发的 VRM 模型。

原文
行业TechCrunch：AI（RSS）

前Plaud高管创办Ambi，融资2600万美元做全天候监听AI应用

前Plaud高管Peter Mo创办的Ambi完成2600万美元融资，由Luminous Ventures和华勤领投，并推出iPhone、Mac和Apple Watch应用。该应用可全天候监听用户，在会议中主动提供建议，并支持跨设备接续任务。Ambi称环境采集默认关闭、不存储录音且数据加密，但披露责任仍由用户承担。

原文
行业Ars Technica：AI（RSS）

Amazon 机器人数量超百万，人类员工的下一步是什么

Amazon 全球运营的机器人超过 100 万台，支撑每天数千万件当日与次日达包裹配送，并计划建厂继续扩充机器人队伍。Amazon 仍是全球第二大企业雇主，拥有超 150 万名全职和兼职员工；高管称机器人承接了最易疲劳受伤的重活，但劳工团体和 George Mason 大学教授 Brian Greenwood 等研究者指出，协作机器人贴近工人且能决定工作节奏，改变了过去自动化远离工人的模式。

原文
观点Azeem Azhar：Exponential View（RSS）

Exponential View：GLP-1 的影响为何可能超过 AI

Azeem Azhar 撰文称 GLP-1 药物影响可能超过 AI，2025 年底其销售额达 760 亿美元，超过生成式 AI 的约 630 亿美元；美国成人使用比例从 2024 年的 3% 升至 11%。文章梳理价格崩塌（印度仿制药月供约 13 美元，比原价低 99%）、一年内约半数用户停药、以及戒酒和心脏衰老放缓等潜在外溢效应，并称其为一种社会层面的节制技术。

原文
教程X：可灵 Kling AI (@Kling_ai)

创作者用可灵 4.0 打造爆款 AI 音乐视频

如何做出一支让人热议的 AI 生成音乐视频？👀🎬 PROMPTR Studios 创意总监兼联合创始人 Simon Meyer 提前获得了 Kling 4.0 的使用权限，用来测试它的新能力。他创作的这支音乐视频走红，观众纷纷想知道他是怎么做到的。 在本期 Creator Off Script 中，Simon 拆解了自己的创作流程，分享了他如何让 AI 画面显得真实，并揭晓了 Kling 4.0 中最让他印象深刻的那些功能。

原文
行业Hacker News：AI 热帖

QGIS 通过 QEP428 禁止 AI 辅助贡献

QGIS 通过 QEP428 提案，将 AI 政策改为严格的 NOT ALLOWED，由 nyalldawson 提交并于 2026 年 10 月 7 日合并进 QGIS-Enhancement-Proposals 仓库。

推荐理由：原文呈现社区内部对禁令理由、措辞模糊处和后续放宽路径的直接讨论，读者可以借此理解开源项目应对 AI 贡献压力的真实权衡。

原文
教程Tessl：产品与工程博客

如何只用自己拥有的文件约束编码智能体

Tessl 博客文章介绍用四个可拥有的文件杠杆约束编码智能体：CLAUDE.md 指令、.claude/rules/ 路径级规则、.claude/ 下的能力配置和 .claude/hooks/ 钩子。

推荐理由：作者用同一工单三次实测对比 charter 各文件杠杆的效果，方法可迁移到自己的仓库，并指出机器可查与需人审的边界。

原文
观点X：howie.serious (@howie_serious)

博主批评 AI Edge Foresight 不支持中文并质疑博主扎堆推荐未实测应用

howie.serious 批评被多名 AI 博主推荐的 Mac 端离线 AI 笔记应用 AI Edge Foresight 不支持中文，并质疑这类推荐。被引用的介绍称该应用免费、离线，在苹果芯片 Mac 本机运行 EmbeddingGemma 2 做语义检索和 Gemma 4 生成回答，作者借此提出推荐应用应自己下载试用后再推荐，因为推荐是用人格背书。

原文
观点IT之家·人工智能

英特尔 CEO 陈立武与博通 CEO 陈福阳预警：资金短缺或成 AI 发展最大瓶颈

据 CNBC 报道，英特尔 CEO 陈立武与博通 CEO 陈福阳警告，资金可能成为 AI 发展的最大瓶颈，融资比半导体、存储和电力更可能成为 AI 扩张的主要障碍。陈福阳称计算基础设施需求超过供应能力，这种失衡可能持续到 2029 年甚至 2030 年；陈立武认为 AI 成本不断上升，巨额投资能否获得足够回报仍存疑问，且未来两到三年行业不太可能明显放缓。

原文
观点X：Oran Ge (@oran_ge)

发钱比发物资更有效？AI 投资与贫困救助之问

推文列出两个数据：贫穷家庭幼儿出生后给 1000 美金可降低 40% 死亡率；人类只需拿出 AI 投资一半的钱就能解决全球极度贫困，却选择造一个"神"并承诺它能解决贫困。作者由此质疑"给穷人发钱不如发物资"的实验是否也是让富人心安理得的传播案例。

原文
教程X：Meshy (@MeshyAI)

Meshy 3D Agent 自定义技能做角色设计

Ep. 1 | 用自定义 Skill 做角色设计 我们的 3D 美术团队如何使用 Meshy，Ep. 1： 在 Meshy 3D Agent 中用自定义 Skill 做角色设计。 一张参考图。逐步确认： 概念 → 三视图 → 角色设定图 → 故事 → 12 格分镜。 一个角色。无限世界。

原文
行业IT之家·人工智能

腾讯元宝将推出独立 App“元宝助手”，布局 Personal Agent 赛道

腾讯元宝正在开发 Personal Agent 产品“元宝助手”，并计划推出独立 App，给予其独立于元宝主 App 的运行空间与权限，承载长周期任务、个人长期记忆等 Agent 核心能力。腾讯内部还有社交等多个业务部门在研发 Personal Agent 相关产品或功能。此前豆包也在推进个人助理产品“小豆”，同样计划推出独立 App，目前处于内部测试阶段。

原文
论文The Decoder：AI News（RSS）

AlphaProof Nexus 攻克 9 个未解 Erdős 问题并经同行评审

Science 新研究显示，Google DeepMind 的 AlphaProof Nexus 独立解决了 353 个开放 Erdős 问题中的 9 个，其中 2 个悬置 56 年。

推荐理由：这条报道把系统架构和同行评审安排都讲清了，读者可以据此理解形式化证明工作流的可行性与验证方式。

原文
观点IT之家·人工智能

安蒙：AI 企业已要求高通 2028 年推出支持 100B 模型本地运行的移动平台

高通 CEO 安蒙透露，已有人工智能企业要求高通在 2028 年推出支持 100B 参数模型本地运行的智能手机移动平台。他认为 AI 智能体将推动下一轮智能手机“超级周期”，并最看好智能眼镜这一可穿戴 AI 设备。对于 6G，他预计 2028 年洛杉矶奥运会有望演示，早期部署在 2029~2030 年启动。

原文
行业公众号：面壁智能（MiniCPM）

面壁智能与中电信人工智能签署战略合作协议，共推端侧模型规模化落地

面壁智能与中电信人工智能科技有限公司在北京签署战略合作协议，双方将联合开发产品，围绕终端智能与行业智能两大方向展开深度合作。合作以联合解决方案、联合推广模式推进，面向消费电子打造个性化端侧 AI 应用，面向企业级应用聚焦垂直行业标准化模型与智能体基础设施，并协同提升端侧模型能力、探索推理加速等关键技术。

原文
观点X：Testing Catalog (@testingcatalog)

ChatGPT 网页流量份额回升至 56%，Gemini 微降至 25%

Similarweb 数据显示，ChatGPT 网页流量份额过去 4 个月持续回升，从 53% 升至 56%，但远低于一年前的 71%；Gemini 同期仅从 26% 微降至 25%，其去年增长主要来自 Gemini 3 的成功。Claude 份额约 9.6%，推文认为若 Anthropic 开始面向普通消费者，这一格局可能很快改变。

原文
观点IT之家·人工智能

微软总裁布拉德 · 史密斯：AI 受到的监管甚至不如牛奶和洗衣机

微软总裁布拉德 · 史密斯称，目前洗衣机受到的安全监管都比 AI 严格，每盒牛奶都要受安全规则约束并接受检查。他呼吁业界制定更多安全规格，要求持有失控 AI 智能体的公司为其入侵其他企业造成的损害承担责任，并建议企业设置“终止开关”以便在 AI 失控时暂停运行。

原文
论文X：Rohan Paul (@rohanpaul_ai)

JetBrains 研究：编程智能体基准应匹配真实任务流

JetBrains 研究团队分析 4,782 个真实编程智能体会话后发现，功能开发与 bug 修复在真实请求中占比远低于一半，用户会在长会话中不断切换提问、规划、审查与编辑任务，而 SWE-Bench Pro 中这两类任务占比高达 93.8%。

原文