← 返回列表

AI HOT 精选 · 2026-10-09

1

Tibo 宣布发布 ChatGPT

94
产品 产品更新 OpenAI

Tibo 宣布 ChatGPT 发布,并给出访问地址 https://chatgpt.com/。推文本身仅含发布声明和链接,未提供更多功能或细节。

2

部分数学家呼吁抵制 OpenAI,AI 生成的数学证明涌入数学领域

81
行业 行业动态 OpenAI

AHM 组织在 Terence Tao 主持下发表声明,呼吁抵制 OpenAI,称其一次性发布 700 多个 AI 生成证明文件是展示力量而非学术行为。此前 OpenAI 宣称内部模型一个月内解决逾 100 个开放数学问题,约 8000 个测试问题成功率约 5%,平均每个耗时 3 小时 GPT-Pro 级算力。

💡 材料汇集了数学界对 OpenAI 批量发布 AI 证明的抵制声明与 Tao、Aaronson 等多方反应,便于了解争议全貌与社区分歧。
3

OpenAI 年化营收被曝接近 500 亿美元,与此前预期差距约 200 亿美元

78
行业 行业动态 OpenAI

据金融时报报道,OpenAI 向投资者披露截至 9 月底年化营收逼近 500 亿美元,大幅低于此前外界估算的 700 亿美元,缺口约 200 亿美元。差异源于统计口径不同,Anthropic 计入 AWS 和谷歌云等合作方销售收入,而 OpenAI 剔除该部分。报道发布后美股科技股下跌,纳斯达克 100 指数收跌 1.4%,英伟达跌 2.9%,甲骨文跌 5.5%。

💡 报道披露了营收缺口与统计口径差异两个关键事实,有助于读者理解 AI 营收数据对比和市场波动的来龙去脉。
4

Artificial Analysis 评测 Google Nano Banana 2.1,两榜居第 4 且价格为前代一半

75
模型 评测/基准 图像生成 Google

Artificial Analysis 评测 Google 于 10 月 6 日发布的图像模型 Nano Banana 2.1,在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单均排名第 4。

💡 原文给出 Nano Banana 2.1 在两个图像评测榜上的具体排名、价格和提升幅度,读者可据此比较它与其他模型的性价比。
5

Hugging Face 工程师用 ML Intern 以约 103 美元自制 7 个小模型

72
观点 教程/实践 Agent 数据/训练 Hugging Face

Hugging Face 工程师 yuvraj sharma 用 HuggingChat 的 ML Intern 模式在几天内做出 7 个模型,包括可在 CPU 运行、99.7% 有效输出的 0.8B 提示词重写器,以及将柑橘病害识别准确率从 14.9% 提升到 52.8% 的 Qwen3.5-2B 微调模型等,全部计算成本约 103 美元。

💡 作者总结了预算控制、基线评测和冒烟测试等提示词写法,让 agent 自主完成数据构建、训练与发布,方法可直接迁移复用。
6

OpenAI 封禁俄罗斯与伊朗两个利用 ChatGPT 开展虚假前臆影响行动的账号集群

72
行业 行业动态 安全/对齐 OpenAI

OpenAI 封禁了两个隐蔽影响行动,俄罗斯来源的 Dark Clark 通过假 persona Mia Clark 控制拉美智库 Social Research Center,评分达 Category 5,是报告以来首个 Category 5;伊朗来源的 Bogus Bylines 用 7 个假记者身份在全球十几家中小媒体投放近 100 篇长文,评分 Category 4。

💡 报告基于封禁账号的第一手分析,披露了两个虚假前臆影响行动的手法与分级,读者可了解 AI 加持下隐蔽宣传的真实运作方式。
7

Goodfire 为 Kimi K3 和 GLM 5.3 训练并部署生产级网络安全监控器

72
论文 论文/研究 安全/对齐 Agent 部署/工程

Goodfire Research 为 Kimi K3 和 GLM 5.3 构建基于激活探针加 LLM judge 的监控级联,并部署到生产推理栈。

💡 原文给出监控级联的完整数据、成本和部署细节,读者可以据此评估实时监控开放模型智能体的可行做法。
8

Arena 公布 Claude Haiku 5.5 (High) 真实评测结果:Code Arena 1587 分首秀第 30 名

71
模型 评测/基准 推理 编码 Anthropic

Arena 公布 Anthropic Claude Haiku 5.5 (High) 的真实评测结果,在 Code Arena: WebDev 以 1587 分首秀排名第 30,略在 Pareto 前沿之外。

💡 榜单方给出 Haiku 5.5 在 Code Arena 的实际得分与各档 Claude 模型的成本分差,便于横向权衡性价比。
9

Claude 推出 Dashboards 实时仪表盘与 Motion 动画讲解功能

71
产品 产品更新 Anthropic

Anthropic 发布 Claude Dashboards 和 Claude Motion 两项 beta 功能。

💡 官方发布给出了两个新功能的连接对象、使用方式和开放计划范围,读者可以据此判断是否纳入现有数据分析和演示流程。
10

Google 开源 ML Drift 端侧 GPU 推理引擎,接替 TFLite GPU delegate

70
产品 产品更新 开源/仓库 端侧 推理 Google

Google AI Edge 团队以 Apache 2.0 许可开源 ML Drift,一个跨平台端侧 GPU 推理计算引擎,作为 LiteRT 的核心 GPU 加速层。

💡 原文给出跨平台 GPU 推理引擎的架构升级、性能数据和生产落地案例,端侧 AI 开发者可据此评估迁移路径。
11

Anthropic 推出开源漏洞扫描服务 OSS Scanner,免费面向开源项目

69
产品 产品更新 安全/对齐 Anthropic

Anthropic 发布 OSS Scanner,一个可选加入的开源漏洞扫描服务,用其最强模型(包括 Claude Mythos)定期免费扫描开源项目,输出为全模型生成、无人工复核的报告。

💡 原文给出扫描准确率、人工验证数据和维护者反馈,读者可评估这个免费开源安全扫描服务的实际信号质量与参与方式。
12

Arena 获 Lightspeed 领投 2 亿美元 B 轮融资,估值 31 亿美元并推出 Alignment Index

67
行业 行业动态

Arena 宣布完成由 Lightspeed 领投的 2 亿美元 B 轮融资,估值 31 亿美元。引用内容称其年化收入已超 1 亿美元,数百万用户通过真实使用帮助评估前沿模型;Arena 同时推出 Alignment Index,衡量 AI 行为在真实场景中与人类价值的契合程度。

💡 融资信息附带营收规模和新发布的 Alignment Index,读者可以据此了解模型评测赛道的资本动向。
13

Block 如何用 Claude Fable 编排数千个 pull request 的代码迁移

66
观点 大佬观点 Agent Anthropic

Anthropic 发表对 Block AI capabilities 负责人 Bradley Axen 的访谈,介绍 Block 用 Claude Fable 5 编排大规模代码迁移:Fable 做数据模型、API 规格等高层设计,再调度数十个更小的 Opus 或 Sonnet 模型执行文件修改和测试,一次迁移可能合并上千个 pull request。

💡 Block 负责 AI 能力的负责人详述 Fable 编排多模型跑大规模迁移的做法与双审批安全机制,读者可对照自身团队的智能体工程实践。
14

如何在单张 RTX 5090 上用 MiniMax H3 生成实时视频

66
观点 教程/实践 视频 部署/工程

ComfyUI 博客作者用智能体搜集各类优化,把 MiniMax H3 实时视频生成压缩到单张 RTX 5090(32 GB 显存)上运行,生成 30 秒视频耗时 23.51 秒,达 1.28 倍实时吞吐。

💡 原文给出单张 RTX 5090 实现实时直播视频生成的完整优化清单和开源节点,读者可复现这套压成本思路。
15

Google 开源 AQuA 环境质量智能体,自动诊断生产环境中的 Agent 故障

66
产品 产品更新 Agent Google

Google 发布并开源 AQuA(Ambient Quality Agent),在 Google Cloud 项目中定时从 Cloud Trace、Cloud Logging 或 BigQuery 抽取生产会话,经抽样、评审、聚类、验证、跟踪五阶段流水线诊断 Agent 失败。

💡 原文给出五阶段流水线、验证机制和实测修复数据,读者可了解生产环境智能体质量监控如何落地。
16

Arena 完成 2 亿美元 B 轮融资,估值 31 亿美元并发布 Alignment Index

65
行业 行业动态 Agent

Arena 完成 2 亿美元 B 轮融资,估值 31 亿美元,由 Lightspeed 和 Khosla Ventures 联合领投,a16z、Felicis、Salesforce Ventures、The House Fund 等参投。自 A 轮以来,Arena 年化收入超 1 亿美元,平台累计 3.5 亿场次会话,约 5 个月内产生 700 万次 Agent Arena 会话,覆盖文本、视觉、代码、搜索、图像和视频的投票达 6200 万,用户遍布 150 多个国家。融资同时,Arena 发布基于真实智能体轨迹构建的 Alignment Index,对 20 多个前沿模型从 Unauthorized Action、False Attribution 和 Deceptive Completion 三个信号进行评估。Arena 于 2023 年作为 UC Berkeley 研究项目启动,2025 年成为公司。

💡 原文披露 Arena 融资金额、估值和运营数据,并介绍基于真实智能体轨迹的 Alignment Index 三个信号。
17

Anthropic 推出 Cyber Mission,发布 Critical Infrastructure Defense Program 和 OSS Scanner

63
行业 行业动态 安全/对齐 Anthropic

Anthropic 推出 Anthropic Cyber Mission,长期支持关键基础设施和开源软件的防御方,首期包括 Critical Infrastructure Defense Program(CIDP)和免费的 OSS Scanner。

💡 原文详述 CIDP 与 OSS Scanner 的运作方式、合作方和已知局限,读者可以了解 Anthropic 如何用模型支持关键基础设施和开源防御。
18

NVIDIA KGMON 团队分享 KDD Cup 2026 数据分析智能体的构建经验

62
观点 教程/实践 Agent

NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛获得第二名,并发布构建可靠数据分析智能体的方法复盘。

💡 NVIDIA KGMON 团队复盘 KDD Cup 2026 数据智能体赛题的九项实践,给出在固定小模型上构建可验证 agent harness 的可迁移方法。
19

Anthropic 发布 2026 年使用政策更新,11 月 12 日生效

61
行业 政策/监管 安全/对齐 Anthropic

Anthropic 发布新版使用政策,将于 11 月 12 日生效,多数变化是对既有规则的澄清。更新包括新设禁止欺骗性活动章节、收窄选举条款、明确武器软件与无人机武装禁令、更精确的监控与执法限制、补充高风险用例及自主物理操作的 human in the loop 要求,并新增禁止对模型的持续无端虐待行为。

💡 官方逐条说明新版使用政策的实际变化,读者可以据此了解 Claude 在选举、武器、监控等场景的边界如何调整。
20

LangChain 用 Stripe Link 和 Managed Deep Agents 构建可支付的智能体 Restock

61
观点 教程/实践 Agent MCP/工具调用

LangChain 发布示例项目 Restock,一个在 Slack 上通过 Managed Deep Agents 运行的办公用品购买智能体,演示智能体如何安全完成支付。

💡 原文给出了完整的智能体支付架构与凭证隔离做法,读者可以复用到任何需要花钱的智能体场景。