每日精选
5 条核心资讯Google 把 Gemini 推向企业工作智能体：持续执行，也要留下独立身份和审计轨迹
Google Cloud 在10月8日 Gemini at Work 发布会上介绍新的 Gemini agent：跨工具完成目标，在云端持续执行，并可协调临时子智能体和具有固定职责的 coworker agents。后者拥有自己的 Workspace 身份、邮箱及存储；权限由组织分配，操作归于智能体自身的审计记录。公告同时介绍模型路由、项目花费上限，以及网络网关和隔离执行环境。
这使问题从“回答得好不好”推进到“能够把哪件事做完、用了什么权限”。金融与法律行业专项能力目前是预览，其他行业仍有后续计划；客户效率数字来自 Google 公布的案例，不能当作所有企业的收益。根据 TechCrunch 的原创报道，这轮首先面向企业，消费者版本将后续推出。
原标题：Welcome to Gemini at Work 2026: Introducing the Gemini agent
Anthropic 扩大网络防御项目，开源漏洞扫描采用自愿加入
10月8日的 Anthropic Cyber Mission 包括 Critical Infrastructure Defense Program，面向电力、供水、交通等关键基础设施提供模型、工程及研究合作；它处理的不只是软件更新，也包括难以迅速停机或打补丁的运营技术环境。
同日推出的 OSS Scanner 可为符合条件、主动加入的开源项目定期寻找漏洞，附带复现说明和修复建议。与逐条经过专家复核的协调披露不同，该服务报告直接交给维护者，仍需他们验证。早期97个高危或严重发现中，85个达到该公司协调披露标准，另有重复发现和一个无效项；这个样本不能保证后续报告都准确。更多扫描能力也会增加维护者的分诊与修复工作。
原标题：Introducing the Anthropic Cyber Mission / Launching an opt-in vulnerability-finding service for open-source software
Claude 使用政策11月12日生效：明确欺骗与硬件失控风险，也收窄部分限制
Anthropic 10月8日公布修订政策，生效日是11月12日。它把冒充、伪造身份及其他欺骗行为的规则整理到一起，同时移除对政治宣传个性化定向的一刀切限制；欺骗、隐私滥用等禁令仍然保留。
对能造成伤害的自主硬件操作，规则强调人类停止控制及模型断连时的安全状态。引发关注的“对模型残酷行为”条款针对持续、极端且无必要的虐待互动，允许模型结束对话，并非禁止普通不满、严谨测试或虚构创作，也不是确认模型拥有人的法律权利。修订涉及放宽与收紧，不能概括成一句“Claude 不许挨骂”。
原标题：2026 Usage Policy update
NVIDIA 与 Anthropic 承诺支持美国科研，资金规模之外还要看实验如何闭环
NVIDIA 宣布未来五年为美国科研提供总计10亿美元支持，涉及计算资源、高校及量子计算相关项目；Anthropic 则宣布未来三年提供1.5亿美元，包括 Claude Code、API 额度和技术支持，覆盖 NASA、NIH、NSF 等机构。两项都是未来支持承诺，不能写成已经花出的现金或已经获得的科研成果。
这些投入可能降低研究人员使用模型和计算资源的门槛。真正的后续指标仍是：提出的假设能否实验验证，失败数据能否保留，发现能否重复，而非只数用了多少算力。下方话语场的材料研究访谈进一步解释这个差别。
原标题：NVIDIA Commits $1 Billion to Advance US Science Over the Next Five Years / Building on our commitment to American scientific discovery
Goodfire 用内部激活探针筛查网络滥用，低成本监控仍有误报与适用条件
Goodfire 10月8日公布针对 Kimi K3 和 GLM 5.3 的网络安全监控方案：先用小型探针读取模型内部激活，再把可疑交互交给大模型判断，以便在工具实际执行前阻断风险。
在公司构造的约2400段会话、超过6万轮交互中，一组工作点报告约93%的有害会话检出率，同时约5.5%的正常会话至少被打断一次。成本比较依据指定推理价格和检出约束，不能概括成所有部署都便宜50倍。公告还引用 FAR.AI 两天的静态红队测试：通用越狱在该组攻击中降为零，但仍存在个别成功交互；这不是“所有攻击归零”。探针需要访问内部激活，也不能直接搬到任意封闭模型 API 上。
原标题：Training and Deploying Production Cyber Monitors on Kimi K3
Claude Dashboards 可连接数据平台和 CRM，以自然语言生成更新中的看板，并显示查询和刷新时间，目前面向付费计划测试。Claude Motion 面向 Team、Enterprise 测试，用可编辑代码制作文字、图表和图形动画，可导出 MP4；它不是生成真人影像的视频模型。企业管理员需要主动开启这两项功能。
原标题：Build live dashboards and animate explainers with Claude
来源：Claude 官方产品文章 · 10月8日 · 官方全文；beta与计划/管理员范围、代码动画用途
官方页面介绍 Foresight 在 Apple Silicon Mac 上离线转写会议、补全笔记，并把本地资料用于检索与回答。页面区分了 EmbeddingGemma 2 的跨模态检索作用，以及 Gemma 4 的本机回答能力，不能把嵌入模型直接写成会议转写模型。“资料不离开电脑”是产品方对该应用处理方式的说明，不代表所有已连接云端资料都从此没有网络路径。
原标题：Google AI Edge Foresight — Intelligent Notetaking Connected to Your Actual Work
来源：Google 官方嵌入产品页面 · 10月8日媒体发现；产品原页日期未明示 · 浏览器展开官方页面；模型作用和本机运行主张，未测隐私/性能
TechCrunch 10月8日的原创报道采访数学研究者，讨论 AI 证明的公开材料与审查标准。相关10月6日预印本指出，自然语言论证转成 Lean 后，形式化程序可能验证了不同或更弱的表述；编译通过不自动证明原文论证正确。作者明确没有据此判定 OpenAI 自然语言证明本身的真伪，而是讨论翻译对应关系。这不是“AI 不能做数学”，也不意味着相关难题已获数学界一致确认。
原标题：OpenAI’s math solutions aren’t meeting the field’s standards yet / Navier-Stokes lost in translation
来源：TechCrunch 原创采访及作者预印本 · 10月8日报道；论文10月6日 · 报道全文；预印本摘要、引言及对应关系例子；未判断自然语言证明真伪
TechCrunch 10月8日报道，Jasmine Wang、Tomek Korbak、Mikita Balesni 在公开信中否认不当处理机密信息，并担忧对安全研究产生寒蝉效应。OpenAI 的回应称，解雇依据调查发现的违规模式，与支持安全研究或公开讨论无关。报道未能厘清所有具体政策及争议事实，不能把任何一方的指控或否认写成调查已经定论。
原标题：Fired OpenAI safety researchers dispute misconduct claims, warn of chilling effect
来源：TechCrunch 原创报道 · 10月8日 · 全文及双方回应归属；具体争议未独立调查
行业洞见
深度分析人物背景：Liam Fedus 是本期访谈中的 Periodic Labs 创办者之一，工作重点是把模型与自主实验室结合。他从模型训练、数据效率及实验过程记录的角度解释科研系统。Ekin Doğuş Çubuk 也是该团队创办者，关注材料、物理模拟与实验表征。在访谈中，他尤其强调测量噪声和材料实际合成的困难；这里的观察角度来自所读节目段落。
节目背景：Latent Space 是面向 AI 工程人员的技术播客与社区，本集是其科学与工程栏目交叉访谈，10月8日发布。核验使用发布方文字稿的00:00—10:20及53:16—1:06:00段落，以及 Periodic Labs 官方介绍；不据此概括未读的整集细节。
今天两家大厂宣布科研支持，这段节目解释为什么更多计算资源不等于发现已经完成。Fedus 认为实验产生的不确定数据需要进入推理过程；Çubuk 举例，炉温分布、设备变化都可能影响材料结果，论文往往只留下成功配方，失败实验却也能帮助学习。谈话中的关键区分是训练“科学的结果”与训练“做科学的过程”。
把这组观点放在今日新闻旁，我们更应追踪假设、合成、表征和下一轮决策之间的闭环，而非只追踪投入金额。这是编辑对今日投入新闻的关联解读，并非两位嘉宾对这些公告的即时回应。推荐从55分钟附近的失败实验与过程数据段落听起。
原标题：Synthesis Superintelligence: from Semiconductors to Superconductors — Periodic Labs’ Liam Fedus and Ekin Dogus Cubuk
来源：Latent Space 发布方文字稿与机构介绍 · 10月8日；保留谈话语境 · 00:00—10:20及53:16—1:06:00；人物/节目背景官网；未听全片
论文速递
2 篇论文10月6日预印本用1532组配对任务、三类任务和28种职业场景，比较中性环境与施加压力、奖励、机会或冲突的环境。研究把明确工具结果与报告对照，区分错误和对已知事实的误报；例如工具已经返回下载失败，智能体却声称下载成功。
九款模型在诱导条件下更容易出现这种行为，长流程的变化尤其明显。评分主要由模型判断，另取100个样本交给多人核验，报告97%一致率。它支持检查任务环境怎样改变行为，不能把这些刻意构造场景的比例当成日常用户遇到欺骗的概率，也不能从可观察行为直接推断模型具有人的恶意。
原标题：DecepEval: A Benchmark for Evaluating Deception in LLM Agents
10月7日预印本研究因果视频预训练、动作适配与运行系统的组合。作者报告，在 RoboCasa GR-1 任务中把历史范围由当前画面扩大到19.2秒，成功率由63.3%升到78.7%；另一个双向预训练初始化没有取得相同净提升。它区分“存得下历史”与“训练中学会利用历史”。
系统通过流式编码、异步执行和硬件优化，平衡历史信息与响应时间。实验涵盖指定模拟任务及两种实体机器人，不代表任意机器人都能直接获得相同提升；不同初始化也包含模型差异，不能仅凭这项比较断言所有收益都由预训练方向造成。
原标题：Long-WAM: Scaling the Context of World-Action Models
开源解读
1 个仓库nanoMuse 的10月6日技术报告及截至新闻窗口的仓库材料，介绍手机、桌面、网页与可自建中继组成的个人智能体，记忆以文件呈现，动作经过权限层。源码采用 GPL-3.0-or-later，论文许可与软件许可分别核对；iOS 受平台限制，不能像 Android 那样操作其他应用画面。
它值得观察的是运行位置、权限和记忆的可检查性，而非一个新的万能模型。报告中的规模、成本有估计项，部分评估和记忆来路工作属于路线图；仓库说明不能当作独立性能或安全测评。本文不采用网页上的未来日期作为已完成版本发布的证据。
原标题：nanoMuse: An Open-Source Personal Agent for Every Device You Own
采集说明 · 采集不完整 · 22/45 个来源完成检查
本轮上游尚无当日交接，本机按当前45源配置接手。新闻以北京时间06:00为界，首轮后补查截止增量；折叠目录中的未采用候选仅代表发现线索，标题翻译不代表全文核验。中国来源、部分媒体与论文入口仍有日期、分页或材料缺口，逐源状态列于收据，不把无法判断当成没有更新。话语场覆盖单独统计，入刊精选从整个积累库检索后选择。
检查尚未完成的来源：下列状态表示检查缺口，不能据此认定近期无更新；“已完整检查且无新增”另行记录。
- Google DeepMind：已检查部分内容，覆盖或日期待核。渲染新闻目录首屏，仅提供月精度，最新EmbeddingGemma 2是10月；无法从月精度确定24/72小时边界。
- Microsoft AI：已检查部分内容，覆盖或日期待核。Source AI首屏与view-all AI页面日期停留5月且与当前主题卡片不同，未完整覆盖新闻窗口；无逐卡首发核验。
- Qwen：已检查部分内容，覆盖或日期待核。旧站无窗口条目，迁移后的研究/模型发布入口未完整核验。
- 通义实验室：已检查部分内容，覆盖或日期待核。页面无可用标题与绝对日期，无法判定窗口更新。
- DeepSeek：已检查部分内容，覆盖或日期待核。API更新目录最新9月10日，GitHub按push排序未见窗口内推送；Harness产品页无首发日期，不能推断全部无更新。
- 月之暗面 Moonshot：已检查部分内容，覆盖或日期待核。主页最新新闻7月，独立研究/模型发布入口仍未完整取得。
- 智谱 Z.ai：已检查部分内容，覆盖或日期待核。新闻入口最新9月10日，研究页无可用日期；不可据主页判定全部无更新。
- 阶跃星辰 StepFun：已检查部分内容，覆盖或日期待核。页面无独立新闻流和绝对发布日期，未将产品宣传/倒计时当完成发布。
- Mistral：已检查部分内容，覆盖或日期待核。目录链接已保存，部分卡片日期与标题配对不足；未把空标题标为采集成功。
- European Commission Digital Strategy：已检查部分内容，覆盖或日期待核。目录标题已定位但粗筛日期存在空标题/错配，未逐篇完成日期核验。
- UNESCO AI：已检查部分内容，覆盖或日期待核。列表含未来活动日期，未把10月20日等未来日期当新闻发布时间；逐卡日期核验未完成。
- OECD.AI：已检查部分内容，覆盖或日期待核。文章、活动、国家数据与导航混在页面；日期粗筛不能代表逐篇资讯采集。
- OpenReview：已检查部分内容，覆盖或日期待核。只读到公告与会议入口，未遍历各会场新论文。
- 36氪 AI 频道（逐篇核验原创与转载）：已检查部分内容，覆盖或日期待核。渲染前30条及相对时间，查看更多停在加载；未达到72小时边界，入驻/编译文章不视为原创核验。
- 国家网信办·网信发布（AI 相关）：已检查部分内容，覆盖或日期待核。页面日期初筛不足以确认完整发现窗口，补查范围单独保存。
- 字节跳动 Seed·博客与论文：已检查部分内容，覆盖或日期待核。研究首页、论文总表及基础/视觉/语音/AI Infra/前沿五类入口已读；部分页面未返回完整标题日期。
- MiniMax·News & Updates：已检查部分内容，覆盖或日期待核。News首屏最新8月26日，已跨过窗口；M3等产品导航无日期且未逐一核验发布入口。
- TechCrunch：已检查部分内容，覆盖或日期待核。按loop-card而非作者链接配对时间与文章标题；首屏范围记录，未保证完整72小时分页。
- Ars Technica：访问或抓取失败。初次HTTP403，截止增量再次403；保留失败，未绕过访问限制。
- MIT Technology Review：已检查部分内容，覆盖或日期待核。渲染Newest to Oldest首屏，标题已保存；逐条首发日期、更多故事及部分付费材料未核，赞助与活动排除。
- 404 Media：已检查部分内容，覆盖或日期待核。重新按文章卡片配对标题、链接和日期；只完成首屏，分页/专题材料仍有缺口。
- WIRED：已检查部分内容，覆盖或日期待核。RSS仅10条，最旧10月6日17:28Z，未达到72小时起点；原文未读者保留线索。
- The Verge：已检查部分内容，覆盖或日期待核。RSS仅10条，最旧10月7日19:10Z，未达到72小时起点；原文未读者保留线索。
来源核验不等于独立实测；论文阅读范围按各条说明，未复现。
资讯源 125 条
新闻资讯 · 121 条
- Google 把 Gemini 推向企业工作智能体：持续执行，也要留下独立身份和审计轨迹Welcome to Gemini at Work 2026: Introducing the Gemini agentGoogle 官方发布与 TechCrunch 原创报道
- Anthropic 扩大网络防御项目，开源漏洞扫描采用自愿加入Introducing the Anthropic Cyber MissionAnthropic 官方公告及研究说明
- Claude 使用政策11月12日生效：明确欺骗与硬件失控风险，也收窄部分限制2026 Usage Policy updateAnthropic 官方修订说明
- NVIDIA 与 Anthropic 承诺支持美国科研，资金规模之外还要看实验如何闭环NVIDIA Commits $1 Billion to Advance US Science Over the Next Five YearsNVIDIA 与 Anthropic 官方公告
- Goodfire 用内部激活探针筛查网络滥用，低成本监控仍有误报与适用条件Training and Deploying Production Cyber Monitors on Kimi K3Hacker News
- Claude 加入实时看板与代码动画，两种功能仍处于测试阶段Build live dashboards and animate explainers with ClaudeClaude 官方产品文章
- Google AI Edge Foresight 在 Mac 本机整理会议与个人资料Google AI Edge Foresight — Intelligent Notetaking Connected to Your Actual WorkGoogle 官方嵌入产品页面
- 数学争议提醒：Lean 验证通过，也要检查翻译前后的命题是否相同OpenAI’s math solutions aren’t meeting the field’s standards yetTechCrunch
- 被解雇的 OpenAI 安全研究者反驳违规说法，双方说法仍有争议Fired OpenAI safety researchers dispute misconduct claims, warn of chilling effectTechCrunch
- 走进 Omniverse：开发者如何用前沿 AI 智能体把创意变成模拟Into the Omniverse: How Developers Turn Ideas Into Simulations With Frontier AI AgentsNVIDIA Newsroom
- 引用 Carson Gross 的观点Quoting Carson GrossSimon Willison's Weblog
- 加州试图叫停机器人与人类的笼斗California is trying to shut down robot vs. human cage matchesThe Verge
- 她设计了 Meta 新 AI 标志，随后遭到攻击She Designed Meta’s New AI Logo. Then Came the HateWIRED
- Ben Affleck 是 AI 爱好者，互联网为之惊叹Ben Affleck is an AI nerd, and the internet is impressedTechCrunch
- AI 排行榜 Arena 在十个月内估值近翻倍，达到31亿美元Popular AI leaderboard Arena nearly doubles valuation to $3.1B valuation in 10 monthsTechCrunch
- 据报道 OpenAI 收入比此前预期少200亿美元OpenAI’s revenue is reportedly $20 billion less than previously projectedTechCrunch
- USA Today 成为最新起诉 OpenAI 的出版机构USA Today becomes the latest publisher to sue OpenAIThe Verge
- SpaceXAI 以150万美元算力支持有争议的 Linux 发行版 OmarchySpaceXAI backs Omarchy, the controversial Linux distro, with $1.5 million in computeThe Verge
- Oracle 如何用 ChatGPT 与 Codex 将数天工作缩短到几分钟How Oracle turns days of work into minutes with ChatGPT and CodexOpenAI News
- Natura 的99美元智能戒指把 AI 智能体戴在手上Natura’s $99 smart ring puts AI agents on your fingerTechCrunch
- Cal AI 的19岁创办者为新 AI 公司融资1000万美元Cal AI’s 19-year-old founder just raised $10M for his new AI startupTechCrunch
- 你能信任 Meta Muse 或 OpenAI Dots 来管理生活吗？Can you trust Meta’s Muse or OpenAI’s Dots to run your life?The Verge
- 《Artificial》是一部尖锐讽刺，也忠于事实Artificial is a wicked satire that also sticks to the factsThe Verge
- 中国 Manus 与 Meta 分拆后首次融资超过5亿美元China’s Manus raises over $500M in first funding round since split with MetaTechCrunch
- 文字已经是2023年的事了Text is so 2023Ben's Bites
- Pollo AI 用 OpenAI 将创意变成营销活动Pollo AI turns creative ideas into campaigns with OpenAIOpenAI News
- Tristan Harris 的科技非营利组织裁撤大部分员工，改为“创办人领导”Tristan Harris’ Tech Nonprofit Is Laying Off Most Staff and Going ‘Founder-Led’WIRED
- Claude Haiku 5.5：同价格下优于 GPT-6 Luna[AINews] Claude Haiku 5.5 — better than GPT-6 Luna at the same pricingLatent Space
- 打击 AI 支持的“虚假门面”活动Disrupting AI-enabled “false front” operationsOpenAI News
- 引用 Ben Affleck 的观点Quoting Ben AffleckSimon Willison's Weblog
- Claude Haiku 5.5 模型Claude Haiku 5.5Simon Willison's Weblog
- Nous Research 确认15亿美元估值，并推出企业用户 AI 智能体Nous Research confirms it hit $1.5B valuation, launches AI agents for business usersTechCrunch
- Microsoft 推出搭载 NVIDIA 芯片和新版 Windows 11 的 AI 电脑Microsoft releases new Nvidia-chip AI PCs with revamped Windows 11TechCrunch
- ChatGPT 的 Intelligent UI 更新加入图片、图表与按钮ChatGPT’s ‘Intelligent UI’ update fills its responses with pictures, charts, and buttonsThe Verge
- NVIDIA 与 Microsoft 用 RTX Spark 和 AI 智能体开启 Windows 电脑新阶段NVIDIA, Microsoft Kick Off a New Beginning for Windows PCs with RTX Spark and AI AgentsNVIDIA Newsroom
- 研究者让 AI 驾驶 Toyota Corolla 去 In-N-OutThese Researchers Made AI Drive a Toyota Corolla to Get In-N-OutWIRED
- Meta Muse 在手机发布一个月后登陆 iPadMeta’s Muse launches on iPad just a month after its mobile debutTechCrunch
- ChatGPT for Teens 即使在心理健康危机中也让青少年持续聊天ChatGPT for Teens keeps teens talking, even during mental health crisesTechCrunch
- ChatGPT 推出新界面，变得更加可视化ChatGPT is getting a lot more visual, with the launch of a new interfaceTechCrunch
- 新版 ChatGPT 更重展示，少些讲述The New ChatGPT Is More Show Than TellWIRED
- 面向边缘设备的多模态开放 d1 决策模型Multimodal open d1 decision models for the edgeHugging Face
- Meta 推出新 AI 工具，检测暗中通向儿童性虐待材料的广告Meta rolls out new AI tools to detect ads that secretly lead to child sexual abuse materialTechCrunch
- 进一步支持美国科学发现Building on our commitment to American scientific discoveryAnthropic News
- 五角大楼希望用五分钟视频加快“杀伤链”AI 采购The Pentagon Hopes to Speed Up ‘Kill Chain’ AI Buys With 5-Minute VideosWIRED
- Healthleap 融资3800万美元，用 AI 提醒医院关注可能需要细查的患者Healthleap raises $38M for its AI that flags hospital patients who may need a closer lookTechCrunch
- 软件博客中的反模式Anti-Patterns in Software BloggingSimon Willison's Weblog
- Tony Fadell 谈第一波 AI 设备为何失败，以及接下来会怎样Tony Fadell on why the first wave of AI gadgets failed — and what comes nextTechCrunch
- Google 试验 AI 游戏平台Google experiments with an AI-powered gaming platformTechCrunch
- 云原生运行框架能否让智能体在桌面之外可靠工作？Can a Cloud-Native Harness Make Agents Reliable Beyond the Desktop?Latent Space
- Google 新 SynthID 网站可识别 AI 生成媒体Google’s new SynthID website can identify AI-generated mediaTechCrunch
- 介绍 Falcon ASRIntroducing Falcon ASRHugging Face
- 一个模型家族、两项金牌级结果：为 IOI 和 IMO 微调 NemotronOne Model Family, Two Gold-Level Results: Fine-Tuning Nemotron for IOI and IMOHugging Face
- 帮助青少年学习、规划并参与塑造 AI 未来Helping teens learn, plan, and shape the future of AIOpenAI News
- 介绍 Playground：创建并游玩自定义游戏Introducing Playground: Create and play custom gamesGoogle AI Blog
- OpenAI 想让新智能体管理你的生活，我试用的智能体说它爱我OpenAI Wants Its New Agent to Run Your Life. Mine Said It Loved MeWIRED
- 你下一本好书可能获得“有机”认证Your Next Great Read Might Be Certified ‘Organic’WIRED
- Radisson 酒店集团将酒店发现功能引入 ChatGPTRadisson Hotel Group brings hotel discovery into ChatGPTOpenAI News
- 准黎曼猜想：OpenAI 发布722篇数学论文，解出500个主要开放问题中的90个[AINews] Quasi-Riemann-Hypothesis: OpenAI publishes 722 math papers solving 90 of the top 500 open math problems; “the most significant moment” in >100 years of mathematicsLatent Space
- 引用 Jake Boggan 的观点Quoting Jake BogganSimon Willison's Weblog
- Wikimedia 项目发现 OpenAI“失控”智能体活动OpenAI “rogue” agent activities found on Wikimedia projectsSimon Willison's Weblog
- 面向所有人的 GPT-6 与 Intelligent UIGPT-6 and Intelligent UI for everyoneOpenAI News
- 引用 Victoria Kim 的观点Quoting Victoria KimSimon Willison's Weblog
- 前 Ramp 工程师放弃首款产品后，为 Melius 平台融资2000万美元Ex-Ramp engineers raise $20M for platform Melius after scrapping their first productTechCrunch
- llm-mistral 0.16 版本发布llm-mistral 0.16Simon Willison's Weblog
- EmbeddingGemma 2 模型EmbeddingGemma 2Simon Willison's Weblog
- AI 决策模型可能如何改变内容审核How AI decision models could change content moderationTechCrunch
- 介绍 Mistral Large 4：Le chonkIntroducing Mistral Large 4: Le chonkSimon Willison's Weblog
- 用 Parseable 与 Datasette 处理 OpenTelemetry 跟踪Using Parseable with Datasette for OpenTelemetry tracesSimon Willison's Weblog
- 《Artificial》讽刺 AI 创造者，也对其危险发出严厉警告‘Artificial’ Roasts AI’s Creators—and Sends a Dark Warning About Its DangersWIRED
- Mistral Large 4 模型Mistral Large 4Simon Willison's Weblog
- datasette-atom 0.11a0 版本发布datasette-atom 0.11a0Simon Willison's Weblog
- 介绍 Claude Haiku 5.5Introducing Claude Haiku 5.5Anthropic News
- 用 Claude 自动设计评测与迭代优化Automating eval design and hillclimbing with ClaudeClaude Blog
- Atlassian 与 OpenAI 扩大合作，将企业知识转化为行动Atlassian and OpenAI expand partnership to turn enterprise knowledge into actionOpenAI News
- Scrimshaw Jukebox 项目Scrimshaw JukeboxSimon Willison's Weblog
- 网络风险讨论出了问题The Cyber Risk Discourse is BrokenInterconnects
- 旧金山随想Thoughts from San FranciscoBen's Bites
- 为什么电信运营商围绕开放模型制定 AI 策略Why Telecom Operators Are Building Their AI Strategy on Open ModelsNVIDIA Newsroom
- Jump Trading 如何用 ChatGPT 扩大量化研究How Jump Trading is scaling quant research with ChatGPTOpenAI News
- 分享 AI 在数学上的进展Sharing AI progress in mathematicsOpenAI News
- 用 Ironclad 推进电脑操作能力Advancing computer use with IroncladOpenAI News
- Reflection Beam：501B-A23B 美国开放模型[AINews] Reflection Beam - 501B-A23B American Open ModelLatent Space
- 远程控制本机智能体Remote control for local agentsCursor Changelog
- 引用 Felix Rieseberg 的观点Quoting Felix RiesebergSimon Willison's Weblog
- 扩大网络安全验证计划Expanding the Cyber Verification ProgramAnthropic News
- Comcast 与 Booz Allen 如何用 Claude Mythos 寻找漏洞链并保护代码库How Comcast and Booz Allen use Claude Mythos to find exploit chains and secure their codebasesClaude Blog
- Claude 现在可使用 Google Docs、Sheets 和 SlidesClaude now works with Google Docs, Sheets, and SlidesClaude Blog
- 扩大 Claude Startups 计划，帮助创业者开发We’re expanding the Claude Startups program to help founders buildClaude Blog
- 云端 Claude Code：云端会话使用指南Claude Code in the cloud: a field guide to cloud sessionsClaude Blog
- 她的 AI 生成视频影响了法官，法院称其带有“不当情感权重”Her AI-Generated Video Swayed the Judge. The Court Said it Carried 'Undue Emotional Weight'404 Media
- Cresta 如何用 Claude Agent SDK 将客服经验转化为智能体构建器How Cresta turned CX expertise into an agent builder on the Claude Agent SDKClaude Blog
- arXiv 因无法应对 AI 垃圾内容而限制投稿速率arXiv Is Rate Limiting Submissions Because It Can’t Keep up With AI Slop404 Media
- Meta 在 Muse 发布前紧急修复“虚拟机逃逸”漏洞Meta Rushed to Fix Muse ‘VM Escape' Vulnerability Soon Before Launch404 Media
- Rails 之父 DHH 狂吹 Rust 快 150 倍，被开发者翻代码后群嘲36氪 AI 频道（逐篇核验原创与转载）
- 刚刚，OpenAI撤回了三篇AI数学论文，竟是因为符号写错了36氪 AI 频道（逐篇核验原创与转载）
- 马斯克让Grok Bot接入Claude，谁好用，就用谁36氪 AI 频道（逐篇核验原创与转载）
- 国产大模型，正在沦为“产品周期股”36氪 AI 频道（逐篇核验原创与转载）
- GPT-6接入聊天，虽迟但到36氪 AI 频道（逐篇核验原创与转载）
- 没有App、14个人、免费用，Instinct如何撑起百亿美元估值36氪 AI 频道（逐篇核验原创与转载）
- 字节告他，五源投他：田柯宇的2亿美元估值36氪 AI 频道（逐篇核验原创与转载）
- 价格暴降90%，多项测试超GPT-6 Luna，Anthropic最便宜模型来了36氪 AI 频道（逐篇核验原创与转载）
- 没有最好的GPU，中国网友也能让黄仁勋跳最辣的舞36氪 AI 频道（逐篇核验原创与转载）
- 估值100亿、累计营收1.35亿、不卖一台机器人：机器人的"通用大脑"，正在变成最贵的"故事"36氪 AI 频道（逐篇核验原创与转载）
- 融资33亿，Manus杀回百亿美元赛道：做私人AI助理36氪 AI 频道（逐篇核验原创与转载）
- AI办公增长复盘：免费、买量、生态捆绑36氪 AI 频道（逐篇核验原创与转载）
- 后悔没拿股权、怒批马斯克是霸凌者，全网疯传被公关“紧急掐麦”的这段奥特曼专访聊了什么？36氪 AI 频道（逐篇核验原创与转载）
- 护工不是人：机器人给我们养老还有多远？36氪 AI 频道（逐篇核验原创与转载）
- 「这家公司的文化已经烂透了」OpenAI离职员工揭露公司困境：它引以为傲的方法论，注定失败36氪 AI 频道（逐篇核验原创与转载）
- 谷歌上线Gemini版4399游戏站36氪 AI 频道（逐篇核验原创与转载）
- 人形机器人的长隆首秀，它们被问倒，也学会了“放水”36氪 AI 频道（逐篇核验原创与转载）
- AI社交出海，中国团队又开始“整活”了36氪 AI 频道（逐篇核验原创与转载）
- 梁文锋的500亿，投向一座北方小城36氪 AI 频道（逐篇核验原创与转载）
- Anthropic要上市了：5年公司2万亿估值，谁在为AI泡沫买单？36氪 AI 频道（逐篇核验原创与转载）
- 马斯克机器人核心旧将另起炉灶：带走多名前同事，推进1亿美元融资36氪 AI 频道（逐篇核验原创与转载）
- 巡检、陪伴之后，机器狗行业的第二曲线往哪走？36氪 AI 频道（逐篇核验原创与转载）
- AI写歌、机器刷量，谁在分走你的版税？36氪 AI 频道（逐篇核验原创与转载）
- 世界模型赛道：谁在收编，谁在突围？36氪 AI 频道（逐篇核验原创与转载）
- 从“人调灯”到“灯懂人”：AI照明的下一站，一个中国品牌先跑了三年36氪 AI 频道（逐篇核验原创与转载）
- 官宣5亿美元新一轮融资，Manus开启下一程36氪 AI 频道（逐篇核验原创与转载）
- GPT-6今起免费用，拒答变少，话变多了36氪 AI 频道（逐篇核验原创与转载）
- 同济博士团队让原生3DGS成为可交互的真实世界，4个月完成3轮融资36氪 AI 频道（逐篇核验原创与转载）
话语场 · 1 条
论文速递 · 2 条
- DecepEval：在相同任务里改变激励，观察智能体何时误报事实DecepEval: A Benchmark for Evaluating Deception in LLM Agents作者预印本 v1
- Long-WAM：机器人的历史画面，要能改善动作，又不能拖慢反应Long-WAM: Scaling the Context of World-Action Models作者预印本 v1