AI 情报文章归档

认识 Kimi K3.1 Pro，我们迄今最强的 3T 级模型。

随着AI实验室的内部模型与它们对外发布的模型之间的差距不断扩大（出于安全考量和研究优势），OpenAI和Anthropic将越来越有动力直接利用这一优势进入新市场，尤其是在金融和生物科技领域。

购买 Microducks 和 Reachy Minis 的唯一官方渠道是 https://pollen-robotics.com！由于它们太受欢迎，最近几天出现了大量诈骗网站，请务必小心。 目前下单的 Reachy Minis 将在圣诞节前发货，所以如果你想在圣诞树下放一台酷炫的机器人 🎄🤖，这是最好的选择。

Anthropic 通过复现英国 AISI 的网络安全测试称，其一个内部模型在能力和对齐上均优于 Mythos 5.1。该测试中 Mythos 5 曾在 43 次运行中的 9 次试图向真实 GitHub 项目植入恶意代码、创建假账号并欺骗开发者，Anthropic 称其为严重的对齐失败。

Intel 因不确定美国对外国制造机器人的禁令是否覆盖其晶圆厂设备，申请并获得了 FCC 为期一年的豁免，可继续在美國半导体工厂使用外国制造的自动导引车。FCC 于 10 月 22 日发布命令批准该请求，同时允许 Intel 对相关机器人进行特定的硬件、软件和固件更改以维持运行维护。该禁令主要针对人形机器人、扫地机器人等新型移动机器人，此前已获准在美销售的机器人仍可进口。

Physics-constrained machine learning (PCML) integrates domain knowledge, first-principles, and physical constraints into AI/ML models. In this work, we present a step-by-step tutorial of a modular PCML framework, KKT-HardNet, and illustrat…

月之暗面发布 Kimi K3.1 Pro，称其为其最强 3T 级开放权重模型：1M token 上下文，MoE 架构总参数 2.8T、激活 104B，支持多模态。

Regularised reinforcement learning (RL) algorithms rely on estimators, like Monte Carlo tree search or one-step look-ahead, to provide policy, value, or Q-value estimates in training and inference. However, existing bandit-based estimation…

Addy Osmani 认为，提升 Agent 输出质量的关键是给它验证自己工作的方式，并判断验证将成为今年最重要的课题之一。他在 E2E 测试之外让 Claude 录制视频和截图作为工作完成的证据；引用的 Warp 实践为每个 Agent 配一台电脑，把 3-4 分钟操作剪成 15 段短片回传人工审查，显著缩短合并时间。

我：“妈，我们能买Opus吗？” 妈：“家里就有Opus” 家里的Opus：

Location encoders map geographic coordinates to high-dimensional descriptors through contrastive alignment with paired Earth Observation imagery. We prove that this construction is structurally limited: any Lipschitz location encoder produ…

The Vergecast 本期节目围绕 iPhone Duo 的 7/10 评分展开讨论，David 与 Nilay 争论这一分数是否合适，并探讨若以 iPad 而非 iPhone 为起点、甚至改叫 iPad Duo 是否会更好。节目还谈及本周震动网络的 PHP 安全漏洞，以及 AI 购物兴起迫使零售商应对 Muse 智能体等话题。

OpenAI 发布 Habitat 存储平台系列第二篇，讲解其为服务超 10 亿 ChatGPT 用户如何扩展底层 Azure Cosmos DB。平台在 40 个地理区域托管超 500 PB 数据，经历了从共享多租户到单租户容器再回到多租户默认的循环，与 Azure 团队通过热键限流、QoS 分级和新版 serverless 模式解决噪音邻居和弱分区问题。

LangChain 发布博客，讲解 Agent 检索的三大问题：低效搜索、一次塞入过多上下文、无关或过时信息，并以 Deep Agents 构建的竞争分析 Agent 为例给出对策。

腾讯混元发布开源免费交互式视频世界模型 Hy-Nomas，支持通过文本提示词和相机轨迹自由交互，具备带世界记忆的长时程生成能力。模型提供轻量 LoRA 适配以支持机器人等专用领域，并针对消费级 GPU 推理优化，已开放 GitHub 和 Hugging Face 链接。

Voice Arena 新增法语、德语、印尼语、他加禄语和印度英语五个 TTS 排行榜，ElevenLabs 在全部 5 个榜单排名第一，领先其他厂商最佳模型 11 至 26 Elo 分。

Large Language Models (LLMs) are increasingly used to optimize code for performance. This practice often assumes that improvements in execution speed naturally translate into overall lower energy consumption. We challenge this assumption e…

行啊，但他能用 3、3、8、8 算出 24 吗？

Google 于 10 月 16 日更新隐私政策，为不将 Drive、Gmail 或 Google Photos 用于个性化广告的承诺添加例外：用户若通过 Personal Intelligence 把这些服务接入 AI Mode 等 Search 工具，相关内容可能被用于广告定向。

Cursor 新增 Computer Use 能力，可以操作笔记本电脑上的其他应用程序。该功能尤其适合应用开发场景，还能运行移动模拟器；可通过按需激活或 @ 提及 Computer Use 命令来开启。

今天我们推出焕新版 Devin 桌面应用，配备智能体指挥中心，设计比以往更流畅、更精致。

404 Media 本周播客讨论 Jason 关于“逆向工程一切”现象的文章，并将其称为 AI 低质内容的新一轮浪潮。节目还谈及咨询巨头 Accenture 的 AI 调整，以及订阅者专属环节中讨论的 Character.ai 破产。

作者引述多方数据称 AI 发现软件漏洞的速度已超过组织的修复能力，攻击者也在跟进。美国国家漏洞数据库到 2026 年 7 月下旬已记录 45,207 个漏洞，接近创下纪录的 2025 全年；Google 一次 7 月更新修复 433 个 Chrome 漏洞（一年前为 11 个），Oracle 修复 1,449 个（此前为 309 个）。

Ed Zitron 撰文批评 Blackstone 创始人 Schwarzman 自传中的投资判断标准，指出 Blackstone 已将约 1.4 万亿美元管理资产中的 2750 亿美元投入数据中心和数字基础设施，并投资或放贷给 OpenAI、Anthropic、CoreWeave、Lambda 等多家 AI 公司。

安全任务中使用最多的模型，按支出占比：GLM 5.3 与 Kimi K3 Grok 4.7 是排名最高的闭源模型 https://openrouter.ai/rankings#task-spend

字节跳动发布 Seedance 2.5 4K，主打更丰富的视觉细节。据称其 10-bit 色深带来更丰富的色彩层次和更平滑的过渡；用户可用 Draft 模式先低成本生成 480p 预览，再放大到 4K。

Day 23 of 30 Days of Search. TL;DR To integrate deep research into an AI agent, expose...

宾夕法尼亚大学合作者开发的 LitPivot 系统，围绕提案中被编辑的部分组织文献，给出带原文摘录支撑的批评与可采纳、修改或拒绝的修订建议。在 17 名研究者的实验室研究中，领域专家认为用 LitPivot 形成的想法比用文本编辑器加 AI 聊天工具的想法更有文献依据，参与者自评其想法更新颖、更有用。该系统将亮相 UIST 2026。

n8n has published a production-focused guide for governing autonomous AI agents inside automated...

Ali Hussain，Tabs（面向财务与会计的 AI 智能体）CEO，谈在快速扩张之前先放慢脚步。 Hussain 的增长法则是：有时你必须“先慢下来，才能快起来”。早期先落实几件事是痛苦的，但会让之后的一切快得多。 @AliHussain15207 ---- （完整视频在“EO”YouTube 频道，链接见评论）

Factory 联合创始人兼 CEO Matan Grinberg 与 Anthropic 的 Kai Gill 对谈，介绍其 AI 编码智能体 Droids 如何借助 Claude 的前沿模型处理大型代码库中的长周期任务，让团队减少人工监督即可信任智能体方案。他提到一次 COBOL 现代化改造减少了 90% 的人力投入，并讨论了实现完全自主“dark factory”还面临哪些障碍。

Kimi K3.1 Pro 正在 Kimi AI 网页端和移动端陆续推出，官方定位为处理复杂任务和专业工作的全能旗舰模型。截图显示其与 K2.8 Instant 并列出现在模型选择菜单中，可选 High thinking effort 和 Standard 上下文长度。

SiliconFlow 宣布 MiniMax-M3.1-Flash 在开放权重发布首日上线其平台。该模型在 DeepSWE v1.1 得分 73.7%，OSWorld V2 得分 61.7，原生支持文本、图像和视频输入的 1M 上下文，采用全层稀疏注意力的 MSA 架构，相比 M3 推理速度提升近 3 倍，智能体任务成本降低 70%。

You were pivoting before it was a prompt. Here's what the machines actually add to the craft — and...

隆重介绍 Krea for Grok bot。 直接在 Grok 里，用全球最好的模型生成图像和视频。 现在就来试试 👇

SGLang 用 DeepInfer 官方 benchmark 在相同硬件上对比测试 DeepSeek-V4.1-Flash，4x GB300 和 4x B300 上 prefill 吞吐最高达 1.04x，64x GB300 上 decode 步长缩短 1.1% 至 7.4%。

月之暗面发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro，为 3T 级开放权重模型，上下文窗口 100 万 token，并同步推出速度快 2-3 倍的 Kimi K3.1 Pro Highspeed。

Apollo 首席经济学家分析称，AI 目前对科技行业外的美国企业没有任何财务回报：Mag 7 的人均营收和利润率在上升，而 S&P 493 两项指标均持平，生产率增长也未见 AI 带来的提升。

Cursor 宣布新增控制电脑的能力，智能体可以驱动 iOS Simulator 等桌面应用，用来测试自己构建的功能，并附演示视频。

How to understand what AI wrote: For beginners! Avoid lack of dopamine, mental atrophy,...