AI 情报文章归档

NVIDIA Inception 成员现可通过 Inception 门户使用巴塞罗那超算中心（BSC）AI Factory 的部分服务。

If you have used an AI coding agent like Claude Code, Codex, or Cursor for more than a week, you have...

The awkward part of a design job is deciding whether it's done. A file exists, the headline fits, and...

On my site every model gets one more call when a hand finishes. The result is known. The model writes...

确实，试试 @Bot 版 Grok

哇。Eric Schmidt 持有 Anthropic 约 1% 的股份，若其 IPO 达到 2 万亿美元，这部分股份价值约 200 亿美元。 Anthropic 2021 年的 A 轮融资筹集了 1.24 亿美元，当时 Pitchbook 对公司的估值为 4.61 亿美元，而 Schmidt 在这 1.24 亿美元中贡献了相当大的份额。 即便按 5 月 650 亿美元融资轮对应的 9650 亿美元估值计算，他的持股也增加了近 100 亿美元，已经超过了他的 Innovat…

Every retrieval-augmented chatbot demo looks the same: paste in a folder of PDFs, ask a question, get...

Why we built a pure-Dart, 0ms synchronous Generative UI state machine on top of Google's official A2UI protocol—supporting two-way reactive forms, Riverpod/BLoC interop, Flutter Material 3, and ANSI terminal TUIs.

作者提出 AI Agent 正分化为两条路线：技术路线追求完全自动化、取代人，产品路线则满足人的需求、帮助人，对应此前 Agent 与当下 Personal Agent（作者更愿称 Personal AI）的方向差异。作者称两条直线的交叉点已过，未来会渐行渐远。其团队在方向 2 上探索已久，4 月最早推出 Cola 1.0，全新的 Cola 2.0 将于 11 月上线。

邵猛将给孩子做的键盘打字游戏 Keyboard Island 开源到 GitHub，此前已部署在 ChatGPT Sites。游戏由 Codex 生成，含 36 关起步、后增至几十关与无限模式，并加入按键音乐、头像实时拍摄入画、积分装饰小屋等孩子提出的需求。因有用户反馈无法访问并询问实现方式，他公开源码供交流。

据 The Decoder 报道，可灵（Kling）发布 Kling 4.0 视频模型，单条视频最长可生成 30 秒，提示词理解扩展到 8,000 tokens。新模型支持双声道立体声音频和超过十种语言的唇形同步，同时推出更轻量的 Flash 版本。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 3: Slow and Steady ...

感谢 @AdinaYakup 分享 Ming-3.0，帮助更多开发者了解我们五款开源语音模型的可能性！

感谢 @sgl_project 提供首日 SGLang-Omni 支持以及实用的 cookbook，帮助开发者把 Ming-3.0 用起来！

蚂蚁百灵感谢 vLLM 项目为 Ming-3.0 提供 Day-0 的 vLLM-Omni 支持，让模型更易部署。据引用内容，蚂蚁百灵开源了 5 款语音模型，覆盖 TTS、音频理解和 ASR，参数规模从 0.5B 到 126B 总参数（激活 6.5B），可通过 vLLM-Omni 直接部署。

感谢 @atomic_chat_hq 帮助将 Ming-3.0 带入本地 AI 工作流，让开放语音模型更易获取！

What I Built Forkpath is an alternate-history explorer. You type one sentence ("What if...

I've started offering one-page websites to small local businesses in Turkey: vet clinics, dietitians,...

我们发布了很多功能。这一个是因为我们自己确实需要才做的。 如果你在多个屏幕上同时盯港股和美股持仓，它能帮你减少干扰。

My wife lost her yellow book. So I built her an app. TL;DR: Cuenta is a small app for my wife's...

Viggle 发布全栈物理原生世界基础模型 JST-2，与 Sora、Genie、Cosmos 等像素/视频空间路线相反，整个技术栈构建在 3D 空间。

This article provides a step by step architectural and deployment guide for StreamForge, a real-time...

蚂蚁集团 LingAGI 团队的开源权重语音合成模型 Ming-3.0-tts 在 Artificial Analysis Controlled Voice TTS Arena 成为开源权重第一名，并登顶发音鲁棒性榜单。

最快冲击 1 亿美元 ARR 的方式： A 公司的智能体每 3 秒给 B 公司转 10 美元。 B 公司的智能体再把同样的 10 美元原样转回去。 砰。两家 1 亿美元 ARR 的独角兽诞生了！

Inception 发布扩散语言模型 Mercury 3，官方称在 NVIDIA GPU 上达到 1,068 tok/s，上下文窗口为 1M token，参数量超过 Mercury 1 的 40 倍。

作者讲述两个用 AI 反制诈骗的案例。澳大利亚公司 Apate.ai 造了35万个 AI 装成易骗的普通人消耗骗子，已与骗子聊约250万次、累计耗掉约17年骗子时间，TPG 转接近59万通可疑来电，澳洲联邦银行公开报告的诈骗损失降低76%，今年8月获815万美元种子轮融资。

@MiniMax_AI 的 M3.1-Flash 刚刚上线 WorkBuddy。 0.08x 消耗量。300K 上下文。最大思考强度。 选它。提示它。发布它。 然后把你做出来的东西丢到回复里。我们很好奇（充满爱意地）。

作者开源了一个名为「老爷爷」的提示语管理skill，仿照Matt Pocock的ask-matt路由形态，把今年积累的25条思考类提示语熔炼进一个路由，覆盖问清问题、学习理解、解决问题、决策、计划和自我认识六个场景。

作者转述 Addy Osmani 的「Agentic Verification」文章，认为 Agent 瓶颈已从写出代码转移到知道代码是对的，不能自我验证的 Agent 本质上是在猜。

MiniMax 发布 M3.1 Flash，称成本为 M3 的三分之一，速度约 3 倍。官方报告 DeepSWE v1.1 达 73.7%，生成速度超 200 tokens/s，并计划 10 月 23 日开放权重。该模型曾以 Space Bunny 之名匿名运行在 OpenRouter 和 OpenCode 上。

Open embed() in Node with Transformers.js: tokens, hidden states, masked mean pooling, L2. Then see how CLS pooling and raw vectors can change your rankings.

开发者们好。👋 我们为使用 Meshy 构建应用的开发者建了一个群聊：游戏、插件、API、MCP、CLI、智能体。 分享你在做的东西、解决卡住的问题，还能提前看到新的 API 功能。管理员会审核每一份申请。回复说说你在构建什么。 https://x.com/i/chat/group_join/g2098247318252228848/nL47XMeQ64

时间线推荐有两项重要变化： - 新的 AI/SI 排序模型，能更好地预测用户可能停留的时长 - 检索模型经过训练，用于呈现用户会完整读完的帖子 用户活跃秒数呈指数级增长，几乎每天都在创历史新高：

Meta 工程团队 @Meta_Engineers 发布 Agent 架构实践「Thin Orchestrator」，用约 1300 行确定性瘦编排器把 20+ 工作流路由到 14 个上下文隔离的专业 Agent，只有委派一步涉及 LLM 推理。

Our agent rewrote the closing of one of our published dev.to articles with String.prototype.replace,...

A dental clinic asked me to look at their AI receptionist because it kept quoting a price that was...

Artificial Analysis 评测显示，Ant Group 的 Ming-3.0-tts 成为 Controlled Voice TTS Arena 中排名第一的开源权重模型，并以 93.2% 的得分登顶 Pronunciation Robustness 榜单，与 Fish Audio Drama 3 Preview 持平，超过 Eleven v4 的 91.7%。

Coding agents copy the tests already in your repo. An hour fixing your three worst test files and their setup can beat another paragraph of CLAUDE.md.

邵猛表示跨 Agent 记忆层确有必要，他高频使用 Grok Bot、Codex、Cursor 时经常需要搬运上下文，曾因 Codex 搞不定一个问题而转到 Grok Bot 解决，但搬运浪费时间和 token。

Author: Guangyi Zhao 1. Problem and background This article series runs under a standing...