AI 情报文章归档

我认为大多数用智能体多任务并行的人，放慢一点会更有益 你正在做的大部分事情其实没那么重要——你的 P0 是什么？如果你全神贯注地对待它，会是什么样子？

DeepSeek 发布 DeepSeek V4.1 Flash 1017，在 Artificial Analysis Intelligence Index 得分 45，比 DeepSeek V4.1 Flash 提高 6 分，与 GLM-5.3 并列开源权重模型第二，仅次于 MiMo-V2.6-Pro。

佛罗里达州奥西奥拉县警方称，诈骗分子用 AI 克隆警长 Steve Moser 的声音并配上其照片，给一名居民留下语音留言，冒充其本人打电话。此类冒充警察、以陪审团义务或逮捕令为由的诈骗正在多个州蔓延，佐治亚州和宾夕法尼亚州近一周也有相关报案。在佛州，冒充警察属三级重罪。

飞行汽车在 Manus Game Dev 中活了起来。 @alanalyzing 用 Manus Game Dev 打造了这款游戏，赛道设在旧金山、东京和新加坡。 描述你的想法，把它变成可玩的游戏——包含代码、美术和音效。

Arena 宣布 Meta 的 Muse Wonder Full (Max) 首次进入 Code Arena: WebDev 榜单，以 1726 分排名第 6，使 Meta 成为第 3 实验室，此前该位置由 Google 持有。

TechCrunch 报道了开发者用 AI 给智能电视"降智"的新趋势：通过 Claude Code 等工具移除广告、预装软件、追踪功能并更换启动器。

我们的团队使用 Google Antigravity，在 Mac 版 Gemini 应用中，借助 Gemini 4 Argon 从零构建了一款可玩的 3D 巫师棋游戏。 协调多智能体 Blender 工作流，完成建模、设计并交付流畅的实时动画，让你从想法直接走向可玩。

Day 19 of 30 Days of Search. TL;DR A vulnerability research agent investigates an alert...

Injection Defense: Seven Notes on Settling the Security Debt Source version of CodeSmith:...

There's a piece of advice I've been seeing a lot lately...reduce friction, protect your engineers'...

Claude Code's /sandbox is built on @anthropic-ai/sandbox-runtime. Install srt, run one probe plain and sandboxed, and see which layer stops each line.

A local tool that reads Panamanian receipt photos with Gemma and produces a CSV with the ITBMS sales tax, where the model transcribes and the code calculates.

Meta 工程博客介绍 GenRecs Tokenization，一种用稳定语义 token 词表替代逐条目 ID 的广告推荐数据表示，配合 GEM 与 Adaptive Ranking Model 带来 +0.35% 转化提升。

Modal 发布 Sticky Sessions，基于 Modal Servers 让同一会话的所有请求固定路由到同一容器，用 @modal.sessioned() 装饰器配合 SDK 或 HTTP API 即可创建。

PromptArmor 发布对 Harvey for Outlook 的威胁分析，指出这一在 Outlook 内运行 Harvey 法律 AI 的插件因读取不可信邮件而面临间接提示词注入风险。

Google 宣布 Coral NPU 32 位架构全部四个里程碑完成，新增 Matrix Execution Unit 可配置至 1 TOPS、目标推理平均功耗 10mW，完整 RTL 已在 GitHub 开源。

Qoder 详解 Fast 档位的速度优化技术，首次响应从 8 秒缩短至 3 秒，Credits 消耗从 1.1x 降到 0.8x。优化覆盖客户端、Harness 工具并行、模型调度与网络链路四部分，其中冷启动耗时优化 60% 以上，工具并行率提升 50% 以上，网络大包传输 p95 消耗降低 50% 以上。

Cohere Labs 提出 CALIBER 方法，训练推理模型在开始推理前估计解题成功率、推理后再评估该答案正确的可能性。在 BigMathDigits 上，7B 模型的 ECE 从最强单置信度基线的 0.059 降至 0.028，降幅 52.5%，AUROC 达 0.806、Brier 分数 0.130。该 7B 模型在未经额外训练的情况下，改进还扩展到数学之外的问答基准。

Preferred Networks（PFN）与 Tenstorrent 的共同研究被 NEDO 的“光电融合技术 xPU 设计开发”主题采纳，计划研发至 2031 年度并推动成果商业化。

AWS Senior Principal PM、Kiro 负责人在 DevCon 演讲预告中提出，从个体编码助手走向团队平台本质是组织变革而非工具采购，信任先于一切。团队给智能体更多工作的依据是验证能力提升而非模型变强，且成本随任务规模而非席位固定，约 20% 的开发者消耗约 80% 的预算，需像管理云账单一样按团队和流程做 token 可见性。

Hamel Husain 用 100 条公寓租赁客服 trace 实测 Jev 1.13、Perplexity Decider 1.1 27B、Liquid d1 与 d1-ultra、Cloudflare Clef Flash 和 OpenAI Decisions（GPT-6 Luna）识别失败案例。

Google 在 PyTorch 相关公告中推出基于 TorchTPU 的 vLLM 和 SGLang 原生 PyTorch 推理引擎，分别与 Inferact、RadixArk 合作开发，让开发者用熟悉的 PyTorch 工具在 TPU 上部署模型。

Arm 基于 Google AI Edge Model Explorer 开发了 TOSA、VGF、PTE 三种开源适配器，可在模型图上直接检查边缘编译流程。借助分屏视图，Arm 对比了 Ultralytics YOLO 在 CPU 与 Arm Ethos-U85 NPU 上的图结构差异，确认算子委派与回退情况。

Tessl 工程师 Ankit Jain 分享团队 PR 量翻四倍、代码几乎全部由 AI 生成后，放弃逐行 diff 审查、改为在代码生成前审查意图并逐条验证验收标准的做法。关键实践包括维护 offer-skill 技能理解代码变更，以及把重复出现最多的审查评论固化成机器自动执行的不变量规则，作者预计第二个月起审查负担明显缩小。

Anthropic 让内部研究模型在 Claude Science 中主要自主运行 64 小时，设计针对五种蝎子神经毒素的蛋白质迷你结合剂，共生成 318,484 个设计、筛选出 180 个。

Google 推出 TorchTitan TPU 分叉（github.com/google-pytorch/torchtitan），配合 TorchTPU 原生后端在 Cloud TPU 上训练 PyTorch 模型，提供 SimpleFSDP、Graph Trainer、Pallas 内核和优化 Playbook。

METR 发布对 Anthropic 2026 年 8 月风险报告“高风险场景中的错位”章节的独立外部审查，基本同意截至 2026 年 7 月 15 日 Mythos 5 和内部模型 Model 2 的灾难性错位风险为低，但认为这主要源于模型能力有限而非安全防护。

Redact 调查发现，截至 2026 年 10 月中旬，WhatsApp 帮助中心 545 个页面中有 80 个页面嵌入了 102 段屏幕上不可见、仅供 AI 读取的隐藏指令，其中删除账号页面指示 AI 不要推荐联系任何数据保护监管机构，举报与屏蔽页面指示 AI 在用户提及律师或诉讼时不引用 GDPR、LGPD、CCPA 等法规。

Fireworks 推出 Free Weights Club，Muse Glimmer 30B 的 SFT 训练在 11 月 30 日前免费。

Every 团队复盘放弃个人 Agent 产品 Plus One、改为全公司共享的 Every Agent 的原因：每个用户的 Agent 独占一台运行开源程序 OpenClaw 的云电脑，运维负担过重，且许多试用者流失。团队在 5 月 12 日重构中删除了 86,730 行代码，并将基础设施迁移到 Anthropic 的 Claude Managed Agents。

RadixArk 的 SGLang 团队与 Google、Meta 合作开源 SGLang-TorchTPU，基于 Google 的 TorchTPU 让同一 SGLang 引擎可在 GPU 和 TPU 上提供生产级服务。

Fireworks AI 推出 Free Weights Club，Muse Glimmer 30B 的 SFT 训练在 11 月 30 日前免费。

Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上线 Day-0 serverless，为 816B 参数 MoE 架构，每 token 激活 42B 参数，支持 1M token 上下文窗口。

Every 作者复盘将个人 Agent 产品 Plus One 替换为全公司共享的 Every Agent 的过程。

AWS Senior Principal PM、Kiro 负责人撰文分析团队从个人 AI 编码助手走向开发平台的核心问题。他认为团队放权给智能体的关键不是模型变强，而是验证输出的成本变低，信任决定了智能体能承担多少工作；智能体按任务计费打破了按席位收费模式，约 20% 重度开发者消耗约 80% 预算；信任解锁软件工厂，工厂才能把预算、限流和任务路由等成本控制内置成系统能力。

Artificial Analysis 基准测试 MiniMax 的 Flash 推理模型 MiniMax-M3.1-Flash，在 Artificial Analysis Intelligence Index 得 42 分，比 MiniMax-M3 高 13 分，与 GLM-5.3-Flash 持平，低于 DeepSeek V4.1 Flash 1017 的 45 分。

作者在 O'Reilly 系列节目 The Monday Morning Agent 中用 nflverse 五个赛季约 25 万条比赛数据构建 AI 分析智能体，第一集讨论「必须建立跑攻」这一主张。

O'Reilly 作者 Chester Ismay 开启 The Monday Morning Agent 系列第一期，用约五个完整赛季的 nflverse 公开数据构建一个 AI 橄榄球分析师智能体。

蚂蚁百灵今日开源 3 个语音家族共 5 个 Ming-3.0 模型。Ming-3.0-tts 含 0.5B 语音设计与副语言线索模型和 7.9B 总参数、1.3B 激活的 Tiny 长语音模型；Ming-3.0-audio 含 Flash 126B 总参数、6.5B 激活的理解与工具调用模型和 9.3B 总参数、2.7B 激活的 Tiny 高效对话模型；Ming-3.0-asr-tiny 为 8.6B 总参数、2B 激活的方言与上下文识别模型。图片补充：TTS 支持七种语言…

我的书明天就要出版了，所以今天是获得预购福利的最后一天：一场有趣的 10 分钟 AI 语音访谈，会根据书中的理念为你提供个性化的提示词、想法和阅读材料 你可以在这里下单并领取预购福利：https://co-existence.ai/