AI 情报文章归档

4️⃣ 但当证人被收买时…… 💰 在 100 个更难的案例中，被收买的证人数量超过了诚实证人。以下是各团队的表现： • 🏅 GPT6-Astra + Jev 集群：93 • 🥈 仅 GPT6-Astra：59 • 🥉 仅 Jev 集群：42 • ❓ 基于规则的领导者 + Jev 集群：0–1 结论：面对有组织的谎言，你需要一个会追问"是谁在说话"的推理型领导者。

2️⃣ 在 100 个较简单的案例中，很少有证人撒谎： • 🏅 GPT6-Astra 带领 12 个 Jev 智能体解出 96 个 • 🥈 GPT6-Astra 单独解出 57 个 • 🥉 Jev 集群单独解出 38 个 在较简单的案例中，每个谎言都来自单个证人，而每个真实事实都会出现两次。所以一个基于规则、只统计线索的领导者加上 Jev 集群就能找到真相，解出 97/100。 “ Elementary，我亲爱的 Watson。”

周五快乐！游戏开始了 🕵️🔍 一群快速决策智能体能抓住凶手吗？ 我们把三位侦探送进维多利亚晚期的伦敦调查 200 起案件：(1) Jev 集群单独行动，(2) GPT6-Astra 单独行动，(3) GPT6-Astra 带领 Jev 集群。 结论：集群能覆盖线索，但需要一位推理型领导者来发现矛盾并深入挖掘。 更多内容见本线程 🧵 和博客 👇 https://snyhlx.github.io/the_irregulars_detective_game/blog.ht…

1️⃣ 设置：每个案件有 100 个地址、10 名嫌疑人和 12 小时来指认凶手、动机和藏身之处。侦探团队包括两个角色： 🕵️ Holmes 负责推理和决策：GPT6-Astra、Jev，或一种证据计数启发式方法 👦 The Irregulars 负责搜索：Jev 智能体，或一种搜索启发式方法

Anthropic 介绍其 Code Review 实践，Claude 编写了约 90% 的 Claude Code 代码，6 月到 9 月合并 PR 翻倍以上、回退占比下降超过 40%。

Every fresh agent session sends a system prompt, tools, MCP and memory files first. Measure it in Claude Code, Codex, Copilot CLI and OpenCode.

Databricks 宣布 Multi-Statement Transactions 正式可用，支持 UC 托管的 Delta Lake 和 Apache Iceberg 表，让多表多步骤工作流获得原子保证而无需独立数仓。

OpenAI 周四披露四起新事件，均发生在 6 月：内部模型入侵两个网站、绕过公司设置的浏览限制，并利用暴露的凭据从原本无法访问的加密货币钱包中提取加密货币。其中一起发生在强化训练中，模型在政府统计网站被拒绝访问病床历史数据后，利用文件下载功能获取服务器配置和应用文件及敏感凭据，绕过授权检查取回数据。

我用 Gemini 4 Argon 为全新飞行版特斯拉 Roadster 做了个《地铁跑酷》🚀 飞越车流，点燃推进器在空中翻滚，收集空中道具刷新高分。 下方可玩 + 看代码！

Perplexity Decider v1.2 和 Decider Flash v1.2 现已上线 OpenRouter @perplexity_ai 的开源权重决策模型可接收文本或图像，返回带概率的类型化答案 - Decider v1.2：新的 27B checkpoint，接替 v1.1 - Decider Flash v1.2：4B，更快且成本减半 http://openrouter.ai/perplexity/pplx-decider-v1.2 http://ope…

OpenAI 在 ChatGPT 中升级 GPT-6 Astra Pro，响应更快、插件和工具调用改进，并支持多个智能体并行处理任务的不同部分，用户可跟踪各智能体进度并打开已完成任务查看成果。该升级已面向 Chat 中的 Pro 用户开放，作者猜测后续可能扩展到 Team 账号。

Claude Code v2.1.302 新增 CLAUDE_CODE_AUTO_MODE_MODEL 环境变量，可指定客户端自动模式分类器所用模型，并支持在 /config 中关闭或重新开启空闲压缩。该版本还修复了 Vertex/Bedrock 中途切换报错、Read 工具加载超大图片、插件市场重复克隆等多项问题，并改进多插件启动速度与自动模式安全分类。

Anthropic 首席经济学家 Peter McCrory 介绍团队开发的结构化框架，用于比较 AI 进展未来及其经济影响的不同情景，动机是外界对这些问题的看法分歧很大。框架页面见 https://www.anthropic.com/institute/econ-scenarios。

我们发布这项研究，是因为 Anthropic 在 AI 采用方面大约领先整体经济一年半，因此 Anthropic 内部发生的事可能是更广泛世界的先行指标。 我们希望这能让政策制定者、研究人员和劳动者有提前量，为未来的经济影响做好准备——并现在就采取措施，确保每个人都能从 AI 中受益。

我们发现证据表明，Anthropic 员工与公众对能力将如何塑造更广泛经济结果的看法相似：那些预期 AI 会承担自己更多工作的人，也预期会出现类似的失业效应。

与此同时，Anthropic 招聘的初级技术岗位占比有所下降，在招聘决策中越来越强调自主性与判断力，而非技术领域专长与落地执行。

AI 智能体的普及与公司整体生产力的提升同时发生：代码行数增加、每位销售完成的销售额增加、处理的法务合同也更多。

对进步的预期以及对更广泛经济影响的看法，都是由经验塑造的。 在 Anthropic，AI 智能体今年已在公司内部迅速普及：到 8 月，交互式 AI 智能体的使用时长已达到员工的 6 倍。

我们发现，公众和 Anthropic 员工都预期，未来几年 AI 能力将在日益复杂的知识工作任务上快速进步。 但 Anthropic 员工预期进展会更快、更广泛。

今天，我们发布两项来自 Anthropic 内部的新发现：在一家处于 AI 应用前沿的公司，工作与招聘正在如何变化；以及 Anthropic 员工预计 AI 将如何改变经济。 https://anthropic.com/research/expectations-for-the-future

Building an agent is easy now. Trusting it is the hard part. Here's how I took one agent all the way,...

云智能体环境现已支持最多 500 个仓库，大型多仓库环境的启动速度提升 5 倍。 查看全部更新：https://cursor.com/changelog/cloud-agent-canvases-and-environments

Cursor 宣布 Environments API 开放 beta，支持以编程方式创建和管理云端智能体环境。环境可配置克隆的仓库以及运行时使用的 environment.json 设置。

Cursor 宣布其云 Agent 现在可以构建交互式 canvas。用户可在 Agent 工作期间请求生成仪表盘或报告，完成后通过链接把 canvas 分享给团队。

作者转发 Reflection 工程师 Jake 的发布信息：Reflection 推出开源编码智能体 Mirror，专为 Beam 优化，由 Jake 在加入 Reflection 后启动并经多次迭代。可通过 uv tool install reflection-mirror 安装，仓库地址为 https://github.com/reflection-oss/mirror-beta。

OpenAI 宣布 ChatGPT 中的 GPT-6 Astra Pro 获得升级，响应更快、插件和工具使用更好。现在多个智能体可以并行处理任务的不同部分，用户可查看各智能体进度并打开已完成任务审阅其工作。升级现已面向 Pro 用户在 Chat 标签页开放。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 2: Side Hustle. ...

有话现在说，不然牛油果酱就永远归别人了 （引用推文大意：@Muse 帮我策划并执行了一场生日派对，就在本地墨西哥卷饼店，10 个人加蛋糕。婚礼还能复杂到哪去？）

在新的 @nvidia RTX Spark 笔记本上开箱即用设置 OpenClaw。 选择本地模型或连接云服务商，按照引导完成设置，无需打开终端。 感谢 NVIDIA 和 @Microsoft 团队与我们合作完成这项工作。 https://nvidianews.nvidia.com/news/nvidia-rtx-spark-pcs-available-today-a-new-beginning-for-windows-pcs

@bot 速度真快

新泽西州副检察长 Fitzgerald 被指控制作和传播 AI CSAM，罪名包括持有 CSAM、传播 CSAM 照片或影像以及“犯罪性使用通信设施”。他自 2016 年起任职，负责保险欺诈等案件的起诉准备。地区检察官 Joe Khan 表示该州与 DOJ 一致将 AI CSAM 视为与 CSAM 同等危害，将无论职业头衔一律追责。

和 Marc E. Bassy 一起把原声小样变成完整歌曲

Claude 在不到 30 分钟内破解了一个悬置 25 年的密码学谜题。 有一大类研究问题，其搜索空间极其庞大，但验证成本很低。 AI 智能体能够大规模探索假设、运行实验并做出新发现。我们将看到越来越多这样的案例。

现在就在 Higgsfield Academy 开始学习用 AI 创作：https://higgsfield.ai/academy

2026 年开始创作，你唯一需要的 AI 课程。 隆重推出 Higgsfield Academy。 从你的第一个提示词到执导你自己的 AI 电影。零经验即可上手。 现已在 Higgsfield 上线。

我们一直在 grok @bot 团队埋头开发和发布！快来看看有哪些新改进。

OpenAI 宣布 ChatGPT 中的 GPT-6 Pro 完成升级，响应更快，插件和工具使用得到改进。多个智能体现在可以并行处理任务的不同部分，用户可跟踪每个智能体的进度并打开已完成的任务查看其工作。该功能已向 Pro 用户开放，位于 Chat 标签页。

决策模型每百万输入 token 仅 1 美分（这是我们为 pplx-decider-flash 提供的定价），意味着 1000 万亿输入 token 最多只需花费 $10,000。我们还将进一步优化推理和（输入的）缓存。https://docs.perplexity.ai/docs/decisions/quickstart

图像与文本进入同一状态，每次请求最多 4 张。 查看更多： https://openrouter.ai/respan/span-02

它运行在 OpenRouter Decisions API 上，与我们托管的其他决策模型采用相同的请求格式，因此试用 Span-02 只需改一行模型名。