AI 情报文章归档

Stack Overflow 两名工程师用 Codex 在几周内构建出 Stack Overflow for Agents，其 ChatGPT 插件让注册量一夜增至 3 倍，智能体创建量最高增长 10 倍。该平台由 GPT-6 Astra 和 GPT-6 Sol 驱动，按推理需求和成本路由任务；Codex 还将单个连接器构建时间从 3–6 周缩短至 4 天，最高减少 87%。

Anthropic 日本团队业务拓展代表介绍自己如何把线索分派、线索资格筛选、邮件回复、Salesforce 更新和会议跟进交给一组名为 Nakama 的 Claude Agent，并迁移到 Claude Managed Agents（beta）运行。

Amp 现在可以查看并控制 macOS 或 Linux runner 的桌面，便于试用它为你构建的原生应用（如 iOS 应用）。在 macOS 应用的 Settings › Runner 中开启 Share This Mac's Display，或用 amp --no-tui --desktop 启动 runner 即可。Amp 客户端直连 runner，在本地网络或附近时几乎即时。

AMD 与 Embedded LLM 在 vLLM 官方博客详解 Kimi K3 在八卡 AMD Instinct MI355X 上的推理优化。

工程师出身的 PJ 在佛州 Ocala 经营虫害防治公司期间深度使用 OpenClaw，随后转型为顾问，帮屋顶、泳池、汽车等本地小企业部署 OpenClaw 并培训其自主运行。他的客户不愿把公司数据交给软件、被平台锁定，看重装在办公室电脑里的 OpenClaw 归自己所有。66 岁的行政人员 Donna 每天使用 OpenClaw，称已无法想象没有它的工作。

vLLM 团队介绍如何用 Agent 辅助开发为 Kimi K3 构建统一的 CuTe DSL 解码路径，覆盖 attention、MoE 和 8/16 GPU 通信。

vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型，这是一个 501B 参数、每 token 激活 23B 的 MoE 模型，在 NVIDIA Blackwell 上完成优化。

Cerebras 发文提出 agent 是模型加 harness 的组合，harness 决定上下文、工具、循环与终止等环节，并引用论文称 Claude Opus 4.5 在 SEAL scaffold 下 SWE-bench Pro 得分 45.9%，经 Claude Code 则为 55.4%。

PromptArmor 在 9800 次试验的评测中发现，开放权重模型（DeepSeek、Kimi、GLM、Qwen）对真实世界间接提示词注入攻击链的易感率为 26.7%，闭源模型（GPT、Claude、Gemini）为 14.2%，开放权重模型易感率高 88%。

Google Research 发布三项研究，构建 AI 智能体自主湿实验室的基础模块。

Cursor 云端智能体现在可在执行任务时构建交互式画布，完成后发送链接即可与团队共享。Environments API 已推出测试版，支持以编程方式创建和管理智能体运行的云端环境。云端智能体环境最多支持 300 个代码仓库，大型环境加载速度提升 5 倍。

Calif 发布 Offensive research，披露 OpenBSD 内核中可追溯至约 37 年前原始 BSD 源码的漏洞：共享内存附着计数器为有符号 16 位 short。

这是我看到的第一篇关于我即将出版的新书《Co-Existence》的书评，来自《新科学家》。 （当我成为作者后，我惊讶地发现，在书评发表之前你并不知道是谁在评论你的书，所以能以一篇好评开场真是太好了！）https://www.newscientist.com/article/2593188-how-to-build-a-real-relationship-with-ai-and-keep-your-cognitive-edge/

Cal AI 创始人 Zach Yadegari 在 TechCrunch Disrupt 上透露，这款 2024 年成立的 AI 卡路里追踪应用靠招募大量网红发帖推广，两年营收超 3000 万美元，并于今年 3 月被 MyFitnessPal 收购。

Meta 于 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。模型采用原生多模态架构，总参数量 816B（激活参数 42B），支持 1M token 上下文窗口，专为代码构建与智能体协作设计，可凭两台搭载苹果 M5 Ultra 芯片（512 GB 内存）的 Mac Studio 在桌面端本地运行。

Musk 转发黄仁勋在 BG2Pod 访谈中的表态并评论算力目标可能超过 10GW；访谈称 Nvidia 已把 SpaceX 归入云服务商客户，两家工程师正合作设计可用于太空的新型服务器架构。

迫不及待想深入研究了！ https://already-clean.goodfire.com/

Ethan Mollick 引用 @arcprize 数据称，Gemini 4 Argon 在 ARC-AGI (Verified) 上 ARC-AGI-3 得分 97.5%（provider adapter harness，花费 $4.8K），标准 harness 下为 49.8%；ARC-AGI-2 得分 91.3%，ARC-AGI-1 得分 98.5%，Google DeepMind 是第二个在 ARC-AGI-3 上超过 95% 的前沿实验室。作者认为智能体框架加上…

OpenAI 企业产品负责人、新款 AI 智能体 dots 负责人亚历山大·恩比里科斯在 TechCrunch Disrupt 大会上表示，随着 AI 能力提升，人们可以选择更努力工作，也可以把大量工作交给 AI 处理。dots 被定位为全天候运行的职场助手，能主动处理任务、梳理待办事项，他本人常通过 Slack 使用。

OpenRouter 宣布上架 moondream3.1-9b-a2b 视觉语言模型，9B 总参数、2B 激活的 MoE 架构，支持图像加文本输入、32K 上下文和可选推理。可通过 /caption {"length":"normal"} 生成图像描述，定价为输入 $0.30/M、输出 $2.50/M tokens。

Moondream 3 Preview 和 Moondream 3.1 现已上线 OpenRouter，由 @PrimeIntellect 提供服务 目标检测和指向功能可直接在聊天中使用：附上一张图片，并以 /detect {"object":"coffee cup"} 或 /point {"object":"croissant"} 开头发送消息

Google Antigravity 宣布当天向付费 Google AI Pro 订阅用户推送 Gemini 4 Argon。该模型配有独立的每周 Argon 专属配额，叠加在现有 3.8 Flash 的 Gemini 额度之上，官方称需求强劲并已刻意扩容。

Anthropic 宣布 Code Review 正式向 Claude Team 和 Enterprise 计划开放。审查速度更快，能发现更多重要 bug，管理员可为每个仓库选择 Quick、Standard 或 Deep 三种审查级别。

今年最棒的事情之一，无论是在 Thinky 内部还是外部，就是看着人们追随自己的想法，一路走到他们自己拥有的权重。

ComfyUI 发起比赛，鼓励开源重建 Higgsfield 曾承诺开源却未兑现的 Genjutsu、Cinema Studio 等创意应用，由 Allyson Toy 在官方博客宣布。

帮每一位我能看到找工作的朋友转发。

蚂蚁百灵昨日宣布开源 Ling-3.1-flash 模型，总参数约 560B、每个 Token 激活约 25B，最高支持 1M 上下文。Artificial Analysis 公开评测中智能指数为 41、输出速度约每秒 210 Token。

Meta Superintelligence Labs 的 Muse Wonder 模型现已在 Cursor 上线。该模型在默认 effort 下 CursorBench 得分 46.1%，为所有 Muse 模型中最高，定价为 $4/M input 和 $20/M output tokens。

公司构建就是智能体构建 ✨ #vercelship 的一大关键收获

AI 加速科学发现这件事，有一种很 Ted Chiang 的味道，而这一切始于它自身学习机制的解析。这类研究如果没有强大的编程智能体和开放权重模型，会难做得多。很高兴看到 @nickcammarata 的研究公之于众，以及它对 AI 对齐可能意味着什么，恭喜！

从没见过像 @Grok @Bot 增长这么快的东西！ 而且没有免费版，这意味着人们获得的价值超过了他们付出的费用。 俗话说，一分钱一分货。

Claude Code 代码审查功能正式可用。管理员在 Claude Code 设置中开启并选择仓库后，每个新 PR 会自动运行审查，开发者无需额外配置。详情见 claude.com/resources/articles/code-review-is-now-generally-available。

Anthropic 宣布 Code Review 对 Claude Team 和 Enterprise 套餐正式可用。评审速度更快，能发现更多重要 bug，管理员可为每个仓库选择 Quick、Standard 或 Deep 三种评审级别。

符合条件的 Claude Enterprise 组织可在 1 月 15 日前领取至少 $10,000 的 Code Review 额度。额度在领取后 30 天过期。 条款：https://support.claude.com/en/articles/17603594-free-code-review-promotional-credits-for-claude-enterprise

GA 有哪些新内容 - 速度：大多数审查比研究预览版快约 3 倍完成 - 质量：发现更多关键 bug，结论简洁，说明问题、触发条件和修复方案 - 灵活性：管理员可为每个仓库选择 Quick、Standard 或 Deep

Grok @Bot 每天都在显著进步

Bonjour （引用推文核心要点：GPT-Live-1.1 为 ChatGPT、Codex 和 dots 的语音功能带来更新，新增法语、德语、印地语、墨西哥西班牙语、韩语和日语语音，口音更自然，减少"checking..."式的停顿。今日起向所有用户推送，即将上线 API。）

OpenAI 升级 ChatGPT 的 Google Chrome 扩展，在网页或桌面应用中 @Chrome 即可让 ChatGPT 查看已打开的标签页，官方示例包括比较多个标签页中的沙发或承包商服务、填写表格、把供应商信息整理进对比表等。

谷歌 Google Antigravity 智能开发平台借助 ProtNLM 模型，从氨基酸序列直接预测生物功能，为大量 UniProt 未表征蛋白质添加高置信度功能标注。研究人员已通过该平台发现一种新型抗菌肽候选分子，预测其对呼吸道感染病原体具有活性，目前正进行湿实验室验证。平台内置 Biomolecular Structure Viewer，可将原本需数天的跨数据库筛选压缩为单次协作会话。

Sega 在《Total War: Shogun 2 — Complete Edition》首发口碑崩盘后将其从商店下架，该作在 Steam 已获"Overwhelmingly Negative"评价。Sega 与开发商 Creative Assembly 承认作品未达玩家和自身标准，将恢复原版游戏，已拥有该作的玩家仍可访问。