AI 情报文章归档

OpenAI 在周三提交的法律文件中指控一名前员工在加入 Apple 前带走超过 100 份产品规划相关文件，发送至个人账户并向 Apple 高层展示，其中包括亚洲运营副总裁。

FBI 于周二宣布逮捕 35 岁沙特裔工程师 Abdulrahman Alfozan，指控他在 OpenAI 高管机密会议室内藏匿录音设备从事窃密，威胁商业机密和国家安全。设备于 9 月 28 日被藏入，用卫生纸包裹后插在会议室电视后面，OpenAI 9 月 30 日发现时内容已加密，10 月 5 日安装摄像头后拍到 Alfozan 当天试图取回设备，他在 OpenAI 工作超过一年。

什么又嫩又多汁，还能帮你订机票？ @apollozac：Muse 自上线以来首次被挤出 App Store 榜首。Dave's Hot Chicken 成为新的热门应用。不确定它用的是哪些模型。

推荐小红书的工作！ Vela: User Behavior as Supervision Sparks LLM Intelligence

在 AIE New York 闲逛，和 @backnotprop 一起即兴聊智能体编程、计划、收件箱等等，他是 @plannotator 的创作者，更重要的是 /bro 技能的作者

Pylon 工单现在由 Devin 自动修复 @usepylon 上的 Devin 新客户还可获得 15,000 美元额度用于起步 参加我们的网络研讨会，观看实际演示 https://www.usepylon.com/event/pylon-devin-launch?utm_source=building_sticker&utm_medium=OOH&utm_campaign=26.10+-+WBN+-+Devin+Launch

Arena 宣布 Claude Haiku 5.5 (High) 上线 Agent Arena，基于超 20.5K 次真实智能体会话，净提升 +1.48%，综合排名 #27，Code 类排名 #15（+4.83%）。

独立开发者 Popcar 撰文讨论近期 AI 驱动的游戏反编译浪潮，包括游戏混搭创作，以及借助 WebAssembly 在浏览器等新硬件上复活老游戏的保存热潮。文中指出反面风险是任何软件都可被反编译并任意使用，付费游戏或应用可能被违背意愿开源；正面则是老游戏更易移植和访问，让玩家能真正拥有所购软件。Simon Willison 转发并称其兼顾了正反两面。

Nathan Lambert 发推预告自己参加 a16z 播客（与 Lisha Li 对谈），讨论开源模型如何影响 RSI 动态、开源模型的价值由谁捕获、agent swarm 的驾驭问题，以及他创办 Trillium Labs 的原因。引用块补充了部分观点：他认为中国实验室人才不缺但算力不足，蒸馏的优势约为几个月，前沿进展很大程度依赖购买数据和 RL 环境，Trillium 将开源这些环境并展示团队如何用 AI 构建 AI。

/anatomy 现已在 Perplexity Computer 面向所有人开放（该技能最初由 @wheresryan22 构建）

https://x.com/i/broadcasts/1AJEmvrjaaXJL

Zenzap 让团队在群聊中运行多个 AI 智能体，每个智能体按项目、人员和工具范围划分，企业还可通过 API 接入自定义智能体。智能体在群聊中保留记忆并从人类对话中学习，持续优化上下文与行为方式，该公司将这一结果称为 Company Brain。用户可在 90 秒内创建智能体，早期访问计划已有数千个团队使用。

ElevenLabs 上线首周表现强劲，上线仅 7 天，昨天就占据了平台上文本转语音模型近三分之一的支出。 所有 @ElevenLabs 模型五折优惠，仅在 OpenRouter，截止 10/19

404 Media 作者 Jason Koebler 分析德国科隆引发警方介入的机器人骚扰事件，称事件并不神秘。涉事机器人是售价约 $4,900 至 $5,900 的 Unitree R1，由德国 Twitch 主播 Agaamuza 以 Ahmad the Robot 之名在直播中用来在街头扰人，近期直播中机器人撞向一名 16 岁女孩。

据 The Information 引用知情人士报道，OpenAI 员工称年底前可能发布一至两款新模型，但正在研发的旗舰模型仍需对齐工作并完善测试基础设施。

Ai2 发布 HiRO-ACEv2，新降尺度模型 HiROv2 可同时预测多种高分辨率要素，对百万分之一概率的极端风雨压事件，高分辨率统计误差在 3% 以内。系统生成全球 3 公里气候数据成本约为 X-SHiELD 的 1/300，10 年模拟中飓风能量与 X-SHiELD 相当，但目前只能用于与 X-SHiELD 对齐的气候，尚不支持更暖未来或 ERA5 等历史数据。

NVIDIA 推出 CUDA-X 新库 cuPotential，供开发者构建模拟原子与分子相互作用的 AI 智能体，早期测试中让已 GPU 优化的流程再提速 2-3 倍。

Microsoft 研究团队在 Nature 发表 Probabilistic Bias Correction（PBC）方法，用机器学习修正现有气象模型的系统偏差，可仅在 CPU 上运行并已开源。

国行 iPhone 双机型的备案信息显示三个 AI 模型编号：Apple Intelligence、阿里巴巴千问和通义万相。设备证书于 9 月 29 日续期，10 月 16 日开启预购，起价 15,999 元。

Waymo 宣布即日起在圣安东尼奥、圣地亚哥和坦帕三市向所有人开放无人驾驶打车服务，无需再等待访问资格，下载 Waymo 应用即可乘车，其中包括圣安东尼奥国际机场的服务。

我们的沙箱 SPACE 每天处理数百万次执行，错误率低于 0.0002%。 我们分享了它如何使用加密身份，在沙箱暂停、恢复和迁移时，确保请求与正确的执行绑定。 阅读更多：https://www.perplexity.ai/hub/blog/how-space-routes-requests-to-the-right-sandbox-execution

Android 推出新防诈骗功能，Google Messages 将在未来几周上线 opt-in 的 enhanced protection 设置，用云端 Gemini 模型分析陌生发件人对话中的诈骗意图，并用端侧 Gemini Nano 检查陌生 URL 的实时网页信号。

Artificial Analysis 公布 NVIDIA RTX Spark N1X 笔记本的首份 AA-AgentPerf-Local 测试结果，该机搭载 GB10 芯片（20 核 Arm CPU、6,144 核 Blackwell GPU、最高 128 GB LPDDR5X），内存带宽 300 GB/s，芯片功耗 45 至 80 W。

Square 发布 Square Kiosk 自助点单终端，配备 21.5 英寸触摸屏和“智能体式对话语音层”，可理解商家菜单并实时应答，顾客能提问、要求修改或替换菜品。该设备支持存在检测迎宾、非接触支付和插卡，今日起以 1,999 美元面向 Square Plus 或 Premium 订阅商家发售，另收每台每月 99 美元软件费。

Tessl 发布 Verifiers，规则以 JSON 文件形式存放在仓库中，每次代码变更时由 LLM judge 逐条给出 pass 或 fail，可像 lint 或测试一样在本地、pre-commit 或 CI 中使用。

Vals AI 让六个个人助理智能体在 28 天退款窗口已关闭后，为用户追讨 £350 火车票退款，所有外发消息由模拟环境拦截应答。

Prime Intellect 与 NVIDIA 构建 2,500 个经验证的企业任务，用 GRPO 在 128 块 GB200 GPU 上训练约 11 小时，将 Nemotron 3.5 Super VL 在 AutomationBench-AA 公开分割上的得分从 34.0% 提升到 57.7%，相对提升 70%。

Anthropic 宣布已向评估前沿 AI 模型的非营利机构 METR 的六名员工提供类员工访问权限，包括公司硬件、办公空间和与内部风险评估团队相当的内部系统访问，METR 将公开发布风险评估结果，Anthropic 不得否决发布但可要求删减少数预定义类别的信息。

Meta 发布面向智能体编码工作流的 Muse Spark Open，为 816B 参数的 MoE 推理模型，每 token 激活 42B 参数，具备 1M token 上下文窗口，可容纳整个项目仓库，并提供可靠的工具调用与更高首次尝试准确率。

NVIDIA 发布开源可定制多模态模型 Nemotron 3.5 Super VL，采用 120B 参数 MoE 架构、每 token 激活 12B 参数，官方称在单 GPU 上智能体任务吞吐最高达同规模开源模型的 5x。

Every 创始人通过亲历 GPT-5 测试和对 Embiricos、Sottiaux、Glaese 等核心成员的访谈，复盘 Codex 从 2025 年 5 月 Codex Cloud 发布遇冷，到转向本地 CLI 和编辑器扩展、再到 2026 年 2 月桌面版发布并最终在 7 月并入 ChatGPT 的全过程。

Artificial Analysis 评测显示，NVIDIA 发布的 Nemotron 3.5 Super VL 以 26 分（另一处写作 26.5）登顶美国开源权重模型，智能达前代 Nemotron 3 Super（13 分）的两倍，且每任务输出 token 少约 60%（46k 对 114k）。

Goodfire 研究员 Nick Cammarata 发表 65 分钟阅读的研究长文，主张早期模型中多义性的成因不是叠加态，而是递归泛化等若干可修复的普通问题。

Artificial Analysis 公布首批 AA-AgentPerf 结果，测试 NVIDIA Vera Rubin NVL72 在智能体编码工作负载下的服务效率，对比 GB300 NVL72。

ElevenLabs 用自家 ElevenAgents 跑客服，每月解决超 22,000 张工单，响应时间从数小时缩短到 60 秒。团队把退款、账单变更、声音克隆咨询等各类工单的 SOP 转成智能体执行步骤，智能体还能查询客户信息、读取文本/截图/PDF、用客户语言回复、执行操作，必要时转交人工。

LlamaIndex 发布 ExtractBench Pro，这是基于真实长尾文档构建的 ExtractBench 扩展评测集，包含 100 份合成文档、六大类新挑战。该数据集由确定性流水线从种子和配置文件生成，覆盖图表取值、跨页规则、内部术语、图示关系等场景，刚性流水线表现吃力，而配备合适工具的智能体系统更能适应。

据 Bloomberg，OpenAI 让计算 CTO Uday Ruddarraju 接管 Sachin Katti 负责的基础设施业务。Katti 将在未来几周内离任并转任顾问，他在 2025 年 11 月从 Intel 加入 OpenAI。Ruddarraju 于 2025 年 7 月从 xAI 加入 OpenAI，曾在 xAI 和 X 负责基础设施工程，2026 年 7 月被任命为计算 CTO。

@finkd 和 @alexandr_wang 与 @collision 畅谈 Muse Wonder 以及 MSL 的方方面面。 观看完整对话：https://x.com/collision/status/2109714250226905248

Arena 宣布 Anthropic 的 Claude Haiku 5.5 (High) 上线 Agent Arena，基于超 20.5K 真实智能体会话，净提升 +1.48%，总排名第 27。

Ethan Mollick 发文表示不理解大量 AI 垃圾评论（slopcomments）涌入其帖文的意义。他说 LinkedIn 上的此类评论至少在推销虚假专业知识以抬高发帖者形象，但几十个匿名机器人对帖子作出相似回复能获得什么，令他费解。