AI 情报文章归档

Microsoft 发布 Microsoft-Decision-1，一个基于 Qwen3.5-9B 后训练的决策评分模型，对固定选项返回校准概率而非生成文本，现已在 Microsoft Foundry 和 OpenRouter 上线。

Azeem Azhar 在忘带笔记本电脑的一周里，仅靠手机上的 ChatGPT 语音完成日常工作，这得益于 OpenAI 7 月发布的 GPT-Live，它支持用语音指挥 AI 智能体。他认为，围绕电脑和打字建立起来的办公室工作模式这一"虚构"正在松动，并终将消失。

虚实传媒创始人卡兹克用5天时间为30多人的公司完成一场AI化改造，核心是用Claude等工具搭建一个以Agent操作为原生、以飞书数据为基建的企业中台。

阿里 Qoder 上线 Fast 模式，首发支持桌面端 0.4.4 以上版本，个人版和企业版、CN 版与国际版同步可用。该模式首次响应时间从 Performance 的 8 秒缩短至 3 秒，Credits 消耗从 1.1x 降至 0.8x，输出质量保持不变，原 Performance 用户无需操作即可自动升级。

This is a submission for the Kaggle Benchmarking Challenge Gemini 3.8 Flash solved a counting...

AI 文本检测器 Pangram 漏掉了 Meta 的 Muse-Glimmer 改写的 79.8% 科学摘要，而仅将 5,000 篇人类摘要中的 1 篇标记为 AI 生成。 在东京都立大学的一篇新论文中，研究人员发现，Pangram 漏检的 AI 改写摘要比例在很大程度上取决于 LLM 版本。 研究表明，它捕获了 93.5% 的 GPT-5 改写内容，但漏掉了另一个新模型改写的 79.8%。其漏检率主要取决于改写所用的模型。

Folders make you decide where something belongs before you know where you'll need it. I made that bet in a side project and it broke the whole point of it.

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass. 🌿...

Anthropic 于 10 月 9 日宣布为 Claude 管理智能体（Claude Managed Agents）引入动态工作流，由主智能体规划并分派子任务，单次执行最多可并行协调 1,000 个 AI 智能体，适用于把代码检查等大任务拆分并行处理。在 11.6 万行代码库隐藏 70 个 Bug 的模拟测试中，单智能体每次运行检出 14 至 27 个漏洞，动态工作流稳定检出 66 个。

AI Slop 时代的产品典型案例

MiniMax M3 现已在 NVIDIA Vera Rubin NVL72 上通过 vLLM 运行！🙌 感谢 @vllm_project、@inferact、@NVIDIAAI、@RedHat_AI 将 MiniMax M3 带到 Rubin。

A privacy-first outdoor activity planner that uses browser-local AI to turn intent, time, energy, company, and weather into one practical plan.

Build a tiny task list, break it on purpose, and leave behind evidence another developer can reproduce.

If you’ve spent any time on tech Twitter, LinkedIn or scrolling through the DEV Community lately,...

Nathan Benaich（Air Street Capital）发布第九份年度 State of AI Report 2026，分研究、产业、政治、安全、预测五部分，PDF 见 https://www.stateof.ai/State-of-AI-Report-2026.pdf。

Giving AI Agents a Memory of Your Crisp Inbox AI agents forget everything. Every LLM call starts...

加拿大 16 岁徒步者 Bryce Vincent Gowryluk 借助 Claude 规划皇冠山路线，误把需攀岩装备的“寡妇制造者山脊”当作“皇冠冰槽”，徒手攀爬后被困约 5 英尺宽岩架，最终由 North Shore Rescue 直升机救出。

Nace AI 开源 9B 决策模型 Drex 1.5，读取状态和类型化问题后为每个选项输出概率，不生成文本。其在公开 Decision Index 0.3.1 上得分 58.08，与闭源模型 Jev 1.13.0（57.96）处于并列区间，权重已上架 Hugging Face，托管版在 OpenRouter 上按每 1M 输入 token 收费 $0.04、输出 $0。

小米 MiMo-V2.6 论文发布，模型在 RL 训练循环中承担构建任务、审计测试、评分答案和排查作弊等工作。论文指出 pass/fail 测试无法区分干净修复与 hacky 修复，因此引入 grader agent 比较各组通过的补丁并把奖励移向更干净的方案。

"我确实喜欢 SI（超级智能）这个说法，因为'人工'这个词不太讨喜。就像没人想要人工甜味剂或人工香精，那多少意味着假的。 要让大家改口只说超级智能是条很长的路，因为他们现在太习惯说 AI 了。" Jeff Bezos 在 Fox News 上（完整视频链接见评论。） https://x.com/Acyn/status/2107960102699638871/video/1

Cognition 宣布个人 ChatGPT 订阅可直接用于 Devin：将 Go、Plus 或 Pro 订阅连接到 Devin 后，所有 GPT 模型用量将从该订阅的配额中扣除。作者转发该公告，称 ChatGPT 订阅现在也相当于一份 Devin 订阅。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

Rohan Paul 转述 CNBC 对 NYU 数学教授 Tristan Buckmaster 的采访，后者表示仍使用 Anthropic、OpenAI、Codex，但不把任何自认为原创的想法输入其中。背景是 OpenAI 发布 722 篇 AI 生成数学论文引发职业数学家不安，作者称开放问题无限而博士与博士后时限有限。

Dots 迎来大升级，现在可以在 Codex 中启动工作并跟进已有线程，借助 ChatGPT 对话、Codex 线程和 automations，也更擅长判断是延续线程还是新开一个。它还能查看和编辑 ChatGPT Work 中的 Scheduled Tasks，可查询计划或随安排变化更新循环任务。

清华、牛津与斯坦福的论文《Thinking Inertia: LLMs Keep Thinking When Told Not To》（arxiv.org/abs/2610.11765）发现，即使关闭思考模式，LLM 仍会持续显式推理，开放性问题尤其明显。

I picked the skill with more stars. Its repo had 46 skills tied for first place. Tuesday...

有两种人让我觉得挺可怜的： 1. 那些把 tokenmaxxing 误当成 productivitymaxxing 的人。 2. 那些为了在配额重置前烧完额度而熬夜不睡的人。

Ask a frontier vision model for the pixel coordinates of a "Submit" button in a 1920x1080 screenshot...

AI 把执行成本大幅压低，半天就能跑完过去两周的迭代，但省下的时间并未还给工程师，而是变成更密集的选择题。@turingou 称身边不少工程师两三个月干完一两年的活，随后集体 Burnout。Indigo Talk EP52 认为，接下来最稀缺的不是会写代码的人，而是知道该做什么、更知道不该做什么的人。

Anthropic 的 Claude Devs 宣布所有 Pro 和 Max 用户从等待名单中获得 Claude Code Projects 访问权限。

蚂蚁百灵转发 DesignArena 对其新模型 Ling-3.1-flash 的评测视频并致谢，该评测盲测认为模型在详细 SVG、动画 SVG 和完整移动应用生成方面表现突出。作者宣布模型现可在 OR/Vercel 及 day0 合作伙伴渠道限时免费使用。

PixVerse 与 OpenAI 联合推出 "Prompt to Production" 教育计划，通过两场线上研讨会和持续视频系列，展示如何将 OpenAI 前沿模型与 PixVerse 多模态生成工具结合用于创作流程。

A comment I wrote this week looked posted. The button lit. My text sat in the box. An ack came back....

Gary Marcus 呼吁立即将可联网的开放式 AI 智能体从市场下架，直到其缺陷被修复。他援引《纽约时报》报道的 Anthropic 智能体事故，认为当前这一代合成智能体根本不可信，应像刹车失灵的汽车一样被召回。他还引用刚离职的 AI 员工 David Robinson 的访谈，指出 OpenAI 及其同行在安全控制上远未达到核电站级别的冗余标准。

清华论文提出 TokenRouter，一个在 token 级进行大小模型路由的服务系统，吞吐量最高达现有方案的 64.15 倍。针对 vLLM、SGLang 等框架一次请求只跑一个模型、双模型协作时每步都等慢模型的问题，TokenRouter 让每个模型独立部署并来回传递半成品答案，同时保留 KV cache，并短暂挂起请求以凑更大批次。

Lee Robinson 在斯坦福 CS146S 约 45 分钟的讲座中拆解 GrokBot 类常驻主动式智能体的工程架构，涵盖服务器与 Firecracker 微虚机的休眠唤醒模型、单工具薄客户端设计、Temporal 持久化工作流、auto review 安全机制与提示注入防护。

NYU与Amazon新论文提出SGUID方法，只保留训练早期和后期都持续提供有效信号的技能，蒸馏少量精选技能即可匹配甚至超越大11倍的技能库。在3个Qwen模型上，按主题匹配选出的技能中不到25%能提供有效信号；仅用6个精选技能，4个模型中有3个在数学竞赛测试上匹配或超越了30至71个技能的完整库。第二轮加入3个新技能后，Qwen3-8B从64.3%提升至66.3%。

OpenAI 于当地时间 6 日在 GitHub 公开 700 多份数学研究文稿，称成果出自公司内部一款前沿 AI 模型，许多数学证明附有可供计算机验证的版本。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

韩国视觉创作者서오키（@oasis.seo.ai）对 Kling 4.0 进行了三组实测，覆盖人物表演与角色稳定性、三张图片连续转场、实拍与卡通反复切换。她认为 Kling 4.0 能自然衔接视线、表情和手势，多图连接时原图风格与氛围基本保留，实拍与卡通切换过程无明显割裂，降低了反复生成和后期修补的成本。