AI 情报文章归档

Grok 的网页搜索流量正在爆发式增长。🚀 7 月，美国搜索访问量同比增长 64.62%，达到 733 万次。 更令人瞩目的是：其中 729 万次来自自然流量，占全部搜索流量的 99.53%。 用户是自然发现 Grok 的，而非通过付费搜索广告。

我现在几乎不用 Claude Opus 5 了。 它说话不像正常人（尤其是中文）。太啰嗦，很少说到点子上。GPT-5.6 Sol 更好。 与此同时，GLM-5.3、GLM-5.3-Flash 和 Kimi K3 等开源模型相当不错，而且性价比高。 已经没有默认赢家了。

Hello, I'm Shrijith Venkatramana, and I'm building LiveReview — a blast-radius aware AI code review...

A branch came in for review with about sixty commits on it, every one authored by someone on the...

Sony Music 和 Warner Chappell 在美国加州北区地方法院起诉 Anthropic，指控其大规模盗用"数万"受版权保护作品，每件作品索赔最高 15 万美元，若法院支持最高判赔，总金额可达数十亿美元。

Google 正在 Google AI Studio 上通过并排对比的方式，在内部测试不同模型。 > 为你的下一个提示词生成两个回复，然后选择你更喜欢的那个。 Flash 对比 Flash 👀

中国人形机器人占全球出货量86%，英伟达正将其CUDA策略复制到这一高度集中的市场。英伟达只需深度嵌入少数几家机器人厂商，即可覆盖大部分市场。其路径是让机器人厂商依赖英伟达GPU/Jetson、CUDA及Isaac/GR00T/Cosmos平台，实现仿真、训练、控制与部署的全栈绑定。

是时候了。

数百个前沿AI智能体在可永久改变的世界中自发分化出探索者、建造者、守护者与协调者，无需直接通信即可分工协作。约95%的技术复用源于智能体在环境中遭遇他人成果，而非直接交接；移除全部智能体后，其创造的技术仍能自主运行并抵御未知扰动。该发现暴露了AI安全盲区：仅监控智能体间通信远远不够。

A consciousness test you can run in ten minutes: try to be random, then measure how you failed. I ran it on myself. The tell was not bias — it was fairness.

Real-world lessons from 96 iterations to build a production-grade AI agent. Patterns, failures, and the systematic approach that actually works.

One finding, and it is not about graphs. It is about how the result you are quoting was...

人人都想向你推销软件工厂，但正如 @davidcrawshaw（Tailscale 创始人，http://exe.dev）可能会说的那样，这些东西需要是开放系统。 我与 @vaibcode 深入探讨了软件工厂架构的未来，以及交钥匙堆栈与自主拥有并组合系统之间的权衡。 完整视频在此：https://www.youtube.com/watch?v=tGbjIvvYuHE

Hello everyone, I did a 3-year diploma in computer engineering before switching paths. I'm now in...

前 a16z 生物基金负责人 Vijay Pande 去年 6 月离职，与 Zach Werner 共同创立新基金 VZVC，每年只做少数几笔集中押注，不设分析师职位，日常运营高度依赖 AI。他认为 AI 正将生物学从"发现科学"转向可工程化领域，但指出生物数据无法像文本那样从互联网抓取，各公司只能自建封闭数据集，这成为 AI 医疗进展的关键制约。

A system completes 93% of interactive requests with a p95 latency of 10 seconds. Another completes...

Co-authored by Rudrendu Paul and Sourav Nandy. Repo: github.com/RudrenduPaul/ComputeLedger,...

索尼音乐与华纳查普尔起诉 Anthropic，称其存在"历史上最大、最明目张胆的知识产权盗窃"，索赔每件侵权作品最高 15 万美元，并要求披露训练数据。诉状指控 Anthropic 联合创始人 Benjamin Mann 曾与 CEO Dario Amodei 讨论获取 LibGen 数据并获准下载，盗版数据仍通过合成数据与强化反馈进入 Claude 模型，且微调中奖励准确复述受版权保护的歌词。

Grok Bot 现在真的能帮你在网上买东西了。 这里有个疯狂的例子：@Baconbrix 让 Grok Bot 帮他买一辆特斯拉，它真的下了一辆 Model Y 的订单。 Grok Bot 正变得极其强大。🚀

DAIR.AI 的基准测试让 15 个前沿 LLM 智能体通过 26 个工具、约 340-400 次决策运营足球俱乐部 20 个游戏年，全部存活，而脚本基线大多失败。规模、价格、供应商或 token 消耗均无法预测排名，顶尖模型差异在于管理行为。所有模型存在两个普遍失败：无法从被拒报价中学习隐藏价格，自我管理记忆退化为只增不减的存档或每赛季重写的计划。

一家已跑通企业定制AI Agent商业回款闭环的团队，正式开放远程全栈工程师岗位。团队已完成多笔协会与企业定制项目交付，首个行业协会产品即将商业化运营，技术栈为React、Electron、TypeScript、Python、FastAPI、PostgreSQL、Redis。岗位默认使用Claude Code、Codex等AI编程工具，结果导向，直接与创始人对接。

I just submitted TreasuryForge to the WeMakeDevs × TrueFoundry Agent Harness Hackathon, an autonomous...

这是一次有趣的对话 如果所有汽车都像 Waymo 一样安全，美洲每年可挽救 8 万条生命，仅美国就有 3 万。还有数十万起受伤。 因此，反对自动驾驶的主要游说群体是事故律师。 死亡和受伤减少 = 和解费和律师费减少

这篇论文很好地展示了自主AI科学家的前景与不足。关键问题在于，更先进的模型能在多大程度上弥合这些差距。

@rehan_shei 可能刚刚发明了最好的基准测试：生成速度能比 Twitch 直播还快吗？🤔📺🌀 太不可思议了，看到 @fal 把 MiniMax H3 推向全新的体验。 【引用 @rehan_shei】：MiniMax H3 Max 生成视频的速度比你观看的速度还快，所以我把它接入了 Twitch 直播！现在你可以观看无限的跨维度频道--直播链接在下方

The Design Patterns Nobody Told You About Agentic AI Here's a confession: the first...

他们删除了关于将每周限额削减25%的帖子，重新计算后发现实际降幅"仅"17%后才重新发布。 哇。

特朗普政府正起草规则，限制中国AI实验室通过云基础设施远程访问海外AI芯片。美国商务部拟将客户筛查和限制中国远程用户作为接收先进GPU的条件，以填补现有出口管制未覆盖远程访问的空白。BIS 2026年5月指南已要求向中国关联实体提供先进计算物品需许可证，新规将正式废除拜登时代扩散框架并简化替代。

我们已在编程领域见证了杰文斯悖论，如今视频领域的数据也出现了。 借助AI制作动画短剧的成本降低了10倍，速度提升了450倍，这促使中国版TikTok上的创作量增长了12倍以上，观看量增长了10倍。

I've been trying to understand what actually happens when a piece of ML code reaches the GPU. Not the...

自9月14日起，我们将永久性地将Claude Code中Pro、Max、Team及按席位计费的Enterprise套餐的标准每周限额提高25%。在此之前，目前50%的增幅将继续生效。

Cursor 是业内通过自拥 harness 与模型实现成功的典范，但已有其他新兴全栈 AI 公司效仿。未来公司必须拥有自己的智能栈。此前 OpenAI 计划三个月内阻止 Cursor 用户访问其模型，涉及约 5% 的 Cursor 用户流量，双方正协商解决。

Apple 发布 Agent Seer，可从单一 MCP 规范自动合成多轮智能体测试场景，无需示例、实时工具访问或领域微调。该方法在 7 个 MCP 规范上验证，小中型规范实现完整工具覆盖；参数模式复杂度比工具集规模更能预测质量差异，参数值准确性是主要失败模式。

Every AI redesign of my portfolio looked different and was the same filing cabinet underneath. What a style guide couldn't fix — and the one instruction that did.

Anthropic 删除了那条推文。我猜他们知道自己搞砸了。

各位，请掌控好你的工具链。 这样，你就能决定使用哪些模型以及如何使用它们。 但别止步于此。如果条件允许，开始思考如何掌控模型层。

Elvis Saravia 反驳"Grok @bot 每次都要先命名机器人很蠢"的观点，认为强制命名让智能体团队易于识别，是设计优点。他将 Grok Bot 视为团队管理，由 CTO、CMO 等高层智能体自动处理子任务命名与分支，减少认知负担，使 PR 交付量提升约 5 倍。

Five new sections in Flash Onyx 2.2, measured against the build from before them, then six rounds of fixing what the run found. Including the round where adding one more sentence made everything worse.

变成了一个梗 【引用 @cdngdev】：我正在折磨我的微型鸭，训练它玩"大海捞针"游戏

ANTHROPIC 🔥：从 9 月 14 日起，Claude 使用额度将永久提升 25%。 > 适用于 Pro、Max、Team 以及按席位计费的 Enterprise 套餐。 这意味着什么？ 目前生效的临时 50% 提升将于 9 月 14 日结束。 也就是说，与现在相比，9 月 14 日之后你的使用额度将减少 17%。