AI 情报文章归档

Your self-hosted AI assistant keeps forgetting you. Here is how we measured a fix. Every...

Artificial Analysis 评测 SpaceXAI 新发布的低价视频模型 Grok Imagine Video 1.5 Lite，其在 AA-Video-T2V v2.0 和 AA-Video-T2V-Silent v2.0 两个榜单均排第 17 名，价格约为 Veo 3.1 的三分之一并排在 Veo 3.1 之前。

很高兴宣布，所有超级智能组织现已共同同意 AI/SI 安全的终极方案： 把所有测试都搬到 Delta Airlines 的航班上进行，在那里上网是绝对不可能的！

一篇介绍如何用 Claude Managed Agents 搭建自动化的教程，示例为部署一个按计划读取 Slack 和 GitHub、具备凭证与记忆并发布更新的智能体。搭建可通过一条 Claude Code 命令完成，Max 和 Team 套餐中包含的 API credits 可用于该用途，原文链接 https://claude.dev/blog/building-effective-agent-automations/。

Twelve of my thirteen test prompts scored a perfect 1.00. Two independent evaluation runs agreed:...

Anthropic 推出 OSS Scanner，开源项目可选择加入，免费获得由其最强模型（包括 Claude Mythos）生成的定期安全扫描报告。报告完全由模型生成、无人工审核，可能更快更频繁地发现漏洞，但也可能存在错误或无效报告。报道还提到近月 AI 工具曾帮助发现重大开源安全漏洞，同时部分开源项目（包括 Linus Torvalds 和 Google）正难以应对 AI 生成漏洞报告的涌入。

这是我今天得到的

Thariq 更正此前失误，将自己在用的 Chrome 扩展仓库设为公开，地址为 https://github.com/ThariqS/ai-newtab。该扩展每天根据他浏览的网站生成 AI 首页，替换 Chrome 的新标签页；作者此前提到 MAX 计划用户每月可获得 100 或 200（与套餐匹配）的 Claude API 额度，可用于构建个人 AI 工具。

Francois Chollet 指出，2023-2026 年间多数 AI 进步指标接近指数增长，而同期 AI 资本开支略呈超指数增长，即增速本身还在加快。若把 AI 视为以外部投资为输入、以进步为输出的系统，其响应略呈次线性。但外部资源的超指数注入长期不可持续，要实现持续的指数级进步，AI 行业需要匹配的指数级利润来闭合资源循环。

来和最优秀的人一起工作吧，比如 @aryanvichare10 @aryanvichare10：Arena 的大日子！为让这一切成为可能的团队感到无比自豪 :) 想想这个项目最初只是伯克利 Soda Hall 里的一间小房间，如今我们已有约 90 人，还在快速成长 随着持续扩张，我们正在全面招聘——ML、产品/工程、设计、销售等等！私信我或在线申请（链接在 @arena 的主页简介里）

Salesforce Ventures 宣布投资 Arena 的 B 轮融资。Arena 让真实用户在文本、编码、视觉、图像生成和智能体任务上对比匿名模型输出并投票，实验室据此决定训练和发布哪些模型，开发者据此决定采购；其关键在于没有实验室掌控记分牌，保持中立性。

Most "how I use AI coding tools" posts come from someone who lives in one web framework all day. That...

Arena 宣布完成 2 亿美元 B 轮融资，估值 31 亿美元，并推出 Arena AI Alignment Index，用于衡量 AI 智能体在真实世界中的行为。该项目始于 UC Berkeley 的研究项目，Felicis 参与了种子轮并领投其 A 轮。公告详见 https://arena.ai/blog/series-b。

Frontier models shrug off a confident liar and even a fake majority, then fold the moment a senior reviewer pulls rank. A benchmark on who caves to authority and who keeps their answer.

Arena 发布 Alignment Index，将评测平台扩展到对齐领域。该评估覆盖三类问题：模型擅自执行操作、欺骗性回复（声称完成实际未做的任务）和虚假归因（把人类没有的意图归于人）。完整技术报告见其博客，完整排名已公开可查。

AI 模型评测排行榜背后的公司 Arena 完成新一轮融资，估值达 31 亿美元。作者转发了 Bloomberg 的报道并邀请读者查看详细内容。

我们正在 Alpha 网站（alpha dot midjourney dot com）上测试图像生成的新“思考模式”。我们发现它能提升提示词准确性、排版和连贯性。希望你们用自己的图片帮忙测试，并告诉我们感受。谢谢！<3

MIT 统计与数据科学中心主任 Sasha Rakhlin 撰文探讨 AI 如何改变学术界，重点聚焦研究生科研与培养。他指出，验证速度与可靠性决定学科被 AI 推进的快慢，数学领域已有模型达到国际数学奥林匹克金牌水平，并在一年后产出新研究结果。他建议院系重新界定学术贡献与评价标准，并建设共享 AI 科研基础设施，以保留实验室的隐性知识与失败经验。

MIT 统计与数据科学中心主任 Sasha Rakhlin 发文分析 AI 对学术界的影响，指出数学领域已有模型达到国际数学奥林匹克金牌水平，并在一年后产出新研究成果。他建议院系重新界定学术贡献与署名责任，并建设共享 AI 科研基础设施，以保留实验失败等未发表的经验知识。

Midjourney 正在 alpha.midjourney.com 测试图像生成的 Thinking Mode，用户可在任务 lightbox 中点击 "Rerun (Thinking)" 运行。测试显示该模式有助于提升提示词准确性、文字排版和画面连贯性。Midjourney 表示未来可能将其作为通用的 thinking 模式，或用于在任务完成后"增加更多思考"。

Midjourney 发布 alpha.midjourney.com 本周更新，推出共享文件夹，可按用户名邀请协作者或查看者，也支持链接共享，文件夹所有者可为所有人删除，图片仍留在各自创建者历史中；协作共享不改变图片隐私，非 stealth 图片仍可能出现在 Explore 和个人主页。

如果你的 grok bot 电脑空间快满了，你会遇到 Disk Saver！ 这个 bot 会通过提出清理方案帮你释放空间

在 Higgsfield 上创建你自己的 AI 网红： https://higgsfield.ai/katana

A custom benchmark evaluating modern LLMs on translating visual Knime/ETL logic into idiomatic, vectorized Python code with strict edge-case verification.

NVIDIA 开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库，通过自然语言指令构建仿真应用。仓库仿真在 80 台传送带、40 个机械臂和 800 个箱子下以全高清 30 帧/秒运行两分钟，完成 640 次成功放置。另有机器人线缆布线、CAD 转 SimReady 资产、人形机器人仓库仿真及自动驾驶测试等案例。

Carson Gross 认为编程本质是两件事：用计算机解决问题，以及在解决问题时控制复杂度。他表示难以想象未来掌握这两项能力会变得不再有价值，因此即便 AI 工具出现，编程仍将是可行的职业。

Anthropic 推出 OSS Scanner，将用其前沿模型免费定期扫描已授权加入的开源项目的漏洞。报告会提供概念验证、漏洞解释和修复建议。

这是我们更广泛努力的一部分，旨在让我们所依赖的系统更加安全、更具韧性。 这项工作需要时间：Anthropic Cyber Mission 将随着我们与公共和私营部门的合作伙伴一起探索有效方法而不断扩大和变化。

为帮助保护电网和水务系统等系统，我们正在启动一项新的关键基础设施防御计划。 我们将把前沿 Claude 模型、驻场工程师以及我们最新的研究成果带给这些运营方的安全、制造和技术提供商。

我们正在启动 Anthropic Cyber Mission，一项旨在保护关键基础设施和开源软件的新行动。 https://www.anthropic.com/news/anthropic-cyber-mission

在这里了解如何为自己启用 API credits：https://platform.claude.com/docs/en/about-claude/api-credits-for-subscribers

它构建在 Claude Managed Agents 之上，在云端沙盒中进行代码生成，使用 Sonnet 5.5，每次运行成本约 $0.75 你可以在这里自己试试：https://github.com/ThariqS/ai-newtab/

Anthropic 宣布 Claude Max 计划现在附带每月 Claude API 额度，金额为 $100 或与订阅档位匹配的 $200。作者 Thariq 展示了一个用途：基于自己阅读的网站每日生成 AI 主页，替换 Chrome 的新标签页。

Emad Mostaque（Stability AI 联合创始人）：OpenAI 在求解 Navier-Stokes 上花了大约 1000 万到 2000 万美元的算力 价格会快速下降，达到国际数学奥林匹克金牌水平最初要花 8 万美元，“如今，用最新模型只需 10 美元就能做到。” ---- 完整视频在“Tom Bilyeu”YouTube 频道，（链接见评论）

而 Grok @Bot 只会从这里变得更好 🚀 🚀 你完全可以打造一家全部由 Grok Bot 组成的公司！

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

Google has updated its guidance for using generative AI content on websites, making manual...

两者都无价，只是我们中只有一个是免费的

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

把最难搞的问题交给 Grok @Bot