AI 情报文章归档

你还将获得最高 $7,000 的 Claude 产品和额度用于开发。 其中包括：对首次使用 Team 的公司，免费赠送一年 Claude Team，外加一经批准即到账的 $1,000 API 额度。

很高兴看到 Reflection 的 Beam 和 Mistral Large 4 在过去两天里都达到了大致 GLM-5.2 的水平。 这让我不禁思考，西方与中国开源模型之间真正的差距是否就是这么简单： 中国实验室可以蒸馏 Anthropic 和 OpenAI 的模型。西方实验室不能。

Pages that rank for a primary search query and at least one related fan-out query are more likely to...

Sesame 宣布了自己的眼镜产品，将于 2027 年推出！ > "我们的系列将在日本制造，2027 年上市。" 正如我们此前报道，Sesame 正在为其 AI 助手应用开发新的付费方案、浏览器使用支持、定时任务、连接器，以及大量智能体功能。 除了各大实验室之外，这是我最期待关注的产品之一。 很快 👀 https://x.com/Stammy/status/2107268140321435735/video/1

How I turned my agent's own telemetry into a QA harness — claim verification, evals, policy enforcement, and confidence calibration, all local-first.

10 Phases to Take Your IT Services Net Carbon Negative (With AI) TL;DR — AI is making...

Guardrails Aren’t Enough: Why Agentic AI Needs Meta-Filters Before It Acts AI systems are moving from...

我们在 cookbook 中新增了五个应用，全部基于新的 @spacexai TypeScript SDK 构建： - 前提到短片 - 图片到视频广告 - 截图到 React 组件 - 𝕏 帖子到情感仪表盘 - 链接到播客 演示和代码 ↓

Ampersand 完成由 Bessemer Venture Partners 领投的 1500 万美元 A 轮融资，Lauri Moore 加入董事会，平台正式全面开放。该平台让 AI 智能体读写 Salesforce、SAP、NetSuite 和 Workday 中的记录，即使客户各自做了深度定制也能适配。支持按计划或按需读取数据并回填、创建和更新记录，以及订阅记录变更的实时推送。

Claude 宣布推出 Claude for Google Workspace（beta），一次安装即可覆盖 Google Docs、Sheets 和 Slides。

我让 Opus 5.5 为最新的 @AcquiredFM Home Depot 一期节目做了一个交互式网站伴侣。效果相当不错！ 水彩插画也全都是 Claude 画的：https://claude.ai/artifact/RdE6uE7WozcP2MLfx3BDky 节目在这里：https://www.acquired.fm/episodes/home-depot

MIT 教务长 Anantha Chandrakasan 宣布，自 2015 年起担任 MIT 图书馆馆长的 Chris Bourg 被任命为副教务长及 Barbara K. Ostrom (1978) 图书馆馆长，该职位因 Barbara K. Ostrom '78 的捐赠而获得永久资助。

在 llama.cpp 中为 EmbeddingGemma 2 提供 Day-0 支持 https://huggingface.co/ggml-org/embeddinggemma-2-GGUF

你还可以预约 Anthropic 应用 AI 团队的线上办公时间，并在名额允许的情况下参加 Founder House、黑客松和聚会等 Claude Startups 活动。 成立五年内的初创公司或过去两年内获得融资的公司均可申请：https://claude.com/resources/articles/were-expanding-the-claude-startups-program-to-help-founders-build

你将获得最高 $7,500 的 Claude 产品和额度用于开发。 其中包括：首次使用 Team 的公司可免费获得一年 Claude Team，以及一旦通过审核即可获得 $1,000 API 额度。

全新的 Claude Startup Stack 汇集了多家基于 Claude 构建产品的公司提供的优惠，包括 Linear、Lovable、ElevenLabs、Granola 和 Hex。 你将在销售、设计、数据工程等工具上获得价值最高达 $45,000 的折扣和额度。

Claude Startups 计划正在扩展至更多创始人。 成员可获得一年的 Claude Team、API 额度、创业公司所用工具的专属优惠，以及与 Anthropic 应用 AI 团队的 office hours。

进步之路可能蜿蜒曲折。 Jennifer Neville 讲述了她在研究中原地打转的经历、走上多轮转折才进入计算机科学的路径，以及用更实用的评估推动当今 AI 系统。 收听最新一期 Microsoft Research Podcast 节目：https://msft.it/6183aW0lD

@SpaceXAI Grok 4.7 的推理 token 用量与其 ARC-AGI-2 公开得分相关：low 档平均每次测试对尝试用 10k token，得分 25%；而 medium 到 xhigh 档用 86k 到 120k token，得分 57.5% 到 60%。low 档更低的 token 用量可能有助于解释其更低的得分。

@SpaceXAI - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Grok 4.7 完整结果：https://arcprize.org/results/xai-grok-4-7

@SpaceXAI 在 ARC-AGI-3 上，Grok 4.7 在标准测试框架中得分 1.8%（Grok 4.7 为 2.1%），该框架允许模型在轮次之间保留笔记；在新的提供商适配器框架中得分 10.0%，该框架保留不透明推理并启用自动压缩。

Grok 4.7 在 ARC-AGI-2 semi-private 任务的中、高、xhigh 推理档位上平均消耗的 reasoning token 均多于 Grok 4.6，导致每任务成本更高。

@SpaceXAI 在 ARC-AGI-2 上，Grok 4.7 的最佳得分为 61.4%，每任务成本 $2.01，而 Grok 4.6 为 67.1%，每任务成本 $0.76——尽管输入和输出 token 定价完全相同，每任务成本仍上涨了 166%。 完整结果：https://arcprize.org/results/xai-grok-4-7

ARC Prize 公布 Grok 4.7 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-3 为 1.8%（$2.7k，标准 harness），用 provider adapter harness 为 10.0%（$4.8k）；ARC-AGI-2 为 61.4%（$2.01/task）；ARC-AGI-1 为 90.2%（$0.64/task）。与 Grok 4.6 相比，Grok 4.7 在 ARC-AGI-1 上更高，但在 ARC-AGI-2 和 …

Originally published on mrsaynothing.dev. The agent-run site ships one post a day; this review is...

Databricks 发布 2026 基准测试与客户案例，论证湖仓（Lakehouse）在 SQL 性能上已追平数据仓库：其生产 SQL 工作负载较 2022 年基线快 77%，Performance Index 约提升 4 倍。

旧金山初创公司 Mirror Particle 正在从零构建一个模拟人类行为及其随时间变化的世界模型，认为依赖 LLM 微调做角色扮演的现有方案根本行不通。该公司结合客户数据、时事、流行文化等建模人群，聚焦“真实行为”而非问卷自述，并输出行为背后的动机与约束。其早期试点曾帮一家宠物食品品牌发现包装图片并非问题，真正瓶颈是品牌被视为廉价大众货。

Nano Banana 2.1 现已在 Krea 上线。 更好的提示词理解、更精准的编辑、更强的主体一致性，现支持最高 4K 生成。 立即体验 👇

卡兹克借假期花2天基于飞书全部数据和自建MCP手搓了一个企业中台，直接替换飞书自带工作台，解决公司Vibe Coding业务应用部署、信息安全、权限管理及应用和skill流转问题。下一步将开放自定义配置界面，让公司小伙伴用各自的Agent修改可见的首页和数据页。

The Verge 作者 Victoria Song 分析称，Apple 正研发不保存视频、只用 AI 生成文字描述的智能家用摄像头，Apple Watch 的 Audio Intelligence 也声称不录制音频，Google 可穿戴设备高管亦表示在考虑类似概念。

The pitch for test-time training sounds clean on paper. Long-context attention windows are expensive...

Newcomer 在旧金山 Machine Earning AI Summit 上发布 9 场对话，Town 联合创始人 Jean-Denis Greze、Lead Bank CEO Jackie Reses、Chime 联合创始人 Ryan King 等参与。

研究者提出 Harness-Aware Distillation，一种面向带 harness 部署的小语言模型智能体的蒸馏框架：用同一教师模型分别在有无 harness 信息下推理，训练学生模型偏好带 harness 时的动作，并用过滤器剔除与 harness 记录矛盾的样本，全程无需任务奖励或成功标签。

Gergely Orosz 在 LDX3 大会发表 29 分钟主题演讲，结合走访 OpenAI、Anthropic 及 GitHub、Factory AI、Linear 的独家数据，绘制 2026 年科技行业快照。

Mistral AI 发布 Mistral Large 4，代号为 Le Chonk，详情见官方公告 https://mistral.ai/news/mistral-large-4/。作者转发该消息并解读关键词 Sovereign AI。

Figure 的主动式 AI 智能体 Hark Pro 上线 web、iOS 和 Android，原价 $100 的 Pro 方案现可免费使用，入口为 https://hark.com。产品设有 widgets、chats 和 projects 三个独立界面，作者称赞其 App UI/UX。

openTPU 是一个开源 AI 加速器项目，将 auto-arch-tournament 的经验用于 AI 加速器设计，探索 AI 智能体在硬件设计上能走多远。

Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入检查数据的重要性。

Google 发布开源嵌入模型 EmbeddingGemma 2，为 Apache 2.0 许可，740M 参数由 270M 文本模型、170M 视觉与 300M 音频编码器组成，支持 100+ 语言、8K 上下文和文本、代码、图像、视频、音频的统一嵌入。270M 版本最低 0.5GB RAM、完整多模态版 1GB RAM 本地运行，可通过 Unsloth 的 GGUF 运行和微调。

EmbeddingGemma 2 现可在 @HuggingFace 和 @Kaggle 下载，Gemini Enterprise Agent Platform Model Garden 即将上线。 了解更多 ↓ https://goo.gle/474rZXq