AI 情报文章归档

Stanford HAI 报道 Karunakaran 等人对律所、广告公司和 IT 服务公司的 AI 部署研究，发现把 AI 介绍为生产力工具时员工不愿使用，介绍为工作丰富化手段时使用意愿明显提升。在一家律所的对照观察中，以丰富工作为目标引入 AI 工具 LawBot 的部门，使用量比强调提效的部门高 58%，尝试新用法多 70%。研究还强调配套培训、探索时间和调整考核指标的重要性。

欧洲委员会与 Microsoft 签署了一份覆盖 AI 与负责任技术发展的合作备忘录，签署仪式在斯特拉斯堡的欧洲委员会总部举行，由秘书长 Alain Berset 与 Microsoft 副董事长兼总裁 Brad Smith 共同签署。

NVIDIA cuOpt 推出多 GPU 的 mPDLP 求解器，通过 NVLink 连接的 GPU 分布式求解线性规划问题，求解速度比一年前快近 10x，单 GPU 峰值内存占用最多降低 6x（LP 问题上限 2.1B 非零元）。该求解器已在 Kinaxis 的供应链生产规划和 PSR 的大规模能源系统容量扩展模型中得到应用。

Google 的 Nano Banana 2.1 图像生成与编辑模型正在 Google AI Studio、API 和 Gemini 上推出，官方描述强调更高的事实性、视觉保真度和多轮一致性。

n8n will take part in Open Haus Berlin, a developer event scheduled for October 20, 2026, alongside...

追踪 @Grok Bot & Build 的更新日志 https://x.ai/changelog/bot

Grok @Bot 可以当你的个人首席财务官！

Grok 4.7 非常擅长处理大型代码仓库

a16z 领投 General Medicine 1.2 亿美元 B 轮融资，该公司正在构建一个覆盖药品、检验、影像和专科咨询等 2900 多项产品与服务的医疗服务平台。平台将患者病史、临床指导、透明定价和就医通道整合到一个体验中，并同时面向消费者和企业机构提供底层基础设施。

ARC Prize 与 SnorkelAI 在 SF Tech Week 期间举办首届 Frontier AI Benchmarking Ecosystem Dinner，汇聚 40 位来自非营利基准组织、产业界、学术界与政府的专家，讨论 AI 基准设计框架与更可扩展、透明的生态建设。

Grok @Bot 技巧

Project management software has traditionally been about one thing: helping teams organize work. ...

Document Foundation 在博客文章中宣布，LibreOffice 在可预见的未来不会添加 AI 功能，默认安装不含任何 AI。该组织称这是经过评估后的设计立场，目的是确保用户文档不被上传服务器、软件无需联网即可运行，满足处理机密或个人数据组织的审计要求；用户仍可通过扩展接入本地 AI 模型，未来若技术满足数据留在设备、不依赖单一供应商等条件，不排除改变。

Mitra AI 助手新增在消息应用中代表用户沟通的能力，并推出 Mitra Link 让用户的 Mitra 助手之间直接对话。用户可在聊天中 @ 自己的 Mitra 智能体接管进行中的对话，并通过 Mitra Link 精确选择谁能与自己的智能体交流；助手可处理协调会议时间、日程安排等请求。

或者直接在 Playground 上试用。这是 Clef Flash：https://openrouter.ai/cloudflare/clef-flash

小贴士 💡 对比 Clef、Jev 及另外 10 款决策模型的功能与用量 使用对比页面：https://openrouter.ai/compare/cloudflare/clef-flash/cloudflare/clef/typesafe/jev-1.13/perplexity/pplx-decider-v1-27b

OAI-SearchBot and GPTBot serve different purposes. If your goal is visibility in ChatGPT search,...

@deepseek_ai ARC-AGI-3 评测在操作上更为密集；测试完成后，我们将在未来几周内分享结果，包括使用新的 DeepSeek provider adapter harness 得到的分数。

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI 榜单上的完整成绩。测试结果可通过 GitHub 仓库复现，完整结果与测试政策见 arcprize.org/results/deepseek-v4-1-flash。

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 72.9%，每任务成本 $0.13；ARC-AGI-1 得分 94.5%，每任务成本 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 高 5.5 分，ARC-AGI-2 高 11.5 分，但每任务成本高约 250%。

ARC Prize 公布 DeepSeek-V4.1-Flash 在 ARC-AGI-1 上的结果：high 推理档得分 88.5%，低于 low 档的 90.5%，差异集中在 8 个任务上（high 在 5 个任务上低 4.5 分、3 个任务上高 2.5 分），且 high 多消耗 35% 输出 token 却未带来更稳定的正确答案。

Perplexity Decider 是最好的决策模型

Simon Willison 让 Claude Opus 5.5 设计一种简单的文本音乐格式，并构建一个能播放它的 artifact，还要求示例曲目达到《猴岛小英雄》初代的音乐水准。结果成品比他预想的更贴近猴岛主题，但效果出奇地好。他由此猜测，作曲能力或许像此前的 3D 图形能力一样，是文本模型近几个月才涌现的新能力，但需要更多实验验证。

我认为，过去几年密切关注 AI 的大多数人，可能都会感到意外：考虑到 AI 总用户达十亿、企业用户达数亿，糟糕的 AI 事故却相对少见。这不意味着这种情况会持续，但确实令人意外。

A step by step survey of six ways to serve a model on AWS, from a managed API to your own Neuron chip, driven by one Strands agent and measured on the same day with the same prompts.

德国联邦交通部长施特芬·比尔格表示，希望特斯拉 FSD（监督版）辅助驾驶系统能在欧盟范围内获批，并认为欧盟统一审批类似系统具有积极意义。他指出审批涉及诸多待解决的技术问题及责任认定划分，希望该系统尽快在欧洲投入使用。特斯拉曾于今年 4 月表示，FSD（监督版）将于未来几个月内在整个欧盟获批；该系统实为 L2 级辅助驾驶，驾驶员需始终准备接管方向盘。

The main conversation is your fridge, and space is finite. Learn when to keep work in the main conversation and when to move it to a subagent, a second session, or a headless loop.

Most personal-finance and trading apps make one quiet assumption: you always have a fast, stable...

Claude Code is one of my favorite AI coding agents. It can inspect your codebase, edit files,...

SemiAnalysis 在 ClusterMAX 测试中无法对 FarmGPU 取得实质进展：Slurm 层未能正确暴露 GPU 资源，Kubernetes 也未暴露任何用于横向扩展网络的 RDMA 设备。不过其认可 FarmGPU 的开放开发文化，包括扎实的 Grafana 监控体验和详细的资源开通说明，并认为其技术团队值得信赖，只是人手过于紧张，仅部署几个小集群就已吃力。

银色很适合 Ojai。✨ 推出银色 Ojai，配备人造皮革座椅、无线充电和焕新的内饰细节。 即将在旧金山、洛杉矶和拉斯维加斯为乘客服务，未来将覆盖更多城市。https://waymo.com/blog/shorts/silver-ojai/

MIT 宣布启动 MIT for America 计划，面向从幼儿园到社区学院的学生加强全美 STEM 教育，重点覆盖数学思维、AI 应用以及动手设计与制造三个方向。

Mistral 发布 Mistral Large 4（Le Chonk），1T 参数、49B 激活、原生多模态，称其为美欧聚合评测中最佳开源权重模型，API 已可用，开源权重 10 月底发布。作者 Elvis Saravia 表示对性能不算太惊艳，但认可其多模态能力，认为这是 Mistral Large 可以突出的方向。

Meta AI 提出 MIRA，将长周期研究智能体拆成外层 meta-reasoner 与执行器：前者读取持久研究记录并生成下一项调查的工作单，后者负责执行，决策只发生在工作单边界。

全新想象。全新故事。全新创作方式。✨ 看看创作者们用 Kling 4.0 和 Kling 4.0 Flash 做出了什么。

有时候，你只能自己找到出路。🐧 🎬 动态设计，由 SenseNova 6.8 Flash Preview 驱动，让静态图像活起来。

Meta 智能体产品 Muse 上线数周接连曝出隐私与安全问题：零日漏洞可监视 Mac 用户，有用户被冒充为 Muse 智能体的攻击者骗取 root 权限，还有人发现它会无视权限设置、未经批准读取私人消息并上传云端，苹果为此调整了 macOS 隐私设置。

Thomas Wolf 转发 Mistral 官方公告，宣布 Mistral Large 4（1T 参数、49B 激活、原生多模态）开放权重将于 10 月底发布，并给出 Hugging Face 页面 https://huggingface.co/mistralai/Mistral-Large-4.0-1T05-A52B 供即时接收发布通知。公告称其为美欧最佳聚合基准开源权重模型，在网络安全防御、制造和金融任务上表现领先，视觉 grounding 超过闭源前沿模型，API …

Mistral AI 于周二发布万亿参数多模态模型 Mistral Large 4（昵称 Le Chonk），定位为介于闭源与中国开源模型之间的第三条路线。目前仅能通过公开 guardrail 端点访问，安全测试完成后计划在三周内开放权重；该模型仅用 4,000 块 NVIDIA GPU 在 Mistral 自有算力上完成训练，优化用例包括网络安全、金融和芯片设计。

“不要只调你和智能体协作的方式，还要调它们获取反馈的方式。” 瓶颈迁移律：AI 不提高系统吞吐，AI 把瓶颈搬到下一个环节。收益取决于你多快能定位到新的瓶颈。