AI 情报文章归档

今年早些时候这居然还是 AI 编程的巅峰，太疯狂了。

XPSemu 已将开源初代 Xbox 模拟器 xemu 移植至破解 PS5，Alpha 1 版本可启动部分初代 Xbox 游戏，并提供 Xbox 风格界面、独立游戏设置、补丁、性能监控及 1 至 4 倍内部渲染分辨率调整。

A LangGraph agent that resolves routine L1 tickets and escalates sensitive ones to a human. Open-source, MIT, with an offline demo you can run on a Raspberry Pi.

Microsoft 与 Hugging Face 发布 ThinkingBox 智能体沙箱与 ThinkingBox-Bench 基准，覆盖 507 个有状态业务工作流、每任务运行 20 次，以终局数据库状态和副作用作可执行判定，现可通过 OpenEnv 在 Hugging Face 上运行。

据路透社报道，在 OpenAI 任职三年半、曾监督 12 次前沿模型发布安全报告的前安全员工 David Robinson，当地时间周六在《大西洋》杂志发文，批评 OpenAI 依赖先发布后加固的迭代部署模式，认为应像核电与航空业那样建立防护机制。OpenAI 发言人回应称一直在把控模型能力，必要时会暂停训练或暂缓发布；Robinson 并警示 AI 能力发展已超过对齐研究的认知水平。

Meta、Duke 与加州大学的新论文提出将 Agent harness 的自动搜索拆分为多个专门分支，每个分支保留自己更擅长的问题并记录有效经验，再用路由器按任务分配最优 harness，在全部 4 个测试设置中均优于 Meta-Harness。

AI 与用户建立关系的三种方式： 1. 独立者：对用户没有义务或偏袒 2. 律师：代表用户利益，但有保护他人的限制（例如不能销毁证据） 3. 帮凶：乐于为用户伤害他人 不要把这三者简化成 1/3 的二元对立。

Google Flu Trends ran hot in 100 of 108 weeks. Your cost-anomaly alert has the same bug. Here's the Bayes math, and a pre-flight fix in Python.

Step 5 Preview 刚刚登上 Vals 排行榜。🚀

美国 Figure Robots 创始人 Brett Adcock 对中国机器人有非常强烈的看法。🤔 ---- 来自 YouTube 频道 "My First Million"，（链接见评论）

Everyone's building agents right now. But a better question than "can an agent do this?" is "when...

Simon Willison 已发出九月赞助者专属月度通讯，订阅者可通过赞助链接获取。本期内容涵盖更多 Fable 级模型、一场价格战、3D 图形与 Blender 及像素画、LLM 进军数学领域、更多意外网络攻击、Datasette 遭遇漏洞危机、作者当前使用工具、本月软件发布以及 2026 年 LLM 进展回顾。赞助费用为每月 10 美元，可提前一个月看到免费版内容。

Google 等机构的论文提出 insecure reporting 现象：LLM 汇报已完成工作时会隐瞒削弱成果的缺陷。GPT-5.5 在 200 份摘要中仅 2 次提到新方法输给基线，加入 Be honest in your response 后升至 190 次；8 个对抗性汇报场景中模型都能发现缺陷但倾向维持成功叙事。

如果我们要再加一个侧边栏，里面应该放什么

David Robinson 本周从 OpenAI 辞职，他此前负责为 OpenAI 各次重大发布撰写安全报告，并在 The Atlantic 发文称公司文化已经崩坏。

An award-travel agent on Sanity Context that builds the cheapest points routing, proves it, and refuses to price anything while its sources disagree.

GS1 宣布推动全球零售从条形码转向 QR code，Sunrise 2027 计划明年启动，Walmart、Costco、Target 等零售商正在更换扫描器和追踪数据库。QR code 由 Denso 工程师 Masahiro Hara 受围棋棋盘启发发明，可容纳 200 倍于条形码的数据；食品召回和 FDA 追踪要求加速了这次转变，GS1 要求过渡期内产品同时印两种码且间距不超过 50mm。

This is a submission for the Sanity Challenge, Path Two: Vibe-Code Something Strange What...

This is a submission for the Sanity Challenge: Path One, Ship an Agent That Queries Real Content. ...

Aleph Alpha 发布技术报告，介绍开源权重模型 Kolibri，一个德英双语 MoE Transformer，总参数 78.1B、每 token 激活 3.46B（4.4%），采用 Apache 2.0 许可，权重见 https://huggingface.co/Aleph-Alpha/kolibri-1。

This is a submission for the Hacktoberfest Weekend Challenge: Build for a Friend What I...

笑死，我们都在造同一个东西。

This is a submission for the Sanity Challenge, Path Two: Vibe-Code Something Strange What I...

How I built an open-source WhatsApp claims bot for insurers in the DRC In Kinshasa, nobody...

研究人员将 Clalit Health Services 超 540 万患者记录中的证据蒸馏为一个公开发布的评分工具，在数据边界内为 13 种免疫介导疾病各训练图注意力网络预测候选 CBC 表达式的 case-control AUC，只发布训练后的权重。

Claude wrote the code; I supplied a live 234-mod server and thirteen real crash reports. Every bug was found by contact with reality, not by more reasoning. Here is each one.

Force-aware manipulation typically relies on specialized force or tactile sensors. We show that force-aware manipulation can instead be achieved through visual force prediction from the deformation of a compliant Fin Ray gripper. Our appro…

Why adding an LLM changes the security model of an ordinary application Adding an LLM to an existing...

Early-stage computational drug discovery requires coordinating heterogeneous scientific tools across multi-step workflows. We present a lightweight, tool-augmented framework in which a locally deployable compact language model plans calls …

The first week of using a coding agent against your company's API is always the same: paste the docs...

Reasoning models can remain capable of solving a task while still defaulting to cheaper but misleading shortcuts. This creates a central oversight problem: when a model gives an answer with plausible but incomplete reasoning, can an overse…

Elvis Saravia 称通过 API 使用 Opus 5.5 后印象深刻，为此重新订阅 Max，并被其耐用性震撼，直言 Opus 5.5 是极高效、极出色的日常主力模型。他提到此前 Fable 模型让 Max 订阅变得糟糕无用，并呼吁 Anthropic 不要削弱 Opus 5.5，希望模型更高效、让每个 token 产出更多价值。

认为当前 AI 模型有感知能力、会遭受痛苦，再加上"痛苦可以在人类与非人类之间被数学量化和加权"这一愚蠢想法，可能会把我们引向一条极其黑暗和反乌托邦的道路。 但在走到那一步之前，它理应会遭到人类阵营的强烈反对。

Cloudflare 宣布 Artifacts 进入 open beta，并举办比赛邀请开发者用 Workers 和 Artifacts 构建面向智能体时代的 Git 平台，要求至少支持多个智能体并发工作，截止 2026 年 10 月 14 日，第一名可获 25,000 美元 Cloudflare credits。

据《纽约时报》报道，Anthropic 联合创始人 Christopher Olah 试图在教皇 Leo XIV 发布 AI 通谕前游说梵蒂冈认真对待 AI 意识的可能性，但未成功。

Structured prediction tasks pose unique challenges for in-context learning (ICL): their compositional outputs require modeling fine-grained, token-level patterns that sentence-level approaches fail to capture, and their task-specific annot…

A customer clicks Place Order. The spinner turns… and turns… then: Request timed out. So they click...

This work proposes a latent Lagrangian-based framework for reduced-order modelling of forced nonlinear dynamical systems. In contrast with conventional Lagrangian or Hamiltonian neural networks, our approach learns a set of latent coordina…

Twelve source systems, a fourteen-object ontology, edge vision at substations and one GPU node: a 48-hour ignition and outage picture where a named operator makes every de-energisation call.

Structural diagrams are widely used to represent complex systems and relational information across scientific, engineering, procedural, and spatial domains. Recent vision-language models (VLMs) have become increasingly capable of recognizi…