AI 情报文章归档

Claude Code 推出 Mods 功能，用户只需提示词即可自定义 Claude 的工作方式和界面外观，也可用几行 TypeScript 编写或让 Claude 代为构建。Mods 随插件分发，通过 /plugin 在 CLI 或桌面应用安装，并可作为插件分享给他人。

Artificial Analysis 的 Coding Agent Index 新增安全拒答报告，可查看拒答发生在任务提示词阶段还是任务中途，以及拒答后智能体切换到了哪个回退模型。

@Bot 速度大幅提升

OpenAI 总裁 Greg Brockman 悄然撤回向亲 AI 超级政治行动委员会 Leading the Future 承诺的第二笔 2500 万美元捐款，并于 6 月在 Slack 中告知 OpenAI 员工不再追加捐赠。这笔撤资金额不到其约 255 亿美元身家的 0.1%，负担能力并非限制因素。

Anthropic 为 Claude Code 推出 Mods 功能，用户可以修改构建。Mods 本质上是 hook，随插件分发，每个是一个小型 JavaScript 或 TypeScript 模块，在会话内运行并能看到每个事件，可重写或替换 Claude Code 的行为，甚至绘制自定义 UI，还可通过 Claude Directory 与他人分享。

美国联邦法官 Amit Mehta 驳回了 Chegg 和 Penske Media 针对谷歌的反垄断诉讼，认定谷歌在 AI Overviews 等产品中的行为不违反反垄断法。Chegg 声称谷歌抓取其教育内容供 Gemini 模型复用并分流流量，Penske 指控被收录网站无法选择退出 AI 答案的内容抓取。法官写道，网站对搜索流量的期待不构成协议，这只是搜索引擎的运作方式。

Grok @Bot 是个了不起的助手

@Alibaba_Qwen @baseten 榜单成本是将阿里云公开的 token 价格套用到记录的 token 用量上估算得出，而非使用我们的专用推理费用。 ARC-AGI-3 的测试完成后，我们会公布结果。 完整结果：https://arcprize.org/results/alibaba-qwen3-8-27b

ARC Prize 通过 Baseten 测试 Qwen3.8-27B，发现其自带聊天模板会按推理档位注入不同指令：low 要求思考简短聚焦，xhigh 要求仔细思考、检查假设并考虑替代方案，medium 则不加任何指令。这可能解释了 medium 档得分偏低——这些设置改变的是模型解题的指令方式，而非单纯扩大思考预算。

@Alibaba_Qwen @baseten - 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 - Qwen3.8-27B 完整结果：https://arcprize.org/results/alibaba-qwen3-8-27b

ARC Prize 公布阿里千问 Qwen3.8-27B 在 ARC-AGI（Verified）的评测结果：ARC-AGI v2 得分 42.4%，每任务成本 $0.45；ARC-AGI v1 得分 87.5%，每任务成本 $0.22。Qwen 的聊天模板为 low 和 xhigh 推理档提供引导，但没有 medium 档，这可能是 medium 档消耗更多 token 却得分低于 low 的原因。

Earendil 发布 Pi 1.0，一个稳定、极简、可扩展的智能体编码框架，每周有数十万人使用。1.0 新增 Codemode（原生支持 MCP 及 Jev、图像模型等非 LLM 模型）、虚拟模型扩展支持、延迟工具加载、Anthropic 模型缓存预热、会话中途系统消息、新 TUI 主题和默认全屏模式。

我通常为开发者写作，但下一篇帖子我打算面向那些正在应对 AI 编程智能体变革的公司领导者。 你希望你的领导层能理解智能体的哪些方面？或者如果你正在经营一家公司——你遇到了什么问题？

Fix or rebuild your vibe-coded app? Run 8 checks in 30 minutes, no developer needed, and get a clear verdict: ship, fix, refactor or rebuild.

在聊天中与 @grok 对话

多个项目独立发现部分 ESP32 芯片存在未公开功能，可绕过固定 WiFi/蓝牙电路直接采集原始 IQ 基带采样。

The problem: agents invent APIs I've been building CMS software for web designers since...

Tavus 发布首个 Human Interaction Model（HIM）Griffin，称其为首个通过视频图灵测试的模型。48% 与其实时视频对话的人误以为对方是真人，此前系统通过率低于 3%，并位列 NVIDIA 全双工 AI 视频基准第一。作者 Rohan Paul 转引 Tavus 官方发布并补充演示视频中的表现。

Google 在 Gemini Live 上线 Guided Vision，可在兼容 Android 设备上通过共享摄像头，用 AI 实时语音描述镜头中的内容，帮助读取小字、识别物体和描述周围环境。

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

fal 宣布 Black Forest Labs 的 FLUX 3 可在其平台试用，提供文生图与图像编辑两个入口。链接为 https://fal.ai/models/blackforestlabs/flux-3/text-to-image 和 https://fal.ai/models/blackforestlabs/flux-3/edit-image。

fal 宣布 FLUX 3 Image 已上线平台，主打精准图像编辑且保留未改动部分。该模型支持原生 2K 和 4K 图像生成、最多组合 10 张参考图、一次完成多个定点编辑，并可对布局和构图做细致控制。

如果你在使用 Gemini Enterprise Agent Platform，Grok 4.7 现已可用

Grok 4.7 现已在 Gemini Enterprise Agent Platform 上线

Cerebral Valley AI Summit 将于 11 月 12 日在旧金山举行，新增演讲嘉宾包括 River AI 创始人兼 CEO、xAI 联合创始人 Igor Babuschkin。

Meta 提出将智能体 harness 优化拆分为多个分支的搜索方法，每个分支保留自身优于其他分支的开发用例、丢弃所有分支已解决的用例，并基于历史重写自己的提案策略，再由路由器为新输入选择分支。

Jev 是一款出色的重排序模型，你没听错。

OpenAI 宣布在全球推出 ChatGPT 的两项购物新功能：虚拟试穿服饰配饰，以及可将商品保存到 Library 的 Favorites 收藏功能。虚拟试穿基于新发布的 ChatGPT Images 2.5 模型，用户可上传自拍或全身照，也可上传商品截图请求试穿；此前 OpenAI 的 instant checkout 功能表现不佳已放弃。

Eric Schmidt：如果只能投一个 AI 主题，我会投长推理。 一个能在一个问题上持续思考数小时/数天的模型，与一个给出答案就停止的模型完全是两回事，而大多数人仍未对这一差异定价。 ---- 来自 "Blackstone and Eric Schmidt" YouTube 频道，（链接见评论）

"Waymo 效应"指的是当一项技术消除了与另一个人打交道时的摩擦，会发生什么 https://www.researchagenda.news/articles/the-waymo-effect.html

Over the past few months, I have started noticing something unusual on GitHub. There are profiles...

你应该能在任何需要的地方使用你的 AI 订阅：

Google 从加州用 SpaceX 火箭发射了 Project Suncatcher 的轨道计算卫星原型，首次将 TPU 送入太空，由 Planet Labs 建造，将分 15 分钟间歇点燃 TPU 验证供电、散热和模型运行；Google 还发布了将发表于 Joule 的同行评审版轨道数据中心白皮书。

Lohit Siriki https://www.kaggle.com/code/sirikilohit/arc-agi-3-duck-18-1gc-submit https://www.linkedin.com/in/lohitsiriki/

Lord Han Solo https://www.kaggle.com/lordhansolo Notebook: https://www.kaggle.com/code/lordhansolo/built-on-tufa-labs-duck-harness-milestone-2

Daniel Franzen https://da-fr.github.io/ Notebook: https://www.kaggle.com/code/dfranzen/arc-agi-3-milestone-2-solution

ARC Prize 2026：ARC-AGI-3 里程碑 #2 获奖者 恭喜三位获奖者开源了他们的高分 ARC-AGI-3 解决方案： 1. Daniel Franzen - 27.9%，$25K 2. Lord Han Solo - 23.8%，$7.5K 3. Lohit Siriki - 22.5%，$5K 了解更多关于每个提交方案的信息：

Grok 4.7 已在网页端可用。截图显示 Expert 模式提示“Thinks hard Grok 4.7”，界面还提供 Auto、Fast、Build、Heavy 等模式选项。

我认为 AI 语音缺少一层质量检查。 在我构建的大多数应用中，语音听起来已经很棒了。但真正让生产环境出问题的，是模型把“Q3”、“v1.2”或品牌名读错。 这对人们感知语音智能体的方式影响巨大。 @OnepinAI 正在解决这个问题。在你听到之前，他们会检查每一行的自然度、清晰度和发音。 当一个词读错时，它会直接修复那个词，而不是重新生成整行。

一个有趣的结果：Fable 5.1 得分 44.6%，高于 Fable 5 的 37.3%，同时平均少用 33 分钟。这里的进步也意味着从每小时的自主工作中获得更多产出。 大多数智能体运行 8–10 小时，却取得显著不同的分数。下一个有趣的问题是，每多运行一小时，每个智能体能获得多少提升！