AI 情报文章归档

Genkit and ADK save every turn of your agent's conversation, tool responses included, in a store you never designed. What ends up in there, why you can't sanitize your way out, and why fixing it is the framework's job.

一个游戏开发新手。1 句话。3 小时。现在成了 Meshy 3D Games 上的在线游戏。🦔 一只小刺猬探索温馨的小世界，用 Meshy 制作并发布，任何人都能玩。 无需游戏开发经验。你的创意可能就是下一个 👀 先试玩，再做你自己的 👉 https://www.meshy.ai/3d-games

据《华尔街日报》和 The Information 报道，OpenAI Q3 环比增长约 50% 至 100 亿美元，但调整后经营亏损从 101 亿升至 109 亿美元。

James Shore 在其系列第三部分讲解如何度量和建模 AI 加速开发的意外后果。文章提出以变更成本为核心指标，介绍价值增值比例、DORA 指标和 token 用量等观测手段，并给出可维护性、多余代码行、供应商锁定和倦怠等模型与场景推演方法，强调这些指标噪声大、滞后三到六个月且容易被博弈，应用来评估方法而非考核人员。

Benchmark headlines are easy to share and hard to check. In July, LiteLLM published benchmarks for...

ElevenLabs 在纽约峰会宣布多项发布，定位为构建 AI 的交互层。

Modal 宣布成为 gVisor 三个新维护者之一，此前 Google 在 KubeCon 上将 gVisor 捐赠给 CNCF，Ant Group 和 Tines 也加入维护者行列。

英格兰高等教育监管机构 OfS 称 AI 让公平批改课程作业“几乎不可能”，敦促高校恢复传统考试和现场展示，并警告可能制裁未建立可靠评估形式的高校。OfS 与 Advance HE 对 127 所机构 300 多名受访者的调查发现，学生大量用 AI 写论文且常未被察觉，成绩与不用 AI 者相近；策略总监 Josh Fleming 称这是“代际风险”，威胁学位可信度。

Google DeepMind 介绍 Gemini 智能体生成了超过 600 万行 Lean 形式化证明，并对代码进行审计，使人类专家只需复核其中关键的 1%。官方称这是用 AI 验证关键基础设施（从日常通信到电网）的重要一步，详情见 https://goo.gle/4BLrkbk。

Google DeepMind 宣布首次用 AI 数学证明 Signal 的协议在代码层面是安全的。其使用自研的 AlphaProof Code 框架，验证了这个每天保护数十亿条私人消息的加密系统。

My MacBook Air started restarting by itself. The 512 GB disk was full, and most of what filled it...

No medication app fit how I take my pills, so I built one. Vzato went from an empty folder to App Store review in about 20 hours and was approved two days later, for iPhone, iPad and Mac. What the AI did, what I did, and what went wrong.

TL;DR: Global Hack Map is a free, MIT-licensed live map of publicly reported cyberattacks, data...

Anthropic IPO 路演材料披露，Claude Mythos Preview 模型仅用约 3 天让另一个模型在 AMD MI355X GPU 上运行，而传统适配通常需 6 至 12 个月。报道认为这可能削弱英伟达 CUDA 生态优势，但也指出 CUDA 背后仍有庞大开发者生态、函数库以及 NCCL 与 NVLink、InfiniBand 深度结合带来的迁移成本，现在下结论还为时过早。

腾讯混元官方宣布 Hy4 已上线 OpenRouter。引用内容提到其成绩为 Terminal Bench 4.0 得分 44.4、OSWorld 2.1 得分 78.9、AutomationBench v1.0.6 得分 56.2，更多信息见 https://hy.tencent.ai/research/hy4。

ChinaTalk 作者调查称 Mercor、Surge AI、Turing、AfterQuery 等至少九家美国数据公司向阿里、腾讯、字节跳动等中国实验室出售价值约 5 亿美元的 RL 环境等数据，帮助其 post-training 提升编码、办公等领域能力。

Anthropic shipped Claude Fable 5.2 and cut its price by 20%. Meta launched Muse Ember, a tiny-priced...

彭博经济研究测算，2026 年 AI 相关经济活动为英国经济增长贡献 0.45 个百分点，约占今年 1.8% 整体增幅的四分之一。报告称贡献目前主要来自 AI 技术的生产和研发而非广泛应用，并提醒若全球 AI 资产估值大幅回调，英国经济可能面临风险；英国央行此前估计 AI 推广应用贡献了约五分之一的经济增长。

据彭博社报道，字节跳动计划未来几周内推出一款类似 Meta Muse 的 AI 助手，以巩固其在 AI 视频生成领域的优势。张一鸣在面向 AI 团队的会议上表示，Seed 系列模型的预训练数据集比美国顶尖对手小好几个数量级，真正追平 Anthropic、OpenAI 等公司至少要到 2029 年或 2030 年。

作者实测深度原理的科研模型 Hydrogen-1.0，该模型以 GLM5.3 为底座，用化学、材料、生命科学知识和科学发现轨迹做 SFT 与 RL 再训练。在 FrontierScience Research 上解题率 38.3%，高于 GPT-6Astra 最高档的 33.3% 且成本更低。

The 90% AI Code Quota: Why Big Tech Is Manufacturing Fragile Codebases Imagine being a...

Seven months ago Anthropic claimed thousands of high-severity AI-discovered bugs. The independent audit is in: 37,966 findings, 7,349 public, 217 fixed, and an October scanner that emails maintainers fully model-generated reports with no h…

小红书升级发布端到端精确语音编辑模型 dots.tts.edit V1.1，支持选中文句后进行文本替换、情绪、语速和停顿等多处局部编辑，中英双语和多说话人语音均可一次生成完成。

An executable synthetic test for a subtle failure in AI-agent review evidence. Two AI agents can...

Anthropic CEO 达里奥·阿莫迪近日预测，癌症、阿尔茨海默病、心脏病和精神疾病将在不到十年里成为历史。哈萨比斯、马斯克也曾表达类似乐观预期。但 Vertex 执行董事长莱登透露其测试约 50 家 AI 公司无一能独立研发出可用药物，行业人士指出药物研发仍需 10 至 12 年，临床试验和监管审批无法绕过，截至 2026 年尚无一款 AI 设计的药物实现全面临床应用。

PHP2Shell, Node2Shell, LiteLLM, and Shai-Hulud expose gaps in software trust. Apply five SIP controls to reduce exposure and contain damage.

Your agent system does not learn. It just runs. Most multi-agent systems I see have the...

SLayer Text to SQL fails quietly. The model guesses a join, invents a revenue definition,...

An anonymous poll, a debate about multimodal testing, and some uncomfortable questions about who...

北京互联网法院披露一起诉讼：用户小唐发布的原创文字被平台认定为"AI 生成未标识"，遭隐藏和禁言一天，申诉未果后起诉。法院认定平台构成违约，判决其解除内容隐藏并删除违规处理记录。法官指出，平台以算法识别 AI 内容时应对判定依据作适度解释说明，不能仅以商业秘密为由拒绝，并建议平台建立阶梯式处置机制、坚持过罚相当。

佐治亚州选举后民主党赢得全部州级职位，包括两个公共服务委员会席位，终结共和党30年的多数。新多数把抑制 Georgia Power 带来的电费上涨列为首要任务，可能挑战该公用事业获批的近 10 GW 新建燃气电站和电池计划；据 Southern Environmental Law Center 估算，5 座燃气电站将在数十年寿命期内花费客户 500 亿至 600 亿美元。

自然资源部、国家发展改革委近日发布“人工智能+自然资源”实施意见，明确到 2028 年建成时空地理信息、国土空间规划与治理等重点方向的高质量数据集、大模型和智能体，到 2030 年集成打造智能化国土空间治理基础平台。意见提出统筹布局五个 AI 中试平台，并推出“天空地海网”一体化监测等八大示范场景。

Wiring a tool takes an afternoon. Running it for real users doesn't. Getting a model to...

红果短剧创作者中心 11 月 9 日公告上线“AI 剧虚拟形象创编与确权”能力，创作者可提报真人授权、上游 IP 授权或著作权登记证书等权属材料申请确权，审核通过后形成确权记录。平台说明该记录仅辅助权属信息留存，不代表对内容或权益风险的绝对兜底，内容上线分发仍须符合平台规则与法律法规。

OpenAI 宣布将于 2026 年 12 月 11 日停用 ChatGPT 的 Advanced Voice Mode 和 Standard Voice Mode，用户将自动切换至今年 7 月发布的全双工语音模型 GPT-Live。

据彭博社援引知情人士消息，OpenAI 第三季度营收首次达到 100 亿美元，环比增长近 50%，约为去年同期的 3 倍，调整后营业利润率从 -150% 改善至 -109%。

软件开发者西蒙·威利森借助 Claude Code 开发出声音定位系统 Beep Locator，可将声源锁定至约 40 厘米范围。该系统让五台手机、平板和电脑通过网页调用麦克风，比较声音抵达各设备的时间差，并用快速傅里叶变换识别目标提示音。他据此找到藏在纸箱中的旧一氧化碳探测器，项目代码已在 GitHub 公开。

创办于 2014 年、已举办 12 届的澳大利亚 STEM 电子游戏挑战赛将在 2026 年举办最后一届，主办方 ACER 将停办原因归结于生成式 AI 普及导致评委难以分辨作品是否由学生本人完成，并使竞赛偏离原目标。赛事并未完全禁用 AI，学生可用 AI 编写少量代码或排错，但须记录所用 AI 工具和具体用途，并提交 1 至 5 分钟游戏录像与源代码。

Measuring authentic student performance in capstone projects with a mobile 720p demo studio, 2-stage diarization, and fake-log auditing using Gemini 4.

据《商业内幕》报道，优步 CFO 在第三季度财报电话会议上透露，10 月最后一周合计完成 3.2 亿单，但通过 AI 智能体下达的 Uber Eats 订单只有约 500 笔，网约车订单只有 4 笔；DoorDash CEO 也称通过 AI 智能体收到的订单累计只有几百笔，相比每年数十亿笔配送订单微不足道。