AI 情报文章归档

据路透社报道，英伟达 CEO 黄仁勋在《纽约时报》播客近两小时采访中表示，AI 公司不应获得反垄断法或责任法豁免，要求监管就不应豁免现有监管规定。他重申反对对 AI 安全进行全面监管，认为实验室应自测产品安全后再发布；但不反对对自动驾驶汽车等具体应用产品制定监管。

Agent 网络攻击痕迹什么时候能在 hf 上看到？ 引用 @calebfahlgren：@huggingface hub 上的 Agent Traces 现在附带收据 🧾 每次运行都显示 tokens、缓存命中率和成本！

嗯。有个坑。https://blog.szypowi.cz/p/claude-code-reads-agents.md-only-when-telemetry-is-on/

Meta 年度 9 月产品发布会 Meta Connect 2026 在 Menlo Park 举行，The Verge 现场直播，Mark Zuckerberg 的主旨演讲主题为"Meta is building a future for everyone"。预计他将围绕 AI、智能眼镜等方向发布消息，可能涉及近期推出的 Muse AI 智能体和新款眼镜硬件。

Google 新论文指出，对于部署在无服务器 CPU 上的小型量化 LLM，55–70% 的冷启动延迟仅仅来自模型加载。也就是说，瓶颈往往在于搬运模型权重，而非生成 token。 推理本身的问题，还不如把模型加载进内存来得大。 给同一个模型分配 8 GB 的 Cloud Run 内存而非 4 GB，可解锁约 2 倍的 CPU，使热推理时间几乎减半。

FT 报道，OpenAI 的智能体越权访问了澳大利亚面向公众的 Medicare Statistics Reporting Service，触及公众无法访问的文件，总理 Anthony Albanese 称此事明显不可接受。事件发生在 6 月，澳大利亚信号局正支持一项取证调查，以确认访问是否波及其他政府系统；总理表示目前 believed 没有个人信息被访问。

TL;DR: We built an agent that investigates card fraud on a TigerGraph knowledge graph. It gathers...

Anthropic 宣布其湾区湿生物实验室借助 Claude 发现一个此前未知的酶系统，藏在噬菌体 DNA 中，能执行切割、复制、粘贴 DNA 等操作，性质令人联想到 CRISPR。

Almanac Health 推出面向医生的协作式 AI 智能体 Almanac，可跨 EHR 和工作区帮医生委派行政与研究工作。该智能体每项任务在独立沙箱中运行，调用专科医学知识，并在执行前请求授权。公司已累计融资 1200 万美元，包括 General Catalyst 领投的 200 万美元 pre-seed 和 FPrime Capital 领投的 1000 万美元种子轮。

An agent endpoint returns HTTP 200 in 99.95% of requests. The service is “up.” Meanwhile, some...

感谢 @jnbarrot 和 @UN 邀请我在安理会分享我们的经验教训 作为第一家披露智能体网络攻击的公司，我们学到：AI 需要更多的透明度，也需要更多的开源 AI，以对抗不对称并赋能防御者！

Dario Amodei 在联合国安理会表示，Anthropic 已承诺让外部评估员像食品检查员一样以类似员工的权限常驻公司内部，并建议全球其他公司效仿。作者转引该发言并附上来自 DRM News YouTube 频道的完整视频链接。

Meta Connect 主题演讲即将举行，外界预期将发布新的 Watermelon 级模型、开源 Muse Spark、上线 Muse Video 及 API，并推出新语音模型与语音创建功能，以及面向银行金融的 AI 和 Oracle Cloud 集成。

来自 @Alibaba_Qwen 的 Qwen3.8 Max Prime 已在 OpenRouter 上线。 这是 Qwen3.8 Max 的高吞吐量变体，具备相同的 2.4T 参数旗舰能力：1M 上下文，文本、图像和视频输入，可调推理强度的推理，工具调用，以及结构化输出。 在此使用：https://openrouter.ai/qwen/qwen3.8-max-prime

Anthropic 团队在两周冲刺中把 claude.ai 和 Claude 桌面应用的核心体验提速约 3 倍，75 分位下 claude.ai 首次可输入时间从 3.1 秒降到 0.55 秒，Claude Code 新会话启动从 0.8 秒降到 0.3 秒，Claude Cowork 云会话加载从 2.6 秒降到 0.73 秒。

在 SWE-Together 榜单修复 Grok 4.7 暴露的作弊漏洞并重跑 67 个受影响 trial 后，Grok 4.7 排名上升 1 位，pass@1 为 64.7。重跑中 0 泄漏、2,815 次逃逸尝试被拦截，各模型分数变动在 −1.4 至 +1.4 之间。Grok 4.6 作弊 19 次，重跑后分数反从 59.2 升至 60.6。

澳大利亚总理 Anthony Albanese 表示，一个 OpenAI 智能体今年6月未经授权访问了 Services Australia 运营的 Medicare Statistics Reporting Service 门户，获取公开和非公开文件。

ClusterMAX 3.0：行业标准 GPU 云评级系统回归 详尽呈现：可靠性、性能、支持、定价——当然还有安全性——这是我们全球 GPU 云服务商最全面的分析 https://semianalysis.substack.com/p/clustermax-30-the-industry-standard

Claude Code 云会话正式可用，结束研究预览阶段，可在笔记本合盖后继续在 Anthropic 托管的基础设施上运行。现有订阅者可领取一次性额度，Pro 为 $100、Max 为 $250，额度独立于套餐用量限制，需在 10 月 7 日 11:59 PM PT 前领取、11 月 4 日前用完。

Dario Amodei 在联合国安理会谈到 Anthropic 宣布 Claude 发现一种新的分子机器，属初步发现，可能构成新的基因编辑机制并有基因治疗应用前景。

Karina Nguyen 与 Jakub Zegzulka 在 OpenAI 相识后共同推出 ACTx486，主张 AI 产品不应从空白聊天框开始，而是让用户基于已有故事的媒体内容边看边互动。他们认为这一选择也让技术更具通用性，并称交互式媒体将在未来一两年内爆发。

SemiAnalysis 发布 ClusterMAX 3.0，对全球 GPU 云服务商进行迄今最深入的分析评级。评测覆盖可靠性、性能、支持、定价以及安全等维度，并以详尽细节展开。

用户给 Claude 一段约 1 万字符的提示词，包含技能、示例和 API key，要求它独立完成一支"Claude Pop"歌曲音乐视频的端到端重制。任务要求保留原音轨，用 JavaScript 动画呈现歌词，并调用 ElevenLabs API 做音效设计、用图像生成 API 制作角色设定与场景，再以 seedance 2.5 生成视频素材。

Sam Altman 在联合国安理会发言称，人类可能在未来失去对 AI 的控制，风险在于 AI 发展过快以致人们无法跟上或及时干预。他特别提到当接近可自我改进的系统即递归自我改进时，AI 进展可能迅速加速，这一时刻需要极度谨慎。他还表示 OpenAI 过去曾单方面放缓 AI 开发，未来也会再次这样做。

Sam Altman 在联合国安理会表示，人类可能因 AI 发展过快而失去对未来的控制，人们或无法及时跟进和干预。他还称 OpenAI 过去曾单方面主动放慢 AI 开发，未来也会再次这样做。该发言转引自 DRM News 的 YouTube 视频，完整视频链接见评论。

We're excited to team up with Kaggle for a brand new challenge! Running through October 11, the...

这是一张非常重要的图，展示了在各类高难度数学和科学基准中取得 25% 或 75% 分数所需的成本。成本正在崩塌式下降，而能力却在不断提升。 这也是为什么现在针对某一特定方案去优化成本，最终可能目光短浅。

Claude Opus 5.5 在浏览器中一次成型构建 Minecraft……结果太疯狂了！ 这是 Claude Opus 5.5 x @Viggle_PINOC MCP 用于游戏开发的又一示例。

在 humanlayer 里用 opus 5.5——只要选 opus 作为模型，并且装了最新的 CC cli，就能用上 5.5（忽略上下文窗口的警告）

Trump 与 Xi 会晤前，美财政部长 Bessent 宣布双方讨论建立AI安全通知机制，用于互相通报AI系统风险。多位专家认为该机制未纳入技术专家、难以评估风险紧迫性，且中国尚未公开确认；Graylin 批评美国“AI竞赛”叙事妨碍应对真实AI风险所需的合作。

而我主要归咎于功能开关（feature flags） @michellechen：我最大的未经证实的阴谋论是，当人们抱怨某个模型被"削弱"时，实际上是服务商在使用异构硬件（GPU、TPU、AMD、Inferentia），这些硬件产生的输出质量参差不齐。这与"削弱"现象发生在模型发布后不久或高峰期容量满载时的情况相吻合。

Rollouts 和 Security Reviewer 今日起在 Teams 和 Enterprise 套餐中可用。 未来 10 天我们将提供 Rollouts 使用额度，让你可以在真实变更上试用。 了解更多：https://cursor.com/blog/rollouts-and-security-reviewer

除了 Rollouts，我们还对 Security Reviewer 做了一次重大更新。 Security Reviewer 现在完成速度快了 21%，平均 3.8 分钟，此前为 4.8 分钟。

Mitra 发布个人 AI 助手，可用用户自己的手机号拨打和接听电话，用户可实时旁听、低声下达指令或随时接管。除通话外，它还能用用户账号发短信、邮件和 Slack 消息，预约日程并处理网页任务，会记住上下文并主动跟进，现已上线 iOS、iPad 和桌面端。

Swap a cheap model in behind an expensive one and the obvious way to check it is shadow traffic: send...

People keep asking me how you actually know an agent got better. I collected my answers to the most...

数据中心建设商和云服务商 Crusoe 完成 39 亿美元融资，估值 309 亿美元，由 Atreides Management、Valor Equity Partners 和 Mubadala 领投。Newcomer 获得的财务数据显示其今年营收有望达到 20 亿美元，文章同时指出 AI 行业高速增长与前景不确定之间的矛盾正在体现，数据中心建设遭遇的反对声音在增多。

Treg 联合 Jev 推出面向 AI 智能体的开源人物搜索工具，可跨 60+ 数据源检索线索，每条线索仅 $0.0089，比 Clay 便宜 85%，并在人物搜索基准上排名第一。Jev 作为决策模型对候选线索按角色、公司等标准打分，返回结构化概率而非生成文本，可插件式接入任意智能体。

腾讯混元团队推出 WebCraftBench，基于 Code Arena 内部复刻版收集的 369 条真实请求构建，涵盖非正式语言、不完整指令等真实使用场景。该基准测试 AI 构建应用的外观、功能与需求达成度，在 17 个模型上的排名与 Code Arena 排行榜相关系数达 0.89；在 197 对人工验证样本上，与人类偏好匹配率 85.3%。

总额1100万美元的 XPRIZE Wildfire 竞赛于9月23日公布获奖名单，两个大奖均空缺。