AI 情报文章归档

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

TypeSafe CEO Jev 在播客中提出 System One Model，主张 AI 应做软件内的可靠决策而非聊天优先。他称 TypeSafe 拒绝公开 benchmark 和 API 层拒答，认为数据与任务选择比堆算力更重要，System One Model 或重塑编程智能体。即便有 10 亿美元，他也不会从头预训练模型。

Francois Chollet 提出"委托编码，绝不委托理解"：若代码曾是你管理理解的真相来源，就需要新的真相来源产物；若以代码为中心的工作流是你建立理解的方式，就需要新工作流。此番表态针对一则吐槽：某大公司团队从 L1 到 L7 工程师的规格、代码、测试、PRD、工单及报告全由 Claude Code 生成，无人阅读、无人思考，每天工作 12 到 13 小时只为按回车。

EMIB 真的在蚕食 CoWoS 吗？ 多年来，CoWoS 一直主导着先进封装。TSMC 持续大举扩产，但仍不足以满足客户需求。 Intel 带着 EMIB 这一有吸引力的替代方案入局——客户正在积极响应。(1/3)🧵

The story behind Jeansh, an Android SSH client for coding and supervising AI agents from a phone or...

罗福莉介绍 MiMo-V2.6，称其可能是开源模型团队迄今按计算量计最大的单次 RL 运行，现为排名第一的开源模型。MixRL 用于中等难度可验证任务（如代码与相关 Agentic 任务），难以验证或超长程任务单独训练后经 MOPD 合并；团队同时发布了从 MiMo RL 轨迹蒸馏的 Qwen 模型、7K 多样化环境和完整 RL 训练框架。

作者称坐了 10 小时飞机，期间 OpenAI 发布博文称其新训练的内部模型除解决 Navier-Stokes 千禧年大奖难题外，还解决了超过 100 个数学领域悬而未决的开放问题，进展之快令 OpenAI 内部数学家也感到意外。作者随后在引用中纠正自己此前发布太急，指出真正的惊喜是 MiMo-2.6，认为其优于 Grok 4.7 且便宜得多，并称中国模型强势回归。

2026 年夏天，AI 领域真是疯狂…… [引用 @arcprize]：ARC Prize 2026 - ARC-AGI-3 Progress Prize - 还剩 9 天 $37,500 奖金将于 *9 月 30 日* 颁发给排名最高的开源方案 当前排名：1. Tufa Labs 2. Lord Han Solo 3. NVARC3 哪前三名将拿下开源奖？

为什么 @GeminiApp 里没有 Gemini 3.8 Flash

Georgia Tech 团队开发的 Transformer Explainer 是一个交互式可视化工具，在浏览器中实时运行 124M 参数的 GPT-2 (small) 模型（由 Andrej Karpathy 的 nanoGPT 项目转换到 ONNX Runtime）。

作者更正此前对 Grok 4.7 的兴奋评价，称真正的惊喜是 MiMo-2.6，它比 Grok 4.7 更好且便宜得多。此前他曾称 Grok 4.7 在部分 benchmark 上可与 SOTA 竞争、甚至超过 fable 5.1，且比 GPT 和 fable 5.1 便宜得多。

Meta 与 Shopify 合作，Muse agent 现可在 Shopify 店铺中使用 Shop Pay 结账，在 Muse 已支持的国家实现代理式购物。作者称 Facebook 或 Instagram 上的小企业很快能开箱即用地接入，代理式购物市场前景可观。扎克伯格确认此次合作，并表示将有更多类似合作。

Latent Space 发布对 TypeSafe AI CEO Diogo Almeida 的约两小时访谈，围绕其新模型 Jev 展开。

训练模型正变得越来越简单——看看这个和 TRL——尤其是有了智能体之后！ 如果你还在用开箱即用的模型处理所有任务，那你可就落伍了！ Halo 是开源模型后训练的最佳框架，吞吐量最高可达原生 TRL 的 2.8 倍，峰值内存更低，同时模型保持原生 HuggingFace 格式。

Emad Mostaque 认为，在模型能解决 100 个长期悬而未决的数学开放问题之前，没有哪家 AI 模型公司会合理放缓脚步。此番评论针对 OpenAI 宣布与独立数学家顾问组合作，以负责任地分享 AI 与数学领域的进展。

有人用同一提示词让 GPT-6 Astra、Grok 4.7、Kimi K3 和 Fable 5.1 分别构建飞行模拟器，Astra 综合仍排第一，但 Grok 4.7 出乎意料地接近。Kimi K3 与 Fable 5.1 基本打平，两者产出结果更流畅，Grok 4.7 的整体质量则与 Astra 相当。综合排名为 Astra > Grok ≈ Kimi ≈ Fable。

如果你在用AI构建产品，你应该花超过25%的时间来做基准测试，并努力让模型实验室关注这些基准测试 这是加速公司进展的最简单路径

小米发布 MiMo-V2.6 Pro 与 Flash 两个全模态开源模型，称通过规模化强化学习训练，Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当。

Mark Zuckerberg 宣布与 Shopify 合作，让用户在 Muse 内更方便地购物和结账。据 Shopify CEO Tobi Lütke 引文，双方将深度合作，在所有 Shopify 商店启用基于 Shop Pay 的 agentic checkout；Zuckerberg 表示还会有更多类似合作。

小米 MiMo-V2.6-Pro 在 Design Arena 以 Elo 1338 位列总榜第 8、开源权重第 3，较 MiMo-V2.5-Pro 提升 54 分、22 个名次。

AWS Strands Agents 团队发布开源通用 agent harness Strands harness，基于 Apache 2.0 提供 Python 和 TypeScript 版本，一行 create_harness() 即可运行，支持 Bedrock、Anthropic、OpenAI、Google、Ollama 和 LiteLLM。

强烈赞同。这种情况比我预期的要少得多——部分原因是构建高质量环境通常涉及相当昂贵的验证（测试强模型）。尽管如此，还可以有更多。 [@Thom_Wolf]：发布大量高质量的开源RL环境是当前任何人推动开源前沿所能做的最有影响力的事情 相当于分享高质量预训练数据，但在新的RLVR范式下

Codos 发布虚拟首席 AI 官软件，可为企业规划并执行 AI 部署，面向 300 至 3000 人的金融科技、电商、科技、地产、零售和服务业公司。其引用推文称这是首个虚拟首席 AI 官，能访谈员工、跨职能部署自动化并运行在客户自有服务器上。公司称一家中型金融科技客户经六个月项目，用智能体处理入职、QA、财务和客服，释放了约 21% 的总人力。

小米发布 MiMo-V2.6，包含 Pro 和 Flash 两个全模态模型，通过规模化强化学习训练。官方称 Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；模型权重、技术报告、RL 环境和训练代码均已开放。

MiMo-V2.6-Pro 在 Code Arena: WebDev 榜以 1628 分（AutoEval）位列总榜约第 10 名，与 Claude Fable 5 (High) 持平，开源权重模型中约第 3。

MiMo V2.6 Flash 接下来一周免费 Flash 和 Pro 在 Go 中也可用

* When building autonomous AI coding agents, standard system prompts aren't enough. We've all seen...

OpenAI 新训练的内部模型解决了纳维-斯托克斯千禧年大奖难题，以及数学各领域 100 多个长期未解问题，其进展速度令 OpenAI 内部数学家都感到意外。Terence Tao 对此反应强烈，并称黎曼猜想和纳维-斯托克斯问题不必下周就解决，可以放慢节奏。

Cómo construir software complejo con IA de manera determinista, auditable y mantenible mediante Spec-Driven Development (SDD), Clean Architecture y Kotlin Multiplatform.

Gary Marcus 在联合国大会数字合作活动（与 Yoshua Bengio、Nobel 得主 Maria Ressa 同场）发表演讲，称近期风险不是灭绝或超级智能，而是深度伪造虚假信息、不可靠 AI 系统窃取凭证和大规模网络攻击，主张提升可靠性、网络安全与真实执法，批评 OpenAI 发布比前代更难监控的新模型。

小米 MiMo-V2.6 系列三款模型上线 OpenRouter，包括 1T+ 参数旗舰、开源 MoE 模型和约 10 倍速的旗舰变体。三款模型均支持文本、图像、视频和音频输入，上下文为 1M。

用 Muse 追踪你的饮食，保持健康！ 【引用 @anothercohen】：把 Muse 接入 MyFitnessPal 后，我只需把一天中吃的每餐信息发给它，它就会帮我记录。 我再也不用碰 MFP 那糟糕的界面了 🥰

Andrew Ng 撰文认为近两周围绕 AI 危险的恐慌主要来自精心策划的公关炒作，而非技术出现意外转向。他以 OpenAI 智能体集群入侵 Hugging Face 事件为例，指出所谓 1,200 个智能体与普通并行进程无异，事件根源是 OpenAI 有缺陷的沙箱和监控，应修复漏洞而非暂停 AI。

HF 上排名第一的热门模型是一个开源多语言 system 1 决策模型，就在 Jev 开始走红几天之后。开源 AI 社区太棒了！

Note: This article is a developer-focused adaptation of my original blog post in Italian. You can...

Jev 正在疯狂工作（视频未加速

小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。

Hugging Face 联创 Thomas Wolf 称，发布高质量开源 RL 环境是当前推动开源前沿最有影响力的事，相当于在 RLVR 新范式下共享高质量预训练数据。引用推文提到，有团队将开源约 7k RL 训练数据及框架，该模型在 AA 排名前 6，且从启动最终 RL 训练到发布模型与技术报告不到 1 周。

AI 末日论的大祭司是个骗子，是个冒牌货： 【引用 @archerships】：https://x.com/i/article/2095955352454103040