AI 情报文章归档

Claude Code 发布 v2.1.270，修复了会话运行一段时间后 Bash 中只读 git 命令意外请求权限的问题，该问题为 2.1.269 引入的回归。

I was the bottleneck on every PR. So I built a phone inbox: AI explains each diff, I swipe right to approve. $0 stack.

Brazil has a huge amount of high-quality official economic data. The problem is that using it...

马斯克认为AI行业严重误判了超级智能的算力数学，当前每GB的智能密度潜力被低估了2个数量级，即还有100倍的提升空间，而这仅来自算法改进。他表示AI社区大多数人尚未意识到这一点。

等AGI来了才出新的星际争霸，也是没谁了 【引用 @StarCraft】：保卫人类。加入自治联盟。 STARCRAFT. 2030.

在 Blender 里，一个温馨村庄意味着要花 2-3 天手动摆放每一棵树、每一栋房子和每一盏灯。 GPT-6 Astra 用 15 分钟就完成了。PixVerse 又在 5 分钟内把它变成了最终视频 一个巨人的整个世界，完成了

Dario Amodei 表示递归自我改进当前正在行业中发生，并推测这正是相关方出于恐惧呼吁放缓的原因。传闻称 Google DeepMind 已达成 RSI，Google 表示 Demis Hassabis 将把"全部注意力"投入塑造 AGI，路透社报道 Sergey Brin 正将资源导向 RSI，DeepMind 战略主管称其为 AI 投资逻辑的关键。

A screenshot of an execution tree looks useful in a pull request. It is also missing almost...

Hello, I'm Shrijith Venkatramana, and I'm building LiveReview — a blast-radius aware AI code review...

Something has bothered me ever since I wrote HexaLayered Architecture. The documentation was good,...

注意力机制本身没有时间概念。位置嵌入是语言模型判断 token 之间距离的方式。 Jane Street 和 3Blue1Brown 最近的一个 YouTube 视频，探讨了满足常见数学约束的嵌入空间。这个空间不仅在代数上有良好定义，而且在 ML 文献中已被充分挖掘。 如果我们放宽这些约束呢？是否存在一个更一般的可能函数空间？让我们来折腾一下（1/7）🧵

Here is a math problem that is currently destroying the margins of B2C AI startups. You have a...

Perplexity CEO Aravind Srinivas 认为，经济学家及其理论已无法衡量 AI 带来的收益，AI 已在为用户节省大量时间和金钱，但这些都未被统计。他引用 @DavidDeutschOxf 的例子：用 ChatGPT 修好洗碗机、省下买新机的钱，实际财富增加却让 GDP 下降，因为 GDP 无法记录知识的增长。

Fly Language Model（FLM）将完整的 MaleCNS v1.0 果蝇连接组接入冻结的 LiquidAI LFM2.5-1.2B-Instruct，仅训练 278，528 个参数（约占主干 1，170，340，608 参数的 0.0238%）。

微软 CEO Satya Nadella 在斯坦福在线访谈中提出，企业未来的 AI 护城河不是所用模型，而是只有自己能运行的学习循环。他认为基础模型让通用智能人人可用，企业需自建"爬坡机器"，用私有评测、工作流轨迹和人工判断持续改进模型，把日常运营转化为可积累的 IP。只消费基础模型的公司或能获得生产力，却可能流失运营知识的深层价值。

Dario、Elon 和 Sam 如今都认同应放缓 AI 发展节奏。Yuchen Jin 支持引入第三方评估机构，但提出三点疑虑：谁来评估评估者，如何确保 METR 等机构公平、专业且无偏见；放缓 AI 进展可能与前沿实验室尤其是筹备 IPO 时的利益相冲突；只能对可测量、可验证的东西进行节奏控制，而 RSI 这类概念该如何定义和衡量尚不明确。

一如既往，X 上的言论鱼龙混杂，我也没有什么内幕消息可依据，但如果 Google 能够在 AI 领域重返前沿，那肯定会改变当前的 AI 格局，因为它是一家大型、公开、受监管的实体，目标与 Anthropic 或 OAI 不同。

这是 Astra 尝试用智能体反馈来改进等方式，制作一款 Ultima 风格 RPG 游戏。 很好地展示了优点（一次性生成带相互关联系统的复杂游戏）和缺点（剧情无聊、文笔一般、LLM 主题薄弱等） 试试看：https://the-ninth-shore-tides.netlify.app/

Satya Nadella 透露，微软通过重新利用旧 GPU 获得了超过 7 倍的性能提升 > "事实上，我们正在利用现有集群中的旧 GPU 来加速我们的数据仓库。因此，Fabric 因为 GPU 加速而获得了 7 倍以上的性能提升。" ---- 来自"Stanford Online"YouTube 频道，（完整视频链接见评论）

微软 CEO Satya Nadella 在采访中提出，AI 时代的护城河不再是模型本身，而是企业独有的学习闭环。企业需要自己的"hill climbing machine"，让模型从公司特定任务、工作流 traces、私有评估和结果中持续学习，这些数据会变成战略记忆和训练信号。只消费基础模型的公司虽能获得生产力，却可能流失运营知识；未来前沿不属于拥有最大模型的人，而属于拥有最佳闭环的人。

I always wanted to make content. What stopped me was never the ideas — it was the four hours in a...

DAIR.AI 发布了一份关于递归自我改进（RSI）的综述，将智能体的自我改进按自主性划分为多个阶段：从执行他人设计的改进，到自主选择改进策略、收集经验、适应新环境，最终改进"改进过程"本身。该综述还提出 Headroom-Closed Index 以衡量当前 LLM 的不足，并对比了科学发现、具身智能体与软件工程三类场景的需求。

Update — v0.3.0 released. CauterRule is now live on GitHub and PyPI. It turns repeated agent...

一篇新综述将递归自我改进拆分为多个自主性阶段：智能体先执行他人设计的改进，再自主选择改进策略、收集自身经验、适应新环境，最终改进"改进过程"本身。该综述还提出 Headroom-Closed Index 衡量当前 LLM 的差距，并比较了科学发现、具身智能体和软件工程三类场景的需求。

Learn how to apply circuit breakers, exponential backoff, and semantic observability to build resilient autonomous AI agent workflows that handle LLM and API failures gracefully.

Paul Ford 在《A.I. Was Supposed to Give Us New Killer Apps. What Happened？》中表示，AI 能写出很好的软件，但也让人轻易把别人的工作做得很糟，这正是众多项目失败的原因之一。他认为打造真正前沿的软件仍需人类协作思考、发挥各自技能并打磨手艺，如今人人都能写代码，反而更清楚为什么很多人不该写。

Dario Amodei 发布 3，800 字文章 We Must Pace the Frontier，呼吁 AI 行业减速并给出三部分方案，Anthropic 单方面承诺向第三方评估者提供永久的员工级访问权限以核验安全措施、报告事故并评估训练中的模型对齐。

OpenAI和Anthropic其实都不想为了安全测试而放慢AI 相反，他们利用围绕中国的炒作和恐惧来为全速推进辩护： "如果我们多等哪怕一个月，开放权重模型就会追上，所以我们承担不起暂停开发的代价"

Cohere CEO Aidan Gomez 引用 Sam Altman 同意 Dario "为前沿限速"、承诺接受独立评估者员工级访问的帖子，并加以讽刺批评。他将提议概括为：监管方要求对整个运营的员工级访问、以"安全"名义关停不够安全的公司，并指出中国不会遵守却要求其他人遵守否则断供芯片。

一个产品五阶段框架：展品→产品→用品→商品→精品。能演示让人惊叹只是展品；有名字和明确功能才算产品；用户真正放进日常工作才成为用品；有人持续付钱才是商品；形成口碑和溢价才叫精品。很多 AI 项目把"上线"当成功，其实往往只是从展品走到了产品。

Anthropic CEO Dario Amodei 发布新文章 We Must Pace the Frontier，主张 AI 行业应放慢速度，并提出三步计划。Anthropic 单方面承诺执行第一步，向第三方评估者提供永久的、接近员工级别的系统访问权限，以核查安全措施、报告事故并在训练期间评估模型对齐。作者补充指出方案包含商业算计与对华芯片限制诉求，但认为第三方长期内部监督本身有价值。

The hype around AI coding agents has reached a point where "I use Cursor" or "I use Claude Code" is...

Apodex AI 发布 TRACES 基准，从 Tools、Repair、Alternatives、Coherence、Evidence、Scope 六个维度评估 AI 在困难科学问题上的发现能力，而非只给一个总分。

很难不感到--而当它一下子全部涌上心头时，更是令人难以招架--我们正处在好的时间线里。

We have blurred the executable’s face to protect its identity. Its SHA-256 remains publicly...

I lost an afternoon to a config file last week. The graph name was right there in the JSON, spelled...

Sam Altman 发文同意 Dario Amodei 提出的放缓前沿 AI 发展提议，称这已是 OpenAI 近几周讨论的主要话题。他表示承诺让拥有类似员工权限的独立评估者参与是很好的想法，OpenAI 也会这样做，并称很快会分享更多信息。

What ACES, WikiSkill, skill-eval, and my latest agent workflows taught me about evaluating skills, removing obsolete instructions, and moving knowledge into deterministic mechanisms.

How execution plans, milestone acceptance criteria, and TDD with executable architecture became three nested feedback loops in my coding agent workflow.

How I gradually removed confirmation gates, added behavioral and architectural guardrails, and learned to let Codex CLI practise TDD autonomously.