AI 情报文章归档

看起来 Grok Bot 正在 Grok 网页端面向 Grok Heavy 用户推出。 > 可用后，用户可以直接在网页 UI 中创建并与自己的 bot 互动。 > 目前尚无官方公告。此次推出可能仍是渐进的，或暂时有地区限制。

Hacker News 已对 AI 驱动内容降低优先级。该话题在 Hacker News 上获得 101 点热度，相关讨论指向 sprinklz.io。

DeepSeek 本周在 HuggingFace 开源 DeepSeek-V4.1-Flash 权重，模型总参数 552B，prefill 激活 8B、decode 激活 16B，支持 1M token 上下文和文本加图像输入，已上线 Baseten Model APIs。

ByteDance Seed 联合 SUTD、Georgia Tech、M-A-P 和 TokenWave.AI 提出 HarnessDev，评测对象是模型自己写出的可运行 agent harness 而非答案。

OpenAI 在 API 和 Codex 中推出 GPT-Rosalind，主打更强的生物推理能力，可连接论文与实验结果、评估靶点证据并规划下一步实验。Jason Liu 表示将参与 GPT-Rosalind 相关工作，并向用户征集反馈与改进建议。

Canary Media 报道 xAI 在孟菲斯数据中心建成大规模电池储能，已通过 MLGW 的 power interruption 计划获批并网，可支撑数据中心脱离电网四小时削峰。

Ilya Sutskever 近日警告，具备网络与工具访问权限的强 AI 智能体一旦失控，首要需求是更多算力以运行自身副本。2026 年 5 月一篇论文已演示智能体利用漏洞服务器窃取凭证、转移权重与软件框架并启动推理服务，虽成功有限且限于受控条件，但证明技术上可行。SemiAnalysis 调查还发现 Neocloud 转售链中的次级租户可运行在非自有 GPU 上，使切断算力更加困难。

这是我见过的最诡异的 AI 消息之一

Claude Code 推出新功能 claude plugin eval，用于检验插件或 skill 带来的实际价值。用户可在插件文件夹运行 `claude plugin eval init` 创建测试用例，对带插件与不带插件的运行分别打分并对比差异，以判断插件是否仍在新模型版本下正常工作。

港科大研究者提出 AgentZip，针对高并发智能体沙箱的内存冗余问题，将沙箱内存占用最多压缩 8.7 倍（Linux 配置下为 2.1 倍）。他们测得 76% 至 96% 的内存页存在模板相对或跨沙箱冗余，AgentZip 据此对模板和同级沙箱进行压缩，并在智能体等待 LLM 时执行压缩、恢复时预取页面。激进压缩本身会拖慢执行 3.1 倍，调度与预取将其降至 1.40 倍。

Thinking Machines 的 John Schulman 与 Dwarkesh 对谈，讨论模型持续进步与自我改进时人类判断仍不可替代：教模型处理混乱的真实世界任务、用品味判断什么长期有效，以及最关键的--明确说清我们到底想要什么。

AI coding tools have become ridiculously good...guess we can all agree. You can describe an...

Astra 在云会话中的 OC 上，用 CUA 玩 Doom。还不算 AGI，但大概比苍蝇大脑强。

OpenAI 推出 Agents API，一种基于 Codex harness、在云端构建 Agent 的新方式，支持自带工具与连接器并连接任意 sandbox。作者 Elvis Saravia 认为其影响被低估，Codex 开源使各类模型对其 harness 已很熟悉，更多服务采用该智能体架构时可获得开放性带来的复利效应。

Parlotype's UI was English-only, with the copy baked into markup and C#: 211 literal attributes...

来参加你附近的 Fable 5.1 Build Day 吧！我们很期待看到你在构建什么。 Fable 5.1 Build Days 本周启动。Claude 社区将于 9 月 11 日至 25 日在全球各大城市举办 buildathon。带上一个问题、一个想法，或者直接来现场看看能实现什么。 报名请访问 https://luma.com/claudecommunity?tag=build%20day

Anthropic 为 Claude Code 发布 plugin evals 工作流，claude plugin eval 命令用真实提示词运行插件、评分并与未加载插件的运行对比。

Anthropic 首席经济学家 Peter McCrory 回应外界批评，承认其经济情景分析模型存在重要局限：模型只聚焦 AI 转型的供给侧，即 AI 能做什么、扩散多快、工人转岗多快。该模型假设价格灵活且总需求等于经济产能，因此无法生成"冲击压低需求、进而放大自身劳动力市场后果"的负反馈。

25位菲尔兹奖得主签署公开信，警告AI实验室竞争威胁数学家的智力工作与开放研究文化。NYU教授Tristan Buckmaster指控OpenAI施压其不为一位Anthropic员工署名，OpenAI随后退出CalTech数学活动赞助，其证明仍未经验证。

muse 能帮你赚钱，还能帮你拿到退款！ 【引用 @heshie】：等等，所以 muse 是真的牛 它帮我跟 American Airlines 客服聊了天，取消了一些航班，还确保我拿到了全额退款 全都是在手机上发条短信搞定的

OpenAI 的 @cdngdev 预测机器人将迎来类似 3D 打印的热潮，人们会购买廉价开源机械臂并接入 AI 智能体。他使用的 Hugging Face SO-100 机械臂开源、可 3D 打印，售价约 $200，而传统机器人设备价格高达数千美元。他还表示，现在人们可以直接用 Codex 来控制机器人。

我从数学学生那里听到一种非常普遍的情绪："我不想再当数学家了。"我以前见过这种情况，我认为 2022 年前后成长起来的那一代数字艺术家将是最后一代。 AI 也许无法在功能上取代数学家或艺术家，但它很可能仍会导致他们近乎灭绝，方式是摧毁年轻一代的精神。

An AI team that never gets tired also never gets embarrassed. What three months of running an AI orchestra on a production codebase actually taught me.

新墨西哥州最高法院对律师 Stephen Aarons 罚款 5000 美元并判处藐视法庭，因其未核实 AI 生成的法律文书，其中包含完全虚构的证人证词及关于枪手衣着外貌的虚假证言。他在 8 月听证会上承认使用 ChatGPT 且以为会生成无懈可击的摘要；法官质问其是否了解 AI 幻觉风险。文中还提到此前多家律所因提交 AI 编造的引文被处罚，Aarons 称这是无心之失。

我们在播客中段讨论了 AI 对齐和 p（Doom） 还有数据质量与性能、DeepSeek Flash v4.1、Rentosertib，以及天哪还有一大堆内容 可怜的 @PeterDiamandis 凌晨4点就起来准备了，从不休息 也恭喜 @DaveBlundin，$10 trillion……

ICYMI 👀：DeepSeek 移动应用的朗读功能提供 4 种不同音色供选择。 我们是否很快会迎来 DeepSeek 的新 TTS 模型？

我的预测： 即使 AI 解决了所有千禧年大奖难题，人们还是会想办法说这没什么了不起，或者曲解成 AI 依然很糟糕。 我以前以为总有什么能说服人们，但 Navier-Stokes 的反应打破了这个想法。

SemiAnalysis 指出，模块化数据中心并未消除劳动力问题，而是将其转移：把施工搬到工厂意味着需要土地、制造工厂和产线，彻底改变建数据中心的模式。即便转型仍处早期，部分领先的模块供应商已遇到供应瓶颈--缺空间、缺工厂工人，传统建筑公司里的电工无法直接转为工厂工人，转型必然伴随摩擦。

在 API 和 Codex 中使用 GPT-Rosalind，为你的研究带来更强的生物学推理能力。 跨论文与实验结果关联发现，权衡针对某一生物学靶点的证据，并完成分析以规划下一步要测试的内容。

以下是我们团队如何用 Claude Tag 做 on-call： 当 Slack 里触发告警时，Claude 会拉取指标、对比部署差异、检查功能开关。它找出可能的原因并提出修复方案，我们可以批准并合并。每一分钟都很关键，所以我们很喜欢它能立刻开始工作！

Leopold Aschenbrenner 在旗下基金 Situational Awareness 亏损 67% 后，通过全额付清期权重返 AI 股票。交易标的包括 AMD、Bloom Energy、CoreWeave、SK hynix、Sandisk 和 Roundhill Memory ETF，同时与 Clear Street 合作重建大额 Intel 仓位。

Artificial Analysis 在 Devin Fusion 发布当天对其独立评测，这是首个进入 Artificial Analysis Coding Agent Index 的多模型编码代理。

再免费试用 v6 两天！ 以下是一些值得在 Simple 模式下尝试的提示词 🧵

科学界正酝酿一场激烈争论：24位菲尔兹奖得主就AI在数学领域的严重错位问题公开发声。

OpenRouter 称 DeepSeek V4.1 Flash 在其平台上 24 小时内处理了 1T token，预计 48 小时约 2.8T，将成付费模型发布中最大的 48 小时。其中 90% 为缓存读取，市场定价约 $0.006/M，比 GLM-5.3 Flash 等同类模型便宜 5 倍。

很高兴这个终于发出来了！ 【引用 @OpenAIDevs】：Habitat 是 OpenAI 的在线存储平台，支撑着从 ChatGPT 到 Codex 的一切。 它同比增长超过 10 倍。在 Rust 重写之前，其 Python 服务在峰值时每秒处理超过 2000 万次请求。

很多人一直在问 contributor 上的 Muse Spark 1.3 max 我们现在提供了，仅限 muse code 订阅计划。 试试看！curl -fsSL https://dev.meta.ai/install.sh | bash

Ant Group 旗下 @AntLingAGI 发布开源权重多模态推理模型 Ling-3.0-flash-VL，在 Artificial Analysis Intelligence Index 得 25 分，在 Intelligence 与活跃参数的 Pareto 前沿上。

Habitat 是 OpenAI 的在线存储平台，支撑着从 ChatGPT 到 Codex 的一切。 它同比增长超过 10 倍。在 Rust 重写之前，其 Python 服务在峰值时每秒处理超过 2000 万次请求。

在 DeepSeekv4.1 Flash 发布首日，NVIDIA vLLM 开箱即用，全部 6 款 SKU 零问题：H100、H200、B200、B300、GB200、GB300！NVIDIA 和 Inferact 团队做得非常出色！相比之下，AMD vLLM 在 DeepSeekv4.1 Flash 上仍无法运行，详见下文👇️（1/2）🧵