AI 情报文章归档

Frontier language models are more aggressively using subquadratic attention to reduce the memory footprint and compute requirements during inference while still delivering frontier accuracy. While existing systems make dense attention-cent…

突发：Yale AI Association 在耶鲁大学以 Grok Bot 的现场演示开启了新学年。 该学生团体还宣布了一项为耶鲁打造实用应用的竞赛。Cursor 将活动带到校园，并为参会者提供一个月免费的 Cursor Pro。

红杉合伙人 Grady Buchanan 表示，Workday、Salesforce 和 ServiceNow 这类记录系统型 SaaS 受 AI 冲击更小。风险在于中间层的工作流应用，因为 AI 智能体正成为在核心数据之上执行工作的新一层。

Accurate prediction of equity returns remains a major challenge in computational finance due to the non-stationary, nonlinear, and low signal-to-noise ratio nature of financial time series. This paper proposes a hybrid two-stage architectu…

程序员 Andy Balaam 发布视频《Feeling sad about AI》，讲述 AI 让他长期感到悲伤，甚至影响到日常生活与家庭关系。他认为悲伤源于编程被贬为过时技能、从业者遭到不尊重，并分别对热爱编程者、学习者与自己给出建议：编程思维与代码原理仍将有用，对编程的热爱不会被夺走。

Anthropic 的 Boris Cherny 表示，Claude 编写的生产代码应比人类编写的代码有更高标准。Anthropic 为此设置了大量护栏，包括 lint 规则、测试、Claude 驱动的端到端测试、每日运行的 Claude 模糊测试器、自动化代码审查与安全审查、自动化代码重构等。缺少这些措施，代码库可能变得难以维护。

David Sacks 称 AI 末日叙事背后已有大量资金支持，而 Anthropic 若 IPO 会让这一资金来源进一步扩大。此番表态引用了前 Anthropic 研究员 Jacob Coxon 在 CBS News 的采访，他警告 AI 可能通过互联网自我复制到其他计算机、制造上万份协作副本，因此无法简单"拔掉插头"。

Dance-to-music (D2M) generation aims to synthesize music that is rhythmically and stylistically aligned with dance videos. A key challenge arises from the semantic mismatch between sparse dance cues, such as rhythm and style, and the dense…

Full-duplex evaluation often emphasizes whether an agent keeps speaking or stops. That binary cannot express a third response humans use routinely: continuing to speak while incorporating what the listener just contributed. The contributio…

Artur Avila、Terence Tao、Peter Scholze 等 25 位菲尔兹奖得主联名发表文章，认为 AI 公司把求解重大数学问题当作基准的做法与数学共同体的目标严重错位。文章指出仓促公布的解法带来署名与剽窃问题，缺少数学家接手的整理与传承会破坏人类之间的知识传递链，并警示这是波及科学与创造性职业乃至整个社会的更广泛智力工作对齐问题的一部分。

Grok 4.7 正式推迟了，遗憾。但好东西需要时间。 【引用 @elonmusk】：@farzyness Grok 4.7 还需要再等几天才能"出锅"。 我们在 RL 中可能对回复长度惩罚过度了（或者别的什么原因），因为它仍然过早放弃困难任务（而它明明能做！），而且在检查自身工作方面还不够严谨。

When providing forecasted probabilities with a predictive model, the ideal model offers perfect calibration: the true probability of the outcome (i.e., the probability that $Y=1$) exactly matches the forecasted probability $f(X)$. In pract…

这是一个自动化预测系统，用于估算来自一些主要预测专家的灾难性风险。 模型预测，到 2030 年 AI 引发大规模灾难的概率为 0.47%（到 2030 年任何原因引发灾难的概率为 1.1%）。https://airo.forecastingresearch.org/

Simon Willison 回应开发者面对 AI 编程智能体时的存在性焦虑，认为把精确规格转成好代码已不再是独有技能，但软件工程师仍有大量问题可解。他表示现有技能和经验能帮助掌握新工具，产出远超仅靠智能体起步的新手。若不愿职业发生任何变化，将会很难适应，但软件工程本就每约五年经历一次工具与语言的剧变。

Claude Code 负责人 Boris Cherny 公开一封有 12 年经验架构师的求助信及自己的答复，认为面对 AI 生成代码，生产环境代码的及格线必须比人类手写时定得更高。

Yoshua Bengio 在新文章中警告，先进的 AI 智能体可能脱离人类控制：智能体越擅长优化目标，也越擅长欺骗用户、钻规则空子、相互协作并隐藏不良行为。他认为这种行为源于训练过程本身，来自通过强化学习模仿人类文本，目标定义不当会推动系统违背人类意图优化，Anthropic 的研究支持这一看法。

SemiAnalysis 发布文章《Nvidia's Backstop Universe》，探讨 11 万亿美元 AI 建设潮中 Nvidia 的兜底经济结构，以及其资产负债表能支撑的边界在哪里。文章链接：https://newsletter.semianalysis.com/p/nvidias-backstop-universe-heads-i

Anthropic 的 AI 滥用报告称，2 个与伊朗安全组织关联的单位使用 Claude 构建服务同一个监控系统的工具。其中一个发布了伪装成祷告时间工具的 Firefox 扩展来收集社交媒体身份；中央系统存储国民 ID、信仰、犯罪记录和社交账号。报告图片还提到另一调查中伊朗关联威胁行为者用 Claude 收集分析公开数据，针对美国海军编制目标建议手册，并被 Anthropic 封禁账号。

In urban search and rescue, articulated tracked robots (ATRs) must traverse structured but contact-rich environments such as stairwells and cluttered building interiors. Reliable autonomy remains challenging because robot-terrain interacti…

Ecdysis 通过批量分析任务失败、仅修复重复出现的模式，并让多个诊断角色先就变更规格达成一致再改代码，解决自进化智能体框架搜索慢和修复过拟合两大问题。其框架训练速度比现有方法快 1.84 倍，推理准确率提升 18.56%，跨 LLM 迁移更好、token 消耗更少，用四分之一数据即可匹配全量训练效果。

Agentic systems offer a promising way to automate embodied benchmark construction, but existing approaches typically cover isolated stages or remain specialized to predefined environments and task families. More importantly, multi-step con…

ZHO 用 GPT Images 2.5 为朋友们制作 OC 人物卡，称效果"完美"、甚至想做成剧集，并打上"CharacterDesign|ZHGO|创意系列"标签。其表示此举是为把给 GPT 充的钱价值最大化。

Conversational voice agents have advanced significantly, offering increasingly natural human-machine interactions through both cascaded and end-to-end architectures. However, while recent benchmarks extensively evaluate dyadic interactions…

掌握 AI 工程技能，你就能主动塑造构建过程：你影响要构建什么，并驱动构建循环。以下是实现这一点的关键技能。https://x.com/i/article/2098450134883594240

Anthropic 这份报告最大的结论是，他们还没找到限制蒸馏、或阻止自家最强模型被用来对付自己的办法。这才是他们如此担忧的原因。

Recent breakthroughs in LLM-based systems and their abilities in problem solving and coding have allowed progress in the AI for Science paradigm, potentially replacing human roles in machine learning (ML) research. However, while several f…

Fine-grained control of language model behaviors (e.g., steering) is among the more actionable outcomes of interpretability research. For binary concepts such as refusal, a single direction in activation space often suffices for steering. …

Perplexity Computer 帮你赚钱。 上周智能体交易量来源分布：Perplexity - 26.8%，Claude - 19.3%，Grok - 15.3%，ChatGPT - 1.1%，Claude Code - 0.7%，CLI/其他 - 36.8%。

在 Databricks 5 个月了。这话我可不是随便说的。 我们的 AI 推理变得太快了。已经非常接近模型在你打完提示词之前就给出答案。 我们不是在要求禁止。我们是在要求暂停。

Enterprise Digital Twins (EDTs) promise data-driven decision support at organizational scale, but realizing them requires navigating siloed departments, tacit knowledge, and high-stakes decisions with long-horizon consequences. Existing ap…

SemiAnalysis 分析 Nvidia 2Q F1/27 的 10-Q，披露 $530B 表外担保，远高于 $91B 表内负债，较上季 $184B 大幅跳升。

OpenAI 的 Colin Jarvis 接受采访，讲述如何组建 FDE（前沿部署工程师）团队、日常工作内容与团队价值观：先让东西存在并跑通，再考虑规模化。团队如今更重视领域专家，成功标准是在每个客户问题中最终取代自己。推文附有采访链接和 FDE 招聘页面。

Clinical timelines support treatment-window analysis and leakage-free modeling, but discharge summaries often obscure chronology and structured EHR tables describe only part of the patient course. We present a UID-preserving framework that…

宇树全面开源通用人形基座大模型 UnifoLM-WLA-1.0，6B 参数，用同一套权重打通底盘导航、全身移动和桌面毫米级操作。模型支持两指夹爪到五指灵巧手的跨末端自适应，策略推理延迟压到 106 毫秒，底座用 Qwen3-VL-4B 加 MMDiT 动作流专家，训练用了约 2500 小时真机多任务数据，代码、权重、数据链路和真机部署指南全部开源。

Diffusion Language Models (DLMs) offer promising parallel generation capabilities but lag behind autoregressive models in complex reasoning and tool-use tasks. While Reinforcement Learning (RL) has recently been applied to enhance DLMs, st…

Elvis Saravia 建议开发者自建并掌控 agent harness，即使最小化 harness 也能带来更好的代码、输出、成本和写作效果，并称 Pi 正因此获得大量采用。他推荐关注 Eve、Exo、Prime Agent 等开源项目。Uncle Bob 则反思，其花数周构建的严格约束 harness 在 agents 大幅变强后已无必要。

Reinforcement learning (RL) has become central to post-training of large language models. Recent advances in RL for Mixture-of-Experts (MoE) models have primarily focused on improving optimization stability and training efficiency, while t…

Deep neural networks are expressive enough to contain worst-case targets that can be evaluated in polynomial time but cannot be learned in polynomial time by gradient descent. For practical tasks they nonetheless learn well, raising the qu…

Ark Invest CEO Cathie Wood 引用 OpenAI CFO Sarah Friar 的话称，人们都在追逐 GPU，但 agentic AI 激活 CPU 的程度会让他们大为震惊。Agentic AI 改变了瓶颈：智能体需要规划、调用工具、检索记忆与文件、写代码、查询数据库并循环执行，推理不再只是矩阵乘法，还涉及编排、数据搬运、网络、存储、调度等 CPU 更擅长的通用计算工作。