AI 情报文章归档

OpenAI 发布 GPT-Image-2.5-Sunburst 和 Flare，在 Text-to-Image、Image Edit 和 Multi-Image Edit 三个 Arena 均列第一和第二。

如果你正在寻找关于harness工程的优质资源，从这里开始。 Harness工程是目前的一项顶级技能。 我在最近一次YC Paper Club的演讲中看到了一个关于harness工程的精彩概述。 那是一个非常棒的顶级论文列表。 所以我决定把它整理成一个合集。尽情享用吧！

ChatGPT Images 2.5 用于时尚领域： 上一代模型擅长忠实于原始设计，不会把它变成你在秀场上见过的样子。但结果有时看起来平淡。 2.5 让这些设计活了起来！

Harness 工程是目前最热门的技能之一。 我在最近一次 YC Paper Club 的分享中看到了一个关于 harness 工程的精彩概述。 那是一份非常优秀的顶级论文清单。 所以我决定把它整理成一个合集。请享用！

你最亲密的 e/acc 朋友已经用上 Muse 了。 【引用 @beffjezos】：我提前试用了这个产品，非常扎实，功能也相当丰富。 当模型智能不再是实用性的瓶颈时，你生活的上下文才是；而运行在安全计算环境中的个人智能体才是正道。 祝贺 @alexandr_wang 及团队发布 Muse！

快，散布一些关于Anthropic即将解决其他真正难题的传闻。

ChatGPT Image 2.5 新特性的精彩演示： 【引用 @chetaslua】：ChatGPT Image 2 对比 Image 2.5 天哪，OpenAI 杀疯了，先是 Astra，然后是 NS Math，现在是 SOTA 图像。

vLLM 现已支持 DSpark 推测解码与流水线并行（Pipeline Parallelism）协同工作。此前因权重无法单机容纳而需使用流水线并行的用户无法利用 DSpark，该功能由 yongqinwang-cmd 与 Inferact 实现，Kimi K3 的 2.8T 参数规模推动了这一更新。

Terence Tao 刚刚发布了一条非常有见地的帖子，似乎是针对纳维-斯托克斯（Navier Stokes）公告的回应。请大家读一读。https://mathstodon.xyz/@tao/117237320796901560

Emad Mostaque 称，人类无法胜过能解决 Navier-Stokes 千禧年大奖问题的 1 万个 AI 智能体，且几年后其成本与速度将便宜、快 1000 倍。他认为需建立新机构迎接变革，并呼吁加入其构建"为你服务的智能公用事业"。

sashank 是个天才，他对编码与协作未来方向的理解胜过其他任何人。 【引用 @sthupukari】：推出 @indent，整个公司的一位同事。 Indent 是一个单一智能体，旨在同时与你团队中的每位成员协作。与其让每个人各自搭建自己的智能体，不如用 Indent 来共同构建一个。 访问 https://indent.com 试用。

muse 比其他家伙快得多。 【引用 @altryne】：哦哇，真的吗。 我本来持怀疑态度，但我给 @muse 和 Instinct 布置了同样的任务--为犹太新年晚餐研究订票。 @muse 已经与 link 深度集成（原生集成，不只是技能），它直接帮我订好了票，而 Instinct 还在找 RSVP！😮

你最热门的友人已经上 Muse 了。 【引用 @patrickc】：我一直在用 Muse：https://muse.ai。除了其他功能，你还可以借助 @link 在互联网上任意地方购物。

你最有品位的朋友已经用上 Muse 了。 【引用 @ivanhzhao】：我最近一直在测试 Muse。一个非常能干、注重实用性的口袋个人智能体。浏览器使用能力强。信息流的设计很有意思（还在适应中。）进入智能体领域的一个很好的切入点！

A while ago now, I entered a Bad UX competition, where a prize went to the worst date-picker. Since...

ARGODRIVE Deltafin 项目在 M5 Max（128 GB）MacBook Pro 上以约 1 token/s 的稳定解码速率运行完整版 Kimi K3（2.8T 参数），数据从四块 SSD 流式加载。该方案不剪枝、不跳过任何专家，保持 Moonshot 发布的原始权重。相比上游在 M1 Max 上的 0.29 token/s，速度提升约 3.5 倍。

⚡️⚡️⚡️ 【引用 @KenWattana】：与 Instinct 相比，Muse 响应非常迅捷，大规模自持算力与基础设施（并能提供补贴）的优势显而易见。

Scale AI 创始人 Alexandr Wang 转发评测称其 AI 助手速度比 Grok Bot/Instinct 快 5-10 倍，且免费。该产品采用单聊天窗口加临时"侧边聊天"设计，并设有优于同类产品的灵感页面，整体 UX 轻快流畅，适合新用户上手。

OpenAI 自 8 月 28 日起训练的新内部模型，仅用一周便在数学等基准测试中全面超越其最强模型 GPT-6-Astra-xhigh。该模型训练仍在进行，性能持续提升，作者认为外界尚未充分理解其意义。

Anthropic 的 CI 团队用 Claude Tag 作为值班一线响应者，它会读取告警、指标和日志，撰写 SITREP，并在学习过程中维护 lessons.md。团队分享了完整设置，包括一个模板和 skills。

Epoch AI 测量 GPT-5.6 与 Claude 5 的首字延迟（TTFT）随上下文长度的变化，发现 GPT-5.6 Terra 和 GPT-5.6 Sol 呈明显二次分量，而 Claude Sonnet 5 和 Claude Opus 5 更接近线性。

我们很自豪能与 @1Password 合作，使 Muse 能够使用你已有的登录信息。 关于我们如何构建这一切的更多细节，请见：https://security.muse.ai

Runway 宣布登陆 Adobe，用户可直接在 Premiere Pro 和 After Effects 中调用其模型进行生成、编辑和放大，无需离开时间线。新版 Runway 插件可通过原文链接获取使用。

微软9月补丁日修复约972个漏洞，创历史纪录，其中112个达到严重级别，而两个月前的纪录还是570个。文章提到 OpenAI、Anthropic、Google、Microsoft 等超过100家公司和组织两周前发布公开信，警告 AI 加持的攻击正在压缩漏洞修补窗口，Zero Day Initiative 研究员 Dustin Childs 称这种激增是"新常态"。

Anthropic 确认有攻击者利用 infostealer 恶意软件窃取 Claude 登录会话，铸造未授权 Claude Code OAuth token 并消耗订阅者用量。

OpenAI 宣布 Astra 已全面推送给 Codex 和 ChatGPT Work 中的 Plus、Pro、Business 和 Enterprise 用户。用户可以直接使用，并可通过 openai.com/gpt-tv/ 观看 Astra 的实机演示。

Cognition（Devin 开发商）宣布以 480 亿美元估值融资 20 亿美元，由 Andreessen Horowitz、Accel、Founders Fund、General Catalyst 和 Avenir 领投，距上次 260 亿美元估值融资仅四个月。

Nex AGI 的智能体 N2.5 系列已在 OpenRouter 上线：Nex-N2.5-Pro 和 Nex-N2.5-Mini。 两者都旨在将目标转化为可落地、可验证的成果，智能体编程是核心优势。两者均支持工具调用和可调节的推理强度。 限时免费 ↓ https://openrouter.ai/nex-agi

OpenAI 发布博客称，用 8 月 28 日开始训练的内部 AI 模型配合 10，000 个并发智能体，求得了约 90 年未解的 Navier-Stokes 问题的解，该问题属于每个奖金 100 万美元的 Millennium Prize Problems，OpenAI 表示不领取奖金。

A mathematician spent a year on one of the hardest open problems in math. He asked OpenAI a simple...

你的外推还不够大胆。

Similarweb 数据显示，ChatGPT 8 月月活跃用户达 1.06B，连续第 4 个月打破 MAU 纪录。Greg Brockman 转发该数据并表示团队为用户做出了出色的工作；图表显示 iPhone 与 Android 全球月活自 2023 年以来持续攀升。

StealthGPT 发布全新 AI 人性化改写模型 Super，从底层重构以针对最新一代 AI 检测器。Super 通过重写 AI 生成文本的结构、节奏和措辞，同时保留原意与可读性。StealthGPT 称，Super 能持续绕过 Pangram 检测，且不出现常见的人性化改写质量下降问题。

开始有生命感了。

Update — v0.2.0 released. CauterRule is now live on GitHub and PyPI. It turns repeated agent...

Claude Code v2.1.265 发布，新增将 --plugin-dir 指向插件文件夹的支持，并限制工具结果落盘上限为 1 GB。该版本修复了恢复前台子代理时破坏提示缓存复用、插件路径反斜杠绕过符号链接检查、VS Code 与 SDK 会话偶发需重新登录等问题，同时改进了大仓库 --worktree 启动的并行检出性能。

I let three different AIs work in my homelab every day — a coding assistant, a second CLI for...

Meta 推出个人 AI 助手 Muse，定位为面向用户的智能体产品。该助手集成于 Meta 生态，具备个性化交互与任务处理能力，相关功能与特性细节已在官方博客公布。目前 Muse 的具体参数规模、上下文长度及可用性尚未披露。

I was at a conference recently and watched Joel Hooks talk about Effect. Effect homepage h1...

Sierra 今日开源 hyper-τ-bench，这是一个新的长时程智能体评测基准，用于衡量模型不仅能作为智能体行动、还能构建智能体的能力。该基准聚焦于"构建智能体的智能体"这一任务场景，为长时程自主智能体开发提供评测标准。