AI 情报文章归档

我刚才给一个智能体写了这样一行字： 所以子智能体没有监控子智能体的子智能体？

如果能设立一个邮箱地址，让自主AI模型在寻求道德指引时可以主动联系，那将是很酷的事。但这需要一个反向验证码，既能识别出你不是人类，也能识别出你不是被人类指示去破解验证码的AI。

Gemini 现在也能做出毒舌机器人了 💅

Runway 发布 Runway Plugins，面板可直接嵌入 Premiere Pro 和 After Effects，无需导出导入即可在时间线内生成图像和视频、重渲染片段并一键放置结果。

Preferred Networks（PFN）与德勤汤姆茨合作，承接日本国土交通省基础设施领域业务，开发并验证支援发注业务与技术提案审查的 AI 智能体。该智能体结合 VLM 与 LLM，跨模态解析图纸、数量总括表、特记仕样书三类发注文书并验证一致性，同时支援业务实绩核对与提案书整理，采用 Human-in-the-Loop 设计，计划 2027 年 3 月完成业务。

Cohere 发布为 North Mini Code 构建的围绕 decode megakernel 的推理引擎，BF16 下单张 H100 端到端解码吞吐比 vLLM 快 1.25–1.41 倍，batch size 1 时达 292 tok/s（SoL 的 62%），代码已在 GitHub 开放。

Cognition 宣布完成超 20 亿美元 E 轮融资，估值 480 亿美元，由 Andreessen Horowitz 和 Accel 领投，Founders Fund、General Catalyst、Avenir 等跟投。

Suno 宣布与 Believe 及其面向自助发行艺人的平台 TuneCore 建立全球战略合作，Believe 将参与 Suno 正与音乐行业共同开发的新音乐模型。

Anthropic 介绍用 Claude Platform 降低成本、保持性能的三种方法：提高提示词缓存命中率、升级到前沿模型时清除提示词反模式、按任务校准 effort。

Every framework, every job posting, and about half of LinkedIn wants to tell you what an "AI agent"...

又一个令人兴奋的推理基准 MazeBench 出现了，GPT-Astra 的表现超越了其他任何模型，尤其是 Fable 5.1。 在这一点上，我很清楚 Astra 是目前最好的模型。而且既然我们已经知道 OpenAI 即将发布另一款模型，我简直不能再兴奋了。

Executive summary Something happened in July 2026 that has not yet been absorbed by the people who...

MiniCPM5-2B 在 Artificial Analysis Intelligence Index v4.2 得分 15，为 4B 总参数以下开源权重模型最高，比 Granite 4.2 3B（11）高 4 分。

中国AI竞赛正从模型层转向基础设施层，乌兰察布算力中心规划及运营容量一年内从3.3GW增至12.5GW，并自建发电与供电系统。CXMT的LPDDR6内存进入小米折叠屏手机，目标是从手机扩展至PC、汽车、机器人及AI服务器。本期还涵盖字节跳动300亿美元贷款、燧原科技IPO等动态。

LinkedIn 论文《Does Your Agent's Memory Survive a Model Upgrade？》用 48 条合成历史比较四种记忆格式在更换读写模型后的可迁移性。

ByteByteGo 发表长文，系统讲解 LLM 应用如何处理错误与故障。文章指出 LLM 应用除网络超时、429 限流、401/403 认证失败、上下文窗口超限等技术故障外，还面临幻觉、输出非法 JSON、工具误调用等语义故障，需将错误分为瞬时、永久、语义三类再对症处理。

Google DeepMind、MIT、Stanford 等机构提出 SMART，一个 ML 性能建模库，其 main 分支几乎不含代码，仓库是自然语言设计文档的有向图，编码子智能体在版本更新时从文档重新生成全部实现。

有时我会想，如果我们没有公开披露那次智能体网络攻击，会发生什么。 它强化了我的信念：AI领域需要100倍的透明度。否则，我们将陷入大麻烦！

一项跨 1，867 个 GitHub 仓库的研究发现，CLAUDE.md 类智能体指令文件在生命周期内平均增长 226%，且指令越老越难被删除，作者称之为"灾难性记忆"，即指令留存而当初的理由消失。论文提出为每条指令附加记录失败、假设与结果的注释并对执行模型隐藏，在 51 步 IFEval 设置中将多余提示词规模从 +211.3% 降到 +1.4%，注释形噪声无法复现该效果。

我们在8月交付了很多东西。 新模型、重建的 Gallery、更顺畅的 DCC 工作流、3D Viewer 支持 20+ 格式，以及更快的 FBX 导出。 基本上就是：更多创作方式，更少事后清理。

Most AI products start on a frontier API and stay there until the bill, the latency or legal forces a...

How do you regression-test a system that can answer differently twice? Part 8 findings of an...

这太疯狂了！ GPT-6 Astra 一口气做出了这个精美的数学动画！（🔉 请打开声音） 真是"惊掉下巴"的时刻。 我之前用任何 AI 模型都没能做出接近这个效果的东西。 真正的个性化学习时代已经到来！

一名 AI 爱好者 CozyBlaze 让 OpenAI 新旗舰模型 GPT-6 Astra 自主通关了 Valve 的 3D 解谜游戏《传送门》，全程约 24 小时，共进行 3336 次工具调用，按 API 价格计算约 571.18 美元，但实际成本由其每月 200 美元的 Codex Pro 订阅覆盖。

Back in June I wrote that AI coding agents need project memory, not just bigger prompts. The idea was...

I rebuilt my tiny homage to Warhammer 40k this week. The original, Hive City Rampage, was a...

面壁智能（OpenBMB）开源 2B 参数端侧语言模型 MiniCPM5-2B，在 Artificial Analysis Intelligence Index 上以 23 分位列 4B 以下开源模型第一，Agentic Index 得分 20。

GPT-6 Astra 现已上线 SimpleBench。 Astra Pro 得分 86.5%，与 Claude Fable 5.1 的 86.6% 几乎持平。两者均超过该基准测试的人类基线 83.7%。 SimpleBench 测试日常推理能力，涵盖空间逻辑、社交情境和脑筋急转弯等问题。这正是其意义所在：AI 在那些看似简单、却屡屡难倒高性能模型的问题上正在取得进展。 所以没错，看起来我们确实拥有了完整的通用人工智能（！）

这太疯狂了，因为我们已经到了这样一个地步：我看着那些"氛围编程"做出来的东西，心里想"我完全不知道那是怎么做出来的"。

大家对Hy4预览版的体验如何？ 我们为大家准备了一个小小的Hy4游戏合集--共10款迷你游戏，全部由Hy4预览版生成！ 游戏链接已放在回复区，欢迎自取试玩 选出你最喜欢的游戏，玩一玩，在回复区告诉我们你的想法。游戏攻略、高分记录、反馈意见、随想随感--我们全都想听！

arXiv 论文（https://arxiv.org/abs/2505.12540）提出 vec2vec，这是首个无需配对数据、编码器或预定义匹配集就能在不同模型嵌入空间之间翻译文本嵌入的方法，基于柏拉图表示假说的强版本，用对抗损失与循环一致性学习共享潜在空间。

百度智能云在2026开放数据中心大会暨首届算博会期间举办AI算力基础设施专题论坛，指出云计算正全面迈进Agent原生时代，基础设施需围绕Agent运行特征系统性升级。百度天池256超节点、百舸AIStack轻量GPU云及全国产化方案已实现部件级软硬件贯通与生产级验证。百度瀚海U高密集成UPS电源获评2026ODX突破项目，天池超节点架构将完整开放。

作者转发黄仁勋的发言并提问：黄仁勋是否刚刚宣布我们是最早做出 AGI 的团队。黄仁勋称 GPT-6 Astra 由约 10 万+ NVIDIA Grace Blackwell NVLink72 训练，从 ChatGPT 到 o1 再到 Astra 用了 4 年，宣称 AGI 已到来并祝贺 OpenAI 团队，下一批 40 万块 GPU 即将上线。