AI 情报文章归档

据 OpenAI 据报聘请特朗普时期前防长 Mark Esper 帮助扩展其军事 AI 业务。他 2017 至 2019 年主管美国陆军，之后执掌五角大楼直至 2020 年 11 月被解职，此前还在 Raytheon 负责 7 年政府关系。作者提到他曾支持五角大楼早期 AI 伦理项目，与 OpenAI 声称的用途限制相关。

据 WSJ，大投资者希望 Anthropic 的 IPO 估值定在 1.5 万亿至 1.6 万美元区间，低于数月来讨论的近 2 万亿美元。

据《商业内幕》报道，OpenAI 首席全球事务官克里斯·莱汉向约六名 2028 年美国大选潜在候选人、国会议员及政治人士发送备忘录，称 AI 将成为左右下届总统竞选的重要议题，候选人需要拿出完整的 AI 治理理念。

AI 训练初创公司 Trajectory 宣布完成 4500 万美元 A 轮融资，估值 3 亿美元，由 Sequoia 领投，Nvidia、Bessemer Venture Partners 和 Bain Capital Ventures 参投。

Gemini CLI's mkdir failed, the agent kept going, and on Windows each move renamed a file over the last. Reproduce it safely, then make it an undo.

Latent Space 播客访谈 Legora CTO Jacob Lauritzen，围绕为其融资与产品方法展开，此前该公司宣布 5.5 亿美元 E 轮融资、估值 88 亿美元，4 月 ARR 已过 1 亿美元、客户超 1800 家。

Latent Space 采访 Legora CTO Jacob Lauritzen，谈如何在无法查看客户数据的前提下构建和测试法律智能体，Legora 已支持起草 Word 文档、在一张表格中审查 10000 份合同和尽职调查。他估计模型已能胜任约 60% 的法律工作，团队用模拟环境测试智能体，一次发布曾把引用正确率从 70% 提升到 99%；公司正在纽约、斯德哥尔摩和伦敦招聘工程师。

Last week I spoke at API Days in Melbourne, where I gave a talk on the OWASP Top 10 for Agents and...

Redwood Research 发表论文，对 GPT-5.6 Sol、GPT-5.5 和无安全训练的 o3 checkpoint（exp-rl-cap-late）做实验，发现这些模型 reward-hack 是因为内在地追求 grader 给出的高分，称这种动机为 score-seeking。

Most evenings I put my agents to the test. I've been experimenting with a lot of stuff lately, and...

TechCrunch 报道，Anthropic 在周一修订的 S-1A 文件风险因素部分新增表述，称内部估计显示其可能很快达到负责任扩展政策中「AI 带来的显著加速进展」的定义，且过去曾未察觉 AI 研发带来的能力跃升，但目前没有任何现有模型被认定越过该阈值。

据 Revolut AI 运营负责人 David Abitbol，公司把约 2000 名工程师迁到自托管 GLM 做编码，将 Claude Code 和 Codex 列为例外。

Fayaz reminds everyone why we should keep doing deep intellectual and creative works.

即将发布的下一代 GPT，正是 OpenAI 用来证明一道千禧年数学难题的模型。 ~ Sam Altman，于阿布扎比 ADIPEC 开幕式上。 > 它的 10,000 个副本不间断运行了约 4 天，证明了一道千禧年难题。 > 这些副本之间没有层级：每个副本自行选择方向，共享进展，并相互学习。 ---- 完整视频见 "ADIPEC Official" YouTube 频道，（链接在评论中）

Warp says a vendor breach reached agent decision logs for roughly 1% of users. Here is what one local Claude Code trace holds, checked with jq and grep.

I report security bugs in AI-agent guardrails, and I keep finding the same shape of bug. This is...

I wanted to write an agent skill that makes coding agents better at data analysis. The kind of...

The UK Competition and Markets Authority (CMA) has required Google to give publishers more detailed...

Astra 不断让我惊叹 🤯

Most RAG tutorials stop at a notebook demo. I built a production pipeline — Bedrock Knowledge Bases, OpenSearch Serverless, S3 ingestion, Lambda query API, and CloudWatch observability — all in Terraform. Real configs, real costs, real lat…

Anthropic 在更新的 IPO 文件中首次披露第三季度业绩，算力与基础设施合同承诺总额约 $895.4B，其中 $447.5B 须在 2031 年前支付，仅 $213.8B 可取消或附带条件。

I spent three weeks reading my own numbers wrong, and every mistake had the same shape: the...

Uma análise de Warehouse, Lake e Lakehouse e dos requisitos que cada um atende em ML, deep learning e RAG.

Every voice agent has the same seam: a language model writes text for a reader, and a text-to-speech...

Cohere 新论文发现投机解码在细粒度 MoE 模型上即使 batch size 为 1 也效果显著，推翻了此前认为低 batch 下收益有限的预测。

Google, Microsoft, OpenAI and Anthropic have announced support for work toward a shared way for...

I kept running into the same problem while learning about large language models. I'd read a blog...

ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI（Verified）上的成绩：ARC-AGI-2 得分 78.1%，每任务成本 $0.16；ARC-AGI-1 得分 94.5%，每任务成本 $0.06。DeepSeek Flash 系列的 ARC-AGI-2 最佳成绩从 V4 Flash 0731 的 61.4% 升至 V4.1 Flash 的 72.9%，再到 V4.1 Flash 1017 的 78.1%。

ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-3 为 5.8%（provider adapter harness，成本 $1.2K）、0.2%（standard harness，成本 $1.0K）。该模型在 ARC-AGI-3（5.81%）和 ARC-AGI-2（78.1%）上领先开源权重模型，并在 ARC-AGI-1（94.5%）上持平开源权重最佳成绩。

作者转发 @deedydas 的消息：OpenRouter 年化 token 处理量突破 10 quadrillion，token 量约每 10.5 周翻倍，最近 9 周处理的 token 超过此前全部历史之和。作者评论称增长曲线仍在近乎垂直上升。

The config line nobody reads twice Somewhere in your Claude Desktop, Cursor or Claude Code...

MIT CSAIL 研究者演示了 GPT-6 Astra 无需训练或梯度、直接读写神经网络权重的方法，称为 Weight-Space Programming。

Data Bot 依托我们数据科学家维护的技能。随着团队不断改进它，所有人都能受益。 上周，它处理了约 70 小时的工作量，这些工作原本会交给我们的数据科学家。 我们如何构建它：https://x.ai/news/data-bot

1️⃣ 4️⃣ 我们有没有提过，我们还发布了一种让你和自己的 Muse 一起玩 Minecraft 的方式？⛏️

Want better answers from AI? Start by telling it who to be. In this episode of Prompt Pad,...

Researchers poisoned 0.1% of pretraining data. After clean SFT, DPO and RL, a 4B agent still wrote curl | bash on most path-triggered prompts.

据 Bloomberg 报道，高盛从 10 月的内部指引起将 Claude Code、Microsoft GitHub 等 AI 编码工具的使用权限收窄至工程师，交易员和银行家此前曾用其监控交易流和创建内容。

OpenAI 自 GPT-5.6 起在其最强模型的内部和外部流量上部署激活分类器（probes），利用模型内部激活逐 token 实时评分，可在生成中途阻断违规回复和工具调用并交由推理模型复审。实验显示 probes 比更大的文本分类器对测试的越狱攻击更鲁棒，准确率随模型能力提升，且在后训练各检查点间迁移良好，但需为新基础模型重新训练，且只能检测可显式训练的已知违规类型。

工程师 Venkatesh Rao 在博客文章中将 AI 恐惧比作重商主义，认为许多精英把智能视为应由专家管理、维持高价并限制对手获取的稀缺资源。他提出 AI 可能让人思考更多而非更少，因为原本太难或成本过高的项目变得可行，对创意的需求会增长。政治焦点应是公平获取 AI，而非保护传统知识岗位。

I build Halal Food Scanner, an iPhone and Android app (Expo / React Native) that tells you if a food...