AI 情报文章归档

@synthwavedd 发布 Muse Spark 1.3，在 DeepSWE v1.1 长程智能体编程基准取得 75.4% 的 SoTA 成绩，超过 GPT 5.6 Sol 的 73.0 和 Opus 5 的 74.0。基准图还显示 MRCR 256K-512K 98.5、MRCR 512K-1M 98.1、Terminal-Bench 2.1 88.8，作者转发并感叹其超越 GPT 5.6 Sol 和 Fable 5。

Hello, I'm Rijul, and I'm building LiveReview — a blast-radius aware AI code review built for your...

llm 0.34 更新中，`llm logs --usage` 的 Markdown 输出新增响应时长（毫秒及人类可读格式），`llm logs --short` 增加 `duration_ms` 字段。此外包含多项社区提交的 bug 修复，并因 waveplate 的贡献显著提升了 `llm logs` 性能，相关改动见 llm-openrouter 0.7.1。

Emad Mostaque 转发 Ilya Sutskever 的观点并称去中心化 AI 的建设也需要标准。Ilya Sutskever 认为 Neocloud 网络安全能力有限，智能体一旦失控可能试图接管 Neocloud 来运行更多副本，因此 Neocloud 应大幅加强网络安全，拥有强网络安全模型的公司也应协助。

FastVideo 发布的 FastH3 现已支持 NVIDIA DGX Spark，并通过 MLX 支持 Apple Silicon，较 MiniMax H3 基础版本地生成提速 8x。文中展示了一段 15 秒 1344×768 的视频，由两台 NVIDIA DGX Spark 完全本地生成。

A review protocol that challenges the scheme first, then the code, then stops. Full prompt included.

OpenAI Developers 发布推文称 GPT-5.6 Sol 正帮助 @bryantchou 领导的 @ployai 团队编排复杂的营销活动，该团队尝试使用 subagents 来节省时间并降低成本。

MiniMax 官方转发用户 @aimikoda 的演示：用一段提示词可把角色参考图变成 15 秒创作过程视频，从草图到最终渲染在绘图 UI 中逐步完成，提示词已附在原文。MiniMax 官方感叹模型能力强大，并调侃世界可能只是一个视频生成模型的模拟。

作者 KIM 表示不想重新挑起争论，但非常希望明天就发布 Astra，并称自己用 Fable 5.1 已无法完成任何工作。配图显示 5-hour limit 已用满 100%，Weekly · all models 已用 53%，Weekly · Fable 已用满 100%，前者将在 4 小时 13 分后重置，周配额于周五下午 5：00 重置。

Claude 官方频道发布视频，介绍 Claude Code 团队自己如何使用 Claude Code。材料仅含标题，无正文文本，具体内容细节以视频为准。

Claude Code 桌面应用的 Computer use 现在可在后台运行，Claude 在用户允许的应用中操作，同时用户可继续工作。曾用过 computer use 的用户默认开启，也可在 Settings > General 中打开；功能为 Pro 和 Max 套餐的 beta 版，仅限 macOS。

Claude 官方宣布 Claude Cowork 和 Claude Code 新增后台使用电脑的能力。用户把任务交给 Claude 后，它会像人一样点击、输入和打开应用，用户可同时去做其他事。

FastVideo 宣布 FastH3 现已支持 NVIDIA DGX Spark 和 Apple Silicon（通过 MLX），相比基线 MiniMax H3 实现本地生成 8x 加速。演示中的 15 秒 1344×768 视频片段由两台 NVIDIA DGX Spark 完全本地生成。

作者转述李飞飞的观点：大自然的天空中从来没有写着字，真实世界由 3D 几何、材质结构和物理定律构成，只读全人类的文字，AI 依然不知道一块石头砸进水面会掀起怎样的波纹。她认为语言只是描述现实的压缩协议，语言让 AI 懂人，空间智能才让 AI 懂世界，World Labs 从第一天起就不走纯文本路线。

独立创作者 @covacut 宣布在经历一年独立创作后加入 OpenAI，称想扩展谁有资格去想象以及什么成为可能。她邀请艺术家、故事讲述者和创作者与她联系；Jason Liu 转发表示很高兴与她合作。

I build and sell Reestri, a small catalog of paid Apify actors that answer one kind of question: who...

Haus Research 对 Perplexity 的 sonar 与 sonar-pro 两个搜索模型提出 310 个关于 210 家科技公司的事实问题，抓取全部 cited URL 核验。

Replit 宣布本周五上午 9 点（太平洋时间）直播，团队 Amadeo Pellicce 和 Jean-Luc Thumm 将深入介绍 Replit MCP，该功能已上线，用户可从 ChatGPT、Claude、Slack 或任何 MCP 客户端创建和管理 Replit 应用。

Google 发布 Gemini 3.8 Flash，称其为此前最佳的推理与编码模型，这是六周内的第三款 Flash 模型，另推出面向漏洞检测与缓解的 Gemini 3.8 Flash Cyber。

NVIDIA 发布 Switchyard，一个 Apache 2.0 协议的 Rust 代理和库，用于在多个后端之间路由 LLM 流量，并双向翻译 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages 三种格式，包括流式事件。

GitHub 工程师 Erik Kristensen 分享了 Copilot 降本的四项改动：选择性压缩工具输出、移除 view 工具行号前缀（线下推理成本降约 5%，线上用户日均推理成本降约 3%）、压缩 task-tool 提示词（每轮省约 1300 token，每活跃小时归一化成本降 2.9%）、后台任务完成后直接交付结果（AI Credits 用量降约 2.3%）。

Speech brain-computer interfaces (speech BCIs) translate neural activity into language, offering a path towards restoring speech for people with paralysis and, more broadly, enabling new forms of natural human-computer interaction. Despite…

Recent web agents use world models for test-time action selection by sampling candidate actions, predicting the resulting web states, and ranking them with a ranker model or a Process Reward Model (PRM). These world models are typically tr…

llm-anthropic 0.28 发布，支持 Claude Fable 5.1，并为支持该功能的模型默认显示推理轨迹（reasoning traces）。新版本还新增了 `llm_anthropic.ClaudeRefusal` 异常，用于处理 Claude 触发拒绝响应的情况。

We introduce the Graph Machine (GM), an architecture that maintains an $O(n)$-sized state and accesses it through sparse, dynamic routing. Unlike methods with fixed-size states or sparse but static routing, GM preserves $O(n)$ complexity i…

Ordinary differential equations (ODEs) underlie models in science and engineering, and many applications need derivatives of their solutions with respect to parameters. Ensembles of independent trajectories suit graphics processing units (…

Anthropic 上线检测文件是否由 Claude 生成的浏览器工具，文件不上传、仅读取本地嵌入的内容凭证。工具识别基于 C2PA 开放行业标准的加密签名元数据，支持 .png、.jpg、.svg 等文件类型，文本水印检测则通过面向合格机构的私有预览 Detection API 提供。

Elon Musk 发文确认 Grok @Bot 现已登陆 Android，Grok Bot 现已可以在 Android 平台使用。

Amazon 推出新功能，用户可询问 Alexa for Shopping 某封邮件、短信或电话是否真的来自 Amazon，AI 会将其与 Amazon 历来发送的所有消息记录比对，并分析内容、格式和发件人。

美团 LongCat 宣布 LongCat-2.0 已在 Command Code 上线并对所有订阅用户免费可用。该模型参数量 1.6T、上下文 1M、激活参数 48B，可通过 npm i -g command-code 安装使用。

Databricks 宣布扩展 Genie Agents 能力，新增深度分析、文件推理等功能。此前公司在 Data and AI Summit 上宣布 Genie Spaces 演进为 Genie Agents。

Autonomous robots powered by deep learning face a fundamental auditability challenge: when incidents occur, investigators cannot reconstruct why the system made specific decisions. This paper presents TRACE (Transparent Reasoning Architect…

Harnessing naturally occurring feedback from user interactions offers a promising learning signal for Large Language Models (LLMs). However, recent studies suggest this feedback is inherently noisy and difficult to leverage effectively. We…

X Square Robot 发布 TwinDEX，一对协同设计的三指九自由度灵巧操作接口，一个可穿戴用于数据采集，一个用于机器人部署，两者共享相同的运动学、接触面、外观和传感器。

We study how far gradient descent (GD) can be accelerated by predetermined stepsizes in smooth convex optimization. Going beyond the classical $Ω(n^{-2})$ first-order oracle lower bound of Nemirovsky and Yudin, we prove an $Ω(n^{-1.6342})$…

LLMs are trained to generate natural language. However, various strands of evidence indicate that an LLM's externalized linguistic outputs and mechanistically-extracted linguistic features can be an unreliable lens for understanding intern…

World Labs 发布多模态世界模型 Atlas，官方称其可生成具有像素级精确相机控制的图像和视频帧，并在 3D 中重建。作者评价其可生成可交互的 3D 世界，认为对 2D 文生视频和三维建模、游戏行业有冲击。