AI 情报文章归档

A familiar argument is making the rounds in web development: if an AI agent writes most of the code,...

a16z 领投 Tutor Intelligence 的 B 轮融资，该公司用人类远程操作员（"tutors"）在真实生产环境中训练机器人基础模型。Tutor 先锁定仓储物流用例再反向构建模型，目前机器人已部署于美国多家大型制造与物流网络，计划到 2027 年底签约超过 1000 台机器人。

Sam Altman 在阿布扎比 ADIPEC 开幕式上表示，年初 AI 智能大多还不及人类最顶尖的科学家，如今已大多超过他们。他还称 AI 此前大多无法胜任白领工作，现在已能完成其中许多环节。他同时强调这一判断是粗略的，且并非在所有方面都成立。

Anthropic 更新 S-1 IPO 文件并首次披露第三季度业绩，经营利润从二季度盈利 9.74 亿美元转为三季度亏损 5.67 亿美元，主因是 50 亿美元的高价短期算力和 20 亿美元员工捐赠配比的非现金支出。

Katie Parrott 在 Every 的文章中讲述自己把同一份客户稿件重复写了两遍，直到重读需求简报才发现四周前已交付过。文章指出 AI 越可靠，人越容易跳过核查，并主张放慢节奏、给工作应有的审视。

Apple 重新设计的 Health app 新增全球英语、简体与繁体中文、法语、日语、韩语、挪威语、葡萄牙语、西班牙语、土耳其语和越南语支持，以 Apple Intelligence 为核心。

Cognition 发布2026年11月实用安全指南，回顾近期重大安全事件并给出公司可执行的安全加固清单。

Google Developers Blog 发布实测，主张以每成功任务成本而非每 token 价格衡量编码 Agent 的生产经济性，并用 TypeSafe 的 Jev 分类器在 Gemini 模型间做路由。

Fireworks 在首届 Forge 大会上发布多款产品，帮助企业基于开源权重模型构建专属智能。

Sarvam AI 发布基于 Sarvam 105B 的 System One 决策模型 Sarvam Prism，在自测的 25 个决策模型中以 71.8 分、44 ms 响应（B200 GPU）成为 100 ms 内得分最高的模型。

Prime Intellect 审计 AutomationBench、OfficeQA Pro v2 和 HLE-Diamond 等公开评测，发现评分脚本误拒正确答案、答案在网上泄漏、模型用 base编码等方式绕过监控等 reward hacking 行为。

中国医生为一名失明多年的66岁女性植入脑机接口，绕过受损视网膜直接向视觉皮层发送电信号，其视力约0.125（相当于20/160），仍属法定盲但已能独立行走、阅读文字并认出孙子。河南生产中国约80%合成钻石，正转向半导体散热材料，看中人造钻石的高导热性以服务AI数据中心。CXMT准备在两个月内启动HBM3E有限量产，但良率仅20–30%，远低于SK hynix约70%，性能接近旧款HBM3。

Amazon 自动推理团队用 Lean 4 形式化并证明了 AWS Aurora 分布式协议 Grover 的核心数据修复与迁移协议，证明其满足默认六副本容忍任意两节点同时故障的承诺，且证明不限定副本数。团队让 LLM 迭代提出规范并尝试证明或反例，过程中发现并记录了文档中的隐性假设与歧义，若照文档实现可能导致数据丢失；两种风格的协议形式也被证明等价，便于专家审阅。

The change I'm proudest of from this contest brought Track A's board memory down from 22.69 MB to...

Every team using an AI coding agent eventually builds a private collection of “the good...

Run a Local LLM with Ollama from C# and ASP.NET Core Run a local LLM with Ollama and...

作者实测即梦新上线的短剧工作室，重点对比了自研剧本模型 DreamScript 与通用大模型在同一设定下的写本差异，认为前者在动机铺垫、递进层次和结尾钩子上更有编剧意识。

Shopify’s Shop MCP gives AI agents a new way to search product data, build carts and complete Shop...

智能体很快会只剩 1 个工具吗？我们从少量工具，走到动态工具搜索，现在又把一切折叠进 code mode。 我写下了 Code Mode 的工作原理、为什么带类型的 JS/Python 沙箱能胜过裸 bash，以及为什么 MCP 会在 2027 年强势回归。附一个 Gemini 4 Argon 的最小示例。 https://www.philschmid.de/code-mode 如果你打算探索 code mode，我推荐用 pi 来测试！易于改造，且基础扎实。

OpenAI 推出 Git 仓库新后端 Pando，现已支撑其 monorepo 全部开发工作，旨在应对 Codex 使并行开发激增带来的源码管理压力。Pando 采用因果一致性和 packfile 复用两种设计，兼容 Git 协议与客户端，生产环境将中位 push 延迟降低近 5x，每天传输近 1 PB Git 数据。

中国举办首届世界机器人登泰山大赛，人形机器人和机器狗挑战3100级古老石阶、爬升1968英尺。直播亮点包括：轮腿机器人负重运送西瓜和生鸡蛋，多台机器人在台阶上跑赢记者，摔倒的机器人被扣分。

It was late at night. I was staring at a glowing terminal in Termux on my $150 Android phone. I had...

A physiotherapy clinic with four therapists and two treatment rooms discovered the problem at 10:04...

A few months ago, BOOTH was just a small idea I wanted to explore. I wasn't sure whether it would...

a16z 分析推理成本下降虽改善应用公司利润率，但更强模型也使应用更易被替代，核心问题是客户愿为何继续付费。

Runway 为 Claude Code、Codex 和 Cursor 推出 Runway Dev 插件，一次安装即可通过 Runway Dev MCP 连接账户并加载用 API 构建的技能。

OpenAI 推出 Grid Protectors 计划，与电力公司、监管机构和政策制定者合作，让未来算力校园在电网紧张时降低用电需求，首站为 Effingham County 校园。

Omen AI 以 1600 万美元现金加股票收购竞争对手 Aquatic Labs，将后者的碱度检测与自身元素检测技术整合进同一款实时水质传感器，预计明年初上市。Omen 的传感器年底前将监测功耗 250 至 300 MW 的芯片，对应约 50 至 70 亿美元规模，并希望在 2027 年底前覆盖相当于 1 GW 的芯片。

Building intelligent applications around sensitive information creates a fundamental engineering...

Proton CEO Andy Yen 取消了原计划对几乎所有员工进行的“再面谈”，该面谈要求员工说明自己的 AI 使用情况，不达标者可能被辞退。此决定发生在 404 Media 周四刊发调查报道后，该报道披露 Yen 在员工提出安全顾虑的情况下强推 AI，并曾敦促员工少手工写代码、多用 AI；不少 Proton 用户仍要求 Yen 辞职。

A document is not a passive object once a language model reads it. Anything printed, hidden or...

A failing test first, the smallest diff, and each project's AI policy respected: the workflow behind my merged open-source PRs.

I don't read most of the pull requests my AI writes anymore. I read the title, the description,...

我们在 512K 上下文下对 DeepSeek-V4.1-Flash-1017 的 GGUF 进行了 Terminal Bench、DeepSWE 等基准测试。Unsloth 综合排名最高。 1-bit Unsloth GGUF 在 DeepSWE 上得分 68.1，Terminal-Bench 上 72.2，AutomationBench 上 52.7。领先其他量化版本 >10%。 GGUF：https://huggingface.co/unsloth/DeepSeek-…

推出 LongCat-2.5，我们最新的原生多模态智能体模型，总参数 1.6T，激活参数约 48B。 专为长程智能体任务打造，为从复杂编程项目到创意设计、3D 任务等视觉编程的各类工作带来更强的视觉理解与智能体编程能力。 了解更多 LongCat-2.5：https://longcat.ai/blog/longcat-2.5/

Databricks 宣布 Lakebase Postgres 在 Google Cloud 正式可用，团队可在 Databricks Data + AI Platform 上直接运行生产级无服务器 Postgres。

Most "AI fixes your issues" demos are a session: you run a CLI, it edits files, you look at the diff....

你试过 @DeepSeekHarness 的创作者模式（Creator Mode）了吗？有任何反馈吗？

Oracle 于周一向美国 SEC 提交申请，拟发行 100 亿美元普通股和 100 亿美元高级票据，为 AI 基础设施建设融资，当日股价下跌超 6%。该计划在上周投资者日已有预告，Oracle 当时还给出 2030 财年至少 2250 亿美元的营收预测，并表示 2027 至 2030 投资周期的额外资本市场融资仅限这 200 亿美元。

A complete engineering blueprint for running autonomous agent evaluation in CI/CD: tiered test runners, statistical regression gates, token budgets, and GitHub Actions orchestration.