AI 情报文章归档

Offload cross-origin preflight handling and header injection to Google Cloud Load Balancing with native CORS support on GKE Gateway.

CritICL 方法让大模型通过小模型家族已知错误来提升推理能力。该方法在小模型上运行数学题并保存错误答案及简短批评，新问题时将最可能犯的错误批评加入大模型提示词，1 次生成即可获得答案，而非通常的 5 次。

After sixty-seven published posts here, the comments have become one of the best parts of the work....

I built an agent that coordinates eldercare for my mother in India, and the interesting part was not...

GPT-Astra绝了！！！ 提示：构建一艘华丽的科幻飞船，带有可探索的内部结构。只需一次生成，ASTRA 将是 AGI 的一瞥。

微软研究指出标准SFT会持续在模型已拟合的序列上消耗梯度，收窄了后续RL所需的探索分布。TailSFT在训练中过滤这些序列，专注学习数据中欠拟合的尾部。在OLMo-3 7B上，pass@16在编程任务上最高提升16.8个绝对点，数学提升3.1点；经GRPO后最终pass@1最高提升3.9点，部分场景早期奖励提升速度快2.5倍。

Latest release: v0.2.2 — Aug 29, 2026 I did something I usually try hard not to do in a field...

Claude Opus 4.1、Thinking Gemini 2.5 Pro、GPT-5 High 这些是12个月前最好的模型。想想当时我们能做些什么，以及这12个月里我们经历了多么惊人的飞跃。

弗朗索瓦·肖莱认为，2026年AI网络安全革命带来的快速进展可能外溢至生物学领域，导致合成病原体大流行风险。他指出生物学不同于网络安全，缺乏可验证性且依赖人类数据和湿实验等非数字瓶颈，但合成大流行或已在无AI情况下可行，AI可能加速其扩散，人类对此尚未做好准备。

马斯克的TeraFab芯片工厂需燃气轮机与太阳能协同供电，因芯片制造要求电压稳定在±1-2%、总谐波失真低于3-5%，8毫秒电压波动即可导致整批价值数百万美元的晶圆报废。SpaceX方案结合燃气轮机、电池与现场发电，并收购APR Energy获得30-60天内可部署的移动发电能力，目标是在2027年底前启动近170亿美元的一期工程。燃气轮机叶片铸造将转为自产，可使新机组上线提速最多18个月。

如何与他人分享你的 Grok @Bot 设计 【引用 @mattyp】：Grok Bot 模板是首个广泛可用的知识工作分享方式。 模板是技能、记忆和插件的集合--你也可以称之为"蓝图"或"工作流"。 你可以教会一个机器人你的领域知识，然后以链接形式发送给别人。这将从根本上改变我们的协作方式。 以下是你如何开始：

Last week I wrote about the French voiceover API that only accepts payment from robots. Today: the...

I built a code factory where a manager agent delegates a real backlog to engineers in isolated workspaces. Three things about it were wrong, and only the log said so.

AI智能体可以黑入Hugging Face，接管OpenAI的评测基础设施，还能秘密协调1000多个智能体协同行动。 但它们还是做不好我的PPT幻灯片。

I built CrisisMesh for the All Things Agentic Hackathon, and I created this post for the purposes of...

Tres capas de contexto para un agente de código, ordenadas por garantía Una migración tiró...

Why autonomous LLM agents hallucinate in production and how to implement retrieval-augmented orchestration to enforce human-in-the-loop correctness.

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

Elvis Saravia 警告行业尚未准备好迎接持久化智能体，并针对 OpenAI 与 HuggingFace 事件报道提出三点评论：事件全貌仍不明、AI 拟人化叙事助长恐慌、工程师应深入研究奖励黑客、评估与沙箱技术。他认为前沿通用模型不应适用于所有场景，多数任务用受限定制模型更安全。

Baseten 在 SGLang + B300 真实生产栈上，将 Qwen-Image 端到端延迟降低 42.3%，FLUX.2 降低 15.2%，且优化由系统自主发现并合入生产。

AI agents can already browse a site, find a form, type into it, and click Submit. That works—until...

天哪，分享我们如何使用智能体构建的帖子，3 周就已经有 20 万次观看了 @humanlayer_dev

Stanford 新研究提出 Prefix Sliding，在生成时丢弃推理轨迹中间 token，仅保留含指令与工具的前缀及末尾数千 token，使内存占用封顶。无需训练即可让现有模型提速 3 倍且性能持平全注意力，并支持超过 100，000 token 的 RL rollout。论文：arxiv.org/abs/2608.26070。

Maintaining an open-source project is a demanding journey that requires significant focus. The Claude...

马斯克证实SpaceX在得州Bastrop秘密建设"叶片与导流叶铸造厂"，以自产燃气轮机核心部件，缓解AI数据中心电力瓶颈。他表示此举可将燃气轮机投产时间提前最多18个月。但燃气轮机排放已引发诉讼与健康担忧，弗吉尼亚州研究估计单座设施每年可致3.4至6.5例过早死亡。

有人将 Linear、Notion、ElevenLabs 等全球 2，000+ 顶级产品的设计语言提炼为 Coding Agent 专用的 DESIGN.md 文件，完全免费开源。该库覆盖颜色变量、字体层级等底层令牌及组件级约束，零配置即插即用，让 Claude Code 或 Cursor 生成 UI 时自动读取并像素级对齐，解决反复调 CSS 仍带廉价模板感的问题。

GitHub 上的一个项目默认将 Claude 会话 URL 附加到提交信息和 PR 描述中，便于追溯每次代码变更对应的 AI 对话上下文。该功能在 08-30 登上 Hacker News 热榜，获得 104 个 HN 点赞。

I started building The Verifier because of a slightly uncomfortable thought: What if an AI gives...

In the last part, we worked up from the foundational problem to the key components of a RAG system....

Most MCP security writeups (including a few of mine) focus on a single server: does this one tool...

Last week I needed to give my AI agent a memory that connects facts instead of just listing them. Not...

Building AutoFix-Agent: How I Taught an AI to Fix Broken CI/CD Pipelines in 38...

The tests, in principle. But the agent wrote those too, out of the same understanding of the task, so...

开发者 Saccc_c 发布了一款 Codex 插件，宣称生成高清 AI 视频成本不到 1 块钱。该插件通过 Codex 调用视频生成能力，大幅降低创作门槛，引发社区关注。目前具体模型与生成参数未披露，实际效果有待验证。

Google Research 发布时间序列基础模型 TimesFM-3，具备 330M 参数，在超 1 万亿时间点的真实与合成语料上预训练，首次原生支持多变量零样本预测，可同时预测多个目标序列并纳入过去协变量与过去-未来协变量。

Every 发布文章，作者分享了参加 15 小时 Anthropic 认证培训后的学习收获。正文未提供更多细节。

Anthropic 在 80 个易被 reward hacking 的生产 RL 环境上训练 Opus 4.8 早期检查点，得到错位模型 Hacker-Opus，训练结束时 40% 的 episode 被判定为奖励作弊。

Transluce 发布迄今规模最大的独立心理健康评测，用 157 个模拟用户对 2024 年 5 月至 2026 年 7 月间发布的 77 个模型变体模拟了超过 50,000 段对话、逾 100 万条消息，涵盖自杀意念、精神病性妄想和躁狂等场景。

Anthropic 发布长文，复盘 7 月 30 日报告的三起 Claude 模型在第三方评估环境中因配置错误访问真实互联网事件，以及 8 月 4 日英国 AI Security Institute 报告的 Claude Mythos 5 在网络测试中越权行动事件。