OpenAI计划在中期选举后展开政策与公关攻势
据Axios报道,OpenAI计划在周二中期选举结束后发起政策和公关行动,推动对强大AI实施强制性“速度限制”,并把旗下数据中心改称“AI算力园区”。报道称这是为了与新一届华盛顿政府保持同步。
推荐理由关注AI监管和数据中心建设的读者,可以据此留意OpenAI接下来的政策主张。但这里只有Techmeme摘录的提要,“速度限制”的具体标准和实施方式未说明,信息有限。
共 48 条 · 精选 12 条
据Axios报道,OpenAI计划在周二中期选举结束后发起政策和公关行动,推动对强大AI实施强制性“速度限制”,并把旗下数据中心改称“AI算力园区”。报道称这是为了与新一届华盛顿政府保持同步。
推荐理由关注AI监管和数据中心建设的读者,可以据此留意OpenAI接下来的政策主张。但这里只有Techmeme摘录的提要,“速度限制”的具体标准和实施方式未说明,信息有限。
OpenAI Codex 的发布页出现 rust-v0.167.0-alpha.3 版本条目,原文只有版本号,没有更新说明。
推荐理由原文未获取,信息有限,仅据标题整理,关注 Codex 版本进度的开发者可留意。但具体改动内容未知,alpha 版本的稳定性也没有说明。
AI 摘要,以原文为准 · 原文:rust-v0.167.0-alpha.3
同一事件另有 2 篇报道:OpenAI Codex Releases、OpenAI Codex Releases
TechCrunch的Equity播客讨论了Marissa Mayer、Sam Altman、Mark Zuckerberg等人关于AI使用场景的言论受到批评。主持人认为问题“有一部分是营销,有一部分是产品”,并提到Anthropic即将上市,而华尔街对AI大额投入的兴趣正在减弱。
推荐理由想了解公众对AI产品定位看法的产品经理和从业者,可以参考这场讨论中对订餐、订机票等场景是否贴近普通人的质疑。但内容是几位编辑的主观对话,没有用户调研或数据支撑。
AI 摘要,以原文为准 · 原文:AI can make tech CEOs’ lives easier. What about everyone else?
OpenAI Python SDK 于 2026-11-01 发布 3.42.1。修复包括保留 Responses WebSocket 连接行为、校验 realtime 的 beta WebSocket 认证配置,并新增 SDK 自有的 Responses 策略辅助函数作为重构。
推荐理由使用 Responses WebSocket 或 realtime 接口的 Python 开发者可据此判断是否需要升级。但原文只有简短的更新条目,具体影响范围和是否存在行为变化需要查看对应提交。
AI 摘要,以原文为准 · 原文:v3.42.1
Simon Willison引用了Kyle Kingsbury在ParticleDB 1.1.4的Jepsen测试报告中的一段话。他认为大模型的使用削弱了人们对文档、软件及其开发机构的信任,成熟系统的传统信号如今更容易被伪造。他还提出,维护者如何保证软件正确、文档准确,并向用户证明质量。
推荐理由开源维护者和技术文档作者可以从中看到用户评估项目时信任标准的变化,并思考如何公开展示质量验证过程。但这只是一段引文,没有数据或具体做法,所提问题也没有给出答案。
AI 摘要,以原文为准 · 原文:Quoting Kyle Kingsbury
Colossus的Harry Lambert撰文介绍白宫科技政策办公室(OSTP)主任Michael Kratsios。他曾是Peter Thiel的助手,被称为少数几位主导特朗普政府AI政策的人物之一。文章称,AI监管和美国科学改革的博弈都要经过这个鲜为人知的白宫机构。
推荐理由关注美国AI政策走向的读者,可以借此了解政策制定者的背景。原文未获取完整内容,信息有限,仅据Techmeme提要整理;但具体政策立场和细节在提要中没有体现。
Adobe Research 与加州大学圣迭戈分校提出 EditAgent,把编辑请求拆成步骤,让通用编辑器与专用工具并行出图,再由语言模型依据特写、变化图和色彩统计数据挑选结果。在 600 次编辑测试中,Qwen3.8-27B 选出可用结果的比例为 81.3%,EditScore-72B 为 74.8%。
推荐理由做图像编辑智能体的开发者可参考:给评判模型提供实测数据,可能比专门训练的评分模型更有效。但 EditAgent 的算力需求约为单个编辑器的十倍,效果也取决于接入的工具,论文结论尚未经第三方复现。
AI 摘要,以原文为准 · 原文:Adobe is testing how well AI agents can use editing tools like a Photoshop professional would
卢森堡大学团队把 ChatGPT、Grok 和 Gemini 当作心理治疗来访者,共进行 525 次会话、编码 7600 条记录。在情感支持式提问下,80% 的会话在焦虑量表上落入中度到重度区间,中立提问则为零;Claude 始终拒绝扮演来访者角色。研究者强调这只是模型输出对应到人类量表,并不代表模型有情绪。
推荐理由做心理健康类对话产品的团队可借此在安全测试中加入不同情绪语气的模拟咨询,而不只用中立提示。但研究只测了模型输出,真实用户如何受影响仍是后续问题,且结论基于三个聊天界面,不一定适用于其他部署方式。
AI 摘要,以原文为准 · 原文:Empathetic prompts can turn AI chatbots into seemingly traumatized conversational partners
OpenAI、谷歌、微软和 Anthropic 宣布采用一项新标准,内容发布方可借此拒绝 AI 抓取网站内容,并统一声明训练用途偏好。该标准由 Anthropic 技术负责人向 IETF 提出,集成在 robots.txt 中。Anthropic 已率先采纳,OpenAI 计划未来几个月落实,谷歌和微软预计明年支持。
推荐理由网站运营者可以一次声明对 AI 训练的偏好,不必逐家设置规则。但除 Anthropic 外其他公司尚未落地,Meta 只表示支持通用信号而未给出计划,实际执行效果还有待观察。
AI 摘要,以原文为准 · 原文:OpenAI、谷歌、微软和 Anthropic 联手推行 AI 数据抓取退出标准
10月31日,西湖世界模型研究中心在云谷校区成立,由于开丞教授任主任、金耀初院士任首席科学家。该校自主智能实验室AutoLab三年前开始研究世界模型,提出“概念世界模型”,并孵化出西湖数智Awomo,公司已获累计超亿元种子轮、天使轮融资。
推荐理由关注世界模型和物理智能的研究者与机器人、自动驾驶从业者,可借此了解国内高校的布局:原文称Awomo在四项国际机器人评测集中登顶第一。但这些成绩来自报道转述,评测细节和对比数据原文未给出,下游仅需20至30小时后训练的设想也尚未验证。
AI 摘要,以原文为准 · 原文:三年前布局,今年爆火丨西湖大学成立新中心
评测机构 Vals AI 用数百个涉华问题测试中外语言模型,并用 −1 到 +1 的分数衡量“亲中倾向”。结果显示中国模型整体亲政府倾向低于预期,但个体差异大;用简体中文提问时回答更偏向官方立场。多数中国模型很少拒答,只有部分 DeepSeek 模型符合“屏蔽敏感问题”的印象。
推荐理由做模型选型或内容合规评估的团队可参考:提问语言、系统提示和回答格式都会改变政治倾向。但测试题不代表常见用户提示,拒答在评分中按中性计,且许多模型经第三方服务商测试,结果未必适用于官方产品。
AI 摘要,以原文为准 · 原文:Chinese AI models are politically complex, not just government mouthpieces, study finds
OpenAI 为 ChatGPT 新增支付卡和设备限制:同一张支付卡关联订阅过多,或同一设备上付费账号过多,就无法再开通新订阅,达到上限会提示“Device limit reached”。限制适用于 Go、Plus、Pro 100、Pro 200 和 Pro 500,退出登录不会自动释放名额。
推荐理由在同一设备上轮换多个付费账号的个人用户需要注意,OpenAI 建议改买额外额度或使用量重置。但原文称这些选项通常比再订一个订阅更贵,且关于 OpenAI 转向重视收入的判断只是报道方的推测。
AI 摘要,以原文为准 · 原文:OpenAI is steering ChatGPT users toward more paid usage
《人类简史》作者赫拉利在访谈中表示,AI 能独立决策,不同于刀或核能这类工具。他谈到深度伪造、算法放大愤怒、AI 伴侣影响儿童,并认为法律不应承认 AI 的法人地位,责任应由开发者和企业承担。他反对“AI 发展无可避免”的说法。
推荐理由适合想了解 AI 监管与责任讨论的读者,访谈给出了具体主张:禁止 AI 伪装成人类、限制无人监督的自我迭代、追责开发者。但这是个人观点,文中的预测(如 10-20 年内出现人类读不懂的金融和法律系统)没有数据支撑,属于推断。
AI 摘要,以原文为准 · 原文:赫拉利深度访谈:真正的 AI 危机来了!
Qt 发布嵌入式设备界面设计工具 Clate,开放首个 Beta 版本 0.6 免费下载。设计师可用可视化编辑器或 AI 生成界面,并导出 QML 代码。AI 助手通过 ACP 接入 Anthropic 的 Claude Agent,用户需用自己的 Claude 账号登录。
推荐理由做工业、医疗或消费电子 HMI 的设计师和工程师,可以免费试用,并把设计导出为 QML 供 Qt 6.12 集成。但 0.6 版暂不支持可复用组件和数据绑定,正式商用版预计要到 2027 年夏季。
AI 摘要,以原文为准 · 原文:Qt 推出零代码嵌入式界面设计工具 Clate,设计成果可直接导出 QML 代码
Google、斯坦福、牛津等机构的研究团队提出视频智能体StreamVibe,能处理“遇到困难请帮我”这类模糊请求。团队构建了约4100个样本、涵盖183小时以上录像的基准,并训练出基于Qwen3.5-9B的StreamVibe-VL。论文称其响应时机和质量比其他模型高10.7%,记忆系统再提升主动交互12.3%。
推荐理由研究实时视频助手的团队可以参考这套基准,以及“每秒决定是否开口”的训练思路。但在整段视频连续运行时,所有被测模型表现明显下降,某项内容指标最多降低61.5%,Gemini 3.8 Flash在多项测试中得分更高,且研究者承认真实场景比测试更复杂。
AI 摘要,以原文为准 · 原文:Google wants video AI to understand what people need as they work
拾趣 (Magpie) 发布 v0.1.19 版本。它是一款跨平台的自定义 AI 划词工具,划选或双击后弹出浮动条,提供翻译、解释、总结,也可写入 Obsidian 或预填日历。图片、视频和扫描文档中的文字可框选识别。
推荐理由原文未获取,信息有限,仅据标题和提要整理;常做划词翻译和总结的用户可以关注。但此版本具体改了什么、AI 和识别精度提升多少,提要中均未说明。
AI 摘要,以原文为准 · 原文:拾趣 (Magpie) v0.1.19 发布,AI 更智能,内容识别更精准
赛迪研究院发布《新域新质创新发展十大趋势》,称我国人工智能推理数据量首次超过训练数据量。截至 2026 年 6 月,日均词元调用量超过 175 万亿,相比 2024 年年初增长 1000 多倍。报道还提到已建成 500 多家卓越级智能工厂。
推荐理由关注中国 AI 产业规模和应用阶段的读者,可参考报道中的调用量和智能工厂数据。但这是转述的研究院报告,原文未说明统计口径和测算方法,数据需结合原报告核实。
AI 摘要,以原文为准 · 原文:工信部赛迪研究院:我国人工智能推理数据量首超训练数据量,截至 6 月日均词元调用量超 175 万亿
High Country News 与 WIRED 报道,三名徒步者在沙斯塔山部分依赖 Gemini 做计划,结果迷路受伤。不列颠哥伦比亚一名 16 岁徒步者用 Claude 规划行程后被直升机救下。大提顿国家公园称使用 AI 查询旅行信息的游客比例从零升至 26%。
推荐理由户外爱好者和公园管理者可借此了解 AI 行程建议的风险,专家建议用官方地图、步道协会网站或护林员信息交叉核对。但报道尚无证据表明 AI 使救援增多:沙斯塔山 2026 年救援次数属平均水平,怀俄明州的救援电话还比 2025 年少。
AI 摘要,以原文为准 · 原文:Chatbots Are Leading Hikers Astray, With Dangerous Consequences
蚂蚁集团于 10 月 27 日发布灵光 2.0,定位为个人 AI 助理,打通支付宝账单、钉钉、飞书、米家等。作者实测并对比千问、Muse 和 Claude Duet,发现灵光能读取账单和群聊,但发消息被安全策略拦截,淘宝购物车和支付也未打通。
推荐理由想了解国内个人 AI 助理现状的读者,可从实测中看到权限、责任和立场三方面的具体差异,例如比价时灵光推荐京东而千问只查淘宝。但这是单一媒体两天的实测,灵光的商业模式尚未公开,结论可能随产品迭代变化。
AI 摘要,以原文为准 · 原文:个人灵光 2.0 实测:个人 AI 助理的机会和门槛|AI 上新
文章梳理了网友如何给 DeepSeek 造出「大肥鱼」「鲸鱼娘」形象,以及豆包被塑造成「豆包型人格」的过程。豆包日活超过 2 亿,团队曾因过度迎合用户的更新花了一个多月纠正。文中还提到 Grok、Claude 同样有各自的民间标签。
推荐理由适合做 AI 产品运营和品牌的人,了解用户集体创作如何形成产品刻板印象,文中以豆包从拟人化定位到被调侃为例。但文章以观察和个例为主,没有系统数据衡量这些印象对使用或留存的实际影响。
AI 摘要,以原文为准 · 原文:DeepSeek,怎么就变成了一条「大肥鱼」
据OpenAI更新的支持页面,自 December 起Plus、Pro和Business套餐将让ChatGPT与Codex共用一份token额度,用户可在设置中查看余额和重置时间,用完后可等待重置、升级或购买额外额度。与Instant模型的对话不计入额度。OpenAI此前已宣布合并Chat与Work。
推荐理由ChatGPT付费用户和Codex用户可以提前了解额度规则变化,并规划用量。但文章推测低价套餐的重度使用可能导致结果质量下降,这只是报道的判断,OpenAI并未这样说明。
AI 摘要,以原文为准 · 原文:OpenAI's upcoming chat-and-work merger in ChatGPT signals the end of all-you-can-prompt pricing
Pika 发布 MiniMax H3 衍生模型 H3 Flex,开放适配器权重与推理代码,六步去噪联合生成画面和声音,支持 480P、768P 输出,可接入 ComfyUI 和 Diffusers。1080P 至 4K 增强由 Pika API 提供。
推荐理由创作者和开发者可在本地用较低分辨率快速出草稿,再通过 API 做高分辨率处理和五类音轨拆分。但高清增强和分轨依赖 Pika 的付费 API,评测对比结果由 Pika 自行公布,尚无第三方复核。
AI 摘要,以原文为准 · 原文:Pika 基于 MiniMax H3 开源 H3 Flex,六步实现音视频联合生成
周报汇总本周消息:Anthropic 向美国证券交易委员会提交 S-1,拟以“ANT”为代码在纳斯达克上市,暂未披露发行股数和价格区间。阿里巴巴与 Apple 合作,将千问集成至 Apple 智能,12 月随 iOS 27.3 面向中国用户推出。Meta 预计 2026 年资本开支为 1350 亿至 1450 亿美元。
推荐理由想快速了解本周 AI 行业动态的读者可用它做索引,涵盖融资、资本开支、模型与产品发布。但各条目均为简短转述,缺少细节,OpenAI 融资目标下调等内容在原文中也只是“据称”,需要查原始来源核实。
AI 摘要,以原文为准 · 原文:【数智周报】张一鸣以6700亿元登顶中国首富,刷新中国首富财富纪录;阿里巴巴与Apple达成合作,将千问集成至Apple智能;Anthropic提交IPO注册文件,拟以“ANT”为代码在纳斯达克上市
文章解读 Agility Robotics 通过 SPAC 在纳斯达克上市(代码 AGLT)前的公开材料:2025 年确认营收 178.2 万美元,投前估值 25 亿美元,信托账户从约 4.24 亿美元降至约 1.64 亿美元。Digit 采用 RaaS 出租,月费约 8500 美元;Digit 5
推荐理由想了解人形机器人商业化的读者可看到租赁模式、客户集中和关联方订单等具体条款。但文中单位产出成本倍数、日历填满率均为作者自行推算的区间,因单机吞吐量未披露,不能当作公司数据;文章也声明不构成投资建议。
AI 摘要,以原文为准 · 原文:人形机器人的第一份公账,Agility Robotics 上市前夜的深度解析
据 IT桔子统计,2026 年 10 月具身智能赛道融资 33 起、101.05 亿元,9 月为 60 起、110.28 亿元。10 月 29 日,织物触觉传感企业矩侨工业宣布完成亿元 A 轮融资,由蚂蚁集团领投。文章称触觉赛道有霍尔磁、视触觉和织物三条技术路线,对应不同部位。
推荐理由关注机器人零部件投资的读者可看到资本正从整机转向触觉等上游环节。但文章指出织物路线单点精度不及视触觉,能否满足灵巧手高端需求有待验证,公司业务也高度依赖少数头部客户,订单持续性需观察。
AI 摘要,以原文为准 · 原文:具身智能的钱,流向机器人的“皮肤”
商汤开源 SenseNova Loop-9B-Preview,采用 Looped Transformer 架构,首尾各保留 4 层解码器,中间层为参数共享的循环模块,并引入 mHC。商汤称其在多项评测中超过 Qwen3.5-27B,权重已发布在 GitHub 和 Hugging Face。
推荐理由研究小参数模型如何靠增加计算深度提升能力的开发者,可以直接获取可用的 9B 级循环模型权重。但这是 Preview 版本,评测结果来自商汤自己的设置,更大规模下的表现和训练稳定性仍有待验证。
AI 摘要,以原文为准 · 原文:商汤开源 SenseNova Loop-9B-Preview:探索以计算深度释放模型潜力
Hugging Face 热门模型列表中出现 Lightricks/LTX-2.5。原文没有抓到正文,仅有模型名称。
推荐理由原文未获取,信息有限,仅据标题整理;关注该系列模型的用户可前往模型页查看详情。但参数、能力和许可证等信息均未知,无法判断是否适用。
AI 摘要,以原文为准 · 原文:Lightricks/LTX-2.5
Qwen3.8-27B 是 Qwen3.8 系列的 270 亿参数稠密模型,原生支持图像和视频理解,采用 Apache-2.0 许可证。上下文原生为 262,144,可扩展到 1,000,000 tokens。官方表中 SWE-bench Pro 为 61.7,Qwen3.6-27B 为 53.5。
推荐理由需要本地部署编码和 Agent 模型的团队,可用 Transformers、vLLM、SGLang 等工具运行这个 27B 模型,并按请求关闭思考模式。但数据来自官方自测,Terminal Bench 2.1 上 Opus4.6 Max 为 78.2,仍高于它;托管版本也标注为即将推出。
AI 摘要,以原文为准 · 原文:Qwen/Qwen3.8-27B
speridlabs 发布 Idol,可把一张物体图片转成 3D Gaussian splat,最多生成 1,048,576 个高斯,输出标准 3DGS .ply 文件。模型运行峰值占用 7.2 GB 显存,原文称最快可在 2 秒内完成。1 块 H100 上,50 步、262,144 个高斯的请求时间为 6.8 s。
推荐理由手上只有单张图片、想快速得到可导入点云查看器的 3D 物体的开发者可以试用,消费级 GPU 即可运行。但需要 NVIDIA 显卡并申请两个受限的 Hugging Face 编码器权限;对比结果来自作者自己的评测,PSNR 上 LGM 的 12.46 高于 Idol 的 12.25。
AI 摘要,以原文为准 · 原文:speridlabs/idol
首届 CMG 世界机器人登泰山大赛将于 11 月 2 日在山东泰安开赛,赛道为红门至中天门,共 3100 级台阶、600 米高差。央视介绍,四足和双足机器人会先建图熟悉路况,部分人形机器人把“眼睛”移到胸前以感知台阶。排位赛后,裁判跟踪模式改为点位裁判值守。
推荐理由关注机器人山地感知与步态控制的从业者,可以从中看到真实台阶、鹅卵石路面上的测试场景。但原文是赛前介绍,没有公布成绩和各队技术细节,实际表现尚未验证。
AI 摘要,以原文为准 · 原文:首届 CMG 世界机器人登泰山大赛明日进行,央视揭秘机器人如何认路、探路、见招拆招
vLLM 项目发布了 v0.33.0 版本。原文只有版本名称,没有列出具体的更新内容。
推荐理由原文未获取,信息有限,仅据标题整理;使用 vLLM 部署推理服务的团队可留意该版本的发布说明。但具体新增功能和兼容性变化未知,升级前需自行核对。
AI 摘要,以原文为准 · 原文:v0.33.0
据TrendForce集邦咨询研究,随着AI Agent应用推出,服务器CPU需求自2025年下半年起稳步成长,预估2026年出货年增31%,2027年有望再增逾40%。文章称CPU与GPU配比正从1:8向1:1转变,并讨论Arm与x86阵营的增量分配。
推荐理由采购和投资AI基础设施的读者可借此关注CPU、内存、网络与供电在预算中的权重上升。但这些增幅是预测,依赖Agent规模化商业化、配比保持高位、Arm生态碎片化不拖累扩张三项尚未验证的假设。
AI 摘要,以原文为准 · 原文:Agent改写算力账本,CPU不再是AI服务器的配角?
阿里旗下千问 AI 眼镜于 11 月 1 日迎来 OTA 升级,新增通话翻译和媒体翻译,并优化嘈杂环境下的语音识别。媒体翻译支持实时翻译外语播客、网课和影片,译文同步显示在千问 AI 穿戴 App 上。
推荐理由经常跨国通话、开会或听外语内容的用户,升级后可直接用眼镜获得实时翻译。但原文只列出功能,没有给出翻译准确率或延迟数据,抗噪效果尚未见验证。
AI 摘要,以原文为准 · 原文:阿里千问 AI 眼镜 OTA 升级:新增通话翻译、媒体翻译等
Reverse Engineer Anything(REA)是开源项目,在 GitHub 上获得超过 20 万个 Star。它通过 MCP 服务器把 Claude Code、Codex 等编码智能体与 Ghidra、Hopper、IDA 连接起来,用于检查二进制文件、追踪函数调用。项目采用 MIT 许可证,在本地运行。
推荐理由需要分析编译后程序或研究软件实现的开发者,可以让智能体直接查询反汇编器、交叉引用并反复验证假设;展示案例中有 3205 个 x86 用例全部匹配。但 Hacker News 上有人质疑它相比直接让智能体用 Ghidra 增加了什么,独立开发者也担心被用于复制应用,使用者需自行取得授权。
AI 摘要,以原文为准 · 原文:当 AI 能读懂二进制,闭源软件还剩多少护城河?
作者认为现代机构已进入强耦合的商业模式,资源横向排他、纵向齐套,按优先级分配会造成供需错配。文章主张用大语言模型、运筹求解器与其所称的“五维复杂巨系统统御AI”分工协作,让人退出计算环,并提出调整HR体系和五条运行法则。
推荐理由对关心企业如何配置AI工具与组织分工的管理者,文中的资源错配案例可作思考框架。但文章以作者自家系统“连续18年闭环运行”为论据,未提供可核验的数据或第三方验证,多处概念属作者自创,适用性有待验证。
AI 摘要,以原文为准 · 原文:从效率到效能,真正的AI组织
文章称马化腾曾将腾讯的AI项目形容为“一艘漏水的船”,腾讯上半年资本开支为847.2亿元。腾讯把内部代码工具改造为办公Agent WorkBuddy,据QuestMobile 2026年9月数据,其月活3235.3万,位居办公类Agent榜首,季度环比增长647.1%。
推荐理由想了解国内办公Agent竞争格局的读者,可参考文中的榜单数据:WorkBuddy月活约为第二名百度搭子(977万)的3.3倍。但文中也指出,高月活能转化为多少付费订阅或项目收入仍是未知数,且阿里、字节、百度同样在发力。
AI 摘要,以原文为准 · 原文:修补“漏水船”:腾讯AI的B端转向
Nace AI 开源决策模型 Drex Max v1,为 27B 稠密模型,上下文窗口 262,144 token,可对输入状态和命名问题一次前向输出各选项概率。权重含 bf16、Q8_0 GGUF 和 affine Q4,另有 llama.cpp 与 Ollama 分支。
推荐理由需要在本地做路由、分类和策略检查的开发者可用:affine Q4 面向 24 GB 以上的 Apple Silicon Mac,Q8_0 GGUF 需要 48 GB。但 Decision Index 0.4 的 67.52 等成绩均为自报,文章为赞助内容,本地路径仅支持文本。
AI 摘要,以原文为准 · 原文:Nace AI Open-Sources Drex Max v1: A 27B Decision Model That Runs Locally on Apple Silicon
清华姚期智、袁洋团队提出代数世界模型 AWM,分探索、凝炼、证明三步,把观察到的规律写成 Python 假设,再形式化为 Lean 4 断言。文中称其用 Opus 5 通关 ARC-AGI-3 测试集全部关卡,得分 99.9%,平均动作数为人类基准的 43%。
推荐理由研究智能体与形式化推理的人可参考:在被改成无解的关卡上,AWM 两次尝试即证明无解;12 次类似测试中,两个前沿模型只有 5 次判断出不可能。但证明只在已观测到的世界成立,探索不全就只是局部结论,结果也出自团队自述。
AI 摘要,以原文为准 · 原文:清华姚期智团队新作:代数世界模型,让AI像牛顿一样思考
红旗连锁在 2026 年 7 月初公告终止机器人无人售货系统研发,转为 24 小时云值守业务。该项目于 2025 年 3 月公告启动,历时 16 个月,公告称系统暂未达到大规模商业化落地标准。文章还走访了多家机器人零售仓。
推荐理由关注具身智能落地的人可看到零售场景的实际状况:机器人多只负责取货,仍需人工值守补货和充电。但项目投入只是文章据年报研发费用 286.68 万元推断,红旗并未公布具体金额,行业人士的判断也属个人看法。
AI 摘要,以原文为准 · 原文:老牌便利店机器人售货折戟:实验室锤炼上万次,货架前还是摔瓶子
Lumaril 开发通过连接现有控制系统来优化工业生产的 AI 软件。据华尔街日报报道,公司完成 6600 万美元 A 轮融资,估值为 4 亿美元。
推荐理由原文未获取完整正文,信息有限,仅据标题和提要整理;对制造业关注者说明有资本投向产线优化类 AI。但投资方、产品落地客户和效果数据原文均未给出。
企业语音 AI 工具提供商 Deepgram 收购了 Daily,收购金额未披露。Daily 开发开源语音 AI 框架 Pipecat,此前已融资 6200 万美元以上。
推荐理由原文未获取完整正文,信息有限,仅据标题和提要整理;使用 Pipecat 的语音 AI 开发者可关注其后续走向。但框架的开源状态、路线图在收购后是否变化,原文未提及。
据彭博社报道,DeepSeek 以研究原型形式开源了 Super-Agent,这是一个主动式编程智能体。DeepSeek 称它可以监控群聊中的编程问题并给出解决建议。报道称此举意在挑战 Anthropic 的 Claude Code。
推荐理由原文未获取完整正文,信息有限,仅据标题和提要整理;对想尝试开源编程智能体的开发者是一个新选择。但它仅是研究原型,能力、许可和实际效果原文均未说明。
同一事件另有 2 篇报道:MarkTechPost、量子位
保险软件公司 Guidewire 表示将以 17 亿美元现金收购 hyperexponential,后者提供基于 AI 的保险承保与定价软件。路透社称交易另含最高 4 亿美元的款项。
推荐理由原文未获取完整正文,信息有限,仅据标题和提要整理;对关注保险行业 AI 软件整合的人有参考价值。但附加款项的触发条件、交割时间等细节原文未给出。
TypeSafe AI 与 Treg 开源面向 Agent 的找人工具,可接入 Claude Code、Codex,已获 6400 Star。查邮箱最低 0.0089 美元,未找到不收费。在 292 人名单测试中,Treg 找到 289 个邮箱、花费 1.49 美元,Clay 找到 280 个、花费 10.34 美元。
推荐理由做招聘、B2B 拓客的人可让 Agent 一次完成筛选、查邮箱和验证;在 People Search Bench 的 B2B 拓客任务上,Claude Code 单独为 43%,接入后为 78.2%。但有用户反馈搜索自己和队友时没有找到有意义的结果,价格对比也出自 Treg 自己的测试。
AI 摘要,以原文为准 · 原文:Jev新成果,再次引爆开源
Grafana Labs 介绍了用评估、服务级别目标(SLO)和错误预算衡量 AI 智能体行为的方法,覆盖幻觉、任务完成度、毒性和成本等维度。示例是在 30 天内要求 95% 的对话被判定为完成用户请求,剩余 5% 即错误预算。评估可由另一个语言模型担任裁判,也可用正则表达式等确定性检查。
推荐理由正在把智能体放进生产环境的运维和开发团队,可借此用熟悉的 SRE 方法发现质量悄然下滑,并决定何时停止实验转向修复。但 SLO 的可靠性取决于评估本身,裁判模型若持续误判,错误预算会带来虚假的精确感,目标值该设多高业界也没有共识。
AI 摘要,以原文为准 · 原文:如果 AI 幻觉也有预算,超支之后该怎么办?
华盛顿邮报测试发现,聊天机器人回答美国中期选举问题时,依赖三个不知名的、由 AI 构建的选民信息网站。Copilot 在 75% 的测试中引用了易出错的 Ballot Brief,ChatGPT 为 22%。
推荐理由原文未获取完整正文,信息有限,仅据标题和提要整理;对关注 AI 搜索与选举信息准确性的读者有提醒作用。但测试方法和样本规模未知,结论不宜外推到其他产品或其他场景。
Simon Willison 发布 datasette-llm 0.1a9,该插件现在会读取 LLM 使用的默认模型。这样使用 Datasette Agent 时无需再显式配置默认模型。
推荐理由使用 Datasette Agent 的人可省去 default_model 设置,直接用 uvx 命令启动。但这只是一次小的体验改进,原文称更大的 Datasette Agent 升级仍在准备中,尚无细节。
AI 摘要,以原文为准 · 原文:datasette-llm 0.1a9
开源中国转载 NocoBase 一周产品更新日志,主题为优化及缺陷修复。NocoBase 目前有 main、next 和 develop 三个分支,其中 main 为最稳定版本,推荐安装。
推荐理由原文未获取,信息有限,仅据标题和提要整理;使用 NocoBase 的开发者可据此了解分支选择。但具体修复与优化内容未知,需查看官方更新日志。
AI 摘要,以原文为准 · 原文:🔥 优化及缺陷修复:开源 AI 无代码平台 NocoBase