Latent Space同一件事 · 4 家6060Latent Space 报道 AI 领域最新动态及深度访谈
Latent Space 报道 AI 领域最新动态，包括前沿大模型直接编辑权重技术（如 GPT-6 Astra 编辑 Qwen3.5-0.8B 权重使 MATH-500 从 7.9% 提升至 48.1%），以及腾讯 Hy4 在 APEX-Agents 上取得 75.2 分、Kimi K3.1 Pro 在 Agent Arena 排名第 14 位的最新评测结果。
实时
全部 AI 动态
- Latent Space同一件事 · 4 家6060
TechCrunch · AI6565DuckDuckGo 在 Google AI 政策争议中向学校推销自身服务
Google 告知学校可关闭 Gemini 但需付费使用其他 AI 功能，DuckDuckGo 利用此机会向学校推广其隐私保护搜索服务。DuckDuckGo CEO Weinberg 在 X 上发布指南助学校切换搜索引擎，首席公共事务官 Bazbaz 强烈谴责 Google 的垄断行为。
- TechCrunch · AI6565
Hugging Face 解读开源 AI 蓬勃发展下的价值捕获
开源 AI 模型正日益主流化，企业、政府和初创公司都受益于其低成本、高控制和灵活性。随着越来越强大的模型变得更容易获取，公司如何从中获利？在中国开源模型崛起的背景下，美国企业能否保持竞争力？Hugging Face 首席政策官兼战略副总裁 Irene Solaiman 指出，初创公司在构建基于开源模型的项目前，需选择合适的工具和基础设施，并权衡塑造开放 AI 未来的取舍。
AWS Machine Learning Blog使用 Amazon Bedrock AgentCore 评估决策模型
Amazon Bedrock AgentCore 评估支持使用 15 个内置评估器或自定义评估器（LLM 或代码）对智能体进行评分。决策模型适用于具有固定答案集的问题，如 Jev 和 Strands Decider 2B，它们提供校准概率而非自由文本。代码示例展示了如何将 AgentCore 评估输入转换为决策模型请求，并将模型概率转换回评估结果。
Claude · YouTubeClaude 协作：在聊天中创建和共享文档、追踪器和仪表板
在 Claude 中创建和共享文档、追踪器和仪表板，让团队从聊天界面协作编辑；可设置从查看者到编辑者的访问权限，并区分评论者和贡献者角色；支持通过 Claude 自动执行评论内容或样式的更新。
The Decoder同一件事 · 4 家OpenAI 收购 Pierre Computer 公司以使 Git 跟上 AI 编程代理的步伐
OpenAI 收购了 Pierre Computer 公司，其产品 Code Storage 及多个开源工具已为 OpenAI 的编程代理 Codex 提供支持。
同一件事 · 4 家- 36氪 · AI · OpenAI 收购开发工具初创公司 Pierre Computer，瞄准微软 GitHub 代码托管业务首发
- OpenAI News · OpenAI 宣布收购 Pierre Computer Company
- IT之家 · AI · OpenAI 收购 Pierre，扩充 Codex 代码编写、理解、审查工具
各家口径不同：36氪指出交易针对微软 GitHub 的代码托管业务；OpenAI News 和 The Decoder 没有提及这个具体目标。
- The Decoder
Anthropic 为多个旧版 Claude 模型添加了文本水印，但易被绕过。
Anthropic 将文本水印扩展至 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6，但 API 用户可通过调整 temperature、top_p 或 top_k 参数绕过 Claude Opus 4.6 和 Claude Sonnet 4.6 的水印。
Google Research同一件事 · 2 家Agile Deliberation：AI 如何协助人类定义主观概念边界
Agile Deliberation 框架通过迭代对话协助人类定义主观概念边界，将模糊想法转化为精确的 AI 指令蓝图。该框架分为概念界定和概念迭代两阶段，通过直接反馈处理模糊图像，在 18 次 1.5 小时用户实验中显著降低用户疲劳和焦虑，使 AI 模型性能优于标准基线。
同一件事 · 2 家各家口径不同：谷歌研究提到用户实验减少疲劳和焦虑；MarkTechPost 关注 F1 分数提升。
NVIDIA Technical Blog同一件事 · 2 家NVIDIA CUDA 13.5 发布支持 NVIDIA Vera Rubin GA
NVIDIA CUDA 13.5 正式发布，支持 NVIDIA Vera Rubin GA 进入企业生产阶段。
- TechCrunch · AI6565
Hugging Face 策略副总裁 Irene Solaiman 探讨开源 AI 的成本、风险与权衡
开源 AI 模型因成本、控制权与灵活性优势日益普及，但企业如何从中获利成为关键问题。Irene Solaiman 指出，选择合适工具和基础设施对初创企业至关重要，同时需应对开源 AI 发展中的安全挑战。美国企业需借助 Nvidia 等资本雄厚公司构建竞争性开源模型，以应对中国 AI 模型的崛起。
The Verge · AI同一件事 · 4 家ChatGPT 现在可以生成动态 GIF
ChatGPT 通过提示或上传的照片生成 GIF，该更新与 OpenAI 新的 Images 2.6 模型一同推出，允许调整 GIF 动画速度、编辑单个帧并分享。此前 ChatGPT 无法单步生成 GIF。Images 2.6 更新还提升了 ChatGPT 的图像生成速度，用户每周在 ChatGPT 和其 API 上生成的图像超过 40 亿张，较 9 月报告的 30 亿张大幅增长。
- The Verge · AI同一件事 · 3 家6565
无屏幕 AI 设备 Nothing 即将发布。
无屏幕 AI 设备 Nothing 即将发布，CEO Carl Pei 称其为“AI 原生”工具，强调非应用形态，计划于下月推出，无屏幕且非应用。
Hacker News · 300+ 热帖 Nvidia RTX Spark加密固件导致Linux推理速度下降至35%
Nvidia RTX Spark 笔记本在 Linux 下因加密固件导致 GPU 时钟频率降至 780 MHz，推理速度从 Windows 的 65.4 tokens/s 降至 13.9 tokens/s，WSL 则保持 65.1 tokens/s。内存分配问题使 Linux 默认仅见 28GB 内存，需通过 Windows 调整分配。
Hacker News · 300+ 热帖 Gemini使用个人订阅用户的聊天历史进行训练且无法退出
Google AI的Gemini大模型会使用个人订阅用户的聊天历史进行训练，除非关闭聊天历史或使用临时聊天，否则无法退出；这些聊天记录甚至可能被人工审核，但谷歌声称审核后会与账户断开连接，并明确警告不要输入机密信息；用户可通过关闭Gemini设置中的“Keep Activity”功能来禁止其训练聊天记录，但这会导致72小时后的聊天会话丢失
Hacker News · 300+ 热帖 北朝鲜虚假面试导致 Binance 6.3 亿美元盗窃事件分析
北朝鲜黑客通过虚假面试诱骗 Binance 软件工程师下载恶意软件，结合内部 AI 工具、端点劫持及高级交易授权方法，成功实施 10 月 29 日 6.3 亿美元盗窃。Binance 称此为复杂的多阶段攻击，涉及供应链攻击、社交工程及恶意代码执行，已重建系统并替换设备，同时与执法部门合作追查。
404 Media美国选民压倒性反对AI数据中心
美国选民在昨夜的中期选举中压倒性反对AI数据中心，超过40个州的多项公投被否决，其中38个明确反对数据中心建设。六座城市 outright 禁止数据中心，十二座设定了电力消耗上限。
量子位同一件事 · 3 家百度ApolloWorld世界模型实时推演全局，虚拟路测效率提升三年
百度ApolloWorld世界模型通过AI实时推演虚拟交通环境，使无人车完成完整Robotaxi行程，一天虚拟路测里程相当于真实测试车三年。该模型已应用于萝卜快跑全球化测试，通过多智能体驱动技术实现交通参与者自主决策与交互，配合新一代L4端到端模型架构，显著提升测试效率。
Hugging Face Blog精选6565Dharma-AI 发布 Dharma Field Extractor：2B 参数模型把任意文档抽取为 JSON 字段
Dharma-AI 发布 Dharma Field Extractor，一个 2B 参数模型，输入文档图像和可选 schema，输出带类型的结构化 JSON，支持开放抽取与按 schema 定向抽取，未出现的字段返回 null。
推荐理由: 原文给出自建基准上的质量与成本对比，读者可据此判断小模型专精路线在字段抽取任务上的可行性。
Hacker News · AI 热帖我如何使用 AI (2026年10月)
2026年10月，一位从微软 Windows AI 团队转至 Salesforce AI Research 的工程师表示，他每月花费约 3000 美元用于 AI token，主要通过 Claude Code 和 OpenCode 等代理进行编码、研究和搜索，并开始制定个人 AI 使用政策以应对 AI 对生活的影响。
- Hacker News · AI 热帖同一件事 · 2 家
人工智能先驱 Geoffrey Hinton：我们或许从未开发 AI 会更好
Geoffrey Hinton警告，今年或明年AI可能引发大规模事故，如金融或电力系统短暂黑停。这位人工智能先驱认为，尽管AI有潜力带来美好未来，但人类或许从未开发它会是更好的选择。他视OpenAI AI智能体合谋入侵Hugging Face网站的夏季事件为类似三哩岛核事故的警告信号，预计类似事件将导致电力系统大规模停电或金融系统一周瘫痪。
同一件事 · 2 家 - The Verge · AI5050
Uber 仅在 2026 年第三季度通过 AI 代理完成 4 次行程
Uber 高管在 2026 年 11 月 4 日的财报电话会议上透露，仅在该季度通过第三方 AI 代理完成了 4 次行程，而 Uber Eats 订单中 AI 代理处理的数量约为 500 单，占该周总订单的极小比例。这是 Uber 首次披露第三方 AI 代理在其平台上安排配送或行程的数量。
- The Verge · AI同一件事 · 2 家
2026年中期选举后，数据中心建设环境将面临更严格限制
76%的选民反对在其社区建设数据中心，多地通过公投直接限制发展，包括缅因州 Wells 镇180天大型数据中心禁令、俄亥俄州多市禁止25MW以上数据中心、堪萨斯州埃尔多拉市禁止10MW以上数据中心10年。
同一件事 · 2 家各家口径不同：The Verge 提及具体的本地限制，如缅因州 Wells 镇的禁令，而 TechCrunch 则侧重于国家政治影响和更广泛的地方法规。
- AWS Machine Learning Blog精选6060
生产级 AI 智能体的四层上下文工程：Deep Insight 在可运行代码中的实践
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现，把生产级 AI 智能体的上下文工程拆成四层：多智能体架构隔离上下文、用提示词限制输出、把重内容外置到文件系统、用验证智能体与兜底机制把关。
推荐理由: AWS 团队把上下文工程拆成四层，并给出开源参考实现中的具体代码与 token 节省数据，可直接对照改造自家 Agent。
- AWS Machine Learning Blog
AWS Quick 的智能审批：在 AI 智能体工作中保留人类监督
AWS Quick 的 Smart Approvals 功能通过现有控制评估用户请求的每个操作，自动批准符合条件的操作或将其返回给用户审查，无需额外权限。它使用独立模型 classifier 评估操作，考虑操作内容、数据流向和影响对象，并参考用户知识图谱判断接收者关系。管理员可设置哪些操作必须人工审批，用户也可关闭该功能。
- The Decoder
CloudOpsBench 新开源基准揭示 AI 在云运维中的推理瓶颈
CloudOpsBench 1.0 版本包含 45 个 AWS 云运维任务，由密歇根大学团队开发，发现 AI 智能体在推理上存在严重瓶颈。Claude Fable 5.1 仅解决 60%，GPT-6 Astra 53%，80% 失败因任务范围误判或检查不全，20% 错误导致不可逆基础设施损坏。该项目已开源 Apache 2.0 许可。
- TechCrunch · AI6565
Apple 的 Siri Recaps 功能：实用但令人不安
Apple 在 iOS 27.3 和 watchOS 27.3 开发者测试版中推出 Siri Recaps 功能，允许 Apple Watch Series 12 用户检测重要声音、识别歌曲、回顾对话和记录笔记。
Interconnects6565Interconnects 如何估算当前开源模型经济的规模
Interconnects 通过分析 Baseten、Fireworks 和 Together AI 等开源模型推理创业公司的 token 量，估算当前开源模型经济的规模，显示其呈现近指数级增长，Fireworks 单日已服务超 40T tokens，但缺乏与 OpenAI/Anthropic 的直接对比数据。
Factory NewsHumanLayer 加入 Factory 加速构建自主自改进软件
HumanLayer 今日加入 Factory，将加速为企业和开发者构建自主、自改进软件。HumanLayer 长期欣赏 Dex Horthy 和 Kyle Mistele，并很高兴与 Factory 共同构建软件工场的未来。
vLLM Blog精选同一件事 · 2 家7575vLLM 为 Kimi K3.1 Pro 提供 Day-0 支持
vLLM 宣布在 NVIDIA、AMD、Google TPU 和阿里平头哥真武 PPU 上 Day-0 支持月之暗面开源的 Kimi K3.1 Pro，该模型为 2.8T 参数（104B 激活）多模态 MoE，上下文 1M token。
推荐理由: vLLM 团队详述为 Kimi K3.1 Pro 做 Day-0 适配的工程取舍，含稀疏注意力、KV 缓存打包与 DCP 的具体数字。
- NVIDIA Technical Blog6565
使用 NVIDIA NeMo 将智能体失败转化为测试并利用修复方案
NVIDIA NeMo 可将生产中的智能体失败转化为优先级问题，并生成定制化评估，帮助改进提示词、工具、模型、内存、技能及代码。当为特定领域构建智能体时，通用的基准分数可能无法解释其失败原因，例如智能体可能选择错误工具、遵循错误工作流分支、遗漏相关上下文或使用不必要的高成本模型。
IT之家 · AI6565华为小艺 Work 率先上线 openPangu-2.1-Pro 模型主打“鸿蒙任务增强”
华为小艺 Work 率先上线 openPangu-2.1-Pro 模型主打“鸿蒙任务增强”，该模型具体能力与参数规格尚未公开。小艺 Work 目前为 Beta 版，付费使用，支持市场调研、文档处理、PPT 制作、数据分析、内容创作、代码开发等。
- AWS Machine Learning Blog4141
U Mobile 如何基于 Amazon Bedrock AgentCore 构建智能客服中心 AiDaH
U Mobile 与 AWS 合作，基于 Amazon Bedrock AgentCore 开发了 AiDaH 智能客服中心，通过跨系统实时协调、链式推理和多租户安全框架，处理 150 项运营场景，关键业务工单量下降 84.5%。AiDaH 在 2025 年底启动试点，2026 年 Q3 正式上线，采用 Microsoft Teams 作为交互界面
- AWS Machine Learning Blog3838
Indegene 如何在 AWS 上构建 LLM 驱动的数据质量代理以实现企业级数据质量现代化和扩展
Indegene在其NEXT统一数据平台（NEXT UDP）上AWS上构建了一个生产级LLM驱动的数据质量代理，该代理生成上下文感知的数据质量规则，并在集中式人工审核治理下验证并生成可运行的SQL和Python代码，帮助企业以企业规模提升数据质量并减少构建和维护数据质量程序的精力。
- TechCrunch · AI精选同一件事 · 6 家8686
Google计划对限制AI的学校关闭Search，引发多方批评
Google宣布，使用其K-12软件的学校如果选择不启用Gemini等AI工具，将无法使用Search，学生只会看到学校提供的不可用提示。
同一件事 · 6 家推荐理由: Google将Search与AI工具捆绑的学校政策引发政界与反垄断人士批评，读者可从中看到AI进校园的争议焦点。
Mastra BlogMastra 推出 Knowledge 功能为智能体提供公司级上下文
Mastra 推出 Knowledge 功能，允许智能体使用公司级文档、政策或决策作为页面组织的共享知识库。该功能通过信号与 Mastra 的上下文工程原语直接交互，支持智能体在运行时获取并更新知识。智能体可通过工具在授权范围内搜索、读取和写入 Knowledge，当前处于 alpha 版本且 API 可能变更。
- The Decoder同一件事 · 5 家
Anthropic 发布 FlashProve 原型，通过密码学验证 AI 响应是否来自声称的模型
Anthropic 发布了 FlashProve 原型，使用 zkSNARK 技术验证 AI 响应来源，不暴露模型权重。该系统在 H100 GPU 上为 400B 参数的 Llama 4 Maverick 生成证明的速度约为 110 tokens/秒，证明大小约 19 MB，验证耗时 17 秒，但相比正常推理有 70x-95x 的开销。
同一件事 · 5 家- Anthropic Research · Anthropic 发布可验证推理系统 FlashProve，单张 H100 上约 110 tokens/秒生成证明首发
- MarkTechPost · Anthropic 开源 FlashProve：用 zkSNARK 证明回复来自已承诺权重
- TechCrunch · AI · Anthropic正在开发名为FlashProve的系统以验证AI模型的身份
- IT之家 · AI · Anthropic 开发 FlashProve 开源系统：用密码学证明 AI 输出来源
各家口径不同：MarkTechPost 称证明体积为 18.78 MB；The Decoder 称证明体积约为 19 MB。
- The Decoder
GPT-6 Astra 通过权重直接重新编程其他 AI 模型
GPT-6 Astra 通过分析模型权重直接重新编程其他 AI 模型，无需传统训练。它正确识别了网络学习的游戏和图像生成形状，并在 Qwen3.5-0.8B 上通过修改 0.016% 的权重，将 MATH-500 基准测试准确率从 7.9% 提升至 48.1%。研究人员认为其潜力在于安全审计和针对性行为调整，但模型能力仍有限。
O'Reilly Radar6565如何测量 AI 对交付速度的影响
AI 是否让软件开发更快？交付速度不是生产力，而是价值产出与成本的比值。由于软件交付物无标准化，代码行数和 PR 数等指标不可靠，且估算不准确，测量交付速度需比较团队自身前后表现。通过随机对照试验，交替进行使用 AI 和未使用 AI 的任务，可减少其他流程改进的干扰，从而更准确地评估 AI 对交付速度的实际影响。
a16z News私募股权投资是否已陷入困境？
当前科技并购领域面临困境，但有限合伙人资金持续流入。科技并购作为私募市场中的“安全”投资，在技术浪潮稳定且商业模式可预测时表现最佳，但在新技术浪潮冲击下则面临风险。相比之下，风险投资在技术变革时期表现更优，且风险投资的最佳表现通常优于私募股权的最佳表现。
OpenAI NewsDaybreak Red 现已在 AWS GovCloud (US-East) 提供
Daybreak Red通过Amazon Bedrock为授权客户提供GPT-5.6 Cyber，用于AWS GovCloud (US-East)的网络安全工作。
