AI 资讯

AI 每天都在变,
这里一页看完

全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。

更新于 11月18日 08:49 · 每小时自动更新

8月2日 周日1 条

公众号:卡尔的AI沃茨教程AI 评分72

实测MiniMax H3做后期和动效:视频届的审美王来了

MiniMax H3视频模型实测覆盖广告TVC、短剧、创意片头、动态海报、UI动效和游戏实机六类场景,可生成5-15秒视频、原生双声道、直出2K,一次最多放9张图、3段视频和3段音频,提示语最高支持7000字符。

推荐理由:多个场景测试显示 H3 在动态文字稳定性和动效克制上表现突出,提供的提示语结构可直接用于 UI、游戏宣传片等需要文字控制的视频生成。

8月1日 周六2 条

Together AI 研究与产品博客教程AI 评分82

Kimi K3 开发者完全指南:Together AI 上的 1M 上下文、推理档位与工具调用

Together AI 发布 Kimi K3 开发者指南。K3 是月之暗面(Moonshot AI)2.8 万亿参数的开放权重模型,首个 3 万亿参数级的开源模型,Together 直接与 Moonshot 团队合作提供服务。

推荐理由:指南给出 KDA、Stable LatentMoE 架构要点和 API 用法、缓存与计费细节,开发者可据此判断如何在 Together 上落地这个模型。

Simon Willison 博客教程AI 评分73

smevals:用于评测模型、提示词与评测框架的小型评测套件

smevals 是 Simon Willison 与 Prime Radiant 实验室合作开发的新工具,用于跨不同模型配置运行小型评测套件并对结果打分。它支持通过 `uvx smevals run` 对 gpt-5.5、claude-opus-4.6 等模型运行评测,并将运行与打分分离,最终可生成静态 HTML 报告。这是 Willison 在评测方法上的第三次迭代。

推荐理由:一个轻量级评估框架,让编码代理帮你搭 eval,再直接跑模型对比。对想针对业务场景自建基准的团队,比通用榜单更实用。

7月31日 周五1 条

Google AI:DEV 作者专属教程AI 评分68

教程:用 Antigravity SDK 与 Google Cloud 构建自主财务审计智能体团队

本教程演示如何用 Google Antigravity SDK 与 Google Cloud 构建多智能体财务对账系统,将供应商交易与 PDF 发票核对。系统由审计编排器、数据研究员、发票分析器和对账引擎四个智能体组成,并设有人工合规门控,将超过 $1,000 的差异升级人工审核。

推荐理由:这是一篇完整的多智能体财务审计实战,从零搭建到部署全链路,代码和架构图齐全。想做企业级 Agent 的开发者能直接复用其中最小权限、安全护栏和可观测性模式。

7月30日 周四3 条

公众号:卡尔的AI沃茨教程AI 评分71

实测 ego lite:给 Codex 浏览器自动化加到 2.5 倍速

开源浏览器自动化项目 ego lite(5.9k star)实测:基于 Chromium 内核定制的独立浏览器,让人和 Agent 共享同一浏览器但各自独立 Space 工作,支持迁移 Chrome 登录态。

推荐理由:作者实测发现,从内核提取结构化信息再批量执行脚本,可大幅降低自动化任务的Token消耗和操作轮次,尤其在多账号场景下比外挂式方案更稳定。

OpenAI:官网动态教程AI 评分68

启用两项 API 设置使 GPT-5.6 在 ARC-AGI-3 基准测试得分提升三倍

OpenAI 通过启用两项 API 设置,使 GPT-5.6 在 ARC-AGI-3 基准测试上的得分提升至原来的三倍。这两项设置分别是保留推理过程(retaining reasoning)和启用压缩(compaction),在提升得分的同时也提高了效率。该发现基于 OpenAI 官方对 GPT-5.6 模型 API 参数的测试结果。

推荐理由:OpenAI 自己公布两个设置让 GPT-5.6 的 ARC-AGI-3 成绩翻三倍,对用 API 做推理任务的人是即用的技巧,不过目前只给了摘要,具体参数得等全文。

OpenAI:官网动态教程AI 评分70

GPT-5.6 如何融合前沿智能与效率

OpenAI 推出 GPT-5.6 模型家族,旗舰版 GPT-5.6 Sol 在开启最大推理时以不到一半的成本超越 Claude Fable 5 的 Artificial Analysis Coding Agent Index 得分。

推荐理由:GPT‑5.6 不光是新模型,它自己参与了推理栈优化,20% 成本降幅是实打实的工程突破,做 AI 应用的该重新算一下每次调用的成本了。

7月29日 周三2 条

OpenRouter:Announcements教程AI 评分66

OpenRouter 推出专用 LangChain 集成包,支持 400+ 模型与自动故障切换

OpenRouter 发布了 langchain-openrouter(Python)和 @langchain/openrouter(TypeScript)专用包,让 LangChain 应用无需改造即可调用 400+ 模型和 70+ 提供商。ChatOpenRouter 自动处理负载均衡与故障切换,切换模型只需修改 `provider/model` 格式的字符串。

推荐理由:OpenRouter官方的LangChain专用包,替换掉了用ChatOpenAI加base_url的老路子,但从零折腾一次安装配置的必要性,只对已绑定OpenRouter的团队成立。

Fireworks AI教程AI 评分61

Fireworks 发布 Qwen3-Embedding-8B 低成本对比微调配方

Fireworks 发布一条低于 10 美元、约 150 步的对比微调配方,将 Qwen3-Embedding-8B 适配到特定检索领域。

推荐理由:原文用真实任务给出完整可复现的对比微调配方和成本数字,读者可以据此判断是否迁移到自己的检索场景。

7月28日 周二6 条

Google Blog:AI教程AI 评分71

Google Search 的 AI Mode 推出 5 项新功能,帮你规划线下生活

Google Search 的 AI Mode 新增 5 项工具,帮助用户规划线下活动。功能包括:通过 Personal Intelligence 连接 Google Calendar 推荐本地课程;在 AI Mode 内直接购物并查询附近库存;利用 Canvas 生成桌游策略指南并模拟对弈;根据预算和人数筛选并预订演唱会等门票;连接 Canva 生成邀请函设计。

推荐理由:Google搜索的AI Mode把线下生活场景串起来了,从找课到订票都是实用教程,对普通用户比单纯benchmark更有体感,看完就能照着做。

OpenRouter:Announcements教程AI 评分65

如何评估不同 LLM 提供商在延迟、吞吐量和正常运行时间上的性能

同一模型在不同提供商端点上的表现因基础设施、量化、负载处理和路由默认设置而异。评估需测量延迟、吞吐量、正常运行时间和精度,并将测量结果转化为路由策略。

推荐理由:做 LLM 路由的开发者必读,OpenRouter 给出了衡量延迟、吞吐和精度的实操框架,把选型从 benchmark 转向真实性能,生产环境可以直接落地试。

GitHub Blog教程AI 评分74

GitHub Copilot 发布“Harness”工作流:用单一工具完成原型、规划、实现与代码审查

GitHub Copilot 推出“Harness”工作流,让开发者通过单一 AI 工具完成从原型设计、规划、实现到代码审查的完整软件开发流程,无需追逐多种新 AI 工具。该工作流强调实用性与集成性,旨在减少工具切换带来的效率损耗。

推荐理由:GitHub Copilot 官方出的实用工作流,不追新工具,把现有功能用透,用 Copilot 的开发者直接能套的「内功心得」。

MarkTechPost教程AI 评分72

用Claude和Python构建技能驱动的金融分析智能体

本教程基于Anthropic的financial-services仓库,用纯Python复现其技能驱动架构。通过解析SKILL.md文件构建可搜索技能注册表,并创建可复用SkillAgent,将金融分析剧本注入Anthropic Messages API,支持迭代工具调用循环。

推荐理由:这个教程把手教你将 Anthropic 的金融技能库打包成可运行的 Python 代理,不是概念演示而是完整工作流,做金融 AI 落地的可以直接抄。

GitHub Blog教程AI 评分68

GitHub Copilot app 入门指南:多 Agent 会话工作区与 Canvas 预览

GitHub Copilot app 将 AI 编码工具升级为多 Agent 会话工作区,支持同时管理多个任务线程而不丢失进度。用户可为每个会话绑定项目上下文,通过 `/create-canvas` 命令在浏览器 Canvas 中预览 UI 并直接点选修改,还能启用 Agent Merge 自动处理 PR 审查反馈和合并冲突。

推荐理由:GitHub Copilot 应用把 AI 编程拆成多会话、画布和 Agent Merge,让 '一键修 bug' 变成真·项目管理流,Copilot 用户该上手试试。

7月27日 周一2 条

公众号:数字生命卡兹克教程AI 评分68

浪费20亿Token后,我开源了帮Agent定义目标的Leader.skill

作者开源了Leader.skill,用于将模糊的人类需求转化为Agent可独立执行数小时的目标任务书。该Skill基于“目标七问”方法论,涵盖目的、完成态、反作弊、边界等维度,并推荐用Claude Fable 5或Kimi K3规划目标,再交由GPT-5.6 Sol或GLM-5.2等模型长程执行。项目已开源。

推荐理由:卡兹克这次把“目标定义”拆成了可操作的七问框架,尤其反作弊和边界思考部分,用 Agent 干长活儿的人看一遍就能省掉 20 亿 token 的冤枉路。

公众号:数字生命卡兹克教程AI 评分69

浪费20亿Token后,我开源了帮Agent定义目标的Leader.skill

作者开源了Leader.skill,用于将模糊需求转化为Agent可独立执行数小时以上的清晰目标任务书。该Skill基于“目标七问”方法论,强调指挥官意图与Harness(排除项)比Goal本身更重要。作者推荐用Claude Fable 5或Kimi K3规划目标,再交由GPT-5.6 Sol或GLM-5.2等模型长程执行。

推荐理由:目标七问把指挥官意图与禁止路径前置为约束,让模糊需求转成带边界的任务书,能减少 Agent 长程执行时的方向偏离,适合需要自主跑数小时的团队复用。

7月26日 周日2 条

Google AI:DEV 作者专属教程AI 评分68

Gemini 3.6 Flash 登陆 Google Cloud 数据库:更快更便宜

Google Cloud 数据库现已支持 Gemini 3.6 Flash,该模型知识截止日期约为今年 3 月底,且成本更低。在 Cloud SQL for Postgres 的基准测试中,Gemini 3.6 Flash 平均延迟 3694.53ms,快于 Gemini 3.5 Flash 的 4918.86ms;在 AlloyDB 中两者响应时间几乎相同。

推荐理由:在Cloud SQL和AlloyDB环境中的实测表明,Gemini 3.5 Flash Lite以7倍速度与接近满分质量,为简单任务提供了更经济的选项,但样本量小且评判模型自带偏好,结论需谨慎采纳。

Together AI 研究与产品博客教程AI 评分75

DeepSWE 实测 Kimi K3 对比 GPT-5.6 Sol:成本、编码与路由策略分析

Together AI 基于 DeepSWE 全部 904 次评分 rollout(113 个任务、各 4 次尝试)对比 Kimi K3 与 GPT-5.6 Sol。

推荐理由:原文基于 904 次实测 rollout 对比两款模型在成本、pass@k 和失败模式上的差异,并给出可复用的级联路由方案。

7月25日 周六3 条

公众号:卡尔的AI沃茨教程AI 评分72

实测Claude Opus 5:系统提示语删80%、半价逼近Fable 5

Claude Opus 5上线,在多数基准上超越Fable 5,max effort下距Fable 5最高分仅差0.5%,ARC-AGI-3分数是GPT 5.6的3倍以上。

推荐理由:Skill分层管理思路比单纯删减提示语更稳妥,按频率归档为触发空壳,既能压缩上下文又不打断已有习惯。

加载更多

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。