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 08:20 · 每小时自动更新

9月2日 周三3 条

Baseten 工程博客教程AI 评分62

Baseten 解析后训练最佳开源模型并按成本分档推荐

Baseten 发文解析开源模型后训练的成本驱动因素,指出活跃参数量是 RL 后训练成本的最大来源,总参数和 KV cache 主要限制推理速度,并按成本档位推荐 DeepSeek-V4-Flash、GLM-5.2、Kimi K2.6、Kimi K2.7 Code、Nemotron-3-Super-120B 和 Qwen3 系列。选型建议关注库支持、基准表现和后训练循环成本三方面。

推荐理由:原文把后训练成本拆解为活跃参数、总参数和 KV cache 三个因素,并按成本档位比较了多款开源模型,方法可直接迁移到选型。

Tessl:产品与工程博客教程AI 评分66

Tessl 设计师总结如何把设计判断教给 AI 智能体

Tessl 设计师复盘在 agent 软件工厂 Kikimora 中把品牌与设计规则编入 AI 工作流的方法,指出设计系统只提供组件、教不会构图。

推荐理由:作者给出从 Figma diff 反推设计规则、再以技能和全量扫描落地的可复用路径,可迁移到任何用 agent 生产界面的团队。

9月1日 周二1 条

Artificial Analysis 完整文章教程AI 评分75

Artificial Analysis 实测 Claude Fable 5.1 登顶智能指数但每任务成本高 20%

Artificial Analysis 评测 Claude Fable 5.1,其以 66 分登顶 Artificial Analysis Intelligence Index,超过 Claude Opus 5(63)、Fable 5(62)、GPT-5.6 Sol(61)和 Grok 4.6(61)。

推荐理由:Artificial Analysis 实测了 Claude Fable 5.1 的智能指数、各基准得分与每任务成本,读者可据此权衡其相对 Opus 5 和 GPT-5.6 的性价比。

8月31日 周一1 条

Simon Willison 博客教程AI 评分82

理解 ChatGPT Work:它到底是什么,以及它和 Chat 有何不同

OpenAI 于 7 月 9 日发布 ChatGPT Work,实际包含云端版(Work Cloud)和桌面应用版(Work Local)两个产品,仅向 $20/月及以上订阅用户开放。

推荐理由:作者实测梳理了 Work 与 Chat 的功能差异,列出联网代码执行、无头浏览器等独有能力,读者可据此判断适用场景。

8月29日 周六2 条

Unsloth AI@UnslothAI教程AI 评分77

Unsloth 发布 GLM-5.3 GGUF 量化版本地运行指南

Unsloth 发布 GLM-5.3 的动态 GGUF 量化版本,2-bit 模型从 1.51TB 压缩到 239GB(缩小 83%),保留约 81% top-1 准确率,1-bit 则以缩小 85% 达到约 76%。

推荐理由:原文给出动态量化的精度与体积数据和不同位宽的硬件需求,读者可据此选择本地运行 GLM-5.3 的方案。

LMSYS Blog教程AI 评分66

SGLang 用 SSD Expert Pack 在消费级硬件上运行 DeepSeek-V4-Flash 和 Kimi-K3

SGLang 将 SSD-LLaMA 的思路引入 MoE 推理,把放不进显存和内存的路由专家放在 NVMe SSD 上,通过 Expert Pack 连续布局、O_DIRECT 直接 I/O 和带预算的 GPU LFU/LRU 缓存,只加载 router 选中的专家。

推荐理由:原文给出完整的硬件配置、性能数字和复现命令,读者可以据此评估消费级 SSD 路线运行超大 MoE 模型的可行性与代价。

8月28日 周五1 条

8月27日 周四2 条

Google AI:DEV 作者专属教程AI 评分74

Gemini 3.5 Transcribe 完整指南:告别 ASR 转录难题

Google 推出专用于语音转文字的 Gemini 3.5 Transcribe 模型,主打快速、准确且低成本的转录,原生支持说话人分离和词级毫秒时间戳。该模型支持 85+ 种语言自动识别与代码切换,可通过 custom_vocabulary 传入最多 1,000 个领域术语避免专有名词拼写错误,并提供 Smart Transcription 与 Verbatim 两种模式。

推荐理由:逐字模式保留毫秒级时间戳和说话人分离,智能模式清理填充词但可能改写原文,两者取舍决定字幕同步和会议记录应选不同配置。

Claude:Blog教程AI 评分69

Warp 如何在 Claude 上构建自我改进的智能体

Warp 在 Claude 平台上构建了基于 Agent Skills 的自我改进循环,通过基础技能与改进技能两个文件型技能,将人类反馈转化为对智能体的持续优化。该模式已应用于其整个开源仓库,覆盖数百名贡献者与数千次代码审查。团队建议以原则而非规则编写技能,并强调低摩擦反馈与改进技能的可复用性。

推荐理由:把反馈从会话结束后消失的一次性信息改为可合并的技能文件,人类反馈通过 PR 流程被累积复用,比手动重写提示词更能跨任务持续改进。

8月26日 周三6 条

Hugging Face 社区博客教程AI 评分73

用 Sentence Transformers 训练与微调多向量嵌入模型

Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,支持 ColBERT 风格的后交互检索,并配套完整训练流程。

推荐理由:文章量化了不同起点的领域适应差距,未监督预训练 checkpoint 反超已微调版本,并把长文档截断列为比架构更影响 NDCG 的因素。

Trail of Bits:AI安全研究教程AI 评分82

Trail of Bits 实测 GPT 5.6-Cyber 三次逃逸 QEMU/KVM 虚拟机

Trail of Bits 在 Patch the Planet 项目中获得 GPT 5.6-Cyber 预览权限,让其挑战逃逸 Debian 12 主机上的 QEMU/KVM 虚拟机,结果以三种不同方式成功逃逸。

推荐理由:作者以一手实测记录 GPT 5.6-Cyber 三次逃逸 QEMU/KVM 虚拟机的路径,给出沙箱和发行版选择上的可操作建议。

公众号:卡尔的AI沃茨教程AI 评分70

实测飞书和豆包合体后第1个Agent:豆包工作的8个使用技巧

豆包工作(豆包 Work)是当前企业接入Agent门槛最低的路径,但需用飞书账号登录才能解锁满血功能。实测可用手机远程控制最多7台设备、定时任务、自动读取本地skill、侧边栏直接编辑并同步飞书,且管理员看不到聊天记录。作者认为Work Agent是token消耗倍增器,飞书原生生态是豆包工作相比Claude Cowork、Codex Work的核心优势。

推荐理由:豆包工作与飞书原生权限和文档协作的深度打通,构成相对海外同类 Agent 的核心差异,用现成企业工具链降低接入和跨部门数据隔离成本。

Tomasz Tunguz 博客教程AI 评分61

AI 智能体应该活多久?

长期运行的 AI 智能体会因上下文累积而注意力衰减、临时指令残留成永久规则,并带来安全风险。建议给日常助手 24 小时生命周期,午夜重置会话,将具体任务委派给只存活 30 秒的单一用途子智能体,并在重置前将持久偏好存入磁盘。

推荐理由:文中把解决问题的方式拆成两层,短命协作者处理当日上下文,偏好则离线写盘,让长期记忆不随会话累积而劣化,也收窄了权限暴露窗口。

OpenRouter:Announcements教程AI 评分68

如何在编辑器里实时挑选最佳 AI 模型

OpenRouter 提出一套模型选型框架:先定义任务,从实时用量和第三方基准中筛选候选,再对比各提供商的定价与延迟,最后用自有提示词测试。判断标准是“每完成任务的成本”而非“每 token 成本”。其 MCP 服务器可直接在 Claude Code、Cursor 等编辑器中查询实时排名、价格和基准,并用 openrouter/auto-beta 按请求路由。

推荐理由:比 token 价格更实际的是成本按完成任务的次数计算,把重试与失败率纳入对比,这让团队评估模型经济学时有了可量化指标。

OpenRouter:Announcements教程AI 评分66

OpenRouter 视频生成 API:一份代码优先的接入指南

OpenRouter 推出统一的异步视频生成 API,通过 POST /api/v1/videos 提交任务、轮询状态并下载 MP4,支持 Seedance、Veo、Wan 等模型,切换模型只需更改 model 标识符。

推荐理由:将视频生成抽象为提交、轮询、下载的异步作业,模型切换只改标识符,同时覆盖幂等、webhook 与并发控制,可迁移到其他异步生成 API 的集成。

8月25日 周二2 条

LangChain:Blog教程AI 评分62

OpenWiki 0.4.0 引入 claims 机制实现自纠正记忆

LangChain 发布 OpenWiki 0.4.0,通过 claims 机制把 wiki 中的每条事实断言与代码证据版本绑定,证据变化时将断言标记为过期并随后续更新验证或纠正,无需重建 wiki。评测中开启 claims 后过期断言从 3.5% 降至 0.5%,幻觉断言从 0.7% 降至 0%,同时迁移到 OKF v0.2 使页面来源与验证历史可在 OpenWiki 之外检验。

推荐理由:原文给出了 OpenWiki 用证据版本追踪让记忆自我修正的具体机制和评测数据,方法可迁移到其他 Agent 记忆系统。

LangChain:Blog教程AI 评分65

LangChain 分享如何构建 Agent 评测环境与任务的两步流水线

LangChain 发布实践指南,介绍其构建合成 agent 环境与评测任务的两步流水线:第一步用 traces、代码和人工输入生成任务 spec,第二步将 spec 转成 Harbor 格式的任务与环境。过程依赖记录项目通用知识的 world spec,配套更新了 eval-engineering 技能供团队自助使用;文中也指出 spec 打磨和任务难度校准仍需人工介入。

推荐理由:LangChain 给出从 trace 到任务的两步流水线和可复用的 eval-engineering 技能,团队可迁移用于搭建自己的 agent 评测基准。

8月21日 周五3 条

Claude:Blog教程AI 评分73

AI 原生 SDLC 实战手册:Anthropic 如何用 Claude 重塑软件开发生命周期

Anthropic 发布 AI 原生 SDLC 实战手册,提出将传统六阶段软件开发生命周期重构为 AI 嵌入各环节的闭环流程。手册指出,当代码不再是瓶颈时,规划、审查、部署等人速环节成为新约束,需通过 Claude 将需求压缩为 intent.md、以技能编码标准、用持续评测替代阶段门禁,并保留人工对关键代码的审查。

推荐理由:把各阶段产物固化为可版本化 markdown 并让下一阶段读取,人工审查就从逐行看代码转向在关卡看代理标记,对改造研发流程的团队有直接参考价值。

公众号:数字生命卡兹克教程AI 评分71

都Agent时代了,我还是想分享给你这12个我最常用的Prompt

作者整理出12个最常用的Prompt,按问清问题、学习、解决问题、决策、认识自己5个场景分类,全部可单独复制使用且无需安装任何Skill。每个Prompt都配有可直接套用的模板,将【】内内容替换为个人信息即可,适配当前所有主流AI。

推荐理由:这套提示词把提问、学习、决策等场景整理成带占位符与输出规范的模板,读者可逐条复制并按反馈规则调整,比单条散装提示更容易复用。

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。