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17日 09:49 · 每小时自动更新

9月14日 周一3 条

OpenRouter:Announcements教程AI 评分61

OpenRouter 教程:用 LLM-as-a-judge 自动评估 AI 智能体输出

OpenRouter 发布教程,讲解如何用独立的裁判模型按自定评分标准自动给 AI 智能体输出打分,覆盖确定性测试无法检查的开放式回答质量。

推荐理由:原文给出 LLM-as-a-judge 的适用边界、偏差来源和用 Ori Eval 落地的可复用步骤,还包含用人工标注校准裁判模型的方法。

9月12日 周六2 条

GitHub Blog教程AI 评分65

GitHub 日韩营销负责人如何用 GitHub Copilot 把活动运营自动化

GitHub 日韩地区营销负责人 Tomoko Tanaka 分享如何不写代码,把活动运营交给 GitHub Copilot 自动化。

推荐理由:作者以自身营销工作为例,展示了用 Issue、Actions 和 SKILL.md 复用开发者治理流程落地自动化的完整路径。

OpenAI:官网动态观点AI 评分61

OpenAI 详解存储平台 Habitat 如何扩展支撑超 10 亿 ChatGPT 用户(上篇)

OpenAI 发文(系列上篇)讲述其在线存储平台 Habitat 的演进:现每秒处理超 7000 万请求、服务每周超 10 亿用户、管理超 500PB 数据,覆盖近 40 个地区。

推荐理由:原文披露了 Habitat 从 Python 库到 Rust 服务的完整演进细节,含 asyncio 调优、连接池等可迁移经验。

9月11日 周五10 条

OpenRouter:Announcements产品AI 评分67

OpenRouter 发布 Fusion 复合模型,让多个模型辩论后合成最终答案

OpenRouter 发布 Fusion 复合推理系统,将一个提示词并行发给 1 到 8 个面板模型,由 judge 比较共识与分歧后由调用模型写出最终答案。默认三模型面板成本约为单次完成的四到五倍、延迟两到三倍,在 DRACO 深度研究基准上预算面板得 64.7%、前沿面板得 69.0%。

推荐理由:官方详解 Fusion 的多模型辩论机制、四到五倍成本与两到三倍延迟,并给出适用与不适用的具体场景。

OpenAI Developers:Blog教程AI 评分74

OpenAI 发布 GPT-6 Astra 下的技能与提示词重写指南

OpenAI 针对编码智能体发布指南,说明迁移到 GPT-6 Astra 后应重写 skills、AGENTS.md 和任务提示词,避免旧指令拖慢工作。要点包括技能描述要尽量短并遵循渐进式披露、删掉强制通读文档的指令、Astra 会自主运行测试但可能提前停下,需要用户在 AGENTS.md 中定义完成标准并授权安全工作流。

推荐理由:来自 OpenAI 官方,针对 GPT-6 Astra 给出技能、AGENTS.md 和提示词的迁移调整方法,读者可直接对照清理自己的仓库指令。

Together AI 研究与产品博客产品AI 评分63

Together AI 扩展微调服务:新增模型、实验跟踪与更细训练控制

Together AI 扩展 Together Fine-Tuning 服务,新增对 GLM-5.3、Kimi K2.7、Qwen 3.5 系列等最新开源权重模型的支持,并上线实时实验跟踪、数据集预览验证等能力。

推荐理由:原文给出新模型支持、Expert LoRA 实测对比、自动早停和降价幅度等具体细节,读者可据此评估微调工作流的实际改进。

Cursor Blog产品AI 评分78

Cursor 推出 Projects:协调者智能体管理数千个子智能体处理大型开发任务

Cursor 发布 Projects(beta),让用户通过协调者智能体处理功能开发、迁移和持续性维护等大型工作,协调者本身不写代码,而是调度数千个子智能体并行执行。

推荐理由:官方介绍 Projects 的三项核心能力,并给出内部使用数据,读者可据此判断它适合什么规模的工作。

Fireworks AI产品AI 评分72

Fireworks 上线 DeepSeek-V4.1-Flash,DeepSWE 达 GPT-6 Astra 水准、成本仅 1/15

Fireworks 发布 DeepSeek-V4.1-Flash,在 DeepSWE 上取得 74.34% pass@1、每任务 $0.43,与 GPT-6 Astra 同一精度区间但成本仅 1/15。

推荐理由:官方以多基准实测给出 DeepSeek-V4.1-Flash 与闭源模型的成本质量对比和架构细节,可帮助开发者做选型与成本权衡。

OpenAI:官网动态产品AI 评分81

OpenAI 发布 Agents API 公测版

OpenAI 推出 Agents API 公开测试版,将驱动 Codex 的 harness 与基础设施通过单次 API 调用开放给开发者,托管在云端。

推荐理由:原文给出环境选择、子智能体和上下文管理等具体能力与定价方式,读者可据此评估是否迁移现有 Agent 基础设施。

另有 1 家信源报道
Anthropic:Research论文AI 评分73

Anthropic 红队评测 AI 模型的战术情报定位与常规武器开发能力

Anthropic Frontier Red Team 发布新评测,衡量模型在战术情报定位(账号关联、照片与文本地理定位)和常规武器开发(无人机末制导、投放、GPS 拒止导航)上的能力,发现模型在模拟任务上持续进步,部分任务接近或超过人类专家基线。评测同时对比了开放权重模型的表现,显示其能力虽落后于前沿模型,但在部分任务上仍具一定水平。

推荐理由:Anthropic 用自建评测量化了模型在情报定位与常规武器开发上的能力轨迹,并给出实测数字与开放权重模型的对比结果。

OpenAI:官网动态产品AI 评分70

OpenAI 在 API 中推出全双工语音模型 GPT-Live-1

OpenAI 在 API 中发布语音模型 GPT-Live-1,可同时听和说,支持将推理和工具调用委派给 GPT-6 Astra 等后端模型,前端语音层定价为每分钟 $0.05。

推荐理由:原文给出单模型全双工语音架构、基准变化和定价,读者可以据此评估它能否简化现有语音 Agent 的分层方案。

另有 1 家信源报道
Augment Code 博客观点AI 评分69

Augment 复盘软件工厂建设:人均规模调整产出增长 4.5 倍

Augment Code 发布长文,复盘其九个月建设的软件工厂:2025 年 11 月至 2026 年 7 月,基于 Cosmos 平台在需求、工单、PR、生产四个环节部署 PR Author。

推荐理由:Augment 复盘其软件工厂九个月的落地过程,给出了具体的量化结果和按瓶颈逐步自动化 SDLC 的可迁移方法。

LlamaIndex:产品、工程与评测教程AI 评分65

LlamaIndex 解析 just-in-time Agentic OCR:两遍式文档处理如何平衡成本与精度

LlamaIndex 博客提出 just-in-time Agentic OCR 模式:先用 LiteParse 等免费解析器粗读全部文件供检索,再仅对相关页面调用 VLM 做 OCR。

推荐理由:作者用 84 份 SEC 文件实测两遍式文档处理流程,给出明确的适用边界和成本数字,方法可直接迁移到自己的数据室场景。

9月10日 周四15 条

OpenAI:官网动态产品AI 评分63

OpenAI 在 ChatGPT Work 中推出 Data agent

OpenAI 在 ChatGPT Work 中推出新的 Data agent,用户用自然语言即可连接公司数据、分析变化并生成可分享的交互式仪表盘。

推荐理由:官方公布了数据源和 BI 工具接入范围及权限管控方式,读者可据此评估它在自有数据工作流中的落地路径。

Baseten 工程博客模型AI 评分76

DeepSeek 发布开源模型 DeepSeek-V4.1-Flash,优化编码智能体 prefill 效率

DeepSeek 本周在 HuggingFace 开源 DeepSeek-V4.1-Flash 权重,模型总参数 552B,prefill 激活 8B、decode 激活 16B,支持 1M token 上下文和文本加图像输入,已上线 Baseten Model APIs。

推荐理由:文章解释了 CED 架构如何把 prefill 降到 8B 激活参数并压缩 KV cache,读者能理解它为何更适配编码智能体的高 prefill 负载。

OpenAI:官网动态行业AI 评分76

OpenAI 成立数学与人工智能独立顾问组

OpenAI 宣布与数学家合作成立独立运作的数学与人工智能顾问组,成员包括 Timothy Gowers、Martin Hairer、Edward Witten 等,挂靠普林斯顿高等研究院。

推荐理由:OpenAI 自述其内部模型在数学上的进展并成立独立数学顾问组,读者可从中了解企业与数学界如何建立沟通机制。

ElevenLabs:Blog行业AI 评分67

Universal Music Group 与 ElevenLabs 达成多年期授权与产品合作

ElevenLabs 与 Universal Music Group 宣布达成多年期授权协议与战略合作,这是 ElevenLabs 首次与主要唱片公司签订涵盖授权和产品开发的协议。

推荐理由:这是 ElevenLabs 首次与主要唱片公司达成授权与产品开发合作,读者可以据此了解授权模式下 AI 音乐产品的走向。

DeepSeek:API 更新日志模型AI 评分80

DeepSeek 发布 V4.1-Flash,API 价格同步下调

DeepSeek 发布 DeepSeek-V4.1-Flash,是全新模型结构系列中最小尺寸的模型,具备原生多模态视觉理解能力,评测包括 GPQA Diamond 90.9、HLE 36.8、Codeforces Rating 3471、Terminal-Bench 2.1 90.6 等。

推荐理由:官方发布附带完整评测数字和 API 切换细节,读者可据此判断新模型能力水平及旧模型下线对现有调用和计费的影响。

Cursor:Changelog产品AI 评分78

Cursor 推出 Projects(项目),可协调数千个子智能体处理长期任务

Cursor 推出「项目」功能,可承接功能开发、迁移或完整应用等大规模工作,在长达数月的工作中保持上下文,并将任务委派给成千上万个子智能体。协调智能体负责规划和分派工作而不直接写代码,项目由云端独立机器驱动,维护跨云端与本地机器同步的共享上下文,还支持监听 Slack 频道、按计划运行或跟踪 PR 等自动触发方式。该功能目前处于 beta 阶段,从今天起逐步向所有用户开放。

推荐理由:原文介绍了 Cursor 项目功能的运作方式,包括协调智能体、共享上下文和订阅触发机制,有助于读者评估其对大型开发工作的适用性。

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。