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20日 10:06 · 每小时自动更新

8月20日 周四10 条

蚂蚁百灵:Developer Blog模型AI 评分60

蚂蚁百灵开源 Ling-3.0-tiny-base 与 Ling-3.0-flash-base 基座模型及 6 个训练 checkpoints

蚂蚁百灵正式开源 Ling-3.0-tiny-base(总参数 7.9B,激活 1.3B)与 Ling-3.0-flash-base(总参数 124B,激活 5.1B)两个基座模型,并同步开放预训练、中期训练和 WSM 合并阶段共 6 个 checkpoints。

推荐理由:开源的不只是最终 Base checkpoint,还包括预训练和中期训练共 6 个权重,并解释了无学习率衰减的 WSM 合并方案如何利于持续预训练。

8月19日 周三13 条

公众号:百度智能云产品AI 评分64

百度千帆上架GLM-5.3

百度千帆今日上架智谱开源旗舰模型GLM-5.3,API定价与智谱官方保持一致。该模型与上代同架构、同参数,依靠后训练Scaling在代码与网络安全能力上表现超预期,AA综合智能指数取得60分,与Kimi K3并列开源模型第一。开发者可通过API调用或订阅Token Plan企业版接入Claude Code等AI工具使用。

推荐理由:GLM-5.3 与上代同参数却靠后训练 Scaling 进入前沿,单任务成本又是同档最低,这让原本受调用成本限制的长链路智能体和编码任务有了开源可选项。

Hugging Face 社区博客模型AI 评分64

Liquid AI 发布 LFM2.5 系列 QAD Q4_0 量化检查点,恢复 97% 精度损失

Liquid AI 发布基于量化感知蒸馏(QAD)训练的 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 四款 Q4_0 GGUF 检查点,在保持原生 Q4_0 内存与速度的同时,恢复 BF16 平均精度损失的 97%。

推荐理由:QAD 量化蒸馏恢复 Q4_0 模型九成六以上 BF16 精度,对应树莓派和手机等边缘设备,在保持低内存与高吞吐的同时缩小与全精度模型的差距。

OpenAI Developers:Blog教程AI 评分75

OpenAI 详解 Codex 开源智能体框架的应用集成方式

OpenAI 将 Codex 定位为可复用的智能体平台,开源 Codex CLI、app-server 和官方 Codex SDK,让开发者把智能体循环嵌入自己的产品界面,而非只用通用聊天助手。

推荐理由:官方说明 Codex 开源 harness 的集成层与 app-server、SDK 的分工,开发者可以据此把智能体嵌进自己的产品而非通用聊天窗口。

Answer.AI 官方研发博客观点AI 评分63

为什么 LLM 无法简化你的代码:Answer.AI 工程师用 Naur 理论解读复杂度

Answer.AI 工程师借鉴 Peter Naur 的《Programming as Theory building》,指出决定代码复杂度的关键信息存在于工程师头脑中的 Theory,而非代码本身,因此 LoC、圈复杂度等指标无法约束 LLM 造成的复杂度膨胀。

推荐理由:作者结合 Answer.AI 支付系统重构实例,说明决定代码复杂度的信息不在代码里,解释了为何 LoC 等指标约束不了 LLM 的复杂度膨胀。

Cursor:Changelog产品AI 评分71

Cursor 更新云端智能体与 harness:事件订阅、VM 隔离子智能体和 /goal

Cursor 发布云端智能体与 harness 改进,让智能体无需每个循环人工干预即可自主构建和发布软件。云端智能体现在可订阅 Slack 讨论串、PR 和定时任务等事件源并在有新动态时恢复运行,会自动订阅自己创建的 PR、修复 CI 问题并处理 bot 评论;子智能体可在各自虚拟机上获得隔离项目副本和干净上下文,以蜂群方式并行工作。

推荐理由:原文列出订阅事件源、子智能体隔离运行和 /goal 等具体能力,读者可以据此评估云端智能体在长时间自主工作流程中的可用性。

Anthropic:Research论文AI 评分73

Claude 如何加速蛋白质设计与分析化学研究

Anthropic 公布两项实验:Claude(Mythos Preview 和 Opus 4.8)针对 15 个靶点设计蛋白质结合剂,成功 14 个,命中率达 22.6%-35.1%。

推荐理由:把湿实验命中率与行业常规 10-15% 对比,Claude 从零设计蛋白结合体的效率已接近或超过专家,可压缩药物发现早期的计算与人工周期。

另有 2 家信源报道
公众号:智谱产品AI 评分79

GLM-5.3上线:AA智能指数60分并列开源第一,成本更低

GLM-5.3 API即日上线,擅长复杂编码、防御性网络安全与长程任务,在AA综合智能指数中取得60分,与Claude Fable 5、GPT-5.6 Sol等闭源旗舰同级,并与Kimi K3并列开源模型第一。该模型以更小参数规模和更低调用成本降低前沿智能门槛,单任务成本为旗舰模型中最低。API定价与GLM-5.2持平,模型权重将于下周五开源。

推荐理由:GLM-5.3 把前沿智能的单任务成本压到同档最低,模型选型时成本与智能可以放在同一优先级比较,而不必默认高价闭源旗舰。

另有 4 家信源报道
Claude@claudeai产品AI 评分65

Claude 现已支持 Gmail 邮件与 Google Drive 文件管理

Claude 现在可以在 Gmail 中发送邮件,并管理 Google Drive 中的文件。 让 Claude 回复某个邮件线程,它会起草并发送回复。你可以控制何时需要你的批准。 从连接器菜单中选择连接 Gmail 或 Google Drive 即可试用。所有付费套餐均可用。

推荐理由:把 Gmail 起草与发送、Drive 文件操作收进 Claude 对话,减少在工具间切换,审批环节仍由人决定,对依赖这两项服务的付费用户是具体效率变化。

Claude:Blog教程AI 评分63

Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者

Anthropic 的 CI 工程师用 Claude Tag 构建了值班智能体,作为 CI/CD 故障的一线响应者。Claude 在事故发生后中位 14 分钟发布首份基于证据的分析,最快案例中 3 分钟内验证修复并确认错误率恢复基线。该方案通过 Slack 频道、Datadog 或 Grafana 工具访问及 GitHub 技能文件实现,Anthropic 已发布通用设置套件供其他团队部署。

推荐理由:文章把 AI on-call 从概念落成可复制的工程架构,用 markdown 技能文件和 lessons.md 实现自我迭代,并给出 14 分钟首报、最快 4 分钟定位等实测数据。

Hugging Face 社区博客论文AI 评分66

智能体记忆并非越多越好:八款模型评测显示剂量需按能力校准

智能体记忆并非可随意开启的功能,而是需按模型能力校准的剂量。强模型适合注入完整指南集,DeepSeek-V3.2(671B MoE)任务完成率提升+9.5个百分点;较弱模型采用精选检索效果最佳,gpt-oss-120b(117B MoE)提升+16.1pp且仅增加+5% token。该方法无需更新权重或人工标注,通过从智能体过往轨迹中蒸馏指南并在推理时注入实现。

推荐理由:把智能体记忆的配置从越多越好修正为按模型能力校准,弱模型用检索核心比全量更准且成本更低,为上下文预算提供量化依据。

OpenAI:官网动态观点AI 评分65

OpenAI 在“关键网络能力”时代放缓模型开发节奏

OpenAI 因 OpenAI-Hugging Face 事件及即将推出的 Astra 模型可能达到《预备框架》下的“关键网络安全能力”阈值,暂时放缓了模型扩展速度,包括暂停最新部署模型的强化学习训练两周,并搁置最大规模前沿 RL 运行。公司已加强研究环境安全,要求对 Astra 及网络相关负载实施最严格防护,并扩展思维链监控,采用多阶段激活分类器检测机制。

推荐理由:最高风险预警若 30 分钟内无法排除误报就暂停训练,安全证据与隔离迁移先于大规模 RL,前沿模型开发进度开始被安全工程效率约束。

另有 6 家信源报道
Replit:Blog产品AI 评分65

Replit 推出 Free Mode,订阅用户日常任务不再消耗 credits

Replit 推出 Free Mode,由 OpenAI 的 GPT-5.6 Luna 驱动,Core 订阅用户(每月 $20)日常聊天、构思和任务不再消耗 credits,可创建量提升至原来的 30 倍,含每月最多 30 小时聊天,用量限制每 5 小时重置,Pro 用户限额更高。

推荐理由:官方公布了 Free Mode 的用量规则、定价和模式切换机制,Core 订阅用户可据此评估日常任务能否不再消耗 credits。

Tessl:产品与工程博客观点AI 评分66

Paul Stack 分享人类做架构、AI 写代码的五人团队实践

Paul Stack 自 1 月底起不再手写代码,团队规定 agent 写每一行代码,不接受人类编写的代码 PR。工作流为状态机加 CLAUDE.md 可执行契约,CI 设五个合并门禁;此前 30 天开启 295 个 issue,ship 217 个,triage 中位数 4.6 小时,triage 到 ship 中位数 1.6 小时。

推荐理由:作者用自家五人团队全程由 agent 写代码的实践,说明流程、约束和门禁如何设计,是可参考的一手方法论。

8月18日 周二9 条

Hugging Face 社区博客产品AI 评分75

Sentence Transformers v6.0 新增 MultiVectorEncoder,支持 ColBERT 风格多向量模型

Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,可直接加载 PyLate、Stanford-NLP ColBERT 及 colpali-engine 检查点,用于 ColBERT 式晚期交互检索。

推荐理由:与同骨干的稠密模型相比,多向量检索在平均 NDCG 上高出约一个点,代价是索引体积增大数十倍,适合需要保留逐词精确匹配的场景。

OpenAI:官网动态产品AI 评分60

OpenAI 推出 ChatGPT for Teens:面向青少年的学习体验与更强安全保护

OpenAI 发布 ChatGPT for Teens,为 13-17 岁用户自动启用,内置更强安全保护与家长控制。新增 Study Mode、负责任作业提醒、测验与学习可视化,以及可设定默认开启时段的 Study Hours,引导青少年分步解题而非直接给答案。OpenAI 同时宣布与 CodeAI 合作,帮助青少年理解、质疑并创造性地使用 AI。

推荐理由:与通用 ChatGPT 相比,青少年版把安全护栏和学习引导设为默认,家长和教师面对的不再是是否允许使用,而是如何设置边界与解释 AI 角色。

另有 1 家信源报道
Google AI:DEV 作者专属教程AI 评分67

设计 AI 评测:先求清晰,再谈可视化

本文演示如何用开源评测框架 Inspect AI 和 Harbor 评估 agent 技能,并借助 Google Sheets 和 Data Studio 进行可视化分析。

推荐理由:把技能评估拆成模型基线、技能条件与多维事实打分,让团队用同一套脚本量化技能增量,而不是凭单次演示做判断。

蚂蚁 inclusionAI:GitHub 新仓库产品AI 评分64

inclusionAI 开源 ConceptEdit:基于概念缩放与密集监督的图像编辑数据生成管线

蚂蚁集团 inclusionAI 开源 ConceptEdit,一个基于概念缩放与密集监督的图像编辑数据生成管线。该管线通过三阶段流程(VLM 生成指令、FLUX 执行编辑、VQA 评估筛选)构建大规模、基于分类法的图像编辑数据集,并提供单概念与多概念两种变体。项目采用 MIT 许可证,支持断点续跑,需 OpenAI 兼容 VLM 端点与本地 FLUX 检查点。

推荐理由:流水线把图像编辑数据生成拆为指令生成、FLUX 编辑、VLM 评判三步,多概念版本将多个并行编辑合并为一条指令并支持断点续跑,为构建带质检的编辑训练数据提供可复用框架。

公众号:数字生命卡兹克教程AI 评分71

一个实用的深度思考Prompt:用“双向钢人论证”让AI帮你挖出最本质的答案

作者基于Reddit上“让Claude真正开始思考”的帖子,引入逻辑学中的“钢人论证”(steelman)概念,并自创了一个“双向钢人Prompt”。该Prompt通过重述真实问题、强化正反双方观点、找出关键变量、逼AI给出明确判断四步,旨在避免模型谄媚,帮助用户找到问题最本质的答案。作者以自己选择公司司庆日的真实案例演示了使用效果。

推荐理由:这个 Prompt 把钢人论证做成可复制步骤,先重述问题、强化正反观点、再定位决定结论的变量,比直接要建议更能绕过模型顺意回答。

Tomasz Tunguz 博客观点AI 评分65

本地小模型也能媲美云端前沿模型:Qwen3.8-27B 的另类飞行路径

本地运行的 Qwen3.8-27B 在 Artificial Analysis 智能指数上以 52 分位列 135 个模型之首,超过 7530 亿参数的 GLM-5.2。在 25 项风投任务评测中,它与云端 DeepSeek V4 输出质量同为 8.0 分,但需多花 7.2 倍 token 思考,速度慢约 9 秒。小模型靠更长的链式推理弥补知识差距,而非直接给出答案。

推荐理由:作者用同一套 VC 任务实测云端与本地模型,给出质量、速度与思考 token 的具体数据,展示小模型靠推理补知识差距的路径。

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。