跳到正文
10月27日周二
  1. Hacker News LLM44

    Mistrial:重跑 LLM 评判以检测结果翻转

    Mistrial 是一款用于验证 LLM 评判者可靠性的工具,支持重跑评估以生成一致性报告。 它通过多次运行不同模型和评分标准,计算自我一致性、Kappa 系数及翻转案例。 该工具旨在解决 LLM 评判不稳定的问题,防止不可信的评分误导 CI 流程。

  2. IT之家60

    苹果推送 iOS 27.2 更新:增强 Siri AI 信息来源、引入 SynthID 标识并扩展 FaceTime 双摄同录

    苹果面向 iPhone 18 Pro 等机型推送 iOS 27.2 正式版更新,并为折叠 iPhone Duo 推送专属更新。本次更新增强了 Siri AI 体验,使其能记住对话内容并扩大信息来源,包括信息应用照片、日历参与者、语音留言及 Safari 浏览历史;同时为 Image Playground 生成及部分照片编辑结果加入 SynthID 标识以区分 AI 内容。

  3. Hacker News AI21

    CitySignal:一个可检验、带时间戳的 AI 回答引用检查工具

    CitySignal 是一个免费的 AI 回答可见性检查器,通过实时搜索审计品牌在 AI 回答中被引用的情况。 它使用客观、可检验的带时间戳数据,而非虚假排名,并区分品牌提及和已验证的源引用。 其定价从免费版到 $9 的 Deep Audit,提供可检查、可复现的代理指标,而非直接查询 ChatGPT 等模型。

  4. Hacker News AI40

    Show HN: UnicornFork,一款由 Stockfish 进行事实核查的象棋 AI

    UnicornFork 是一款由 Stockfish 提供最佳着法并由 AI 生成 30 秒内解释的象棋教练工具。 用户可通过自然语言询问任意棋局,在棋盘上直观查看结果,并利用“Mistake”等内置提示词自定义教练风格。 支持展示 Morphy 1858 年 Opera Game 等经典案例,允许用户复制、修改或分享提示词。

  5. IT之家24

    苹果 visionOS 27.2 正式版发布:增强 Siri AI 体验

    苹果今日向 Vision Pro 推送 visionOS 27.2 正式版(内部版本号 24N120),本次更新距上次正式版间隔 28 天。 Siri AI 新增法语、日语等 5 种语言支持,并新增 Excluded Apps 设置以增强隐私控制;照片和 Image Playground 增加 SynthID 支持,可识别生成式 AI 图像。

  6. Hacker News AI53

    Microsoft HAX Toolkit:人-AI 交互指南与工具

    Microsoft 推出 HAX Toolkit 帮助构建用户端 AI 产品的团队设计有效的人-AI 交互体验。该工具包包含三大组件:HAX Design Library 用于学习人-AI 交互指南及其应用模式,HAX Workbook 作为团队讨论和规划指南以优先实施准则,以及 HAX Playbook 帮助使用自然语言处理的应用识别常见故障并规划缓解方案。

  7. Hacker News LLM50

    Sturnus:基于延迟的 LLM 负载均衡器发布

    Sturnus 是一款轻量级 LLM 负载均衡器,通过单一静态二进制文件实现自动延迟路由,无需 Redis 或数据库等外部基础设施。 支持 OpenAI 兼容 API,具备会话亲和性与错误感知路由,请求缓冲区设有内存上限以防 OOM;采用 MIT 许可证,可运行于 Docker 或本地环境。

  8. Google科技博客46

    Google Research 与斯坦福合作推出 AI Quests 新关卡“Polar Peaks”

    Google Research 与斯坦福学习加速器合作发布 AI Quests 系列第三个关卡“Polar Peaks”,旨在向 11 至 14 岁学生传授 AI 素养及负责任使用 AI 的技能。该关卡基于连接组学研究,通过模拟大脑神经元映射,目前已完成超 40 万关,支持 10 种语言,并同步上线教师培训模块。

10月26日周一
  1. 智东西38

    钛动科技推出行业首个Pro Agent Navos Pro

    钛动科技在TGC 2026大会推出行业首个Pro Agent Navos Pro,主打Professional、Proactive、Profitable三大能力,旨在帮企业赚钱。 其系统日均覆盖10亿级感知数据,支持千万级广告诊断与百万级行动建议,基于32B/27B/5B模型与自研钛极模型构建闭环。 Navos Pro通过结果导向策略,已助力客户将品牌ROI提升至2.5倍。

  2. Hacker News AI20

    Pusaka Intelligence 推出美国大型股 AI 股权研究服务

    Pusaka Intelligence 基于 SEC 文件构建 AI 股权研究,覆盖 99 只美股,输出公平价值、评级及信心度,所有数据均有引文且由分析师复核。服务按月度重建,定价为 Analyst 版 $19/月(早鸟价)、Desk 版 $99/月、Partner 版 $499/月,含 7 天免费试用。定位为无个性化投资建议的非正式出版商,提供可审计的变更日志。

  3. Hacker News AI39

    Claix 让 AI 智能体通过受控只读方式访问数据库,无需编写 SQL

    Claix 提供托管式数据库检索层,使 AI 智能体以自然语言查询 Postgres 或 Supabase,获取类型化答案,全程无需编写 SQL 或持有数据库连接。 支持通过 REST、MCP 和 A2A 协议调用,每个智能体拥有独立端点、业务提示词和路由,仅访问配置的表与列。 防止提示注入越权,所有请求记录追踪日志,支持沙盒测试,无需自建查询工具或维护权限检查代码。

  4. IT之家42

    Turo 将在美国市场允许顾客租借带有 FSD 监督版的特斯拉汽车

    Turo 宣布将于 10 月 28 日在美国推出首个经验证的特斯拉 FSD 监督版租车体验,用户可直接预订启用该功能的车辆。 平台通过 API 接口验证车辆功能状态,强调驾驶员仍需监督,不能视为完全自动驾驶;Model 3 和 Model Y 已分别成为平台第三和第四受欢迎车型。 Turo 预计 2026 年全年预订总额将达 33 亿美元、营收 12 亿美元,并实现连续第五年盈利。

  5. Hacker News AI62

    IDHN:面向 AI 编码智能体的任务级文件系统和网络权限管控工具

    IDHN v0.3.1 是一款针对 Codex 等 AI 编码智能体的权限管控工具,通过在宿主和代理之间插入确定性策略边界,将文件系统、网络和操作权限限制在任务所需的严格范围内。实测数据显示,在原生沙盒允许越权修改关键文件并导致数据损坏的场景下,IDHN 能够精准拦截该操作,且未降低合法任务的执行成功率,同时提供不可篡改的审计日志。

  6. Hacker News AI45

    Show HN: 本地 AI 文本水印混淆器可模糊统计 LLM 水印

    该 Agent 技能在本地模糊统计 LLM 文本水印,支持处理 Claude、Gemini 及 OpenAI 等模型。核心机制是通过改写替换 token 采样信号,从而降低绿名单 z-score。 工具同时剥离不可见 Unicode 及 C2PA 等元数据,但无法消除像素或音频水印。重写不能保证供应商检测器失效,且对上下文哈希水印的对齐破坏有限。

  7. 哩布哩布AI34

    WorkBuddy 打通 LibTV,实现工作上下文直接生成视频

    WorkBuddy 正式打通 LibTV,支持直接调用其专业创作工具与导演级 Skills,实现从品牌视频、爆款素材到短剧的全流程生产。 该集成允许用户参考 LibTV 爆款作品的制作画布与提示词进行快速复刻,并借助 Wan 3、Seedance2.0 Fast 等模型降低成本,如 3 元制作品牌片、5 元制作短剧。 结合定时任务可实现 7×24 小时持续出片,单人即可运营一条自动化视频生产线。

  8. Hacker News AI23

    CleanYourTV.AI 指南:清理 Android 与 Google TV 广告及预装应用

    CleanYourTV.AI 提供免 Root 的 TV 清理工具,支持 Mac、Windows 及 Android 设备管理广告和预装应用。 用户通过桌面应用连接电视,审查并关闭推广行与预装应用,可自定义桌面布局、壁纸及主题。 工具基于开源项目独立开发,提供本地恢复记录,视频内嵌广告无法移除。

  9. Hacker News AI23

    AMD Ryzen AI Halo 技术解析

    文章标题指向 AMD 推出的 Ryzen AI Halo 产品或技术。 现有信息仅包含“AMD Ryzen AI Halo”这一名称,缺乏具体的技术参数、性能数据、功能描述或市场影响等实质内容。 原文未提供足够信息以概括其具体特性或行业意义。

  10. Hacker News AI50

    Show HN: 为并行 AI 编码智能体提供机器级全局信号量的 Load-lock

    Load-lock 是一款机器级全局信号量工具,专为解决并行 AI 编码智能体(如 OpenCode、Codex CLI、Claude Code)构建与测试资源争用问题而设计。 该工具实现了一个共享计数信号量,支持原子获取、FIFO 排队,并允许智能体在等待期间继续执行轻量级任务,从而实现高效协作。