跳到正文
11月9日周一
  1. LessWrong · All Posts23

    行为理论构建:面向多样智能体与环境的研究议程

    研究人员提出训练调查智能体与受试模型输出显式理论,旨在建立跨模型族的通用监督机制。 该方案通过将理论视为信念空间中的工作假设,解决现有黑盒方法需针对每个新模型重复适配的不可行性。 目标是验证源自特定模型族的理论能否更高效地预测或调查新模型行为,实现更灵活的低计算开销监督。

  2. LessWrong · All Posts39

    为什么学术界难以应对 AI?

    学术界正在经历一场关于 AI 冲击的深刻反思。OpenAI 解决 372 道开放数学题引发菲尔兹奖得主联名信,称数学追求集体理解,单纯增加解题数量并非进步。MIT 工作组报告指出,AI 正悄然取代教学中最具智力生产力的环节,如作业、办公时间和研究助理。

  3. 36氪49

    8点1氪丨黄仁勋承认婚外情;Anthropic估值降至1.2万亿至1.3万亿美元

    英伟达CEO黄仁勋发布全员信,公开承认对妻子不忠并向员工及股东道歉,董事会已启动独立调查。 Anthropic在科技股抛售背景下调整IPO估值预期,潜在估值区间降至1.2万亿至1.3万亿美元,拟于本周启动路演。 特斯拉Cybertruck销量仅达预期12%,马斯克宣布明年年中逐步停产,为Cybercab扩产腾出空间。

  4. LessWrong · All Posts81

    2026 年数学奇迹年:AI 解题浪潮下的数据集机遇

    OpenAI 在 2026 年 5 月证伪单位距离猜想,9 月宣称解决 Navier-Stokes 整体正则性问题,10 月发布包含近 800 个新颖数学结果的 GitHub 仓库。作者基于这些事件指出 2026 年是数学的“奇迹年”,并探讨如何将 AI 生成的数学突破转化为研究数据集。

    推荐理由:作者将2026年数学界连续被AI解决经典难题的事件定义为数据集构建窗口,为理解AI与纯数学的交互提供独特视角。

  5. IT之家38

    古尔曼爆料苹果最快明年推出自主代理式 Siri

    彭博社记者古尔曼爆料,苹果计划最快明年推出自主、代理式 Siri,以对抗 ChatGPT Dots、Meta Muse、Grok。 Siri 将从响应命令转向主动管理任务并代表用户完成事务,无需用户主动启动每一步。 新任 CEO 特努斯已敦促软件工程主管费德里吉加快 AI 业务发展,采取更大胆策略,要求不满足於仅完成功能升级。

  6. Hacker News AI43

    作者驳斥AI泡沫论:巨额支出可控且利润潜力巨大

    作者认为AI行业未必存在泡沫,其高增长具备合理性。 AI公司承诺支出超3万亿美元,但属一次性基建投资;Anthropic S-1文件显示其每1美元算力产出2.08美元收益,且营收已从2023年的4100万美元激增至2026年上半年的163亿美元。 即便需20年偿还5万亿债务,参照Alphabet营收数据,行业具备偿债能力,且AI应用存在巨大未满足需求。

  7. Hacker News AI53

    Etsy 更新条款允许 AI 训练卖家内容并限制第三方

    Etsy 更新用户条款,明确允许自身及授权的第三方使用卖家上传的列表照片、描述、视频等UGC训练AI模型,同时禁止第三方未经许可使用市场数据开发或微调 AI 系统。新条款还增加了自动购物智能体的使用限制,Etsy 强调此举旨在加强市场安全、优化买家的相关搜索并辅助欺诈检测。

11月8日周日
  1. LessWrong · All Posts38

    Inspect AI 实操教程:构建 AI 评估的 Jupyter Notebook 系列

    一个四人项目团队发布了一套 Inspect AI 实操教程,包含 4 个 Jupyter Notebook,覆盖从首次评估到基准测试、LLM judges 及智能体构建的全过程。 团队修订了官方教程,新增 Custom Solvers 章节并修复不一致性,所有资源在 Google Colab 和 GitHub 上开放。 作者认为,教会人们构建评估对 AI 安全的意义大于对能力发展的意义。

  2. The Decoder67

    The Bitter Lesson 提出者 Richard Sutton 警告:单纯算力堆叠不能带来智能,LLM 扩展路线受到质疑

    图灵奖得主 Richard Sutton 在 X 上表示,单纯算力堆叠不足以成就智能,AI 科学需要更巧妙的、可以随算力增长的新学习方法,整个领域离终点还远。他进一步批评把合成数据当作主要训练燃料是“大错”,认为真实世界远比任何模拟复杂,当前 LLM 在训练结束后停止学习,需要的是能持续从自身经验中积累、且不遗忘旧知识的、具备世界模型的智能体。

  3. Hacker News AI80

    AI 网络攻击能力基准全景:四大类测试中模型性能的快速跃升

    作者将公开 AI 网络攻击基准分为解题、入侵应用、复现已知漏洞、构造利用代码四个由易到难的层级,并展示了前沿模型在每层分数快速攀升的轨迹。

    推荐理由:作者梳理了四类公开网络攻击基准的分数跃升,展示了前沿模型在数月内从解题到完整利用漏洞的能力进展。

  4. The Decoder68

    阿里联合多所高校发布新基准:AI编码代理近3/4任务需人工收尾

    阿里联合多所高校团队发布了新的编码代理基准测试 Co-Design Bench,要求AI代理根据多模态输入重构现有的Web应用。GPT-6 Astra等10款模型表现最优,但仍有近2/3任务存在细节缺失,完全正确率仅为26.4%。旧基准测试中AI表现接近满分,而真实场景下任务复杂度大幅上升,且不同执行环境对测试结果影响显著。

  5. Seven Minute Feed46

    Meta Muse 驱动销售,零售商优化 AI 购物智能体

    Meta 的 Muse 智能体自 9 月上线后,已为街头服饰零售商 All Star Elite 带来每周数笔交易,其来自 AI 智能体的网站流量占比从 0 提升至约 1%。 Adobe 预计美国零售网站在黑色星期五和网一期间的 AI 流量较往年翻倍,零售商正加速为节假日做好准备。

  6. Seven Minute Feed31

    科技巨头面临儿童安全诉讼激增,同时加速将 AI 引入学校

    Snap 在洛杉矶庭审前秘密和解青少年安全诉讼,Meta、TikTok 和 YouTube 已先行和解同一案件。谷歌因 Gemini 导致学生心理危机遭起诉,OpenAI 面临针对 ChatGPT 的多起诉讼。 Meta 去年 8 月同意支付近 170 亿美元与州检察长和解,Anthropic 在 IPO 招股书中提示诉讼风险,尽管其禁止儿童使用 Claude。

  7. LessWrong · All Posts36

    GPT 6 Astra 与 Deepseek-V4.1-Flash 权重空间编程能力复现:分层策略揭示机制差异

    研究者复现权重空间编程实验,GPT 6 Astra 正确率 4/4,Deepseek-V4.1-Flash 为 3/4。 分层测试显示 Flash 依赖通道标签与提示元数据,移除标签后性能大幅下降;Astra 不受影响,且仅用首层或随机 1000 个权重值即可保持高准确率。 Astra 初步存活分层测试,表明其具备直接读取模型权重的能力,未观察到 Flash 类似的表现。

  8. IT之家45

    伯恩斯坦:OpenAI 至 2030 年算力基础设施支出预计 6140 亿美元

    伯恩斯坦分析师 Mark Moerdler 估算,OpenAI 到 2030 年算力基础设施累计支出可达 6140 亿美元,低于此前 7500 亿美元的传闻。 其中与甲骨文、微软和亚马逊的协议规模分别约为 3000 亿、2500 亿和 1380 亿美元,期限通常为五至八年。 该行指出,大型云服务商短期风险有限,专业算力供应商未来可能面临更大压力。 ```

  9. 机器之心68

    GPT-6 Astra 权重编辑对照实验:改权重未提升知识、风格与技能

    MIT CSAIL 提出 Weight-Space Programming,让 GPT-6 Astra 修改 Qwen3.5-0.8B 约 0.016% 权重,宣称将 MATH-500 成绩从 7.9% 提至 48.1%。无涯智远团队用超网络工具开展对照实验,发现关闭思考模式即可获得 48.95% 相近表现,且 Astra 在知识、风格与技能任务上无法稳定内化新信息。

    推荐理由:文章用对照实验拆解了权重编辑在知识、风格和技能内化上的局限,读者可据此判断其能否替代专门训练的超网络作为模型持续学习的手段。