APEX-Harm:评估共享专业工作区中智能体安全性的基准
APEX-Harm 基准发布,用于评估长程智能体在金融、咨询和法务任务中的提示词与脚本注入攻击。该基准包含 180 个任务实例,每个任务涉及 115 到 328 个文件,并暴露通过 MCP 服务器提供的邮件、日历、代码执行等工具。
APEX-Harm 基准发布,用于评估长程智能体在金融、咨询和法务任务中的提示词与脚本注入攻击。该基准包含 180 个任务实例,每个任务涉及 115 到 328 个文件,并暴露通过 MCP 服务器提供的邮件、日历、代码执行等工具。
研究发现 DINOv3-H 和 DINOv3-7B 两个自监督视觉模型仅通过图像像素即可习得渲染单词的语义结构,这是已知的首批具备该能力的模型。 研究通过嵌入空间差异提取词表示,验证了行业品牌名、同语义域名词及“国家-首都”词对在向量空间中呈现类似文本嵌入的邻接与偏移规律。 视觉模型不仅能学习单词的视觉形态,还能理解其语义关联,且与文本及语音编码器存在表征结构的共享性。
松下宣布与谷歌达成合作,利用可视对讲专业技术及谷歌GenAI与云优势,联合开发新一代家庭安防解决方案。 双方聚焦AI视频分析、个性化体验、云集成及功能持续演进四大主题,以精准识别可疑行为并降低用户信息处理负担。 此举旨在应对日益复杂的入室盗窃犯罪,解决现有方案无法有的放矢的问题。
summary_zh: KAFlow通过将物理算子生成器学习为低秩符号,在Kolmogorov-Arnold合成基准上将分布外损失降低3.4至11倍,无需符号模板即可将所有系数恢复至10^-4精度。
研究基准测试了TimesFM 3.0等模型在57天数据上的表现,TimesFM结合协变量时MAE较基准降低约43%。 XGBoost虽具备本地快速拟合优势,但未证实对TimesFM有明显MAE优势,且LSTM训练耗时较长。 TimesFM无需特定建筑权重训练,适合作为日前电力预测的初始基线。
快手旗下视频生成模型可灵AI正推进拆分上市,计划最早在2027年港股IPO,募集资金至少10亿美元。本轮融资总额达30亿美元,腾讯、阿里云、百度等巨头参与,估值约为1228亿元。
英国政府将加强网络防御,并呼吁前沿 AI 企业保障系统安全。 AI 国务大臣卡尼什卡·纳拉扬强调不能依赖科技巨头自我监管,需构建自主可控的 AI 基础设施。 相关举措包括设立 5 亿英镑主权 AI 风投基金及发布《AI 硬件计划》。
作者 nathanfig 对包括 Opus 5.5、GPT-5.6、Kimi K3 等在内的多个 LLM 进行无工具调用的导航指令测试,结果发现小模型普遍表现不佳,Opus 5.5 以 10/15 的净得分位居榜首,而 Qwen3.8 27B 因幻觉严重获得负分。
LLMD 是 ZML 推出的自包含 LLM 推理服务器,支持 LLaMa、Gemma、Qwen 和 Mistral 模型,并兼容 NVIDIA CUDA、AMD ROCm、Google TPU、Intel oneAPI 及 Apple Metal 五种硬件架构。
用户指出当前AI模型中的“Flash”版本速度远不及2024年5月Gemini 1.5 Flash的200tps标准。以Z.ai为例,其“Flash”模型仅提供约50tps或更低的速度,虽结果优秀但难以体现“极速”含义。
苹果将于 2026 年 10 月 27 日推出首款配备 OLED 触控屏的 MacBook Pro,覆盖 14 英寸和 16 英寸机型,并支持 Sidecar 完整触控。 该机型将引入灵动岛设计以优化交互,机身更轻,主要基于 Agent 时代对自然交互的需求,旨在解决手指直接指定对象的效率问题。 因屏幕厚度增加且整机更贵,最终体验需待实机验证,第三方应用适配仍是关键难点。
Vogue 和 Esquire 等出版商高管游说国会通过《隐形机器人禁止法案》,要求禁止未披露身份的 AI 智能体抓取网站内容。 该法案于 7 月提交众议院,规定 AI 爬虫需向出版商明确识别身份,否则面临联邦贸易委员会的民事处罚。 此举旨在建立公平环境,应对 AI 主导网站流量和可发现性给出版商带来的生存风险。
Google Pixel 11 Pro 的长焦相机传感器从 10 Pro 的 1/2.51 英寸升级至 1/1.95 英寸,进光量增加约 65%。 作者在手持 10 倍变焦条件下拍摄多组对比照片,涵盖不同光照环境,并指出新机型存在算法清理现象,细节提升可能源于图像处理而非纯硬件捕获。 评测旨在检验更大传感器在真实手持场景下是否带来实质性成像改善。
作者 Boone Ashworth 使用 Google 新推出的 AI Playground 平台,通过自然语言描述在浏览器中即时生成了三个可玩的电子游戏。该工具类似于 Meta 的 Horizon Create,允许用户上传参考资产或直接由 AI 生成视觉元素,用户可通过对话式指令调整游戏细节,例如在俄罗斯方格中将方块替换为扭曲的猪形,或构建赛博朋克风格的俯视角射击游戏。
Google 于 10 月 1 日发射 Project Suncatcher 卫星,搭载 4 颗 TPU 芯片测试太空 AI 计算。 该卫星由 Planet Labs 协助建造,在低地球轨道运行约一年,使用太阳能供电及散热系统。 目前芯片需每 15 分钟停机冷却一次,旨在克服地面能源与土地限制。
硅谷AI行业算力竞争激化,Anthropic CEO Dario Amodei向Meta寻求算力支持,SpaceX利用英伟达GPU倒卖算力获取收益,其8月首份财报显示季度AI业务收入达25.61亿美元。
推荐理由:原文梳理硅谷算力博弈格局,读者可据此判断算力正如何成为AI行业竞争的新准入门槛。
Gergely Orosz 在 LDX3 大会上系统总结了 AI 对软件工程的影响。关键变化包括:Agent 生成 PR 数量在 2026 年 8 月超过人类,多 Agent 并行工作成为常态,IDE 正逐步被云端 Harness 和 Agent 界面取代。
推荐理由:文章结合 GitHub 与 Linear 的数据,展示了代码审查失效和 AI 编码带来的工程痛点,以及团队在 Harness 和云端 Agent 的应对趋势。
AI Lawsuit Tracker 收录了 248 起针对 76 家 AI 公司的诉讼,涵盖美国、欧盟和英国 14 个司法辖区,按状态、法院和法官进行分类并每周更新。该站提供了 OpenAI、Anthropic 等公司诉讼的最新进展,例如 xAI 在“nudification”禁令案中获禁令支持,以及 Thomson Reuters 对 Ross Intelligence 的版权案终审胜诉。
观点认为 GPT 维护了关于 AI 领域的旧故事而忽视当前现实,其内置过滤器在刚性触发时只会用荒谬的“煤气灯效应”骚扰用户。 批评指出这些过滤器表现为亲 AI 偏见、企业忠诚、淡化争议及合成乐观,需更新以停止误导。
Littleguys 是一款免费开源的 macOS 菜单栏应用,集中管理 Claude Code、Codex、Gemini、OpenClaw 和 Hermes 等 AI Agent。 支持跨 Mac mini、Laptop 和 Homelab 状态监控,提供一键审批命令及定时任务调度功能。 基于 Rust 核心与 Tauri 框架构建,通过 ACP 协议支持新 Agent 接入,需源码编译安装。
Apple 披露与个性化音频初创公司 Huxe 达成反向收购协议,向其员工发出就业要约并获得 Huxe 知识产权的非独家授权。 Huxe 创始人曾开发 NotebookLM 的 AI 播客功能,其关闭前一日 Spotify 也推出了同类 AI 播客生成功能。 Apple 此举可能意在为其 Podcasts 应用添加类似的个性化音频生成功能。
Flopper 是一个免费的 AI 基础设施硬件探索平台,核心功能是整合并对比 221 款数据中心 GPU 的规格与云租赁价格。 该平台支持 FP64 至 FP4 全精度对比,覆盖 NVIDIA、AMD、Intel 和 Google 等厂商,并追踪 786 个全球 GPU 数据中心。 提供 GPU 集群配置计算、架构深度评测及数据中心 GPU 选型指南等实用工具。
驾驶模拟游戏《Teach My Little Sister How to Drive》开发商因演示版运营成本高昂,被迫申请银行借款维持运营。 过去一个月演示玩家增长超20倍,日花费达1000美元,成本随AI请求token增加飙升。 团队计划将预期AI使用成本计入游戏售价,未对用户单独计费token,可能因资金压力提前关闭演示。
Google 发布新一代生图模型 Nano Banana 2.1,围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级。
GitGuardian 分析 2025 年 5 月至 2026 年 7 月间的 9 起 AI Agent 安全事件,提出 6 项控制措施。文章指出 Agent 会暴露宿主、身份和自身三个攻击面,其中自身面涉及 5 起事件。这些控制措施(如沙箱运行、限制凭证、锁定配置、记录调用、扫描机密、默认拒绝)无法阻止提示注入,但能限制被劫持后的影响范围。
Google 宣布向全球用户开放 SynthID Detector 工具,任何人现在都可以检查图片、视频或音频文件是否由 Google 及其合作伙伴(包括 OpenAI、NVIDIA、Kakao 和即将加入的 Apple)的 AI 生成。
作者通过 Google Maps 寻找无官网的本地商户,提供 500 美元建站及每月 20 美元托管服务,月收入达 2000 美元。 使用 Sitesprint 等工具可在 30 分钟内完成含 Logo 的网站制作,每日可产出 3-4 个站点;最高报价可达 2000 美元,或转为免费建站加 AI 服务收费模式。
针对能执行发邮件、更新 CRM 等操作的 AI 代理,提示注入防御不仅需要检测恶意指令,还需要控制检测失败后的后果。
a16z在其最新Top 100 AI榜单中首次追踪了美国消费者的实际AI消费支出。数据显示,AI虽被广泛使用(近半数美国消费者使用),但仅有4.5%的用户拥有付费的个人AI订阅。
推荐理由:报告首次用真实信用卡数据揭示美国AI付费市场高度集中在头部百分之一,这群专业型重度用户平均月消费接近900美元。
谷歌正在测试名为 Carbon 的 Gemini 4 变体,该模型被内部员工认为在编程任务上表现匹敌 Anthropic Opus 5.5。谷歌官方将 Gemini 4 系列模型分为 Argon、Flash、Omni 和 Gemma 不同层级,其中 Argon 负责前沿推理,而 Carbon 预计将作为 Argon 家族的更新版本发布。
Gemini 4 的新检查点 Carbon 已在 Google 内部编程平台进行测试,员工反馈其编程体验类似 Claude Opus 5.5。此前发布的 Gemini 4 Argon 正在分阶段向用户开放,而 Carbon 可能作为其后续更新或独立版本,其命名规律暗示了基于元素周期表的开发代号。
芬兰已吸引来自多家企业的超 670 亿欧元数据中心建设投资。 凭借低温、丰富可再生能源及空置工业用地优势,其中 22 亿欧元已投产,其余项目分处规划或投资阶段。 Sesterce、Applied Digital、atNorth 及阿里云均有布局,但激增项目也引发电力供应与环境影响争议。
特朗普总统与主要AI公司领导人在白宫签署了关于超级智能的自愿备忘录,要求内部监测、独立评估和董事会风险监督,包括生物安全。前白宫生物安全官员警告,该备忘录将安全措施的定义权和风险判定权留给了公司自己,她主张应在危机发生前就明确统一的警报触发条件。
在 Gemini 4 "Argon" 公开发布前夕,Google 员工在内部平台测试了代号 "Carbon" 的新版本,预计其为更新的 Argon checkpoint。一名员工表示该版本在编码方面"感觉像 Opus 5.5",但需更多测试。 此举显示 Google 正加快步伐,试图缩小与 Anthropic 和 OpenAI 在长周期智能体编码开发领域的差距。
参议院调查正质疑大型科技公司建设 AI 数据中心的论证理由。 10 月 5 日,Hut 8 位于路易斯安那州的 River Bend 园区举行 AI 数据中心建设仪式,多家科技高管出席。
分析师预计标普 500 成分股公司 Q3 盈利同比增长约 31%,其中约三分之二增幅来自 AI 巨头。 AI 相关半导体企业 Q3 盈利预计同比增长约 136%,美光科技客户在长期供货协议中承诺的采购金额增至 320 亿美元。 市场策略师担忧本轮盈利增长周期正接近顶峰,AI 投资热潮依赖企业持续投入巨额资本。
安卓版谷歌翻译应用代码中发现新增 Smart assist 功能,可在翻译前整理语音输入,去除填充词和反复修正的表达。 该功能目前仅计划在对话模式下可用,用户需在翻译设置中选择逐字翻译或 Smart assist 两种模式之一。 此举旨在优化语音识别与翻译流程,提升实时对话互译的准确性与流畅度。
加拿大16岁徒步者借助Claude规划皇冠山路线,误入“寡妇制造者山脊”被困岩架,最终被直升机解救。 他同时使用了Google Maps和AllTrails,但表示不责怪Claude,自己承担路线选择责任。 救援负责人指出,Claude不了解实际地形,AI无法取代登山者的现场经验与常识。
特朗普宣布OpenAI、Anthropic、xAI、Palantir和Amazon承诺向Genesis Mission投入超过24亿美元,该计划由2025年11月行政令启动,旨在利用AI推动能源、基础科学和国家安全领域的突破。在扩大AI投资的同时,其政府继续削减包括慢性病和气候变化在内的基础科研经费,并向多位科技巨头CEO授予国家科学奖章。
Google DeepMind 的 Pushmeet Kohli 和 Biohub 的 Sal Candido 在 Latent Space 论坛上探讨了 AlphaFold 的局限性。 专家指出,蛋白质结构预测未完全解决,静态结构预测无法涵盖蛋白质动力学和无序区域。 Biohub 强调需超越单一蛋白质模型,通过 10 倍级突破而非渐进式改进来推进疾病治愈。