跳到正文
10月29日周四
  1. Seven Minute Feed72

    ChatGPT dot 扩展至 iMessage 与 RCS

    OpenAI 将 ChatGPT dot 主动 agent 功能扩展到 iMessage 和 RCS。此前该功能只能在 ChatGPT 移动、桌面和网页版内使用,现在用户可以直接通过短信给 dot 发送文本、图片或语音,布置任务或让 dot 盯住某事,dot 会主动通过短信回复更新。

  2. R/ArtificialInteligence46

    Artificial Analysis 智能指数 v5 因“私有测试”受批评,称 GPT 和 Google 模型排名被抬高,开源中国模型被压低

    Artificial Analysis 发布的智能指数 v5 因引入“私有测试”受到批评,被指显著拉低开源权重模型在指数中的排名,并抬高 GPT 和 Google 模型的排名。 批评者认为在私有数据集上进行“trust me bro”式私有测试缺乏透明度,使得当前开源权重模型在指数 v5 中排名偏低,此举被认为存在可疑之处。

  3. Hacker News AI68

    Open Agent Primitives (OAP) 发布:安全运行企业级 AI 智能体

    OAP 发布了一种在自有集群安全运行企业级 AI 智能体的构建模块,强调平台在执行前检查每个操作,确保 AI 无法自行决定其权限。系统包含 Agent 定义、安全工具、身份凭证中介、授权、通道连续性和记忆等六个核心原语,并支持 Anthropic、OpenAI 等模型以及 Kubernetes 等基础设施。

  4. 智东西82

    微软 2027 财年 Q1 营收 923 亿美元,Azure 业务同比增长 48%

    微软公布 2027 财年 Q1 业绩,季度营收 923 亿美元,同比增长 19%,GAAP 净利润 366 亿美元,同比增长 32%。核心云业务 Azure 营收达 332 亿美元,同比大增 48%,其中来自 OpenAI 的收入占比近 11%,为 100 亿美元。

    推荐理由:财报显示 Azure 营收同比增长 48%,且来自 OpenAI 的收入占比接近 11%,揭示了微软在算力扩张下的商业依赖结构。

  5. R/ArtificialInteligence45

    OpenAI 拟采购 Google TPU 以扩大 AI 算力

    OpenAI 据报道计划采购 Google 的 TPU,旨在扩大 AI 算力并降低对 Nvidia 的依赖。 Google 芯片作为 Nvidia GPU 的替代品正获得市场认可,双方虽在 AI 产品上竞争,但此次交易将深化商业关系。 Alphabet、Amazon 和 Microsoft 计划在今年合计投入最高 600 亿美元建设 AI 基础设施,凸显巨大算力需求。

  6. Tibo (X)63

    OpenAI 为 Dot 添加即时通讯与语音指令功能

    OpenAI 宣布 Dot 功能新增文本、照片及语音笔记支持,用户可像发送短信一样直接向助手下达任务。该功能通过 iMessage 或 RCS 提供隐私保护,助手会主动发送更新,现已面向美国 Pro 用户开放预览。

    推荐理由:该功能支持通过iMessage或语音备忘指令AI助手,展示了日常交互与执行任务的能力扩展。

  7. 36氪42

    2030年之前,我们可能再也买不到便宜的电脑了

    苹果新款14英寸MacBook Pro起售价达15999元,iMac起步价涨至12499元,因AI需求推高硬件成本,平价电脑正加速消失。 内存与固态硬盘成本占比已近40%,RTX 5090显卡现货价冲上53599元,导致入门级PC与整机价格普遍大幅上调。 SK海力士预测存储芯片供不应求局面可能延续至2030年,消费者面临配置缩水与价格攀升的双重压力。

  8. Hacker News AI36

    Google AI 搜索拒答 2020 年大选胜者被指存在重大测试缺陷

    Google 用户发现其 AI 搜索引擎拒绝给出 2020 年美国总统大选的明确胜者,而直接调用 Gemini 模型或访问非美区域均能获取正确结果。 该问题仅针对 2020 年且限于美国地区,暗示可能是主动策略选择;作者认为这暴露了 Google 在质量控制和伦理方面的严重失职。 Google 试图通过 AI 主导大规模互动,但缺乏基本测试导致事实错误频发,引发对民主知情权受损的批评。

  9. Simon Willison35

    OpenAI 解释 GPT 模型命名逻辑与版本含义

    OpenAI 员工 Ted Sanders 指出,LLM 性能主要受模型大小单变量主导,大模型更可靠、成本更高且对冷门事实的记忆更好。 OpenAI 模型按规模排序为 Luna < Terra < Sol < Astra;版本号(如 6.1 vs 7.0)同时指示发布时间顺序、与同版本其他模型的相似性(如训练数据/性格)以及改进幅度是否足够重大以引发头条关注。

  10. Hacker News AI35

    关于 Lean 4 数学证明生成中的公理黑箱问题

    对公开 Lean 4 数学证明编排的审计显示,其依赖专有且未公开的基础命名空间,导致学界无法独立验证证明的完整性。 底层公理与拓扑定义处于混淆状态,阻碍了对生成证明是否解决物理边界问题的独立审查。 文章呼吁公开发布这些基础定义,以确保自动化形式化验证的完整性。

  11. Latent Space41

    Elorian 发布视觉推理模型 Glimpse 及 DecoyCount 基准

    Elorian 发布视觉推理模型 Glimpse,在 DecoyCount 基准中以 50.48% 准确率超越 GPT-6 Astra (43.17%),成为唯一突破 50% 的模型。 Glimpse 是单轮独立运行结果,而前沿模型为三轮平均;Glimpse 的训练数据中未发现与测试集重叠。 该基准揭示了模型区分视觉缺失与推理错误的机制,Elorian 称其在机器人等场景具备成本优势。

  12. TechCrunch · AI41

    Microsoft 连续 10 个季度营收创纪录

    Microsoft 季度营收达 92.3 亿美元,同比增长 19%,实现连续 10 个季度营收创纪录。 净利润 36.6 亿美元,Microsoft Cloud 营收 63.9 亿美元,Azure 营收 33.2 亿美元。 资本支出超 45.2 亿美元,创季度历史新高,以支撑 AI 基础设施投入。

  13. TechCrunch · AI86

    微软单季度从 OpenAI 获得 100 亿美元收入,财年总收入达 241 亿美元

    微软在截至 9 月 30 日的季度中从 OpenAI 获得 100 亿美元收入,占其该季度总收入的近 11%。2026 财年内,微软从 OpenAI 获得的总收入为 241 亿美元。尽管双方竞争加剧,但财务联系依然紧密,OpenAI 需在 2030 年前继续与微软分享收入,同时微软在 OpenAI 中的股权从 6 月的约 25% 稀释至 9 月的 24%。

    推荐理由:披露了微软从 OpenAI 获得的季度和年度收入及股权变化,展示了双方在竞争加剧下的财务依赖与关系重构。

  14. LessWrong · All Posts26

    LessWrong 上线 @Grok、@Claude 和 @Opus AI 回复功能

    LessWrong 平台推出 AI 互动功能,用户可通过 @Grok、@Claude、@Opus 或 @Astra 标签直接调用大语言模型生成回复。 该功能允许用户查看系统提示词、思维链和工具调用细节,LLM 输出默认折叠且设置频率限制。 目前仅 karma 值达到 50 以上的用户可调用模型,旨在提供便捷且中立的验证工具。

  15. Hacker News AI28

    顶级 AI 人物的邪教行为分析

    文章将 AI 行业领袖的狂热行为比作“邪教”,指出其核心特征是“自愿自我臣服”,即让渡个人决策权。 作者批评 Rabbit CEO 的演示与 NVIDIA 高管对 Copilot 的推崇,认为这种对“数字孪生”的盲目信任反映了将责任让渡给机器的非理性趋势。

  16. Hacker News AI48

    AI 训练平台 Outlier 因非法监控欧洲平台工受到 GDPR 投诉

    noyb 在法国、意大利等四国对 Scale AI 旗下的 Outlier 平台提起 5 起 GDPR 投诉,指控其侵犯劳动者隐私。 Outlier 使用 TikTok、LinkedIn 等追踪器每秒传输工人数据,并通过 Persona 强制进行生物识别验证,包括面部视频和 ID 上传。 投诉指出该做法缺乏合法依据,noyb 呼吁数据保护机构调查并处罚以防止类似违规。

  17. Hacker News AI78

    Agent Scrum:在双小时 Sprints 中运行 AI 编码智能体团队

    作者提出 Agent Scrum 方法,将 Scrum 适配给 AI 编码智能体,以 2 小时为一个 Sprint。在 38 天内完成 324 个 Sprint,79% 的承诺故事在 Sprint 内完成。该方法将 Scrum 的固定时间框、承诺 Backlog 和回顾等核心机制映射到 Agent 角色中,发现最慢阶段是代码合并而非编写,并引入 Token 速率来衡量成本。

    推荐理由:基于 324 个双小时 Sprints 的实测数据,展示了将传统 Scrum 适配给 AI Coding Agent 的方法论,解决了 Agent 团队组织与上下文管理的痛点。

  18. AWS Machine Learning Blog58

    使用Ray Train DLC和EFA在EKS上进行分布式训练

    AWS发布教程演示在EKS上通过Ray Train DLC和EFA进行分布式训练,通过一个函数和KubeRay清单即可用PyTorch FSDP微调Qwen2.5-1.5B。该方案无需构建镜像,直接复用预置的DLC容器,配置好四台带EFA的g6.12xlarge实例与八个L4 GPU,使双实例间通信性能较TCP提升一倍,同时简化了多节点集群的部署与网络适配。

  19. Wired31

    作者让 AI 代理管理梦幻足球,预测能力优于旧版但尚未胜人类

    作者利用 Codex 部署 AI 代理管理英超梦幻足球,初期表现不佳,但多代理协作后建议显著改善。 芝加哥大学研究人员测试发现 GPT-5 预测能力最强,随后是 Grok 4、Claude Sonnet、Gemini 和 Llama。 AI 预测能力正在进步,但尚未超越顶尖人类“超级预测者”,行业交易模式未来可能受影响。

  20. Hacker News AI57

    Werk 创始人分享构建模型无关 AI Agent 的四种实践

    Werk 团队提出将 AI 模型与 Agent 框架解耦,主张模型负责理解与提议,框架负责上下文、工具调用与安全记录。文章总结了四种实践:通过自定义接口隔离模型提供商、Agent 按需声明能力等级而非指定具体模型、统一数据格式以兼容不同 LLM、将稳定指令前置以利用 KV Cache 降低推理成本。

  21. The Decoder79

    Google 开放 Android 开发环境以支持第三方 AI 智能体并推出 Gemini API

    Google 在 Android Dev Summit 上开放 Android Studio 开发环境,通过 Agent Client Protocol (ACP) 支持运行 40 多种编码智能体,包括 Anthropic Claude、OpenAI Codex 和 Google Antigravity。

    推荐理由:原文给出了Android Studio支持BYOA和多智能体接入的具体机制,读者可以判断第三方AI工具将如何嵌入现有开发流。

  22. R/ArtificialInteligence25

    Qwen 模型生成科幻故事时的物理参数推演过程

    用户要求 Qwen 撰写登陆外星行星的科幻故事,模型生成了包含火箭方程计算的详细物理方案。 计算显示加速段消耗 40.5 吨燃料,捕获段消耗 6.1 吨,通过弹射 600 公斤驱动舱实现制动。 该机制确保了轨道捕获的成功,体现了模型在叙事中整合复杂科学逻辑的能力。