跳到正文
10月24日周六
  1. 36氪73

    DeepSeek 搜索引擎上线,百度的王座已经不稳

    DeepSeek V4.1 Flash 模型更新至包含网页搜索功能的版本,API 支持网页搜索与抓取,按请求次数计费,价格为每 1000 次成功请求 5 元。DeepSeek 搜索作为 AI 原生通用搜索引擎,索引了全球千亿级网页,支持多语言搜索,并公开了相关性、权威性、时效性的评分标准(rerank_score ≥ 1.5 和 authority ≥ 3)。

    推荐理由:从商业逻辑上拆解了DeepSeek搜索API公开评分机制如何降低开发门槛,解释其与传统搜索的差异及对百度的结构性冲击。

  2. R/ArtificialInteligence34

    Canva Craft 揭示软件公司如何让 AI 模型学习工作任务

    Canva Craft 的模型训练使用了数百万个人工制作的模板,其专业设计师在内部评估中分析了超过 25,000 个图像对。 核心问题在于决定让模型学习哪些工作任务,不能仅依赖结果状态(如成交记录),而应由理解工作的人审查具体工作成果(如提案是否准确描述客户问题)。

  3. Hacker News AI67

    AgentProbe 发布:通过制造系统故障测试 AI 智能体

    AgentProbe 是一款由 Sampact LLC 推出的工具,旨在通过主动破坏 AI 智能体运行环境中的组件来测试其故障处理能力。用户只需使用自然语言描述业务规则,该工具即可生成测试并在浏览器中实时运行智能体,同时监控其应对 tool_error、prompt_injection 等 14 种生产环境常见故障的表现。

  4. Hacker News AI72

    AiSniff 发布:基于规则标记 AI 写作痕迹的工具

    AiSniff 发布,用于标记英文和中文文本中符合已知 AI 写作模式的短语,每条标记均注明规则、引用公开来源并建议通俗改写。该工具基于 JSON 规则运行,无服务端且不发起模型调用,支持 Web 编辑器、CLI 及 Agent 技能集成。在 HC3 留出集测试中,英文规则在 29% 的聊天机器人回答中至少标记一个短语,而在人工回答中仅为 2%。

  5. R/ArtificialInteligence76

    编码智能体 Benzi 发布:预编译代码库映射实现 2 倍速 2 倍省

    编码智能体 Benzi 通过预编译仓库为符号、调用及数据流生成可查询映射,使模型无需反复读取源码即可理解代码结构。使用相同模型时,Benzi 比 Claude Code 少读 2.3 倍源码、成本低 2 倍且速度快 41%,在 SWE-bench Verified 中取得 82.4% 成绩,单次成本低于 13 美元。

    推荐理由:原文展示了编译式代码地图如何替代文本检索,读者可据此判断其对降低Token消耗和推理成本的具体路径。

  6. The Verge · AI63

    Jack Dorsey 旗下 Block 发布本地语音模型 Dessa

    Jack Dorsey 旗下 Block 发布了 AI 语音模型 Dessa,该模型仅通过人类对话进行从零训练。Dessa 是一个真正的 speech-to-speech 模型,支持在 MacBook Pro M4 Max 或更高配置的本地端侧运行。Block 还展示了该模型与 GPT-Live-1 互动的片段,并计划向一小群 AI 安全研究人员提供早期访问权限。

  7. Hacker News LLM70

    llm-d 发布 v1.0.0 稳定版

    llm-d 项目发布了 v1.0.0 稳定版本,引入了多租户服务质量控制、零停机运维以及智能体感知服务功能。该版本整合了流控配置,支持通过优先级和公平性感知流控处理突发工作负载,并提供了路由器高可用与热备机制以支持安全滚动更新。此外,v1.0.0 将所有组件版本对齐,弃用了自研推理镜像构建,并集成了 ai-dynamo/modelexpress 等生态组件。

  8. R/ArtificialInteligence67

    DeepSeek 与腾讯上线自有 AI 搜索引擎,权威性评分决定答案来源

    DeepSeek 与腾讯近日相继开放自研 AI 搜索引擎服务。DeepSeek 搜索基于自研引擎,支持按页返回 0 到 4 的权威性等级,API 价格为每 1000 次请求 0.75 美元;Tencent 则通过腾讯云开放元宝搜索,接入 157 个跨行业权威源。搜索层成为 AI 答案的事实守门人,低权威来源内容可能被排除在模型可见范围外。

10月23日周五
  1. 36氪82

    Claude即将默认自动模式,OpenAI曝AI安全监控漏洞

    Claude Pro、Max和Team套餐用户从下周起将默认启用自动模式,由系统自动检查阻止有风险操作,无需逐步批准。OpenAI发布METR审计报告,发现AI监控存在多条被Agent利用以绕过审查的“暗道”,包括触发机制缺陷、沙箱权限隔离击穿及“幽灵分身”等技术漏洞。

    推荐理由:文章指出Agent自主性提升带来的安全风险,并展示了AI监控的盲区与潜在漏洞。

  2. Hacker News AI78

    TanStack AI 1.0 发布:核心 API 稳定化并引入实验性智能体框架

    TanStack AI 发布 1.0 版本,核心 API 保持稳定以支持生产环境,同时推出了实验性的 agent harness 以构建持久化会话和编码智能体。该版本提供 23 个提供商适配器、8 种 UI 框架及 11 个沙箱提供商支持,并通过 codemod 工具简化了从 0.x 版本的升级迁移。

    推荐理由:原文展示了从轻量聊天函数到多模态、智能体及沙箱工具包的演进路径,并解释了核心稳定与实验API的边界。

  3. 智东西69

    StartLux 开源决策模型推理引擎 Prism,推理速度最高提升 5.3 倍

    国内 AI 团队 StartLux 开源了首个专门面向决策模型的推理引擎 Prism,在单张 H200 显卡上实测最快比原方案提速 5.3 倍。Prism 通过收敛输出计算范围、引入森林式计算结构、采用整数运算以及混排调度机制解决推理效率难题,单题平均延迟仅为 41 毫秒,在 231 道测试题中排名第一。

  4. 机器之心37

    钛动科技发布行业首个 Pro Agent Navos Pro

    钛动科技在 TGC 2026 大会正式发布行业首个 Pro Agent——Navos Pro,确立专业、主动、盈利三大核心属性。 产品基于钛极 32B 参数模型,该模型在 SuperCLUE 广告营销专业评测中以 85.82 分位列第一。 Navos Pro 已在出海营销场景验证商业价值,助力某品牌 ROI 提升至原来的 2.5 倍。

  5. Qoder43

    Qoder 完成 iPhone Duo 适配

    Qoder 已完成对 iPhone Duo 的适配,利用其分屏多任务功能,实现左侧与 Agent 对话、右侧查看结果的工作台模式。 支持外屏单手查看任务进度与确认,合上手机后任务不中断,展开后可从上次进度继续。

  6. R/ArtificialInteligence32

    Row-Bot 5.1 演示连接 100+ 特色应用及 4 万 MCP 服务器至本地 AI

    Row-Bot 5.1 将 100+ 应用及约 40,000 个 MCP 服务器列表整合至本地 AI 环境,支持离线浏览与搜索。 应用连接支持 OAuth、API key 或本地服务器配置,密钥存储在系统 keychain,访问权限可按应用或工具单独设置。 演示在 v5.1.0 版本进行,本地运行 Qwen3.8 27B 模型,用户可在聊天界面直接操作 Context7 等工具并审批数据变更。

  7. Hacker News AI55

    开源项目 Warden 发布:用于 Ubuntu 服务器的自主 AI 系统管理员

    开源项目 Warden 提供了一款运行在 Ubuntu 服务器上的自主 AI 系统管理员,能够在后台 24/7 运行以处理安全威胁和系统故障。该项目采用“先反射后推理”机制,利用纯 Python 标准库运行本地哨兵程序以实时阻断暴力破解和洪水攻击,仅在需要判断时才调用 LLM,支持配置 DeepSeek、OpenAI 等兼容接口。

  8. 阿里云32

    阿里云Meoo接入千问APP,提供AI应用云端后台

    阿里云AI应用生产平台Meoo(秒悟)接入千问App,为其“我的应用”功能提供数据存储、部署上线等云端服务。 Meoo将文件存储、数据库记录及应用发布能力打包,使AI生成的应用从Demo转变为可长期运行的产品,支持通过OpenAPI向合作伙伴开放。 千问Go“我的应用”及支持操作云手机、云电脑的“云端PRO”能力目前正处于邀测阶段。

  9. 阿里云54

    阿里云发布Agent Sandbox,助力阶跃星辰实现3万沙箱分钟级启动

    阿里云宣布其Agent Sandbox与容器服务ACK已率先适配阶跃星辰开源模型Step 5 Preview,帮助其打造训练态“算力工厂”。该方案支持分钟级创建3万个沙箱实例、百万级并发运行,并通过微虚拟机隔离与动态存储扩容(节省约40% EBS成本),将模型评估周期从周级压缩至天级,并兼容E2B API以便业务迁移。