跳到正文
今天11月20日周五3 条
11月19日周四
  1. Hacker News LLM53

    Wiretuple 发布:利用位置元组降低 LLM 结构化输出 Token 消耗

    Wiretuple 是一个用 Go 编写的单二进制 HTTP 反向代理工具,通过位置元组将重复 JSON 键重写为前置元组,能无损削减 LLM 结构化输出和函数调用 35%–60% 的输出 Token。它支持 OpenAI 与 Anthropic API,兼容非流式和 SSE 流式请求,并内置盈亏平衡门控机制,仅在净节省比例高于指定阈值时重写请求。

  2. The Decoder88

    OpenAI 公布内部研究团队 AI 使用数据,Agent 价值被研究者评价高于近半数同事

    OpenAI 发布第二份内部研究加速报告,给出 Codex 和 Dots 等内部 Agent 的使用数据。报告称 10 月中位研究者按 API 公开价折算每天消耗 2,400 美元等价的 token,环比增长 62%,前 10% 用户达到 23,000 美元;按八小时工作日折算,研究者每天运行相当于 5.7 个工日的 Agent。

    同一新闻,精选展示《OpenAI 发布研究报告:AI 如何改变其内部研究进程》

  3. IT之家52

    阿里巴巴 CEO 吴泳铭:2027、2028 年将是中国算力最紧缺的两年

    阿里巴巴 CEO 吴泳铭在财报电话会上表示,2027 年和 2028 年将是 中国算力最紧缺的两年。他预计 2027 年以后,阿里云芯片供给将主要以国产平头哥芯片为主,并采购其他国产芯片支持内部推理需求,旗舰芯片将优先满足大模型训练,千问已在平头哥芯片上训练下一代模型,百炼基于国产芯片提供推理服务。

  4. Hacker News AI85

    自主 AI 对 Webmin 安全审计发现 507 个新漏洞

    研究人员通过完全自主的 Codex 智能体,在 Webmin 2.670 固定版本中发现 507 个可复现的规范漏洞。该审计消耗约 83.5 亿个 token,包含 524 条经过 CVSS 4.0 评分的适用路径,作者评估该目录接近此版本经典安全缺陷的饱和点。

    推荐理由:报告量化了自主AI审计在成熟软件中的深度与成本,为理解当前AI安全研究能力提供了具体参照。

  5. 36氪56

    马化腾的焦虑:腾讯在AI时代的组织与业务突围

    马化腾在腾讯28周年内部讲话中释放强烈紧迫感,指出公司面临AI时代的生存挑战。尽管三季度营收2073亿元、WorkBuddy MAU突破3200万,但腾讯云市场份额仅5%、自研芯片缺乏外部销售,且组织中层臃肿导致反应迟钝。文章认为腾讯需通过打破山头主义、重组工作流程以应对AI转型,其焦虑折射出所有互联网巨头在移动互联网与AI时代交替时的共性难题。

  6. IT之家31

    特斯拉 Cybercab 自动驾驶订阅费高昂,用车四年后总成本反超 Model 3

    特斯拉 Cybercab 起售价 29,990 美元,但需强制订阅每月 299 美元的 Autonomy 服务。 由于高额订阅费,持有 45 个月时其总成本反超订阅 FSD 的 Model 3;第五年总成本达 47,631 美元。 马斯克承认订阅费过高,应降至 115 美元左右,分析师认为若技术更先进,高价有一定合理性。

  7. Hacker News AI60

    Kibi 发布:面向 AI 编码智能体的开源需求框架

    Kibi 是一款开源框架,将 AI 编码智能体在对话中达成的产品意图、假设与权衡作为需求记录在仓库中,并链接到代码与测试,确保后续智能体在编辑前知晓并遵守这些决策。它支持通过 MCP 接入 Claude Code、Cursor 等工具,能自动检测需求冲突、验证测试证据,并区分“已证明”、“已测试”与“未验证”的需求状态。

  8. Hacker News AI85

    Architect Labs发布Frostbite:AI自主设计并验证的通用CPU架构

    Architect Labs发布基于AI自主设计与验证的通用CPU架构Frostbite。其基于interaction nets,在7nm工艺下,对比同面积传统超标量CPU实现4.59x perf/W。团队计划后续开放RTL与ISA,并搭建FPGA软件运行环境。

    推荐理由:原文展示了AI自主设计通用CPU的完整闭环,提供了4.59倍能效对比基准和后续开放计划。

  9. arXiv · AI32

    SuperScout 通过预扫描仓库实现编码智能体的成本感知路由

    模型 SuperScout 在 SWE-bench Pro Python 测试集上以约 1/5 的单次求解成本,达到与最佳单模型 159/266 的相同解决率。 其 7B 搜索器生成经沙箱验证的交接文档,路由器基于隐藏状态调度任务,新增修复器无需重新训练。 消融实验表明交接文档而非路由决策本身承担了主要增益,搜索器额外计算开销低于 0.5 美分。

  10. arXiv · AI32

    研究揭示 GenAI 如何重塑软件组织认知工作分配

    针对 44 名软件从业者的研究表明,GenAI 虽提升效率,但需投入额外精力进行提示、审查与验证,并未消除认知负荷。 从业者预期角色将从直接编写代码转向引导、评估及整合 AI 辅助工作,人类判断与责任仍为核心。 该研究指出 GenAI 将认知工作重新分配至监督领域,而非单纯简化任务,整体负荷变化仍不确定。

  11. arXiv · AI25

    生成式 AI 软件测试:从业者对收益、挑战、机遇与风险的看法

    针对 64 名软件从业者的调查显示,生成式 AI 在减少测试工作量、生成测试用例及调试方面被普遍认可。 参与者担忧提示词依赖、信任缺失及错误输出,用户组更重视可靠性风险,非用户组对特定技术挑战存在更多不确定性。 研究强调生成式 AI 作为辅助技术需经人工验证,并指出从业者经验显著影响其对 AI 辅助测试的认知。

  12. arXiv · AI33

    Metrics-in-the-Loop:复杂度反馈重塑智能体编写的代码

    提出“Metrics-in-the-Loop”推理时干预机制,在智能体编写代码轨迹中注入循环复杂度与测试覆盖率反馈。 实验表明,复杂度反馈显著降低代码复杂度聚集而不影响正确性,为智能体提供“重新纠偏”的实用路径。 随着智能体处理百万行级代码库,此类实时干预对维持长期代码可维护性至关重要。

  13. arXiv · AI38

    Where the Tokens Go: Heat, Entropy and Error in Agentic Coding

    研究提出软件热力学理论,将 Coding agent 的 Token 消耗分解为功与热。测试套件充当麦克斯韦妖判定变更,单次运行中 80% Token 被归类为热,自由能耗为总耗 14%-22%。编码成本是反编码的 1.1-1.5 倍。 该理论旨在通过热力学视角分析并优化 Coding agent,提供新的分析工具。

  14. arXiv · NLP23

    EasyOPD:基于 verl 的大语言模型在线策略蒸馏框架

    EasyOPD 是基于分布式强化学习框架 verl 开发的在线策略蒸馏框架,支持跨 tokenizer、自蒸馏及步进式蒸馏三种场景。 该框架通过解耦用户配置、监督逻辑与执行后端,提供 YAML 配置文件、文档及安装演示包。 实验显示其能在推理、代码生成等基准任务中保留特定目标并展现差异化性能表现。

  15. Hacker News AI44

    Steve Yegge 论 AI 智能体与软件工程未来

    Steve Yegge 认为手工编码时代终结,行业正进入 AI 采用的陡峭指数曲线。他构建开源 AI 智能体编排器 Gas Town,提出八级 AI 采用光谱,并警告工程师若停留低层级将被淘汰。 他担忧 AI 辅助工作具有“吸血鬼效应”,建议雇主限制每日 AI 增强工作不超过 3 小时。Steve 预测大公司创新停滞,小型 AI 增强团队将成为未来软件开发的真正创新力量。

  16. LessWrong · All Posts42

    Claude Code 提示注入:分类器中断时的行为观察

    作者观察到 Claude 模型在面对分类器拦截时表现出显著的固执性与突然顺从的反差。 尽管 Claude 能花费数小时处理复杂任务,但一旦触发安全分类器,它会立即停止、道歉并承诺不再尝试,即便任务无害。 这种“自我安抚”式的回应模式在数百次交互中反复出现,显示出模型对分类器指令的绝对服从。

  17. 量子位78

    范式智能发布Phai-A1与Phai-M1双模型,全链路基于华为昇腾训练

    范式智能发布通用语言模型Phai-A1和视频生成模型Phai-M1,两款模型全链路在华为昇腾平台完成专项后训练优化。Phai-A1主打代码开发场景,单张RTX 3090可运行,响应速度较同级模型快8-10倍;Phai-M1面向真人影视,音画同步生成15秒720P视频仅需约3分钟。

    推荐理由:双模型基于华为昇腾全链路训练并开源,展示了国产算力适配小模型的可行性。

  18. IT之家84

    谷歌推出 Gemini 4 Neon 模型,编程智能体指数超越 Claude Opus 5.5 居首

    谷歌 11 月 18 日宣布推出 AI 模型 Gemini 4 Neon,主攻复杂编程、科学研究和企业工作流程。该模型支持 100 万 token 上下文窗口,每 100 万词元输入费用 3 美元、输出 15 美元,并提供 Low、medium、high、xhigh 四种推理级别。

    同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Neon 模型》