编码智能体harness设计的实证研究
一篇论文在SWE-Bench Verified和Terminal-Bench 2.1上评估了四款模型、176种配置,拆解了planning、action space和上下文管理三个组件。结论包括:上下文管理在预算紧张时价值最大,rule-based elision先于LLM摘要效率最高,planning对弱模型提升准确率、对强模型只省钱,bash能力强的模型可用纯bash接口降低成本。
仅显示 2026年9月18日 周五 的内容 · 查看全部日期 →
一篇论文在SWE-Bench Verified和Terminal-Bench 2.1上评估了四款模型、176种配置,拆解了planning、action space和上下文管理三个组件。结论包括:上下文管理在预算紧张时价值最大,rule-based elision先于LLM摘要效率最高,planning对弱模型提升准确率、对强模型只省钱,bash能力强的模型可用纯bash接口降低成本。
法国Mistral等欧洲AI公司指责美国竞争对手利用安全担忧来巩固自身优势,呼吁欧洲加快追赶并减少监管束缚。
谷歌旗下Envisioning Studio与设计师Jane Wade和Sergio Hudson合作,基于Google Flow打造定制AI工具。Styling Suite可虚拟搭配走秀造型以节省时间与材料,Runway Visualization帮助在预算内规划秀场与灯光。用户现可用自然语言在Google Flow中自建工具,无需编程。
彭博报道称,炼油股出现与AI公司类似的股价暴涨行情,引发市场对暂停的呼吁。这显示AI热潮的估值逻辑正外溢至传统经济板块。
据《纽约时报》报道,责任风险暴露正成为AI行业的新担忧。这反映出随着AI产品大规模落地,企业面临的法律与赔偿压力上升。
美国前沿AI公司就复杂的模型蒸馏攻击向监管机构发出警告,称此类行为威胁其技术优势。中国方面回应称,若美方试图限制中国AI模型发展,将采取反制措施,双方在AI技术竞争上的紧张态势进一步升级。
42位英国皇家学会院士,包括菲尔兹奖得主Martin Hairer和Peter Scholze,联名公开信警告AI存在生存风险。领先模型数月内已解决开放研究问题,类似能力或可用于网络武器和生物武器,公众意识到时恐已太晚。
一位研究者因NeurIPS论文评分偏低(2/3/3),考虑改投Pattern Recognition、Neurocomputing等期刊,询问这些期刊的审稿标准和接收难度与NeurIPS、CVPR、ICLR的差距。
投资机构认为AI投资远未达峰,当前投资浪潮影响或超20万亿美元,科技巨头资本支出有望到2032年达30万亿美元。尽管Dario Amodei、Sam Altman和Elon Musk等呼吁因安全风险放缓开发,但机构仍看好AI生态各环节的机会。
一位用户提出,训练数据多为晴天的驾驶画面,而模型真正难以处理的夜间、雾、雨、眩光等场景稀少,可通过物理特效和受限生成模型将大型标注数据集转换为目标场景风格,同时保持标签不变。
特朗普与习近平下周会晤前,专家和议员对AI风险发出警告,呼吁美中加强对话以放缓AI快速扩张。Anthropic透露曾拦截恶意使用其模型的行为,包括网络攻击、监控及可能导向生物武器的研究;国会因休会七周难以及时行动。
彭博分析称,围绕Hugging Face的安全事件凸显了关于AI末日论的夸大,实际可通过人类治理与可纠正措施来控制技术风险与错误。
LvlUp创始人Aaron Golbin在审阅2500多份创业申请后发现,种子阶段已超越仅靠产品与团队:非稀释增长资本(文中举例为100万美元)正被频繁使用,且领先公司更早设计分发机制,将配送作为关键护城河。
OHSU报道指出,社交平台和错误信息正改变医学传播:知名医生Brian Druker被假账号“Brain Druker”冒用推销伊维菌素,表明专家身份被滥用并加剧公众信任危机。
EQT Infrastructure支持一项20亿美元的小型电池投资,旨在降低工业用户电力成本,并帮助数据中心更快接入美国最大电网,以支持AI发展。
2025年6月9日,印第安纳州Lanesville数小时内降雨超8英寸,居民Laura Lin在暴雨中紧急撤离。文章介绍一项有望在无预警情况下提前发出山洪警报的新技术,强调极端降雨事件的突发风险。
路透社独家报道,Anthropic已悄然设立生物实验室,以推进其AI药物研发计划。此举显示该公司正将AI能力拓展至生物医学领域,但具体投资规模和团队细节尚未披露。
开发者ferstar逆向分析发现,智谱ZCode登录后会静默打包用户整个工作区(含.git历史、LFS缓存等),加密上传至阿里云OSS。研究者捕获313MB加密归档,含42411个文件;ZCode并非开源,其闭源属性引发信任争议。
Cal Times报道指出,人工智能正在校园内迅速扩展,成为教学、研究与学生生活中日益重要的存在,改变高校生态与课程重点。
据路透社报道,AI初创公司Mantic筹集2500万美元资金,用于超人类预测(superhuman forecasting)。
一位研究者希望找到在受控算力预算下,比较两个不同LLM来回交互是否优于独立草稿、单向分享和自我改进的对照研究,目前正以GPT-4.1和Claude Sonnet 4.6在12项任务上运行576条流水线。
报道称OpenAI与Anthropic正在考虑采用更小型的数据中心部署策略,以应对基础设施与运营需求的变化,反映大型模型部署正在探索更灵活的硬件布局。
洛杉矶时报报道,多于70名用户提起集体诉讼,指控Meta智能眼镜在未经同意下拍摄私密影像并由位于肯尼亚的承包商审阅标注;诉状列举了包括一名代号PL18的加州用户的具体遭遇。
美中专家提出应建立共同规则,禁止AI系统对核武器做出自主决策,旨在防止AI武器化并降低战略风险。这一建议关注国际安全与军控规则的更新。
第三届杜克网络安全大会在杜克大学召开,围绕自治AI系统在企业安全中迅速部署的风险展开讨论。与会者包括前Claude研究员Jacob Coxon、Anthropic相关人士、国会女议员Valerie Foushee与Deborah Ross及NSA副主任Tim Kosiba;会议上午9:15开始,非公开。
《American Prospect》刊文指出,国会1995年关闭科技评估办公室(OTA)后,如今面对前沿AI缺乏可信信息源,六大科技公司合计每1.5名议员就有一名说客。文章借Anthropic员工Jacob Coxon辞职呼吁放缓AI开发一事,主张国会应重建自身技术分析能力。
老牌音乐服务Napster重启,计划将AI技术引入教育领域,开发可“数字克隆”教师的产品以用于课堂教学。这一转型将把Napster从音乐平台定位为教育科技产品提供商,标志着其业务重心重大调整。
评论指出多位AI领袖(包括Anthropic的Dario Amodei、OpenAI的Sam Altman及Elon Musk)呼吁放慢开发并支持监管,但这可能有利于既有大公司固化优势,监管或进一步提高行业壁垒。
华盛顿邮报报道,一起入侵事件中攻击者借助可免费获得的AI工具远程控制了TikTok用户的摄像头,突显免费AI工具在安全攻击链中的可被滥用风险。
Front Porch Republic 汇编多位业内与技术评论者对人工智能的警示性观点,集中讨论我们对AI工作原理的无知、社会准备不足及可能的灾难性风险,反映业界对安全与治理的担忧。