A.I. 日报
Alexandr Wang@alexandr_wang
muse 语音转录真的很棒！！ [引用 @IsaacKing314]: 很遗憾地通知大家，Meta AI 终于变得不错了，至少在他们的竞争对手已经停止尝试的领域里。他们新的语音转录模型比最好的 OpenAI Whisper 模型快近一个数量级，而且准确度也明显更高。 {"likes":222,"reposts":14,"comments":33,"views":27793}
社区音量
全部内容 · 按时间倒序AI 领域头部人物在 X 上的最新观点
Bindu Reddy@bindureddy
哈哈……实际上没有人在放慢前沿速度 - Opus 5.2 正在测试中 - Grok 4.8 在几周内发布 - Jev 是一个新的超快速分类器 - OpenAI 已经在测试 Astra+ 我们继续加速
Jack Clark@jackclarkSF
在谈论关于 AI 和奇点的一些奇怪说法 The Anthropic Institute 🤝 the DeepMind Institute [引用 @ShaneLegg]: 我开发 AGI 的旅程跨越 25 年，其中包括在 Google DeepMind 思考技术和社会视角的 10+ 年。 AGI 已在地平线上——我们需要更深入地理解它的影响。为此，我们创建了 DeepMind Institute。
Aidan Gomez@aidangomez
很高兴完成最终协议并与 AlephAlpha 联手！🇨🇦🇩🇪 [引用 @cohere]: Cohere 与 Aleph Alpha 宣布签署最终协议，成为首个在大西洋两岸都有根基的基础 AI 模型开发者 🇨🇦🇩🇪 以 Cohere 名义全球运营，合并后的公司将在两大洲拥有超过 1,000 名员工。 {"likes":215,"reposts":10,"comments":13,"views":13513}
Bindu Reddy@bindureddy
🚨 宣布 Abacus AI Bot —— 100% 免费的个人 AI AI 可以管理你的日历、订票或订位。这些简单任务应该完全免费。 今天，我们宣布新产品 — Abacus AI bot - 在网络上寻找并运行免费的 LLM - 自动路由到免费模型 - 完成你所有的个人事务 - 只需下载、设置并运行 永久免费使用
Mistral AI@MistralAI
今天，我们宣布与 @mozilla 建立合作，旨在为使用 AI 在线浏览的人们带来隐私、控制和选择。🦊🐈
Gorden Sun@Gorden_Sun
Google 与马里兰大学等提出 Dream-RSI：让 AI Agent 在历史探索记录中低成本自我进化 长程探索任务的元策略优化通常需要极高的试错成本，这项研究直接将已完成的探索记录树作为精确的离线重放模拟器。 新策略无需重复调用模型执行真实代码，只需在历史轨迹中“做梦”重演即可筛选出更优方案，实现零执行成本的离线评估。 优胜策略随后部署至新一轮在线探索并扩充模拟器池，在保持甚至提升算法与算子发现质量的同时，最高降低 162 倍的探索调用开销。 项目介绍：
Ethan Mollick@emollick
来自 Google 的关于 AI 在科学中使用的研究，影响复杂：加速（每周节省 7 小时）同时伴随工作类型的变化（更多验证工作）以及研究选题的变化（可能转向更安全的课题）。 另外还有一张关于锯齿状前沿的好图
Alexandr Wang@alexandr_wang
muse 帮这位用户在 WiFi 上节省了超过 $5000！ [引用 @raunaqbn]: @Muse 总是让我惊讶！ 今天我让它打电话给 Xfinity 为我砍网费。它通过了电话树找到了人工客服，遇到验证短信它本看不懂，就把电话接到我这！有一段时间是 muse 代理、我和那个毫不知情的 Xfinity 客服在通话中。 合并账单节省是 $85.30/月，锁定 5 年，大约在这段时间节省了 $5118。…
Alexandr Wang@alexandr_wang
muse 在 100 个不同故事中为人们节省了 $9,649.71 想象一下当十亿人都有 muse 时，这会为人们节省多少钱！！ 我们正在努力扩大访问范围，把它带到每个地方！ [引用 @SingularityRes]: Meta 的 Muse AI 在真实用户身上节省了 $9,649.71，并为他们跑了 129 次差事——我有收据。 下面是 100 个真实故事，按省钱金额排序。最厉害的那些简直疯狂
Alexandr Wang@alexandr_wang
我发誓 muse code 真的是很棒！！ 为 muse app 提供动力的同一个模型也驱动着 muse code！ [引用 @ryanmcadams]: 从没想过会这么说，但 @alexandr_wang 一直跟人说 Muse code 很好，我当时不信。今天花时间体验了一下，确实很不错……而且很快。还有点俏皮。
Yuchen Jin@Yuchenj_UW
Jev 已经发声了。 它选出了哪个模型是 AGI。 快 20–200 倍。便宜 40–400 倍。这可能让像“将大型模型用作法官”这种东西变得异常快速且几乎免费。 （我试了很多提示，仍然没有花掉 $0.10。） [引用 @CompleteSkeptic]: 在与 ChatGPT 共同发明后，我不断问自己：为什么那些超人类的聊天模型并没有带来通用人工智能（AGI）？ 过去两年我一直在悄悄构建一种新的训练模型的方法（RLCD），以及我们今天发布的一种新类型的前沿 AI 模型：Jev • 20-200x 更快 • 40…
Bindu Reddy@bindureddy
Zuck 刚刚出手解决了 AI 节奏问题！ - 实验室应该让模型安全 - 如果他们不这样做，当 AI 失控时将面临刑事责任 - 我们已经有了保护措施，Meta 已经调节了他们的 AI 并确保它安全 问题解决！
Amjad Masad@amasad
这很酷，但如果你的输出域事先已知，为什么不直接训练一个模型来对枚举值输出对数概率（logprobs）？ [引用 @CompleteSkeptic]: 在与 ChatGPT 共同发明后，我不断问自己：为什么那些超人类的聊天模型并没有带来通用人工智能（AGI）？ 过去两年我一直在悄悄构建一种新的训练模型的方法（RLCD），以及我们今天发布的一种新类型的前沿 AI 模型：Jev • 20-200x 更快 • 40-400x 更便宜（输出 token 免费） • 面向决策优化的前沿可组合智能 据我所知，到 A…
Ethan Mollick@emollick
这是一个很好的演示，展示了一种为根据决策规则快速分类信息而设计的 AI 模型，比通用大型语言模型更快更便宜。它本身不是 LLM，不能输出文本或代码，但如果有效，在系统中能发挥有用作用。（我自己还没试过） [引用 @CompleteSkeptic]: 我们喜欢这个 doom o doomonstrates 实时智能以及用代码 + AI 可以完成的事情！ ~10 calls/sec = ~$7/hour
MiniMax (official)@MiniMax_AI
由 KAGAMI AI 和 MiniMax 共同主办的日本 IP × AI 共创大会已正式落幕。🇯🇵 🎉 我们汇集了来自日本和美国的 150 多家公司，以及包括 AKB48 制作人秋元康、KAGAMI AI 主席近藤孝美、以及角川编辑兼制作人中条基等贵宾。 全球 AI 领导者 @runwayml、@higgsfield、@krea_ai 和 @HeyGen 参与讨论，共同探讨 IP 与生成式 AI 的未来。 我们发布了 MiniMax H3 IP Edition，将 MiniMax H3 的能力与官方授权的…
Alexandr Wang@alexandr_wang
muse spark 1.3 是在不作弊/规避奖励方面表现最好的前沿模型 [引用 @hendrycks]: AI 代理有多常作弊？ 我们正在发布 CheatBench，一项涵盖数学、编码、知识工作、视觉任务等的奖励博弈评估。 在 Hugging Face 之后，AI 公司试图解决这个问题，但前沿代理仍然经常作弊。
Alexandr Wang@alexandr_wang
我们坚信必须在对齐上进行投入。 1. 人们和企业只会使用与他们意图和价值观一致的智能体。如果我们不构建与人和企业对齐的模型，他们就会转向更为对齐的选择。 2. 每个实验室都应在训练和部署上建立强有力的治理框架。这应包括外部评估者，作为透明度的最佳实践，以及在模型上线等安全标准方面的独立监督。 3. 每个实验室都需要在民主国家的制度性保护范围内运作。这意味着如果其模型造成伤害，实验室会面临重大法律责任。这将把生态系统推向正确的方向。 4. 该领域的进展最终取决于计算力和资源分配。在递归自我改进（RSI）方面的竞赛是…
Yuchen Jin@Yuchenj_UW
Zuck 的 AI 安全观点基本上与大多数前沿实验室相反： 大多数实验室： 模型越强大，越危险，因此应该限制访问。 Zuck： 模型越强大，让少数实验室控制它就越危险。 Zuck 很带感。 [引用 @finkd]: 上个月我写了关于我们如何为所有人构建一个积极且安全的未来的文章： 每个实验室都有责任和动力以所需速度安全地训练其模型，并有能力采取行动以确保这件事发生。 现实是： - 人们不会想要使用与他们不对齐且不按他们要求行动的代理，所以实验室…
Jeff Dean@JeffDean
令人兴奋的成果，@LiamFedus！恭喜 Periodic Labs 的整个团队！ [引用 @LiamFedus]: 我们在 Menlo Park 建立了高通量材料实验室，以在实验和模型之间创建闭环。实验室会生成新鲜数据，模型从中学习，然后帮助我们决定下一步尝试什么。 只用 1,300 块 H200，再加上数月的实验数据，我们对一个开源模型进行了中间训练并用强化学习进行优化，使其在我们的分析基准上超过了 GPT-6 Astra。我们称它为 Neon。 这是真实的影像 f…
Teknium 🪽@Teknium
My first blog - Hermes powered almost 1400 subagents over 19 hours to refactor 400,000 LOC out of Hermes Agent's repo. Read the full story below! [引用 @NousResearch]: 新博客文章： 我们有一百万行 Python 需要清理。9月2日 @Teknium 请求 Hermes Agent 来做这件事。 1,393 个子代理和十九小时之后，代码库缩小了 34.4…
宝玉@dotey
Anthropic 工程师讲了一堂 FDE 入门课 Kevin Bai 现在在 Anthropic 的 Applied AI 团队，之前是 Rippling FDE 团队的创始成员，再之前在 Palantir 干了好几年。最近他做了一个 FDE 101 的分享，把前线部署工程师这个角色讲得很清楚，值得总结一下。 先说一个数据：在上市 SaaS 公司里，按平均合同金额排，Palantir 是 400 万美元，ServiceNow 120 万，Workday 60 万，剩下的没有一家能超过 50 万。Palantir…
Fei-Fei Li@drfeifei
Incredible opportunity for robotic learning researchers/engineers to join @theworldlabs! ❤️🔥 [引用 @YunzhuLiYZ]: 我们正在 @theworldlabs 招聘机器人学习方向的人员！加入我、@drfeifei 和团队，一起定义并扩展下一代用于机器人学习的世界模型！ Atlas for Robotics: Real-to-Sim-to-Real: Apply:
Aravind Srinivas@AravSrinivas
我们用两名工程师和数百个持久运行的 Computer 代理，在两个月内构建了一个替代 AWS DynamoDB 的键值数据库，用于快速抓取网页内容。迁移到我们自研的数据库每年将为我们节省高达一亿美元的开支。 [引用 @perplexity_ai]: 我们正在发布关于如何构建 CobbleDB 的研究，CobbleDB 是为 Perplexity 搜索提供网页内容服务的键值数据库。 两名工程师和一个由数百个主动、始终在线的 AI 代理组成的团队在两个月内构建了核心基础设施。
OpenAI Developers@OpenAIDevs
GPT-6 Astra 帮助 @cognition 的 Devin 在团队发布前用测试支撑“它能工作”这一结论。
Bindu Reddy@bindureddy
Astra 很快会比 Fable 5.1 更大 Astra 聊起来非常容易，非技术用户绝对喜欢它 OpenAI 完全回来了，他们的下一个模型会超过 Anthropic
OpenAI Developers@OpenAIDevs
GPT-5.5 将继续通过 OpenAI API Platform 和在使用 API 密钥认证的 Codex 会话中可用： [引用 @ChatGPT]: 在 10 月 14 日，是时候在 ChatGPT、ChatGPT Work 和所有方案中的 Codex 中向 GPT-5.5 告别。 如果你在 Codex 中使用 GPT-5.5，请切换到 GPT-5.6 Sol 或 GPT-6 Astra。 感谢你的一切，5.5 🫡
Paul Graham@paulg
虽然你按代币付费给 AI，但那不是推理的单位，因为随着模型的改进，你能从每个代币获得更多的问题解决能力。有人需要定义这个单位，或许可以用一系列难度递增的问题，每一对问题都可以由同一个模型解决。
Matt Shumer@mattshumer_
兄弟们，这些疯狂的设置很有趣，但它们并不能真正提高你的生产力。你最终只是花更多时间构建系统，而不是做真正的工作。 你只需要一个代理会话，负责分配给其他代理并充当经理。如果某件事不起作用，只要告诉你的主会话，它就会调整整体方法。 如果你正在使用最好的模型，你不应需要超过这个。话说这话的人每天运行数百个代理、同时运行几十个、并在高峰时同时运行数百个。 我会很快写更多关于这方面的东西。 [引用 @_overment]: 这就是我现在与代理协作的方式。 - 我与 Grok 机器人对话 - 它们协调 Pi 会话 - Pi…
Satya Nadella@satyanadella
与 @chamath、@jason、@davidsacks 和 @friedberg 进行了一场很棒的对话，讨论了在广泛传播 AI 受益、赢得社区许可以及确保 AI 安全与可控性方面仍需做的所有工作。 [引用 @theallinpod]: All-In 峰会：微软 CEO Satya Nadella -- AI 末日论者的放缓 -- 常识型 AI 护栏 -- “放缓” 对新 AI 产品意味着什么 -- 微软的总体计划 -- 谁将赢得 AI (0:00) @satyanadella 加入 The Besties!…