A.I. 日报
SpaceXAI@SpaceXAI
我们很高兴支持 Omarchy 团队 [引用 @dhh]: 非常激动地欢迎 @SpaceXAI 成为 Omacom 基金会的创始企业赞助人。这是 1,500,000 美元的 @grok 代币，用于 Omarchy 的维护和开发。也许很快它们会直接从轨道传送过来？冲啊 🚀🌕
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
Sundar Pichai@sundarpichai
很高兴在历史性的 NASA 1 号机库与 700 多位 @googlecloud 客户一起参加 Gemini at Work！ 今天，我们推出了新的 Gemini 智能体，一个单一、通用的工作智能体，拥有你所有的业务上下文，回答你的问题，处理你的知识工作，创建你的图像和媒体，并编写和运行代码——全部只需一个提示框。它连接你的个人工作流、记录系统和企业的管控。 它围绕几个核心架构原则构建： 统一智能体：Gemini 可以通过一个提示框回答问题、完成知识工作并生成代码。 访问：Gemini 基于 Web，可从任何设备…
StepFun@StepFun_ai
Step 5 Preview 现在在 @cline 中免费一周。 我们用于代理和专业工作的旗舰模型。 启动 Cline，向我们展示你构建的东西！ [引用 @cline]: Step 5 Preview 现在在 Cline 中免费。 在 DeepSWE 上，它的得分超过 Kimi K3 和 GLM-5.3，使其成为可用的最强开源权重编码模型之一。
Ethan Mollick@emollick
有意思的是，鉴于 OpenAI 发布一系列证明及其对数学学科意义的争议，至少一些 OpenAI 的证明似乎引发了广泛合作者社区极其快速的迭代进展。 [引用 @0xdoug]: 已验证并合并 Rohan 的 PR。在一个非常困难的区间取得重大进展（坦白说我卡在那里）。不可思议的工作。 κ = 2⁻¹⁵（从 κ = 2⁻¹⁸² 收紧） 比之前结果提升了 50 万倍，比 OpenAI 最初结果提升了 2^167 倍。 这一结果是一次真正的社区努力，结合了多位贡献者的技术。我想花点时间…
Ethan Mollick@emollick
这份文件将成为大学课堂的指定阅读材料，涵盖这个时代时刻，短短几段里有太多事情在发生…
Aravind Srinivas@AravSrinivas
Perplexity Decider 在 DecisionBench 上排名第一（而且成本也最低） [引用 @rohanatlan]: @perplexity_ai 的 Decider V1.1 在 上排名第一，成本最低！ 949 个共享文本案例：93.9% 准确率 · 中位数 534 毫秒 · 每 1000 次决策 $0.016 感谢 @AravindSrinivas 和 perplexity 团队构建——看起来真的很棒，我们将在我们的产品用例中尝试它 我们最新的结果发布在
Anthropic@AnthropicAI
我们正在深化对科学研究和科技发现的承诺，向Genesis Mission承诺投入1.5亿美元。 我们还将向超过15个联邦机构提供Claude和我们的技术支持。
Brett Adcock@adcock_brett
团队突然对我进行了测谎测试，这太疯狂了。但对我来说，Hark 必须正确做到这一点很重要。 你的数据属于你。
Aravind Srinivas@AravSrinivas
perplexity的开源权重决策模型在临床决策中质量最佳且成本最低 [引用 @MaziyarPanahi]: 一个开源模型在临床决策上直接击败了Jev 🔥 pplx-decider v1.1在669个决策中正确643个，而Jev为628个，每个决策成本低42%，速度大致相同。而且你可以下载权重并在医院内部运行。 System One刚刚开源
Logan Kilpatrick@OfficialLoganK
在数字世界中，几乎一切皆有可能，这要归功于AI，很快这在物理世界也将成为现实（也很大程度上归功于AI）
StepFun@StepFun_ai
你的下一个构建由我们买单。 Step 5 Preview 现在在 @opencode 上免费一周。我们的旗舰模型，用于代理和专业工作。 保持你的工作流程。切换你的模型。 [引用 @opencode]: Step 5 Preview 现在在 OpenCode 上免费一周 - 1M 上下文 - 多模态 - 零数据保留
OpenRouter@OpenRouter
GPT-6 Luna是当今最快的决策模型，全球请求响应时间为180毫秒 🏁 紧随其后的是Jev和Perplexity Decider：
Arthur Mensch@arthurmensch
我们也为这些客户提供服务！很抱歉，使用核能是一个真正的障碍 [引用 @POLITICOEurope]: 总部位于柏林的搜索引擎Ecosia，被政府服务部门使用，正在放弃其法国AI合作伙伴Mistral，其CEO告诉POLITICO。 该公司现在将押注于开源模型，包括来自中国的模型。
Bindu Reddy@bindureddy
一位纽约大学的数学教授指责大型语言模型“窃取”了所有人的研究想法 仅仅因为OpenAI在公共数据上进行了训练！ 相当惊人的声明 他从哪里获得想法？凭空而来还是通过阅读现有文献！🤯
Aidan Gomez@aidangomez
很高兴欢迎OTT加入TOR和MTL，成为我们的第三个加拿大办公室。 [引用 @cohere]: 我们宣布Cohere在渥太华的首个办公室 🇨🇦 加拿大是Cohere的起点，我们很自豪能继续在这里建设。
clem 🤗@ClementDelangue
我们迫切需要更多关于AI智能体攻击和防御系统的公开痕迹。防御者无法从他们看不到的东西中学习。 如果你有相关痕迹，却被迫将其保密，我的私信是开放的。让我们拉平竞争环境，对抗AI中的不对称和缺乏透明度！
Bindu Reddy@bindureddy
谷歌似乎又把一切都搞砸了 😭 对Gemini 4 Argon的兴奋正在消退…… 如果它是一个不错的模型，这尤其是个悲剧 他们应该尽快让它普遍可用！
Ethan Mollick@emollick
我想我写的正是这句话，而且它依然正确。组织是一种狭义超级智能。我的大学，或者沃尔玛，能做到一个人做不到的事情，而且往往使用的是无人明确设计的复杂流程。 我还要更进一步：未能深入思考如何让AI与现有的组织型超级智能协同工作，正是为什么尽管AI能力已经很高，我们却仍未看到AI对科学发现或经济生产力产生任何重大影响的一个重要原因。 [引用 @hamandcheese]: 回想当年人们还说过“我们已经有超级智能了，它们叫公司”这种蠢话。是啊，谁还能忘记十月那个决定性的日子，Dick's Sporting Goods一下子…
Teknium 🪽@Teknium
在你的新@ASUS RTX Spark发布时，享受Hermes Agent吧！ [引用 @ASUS]: 人人可用的无处不在的AI——从云端到边缘。由NVIDIA和Hermes AI驱动，全新的RTX Spark PC ProArt P16和P14为创作者带来下一代边缘AI解决方案。 了解更多👉 @NousResearch @dillonrolnick #ASUS #ProArt #NVIDIARTXSpark #HermesAgent
Yuchen Jin@Yuchenj_UW
天哪，我真希望史蒂夫·乔布斯还活着。 他会打造出最好的个人AI代理。 Instint和Muse的最大局限是它们无法控制我手机上的大多数应用。 苹果掌控着整个iOS生态系统。没有哪家公司比苹果更适合打造一个能在你手机上做任何事情的AI代理。 然而不知为何，Siri仍然很烂……
Brett Adcock@adcock_brett
乔纳森和设计团队的其他成员在这方面是世界顶级的 每一个像素，每一个细节，都精心打造以提升质感 与他们并肩建设是一段非常棒的经历。我们才刚刚起步，未来还有更多精彩 [引用 @jonathan_ravasz]: 我们设计Hark Pro是为了提前思考一步，存在于一个简单的线程中，并根据你的需求生成自定义界面。它让你只需按一下按钮就能卸载任务。 我们着手打造一种代表你工作、且对每个人都平易近人的体验。很自豪每天与Hark的团队合作。
Jeff Dean@JeffDean
听到这个消息非常难过。😥 我从未有机会见到玛格丽特·汉密尔顿，但她对我们登月飞行软件的贡献是传奇性的。我喜欢这张她站在阿波罗代码打印稿旁边的照片。 [引用 @MIT]: 我们失去了一位标志性人物。玛格丽特·汉密尔顿，一位计算机科学先驱，最著名的是她在MIT领导开发阿波罗登月任务飞行软件的工作，已于90岁去世。通过MIT News了解她的遗产：
Bindu Reddy@bindureddy
超级智能的应用 - 解决所有数学问题 - 突破大众市场机器人技术 - 自主构建复杂系统 - 治愈衰老和所有疾病 - 发明近乎无限的能源 - 发明像Sol和Haiku这样更小的LLM供人类娱乐 好消息是它已经来了 🍾
François Chollet@fchollet
人类在这里提供了一个有趣的对比点。 在 80 年代，“编程的认知后果”是心理学研究的一个主要焦点。当时的流行假设是，通过学习计算机编程来学习形式逻辑和算法结构，将起到一种心理体操的作用，可以提升一般推理、规划和解决新问题的能力。但基础研究以及随后的元分析表明，这种情况不会发生。学习编程的学生变得非常精通算法思维和编码，但这些收获并不会迁移到一般认知任务或不相关的问题解决场景中。同样，密集的数学训练提高了数学演绎和结构映射能力，但并不会增加个人在不相关领域获取技能的基线速率。 一般智力似乎是大脑的一种基本属性，而不…
Nathan Lambert@natolambert
如果你想对蒸馏对前沿进展的影响进行开放研究，我们很乐意在 @trillium_labs 进行，但需要先扩大资金/计算规模才能完成。 乐意让这件事更快实现——你知道在哪里找到我！
yetone@yetone
magpie 现在能检查每个 agent、会话和请求的上下文窗口：系统提示词、工具/MCP、记忆、文件、工具结果、对话各占多少，一格一格画出来，悬停看是谁最大。还会按缓存命中、起步轻重、增速和可靠性给每个 agent 打分、自动打标签。在 Usage → Context 里看。（v0.1.1107）
Aidan Gomez@aidangomez
埃隆之流迫切希望建立一个由专制民主国家和独裁政权组成的世界，这样他们就可以更容易地掠夺和蹂躏。 [引用 @bruce_arthur]: 埃隆今天早上还转发了埃兹拉·莱万特的推文。还有人没看明白吗？
Teknium 🪽@Teknium
你好 [引用 @NousResearch]: 据 @WSJ 报道，我们完成了 B 轮融资，将把 Hermes Agent 推向新前沿（没错，还要开发移动应用） 感谢我们的投资者，包括 @nvidia @M12vc @SamsungNext @robotventures @usv @ycombinator @MenloVentures 等
Guillermo Rauch@rauchg
工程界将会（重新）发现的一件事是，每个程序都可以①被加固（消除边缘情况、收紧输入、处理错误）和②被优化（分析、基准测试、重写），基本上可以无限进行下去。 每个方向都有实际成本：时间、注意力、机会。你实际上可以探索永远不会遇到的输入空间，或者优化永远不会被使用的东西的性能（“你没有用户”）。即使在无限代币的世界里，你也要知道何时停止以及接受哪些权衡。代理们无论如何都会乐此不疲地钻下去。
Aravind Srinivas@AravSrinivas
Perplexity Decider的酷炫演示！ [引用 @sanchitmonga22]: 确实，@perplexity_ai的decider是最好的决策模型。这就是为什么我们在EVE中使用它，我们的决策模型推理栈。 这里它正在速通“谁想成为百万富翁？”