A.I. 日报
Yuchen Jin@Yuchenj_UW
埃隆刚刚毁了我所有新实验室和新云朋友的心情。
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
Guillermo Rauch@rauchg
我莫名喜欢这些模型用的工程行话：gate、evidence、culprit、durable、provenance、contract…… 其中很多来自这样一个事实：大多数工程工作其实是在调试和理解现有系统，你需要扮演侦探/审计员的角色，做的是取证。 我不禁想，能高效工作所需的“最低限度可行英语”到底是什么。ASD-STE100简化技术英语大约有900个获批词汇。我怀疑我们需要的词要少得多。
Brett Adcock@adcock_brett
我们在总部内部建了一个名为 Blackbox 的秘密之家，用来测试我们的前沿模型 [引用 @TheHumanoidLabs]: Brett Adcock 表示 Figure 的最新模型是“婴儿 AGI”，也是他在机器人领域经历过的最重要时刻。他还说，该模型上个月用 Figure 历史上最多的预训练数据和 GPU 训练而成，几周后还将有一个更大的模型就绪。
Teknium 🪽@Teknium
来看看Hermes Agent中Curator的概览 [引用 @NetworkChuck]: 想象一个能和你一起成长、并在后台持续自我升级的AI agent⚡ ——-> 这正是Hermes中Curator功能的用途。它帮你打磨并改进技能，移除没用的技能并自动创造新技能。 来看一看！👇
Kevin Weil 🇺🇸@kevinweil
我的@warpsciences联合创始人Sol Reisberg的这个观点很重要——也是来自该领域专家的一篇好文章。
yetone@yetone
便宜 + 快 + 出活儿 [引用 @Suercha007]: Deepseek好像在各大平台的调用量都是断层领先的，比如说OpenCode、OpenRouter、Command Code等等。 主要原因是什么？便宜？
NVIDIA@nvidia
欧洲花了几代人的时间掌握科学、工程和制造。这些知识和专业知识现在可以为其自身的AI提供动力。 “让我们一起构建欧洲的AI经济，让AI发挥作用。” — @JensenHuang 在柏林GTC上
Guillermo Rauch@rauchg
有时候你会对AI过度指导。它比你更懂，也比你更聪明。 有时候你会对AI指导不足。它可能会偏离轨道，带有错误的偏见，或者遗漏上下文。 你如何管理这种超能力，是我最看重的#0技能。
Teknium 🪽@Teknium
想更深入了解 Hermes Agent？ 看看这个帖子 [引用 @witcheer]: 这是一份值得观看的 Hermes Agent 视频地图，按你想用它做什么来分类： (1) 从这里开始 (2) 用它经营业务 (3) 真实配置和用例 (4) 技能 (5) 智能体团队：Kanban、Bot Mode、cron (6) 按职业：营销、销售、支持、研究 见下方帖子
Teknium 🪽@Teknium
欢迎加入Hermes Agent团队！ [引用 @DenLoginoff]: 我喜欢OpenCode，但他们不再值得我的信任了😔 作为一名安全专业人士，我就我发现的安全和隐私问题多次联系他们。 我从未收到任何回复🙈 他们本周对数据泄露的处理不当是最后一根稻草，恐怕。 我真的希望OpenCode能变得更好，但就目前而言，他们的透明度记录还差得远...
yetone@yetone
但凡用一下 Magpie 的本地脱敏功能，也不至于发生最近的那几起安全事件。
Aravind Srinivas@AravSrinivas
🎸🎸🎸 [引用 @AskPerplexity]: Computer 把 Johnny Cash 在《I've Been Everywhere》中提到的全部 92 个地点都标了出来，并随着他唱到每个地点时进行标注。 打开声音。
Alex Albert@alexalbert__
我们这里有一群非常优秀的人，他们深切关心我们的产品，并且希望听到你们的声音。如果你有任何反馈，请@他们： Claude Code @addyosmani @lydiahallie @_catwu @bcherny @sidbid @jarredsumner @adocomplete @delba_oliveira @connerphillippi @dickson_tsai @dmwlff Chat/Cowork @felixrieseberg @TheAmolAvasare @RobertJBye @sean_…
Yuchen Jin@Yuchenj_UW
从一位新实验室的朋友那里听说的： “即使我们没能训练出最好的模型，我们很早就锁定了 GPU 算力。H100/B200/B300 的租赁价格此后涨了 2–3 倍。我们直接转卖算力就能印钱。” 好吧，原来这就是商业模式。
Brett Adcock@adcock_brett
Figure 的三代人形机器人
Aravind Srinivas@AravSrinivas
/impeccable 现在是 Computer 中的一个技能。它是由 @pbakaus 构建的开源技能，可让你构建不像 AI 生成的垃圾的界面。我们为每位用户提供 5000 积分来开始使用该技能。 [引用 @AskPerplexity]: 由 @pbakaus 打造的 Impeccable 技能现已登陆 Computer 的技能市场，它会审查界面并修复设计师会指出的问题。 它会检查布局、字体、对比度和可访问性。 使用 /impeccable 的任务在 10 月 31 日前免费，每位用户最多 5,000 积分。
Bindu Reddy@bindureddy
用 Vibe Coding 打造你自己的 LLM 你不再需要博士学位就能创建自己的 LLM 并针对你的用例进行定制微调 你可以在一小时内从文本提示直接得到一个定制训练的 LLM。 只需向 Abacus AI SuperComputer 提出请求，并使用 GPU 在数小时内训练你的自定义权重！打造你自己的 LLM 下周推出
Ethan Mollick@emollick
在不至于过度轻信的前提下，我们应该更认真地对待实验室提出的那些看似“离谱”的 AI 网络安全观点。举例来说：Anthropic 曾因声称 Mythos 级别的 AI 改变了网络安全而遭人嘲笑，@polynoamial 也因称模型会找到新颖的协作方式而被嘲笑。 [引用 @AndrewCurran_]: OpenAI 对其加固的隔离基础设施进行了红队测试，让多组前沿模型智能体尝试突破其防御。它们轻易地以新颖方式逃逸了。引用如下： “我们的智能体 VM 逃逸事件表明，为什么隔离必须延伸到沙盒之外。为了测试外围边界，我们…
Alexandr Wang@alexandr_wang
muse wonder full 和 muse wonder 在 lisanbench 上是 SOTA [引用 @scaling01]: 广告——Meta 提供了 Muse Wonder 模型的免费使用权限。测试和结论均为我本人观点。 这是 LisanBench 的一次重大更新： - 我终于下定决心，测试了多个推理等级。现在我们有了一批非常漂亮的数据。 - Muse Wonder Full 和 Muse Wonder 在 LisanBench 上表现出色，扩展性惊人，各推理强度之间的间距也非常均匀。仅从分数来看…
François Chollet@fchollet
符号学习是有效的
Nathan Lambert@natolambert
在顶级模型层面，真实世界的可用性远比 AA 上 ±2 分重要得多。这对一个模型来说需要一段时间才能理解，AA 更像是一种潜力，但有些模型能兑现，有些则不能（例如 opus 5 与 5.5）。看来 3.1 可能更偏向兑不了现的那一边。 [引用 @fawnunwrap]: 在 Kimi K3.1 之后，OpenAI 在 AA 分析上甚至已不再位居前五
swyx@swyx
给所有想私信我们的 VC 的公告 [引用 @trq212]: 我在 Anthropic 工作了一年多，参与 Claude Code 的开发，看着它的规模增长到超出我想象，之后我离开了。 我真的很喜欢在 Ant 工作，也深深认同这个使命，最重要的是，这种“向上竞争”的理念。 这个理念是：如果我们努力且负责任地工作，我们就能提高标准，并激励他人取得伟大的成果。如果我们互相推动变得更好，事情就能……
硅谷王川 Chuan@Svwang1
需要理解的是，绝大部分 ai 应用公司严重亏损，依靠持续融资才能活命。它们持续融资的能力取决于把 arr 不断做大。 而且它的很多 arr 也来自严重亏损，需要持续融资才能活命的创业公司。 所以整个链条上的估值只能涨，不能跌，才能吸引外面更多热钱涌入。大家硬着头皮一起把估值做高。 链条上的关键节点一旦遇到估值下降，其它相关合作伙伴持续融资的通道可能突然关闭，然后企业突然倒闭，之前的 arr 也突然消失。
Bindu Reddy@bindureddy
🚨 Smaug-Nemotron 是美国智能体类别中最好的开源模型 - 可以在你的桌面上本地运行！ - 在美国开源模型中智能体编码能力排名第一 - 成本/任务排名第一 - 基于 Nvidia 最新模型构建 我们很高兴能推动美国开源模型的边界。权重已在 HF 上发布
Percy Liang@percyliang
最后冲刺…… [引用 @dlwh]: Marin的535b模型预训练进度现已超过80%！这是损失值与我们缩放阶梯预测的对比。急剧下降来自4K→16K上下文切换，所以我们在预测上有点作弊。（这是计划内的。）我们也会在4k下重新评估。
swyx@swyx
顺便说一句，这是假新闻，我把他挖到了 [引用 @ArfurGrok]: ✅ Sunil Pai（@threepointone）已加入 Anthropic。
Alexandr Wang@alexandr_wang
很多人仍然低估了 Muse Wonder Full 没关系，我们有更好的模型即将推出 🔜 👿 [引用 @theo]: 我仍然觉得你们严重低估了 Muse Wonder Full。 我一直在大量使用它来做编排，以及重写文档、技能、mcp 描述等等。 和它对话要愉快得多，而且它非常擅长引导模型（因此，在技能编写方面也相当不错！）
Bindu Reddy@bindureddy
🚨 Kimi K3.1 得分低于 DeepSeek Flash - 似乎在公开基准上刷分过度 - 在每任务成本上具有竞争力 - 它不是 Fable 或 Astra 级别 - Deepseek 仍然是开源之王 这是在 LiveBench 上的结果
Greg Brockman@gdb
我们发现了一个广泛部署的压缩库中的远程代码执行漏洞，并一直在进行披露工作。 这既是一个有影响力的问题，也是一个例子，表明协调修补可能有多复杂，因为它集成到许多下游软件中： [引用 @OpenAI]: 在这次红队演练中，我们还发现了一个漏洞，允许在Brotli（一个广泛部署的压缩库，包含在许多软件中，如Node.js、Bun和Envoy）中进行未经身份验证的远程代码执行。 该漏洞可能让攻击者通过发送或回复恶意压缩数据，在受影响系统上运行自己的代码，而无需创建用户账户…
OpenAI@OpenAI
在这次红队演练中，我们还发现了一个漏洞，允许在Brotli（一个广泛部署的压缩库，包含在许多软件中，如Node.js、Bun和Envoy）中进行未经身份验证的远程代码执行。 该漏洞可能让攻击者通过发送或回复恶意压缩数据，在受影响系统上运行自己的代码，而无需创建用户账户。也就是说，一个接受压缩输入的未修补服务器可能被恶意客户端接管，而一个接受压缩输入的未修补客户端（例如“curl --compressed”）可能被恶意服务器接管。 这个根本原因问题实际上在二月份就在Brotli源代码中修复了，但当时并不知道它会导致…