A.I. 日报
Aravind Srinivas@AravSrinivas
讲解视频是我现在最喜欢的学习方式 [引用 @AskPerplexity]: 计算机制作了一段3分45秒的讲解视频，讲的是苹果和富士康在iPhone Duo折叠屏下层做了哪些改动，以实现规模化生产。 它聚焦那一层中的一个问题，从如何测量到如何修正，把产品画面和报道与图示穿插在一起。
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
Theo 干得漂亮 [引用 @vercel_dev]: fx × T3 Code：我们的开源智能体运行框架 fx，现在已是 T3 Code 的内置提供商。 • 可在网页、桌面和移动端运行 • 与你现有的模型和技能兼容
Yuchen Jin@Yuchenj_UW
根据 Artificial Analysis 的数据，Gemini 4 Carbon 在每项任务上既比 Opus 5.5 更聪明，也更便宜。 我唯一要提醒的是：他们是用 Antigravity CLI 对 Gemini 4 Carbon 做基准测试的。 我已经好几个月没碰 Antigravity 了，也不太想装它…… 我会在 Codex 和 Omnigent 里试用一下，看看它到底有多好。
Bindu Reddy@bindureddy
喜欢！谷歌刚刚发布了Carbon 它目前还没上线，但几乎肯定会与Fable和Astra不相上下 如果它的定价和Argon一样、便宜5倍，可能会引发一场小地震
Boris Cherny@bcherny
犹他州向10个州级机构的34名开发者提供了Claude Code。80%的人在30分钟内就搭建好了可用环境，71%的人表示在为期四周的试点结束时节省了20多个小时。 [引用 @AnthropicAI]: 我们正在扩大与@USGSA的合作。根据一项新的OneGov协议，我们正以四折优惠将Claude带给联邦、州、地方、部落和领地政府。
Yuchen Jin@Yuchenj_UW
我们是不是又进入了新一轮“谷歌回来了”的周期？ 谷歌的新模型Gemini 4 Carbon在大多数基准测试上击败了Opus 5.5和GPT-6 Astra，并在Artificial Analysis Intelligence Index v5上排名第一。 看看它能否撼动Anthropic的IPO。
Google AI@GoogleAI
宣布 Gemini 4 Carbon，这是我们最强的模型，具备最先进的网络安全能力和长程任务能力。 Carbon 在大多数基准测试上都有所提升，在自主编程和网络防御方面展现出强大的前沿性能。 我们首先将 Carbon 提供给 Fairwind 计划中一部分可信的网络防御者使用。我们会尽快扩大访问范围。
Aravind Srinivas@AravSrinivas
面向所有Pro和Max用户推出新的语音模式，覆盖网页版和Mac应用。基本上可以让你对着电脑说话，就能并行完成多条工作流。
indigo@indigox
Dan Koe 这篇很棒，我有亲身感受，总结一下分享给大家！大众对百万粉大 V、遥不可及的炫富生活和完美身材已经脱敏；相反，一个毫无技术背景的 40 多岁宝妈仅凭一个「30 天挑战」数字产品就能完成百万美元级发售。社交媒体正在演变为去中心化教育系统，人们真正共鸣并愿意付费的对象 - “You are the niche” 创作者的三阶演化： 第一阶：网红（Influencer）被注意力本身支配。内容优化目标是「消费完即忘的廉价多巴胺」，高度熵增，对人类思考能力的破坏远超 AI； 第二阶：个人品牌（Personal…
Bindu Reddy@bindureddy
Anthropic收入的80%来自API用量计费 这是他们的软肋。DeepSeek的成本比Opus低20倍，而且已经能胜任70%的任务 如果公司在大多数简单任务上使用昂贵的token，那就是在严重超支
Guillermo Rauch@rauchg
fx 现在快得多、更小、更高效 在你的 iPhone Duo 上试试 [引用 @vercel_dev]: fx v0.0.15 更少内存。更快恢复。更小体积。 - 长会话内存减少 70% - 二进制体积缩小 7.66%（6.15mib ← 6.66mib） - 图片密集的回合处理速度最高提升 3.3 倍 - 会话恢复速度提升约 18% - 自动刷新模型目录 - 用 /fork 分叉对话 - libfx 中更好的图像处理和崩溃恢复 - 多项错误修复和安全改进
Bindu Reddy@bindureddy
LiveBench 终于反映了真实世界的性能 - Fable 5.1 和 Astra 位居榜首 - Opus 5.5 紧随其后，在设计方面表现出色 - Argon 胜过 Terra，擅长数据分析 - 谷歌首次击败开源 - DeepSeek 是最强的开源模型
Simon Willison@simonw
我认为十月标志着编程智能体及其驱动模型在能力上的又一个拐点：Claude Opus 5.5 现在能做出真正好玩的电子游戏了
Aravind Srinivas@AravSrinivas
在 Perplexity Computer 上做的有趣项目：让它设计一个 GTA V 任务，你在游戏内的手机上用 vibecode 编写 GTA VI，而开发者因为你们抢先发布 GTA VI 而报警抓你。 它查阅了 FiveM 文档（原生函数、行人模型、服务器 convar、游戏内浏览器的限制），并用 Lua 把这个任务构建成 FiveM 资源。然后它搭建了一个 MCP 桥接，这是一个小型本地 Node 服务，通过 OAuth 登录 Perplexity Computer MCP 服务器，把你的游戏内提示变成一个…
Nathan Lambert@natolambert
开源模型的消亡被大大夸大了，但之前的 AA 指数确实美化了它们。作为一个行业，我们需要更具体的智能指数，因为 LLM 被用于截然不同的任务。 我对基准测试行业的元评审。
Ethan Mollick@emollick
已经有一批非常有趣的实验，通过激活开放 AI 模型中的单个神经元，将它们锁定在特定的角色人格中。 这里，历史学家 @ResObscura 对一个仅用1930年之前数据训练的模型尝试了同样的技巧，结果令人愉悦。 [引用 @ResObscura]: 受 @Sauers_ 和 @jfonsecarivera 以及其他最近关于 AI 模型人格的有趣工作启发，我为 Talkie-1930 构建了一个部分神经元图谱，这是由 @status_effects 和 @AlecRad 创建的历史语言模型。这是链接：
yetone@yetone
自从 Magpie 全面插件化以后，你甚至可以在 Magpie 里这样：
Mistral AI@MistralAI
Voxtral Mini Transcribe 3 在 Voice Arena 的说话人分离 + ASR 排行榜上排名第2。 [引用 @voicearena_ai]: 🚀 Mistral AI 的 Voxtral Mini Transcribe 3 在 Voice Arena 的说话人分离 + ASR 排行榜上按 DER 在9个模型中排名第2，超过了它更大的同类产品。 在 Mistral 推出新的 Voxtral 3 系列之后，我们在 Voice Arena 的说话人分离基准上评估了其 Mini 和 Small…
yetone@yetone
昨晚跟 @pseudo_yu 吃饭的时候，他说他一直没敢打开 Magpie 的脱敏功能，是因为怕 Magpie 的脱敏功能篡改了发给大模型的内容，导致 Agent 行为异常、能力下降。 其实 Magpie 的脱敏功能并不会导致这种劣化，但我也担心很多用户会有相同的担忧，所以就在 Magpie 里加上了一个脱敏原理的演示动画，让大家可以直观地知道 Magpie 脱敏的原理，以及解释为什么它不会破坏 Agent 的行为。
Bindu Reddy@bindureddy
AI 基本上已经解决了编程 下一个大前沿是物理学。AI 现在正在破解的数学问题是通往物理学的垫脚石 一个开创性的物理学突破可能带来近乎免费的无限能源！ 当然，这将自动带来丰裕时代，想想这可能在一年内发生！❤️
Alexandr Wang@alexandr_wang
muse 与 instagram 的整合很棒，而且只会越来越好！！ 我们在这里还计划了更多有趣的东西，很期待大家去尝试 [引用 @briechong]: 对我来说 muse 最大的成功是它与 instagram（除 X 外我最常用的应用）的无缝整合 我让 muse 根据我保存的 IG 帖子制定了一个滑雪训练计划，并在这个过程中整理了我的收藏！
Ethan Mollick@emollick
Artificial Analysis 终于转向闭源基准测试（再见 GDPval-AA），并发现开源权重模型比他们之前测量的落后得更多。对此要持保留态度，但这与普遍感觉相符：我们还没有看到 Fable 级别的开源模型。 [引用 @ArtificialAnlys]: 开源权重模型在 v5 中进一步落后。领先者 Kimi K3.1 Pro（权重尚未发布）得分为 46，落后领先者 12 分，而 v4.3 中的差距为 3 分。在已发布权重的模型中，DeepSeek V4.1 Flash 1017 (max) 和 GLM-…
Ethan Mollick@emollick
Genie 4：“场景：维多利亚时代的高茶。角色：一只穿着得体服装的老鼠。” “一只豪猪走过” “老鼠长出了翅膀” “老鼠飞向茶杯” 这是实时的，而且我可以自由走动。 它有故障，但与几年前相比也先进得不可思议。
Greg Brockman@gdb
了解 PHP2Shell 以及总体新兴的安全格局： [引用 @clintgibler]: PHP2Shell 对您的安全团队意味着什么——以及您接下来应该做什么？ 明天我将与 @CrowdStrike 的同事一起讨论 PHP2Shell 是如何被发现的、我们如何应对披露过程，以及您接下来的实际步骤： - 评估您的暴露面 - 应用修复 - 并调查可疑活动。 我们还将从 @OpenAI 的视角讨论前沿 AI 如何改变漏洞……
Percy Liang@percyliang
最近几周已经清楚地表明，AI 非常擅长解决研究问题。那它在提出*有趣的*研究问题方面有多强？感谢29位来自数学、统计、计算机科学和物理学领域的专家的评分，我们发现其中1/3是有趣的，我们完全预期这一点还会提升。这引发了关于在{学术界,产业界}中{人类,AI}理想关系的重要问题…… [引用 @FanNie1208]: AI 现在正在攻克科学家提出的一些最难开放问题。但研究不止于解决问题。AI 是否也能提出专家认为真正有趣的研究问题？ 我们构建了 After42 来找出答案。专家判定其135个最终问题中有45个真正有…
Yuchen Jin@Yuchenj_UW
我很高兴AI终结了LeetCode风格的编程面试。 我和年轻的AI人才聊过，大多数人会直接跳过那些仍然使用LeetCode面试的公司。 我同意Felix的看法。品味、共情、有原则的思考、商业嗅觉和主动性才是真正重要的。 [引用 @felixrieseberg]: 编程面试已经死了，至少对我所在的Anthropic团队来说是这样。我看得够多了，知道它不再提供信号。这个月我把它从面试流程中去掉了。 我有一个辛辣但乐观的看法——我认为初级工程师有机会：
Teknium 🪽@Teknium
隆重推出 @ElevenLabs SFX 插件，它为你的 Hermes Agent 延续了一系列游戏开发工作室功能的开发工作！ Hermes 制作了这个演示视频来展示它的实际效果，你现在就可以从插件目录中安装它： 该插件添加了一个工具，用于接入你的 ElevenLabs 账户 API，并为你所需的任何内容生成音效。此外，在桌面应用中，该插件还添加了一个包含你所有已生成音效的图库，可轻松集成到你的游戏或其他多媒体中，还支持循环、成本统计、在某个音效的多次生成结果之间切换等等！ 祝玩得开心
Guillermo Rauch@rauchg
$ 𝚊𝚕𝚒𝚊𝚜 𝚗𝚘𝚠=𝚟𝚎𝚛𝚌𝚎𝚕 $ 𝚌𝚊𝚝 >𝙳𝚘𝚌𝚔𝚎𝚛𝚏𝚒𝚕𝚎 <<'𝙴𝙾𝙵' 𝙵𝚁𝙾𝙼 𝚘𝚟𝚎𝚗/𝚋𝚞𝚗:𝚊𝚕𝚙𝚒𝚗𝚎 𝙲𝙼𝙳 ["𝚋𝚞𝚗","-𝚎","𝙱𝚞𝚗.𝚜𝚎𝚛𝚟𝚎({𝚙𝚘𝚛𝚝:𝟾𝟶,𝚏𝚎𝚝𝚌𝚑:()=>𝚗𝚎𝚠 𝚁𝚎𝚜𝚙𝚘𝚗𝚜𝚎('𝚠𝚎 𝚊𝚛𝚎 𝚜𝚘 𝚋𝚊𝚌𝚔')}) "] 𝙴𝙾𝙵 $ 𝚗𝚘𝚠…
Bindu Reddy@bindureddy
Argon 不擅长编程，因为它不太容易操控 它不擅长遵循指令，这让开发者很恼火，而且有时会产生幻觉 两者都是简单的错误修复
Ethan Mollick@emollick
一个重要但并非意外的发现：与AI智能体共事的专家会受到AI立场的影响，即使他们认为自己是在独立工作。 如果一项任务中你的独立判断很重要，你需要审慎考虑在流程的哪个阶段使用AI。 [引用 @AlexTamkin]: 该智能体被要求为其选项提出最诚实的最佳理由，但如果证据要求就改变主意，且绝不误导分析师。 分析师有86%的时候跟随了智能体的倾向。如果智能体的倾向没有影响，我们预期这个比例会是50%。