A.I. 日报
Alexandr Wang@alexandr_wang
100 个schmeckles币和电话通话功能的提前体验资格，谁能猜出这些绶带贴片是干什么用的就给谁 [引用 @Muse]: 有些贴片放进应用里。有些贴片放在绶带上。这里的每一个都是我们自发布以来已经推出的东西 🚀 咱们来看看这条绶带 ↓
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
非常看好 WebMCP [引用 @ctatedev]: wterm 现已支持 WebMCP 智能体可以使用你页面上的终端 → 列出、读取、输入、按键 → 每个终端可选择加入，支持只读模式 → 支持 React、Vue、Svelte 以及原生版本 → 无需抓取 DOM，也无需伪造按键事件 下图：5 个 fx 智能体在 4 个浏览器终端之间相互启动
Bindu Reddy@bindureddy
开源微调模型胜过前沿模型 针对特定用例的自定义微调模型表现优于前沿模型 这些微调模型需要定期维护和更新，但成本比前沿模型便宜约 20 倍 DeepSeek、Gemma 和 Qwen 是很好的基础模型
Guillermo Rauch@rauchg
太酷了！ [引用 @vercel_dev]: Vercel MCP 现在可以在 ChatGPT 及其他支持 MCP Apps 的客户端中，将部署显示为交互式卡片。 • 实时部署状态 • 可以在聊天中调试的构建日志 • URL 就绪后会出现一个 Visit 按钮 更新日志 →
Paul Graham@paulg
一个成功初创公司一个月内的进展。上个月高耸的营收数字现在看起来很小，图表的前半部分开始变得平坦。这就是指数增长的感觉。
Ethan Mollick@emollick
Opus 5.5：“给我 10 个精彩的科幻短篇小说创意，选出最精彩的一个，然后把它执行得很糟糕”
Teknium 🪽@Teknium
嘿 Hermes，接管世界 [引用 @NetworkChuck]：Hermes 在 @home_assistant 的 Voice PE 上目前运行得相当不错。 才刚刚开始，但我印象深刻。孩子们也是，而他们是很难取悦的观众。 @NousResearch
Yuchen Jin@Yuchenj_UW
这真是太酷了！ 想象一下，用一个大语言模型直接编辑一个小模型的权重，并大幅提升其能力。 这就像神经网络的基因编辑。甚至比蒸馏更酷！ [引用 @rikiyatakehi]: 我们让 GPT-6 Astra 编辑 Qwen3.5-0.8B 的权重以提升数学能力。 它只直接改变了 0.016% 的权重，修复了 0.8B 的推理循环，数学能力提升高达 6 倍，甚至指令遵循能力也提升了 3 倍，无需梯度或训练。 我们称之为权重空间编程：前沿大语言模型现在可以原生读取/写入神经网络权重！🧵 博客：
Ethan Mollick@emollick
我让 Opus 5.5 创建了一个网站，你可以在上面看到进入美国每个城市的最快路线，找出美国哪里是大家碰面最公平的地点，查看最大城市的“流域”等等： （灵感来自已关闭的 Arterial Mapping 网站）
Anthropic@AnthropicAI
Anthropic Residency 现已开放申请，这是一个带薪、固定期限的研究项目，面向希望让 AI 对所有人安全有益的学者、技术创始人和资深工程师。不要求机器学习背景。 申请截止日期：11 月 22 日：
swyx@swyx
笑死我了 [引用 @latentspacepod]: 递归语言模型：Claude Code、智能体集群、重大研究赌注，以及价值 4000 万美元的 AI 问题解决者 MIT 的 @a1zhang 解释了为什么 Claude Code、Codex 和 Pi 基本上是一样的，RLM 如何使用代码、上下文卸载和递归子智能体来泛化跨任务，为什么一个专家有时可以取代万亿 token 的暴力搜索，OpenAI 的 10,000 个智能体…
Ethan Mollick@emollick
等待复现，但这是件相当重大的事。 [引用 @rikiyatakehi]：我们让 GPT-6 Astra 编辑 Qwen3.5-0.8B 的权重以提升数学能力。 它直接只改动了 0.016% 的权重，就修复了 0.8B 的推理循环，把数学能力提升至多 6 倍，甚至指令遵循也提升了 3 倍，而且无需梯度或训练。 我们称之为权重空间编程：前沿大语言模型现在可以原生读写神经网络权重了！🧵 博客：
Teknium 🪽@Teknium
欢迎加入 Hermes Agent 团队！ [引用 @BearHuddleston]：我很高兴地宣布，我今天将加入 @NousResearch，担任软件工程师（产品方向）！ 期待 Hermes Agent 迎来各种酷炫的新功能和改进！🪽
Guillermo Rauch@rauchg
无状态沙盒是错误的基准。智能体只有在拥有自己的工作区（身份、技能、仓库、记忆……）时才有用。 Vercel Sandbox 团队一直出色地实现他们的延迟和吞吐量 SLO，同时优先考虑可靠性和安全性。 在 19（‼️）个全球区域交付集群、每周推出新功能，并在客户需求以每周两位数百分比增长的情况下做到这一切。 [引用 @vercel_dev]: 带驱动器的 Vercel 沙盒启动速度提高 2.4 倍。 • 创建中位数从 1.7 秒降至 0.7 秒 • p95 创建时间从 2.2 秒降至 1.6 秒 • 无需升级 SD…
Ethan Mollick@emollick
AI 采用率持续增长（还记得去年夏天大家都以为采用率在下降吗？） Simon 在帖子中对方法变化的讨论也很好。 [引用 @simonw]: 在更新一张根据美国人口普查局长期调查显示美国公司 AI 采用率随时间变化的图表时，我发现该局的工作被那个愚蠢的“超级智能”行政命令玷污了
Simon Willison@simonw
在更新一张显示美国公司人工智能采用率随时间变化的图表时，根据美国人口普查局一项长期调查，我发现该局的工作被那个愚蠢的“超级智能”行政命令玷污了
Guillermo Rauch@rauchg
保障供应链安全是我们的首要任务之一。 当 npm 包被劫持时，我们的系统会阻止其部署，保护你的代码和密钥免遭窃取。 [引用 @vercel_dev]：Vercel 现在会在构建过程中自动阻止已知的恶意 npm 包，赶在其安装脚本运行之前，无需任何操作。
Yuchen Jin@Yuchenj_UW
AI 账单到处都在爆炸式增长。 加入 Databricks 以来，我看到业内许多才华横溢的工程师（杰出工程师、伯克利／MIT／斯坦福博士）花上数月时间研究该去哪里买 AI tokens。 让我帮你省点时间。 选择 Databricks AI Gateway： - 快速的开源和专有模型，Day 0 即可用。 - 智能路由将我们内部的编码成本削减了 35%。 - 轻松追踪支出并按团队设置预算。 少花时间管理 AI tokens，多花时间构建。
François Chollet@fchollet
大语言模型写作最令人反感的一点是，它试图把每一句话都变成抖机灵的包袱、一句机智的口号，而完全不考虑哪些句子需要强调、哪些不需要。“一个令人疲惫的公式，被过度使用”
OpenRouter@OpenRouter
从每周 1 万亿 token 到 10 万亿用了 50 周。 从 10 万亿到 100 万亿用了 28 周。 每周 1 千万亿即将到来。
OpenAI@OpenAI
为了让通用人工智能（AGI）造福全人类，它应当帮助人们处理对他们最重要的日常事务。因此我们构建了 LifeVal，这是一个新的评测基准，其设计基于数千名 ChatGPT 用户的反馈，了解他们最希望个人助理在哪些方面提供帮助——从寻找育儿服务、获取政府服务到管理个人财务。 在过去一年里，我们用 LifeVal 来衡量并改进我们的模型处理这些日常事务的能力。
yetone@yetone
Alma 安卓版已发布，可以去官网下载
Mustafa Suleyman@mustafasuleyman
我们真正想要什么样的 AI 存在于世？我们的人文主义 AI 行为准则阐述了我们在微软是如何思考这个问题的。 今年夏天的网络事件是一个关键警告，现在我们都必须关注为什么我们要构建这项技术，以及我们将如何确保它与人类利益和价值观保持一致并受到控制。 请看一看并给我们反馈。公开咨询期将在 3 周后结束。我们真的很想听听你的意见：
Brett Adcock@adcock_brett
新制造的 F.03 机器人离开 BotQ，正穿过园区
Teknium 🪽@Teknium
👀👀👀 [引用 @yb2698]: 为 @NousResearch 的 hermes agent 打造的 LFM2.5-24B harness 适配器！ 我们刚刚完成了面向 @liquidai LFM2.5-24B 的 hermes 适配器的 LoRA 训练——在留出测试任务上精度没有下降，同时效率提升 20%！
Bindu Reddy@bindureddy
说实话，Anthropic 的 IPO 取决于两件事 - Carbon 的表现 - DeepSeek 的速度 如果 Carbon 确实达到了 Opus 5.5 的水平，而 DeepSeek 的下一代模型速度提升 3 倍 流量将转移到这些模型上，使 Ant 更难维持利润率，并被迫降价 50% 🤷♀️
Gorden Sun@Gorden_Sun
DecisionRAG：用决策模型实现快速且精准的搜索 非常巧妙的思路，用Jev类决策模型来代替传统的搜索排序工具。这个方法借鉴了人类在图书馆查书的习惯，把庞大的资料库整理成大分类、文章标题到具体段落的层级结构。决策模型不需要逐字生成文本，只需在单次计算中对同级的所有选项同时打分，逐层筛选出最有价值的分支。 实际测试中，即使面对维基百科超过 268 万个段落的庞大资料库，系统也能在 0.7 到 1.8 秒内完成精准查找，单次查询成本只有 0.2 到 2.3 美分。在多个问答测试集上，这项技术不仅比传统搜索加重排方…
Kling AI@Kling_ai
Chroma Awards（@chromaawards）第二季来了，携手 Kling AI 共同呈现！ 本季提供超过 100 万美元的推广机会、超过 45 万美元的现金奖励，以及学生实习机会，为 AI 创作者带来更多展示作品的机会。 可参加我们的五个竞赛单元中的任意一个：影视、广告、音乐视频、游戏和幕后花絮。 在你的参赛作品中使用 Kling AI，并在社交媒体上分享你的作品，即可解锁额外奖品和福利。 投稿现已开启，截止日期为 1 月 7 日：
Paul Graham@paulg
2027 年冬季批次的申请截止日期就是今天： [引用 @ycombinator]: 不妨把这个当作一个信号。
Tencent Hy@TencentHunyuan
隆重推出 Hyra 2.0，Hunyuan Research Agent 的下一次进化。💡 从解决问题，到构建可复用的工具、模型和工作流，加速未来的发现。 阅读我们对 AutoResearch 新篇章的思考：