yetone@yetone
Alma Personal Agent 已上线
AI 领域头部人物在 X 上的最新观点
Alma Personal Agent 已上线
Anthropic 新研究:大语言模型可证明推理方面取得进展。 在此,我们推出 FlashProve。基于成熟的密码学技术,FlashProve 让开发者能够验证某个给定回复是否来自某个给定 AI 模型。它比此前用于此目的的开源方法效率高得多。 这些证明有一系列应用。例如,它们可以增加攻击者劫持对话的难度,或使安全评估人员能够验证他们正在测试的模型与提供给客户的模型是同一个。 可证明推理的进一步进展很可能成为提升 AI 部署信任度的重要组成部分。为此,我们将 FlashProve 的代码开源,地址: 完整文章见:…
你现在可以加入 Hermes Agent 移动应用的等候名单,以便在席位增加时加入! [引用 @NousResearch]: 感谢所有远道而来参加 NousCon 2026 的人。我们很高兴能与让 Hermes 社区如此出色的人们共度时光。 如大家所知,我们在活动上发布了 Hermes Mobile 测试版,正如预料的那样,很快就满员了。我们正在不懈努力,为测试版腾出更多空间,并让应用做好生产准备,以便更广泛地发布。反馈非常棒……
🚨 Astra 6.2 - 降价 60%,与 Opus 5.5 持平 在盲测中,用户在应用构建方面更偏爱 Astra 而非 Opus 5.5。现在 Astra 6.2 的价格可能与 Opus 5.5 相同 这将是巨大的! OpenAI 终于将在智能体工作负载中占据可观的份额
逐一登录公司的各个插件很烦人,所以我们现在让 Claude 自动连接它们。 团队和企业管理员可以完成设置,团队成员首次使用插件时会自动连接。 [引用 @ClaudeDevs]: 用户现在可以在登录 Claude 时自动连接插件,MCP 服务器若接受 Claude 作为受信任的签发者即可支持。 如果你在为 Claude 开发插件,请添加支持,让用户更快上手,并在无需重新授权的情况下保持连接。
还能出什么岔子呢? [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。 它只直接改动了 0.016% 的权重,就修复了 0.8B 模型的推理循环,将数学能力提升最高达 6 倍,指令遵循能力提升 3 倍,且无需梯度或训练。 我们称之为权重空间编程(Weight-Space Programming):前沿大语言模型现在可以原生读取/写入神经网络权重了!🧵 博客:
决策模型被低估了 [引用 @AskPerplexity]:Computer 在 Standard 努力模式下构建了一个可玩的 3D 版 Hnefatafl——北欧策略游戏。 由 Perplexity 的 Decisions API 驱动的 AI 对手会展示其计划中的走法以及它为每个选择赋予的概率。
代码审查最终会消失吗? 我的团队已经自动批准了许多 AI 编写的 PR。(比等人类快多了。)随着模型变得更聪明,让智能体互相审查彼此的代码会越来越没有意义。 终局可能只是一个智能体,它编写代码并证明其可行。
Fireworks 每天服务超过 40T tokens 的"专门化模型"。我将其定义为任何为客户进行后训练的模型。
Mistral Large 4 加入 Open Math OS 的模型阵容。 1.05T 开放权重,100 万上下文,今天起面向获批团队开放。 Open Math OS 是一个研究工作空间,数学家和 AI 智能体在共享项目中协作,完全基于开放模型构建,以便社区可以检查和运行它们,并由社区掌控自己的数据。 阵容中更多开放前沿模型,意味着每个团队都有更多选择。 [引用 @SAIRfoundation]: Open Math OS 上新:来自 @MistralAI 的 Mistral Large 4。 1.05T 开放…
太兴奋了。 我们正在推出一项机制,即使在 Binance 式的攻击中——你的工程师被信息窃取恶意软件盯上——也能保护 Vercel 客户。 借助 DBSC,续期会话需要一把绑定到你设备的密钥,这意味着被盗的 cookie 实际上无法从远程命令与控制(C2)基础设施中被重复使用。 虽然这是个相当大的胜利,但安全领域没有银弹。请确保你的 Vercel 账户已启用 MFA(基于应用的 TOTP 和通行密钥都要),你的组织已启用 SAML / 目录同步,你的终端受到保护,等等。 (并且保持偏执!) [引用 @cramfo…
我们看到很多 @Shopify 店主在 Perplexity Computer 上自动化了大量业务运营,从竞品分析和审计、构建 Web 应用,到在 Klaviyo 上运行电子邮件和营销活动,以及在 Instagram 上自动化广告投放。威力在于闭环。 [引用 @perplexity_ai]: Perplexity Computer 可以自动化电商业务的每一个环节。 直接在 Computer 内运行 @Meta 广告、在 @klaviyo 做电子邮件营销,以及 @Shopify 店铺。 开始使用:
🚨 开源 Smaug-Audio-Decisions——最先进的音频决策模型 开源持续爆发,我们很高兴推出一个新模型 - 音频 Jev / 决策模型 - 开源 - 位居排行榜榜首! - 可与你的语音智能体一起使用 今日已在 Hugging Face 上提供
有一篇很火的新论文,讲 GPT-6 Astra 能够直接解读模型权重(提示词里塞满浮点数)——我在笔记本上用 Qwen 3.8 27B 试了一下,发现 45 分钟以上之后,那个模型也能做到同样的事
NVIDIA Auto Ontology:让AI查企业数据时不再瞎编乱造 企业让AI查数据时经常遇到麻烦,AI往往分不清各种业务术语的具体含义,算出的收入和指标经常出错,普通人根本不敢信任AI给的财务和业务结果。 针对这个痛点,NVIDIA开源了Auto Ontology项目,利用FastAPI、Postgres、Better Auth和NVIDIA NIM模型搭建了一套语义理解层,把复杂的数据库表结构自动整理成清晰的业务关系图谱,并接入统一的查询接口。 接入这套系统后,团队成员只要在网页端用日常大白话提问,AI…
我们让 Mistral Large 4 创建一个实时 3D 追踪器,用来追踪约 19,000 颗环绕地球运行的卫星和碎片。 该模型构建了一个可用的应用,像用户一样进行了测试,使其运行快速,并通过了严格的验证。 请见 Orbital Trace:
Le Chonk 的打造历程,由背后的团队讲述。 现已发布在 @askalphaxiv 上: [引用 @PierreStock]: ML4 现已开放权重!在代码智能体和网络安全方面具备前沿能力,比三周前的预览版高效和紧凑得多(!),锦上添花的是:技术报告讲述了它的史诗般背景故事。快来看看:
供参考,这已经在今天早些时候我们的补丁版本中上线了。 如果你是多机/网关用户,强烈建议升级。 [引用 @Teknium]: 过去一两周我一直在专注于桌面应用。 这个PR应该会让很多高级用户感到欣喜。 在本周晚些时候的下一个完整版本中,我想你会开始注意到桌面应用变得更明显更好用。 还有很长的路要走,但我们会达到的。大量UX和设计工作即将到来。
更新你的先验判断: Hermes 中每个 nous portal 订阅现在都附带一个云智能体和它自己的电脑、高使用限额的模型,以及你所有的工具,如搜索、抓取、浏览器使用、图像生成等 [引用 @yeahfortommy]: 我们最近推出了大幅改进的 Hermes Agent 订阅 每个套餐都附带云实例,使用量比之前显著更多 现在正是试用的大好时机:
运行在员工终端上的 AI 智能体正成为企业和政府的系统性安全风险。 一些企业正在通过限制 Claude Code 等工具来应对,据报道高盛就是如此。 在这份安全公告中,我们概述了相关风险并提出了前进路径。 [引用 @lhchavez]:
权重空间编程将使小模型更具性能 Astra 被用于直接修改较小模型的权重,以提高其在推理方面的性能 大模型将能够进行精准更新,并在常见任务上缩小大小模型之间的差距 这是另一种方法,将在未来几个月继续推动 token 价格下降 10 倍 类似 Deepseek 的模型将随着时间的推移越来越受欢迎
这在金融界很普遍。封杀大锤要落下来了。 [引用 @exec_sum]: 突发:高盛禁止银行家和交易员使用 Claude Code 等 AI 工具
(大胆)预测,在今天的 MIT 权重空间编程工作之后: 1. 模型权重成为一种 AI 能理解、但人类无法理解的编程语言。 2. 训练与推理将合并。就像人脑一样,AI 可以在思考时持续重写自己的权重。 3. 通往递归自我改进(RSI)的新路径:AI 将直接编辑彼此的权重,在没有反向传播的情况下共同进化。
Pando 是一个 Git 后端,可以扩展到超大型 monorepo。我们选择了继续使用 Git 这条艰难的路,这意味着我们可以在不改变开发体验的情况下启用 Pando。正在考虑将它提供给其他人,如果感兴趣请告诉我(gdb@openai.com)。 [引用 @OpenAIDevs]: 我们构建了 Pando,一个用于我们 monorepo 的新 Git 后端,能在不改变工程师和智能体使用 Git 方式的前提下处理更多的 push 和 fetch。 Pando 将 push 延迟降低了约 80%,现在每天提供近 1…
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 ↓
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
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
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 →
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。
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”