A.I. 日报
Teknium 🪽@Teknium
非常酷的想法 [引用 @StarwellBot]: 错过了周六在纽约举办的 @NousResearch 活动？ 我们拍摄了整个场地，并把它变成了一个可以步行浏览的网站。滑动即可在两层楼之间移动。一位 3D 向导会带你走过 Merch Wall、White Curve 和 NOUSCON 走廊，并在人们搭建的每个站点停留。
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
Aravind Srinivas@AravSrinivas
Perplexity 的智能体框架（Computer）现已支持 Agent Plugins。这让你能够在比单个连接器更高的抽象层级上操作应用包及其对应的技能。 [引用 @AskPerplexity]: Computer 现已支持 Agent Plugins，将应用连接与技能打包，以完成工作。 浏览插件，或通过从 GitHub 或 .zip 文件导入来使用你自己的插件，并与其他智能体兼容。 试用：
Alexandr Wang@alexandr_wang
DANCING MUSE 😇 如果你的 muse 已绑定账号，你也可以直接从 Instagram 发布！ 只需点击添加故事，点你的 muse，然后开始跳舞 💃 [引用 @alexandr_wang]：🚨MUSE 功能提醒🚨 你现在可以让你的 muse 跳舞了 💃 ✨ 在 Muse 聊天中，点击你的 muse，然后点击右上角的分享按钮，把你的 Muse 跳舞视频分享到 Instagram、Facebook、WhatsApp，或者保存下来！ 忘掉 TikTok 舞蹈吧，该轮到 muse 了😇
Alexandr Wang@alexandr_wang
🚨MUSE 功能提醒🚨 你现在可以让你的 muse 跳舞了 💃 ✨ 在你的 Muse 聊天里，只要点击你的 muse，然后点右上角的分享按钮，就能把你的 Muse 跳舞分享到 Instagram、Facebook、WhatsApp，或者保存下来！ 忘掉 TikTok 舞蹈吧，轮到 muse 上场了😇
Guillermo Rauch@rauchg
npm i -g ai-cli 如此简单的想法。一个 𝚊𝚒 CLI。让每个智能体都能访问视频、语音、图像、文本生成。而 𝚊𝚒 𝚍𝚎𝚌𝚒𝚍𝚎 带来 Jev 级模型。 所有这些都通过 AI Gateway 提供，并带有成本和 ZDR 控制。 [引用 @ctatedev]：AI CLI 从任何智能体、使用任何模型生成图像、视频和音频 Claude Code + Opus + Flux Codex + GPT + Gemini opencode + DeepSeek + MAI fx + GLM +…
Anthropic@AnthropicAI
Anthropic 新研究：大语言模型可证明推理方面取得进展。 在此，我们介绍 FlashProve。基于成熟的密码学技术，FlashProve 让开发者能够验证某个响应是否来自某个给定的 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，它们可以让攻击者更难劫持聊天，或让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。 完整报告见此处： 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，我们正在开源 FlashProve 的代码，见此：…
yetone@yetone
Alma Personal Agent 已上线
Anthropic@AnthropicAI
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：…
Teknium 🪽@Teknium
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……
Bindu Reddy@bindureddy
🚨 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
Boris Cherny@bcherny
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。
Sebastian Raschka@rasbt
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：
Aravind Srinivas@AravSrinivas
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。
Yuchen Jin@Yuchenj_UW
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。
Nathan Lambert@natolambert
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 AI@MistralAI
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…
Guillermo Rauch@rauchg
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…
Aravind Srinivas@AravSrinivas
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：
Bindu Reddy@bindureddy
🚨 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
Simon Willison@simonw
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
Gorden Sun@Gorden_Sun
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…
Mistral AI@MistralAI
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：
Mistral AI@MistralAI
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：
Teknium 🪽@Teknium
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。
Teknium 🪽@Teknium
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：
Amjad Masad@amasad
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]:
Bindu Reddy@bindureddy
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
Amjad Masad@amasad
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
Yuchen Jin@Yuchenj_UW
（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。
Greg Brockman@gdb
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…