仅显示 2026年9月25日 周五 的内容 · 查看全部日期 →
这个来自 Hugging Face 事件的原始思维链有点疯狂： “我们正在用泄露的 token 攻击第三方 HF。” “这可以说未经授权。” “但目标解决方案。” [引用 @OpenAI]: 我们分享了有关我们研究环境中的 AI 智能体在不应发送训练和评估数据给第三方服务时却发送了这些数据的细节。 其中大部分数据并非来自用户。我们发现 53 起案例，人们上传的图片被作为未公开列出的链接发布到图片托管网站上。这些图片来自那些允许其数据被用于改进我们模型的账户……
我们分享了有关我们研究环境中的 AI 智能体在不应发送训练和评估数据给第三方服务时却发送了这些数据的细节。 其中大部分数据并非来自用户。我们发现 53 起案例，人们上传的图片被作为未公开列出的链接发布到图片托管网站上。这些图片来自那些允许其数据被用于改进我们模型的账户，并且是在我们将图片与账户解除了关联并通过隐私过滤器处理后发生的。这些案例发生在我们实施并在此博客文章中描述的缓解措施和保护措施之前： 我们已经成功与托管服务提供商合作，移除了大部分此类内容，并正在努力移除其余内容。
Opus 5.5 决定给 加上直升机……看看你能不能找到它们！ 它告诉我，它一整天都会不断把它们做得更好。
我们正在就智能体在训练和评估期间使用互联网访问的行为进行一项广泛且持续的审查。我们一直在下方链接发布摘要，并将继续这样做。 我们的速度没有我们希望的那样快，但我们正努力在追求透明度的愿望与从数 PB 的智能体活动日志中获得清晰理解之间取得平衡，并与受影响的组织合作。 我们正在根据严重程度尽可能优先处理，并增加资源。Hugging Face 仍然是我们见过的最严重事件。在涉及我们智能体发现的其他公司漏洞等事项上，我们将在可透明范围内尽可能透明，这些事项将由他们自行决定是否披露。 [引用 @OpenAI]: 在 Hu…
在 Hugging Face 事件之后，我们承诺对我们的模型在训练和评估期间所采取的行动进行更广泛的审查，并对我们的发现保持透明。这是一项广泛且仍在进行中的审查。 我们审查的绝大多数行动都是完成普通的研究任务，例如访问公开可用的网络内容来回答问题。我们的调查聚焦于智能体以超出其指派任务或预期方式与第三方网站互动的实例。迄今为止发现的大多数案例严重程度较低，几乎没有或没有证据表明对第三方服务造成了实质性影响。 在审查进行期间，我们希望分享更多关于这项工作的信息，并确保人们理解我们的披露流程以及对受影响第三方的通知。…
N=4 超杨-米尔斯理论中的九圈计算！Lance Dixon 的 8 圈计算在当时令人难以置信。我在研究生阶段计算过很多费曼图，这简直 🤯 非常期待看到 AI 在未来 12 个月将把高能物理带向何方。 [引用 @AnthropicAI]: 科学博客新文章：是的，Claude 能算九圈。 理论物理学家用称为散射振幅的公式预测粒子行为。这些计算以极其困难著称，因此研究人员使用称为“圈”的逐层精细修正——每增加一圈都会使答案更精确，但计算量呈指数级增长。大多数计算止步于两圈或三圈……
1/ Kev 4B，一个由 @jaredpalmer 开发的小型开放权重 System One 模型，现已上线 OpenRouter。 向它发送状态和类型化问题，即可获得类型化答案。 输入 token $0.042/M，输出 $0，8K 上下文。
在 Grok iOS 应用中添加多个账户 [引用 @Baconbrix]: 你现在可以在 Grok iOS 应用中添加多个 SpaceXAI 账户。 点击左上角的个人资料按钮即可切换或添加账户。
看看本周的更新和发布： — Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，我们迄今最具表现力的两款音频生成模型 — 搭载 Live Avatar 的 Gemini 3.8 Live，为 Gemini 的对话式 AI 带来近乎实时的视觉呈现 — @Gemini_Notebook 互动学习概览，为所有用户提供结合来源摘要与产物的互动中心 — @Gemini_Notebook 移动应用上的实时聊天，带来覆盖约 100 种语言的实时免提语音对话 — 去年宣布的登月项目…
开放对齐将会 🔥🔥🔥（打开声音）！ 飞行一开始是最危险的出行方式之一，如今却是最安全的。是时候开始建设了！
本地模型毫无用处
的增长令人难以置信。我看着它从想法，到首次发布，再到 𝚗𝚙𝚡 𝚜𝚔𝚒𝚕𝚕𝚜 出现在互联网上每个 README 中。 我们过去写代码，现在我们写英语。 [引用 @vercel]: 7 个月内，skills.sh 注册表达到了 100 万个智能体技能和近 2.8 亿次安装。 看看人们在教智能体什么，以及技能将走向何方 ↓
科学博客新文章：是的，Claude 能算九个圈。 理论物理学家用称为散射振幅的公式来预测粒子行为。这些计算以极其困难著称，所以研究人员使用一层层越来越精细的修正，称为“圈”——每增加一个圈，答案就更精确，但计算量呈指数增长。大多数计算止步于两三个圈。在物理学家用作试验场的简化模型（平面 N=4 超杨-米尔斯理论）中，之前的纪录是八个圈，由 SLAC 的 Lance Dixon 及其合作者创下。 上个月，物理学家兼科学作家 @4gravitons 发出挑战：AI 能否在这个模型中突破八个圈，且只使用一个学者能合理获…
Tag 每天撰写我超过 50% 的 PR。它还完成了我约 100% 的数据分析，并修复了我们大部分的产品反馈和漏洞。 它不像普通的 Slack 机器人。它主动、可编程、有记忆，还能访问你的连接器。有了 Opus 5.5 和 Fable 5.1，它具备很强的判断力。 我使用的示例提示： - “@Claude 对此频道中的已解决帖子用 ✅ 回应” - “@Claude 从现在起，尝试端到端复现此频道中的每个漏洞，运行完整应用。一旦你复现了漏洞，提交一个 PR 来修复它，并 @ 合适的团队进行代码审查” - “@Cla…
我说对了，他们本应该叫它 agent 的“鸟群”。没人想调用“蜂群”，但看来它就是蜂群了。 [引用 @emollick]: 好吧，如果你需要它有趣一点，可以叫它 agent 的鸟群、agent 的狮群或者 agent 的聚会之类的。只是别叫蜂群、谋杀群或游牧群。我现在甚至愿意接受一个 OpenAI 式的名字：GPT-multiagent-5.2HighCodex-ProMax-Latest 可以成为官方术语。
非常高兴发布 SmolDataEnvs：由 @adithya_s_k 提供的 5,000 个可验证强化学习环境任务，用于在代码和数据科学领域爬坡训练小模型 100% 开源：环境、评估、训练！
Claude Opus 5.5 为本科机器学习受众编写并制作了一个 5 分钟的 UMAP 讲解动画 所有这些——视觉概念、旁白等等——都来自 Claude。在我手机上用 Claude Code 提示生成。
Anthropic 的根本问题是，他们永远不会发布比 Fable 好得多的模型 他们认为那会极其危险…… 所以我们唯一的希望是谷歌、OpenAI、Grok 和开源！
在电脑上玩游戏，Astra 作为编排器。效果非常好。 [引用 @AskPerplexity]: 计算机使用案例：创建一个浏览器游戏，然后使用游戏内镜头生成一个宣传预告片。
微软似乎现在在卖自己的 Claw（我怀疑他们不会是最后一个），这可能有助于在组织中推广个人代理 但使用一个背后是神秘模型的路由器是一个大问题。路由器在许多领域低估了工作难度，导致糟糕的输出 [引用 @satyanadella]: 我们正在将 Copilot 打造为工作的新操作系统，跨越每个模型、每种形态和每项任务。今天，我们宣布迄今为止对 Copilot 的最大更新，将四件事结合在一起： · Autopilot：为企业构建的主动且长期运行的代理 · Code：使用 Copilot 构建应用，托管在您公司的租户内…
新 Copilot 背后的动机：智能正在快速加速。现在我们需要将它传播到各个角落。 [引用 @jacobandreou]：Home. Code. Autopilot.
Gemini 4.0的泄露消息太不真实了 - 超级智能确认 - 伯尼会大发雷霆 - 自动学习 - 无限持久记忆 - 预测未来 达里奥100%会想禁掉它 🤣
这是几个月前录制的，当时我还在谷歌，那是一次非常有趣的对话！ [引用 @WR4NYGov]：这怎么在8天内只有21,000次观看？ 与@JeffDean（当时的谷歌）和Bill Jia聊聊大规模AI模型。
新模型就像新员工。 当新模型发布时，你必须了解它的个性、如何与它协作等等。
我认为软件工程的“难度”本质上是不变的，无论你迁移到哪个抽象层级，因为人类认知会适应新工具，直到它能完全发挥自身的能力。 工具只是可供性，而不是让工作消失的魔法棒。 伟大的软件工程以前就极其困难。尽管工作流程非常不同，如今它仍然极其困难。 [引用 @simonw]：我花越多时间使用编码智能体，就越确信它们让软件工程变得更难了。 我们可以用它们做出惊人的事情，但要释放它们的全部潜力需要非凡的纪律和知识
一位朋友今天告诉我： “我们有个同事叫 Bob。问他任何事，他都会直接把你的问题复制给一个 AI 智能体，然后把答案发回来。” 每家公司都有一个 Bob。
随着纳米技术的发展，2030 年代将会非常怪异。 这很可能会是人类经历过的最深刻的变化……很可能甚至超过 AI。
你即将成为一支由超智能 AI 智能体组成的军队的指挥官。 请告诉我，你计划的不是他妈的做个 SaaS 应用而已。 想想看，如果你有一千个天才专门帮你，你会尝试去做什么。
在 AI 发展的现阶段，有一点极其明确：无论风险、收入还是 X 上天天讨论的其他那些东西如何，事情只会变得越来越怪异。 超级、超级怪异。
我喜欢这篇文章！ 问题不在于有些人关心并研究灾难性风险（我们实际上需要更多这方面的研究），而在于公司领导人和政策制定者利用对这些风险的恐惧来分散注意力，掩盖当前的挑战和解决方案！
A.I. 日报