A.I. 日报
OpenAI Developers@OpenAIDevs
从想法到可以在 @modretro 上玩的游戏。 我们采访了 @Casey，谈论创造力的未来：
社区音量
38 条仅显示 2026年10月1日 周四 的内容 · 查看全部日期 →
Alexandr Wang@alexandr_wang
muse 可以监视取消情况，为你获取最后一刻极难得到的预约和预订！ [引用 @danpeguine]: Muse 刚刚为我预约了一位非常忙碌的医生，这位医生直到六月都没有空位，而预约的是今天。 昨天我让它监视队列，一旦有取消就立即预订。 太棒了。
Boris Cherny@bcherny
Mods 绝对疯狂。你现在可以通过提示词定制 Claude，让它按照你想要的方式工作和外观。 每个人的工作方式不同，所以没有理由每个人都应该有相同的 Claude 体验。让 Claude 成为你自己的，并将 mods 作为插件分享，这样其他人也可以尝试你的 mods。 [引用 @ClaudeDevs]: 你现在可以修改 Claude Code： - 改变它的行为 - 自定义 UI - 替换为你自己的功能 用几行 TypeScript 编写一个，或者让 Claude 为你构建。Mods 随插件发布，因此你可以在 C…
SpaceXAI@SpaceXAI
Grok 4.7 现已在 Gemini Enterprise Agent Platform 上可用
Sam Altman@sama
你应该能在任何需要的地方使用你的 AI 订阅： [引用 @vigyso]: 我将在未来几天尝试回答人们关于“使用 ChatGPT 登录”提出的一堆问题。在此之前，我想让大家了解我们最初为何推出“使用 ChatGPT 登录”（SIWC）。在深入细节之前，先澄清我们的意图。
Michael Truell@mntruell
Grok Bot 可以完成有用的工作，而无需你提出要求。 [引用 @bot]: Grok Bot 现在可以建议如何提供帮助，而无需你提出要求。
Anthropic@AnthropicAI
在物理学中，当两个系统各自运作良好但匹配不佳时，就会出现“阻抗失配”。 在这篇科学博客客座文章中，哈佛物理学家 Matthew Schwartz 认为，AI 与科学之间正发生类似情况。LLM 在许多方面能力出众，但像对待人类合作者那样与它们合作，目前并不是激发其科学优势的最佳方式。 为了解决这种失配，Schwartz 创建了一个用于定量科学精确计算的工具包。由于类似的计算常常出现在非常不同的科学领域，Claude 发现了与生态学、群体遗传学以及其他十几个领域的联系，Schwartz 与领域专家合作，引导它走向有趣…
François Chollet@fchollet
基础 LLM（2024 年及更早）与现代 LRM 之间的关键区别不是符号工具使用。而是从转导范式（直觉回答查询）到归纳范式（直觉产生答案的程序/指令）的转变。 它们被训练为归纳性的，并且在测试时进行归纳，即测试时预测自然语言程序/推理链。这解锁了全新的能力——特别是流体智力。基础 LLM 至今流体智力约为 0。LRM 具有相当水平的流体智力。 LLM 在 ARC 1（2019 年的基准测试）上的表现至今仍约为 10-15%。将它们扩大约 100,000 倍，才从 0% 提高到 10%。与此同时，相同大小或更小的…
OpenRouter@OpenRouter
来自 @liquidai 的 D1 已在 OpenRouter 上线。 这是一个竞争性决策模型：发送你应用的状态和是/否、选择或评分问题，并获得带有每个选项概率的类型化答案。零数据保留。 $0.04/M 输入，$0 输出，65K 上下文
Guillermo Rauch@rauchg
未来是验证工程。 证明、（端到端）测试、基准测试、linter…… 有些测试将是确定性的，有些是代理性的。这看起来很棒。 [引用 @o_kwasniewski]: 介绍 e2e 适用于任何应用的代理测试框架 ~/ npx e2e init → 完全开源 → 混合确定性和代理性 API → 支持 Web、移动端等 → 自带代理和基础设施 → 本地或 CI 运行
Google DeepMind@GoogleDeepMind
当 AI 生成的内容已经变得如此逼真，我们如何验证哪些是由人类、机器或自然创造的？ 我们在播客中探讨了来源溯源的关键作用——以及不可感知的水印如何保护数字媒体和生物设计。↓ 时间码： 00:00 引言 00:34 什么是水印？ 04:35 SynthID 15:16 图像和视频 19:28 SynthID Bio 28:00 韧性的未来
Ethan Mollick@emollick
自从我们有了好的 AI，坐着看 PowerPoint 变得好多了。当然，有些人只是让 AI 做思考工作，但那是显而易见的（他们以前也用默认模板）。对于真正关心的人来说，他们有有趣的布局、搞笑的视觉笑话和好的图表。
Paul Graham@paulg
不直播甚至不录制一场演讲，可能会带来意想不到的强大效果。看起来，如果一场演讲本来就要进行，那么同时直播它似乎没有什么成本。但我认为，往往是有一些成本的。
Guillermo Rauch@rauchg
@MicrosoftAI 团队正在训练出色的模型。 很高兴将它们带到 @vercel，第一天就上线。 [引用 @vercel_dev]: 我们与 @MicrosoftAI 合作，将其安全、透明且经济高效的模型引入 AI Gateway。今天可用： • 𝙼𝙰𝙸-𝚅𝚘𝚒𝚌𝚎-𝟸.𝟷：长格式和快速回复语音 • 𝙼𝙰𝙸-𝚃𝚛𝚊𝚗𝚜𝚌𝚛𝚒𝚋𝚎-𝟸-𝚂𝚝𝚛𝚎𝚊𝚖𝚒𝚗𝚐：转录
Aravind Srinivas@AravSrinivas
我们正在 Computer 中推出内联图表、示意图和可视化。包括来自 @tradingview 的上下文金融图表 [引用 @perplexity_ai]: Perplexity Computer 现在可以直接在你的对话线程中创建交互式图表和可视化。 对于金融数据，Computer 使用 @tradingview Lightweight Charts 来显示K线图、成交量和移动平均线。
Dwarkesh Patel@dwarkesh_sp
新一期节目，嘉宾是军事历史学家 Si Sheppard。 阿兹特克和印加帝国的被征服，可能是人类历史上最令人震惊的事件。 埃尔南·科尔特斯和几百名征服者踏上了一个他们几乎一无所知的新大陆，并在两年半内征服了拥有 600 万人口的阿兹特克帝国。 然后，十年后，弗朗西斯科·皮萨罗对拥有约 1000 万居民的印加帝国做了同样的事。 在这两次征服中，征服者始终能击败原住民军队，尽管他们的人数实际上只有对方的百分之一（有时甚至是千分之一）——而且在许多情况下，他们做到这一点时没有一人伤亡。 他们能做到这一点，是因为其军队的…
Sam Altman@sama
另外，6.1 Sol是我们增长最快的模型，之前在高负载下有点慢。现在应该好多了！
Aravind Srinivas@AravSrinivas
Computer中的Seedance对于营销和品牌团队来说相当不可思议！ [引用 @AskPerplexity]: 在Perplexity Computer中使用Seedance 2.5为你的小企业生成商业或品牌视频。 这个商业广告完全是在Computer内创建的，包括品牌外观、产品模型和完整的视频编辑。
Bindu Reddy@bindureddy
Gemini 4 Pro 初步体验 - 谷歌最好的模型 - 在3D游戏上达到Astra级别 - 预计速度超快 - 幻觉比Opus模型更少 看起来相当有前景……
Alexandr Wang@alexandr_wang
高手识高手 [引用 @signulll]: muse的热度是真的。我可以说它是市场上最容易使用、最专注的消费者AI产品。极其慷慨的使用限制也让人无法忽视。 它确实能帮助普通人应对个人生活中的日常复杂性。 如果你回顾我四月份在TBPN的露面，我谈到过AI生成的feed将如何成为新AI的基础原语……
Aravind Srinivas@AravSrinivas
今天，我们在Perplexity Computer中面向符合条件的美国运通 (@AmexBusiness) 小企业卡会员推出了一系列由Amex精选的、即用型技能库。这些技能是预构建的工作流程，用于处理日常业务任务，例如预测现金流或生成营销活动。 小企业主已经在做整个团队的工作。他们可以通过在Computer中选择任务并添加业务详情来让AI投入工作，而无需从头编写指令。 了解更多：
NVIDIA@nvidia
对AI基础设施来说，“可互换”意味着什么？灵活性在于能够运行不同的工作负载：每一种AI、AI的每一个阶段，甚至根本不是AI的工作负载。 一个平台，为实现最大“生产力”而构建，部署多年后依然“耐用”，并且对每个模型和工作负载都“可互换”。 阅读博客了解更多：
Ethan Mollick@emollick
我写了一篇文章，讲我对 AI 进展最被低估的一点：它能自我组织以完成任务。还讨论了这对 Muse 和 Dots 这类 agent 意味着什么，并附上一个音乐视频，解释为什么我们不断重新学到“苦涩的教训”。
yetone@yetone
这就是我选 Go 的原因，在我的小破 MacBook Air 都能高速并行迭代并快速验证，不敢想象如果用 Rust 😱 [引用 @mkdir700]: 羡慕迭代速度，我用 rust 开发的程序，想快都快不起来
Teknium 🪽@Teknium
你现在可以通过插件在 Hermes 的所有界面上添加全新的语言，除了已经支持的 16 种语言之外
Teknium 🪽@Teknium
你拥有的数据越多，就能越好的用它来优化一个 harness，多亏了 nemo relay，我们有了更多可利用的数据！ [引用 @NVIDIAAI]: 你的代理得到了正确答案。但达到这个结果付出了多少努力？ 我们与 @NousResearch/@Teknium 合作，对 NVIDIA NeMo Relay 进行了实操演练，为 Hermes Agent 收集追踪记录。运行两个示例场景，跟随代理的调用和重试，并在 Arize Phoenix 中查看完整追踪。 该博客还探讨了 Nous 如何使用追踪和任务结果来评估重复修…
Bindu Reddy@bindureddy
我们将 100% 的编码代理移回了 Fable 5.1 它远超其他，并且需要的监督最少 不过，它还远非完美！ 迫不及待想看到 Fable 5.5
yetone@yetone
我们已加入 Anthropic Startup Stack！(*・∀・*)🎉 [引用 @EragonAI]: 我们很高兴地宣布，Eragon 已加入 @AnthropicAI Startup Stack，与 ElevenLabs、Lovable、Linear、Granola 和 Firecrawl 并肩。 Claude Startups 成员现在可以通过 Claude Startup 市场获得 Eragon 首年 20% 的折扣。
hardmaru@hardmaru
我刚刚在@NikkeiAsia发表了一篇专栏文章，论述为什么AI的未来属于编排者。 一群鱼能做到单条鱼做不到的事。AI也是如此。 我写道，为什么AI发展的下一阶段未必是构建最大的模型。随着前沿扩展开始放缓，重点将转向掌握编排。 关于集体智能、主权AI，以及为什么约束催生更聪明的架构： 这正是我们在东京正在构建的东西。🐟 [引用 @SakanaAILabs]: Sakana AI联合创始人兼CEO David Ha（@hardmaru）的投稿刊登在@NikkeiAsia上。标题是《AI的未来在于编排者》。 前沿企…
Bindu Reddy@bindureddy
Gemini Argon 的定价是这次公告中最亮眼的部分 它比 Astra 便宜 5 倍 和所有谷歌模型一样，它在纸面上看起来很棒。基准测试结果令人惊叹。😂