仅显示 2026年10月28日 周三 的内容 · 查看全部日期 →
Vercel CI 通过以下方式解决“AI 编程瓶颈”： ① 快速稳定的基础设施（干得更快） ② Turborepo 集成（干得更少） ③ 智能体化 CI ① 很明显。你的 CI 又慢又不稳定，还会挂掉。我们来解决这个。我们在全球运营20个集群，每天运行数百万个 microVM。 ② 不那么明显，但非常强大。Turborepo 的设计初衷就是智能跳过和缓存之前的工作。依赖图是计算出来的，而不是写出来的。 让你的智能体迁移到 @turborepo，开始省时省钱。即使你不用我们。但你应该用，它真的很好。 ③ 是改变游…
Particle 是一家新公司，专注于优化开放权重模型，使其在提供推理服务时更省 token、更具成本效益。在它们发布前，能与 Suhail 及其团队合作非常棒！我们期待在搜索和模型编排等工具上与他们合作。 [引用 @Suhail]: 1/ 很高兴宣布我们的新公司 Particle 这是我们面向开发者的一系列模型中的第一步。 在 particle-1 上，我们专注于 token 效率，在性能持平的同时，使用的 token 减少了约 45%。 现已上线：
Gemini Carbon 今天晚些时候会登上 LiveBench！ 非常期待看到它的排名…… 我觉得它不会排第一，但会很有竞争力
进入AI/ML研究的绝佳方式！ [引用 @Gradio]: 实验室里正在酝酿点什么 🧪🤗 NeurIPS 2026 × ML Intern 复现黑客松。即将上线。我们非常期待！！
讲解视频是我现在最喜欢的学习方式 [引用 @AskPerplexity]: 计算机制作了一段3分45秒的讲解视频，讲的是苹果和富士康在iPhone Duo折叠屏下层做了哪些改动，以实现规模化生产。 它聚焦那一层中的一个问题，从如何测量到如何修正，把产品画面和报道与图示穿插在一起。
Theo 干得漂亮 [引用 @vercel_dev]: fx × T3 Code：我们的开源智能体运行框架 fx，现在已是 T3 Code 的内置提供商。 • 可在网页、桌面和移动端运行 • 与你现有的模型和技能兼容
根据 Artificial Analysis 的数据，Gemini 4 Carbon 在每项任务上既比 Opus 5.5 更聪明，也更便宜。 我唯一要提醒的是：他们是用 Antigravity CLI 对 Gemini 4 Carbon 做基准测试的。 我已经好几个月没碰 Antigravity 了，也不太想装它…… 我会在 Codex 和 Omnigent 里试用一下，看看它到底有多好。
喜欢！谷歌刚刚发布了Carbon 它目前还没上线，但几乎肯定会与Fable和Astra不相上下 如果它的定价和Argon一样、便宜5倍，可能会引发一场小地震
犹他州向10个州级机构的34名开发者提供了Claude Code。80%的人在30分钟内就搭建好了可用环境，71%的人表示在为期四周的试点结束时节省了20多个小时。 [引用 @AnthropicAI]: 我们正在扩大与@USGSA的合作。根据一项新的OneGov协议，我们正以四折优惠将Claude带给联邦、州、地方、部落和领地政府。
我们是不是又进入了新一轮“谷歌回来了”的周期？ 谷歌的新模型Gemini 4 Carbon在大多数基准测试上击败了Opus 5.5和GPT-6 Astra，并在Artificial Analysis Intelligence Index v5上排名第一。 看看它能否撼动Anthropic的IPO。
宣布 Gemini 4 Carbon，这是我们最强的模型，具备最先进的网络安全能力和长程任务能力。 Carbon 在大多数基准测试上都有所提升，在自主编程和网络防御方面展现出强大的前沿性能。 我们首先将 Carbon 提供给 Fairwind 计划中一部分可信的网络防御者使用。我们会尽快扩大访问范围。
面向所有Pro和Max用户推出新的语音模式，覆盖网页版和Mac应用。基本上可以让你对着电脑说话，就能并行完成多条工作流。
Dan Koe 这篇很棒，我有亲身感受，总结一下分享给大家！大众对百万粉大 V、遥不可及的炫富生活和完美身材已经脱敏；相反，一个毫无技术背景的 40 多岁宝妈仅凭一个「30 天挑战」数字产品就能完成百万美元级发售。社交媒体正在演变为去中心化教育系统，人们真正共鸣并愿意付费的对象 - “You are the niche” 创作者的三阶演化： 第一阶：网红（Influencer）被注意力本身支配。内容优化目标是「消费完即忘的廉价多巴胺」，高度熵增，对人类思考能力的破坏远超 AI； 第二阶：个人品牌（Personal…
Anthropic收入的80%来自API用量计费 这是他们的软肋。DeepSeek的成本比Opus低20倍，而且已经能胜任70%的任务 如果公司在大多数简单任务上使用昂贵的token，那就是在严重超支
fx 现在快得多、更小、更高效 在你的 iPhone Duo 上试试 [引用 @vercel_dev]: fx v0.0.15 更少内存。更快恢复。更小体积。 - 长会话内存减少 70% - 二进制体积缩小 7.66%（6.15mib ← 6.66mib） - 图片密集的回合处理速度最高提升 3.3 倍 - 会话恢复速度提升约 18% - 自动刷新模型目录 - 用 /fork 分叉对话 - libfx 中更好的图像处理和崩溃恢复 - 多项错误修复和安全改进
LiveBench 终于反映了真实世界的性能 - Fable 5.1 和 Astra 位居榜首 - Opus 5.5 紧随其后，在设计方面表现出色 - Argon 胜过 Terra，擅长数据分析 - 谷歌首次击败开源 - DeepSeek 是最强的开源模型
我认为十月标志着编程智能体及其驱动模型在能力上的又一个拐点：Claude Opus 5.5 现在能做出真正好玩的电子游戏了
在 Perplexity Computer 上做的有趣项目：让它设计一个 GTA V 任务，你在游戏内的手机上用 vibecode 编写 GTA VI，而开发者因为你们抢先发布 GTA VI 而报警抓你。 它查阅了 FiveM 文档（原生函数、行人模型、服务器 convar、游戏内浏览器的限制），并用 Lua 把这个任务构建成 FiveM 资源。然后它搭建了一个 MCP 桥接，这是一个小型本地 Node 服务，通过 OAuth 登录 Perplexity Computer MCP 服务器，把你的游戏内提示变成一个…
开源模型的消亡被大大夸大了，但之前的 AA 指数确实美化了它们。作为一个行业，我们需要更具体的智能指数，因为 LLM 被用于截然不同的任务。 我对基准测试行业的元评审。
已经有一批非常有趣的实验，通过激活开放 AI 模型中的单个神经元，将它们锁定在特定的角色人格中。 这里，历史学家 @ResObscura 对一个仅用1930年之前数据训练的模型尝试了同样的技巧，结果令人愉悦。 [引用 @ResObscura]: 受 @Sauers_ 和 @jfonsecarivera 以及其他最近关于 AI 模型人格的有趣工作启发，我为 Talkie-1930 构建了一个部分神经元图谱，这是由 @status_effects 和 @AlecRad 创建的历史语言模型。这是链接：
自从 Magpie 全面插件化以后，你甚至可以在 Magpie 里这样：
Voxtral Mini Transcribe 3 在 Voice Arena 的说话人分离 + ASR 排行榜上排名第2。 [引用 @voicearena_ai]: 🚀 Mistral AI 的 Voxtral Mini Transcribe 3 在 Voice Arena 的说话人分离 + ASR 排行榜上按 DER 在9个模型中排名第2，超过了它更大的同类产品。 在 Mistral 推出新的 Voxtral 3 系列之后，我们在 Voice Arena 的说话人分离基准上评估了其 Mini 和 Small…
昨晚跟 @pseudo_yu 吃饭的时候，他说他一直没敢打开 Magpie 的脱敏功能，是因为怕 Magpie 的脱敏功能篡改了发给大模型的内容，导致 Agent 行为异常、能力下降。 其实 Magpie 的脱敏功能并不会导致这种劣化，但我也担心很多用户会有相同的担忧，所以就在 Magpie 里加上了一个脱敏原理的演示动画，让大家可以直观地知道 Magpie 脱敏的原理，以及解释为什么它不会破坏 Agent 的行为。
AI 基本上已经解决了编程 下一个大前沿是物理学。AI 现在正在破解的数学问题是通往物理学的垫脚石 一个开创性的物理学突破可能带来近乎免费的无限能源！ 当然，这将自动带来丰裕时代，想想这可能在一年内发生！❤️
muse 与 instagram 的整合很棒，而且只会越来越好！！ 我们在这里还计划了更多有趣的东西，很期待大家去尝试 [引用 @briechong]: 对我来说 muse 最大的成功是它与 instagram（除 X 外我最常用的应用）的无缝整合 我让 muse 根据我保存的 IG 帖子制定了一个滑雪训练计划，并在这个过程中整理了我的收藏！
Artificial Analysis 终于转向闭源基准测试（再见 GDPval-AA），并发现开源权重模型比他们之前测量的落后得更多。对此要持保留态度，但这与普遍感觉相符：我们还没有看到 Fable 级别的开源模型。 [引用 @ArtificialAnlys]: 开源权重模型在 v5 中进一步落后。领先者 Kimi K3.1 Pro（权重尚未发布）得分为 46，落后领先者 12 分，而 v4.3 中的差距为 3 分。在已发布权重的模型中，DeepSeek V4.1 Flash 1017 (max) 和 GLM-…
Genie 4：“场景：维多利亚时代的高茶。角色：一只穿着得体服装的老鼠。” “一只豪猪走过” “老鼠长出了翅膀” “老鼠飞向茶杯” 这是实时的，而且我可以自由走动。 它有故障，但与几年前相比也先进得不可思议。
了解 PHP2Shell 以及总体新兴的安全格局： [引用 @clintgibler]: PHP2Shell 对您的安全团队意味着什么——以及您接下来应该做什么？ 明天我将与 @CrowdStrike 的同事一起讨论 PHP2Shell 是如何被发现的、我们如何应对披露过程，以及您接下来的实际步骤： - 评估您的暴露面 - 应用修复 - 并调查可疑活动。 我们还将从 @OpenAI 的视角讨论前沿 AI 如何改变漏洞……
最近几周已经清楚地表明，AI 非常擅长解决研究问题。那它在提出*有趣的*研究问题方面有多强？感谢29位来自数学、统计、计算机科学和物理学领域的专家的评分，我们发现其中1/3是有趣的，我们完全预期这一点还会提升。这引发了关于在{学术界,产业界}中{人类,AI}理想关系的重要问题…… [引用 @FanNie1208]: AI 现在正在攻克科学家提出的一些最难开放问题。但研究不止于解决问题。AI 是否也能提出专家认为真正有趣的研究问题？ 我们构建了 After42 来找出答案。专家判定其135个最终问题中有45个真正有…
我很高兴AI终结了LeetCode风格的编程面试。 我和年轻的AI人才聊过，大多数人会直接跳过那些仍然使用LeetCode面试的公司。 我同意Felix的看法。品味、共情、有原则的思考、商业嗅觉和主动性才是真正重要的。 [引用 @felixrieseberg]: 编程面试已经死了，至少对我所在的Anthropic团队来说是这样。我看得够多了，知道它不再提供信号。这个月我把它从面试流程中去掉了。 我有一个辛辣但乐观的看法——我认为初级工程师有机会：
A.I. 日报