跳到正文

全部动态

今日 53 条

10月23日星期五

Hacker News 首页

HN 讨论:如果模型这么强,OpenAI 为什么不自己开 100 家公司?

Hacker News 用户 ex-aws-dude 发帖讨论:如果前沿模型足够强,OpenAI 或 Anthropic 为何不直接创办一批公司、用自家模型做产品,而是把卖 token 当作主要收入来源。帖子认为在模型商品化和价格下降的趋势下,应用侧可能比工具侧更赚钱,引发 68 条评论。

TechCrunch · AI

MIT研究发现 Eko 智能体在无任务的虚拟岛屿上自创游戏

MIT研究者让13个运行 Claude Opus 4.7 的 Eko 智能体各自在模拟荒岛上探索30小时,发现它们会自创挑战,行为具有玩耍的特征。经历探索的智能体在后续指定挑战中通常胜过未探索的同款智能体,其中6个还发现了设计者未预设的跳跃投掷技巧。论文发布于 arXiv,尚未经同行评审;智能体提示词将其描述为天生好奇,受访认知科学家认为,仅凭论文还无法确定这些行为是否属于真正的玩耍。

Hacker News 首页

Anthropic 研究展示大语言模型如何扩大软件形式化验证规模

Anthropic 与 Theorem 使用 Claude,为 123 个开源库的 239 个测试入口完成 RISC-V 二进制级安全属性验证。研究将既有模糊测试转为形式化规格,由 Claude 修复发现的漏洞并生成约 180 million 行 Rocq,由 Rocq 检查器核验。

推荐理由:Anthropic 与 Theorem 将既有模糊测试转为形式化规格,再由 Claude 生成机器码级形式化验证,使验证流程无需重写整个代码库。

TechCrunch · AI

OpenAI 拟在 IPO 前以 $1.25T 估值融资至多 $30B

OpenAI 据称正寻求在 IPO 前融资至多 $30 billion,投前估值为 $1.25 trillion,由 Coatue 和阿联酋投资者领投。融资条款仍在协商,阿联酋的投资可能同时涉及向 OpenAI 提供更多计算资源的协议,OpenAI 拒绝置评。OpenAI 在 3 月融资后的投后估值为 $852 billion,并于 6 月秘密提交了 IPO 文件。

Hacker News 首页

Tell HN:我无意中打破了 PHP RCE 漏洞的禁运,我很抱歉

一位 Hacker News 用户发帖称自己在不知情的情况下泄露了 PHP RCE 漏洞的禁运信息并致歉。评论区多数观点认为,未被告知禁运的人不应对此负责,责任在信息传递链条上游;也有人质疑 PHP 维护者在约两个月禁运期内未能发布补丁。讨论还涉及该漏洞的利用难度与影响范围,有人称公开的 PoC 大多无效,但存在可用的非公开 PoC。

Hacker News 首页

Show HN:WordPress 插件用自适应 proof-of-work 替代 CAPTCHA

一款 WordPress 反垃圾插件用浏览器端 proof-of-work 挑战替代 CAPTCHA,访客无需点击或解谜,浏览器在几毫秒内静默完成计算。该插件覆盖登录、注册、评论、WooCommerce 及 Contact Form 7、WPForms、Gravity Forms 等表单插件,无需 API key 和外部服务,并支持遭受攻击时自动提高挑战难度的自适应模式。

Hacker News 首页

Railpass:Sami Smith 打造的北九州单轨列车网站

Sami Smith 制作了名为 Railpass 的网站,内容围绕日本北九州单轨列车(Kitakyūshū Monorail)。页面提供随机天气与声音填充功能,但嵌入的 YouTube 视频因加载受阻无法播放。

The Verge · AI

Canva 首款图像模型 Canva Craft 先规划设计再生成图像

Canva 推出首款 AI 图像模型 Canva Craft,采用先规划设计、再生成图像的两阶段架构,现已向全球所有用户开放。模型支持最高 2K 分辨率和超过 30 种宽高比,Canva 称该架构可提升复杂图像中文字的可读性和物体放置的准确性。

推荐理由:Canva Craft 使用平台内容库中的人工模板训练,训练素材涵盖社交帖子、演示文稿、信息图和菜单等具体设计场景。

AI HOT · 产品

Replit 发布 Monitoring Agent,可自动调查生产故障、修复并部署应用

Replit 发布 Monitoring Agent,可在应用发生生产故障时调查告警、定位原因、生成并验证修复,再部署到生产环境。智能体可访问生产日志和指标,启用告警与自动修复后会调查问题,并通过邮件汇报处理情况。用户可在应用的 Publishing 设置中启用智能自动修复告警,并自行决定是否开启 auto-publish,让智能体自动部署已验证的修复。

MIT Technology Review · AI

EXL 如何设计可持续的 AI 服务框架(serving harness)

EXL 提出企业 AI 的竞争优势正从选模型转向围绕模型构建的服务框架(serving harness),即架构、内存管理、调度与推理优化的工程系统。其主张先按工作负载确定约束再定架构,并先测量再优化,例如 KV cache 随并发与上下文长度增长会先耗尽 GPU 显存,此时加算力只会让低效系统更贵。框架还应便于吸收新模型与新硬件,使换模型成为评估与配置决策而非架构重建。

The Verge · AI

Meta 修复链接安全问题后恢复 Muse 分享功能

Meta 恢复了 Muse 分享功能,并为修复前已分享的 artifacts 更换 URL。安全研究人员此前发现,共享地址以对话标题命名并写入公共 DNS,可找到内部营收审查和贷款申请等页面。Meta 的 David Singleton 表示,问题涉及 Muse 内的文档、图片等 artifacts 的 URL,并非聊天分享漏洞;访问旧链接的人将看到提示,需向分享者索取新链接。

The Verge · AI

法律专家称 Meta 修改条款后仍可能抓取新闻网站用于 AI 训练

Meta 删除商业条款中有关训练模型的措辞,但法律专家认为修订后的条款仍可能允许抓取新闻网站内容用于 AI 训练。10 月 30 日生效的条款仍允许使用关联网站内容开发商业产品,专家认为“开发”的范围可能包含“训练”。Meta 表示此次更新并非为了抓取新闻网站,也未赋予其凌驾于内容所有者通过 robots.txt 表达的偏好之上的新权利。

AI HOT · 产品

Claude 网页、桌面和移动端下周将默认启用 auto mode

Claude 官方宣布,下周起 Pro、Max 和 Team 套餐在网页、桌面和移动端应用中的会话将默认启用 auto mode。该模式不再逐步请求用户批准,改由自动检查拦截高风险操作,用户可随时切回手动模式。公告引用的 Claude Code 更新称,auto mode 使用独立分类器审查 shell 命令,测试中危险命令拦截率为 89%,手动批准方式为 14%。

推荐理由:Claude 将默认启用 auto mode,把会话中的逐步授权改为自动高风险检查,用户仍能随时切回手动模式。

OpenAI News

用 OpenAI Decisions API 构建响应更快的应用

OpenAI 正式开放基于 GPT‑6 Luna 的 Decisions API,处理限定答案的决策时,比通过 Responses API 使用 GPT‑6 Luna 最多快 10x。

推荐理由:OpenAI 将限定答案的分类与路由决策交给专用 API,让应用工作流中的高频小决策减少延迟与成本累积。

Simon Willison

De Staat 新歌《FREEDOM》MV 出现 AI 生成画面

荷兰另类摇滚乐队 De Staat 的新歌《FREEDOM》官方 MV 在 00:44 处出现由 Fake it or Leave it 的 Matties Grooten 负责的视觉特效,相关片段被 Hacker News 用户 flir 发帖讨论。该帖标签包含 music、ai、generative-ai 以及 pelican-riding-a-bicycle。

The Verge · AI

Discord 更新 Markdown 预览渲染,并新增侧边栏整理与 1GB 上传

Discord 最新更新让上传的 Markdown(.md)文件正确渲染表格与格式,不再显示一堆符号,方便用户分享 AI 项目的 README 与说明文件。此次更新还支持右键侧边栏图标用“Move to…”整理服务器和频道,Nitro 会员上传文件上限提升至 1GB。

The Verge · AI

SpaceX 与 Tesla 合并讨论背后的 AI 资本开支与马斯克控制权

SpaceX 与 Tesla 已成立特别委员会讨论合并,文章分析了 AI 业务整合、融资需求及马斯克控制权背后的利益关系。SpaceX 的 Q3 AI 部门收入为 $7.56 billion,文章认为其业务更接近算力基础设施提供商;Tesla 则连续第二个季度利润下滑。

推荐理由:SpaceX 与 Tesla 正讨论合并,若由 SpaceX 换股收购,马斯克可能获得合并公司的投票控制权并触发薪酬兑现。

TechCrunch · AI

Microsoft 的 Suleyman 称 AI 复杂病例诊断优于医生,正追求医疗超级智能

Microsoft 在 Science 发表的研究显示,MAI-DxO 在复杂病例模拟中的诊断准确率为 83%,参与比较的全科及普通内科医生为 36%。该系统协调多个 AI 智能体问诊、安排检查并讨论诊断,但对照组未包括通常处理此类病例的专科医生或医生团队,其对基础模型的增益在急诊病例中也未显现。

TechCrunch · AI

OpenAI 全面开放 Decisions API,加入决策模型市场竞争

OpenAI 于周四向所有客户开放 Decisions API,并为公开版本新增语音和视觉模态支持。该服务由 ChatGPT Luna 重新配置而来,通过加速推理和降低成本处理决策任务,OpenAI 称响应时间从一至三秒缩短至 100、120、180 毫秒。语言辅导产品 Speak 使用该 API 后,将动作间隔从 1.4 秒缩短至 .13 秒。

推荐理由:OpenAI 将 Luna 改造为低延迟决策服务,Speak 用它替换原有 LLM 后缩短了动作间隔和交互等待时间。

TechCrunch · AI

Canva 发布其首个图像生成模型 Canva Craft

Canva 发布首个图像生成模型 Canva Craft,已向平台所有用户开放,可从 Dream Lab 标签页访问。模型先解析提示词并规划布局,再生成最高 2K、支持 30 种宽高比的图像;Canva 称其支持清晰文字和不改变其他部分的精确编辑。

TechCrunch · AI

1Password 推出智能体代登录工具,无需向智能体暴露密码

1Password 周四推出 1Password for Agents,让 AI 智能体代用户登录个人账户,无需接触用户凭据。智能体发起登录时通过数字密钥确认身份,用户收到通知并批准后,由 1Password 代填凭据完成登录。服务支持用户选择的多种智能体,公司表示正与其他公司合作扩大服务范围。

MIT Technology Review · AI

Vanguard 的 Jing Wang 谈可扩展 AI 的基础

Vanguard 的 Jing Wang 在 MIT Technology Review 的 EmTech Future 会议上探讨了如何构建可扩展 AI 的基础。她指出,数据、工程、平台、运营模式和治理必须协同运作,才能在高监管环境中将包括智能体系统在内的新兴能力转化为对投资者的持久价值。

The Verge · AI

Meta 设想的未来:让你的 Muse 与我的 Muse 沟通和交易

Meta 计划让个人 AI 智能体 Muse 组成大规模网络,替用户沟通和交易,但算力成本已限制其全球推广。扎克伯格称,Muse 上月发布后在美国和加拿大已有超过 10 million 用户下载并完成设置,四分之一用户通过平台购物,平均每笔消费超过 $200,Meta 从商业交易中收取费用。

Hacker News 首页

脑类器官“读取”盲文,向生物混合计算迈出关键一步

布里斯托大学团队将脑类器官接入触觉传感器,使其对26个盲文字母产生可区分的神经信号,单个类器官解码准确率约61%,三个类器官组合提升至83%。这些直径不足1毫米、含约1万个神经元的类器官经多电极阵列接收电刺激,其响应由支持向量机分类,且在人工噪声下比直接解码被遮挡信号更稳健。研究未证明类器官具备学习能力,下一步将拓展至纹理、边缘等触觉任务与闭环反馈。

Hacker News 首页

AI 参与创作的获奖文学作品盘点:公开使用与争议案例

这份清单汇总了创作中使用或被怀疑使用 AI 的文学获奖作品,并区分公开使用、确认使用、争议指控及提名撤回等情况。第 13 届日经星新一文学奖收到 2,107 篇投稿,主办方将 491 篇列为部分由 AI 创作,普通组 4 部获奖作品中有 3 部在创作过程中使用过 AI。不同奖项的处理包括保留奖项、取消出版或撤回入围;部分作者否认 AI 检测器的指控,并提交草稿、时间戳和笔记后获主办方认可。

Hacker News 首页

TypeUI 提供 113 个 UI 微交互示例及 AI 实现提示词

TypeUI 提供 113 个可交互的 UI 微交互示例,用户可以预览行为,并通过 TypeUI Creative 复制实现提示词。示例覆盖按钮、输入框、选择控件、模态框、导航、列表、滑块和卡片,包括长按确认、表单校验、撤销倒计时和拖动排序。资源入口为 https://www.typeui.sh/micro-interactions。

The Decoder

美国多家大银行封锁使用客户凭据登录的 AI 智能体

Morgan Stanley、JPMorgan、Bank of America 等美国大银行正在封锁使用客户凭据登录账户的外部 AI 智能体。此类访问违反账户持有人须亲自登录的银行政策,多数银行希望将智能体权限限制为只读,且难以判断其是否代表用户操作。