Meta AI 在 Instagram 上自动生成了一些建议提问，比如“你视频里的小孩是谁”，直接问用户私人信息。Meta 说会改这个建议系统，但没具体说怎么改。问题出在自动生成的提示词上，不是用户自己搜的内容。目前正文没披露修复时间表或具体技术方案。

一个6.5分钟的单卡H100/H200微调实验，拿100道斑马谜题（逻辑推理题）去训Qwen 3 4B基础模型，让它在MATH-500数学基准上的得分提升了31个百分点。作者附了可复现的notebook，但Reddit把帖子正文拦了，训练超参、数据格式和评测细节都没放出来，这点先别太激动。

Clawfight是一个MCP驱动的对战平台，两个AI代理以卡通螃蟹形象进行实时格斗或说唱对决，输出视频。支持原生MCP客户端（Claude连接器、ChatGPT插件）、原始HTTP脚本和手动操作。对战循环使用六个工具调用：加入比赛、等待事件、出招、查询状态。文章详细列出了分层设置步骤和沙盒规则——例如整个回合循环必须在一个前台工具调用内完成，否则后台...

Chamilo 3.0 是这款开源 LMS 的大版本更新，最大的亮点是原生集成了一个 MCP 服务器。MCP 相当于一个标准接口，让 AI 工具（比如聊天机器人、智能助教）可以直接读取和写入课程、用户和成绩数据，不用再单独写适配代码。另外认证升级到了 PAuth 2.1。正文没提性能提升幅度或新增功能数量，但 MCP 这个方向对教育场景的 AI 集成来...

这是一个浏览器扩展，能在 Claude 聊天界面显示当前会话用了多少 token（比如 486k）。它直接读取页面 DOM，不额外花钱，也不依赖 Claude 的 API。正文没披露是否支持所有 Claude 版本或仅限网页端，但代码仓库显示它只读前端数据，不涉及后端。486k 只是示例数字，不是硬上限。

Sebastian 在 Earendil 的博客里用 SlopCodeBench 的指标测了 AI 写代码的“水分”。AI agent 写的代码平均啰嗦度 0.33，人类仓库只有 0.15；侵蚀度 0.68，人类是 0.31——AI 代码的啰嗦和臃肿程度大概是人类的两倍。在多轮、清空上下文的迭代测试里，哪怕最顶尖的模型，严格通过率也是 0%，坏决策会越...

Ben Tossell 做了个叫 Design Words 的工具，核心痛点是：非设计师很难用语言描述圆角、阴影、字体这些视觉风格。用户左边选样式，右边实时预览，最后复制一段 prompt 丢给 AI agent 去干活。他前后迭代了 11 个版本，用 Pi 的 Fable 5.1 做脑暴，用 Factory 的 Droid 写代码。目前还是早期阶段，...

Anthropic 公开指控伊朗和俄罗斯的国家背景行为者用 Claude 辅助武器研究。这是头部 AI 公司第一次直接点名具体国家，把模型滥用跟地缘政治对手挂上钩。公告没披露涉及什么武器类型、用了哪个版本的 Claude，也没说 Anthropic 是怎么发现并追溯到这些行为的。目前只有单方面说法，我会先打个折，等技术细节出来再判断实际危害有多大。

Daniel Hook 提出了一个叫“Waymo 效应”的概念：当技术抹掉了跟人打交道的麻烦，我们只觉得自己赚了，因为麻烦是看得见的，而麻烦带来的好处我们没注意到。他用无人驾驶出租车打了个比方——不用跟司机尬聊确实爽，但那些你本来不会主动去聊、却被迫聊上的跨圈层对话，也跟着一起消失了。在科研里，大语言模型正在变成那个“零摩擦同事”：凌晨两点随叫随到，没...

Quesma 花了超过 1500 美元跑 Terminal-Bench 2.1，对比了 Claude Code 加 Fable 5.0 和 OpenCode 加 DeepSeek V4 Pro 0813 在开不开 RTK 时的真实花费。RTK 是一个给终端输出“瘦身”的工具，把 ls、git 等命令的返回结果压缩后再喂给模型，想靠减少上下文来省钱。结果...

OpenAI 的在线存储平台 Habitat 现在每秒要处理超过 7000 万个请求，服务着每周超 10 亿的 ChatGPT 用户，管着 500PB 以上的数据。这篇文章是上篇，讲了它怎么从一个简单的 Python 客户端库，被逼成一个分布式服务。团队连续三年面对每年超 10 倍的增长，先是在 Python 的异步框架里抠延迟，解决功能开关的尾部延迟...

Armin Ronacher 让 Astra 全自动改造 CPython，想给它加上虚拟线程和词法作用域。模型自己管上下文、自己派子任务，结果 35 小时烧了大概 40 亿 token，交付价值为零。Astra 改 C 代码时不爱用正经的补丁工具，反而大量用 Python 做字符串拼接和替换，产出的代码质量很差。Ronacher 怀疑训练时过度奖励“把...

Anthropic 在 2025 年 12 月到 2026 年 8 月期间，一共打断了 5 起可能用于开发生物武器的滥用行为，涉及 Claude Haiku、Sonnet 和 Opus 三个模型。报告里说，生物滥用是前沿模型最严重的风险之一，因为能造疫苗的知识同样也能造武器。除了生物武器，他们还发现有人用 Claude 写常规武器的控制软件，以及俄罗斯...

Anthropic 九月威胁报告扔出了一颗炸弹：DeepSeek 和月之暗面（Kimi）在用户完全不知情的情况下，把发给自家模型的请求静默转发给了 Claude，用户的代码和登录凭证就这么暴露给了第三方。同时，一个 6TB 的中转站数据泄露包里，装着 SSH 密钥、云服务凭证和 GitLab 令牌，足以拿下 7 个政府实体和 19 家企业的内网。报告还...

Google 发布了 Gemini 的 Windows 原生桌面应用，用户可以直接从电脑上打开 AI 助手，不用再绕道浏览器。官方博客没有说明这个版本包含哪些功能、是否免费，也没提能不能离线用。如果你习惯把 AI 当桌面工具用，现在多了一个入口，但具体体验好不好还得等上手才知道。

文章标题说 DeepSeek V4.1 Flash 大幅降价、原生支持视觉能力，作者用游戏和城市生成任务测了表现。但正文被微信屏蔽，看不到具体降了多少、视觉能力什么规格、生成质量如何。如果真降价且视觉好用，对做多模态或生成类应用的团队是个好消息，但这点先别太激动——没披露细节前只能当传闻看。

投资人Ruchir Sharma在FT播客里说，美国国债突破35万亿美元，长期利率被AI投资推高，政府预算越来越紧。AI是个烧钱行业，需要便宜资金，但美国财政正在拧紧水龙头。如果利率持续高位，AI那些资本密集型项目可能撑不住。正文没给具体时间线或债务红线，但逻辑很直白：AI泡沫能不能撑下去，取决于美国还能不能借到便宜的钱。

Flipkart 的金融业务 Super.money 开始把 AI 智能体嵌入用户日常金融流程——比如自动缴账单、推荐产品，而不是只做个聊天机器人。这招在印度市场挺直接：对手 Google Pay 和 PhonePe 用户基数大，Super.money 想靠“让模型进业务流程干活”来差异化。不过正文没披露具体用了什么模型、延迟多高、成本多少，也没给用户...

Anthropic 一名研究员因为担心实验室在造“人类控制不了的超级智能”而辞职，这事又让 AI 毁灭人类的讨论上了头条。纽约时报这篇没站队，而是从风险认知的角度解释：人天生害怕新风险，不害怕熟悉的风险——开车比坐飞机危险得多，但大家觉得飞机更吓人。哈佛风险分析中心主任说，AI 之所以让人焦虑，是因为它“不在我们觉得能控制的范围内”。文章还列了一串其他...

这个网页工具让你像搭积木一样，一层层搭建 Transformer 模型，每一步都有实时可视化。适合想搞懂模型内部结构、又不想硬啃论文的开发者。正文没披露支持哪些模型或训练数据——它纯粹是架构可视化，不涉及训练或推理。

ERSC 的 Steve Klabnik 写了篇博客，解释他们想怎么改造版本控制。核心思路是保留 Git 协议，但把底层的存储换成自研引擎。触发点是 AI 代理写代码让仓库体积、分支数量和合并冲突都涨得很快，传统 Git 仓库的存储方式开始吃力。ERSC 说他们的方案能做到水平扩展和租户隔离，不同公司的使用不会互相影响。文章还提了一个远期想法：让 Ju...

Anthropic 发布了一份威胁情报报告，梳理了过去八个月 Claude 被滥用的情况。最让人警惕的是，有科学家试图用 Claude 辅助生物武器研究，比如设计基孔肯雅病毒的更危险突变。Anthropic 没法判断这些研究是合法还是恶意，但因为发现其中一项计划在军事研究机构进行，所以还是封了相关账户。报告还记录了在中国、俄罗斯和也门有人用 Claud...

Benzi 在 24 个真实 GitHub 问题上，拿自己的代码智能引擎搭配 Sonnet 或 DeepSeek，跟 Claude Code 和 DeepSeek 原生引擎做了对比。核心指标是修一个 Bug 要读多少行源码：Benzi + Sonnet 总共读了 9,125 行，Claude Code 读了 20,704 行，DeepSeek 原生引擎...

Elon Musk 转发了 Grok Bot 对 SpaceX CFO Bret Johnsen 在高盛 Communacopia 会议演讲的摘要。但正文没披露具体要点，所以目前只知道马斯克用自家 Grok 做了个会议摘要，至于 CFO 讲了啥——不知道。

Herdr Studio 是一个开源浏览器客户端，让你在一个可视化界面里同时管理多个 AI agent 的终端、文件、代码差异和工作树。它依赖 Herdr 守护进程，即使浏览器或笔记本断线，agent 会话也不会丢。支持本地和 SSH 连接，还能以 PWA 形式装到手机上。目前只提供了 macOS 和 Linux 的安装脚本，Windows 用户得去 ...

Adam Lusted 在 MacBook Pro M5（48GB）上搭了一套本地开发环境：用 Ollama 拉 Qwen 3.8 27B 和 Gemma 4 31B 两个模型，通过 Opencode 做编码助手，再用 Docker Sandbox（sbx）把模型跑在容器里——防止模型乱写代码搞崩宿主机。每个项目要配一个 sbx kit，里面写模型配置...

Sam Altman 在一次全员会上表态，OpenAI 可以主动踩刹车，推迟最先进模型的发布。这是 OpenAI 第一次在内部明确传递这个信号。不过，报道没给出具体的时间表，也没说触发减速的条件是什么——比如是看模型能力过线，还是等外部安全审计通过。目前只有 Bloomberg 这一篇报道，没有录音或内部文件佐证，执行细节还不清楚。

Google 宣布在芬兰投入 130 亿欧元，这是它在欧洲最大的一笔单项投资。钱主要用来新建三座数据中心、扩建原有园区，并配套清洁能源项目。作为其中一环，Google 和芬兰电力公司 Fortum 签了 22 年的购电协议，会买下 Loviisa 核电站最多一半的发电量。这座核电站目前供应芬兰约 10% 的电力，Fortum 说这笔长约能帮它筹到钱去延...

MAP 和几所高校一起发布了 YuE2，一个把写谱和合成合在一起的音乐模型。它先生成可编辑的 ABC 乐谱，再根据乐谱渲染人声和伴奏，最终效果跟 Suno v5 差不多。这次开源了 3B 模型、VAE、把音频转回乐谱的 SheetSage2 转录工具，还有评测集 WildSongBench，附带 65 首从暗黑氛围到赛博金属的试听 demo。正文没提训...

燧原科技在上海科创板上市，募了约9.11亿美元，做的是AI训练和推理芯片。首日股价涨了188%，说明市场对国产AI芯片替代方案的热情很高。但文章没披露它最新的营收和利润数字，所以这个估值我先打个折，别太激动。

Laravel 的新规听起来离谱，但逻辑很直接：AI 让提 PR 和提 issue 一样简单，还能自动过滤掉垃圾 issue，维护者从 PR 里拿到的信息也比 issue 多。另一边，Anthropic 让 Claude 把怀尔斯证明费马大定理的 129 页论文，翻译成了 Lean 语言程序。Claude 先证了 3 万多个辅助定理，用了其中 2.9 ...

Together AI 更新了微调服务，新增 DeepSeek V4 Pro、MiniMax M3、Gemma 4 31B 等模型。现在训练过程中就能实时看 loss 和准确率曲线，不用等跑完才知道效果。控制也更细了，可以调学习率调度器、优化器参数和早停条件。正文没披露定价和地区可用性，但模型列表和功能描述挺详细。

DeepSeek 发了 V4.1 Flash，把全局 KV 缓存压到上一代的约四分之一，持久化缓存压到约八分之一，缓存命中的输入价格也跟着砍了六成。技术报告的核心判断是：稀疏注意力已经把计算成本打下来了，现在拖慢长时程 agent 任务的是显存塞满、数据往 SSD 搬进搬出和总线传输的开销。Flash 的解法是上 4 位存储、让不同层共用一份全局缓存、...

美国司法部在一份对法院没有约束力的文件中，主张用版权作品训练AI属于合理使用，理由是训练时复制但从不公开，输出与原作也缺乏实质性相似。纽约时报立刻反驳，说政府站队万亿级AI公司。目前还没有上诉法院对此做出裁决，所以这件事还没定论。DeepSeek计划在内蒙古部署至少16万颗华为昇腾950DT芯片，规模接近xAI Colossus一期的八成，但这批芯片只...

Google Research 提出 ToolGrad，一种靠文字反馈自动生成工具调用训练数据的方法。思路很直接：让模型先试着调用 API，一旦出错，就把 API 返回的报错信息当成“梯度信号”，反向修改对话样本，反复迭代直到模型给出正确答案。文章用查天气的例子走了一遍流程——模型一开始瞎编了一个温度，API 报错后，系统根据错误提示重写了问题和回答，...

Anthropic 在 9 月的威胁情报报告里点名了三家中国公司：DeepSeek、小米和月之暗面。报告说，这几家把自家模型跟用户的对话记录喂给 Claude，再用 Claude 生成的回答当训练数据，去“蒸馏”Claude 的能力——也就是用大模型的输出教小模型模仿回答风格。这些对话里还夹带了个人用户、大型跨国公司和政府相关方的敏感信息。Anthro...

Anthropic 在 2026 年 7 月发现两名科学家试图用 Claude 查询病原体改造、毒素生产和规避安检的方法，内部安全系统在 11 秒内识别并拦截了这些请求。公司随后报了警，称这是 AI 首次实时阻止生物武器研发。不过，正文没披露这两人的身份、所属机构，也没说报了哪家执法部门，所以这件事的严重程度和后续处理还不好判断。

Cognition 发布了编程模型 SWE-2，主打比 Fable 5.1 便宜 64%。但正文没披露具体价格、跑分或使用场景，只说了成本优势。如果是真的，对预算有限的团队挺省钱，但性能如何、能不能直接上手用，目前信息不够，先别太激动。

黄仁勋在高盛的会上给了个很猛的预测：英伟达下一年收入还能涨 70%。他的理由是，企业对算力的需求远没到顶，现在正从训练模型转向大规模推理（也就是让模型真正跑起来干活），而英伟达的 GPU 加网络方案从云端到边缘设备全占了。他还回应了“左手倒右手”的质疑——英伟达投资 AI 创业公司，这些公司再买英伟达芯片——他说每笔投资都有独立的回报逻辑。不过，这篇文...

GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需离开应用即可审查、运行和预览 AI 智能体生成的代码变更。diff 面板以绿色和红色高亮显示代码的增删改，终端面板支持直接运行项目命令并可通过 Run 按钮配置脚本，浏览器面板则提供 Pick & Polish 工具来选取页面元素并让智能体调整。