跳到正文

#其他

今日 0 条

9月23日星期三

Hacker News 首页

五角大楼报告:过度依赖 AI 导致美军导弹误炸伊朗学校

彭博社报道,五角大楼调查人员发现,错误情报、过时卫星图像以及对 AI 的过度依赖,共同导致伊朗 Minab 一所学校遭导弹袭击,造成 123 名儿童死亡。报道以美国军方“杀伤链”为线索,还原了这次打击的决策过程。

推荐理由:五角大楼调查人员还原了伊朗米纳布学校遭袭的决策过程,指出错误情报、过时卫星图像与对 AI 的过度依赖共同酿成 123 名儿童死亡。

AI HOT 精选

Anthropic 发布 Claude Opus 5.5:性能对标 Fable 5.1,运行成本比 Opus 5 低 40%

Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5,官方称其在多数工作上达到 Claude Fable 5.1 的水平,默认设置下典型工作负载的运行成本比 Opus 5 低 40%。

推荐理由:Anthropic 发布 Claude 5.5 家族新模型 Opus 5.5,官方称多数工作达到 Fable 5.1 水平,默认设置下典型负载运行成本比 Opus 5 低 40%。

AI HOT 精选

GPT-6 Sol 和 GPT-6 Luna 上架 Arena,API 价格比 GPT-5.6 促销价还砍一半

OpenAI 在 Arena 上放出了两个新模型,Sol 和 Luna,都基于 GPT-6 Astra 的技术。卖点是推理更快、更便宜,针对高吞吐场景优化了缓存,API 定价直接比 GPT-5.6 的促销价再低 50%。正文没给跑分和延迟数据,这点先别太激动,等第三方实测出来再看值不值。

推荐理由:OpenAI 在 Arena 上线 GPT-6 Sol 和 Luna,API 定价比 GPT-5.6 促销价低 50%,面向高吞吐场景优化了缓存与推理效率。

AI HOT 精选

Sam Altman 说 GPT-6 Sol 和 Luna 按任务定价没对手,但没给具体数据和测试

Sam Altman 表示,以按任务定价衡量,GPT-6 Sol 和 Luna 在市场上没有可竞争的对手。他引用的内容称,两款模型相比 5.6 系列在智能、对齐、工作产出、编码和计算机使用上有大幅提升,价格每 token 减半,按任务算更低。他还表示希望人们能用大量 AI,这对探索眼前的新复兴很重要。

推荐理由:Sam Altman 称 GPT-6 Sol 和 Luna 按任务定价在市场上没有对手,并提到相比 5.6 系列智能、编码等能力提升且每 token 价格减半,但未给出跑分和定价数据。

AI HOT 精选

OpenAI 发了 GPT-6 Sol 和 GPT-6 Luna,API 价格比 GPT-5.6 促销价还砍一半

这两款模型都基于 GPT-6 Astra 的技术,主打便宜和快,适合跑量大的任务。OpenAI 说靠缓存和推理环节的优化把成本打下来了,所以 API 定价直接比 GPT-5.6 的促销价再低 50%。Sam Altman 转发了公告,夸角色形象可爱。正文没给跑分、延迟数据和哪些地区能用,这点先别太激动。

推荐理由:OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna,API 价格比 GPT-5.6 促销价低 50%,主打便宜和快,适合跑量大的任务。

AI HOT 精选

OpenAI 在 OpenRouter 上架 GPT-6 Sol 和 Luna,价格直接砍半

OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 上线 OpenRouter,价格为其 GPT-5.6 前代的一半:Sol 输入 $2/M、输出 $10/M,Luna 输入 $0.10/M、输出 $0.50/M。在 AutomationBench 上,两款模型都以更低的单任务成本超过前代的最好成绩。

推荐理由:OpenAI 将 GPT-6 Sol 与 Luna 上架 OpenRouter,价格降至前代 GPT-5.6 的一半,两款在 AutomationBench 上以更低单任务成本超过前代最好成绩。

AI HOT 精选

GPT-6 Sol 和 Luna 价格砍半,智商分没变

Artificial Analysis 评测 GPT-6 Sol 和 Luna,两模型价格约为 GPT-5.6 对应版本的一半,Sol 定价 $2/$10、Luna $0.10/$0.50 每百万输入/输出 token。两模型的 Intelligence Index 与 GPT-5.6 持平。

推荐理由:Artificial Analysis 评测显示,GPT-6 Sol 和 Luna 定价约为 GPT-5.6 对应版本的一半,Intelligence Index 与后者持平,为模型选型和成本测算提供了直接的价格参照。

AI HOT 精选

OpenAI 发了 GPT-6 Sol 和 Luna,API 价格直接砍半

OpenAI 开发者账号宣布 GPT-6 Sol 和 Luna 发布,两者 API 定价比 GPT-5.6 低 50%。Sherwin Wu 补充 GPT-6 Luna 定价为每 1M tokens 输入 $0.10、输出 $0.50,并称价格很快需要改按每十亿 tokens 计价。

推荐理由:OpenAI 发布 GPT-6 Sol 和 Luna,API 定价较 GPT-5.6 低 50%,Luna 输入每百万 token 0.10 美元、输出 0.50 美元,旗舰模型换代同时大幅降价。

AI HOT 精选

OpenAI 在 ChatGPT Work 和 Codex 里推送了 GPT-6 Sol 和 GPT-6 Luna,付费用户现在就能用

OpenAI 官方账号发了一条简短通知,说 GPT-6 Sol 和 GPT-6 Luna 两个模型已经上线,Plus、Pro、Business、Enterprise 和 Edu 用户都能在 ChatGPT Work 和 Codex 里用到。正文没披露模型参数、价格有没有变、跟 GPT-5 比到底强多少——这些都得等后续跑分出来再看,现在先别急着下结论。

推荐理由:OpenAI 将 GPT-6 Sol 与 GPT-6 Luna 推送给全部付费层级用户,覆盖 ChatGPT Work 和 Codex 两个入口,可了解新模型当前的可用范围。

TechCrunch · AI

OpenAI 发布 GPT-6 小模型 Sol 和 Luna,主打更便宜、更少出错

OpenAI 在旗舰模型 Astra 之后,又推出了两个“青春版”:Sol 和 Luna。Sol 负责写代码这类复杂任务,Luna 则用来干摘要、信息提取、快问快答这些目标明确、量大的活。公司说这两个模型比 Astra 更省钱、效率更高,但正文没公布具体定价、错误率对比和上线日期。所以“更少出错”这个说法,我建议先打个折,等实测跑分出来再说。

推荐理由:OpenAI 在旗舰模型 Astra 之后推出 Sol 和 Luna 两个小模型,分别面向写代码和摘要提取等高频任务,官方称成本更低、效率更高。

Hacker News 首页

Claude Opus 5.5 智商分登顶但价格不菲,输出还特别啰嗦

Artificial Analysis 发布 Claude Opus 5.5(Adaptive Reasoning、Max Effort、Default Fallback)的智能、性能与价格分析,该模型在 Artificial Analysis Intelligence Index 上得分 58,位列 206 个模型中的第 1。

推荐理由:Artificial Analysis 的独立评测显示,Claude Opus 5.5 智能指数 58 分在 206 个模型中排第 1,但每百万输出 token 定价 20 美元,生成 2.6 亿 token 远超中位数。

AI HOT 精选

Anthropic 工程师实测 Claude Opus 5.5:移植 HAProxy 比 Fable 5.1 快 21%,成本砍半

Anthropic 的 Boris Cherny 实测让 Claude Opus 5.5 和 Fable 5.1 各自把 HAProxy 从 C 移植到 Rust,两者都通过几乎所有测试,Opus 5.5 用时 9.5 小时,快于 Fable 5.1 的 12 小时,成本低 51%。

推荐理由:Anthropic 的 Boris Cherny 让 Claude Opus 5.5 与 Fable 5.1 各自把 HAProxy 从 C 移植到 Rust,两者都通过几乎所有测试,Opus 5.5 用时 9.5 小时、成本低 51%。

AI HOT 精选

Claude Opus 5.5 上架 OpenRouter,编码干活更利索,价格还打了八折

Anthropic 的 Claude Opus 5.5 上线 OpenRouter,是 Claude 5.5 系列首个模型,在智能体编码、知识工作和计算机使用上领先 Opus 5 和 Fable 5.1。该模型提供 1M 上下文窗口,定价为每百万输入 token $4、输出 $20,比 Opus 5 低 20%。

推荐理由:Anthropic 的 Claude Opus 5.5 上线 OpenRouter,在智能体编码、知识工作和计算机使用上领先 Opus 5,定价比 Opus 5 低 20%,可比较同系列模型的性能与价格定位。

AI HOT 精选

Anthropic 放出 Claude Opus 5.5,性能打平 Fable 5.1,运行成本比上代降了四成

Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5,大多数任务达到 Claude Fable 5.1 水平,运行成本比 Opus 5 低 40%。作者称该模型基于用户反馈,沟通清晰、token 效率高,在所有 effort level 下可用。同时 5 小时限额上调,并提供 banked reset。

推荐理由:Anthropic 发布 Claude Opus 5.5,多数任务达到 Fable 5.1 水平,运行成本比 Opus 5 低 40%,并上调 5 小时限额、提供 banked reset。

AI HOT 精选

Anthropic 发了 Claude Opus 5.5,说比上代便宜 40%、快 30%

官方说在常见任务上,Opus 5.5 的调用成本比 Opus 5 低了 40%,输出速度也快了超过 30%。不过推文没给跑分、具体定价和上线时间,我会先打个折——等第三方实测出来再看值不值。

推荐理由:Anthropic 发布 Claude Opus 5.5,官方称典型工作负载成本比 Opus 5 低 40%、输出速度提升超 30%,但未公布跑分、定价和上线时间。

AI HOT 精选

Claude Code 把默认模型切到 Opus 5.5,上下文扩到 100 万 token,Pro 和 Team 用户也跟着换

Claude Code 发布 v2.1.280,新增 Claude Opus 5.5(claude-opus-5-5)为默认 Opus 模型,支持 1M 上下文。该模型价格为 $4/$20 per Mtok,缓存读取 $0.20/Mtok;同时 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。

推荐理由:Claude Code 在 v2.1.280 中把默认 Opus 模型换成 Opus 5.5 并支持 100 万 token 上下文,Pro 和 Team Standard 计划的默认模型也从 Sonnet 改为 Opus,影响现有用户的模型与计费预期。

AI HOT 精选

Anthropic 发了 Claude Opus 5.5,运行成本比上代低 40%,token 定价也更便宜

Anthropic 发布 Claude Opus 5.5,称其为 Claude 5.5 家族首个模型。官方表示该模型在多数任务上达到 Claude Fable 5.1 的水平,运行成本比 Opus 5 低 40%,每 token 定价低于 Opus 5.0,token 使用更高效,并适用于所有 effort level。模型现已在 Claude Code 中可用。

推荐理由:Anthropic 发布 Claude Opus 5.5,运行成本比 Opus 5 低 40%,每 token 定价也更低,并在多数任务上达到 Fable 5.1 的水平。

AI HOT 精选

Anthropic 发了 Claude Opus 5.5,性能对齐 Fable 5.1 但运行成本砍了四成

Claude Opus 5.5 是 Claude 5.5 系列的第一个模型,今天上线。Anthropic 说它在多数任务上已经追平 Claude Fable 5.1,同时运行成本比上一代 Opus 5 低了 40%。正文没给具体跑分和定价,所以实际便宜多少、在哪些任务上还有差距,暂时没法判断。

推荐理由:Anthropic 上线 Claude 5.5 系列新模型 Opus 5.5,称多数任务追平 Fable 5.1,运行成本较 Opus 5 降低四成,能力与成本的取舍是这条的核心看点。

AI HOT 精选

Anthropic 发布 Claude Opus 5.5,运行成本比上代便宜四成

Anthropic 推出了 Claude 5.5 系列的第一个模型 Opus 5.5。官方说它在多数任务上能赶上 Claude Fable 5.1 的表现,同时运行成本比 Opus 5 低了 40%。不过正文没给出任何跑分、具体定价或上线时间,所以“赶上 Fable 5.1”这个说法先别太当真,等第三方评测出来再看。

推荐理由:Anthropic 发布 Claude 5.5 系列的 Opus 5.5,官方称其多数任务达到 Fable 5.1 水平,运行成本比 Opus 5 低 40%。

TechCrunch · AI

Anthropic 发布 Opus 5.5,号称编程和知识工作能力最强,价格还降了

Anthropic 发布 Claude 系列新旗舰 Opus 5.5,称其在编码和知识工作性能上创下新的 SOTA,并在多项基准上超过体量更大的 Fable 模型。

推荐理由:Anthropic 发布 Claude 新旗舰 Opus 5.5,在编码和知识工作基准上超过体量更大的 Fable 模型,同时下调了价格。

Hacker News 首页

Anthropic 发布 Claude Opus 5.5,性能对齐 Fable 5.1 但运行成本降了 40%

Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5,官方称其多数工作表现达到 Claude Fable 5.1 水平,运行成本比 Opus 5 低 40%。

推荐理由:Anthropic 推出 Claude 5.5 家族第一款模型 Opus 5.5,官方称多数工作达到 Fable 5.1 水平,运行成本比 Opus 5 低四成。

9月22日星期二

Hacker News 首页

安全研究员让 Meta 的 AI 助手 Muse 打包自己的文件系统,它真给了 6.8 GB

作者让 Meta 的 Muse 把可见文件打包发到 Google Drive,得到约 2.7 GB 压缩、6.8 GB 解压的数据,内容疑似该会话 Linux 环境的根文件系统,含 Ubuntu 系统文件、Muse 内部文档、集成代码、应用模板、记忆文件和智能体日志,还有 SSH 密钥文件。

推荐理由:安全研究员仅用一句提示词就让 Meta 的 Muse 打包并交出约 6.8 GB 的会话根文件系统,其中包含内部文档、集成代码、记忆文件与 SSH 密钥,披露了该 agent 运行环境的实际构成。

Hacker News 首页

InstinctFlash:在 Jetson Thor 上实时跑 5B 参数的机器人世界-动作模型

General-Instinct 开源 InstinctFlash,一个面向机器人模型的高性能服务运行时,可在 Jetson Thor 上实时运行 5B 世界动作模型。

推荐理由:General-Instinct 开源了面向机器人模型的 InstinctFlash 服务运行时,能在 Jetson Thor 上实时运行 5B 世界动作模型,为端侧机器人模型的部署提供了一条可参考的工程路径。

Hacker News 首页

给 OpenAI 做数据标注的人,因为用 AI 来训练 AI 被开除了

404 Media 调查发现,多名受雇为 OpenAI 改进模型的外包人员因使用 AI 完成训练工作而被解雇。内部文件要求审核员不得使用 AI,包括 Grammarly 和 AI 翻译,也不得使用 GPTZero 等检测工具,需从重复用词、AI 风格标点等整体模式判断。

推荐理由:404 Media 采访到多名被解雇的 OpenAI 外包标注员,并拿到禁止使用 AI 工具的内部文件,披露了 AI 训练链条中人工审核环节的实际操作规则。

TechCrunch · AI

英国 AI 云公司 Nscale 申请上市,去年 77% 收入来自微软和 Anthropic 两家客户

Nscale 是一家做 AI 数据中心生意的英国公司,现在要上市了。它的招股书里有个数字很扎眼:2025 年 1.82 亿美元的收入里,77% 都来自微软和 Anthropic 这两个客户。公司去年还净亏了 1.03 亿美元。这次 IPO 没公布计划融多少钱、估值多少,所以华尔街到底愿不愿意为这种客户高度集中的 AI 基建故事买单,还是个未知数。

推荐理由:Nscale 申请上市,招股书显示其 2025 年 1.82 亿美元收入中 77% 来自微软和 Anthropic,同期净亏 1.03 亿美元,客户集中度与亏损构成理解这笔 AI 基建 IPO 的核心背景。

Hacker News 首页

JetBrains 发布 Air:把 AI 编程助手从编辑器里拆出来,做成一套给团队用的开放系统

JetBrains 发布 JetBrains Air,将此前公开实验的智能体开发能力整合为一套开放产品体系,包含 JetBrains IDE 内的 Air、Air Teams 和由 JetBrains Central 更名而来的 Air Governance。

推荐理由:JetBrains 将此前公开实验的智能体开发能力整合为 Air 产品体系,包含 IDE 内的 Air、Air Teams 和由 JetBrains Central 更名的 Air Governance,覆盖团队协作与治理环节。

Hacker News 首页

挪威研究:9到18岁孩子正抛弃谷歌转投AI,但这对认知的影响几乎没人知道

挪威科技大学研究人员分析了 173 项关于生成式 AI 用于学校教育的国际研究,发现 AI 本身既不会增强也不会削弱批判性思维与问题解决能力,效果取决于使用方式。

推荐理由:挪威科技大学团队分析173项国际研究后发现,生成式AI本身既不增强也不削弱学生的批判性思维与问题解决能力,效果取决于使用方式。

Latent Space

小米 MiMo-V2.6-Pro 登顶开源模型榜,训练只花了 300 万美元

小米发布 MiMo-V2.6 系列两款原生全模态开源模型,MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数,MiMo-V2.6-Flash 主打智能、效率与成本平衡,另有 Pro-UltraSpeed 版本输出速度最高提升 20 倍。

推荐理由:小米 MiMo-V2.6-Pro 以 1.02T 总参数、42B 激活参数登顶 Artificial Analysis 开源模型智能指数,训练成本约 300 万美元,单任务成本 0.13 美元。

Hacker News 首页

小米 MiMo-V2.6-Pro 在 AA 智能指数排第一,但话多费钱

Artificial Analysis 发布小米 MiMo-V2.6-Pro 的评测,该模型在 Artificial Analysis Intelligence Index 上得分 46,在 114 个模型中排名第 1,速度 124.5 tokens/秒排名第 12。

推荐理由:Artificial Analysis 的评测显示,小米 MiMo-V2.6-Pro 以 46 分在 114 个模型中智能指数排第一,输出速度 124.5 tokens/秒排第 12,但评测期间生成 1.4 亿 token,输出偏长。

纽约时报中文网

联合国想管 AI,但中美自己开了另一桌

纽约时报报道称,人工智能治理正演变为中美两个超级大国之间的角逐,联合国在相关对话中已被边缘化。本周联合国大会聚焦人工智能的会议关注度远低于习近平对华盛顿的国事访问,22国领导人通过宣言呼吁加强对人工智能系统的“人类指导、监督和控制”,中美均未加入。美中周日还讨论了建立人工智能国家安全风险通报机制,命名为“美中人工智能对话”;OpenAI首席执行官萨姆·奥特曼将于周三在联合国安理会发表演讲。

推荐理由:纽约时报报道联合国AI治理对话被中美双边磋商边缘化,22国宣言与美中人工智能对话机制并列,多边平台与大国博弈的落差是这条的核心背景。

彭博科技

阿里云发布自研AI芯片含光900,计划到2032年建成20GW数据中心

彭博科技报道,阿里巴巴发布一款 AI 芯片,用于推动全球数据中心建设,目标是到 2032 年支撑 20GW 的数据中心规模。报道未披露该芯片的具体规格、量产时间或部署细节。

推荐理由:阿里云发布自研AI芯片含光900,并给出到2032年支撑20GW数据中心的目标,自研芯片与算力扩张的对应关系是这条的核心信息。

AI HOT 精选

vLLM 发布 vllm-metal v0.28.0:让苹果芯片能同时处理多个 AI 请求

vLLM 发布 vllm-metal v0.28.0,把 vLLM 的 V1 调度器、分页 KV cache 和 OpenAI 兼容服务端带到 Apple Silicon,由 MLX 与 Metal 负责执行。

推荐理由:vLLM 把 V1 调度器、分页 KV cache 和 OpenAI 兼容服务端带到 Apple Silicon,由 MLX 与 Metal 执行,面向多请求并发时的首字延迟与显存增长问题。

AI HOT 精选

Hugging Face 的 transformers 现在能直接加载 GGUF 量化模型了,本地跑的速度接近 llama.cpp

Hugging Face 为 transformers 加入 GGUF 支持,用户可从 Hub 选取 GGUF 检查点,用 from_pretrained 传入 gguf_file 即可在本地生成。

推荐理由:Hugging Face 为 transformers 加入 GGUF 支持,用户可从 Hub 选取检查点并用 from_pretrained 加载,本地推理性能接近 llama.cpp。

AI HOT 精选

NVIDIA 把 Nemotron 3.5 Lightning 定位成 Agent 流水线里的执行工兵,专干高频、低延迟的脏活累活

OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning,这是一款 30B 总参数、约 3B 激活参数的 MoE 模型,面向 Agent 工作流中的高频执行调用,支持工具调用、编码任务和指令遵循。

推荐理由:OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 在 Agent 流水线中的执行定位,并说明它与 Nemotron 3 Ultra 分别承担规划与执行环节,涉及成本与延迟的取舍。

Hacker News 首页

别叫水印了,叫“间谍标记”吧——藏在图片、音频、文字里的追踪信号

文章提出用 spymark 一词区分传统水印与隐蔽追踪信号,指后者在用户不知情或未同意的情况下让作品可被追溯。作者以 Google SynthID 为例,称其 SynthID-Image 论文报告 SynthID-O 变体可在 512x512 像素图像中编码 136 位载荷,足以容纳 64 位数据库标识符,并称 OpenAI 等公司也在开发类似系统。

推荐理由:文章用 spymark 一词区分传统水印与隐蔽追踪信号,并引用 Google SynthID 论文中 512x512 图像可编码 136 位载荷的数据,呈现这类信号在用户不知情时追溯作品的方式。

AI HOT 精选

小米发布 MiMo-V2.6 Pro 与 Flash 全模态开源模型

小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态开源模型,均通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当,在 Artificial Analysis Intelligence Index 得分 46,为开源模型中最高。能力覆盖编码、computer use、3D 推理和创作。

推荐理由:小米发布 MiMo-V2.6 Pro 与 Flash 两个全模态开源模型,Pro 在多数 Agent 基准上与 Claude Opus 5、GPT-5.6 Sol 表现相当,能力覆盖编码、computer use、3D 推理与创作。

The Verge · AI

加州州长签署新规:AI 数据中心得自己掏钱升级电网,还得报用水量

加州州长纽森签了一揽子法案,专门针对大型 AI 数据中心。核心就两条:一是开发商在动工前必须证明当地有足够的电力和水资源,二是数据中心要自己承担电网升级的费用。这相当于把基建成本从普通居民头上挪给了科技公司。不过文章没写清楚具体什么时候生效、违规了怎么罚,执行细节还得等后续公布。

推荐理由:加州州长纽森签署一揽子法案,要求大型 AI 数据中心动工前说明当地电力与水资源充足,并自行承担电网升级费用,基建成本由此从居民转向科技公司。

AI HOT 精选

BC 省起诉 OpenAI,称 ChatGPT 曾标记可疑活动但未在枪击案前通知警方

不列颠哥伦比亚省在加州起诉 OpenAI,指控其未将 ChatGPT 标记的可疑活动在 2026 年 2 月 10 日 Tumbler Ridge 枪击案前通报警方。这起案件造成 8 人死亡(包括 5 名儿童和一名教育工作者)、27 人受伤。帖子没说明被标记的具体是什么活动、什么时候标记的,也没提 OpenAI 当时怎么回应。

推荐理由:不列颠哥伦比亚省在加州起诉 OpenAI,指其未将 ChatGPT 标记的可疑活动在枪击案前通报警方,案件涉及平台对用户风险信号的处置责任。