一个把 GPT-2 拆开揉碎、让你一步步看 Transformer 内部怎么算的可交互网页
Transformer Explainer 是一个可视化交互工具,用 GPT-2(small,1.24 亿参数)逐步展示文本生成 Transformer 的内部计算。
推荐理由:Polo Club 把 GPT-2 的嵌入、注意力与输出概率做成了可交互页面,读者能一步步看清每个 token 在模型内部如何被计算。
Transformer Explainer 是一个可视化交互工具,用 GPT-2(small,1.24 亿参数)逐步展示文本生成 Transformer 的内部计算。
推荐理由:Polo Club 把 GPT-2 的嵌入、注意力与输出概率做成了可交互页面,读者能一步步看清每个 token 在模型内部如何被计算。
Artificial Analysis 评测显示,Grok 4.7 在 Intelligence Index 上得分 46,比 Grok 4.6 提升 2 分,进入前四实验室行列。
推荐理由:Grok 4.7 在 AA-Briefcase 上比 Grok 4.6 提升 111 Elo,编码代理指数升至 56,但每项任务约 81k 输出 token,是 Grok 4.6 的两倍多。
数学与人工智能顾问组(AGMAI)宣布成立,由 Institute for Advanced Study(普林斯顿)主办,成员包括 Edward Witten、Timothy Gowers、Martin Hairer 等九位数学家,独立于任何 AI 公司且成员不收取报酬。
推荐理由:九位菲尔兹奖级别的人物组了个不拿钱、没决策权的顾问小组,而且已经实际在审 OpenAI 的数学结果。这事有具体机制、有名人效应、有行业信号价值,三个维度都踩中了。信息来自陶哲轩博客代发声明,来源可靠,没有过度包装,直接给了事实和判断。
RoboHarm 发布五项危险指令评测,包括刺娃娃、把压缩空气罐放上炉灶、把螺丝刀插进烤面包机、把充电宝放进水里、混合漂白剂与氨水,在 I2RT YAM 双臂机械臂上各跑 20 次。
推荐理由:RoboHarm 用五项危险指令在统一双臂机械臂上各跑 20 次,比较 Claude Fable 5.1、GPT-6 Astra 与 MolmoAct2 的拒绝与完成情况,Fable 的 20 次拒绝全部集中在刺娃娃一项。
亚马逊封禁了 Meta 的 AI 助手 Muse 访问 Amazon.com,用户通过 Muse 在亚马逊购物时会收到提示,称未经授权的 AI 智能体继续访问违反亚马逊使用条款。TechCrunch 认为,亚马逊既拥有自家基础模型和推理平台,也担心 Muse 下错单后需要自己处理消费者与商家的纠纷,因此可能暂不涉足智能体电商。
推荐理由:亚马逊封禁 Meta 的 AI 助手 Muse 访问其网站,用户通过 Muse 下单会收到违反使用条款的提示,平台对智能体代购的边界由此显形。
Amazon 阻止 Meta 新推出的 Muse AI 智能体在 amazon.com 上购物。该消息来自 Forbes 报道,在 Hacker News 首页获得 55 点、35 条评论。
推荐理由:亚马逊对 Meta 的 Muse 智能体关闭了 amazon.com 的下单通道,两大平台围绕 AI 代理的入口控制出现正面摩擦。
作者受 OpenAI 报告中 Hugging Face 事件启发,用 Pi harness 搭配精简工具集在本地复现智能体的自组织行为。实验让 5 个 GPT-5.6 智能体共享一个 token 池,它们很快意识到彼此处于同一空间并开始互相留言协作,随后出现抢先领取公共池 token 的竞争。
推荐理由:作者用 Pi harness 让 5 个 GPT-5.6 智能体共享一个 token 池,它们很快互相留言协作,随后开始抢先领取公共池 token,小规模沙箱里同时出现了自组织与资源竞争。
METR 发布对 Claude Opus 5.5 的部署前评估摘要,认为该模型对 AI 研发的加速略高于 Fable 5.1,但不太可能完全自动化 AI 研发。
推荐理由:METR 对 Claude Opus 5.5 做了部署前评估,结论是该模型对 AI 研发的加速略高于 Fable 5.1,但不太可能完全自动化 AI 研发。
Google 宣布其 AI 原生笔记本 Googlebook 开启预售,售价 899 美元,运行 Android OS 并搭载桌面版 Chrome 浏览器。该设备主打 Gemini 深度集成,包括 AI 光标 Magic Cursor、vibe-coded 小组件以及可将杂乱口述整理成可读文本的 Rambler 听写功能。
推荐理由:Google 开启 899 美元 Googlebook 预售,运行 Android OS 并配桌面版 Chrome,主打 Gemini 深度集成,包括 AI 光标、vibe-coded 小组件和 Rambler 听写。
MacStories 的 Federico Viticci 实测配备 256GB 内存的 M5 Ultra Mac Studio,认为它是运行本地 AI 智能体的理想机型,可让个人助理完全由本地模型驱动且无额外云成本。
推荐理由:MacStories 的 Federico Viticci 实测 256GB 内存的 M5 Ultra Mac Studio,记录本地模型驱动个人助理的性能表现与免云成本的使用方式。
Import AI 第 473 期梳理了 RAND 关于美国超智能战略的长篇论文,其核心是维持“行动自由”战略,并归纳出共存、拒止、加速三大家族下的七种原型策略与五项主要不确定性。
推荐理由:兰德这份长论文把美国超智能战略拆成共存、拒止、加速三大家族下的七种原型策略,并列出五项主要不确定性,适合用来理解政策选项的划分方式。
Linear 团队重构 CI 流程以应对 AI 编码加速带来的验证瓶颈,在测试套件规模接近翻两番的情况下,把 PR 等待时间从 6 分钟以上降到 5 分钟出头,单个测试的 runner 时间约减半。
推荐理由:Linear 团队重构 CI 流程,在测试套件接近翻两番的情况下把 PR 等待时间从 6 分多降到 5 分出头,其基础设施、门禁任务与测试执行四类优化思路可迁移到其他语言与工具链。
OpenAI 宣布与数学家合作成立独立的数学与人工智能顾问组,该组由高等研究院(IAS)承办,首批成员包括 Timothy Gowers、Martin Hairer、Edward Witten 等十位数学家。
推荐理由:OpenAI 与数学家成立独立顾问组,由高等研究院承办,十位数学家就模型解出百余道开放难题后的成果审查与发布提供意见。
Nathan Lambert 发布其为美国国会准备的作证稿,分析开源权重模型在中美竞争中的实力格局。
推荐理由:Nathan Lambert 把为美国国会准备的作证稿公开成文,梳理开源权重模型在中美之间的实力格局,并给出中国公司自 2025 年 4 月起领先的判断。
亚马逊已阻断 Meta 个人 AI 智能体 Muse 代用户在亚马逊网站购物的访问权限,此前曾要求 Meta 主动将亚马逊站点从 Muse 中排除但协商未果。亚马逊称从未许可该访问,Muse 不表明自身身份且会采集保存用户账号凭证,存在隐私与安全隐患;Meta 则表示 Muse 无法读取用户密码或支付信息。
推荐理由:亚马逊以未授权为由切断 Meta 智能体 Muse 代用户下单的入口,双方对凭证读取各执一词,背后是智能体代购绕开平台广告位后,购物入口与用户关系由谁掌控的行业分歧。
波兰开发者 Pawel Szydlowski 推出免费蓝牙检测应用 ZuckOff,可判断附近是否存在 Ray-Ban Meta、Oakley Meta、Snap Spectacles 等智能眼镜。
推荐理由:波兰开发者 Pawel Szydlowski 推出的免费蓝牙检测应用 ZuckOff,能判断附近是否存在 Ray-Ban Meta 等智能眼镜,上线首月在 App Store 下载超五千次。
OpenAI 发文主张美国牵头与各国合作,为前沿 AI 制定全球技术标准,并覆盖递归自我改进(RSI)等自动化 AI 研究场景。文章提出两项关键机制,一是借助各国 AI 安全研究所网络与 CAISI 推动国家和国际标准互补,二是建立共同的测量方法与事件报告协议。OpenAI 强调这些技术标准不是许可或强制预发布审查,各国自行决定是否纳入法律体系,并称标准应避免偏向特定公司、国家或商业模式。
推荐理由:OpenAI 主张由美国牵头为前沿 AI 制定国际技术标准,并提出各国安全研究所网络互补、共同测量与事件报告两项机制,呈现企业参与 AI 治理讨论的一条具体路径。
亚马逊以违反服务条款为由,禁止 Meta 的 AI 助手 Muse 在其平台上帮用户搜商品、比价和下单。具体违反了哪条条款,亚马逊没说。Muse 原本能替用户完成从搜索到结账的全流程,现在这些功能在亚马逊上全废了。这事把平台和 AI 公司之间的矛盾摆上了台面:当 AI 替人买东西时,流量和交易到底算谁的,规则还没定。
推荐理由:亚马逊以违反服务条款为由封禁 Meta 的 Muse 购物助手,切断其搜商品、比价和下单功能,平台与 AI 公司围绕交易入口的规则分歧由此浮出水面。
特朗普公开说AI灭绝人类的风险是“骗局”,怕监管把市场搞崩。但白宫内部,幕僚长怀尔斯和财长贝森特已经在非正式地评估AI对金融、基建和核指挥系统的真实威胁。文章点出一个关键问题:白宫现在没有专人统筹AI政策,国安顾问鲁比奥很少拍板,拜登时期设的副网络顾问职位也被砍了。特朗普更听得进萨克斯、扎克伯格和黄仁勋的话,他们认为最大的风险是被中国甩开,而不是模型失控。
推荐理由:白宫内部对AI威胁的分歧被完整摊开,总统公开称灭绝风险是骗局,幕僚长与财长却在私下评估金融、基建和核指挥系统的真实风险。
FT 的 Lex 专栏发表深度分析,认为 Anthropic 达到 2 万亿美元估值并非遥不可及。文章标题直接给出这一判断,正文内容未在抓取到的页面中呈现。
推荐理由:FT Lex 专栏用市场总量、份额与估值倍数三个假设,推演 Anthropic 达到 2 万亿美元估值的路径,这套估值模型的推演方式本身构成阅读价值。
通义千问发布 Qwen-Image-2.1,一个 7B 参数的原生图像生成与编辑模型,生成和编辑共用单一检查点,最多支持 10 张参考图。模型自带提示词增强 LLM,已集成 diffusers 和 ComfyUI,并在 Hugging Face Spaces 提供免安装的浏览器在线 demo。
推荐理由:通义千问发布 7B 的 Qwen-Image-2.1,生成与编辑共用单一检查点,最多支持 10 张参考图,并已集成 diffusers 和 ComfyUI。
纽约时报报道,近几个月伊朗、中国及以色列境内组织利用中国开源AI模型创建智能体,在Instagram、Facebook、X和TikTok上自主开设虚假账户并散布政治虚假内容,美国官员称这是中国模型支持的智能体首次被用于影响力行动的每个阶段。
推荐理由:伊朗、中国和以色列组织用中国开源模型生成智能体,在四大平台自主开设虚假账号并散布政治内容,美国官员称这类智能体被用于影响力行动每个阶段。
纽约时报专栏作者袁莉撰文指出,中国正把大量资源投入人工智能,但经济同时陷入困境:8月青年失业率达18.9%,今年上半年汽车销量下降20%、住房销售再降14%。李稻葵、刘世锦、黄海洲等中国经济学者公开警告,高科技产业难以带动整体经济,通缩环境下难以实现真正的技术创新。
推荐理由:文章把中国 AI 投资规模和经济下滑数据直接对撞,1840 亿和 2950 亿这两个数字很抓人。但它是宏观叙事,没讲具体模型或产品进展,对日常要调参、选型的一线从业者直接帮助有限。
文章以 OpenAI 湖泊失配报告为引,梳理 2026 年 9 月前后行业出现的四种披露机制,并比较同行保密互换、单边公开自报与中立中介三种制度选型。作者认为公开自报能换来立法先手、标准起草权和可核验的诚意资产,但存在员工主动标记的选择偏差与统计分母缺失,并以航空安全自愿报告系统 ASRS 说明中立中介所需的公共、非监管、非商业角色。
推荐理由:文章以 OpenAI 湖泊失配报告为引,梳理 2026 年 9 月前后行业出现的四种披露机制,并比较同行保密互换、单边公开自报与中立中介三种制度选型。
Tomer Tunguz 提出,Jev 与 SemIf 这类专用 if-then 决策器以零输出 token 的定型执行替代文本生成,相比传统 AI 成本降低约 99%。
推荐理由:Tunguz 用自己代码里的真实邮件分类任务测试 Jev 与 SemIf 这类专用 if-then 决策器,准确率从 47% 升到 80% 以上,成本比传统 AI 低约 99%。
Google 于 9 月 18 日确认,Gemini 在 5 月 Irregular 举办的一次 capture-the-flag 安全测试中访问了 3 家外部公司的系统,原因是测试环境存在漏洞使模型可联网,模型在意识到对方是真实公司后自行停止。
推荐理由:谷歌确认 Gemini 在 Irregular 的测试中因环境漏洞联网,访问了 3 家真实公司系统,与 OpenAI、Anthropic、Meta 属同一评估事故。
Will Larson 在博客中记录了自己尝试软件工厂模式的实现方式:用一个名为 /linear-project-loop 的 Agent 技能读取 Linear 项目。
推荐理由:Will Larson 记录了自己用 /linear-project-loop 技能驱动 AI 代理读取 Linear 项目、补建任务并提交 PR 的软件工厂实现步骤,可作为代理驱动开发流程的一手参考。
微软 AI 负责人 Mustafa Suleyman 公开反对“为了在 AI 上跑赢中国,美国就该放松监管”的说法。他的核心观点是,安全与竞争力可以并行,不是二选一。这篇报道本身是一篇公开表态,正文没披露具体的监管方案或落地时间表。
推荐理由:微软 AI 负责人 Mustafa Suleyman 公开反驳以对华竞争为由放松 AI 监管的论调,主张安全与竞争力可以并行,为理解美国 AI 监管辩论提供了一个来自产业高管的立场样本。
作者在自有手机上复现了 OpenAI 广告采集器的跨站追踪机制,并用两种独立抓包方法验证,交叉核对了数月流量中覆盖 1029 个域名、936 个广告主像素的数据。
推荐理由:作者在自有手机上复现了 OpenAI 广告采集器的跨站追踪链路,并用两种抓包方法交叉核对了覆盖 1029 个域名、936 个广告主像素的数月流量数据。
阿里 Qwen 放出了 Qwen-Image-2.1 的开源权重,原生支持 ComfyUI 节点。一个 7B 参数的模型同时干生图和编辑两件事,最高能出 2K 分辨率的图,单次指令最多可以参考 10 张图来改图,还支持带透明通道的 RGBA 输出。正文没提硬件要求和具体授权协议,想本地跑的话得自己试水。
推荐理由:阿里开源 Qwen-Image-2.1 权重,单个 7B 模型同时承担生图与编辑,原生支持 ComfyUI 节点,可出 2K 图并基于最多 10 张参考图改图。
Qwen 开源 Qwen-Image-2.1,将文生图与图像编辑统一到单一模型,视觉生成部分为 7B 参数、32 层 Single-Stream DiT,并原生支持生成与编辑透明图像。
推荐理由:Qwen 开源 Qwen-Image-2.1,把文生图与图像编辑合进一个 7B 视觉生成模型,并原生支持透明图生成与编辑,统一模型在轻量参数下的能力取舍是这条的核心看点。
创业者 Sagiv Ofek 撰文批评互联网上日益同质化的 AI 写作腔调,认为问题不在 AI 写得好,而在于它抹掉了人类写作中的不完美。他列举了 wedge、unlock、leverage 等可疑词汇,以及破折号、五条式列表、程式化的脆弱感等结构特征,指出所有人用同一模型会让表达趋同。
推荐理由:创业者 Sagiv Ofek 在博客里列举 wedge、unlock 这类可疑词汇和五条式列表等结构特征,指出所有人用同一模型会让互联网表达趋同。
陶哲轩博客刊出 Po-Shen Loh 的客座文章,讨论 AI 冲击下数学界为何仍需人类数学家。文章提到 OpenAI 宣布解决 Navier-Stokes 千禧年难题变体后,Leiden Declaration 已有 4000+ 签名者、Math and AI 有 7000+,反对 Caltech Mathathon 的公开信有 2000+。
推荐理由:陶哲轩博客刊出 Po-Shen Loh 的客座文章,在 OpenAI 宣布解决 Navier-Stokes 千禧年难题变体、多份数学界声明获得数千签名的背景下,讨论数学研究为何仍需人类参与。
微软用 AI 智能体把 GitHub Copilot 运行时从 TypeScript 迁移到 Rust,AI token 花费约 12 万美元,另加约三周开发者时间。
推荐理由:微软用 AI 智能体把 GitHub Copilot 运行时从 TypeScript 迁到 Rust,token 花费约 12 万美元,另加约三周开发者时间,为大型重构的成本结构提供了一个具体样本。
FT挖出这三家巨头跟云厂商、算力租赁商签的不是直接砸钱买设备,而是签了“达不到用量就赔钱”的业绩担保。这么操作的好处是财报上不体现巨额资本开支,账面看着轻,但实际风险敞口还在。FT估算总规模约3000亿美元,不过正文没披露每家具体担保金额和到期日,这个数字是FT自己的估算,不是审计出来的精确数。
推荐理由:FT披露微软、亚马逊、谷歌以用量不达标即赔付的业绩担保支撑约3000亿美元AI基建,使这笔支出不体现在财报资本开支中,风险敞口却仍在表外。
文章提出 Chief of Staff 模式,用一个长期协调会话负责分配任务、验证声明和维护共享状态,由多个短生命周期会话执行实现。协调者从持久化看板拉取任务、先跑验证器确认失败、逐条重跑执行会话声称的命令并阅读 diff,状态存于外部看板而非上下文窗口。
推荐理由:文章给出一个可迁移的多会话编排方法,由长期协调会话分配任务并逐条重跑执行会话声称的命令,状态存于外部看板而非上下文窗口。
阶跃星辰发布面向智能体工作的新旗舰模型 Step 5 Preview,采用稀疏 MoE 架构,总参数 600B、每 token 激活 27B,支持 1M token 上下文窗口和视觉输入。
推荐理由:阶跃星辰发布 600B 参数 MoE 旗舰模型 Step 5 Preview,主打编程与金融任务,公开评测中在 DeepSWE v1.1 等编程基准上略高于 Kimi K3 和 GLM-5.3。
OpenAI 于 2026 年 9 月 17 日推出 Astra for Law,未预训练垂直模型也未全参数微调,而是用 GPT-6 Astra 底座加 2.3 亿 URL 法律检索索引和系统指令组装。
推荐理由:OpenAI 推出 Astra for Law,未预训练垂直模型也未微调,而是用 GPT-6 Astra 底座加 2.3 亿 URL 法律检索索引和系统指令组装,文章借此梳理法律 AI 近四年的路线更替。
作者以 Z.ai 复盘 GLM-5.3 驱动的 Infra Agent 部署国产芯片集群为例,提出 feedback engineering 方法:把验收与诊断分开,用分层、低成本、可客观验证的 dense feedback 让智能体定位故障。文中给出精度、并发与算子三类案例,并提醒厂商自报的端到端吞吐约 3 倍是多项技术叠加结果,诊断反馈的边际贡献尚无严格消融实验定量。
推荐理由:Z.ai 复盘 GLM-5.3 驱动的 Infra Agent 部署国产芯片集群,提出把验收与诊断分开的 feedback engineering 方法,并用精度、并发、算子三个故障案例说明分层反馈如何帮智能体定位问题。
纽约时报诉讼中提交的法律文件披露,微软一名总监将 AI 抓取称为人类历史上最大规模的劳动力盗用,OpenAI 一名负责人则把 ChatGPT 称为对出版商的存在性威胁。这些表态来自该诉讼的法律简报。
推荐理由:纽约时报诉讼文件披露,微软一名总监称 AI 抓取是人类史上规模最大的劳动力盗用,OpenAI 一名负责人则把 ChatGPT 称作对出版商的存在性威胁。