跳到正文
只看教程
9月1日周二
  2. The Decoder：AI News67

    Google AI 搜索按国籍给出不同安全建议，修复后仍对 Facebook 相关提问发出警告

    Futurism 测试发现，Google AI Overviews 对用户称与非洲、印度或巴基斯坦裔独处的提问会建议报警或前往安全地点，对英国人则建议喝茶聊天气。Reddit 用户首先发现差异，Google 承认结果不符合其标准并称触发词是 alone，修复后国籍类提问恢复正常，但询问与来自 Facebook 的人独处时仍会建议离开并拨打 110。

  6. Artificial Analysis 完整文章75

    Artificial Analysis 实测 Claude Fable 5.1 登顶智能指数但每任务成本高 20%

    Artificial Analysis 评测 Claude Fable 5.1，其以 66 分登顶 Artificial Analysis Intelligence Index，超过 Claude Opus 5（63）、Fable 5（62）、GPT-5.6 Sol（61）和 Grok 4.6（61）。

    推荐理由：Artificial Analysis 实测了 Claude Fable 5.1 的智能指数、各基准得分与每任务成本，读者可据此权衡其相对 Opus 5 和 GPT-5.6 的性价比。

8月31日周一
  3. MarkTechPost65

    语音与实时智能体最低延迟推理 API：以首 token 延迟（TTFT）为先的基准评测

    语音智能体的真实体验取决于首句延迟（TTFS）而非首 token 延迟（TTFT），后者仅标记生成开始，TTS 模型需等完整句子才能发声。评测覆盖 LLM、STT、TTS 及语音到语音全链路，并给出各层延迟预算：STT 约 100–200ms、LLM 300–500ms、TTS 100–200ms，端到端目标 700ms–1.2s。

8月30日周日
  2. IT之家·人工智能51

    网传微软 Win11 偷偷后台跑 AI？实为权限管理列表

    网传 Windows 11 在后台偷偷运行 AI 并拖累性能的截图实为误读。该“文本和图像生成”页面仅记录哪些应用拥有使用设备端生成式 AI 模型的权限，并非实际运行记录，且“最近活动”显示请求数为 0。相关功能在 Copilot+ PC 的 NPU 上运行，不会占用 CPU、GPU 或普通系统内存。

  3. MarkTechPost48

    使用 NVIDIA Earth2Studio 构建自定义批量集合天气预报工作流

    本教程演示如何用 NVIDIA Earth2Studio 构建集合天气预报工作流，安装组件并加载 FCN 预报模型，从 GFS 获取初始条件，实现将 10 米风分量转为涡轮容量因子的风电诊断及变尺度扰动系统。通过低层迭代器、坐标映射、批处理和 Zarr API 构建执行管道，用纬度加权 RMSE、fair CRPS 等指标验证预报，并可视化集合不确定性。

8月29日周六
  1. MarkTechPost67

    Google 发布 Gemini Omni 1.1 Flash：40 秒场景扩展、首尾帧控制与 4K 放大

    Google 发布 Gemini Omni 1.1 Flash 生产更新，场景扩展可读取最多 10 秒先前上下文并累计至 40 秒，支持首尾帧控制运镜。360p 草稿生成速度提升最高 60%、成本为 720p 的三分之一，成片可放大至 4K。模型经 Gemini API 提供，Adobe、Figma Weave、GMI Cloud 和 Runway 已投入生产使用。

  2. Rohan Paul43

    EdgeBench 长时程基准测试中，最强智能体运行 12 小时仅得 51.3/100 分。该基准提供 134 个任务的持久执行环境与反馈，智能体可调试代码、运行模拟并反复提交结果，但 6 类任务约 3.8 万小时交互仍难转化为持续进步。5 个模型的平均表现呈 log-sigmoid 曲线（R²≥0.997），先慢后快再饱和。

    引用Rohan Paul@rohanpaul_ai

    "Long-horizon tasks are still a joke. They do not work, and I do not care what anybody says. Do not show me a stupid evaluation. Do not tell me about some dumb script you ran for 48 hours. Long-horizon tasks are not handled well. They simply do not work." - Chamath at Stanford AI Club "2nd, complex problems also do not work. They are neither addressed nor handled well. Why is this important? If AI develops like any other technology, we are going to experience an initial rise—the hype cycle. Then, we will see a natural contraction because, somehow and somewhere, something is going to fail. We are all going to see this, and then we will enter what is called the “trough of disillusionment.” I think the business and MBA folks will confirm whether that is true. Afterward, you typically see the slow and gradual adoption of the real, final solution. This happened with the internet, and it has happened in many other cases. The problem is that we are spending hundreds of billions, potentially trillions, of dollars trying to figure out how to cross this chasm. So, what do we do? If we do not figure this out, people will reach the trough of disillusionment and say that AI was a joke. I think we need to be able to bring AI into highly complicated environments and make it work. What is my solution? At a very basic level, you need a symbolic space that guides the embedded space." ---- From "techniahqrobot" YouTube channel, (full video link in comment)

  3. 公众号：卡尔的AI沃茨53

    纳米Work新版实测：DeepSeek V4 flash 2.2折，PPT/Excel/报告/品牌视觉全流程跑通

    纳米Work上线Humanize PPT活人感PPT Skills，DeepSeek V4 flash价格降至原价2.2折。实测中，18页产品发布会PPT可直接编辑，混乱Excel自动统一六种日期格式并补算96行缺失销售额，行业报告自动标注数据来源，品牌视觉方案输出统一风格的Logo、包装与社媒素材。作者认为其预装工具生态降低了普通用户使用门槛。

  5. Rohan Paul40

    GLM-5.3-Flash 通过 MCP 控制 Blender 完成复杂建筑建模，成本仅 $0.0526，比 GLM-5.3 的 $0.8807 低 16.7 倍，且耗时更短（38m 52s vs 40m 43s）。Flash 版严格遵循提示词，而 GLM-5.3 出现偏差，且 Flash 可在 128GB MacBook 上本地运行。这表明许多智能体任务可能过度配置了模型智能。

    引用atomic.chat@atomic_chat_hq

    GLM 5.3 Flash performs at GLM 5.3 level in Blender for 17x cheaper! We gave both models a live Blender over MCP and one prompt: a 2,800 sq ft duplex penthouse, double-height living room, mezzanine, floating stair, curtain wall, terrace, furnished, real PBR materials Outputs: GLM 5.3 Flash: 811 objects, 38m 52s, $0.0526 GLM 5.3: 847 objects, 40m 43s, $0.8807 GLM 5.3's prompt following was worse and it ended up making the penthouse smaller in depth, meanwhile GLM 5.3 Flash followed the prompt without any issues, along with that the flash model can be run on a 128GB MacBook 💻

  7. Unsloth AI77

    Unsloth 发布 GLM-5.3 的动态 GGUF 量化版本，2-bit 模型从 1.51TB 压缩到 239GB（缩小 83%），保留约 81% top-1 准确率，1-bit 则以缩小 85% 达到约 76%。

    引用Z.ai@Zai_org

    GLM-5.3 现已开放权重。 我们最强大的智能体编码与网络防御模型，现已开放下载、运行和定制。 权重：https://huggingface.co/zai-org/GLM-5.3 技术博客：https://z.ai/blog/glm-5.3

    推荐理由：原文给出动态量化的精度与体积数据和不同位宽的硬件需求，读者可据此选择本地运行 GLM-5.3 的方案。

  9. LMSYS Blog66

    SGLang 用 SSD Expert Pack 在消费级硬件上运行 DeepSeek-V4-Flash 和 Kimi-K3

    SGLang 将 SSD-LLaMA 的思路引入 MoE 推理，把放不进显存和内存的路由专家放在 NVMe SSD 上，通过 Expert Pack 连续布局、O_DIRECT 直接 I/O 和带预算的 GPU LFU/LRU 缓存，只加载 router 选中的专家。

    推荐理由：原文给出完整的硬件配置、性能数字和复现命令，读者可以据此评估消费级 SSD 路线运行超大 MoE 模型的可行性与代价。

8月28日周五
  1. Google AI：DEV 作者专属74

    Gemini 3.5 Transcribe 完整指南：告别 ASR 转录难题

    Google 推出专用于语音转文字的 Gemini 3.5 Transcribe 模型，主打快速、准确且低成本的转录，原生支持说话人分离和词级毫秒时间戳。该模型支持 85+ 种语言自动识别与代码切换，可通过 custom_vocabulary 传入最多 1,000 个领域术语避免专有名词拼写错误，并提供 Smart Transcription 与 Verbatim 两种模式。

    推荐理由：逐字模式保留毫秒级时间戳和说话人分离，智能模式清理填充词但可能改写原文，两者取舍决定字幕同步和会议记录应选不同配置。

  2. 公众号：月之暗面44

    法律行业为什么爱用 Kimi K3

    2.8 万亿参数的 Kimi K3 在贴近真实律所工作的 Harvey LAB 基准测试中，从 K2.6 的 0 分提升到 26.7%。OpenAI 投资的 Harvey 基于 Kimi K3 发布法律行业专属模型 Tenet，多项法律基准测试超过当前全球最先进的闭源模型。国内多家红圈律所已配备 Kimi 企业版，通过 Word 批注、可溯源检索及 Kimi Work 插件接入律师工作流。

  3. 公众号：千问APP42

    极客公园十年老编辑用千问搭AI写稿流水线

    一位在极客公园工作十余年的编辑，用千问搭建了一条覆盖抓取、分析打分、文档提醒、自动成稿的AI工作流水线，7×24小时监测九家大模型公司动态。该流水线按信源分层抓取信息，按事件类型打分（新模型6分、新产品5分、开源4分等），8分以上选题自动进入撰写流程，可生成2000-2500字深度稿或800字以内快讯，全程零人工干预。

  5. Databricks：Blog44

    AI Runtime 上的快速容错 PyTorch 训练

    Databricks AI Runtime 通过优化 PyTorch 训练流程，显著提升大规模训练效率，核心指标“goodput”成为衡量训练效率的关键。该方案在故障容错与性能之间取得平衡，减少因节点故障导致的训练中断与重启开销，从而提升整体吞吐量。适用于需要长时间稳定运行的大规模分布式训练场景。

  8. MarkTechPost50

    2026 年最佳 Agent 沙箱对比：E2B、Daytona、Modal、Cloudflare 与 Vercel 的冷启动、按秒计费与网络策略

    该评测对比了 E2B、Daytona、Modal、Cloudflare 与 Vercel 五家 Agent 沙箱服务，测量突发冷启动性能，并将按秒费率归一化为每 1,000 次执行的成本。评测还依据 2026 年 8 月 27 日核实的一手来源，梳理了各家的文件系统持久性、空闲计费与出口策略。

8月27日周四
  3. Ars Technica：AI44

    AI 的水资源消耗到底有多严重？

    从得克萨斯到新墨西哥再到亚利桑那，美国多地民众正因数据中心的水耗、能耗与污染问题抗议 AI 基础设施的快速扩张。数据中心处理器内部温度可达 176 华氏度，许多设施依赖蒸发散热。但水耗情况远比能耗复杂，网上说法从每次查询耗水 500 毫升到“问题不存在”不一而足，科技公司自身数据也常不完整、不一致。

  5. Linear：Now49

    Linear 用 StyleX 重构 React 应用：迁移 1000+ PR 的经验

    Linear 将 React 应用从 styled-components 迁移到 Meta 的 StyleX，历时超预期，合并 1000+ 个 PR。迁移主因是性能：styled-components 在 React 18 并发渲染下出现性能回退，且进入维护模式。项目结合确定性 codemod、AI 智能体（Fable 和 Sol）与人工判断完成，智能体在项目中途发布后承担更多验证工作。

  6. 公众号：卡尔的AI沃茨62

    实测智谱GLM-5.3-Flash：把DeepSeek逼进斩杀线

    智谱GLM-5.3-Flash与DeepSeek V4 Flash同日发布，输入0.8元/百万Token、输出2.8元/百万Token。Artificial Analysis数据显示，GLM-5.3-Flash以$0.045/57分卡在前沿线，DeepSeek V4 Flash贵一倍还低6分；14项benchmark对打中GLM赢11项，视觉端六项全赢，最大差距约40%。