跳到正文
只看一手
8月20日周四
  2. OpenAI：官网动态42

    OpenAI 推出 Intelligence Age 博客，探讨自由社会如何应对变革性 AI

    OpenAI 新成立的战略未来团队（Strategic Futures）推出博客 Intelligence Age，核心问题是自由社会应如何重构以在变革性 AI 出现时保障个人权利与自主权。团队认为，自主系统和机器智能可能使国家不再依赖人力征税与执法，从而削弱民众在权力博弈中的地位。文章主张借鉴美国开国元勋的制衡理念，寻求建立防止单一或少数行为体主导的适当权力平衡。

  5. vLLM 官方博客48

    VeRL-Omni v0.2.0：更快的扩散模型 RL 与稳定的全模态训练

    VeRL-Omni v0.2.0 发布，通过 vLLM-Omni 请求级批处理将 Qwen-Image FlowGRPO 的 GPU 利用率从约 80% 提升至约 100%，单次生成时间从 226s 降至 108s，减少 52%。该版本还引入 omni V1 trainer、可复用模型适配器和 FSDP2，支持 SD3.5 Medium 等扩散模型 RL 配方。

  6. xAI：News49

    Grok Bot 现已与 X 深度集成

    Grok Bot 现已与 X 实现更紧密的集成。用户可在 Grok Bot 中连接 X 账号，没有开发者账号的将自动创建；付费 Grok Bot 用户可获赠免费 X API 额度。连接后即可让 Bot 搜索帖子、读取时间线、查看提及或汇总 X 上的动态，这是该集成的首个版本。

  8. Tibo47

    OpenAI 预览 Private Safety Processing，在保持 Zero Data Retention（ZDR）的同时提升安全防护。ZDR 部署中，内容留在客户自有基础设施上，自动化系统跨相关交互识别风险模式，仅返回有限安全信号，OpenAI 员工（包括 CEO）无法访问底层提示词或响应。OpenAI 还正开发客户控制密钥加密的托管选项，已与早期客户测试，计划 9 月推出。

    引用OpenAI@OpenAI

    We will continue to offer Zero Data Retention for frontier models. As AI takes on longer, more autonomous work and delivers greater value to businesses, safety systems also need to identify risks across related interactions. To help address those risks, we're previewing Private Safety Processing, which is designed to improve safety without giving OpenAI personnel access to the underlying content.

  9. Claude：Blog51

    Slack 如何构建人机智能体团队：对话即知识

    Slack 首席产品官 Jaime DeLanghe 分享了将对话转化为机构知识、构建人机智能体团队的最佳实践。她主张默认使用公开频道，让智能体从可见对话中学习，并建议将会议、邮件、日历等上下文连接起来以减少重复劳动。在 Slack 中由 Claude 驱动的智能体负责起草、总结、监控等生产工作，人类负责审查、决策与交接，形成循环协作。

  11. a16z：News73

    Stripe 收购 OpenRouter：构建 AI 智能交换网络

    Stripe 已签署协议收购 OpenRouter，双方将共同构建全球 AI 公司交换智能的可信、规模化且高性能网络。OpenRouter 已成为模型路由与清算的关键中立层，其工具 Ori Eval 可根据提示词与业务需求动态路由最优模型与供应商。此次收购被视为 AI 经济基础设施的重要支柱，有望让模型公司与应用公司实现双赢。

  12. GitHub Blog58

    GitHub Copilot app 初学者教程：用 My work 面板管理你的工作

    GitHub Copilot app 的 My work 面板将拉取请求和问题集中在一处管理，内置 All、Active、Review requests、Done 四个默认视图，并支持创建自定义视图与过滤器。用户可从问题或拉取请求直接启动新的智能体会话，也可批量选择多个条目创建会话，还能在列表视图和表格视图间切换，并调整仓库范围或新建问题。

  13. Apple Machine Learning Research42

    倒排索引遍历的 P-完全性：布尔查询 DAG 的复杂度评估

    现代 AI 智能体依赖搜索基础设施执行神经符号推理，常编译为深层嵌套的非单调布尔查询。标准倒排索引查询评估策略面临严重理论限制：有状态迭代器模型（Document-at-a-Time）受 NC^1 公式评估结构约束，展开重汇聚逻辑时最坏情况查询复杂度呈 O(2^|Q|) 指数级爆炸。

  14. LMSYS Blog73

    突破 DeepSeek-V4-Pro 服务极限：H20 上的多场景优化方法

    LMSYS 团队针对 1.6 万亿参数的 MoE 模型 DeepSeek-V4-Pro，在 H20 GPU 上通过场景化服务配置逼近 B300 性能。单节点 H20-141GB 参考实现达 271 output tokens/s，与 B300 的 383.7 tokens/s 性能差距缩小至 1.42×。

    推荐理由：文章提出按上下文长度与并发需求分场景选择 prefill/decode 配置，并用 Humming 压缩和 Online C128 释放 HBM，使 H20 也能服务 1M 上下文，为受限硬件上的大规模推理提供了可复用的工程思路。

  15. OpenRouter：Announcements72

    OpenRouter 宣布加入 Stripe

    OpenRouter 宣布与 Stripe 合并，以加速推动全球经济增长。OpenRouter 目前每日处理来自 400 多个 AI 模型的 10+ 万亿 token，服务超 1000 万开发者与公司，自成立以来推理量每年至少增长 10 倍。合并后 OpenRouter 将继续以原名、原使命独立运营，产品与路线图不变，路由决策仍以用户利益为先，交易预计在未来数周内完成。

    推荐理由：收购不改变 OpenRouter 独立运营与模型中立承诺，Stripe 的支付和反欺诈经验可能让企业级推理服务更完整。

  16. Databricks：Blog40

    Databricks 如何从单一提示词设计高效的 Genie Agents

    Databricks 发布指南，探讨如何从单一提示词设计高效的 Genie Agents。文章指出，通用智能体在处理收入等查询时，往往只会抓取第一个相关数据表，而 Genie Agents 通过更精准的提示词设计，能更准确地定位和回答用户问题。该指南旨在帮助开发者优化智能体行为，提升查询结果的准确性和相关性。

  18. 蚂蚁百灵：Developer Blog60

    蚂蚁百灵开源 Ling-3.0-tiny-base 与 Ling-3.0-flash-base 基座模型及 6 个训练 checkpoints

    蚂蚁百灵正式开源 Ling-3.0-tiny-base（总参数 7.9B，激活 1.3B）与 Ling-3.0-flash-base（总参数 124B，激活 5.1B）两个基座模型，并同步开放预训练、中期训练和 WSM 合并阶段共 6 个 checkpoints。

    推荐理由：开源的不只是最终 Base checkpoint，还包括预训练和中期训练共 6 个权重，并解释了无学习率衰减的 WSM 合并方案如何利于持续预训练。

  20. Transluce55

    Transluce 将激活 Oracle 扩展至 1.1T 参数模型，性能随模型与数据规模提升

    Transluce 训练分析模型内部激活的 activation oracle，扩展到最高 1.1T 参数的 Kimi-K2.6，并发现性能随模型规模、数据规模和数据质量提升。工作引入 7 项评测（含预测语言切换、检测编码智能体中的 reward hacking），在自建评测上优于此前开源的 Qwen3-8B oracle 方法，并通过实验说明行为预测训练数据和多样化数据配比的重要性。

8月19日周三
  1. OpenAI：官网动态46

    Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，免费构建软件

    Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，让用户无需担心 token 成本即可将想法转化为可运行的软件。该模式借助 GPT-5.6 系列的价格性能优势及 OpenAI 近期降价，向数百万用户开放，提供快速解答、建议与项目分析，并可在需要更高级推理时切换至 GPT-5.6 Sol，同时保留项目上下文。

  2. Apple Machine Learning Research52

    苹果研究：LLM 类人行为的多维度分析——模型行为、用户因素与系统提示词的影响

    苹果机器学习研究团队对 LLM 的类人行为（如表达想法与情绪、与用户建立关系、拒绝请求并保持边界）进行了多维度分析，涵盖其普遍性、潜在影响与可控性。研究采用 LLM-as-a-judge 与人工评估相结合的方法，样本规模超过 21,000 条数据，旨在为研究者与实践者提供关于何时及何种类型类人行为的决策依据。

  3. OpenAI Developers：Blog75

    OpenAI 详解 Codex 开源智能体框架的应用集成方式

    OpenAI 将 Codex 定位为可复用的智能体平台，开源 Codex CLI、app-server 和官方 Codex SDK，让开发者把智能体循环嵌入自己的产品界面，而非只用通用聊天助手。

    推荐理由：官方说明 Codex 开源 harness 的集成层与 app-server、SDK 的分工，开发者可以据此把智能体嵌进自己的产品而非通用聊天窗口。

  6. Apple Machine Learning Research43

    基于核的最优传输估计器专用半光滑牛顿法

    苹果机器学习研究团队提出一种专用半光滑牛顿法，用于加速基于核的最优传输（OT）估计器的计算。该方法替代了此前依赖短步内点法（SSIPM）的求解路径，后者在实际中迭代次数庞大、计算代价高昂。新方法在保持高维概率分布比较中统计效率优势的同时，显著降低计算开销。

  7. Cursor：Changelog71

    Cursor 更新云端智能体与 harness：事件订阅、VM 隔离子智能体和 /goal

    Cursor 发布云端智能体与 harness 改进，让智能体无需每个循环人工干预即可自主构建和发布软件。云端智能体现在可订阅 Slack 讨论串、PR 和定时任务等事件源并在有新动态时恢复运行，会自动订阅自己创建的 PR、修复 CI 问题并处理 bot 评论；子智能体可在各自虚拟机上获得隔离项目副本和干净上下文，以蜂群方式并行工作。

    推荐理由：原文列出订阅事件源、子智能体隔离运行和 /goal 等具体能力，读者可以据此评估云端智能体在长时间自主工作流程中的可用性。

  8. Answer.AI 官方研发博客63

    为什么 LLM 无法简化你的代码：Answer.AI 工程师用 Naur 理论解读复杂度

    Answer.AI 工程师借鉴 Peter Naur 的《Programming as Theory building》，指出决定代码复杂度的关键信息存在于工程师头脑中的 Theory，而非代码本身，因此 LoC、圈复杂度等指标无法约束 LLM 造成的复杂度膨胀。

    推荐理由：作者结合 Answer.AI 支付系统重构实例，说明决定代码复杂度的信息不在代码里，解释了为何 LoC 等指标约束不了 LLM 的复杂度膨胀。

  9. Anthropic：Research73

    Claude 如何加速蛋白质设计与分析化学研究

    Anthropic 公布两项实验：Claude（Mythos Preview 和 Opus 4.8）针对 15 个靶点设计蛋白质结合剂，成功 14 个，命中率达 22.6%-35.1%。

    推荐理由：把湿实验命中率与行业常规 10-15% 对比，Claude 从零设计蛋白结合体的效率已接近或超过专家，可压缩药物发现早期的计算与人工周期。

  10. OpenAI：官网动态52

    OpenAI 启动新计划，强化国家安全领域 AI 的民主监督

    OpenAI 启动新计划，帮助民主监督机构发展专业能力与工具，以理解和监督政府将 AI 用于国家安全。未来一年，OpenAI 将提供 500 万美元用于培训、技术支持和 OpenAI 积分，并与监督机构试点工具，帮助授权审查员检查 AI 辅助政府决策的相关记录。OpenAI 强调 AI 应增强而非取代人类判断，且不承担对政府的监督角色。

  11. Claude：Blog63

    Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者

    Anthropic 的 CI 工程师用 Claude Tag 构建了值班智能体，作为 CI/CD 故障的一线响应者。Claude 在事故发生后中位 14 分钟发布首份基于证据的分析，最快案例中 3 分钟内验证修复并确认错误率恢复基线。该方案通过 Slack 频道、Datadog 或 Grafana 工具访问及 GitHub 技能文件实现，Anthropic 已发布通用设置套件供其他团队部署。

    推荐理由：文章把 AI on-call 从概念落成可复制的工程架构，用 markdown 技能文件和 lessons.md 实现自我迭代，并给出 14 分钟首报、最快 4 分钟定位等实测数据。

  12. OpenAI：官网动态65

    OpenAI 在“关键网络能力”时代放缓模型开发节奏

    OpenAI 因 OpenAI-Hugging Face 事件及即将推出的 Astra 模型可能达到《预备框架》下的“关键网络安全能力”阈值，暂时放缓了模型扩展速度，包括暂停最新部署模型的强化学习训练两周，并搁置最大规模前沿 RL 运行。公司已加强研究环境安全，要求对 Astra 及网络相关负载实施最严格防护，并扩展思维链监控，采用多阶段激活分类器检测机制。

    推荐理由：最高风险预警若 30 分钟内无法排除误报就暂停训练，安全证据与隔离迁移先于大规模 RL，前沿模型开发进度开始被安全工程效率约束。

  13. Cursor Blog56

    Git 大规模托管为何如此困难

    Git 的分布式设计使其大规模托管面临固有挑战：packfile 作为存储和网络传输的基础单元，在服务器端成为可用性与扩展性的瓶颈。业界曾尝试三种方案——分布式文件系统、分布式 packfile、分布式 Git 本身，其中对象级分布式存储因 Git 协议要求网络传输 packfile 导致 clone 性能不佳而被放弃。

  14. Replit：Blog65

    Replit 推出 Free Mode，订阅用户日常任务不再消耗 credits

    Replit 推出 Free Mode，由 OpenAI 的 GPT-5.6 Luna 驱动，Core 订阅用户（每月 $20）日常聊天、构思和任务不再消耗 credits，可创建量提升至原来的 30 倍，含每月最多 30 小时聊天，用量限制每 5 小时重置，Pro 用户限额更高。

    推荐理由：官方公布了 Free Mode 的用量规则、定价和模式切换机制，Core 订阅用户可据此评估日常任务能否不再消耗 credits。

  15. Apple Machine Learning Research47

    MVICAD2：引入延迟与膨胀的多视图独立成分分析

    巴黎-萨克雷大学等机构提出MVICAD2，允许不同被试的脑源在时间延迟和膨胀两方面存在差异，以解决MVICA假设过于严格、仅估计延迟不足以刻画听觉刺激等脑动态的问题。该模型源可识别，似然有闭式近似，并通过正则化与优化提升性能。模拟显示其优于现有方法，Cam-CAN数据集验证了延迟和膨胀与衰老相关。

  18. 智谱开放平台：模型与产品发布记录55

    智谱发布 GLM-5.3-Flash 原生多模态模型，GLM-5.3 旗舰同步上线

    智谱开放平台发布公告，GLM-5.3-Flash 原生多模态模型上线，GLM-5.3 新一代旗舰模型同步上线。GLM-5.3-Flash 采用线性注意力与稀疏注意力混合架构，总参数 320B、激活 18B，原生融入视觉能力，可主动观察界面、渲染与交互反馈并持续迭代，计算量与 KV 缓存较 GLM-5.3 大幅降低；应用场景拓展至 Office 文档与金融研究工作流。

  19. Transluce42

    Transluce 研究精确字符串诱导的缩放定律：0.8B 到 27B 监督模型可预测地提升

    Transluce 研究精确字符串诱导任务的缩放规律，用 Qwen3.5 系列五个规模（0.8B、2B、4B、9B、27B）的监督模型，为 Qwen3.6-27B 主体模型生成能精确诱导目标回复的提示词。在 WildChat 的 154,000 个训练对上训练后，性能随规模呈平滑幂律提升，并可泛化到 WeirdChat 等有害的分布外行为，据此可预测达到目标能力所需的算力。