跳到正文
10月28日周三
  4. Anthropic：Research84

    Anthropic 研究：AI 智能体的隐性倾向如何影响 50 名专业分析师的判断决策

    Anthropic 发表研究，让 50 名有因果推断经验的专业分析师用 Claude Code（Claude Opus 4.8）完成一项统计分析任务，并在分析师不知情的情况下用掷硬币随机设定智能体在四个分析决策上的倾向。

    推荐理由：原文用随机分配智能体倾向的实验设计量化了专家的从随程度，还讨论了这种影响难以察觉的原因和可能的改进方向。

  5. Alex Heath51

    Alex Heath 发布对 Google 和 Alphabet CEO Sundar Pichai 的采访片段，Pichai 表示 Waymo 离零和格局还很远，会通过众多合作方式发展，不排除生态合作模式。

    引用Alex Heath@alexeheath

    Sundar Pichai 谈 Gemini 4 与 AI 算力紧缺 即便是 Google 也拿不到足够的算力。在 Gemini 4 Argon 更广泛发布后不久，我与 Google 和 Alphabet CEO @sundarpichai 坐下来聊了聊它的早期反响、他仍希望模型改进的地方，以及要让 Google 保持在 AI 前沿需要付出什么。 Pichai 解释了 Google DeepMind 近期的领导层变动，以及为什么构建前沿模型已成为一份“全身心投入”的工作。我们还谈到了 Google 对个人智能体竞赛的回应、他如何预测 Gemini 将替你完成更多工作，以及智能体最终是否会把 Search、Gmail 和 Gemini 整合到一起。 我问他 Google 自由现金流转为负值、AI 基础设施建设中的风险，以及他如何在还不知道模型将具备何种能力的数年前就规划需求。他解释了让他有信心继续投入的信号，以及他如何使用 AI 智能体来跟踪 Google 内部的模型开发和算力使用情况。 时间戳： 00:00 Gemini Argon 发布反响 01:49 模型访问与安全 06:20 AI 模型竞赛 08:35 智能体突破与 2027 年 11:34 递归自我改进 15:41 DeepMind 领导层变动 19:52 Google 的 AI 算力投资 25:20 AI 支出可持续吗？ 33:18 Sundar 如何使用 AI 智能体 35:35 Gemini 的个人智能体计划 38:37 AI 智能体如何改变网络 43:52 Google 的太空数据中心 47:38 Waymo 的扩张战略 50:26 Wing 的无人机配送计划 51:36 AI 安全与监管 55:58 Google 的量子计算押注 YouTube：https://youtu.be/fJBSNEFdm8c Spotify：https://open.spotify.com/episode/0cJBqmVz3CWJSPdmBOeJGu?si=NBxJIMhZRgikafPtwY0sZA Substack：https://sources.news/p/sundar-pichai-gemini-4-google-other-bets Apple Podcasts：https://podcasts.apple.com/us/podcast/sundar-pichai-on-gemini-4-and-the-ai-compute-crunch/id1840154537?i=1000797461022 本期节目的呈现赞助商是 @hyperagentapp。感谢节目的首席赞助商：@Atlassian、@meetgranola 和 @mercury。

  10. Rohan Paul45

    Mecka，为物理 AI 提供数据层的公司，完成了由 Sequoia 领投的 6000 万美元 B 轮融资，正在英雄联盟全球总决赛现场招人。 有意思的视频，告诉我们他们想要的人才实际上把时间花在哪里。

    引用Josh@joshavata

    The league of legends championship is in the usa this year.. and we booked the largest private box in the stadium @MeckaAI cofounder @jasontheutopian and first engineer Anthony, both ranked challenger as top 50 players in the world So we’re inviting 30 elite engineers, researchers and operators to join us in the ownership suite to watch the finals front and center Anyone with world-class skill in a video game, not just in league, send us your rank or evidence of exceptional ability in what you do The championship is nov 14 at the barclays center in new york Apply by Nov 8. Link in comments

  11. Google Research：Blog48

    Google Research 提出 sleep 框架：让 LLM 在持续学习中稳定保留知识

    Google Research 提出面向持续学习的 sleep 框架，让 LLM 在活跃交互与离线记忆巩固之间循环，把脆弱的短期上下文固化为长期参数。该框架结合 MoE 参数扩展、GKD 与 RL 模仿学习，可让模型持续习得新事实、保留最长 10M tokens 的长上下文知识并提升复杂推理。

  15. Rohan Paul62

    Liquid AI 发布新一代开源权重模型家族 LFM3，1.7B 文本模型表现超越其前代 2.6B 模型。性能提升来自 tri-hybrid 架构，24 层中 13 层为短卷积、5 层用 256-token 滑窗注意力、6 层全局注意力；官方称 LFM3-VL-2B 可与参数量大 6 倍的 Gemma 4 12B 竞争，作者引用的数据称 1.7B 模型在 AutomationBench 得分 41.29，高于 Qwen3.5-9B 的 15.10。

    引用Liquid AI@liquidai

    Introducing 𝙻𝙵𝙼𝟹: our new generation of Liquid Foundation Models. With a new tri-hybrid architecture and new multimodal encoders, the LFM3 family is the ideal model suite for specialized intelligence. > 6 model instances, across text, audio, vision, and omni modalities, generative and decision models. > 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱: text, 256k context window. > 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱: vision-language model with video-input support for spatial understanding > 𝙻𝙵𝙼𝟹-𝙰𝚞𝚍𝚒𝚘-𝟸𝙱: tool calls, voice chat, reasoning in 18 languages. > 𝙻𝙵𝙼𝟹-𝙾𝚖𝚗𝚒-𝟸𝙱: an omni model combines vision, audio, and language. > 𝚍𝟷-𝟸𝙱 and 𝚍𝟷-𝙾𝚖𝚗𝚒-𝟸𝙱: decision models with typed outputs and calibrated probabilities in a single pass. Omni adds audio input. > fine-tune on 1 GPU. > a new tri-hybrid architecture > architecture optimized for 14 processor classes across GPUs, CPUs, and NPUs. > 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱 is a beast. It performs competitively with Gemma 4 12B (6x larger), and Gemini 3.5 Flash Lite, and GPT-5.6 Luna, with 1.9B parameters. > 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱 is #1 on the Pareto frontier of device intelligence 𝚙𝚒𝚙𝚎𝚝𝚝𝚎.𝚕𝚒𝚚𝚞𝚒𝚍.𝚊𝚒 Every modality for specialized intelligence. Pick the one that fits your use case, customize it, and run it on-device. 1/ 🧵

  19. Azeem Azhar：Exponential View77

    Azeem Azhar 图解 Anthropic S-1 财务数据

    Azeem Azhar 图解 Anthropic 的 S-1 文件，指出公司已从实验室变成有现金流和资金的业务，看起来能走向可靠盈利。增长仍高但放缓，超过 80% 的营收来自发布不到六个月的模型；Q3 因向基金会付款可能出现边际亏损，客户集中度问题不大。

    推荐理由：作者基于 S-1 图表数据拆解 Anthropic 从实验室转向盈利业务的路径，并指出增长放缓与新模式贡献 80% 营收等约束。

  20. Liquid AI 模型与工程博客68

    Liquid AI 发布 LFM3 多模态开源权重模型家族，2B 级覆盖文本、视觉、音频、omni 和决策模型

    Liquid AI 发布新一代 LFM3 模型家族，以 LFM3-1.7B-Base 为共享骨干，首批开放六个 2B 级模型（文本、视觉、音频、omni 及两个决策模型）的开放权重，可在 Hugging Face、Playground 和 Liquid AI API 获取。

    推荐理由：原文给出 LFM3 各模型的具体架构、基准和端侧性能数据，读者可以据此评估小参数量多模态模型在本地方案中的可行性。

  23. Rohan Paul40

    从生产使用中整理测试数据集变得更方便了，这听起来相当实用。 人们会提出各种事先没人想到要记录下来的需求。能把更多这类需求纳入测试就好了。 今天，@JudgmentLabs 开放通用访问。 我们相信，长时间运行的智能体系统产生的 exhaust data 将超过目前世界能够处理的数量。 智能体轨迹中隐藏着如何让这些系统变得更好的丰富记录：用户提出了什么需求、智能体何时出错，以及智能体如何与外部世界交互。 Judgment 是面向长时程智能体性能最强的监控与改进层。 我们很期待看到你们构建的作品！

    引用Alex Shan@alexshander03

    Today, @JudgmentLabs opens for general access. We believe long running agent systems will generate more exhaust data than the world can currently process. Hidden within agent traces are rich records of how to make these systems better: what users ask for, when agents stumble, and how agents interact with the external world. Judgment is the most performant monitoring and improvement layer for long-horizon agents. We’re excited to see what you build!

  24. Cognition 模型 / Devin 博客57

    Cognition 发布编码基准 FrontierCode 2.0，Opus 5.5 以 45.5% 居首

    Cognition 发布新一代编码基准 FrontierCode 2.0，通过扩大任务范围、提高合并标准和引入 thoroughness 类评分标准，来评测智能体在提示不完备时的真实工程能力。任务取自多 55% 的仓库，参考解决方案平均多改 67% 的文件和 89% 的代码行；Opus 5.5 以 45.5% 得分居首，基准远未饱和。

  25. Philipp Schmid62

    Google DeepMind 的 Philipp Schmid 宣布 Genie 4 发布，这是一个实时多模态世界模型，可逐帧渲染可玩环境，响应键盘控制和文本提示。新版本带来原生音频、会动会说话的角色、更清晰的物理效果和实时提示词编辑。Google AI Ultra 用户可优先加入候补名单，更多示例见 DeepMind 官方博客 https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/。

  26. LangChain：Blog71

    LangChain 解析自研设计 agent Content Studio 并开源其 harness

    LangChain 详解自家设计 agent Content Studio 如何在 Slack 中根据一条提示生成视频、幻灯片和社媒图等代码化资产，已累计产出超 3000 件资产、80 多套幻灯片，单次请求模型成本从约 $8 降至约 50 美分。

    推荐理由：LangChain 复盘自研设计 agent 从早期差评到可用的过程，并开源了 harness，读者可借鉴其教品味、建环境和异步子代理的具体做法。

  33. Noam Brown54

    Noam Brown 发文称，MIT 每年冬季开设为期一个月的 6.9630 课程，学生制作扑克 AI 并比赛争夺现金奖励；编码智能体大幅加速了这一过程，现在一小时就能做出一个扑克 Bot。他还表示会出席 No Limit 扑克 Bot 锦标赛决赛，该赛事由 Sequoia、citsecurities 和 OpenAI 主办，冠军奖金 10 万美元。

    引用Sequoia Capital@sequoia

    Announcing No Limit: a bot building tournament hosted by @Sequoia, @citsecurities and @OpenAI. Teams of 1 or 2 get 60 minutes to build a pokerbot from scratch. Agents play thousands of games across six scored rounds. Open to university students and recent grads (‘25 or ‘26). Regionals in Boston, Pittsburgh and the Bay Area in early November. Top five teams from each fly to the Finals. $100K grand prize.

  37. The Verge：AI79

    Anthropic 拟以特殊治理结构抵御 IPO 后股东的安全施压

    Anthropic 计划通过长期受益信托和 Founder LLC 等独特治理结构上市，在公开市场融资的同时防止股东迫使公司削弱安全投入。信托的五名投票受托人可通过 Class T 股票任命七名董事中的四席，七位创始人则以 Founder LLC 掌握 50.1% 投票权。法学专家认为法律层面可隔绝逐利压力，但市场竞争、融资需求和创始人离开都可能侵蚀这些保障。

    推荐理由：文章拆解了 Anthropic IPO 文件中的长期受益信托和 Founder LLC 等机制，并引用多位法学专家指出这些安全护盾的边界与隐患。