跳到正文
10月28日周三
  3. Latent Space62

    Anthropic 如何安全交付全球第一 LLM：把大脑与双手分离

    Latent Space 播客邀请 Anthropic 的 Katelyn Lesse 和 Angela Jiang 讲解 Claude 平台背后的工程实践，包括 Opus 5.5 的发布、把模型的大脑与智能体的双手分离、API 扩展以及构建可靠的托管智能体。节目还涉及 Anthropic 的 S-1、改进与投资循环，以及用 Rust 重建 Messages API、凭据与沙箱隔离等话题。

  4. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，原生支持多模态，可在生成世界的同时生成音乐、环境音与交互对话。Genie 4 支持用自然语言实时修改天气、镜头和场景元素，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验执行进度。

    推荐理由：官方披露 Genie 4 的原生音频、实时语言操控与 Gemini 协同推理，可据此判断世界模型当前的能力边界。

  5. Ars Technica · AI78

    DeepMind 发布 Genie 4 世界模型，物理与人物模拟更真实

    Google DeepMind 发布 Genie 4 世界模型，称其在几乎各方面都优于 Genie 3，模拟的物理效果和人物更真实。该模型无需预先渲染环境或编写交互逻辑，用户描述需求后即可实时逐帧生成可探索的虚拟世界，部分改进得益于 Google 更新的 Gemini 模型。DeepMind 将世界模型视为通往 AGI 的关键环节，认为其可用于为实体机器人构建训练环境或加速创意领域的原型设计。

    推荐理由：Genie 4 在 Genie 3 基础上改进物理与人物模拟，并接入更新的 Gemini 模型，可观察世界模型向 AGI 训练环境的演进路径。

10月27日周二
  1. NVIDIA Blog38

    NVIDIA 与 C-BRAIN 如何用 AI 加速阿尔茨海默病研究

    C-BRAIN 联合 NVIDIA 用 AI 加速阿尔茨海默病研究，其开源工具 OpenScientist 可在数分钟内完成原本需数周至数月的分析，单次运行成本低于 10 美元。该联盟由 18 家机构组成，采用集中与联邦混合架构调用机构内“暗数据”，目前运行 64 块 NVIDIA 数据中心 GPU，并计划引入 Blackwell 系统与 BioNeMo、MONAI。

  3. Latent Space38

    在喜马拉雅山麓用离线 AI 智能体写代码：OpenCode + Ollama 跑 Qwen3.5 9B 实测

    一位常驻喜马拉雅山麓的 Thomson Reuters 首席工程师演示了完全断网时用 OpenCode 1.19.4 搭配 Ollama 在笔记本本地运行 Qwen3.5 9B 完成代码解释、测试排查与重构。该模型下载体积约 6.6–7.6 GB，Qwen 模型卡显示其 LiveCodeBench v6 得分 65.6、BFCL-V4 得分 66.1。下载新依赖或联网查资料仍需连接网络。

  4. MIT Technology Review · AI20

    工业智能：制造业的下一个增长机会

    制造业的工业智能由员工经验、运营数据与业务理解构成，关键在于把这种智能送到每个决策现场并与物理生产环节连接。Toyota Industries 打通原本割裂的涂装车间数据后，分析周期从五天缩短到四小时以内，试点中相关涂装缺陷减少约 25%。Rockwell Automation 新加坡工厂用维护 copilot 整合制造数据、设备手册与老员工经验，新员工掌握数百台设备排障的时间从九个月降至三个月。

  5. Latent Space88

    Anthropic 提交 S-1 拟两周内启动 2 万亿美元 IPO

    Anthropic 于周一公开提交 S-1，计划在纳斯达克以代码 ANT 上市，文件显示公司已跨入经营盈利区间。2026 年上半年营收 16.3B 美元，第二季度单季 11.6B 美元、同比增长 1368%，第二季度经营利润 974M 美元，上半年毛利率 85%。

    推荐理由：S-1 披露的营收、毛利与算力承诺，让读者能看清头部模型公司的商业结构与风险敞口。

  7. MIT Technology Review · AI66

    真正的 Anthropic 究竟是谁

    Anthropic 提交 335 页 IPO 招股书，其中约 100 页讲风险，并警告其技术可能侵蚀信任、危害社会甚至带来灾难性风险。作者梳理联合创始人 Jack Clark 在 IMF 会议上称奇点已经开始、Chris Olah 在梵蒂冈谈模型内部状态等公开表述，指出 Anthropic 同时扮演安全机构和追逐利润的巨头，这种多重叙事未必让它更可信。

10月26日周一
10月23日周五
  2. MIT Technology Review · AI22

    如何设计一套可持续演进的 AI 服务框架

    EXL 在《Engineering the Harness》系列中探讨企业 AI 的服务框架设计，涵盖服务架构、内存管理、调度与推理优化如何协同。文章指出生产环境的瓶颈常来自 KV cache 随并发与上下文增长导致的 GPU 显存压力，应先测量再优化。框架应围绕工作负载与 SLO 构建，使换模型成为评估与配置决策而非架构重建。

  3. MIT Technology Review · AI12

    Vanguard 王静谈可扩展 AI 的基础：数据、工程、平台与治理如何协同

    Vanguard 的 AI 与洞察中心负责人 Jing Wang 在 MIT Technology Review 的 EmTech Future 会议上，讲解如何在高度监管的环境中搭建可扩展 AI 的基础。她指出数据、工程、平台、运营模式和治理必须协同运作，并说明负责任、可信赖的落地方式能把智能体系统等新兴能力转化为对投资者的长期价值。

  4. Microsoft Research58

    微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化

    微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放和跨图表联动的图表。它把点击拖拽等原始触发交给编译器解析为语义事件，用户只需用高层算子描述更新行为，从而减少布局与渲染调试成本。该语言已可通过 Flint-MCP 和 MCP Apps 在对话环境中使用，也提供编程 API 供应用构建自定义交互。

10月22日周四
  3. NVIDIA Blog34

    欧洲金融机构采用开放权重模型构建专有智能，Revolut、Starling Bank 等落地 NVIDIA 加速计算

    Revolut 正基于 NVIDIA 加速计算以单一基础模型 PRAGMA 重建技术栈，初期服务 8000 万客户并设计支持 3 倍扩展。Starling Bank 在 Civo 英国云上用自有交易数据训练出智能层 Starling Intelligence，Lloyds 则用 RTX PRO 6000 Blackwell GPU 构建交易基础模型 ATUM。

  4. Microsoft Research71

    微软研究院等证明 31 年未解的 KLS 猜想

    微软研究院的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明高维对数凹分布下，最佳平面切割与任意形状最佳切割的差距不超过一个与维度无关的固定常数。

    推荐理由：这条内容讲的是研究者如何用智能体搜索配合人工筛选，在约一百条研究路径中找出关键判据，最终完成证明。

10月21日周三
  2. Microsoft Research15

    微软研究院播客：Catalyst Lab 负责人 Chris White 谈从阿富汗到反人口贩运的技术之路

    微软研究院播客对话 Catalyst Lab 负责人 Chris White，回顾他从 DARPA 项目博士后到阿富汗战场先进技术负责人、再到暗网搜索工具开发者的经历。该工具用于协助打击人口贩运，他因此获得 2016 年美国总统打击人口贩运特别努力奖。节目还讨论了问题选择在创新中的作用。

10月20日周二
  1. GitHub Blog · AI & ML34

    如何在 VS Code 中继续 GitHub Copilot 应用会话

    GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，保留原有对话、代码改动和工作上下文。VS Code 会加载该会话对应的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到会话关联的 PR。

10月16日周五
  2. Microsoft Research66

    微软研究院推出 Magnetar：基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar，可直接证明 Rust、Go、C 编写的 RISC-V 程序执行，在 15 个基准上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约 12 毫秒。

    推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在速度、通用性和密码学假设三方面同时推进。

10月14日周三
  2. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在对抗集上违规请求减少近两倍，在 Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据，可供关注前沿模型安全设计的人参考。

  3. GitHub Blog · AI & ML50

    GitHub 用 ModernBERT 分类器重构密钥扫描：误报更少、成本降 98%

    GitHub 为密钥扫描训练了专用 ModernBERT 分类器，替代此前的 LLM 流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98%。该方案先用正则表达式广撒网生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在代码推送前就返回结果。

  4. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 向开发者与企业开放，Google AI Ultra 与 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。

    推荐理由：官方给出定价、基准排名与多个内部落地案例，可据此判断前沿模型在编码与科研工作流中的实际位置。

10月13日周二
  2. Microsoft Research47

    微软研究院 StudentSim：用个性化学生模拟器评估和改进 AI 辅导

    微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，让 AI 辅导系统在接触真实学生前就能获得反馈。研究同时发布 StudentSimEval 基准，从行为保真度和对辅导引导的响应度两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个场景，StudentSim 均优于主流基线。该系统仅为研究用途，未部署于课堂，也不替代教师。

10月8日周四
  2. Microsoft Research78

    微软开源 Agent Lightning v1.0：3500 行代码的轻量 Agentic RL 框架

    微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。

    推荐理由：微软开源 3500 行代码的 Agent RL 框架，用真实 harness 训练，并给出 6000 样本提升 14.6 个点的完整流程。

10月7日周三
  1. Microsoft Research31

    微软研究院播客：AI 会犯哪些错，失败能教我们什么

    微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调结果反常时细查数据的重要性。

10月5日周一
10月2日周五
  1. GitHub Blog · AI & ML22

    GitHub：AI 正在改变开发者工作，三项技能值得加强

    GitHub 提出开发者应对 AI 工作流的三项技能：学会指挥 AI 智能体而非仅使用它，用第二个模型评审 AI 输出并自行判断，以及把省下的实现时间用于理解客户需求、权衡架构取舍和做技术决策。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明第二个模型可评审计划、代码和测试。

9月26日周六
  1. GitHub Blog · AI & ML55

    GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流

    GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户和智能体共享同一份状态，可做成看板、问题分诊板、发布清单或表格。创建时只需在智能体会话中输入 /create-canvas，用自然语言描述要支持的工作流、用户能做什么、智能体能做什么，智能体就会生成界面并在右侧面板打开。

7月29日周三
  1. Berkeley AI Research62

    从 CUDA 到 MLX：K-Search 如何把多年内核优化经验带到 Apple Silicon

    Berkeley Sky Lab 与 IBM Research 的研究者把 K-Search 内核搜索框架扩展到 MLX，并加入结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核作为知识库被改写为 Apple Silicon 内核。

    推荐理由：作者展示了把 CUDA 优化经验迁移到 MLX 的具体做法，并给出注意力与 Mamba 两个内核的实测对比。

7月26日周日
  1. Berkeley AI Research38

    ABBEL：让 LLM 通过信念状态更新实现高效长程交互

    伯克利 AI 研究团队提出 ABBEL 框架，将 LLM 的摘要内容隔离并监督为自然语言"信念状态"，替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也明显低于全上下文设置。