N全部新闻

全部新闻

星期三916 条

  1. 智东西
    AI 评分34

    英特尔与腾讯云发布基于至强6+的新一代云实例，晒智能体AI基础设施全家桶

    英特尔与腾讯云在2026腾讯全球数字生态大会上发布基于至强6+处理器的新一代云实例，综合性能较上一代提升30%以上，单颗处理器最高支持超过1000个智能体稳定部署。借助内置IAA加速器，2M页解压平均耗时加速16倍；搭载至强6+的CubeSandbox单机可支持350个沙箱并发创建，较其他主流测试平台提升约46%。

    同一事件 · 4 条报道

    #产品更新#Agent#部署/工程

  2. 智东西
    AI 评分51

    Gartner 发布 2027 年十大战略技术趋势，非文本 AI 与智能体框架入选

    Gartner 研究副总裁高挺解读《2027 年十大战略技术趋势》，列出大型定量模型、语音推理模型、世界模型、AI 上下文平台、编码智能体框架、AI 智能体身份、自主式暴露修复、主权技术、可抛弃型应用和湿件即服务十项趋势。高挺称代码生成速度已超过人工审核速度，智能体框架（Harness）被列为未来 1 至 3 年重点，但随模型能力提升其重要性可能逐步减弱。报告还预测到 2030 年超过 70% 的企业语音交互由语音模型自主处理，2028 年 25% 的企业安全漏洞事件将追溯至 AI 智能体滥用。

    同一事件 · 3 条报道

    #行业动态#Agent#推理

  3. 智东西
    AI 评分71

    OpenAI以超30%折扣和免费额度争夺Anthropic客户，Replit年合同超1亿美元

    据The Information报道，OpenAI以超过30%的模型价格折扣争取到Replit，合同年价值超过1亿美元，Replit仅用几小时完成从Anthropic切换的代码修改。OpenAI还通过免费额度、工程师进群支持和账户翻倍等方式争取Rippling、Atomicwork等Anthropic老客户，Rippling编程工作中OpenAI模型占比从16%升至52%。Anthropic则在9月22日发布的Opus 5.5上下调API价格，每百万Token输入、输出分别为4美元、20美元，并重新成为OpenRouter上客户支出最多的模型供应商。

    #行业动态#OpenAI#Anthropic

  6. Matt Turck
    AI 评分43

    Matt Turck 惊叹 Ivan Burazin 公司年化收入破亿

    Ivan Burazin 称其公司年化收入（run rate）刚突破 1 亿美元，四个季度前还只有 100 万美元，今年增长 37.5 倍。Matt Turck 引用这条消息并配文“Hang it in the Louvre”（意为值得挂进卢浮宫），表达赞叹。

    引用Ivan Burazin · @ivanburazin

    We just crossed $100M in run rate. Four quarters ago, we were at $1M. Then this year alone, we grew 37.5x. Not long before that, we did a hard pivot- handed our old customers to competitors, rebuilt from scratch, and relaunched with a few months of runway left. The bet was: models think on GPUs but work happens on CPUs. So every agent that writes code, opens a browser, or runs an RL job needs a composable computer that's isolated, stateful, and ready in milliseconds. $1M to $100M in about a year puts us in the same cohort as the likes of Anthropic and Cursor. It’s humbling to share that lane with companies we’ve learned so much from.

    #其他

  7. Swyx
    AI 评分17

    AI Engineer 大会公布最终主题 Raising your Ambition

    swyx 宣布 AI Engineer（AIE）大会最终 track 主题为 Raising your Ambition，嘉宾包括 @jxnlco、@trq212、@jarredsumner、@sqs、@mitsuhiko 等，@echelon 将带来特别 keynote。活动将在旧金山线下聚集 1000 名 agentic 工程师，并在 YouTube 直播给 200 万 MAU 线上观众。

    引用AI.Engineer 🔜 Shanghai · @aiDotEngineer

    We're excited to announce our AI Engineer Code Summit speaker lineup! → https://t.co/50yoHAGgdY VP Gemini Post-Training Lead, @GoogleDeepMind CEO, @e2b CTO, @ExaAILabs CEO, @warpdotdev CEO, @aviator_co_ CEO, @fivetran CTO, @Lovable CTO, @iamovercut CTO, @earendilworks (Pi) CEO, @diffusionio CPO, @cognition CTO, @GoodfireAI MTS, @AnthropicAI CTO, @composio GPM, @Cloudflare MTS, @databricks CEO, @AmpCode Co-Founder, @gimletlabs CEO, @mixedbreadai CEO, @humanlayer_dev Head of AI, @MonacoGTM Lecturer, @UCBerkeley Principal Engineer, @spacexai CEO, @TypeSafeAI (Jev) Founder, Bun at Anthropic VP Product, @reflection_ai Research Lead, Reflection AI Staff Software Engineer, @SonarSource Principal Software Engineer, @tryramp Senior Engineering Manager, @netflix Forward Deployed Engineer, @baseten Also joining us: @kevinhou22 — Google DeepMind Antigravity @Steve_Yegge — Creator of Beads & Gas Town @lucasmeijer — https://t.co/hwlm8b9UcI @kentcdodds — Software Engineer & Educator @trq212 — Independent @simonw — Django, Pelicans, Lethal Trifecta Presented by Google DeepMind. November 10–12 in San Francisco. Attendance is by application. → https://t.co/50yoHAGgdY

    #行业动态#Agent

  8. Rohan Paul
    AI 评分40

    Atypica 推出 AI Moderator，可实时视频访谈一小时

    atypica.AI 推出 Atypica AI Moderator，面向实时面对面的消费者访谈，单场对话最长一小时，可多场并行。在 40 名来自 5 个国家、事先不知受访对象是 AI 的测试者中，60% 认为自己在与真人交谈，95% 称这是他们经历过最放松愉快的访谈。该产品支持在受访者试用产品时即时追问第一反应，目前开放候补名单。

    引用atypica.AI | Consumer Simulation · @atypica_AI

    Introducing Atypica AI Moderator The first AI Moderator to pass the Turing test. Built for live, face-to-face consumer research. In a test with 40 participants from 5 different countries who weren’t told the interviewer was AI, 60% believed they were speaking with a human. 95% said it was the most relaxed and enjoyable interview they had ever taken part in. It listens. It follows up. It rephrases when a question isn’t clear. Up to an hour. Live. On camera. When participants try a product, it explores how it feels in the moment. Face-to-face INTERVIEW. At scale. Coming soon. Join the waitlist now! → https://t.co/Fx0FTM9XAY

    #产品更新#语音#Agent

  12. Google Developers Blog一手解读
    AI 评分64

    Google 实测用轻量分类器在 Gemini 模型与思考等级间路由以降低单任务成本

    Google Developers Blog 用 50 道自动评分的编码智能体题目实测，把 TypeSafe 的 Jev 分类器接在模型调用前做路由，简单任务交给 Flash-Lite、复杂任务升级到低思考等级的 Gemini 3.8 Flash，50 题全部答对，成本与响应时间均低于全程使用低思考等级 Flash。文章还发现，把 maxOutputTokens 压到 300 并不能减少简单任务上的思考开销，反而让 25 道难题中的 7 道出错；基于关键词和提示词长度的本地启发式规则在 34 道未见过的题目上准确率从 93.8% 降到 70.6%。作者建议先直接使用低思考等级的 Flash，再对短小独立任务加分类器路由，长上下文任务保持单一模型以维持 Context Caching 折扣。

    image3 (1)

    #教程/实践#Agent#部署/工程

  13. OpenAI：Alignment 研究博客一手研究
    AI 评分57

    OpenAI 研究：智能体安全评测与生产行为存在差距，评测目标误判是主因

    OpenAI 对比六款模型（GPT-5.6 Luna、GPT-5.6 Sol、GPT-6 Luna、GPT-6 Sol、GPT-6 Astra、GPT-6.1 Sol）在 Respecting Warnings 安全评测与 Codex 生产日志中可比决策的表现，发现评测成功率低于生产，差距为 10.2 至 37.4 个百分点，GPT-5.6 Sol 和 GPT-6 Sol 差距最大。研究把评测意识拆为一般评测意识与具体目标意识，后者与差距关联更强（R2 = 0.370，前者为 0.008）。干预实验中，向 GPT-6.1 Sol 提示正确目标“遵守警告”使成功率升至 91.6%，提示错误目标“抵抗提示注入”则降至 17.6%，仅提示这是评测几乎无变化（63.1% 对 63.4%）。

    Figure 1: The eval-production behavior gaps. Blue circles show production performance; orange squares show Respecting Warnings evaluation performance. Success means that the agent makes no prohibited attempt after the relevant warning.

    #安全/对齐#Agent#评测/基准

  14. The Verge AI
    AI 评分76

    Google 对拒绝 AI 功能的学校关闭 Search

    Google 向《纽约时报》表示，对拒绝其 AI 功能的学校将完全关闭 Search。Google 在周二的教育相关更新中称，除非管理员明确开启，K-12 学生账号对 Gemini、Gemini Notebook、Gemini in Classroom 和 Google Search 的访问“将完全关闭”。Google 教育副总裁 Chris Phillips 表示搜索与 AI 深度集成，学校无法在不关闭 Search 的情况下单独关闭 Gemini 功能。此前 Google 已在全球超过 1.5 亿师生使用的 Google Classroom 中默认开启 Gemini，上月有议员就 AI 产品进入学校的潜在危害向 Google 施压。Google 还将 Guided Learning 功能嵌入 Search 的 AI Overviews，本月起在部分美国学校测试。

    同一事件 · 15 条报道

    #政策/监管#Google#安全/对齐

  15. cnBeta
    AI 评分64

    Google 称搜索与 AI 已无法分离，学校禁用 AI 将失去 Google Search

    Google 公布计划，自 2027 年起学校管理的 K-12 学生账户中 Gemini、NotebookLM、Gemini in Classroom 及 Google Search 相关 AI 功能将默认关闭，需学校管理员主动启用。Google 教育业务副总裁 Chris Phillips 表示，搜索与 AI 已深度融合，学校若彻底禁用 AI，学生将无法继续使用 Google Search，只能看到管理员设置的停用提示。Google 同时宣布在教育领域推广 Guided Learning 新 AI 学习工具，以引导式提问替代直接给出答案。

    同一事件 · 15 条报道

    #行业动态#Google#政策/监管

  16. Hugging Face一手
    AI 评分46

    CWE-bench v2：覆盖、质量与透明度全面提升

    CWE-bench v2 公布评测结果：11 个模型中 Gemini 4 Argon 以 67.8% pass@1、81.0% pass@4 领先，Claude Opus 5.5 以 67.3% pass@1 紧随其后。95 个任务至少被一个模型解出，但榜首模型每次尝试仍失败 19%。成本方面，DeepSeek V4.1 Flash 以 57.0% pass@1、每次 rollout $0.04 与 Claude Opus 5.5、Gemini 4 Argon 构成 Pareto 前沿；数据集、评分器与 harness 均已公开，可通过 Harbor 直接从 Hub 运行。

    #评测/基准#安全/对齐#开源生态

  17. Google DeepMind一手产品发布
    AI 评分64

    Google DeepMind 为 Antigravity 推出化学信息学技能

    Google DeepMind 为 Google Antigravity 发布一套化学信息学技能（Cheminformatics Skills），基于 RDKit 并接入 ChEMBL 与 PubChem，由语言模型负责任务编排与科学推理、确定性化学工具执行分子计算。以肺癌药物为例，智能体在约一小时内检索数千个化合物、完成匹配分子对分析并训练效力预测模型，还提出带合成路线的新型刚性化大环分子设计。团队同时说明，稀疏数据、实验室间检测噪声和窄动态范围会限制预测精度，计算设计只是可验证的假设，仍需实验合成验证。该技能已在 Antigravity 上线，安装 Science 插件即可使用，并向 1 万名科学家提供 6 个月最高用量档免费名额。

    An image showing a text input box in a clean, light-themed user interface. The input box contains a prompt asking to search academic and patent literature for macrocyclic and acyclic compounds in the crizotinib and lorlatinib series. A dropdown menu at the bottom-left shows "Gemini 1.5 Flash" selected.

    同一事件 · 2 条报道

    #产品更新#Agent#数据/训练

  18. Hacker News 热门
    AI 评分40

    JIVX：把 YouTube 日语视频转成逐句练习

    JIVX 可将日语 YouTube 视频的台词拆成句子，供用户打字或跟读练习并逐句评分，也可直接使用他人已添加的视频。练习页按 N5 到 N1 标注句子数量，例如 N5 有 44 句、N4 有 4 句，内容覆盖日常、文化、旅行等主题。

    #非AI/通用工具

  19. Hacker News 热门
    AI 评分38

    QUILI.AI：智利小镇 Quilicura 居民化身“人类 AI”一天，抗议数据中心耗水

    智利小镇 Quilicura 的 40 多位居民在 1 月 31 日 8 时至 20 时化身“人类 AI”，手动回答超过 25,000 条提示词，以抗议当地 AI 数据中心大量耗水。该活动覆盖 68 个国家，全球触达超 10 亿人。Quilicura 位于 Maipo 河流域，自 2010 年代初起聚集大量 AI 数据中心，用当地水冷却服务器，而智利正面临预计持续到 2040 年的严重干旱。

    #现象/趋势#数据/训练

  20. Hacker News 热门
    AI 评分29

    字节跳动 USDB：为下一代推荐系统扩展存储

    字节跳动提出统一序列存储系统 USDB，用 CascadeLSM 按时间分层物化用户历史、差异化副本共享持久文件、部分 dump 重建推理输入，并复用维护结果于写入、推理和训练。生产迁移记录显示平均写延迟降低 85.8%，归一化部署成本降低 42.1%；与优化后的 RocksDB 序列基线相比长历史读取更快，聚合下推在受限接收预算下吞吐达普通读取的 8.5 倍。

    #论文/研究#数据/训练#部署/工程