搜索“其他”

使得一大类被忽视的安全工作变得切实可行。补丁积压量很大，但我们现在有了切实可行的方法来处理它。 我们必须在稳定性和安全性之间做出选择吗？ 软件有错误，我们会在可能的时候尝试修复它们。修复首先发生在软件的最新版本中。不幸的是，这往往也是修复发生的 唯一 地方。 回移是将修复从最新源代码移植到较旧版本的过程。针对知名关键错误的修复确实往往会被快速回移。但对于许多其他错误，回移过程从未发生。原因很容易理解：软件打包通常由已经超负荷工作的志愿者完成，而回移是令人沮丧、不被感谢的工作，几乎得不到认可或关注。对于由志愿者团队运营的开源项目来说，回移（可以理解地）优先级很低。正如 XFS 开发者 Dave Chinner 曾经描述的那样，这项工作“ 实际上是一份全职工作”，在没有足够资源的情况下就是没人去做。缺乏回移是一个问题，因为几乎没有人运行用当今代码更改 freshly 构建的最新最好版本的软件。人们 绝大多数 更喜欢打包在“长期稳定”版本中的稍旧、经过更多测试的软件。例如， 大约 95% 的 Ubuntu Linux 安装是长期支持（LTS）版本。查看 Debian 的 popcon 中已安

匹配字段正文

，在部分体验中接入千问大模型，为 Siri、写作工具及视觉智能等功能提供文本与图像理解支持。 该功能支持 iPhone 16 及后续机型、iPhone Duo、iPhone Air 以及 iPhone 15 Pro 系列，设备与 Siri 语言须设为简体中文或英文。本轮更新不包含 WWDC 2026 宣布的下一代 Siri AI 功能，对 iPhone 以外其他平台的支持将在获得相关监管审批后推出。 之前不是说15 就开始支持吗 咋又改了 不知道欧盟那边的情况怎样。 也没见阿里股票涨，看来是已经拉完了 iPhone14表示，与我无关 看到有人说“狼来了”，海外版都那么拉，国内版能是一匹“狼”？全部讨论 10 苹果对闪存的议价权受到压制 据《华尔街日报》报道，受 AI 数据中心需求推动，全球闪存芯片价格过去一年飙升至原来的五倍，长期受苹果压价的闪存供应商迎来议价权反转。研究机构 TechInsights 预计，苹果 2026 年闪存采购支出将达 250 亿美元，而 2025 年采购同量闪存仅需 60 亿美元。 自 2005 年推出 iPod Nano 以来，苹果长期是全球最大闪存买家，能

匹配字段正文

na Sawara（暂定名） 发布新语言模型系列“Sakana Sawara（暂定名）”的秋叶拓哉 那么，RSI Lab接下来要做什么？今天要介绍的是新的语言模型系列“Sakana Sawara”。请注意这仍是暂定名称。 Sawara是我们从零开始构建的语言模型。此前的Namazu专注于对现有开放模型进行后训练，而Sawara将把工作扩展到预训练。由于不基于其他模型，我们可以管理包括训练数据和学习方法在内的模型的全部内容。此外，它从一开始就面向使用工具的推理、编程以及长时间任务等智能体用途进行设计。我们称之为“智能体原生”的语言模型。 Sawara有两个角色。一是作为Sakana AI产品和解决方案的基础。二是作为RSI研究的基础。能够掌握模型和配方的全部内容、所有过程对我们透明，这将使更广泛范围的RSI研究成为可能。 遗憾的是，Sawara仍在开发中，今天能讲的内容不多。因此今天我想谈谈自己对语言模型开发的看法及其战略。 Sawara的4个特征 语言模型开发是“研究的竞争” 这场竞争是使用更多GPU的竞争，这一点很多人都会同意。这100%正确。只不过，GPU往往被认为主要用于“规模”

匹配字段正文

谈话，主题是“注意力的现状”；竞选管理软件Baraza的开发者阿里扬·兰詹则对中期选举做了预测。而我呢，主持了一场关于数据中心的专题讨论。 布鲁斯特说，活动的目标是让人们“放下手机，在选举前五天彼此聊聊选举”。 然而，随着夜晚推进，几乎每一场对话都被同一个话题占据：AI、数据中心，以及对日益膨胀的技术官僚统治的反感。 最近，作为一名科技记者，我注意到科技界与其他所有人之间的鸿沟越来越大。我大部分时间都在和那些看到AI好处的人交谈，他们如此热衷于构建AI，如此乐观地相信它会成功，以至于当我与科技圈之外的人交流时，我忘了这一切在他们眼中显得多么丑陋。在科技泡沫之外，数据中心和AI已经成为一个如此激烈的选票议题，以至于它们可能影响11月3日的一些中期选举选情。 数据中心观察组织最近的一份报告发现，由于政治和社区反对，2026年上半年有近2000亿美元的数据中心项目被延期、停滞或叫停。与此同时，宾夕法尼亚、佐治亚、得克萨斯、纽约和弗吉尼亚等州正在考虑对数据中心的快速扩张施加更多约束和透明度要求。仅弗吉尼亚一个州就计划新建数百个数据中心，而该州已经被称为“世界数据中心之都”。 就在我的专题讨论之

匹配字段正文

发者将分支部署到该命名空间，并在合并前运行完整测试套件。 这些测试在针对真实数据运行时最为有用。Snorkel 的生产数据库是一个 Amazon Aurora PostgreSQL 集群。为每个 PR 命名空间提供该数据库的独立副本才是难点所在。恢复一个副本每个环境大约需要 20 分钟，当开发者全天不断提交 PR、合并队列每次运行都需要全新环境时，这太慢了。其他替代方案（共享预发布数据库、裁剪后的测试夹具或合成数据）会重新带来类生产测试本应解决的问题：测试相互干扰、模式过期，以及只有在真实数据形态下才会出现的缺陷。 成功标准 如果满足以下标准，Snorkel 就会认为 Lakebase 在 CI/CD 场景中是成功的： 快速配置： 新的 PR 分支在 60 秒内就绪（p95）。 规模： 峰值时约 100 个并发 PR 分支，每个分支都有独立的读写能力。 兼容性： 现有应用和 CI 套件通过标准 Postgres 在 Lakebase 上运行，性能与 Aurora 相当，并支持大型 JSONB/LOB 列。 数据新鲜度： 通过持续的 DMS 复制，main 分支与生产 Aurora 的差

匹配字段正文

行的中位数，每个项目最多 1,000 次。Ultrafast：12,238 次运行，134 个项目。默认：146,120 次运行，9,473 个项目。在两者均有 20 次以上运行的 8 个项目中，Ultrafast 在全部 8 个项目中都更快、更便宜。成本为每次运行的模型和搜索费用；浏览器和代理单独计费。 试用 将 model 设为 bu-ultrafast其他一切不变。 curl https://api.browser-use.com/api/v4/runs \ -H "X-Browser-Use-API-Key: $BROWSER USE API KEY" \ -H "Content-Type: application/json" \ -d '{"task": "Find the cheapest flight from SFO to JFK next Friday", "model": "bu-ultrafast"}' 需要更多逐步推理？使用 bu-fast。它是同一个智能体。 定价 bu-ultrafast 在 OpenAI 的优先层级上运行 GPT-6 Luna，因此 tok

匹配字段正文

度，同时确保规划官员对每份申请保留最终决定权。 规划瓶颈会带来实际成本。对经济而言，它们拖慢了英国政府到2029年建造150万套新住房目标的进展。对家庭而言，这可能意味着为一件事——比如阁楼改造、温室或扩建——的审批等上数月。PlanAssist基于Gemini构建，是Google DeepMind与英国政府更广泛合作的一部分，旨在探索AI如何帮助变革规划及其他公共服务。 PlanAssist如何为官员提供支持 常规家庭住宅申请最多占规划官员工作量的70%。它们通常容易批准，却占用了他们不成比例的时间。 PlanAssist由Google DeepMind与英国政府、Google Cloud和Faculty合作开发，可简化这项工作，为规划官员提供处理申请和起草评估建议的自动化支持。 首先，它会验证申请文件和建筑图纸，检查所需信息是否已提交，以便申请能够继续推进。接下来，它会对照遗产保护限制（如树木保护令）以及地方和国家规划政策检查申请。它还会检查此前是否有人提出过任何问题或异议，例如当地居民提出的异议。最后，它会起草带有完整引用的报告，规划官员可在做出最终决定前对其进行编辑。 自6月以

匹配字段正文

限额之外，一个分组的成员共享一个月度预算，通过支出限额管理 API 上的 pooled budget 设置 - 新增 CLAUDE CODE DISABLE LOOPED CROSS CERT DROP ，用于保留互相循环认证的系统交叉证书，适用于私有 CA 需要其中一张证书的服务器 - 新增 CLAUDE CODE SUBAGENT EFFORT ，用于在其他设置均未指定时设定子代理运行所用的 effort 级别，而不再继承会话的级别 - 为 Claude apps gateway 新增 managed.policy mode: layered ：所有匹配某位开发者的策略都会生效，每个策略合并到其下方列出的策略之上，而不再只应用第一个 - 在 Claude apps gateway 的 Bedrock 上游新增 guardrail.input tagging ，它会将提示词包裹在 Amazon Bedrock 护栏的提示词攻击过滤器所需的输入标签中； all messages and system 还会标记系统提示词 - 自 2026 年 10 月 30 日起弃用 Opus 4.8

匹配字段正文

调用了哪些模型以及调用频率如何，这是对路由纪律的直接衡量。 失败请求率： 错误、限流和超时。每次重试都会增加延迟，而一个在服务端仍会完成的请求若在客户端超时，可能会被计费两次：一次为被放弃的调用，一次为重试。 缓存有效性： 第 4 阶段的读取量与写入量之比。 元数据覆盖率： 带有完整元数据的生产调用的百分比。每一个未被覆盖的调用都是一个归因盲点，会悄然拉低其他所有数字的准确性。 当信号出现漂移时，补救措施是变更策略（路由规则、token 限额、元数据强制校验），而不是发一封邮件提醒团队多加小心。 资金闭环 FinOps 在同一份数据上运行资金闭环。当归因清晰时，异常检测就变成一条调查流，而不是一场惊慌失措的全员会议：某个已打标签的团队或应用出现支出激增时，只需在 Stage 2 排行榜中查询，而无需召开战情室会议。分摊计费则依据 CUR 中按团队和应用的分组来运行。 评分卡 以下阈值只是起点，并非规定。在将其采纳为策略之前，请根据你自己的车队数据和定价层级进行校准。 维度 指标 绿色 黄色 红色 单位经济性 每次成功结果的成本 ≤ 预算 1–1.5 倍预算 1–1.5 倍预算 每位开

匹配字段正文

准的工具，并在需要判断时引入合格的审核者。人员仍负责例外、覆盖和开户审批。 在 Databricks 上， Supervisor Agents 可以协调专业智能体和经批准的工具，包括基于受治理企业数据的 Unity Catalog 函数、MCP 服务和 Genie Agents（原 Spaces）。 治理数据、工具和操作： 开户涉及个人可识别信息（PII）和其他敏感记录。每个智能体应只能访问其任务所需的数据和工具，并在适当情况下对敏感字段进行掩码或不予提供。智能体活动应保持可追溯和可审查。 在 Databricks 上， Unity Catalog 为受治理的数据和 AI 资产提供细粒度访问控制、掩码、血缘和可审计性，而 Unity Gateway 则通过控制每个智能体可以调用哪些模型和 MCP 工具、应用护栏、跨模型路由请求、执行预算和速率限制，并记录每个请求，将这种治理扩展到智能体运行时。 端到端衡量： 团队应监测智能体质量、延迟、可靠性和升级情况，以及周期时间、人工介入、返工、例外和从审批到资金到账的时间。运营视图还应包括集成变更、重复的数据移动以及准备控制证据所需的工作量。 D

匹配字段正文

salind-6 是一款面向生物学、药物发现和转化医学的前沿推理模型。我们以 GPT-Rosalind-6 Research 的形式，向符合条件的科学家、研究机构、企业和政府合作伙伴提供该模型。Rosalind 在双用途生物学查询上的拒绝次数更少，但仅通过可信访问渠道提供。在授予访问权限之前，我们会审查申请者拟议的用途、安全控制和治理实践。我们同时也继续保留其他部署保障措施。 GPT-Rosalind-6 与我们的旗舰推理模型 GPT-6 Astra 使用相同的权重。它旨在支持合法的生物学研究，包括部分双用途主题，同时仍会拒绝生物武器化相关请求，并保留对其他安全主题的拒绝。 根据我们的 Preparedness Framework，我们将此次发布在生物与化学领域定为 High 能力，低于 Critical 阈值。其他 Preparedness 风险我们沿用 GPT-6 Astra 的能力评估，并将 GPT-Rosalind-6 在网络安全领域定为 Critical，在 AI 自我改进方面低于 High。 本附录描述了 GPT-Rosalind-6 的生物学能力评估、额外的安全与对齐评估

匹配字段正文

将这张照片连接到两个 AI 图像编辑节点，提示其中一个把背包置于森林中，另一个置于山上。在此基础上，你可能会调整森林场景的色彩，或将山景场景转化为一段短视频。两个分支在你开发过程中都保留在画布上，因此你可以在确定方向之前看到每个方向对营销活动可能的效果。 掌控细节试试社区构建的 Weave 工具 将情绪板转化为房间的 3D 渲染图、把图像适配到新格式，或探索其他由 Figma 社区构建的工具。每个工具都运行着他人已经创建好的工作流，因此你可以直接在 Figma Design 中试用，无需自己搭建整套设置。 把细节做对，需要的不仅仅是再写一条提示词。 Figma Weave 的编辑工具 以节点的形式出现，你可以将它们连接到工作流中的其他步骤。以下几个工具能让你更好地掌控细节： 色彩校正： 更改图像或视频的整体色彩和外观，包括色相和饱和度。 合成器： 将图像、视频、文本和形状分层叠加，生成单一输出。 色阶： 调整图像的阴影、中间调和高光，以控制其色调范围。 修剪： 缩短视频片段，无需离开 Weave 前往其他编辑应用。 裁剪： 使用预设宽高比或自定义尺寸对输入内容进行裁剪和调整大小。 绘画

匹配字段正文

s 在我们旧金山的办公室工作，但也可以远程参与，尤其是较短的驻留。Anthropic 的大多数全职研究岗位要求搬迁至旧金山。 体现资历的薪酬：Residents 的薪酬为每年 35 万至 50 万美元的等效金额。 到 Residency 结束时，我们的目标是让每位 Resident 都具备继续全职从事 AI 研究工作的条件，无论是在 Anthropic 还是其他地方。 导师与研究领域 潜在的 Anthropic 导师包括： Sara Price：领导对齐训练团队；数据科学背景 Ethan Perez：领导对齐科学团队；机器学习背景 Evan Hubinger：领导对齐压力测试团队；此前任职于机器智能研究所（MIRI） Samuel Marks：领导可扩展监督团队；数学背景 Elana Simon：研究语言模型和生物模型的可解释性；生物医学信息学背景 Belinda Li：研究语言模型如何表征世界、用户和自身；自然语言处理背景（麻省理工学院博士） Jack Lindsey：领导模型心理学团队；理论神经科学背景 Nicholas Carlini：研究对抗性机器学习和 AI 安全；此前任职于

匹配字段正文

感信息，并满足严格的数据治理、隐私和安全要求。 本文介绍 ChatGPT 桌面应用的受控本地部署，该部署将模型推理发送至 AWS GovCloud (US-West) 中的 Amazon Bedrock。该配置使用 API 模式登录、托管设备策略、命名 AWS 配置文件以及网络限制。这些限制仅允许访问已批准的 Amazon Bedrock 终端节点，同时禁用其他外部连接和启用网络的功能。最终形成的部署可供机构安全团队测试和记录，然后再批准更广泛的使用。 使用 AWS GovCloud (US) 并遵循本指南本身并不构成对您工作负载的授权。您的组织仍需负责根据其系统安全计划和授权流程，审查所选模型、AWS 服务、区域、终端节点、工作站控制措施、代码仓库、凭证和数据流。 解决方案概述 您可以通过两种方式使用 ChatGPT 桌面应用： Work 用于需要规划、研究、文件和最终成果的较大任务。 Codex 用于技术工作，例如编辑代码、运行测试和审查拉取请求。 ChatGPT 桌面应用通过桌面应用或 CLI 在组织管理的计算机上运行。它使用配置的 AWS 凭证安全地将请求发送到 us-gov-

匹配字段正文

AWS 治理。有关各区域模型可用性，请参阅 Amazon Bedrock 中按 AWS 区域支持的模型. 操作 智能体通过分析师使用的相同 API 连接到 SpeedShip。这意味着 AI 看到的与人工审核员看到的完全一致（合同费率、货运详情、交付证明），并将其解决方案写入同一工作流。SpeedShip 在 AWS 上提供 API，因此智能体接入的端点与其他现有系统相同。 承运商知识库 每家承运商都有不同的计费规则、费用定义和争议处理程序。Worldwide Express 存储每家承运商的文档：费率规则、附加费定义、争议步骤和差异阈值。当智能体处理异常时，它会先检索该特定承运商的政策和标准操作程序（SOP）文档，然后再做决定，因此每项决策都基于承运商自身的规则。同样的三个智能体可处理所有承运商，无需任何承运商专属代码。 人工介入 在初始推广阶段，审批步骤对于 FinOps 的采用是必要的。起初，人工审核员会使用现有的 SpeedShip UI 在建议最终确定前进行审批。最终，当准确率超过 99% 时，批量审批成为默认方式。 可观测性 Worldwide Express 团队构建了

匹配字段正文

经了解任何潜在问题。 冷转接意味着接收方从来电者而非转接人那里了解任何上下文。 暖转接：坐席先通过实时介绍或简短摘要向接收方简要说明情况，然后再接通来电者。 冷转接：坐席直接接通来电者。接收方不会提前获得任何上下文。 温转接：坐席拨通目的地，一旦有人接听便接通来电者，不进行电话会议或实时介绍。一些实际实现就落在这里，介于暖转接与冷转接之间。 这些转接类型还有其他名称。暖转接可称为暖交接或有人值守转接，而冷转接可称为盲转接。 暖转接 温转接 冷转接 接收方获得的上下文 有，在接通前 除已接听电话外无 无 速度 最慢 中等 最快 来电者重复问题 否 通常 通常 最适合 复杂或敏感问题 无需简报的确认接听 简单路由至队列 呼叫中心中的暖转接是什么？ 呼叫中心中的暖转接是一种交接方式，接收方在双方接通前获得关于来电者的上下文。第一位坐席（人工或 AI）会传递来电者是谁以及他们需要什么。来电者从对话中断处继续。 暖转接的分步工作方式 决定转接：坐席或 AI 代理确定来电者需要不同的人员或团队。 告知来电者：坐席解释将把来电者转接给谁以及原因。 拨打目的地：坐席在来电者等待时呼叫接收方。 提供上下

匹配字段正文

分来取代 critic， 打分依据是 针对同一提示采样的一组补全的平均奖励。这里的理论论点是：实例化并训练第二个网络，其参数量基本与策略网络相同，而且或许更重要的是，它必须尝试仅凭结束时给出的单个标量奖励，对每个 token 做出准确的预测。在 GRPO 发布的那个月，RLOO [4] 也在摘要和对话任务上使用 REINFORCE 配合留一法基线（例如该提示其他答案的平均奖励）超越了 PPO。 随着 DeepSeek-R1-Zero [5] 于 2025 年 1 月发布，GRPO“正式”取代 PPO 成为推理 RL 的默认方法。但风向是否已经转变？事实上，我们读到的许多近期 ICLR 投稿（这些当然仍是匿名的）又回到了重新训练 critic 的路子上！ 我们决定做一些玩具实验，来探究 critic 究竟在何时才真正值得为训练它而付出的额外算力。从理论上讲，价值函数只有在它消除的梯度噪声超过其运行成本（以更多 rollout 的机会成本计）时才应该“值得”。通常情况并非如此。大多数用 PPO critic 或其替代物替换组均值的论文，在相同步数下表现相当。 那么人们可能会问一个更有趣的问

匹配字段正文

生态相结合，共同开发面向学校的教学方案。通过课程配套、区域示范与联合推广，双方将进一步拓展宇树机器人的教学应用，推动地瓜计算平台融入课堂实践，共同开拓具身智能教育市场。 地瓜机器人持续以计算平台、课程共建与伙伴协作，构建具身智能教育生态底座。自2023年起，地瓜与多所院校共建机器人专业及人才培养体系；2025年进一步携手清华大学、上海交通大学、南京大学、深圳大学等院校，探索具身智能微专业建设、赛事合作与前沿算法研究。依托DUP高校开发者计划，地瓜机器人已与500余所高校建立合作，累计开展课程与活动超过1000场，聚合50余家教育伙伴，为此次联合方案的开发与推广提供教学经验和生态资源支持。 教育合作的长期价值，在于支持学生持续进阶为机器人开发者。地瓜机器人支持的赛事覆盖中小学至硕博阶段，累计支撑3000余支赛事队伍。此次合作将进一步丰富四足、人形机器人实践载体，并依托地瓜的计算平台、课程与赛事资源，衔接不同学段的学习与开发实践。 双方将以旭日S100为合作起点，共同推进教育方案落地，并结合后续教育及工业等场景需求，探索向地瓜机器人其他芯片产品拓展，持续深化计算平台与机器人本体的产品协同。

匹配字段正文

两者都收取额外费用以延长保留时间。如果用户离开，或某个工具运行时间很长，那么智能体继续时缓存可能已经消失。 对话发生变化。为节省空间而摘要较早的消息、编辑或重试较早的消息，或更改智能体的工具，都会改变对话的开头。保存的缓存不再匹配，因此变更之后的所有内容都必须重新发送。 提供商丢弃缓存。在高负载下，提供商可能会提前清除保存的缓存，或者请求可能到达没有该缓存的其他服务器。 为了了解其中一次缓存失效的代价，我们选取了真实的 Agent Arena 对话，并在智能体于轮次之间重新接续的每一个节点上，计算了按完整输入价格而非更便宜的缓存价格重新发送此前全部对话所需的成本。对这些节点取平均，即可得到任务中随机时刻发生缓存失效的近似成本。 结果显示，单次缓存失效会使典型任务的成本增加约 5%。在某些会话中，影响要大得多：每 10 次会话中有 1 次，账单增幅超过 13% 至 21%（取决于模型）；每 20 次中有 1 次，增幅超过 25% 至 38%。缓存越便宜，涨幅越大：在 MiMo V2.6 Pro 上，其缓存读取成本不到输入价格的 1%，这些数字升至 44% 和 69%。 在长对话中，这些成

匹配字段正文

得研究的行为，即使这些行为不构成直接安全风险。在同时使用两名调查员的情况下，每一名调查员都会审查由我们的 L1 层标记的每一个案例。我们目前正在将对齐调查的使用扩展到我们的内部工作负载中。 第 3 层：自动调查 对于敏感工作负载，包括内部 Codex 使用、评估和强化学习运行，我们下一层（L3）的进一步检查会利用对话之外的证据。安全调查员会将记录与网络日志、其他系统遥测数据以及来自较早案例的证据进行比对，以决定是否提醒人工响应人员。在 L3，对齐审查员还会跨案例比较报告，以识别严重故障和反复出现的模式，并更深入地检查前沿强化学习运行。 对于跳过这一层的工作负载，L2 安全调查员可以直接提醒响应人员。 人工响应 启用寻呼后，最高优先级的安全警报会送达我们的安全和培训团队成员，通常在初始警报发出后15分钟内。响应人员会审查证据、检查受影响的系统，并采取行动遏制事件。对于不那么紧急的发现（例如不构成直接安全风险的对齐失败），我们如何跟进取决于相关工作负载。 误报使得难以对所有工作负载全天候保持寻呼启用。对于前沿强化学习运行，最高优先级警报可以在任何时间寻呼人工响应人员。对于大多数其他流量，我

匹配字段正文