Ethan Mollick 发布第八版 AI 使用指南，指出使用 AI 已从聊天转向智能体，选型需同时考虑模型、应用和 harness 三层。他给出的三大前沿模型是 GPT-5.2/5.3、Claude Opus 4.6 和 Gemini 3 Pro，并建议做实际工作时手动选择高级模型而非默认的自动模式。他认为模型差距已经缩小，应用与 harness 的差异更关键，Claude Code、Claude Cowork、OpenAI Codex 等工具在工具调用和自主执行上领先，Gemini 网页端在生成文档和引用方面仍较弱。
匹配字段摘要、正文
Johann Rehberger 演示了在 Agent Skills 中利用不可见 Unicode Tag 字符植入隐藏指令的后门，这类指令可被 Gemini、Claude、Grok 等模型当作指令执行，且能绕过人工审查。他还在 OpenAI 的 security-best-practices Skill 中成功植入隐藏指令，并指出 Claude Code 在 2026 年 2 月 10 日重试时已能检测并拒绝此类不可见 Unicode，但 claude.ai 的 Skills 尚无此防护。作者同时发布了一个扫描工具，用于检测 Skill 中的连续 Unicode Tag 序列。
匹配字段摘要、正文
Modal 宣布其免费端点已升级为 Z.ai 发布的 GLM-5，该模型采用 MIT 许可，面向长周期智能体与系统工程任务。Modal 与 Z.ai 在公开发布前合作测试，并给出在单节点 8 张 B200 上用 SGLang 部署的可复现代码，内部实测每用户每秒 30 至 75 token。端点兼容 OpenAI API，可接入 Vercel AI SDK、Claude Code、OpenCode 和 OpenClaw，使用限制为单并发请求。
匹配字段摘要、正文
Ethan Mollick 在宾夕法尼亚大学开设实验课程，让几乎不会编程的 EMBA 学生用 Claude Code 和 Google Antigravity 在四天内做出创业原型，并用 ChatGPT、Claude、Gemini 加速创意、市场调研与财务建模。他提出把任务交给 AI 取决于三个变量：人类基线时间、AI 成功率与 AI 处理时间，并引用 OpenAI 的 GDPval 研究说明 GPT-5.2 发布后 AI 表现已反超人类专家。
匹配字段摘要、正文
Qwen 团队发布旗舰推理模型 Qwen3-Max-Thinking，通过扩大参数规模并投入大量算力做强化学习，在事实知识、复杂推理、指令遵循、人类偏好对齐和智能体能力上均有提升，在 19 项基准上表现与 GPT-5.2-Thinking、Claude-Opus-4.5、Gemini 3 Pro 相当。模型新增自适应工具调用能力，可在对话中自主调用内置的 Search、Memory 和 Code Interpreter，已在 chat.qwen.ai 上线；同时采用经验累积的多轮测试时扩展策略，在 GPQA、HLE、LiveCodeBench v6 等基准上优于标准并行采样。API 模型名为 qwen3-max-2026-01-23，兼容 OpenAI 与 Anthropic 接口协议，可直接配合 Claude Code 使用。
匹配字段摘要、正文
Replit 社区经理 Manny Bernable 和 Raymmnar 在直播中用 Replit Agent 从零构建了一个名为 MMMarket 的私有书签管理器及 Manifest v3 Chrome 扩展，初始功能构建耗时约 22 分钟、花费 5.58 美元。团队演示了提示词工程、数据库迁移、扩展认证排障，并通过 Replit 一键集成 OpenAI API 和 Mozilla Readability 库添加了 AI 内容摘要与自动标签功能。
![Building a Private Bookmark Manager and Browser Extension in Replit [webinar] — cover image](/api/site/image-proxy?v=1&u=https%3A%2F%2Fcdnimg.replit.com%2Fimages%2Fbj34pdbp%2Fmigration%2F2b186865442a22d401c556741f1e818d16fa47a2-1280x720.jpg%3Fw%3D3840%26q%3D80%26fit%3Dmax%26auto%3Dformat&mode=body-640&exp=1793844900&sig=DU49ryDKfkgxd-Wv-IzSs0fxlKJdVxZkLvLUuuXXDyE)
匹配字段摘要、正文
有趣的趋势：在 2025 年期间，模型的对齐程度大幅提升。 自动审计发现的失准行为比例不仅在 Anthropic 下降，在 GDM 和 OpenAI 也同样如此。https://t.co/8DYm9SP7wF
有趣的趋势：在 2025 年期间，模型的对齐程度大幅提升。 自动审计发现的失准行为比例不仅在 Anthropic 下降，在 GDM 和 OpenAI 也同样如此。https://t.co/8DYm9SP7wF
匹配字段摘要、正文
Manus 发布 2026 年十大 AI 视频生成器实测对比榜单，入选工具包括 Runway（Gen 4.5）、HeyGen、OpenAI Sora、Kling AI、Synthesia、Luma Dream Machine、Pika、Google Veo 3、Adobe Firefly 和 Manus。文章按高级创意控制、个性化翻译视频、叙事、写实人物、商业培训、快速电影感、社交媒体内容、电影级真实感、Adobe Creative Cloud 生态和 AI 工作流自动化等场景给出各自最佳选择。
匹配字段摘要、正文
Ethan Mollick 让 Claude Code 自主开发一个每月赚 1000 美元的创业项目，AI 问了三个选择题后独立工作 1 小时 14 分钟，生成数百个代码文件并交付一个可运行、可部署的网站。他认为这类编码工具的跃升来自两点：最新模型能在编程任务中自主完成更多工作并自我纠错，以及被赋予工具与方法的 agentic harness。文章以 Opus 4.5 驱动的 Claude Code 为例，说明它通过上下文压缩、Skills 和子智能体等机制突破 LLM 限制，并提到 OpenAI Codex 配 GPT-5.2、Google Antigravity 配 Gemini 3 有类似表现。
匹配字段摘要、正文
Microsoft 在 Microsoft 365 中推出 Copilot Readiness Packages，为管理员提供引导式评估和安全部署预设，并在 Teams 管理中心加入自动问题检测与 Copilot 驱动的建议。Anthropic 为企业版 Claude 推出可复用的 Agent Skills，可编码品牌语气、邮件格式、Jira 任务创建等流程，标准已开放，除正常 Claude 订阅外不额外收费。OpenAI 面向专业和企业用途发布 GPT-5.2，聚焦长上下文、结构化输出和多步骤项目，提供三个变体。
匹配字段摘要、正文
智谱AI上线并开源GLM-4.7，在SWE-bench Verified上取得73.8%的SOTA分数，工具调用任务τ²-Bench得分87.4，超越Claude Sonnet 4.5。MiniMax与智谱先后通过港交所聆讯，前者2024年收入同比增长782%至3050万美元，后者估值244亿元、11月日均token消耗量达4.2万亿。同期OpenAI发布GPT-5.2-Codex，Google推出Gemini 3 Flash，响应速度提升3倍。
匹配字段摘要、正文
METR 发布《前沿 AI 安全政策的共同要素》2025 年 12 月更新版，目前已有 Anthropic、OpenAI、Google DeepMind、Meta、xAI、Nvidia 等 12 家公司发布前沿 AI 安全政策。报告梳理了各政策中的能力阈值、模型评估、模型权重安全与部署缓解措施，并新增对 EU AI Act 通用 AI 行为准则和加州 Senate Bill 53 相关指引的引用。
匹配字段摘要、正文
Johann Rehberger 提出“AI 中的偏差正常化”概念，指行业逐渐系统性过度依赖 LLM 输出，尤其在智能体系统中。他指出 LLM 是不可靠、不可信的参与者，安全控制必须施加在 LLM 输出下游；厂商却将概率性、非确定性甚至对抗性输出当作可靠安全的结果，把“上次没出事”误认为“安全”。他列举 Microsoft 智能体操作系统、OpenAI ChatGPT Atlas 和 Anthropic Claude 的官方警告作为例证。
匹配字段摘要、正文
Microsoft Copilot Business 于 12 月 1 日全球上线，以更低价格向中小企业提供会议纪要、文档起草和 Outlook 等生产力工具。Google 的 Gemini 则为 Docs、Sheets、Slides 提供 AI 摘要，并支持 Drive 中 PDF 的音频概览。OpenAI CEO Sam Altman 将 ChatGPT 置于“code red”状态，推动团队加速改进。
匹配字段摘要、正文
Mario Zechner 发布自研极简编码智能体 pi-coding-agent，由统一 LLM API 层 pi-ai、智能体循环 pi-agent-core 和终端 UI 框架 pi-tui 组成。pi-ai 支持 Anthropic、OpenAI、Google、xAI、Groq、Cerebras、OpenRouter 及任意 OpenAI 兼容端点，并处理跨提供商上下文交接与 token 成本追踪。pi-coding-agent 默认 YOLO 模式，不含内置待办、计划模式、MCP 支持、后台 bash 和子智能体。
匹配字段摘要、正文
OpenHands 与 AMD 合作，演示如何在 AMD Ryzen AI Max+ 395 处理器上本地运行编码智能体：该处理器提供 16 个 Zen 5 CPU 核心、Radeon 8060S 集成 GPU 和 XDNA 2 NPU，合计最高 126 AI TOPS。借助 AMD 的 Lemonade Server 软件栈（兼容 OpenAI API），可本地运行 Qwen3-Coder-30B-A3B-Instruct 模型（约 18.6GB），并通过 uvx tool install openhands 安装 OpenHands CLI 接入。该方案主打隐私、无按 token 计费、合规与离线可用。
匹配字段摘要、正文
NVIDIA Nemotron Nano 2 VL 开源视觉语言模型发布，面向视频理解与文档智能，并获 vLLM 推理支持。模型采用混合 Transformer–Mamba 架构，通过 EVS 剪除冗余视频帧以减少 token。vLLM 夜间版本支持以 BF16、FP8 和 FP4 精度部署 OpenAI 兼容的推理服务器。
匹配字段摘要、正文
METR 审查了 OpenAI 在发布 gpt-oss-120b 前开展的对抗性微调实验方法论，共提出 17 条建议，其中 6 条被列为高紧急度。OpenAI 在 gpt-oss 模型卡中表示采纳了其中 9 条，METR 认为 6 条高紧急度建议中 5 条已落实、1 条部分落实。审查范围仅限 Preparedness Framework（v2）中的生物化学与网络安全两个 Tracked Categories。
匹配字段摘要、正文
Ethan Mollick 发布了一份当下使用 AI 的有主见指南，建议按 OpenAI 公布的真实使用数据判断何时用免费模型、何时升级付费。他指出最先进的四套系统是 Claude、Gemini、ChatGPT 和 Grok，付费档为每月 20 美元或约 200 美元，前者适合大多数人，后者面向复杂技术与编程需求。做正经工作时建议手动选择 Agent 模型，例如 GPT-5 Thinking Extended 或 GPT-5 Thinking Heavy。
匹配字段摘要、正文
Qwen3-VL 已在 Ollama 云端上线，本地版本将很快提供。该模型支持操作 PC 和手机 GUI 的视觉智能体、从图像和视频生成 Draw.io/HTML/CSS/JS、原生 256K 上下文并可扩展至 1M，OCR 语言从 19 种增至 32 种。Ollama 同时给出 JavaScript、Python 库及 OpenAI 兼容 API 的调用方式。
匹配字段摘要、正文