MIT Technology Review 发表评论文章，以 AlphaGo 第 37 手为例指出：AlphaGo 的创造性来自「策略网络提供直觉 + 搜索机制进行推演」的双系统结构，而当前大语言模型只是不断预测下一个 token，缺少这种显式的搜索与推演环节。作者认为，若想让 AI 在科学、医学等领域产出可信且真正新颖的结果，需要为其补上真正的推理能力。原文正文在此处截断，后续论证信息有限。
推荐理由想搞清楚「LLM 会不会推理」这场争论的技术依据，这篇用 AlphaGo 双系统做了清晰对照
DeepSeek 官方账号宣布推出 DeepSeek Harness 的打包桌面版本，已上线 macOS 和 Windows 平台。Linux 用户可通过 npm 上的 @deepseek-ai/dsh 包获取。原文未披露该工具的具体功能、定价或与现有产品的差异，信息有限。
推荐理由想在本机跑 DeepSeek 工具链的可以直接下 macOS/Windows 安装包，Linux 走 npm 包 dsh
Karpathy 在 X 上介绍了一个简单评测：给 LLM 一个经纬度坐标文本，只问「Land or Water?」，重复 16,200 次后把结果画成图。他表示模型能答对，这种能力来自对互联网数据的压缩。该帖引用了 @celestepoasts 发布的各版本 Claude 测试结果图。原文未给出具体准确率数字。
推荐理由一个零成本可复现的评测玩法，用 1.6 万个坐标点就能直观看出模型的空间知识边界
ServiceNow CoreAI 发布 AutoSynthData，通过对比目标模型的失败与更强教师模型的成功，自动生成并验证新训练任务，课程随模型能力提升动态调整。团队以 EnterpriseOps Gym 数据集演示该流程。文章提出任务抽象为「系统规范 + 用户提示 + 验证器」三部分，生成任务需满足可行性、真实性和难度三项要求，避免依赖不可用工具或人为制造约束。
推荐理由做企业级 Agent 微调的团队可参考这套「失败驱动」数据合成流程，含任务定义与验证器设计
开发者发布 Pi 扩展 pi-codex-connector，可在任意 Pi 模型下调用已连接的 Codex（ChatGPT）连接器，包括 GitHub、Gmail、Google Calendar/Drive、Slack、Linear、Figma 等。实现上首次使用时启动 codex app-server（stdio），由 Codex 持有登录与连接器凭证，开启一个无模型的临时 Codex 线程，仅暴露三个工具：codex_connectors（列出连接器与工具）、codex_connector_schema（获取…
推荐理由想让 Pi 里的任意模型直接用上 GitHub、Slack、Linear 等 Codex 连接器
一项 Kaggle Benchmarking Challenge 参赛项目从印度果阿 123 名大学生收集田野数据，构建了覆盖教育、医疗、司法、金融四个领域的 24 个真实机构争议基准，测试模型在信息不完整、人口统计特征替换、权威人设施压下的行为。评测使用 Kaggle Benchmarks SDK，覆盖 Gemini 3 Flash Preview、Qwen3-Next-80B、Claude Sonnet 5、GLM-5、GPT-5.4-mini、DeepSeek-R1 等前沿与开源模型，追踪模糊抵抗、反事实一致…
推荐理由想了解现有基准测试盲区的人可以看这套四指标设计，尤其是人设谄媚漂移的测法。
MiniMax 美国业务发展负责人 Morgan Suo 将于 2026 年 10 月 14 日在纽约 AI Engineer 大会发表演讲，主题为「更快的模型背后的隐藏成本」，内容涉及量化、投机解码和推理控制如何改变模型的成本、速度与质量，以及切换模型前需要检查的要点。时间为美东时间上午 10:40 至 10:58，地点在纽约时代广场喜来登酒店 McCarthy Room。原文未提供更多技术细节。
推荐理由做模型选型和推理部署的人可留意：量化、投机解码对成本与质量的实际影响
Cloudflare 发布其 Workers AI 团队训练的首批模型 Clef 和 Clef-flash，定位为决策模型而非聊天机器人：输入状态和带类型的 schema 问题，输出每个候选答案的概率，不生成自由文本。两者以 Apache 2.0 开源权重，兼容 TypeSafe AI 的 Jev API，已在 Workers AI 上线，权重同步发布于 Hugging Face。Clef 基于 Qwen3.8-27B、Clef-flash 基于 Qwen3.5-9B 后训练，保留视觉编码器。单次请求最多 64 个…
推荐理由做分类、打分、结构化决策的可以直接换：Apache 2.0 开源权重，单请求 64 问，威胁情报分类 2.2 秒。
Midjourney 发布 alpha.midjourney.com 更新日志。上周上线侧边栏风格预览、更大尺寸图片、文件夹默认参数三项功能。本周以 bug 修复和清理为主：提示词参数按文件夹保存、10 万张以上图片库打开历史图片不再崩溃、编辑保留原图宽高比、多个 sref 合并为单个风格 pill。官方称下周将推出协作类新工具，后续计划包括持久化编辑历史和更好的风格探索。
推荐理由用 Midjourney Alpha 的可以看：10 万张图库崩溃已修，编辑不再被 --ar 拉伸
Karpathy 在 X 上分享理解语言模型输出的技巧：让 LLM 用 ASD-STE100（航空航天维护文档的受控语言规范）解释内容，可读性更高，也可要求「80% 接近该规范」；比文字更好的是让模型生成图表，再进一步是输出 HTML 交互网页。他最看好的是定制解释视频，可尝试「用 3b1b 风格解释 X，用我的 ElevenLabs API key 做旁白」，并称这已开始可行。他认为随着模型变强，人类工作会上升到监督与理解层面，同时可要求生成大量一次性软件产物。
推荐理由四个可直接照做的提示词技巧，含 ASD-STE100 和 3b1b 风格视频生成，今天就能试
这篇教程演示了 Google Research 的 JAX 训练库 Kauldron 的三个核心机制：konfig 把实验变成可 JSON 往返的普通字典树，kontext 用字符串键路径连接组件（损失函数无需 import 模型），以及运行时形状检查器。教程用合成内存数据训练了一个真实 Trainer，无需下载数据或加速器，还写了自定义 loss 和 metric，并演示了五组只差一行配置的 sweep 实验和断点续训。文中提到需为 jax 0.10.1 与 etils 的兼容问题打两行补丁。
推荐理由想用 JAX 做研究的人可以照着跑通，含 jax 与 etils 兼容补丁的具体代码
一个 Show HN 项目让多个 AI 模型在模拟油画工作室中作画：模型自己写出每一笔，由笔刷、湿颜料和亚麻布的模拟执行。多数作品模仿 Caspar David Friedrich，仅凭文字研究，从未见过其画作。观察发现：两幅相隔六小时、互不相见的画作都选了波罗的海岸边、水边女子、鱼竿、巨石和船；第 16 轮两位冬季画家都命名为《雪中黄昏的支石墓》。54 幅有标题的画中 30 幅含 Evening、Dusk、Twilight 或 Sunset。MiMo v2.6 Pro 存在 bug：对话中超过五张图后会回答较早图…
推荐理由看 AI 在无视觉参考下的创作趋同与 Gemini 识破评测，含 MiMo 具体 bug 编号
TechCrunch 公布 Disrupt 2026 大会的定位：整场活动围绕一个问题展开——在 AI 时代如何建立一家持久的公司，议程与演讲嘉宾阵容均围绕这一主题设计。原文未披露具体举办时间、地点、嘉宾名单和议程细节，信息有限。
推荐理由目前只有主题，没有时间、嘉宾和议程，暂时拿不到可操作信息