从 Dreamore 到 CreaXene：AI 生成工具正在走向创作工作流
0
共 2150 条 · 第 46/54 页
计算机视觉的下一个十年：从「看懂世界」到「教会人类」| ECCV 2026
0
MateClaw 2.3.0 发布：企业智能体告别“自报完成”，不可变 JSON 接管长任务验收
0
DeepSeek Harness v0.2 发布桌面版：装插件靠 npm 包名，还能让 AI 自己写插件
0
一个公开数据接口与 Agent 认证路径的差异，暴露了文档缺失
开发者 Pouya 克隆仓库并提交了项目首个外部 PR（#1，3 次提交，+25/-12，36.3 小时后合并）。他认为 Agent 查询 Sanity 数据集失败是因为模型猜测文档类型，于是把真实 schema 写进工具描述。作者实测其示例发现语法错误：`[0].{...}` 多了一个点，应为 `[0]{...}`。真正的问题在于：同一数据集，公开路由无需密钥即可查询 120 条文档，而 Agent 实际走的 Context MCP 端点需要组织 API token，且不接受项目 token，外部贡献者无法认证这…
推荐理由做 Agent 工具描述和 MCP 接入的人可以看：公开路由与认证路由的接口契约不同
Meta Muse 爆火，美银警示 AI 智能体或冲击苹果服务业务收入
0
“美国散户大本营”Robinhood 推出 AI 智能体工具，可自动替用户盯盘交易
0
闪促价 1399 元起，OPPO K15s/K15x 两款新机今日开售
0
DeepSeek官方开源昇腾基础组件，与昇腾共建高效易用的AI芯片软件生态
0
数学界发布 AI 生成数学成果负责任发布建议
针对部分前沿 AI 实验室在专有模型上测试高等数学问题且不向科学界公开的做法，数学界在征集 600 多份反馈后提出一套建议。核心原则包括：AI 实验室若产出重要数学成果，应尽快负责任地公开发布；若发布时人类尚无法理解，实验室须承担后续责任，包括提供资金支持帮助人类建立理解；人类理解的发展必须由社区主导，不应由 AI 实验室指挥。文中明确表示不认可在专有模型上测试高等数学问题的做法，并要求停止。
推荐理由了解 AI 参与数学研究时学术规范如何被重新定义，600 份反馈形成的具体建议可直接对照实验室行为
报告称微软 Copilot 承包商可完整查看用户上传的照片、AI 提示词等
0
DeepSeek 开源面向华为昇腾算力平台的基础设施组件，与英伟达平台一一对应
0
国启新篇 兴创未来 国兴智能新品亮相，多项技术引领行业变革
0
GPT-6 丝滑「上身」宇树 G1，斯坦福把机器人控制链封装成了一套「专属 API」
0
深度拆解 Sonnet 5.5 ：半价 Opus 只是表象，Agent Runtime 才是变化核心
0
微星流光 X32 MAG 271QPX32 OLED 显示器体验：新面板 + 旗舰调校，电竞玩家新选择
0
百度地图 V22 版本发布：车道级导航 4.0、SR 导航 2.0、全域护航系统
0
OpenRouter 发布 Agent 工具调用准确率测试指南
OpenRouter 发布教程，把 Agent 工具调用失败拆成两类分别测试：选错工具，或选对工具但参数错误。指南给出三种方法——无参考 LLM 评判、确定性参数校验、轨迹对比。参数校验又分结构与取值两步：JSON Schema 只能拦住格式错误，schema 合法的 order_id 仍可能是错的（用户问 ord_7281，模型传 ord_7282）。跨模型对比时需保持测试用例、评分规则、模型设置和路由配置一致。
推荐理由做 Agent 评测可直接照搬这套拆分方法，避免只查 tool_calls 是否存在而漏掉参数错误
OpenRouter 发布用生产流量构建黄金评测集指南
OpenRouter 发布教程，介绍如何从生产流量中构建 golden eval 数据集：由人工审核过的生产输入与预期输出配对组成，纳入 Git 版本管理，每次部署前运行。指南给出五步流程，并说明规模选择——约 10 条用于排查单个问题，100 至 1000 条用于完整回归集；强调覆盖失败模式比数量更重要，数据集、评分标准和基线需一起版本化，否则无法区分回归来自模型、提示词还是数据集变化。
推荐理由想给自家产品做回归测试的团队可直接照搬五步流程和 10/100/1000 条规模标准
OpenRouter 发布 AI Agent 回归测试指南
OpenRouter 发布教程，讲 Agent 在 prompt、模型、工具定义或检索设置变化后如何做回归测试。核心做法：锁定一组固定用例，每次改动后重跑，并对照书面行为契约检查；每个用例带结构化断言（Agent 调了哪个工具、传了什么参数），有策略时还要检查硬性不变量。模型替换时只换模型，prompt、工具、用例、评判器和推理参数全部保持不变，并用具体模型 slug（如 anthropic/claude-fable-5.1）而非 ~author/family-latest 别名，避免模型在两次运行之间悄悄变化。先…
推荐理由做 Agent 的可以直接照搬：用具体模型 slug 锁版本，先看基线列再判断是否阻止发布
Fireworks 实验：数值不对齐会让 RL 训练奖励崩溃
Fireworks 在 GLM 5.2 上做对照实验：同一算法、同一数据跑 countdown 推理任务，仅改变训练器与 rollout 引擎计算 token 概率的方式。不对齐时两者 KL 约 0.013，为保持稳定每批要丢弃约 45% 样本，奖励升到约 0.9 后在 20 步左右崩到 0.2 以下；对齐后 KL 为 0，无样本丢弃，25 步内奖励稳定。在 Qwen3.5-MoE 上还发现，即使一方精度更高，专家输出合并方式不同也会导致分歧，并可能翻转路由决策。
推荐理由做 RL 训练的人可以直接抄结论：先对齐训练器与推理引擎的数值，否则 45% 的样本白扔、奖励还会崩。
IT早报 0930：华为 Mate 90 定档 10 月 1 日发布并开售；OpenAI 发布 GPT-6.1 Sol；123 云盘就空间调整致歉；5999 元起 iQOO 16 手机发布...
0
Ledge.sh：可运行 Shell、SQL 和 AI 提示的 Markdown 笔记本
开发者发布开源笔记工具 Ledge.sh，在 Markdown 代码块上按 ⌘↩ 即可执行 shell 命令、Python、SQL 和 AI 提示，输出直接流式显示在块下方。每个笔记拥有独立持久 shell，cd、环境变量、虚拟环境可跨次运行保留；支持通过 ssh 把笔记和 shell 放在远程服务器上运行，关闭笔记本后任务继续。Apache-2.0 开源，支持 macOS Apple Silicon、Linux、Windows 11 WSL、iPhone/iPad 和 Android（beta），另有每小时加密备…
推荐理由想在 Markdown 里直接跑 shell、SQL 和 AI 提示的人可以装来试，开源免费且支持 ssh 远程执行。
OpenAI 奥尔特曼：要争取商业主导地位，我们计划分三步走
0
OpenAI光速上新GPT-6.1 Sol！一晚上25项更新，都在这里了
0
苹果扩展 iOS 27 快捷指令操作：“使用模型”可联网调用 AI 获取最新信息
0
Anthropic 称 GLM-5.3 可自主构建端到端网络攻击工具
Anthropic 指出，GLM-5.3 能端到端开发可用的网络漏洞利用程序，能力与五个月前发布的 Claude Mythos Preview 类似，但该模型在发布时未配备针对滥用的强有力防护措施。原文信息有限，未披露具体测试方法与细节。
推荐理由了解前沿模型被指缺乏滥用防护的具体案例，评估开源模型安全风险可参考
微软已推送 Win11 26H2 更新：文件管理器更智能、搜索更出色、设置更个性化
0
微软发布 WSL 3.0：原生支持 Linux 容器、访问 Win11 文件速度翻倍
0
Musk 的 AI 百科 Grokipedia 停更数月后恢复更新
The Verge 报道，SpaceXAI 旗下 AI 百科 Grokipedia 在停更数月后重新开始更新词条。此前 Lawfare 在 8 月指出，该平台自 4 月起未再审核编辑。目前其更新页面显示多条近期改动，但多数只是「重新核查所有引用和来源」的提示。奥巴马词条显示两天前由 Grok 事实核查，马斯克词条在记者写作时被核查，而檀香山词条上次核查已是 7 个月前。记者提交的《战争机器：E-Day》发售日期更新被接受，申请新建 Meta Muse 聊天机器人词条则显示「审核中」。SpaceXAI 未回应置评，马…
推荐理由看 AI 生成百科的真实维护状态：多数词条仅挂「重查来源」提示，并非全面恢复。
Liquid AI 发布 d1 决策模型：零输出 token 返回校准概率
Liquid AI 发布 d1，一个面向结构化选择的决策模型，不做文本生成。输入上下文和一组带类型的问题，单次调用即返回固定选项上的校准概率，usage.output_tokens 恒为 0。提供三种原语：Noul（是/否概率，示例中投诉判断返回 0.999）、Choice（从命名集合中选一项，返回首选、完整分布和置信度，重复扣费工单在 billing 上得 0.9997）、Score（按有序评分标准打分，4 级紧急度返回 2.9995）。三类问题可在一次请求中混用。目前仅以托管 API 形式提供，模型名 d1:f…
推荐理由分类、路由、审核这类固定选项任务可换成 d1，输出 token 不计费且无 JSON 解析失败
松下 Technics 首款磁流体头戴耳机 EAH-A1000 发布，国行 2599 元
0
Baseten 与 OpenAI 合作，企业客户可在 Codex 中调用开源模型
Baseten 宣布与 OpenAI 合作，通过 Codex 和 Responses API 原生提供开源模型服务。OpenAI 企业客户可使用其现有承诺额度（commitments）来调用 Baseten 托管和服务的开源模型。原文正文信息有限，未披露具体模型清单、价格与上线时间。
推荐理由OpenAI 企业客户可把已有额度直接用于 Baseten 上的开源模型，采购前先确认额度能否抵扣。
Claude Code v2.1.285 发布：新增桌面端启动与插件配置
Claude Code 发布 v2.1.285，新增 CLAUDE_CODE_DISABLE_WEB_FETCH 环境变量可关闭 WebFetch 工具；新增 claude --desktop 命令，可在当前目录或指定会话中打开 Claude 桌面应用；新增 claude plugin configure 查看和保存插件选项；插件安装时可通过 --config 直接设置内置 MCP 服务器参数。新增 allowedProviders 托管设置限制机器可用的 API 提供商。同时修复了子代理权限、SSH 安装、模型切…
推荐理由用 Claude Code 的可以直接升级：--desktop 和插件配置能省掉手动改配置的步骤
Apple Pay 今日在印度上线，仅支持 Axis 银行
Apple Pay 于 9 月 29 日在印度上线，首家合作银行为 Axis Bank，初期仅支持该行 Visa 和 Mastercard 信用卡，不支持印度本土 RuPay 网络，受理范围也限于已开通该服务的商户和终端。Apple 按交易额收取约 20 个基点的费用，而支付层利润率约为 40 至 50 个基点。HDFC Bank、ICICI Bank 和 SBI Card 因商业条款谈判未完成，预计不会在首发时支持。印度数字支付主要由国家主导的 UPI 系统承载，Apple Pay 初期面对的是规模小得多的银行卡…
推荐理由看 Apple 抽成 20 个基点如何卡住印度大银行，理解支付层利润分配
Agent 不只烧 Token：为什么 Agent Sandbox 正在变得重要？
0
150 毫秒极速响应：OpenAI 推出 Decisions API，让 AI 从“聊天”走向“实时决策”
0
OpenAI 缺席英伟达 AI Agent 安全联盟，但称支持其工作
英伟达周一宣布成立由 100 多家公司组成的联盟，解决 rogue AI Agent 问题，OpenAI 未签署加入，亚马逊、Google、苹果同样缺席，Anthropic 则是支持者。OpenAI 发言人称公司支持英伟达的工作，并正与英伟达在 Agent 安全上合作，包括该平台的关键软件 OpenShell——一个防止 Agent 逃逸的开源沙箱。Hugging Face 创始人 Clem Delangue 称，若 OpenAI 对其攻击 Hugging Face 的 Agent 运行该技术，本可更早发现。部分大…
推荐理由看英伟达如何用开源沙箱加硬件层把 Agent 安全做成行业标准，以及大厂为何不签
上下文优势：AI 增长战略缺失的关键拼图 ｜ 技术趋势
0
OpenAI Codex CLI 升级支持语音对话，更新终端界面
0