Perplexity Research 发布后训练研究，在 Perplexity Computer 内用真实用户会话（含失败会话）训练模型，方法结合拒绝采样微调与提示引导自蒸馏。在线 A/B 测试中，两个训练检查点之间工具调用失败率从 2.24% 降至 1.77%，相对下降 21.2%，团队称具统计显著性。方法将每轮助手回复分为三类处理：成功会话中的非错误轮做模仿（交叉熵损失）、任意会话中带验证提示的错误轮做纠正（KL 散度损失）、其余轮仅保留为上下文不计算损失。纠正部分用 On-Policy Self-Disti…
推荐理由工具调用失败率 2.24%→1.77%，做 Agent 后训练可参考其「模仿/纠正/仅上下文」三分类思路
Cricut 发布首批带打印功能的制作机 StickerPix Print plus Cut 和 StickerPix Print，主打把照片转成预切贴纸。前者起售价 299 美元，支持 4x7 英寸贴纸纸和 4x6 英寸相纸，采用热升华打印并内置覆膜，成品防水、防刮、防褪色，但只能做表层切割的 kiss-cut 贴纸。后者起售价 169 美元，无切割功能，直接打印到圆形、矩形、方形预切贴纸纸上，也可打印 4x6 照片。两款均为 Cricut 现役最小机型。
推荐理由299 美元起的热升华打印加覆膜一体机，做贴纸小生意可算单张成本
Meta 工程副总裁 David Singleton 称，每个 Muse 用户都免费获得一台完整 Ubuntu Linux 云电脑，可安装软件、编译代码、浏览网页。该机器采用「Muse Secure VM」架构：用户在不受限的 Runtime Cell 内操作，Cell 外有 Sentinel 进程监控敏感行为，密码和凭证存放在 Cell 之外，Runtime Cell 拥有独立根文件系统，可防止提示注入和越权访问。用户可在 Library 标签的文件管理器中查看所有文件，包括 Debian 系统文件和 Muse …
推荐理由Muse 首周 50 万用户登顶 App Store，免费 Ubuntu 云电脑可直接装软件跑代码
NSA 向国会表示今年将花数十亿美元测试先进 AI 模型，算力是最大开支，人员薪资也因要与 AI 实验室抢人而上涨；消息人士称全面 AI 监管每年可能耗资数百亿美元，远高于此前国会预算办公室对相关法案约 2000 万美元/年的估算。医疗领域成本上升则源于用途：Blue Cross Blue Shield 协会报告称医院用 AI 辅助编码，两年多出近 10 亿美元费用，平均每例多收近 1.2 万美元；McLaren Health Care 因此每月多入账 100 万美元。企业按 token 计费也推高支出，SemiA…
推荐理由看清 AI 成本结构：ChatGPT Pro 200 美元订阅按 API 价最高值 1.4 万美元
开发者 bertaye 在 GitHub 开源 agentic-cuda-optimizer，用 LangGraph 驱动的 Agent 自动完成 CUDA 内核的代码生成、正确性校验、基准测试与迭代改进。Agent 可查询 GPU 属性、检索 NVIDIA 文档、读取 Nsight Compute 计数器来指导下一轮实验，同时修改内核代码和每个用例的启动配置。C++ harness 用 NVRTC 编译、CUDA Driver API 启动，Python 负责结果比对与候选筛选。排名取各性能用例延迟的几何平均，默…
推荐理由有 N 卡就能跑，把 CUDA 调优从手工试错变成自动迭代，附完整配置和运行命令
Fastino Labs 发布 GLiNER2.5-Decide，一个 340M 参数的开源决策模型，权重以 Apache 2.0 协议发布，可通过 pip install gliner2 安装，支持 CPU、GPU 和离线环境运行。模型基于 DeBERTa-v3-large 编码器，从 gliner2-large-v1 微调而来，属于非生成式分类器，调用时传入文本和带类型的问题 schema，返回结构化答案及概率分布、置信度和约束可行性信息，面向 Agent 流程中的路由、分流、工具选择和护栏判断。在内部 Fas…
推荐理由340M 模型在决策任务上超过 54B 级 Qwen3.5，且能跑在 CPU 上
Black Forest Labs (BFL), the lab behind the FLUX image models, has released FLUX 3 Action. It is a 7B open-weights World Action Model (WAM) for robot control. The model reads camera frames, robot state and a text instruc…
推荐理由模型发布/更新类信息，来自 MarkTechPost，建议按需查看原文。
Google 推出 Gemini 3.8 Live 更新，新增 Live Avatar 功能：用户可与模型对话，同时观看实时响应的动画 AI 形象，其口型与表情会随对话变化。该功能目前仅面向 Gemini Enterprise 企业客户。Google 称 Live Avatar 支持 97 种语言，切换语言时不会降低视频画质或出现视觉漂移，并能在说话时在屏幕上调出信息。Google 将提供预设形象库，也允许企业自建形象，输出带有隐形 SynthID 水印及身份保护措施。此前约一周，Google 刚发布 Gemini…
推荐理由企业客户可自建数字人形象，支持 97 种语言且带 SynthID 水印，做多语言客服可关注
Midjourney 在 alpha.midjourney.com 上测试界面内的快速模型。Styles 侧边栏新增实时预览功能，开启 Live previews 后可查看当前提示词在已点赞和精选风格下的效果，点击缩略图即可用该风格生成。编辑模型的局部重绘（inpainting）和扩图（outpainting）得到改进，定向编辑只改变选中区域的像素，可反复编辑而不降低画质。V8.1/8.2 的 tile --tile 功能修复了此前平铺图块之间的接缝问题，现在图块间过渡不可见。
推荐理由用 Midjourney 做图的人可以开启 Live previews 一次预览多种风格，省去反复试提示词
TechCrunch Disrupt 2026 将于 10 月 13 日至 15 日在旧金山 Moscone West 举行，主办方推出买一送半价优惠：购买同类型门票两张，第二张享 5 折，最高省 450 美元，优惠截止到 10 月 13 日上午 8 点（太平洋时间）开门时。活动预计有 300 多家参展初创公司、1 万多名创始人、投资者和科技领袖参加，设 6 个行业舞台、200 多场实战会议，由 250 多位科技领袖主讲。原文为促销信息，未涉及具体 AI 产品发布。
推荐理由最高省 450 美元，10 月 13 日截止，想参加旧金山 Disrupt 的团队可凑单
AI 实验室 PrismML 在高通骁龙峰会上展示了 1-bit Bonsai LLM，可在搭载 Snapdragon AR1 Gen 1 平台的 AI 智能眼镜上本地运行。该版本为 20 亿参数、面向视觉与语言调优的模型，佩戴者可实时询问眼前所见。PrismML 由加州理工研究人员创立，UC Berkeley 的 Ion Stoica 担任顾问，其技术可将大模型压缩约 4 倍，同时保留标准基准上几乎全部性能。公司目标是推动开放权重、在设备端运行并充分利用现有算力的 AI。目前尚无搭载 PrismML 的智能眼镜产…
推荐理由端侧 20 亿参数、压缩 4 倍仍保性能，做可穿戴和本地推理的可以盯这条路线
BottleCap AI 发布 ThinkingCap 系列第二个模型 ThinkingCap-Qwen3.8-27B，基于 Qwen3.8-27B 微调，目标只有一个：缩短推理链。在 12 个基准上平均少用 37.2% 思考 token，宏平均准确率从 86.65% 降至 85.79%，下降 0.86pp。各基准缩减幅度 10.7% 至 65.5%，MMLU 类任务降幅最大，MMLU 从 1656 降至 571 token（-65.5%）；长文本检索 AA-LCR 准确率反升 2.25pp 至 84.00%；AI…
推荐理由推理成本可降约三分之一，长文本检索反而更准，vLLM/SGLang 可直接替换部署
原文信息有限，这是一篇消费电子促销资讯：沃尔玛在售的 CyberPowerPC 游戏整机售价 1549 美元，较原价 2139 美元降约 600 美元，配置为 Intel Core i7-14700KF、32GB DDR5 6000MHz 内存、Nvidia RTX 5070 Founders Edition（12GB 显存）和 1TB PCIe 4.0 SSD，含键鼠和一年保修。文中未涉及 AI 模型、产品、融资或政策内容。
推荐理由与 AI 无关的整机促销，关注 AI 的读者可直接跳过
Oracle 已向新墨西哥州 Stargate 数据中心园区 Project Jupiter 的开发商发出不可抗力通知。据 Bloomberg 报道，Oracle 并非要退出主要租户身份，而是为在设施未能按 2028 年目标上线时延迟付款留出空间。该园区设计容量 2.45 吉瓦，依赖 Bloom Energy 的燃气燃料电池供电，但为其供气的 Energy Transfer 管道因监管多次拒批已延期近 6 个月至 2027 年 2 月 1 日，燃料电池系统的空气质量许可也待批，州环境部门须在 11 月 23 日前决…
推荐理由Stargate 旗舰项目首次出现不可抗力条款，2.45 吉瓦算力上线时间可能生变
英伟达 CEO 黄仁勋在 The Ezra Klein Show 播客中表示，AI 可以帮助应对气候变化，但前提是先造成「巨大的痛苦和苦难」，并称未来几年不得不继续使用化石燃料，因为可持续能源不足以产生实质影响。他抱怨美国化石燃料电厂建设不足。文章指出，黄仁勋净资产约 1926 亿美元，不会承担其芯片工厂和数据中心高能耗带来的污染代价；全球已有 7.7 亿人面临海平面上升的严重风险，美国西部野火峰值增速自 2001 年以来翻倍以上。
推荐理由了解 AI 算力扩张与气候承诺冲突的公开表态，黄仁勋原话可直接引用
YC W26 项目 Whiteboard 在 Hacker News 发布，是一个开源桌面应用，让人类和 Agent 在同一画布上协作设计软件。它可接入 Claude Code、Codex 等编码 Agent，并提供 SDK 让 Agent 在画布上绘制工作内容。核心功能包括：点击时序图、ER 图或 Agent 轨迹可直接跳转到对应代码；用 Rust 写的 AST 语义 diff 查看器，默认把大函数摘要为伪代码、折叠单测和文档改动；以及记录 Agent 自主决策的决策日志。官方称搭配 GPT-6 Luna 和 C…
推荐理由想让 Agent 把架构决策画出来而不是只丢 diff 的人，可以直接下载试用，还带语义 diff 查看器。
Black Forest Labs 发布面向机器人的开源模型 FLUX 3 Action，基于多模态模型 FLUX 3 构建，训练数据以视频为主，也包含图像和音频。作为 world-action 模型，它接收机器人工作区的多摄像头视频流，预测智能体下一步动作以及环境将如何变化。在 RoboLab-120 榜单上，该模型以 70 亿参数刷新成功率纪录，据 BFL 称，其规模不到此前最佳开源模型的一半，运行速度最高快 3.95 倍。BFL 表示大型推理模型规划能力强，但对机器人而言往往过慢、过大，这种效率对端侧部署至关…
推荐理由70 亿参数刷新 RoboLab-120 成功率纪录，权重已上 Hugging Face，做机器人端侧部署可直接下载
The Verge 高级评测 Victoria Song 在专栏中描述，Meta 在 Connect 大会上展示了 Muse AI 智能体，其吉祥物名为 Jolly，外形为粉色脸颊、象牙色绒毛的可爱形象。Muse AI 将登陆 Meta 所有智能眼镜，并推出名为 Charm 的独立 AI 可穿戴设备。作者称自己因觉得吉祥物太可爱而下载了应用，并开始分享更多健康信息以测试推荐效果，认为这种设计可能促使用户过度分享数据。原文为专栏评论，信息有限。
推荐理由了解 Meta AI 可穿戴设备 Muse 和 Charm 的形态，以及可爱设计对用户数据分享的影响
Google 推出两款 Gemini 3.8 Flash TTS 语音模型：标准版面向互动娱乐、游戏开发和长音频旁白，Flash-Lite 版面向自动配音、客服对话和高吞吐翻译。模型提供 100 多种语言、2000 多个预置音色，取代原有 30 个固定音色。在 Hume AI 语音设计基准上，标准版综合得分 71.4，口音建模 60.8 居首；Hume AI 整体质量指数中标准版第一、Lite 版第二。支持单脚本双人对话、多小时音频稳定输出，并可在文本中插入 <laughs>、<sigh> 等非语言标记。语音克隆需…
推荐理由做配音、有声书或语音 Agent 的可以直接换：2000+ 音色、100+ 语言，克隆需 30 秒样本加语音授权
LlamaIndex 在博客中介绍其 Extract 产品如何用 0 到 1 的置信度分数区分可直接自动通过和需要人工复核的提取结果。用户设定置信度阈值，达到阈值的值自动接受，低于阈值的进入复核。文章给出确定阈值的方法：先建代表性数据集并标注正确答案，跑提取后从低阈值逐步提高，直到自动接受值的精确率达到目标，再用另一份数据集验证，并随文档分布变化定期重跑。在 ExtractBench 上，Extract Agentic Plus 阈值约 0.77 时精确率达 97%，此时 576,975 个被接受值中 559,66…
推荐理由做文档抽取的团队可直接照搬这套定阈值流程，0.77 阈值下 97% 精确率、自动通过约三分之二字段。
Epoch AI 测算，在固定基准分数下 AI 推理价格自 2023 年以来平均每季度下降约 47%，约合每年 13 倍，称没有其他变革性技术降得这么快。以 OpenAI o3 为例，2025 年初在 GPQA Diamond 上得 75 分约需每题 30 美分，18 个月后 GPT-5.6 系列模型达到同分只需 0.04 美分，约为原价的 1/725。MIT 研究者用 Artificial Analysis 数据得出年降 5 至 10 倍，剔除硬件降价和竞争因素后，纯算法效率提升约每年 3 倍。两组数据口径不同：…
推荐理由记住 13 倍/年这个降本速度，以及 o3 同分价格 18 个月降到 1/725，可用来判断模型选型时机。
Google 推出名为「Call for Me」的新功能，让 Gemini 代替用户给商家打电话。该功能先面向美国付费订阅 Gemini 的 Pixel 11 用户开放，且需使用 Android 版 Google Phone 应用的测试版。Gemini 可经用户授权后共享个人信息，能处理查库存、订餐厅、改预约、留货等任务，可自我介绍、应对自动语音菜单、等待接通并完成对话，用户能实时查看通话文字记录并随时接管。通话使用用户本人的手机号直接拨出。Google 称因真实对话存在细微差别，先小范围测试。
推荐理由想知道 AI 代打电话能干什么、什么时候能用上的，看这一条就够：Pixel 11 美国用户先试。
LangChain 推出 Managed Deep Agents 0.8，新增四项能力：用户自有凭证、用户级记忆、HTTP channels，以及 Slack 文件传输，并内置由 Parallel 提供支持的网页搜索工具。该产品把 Deep Agents 框架与生产运行所需基础设施打包，项目以代码优先方式组织在仓库目录中，包含 instructions.md、identity、memory、tools、channels、middleware、schedules、connectors、skills、sandbox、e…
推荐理由想让 Agent 上生产又不想自己搭记忆、鉴权和 Slack 接入的团队，可看这份目录结构清单
LangChain 发布 LangSmith Fine-Tuning 及配套 CLI 工具 smithtune，可将 LangSmith 中的 agent 轨迹数据转为微调数据集，支持监督微调（SFT）。训练环节接入 Fireworks 或 Baseten，评估仍在 LangSmith 完成，全流程通过一个 CLI 驱动，也可交给编码 agent 执行。官方称基于自有示例训练的专用模型在特定任务上可达到或超过通用前沿模型，且成本与延迟通常更低。目前仅支持 SFT。
推荐理由做 agent 的团队可以用它把线上轨迹直接变成训练数据，训练托管在 Fireworks 或 Baseten
一位开发者复盘了自己在 Agent 评测中犯的 7 个错误，每个都耗费了数天时间。核心问题只有一个：一直在修模型，而不是修度量。典型例子包括：测试套件显示 359 个测试通过，但 Agent 真实通过率只有 20%，原因是 65 个断言文件中有 57 个格式错误，测试框架返回 0/0 却被当作通过；模型精确率 1.00、召回率 0.02 仍被判为通过，因为它找到了能反复触发的退化模式；召回率卡在 0.087，真正原因是对比池未限定在源领域，限定后升至 0.170/0.228，模型本身未做任何改动。
推荐理由做 Agent 评测的人可以直接对照自查：0/0 要当错误处理，精确率 1.00 加召回率近 0 是危险信号。