AI Radar

全部资讯

全部资讯模型
共 5867 条 · 第 98/147 页
DEV Community · AI10/08资讯技巧与观点海外

mirrord 团队复盘：AI 从边缘工具变成写码主力，评审成最耗时环节

Rust 工具 mirrord 的开发团队在 1 月发布《工程团队如何使用 AI》后，8 个月后再次调研同一批工程师。结论是 AI 已从工作边缘移到中心：多数受访工程师几乎不再手写代码，主要精力转向评审 AI 生成的代码，包括 PR 和逐段阅读、修正或重新提示。团队不强制统一工具，Claude Code 和 Codex 最常用，长尾包括 Emacs 里的 agent-shell、并行跑多 Agent 的 Orca、开源 harness pi、把代码库转成图供 Agent 查询的 Graphify、本地跑 Gemma…

推荐理由看一个真实工程团队 8 个月后的工具清单和成本账，比如 Fable 用量是 Opus 的 10 倍但质量提升有限。

#Agent#编码#Claude Code75
The Decoder10/08资讯行业动态海外

少年用 Claude 规划登山路线被困悬崖，直升机救援

加拿大温哥华附近 Crown Mountain，16 岁少年 Bryce Vincent Gowryluk 用 Anthropic 的 Claude 规划登顶路线，结果被困在名为「Widowmaker Arete」的陡峭岩壁——该路段需要攀岩装备。他卡在约 1.5 米宽的岩台上报警，北岸救援队通过手机定位，派直升机在其上方投放两名队员，一人绳降到他身边并引导至可吊升位置。救援负责人 Paul Markey 称 Claude 并不了解真实地形，AI 无法替代经验和常识。Anthropic 未回应置评请求。Bryce …

推荐理由AI 规划户外路线的真实翻车案例，Claude 给出的路线需要攀岩装备，救援方直接点明 AI 不懂地形。

#Anthropic#安全对齐#Claude60
The Decoder10/08模型政策监管海外2 个独立信源

AI 渗透工具助单人攻破多家韩国银行

CrowdStrike 报告称，一名疑似中文使用者于 2026 年 9 月底至 10 月初攻击多家韩国金融机构，窃取大量数据。仅新韩银行就有超 2.5 万条含姓名、联系方式、收入和信用额度的记录被窃。攻击者使用 7 月发布于 GitHub 的中国开源工具 ARTEX，其调用 DeepSeek v4.1-flash、GLM-5.3 和 Grok 4.6 自动挖掘安全漏洞；研究人员还在其公开目录中发现 Claude Code 会话日志，显示其在搜索出售数据的 Telegram 群组。韩国金融监管机构召开紧急会议，总统李…

推荐理由了解 AI 自动化渗透的真实攻击链：ARTEX 加三个模型，单人即可攻破多家银行。

#安全对齐#行业动态#ARTEX81
MIT Technology Review10/08资讯行业动态海外

MIT 科技评论：机器人 AI 突破短期内难改变生活

MIT Technology Review 发文指出，尽管马斯克称 Optimus 将是「史上最大产品」、2027 年底前可能向公众发售，单台成本或低至 2 万美元，黄仁勋称人形机器人今年达到人类水平，摩根士丹利预测 2050 年人形机器人近 10 亿台、市场超 5 万亿美元，但多位机器人研究者持怀疑态度。Yann LeCun 在达沃斯表示，没有一家人形机器人公司知道如何让机器人聪明到有用；Agility Robotics 联合创始人 Jonathan Hurst 也指出，把「长得像人」与「能学多任务的通用机器」混…

推荐理由看马斯克 2 万美元、2027 年量产等具体数字，也看 LeCun 等人为何认为这些承诺落不了地

#安全对齐#人形机器人67
MarkTechPost10/08模型产品发布/更新海外

Architect 推出 Liquid Inference，LLM 推理实时竞价路由

金融交易公司 Architect Financial Technologies 推出 Liquid Inference，一个对每次 LLM 请求进行实时拍卖的推理路由。供应商为指定模型报价，买家支付满足其规则的最低报价；开发者只需替换 base URL 即可接入。买家可设置单任务成本上限、首 token 时间、最低吞吐、区域、零数据保留和供应商白名单。前 500 名注册用户获 20 美元免费推理额度，推荐返佣 20%。支持 Claude Code、Codex、Cursor、Cline 等工具。

推荐理由做 Agent 或高频调用的开发者可换 base URL 接入竞价路由，前 500 名送 20 美元额度。

#Agent#部署工程#LLM 推理路由74
MarkTechPost10/08模型论文研究海外

NVIDIA 联合普林斯顿发布 PivotOPD，教多轮 Agent 从关键错误中恢复

NVIDIA 与普林斯顿大学、马里兰大学提出 PivotOPD，一种面向多轮 LLM Agent 的在线策略蒸馏方法，训练 Agent 避免最致命的早期错误，并在错误发生后恢复。在 ALFWorld、WebShop 和搜索问答上，Qwen3-1.7B 与 Qwen3-8B 学生模型对 13 个基线取得全部 8 项分榜平均最优。最佳结果：从 72.7% 的重放关键错误中恢复，标准 OPD 仅 20.3%。最差：1.7B 学生在 ALFWorld「Look」任务上为 55.9%，SOD 为 83.9%。方法在 H100…

推荐理由关键错误恢复率从 20.3% 提到 72.7%，且零额外推理成本，做多轮 Agent 的可以直接参考这套训练思路。

#Agent#推理#强化学习79
MIT Technology Review10/08资讯行业动态海外

AVEVA 谈工业 AI 自主化的安全路径

MIT Technology Review 刊文讨论工业 AI 进入新阶段：基础模型、物理 AI 和 Agentic AI 让工业环境能自动化更复杂任务，但工业 AI 直接与物理系统交互，意外决策会影响安全、可靠性和关键基础设施。AVEVA 首席技术专家 Arti Garg 提出，负责任部署的核心是数据整合（遥测、服务日志、工程文档）、治理框架（安全、效率、人类监督）以及让 AI 增强而非取代关键决策中的人。她还参与 IEEE 工作组，制定衡量 AI 在电力、能源、水、碳等方面环境影响的标准方法。

推荐理由做工业 AI 落地的人可参考 AVEVA 的治理框架和 IEEE 环境影响衡量标准思路

#安全对齐#工业 AI65
DEV Community · AI10/08模型论文研究海外

开发者用 API 重试场景测试 AI 模型判断力

开发者 gramli 在 Kaggle Benchmarking Challenge 中设计了一个基准测试：给 AI 模型若干 API 失败场景（含请求、响应和上下文），要求模型判断是否重试，输出 YES、NO 或 YES_AFTER_DELAY 及一句理由。场景涉及 HTTP 方法、状态码、幂等键、限流等细节，例如带幂等键的 POST /payments 返回 503 时应延迟重试。评分只看决策，不看理由，理由用于判断模型是否真正理解场景。原文未给出具体模型名称和测试结果。

推荐理由做 API 重试和容错逻辑的开发者可以借鉴这套场景设计，用幂等键、状态码组合检验模型判断是否可靠。

#Agent#推理#API 重试61
← 上一页下一页 →