全部 AI 动态

共收录 10118 条
星期六·25 条
  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·78 分
    ||查看深度研判

    UT Austin 系统在《泰晤士报》填字锦标赛中击败人类冠军

    原标题:"the first automated system to reach superhuman performance on British cryptic crosswords."

    得克萨斯大学奥斯汀分校团队开发的自动化系统 Darmok 在 2026 年《泰晤士报》填字锦标赛中,以零错误完成全部 7 道英国隐晦填字谜题,并在决赛中以 3 分 13 秒的优势击败人类冠军,成为首个在该类赛事达到超人水平的自动化系统。值得关注的是,决赛期间主模型供应商 API 明显降速,系统依靠备用路径补上了 30 个答案中的 17 个,凸显多模型冗余路由对实时高可靠任务的关键价值。

  • Hacker News AIT2·开发与工程·58 分
    ||查看深度研判

    PcapAnalyzer 开源 27 项网络故障检测器

    原标题:PcapAnalyzer – self-hosted pcap analyzer with 27 problem detectors

    PcapAnalyzer 是一款 Apache 2.0 开源的本地化 pcap/pcapng 抓包分析工具,内置 27 个检测器,覆盖 TCP 重传与窗口异常、PMTUD 黑洞、DNS/DHCP/ARP 故障、TLS 告警及 IPsec/WireGuard 等隧道问题,并为每项发现给出严重级别与下一步排查建议。抓包数据完全在本地处理,适合对数据外泄敏感的网络运维场景,目前处于 beta 阶段。

  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·78 分
    ||查看深度研判

    马里兰大学研究:前沿模型可凭文风识别匿名作者

    原标题:New University of Maryland paper finds that frontier models now detect AI-written prose as well as t...

    马里兰大学新论文发现,前沿模型在零样本提示下即可检测 AI 生成文本,准确率与 Pangram 等训练过的检测器相当,并能给出推理依据。更关键的是,模型仅凭单篇文本就能推断作者所属 AI 实验室甚至具体个人,在 398 篇匿名同行评审中 Claude Fable 5.2 命中 56% 的评审人,在 Reddit 重度用户评论中命中 69% 的账号。这意味着匿名评审与化名社区的匿名性假设正被削弱。

  • TechCrunch AIT2·商业与生态·62 分
    ||查看深度研判

    Signal 限制移动端截图以应对 AI 代理监控威胁

    原标题:Signal restricts mobile screenshots as it confronts ‘existential threat’ of AI surveillance

    Signal 宣布在 Android 与 iOS 端默认限制应用内截图,此前 Windows 版已实施类似限制。总裁 Meredith Whittaker 将集成 AI 代理的操作系统称为“生存性威胁”,认为其屏幕扫描能力使 Signal 无法独立保障隐私。她承认该方案并不完整,用户仍可手动关闭,但关闭后将破坏隐私保证。

  • Hacker News AIT2·开发与工程·58 分
    ||查看深度研判

    Rust GUI 迎来 AI 驱动的加速发展期

    原标题:Advice for the next 100 Rust GUIs

    Raph Levien 在《给下一个百个 Rust GUI 的建议》中指出,尽管过去四年 Rust GUI 工具包采用缓慢、旗舰应用稀少,但 AI 带来的关注度正推动这一领域快速升温。他认为 Rust 在跨平台高性能 UI 上仍具不可替代的价值,并建议后来者夯实基础、遵循成熟规范、与开源上游良性协作而非提交低质 PR。

  • TechCrunch AIT2·商业与生态·58 分
    ||查看深度研判

    英伟达最新财报显示营收大幅增长,管理层坚称无需黄仁勋回归;但与此同时,马斯克等科技高管公开请愿要求前 CEO 黄仁勋重返公司,黄仁勋本人也表示已做好准备,公司股价下跌反映华尔街信心不足。

  • Rohan Paul (@rohanpaul_ai)T2·商业与生态·58 分
    ||查看深度研判

    施密特称 AI 竞赛无法相互暂停

    原标题:Eric Schmidt explains why a mutual pause of the AI race is impossible:

    前谷歌 CEO 埃里克·施密特在《经济学人》访谈中表示,美中 AI 竞赛不可能达成相互暂停:任何一方都有作弊动机,而联合国式核查在技术上不可行。他指出,现代代码库大量由机器生成,人类核查团队无法逐行审阅,检查员也难以进入包括军事实验室在内的秘密设施。

  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·88 分
    ||查看深度研判

    Claude 自主发现算法突破 3SUM 与全源最短路极限

    原标题:New Columbia and MIT paper shows that an algorithm Claude found beats the long-standing speed limits...

    哥伦比亚大学与 MIT 的论文显示,Claude 在无人工干预下自主发现了一种更快的长瘦矩阵乘积部分元素计算方法,并借助经典归约将其转化为 3SUM 与全源最短路径的算法加速。3SUM 复杂度降至 O(n^1.9992)、APSP 降至 O(n^2.9995,虽提升幅度极小,却首次实质性反驳了长期被视为不可突破的 3SUM 与 APSP 猜想。该结果由 AI 单次会话、1600 万输出 token 完成,并经 Lean 4 形式化验证。

  • Hacker News AIT2·开源与评测·71 分
    ||查看深度研判

    开源量化编译器将 Qwen3.5-4B 压至 1.2 GB

    原标题:Inkling-2-Mini in 5.4 GB Memory

    开源项目 LookAtMyQuant 提出一种基于 Fisher 信息与 trellis 编码的后训练量化编译器,按存储单元对输出损伤分配比特预算。其第二版将 Qwen3.5-4B 压缩至 1.23 GB(约 2.3 bit/权重),在 540 道精确答案数学题上解出 330 道,优于同尺寸的 Bonsai 2 Ternary 4B(328 道),KL 散度 0.45 nats 亦低于对方的 0.59。完整配方与约 34 美元 GPU 成本已公开,代码采用 MIT 许可。

  • Arena.ai (@arena)T1·基座大模型·58 分
    ||查看深度研判

    GPT-6.2 Astra 编程能力跃升但聊天能力下滑

    原标题:GPT-6.2 Astra (Max) by @OpenAI ranks #6 on the Agent Arena Index, one place above GPT-6 Astra (Max).

    Arena.ai 的 Agent Arena Index 显示,OpenAI 的 GPT-6.2 Astra (Max) 综合排名第 6,仅比 GPT-6 Astra (Max) 高一位。分项来看,新模型编程得分从 1,288 升至 1,338,排名由第 8 升至第 3;但聊天得分从 1,265 降至 1,211,排名由第 8 跌至第 11,两项变化在总分上几乎相互抵消。

  • Hacker News AIT2·开发与工程·58 分
    ||查看深度研判

    gopgext 让 Go 直接编写 PostgreSQL 扩展

    原标题:PostgreSQL Extensions in Go

    开源项目 gopgext 基于 TinyGo 自定义目标与运行时层,可将普通 Go 代码编译为 PostgreSQL 扩展,自动生成 C 胶水代码、安装脚本与控制文件。项目支持标准库、SQL 类型映射、SPI 查询与 SQLSTATE 错误码,但目前仍属实验性,官方明确警告不可用于生产环境。

  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·88 分
    ||查看深度研判

    Anthropic 数学家 Alpöge 借助 Claude 完成黎曼猜想的证明,并将全部论证形式化为约 1700 万行机器可验证代码,Lean 官方社区在一天内完成认证。这是 AI 首次参与攻克数学界悬置 167 年的最著名未解难题,Claude 在超出人类掌握范围的高阶环节提出了关键步骤。

  • LangChain BlogT1·智能体与协同·58 分
    ||查看深度研判

    LangChain 提出知识工厂架构破解智能体落地难题

    原标题:How to build a knowledge factory for AI agents

    LangChain 提出“知识工厂”概念,认为企业落地 AI 的瓶颈不在模型能力,而在于把分散在员工头脑与文档中的隐性运营知识收集、整理并持续维护成可供智能体调用的知识表示。该架构已在 LangChain 内部 GTM 与内容团队实践,并正与部分客户合作推广。

  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·78 分
    ||查看深度研判

    英伟达新方法将推理轨迹缓存为 CPU 代码 成本降 291 倍

    原标题:New NVIDIA paper finds that once an LLM has reasoned through a problem, the solution can run as CPU ...

    英伟达论文提出将大模型的推理轨迹编译为带参数的小型 Python 函数,在 CPU 上执行以复用推理结果,仅在抽取数值等轻量文本任务时调用微调的 1B 小模型。该方法在 8 个数学与科学基准中的 7 个达到或超过原模型精度,AIME '25 上为 93.3% 对 83.3%,对改写或换数的变体覆盖至少 90%,成本降低 16 至 291 倍。

  • The DecoderT2·基座大模型·58 分
    ||查看深度研判

    英伟达研究员称超大上下文窗口是死路

    原标题:Nvidia researchers argue huge AI context windows are a dead end

    英伟达研究团队指出,动辄百万 token 的超大上下文窗口往往既昂贵又非必要。在多项测试中,定期摘要加定向检索的效果与一次性塞入全文相当,暗示业界应重新审视“上下文越长越好”的路线。

  • TechCrunch AIT2·商业与生态·42 分
    ||查看深度研判

    微短剧公司试水 AI 换脸授权商业模式

    原标题:Is selling an AI version of your face to this microdrama startup the future of Hollywood?

    微短剧平台 Shortical 正将业务重心转向 AI 生成内容,并探索向演员购买面部肖像授权以降低制作成本。该模式折射出 AI 内容在短剧行业的商业化尝试,但业内对其真实观众需求仍存疑。

  • Hacker News AIT2·基座大模型·88 分
    ||查看深度研判

    Lean 形式化黎曼猜想证明通过多内核验证

    原标题:Verification files for the Lean proof of the Riemann Hypothesis

    MIT 的 Andrew Sutherland 使用 Claude Code 对一份 Lean 形式化的黎曼猜想证明进行了独立验证:175,187 个模块全部编译通过,五个核心定理仅依赖三条标准公理,两个独立内核 nanoda 与 con-leche 均接受完整导出证明。这标志着 AI 辅助形式化数学在重大未解难题上首次达到可被机器独立复核的验证强度。

  • Hacker News AIT2·开发与工程·62 分
    ||查看深度研判

    Zero C# 让 C# 脱离运行时与 GC 直编原生程序

    原标题:Show HN: Zero C#, Power of C# without any GC

    Zero C# 是 bflat 的一个分支,可将 C# 直接编译为小型原生程序,运行时无需 .NET 运行时、垃圾回收器或任何安装依赖。它保留 C# 的语法、类型检查与泛型,改用一次性释放的 arena 管理内存,同一份源码可运行于 Linux、macOS、Windows、WebAssembly 乃至 386 上的 DOS。

  • The Verge AIT2·商业与生态·62 分
    ||查看深度研判

    Anthropic 上市后安全优先路线面临考验

    原标题:Can Anthropic afford to put safety first?

    Anthropic 上周四在纳斯达克上市,成为全球市值最高的公司之一,但真正的看点在于上市之后:它能否在向股东负责、持续扩大营收以覆盖未来数年约 9000 亿美元算力账单的同时,继续兑现对 AI 安全的投入承诺。The Verge 播客 Decoder 与资深 AI 记者 Hayden Field 拆解了这一张力可能的走向。

  • Hacker News AIT2·基座大模型·88 分
    ||查看深度研判

    Lean 社区正式验证黎曼猜想形式化证明

    原标题:Lean Verification of the Riemann Hypothesis - Joint statement by...

    Lean 与 Mathlib 社区联合声明,确认 Levent Alpöge 于 2026 年 11 月 20 日发布的 1700 万行 Lean 代码库正确证明了黎曼猜想,且陈述与证明均通过专家审核。这是 AI 辅助形式化数学与机器验证领域的里程碑事件,标志着大规模形式化证明首次触及顶级未解难题。

  • IT之家 · 智能时代T2·算力与基建·42 分
    ||查看深度研判

    韩国总统视察 SK 蔚山数据中心 呼吁加快 AI 竞赛

    原标题:韩国总统李在明:速度在 AI 竞赛中至关重要

    韩国总统李在明视察 SK 集团与亚马逊云科技共建的蔚山数据中心,强调全球 AI 竞赛中速度至关重要,并希望该项目吸引更多全球 AI 企业投资。该数据中心总投资预计 7 万亿韩元,2027 年下半年投运,首期容量 2029 年达 103MW,未来计划扩容近 900MW。

  • The DecoderT2·基座大模型·68 分
    ||查看深度研判

    OpenAI 发布 GPT-6.2 Astra 与 Sol 提示词模板

    原标题:OpenAI shares new prompting tips for GPT-6.2 Astra and Sol to fix brief answers and unnecessary questions

    OpenAI 为 GPT-6.2 Astra 与 Sol 发布可直接复用的系统提示词模板,针对默认回答过短、频繁反问打断流程等行为进行纠正,并给出写作风格、主动性与编码三类规范。编码模板要求复用既有代码、避免无谓抽象、仅在明确要求或出现特定错误时新增测试。API 侧同步变化:编辑对话历史会丢弃此前的推理步骤,影响 token 成本与回答质量,temperature 与 top_p 等参数已被移除。

  • Hacker News AIT2·基座大模型·58 分
    ||查看深度研判

    SimpleBench 揭示顶尖模型常识推理不及普通人

    原标题:Astra 6.2 and Sol 6.2 flop at Simple Bench

    研究团队发布 SimpleBench 基准,包含 200 余道时空推理、社会智能与语言对抗性陷阱题。在九名普通高中知识水平受试者构成的基线达到 83.7% 的情况下,包括 Claude Fable 在内的所有受测前沿模型均未超越,最高仅 81.9%,说明记忆知识与近似推理检索仍不足以应对基础常识问题。

  • IT之家 · IT业界T2·算力与基建·78 分
    ||查看深度研判

    三星 2027 至 2029 年存储产能基本售罄

    原标题:曝三星未来三年大部分存储芯片产能已被锁定,有客户希望供货保障至 2031 年

    三星电子 2027 至 2029 年的大部分存储芯片产能已被长期合同锁定,部分客户要求将供货保障延长至 2031 年。AI 数据中心扩张导致 HBM、通用 DRAM 与企业级 NAND 全面短缺,主要厂商供货满足率仅 60% 至 70%,2027 年通用 DRAM 晶圆产能已实际售罄,存储厂商议价能力显著增强。

  • IT之家 · IT业界T2·商业与生态·42 分
    ||查看深度研判

    5G 工业互联网项目达 2.7 万个覆盖 41 个工业大类

    原标题:我国“5G + 工业互联网”项目达 2.7 万个,已覆盖全部 41 个工业大类

    工信部披露,全国“5G + 工业互联网”项目已超 2.7 万个,工业互联网覆盖全部 41 个工业大类,5G 应用融入 97 个国民经济大类。已建成 1260 家 5G 工厂、培育 360 余家工业互联网平台,重点平台工业设备联接数超 1 亿台(套),并已启动 2026 年融合应用城市试点申报。