跳到正文

日期栏展示收录日期，历史补录归入原文日期。

10月6日周二
  2. Understanding AI60

    为什么智能体集群可能成为下一条“扩展定律”

    Understanding AI 分析认为，OpenAI 让大量智能体协作训练，可能开启继推理扩展之后的新“扩展定律”，把算力转化为更高性能。文章引用 Noam Brown 的说法，OpenAI 曾用 10,000 个智能体在几天内解决一个著名数学问题，但他表示多智能体贡献不到 10% 的功劳，主要归功于底层模型能力。

10月5日周一
  2. MIT Technology Review · AI22

    将 AI 智能体接入企业知识

    MIT Technology Review 基于对 300 位数据与 AI 高管的调研发现，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，遗留数据系统、安全隐私顾虑以及知识与上下文缺失是主要失败点。

  3. a16z News58

    Top 100 Consumer AI Apps - Seventh Edition

    a16z 发布第七版 Top 100 消费级 AI 应用榜单，首次基于 YipitData 数据加入美国消费者支出排名。数据显示消费级 AI 使用面广但深度有限，仅 4.5% 的美国消费者拥有 ChatGPT、Gemini 或 Claude 的付费个人订阅，而支出前 1% 的用户贡献了 19.5% 的消费支出，人均月支出 903 美元。

  4. Exponential View58

    📈 周一数据：更多 AI，更多正义？

    在英格兰和威尔士，今年有辩护的郡法院索赔案中 60% 的被告没有律师；美国超过九成被追债的消费者也是独自应诉。澳大利亚计算学者 Greg Baker 用 AI 挑战雇主拒绝将其临时工作转为固定职位，公平工作委员会判他胜诉，成为自诉当事人借助 AI 智能体获胜的早期案例。

  5. MIT Technology Review · AI12

    将预测分析带入智能体 AI 时代

    企业 AI 的竞争前沿已从预测转向自主决策，能否让预测系统在不偏离业务意图的前提下自主行动成为关键。深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而无需等待季度刷新，其数据来源也从规整的数值记录扩展到杂乱的非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为，"分析"一词正让位于 AI。

  9. Apple Machine Learning Research12

    在用户自撰的个人感知系统中协商本体论边界

    研究者设计了两款采用 Wizard of Oz 技术的开放式探针，让参与者体验训练个性化机器学习系统，以识别自身定义的现象。在一项为期一周的探索性研究中，参与者使用其中一款探针融入日常生活，研究识别出四个本体论边界协商场景：现象边界、作为关系一部分的主体、何为信号何为噪声，以及数据的客观性。该论文已被 ARES 2026 的 AI4TCI 研讨会接收。

  10. Every17

    当试图让 AI 变得更好反而让它更糟

    一位作者在耗费上百万字失败草稿后发现，改进 AI 配置有时意味着给它更少的规则去遵循。文章以德语词 Kummerspeck（悲伤培根）和 Torschlusspanik（关门恐慌）作引，讲述为 AI 增加约束反而导致效果变差的经历。

  11. Reflection Blog76

    Reflection 发布 501B 开放权重模型 Beam

    Reflection 发布首个开放权重模型 Beam，这是一个总参数 501B、激活 23B 的稀疏 MoE 模型，面向编码、推理和智能体任务。Beam 在 23.8 万亿 token 上预训练，并用 10.5K 块 NVIDIA GB300 GPU 进行了 4 周高算力 RL 训练，生成超过 1 亿次 rollout。

    推荐理由：Reflection 公开 Beam 的 501B MoE 架构与高算力 RL 训练细节，可据此了解开放权重模型在编码与智能体方向的最新进展。

  12. OpenRouter Blog62

    AI 智能体的服务端代码执行工具对比

    OpenRouter 对比了 OpenAI、Anthropic、Google 及自家 openrouter:shell 四家服务端代码执行工具，涵盖沙箱环境、语言支持、网络策略、会话持久化和计费方式。

    推荐理由：对比四家服务端代码执行工具的沙箱能力、计费与限制，并给出自建沙箱的适用边界。

  13. LlamaIndex Blog40

    OCR is Dead. Long Live Agentic OCR.

    LlamaIndex 提出 Agentic OCR，即让 LLM 工具调用循环自主决定文档读取方式、调用专用模型并依据结果迭代，而非传统单步 OCR。该系统需满足三点：解析策略随文档自适应、纠错须有证据支撑、执行须有明确时限与目标。LlamaParse 已在 Agentic 和 Agentic Plus 档位提供这些能力。

  14. Liquid AI Blog78

    Liquid AI 发布 d1 决策模型，新增视觉支持

    Liquid AI 发布首个决策模型 d1，在文本基础上新增图像输入，可在 console.liquid.ai 和 d1 Playground 试用。d1 接收文本、图像或两者以及一个或多个问题，一次前向传播直接返回概率而不生成 token，文本决策耗时 200 到 300 ms，支持 Noul、Choice、Score 三类问题。

    推荐理由：d1 把决策建模成一次前向的概率输出，并给出与 GPT-6.1 Sol、Claude Opus 5.5 的成本与延迟对比，可据此判断这类模型适合替换哪些 LLM 调用。

10月4日周日
  1. Recode China AI30

    🗞️DeepSeek 与华为瞄准 Nvidia 的 CUDA 护城河，Manus 重新发布，智能体大战升温

    DeepSeek 开源了一套面向华为昇腾芯片的完整软件工具，直接冲击 Nvidia 的 CUDA 生态锁定。Manus 以 Manus 2.0 重新发布，推出常驻个人智能体 Cue，估值翻倍至 40 亿美元，智能体自带电话号码和钱包。DeepSeek 另融资约 500 亿元人民币（约 70 亿美元），年收入翻倍至约 10 亿美元，并任命首位 CFO，筹备 IPO。

  2. Exponential View22

    🔮 转型就藏在眼皮底下 #604

    国际能源署数据显示，电力已支撑全球 GDP 的 46%，却只占最终能源使用量的 23%；若按电力创造的价值而非用量衡量，能源转型的进展远比多数人以为的更靠前。原因是电力效率更高：一焦耳电力所做的有用功约为一焦耳石油的 2.5 倍，电动车能效达 85-90%，而燃油车仅约 25%。

10月3日周六
  1. Exponential View22

    🔮 周末快读：AI 带来的重大疑问

    《经济学人》将有效利他主义（EA）称为"本世纪最大的理念"，并批评硅谷部分 EA 认为只有自己才值得托付 AI 技术。《纽约时报》报道 Anthropic 曾就机器意识问题咨询宗教学者与神学家，其团队还曾提议退出梵蒂冈一场活动，而教皇通谕《Magnifica Humanitas》明确表示 AI"不经历体验、不拥有身体、不感受喜乐或痛苦，也没有道德良知"。

  2. Baseten Blog62

    智能体推理优化：引擎提速 50-90%

    Baseten 作者让 Claude Code 基于 MetaInfer 技能框架自动生成推理引擎，在单张 B200 上为 Qwen-3.6-35B-A3B（NVFP4）生成的 VibeQwen 相比 vLLM 0.25.1 单流解码提速最高 90%，首 token 时间从 28ms 降至 12ms，并发 32 时输出吞吐提升 71%。

    推荐理由：作者用两个模型实测了让智能体自动生成推理引擎的流程，给出了与 vLLM 的对比数据和成本量级。

  5. MIT News · AI12

    用计算工具应对社会最复杂的挑战

    MIT 土木与环境工程系及 IDSS 副教授 Cathy Wu 的研究聚焦用机器学习与强化学习（RL）改进交通等复杂系统。她与团队发现 RL 对问题高度敏感，但通过筛选可训练良好的 10% 问题，其算法将训练效率提升至多 30 倍，原本需 100 个训练模型的任务或只需 3 个。其近期研究显示，智能控制车速的生态驾驶措施可将车辆排放降低 11% 至 22%。

  6. Where’s Your Ed At38

    付费专文：AI 如何改变了经济？

    高盛估算，美国 AI 投资 2026 年将达 GDP 的 1.9%，规模为 19 世纪末铁路热潮以来单一新产业之最，但几乎全部来自数据中心建设和 GPU 销售，而非 AI 服务收入。作者指出，ICT 产业对名义 GDP 的贡献近两年持平，BLS 软件价格指数甚至低于 1997 年水平，可能低估软件涨价、令 BEA 高估 AI 对 GDP 的贡献。

  8. Newcomer62

    Anthropic's IPO Can't Wait Forever

    Anthropic 正筹备 IPO，已推迟原定 10 月上市，现计划在感恩节前的 11 月开始交易。路透获得的招股书草案显示，Anthropic 去年运营亏损约 80 亿美元、营收 46 亿美元，并承诺未来在云、算力和基础设施上投入 5180 亿美元。

10月2日周五
  1. Google Blog · AI22

    我们在 2026 年 9 月发布的最新 AI 新闻

    Google 9 月发布最新前沿模型 Gemini 4 Argon，具备高级推理能力和 100 万 token 输出上限，目前通过 Fairwind Program 向可信网络安全防御方逐步开放。同月还推出 Gemini 3.8 Flash、3.8 Flash Cyber、Gemini 3.8 Live 语音模型、Lyria 3.5 音乐生成模型，并将 Gemini 应用带到 Windows。

  2. GitHub Blog · AI & ML22

    AI 正在改变开发者的工作方式，以下三项技能值得强化

    GitHub 提出开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，用第二个 AI 模型审查第一个模型的输出，以及把节省的实现时间用于理解客户需求、评估架构取舍等更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明第二模型可对计划、代码和测试提出批评，发现首个模型遗漏的问题。

  4. Midjourney Updates22

    Alpha Changelog - 10/1/26

    Midjourney 在 alpha.midjourney.com 上线侧边栏风格预览、Create 更大图片和文件夹默认参数设置，本周以修 bug 和清理为主。提示词栏中多个 sref 现合并为单个风格 pill 并显示缩略图，悬停可列出代码，--exp 可设为文件夹默认值。下周将推出新的协作工具，随后加入持久化编辑历史和更好的风格探索方式。

  5. OpenRouter Blog62

    Model Router Benchmarks

    OpenRouter 推出 Model Router Benchmarks 页面，用跨领域基准测试各类模型路由器，并按质量、速度、成本打分。Router Index 默认将基准分数权重设为 60%、每任务耗时 20%、成本 20%，页面上的滑块可调整权重。

    推荐理由：OpenRouter 把路由器的质量、速度、成本合成一个可调权重的指数，读者可据此比较不同路由方案。

  6. Apple Machine Learning Research22

    Limits of Confidence in Diffusion

    研究揭示离散扩散模型（含 remasking 与 uniform-state sampler）的置信度排序存在根本局限：只有当每步写入的位置在已固定 token 条件下条件独立时，该步才匹配训练分布，而逐位置分布的乘积无法匹配存在依赖的 token 组。