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13日周二
  1. The Decoder80

    Meta 新前沿模型 Muse Wonder Full 跻身 AI 第一梯队

    Meta 发布前沿模型 Muse Wonder,两个版本均进入当前最强模型之列。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分,Muse Wonder 得 52 分,前代 Muse Spark 1.3 为 48 分;Terminal-Bench 4.0 成绩从 33% 升至 57%。

    同一新闻,精选展示《Meta 发布 Muse Wonder 与 Muse Wonder Full:面向智能体的前沿模型》

  2. Latent Space69

    Anthropic 的动态工作流如何编排 Claude 智能体

    Anthropic 技术人员 CJ Avilla 和 Harrison Stall 在 AI Engineer NYC 上介绍了上周五发布的新功能 dynamic workflows(简称 flows),它被定义为一种面向大型任务的多智能体编排方式,由 Claude 自行决定智能体组织方式:lead agent 制定计划并编写编排程序,负责启动智能体、收集结果和管理信息流。

  3. TechCrunch · AI44

    WindBorne 赢得美国空军高额气象气球数据合同

    WindBorne Systems 获得美国空军一份价值最高 4900 万美元的合同,为其自主气象气球群收集的数据付费,目前已下单 170 万美元。该公司约 700 个气球在全球收集大气传感器数据,用于对外销售并输入其自研 AI 天气预报模型 WeatherMesh 6。该合同未经过竞标,CEO 称公司此前已完成 3700 万美元 B 轮融资。

  4. Meta Newsroom · AI82

    Meta 发布 Muse Wonder 与 Muse Wonder Full:面向智能体的前沿模型

    Meta 发布 Muse Wonder 系列模型 Muse Wonder 和 Muse Wonder Full,称其为目前能力最强的模型,在个人与专业智能体任务上达到 SOTA,覆盖法律、金融、健康等领域及前沿编码能力。

    推荐理由:Meta 公布 Muse Wonder 系列在智能体任务上的能力与安全训练取向,可了解其面向个人与专业场景的定位。

  5. Microsoft Research39

    模拟学生学习,打造更好的 AI 辅导

    Microsoft Research 提出 StudentSim,一个用公开去标识化学习记录训练个性化 AI 学生模拟器的研究系统,可在真实学习者测试前评估和改进 AI 辅导系统。该系统从行为保真度和指导响应性两个维度评估模拟器,并配套推出覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准,表现优于主流基线。StudentSim 并非产品,不部署于课堂,也不旨在取代教师。

10月12日周一
  1. Simon Willison23

    web-edit 0.1a0

    Simon Willison 用 Codex 和 GPT-6 Astra Extra High 构建了 Python Web 应用 web-edit 0.1a0,提供在文件夹中查看和编辑文件的 Web UI,避免凭据经 LLM 中转。该应用设计为通过 Tailscale 运行,可从手机直接编辑文件,编辑器采用 CodeMirror 6。

  2. TechCrunch · AI36

    前Plaud高管为AI应用Ambi融资2600万美元,该应用可在后台持续聆听

    前Plaud高管Peter Mo创办的Ambi完成2600万美元多轮融资,由Luminous Ventures和华勤领投,并推出iPhone、Mac和Apple Watch应用。该应用可全天候聆听用户以捕捉上下文,其AI智能体能在会议进行中主动给出建议或调取相关知识。Ambi还计划推出带屏幕、扬声器、摄像头和麦克风的硬件设备,环境数据采集默认关闭且用户可随时关闭。

  3. Exponential View22

    📈 What is bigger than AI?

    GLP-1 药物市场规模已超过生成式 AI:2025 年底 GLP-1 销售额达 760 亿美元,生成式 AI 为 630 亿美元。美国 GLP-1 使用者从 2024 年的 3% 升至 11%,印度专利到期后月供应价格降至约 13 美元,较美国原上市价低 99%。但丹麦研究显示半数肥胖使用者在一年内停药,英国研究一年后仅 32% 仍在用药。

  4. Browser Use Blog22

    什么是浏览器指纹识别?其工作原理与局限

    浏览器指纹识别通过收集 user agent、语言、屏幕尺寸、字体、canvas 与 WebGL 渲染、音频处理等信号并哈希成标识符,可在 cookie 被删除后仍识别回访浏览器。它分被动(HTTP 头、IP、TLS 握手)与主动(JavaScript 采集)两类,常用于追踪用户、防欺诈和检测机器人,也是 AI 智能体与爬虫被拦截的原因之一。其局限在于相似浏览器可能撞指纹,浏览器更新也会改变结果。