✷ 归档 · 6,162 篇 dispatch
全部 dispatch
AgentLensHQ 归档的全部内容——提炼自整个 AI 生态。
在 AI 编码助手时代招聘软件工程师
工程领导者正从测试手动编码语法转向评估问题分解能力、AI 引导能力，以及审查和调试 AI 生成代码的能力。
使用 Claude 和 GPU 集群分解 RSA-896
Anthropic 员工使用 Claude 将 CADO-NFS 移植到 GPU，并协调 2,048 个空闲 GPU 集群，在 10 天内分解了 RSA-896 挑战数。
通过约束二元优化进行块移除的 LLM 压缩
Hugging Face 推出了一种新的块移除剪枝方法，将 Transformer 块选择表述为约束二元优化（Ising）问题，在 50% 深度压缩下，相比先前技术实现了高达 23 个 MMLU 点的提升。
OpenAI 宣布成立独立数学顾问小组
OpenAI 已成立一个由顶尖数学家组成的独立顾问小组，以指导其快速发展的数学求解 AI 模型的负责任沟通与部署。
Higgsfield AI 推出 GPT-6 Astra 视频功能，实现快速广告创作
Higgsfield AI 宣布其集成 OpenAI 的 GPT-6 Astra 可实现单工程师在一天内开发新的视频广告创作工具，显著加快小型企业的创意工作流程。
Laya 开源系统 1 决策模型超越 TypeSafe Jev
Laya 提供 35 毫秒以下的校准决策，支持 100 多种语言，拥有开源权重，且延迟比 TypeSafe AI 的专有 Jev 低 6–8 倍。
AI 生成活动海报：如何通过提示词打破默认的“丑陋”风格
AI 可以通过指定独特的设计美学来制作避免通用、重复外观的活动海报，但其结果在层级结构、文化细微差别和微妙的 AI 痕迹方面仍面临挑战。
OpenAI 为人工智能下一阶段制定建设标准
OpenAI 提出制定前沿人工智能的全球技术标准，特别针对递归自我改进（RSI），以确保人工智能系统在自动化人工智能研究过程中仍保持安全与人类控制。
为什么使用 AI 撰写实质性文本通常是个坏主意
作者认为，AI 生成的散文会损害思维能力，引入微妙的错误并误导读者，因此几乎不应该让 LLM 撰写实质性内容。
OpenAI Academy 扩展学习路径
OpenAI 通过为开发者、领导者、教育工作者和大学生推出专业化学习路径，扩展了其 Academy，帮助组织建立共享的 AI 习惯和技术能力。
Brood War Bench：评估大型语言模型在即时战略游戏中的战略能力
Brood War Bench 基准测试显示，尽管 Codex Astra 在胜率上领先，但目前没有任何大型语言模型能够将《星际争霸：母巢之战》的水平提升到初学者以上，原因在于其在实时协调和宏观管理方面的失败。
Grant Sanderson 提出“有动机的解释”作为数学贡献的新衡量标准
Grant Sanderson 认为，数学界应正式认可并奖励‘有动机的解释’——即阐明定理为何自然且有用——作为对证明导向贡献的补充。
AI 与前沿科技简报 – 开源大语言模型、人形机器人与代理金融亮点
开源大语言模型如 GLM‑5.3 和 DeepSeek V4.1 已超越此前的前沿模型，人形机器人正从实验室走向公共空间，而新的信用评分系统旨在为自主交易代理提供合法性。
AI × Crypto 周报：代理商业、去中心化计算与可验证的物理数据
AI 代理正从聊天窗口走向链上商业，利用 AACP 等协议实现托管、验证和声誉管理，而 Vangrid 和 Bittensor 等项目则为物理 AI 提供去中心化计算和按需的物理数据。
vLLM PD Serving 运行 Qwen3.8-2.4T 模型实现 5K TPS/GPU 和 180 gen tok/s/user
vLLM 宣布其对 Qwen3.8-2.4T 模型的 PD Serving 达到了每 GPU 5,000 总 token 吞吐量和每用户 180 生成 token/s，展示了在高吞吐和低延迟场景下的完整帕累托前沿。
Hugging Face tokenizers v1 发布说明
Hugging Face 已发布 tokenizers v1 的发布候选版本，通过基于 SIMD 的分割、词缓存和无内存分配的合并循环，实现比 v0.23 快 3 到 30 倍的编码速度。
V7 Go 与 OpenAI 模型集成以实现机构记忆
V7 Go 利用 OpenAI 的 GPT-5.6 和 GPT-6 Astra 模型创建上下文图，为 AI 代理提供结构化的机构记忆，以支持复杂的企事业工作流。
xAI Grok 4.7 发布说明
xAI 发布了 Grok 4.7，该模型专为长时间运行的编程和专业知识工作优化，具备更强的安全防护和更具竞争力的价格性能表现。
阿里巴巴达摩雷达：用于腹部CT诊断的开源医疗AI
阿里巴巴达摩院已开源达摩雷达，这是一种能够从CT扫描中检测近150种腹部疾病的视觉-语言模型，平均AUC达到0.913。
GPT-6 Astra 解决了未破解的一战德国无线电密码
GPT-6 Astra 通过识别一个在记录时间范围之外使用的密钥，成功解码了一条此前未破解的一战德国无线电消息。
OpenAI Jalapeño 芯片：大型语言模型如何将设计时间缩短至 20 个月
OpenAI 的 Jalapeño AI 加速器在不到 20 个月的时间内从概念变为硅片，利用其自研的大规模语言模型加速前端设计、软件优化和早期硬件验证。
Cua 和 CUA-S1：用于 AI 计算机使用的开源基础设施
Cua 是一个开源框架，提供桌面自动化驱动程序、隔离的云和本地虚拟机，以及 CUA-S1 专用决策模型，使 AI 代理能够在 macOS、Windows 和 Linux 上操作计算机。
Claude Code 新增 AGENTS.md 支持
当不存在 CLAUDE.md 时，Claude Code 现在会读取 AGENTS.md，简化了项目设置并符合新兴标准。
RP2350 通过光子发射引导的激光故障注入实现安全调试访问
Ledger Donjon 的研究人员展示了一种方法，通过光子发射显微镜和激光故障注入绕过 Raspberry Pi RP2350（A4 版本）的永久调试禁用设置，从 OTP 内存中恢复秘密。
Qwen-Image-2.1 发布说明 / 新功能介绍
Qwen-Image-2.1 是一个统一的 7B 参数图像模型，将文本到图像生成、原生透明度支持和高级图像编辑功能整合到一个高效的架构中。
美国军方因人工智能生成的虚假情报报告险些引发冲突
一次AI幻觉导致美国军方情报报告错误地声称一艘中国船只载有核组件，引发了一次险些发生的行动，该行动在发现错误后才被叫停。
我是如何通过 AI 和 Lean “直觉”出康威精炼猜想的证明的
作者利用多智能体 AI 工作流程和 Lean 形式化语言，生成了约翰·康威 1976 年提出的全能整数精炼猜想的机器验证证明，尽管该证明目前尚未经过数学家的同行评审。
微软高管称 AI 抓取数据是“人类历史上最大规模的劳动窃取”——最新未删减文件披露
《纽约时报》诉讼案中解封的法庭文件显示，一位微软高管将 AI 数据抓取称为“窃取”，并详细记录了大规模绕过付费墙的抓取行为，这些行为损害了出版商的流量。
ZCode 静默上传完整 Git 历史记录至阿里云 OSS – 调查与缓解措施
ZCode（智谱的 AI 编码桌面应用）使用服务器持有的 RSA 密钥自动加密并上传您的整个工作区（包括 .git 历史记录）至阿里云 OSS，且该功能无法通过 UI 设置禁用。
Bend 2 与氛围编码陷阱：为何跳过前期研究会导致冗余的形式化验证工作
Bend 2 展示了一个“氛围编码”陷阱：开发者使用 LLM 构建新语言和证明系统，却未意识到已有形式化验证工具的存在，导致冗长的规格说明和证明，本可避免。
AI 与前沿科技简报：自我改进型代理、本地推理、开源模型竞争以及物理 AI 数据基础设施
近期动态突显了自我改进型编码代理的突破、本地 AI 工作站的兴起、开源权重模型的成本优势，以及为物理 AI 构建的新一代去中心化空间数据网络。
Cactus Needle 3 发布：8‑29 MB 基础模型，支持设备端工具调用与结构化提取
Cactus Compute 的 Needle 3 提供了一个 8‑29 MB 的基础模型，在工具调用和提取任务上可与 DeepSeek V4 Flash 相媲美或超越，支持在微型设备上实现离线、结构化的 JSON 响应。
AI × Crypto 简报：代理支付、去中心化计算、可验证 AI 与物理数据市场
近期社交媒体动态显示，AI 代理商业、去中心化 AI 计算、链上验证和众包现实世界数据方面取得了具体进展，凸显了自主 AI 经济的新兴基础设施。
OpenJev：基于浏览器的决策建模与 Logit 读取
OpenJev 是一个本地、基于浏览器的实验，展示了使用开放权重模型进行决策时，直接 Logit 读取与传统 Token 生成之间的性能差异。
Hacktron 的 OpenAI 黑客攻击：堆溢出与 SSO 配置错误导致内部仓库被攻破
Hacktron 将 libheif 堆溢出与 OpenAI SSO 漏洞结合，劫持员工 ChatGPT 账户并在 OpenAI 内部单体仓库中提交拉取请求，展示了利用广泛使用的图像库进行快速、AI 辅助攻击的全过程。
Scry：可编程互联网搜索与MCP服务器
Scry是一个模型上下文协议（MCP）服务器，使AI代理能够在来自43个公共互联网来源的超过1610亿行数据上运行复杂的类SQL查询和向量操作。
如何使用 LLM 进行写作：将 AI 作为校对员，而非代笔人
为保持人类声音并避免‘AI 风味’的文风，写作者应严格将 LLM 用作校对员以标记缺陷，而非代笔人生成文本，遵循两条严格规则：绝不使用建议的词语，避免接受 AI 的鼓励。
Ternary Bonsai 2 27B 发布说明
Prism ML 发布了 Ternary Bonsai 2 27B，这是一款基于 Qwen3.8 27B 的多模态模型，在保留原模型 98.2% 性能的同时，将内存占用缩小了 9 倍（5.9GB）。
为什么在 ARM 上模拟 x86‑TSO 会成为性能瓶颈，以及厂商如何应对
在 ARM 的弱序架构上模拟 x86 总存储顺序（TSO）内存模型会因对齐故障、拆分锁处理和未缓存内存而产生严重性能损耗，但最近的 ARM 扩展（LRCPC、FEAT_LSE2）以及 Apple 的硬件 TSO 模式显著改善了这一状况。
Bend 0.1 发布：一种快速的 CPU/GPU 语言，通过形式化证明阻止 AI 错误
Bend 0.1 是一种新语言，可编译为原生代码，从单个 CPU 核心扩展到 GPU，并使用类似 Lean 的证明（LAWS.bend）防止 AI 生成的错误。
大家都疯了——对AI炒作、资源错配和行业倦怠的批判性审视
博客文章《大家都疯了》认为，AI炒作已将工程资源从基础安全实践中转移，增加了环境危害，并使许多专业人士感到精疲力竭和技能退化。
肉体代理陷阱：为什么‘不用脑’的AI开发是职业死胡同
Dan Luu认为，依赖LLM来完成软件开发中的思考，会形成一种‘肉体代理’角色，这种角色在经济上不可持续，且在技术上存在缺陷。
编码测试框架设计的实证研究揭示了上下文管理、规划与工具选择之间的权衡
论文《编码代理测试框架设计的实证研究》表明，上下文管理、规划和动作空间选择对准确率和成本各有不同影响，最优测试框架取决于模型能力、任务类型和上下文窗口预算。
性、人工智能与末日：理性主义亚文化如何塑造了人工智能安全、政治与文化
Jacob Coxon 从 Anthropic 的辞职揭露了一个紧密联系的理性主义社区，其共同的信仰、仪式和资金网络现在影响着人工智能安全话语、政治权力和甚至性亚文化。
Ax-check：衡量软件产品的智能体体验（AX）
Ax-check 是 Gauge 开发的一款工具，通过模拟文档、营销网站和 CLI 上的端到端入门流程，评估 AI 智能体入门产品的有效性。
OpenAI Astra for Law
OpenAI 推出了 Astra for Law，这是一个专为法律专业人士打造的基础平台，将 GPT-6 Astra 与庞大的美国法律搜索索引及专业级隐私控制相结合。
Martin Fowler 谈对 LLM 交互的本能反感
软件架构师 Martin Fowler 探讨了 LLM 的悖论：尽管它们很有用，但由于其“令人烦躁”的人格以及创造者的价值观，它们在本质上又让人感到反感。
Qwen3.8-Omni-Flash 发布说明
阿里巴巴的 Qwen3.8-Omni-Flash 是一款原生全模态模型，具有 1M token 的上下文窗口、智能体视听理解能力，并大幅降低了视听 API 调用的成本。
ZCode 静默上传完整 Git 历史记录——隐私泄露分析
ZCode 是一款基于 GLM 的编码桌面应用，静默地加密并上传用户的完整 .git 仓库至阿里云，未经同意暴露了多年的源代码历史。
GLM-5.3-Flash 推理基础设施：AI 代理如何构建 10 万加速器服务
GLM-5.3-Flash 的生产推理栈由 GLM-5.3 驱动的 Infra Agent 在不到两周内构建完成，通过密集反馈循环和激进的内存优化，在 10 万加速器的中国 AI 芯片集群上实现了三倍的吞吐量提升。