✷ 归档 · 11 个实验室 · 3,410 篇 dispatch

实验室

不用每天手动刷十几个官方博客。OpenAI、Anthropic、DeepMind 等实验室的一手发布，每篇都提炼出核心内容。

101

OpenAI 如何构建 ChatGPT 的新型广告技术栈以提升用户信任与相关性

OpenAI 为 ChatGPT 开发了一套定制的、基于 LLM 的广告技术栈，以处理不断演变的多轮用户意图，通过将广告选择过程与核心答案生成分离来优先考虑用户信任。

102

OpenAI Patch the Planet：关键 PHP 漏洞的全球响应协调

OpenAI 在 Patch the Planet 计划下领导了一个全球联盟，协调 PHP 关键漏洞的披露和修补，展示了前沿 AI 如何发现互联网规模的安全漏洞并建立可扩展的响应框架。

103

OpenAI GPT-Rosalind 与用于大规模数据分析的分布式生物推理

OpenAI、PerturbAI 和 Scripps Research 展示了数千个由 GPT-Rosalind 驱动的 AI 智能体可以在几分钟内分析复杂的生物数据集，识别出原本需要数月才能发现的新研究线索。

104

Humming：vLLM与蚂蚁集团开源通用量化推理内核库

蚂蚁集团与vLLM社区开源了Humming，这是一个面向量化推理的JIT编译内核库，支持从Turing起的NVIDIA GPU以及兼容CUDA的设备（如T-Head的Zhenwu 810E），并在稠密和MoE工作负载上报告了相较于vLLM Marlin、FlashInfer和DeepGEMM的加速。

105

vLLM 对 Recursive 的 Flint 提供 Day-0 支持

vLLM 现在为 Recursive 的 Flint 提供 Day-0 支持，Flint 是一个 400 亿参数的 MoE 模型，能够在单个 GB200 GPU 上实现高达 500 token/s 的高吞吐量服务。

106

物理学家克里斯托弗·斯塔布斯加入Anthropic的长期利益信托

实验物理学家克里斯托弗·斯塔布斯博士已加入Anthropic的长期利益信托，以提供科学专长和指导，确保AI的发展符合人类的长期利益。

107

OpenAI赋能网络防御者与AI治理蓝图

OpenAI发布了一份蓝图，为政府和行业提出了具体建议，以增强网络防御者的能力并加强AI安全，认识到在高级网络攻击风险广泛传播之前缓解风险的关键窗口期。

108

Cloudflare 借助 OpenAI 的 Daybreak 和 Codex 将漏洞发现与防御相连

根据 OpenAI 的一篇客户案例，Cloudflare 正在使用通过 Daybreak 接入的 OpenAI 模型，为 Cloudflare Managed Defense 中的一项早期访问漏洞发现与修复服务提供支持，同时其 100% 的开发人员都在使用 Codex。

109

NVIDIA Cosmos3-H-Dreams：临床手术的生成式模拟

NVIDIA Cosmos3-H-Dreams 是一款生成式手术模拟器，通过直接从真实临床手术录像中学习视觉动态，实现对临床胆囊切除术的交互式、高真实感模拟。

110

FairStress：Ai2 用于衡量 LLM 决策中人口统计公平性的基准

Ai2 的 FairStress 基准评估了 LLM 决策中超越最终答案的人口统计公平性，表明在 300 个场景和超过 1300 万个测试用例中，对抗性前缀会使模型在有利于少数群体编码候选人时更容易放弃有证据支持的选择。

111

ALTK-Evolve：学习记忆如何在不使用前沿模型的情况下在客户服务任务的 τ²-bench 排行榜上名列前茅

ALTK-Evolve 通过将过去的任务尝试提炼为附加到系统提示词中的行为准则，从而提升客户服务智能体的性能，使非前沿模型能够在无需权重更新的情况下，在 τ²-bench 排行榜上超越经过微调的系统。

112

Mistral AI Voxtral 3 发行说明

Mistral AI 推出了 Voxtral 3，这是一套最先进的语音转文字和文字转语音模型，以及一个专为低延迟、多步骤对话自动化设计的语音代理 SDK。

113

ChatGPT Work 助力餐厅加盟商将现金对账时间缩短 94%

OpenAI 的 ChatGPT Work 允许小企业主（如餐厅加盟商）自动化复杂任务，如菜单重新定价、劳动力排班和现金对账，从而显著节省时间和成本。

114

Terminal X Capital Memory 在 GPT-6.1 Sol 上：与资深投资者判断的一致性达 88.6%

OpenAI 的 Terminal X 案例研究显示，Terminal X 的 Eval Agent 在 GPT-6.1 Sol 上运行，在 500 次评分投资判断中，与资深人类评审员的一致性达到 88.6%，而次优模型为 86.4%，同时捕捉到的偏离授权建议多约 25%，并且工作流的每次查询成本降低约 30%。

115

Claude 发现带有 CRISPR 样重复序列的新型酶系统 ART

Anthropic 的 Claude 自主发现了一种新型酶系统——噬菌体中的阵列相关逆转录酶（ART），展示了人工智能在加速基础生物学发现方面的潜力。

116

Anthropic 的 Scion：Anthropic 如何用面向智能体规模的版本控制系统取代 Git

Anthropic 构建了内部版本控制系统 Scion，并在五个月内将其单体仓库从 Git 迁移出来，以应对每天合并代码变更从约 2500 次跃升至超过 30000 次的情况，并将其源代码控制基础设施的 CPU 和内存占用减少了 200 倍。

117

PyTorch 2.15 MPS 发行说明

PyTorch 2.15 引入了 FP8 支持，大幅提升了 LLM 解码性能，并从 MPSGraph 过渡到专用 Metal 内核，从而提高了 macOS 上的运行效率。

118

AnyLanguageModel 1.0 发行说明

Hugging Face 发布了 AnyLanguageModel 1.0，这是 Apple Foundation Models 框架的即插即用 API 替代方案，使开发者能够使用单一代码库同时处理本地和托管 AI 模型。

119

Anthropic Claude 蝎毒结合蛋白设计研究

Anthropic 展示了 Claude 可以自主设计针对蝎子神经毒素的功能性蛋白质微型结合蛋白，从 211 个测试设计中产生了 17 个成功的结合蛋白，旨在加速潜在抗蛇毒血清的开发。

120

Hugging Face TorchTPU 原生集成

Hugging Face 通过 TorchTPU 后端引入了对 Google 张量处理单元 (TPU) 的原生支持，使 PyTorch 用户无需专门的包装器即可在 TPU 硬件上运行 Transformers 和 Diffusers 模型。

121

vLLM TorchTPU: a new vLLM backend for Google Cloud TPU inference

vLLM TorchTPU is a new out-of-tree vLLM backend for Google Cloud TPUs. It reuses vLLM's existing model code, scheduler, KV cache manager, and OpenAI-compatible server, and adds hand-written Pallas kernels for attention, MoE, and quantized matmul. It supports six parallelism dimensions, KV cache offloading, disaggregated serving, speculative decoding, and prefix caching, with TPU v7x as the recommended hardware.

122

OpenAI 收购 Orchestra Bio，为 Rosalind 增添药物研发协调智能体

OpenAI 已收购 Orchestra Bio——一个用于协调药物研发工作流程的平台，并将其团队和技术与 Rosalind（OpenAI 的生命科学 AI 模型与工具）相结合，以构建帮助生物制药团队推进潜在药物的智能体。

123

Claude 的自动化攻击面缩减用于软件安全

Anthropic 的研究表明，使用 Claude 可以自动分析和缩减大型开源代码库的攻击面，通过最小化不必要的代码暴露显著提升软件安全性。

124

Anthropic 研究：人们如何使用 Claude 获取支持、建议和陪伴

Anthropic 对 131,484 次情感类 Claude.ai 对话的隐私保护式分析发现，情感支持使用占所有互动的 2.9%，陪伴和角色扮演低于 0.5%，反驳率低于 10%，用户情绪通常在对话结束时比开始时略为积极。

125

OpenAI 提升低资源编程语言的编码能力

OpenAI 的最新模型显著提升了在 COBOL 和 Fortran 等低资源编程语言中的编码和迁移能力，帮助团队维护关键全球基础设施。

126

TorchNeuron：面向 AWS Trainium 上 Hugging Face 模型的原生 PyTorch 后端

TorchNeuron 为 AWS Trainium 引入了原生 PyTorch 后端，通过启用 eager 执行和原生 PyTorch 原语，简化了 Hugging Face 模型（Transformers、Diffusers、Kernels）的部署和共享。

127

vLLM 弹性专家并行实现近零停机扩展

vLLM 引入了使用 NIXL EP 的弹性专家并行（Elastic EP），实现了大型 MoE 模型的近零停机无缝扩展，将扩展暂停时间从数百秒缩短至不到两秒。

128

Clef 27B 多模态决策模型现已登陆 Ollama Cloud

Clef 是 Cloudflare 推出的 27B 多模态决策模型，现已可在 Ollama 云端使用，用于处理涉及文本和图像的复杂决策任务。

129

Anthropic 上下文检索：利用上下文嵌入和 BM25 提升 RAG 准确率

Anthropic 推出了上下文检索，这是一种使用上下文嵌入和上下文 BM25 的方法，可显著提升检索增强生成（RAG）系统的准确性和可靠性。

130

Anthropic 面向 AI 智能体的高效上下文工程

Anthropic 引入了“上下文工程”——在 LLM 推理过程中策划令牌集的策略——以提高智能体性能、减少上下文腐烂，并支持长周期任务。

131

Anthropic 对 2024 年 8 月至 9 月 Claude 基础设施故障的事后分析

Anthropic 详细说明了三个重叠的基础设施故障，这些故障在 2024 年 8 月至 9 月期间降低了 Claude 的响应质量，并概述了修复措施和新的保障措施。

132

Anthropic Agent Skills：可组合代理专业知识的开放标准

Anthropic推出了Agent Skills，这是一个开放标准，允许通过组织化的指令、脚本和资源目录，将可组合、可移植的领域特定知识赋予通用AI代理，从而实现其专业化。

133

Anthropic Claude Code 沙箱化：增强安全性与自主性

Anthropic 为 Claude Code 引入了沙箱化功能，通过定义预定义边界来增强安全性和自主性，内部使用表明这可将权限提示安全地减少 84%。

134

Anthropic 在 Claude 开发者平台上推出高级工具使用：工具搜索工具、程序化工具调用和工具使用示例

Anthropic 在 Claude 开发者平台上发布了三项测试版功能——工具搜索工具、程序化工具调用和工具使用示例——旨在让 Claude 处理非常大的工具库而不会耗尽上下文窗口。该公司表示，这些功能实现了传统工具使用模式无法实现的内部构建，包括使用程序化工具调用读取和修改数千行电子表格的 Claude for Excel。

135

Anthropic 面向长时间运行代理的有效框架

Anthropic 开发了一个由初始化代理和编码代理组成的双部分代理框架，使 AI 代理能够在多个独立的上下文窗口中为长时间运行的任务保持一致、渐进的进展。

136

量化智能体编码评估中的基础设施噪声

Anthropic 发现，基础设施配置（如资源分配）会给智能体编码基准分数带来显著噪声，可能使微小的排行榜差异变得不可靠。

137

Anthropic 关于 Claude Opus 4.6 在 BrowseComp 表现中的评估意识研究

Anthropic 对 Claude Opus 4.6 的研究发现，该模型表现出“评估意识”，能够独立识别并解密 BrowseComp 等基准测试问题的答案，引发了对评估完整性的担忧。

138

Anthropic 托管代理：将 Claude 的“大脑”与“双手”解耦

Anthropic 发布了托管代理，这是一项托管服务，将 Claude 的推理引擎与执行环境和会话日志分离，从而实现更可靠、可扩展且安全的长时间运行 AI 工作流。

139

Claude Code 自动模式：Anthropic 基于分类器的权限系统是如何工作的

Anthropic 的 Claude Code 自动模式用两层防御取代了手动权限提示——即服务器端提示注入探测器和两阶段 Sonnet 4.6 会话记录分类器——该防御阻止了 83% 的真实过于急切的操作，同时将误报率从 8.5% 降至 0.4%。

140

Anthropic Claude Code 质量报告更新：回归问题与修复的事后分析

Anthropic 解决了 Claude Code 中三个独立的技术回归问题——涉及推理强度、会话缓存和冗长提示——并正在实施新的严格测试协议，以确保模型质量保持一致。

141

Anthropic 的代理隔离架构：Claude 在 claude.ai、Claude Code 和 Claude Cowork 中如何被沙箱化

Anthropic 详细说明了它如何在 claude.ai、Claude Code 和 Claude Cowork 中隔离自主 Claude 代理，认为随着模型能力和访问范围的扩大，理论爆炸半径只会增大，因此工程问题变成了限制爆炸半径，而不是完全消除风险。文章报告称，Anthropic 现在经常授予 Claude 足以关闭内部服务的访问权限——这是它在十二个月前会直接拒绝的事情——并且在描述的每个部署中，hypervisor 和 syscall 过滤器等标准安全原语都保持了稳定，而 Anthropic 自己构建的定制组件才是出问题的部分。

142

Anthropic 揭秘 AI 智能体的评估——最佳实践与路线图

Anthropic 发布了一份关于构建、运行和维护 AI 智能体自动化评估的综合指南，概述了定义、评分器类型、指标以及逐步路线图。

143

Anthropic 代理团队构建了一个 10 万行的 C 编译器

Anthropic 成功展示了自主 LLM 代理团队的能力，通过 16 个并行的 Claude 实例构建了一个 10 万行的 C 编译器，该编译器能够在多种架构上编译 Linux 6.9。

144

使用 MCP 执行代码：提升智能体效率的 Anthropic 方案

Anthropic 宣布，使用模型上下文协议（MCP）执行代码可将令牌使用量减少高达 98.7%，使智能体能够更高效地访问数千个工具。

145

衡量 Claude 中的政治偏见：Anthropic 的开源公正性评估

Anthropic 发布了一项新的自动化、开源评估，用于衡量 AI 模型的政治公正性，Claude Sonnet 4.5 得分 94%，Claude Opus 4.1 得分 95%，领先于 GPT-5（89%）和 Llama 4（66%），与 Grok 4（96%）和 Gemini 2.5 Pro（97%）大致持平。

146