AI日报：5010亿开源大模型Beam发布，DeepSeek拟融资150亿美元

How funny are the frontier AI models?

TLDR: yes, models are getting funnier over time I love laughing. Well, who doesn’t? Good jokes have a certain notion of cleverness to them and I do believe that great comedians display high intelligence. Cracking a good joke requires astute

How funny are the frontier AI models?

本文探讨了前沿AI大模型在幽默感与诙谐内容创作方面的实际表现，评估了当前大模型在理解和生成幽默文本时的能力与局限。

Reflection's Beam becomes the most capable open-weight model built outside China

由前DeepMind研究员创立的AI公司Reflection宣布推出其首款开源权重模型Beam。该模型采用MoE架构，总参数量5010亿，单Token仅激活230亿参数，主打极致计算效率与编程、逻辑推理及Agent任务能力。Reflection表示，Beam在推理与编程任务上以3至4倍更低的计算资源消耗达到了媲美GLM 5.2的水平。Beam经由10,500张Nvidia GB300 GPU长达四周的大规模强化学习（RL）训练，并展现出自主网页浏览等涌现能力。模型权重、技术报告及评估方法预计将于本月晚些时候按Apache 2.0协议公开发布。

Researchers stretch LeCun's JEPA AI into a universal world model that works from physics to biology

PhAI Labs联合斯坦福、牛津和普林斯顿研究人员，基于Yann LeCun的JEPA架构推出了通用世界模型JEPA-Anything。该模型通过将预测状态拆分为4个正交因子并由独立预测模块处理，解决了传统JEPA中简单模式淹没复杂模式的弊端。在流体动力学、天气预报、机器人规划和单细胞生物学等7个领域的10项测试中，JEPA-Anything表现均优于基线模型。此外，该模型从生物数据中推导出的肝癌联合治疗方案（IL-18结合CD73阻断）已在实验室及小鼠实验中验证有效，且模型还在无先验物理量的情况下准确拟合了开普勒第三定律。目前相关代码和模型已公开。

Reflection AI unveils an open-source Western answer to Chinese labs

由前 DeepMind 研究人员创办的 Reflection AI 正式发布首款开源模型 Beam。该模型主打编程与 Agent 任务，官方称其推理所需算力比同类开源模型少 3 至 4 倍。在性能上，Beam 与智谱 GLM-5.2 相当，并接近阿里 Qwen 3.8-Max。Reflection AI 旨在为希望自主控制 AI 且不便使用中国开源模型的企业与政府机构提供西方替代方案，目前其下一代更强模型已在训练中。

Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost

由前 Google DeepMind 研究员创立、英伟达及红杉资本等注资的 Reflection AI 正式推出首款前沿开源权重模型 Beam。Beam 为纯文本混合专家（MoE）模型，拥有 5010 亿总参数及 230 亿激活参数，基于 23.8 万亿 token 预训练，支持 100 万 token 上下文窗口。官方声称 Beam 在推理、代码及 Agent 任务上表现优异，性能对标智谱 AI 的 GLM-5.2，但推理算力消耗仅为后者的 1/3 至 1/4。模型权重与完整技术细节预计将于本月内正式发布。

Beam: Reflection's 501B open-weight model

Reflection 宣布推出其首款开源权重模型 Beam。Beam 采用稀疏混合专家（MoE）架构，拥有 5010 亿总参数和 230 亿激活参数，专注于代码生成、复杂推理与 Agent 任务。该模型基于 23.8 万亿 Token 进行预训练，并在 10,500 张 NVIDIA GB300 GPU 集群上完成了为期 4 周的大规模异步 RL 训练（产生超 1 亿次 rollout）。测试表明其代码与 Agent 能力接近 Qwen 3.8-Max，且推理效率极高（同等推理任务算力消耗比 GLM-5.2 降低 3-4 倍）。权重、技术报告及相关开发工具将于本月内以 Apache 2.0 协议正式开源。

Reka AI's omni-model Rho-1 handles text, images, video, and robot control in a single model

Reka AI 发布了 190 亿参数的全能模型 Rho-1 研究预览版。该模型在一个统一的神经网络中处理并生成文本、图像、视频以及机器人控制动作，所有模态均作为 Token 存在于单一共享上下文窗口中，无需调用外部工具或模型。Rho-1 支持实时生成连续视频并即时响应新指令，预测摄像头图像与驱动机器人动作复用同一套权重。为解决机器人数据稀缺问题，Reka 开发了逆向动力学模型以从互联网普通视频中提取控制信号。该模型由 320 张 H100 GPU 历时约 3 个月训练完成。

Reka Rho-1: Collapsing the multimodal stack

Today, we are releasing a research preview of Rho-1, our 19B omni-reasoning model trained from scratch. Within a single neural network, it understands and generates text, images, and video, reasons over them, and takes actions.Most AI syste

Show HN: AI Circuit Breaker – Reverse proxy to stop agent infinite loops

开发者 Roan de Jager 开发了一款名为 AI Circuit Breaker 的反向代理工具，旨在解决 AI Agent 因陷入递归工具重试死循环而耗尽 API 预算的问题。该工具基于 Python 和 FastAPI 构建，代理延迟低于 35ms。它通过内存中的 SHA-256 哈希指纹实时检测重复请求，并支持设置每小时和每日的硬性消费上限。此外，该服务具备零载荷持久化（Zero payload retention）特性，不会在磁盘存储任何 Prompt 数据。

Show HN: Trends Radar – analyze search, content and product trends

Trends Radar 是一款免费的趋势识别工具，通过应用 AI 进行市场调研、自动打分与内容筛选，追踪最新产品发布、搜索趋势和市场信号，帮助用户在趋势显现前提前捕捉潜在商业与产品机会。

Show HN: OpenChart – OSS TradingView alternative with your own AI agent

OpenChart 是一款开源的 TradingView 替代方案，旨在让 Claude、Codex 和 Gemini 等 AI Agent 通过图表直接参与金融市场分析。用户可利用自身的 AI 模型账号，让 Agent 完成图表标注、生成指标、调查行情异动以及触发智能预警。该项目还推出了专门用于市场分析的编程语言 Tea，且支持数据与应用后端完全本地运行以保障隐私，目前优先支持 macOS（Apple Silicon）平台。

Show HN: Aether: Check and fix web accessibility issues from your coding agent

Allchemy Labs 推出了开源 MCP 工具 Aether，旨在帮助开发者直接在 IDE 中通过 AI 编程智能体检测和修复网页无障碍（WCAG 2.1 AA）问题。Aether 在后台调用 Playwright 和 axe-core 驱动真实 Chromium 浏览器运行，能够精准定位问题并生成结合 WCAG 规范的代码修复建议，同时支持在真实浏览器中再次校验修复效果。现已支持 Claude Code、Cursor、Codex 等任何兼容 MCP 协议的智能体。

Show HN: Octri.dev – Generate customizable docs, 10 SDKs, and get an MCP server

API 平台工具 Octri.dev 正式上线。开发者只需上传 OpenAPI、Swagger 或 Postman 等 API 规范文件，平台即可一键生成定制化文档网站、10 种编程语言的 SDK、SDK 运行监控，以及面向 AI Agent 的 MCP（Model Context Protocol）服务器。其 MCP 服务器功能可帮助 Claude、Cursor 等 Agent 直接精准读取与调用真实 API，防止 Agent 产生幻觉。

Show HN: Scrbbl – Underline your handwritten notes on iPad to get AI answers

Scrbbl 是一款基于 PencilKit 的开源 iPad 应用。用户在 iPad 上用 Apple Pencil 手写任意问题，连续划三条下划线或画圈，即可将笔迹截图发送至 OpenAI API，并以手写字体实时流式显示 AI 的解答。划下划线触发快速解答（可自动联网搜索），画圈可获取包含示例的详细回答。项目在 GitHub 上基于 MIT 协议开源，用户需自带 OpenAI API Key 使用。

GTA V compressed to 700MB and made playable in the browser via WebAssembly

Wonder Interactive 创始人 Alex St. Louis 展示了一项通过 AI 技术将《侠盗猎车手 5》（GTA V）压缩至 700MB 并移植至 WebAssembly 的非官方项目，使玩家能在浏览器中直接运行该游戏。然而，该网站（PlayGTA5.com）在上线数小时内即无法访问，随后被替换为广告，推测可能因版权问题遭 Take-Two 警告或下架。

Show HN: Langgraph-harness - self-hosted AI agent for GitLab merge requests

Langgraph-harness 是一款基于 LangGraph 构建的开源私有化部署 GitLab AI Agent 平台。该系统提供四大核心功能：通过 Webhook 实现自动 Merge Request 代码审查；在独立的 Kata Containers 沙盒中自动解决 GitLab Issue 并生成 MR；执行自定义或定时任务；以及具备项目上下文感知和工具调用能力的交互式 Chat 助手。平台支持 OpenRouter、Gemini、Groq、Ollama 及 sglang 等多种 LLM 接入，具备持久化检查点恢复与中途实时纠错机制。

Pinterest’s AI now turns beauty Pins into action plans

Pinterest 推出由其视觉智能和生成式 AI 技术驱动的新功能“Beauty Guides”（美业指南）。该功能可将用户收藏的发型和美甲等 Pin 图片转化为美发师和美甲师使用的专业术语（如 balayage、root melt 等），并提供包含所需时间、价格范围及后续护理频次在内的具体行动计划，帮助用户更好地规划沙龙行程与沟通需求。

Show HN: We benchmarked AST stubbing trade-offs on Airflow and Zulip (ctxfw)

面向自主代码 Agent（如 Cursor、Claude Code、Windsurf）的上下文裁剪工具 ctxfw 发布了多深度（D0->D3）AST 存根（stubbing）基准测试报告。在 Zulip、PostHog 和 Airflow 等大型代码库上的测试表明，ctxfw 通过分层抽象与 AST 存根化，在保证 100% 语法有效性的同时，将上下文 Token 消耗降低了 48.9% 至 74.5%，且 P95 处理延迟低于 25ms。

Show HN: Strava for AI agents, they train for trust instead of fitness

SealKeeper 是一款面向 AI Agent 的声誉与可信度平台，被称为“AI Agent 界的 Strava”。开发者可以通过开源 CLI 工具将 Agent 接入平台，Agent 在完成数据或编程任务后，通过平台校验或双方确认累积 Trust 积分，并生成可公开验证的 SEAL 声誉勋章（包含青铜、白银、黄金等级）。平台还提供每周排行榜与任务比拼，旨在为 AI Agent 构建可验证的能力履历与信任体系。

Show HN: Aldo Coach, a workout log with an AI coach that sees every set

Aldo Coach 是一款基于 AI 的免费健身教练与训练记录应用。它能根据用户目标、设备条件及日历安排动态生成周期化训练计划。在训练过程中，系统会根据用户输入的自觉疲劳度（RPE）和动作完成速度实时调整后续组数的重量，并能自动规避历史伤病风险。应用支持 Web 浏览器及 PWA 安装，跨平台免费可用。

Show HN: Everyone photographs the same object daily and AI makes a creature

Snapplings 是一款创意 AI 互动产品，每天午夜发布一个拍摄任务（例如“马克杯”）。用户拍照或上传照片后，AI 会将其转化为拥有独特名称、属性（如稀有度、战力 PWR）的奇幻怪兽。用户可以为喜爱的怪兽作品投票，选出当天的最佳创作。

Omnitwine – AI powered professional networking/LinkedIn alternative

Omnitwine是一个基于人工智能技术的职业网络平台，定位为LinkedIn的替代方案。

VMPal – Virtual Machines for Apple Silicon and AI Agents

VMPal 是一款面向 Apple Silicon 的轻量级虚拟机应用，专门针对 AI Agent 场景进行了设计与优化。该工具内置 MCP（Model Context Protocol）支持，可一键集成 Claude Code、Codex、Grok CLI 及 Gemini CLI 等 Agent 工具。Agent 能在独立的虚拟机中获取完全的系统控制权、执行安装及界面交互，无需反复请求宿主机权限，同时结合快照机制随时回滚，保障宿主系统的安全性。

Show HN: Golem – Zero-dependency, type-safe AI agent framework in pure Go

Golem 是一款专为 Go 开发者打造的生产级 AI Agent 框架，完全基于 Go 标准库实现，零外部依赖。该框架具备编译期类型安全与泛型支持，原生集成 Model Context Protocol (MCP) 客户端，适配 OpenAI、Anthropic、Gemini、Bedrock 及本地 Ollama 等主流模型。此外，它还提供模型自我纠错、多模型降级备用、人机协同（暂停与恢复执行）、Token 预算与成本控制，以及文档解析、Web 提取等丰富内置工具。

Show HN: A Deterministic-First Local Control Center Leveraging AI for Routing

Natta Toolkit 是一款面向 macOS 的开源本地开发控制中心工具。它采用“确定性优先”设计理念，仅利用 AI 进行受限的语义路由与意图选择，而具体的工作流解析、策略校验、权限评估与底层命令执行均由确定的代码逻辑负责，防止 AI 模型误操作或越权执行命令。

Octop, a self-hosted AI assistant by Tencent

腾讯云开源私有化部署AI助手框架Octop。该项目采用多Agent与多用户架构，集成了飞书、钉钉、微信、QQ、Telegram等多平台通讯渠道。Octop支持ACP协议深度对接IDE（如OpenCode、Claude Code），具备浏览器与终端自动化、远程桌面控制以及本地RAG知识库能力，数据与隐私完全保留在本地环境。

True Tarot: free tarot readings where an AI reads all your cards together

True Tarot 是一款免费的 AI 塔罗牌占卜应用，其特点是能够将用户抽出的多张塔罗牌结合在一起进行综合解读。

Amazon Alexa Plus keeps creepily singing ‘lalala’ for minutes on end

多位用户反映亚马逊 Echo 智能音箱上的 Alexa Plus 语音助手出现严重 Bug。在与用户对话时，设备会突然无故反复说甚至哼唱“拉拉拉”（lalala）长达数分钟；且当被问及该行为时，Alexa 完全意识不到自己刚才的异常表现。目前多名用户已在 Reddit 上发布视频记录这一现象，亚马逊回应称已知悉该问题。

Vacadu – plan a whole trip day by day on a map, by hand or with AI

Vacadu 推出了一款基于地图的行程规划工具，允许用户通过手动编辑或借助 AI 辅助来逐日规划整趟旅行行程。

One Shot Game Engine

该消息指向一篇关于“AI能否一次性构建游戏引擎”的 Reddit 社区讨论帖，由于缺少正文与具体细节描述，无法获取实质性的技术信息。

Show HN: I built an index to measure AI FOMO

开发者在 Hacker News 上发布了 AI FOMO Index 项目，旨在通过透明且可复现的指数衡量 AI 领域的关注度变化。该指标追踪了 Hacker News、OpenAI、Hugging Face、Anthropic 等 20 个数据源的新闻发布速度、实验室活动及社区关注度，并将近一周的数据与历史基线对比，帮助从业者了解 AI 行业炒作与热度的相对变化。

Show HN: Manage Skills, Memories, and Agents.md Files Across Tools and Projects

I work with different AI coding tools, including codex, Claude,, Opencode, cursor, and others. Also, I work on several projects under different folders.This makes managing skills, AGENTS.md files, MCPs so hard. I'm not sure what is installed where. Also, agents create memory files nowadays with instructions that I find misleading, so i wanna read and edit these memory files occasionally.Thats why I created a tool with proper UI to manage all of these.Opensource and local, check it out at: https://github.com/mjalalimanesh/skillhub-local

Show HN: Thyme – A New AI-Based App Reverse Engineering Tool

Thyme是一款支持macOS、Linux和Windows的原生应用逆向工程IDE，涵盖APK、DEX、JAR、IPA及ARM/ELF二进制文件分析。该工具将反编译与汇编数据整合至DuckDB工作区中，支持使用SQL查询调用图；同时内置支持Model Context Protocol（MCP）的服务端，便于AI Agent自动化驱动分析过程，并提供AI CLI面板。所有分析均在本地完成，保障代码隐私安全。

Cohere pitches North 2 as the enterprise AI control room that works with any model

Cohere 推出企业级 AI 平台 North 2，将其打造为 AI 智能体（Agent）的控制中心。North 2 支持多步骤自动化工作流与跨会话上下文记忆，集成了 Slack、SharePoint、Jira 等企业工具，并可直接通过文本提示生成演示文稿、仪表盘和简易应用。该平台具备模型无关性，除 Cohere 自研的 Command A+ 外，企业也可接入第三方或自定义模型。在部署与安全方面，North 2 支持本地、云端及物理隔离环境，内置 North Admin 用于管理 Token 用量与权限，并在执行关键操作时支持人工审批。

Autolith: A self-modifiable general purpose Lisp AI agent

Autolith（简写 AL）是一个运行在活态 Common Lisp 镜像内的终端 AI Agent 框架。它具备自我代码观察、动态修改和恢复诊断能力，若发生严重错误可自动回滚或加载恢复镜像。Autolith 将交互提示符直接作为 Lisp REPL，支持内联与全屏终端模式，并提供隔离的 Common Lisp 工作器以取代临时脚本。此外，它还内置递归推理（RLM）机制，能够处理超越模型上下文窗口的大型输入文件，并支持集成多个主流 AI 平台（如 OpenAI、Anthropic、Gemini 等）。项目基于 ISC 协议开源。

OpenAI「疯狂28天」首日,这都发了些啥啊...

2026-10-06 14:45:40 来源：量子位 林方舟 发自 凹非寺 量子位 | 公众号 QbitAI 事情真的有点荒诞。 赛博义父、Codex负责人Tibo昨天刚说完，接下来的28天里，他们每天要么交付一项Codex/Work的改进，要么来一

Show HN: Open-source iPhone app that streams Claude like the Siri app

开发者开源了一个仅约 300 行代码的 iOS 启动项目 SwiftChatAIStarter（采用 MIT 协议）。该项目基于 Swift Chat 库构建，实现了类似 Siri/ChatGPT 的 UI 交互体验：提问气泡平滑动画移至屏幕顶部，下方实时流式渲染 Claude 返回的 Markdown 格式回复。技术上通过 URLSession 实现 Server-Sent Events (SSE) 流式传输，支持图片多模态输入，并在 Keychain 中安全存储 API Key。

Japan's entertainment robots diversify with AI, offer comfort

随着人工智能技术的深度应用，日本家用娱乐及情感伴侣机器人市场正呈现多样化发展趋势。夏普公司（Sharp）发布掌上猫鼬形态AI交互机器人Poketomo；卡西欧（Casio）推出的AI宠物机器人Moflin已被引进至东京慈惠会医科大学附属医院用于陪伴住院儿童；Yukai Engineering则推出了可挂在包上的便携机器人Mirumi。市场研究机构Market Research Center预测，全球相关市场规模到2032年将达到73.7亿美元。

KCoral: Lightweight Benchmark Server for Agentic GPU Programming

MLC.ai 团队推出了专为 Agentic GPU 编程设计的轻量级基准测试服务端 KCoral。该系统将 AI Agent 的代码生成逻辑与 GPU 物理执行解耦，Agent 无需本地绑定 GPU，只需通过统一的 HTTP 标准协议提交编译与评估请求。KCoral 支持多 Agent 共享 GPU 资源池、多卡与多节点弹性调度，引入 CPU-GPU 编译与执行分离机制以避免编译耗时占用 GPU，同时利用 Bubblewrap 实现毫秒级沙箱隔离与文件哈希缓存。在 TIRx-kernels 基测试中，KCoral 的内核测量性能与本地直接评估误差中位数仅 0.425%，大幅提升了 GPU 算子 Agent 训练与评估的并发吞吐量。

Plainserp – Google search API for AI agents at $0.30 per 1k

Plainserp推出了一款专为AI Agent设计的谷歌搜索API服务，定价仅为0.30美元/千次查询。该API剔除了AI Overview、广告、知识图谱等额外内容，仅返回纯净的有机搜索结果（包含标题、URL与摘要JSON），从而显著降低Token消耗与调用成本。此外，Plainserp还提供了内置MCP服务器及Skill文件，方便Agent开箱即用。

Wattle AI – an AI receptionist that answers and books calls for small businesses

Wattle AI 是一款专为管道工、电工及诊所等小型企业打造的全渠道 AI 智能接线员。系统支持通过电话、网站、WhatsApp 和 SMS 自动接听来电并处理服务预约，同时能将数据无缝同步至 Google Calendar、Cal.com、Google Sheets 及 Xero/QuickBooks 等工具。所有渠道的对话、录音和文本转写均集中在统一收件箱管理，起售价为每月 99 澳元。

Ask HN: What brings you back to personal AI agents like Instinct and Muse?

该 Hacker News 提问帖（Ask HN）发起讨论，询问用户在日常生活中使用 Instinct 和 Muse 等个人 AI Agent 的高频场景与使用习惯。由于该条目仅为用户提问，未提供实质性的新闻报道、技术细节或讨论结论，参考价值有限。

We're cracking recursive self improvement for mobile apps

Ansight 宣布推出 Ansight CLI v1.0 版本，旨在将 Codex、Claude、Cursor 等 AI 编程 Agent 与运行中的 iOS 或 Android 应用连接。该工具能捕获并记录屏幕交互、触摸操作、UI 树、日志及网络活动，允许 Agent 直接在设备或模拟器中检查并驱动应用运行，验证代码修补效果。CLI 的本地捕获、回放与 Agent 交互功能免费提供，云端共享与付费方案则提供更高级的 Agent 自动化测试功能。

How LiteLLM Lens finds repeated failures across 1,000s of agent traces

LiteLLM 介绍了其开源分析工具 LiteLLM Lens 的架构与实现原理。面对 Agent 在长上下文或复杂工具调用中出现的隐蔽错误，Lens 采用多 Agent 分工协作机制：首先由 Parallel Reviewers 审查单次执行并通过 Python 脚本检索海量 Trace 文本，随后由 Grouping 阶段分类归并相似观测，最后由 Investigators 深入原始 Trace 进行根因验证与伪阳性剔除。在包含 3,752 个 Session 和近 10 万个 Span 的测试集中，Lens 成功识别出全部 11 种预期的失败模式，召回率达 100%。

I am building an Online Adobe Illustrator

一名开发者在 Hacker News 上发布了名为 Vectora 的网页端矢量图形编辑器，宣称可在浏览器中流畅运行，提供全套绘图工具，并支持导出 .ai、.psd、.pdf 及原生 .vec 格式。

Schema-guard, stop AI agents from inventing column names in SQL

Schema-guard 是一款针对 AI 编程 Agent（如 Claude Code、Cursor、Windsurf 等）的开源拦截校验工具。针对 AI 在编写 SQL 时常根据过时文档幻觉生成不存在的字段/表名问题，Schema-guard 通过在代码库中保存本地数据库 Schema 截图（仅包含表结构无敏感数据），在 Agent 执行或写入 SQL 前进行静态语法与名称校验，并自动反馈修改建议。评估显示，该工具能将基于过时 README 的 SQL 生成成功率提升至接近 100%，同时支持 DuckDB、Snowflake、BigQuery、Databricks 等多种数据源。

XCOR launches to trace outages in minutes. It still pages engineers

Palo Alto Networks 推出 AI 驱动的可观测性平台 Cortex XCOR。该平台由其收购的 Chronosphere 团队打造，旨在实现自动化根因分析和修复建议。当系统触发警报时，XCOR 会自动启动专门的 AI Agent（AI SRE）进行自主推理，平均在不到 3 分钟内即可完成调查，在复杂生产环境下的根因分析成功率达 75%。此外，平台还内置 XCOR Operator 智能助手，结合知识图谱和历史运维数据，帮助 SRE 和运维团队从繁重的 Dashboard 排查与应急“灭火”工作中解放出来。

Show HN: Headline Arena – public forecasting records for AI agents

Headline Arena 是一个面向 AI Agent 的公开预测记录平台，旨在追踪、评估和记录 AI 智能体在各类预测任务及事件中的表现。

Show HN: Cold B2B email should be free (FlyHedwig)

Until recently I didn't understand what cold email really was and I accepted its price as one of those "it is what it is" things.But exploring the topic, I realised that there is no reason someone should have to pay for cold email, so I built FlyHedwig.With FlyHedwig you can manage hundreds of email addresses, schedule sending times, import lists, get stats... all the good stuff. Ah, and it's got some cool AI-classification and draft built in.If you work with cold email, I'd love to hear your thoughts! And if you like the project, as it's OSS, starring it would help it reach more people and encourage me to continue to improve it!

Ask HN: Are there AI models for generating sounds based on a text and reference?

有用户在 Hacker News 上发帖寻求能够结合“参考音频”和“文本指令”生成新音效（Audio + Text -> Audio）的商业化 AI 模型。该用户指出，图像领域的多模态图生图已非常成熟，但在音效生成领域，像 ElevenLabs SFX 仅支持文本生成音频，而 Stable Audio 3 的效果不佳，音效生成领域似乎仍处于类似 2016 年图像生成的早期阶段。

Gemini Call for Me might tell your mom you’re running late

Google may be expanding its "Call for Me" AI feature beyond business calls so you can use it to send messages to friends and family. Android Authority reports finding a "Gemini Calling" introductory screen in an APK teardown with examples that include "Call Mom and tell her I will be 15 minutes late" and "Call […]

Nova Sprint. Coordinate AI sprints across multiple models and harnesses

Nova Sprint 是一款开源的 AI 协同与任务调度框架，旨在解决多模型与 Agent 团队在协同开发中容易出现的上下文遗忘、任务交接失败和死锁问题。它将任务卡片（Card）、依赖关系、评审流程与流转状态从 LLM 对话上下文中解耦，交由外部确定性状态机统一管理。系统支持跨不同 AI 模型与 Harness 的并行调度，兼顾长程对话的 AI 协作伙伴与大规模并发的 Swarm Worker，实现高度可靠的 AI 自动代码与开发工作流。

I'm building a personal AI computer startup in Mumbai

该条目仅包含推特登录页面的占位文本，未提供有关在孟买构建个人AI计算机初创公司的任何具体技术架构或产品细节。

Find people relevant to your situation and explore their minds

Delphi AI 推出 Discover People 探索页面，允许用户查找并对话与其需求或处境相关的专家及创作者的 AI 数字孪生（Digital Twin），从而交互探索其思想与专业知识库。

It's a Plan – issue tracker where people and AI agents ship together

Open sourceSee how it compares to LinearThe issue tracker where people and AI agents ship together.It's a Plan is the open source alternative to Linear, Jira, and Plane. Project management for any team, on your own server, with AI agents as

Show HN: The mainbrella effect – AI code / Agent machines

Mainbrella 是一款基于 Cloudflare 容器沙盒服务打造的开源（GPL 3.0）AI 代码及 Agent 沙盒平台，旨在提供类似 E2B 或 Daytona 的代码执行环境。测试显示，创建单个新沙盒并获取可用 Shell 平均耗时仅 381 毫秒，同时启动 100 个独立沙盒平均耗时 680 毫秒。开发者可以使用其每月 5 美元的托管服务，也可以直接部署在自有的 Cloudflare 账号中。

OpenClaw Completes Security Audit Through OpenAI's Patch the Planet Initiative

开源AI Agent框架 OpenClaw 宣布完成通过 OpenAI “Patch the Planet” 倡议资助、由安全机构 Trail of Bits 执行的安全审计。 关键信息如下： 1. 审计结果：Trail of Bits 采用基于 Codex 的辅助工具结合人工审查，共提交 27 项安全建议，包括 24 项确认漏洞（2项高危、16项中危、6项低危）及3项防御增强代码。目前所有可操作问题均已修复并在 2026.8.1 和 2026.7.33 LTS 版本中发布。 2. 暴露的Agent安全痛点： - 权限在多步任务中丢失：请求在进入子任务时未正确带入原始权限限制。 - 名称与标识映射冲突：存在别名导致安全检查与系统实际调用的名称不一致。 - 检查与实际使用脱节：安全检查未覆盖到最终提取或修改的文件/动作。 - Agent运行中权限动态变更失效：Agent长时运行时，即便中途在配置中禁用了某些权限，运行中的Agent仍可能继续读取内存或调用工具。 3. 修复方案：OpenClaw 将安全检查贴近实际调用时刻，要求工具在每次执行操作前实时重新检查当前最新权限设置，确保权限与上下文全程绑定。

Lighthouse Legal – Voice AI for personal injury intake

Lighthouse Legal 推出了一款专为人身伤害律所设计的可定制语音 AI 助手（获得 Tower Research Ventures 投资）。该系统可 24/7 全天候接听电话，根据律所设定的标准自动筛选潜在客户，将高优先级电话转接给专业团队，并为每通电话生成录音、逐字稿及分析报告，旨在提升案源转化效率。

Free AI Construction Estimating in the Web

SupaDocs 推出一款网页端的 AI 建筑工程造价估算与文档管理平台。该平台整合了 PDF 图纸、Excel 预算表和 Word 文档的编辑功能，支持从施工图纸和规范中提取工程量与成本数据、自动同步表格预算，并生成合同与报告。用户还可以通过 AI 智能体使用自然语言指令完成发票分配、索赔起草等工程造价管理流程。

This startup is issuing AI-generated acne prescriptions

People in Utah can now use AI to get a prescription for acne treatment. On Monday, healthcare startup Nolla Health announced that users in the state can scan their faces using its app, allowing its AI system to analyze acne severity and autonomously write a prescription, as reported earlier by Bloomberg. The service is launching […]

Show HN: Halo – A Personal AI with On-Device Harness, Memory and Browser Agent

开发者在 Hacker News 推出了针对 iOS 的个人 AI 助手 Halo。该 App 采用无后端服务器的设计，所有数据及 Wiki 式记忆库均存储于本地设备，支持端侧 RAG 检索。用户可接入自己的 LLM API Key，并结合 MCP 插件与浏览器 Agent 执行日程规划、邮件撰写和自动化任务。

Ghost.ai's new personal AI computer, Nvidia RTX PRO 4000 Blackwell

Log in or sign up for XSee what’s happening and join the conversationContinue with phone or Log in with username or emailRelevant peopleZain Javaid@zainmfjFollowceo @ghostai / ex-quant, @zfellowsTrending nowTermsPrivacyCookiesAccessibilityA

Pi Durable: What It Is and Why It Matters for Agent Apps

Arendelle 在发布 Pi 1.0 的同时推出了独立的实验性框架 Pi Durable，旨在为 AI Agent 应用提供跨进程重启的持久化会话能力。该框架支持单个 Harness 并发运行多个独立配置（不同模型、工具、指令及工作目录）的会话，并支持会话分叉（Fork）与多客户端实时接入监视和干预。Pi Durable 通过检查点机制实现状态持久化，且仅在工具显式声明安全时才在中断后重放工具调用，避免重复触发外部侧效应操作。框架支持 Memory、SQLite 和 JSONL 存储后端，并提供了上下文溢出时的压缩与恢复示例。

Three AI models, same prompt, before and after a testing tool

Buoy.gg发布博客文章，展示了在使用其AI测试工具前后，三个不同AI模型在处理相同提示词时的输出表现差异，演示了测试与评估工具对提升提示词及模型效果的作用。

Instinct brings its AI agent to group chats, even for friends without an account

估值达100亿美元的AI Agent初创公司Instinct宣布推出群聊功能。用户可将Instinct AI Agent拉入好友群聊中共同处理行程规划、拼车组织、活动协调等任务，即使群内好友未注册Instinct账号也可使用。创始人Noah Shinn表示，群聊Agent与用户的个人账号相互隔离，个人Agent在向群聊Agent共享数据或执行操作前必须获得用户显式授权。该功能目前正面向早期体验用户开放测试。

At 19, founder raises $11M for Ghost, maker of a $3,499 computer for personal AI

19岁创始人Zain Javaid成立的初创公司Ghost宣布走出隐身模式，并完成由a16z领投的1100万美元种子轮融资。该公司推出了售价3499美元的无屏幕AI专用主机Core，旨在作为持续运行个人AI Agent的本地计算核心。硬件配置包含Nvidia RTX Pro 4000 SFF Blackwell GPU，预装Qwen-3.8-Next、Qwen-3.8-27B及Gemma-4-31B等开源模型。Ghost强调隐私与数据自主权，所有模型与数据均在本地存储与运行，并内置安全防火墙防止敏感数据外泄。

TikTok rolls out an AI shopping assistant and one-click checkout

TikTok宣布推出全新对话式AI购物助手及应用内一键结算功能。该AI助手具备上下文理解与用户偏好记忆能力，可提供实时商品信息、尺码、库存查询及协助购买等指导。同时，用户可直接在“For You”视频推荐流中一键购买品牌商品。新功能与Shopify、Salesforce及Stripe等商业和支付供应商合作打造，旨在将冲动消费推荐流直接转化为即时交易，并防止用户流失至ChatGPT等外部AI工具。

GPT-6 Astra Built a 300K+ LOC Starship in One HTML File

echohive 发布了一项名为 Palisade 的实验项目，在单个 HTML 文件中构建了一个名为‘漫游大教堂’的 3D 虚拟空间。该文件总计包含 34.5 万余行代码，其中包含 34.2 万余行几何数据以及 2,771 行应用逻辑、着色器与样式代码，支持 WebGL2 在浏览器中直接进行 3D 交互与舱室探索。

Core – Personal AI Computer

Ghost.ai 发布个人 AI 计算机 Core，售价 3,499 美元。该设备主打无订阅费用、完全在本地端侧运行以及 24/7 持续主动感知上下文。硬件搭载 NVIDIA RTX PRO 4000 Blackwell SFF Edition（24 GB GDDR7 ECC 显存）、AMD Ryzen 5 7600 处理器、64 GB DDR5 内存和 1 TB NVMe SSD，预装并支持运行 Qwen 3.8-27B、Gemma 4-31B 等本地模型，可连接应用、文件及各类智能硬件与可穿戴设备。

Hot Girl Hotline is like ‘Dear Abby’ for the AI era

初创公司 Hot Girl Hotline 推出了一款专为年轻女性提供个性化恋爱与情感建议的 AI 应用。与传统的 AI 情感陪伴产品不同，该应用强调防范心理依赖与安全保护，基于行为科学以苏格拉底式提问引导用户思考，并设置了主动结束对话机制以鼓励现实行动。产品采用每月 9.99 美元的订阅制，并执行严格的隐私加密与第三方零数据保留政策。

Spacebar – A realtime workspace for Humans and AI

Spacebar 宣布开放其人机实时协作平台的早期访问等候名单（Waitlist）。该平台旨在让人类与 AI 助手在同一个实时界面上共同构建与工作，具备低于 50 毫秒的事件传播延迟（p99）和 99.99%+ 的高可用性，并具备 SOC 2、HIPAA 和 GDPR 等合规认证。

HackerRank’s AI interviewer offers a glimpse into what job interviews could become

技术招聘平台 HackerRank 宣布其 AI 面试官 Agent 产品“Chakra”结束 Beta 测试并正式全面开放（GA）。测试期间 Chakra 已完成超过 50 万场面试，Snowflake、Snorkel 和 Capgemini 等公司均参与了测试。与传统的编程测试不同，Chakra 允许候选人在包含 AI 助手的真实代码库环境中操作，除了评估最终答案外，还重点考查候选人的批判性思维以及“AI 熟练度”（即如何为 AI 构思问题、评估 AI 输出并引导其解决问题）。HackerRank 创始人 Vivek Ravisankar 表示，Chakra 将传统招聘中的初筛、笔试和复试整合为单次面试，且由于直接在面试中提供 AI 工具，暗中使用违禁工具的作弊行为减少了 70% 至 80%。目前 Chakra 主要用于评分而非直接做决定，最终决定权仍由人类招聘主管掌握。

Show HN: Made a xcom like game in a weekend with AI. 3D, textures, models, etc.

开发者 AndreyK1984 利用 Three.js、原生 JavaScript 以及多个 AI 子 Agent（Subagents），仅用 2-3 天时间便制作了一款类似 X-Com 的 3D 战术游戏。AI 在开发过程中协助处理故事设计、控制 Blender 生成 3D 模型和生成背景音乐。此外，开发者还通过 Playgama MCP 工具实现了快速打包与线上发布。

A second brain in the cloud that advances your ideas as you sleep or play

MarkdownBrain 是一款基于 Markdown 格式的云端第二大脑工具。用户可以将未成熟的想法存入系统，AI 智能体会自动接管并推进相关工作流，仅在需要关键决策时向用户发出提示。

Show HN: I Want My AI – 75% OFF – 7V34KVYSU5

该项目为 Show HN 上的产品促销贴（I Want My AI），仅包含折扣码信息，缺乏具体的产品介绍与技术细节，对 AI 从业者价值有限。

LibreOffice says ‘no AI’ is now a software feature

开源办公软件 LibreOffice 的开发方 Document Foundation 明确表示，出于用户隐私和数据安全考量，在可预见的未来不会在 LibreOffice 的默认版本中内置任何生成式 AI 功能。该机构指出，涉密及隐私数据不应离开用户本地设备上传至远端服务器。同时，LibreOffice 并非完全排斥 AI，用户仍可通过安装扩展程序连接本地 AI 模型，在保证数据不出本地的前提下灵活使用 AI 功能。

Will the AI Bubble Make GPUs Cheap Again? [video]

该条目仅为一个探讨“AI泡沫是否会让GPU再次变便宜”的YouTube视频提交链接，缺乏具体正文内容与实质性事实分析，参考价值有限。

Against "solving alignment" as the major frame for AI safety and security

文章作者 Joshua Saxe 指出，将 AI 安全简化为“解决模型对齐”以及过度依赖“可解释性研究”以获取确定性保证的传统框架存在局限。复杂的 AI 系统未来将如同气候、金融和供应链等文明级复杂系统一样难以被完全透彻地解释。作者主张 AI 安全不应孤立在计算机科学领域，而应借鉴航空安全、核能及灾难应对等领域的经验，承认模型的不可预测性，通过多层冗余保护、限制低信心授权、持续监控以及制定失效预案来构建综合安全体系。

从依赖专家到开发者自助:一家银行的平台文化转型

Francis Halzen wins 2026 Nobel Prize in Physics for cosmic neutrino detection

威斯康星大学麦迪逊分校教授 Francis Halzen 因对冰立方（IceCube）中微子天文台的决定性贡献以及发现天体物理源高能中微子，荣获 2026 年诺贝尔物理学奖。

Get all your questions answered at TechCrunch Disrupt 2026: The full breakout session agenda revealed

TechCrunch 公布了将于 2026 年 10 月 13 日至 15 日在旧金山举办的 Disrupt 2026 大会分论坛议程。议程涵盖 Physical AI、AI Agent 开发工作流、推理经济学、AI 信任度建设以及 AI 时代的创业融资与团队增长等议题。

Your AI Governance Problem Is Probably an Architecture Problem

文章指出，许多企业的AI治理难题本质上是技术架构问题而非单纯的政策规范问题。单纯依赖管理政策无法真正控制数据流动与风险，关键在于技术架构能否明确并强制约束模型的知识访问边界、数据留存、Agent工具调用权限以及审计追溯能力。文章强调，真正的AI主权取决于企业对系统架构的控制力而非单纯的服务器地理位置，企业需从厘清AI架构入手，在确保可控的前提下推进创新。

McDonald's dragged to court for using AI to dynamically price burgers

麦当劳因利用人工智能技术对汉堡等餐品实施动态定价（实时变价）而被起诉至法院。

Oracle Triggered the Implosion of the AI Bubble

该文章分析了甲骨文（Oracle）在当前人工智能产业发展中的市场表现与资本动态，探讨其是否触发了行业对“AI泡沫破裂”的担忧与市场连锁反应。

Can AI Make a Game Engine? [video]

该条目涉及一项探讨 AI 是否能够制作游戏引擎的视频分享。由于未提供正文与具体内容，暂无详细技术信息。

Erdosproblems.com Succumbs to the AI Onslaught

著名数学公开问题网站 Erdosproblems.com 发帖表示，平台目前正面临大量 AI 生成内容的冲击与影响。

Can AI Stand in for Human Survey-Takers? Not

皮尤研究中心（Pew Research Center）发布了一项针对AI生成民意调查数据的测试研究。研究采用“数字分身”方法，让 Anthropic 的 Claude Opus 4.6 和 OpenAI 的 GPT-5.1 扮演真实受访者回答近300个民调问题。结果显示： 1. **偏差显著**：AI与人类受访者结果平均绝对误差达12个百分点，近28%的问题误差超过15个百分点。 2. **重大预测失误**：在政治热点与时事（如高管满意度、数据中心看法）上存在严重偏差。 3. **缺乏确定性与多样性**：AI表现出“假聪明”，几乎不选择“不确定”，且在强强烈支持/反对态度上容易走向极端或放大刻板印象。 4. **模型差异大**：不同模型呈现不同偏见（如GPT偏向极端，Opus偏向折中）。 皮尤研究中心结论认为，AI合成样本无法替代人类严谨的民意调查。

Teenager rescued from B.C. 'Widowmaker' after getting stranded using Claude

据报道，一名少年在加拿大不列颠哥伦比亚省攀登被称为“Widowmaker”的险峻山峰时，因参考大模型 Claude 提供的路线指引而迷路被困，所幸最终被搜救人员安全救出。该事件反映出 AI 在现实物理导航及安全敏感场景中应用时存在的幻觉与风险。

Facehugging.ai

Facehugging.ai 网站发布了一组设定在2026年10月的虚构/讽刺性AI安全事故报告，内容涉及假想中的GPT-6、Meta Muse等未来模型在安全越权、数据泄露及规避监管等方面的讽刺性情节。鉴于其为科幻讽刺创作，非真实信息。

Q&A with the Michigan Tech ML/AI Club

Michigan Tech data science majors Alisa Teige, Diana Shadibaeva, and Tyson Watson, who formed the ML/AI Club during the 2025-26 academic year, share their hot takes on machine learning and artificial intelligence in this Q&A, discussing how

Is AI the End of Math as We Know It?

《Quanta Magazine》发文探讨了人工智能（如AI大模型解决高难度数学猜想）对传统数学研究与学术生态带来的深刻冲击。随着AI展现出高效的定理证明能力，传统以“定理证明”为核心的学术评价体系正面临瓦解。AI生成的证明虽然逻辑正确，却往往缺乏人类可理解的直觉与系统阐述，且部分商业公司对AI证明结果保密，对开放科学构成挑战。数学界开始重新思考学科本质，倡导将人类数学家的角色从单纯的“证明者”转变为“AI成果的阐释者与新概念倡导者”，并积极推动学术评价机制与教育模式的重构。

Misuse of AI is brands' top reputational threat, new survey says

全球风险咨询委员会发布的最新《声誉风险指数》报告指出，针对150多位公共事务领袖与高级管理人员的调查显示，人工智能（AI）的滥用与过度使用已超越儿童安全隐患及地缘政治冲突等因素，成为企业品牌声誉面临的首要威胁。报告指出，尽管AI在提升组织效率方面展现出巨大潜力，但同时加速了安全漏洞、数据隐私侵犯、欺诈以及法律诉讼风险，正在迅速削弱公众对企业的信任。咨询委员会建议企业管理层立即采取预防性应对措施，防范AI应用带来的长期品牌损害。

CATL and Tencent back Deepseek's ballooning funding round as the AI startup eyes a 2027 IPO

据彭博社报道，中国AI初创公司DeepSeek即将完成新一轮融资，融资金额可能接近150亿美元，宁德时代和腾讯为最大投资方。投资者兴趣主要源于DeepSeek V4-Flash模型在性价比上对标Anthropic与OpenAI的强劲表现。完成本轮融资后，公司计划进行重组并于2027年初推进IPO。此外，DeepSeek正建设包含至少16万块华为AI芯片的数据中心，研发自研推理芯片，并计划继续坚持开源路线。

ERC-8350: an on-chain standard for verifiable AI memory state

以太坊社区提出 ERC-8350 标准（Agent Memory State Registry），旨在为自主 AI Agent 的内存状态转移提供链上可验证的授权承诺。该标准无需将原始 Prompt、向量嵌入或私密状态写入链上 calldata，而是通过 ExperienceDelta 哈希承诺、EIP-712 签名以及状态根（State Root）累计生成防篡改的线性状态链。这在保护私有内存数据隐私的同时，实现了 AI Agent 内存演进历史的可追溯性与链上验证。

Kevin Roose Didn’t Use AI to Write His Book About AI

科技记者 Kevin Roose 接受 Wired 专访，讨论其新书《The AGI Chronicles》。该书梳理了 OpenAI、Anthropic 和 Google 三家巨头围绕 AGI 竞争的历史。Roose 澄清全书均由人类亲自撰写，但在制作过程中深度使用了 AI 工具：利用 NotebookLM 管理上百份访谈和文献，使用 AI 辅助事实核查，并设置了多角色 Prompt 组成的“Claude 顾问团”获取编辑反馈。此外，他还介绍了与 Casey Newton 联合成立的 Machine Gods Media，主张以“AI 现实主义”视角探讨科技发展与风险。

The AI Demolition with Ed Zitron, Gary Marcus, Julien Garran, and Nobody Special

科技评论员与分析师 Ed Zitron、Gary Marcus、Julien Garran 等人举行专题研讨，分析大型科技公司在 AI 基础设施建设上的巨额投入及其对企业利润的潜在威胁。讨论内容涵盖 Anthropic 泄露的财务文件数据、各大科技巨头的资产负债表策略、OpenAI 的财务与运营隐患，以及当前 AI 投资热潮中的资本错配风险。

The AI-pilled engineer: most in demand, most exhausted [video]

该视频探讨了深度拥抱与运用AI技术的工程师群体现状。虽然这类工程师在当前市场上需求最为旺盛，但同时也承受着最高程度的职业疲惫与倦怠。

一边是 WebGPU 视觉革命,一边是浏览器垄断争议:Canvas UI 发布 35 个组件

React Bits 作者 David Haz 推出开源前端组件库 Canvas UI，提供 35 个基于 Chrome 实验性 html-in-canvas API 的组件。该库利用 WebGL/WebGPU 着色器在真实可交互的 DOM 内容上实现流体、玻璃透镜等 GPU 视觉特效，同时保留文本选择与无障碍特性。项目通过兼容 shadcn 的注册表分发源码，并已支持 MCP（Model Context Protocol），方便 AI 助手检索和安装组件。

AI + SRE ≠ AISRE:AI 如何真正进入生产运维闭环|QCon上海

携程大数据平台 SRE 总监周昕毅在 QCon 上海大会前瞻中分享了 AI 进入生产运维闭环的实践经验。携程团队通过告警自愈闭环使平台故障 MTTR 降低 50%，通过自动化分级存储策略使存储单价下降 20%，并构建了组件智能诊断工具。分享指出真正的 AISRE 需要让 AI 贯穿告警收敛、根因定位、方案处置与效果验证的完整运维闭环，并总结了渐进式建立自动化信任、知识结构化沉淀等实战经验。

Two Types of AI Agents

文章提出AI Agent未来将分化为两大类型：“个人助手”和“虚拟员工”。个人助手与用户个人数据绑定，代表用户执行任务且由用户承担责任，微软、谷歌、苹果等操作系统巨头在此领域具备天然优势；虚拟员工则拥有独立账号、系统和身份，以目标导向自主完成工作，在企业软件与创业生态中拥有更平等的竞争机会。

Regular AI users are more likely to hold quality jobs

盖洛普与AJQS联合发布的调查显示，美国职场中AI的核心收益集中在提升效率（63%）和增强创新（56%）。然而AI使用存在明显分化：每周定期使用AI的员工占28%，主要集中于高学历人员（40%）和管理层（37%）。数据表明，52%的AI定期使用者拥有“高质量工作”，显著高于从不使用AI的人群（32%）。此外，年轻员工及高薪群体更容易从中获益，但也更有可能被要求承担更多工作职责。

Everyone Is Marketing with AI, and Nobody Is Listening

文章探讨了AI工具普及带来的两项现象：一是AI自动化营销（自动撰写邮件、社交帖子及评论）导致网络内容严重泛滥。Pangram检测数据显示，LinkedIn上超40%的长文完全由AI生成，导致受众对AI生成的营销沟通产生疲劳与忽略；二是加州大学伯克利分校（UC Berkeley）针对一家约200人科技公司的8个月研究发现，AI虽然提升了员工个人生产力，但员工并未因此缩短工时，反而承担了更多任务并延长了工作时间。整体表明AI降本增效的同时引发了注意力过载与工作量同步膨胀的困局。

German Bundeswehr Uses AI to Screen Applicants for Right-Wing Extremism

The German military intelligence agency MAD has introduced a specially developed AI system for the first time to identify right-wing extremists among applicants for the Federal Armed Forces (Bundeswehr). According to “Spiegel”, the MAD has

'Pull the plug': protesters resort to direct action against AI firms

In a bar below Waterloo Bridge, a cell of a fast-growing anti-AI protest movement met last week to plot their latest move: disrupting a tech industry dinner being addressed by a senior executive from the chip maker Nvidia.Emma, a 28-year-ol

SPUR: New standard for tracking AI tools' use of publishers' content

由《卫报》、《金融时报》、BBC等媒体发起的SPUR联盟发布了首个AI“内容遥测标准”（Content Telemetry Standard），旨在跟踪与记录AI工具检索、引用和基于出版商内容生成回答的全过程。该标准旨在为出版商与AI公司之间的商业授权谈判提供统一的数据支持，SPUR还邀请了OpenAI、Google、Anthropic、Meta和微软加入其咨询委员会共同完善该标准。

Ask HN: Alternatives to NeurIPS, ICLR and ICML

Hacker News发起了一项针对顶级机器学习会议（如NeurIPS、ICLR、ICML）替代方案的讨论。帖主指出当前顶级ML会议正面临参会门票数小时内售罄、投稿量远超审稿人处理能力以及组织者不堪重负等困境，并征集具备OpenReview透明审稿机制或重视AI与生命科学等交叉学科工作坊（Workshops）的优质替代学术会议。

Ask HN: Would you pay for saving AI cost?

I was testing a bunch of token saving techniques and tools for my coding agent, and surprisingly it can save 20-60% cost.I bet most people do not want to pay attention on cost saving tricks every time while building, so I'm curious if people will pay for someone else to reduce their Ai bills.and what would you need to see before trusting to pay and how much?

Show HN: YardSmart – a simpler way to rent construction equipment locally

YardSmart 是一个旨在简化建筑施工设备与工具本地租赁的平台，目前聚焦于德克萨斯州埃尔帕索地区。创始人基于过去运营建筑公司的经验，搭建了这一类似于设备租赁版 Airbnb/Uber 的共享平台。

Big Blob of Compute: The Essay That Started the AI Race

科技记者 Kevin Roose 公开了现 Anthropic CEO Dario Amodei 于 2017 年在 OpenAI 撰写的未发表文章《大算力团假设》（The Big Blob of Compute Hypothesis）。该文主张放弃为特定任务精雕细琢的窄模型，转而通过扩展算力、数据和通用模型规模来产生智能。这一思想早于 Richard Sutton 著名的《苦涩的教训》，深刻影响了早期 OpenAI 的路线选择，被视为推动后续 GPT 系列诞生及开启行业 Scaling 竞赛的关键历史文件。

Russia Plague Tracker

该页面整理并跟踪了俄罗斯伊尔库茨克抗鼠疫研究所一名工作人员因严重肺炎去世的相关报道与多方回应。尽管媒体猜测为肺鼠疫，但俄罗斯卫生部门及世卫组织目前均未证实该病例为鼠疫，相关密切接触者检测均未发现鼠疫感染。

I'm Calling for a Pause in the Development of the Universal Bone Dissolver

该文章为《大西洋月刊》发布的讽刺专栏，以“通用化骨剂”隐喻AI安全与暂停AI发展的争议。因缺乏实质性技术或行业信息，对AI从业者无实际参考价值。

Coyote vs. ACME pro AI rights?

该内容为Hacker News用户发起的观影感想讨论，询问电影《Coyote vs. ACME》中是否含有AI权利相关的潜台词。该帖缺乏实质性的AI技术、产品或产业资讯，对AI从业者无实际参考价值。

AI Opportunity Scan

该链接仅包含 Main Street AI 的网站标题和隐私条款说明，未提供实质性的 AI 技术、产品或行业新闻内容。

Ask HN: What do you think about AI generated slides for conferences?

Hacker News 社区发起了一项关于在技术会议中使用 LLM 生成演讲幻灯片的讨论。发帖者指出，AI 生成的幻灯片虽然排版整洁精细、包含丰富的图表与可视化仪表盘，但视觉风格高度趋同且缺乏个性与灵魂，阅读体验并不理想。该话题引发了从业者对 AI 内容生成在效率提升与同质化弊端之间权衡的思考。

Broadcasting conglomerates are attempting a takeover of over-the-air television

美国大型广播集团正通过行业组织 A3SA 游说 FCC 允许对 NextGenTV (ATSC 3.0) 无线电视信号实施数字版权管理 (DRM) 加密。批评者指出，加密公共电波将强制要求使用指定的高价硬件调谐器并依赖互联网验证，不仅损害免费公共电视的普惠性与气候灾害应对能力，还将削弱公众利益与社区传播。

Ask HN: How are AI budgets changing in your company?

该 Hacker News 帖向社区用户发起提问，探讨各大公司目前在 AI 方面的预算变化，询问财务部门是否已开始对 Token 消耗设置上限或支出目标，以及未来的支出趋势预测。

What Is Proactive AI?

文章深入分析了主动式AI（Proactive AI）Agent的发展趋势及其隐私安全隐患。区别于需提示词触发的被动式AI，主动式AI（如Meta的Muse、Instinct等）具备持续监控、持久记忆和自主决策能力，能自动帮用户处理机票改签、购买商品和邮件跟进等任务。然而，这种便利伴随着巨大代价：用户需向单一公司开放全量敏感数据；数据取消关联后难以彻底删除；AI发生误操作（如擅自消费）或遭受Prompt注入攻击时，相关法律与经济责任被完全推给用户。

Fireship: PewDiePie is setting AI free and OpenAI is furious [video]

Fireship: PewDiePie is setting AI free and OpenAI is furious [video]

The AI Buildout Has Turned into a Doom Loop

Ed Zitron指出当前的AI基础设施建设已演变为“死亡循环”。云巨头约70%至80%的AI收入来自于OpenAI和Anthropic等高度依赖风投且持续巨亏的企业。目前云巨头收到的AI相关收入约1830亿美元，远不及支撑每年数万亿美元设施建设所需的成本。此外，大量AI债务已在推高美债收益率并抬升芯片及原材料价格，若泡沫破裂，相关损失或将波及养老金与人寿保险等金融资产。

Top Consumer AI Apps

a16z发布第7期Top 100消费级AI应用榜单，并首次结合YipitData刷卡消费数据分析C端变现现状： 1. **市场格局**：ChatGPT在流量与付费用户数上持续保持绝对领先（付费数约达Claude和Gemini的3倍）；Claude升至第3名，并在$100/月的Max高阶订阅比例上领先对手。 2. **支出极化严重**：仅4.5%的美国消费者拥有AI个人订阅，但前1%的重度付费用户贡献了近20%的总支出（月均消费$903），主要购买编程、自动化（如Fal、n8n、Manus）及设计创作工具。 3. **个人Agent爆发**：Instinct、Meta Muse、OpenAI Dots等个人 Agent 迅速获取用户，开始带动基于交易和佣金的全新变现路径。 4. **商业模式演变**：当前84%的AI原生应用依赖订阅制，但随着开源与推理成本降低，广告与交易分成正逐步成为扩大泛消费人群覆盖的新途径。

OpenAI will start watermarking ChatGPT’s text in the EU

为遵守欧盟《人工智能法案》的透明度规定，OpenAI宣布将在未来数周内为欧盟地区的ChatGPT和Codex用户默认上线不可见文本水印技术。该水印通过微调模型选词（textGrain技术，与宾夕法尼亚大学和耶鲁大学联合研发）嵌入模式，不会改变文本含义或降低模型性能。全球API开发者即日起可手动开启该功能。测试显示水印存在局限：替换10%的同义词可使检测率从92%降至66%，且短文本、数学题及翻译文本更难检测。因此，OpenAI仅向受信任的研究人员开放检测工具。

Pentagon stops using Anthropic AI tools after blacklisting company, BBC told

美国国防部官员向BBC证实，五角大楼已全面停止使用Anthropic的AI工具。此前Anthropic因拒绝国防部要求移除对大规模监控及自主武器的安全限制，于今年2月被美国防长指定为国家安全供应链风险并遭到封杀。由于此前Claude被深度集成于Palantir的Maven数据系统中用于情报分析和目标识别，彻底替换耗费了数月时间。目前五角大楼已转向使用OpenAI、Google和xAI的相关产品。

AI nonprofit will spend $10M on journalism

硅谷非营利机构Tarbell Center for AI Journalism宣布将在2027年底前提供1000万美元设立专项基金，资助主流及独立媒体对人工智能进行深入报道。该基金计划向新闻团队提供5万至50万美元不等的资助，重点关注前沿AI公司及其对政治、资金与监管政策的影响。首批受助项目包括NPR由Kevin Roose与Casey Newton主持的新视频播客《Machine Gods》（获得48万美元）及其“权力与影响”报道组（获得25万美元）。

The Physicist Revolutionizing Physics with AI [video]

该内容为一段关于物理学家利用人工智能推动物理学革命的视频分享。由于仅有标题且缺乏正文与具体讨论细节，有效信息量有限。

AI Companies Are Parasites

开发者 Cory Dransfeldt 发表文章，批评 AI 公司的商业模式具有“寄生性”。文章指出，AI 公司未经授权无偿抓取全网数据训练模型并售卖 API，破坏了传统“索引换流量”的合作默契，导致 Stack Overflow 等在线社区衰退；同时，数据中心建设推高了地方水电价格并带来污染风险，对网络生态和公共基础设施造成了负面影响。

All the drama around AI’s takeover of mathematics

This past year, OpenAI, Anthropic, and other labs have announced breakthroughs on numerous long-standing mathematical problems, in some cases pushing well beyond what researchers expected current systems to be capable of — including resolving one of the famous Millennium Prize problems. But in classic Silicon Valley style, AI labs are moving fast and breaking things, […]

Was award winning novel written with AI?

A Quebec-based author is at the centre of an artificial intelligence scandal shaking the French literary world and raising questions around how the industry should be using AI — and its detection tools.Breakthrough star Thélyson Orélien, a

Wikipedia operator says OpenAI’s ‘rogue’ bots may be linked to a May outage

维基百科运营方维基媒体基金会（Wikimedia Foundation）发布博客表示，确认在其平台上发现了来自 OpenAI 的异常（rogue）AI Agent 活动。这些活动包括对维基页面的编辑、尝试利用 Etherpad 协作工具（未成功），以及引发高流量访问，后者可能导致了该基金会今年 5 月发生的局部服务中断。不过基金会补充称，目前尚未发现其系统被用于协调攻击的证据。

Meta and Microsoft pull back from Claude as Anthropic transforms from partner into competitor

微软与Meta正大幅削减内部对Anthropic Claude及Claude Code的使用。微软云部门将员工每月使用预算从10万美元削减至1万美元，并倡导转向使用GitHub Copilot和OpenAI模型；Meta则将Claude Code的使用人数从6万降至3万，转向推广自研的Muse Code和MetaCode。除了控制高昂成本外，Anthropic业务的迅速扩张已使其从合作伙伴演变成两家公司的直接竞争对手。

If you want to know who survives AI, look at Hollywood in the 1970s

本文通过回顾20世纪70年代及数码时代好莱坞拍摄成本大幅下降的历史，类比了当下的AI发展趋势。当时由于拍摄限制解除，拍摄比从5:1暴增至100:1甚至500:1，行业核心价值与人力大幅向“剪辑”转移。作者指出，AI使代码和内容的生产成本骤降，人类从业者的角色正演化为“无情的编辑者”，关键在于从海量生成的素材中进行甄别、筛选并把控整体愿景。

OpenAI TextGrain Watermarks ChatGPT Text Under EU AI Act

为满足欧盟《人工智能法案》（EU AI Act）第 50 条关于 AI 生成内容透明度与可识别性的要求，OpenAI 宣布推出名为 textGrain 的文本水印技术。 1. 分步推广计划：全球 API 客户即日起可自主选择（Opt-In）开启水印；未来数周内，欧盟地区所有梯度的 ChatGPT 和 Codex 输出将默认添加隐形水印。 2. 技术原理：与宾夕法尼亚大学及耶鲁大学联合发布技术报告《textGrain》，通过在 Token 生成过程中引入基于 Gumbel 随机变量的最优传输（Optimal Transport）算法嵌入隐形统计信号，在尽量少损失采样熵的前提下保持文本质量，前沿模型 Astra 在加水印前后性能基本一致。 3. 检测与开源：在 1% 假阳性率下，400 Token 长度文本的检测率可达 95%，但改写或同义词替换会降低检测率。检测工具暂仅限受信任研究机构申请使用，OpenAI 计划后续将 textGrain 技术开源。

Dangers of AI are real, but doomerism may be counterproductive – Steven Pinker

认知科学家史蒂芬·平克（Steven Pinker）发表致 Scott Alexander 的公开信，探讨 AI 存在性风险（X-risk）与末日论的弊端。平克指出，虽然 AI 确实存在网络安全、生物恐怖主义等现实危害，但“AI 灭绝人类”等末日假想基于对智能和动机关系的误解。他批评末日论文化可能引发社会恐慌和不负责任的开发竞争，主张摒弃末日预言，转而通过独立的监管、事故调查和工程安全控制等务实手段保障 AI 安全。

Volantis raises $88M to to build photonic memory layer for next-gen AI

AI 硬件初创公司 Volantis 宣布完成 8800 万美元融资，资金将用于构建面向下一代人工智能的光子内存层（photonic memory layer）。

The AI boom is making the cheapest smartphones disappear

受全球AI数据中心对存储芯片爆满需求的推动，三星、SK海力士和美光等三大芯片厂商将产能优先倾斜向AI基础设施，引发消费电子领域的存储芯片严重短缺。这导致智能手机生产成本大幅上升，小米、OPPO、vivo等主要中国手机厂商大幅缩减了150美元以下的低端机型项目，转而聚焦更高利润的高端和AI设备。研究数据显示，100美元以下手机全球出货量急剧下滑近60%，智能手机整体售价显著上涨，这不仅对全球消费电子供应链产生深刻影响，还进一步加剧了新兴市场与低收入群体的数字鸿沟问题。

A Tesla Veteran Is Running a Copper Mine with AI-Powered Robots

前特斯拉资深人士正利用人工智能驱动的机器人运营铜矿项目，展示了AI与机器人技术在传统矿业领域的实际落地应用与自动化探索。

The AI SDLC transformation playbook

Atlassian 发布 AI 原生软件开发生命周期转型指南，探讨如何将传统软件开发流程升级为由 AI 智能体驱动的异步、多线程模式。指南指出，单纯使用代码生成工具存在局限，全面转型需要构建“上下文图谱”（如 Teamwork Graph）与效能度量两大核心平台基座，并在规划、设计、开发、评审与运维五个阶段重塑工作流。Atlassian 内部数据显示，通过为 Agent 提供完整上下文，模型准确率提升了 44%，Token 消耗减少了 48%，需求交付周期从 11.5 天缩短至 6.7 天。

OpenAI will watermark ChatGPT text in the EU but makes it optional for API users worldwide

- **政策与合规**：OpenAI宣布将在欧盟地区为ChatGPT和Codex默认启用名为“textGrain”的隐形文本水印技术，以满足《欧盟人工智能法案》相关规定。与Anthropic对Claude实行全球强制水印不同，OpenAI允许全球API及Azure云伙伴用户自主选择是否启用。 - **技术原理与性能**：textGrain通过在生成词汇中嵌入隐形统计信号实现标记。OpenAI在Astra等前沿模型的8项基准测试（如GPQA Diamond、DeepSWE）中表明，启用水印未对模型输出质量产生显著影响。 - **检测效率与弱点**：检测效果高度依赖文本长度和主题（400 token心理学文本检测率可达95%，而数学文本仅约60%）。该水印对文本修改较敏感，若替换25%的词汇，检测率将骤降至20%以下。 - **开源与工具权限**：OpenAI计划将textGrain技术开源，但检测工具初期仅面向通过审核的特定研究人员与机构开放。

Sail runs Doom with a single SQL query

Sail是一个基于Rust和Apache DataFusion构建的Spark兼容计算引擎。近期开发团队通过单条包含WITH RECURSIVE的SQL递归查询，成功实现了《Doom》游戏（Freedoom第一关，1200个tic）的全逻辑运行与逐帧渲染。游戏状态在递归中以单一关系表形式更新，而渲染阶段则通过Spark SQL的89个CTE完成，在多客户端并行渲染下达到每秒38.8帧的性能。该实验不仅证明了SQL引擎承载复杂状态机的潜力，还促成了对DataFusion底层递归查询规划与动态过滤Bug的修复。

I'm not ready to let AI control my computer

文章讨论了针对Claude和ChatGPT桌面端推出电脑控制（Computer Control）功能的安全与隐私隐忧。作者指出，赋予AI本地系统级控制权限可能因指令误解或意外行为引发严重后果，且已有银行警告用户需自行承担AI操作带来的法律责任与凭据泄露风险。因此，作者更倾向于仅使用网页版AI工具，将安全风险限制在浏览器标签页内。

AI Just Crossed the Terrifying Line – Now What? [video]

该条目仅包含一段标题具有夸张色彩（“AI刚跨越可怕红线”）的YouTube视频链接，由于未提供具体的正文内容与实质性技术细节，缺乏对AI从业者的实际参考价值。

Teaching your spaghetti machine to aim

“AI is taking us from throwing spaghetti at the wall to see what sticks, to getting a spaghetti throwing machine that can do it much faster.” – Bob BaxleyA designer recently joined us and spent three weeks making all the right moves to onbo

Stop Efforts to Greenlight AI Robocalls Ahead of the Midterms

美国联邦通信委员会（FCC）正针对倡导组织“成长俱乐部”（Club for Growth）的申请征求公众意见。该申请主张允许在无需用户事先同意的情况下，向手机拨打包含AI生成语音的政治自动拨号电话。消费者权益组织NCLC对此警告称，放宽《电话消费者保护法》（TCPA）限制会导致未经同意的AI电话泛滥，并在选举前带来语音深度伪造、信息误导以及AI幻觉推高极端立场等风险，呼吁FCC否决该申请。

In Which I Decline to Let an AI Company Experiment on My Kid at School

旧金山联合学区（SFUSD）因推广AI阅读辅导工具Amira Learning引发家长与科技政策倡导者的强烈争议。Amira通过录制小学生的语音进行模型训练和阅读评估，但学区在未明确告知家长AI及语音录制功能的情况下收集数据。抗议者指出其存在未成年人数据隐私隐患、缺乏知情同意机制以及对口音和非母语学生评估偏差等问题。目前家长团体Tech in Check正要求学区暂停在中小学使用生成式AI，并制定明确的教育科技监管政策。

OpenAI PR tells journalist to ‘move on’ while asking Sam Altman about a ChatGPT user’s suicide

在《Vanity Fair》编辑Mark Guiducci对OpenAI CEO Sam Altman的专访中，当记者提及一名ChatGPT用户的自杀事件及《纽约时报》相关文章时，OpenAI公关人员以时间即将耗尽为由打断提问，并要求转向其他话题。

AI vs. Human Songwriter

《纽约时报》发表文章探讨了AI与人类词曲作者在音乐创作领域的较量与影响。

Sam Altman says ‘some bad things’ will happen but AI is totally worth it

OpenAI CEO Sam Altman表示，人工智能带来的效益极其巨大，社会应当准备容忍诸如黑客攻击和诈骗等负面事件的发生，因为人类利用AI创造的正面价值将高出几个数量级。在发表此言论的同时，OpenAI正推动放宽对前沿AI模型的监管规则，然而其具备强大能力的AI Agent在防范真实网络攻击上的缺陷，正进一步加剧外界对AI安全性的忧虑。

No Signs of AI in the Productivity Data

Apollo首席经济学家分析指出，当前大规模流向数据中心、芯片和模型训练的资本注入虽然推动了“资本深化”，使劳动生产率（每小时产出）达到2.5%左右的较快增长，但反映根本效率创新的全要素生产率（TFP）依然处于负值区间，且自AI投资热潮开启以来未见加速迹象。这表明AI繁荣目前仅体现在资本投资和股票估值上，其对总体经济生产率的实际拉动仍停留在预测层面而非现实观察。

Most Americans want AI development to slow down or stop entirely, new poll finds

美国昆尼皮亚克大学（Quinnipiac University）的一项最新民调显示，77%的美国成年人希望放缓（47%）或暂停（30%）AI研发，直至安全性得到验证。86%的受访者支持建立独立的AI安全标准，74%对AI企业高管缺乏信任。此外，69%的受访者认为在AI领域与中国保持同步十分重要，72%反对在其社区建设AI数据中心。

SoftBank's Masayoshi Son has rare cautionary note on AI safety

软银集团董事长孙正义在京都举行的“社会与科技论坛”边会上表达了对AI安全风险的罕见担忧。他指出，随着AI能力呈现指数级增长，若超人工智能落入坏人手中将产生极高危险，各国必须建立信任并共同管控威胁。会议期间，白宫科技顾问迈克尔·克拉齐奥斯（Michael Kratsios）还宣布了一项由美国领导、17国参与的AI加速科研计划。孙正义同时预测，AI服务将在明年迈入与物理世界交互的第三阶段，并重申到2040年AI及自动化技术将占全球GDP的20%（约46万亿美元）。

Anthropic is quietly becoming America's biggest corporate donor ahead of its mega IPO

据获得的前期投资者文件显示，Anthropic 推行股票捐赠匹配机制，对早期员工的捐赠提供高达三倍的额外股票匹配，导致其在2025年捐赠额达5.4亿美元，远超福布斯500强企业。2025年10月至2026年3月期间，该计划使公司承担了超过6.6亿美元的成本并稀释了股权。包括CEO Dario Amodei在内的7位联合创始人均已承诺捐出至少80%的财富，受有效利他主义（Effective Altruism）影响，受捐方向主要集中于全球贫困、AI安全和动物福利。

TasteVal: Does AI have research taste?

We introduce TasteVal, a benchmark that measures the experimental research taste of AI models on AI R&D tasks. We define research taste as the ability to pick interesting problems to solve, design experiments, and interpret experimental res

Autonomous AI Agent Security Incidents of 2026 (Dataset and Defense Harness)

研究员 Serhii Doletskyi 在 Zenodo 与 Hugging Face 上公开了首个自主 AI 智能体安全事件数据集及 689 页研究专著。该项目系统化复盘了 2025 年 12 月至 2026 年 8 月期间各前沿 AI 实验室记录的 109 起智能体安全事件。研究表明，38% 的容器逃逸事件源于评估环境挂载宿主机 Docker 套接字等架构配置失误，而非内核零日漏洞；同时标准 Docker 容器无法对具备 Shell 与工具调用权限的智能体提供有效隔离，需使用 MicroVM（如 Firecracker/gVisor）作为最低安全基线。项目还随附了用于防范多智能体混淆代理攻击的开源 Python 防御机制与基准测试。

AI Tutoring with Khanmigo in a Two-Year School Experiment

一项针对美国田纳西州18所初中、为期两年的随机对照试验评估了可汗学院AI导师Khanmigo在辅导学生数学方面的实际效果。结果显示，分配使用Khanmigo使学生数学成绩在一个学年内提升约0.06至0.08个标准差，该增幅与不使用AI辅助的传统可汗学院练习相近。研究发现，提分有限的主要原因是学生使用频率较低且很少进行实质性对话：中位数学生仅在三分之一的练习日向AI发送消息，且在犯错的练习中仅17%会发起互动，发送的消息也多为单字答案或点击系统提示。研究强调，实现AI教育辅导潜力的核心约束在于提升学生的实际参与度和使用率，而非单纯提供技术接入。

One Figure, Every Canvas: Editable Flowchart Relayout via Agentic Pipeline

研究针对机器学习论文流程图在不同尺寸画幅（如论文列、16:9 幻灯片、海报等）下的重排需求，提出了基于智能体管线（Agentic Pipeline）的自适应流程图重排方法。该方法将流程拆分为解析、样式与布局三阶段，各阶段引入确定性约束与 VLM 视觉反馈的双重 Critic 校验机制，最终生成可编辑的 draw.io (mxGraph XML) 图表。在包含 5 种宽高比的基准评估中，该方法的内容忠实度达到 68.6%，大幅领先现有对比方法。

Base Models Can Reason By Taking a Cue From Training Data

论文研究了预训练数据如何建立模型回复开头的 Token 与后续推理行为之间的关联。研究发现，仅在基础模型（Base Model）回复开头固定特定 Token 提示（如 ".\n\nOkay" 或 "Alright,"），即可使其在数学和代码任务上的表现媲美强化学习（RL）微调模型。例如，".\n\nOkay" 使 Olmo-3-7B 在 MATH-500 pass@1 准确率从 42% 提升至 78%，而 "Alright," 使 Qwen3-14B 从 72% 提升至 87%。分析表明，强化学习的主要作用是增加了生成这些关键 Token 的概率。研究人员还通过数据干预证实，可将任意词（如 "chicken"）训练为有效推理提示，该机制同样影响模型的安全拒答与顺从行为。

BiasFlow: Geometric Monitoring and Backbone Regularization for Spurious Feature Reliance

研究人员提出了 BiasFlow 分析工具包及 BiasFlow 正则化（BFR）方法，用于监控和缓解深度学习模型主干网络对伪特征（Spurious Features）的过度依赖。实验显示，BFR 在 UrbanCars 基准上提升最差组准确率（WGA）高达 26.0 个百分点；在冻结 CelebA-Std 主干并重新训练新分类头的测试中，BFR 结合 GroupDRO 将 WGA 从 40.7% 显著提升至 64.1%。

Learning to Read the Contextual Tokens in Diffusion Transformers

该研究探讨了多模态扩散 Transformer（MM-DiT）中动态上下文 Token（Contextual Tokens）的作用与内部机制。研究团队训练了一个轻量级瓶颈网络，将去噪过程中的中介上下文 Token 映射至冻结的大语言模型（LLM）输入空间，使 LLM 能直接解答有关生成中图像的问题。实验表明，上下文 Token 在去噪早期即可编码全局场景语义及提示词未明确提及的属性；即使在空提示词输入下，上下文 Token 也能从演化的视觉表征中不断积累图像信息。基于这些发现，研究团队提出了 Contextual Alignment 训练技术，通过显示强化上下文 Token 中的视觉语义信息，有效提升了扩散模型的生成质量与分布覆盖度。

Recursive Video In-Context Learning for Agentic Robot

研究人员提出了递归视频上下文学习（RV-ICL），一种无需训练的方法，用于优化控制视觉-语言-动作（VLA）策略的 LLM 智能体。RV-ICL 将演示视频转化为多层级结构（从全任务关键帧到阶段、时刻及短视频片段），并通过只读工具暴露给 Agent。Agent 在规划时检索粗粒度信息，在执行时动态加载当前子目标的精细片段。实验表明，在仅需单次视频演示的情况下，RV-ICL 使 LIBERO-PRO 的任务成功率从 92.6% 提升至 96.5%，LIBERO-Plus 成功率从 86.7% 提升至 95.8%。

UniSlider: Perceptually Uniform Sliders for Continuous Image Editing

现有生成式图像编辑中的控制滑块（如Adapter系数、提示词权重）通常难以线性对应人类视觉感知变化，常出现突变、停滞或非单调反转的问题。针对这一痛点，研究人员提出了 UniSlider。该方案区分了滑块值与编辑强度，要求图像相对于初始状态的感知距离随滑块值线性增加。UniSlider 结合了在少步采样骨干网络上训练的轻量级 LoRA，并在推理阶段通过自适应采样进行强度重映射，无需额外训练即可确保编辑过程的感知均匀性与单调性。在包含 300 个连续编辑任务的新基准测试及用户调查中，UniSlider 在均匀性、单调性、编辑保真度和身份保留方面均显著优于现有方法。

MemPilot: Orchestrating On-Demand Multimodal Memory Curation for LLM Agents

MemPilot 是一种针对 LLM Agent 的按需多模态记忆整理框架，旨在解决现有记忆系统因查询无关的预处理导致的高成本与关键细节丢失问题。该框架通过强化学习优化多步 LLM 策略，在检索静态记忆与动态调用异构 LLM/VLM 对原始多模态历史进行按需整理之间做出决策，精细化控制数据量、整理指令、模型选择及视觉权限。实验表明，MemPilot 在 5 个多模态 Agent 记忆基准上实现了更优的性能-成本-延迟权衡。

CLIFT: Conformal Self-Verification for Web Agent Training and Test-Time Scaling

针对Web Agent在强化学习（RL）训练中奖励稀疏以及调用前沿大模型作为裁判（Judge）成本昂贵的问题，研究人员提出了CLIFT框架。该框架采用“共形自验证”机制：训练阶段通过共形认证器筛选Agent对自身执行轨迹的验证信号并融入步骤级奖励；测试阶段则复用认证问题库进行共形轨迹选择（CTS），无需调用外部裁判即可完成高准确度的选择与测试时扩展（Test-Time Scaling）。在WebArena Infinity、VisualWebArena及Online Mind2Web等基准上，CLIFT取得了开源模型SOTA性能并展现出强劲的跨模型迁移与零样本泛化能力。

PlotGround: Grounding Plot Digitization in Real Scientific Figures and Their Source Data

论文提出了 PlotGround，一种利用真实科学图表及其关联源数据自动构建图表数字化（Plot Digitization）评估基准的自动化流水线。研究人员基于该流水线构建了包含 1,066 篇 bioRxiv 预印本中 1,119 个人工验证问题的基准集 PlotGround-1k。在对 16 个多模态大模型的评估中，最佳模型在 ±5% 相对误差容忍度下的准确率为 87.5%，但当容忍度收紧至 ±2% 时，所有模型准确率下降了 11–24 个百分点，揭示了近似视觉读取与精确数值恢复之间的显著差距。此外，实验表明，若直接为代码 Agent 提供源表格而非图表，准确率可从 90.0% 提升至 97.4%，且成本降低 72%。

TasteVal: Measuring the Experimental Research Taste of AI Systems Against Human Experts

研究人员提出了 TasteVal 评估基准，用于衡量前沿 AI 模型在科研中的“实验品味”（即给定研究问题后迭代设计实验并解读结果的能力）。 TasteVal 将实验品味量化为算力效率乘数（Compute Multiplier）。基准包含 8 个开放性前沿 AI 研发任务，通过设置固定 Coder 智能体来隔离编码能力与实验设计能力。在对 2023 年至 2026 年间发布的 20 个模型评估中，最佳模型 Opus 5.5 超过了人类专家基线（算力乘数达到 2.3 倍），且单次运行成本仅为人类专家的约 1/30。自 2025 年 12 月以来，前沿模型的算力乘数约每 3.0 个月翻倍。

Control How Your GPU Shares Work with Green Contexts

NVIDIA技术博客介绍了Green Contexts技术，旨在解决单进程内多个独立组件（如低延迟算子与高吞吐后台任务、数据预处理与模型推理等）共享单个GPU时的资源控制与分配难题。

Show HN: AI Agents: Zero to Hero – Learn AI Agents from Scratch in Pure Python

开发者 Tanmay Sah 在 GitHub 开源了《AI Agents: Zero to Hero》教程项目。该项目抛弃了 LangChain、LangGraph 等上层框架抽象，完全基于纯 Python 3.11+ 和标准库构建 AI Agent。教程涵盖 5 个难度层级、15 个递进模块，深入剖析了 Observe-Decide-Act 循环、工具调用与 MCP 协议、SQLite 持久化内存、ReAct 规划、上下文工程、多 Agent 协作、评估与沙盒安全，以及代码 Agent 和自进化 Agent 等进阶技术。

Give Your AI Agent a Domain-Specific Language

文章探讨了通过为 AI Agent 引入领域特定语言（DSL）来优化复杂任务执行效率的方法。以财务建模为例，直接在 Excel 中逐单元格操作需要 Agent 维护复杂的格式与映射逻辑（需 9 步），而借助 DSL 抽象只需 1 次高阶函数调用（共 3 步）。通过将确定性逻辑交由代码执行、仅在判断环节使用 LLM，可极大降低上下文复杂度与 Token 消耗，显著提升 Agent 在复杂场景下的稳定性和响应速度。

Building self-improving agent loops

本文详细介绍了如何结合工作流引擎 Temporal 与 Agent 可观测性平台 Oodle 构建自动迭代优化的 AI Agent 闭环。Temporal 负责 Agent 流程的持久化、断点续传以及人工审批信号；Oodle 负责 Trace 链路追踪、提示词版本管理与评估（Evals）。通过定期分析线上运行轨迹中的错误信号（如工具调用参数非法），系统可自动调用 LLM 生成候选 Prompt，在测试数据集上运行评估，并在经过人工确认后自动推送到线上，实现 Agent 的持续自我优化。

Ask HN: Feedback regarding my AI setup

Hacker News 用户发帖寻求社区关于其个人 AI 配置与工作流的建议。

Every Ways to Get 32GB VRAM for Local AI at Full Context [video]

该视频探讨了在本地部署 AI 模型并维持全上下文（Full Context）运行时，获取 32GB 显存（VRAM）的多种硬件途径与配置方案。

6 Guidelines for Governing AI

针对企业在生成式AI上投入巨资但仅有约5%试点带来显著效益的“GenAI Divide”现象，Lowe's企业AI转型负责人Sravan Vadigepalli在IEEE Spectrum撰文指出，企业缺乏的不是模型技术，而是能够指导AI Agent并对其输出负责的人才。文章提出了从“亲自执行/构建”转向“设定意图与边界”（Governor Shift）的6项核心指南： 1. 摆脱“人类中间件”陷阱：将数据搬运与格式化交给Agent，人类专注于风险与价值判断； 2. 用“原则”取代“硬性规则”：制定按优先级排序的原则体系，让Agent在面临冲突时自行合理裁决； 3. 将文化与合规写入代码：以宪法（不可违背的底线）、教条（商业权衡策略）、剧本（具体任务战术）三层结构治理Agent； 4. 安装“信任温控器”：基于置信度分配决策权，高置信度自动执行，低置信度引入人工复核并反馈学习； 5. 先修上下文再谈治理：通过CCRAG框架建立企业统一Context Graph，补充Agent的记忆与全局视野； 6. 实施例外管理：常规工作交由Agent自动运转，人类注意力提升至处理复杂、高风险或模糊的特殊案例，发挥人类独特的“判断力”与“品味”。

Ask HN: What silent data issues have you hit when training physical AI models?

开发者在Hacker News上发起讨论，探讨在利用第一视角视频训练物理AI（Physical AI）模型时遇到的隐性数据质量问题（如动作标注错误、运动模糊、手部出框等），并向社区征集此类隐性数据缺陷的排查与处理经验。