🔥 精选推荐
Periodic Labs 把强化学习的反馈接到真实实验室,试图让模型通过预测、合成与材料表征的循环发现新材料。Liam Fedus 和 Ekin Doğuş Çubuk 强调,实验有测量噪声、设备差异与缺失信息,不能照搬数学和编程中容易判定对错的训练方式。模拟与密度泛函计算帮助筛选方向,但最终仍需高通量物理实验检验,样本效率也受设备吞吐约束。半导体、磁性材料与超导体属于团队讨论的目标,访谈没有证明室温超导等目标已经实现。
🦐点评:团队把固态化学家、硬件工程师和 LLM 专家放进同一实验室,这种组织能力比单个模型更难复制;尽调要追踪每轮实验是否降低下一轮的成本,以及客户是否愿意为可复验的材料结果付钱,才能区分数据壁垒和昂贵研发外包。
a16z 观察到财务团队开始自己搭建 Agent,CFO 的稀缺能力逐渐转向设计数据、流程与控制系统。作者称 Anthropic 财务团队维护七十多个专用 AI Skills,其中一项可生成九成至九成五完整的月度财务审阅,将数小时工作压至约三十分钟。最精简团队把财务人员占比从传统约 5% 向 2% 的目标调整,文章并未证明这是普遍实现的结果。软件接近正式账簿后,数字溯源、凭证保留和入账审批成为产品核心;案例主要来自作者及其投资组合。
🦐点评:文中最重度的使用者是 Anthropic 税务负责人:最懂业务的人才知道该自动化什么,也会自己做工具;财务 SaaS 的竞争门槛因而上移到跨系统执行与审计责任,只卖报表或提示词模板的产品更容易被客户内部替代。
Hugging Face 作者用 ML Intern 将 9B 的图像提示词改写器蒸馏为可在 CPU 上运行的 0.8B 模型,项目计算费用约十六美元。作者报告输出格式有效率为 99.7%,这不等同于内容质量或任务准确率;另一个柑橘病害模型在 335 张测试照片上的识别准确率从 14.9% 提升至 52.8%。Agent 负责规划、试跑、训练、评测与发布,启动付费任务前需获得预算。六个项目合计约一百零三美元,仅计 GPU 和 CPU 作业费用,未包括人的时间等完整成本。
🦐点评:作者发现 Huggy LoRA 训练到五百步后会污染无关提示词的画风:训练变便宜之后,垂直模型公司的收费理由更依赖客户专有数据与副作用验收;只展示一个训练成功案例,很难支撑长期溢价。
OpenAI 称已封禁来自俄罗斯和伊朗的两组隐蔽影响行动,它们借假记者或假智库把地缘政治内容投向真实媒体。伊朗行动使用七个记者身份,俄罗斯行动则似乎让不知情的拉美人员为前台机构工作;AI 既参与内容生成,也被大量用于内部汇报。OpenAI 将两者的传播突破等级分别评为五级和四级,前者是其首次报告的五级案例。该等级反映潜在传播范围,不能当作受众意见已被改变的证明,也并非所有传播内容都由其模型生成。
🦐点评:俄罗斯行动使用 ChatGPT 最多的是向上级写报告,还会夸大自身成效;企业信任产品若只检测文案是否由 AI 生成,会漏掉真实员工与真实媒体形成的背书,更有价值的是验证身份、委托关系和内容来源链。
Claude Code v2.1.295 为命令与 HTTP hooks 加入失败时阻断动作的选项,覆盖启动失败、超时和异常退出,安全检查不再只能在成功运行后发挥作用。更新还修复了工具限制未覆盖后注册工具、以及护栏收到被截断输入却未报错等问题。企业网关新增上游首 token 超时控制、模型路由名单和请求编号,使故障切换与审计更可管理。以上是官方版本说明列出的行为变化,不能据此认定所有部署已经启用这些设置。
🦐点评:版本同时修复了远程 MCP 在长时间中断后不恢复连接的问题:企业客户购买的是持续可用、权限可信的执行系统,单独做 MCP 连接或基础护栏的创业公司,会受到宿主持续补齐能力的挤压,必须找到跨宿主的管理价值。
📌 其他新闻
据 RSS,Nvidia 计划投资芯片对手 d-Matrix,并推动兼容其硬件生态;金额未披露,全文受订阅限制。
据 RSS,OpenAI 九月底向投资者称年化收入接近五百亿美元,比先前报道低约二百亿美元;全文受限。
据 RSS,Waymo 完成五十亿美元首笔债务融资,无 Alphabet 或其他股东公司担保;全文受订阅限制。
量子位称 Manus 重组北京团队、开放十七个岗位,并获超五亿美元融资;国内产品仍在筹备,数据为媒体转述。
量子位转述 PaperBenchX:九十三项论文复现任务中最佳配置完整成功率 13.98%,不能外推为所有科研能力。
🧠 AI 技术前沿
Anthropic 宣布 Cyber Mission,面向关键基础设施和开源软件的安全防护,计划结合前沿模型推进。
查看推文 →
Anthropic 推出 OSS Scanner,免费定期扫描自愿加入的开源项目,并提供漏洞概念验证、解释与修复建议。
查看推文 →
Anthropic 宣布关键基础设施防御计划,将 Claude、驻场工程师及研究支持带给电网、水务等运营商的供应商。
查看推文 →
官方称 Brice Ménard 用 Claude 整合数据并统计补全紫外全天图;填补区域属于推断,并非新观测。
查看推文 →
介绍腾讯云开源 Octop:面向家庭及小团队的本地多用户、多 Agent 平台,以单进程和 SQLite 保存运行状态。
查看推文 →
介绍 Deep Agents 的工具绑定、固定及中途重载 Skills;读取技能时才注入相关工具,减少预先挂载负担。
查看推文 →
Cursor 演示在同一对话中追问图表,使用 /visualize 生成下一张图,支持连续探索数据。
查看推文 →
分享 Agent Plasticity 论文,主题是衡量 Agent 通过经验实现自我改进;推文本身未给出实验结果。
查看推文 →
分享世界动作模型研究,讨论从视频学习原生动作先验;推文本身未披露训练规模或性能数据。
查看推文 →
分享 Iris-3B 论文,主题是像素空间扩散模型的训练、转换和微调;仅提供论文入口,未列评测结果。
查看推文 →
分享 LIFT 视频生成研究,以未来布局及策略内自蒸馏处理大视角变化;推文未给具体指标。
查看推文 →
分享 LLM 评价成果新颖性不稳定的研究论文,仅列标题与链接,未展开方法、实验结果或适用边界。
查看推文 →
发布免费的 Harness 工程指南,覆盖从起点到实现的流程,并表示会随领域发展更新;推文未披露使用效果。
查看推文 →
🚀 创业动态
Varick 招聘驻场 GTM 工程师,自称有约六亿美元销售管线,需要加强成交与客户反馈;管线不等于收入。
查看推文 →
Anthropic 向 Genesis Mission 承诺一点五亿美元,并将向十五个以上联邦机构提供模型与技术支持。
查看推文 →
自述用自建工具把 Beehiiv 的年支出从四千美元降至三百美元以下;仍愿付多数小额订阅,更看重自由加功能。
查看推文 →
分享用 Claude 改造网店购物车的方法:选择参考截图,复制 Aftersell 模块提示词,再将生成代码放回店铺。
查看推文 →
展示三维翻页 Demo,支持不同页面比例、封面与页面编辑、翻页音效及 HTML 导出,后续计划继续更新。
查看推文 →
推广 V6 与 Seedance 2.5 的广告制作组合,覆盖短剧、播客广告等;低成本和赚钱表述为作者宣传,未附数据。
查看推文 →
自述第二个频道前四条视频获得一千订阅,由 AI 自动剪辑发布;也怀疑除切片外的编辑是否必要。
查看推文 →
建议技术创作者录制屏幕讲解,选有趣、实用且接近 AI 能力边界的主题,开场用视觉展示工具与成果。
查看推文 →
💬 观点与洞察
认为 OpenAI 数学证明发布虽引发争议,部分成果已经带动广泛协作者快速迭代;这是作者的早期观察。
查看推文 →
把大学和 Walmart 等组织视为狭窄超智能,认为忽略 AI 与既有组织协作,是生产力潜力尚未充分兑现的原因。
查看推文 →
指出真正 Agent 出现后,缺少类似早期聊天机器人研究的随机对照实验;怀疑新颖性与设计难度掩盖了大影响。
查看推文 →
转述 Anthropic 扫描报告:发现逾二万九千个候选漏洞,只来得及人工检查六千个;候选项不等于已确认漏洞。
查看推文 →
转述韩国银行遭攻击案例,称攻击者使用非最前沿模型并暴露开发目录,被 CrowdStrike 追查;属作者转述。
查看推文 →
认为企业知识资产多为文档堆积,缺少结构、版本及权限治理;可靠交付还要建设适配 Agent 的运行基础设施。
查看推文 →
认为 Haiku 5.5 评测和速度占优,并观察到用户转向 Claude Code;迁移规模未披露,属个人判断。
查看推文 →
反对所有人都会自行编写并替代已付费工具的推断,认为人的选择不会统一;借引文讨论自由与从众焦虑。
查看推文 →
回顾 AI 创作者曾不被视为职业,认为创意劳动正在变化,下一种工作可能尚未命名;属于个人职业观察。
查看推文 →
🔥 精选推荐
Stuut 宣布完成五千二百五十万美元 B 轮融资,Insight Partners 领投,a16z、微软 M12 等参投,公司称已服务超过一百五十家企业。它从应收账款切入,把联系客户、处理争议、付款匹配与 ERP 核销串起来,订单管理和信用模块仍标为即将推出。供应商案例称 Bishop Lifting 七个月内逾期应收减少 35%、DSO 缩短两天,但缺少对照组,不能将全部改善归因于软件。官网宣传数天上线,而具体案例需五至六周,实施成本和权限配置仍决定实际回报。
🦐点评:Fiserv 已成为渠道伙伴,自助版却仍按发票量收费:分发可以加快,但复杂争议单和普通账单的服务成本差别很大;看估值之前,应把企业合同的实施毛利、人工接管比例和续约后的回款增益拆出来,不能拿流转的三十亿美元当营收。
葬AI 根据伊朗旅行和多款助理的体验,质疑 Personal Agent 的订酒店、发邮件等功能能否支撑独立产品。作者认为海外开放邮箱与服务接口提供了使用空间,国内主要生活信息和交易留在 App、小程序里,创业公司较难获得上下文。文章同时承认日程管理及商务场景有局部价值,并肯定 Today AI 的交互体验,但质疑其国内服务覆盖。大厂已有聊天产品能否统一吸收这些功能,是作者提出的竞争判断,单次旅行体验不能代表所有用户。
🦐点评:文中把 Today AI 的流畅体验与有限接口并列,说明产品执行优秀也可能碰到分发边界;国内投个人助理要先看拿到了哪类独占上下文或交易入口,否则一套更顺手的交互很难对抗已占据用户日常信息的大厂。
📌 其他值得看
报道称厘清智能两轮融资数亿元,蚂蚁连续加码;从手套、Ego 数采扩展物理智能平台,属融资宣传,未披露收入。
介绍 ChatGPT 交互 UI,以自行车拆解、分账和储蓄计算器展示答案变成工具的体验,付费与免费用户分批开放。
播客比较 Dots、Muse、Instinct 的权限、上下文与硬件入口;交易额和佣金为嘉宾转述,不能据此推算营收。
解读 OpenAI 数学手稿与 Lean 校验,区分证明正确、成果新颖及人类理解;重大数学结论仍需专业审查。
作者试做云端九十秒 AI 早报视频,公开采集、配音和渲染流程;已设文字日报定时,视频尚未接入每日任务。
作者用 Opus 5.5 为 Gmail 换肤插件生成宣传视频,认为简单提示已够做功能介绍;属于个人演示,缺少量化对照。 <!-- ai-daily:complete -->