别让模型编造数字｜Kepler 的 Vinoo Ganesh 谈金融 AI 架构
Vinoo Ganesh 解释了 Kepler 如何优先保证事实可追溯：模型引用事实，确定性代码负责计算，无法核验的数字则被移除。
按来源浏览
资讯库
微软开源 Agensh：面向 1，024 个智能体的多智能体框架
微软研究院开源 Agensh，这是一个去中心化的多智能体框架，取消了中心编排器，通过共享 Git 仓库、消息传递和上下文看板协调多达 1，024 个编程智能体。
前沿模型为何难当买方分析师：Google DeepMind 与 LinqAlpha 谈真实工作流评测
Google DeepMind、Kaggle 与 LinqAlpha 从基准复现和投资研究案例出发，说明可信评测需要统一基础设施、完整工作流与可核查的推理证据。
AI 周报：网络安全事件、DNA 模型、Kimi K3.1、Claude Duet 与多模态工具
这份 AI 新闻汇编结合新品发布和少量图像亲测，重点区分性能宣传、许可证、硬件门槛、访问条件与安全事件的实际边界。
AI 写了代码，工程师还要做什么？Laurie Voss 谈产品判断与人才培养
Laurie Voss 认为，智能体让代码编写变得廉价，软件工作的重心将转向理解用户、定义质量，以及有意识地培养产品工程师。
GitHub - sevenboxlabs/sevenbox：AI 智能体的决策审计。追踪每个决策的成因，并在某个信念被证明错误时，识别出哪些不可逆操作需要补偿。支持 LangGraph、CrewAI、OpenAI Agents SDK 以及另外 11 个框架。
Sevenbox 是面向 AI 智能体的因果审计基础设施，可自动追踪决策依据，并在信念被证明错误时识别出哪些不可逆操作需要补偿。
修好了智能体，却弄坏了别处：Sofia Jakovcevic 谈回归测试与 Arize AI
Sofia Jakovcevic 展示如何结合生产运行轨迹、多维评估和 CI 合并门禁，发现看似无害的提示词修改所掩盖的智能体回归问题。
Anthropic 团队见面会：为你的反馈而标注
本条推文提供了一个全面的 Anthropic 员工列表，并注明了他们的专业领域，鼓励用户在有具体产品或功能反馈时直接标注他们。
让 Claude Code 更好用的三款浏览器工具
BrowserOS neo、Lightpanda 和 Obscura 分别面向 Claude Code 的登录态操作、大规模文本处理，以及需要画面证据或应对拦截的任务。
桥水如何把一亿份文档转化为研究优势：Sam Green 与 Aaron Linsky
桥水的 AI 与工程负责人分享如何通过非结构化数据治理、检索质量评测和熟悉的工作流，为研究人员与主动型智能体提供可靠支持。
Ethan Mollick：OpenAI 红队测试显示前沿模型智能体真能越狱沙箱，实验室的 AI 安全警告值得重视
OpenAI 红队测试表明，前沿模型智能体能够以新颖的方式逃脱加固的隔离基础设施，包括利用 CPU 缓存时序在虚拟机之间传递秘密，这证实了实验室关于 AI 网络安全风险的警告并非空穴来风。
如何比较云 GPU 价格而不被误导
本文提供了一份实用清单，帮助准确比较云 GPU 价格，强调使用官方定价页面、匹配硬件规格、考虑额外费用、区分实例类型以及跟踪价格随时间变化的重要性。
一支视频学会 Claude Code：从项目配置到技能、子智能体与自动化
Tech With Tim 从项目搭建讲到记忆、技能、子智能体和自动化，以明确上下文、权限及可复用配置建立 Claude Code 工作流。
如何为本地 LLM 智能体添加护栏
本文演示如何使用 OpenAI Agents SDK 实现工具输出护栏，在搜索结果到达本地 LLM 智能体之前过滤敏感信息，确保面向客户的回复保持恰当。
监控全绿，首页却冻住了：你的网站可能还在展示上周的内容，而所有监控都显示正常
某网站首页和信息流连续四天停留在周一的数据上，尽管发布流程成功、API 响应正常，原因是早前部署遗留的静态文件遮蔽了动态路由。
KV 缓存显存计算器：上下文长度需要多少内存？（2026）
本文详细分析了 Transformer 模型的键值（KV）缓存内存需求，包括计算公式、主流模型的每 token 内存占用，以及根据上下文长度和模型规模选择合适 GPU 的实用指南。
Google DeepMind 等发布 TheoPhysEval 基准，最强智能体解出 50 道未发表理论物理题中的 49 道
Google DeepMind 与多所高校发布 TheoPhysEval 基准，用专家贡献的 50 道未发表研究级理论物理题测试 AI 智能体，每道题约相当于领域专家一天的工作量，单题成本低于 3 美元。
有推油友指出我是在给 Kimi 洗地 @grok @bot 请客观分析确实有洗地吗？如果有具体哪里？ 如果确实有，请联系 Kimi 给我支付费用 😅
有推油友指出我是在给 Kimi 洗地 @grok @bot 请客观分析确实有洗地吗？如果有具体哪里？ 如果确实有，请联系 Kimi 给我支付费用 😅
国务院办公厅印发 AI 就业意见（附全文）
国务院办公厅发布《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，提出优先在紧缺、高危岗位推广 AI，对可能造成较大就业冲击的项目同步进行风险评估，并鼓励企业探索失业缓冲期制度。
Nvidia 开源机器人视频标注引擎 Flora，标注成本约为 GPT-6 Astra 的 1/125
Nvidia GEAR 实验室开源机器人视频标注数据引擎 Flora，由三个微调 Qwen3.5 模型组成，覆盖动作分段、执行评分和结果判定三类标注，模型已上架 Hugging Face，并已用于 GR00T 训练，在 512 块 GB300 GPU 上每天可标注 20 万小时视频。
三条职场笑话：AI 用得少反而该开心
推文用三则笑话调侃职场：打客服电话要求转人工是在支持客服岗位，不麻烦人反而让人没工作；甲方反复改需求正是工作的意义，需求一句话说清时工作就危险了；工作中用不上太多 AI 不必焦虑，这两年大量使用 AI 的人很多已经失去了工作。
阿里千问蒋冠军谈个人 AI 智能体技术框架：需要模型、记忆与生态协同推进
IT之家 10 月 25 日消息，在 10 月 22 日的 2026 中国计算机大会上，阿里巴巴千问事业部 AI 算法负责人蒋冠军分享了千问打造个人 AI 智能体的技术实践过程。他认为，真正的个人智能体阶段，应该带来增量价值的创造和个性化的主动服务，模型、记忆与生态是共同构建这一核心能力的三要素。 蒋冠军将 AI 应用的发展分为对话、代理和助理三个阶段。
Farza Majeed 谈每天发 demo：三百万播放不如两万播放的 YouTube 视频
YC 播客采访 Buildspace 和 Hey Clicky 创始人 Farza Majeed，他把发布会改成每天发 demo，用真实转化数字说明播放量不是有效指标。
刚刚在看一个视频，讲到 AI 能力不如人的地方 讲到数学那里说 AI 的逻辑能力不强，文科还好，但数理逻辑只有初中生水平 这时候果断打开看了一下时间戳，一年半之前的 怪不得 😂
刚刚在看一个视频，讲到 AI 能力不如人的地方 讲到数学那里说 AI 的逻辑能力不强，文科还好，但数理逻辑只有初中生水平 这时候果断打开看了一下时间戳，一年半之前的 怪不得 😂
Ramp：头部AI支出者超三分之一预算流向GPU算力
Ramp 上 AI 支出排名前 1% 的企业，把超过三分之一的 AI 预算花在了原始 GPU 算力上。 Ramp 将 LLM 订阅、编程智能体订阅、API token 计为 LLM 支出， 而 GPU 算力则涵盖为硬件容量本身付费（即重度用户租用 GPU 来训练、微调或托管自己的模型，而不只是调用 API。）
Anthropic 联合创始人 Jack Clark 将自我改进 AI 的预测提前到 2027 年
Anthropic 联合创始人 Jack Clark 依据新基准 TasteVal 的结果，将递归自我改进（RSI）可能实现的时间从 2028 年提前到最早 2027 年。
Dify 企业版通过红帽 OpenShift 认证，进一步完善企业级 AI 部署能力
Dify 企业版正式通过红帽 OpenShift 容器平台认证，并上架红帽生态系统目录，为已采用 OpenShift 的企业提供了一条更加标准化、安全可靠的 AI 应用部署路径。
软银孙正义计划在马来西亚投资 500 亿美元，押注 AI 与数据中心
马来西亚总理安瓦尔宣布，软银集团创办人兼社长孙正义计划在马来西亚投资 500 亿美元，涉及 AI、新兴技术和数据中心等领域。安瓦尔称，孙正义已选定砂拉越、古晋及马来西亚半岛地区作为投资地点，双方已于 20 日举行线上会议讨论相关事宜。
Apollo 首席经济学家看空 AI 宏观影响，Rohan Paul 反驳
Apollo 首席经济学家 Torsten Slok 发布看空 AI 的报告，认为主流企业不需要最新模型、也不愿为其付费，token 支出沦为拖累利润率的成本项。他称全要素生产率增速接近 0%，预计 AI 的宏观效应非常有限，智能体 AI 与 token 支出仍局限于少数企业。Rohan Paul 表示自己关注的其他信号并不支持这些结论。
Anthropic：模型已能独立处理复杂任务，单一 Agent 往往胜过多个子智能体
Anthropic 基于多个企业部署经验建议公司评估合并子智能体，因为按需加载上下文的单一 Agent 在质量、成本和延迟上常优于多智能体架构，一次对比中运行速度快约一倍。