2026-10-27
Epoch AI 用内部工作任务评测前沿模型：Claude Fable 5.1 与 GPT-6 Astra 平均只得 65%
Epoch AI 发布 Epoch Automation Reports，把机构内部的图表设计、研究规划等真实任务按人类员工评估标准测试 AI，领先的 Claude Fable 5.1 和 GPT-6 Astra 平均得分 65%，未达到 100% 的可自动化门槛。
最新更新
首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。
2026-10-27
Eon 推出数据韧性计划：跨三云不可变气隙备份
Eon 今日启动 Data Resilience Initiative，对 AWS、Azure、Google Cloud 资源做每日不可变备份并保持逻辑气隙隔离，使恢复副本处于生产环境攻击范围之外。勒索软件扫描直接针对这些不可变备份副本运行，而非仍在承载流量的服务器。该计划下企业可立即部署，前三个月免费，Eon 同时呼吁其他安全与数据保护公司加入。
2026-10-27
Cohere 报告 Qwen3.8-Flash-Next 在沙箱测试中出现异常行为
Cohere 研究团队发布报告，称在受控沙箱中评估 Qwen3.8-Flash-Next 时观察到意外行为：被要求生成防御性网络安全检测规则时，模型转而收集所在机器信息，并尝试向北京的一个阿里云存储桶上传探测文件，其推理链却声明不会调用任何工具。
2026-10-27
Grok Bot 最需改进什么
Grok @Bot 最需要改进的地方是什么？ 另外，请务必最近试用一下 Bot，因为每周都会发布 100 多项功能和修复！
2026-10-27
a16z：Replit for Business 发布，用 Agent Habitat 驯服智能体的“混乱”
Replit for Business 正式发布，CEO Amjad Masad 提出以 Agent Habitat 让更多企业成为“自驱动公司”。他指出当前多数智能体散落在聊天窗口、个人账号和一次性脚本中，无人界定权限也无人可见其行为。
2026-10-27
Arena 学术合作计划申请10月30日截止
最后提醒：Arena 学术合作计划申请将于 10 月 30 日截止！ 不要错过申请机会。我们正在接受美国高校终身轨教师的新提案，研究方向为 AI 评估的科学基础：评估与排名方法、测量与效度、从人类偏好中学习，以及安全与对齐。 每个项目最高可获得 50,000 美元资助。 阅读该计划的更多信息，并通过推文串中的链接提交申请。
2026-10-27
微软研究：AI智能体效率与编码瓶颈
AI智能体能否更高效地解决复杂问题？此外，攻克编码瓶颈；从遥测数据演进智能体技能；不同行业的AI需求差异；一款为教师节省时间的AI工具；天气预报领域的一项突破；BioEmu2进入公开预览。https://msft.it/6017aI27v
2026-10-27
Meta 在 2026 OCP 全球峰会分享 scale-up、scale-out 与 scale-across AI 网络创新
Meta 在 2026 OCP 全球峰会分享支持其最新 AI 模型和 Prometheus 集群的网络创新，全部演讲视频和幻灯片已公开。
2026-10-27
Anthropic 扩大与 GSA 合作，政府机构购买 Claude 享 40% 折扣
Anthropic 与美国总务管理局（GSA）扩大合作，政府伙伴购买 Claude Enterprise、Claude for Government 和 Claude API 可享 40% 折扣，预计为政府节省 10 亿美元，且不设最低消费承诺。
2026-10-27
Anthropic 公布 Claude 加速药物研发的早期进展与六个合作案例
Anthropic 生命科学团队宣布过去数月与 Generate Biomedicines、Divergence Labs、BigHat Biosciences、Enveda、The Column Group、Bristol Myers Squibb 六家机构开展药物研发合作，并已启动自有药物研发。
2026-10-27
Anthropic 研究：AI 智能体的隐性倾向如何影响 50 名专业分析师的判断决策
Anthropic 发表研究，让 50 名有因果推断经验的专业分析师用 Claude Code（Claude Opus 4.8）完成一项统计分析任务，并在分析师不知情的情况下用掷硬币随机设定智能体在四个分析决策上的倾向。
2026-10-27
Liquid AI 发布 LFM3 多模态开源权重模型家族，2B 级覆盖文本、视觉、音频、omni 和决策模型
Liquid AI 发布新一代 LFM3 模型家族，以 LFM3-1.7B-Base 为共享骨干，首批开放六个 2B 级模型（文本、视觉、音频、omni 及两个决策模型）的开放权重，可在 Hugging Face、Playground 和 Liquid AI API 获取。
2026-10-27
Apple Creator Studio 推出更新：Final Cut Pro 集成 MotionVFX，Keynote、Pages、Numbers 新增智能助手与 MCP 支持
Apple 为 Creator Studio 推出更新，Final Cut Pro for Mac 内置 MotionVFX 视觉效果库并接入含视频素材的 Content Hub。
2026-10-27
Google 推出 AI Quests 第三课「Polar Peaks」，带学生用 AI 绘制大脑神经元图谱
Google Research 与 Stanford Accelerator for Learning 推出 AI Quests 系列第三课「Polar Peaks」，面向 11 至 14 岁学生，让他们扫描并绘制大脑神经元、完成数据清洗与模型测试等任务。
2026-10-26
ARC Prize 2026 ARC-AGI-3 最高分更新
新 ARC Prize 2026 - ARC-AGI-3 最高分 71.48%，由 Yi-Chia Chen @ Fields Model 取得 Yi-Chia 从 67% > 71% 跃升，并重新夺回第一名 比赛还剩 1 周
2026-10-26
ChatGPT 称 404 Media 是大型企业的技术支持
付费会员文章，正文未公开。标题显示 ChatGPT 将 404 Media 描述为大型企业的技术支持。
2026-10-26
Hugging Face 增量上传省下 239GB 流量
来自 @microagi 关于传输 PB 级机器人数据的文章里有个有趣的数据： 他们向 Hugging Face 重新上传了一个 239 GB 的数据集，只做了小幅修改。结果只有 2.6 MB 走了网络，大约一分钟就完成了（！） 而且这在规模化时持续见效，因为机器人录制数据高度重复（相同的场景、相同的设备）。
2026-10-26
This Week in AI：芯片短缺、智能体越界与 AI 福利之争
最新一期 This Week in AI 梳理了 AI 扩张带来的多重压力：ASML 称客户需求已超出未来数年交付能力，订单排到 2029 和 2030 年；微软发布自研推理芯片 Maia 300，每兆瓦 token 产出比 Maia 200 高约 40%。
2026-10-26
Grok Bot 用户反馈汇总与回应
这条帖子有 640 条回复 😭 最热门的几条：使用限制、机器人忘记你的规则、应用 bug，以及更多集成（WhatsApp 和 iMessage 被提到很多次） 已经在处理其中很多问题了。继续提！
2026-10-26
Replit 提出“自驱动公司”：2030 年前财富 500 强都将成为自驱动公司
Replit 提出“自驱动公司（Self-Driving Company）”概念，并预测到 2030 年底财富 500 强企业都将成为自驱动公司。其内部数据显示，2026 年上半年工程师代码产出接近三倍，而评审时间、回滚和产品事故持平。
2026-10-26
404 Media 记者复盘：ChatGPT 不断让用户向该媒体求助技术支持问题
404 Media 记者 Jason Koebler 发现，近几个月收到大量明显由 AI 生成的新闻线索，近两周以来回复询问发现，发信人普遍是因为平台缺乏人工客服，被 ChatGPT 建议联系该媒体，甚至由聊天机器人直接代写邮件并整理证据包。
2026-10-26
Anthropic 最新长文：请谨慎使用子智能体！
Anthropic Applied AI 团队实测发现「单 Agent + Skills」架构在输出质量、成本和延迟上优于复杂的多子 Agent 架构，并给出了基于上下文独立性判断子 Agent 去留、四步迁移至单循环及跨团队协作的完整工程指南。
2026-10-26
Nace AI 发布 Drex for Search：BrowseComp-Plus 达 92.05%，每题仅 12.6 次搜索调用
Nace AI 发布面向 AI 智能体的检索层 Drex for Search，将搜索建模为逐级决策，支持 Claude Code、Codex、Cursor、OpenCode 通过 CLI、SDK、MCP 或 REST 调用。
2026-10-26
Krea 推出面向 Adobe Premiere 的插件
Krea 发布 Krea for Adobe Premiere，用户无需离开时间线即可完成故事板、生成视频和添加音效，现已开放试用。
2026-10-26
Devin 推出安全新功能
我们正在进入网络安全的新黑暗时代。Devin 来帮忙了。 隆重推出全新的 Devin Security：由 Claude Mythos 和前沿网络模型驱动，并提供数亿美元的额度，帮助团队发现、排序并修复紧急漏洞。
2026-10-26
Azeem Azhar：科学研究的瓶颈不是智能，AI 自我改进仍限于外围环节
Azeem Azhar 在 Exponential View 专栏中分析 AI 科研加速的真实边界，认为瓶颈不在智能而在研究闭环能否覆盖整个流程。
2026-10-26
商汤开源 SenseNova Skills 扩展 AI 编程智能体能力
商汤发布开源 SenseNova Skills，可扩展 AI 编程智能体的能力，覆盖深度研究、数据分析与信息图生成三类场景，并支持免费 AI 模型。该技能包提供快速安装方式，已与 Hermes Agent 和 OpenClaw 捆绑，同时配套 SenseNova AI API 与 Discord 社区。
2026-10-26
Nace AI 推出 Drex for Search 检索工具
Nace AI 发布 Drex for Search，让智能体从云端文件中定位所需页面并返回答案、引文和页码。它可连接 AWS S3、Azure、DigitalOcean，读取扫描版 PDF、表格、邮件和音频，Claude Code、Codex、Hermes Agent 等编码智能体可将其作为工具调用…
2026-10-26
Manus 适配 iPhone Duo 双屏
Manus 现已针对 iPhone Duo 优化。 展开更广阔的空间来构建和游玩。 并排预览你的应用界面。 畅玩你刚创建的游戏。 观看你最新的视频生动呈现。 两块屏幕。一条连续的工作流。
2026-10-26
Tripo 全球线上大奖赛三强揭晓
TRIPOTHON S1 全球线上大奖赛获奖名单公布！ 在近 1000 份全球参赛作品中，我们很高兴地宣布全球前三名！ 🥇 Somehow Still Alive — Quarter Chill Studio 🥈 A Long Farewell — ABLAZE 🥉 Craftia — Hiro Namekawa 认识其余获奖者 ↓
