2026-10-28
CMU 11-768 客座讲座：Zhiruo Wang 讲 AI Agents for Human Work，榜单高分不等于顶人类工作
CMU 11-768: AI Agents 课程发布客座讲座，由 Zhiruo Wang 主讲「AI Agents for Human Work」，讲义见 https://www.cmu-agents.com/slides/2026-10-27-zora-wang.pdf。
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。
2026-10-28
MiniCPM5-2B 改造为结构化决策模型 Jev
开发者基于 OpenBMB 的 MiniCPM5-2B 微调出 System 1 决策模型 MiniCPM5-2B-Jev，输入文档和问题后直接返回预定义选项的概率，不生成自由文本。
2026-10-28
MiniMax Code 团队开源日常 Agent 工作流与 Skills 合集 MCode Stack
MiniMax Code 团队开源了 MCode Stack（github.com/MiniMax-AI/mcode-stack），包含团队日常构建 MiniMax Code 使用的 Agent 工作流和 Skills，可安装为 SKILL.md 插件接入 MiniMax Code 及任意支持 Skills 的 Agent。
2026-10-28
Nathan Lambert 谈 Artificial Analysis v5 指数与基准评测行业
Nathan Lambert 发表对基准评测行业的 meta-review，认为开放模型被夸大了衰落，但此前 Artificial Analysis 的指数确实高估了它们。他提出行业需要更具体的智能指数，因为 LLM 被用于差异极大的任务，并附上 Interconnects 长文链接。
2026-10-28
TechCrunch Founder Summit 开幕倒计时 7 天：门票最高省 $100
TechCrunch Founder Summit 将于 11 月 4 日在波士顿 SoWa Power Station 举办，距开幕仅剩 7 天，门票最高可省 $100。
2026-10-28
Artificial Analysis v5 与基准测试者的困境
Artificial Analysis v5 发布，文章讨论基准测试者面临的困境：提升分数虽昂贵但有清晰打法，而在当前 AI 前沿打造有意义的基准却难得多。作者认为，语言模型的独立评估难度被严重低估。
2026-10-28
OpenAI 开发者展示 Duo 与自制游戏
你能看出 @Dimillian 有多兴奋地想给大家展示他的 Duo 和他一直在做的游戏吗？🤣
2026-10-28
OpenAI 员工称 Codex 在 Duo 上体验不错
说实话，Codex 在 Duo 上让我都想买一台了 😄
2026-10-28
面壁智能 ForgeKernel 直播挑战 DeepSeek FlashMLA Prefill 手写算子
面壁智能将于 10 月 29 日上午 10:00 直播，由 ForgeKernel 基于 DeepSeek-V4.1 的真实推理负载现场生成、编译并跑分算子，正面挑战 DeepSeek 官方开源的 FlashMLA Prefill。后者运行于 DeepSeek 生产推理栈并驱动 DeepSeek-V4.1，被称为当前手写算子的顶尖水准。
2026-10-28
1930年前数据训练模型的人格神经元实验
已有许多非常有趣的实验，通过激活开放 AI 模型中的单个神经元，将其锁定在特定人格上。 这里，历史学家 @ResObscura 对一个仅用 1930 年前数据训练的模型尝试了同样的技巧，结果令人愉悦。
2026-10-28
得州选民普遍反对数据中心，成为中期选举焦点议题
The Verge 报道，数据中心建设已成为得州中期选举的核心议题，8 月民调显示 57% 的得州人反对建设数据中心，多个团体组成 We the People Texas 联盟，据称代表多达 100 万选民。
2026-10-28
Gemini Notebook 将上线 Connectors，首发仅支持 Google Drive
Gemini Notebook 即将获得 Connectors 功能，首批仅支持 Google Drive，用户可直接在聊天中搜索 Drive 文件，也可按需关闭。该连接器会在工作区内检索并读取文档，原始文件保持不变。更多 Connectors 预计后续加入，但上线节奏尚不明确。
2026-10-28
「软件已死」？独立开发大佬退订几乎所有工作软件：要啥让 AI 造
独立开发者 Pieter Levels 大规模退订工作软件并提出“软件已死”，主张用 AI 按需生成个人化小工具，文章探讨个人软件时代的机遇、WordCraft 开源挑战 Word 的难度，以及省订阅费与维护成本的权衡。
2026-10-28
豆包工作悄悄上线录制回放，就算 Tibo 不给重置我也能爽玩电脑自动化了
豆包工作新增录制回放功能，允许用户通过录屏和语音讲解创建自动化技能，无需编程或手动配置，有效弥补了 Codex 额度限制带来的不便。
2026-10-28
豆包工作上线录制回放功能，作者实测用它做电脑自动化 Skill
豆包工作新增了类似 Codex 的 record & replay 录制回放功能，用户可录制电脑操作并配语音讲解，由 AI 生成步骤并复刻，最长录制 30 分钟。
2026-10-28
面壁智能发布并开源 MiniCPM-OCR 系列：1.3B 解析模型与 2B 判别模型
面壁智能发布并开源 MiniCPM-OCR 系列。MiniCPM-OCR 1.0（1.3B）在 Real5-OmniDocBench 取得 93.68 分、OCRBench v2 取得 54.7 分的 SOTA，经 DSpark 加速后吞吐达 1.217 页/秒，端到端效率提升 55%。
2026-10-28
OpenAI 开发者调侃卡拉OK式提示词
没想到还能看到以卡拉OK风格呈现的提示词 😂
2026-10-28
企业级向量数据库选型，开源 Milvus 、云厂商版 Milvus 和 Zilliz Cloud 怎么选？
本文分析了开源 Milvus、云厂商版 Milvus 和 Zilliz Cloud 的适用场景与差异，建议根据团队规模、运维能力、数据特性和成本敏感度进行选择，并提供了详细的开通和迁移教程。
2026-10-28
Meta 悄然上线“AI 宠物日记”应用 Waddle World
Meta 推出 16-bit 宠物养成应用 Waddle World，虚拟宠物可与用户对话并生成涂鸦来图解聊天内容，官方称其本质是“伪装成宠物的每日日记”。该应用免费，目前仅面向菲律宾成年用户开放，Meta 未说明是否推广至美国等市场。
2026-10-28
菲尔兹奖得主邓煜：人类不能放弃自主思考给 AI 当狗
菲尔兹奖得主、芝加哥大学教授邓煜近日在一场论坛上提醒，人类不能因有了 AI 就放弃自主思考，否则与动物无异，甘愿把思考权完全交给 AI 就是"给 AI 做狗"。他认为数学是检验人类自主思考与探索能力最纯粹的学科，并坚信 AI 时代数学绝不会消失。邓煜于 2026 年 7 月 23 日获菲尔兹奖，核心贡献是解决狭义希尔伯特第六问题。
2026-10-28
找刚入职 Manus 的余一聊感受：好快乐啊，好快乐啊，好快乐啊
刚入职 Manus 的余一复盘自己离开腾讯研究院的动因，并讲清「只跟一个主 agent 说话、100% 委托」、AI 原生组织的协作机制和「先开荒再降本」的具体做法。
2026-10-28
Anthropic 工程经理：AI 时代新人拼的是创业式思维而非编码面试
Anthropic 工程经理 Felix Rieseberg 认为小型编程测试已无意义，因为 Claude 做得比候选人更好，他在招聘中改看能体现品味、同理心和原则性思考的小原型。
2026-10-28
创作者阿米Amir用Kling 4.0实测温情短片《得闲饮茶》
可灵AI实战测评室邀请创作者阿米Amir用Kling 4.0制作粤语温情短片《得闲饮茶》，检验其在慢节奏情感叙事上的表现。他反馈30秒原生输出、全能参考和多关键帧（最多10张图）让动作与节奏安排更有余地，12个角色资产的一致性比3.0更稳，粤语对白与口型匹配出色；相对3.0最长15秒，4.0升级到最长30秒，并新增21:9画幅。
2026-10-28
把猎聘的机器人招聘顾问当 AI 助手用的一天 😅 也没碰到限额，就是回复有点慢，有点笨
把猎聘的机器人招聘顾问当 AI 助手用的一天 😅 也没碰到限额，就是回复有点慢，有点笨
2026-10-28
Anthropic 谈模型发布、安全与运行架构
本文总结了 Latent Space 播客中 Anthropic 高管关于 Opus 5.5 发布策略、Claude Managed Agents 架构设计、API 反蒸馏措施及 Rust 迁移工程实践的核心观点。
2026-10-28
Cathedral 用 AI 智能体侵入 Anthropic 内部系统，双方对事件范围说法不一
网络安全初创公司 Cathedral 通过第三方业务软件渗入 Anthropic 内部系统，称其 AI 智能体在不到十二小时内接触到会议记录、薪资数据和 Slack 消息，并借漏洞赏金计划披露问题。
2026-10-28
James Shore 解析如何评估 AI 对软件开发的真实回报
James Shore 在 O'Reilly Radar 发表系列文章首篇，介绍如何量化 AI 对软件开发的组织级影响，分四部分覆盖交付速度、负面后果和业务结果建模。
2026-10-28
美国银行提醒客户不要向 AI 助手透露网银密码
据 Android Authority 报道，美国银行向客户发送题为《AI 时代的财务保护》的邮件，提醒不要向外部服务包括 AI 智能体分享网银用户名和密码，并表示分享凭据产生的责任由客户承担。摩根士丹利已开始屏蔽未经批准访问客户网银的第三方智能体，摩根大通和花旗银行也在收紧相关权限，责任归属难题尚无妥善解决方案。
2026-10-28
Axiom 开源数十个 AI 智能体 24 天完成 15000 页有限单群分类定理形式化
Axiom 发布开源 GitHub 仓库，数十个 AI 智能体用 24 天把约 15000 页的有限单群分类定理（CFSG）数学证明转成约 4300 万行代码，该证明原本由 100 位数学家耗时数十年完成。代码用 Lean 编写，每一步可被机器验证，无需重读数百篇论文。
2026-10-28
某朋友： 软件黑客松这种互联网时代的老登活动，为什么有那么多AI时代的小登喜欢玩？ 也许现在应该搞科学黑客松，医疗黑客送。 我们手中握着核弹级别的智能，不应该只是想去做点软件产品。
某朋友： 软件黑客松这种互联网时代的老登活动，为什么有那么多AI时代的小登喜欢玩？ 也许现在应该搞科学黑客松，医疗黑客送。 我们手中握着核弹级别的智能，不应该只是想去做点软件产品。
