2026-11-02
Code Mode 如何重塑智能体工具调用
智能体很快会只剩 1 个工具吗？我们从少量工具，走到动态工具搜索，现在又把一切折叠进 code mode。 我写下了 Code Mode 的工作原理、为什么带类型的 JS/Python 沙箱能胜过裸 bash，以及为什么 MCP 会在 2027 年强势回归。附一个 Gemini 4 Argon 的最小示例。
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。
2026-11-02
首届世界机器人登泰山大赛开赛，机器人挑战3100级台阶
中国举办首届世界机器人登泰山大赛，人形机器人和机器狗挑战3100级古老石阶、爬升1968英尺。直播亮点包括：轮腿机器人负重运送西瓜和生鸡蛋，多台机器人在台阶上跑赢记者，摔倒的机器人被扣分。
2026-11-02
a16z 解析 AI 应用如何在模型进步下赚取溢价
a16z 分析推理成本下降虽改善应用公司利润率，但更强模型也使应用更易被替代，核心问题是客户愿为何继续付费。
2026-11-02
Runway Dev 插件登陆 Claude Code、Codex 与 Cursor
Runway 为 Claude Code、Codex 和 Cursor 推出 Runway Dev 插件，一次安装即可通过 Runway Dev MCP 连接账户并加载用 API 构建的技能。
2026-11-02
OpenAI 推出 Grid Protectors 计划，从 Georgia 校园开始支持电网削峰
OpenAI 推出 Grid Protectors 计划，与电力公司、监管机构和政策制定者合作，让未来算力校园在电网紧张时降低用电需求，首站为 Effingham County 校园。
2026-11-02
Omen AI 以 1600 万美元收购 Aquatic Labs，补齐数据中心水质监测技术
Omen AI 以 1600 万美元现金加股票收购竞争对手 Aquatic Labs，将后者的碱度检测与自身元素检测技术整合进同一款实时水质传感器，预计明年初上市。Omen 的传感器年底前将监测功耗 250 至 300 MW 的芯片，对应约 50 至 70 亿美元规模，并希望在 2027 年底前覆盖相当于 1 GW 的芯片。
2026-11-02
Proton CEO Andy Yen 取消近乎全员的 AI 使用再面谈计划
Proton CEO Andy Yen 取消了原计划对几乎所有员工进行的“再面谈”，该面谈要求员工说明自己的 AI 使用情况，不达标者可能被辞退。此决定发生在 404 Media 周四刊发调查报道后，该报道披露 Yen 在员工提出安全顾虑的情况下强推 AI，并曾敦促员工少手工写代码、多用 AI；不少 Proton 用户仍要求 Yen 辞职。
2026-11-02
Unsloth 发布 DeepSeek-V4.1-Flash GGUF
我们在 512K 上下文下对 DeepSeek-V4.1-Flash-1017 的 GGUF 进行了 Terminal Bench、DeepSWE 等基准测试。Unsloth 综合排名最高。 1-bit Unsloth GGUF 在 DeepSWE 上得分 68.1，Terminal-Bench 上 72.2，AutomationBench 上 52.7。
2026-11-02
美团LongCat-2.5多模态智能体模型发布
推出 LongCat-2.5，我们最新的原生多模态智能体模型，总参数 1.6T，激活参数约 48B。 专为长程智能体任务打造，为从复杂编程项目到创意设计、3D 任务等视觉编程的各类工作带来更强的视觉理解与智能体编程能力。 了解更多 LongCat-2.5：https://longcat.ai/blog/longcat-2.5/
2026-11-02
唐杰团队开源 HarnessPro，Agent 更强更便宜
唐杰团队开源 HarnessPro，通过让 Agent 迭代自身的 harness 设计，同时优化任务表现与执行成本，在 Terminal-Bench 2、SWE-Bench Pro 和 ProgramBench 三大基准上实现通过率提升和调用成本降低，提供 Lite、Medium、Heavy 三个配置档位。
2026-11-02
Databricks Lakebase Postgres 正式上线 Google Cloud
Databricks 宣布 Lakebase Postgres 在 Google Cloud 正式可用，团队可在 Databricks Data + AI Platform 上直接运行生产级无服务器 Postgres。
2026-11-02
国内 AI 工具普遍落后于国际水平
作者质疑国内 AI 生态现状，通过实例指出文心一言仍是主流选择，且批评商业社交课程内容陈旧滞后。
2026-11-02
DeepSeek Harness 创作者模式体验反馈
你试过 @DeepSeekHarness 的创作者模式（Creator Mode）了吗？有任何反馈吗？
2026-11-02
AWS 全面发力之前：Nebius CTO 谈 AI 云的竞争窗口
Nebius CTO 认为，AI 云的差异化来自统一软件平台、跨供应限制的执行能力，以及硬件之上的工作负载优化。
2026-11-02
OpenAI 将合并 ChatGPT 的 Chat 与 Work 标签页
OpenAI 正着手把 ChatGPT 中的 Chat 和 Work 标签页合并，该体验将先向部分用户开放以收集反馈，再逐步推广。合并后用户可在同一处带入文件和插件，让 ChatGPT 建网站、做演示或代为执行网页操作，Codex 仍保留为桌面应用中的独立体验。
2026-11-02
AI 奇怪的视觉能力：无关图片如何影响多模态 AI 决策
Google DeepMind 研究指出，看似无关的简单视觉图形（如红心、圆圈）能对 AI 在代码生成等任务中产生隐蔽影响，AI 虽不自知却被操控决策行为。
2026-11-02
如何让家机走进现实，跨次元点单？ 之前一些 AI APP 在推 - 即刻 App
作者分享了一种利用闲置安卓手机配合 Mac mini 实现 AI 自动化点单的方案，解决了传统 AI 外卖工具的局限，实现了基于减脂增肌目标的定时自动下单和支付。
2026-11-02
TrendForce：高端 GPU 交期延长 5 周至 45 周，NVIDIA Rubin 过渡期开启
TrendForce 报告称随着 NVIDIA Rubin 过渡开始，高端 GPU 交期延长 5 周至 45 周，超大规模客户将优先获得 Rubin，企业买家仍停留在现有 GPU 平台。
2026-11-02
马斯克回应 Grok Bot 额度消耗过快：服务成本相对收入高到难以为继
马斯克在 X 平台回应称，Grok Bot 每周额度消耗速度远超往常，该智能体服务成本相对于收入而言高到难以为继。Grok Bot 是 SpaceX 8 月推出的 AI 智能体，分从免费到每月 200 美元的多档套餐且均设每周限额，上月财报披露付费周活用户达 80 万。
2026-11-02
顶级 AI 翻车的活儿，被这个新出的免费国产 AI 接住了！
商汤科技发布的 SenseNova 6.8 Flash 模型通过实测展示了其在动态网页、品牌官网、动态海报、SVG 动画和动态 PPT 等创意办公场景的强大能力，同时凭借长期记忆和主动交互功能，在智能办公中实现了数据一致性提醒和自动化文档更新。
2026-11-02
Fable 5.5 用代码生成动画短片
展示 Fable 5.5 能够纯靠代码生成 66 秒动画短片，验证了语言模型的“语言即世界”能力。
2026-11-02
Simon Willison 分析美国普查局 AI 调查措辞变更与 Super Intelligence 新表述
Simon Willison 重新制作 Apollo 曾引用的美国普查局 BTOS 企业 AI 采用率图表，发现 2025 年 11 月 17 日起调查问题从“生产商品或服务中使用 AI”改为“任何业务职能中使用 AI”，前后数据不可直接比较；新措辞下 250+ 人大公司回答“是”的比例从 2026 年 2 月约 30% 升至 10 月约 40.7%。
2026-11-02
Cortex 为智能体打造「大脑皮层」，让经验沉淀为长期记忆
Cortex 是一种将经验沉淀为长期参数记忆的方法，解决了智能体在持续自我改进中经验难以累积的问题。
2026-11-02
你的分类器说 0.97，在 .NET 10 中这个数字有六种说谎方式
本文揭示了 .NET 10 中关于分类器置信度分数的六种常见误解，并提供了实用的代码解决方案，通过对数概率、温度缩放和 Wilson 置信边界来正确衡量和校准模型预测。
2026-11-02
我该买哪个 AI 订阅？
本文分析了 AI 订阅的消费模式，发现 87% 的用户只订阅一个方案，并推荐选择像 SmophyAI 这样的多模型工作空间，每月 19.98 美元即可使用 ChatGPT、Claude、Gemini、Grok、Perplexity 和 DeepSeek，通过模型对比实现价值最大化。
2026-11-02
2026 年值得花钱考的 5 个 AI 认证（以及哪些应该跳过）
本文评估了 2026 年值得考取的 5 个 AI 认证，分析了它们的市场价值、雇主认可度和实际相关性，同时指出了哪些证书因招聘信号弱而应被跳过。
2026-11-02
SemiAnalysis 发布 GDPx 基准：智能体在 11 个领域专家工作上最高仅得 12%
SemiAnalysis 发布 GDPx 基准，测试 AI 智能体在 11 个领域的专家工作，任务来自 14 家专业数据伙伴。Claude Opus 5.5 平均仅 12% 居首，Gemini 4 Carbon 为 10.9%；GPT-6 Astra 在 AI 研究和材料科学任务上领先。
2026-11-02
Sam Altman 称 AI 单次查询能耗降千倍
每次 AI 查询的能源成本在 3 到 4 年间下降了 1,000 倍到 100,000 倍 —— Sam Altman，于阿布扎比 ADIPEC 开幕式上。 “一方面，每次查询的能耗正以极其惊人的速度下降。我们正在实现巨大的效率提升。相比三四年前，我们的效率可能提高了数千倍乃至数十万倍，甚至更多。
2026-11-02
如何用 AI 将流程文档变成可用的应用
本文介绍了 AI 驱动的平台如何将静态流程文档转化为可交互、可自我追踪的应用，让组织无需大量技术开发即可实现工作流数字化。
2026-11-02
Addy Osmani 谈 Claude Code 的实用循环工程：goal 与 loop 的用法和边界
Addy Osmani 介绍自己如何用 Claude Code 和 Codex 的 loop engineering 原语，同时并行运行五到十个 Agent。goal 通过 /goal 定义可验证的完成条件驱动单个任务到目标达成，loop 类似 cron 按固定间隔重跑提示词，可用 /schedule 移到云端。