Noam Brown 称赞 Blood on the Clocktower 评测方法并向 Dwarkesh 抛出橄榄枝
Dwarkesh Patel 花费 20,000 美元 API 额度让多个 AI 模型在社交欺骗游戏 Blood on the Clocktower 中对弈,并上线了 benchmark 网站 clocktowerbench.com,也开放让人类与 AI 对玩。
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。
Dwarkesh Patel 花费 20,000 美元 API 额度让多个 AI 模型在社交欺骗游戏 Blood on the Clocktower 中对弈,并上线了 benchmark 网站 clocktowerbench.com,也开放让人类与 AI 对玩。
World Labs 发布 Frameboy 演示项目,让网友在网页端用高度优化的 Atlas 版本实时探索 AI 生成世界,以最高 15 帧每秒从云 GPU 流媒体传输。Atlas 是其两个月前发布的自回归世界模型,拥有像素级摄像机控制。IT之家实测称其类似游戏机,可通过点击“游戏卡带”选择世界并自由探索,目前需运行在云端 GPU 服务器上,成本不低。
OpenAI 发布 GPT-6 Cyber 模型,通过技术突破、产品矩阵和行业影响四个维度,标志着 AI 在网络安全领域从辅助工具演变为专业级实战武器。
国产多模态新星:蚂蚁 Ling 3.2 Flash 叫板 Claude Opus 5 · · Nov 6, 2026 蚂蚁百灵今日推出原生多模态模型 Ling-3.2-flash,560B 总参数每次仅激活 25B,配 1M 上下文、走 MoE 路线——前向只调部分参数,留知识容量、压单步开销。这"大骨架、小激活",正是平衡能力的核心。
工信部 11 月 6 日发布关于加强智能体终端设备进网管理的通知,提出四大工作任务:开展智能体和终端适配、改进智能体终端进网管理、强化智能体现网升级管理、健全智能体分发管理机制。
OpenAI 迄今最强网络安全模型 GPT-6 Cyber 正式发布:精准挖出 81 个 Firefox 高危漏洞 · · Nov 6, 2026 人工智能安全领域迎来重磅突破。OpenAI 于2026年11月6日正式发布了迄今为止 最强 的网络安全专用模型 —— GPT-6Cyber。
开源派的反驳:Hugging Face CEO 把"AI 末日"风险压到零 · · Nov 6, 2026 在 11 月 5 日迈阿密举行的 WIRED 世界博览会上,Hugging Face 首席执行官克莱门特·德朗格给那道 著名 的"末日算式"泼了冷水。他对自己口中导致人类灭绝的概率 P(Doom),给出的评估是"接近于零"。
介绍 uni-robot-agent 框架,展示开源模型 Qwen 在机器人基准上超越闭源 GPT-6 Astra。
蚂蚁百灵发布 Ling 3.2 Flash:三项核心基准超越 Claude Opus 5,前两周限时免费开放 · · Nov 6, 2026 11月6日消息,蚂蚁百灵官方团队今日正式宣布推出全新的原生多模态大模型——Ling-3.2-flash。
Casey Newton 撰文分析美国中期选举后 AI 反弹成为选民不满主线,至少 38 个辖区通过限制数据中心的措施,民主党赢得国会多数并承诺加强科技监管。
Airbnb宣布将于2027年上半年推出定制化AI旅行代理 · · Nov 6, 2026 Airbnb 于近日正式宣布,计划在 2027年上半年 推出专为旅游场景定制的 人工智能旅行代理(AI Travel Agent) ,标志着其在垂直领域多模态交互应用上的重要战略布局。
Gemini Omni 1.2 Flash 现已在 Krea 上线。 15 秒片段、更深入的电影级控制,以及多轮编辑! 立即试用 👇
Anthropic 推出 Claude 个人理财功能,支持智能消费分析与账单追踪 · · Nov 6, 2026 当地时间11月5日,人工智能企业Anthropic宣布正式为Claude推出全新的个人理财功能(Personal Finance),并于本周率先开启灰度测试,面向美国地区的 Pro、Max 以及 Ultra 订阅用户开放。
能看穿你的账单,却碰不了你的钱:Claude 杀入个人理财 · · Nov 6, 2026 Anthropic 宣布给 Claude 加上个人理财能力,本周起在美国地区向 Pro、Max、Ultra 订阅用户灰度开放。用户绑定银行卡后,直接用自然语言提问即可,把散落在各处的账户全景一次性拉进对话,不必再挨个打开银行 App 自己算账。
作者分享了利用 Opus 大模型生成的视频在多个平台取得的显著成绩,包括播放量破百万、获赞破二万、入选小红书精选计划等,并罗列了 10 条使用心得,凸显 AI 视频内容的商业化潜力。
OpenAI 在中期选举选民表达反对数据中心扩建后宣布新的数据中心社区承诺,包括不再与公职人员签署保密协议(NDA),仅保留涉及安全信息、商业秘密或竞争敏感信息的窄幅保护。
IT之家 11 月 6 日消息,当地时间 11 月 5 日,Anthropic 宣布为 Claude 加入个人理财功能,本周开启灰度测试,面向美国地区的 Pro、Max 以及 Ultra 订阅用户开放。 据官方介绍,想要理清自己的财务状况,用户再也不用挨个打开银行 App,自己动手算账了。
Arena 宣布腾讯混元 Hy4 在 Agent Arena 榜单成为排名第一的中国模型,位列总榜第 5,也是前 5 中唯一的中国实验室模型。基于超过 1.2 万条真实长程智能体会话,Hy4 净改进达 +5.4%,进入 Pareto 前沿,中位成本为每任务 $0.57。
METR 发布基于 Anthropic 内部信息的风险评估报告,评估 AI 是否在加速 AI 研发。团队历时 11 周分析内部研发数据并访谈核心研究员,估计 Anthropic 当前模型改进速度约为 2024 至 2025 年节奏的 2 倍,其中约 80% 的加速归因于其自身 AI 使用,并排除了训练算力更快增长的解释。
OpenAI 发布网络安全模型 GPT-6 Cyber,针对漏洞发现、验证与修复训练,并通过 Daybreak Red/Blue 平台向审核通过的安全团队开放。
IT之家 11 月 6 日消息,蚂蚁百灵官方团队今日宣布推出原生多模态模型 Ling-3.2-flash,拥有 560B 总参数、25B 激活参数、1M 上下文窗口。 该模型从架构层面原生融合视觉与语言能力,支持图像、文本与视频输入,重点强化复杂视觉理解、多模态长程 Agent、3D 理解与交互、医疗多模态四大能力。
Amp 今日推出 spaces,一种与 Agent 和团队协作的新方式。每个 space 是与单个 Agent 的对话,由它负责为用户生成和协调其他 Agent 线程,无需自己创建和组织线程。
Cursor 推出与智能体的实时语音聊天功能,可用语音提出更改、询问进展并听取智能体播报的简短进度。语音聊天支持智能体窗口、IDE、Web 端和 iOS,可搜索历史消息和通话、在多个 worker 间切换,iOS 上还支持“Hey Siri, call Cursor”发起通话。
OpenClaw 重构模型列表获取方式,约五周、80 个 PR,新模型不再等客户端发版。现在从三处取模型列表:每 4 小时重建的 catalog.openclaw.ai 目录(约 1000 个模型)、账号可用的模型列表,以及 PATH 上已安装的 Codex(需同主版本且握手通过,否则回退内置版本)。
OpenRouter 发布新一代 Auto Router,并推出专为编码场景的 Auto Code(openrouter/auto-code),替换 openrouter/auto 即可使用。
Amp 发布反馈挂件(Feedback Widget),用户在网站 URL 后加 ?amp 即可点击页面元素并写下修改说明,发送后 Amp 会在项目中新建线程并完成修改。设置需在项目设置中启用挂件、在 添加脚本并在 Allowed Origins 中填入站点地址;首次使用需通过 Continue with Amp 登录授权。
Thinking Machines 发布 Inkling 2 Small,在 Artificial Analysis Intelligence Index v5.0.1 得分 31,较 Inkling Small 提升 18 分,计划以 Apache 2.0 发布权重,若落实将成为中国以外得分最高的开源权重模型。
作者复盘美股AI板块大跌,纳斯达克盘中跌超5%,费城半导体指数一度跌近11%,英伟达跌近9%,纳指一天蒸发近1.8万亿美元市值。背景是中期选举民主党拿下两院,亚利桑那州众议员安萨里提出应暂停先进AI开发,此前桑德斯等人在9月提过《2026年禁止人工超级智能法案》,按训练算力10的25次方划线并规定违规个人最高判20年、公司可强制解散。
Arena 宣布 Thinking Machines 的 Inkling 2 Small 进入 Code Arena: WebDev,AutoEval 得 1654 分,约列总榜第 20、美国开源模型第一。