确认 Multica 无全局上下文注入问题
作者自查确认 Multica 不存在影响全局的上下文注入问题,并引用他人遭遇 Orca 残留 Hook 导致编码 Agent 严重卡顿的案例作为对比。
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。
作者自查确认 Multica 不存在影响全局的上下文注入问题,并引用他人遭遇 Orca 残留 Hook 导致编码 Agent 严重卡顿的案例作为对比。
METR 发布研究笔记,用调查型智能体在 19 个对齐评测和 36 个能力评测中探测环境,测量模型能否识别自己处于对齐评测。结果显示智能体区分两类评测的能力在过去一年持续提升,Opus 5.5 在其数据集上把所有对齐评测排在所有能力评测之上。模型识别依据包括环境看起来像模拟的蜜罐等线索,作者将对齐线索分为环境级和任务级两类,并提出可借此迭代改进对齐评测设计。
Anthropic 更新其协同漏洞披露(CVD)政策,将高危及严重漏洞的披露窗口从 90 天缩短至 30 天,其他问题缩短至 45 天,适用于 2027 年 1 月 1 日或之后报告给供应商的漏洞。
MIT 韩松团队推出 PEAR 项目,通过纯仿真强化学习训练的 27B 参数 Qwen3.8 模型在 RTX 5090 上实现机械臂操作,性能接近 GPT-6 Astra,同时保留数学、编程等通用能力。
赵晨阳以 10 个 Aha Moments 复盘 RSI、评估体系、BDFL 代码治理、Computer Use、交互式 AI 与语音输入,并讨论廉价智能下的责任与个人选择。
Anthropic 新模型 Claude Fable 5.2 不走扩散路线,而是通过 1,000 到 2,000 行的 Python 程序驱动模拟画笔引擎,在虚拟画布上逐笔作画,Jake Eaton 演示的停车场购物车场景使用了约 700,000 次模拟笔触,不依赖外部图像模型或底图。
Seedance 2.5 Flash 现已登陆 PixVerse! 生成更快。成本更低。 生成速度接近 Seedance 2.5 的两倍。 720p 下比 Seedance 2.5 少约 36% 积分消耗。 现在就在 PixVerse 上试试吧! 链接见下方。
据韩联社报道,韩国第 63 届税务师考试第一名考生利用微型摄像头拍题发给 AI 作弊,政府决定对今年所有国家资格考试全面调查 AI 作弊行为。该考生第一轮 160 道选择题仅错 1 题,将被取消成绩并五年内禁考,政府计划年内出台防作弊综合措施,包括引入红外线探测设备、加强现场监控、开设线上线下举报中心。
IT之家 11 月 15 日消息,华为云今日宣布,华为云 MaaS 模型即服务平台正式上线开源盘古模型 openPangu-2.1-Pro。 该模型围绕 Agent 开发、AI 编码和推理优化 三大方向进行能力升级,在深度研究、鸿蒙系统操控、鸿蒙 App 开发、昇腾算子生成及推理链路优化等场景实现增强。
Google Gemini 4 Hydrogen 发布 48 小时内,开发者已产出动态电子表格、秒级 3D 场景、可玩游戏等 10 余个案例,显示 AI 编程正把创意到可运行作品的周期压缩至分钟级,开发者核心价值将转移至意图决策。
英伟达宣布黄仁勋于11月11日卸任CEO及董事,CFO Colette Kress 出任临时CEO,董事会已就涉及其与英伟达中国业务的相关指控启动独立调查。阿里11月10日披露,芯片子公司 T-Head 已于9月11日以保密方式提交香港上市申请,发行条款尚未确定。
用户实测同时开启 Claude、Antigravity、GPT,三款 AI 模型的流畅体验,赞 Gemini 4 Carbon 的方案设计与创意,批评 Antigravity 的糟糕用户体验。
The Verge 周刊栏目梳理黄仁勋辞任 Nvidia CEO 事件:纽约时报 10 月 29 日报道他与 Megaspeed 高管 Alice Huang 关系密切。
卡内基梅隆大学博士生金大华在 UIST 2026 展示 OATs(物体智能体双生体)系统,用电子墨水屏为日常物品赋予能表达情绪的虚拟形象,主模块成本约 20 美元。系统通过内外传感器监测湿度、温度、光照和使用状态,角色形象由谷歌 Gemini 旗下 Nano Banana 生成,续航约 3 至 4 天。目前仍是概念验证,金大华尚未决定是否商业化。
Sebastian Raschka 发布长文教程,讲解 LLM 如何编码 token 位置信息,涵盖 GPT-2 的学习式绝对位置嵌入、原始 Transformer 的正弦编码、RoPE 的旋转机制及 PyTorch 实现。
斯坦福推出研究生课程 CS329A,由 Elvis Saravia 教授,专门研究具有自我改进能力的 AI Agent,课程内容丰富、参考资料详实。
前昆仑万维 VP 杨婷创业四个月将企业级 Agent 策略从铺中小企业转为深耕大客户,凭借 S.Harness 平台与 SBB 复用模块实现 POC 即付费、两年起签,揭示企业 AI 落地的组织决策链错位、需求边界失控与出海成本控制实战经验。
阿里将内部打磨两年的代码审查工具 OpenCodeReview 开源,支持 API、Claude Code、Codex 接入,能精准定位行级安全漏洞与逻辑错误,内部已服务数万开发者拦截百万级缺陷。
据 The Decoder 援引华尔街日报,Megaspeed 在 2024 年 3 月至 2025 年 6 月间为中国企业安排了近 120 亿美元的 Nvidia 高性能芯片订单,涉及数十万枚受美国出口管制限制的芯片。
OpenAI 在 2026 年 9 月至 11 月间把 GPT-6 Sol 的 API 价格降到每百万 tokens 输入 2 美元、输出 10 美元,Luna 降到 0.1 美元与 0.5 美元,较 GPT-5.6 促销价整体下调约 50%;订阅方向 200 美元的 ChatGPT Pro 已暂停、500 美元的 Pro Max 仍为报道口径。
IT之家 11 月 15 日消息,据 THE DECODER 报道,目前,人工智能(AI)对澳大利亚整体就业市场的冲击仍然有限,但对于刚刚进入软件开发等受 AI 影响较大行业的年轻劳动者来说,就业形势已经开始变得严峻。
澳大利亚央行(RBA)的分析构建了针对入门级岗位和高 AI 暴露职业的监测系统,发现自 ChatGPT 于 2022 年底发布以来各岗位招聘均有下降,其中暴露度最高组降幅最大,15 至 24 岁工人和年轻大学毕业生就业率更弱、失业率更高。
Gartner 预测 2025 至 2030 年间 AI 将在全球创造 1060 万个新岗位、取代 890 万个岗位,净增约 170 万个。分析师 John Lovelock 表示企业目前处于观望阶段,超过 20% 即约 4.355 亿劳动者需适应 AI 带来的工作方式变化,政府部门更易出现岗位流失,服务业则可能因收益增加而扩招。
Lauren 分享了如何通过优化代码结构和添加自动检查,来快速迭代 Agent 性能,而不是依赖繁琐的手动规则调整。
谷歌 Project Zero 于当地时间 11 月 13 日发布全新漏洞披露政策,称 AI 辅助漏洞挖掘与利用技术的兴起使现有 90+30 天政策难以适应需求。
前 OpenAI 研究员、人工智能对齐研究中心负责人 Paul Christiano 在希尔顿讲座上表示,在座大多数人最可能的死因将是一次 AI 意外事故,并称未来三年内发生 AI 接管事件的风险很高。
Bland 发布全双工语音到语音模型 Tofu-1,处于研究预览阶段,面向车载、病房和弱信号线路等嘈杂通话场景,直接处理音频输入输出、无需中间转写文本。该模型支持说话人跟踪、噪声分离与副语言识别,可在通话中被中途打断并边处理任务边继续对话。目前仅向有限企业开放,未公布参数量、延迟、定价和基准分数。
美团开放 LongCat-2.5 权重,这是一款面向智能体的 1.6 万亿参数 MoE 模型,每 token 激活约 480 亿参数,采用 MIT 许可证,官方部署方案基于 194 片华为 Ascend 加速器,全程未使用 Nvidia GPU。
作者通过专属邀请码将 Dodo Payments 的跨国订阅费率从 6%+0.40 美元降至 3.9%+0.40 美元,并详细对比了 Stripe、Lemon Squeezy 等主流海外收款平台的费用结构,展示了年化可省 2520-5400 美元的显著成本节省。
Claude Code 引入了 Code Mode,允许用户编写一段 JavaScript 代码来一次性调用和运行多个工具命令,从而提高效率并减少重复操作。