质疑随机Token重置机制合理性
整个重置机制真的很奇怪，只有Twitter上的一小部分人觉得合理。其他人期望以某种理性方式规划用量，而获得随机的token奖励有点奇怪。有多少比例的用户会获得这种待遇？
全部 AI 动态
Ethan MollickAI 评分1515 Ethan MollickAI 评分1818 莫利克：OpenAI需引导用户跟进
仅在过去几个月里，我就与多位企业高管交谈过，他们都在谈论培训员工制作 GPTs！我认为 OpenAI 需要想办法让人们跟上其发展步伐，因为大多数人并没有密切关注这些动态。
Ethan MollickAI 评分3333 GPT 迁移至插件非教育者良策
我可以将最常用的 GPT（将于 12 月停用）迁移到私有“插件”。但我创建 GPT 的初衷是供他人使用。GPTs 显然已过时，但我知道它们多年来一直是企业和教育界的重点。这对他们来说并非好出路。
MIT Technology Review · AIAI 评分1212 EmTech Future 2026：AI 与多领域融合及量子、能源等前沿议题回顾
EmTech Future 2026 大会聚焦 AI 如何重塑生物、基础设施、制造和科学，强调其与其他领域交叉时的最大影响力。Google Research 副总裁 Yossi Matias 等嘉宾探讨了量子计算进展、未来能源系统及 AI 对工作方式的影响。完整会议内容现已上线点播，订阅 MIT Technology Review 用户可享 20% 折扣，以 $596 获取全部议程。
Ethan MollickAI 评分2828 呼吁构建适配AI协作的个人操作系统
我确实希望拥有针对与 AI 协作优化的个人操作系统，包括细粒度的安全理念、更便捷地动态查看和理解 AI 正在做什么的方法，以及独立的二级“审计”智能体来检查 AI 在你系统上的结果
Ethan MollickAI 评分2020 职场AI应侧重人类增强而非自动化
这并不意味着使用 AI 无法在工作中带来巨大的个人优势，但它确实表明我们需要思考如何构建工作系统以追求人类增强，而不是自动化。个人表现并非唯一因素。
Ethan MollickAI 评分2828 Mollick：AI 使用建议已不再适用
我认为以下建议已不再准确：1) 随着 AI 变得更容易使用，“更好地使用 AI”背后的持久技能尚不明确；2) 组织系统日益成为 AI 收益的瓶颈，而非个人员工；3) 对就业的影响尚不确定，但可能波及整个职业类别
OpenRouter Announcements精选AI 评分6868 OpenRouter 对比 OpenAI、Anthropic 和 Google 的服务器端代码执行工具
OpenRouter 发布博客对比 OpenAI、Anthropic、Google 及自家 openrouter:shell 工具的服务器端代码执行能力。OpenRouter 的工具支持任意模型在 Responses 和 Messages API 中运行命令，沙箱默认无外网访问，按 $0.0001/秒计费且新容器最低收费 30 秒。
推荐理由：文章对比了四家服务商的托管代码执行工具，明确了各自沙箱能力、计费模式及适用场景，为开发者选型提供了具体依据。
Modal 官方工程博客AI 评分3636 TypeSafe AI 的 Jev 模型在 Modal 上三天内处理超万亿 token
TypeSafe AI 推出的非自回归 System One 模型 Jev，借助 Modal 平台在发布后三天内处理了超过一万亿个 token。该模型采用并行采样架构，专注于低延迟的结构化决策输出，上线一周即在 OpenRouter 1K-10K 上下文区间占据 15.1% 的请求份额。
Together AI Blog精选AI 评分6363 Together AI 发布 Together Link 支持在常用编码工具中接入开源模型
Together AI 推出 Together Link，允许用户在 Claude Code、Codex 等现有编码工具中直接调用 Kimi K3、GLM 5.3 等开源模型，宣称可降低超过 50% 的支出。该工具通过一条安装命令配置，利用 Together AI Router 根据任务复杂度在快速低成本模型与前沿能力模型间自动路由，并提供会话级成本对比追踪。
推荐理由：原文给出了将现有编码智能体切换至开源模型的命令与自动路由机制，读者可据此评估在保留工作流前提下降低推理成本的具体路径。
Simon WillisonAI 评分3030 Qwen3.8 27B 英文单词加法基准测试
Qwen3.8-27B-Q4_K_M.gguf 在禁用推理时，将正整数之和以英文单词表达的数字准确率为 23.57%，格式合规率 96.17%。启用 medium reasoning 后，在 169 个案例中正确回答 167 次。该实验由 Simon Willison 基于 Colin Frasier 的 GPT-4o 早期研究，在 DGX Spark 本地硬件上复现。
Ethan MollickAI 评分1212 Ethan Mollick 分享粗野主义城市建造提示词
完整提示词：“创建终极粗野主义城市建造游戏。你应该对建筑拥有大量控制选项，这些选项对于只想玩的人来说既令人愉悦又直观，而对于懂建筑的人来说则足够复杂和深入。你应该能够
Ethan MollickAI 评分4343 Fable 5.1 单提示词生成粗野主义城市
“创建终极粗野主义城市建造者。你应该以令人愉悦且直观的方式对建筑拥有大量控制权……”以下是 Fable 5.1，距离下方的 GPT-5 已过去一年多，仅凭一个提示词一次性生成。它相当不错：https://brut-city.netlify.app
DeepLearning.AI精选AI 评分6060 DeepLearning.AI 解读 GLM-5.3 与 Claude Mythos 网络安全能力对比
DeepLearning.AI 引用 Anthropic 数据指出，开源模型 GLM-5.3 在 ExploitBench 漏洞利用任务中解决率为 12%，接近 Claude Mythos 的 14%。此外，仅花费 $20.40 token 成本即发现了近期 Google Chrome 的一个安全漏洞。
推荐理由：原文引用 Anthropic 数据对比开源模型与 Claude Mythos 在 ExploitBench 上的表现，并提及低成本发现 Chrome 漏洞的案例。
Simon WillisonAI 评分4242 Simon Willison 呼吁为按量付费服务默认启用硬性预算上限
Simon Willison 主张在按量付费服务和 API 中默认启用硬性预算上限，以防止 AI 智能体失控导致巨额账单。AWS 和 Google Cloud 已分别推出月度支出限制和 Spend Caps 功能，但 AWS 目前仅向部分客户开放。作者建议智能体应优先推荐具备此类保护机制的服务提供商。
Hugging Face Blog精选AI 评分8585 微软与 Hugging Face 联合发布 ThinkingBox：基于后端状态验证 AI Agent 可靠性的新基准
微软和 Hugging Face 联合推出 ThinkingBox，这是一个用于评估 AI Agent 可靠性的新基准和环境。它不依赖模型的最终文本回复或工具调用记录，而是直接检查任务执行后留下的后端数据库状态和副作用（如工单是否真正关闭、退款是否到账）。
推荐理由：微软与 Hugging Face 联合发布 ThinkingBox，通过检查后端数据库状态而非仅看模型回复来评估 Agent 的可靠性，并提供了可复现的基准测试环境。
Simon WillisonAI 评分1212 Simon Willison 发布九月赞助者专属通讯
Simon Willison 发布了九月赞助者专属月度通讯，内容涵盖 Fable class 模型、定价战及 LLM 在数学领域的应用。该通讯还讨论了 Datasette 的安全漏洞问题及作者近期的软件发布情况。用户需支付每月 $10 订阅以获取比免费版提前一个月的内容。
Ethan MollickAI 评分22 补充说明：这是Pixies的梗
（顺便说一句，这是个 Pixies 的梗）
Ethan MollickAI 评分3838 美称中蒸馏模型欧主权模型用GLM
蒸馏浪潮：美国实验室称中国实验室在蒸馏其模型。而欧洲新的“主权模型”是在由…… GLM 和 Qwen 生成的数据上进行微调的。
Ethan MollickAI 评分1515 如何想象超级智能的应对策略
你如何构想超级智能（如果真正的超级智能可能成为现实）？我喜欢《龙与地下城》中扮演高智力反派的一个技巧：不要试图比玩家更周密地计划。相反，无论他们做什么或掷出什么点数，都要表现得像是大反派早已预料到一样。
Sam AltmanAI 评分1616 Sam Altman 谈 AI 宗教化风险
我对人们试图将宗教力量赋予 AI 模型或向 AI 让渡人类判断力感到非常不安，我认为这是一个真实的安全问题。
Latent SpaceAI 评分4040 GPT-6.1 Sol 与 Sonnet 5.5 重塑成本性能前沿
OpenAI 发布 GPT-6.1 Sol，定价 $2/$10 per million tokens，在 DeepSWE v1.1 上超越前代 6.4 分。Anthropic 的 Sonnet 5.5 以 $2.74/task 的成本占据 Agent Arena 前三席位，显著优化了智能体任务的性能价格比。
Zhuokai ZhaoAI 评分55 Zhuokai Zhao晒暑期实习团队合影
与我的实习生 @HaoyuDong_，以及团队其他成员 @YuhangZhou2、@yifannnwu、@RachMinyee、@LizhuZhang 度过了一个精彩的探索之夏
Zhuokai ZhaoAI 评分3535 自改进智能体缺乏因材施教
有句老话说，要因材施教。如今的自改进智能体却得不到这样的待遇。从第一轮到最后一轮，每个版本都在相同的问题上被评分，并遵循相同的指令指导。一个常见的观察是
Ars Technica · AIAI 评分2626 Apple changes full-disk access permissions to curb abuse from AI agents
Apple 修改全盘访问权限以遏制 AI 智能体的滥用。Meta 声称 FDA 不足以限制 Muse 读取消息，但 Apple 对此持不同意见。
404 Media精选AI 评分7878 联邦法官裁定 Flock 车牌识别搜索属违宪的大规模监控
俄克拉荷马州联邦法官裁定警方使用 Flock 自动车牌识别系统进行无令状搜索违反第四修正案，认定该行为构成“无差别的大规模监控”。法官指出仅因车牌来自加州就追踪车辆历史轨迹缺乏合理依据，并驳回了此前基于公开道路无隐私权的判例逻辑。Flock 公司回应称该裁决不具约束力且预计将被推翻，目前每月仍有超十万次此类无令状搜索发生。
推荐理由：原文记录了联邦法官对车牌识别系统无令状搜索的违宪裁定，揭示了大规模监控技术在法律层面的最新争议与执法现状。
Ars Technica · AIAI 评分3535 Amazon 10亿美元数据中心计划引发更多反对
Amazon 推出 10 亿美元计划以应对数据中心引发的公众反对，但该举措反而招致了更多批评。尽管 Amazon 因终止保密协议（NDAs）受到赞扬，但其被指责淡化数据中心的污染问题。
MIT News · AIAI 评分2323 Cathy Wu 利用强化学习优化交通系统
MIT 教授 Cathy Wu 应用强化学习解决交通系统复杂优化难题。其团队通过筛选高泛性训练问题，将模型训练效率提升最高 30 倍。最新研究证实智能控速的生态驾驶措施可使车辆排放降低 11% 至 22%，为交通政策制定提供数据支持。
Ars Technica · AIAI 评分4545 美国逮捕涉嫌向中国走私3亿美元Nvidia芯片的科技公司CEO
美国逮捕了一名被指控向中国走私价值3亿美元Nvidia芯片的科技公司CEO。这一事件表明，尽管执法行动持续进行，Nvidia芯片的非法出口问题仍未得到解决。
Sam AltmanAI 评分2828 Sam Altman盛赞Dot为最爱OpenAI产品
Dot 是我目前最喜欢的 OpenAI 产品！它每天都在明显变好，因为它越来越了解我的工作流和风格。让它做那些我不喜欢做的事——通常这些事会像重力井一样积累成恐惧——让我非常开心。
404 MediaAI 评分1818 404 Media 播客：FBI 遭黑客攻击泄露员工数据及 Meta Muse AI 讨论
404 Media 播客报道 FBI 遭黑客攻击，泄露所有 FBI 员工及其配偶的数据。节目还讨论了监控公司试图在 Flock 摄像头中加入人脸识别技术，以及 Meta 新推出的 agentic AI Muse 背后由人类执行部分任务的情况。
MIT News · AIAI 评分3838 MIT 博士生 JS Tan 与 Clarissa Redwine 出版新书《Against Tech Oligarchy》记录科技劳工运动兴衰
MIT 博士生 JS Tan 与 Clarissa Redwine 合著《Against Tech Oligarchy》，记录过去十年科技劳工运动的兴起与衰落。
OpenAI NewsAI 评分3030 GPT-6 模型选型与生产准备指南
OpenAI 发布 GPT-6 系列模型指南，协助初创企业完成模型选型。内容涵盖调整推理强度、优化提示词与技能、协调工具调用及生产工作流准备。
404 MediaAI 评分2121 404 Media 编辑谈 AI 生成邮件与 Claude 社群现象
404 Media 编辑 Joseph 指出，近期收到大量明显由 AI 生成的“线索”邮件，其用词不符合资深记者的真实表达习惯。该栏目还讨论了 iLands AI 智能体主动发邮件揽活的现象以及围绕 Claude 形成的特定社群文化。
MIT Technology Review · AIAI 评分1818 企业自主 AI 运营模型转型报告：从工具到智能体架构的重构
2026年全球AI投资预计达$2.5 trillion，同比增长44%，但多数企业仍面临数据孤岛与整合滞后问题。MIT Technology Review指出，实现“agentic shift”需重构为可组合架构并确立AI主权，优先进行流程重设计而非单纯追求模型能力。具备就绪数据与实时连接能力的企业正通过自主AI运营模型获得持续回报。
AWS Machine Learning BlogAI 评分5555 AWS 发布 Adjudicated Query 模式用于 Amazon Quick 合规扫描
AWS 推出 Adjudicated Query 设计模式，利用 Amazon Quick 和大语言模型实现大规模租赁合同的合规性扫描。该模式将自然语言问题转换为对固定类型操作的调用，由确定性规则引擎执行实际判定，确保结果的可证明完整性和可辩护性。
Hugging Face Blog精选AI 评分6868 Ai2 开源 AstaBrief：基于 Qwen3-8B 的快速科学报告生成模型
Ai2 开源了用于科学文献综述生成的模型 AstaBrief 及配套训练数据。该模型基于 Qwen3-8B，通过监督微调（SFT）和直接偏好优化（DPO）构建，重点利用引用密度等统计信号过滤合成数据以提升证据接地能力。
推荐理由：原文公开了基于 Qwen3-8B 微调的科研报告生成模型 AstaBrief 及其训练数据，展示了通过优化 SFT 和 DPO 数据质量在保持引用准确性的同时实现约 3.5 倍推理加速的工程路径。
GitHub Blog · AI & MLAI 评分3535 GitHub 建议开发者强化三项 AI 协作技能
GitHub 指出开发者需掌握指挥 AI、评估输出及解决更大问题这三项核心技能。文章强调利用 GitHub Copilot 的 Rubber Duck agent 进行代码批判以弥补模型盲区，并主张将节省下的实现时间用于架构权衡与技术决策。
DeepLearning.AIAI 评分2828 The Batch周报：GLM-5.3与Claude Mythos对比
本周《The Batch》中，Andrew 的信涵盖开源权重模型 GLM-5.3 在利用漏洞方面几乎追平 Claude Mythos（12% vs. 14%）。此外还包括：小米新的开源权重领导者、Gemini 3.8 Live、DeepSeek-V4.1-Flash、AREX agents
Google Research精选AI 评分6262 Google Research 发布基于 TEE 的可验证私有联邦学习系统
Google Research 宣布推出下一代联邦学习（FL）系统，利用可信执行环境（TEEs）提供完全可验证和可审计的数据匿名化保证。该系统通过密钥管理系统（KMS）、访问策略和公开透明日志 Rekor，确保只有符合策略的服务器端工作负载才能解密和处理加密的训练数据，从而消除了对服务器操作者的信任需求。
推荐理由：Google Research 发布了基于可信执行环境（TEE）的新一代联邦学习系统，通过远程证明和公开透明日志实现端到端可验证的数据匿名化，并在 Gboard 中显著提升了训练速度与隐私保障。