跳到正文

全部动态

今日 13 条
10月3日周六
  1. GitHub Blog · AI & ML22

    AI 正在改变开发者工作,GitHub 提出三项需要强化的技能

    GitHub 提出 AI 时代开发者需要强化的三项技能:学会指挥 AI 而非只是使用它、不要轻信 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文章以添加认证流程为例,说明开发者角色正从逐行实现转向定义问题、审查 AI 输出并做技术决策;并提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行评审。

10月2日周五
  1. NVIDIA Blog60

    NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产,Cognition 为首家客户

    CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网在 CoreWeave Cloud 上可用,成为首批交付该平台的云厂商之一,Cognition 是首个在生产环境运行 Vera Rubin 的客户。

    推荐理由:CoreWeave 上线 Vera Rubin NVL72 并公布 Devin 实测吞吐数据,可看到智能体推理与后训练基础设施的落地形态。

  2. Microsoft Research36

    微软研究院用机器学习预测电网空间天气风险,覆盖美国 66,935 座变电站

    微软研究院开发了一套端到端机器学习流水线,利用 L1 拉格朗日点的太阳风观测数据,为美国本土 66,935 座变电站生成 30-60 分钟前的空间天气风险预测。系统结合 AE 与 Dst 指数预测、地质电导率和电网数据,在 2020-2026 年评估期内检测到近 80% 的重大空间天气事件,其中 Dst 预测器在 62.2% 的高活跃时段优于 Burton 方程。

  3. Google DeepMind71

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,把不可感知的签名直接嵌入生物代码,使水印不仅能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时保持其生物功能。

    推荐理由:SynthID 水印技术首次延伸到合成生物学,读者可了解 AI 生成蛋白质如何在保留功能的同时被标记与验证。

  4. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展至开发者、企业和消费者。

    推荐理由:Gemini 4 Argon 的发布信息给出了输出上限、定价与多项基准成绩,可据此判断前沿模型在长程工程与安全防御上的进展。

  5. AWS Machine Learning Blog28

    Amazon Payments 如何用 Amazon SageMaker AI 上的上下文多臂老虎机提升获客漏斗转化率

    Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)为产品获客漏斗做个性化内容选择,七周线上 A/B 测试中,一个人群组的最终漏斗转化率取得高个位数百分比的相对提升,另一人群组则未见改善,问题出在内容而非模型。

9月30日周三
  1. AWS Machine Learning Blog62

    GPT-6.1 Sol 在 Amazon Bedrock 正式可用

    GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用,面向智能体编码、计算机使用和专业工作负载提供更强推理能力。据 OpenAI,它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平,并比 GPT-6 Sol 最佳成绩高 6.4 个百分点,且推理投入更低。

    推荐理由:AWS 官方给出 GPT-6.1 Sol 在 Bedrock 上的能力定位与成本对比,可据此判断智能体工作流的落地方式。

  2. Tomer Tunguz 博客(VC 分析)64

    Tomer Tunguz 解析 Anthropic 与 OpenAI 的市场分层竞争与企业计费策略

    VC Tomer Tunguz 分析认为 2026 年 AI 竞争重心从技术创新转向商业模式创新。Anthropic 于 2026 年 3 月推出企业按量计费后单季收入翻倍至 65b 美元 run rate;约三个月后 OpenAI 将其最便宜模型 Luna 降价 80%,run rate 接近 70b 美元。

    推荐理由:作者用两条定价动作串起 Anthropic 与 OpenAI 的收入变化,并提示毛利率才是比较两者实力的更好指标。

  3. Anthropic:Research(发表成果 · 网页)81

    Anthropic 评测 GLM-5.3:能自主构建端到端网络漏洞利用且防护易被绕过

    Anthropic 发布对智谱 GLM-5.3 网络攻击能力的分析,发现其可自主开发端到端漏洞利用,在 ExploitBench 410 次尝试中成功 50 次,接近 Claude Mythos Preview 的 56 次。

    推荐理由:Anthropic 第一手评测给出 GLM-5.3 的漏洞利用成功率和防护绕过数据,读者可据此了解开放权重模型带来的攻击面变化。

  4. AWS Machine Learning Blog22

    Amazon Quick 各组件提示词工程:模式与陷阱

    AWS 官方博客按组件拆解 Amazon Quick 的提示词工程实践,指出 Quick Research、Quick Flows、Quick Sight 等能力对提示词的解读各不相同。Quick Research 需明确目标、受众与关注范围,并自行拆解子问题、限定数据源;Quick Flows 需写清 what、when、where,复杂逻辑用编号步骤表达,并可通过对话迭代调整流程。

9月29日周二
  1. Hugging Face:Blog(RSS)67

    NVIDIA 发布开源表格基础模型 Kumo Tabular,在 TabArena 等四项基准排名第一

    NVIDIA 发布开源表格基础模型 Kumo Tabular,对带标签表格做单次前向推理即可完成分类和回归,无需训练、调参或特征工程。

    推荐理由:官方技术博客披露了架构、纯人工数据预训练配方和四项基准成绩,读者可据此评估其替换梯度提升树的可行性。

  2. GitHub Blog43

    GitHub 更新开发者政策透明度报告:2026 上半年政府下架请求增至 708 起

    GitHub 公布 H1 2026 透明度数据,政府下架请求从 2025 全年的 98 起增至 2026 上半年的 708 起,这一增长主要源于报告口径调整,而非内容删除量上升。GitHub 还回顾了 2026 年美国州级立法会期,重点跟进 AI 内容溯源与年龄验证议题,其中加州 AI 透明度法案 SB 1000 已采纳更窄的通知—回应机制,以兼容不可撤销的开源许可证。

  3. Claude:Blog(网页)44

    Asana 如何用 Claude 打造可训练的人机协作团队

    Asana 让 AI 智能体直接运行在其 Work Graph 模型内,与人类同事一样拥有角色、任务、消息读写和活动流记录,并由 Claude 驱动复杂任务。每个智能体按内容撰写、洞察分析、项目管理等角色预置技能与集成,其实际访问权限受触发者权限约束。智能体的共享记忆仅允许管理员和编辑者写入永久记忆,普通成员反馈只作用于当前任务。