追踪 269 篇 · 精选 15 篇
自从 GPT 5.5 发布以来，AI 领域出现分化：Anthropic 的 Claude 因其增长和 CFO 受关注，但 AI 工程师对 Codex 的好感度上升。Anthropic 调整 Claude 订阅模式，将 API 积分与订阅费挂钩，引发部分用户不满，被认为是“撤资”。与此同时，OpenAI 推出企业促销，Codex 则以更宽松的政策吸引用户。Agent 基础设施和用户体验方面，Cline、LangChain、Notion 和 Cursor 均推出了新功能，侧重于长期状态、流式传输和编排。
SU-01模型，采用反向困惑度课程SFT和两阶段RL的统一方法，以一个紧凑的30B-A3B模型实现了奥林匹克竞赛的最高推理水平。该模型能够解决IMO 2025和USAMO 2026的赛题，每项获得35分，并能维持100K+ token的推理过程，无需外部工具。
ServiceNow 发布了 EVA-Bench，一个端到端的语音助手评估工具。EVA-Bench 可模拟机器人之间的音频对话，在包括航空、人力资源和 IT 在内的 213 个场景中评估任务准确性（EVA-A）和对话体验（EVA-X）。
Eric Jang 分享了如何利用现代 AI 工具从零开始构建 AlphaGo，并探讨了其对未来通用人工智能（AGI）的启示。他解释了 AlphaGo 的核心技术，如搜索、从经验中学习和自我对弈，并将其与当前大型语言模型（LLMs）中的强化学习（RL）进行了对比，指出了 MCTS（蒙特卡洛树搜索）在解决 RL 中的信用分配问题方面的优势。此外，Jang 还介绍了他的“自主研究”（Autoresearch）循环项目，以及 LLMs 在自动化 AI 研究方面的潜力和局限性。
开发者 SVPino 分享了他对 Claude Code 中“子代理”理念的看法，认为“一切可成为子代理的都应是子代理”。他承认自己目前对此类划分的判断还需要更多经验，但正通过实践加速学习，并指出子代理拥有独立的上下文窗口，这能在多代理协作中带来优势。
Raycast 发布了 Beta V2 版本，集启动器与 AI Agent 功能于一身，UI/UX 界面与 Mac 系统设计风格更趋融合。本次更新重构了基础架构，包括启动器底层、搜索、调度、扩展功能和设置界面，并升级了搜索功能，可调用Skill。
Block 将其内部开发的 AI 编码代理 Goose 开源并转交给 Linux 基金会，以解决其因商标所有权和缺乏透明治理而面临的企业采用障碍。Goose、MCP 和 Agents.MD 一起构成了新成立的 Agentic AI Foundation（AAIF）的核心，AAIF 隶属于 Linux 基金会。
一个名为 benchLLM 的新工具，旨在帮助用户根据自身硬件配置，选择性能最佳的本地大型语言模型 (LLM)。该工具通过基准测试对模型进行排名，并提供了相应的 GitHub 页面 (https://github.com/Andyyyy64/whichllm)。
Google 正在加大对 Forward Deployed Engineer (FDE) 职位的投入，并简化招聘流程。FDE 成为 AI 领域新的人才竞赛焦点。
一位名为 cprkrn 的比特币玩家发帖称，借助 AI Claude 的帮助，他找回了 11 年前因嗑药后忘记密码而丢失的 5 枚比特币，按当前市价约合 40 万美元。他对此表示极大感谢。
本文介绍如何使用 QueryData for AlloyDB，通过自然语言和高速向量搜索来查询复杂数据库，以此 democratize 数据访问，超越简单的 SELECT 操作。
开发者 shuding 分享了一个正在研究中的概念：将着色器（shaders）引入 React。并发布了第一个概念演示 <Water> 组件的已部署demo，链接为 https://t.co/oyygjLlIeQ。
Markdown 因信息密度低被认为“从一开始就被注定失败”。文章指出，HTML 对人类和 AI 而言是更好的选择，但因其输入不便，因此出现了一个开源工具来生成 HTML。相关链接见文内。