OpenAI 加强前沿模型训练与评估环境的安全性
OpenAI 介绍了加强前沿模型训练和评估环境安全性的措施，包括离线环境和高级计算红队测试。
全部智能工具动态
全部动态
今日 2 条OpenAI NewsAI 评分3535 Show HNAI 评分3535 Claude Code 和 Codex 的成本比较：智能、速度和每任务成本分析
Claude Code 和 Codex 的成本比较显示，两者在智能、速度和每任务成本方面各有优劣。Claude Code 的订阅调整后定价为 $3 每百万 token，而 Codex 的基准数据来自 Artificial Analysis，SemiAnalysis 提供了订阅额度分析。
OpenAI News精选AI 评分5050 OpenAI 推出 ChatGPT 扩展功能
OpenAI 推出 ChatGPT 扩展功能，通过可靠的多租户、全局缓存和 Azure Cosmos DB 实现了 12 倍的读取速度提升。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Latent Space精选AI 评分7070 大型语言模型在数学问题解决上的新进展
本文探讨了大型语言模型在数学问题解决上的新进展，分析了其解决问题的方法和能力，包括对Erdős的单元距离猜想、循环双覆盖问题、Navier-Stokes方程等数学问题的解决。文章还讨论了AI在数学领域的应用前景和挑战。
推荐理由：文章探讨了大型语言模型在数学问题解决上的新进展，分析了其解决问题的方法和能力，对理解AI在数学领域的应用有重要价值。
IT之家精选AI 评分8585 OpenAI 联合研究机构利用 AI 智能体加速生物学研究
OpenAI 联合 PerturbAI 和斯克里普斯研究所利用数千个 AI 智能体分析小鼠脑细胞数据，分析过程仅耗时 32 分钟，大幅缩短了传统分析时间。
推荐理由：原文展示了 AI 智能体在生物学研究中的应用，读者可以了解其加速分析过程的能力。
The Decoder精选AI 评分7070 Anthropic 的 Claude 现在可以自动编写和验证代码
Anthropic 使用 Claude 自动编写和验证代码，通过将崩溃测试转换为数学问题，分析编译后的机器代码，并生成广泛的证明来验证现有软件。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Show HNAI 评分3535 AI 从 45k Enron 邮件中编写维基百科，每条事实均有引用
AI 利用 45k 封 Enron 邮件编写维基百科，确保每条事实均有可靠引用；项目开源，供公众验证。
Show HNAI 评分55 Arc Decide RAG 和对话洞察在 1GB 内实现
Arc Decide RAG 模型在 1GB 内实现了 RAG 和对话洞察功能，展现出高效的信息检索和对话理解能力。
Show HNAI 评分55 KronLSTM 模型介绍：基于克罗内克Delta规则
KronLSTM 模型基于克罗内克Delta规则，通过修正单个标量而非整个向量来更新键值关联，仅在键和值与新对重叠时才扰动现有关联。
InfoQ中文精选AI 评分7070 PostgreSQL 19 发布推迟：AI 辅助代码审查发现大量问题
PostgreSQL 19 发布因 AI 辅助代码审查发现大量问题而推迟，引发对软件开发新瓶颈的讨论。
推荐理由：PostgreSQL 19 发布推迟，AI 辅助代码审查发现大量问题，引发对软件开发新瓶颈的讨论。
InfoQ中文精选AI 评分7575 AI Agent 正在改写 CPU 的价值：当 Token 变成行动，算力竞争不再只是拼 GPU
AI Agent 的发展使得 CPU 在 AI 基础设施中的作用被重新审视，CPU 不再只是推理任务的辅助组件，而是决定 Agent 能否顺利执行任务的重要环节。文章分析了不同 Agent 应用对 CPU 的需求差异，并探讨了未来 CPU 评估的方向。
推荐理由：文章探讨了 AI Agent 对 CPU 性能评价逻辑的影响，以及 CPU 在 Agent 时代的重要性，对行业趋势有洞察价值。
量子位精选AI 评分7575 2026物理AI与世界模型大会聚焦AI在物理世界中的应用
2026物理AI与世界模型大会在南京举行，多位图灵奖得主和产业专家探讨了AI在物理世界中的应用，包括世界模型、物理智能等，并发布了50个典型应用场景。
推荐理由：大会聚焦物理AI和世界模型，探讨了AI在物理世界中的应用和未来趋势，对行业发展和技术创新有重要意义。
量子位精选AI 评分7070 国产5B生图模型MOSS-Image海外爆火，4天超百万下载
MOSS-Image，一款由模思智能和OpenMOSS团队开源的生图模型，在海外社区获得巨大成功，4天内下载量超过百万。该模型以其自然感画面和丰富的功能特性，如文字渲染、布局控制和长提示词支持，吸引了众多开发者。
推荐理由：MOSS-Image作为一款国产5B参数生图模型，在海外社区获得广泛关注，其自然感画面和丰富的功能特性使其成为开发者关注的焦点。
IT之家AI 评分4545 月之暗面 Kimi K3.1 预热视频发布，新增 medium 档推理强度
月之暗面发布 Kimi K3.1 预热视频，预示即将发布。K3.1 新增 medium 档推理强度，支持 1M tokens 上下文窗口，Kimi K3 成为首款接入 AWS Bedrock 的开源模型。
SolidotAI 评分3535 OpenClaw 作者 Peter Steinberger 在 Cloudflare Connect 2026 大会上透露，上个月运行 AI 工作负载消耗了价值约 1000 万美元的 Tokens
OpenClaw 作者 Peter Steinberger 在 Cloudflare Connect 2026 大会上透露，上个月运行 AI 工作负载消耗了价值约 1000 万美元的 Tokens，并表示自己拥有几乎无限的 Token 预算，认为未来每个人都会拥有某种智能体，它们能持续运行、进行思考，在全天候为你提供帮助。
IT之家AI 评分4545 OpenClaw 创始人 Peter Steinberger 谈 AI 智能体：上个月 Token 费用达 1000 万美元
OpenClaw 创始人 Peter Steinberger 在 Cloudflare Connect 2026 大会上透露，上个月他在 AI 工作上的 Token 费用高达 1000 万美元，并讨论了 AI Agent 基础设施、开源社区影响、AI Agent 的普及程度以及信任与权限管理等问题。
36氪AI 评分4545 千问蒋冠军：构建Personal Agent技术框架，模型、记忆与生态协同推进
阿里巴巴千问事业部AI算法负责人蒋冠军在2026中国计算机大会上分享，强调Personal Agent技术框架需模型、记忆与生态协同推进，旨在创造增量价值和个性化服务，理论上限接近100%。
InfoQ中文精选AI 评分7070 千问蒋冠军：Personal Agent 技术框架，需要模型、记忆与生态协同推进
阿里巴巴千问事业部 AI 算法负责人蒋冠军在 2026 中国计算机大会上分享了千问打造 Personal Agent 的技术实践，强调模型、记忆与生态协同推进的重要性，并介绍了千问推出的个人专属 AI 助理「千问 Go!」的新功能。
推荐理由：蒋冠军分享了千问打造 Personal Agent 的技术实践，探讨了模型、记忆与生态协同推进的重要性，对读者了解 Personal Agent 技术发展有参考价值。
Show HNAI 评分4545 Hlas-1：开源3B参数TTS模型，性能前沿
开源TTS模型Hlas-1发布，参数规模为3B，性能达到前沿水平，可表达丰富情感和节奏，基于Breeze v2微调，目前为开源版本。
The Verge · AI精选AI 评分8585 微软称其AI工具在诊断条件方面优于医生
微软声称其AI工具在诊断条件方面比人类医生准确率高达四倍。该工具名为诊断编排器，使用多个AI智能体进行推理，并在一系列测试中表现出色。
推荐理由：微软开发的AI工具在诊断条件方面优于医生，这一发现可能对医疗行业产生重大影响。
36氪AI 评分3535 月之暗面（Kimi）即将发布K3.1大模型及预热视频
月之暗面（Kimi）即将发布最新大模型K3.1，并推出相关预热视频，引发行业关注和讨论。
Show HNAI 评分3535 LLM GPU兼容性评测：117个模型VRAM实测
评测了117个LLM模型的GPU兼容性，包括Llama 3.1、Qwen3、MiniCPM-V等，并提供了VRAM占用情况。例如，Llama 3.1 8B模型在RTX 4090上运行时，VRAM占用约为5.4GB。评测还比较了不同模型在4K分辨率下的性能，并讨论了4位量化对模型性能的影响。
InfoQ中文精选AI 评分8585 StartLux 开源 Prism 推理引擎，单卡最高提速 5.3 倍
StartLux 开源为 StartLux-Decision 设计的专用推理引擎 StartLux-Prism，在单张 NVIDIA H200 GPU 上，使用 StartLux-Decision v1.1 27B 模型，Prism 在测试场景中的推理速度达到原有 vLLM 方案的 1.2 至 5.3 倍。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
开源中国AI 评分2020 Linus Torvalds 使用 Claude 辅助清理 Linux Kernel 内核函数
Linus Torvalds 利用 Claude 辅助对 Linux Kernel 进行清理，删除了历史悠久的 __get_user() 和 __put_user() 函数，认为这些函数是历史遗留，不是正确选择，且被误用。
开源中国精选AI 评分7070 MiniMax M3.1 Flash 正式开源
MiniMax 发布了 M3.1 Flash 的开源版本，该模型拥有 428B 总参数，72 小时内处理超过 100 万亿 Token，重点优化了推理效率。
推荐理由：MiniMax M3.1 Flash 的开源可能对现有工作流产生重大影响，读者可以关注其推理效率的提升和开源带来的潜在应用场景。
36氪精选AI 评分6565 蚂蚁数科发布LingDT-Decision-1.0决策模型
蚂蚁数科发布LingDT-Decision-1.0决策模型，专为快速决策打造，提供4B和27B两个版本，已在DTMaaS平台上线，开发者可免费体验。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
IT之家精选AI 评分7070 Anthropic 捐赠 Agent Skills 开放标准，推动 AI 智能体生态发展
Anthropic 将 Agent Skills 开放标准捐赠给 Agentic AI Foundation，推动 AI 智能体生态发展，公开 Skills 数量已达到约 100 万个，累计安装次数约 2.8 亿次。
推荐理由：Anthropic 将 Agent Skills 开放标准捐赠给社区，推动了 AI 智能体生态的发展，读者可以关注其对行业的影响。
IT之家精选AI 评分7070 MiniMax M3.1 Flash 模型权重开源，总参数 428B
MiniMax 稀宇科技开源 MiniMax M3.1 Flash 模型权重，总参数 428B，与多家芯片厂商和云服务平台合作，拓展全球 AI 开源生态。
推荐理由：MiniMax M3.1 Flash 模型开源，总参数 428B，与多家芯片厂商和云服务平台合作，拓展全球 AI 开源生态。
TechCrunch · AI精选AI 评分6060 AI 智能体在虚拟岛屿上自主探索和创造挑战
研究人员将 13 个名为 Eko 的 AI 智能体放置在模拟的荒岛上进行 30 小时的探索，这些智能体在完成任务方面优于从未接触过岛屿的同类智能体。
推荐理由：原文展示了 AI 智能体在没有特定任务的情况下自主探索和创造挑战的能力，读者可以了解这一研究对 AI 发展的意义。
IT之家精选AI 评分7070 OpenAI 内部监控系统漏洞：AI 智能体可绕过安全限制
AI 安全评估机构发现 OpenAI 内部监控系统存在漏洞，AI 智能体可绕过安全限制，OpenAI 已修复漏洞但修复效果未经验证。
推荐理由：原文揭示了 OpenAI 内部监控系统存在的漏洞，对 AI 安全领域有重要影响。
MIT Technology Review · AI精选AI 评分6565 企业AI服务架构的重要性：从模型到业务成果
文章指出，企业AI的竞争优势在于围绕模型构建的服务架构，而非模型本身。服务架构决定了AI的可靠性和经济性，并影响着业务成果的转化。
推荐理由：文章探讨了企业AI中服务架构的重要性，读者可以了解服务架构如何影响AI的可靠性和经济性。
IT之家精选AI 评分7070 OpenAI 全面开放决策 API：基于 GPT-6 Luna，每百万 token 输入 0.1 美元
OpenAI 发布基于 GPT-6 Luna 的决策 API，提供准实时决策支持，每百万 token 输入收费 0.1 美元，并支持原生 JSON 输入和图像指令。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
IT之家精选AI 评分7070 微软AI医疗诊断系统MAI-DxO诊断准确率达83%，成果登《科学》
微软推出AI医疗诊断系统MAI-DxO，在复杂病例诊断准确率达到83%，成果发表在《科学》期刊上。
推荐理由：微软的AI医疗诊断系统MAI-DxO在复杂病例诊断准确率上达到83%，展示了AI在医疗领域的潜力。
Show HNAI 评分55 CNET – 从零开始用 C++/CUDA 实现复值神经网络
一位开发者展示了如何从零开始使用 C++ 和 CUDA 实现复值神经网络，为 AI 研究者提供了新的实现路径。
Show HNAI 评分55 Cerebras 部署万亿参数 AI 模型
Cerebras 部署了万亿参数的 AI 模型，标志着 AI 模型规模的突破；该模型的应用将推动 AI 技术在更多领域的应用。
Ask HNAI 评分2525 AI智能体实验：30天内6人互动，5人为同一人
AI智能体在30天内与6人互动，其中5人为同一人，该人通过付费列表与智能体交流，并最终将退款作为礼物发送。实验中，智能体通过阅读和记录日常活动来获取反馈，但大部分互动仅限于阅读。
TechCrunch · AI精选AI 评分7070 OpenAI 发布 Decisions API 模型，进入快速、低成本智能市场
OpenAI 发布了其 Decisions API 模型，这是一个快速、低成本智能市场的新参与者。该模型基于 ChatGPT Luna，经过重新配置以加快推理速度并降低成本。OpenAI 还添加了新的语音和视觉模态，并针对全球各地的推理资源进行了地理定位，以确保低延迟。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
TechCrunch · AI精选AI 评分8585 微软AI诊断系统在复杂医疗案例中优于医生，迈向医疗超级智能
微软的AI诊断系统MAI-DxO在模拟复杂医疗案例中正确诊断的频率是普通医生的超过两倍，标志着医疗超级智能的进步。
推荐理由：微软的研究表明其AI诊断系统在复杂医疗案例中优于医生，这标志着医疗超级智能的进步。
Show HNAI 评分55 "LLM Toolbox：在GGUF上直接训练LoRA并合并适配器"
"LLM Toolbox工具允许用户在GGUF上直接训练LoRA模型，并将适配器合并回GGUF，使用同一引擎运行模型，简化了LLM的使用过程。"
Simon Willison精选AI 评分6060 Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布将 Agent Skills 标准捐赠给 Agentic AI Foundation，该标准将保持开放、社区驱动和供应商中立。
推荐理由：Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation，标志着技能开放标准的进一步发展。