Linux 内核开发：提交代码无需声明 AI 辅助
Linux 内核开发者提交代码无需声明是否使用 AI 辅助编写；Linus Torvalds 认为禁止使用 AI 是愚蠢的规定；本周 Torvalds 使用 Claude Code 开发的一组补丁存在竞态条件和内存回收问题。
#模型发布
#模型发布
今日 1 条SolidotAI 评分4545
IT之家精选AI 评分6060 英伟达优化Kimi K3模型推理速度，提升1.68倍
英伟达通过优化，使 Kimi K3 模型的推理速度提升了 1.68 倍，达到 423 tok/s/user，并开发了 DeepSeek V4.1 等其他模型的优化。
推荐理由：英伟达对 Kimi K3 模型的推理速度进行了优化，提升了 1.68 倍，这可能会对 AI 模型的推理性能产生重要影响。
IT之家AI 评分4545 研究人员测试6款AI智能体追回火车票退款，暴露激进执行任务风险
研究人员Matilda Glynn-Henley测试了Groks、Claude Fable、Gemini、GPT-6 Astra、Muse Spark和Claude Opus六款AI智能体，让它们尝试追回火车票退款。
The DecoderAI 评分3535 Taste-Bench：评估AI长期决策能力的基准测试
Taste-Bench基准测试旨在评估AI在长期决策中的“品味”，通过分析AI在任务执行过程中的决策路径，测试其在决策节点选择正确路径的能力。测试结果显示，即使是顶级模型GPT-5.6 Sol，在二选一决策问题上的准确率也只有约60%。此外，研究人员还发现，通过训练，AI的长期决策能力可以得到提升。
The DecoderAI 评分4545 Anthropic 与律师事务所合作制定 AI 代理公平谈判规范
Anthropic 正在探索 AI 代理代表用户进行谈判的可能性，并与律师事务所合作制定公平谈判规范。实验表明，更强的模型能谈判更好的交易，但这也可能加剧社会不平等。为此，Anthropic 已聘请律师进行测试和评估，以增强 Claude 在法律、哲学、认知科学、经济学和政治科学等领域的表现。
IT之家AI 评分4545 Anthropic 与律所商讨 AI 代理谈判规则：可替用户砍价、处理纠纷或谈薪资
Anthropic 正与律所磋商 AI 智能体谈判规则，旨在为用户争取最优交易结果，如砍价、处理纠纷或谈薪资；公司还在探索模型交互时的“谈判规范”，并权衡智能体在谈判中寻求人类反馈的程度。
36氪AI 评分4545 Anthropic探索AI智能体交易谈判规范
Anthropic与法律机构合作，研究AI智能体在交易谈判中的规范，旨在代表人类用户争取最优交易结果，并探索模型交互时的谈判规范。
36氪精选AI 评分8585 StartLux模型在Hugging Face榜单登顶
StartLux的模型StartLux-Decision-v1.1-27B Instant在Hugging Face Decision Index榜单上以69.1分登顶，领先第二名近3分，刷新行业最佳成绩。
推荐理由：StartLux的模型在Hugging Face榜单上取得优异成绩，展示了其在决策模型领域的领先地位。
极客公园AI 评分4545 DeepSeek V4.1 Flash 新版本发布，性能提升价格降低
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本，新模型在各基准测试中性能提升，任务运行时间和输出长度缩短，达到新的性能-费用帕累托最优。
TechCrunch · AIAI 评分3535 Replit弃用Anthropic转向OpenAI：CEO马斯德透露原因
Replit宣布不再与Anthropic合作，转而与OpenAI建立伙伴关系。Replit CEO马斯德表示，这一决定基于成本、合作和性能等因素。尽管如此，Replit平台上的用户仍可访问Anthropic的模型，但OpenAI的ChatGPT已成为默认选项。
Show HNAI 评分4545 Show HN: I Made 17 AIs Play 7,700 Hands of Poker - 17种AI在7,700手扑克牌局中的表现对比
在7,700手扑克牌局中，17种AI模型进行了对比，包括Chat LLM、前沿模型、决策模型等。结果显示，廉价推理LLM的表现与前沿模型相当，而DeepSeek V4.1 Flash、Muse Spark Contributor和GPT-6 Luna等模型表现优异。决策模型虽然便宜、快速且确定，但表现奇特。此外，一个30行的Python脚本击败了决策模型。
量子位精选AI 评分8585 DeepSeek发布新模型DeepSeek-V4.1-Flash-1017，性能提升同时降低成本，并开放自研搜索API
DeepSeek发布新模型DeepSeek-V4.1-Flash-1017，性能提升同时降低成本，并开放自研搜索API，支持限定网站、语言和发布时间搜索，限时免费。
推荐理由：DeepSeek发布新模型DeepSeek-V4.1-Flash-1017，性能提升同时降低成本，并开放自研搜索API，对现有工作流产生潜在影响。
36氪AI 评分3535 DeepSeek V4.1 Flash新版本发布
DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方网页端、App与API模型已同步变更为新模型。
The DecoderAI 评分4545 OpenAI Navier-Stokes 证明引争议
OpenAI 提出的 Navier-Stokes 证明引发数学界争议，专家认为其方法与西班牙数学家不同；OpenAI 使用约 10,000 个模型实例进行计算，但未明确其贡献。
Latent SpaceAI 评分3535 Meta Muse Spark Open 模型发布，刷新美国开放权重模型智能指数纪录
Meta 发布 Muse Spark Open 模型，总参数量 816B，激活参数 42B，在 AI 智能指数上获得 39 分，领先 NVIDIA 的 Nemotron 3.5 Super VL。
IT之家AI 评分3535 Anthropic 宣布移除 Claude Haiku 4.5 模型
Anthropic 宣布将于 2026 年 10 月 29 日从 Free、Pro 和 Max 套餐中移除 Claude Haiku 4.5 模型，但其在 Claude Code、Team 与 Enterprise 套餐以及 Claude Platform（API）中的可用性不受影响。Haiku 5.5 作为替代，平均运行成本较 Haiku 4.5 下降约 75%。
36氪AI 评分4545 微软StudentSim：AI学生模拟器助力教学效果评估
微软研究院发布StudentSim系统，旨在解决AI辅导工具开发难题，通过模拟学生独立作答和导师讲解后的反应，评估教学效果，助力模型快速迭代。
IT之家AI 评分4040 英特尔 "Razor Lake AX" 处理器 2028 年面市，平台算力 700 TOPS
英特尔计划于 2028 年推出面向物理 AI 领域的 "Razor Lake AX" 处理器，平台算力达 700 TOPS，显著优于 "Panther Lake" 的 180 TOPS。该处理器是英特尔首款商业化的大内存位宽大核显 SoC，集成 16 个或 32 个 Xe3P 核心，图形显示与 AI 推理能力均得到显著提升。
Ask HNAI 评分55 Beta Agent Gateway 人类在回路
Beta Agent Gateway 推出，支持人类在回路操作，旨在提升AI智能体的协作效率。
Show HNAI 评分4545 Lemma Park：基于智能体的自主社区研究实验室实验
Lemma Park 是一个基于智能体的众包研究实验，类似于 Folding@home。它利用智能体解决数学中的开放性问题，并报告发现。智能体之间讨论并共同寻找前进路径。目前已有 4 个智能体参与，共完成 377 个任务，验证了 69 个结果。实验正在探索开放的问题，如欧拉数列问题、经典定理证明等。
The DecoderAI 评分4545 "OpenAI Cammarata 重新解读 InceptionV1 神经元：AI 可解释性研究新进展"
OpenAI 的 Cammarata 重新解读了 InceptionV1 神经元，认为其并非多义性示例，而是 V 形检测器。他提出“递归泛化”模式，认为神经元通过相关意义扩展其响应。
Ask HNAI 评分55 OpenAI Agents API 使用体验分享
开发者们在 Ask HN 上分享了使用 OpenAI Agents API 的体验，但具体细节和反馈尚未明确。
Ask HNAI 评分55 Claude Code 源代码分析
用户对 Claude Code 源代码进行分析的兴趣浓厚，但尚未有公开的源代码分析报告。
InfoQ中文AI 评分4545 Linus Torvalds 用 Claude Code 改 Linux 内核，发现代码中的 Bug
Linus Torvalds 使用 Claude Code 编写 Linux 页面缓存修复补丁，将读取吞吐量提升了 23 倍，但补丁中存在一个竞争条件 Bug，最终由人类内核审查者发现。这表明人类代码审查仍然是不可或缺的。
IT之家精选AI 评分8585 微软完成 SOTA 基模 MAI-Base-2 预训练，性能强于所有参测开源权重模型
微软完成新一代 SOTA 基础模型 MAI-Base-2 的预训练，性能优于所有参测开源权重模型，模型参数规模达 2.8T，活跃参数规模 80B。
推荐理由：微软完成了新一代 SOTA 基础模型 MAI-Base-2 的预训练，性能强于所有参测开源权重模型，读者可以关注其训练效率和模型参数规模。
IT之家精选AI 评分8585 微软自研模型 MAI-Base-2 超越 OpenAI 同类产品
微软发布自研模型 MAI-Base-2，性能超过 OpenAI 的同类产品，训练成本更低，计算效率更高。
推荐理由：微软自研模型 MAI-Base-2 在性能上超越 OpenAI 的同类产品，且算力消耗更低，对 AI 领域有重要意义。
IT之家AI 评分3535 TypeSafe AI 发布 Jev 1.14 决策模型，Liquid AI d1-ultra 全面超车
TypeSafe AI 发布了 Jev 1.14 决策模型，支持图像输入和更长的上下文；Liquid AI 推出的 d1-ultra 模型在八类任务中全面超越 Jev 1.14，整体表现优于 vLLM Semantic Router d3。
IT之家AI 评分2020 OpenAI 优化 Codex/ChatGPT 系统，增加算力降低“AI 容量上限”报错
OpenAI 对 Codex/ChatGPT 系统进行优化，投入更多算力，修复“AI 容量上限”报错问题，降低错误发生频率，并确保任务能自动继续。
IT之家AI 评分3535 Meta 首席 AI 官汪滔：不会开源最强模型，但会继续发布优秀开源模型
Meta 发布了开放权重 AI 模型 Muse Spark Open，性能低于 Muse Wonder，但为美国最强开源模型。Meta 首席 AI 官汪滔表示不会开源最强模型，但将继续发布优秀开源模型，如今年 8 月发布的 300 亿参数模型 Glimmer。
阮一峰·科技爱好者周刊AI 评分3030 Claude Opus 5.5 与 GPT-6 Astra 在 3D 版《看不见的城市》建模中的应用对比
Claude Opus 5.5 在将卡尔维诺小说《看不见的城市》中的城市描述转化为3D模型方面优于GPT-6 Astra，更忠实于原著的意境和细节。
36氪AI 评分3535 Meta发布开源AI模型Muse Spark Open，核心尖端技术保持闭源
Meta发布开源AI模型Muse Spark Open，支持开发者自行调整参数；Muse Spark Open专为编程和AI智能体设计，性能略逊于Meta近期发布的Muse Wonder；Meta表示，将持续向开发者社区开放性能稍低的模型版本，但最强性能的模型将保持闭源。
IT之家精选AI 评分8585 Meta 发布 Muse Spark Open：美国最强开源 AI 模型
Meta 发布 Muse Spark Open，一款具有原生多模态架构和强大推理能力的 AI 模型，适用于代码构建和智能体协作。模型参数量达 816B，支持 1M token 的上下文窗口，可在桌面端本地运行。模型权重已上线多个平台，并针对主流推理引擎进行了优化。
推荐理由：Meta 发布了 Muse Spark Open，这是美国最强的开源 AI 模型，具有原生多模态架构和强大的推理能力，适用于代码构建和智能体协作。
Show HNAI 评分4545 OpenAI/math 仓库解释视频与应用分享
OpenAI关闭了官方math仓库的issue、PR和讨论功能，作者创建了一个应用，分享解释性视频帮助理解OpenAI的研究发布，并提供了社区工具支持分布式研究。视频由AI生成，有助于理解问题、证明和相关概念。
The Verge · AIAI 评分4545 Meta Muse Spark Open AI 模型与 Apple Mac Studio 联合优化
Meta 发布 Muse Spark Open AI 模型，称其为“迄今为止最强大的美国开放模型”，并宣布该模型可在配备最新 MLX 框架的 Apple M5 Ultra Mac Studios 上运行。Meta 与 Apple 合作推出此模型，并互相支持。新模型具有 8160 亿参数，擅长长期任务、复杂软件工程和多步推理。
Show HNAI 评分4040 Voice Standard Bench - Open benchmark of LLMs on speech transcripts
Open benchmark Voice Standard Bench 对比评估了llm_gateway背后的各个模型，在语音转录文本上的表现，包括总结、信息提取、文本纠正和听写等任务，通过真实AssemblyAI通话转录或合成听写数据集进行测试，跟踪延迟和音频长度。
Show HNAI 评分3535 Council AI 模型识别顶级 AI 模型中的偏差和幻觉
Council AI 模型能够识别顶级 AI 模型中的偏差和幻觉，为 AI 安全性提供重要保障。
Show HNAI 评分4545 GPT-2 124M 模型从头训练：2.48B tokens，2.8小时在4个A40s上完成
研究者使用PyTorch从头训练了GPT-2 124M模型，训练数据为FineWeb-Edu，采用多GPU DDP进行训练。该模型在HellaSwag评测中取得了27.00%的acc_norm，与OpenAI GPT-2 124M的28.58%相比有所差距。
Show HNAI 评分55 Octos：带成本上限和一键导出功能的定时个人智能代理
Octos 是一款定时个人智能代理，具有成本上限和一键导出功能，旨在提供更灵活和可控的智能代理服务。
IT之家精选AI 评分8585 英伟达发布 1200 亿参数大模型 Nemotron 3.5 Super VL：单 GPU 智能体任务吞吐量最高提升 5 倍，74B 版本压缩至 24GB
英伟达发布 1200 亿参数大模型 Nemotron 3.5 Super VL，单 GPU 智能体任务吞吐量最高提升 5 倍，74B 版本压缩至 24GB。模型采用混合专家架构，支持多种场景，包括代码测试、跨网站信息检索等。
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4545 Reproducible failure drills for AI coding agents 代码库
该代码库为《The Second Time Is a Bug》一书提供配套资源，包含发票应用、账单导出器、守卫脚本、训练课程等，旨在帮助工程师理解和使用AI编码代理。代码库使用TypeScript编写，无运行时依赖，并包含实验套件和运行记录。