KRAFTON AI 预览 Raon-1 mini 模型：30B-A4B，与 Meta Muse Glimmer 竞争
KRAFTON AI 发布 Raon-1 mini 模型，采用混合专家架构，体量 30B-A4B，支持韩语和英语，开源 Apache 2.0 许可，预览版在编程与智能体任务上与 Meta Muse Glimmer 30B 相当，速度更快、内存效率更高。
#评测/基准
#评测/基准
今日 2 条IT之家AI 评分4545 The DecoderAI 评分4545 Anthropic 的 Jack Clark 将自我改进 AI 的预测时间提前至 2027 年
Anthropic 联合创始人 Jack Clark 将 AI 系统自我改进的预测时间从 2028 年提前至 2027 年。他基于 P-Zero Research 的 TasteVal 基准测试，该测试衡量语言模型在 AI 模型开发中的研究能力，结果显示 AI 模型的研究能力在过去一年中大致每三个月翻一番。
Ask HNAI 评分2020 OpenAI Dots 证书拦截 SSL 引发争议
OpenAI Dots 引发用户担忧，其证书拦截 SSL 功能可能违反用户隐私政策；用户对 Dots 的个人用途定位与实际功能存在分歧。
IT之家AI 评分2020 Creative Assembly 否认开发《全面战争：幕府将军 2》完全版
开发商 Creative Assembly 否认开发《全面战争：幕府将军 2》完全版，称游戏由第三方工作室 Mataboo 开发，并强调公司反对使用生成式 AI。
The DecoderAI 评分4545 OpenAI 以高达 90% 的折扣吸引 Anthropic 的大客户
OpenAI 通过提供高达 90% 的折扣，成功吸引了 Anthropic 的一些主要客户，如 Rippling、Replit 和 DataCamp。Rippling 将其 AI 工作负载的 52% 转移给了 OpenAI，而 Anthropic 的份额降至 18%。
IT之家AI 评分4545 三星Exynos 2700跑分优于高通旗舰芯片
三星Exynos 2700处理器在内部性能测试中击败高通最新旗舰处理器，CPU和GPU性能均领先。在Geekbench 6.5和7.0测试中，Exynos 2700的CPU多核得分分别约为13000分和12000分，领先高通芯片约20%。图形性能测试中，Exynos 2700在大型游戏图形峰值性能测试中比高通旗舰型号高出约20%。
Show HNAI 评分5050 CodeAIHQ – 高性能电影视觉效果分析
CodeAIHQ 对电影视觉效果进行了深入的技术分析，探讨了如何通过先进的运动捕捉技术、无标记面部追踪系统和肌肉变形模拟，实现数字生物的真实感。此外，还分析了皮肤渲染、光扩散和物理模拟等高级技术，以实现逼真的视觉效果。
IT之家AI 评分3535 《赛博朋克2077》续作团队半数成员曾是模组作者
《赛博朋克2077》续作副总监帕维尔·萨斯科透露，续作任务设计团队约有一半成员曾是游戏模组作者，强调模组制作对游戏开发人才培养的作用，并认为制作模组是开启游戏开发职业生涯的好办法。
TechCrunch · AIAI 评分4040 Relay 和 Character.ai 等AI项目关闭：AI行业“墓地”现象解析
Relay，一个替代 Zapier 的AI工作流程自动化工具，于8月份完全关闭。Chatbot平台Character.ai在成立五年后申请破产。据S&P Global Market Intelligence统计，约42%的AI项目最终被其企业父母放弃。
Ask HNAI 评分3030 Kimi Code K3.1 Pro Standard API使用限制分析
用户花费19美元测试Kimi Code K3.1 Pro Standard，在5小时内耗尽1.59M tokens的配额，而同等价格的Claude Code可处理381M tokens。Kimi Code的API使用限制引发讨论。
TechCrunch · AIAI 评分4545 SpaceXAI的Grok 4.7与OpenAI的GPT-6.1 Sol在选举信息推荐上的政治偏见
SpaceXAI的Grok 4.7在选举信息推荐上倾向于推荐共和党候选人，准确率高达92%，而OpenAI的GPT-6.1 Sol则倾向于推荐民主党候选人，准确率为97%。两项模型在近500场选举中只有不到10%的时间达成一致。研究表明，这些模型在做出决策前会搜索特定的关键词，并可能存在隐藏的偏见。
The DecoderAI 评分4545 InFlow AI 助手提升初级专利律师效率，或影响其职业成长
Google Labs 的 InFlow AI 助手在专利起草任务中显著提升了初级专利律师的表现，但未对资深律师产生同样效果。AI 辅助起草提高了初级律师的效率，但在审查任务中，AI 对资深律师更有益，而初级律师则没有明显收益。研究指出，AI 可能加速了初级律师的技能提升，同时也可能取代了某些技能，导致其职业成长受限。
The DecoderAI 评分4545 OpenAI 被解雇的安全研究员称未被告知实际泄露信息
三位被 OpenAI 解雇的安全研究员否认泄露机密信息，质疑解雇理由，并怀疑与他们对更透明 AI 系统的倡导有关。他们表示，从未书面被告知哪些信息被不当处理，并担心此案会阻止独立安全审计员与 AI 公司合作。OpenAI 表示，解雇与研究人员提出的安全担忧无关。
IT之家AI 评分4545 中国信通院发布《大模型词元服务性能监测报告（2026年）》
中国信通院发布《大模型词元服务性能监测报告（2026年）》，报告显示2026年6月国内词元日均消耗量约500万亿，是2025年12月的近4倍。报告分析了词元服务调用成功率、吞吐速度、首词时延、稳定性、价格、上下文窗口等维度，对比了DeepSeek、Qwen、GLM、Kimi等模型在第三方平台上的性能差异。
Show HNAI 评分4545 mini-AGI 持续学习模型训练成果展示
mini-AGI 持续学习模型在单台 8GB 显存的 RTX 3070 显卡上训练一个月，参数量达 1.26B，在 enwik9 和 PG19 数据集上的表现优于 GPT-2 和 Chinchilla 模型，展现出强大的持续学习能力。
The Verge · AIAI 评分2020 iPhone Duo 评测：从iPhone到iPad的转型之路
The Verge 对 iPhone Duo 进行了评测，给出了 7/10 的评分。评测中讨论了 iPhone Duo 的外屏设计、作为 iPad 的可能性以及其未来的改进空间。同时，还提到了 PHP 网络安全漏洞、AI 购物趋势以及 Netflix 的重组等话题。
The DecoderAI 评分4040 Qwen3.6 和 Qwen3.8 在 SWE-bench Verified 评测中的表现分析
研究发现，在 SWE-bench Verified 评测中，Qwen3.6 和 Qwen3.8 的表现与 Claude Code 和 mini-SWE-agent 相当，但 OpenCode 的表现略逊一筹。此外，不同工具包的使用对模型性能的影响不大，但系统提示和工具描述的长度对成本有显著影响。
Show HNAI 评分3535 AI Cite Who：AI推荐证据审核工具，助力网站优化
AI Cite Who（AICiteWho）是一款AI推荐证据审核工具，结合公共网站分析和独立推荐检查，支持ChatGPT、Gemini和Perplexity平台。它保留每个平台的证据，并生成网站和外部行动报告，帮助品牌和网站所有者优化网站。
IT之家精选AI 评分6060 Anthropic 发布 AI 模型安全对齐测试报告
Anthropic 发布 AI 模型安全对齐测试报告，展示了其内部研究模型在安全性和可控性方面的优势。
推荐理由：原文展示了 Anthropic 模型的安全对齐测试结果，读者可以了解不同模型在安全性和可控性方面的差异。
IT之家AI 评分3535 微软 Outlook "优先处理我的收件箱" 功能将于下周停用
微软宣布将于2026年10月26日起停用Outlook中的“优先处理我的收件箱”功能，该功能于2025年上线，主要通过Copilot AI帮助用户整理邮件，但仅一年后便决定撤下，预计到2027年3月底从所有Outlook客户端完全移除。
IT之家AI 评分3535 文档基金会抨击微软操纵OOXML标准，LibreOffice生态受影响
文档基金会指责微软在2006至2008年间操纵OOXML标准，导致LibreOffice等第三方办公软件兼容性问题。OOXML规范通过快速通道程序审议，引发多国异议，最终勉强获批。文档基金会呼吁各国积极参与标准制定，防止商业巨头主导规则。
36氪AI 评分3030 国内大模型均价涨至13元；原“死了么”APP公布收费标准，最高199元/年；寒武纪第三季度净利润14.04亿元，同比增长147.74%
中国信通院发布报告显示，2026年国内大模型均价涨至13.46元，涨幅近1倍；原“死了么”APP公布收费标准，最高199元/年；寒武纪第三季度净利润14.04亿元，同比增长147.74%。
爱范儿AI 评分2020 月之暗面 Kimi K3.1 Pro 正式上线，支持百万上下文
月之暗面发布 Kimi K3.1 Pro，支持百万上下文，输出速度提升至标准版的 2 至 3 倍；Terminal-Bench 4.0 得分 65.7%，幻觉率降至 8.3%。
Show HNAI 评分3535 AI Crash Debugging Gauntlet：ForensicDbg 与 Claude Code 的崩溃分析竞赛
ForensicDbg 模型在崩溃分析竞赛中表现出色，其分析质量、可操作性、成本和速度均优于其他工具，如 mcp-windbg、LLDB 和 CDB。该竞赛使用 Claude Code 5.5 和默认 Sonnet Medium 设置，分析了 10 个崩溃转储，每个转储由每个工具分析 10 次。
Ask HNAI 评分55 Claude CLI 退出功能变更：关闭终端界面但保留后台进程
Claude CLI 的退出功能已变更，使用 CTRL-C 退出时仅关闭终端界面，但后台进程仍会继续运行。此变更于今年初引入，用户需在设置中禁用 Agent View 以停止此行为，但会导致无法在主视图中打开聊天列表。
Simon Willison精选AI 评分6565 Kimi K3.1 Pro 发布：性能评测与开源承诺
Kimi K3.1 Pro 已在 Kimi API 上发布，提供高速版本，定价与 GPT-6.1 Sol 相同，但速度更快。Moonshot 承诺将在 11 月 4 日发布完整模型权重。Kimi 在评测中表现出色，接近 Claude Opus 5.5 和 GPT-6 Astra 的水平。
推荐理由：Kimi K3.1 Pro 的发布和性能评测为读者提供了了解大型语言模型最新进展的机会。
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。
Show HNAI 评分4545 Drop7 游戏策略研究：深度搜索与学习模型提升得分
研究人员通过深度搜索和学习模型，在 Drop7 游戏中实现了平均 516,155 分的成绩，超过了传统方法的 382,567 分。研究尝试了多种策略，包括预期最大值搜索、启发式评估、Q 学习、N-tuple 网络、神经网络评估器等，并取得了初步成果。
Show HNAI 评分4545 PHP 安全团队发布针对 CVE-2026-109618 & CVE-2026-109619 的审计脚本和配置笔记
PHP 安全团队于 2026 年 10 月 21-22 日披露了两个影响 PHP 5.4.0 至 8.2、8.3、8.4 和 8.5 版本的严重漏洞（CVE-2026-109618 和 CVE-2026-109619），并提供了解决方案和缓解措施。该方案包括官方补丁、临时缓解基线和审计脚本，以帮助系统管理员评估和修复漏洞。
Ask HNAI 评分3535 投资AI的潜在风险：Ask HN讨论
全球科技领袖认为投资AI是必要的，但需注意AI使用成本高，市场占有率竞争激烈导致价格低于成本；许多AI项目因公司无法适应工作流程或成本效益测量不当而失败；AI设备和芯片更新换代快，而基础设施回报周期长，维护成本高。因此，公司应谨慎评估AI投资是否合理，以确保投资更明智、高效，带来经济效益和生产率提升。
Ask HNAI 评分1515 Claude Code 与 Codex 在编码中的信任问题探讨
Claude Code 在编码过程中，其指令要求 Codex 对其操作进行测试，但 Codex 存在遗漏问题，导致 Claude 无法完全信任 AI 完成全部工作。用户询问何时能信任 AI 完成编码任务，并寻求更好的质量控制方法。
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。
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。
Show HNAI 评分3535 Show HN: A 200-item RLHF quality audit with Fleiss' Kappa (0.68) 质量审计
对200项RLHF进行质量审计，采用Fleiss' Kappa方法，结果显示为0.68。
IT之家AI 评分4545 谷歌芬兰数据中心建设引发环保争议：砍伐25万棵树
谷歌在芬兰穆霍斯建设数据中心，砍伐约25万棵树，引发当地居民和环保组织批评。芬兰许可与监督局要求谷歌暂停施工，并可能启动执法程序。环保人士估计，谷歌在芬兰非法砍伐40万棵树。
极客公园AI 评分3535 造物 100 #10｜NOPIA MK1 合成器、InstaSpot 超声波去污笔、奥特曼 AI 玩具发布
NOPIA MK1 合成器通过一键生成和弦，简化了和弦弹奏过程；InstaSpot 超声波去污笔便携小巧，可去除衣物污渍；奥特曼 AI 玩具支持通话和组队功能，为儿童提供互动体验。
极客公园AI 评分3535 Eight Sleep Pod 5：两万元智能床套，能否助你一夜好梦？
八睡眠Pod 5智能床套通过调节床面温度，帮助用户改善睡眠质量。该产品通过App设置温度，并自动调节床面温度，以适应用户的睡眠需求。经过三个月的体验，用户发现睡眠质量有所提升，噩梦减少，但产品对温度不敏感的用户效果有限。
The Verge · AIAI 评分4545 OpenAI、Anthropic 和 Nvidia 在 2026 年第三季度创下最高游说支出记录
OpenAI、Anthropic 和 Nvidia 在 2026 年第三季度分别花费 220 万、210 万和 150 万美元进行游说，显示这些 AI 公司认识到政策制定的重要性。OpenAI 的游说似乎是对 Hugging Face 攻击事件的回应，而 Nvidia 则在 6G 网络、量子计算和出口控制政策等问题上进行了游说。
The Verge · AIAI 评分3535 SpaceX 与 Tesla 联合开发超级智能软件，探讨合并可能性
SpaceX 和 Tesla 正在合作开发超级智能软件，并探讨合并可能性。SpaceX 的 AI 业务收入增长迅速，而 Tesla 则在机器人领域投入大量资源。两家公司已宣布共同开展 Terafab 和 Macrohard 两个 AI 项目。
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。