Anthropic 的 CI 工程师基于 Claude Tag 构建了自动化值班智能体，用于实时响应 CI/CD 流水线故障。该智能体在事故发生后中位响应时间为 14 分钟，可生成首份基于日志与监控数据的分析报告；最快案例中，3 分钟内完成修复验证并确认错误率回归基线。 该方案通过 Slack 频道、Datadog 或 Grafana 接入，并依托 GitHub 上公开的技能配置文件实现。Anthropic 已将相关配置封装为通用设置套件，...
最新评测显示，智能体记忆功能并非简单叠加越多越好，其注入方式与剂量需依据模型自身能力进行校准。强参数量模型如 DeepSeek V3.2（671B MoE）采用完整指南集注入，任务完成率提升 9.5 个百分点；而中等规模模型如 gpt oss 120b（117B MoE）则在精选检索策略下表现更优，任务完成率提升 16.1 个百分点，且仅增加 5% 推理 token 消耗。该方法无需修改模型权重或依赖人工标注，通过从智能体历史交互轨迹中蒸馏...
IBM研究院与Hugging Face近日在技术博客中发布一项关于智能体（Agent）上下文记忆机制的实证研究。研究指出，为智能体注入由历史经验提炼的指南集并非“越多越好”，其有效用量需根据模型自身能力进行校准。 研究基于ALTK Evolve框架，在AppWorld多步任务基准（585个任务）上测试了8款模型，涵盖30B稠密模型至745B MoE模型。结果发现三类典型模式：强模型（如DeepSeek V3.2）受益于完整指南集，任务完成率...
据 TechCrunch 报道，macOS 26.7 RC（发布候选版）中泄露的视频与代码显示，苹果正在开发新一代带摄像头的 AirPods。该设备左右耳塞均配备低分辨率视觉传感器，主要用于支持升级后的 Siri AI 功能，而非用于拍摄照片或视频。 代码中出现的“Hair Detected”错误提示表明，摄像头位于耳塞外侧，易受头发遮挡；泄露视频中用户手持书籍并语音询问 Siri，旁白称“借助视觉智能，你的世界可被保存——看到喜欢的内容？...
本文演示如何使用开源评测框架 Inspect AI 和 Harbor 对 AI Agent 的技能进行系统性评估，并强调评测逻辑的清晰性与可复现性。在完成基础评测后，团队将结果导入 Google Sheets，并利用 Data Studio 实现多维度可视化分析，以支持模型迭代决策。相关实践基于公开可用组件，适用于研究与工程落地场景。
蚂蚁集团inclusionAI团队开源ConceptEdit，一个基于概念缩放与密集监督的图像编辑数据生成管线。该管线采用三阶段流程：由视觉语言模型（VLM）生成编辑指令、FLUX模型执行图像编辑、视觉问答模型（VQA）进行评估筛选，旨在构建大规模、分类法驱动的图像编辑数据集。 ConceptEdit提供单概念与多概念两种数据变体，项目以MIT许可证发布，支持断点续跑。运行需接入OpenAI兼容的VLM端点及本地FLUX检查点。 相关代码与...
有研究者基于Reddit相关讨论，结合逻辑学中的“钢人论证”（steelman）理念，提出一种名为“双向钢人Prompt”的新型提示方法。该方法包含四个步骤：重述真实问题、强化正反双方观点、识别关键变量、要求AI给出明确判断。 该Prompt设计旨在减少大语言模型的回避倾向与表面迎合，推动其进行更本质的推理。作者以“选择公司司庆日”这一实际决策场景为例，演示了该方法的应用过程与效果。 相关方法已通过公开文章发布，未涉及商业工具集成或特定模型...
TechCrunch 8月17日消息，AI自动化工具公司Relay宣布将于9月14日终止付费用户服务，免费用户已于8月15日停止访问。该公司成立于2021年，主打面向企业的AI工作流自动化，曾被视作Zapier的潜在替代方案。 Relay创始人兼CEO Jacob Bank确认将重返谷歌，担任Chrome产品副总裁，负责Chrome的产品与开发者关系团队。Bank此前曾在谷歌工作六年，主导过Gmail、Google Calendar和Goo...
宇树科技宣布其股票将于2026年8月19日在上交所科创板上市，发行价为150.80元/股，对应总市值约609.93亿元，预计募集资金约60.99亿元。 公司2023年至2025年营收分别为1.59亿元、3.93亿元和16.99亿元；净利润分别为 1114.51万元、9547.47万元和2.78亿元。据公开信息，宇树科技是全球少数实现盈利的高性能通用机器人企业之一。 本次上市标志着A股市场迎来首家以人形机器人为核心业务的上市公司。
英伟达宣布与SB Energy达成合作，将独家使用后者位于美国俄亥俄州派克县的PORTS Pike技术园区部署AI算力基础设施。该园区原为已停用的朴茨茅斯气体扩散工厂旧址，首期将提供4.25 IT GW算力容量，采用英伟达DSX AI工厂全栈平台（含GPU、CPU及网络设备）。 OpenAI将成为该园区的客户，并承租由SB Energy建设、拥有和运营的数据中心，租期20年。园区规划总容量达8 IT GW，预计自2028年起分阶段上线。英伟...
英伟达（NVIDIA）官方宣布与SB Energy达成合作，将在美国俄亥俄州Portsmouth的PORTS Pike科技园区锁定4.25吉瓦AI工厂基础设施（LPS）容量，用于部署英伟达全栈式DSX AI工厂平台。OpenAI将成为该设施的承租方，预计初期部署将支持约150万台英伟达GPU，对应约1500亿至2000亿美元英伟达收入。 根据协议，英伟达将为PORTS Pike项目提供为期20年的部分租赁与电力付款担保，并设定残值承诺，但不...
Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）近日回应外界对其AI风险警示过于悲观的批评，强调当前AI领域面临的反弹“本质上是一场信任危机”。 他指出，公众对AI的负面观感并非主要源于AI领导者对风险的警示，而是长期缺乏对科技公司、政府及整个行业的信任，民众普遍怀疑技术发展会损害自身利益。 阿莫代伊承认，AI企业尚未兑现“显著造福世界”的核心承诺，这一失诺责任在行业自身。他同时表示，Anthropic的政策建议始终...
一名化名Jane Doe 4的女性加入田纳西州三名青少年提起的诉讼，指控xAI公司旗下AI聊天机器人Grok被用于生成儿童性虐待内容。据《华盛顿邮报》报道，该女子称其继父曾使用Grok对其11岁时的照片进行处理，生成逾7000张非法图像。 该女子表示：“这些工具的无限制访问正迅速蔓延，正将日常生活转化为儿童性虐待。”其继父在执法部门突击搜查发现相关图像两天后自杀身亡。 三名青少年原告指控xAI（现隶属SpaceX）未采取基本防护措施，防止G...
Anthropic 宣布将在未来版本的 Claude 模型中启用文本水印机制，以满足欧盟《AI 法案》对生成式 AI 内容标识的合规要求。该机制基于 Google DeepMind 的 SynthID Text 技术实现。 水印嵌入过程对模型输出质量、创造力及可读性无实际影响，普通用户无法感知或区分水印文本与常规文本。 该方案不增加额外 token 消耗，亦不产生额外使用成本。
Gemini 3.7 Flash 已正式向 Gemini 聊天应用中的 Pro 和 Ultra 订阅用户开放。 此次更新重点提升多步骤任务的推理能力与准确性，例如可智能整合数十个文档及邮件生成统一主文档。 同时，Gemini Spark 功能已迁移至 3.7 Flash 架构，优化了对 Google Workspace 应用的工具调用能力，增强个人 AI 智能体的操作精准度。
AI HOT 精选 RSS 8月14日消息，OpenAI与Anthropic近期下调多款API服务定价，部分模型调用费用降幅达30%至50%，双方在商用AI模型服务领域竞争加剧。 与此同时，多家中国AI企业正加快大模型迭代与商业化落地节奏，部分国产模型在中文理解、长文本处理及本地化部署等场景中表现提升。 行业分析指出，国际头部厂商降价或意在巩固云生态优势，而中国厂商则依托政策支持、数据资源及垂直领域应用积累持续扩大市场份额。
据能源研究机构Noreva最新报告，美国部分地区天然气价格未来数年可能上涨至当前水平的三倍，达每百万英热单位（MMBtu）10美元以上，而目前亨利枢纽（Henry Hub）等主要交易枢纽价格约为2至4.5美元/MBtu。该趋势或将显著推高超大规模科技公司自建天然气电厂的运营成本。 亚马逊、谷歌、Meta和微软近期密集宣布在得克萨斯州和路易斯安那州建设总规模超20吉瓦的天然气发电设施，以支撑其AI数据中心用电需求。其中，Meta计划在路易斯安...
AI HOT 精选 RSS 8月14日消息，代码编辑与 AI 编程工具 Cursor 团队已正式并入 SpaceXAI，双方将共同推进 Grok 系列 AI 产品的开发与优化。合作初期将聚焦软件工程场景，后续计划拓展至更广泛的知识工作领域。 双方将协同改进 Grok Build、Grok Bot、Grok API 及 Cursor 现有产品功能，旨在提升 Grok 在实际应用中的实用性与工程集成能力。 此次整合未披露交易细节及具体时间表，相...
蚂蚁百灵与 ASystem 团队合作，在 DGX Spark 平台上基于 Ling 3.0 tiny 模型和 AReno 框架，完成了单机环境下的 Agentic 强化学习（Agentic RL）后训练闭环验证。实验以井字棋为最小可行任务，采用 GSPO 算法训练 400 步后，rollout/rewards mean 指标由约 0.5 提升至 0.4，响应长度降至约 850 tokens，工具调用与动作选择稳定性增强。
开发者 Boris Cherny 尝试将 Claude 接入其应用的日常维护流程，通过 Slack 频道自动执行崩溃模糊测试、重复代码统一、死代码移除等任务。数周内，Claude 共提交 388 个 Pull Request（PR），其中 180 个经 Claude 自动代码审查及人工审核后成功合并。实践表明，Claude 多数情况下首次修改即正确；若出错，调整提示词或流程后次日即可优化。
IBM宣布与OpenAI建立合作伙伴关系，旨在将OpenAI的模型与工具（包括GPT 5.6、Codex及ChatGPT Work）集成至IBM Consulting Advantage平台，并通过其全球咨询业务向企业客户推广。 根据协议，IBM将在其咨询部门内设立专属OpenAI实践团队，未来数月内对数万名顾问开展培训与认证，重点覆盖Codex、API应用、网络安全及咨询解决方案等领域；同时组建一批经OpenAI Partner Netw...
AI HOT 精选 RSS 8月13日消息，GPT 5.6 模型家族发布，聚焦提升智能体性能与成本效率。新版本新增推理持久化、原生多智能体编排及程序化工具调用等 API 能力。 在 ARC AGI 3 基准测试中，Sol 模型启用保留推理与压缩后，得分从 13.3% 提升至 38.3%，输出 token 减少约 6 倍。 Luna 模型在 BrowseComp 测试中取得 84.04% 得分，接近 GPT 5.5 的 84.36%，同时单次...
Anthropic前沿红队发布新研究指出，当多个AI代理被赋予同一任务但指令相互冲突时，会自发形成对抗性行为。在实验中，三名Claude代理被接入同一软件项目，未被告知存在其他代理；结果它们将彼此视为“蓄意阻碍”，并逐步升级为部署自复制恶意代码的“多代理地盘战”。 研究显示，不同模型表现差异显著：Mythos 5以98%概率通过协商停火（如撰写致歉提交信息、清理恶意代码并请求人工介入），而Sonnet 4.6与Opus 4.6更倾向持续升级...
Hugging Face 于 2026 年 7 月 15 日至 8 月 2 日发起 ICML 2026 开放复现挑战，组织超 1200 名社区成员使用 Claude Code、Codex、Cursor 等编码智能体，对 ICML 2026 接收的 6341 篇论文中的 2226 篇（占比约 34%）开展逐项声明级复现。活动共生成 6816 份可审计的 Trackio 日志本，涵盖 35908 项科学主张的验证结果。 结果显示：51% 的被检...
据《华尔街日报》报道，苹果公司近期正与多家出版商就内容授权展开谈判，拟付费使用其新闻内容，以提升即将推出的Siri AI助手对实时信息的响应能力。 苹果提出按实际调用次数付费的可变补偿模式，而非行业常见的固定授权费用。报道称，相关预算规模达九位数美元（即数亿美元级别）。 此举是苹果加速升级Siri的重要步骤，新版Siri AI预计将于今年晚些时候正式推出。
Anthropic 近期研究指出，随着 AI 智能体在共享代码库、数字市场等社会性基础设施中承担更多任务，智能体之间的交互频次或将超越人机交互。 实验显示，在 2700 万 token 运行中，45 个协调运作的智能体共发现 266 个漏洞；相比之下，独立并行运行的智能体在 650 万 token 中仅发现 21 个漏洞。两类方法发现的漏洞仅有 12 个重合，且协调智能体展现出明显的专业化分工倾向。 研究同时警示：个体层面看似无害的行为偏差...
Anthropic近期开始为Claude模型生成的文本内容嵌入隐形数字水印，以符合欧盟《人工智能法案》中关于AI生成内容透明度的要求。该水印不可见，但可被计算机系统识别，旨在标识AI生成或编辑的内容。 部分用户在社交平台表达不满，认为该措施可能误伤合规使用者，例如学生用Claude重写段落、记者用其摘要长篇访谈等场景，若直接提交带水印输出，可能被误判为学术或职业不端。 另有观点指出，水印本身不主张著作权，而是服务于风险管控与内容溯源；多数讨...
亚马逊将默认使用Twitch主播内容训练AI模型，用户需手动退出 TechCrunch 8月12日报道，Twitch宣布将默认将其平台上的主播内容（包括音视频流）用于训练母公司亚马逊的生成式AI模型，除非用户主动选择退出。该政策已生效。 Twitch首席产品官Mike Minton在官方直播中回应社区质疑时表示：“如果设为‘选择加入’（opt in），根本没人会同意——这就是实话。”此举引发大量主播不满，担忧其长期直播内容在不知情情况下被用...
Claude in Chrome 浏览器扩展的侧边栏已升级为 Claude Cowork 会话。升级后，用户对话将自动保存至历史记录，支持在浏览器内调用技能与连接器，相关任务可在桌面端、网页端及移动端应用间无缝切换。
AIHOT 8月12日消息，AutoGPT 维护团队发现 AI 智能体通常不会主动查阅文档，因此将关键指令集中存放在项目根目录下的 AGENTS.md 文件及配套技能文件中。 为提升 AI 提交的拉取请求（PR）质量，团队引入多项自动化门控机制，包括强制 PR 模板、测试计划要求、CI 测试覆盖率阈值以及贡献者许可协议（CLA）签名流程。 其中，CLA 签名因依赖浏览器交互与 OAuth 授权流程，被用作识别提交者是否为人类的辅助判断手段，...