Ataraxos 以约 1/500 算力成本击败史上最强 Stratego 人类玩家
研究人员开发的 Ataraxos AI 以 85% 的有效胜率击败四届世界冠军、公认史上最强 Stratego 玩家 Niemeijer，结束了一个人类对 AI 的最后堡垒。
推荐理由：研究以约八千美元算力战胜最强人类 Stratego 玩家，正则化和信念网络方法可迁移到其他不完全信息博弈。
10月2日 · 周五
精选
当前热点
完整榜单最新精选
The Decoder精选AI 评分7777 The Decoder精选AI 评分8080 OpenAI 称已阻止蒸馏窃取其推理链条，但同样手法在 Azure 上仍有效
OpenAI 称 7 月检测到针对其模型推理内容的提取活动，7 月 24 至 25 日出现超过 4000 名用户的 16000 次请求，涉及 15000 多个关联账号，7 月 28 日已全部封禁，并将其中的核心群体与 Moonshot AI 有关联的人联系起来。
推荐理由：原文串起 OpenAI 的封禁行动与研究者复测结果，读者可以据此理解云端分发为何让防护出现缺口。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 4 Argon，输出上限扩至 1M tokens
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，后续面向开发者、企业和消费者推出。
推荐理由：官方公布的能力、价格与安全机制信息完整，读者可以据此判断 Gemini 4 Argon 在编码、知识工作和网防上的实际变化。
Google DeepMind精选AI 评分7070 Google DeepMind 推出 SynthID Bio，为 AI 生成的蛋白质添加可验证水印
Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，在保持蛋白质生物功能的同时嵌入可验证签名。
推荐理由：原文给出水印嵌入方式与湿实验结果，读者可以了解在蛋白质设计层建立生物安全验证机制的可复用思路。
MIT Technology Review · AI精选AI 评分7979 OpenAI 首席研究官 Mark Chen 回应连环智能体失控事件：不会自断前沿地位
MIT Technology Review 采访 OpenAI 首席研究官 Mark Chen，回应 Hugging Face 入侵等一连串智能体失控事件及其影响。
推荐理由：OpenAI 首席研究官首次详谈安全整改细节，读者可以了解训练期监控和算力倾斜如何回应连环失控事件。
AWS Machine Learning Blog精选AI 评分6666 GPT-6.1 Sol 正式登陆 Amazon Bedrock，强化智能体推理并降低任务成本
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，作为 GPT-6 Sol 的重大升级，面向智能体编码、计算机使用和专业工作负载提供更强推理。
推荐理由：官方公告给出 GPT-6.1 Sol 上架 Bedrock 后的代理编码、成本对比与数据安全控制，读者可评估生产部署的可行性。
Simon Willison精选AI 评分8686 Simon Willison 直播记录 OpenAI DevDay 2026 主题演讲
Simon Willison 在旧金山 Fort Mason 现场直播 OpenAI DevDay 2026。
推荐理由：作者亲历现场并记录了演示翻车等一手细节，可以补充发布会通稿之外的现场视角。
Hugging Face Blog精选AI 评分6060 NVIDIA 开源表格基础模型 Kumo Tabular，单次前向预测登顶四大基准
NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签的表格数据在单次前向传播中完成分类或回归预测，无需训练、调参或特征工程。
推荐理由：官方发布开放表格基础模型，用上下文学习免训练预测，作者给出了架构细节和基准表现，读者可以评估它是否适合替换现有梯度提升树流程。
Microsoft Research精选AI 评分6464 Microsoft Research 发布面向生物学的 AI 研究系统 Quine
Microsoft Research 推出 Quine，一个结合生物学多模态世界模型与连接科学工具、文献和 wet lab 的交互 harness 的 AI 研究系统。
推荐理由：官方介绍 Quine 的世界模型与工具环路设计，并给出胰腺癌化合物筛选的湿实验验证结果，读者可据此评估 AI 驱动生物研究的路径。
OpenAI News精选AI 评分6666 OpenAI 发布 GPT-6.1 Sol，价格为 Astra 的五分之一
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机操作和专业工作，提供接近 Astra 的智能水平，标准 API 输入与输出 token 价格为 Astra 的五分之一。
推荐理由：官方宣布 GPT-6.1 Sol 以约五分之一的价格提供接近 Astra 的能力，读者可据此评估编码与办公场景的成本取舍。
Hugging Face Blog精选AI 评分6767 Hcompany 发布 Holo4 智能体系列，含 27B 与 35B-A3B 两个版本并开源全部轨迹
Hcompany 发布 Holo4 智能体系列模型，含 27B dense 和 35B-A3B MoE 两个尺寸，并更新发布 Holotron4 Nano。模型可通过 GUI、代码、MCP 和 API 多种接口操作软件，在 OSWorld 2.0 上 Holo4 27B 得分 61.7%（Opus 5.5 为 81.8%），35B-A3B 达 30.9%，参数量和成本显著更低。
推荐理由：原文给出 OSWorld 2.0 等基准分数、成本对比和全部轨迹开源信息，读者可以据此评估这款多接口智能体模型是否适配自己的业务工作流。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Security Lab 发布 Fuzzing Taskflow，用 LLM 智能体自动化 C/C++ 模糊测试
GitHub Security Lab 的 Antonio Morales 发布开源 Fuzzing Taskflow，基于 Taskflow Agent 为 C/C++ 项目提供自主模糊测试流水线。
推荐理由：作者亲述设计取舍，读者可以照着跑起来，并理解 LLM 智能体如何接管模糊测试中重复的人工环节。
Hugging Face Blog精选AI 评分6262 Liquid AI 发布 LFM2.5-VL-3B 的 DSpark 草稿模型，端侧解码最高加速 3.13x
Liquid AI 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下换取加速。
推荐理由：原文给出视觉 DSpark 草稿模型的架构细节、实测加速数字和三大推理框架接入方式，读者可评估端侧 VLM 推理加速的可迁移做法。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示词在 100 多种语言和方言中定制角色声音，可从 30 秒音频样本复刻声音，并提供 2000 多个现成声音。
推荐理由：官方介绍了两款 TTS 模型的定制能力、基准成绩和开放渠道，开发者可以据此评估语音生成方案的选型。
Hugging Face Blog精选AI 评分7070 transformers 现已支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 宣布 transformers 支持通过 from_pretrained 直接加载 GGUF 量化模型，复用 ggml 的 Metal 内核以接近 llama.cpp 的性能。
推荐理由：官方介绍 transformers 直接加载 GGUF 的用法、量化选择和与 llama.cpp 的对比数据，对想在 Mac 上本地推理的开发者有实用参考。
GitHub Blog · AI & ML精选AI 评分6969 GitHub 用 Copilot 将 Copilot agent runtime 迁移到 80 余万行 Rust
GitHub 用 Copilot agent 将 Copilot agent runtime 从 TypeScript 完整重写为 832,378 行生产 Rust，AI 编写了大部分代码，历时约 14.5 周、128 个 PR，采用原地逐组件替换而非一次性切换，性能有数量级提升。
推荐理由：一手复盘给出原地迁移策略、缓存命中率与子会话协作细节，对规划大规模 agent 辅助重写有可借鉴方法。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 语音对话模型
Google DeepMind 于 2026 年 9 月 15 日发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款语音对话模型。
推荐理由：官方公布了两个语音模型的能力定位、多项基准成绩和可用入口，读者可以据此评估是否接入自己的语音应用。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 AlphaGenome Atlas 覆盖人类基因组全部 90 亿单碱基变体预测
Google DeepMind 发布 AlphaGenome Atlas 平台，收录人类基因组约 90 亿个单核苷酸变体的分子效应预测，数据集达 1 PB，超过 AlphaFold 数据库 30 倍以上。
推荐理由：平台把 90 亿个单核苷酸变体的预测免费开放，配合 AVI 评分与案例结果，研究者在排序罕见病变体时可省去大量实验验证。
Mistral AI精选AI 评分7272 Mistral 完成 30 亿欧元 Series D 融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 Series D 融资，投后估值超 210 亿欧元，称其为欧洲科技公司史上最大股权融资。本轮由三星电子领投，Scaleup Europe Fund（EQT 管理）和 PSG Equity 联合领投，Advent、BlackRock、卢森堡大公国为新投资方，a16z、ASML、NVIDIA 等老股东跟投。
推荐理由：官方公告给出融资金额、估值和资方名单，读者可以据此了解欧洲主权开源模型路线的资金与商业基础。
Google Research精选AI 评分6363 Google 与 HHMI Janelia 发布完整雄性果蝇大脑及中枢神经系统连接组
Google 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作，在 Cell 发表雄性果蝇大脑和中央神经系统完整连接组，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的脑图谱。
推荐理由：原文给出雄性果蝇全脑连接组的规模、验证方式和开源查看工具，也说明雌雄对照可用于研究性行为与个体差异。