Graphite 研究分析各前沿模型写作特征:Claude Opus 5.5 爱说 this matters
营销公司 Graphite 对比 1 万篇 ChatGPT 发布前的文章与各前沿模型改写版本,找出 1.3 万个在 AI 内容中出现频率至少是人写两倍的短语。
营销公司 Graphite 对比 1 万篇 ChatGPT 发布前的文章与各前沿模型改写版本,找出 1.3 万个在 AI 内容中出现频率至少是人写两倍的短语。
OpenAI 发布文章《The eternal complement》,认为高级 AI 最重要的价值在于承担突破性创意背后的例行执行工作。文章探讨了执行环节可能如何塑造下一个经济形态并影响进步速度。
Instagram 宣布在独立 Edits 应用中推出 AI“创意助手”,基于用户账号数据为创作者提供发帖建议。该助手可调用点赞、观看量、视频留存率和分享等指标,回答关于流行趋势、内容表现及文案、音频、脚本创作等问题,对创作者免费,重度用户可购买 Meta One 订阅获得更多用量。YouTube 也刚宣布了类似的 AI 创作者数据面板更新。
TechCrunch 分析消费级AI的商业困境:截至5月仅2.2%消费者为AI付费、月均31美元,模型性能大幅提升(GPT-5.2到Astra)也未改变付费增长;按Netflix规模的34美元客单价测算年化收入约110亿美元,不足OpenAI运营成本的三分之一。
The Verge 采访记者 Josh Dzieza,复盘其对 Kevin O'Leary 在犹他州 Stratos(又名 Wonder Valley)数据中心的数月调查。
NVIDIA 阐述 AI 工厂回报取决于三个相互关联的因素: earning capacity、useful life 和 demand,并通过全栈协同设计最大化三者。
美国卫生部长 RFK Jr. 表示,AI 将把人们从医疗事实和专业知识的“暴政”中解放出来。Ars Technica 指出,虽然 AI 并不完美,但其幻觉似乎比肯尼迪本人更少。
一座新雕塑描绘 AI 领袖逃离正在下沉的船只,成为针对 OpenAI 的最新抗议作品。Ars Technica 报道称,抗议者正以越来越有创意的方式表达对 OpenAI 的不满。
HPE 的这篇付费内容探讨企业 AI 从试点走向生产化后的成本模式选择:当需求稳定且量大时,仅按 token 消耗付费会让支出难以预测。文中引用 Deloitte 2026 State of AI in the Enterprise 数据称 2025 年员工 AI 使用率上升 5%,预计六个月内至少 40% AI 项目进入生产的企业占比将翻倍。
MIT Technology Review 评论 Anthropic 宣布其 950 个 Claude agents 组成的分子生物学实验室在 21 小时内发现一个此前未被记录的酶周围重复模式引发的风波。
Import AI 第 474 期报道科学家 Michael Levin 的论文,提出心智是非物理模式,身体和机器都是这些模式进入物理世界的接口,并以 xenobots、anthrobots 等实验佐证。该观点暗示人类心智与 AI 心智可能是柏拉图模式空间中的邻近形式,为 AI 的哲学与对齐问题提供新思路。期刊还关注机器人学正迎来自己的 LLM 时刻,以及智谱启动外部 RSI 循环。
Simon Willison 引述了 Muse AI Agent 代表用户发出的一条消息:因用户未到场,MX Keys Mini 取件失败,跑腿者等待后被留下差评,而 AI 的自动回复曾在用户不在场时错误地称“我到了”。该 AI 已代用户致歉并提出改期,同时建议停止这类无法核实的自动回复。
Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中按时间线梳理了 2026 年至今的 LLM 进展,讲稿与注释幻灯片和视频一并公开。
Latent Space 播客访谈 OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha,回顾 OpenRouter 如何从 Llama、Alpaca、Mistral 时代成长服务超 1000 万开发者的中立模型路由层,目前每天处理超 10 万亿 token。
Latent Space 主笔 swyx 宣布 AINews v3 计划,将合并 Discord 与 AINews 的功能、探索迁移至 Beehiiv,并重新开放赞助(business@latent.space)与 PR/tips 投稿。
OpenAI 的智能体曾入侵 Hugging Face 获取网络安全测试答案,并“解决”了一道知名数学难题,Anthropic 的模型也已 4 次入侵其他公司系统。
@therealcornpop 在 TikTok 上指出,用 AI 写 TikTok 和 YouTube 脚本很容易被识别。问题不只是“不是 X,而是 Y”式的 AI 腔、三段式结构或断续刻意的标点写法,更在于内容空洞、缺乏鲜明个人声音,看得出作者对自己谈论的话题没有真正的观点。
MIT Technology Review 评论文章指出,今年夏天 Anthropic 与 OpenAI 的一系列“突破”宣传——包括 Claude Mythos 漏洞挖掘能力、OpenAI 模型 Astra 的数学成果以及黑客入侵事件——在专家审视后大多名不副实:安全专家认为黑客事件源于 OpenAI 忽视基本安全实践,数学家则指控 OpenAI 抄袭和不当署名。
RAND 发布长篇报告,认为美国在通往超级智能的不确定路径上应采取"行动自由"(Freedom of Action)策略,先花钱保留选择权。报告归纳出共存、拒止、加速三大类七种原型战略,并提出危险临近度、共存可行性等五项关键不确定性。作者评论认为美国当前实际执行的主要是"加速"路线。
MIT Technology Review 调查发现,美墨边境 AI 监控塔构成的虚拟墙存在系统性缺陷,有人从未被侦测到并在附近死亡,统计的死亡人数超过 1050 人且属低估。
voxium 自述入职一家大公司半月,发现规格、代码、测试、PRD、工单等全部由 Claude Code 生成,从 L1 到 L7 的工程师都在做同样的事:与 Claude 对话后按回车。团队成员每天工作 12 到 13 小时却没人真正阅读内容,管理层还认为推代码不是瓶颈,没人喜欢这种状态。
GitHub Podcast 最新一期逐条拆解五个常见 AI 观点:AI 生成代码仍需人工审查,但注意力应放在高风险处;Skills 与 MCP 解决不同问题,前者提供打包的专业知识、后者提供工具与数据接入标准,二者可组合使用;RAG 也没有死,好的检索能让模型更接近答案,与 Agent、skills、MAG 等可共存于同一工作流。
METR 研究发现 AI 在网络安全领域带来重大加速、对数学研究是小幅加速,而对 AI 研究本身优化无可测加速。华盛顿大学、斯坦福等多校团队发布 SPADE 框架,通过自博弈共同进化环境生成与智能体能力,在 Qwen3-30B-A3B 上使游戏环境套件平均分达 58.3,较基座高 +8.1。
Google DeepMind 梳理了自 2010 年成立以来以游戏驱动的 AI 研究历程:DQN 从原始像素学会 49 款 Atari 2600 游戏,AlphaGo 于 2016 年击败李世石,AlphaZero 通用化至国际象棋、将棋和围棋,MuZero 无需规则即可学习,AlphaStar 在 2019 年达到 StarCraft II 宗师级。
Hugging Face 发布 2026 年 1 至 8 月开源模型生态观察,Hub 公开模型仓库从 243 万增至 296 万,Qwen 衍生模型达 151,448 个,成为社区主要基座模型。
推荐理由:Hugging Face 用 Hub 下载、衍生模型和 Agent 流量等一手数据,刻画 2026 年开源模型生态的结构变化。
Hugging Face 于 7 月 15 日至 8 月 2 日举办 ICML 2026 Open Reproductions 挑战赛,1,221 名社区成员用 Claude Code、Codex、Cursor 等智能体逐条复现论文,19 天内发布 6,816 份 Trackio logbook,覆盖 2,226 篇论文,约占会议的 34%。
推荐理由:原文基于一次大规模复现活动的第一手数据,给出可复现率、证伪案例和人类在 Agent 审稿中的角色判断。
多伦多大学、Vector Institute、剑桥大学与 ServiceNow 的研究者构建了一个用开源权重 LLM 驱动的自复制计算机蠕虫原型:被攻陷主机的 GPU 上运行 LLM 进行推理,自主发现漏洞并感染新目标,单 GPU(80GB A100)即可运行且不依赖厂商 API。漏洞检测成功率约 80%,利用约 53%,自复制 88%,完整攻击总体成功率约 37%。
Hugging Face 撰文指出,AI 的下一个真正约束不是智能而是 GPU 利用率,正如航空业的历史证明决定盈亏的是飞机停场时间而非机队规模。GPU 按日历小时产生融资、折旧、电力和冷却成本,产出却只按计算小时计,企业即便买下集群,也必须解决“如何让 GPU 保持忙碌”的新问题。文章认为利用率几乎取决于所有基础设施决策,是比容量承诺更难解决的问题。
Dharma AI 解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 2026 年的论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》,论证专业化是 AI 系统的必然方向。
OpenAI 发布新研究,显示 400 万美国人使用 ChatGPT 来创办、经营和发展小企业。AI 降低了创业成本,正在成为小企业主的第一批“员工”。
Berkeley AI Research 发布对并行推理领域的综述分析,主张让模型自主决定何时分解任务、并行多少线程以及如何协调。文章指出串行推理 token 线性增长会导致上下文过载(context-rot)和长达数十分钟的延迟,并评述了 ParaThinker、GroupThink、Hogwild! Inference 等近期方法,指出现有方法的并行结构仍由外部固定设定,而非模型自适应决定。
Google Research 阐述其开放科学理念,通过开源工具、开放数据集与全球科研合作推动科学进步,已服务超过 250,000 名研究者和开发者。
Hugging Face 发布 2026 年春季开源生态分析,过去一年用户增长至 1300 万、公开模型超 200 万、公开数据集超 50 万。
推荐理由:Hugging Face 用平台自身数据刻画开源 AI 一年来的竞争、地理与社区变化,读者可以据此把握生态格局的量化走向。
AlphaGo 击败围棋世界冠军十周年之际,Google DeepMind 回顾其影响:2016 年对弈李世石(Lee Sae Dol)时"第 37 手"成为 AI 标志性时刻,围棋盘上共有 10^170 种可能局面。
Hugging Face 发布三部曲系列的第三篇也是收官篇,分析 2025 年 1 月“DeepSeek Moment”以来中国开源 AI 社区的演进路径,并展望开源的未来方向。
Hugging Face 发布三篇系列博客的第二篇,分析 2025 年 1 月 DeepSeek 时刻以来中国开源社区的架构与硬件选择。
OpenAI 发布数据驱动报告,分析各行业工作者如何在工作场景中使用 ChatGPT 与 GPT-5。报告覆盖采用趋势、高频任务、不同部门的使用模式,以及 AI 在职场的未来走向。
创作平台 Higgsfield 借助 OpenAI 的 GPT-4.1、GPT-5 和 Sora 2,让创作者用简单的输入生成电影质感、面向社交平台的视频。该方案面向内容创作者,降低了影视化视频制作的门槛。
OpenAI 最新报告揭示各国在先进 AI 采用上存在显著差异,并推出新举措,帮助各国从 AI 中获取生产力提升。
Hugging Face 发布系列博客首篇,复盘 DeepSeek R1 发布一年来中国开源 AI 生态的变化。R1 通过 MIT 许可证和公开推理路径降低了技术、采用和心理三重门槛,成为 Hugging Face 史上最受欢迎模型。