2026-10-14
训练AI学推理，删掉一半"思考过程"反而更聪明
研究发现训练大语言模型时，删除推理轨迹中间20%冗余内容、仅保留首尾部分的E-SFT方法，比使用完整推理轨迹效果更好，该规律在SFT、强化学习GRPO和在线蒸馏中均成立。
2026-10-14
Φ-Bench：能写代码的AI，能不能把自己家的电线管好？
Φ-Bench是首个评测大语言模型能否自主开发和优化大模型基础设施的开放式基准，含85道分级任务，测试显示最强模型仅得36.53分，暴露当前AI在长周期系统工程上的明显短板。
2026-10-14
PUPPETEER：会看场合的AI手势生成，让虚拟人懂得坐姿站姿和身边的桌椅
本文解读PUPPETEER模型：一种能感知坐姿站姿和周围桌椅家具的AI配音手势生成系统，采用因果隐空间扩散架构实现精准语音对齐，并配套推出SCENEGES合成数据集，解决了以往手势生成模型忽视身体姿态和场景物体导致穿模的...
2026-10-14
AI智能体的工具箱一直在长大，但没人问过它记不记得旧本事
论文提出EvoHarnessBench基准，首次系统评估AI智能体在工具、技能、协作智能体持续扩容的harness环境下的表现，揭示了harness诱导遗忘和自我进化适应不稳定两大问题，为构建能跟上能力演化的智能体提供了...
2026-10-14
AI智能体出故障，问题未必出在模型
英伟达产品副总裁称，智能体失败未必源于模型，仅看日志与输入输出不足以定位，需回放推理轨迹和工具调用；约140家企业支持的SAFE计划旨在共享失败案例。
2026-10-14
"闲置部署悄然占用存储"：Vercel为何收紧免费套餐规则
Vercel宣布对免费Hobby计划实施新规：超出10GB存储上限后，旧部署将被立即删除，不再享有30天保留期。每个项目仅保留最近3个生产部署，此前为10个。官方表示日部署量已超1000万次，同比增长逾6倍。
2026-10-14
OpenAI未被Claude攻破，Anthropic发布Opus 5后一切改变
安全研究机构Hacktron AI利用Discourse论坛所用libheif库的堆缓冲区溢出漏洞，结合OpenAI社区SSO令牌权限过大的缺陷，最终通过员工Codex账户访问了OpenAI私有代码仓库。整个攻击链历时不...
2026-10-14
Vercel数据：开源模型占用户Token用量首超半数
Vercel AI Gateway最新报告显示，8月开源模型首次处理超过56%的token流量，较去年12月的7%大幅攀升。但在支出端，Anthropic模型占据64%的网关消费，且其份额从未低于61%。Google G...
2026-10-14
GitHub与Anthropic用AI智能体改写Rust代码，方法各异
GitHub用Copilot智能体将逾80万行TypeScript代码改写为Rust，历时约14.5周；Anthropic旗下Bun则同步运行多个Claude Code智能体，11天完成53万行Zig至Rust的转译。两...
2026-10-14
Perplexity用AI智能体协助搭建数据库 但不让其接管运行
Perplexity由两名工程师借助数百个AI编码代理，历时两个月用Rust开发出键值数据库CobbleDB，读取延迟从中位数31.4ms降至5.6ms，p99从123ms降至24.2ms，预计成本至少降低20%。
2026-10-14
开发者协作迎来变革：Zed推出Delta挑战GitHub
代码编辑器公司Zed推出协作平台Delta公测版，核心是以"线程"取代Pull Request，将AI智能体对话与代码变更绑定保存。Delta底层使用自研DeltaDB版本控制系统，比Git记录更细粒度的编辑事件，目前支...
2026-10-14
**AI评估员：史上最重要的AI岗位？开发者如何填补这一新兴职位**
Anthropic CEO达里奥·阿莫代伊发文提议，各前沿AI公司应向第三方独立评估团队提供类员工级访问权限，以核查安全实践合规性。OpenAI的奥特曼、Meta的扎克伯格、谷歌DeepMind的哈萨比斯等相继表示认同。...
2026-10-14
OpenAI总裁：计算机本应赋能用户，无需为智能体重构软件
OpenAI总裁Greg Brockman认为，开发者为AI代理构建MCP服务器等专用集成是"对世界的改造"，主张AI应像人类一样直接使用计算机界面，从而简化开发流程。他还表示GPT-6 Astra的计算机使用能力已达A...
2026-10-14
Meta开放WhatsApp商业工具MCP，AI智能体可代为配置
Meta宣布推出WhatsApp Business Tools MCP服务器，允许开发者通过Claude或Codex等AI编程代理，以自然语言方式完成WhatsApp Business账号注册、电话号码验证、消息模板管理...
2026-10-14
Cohere推出非推理型翻译模型，瞄准机器翻译痛点
Cohere推出North Small Translate混合专家架构机器翻译模型，支持50种语言，拥有2180亿总参数（250亿激活），在WMT26基准测试中以83.60分领先DeepL、Google Translat...
2026-10-14
同样使命，更大舞台：OpenAI收购Git AI团队助力Codex证明投资回报
OpenAI宣布收购开源工具Git AI的两位创始人Aidan Cunniffe与Sasha Varlamov，二人将加入Codex团队。Git AI可追踪AI生成代码占比及每个token的投入回报，OpenAI计划借此...
2026-10-14
AWS开源Pizza Bot：为后台AI智能体打造邮件式收件箱
AWS发布开源应用Pizza Bot，为后台运行的AI代理提供类电子邮件的收件箱管理界面。已完成任务以未读线程形式呈现，需人工决策的任务单独标出，支持macOS、Windows、Linux客户端，底层采用LangGrap...
2026-10-14
NOAH：一个能读懂病人一生的AI模型
NOAH是一个基于559万临床事件训练的多模态生成式AI模型，能理解病人完整生命轨迹，实现未来事件预测、零样本临床分类与反事实治疗模拟，为个性化医疗提供新型基础架构。
2026-10-14
两条视频流的秘密:当深度学习第一次学会看懂动作
1974年双流网络首次让深度学习在视频动作识别上追平并反超手工特征方法，靠空间流和时间流分工协作，将UCF101准确率推到88%，开启了视频理解的深度学习时代。
