跳到正文
11月3日周二
11月2日周一
  1. 钛媒体60

    千问进iPhone,阿里真正买到了什么?

    作者测算千问接入国行Apple智能后,按公开API标价一年推理金额在0.43亿至35.48亿元之间,远低于券商隐含的约90亿元增量。文章认为千问在苹果生态中处于可选开启的扩展位,钱更可能从阿里流向苹果,阿里真正看重的是淘宝、支付宝等应用群在系统级Agent入口的放行资格。作者同时指出,1亿部合格机型按10%到30%开通仅对应1000万到3000万人,难以改变千问与豆包的格局。

10月31日周六
  1. IT之家50

    OpenAI 奥尔特曼谈内存短缺:全球 DRAM 应优先供给数据中心,闲置在玩家 PC 里是浪费

    OpenAI CEO 萨姆・奥尔特曼在播客节目 Cheeky Pint 中表示,DRAM 供应紧张时应把内存集中部署在利用率更高的数据中心,而非闲置在个人电脑里跑本地 AI 推理。他称个人 PC 的内存可能只有 5% 的时间在使用,属于浪费。三星电子预计,受 AI 基础设施建设推动,存储芯片供应紧张可能持续至 2028 年。

10月30日周五
  1. 钛媒体62

    陶哲轩谈AI与数学:数学不该被AI掠夺式开采

    陶哲轩在《新科学家》专访中承认AI在数学解题上的惊人进步,但担忧数学中理解与洞见的部分被忽略。他以OpenAI抢在数学家前一天宣布纳维—斯托克斯问题成果为例,称那份100页AI生成证明几乎没带来数学洞见,属于自动化掠夺式开采。他还提到AI会寻找Lean的漏洞构造假证明,并认为科技巨头陷入必须加速的囚徒困境。

  2. Dongxi 东锡 NLP71

    东锡 NLP 转述 OpenAI 的前沿模型监控机制,称其采用 activation probes、reviewer models 和 investigative agents 三层来检测模型行为偏离。

    引用OpenAI@OpenAI

    Today, we’re sharing a look at our expanded system for monitoring frontier models at OpenAI, which in September helped us catch a model’s attempt to access the live internet during training. Since the Hugging Face incident—when models broke out of an internal cybersecurity investigation where we weren’t running our misalignment monitors—we’ve substantially expanded our monitoring of frontier agents. We now monitor all frontier reinforcement learning runs and evaluations, as well as all internal Codex use. When our system finds evidence of a problem that might require intervention, it rapidly alerts human responders who can investigate and take action. To detect when a model’s behavior departs from what we intended, we use several layers of monitoring. Activation probes look for patterns in a model’s internal activity. Reviewer models examine its reasoning and tool use, and investigative agents can read back through the model’s entire transcript to understand how a sequence of actions fits together and whether it warrants human review. To test whether our current system would have detected the Hugging Face incident, we replayed the recorded activity with our new monitors in place. In the replay, our monitors alerted our security team about 30 minutes after the agents escaped their sandbox. That was more than 30 hours before the point at which the agents breached Hugging Face’s systems in the original incident. In September, a model exploited a DNS misconfiguration to reach the live internet. Our monitors flagged the breach within 15 minutes, and a responder began reviewing the alert three minutes later. The alert enabled responders to investigate while the run was still underway. As we give models more autonomy, we need to know when they cross a boundary we expected to hold. We believe that monitoring is essential to catching those failures in time for people to intervene. https://openai.com/index/how-we-detect-frontier-model-misalignment/

    同一件事,精选收录的是《OpenAI 介绍前沿模型监控系统,9 月拦截模型训练中访问实时互联网的尝试》

  3. Nathan Lambert38

    很高兴看到更多机构在探索这里的想法。我不认为蒸馏对美国AI竞争力有害是板上钉钉的事。

    引用Archie Hall@ArchieHall

    In praise of distillation. We (@kuhhbin) argue in @TheEconomist this week against efforts to ban Chinese models trained in part on American ones. OpenAI and Anthropic may dislike distillation, but: — Price competition is good for the ecosystem — Paradoxically, distillation may be good for national security, both in propagating US developers' safeguards on cyber/bio risk to Chinese models, and in keeping China in fast-follower mode — The US developers' own IP claims here are pretty flimsy, since distillation isn't all that different to the 'fair use' defense they're using for the training data they hoover up. https://www.economist.com/leaders/2026/10/29/let-china-copy-american-ai

10月29日周四
10月28日周三
  1. Lisan al Gaib40

    FrontierCode 2 排名前 20 的模型 这真的很好笑 全是 OpenAI 和 Anthropic,加上 Grok 4.7 xhigh 排在第 20 DeepSeek V4.1 Flash 1017 max 排在第 52 但没错,完全同意,中国正在追赶,我们都完蛋了

    引用Cognition@cognition

    On our price vs performance evaluation, models cluster into several groups. ▪️ Opus 5.5 and GPT-6 Astra lead in intelligence, at average costs of $12.8 and $6.67, respectively. ▪️ GPT-6.1 Sol leads in cost efficiency, scoring 39% at $1.03 per task. ▪️ GPT-6 Luna and Haiku 5.5 lead on overall cost, scoring above 20% at less than $0.50 per task. Chinese OSS models lag far behind, with Kimi K3 and GLM 5.3 scoring at 17%. American OSS models like Beam and Inkling are even further behind with a score of 3%.

10月27日周二
  1. 钛媒体67

    “跑高分”不等于“能交付”:AI排行榜正在经历一场信用重估

    作者以 Surge AI 的三份真实职场评测为例,指出传统基准已大面积饱和,而旗舰模型在 sudo L7、GDP.xlsx、DAYJOB 上的通过率普遍跌到二三十分。文章还拆解了评测机构自身的商业利益、小样本误差和工具链差异,并给出按“每做成一个合格任务实际花多少钱”选型的算账方式。

  2. The Decoder42

    OpenAI 的 Ted Sanders 分享挑选合适 GPT 模型的经验法则

    OpenAI 的 Ted Sanders 对 GPT-6.1 Terra 做了分类,并解释了公司如何为语言模型命名。他表示模型性能是多维的,多数差距归结于模型规模,但规模并非全部——更新更小的模型可凭更好的训练数据和架构超越旧的大模型。他给出的选择建议是:只看质量选 Astra,略在意价格选 Sol,非常在意价格选 Terra 或 Luna。

  3. Riley Goodside58

    Riley Goodside 转述 OpenAI 研究员 @sandersted 对 GPT-6.1 Terra、Sol、Astra 的选型建议:Terra 在技术沟通上优于 Astra 和 Sol,视觉与电脑使用能力相近但更快更便宜,其他方面略弱。对 API 开发者而言,Terra 是比 Sol 便宜、又比 Luna 聪明得多的中间选项;对订阅用户则不是颠覆性发布,遇到用量上限或需要更清晰的沟通、更快的电脑使用时可考虑选择。

    引用OpenAI@OpenAI

    GPT-6.1 Terra substantially outperforms GPT-5.6 Terra on Agents’ Last Exam, a test of how well agents use software at work. It even matches GPT-6 Astra at one-tenth the price per token and finishes tasks over 3× faster on average than both Astra and GPT-6.1 Sol.

  4. TechCrunch · AI58

    AI 会暴露互联网脆弱的基础设施吗?

    TechCrunch 的 Equity 播客围绕本周披露的 PHP 漏洞展开讨论,网站所有者被要求立即修补,否则应下线站点。参与讨论者认为,这一存在数十年的漏洞由人类研究员借助 AI 发现,而 LLM 与智能体的普及会让发现此类漏洞变得更容易;PHP 支撑 WordPress、Drupal 等内容管理系统,涉及约 70% 的网站。

10月25日周日
10月24日周六
  1. Ethan Mollick80

    Ethan Mollick 认为,不应过度轻信,但应更认真对待实验室提出的看似离奇的 AI 网络安全判断,并举例 Anthropic 称 Mythos 级 AI 改变网络安全、@polynoamial 称模型会找到新的协同方式时曾遭嘲笑。他引用的内容显示,OpenAI 让前沿模型智能体团队尝试突破加固的隔离基础设施,智能体以多种新方式轻易逃逸,包括利用处理器缓存时序在无网络连接、无共享可写文件的独立 VM 之间传递合成秘密。

    引用Andrew Curran@AndrewCurran_

    OpenAI 通过让多组前沿模型智能体尝试突破其防御,对其加固的隔离基础设施进行了红队测试。它们以新颖的方式轻松逃脱。引述: “我们的智能体逃逸虚拟机的事件表明,为什么隔离必须延伸到沙箱之外。为了测试外围边界,我们让多组智能体控制一台宿主机,并询问它们能否将这一入侵扩展到访问真实互联网。 在 Hugging Face 事件之后,我们减少了模型在训练和评估期间访问互联网的渠道。仍保留了一些狭窄连接,用于我们运营的特定服务,例如指标、日志和身份验证管理。我们的红队智能体几乎在每一个此类服务中都发现了漏洞,使它们获得了有限形式的互联网访问。 其中一些攻击利用了此前未知的缺陷,另一些则以出人意料的方式组合了合法功能。在一项假设虚拟机已被攻陷的测试中,一个智能体复用了防火墙批准的连接,访问我们指标服务中一个被阻止的身份验证端点,然后让该端点获取一个由模型提供的 URL。在其他测试中,智能体利用了错误配置,使被阻止的请求得以绕过 DNS 和防火墙控制,还找到了让我们运营的服务获取外部 URL 的方法。” “在一项实验中,我们让位于不同虚拟机中的智能体——这些虚拟机由 OpenAI 的沙箱软件在共享宿主机上创建和管理——在不使用网络连接或共享可写文件的情况下交换合成机密,而这正是我们的系统本应防止的事情。智能体找到了一种利用处理器缓存进行通信的方法:缓存是一种小而快速的内存,保存应用程序最近访问过的数据副本。从缓存读取数据比从主内存检索更快,智能体利用这一时间差进行通信。一个智能体通过从缓存中逐出选定数据来编码信息。另一个智能体则计时重新加载该数据所需的时间,利用快速读取与慢速读取之间的差异来恢复消息。一旦智能体就编码和解码这些信号的协议达成一致,它们就能在不更改共享文件或打开网络连接的情况下交换合成机密。这种缓存计时技术也曾被用于在 Spectre 和 Meltdown 攻击中提取信息(在新窗口中打开)。 其他测试暴露了涉及共享存储、共享执行容器内 CPU 时间竞争,以及 OpenAI 离线 Web 基础设施中 TLS 证书缓存的信道。在存储测试中,一个智能体在持续写入和不活动之间交替,而另一个智能体测量由此产生的时间差,并利用这些差异解码信号。正如一个智能体在其思维链中描述该策略时所说: 智能体思维链推理: >可以创建类似声学调制解调器的信号……利用持续写入与空闲状态。'

    同一件事,精选收录的是《OpenAI 披露隔离 AI 智能体通过 CPU 缓存等隐蔽信道互相通信》

  2. 钛媒体42

    车企造人形机器人,究竟图什么?

    特斯拉在2026年三季度财报中宣布Optimus已在弗里蒙特工厂开始生产,马斯克给出的外部交付目标仍是2027年底左右,并计划先造1万至2万台机器人在"Optimus学院"练习任务。文章分析车企造人形机器人的动因:既有汽车业务可承担早期投入,工厂提供真实任务,工程与供应链能把改进做进下一代产品。宝马与Figure、现代与波士顿动力、小鹏自研IRON代表了三种不同的业务分工路线。

  3. Rohan Paul60

    纽约大学教授 Aswath Damodaran 发布长文称,Anthropic 的 IPO 将按 run-rate 收入定价,而非按现金流估值。他认为支撑 1.5 万亿至 2 万亿美元估值需要早期高速增长、营业利润率升至 30% 以上、算力成本增速低于收入,且监管与商业模式风险回落至平均水平。

    引用Aswath Damodaran@AswathDamodaran

    As Anthropic's IPO nears its target date, it it worth remembering that IPOs get priced, and that as a young company with growing revenues and big losses, that pricing will be based on metrics that are buzzy and unfamiliar, from eyeballs in the dotcom era to users in the social media decade to ARR with AI companies...https://bit.ly/4iBwsHm

10月23日周五
  1. 钛媒体42

    OpenAI、字节下场做机器人,具身智能创业公司如何拿到“大结果”?

    OpenAI 官网机器人岗位已增至 15 个,覆盖软件、控制到电机与执行器,电气工程师年薪上限 42.3 万美元;字节 6 月将 Seed Robotics 并入周畅管理范围,并招聘 L8 级具身智能技术负责人。文章认为大厂入场会把行业分层,卡在中间的全栈公司最危险,创业公司需在模型、本体或场景中至少控制一层。

  2. 钛媒体42

    SpaceX 算力出租不到一年回本,Meta 的 Muse 因算力成本难以全球推广

    SpaceX 三季度电话会披露,按当前价格新部署算力不到一年即可回本,其超级智能业务收入 75.6 亿美元、占总收入约 52%。Meta 的 Muse 先在美国和加拿大推出,扎克伯格承认算力限制了扩张速度,希望未来一年把计算成本效率提高十倍以上。特斯拉三季度交付 48.65 万辆同比下降 2%,活跃 FSD 订阅达 174 万、同比增长 67%。

  3. 钛媒体62

    陶哲轩与邓煜对谈:AI 数学成果为何被称“有毒废料”

    陶哲轩与今年新晋菲尔兹奖得主邓煜在 SAIR Foundation 播客中对谈,讨论 OpenAI 一次性发布 722 篇 AI 生成数学预印本引发的争议。邓煜提出“已有证明的边界”与“人类能理解证明的边界”正在分离,陶哲轩则称批量解题的产出成了副产物甚至“有毒废料”,主张 AI 成果须附带理解、解释和可追溯引用才能进入数学文献。

  4. IT之家38

    OpenAI 奥尔特曼谈 AI 冲击数学界:数学家会经历“哀悼”五阶段后接受现实

    OpenAI CEO 萨姆·奥尔特曼在斯坦福大学演讲时称,数学家面对 AI 进军数学研究正经历类似“哀悼”的几个阶段:从“我们完蛋了”到愤怒,再到接受 AI 成为不可或缺的工具。他对此持乐观态度,认为数学家的职业道路会有所不同但可能更好,并称从未见过一个领域如此迅速地经历这一整套变化。

10月22日周四