AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 7 月 1 日 · 12:30 更新
✦
试试:

今日焦点

从零手写AI训练循环,效率高还能中途恢复

一位技术博主决定不依赖任何现成框架,只用JAX构建一个完整的LLM训练循环。他选的组件是Flax NNX和Optax。

开写之后,问题接二连三:先是JIT编译报错,接着20GB显存爆了,再后来发现Orbax检查点库的API文档跟实际代码对不上——文档里写save,实际模块里没有这个属性。每个错误都得翻文档、读源码、试错,直到跑通第一版。

这条训练循环在单张GPU上实现了约109,253 tokens/秒的吞吐量。训练的内容是一个简单模型,输入输出相同,叫A-to-A模型。花了92,160,000个token后,训练损失降到0.000,接近完美收敛。

阅读全文 →

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达37 条本班新增 9 条

𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌

12:30 最后一轮更新
今日要点 · 12 条
新行业动态 · Hacker News▲ 54

Anthropic明天恢复两款Claude模型的访问权限

此前被下架的 Claude Fable 5 和 Mythos 5 将重新开放访问,正在使用Claude服务可以留意变化。

这是一条推文链接,没有提供推文文本内容,请你提供需要翻译的推文文本。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · Hacker News▲ 526

美国商务部解除了两款AI模型的出口管制

原本受出口管制限制的 Claude Fable 5 和 Mythos 5,现在可以正常出口了

社区讨论:多数开发者认为,美国政府反复无常的管制导致政策缺乏可预测性,企业没法基于美国顶尖AI模型搭建核心业务功能,需要明确立法划定规则才能稳定市场预期。有人提到本次解禁后,Anthropic的Fable 5新增了分类器拦截网络安全任务,连常规编码调试任务都暂不可用,还对全球用户做了周额度50%的使用限制。也有观点指出,中国模型用更低成本逼近前沿,挤压了美国AI行业的估值空间。

在 HN 看讨论 ↗   原文 / 论文 ↗
新科研 · @RoundtableSpace▲ 9.3K

Anthropic出了个陪你做科研的AI Claude Science

它能连接超过60个科学数据库,运行分析,还能保存每张图背后的完整代码,不用你自己手写了。

Anthropic刚刚推出了一款不是和你谈论科学,而是和你一起做科学的AI。

Claude Science可连接超过60个科学数据库,运行分析,还会保存每张图背后的完整代码以保证完全可重复性,并且它自带一个评审agent,可以实时搜寻假引用。

一个UCSF的流行病学团队花了近一年时间,都没能在他们的RNA-seq数据中找到一种病毒污染物。Claude Science在第一次分析中就找到了它。

现在的问题已经不是AI能不能做科学。而是会有多少实验室继续用老方法做事。

在 X 看原帖 ↗
9.3K111
新智能体 · @BrianRoemmele▲ 3.2K

研究称更强的前沿AI模型无法解决智能体问题

更强模型仅获边际提升,仍受架构瓶颈限制

更强大的前沿AI模型无法解决AI智能体问题!

研究表明:更强的模型只能带来边际收益提升,但会在相同的架构瓶颈上彻底陷入停滞。

前沿系统在长周期规划中会出现完全一致的失败模式。

在 X 看原帖 ↗
3.2K482
行业动态 · Hacker News▲ 1.4K

Claude Code 正在用隐写术标记用户请求

有人发现了这个隐藏的标记方式,这件事牵扯出AI开发工具对用户行为的隐秘追踪

社区讨论:多数开发者认为Anthropic未透明披露隐写标记行为,这种做法不合规,商业需求不能为隐瞒辩护。有人认为原博文结论反应过度,这个标记只是用来识别模型蒸馏行为,不会惩罚普通开发者。也有人指出这次实现非常粗糙笨拙,有更隐蔽的技术手段可以实现同样目的。

部分用户因此改用开源替代工具,担心Anthropic会基于标记对用户进行限流或降级处理。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 345

Hacker News热帖Claude Science引大量讨论

已有大量用户参与讨论这个项目,可跟进后续具体信息公开

社区讨论:多数参与者澄清,Claude Science实际定位是面向数据科学的工具,而非通用科研工具,它集成了多个生命科学领域数据库,支持本地服务器运行适配药企涉密数据环境。有前Anthropic从业者指出它的能力不止绘图和写论文,但也有用户质疑它会助长水论文风气,还会 hallucinate 参考文献,当前的功能集成也只覆盖生命科学缺了计算机领域。还有用户不满Anthropic搁置旧产品Fable不更新,却推新产品。

在 HN 看讨论 ↗   原文 / 论文 ↗
深度观点 · @OpenAIDevs▲ 6.3万

当AI代理接手长期工作后,工程师要做什么?

当AI代理接手长期工作后,工程师的工作转向设定方向、审核产出,围绕模型设计更好的系统。

随着智能体接手更长周期的工作,工程工作重心转向设定方向、审核工作成果,以及围绕模型设计更完善的系统。

@steipete 发布于 @aiDotEngineer

在 X 看原帖 ↗
6.3万36463205
行业动态 · Hacker News▲ 840

Claude Sonnet 5 突然在Hacker News曝光

只放出了版本名称,没有更多细节,需要等待官方发布更多信息。

社区讨论:多数开发者认为,Claude Sonnet 5中高努力水平的单任务成本已经超过Opus 4.8,性能却更差,价格性价比甚至不如GLM 5.2,没有更换使用的理由。也有长期用Sonnet处理日常编码任务的开发者认为它是不错的增量更新,拆分任务后能以更低成本获得接近Opus的质量。有用户实测指出它达到GLM-5.2水平,速度快一倍但成本也高一倍,在常识、工具调用、谜题解答上存在明显短板。

在 HN 看讨论 ↗   原文 / 论文 ↗
新品发布 · @GoogleAIStudio▲ 8.2万

Google发布了能用自然语言编辑视频的新模型

这款模型主打高质量低成本,支持多模态工作流,现在可以通过AI Studio和Gemini API开始使用。

gemini omni flash 现已推出:这是我们专为视频生成和对话式编辑打造的高质量、低成本模型,旨在支持多模态工作流。

它允许你使用自然语言和简单提示词对视频进行润色修改。

现在就可以通过 AI Studio 和 Gemini API 开始基于它开发。

在 X 看原帖 ↗
8.2万921.1K473
行业动态 · @miramurati▲ 3.3万

顶级资管桥水用自身经验微调了专属AI模型

桥水联合 @tinkerapi 微调模型,帮自家分析师从基础工作中解放,把精力放在更重要的事务上

Bridgewater 运用他们独特的金融知识,与我们合作,在 @tinkerapi 上微调了一个模型,帮助他们的分析师专注于重要事务。

专家改进 AI,再由 AI 赋能专家。

在 X 看原帖 ↗
3.3万32418233
前沿研究 · @OpenAI▲ 20.9万

OpenAI推出新测试基准,专门测AI处理生物数据

想知道AI能不能帮着做计算生物学研究,可以用这个测试基准,来评判AI的真实能力

我们推出了 GeneBench-Pro,这是一个面向更具挑战性的 AI 进步方向的研究级基准测试,测试方向是:智能体应对复杂生物数据的能力。

它具体考察智能体能否选择正确的分析路径,能否做出真正计算生物学研究所依赖的判断决策。

在 X 看原帖 ↗
20.9万1532.0K307
大模型 · @skirano▲ 1.8万

业内人士谈Anthropic Sonnet 5:实际表现优于基准测试

业内人士认为Sonnet 5实际能力优于Opus,不应过度看重跑分

我不会太看重 Sonnet 5 基准测试成绩没有比 Opus 好太多这件事。我们正在进入一个「工作心智」的有效性和质量愈发重要的时代。

Sonnet 5 是一个敏锐得让人惊讶的模型,在长周期任务上尤其如此。

我不是说 Opus 没有这种能力。但你只要和 Sonnet 5 稍微互动一下,就能发现它处理真实问题的方式比 Opus 更好。

你能看到这个模型会告诉你哪些事做不成,还会提出反对意见。此外,知识截止日期也很重要。这个模型很可能是从 Fable/Mythos 蒸馏而来的。

在 X 看原帖 ↗
1.8万722829
更多信号 · 按时间
行业动态 · Hacker News▲ 47

Claude Code 被曝藏了类似间谍软件的隐藏代码

有开发者在 Hacker News 爆料这一情况,目前正在社区发酵。正在使用 Claude Code 的人可以留意后续进展

新生物AI · @AntoineRSX▲ 1.1K

居然能用真实人类神经元训练AI?

BioLLM会建立大脑的数字孪生,通过微小面部动作理解意图。分享者表示自己现在也还没完全搞懂它的原理。

你有没有想过用真实人类神经元训练AI?$BioLLM 就是干这个的。

它会构建大脑的数字孪生,通过微小的面部动作来理解意图。

我至今还没完全搞懂这背后的原理。你觉得这会改变我们和科技的互动方式吗?

在 X 看原帖 ↗
1.1K3
新生物学 · @WesRoth

OpenAI出了新测试套,专测AI做生物学研究

GeneBench-Pro这个测试,不是考AI背了多少知识,是看它能不能处理杂乱、需要判断力的计算生物学工作。

OpenAI 推出了 GeneBench-Pro,这是一个用于测试 AI 智能体能否处理混乱、高度依赖判断的计算生物学工作的研究级基准测试。

它不测试事实知识或固定工作流,而是评估智能体能否检查噪声数据、发现问题、修正假设、选择正确的分析方法,并得出足够可靠、能够指导真实决策的结论。

OpenAI 拿到的最好成绩来自 GPT-5.6 Sol Pro,它通过了 31.5% 的问题。

专家估计,人类研究者解决一个典型问题大约需要 20 到 40 小时,这既体现了该基准测试的难度,也说明当前智能体仍有很长的路要走。

在 X 看原帖 ↗
行业动态 · Hacker News▲ 33

Claude Fable 5 出口管制限制正式解除了

原本受出口管制要求限制无法获取对应权限,现在限制已经取消

新产品开发 · @EnoReyes▲ 525

这个AI交互背后藏着挺多看不见的工作

Droid可以动态生成原生UI组件,里面包含图表、指标这些原生可视化模块。

这次交互背后有大量工作:1. Droid 可以动态生成包含原生视觉组件的 UI 控件,用于展示图形、图表、指标等等。

2. 在 Missions 功能中,Droid 通过编排工作器和验证器来实现出色的长期目标导向行为,无需用户参与就能完成目标。

3. 它带有专用界面,可用于观察和监控多智能体系统,支持在不同视图间快速切换,还具备干预和引导智能体的工作流。

4. 由开源模型提供支持(我们的美国托管 Droid Core GLM 5.2 Model)。

在 X 看原帖 ↗
525112
新行业动态 · @Techmeme▲ 722

Claude用户7月起可付费使用Fable 5,还在定越狱分级标准

Claude用户可以使用额度使用Fable 5,目前Anthropic正和伙伴一起起草AI越狱的严重程度分级标准。

Anthropic 表示,自7月7日起,Claude 用户可通过使用额度获取 Fable 5。

Anthropic 目前正与合作伙伴合作起草一份 AI 越狱严重性标准。

(访问 Techmeme dot com 获取链接和完整上下文!)

在 X 看原帖 ↗
72211
行业动态 · Hacker News▲ 43

Claude 桌面端终于出 Linux 测试版了

用 Linux 系统的人不用再靠网页版迂回使用 Claude,现在可以直接用桌面客户端。

新行业动态 · @Dimillian▲ 842

博主分享个人晨间日常:看前沿AI新闻喂鸡

海外博主在社交平台分享自己的晨间日常流程

我的晨间日程大概是:去 Slack 看看前沿 AI 的最新消息,然后喂鸡。

在 X 看原帖 ↗
84219
行业动态 · Hacker News▲ 88

人类语言是意识的副产品,大模型正好反过来?

这个观点在Hacker News引发讨论,帮我们重新理解大模型生成文字的底层逻辑和人类的区别。

社区讨论:多数人认同人类语言是意识的副产品,认为人们先产生想法,再寻找合适的词语表达,词语只是思想的外衣。有人以海伦·凯勒自述为例提出反对,指出语言出现前不存在清晰的自我意识,意识反而可能以语言为前提。也有人质疑“意识存在”本身,认为它是人类捏造的概念,未来可能像“以太”一样被抛弃,还有人指出原观点缺乏已有研究支撑,属于主观臆断。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 40

Claude Code 价格直接涨成原来的五倍

日常用 Claude Code 写代码的人,每月账单直接翻五倍,可以重新选开发工具了

研究 · @LiorOnAI▲ 3.0K

你听说吗?AI大模型自己长出了类似人脑的功能分区

研究发现大模型会自发诞生专门处理语言、数学、物理、社交推理的模块,没人手动设计过这些结构。

大语言模型会自发发育出和人类相同的专门脑区,分别负责语言、数学、物理和社会推理。

没有人刻意设计出这些分区,它们是自然涌现出来的。

两种完全不同的优化过程(生物演化 vs. 梯度下降),独立得出了同一个解决方案。

在 X 看原帖 ↗
3.0K51819
行业动态 · Hacker News▲ 38

有人放出了Claude Sonnet 5的基准测试结果

新模型的基准测试结果提前流出,能提前看到新一代模型能力的参考数据

发布 · @ChrissGPT▲ 1.9万

Anthropic发布了新一代Claude模型,号称目前最好的日常AI

配合美国政府做了风险调整后才放行发布,Claude Sonnet 5是Anthoric有史以来智能体能力最强的版本。

阅读全文 →
1.9万117610
技术观点 · @hwchase17▲ 7.1K

AI做维基记忆最难的一步,居然是压缩信息

现在已经有好几个团队在做AI维基记忆系统,难点不在于存数据,而在于把原始信息提炼成可用内容。

这可能是AI生成的,但内容是真的——维基系统(以及广义上的记忆)最困难的部分,是把原始数据压缩提炼成知识/记忆的过程。

我们观察到的(一部分)记忆的常见模式:维基记忆示例:
- DeepWiki(@cognition)
- AutoWiki(@FactoryAI)
- LLM Wiki(@karpathy)

人工介入对这些维基记忆系统来说非常有用。

在 X 看原帖 ↗
7.1K4026
安全 · @LangChain▲ 2.8K

给AI智能体开放写代码能力,安全问题变难了

能写代码会大幅提升AI智能体的能力,但安全风险也同步提升,LangChain今年花了很多时间同时解决这两个问题。

赋予智能体编写代码的能力,能让它们的能力大幅提升。但这也会让安全问题变得难处理得多。

在 LangChain,我们今年花了大量时间,研究如何同时实现这两点:既保留代码能力,又保证安全。

在 X 看原帖 ↗
2.8K2114
商业 · @omarsar0▲ 2.7K

做AI规模扩张,最好优先考虑开源权重模型

有人整理了相关的阅读资料,推荐正在做AI规模扩张的开发者看看这些内容。

如果你正在用开放模型做规模化,这是推荐读物。

另外说一句,你确实应该思考如何用开放权重模型做规模化。

在 X 看原帖 ↗
2.7K1814
工具 · @LangChain▲ 4.1K

Harbor框架现在可以直接对接LangChain的Deep Agents

还能配合LangSmith沙箱和可观测能力使用,满足批量运行隔离可复现智能体环境的需求。

@harborframework 现在可以直接与 Deep Agents、LangSmith Sandboxes 和 LangSmith Observability 集成。

你需要在真实、可复现、隔离的环境中运行代理,多次并行执行,并在最后进行确定性检查。

Harbor 解决了这个问题。你需要了解的一切⤵️

在 X 看原帖 ↗
4.1K5122
前沿研究 · @hwchase17▲ 5.4K

Harbor要成AI智能体评估的行业标准了

LangSmith、Sandboxes和Deep Agents都已经深度集成Harbor,做AIAgent开发的人可以开始了解新工具了

harbor 是一个非常出色的评估框架,适用于对长期运行的有状态智能体进行评估。它正在成为行业标准,为 terminal bench 2 这类基准测试提供支持。

我们已经在 LangSmith、Sandboxes 和 Deep Agents 全产品线中深度集成了 harbor。

在 X 看原帖 ↗
5.4K52635
深度观点 · @DeryaTR_▲ 2.8K

推理集群被认为是AI领域非常重要的突破性进展

有人认为Etched推理集群是能大幅加速推动AI发展的最重要突破之一,这意味着AI发展速度或许会迎来明显提升。

我的天!Etched 推理集群可能是大规模加速并推动 AI 发展最重要的突破之一!

热烈祝贺 @robertwachen、@UbertiGavin 以及整个 @Etched 团队!太令人激动了!

在 X 看原帖 ↗
2.8K1112
实战经验 · @hwchase17▲ 1.9K

用Gemini live搭语音代理还能拆分复杂工作

想搭低延迟自然语音代理的人,可以用deepagents分流复杂工作,让Gemini live专注处理语音交互

使用 Gemini live 构建语音智能体的教程,将 deepagents 用作工具:把复杂工作卸载给这个子智能体,用 Gemini live 来保证自然度/延迟表现。

在 X 看原帖 ↗
1.9K713
行业动态 · @ChrissGPT▲ 3.9K

Fable 5 将向所有地区普通用户开放,不止美国

此前有人担心anthropic要求用户提供身份验证,特朗普政府取消了对Fable的出口限制,所有人都可以使用Fable 5。

🚨 Fable 5 将面向所有普通用户开放,不只是美国用户。

昨天很多人看到 anthropic 即将开始要求身份验证后,都对此感到担忧。不过特朗普政府正在取消对 fable 的出口限制,据 politico 报道,它将面向所有用户开放,不只是美国境内的用户!

这真是太棒的消息了!所有人都能用上 fable 的成果。但 anthropic 会严密监管任何试图滥用该模型的用户。

在 X 看原帖 ↗
3.9K7565
深度观点 · @klara_sjo▲ 944

在地堡用本地AI给自己做死后发帖机器人

要够执着才会做这种事,就算本人出事,训练过自己发帖历史的本地AI,还能接着在网上发帖。

如果你不在防空洞搭建自托管自主家用服务器,跑着用你发帖历史训练出来的本地AI模型,那你对发垃圾烂活这件事投入得还不够——这样哪怕你被摩萨德用无人机炸死,你的AI分身还能替你在死后继续发烂活。

在 X 看原帖 ↗
9443491
深度观点 · @emollick▲ 1.0万

AI能力暴增,最近几周政策市场突然剧变

梳理了AI能力快速提升,如何同时改变职场AI应用模式,以及最近几周政策和市场的突发波动。

我写了一篇文章,探讨 AI 能力的快速提升如何同时带来两方面变化:一是 AI 在工作中的使用方式发生转型,二是我们最近几周看到的政策与市场的突然剧烈变动。

在 X 看原帖 ↗
1.0万1410953
工具产品 · @omarsar0▲ 6.1K

AI智能体补上了没人提的关键漏洞

现有AI智能体只会调用已有工具,无法获取权限外工具。x402搭配Apify的20000+ Actors,给出了具体的修复方案。

自主智能体循环中被忽视的缺口是:智能体可以做规划、调用API,但无法获取它们目前没有权限访问的工具。

x402 加上 Apify 的超过 20000 个 Actors 就是针对这个问题的具体解决方案。

值得关注。

在 X 看原帖 ↗
6.1K72111
贸易 · @minchoi▲ 8.5K

中国将AI计算作为新出口向海外输送计算服务

中资数据公司经海底电缆向海外输出处理后AI计算令牌

中国有了一种新出口品:AI 算力。

据报道,数据公司正通过海底电缆向海外传输处理好的 tokens。

推理正在成为新的全球贸易品类。

在 X 看原帖 ↗
8.5K136619
🔬 前沿研究
前沿研究 · @OpenAI▲ 20.9万

OpenAI推出新测试基准,专门测AI处理生物数据

想知道AI能不能帮着做计算生物学研究,可以用这个测试基准,来评判AI的真实能力

我们推出了 GeneBench-Pro,这是一个面向更具挑战性的 AI 进步方向的研究级基准测试,测试方向是:智能体应对复杂生物数据的能力。

它具体考察智能体能否选择正确的分析路径,能否做出真正计算生物学研究所依赖的判断决策。

在 X 看原帖 ↗
20.9万1532.0K307
前沿研究 · @hwchase17▲ 5.4K

Harbor要成AI智能体评估的行业标准了

LangSmith、Sandboxes和Deep Agents都已经深度集成Harbor,做AIAgent开发的人可以开始了解新工具了

harbor 是一个非常出色的评估框架,适用于对长期运行的有状态智能体进行评估。它正在成为行业标准,为 terminal bench 2 这类基准测试提供支持。

我们已经在 LangSmith、Sandboxes 和 Deep Agents 全产品线中深度集成了 harbor。

在 X 看原帖 ↗
5.4K52635
📰 行业动态
新行业动态 · @Techmeme▲ 722

Claude用户7月起可付费使用Fable 5,还在定越狱分级标准

Claude用户可以使用额度使用Fable 5,目前Anthropic正和伙伴一起起草AI越狱的严重程度分级标准。

Anthropic 表示,自7月7日起,Claude 用户可通过使用额度获取 Fable 5。

Anthropic 目前正与合作伙伴合作起草一份 AI 越狱严重性标准。

(访问 Techmeme dot com 获取链接和完整上下文!)

在 X 看原帖 ↗
72211
新生物AI · @AntoineRSX▲ 1.1K

居然能用真实人类神经元训练AI?

BioLLM会建立大脑的数字孪生,通过微小面部动作理解意图。分享者表示自己现在也还没完全搞懂它的原理。

你有没有想过用真实人类神经元训练AI?$BioLLM 就是干这个的。

它会构建大脑的数字孪生,通过微小的面部动作来理解意图。

我至今还没完全搞懂这背后的原理。你觉得这会改变我们和科技的互动方式吗?

在 X 看原帖 ↗
1.1K3
新科研 · @RoundtableSpace▲ 9.3K

Anthropic出了个陪你做科研的AI Claude Science

它能连接超过60个科学数据库,运行分析,还能保存每张图背后的完整代码,不用你自己手写了。

Anthropic刚刚推出了一款不是和你谈论科学,而是和你一起做科学的AI。

Claude Science可连接超过60个科学数据库,运行分析,还会保存每张图背后的完整代码以保证完全可重复性,并且它自带一个评审agent,可以实时搜寻假引用。

一个UCSF的流行病学团队花了近一年时间,都没能在他们的RNA-seq数据中找到一种病毒污染物。Claude Science在第一次分析中就找到了它。

现在的问题已经不是AI能不能做科学。而是会有多少实验室继续用老方法做事。

在 X 看原帖 ↗
9.3K111
新生物学 · @WesRoth

OpenAI出了新测试套,专测AI做生物学研究

GeneBench-Pro这个测试,不是考AI背了多少知识,是看它能不能处理杂乱、需要判断力的计算生物学工作。

OpenAI 推出了 GeneBench-Pro,这是一个用于测试 AI 智能体能否处理混乱、高度依赖判断的计算生物学工作的研究级基准测试。

它不测试事实知识或固定工作流,而是评估智能体能否检查噪声数据、发现问题、修正假设、选择正确的分析方法,并得出足够可靠、能够指导真实决策的结论。

OpenAI 拿到的最好成绩来自 GPT-5.6 Sol Pro,它通过了 31.5% 的问题。

专家估计,人类研究者解决一个典型问题大约需要 20 到 40 小时,这既体现了该基准测试的难度,也说明当前智能体仍有很长的路要走。

在 X 看原帖 ↗
新产品开发 · @EnoReyes▲ 525

这个AI交互背后藏着挺多看不见的工作

Droid可以动态生成原生UI组件,里面包含图表、指标这些原生可视化模块。

这次交互背后有大量工作:1. Droid 可以动态生成包含原生视觉组件的 UI 控件,用于展示图形、图表、指标等等。

2. 在 Missions 功能中,Droid 通过编排工作器和验证器来实现出色的长期目标导向行为,无需用户参与就能完成目标。

3. 它带有专用界面,可用于观察和监控多智能体系统,支持在不同视图间快速切换,还具备干预和引导智能体的工作流。

4. 由开源模型提供支持(我们的美国托管 Droid Core GLM 5.2 Model)。

在 X 看原帖 ↗
525112
新行业动态 · Hacker News▲ 526

美国商务部解除了两款AI模型的出口管制

原本受出口管制限制的 Claude Fable 5 和 Mythos 5,现在可以正常出口了

社区讨论:多数开发者认为,美国政府反复无常的管制导致政策缺乏可预测性,企业没法基于美国顶尖AI模型搭建核心业务功能,需要明确立法划定规则才能稳定市场预期。有人提到本次解禁后,Anthropic的Fable 5新增了分类器拦截网络安全任务,连常规编码调试任务都暂不可用,还对全球用户做了周额度50%的使用限制。也有观点指出,中国模型用更低成本逼近前沿,挤压了美国AI行业的估值空间。

在 HN 看讨论 ↗   原文 / 论文 ↗
新行业动态 · Hacker News▲ 54

Anthropic明天恢复两款Claude模型的访问权限

此前被下架的 Claude Fable 5 和 Mythos 5 将重新开放访问,正在使用Claude服务可以留意变化。

这是一条推文链接,没有提供推文文本内容,请你提供需要翻译的推文文本。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @miramurati▲ 3.3万

顶级资管桥水用自身经验微调了专属AI模型

桥水联合 @tinkerapi 微调模型,帮自家分析师从基础工作中解放,把精力放在更重要的事务上

Bridgewater 运用他们独特的金融知识,与我们合作,在 @tinkerapi 上微调了一个模型,帮助他们的分析师专注于重要事务。

专家改进 AI,再由 AI 赋能专家。

在 X 看原帖 ↗
3.3万32418233
行业动态 · @ChrissGPT▲ 3.9K

Fable 5 将向所有地区普通用户开放,不止美国

此前有人担心anthropic要求用户提供身份验证,特朗普政府取消了对Fable的出口限制,所有人都可以使用Fable 5。

🚨 Fable 5 将面向所有普通用户开放,不只是美国用户。

昨天很多人看到 anthropic 即将开始要求身份验证后,都对此感到担忧。不过特朗普政府正在取消对 fable 的出口限制,据 politico 报道,它将面向所有用户开放,不只是美国境内的用户!

这真是太棒的消息了!所有人都能用上 fable 的成果。但 anthropic 会严密监管任何试图滥用该模型的用户。

在 X 看原帖 ↗
3.9K7565
研究 · @LiorOnAI▲ 3.0K

你听说吗?AI大模型自己长出了类似人脑的功能分区

研究发现大模型会自发诞生专门处理语言、数学、物理、社交推理的模块,没人手动设计过这些结构。

大语言模型会自发发育出和人类相同的专门脑区,分别负责语言、数学、物理和社会推理。

没有人刻意设计出这些分区,它们是自然涌现出来的。

两种完全不同的优化过程(生物演化 vs. 梯度下降),独立得出了同一个解决方案。

在 X 看原帖 ↗
3.0K51819
发布 · @ChrissGPT▲ 1.9万

Anthropic发布了新一代Claude模型,号称目前最好的日常AI

配合美国政府做了风险调整后才放行发布,Claude Sonnet 5是Anthoric有史以来智能体能力最强的版本。

阅读全文 →
1.9万117610
技术观点 · @hwchase17▲ 7.1K

AI做维基记忆最难的一步,居然是压缩信息

现在已经有好几个团队在做AI维基记忆系统,难点不在于存数据,而在于把原始信息提炼成可用内容。

这可能是AI生成的,但内容是真的——维基系统(以及广义上的记忆)最困难的部分,是把原始数据压缩提炼成知识/记忆的过程。

我们观察到的(一部分)记忆的常见模式:维基记忆示例:
- DeepWiki(@cognition)
- AutoWiki(@FactoryAI)
- LLM Wiki(@karpathy)

人工介入对这些维基记忆系统来说非常有用。

在 X 看原帖 ↗
7.1K4026
安全 · @LangChain▲ 2.8K

给AI智能体开放写代码能力,安全问题变难了

能写代码会大幅提升AI智能体的能力,但安全风险也同步提升,LangChain今年花了很多时间同时解决这两个问题。

赋予智能体编写代码的能力,能让它们的能力大幅提升。但这也会让安全问题变得难处理得多。

在 LangChain,我们今年花了大量时间,研究如何同时实现这两点:既保留代码能力,又保证安全。

在 X 看原帖 ↗
2.8K2114
商业 · @omarsar0▲ 2.7K

做AI规模扩张,最好优先考虑开源权重模型

有人整理了相关的阅读资料,推荐正在做AI规模扩张的开发者看看这些内容。

如果你正在用开放模型做规模化,这是推荐读物。

另外说一句,你确实应该思考如何用开放权重模型做规模化。

在 X 看原帖 ↗
2.7K1814
工具 · @LangChain▲ 4.1K

Harbor框架现在可以直接对接LangChain的Deep Agents

还能配合LangSmith沙箱和可观测能力使用,满足批量运行隔离可复现智能体环境的需求。

@harborframework 现在可以直接与 Deep Agents、LangSmith Sandboxes 和 LangSmith Observability 集成。

你需要在真实、可复现、隔离的环境中运行代理,多次并行执行,并在最后进行确定性检查。

Harbor 解决了这个问题。你需要了解的一切⤵️

在 X 看原帖 ↗
4.1K5122
行业动态 · Hacker News▲ 840

Claude Sonnet 5 突然在Hacker News曝光

只放出了版本名称,没有更多细节,需要等待官方发布更多信息。

社区讨论:多数开发者认为,Claude Sonnet 5中高努力水平的单任务成本已经超过Opus 4.8,性能却更差,价格性价比甚至不如GLM 5.2,没有更换使用的理由。也有长期用Sonnet处理日常编码任务的开发者认为它是不错的增量更新,拆分任务后能以更低成本获得接近Opus的质量。有用户实测指出它达到GLM-5.2水平,速度快一倍但成本也高一倍,在常识、工具调用、谜题解答上存在明显短板。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 345

Hacker News热帖Claude Science引大量讨论

已有大量用户参与讨论这个项目,可跟进后续具体信息公开

社区讨论:多数参与者澄清,Claude Science实际定位是面向数据科学的工具,而非通用科研工具,它集成了多个生命科学领域数据库,支持本地服务器运行适配药企涉密数据环境。有前Anthropic从业者指出它的能力不止绘图和写论文,但也有用户质疑它会助长水论文风气,还会 hallucinate 参考文献,当前的功能集成也只覆盖生命科学缺了计算机领域。还有用户不满Anthropic搁置旧产品Fable不更新,却推新产品。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 38

有人放出了Claude Sonnet 5的基准测试结果

新模型的基准测试结果提前流出,能提前看到新一代模型能力的参考数据

行业动态 · Hacker News▲ 40

Claude Code 价格直接涨成原来的五倍

日常用 Claude Code 写代码的人,每月账单直接翻五倍,可以重新选开发工具了

行业动态 · Hacker News▲ 1.4K

Claude Code 正在用隐写术标记用户请求

有人发现了这个隐藏的标记方式,这件事牵扯出AI开发工具对用户行为的隐秘追踪

社区讨论:多数开发者认为Anthropic未透明披露隐写标记行为,这种做法不合规,商业需求不能为隐瞒辩护。有人认为原博文结论反应过度,这个标记只是用来识别模型蒸馏行为,不会惩罚普通开发者。也有人指出这次实现非常粗糙笨拙,有更隐蔽的技术手段可以实现同样目的。

部分用户因此改用开源替代工具,担心Anthropic会基于标记对用户进行限流或降级处理。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 88

人类语言是意识的副产品,大模型正好反过来?

这个观点在Hacker News引发讨论,帮我们重新理解大模型生成文字的底层逻辑和人类的区别。

社区讨论:多数人认同人类语言是意识的副产品,认为人们先产生想法,再寻找合适的词语表达,词语只是思想的外衣。有人以海伦·凯勒自述为例提出反对,指出语言出现前不存在清晰的自我意识,意识反而可能以语言为前提。也有人质疑“意识存在”本身,认为它是人类捏造的概念,未来可能像“以太”一样被抛弃,还有人指出原观点缺乏已有研究支撑,属于主观臆断。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 43

Claude 桌面端终于出 Linux 测试版了

用 Linux 系统的人不用再靠网页版迂回使用 Claude,现在可以直接用桌面客户端。

行业动态 · Hacker News▲ 33

Claude Fable 5 出口管制限制正式解除了

原本受出口管制要求限制无法获取对应权限,现在限制已经取消

行业动态 · Hacker News▲ 47

Claude Code 被曝藏了类似间谍软件的隐藏代码

有开发者在 Hacker News 爆料这一情况,目前正在社区发酵。正在使用 Claude Code 的人可以留意后续进展

💡 深度观点
深度观点 · @OpenAIDevs▲ 6.3万

当AI代理接手长期工作后,工程师要做什么?

当AI代理接手长期工作后,工程师的工作转向设定方向、审核产出,围绕模型设计更好的系统。

随着智能体接手更长周期的工作,工程工作重心转向设定方向、审核工作成果,以及围绕模型设计更完善的系统。

@steipete 发布于 @aiDotEngineer

在 X 看原帖 ↗
6.3万36463205
深度观点 · @emollick▲ 1.0万

AI能力暴增,最近几周政策市场突然剧变

梳理了AI能力快速提升,如何同时改变职场AI应用模式,以及最近几周政策和市场的突发波动。

我写了一篇文章,探讨 AI 能力的快速提升如何同时带来两方面变化:一是 AI 在工作中的使用方式发生转型,二是我们最近几周看到的政策与市场的突然剧烈变动。

在 X 看原帖 ↗
1.0万1410953
深度观点 · @klara_sjo▲ 944

在地堡用本地AI给自己做死后发帖机器人

要够执着才会做这种事,就算本人出事,训练过自己发帖历史的本地AI,还能接着在网上发帖。

如果你不在防空洞搭建自托管自主家用服务器,跑着用你发帖历史训练出来的本地AI模型,那你对发垃圾烂活这件事投入得还不够——这样哪怕你被摩萨德用无人机炸死,你的AI分身还能替你在死后继续发烂活。

在 X 看原帖 ↗
9443491
深度观点 · @DeryaTR_▲ 2.8K

推理集群被认为是AI领域非常重要的突破性进展

有人认为Etched推理集群是能大幅加速推动AI发展的最重要突破之一,这意味着AI发展速度或许会迎来明显提升。

我的天!Etched 推理集群可能是大规模加速并推动 AI 发展最重要的突破之一!

热烈祝贺 @robertwachen、@UbertiGavin 以及整个 @Etched 团队!太令人激动了!

在 X 看原帖 ↗
2.8K1112
📌 其他
新品发布 · @GoogleAIStudio▲ 8.2万

Google发布了能用自然语言编辑视频的新模型

这款模型主打高质量低成本,支持多模态工作流,现在可以通过AI Studio和Gemini API开始使用。

gemini omni flash 现已推出:这是我们专为视频生成和对话式编辑打造的高质量、低成本模型,旨在支持多模态工作流。

它允许你使用自然语言和简单提示词对视频进行润色修改。

现在就可以通过 AI Studio 和 Gemini API 开始基于它开发。

在 X 看原帖 ↗
8.2万921.1K473
工具产品 · @omarsar0▲ 6.1K

AI智能体补上了没人提的关键漏洞

现有AI智能体只会调用已有工具,无法获取权限外工具。x402搭配Apify的20000+ Actors,给出了具体的修复方案。

自主智能体循环中被忽视的缺口是:智能体可以做规划、调用API,但无法获取它们目前没有权限访问的工具。

x402 加上 Apify 的超过 20000 个 Actors 就是针对这个问题的具体解决方案。

值得关注。

在 X 看原帖 ↗
6.1K72111
实战经验 · @hwchase17▲ 1.9K

用Gemini live搭语音代理还能拆分复杂工作

想搭低延迟自然语音代理的人,可以用deepagents分流复杂工作,让Gemini live专注处理语音交互

使用 Gemini live 构建语音智能体的教程,将 deepagents 用作工具:把复杂工作卸载给这个子智能体,用 Gemini live 来保证自然度/延迟表现。

在 X 看原帖 ↗
1.9K713
大模型 · @skirano▲ 1.8万

业内人士谈Anthropic Sonnet 5:实际表现优于基准测试

业内人士认为Sonnet 5实际能力优于Opus,不应过度看重跑分

我不会太看重 Sonnet 5 基准测试成绩没有比 Opus 好太多这件事。我们正在进入一个「工作心智」的有效性和质量愈发重要的时代。

Sonnet 5 是一个敏锐得让人惊讶的模型,在长周期任务上尤其如此。

我不是说 Opus 没有这种能力。但你只要和 Sonnet 5 稍微互动一下,就能发现它处理真实问题的方式比 Opus 更好。

你能看到这个模型会告诉你哪些事做不成,还会提出反对意见。此外,知识截止日期也很重要。这个模型很可能是从 Fable/Mythos 蒸馏而来的。

在 X 看原帖 ↗
1.8万722829
贸易 · @minchoi▲ 8.5K

中国将AI计算作为新出口向海外输送计算服务

中资数据公司经海底电缆向海外输出处理后AI计算令牌

中国有了一种新出口品:AI 算力。

据报道,数据公司正通过海底电缆向海外传输处理好的 tokens。

推理正在成为新的全球贸易品类。

在 X 看原帖 ↗
8.5K136619
新智能体 · @BrianRoemmele▲ 3.2K

研究称更强的前沿AI模型无法解决智能体问题

更强模型仅获边际提升,仍受架构瓶颈限制

更强大的前沿AI模型无法解决AI智能体问题!

研究表明:更强的模型只能带来边际收益提升,但会在相同的架构瓶颈上彻底陷入停滞。

前沿系统在长周期规划中会出现完全一致的失败模式。

在 X 看原帖 ↗
3.2K482
新行业动态 · @Dimillian▲ 842

博主分享个人晨间日常:看前沿AI新闻喂鸡

海外博主在社交平台分享自己的晨间日常流程

我的晨间日程大概是:去 Slack 看看前沿 AI 的最新消息,然后喂鸡。

在 X 看原帖 ↗
84219

这一天的 37 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

https://ai-pulse-lab.com/feed.xml
让 AI Agent 每日推送 →
把任何一条丢给知识库,它基于全站内容给你带引用的回答。
✦ 去问知识库

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新