跳到正文
10月23日周五
  1. IT之家·人工智能51

    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发表演讲称，数学界面对人工智能的冲击将经历类似哀悼的五个阶段并最终接受现实。然而这一乐观判断与数学界的激烈争议形成反差，此前 OpenAI 攻克数学难题及相关竞赛引发了学者们的愤怒与担忧。

    发布时间：
  4. IT之家·人工智能74

    OpenAI 全面开放决策 API：基于 GPT-6 Luna，输入每百万 token 0.1 美元

    OpenAI 全面开放基于 GPT-6 Luna 构建的决策 API，将模型智能聚焦于限定答案问题以协助准实时决策。该 API 响应速度比标准调用提升高达 10 倍，输入每百万 token 收费 0.1 美元且输出 token 免费。公测以来其新增了原生 GPT-Live 集成、Prompt 缓存及多地数据驻留支持，并支持原生 JSON 输入、图像问题指令及单次最多提交 400 个问题。

    发布时间：
  8. Hacker News-首页86

    Anthropic 研究：大语言模型正使大规模形式化软件验证成为现实

    Anthropic 与 Theorem 合作证明，利用 Claude 可以在更大规模上自动生成形式化软件验证证明。研究团队在 100 多个开源库的 RISC-V 汇编代码级别上证明了安全属性，并在编写证明过程中发现了多年未被检测出的漏洞。随着模型能力提升与证明复用，形式化验证有望成为安全软件开发的重要部分。

    发布时间：
  9. IT之家·人工智能65

    微软发布 AI 诊断系统 MAI-DxO：NEJM 复杂病例准确率 83%，成果登《科学》

    微软发布了 AI 诊断系统 MAI-DxO，其在 NEJM 复杂病例评估中的诊断准确率达到 83%，研究成果已正式发表在《科学》期刊。该系统通过编排多个 AI 智能体模拟专家联合会诊过程，在急诊科常见病例评估中的准确率达到人类医生的 1.7 倍，且成本仅为医生的一半到三分之一，其中表现最亮眼的基础模型为 OpenAI 的 GPT-5 及 GPT-5.5。

    发布时间：
  12. IT之家·人工智能55

    英特尔 CTO 普什卡·拉纳德：前沿晶圆产量最多翻倍，AI 算力扩张受供应链制约

    英特尔首席技术官普什卡·拉纳德在播客中表示，全球尖端晶圆产量最多只能增长两倍而难以扩大十倍，AI 算力扩张正遭遇半导体供应链天花板。拉纳德指出，光刻机等关键设备制造、洁净室与晶圆厂规模以及供应链协同扩产能力，共同构成了限制先进芯片产出的主要瓶颈。

    发布时间：
  13. Hacker News-首页31

    Show HN: 用自适应工作量证明机制在 WordPress 中替代 CAPTCHA

    WordPress 的 Invisible Anti-Spam & CAPTCHA 插件通过浏览器端执行的轻量级加密工作量证明替代了传统的人机验证。访客发送表单时无需任何交互，浏览器可在几毫秒内完成计算，从而在拦截垃圾信息的同时实现零用户摩擦。该插件无需账号或外部 API 密钥，所有处理均在本地服务器运行。

    发布时间：
  14. Hacker News-首页62

    Consumer Agent Testing Tool (CATT) 0.2.1 发布

    开源项目 Consumer Agent Testing Tool (CATT) 发布 0.2.1 版本，支持针对 Muse 或 Instinct 模拟仿真目标在持续集成（CI）中测试智能体与服务。该工具允许对 MCP 服务器、MCP 应用、网站或 HTTP API 运行脚本化或模型驱动的智能体，检查服务行为、审查证据并跨构建比对结果。

    发布时间：
  19. Artificial Analysis28

    在 AA-PersonalityBench 中，智能水平较低的模型通常会产生更多的 Slop，但 Slop 在前沿模型之间仍然存在巨大差异 ➤ 智能水平相同但 Slop 排名截然相反：GPT-6 Sol 和 Muse Spark 1.3 在智能指数上的得分都是 48，但在 Slop 排名中分别位列第 1 和第 80 ➤ 智能水平高但 Slop 也高：Muse Spark 1.3（Slop 80）、Qwen3.8 Max（75）和 Gemini 4 Argon（70） ➤ 相对于其智能水平而言 Slop 较低：GPT-6 Luna（4）和 Claude Haiku 5.5（9）

    发布时间：
  27. MIT Technology Review · AI12

    企业 AI 推理服务架构的设计与工程实践

    企业 AI 的竞争优势正从模型本身转向围绕模型的服务架构，工程系统决定了智能能否可靠、经济、大规模地交付。技术领导者应从具体工作负载出发，关注延迟、并发和成本等生产约束，而非盲目追求模型性能。构建适应性强的服务架构能够确保企业在面对模型与硬件迭代时无需重构平台，实现可持续的商业价值。

    发布时间：
  32. Hugging Face 社区博客83

    Microsoft 与 Hugging Face 发布 ThinkingBox-Training：用数据库评分训练 Agent

    Microsoft 与 Hugging Face 联合发布 ThinkingBox-Training，将数据库终端状态的可执行检查转化为强化学习奖励来训练智能体。通过离线策略相对难度过滤并结合 GRPO 微调 Qwen3.8-27B，使其在 ThinkingBox-Bench 上的平均成功率和观察到的全过率均显著提升。

    发布时间：

    推荐理由：原文公开了利用数据库终端状态作为强化学习奖励的训练方案，展示了智能体在业务工作流中可重复成功率的显著提升。

  34. Hacker News-首页14

    Railpass

    Sami Smith 推出了 Railpass，包含 Frankfurt 至 Leipzig 的路线以及德国随机天气和声音填充等功能。

    发布时间：