跳到正文

全部动态

今日 606 条
9月30日周三
  1. Tomer Tunguz 博客（VC 分析）70

    Tomer Tunguz 分析 AI 模型公司的每兆瓦收入与模型工厂逻辑

    文章引用 Dylan Patel 等人的观点分析 AI 模型公司按兆瓦计的单位经济：基础算力成本约 $10-15M/MW，Anthropic 2026 年收入达 $50M/MW，实现首个盈利季度，收入 $10.9B、营业利润 $559M。

    推荐理由：文章用每兆瓦收入和毛利数据拆解 AI 模型公司的单位经济，并解释推理利润如何反哺训练的工厂模式。

  2. ARC Prize：官方博客33

    ARC Prize 发布 ARC-AGI 系列：以核心知识先验衡量通用智能

    ARC Prize 发布 ARC-AGI 系列，延续 François Chollet 于 2019 年提出的 ARC-AGI 基准，用于衡量流体智能与技能获取效率。该基准仅使用核心知识先验，避免语言等文化知识带来的不公平优势，并遵循“对人类容易、对 AI 困难”的设计原则。ARC Prize 将 AGI 定义为学习效率可匹配人类的系统，并称 ARC-AGI 是唯一衡量通用智能进展的 AI 基准。

  3. Anthropic：The Institute（旗舰研究长文 · 网页）23

    Claude Code 如何加速代码现代化

    Claude Code 面向企业遗留代码库的现代化改造，结合 AI 代码生成与深度代码库理解，在保持业务逻辑完整的前提下支持可扩展迁移。它能生成依赖图、识别死代码、按复杂度与业务影响排定重构优先级，并自动为重构代码创建单元测试、补充回归测试。该工具可接入现有 CI/CD 流水线与版本控制系统，满足企业级安全与合规要求。

  6. Tomer Tunguz 博客（VC 分析）51

    Tomer Tunguz：AI 提升的不是效率而是产出上限

    Tomer Tunguz 分析五年写作数据后认为，AI 自动化草稿并未减少人工编辑，而是提高了同等工作量的产出上限。行级句编辑中位数稳定在每篇约 136 处，而发布文章的质量下限上升最快，第 10 百分位评分从 2.59 升至 3.81，涨幅约为第 90 百分位的两倍。

  7. Anthropic：The Institute（旗舰研究长文 · 网页）80

    Anthropic 发布 Claude Haiku 4.5，SWE-bench Verified 得分 73.3%

    Anthropic 发布 Claude Haiku 4.5，称其是最快、最具性价比的模型，在编码、计算机使用和 Agent 任务上媲美 Sonnet 4，SWE-bench Verified 得分 73.3%。

    推荐理由：官方给出性能、价格与可用渠道的关键数字，读者可据此评估它在低延迟和多智能体场景中的适用性。

  8. Tomer Tunguz 博客（VC 分析）72

    Tomer Tunguz 分析 Meta Muse Spark 双轨定价如何把广告模式引入 AI

    Tomer Tunguz 分析 Meta 昨日发布的 Muse Spark 模型及其新定价体系：标准档 muse-spark-1.3 输入 $1.25/m、输出 $4.25/m tokens 且不用于训练。

    推荐理由：作者用两档价差算出 Meta 对训练数据的每 token 定价，为理解以数据换补贴的商业模式提供一个可核算的框架。

  9. Anthropic：The Institute（旗舰研究长文 · 网页）82

    Anthropic 发布 Claude Sonnet 5.5，速度提升 30% 并降价最多 30%

    Anthropic 发布 Claude Sonnet 5.5，比 Sonnet 5 运行快 30%，典型负载成本最多低 30%，定价为每百万输入 token $2、输出 token $10，支持 1M 上下文窗口，可通过 Claude API、AWS、Google Cloud 和 Microsoft Foundry 使用。

    推荐理由：官方页面给出价格、token 用量与多客户评测数据，读者可以据此评估它在成本与性能间的取舍。

  11. Anthropic：The Institute（旗舰研究长文 · 网页）86

    Anthropic 发布 Claude Opus 5.5，运行成本比 Opus 5 低约 40%

    Anthropic 发布 Claude Opus 5.5，面向高强度编码和 AI 智能体的混合推理模型，具备 1M 上下文窗口，典型工作负载运行成本比 Opus 5 低约 40%。

    推荐理由：官方给出了定价、token 成本与多个客户实测数字，可帮助开发者评估升级到新 Opus 的成本与效率收益。

  12. Tomer Tunguz 博客（VC 分析）70

    Tomer Tunguz 解析 AI 消耗的三波浪：从聊天、单智能体到 meta-harness

    Tomer Tunguz 提出 AI token 消耗分三波：聊天约每用户每天 1m tokens，单智能体约 100m-200m，meta-harness 并行调度多个智能体可达数十亿级。

    推荐理由：作者用 OpenRouter 与 OpenAI 数据拆解 AI token 消耗的三波结构，读者可以据此理解算力需求为何不沿平滑曲线外推。

  13. Anthropic：The Institute（旗舰研究长文 · 网页）81

    Anthropic 发布 Claude Fable 5.1：面向编码与长时间智能体任务的新旗舰模型

    Anthropic 发布 Claude Fable 5.1，定位为其最强编码与知识工作模型，面向 Pro、Max、Team、Enterprise 用户及 Claude Platform、AWS、Google Cloud、Microsoft Foundry。

    推荐理由：官方页面给出定价、缓存降价、回退机制和客户实测引用，读者可以据此评估长时智能体与编码工作流的成本收益。

  14. Tomer Tunguz 博客（VC 分析）59

    Tomer Tunguz 分析 OpenAI 3 倍研究产出实为机器三班倒与每日 600 美元推理成本

    Tomer Tunguz 分析 OpenAI 公布的研究加速数据，认为 3 倍生产率本质是一名工程师监督三班机器运行而非更聪明。OpenAI 研究员 8 小时人班对应 3.14 个 agent 工作日，通常并行跑 4 个 agent；中位数推理开销从 3 月底每天 $14 涨到 8 月中超过 $600，90 分位研究员年化超 $2.5m。

  15. Anthropic：The Institute（旗舰研究长文 · 网页）72

    Anthropic 发布 Claude Mythos 5.1，聚焦网络安全与生物研究并限制访问

    Anthropic 发布 Claude Mythos 5.1，是其面向网络安全和生物学研究的最强模型，目前仅向少量经审核的组织开放，定价为每百万输入 token $10、每百万输出 token $50。同底座的 Claude Fable 5.1 提供带护栏版本，生物护栏对良性请求的干预比 Fable 5 减少 85%，使用 Mythos 5.1 默认需接受 30 天数据保留政策。

    推荐理由：原文给出 Mythos 5.1 的受限开放方式、定价与 Fable 5.1 的护栏细节，读者可以据此了解高风险能力如何被分层开放。

  17. Anthropic：The Institute（旗舰研究长文 · 网页）71

    Anthropic 发布 Claude 桌面与移动应用统一下载页

    Anthropic 上线 Claude 应用的统一下载页，提供 macOS、Windows、Linux（beta）桌面端和 iOS、Android 移动端。桌面应用内可直接运行 Claude Code，支持远程控制、跨设备记忆同步、Chrome 等扩展连接本地工具，并面向企业提供 MSIX/PKG 安装包和 SSO 部署；Linux 端暂不支持 Computer Use 和听写功能。

    推荐理由：页面汇总了 Claude 桌面与移动应用的下载入口、各平台支持情况和常见使用限制，方便读者判断适配自己的版本。

  18. Anthropic：The Institute（旗舰研究长文 · 网页）79

    Anthropic 推出 Agent Skills，让 Claude 把机构知识封装为可复用能力

    Anthropic 推出 Agent Skills，用带 SKILL.md 的文件夹把流程和最佳实践变成 Claude 可自动调用的能力。同一 Skill 可跨 Claude.ai、Claude Code 和 API 使用，支持多 Skill 组合，内置 Excel、PowerPoint、数据分析等常用技能，Box、Notion、Figma、Canva 等伙伴展示了各自的应用方式。

    推荐理由：Anthropic 官方页面说明 Skills 的构建方式、跨平台复用和内置能力，读者可以据此判断是否将其纳入自己的工作流。

  20. Anthropic：The Institute（旗舰研究长文 · 网页）76

    Anthropic 推出 Claude in Chrome 浏览器扩展，向付费用户开放

    Anthropic 推出 Claude in Chrome 扩展，面向所有付费计划开放，可读取当前登录页面并代替用户点击、输入和填写表单。

    推荐理由：官方产品页说明了 Claude in Chrome 的能力边界、三种访问方式和安全机制，读者可据此判断是否将其纳入自己的浏览器工作流。

  22. Anthropic：The Institute（旗舰研究长文 · 网页）67

    Anthropic 发布 Claude Science 科研工作台公测版

    Anthropic 发布 Claude Science，一款面向科学家的 AI 工作台应用，目前为 macOS、Windows 和 Linux 上的公开 beta，面向 Pro、Max、Team 和 Enterprise 计划。

    推荐理由：官方产品页列出可复现分析、60+ 科学数据库连接和 HPC 计算管理等具体能力，读者可据此判断它对科研工作流的影响。

  25. Google Developers Blog（RSS）66

    Google 发布在 Raspberry Pi 5 上用 LiteRT 部署 Gemma 的端侧 AI 指南

    Google 介绍如何在 Raspberry Pi 5 上用 LiteRT 和 Gemma 模型实现完全离线的实时端侧 AI，并以 Reachy Mini 机器人演示目标检测、语音识别、推理和语音合成的完整本地流水线。

    推荐理由：原文给出 Gemma 各型号在 Raspberry Pi 5 上的实测数据和完整部署流程，读者可以据此选择合适的端侧模型并复现本地推理。

  26. Google Developers Blog（RSS）42

    为什么 Go 是 AI 辅助软件工程的理想语言

    Google 认为 Go 是 AI 辅助软件工程的理想语言，因为 AI 编程时代开发重心已从写代码转向审查与维护代码。Go 自带格式化、测试框架、依赖管理和安全工具，AI 模型可借助这套端到端工具链更快、更便宜、更可靠地处理 Go 代码。Go 优先可读性而非可写性，其统一风格也为 LLM 提供了更标准化的训练数据。

  29. Google Developers Blog（RSS）62

    Google 用 ADK 构建零信任 AI Agent 的三层安全实践

    Google 开源了基于 ADK 和 Gemini 的客服退款 Agent 示例，演示提示词注入可导致超额退款、密钥泄露等风险。文章提出三层零信任防护：用 Cloud KMS 硬件签名保证写入不可抵赖，用 gVisor 沙箱零网络出口隔离动态生成代码，用确定性语义网关加 CI/CD 回归测试校验输入输出；完整代码见 zero-trust-agents 仓库。

    推荐理由：文章用开源示例和代码讲解三层零信任防护的具体做法，读者可以直接在本地复现攻击与防御流程。

  32. Google Developers Blog（RSS）41

    如何用深度学习和 Keras 解码宇宙信号

    Google 开发者倡导者 Yufeng Guo 撰文介绍深度学习在天体粒子物理中的应用，这类研究依赖覆盖数千平方公里的巨型观测站，如面积 3000 km²、含 1500 多个探测站的 Pierre Auger Observatory。探测器以纳秒级分辨率记录波形，形成类似图像的数据结构，天然适合深度学习处理，可用于提升仪器灵敏度、发现隐藏模式和搜索信号异常。

  33. Google Developers Blog（RSS）67

    Google 复盘 AI Agents Challenge 最强提交背后的 4 种工程模式

    Google 复盘其 AI Agents Challenge 获奖提交，归纳出四种反复出现的工程模式：双向 MCP（智能体既是自身工具的客户端也是可供其他智能体调用的 MCP 服务器）、基于事件总线的并行并发、回退模型必须通过与主模型相同的验证函数，以及在昂贵模型调用前做分层路由。

    推荐理由：Google 从获奖提交的真实代码里提炼四种智能体工程模式，双向 MCP、事件驱动并发、同标准回退和分层路由都给出可直接借鉴的做法。

  34. Google Developers Blog（RSS）23

    Google Cloud 详解 Gemini Enterprise DevEx Program：以治理工作流冲刺打磨开发者体验

    Google Cloud 的 Gemini Enterprise 开发者体验（DevEx）Program 以"冲刺"方式按真实开发者路径实测产品，本轮聚焦智能体治理，梳理出从配置受治理的智能体身份、注册 Agent Registry、绑定 Agent Gateway，到执行策略与内容安全、验证端到端拦截的 5 步工作流。

  37. Google DeepMind：Blog（RSS）65

    Google DeepMind 发布 SynthID Bio 为 AI 生成的蛋白质嵌入可验证水印

    Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成的实体蛋白上验证，同时在实验室测试中保持蛋白的生物功能。

    推荐理由：原文给出水印在湿实验中不影响蛋白功能、并开放代码与权重的关键细节，读者可据此评估其对生物安全筛查的实际价值。

  38. Google AI：DEV 作者专属（RSS）23

    Base Bridge v2.3→v2.4 升级兼容性安全审查

    Base Bridge（TVL 约 $3.22B）v2.3→v2.4 升级兼容性审查发现多项高危风险：动态 quorum 可降至 4 且紧急暂停由 2-of-3 多签控制，未形式化验证的 Groth16 SNARK 验证器可能接受无效状态根，迁移脚本未校验 L2 侧 pendingMessageHashes 为空。

  39. Google AI：DEV 作者专属（RSS）31

    为什么 Mac 上最好的 AI 写作助手不该是另一个浏览器标签页

    开发者正在打造原生 Mac 应用 DraftKey，主打在现有 macOS 文本框内做端侧 AI 自动补全与指令式改写，而非跳转到浏览器标签页或聊天窗口。该应用要求 macOS 14+、Apple Silicon 和 8GB 内存，本地模型下载约 1.12GB。作者认为日常写作的高摩擦在于切换上下文，本地优先更适合快速补全和改写，但也承认部分文本框受 macOS 平台限制。