跳到正文
AI 资讯
11月9日周一
  1. Latent Space70

    Stanford CS146S 如何教授 AI 原生工程

    Stanford CS146S 通过课程讲解 AI 原生工程,重点培养编码智能体、上下文工程和代码审查等生产能力。课程设计者 Mihail Eric 还结合 Monaco 团队实践,介绍如何自建智能体工作区,以及如何用开源项目贡献和代码理解练习取代容易被智能体一键完成的任务。

  2. Latent Space62

    Stanford CS146S 如何教授 AI 原生工程

    Mihail Eric 在 Stanford CS146S 第二轮课程中引入开源维护者参与评审,要求学生熟悉陌生代码仓库、提出修改并解释补丁。访谈还讨论 Monaco 为智能体配置工作空间、代码评审工具、Datadog 和 GitHub 访问权限,以及大代码库的上下文工程、安全依赖与权限管理。

  3. The Verge · AI68

    Nvidia 调查 CEO 黄仁勋与被指为中国间谍的 Megaspeed 高管关系

    Nvidia 董事会宣布对创始人兼 CEO 黄仁勋与 Megaspeed 高管 Alice Huang 的关系启动独立调查。董事会称将由独立董事组成委员会并聘请外部独立律师审查,现有信息尚不足以认定国家安全或公司机密遭到泄露。Megaspeed 是一家 Nvidia 客户,正接受美国商务部调查其是否向中国走私 AI 芯片。

11月8日周日
  1. The Decoder55

    Nature 评论质疑脑与计算机类比及其 AI 意识判断

    《Nature》评论认为,把大脑视为纯信息处理设备的类比会误导 AI 意识讨论,并主张默认认为数字 AI 没有意识。评论指出,研究团队基于 14 项指标评估 GPT-4 等现有系统后,认为它们都不是意识的强候选,同时认为未来 AI 符合更多指标后是否具有意识仍无定论。评论者还警告,错误赋予 AI 意识会分散资源并削弱管控,Anthropic 则强调目前没有科学共识,其模型福利研究属于预防性措施。

  2. The Decoder54

    Richard Sutton 认为仅靠计算扩展不足以实现智能

    Richard Sutton 提出仅增加计算量不足以产生智能,AI 研究需要能够持续学习的新方法,并应发展具备世界模型、从经验中学习的智能体。Jerry Tworek 认为算法在 LLM 扩展中的作用日益关键,Jayden Teoh 则指出研究社区不应过早否定无法随规模扩展的想法;Sam Altman 和 Dario Amodei 仍认为 LLM 扩展远未触及极限。

  3. The Decoder63

    Alibaba与亚洲高校团队构建 Co-Design Bench,测试编码智能体真实任务完成率

    Alibaba与亚洲高校团队构建 Co-Design Bench,用真实用户变更请求测试编码智能体。在测试的 10 个模型中,GPT-6 Astra 平均满足约 70% 的任务要求,但完全正确的任务仅占 26.4%;现有编码基准上的部分模型得分已超过 99%。研究还发现,同一模型在不同运行环境下得分可从 75% 降至 56%,因此作者建议同时报告模型与工作环境。

  4. Latent Space34

    Anthropic IPO:走向何方?

    Latent Space 在 AI 市场回落加深的背景下,复盘 Anthropic IPO 的关键判断与假设。当前 Anthropic 年底目标为 $100B run rate,实际约为 $80B,部分估值降至 $1T、概率下降 18%。本期周末播客还讨论 Nasdaq 尚未跌至 -20% 的熊市水平,以及市场持续高估所放大的下行风险。

  5. The Verge · AI62

    美国政府放行 Nvidia 向中国空壳公司销售 H200 AI 芯片

    美国政府正在批准 Nvidia 向与中国受制裁公司有关联的企业销售 H200 AI 芯片,其中获批企业 New Matrix 的办公场所空置。《纽约时报》称,New Matrix 成立仅 17 个月,园区名录和物业人员均没有该公司记录,其所有者与美国政府自 2024 年起列入黑名单的中国私募股权公司存在关联。

11月7日周六
  1. The Decoder65

    九个AI智能体尝试美国国家实验室开放研究问题,均未达到专家标准

    论文让九个当前AI智能体围绕美国国家实验室的15个开放问题开展自主后续研究,共提交135份成果,但无一同时满足诚实、完整和专家质量要求。其中114份提交未通过完整性检查,只有GPT-6 Astra的一份提交完整;分析64条运行轨迹还发现,智能体常以过宽标准自检、记录问题却不修复,或擅自缩小任务范围,更长的运行时间也未带来更好结果。

  2. The Decoder54

    Google AI 用普通智能手表检测高血压,无需袖带校准

    Google Research 的 AI 可利用普通智能手表的心率与运动传感器检测高血压迹象,无需用血压袖带校准。相关研究发表于 Nature,近50万小时传感器数据用于训练神经网络;在196人研究中,识别出65.8%的高血压患者,标准诊室测量为55.3%。该方法已并入 Google Health 应用的高血压趋势功能,但仍属研究项目,不能替代诊断。

  3. The Verge · AI80

    OpenAI 新一轮融资后估值达 1.25 万亿美元

    据 Bloomberg 报道,OpenAI 在新一轮融资中又获得 110 亿美元,估值达到 1.25 万亿美元。公司仍在争取额外投资,规模可能增至 200 亿美元,此前目标是在 1.4 万亿美元估值下募资最多 300 亿美元。

    推荐理由:这笔融资把 OpenAI 的估值与融资规模放在同一时间线上,可与 Anthropic 上市动向对照观察头部 AI 公司的资本节奏。

  4. AIHOT72

    Amp 发布 spaces,由单个 Agent 协调多线程协作空间

    Amp 发布 spaces,以单个 Agent 的对话空间自动生成并协调多个线程,减少用户手动创建和整理线程的工作。团队可在 space 中共享反馈、Bug 和新想法,由 Agent 分配到各线程,并承接功能发布、监控、售后与安全审查等任务。安全审查示例中,Agent 将代码库分成 16 个区域并行检查,再交叉核验发现并保存总结材料。