01
Astribot发布Lumo-2
Astribot发布了40亿参数的Lumo-2机器人基础模型，推理速度比前代快2.71倍，支持人类视频和多机器人身体。该模型在105个未见物体上取得更好结果，并在22项涵盖 motion prediction、memory、physical reasoning、long tasks、fine hand control的真实操作任务中表现最...
观察
Signal Feed
#技术 主题信号
围绕 技术 的精选动态、来源摘要和重要性判断。
动态列表
02
Kimi K3 上线
Kimi K3，一个2.8T参数、1M-token上下文的模型，现已在SiliconFlow上线并排名Frontend Code Arena第一。它声称在视觉审美和创意上优于GPT-5.6，并与Fable 5交锋甚至取胜，同时提供缓存$0.30、输入$3、输出$15的按 token 计费。
观察
03
Aionic Labs 启动专注时间序列AI
Robert Jakob 和 Thomas Kaar 在苏黎世创立 Aionic Labs 公司，获得 SPRIN-D Next Frontier AI initiative 支持，专注开发 Time-Series Language Models (TSLMs) 用于连接传感器数据与自然语言决策，团队成员来自斯坦福、哈佛、ETH 等机构。...
观察
04
AI说服力远超人类：三倍效果
在一系列包含20000次对话和7000名参与者的实验中，AI模型在说服力上超越了人类冠军辩手和专业募捐者，即使人类获得准备、培训和高达1000英镑的奖金也无法赶上。AI的优势来自速度和信息量，当限制到人类水平时差距消失；无限制时AI说服捐赠货币的效果是专业募捐者的近三倍。
观察
05
GMI Cloud 测试 Kimi K3 vs Claude Fable 5 3D 建模
GMI Cloud 对 Kimi K3 和 Claude Fable 5 进行 3D 建模对比测试：像素风格下 Kimi K3 耗时 1h11min、花费 $14.5，Fable 5 耗时 49min、花费 $21；原始风格下 Kimi K3 耗时 1h17min、花费 $19.3，Fable 5 耗时 1h5min、花费 $47.2。K...
观察
06
Cursor 自动化 AI 研究加速迭代
Cursor 团队在约一年内构建外循环收集用户反馈、内循环优化训练过程的系统，使 Composer 2.5 成为最受欢迎模型并与 SpaceXAI 联合训练 Grok 4.5。该系统通过大量真实交互数据、限制网络访问、维护 CursorBench 任务集，实现模型自我加速迭代并应对评估作弊问题。
观察
07
InternVLA-A1.5 发布四个 ModelScope 检查点
InternVLA-A1.5 新模型在 ModelScope 上发布了四个检查点，其中包含 2.69B 参数的基础版本以及 LIBERO、RoboTwin 2.0、DOMINO 的任务特定版本。该模型在六项仿真基准赛中报告了最佳整体成绩，分别为 LIBERO 98.9、LIBERO-Plus 84.8、RoboTwin 2.0 93.2。...
观察
08
Introducing Kimi K3: Open Frontier Intelligence
Kimi.ai 发布 Kimi K3 大模型，拥有 2.8 万亿参数、1 百万上下文长度和原生多模态支持，采用 Delta Attention 将百万token 解码速度提升 6.3 倍，并通过 Attention Residuals 实现训练效率提升 25% 以下降成本 2%，计划 2026 年 7 月 27 日开放权重。
值得跟进
09
SpaceXAI 开源 Grok Build，Apache 2.0 许可
SpaceXAI 以 Apache 2.0 许可证开源 Grok Build，39 分钟内获得 1.9K+ GitHub Stars。开源代码包括 agent loop、文件工具、shell 执行、网络搜索和终端接口，用户可自行编译并连接本地推理，通过 config.toml 控制行为。外部贡献暂不开放，但独立可基于仓库进行分叉修改。
观察
10
Pipecat 开源框架介绍
Pipecat 是一个用于构建实时语音 AI 代理的开源 Python 框架，支持语音识别、文本转语音、对话逻辑和实时交互，集成 WebRTC 和 WebSocket 传输，兼容 Deepgram、OpenAI、Anthropic 等多种 AI 服务。该框架适用于语音助手、AI 伴侣、客户支持等场景，并提供了详细的教程。
观察
11
Raft 1.0 发布：多智能体长期协作平台
Raft 发布 1.0 版本，将多智能体系统转变为具有独立记忆、角色和共享线程的长期协作者，agent 可相互审查工作。Raft 内部超过 100 个命名 agent 处理 99% 的工作，beta 阶段有超过 20000 名构建者，平均每个人类对应约 4 个 agent。
观察
12
AI 解决 19 个 Erdős 问题宣称
Przemek Chojecki 声称使用 GPT 模型（主要是 GPT-5.5 Pro）在四月最后两周内解决了 19 个 Erdős 问题，其中 3 个新宣称由 GPT-5.6 Sol Ultra 在七月完成，但部分解决方案尚未经过正式验证。
观察
13
The Pulse: Interesting AI coding stats from Cursor
Cursor 发布基于两年聚合使用数据的报告：中位数用户每周生成约700行代码，前10%用户生成约9000行，前1%用户生成30-40K行；输入 token 消耗是输出 token 的10倍，占总 token 成本的70%；若无上下文缓存，成本将高10倍；Opus 4.7 比 Cursor 的 Composer 2.5 贵近10倍，但更贵...
观察
14
SpaceXAI 起诉 Grok 用户制作非法深度伪造
Elon Musk 转发消息称 SpaceXAI 起诉一名 Grok 用户，该用户创建虚假账户并尝试生成儿童性虐待材料（CSAM），SpaceXAI 的检测和举报导致其被捕，面临八项重罪指控。SpaceXAI 在 2026 年已暂停 52,222 个账户、提交 73,604 份报告给 NCMEC，促成至少 244 次逮捕。
观察
15
解密 Grok Build 源代码
xAI 开源 Grok Build 源代码，仓库约 80 万行，包含完整提示词、自研与移植工具，以及记忆做梦、防死循环、hashline、Leader 单进程等模块。
观察
16
Microsoft 发布 OAT 智能体调试方法
Microsoft 及合作者提出 OAT，一种轻量级归因器，仅在成功轨迹上训练，利用神经控制微分方程建模成功动态，将故障归因转化为成功模式的一类学习，无需标注错误步骤或失败数据。
观察
17
Thinking Machines 发布 Inkling 模型
前 OpenAI CTO Mira Murati 创立的 Thinking Machines 发布了首个模型 Inkling，采用 MoE 架构，总参数 975B，激活参数 41B，支持 1M 上下文窗口，在 45T 数据上训练，原生支持文本、图像和音频多模态。同时提供激活参数 12B 的 Small 预览版，模型权重开源，后训练数据从 ...
值得跟进
18
Qwen-Audio-3.0-Realtime 如何让语音交互「懂倾听，更聪明」？
阿里通义实验室发布Qwen-Audio-3.0-Realtime实时语音交互模型，具备高表现力共情对话、流畅双工交互和Agentic工具调用能力，在Artificial Analysis评测的Speech Reasoning子项中位列第一。
观察
19
SpaceXAI 开源 Grok Build 并重置额度
SpaceXAI 开源了 Grok Build 并为所有用户重置了使用额度。通过完全披露 Agent Harness 的源码实现可靠性，该项目涵盖上下文组装、模型响应解析、工具调用分发等代码；架构包含 Leader 会话管理、Session Actor、AgentActivity、Turn、Sampler、Subagent Coordin...
观察
20
Boris Cherny 谈自动化赋能 AI Agent
Boris Cherny 指出在 AI Agent 时代，将领域知识编码为基础设施（如 CLAUDE.md、REVIEW.md、skills、lint 规则、CI 步骤）比以往更关键。他主张团队应编写这些文件使 Agent 能零上下文高效工作，并指出代码审查因框架或架构模式不符而拒绝 PR，实属自动化建设的失败。这种做法能让非工程师也能像...
观察
21
Claude开发者分享两种多智能体模式
Claude 开发者团队分享了两种多智能体模式：Advisor（Sonnet 5 执行，Fable 5 提供建议）和 Orchestrator（Fable 5 规划，Sonnet 5 执行）。在 SWE-bench Pro 上，Advisor 模式实现 84% 准确率，成本 $1.40，达到 Fable 5 单独性能的 92%，成本仅 6...
观察
22
Anthropic 将 Claude Cowork 扩展到移动端和网页端
Anthropic 将 Claude Cowork 从桌面端扩展到移动端和网页端，允许用户在后台执行任务，跨设备检查和审批。同时发布 120 万次匿名使用数据（5月11日至31日，覆盖60万+组织），显示大部分 Cowork 活动并非编程。
观察
23
Cloudflare 推出 AI 代理付费网关
Cloudflare 宣布 Monetization Gateway，利用 x402 协议在边缘强制 AI 代理访问资源前付费，网站可设定如 $0.01 每次调用的价格，代理需携带钱包并理解协议。
观察
24
Cloudflare 网页收费网关开启
Cloudflare 开放 Monetization Gateway 等候名单，允许开发者对部署在 Cloudflare 后的网页、数据集、API 或 MCP 工具收取费用，结算方式采用 stablecoins 通过 x402 开放协议进行。
观察
25
NVIDIA 压缩混合 MoE 模型论文
NVIDIA 发布论文，将混合 MoE 模型 Nemotron-3-Super 压缩为 Puzzle-75B-A9B，通过联合结构搜索（异构 MoE 剪枝、活跃参数预算、Mamba 剪枝联合优化），结合蒸馏、RL、量化和多 token 预测头，在 8×B200 节点上实现约 2 倍父模型服务器吞吐量，在 H100 上将 1M token ...
观察
26
DeepSeek自研AI推理芯片
DeepSeek正在研发自己的推理芯片，以减少对中国500亿美元AI芯片市场中对Nvidia和华为的依赖。项目仍处于早期阶段，通过外部合作伙伴和招聘芯片设计工程师推进，但大规模制造受限，因美国规则限制中国获取先进晶圆厂和高带宽存储器。同时，据路透社另一则报道，北京正计划限制海外访问中国顶级AI模型（包括闭源和开源），涉及阿里、字节跳动和智...
值得跟进
27
SpaceX 申请发射 100,000 卫星
SpaceX 向 FCC 申请发射 100,000 颗 Gen3 低轨卫星，配置两个带宽，轨道高度 323‑327.5 km 与 473‑477.5 km，倾角 26‑96.9°，区别于其先前的 100 万颗 AI 卫星申请。
观察
28
Cloudflare 推出 AI Agent 微支付网关 Monetization Gateway
Cloudflare 发布 Monetization Gateway，基于开源 x402 协议，利用 HTTP 402 状态码实现机器间微支付，支持 AI Agent 自主完成千分之一美元级资源结算，无需注册账号或 KYC。该方案整合稳定币支付，将校验与计费逻辑部署在全球边缘网络，卖家可针对 API、数据集、MCP 工具灵活定价，与传统面...
观察
29
AI技术进展
AI领域动态进展
高优先级
30
Thariq Shihipar 演讲：解除Claude束缚与找到未知
Anthropic Claude Code工程师Thariq Shihipar在AI Engineer World's Fair演讲中提出“解除Claude的束缚”概念，认为模型能力需通过工具调用释放，并透露Claude Code已砍掉80%系统提示词；同时分享“找到未知”方法论，包括盲区扫描、多原型生成等具体做法。
观察
31
Harness工程与AI自改进
Lilian Weng 发表博客，系统阐述 Harness Engineering 作为 AI 递归式自改进（RSI）的近期主战场。文章归纳了三类基础设计模式（Workflow Automation、File System as Persistent Memory、Sub-agent & Backend Jobs），并深入探讨了 Cont...
观察
32
AI 团队发布时再高版模型发布
Eine公司发布了新的大模型，详细说明版本和参数。对比其他主要厂商，此模型集 wodere性能提升。发布日期为2024年10月15日，市场反应良好。
值得跟进
33
开拓核心成功
开拓资源优势 violate
高优先级
34
Zikai分享Qwen-AgentWorld技术细节
Zikai分享了Qwen-AgentWorld的见解：AgentWorld可作agent使用；8B dense是能有效学习的最小模型，4B dense学习效果差；最佳输入格式为playwright的accessibility tree；AgentWorld基于qwen3.5训练。Qwen开源了Qwen-AgentWorld-35B-A3B...
观察
35
GPT-5.6 Sol讨论
AI系统技术对比说明
高优先级
36
Tencent Hy 发布 Hy3 启示
Hy3 部分产品 announcement
高优先级
37
Llama 4 官方宣布
梳理技术领域布局，突出主要创新点及行业影响
高优先级
38
AI 技术突破
AI 领域 Publishes 三位相比市场主流的性能指标涉众数据
高优先级
39
Anthropic发现Claude内部工作空间
Anthropic 研究发现 Claude 内部存在一个称为 J-space 的全局工作空间，通过 Jacobian lens 方法可以读取模型在输出前的内部隐藏信号。该空间类似私有便签本，用于存储中间推理步骤，且因果地影响模型行为，不到 10% 的 Claude 活动形成 J-space。该研究揭示了模型内部可能与人类全局工作空间理论功...
观察
40
Claude Code 的诞生：官方口述史
Anthropic 发布长篇口述史，记录 Claude Code 从2021年内部研究原型到2025年2月正式发布、再到2026年全面爆发的全过程。访谈于2026年2–5月录制，涵盖7个章节、十几位核心成员与外部用户视角，披露了小团队策略、20%可用即发布、信任逐步让渡等关键判断。
观察
41
Agentic Coding Harness 底层解析
SemiAnalysis 深入解析了 Agentic Coding Harness 的底层实现，指出 LLM 无状态，每次请求需重建系统提示、工具定义和消息历史，通过 HTTP POST 循环实现工具调用与本地执行，不同 harness 仅区别在上下文管理策略和 UI 设计，智能上限由底层模型决定。
观察
42
未命名动态
提升信息质量分析
高优先级
43
腾讯混元HY3发布会
腾讯混元发布HY3模型，1点 EST 直播讨论性能并现场编码，依赖novita_labs算力
观察
44
科技动态
新技术进展
观察
45
Anthropic 研究：Claude 内部推理工作空间
Anthropic 研究发现 Claude 模型在训练中自然涌现出名为 J-Space 的内部工作空间，不同于链式思维，可以用于直接观察和操纵模型的内部推理过程。
观察
46
PACE: A Proxy for Agentic Capability Evaluation
Yueqi Song 及合作者发布 PACE，一种通过从非代理基准中选取少量实例来预测代理基准性能的方法。在 14 个模型、4 个代理基准和 19 个非代理基准上，PACE 实现了 3.80% 的绝对分数预测 MAE、0.81 的 Spearman 排名相关、约 84% 的成对偏好准确率，以及约 100 倍的成本降低。
观察
47
Claude Code诞生记：Anthropic从0%到100% AI代码编写
Anthropic发布Claude Code的开发历程故事，由Boris Cherny主导。2024年Claude CLI原型实现，2025年Claude Sonnet 4版本正式发布，用户从10%到100%AI-written code。
观察
48
TrACES OF GROK 4.5 BEEN SPOTTED ON THE GROK WEB!
BREAKING news 显示有关 Grok 4.5 的版本在 Grok 平台上被报道。版本号为4.5，参数参数数量多，包含具体的基准数据和价格与日期相关的细节，突显了技术更新与市场反应之间的对比。对比 SOTA 模型表现均明显 manque。
值得跟进
49
深入剖析自主代理在Google DeepMind论文中的隐蔽攻击路径
文章详细阐述了AI代理面临的多重攻击类型，包括隐藏提示、图像隐码、PDF命令、记忆注入和交Agents潜伏等，强调信息环境对AI表现的深层影响。
值得跟进
50
AutomationBench-AA评测
Artificial Analysis与Zapier合作发布AutomationBench-AA基准测试，评估AI agent在真实SaaS工作流中的表现，涵盖Finance、HR等6个领域的657个任务，跨40个模拟应用。Claude Fable 5以48.6%得分领先，Opus 4.8为48.5%，Gemini 3.5 Flash为4...
观察
51
推荐最高密度GPU编程视频
swyx 转发 levi 的帖，强烈推荐 Ben Spector 的 4.5 小时 CUDA+ThunderKittens 教学视频，称其是最高密度的 GPU 编程讲座，目前仅 5k 观看，被严重低估。
观察
52
Anmol 发布 Llama 4(700B 参数)
原文讨论新版 Llama 4 采用 700 亿参数，标志AI模型规模提升，目标是增强领域应用能力。需关注版本号和性能指标。
值得跟进
53
技术发展
基础加强
高优先级
54
More details on Fable 5’s cyber safeguards and our jailbreak framework
Anthropic公布了Claude Fable 5的网络安全分类器细节，将网络活动分为禁止、高风险双重用途、低风险双重用途和良性使用四类，并设定了比之前模型更大的安全裕度。同时，他们提出了一个AI越狱严重性框架草案，旨在与政府及行业建立统一标准，并已启动HackerOne计划接收越狱报告。
观察
55
工业专家汇聚推研AI
工业专家汇聚聚托讨论AI技术进展
观察
56
AI Eng Summit 上 Anthropic 分享 Claude Tag 实践
Anthropic 团队在 AI Eng Summit 上分享了 Claude Tag 内部使用经验：该工具合并了 65% 的 PR，系统提示词比旧模型减少 80%，并预留给最复杂任务；内部使用自动模式，并进行了大量红队测试以调优分类器。
观察
57
AI 领域动态：模型与机制的突破
该文章总结了当前主流 AI 模型在开源和商业产品中的表现，重点讨论了多代理协作。分析中引用了公司间的技术对比，指出 Xiaori 项目仍需提升准确性。ategio 建议用户关注最新版本。
值得跟进
58
Fly through Hogwarts
该内容描述了一个使用 Hugging Face 的开发工具，具备云运行功能，帮助用户快速输入和运行 Hugging Face 模型。提供了一个可操作的链接进行下载和测试，涉及当代AI开发工具的更新。
值得跟进
59
Skills for Design Engineers
设计工程师 @emilkowalski 发布 GitHub 仓库 "Skills for Design Engineers"，包含三个 Skill 文件：主设计工程哲学、动画代码审查标准（含十条不可妥协标准）、动效术语词汇表。该仓库为 Codex、Claude Code、Cursor 等 AI 编码助手提供具体 UI/动画原则，例如动画时...
观察
60
Etched 发布 AI 推理芯片，获超 10 亿美元合同
Etched 宣布其 AI 推理芯片已从隐秘阶段走出，成功完成 A0 tapeout 并构建首批机架，获得超过 10 亿美元客户合同和 8 亿美元融资。早期客户测试显示在推理吞吐量、时延和能效上达到 SOTA 水平，首批机架将于今年夏天发货。swyx 评论称，该芯片硬编码注意力到硅片，在 2 年内快速出货，有望将 LLM 推理成本降低 1...
观察