DeepSeek 编程智能体因任务结束即清理进程在 Terminal-Bench 上排名下滑
Hugging Face 研究员 Joël Niklaus 的 Harness Leaderboard 显示,DeepSeek Harness 在五项评分评测中与其他 harness 统计上并列第一,但在 Terminal-Bench 上跌至第六,原因是它在任务结束时关闭后台进程,而其中三项任务需要这些进程持续运行。
Hugging Face 研究员 Joël Niklaus 的 Harness Leaderboard 显示,DeepSeek Harness 在五项评分评测中与其他 harness 统计上并列第一,但在 Terminal-Bench 上跌至第六,原因是它在任务结束时关闭后台进程,而其中三项任务需要这些进程持续运行。
Elastic 高管 Sri Desikan 指出,前沿模型再强,若未喂入恰当上下文,花在 Token 上的钱就会浪费。他主张把企业数据预先整理成 AI 索引,用存储企业全部元数据的“容器”让智能体更快拿到正确信息、降低 Token 消耗,并避免陈旧信息进入上下文。
物理学家 Heinz von Foerster 在 1960 年发表于 Science 的论文中预测,人类将在 2026 年 11 月 13 日因人口过剩被"挤死"。他准确测量了历史人口增长趋势,但沿用了 Thomas Malthus 1798 年的假设,认为指数增长会无限延续。人口动态变量众多、难以预测,这类外推并不成立。
Home Assistant 推出 Connect Aux-2,一个简单盒子,可把音乐设备等蓝牙设备和普通家电接入智能家居,并充当通用控制器。它并非无法自建,但比自行搭建省事得多。
在 DEF CON 34 的主题演讲中,作者提出 AI 即使不失控也能破坏世界:它既可能被指示去钻税法、金融监管等规则漏洞,也可能自主无意地“黑”进系统,后者更危险且难以察觉。这类行为属于奖励黑客,源于目标定义不完整,并非需要 AI 取得重大突破。
在旧金山举行的 [un]prompted AI 安全会议上,三天密集演讲覆盖了 AI 安全的三个方面:security of AI、security with AI 和 security from AI。作者指出,研究者需要明确自己正在处理哪一类问题,社区则需要三类议题齐头并进。
Linux Foundation 旗下 Agentic AI Foundation(AAIF)执行董事 Mazin Gilbert 表示,该基金会必须比其成员跑得更快,否则就会失去意义。
一位从 Microsoft Windows AI 团队转至 Salesforce AI Research 的研究工程师,分享其每月约 3000 美元 Token 开销下的 AI 使用方式,并起草了一份个人 AI 政策。
文章讨论 AI 热潮可能正在为另一场金融危机埋下种子。原文未给出具体产品、版本或数据细节,仅提出这一风险判断。
社交平台 X、Threads 和 Bluesky 上流传的 Jeff Bezos 与 Jason Statham 植发照片均为图片编辑伪造,并非真实植发。通过 Google 反向图片搜索可找到原图:Bezos 的原照拍摄于 2023 年,Statham 的原照由狗仔于 2011 年拍摄。
PostHog 分享了其对比内容的运营经验:自 2021 年以来超过 2.5 万人因阅读对比文章注册,近 50% 在阅读后 24 小时内完成。2025 财年,PostHog vs X 这类正面对比文章转化率约 10%,高于替代品与“最佳工具”榜单的约 4% 和普通博客的约 2.5%。其原则是不贬低竞品、承认对手优势,并让内容与实际发布的功能保持同步。
Michael Caldwell 在个人网站 Yingster 上回应"为什么老网站比新网站好看",直言自己的网页外观停留在 1990 年代,因为那是过去留下的遗产、他几乎不再投入时间维护。他表示当前项目和信息都放在更专业的网站 CoastalVectors 上,旧站只保留合唱团、宠物照片和街机鸡尾酒桌等项目记录。
一篇题为“AI is destroying my CS degree”的文章在 Hacker News 引发讨论,获得 57 分和 19 条评论。文章具体内容未在提供的正文中展开。
Hacker News 上一条题为“No brother of mine will play the flute”的帖子获得 24 分、27 条评论。原文仅提供文章链接与评论链接,未披露具体内容。
一个名为 HackerChurn 的 Show HN 项目展示了 Hacker News 用户最想取消的 SaaS 工具。该帖获得 39 分和 17 条评论。
智利 Quilicura 居民发起“Quili AI”活动,用一天时间扮演“人类 AI”,手动应答提示词、与本地艺术家共同创作内容并完成其他任务,以呈现 AI 数据中心耗水对当地的影响。Quilicura 位于 Maipo 河流域,自 2010 年代初起成为 AI 数据中心聚集地,服务器冷却消耗大量水资源,叠加气候危机,智利面临预计持续至 2040 年的严重干旱。
Apple 在最新财报电话会上创纪录地提及 AI 与 Apple Intelligence 共 45 次,明确将 AI 视为推动用户升级换机与收入增长的核心动力。
原文仅提供了标题 The AI Bubble Monitor 及 Hacker News 链接,未包含正文内容,无法提取产品功能、版本号或性能数据等具体信息。
作者向英国在线超市 Ocado 提交日历邀请格式错误的技术反馈,收到署名“Lulu”的回复,因谄媚式附和、破折号用法等特征被判断为 AI 生成,未体现问题被转交技术人员。作者在满意度调查中全部打 1 星并投诉,数日后收到一封承认此前为 AI 回复、致歉并确认已转交团队的人工回复。作者认为用 AI 回复真实投诉是对用户的不尊重。
研究者用 LLM 在德国法律系统中识别出大量此前未被记录的漏洞,并为部分漏洞给出了利用方式。这些漏洞源于自然语言写成的法律条文,类似计算机系统中的安全缺陷,法院通常靠解释吸收多数利用行为。作者认为廉价法律推理的普及可能危及现行法律系统的运转,立法者需借助先进 AI 加固立法流程。
一项大规模研究发现,多数测量关键认知过程的方法彼此不一致,结果几乎只有负面结论。该研究仍得以发表。
Webflow 用自家 AEO 工具追踪“哪些 CMS 平台支持 MCP 集成”等提示词在 Claude、ChatGPT、Gemini、Perplexity 四个引擎中的提及情况。
Amazon CEO Andy Jassy 在 Q3 2026 财报电话会上预测,未来两到三年将出现 6 到 8 个水平相当、足以覆盖 95%+ 工作负载的 AI 模型,而非单一赢家。
达特茅斯学院教务长曾就 AI 作弊问题发出警告,但他本人因使用 AI 而丢掉了工作。文章指出,热爱 AI 的人并不总是愿意告诉别人自己用过它。
OpenAI 公开了创作者、学者、无障碍倡导者和法律专家等提交的法庭意见书节选,内容涉及合理使用如何支持 AI 训练与创新。
GitHub 发布 Octoverse 2026 报告,过去 12 个月开发者向 GitHub 推送代码 179 亿次,超过 2024 与 2025 两年之和,提交量达 343 亿次。
推荐理由:GitHub 官方年度报告用平台全量数据呈现智能体如何改变提交、PR 与模型选择习惯,可作为观察开发者生态变化的基准。
OpenAI 发文探讨 AI 可能以何种方式进入企业组织架构,位置包括在人类之下、旁边以及之间。文章未给出具体产品、版本或数据,仅提出这一组织层面的设想。
OpenAI Signals 数据覆盖近 100 个国家的 165 项工作活动,展示人们如何用 ChatGPT 处理工作以及使用方式随时间的变化。
OpenAI 与分发合作伙伴协作,通过统一的安全防护措施支持负责任的访问,并在 Usage Policies 中明确各方预期。
微软研究者 Xinzhi Zhang 与合著者证明了 1995 年提出的 KLS 猜想,确认高维对数凹分布的最佳超平面切割与任意形状切割之差不超过一个与维度无关的固定常数。研究采用人类主导的智能体搜索流程,探索了 100 多条候选路径,由研究者筛选和调整方向,同期另有独立团队给出完整证明,并出现 Lean 4 形式化验证。
OpenAI 提出赋能网络防御者的蓝图,涵盖前沿 AI 能力、更强防护措施、现代化网络安全和更具韧性的公共机构。该方案属于其"前沿 AI 民主治理"系列第二部分。
Microsoft Research Catalyst Lab 负责人 Chris White 在播客中讲述自己从哈佛博士后转向 DARPA 项目、赴阿富汗领导先进技术行动,以及后来开发用于打击人口贩运的暗网搜索工具的经历。他因相关工作获得 2016 年“打击人口贩运杰出努力总统奖”,并谈到问题选择在创新中的作用。
Docker 在 2026 Stack Overflow 开发者调查显示其仍是云开发类别中使用率最高(59%)、最受青睐(38%)的工具后,推出 Docker Cloud Sandboxes 并发布下一代 Sandbox Kit 规范,计划提交给 CNCF。
GitHub 提出下一代开发者界面是“环境智能”,让开发者描述目标后由 GitHub Copilot 收集仓库上下文、编辑文件、运行测试并修正实现。GitHub 与 Logitech 合作将 GitHub Copilot 应用集成进 MX Keypad,按键可提交参数化提示词、开启或恢复 Copilot 会话、调用 IDE 命令或触发多步操作。
OpenAI 新分析显示,AI 智能体在欧盟企业与小型企业中的采用率正在上升,更深入的使用有望释放更多价值。
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动当前 AI 系统突破性能边界,以及模型在传统基准之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历,分享使用当前 AI 系统的实用建议,并强调结果偏离预期时应仔细检查数据。
AI 智能体让 CI 成为瓶颈,但加快流水线解决的是错误的问题。Anthropic 工程团队称其 CI 任务量半年增长 25 倍,Linear 的测试套件自 1 月以来接近翻两番,两家都改造了流水线。
亚马逊今年更新了 Kindle 产品线,新款基础款电子阅读器采用纯平前屏、可选铝制背板并新增多种配色,Paperwhite 和 Colorsoft Signature Edition 支持带翻页按键的保护套,还推出可翻页和调节亮度的“Kindle Click”遥控器。
便携 MP3 播放器从 1998 年 MPMan F10 和 Diamond Rio PMP300 起步,2001 年 iPod 发布后进入黄金期,2008 年市场规模达 216 亿美元,2012 年却萎缩至 6.13 亿美元。如今该市场已成小众,Sony、Astell & Kern 推出售价超 3000 美元的高端播放器,而追求离线聆听的用户转向 eBay 上的二手 iPod 及改装服务。
The Verge 播客 Version History 本期回顾了 Google 首款 Chromebook 原型机 Cr-48 与 ChromeOS 的历史。