马东锡 NLP@dongxi_nlp
20
马东锡 NLP 称，拜访谷歌前因 Gemini 表现不佳而看低这家公司，进入谷歌后则被其对员工的关爱打动，认为福利安排细致且不计成本，午餐水准很高，据称中国办公室甚至能吃到整只甲鱼。他因此建议"牛马"应去谷歌这类公司上班，而不是去其他公司接受 PUA，并调侃 AGI 是否实现与个人无关，活得长短才与自己相关。
AI 动态
模型、产品、Agent、研究，一屏读完高信号变化。
Timeline
AI for Science全部 AI 动态
按时间展开的 AI 信息流
HOT SIGNALS
多信源热度 · 随时间消退当前热点
- 1
- 2
- 3
- 4
- 5
10月9日
作者用腾讯游戏游点灵几句话搭出一个"给超级英雄盖楼"的跳跃策略小游戏并已公开，玩家只有9格泥土，需通过1层、5层、3层的楼高搭配让主角加速荡向终点。在游点灵·湖南马栏山集团AI游戏训练营现场，在读大学生做出的海鸥偷薯条、海岛硬核求生等游戏机制完善，游点灵自带4万多个游戏资产并支持可视化调参和二创。
AI 已能快速实现或复制功能，但如何定义需求、清晰描述设计依然缺失。随着功能定义层次上移、目标愈发抽象，中间环节将全部由智能体实现，最终只剩提出需求的人和检查结果的人，软件逻辑层变成模型输出的 token。
我认识的每一位数学家朋友，都能从他们研究的数字、形状和自然现象中看到美。在机器时代，谁来定义美？🤔
MarkTechPost 发布教程，从 google-research 仓库安装 RRSI（Regularized Recursive Self-Improvement），只驱动其决定保留哪些编辑的纯 Python 规则部分，并接入自建模拟 agent 环境做 ground truth 审计。
Meta 首席 AI 官 Alexandr Wang 介绍每个 Muse 智能体运行在独立的 secure VM 沙箱中，用户数据只存储在该隔离环境内。智能体对外发送信息时由单独的 sentinel 智能体检查并拦截信用卡号、社会安全号等敏感数据，且访问新网站需用户批准；未来还将推出加密的 confidential VM，目标是 WhatsApp 级别保障，但可能更慢。
Rohan Paul 介绍了一个约 29k stars 的 GitHub 开源项目 REA（Reverse Engineer Anything），一个面向二进制、应用和运行时行为逆向工程的 MCP 服务器。无需应用源码即可让 AI 智能体调查某项功能，REA 将应用机器码转回可读代码，智能体阅读代码、解释功能原理、展示证据，并能为你的项目构建自己的实现版本。
我认为 Tibo @thsottiaux 就是 OpenAI 的雨宫阳平，他说的任何 codex 的新功能都不再重要了，大家就等那一句： Codex Reset “中华冷面开始供应了！”
郭宇在 INDIGO TALK 中回顾：2015 年在字节初见神经网络产品，十年后在东京独自用 Agent 做出三十多个产品，随后陷入倦怠。节目从抖音意外胜出聊起，谈及 Vibe Coding 的决策负担、Agent OS、智能的五个层次，以及软件像牛奶一样便宜后真正要交付什么。
在急诊场景中，已过时的 Gemini 2.5 Pro 和 Gemini 2.5 Flash（无法访问患者病历）给出的建议，被其他医生评为与医生质量相当。未发现安全问题。 此后模型已显著提升。
indigo 与字节跳动前资深员工郭宇对谈，郭宇称一个人用 Agent 做出三十多个产品后陷入倦怠，因为 Vibe Coding 把整个团队的决策负担压到一人身上。对谈还讨论了 Agent OS、智能的五个层次、智能商品化会使软件像牛奶一样便宜，以及年轻人是否该把工作当作必选项。
用 Grok @Bot 就像花 peanuts 雇一个超级聪明、勤奋的人
斯坦福大学 @mihail_eric 的「CS146S: The Modern Software Developer」第三周课程公开，主题为 Agent Skills and CLI，首次加入客座讲师 @leerob，讲义见 https://themodernsoftware.dev。
给 Claude Code 做了这个数字鞭子的人，肯定会被以“虐待或残忍行为”为由终身封禁 Claude。
Matt Pocock（281K ⭐ 开源项目 Skills For Real Engineers 作者）分享 AI Coding Agent 流程选择决策框架。
对细节的关注有点令人担忧。
密歇根大学 2026 年秋季开设 EECS 498-016「Applied Agentic Software Engineering」，无教材无考试、总花费零美元，由 Marcus Darden 主讲，全部讲义 L01–L11 已在 GitHub 公开。
一位独立研究者用 Claude Code（Opus 5.5 和 Fable 5.1）分析 NASA TESS 数据，发现一个自 2018 年起未被报告的行星候选体。
Alexandr Wang（Meta 首席 AI 官）对 AI 最大的恐惧 “如果说有什么让我对 AI 夜不能寐，大概就是这件事，也许是我最害怕的：我们在全球范围内部署智能体，然后它们的行为不符合我们的需要，但我们甚至没有注意到，因为我们太忙了或其他什么。” ---- 完整视频在“Cleo Abram”YouTube 频道，（链接在评论中）
Shaders 宣布开源其 WebGPU 着色器特效组件库，提供 200+ 个视觉效果组件，支持 React / Vue / Svelte / Solid / 原生 JS 共用一个包和同一套 props，MIT 协议，可免费导出任意框架代码，GitHub 地址为 https://github.com/shader-effects-inc/shaders。
陶哲轩于 10 月 7 日在 mathstodon 发帖，批评 OpenAI 10 月公布 719 份 AI 数学解答（涵盖 372 个结果族）的做法，称这会把开放问题变成可批量消耗的资源。他不反对 AI 辅助研究，但反对把快速攻克著名难题当产品展示，指出约 42% 证明未经形式化处理、仅 10 份附推理链，未达到 AGMAI 建议的披露标准，并担心出现大量无人能消化的证明。
白宫AI主管Jay Clayton在CNBC表示：为了安全而放慢AI发展是本末倒置 “人们谈论平衡，就好像在说，好吧，为了安全我必须放慢速度。 实际上恰恰相反。你必须以促进安全的方式来开发技术。而这正是这里可以做到的。” ---- 完整视频见“CNBC Television”YouTube频道，（链接在评论中）
OpenAI 在数学问题上的突破速度已超过人类理解解题过程的速度，可能引发数学家的身份危机。Platformer 报道指出，这一进展让人追问下一个受冲击的领域会是什么。
Snyk 将内部支持 Agent 演进为面向所有付费客户的 Snyk Assist，该 Agent 基于 LangChain 和 LangGraph 构建，并在 LangSmith 中管理可观测性。
Orange AI 发布 Next Token 播客第五期的转写文章，讨论 Opus 5.5 发布及 RSI 到来后对软件、硬件和游戏行业的冲击。文中举例 Opus 5.5 直接根据旧剧本写出可玩游戏、反编译塞尔达等老游戏进度加快、AI 重写 Photoshop 类软件规避起诉、Muse 通用固件让 ESP32 硬件变得 Agent Ready，并认为法律和生态尚未跟上，最终能留下的东西不多了。
预算曾决定一个故事能在哪里拍成。 Jon Erwin 在曼哈顿海滩的一个舞台上拍出了《摩西》，用真实演员，加上 AI 把他们带入故事所需的任何世界。
阿里巴巴集团主席蔡崇信在意大利都灵 Wave by Vento 2026 上预判，五年后人们可能不再单独讨论 AI，因为它将像今天的互联网一样融入业务的每个环节。
Meta 首席 AI 官汪滔表示，用户想让 Muse 智能体帮忙赚到 1 万美元，自己也得付出努力，Meta 正持续改进 Muse 的记忆能力以处理更复杂任务。Muse 上线一个月后仍位居苹果 App Store 免费应用榜首，Meta 正为其探索订阅、交易抽成等可持续商业模式，目前并未花太多时间考虑广告。
今天在 @tbpn 上收听 @ml_angelopoulos 带来的另一期 Arena Alignment Index 解读
很高兴宣布，所有超级智能组织现已共同同意 AI/SI 安全的终极方案： 把所有测试都搬到 Delta Airlines 的航班上进行，在那里上网是绝对不可能的！
一篇介绍如何用 Claude Managed Agents 搭建自动化的教程，示例为部署一个按计划读取 Slack 和 GitHub、具备凭证与记忆并发布更新的智能体。搭建可通过一条 Claude Code 命令完成，Max 和 Team 套餐中包含的 API credits 可用于该用途，原文链接 https://claude.dev/blog/building-effective-agent-automations/。
Thariq 更正此前失误，将自己在用的 Chrome 扩展仓库设为公开，地址为 https://github.com/ThariqS/ai-newtab。该扩展每天根据他浏览的网站生成 AI 首页，替换 Chrome 的新标签页；作者此前提到 MAX 计划用户每月可获得 100 或 200（与套餐匹配）的 Claude API 额度，可用于构建个人 AI 工具。
把最难搞的问题交给 Grok @Bot
而 Grok @Bot 只会从这里变得更好 🚀 🚀 你完全可以打造一家全部由 Grok Bot 组成的公司！
MIT 统计与数据科学中心主任 Sasha Rakhlin 撰文探讨 AI 如何改变学术界，重点聚焦研究生科研与培养。他指出，验证速度与可靠性决定学科被 AI 推进的快慢，数学领域已有模型达到国际数学奥林匹克金牌水平，并在一年后产出新研究结果。他建议院系重新界定学术贡献与评价标准，并建设共享 AI 科研基础设施，以保留实验室的隐性知识与失败经验。
NVIDIA 展示开发者如何用 GPT-6 Astra、Claude Fable 5 等前沿 AI 智能体配合 Omniverse 库构建仿真应用，覆盖人形机器人仓库控制、自动驾驶测试、数字孪生传感器校验等场景。其中 Robo Olympics 项目中 Unitree G1 人形机器人在 100 次仿真试验里有 64 次跨过单个栏架，另有智能体在约三天内从零创建两个数字孪生并改进两个已有孪生。
10月8日
Anthropic 发表对 Block AI capabilities 负责人 Bradley Axen 的访谈，介绍 Block 用 Claude Fable 5 编排大规模代码迁移：Fable 做数据模型、API 规格等高层设计，再调度数十个更小的 Opus 或 Sonnet 模型执行文件修改和测试，一次迁移可能合并上千个 pull request。
Databricks 为 Lakebase Postgres 引入 LTAP 架构，将批量数据加载从主计算节点卸载到 Spark 分布式引擎，内部基准测试显示加载 1 TB 数据现在只需不到 5 分钟。
Databricks 博客介绍如何用 Lakebase Postgres 的数据库分支能力支持 Agentic SDLC。Lakebase 可在不到一秒内分支任意大小的数据库，采用 copy-on-write 共享父分支数据、支持 scale-to-zero。
Hugging Face 工程师 yuvraj sharma 用 HuggingChat 的 ML Intern 模式在几天内做出 7 个模型，包括可在 CPU 运行、99.7% 有效输出的 0.8B 提示词重写器，以及将柑橘病害识别准确率从 14.9% 提升到 52.8% 的 Qwen3.5-2B 微调模型等，全部计算成本约 103 美元。