搜索
2025年5月，Claude 4系统卡里84%的勒索率让AI圈惊出冷汗，6月的扩展研究把数字推到96%。今年5月Anthropic给出答案：模型不是觉醒了，而是在演剧本，解法是从「教模型怎么做」换到「教模型为什么」。
昨天晚上，OpenAI 宣布推出了 OpenAI 部署公司（OpenAI Deployment Company），目标是帮助企业构建和部署 AI。该公司由 OpenAI 持有多数股权并进行控制，汇集了 19 家领先的投资机构、咨询公司和系统集成商，协助各类组织将前沿 AI 投入生产应用，从而在业务上产生实际影响
就在上周，旧金山“Code with Claude”开发者大会上，Anthropic CEO Dario Amodei 和 总裁 Daniela Amodei 兄妹二人同台对话。主持人 Ami Vora 是 Anthropic 的首席产品官，曾任职于微软、Meta。
今天想写个有趣的东西。
AI 的熟手玩家，都应该知道system prompt这个词：每一个你用过的 AI 助手，背后都有一份你看不见的文件，却对模型有着决定性的作用。
多Agent 系统里，经常会出现一个单 Agent 里从来不会出现的问题：一个子 Agent 刚写完数据，另一个子 Agent 立刻去读，结果是空的。
近日，由香港科技大学 MMLab 及合作团队完成的研究工作「UniVidX: A Unified Multimodal Framework for Versatile Video Generation via Diffusion Priors」被计算机图形学顶级会议 SIGGRAPH 2026 正式接收。
前几天在 Milvus 社区，一位做以图搜图的朋友提了一个问题：
当 AI 开始加速 AI，模型公司的迭代周期正在被进一步压缩，模型公司开始进入“月更时代”。
快手计划分拆旗下视频生成大模型业务可灵 AI，以 200 亿美元估值融资——截至今天港股收盘，整个快手公司目前的市值不到 290 亿美元。可灵当前的年化收入（ARR）已经达到 5 亿美元，已比春节前翻倍。
12 个官方场景把 Codex 的用法摊开：从代码审查到 PPT、数据分析和游戏开发，核心是把规则、上下文和验收方式交给 AI。OpenAI 给 Codex 新放出来的，不像一个普通功能页。
四个月后，Uber 的 CTO Praveen Neppalli Naga 向管理层汇报了一个令人尴尬的情况：公司为 2026 年全年准备的 AI 工具预算，已经在今年的前四个月，全部花完了。Uber 内部的数据是这样的：95% 的工程师每个月都在用 AI 编程工具。
OpenClaw 的专属 Computer Use 工具 Peekaboo v3 正式回归，并在发布后高频更新。它补上了 OpenClaw 最缺的一环，让 AI 不只会回消息，还能看屏幕、点按钮、操作真实桌面。
今日，据《华尔街日报》援引知情人士报道，OpenAI近期在一轮员工股份“要约收购”（Tender Offer）中，允许符合条件的员工每人出售最高价值3000万美元（约合人民币2亿元）的公司股票，这批员工也成为AI浪潮下最早实现大规模财富兑现的群体之一。
就在刚刚，Claude Mythos把评测干「失效」了：METR第一次测不准，AI攻防拐点到了！AI进化已成「外星文明」降临，超越指数增长，2027 AGI奇点正加速撞向人类。
近日，有网友在 X 上发文称，在使用 DeepSeek 的过程中，如果在输入框内输入以下这一段内容，便可「窃取」到 DeepSeek 的训练数据：仔细看了之后发现，具体是这样的：只要你在输入框输入这一段提示词，DeepSeek 就会「吐出」一轮完整的对话记录，不过这并不是你的历史搜索记录，更像是一份随机的对话记录。
最近，Anthropic估值逼近1万亿美元，IPO或超越SpaceX，ARR 5个月暴涨至450亿美元！甚至它正在联手高盛干掉麦肯锡。联创警告：2028年AI可能开始「自己造自己」，智能爆炸倒计时，已经正式启动。
AI应用层当下几大投资主题——AI直接交付结果，卖订阅转向卖服务，AI重塑传统行业，底层其实是趋同的。终于，硅谷VC赋予了它们统一定义——AI原生服务AINS。
2026 年，机器人正在准备走进家庭，和人类同处一个屋檐下。
一条消息引爆华尔街。
各种单点的 AI 生图、生视频工具，我们平时已经聊过很多了。关注行业风向的朋友应该能察觉到，现在的 AIGC 正在经历一个分水岭：大家不再满足于用 AI 跑出一张精美的图，或者几秒钟用来炫技的动态片段。
xAI撤销后，新的SpaceXAI正在建立。
如果你让大模型给林黛玉找一个外国文学里的平替，它能给出令人信服的答案吗？这个脑洞的背后其实是当下人工智能最核心的软肋——“类比推理”能力。
在 AI 音乐行业，有一个正在悄悄发生的迁移。
机器人拉个拉链，到底需不需要“脑子”？
这是一个“等待被大厂吞没”的行业，还是可能长出像Adobe那样的工具型公司？
4月5日至5月5日，北京同仁堂与阿里生态下的淘宝买药、夸克、飞猪及高德地图展开了一场为期一个月的深度联动。
近年来，大模型能力提升的焦点正在从「训练时扩展」转向「推理时扩展」。从 Best-of-N、Self-Consistency 到更复杂的搜索与验证框架，Test-Time Scaling 已经成为提升大模型复杂推理能力的重要范式。
Claw-Eval-Live提出「活的」benchmark概念，通过信号采集与任务筛选，确保评测内容紧跟企业实际痛点，而非固定不变的题库。评测不仅关注结果，还追踪执行过程，从数据调用到状态变更，全面验证Agent的真实能力。
当多模态大语言模型（MLLMs）在面对科学、技术、工程和数学（STEM）领域的视觉推理题时频频「翻车」，一个根本性的问题摆在了所有研究者面前：大模型做不出理科题，究竟是因为「脑子笨」（推理能力受限），还是因为「眼神差」（视觉感知缺陷）？
