阿里等团队发布 Co-Design Bench:编码智能体仅约四分之一任务完全通过
阿里巴巴与多所亚洲高校的研究者构建了基于真实用户改动请求的编码智能体基准 Co-Design Bench,十款模型中表现最好的 GPT-6 Astra 平均满足约 70% 的任务要求,但仅 26.4% 的任务完全正确。
The DecoderREADING
阿里巴巴与多所亚洲高校的研究者构建了基于真实用户改动请求的编码智能体基准 Co-Design Bench,十款模型中表现最好的 GPT-6 Astra 平均满足约 70% 的任务要求,但仅 26.4% 的任务完全正确。
The Decoder图灵奖得主 Richard Sutton 近日发帖称,单靠算力堆叠不足以实现智能,AI 科学需要更聪明的新方法,且“远未完成”。他此前曾批评 LLM 简单扩展的局限,称合成数据是“大错误”,主张智能体通过世界模型持续学习。AI 研究者 Jerry Tworek 补充称算力越多算法越重要,Jayden Teoh 则指出“苦涩教训”常被误读为打压新想法。
The DecoderAnil Seth、Ned Block 和 Giulio Tononi 在 Nature 评论文章中论证当今 AI 没有意识,且可能无法在硅基硬件上产生意识,直接挑战"运行正确计算即足以产生意识"的计算功能主义假设。
The DecoderAndrej Karpathy 用 Claude 的 Opus 5.5 模型在一个周末做出视频推荐站 HackerTube,从 20 年 Hacker News 的 4300 万条评论中筛选出 6454 个视频。
The Decoder据 Bloomberg 报道,Nvidia CEO 黄仁勋在公司内部备忘录中承认与 Alice Huang(Huang Le)存在婚外情,美国情报机构将该女子列为疑似中国情报机构线人,Nvidia 董事会已宣布由独立董事组成的委员会展开独立调查。
The DecoderApiiro 的 AI 安全研究人员发现,Claude Code 的设置文件在公开 GitHub 仓库中泄露了数千条敏感信息,包括数据库密码、API token 和 root 登录凭据。
Ars Technica · AI猫王音乐版权方与 Eminem 部分热门唱片出版方起诉 AI 音乐公司 Suno,称其非法生成模仿这些艺人的音乐和歌词。猫王案律师援引田纳西州 ELVIS 法案,该法禁止 AI 公司克隆歌手声音;Suno 回应称平台禁止提示词中出现具体艺人和歌曲名,并与第三方合作筛查上传音频和歌词。Suno 目前还面临 Sony、UMG、Isbell、Reservoir Media 等多起诉讼。
The Verge · AIApple 正推动 Siri 向更智能体的方向演进,未来版本将能控制第三方应用并执行更复杂的任务。据 Mark Gurman 报道,CEO John Ternus 正施压 AI 负责人 Craig Federighi 加快 Siri 路线图,以对标 OpenAI 的 Dots 和 Meta 的 Muse。
The Verge · AITechCrunch 的 Equity 播客讨论本周中期选举对科技行业的影响:多项地方公投否决或限制数据中心,得州新当选州长 Gina Hinojosa 以限制数据中心为竞选承诺。
TechCrunch · AINvidia 董事会宣布启动独立调查,审查创始人兼 CEO 黄仁勋与 Megaspeed 高管 Alice Huang 的关系。董事会声明称,黄仁勋是外国情报活动的目标,由独立董事组成的委员会将在外部独立律师协助下主导调查,目前没有理由认为国家安全或 Nvidia 机密遭到泄露。
The Verge · AI英伟达董事会周日宣布启动独立调查,起因是有报道称CEO黄仁勋被中国间谍行动盯上。黄仁勋在致公司的信息中承认与新加坡芯片公司Megaspeed前高管Alice Huang有婚外情,并公开道歉。董事会称没有理由认为国家安全或公司机密受到损害,并表示黄仁勋全力支持审查、承诺配合,调查将由独立董事与外部法律顾问进行。
TechCrunch · AI英伟达董事会宣布就 CEO 黄仁勋向员工承认对妻子不忠一事启动独立调查,涉事对象为 Megaspeed 高管 Alice Huang,美方官员认为其为中国间谍。
TechCrunch · AI前美国司法部反垄断部门负责人 Jonathan Kanter 与前代理负责人 Doha Mekki 创办初创公司 FluxCap,销售基于 AI 的法律研究与分析工具,帮助原告方构建针对大型科技公司等强势对手的诉讼。
The Verge · AI英伟达正调查 CEO 黄仁勋与 Megaspeed 高管 Alice Huang 的往来,后者被指为中国国家安全部招募的人员,Megaspeed 曾购入价值 48 亿美元的英伟达芯片。黄仁勋在内部邮件中承认自己“不忠”,公司发言人则称其与 Alice Huang 的接触“并不异常”。文章还提到英伟达长期游说放宽芯片出口管制,并认为黄仁勋拥有 60 名直接下属的公司结构让这起事件的影响范围难以界定。
The Verge · AIMeta Superintelligence Lab 发布轻量模型 Muse Ember,主打复杂推理执行和智能体日常重复工作,如工具调用、编码子任务、路由、抽取和长文档解析。
TechCrunch · AIAnthropic 斥资 34 亿美元购买天然气涡轮发电机,这些设备由设备供应商 OnePWR 此前订购、可发电 1.7 吉瓦,据 Financial Times 报道,Anthropic 最终直接向制造商 Caterpillar 采购。
TechCrunch · AIDisney 与 Adobe 在 Adobe MAX 大会上宣布多年合作,Disney 将提前获得 Adobe 新技术,用于主题公园、邮轮和 ESPN 内容。Adobe 将用 Firefly Foundry 基于 Disney 角色、环境和视觉风格训练定制模型,产出可商用、可直接用于制作的内容。
The DecoderHandshake 在约一年内把 AI 训练数据业务做到近 10 亿美元年化毛收入,Garrett Lord 与团队在 Latent Space 播客中拆解前沿实验室采购的专家数据。
Latent SpaceMedium 周一推出写作应用 TK,把 AI 助手直接嵌入编辑器,用户输入“@TK”加请求即可获得帮助。TK 提供编辑反馈、标题反馈和匹配 Medium 刊物风格指南等技能,并允许作者发布说明,透明交代 AI 在写作中的使用方式。该应用可通过 TK 的 MCP server 或 Claude skill 连接用户自己的 AI 智能体,目前上线网页版,桌面版在规划中,对 Medium 账户免费。
TechCrunch · AI特朗普在《60分钟》采访中谈及AI安全,称风险“没有他们说的那么真实”,并表示风险可以被管理。他称司法部曾就某AI公司负责人“用AI做坏事”发出入狱警告,对方随后“彻底改变了一切”,但拒绝透露姓名,只说这是“大型AI公司之一”。他还表示愿意与民主党合作推进AI安全,不反对设置护栏,但强调美国不能因此落到第二位。
The Verge · AI腾讯首席 AI 科学家姚顺雨警告 AI 很快将具备开发生物武器的能力,认为完全开源或完全闭源都无法单独解决该问题,主张开源与闭源混合以便各方都能用于防御。
The DecoderDisney 与 Adobe 在 Adobe MAX 大会上宣布多年合作,将共同开发专为 Disney 定制的“艺术家主导”生成式 AI 模型,Disney 可提前使用 Adobe 最新技术。
The Verge · AI英伟达 CEO 黄仁勋承认婚外情,公司正调查此事是否牵涉中国间谍活动。英伟达周日表示,由独立董事组成的委员会将在外部律师协助下监督调查,并称董事会没有理由认为国家安全或英伟达机密已受损害。此前,美国政府已就 Megaspeed 涉嫌将英伟达芯片走私至中国展开调查,众议院中国委员会主席 John Moolenaar 等议员要求黄仁勋赴国会作证。
Ars Technica · AIImport AI 480 期介绍了 AI 科学初创公司 Physical Superintelligence 用运行非公开 Anthropic 模型的内部研究系统,证明了 2008 年提出的 Aaronson-Ambainis 量子计算猜想,证明在运行第三天完成并通过 Lean 验证。
Import AIGoogle 在第八代 AI 加速器阵容中新增 TPU 8tx 和 TPU 8i Max 两款系统,并称首次在一年内交付四款 TPU 系统。TPU 8tx 面向机密计算,使数据和模型权重在处理过程中保持加密隔离;TPU 8i Max 在同一封装内放置两颗 TPU 8i 芯片,在同一机架规格下实现算力、内存和内存带宽翻倍。
The DecoderNVIDIA 正帮助韩国产业界把物理 AI 从开发推向实际生产,覆盖半导体制造、机器人与自动驾驶。Samsung 用 cuISS、cuDSS、cuEST 等加速计算与 AI 物理方案,其中一个 AI 均质化案例实现约 1,600 倍加速,仿真时间从 32 核 CPU 细网格约 18 小时降至 GPU 粗网格 41 秒。
NVIDIA Blog斯坦福 CS146S 课程让学生面对陌生开源仓库提出改动,并向可能合并代码的维护者解释补丁,以应对编码智能体能一键完成往年作业的现状。授课者 Mihail Eric 同时负责 Monaco 的 AI 工作,他披露团队自建智能体工作区、外购代码审查工具,并让 on-call 智能体接入 Datadog 与 GitHub。他总结的工具取舍原则是“买来学习,自建来保留”。
Latent Space