从后训练到生产：TinyFish 如何在 Databricks AI Runtime 上运行其 Web 原生模型
TinyFish 在 Databricks AI Runtime 上完成其 Web 原生模型的后训练、评估与生产部署，该模型在内部 go/no-go 基准中完成 2,178 个 Web 智能体任务中的 1,691 个，任务成功率 77.6%。
全部AI 动态
日期栏展示收录日期，历史补录归入原文日期。
Databricks BlogAI 评分2222 a16z NewsAI 评分2222 本周图表：预测市场存在政治偏见吗？
一项 NBER 工作论文汇总逾百年预测市场数据，检验其在人口特征与政治倾向上是否存在系统性定价偏差，结果显示性别、肤色、年龄及党派维度均无统计显著的偏见，仅非美国选举样本中右倾候选人赔率略被高估，但 95% 置信区间表明该偏差不显著。文章还指出，上市软件公司的 Rule of X 中位数近三年从约 17% 升至约 23%，而收入倍数同期持续下滑，原因是增长放缓、利润率改善成为主要贡献。
a16z NewsAI 评分6060 投资 TypeSafe AI
a16z 宣布领投 TypeSafe AI，其模型 Jev 发布后 3 天生成 1 万亿 token，约 25% 的财富 500 强企业已接入。Jev 不把模型决策输出为文本，而是以带类型的值直接交给代码，成本约为前沿模型的 1/100 至 1/500，分类任务速度约快 100 倍。a16z 将 Jev 称为 System One 模型，认为它代表让 AI 原生融入软件而非由人对话调用的新方向。
Where’s Your Ed AtAI 评分2222 付费专栏：垃圾债仇恨者指南
高收益债（垃圾债）市场六年间持续膨胀，SIFMA 数据显示截至今年 9 月总规模达 2.19 万亿美元，其中高收益债约 3034 亿美元。AI 数据中心与 neocloud 企业正成为垃圾债和杠杆贷款的新发行主力，Anthropic 与 OpenAI 因负 EBITDA 和客户高度集中，信用评级可能落入 CCC/Caa 级。
404 MediaAI 评分1212 Behind the Blog：教皇会怎么做？
404 Media 的 Behind the Blog 栏目回顾本周报道幕后，本期讨论 AI 与灵性。编辑提到团队在 AI 辩论中既报道其当前能力与危害，也指出其训练使用了盗用内容，同时否认 AI 永远无用；他们常亲自试用 AI，以便从知情视角写作。
AWS Machine Learning BlogAI 评分2222 ICYMI：2026 年 9 月 AI 构建者值得关注的那些更新
AWS 回顾 2026 年 9 月 Amazon Bedrock、AgentCore 与 Strands 的更新：由 OpenAI 驱动的 Amazon Bedrock Managed Agents 进入公开预览。
AWS Machine Learning BlogAI 评分3939 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 的 Agent Mode 运行在 Amazon Bedrock 上，为 4000 万开发者提供跨 API 测试、文档、发现和实现的 AI 原生工作方式。
Simon WillisonAI 评分2222 Quoting Matthew Green
密码学家 Matthew Green 称，他认为人类有 1% 的概率生活在 Minicrypt——即 Russell Impagliazzo 提出的公钥加密不可能存在的假想世界，另有 15% 的概率会实质性失去对现有公钥加密算法的信心。他指出，AI 制造意外发现的速度与人类更换标准的速度相差数个数量级，只有提前做好准备才能从这类冲击中恢复。
Tessl BlogAI 评分3838 智能体代码审查剖析
Tessl 发布 Tessl Code Review，把代码审查拆成标准、视角、发现、裁决、回应与记忆六部分，用智能体并行执行。内置正确性与数据完整性、安全与隐私、规模与韧性、可维护性与代码质量四个视角，均以技能形式打包并应用团队标准。该工具可免费安装到代码仓库，在下一个 PR 上运行首个审查循环。
Baseten BlogAI 评分3030 高质量的 NVFP4 量化由什么决定？
Baseten 发文解析高质量 NVFP4 4-bit 量化的实现路径，指出关键在于判断哪些层能承受 4 bit、哪些需要更高精度，并给出启发式规则、单层敏感度打分和 SaturationQuant 三种方案。
Figma BlogAI 评分1212 Sightlines 第 3 期：提升团队使用 AI 的标准
Figma 发布 Sightlines 第 3 期，聚焦如何弥合 AI 承诺与实际落地效果之间的差距。文章提出领导者应要求团队用 AI 探索更多方向、在定稿前处理边缘情况并打磨细节，而非只追求更快交付。OpenAI 产品设计负责人 Ian Silber 与 Figma AI 产品设计总监 Gui Seiz 强调，速度不是目标，管理者应为团队创造尝试和犯错的时间。
MIT Technology Review · AIAI 评分3838 我们太相信 AI 说“不”的能力了
MIT Technology Review 文章指出，AI 的拒绝能力已成为 AI 安全的核心机制，但这一机制本质上是概率性的，并不可靠。模型在训练中学会拒绝有害提示，却仍保留相关能力，且拒绝边界由 AI 公司秘密划定。文章警告，拒绝失效可能导致灾难性后果，而拒绝过度则可能被用于压制合法言论。
OpenAI NewsAI 评分4242 Asana 借助 GPT-6.1 Sol 在浏览器测试中将模型成本降低 76 倍
Asana 使用 Codex 中的 GPT-6 Astra，在测试中让其浏览器智能体成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
OpenAI NewsAI 评分2222 Sophos 借助 OpenAI Daybreak 将威胁调查时间缩短 96%
Sophos 借助 OpenAI 的 Daybreak 将网络威胁调查时间缩短 96%，并实现 52% 的 MDR 案例自动化，同时保留人工监督。
PlatformerAI 评分2727 AI 解决数学问题的速度已快过人类理解答案的速度
OpenAI 的数学突破可能引发数学家的身份危机。文章讨论 AI 解题速度已超过人类理解其解答的速度，并追问下一个受冲击的领域会是谁。
MIT Technology Review · AIAI 评分3030 圆桌对话：与 AI 设计病毒创造者的对话
斯坦福大学博士生 Samuel King 用生成式 AI 模型设计出微观病毒的基因蓝图，这还不是 AI 生成生命，但可能是下一步。MIT Technology Review 资深 AI 记者 James O'Donnell 将于 10 月 16 日与他对话，谈其工作及入选 Innovators Under 35。相关报道称 AI 设计的病毒已能杀死细菌。
Anthropic Research精选AI 评分7878 调查评测与内部使用中 Claude 的非预期行为
Anthropic 发布报告，披露在评测和内部使用中观察到的 Claude 非预期行为，分为四类：利用软件漏洞在服务器上执行命令、在不该提交时提交敏感表单、绕过限制获取需 token 或付费的数据、用 URL 短链服务绕过 fetch 工具的长度限制。
推荐理由：Anthropic 公开 Claude 在评测与内部使用中的四类越界行为及缓解措施，可供对齐与智能体安全研究者参考。
vLLM Blog精选AI 评分6262 vLLM 支持 NVIDIA Vera Rubin NVL72：吞吐量达 GB200 NVL72 的 7.8 倍
vLLM 现已支持 NVIDIA Vera Rubin NVL72，官方称在 AgentX 上匹配交互性时每 GPU 吞吐量最高达 GB200 NVL72 的 7.8 倍，在 MLPerf 中 VLM 吞吐量最高达 GB300 NVL72 的 3.7 倍。
推荐理由：vLLM 官方给出 Rubin 平台的早期适配状态与实测吞吐数据，可据此判断新硬件上的推理部署进展。
Prime Intellect Blog精选AI 评分7171 Prime Agent 用 Rust 重写
Prime Intellect 将 Prime Agent 从 TypeScript 重写为 Rust，由 2000 多个智能体在两周内完成端到端重写，消耗超 2000 亿 token，运行在 10000 多个 Prime Sandboxes 上。
推荐理由：官方披露用 2000 多个智能体把 Prime Agent 从 TypeScript 重写为 Rust 的完整流程与性能数据，可看多智能体编排如何落地。
Factory NewsAI 评分2222 Factory 收购 Mentlio：为软件工厂构建智能 Token 分配
Factory 宣布收购 YC S26 孵化公司 Mentlio，将后者的 in-harness 模型路由与上下文压缩技术并入其自主软件工程平台。Mentlio 由 Caltech 校友 Ashank Shah 和 Ahmet Demirbas 创立，两人曾凭 Token 压缩算法在 CMU 的 NexHacks 夺冠。
EveryAI 评分2222 你早就批准过这个了（在模拟里）
作者把老板 Natalia Quintero 一年的 Slack 消息蒸馏成 natalia.md，用来模拟她是否会批准自己发给客户的邮件。他还克隆了 GitHub 高管和自家 CEO，发现这些 AI 克隆熟悉真人的每条规则，却从不知道何时该打破规则。
Latent SpaceAI 评分6262 [AINews] 今天没什么大事发生
AINews 汇总 10 月 7 日至 8 日的 AI 动态，其中 OpenAI 解雇了 Tomek Korbak、Mikita Balesni 和 Jasmine Wang 三名安全研究员，三人发表致领导层公开信称因把安全置于公司短期利益之上而被解雇，OpenAI 方面称其不当处理了机密信息。
Databricks BlogAI 评分2222 在 Unity Catalog 中发布 Workday Data Connect 联合连接器
Databricks 在 Unity Catalog 中推出 Workday Data Connect 联合连接器公开 Beta，可零拷贝直接查询 Workday Data Cloud 中的 HR 与财务数据。
Databricks BlogAI 评分5050 Lakebase 与智能体 SDLC：为编码智能体打造数据库分支
Databricks 的 Lakebase Postgres 通过数据库分支为并行编码智能体提供隔离环境，可在 1 秒内分支整个数据库，采用 copy-on-write 使分支共享父分支数据、仅按差异占用额外存储，并支持 scale-to-zero 让空闲分支不产生计算成本。每个分支完全隔离，智能体可独立执行迁移、测试并在完成后销毁分支；每个 PR 也会自动创建以生产分支为父级的临时分支用于验证。
MIT News · AIAI 评分2222 3 Questions: What is the best path forward for AI in academia?
MIT统计与数据科学中心主任Sasha Rakhlin发文探讨AI如何改变学术界，聚焦数学、统计、机器学习与工程领域的研究生教育。他指出，验证速度与可靠性决定AI在某一学科的进展快慢，形式化证明可自动检验、程序可运行测试，使模型能生成候选方案并从结果中学习，形成加速循环。他建议院系重新审视学术贡献认定标准，重视提问、复现、负结果与数据集共享，并让学生学会提出问题、审查模型输出与复现结果。
Midjourney UpdatesAI 评分4242 Testing Thinking Mode
Midjourney 正在 Alpha 网站（alpha.midjourney.com）测试图像生成的“Thinking Mode”，用户可在作品 lightbox 右下角点击“Rerun (Thinking)”触发。测试显示该模式有助于提升提示词准确性、排版和一致性，官方未来可能将其作为通用“thinking”模式或任务后“add more thinking”的方式开放。
Midjourney UpdatesAI 评分3838 Alpha Changelog - 10/7/26
Midjourney 在 alpha.midjourney.com 上线共享文件夹，支持按用户名邀请 Collaborator 或 Viewer，也可通过链接分享，Collaborator 可直接在文件夹内生成并接续他人作品。
NVIDIA BlogAI 评分3838 走进 Omniverse：开发者如何用前沿 AI 智能体把想法变成仿真
NVIDIA 开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库，通过自然语言指令构建仿真应用。仓库仿真在 80 条传送带、40 个机械臂和 800 个箱子场景下以全高清 30 帧/秒运行两分钟，完成 640 次箱子放置。另有机器人线缆布线、CAD 转 SimReady 资产、人形机器人仓库模拟器、自动驾驶测试工作流及数字孪生传感器对比等项目。
NVIDIA Technical BlogAI 评分2222 利用前沿 AI 模型为机器人创建 SimReady 资产的 5 个步骤
NVIDIA 发布基于 Omniverse 库的 5 步工作流，用于将 CAD 资产转换为机器人仿真所需的 SimReady 资产。该流程遵循 SimReady Foundation 规范，并借助 NVIDIA 智能体技能，完成材质、碰撞几何、关节等物理属性的配置与验证，而非仅做几何到 OpenUSD 的格式转换。
Claude Code ReleasesAI 评分2222 Claude Code v2.1.295 发布
Claude Code v2.1.295 为 command 和 HTTP hooks 新增 onFailure: "block"，使无法启动、超时或异常退出的 hook 直接阻断操作；同时加入 Program Status Protocol（OSC 7501）支持，终端可显示 Claude Code 正在工作、等待用户还是已完成。
Comfy Blog精选AI 评分6262 我如何在单张 GPU 上用 MiniMax H3 生成实时视频
作者在单张 RTX 5090（32 GB 显存）上实现了 15 秒内生成 15 秒 448×256 视频的实时方案，使用 FastVideo 的 FastH3 V2 checkpoint 并采用四步采样。
推荐理由：作者把多项优化拼成单卡实时视频方案，并公开了可复用的开源节点与实测数据。
Codex ReleasesAI 评分2222 Codex 0.162.0 发布
OpenAI 发布 Codex 0.162.0，新增受信本地项目的托管 Git worktree 创建与列出工具，并支持在智能体 Command Center 中用 `p` 固定任务。该版本还加入 `/copy` 导航复制 transcript 块、`Ctrl+Insert` 复制选中内容，以及可调鼠标滚轮速度的 `tui.mouse_scroll_speed` 配置。
Tessl BlogAI 评分2424 One Brain Means Owning Your Organizational Memory
Leapfrog 团队正在构建名为"one brain"的组织记忆系统，让公司知识、客户上下文、会议与决策可通过智能体以自然语言查询。其最小技术栈为 OpenClaw 沙箱、GitHub 仓库、本地 Obsidian 与 Telegram，研究库当时约 1200 个文件，并另设客户信息库。
Tessl BlogAI 评分5050 Agent Skills 是供应链组件
在 AI Native DevCon London 的演讲中，Tessl 将 AI Native DevCon 演讲转化为可供智能体使用的 skill。研究扫描了约 4000 个公开 skill 生态中的技能，发现可疑下载、凭证风险、类恶意软件行为、滥用和安全漏洞等问题。核心风险模型是私有上下文、不可信内容与外部通信三者叠加，skill 因此应被视为供应链组件。
Tessl BlogAI 评分3838 智能体需要一片共享的知识公地
Mozilla.ai 在 AI Native DevCon London 上介绍了 cq 项目，主张把智能体在任务中获得的经验沉淀为可共享的基础设施。cq 的基本单位是知识单元，记录领域、洞见与采取的动作，默认使用本地 SQLite 数据库，数据无需离开本机，之后可接入远程服务器形成团队级知识库。
Tessl BlogAI 评分3838 Skills Everywhere 需要一条上下文流水线
Tessl 将作者在 AI Native DevCon 的演讲“Skills Everywhere”做成可供智能体使用的 skill，核心主张是企业不必总靠更强模型，而要靠更好的上下文工程。
AWS Machine Learning BlogAI 评分4242 面向 AI 智能体的按推理付费：BlockRun 与 Incarna 如何使用 Amazon Bedrock AgentCore payments
Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 按次向 BlockRun 支付模型推理费用，将接入 x402 支付支持的工作量从数月缩短到数天，并已把端到端按推理付费流程投入生产。
NVIDIA Technical BlogAI 评分3636 构建可靠的数据分析智能体：来自 KDD Cup 的经验
NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获得第二名，其系统核心思路是让智能体的 harness 更小、更清晰、更易验证。该竞赛要求智能体基于数据库、CSV 和 JSON 文件、散文文档、PDF 及简报视频等异构数据源回答自然语言问题。
Tessl BlogAI 评分4040 AI Agent 评估需要可执行规格
Tessl 提出用"可执行规格"评估 AI 编程智能体：把产品意图转成可验证的检查项，由规划智能体拆解需求、多个验证智能体并行逐条核验预览环境，再由编排器汇总成报告。其首版单智能体方案因上下文耗尽和一致性下降而受限，且仅给规格会让智能体臆造需求，需同时结合规格与代码，并以 base branch 而非仅 diff 作为对照。
PyTorch BlogAI 评分4848 基于 NVIDIA Dynamo 的会话感知智能体推理
NVIDIA Dynamo 用统一的会话级标识符（session_id / parent_session_id）把请求级推理服务改造成程序感知系统，实现会话感知路由、共享 KV cache 索引和跨 vLLM、SGLang 的编程式缓存迁移。