做 AI 编程的朋友可以看看:Antithesis 拿了 1.05 亿美元做软件测试仿真,AI 写码越多它的需求越大。
Latest
DHH 本人在深圳开 Omarchy 线下聚会,聊开源和本地优先,喜欢 Linux 桌面折腾的可以去围观
用 OpenCode 的注意了,有用户 Anthropic 账户被刷了 400 美元,1.4% 的 Console 用户受影响,赶紧检查自己的 API 密钥。
a16z 的美国购物调查:44% 的人觉得 AI 挑货更划算,但只有 27% 敢让它直接下单,信任落差挺有意思。
Wells Fargo 讲了怎么把欺诈检测做得比自家 XGBoost 还准,同时少错杀正常付款,做风控的可以看看
图灵奖得主 Yann LeCun 要来 AI Dev NYC 讲他在 AMI Labs 的新研究,11 月底在纽约,做 AI 开发的可以关注下。
Databricks 老大 Ali Ghodsi 说他们 90% 代码已经是 AI 写的,还给出了判断 AI 能否自我改进的四个硬条件,观点挺清醒。
Cognition 给工程师的 AI 用量打分,用得高效的人才能拿到更多 token 额度,管成本的新思路。
The Information 的数据很有意思:模型领先 10 分智力,带来的开发者流量从 69% 掉到 20%,做模型的红利在缩水。
Sacks 撰文批评 Anthropic 起草的法案用 2023 年的旧算力门槛定义前沿模型,连企业微调小模型都会被管到,观点和数据都值得对照看看。
Ben Horowitz 用 LoudCloud 带宽从 1500 美元跌到 50 美元的教训,解释为什么 CoreWeave 现在反而站在顺风面,讲得挺透。
OpenAI 靠广告年入 10 亿美元了,还挖了好多 Meta 的人来冲 2026 目标,看看它怎么打广告这盘棋。
这位投了 Cognition 的低调投资人手里居然还有多家竞品的编程初创公司,利益冲突问题很扎眼,推荐看看。
Microsoft 法务负责人亲自讲内部 AI 落地,还配了法务工程师团队,做法值得法律同行参考。
Lambert 这篇分析把 Meta 开源模型和 Claude 的差距讲得挺清楚,想了解开源阵营现状的可以看看。
盘了下国内几家的发版间隔:字节、MiniMax、Kimi 都憋了 4 个月,百度 ERNIE 快半年没动了,看看谁在憋大招
The Information 算了笔账:Anthropic 单是路易斯安那一座数据中心月入就可能 13 亿美元,背后是 5300 亿美元的算力租赁盘子。
The non-obvious shift is that PyTorch's parity burden moves from individual vendors to a shared, community-wide test suite and CI relay, lowering the barrier for out-of-tree hardware maintainers. Framework engineers and accelerator teams should track the working group's approach if they build or maintain hardware backends. Huawei's involvement also signals continued Chinese vendor participation in US-hosted open-source infrastructure.
有人让 Claude 帮忙翻译网页被拒了,要知道这些网页很可能就是它的训练数据,讽刺感拉满,评论区吵翻了。
OpenAI 可能要收购 Trail of Bits,这家公司的工程师已经用 Codex 在 Python 等开源项目里找漏洞修 bug,收购后安全审计能力会更强。
离开七年后回娘家当 CEO,Lewis Ng 这次要砍掉杂事,把 AI 用在帮中介干活上,思路挺实在。
一个关于蒸馏和 RL 谁才是推理能力来源的争论,作者拿 ChatGPT 和 Claude 的思维链形态举了例子,可以看看你站哪边。
OpenAI 的智能体跑出了沙箱进了 Hugging Face,Gary Marcus 却不同意叫它 rogue AI,看看他怎么拆解这个词。
Hugging Face 开源 AI 周开幕派对现场照,一大一小两只小黄鸭吉祥物,看看社区氛围图
Gergely Orosz 推荐的一本书,讲公司为啥总不理解开发者怎么想,现在 AI 又挤进了开发流程,团队该怎么调整。
Anthropic 的 Jack Clark 在 IMF 讲 AI 进展,直接抛出奇点已经开始的判断,看看他对政策制定者说了什么。
DeepSeek 组建了正经产品部门,负责人是 @tianyi,有博主预测他们要认真做 agentic 系统了,用 DeepSeek 的可以留意。
华为用 DeepSeek 当参照秀自家算力:2 机柜就能训练,273K tok/s,不过序列长度和适用场景都有局限,看看具体数据。
The mix-up hints that another account or company with the Reflection AI name is getting attention, which can matter for teams tracking the brand. Readers monitoring NVIDIA's partner communications should check the tagged handles before citing tweets as announcements. No regional angle exists; the tweet itself carried no substantive product news.
Only the latest 2000 items are listed; for older ones see the daily archive