全部动态
Kevin Rose 发的这个 Grok Bot「INDEXX」，能帮你把 Instagram 里的视频变成本地可搜索的 Markdown 维基，比直接用 X 或 TikTok Template 更方便。
两位作者教了700+工程师，他们发现多数团队从搭平台、接LLM judge、看分数开始，这是错的，应该先手动读100条真实trace，找到失败模式，评估器才会长出来。
朋友，Cognition 团队开源了一个叫 Kev 的小型决策模型，基于 Qwen3，你可以自己训练和本地部署，对消费级硬件很友好。
朋友，Greg Isenberg 说了一个很棒的创业方向，就是把按人头收费的专业服务，变成 AI 做大部分工作，人只负责审核和签字，按结果收费。用软件的成本结构，赚专业服务的钱，这个模式很聪明。
llama_index 团队开源的 DocJev 工具，能帮你快速分类或拆分文档，比 GPT-5.6 快 6 倍，准确率相当，适合处理大量文档。
GitHub 的法律团队用 Copilot CLI 开了个新工具，叫 Eyeball，给代码里嵌入了截图，这样律师就能用截图来验证 AI 分析，更放心地用 AI 帮忙干活了。
美国航空局要花87.5亿美元给波士顿一家小公司，部署一个AI系统来给管制员提建议，但这个系统在2025年1月空难发生地投入使用，而且没说清楚用的是什么模型，也没公布任何成功指标，有点让人担心。
Yann LeCun（深度学习领域权威）重申观点，说当前 LLM 无法实现人类水平 AI，理由很具体，比如推理能力在 token 空间中实现是有限的，自改进方法只适用于特定领域，跨模态能力通常用单独训练的编码器，还有家用机器人或 L4/L5 自动驾驶汽车这些例子，和现在的情况对比很清晰。
OpenAI 推出了 Astra for Law，由 GPT-6 Astra 驱动，专门帮助律师和法律科技公司做专业判断。
OpenAI 推出了专门的法律模型 Astra for Law，现在部分律所可以通过 Trusted Access 使用，以后 API 也会开放。
Cloudflare 的 MCP 服务器设计很巧妙，用 Remote + OAuth 授权，把 2500+ API 变成三个工具，agent 写 JS 查 API 文档再调用，操作起来很方便。
开源社区真牛，把 Laya 移植到 Apple MLX 上，性能优化后每秒能做 60 次决策，在 M2 上还只占 1G 内存，玩贪吃蛇都丝滑。
OpenAI 用 1 万个代理做了个实验，结果挺有意思的，DeepSeek 也出了个新版本，对长文本处理更便宜了。
Gary Marcus 发推澄清，他之前的研究并未证明大语言模型（LLM）能感受痛苦。该研究主要关注模型内部动态和行为模式，而非情感体验。许多“AI 影响者”过度解读了研究结果。
朋友A说，3个安全研究员用Claude Opus 5攻陷了OpenAI员工账户，还让被攻陷账户里的Codex在OpenAI内部提交了代码，成本不到3000美元，这事儿挺有意思。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档