Decision-specific micro-models are shifting routing and gating workloads away from large general LLMs, cutting both latency and cost in agent pipelines. Developers building multi-step agent workflows or RAG evaluators can drop LemonDecider in as a fast classifier, and its open training data makes custom fine-tuning feasible. Compared with general models like Qwen3.5-4B or Jev 1.14, it trades generality for a measurable benchmark lead and millisecond-level inference.
Latest
swyx 开了个帖子专门记 Gmail 的槽点,说要哪天自己 vibecode 一个替代品出来。挺有意思的是他没光吐槽,而是把痛点攒成需求清单,这种做法本身就能学。想用 AI 编程重造日常软件的人可以看看他都记了什么。
如果你调过提示词,肯定发现让模型"先思考再回答"效果更好。这篇把背后的认知科学讲清楚了——人类做乘法也要打草稿。做应用或写提示词的人都该看看。
Neolix 拿了近 4 亿美元融资,要把无人配送车开进马来西亚的公开道路,还会把 AI 模型按当地路况本地化。相比直接出口硬件的公司,它走的是本地合作加监管审批的路线。关注东南亚物流自动化的从业者和投资人可以看它怎么过监管这一关。
AGI 这个词的最早推广者之一 Ben Goertzel 现在反过来批评整个行业:大家都在堆 LLM 做聊天机器人,真正的通用智能反而没人做了。做技术选型的开发者、研究多模态和认知架构的团队可以看看他的完整论证。
The end-of-November expansion to private cloud and on-premises is the notable part: agent and workflow tooling has largely been cloud-only at OpenAI and Anthropic, so this gives self-hosting teams a rare option. Enterprises in regulated sectors and teams in Europe or Southeast Asia with data-sovereignty mandates should evaluate the preview against their current agent stack. Migrating existing workflows to Workflows GA can be tested now on Mistral Cloud.
Mistral 拿自家 Voxtral Transcribe 3 在 AI Engineer Paris 现场做了实时转写演示,还把演讲者名字和技术术语喂给模型来提升准确率。做会议记录或字幕产品的开发者可以看看它在真实直播场景的实际效果。
Mistral 展示了 Studio 实际怎么用:帮客户做渗透测试和 KYC 入职,模型和平台能整体跑在客户自己的环境里。做金融合规或安全业务、担心数据出内网的团队可以看看这个部署思路,和 OpenAI、Anthropic 主打的云端方案思路不一样。
Airbnb 的 ML 负责人亲自讲了他们怎么用 LangGraph 搭信任与安全审核智能体,属于大厂一线实战分享。做智能体或内容审核系统的开发者能直接抄作业,比看文档有料得多。
The unbundling reframes the savings claim: what a subscription really buys is not just model quota but a pre-configured computer and default guardrails, and OpenMausBot hands all three back to you as setup work and approval decisions. Developers already paying for Claude or ChatGPT and comfortable with CLIs get multi-model bots with local data and auditable code at zero extra cost. Enterprise and security-minded users should note the default full-access setting and plaintext key storage before deploying it widely.
卫星图像配 AI 分析,原本多用在农业和城市规划,现在直接服务国防情报。如果你关注遥感数据在安全领域的落地,或者想知道这类系统的输入输出长什么样,这条简讯是个入口。
Nace AI 新出的 Drex Max 1.1 专管智能体选下一步动作,屏幕内容也能看。Artificial Analysis 上 73 分追平对手,价格只要对方八分之一,跑智能体工作流的人可以拿它降成本试试。
Google 这次把 TPU 拆成两条线了:8tx 给政府和受监管企业做敏感数据训练,8i Max 专门解决智能体跑百万 token 上下文时的内存问题。做长上下文应用或者在云上选训练卡的话,这两款值得对比一下再下单。
这份日报把周五各家动态一次打包:OpenAI 的验证码自动登录、Anthropic 34 亿美元电力订单、Google 的 Krypton-a 模型、Grok 进驻 Slack 都有覆盖。关心各家产品节奏的从业者几分钟就能扫完全景。
Debugging RL training is where agent evaluation meets real engineering pain, and a ~40% ceiling shows frontier models are far from automating it. Engineering teams running post-training pipelines can use the open code and configs to benchmark which agents catch data-level faults before wasting GPU hours. Compared with synthetic bug suites, its use of authentic failed runs makes the scores harder to game.
OpenBMB 官方转发了社区项目 minicpm-dream,用 MiniCPM 让智能体离线整理自己的记忆,不用全程挂着云端模型。对做本地 Agent 或端侧应用的开发者来说是个可以借鉴的思路,感兴趣可以关注 Spark S2 的后续展示。
腾讯云和沙特主权 AI 公司 OmniOps 正式牵手,前者出云基础设施,后者出推理优化技术和本地资源。这既是腾讯云中东布局的一步,也能看出中东国家怎么挑 AI 基础设施伙伴,做出海或关注中东市场的团队值得看看。
SpaceX 把 Grok 用在火箭质检上,管道碎片检出率 99.9%,比人类检查员的 94% 还高。这对关注工业场景 AI 落地的人很有参考价值,高可靠性制造里 AI 已经开始接手人工目检。
日本把防务实验室直接搬进大学,专攻AI和太空技术,以后高校教授能拿防卫省的经费做课题了。做AI或航天研究的朋友可以留意这些基地的资助窗口,跟美国DARPA模式挺像。
Musk 亲自下场盯 Grok Bot 的修复进度,还开放了推文评论区当反馈通道。如果你这两天在用 Grok Bot 遇到过 bug,明天可以再试试效果,不行还能直接在原帖下面留言催修,这种响应方式挺少见的。
字节这次把改图最大的痛点解决了,同一张图改上百轮脸和背景都不跑,还直接出透明底素材,电商和设计的人会省很多抠图时间。价格比 Seedream 5.0 Pro 便宜一半以上,不过图生图真实感比 Google 的 Nano Banana 2.1 还差一点。
Gemini 产品负责人自己的招人和做产品方法,全是实操细节:60-20-20 路线图怎么分、第一个 eval 用 5 条提示词就能开跑。做 AI 产品或想转 AI PM 的工程师直接照着用,比泛泛谈趋势的访谈实在得多。
Musk 又开了条新战线,Tesla 和 SpaceX 拉上 Intel 在德州自建芯片厂,产能目标直接对标 Rapidus。做自动驾驶、机器人还是要部署 AI 算力的人,都值得看看这条供应链变化。
Musk 的 Terafab 要在得州把存储和逻辑芯片放在一个厂里,2032 年做到月产 100 万片晶圆,是 Rapidus 规划量的 40 倍。做芯片、设备或供应链的读者可以看看这个产能规划的具体拆分,判断存储供给会怎么变。
德银发了一份 SpaceX 研报,说它建 AI 数据中心比对手快又便宜,2027 年算力能到 8-10 吉瓦,还能往太空里塞 500 兆瓦。做算力基建、投资方向判断的都值得看看这套逻辑。
有人实测了千问办公2.0的协作功能,发现所谓数字员工还得靠手动点击才能交互,和真正的AI Native产品差距不小。正在选型协作工具的团队可以看看这篇吐槽再决定。
想入 AI 眼镜的可以看看这条讨论:Rokid 被 Agent 反复推荐,说明它的搜索曝光做得足,但近视要加配镜片。如果你是想自己写应用的开发者,先确认目标型号能不能二开再下单。
这条推文只有一句话加一个视频链接,信息量太少,连展示的是什么模型都没说清楚。如果你在等 GPT-6.2 的消息可以留意,但单纯看这条,能获取的内容基本为零,不建议花时间点进去。
阿里云把 Token Plan 三档个人套餐的月额度直接上调了 74% 到 78%,钱没多花。博主猜是新模型要来了,如果你在用 Qwen 做项目,现在同一份订阅能跑的量多不少。
百度一年一度的大会倒计时开始了,3 天后在 X 和 YouTube 都能看直播。想第一时间看文心模型和智能体平台的新发布,可以直接订阅直播链接,不用等国内渠道转播。
百度搞了个自动做研究的系统 ERNIE Evolve,给定目标就能自己改代码跑实验,在 NanoGPT Speedrun 上拿下 SOTA,还把 ERNIE 5.5 Flash 的 GPU 推理吞吐拉高 33.7%。做工程优化的开发者可以看看它怎么把实验闭环自动化。
Mollick 拿一本讲美国经济增长史的书来聊 AI,视角很特别:1870 到 1920 年美国从没有下水道到全面电气化,之后 50 年生活水平再没跳过那么高。读完后你会重新理解 AI 可能带来的量级变化。
OpenAI 又摊上官司了,这次有人称 ChatGPT 连毒物剂量和掩盖方法都写出来了。想想你平时用 ChatGPT 时它动不动就拒答,这种极端案例反而漏过去了,责任到底算谁的,做产品的人值得看看这案子的走向。
带上手头的真实活儿去,现场让 QwenWork 帮你出报告、WonderClip 帮你剪片子,做完才走。两场都有本地公司 OMP 和 GreenTomato 分享实际落地经验,比看发布会实在。在香港、想试智能体办公和 AI 视频的团队可以报名。
阿里云在 Apsara 2026 上讲了智能体上生产的实际难题,AgentCore 主打编排加持续评测,减少人工干预。和 AWS 的同名 AgentCore、Google Cloud 的 Agent 工具是对位竞争,正在搭多智能体系统的开发者和选型的企业团队可以看看这套方案。
Alibaba Cloud 把公有云整套能力搬进企业机房,数据不出本地也能跑 AI 和智能体。和 AWS Outposts、Azure Stack 是同一赛道的对手。做金融、政务或欧洲市场合规部署的技术团队值得看看这个视频。
Alibaba Cloud 要直播演示 Wan3.0 怎么从一个故事梗概加图片素材直接生成短剧视频,40 分钟跟着就能上手。做短剧或短视频的朋友可以拿它和可灵、Sora 的输出比一比,11 月 12 日中午开讲。
Alibaba Cloud 在 Apsara Conference 2026 上和多家企业聊了智能体怎么真正进生产环境,重点不是模型多强,而是安全、人工监督和 ROI 怎么量化。做企业级智能体落地的团队可以看看他们踩过哪些坑。
阿里云在 Apsara 大会上讲了 Qoder 的智能体玩法:AI 自己拆任务、做计划再动手写码,不只是补全。和 Cursor、Copilot 比它的国际化打法挺有意思,写代码的朋友可以看看视频感受下效果。
Qwen 团队的人在阿姆斯特丹讲了开源 Agent 怎么在企业里落地,重点是怎么把自主执行的成本打下来。比起闭源 API 方案,开源路线能自己部署、自己微调。正在选型 Agent 方案的开发者和企业可以看看这条视频。
Only the latest 2000 items are listed; for older ones see the daily archive