AI 每天都在变，
这里一页看完

OpenAI 为 ChatGPT 测试记忆功能与新的控制选项

OpenAI 正在测试让 ChatGPT 记住用户讨论内容的能力，以便在未来对话中提供更有帮助的回应。用户可以控制 ChatGPT 的记忆。

推荐理由：OpenAI 官方宣布 ChatGPT 正在测试记忆功能，读者可以据此了解该功能的用途和用户控制方式。

LlamaIndex v0.10 发布：拆分 llama-index-core 与集成包并弃用 ServiceContext

LlamaIndex 发布 v0.10.0，是其 Python 包迄今最大更新。核心变化包括：拆出精简的 llama-index-core 包，数百个集成（150+ 数据加载器。

推荐理由：官方发布说明了包拆分、导入路径变化和迁移工具，正在迁移或维护 LlamaIndex 项目的开发者可以直接对照升级。

LlamaIndex 讲解 Agentic RAG：用多文档 Agent 构建可扩展的 RAG 架构

LlamaIndex 博客介绍 Agentic RAG 架构：将最多 100 篇文档拆分后，为每篇文档创建具备嵌入搜索与摘要能力的文档 Agent，再由顶层 meta-agent 通过工具检索和 CoT 回答用户问题，并用 Rerank 端点对文档按相关性排序。

推荐理由：原文拆解了多文档 Agent 与顶层 meta-agent 的编排结构，并给出可运行的 Colab 示例，读者可据此理解 Agentic RAG 的扩展方式。

LlamaIndex 发布 RAG 命令行工具 llamaindex-cli，无需写代码即可本地检索问答

LlamaIndex 推出 llamaindex-cli 命令行工具，随 pip install llama-index 安装，底层使用 Chroma 向量数据库，可不经写代码完成 RAG。

推荐理由：官方发布零代码 RAG 命令行工具，给出完整上手步骤和可换本地模型的自定义路径，读者可以直接照着试。

LlamaIndex 教程：用 LlamaIndex、Qdrant 和 Render 构建可学习的 Slack 机器人

LlamaIndex 发布分步教程，教读者用 LlamaIndex、Qdrant 和 Render 构建并部署一个监听 Slack 对话、存储事实并回答问题的 Slackbot。

推荐理由：LlamaIndex 官方教程从零搭建一个能监听 Slack 消息、用向量索引存储记忆并用 Qdrant 持久化的机器人，步骤完整可复现。

OpenAI 推出 GPT Store

OpenAI 宣布推出 GPT Store。原文正文抓取失败，仅标题可用，详情以官方公告为准。

OpenAI 推出面向团队的新 ChatGPT 订阅方案 ChatGPT Team

OpenAI 推出面向各种规模团队的新 ChatGPT 订阅方案 ChatGPT Team，提供安全、可协作的工作区，帮助团队在工作中更好地使用 ChatGPT。

推荐理由：OpenAI 官方宣布面向团队的新订阅方案，读者可以借此了解其在工作场景协作功能上的布局。

Licklider 1960《人机共生》评述

Licklider 1960年论文《人机共生》提出"智能增强"(IA)是通向AI的过渡阶段，预测人机能力互补——计算机处理机械工作、人类负责思考，这一范式延续64年直至LLM打破界限。他预见云计算雏形，但误判技术路径：当时看好的逻辑推理AI成死胡同，而因缺乏数据被忽视的统计方法（LLM）终成主流。对交互预测也偏离现实：设想的多人协作大屏未普及，键盘鼠标仍是主导；对语音识别"5年实现"的乐观估计，实际耗时64年未成熟。

推荐理由：Karpathy 借 1960 年文献反思人机共生与 AI 发展路径，历史洞察深刻

真希望有人早告诉我这些

Sam Altman 分享17条创业与管理建议：以乐观、信念和人际网络启动项目，用凝聚团队和长期主义推动落地；集中资源押注高信念项目，设计好激励机制，保持快速迭代；警惕官僚作风，重视人才招聘与复利效应，与优秀的人共事。

推荐理由：OpenAI CEO Sam Altman 的创业管理核心原则

LlamaIndex 教程：用 Ollama 本地运行 Mixtral 8x7b 并构建 RAG 应用

LlamaIndex 发布教程，讲解如何用 Ollama 在本地运行 Mixtral 8x7b 并结合 LlamaIndex 使用。Mixtral 是 Mistral AI 发布的八专家混合模型，各含 7B 参数，博客称其在多项基准上匹敌或超过 GPT-3.5 和 Llama2 70b。

推荐理由：原文提供从安装到建 API 的完整本地 Mixtral 流程，含代码和硬件要求，读者可以直接照做搭建本地 RAG。

PromptArmor 披露 Writer.com 间接提示词注入导致数据外泄漏洞

PromptArmor 披露 Writer.com 存在间接提示词注入漏洞：攻击者在网页中用白色小字隐藏指令，用户将该网页作为资料源后，LLM 会遵照隐藏指令渲染 markdown 图片或链接，把上传文件内容、聊天记录等敏感数据通过 HTTP 参数外传至攻击者服务器。

推荐理由：原文给出完整攻击链、复现细节和披露时间线，读者可以据此理解间接提示词注入如何在 LLM 应用中导致数据外泄。

OpenAI 推出 Superalignment Fast Grants，投入 1000 万美元资助超人类 AI 对齐研究

OpenAI 推出 Superalignment Fast Grants，提供 1000 万美元资助超人类 AI 系统的对齐与安全技术研究。资助方向包括弱到强泛化、可解释性、可扩展监督等。

推荐理由：OpenAI 出资支持超人类 AI 对齐研究，给出了资助规模和方向清单，相关研究者可据此判断是否申请。

OpenAI 与 Axel Springer 达成合作，推动 AI 在新闻领域的应用

OpenAI 官宣与 Axel Springer 建立合作伙伴关系，Axel Springer 成为全球首家与 OpenAI 在新闻与 AI 技术深度整合上合作的出版集团。原文仅提供合作宣布摘要，未给出更多细节。

推荐理由：这是 OpenAI 官方宣布的出版业首个深度合作，原文交代了合作方与方向，可作为 AI 与新闻业融合的参考事例。

Mistral AI 开放 La Plateforme 平台测试，提供三个生成端点和嵌入端点

Mistral AI 开放 La Plateforme 平台 beta 访问，提供 mistral-tiny、mistral-small、mistral-medium 三个文本生成端点和 mistral-embed 嵌入端点。

推荐理由：官方公布三个文本端点和一个嵌入端点的性能与定价取舍，并附 MT-Bench 和 MTEB 分数，便于开发者按成本与质量选型。

Mistral AI 发布开源稀疏专家模型 Mixtral 8x7B

Mistral AI 发布开源权重的稀疏专家模型 Mixtral 8x7B，采用 Apache 2.0 许可证，在多数基准上超过 Llama 2 70B 并以 6 倍推理速度匹配或超过 GPT3.5。

推荐理由：官方发布给出基准对比、参数与成本结构和开源部署方案，读者可以据此评估它在开放权重模型中的位置。

LlamaIndex 发布 AutoTranslateDoc 命令行工具，用 GPT 模型自动翻译技术文档

LlamaIndex 发布 AutoTranslateDoc，一款命令行工具，可从 GitHub 仓库抓取 .md 和 .mdx 文档，用 GPT-3.5、GPT-4 分块翻译并自动校验后合并输出。

推荐理由：工具通过分块翻译加多重校验来保证文档翻译质量，并支持差量更新，适合需要维护多语言文档的开发者参考。

LangChain 发布幻灯片多模态 RAG 模板并对比两种检索方案

LangChain 针对幻灯片场景发布多模态 RAG 模板和包含 10 个问题的公开基准。在 Datadog 财报幻灯片上，多模态嵌入方案 CoT 准确率为 60%，图像摘要加 multi-vector retriever 达 90%，均高于仅文本抽取 RAG 的 20%；作者指出图像检索是核心挑战，并基于 Chroma 与 OpenCLIP 嵌入提供两步启动的部署模板。

推荐理由：原文给出两种多模态 RAG 方案的对比评测与开源模板，读者可以直接复用其基准和部署路径。

LangChain 撰文分析 OpenAI 押注 GPTs 与 Assistants API 背后的认知架构

LangChain 撰文认为 OpenAI 开发者日发布的 GPTs 和 Assistants API 代表对封闭式 agent 认知架构的押注，即由 LLM 全权决定状态转移。文章指出当前真正可靠的应用多采用复杂链或状态机架构，并强调推送而非拉取上下文能带来更高可控性，同时提出开源认知架构与闭源之争将比模型之争更值得关注。

推荐理由：文章把 GPTs 和 Assistants API 归纳为对封闭 agent 认知架构的押注，并结合 GPT-Researcher 等案例说明为何自定义架构更可控。

LlamaIndex 推出 Llama Packs 预打包模块社区

LlamaIndex 推出 Llama Packs，一个社区驱动的预打包模块合集，用于快速启动 LLM 应用，已在 LlamaHub 上线 16+ 个与 Streamlit、Weaviate、Voyage AI 等伙伴合作的模板。模块可通过 CLI 或 Python 一行代码下载，支持开箱即用运行 RAG 管线，也可查看和修改全部代码，例如将默认 OpenAI LLM 替换为 Anthropic。

推荐理由：原文给出下载方式和代码示例，读者可以据此了解如何用预打包模块快速搭建 LLM 应用并自由定制。

LlamaIndex 发布 RAGs：用自然语言搭建专属数据的 ChatGPT 应用

LlamaIndex 发布 RAGs，一个 Streamlit 应用，无需写代码即可用自然语言创建并定制 RAG pipeline，对自己的数据实现「ChatGPT over your data」。

推荐理由：原文给出了用自然语言搭建 RAG pipeline 的三步流程、可编辑参数清单和开源仓库，读者可以直接部署复用。