AI 每天都在变，
这里一页看完

Mini-R1 教程：用强化学习复现 DeepSeek R1 的“aha moment”倒计时游戏

Hugging Face 发布 Mini-R1 教程，介绍如何通过强化学习复现 DeepSeek R1 的“aha moment”，以倒计时游戏为示例。正文抓取失败，细节以原文为准。

Claude Platform 版本说明：发布 Claude Sonnet 5.5 并列出 API 变更与迁移指引

Claude Platform 发布版本说明，最新条目宣布推出 Claude Sonnet 5.5（claude-sonnet-5-5），上线 Claude API。

推荐理由：版本说明集中列出 API 破坏性变更与迁移指引，开发者可据此排查升级风险并调整现有集成。

Dario Amodei@DarioAmodei

关于中国、出口管制与两种可能未来的思考

Dario Amodei 针对 DeepSeek 事件评析对华 AI 出口管制政策，指出当前技术竞争正站在十字路口，可能走向可控合作或失控军备竞赛两种截然不同的未来。

推荐理由：Anthropic CEO 发布长文深度剖析 DeepSeek 与 AI 出口管制的中美博弈

Mistral 发布 24B 开源模型 Mistral Small 3，Apache 2.0 协议下性能对标 Llama 3.3 70B

Mistral 发布 24B 参数的 Mistral Small 3，以 Apache 2.0 协议开放预训练和指令微调两种权重。官方称其在 MMLU 上超 81% 准确率、延迟 150 tokens/s，与 Llama 3.3 70B instruct 相当且同硬件快 3 倍以上，量化后可在单张 RTX 4090 或 32GB 内存的 Mac 上本地运行。

推荐理由：官方完整说明了模型规格、性能数字和开放部署渠道，读者可据此评估本地部署与开源基座的可行性。

ARC Prize 分析 DeepSeek R1-Zero 与 R1 在 ARC-AGI-1 上的结果

ARC Prize 发布对 DeepSeek R1-Zero 和 R1 的分析，两者在 ARC-AGI-1 上分别得分 14% 和 15.8%，与 o1（低算力 20.5%）相当，而 o3-preview 低算力达 75.7%。

推荐理由：作者基于 ARC-AGI-1 实测数据比较 R1-Zero 与 o1/o3，提出纯 RL 训练可绕过人类标注瓶颈和推理经济学两个分析角度。

Hugging Face 在 Hub 上线 Inference Providers

Hugging Face 在 Hub 上推出 Inference Providers，原文正文未抓取成功，仅标题可用，具体功能与细节以原文链接 https://huggingface.co/blog/inference-providers 为准。

FireRedTeam 开源 FireRedASR 工业级语音识别模型，含 AED 与 LLM 两个变体

FireRedTeam 开源工业级 ASR 模型 FireRedASR，支持普通话、中文方言和英文，在公开普通话 ASR 基准上取得 SOTA，并具备歌词识别能力。

推荐理由：原文给出两个模型变体的架构差异和公开基准 CER/WER 对比数字，读者可据此评估选型。

OpenRouter 推出 Reasoning Tokens，用于思考模型

OpenRouter 为思考模型（thinking models）新增推理 token（reasoning tokens），帮助用户理解模型思考过程。

推荐理由：OpenRouter把思考模型的推理步骤给透明了，调试链路的开发者能直接看“内心戏”，但放在今天这个功能已不稀奇。

OpenAI 发布 Operator System Card 说明多层安全防护

OpenAI 发布 Operator 的 System Card，介绍其基于既有安全框架的多层防护方式。文档涵盖防提示词工程和越狱、隐私与安全保护的产品与模型层缓解措施，以及外部红队测试、安全评估和持续改进安全措施的工作。

推荐理由：原文概述了 Operator 在防提示词注入、隐私保护和外部红队测试上的多层安全安排，可帮助读者了解其防护框架。

OpenRouter 通过 API 引入网页搜索功能

OpenRouter 在其 API 中新增了网页搜索功能，使所有请求能够结合最新的网络搜索信息，从而获取更及时的响应结果。

推荐理由：这是OpenRouter在2025年初推出的搜索API，当时让开发者能更方便地在请求中整合实时信息，现在看已经算不上新鲜事，但对当时需要这个功能的人来说还算实用。

LangSmith 推出 Pytest 和 Vitest/Jest 评测集成（beta）

LangChain 发布 LangSmith 的 Pytest 与 Vitest/Jest 集成，随 Python 和 TypeScript SDK v0.3.0 以 beta 提供，让开发者沿用现有测试框架运行 LLM 评测并记录到 LangSmith。

推荐理由：原文介绍了将 LLM 评测接入 Pytest/Vitest 的具体用法和与 evaluate() 的差异，开发者可直接对照迁移现有测试流程。

LlamaIndex 发布 AgentWorkflow，用于构建多智能体系统

LlamaIndex 推出 AgentWorkflow，一个基于其 Workflow 抽象的智能体系统构建与编排框架。它负责智能体间协调、状态维护和实时事件流监控，支持 FunctionAgent 与 ReActAgent 两种类型、全局 Context 状态管理，以及通过 InputRequiredEvent 集成人工审批，官方提供了单智能体和多智能体研究报告系统的代码示例。

推荐理由：官方介绍了 AgentWorkflow 的多智能体协作、内置状态管理和事件流监控能力，并附可直接运行的代码示例，适合评估是否引入现有 Agent 开发流程。

OpenAI 宣布 The Stargate Project

OpenAI 官网发布公告，宣布 The Stargate Project（星际之门项目）。本次抓取的 feed 仅包含标题，正文细节未提供。

OpenAI 为 Stargate 基础设施项目招募数据中心产业合作伙伴

OpenAI 宣布为 Stargate 基础设施项目寻找覆盖数据中心全产业链的合作伙伴，包括电力、土地、建设和设备等环节，以推进其 AGI 基础设施目标。意向企业可通过 openai.com/form/stargate-infrastructure 提交合作意向。

推荐理由：OpenAI 官方说明 Stargate 的合作伙伴方向，读者可以了解其数据中心基础设施合作覆盖哪些环节。

Modal Sandboxes 正式可用，为不可信代码提供安全执行环境

Modal 宣布 Sandboxes 正式可用，这是安全运行 LLM、用户或第三方来源不可信代码的隔离执行环境。它提供 exec API，可在运行时用与 Functions 相同的 Image API 动态配置任意语言依赖，支持文件系统快照以持久化和多 Sandbox 扇出，并复用 Functions 基础设施带来快速冷启动、GPU 和全球区域选择。

推荐理由：Modal 官方宣布 Sandboxes 正式可用，给出 exec API、动态镜像和 SWE-bench 7 分钟跑完 Verified 等实测数字，可据此评估智能体代码执行方案。

DeepSeek-R1 发布，性能对标 OpenAI o1 正式版

DeepSeek-R1 发布，性能对标 OpenAI o1 正式版。模型遵循 MIT License 开放 API，训练技术同步公开。

推荐理由：虽已是旧闻，但 DeepSeek-R1 作为首个开源对齐 o1 的模型，其训练技术至今仍有参考价值，做推理方向的值得回溯。

DeepSeek 发布 deepseek-reasoner 推理模型

DeepSeek 推出新模型 DeepSeek-R1，可通过指定 model=deepseek-reasoner 调用。该模型为推理模型，详细更新与调用指南已分别发布。

推荐理由：R1 的 API 开放让开发者能直接调用推理能力，对需要深度思考的应用是个关键接入点，成本比同类更低。

Claude Platform 版本说明更新：发布 Claude Sonnet 5.5 与 Claude Opus 5.5 等多项 API 变更

Claude Platform 版本说明页面列出 Claude API、客户端 SDK 和 Claude Console 的变更，最新在前。

推荐理由：该页面集中列出 Claude API、SDK 和 Console 的版本变更与破坏性改动，开发者可据此安排迁移和评估新模型价格。

2025年1月电路更新：稀疏自编码器训练方法改进

Anthropic可解释性团队分享了稀疏自编码器与交叉编码器训练方法的最新改进。主要更新包括采用JumpReLU激活函数、调整损失函数以增强稀疏性并减少“死特征”，以及详细的参数初始化与优化设置。团队基于Rajamanoharan等人（2024）的技术，但修改了梯度流动方式和稀疏性惩罚项。关键超参数包括λ_S约10、λ_P为3×10⁻⁶，并采用线性预热策略。这些改进旨在为外部研究团队提供一个有效的训练起点，相关成果将在未来几个月内进一步发表。

推荐理由：为AI可解释性研究者提供实用训练技巧，助力模型透明化。

Mistral AI 发布 Codestral 25.01，代码生成速度提升约 2 倍

Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，代码生成与补全速度较原版提升约 2 倍。

推荐理由：官方给出与同类模型的多项基准对比和可用渠道，读者可以据此评估它在代码补全工作流中的替换价值。