英国 AI Security Institute 研究发现聊天机器人并未降低选民政治知识水平
英国 AI Security Institute 发表新论文，测试 AI 聊天机器人对选民政治知识的影响。
推荐理由：原文用代表性调查和随机对照试验给出实证数据，读者可据此对照公众对聊天机器人误导选民的担忧。
AI 资讯AI 每天都在变，
AI 每天都在变，
这里一页看完
全球 AI 公司、研究机构和媒体的最新动态，自动挑出值得看的，全天自动更新。
更新于 10月24日 04:52 · 每小时自动更新
9月30日 周二6 条
Claude@claudeaiClaude Code 今晨获多项升级
Claude Code 今晨发布多项功能升级，Claude Developer Platform 同步推出两项上下文管理新功能，具体更新详情可通过官方链接查看。
推荐理由：Claude Code 官方升级，推出上下文管理新功能
真正的 AI Agents 与真正的工作
探讨 AI Agents 在真实工作场景中的定位，指出其核心挑战在于对抗"无限PPT"的形式主义陷阱。强调真正的智能体应当服务于以人为本的实质性工作，而非制造更多文档流程或官僚化产出。
推荐理由：Ethan Mollick 深度解析 AI Agent 在实际工作中的应用与人类价值重塑
Claude@claudeai推出 Claude Sonnet 4.5——全球最佳编程模型
Anthropic 发布 Claude Sonnet 4.5，称其为全球最佳编程模型。该模型在构建复杂智能体与计算机使用方面表现最强，推理和数学测试成绩也有显著提升。
推荐理由：Claude Sonnet 4.5 发布，官方称最强编程与 Agent 能力
9月29日 周一10 条
Satya Nadella@satyanadellaM365 Copilot 推出 Agent Mode，Vibe work 正式落地
M365 Copilot 上线 Agent Mode，可自动编排多步骤任务，正式开启 Vibe work。
推荐理由：微软 CEO 宣布 M365 Copilot 正式上线 Agent 模式，支持多步骤任务编排，标志 Agent 进入主流办公场景
DeepSeek-V3.2-Exp 发布，引入稀疏注意力提升长文本效率，API 降价超 50%
DeepSeek 发布实验性模型 DeepSeek-V3.2-Exp，在 V3.1-Terminus 基础上引入 DeepSeek Sparse Attention（DSA）稀疏注意力机制，在几乎不影响输出效果的前提下大幅提升长文本训练和推理效率，公开评测表现与 V3.1-Terminus 基本持平。
推荐理由：稀疏注意力在几乎不影响效果的前提下大幅降低长文本成本，API 降价 50% 让依赖长上下文的应用获得了更现实的部署条件。
inclusionAI/dInfer
inclusionAI团队发布了dInfer，一个专为扩散语言模型设计的高效推理框架。该框架旨在解决扩散模型在文本生成领域推理速度慢、资源消耗大的核心挑战。dInfer通过一系列底层优化技术，显著提升了推理效率，能够更快地生成文本，同时降低计算成本，为扩散模型在更广泛的实际应用场景中部署提供了关键技术支持。
推荐理由：蚂蚁把扩散语言模型的推理框架开源了，这类模型的推理效率一直是落地瓶颈，做端侧或低成本部署的团队值得看看能不能接上。
inclusionAI发布MingTok-Audio：首个统一连续语音分词器
inclusionAI团队推出了MingTok-Audio，这是首个能有效融合语义与声学特征的统一连续语音分词器，适用于语音理解与生成任务。该模型基于纯因果Transformer架构，去除了卷积层以提升效率，并采用VAE进行连续特征建模以实现高质量音频重建。在语音重建性能上，其帧率为50，在SEED-ZH和SEED-EN测试集上的PESQ分别达到4.21和4.04，SIM为0.96，STOI为0.98，显著优于对比模型。在下游ASR任务中，其在多个方言数据集上取得了更低的错误率，例如在Hunan Minnan数据集上WER低至9.80%。
推荐理由：蚂蚁把语音 tokenizer 做到了 PESQ 4.2 的离谱分数，比第二名翻了快一倍，做语音理解和生成的团队值得拿这个当新 baseline 跑一下。
Claude Sonnet 4.5 发布，面向复杂智能体与编程任务
Anthropic 发布 Claude Sonnet 4.5，定位为复杂智能体和编程场景的最佳模型，拥有最高综合智能水平。同时推出 Amazon Bedrock 和 Vertex AI 的全球端点定价、新的 `model_context_window_exceeded` 停止原因、记忆工具（beta）以及上下文编辑功能（beta），后者可在接近 token 限制时自动清理旧工具结果与调用。
推荐理由：这是Anthropic放出的Sonnet 4.5，瞄准编码和复杂Agent场景，Memory工具和上下文编辑也一起开了，对靠API搞产品的开发者算大版本更新，但普通用户不必自己折腾。
OpenAI 发布 Agentic Commerce Protocol 开放标准，连接商家与 ChatGPT 用户
OpenAI 推出 Agentic Commerce Protocol（ACP），一个连接商家与 ChatGPT 用户的开放标准，作为两者之间的基础设施。它让 ChatGPT 能接收结构化商品目录数据、理解商家库存并在对话中呈现相关商品。文档提供了带示例 payload 的入门指引，以及关于商品文案、变体建模和归因的 feed 质量优化最佳实践。
推荐理由：OpenAI 官方文档介绍了 ACP 的定位和接入路径，商家可据此了解如何让商品出现在 ChatGPT 中。
VibeGame 发布：基于 three.js 的 AI 辅助游戏开发引擎
作者发布 VibeGame，一个构建在 three.js、rapier 和 bitecs 之上的高层声明式游戏引擎，专为 AI 辅助游戏开发设计。
推荐理由：作者实测了 Roblox MCP、Unity MCP 和 Web 三种方案的优劣，并据此开源了一个面向 AI 游戏开发的声明式引擎，思路和踩坑都可借鉴。
OpenAI 在 ChatGPT 推出 Instant Checkout 与 Agentic Commerce Protocol
OpenAI 宣布在 ChatGPT 中迈出 agentic commerce 的第一步，推出 Instant Checkout，并发布 Agentic Commerce Protocol，为人、AI 智能体和商家提供共同购物的新方式。
推荐理由：OpenAI 官宣在 ChatGPT 内推出即时结账并发布 Agentic Commerce Protocol，读者可关注 Agent 参与购物的新入口。
Cognition 为 Claude Sonnet 4.5 重构 Devin：新版本快 2 倍、评测提升 12%
Cognition 发布基于 Claude Sonnet 4.5 重构的新版 Devin，速度提升 2 倍，Junior Developer Evals 提升 12%，已在 Agent Preview 上线，旧版 Devin 仍可用。
推荐理由：来自一线 Agent 团队的适配复盘，给出了 Sonnet 4.5 的具体新行为和对应的工程应对，可迁移到类似智能体架构。
为AI智能体实施有效的上下文工程
随着AI应用从单次提示转向构建长期运行的智能体，焦点正从“提示工程”演进为“上下文工程”。后者旨在为大型语言模型优化有限的上下文窗口内的全部信息，包括指令、工具、外部数据和对话历史。其核心挑战在于模型存在“注意力预算”限制和“上下文腐化”现象——随着上下文增长，模型回忆信息的准确性会下降。因此，上下文工程要求精心编排高价值信息，以有限的资源最大化产出期望结果，这已成为构建高性能、可操控智能体的关键。
推荐理由：Anthropic 亲自下场定义 context engineering 这个新范式，把 prompt engineering 之后的工程方法论讲透了。做 Agent 的人如果还在死磕 prompt，这篇会让你重新审视整个技术栈。
9月28日 周日1 条
Noam Brown@polynoamialJulian 是 AlphaGo、AlphaZero 和 MuZero 的共同一作，虽在 Twitter 上低调，但十多年来始终处于 AI 指数级进步的最前沿
AlphaGo、AlphaZero 和 MuZero 共同一作 Julian Schrittwieser 指出，公众对当前 AI 指数级进步普遍认知不足。他发布博客总结近期研究进展，并预测未来 1-2 年的发展趋势。
推荐理由：AlphaGo核心作者谈AI指数级进展认知差与未来趋势，顶级研究员重磅观点
9月25日 周四3 条
Launch HN: Webhound (YC S23) - 从网络构建数据集的研究智能体
YC S23 孵化的 Webhound 发布，这是一款研究智能体，可自动从网络抓取多源信息并构建结构化数据集，用于支持数据分析与研究工作。
推荐理由：YC孵化的Web研究Agent，可自动从网络构建数据集
Liquid AI 发布 Liquid Nanos 系列 350M–2.6B 端侧专用小模型
Liquid AI 发布 Liquid Nanos 系列，包含 350M 至 2.6B 参数的任务专用 LFM2 模型，可完全在手机、笔记本和嵌入式设备上运行。
推荐理由：原文给出各款小模型的参数量、任务定位和评测对比，读者可判断端侧专用模型能否替代云端大模型。
TensorZero 实测 OpenAI 强化微调（RFT）是否值得：仅智能体编码任务明显胜出，成本却是 SFT 的 100-700 倍
TensorZero 在数据抽取、智能体编码和客服三个任务上对比了 OpenAI RFT（o4-mini）与 SFT（GPT-4.1 mini）。
推荐理由：作者用三个真实任务实测 OpenAI RFT 与 SFT 的效果和成本差距，给出了按任务类型判断 RFT 是否值得用的可比结论。
9月23日 周二5 条
OpenAI、Oracle 与软银宣布新增五个 Stargate AI 数据中心站点
OpenAI、Oracle 和软银宣布新增五个 Stargate AI 数据中心站点，推进总额 5000 亿美元、10 吉瓦规模的美国 AI 基础设施建设，用于支持下一代 AI 并创造数万个就业岗位。
推荐理由：官方宣布新增五个 Stargate 数据中心站点，可了解 5000 亿美元、10 吉瓦美国 AI 基础设施建设的最新进展。
Sam Altman@sama丰裕智能（Abundant Intelligence）
Sam Altman 提出我们正进入"丰裕智能"时代，深度学习将持续扩展。OpenAI 发布 Deep Research 功能，并预测 2025 年 AI 智能体将加入劳动力市场，未来几年有望实现超级智能，带来科学加速和前所未有的繁荣。
推荐理由：Sam Altman 发布新博客阐述 AI 普及化愿景，值得深度阅读