中科院下某AI科技公司项目主程 | 十倍工程师 ⭐️ 长期学习和分享者 / 探索技术人员能为社会提供的价值 🌝 接企业AI培训 / 定制化 AI 系统开发 / 付费咨询 600【40分钟】🌞 掺水的AI中转站: https://teapawt.net/t.co/6EabldIwNK 🌏 加V请注明来意
Joined January 2017
- Tweets1.4K
- Following133
- Followers572
- Likes701
卧槽，AI 已经在活老鼠脑子上练定位了，误差还能越练越小。
生物科技公司 Exin Therapeutics 的联合创始人兼 CEO 加布里埃尔·奥卡尼亚-桑特罗，11 月 5 日在 X 上公布了一组实验：他们让 OpenAI 的 GPT-6.1 Sol 连续参与三次活体小鼠脑部手术，想看它能不能像实习医生一样，从上一次操作里学会找解剖标志。
具体任务是定位小鼠头骨上的两个关键点：前囟点 Bregma 和后囟点 Lambda。后面的脑区坐标通常都从这两个点算起。每次定位后，专业外科医生会纠正位置，模型则把预估图、测量数据和纠正记录存下来，留给下一轮参考。他称这是基于真实经验的上下文学习：把上一轮的图像、测量和纠正带进下一次任务，而不是重新训练模型或更新参数。
到第三次时，寻找标志点的时间从 169 秒降到 86 秒，需要人工纠正的动作从 4 次降到 2 次，定位误差从 0.6 毫米降到 0.3 毫米。
他自己也写了，样本量只有 3 次，只是早期结果。这次评估的是标志点定位，不是 AI 独自完成整台脑手术，每次都有外科医生当场纠正。离用到人脑还非常远，目前也还没有经过独立验证或同行评议。
teapawt.net/OcanaSantero/status/21…
Can practice help AI agents get better at surgeries? 👀
We let GPT-6.1 Sol perform 3 successive brain surgeries, learning from its previous procedures how to locate anatomical landmarks, specifically bregma and lambda. After each attempt, an expert surgeon corrected the positions, and the agent saved images and measurements of both its estimates and the corrections.
This represents in-context learning from real-world experience!!!
By the third one:
- Landmark search: 169 → 86 sec
- Corrective moves: 4 → 2
- Position error: 0.6 → 0.3 mm
N=3, but exciting early results!
说实话，开源模型里那层立场，可能比你想的薄得多。
做开源模型的 Nous Research 发布了 Arete-27B。它是在阿里巴巴的通义千问 Qwen3.8-27B 上做的纯监督微调，目标是强化他们所说的“西方价值观”，减少模型在政治敏感话题上采用中国官方口径的回答。
训练量其实不大：大约 5280 万 token，约 5 万条样本，上下文长度 64k，跑了 2 个 epoch、一共 1202 步。没有强化学习，也没有偏好优化，模型结构也没改。权重按 Apache 2.0 开源，评测集和训练数据一并公开了。
他们自己做了一套 803 条提示的评测，覆盖言论自由、国家意识形态、市场与政府、教育、数据隐私与监控、民主和环境这 7 类，评审模型用的是 Grok 4.7。按他们的定义，事实得分从 2.32 升到 2.98（满分 5），含宣传口径的回答从 22% 降到 0.9%。变化最大的是言论自由这一类，事实得分从 0.89 升到 2.44，宣传比例从 60% 降到 1%。
能力这边没有明显掉下去。他们内部的 Hermes Bench 从 65.77% 到 65.60%，自己说这点波动跟噪音差不多；Terminal-Bench-2.1 从 67% 到 70%，但他们明确讲不把这个提升算自己的功劳。
这些数字都来自 Nous Research 自己的评测，不是第三方独立验证。他们也写了，这不代表跟原有立场有关的行为全改干净了。他们想说明的是：开源模型的价值观层可以改，而且改起来不一定要动很大的训练。
nousresearch.com/arete
huggingface.co/NousResearch/…
黄仁勋与客户高管的往来，如今卷入了尚未独立证实的间谍指控。
《纽约时报》引述匿名情报信源说：美国情报机构大约一年来一直在监控新加坡数据中心公司 Megaspeed 的高管 Alice Huang（黄乐，和黄仁勋没有亲属关系），美国官员由此认定，她是一名向北京传递信息的中国情报人员，并担心她借与英伟达 CEO 黄仁勋的密切接触，了解英伟达的情况，以及他在对华芯片政策上对特朗普的影响力。纽时还写，特朗普大约一年前听取了这批此前未公开的情报汇报，但选择不采取行动。这些指控目前都没有独立证实。纽时自己也写明，目前并不清楚黄乐向北京传递了什么信息、这些信息有多重要。
英伟达否认了这一说法。公司发言人说，黄仁勋与黄乐的往来并不罕见，见客户是 CEO 工作的一部分，他每年会和数以千计的客户高管交谈；像 Megaspeed 这样的区域云客户拿到的是普通商业信息，不是英伟达商业秘密，也不涉及国家安全相关信息。英伟达还说，关于这家公司把芯片转运到中国的指控，去年已经调查过，结论是否定的。Megaspeed 则表示，现任领导层已聘请外部律师做内部调查，并向美国政府表示会配合。黄乐本人没有回应纽时的置评请求。中国驻华盛顿大使馆发言人刘畅对纽时表示，美国正在对中国展开一场“毫无根据的抹黑和诽谤”行动。
这件事已经进到国会层面。11月5日，美国国会三个众议院委员会的主席致函黄仁勋，要求他就与黄乐的往来，以及英伟达防范外国间谍活动的安全措施，于 11 月 18 日参加一场联合闭门简报，并请他在 11 月 11 日前确认或另提时间。英伟达发言人拒绝评论黄仁勋是否会出席。
cn.nytimes.com/usa/20261030/…
bbc.com/news/articles/ckgj9p…
foreignaffairs.house.gov/new…
家人们，DeepSeek 昨天下午说挂就挂了 45 分钟。
11月7日 15:11 到 15:56（北京时间），DeepSeek 网页和部分 API 出现中断，一共 45 分钟。不少用户在对话时看到“服务器暂时不可用”。官方状态页把这次事件记为「网页/API部分中断」，列出受影响的包括 DeepSeek V4 Pro API 和 V4.1 Flash API。
这是部分中断，不是所有服务都彻底不可用。15:56，官方状态页更新称问题已解决、服务已恢复。目前还没看到官方说明具体故障原因。
status.deepseek.com/incident…
ithome.com/1/023/758.htm
卧槽，200 美元一个月，Perplexity 开始卖能自己盯项目的 AI 同事了。
我是Perplexity Max 用户，买了一年，这几个月我一直觉得这个产品凉了的，但今天知道Perplexity 推出了面向工作场景的个人智能体 Teammates。你不再需要一条条写提示词，而是先给它一个比较高层的目标，比如盯项目、做调研、跟进进度，它再去规划任务、持续推进，并把结果交回给你检查。官方说，它建立在 Perplexity Computer 之上，能同时接手多项工作，调用你已有的项目、技能和记忆，也可以在 Slack 里互动。每个 Teammate 在应用里都有自己的进度线程。
目前先向 Max 订阅用户在网页端开放，官方称 iOS 即将推出。使用这个功能需要订阅每月 200 美元的 Max 套餐，免费和 Pro 用户需要先升级。
CEO Aravind Srinivas 说，他设想以后每个组织里，每个人手下都会有上百个 Teammate 在干活。这是他对未来的判断，不是现在已经铺开的规模。
perplexity.ai/hub/blog/teamm…
perplexity.ai/help-center/en…
theverge.com/ai-artificial-i…
卧槽，Claude 真在空闲时段「做梦」整理记忆了。
Anthropic 发了研究文《The components of agent memory》，拆自己给 Claude 智能体做跨会话记忆的思路。这里的「记忆」指：智能体在任务和交互里学到的东西，会存成下次还能读的上下文；不包括改模型权重、单次对话里的临场学习，也不包括把旧轮次压成摘要那种 compaction。
机制大致分几层：会话中按「这条以后还用不用得上」写记忆笔记；空闲时再跑一轮叫 dreaming 的离线整理——对照原始会话日志纠错、合并重复、搭 wiki 式知识结构，必要时把关键内容提前塞进下次会话的开头上下文。他们发现，对更强的 Claude，只告诉它「有记忆目录可用」往往比定死「只记失败」这类硬规则更有效；硬规则反而可能吃掉记忆带来的提升。
文里用了几个内部评测说明效果。玩《宝可梦》时，错误笔记把宝可梦中心方位写反，模型会反复掉出山洞；dreaming 对照日志改完后，才真正进洞并到下一城。在约 35 万份内部文档上连续 128 轮搭 wiki，25 道题的得分从约 13% 提到约 48%。这些数字和案例都来自 Anthropic 自己的研究，还没有第三方复现。
anthropic.com/research/compo…
OpenAI 这轮目标砍完，钱还是先打进来了。
OpenAI 新一轮融资的首笔约 110 亿美元已经到账，投后估值约 1.25 万亿美元。整轮还没关完，后面几周可能继续募到合计约 200 亿美元；公司最初目标更高——大约按 1.4 万亿估值募 300 亿及以上，后来在 AI 板块抛售压力下缩了。
今年 3 月那一轮，OpenAI 曾以约 8520 亿美元估值募得约 1220 亿美元。这轮首批参与方包括 Coatue、T. Rowe Price，以及 SoftBank、红杉、Founders Fund、a16z 等；另有阿联酋相关财团，公司也在通过投行接触高净值个人投资者。OpenAI 对此未予置评；最终总额和估值仍取决于整轮能否按预期关完，目前还不是官方关账公告。
techcrunch.com/2026/11/06/op…
theverge.com/ai-artificial-i…
真应该给这两位点点关注
利他这件事还是很值得做的
@EianLu Eian写了篇长文，24小时300万曝光，涨了快2万粉
记得九月初我刚破万粉，我自己发了条推：
有好内容尽管丢给我，能转的我尽量转
一个人干的，没团伙
Eian 看到了，把自己觉得好的文章和内容丢过来
我觉得不管是视频还是文章都质量特别高，基本都转了
偶尔也会闲聊两句，但从没提过让他加我社群，因为也没必要强行推销
直到他这篇爆了，我一转将近两百万，还在跑，真的很替他高兴，是金子就该被看见
我自己的复盘很简单：
第一，一定要主动
不主动丢过来，我时间线上未必看得到
第二，要自信
相信自己写的就是最好的，别人看到了就会转
第三，别把自己关进信息孤岛
进了圈子就自动屏蔽外面的声音，这点我吃过亏，尽量往外走，多出去看看
Eian这篇4万多的收藏也算是破了我1万多收藏的记录（你们可以点进去后面几篇的收藏榜，有惊喜😋）
感谢 琳小航大佬的榜单 @jedeeai ，榜单网址：xbangdan.com/
再次恭喜Eian🎉🎉🎉
Meta 把 AI 助手做成了能随手拼小工具的工作台。
Meta 在 Muse 应用里上线了 spaces：你用一句话说出需求（规划器、追踪器、游戏、项目板都行），Muse 会直接在应用里生成可交互的类应用体验。做好的 space 可以放进侧边栏或主标签，也能按时间表切换显示——比如工作日顶周计划，周末换成休闲安排。
连上你用的相关应用后，价格、日期、库存这类信息会在后台自己更新，不用反复问。从发布日起，Muse 所有可用地区都能用；多人分享协作还在探索，还没正式上。
同一天，Meta 把用 Muse Wonder 训练出来的专用模型推进到 Muse 和 Meta AI，并把原先在 Wonder 里的 Active Memory、Active Focus 开放给所有用户。Meta 自己的评测说：在 Muse 上遗忘关键信息的概率降了约 2.4 倍，遇到意外卡点时完成日常任务的改善约 67%；Personal Superintelligence Index 从 38% 提到 47%。这些数字来自公司自测，不是第三方独立复现。
about.fb.com/news/2026/11/in…
说实话，跟 AI 打电话这件事，Meta 这次是真往消费端推了。
Meta 在 Muse 应用里上线了实时语音对话和会动的表情头像，先从美国推开，覆盖手机、网页和 Mac。点右上角电话图标就能开聊；头像会跟着语气做表情和手势，你可以选只听语音、头像陪聊，或全屏面对面。声音有几百种可选，它说话时你还能随时打断。
Meta 说这套叫 Muse Realtime Voice 和 Muse Realtime Avatar，Connect 2026 预览过，现在正式进 App。接下来还会上 AI 眼镜和即将发货的 Muse Charm，但没给具体日期。目前只在美国；国内用户暂时用不上。
头像可以自定义成人物、动物或其他角色。适合边走边聊、排练面试或演讲这类场景。
about.fb.com/news/2026/11/in…
techcrunch.com/2026/11/05/me…
aihot.news/story/53c3f1bf-cb…
据说复制链接会有权重，我试试
teapawt.net/ChrisHKAI/status/21176…
卧槽，Mira Murati 那家又把「下周开源」挂出来了？
Thinking Machines Lab 发布第二代模型 Inkling 2 Small。这是一个 MoE：总参数约 594B，每 token 激活约 17B，支持图像输入，模型卡写上下文最长可到 1M token。
眼下权重还是闭源的，只能在自家 Tinker 平台做微调和推理；公司说计划下周用 Apache 2.0 放出完整权重，前提是外部安全测试和红队评估做完。Tinker 文档里的定价大约是输入每百万 token 0.30 美元、输出 1.00 美元，缓存输入 0.03 美元。
Artificial Analysis 的 Intelligence Index 上它拿到约 31 分（公司表格写 30.6）。公司还说它更擅长长周期智能体任务，并能用视觉反馈自己检查产出；这些能力和排名字号目前主要来自公司和评测方，权重真正开源前别当成「已经开源」的模型。
想试用可以先上 Tinker Playground。
thinkingmachines.ai/news/ink…
thinkingmachines.ai/model-ca…
aihot.news/story/d6acd01b-e9…
哥，删了吧
你这样那些靠无脑吹AI来赚钱的可怎么骗人
AI 高效一键剪辑、一键写文案、一键做 PPT，是因为不在乎质量，不需要微调
在需要微调的情况下，写提示词的成本远远高于直接干活儿
如果我让 AI 帮我直接写文案，AI 写 1000 字，我可以产出 5000 字的负反馈批注，而且写完还不能一轮就改好
如果改 5 轮，那就是 1：25 的工作量，有这时间，我手写 25 篇都写完了
所以用 AI 剪辑、用 AI 写文案的效率，会让我的工作变成十倍慢，而不是十倍快
网上天天说这个 Skill 可以一键剪辑，那个 Skill 可以一键做视频
这种快，通常是源于不讲究，而不是效率高
这里的核心区别是在于：谁掌握质量标准，谁就动手做
用 AI 一键出视频，是因为使用者不懂质量标准，让 AI 代为产出标准
再说白话一点：让 AI 当编辑，不让 AI 当作者
无法用 AI 一键产出视频的，是使用者懂质量标准，但不知道如何用语言显性化，或者显性化的成本过于高昂
之前有人问过我，用 AI 彻底实现模拟自己的文风需要多久，我对工作量的评估是 6 个月
家人们，这不是聊天机器人上新——是百度把预训练终点的基座权重直接放出来了，给要自己微调、做领域适配和强化学习研究的人用。
11 月 5 日（北京时间），文心发布并开源 ERNIE-5.5-Flash-Base。稀疏 MoE 语言模型，总参数 280B，每 token 激活 14B；在 33.5T tokens 上从零预训练，训练上下文最长约 128K，微调与推理设计支持最长约 1M。权重停在预训练结束点，没做中训练或后训练；FP8 与 BF16 两套权重已上 Hugging Face 和 ModelScope。百度称后训练版 ERNIE 5.5 Flash 会随后推出。
官方用同一套评测框架，把它和 DeepSeek-V4-Flash-Base、Hy3-preview-Base、MiMo-V2.5-Base 等相近规模基座模型放在一起比；百度自报在知识、推理、代码、长上下文等多类基准上整体靠前，例如 MMLU-Pro 78.4、HumanEval+ 82.3。这是公司自述评测，不是第三方独立复现。
许可是 ERNIE 5.5 Flash Base Model License Agreement v1.0：授权地域不含欧盟、英国和韩国；非商业可免费用；相关产品或服务年收入不超过 5000 万美元的商业使用，满足署名并一次性通知后可免模型许可费，超过该门槛须事先书面授权。它是 completions 基座，不是开箱即聊的助手——要落地还得自己后训或接框架。
ernie.baidu.com/release/erni…
huggingface.co/baidu/ERNIE-5…
aihot.news/story/0c969c38-79…
说实话，这事对普通人最直接的一点是：终于能用白话问「这月钱去哪了」，而不用自己把每个银行 App 翻一遍。
Anthropic 在 Claude 里上线 Personal Finance。本周起以测试版逐步向美国地区的 Pro、Max、Ultra 订阅用户开放。你选好账户后，经 Plaid 以只读方式连接银行和卡；Claude 不接触银行密码，看到的是你授权账户的名称、类型、后四位、余额/额度，以及最多约两年交易记录。
能做什么：用日常语言问余额和支出、按类别汇总消费、盯重复扣款和异常费用、解释 APR 这类概念，也能拉支出图、到期日历或自己定的数字看板。Anthropic 写明：访问权限只读，Claude 不能挪钱、管钱或投资；没有广告或赞助推荐，也不卖自家信用卡、贷款、储蓄产品；功能定位是帮你看懂个人财务，不是给投资建议。个人财务中心里的对话不用于模型训练；随时可解绑，解绑后 Claude 不再能看到该账户数据。
边界也写清楚了：Claude 可能算错或说错，重要数字还得回银行核对。目前只限美国付费档位测试版。
claude.com/blog/introducing-…
aihot.news/story/16df653b-99…
短视频工具党这波真能省钱——原生最长 15 秒，API 还降价 30%。
Google DeepMind 今天推出 Gemini Omni 1.2 Flash。生成和编辑视频的上限从上一版 Omni 1.1 的 10 秒提到 15 秒，时长还能按 1 秒步进，在 3 到 15 秒之间自己选。720p 价格定为每秒 0.07 美元，比 1.1 便宜约三成。
用法上更像改稿，不像每次重拍：可以先用 360p 或 720p 出草稿，对话里多轮改背景、主体、光照或画幅，不必整段重来；满意后再放大到 1080p 或 4K。Google 还说参考图、短动作片段和音频提示的跟随更稳，多人对话口型、连续运镜也更顺，输出带 SynthID 水印。官方也点名：快速体育动作、复杂物理等还在继续打磨。
入口已经铺开。Gemini API 和 Google Cloud 正式全面可用；Flow、Google Vids、Google Ads、Google AI Studio 同步上线。Google Vids 里生成 15 秒片段不额外收费；Gemini App 里的 15 秒能力正面向 Google AI Ultra 订阅用户推送。
做产品讲解、广告变体、社媒短片的人，单次能讲完一小段故事，改一版也不必整条重生成——这才是落地差异。
blog.google/innovation-and-a…
aihot.news/story/e765b639-ba…
