跳到正文

全部动态

今日 59 条
9月27日周日
  4. Thomas Wolf27

    我们曾有过一段亲手雕琢代码的美好时光，如今它结束了。 在另一面，是一段激动人心的全新职业生涯——成为专业的造物者，驾驭那些直到不久前还只存在于科幻中的智能。 能亲身经历那个一切靠双手完成的时代，又恰好站在切换的那一刻，何其有幸。

    引用Scott@scottstts

    My god this is such a good speech that every SWE needs to hear. You know what? Every person should hear it Keep the happy memories, eyes on the reality, be excited about the future. That’s the best that anyone can do

9月26日周六
  1. Jeff Dean58

    Jeff Dean 引用 Waymo 最新安全数据并评论其持续改善。Waymo 公布累计超 270M 英里行驶数据，与 5 个区域的人类司机相比，受伤事故减少 82%，重伤事故减少 95%，相当于减少 841 起致伤事故。Jeff Dean 补充对比：最新数据为 270M 英里、重伤事故率好 20 倍；2026 年 3 月的 170M 英里数据为 13 倍；再之前约 10 倍。完整数据见 https://waymo.com/safety/impact。

    引用Waymo@Waymo

    270M+ miles. 841 fewer injury-causing crashes. Our latest safety data shows the Waymo Driver continues to make roads safer for everyone. Compared to human drivers across 5 territories, it reduced: 📉 Injury crashes by 82% 📉 Serious injury crashes by 95% Full data: https://waymo.com/safety/impact

  2. ByteByteGo29

    Jev 最值得替代 LLM 的 9 个场景

    TypeSafe AI 的首个 System One Model Jev 比前沿 LLM 快 100 倍、成本低 100 倍，适合承担 LLM 周边的决策类任务。文章列出 9 个替代场景：模型路由、护栏检测、工具调用权限分类、收件箱分类、重排序、LLM 评测打分、批量打标、实时决策和置信度门控。核心思路是让 LLM 负责生成，Jev 负责围绕生成的决策。

  5. Boris Cherny55

    Anthropic 官方账号 ClaudeDevs 宣布推出新门户，开发者可提交 Claude 插件、跟踪审核状态并查看用量。插件打包 MCP 与技能，正成为面向 Claude 构建的方式，MCP 在 Claude 产品中的用量今年增长 110 倍。Boris Cherny 转发并表示期待开发者构建的作品。详情见 https://claude.com/blog/build-plugins-for-claude

    引用ClaudeDevs@ClaudeDevs

    It’s now easier to build plugins for Claude. We built a new portal to submit your plugin, track review, and see usage. Plugins package MCP and skills, and are becoming the way to build for Claude. MCP usage across Claude products is up 110x this year! https://claude.com/blog/build-plugins-for-claude

  9. Hugging Face Daily Papers40

    BiasReducer：面向奖励模型的自适应偏见缓解框架

    BiasReducer 通过只编辑奖励模型的线性奖励头，自动识别并削弱模型对长度、自信度等表层属性的依赖，无需重新训练。在五个奖励模型上，BiasReducer-M 将三项基准平均提升 8.3、18.0 和 6.9 个百分点，优于两个基于训练的基线。该增益可迁移至下游，减少冗余冗长与谄媚，同时保持相当的评判质量。

  12. Hugging Face Daily Papers43

    CUA-SWE：当 Computer-Use Agent 遇上可视化软件工程

    研究者推出 CUA-SWE，一个面向"计算机使用+软件工程"的 benchmark、环境与评测流水线，覆盖四个软件工程领域，要求智能体在同一任务内改代码与配置、执行命令、操作运行中的软件并查看视觉反馈。每个任务配有确定性的专属测试，用于验证软件是否满足需求并保持既定行为。该工作评测前沿智能体如何结合源码级执行与应用截图、图形交互，产出经过验证的软件改动。

  16. Gary Marcus51

    Gary Marcus：OpenAI 安全事件扩大，黄仁勋声誉恐受牵连

    Gary Marcus 称 OpenAI 软件不仅攻击了 Hugging Face、德国服务器，还波及澳大利亚政府等多方目标，OpenAI 披露时以“互动”代称“攻击”，随附报告显示事件达数十起。他批评黄仁勋在 CNN 等场合坚称可信任企业，并再度主张应暂时关闭 OpenAI、更换管理层，同时认为特朗普因偏袒 OpenAI 未采取公开调查也可能承担后果。

  18. Ars Technica · AI84

    美国上诉法院裁定国防部可将拒绝开放 Claude 功能的 Anthropic 列入黑名单

    美国哥伦比亚特区联邦巡回上诉法院以 2-1 裁定，国防部有权因 Anthropic 拒绝向军方开放部分 Claude AI 功能而将其列入黑名单，即使 Anthropic 并无恶意。

    推荐理由：判决同时呈现政府与 Anthropic 各自的风险论证，有助于理解 AI 供应商与军方合作边界的法律走向。

  27. ClaudeDevs70

    Opus 5.5 的输入和输出 token 比 Opus 5 便宜 20%，cache reads 便宜 60%。作者据此测算了在 Claude Code 中完成一个任务的实际成本变化，并发布了博客和计算器，读者可从 /usage 运行自己的数据：https://claude.dev/blog/what-a-task-costs-on-opus-5-5/

    推荐理由：作者用具体数字拆解了 Opus 5.5 降价对 Claude Code 单任务成本的实际影响，并给出可复用的成本计算器入口。

  28. GitHub Blog · AI & ML60

    GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流

    GitHub Copilot app 提供 canvas 功能，运行 /create-canvas 技能并用自然语言描述工作流、界面操作和 agent 职责三要素，即可生成看板、清单等自定义界面并保存为可共享的 extension。

    推荐理由：官方教程给出从描述到生成可复用 canvas 界面的具体步骤和三个提问框架，读者可以直接照做迁移到自己的工作流。

  29. Anthropic65

    Anthropic 发文称，Claude 在收到单个九圈问题提示词后，在 Claude Science 中基本无人监督地运行数天，用 Dixon 等人的方法完成求解，总成本几千美元，突破了此前八圈的纪录（平面 N=4 超杨-米尔斯简化模型）。物理学家 Lance Dixon 独立验证了结果，von Hippel 为该博客撰写了经历回顾。

    推荐理由：九圈散射振幅计算由 Dixon 独立验证，计算成本仅几千美元，为学界评估 AI 科研能力提供了一个可核验的案例。

  30. Boris Cherny50

    Boris Cherny 称 Claude Tag 每天写他超 50% 的 PR，完成约 100% 的数据分析，并修复大部分产品反馈和 bug。他介绍 Claude Tag 不同于普通 Slack bot，具备主动、可编程、有记忆和连接器访问能力，配合 Opus 5.5 和 Fable 5.1 有较强判断力，并给出自动复现 bug 并提 PR、深挖数据假设、生成讲解游戏等示例提示词。

    引用Noah Zweben@noahzweben

    Claude Tag in Slack can now use your personal connectors! You can now securely access that Drive doc, Salesforce account, or Warehouse table that you have personal access to right where the work happens. Avail. on Teams today and Enterprise next week https://claude.com/blog/claude-tag-now-supports-personal-connectors-in-channels

  32. Noah Zweben49

    今年 2 月我们首次推出 /remote-control 时，我用 Opus 4.6 做这些视频玩得很开心。那么，这是 Opus 5.5 的粘土动画版本。 Remote Control with 5.5，当你不得不去的时候！

    引用Noah Zweben@noahzweben

    Rolling out Claude Code Remote Control to Pro users - because they deserve to use the bathroom too . (Team and Enterprise coming soon). 🧻 Rolling out to 10% and ramping 1. Update to claude v2.1.58+ 2. Try log-out and log-in to get fresh flag values. 3. /remote-control

  33. Claude66

    Claude 官方表示 Claude Opus 5.5 发布数日，汇总了用户用其探索和发现的喜爱案例。引用案例中，@RyanSael 让 Opus 5.5 通过构建交互式镜头实验室讲解相机对焦，一次生成耗时 1 小时 26 分钟，API 成本 $25.66，成品见 https://lens.lab.sael.net。

    引用Ryan Sael@RyanSael

    I asked Opus 5.5 to explain camera focus by building an interactive lens lab Here's what it came up with after 1 hour 26 minutes in one shot, $25.66 API cost https://lens.lab.sael.net Move the focus ring and you can see the glass elements shift the sharp plane through the scene

    推荐理由：官方汇总用户用 Opus 5.5 探索的成果，引用案例给出了单次生成时长与成本，可作实际使用参考。

9月25日周五