全部动态
Yann LeCun（深度学习领域权威）重申观点，说当前 LLM 无法实现人类水平 AI，理由很具体，比如推理能力在 token 空间中实现是有限的，自改进方法只适用于特定领域，跨模态能力通常用单独训练的编码器，还有家用机器人或 L4/L5 自动驾驶汽车这些例子，和现在的情况对比很清晰。
OpenAI 推出了专门的法律模型 Astra for Law，现在部分律所可以通过 Trusted Access 使用，以后 API 也会开放。
开源社区真牛，把 Laya 移植到 Apple MLX 上，性能优化后每秒能做 60 次决策，在 M2 上还只占 1G 内存，玩贪吃蛇都丝滑。
OpenAI 用 1 万个代理做了个实验，结果挺有意思的，DeepSeek 也出了个新版本，对长文本处理更便宜了。
朋友A说，3个安全研究员用Claude Opus 5攻陷了OpenAI员工账户，还让被攻陷账户里的Codex在OpenAI内部提交了代码，成本不到3000美元，这事儿挺有意思。
Manus 团队用 Jev 做了个游戏，它能在 75 秒内帮你宜家选房间，实时操作浏览器加购物车，最后给你渲染图，比普通模型快很多。
Anthropic 的 Claude 6 个月里从只做 1% 的研发任务，变成了主导 26%，现在还参与了 90% 的研发。3 万个 AI Agent 同时干活，这 AI 研发 AI 的速度也太快了。
Jev + WebMCP 组合在 WebMCP 基准测试中 100% 完成任务，成本比 GPT-6 Astra 低 112 倍，比截图式 Astra 低 245 倍，还把 Jev 单独的 25/49 提到 49/49，成本还降 18%。
朋友用 ChatGPT Pro（GPT 6 Astra）做了个《桃花源记》的朗诵版，把央视李立宏老师的真人朗诵加上了时间戳，挺有意思的。
朋友，Browser Use 和 Jev 这两个团队搞了个超快的开源浏览器 Agent，搜索航班 7 秒搞定，成本才 0.0039 美元，比之前那些慢得多、贵得多的版本强多了。
朋友，有个叫 Jev 的模型很厉害，能同时玩 50 局《地铁跑酷》，成本还不到 1 美分，它和大模型不同，是专门负责高速执行，和 Astra、Fable 互补。
朋友，Hacktron AI团队在72小时内就攻入了OpenAI，利用2个漏洞就接管了部分ChatGPT和Codex账户，这太厉害了。
朋友，AI Agent Opus 发现了 libheif 漏洞并构建了利用代码，还适配到 Discourse 上，挺有意思的。
LlamaIndex 这个团队做了个挺有意思的事，他们把 100 种文档解析方法都测了一遍，结果发现 LlamaParse 在图表处理上特别强，而且成本还低，0.38 美分一页就能拿到 80 多分，比很多大模型都划算。
TypeSafe AI 的 Jev 'System One' 模型，除了官方提供的 Playground 和 API 文档，用户还能直接安装官方 Skills，方便集成到 Agent 中。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档