Meta、OpenAI、Google 都推了能操作设备的 agent,现在 Apple 也要做,但顺手把别人接入 iPhone 的口子收紧了。做 iOS 应用或 agent 产品的开发者得留意这个权限变化,它直接影响你能拿到多少系统能力。
AI 内容与创意产业
Docker 把用了多年的鲸鱼 logo 改得更简洁,官方说是为 AI Agent 时代做准备,要让容器能安全隔离地跑 Agent。做容器化和想给 Agent 配沙箱环境的开发者可以关注它接下来推的 Trust Docker。
市场在吵 Neocloud 会不会暴雷,三星两位高管直接拿数据说话:这类公司市占只有约 8%,撑不起系统性风险。晶圆代工负责人还确认芯片短缺会持续。做芯片供应链判断、关注算力投资逻辑的都该看看。
LangChain 为庆祝融资搞了一波连发:trace governance、tool gateway,还有给编程智能体用的 LangSmith,最后用一场 Harrison Chase 主讲的研讨会收尾。想搭生产级智能体的开发者可以听听官方怎么讲这些新工具的思路。
这篇讲透了前沿实验室为什么都在自研芯片:模型和芯片要一起迭代才有效果,买同款 GPU 拿不到任何专属优势。看完你会明白 NVIDIA 收购 Groq、Hugging Face 这些动作背后的焦虑,做基础设施或算力决策的人都该看看。
很多公司想用自己代码库测模型,但做基准又贵又难。Meta 这套 Benchmark Factory 让智能体自动从内部代码变更里生成评测,还带质量检查,论文里有验证数据,工程团队值得照着试试。
Kling 官方放出的创作者实战案例,Stephane Benini 拿 Kling 4.0 做了短片 Redline,重点讲分镜设计和迭代控制画面一致性的做法。想用 AI 做视频的朋友可以看看人家怎么拆工作流,方法比工具本身更有参考价值。
星之卡比和大乱斗制作人樱井政博 257 集游戏开发教程,被做成一份 2.7 万字的 AI Skill,能让 Claude 之类的智能体按章节调用、帮你分析操作手感和难度设计。做游戏的开发者可以直接装来用,但内容来自字幕 AI 总结,别当逐字原话。
Elisa 用 Notion 搭的内容流水线挺实用:每天自动扫 YouTube、Substack、X 的爆款选题,写进 Notion 表格,再通过 Slack 让她点一下就排进日历。天天为选题发愁的内容创作者可以直接照着抄这套流程。
Google 的 Patrick Loeber 在推文里汇总了 Gemini 4 Neon 的真实用户反馈:缓存命中率低、过度拒答、Agy harness 有缺口,但也有人对硬编码和设计能力点赞。正在用这个模型写代码的开发者可以对照看看自己的问题是否在列表里。
OpenAI 的 GPT-6.2 Astra 在 Andon Labs 的 Blueprint-Bench 2 上拿了第一,这个测试就是让 AI 看房间照片画户型图,成绩还超过了人类。同系列 GPT-6.2 Sol 排第三。关注空间智能和机器人方向的开发者可以看看榜单细节。
作者 Ian Burkhart 自己就做过脑植入试验,他说受试者基本没参与试验设计,挺扎心的。如果你关注 Neuralink 这类 BCI 公司或参与过临床研究,这篇能让你看到患者视角,讨论怎么让试验更公平。
Claude 母公司 Anthropic 要上市了,募的钱大概率还是拿去买 NVIDIA 的 GPU。文章把这件事和你装机买显卡的价格联系在一起,想升级 PC 的玩家和关心 Claude 算力保障的开发者都值得算一笔账。
有人把写代码的 Claude Code 改造成了 GTA 6 玩家,一口气挂机 8 小时不用管。比起之前玩 Pokémon 那些实验,这次测试的是智能体长时间自主运行的耐力,做 agent 开发的话值得看看细节。
有人把 GPT-6.2 的 Astra 和 Sol 拿同一批任务实测,从 3D 场景到网站都跑了一遍,还把每次运行的花费列出来了。想选版本的人看完就知道该为精度选 Astra 还是为动效选 Sol。
脓毒症预警是医疗 AI 里最卷的场景之一,这篇把 FDA 审批路径和验证方法都写清楚了。做临床 AI 产品或医院信息化的人,能直接照着看监管怎么评估这类工具,比看宣传稿实在。
Anthropic 上市同天,自家跑出来的研究员带人堵门口,要求禁止让 AI 训练 AI。有意思的是招股书里 Anthropic 也承认这事有风险。对 AI 安全和监管话题感兴趣的话,这篇能看到前沿公司内部人和外部抗议者的两重视角。
谷歌这次连买内存都绕开博通自己谈了,计算芯片自己画、I/O 交给联发科。做云服务或自研芯片的团队可以看看这套砍中间商的玩法,存储厂商的定价权松动也和采购成本直接相关。
MetaChip 的 MEGA188 把 DRAM 直接堆到计算芯片旁边做边缘推理,测试数据已经出来了,量产瞄准 2027 年 Q1。做终端 AI 硬件的工程师可以关注它的带宽实测表现,和 Hailo 这类专用 NPU 比有差异。
这篇是 GPT-6.2 Astra 的一手实测,拿它做了 3D 建模、SVG 复刻和整个绝地求生网页游戏。结论挺实在:单任务又快又好,30 分钟搓出个游戏,但跟 Opus 5.5、Fable 5.2 比还是有不少漏洞。正在纠结要不要订阅或者换模型的朋友,这篇能帮你避坑。
马斯克亲口说 SpaceX 也在做大模型了,还和特斯拉一样有自己的芯片设计团队。想知道特斯拉、SpaceX 这两家公司 AI 布局怎么重叠的,这条访谈值得看看。
Musk 在 DealBook 峰会上把两家公司的 AI 布局讲清楚了:Tesla 做自动驾驶和 Optimus 这类真实世界 AI,SpaceX 搞大模型,两边还都有自己的芯片设计团队。关心 Tesla 技术路线和跨公司资源怎么复用的人可以看看完整采访。
这论文思路挺有意思:不是封设备,而是把试卷本身改造成让 VLM 拒答的样子。不过要泼个冷水——目前没有任何实测数据,只有协议和语料,适合做 AI 安全和考场防御方向的人跟踪。
Honda 把 25 小时的玻纤取向分析压到 0.1 小时,误差从 19.0% 降到 11.4%。文章最有价值的是落地细节:单靠代理模型没人用,配套的闸口支持和自动报告才是关键。做仿真工程落地的读者应该看看。
大唐计算机这台 IXH-WCL35 是无风扇工控机,用英特尔 Wildcat Lake 处理器,塞下了 6 个 COM 口、2 个网口和 GPIO,专门给工厂、交通这类边缘 AI 场景用。做工业部署或本地推理的工程团队可以看看接口规格是否够用。
让视觉智能体实际试玩游戏,把试玩报告交给另一个智能体改游戏难度曲线,专治 AI 生成游戏“能玩但无聊”。做了学习增益和学习斜率量化评测,三个智能水平都跑赢基线,做游戏生成和关卡设计的人可以直接参考它的评测思路。
搞结构优化或 CAE 的朋友可以看看这篇:GPT-6 Astra 只用 15 次仿真就在 1650 个 CAD 参数里把支架应变降了 32%,同预算下 Tosca 只改进 10% 就卡住了。它不压缩参数维度,靠 LLM 读每次求解结果来统筹整体改设计,思路和传统优化器完全不同。
芯片验证团队值得看:UVM 回归全绿不等于没 bug。论文在四个 OpenTitan IP 上插入 564 个 bug,用 LLM 对照规格文档审查 trace,确认了 41 个记分板漏掉的违规,方法可直接套到自家 testbench。
迈特芯的 Mega188 芯片把 DRAM 直接堆在 TPU 上,600GB/s 带宽跑 Qwen3-8B 能到 80 TPS,功耗只要 5W。对比传统端侧芯片靠 LPDDR5x 挤带宽的方案,这个路线对想在终端设备本地跑模型的人挺有参考价值。
做设计工具或分层图像生成的开发者可以看看这篇。它把多层设计的表示压缩到 HW+N 个 token,text-to-design 的 FID 比 FLUX.2 [klein] 低了 20 多个点,还快 19 倍,对比现有的先生成再分解方案明显更省。