AI 情报

· 42 条 · 北京时间

  1. 报道:微软发布MAI Base 2基础模型,Meta开源Muse Spark Open

    议题

    播客The AI Daily Brief称,微软AI负责人Mustafa Suleyman于周四宣布2.8万亿参数基础模型MAI Base 2,采用MoE架构、800亿激活参数,为全新预训练、未做强化学习;微软称其预训练效率超DeepSeek V4 Pro逾12倍,用1.6万块GB200训练38天,并称强于驱动GPT 5.6 Soul的模型,但对比依据为未公开的内部信息。

    展开详情

    同日Meta发布Muse Wonder/Wonder-ful及开源Muse Spark Open,后者8160亿总参数、420亿激活、百万token上下文,主打编程与长任务智能体。以上多为节目转述厂商说法。

    尚未明确:MAI Base 2与GPT 5.6 Soul的对比基于微软未公开的专有信息,无法独立核实;Muse Spark Open的基准成绩多为Meta自报,Artificial Analysis评分与排名细节未经独立验证;两款模型的实际企业采用与成本效果未知。

  2. 作者称:Nous Research 的 Hermes Agent 更新:一键安装本地模型并内置 llama.cpp 运行时

    模型与工具

    YouTube 频道 Wanderloots 的作者演示了 Nous Research 开源 AI Agent Hermes 的最新引导流程:安装后可用内置免费试用模型完成设置,系统会检测硬件、内存与 GPU 并推荐可运行的本地模型,还可一键安装 llama.cpp 推理引擎,再从 Hugging Face 拉取模型。

    展开详情

    作者在自己的 64GB 统一内存机器上安装了 Gemma 4 等模型,实测约 13 tokens/秒,并演示了持久记忆、技能自动加载、Docker 沙箱和消息网关等功能。以上为作者演示与说法,未独立实测。

    尚未明确:Hermes 官方是否正式发布该引导流程及具体版本号未在材料中确认;硬件检测与模型推荐的准确度、不同平台(Mac/Windows)的稳定性、13 tokens/秒是否具代表性均未知;内置试用模型的额度与后续收费方式未说明。

  3. Meta 用 AI 代理参与开发 Forum 应用,八周达到 Groups 核心功能对齐

    实践

    Meta 工程博客称,其独立 Groups 应用 Forum 由小团队从零构建,开发中把 AI 代理当作工程流程参与者,从人在环内转为人在环上:工程师设定目标、监督运行并签核结果,代理自行完成计划、实现、构建、测试与修正。Meta 表示成功标准是能构建、通过测试并过审的生产级变更,而非代码量;代理在评审前先自检,导航代理模拟真人操作应用报告回归,上线后代理还协助分析用户反馈定位问题。

    展开详情

    Meta 称 Forum 八周达到 Facebook Groups 核心功能对齐,压力测试在开发期发现并修复内存问题,使内存占用与页面错误约减半。

    尚未明确:八周对齐、内存约减半等均为 Meta 自述,未给出团队规模、基线对比或第三方复现;哪些阶段已完全自主、哪些仍需工程师逐步参与,文中只说部分阶段如此,未逐项说明。

  4. Tech With Tim 演示用 Apify MCP 让 Claude 抓取多平台数据

    实践

    YouTube 频道 Tech With Tim 发布视频,演示把 Apify 的 MCP 服务器接入 Claude,让 Claude 调用 Apify 商店中的 actor 抓取 Google Maps、Instagram、TikTok、LinkedIn、YouTube 数据。作者称 Apify 商店有超 8 万个现成工具,接入后可用自然语言检索并运行。

    展开详情

    视频展示迈阿密牙科诊所线索、Duolingo 近 30 条 Instagram 帖子、AI 工具话题 TikTok 视频、美国 AI 工程师 LinkedIn 招聘、Claude Code 相关 YouTube 视频五个演示,并组合成 prospect 技能生成线索报告。作者称五个演示共花费 2.71 美元,组合技能约 37 美分。该视频由 Apify 赞助,含推广码,属作者演示,未独立实测。

    尚未明确:抓取成功率、数据完整性和长期稳定性未独立验证;费用为作者单次演示数字,未说明计价口径;各平台抓取是否合规、账号风控风险未讨论;prospect 技能产出线索质量未经真实客户验证。

  5. 作者称:Chris Swim Lee 发布 macOS 本地实时字幕翻译工具 Connecting Captions

    模型与工具

    作者在 Hacker News 发布 Connecting Captions,一款 macOS 实时字幕与翻译浮层,默认全部在设备端运行:语音识别用 FluidVoice,翻译用 Apple Translation,无账号、无遥测、离线可用,支持 25 种语言。提供两种模式:句子模式等句末再带上下文翻译,更准;流式模式逐词翻译,延迟更低但语法准确性下降。

    展开详情

    作者称延迟约 200ms,需 macOS 15 以上,流式需 Apple Silicon。个人免费,商用按每台 Mac 每年 60 美元、最少 5 台起。以上均为作者自述,未见第三方实测。

    尚未明确:约 200ms 延迟与 25 种语言的实际质量未经验证;自校正机制效果、不同语种间准确率、长时间运行稳定性均无第三方数据;HN 仅 2 分 0 评论,社区反馈缺失。

  6. 报道:Barracuda 发现钓鱼邮件藏提示注入,诱导 AI 助手把转账请求列为待办

    议题

    Malwarebytes 报道 Barracuda 的研究:攻击者在钓鱼邮件中同时针对人和 AI 助手。对人,邮件带密码保护附件;对处理邮件的 AI,邮件用 HTML 注释、隐藏样式、编码内容和零宽字符藏入指令,试图让助手把邮件描述为合法或紧急,甚至生成“更改供应商付款信息”的假优先事项。文章称这是间接提示注入,能否生效取决于具体工具如何提取邮件内容。

    展开详情

    开发者 Apollo Raines 认为模型难分“该读的文本”和“该执行的指令”,建议在工具和模型层过滤隐藏内容,并对付款等高风险操作保留人工确认。

    尚未明确:Barracuda 原始研究的具体样本量、涉及哪些邮件客户端或 AI 助手、实际成功率均未在本文说明;文章未给出已发生的真实损失案例。

  7. 作者称:花叔用5亿token实测DeepSeek V4.1 Flash:9个案例,API调用两千余次共花28元

    模型与工具

    视频作者花叔称,DeepSeek 于10月17日发布 V4.1 Flash(转录中亦作 V4.1-fresh),他用约5亿token、9个案例做了测试,涵盖PPT、动效、宣传片、网页游戏、3D场景等,并对比了带skill与不带skill的效果。他称这些案例经多轮反馈调整,并非一次直出,也不是严格单变量实验;他本人不写代码。

    展开详情

    作者称编程任务一次通过率77%、单任务成本1.3元,缓存命中输入价0.02元/百万token,5亿token共花28元,并称部分审美与长程编程能力仍不及Opus 5.5。以上均为作者说法,未经独立核实。

    尚未明确:官方发布信息、基准数据与定价未在材料中给出原始出处;77%通过率、1.3元单任务成本、28元总花费均为作者自述,缺少账单或评测细节;带skill对比非严格实验;转录存在模型名与术语误差,未核看画面。

  8. 观点:Mollick 引论文:AI 代理普及后,机构只剩加摩擦或去摩擦两条路

    议题

    沃顿商学院教授 Ethan Mollick 在 X 上转述一篇 arXiv 论文(编号 2608.16603)的论点:面对 AI 代理(agents)替用户访问服务,机构无法维持现状,只能在两个方向中选一个。一是增加摩擦,例如加收费、降低服务质量、封禁代理;二是减少摩擦,例如用 AI 提供更多服务、重新设计流程让访问更容易。

    展开详情

    这是 Mollick 对论文观点的概括,并非他本人的实证研究;帖子未给出论文标题、作者和具体案例,也未说明论文是否经过同行评审。

    尚未明确:论文的具体论证、数据与案例未读到,仅见 Mollick 转述;论文是否经同行评审、发布时间与作者身份未确认;哪些行业已出现加费或封禁代理的真实案例,材料未说明。

  9. 报道:德国亚琛法院援引慕尼黑判例,认定谷歌须为AI搜索虚假内容担责

    议题

    德国亚琛地方法院9月24日裁定,谷歌AI搜索(AI Mode)将一名医生的离职与性侵指控、纪律程序等虚假信息关联,而这些事件实际涉及另一人;法院据此禁止谷歌继续传播相关表述,并援引慕尼黑地方法院今年5月的判例,认定AI生成答案属于谷歌自身言论而非第三方链接,谷歌须直接负责。报道称谷歌此前公开宣布上诉慕尼黑案,但最终以和解结案,未获上级法院裁决;亚琛裁定目前仍可被谷歌挑战,尚未终局。

    展开详情

    若谷歌违反禁令,每次最高罚款25万欧元。

    尚未明确:谷歌是否会对亚琛裁定提出异议、案件最终结果未知;慕尼黑案和解条件及是否涉及金额未披露;若该法律观点被上级法院确认,对AI搜索商业模式和内容来源方索赔的影响仍属推测。

  10. Riley Brown 实测 Gemini 4 Argon 与 Meta Muse Wonder,称均未超越 Claude Opus 5.5

    模型与工具

    YouTube 创作者 Riley Brown 在周报视频中称,Meta 于周一发布 Muse Wonder 与 Muse Wonder Full 两款前沿模型,官方基准宣称在个人超级智能、法律、金融研究与长周期编码等任务领先;Google 次日发布 Gemini 4 Argon,上线 Gemini API、Antigravity 与 Gemini 应用。

    展开详情

    作者实测用 Argon 在 Antigravity 中约 10 条提示生成射击游戏,认为效果不如 Opus 5.5 版本;并称两模型定价均为每百万 token 输入 4 美元、输出 20 美元,Argon 有至 11 月 30 日的 2/10 美元 introductory 价。以上基准与价格均为作者转述,未独立核实。

    尚未明确:Meta 与 Google 官方基准、定价及发布日期未在材料中给出原始链接;作者的游戏对比为主观体验,非系统评测;Fable 5.5 仅为传闻;Muse Wonder 是否真与 Opus 5.5 同价待官方确认。

整理于 2026-10-19 10:03(北京时间) · 部分来源暂未获取