新闻与全站搜索
关联新闻、工具、模型、指南、专题、工作流与提示词。
新闻报道 43
“WrongStack”
给AI出的测试题，为什么AI自己批自己能拿满分
你有没有想过一个很怪的问题：如果让一个学生自己出卷子、自己做题、自己打分，这场考试还有意义吗？这正是现在AI圈子里悄悄发生的事情。大模型写代码越来越厉害，很多公司开始让AI自己给自己写的代码配套测试，用来验证代码对不对。听起来挺美好，一个闭环系统，AI写代码，AI写测试，AI自己验证自己。但问题是，验证这个测...
智能体 Harness 的演进：从链、图到代码化
点击查看原文>
曝字节将大面积限制员工在内部自费使用 Claude、Codex 等
IT之家 11 月 4 日消息，据大厂日爆 11 月 3 日爆料，字节迎来新规，将大面积限制 Claude、Codex 等个人账号的内部使用。爆料称，本月起，字节跳动将会对所有 L4 级别的代码仓库和飞书文档进行外部 AI 访问封禁，覆盖范围全公司，员工个人采买的 AI 账号不能再用。爆料还称，通知自上周发出后，引起了内部一些讨论，字节跳...
亏了近10亿，这家公司要上市了
“ 开放与收紧一起出现了。2026年11月5日，美国一家做搬运机器人的人形机器人公司Agility Robotics即将登上纳斯达克，代码AGLT。它是全球首家在美国上市、且有真实商业部署的纯血人形机器人公司，方法也和贾跃亭的FF一样，借一家已经在纳斯达克挂牌的空壳公司完成合并，绕开传统IPO的排队流程。Digit不做搬运以外的精细活，它的看家本领是在仓库里把塑料周转箱从A处搬到B处，人可以站在旁边继续干活，招股材料里最抢眼的数字是Digit 5型号的1000台三年期订单，价值高达3亿美元。但同一份文件里，Agility Robotics的2025年全年净销售额仅178.2万美元，其中64%来...
DeepSeek“逢崩必更”，Harness又发新版了
AI应用风向标（公众号：ZhidxcomAI）作者｜毕伟豪 编辑｜漠影每逢崩溃，必有更新。智东西11月4日报道，昨天，DeepSeek Harness悄悄更新了GitHub仓库，推出了一个v0.2.2-alpha.3预发布版本。这次更新围绕代码审查、自动化任务管理、SDK和插件生态等方面进行了扩展。有趣的是，就在昨天DeepSeek出现了网页及API服务部分中断的...
给 AI 输出盖"数字指纹"：Anthropic 研发 FlashProve 让换模型无处遁形Anthropic正开发开源验证系统FlashProve，旨在解决用户收到的AI回答是否真由所宣称模型生成的问题。公司周二博客称，其“可证明推理”将用密码学为每条输出提供数学保证，确认出自指定模型，类似加密邮件签名验证发件人。该系统可防止甲模型伪装成乙模型，堵住成本作弊暗门，并揭穿“注水”成绩单，直击行业长期潜规则。 刚刚 0
Anthropic 正在开发名为 FlashProve 的开源验证系统，利用密码学技术为 AI 模型的输出提供数学证明，确保其来源真实可靠，防止模型被冒名顶替。该系统通过公开模型指纹实现本地验证，不泄露模型权重，支持闭源模型的可信性核验，有助于杜绝成本作弊和虚假宣传，目前已开放技术规范与可运行代码。
当你把代码仓库交给别人训练之前，先给模型装一个后门
你有没有想过一件事：你用的那个编程助手模型，最初的权重文件从哪来的？大概率不是公司自己从零训练的。现在做AI应用的公司,十个里有九个是拿一个别人训练好的基础模型,再用自己的数据微调一下,变成自己产品里的"大脑"。Cursor的Composer 2用的是Kimi K2.5底子,WebRL把Llama模型改造成了网页操作助手。这事本身没毛病,省时...
豆包工作正式接入DeepSeek、Kimi与GLM，企业采购彻底省心了
10月29日，据快科技报道，字节跳动旗下“豆包工作”面向企业客户上线全新第三方大模型服务。该服务打破企业以往分别向不同厂商单独采购的模式，用户可在同一工作台内，根据长文本处理、代码编写、逻辑推理等任务需求，灵活切换多款主流大模型。首批已接入三款行业旗舰模型。
Anthropic拟向英国及欧洲个人投资者开放IPO认购，冲击历史最大规模上市
Anthropic向美国SEC提交赴美上市申请后，正筹备全球瞩目IPO，拟在纳斯达克挂牌，代码“ANT”，募资规模或创全球历史之最。公司还计划将相当比例发行股份分配给全球散户，并据称正与英国专业投资平台合作拓展欧洲市场。相关细节仍待披露。
最后一天赶紧蹬！Codex 200刀额度砍半，ChatGPT入口大更新
新智元报道 距离10月30日，只剩最后一天！OpenAI的200美元Pro订阅用户坐不住了，这两天，已经开始集体倒计时。从明天起，Codex和ChatGPT Work额度即将从Plus的20倍降至10倍，GPT-6 Pro每周消息数也将减半，月费却纹丝不动。对于那帮一天到晚泡在Codex，让AI同时改代码、跑测试的开发者而言，原本能跑完的任务，现在全得掐着...