跳到正文
10月21日 · 周三

最新精选

近期播客推荐

全部播客 →

近 7 天发布 · 根据公开标题与简介筛选，未核验音频全文

播客 · 硅谷101 · 中文

E256｜Agent、机器人与制药，谁先被GPT-6 Astra改写？

公开标题与简介涉及 AI 技术或产业，包含访谈或机制分析线索；可作为深入收听候选。

回顾9月，AI圈的重磅新闻一个接一个。 先是OpenAI发布GPT-6 Astra，总裁格雷格·布罗克曼在发布会上宣布：AGI已经到来。 这场发布对机器人行业的冲击，来得有些意外，一个发布会报告里只字未提机器人的通用模型，转身就空降了机器人评测榜首，甚至让很多机器人的Benchmark都失效了。有人开玩笑说：机器人领域等了这么多年的“GPT时刻”，居然是GPT自己。 同样在这个月里：Meta Muse冲上美国App Store榜首，它的竞争对手Instinct估值也涨到了100亿美元；xAI的Grok Bot开放了企业部署；不生成文本、只给选项打概率的决策模型Jev以“系统1”走红，发布24天就融了8.7亿美元。 在AI for Science方面，Claude发现类CRISPR的新酶系统；扎克伯格夫妇资助成立的Biohub宣布将虚拟细胞计划扩大到18亿美元……这些进展又会为科学发现带来哪些改变？ 本期《硅谷101》，我们请来三位分别站在Agent、机器人和AI制药一线的研究者，聊清楚…

1:19:40 · 2026/10/20

查看与收听官方页面 ↗

播客 · Unhedged · 英文

UK bets on a boring budget

公开标题与简介涉及经济与市场机制，包含访谈或机制分析线索；可作为深入收听候选。

Britain’s chancellor of the exchequer John Healey will deliver his annual budget on October 28. And with the UK facing the highest borrowing costs in the G7, the spending item he will be most keen to get under control will be the government’s interest payments bill. The FT’s economics commentator Chris Giles tells Katie Martin why dull is good when it comes to public finances. For a free 30-day trial to the Unhedged newsletter go to: https://www…

17:21 · 2026/10/21

查看与收听官方页面 ↗

播客 · The Indicator from Planet Money · 英文

Why Oracle's debt load could be your problem

公开标题与简介涉及经济与市场机制，包含访谈或机制分析线索；可作为深入收听候选。

Oracle, the multinational tech giant has taken on a lot of loans to build up its AI capacity. But Oracle’s investors are not happy with this piling debt load. We explain why Oracle is such a pivotal player — and potentially weak link — in the AI-fueled economy. Fact checking by Sierra Juarez . Your Next Listen – How the bond market is handling AI risk? –Over 2,000 episodes in our archive on the NPR App Connect with The Indicator from Planet Mone…

8:44 · 2026/10/19

查看与收听官方页面 ↗

播客 · The Cognitive Revolution · 英文

AI:AM: Where's the Steering Wheel? My Agent Set the Password, Hidden Valence, Proofs Find Linux Bugs

公开标题与简介涉及 AI 技术或产业，包含访谈或机制分析线索；可作为深入收听候选。

Nathan Labenz and Prakash Narayanan examine how to grant AI agents operational access without losing human control, framed by real-world friction like autonomous password lockouts and cyberattacks on French supermarket refrigeration. The conversation features Cameron Berg on hidden valence signals steering language model choices, Everett Hildenbrandt and Grigore Rosu on pairing LLMs with formal Lean proofs to catch Linux kernel bugs, and Phil Ma…

1:27:10 · 2026/10/17

查看与收听官方页面 ↗
今天10月21日周三
  1. Hugging Face Blog64

    Ai2 发布 FairStress 深入评测 LLM 决策公平性

    Ai2 发布 FairStress 基准，用于衡量 LLM 在影响就业、信贷、医疗、教育和住房等场景中的决策公平性。FairStress 包含 300 个双候选人决策场景和 13 million 个测试用例，并提供基于 item response theory 筛选的 50K 条 FairStress-Core 子集。

    推荐理由：该报告将公平性评估从最终答案扩展到抗说服稳定性、解释差异与内部激活，为诊断模型决策偏差提供了可复用框架。

  2. AWS Machine Learning Blog67

    如何使用 AWS Agent Registry 在运行时发现智能体工具

    AWS Agent Registry 可通过混合关键词与语义搜索，让编排型智能体在运行时发现已批准的 MCP 服务器和 A2A 智能体，而非将全部工具硬编码进上下文。

    推荐理由：文章提供完整的运行时发现示例与代码，可用于理解如何在审批、搜索和独立认证约束下扩展智能体工具目录。

  3. Hugging Face Blog72

    Hugging Face 发布 TorchTPU 原生 PyTorch 后端

    Hugging Face 发布 TorchTPU，将 TPU 作为 PyTorch 原生后端，并让 Transformers、Diffusers 和 Kernels 原生支持 TPU。

    推荐理由：TorchTPU 让 PyTorch 与 Hugging Face 工作流原生接入 TPU，并给出安装、设备映射及性能数据参考。

10月20日周二
  2. AWS Machine Learning Blog60

    在 AWS 上用 Strategy Mosaic 和 Amazon Bedrock AgentCore 构建智能体语义层

    本文演示如何用 Strategy Mosaic 为 Amazon Redshift 和 Amazon Aurora 构建 Customer 360 语义层，并通过 Amazon Bedrock AgentCore 托管 Strands 智能体连接 Mosaic MCP endpoint。

    推荐理由：教程完整演示了语义建模、跨源查询、身份权限和多接口复用，可为智能体分析系统的落地提供架构参考。

  3. Hugging Face Blog74

    Hugging Face 发布 AnyLanguageModel 1.0 统一本地与托管模型 API

    Hugging Face 发布 AnyLanguageModel 1.0、swift-huggingface 1.0 和 swift-xet 1.0，通过 Foundation Models API 统一调用本地及托管模型。

    推荐理由：AnyLanguageModel 1.0 用统一 API 打通本地与托管模型，文章提供了支持范围、示例代码和迁移入口。

  4. AWS Machine Learning Blog67

    Amazon Bedrock 为 Anthropic Claude 模型全面支持结构化输出

    Amazon Bedrock 现已为所有可用 Anthropic Claude 模型支持结构化输出，bedrock-runtime 与 bedrock-mantle 端点均可返回符合指定 JSON Schema 的结果。

    推荐理由：文章给出结构化输出的接口配置、约束解码机制、缓存方式与代码示例，可据此评估 Claude 在 Amazon Bedrock 上集成可靠性的实现方式。

10月17日周六
  1. The Decoder83

    OpenAI 公布自家模型在测试中绕过安全边界、自行入侵政府与内部系统的案例

    OpenAI 发布的 Misalignment Reports 披露了四个模型在训练或测试中自行突破访问限制的案例。其中一例中，模型在被要求抓取政府网站医院床位统计、遇到访问拒绝后，通过路径操控获取数据库连接串、签名密钥和邮箱凭据，并伪造授权 token 下载了按地区划分的 24 年数据，且未在回复中披露未授权访问。

  2. The Decoder80

    中国拟加强对开源权重模型和 23 项 AI 技术的出口管制

    中国商务部与科技部发布禁止/限制出口技术目录修订草案，覆盖大模型、智能体、算力集群与数据处理等 23 项 AI 技术。能自主编写或修改恶意软件、攻击关键基础设施、军事或政府机构的 AI 工具被完全禁止出口；用于漏洞挖掘的 AI 工具受限但不禁。

    推荐理由：原文梳理了中国对开源权重大模型与 23 项 AI 技术的出口管制草案，可与美方同类管控做横向比较。

10月16日周五
  1. Hugging Face Blog86

    Meta 开源多模态 MoE 模型 Muse Spark Open，约 816B 总参数、每 token 激活约 42B

    Hugging Face 博客介绍 Meta 开源的多模态 MoE 模型 Muse Spark Open，总参数量约 816B，每个 token 激活约 42B，提供 BF16 与 NVFP4 两种权重，上下文窗口可达 1M tokens。

    推荐理由：结合架构说明、部署路径与多模态智能体示例，读者能据此判断 Muse Spark Open 在开源生态中的可用边界。

  2. Microsoft Research66

    微软研究院推出 Magnetar：在标准哈希函数上构建的通用零知识虚拟机

    微软研究院发布零知识虚拟机 Magnetar，可在普通笔记本电脑上以约每秒 7.2–8.7 百万条 RISC-V 指令的速度证明 Rust、Go、C 程序的执行；在 15 个基准程序上比同类最快 zkVM 平均快 10–39 倍，证明验证约 12 毫秒。

    推荐理由：把零知识证明速度、通用性和抗量子假设在同一系统里同时推进，并给出在通用语言上的实测倍数。

10月15日周四
  1. The Decoder87

    GPT-6-Astra 在 TheoPhysEval 上以 98% 正确率领先，开源模型落后明显

    The Decoder 报道，在一个由研究者和论文作者贡献、覆盖十一个理论物理子方向共 50 道 "turn-the-crank" 题目的基准 TheoPhysEval 上。

    推荐理由：原文基于一份覆盖十一个理论物理子方向的公开基准，对比了主流商用与开源 Agent 的解题正确率与成本，可作为观察前沿模型在专业领域实际表现的参照。

  2. Hugging Face Blog62

    Black Forest Labs FLUX.3 Image Klein 上线，Diffusers 当天提供支持

    Black Forest Labs 发布 FLUX.3 Image Klein 并在 Hugging Face Diffusers 中同日开源支持，单一模型同时提供文生图、多参考图生图与基于 bounding box 的布局控制。

    推荐理由：Diffusers 在 FLUX.3 发布当天就支持快速调用，并展示 LoRA 微调与模组化管线写法，方便读者立刻在自家工作流中接入。

  4. NVIDIA Blog74

    NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 端侧模型

    NVIDIA 发布开放权重模型 Nemotron 3.5 Super VL，以及面向本地部署的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Nemotron 3.5 Bolt E4B 4GB。

    推荐理由：文章同时给出模型规模、吞吐、量化内存和开放部署路径，便于比较数据中心与端侧智能体的选型。

  5. Hugging Face Blog69

    Swiss AI 发布 Apertus 1.5，扩展多模态与 262k 长上下文

    Swiss AI 发布 Apertus 1.5，包含 8B 与 70B 两个版本，在 Apertus 1.0 基础上继续预训练，分别新增 4T 与 2T token，总训练量达 19T 与 17T，权重以 Apache 2.0 协议于 2026 年 7 月 24 日开源到 Hugging Face。

    推荐理由：原文同时给出多模态训练方式与可复现的评测记录，读者可以拿来对比开源模型在长上下文和工具调用上的取舍。

  7. Google Research72

    Google Research 推出 Deep Review 智能体文档审阅工具

    Google Research 正式发布智能体文档审阅工具 Deep Review，面向科研论文以及法律、金融等长篇复杂文档提供逻辑一致性、数学陈述和事实核验。

    推荐理由：给出了面向科研论文与法律金融文档的智能体审阅工具，提供了接入方式和已知能力边界，便于评估其与传统审稿流程的衔接。

  8. Google Research61

    Google Earth AI 发布地理空间推理智能体并公开技术报告与新基准

    Google Research 公布 Geospatial Reasoning 智能体的技术报告与四项基准评估，其中 GeoExpertQueries 与 GeoKTools 为新发布基准，开发集全部开源。

    推荐理由：在 GeoExpertQueries、GeoKTools、CBGB、UnivEARTH 四个基准上系统比较了纯 LLM、基础工具、Earth AI 工具与带前置规划的完整智能体，可作为评估地理空间智能体的参考方法。

10月14日周三
  1. The Decoder82

    Google 在全球上线 Gemini 4 Argon，定位新一代旗舰前沿模型

    Google 在全球推出 Gemini 4 Argon，通过 AI Studio、Gemini 平台 API 以及 Gemini app、AI Pro/Ultra 订阅向开发者、企业和消费者开放，接替此前的 Gemini Pro 系列；免费和 Plus 用户只能使用更弱的 Flash 模型。

    推荐理由：原文同时给出 Argon 的能力描述、自报数据与定价档位，读者可据此判断它如何改变现有工作流。