AI 编程实时动态与要闻

Isomorphic Labs 完成 50 亿美元 C 轮融资:Greenoaks 与红杉领投、a16z 跟投、Alphabet 继续加码,用于扩大 AI 药物设计引擎 IsoDDE 并推动首批药物进入临床

谷歌 DeepMind 旗下 AI 制药公司 Isomorphic Labs 11 月 17 日宣布完成 50 亿美元 C 轮融资。本轮由 Greenoaks 和红杉资本联合领投,a16z 等新投资方参与,Alphabet 继续大额投资,Thrive Capital、MGX、GV、CapitalG、淡马锡和英国主权 AI 基金等老股东全部跟投。资金将用于继续打磨自研药物设计引擎 IsoDDE、深入新的生物学方向、建设全球 AI 生物工程基础设施,并把肿瘤和免疫方向的候选药物推向临床试验。CEO Demis Hassabis 在 X 上亲自宣布。官方未公布估值。

Isomorphic Labs 完成 50 亿美元 C 轮融资:Greenoaks 与红杉领投、a16z 跟投、Alphabet 继续加码,用于扩大 AI 药物设计引擎 IsoDDE 并推动首批药物进入临床

核心要点速览

  • 金额与投资方:50 亿美元 C 轮,Greenoaks、红杉资本联合领投,a16z 等新投资方加入,Alphabet 继续大额投资,所有老股东跟投;本轮超额认购,官方未公布估值
  • 核心资产 IsoDDE:把多个基础「模拟」AI 模型统一起来,跨治疗领域和药物类型工作,再由自研 Agent 在复杂生物系统上推理和设计分子
  • 进展:官方称肿瘤和免疫内部项目以及合作项目已取得积极的临床前结果,正在为进入临床做准备
  • 资金用途:继续打磨 IsoDDE、建设合作生态研究疾病机制、搭建全球 AI 生物工程基础设施和 AI 优先的转化与临床开发能力
  • Demis Hassabis 在 X 上写道:目标是「解决所有疾病」,用 AI 从第一性原理重新设计药物,大幅缩短新药研发的时间和成本
阅读全文

Perplexity 推出 Monitor API:按计划自动搜索某个话题或盯住 1–10 个网页的文字变化,有新发现通过 webhook 推送,每 1000 次运行或抓取 1 美元

Perplexity 开发者账号 11 月 16 日发布 Monitor API。它按计划在网上执行检查,并把结果保存下来,可以通过 API 读取,也可以用 webhook 接收通知。监控分两种:Search 按计划运行一个查询,只保留新的相关结果;Page 跟踪 1–10 个已知网址,首次抓取建立基线,之后返回有意义的文字变化。官方定价页写明:每次成功的 Search 运行或 Page 运行中每个计费抓取的网址 0.001 美元,即每 1000 次 1 美元,失败和跳过的运行免费。Python、TypeScript SDK 和 API Console 都已支持。

核心要点速览

  • 两种监控:Search(定时跑一个查询,只保留新的相关结果)和 Page(跟踪 1–10 个已知网址的文字变化),同一个监控不能混用
  • 流程:创建监控后第一次运行立即异步执行,之后按计划(如每周)运行,可暂停或删除;可加 goal 描述想要的结果
  • 结果保存在每次运行的 changes 字段,抓取错误在 target_errors;可轮询读取,也可配置公开 HTTPS webhook 接收通知
  • 定价:Search 每次成功运行 0.001 美元,Page 每个计费抓取网址 0.001 美元,即每 1000 次 1 美元;失败和跳过的运行不收费
  • Perplexity CEO Aravind Srinivas 在 X 上转发介绍:可追踪任意事件、话题或网页变化并用 webhook 通知
阅读全文
关联模型 / 智能体 / 厂商:

Vercel AI Gateway 上线 Private Inference:自托管、微调和预发布模型用 private/ ID 接入,与目录模型共用 API、鉴权和日志

Vercel 在 X 和官方 changelog 宣布 AI Gateway 支持 Private Inference:企业可把自己的模型端点注册为私有提供商,用 private/<slug> 模型 ID 通过 Chat Completions、Responses 或 Messages 调用,网关自动转换请求格式。私有模型只对本团队可见,凭证加密存储,可按提供商开启零数据保留,并能在 Claude Code、Codex、Cursor 等编程 Agent 中使用,端点故障时可回退到目录模型。

Vercel AI Gateway 上线 Private Inference:自托管、微调和预发布模型用 private/ ID 接入,与目录模型共用 API、鉴权和日志

核心要点速览

  • 把微调、自托管或预发布模型端点注册为私有提供商,用 private/<slug> ID 调用,切换模型只改 model ID
  • 支持 Chat Completions、Responses、Messages 三种 API,网关把请求翻译成端点自身格式
  • 私有模型只对本 Vercel 团队可见、不进公开目录,凭证加密存储,可按提供商开启零数据保留
  • 可在 Claude Code、Codex、Cursor 等接入 AI Gateway 的编程 Agent 里使用;日志、trace drain 和报表与目录模型合并展示
  • 可选端点故障时回退到目录模型;Vercel CLI 65.16.0+ 提供 private-inference providers/models create 命令
阅读全文

Sarvam Token Factory 全面开放:印度本土 GPU 托管开源模型推理,一个 OpenAI 兼容 API 接入 DeepSeek V4.1 Flash、Kimi K3.1 Pro、GLM 5.3

印度 AI 公司 Sarvam 在 X 和官方博客宣布 Sarvam Token Factory 向所有人开放:用位于印度的 GPU 集群托管自家 Sarvam 105B 以及 GLM 5.3、GLM 5.3 Flash、DeepSeek V4.1 Flash 1017、DeepSeek V4 Pro、Kimi K3、Kimi K3.1 Pro、Gemma 4 31B,统一走 OpenAI 兼容 API。官方称多数模型在速度和成本上追平或超过全球主流推理商,DeepSeek V4.1 Flash 首发价每百万 token 输入 14 卢比、输出 55 卢比。

Sarvam Token Factory 全面开放:印度本土 GPU 托管开源模型推理,一个 OpenAI 兼容 API 接入 DeepSeek V4.1 Flash、Kimi K3.1 Pro、GLM 5.3

核心要点速览

  • 一个 OpenAI 兼容 API 接入 Sarvam 105B、GLM 5.3、DeepSeek V4.1 Flash 1017、DeepSeek V4 Pro、Kimi K3.1 Pro、Gemma 4 31B 等,算力在印度本土
  • DeepSeek V4.1 Flash 分两个端点:面向编程 Agent 的 Interactive 约 200 token/秒/用户(输入 25 / 输出 105 卢比每百万 token),Standard 输入 14 / 输出 55 卢比
  • 官方实测:Sarvam 105B 首 token 0.2 秒、单用户 330 token/秒;Gemma 4 31B 在 10K 提示下首 token 0.40 秒,比唯一另一家提供商快 5 倍
  • Kimi K3.1 Pro 在编程任务上每 GPU 吞吐最高为 InferenceX 公开结果的 1.9 倍;DeepSeek V4.1 Flash 每天服务 4500 亿+ token,95.7% 提示 token 命中缓存
  • 运营印度最大的 B200 集群,同一推理栈也可为企业本地部署,主打数据驻留和无锁定
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Sarvam 105B⚡ DeepSeek V4.1 Flash 1017⚡ DeepSeek-V4-Pro⚡ Kimi K3.1 Pro⚡ GLM-5.3⚡ Gemma 4 31B🤖 Sarvam Token Factory🌐 Sarvam
AD赞助内容

OpenAI 升级 ChatGPT for Healthcare:计算机使用 Agent 可操作 EHR 和保险门户,新增 20+ 医疗插件,GPT-6 Luna 每任务 8.5 美分

OpenAI 宣布 ChatGPT for Healthcare 三项更新:能在 EHR、保险门户等现有软件里点击、输入、跨应用完成多步任务的计算机使用 Agent;改进的可信临床检索;以及 20 多个新医疗插件。官方评测中 GPT-6 Astra 在斯坦福 HealthAdminBench 上拿到 94.3% 的评分点,GPT-6 Luna 91.8%,但成本低 98%。CVS Health、Cigna、Abridge、Ambience 已在试点或生产使用,能力今天起通过 OpenAI API、ChatGPT for Healthcare 和 ChatGPT for Clinicians 提供。

OpenAI 升级 ChatGPT for Healthcare:计算机使用 Agent 可操作 EHR 和保险门户,新增 20+ 医疗插件,GPT-6 Luna 每任务 8.5 美分

核心要点速览

  • 计算机使用 Agent 通过读屏、点击、输入在 EHR、排班系统、保险门户之间搬运信息,处理事前授权、转诊、出院规划等 API 覆盖不到的步骤
  • EHR 收件箱任务评测:325 个被审任务中 99% 被评为临床安全;646 次医生评估中 93% 选了“非常有帮助”或“极其有帮助”
  • 斯坦福 HealthAdminBench(独立基准):GPT-6 Astra 94.3%,GPT-6 Luna 91.8%,Luna 成本低 98%,每任务 8.5 美分(均为最高推理强度,OpenAI 自测)
  • CVS Health 一个周末清完积压数月的文档发送,并开源基于 Agents SDK 的 Agent Kit;Cigna 从概念到上线不到 8 周
  • 新增 20+ 医疗插件(UpToDate Expert AI、Metriport、Photon、Redox、Stedi 等);支持角色权限、审计日志和人工审批,HIPAA 场景需签 BAA,数据不用于训练
阅读全文

Hugging Face 与 OpenRouter 合作:Inference Providers 语言模型请求改由 OpenRouter 路由,同一 HF token 调用,失败自动换供应商

Hugging Face 宣布与 OpenRouter 合作,Inference Providers 的语言模型请求从自建路由切换到 OpenRouter 路由:按实时价格、速度和可靠性为每次请求选择供应商,失败时自动换到下一个供应商重试,代码和 HF token 都不用改。价格不变,HF 不加价。模型页新增 Providers 和 Metrics 标签。破坏性变更:语言模型不再支持使用自己的供应商 API Key。

Hugging Face 与 OpenRouter 合作:Inference Providers 语言模型请求改由 OpenRouter 路由,同一 HF token 调用,失败自动换供应商

核心要点速览

  • 语言模型请求改走 OpenRouter 路由(覆盖 80+ 供应商),按实时价格、速度、可靠性选供应商,失败在同一次调用内自动重试下一个;图像、视频、音频生成仍走原有通道
  • 路由支持 OpenAI Chat Completions、Responses API 和 Anthropic Messages API,官方给出 Claude Code、Codex、OpenCode、Pi、Hermes Agent 的配置指南
  • 模型 id 后缀可选策略::fastest(最高吞吐)、:cheapest(最低价)或指定供应商如 :novita;可通过 X-HF-Session-Id 头让同一会话留在持有提示缓存的供应商
  • 价格不变、HF 不加价;PRO 用户每月 2 美元额度,Team/Enterprise 每席位 2 美元
  • 破坏性变更:语言模型不能再用自己的供应商 API Key(图像/视频供应商的自定义 Key 仍可用);下一步将支持把 OpenRouter 账号关联到 Hugging Face
阅读全文

Liquid AI 发布 d1.2 与 d1.2-ultra 全模态决策模型:新增音频输入和 5 类新任务,d1.2-ultra 以 75 分登顶 Artificial Analysis Decision Index v2.1

Liquid AI 发布决策模型新版本 d1.2 和 d1.2-ultra,可处理文本、图片和音频,新增读取数值、抽取片段、图中定位、数量估计和多选五类任务。d1.2-ultra 在 Artificial Analysis Decision Index v2.1 得 75 分,排名第一,比此前最佳决策模型高 2 分。两款模型已上线 Liquid API,只按输入计费:d1.2 每百万输入 token 0.02 美元,d1.2-ultra 0.042 美元,价格与上一代相同。

Liquid AI 发布 d1.2 与 d1.2-ultra 全模态决策模型:新增音频输入和 5 类新任务,d1.2-ultra 以 75 分登顶 Artificial Analysis Decision Index v2.1

核心要点速览

  • d1.2-ultra 在 Artificial Analysis Decision Index v2.1(6 项基准,同时考核答案概率)得 75 分,决策模型第一;Liquid 称同等花费下没有模型比 d1.2 分数更高
  • 新增 5 类任务:读取文本/数字/日期值(找不到时回答「not found」)、抽取所有同类片段、图中框出单个或全部目标、带区间的数量估计、多选并给出各自概率
  • 新增音频输入:既可以问关于录音的问题(如说的是哪种语言、背景是否有警笛),问题本身也可以是语音
  • 只收输入费用,无输出 token 费:d1.2 每百万输入 token 0.02 美元,d1.2-ultra 0.042 美元;图片按每 32x32 像素块 1.5 token 计,1024x1024 约 1536 token
  • Liquid 自测校准误差:d1.2-ultra 0.8、d1.2 1.2,对比 Jev 1.14 为 2.7、Perplexity Decider v1.3 为 3.7;新任务准确率来自 Liquid 内部测试集,非公开基准
阅读全文
关联模型 / 智能体 / 厂商:
⚡ d1.2⚡ d1.2-ultra🌐 Liquid AI

腾讯混元发布 Hy4 flash:主打日常办公的低价模型,API 输入 $0.070 / 输出 $0.281 每百万 token,官方盲测称接近 Claude Haiku 5.5

腾讯混元官方账号 @TencentHunyuan 于 2026-11-16 发布 Hy4 flash,称其为“日常生产力最便宜的模型”。官方人工盲测中,Hy4 flash 满意度 2.79(4 分制),与 Claude Haiku 5.5(high)的 2.81 基本持平,单任务成本 ¥0.26 对 ¥4.73,约便宜 18 倍;DeepSeek-V4.1-Flash-1017 满意度 3.09 更高,但单任务成本 ¥1.20。API 定价为缓存命中 $0.003、输入 $0.070、输出 $0.281(每百万 token)。

腾讯混元发布 Hy4 flash:主打日常办公的低价模型,API 输入 $0.070 / 输出 $0.281 每百万 token,官方盲测称接近 Claude Haiku 5.5

核心要点速览

  • 腾讯混元在 Hy4 正式版(11 月 4 日)之后推出更便宜的 Hy4 flash,定位日常办公和高频任务
  • API 定价:缓存命中 $0.003 / 输入 $0.070 / 输出 $0.281 每百万 token
  • 官方盲测(4 分制):Hy4 flash 2.79、Claude Haiku 5.5 2.81、DeepSeek-V4.1-Flash-1017 3.09、GLM-5.3-Flash 2.53;外部模型均用 high 档
  • 单任务成本:Hy4 flash ¥0.26,Claude Haiku 5.5 ¥4.73,DeepSeek-V4.1-Flash-1017 ¥1.20;中位端到端耗时 6.7 分钟,与 Haiku 的 6.8 分钟接近
  • 内部 WorkIndex:Hy4 flash 42.1,高于 Hy4 preview 的 39.7,低于 Hy4 的 51.4,单任务成本比 Hy4 便宜约 24.5 倍(均为腾讯内部数据)
阅读全文
关联模型 / 智能体 / 厂商:

阿里 Qwen4-Max 正式发布:新 MoE 架构、原生视觉、1M 上下文,API 已在 QwenCloud 上线,输入 $1.5 / 输出 $4.5 每百万 token

阿里通义千问官方账号于 2026-11-16 宣布 Qwen4-Max 正式发布(此前 11 月 11 日为仅限 Token Plan 的预览版)。官方称其基于新的 MoE 架构,原生支持视觉,上下文 1M token;内部评测中相比 Qwen3.8-Max 最多少用约 50% token,单任务平均成本下降超过 60%。API 已在 QwenCloud 上线,定价输入 $1.5、输出 $4.5、隐式缓存 $0.075(每百万 token),均低于 Qwen3.8-Max;也可在 Qwen Studio、QwenWork 和 Qoder 中使用。官方还预告将开源更小的 Qwen4 模型权重。

阿里 Qwen4-Max 正式发布:新 MoE 架构、原生视觉、1M 上下文,API 已在 QwenCloud 上线,输入 $1.5 / 输出 $4.5 每百万 token

核心要点速览

  • Qwen4-Max 从 11 月 11 日的 Token Plan 预览版进入正式发布,API 已在 QwenCloud 开放调用
  • 官方称:新 MoE 架构、原生视觉、1M 上下文;QwenCloud 模型页标注最大输入 991K、最大输出 393K,支持图像和视频输入
  • 效率:内部评测中优于 Qwen3.8-Max,最多少用约 50% token,单任务平均成本下降超过 60%(官方内部数据,未见第三方跑分)
  • 定价:输入 $1.5 / 输出 $4.5 / 隐式缓存 $0.075 每百万 token,均低于 Qwen3.8-Max,隐式缓存降价 70%
  • 兼容 OpenAI 与 Anthropic API,支持函数调用、结构化输出、联网搜索、批处理和微调;官方预告将开源更小的 Qwen4 模型
阅读全文
C
Cloudflareblog.cloudflare.com·
👀32
🔥82

Cloudflare 开源 Kitesurf:跑在 Workers 上、无需浏览器容器的 AI Agent 专用浏览器引擎,Apache 2.0 许可,支持 CDP/Puppeteer

Cloudflare 在官方博客和开发者 changelog 宣布,Kitesurf 已在 GitHub 以 Apache 2.0 许可开源。Kitesurf 是 8 月推出的「给 AI Agent 用的无状态浏览器」,完全运行在 Cloudflare Workers 上,能解析 HTML、应用 CSS、执行页面 JavaScript 并渲染截图,不需要 Chromium 或浏览器容器,并支持 Chrome DevTools Protocol,可直接接 Puppeteer。开发者现在可以本地运行、修改,并部署到自己的 Cloudflare 账号,替代官方托管的 Browser Run API;自部署需要 Workers 付费版,且引擎本身不带鉴权。

Cloudflare 开源 Kitesurf:跑在 Workers 上、无需浏览器容器的 AI Agent 专用浏览器引擎,Apache 2.0 许可,支持 CDP/Puppeteer

核心要点速览

  • Kitesurf 以 Apache 2.0 许可在 GitHub 开源(cloudflare/kitesurf),可读代码、本地运行、修改并部署到自己的账号(Cloudflare 博客)
  • 定位是 AI Agent 用的轻量浏览器:完全跑在 Workers 上,无需浏览器容器,目标是比 Chromium 占用更少 CPU 和内存
  • 支持 Chrome DevTools Protocol,Puppeteer 等 CDP 客户端可直接连接;官方也建议把 AI harness 指向本地 CDP 端口
  • 技术栈:Blitz(HTML/DOM/布局/绘制)、Stylo(CSS)、Boa(WebAssembly 内的 JS 兜底)、Linebender(文字与 2D 图形)、Krilla(PDF)
  • 自部署需 Workers 付费版(依赖 Dynamic Workers),引擎无自带鉴权,官方要求前面加 Cloudflare Access 等认证;项目仍属实验阶段
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容
G
Google Clouddocs.cloud.google.com·
👀80
🔥86

Google Cloud 收紧 300 美元试用金:11 月 16 日起新注册试用或新升级付费的账号,赠金不再能抵 Gemini 平台(原 Vertex AI)费用

Google Cloud 官方文档《Free Google Cloud features and trial offer》写明:如果在 2026 年 11 月 16 日或之后注册免费试用、或升级为付费账号,300 美元欢迎赠金将不能用于 Gemini 平台(原 Gemini Enterprise Agent Platform / Vertex AI)服务。文档同时写明,赠金本来就不能抵 AI Studio 里的 Gemini API 费用,也不能用于以托管 API 形式提供的第三方生成式 AI 模型。对想用试用金调用 Gemini 模型的新开发者来说,这意味着从明天起只能改走 Gemini API 免费层或预付费方案。

核心要点速览

  • 生效时间:2026 年 11 月 16 日或之后「注册免费试用」或「升级为付费账号」的,300 美元赠金不能再用于 Gemini 平台(原 Vertex AI)服务(Google Cloud 文档)
  • AI Studio 里的 Gemini API 费用本来就不在赠金覆盖范围内,官方建议改用 Gemini API 免费层或 Prepay 预付费方案
  • 以托管 API(model as a service)形式提供的第三方生成式 AI 模型同样不能用赠金
  • 其余规则不变:赠金 300 美元、90 天有效;升级付费账号后剩余赠金保留,但须在注册起 90 天内用完
  • 文档措辞把「升级付费」也列为触发条件,已有试用账号若打算用赠金跑 Gemini,需留意升级时间点
阅读全文
关联模型 / 智能体 / 厂商:
A
Amazon Threat Intelligence (CJ Moses)aws.amazon.com·
👀13
🔥84

亚马逊威胁情报:MadPot 伪装成 LLM 推理 API 的诱饵传感器,截获 ARTEX 攻击 Agent 自带的作战记忆——偷 AI 密钥「以战养战」、用实时深伪冲击加密交易所 KYC(深伪全部被拒)

亚马逊 CISO CJ Moses 于 11 月 13 日在 AWS Security Blog 发文:10 月 3 日至 11 月 5 日,亚马逊的全球诱饵传感器网络 MadPot 伪装成常见 LLM chat-completions 接口,收到了来自 ARTEX(开源 Agent 化渗透测试框架)攻击 Agent 的请求。由于 Agent 框架会把系统提示词、工具调用历史和知识图谱状态整段发给「模型」,单个请求往往就包含整场行动的记录。亚马逊以中等置信度判断这些活动来自多个不同的涉华威胁团伙。最主要的一场是大规模盗取 AI 模型密钥,偷来的密钥再为继续搜密钥的 Agent 支付推理费用;另一场试图用实时深伪视频和伪造证件照绕过两家加密交易所的 KYC,但供应商的服务端判定拒绝了所有记录在案的深伪尝试。亚马逊强调这些手法都不新,也无法核实 Agent 自报的结果。

亚马逊威胁情报:MadPot 伪装成 LLM 推理 API 的诱饵传感器,截获 ARTEX 攻击 Agent 自带的作战记忆——偷 AI 密钥「以战养战」、用实时深伪冲击加密交易所 KYC(深伪全部被拒)

核心要点速览

  • 观测窗口 2026 年 10 月 3 日至 11 月 5 日:MadPot 传感器在多个端口上模拟常见 LLM chat-completions 接口,ARTEX Agent 把它们当成模型后端,请求里带着系统提示词、工具历史、知识图谱状态和战果(AWS Security Blog)
  • 活动一「工业级盗 AI 凭证」:目标包括 One API、New API、Veloera、Sub2API、LiteLLM 等 LLM 网关,以及 Dify、FastGPT、Langflow、RAGFlow、Open WebUI、LobeChat、Ollama 等应用;利用未初始化安装、匿名管理接口、LiteLLM 默认 master key、CVE-2025-3248(Langflow)、CVE-2026-28797(RAGFlow)等
  • 密钥分 L1(线索)/L2(确认可调用)/L3(可量化影响)三级;公开暴露超过 30 天的密钥被当作低价值库存,偷来的密钥直接喂进框架自带的模型网关继续搜密钥
  • 活动二「深伪过 KYC」:针对两家加密交易所,最好的一次把人脸动作序列做到距目标 7 像素以内,但供应商服务端判定拒绝了所有记录在案的尝试;另一会话在单张消费级 GPU 上把实时换脸管线做到 11.5 帧/秒,至少 4 个 Agent 会话并行分工
  • 归因为中等置信度(提示词里引用 ARTEX 工具、简体中文提示词、中国时区配置等);亚马逊未实时观测这些行动、无法核实 Agent 自报结果,并已按需通知可能受影响的 AWS 客户,文末附 11 个 IOC IP
阅读全文

X 热议:Dwarkesh Patel 发长文《冲垮数学的雪崩正涌向 AI 研发》,称已改判超级智能 2030 年前到来,原帖获 4100+ 赞、约 82 万浏览

播客主持人 Dwarkesh Patel 于 11 月 13 日发布长文,副标题为「为什么我现在预计超级智能会在 2030 年前到来」。他写道,自己几个月前还认为超级智能至少要十年左右,如今认为距离「AI 研发能力比肩最顶尖人类」只有几年、甚至可能只有几个月;理由是数学这类可验证领域已被 AI 迅速攻破,而 AI 研发本身也属于可验证领域。原帖约 82 万浏览、4,129 赞,Dan Robinson 等人转引讨论,X 也将其列入热门话题。本文整理的是个人观点和社区讨论,不是已证实的预测。

核心要点速览

  • Dwarkesh 原帖:「冲垮数学的雪崩正涌向 AI 研发」,附长文链接与旁白视频,约 4,129 赞、346 转发、138 条回复、约 82 万浏览(原帖)
  • 文中核心判断:距离 AI 在 AI 研发上比肩最顶尖人类「只有几年,甚至可能只有几个月」;自动化 AI 研发会把大量进展压缩进一年,因此 2030 年前(甚至最早明年)可能出现在各领域都不逊于顶尖专家的 AI
  • 他引用的已公开证据:METR 在 Anthropic 内部评估三个月后认为其明确任务上的进展速度是一年前的 2 倍;OpenAI 9 月博客称最重度 10% 研究员的内部编码代理用量从每天约 1,000 美元涨到 7,000 美元以上;Anthropic 称 8 月 Claude「主导」了 26% 以上的 AI 研发工作
  • Dan Robinson 转引称文中关于算力瓶颈的脚注「像大锤一样击中了我」(约 2,461 赞);Dwarkesh 后续补充,即便没有完整奇点,也可能把 4 年进展压进 1 年
  • 质疑声同样存在:长文评论区有读者称自己日常工作中「完全没看到这种情况」,也有人质疑代理花费能否代表真实进展;这些都是观点,不是证实的事实
阅读全文
关联模型 / 智能体 / 厂商:

xAI 改口:Grok API 文本水印改为默认关闭、由团队管理员按模型开启;语音 API 音频仍默认加 AudioSeal 水印,欧盟和加州用户无法关闭

xAI(文档署名 SpaceXSI)已改写 API 文档《Output Watermarking》页:原定 11 月 7 日起默认开启的文本隐形水印,现在写明「默认关闭」,团队管理员可在控制台按模型开启,覆盖 grok-4.7、4.6、4.5、4.3 和 grok-4.20 三个版本。文档同时披露文本水印采用 Google DeepMind 的 SynthID Text。语音 API(TTS、语音转语音、自定义声音)则默认加 AudioSeal 音频水印,可按模型退出,但终端用户在欧盟、EEA 或加州时仍强制加水印。马斯克 11 月 14 日在 X 上表示,Grok 的文本水印「只在法律要求或用户要求时开启」。

核心要点速览

  • 文本:默认关闭,团队管理员在 Console 的 Team settings → Model output watermarking 按模型开启,5 分钟内生效、写入审计日志(xAI 文档)
  • 技术:文本水印用 Google DeepMind 2024 年发表在 Nature 的 SynthID Text,生成时轻微改变选词,不插入任何字符;检测 API 需申请
  • 音频:TTS、语音转语音和自定义声音默认加 AudioSeal 水印,可按模型退出;但按请求 IP 判断用户在欧盟、EEA 或加州时仍强制加
  • 单次请求可加 x-watermark: true 头强制加水印(WebSocket 用 watermark=true);响应头 x-watermark 标明本次是否加了水印
  • 马斯克在 X 上称文本水印「只在法律要求或用户要求时开启」;官方未公布具体改动日期
阅读全文
关联模型 / 智能体 / 厂商:

llama.cpp 与 ggml 正式发布 v1.0.0:3.5 年来首个大版本,C API 改用语义化版本、破坏性变更必升主版本;同时移除 35 个废弃函数,新增 FP8 KV 缓存、MoE 专家缓存与 /v1/audio/speech

11 月 13 日,ggml-org 在 GitHub 发布 llama.cpp v1.0.0,并在 Hugging Face 博客宣布 llama.cpp 与 ggml 两个库同时进入 v1.0.0。今后 ./include 下公共 C API 出现破坏性变更时升主版本,向后兼容的新功能、后端和模型支持升次版本,纯修复升补丁版本。本次 release 移除 35 个废弃函数,把 NextN/投机解码 API 提升进 llama.h,新增 OCP FP8 KV 缓存、可设 CPU 分担比例的 MoE 专家缓存,加入 Kimi-K3.1-Pro 等新架构,llama-server 加固 SSRF/CORS/DNS rebinding 防护并新增 OpenAI 兼容的 /v1/audio/speech。作者 Georgi Gerganov 的发布帖约 4,180 赞。

llama.cpp 与 ggml 正式发布 v1.0.0:3.5 年来首个大版本,C API 改用语义化版本、破坏性变更必升主版本;同时移除 35 个废弃函数,新增 FP8 KV 缓存、MoE 专家缓存与 /v1/audio/speech

核心要点速览

  • 版本规则:MAJOR = ./include 公共 C API 破坏性变更;MINOR = 向后兼容的功能、后端、模型支持或 API 新增;PATCH = 不改 API 的修复
  • 破坏性变更:移除 llama_set_warmup、35 个废弃函数和 --defrag-thold;llama_set_embd_state_src 改名为 llama_set_ctx_state_src,嵌入 libllama 的项目升级前要改代码
  • 新能力:FP8 KV 缓存(-ctk/-ctv f8_e4m3)、MoE 专家缓存(moe_cache_size、moe_cache_cpu_share)、通过 --shard/--ple 加载外部 PLE 分片
  • llama-server 加固 SSRF、CORS、DNS rebinding 与 MCP 工具取消,新增 OpenAI 兼容 /v1/audio/speech,Web UI 重做(GitHub release)
  • 分发渠道包括 Docker、Debian、Homebrew、conda-forge、MacPorts、Winget 和 XCFramework;项目目前支持 150+ 种架构变体
阅读全文
关联模型 / 智能体 / 厂商: