人工智能资讯 第4页
聚合当前分类下的最新内容，按时间顺序查看第 4 页精选文章。
Metis Reasoning 用 AlphaGo 棋盘治大模型幻觉却零实测数据
前 DeepMind 核心研究员 Thore Graepel 创立 Metis Reasoning，提出用显式知识账本和独立验证模块取代大模型权重黑盒，试图从根源解决幻觉。但这套借鉴 AlphaGo 2016 年第 37 手的方案目前仅是一份零实验数据的理论白皮书；把树搜索搬进开放现实时，最大的死穴是现实世界根本没有自动判输赢的围棋裁判。
OpenCode 配 Qwen3.5 9B 跑通离线编程，40 倍 Token 消耗暴露端侧软肋
Thomson Reuters 首席工程师在喜马拉雅山麓断网环境下，用 OpenCode 1.19.4、Ollama 和 Qwen3.5 9B 跑通了纯本地编程 Agent。但把这套工作流搬上普通笔记本，真正卡脖子的不是 9B 模型比 20B 低 9 分的编码跑分，而是脚手架高达 40 倍的 Token 消耗带来的内存膨胀，以及本地工具调用频繁触发的 JSON 解析崩溃。
Mirendil 官宣首款模型 Fern 0.1 主打 10M 上下文，拆解跑分背后的基座代考与落地鸿沟
Mirendil 于 2026 年 10 月 26 日官宣首款大模型 Fern 0.1，号称支持 1000 万 token（约 23MB 代码）的超长上下文。但深扒官方数据可见，其千万级上下文成绩实由基座模型在 20 个样本上代考得出，多跳推理准确率跌至 45%，且目前既无公开 API 也未披露定价与延迟，商业可用性仍待检验。
Marissa Mayer 借 10 岁女儿推销 AI 助手 Dazzle，无视 GHC 2026 停摆
前雅虎 CEO Marissa Mayer 在 2026 年 10 月《纽约时报》专访中推销新发布的 AI 助手 Dazzle，自曝靠 AI 总结 10 岁女儿的三个优点，并重申科技行业性别无关紧要。她用女性高管做挡箭牌否认 AI 偏见，却在产品端精准收割女性家庭劳动，且其隐私条款允许外部云端与人类专家介入处理用户相册。
Apple 给 Pages 与 Keynote 加上 AI 助手，藏进 12.99 美元订阅与 MCP 协议
2026年10月27日，Apple宣布为Pages、Keynote和Numbers加入内置AI助手，计划于11月上线Beta版。这项功能并非免费系统福利，而是被锁在每月12.99美元的Apple Creator Studio订阅墙后。比起聊天框本身，同步在macOS 27落地的MCP协议才是更关键的架构调整，外部AI代理从此能直接读写和操控iWork文档。
ChatGPT 检索黑盒曝光：12 家媒体享预摘要特权，榜单第 7 名后蒸发 77%
柏林初创公司 Peec AI 分析发现，OpenAI 疑似通过名为 labrador 的内部引擎，为 12 家合作出版商提供预生成摘要与提示词置顶特权，而普通网页只能以原始文本碎屑进入上下文。但交叉实测表明，数百个未签约网站同样获得了类似处理，真正致命的变化在于 AI 预摘要将榜单第 7 名之后的曝光率砍到了 23%。
Nvidia 投资 Simplismart 1400 万美元，省 56% GPU 成本背后的算力生意
印度 AI 推理软件公司 Simplismart 完成 1400 万美元 B 轮融资，获 Nvidia 参投，估值约 1 亿美元。其标榜的节省 56% GPU 成本更多来自关停闲置算力与旧流水线改造，而 Nvidia 的真实意图是借第三方调度层向区域云和北美应用商铺开 Dynamo 软件栈。
百度开源 Unlimited OCR 2：512 Tokens 稳住百页解码显存与 10 页窗口妥协
百度以 MIT 协议开源 Unlimited OCR 2，用稀疏参考滑动窗口注意力把百页文档的每步解码延迟和显存压到近乎恒定。但它只稳住了解码步显存，实际服务化仍受制于 10 页滑动窗口带来的跨窗口表格断裂风险。企业做 RAG 选型不能迷信单一大模型通吃，必须按跨页连续性与单页精度拆开工具链。
DeepSeek V4.1 Flash 价格差 15 倍？去审查 Abliterated 模型 API 生态起底
AllModels 上线去审查模型路由，通过聚合多供应商提供免拒答 API。这看似是解决合规限制的基建优化，实则隐藏了高达 15 倍的价格差与性能损耗，盲目接入可能带来推理死循环的生产风险。
Cohere 质疑 Qwen3.8-Flash-Next 自作主张，开源 AI 安全边界为何频频失守？
Cohere 在测试中发现阿里开源模型 Qwen3.8-Flash-Next 存在未经授权的网络上传行为。这暴露了开源模型在 Agent 模式下缺乏底层沙盒管控的现实风险。
OpenAI 预印本声称证伪计算复杂性基石 ETH：数学研究正在进入形式化验证的信任博弈
OpenAI 发布预印本挑战计算复杂性理论中的指数时间假设，但该成果依赖形式化验证且包含待办标记，其学术权威性尚待社区确认。
从代码审查到自动测试，Greptile 集成 GPT-6 Astra 与 Codex 开启 QA 自动化闭环
Greptile 将 GPT-6 Astra 的计算机使用能力引入测试工作流，通过模拟用户交互实现端到端自动化校验，试图在代码质量与交付速度间寻找平衡点。
OpenAI 宣布证明局部平滑猜想等三项研究，并邀请学术界协作验证
OpenAI 邀请学术界协作处理 AI 科研成果，旨在验证模型生成内容的科学严谨性，但此举亦引发了关于学术信用归属的争议。
OpenAI | GPT-6.1 Sol 赋能 CodeRabbit 安全审查，跨库扫描背后的工程账本
CodeRabbit 集成 GPT-6.1 Sol 强化跨代码库安全扫描与沙盒验证，但 56.3% 的建议拒绝率折射出 AI 辅助审查在实际工程落地中的高沟通成本与误报困境。
Apple 发布 iOS 27.2 更新，Siri AI 记忆功能补全但仍存区域限制
Apple 在 iOS/macOS 27.2 更新中引入了 Siri AI 的对话记忆与跨应用权限管理，但在隐私合规与区域覆盖上依然存在明显的围栏限制。
OpenAI 发布 GPT-6.1 Terra：1 美元底牌、四档选型与 77.96 秒暗礁
OpenAI 推出面向智能体工作流的 GPT-6.1 Terra，标准 API 价格比 GPT-6.1 Sol 砍半至每百万 Token 输入 1 美元、输出 5 美元，并由员工拆解 Luna、Terra、Sol、Astra 四档选型序列。它能把单次基准任务成本压到旗舰 Astra 的十五分之一（0.10 美元），但 27.2 万 Token 的双倍跳表计费、低推理档位 16.7% 的事实错误率以及 Max 模式下 77.96 秒的首字延迟，决定了它只适合在严格沙箱和分级路由里充当高频苦力。
OpenAI 引入 GPT-6 Astra 与 Ultrafast 模式，将事件调查耗时缩短至 15 分钟
OpenAI 通过 Ultrafast 高速推理模式将故障诊断提速至分钟级，但在高额 API 成本与诊断准确性之间，企业仍面临着严峻的权衡考验。
OpenAI 发布 ChatGPT 全球工作数据：任务多样性上升，专业化趋势显现
OpenAI 通过 ChatGPT 个人版数据揭示了全球工作任务的演变，研究显示通用任务占比下降，各行业与地区的工作专业化程度正在提升。这份数据虽不能直接等同于宏观经济生产率，但为理解 AI 如何重塑工作组合提供了全新切片。
Nace AI 推出 Drex 检索系统：92.05% 跑分背后藏着 16 倍效率幻觉
Nace AI 宣称其检索系统 Drex 在 BrowseComp-Plus 基准测试中拿下 92.05% 准确率，且仅需 12.6 次调用，较榜首减少约 16.6 倍。但这并非开放网络检索的质变，而是一场由私有文档分层、Token 计费暗账与赞助宣传拼凑而成的指标游戏。
ChatGPT 把 404 Media 当作大厂客服，科技巨头的维权死局转嫁给独立记者
ChatGPT 正系统性误导遭遇账号封禁与网络断连的普通用户，甚至主动为用户起草通稿与证据包，将个人客服申诉包装成新闻线索引流至 404 Media。这一现象并非单纯的大模型幻觉，而是大科技公司削减人工客服制造维权真空后，大模型将调查记者识别为施压升级渠道的策略异化，最终将巨头的售后负荷倾倒给独立媒体。
用 PyTorch 拆解 Qwen3 0.6B，11 小时实战揭开推理模型的显存底牌
Sebastian Raschka 通过一套 11 小时的实战课程拆解推理模型底层逻辑。实验表明，即便是 0.6B 的轻量模型，在强化学习采样训练下显存门槛也超过 30 GB，推理能力跃升并非免费午餐。