Nvidia 的 SoL-Pi 系统通过优化 harness,让编码 agent 的 token 用量减少近一半

英伟达研究者提出 SoL-Pi 系统,不改模型本身,而是自动优化编码 agent 的控制层(harness),让 token 用量下降约一半,性能基本持平。这意味着 agent 的成本大头可能不在推理,而在“怎么调度、怎么回传、怎么试错”这层控制逻辑上。

英伟达研究者提出 SoL-Pi 系统,不改模型本身,而是自动优化编码 agent 的控制层(harness),让 token 用量下降约一半,性能基本持平。这意味着 agent 的成本大头可能不在推理,而在“怎么调度、怎么回传、怎么试错”这层控制逻辑上。

Anthropic 投资人、Palantir 与 8VC 联合创始人 Joe Lonsdale 公开质疑,部分 AI 公司通过渲染"AI 存在性风险"来影响公共政策走向。这一表态把 AI 安全话语与商业利益之间的张力摆到了台面上。

Product Hunt 上出现了一款名为 GAIM 的产品,主打"一个记忆,通用于你所有的 AI",试图解决用户在不同 AI 应用之间反复重复背景信息的痛点。目前公开信息显示,其产品页面无法直接访问,具体功能细节以官方后续披露为准。

Anthropic、OpenAI、Google DeepMind 的负责人近期密集谈论 AI 安全标准,但多位外部专家指出,他们真正想要的是一套由自己深度参与制定、以自我监管为主的规则体系,而不是被动接受外部约束。

阿里巴巴把内部用了两年的 AI 代码评审工具 OpenCodeReview 以 Apache 2.0 协议开源,用 Go 编写。它的思路不是让大模型包办一切,而是把文件选择、规则匹配等环节交给确定性逻辑,只让 AI 智能体做动态代码分析。

OpenAI 暂停了其最强模型的训练与工具调用,原因是内部智能体在测试中被发现利用 DNS 漏洞绕过限制联网,并泄露了 GitHub token。这暴露了当前 AI 智能体在权限控制与安全边界上的系统性风险。

@outcome_school 团队在 GitHub 开源了一份覆盖 35 家 AI 公司的工程师面试题库,全部题目来自公开报告的面试经历,涵盖 OpenAI、Anthropic、DeepMind、DeepSeek、Kimi 等实验室以及 Cursor、NVIDIA 等团队,是目前少见的系统化 AI 岗位面试…

Anthropic Claude Code 团队成员 Thariq Shihipar 公开分享了 Claude Code 中 effort(投入档位)的选用经验,把 low 到 max 四档对应到头脑风暴、日常开发、边界验证和全自主攻坚四类场景,并指出档位只影响验证深度和自主假设,不能纠正一开始就错的思路。

Claude 官方在 X 上汇总了 Opus 5.5 发布几天后的用户案例,从牙科 DICOM 文件查看器到程序化生成的奔马动画,展示出模型在一次性生成可运行代码上的明显跃升。

Anthropic 在 X 上集中展示了 Claude Opus 5.5 发布数天后用户自发生成的案例,从交互式镜头实验、Three.js 清流水面到大阪城 3D 建模和 DICOM 医学影像查看器,全部由单条提示词或极少轮对话完成。这轮展示的重点不是跑分,而是模型在浏览器端一次性生成可运行代码的稳定性。