webframe 评测：作为抓取工具与沙箱表现如何
对 Jeff Lindsay 的 webframe 的评测显示，这个基于 Go 和 glaze 的轻量浏览器 JavaScript 运行器适合抓取网页，性能与 shot-scraper 相当。
全部 AI 动态
Simon WillisonAI 评分3333
OpenAI NewsAI 评分5858 OpenAI 与学术社区合作，公布模型在 Kakeya 猜想、ETH 和量子色动力学上的结果
OpenAI 公布模型在 Kakeya 猜想、Exponential Time Hypothesis 和量子色动力学三个问题上的结果，并说明研究者可以如何验证和在此基础上继续推进。该内容来自 OpenAI 与学术社区的合作，正文细节尚未在 feed 中提供。
MIT Technology Review · AIAI 评分3434 对 AI 安全灾难的关注，掩盖了日常性伤害
MIT Technology Review 评论指出，业界把"聊天机器人不鼓励自杀""限制儿童购买芬太尼"这类底线保护当作成功，却回避产品日常造成的依赖与认知侵蚀。
Latent Space精选AI 评分8080 月之暗面发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活，权重定于 11 月 4 日开放
月之暗面发布 Kimi K3.1 Pro，这是一个多模态 MoE 模型，总参数 2.8T、激活参数 104B、上下文窗口 100 万 token，官方承诺 11 月 4 日开放权重，目前仅 API 可用。
推荐理由：汇总了 Kimi K3.1 Pro 的独立评测、定价与权重开放时间，可据此判断开源前沿与闭源的实际差距。
MIT Technology Review · AIAI 评分2222 如何设计一套可持续演进的 AI 服务框架
EXL 在《Engineering the Harness》系列中探讨企业 AI 的生产化挑战：决定竞争力的不再是选哪个模型，而是围绕模型构建的服务框架，涵盖架构、内存管理、调度与推理优化。文章主张从工作负载而非模型出发，先测量再优化，并指出 KV cache 随并发与上下文增长会先耗尽 GPU 显存，此时单纯加算力只会让低效系统更贵。
MIT Technology Review · AIAI 评分1212 Vanguard 王静谈可扩展 AI 的基础：数据、工程、平台与治理如何协同
Vanguard 的 Jing Wang 在 MIT Technology Review EmTech Future 会议上探讨如何在高监管环境中构建可扩展 AI 的基础。她认为数据、工程、平台、运营模式与治理必须协同运作，负责任的实施才能把智能体等新兴能力转化为对投资者的长期价值。
Microsoft ResearchAI 评分5858 微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成支持点击、筛选、缩放、高亮和跨图表联动的图表。
MIT Technology Review · AIAI 评分1818 Celonis 首席科学家 Devavrat Shah 谈企业 AI 为何需要上下文感知
Celonis 企业 AI 首席科学家 Devavrat Shah 提出"决策智能"，主张把 AI 接入企业既有流程与数据，让智能体理解每项任务在决策中的角色和业务约束。他建议企业从某个具体业务决策入手，找出最难的环节测试 AI 能否提速并衡量价值，再决定是否规模化。缺乏运营上下文时，智能体可能忽略约束、犯错或耗费过多算力。
Microsoft Research精选AI 评分7171 微软研究院等证明31年悬而未决的KLS猜想
微软研究院的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明该猜想中的界与维度无关，是一个固定常数。
推荐理由：这篇论文证明了一个悬置31年的高维几何猜想，并展示了研究者如何通过人工筛选引导AI智能体探索上百条路径。
GitHub Blog · AI & MLAI 评分2222 三位 Java Champion 如何用 GitHub Copilot 提升生产力
GitHub 博客采访了 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的实践。
Microsoft ResearchAI 评分1515 微软研究院播客：Catalyst Lab 负责人 Chris White 谈从 DARPA 到打击人口贩运的技术之路
微软研究院播客对话 Catalyst Lab 负责人 Chris White，回顾其 2010 年夏天在 DARPA 参与阿富汗战争数据分析项目、随后赴阿富汗领导先进技术运营的经历。White 后来转向暗网搜索工具研发，用于协助打击人口贩运，并因此获得 2016 年美国总统打击人口贩运杰出贡献奖。节目还讨论了问题选择在创新中的作用，以及见证人性阴暗面后如何保持希望。
GitHub Blog · AI & MLAI 评分3636 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，保留原有对话、代码改动和工作上下文。VS Code 会加载该会话关联的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动修改、本地运行测试，最后提交并推送到会话对应的 pull request。
Microsoft Research精选AI 评分6262 微软研究院推出基于证明的通用计算系统 Magnetar
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，并返回可在约 12 毫秒内验证的简短证明。在 15 个基准程序上，它比同机最快的现有 zkVM 平均快 10 到 39 倍，在笔记本上每秒可证明 7.2 至 8.7 百万条 RISC-V 指令。
推荐理由：微软研究院把十余年零知识证明研究整合为 Magnetar，读者可了解通用程序证明在速度与密码学假设上的取舍。
GitHub Blog · AI & MLAI 评分4848 GitHub 用 ModernBERT 分类器重构密钥检测：误报更少、成本降 98%
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前的 LLM 流水线，在推送后扫描中把用户接受率提升 11.5%、中位扫描执行时间缩短 86%、服务成本降低超 98%。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级规范，用 .github/instructions 中的 applyTo 字段指定路径级规则，用 .github/skills 下的 SKILL.md 打包可复用流程，用 .github/agents 创建自定义智能体。
Microsoft ResearchAI 评分4747 微软研究用 StudentSim 模拟学生学习，提升 AI 辅导效果
微软研究院提出 StudentSim，用公开的去标识化学习记录为每位学生训练个性化 AI 学生模拟器，在真实学习者测试前评估和改进 AI 辅导系统。该工作同时推出覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准，从行为保真度和指导响应性两个维度评估模拟器，结果显示 StudentSim 在上述领域优于领先基线，可为训练 AI 辅导系统提供反馈信号。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的密钥检测分类器，扩展 push protection
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把 push protection 扩展到无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，并称可让可拦截的密钥数量翻倍以上。
Microsoft Research精选AI 评分7575 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源约 3500 行的智能体强化学习框架，让部署时的 harness 直接参与训练，并给出可复现的编码智能体训练结果。
Microsoft ResearchAI 评分3131 微软研究院播客：AI 会犯哪些错，失败又能教我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。Neville 还分享使用当前 AI 系统的实用建议，并强调结果偏离预期时细查数据的重要性。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码评审开放基准 ReviewBench
GitHub 发布 AI 代码评审离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
GitHub Blog · AI & MLAI 评分2222 GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能
GitHub 博客提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。文章以新增认证流程为例，展示开发者如何从逐行写代码转为定义任务、审阅多个智能体产出并做技术决策。文中还提到 GitHub Copilot 内置的 Rubber Duck 智能体，会用第二个模型对计划、代码和测试提出批评。
Microsoft ResearchAI 评分4545 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习流水线，可为美国本土 66,935 座变电站生成位置特定的空间天气风险估计，并提前 30 至 60 分钟预警。系统结合太阳风观测、AE 与 Dst 指数预报、地质电导率及电网数据，评估期内对重大事件检出率约 80%，其中 ≥10 nT/min 事件检出率 76.5%。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvases 是可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述工作流，agent 即可生成看板、发布清单或仪表盘等界面。用户与 agent 可同时操作同一画布，点击按钮或移动卡片会即时同步，无需额外发送或同步步骤。画布可保存为扩展供团队共享或个人复用，Awesome Copilot 已提供现成扩展。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX 后端，并加入结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。
推荐理由：原文给出注意力与 Mamba 两个内核的实测数字，并拆出翻译层带来的增益，可据此判断跨平台内核迁移的可行边界。
Berkeley AI ResearchAI 评分4141 ABBEL：教 LLM 更新信念状态，提升长程交互效率
Berkeley AI Research 提出 ABBEL 框架，将摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体的工作上下文。在 CollabBench 协作编码任务上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也显著低于全上下文设置。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本正快速趋近于零，GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不足 $1，部分厂商已低于 $0.10。
Berkeley AI ResearchAI 评分1515 2026 届 BAIR 博士毕业生展示：LLM 推理、机器人学习与生成模型研究
伯克利人工智能研究实验室（BAIR）展示 2026 届博士毕业生，研究方向覆盖机器人、LLM 推理、计算机视觉、生成模型与 AI 安全。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，以及 UCLA、普林斯顿 CITP 等学术岗位。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，重点分析自适应并行推理：让模型自行决定何时分解并并行化独立子任务、开多少并发线程以及如何协调。现有 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法多由外部固定并行结构，未按问题难度自适应调整。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让世界模型的长时程规划更稳健。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部最优和高维视觉潜空间失败模式等问题。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大规模场景下识别 LLM 中的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10x 更少的消融达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展至数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等方法。
Berkeley AI ResearchAI 评分3838 伯克利提出基于信息量的成像系统设计框架，登NeurIPS 2025
伯克利AI研究团队提出一种直接以互信息评估和优化成像系统的框架，在NeurIPS 2025论文中证明该信息指标可预测彩色摄影、射电天文、无透镜成像和显微镜四个领域的系统性能。优化该指标得到的设计可媲美SOTA端到端方法，同时占用更少内存和算力，且无需任务专用解码器设计。方法利用成像噪声物理特性，仅需从测量数据学习总变差项，估计值构成真实信息量的上界。