AI 快讯
LIVE · 24h全网 AI 动态的中文速报，聚合引擎每 15 分钟更新。
- 11 月 2 日 05:0004:16
RoboColosseum：大规模真实环境机器人策略评测
↗ 查看原文 · arxiv.org分布式评测框架 RoboColosseum 在 124 个站点完成 5699 次配对比较，覆盖 5 个 VLA 策略与…
- 04:08
- 04:02
EU AI Act 正式生效，开发者需关注披露与标注义务
↗ 查看原文 · dev.to欧盟 AI Act 已进入全面执行阶段，开发者需按第 50 条做 AI 内容披露与标记，并承担 GPAI 相关义务，违规…
- 11 月 2 日 04:0003:59
26 个主流 LLM 在 4-bit 量化、8K 上下文下的显存需求实测
↗ 查看原文 · dev.to有开发者整理了 26 个模型在 4-bit 量化、8K 上下文下的显存占用数据，回应本地部署时「能不能装进我的显卡」的常…
- 03:51
研究称 MMLU-Pro 仍沿用被专家指出错误的 MMLU 答案键
↗ 查看原文 · dev.to有研究指出 MMLU-Pro 仍在使用 MMLU 的答案键，而专家曾判定其中 55 道题里有 52 道答案有误，可能影响…
- 03:44
- 03:02
SessionFarmer：从真实编程会话中构建 SWE 基准
↗ 查看原文 · arxiv.org研究者提出 SessionFarmer，将开发者与代理的对话及提交记录重构为可执行任务，并构建含 242 个任务的 Cr…
- 11 月 2 日 03:0002:16
- 02:04
LLM Agent 为单一仓库定制多机器人规划器，吞吐提升22%–60%
↗ 查看原文 · arxiv.org研究让 LLM 编码 Agent 自主研究，把通用多机器人规划器针对单个仓库场景做专门化，吞吐提升 22%–60%，且改…
- 11 月 2 日 02:0001:55
EviCast 提前预测 RAG 检索收益，诊断调用减少80%
↗ 查看原文 · arxiv.orgEviCast 通过共享响应校准预测不同检索配置的端到端净收益，无需逐一执行即可判断是否值得部署，诊断生成调用减少 80…
- 01:51
研究分析千个仓库的 Agent 指令文件，提出模板
↗ 查看原文 · arxiv.org研究分析 1000 个 GitHub 仓库的 3387 份 Agent 指令文件，发现多格式并存时 16.1% 的对应段…
- 01:47
Eurogamer 调查：AI 生成的粉丝维基错误频出，扰乱游戏文化
↗ 查看原文 · eurogamer.netEurogamer 报道称，一些打着粉丝维基旗号的网站实为 AI 生成，内容含不存在的角色与技能，且不能由用户编辑，只能…
- 01:37
- 01:35
文章：AI 能写更多代码，系统仍需工程师把关
↗ 查看原文 · picon.dev一篇评论文章指出，AI 代理可承担更多实现工作并辅助分析、设计与测试，但决定做什么、以什么证据验收仍应由工程师负责，架构…
- 01:30
量化对编码 Agent 的影响：准确率不变但行为改变
↗ 查看原文 · arxiv.org对比 BF16 与 4-bit 量化在编码 Agent 上的表现，未发现显著准确率损失，但解题路径、工具调用和失败模式出…
- 01:09
- 11 月 2 日 01:0000:56
- 00:54
APG：基于 LLVM-IR 图数据库的 Agent 静态分析基础设施
↗ 查看原文 · arxiv.orgAPG 把编译器静态分析拆成 38 个原子能力供 LLM Agent 组合调用，在 812 个 C/C++ 缺陷上修复成…
- 00:17
零上传浏览器音频工作室：用 WebAssembly 做 MP4 转 MP3 与分轨
↗ 查看原文 · dev.to有开发者介绍其浏览器端音频工作室，基于 WebAssembly 在本地完成 MP4 转 MP3、人声分轨和 8D 音频处…
- 00:11
- 11 月 2 日 00:0000:00
OpenAI 任命 Dan Driscoll 为国家安全现代化高级顾问
↗ 查看原文 · openai.comOpenAI 宣布任命 Dan Driscoll 担任国家安全现代化高级顾问，负责就负责任地使用 AI 推进国家安全、网…
- 00:00
- 23:32
- 23:29
论文探讨建筑环境组织如何为agentic AI准备数据
↗ 查看原文 · arxiv.org一篇arXiv论文综述建筑、工程与施工行业的数据组织方式，讨论知识结构、互操作性及RAG、MCP等接入机制，指出数据碎片…
- 23:29
论文提出验证智能体驱动的规格优先软件工程架构
↗ 查看原文 · arxiv.org一篇arXiv论文提出规格优先的架构，由智能体同时生成代码、形式化规格与证明，规格成为人工审查主体，代码和证明脚本变为可…
- 23:24
Simon Willison：拿不准就删掉 uv.lock 文件
↗ 查看原文 · simonwillison.netSimon Willison 称升级到 Python 3.15 后偶发依赖报错，他的经验是拿不准就删除 uv.lock…
- 23:20
- 11 月 1 日 23:0022:51
- 22:10
Apollo 经济学家称 AI 对多数企业无财务回报
↗ 查看原文 · techcrunch.comApollo 首席经济学家 Torsten Slok 分析标普 500 中除七大科技巨头外的公司，发现利润率和人均营收基…
- 11 月 1 日 22:0021:58
- 21:49
- 21:32
- 21:29
- 21:28
- 21:22
论文：LLM 现代化改造旧 PHP 代码常破坏原有功能
↗ 查看原文 · arxiv.org一项研究让五个 LLM 把 100 个 WordPress 4.0 PHP 文件改写到 PHP 8.3，结果最好的模型只…
- 21:06
BOBA-Bench：编码智能体连续任务完成率从95%降至51%
↗ 查看原文 · arxiv.org研究者基于140个开源项目构建280条各含20个连续请求的测试链，十个编码智能体单次请求平均完成95%，串联后仅51%…
- 21:02
- 21:01
George Hotz 称编码智能体是代价高昂的错误
↗ 查看原文 · dev.toGeorge Hotz 认为智能体生成的代码存在更难察觉的缺陷，Karpathy 也称其臃肿。两人都指出，风险在于审查者…
- 11 月 1 日 21:0020:44
- 11 月 1 日 20:0019:59
- 19:42
在 Cloud TPU 上用 TorchTPU 运行 Captum 的工作记录
↗ 查看原文 · dev.to有开发者记录了花几天时间通过 TorchTPU 在 Cloud TPU 上运行 Captum 归因方法的过程，属于实践性…
- 19:40
研究用决策模型做编码智能体的运行时策略闸门
↗ 查看原文 · arxiv.org研究者用2643条工具调用数据评测22个托管决策模型，显式写出边界示例后各模型召回率提升5.5至26.1个百分点，误报也…
- 19:33
Google Cloud Agent Identity：令牌被绑定，窃取后无法使用
↗ 查看原文 · dev.toGoogle Cloud 推出 Agent Identity 机制，把令牌与具体部署绑定，被窃取的 agent 令牌在别…
- 19:30
2026 JS 桌面运行时对比：Electron、NW.js、Neutralino、Adrenaline
↗ 查看原文 · dev.to作者用自动化、可复现的测试对比 Electron、NW.js、Neutralino 与 Adrenaline 四款 JS…
- 19:15
- 19:15
- 19:12
- 19:07
开发者造出把 fetch() 视为语法错误的编程语言 catscript
↗ 查看原文 · dev.to开发者发布自制的编程语言 catscript，用 cat 打印输出，并把 fetch() 直接定义为语法错误。
- 19:05
开源 Mac 应用 Coincide 支持多编码代理接力同一对话
↗ 查看原文 · dev.to开源 Mac 应用 Coincide 可让同一段对话在 Claude Code、Codex、Cursor、Grok Bu…
- 19:03
Python 默认参数陷阱：看起来完全正常的 bug
↗ 查看原文 · dev.to文章以 def add_tag(tag, tags=[]) 为例，说明 Python 可变默认参数这一常见陷阱，代码表面…