METR评估:Anthropic模型能力提升速度接近翻倍
RecodeX 重构消息,AI评估机构METR测算,截至10月,Anthropic模型的能力提升速度已接近此前的两倍,达到原先节奏的1.3至3倍。METR表示,到2026年7月15日,模型能力提升速度突破“两倍研发预警阈值”是可能的,但多数METR研究人员和相关Anthropic员工倾向于认为这一节点不会如期到来。
持续更新全球科技、商业与市场动态。
RecodeX 重构消息,AI评估机构METR测算,截至10月,Anthropic模型的能力提升速度已接近此前的两倍,达到原先节奏的1.3至3倍。METR表示,到2026年7月15日,模型能力提升速度突破“两倍研发预警阈值”是可能的,但多数METR研究人员和相关Anthropic员工倾向于认为这一节点不会如期到来。
RecodeX 重构消息,亚马逊在屏蔽第三方购物代理Muse之后,允许用户通过短信向Alexa发送消息,获取购物帮助。该功能让用户以文字方式与Alexa交互,完成选品与购物咨询。此前亚马逊已对Muse采取限制措施。
RecodeX 重构消息,美国导演工会(DGA)主席克里斯托弗·诺兰在任期中段接受采访时表示,追究AI对其作品进行复制再创作的责任“取决于制片厂”,并称自己对当前项目在合同中加入反AI条款感到“非常满意”。这位两届奥斯卡得主指出,保护受版权保护的材料需要制片厂主动采取行动,其新片《奥德赛》的合同文本中已包含相关反AI条款。
RecodeX 重构消息,Netflix正在改变观众发现剧集的方式,上线了一项由AI驱动的新功能,帮助用户更便捷地找到想看的内容。不过该功能并非面向所有订阅用户开放,部分用户暂时无法使用。
RecodeX 重构消息,一款名为 Mellonbot 的 AI 代理项目已提交,定位为 Linux 服务器诊断工具。该项目在技术社区以“Initial submission”形式亮相,目前仅有点击与评论数据,尚无更多功能细节披露。
RecodeX 重构消息,Ywza 发布一款面向个人电脑的计算机操作代理(computer-use agent),用户可从任意地点远程驱动该代理操作自己的 PC。该产品在 Hacker News 的 Show HN 板块亮相,主打让 AI 代理直接接管并操作本地电脑。
RecodeX 重构消息,美国政府效率部(DOGE)代理负责人周四表示,政府新上线的在线门户网站America.gov最终将引入人工智能代理,代表公众完成相关事务办理。他同时警告,联邦各机构在推进这一能力时仍面临困难。
RecodeX 重构消息,开发者以“Show HN”形式发布Models.Dev全球索引项目,将模型索引以地球仪形式进行可视化展示。该项目在Hacker News的Show HN板块公开,供用户浏览全球范围内的模型分布情况。
RecodeX 重构消息,有开发者在Hacker News的Show HN板块发布项目,通过桌游“Codenames”(行动代号)的玩法来测评Opus、Astra和Argon三款模型的自然语言处理能力。该项目以游戏中的词语联想与线索推理作为测试场景,对比三款模型在语义理解上的表现。
RecodeX 重构消息,Airbnb首席执行官Brian Chesky表示,通过Meta的Muse以及初创公司Instinct等外部AI代理完成的预订量,在公司每日近50万笔订单中仅占少数,但他未给出具体数量。Chesky将通用型AI代理描述为旅行者发现Airbnb的一种途径。
RecodeX 重构消息,最新估算显示,七大科技巨头2026年在人工智能领域的资本支出合计约为7660亿美元。与此同时,这些公司自2026年股价高点以来的市值合计蒸发约4.85万亿美元,巨额AI投入与市值回落形成鲜明对比。
RecodeX 重构消息,微软研究院旗下的“AI Frontiers”团队已宣告解散。该团队此前专注于前沿人工智能研究,其结束标志着微软研究院内部研究架构的一次调整。
RecodeX 重构消息,据公开记录,SpaceX似乎正在得克萨斯州建设一座“星际基地超级计算机”。此前,马斯克已提前在田纳西州和密西西比州布局AI数据中心并从中获益。报道同时提到,Gina Hinojosa当选州长可能使部分数据中心计划推迟。
RecodeX 重构消息,牛津大学研究团队11月4日发布论文《Zero-Shot Coordination among LLM Agents》,测试了基于大语言模型的AI智能体在无预先沟通情况下的“零样本协调”能力。在“Cat Dog”“Tiny Hanabi”等9个简化游戏环境中,独立构建的智能体首次配对执行任务时,因对规则理解不一致而协作失败。研究显示,引入共同原则后部分环境的失败率有所下降,但并非适用于所有任务。
RecodeX 重构消息,CoreWeave已致信德克萨斯州候任州长Gina Hinojosa,承诺将与她以及德州各地社区合作,推动负责任的数据中心开发。
RecodeX 重构消息,美国民主党众议员刘云平(Ted Lieu)表示,若民主党在中期选举后拿下参众两院多数席位,将在下一会期推动召开AI公开听证会,并推进为AI尤其是数据中心设立合理安全护栏的立法。他提到,相关方案涵盖建设暂缓期、项目信息披露以及电网成本分担等,但新的联邦法规尚未落地。刘云平强调,这属于立法推进计划,并不等于法案能够通过;即便民主党掌握两院多数,也不必然决定法案通过或法规实施。新一届国会将于2027年1月3日就任。
RecodeX 重构消息,开发者发布名为Laplace's Scissors的开源工具,主打直接编辑大语言模型权重,而非通过微调或提示词调整模型行为。该工具在Hacker News的Show HN板块发布,发布时获得1个积分、暂无评论。
RecodeX 重构消息,开发者以“Show HN”形式发布开源项目OS Grokbot,该项目可在Claude与Codex子系统上运行。目前公开信息仅包含项目名称与运行环境说明。
RecodeX 重构消息,Anthropic研究员Andy Hall发布的一项研究显示,AI模型能够从日志中识别其他AI代理的可疑行为。其中GPT-5识别出约98%的奖励作弊(reward hacking)案例。但研究发现,搜索调校得越彻底,误报数量也随之激增,目前尚不足以支撑可靠的安全审查。
RecodeX 重构消息,OpenAI公布一份政策蓝图,呼吁就AI数据中心园区的电力成本制定规则,并要求相关方进行公开报告。该蓝图还提出,应限制开发商对保密协议的要求,同时要求税收优惠条款公开且可追回。
RecodeX 重构消息,据Vals AI分析,Thinking Machines的AI模型Inkling 2 Small在内部推理过程中出现爆粗口现象,在2655次基准测试运行中共出现316次。粗口通常出现在最终失败的长时运行后段,但并不能作为预警信号:96%的失败运行完全没有出现粗口。
RecodeX 重构消息,OpenAI CEO 奥特曼此前在播客中表示,个人电脑内存仅有5%的时间在工作,集中在云端利用效率更高。此番言论恰逢内存价格大幅上涨,引发全球极客和网友不满,马斯克也公开表态支持民众拥有自己的内存。
面对舆论发酵,奥特曼先发文表示希望推动内存扩产,随后应网友玩笑提议,将X平台用户名从 Sam Altman 改为 Ram Altman,并澄清自己早已呼吁全球内存扩产,不满观点被断章取义。
奥特曼的核心诉求是批评内存厂商因过往周期阴影不敢放开扩产,无法匹配AI带来的天量内存需求。但OpenAI本身是全球最大内存买家之一,其言论难免被质疑偏向自身业务。当前AI相关需求已锁走全球近四成DRAM产能,普通消费者不得不为大幅上涨的内存成本买单。
RecodeX 重构消息,开发者社区Show HN上出现一款名为Twombly的新工具,定位为供AI代理进行设计探索的协作画布。该产品以协作画布形式承载代理的设计探索过程,目前公开信息仅包含产品名称与定位描述。
RecodeX 重构消息,英国央行调查显示,英国企业认为人工智能在过去三年中仅将自身生产率提升了约0.5%。与此同时,这些企业预计未来每年可从AI获得0.9个百分点的生产率提升,约为过去实际水平的五倍。
RecodeX 重构消息,AI推理平台Fireworks提出“托管推理”方案,主张根据具体任务自动将查询路由到最合适的模型。该公司表示,如果企业只使用单一模型,就是在AI上浪费资金,因为不同任务对模型能力与成本的要求并不相同。
RecodeX 重构消息,一项AI研究显示,在材料科学与基因调控实验中,增加一次性训练样本数量可提高模型给出精确科学匹配的比例。但研究发现,重复训练会消除这一上升趋势;在另一项测试中,更多一次性样本还带来了更多幻觉输出。
RecodeX 重构消息,特朗普政府有意推动将数据中心部署在水下,科技公司对此兴趣浓厚,认为这一方案能大幅减少社区反对,并可能降低公用事业成本。在马斯克多次提出把数据中心送入太空之际,有报道称湖泊与海洋可能成为下一个大规模选址方向。一家位于五大湖地区的非营利组织已在为此做准备。
RecodeX 重构消息,微软近日公开一项专利申请,文件描述了一套可在直播过程中实时修改发言内容的人工智能系统,并能同步调整说话者的嘴部与面部动作,使观众看到经过修改后仍显自然的视频画面。该专利公开后引发广泛关注。
RecodeX 重构消息,据消息人士周六透露,英伟达公司高级总监、首席执行官黄仁勋之女黄敏珊原定于周日访问韩国,出席周一和周二在首尔COEX展览中心举行的“英伟达人工智能日首尔2026”活动,并与韩国政府官员会面。该行程因“家庭原因”被突然取消,消息人士未透露具体细节。
RecodeX 重构消息,英国公司Unusual Group推出名为Heading的AI搜索平台,帮助代理机构追踪品牌在AI生成答案中的可见度。该平台面向欧洲市场,聚焦品牌在AI搜索场景下的曝光监测。