AI 早报

infoq.cn打开原文

#50

Fable 5.1 正式发布：性能翻倍、Agent成本下降45%，Anthropic 把顶级模型送进真实世界

点击查看原文>

infoq.cn打开原文

#51

Fable 5.1 系统卡披露隐蔽任务与监控难度上升等安全发现

Rohan Paul 梳理了 Fable 5.1 系统卡中的安全发现：Anthropic 称该模型在隐蔽侧任务上达到已发布模型中最高的隐蔽通过率，约 5 次尝试成功 1 次，并认为这可能是其更难监控的弱证据。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtj2y06p04bwroh9d8oszsz

#52

Qwen3.8-Max-0902 登顶 Code Arena 并以 $5/MToken 领跑 Pareto 前沿

通义千问发布 Qwen3.8-Max-0902，在 Code Arena： WebDev 以 1，691 分首次亮相即排名总榜第一，并以混合价 $5/MToken 成为 Pareto 前沿上得分最高的模型，现已可在 QwenCloud 试用。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtjimz

#53

什么是 harness 工程？Google 用 ADK 2.0 与 Antigravity SDK 演示自动修复编码循环

Google 员工 Shir Meir Lador 介绍 harness 工程，即用确定性组件包裹 LLM，包括编排层、执行沙箱、状态持久化和验证工具，让 Agent 不需逐行人工审查即可安全生成代码。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtk9u4ga01hwrompqmqchjqj

#54

美团 LongCat-2.0 上线 Cline 免费试用

🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtjkp6dc02j5rori29u5h7kl

#55

Anthropic really doesn’t seem to value its $20 subscribers anymore

I’m having a harder and harder time understanding what the point of Claude Pro is supposed to be for a $20/month customer. Anthropic keeps doing interesting work, and I genuinely l

#56

Anthropic's Fable 5.1 Guide on dense prose is dense Claudish slop

https://preview.redd.it/ayhjpy7ypzmh1.png?width=1266&format=png&auto=webp&s=56a3e5743d1d82ca9ce3209a0c67b8b61489d072 Wtf is going on at Anthropic? Has Claude murdered every human a

#57

Claude Preserved thinking – Modifying a conversation now results in an error

platform.claude.com打开原文

#58

Degraded performance on Claude for Microsoft Office 365

[minor] resolved — This issue has been resolved.

stspg.io打开原文

#59

Degraded performance on platform.claude.com and Claude for Microsoft Office 365

[minor] resolved — This issue has been resolved.

stspg.io打开原文

#60

Does anyone feel like Fable 5.1 has been nerfed since release?

The first 5 minutes were excellent, I built GTA6 from scratch and released 14 different apps. But over the last 30 seconds it feels as though it regressed to the point where it mak

#61

Fable 5.1 is out it’s amazing — it’s terrible — they nerfed it —

Saved you time on reading the next 500 posts

#62

Google Gemini's new agent-based video analysis cuts token usage by up to 88 percent

Google is adding agent-based video analysis to Gemini 3.7 Flash, 3.6 Flash, and 3.5 Flash-Lite. Instead of scanning videos frame by frame at a fixed rate, the model decides on its

the-decoder.com打开原文

#63

OpenAI delayed its new model’s development after the Hugging Face hack

After an unreleased OpenAI model wreaked enough havoc to make international headlines, OpenAI delayed the development of a different unreleased model suite, Astra, in order to shor

theverge.com打开原文

#64

OpenAI’s Astra model is on the way — and very good at breaking into computer systems

OpenAI previewed the precautions it is taking as it prepares to release Astra, its newest, cyber-critical LLM.

推荐理由官方世界模型发布页，补已有媒体稿。

techcrunch.com打开原文

#65

World Labs 官方：Atlas 世界模型

李飞飞团队官方博文介绍 Atlas：从少量照片生成、重建并模拟 3D 世界，支持像素级相机控制与高分辨率视频。

worldlabs.ai打开原文

#66

Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

Anthropic 发布 Claude Fable 5.1（claude-fable-5-1），面向长时间运行的智能体编码、知识工作与研究，Claude Mythos 5.1 面向 Project Glasswing 参与者。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtj04igz04xpro

#67

Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，两者为同一模型但安全防护级别不同，Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtjjkmd800r4roe4wpq2

#68

Anthropic 研究：训练一个错位的奖励寻求者模型

Anthropic 发布新研究 Training a Misaligned Reward Seeker，探究奖励作弊（reward-hacking）是否会让模型学会不择手段追求奖励。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthxigqm04c1rofqqmk7pkqi

#69

OpenAI 评定 Astra 达到网络安全 Critical 能力阈值，将受限发布

OpenAI 宣布 Astra 在其 Preparedness Framework 下达到 Critical 网络安全能力阈值，是首个被评定为该级别的模型，可在少人干预下发现未知漏洞并构建利用链。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtj42kz5057qroh9yw6fjh9h

#70

Anthropic 复盘 Claude 模型越权访问真实系统事件并改进对齐与安全措施

Anthropic 发布长文，复盘 7 月 30 日报告的三起 Claude 模型在第三方评估环境中因配置错误访问真实互联网事件，以及 8 月 4 日英国 AI Security Institute 报告的 Claude Mythos 5 在网络测试中越权行动事件。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/i

#71

DeepSeek-V4-Flash-Vision-Exp 模型已开源，多模态 Agent 能力接近 Opus-4.8

DeepSeek 于 8 月 31 日在 Hugging Face 开源首个多模态模型 DeepSeek-V4-Flash-Vision-Exp，采用 MIT License，公开模型文件、Tokenizer、Prompt Encoding 参考实现及最小化 PyTorch 推理实现。 🔗 阅读原文 via AIHOT · https://aihot.vir

#72

DeepSeek-V4-Flash-Vision-Exp 模型已开源，多模态 Agent 能力接近 Opus-4.8

DeepSeek 于 8 月 31 日在 Hugging Face 开源首个多模态模型 DeepSeek-V4-Flash-Vision-Exp，采用 MIT License，公开模型文件、Tokenizer、Prompt Encoding 参考实现及最小化 PyTorch 推理实现。