使用 Amazon SageMaker HyperPod Data Capture 构建模型改进飞轮
AWS 演示了如何使用 Amazon SageMaker HyperPod Data Capture 构建模型改进飞轮，通过捕获推理数据、分析标注和微调改善模型。示例使用合成数据，以 Qwen2.5-3B-Instruct 构建家电支持路由器，并在单个集群上完成数据捕获、训练和重新部署。
全部 AI 动态
AWS Machine Learning BlogAI 评分4242 TechCrunch · AIAI 评分6767 OpenAI 推出 ChatGPT Wallet，让 dots 智能体代用户购物并结账
OpenAI 周五推出 ChatGPT Wallet，让名为 dots 的 AI 智能体帮助用户选择商品并代为完成购买。该功能初期仅向部分年满 18 岁的美国 ChatGPT Pro 订阅用户开放，支持美国发行的 Visa、Mastercard 或 American Express 卡。
AI快讯精选AI 评分9595 黄仁勋辞任英伟达 CEO 相关报道时间线：人事变动与芯片出口调查
TechCrunch 按时间线梳理黄仁勋相关争议，称英伟达董事会已接受其辞呈，由 CFO Colette Kress 兼任临时 CEO。材料将相关人事变动与 Megaspeed 涉嫌规避对华芯片出口限制的调查、美国国会要求黄仁勋作证等事件串联起来。涉及 Alice Huang 的间谍身份及部分婚外情的说法来自官员判断或媒体报道，不应视为已获确认的事实。
推荐理由：时间线将管理层变动、客户芯片流向调查与国会问询串联起来，提供了理解公司治理与出口管制风险交织的背景。
AI快讯AI 评分5555 微软 Outlook 全球故障进入第二天，Copilot 等 AI 集成受影响
微软 Outlook 全球故障延续至 11 月 13 日，进入第二天，Copilot 等基于 Exchange Online 的服务仍受影响。受影响范围还包括 Teams 部分功能、SharePoint 和 Defender XDR，但核心 Teams 聊天和会议基本正常。
The Verge · AI精选AI 评分8484 黄仁勋风波背后，Nvidia 与 AI 行业面临哪些风险？
The Vergecast 分析黄仁勋风波背后的 Nvidia 对华业务、美国政府关系，以及 AI 行业稳定性面临的潜在风险。节目称黄仁勋已于周四辞去 Nvidia CEO 职务，并讨论 Megaspeed、后续可能出现的政治追问，以及谁会接替他成为 AI 行业的代表人物。节目还讨论流媒体平台借助微短剧、免费档位和竖屏视频应对 TikTok 的策略。
推荐理由：节目将黄仁勋的人事风波放在 Nvidia 对华业务与美国政府关系中讨论，关注后续审视可能如何波及 AI 行业稳定。
The Verge · AIAI 评分6868 Claude Duet 智能体实测：有些神经质，却也出乎意料地有用
Allison Johnson 实测 Claude Duet 一周，发现它能跨邮件、日历、Google Docs 和 Slack 主动发现工作安排中的疏漏，但也会误判期限的紧迫程度。
Latent Space精选AI 评分9393 黄仁勋在领导 NVIDIA 33 年后辞职，Colette Kress 出任临时 CEO
NVIDIA 宣布，领导公司 33 年的黄仁勋辞去 CEO、总裁及董事职务，由 CFO Colette Kress 兼任临时 CEO。材料称，SEC 文件显示董事会于 11 月 11 日接受辞呈，公司于 11 月 12 日公布变动。董事会已启动继任者搜寻，Harvey Jones 出任董事会主席。
推荐理由：临时接任者继续兼任财务负责人、董事会启动继任者搜寻，为理解此次管理层交接的过渡安排提供了具体背景。
Latent SpaceAI 评分7070 ArtCraft 用 AI 复刻 Photoshop，计划以开源方式“重建一切”
ArtCraft 创始人 Brandon Thomas 在 AI Engineer Code Summit 分享了用 AI 开发 17 款开源软件的实践，并提出让用户自行改造应用与工作流的愿景。
Simon Willison精选AI 评分7878 Gemini 4 Hydrogen 评析：价格接近 Carbon 与 Argon，生成表现差距明显
Simon Willison 比较了 Gemini 4 Hydrogen 与 Carbon、Argon 的价格及鹈鹕生成样例，指出 Hydrogen 当前仅便宜 25%，生成质量却有明显差距。
推荐理由：把当前价差与调价后的价差分开比较，再结合相同题材的生成样例，提供了理解模型价格定位与输出质量差异的具体视角。
GitHub Blog · AI & ML精选AI 评分7070 智能体技能实用指南：如何编写一次并跨客户端复用
GitHub 通过 Data Forge 和 Proof Agent 示例，讲解如何构建可在多个智能体客户端复用的技能，并设置检查与人工审批环节。技能以 SKILL.md 为核心，将项目配置放入独立清单，让多个技能共享上下文和平台访问路径，再生成适用于 Claude Code、Cursor 和 GitHub Copilot 的客户端文件。
推荐理由：将项目配置与技能指令分离，并让相关技能共用执行路径，为团队把隐性业务经验整理成可跨客户端复用的工作流提供了具体方法。
AWS Machine Learning BlogAI 评分4343 使用 SGLang-Neuron 在 AWS Trainium 上部署前沿 AI 模型
SGLang-Neuron 已公开可用，支持通过熟悉的 SGLang 接口在 AWS Trainium 上部署模型并生成强化学习轨迹。该插件基于原生 PyTorch，支持预填充与解码分离，可通过 AWS Deep Learning Container 使用。
The Verge · AIAI 评分7878 Google Gemini 4 Hydrogen 增强复杂问题理解，成为 AI Mode 默认模型
Google 表示，新模型 Gemini 4 Hydrogen 更擅长理解多部分问题、难以辨认的拼写错误和具体请求，现已成为 AI Mode 默认模型，并用于 AI Overviews 中最难的问题。
Microsoft ResearchAI 评分4040 Microsoft Research Focus 第 98 期
Microsoft Research Focus 第 98 期介绍了 AI 翻译、数学难题及编码智能体效率等研究进展。研究人员解决了历时 31 年的 KLS 猜想，并提出 COMPACTIONBENCH 和 APEC，后者在评测中将成本降低最多 25.4%、执行时间缩短 9.6%。Latent Core Tokenizer 在 104 种语言的评测中生成了更具语言意义的 token。
MIT Technology Review · AIAI 评分6060 Nvidia 被指私下认可芯片追踪可行性，行业协会此前公开质疑
美国议员 Bill Foster 向 MIT Technology Review 表示，Nvidia 代表曾私下认可《芯片安全法案》所要求的反走私追踪措施在技术上可行。
Ars Technica · AIAI 评分8080 Google 推出 Gemini 4 Hydrogen，替换 Gemini 3.8 Flash
Google 推出 Gemini 4 Hydrogen，即日起在旗下产品中替换 Gemini 3.8 Flash，开放限制较此前的 Argon 和 Carbon 更宽松。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流
Google DeepMind 发布 Gemini 4 Hydrogen，主打快速执行日常编码与智能体任务，即日起向开发者、企业和消费者产品逐步开放。
推荐理由：通过区分深度架构判断与日常执行任务，材料展示了多模型工作流如何分配任务，并给出配额消耗与完成速度的对比数据。
Ars Technica · AIAI 评分6161 Google 的 Gemini 智能眼镜开启预订，起售价 $395
Google 与 Samsung、Gentle Monster 和 Warby Parker 合作的 Gemini 智能眼镜今日开启预订，起售价 $395。Samsung 提供计算硬件，Google 负责软件；Warby Parker 推出 Alden、Reid、Wren 三款镜框，仅在美国销售。Gentle Monster 提供六种款式，起售价 $449，将在美国和韩国销售。
Latent SpaceAI 评分7474 Google 发布 Gemini Decision 1，支持单次处理最多 1,000 个决策问题
Google 发布 Gemini Decision 1 及 Gemini Decisions API，以单次前向计算完成封闭选项决策，而非逐 token 生成文本。
Latent SpaceAI 评分5252 工程师如何用 Jev 系统一模型构建软件
AI Engineer Code Summit 展示了 Glean、UiPath 和 Workday 使用 Jev 系统一模型构建软件的案例，涵盖分类决策、文档排序和表单预填。
Simon WillisonAI 评分6565 Gemini Decisions API 评测：对比决策模型价格、多模态输入与概率输出
Simon Willison 对比并实测 Google 的 Gemini Decisions API，其 Gemini Decision 1 支持是非题、选择题和量规评分。
Simon WillisonAI 评分5151 AWS 官方 aws-emulator 支持在本地模拟服务运行测试
AWS 官方 aws-emulator 可在本地模拟其多种服务并运行测试，无需配置付费 API 密钥。该项目使用 Rust 编写，由大批 AI 智能体参与开发，前 3 周产生了 29,684 次提交。目前在 macOS 或 Windows 上运行需要 Docker；Simon Willison 希望未来能直接下载单个二进制文件，将其纳入其他语言和平台的标准测试套件。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 AlphaGenome 2，预测 DNA 变异对特定细胞类型的影响
Google DeepMind 发布 AlphaGenome 2，通过条件模型预测 DNA 序列及其变异对特定细胞类型和状态的影响，并可分析未见过的细胞状态。模型使用超过 107 million 个单细胞图谱训练，在 TenK10K 数据集上的因果变异识别比例为 30%，对比原版经单细胞数据微调后的 16%，并新增 DNA 甲基化预测。
推荐理由：从组织平均值转向细胞类型与状态的条件预测，有助于定位被组织层面分析掩盖的变异效应，将遗传关联落到具体细胞。
Latent SpaceAI 评分6262 Mercor 完成 $750M D 轮融资，估值达 $20B，年化收入达 $3B
Mercor 完成 $750M D 轮融资，估值达 $20B，并在 27 个月内将年化收入规模提升至 $3B。其年化收入在 2 月突破 $1B、6 月突破 $2B，公司称拥有 500 万名专家，推理支出已达到员工薪酬的 3x。公司将尚未得到模型评估覆盖的职业工作流视为市场机会，指出仅美国就有超过 800 种不同职业。
Latent SpaceAI 评分5757 OpenAI 在 AI Engineer Code Summit 演示 Codex 的云端、语音与个人智能体工作方式
OpenAI 在 AI Engineer Code Summit 工作坊演示了 Codex 的新工作方式，包括云端任务交接、语音调度和个人智能体 dots。此前公布的 Codex Cloud version 2 可复用已发布的环境，在隔离实例中运行多个任务；工程师承认本地与云端之间的交接仍需简化，并涉及上下文差异管理。
Microsoft Research精选AI 评分7171 Microsoft 研究 Lazarus 后门技术：改写不足 10 个休眠神经元即可操纵 AI 智能体
Microsoft 研究人员发现 Lazarus 后门技术，无需训练，仅改写 LLM 中不足 10 个休眠神经元，就能让 AI 智能体在隐藏触发条件出现时执行恶意命令。
推荐理由：研究将智能体后门风险具体落到模型权重完整性上，说明常规行为评测之外，核验原始权重与来源也是安全审计的重要环节。
Latent SpaceAI 评分5858 Resend CEO Zeno Rocha 访谈：如何为 AI 智能体设计开发者工具
Latent Space 访谈 Resend 联合创始人兼 CEO Zeno Rocha，探讨如何让 AI 智能体更容易选择和使用开发者工具。Resend 的定价页支持在 URL 后添加 .md，让智能体通过一次请求读取价格表；录制时，其 MCP server 已从上线时约 20 个或更少的工具扩展至 80 多个，讨论也涉及工具返回结果过大、超出上下文容量的问题。
Google DeepMind精选AI 评分8787 Google 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon
Google 宣布开放 Gemini 4 Carbon，面向开发者、企业、科研人员和消费者，主打复杂知识工作、长流程智能体编码、网络安全与科学推理。
推荐理由：Carbon 与 Argon 的任务定位和 token 消耗差异，为比较复杂任务中的推理深度、验证投入与使用成本提供了具体依据。
Google DeepMind精选AI 评分8080 Google DeepMind 介绍 AlphaProof Code，形式化验证 Signal 核心加密代码
Google DeepMind 公布 AlphaProof Code 研究，由人类专家指导 AI 智能体，形式化验证 Signal 核心加密代码的关键安全属性。
推荐理由：研究将验证对象从协议设计推进到实际运行的代码，为理解形式化验证如何覆盖设计与实现之间的安全缺口提供了具体案例。
Google DeepMindAI 评分5454 Google DeepMind 开放天气数据集 SatWeave 和 PARDIG 及其实时数据流
Google DeepMind 开放 SatWeave 和 PARDIG 的历史档案与实时数据流，供研究者和开发者构建天气、水文及气候应用。两者均用于此前发布的 WeatherNext 3，前者提供每小时更新、覆盖 17 个通道的全球卫星影像拼接，后者提供 AI 生成的全球降水数据，在小到中等强度降水的小时级检测能力上比 IMERG-Final 提升超过 30%。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini Robotics 2.5，提升机器人灵巧性与真实场景可靠性
Google DeepMind 发布视觉语言动作模型 Gemini Robotics 2.5，提升机器人任务广度、灵巧性与安全性，并正向机器人合作伙伴开放。
推荐理由：从多任务评测到汽车产线试点，材料给出了机器人灵巧性提升与实际作业可靠性之间的对照，便于理解模型进展的落地范围。
MIT Technology Review · AIAI 评分5959 数据中心遭抵制，核心问题可能是电力而非文化冲突
James O'Donnell 实地走访弗吉尼亚州数据中心聚集区后判断，数据中心遭抵制的原因更多在于用电的实际后果，而不只是科技企业所说的文化冲突。接入电网涉及输电成本分摊与高峰期供电压力，自备天然气轮机和柴油发电机则会给周边社区带来空气污染。文章指出，电力短缺也在制约行业扩张，需要现场发电的新项目可能转向人口稀少、反对阻力较小的地区。
MIT Technology Review · AIAI 评分5757 接替 Nancy Pelosi 的 Scott Wiener 准备推动联邦 AI 监管
Scott Wiener 赢得 Nancy Pelosi 空出的旧金山国会席位后，在采访中表示将推动具有实质约束力的联邦 AI 监管。他此前推动加州 SB 1047 和 SB 53，如今支持设立强有力的联邦监管机构、保护举报人、要求测试与审计并设置紧急关闭机制，同时反对联邦法律广泛排除州级 AI 法律的适用。
GitHub Blog · AI & MLAI 评分4848 超越代码生成：GitHub 智能体工程开发者指南
GitHub 介绍了利用 Copilot 开展智能体工程的工作流，涵盖规划、构建、验证和观察等软件开发阶段。规划阶段可用 Copilot 整合上下文并创建 GitHub Issues；构建阶段可跨设备延续会话，让任务在云端沙箱中运行。
MIT Technology Review · AIAI 评分5757 亲测 Tau Robotics 人形机器人清洁公寓：像是提前体验未来
Grace Huckins 两次体验 Tau Robotics 的人形机器人入户清洁服务，发现机器人能完成实际清洁，但动作缓慢且仍高度依赖远程人工操作。首次服务因远程操作设备过热提前结束，第二次则完成了厨房和马桶清洁，但仍出现水龙头滴水、碰倒物品等问题。Tau 利用清洁过程采集的数据训练自主操作模型，联合创始人称机器人已能自主吸尘和拖地；目前双机器人每周清洁收费 $60，单次上门收费 $100。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini Omni 1.2 Flash：支持 15 秒视频，价格降低 30%
Google DeepMind 发布 Gemini Omni 1.2 Flash，原生视频生成和编辑时长从 10 秒增至 15 秒，并在 Gemini API 和 Gemini for business 全面开放。
推荐理由：相较上一版，片长增加与降价之外，多轮编辑让局部修改不必重新生成整段视频，为批量制作广告变体提供了更灵活的工作流。
Microsoft ResearchAI 评分5858 Microsoft Research 演示如何用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 用 PDD Kit 演示了对 Rust 全栈应用 Pet Store 登录逻辑的形式化验证，将开发者意图转为规范，再由 Verus 检查代码是否满足规范。
MIT Technology Review · AIAI 评分7171 得州 AI 数据中心扩建中心地位或因选举变局受冲击
民主党赢得得州州长选举并将掌控州众议院，可能使当地大规模 AI 数据中心扩建计划面临延期或暂停。现任州长 Greg Abbott 已于9月21日要求关键州级监管机构暂停数据中心许可，候任州长 Gina Hinojosa 则在竞选期间主张全面暂停建设。不过，数据中心项目涉及市、县和州多级决策，地方官员及支持部分民主党候选人的建筑工会可能反对全面限制，竞选主张的落实仍面临阻力。
Google DeepMindAI 评分4646 使用 Google Antigravity 开展智能体化学信息学研究
Google DeepMind 演示了 Google Antigravity 借助 Cheminformatics Skills 加速药物发现流程：智能体在约 1 小时内检索数千种化合物、开展匹配分子对分析，并提出新型刚性大环分子及合成路线。该技能套件基于开源化学信息学工具 RDKit，并连接 ChEMBL 和 PubChem 等资源。
MIT Technology Review · AIAI 评分4343 “逆向博弈论”如何约束 AI 智能体
AI 对齐研究人员正在探索用“逆向博弈论”设计激励机制，促使 AI 智能体遵守规则。提议包括奖励模型预测其他模型的答案，以及让模型轮流解决问题和审查彼此的工作。不确定的是，AI 智能体是否会像机制设计所假设的那样理性地响应激励。
Microsoft ResearchAI 评分4343 从合成企业数据评估到提升 Microsoft Copilot AI 可信度
Microsoft 介绍了用于评估 Microsoft Copilot 的 Industry Evaluation Data Generation Platform，通过合成企业环境模拟真实业务场景。平台利用 O*NET、在线招聘信息和 SEC 文件等公开数据，并通过自动化查询生成和内容安全检查构建评估数据，无需使用客户数据。