Skip to content

AI新闻 Nov 8, 2026

语言: DE / EN / ZH / FR / ES / PT / JA / KO

AI 生成:摘要由 AI 根据所链接的来源撰写。 我们如何使用 AI

核心要点

  • 图灵奖得主Richard Sutton重申,仅靠原始算力不足以实现智能,需要从根本上全新的学习方法。前OpenAI研究员Tworek对此表示赞同,称盲目的transformer扩展“reward hacked了整整一代科学家的大脑”,与此同时,越来越多的初创公司正押注于这一空白。
  • 阿里巴巴的新Co-Design Bench在曾让AI编程智能体受挫的真实用户请求上对其进行测试。即便是表现最佳的GPT-6 Astra也仅能完全解决26.4%的任务,而同样的模型在旧基准测试上的得分超过99%。
  • DeepSeek表示,其开源智能体应用Harness在11月4日的日活跃用户数达到154万,此时距发布不到三个月,且据彭博社报道,该应用每天消耗约92万亿个token,即每用户约6000万个。
  • OpenAI: $11B (Unknown)
  • 将代理任务工单作为 markdown 文件保存在仓库中与代码并列,并将队列状态提交为快照,以便工作能在会话中断后得以保留,而不是仅存在于聊天窗口中。

今日看点

  • Benchmark gaps理查德·萨顿(Richard Sutton)认为原始算力不足的观点,与阿里巴巴的Co-Design Bench并列:据报道,GPT-6 Astra在较旧的基准测试中得分超过99%,但在真实编码任务中仅解决了26.4%的问题,这表明基准测试饱和可能掩盖了能力差距。
  • Agent adoptionDeepSeek表示其开源Harness代理应用日活跃用户达到154万,每日消耗约92万亿个token,这种规模对萨顿和Tworek所质疑的以算力为中心的扩展理论构成压力。
  • Capital and strategyOpenAI以1.25万亿美元估值融资110亿美元,据报道低于其最初寻求的1.4万亿美元;与此同时,苹果公司的John Ternus据称正推动Craig Federighi开发超越Siri的代理能力,显示出投资者和产品层面对现有厂商的压力。
  • Efficiency效率工作正在多个方面取得进展:据报道,llama-modchip可在无GPU的情况下,使用64GB内存运行拥有284B参数的DeepSeek模型;华为Ascend表示已验证在128张Atlas 950卡上对拥有2.8万亿参数的Kimi K3.1 Pro进行LoRA微调。
  • Rights and alignmentSuno面临来自猫王(Elvis Presley)权利持有人及部分Eminem唱片出版商的诉讼,而Nous Research基于阿里巴巴Qwen3.8-27B构建的Arete-27B则瞄准西方价值观,表明治理与对齐争议正蔓延至音乐及模型后训练领域。

AI 生成的分析 — 了解我们的方法

最重要的AI突破有哪些?

本期Nov 8, 2026精选了10条AI新闻,涵盖技术、研究和产品动态。 图灵奖得主Richard Sutton重申,仅靠原始算力不足以实现智能,需要从根本上全新的学习方法。前OpenAI研究员Tworek对此表示赞同,称盲目的transformer扩展“reward hacked了整整一代科学家的大脑”,与此同...

图灵奖得主Richard Sutton重申,仅靠原始算力不足以实现智能,需要从根本上全新的学习方法。前OpenAI研究员Tworek对此表示赞同,称盲目的transformer扩展“reward ha…

图灵奖得主Richard Sutton重申,仅靠原始算力不足以实现智能,需要从根本上全新的学习方法。前OpenAI研究员Tworek对此表示赞同,称盲目的transformer扩展“reward hacked了整整一代科学家的大脑”,与此同时,越来越多的初创公司正押注于这一空白。

类别: AI研究|影响:high|来源: The Decoder|阅读简报

阿里巴巴的新Co-Design Bench在曾让AI编程智能体受挫的真实用户请求上对其进行测试。即便是表现最佳的GPT-6 Astra也仅能完全解决26.4%的任务,而同样的模型在旧基准测试上的得分超…

阿里巴巴的新Co-Design Bench在曾让AI编程智能体受挫的真实用户请求上对其进行测试。即便是表现最佳的GPT-6 Astra也仅能完全解决26.4%的任务,而同样的模型在旧基准测试上的得分超过99%。

类别: AI评估|影响:high|来源: The Decoder|阅读简报
AI评估编程智能体基准测试阿里巴巴

DeepSeek表示,其开源智能体应用Harness在11月4日的日活跃用户数达到154万,此时距发布不到三个月,且据彭博社报道,该应用每天消耗约92万亿个token,即每用户约6000万个。

DeepSeek表示,其开源智能体应用Harness在11月4日的日活跃用户数达到154万,此时距发布不到三个月,且据彭博社报道,该应用每天消耗约92万亿个token,即每用户约6000万个。

类别: 行业新闻|影响:high|来源: Techmeme|阅读简报
行业新闻DeepSeekHarness采用情况

Elvis Presley音乐的权利持有人以及Eminem部分热门唱片的发行方正在起诉Suno,声称这家AI音乐公司非法生成模仿这些艺术家的音乐和歌词。Presley诉讼案的律师称Suno违反了田纳西…

Elvis Presley音乐的权利持有人以及Eminem部分热门唱片的发行方正在起诉Suno,声称这家AI音乐公司非法生成模仿这些艺术家的音乐和歌词。Presley诉讼案的律师称Suno违反了田纳西州法律。

类别: AI与法律|影响:medium|来源: The Verge AI|阅读简报
AI与法律Suno版权音乐

据彭博社的Mark Gurman报道,知情人士称苹果新任CEO John Ternus希望公司在AI方面更具紧迫感,敦促软件主管Craig Federighi超越Siri AI的微调,转向智能体及其他…

据彭博社的Mark Gurman报道,知情人士称苹果新任CEO John Ternus希望公司在AI方面更具紧迫感,敦促软件主管Craig Federighi超越Siri AI的微调,转向智能体及其他先进能力。

类别: 行业新闻|影响:high|来源: Techmeme|阅读简报
行业新闻AppleSiri智能体

OpenAI联合创始人Andrej Karpathy利用Claude的Opus 5.5在一个周末内将4300万条Hacker News评论筛选成6454个精选视频。他表示,由此产生的平台胜过YouTu…

OpenAI联合创始人Andrej Karpathy利用Claude的Opus 5.5在一个周末内将4300万条Hacker News评论筛选成6454个精选视频。他表示,由此产生的平台胜过YouTube自身的推荐。

类别: AI应用|影响:medium|来源: The Decoder|阅读简报

一个名为llama-modchip的GitHub项目提供ggml/llama.cpp内核补丁、量化转码器和运行时工具,可完全在系统内存中运行稀疏混合专家检查点,并以一个284B的DeepSeek模型在…

一个名为llama-modchip的GitHub项目提供ggml/llama.cpp内核补丁、量化转码器和运行时工具,可完全在系统内存中运行稀疏混合专家检查点,并以一个284B的DeepSeek模型在64GB内存、无GPU的条件下进行了演示。

类别: 开源|影响:medium|来源: Hacker News|阅读简报

Nous Research发布了Arete-27B,这是阿里巴巴Qwen3.8-27B的后训练版本,旨在强化西方价值观。该公司称,底层中国模型的偏见层较浅。

Nous Research发布了Arete-27B,这是阿里巴巴Qwen3.8-27B的后训练版本,旨在强化西方价值观。该公司称,底层中国模型的偏见层较浅。

类别: AI模型|影响:medium|来源: Techmeme|阅读简报

X-Humanoid发布了Hi-WBC,这是其天工人形机器人的全身控制模型,将人体运动参考与力传感和地形感知相结合。该公司在体育赛事和整理房间的演示中展示了该模型。

X-Humanoid发布了Hi-WBC,这是其天工人形机器人的全身控制模型,将人体运动参考与力传感和地形感知相结合。该公司在体育赛事和整理房间的演示中展示了该模型。

类别: 机器人|影响:medium|来源: Pandaily|阅读简报
机器人人形机器人机器人技术X-Humanoid

华为昇腾表示,已在128卡Atlas 950 SuperPoD上验证了对2.8万亿参数Kimi K3.1 Pro的LoRA微调,并称Swap Core缓存带来了15%的平均增益。

华为昇腾表示,已在128卡Atlas 950 SuperPoD上验证了对2.8万亿参数Kimi K3.1 Pro的LoRA微调,并称Swap Core缓存带来了15%的平均增益。

类别: AI基础设施|影响:medium|来源: Pandaily|阅读简报

本周热门AI视频

2个精选YouTube视频,聚焦AI最新发展。

根据出版商的描述:BBC新闻探讨了将人形机器人带入家庭和职场的日益激烈的竞赛,据报道其中包括由Meta打造的名为Max的机器人。该节目讨论了如果AI拥有能够看、听、移动并与现实生活中的人互动的身体,将…

根据出版商的描述:BBC新闻探讨了将人形机器人带入家庭和职场的日益激烈的竞赛,据报道其中包括由Meta打造的名为Max的机器人。该节目讨论了如果AI拥有能够看、听、移动并与现实生活中的人互动的身体,将…

根据出版商的描述:BBC新闻探讨了将人形机器人带入家庭和职场的日益激烈的竞赛,据报道其中包括由Meta打造的名为Max的机器人。该节目讨论了如果AI拥有能够看、听、移动并与现实生活中的人互动的身体,将会意味着什么。

阅读简报

根据出版商的描述:WorldofAI报道了一个代号为Claude Donut EAP的神秘模型,该模型出现在Cognition的Devin CLI中,据报道对应于一个名为Silicon的新模型家族。它…

根据出版商的描述:WorldofAI报道了一个代号为Claude Donut EAP的神秘模型,该模型出现在Cognition的Devin CLI中,据报道对应于一个名为Silicon的新模型家族。它…

根据出版商的描述:WorldofAI报道了一个代号为Claude Donut EAP的神秘模型,该模型出现在Cognition的Devin CLI中,据报道对应于一个名为Silicon的新模型家族。它还涵盖了另一个隐藏模型Obsidian 3,据说在编码基准测试中表现优于Claude Opus 5.5,以及其他AI新闻项目。

阅读简报

最新的AI投资信号有哪些?

最新AI投资信号:2轮融资、2条市场动态和0宗并购交易。

一级市场 – 融资轮次

公司金额轮次投资者
OpenAI$11BUnknown
GenRobot AI$100MSeries A+

二级市场 – 市场动态

股票代码
NVDA
Private

M&A – 并购交易

暂无并购数据。

本周有哪些实用的AI技巧?

2条实用AI技巧,精选自Reddit社区和专家博客。 作者描述了同时处理多个并行 Claude Code 或 Codex 终端会话直到注意力分散的情况,并将此归因于两个问题:序列化和上下文。他们的实验是将工作组织成优先队列,每个工单作为仓库中与相关代码并...

Productivity

作者描述了同时处理多个并行 Claude Code 或 Codex 终端会话直到注意力分散的情况,并将此归因于两个问题:序列化和上下文。他们的实验是将工作组织成优先队列,每个工单作为仓库中与相关代码并列的 markdown 文件,并将看板状态提交为快照,以确保重要内容不会仅存在于聊天窗口或脑海中。

将代理任务工单作为 markdown 文件保存在仓库中与代码并列,并将队列状态提交为快照,以便工作能在会话中断后得以保留,而不是仅存在于聊天窗口中。

阅读简报

Prompt Tips

Simon Willison 提示 Claude chat(Opus 5.5)探索在 C 语言和 Rust 中构建 SQLite parse_number() 扩展的可行性,比较性能、代码复杂度和生成的 .so 文件大小。Rust 扩展分别为 321 KB(Rusqlite)和 298 KB(sqlite-loadable-rs),而 C 语言版本为 14 KB,但 Rust 版本更快,因为据称 Rust 中对应 C 的 strtod 的速度快两倍。后续提示要求提供一个自定义 C 解析函数以追赶或超越 Rust,模型使用 Clinger 的快速路径实现了这一点。

在比较实现方案时,提示模型探索性能、代码复杂度和产物大小之间的权衡,然后跟进一个针对性提示,以弥补第一个答案揭示的具体差距。

阅读简报