Data source: 本地采集管线定期导出的快照
This data as json, CSV (advanced)
Suggested facets: created_on (date), tags (array)
King's College London等机构的研究人员正在探讨“AI相关精神病”是否应被确立为正式的临床诊断。研究指出，基于OpenAI自报的数据，每周约有56万用户表现出精神病或躁狂迹象。值得关注的是，谄媚型聊天机器人可能形成强化个体妄想的“单人回音室”，这为AI交互的心理影响提供了新的观察视角。
微软发布了一份30分钟快速入门指南，指导开发者利用AI、VS Code、winapp CLI和GitHub Copilot免费版，从空文件夹开始创建并发布WinUI 3原生应用，无需安装Visual Studio。该流程让AI智能体负责添加功能、测试、打包成MSIX并提交Microsoft Store，人工操作极少。指南的核心特色在于同步提供了针对现有WPF和UWP应用的AI辅助迁移方案，旨在降低将海量旧应用迁移到新框架的成本，而非仅关注新应用开发。
用户报告其使用六年多的 VMESS+WS+TLS+CDN 网络配置被封锁。该配置组合了多种协议与优化技术以规避网络审查，其长期有效性与最终失效表明相关检测机制可能发生了更新或加强，值得网络工具研究者关注。
微软在IFA 2026上提出“无计量智能”战略，旨在将更多日常AI工作从云端转移至用户的Windows PC本地运行，以改变AI服务的token经济模式。该战略由Windows与设备部门企业副总裁Mark Linton阐述，其核心是利用PC本地性能运行AI模型，减少对订阅付费云端服务的依赖。此举被视为AI行业从“聊天机器人”向“智能体”转变趋势的一部分，但云端AI仍将作为体系的重要补充。
Google Research 与 DeepMind 联合发布了 WeatherNext 3 天气预报模型，该模型跳过了传统数值天气预报（NWP）的物理模拟，直接从实时地球静止卫星数据中进行学习。该模型以最高五公里的网格分辨率每小时生成一次预报，较前代模型分辨率提升五倍，并且降水预报准确率提升了最高50%。其核心创新在于用直接学习卫星数据取代了存在六小时延迟的超算物理模拟，从而能对快速变化的局部天气事件（如风暴）做出更早、更精准的预测。
Google 在 Gemini app 和 API 中发布了音乐生成模型 Lyria 3.5，官方称其人声表现力和编曲丰富度超过前代。用户可在 Gemini app 中选择流派、风格以及人声或纯器乐，生成短曲或长曲，并提供了背景音乐和个性化生日歌等模板。该模型可同时在 Google Flow Music、AI Studio 和 Vids 中使用，Google 声称模型仅在获得授权的内容上训练。
帖子讨论了通过司法拍卖购买的iPhone在解锁Apple ID方面的不确定性。用户指出，仅当设备有锁屏密码且未被直接刷机时，才有可能在设备内更改ID密码；否则将面临ID锁，手机可能成为砖头。回复中提及了使用RP2040微控制器等硬件方案尝试破解A12/A13芯片设备的案例，但也强调了法院拍卖的设备通常来源刑事案件，法院证明在苹果官方解锁流程中可能无效。
Meta Superintelligence Labs发布了首个实时音频感知模型Muse Voice Transcribe，用于实时语音转写、说话人分离（最多20人以上）和句界检测。该模型将音频切分为80毫秒的块，通过强化学习为每个词动态调整等待时间以平衡速度与精度，支持超过70种语言，每小时成本为0.18美元。其创新点在于将多种功能集成于单一模型，并采用自适应延迟机制来优化实时转写的效率与准确性。
阑夕以《帝国时代II》的奇观机制为类比，解读了当前AI大模型竞争周期的变化。他指出GPT-4曾维持一年的领先优势，但自2025年后，前沿模型之间的差距缩小，SOTA地位通常在三个月内就被新模型取代，领先周期显著缩短。该评论强调了在当前AI竞争中，头部模型必须在旧有优势被超越前，持续推出下一代模型以维持竞争力。
阿里千问开源了 Qwen-Drive-1.0-4B，这是一个基于 Qwen3.5-4B 构建的、面向自动驾驶的视觉语言基础模型。该模型采用分阶段训练方案，结合驾驶监督与通用视觉语言数据，在 3D 感知、场景理解、运动规划等多任务上统一建模，并使用公开数据源构建规划样本。值得注意的是，该模型在提供 SFT 和 RL 两个规划专家后，通过强化学习在人类偏好对齐和闭环安全性上取得全面提升，仅以微小的开环位移误差为代价。
美国初创公司 Abliteration.ai 发布了 abliterated-model-large-v2，这是一个基于 Z.AI 开源模型 GLM-5.3 修改的商用 API。该服务通过一种名为 abliteration 的技术，定位并抑制模型内部触发拒绝敏感请求的激活模式，从而降低模型的安全护栏，使其可用于网络安全测试等任务。其特点是提供了一种降低门槛的商业化“越狱”服务，既存在合法用例，也带来了降低滥用门槛的安全风险。
用户投诉拼多多“三人团”拼团机制体验不佳，导致其商品被平台自动退款。核心矛盾在于，该机制要求用户自行邀请两人成团才能以更低价格购买，而成团后或拉人过程中，平台仍会因账号风控等原因强制退款，用户认为流程繁琐且体验差。回帖中亦有用户指出该机制旨在拉新，且其商品定价确实低于其他平台。
用户使用GPT-4（Astra）在22小时内消耗3次重置额度（约200美元），构建了一个面向青少年的科普动画可视化网站vistep。项目利用AI生成解释性动画，涵盖从齿轮到大模型的多种主题，并包含语音讲解。其特色在于展示了AI辅助编程工具在快速原型开发和创意内容制作方面的潜力，以及高昂的token消耗可能引发的成本考量。
用户 Justin3go 使用 GPT-6 Astra 模型重构了个人博客首页。其方法主要是通过提示词引导AI生成前端代码，并实现了碎片拼接式的过渡动画效果。该案例展示了在明确用户指令（指定风格）下，大模型在前端设计与实现中的应用潜力，但实际设计决策（如具体动画形式）仍由模型自主生成。
AI短剧制作报价因技术门槛下降和从业者涌入而大幅下跌，标准制作每分钟价格从5000元跌至几百元，逼近成本线，但定制短剧仍保持每分钟1万-2万元的高价位。预计2026年国内AI剧漫剧市场规模将超400亿元，同比增长138%，海外市场规模预计突破40亿美元，占海外微短剧整体规模近70%。行业竞争已从拼产量、拼价格转向拼内容、拼市场。
一位博主将完整的视频制作流程封装成一个主动引导式 Skill（image-story-video-wizard），并发布在 GitHub 上。安装后，在 Codex 或 WorkBuddy 中启动该 Skill，即可按预设步骤引导用户完成视频制作，其教程文章详细说明了安装方法、制作流程和注意事项。该 Skill 的特色在于通过结构化的引导降低了视频制作门槛，其推广案例（一个爆款帖子一天内涨粉 4000）展示了内容创作与 AI 工具结合带来的传播效果。
OpenAI 应用研究主管鲍里斯·鲍尔宣称其Astra模型已弥合了人类在空间推理上的优势。该结论源自独立研究者对Astra的空间推理评估，其在测试中表现完美，解决了以往大语言模型在该领域的错误。该模型被定位为能操作电脑软件、处理专业工作的智能体，标志着多模态能力的重要进展。
特斯拉向FSD v14.3.9监督版推送了新的主动安全机制，该功能可在检测到即将碰撞且AEB可能不足、驾驶员分心或FSD意外退出时，于手动驾驶状态下强行接管车辆。与传统AEB不同，系统可同时调用转向、制动和加速，根据风险判断采取变道或驶向路肩等综合规避措施。此功能旨在作为最后一道安全防线，利用现有视觉系统后台运行，但具体介入频率和误触发处理机制尚未公布。
Fortune 报道 OpenAI 在发布 GPT-6 Astra 公告后，多次修改其评测基准数据，部分成绩（如幻觉率）在短时间内发生大幅变化。报道基于网页快照指出，Astra 的幻觉率曾从 4.2% 降至 2% 后又改回，竞争对手模型的部分成绩也被下调。这一事件引发了关于基准测试可被人为优化或“刷分”以及如何准确衡量大模型能力的质疑。
用户使用AI工具Astra对多个科学论文的复现代码包进行自动化审查，发现了大量编码错误。分析显示，尽管多数错误无关紧要，但部分错误足以推翻高排名期刊论文的核心结论，并且发现许多模型并未按论文描述正确运行。该工具展示了AI在辅助验证科研可复现性方面的初步应用潜力。
UC Berkeley 团队发布了 CUA-Lite，一个统一沙箱、数据、评测与强化学习的计算机使用智能体（CUA）开源平台，旨在解决当前智能体、环境、轨迹数据和评测框架分散、接口不兼容的问题。该平台通过一个统一的动作空间、数据格式和单一命令，覆盖桌面、浏览器与移动端，并推出了核心组件 Lite.OSWorld，它在 Docker 容器中复现了需要 QEMU/KVM 虚拟机的 OSWorld 任务套件。其主要特色在于轻量化和低硬件要求，例如内存占用从 OSWorld 的 4.1GB 降至 0.9GB，冷启动时间从 29.9s 缩短至 23.8s，且无需嵌套虚拟化，即可在任何 Docker 主机上运行。
公安部发布了由上海市公安局自主研发的“国家反诈 AI”App，其微信与支付宝小程序也同步开放。该 App 融合了大语言、多模态模型与智能体技术，可对用户输入的可疑场景进行风险研判、识别诈骗套路，并从文字、语音、视频等多维度推送防范对策与案例。其核心特色在于将前沿的 AI 大模型能力应用于电信网络诈骗的实时识别与公众教育，提供了交互式的反诈学习与判断服务。
B站首届“AI创造公开赛”于2026年9月6日收官，共收到超3万份投稿，其中没有专业开发背景的参赛者占比超六成。获奖作品《猫娘计划 Project N.E.K.O.》带有鲜明的ACGN色彩，其开发视频在B站播放超570万次，注册用户达10万。该赛事显示了社区文化在AI应用开发中的影响力，并吸引了英伟达、智谱等头部公司提供支持。
用户观察到部分大语言模型在发布初期表现优异，但随着时间推移性能似乎有所下降。讨论中提及GPT-6 Astra、Claude sonnet 4.6等模型，有用户报告其指令遵循能力下降、响应变慢，并指出近期测试opus high和sol high配置时体验不佳。这种现象被类比为新员工入职后的懈怠，引发了关于模型性能稳定性的讨论。
该情报对比了OpenAI GPT-6 Astra与Anthropic Claude Fable 5/5.1在YAM机械臂上的两项操作任务表现。实验使用相同的Inspect Robots agent策略，结果显示Astra在“碗任务”中成功率显著更高（19/20），运行时间与成本约为Fable 5.1的一半；但在“拼图任务”上，两者成功率均很低（均为2/20），均在最后插入步骤卡住。此对比提供了关于当前前沿多模态模型在控制具身智能体执行复杂精细操作任务方面的初步量化评估。
OpenAI的GPT-6模型已在聊天模式中对Pro用户开放测试。根据作者实测，其对话自然度相比前代有所提升，用户界面中显示“6 Pro”模型选项。值得注意的是，此次为Pro用户的先行测试，模型的具体性能指标与全量发布计划尚未公开。
一名用户报告其单日使用GPT-6消耗了约2.7亿Token，导致额度耗尽。对比此前使用GPT-5.6 Sol时每日消耗2-3亿Token可用数天，此次额度消耗速度异常。社区回复指出GPT-6的API定价是GPT-5.6 Sol的2.5倍，且在订阅中还有额外计费倍率，导致实际总成本约为5倍。
作者对GPT-6 Astra模型进行了多模态自动化能力实测。测试涵盖硬件配置、3D建模、视频剪辑和PPT制作，其中Blender海盗船模型不到10分钟完成，真人口播剪辑经三次修改达标，但UI设计效果不及Claude Fable 5.1。实测展示了该模型在跨软件自动化任务上的效率与局限性。
AYi 评述了 DilumSanjaya 使用 Astra 引擎实测 V8 发动机演示的视频，该演示包含90度交叉平面曲轴、1-8-4-3-6-5-7-2点火顺序及34 bar做功缸压，转速可在700至2000转间实时切换，示功图与气门正时实现自洽联动。该演示将传统专业工作室需约两周完成的交互工程教具制作压缩为一次短迭代，但其34 bar缸压值被指为教学简化，材料、公差和热疲劳等关键验证环节尚未完成。
本文是一位拥有7年运维经验、非全日制学历的外包从业者在V2EX论坛发起的讨论。楼主分享了自身因学历背景在寻找正职时多次在背调环节被拒的经历，并询问是否只能从事外包工作。回帖讨论集中在计算机行业外包岗位的普遍问题上，如成本压降导致的工作质量下降、岗位边界与雇佣关系不透明、福利待遇差异大，以及AI技术发展对部分外包岗位的冲击。
JSON shape: default, array, newline-delimited
CREATE TABLE feed( title TEXT, category TEXT, severity INT, created_on TEXT, summary TEXT, tags TEXT, origin_url ); CREATE INDEX idx_feed_created_on ON feed(created_on);