NYT Cooking AI assistant 演示如何根据用户评论提供食谱定制和食材替换
NYT Cooking 推出 AI assistant，该功能可根据用户需求定制食谱，并基于用户评论提供实用的食材替换和烹饪指导。该助手不会修改原始食谱，而是生成新的定制版本，例如将原食谱调整为使用鸡柳替代鸡腿丁，并建议使用泰式罗勒替换香茅叶。该功能目前仅对 iOS 订阅用户可用。
#推理
The Verge · AIAI 评分3535
AWS Machine Learning BlogAI 评分5050 Extend Claude Code to remote sessions on Amazon Bedrock AgentCore with security controls
Claude Code 可作为远程 Agent 在 Amazon Bedrock AgentCore 上运行，每个任务在独立的 AgentCore runtime session 中执行，结果以 GitHub pull request 返回。
The DecoderAI 评分6666 腾讯发布Hy4模型具备图像理解和自主软件操作能力
腾讯发布AI模型Hy4，首次具备图像理解能力并能自主操作软件，目前通过Tencent Cloud、OpenRouter和腾讯应用可用。在金融专业人士的测试中，Hy4超越了Deepseek V4.1 Flash、Kimi K3.1 Pro和GLM-5.3 Flash。
Latent SpaceAI 评分7878 AI领域近期进展综述 权重空间编程与长上下文优化
该材料综述了近期AI领域的多个热点，包括GPT-6 Astra编辑Qwen3.5-0.8B权重使MATH-500得分从7.9%提升至48.1%的权重空间编程实验，以及Latent Sparse Attention (LSA) 方法将Qwen-3.8-27B扩展至10M token并实现72.4×更快的attention-layer prefill。
The Decoder精选AI 评分7878 GPT-6 Astra 通过权重空间编程直接重编程其他 AI 模型
GPT-6 Astra 采用权重空间编程方法，无需标准训练过程即可直接操作模型权重，实现高效能力调整。在 Qwen3.5-0.8B 上，Astra 仅修改 0.016% 的权重，使 MATH-500 基准准确率从 7.9% 跃升至 48.1%，指令遵循能力从 21% 提升至 62%。Astra 还能仅通过原始权重识别网络学习到的游戏和图像生成的基本形状，并生成超越标准训练方法的模型权重。
推荐理由：研究展示了通过权重空间编程直接修改模型权重，实现高效能力提升和缺陷修复的可行性。
The Verge · AIAI 评分4545 Google 尚未找到让 AI 变现的方式如同其搜索引擎
Google 第三季度搜索收入同比增长放缓至 12%，付费点击增长从 13% 降至 8%，投资者担忧 AI 投入的成本与回报。AI Mode 查询增长强劲但货币化率低于传统搜索，Google 正在 AI Overviews 和 AI Mode 中扩展广告，并考虑在 Gemini app 中引入广告。
AWS Machine Learning Blog精选AI 评分6565 Amazon Bedrock 支持 Kimi K3 在印度本地推理以满足数据驻留要求
Amazon Bedrock 现在支持 Kimi K3 在印度本地推理，通过 in.moonshotai.kimi-k3 推理配置文件，满足严格的数据驻留要求。客户 Ultrahuman 报告使用该功能后，通过提示词缓存将 LLM 成本降低了 80%，多轮聊天速度提升了 85%。文章提供了 OCR 和理解 Indic-language 文档的示例代码，并介绍了跨区域推理选项和成本优化策略。
推荐理由：AWS 介绍了 Kimi K3 在 Amazon Bedrock 上支持印度本地推理，满足严格数据驻留要求，并提供了 OCR 和 Indic-language 文档理解的实践代码。
AWS Machine Learning BlogAI 评分4545 Build a semantic layer for agentic AI with EDB Postgres AI and Amazon Bedrock AgentCore
EDB Postgres AI 允许将语义层内置于操作型 Postgres 数据库中，通过 AIDB 扩展实现 SemKB。该方案使用 Anthropic Claude 在 Amazon Bedrock AgentCore 上运行 Strands Agents 智能体，并通过 EDB MCP 端点暴露 AIDB 工具目录。
The DecoderAI 评分4343 Anthropic Message Threads 缩短长对话首 token 时间 35 percent
Anthropic 在 Claude 平台公开发布 Message Threads 公共 Beta，该功能仅传输自上次消息以来的变化内容，使 500,000 到 100 万 token 范围内的请求首 token 时间缩短约 35 percent。
MIT Technology Review · AIAI 评分5555 逆向博弈论或可用于约束AI智能体行为
逆向博弈论或机制设计旨在通过设计激励系统来促使强大AI模型遵守规则，而非仅依赖理解其内部思维。研究者提出可奖励模型预测第二模型输出，或设计求解者与审计者对弈机制以实现对齐。该方法依赖AI行为的理性假设，但可作为深度防御策略的一部分，需解决实际应用和市场激励等问题。
Latent SpaceAI 评分7171 LLMs 可读写神经网络权重 权重空间编程削弱自主研究循环
研究提出 Weight-Space Programming 允许前沿 LLMs 直接从自然语言目标中检查和编辑神经网络权重，无需梯度下降或训练循环。该方法可用于识别小模型的行为、修复控制策略和提高 Qwen3.5-0.8B 在 MATH-500 上的准确率从 7.9% 提升至 48.1%。
TechCrunch · AIAI 评分3535 Google 将 Dreambeans 实验性 AI 应用推向印度
Google 将实验性 AI 应用 Dreambeans 推向印度，支持包括 Hindi、Punjabi、Tamil、Telugu 和 Bengali 在内的 13 种本地语言。
Simon WillisonAI 评分3535 dbreunig/nesformer 模拟 Nintendo Entertainment System 6502 CPU 到 Qwen3.5-4B 权重中
dbreunig/nesformer 将 Nintendo Entertainment System 6502 CPU 的工作模拟器嵌入到 Qwen3.5-4B 的权重中，用户可在 Qwen 中运行 NES ROMs 如 Super Mario Bros。该系统使用 Opus 5.5 prompts 构建，并利用了 Christopher Pow 15 年前发布的 NES CPU 一致性测试集。
NVIDIA BlogAI 评分4545 Things That Go Beep in the Night: Agentic AI Joins the Search for Extraterrestrial Signals
Agentic AI 已被引入 Breakthrough Listen 和 SETI Institute 的地外文明搜寻工作，可在 Allen Telescope Array 实时操作仪器并处理数据。
Google DeepMindAI 评分2525 Google DeepMind Gemini 驱动的 PlanAssist 提升规划决策速度
PlanAssist，一个由 Google DeepMind 构建的 AI 规划工具，在 Barnet、Camden 和 Dorset 的试点中，将规划官员评估住户申请的平均时间缩短了 58%。
The DecoderAI 评分2727 OpenAI 提高 Pro 计划使用限制以应对 Anthropic 竞争
OpenAI 将 Pro 100 和 Pro 500 计划的 Work 和 Codex 配额翻倍，同时在 Pro 200 计划中上调了较低配额。Plus 计划配额不变，新订阅和现有客户自动享受更新后的配额。OpenAI 近期发布了更高效的 6.1 模型 Terra 和 Sol，正与准备 IPO 的 Anthropic 竞争 B2B 市场主导权。
AWS Machine Learning BlogAI 评分5555 在 Amazon EKS 和 SageMaker HyperPod EKS 上加速 Agentic AI 的 NVIDIA Nemotron 3.5 Super VL 模型部署
NVIDIA Nemotron 3.5 Super VL 是一个 120B 参数的 MoE 多模态模型，支持文本、图像、文档和视频理解，激活 12B 参数/token。
The DecoderAI 评分6666 Mistral 发布编码模型 Le Chonk Large 4 权重至 Hugging Face
Mistral 发布了其最大模型 Mistral Large 4 的权重，该模型昵称为 Le Chonk，输入文本和图像输出文本和代码，拥有约一万亿参数。Large 4 在 Terminal-Bench 4.0 上达到 41%，领先开源模型，但在整体排名上仍落后于 GLM-5.3 等中国模型。
The Decoder精选AI 评分7878 Google Deepmind 发布 Gemini 4 Carbon 超越 Argon 并在多个基准测试中获胜
Google Deepmind 发布 Gemini 4 Carbon，该模型在更新的 Artificial Analysis Intelligence Index v5.0 中以 59 分位列第一，超越了前代 Argon 的 50 分。Carbon 在 Agentic 任务、编程、全周期网络防御、长上下文和安全任务中表现出色，在 SEC-bench Pro 等安全测试中领先所有测试模型。
推荐理由：Gemini 4 Carbon 在多个独立和内部基准测试中超越了前代 Argon 并接近顶尖模型，尤其在安全和长周期工程任务上表现突出。
The DecoderAI 评分8888 Google 开放 Android 开发给第三方 AI Agent 并发布新 Gemini APIs
Google 在 Android Dev Summit 上宣布，通过 Android Studio Rabbit 2 的 BYOA 功能，开发者可使用开放 Agent Client Protocol (ACP) 在 IDE 中运行超过 40 个不同编码 Agent，包括 Claude 和 Codex。
NVIDIA Blog精选AI 评分6666 NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 模型和 Agent 工具
NVIDIA RTX Spark 笔记本现已从 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 等厂商处供货，集成了 NVIDIA Blackwell RTX GPU 和 NVIDIA Grace CPU，支持高达 128GB 统一内存和 1 petaflop FP4 AI 性能。
推荐理由：RTX Spark 笔记本集成了 Blackwell RTX GPU 和 Grace CPU，支持 Nemotron 3.5 Transcribe 等本地 AI 模型和 Agent 工具。
Latent SpaceAI 评分6565 Anthropic 讲解如何安全部署 Claude Opus 5.5 分离模型大脑与 Agent 手部
Anthropic 团队解释了 Claude Platform 的工程实现，包括发布 Opus 5.5、分离模型“大脑”与 Agent 的“手”、扩展 API 和构建可靠的托管 Agent。该平台介绍了 Anthropic 的 S-1、改进与投资循环，以及如何通过隔离、凭证和网络控制来约束 Claude。
The Verge · AIAI 评分3535 Firefox Smart Window 增加 AI 表单填写和网页监控功能
Firefox 的 Smart Window 增加了基于打开标签的 AI 表单填写功能，可从在线作品集或 LinkedIn 页面提取信息填充工作申请表单，该功能目前支持文本字段，并使用 Google’s Gemini 3.1 Flash Lite 生成建议。
The DecoderAI 评分6868 Google DeepMind Genie 4 实时模拟交互世界并支持环境音与对话
Google DeepMind 发布 Genie 4，该世界模型可实时模拟包含声音和对话角色的交互世界，是公司首个直接生成环境音的实时世界模型。目前仅对部分测试者开放，未来将逐步开放给 Google AI Ultra 订阅者和 Gemini API 早期访问伙伴。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Genie 4 新一代世界模拟模型
Google DeepMind 发布 Genie 4 新世界模型，实现前所未有的真实感和实时交互模拟，原生支持音频、环境噪音和交互对话。Genie 4 基于 Gemini Omni 锚定真实外观和行为，并利用 Gemini 模型进行复杂推理，目前对 Google AI Ultra 订阅者和 Gemini API 早期访问伙伴开放研究预览。
推荐理由：Genie 4 实现了原生多模态和实时交互模拟，可用于机器人训练和创意原型设计。
TechCrunch · AIAI 评分7373 Google Genie 4 世界模型增加音频和实时引导能力
Google DeepMind 发布了最新的世界模型 Genie 4 研究预览版，该模型生成了更逼真和交互的世界，并支持实时音频、自由编辑和实时引导。Genie 4 可将场景保持至两分钟，是其前代 Genie 3 的两倍，同时 Gemini 模型更紧密地集成于 Genie 4 中，用于规划步骤和检查帧。
Simon WillisonAI 评分4040 GPT-6.1 Terra
OpenAI 发布 GPT-6.1 Terra，一款高效模型，结合细致视觉推理与精准电脑使用。价格为 $1/million input tokens 与 $5/million output，约为 GPT‑5.6 Terra 的一半，适用于技术沟通与电脑任务，比 Sol 更便宜、比 Luna 更智能。
The Decoder精选AI 评分8181 OpenAI 推出 GPT-6.1 Terra，API 价格减半且性能超越更大模型
OpenAI 近日发布 GPT-6.1 Terra，API 价格比 GPT-5.6 Terra 降至一半，输入 token 费用 $1/百万，输出 $5/百万，缓存输入 $0.05/百万。
推荐理由：OpenAI 推出 GPT-6.1 Terra，价格更低且性能提升，读者可评估其成本效益与应用场景。
AWS Machine Learning Blog精选AI 评分6666 AI 代理的 Groundhog Day：在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式
本文介绍了在 Amazon Bedrock 上使用 OpenAI 模型时，如何通过提示缓存模式让 AI 代理记住上下文，从而降低成本并提升响应一致性。文章演示了显式与隐式缓存的使用方法、缓存边界设置、工具列表变更处理以及多代理协作的热身策略，并给出了 GPT‑6 Astra 在六轮对话中的成本节省数据。
推荐理由：本文展示了在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式，帮助读者显著降低成本并提升代理响应效率。
OpenAI NewsAI 评分2222 OpenAI 与学术界合作构建科学理解
OpenAI 分享了模型在 Kakeya conjecture、Exponential Time Hypothesis 和 quantum chromodynamics 上的结果。研究人员可以验证并在此基础上进一步构建科学理解。
OpenAI NewsAI 评分1515 OpenAI 如何用 Codex Ultrafast 将事件调查时间从数小时缩短至数分钟
OpenAI 工程师使用 Codex Ultrafast 将事件调查时间从数小时缩短至数分钟。该工具支持更快的安全分析、代码重构以及日常工作流程的加速。
Latent Space精选AI 评分7878 AI 在数学问题上表现出色的原因分析
OpenAI 等模型在单位距离猜想、CDC 问题、Navier Stokes 等难题上取得进展，表明 AI 在数学上能力增强。AI 的优势在于深度优先的搜索模式和计算能力，能将时间换成计算资源，使失败尝试成为负向提示，从而加速问题解决。
推荐理由：AI 解决数学问题的能力提升，源于其深度优先的搜索模式和计算资源，而非人类的直觉判断。
Latent SpaceAI 评分7070 Modal CEO 解释 AI 计算为何呈矩形
Modal CEO Erik Bernhardsson 在一次访谈中讨论了 Modal 的 Series D 轮融资（$750 M，$16 B 估值）以及近年收入增长，指出公司已实现年化收入逾 10 B 美元并租用近 30 B 沙盒。
Latent SpaceAI 评分6666 DeepSeek DeepInfer 开源推理框架，单集群 155T tokens/day 吞吐量，利润率 80%
DeepSeek 在 PyTorch Conf 首次公开其开源推理框架 DeepInfer，声称单集群可达 155T tokens/day 的吞吐量，利润率超过 80%，并提供了对 V4.1 Flash 的生产级支持。
Google DeepMind精选AI 评分9292 Gemini 4 Argon 发布 解决复杂工程与专业问题
Gemini 4 Argon 全球开放，开发者和企业可通过 AI Studio 和 Gemini 平台 API 访问，Google AI Ultra/Pro 订阅用户可在 Gemini app 和 Search AI Mode 使用。
推荐理由：Gemini 4 Argon 在 Vals Index 上排名第一，并在编码、金融、法律等复杂领域展现出深度和精确性。
Google DeepMind精选AI 评分6767 Gemini 4 Argon 发布：开启前沿智能新时代
Google DeepMind 宣布 Gemini 4 Argon，这是一款前沿性能模型，已在软件工程、企业知识工作和网络安全防御等复杂工作流中得到应用。Argon 具备 1M token 上限，定价为每百万输入 token 2 美元、输出 10 美元，缓存输入 token 价格低 95%。
推荐理由：Gemini 4 Argon 的前沿性能、1M token 上限以及在编码、企业与网络安全领域的领先表现，为读者展示了在复杂工作流中提升效率与安全的可能。
Berkeley AI ResearchAI 评分2020 Adaptive Parallel Reasoning：高效推理扩展的新范式
Adaptive Parallel Reasoning 通过让模型自行决定何时拆分任务、并行线程数以及协调方式，缓解了传统顺序推理导致的上下文旋转、延迟和计算成本。文章综述了从固定并行到自适应控制的多种方法，并以 ThreadWeaver、ParaThinker、GroupThink、Hogwild! Inference 等实例为例，展示了在数学、编码和代理任务中的应用。
Berkeley AI ResearchAI 评分5555 GRASP：用于长视野世界模型的基于梯度的规划
GRASP 是一个用于学习动力学（世界模型）的基于梯度的规划器，通过将轨迹提升到虚拟状态实现跨时间的并行优化，并向状态迭代中添加随机性以进行探索。研究表明，在 H=80 的测试中，GRASP 的成功率达到 10.4%，中位成功时间为 58.9s，优于其他方法。
Berkeley AI ResearchAI 评分5050 Identifying Interactions at Scale for LLMs
SPEX 和 ProxySPEX 算法能够在大规模上识别 LLMs 的关键交互，克服了复杂性带来的计算不可行性。SPEX 利用稀疏性和低度特性，通过信号处理和编码理论将交互发现转化为可解的稀疏恢复问题。ProxySPEX 进一步利用模型中的层次结构，以约 10x 更少的 ablations 达到与 SPEX 相当的性能。