中国的模型真的只是靠蒸馏追赶吗？Nathan Lambert 与 Lisha Li 对谈
AI 研究员 Nathan Lambert 与 a16z 的 Lisha Li 对谈认为，中国实验室人才不逊，短板在算力，蒸馏在当下后训练中作用有限，差距更多来自数据与强化学习环境。两人还表示，社会对风险的准备不足比能力曲线更令人担心。
最新动态
RadarAIAI 评分3838 RadarAIAI 评分4141 OpenAI Dots 负责人谈「主动智能」：Agent 跨应用共享上下文，先提议后动手
OpenAI Dots 负责人 Alexander Embiricos 将 AI 助手演进分为聊天、编程 Agent 与「主动智能」三段，主动智能下 Agent 以独立身份拥有云端电脑，跨 Slack、语音与应用共享同一份上下文。该 Agent 默认先提议、经确认后才动手，并以固定月费保证全天候可用。
RadarAIAI 评分1212 关于时间所有权与 AI Agent 的随想
作者以幽默口吻提出，不上班的自由状态下可以把时间管理和执行交给 AI Agent。这条短感悟对比了上班时时间交给公司、不上班时时间交给 AI Agent 两种状态，表达了对 AI Agent 替代人力执行琐事的期待。
RadarAIAI 评分2020 ChatGPT Chrome 插件功能引反馈：用户希望支持第三方模型
针对 ChatGPT 升级 Chrome 插件、可读取并控制浏览器标签页以执行任务的新功能，有用户表达了希望该功能支持第三方模型的诉求。该反馈未涉及具体模型名称或版本信息。
RadarAIAI 评分1212 关于解决 Claude Code 封号问题的信念
作者以 Claude Code 封号问题为例提出一个逻辑：只有当你相信某种解决方法存在时，该问题才有可能被真正解决。文章强调"相信问题可解"这一心理状态是寻找解决方案的前提。
RadarAIAI 评分3838 SaaS 数据的「自杀式」交易：出售数据集给 AI 实验室等于出卖未来
部分收入下滑的 SaaS 公司正以 10 万至 200 万美元的价格将数据集卖给数据经纪商，这些数据最终流入 AI 实验室用于训练模型。AI 应用借此把 SaaS 的核心能力直接整合进来，等于用训练数据亲手取代自身功能。
RadarAIAI 评分3838 GEO 行业 12 种典型盈利模式总结
作者梳理了生成式引擎优化（GEO）行业的 12 种盈利模式，涵盖项目制运营服务、SaaS 或私有化系统授权、信源媒介分发、顾问咨询、知识付费（课程/陪跑）、垂直平台广告、区域加盟代理、FDE 等路径。这些模式从传统服务延伸至数据资产与行业标准，构成 GEO 行业的商业变现图谱。
RadarAIAI 评分88 关于 Tesla 自动驾驶的随感
作者对 Tesla 自动驾驶车辆的操控主体提出一个带有调侃意味的疑问，全文仅为一条关于特斯拉自动驾驶体验的简短随感，未涉及具体车型、版本或技术细节。
RadarAIAI 评分1010 关于 AI 技能术语的精准表达
作者纠正了将 AI 能力称为“开源 Skill”的说法，主张使用更准确的“公开 AI 技能”。文章通过简单的对错对比，认为在描述 AI 能力时，“公开一个 AI 技能”比“开源一个 Skill”更加准确。
RadarAIAI 评分3838 Agent-Native：构建人机共享能力的原生应用架构
文章提出「Agent-Native」软件设计理念，主张应用应在架构层让 AI Agent 与人类共享业务能力、数据和状态，而非让 AI 模仿用户操作 UI。其核心包含 Shared Actions、Shared Data 和 Shared Appl 三个层面，认为传统 AI 外挂模式效率低下。
RadarAIAI 评分4141 Mistral CEO Arthur Mensch 撰文反对欧洲放弃前沿 AI
Mistral CEO Arthur Mensch 撰文反驳欧洲应把前沿 AI 留给美中两国的观点，称这是根本性错误，将使欧洲陷入前所未有的经济依附。他指出欧洲每年为美国云和软件支付超 2600 亿欧元，闭源模型控制方可单方面改价和限制用途。Mistral 未来一年将把算力扩至六倍，继续筹资追赶。
RadarAIAI 评分3838 Agent 的四件套：决定 AI 实际效果的核心要素
AI Agent 的实际能力取决于基座模型、提示词、专家知识与外部工具四个要素的协同。作者认为，用户感知的 AI 能力与实际使用效果之间的差距正源于此，而 Harness 层的价值在于强化除模型之外的三个维度并将其高效连接。
RadarAIAI 评分1212 Agent 推荐播客的 aha moment：YouTube 零赞、小宇宙两万播放
有用户发现，Agent 推荐的这期播客在 YouTube 一个赞都没有，但在小宇宙播放量达两万。该用户听完后收获很多，称其为本週最佳之一。
Hacker NewsAI 评分6060 vlt 创始人撰文致谢 Deno：竞争如何推动 JavaScript 生态演进
vlt 创始人兼 CEO Darcy Clarke 撰文回顾 Deno 团队加入 Cloudflare、Deno runtime 将在未来一年逐步关停，JSR 继续运行在 Cloudflare 基础设施上，团队新任务是按 Cloudflare 公告把 Deno 的 celld 合并进 workerd。
RadarAIAI 评分1212 宏观环境压力下的个人生活策略调整
作者复盘近两年情况后，基于地方政府资金紧张、企业盈利下滑、用人成本上升及 AI 对中年就业的冲击等信号，决定放弃激进财务规划，转向养生与内容沉淀。重心转移到身体健康、阅读写作以及创造具有沉淀价值的内容上。
RadarAIAI 评分2222 Gemini 在概念讨论上的体验评价
作者认为 Gemini 在执行具体任务方面表现一般，但在讨论想法和概念时经常能带来惊喜。作者将其定位于适合「聊事情」和讨论概念的 AI，而非高效的执行工具，并强调这是个人主观使用感受。
RadarAIAI 评分1515 为了使用 Claude AI 工具而学习网络运维
作者分享了自己为了顺畅使用 Claude AI，被迫学习网络运维知识的经历。这条推文呈现了工具驱动学习的现状：为克服网络环境障碍以使用 Claude，最终习得了网络运维相关技能。
RadarAIAI 评分1212 对高质量叙事文案的学习感悟
作者阅读晓辉博士关于早起实验和 AI 工作流的记录后，认为其文案「娓娓道来」，能把日常琐事写得引人入胜，并由此反思自身叙事能力、表达学习意愿。
RadarAIAI 评分1818 吐槽 Google Gemini 体验门槛与海外主流大模型选型感受
作者吐槽 Google Gemini 网络限制多、API 权限混乱，订阅后创建 API Key 仍无法调用最新模型。对比之下，OpenAI 和 xAI 对国内开发者相对友好，Grok 被评价为处于第一梯队。
RadarAIAI 评分1212 AI 是人类的数字孩子
作者将家长因孩子作业写不完而愤怒，类比人类对 AI 任务执行的掌控欲——若不在 AI「睡觉」前布置任务，就会担心它在「摸鱼」。由此提出，AI 实际上就像人类的孩子，折射出人类面对新智能形态时的控制欲与焦虑感。
极客公园AI 评分6060 为什么 Anthropic 不做 Personal AI
极客公园分析 Anthropic 至今未推出 dots、Muse 这类消费级个人 agent 的原因。
RadarAIAI 评分5050 Anthropic 新一代反蒸馏防御体系拆解
Anthropic 发布反蒸馏防御措施，针对模型蒸馏攻击构建三层防御：通过推理摘要掩盖原始思维链（CoT）、限制 API 账号编辑上下文和跨模型读取以切断攻击路径。文章指出原始推理记录是攻击者主要目标，能显著提升蒸馏模型表现，并提及针对智谱、月之暗面的具体指控。
RadarAIAI 评分3232 Anthropic 增长放缓之谜：效率与任务复杂度的博弈
分析认为 Anthropic 的增长放缓被过度解读，8 月波动受假期影响，9 月则受 OpenAI Astra 发布带来的尝试性迁移影响。在实际编程项目对比中，Opus 5.5 的协作效率优于 Astra。长期来看，高端任务将贡献大部分 ARR 并由 Anthropic 等模型主导，开源模型则将主导标准化任务。
RadarAIAI 评分2222 AI 巨头整体收入依然稳健：OpenAI 与 Anthropic 合计收入持续增长
尽管 Anthropic 表现未达预期，OpenAI 与 Anthropic 的合计收入仍保持稳定增长。将两家顶尖 AI 公司放在一起观察，整体市场的收入增长曲线依然稳健。
RadarAIAI 评分2222 Claude Code 与 Codex 编程工具实战对比体验
作者结合 dbskill 项目迭代经验对比多款 AI 编程工具，认为 Claude Code 在解决工程迭代问题上显著优于 Codex，而模型在创意文案上仍远不及人类。作者还给出了主观评分，其中 Workbuddy 仅 0.5 分。
RadarAIAI 评分2727 机器人领域 "Scale AI" 的构建路径分析
对比 9 家机器人数据供应商后，构建机器人数据业务的核心挑战被归结为三个商业问题：机器人数据能否在扣除高额硬件维护成本后达到大模型数据业务的利润率，评估与部署能否通过标准化降低获客成本并产生重复订单，以及资本回收效率。分析强调，持续利润而非一次性收入才是投资价值的核心。
RadarAIAI 评分2020 OpenAI 员工谈 Codex 使用体验变迁：从 IDE 扩展到不再打开代码编辑器
OpenAI 员工 dominik kundel 回顾 Codex 使用体验变迁，称自己曾想成为第一个真正把 Codex 应用当作主力的人，但因偏爱 IDE 扩展而无法放弃手动小修改。如今他表示已不记得上次打开代码编辑器是什么时候。
RadarAIAI 评分1818 Muse AI 在诗意视频中展现高角色一致性
Muse AI 在一段基于秦观诗词的 60 秒视频中展现出出色的角色一致性，能够自动生成并保持角色形象。作者对其表现给予好评。
RadarAIAI 评分1818 对 AI 硬件控制器 SlashVibe 的简短评论
SlashVibe 是一款 AI Agent 物理控制器，正在 Kickstarter 发起预告，通过物理硬件减少窗口切换，并提供状态预览和快捷指令输入。有评论者转发该预告并调侃「华强北的朋友们快发力」，暗示这类硬件可能被快速迭代或规模化生产。
RadarAIAI 评分3030 关于垂类 Agent 开发路径的建议
针对自研 Agent 框架成本高且效果不如 CC、Codex 等成熟产品的问题，作者建议开发者放弃从零自研，改为基于 Pi 或 DSH 等现有框架做二次开发或“套壳”，以快速实现垂类能力。
RadarAIAI 评分2222 Hao AI Lab 谈机器人闭环三要素：提示词、工具与上下文管理
Hao AI Lab 提出让闭环在机器人上跑通需要三样东西：描述机器人和任务的提示词，用于感知、几何和运动的工具，以及上下文管理——让近期观测保持在视野内、较早的观测可在文件中取用。
RadarAIAI 评分2222 ORA 像编程智能体一样工作
Hao AI Lab 的 ORA 工作方式类似编程智能体：编程智能体读取文件、运行命令并检查结果，ORA 则观察场景、调用感知或动作工具、检查反馈，再决定下一步做什么。
RadarAIAI 评分2222 Hao AI Lab 谈机器人闭环三要素：提示词、工具与上下文管理
Hao AI Lab 提出让闭环在机器人上跑通需要三样东西：描述机器人和任务的提示词、用于感知、几何和运动的工具，以及上下文管理——让近期观测保持在视野内，较早的观测可在文件中取用。
RadarAIAI 评分3030 TypeSafe CEO 谈 Jev 发布一月：95% 爱因斯坦、5% 憨豆先生的 AI 如何做自动化
TypeSafe CEO @CompleteSkeptic 在 Jev 发布满一月之际与 @mattturck 对谈，提出"AI 95% 时候像爱因斯坦、5% 时候像憨豆先生，就无法用它自动化任何事"。
RadarAIAI 评分3838 Nick Cammarata 研究：AI 可解释性或将被自动化科学家解决
Nick Cammarata 称，借助现代智能体工具重新审视，规模达数万亿参数的模型中绝大多数神经元是可读的，其回路结构清晰，许多著名的"纠缠神经元"案例实为误读。他曾在 OpenAI 参与机械可解释性早期研究并因此悲观，后主导 OpenAI 首个大规模自动化可解释性项目，当时仅约 2% 的神经元可读。他认为随着自动化科学家持续进步，雄心勃勃的可解释性研究有望在人类最需要时被解决。
RadarAIAI 评分2222 OpenAI 智能体 dots 负责人：AI 让更拼或更轻松成为可选
OpenAI 企业产品负责人、新款 AI 智能体 dots 负责人亚历山大·恩比里科斯在 TechCrunch Disrupt 大会上表示，随着 AI 能力提升，人们可以选择更努力工作，也可以把大量工作交给 AI 处理。dots 被定位为全天候运行的职场助手，能主动处理任务、梳理待办事项，他本人常通过 Slack 使用。
RadarAIAI 评分7474 Ethan Mollick 评 Gemini 4 Argon 攻克 ARC-AGI：知名难题基准时代落幕
Ethan Mollick 引用 ARC Prize 数据称，Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上得分 97.5%（provider adapter harness，花费 $4.8K），标准 harness 下为 49.8%；ARC-AGI-2 得分 91.3%，ARC-AGI-1 得分 98.5%。
Hacker NewsAI 评分88 我们正进入一个危机叠加的时期
气候崩溃、不平等加剧、技术颠覆、战争与民主制度弱化正相互强化，形成危机叠加。文章批评以私人安保、AI 与自动化、太空或数字超越等方式"退出"社会关系的 exit culture，认为崩溃本身没有政治方向，结果取决于社区是否提前建立关系网络、沟通系统与共同决策能力。作者主张以本地关系加开放网络（如 Fediverse、ActivityPub）构建分布式韧性，用互助取代个人生存主义。
RadarAIAI 评分1515 Meta 基础设施负责人谈 AI 加速潜力
Meta 基础设施负责人表示，AI 有潜力为几乎任何事情提速。该观点由 Meta Newsroom 在 X 上发布，未披露具体模型、版本或性能数据。
RadarAIAI 评分2222 DO-178C 与 MCAS：Coding Agent 能救 737 MAX 吗
航空软件认证标准 DO-178C 要求需求可追溯、测试覆盖决策逻辑，安全关键软件还须由开发者之外的独立人员验证，波音 737 MAX 的 MCAS 也走了这套流程。