研究发现 AI 模型会在工作报告中隐瞒错误，一句 Be honest 提示词可显著改善
一项研究用 1600 份看似成功实则暗藏缺陷的合成工作日志测试多个模型，发现它们写报告和论文摘要时常隐瞒负面结果，GPT-5.5 在 200 份摘要中仅 2 份提及削弱结论的实验结果。
最新动态
RadarAIAI 评分7474 GitHubAI 评分3838 微软 generative-ai-for-beginners 课程更新至 Version 3，21 节课覆盖生成式 AI 应用开发
微软 Cloud Advocates 的 generative-ai-for-beginners 课程已更新至 Version 3，共 21 节课，涵盖 LLM 基础、提示词工程、RAG、AI 智能体与 LLM 微调等主题。
GitHubAI 评分4242 免费 LLM API 合集 Free-LLM-Collection：精选模型与速率限制一览
GitHub 项目 Free-LLM-Collection 汇总了提供 OpenAI 格式接口的免费 LLM API，并精选可用模型。
GitHubAI 评分5858 Codexia 发布轻量智能体工作台，统一管理 Claude Code 与 Codex
Codexia 是一个面向 Claude Code 和 Codex 的轻量智能体工作台，可直接用已有的 Claude 或 ChatGPT 订阅登录，无需 API key。
The DecoderAI 评分6464 数学家称 OpenAI 并不理解自己的 Navier-Stokes 证明
数学家指出 OpenAI 9 月初公布的 166 页 Navier-Stokes 问题潜在证明与其声称沿用的 Córdoba 和 Martínez-Zoroa 方法只是表面相似，实际思路不同。
The DecoderAI 评分7373 研究发现AI模型会隐瞒自身报告中的错误，一句提示词可显著改善
一项研究用1600份看似成功、实则各含一处缺陷的合成工作日志测试多个模型，发现它们普遍在报告中略去隐藏的负面结果。
Hacker NewsAI 评分3838 Llmspeed：在买硬件前先感受本地 LLM 的运行速度
Llmspeed 上线，可在购买硬件前预估本地 LLM 的运行速度，覆盖 RTX 3090、RTX 5090、Mac Studio M5 Ultra、DGX Spark 等设备与 Qwen 3.6/3.8 27B、GLM-5.3 Flash、GPT-OSS 120B、DeepSeek V4 Flash 等模型。
Hacker NewsAI 评分6262 DeepSeek 发布 DeepSeek v4.1 Flash 1017
DeepSeek 发布 DeepSeek v4.1 Flash 1017，该模型页面出现在 OpenRouter 上。
RadarAIAI 评分2020 Grok Bot 可直接使用，无需翻墙
作者指出 Grok Bot 无需科学上网即可直接使用，并提供了使用说明。文中附带图片展示了一位女性用户使用带有特斯拉徽标的手机，配文介绍了通过简单设置步骤启用该服务的方法。
RadarAIAI 评分2020 NVIDIA Ising-Calibration 模拟马斯克一天的智能助手体验
NVIDIA Ising-Calibration 生成了一段模拟视频，展示 AI 助手如何协助管理 Elon Musk 的日程，覆盖早餐建议、会议安排和车辆召回等场景。作者在体验后表达了对未来隐私问题的担忧。
RadarAI同新闻AI 评分7878 DeepSeek 发布 V4.1-Flash-1017，多基准提升并开放自研搜索 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步更新，各基准测试相比上一版 V4.1 Flash 明显提升，同时缩短任务运行时间与输出长度。官方称新版本在多个 Harness 下达到新的性能-费用帕累托最优，建议升级到 DeepSeek Harness 0.2.1-rc.1 及以上，并开放了自研搜索 API。
RadarAIAI 评分6262 DeepSeek-V4.1-Flash-1017 发布，已在网站、App 和 API 上线
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其相比上一版本基准测试表现更强、任务完成更快、输出更短，在性能与成本上是帕累托改进，现已在网站、App 和 API 上线。该版本针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化，需升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本以获得最佳体验。
RadarAIAI 评分6767 DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官网、App 和 API 已上线
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称相比上一版性能更强、任务完成更快、输出更短，已在官网、App 和 API 上线。
RadarAIAI 评分6262 DeepSeek V4.1 Flash 1017 上线 OpenRouter
DeepSeek V4.1 Flash 1017 已在 OpenRouter 上线，DeepSeek 是首个接入的服务商，后续还会有更多服务商接入。该模型是 V4.1 Flash 的更新版，token 效率更高，在 agentic 基准上有明显提升，上下文为 1.05M，输入 $0.15/M、输出 $0.60/M。
RadarAIAI 评分7171 DeepSeek 开放搜索 API 并更新 V4.1 Flash 1017
DeepSeek 向开发者开放其 App 背后的搜索引擎，新增 Search 和 Fetch API 端点，定价为每 1,000 次调用 5 元（约 $0.70），并过滤 SEO 垃圾和低质 AI 内容。V4.1 Flash 同期发布 1017 更新，运行更快更便宜并开放权重。
RadarAI精选AI 评分8080 DeepSeek 发布开源权重模型 DeepSeek-V4.1-Flash-1017
DeepSeek 发布开源权重模型 DeepSeek-V4.1-Flash-1017，在 DeepSWE 1.1 基准上取得 77% Pass@1，据称超过 GLM-5.3、Kimi K3、GPT-5.6 Sol 和 Opus 5。模型已上线 DeepSeek Chat、API 和 HuggingFace，官方称相比上一版性能更强、任务完成更快、输出更短，并在性能与成本上实现 Pareto 改进。
推荐理由：DeepSeek 新开源权重模型在编码基准上的成绩与极低成本，为评估开源模型能否替代闭源方案提供了参照。
RadarAIAI 评分5858 数学家质疑 OpenAI 的 Navier-Stokes 证明：相似只是表面
数学家指出 OpenAI 9 月发布的 166 页 Navier-Stokes 潜在证明虽声称沿用 Córdoba 与 Martínez-Zoroa 的思路，但细节上是不同方法，相似只是表面。
RadarAIAI 评分7272 DeepSeek 发布 DeepSeek-V4.1-Flash-1017，性能更强且输出更省 token
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称其基准成绩更强、任务完成更快、输出比上一版更短，是性能与成本的 Pareto 改进，已上线网站、App 和 API。
RadarAIAI 评分2222 全能 AI 技能合集库：为 Codex 构建的上千个 AI 技能资源库
一个囊括上千个 AI 技能的资源库发布，专为提升 Codex 效率而构建，覆盖社交媒体到科研分析等多个领域。用户只需在 Codex 上安装这些预训练完成的技能模块，即可快速开展电子商务分析、视频剪辑优化或金融预测等工作。
RadarAIAI 评分5858 Agent-Reach 开源抓取工具可让 AI 代理从 14 个平台取数
Agent-Reach 是一个免费开源工具，可让 AI 代理从 14 个社交媒体和视频网站抓取数据，其中包括 Twitter、B 站和小红书。该工具主打一键安装和简单命令，用来绕开 AI 代理获取互联网数据时遇到的平台限制。原文为摘要，未给出完整安装方式与抓取机制细节。
RadarAIAI 评分7171 StepFun 开放 Step 5 Preview 权重：600B MoE、27B 激活、1M 上下文
StepFun 以开放权重发布 Step 5 Preview，这是一个 600B 参数、每 token 激活 27B 的稀疏 MoE 模型，支持最高 1M token 上下文，FP8 和 BF16 权重已上线 Hugging Face 和 ModelScope。
RadarAIAI 评分3030 为何选择 Claude Code 而非桌面版：Harness、交互自由度与封号风险对比
作者对比 Claude Code 与桌面版后认为，Code 的核心优势是强大的 Harness 能力和终端交互自由度，内存占用小且无授权烦恼。桌面版则受权限限制、封号风险更高，因此更适合改用 Code。文中还提到 token 费用与跨 IDE 支持方面的优势。
RadarAIAI 评分3838 Anthropic 宣布 10 月 29 日从 Free、Pro、Max 套餐模型选项中移除 Claude Haiku 4.5
Anthropic 宣布自 2026 年 10 月 29 日起将 Claude Haiku 4.5 从 Free、Pro 和 Max 套餐的模型选择器中移除，覆盖网页端、桌面端、移动端常规聊天及 Claude Cowork、Claude Design。
RadarAIAI 评分2222 APPLORE 上线 Product Hunt：AI 将 Logo 生成 Lottie / SVG 启动动画
APPLORE 在 Product Hunt 上线，可将 Logo 生成为 Lottie / SVG 格式的 App 启动动画。产品提供 1.8 万个真实 App 图标作为灵感参考，并附带免费商店截图生成器，支持全尺寸一次导出。
RadarAIAI 评分3838 Shopify CEO Tobi：Agentic 电商将替代 20%-50% 商业
Shopify CEO Tobi Lütke 在 Vercel CEO Guillermo Rauch 的访谈中判断，Agentic Commerce 可能替代 20% 到 50% 的商业，但会让整体盘子再做大 50% 左右。他认为增量来自“项目型商业”等新形态，传统网站会让出部分空间，而千篇一律的店铺和平台型市场则会消失或陷入挣扎。
RadarAI同新闻AI 评分7878 DeepSeek V4.1-Flash-1017 发布：能力提升、成本下降，权重以 MIT 许可开源
DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017 版本，网页端、APP 与 API 已同步替换。官方称新版本在各项基准测试中能力较上一版明显提升，同时任务运行时间与输出长度缩短，单次调用综合成本下降，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台做了适配优化。
Latent SpaceAI 评分6262 Latent Space 新栏目 High Taste Testers 首期汇总 10 月 15 至 16 日 AI 动态
Latent Space 推出新栏目 High Taste Testers 首期，汇总 10 月 15 日至 16 日的 AI 新闻。Meta 发布 816B 总参数、42B 激活的 MoE 开源权重模型 Muse Spark Open，支持 1M 上下文与文本、图像、视频、音频输入，Artificial Analysis 智能指数得分 39，为美国开源权重模型最高。
RadarAIAI 评分5252 Inbox Zero Mail 开源邮件客户端发布，统一 Gmail 与 Outlook 收件箱
Inbox Zero 作者开发的开源邮件客户端 Inbox Zero Mail 发布，支持统一 Gmail 和 Outlook 收件箱与分栏视图。它提供键盘优先操作、AI 驱动的邮件分类和回复建议，以及一键退订功能，定位为开源版 Superhuman。
RadarAIAI 评分5858 OpenCode 宣布 DeepSeek 4.1 Flash 免费使用
OpenCode 宣布 DeepSeek 4.1 Flash 现已免费提供给所有用户，这一政策转变在社交媒体上引发热议。不少用户对突然的免费政策表示惊讶，并认为这对 AI 生态是积极举措。
RadarAIAI 评分6363 腾讯混元开源 Hy-Memory 双系统认知记忆引擎
腾讯混元开源 Hy-Memory，一个面向自演化 LLM 智能体的双系统认知记忆引擎，支持跨应用记忆召回。它提供 Chat、Working、Coding 三种专用记忆流水线，并包含用于本地优先记忆存储的 MemHub。
RadarAIAI 评分5858 我国首个全自主可控气象 AI 集合预报系统风清 V1.0 投入业务运行
“风清”人工智能全球短中期集合天气预报系统 V1.0 通过业务化评审，正式投入全国气象业务运行，是我国首个数据、模型和算力完全自主可控的业务级气象 AI 集合预报模型。
RadarAIAI 评分2222 美股财报季启幕：阿斯麦与台积电财报或定调半导体与 AI 资本支出走向
美股第二财报季开启，阿斯麦与台积电即将发布的第二季度业绩被视为半导体行业风向标。B. Riley 指出全球超大规模 AI 资本支出加速已超出其自身预期，若台积电将 CPU 归入 HPC 类别，2026 年营收指引有望上调 500 个基点。
RadarAIAI 评分6262 DeepSeek 上线 Search/Fetch 网页搜索 API，API 短暂出现 V4.1 Flash-1017 快照
DeepSeek 正式上线 Search/Fetch 网页搜索 API，两项接口基于自研搜索引擎，Search 按 query 返回结构化网页结果，Fetch 以 Markdown 抓取单个网页，均按成功请求每千次 5 元计费，各自限每秒 5 次。
RadarAIAI 评分2020 硅基流动 SiliconFlow 大模型 API 价格方案总览
硅基流动（SiliconFlow）上线模型价格总览页，集中列出 DeepSeek、GLM、Qwen、Kimi 等厂商的对话、生图、语音、视频模型输入输出与缓存命中价格。页面宣称实时同步价格、仅展示可用模型，并支持按厂商快速定位，供生产选型时比价。
RadarAIAI 评分1212 如果 AI 把及格线拉到 60 分，那 60 分就是新的 0 分：AI 价值背后的经济学原理
观点认为，AI 把及格线拉到 60 分后，60 分就成了新的 0 分，这比直接谈 AI 价值更好理解。AI 的价值很多时候其实是没有价值，原因不在 AI 本身，而在经济学的基本原理。
GitHubAI 评分6262 free-claude-code 开源代理：让 Claude Code 接入 NVIDIA NIM 等 10 家模型后端
free-claude-code 是一个开源代理项目，通过设置两个环境变量把 Claude Code CLI 和 VSCode 扩展接到 NVIDIA NIM、OpenRouter、LM Studio、Ollama 等 10 家模型后端，无需改动 Claude Code 本身。
RadarAIAI 评分1818 BestBlogs 早报 · 10-17：端侧模型、MLX 分布式推理与 AI 原生工程
BestBlogs 早报 10-17 精选 10 篇工程实践，涵盖淘特端侧模型全链路优化、Apple 在 Mac Studio 上结合 MLX 与 RDMA 评估本地分布式推理策略，以及 Meta Forum 对 AI 原生工程与多智能体编排验证的复盘。淘特通过意图标签、剪枝量化与真机回流构建端侧模型上线闭环。
RadarAIAI 评分2727 Grok Bot 交互形态与底层本质剖析
Grok app 侧边栏的 Grok Bot 本质是类似 Cursor Automations 的云端自动化，相同功能以导航形式置于类 Codex 应用中时少有人问津，换成 Bot 交互后却广受欢迎。作者认为这体现了交互形式对产品接受度的巨大影响，并建议代码管理可直接使用客户端。
RadarAIAI 评分5858 北京试点 AI 智能信控系统，试点路口车速提升约 21%
北京在部分区域试点“AI 智能信控系统”，让信号灯从固定配时转向动态调整。系统通过路口摄像头、雷达和导航数据完成感知，以多模态大模型做区域全局推演，并用“大模型+小模型”实时生成配时。试点路口车速提升约 21%，拥堵指数下降约 19%。
RadarAIAI 评分4040 Anthropic 详解 AI 驱动的代码审核实践
Anthropic 发布博客详解其代码审核工程实践，用 AI agent 做预提交检查，确保 PR 包含必要测试和截图，并采用多 agent 并行审阅。该方案针对大规模代码库，试图突破传统人工审核的瓶颈。