
Sign up to save your podcasts
Or


Simon Willison 只用一般 Claude 聊天視窗比較 C 與 Rust 寫的 SQLite 擴充。第一輪 Rust 版較快,第二個提示要求打敗 Rust 後,補上約 30 行快速路徑的 C 版約快一倍,並通過 800 萬次隨機測試的逐位元對照。
Sergey Kuhne 把同時開好幾個 AI 對話的疲累拆成先後順序與脈絡兩個毛病,改把每件事寫成工單排進佇列,由 AI agent 研究、動手、跑測試,正式上線與裁決集中到主人收件匣,每件都照拿一件、載入脈絡、做決定、放回佇列關掉的節奏收尾。
Nous Research 微調阿里巴巴的 Qwen3.8-27B,做出 Arete-27B,含中國官方宣傳的答案從 22% 降到 0.9%,事實分數從 2.32 升到 2.98,803 題裡仍有 216 題事實 0 分,測驗題全部來自英文來源。
Google DeepMind 與英國政府合作的 PlanAssist 先檢查例行住宅申請、對照規劃政策,再起草一份附完整出處的報告,最終決定仍由規劃審查員核可。Barnet、Camden、Dorset 三個議會試點中,審查員住宅評估的平均時間降了 58%,超過 70% 的報告被原封不動核可。
美國人口普查局商業趨勢調查裡,250 人以上大公司答有用 AI 的比例,從 2025 年 9 月約 12% 升到 2026 年 10 月約 40%。問卷在 2025 年 11 月 17 日改題,從用 AI 生產商品或服務改問任何業務功能,前後兩段不能直接比。從 2026 年 10 月 19 日那輪起,問卷又把 AI 改稱 Super Intelligence (SI)。一年前 Apollo 那張顯示放緩的圖用的是六期移動平均,平均方式同樣會改變曲線走向。
Anthropic 在上市申請文件揭露,內部 Claude 用量照零售價折算後,4 月的價值超過不含股票獎酬的員工月薪酬,但花在 AI 上的現金其實沒有比薪水多,這些用量的算力成本也沒有揭露。Anthropic 內部 AI 用量從 1 月到 9 月漲了超過 250 倍,9 月新增程式碼超過 90% 由 Claude 寫成。
Xinyan Hu 等人的論文 Agentic Backdoors via Pretraining Poisoning 指出,預訓練語料只混進 0.1% 的毒資料,就足以替 AI agent 種下後門,而且撐過無害的後訓練。觸發條件可以是受害者電腦自然產生的普通檔案路徑,被下毒的模型在一般能力測驗上和沒下毒的一樣好。論文認為更實際的防守是盯住 agent 要執行的動作,靠沙盒與最小權限、高風險操作的白名單或人工確認,以及執行前的分類器把關。
DoorDash 自家 AI 功能 Ask DoorDash 建購物籃比不用時快五倍,訂單平均金額卻高將近 50%、品項多約 60%。第三方 AI agent 的訂單只有幾百筆,Ask DoorDash 使用量也沒有公開詳細統計,省下的時間和多花的錢需要分開記。
Gemini Omni 1.2 Flash 讓 AI 影片能在 15 秒片段上多輪對話編輯,每一輪產出一部新影片,沒提到的部分保留。720p 每秒 0.07 美元,比 Omni 1.1 降價 30%,目前仍不支援編輯人聲。
Google 的 Gemini Omni 1.2 Flash 第一次正式推出,多輪對話編輯會記得前一版影片,只改指令點名的地方,沒提到的部分保留。720p 影片每秒 0.07 美元,比 1.1 降價 30%,影片長度可在 3 到 15 秒之間指定。