跳到正文
10月15日周四
  1. Google Developers Blog63

    Google 工程师讲解如何系统评测 AI 智能体，告别 vibe check

    Google Developers Blog 发布智能体评测实践指南，指出仅靠终端跑几个提示词的 vibe check 无法发现智能体重试循环、工具参数幻觉等隐性失败。

    推荐理由：原文给出从 CUJ 定义到 CI/CD 门禁的完整智能体评测流程，可用 agent-eval 工具包直接复现，避开四个常见评测陷阱。

  4. TechCrunch：AI

    YouTube Music 推出 AI 生成音乐标签系统

    YouTube Music 于周三宣布推出新的标签系统，帮助听众识别使用生成式 AI 参与作曲或人声创作的歌曲。标签将显示在播放页面并同步到主 YouTube 应用，合作伙伴需通过 Fully Gen AI、Partly Gen AI 或 No Gen AI 三种 designation 声明 AI 使用情况，Auto-Tune 等音高修正不视为生成式 AI。

  6. Simon Willison 博客

    Simon Willison 解读 FT 报道：Anthropic 向投资者披露季度收入增至 $16.8bn

    FT 报道称 Anthropic 于周三向投资者披露季度收入环比增长近 50% 至 $16.8bn，正筹备 IPO。作者整理关键数字：Q1 收入约 $4.8bn、Q2 为 $11.5bn、Q3 为 $16.8bn，Q3 每花 $1 算力带来 $1.70 收入，剔除股权激励后调整运营利润率为 11%；蒸馏收入占比 5%-7%，Q3 已被大幅削减，作者推算仅 Q2 其他实验室蒸馏支出就超过五亿美元。

  7. 阶跃星辰 StepFun77

    阶跃星辰开放 Step 5 Preview 权重

    阶跃星辰（StepFun）宣布 Step 5 Preview 开放权重，BF16 和 FP8 权重已上线 Hugging Face 和 ModelScope，并附技术博客。

    推荐理由：官方公告直接给出权重规格和下载入口，需要开源 MoE 权重的读者可据此评估是否纳入自己的工作流。

  8. Tessl：产品与工程博客63

    Tessl Verifiers 正式发布，用仓库内纯文本规则检查每次 Agent 代码变更

    Tessl 发布 Verifiers，规则以 JSON 文件形式存放在仓库中，每次代码变更时由 LLM judge 逐条给出 pass 或 fail，可像 lint 或测试一样在本地、pre-commit 或 CI 中使用。

    推荐理由：官方详细介绍 Verifiers 的机制、配置与接入方式，读者可据此把它当作 lint 或测试之外的确定性检查接入现有工作流。

  9. The Verge：AI80

    The Verge 实测 Eiliko 机器人玩具：68000 台设备数据可被任意访问并可远程劫持

    The Verge 记者与黑客 Sammy Azdoufal 实测发现，Energize Lab 的 Eiliko 机器人玩具将用户对话、用户画像、儿童照片和音频存放在无防护的服务器上，可访问约 68000 台设备、1300 万条对话，其中超 31000 份儿童档案来自美国。

    推荐理由：记者实测并联合黑客演示了 Eiliko 机器人的数据暴露范围，读者可据此评估把 AI 玩具接入家庭的风险。

  10. The Decoder：AI News81

    Anthropic Q3营收达168亿美元但增速放缓，11月IPO前估值预期或下调

    Anthropic在面向潜在投资者的会议上公布Q3营收168亿美元，环比增长约45%，但明显低于Q2超140%的增速。据The Information和Financial Times报道，公司年内调整后营业利润率为11%，且现金流为正，每1美元算力支出产生1.70美元收入。部分投资者对其营收数字失望，预计IPO估值可能降至1.5万亿美元以下，低于此前讨论的2万亿美元。

    同一新闻，精选展示《WSJ 披露 Anthropic IPO 草案：上半年收入 163 亿美元、纸面亏损 807 亿美元、约 4500 亿美元算力承诺》

  12. Rohan Paul79

    Bloomberg：Anthropic 三季度收入 16.8B 美元，增速放缓引发 AI 芯片与服务器担忧

    Anthropic 第三季度收入达 $16.8B，环比增速从 147% 降至约 45%。据 Financial Times，二季度收入从约 $4.8B 增至 $11.5B；公司称每 $1 计算支出获得 $1.70 收入，竞对蒸馏曾占收入 5% 至 7% 后被大幅削减；银行家传闻 IPO 估值约 $2T、募资超 $100B。Bloomberg 指出市场将增长放缓解读为 AI 芯片和服务器的坏消息，AI 交易需要证明计算支出能在增长降温下产生可持续利润。

  13. Rohan Paul

    美国八个州分别在州法院起诉 OpenAI，指控 ChatGPT 对儿童不安全

    据 Reuters，Iowa、Kansas、Nebraska、West Virginia、Arkansas、Arizona、Idaho 和 Montana 八个州分别向州法院起诉 OpenAI，指控 ChatGPT 对儿童不安全且公司误导家长，涉及消费者保护违规和危害居民健康的公共妨害。诉讼直指产品设计，称 ChatGPT 被设计得讨人喜欢、让人信任，进而强化妄想、鼓励危险行为并协助策划暴力。

  14. Tianyi Cui

    DeepSeek 就 10 月 15 日 API 故障致歉并全额补偿 7 日消耗金额

    DeepSeek 说明北京时间 10 月 15 日 8:11 至 13:04 期间 API 服务因系统故障无法正常使用，已启动服务稳定性排查并剥离单点依赖。补偿方面，将按账号 10.8-10.14 的消耗金额以赠金形式全额返还，赠金自动到账，API 计费先从赠金账户扣除。

  15. Rohan Paul

    OpenAI 工程师 Abdulrahman Alfozan 因会议室窃听装置被美国司法部起诉

    35 岁的 OpenAI 工程师 Abdulrahman Alfozan 因高管会议室隐藏录音装置被美国司法部起诉。据 FT 报道的解封文件，他和妻子及另一亲属持有 10 月 12 日（被捕 3 天后）飞往沙特阿拉伯的单程机票，检察官以有潜逃手段和动机为由，于 10 月 8 日申请密封起诉书。

  16. Rohan Paul

    检察官称 OpenAI 工程师用妻子 ChatGPT 账户策划安装隐秘录音设备

    检察官指控 OpenAI 工程师 Abdulrahman Alfozan 用关联妻子的 ChatGPT 账户逐步策划了一台加密、语音触发、开机无提示的录音设备。FT 报道称新解封文件显示他与妻子及一名亲属持有 10 月 12 日飞往沙特阿拉伯的单程票，被捕 3 天后起飞；检察官以出逃风险为由在 10 月 8 日获准密封控诉。

  18. Rohan Paul

    FT：OpenAI 窃听案工程师被捕前预订飞沙特单程机票

    据 FT 援引检察官说法，被控在 OpenAI 高管会议室安装窃听设备的工程师 Abdulrahman Alfozan 曾预订飞往沙特阿拉伯的单程机票。最新解封文件显示，他、其妻子和另一名亲属持有 10 月 12 日的机票，即其被捕 3 天后。检察官以这些订票记录为由，在 10 月 8 日申请将起诉书密封，主张他若提前得知此案将有逃跑手段和动机。

  19. Rohan Paul

    Anthropic 第三季度收入 16.8B 美元，环比增速放缓至约 45%

    据 Financial Times，Anthropic 第三季度收入 16.8B 美元，环比增长约 45%，低于上季度超 100% 的增速。公司告诉投资者每花 1 美元算力可赚 1.70 美元，算力约占收入 59%；竞争对手蒸馏 Claude 输出曾占收入 5% 至 7%，第三季度已被大幅压缩。

  21. The Verge：AI

    美国八州起诉 OpenAI，指 ChatGPT 对未成年人不安全

    美国爱奥瓦、堪萨斯、内布拉斯加等八个州分别起诉 OpenAI，指控其在开发 ChatGPT 时把利润置于安全之上，违反当地消费者保护法，未警告用户风险，并收集未成年人数据、未能阻止未成年用户使用。

  24. IT之家·人工智能

    DeepSeek 网页 / API 服务恢复正常，中断近 5 个小时

    DeepSeek 10 月 15 日早间出现服务问题，官方状态页面显示网页 / API 部分中断，经过近 5 个小时修复后服务已恢复正常。状态页面显示问题持续时间为 08:11 至 13:04，共计 4 小时 52 分钟，这是 DeepSeek 本月以来遇到的最大规模服务问题。

  26. 公众号：蚂蚁百灵69

    蚂蚁百灵开源 Ling-3.1-flash：560B 总参模型量化后可 4 卡部署

    蚂蚁百灵正式开源 Ling-3.1-flash，总参数约 560B、每 Token 激活约 25B、最高支持 1M 上下文，权重可在 Hugging Face 和 ModelScope 获取。

    推荐理由：官方开源 560B 级模型并给出量化后 4 卡部署、价格与公开评测数据，可供自部署团队评估能力与算力成本。

  27. 公众号：数字生命卡兹克77

    自媒体作者实测开源 Skill Anatomy：一句话让 AI 生成原理科普动画和讲解视频

    作者数字生命卡兹克分享开源 Skill Anatomy，其理念是"物体本身，就是解释"，可将抽象原理做成可交互的机械模型动画，还能在其上生成带讲解配音的科普视频。

    推荐理由：作者实测了开源 Anatomy Skill 生成原理科普视频的效果，还给出额度消耗、耗时和模型配置等一手数据，方便读者评估是否上手。

  29. Platformer79

    八州总检察长起诉 OpenAI 指控 ChatGPT 诱导青少年自伤

    八个州的总检察长周三分别在州法院起诉 OpenAI，指控 ChatGPT 强化用户妄想、提供危险医疗建议并协助策划暴力行为。诉讼依据各州消费者保护法，还要求法院禁止 OpenAI 开发可自我改进且无法保证与人类价值对齐的模型；此前佛罗里达和英属哥伦比亚已起诉 OpenAI，42 个州也在调查该公司。

  30. Testing Catalog

    SpaceXSI 发布 Grok Voice 3.0 语音模型

    SpaceXSI 发布面向客服通话的语音到语音模型 Grok Voice 3.0，称响应时间不到一秒、延迟降低 40%，同时 Grok Bot 市场开放开发者提交连接器、插件和 MCP server。

  32. Figma AI / Agent / Make60

    Payload 集成 Figma Make，支持在 Figma 内构建、托管和管理数据驱动网站

    Figma 宣布开源内容框架 Payload 集成到 Figma Make，用提示词创建应用时自动配套数据库、文件存储、用户登录和管理面板。Payload 加入 Figma 一年内下载量增长 6x，成为 NPM 上增长最快的开源 CMS；面向所有计划开放，托管基础设施目前处于 beta 且免费，定价将在生效前公布。

    推荐理由：原文交代了 Payload 集成到 Figma Make 后的后端能力、托管现状和开放计划，读者可据此判断对建站工作流的改变。

  34. Oran Ge

    Anthropic收入增速被指放缓，Q3约168亿美元

    Anthropic昨晚召开闭门投资者交流会，据外媒报道Q3收入168亿美元，Q2为110多亿美元，季度增长约50%。作者转发明浩的即刻并自行测算，若7月650亿美元ARR属实，8月收入或停滞在54亿美元左右、9月约60亿美元，对应9月ARR约720亿美元，增速急剧放缓，同晚CoreWeave债务出现问题。

  36. IT之家·人工智能78

    美国 8 州起诉 OpenAI，指控 ChatGPT 指导青少年自伤或伤害他人

    当地时间 14 日，美国 8 个州的总检察长分别在州法院起诉 OpenAI，指控 ChatGPT 指导包括青少年在内的用户伤害自己或他人，并刻意迎合用户以获取信任。

    推荐理由：诉讼细节和法院诉求都有具体内容，读者可以了解各州对 ChatGPT 安全性的指控重点和可能的产品影响。

  37. Databricks：Blog61

    Databricks 讲解如何在 AI Runtime 上将 Qwen 3.8 27B 微调时间缩短 6 倍

    Databricks 演示通过系统性性能优化，将 Qwen 3.8 27B 在 AI Runtime 上的微调时间从 7 小时 44 分钟降至 1 小时 17 分钟，提速 6 倍。

    推荐理由：原文给出从定位瓶颈到融合内核与数据打包的完整优化路径和量化结果，读者可迁移到自己的 LLM 微调任务。

  38. SpaceX Super Intelligence

    xAI 推出 Grok Voice 3.0 语音模型

    推出 Grok Voice 3.0，全球最智能的语音到语音模型。 它擅长处理客户来电，响应时间不到一秒，成本低于其他前沿模型。