Project Glasswing：Mythos 教会我们的事
Cloudflare 分享了使用 Anthropic Mythos Preview 进行漏洞研究的经验：漏洞链构建、概念验证生成、信噪比问题和多阶段测试框架设计。
Agora-1：多智能体世界模型
Odyssey 发布 Agora-1，首个多智能体世界模型，支持四人在同一生成世界中实时交互，将模拟与渲染解耦，开创游戏、机器人、RL 训练新范式。
Vibe编码的Photoshop去哪儿了？
如果vibecoding真那么强，世界应到处是vibecoded的作品。但现实中一个也没有。AI降低了打字门槛但从未触及验证层和决策层——真正的门槛一直在那儿。
我不认为AI会让你的流程更快
当市场下行时每家公司都在优化流程，AI带来不切实际期望。但作者指出仅靠AI无法让流程变快——真正瓶颈在上游输入质量。瓶颈需要高质量输入而非盲目加速。
Semble：面向AI智能体的高效代码搜索工具
Semble是一个专为AI智能体打造的代码搜索库，CPU运行无需API Key或GPU，tree-sitter分块+Model2Vec+BM25双路检索，比grep+read节省98% token，支持MCP模式兼容主流AI编码工具。
对齐的人造性
AI对齐（alignment）的核心难题在于：我们试图让智能系统“自然”地服从人类意图，但对齐本身却是一项彻头彻尾的人造工程。这种人造性体现在三个层面：目标设定、价值嵌入与评估反馈。首先，对齐目标的定义源自人类的主观判断，而非机器的内生法则。我们通过人工标注、偏好聚合或法律规范来“捏造”一个近似于人...
以福祉为本：我们需要为AI构建积极愿景
当前AI发展的主流叙事往往聚焦于风险防范与伦理边界，但仅止步于规避危害远远不够。若要真正驾驭人工智能的社会价值，我们必须转向以“福祉”（wellbeing）为核心的积极愿景建构——这不仅是技术路线选择，更是文明层面的价值观重塑。 从技术细节看，当前AI系统的优化目标通常局限于效率、准确性或商业转化...
LLM聊天机器人缺失了什么：一种目的感
当前的大语言模型（LLM）聊天机器人，如GPT-4o、Claude等，虽然在对话流畅度、知识覆盖和指令遵循上取得了惊人进展，但一个根本性的缺陷正日益凸显：它们缺乏真正的“目的感”。这种缺失导致对话虽然看似合理，却往往在深度和方向性上显得空洞。 从技术本质看，现有LLM的核心机制是“下一个token...
通用人工智能并非多模态
近年来，多模态大模型（如GPT-4V、Gemini）的崛起让许多人误以为多模态能力是通往通用人工智能（AGI）的必经之路。然而，这一观点值得商榷：AGI的本质并非输入模态的多样性，而是抽象推理与跨任务泛化的能力。正如《The Gradient》上的这篇文章所论证的，单一模态（如纯文本）已经足以催生通...
正交性之后：美德伦理能动性与AI对齐
在AI对齐研究中，“正交性命题”长期占据核心地位：智能体的能力与其最终目标可以任意正交，高能力并不意味着固有友善。然而，随着可扩展监督、弱到强泛化和博弈论建模等技术的推进，学界开始反思这一命题的局限性。美德伦理学视角为此提供了关键补充——它要求我们不再仅仅追问“如何指定目标函数”，而是转向“如何塑造...