每日科技/AI 摘要 2026-10-04

今日共采集 91 条，新增 57 条，科技/AI 相关 29 条，深挖 8 篇。

Hinton、Bengio 等 22 位巨头联名：AI 开始造 AI，智能爆炸逼近

来源：新智元 · 一句话：22 位 AI 巨头联名警告：AI 自研 AI 的递归循环已启动。

• 要点：
  • 剑桥 CASP 平台发布 15 页报告《What if automating AI R&D triggers an intelligence explosion?》，22 位作者含 Hinton、Bengio、Jakub Pachocki、Jack Clark、Dawn Song、Jeff Clune 等（已在官网核实作者名单）
  • 关键数据：Anthropic 内部 AI 生成代码占比从个位数升至 2026 年 5 月的 80% 以上；完全自主 AI R&D 工作占比 5 个月内 1%→26%；内部约 3 万个 agent，8 月单月决策超 10 亿次
  • 若 AI R&D 完全自动化，把推理算力全部转给 AI 研究员，相当于 200 万-2000 万名顶级人类科学家；估算 AI 技术可 17 个月提速 10 倍，「一年的进展压缩到约 5 周」
  • 三条建议：打开研发「黑盒」、部署物理断路器与受限沙盒、社会提前准备冲击
• 扩展资料：
  • 报告原文（剑桥 CASP） — 官网直接核实：报告真实存在、22 位作者名单与「几年内自动化大部分 AI R&D」的核心判断

Jev 被请下王座：中国开源决策模型 StartLux 冲上第一

来源：机器之心Pro · 一句话：上海初创开源五档决策模型，38 项基准 31 项超 Jev 登顶。

• 要点：
  • 9 月 30 日发布 StartLux-Decision 决策模型系列：0.8B/2B/4B/9B/27B 五档，GGUF 量化（BF16/Q8_0/Q4_K_M）；GitHub 仓库另显示 35B-A3B MoE、256K 上下文、图像输入支持
  • Decision Index 0.2.1 榜单：38 项基准中 31 项超过 Jev 1.13，综合 63.88 vs 57.91 领先近 6 分（注意：为团队自测，对照 9 月 28 日公开榜单快照）
  • 国际象棋对 Jev 1.13 下了 36 局赢 35 局；单卡 H200 上 4B 模型平均 26ms 出答案，0.8B 仅 12.2ms——决策模型不做文本生成，单次前向直接出选项概率
  • 公司成立不足 5 个月，称 3 天完成研发（RSI Level 3 流水线）；代码 Apache-2.0，权重 CC BY-NC 4.0（商用需联系），GitHub 目前 133 star
• 扩展资料：
  • StartLux-Decision GitHub 仓库 — 直接核实模型规格、量化格式与双 license 结构（注意权重非商用授权）

Claude Code 的「乐高」模式，让程序员彻底玩「上头」了

来源：极客公园 · 一句话：Mods 机制 10 月 1 日全面开启，Claude Code 变身可拼装玩具。

• 要点：
  • Mods 是跑在插件里的 TypeScript 函数，能开面板、改造界面、拦截命令、把请求转给别的模型——Claude Code 自带的 /diff 面板与 AGENTS.md 支持本身就是官方用 Mods 写的
  • 社区玩法井喷：像素宠物（jarrodwatts 的 Doom mod）、Chrome 恐龙小游戏、4-7-8 呼吸助手、Storytime（26 万参数小模型实时写故事）、OneWave AI 一晚连发十个 mod，还出现了 claudemods.ai 目录站
  • Anthropic 十天凑齐「应用商店四件套」：9/23 Claude Marketplace（2000+ 插件）、9/25 插件提交门户、10/1 Mods 上线并默认开启
  • 对比：OpenAI Codex 的 /pet 只是官方宠物换皮；DeepSeek Harness 8 月已开源（MIT）实现「一切皆插件」，可把 Claude Code/Codex 当子代理
  • 风险提示：mod 与 Claude Code 同权限，恶意 mod 近似恶意软件包，社区已提醒谨慎安装
• 扩展资料：
  • claudemods.ai — 文中提到的社区 mod 目录站（未单独核实内容，谨慎访问）

豆包/千问/元宝，集体转向 Personal Agent

来源：人人都是产品经理 · 一句话：国内通用助理三强齐转向 Personal Agent，字节代号 Spell。

• 要点：
  • 国内前四通用 AI 助理中，除 DeepSeek 外，豆包、千问、元宝正集体转向 Personal AI Agent
  • 豆包：4 月内部立项、对标 Meta Muse 的产品代号 Spell（名字可能叫「小豆」），流出计划 9/25 启动、中秋 3 天加班、9/30 拿出内测体验版，总工期 6 天；或独立 APP + 主 APP 双入口
  • 千问：9/22 云栖大会郑嗣寿明确「千问愿景是 Personal Agent」，三层 Context（通用/领域/多终端）统一助手「未来几个月」推出
  • 元宝：权威媒体报道正在筹备，独立产品还是新增模块内部仍在评估
  • 注：Spell/小豆细节为媒体援引流出信息，未见字节官方公告（未核实）；判断比拼的将是从模型能力转向服务能力
• 扩展资料：
  • 字节「小豆」呼之欲出，腾讯三路推进 — 同题报道交叉印证「Personal Agent 已成大厂组织能力之战」

Karpathy：读懂 AI 输出的四种形态——从受控英语到讲解视频

来源：架构即人生 · 一句话：模型越强，人越要从产出转向监督与理解。

• 要点：
  • Karpathy 10 月 2 日原帖（4 万+ 赞、45 万+ 浏览）：输出形态四级阶梯——① ASD-STE100 受控英语（航空维修文档规范，一词一义，可要求「做到 80%」）② 图表（Mermaid/Excalidraw，结构信息专用载体）③ 交互网页（单文件 HTML，「改一个输入看结论是否还成立」）④ 3b1b 风格讲解视频（Manim + TTS，Karpathy 称这是他最看好的形态，且「真的开始跑通了」）
  • 核心论点：AI 能力越强，人的工作越上升到「监督与理解」；智能和代码充裕后，可以随手要大型、定制、用完即弃的软件产物
  • 编译者补充了可跑通的工具链：Manim 渲染 + ElevenLabs/本地 TTS（Kokoro/Piper）+ ffmpeg 合成，全程可零付费 API
  • 三个值得记住的反方意见：任务没定义清楚时再漂亮的图也掩盖失败；模型对自身的解释本身也可能是错的（要锚定到可核查证据）；「看懂」的检验标准是能否做出更好决策
• 扩展资料：
  • ASD-STE100 官方规范 — 文中第一级形态的原始标准出处（Issue 9 起免费发布，来自编译文背景资料）

DeepSeek 扩招！弹性计算团队大量 HC，尤其需要资深工程师

来源：量子位 · 一句话：不发 JD 直接甩技术分享，剑指大规模 Agent 训练沙盒基建。

• 要点：
  • DeepSeek 弹性计算团队大量放 HC，点名「尤其需要资深工程师」，且未发岗位 JD，直接附上技术分享《DeepSeek 弹性计算：面向大规模 Agent 训练的沙盒基础设施》当「活 JD」
  • 分享内容指向：单机容器化沙盒、跨机动态迁移、资源池统一调度——为大规模 Agent 训练提供隔离运行环境
  • 行业信号：招聘方向与 DeepSeek 后续押注 Agent 训练/推理基建的判断相互印证（量子位报道视角）
  • 注：该技术分享未见公开链接，细节以量子位转述为准（未单独核实）

腾讯上线「企鹅微单」，一个 AI 接单平台，要帮 OPC 赚钱

来源：人人都是产品经理 · 一句话：技能撮合平台上线，把 AI 生产力变成接单经济。

• 要点：
  • 线上技能撮合平台：需求方发布需求、选手艺人、下单支付验收；供给侧被称为「手艺人」
  • 差异化在需求侧也配 AI：需求方发布需求时有专门 AI 助手协助拆解需求、生成任务说明——「AI 帮你提需求，手艺人（含 AI 加持的 OPC）接单交付」
  • 与「个人 Agent 帮普通人赚钱」的大厂叙事合流：腾讯把 AI 时代的接单经济做成了平台基础设施
  • 注：官方入口与上线公告未能检索到公开信源（未核实），细节以原文为准
• 扩展资料：
  • 豆包/千问/元宝集体转向 Personal Agent — 同日同题：大厂在「个人赚钱入口」上的另一条路线（平台撮合 vs 助理代办）

蚂蚁 Ling-3.1-Flash 传性能追平国产主流 Flash 档

来源：浪里白条王（微头条，信源等级：个人转述）· 一句话：蚂蚁独立自研模型线再进一步，Flash 档追平主流。

• 要点：
  • 微头条称蚂蚁持续独立于阿里 Qwen 自研大模型，Ling-3.1-Flash 性能「基本和各大国产 Flash 差不多」，Cline 提供 10 天免费试用
  • 已核实部分：蚂蚁 Ling 团队（inclusionAI）在 HuggingFace 有 Ling-3.x 开源系列
  • 未核实部分：「Ling-3.1-Flash」具体版本名未在官方渠道（HF org 首页仅见 Ling-3.0 系列）确认，性能对比说法无评测数据佐证
• 扩展资料：
  • inclusionAI（蚂蚁 Ling 团队）HuggingFace 主页 — 核实 Ling 系列开源事实与团队归属；3.1 版本以官方发布为准

今日一句话

• ros2-engineering-skills：给 AI 编程助手装上 ROS 2 工程判断力 — skills 生态外溢到机器人垂直领域
• Antigravity 更新 Claude 系模型 — Google IDE 接入 Opus-5.5/Sonnet-5.5，但仅付费 Pro/Ultra 可用（微头条，未核实）
• Pi 的插件，都在管上下文 — 上下文工程正成为 agent 插件的主战场
• ASC 秒级反编译安卓 APK 的开源工具 — 逆向/安全审计效率工具
• mica-voice：Java 一行代码接 ASR/TTS/声纹/VAD — Java 生态语音能力补齐，不用再起 Python 服务
• 当 codex 成为最懂我的，我有些恐慌 — coding agent 情感依赖的一线体验记录
• 造火箭的都来卷 AI 编程了 — 航天团队下场做 AI 编程工具
• 国庆出游用 AI，第一批人已经被坑惨了 — AI 旅行规划翻车实录（36氪）
• Muse 狂飙，龙虾退潮 — 音乐 AI 竞争格局生变
• 一年前说 PM 会被淘汰，现在 Anthropic 说人人都得学会当 PM — AI 时代产品经理技能普世化
• 丘成桐新论文致谢了 GPT 和 Claude — 顶级数学家公开致谢 LLM 辅助研究
• GitHub 40.6K+ Star 开源 AI 学习工具 — 打通学练测研记全流程
• WorkBuddy 独家接入 Space Bunny 太空兔 — 办公 agent 接入匿名新模型
• 新出的小艺 Work 怎么用才不浪费 — 华为办公 agent 上手指南
• 火箭回收的「命门」，被国产算力拿下了 — 国产 GPU 攻克火箭回收实时计算
• HDD 三巨头扩产，机械硬盘涨价高潮有望结束 — NAS/自托管存储成本利好（微头条）
• AI 干掉了代码壁垒，却干碎独立开发者的饭碗 — 独立开发竞争加剧观察
• 技术团队引入 Cursor/Copilot 后 review 压力变大 — AI 编码质量管控实践
• CUDA warptiling 手搓实录 — 手写 kernel 齐步达到 cuBLAS 83%
• 从头解读 Transformer：Attention Is All You Need — 经典论文精读科普