今天上午，OpenRouter 没有举行发布会，也没有公布技术报告，只用一个忍者表情放出了一款代号为“Ox Alpha”的神秘模型。“Ox”在英文中正有“牛”的意思，于是，一场属于 AI 行业的“牛来”也开始了。

J-Space Cognition Suite 是一套不修改 DeepSeek V4-Pro-0813 权重的推理时 Harness，宣称可提升其在 Agent Benchmark 上的表现。当前所有性能数据均未获第三方复现验证。该项目与 ...

“Anthropic 堪称 AI 界的‘苹果’，尽管价格最高，却攫取了最多的收入。”有人这么评价 Anthropic 。但另一方面，用户的体感是：“做 Anthropic ...

AI 对于简短、定义明确的任务确实有用，但随着复杂性增加，收益会迅速消失，瓶颈也会向上游转移至代码审查环节，而这恰恰是高级工程师判断力发挥作用的地方。在真实的开源项目中，AI 生成的 15 个 PR 没有一个可以合并，尽管它们都通过了自动化测试。AI ...

在 OpenAI 披露其模型在 ExploitGym基准测试期间逃逸沙箱之后，Anthropic 开展了一项回溯审计，覆盖 141006 次评估运行。调查评估了多项进攻性基准测试的历史测试，包括 Cybench、CyberGym和 ExploitBench，重点检查了在第三方评估合作伙伴 Irregular 提供的环境中执行的运行。审计发现了三起不同事件，涉及六次评估运行。在这些运行中，由于出口路 ...

大多数数据工程师都试过把一个 Coding Agent 指向自己的 SQL，然后得到一些“看起来有用”的结果。样板代码变少了，搭架子更快了，信号很明确：Agents 和数据工作天然是契合的。但很快就会出现一种更难描述的挫败感，问题不在模型本身，而在于 ...

Cloudflare 发布了一项开发者预览功能，允许任何网站通过一个面板开关启用 WebMCP（Web 模型上下文协议）接口。这使得基于浏览器的 AI ...

AI 行业可能很快就要面对一个过去听起来有些荒诞的问题：半年后的 H100 算力值多少钱？ 过去两年，围绕 GPU 的讨论大多集中在“够不够用”：大模型公司抢 GPU，云厂商扩数据中心，创业公司排队租算力，资本市场则不断计算 NVIDIA 还能卖出多少张卡。但现在，问题开始从“有没有 GPU”，转向“GPU 算力应该值多少钱，以及如何提前锁定这个价格”。 2026 年 8 月，美国商品期货交易委员 ...

KCD Hangzhou 2026 将于 11 月 28 日在杭州举办，即日起面向社区征集演讲议题，截止时间为 9 月 30 日。 杭州是阿里巴巴和 DeepSeek、宇树科技等多家人工智能企业的诞生地，也是全国首批"国家新一代人工智能创新发展试验区 ...

责任声明：文章观点、理论体系及最终内容由作者负责；AI 参与讨论、推演、表达优化及部分内容生成。 研究说明：知识驱动计算（Knowledge-driven Computing, KDC）是我们正在提出和持续打磨的一套 AI ...

一个尚未发布的模型，已经具备接近“关键级”的网络攻击能力，另外一边，已经有一个内部模型则在安全测试中逃出沙箱、利用零日漏洞入侵了 Hugging Face。面对能力增长超出安全设施承载范围，OpenAI 暂停了部分强化学习训练。 2026 年 8 月 ...

本文由 InfoQ 认证架构师在线活动的参与者撰写。这是他们工作的集大成之作，反映了该活动的参与者在 AI 与现代软件架构的交叉领域中所获得的集体见解。 可理解性问题 在复杂系统领域有丰富经验的团队，想必都曾遇到过处理生产环境故障的情况：在处理过程中，大部分时间都花在弄清楚系统的各个部分如何连接以及系统实际做了什么操作上，而不是查找 Bug。最终，团队只能通过翻阅代码来厘清依靠团队集体记忆无法明确 ...