昨天 OpenAI 发布了一篇重磅博文，详细阐述了 Model Spec 的设计哲学和演进机制。这不是又一篇 AI 安全的空洞宣言——它揭示了一个关键工程问题：当你的产品是一个会”说话”的模型，你怎么定义它该说什么、不该说什么？ Model Spec 是什么 简单说，Model Spec 是 OpenAI 给模型写的”行为规范”。它定义了模型如何遵循指令、如何解决冲突、如何尊重用户自由、...

Anthropic 发布了 Claude Code 的 Auto Mode —— 用 AI 分类器自动判断操作是否安全，让你不用再疯狂点「批准」。93% 的权限请求其实不需要人看，但剩下的 7% 可能删掉你的生产数据库。 问题：审批疲劳 用过 Claude Code 的开发者都知道这个痛点：每写一个文件、每执行一条命令，都要弹出权限确认。这是安全设计，但也意味着你大部分时间在当「人肉审...

ARC Prize Foundation 在 Y Combinator 总部发布了 ARC-AGI-3 —— 史上第一个交互式 AI 推理基准。人类得分 100%，前沿 AI 模型不到 1%。这不是 AI 不够聪明，而是 AI 根本不会「学习」。 从静态拼图到交互式游戏 ARC-AGI 系列由 Keras 之父 François Chollet 在 2019 年创立，一直是衡量 AI ...

The Information 今天爆了一个料：Google 把 Gemini 模型的完整访问权限给了 Apple，而且允许 Apple 做蒸馏（distillation）——也就是从大模型中提取知识，训练出能在 iPhone、iPad 上本地运行的小模型。 这不是简单的”接入 API”。Apple 能在自己的数据中心里跑完整的 Gemini，拿到推理过程和高质量输出，再用这些数据去训练专...

Answer.AI 最近发了一篇数据驱动的文章，标题很直白：So where are all the AI apps? 问题很简单 —— 如果 AI 编程工具真的让开发者效率提升了 2 倍、10 倍甚至 100 倍，那这些多出来的产出去哪了？ PyPI 的数据不说谎 他们选了 PyPI（Python 包仓库）作为观测指标。逻辑很清晰：如果软件生产力真的爆发了，最大的公共代码仓库应该能看...

LLM 推理的瓶颈，早就不是算力了 —— 是内存带宽。 Google Research 昨天发布了 TurboQuant，一个针对 LLM Key-Value Cache 的极限压缩框架。数字很漂亮：内存占用降低 6 倍，推理速度提升最高 8 倍，精度几乎零损失。更关键的是，它是 data-oblivious 的 —— 不需要针对特定数据集校准，开箱即用。 KV Cache：长上下文推理...

项目地址： github.com/t8/hypura 配图来源： 项目 README 32GB 内存的 Mac 能跑 40GB 的模型吗？ 正常情况下不行。llama.cpp 会因为内存不足直接崩溃，macOS 的 swap 机制会疯狂抖动直到 OOM killer 把进程杀掉。 但 Hypura 说可以。它是一个面向 Apple Silicon 的 LLM 推理调度器，通过理解...

Mozilla AI 团队最近开源了一个项目叫 cq（colloquy 的缩写），定位很直接：Stack Overflow for AI Agents。 这个项目的出发点很有意思，也很讽刺。 Stack Overflow 的死亡螺旋 数据是残酷的：Stack Overflow 月提问量从 2014 年巅峰的 20 万+，跌到 2025 年 12 月的 3,862 条 —— 回到了 20...

作为 OfoxAI（ofox.ai）的开发者，我每天都在和不同的 AI 模型打交道。所以当我在 Hacker News 上看到一篇 581 分的帖子标题是「Is anybody else bored of talking about AI?」的时候，第一反应不是被冒犯，而是 —— 终于有人说了。 锤子综合征 原文作者 Jake Saunders 打了个比方：这就像你去木工论坛，结果所有人...

今天 HN 上一条推文炸了：开发者 anemll 演示了 iPhone 17 Pro 直接运行一个 400B 参数的大语言模型，热度 599 分，评论区直接炸开。 一年前这事儿还被认为”不可能”。现在它发生了。 这到底是怎么做到的 关键词：MoE（Mixture of Experts）+ SSD 流式加载。 400B 参数听起来吓人，但这是一个 MoE 架构的模型 —— 并非所有参数...