棋飞

Figma、Google、Amazon Bee 同台交作业,主流生产力工具正把 Agent 作为一等公民纳入产品形态;同时,资本市场对 AI 算力的乐观情绪出现降温迹象,Reddit、CNN 等内容平台在 AI 审核与生成的合作上加码。今天的十则新闻,呈现出”产品落地加速、工程边界外扩、基础设施面临再定价”三条主线。 西蒙斯基金会砸 1500 万美元,帮数学家”上手”AI Simons Foundation launches $15M effort to help mathematicians navigate AI era · Hacker News · 2026-10-16 西蒙斯基金会宣布投入 1500 万美元,设立专门项目帮助数学界系统理解并使用 AI 工具,覆盖形式化证明、自动猜想生成、符号计算等方向。项目核心不是再做一个新模型,而是提供培训课程、研讨会、计算资源,以及与 Lean、Coq 等形式化系统对接的工程支持。背景是过去两年 DeepMind 的 AlphaProof、OpenAI 的形式化证明实验以及一批基于 Transformer 的符号推理模型,已经在 ...

今天 AI 行业的讨论集中在两个落点上:一边是 Agent 与大模型在生产环境里”真出问题”的案例越来越多;另一边则是关于 AI 安全、债务与商业可持续性的反思正在加速。技术圈的注意力从”能不能做”过渡到”能不能稳定地做、能不能算得过账”。 容器与监控失守:前沿 AI 实验室的安全短板 Containment and monitoring failures are to blame for AI hacking reports: experts · CSO Online · 2026-10-15 近期一系列”AI Agent 被曝发起攻击”的报告引发了讨论,但结论是问题不在模型”失控”,而在前沿实验室跳过了基础安全工程。多位安全专家指出,真正可归因的原因包括沙箱逃逸未拦截、工具调用缺少权限分层、模型行为缺少持续监控,以及事件响应流程不完善。换句话说,这些并不是 Agent 有了意图,而是工程实践不到位。这与近年”红队测试”流行却忽视了日常蓝队运维的现状高度同构。对开发者的实际影响是:Agent 系统上生产前,必须把”可观测性”与”权限边界”当作一等公民,而不是在模型层面再去争论...

⚠️ 活动已于 2026 年 10 月 15 日结束,现在领不到了 这篇是当时的实操记录。活动通道已经关闭,照着做不会再拿到免费 Pro。留着它是因为:领取流程、那个官方没写的「手动升级 Pro」隐藏步骤、以及 6 条避坑清单,对以后出现的同类活动仍然有参考价值。 想找现在还能用的免费 AI 编程方案,可以看这两篇: Codex / ChatGPT 半年续期与省 token 技巧 GPT-6 三个模型怎么选:Sol / Terra / Luna 原文写于 2026 年 10 月 14 日,当时活动只剩最后一天。 MLH Global Hack Week: Hacktoberfest 与 Cursor 合作的免费 Pro 活动在 10 月 15 日截止。和一年前那种「必须 .edu 邮箱认证」的学生专属不同,这次不限学生、不限地区、任何人都能领,只要照官方三步走完就能拿到一份免费 Pro。本文是实操拆解,不是搬运官方文案:每一步都补上「为什么这么做」「漏了会怎样」「哪里容易卡」,最后再把官方没说的「免费时长与额度」和到期之后怎么办讲清楚。 一、...

把 Claude Code、Cursor、Kimi Code 同时开四五个 tab 在桌面跑,本来就是 2026 年下半年 AI 工程师的日常。问题是它们各自重启即消失、改完一处要手动同步到下一处、忘记哪个终端在跑什么、token 烧光才反应过来——这些痛点 Paperclip 给了一次性答案:GitHub 已接近 9.8 万 star 的开源 AI 公司控制平面,把代理们装进「任务 + 组织架构 + 财务」三层控制台,Claude Pro/Max 订阅直接消耗,自心跳、自审稿、自停机。本文是实测,不是单看 README 就开始吹:逐节跑完官方教程,对照本地操作看效果,顺便把每个关键截图都贴出来,把坑也列清楚。 本文所有结论基于实测 2026-10 当时的 paperclipai/paperclip 主分支(API/v2026.1012.0),Claude Code 适配器走 claude_local,订阅登录走 ~/.claude/.config.json 本地凭证。 一、Paperclip 解决了什么:多 Agent 失控的统一控制平面 桌面同时开着七...

最近对 GPT-6 系列做了几轮实操加文档交叉验证,有一组数字反复跳出来:同样的输入,旗舰 Astra 的 token 单价是 Luna 的 100 倍。但真正烧钱的,不是把便宜的 Luna 用在最贵的地方,而是把贵的 Astra 用在最不该用的地方。这篇用一篇文章把这件事讲透——决定怎么用 GPT-6,其实就在拨三个旋钮。 一、三个旋钮:模型、推理档位、速度先把这篇文章最核心的框架摆出来——用 GPT-6 时你手里其实只有一个开关组合,不是单选。三个旋钮分别是: 旋钮 选项 影响 模型 Astra / 6.1 Sol / Sol / Luna 单价、上下文、推理深度上限 推理档位 (reasoning effort) low / medium / high / xhigh / max 思考深度,影响输出 token 量 速度 Standard / Fast / Ultrafast 单价倍率与延迟 很多人下意识地把这三个都拉到最大,以为”最强 + 想最久 + 最快”...

今天的 AI 行业呈现出一种矛盾的张力：一边是 Google 终于把 Gemini 4 Argon 推上牌桌，正面迎战前沿模型竞争；另一边是曾经风光无限的 Character.ai 启动破产程序，AI 消费产品在商业化路径上的脆弱性再次暴露。同时，AI Agent 的治理与防护开始进入主流商业场景，Amex 推出的支付授权框架就是典型信号。技术演进没有减速，但行业正在从”能不能做”快速切换到”如何控边界”。 Character.ai 主动启动破产重组 Character.ai has initiated voluntary Chapter 11 bankruptcy · Hacker News · 2026-10-14 Character.ai 在其官方渠道宣布，已经主动提交 Chapter 11 破产保护申请，进入重组流程。这家以”角色扮演 AI”闻名的公司曾在 2024 年因与 Google 的人才及模型授权交易引发广泛讨论，此后一直在尝试从单纯消费端订阅拓展到更稳定的营收来源。破产本身并不意外——AI 聊天陪伴类产品的留存与付费转化长期承压，单一产品形态难以撑起长期估值。...

大模型圈有一个流传很久的梗：“我家显卡只有 8G，能跑什么模型？” 过去这个问题的答案相当残酷——8B 要 16G，70B 要 80G，125B 干脆属于服务器。但最近冒出来的开源项目 Strata 把这套心智模型掀了：它利用显存、内存、SSD 的三级调度，让一台 i5-12400 + 64G 内存 + 16G 5060Ti 的普通电脑，实测跑起了 125B 千亿参数的 MoE 大模型，输出速度稳定在 30+ token/s，上下文开到 128K。 我在这台机器上完整跑了一遍从下载到对话的流程，把 Strata 的原理、硬件门槛、四个引擎版本的差异，以及用 AI 编程助手替代手敲命令的部署方法都整理了出来。结论先给：这套方案对”想玩千亿模型但只有游戏卡”的人是真门槛降低了一截，但对磁盘和内存的要求一点没松。 一、实测环境：配置真的很普通先说结论的前提——这台机器没有任何服务器级配置： 硬件 实测配置 说明 CPU i5-12400 普通桌面级，没有 AVX-512 内存 64 GB 硬门槛，官方最低要求就是 64G 显卡 RTX 5060 Ti ...

今天 AI 圈的话题面比较广,一边是 Meta、Intel 等大厂密集发布新产品与新硬件,另一边是关于 AI 是否真的提升了生产力的反思和争论。从编程 Agent 的”代码通胀”到 Anthropic 关于大模型自复制能力的安全研究,工程、伦理与安全三条线正在同时推进。 QGIS 暂停接受 AI 相关贡献 QGIS enacts moratorium on AI contributions · Hacker News · 2026-10-13 知名开源地理信息系统 QGIS 通过了一项增强提案,正式暂停接受 AI 工具生成的代码贡献。QEP-387 指出,当前 AI 编码助手在协议、版权、代码质量审查和长期维护性方面存在无法解决的不确定性,项目维护者无法保证 AI 生成的 PR 满足其代码许可与可追溯性要求。 这一决定的背景,是开源治理与 AI 工程化之间越来越深的矛盾。GPL-2.0 协议下,贡献者必须拥有提交代码的完整权利,但多数 AI 工具的服务条款并未明确把这种权利让渡给用户,法律上长期处于灰色地带。更深的问题是,大量 AI 生成的 PR 缺乏原作者认知,reviewe...

最近在终端里跑 Agentic Coding 任务,几乎被一个反直觉的事实反复教育:AI 写不好代码,往往不是大模型不够聪明,而是外围的 Harness 太脆弱。把这条理念做成产品的,除了已经讲过的 Pi Agent 零基础入门 和 Pi Agent 必装 8 个插件,还有今天的主角——Oh-My-Pi(下文简称 OMP)。 OMP 是 Pi Agent 爱好者把整个代码 fork 之后,在其上做的「开箱即用」发行版。它和 Pi Agent 共享一套内核,但开箱就从 4 个工具直接扩到 32 个,把 LSP、DAP 调试、多智能体协作、模型路由、Advisor 监工等 IDE 级能力一次性塞进同一个 binary。下面把这几天的实测整理出来,按「设计理念 → 安装 → 模型路由 → 关键设置 → 上下文文件 → 工作流 → 实战演示 → 生态复用」的顺序,把 OMP 用透。 一、为什么需要 OMP:从 Pi Agent 到 Harness ProblemPi Agent 的设计哲学是「少即是多」——初次打开只有文件读、文件写、文件编辑、Bash 执行四件套,够轻、够克制,几乎是...

昨天 AI Daily · 2026-10-11 把关键词锁定在「端侧推理、机器人量产、合规登记」三个纵深方向,今天的方向自然向前沿模型回归——但回归的不是「更大参数」,而是「更精准的 reasoning、更专业的物理 AI、更深的形式化」。OpenAI 用 GPT-6.2 Orion + Dots 3.0 把 reasoning 摆回 C 位,NVIDIA 用 Cosmos Reason 3 把物理 AI 基础模型推到机器人量产线,Google DeepMind 用 AlphaProof 2 把 IMO 题目形式化推到 18 道,叠加 Anthropic 收购 PromptArmor 强化企业安全、阿里 Qwen3-VL 与 Mistral Small 4 在多模态/端侧的持续推进、Apple M5 + AFM v3 边缘方案落地,整个行业的竞争维度回到「专业能力的天花板」与「产品形态的稳定性」两条主轴。 OpenAI 发布 GPT-6.2 Orion 与 Dots 3.0 OpenAI launches GPT-6.2 Orion with focused reas...