SpaceXAI 如何在四周内从零构建出 Grok Bot
SpaceXAI 一支小型独立团队用四周时间把 Grok Bot 从第一行代码做到可用的内部产品，三周后完成公开上线。团队坚持从零自建而非并入 Cursor，并亲自为近 300 名首批用户完成上手引导。Roman Ugarte 此前在 Cursor 负责增长，经历了公司从 15 人扩张到 1000 人以上。
全部AI原生动态
全部动态
今日 27 条Lenny's NewsletterAI 评分3434 OpenAI NewsAI 评分1313 OpenAI 推出 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，更贴合用户的原始构思。
MIT Sloan 管理评论AI 评分4141 负责任 AI 意味着认清智能体自主性的边界
MIT Sloan 管理评论与 BCG 的专家小组中，72% 的受访者认为把 AI 智能体当作自主决策者来治理将会失败。专家指出，智能体的自主性只是运营层面的，它们能规划、调用工具、执行交易，但不具备道德或法律上的责任能力，无法被起诉或承担后果。将智能体视为自主决策者会制造责任真空，让开发者、部署方和用户以“是 AI 决定的”为由逃避责任。
OpenAI NewsAI 评分1212 OpenAI 扩大新闻业支持计划，覆盖课堂到新闻编辑室
OpenAI 宣布扩大对新闻业的支持，面向学生、教育工作者、记者和新闻机构提供工具、培训与合作项目。该计划覆盖从课堂到新闻编辑室的多个环节。
OpenAI NewsAI 评分1010 OpenAI 分享 Navier–Stokes 千禧年大奖难题的 AI 生成解答
OpenAI 分享了一份由 AI 生成的 Navier–Stokes 千禧年大奖难题解答，包含一份书面说明和一份 Lean 形式化证明。
腾讯技术工程（公众号）AI 评分3636 我用腾讯 Kuikly 把 DeepSeek Harness 装进了口袋：DSH Mobile 一码三端
腾讯程序员用 Kuikly 框架开发了 DSH Mobile，一套 Kotlin 代码覆盖 Android、iOS 和鸿蒙，按 DSH 官方 Host 协议连接电脑上的 DeepSeek Harness。
字节跳动技术团队（公众号）精选AI 评分6565 字节跳动质量保障团队落地测试用例生成 Agent NL2Test
字节跳动质量保障团队推出面向测试自动化的 NL2Test Agent，QA 用自然语言描述测试场景即可生成可运行的回归测试用例，目前已在多条业务线部署。团队披露，85.4% 的生成用例被集成到 CI/CD 工作流，新增用例中平均约 25% 来自 Agent 生成，个别业务团队峰值达 50%+，Agent 用户月活率 30.7%，平均每双周为部门节省约 30 人天。
推荐理由：字节跳动质量保障团队公开了 NL2Test Agent 的工程取舍与上线数据，可供评估智能体在测试流程中的落地边界。
OpenAI NewsAI 评分1515 OpenAI 设立 500 万美元资助计划，研究 AI 与青少年发展
OpenAI 开放 500 万美元资助计划申请，支持针对生成式 AI 如何影响青少年发展、身心健康与安全的独立研究。
红杉中国 HongShanAI 评分3636 CEO用AI写演讲稿，却发现自己的"声音"不见了
红杉中国文章指出，CEO将AI嵌入高管工作流后，演讲稿虽连贯得体却"安全"平庸，团队产出趋于"正确但平庸"。文章提出判断力、声音、在场感三个领导者主体性维度，并给出四层AI协作模型：高风险决策的诊断与框架定义必须由人主导，AI可辅助总结与对比方案；低风险标准化工作可交由AI自主完成。
OpenAI NewsAI 评分2222 1Password 借助 Codex 将工程效率提升 21%
1Password 的工程师使用 Codex 快速构建新功能和内部工具，在维持严格安全策略的同时达到生产就绪状态，工程效率提升 21%。
傅盛（公众号）AI 评分2828 GPT-6 把 3D 建模玩明白了：9 个字复刻游戏场景
GPT-6 Astra 接入 Codex 与 Blender MCP 后，可凭一句提示词在约 30 分钟内生成可运行的 3D 游戏场景与完整 Blender 工程。有案例用 5 条提示词、约 30 分钟搭出《后室》场景，另有开发者生成含 2234 个独立零件的可交互人体解剖 3D 网站。
字节跳动技术团队（公众号）AI 评分3232 火山方舟 Agent Plan 推出「Agent 云电脑」：让 AI 在云电脑上完成股市深度研究
火山方舟 Agent Plan 上线专属 Harness 工具「Agent 云电脑」，自带 agent loop，可自行拆解并执行跨网页与桌面的多步任务。演示中它用 DeepSeek V4 pro 完成一份股市大盘深度研究，耗时 11 分钟，机器占用预估消耗 11.46 AFP。
腾讯技术工程（公众号）AI 评分3434 从一次 LLM 调用到完整 Harness，Agent 到底经历了什么？
腾讯技术工程梳理了 Agent 从单次 LLM 调用演进为完整 Harness 的路径：上下文装配层、ReAct 循环、结构化 Tool Calling、记忆系统依次补上模型边界，最终凝结出负责会话恢复、权限沙箱、上下文压缩与子 Agent 调度的 Harness 层。
OpenAI NewsAI 评分1515 OpenAI 与 AIRPPU、WAN-IFRA 为乌克兰新闻机构启动 AI 项目
OpenAI 联合 AIRPPU 和 WAN-IFRA 启动一项 AI 项目，帮助乌克兰新闻机构提升创新能力、韧性并支持独立新闻。
42章经（公众号）AI 评分1212 42章经活动报名：如何训出自己的模型？
42章经将于北京时间9月12日（周六）上午10:30举办线上免费活动，邀请嘉宾逯雨鑫分享如何训练自己的模型。逯雨鑫没有 AI Lab 经历，也非 AI PhD，仅用 2 周和数百美元就后训练出两个登顶 Hugging Face Model Trending 榜首的小模型。活动优先通过回答认真且背景匹配者，尤其欢迎应用创始人。
42章经（公众号）AI 评分3636 一个人、两周、数百美元：个人开发者如何训出登顶 Hugging Face 的模型
Mind Lab 研究员逯雨鑫以个人开发者身份，用一张 5090 显卡和 200 美元的 Claude Max Plan，两周内后训练出两个登顶 Hugging Face Model Trending 榜的模型，总成本仅数百美元。
OpenAI NewsAI 评分2222 OpenAI 首席科学家 Jakub Pachocki 谈日益强大的 AI 与对齐挑战
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 以及让其保持对齐的难题，呼吁加强安全防护并推动国际协调。
OpenAI NewsAI 评分3838 OpenAI 内部研究加速：编码智能体重塑 AI 研究
OpenAI 披露内部数据，展示编码智能体如何重塑 AI 研究，涉及智能体使用情况、实验速度、任务复杂度与研究加速等方面。
Not Boring · Packy McCormickAI 评分1212 Runway Solaris、World Labs Atlas 与 OpenAI Astra 6 等世界模型集中发布
Runway 发布 Interface World Model Solaris，由模型逐帧实时生成应用界面，无需代码；World Labs 推出 omni world model Atlas，可生成最长 1 分钟 1440p 视频并支持像素级相机控制。Runway 随后发布 GWM World 2，以 720p、24 fps 连续视频流实时模拟交互环境，OpenAI 同期发布 Astra 6。
傅盛（公众号）AI 评分2222 GPT-6 Astra 发布：电脑操作与 3D 建模进步明显，编程未超 Fable 5.1
OpenAI 发布 GPT-6 Astra，在 OSWorld 2.0 上电脑操作准确率从上一代 Sol 的 65.7% 升至 72.6%，但 Artificial Analysis 的 Coding Agent Index 得分 67 分，仍低于 Fable 5.1 的 70 分，Intelligence Index 也与 Sol 同为 61 分。
阿里技术（公众号）精选AI 评分6060 阿里技术复盘 5 人 7 天用 Qoder 完成 20 人数周工作量：Spec-Driven Development 如何落地
阿里技术团队复盘了 5 人 7 天用 Qoder 开发 QoderWork 的案例，称其完成了传统情况下需要 20 人数周的工作量，其中 DAY 0 不写代码只写 Spec。
推荐理由：文章把 5 人 7 天完成 20 人数周工作量的案例拆成逐日流程，并给出可复用的 Spec 写法与工具对比。
腾讯技术工程（公众号）AI 评分3434 DeepSeek Harness 背后的心脏：Cordis 插件框架到底是什么
DeepSeek Harness 的 Agent 运行时建立在 Cordis 之上，这一插件框架由 Koishi 作者 Shigma 开发，2022 年 4 月登上 npm，2024 年底迭代至 Cordis 4 并引入基于 fiber 的生命周期体系。
Google DeepMindAI 评分2222 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 发布全球天气模型 WeatherNext 3，可直接学习实时卫星观测数据，每小时生成一次预报，地表变量分辨率达 5 公里，整体精度约为上一代 WeatherNext 2 的 5 倍。
傅盛（公众号）AI 评分2222 傅盛：OpenClaw 不会死，龙虾类 AI Agent 产品才刚开始走向大众
针对"OpenClaw 已死"的说法，傅盛称 OpenClaw 2.0 刚发布，933 个开发者贡献了 1.6 万个 Pull Request。他认为国产开源大模型把价格打了下来，如 DeepSeek V4 Flash 100 万 Token 输入 1.5 元、输出 4.5 元，其重度使用每天很少超过 10 元人民币。
美团技术团队（公众号）AI 评分88 清华大学-美团学术论坛：物理世界中的AI及大模型
清华大学-美团数智生活联合研究中心将于2026年9月21日举办学术论坛，主题为「物理世界的AI与大模型：挑战、路径与实践」，邀请高校学者与美团技术专家探讨具身智能、世界模型、智能体等方向及AI在本地生活场景的落地实践。论坛采用线上直播加清华线下形式，线下报名9月17日截止，联合美团LongCat 2.0送出30份每份1亿Token体验包。
美团技术团队（公众号）AI 评分3030 美团智播：数字人直播的“长得真、动得准、演得活、卖得好”技术闭环
美团智播围绕 AI 主播“长得真→动得准→演得活→卖得好”构建数字人直播技术闭环，支持真人 1:1 复刻、30 秒生成直播素材、3 分钟完成开播配置与 7×24 小时稳定上播。该方案已规模化落地，月日均 GTV 同比增长 82.12%，观看人次增长 163.44%，开播场次提升 11 倍，商家闲时交易额平均提升 7.3%，并获 2026 年度“中国多媒体企业创新技术奖”。
Shopify EngineeringAI 评分6262 Shopify 如何用 River 把安全修复从补丁推进到合并
Shopify 工程博客介绍了其内部 Slack 智能体 River 的漏洞修复流水线，它从 World 单体仓库根目录出发，复用开发者的可复现环境与工程约定，负责校验实时状态、在当前 head 上重放修复、把需要判断的决策交接给代码负责人，并在合并后核对仓库 head 与依赖图才判定完成。
Google DeepMindAI 评分3434 Google 推出 Fairwind Program，向政府与企业提供 Gemini 3.8 Flash Cyber 主动防御能力
Google 面向政府机构、关键基础设施运营商和网络安全合作伙伴推出限量访问的 Fairwind Program，首批提供 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具链，可自主发现并修复漏洞，将原本数周的手动修复缩短至分钟级生成可部署补丁。
Google DeepMindAI 评分2222 Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber
Google DeepMind 推出 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者在 DeepSWE v1.1 等基准上接近更贵的前沿模型，HLE-Verified 得分 54.9%，定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、输出 3.75 美元。
Josh Bersin · 组织与 HR 研究AI 评分6060 Josh Bersin 解读 BLS 2035 预测：美国劳动力仅增 3.5%，产出却要增 22%
Josh Bersin 引用美国劳工统计局 2025-2035 就业预测指出，未来十年美国劳动力仅增长 3.5%，而 GDP 预计增长 22%，意味着劳动生产率需每年提升近 2%，企业将面临劳动力短缺而非 AI 导致的失业潮。
傅盛（公众号）AI 评分2222 OpenClaw 2.0 归来：933 位贡献者、16000 个 PR，Agent 范式仍在延续
OpenClaw 发布 2.0 版本，这是项目史上最大更新，933 位贡献者参与、合并超 16000 个 PR，占历史 PR 总量一半。新版本支持自动检测本机模型与订阅、浏览器界面升级为主控制台，并加入多人协作云会话。傅盛认为，OpenClaw 开创的 Agent 产品范式正被 Codex、Claude Code、Grok Bot 等产品沿用，项目热度下降不代表方向过时。
字节跳动技术团队（公众号）AI 评分3838 OpenViking：让研发 Context 跨 Agent 始终在线
字节跳动技术团队推出面向 AI Agent 的统一上下文数据库 OpenViking，作为不同 Agent 背后的共享 Context 层，将代码、项目规范、Review Guidelines 存为 Resource，个人偏好与经验沉淀为 Memory，并以 viking:// 路径统一组织。
得物技术（公众号）AI 评分6060 得物小摊 AI Native 演进实录：用 Harness 构建可控 AI 交付
得物小摊团队复盘了从 Prompt 转向 Delivery Harness 的 AI Native 交付实践，用 Version Contract、Execution Boundary、Evidence Gate 和 Repair Loop 四个组件接管交付状态，让 AI 参与多模块开发时的改动范围、验证证据和发布记录都可检查、可复验。
腾讯技术工程（公众号）AI 评分2222 鹅厂员工被 AI“糊弄”的现场：从编造字段到虚构依赖包
腾讯技术工程收集了鹅厂员工被 AI 幻觉“糊弄”的多个真实案例：AI 会编造不存在的知识库字段和引用来源、把 537.98 元四舍五入成 538 元、推荐查无此书的书目，甚至生成不存在的 npm 包名。有员工提到，黑客组织“Slopsquatter”正利用 AI 常幻觉出的假包名抢注并植入恶意代码。
阿里技术（公众号）AI 评分4848 AI Agent 应用精细化评测：评测体系设计与工程实践
阿里速卖通技术团队为商品中心 AI Agent 构建了一套精细化评测体系，按感知、规划、记忆、工具四大模块拆解评测，并同时衡量质量、成本、性能三个维度。该体系以任务完成率为北极星指标，端到端评测覆盖任务完成率、多轮对话完成率、幻觉率等六项用户感知指标，模块级评测则定位意图识别、路由决策、记忆衰减等具体根因。
Sequoia CapitalAI 评分2222 认知革命：从工业革命看 AI 如何重塑脑力工作
红杉资本发文将 AI 驱动的认知革命与工业革命类比：体力工作已从 99% 依赖生物肌肉变为 99.9% 由机器完成，而认知工作目前仍主要靠人类，未来 99.9% 将由机器承担。文章指出，智能每瓦成本每年下降超过 10 倍，价格崩塌将像工业时代一样引爆需求，认知与体力工作大致各占约 120 万亿美元全球经济的一半。
Google DeepMindAI 评分2424 Google DeepMind 为 Gemini 3.7 Flash 等模型推出智能体视频理解功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，通过原生视频工具动态检索目标片段，token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
MIT Sloan 管理评论AI 评分2222 MIT Sloan Management Review 停刊：67 年管理出版历程回顾
MIT Sloan Management Review 在最后一期中回顾了其 67 年历史，并宣布停刊。其 Big Ideas 项目运行 16 年，产出 40 多份报告和文章，累计获得超 300 万次页面浏览和 7000 次引用；相关播客 Me, Myself, and AI 下载量近 200 万次。该刊长期致力于连接学术研究与组织实践需求。
MIT Sloan 管理评论AI 评分3838 领导者的焦虑如何让转型失败
一项针对一家专业服务公司为期四年的民族志研究发现，转型失败常源于领导者未能识别和容纳焦虑，而非缺乏认知或动力。当高管把焦虑藏在“展现信心”的应对策略背后，焦虑会塑造转型愿景与决策，并演变为“防御性组织”，让全员忙碌却维持现状。研究基于近760小时会议观察、300多场访谈及全程内部文档分析。
傅盛（公众号）AI 评分2222 fal.live 用 H3 Max 做24小时AI直播连续剧，观众投票决定剧情
fal推出24小时不停播的AI电视台fal.live，观众边看边投票决定下一幕剧情，由AI现场生成。其关键支撑是fal后训练的H3 Max，生成5秒视频最快不到3秒，吞吐量约为fal官方MiniMax H3接口的35倍。768p标准价0.08美元/秒，5秒视频0.4美元。