AI快讯

Diogo Almeida 表示，evals.typesafe.ai 的数据集将更便于使用

Diogo Almeida 表示，随 evals.typesafe.ai 发布的数据集正被调整得更便于使用。他还表示，团队会弃用其用于评测的每一个数据集，无论评测是内部的还是公开的。

Cloudflare 正在推出一套自适应安全框架，将风险发现、智能体治理、运行时防护和 AI 驱动的响应连接成持续学习闭环。

Perplexity 正在 Perplexity Computer 中推出 Automations，用于持续进行的工作。它们可根据事件触发或按计划采取行动，并能配合记忆、技能以及 Slack、Gmail、Outlook 和 Linear 等应用使用。

微软研究院将 Quine 描述为一项早期工作，旨在连接不同生物学尺度与模态，使科学家能在实验室工作之前，以计算方式搜索并优先排序假设。

Arena.ai 将 12 个模型的 34,580 次裁决与人类投票进行了比较，覆盖 1,460 场 Arena 对战。平均而言，模型有 58% 的时间选择自己的答案，而人们选择同一答案的比例为 34%。

Command Code 表示，DeepSeek V4.1 Flash Fast 已可在 Command Code GOAT 中使用，附带 60 美元使用额度，速度为每秒 250–300 token，上下文窗口为 100 万 token，并提供完整权重。

Splunk 称，Mitiga 使用 Splunk AI Toolkit 和 Cisco Deep Time Series Model，监测逾 10,000 项采集任务的数据量下降，并将发现时间缩短至数小时。

LangChain 的 Managed Deep Agents 现已提供终端界面，可用 `mda chat` 启动。Nathan Drezner 表示，它用于在轻量开发中本地测试智能体，Studio 仍可使用。

Ai2 表示，Google Cloud 在 Cloud TPU 上重新运行了 Olmo 3 的 7B 预训练和中期训练，并在留出评估中与原训练结果一致。

clem 称，NVIDIA 的收购让 Hugging Face 能够聘用它作为小型初创公司时无法招到的人，并给他们十年时间让开源 AI 胜出。他邀请这些人直接给他发私信。

Suno 表示，Suno Studio 可以录制人声并将其转换成其他声音，并称电吉他只是起点。

Cloudflare 表示，CryptoLabe 是内部 AI 工具，会在其代码库中查找密码学实现并呈现依赖关系，用于推进到 2029 年完成全面后量子迁移。

Perplexity 表示，其 Secure Intelligence Institute 与斯坦福、CMU、杜克、哥伦比亚、俄亥俄州立大学和 UVA 的研究人员合作，并与 NVIDIA 及 Open Secure AI Alliance 合作，分享工具和研究结果。

Perplexity 表示，Bumblebee 会检查开发者电脑上的风险软件包和扩展，Computer 则根据 Bumblebee 与 Numbat 的发现提出更好的检测规则。每项变更在发布前都须由人工批准，智能体不能批准自己的变更。

Perplexity 表示，已将防护措施内置到基础设施、运行框架和工具中，并应用到各产品，同时发布了对这一做法的说明。

Together AI 称，其目前在 GLM 5.3 Flash、DeepSeek V4.1 Flash 和 Kimi K3 上的 OpenRouter token 份额最大，分别为 29.2%、25.6% 和 18.9%。

Polymarket 称，OpenAI 已宣布其 200 美元 Pro 订阅将于明天重新开放，API 等效用量约为先前的一半。

OpenRouter 让 claude-opus-5.5 按固定清单为 openrouter-decisions skill 的每次运行评分。在盲测中，Opus 每次任务都选择了 skill 版本，36 次全部如此。

OpenRouter 的新 openrouter-decisions 技能会把编程智能体指向分类、路由或审核步骤，并通过 Decisions API 用决策模型重建该步骤。

Patrick Wendell 表示，Databricks 现在会在新前沿模型发布当天向 12,000 名员工开放访问，同时设法避免成本大幅上升和质量回退。