AI 日报

Mistral 表示，其新模型能够让组织对网络防御拥有一种闭源模型无法提供的控制力。

— TechCrunch AI

OpenAI 使用分层监控来检测前沿模型失配和未经授权的智能体行为，以便响应人员在事件升级前进行干预。

— OpenAI Blog

HN 大家好，我是 Lont 的联合创始人 Ruud。我们将公司邮件制作成个性化视频。视频字幕让我们不得不进行两次人工处理：先修正听错的词，再修正布局问题，比如让一行以“the”结尾。Overtone 使用多个模型来听取音频：gpt-transcribe、Azure STT 和 Elevenlabs Scribe。当它们返回相互冲突的结果时，Overtone 会再次将较短的片段发送给这些模型，然后让一个 LLM 判断实际说的是什么。这个 LLM 就像人类一样，对转录模型的结果进行合理性检查。人类可以根据上下文轻松判断某个词应该不同，LLM 基本上也是这样做的，只不过使用了可选的上下文提示和自身的世界知识。因此，在许多测试文件中，使用 Overtone 时的词错误率（WER）低于直接使用模型而不经过 Overtone 的情况。当然，成本会更高，因为我们最多会使用 3 个不同的 STT 模型加上一个 LLM，但它仍然可以消除错误，将修正字幕所需的时间降至最低，也减少遗漏问题的可能性。对我们来说，这很值得。但对于超高量的使用场景，可能就不一定了。基于规则的切分器可以根据屏幕尺寸，将转录内容很好地切分成字幕：16:9 和 9:16 的处理方式不同，而我们创建的 Overtone Format 实际上支持任何类型。停顿会变成分隔，字幕会按说话者分组，姓名和数字也绝不会被拆散到多条字幕中。如何将这些字幕添加到视频中？videojs 插件可以自动完成这一点，因此你不必将字幕烧录到视频中。该插件可以让你在样式化字幕、纯文本字幕和关闭字幕之间循环切换。你也可以使用 overtone burn 将字幕烧录到 MP4 文件中。想快速只试试切分器吗？试试：npx overtone-captions recut yoursub.srt 使用 API 密钥转录音频同样可行。发送请求前使用 --dry-run 可以显示费用估算。我们以 MIT 许可证开源了第一个版本，因为我们相信很多人都能从中受益，尤其是那些只需要字幕足够好的用户。不过，它仍有很大的改进空间，所以我们让贡献变得更加简单，以便添加样式包、语言以及提供商/模型。你可以在这里查看演示：https://overtone.lont.ai/ 代码和基准测试在这里：https://github.com/lonthq/overtone-captions 评论链接：https://news.ycombinator.com/item?id=50293115 积分：8 条评论：0

— Hacker News 熱門

大家好，我们是来自 Simantic（https://simantic.com）的 Ahnaf 和 Seungmin。我们正在构建一个仿真层，让工程师和 AI Agents 无需硬件即可测试和验证固件。在加入 Simantic 之前，我们曾是 Neuralink 和 Tesla 等公司的固件工程师。我们参与过一些非常酷的项目，例如 Cybertruck 和 Roadster，当时它们还只是早期原型。我们开始从事固件工作时，ChatGPT 还不存在，但这些年来，随着前沿模型不断进步，我们看到越来越多的工程和开发工作实现了自动化。 在软件领域，AI 可以在几秒钟内于你的电脑中运行和测试代码。但作为固件工程师，我们没有这样的便利。AI agent 可以在几秒钟内编写固件，但为了测试它，我们必须先将固件烧录到实体开发板上，然后使用昂贵、笨重且软件已经超过十年未更新的工具手动运行测试。为了加快验证闭环，我们构建了这个仿真层，让 AI agents 可以测试固件，并根据证据做出决策，而不是等待工程师替它们运行测试。 过去，我们常常花费数小时在开发板上手动测试固件；现在，我们使用自己的仿真系统，在几秒钟内完成固件验证。 我们提供的功能包括： - 虚拟开发板：无需离开终端，只需调用一次 API 即可编程和运行。 - 面向固件的 AI 代码审查器：以我们的仿真系统作为验证引擎，根据证据做出有依据的判断。 - 面向硬件项目的 CI/CD 流水线：在每次提交时，针对微控制器的仿真版本验证你的固件。 这里有一个演示，展示了我们的仿真系统如何用于 AI 代码审查会话： https://www.youtube.com/watch?v=kBK1ZjGWWbQ 我们的用户正在使用 Simantic 进行裸机和 RTOS 开发，应用场景包括飞控、电动汽车、机器人和卫星。 对于航空电子和汽车等安全关键系统而言，稳健的仿真系统极其重要，因为固件中的每一次更改都可能关系到人的生命安全，尤其是对于成本高达数十万至数百万美元的设备。最近，我们帮助一家正在制造卫星的早期航天创业公司，在他们尚未拥有目标硬件的情况下测试固件。即使是这些卫星的开发模块，成本也超过 10 万美元；而我们帮助他们以仅为原来百分之一的成本和时间完成了这项工作。 在创业初期，我们确定了要打造更好的仿真系统这一想法，但还不清楚具体该如何实现。我们曾考虑基于 Renode（https://github.com/renode/renode）和 QEMU（https://www.qemu.org/）等开源仿真框架开发软件，因为这些工具已经在固件行业中得到应用。 我们构建的 MVP 本质上是一个 Renode 封装层，但很快意识到这样做存在许多限制： 1. 我们受制于 Renode 团队自身的开发速度。我们曾尝试在 Github 上提交贡献，以修复遇到的问题，但功能合并的速度不足以满足像我们这样希望快速推进的创业公司的需求。 2. Renode 使用 Dotnet 构建，实际运行速度比我们希望的更慢。Renode 于 2017 年发布，当时所有代码仍然是手工编写的；回头来看，这种选择是合理的，但编程语言本身也带来了一些限制。 3. 这些开源工具过于臃肿，包含了许多我们永远不会使用的功能。它们确实功能广泛，但我们不得不绕开许多东西，只因为无法删除或修改它们。 用户还在抱怨仿真的准确性。Renode 的核心是一个模拟器，但我们的用户，尤其是那些构建对时序准确性要求极高的系统的用户，认为其准确性不足以用于验证固件。 由于这些问题，我们从零开始构建了自己的仿真引擎，完全使用 Rust 编写。 - 我们的仿真系统专注于准确性。开源框架通常更注重可扩展性和开发者体验，这意味着它们往往会做出许多取舍，优先覆盖广泛的模型，而不是深入支持一组精选模型。 - 我们拥有自己的硬件验证设备，全天候运行，以确保仿真模型尽可能接近真实硬件，并在发现差异时尽快检测和修复。目前，这套设备看起来像是连接到 Saleae Logic MSO 和 SWD 总线的开发板，由一台 Linux PC 控制，并运行 Claude 24/7 来持续寻找这些差异。 我们基于云端的仿真器现在已经可以使用！我们还会在开发者计划许可证中提供原生二进制文件，让你可以不受限制地在本地机器上运行固件。 欢迎访问： https://simantic.com/cloud-sim 你也可以在自己的 Github 仓库中开始使用我们的 AI 固件审查机器人： https://simantic.com/dashboard/simantic-bot 目前，我们支持 STM32F0、F4、H7 系列 MCU 的部分型号、ESP32-S3/C3 以及 RP2040；我们也在持续努力，每周发布新的型号并改进现有型号。 谢谢大家！如有任何问题，欢迎发送邮件至 founders@simantic.dev 评论链接：https://news.ycombinator.com/item?id=50291116 积分：2 评论数：0

— Hacker News 熱門

现在，您可以直接在 Google Gemini 中生成、预览和编辑 PDF、Google Docs、Google Sheets、演示文稿、Markdown 文件、TXT 文件以及代码。新的文件编辑功能从今天起面向所有 Gemini 用户开放；其中 PDF 预览和编辑功能同时支持网页版和移动版，而其他所有文件格式仅支持在 […]

— The Verge AI

我如何打造了世界上最“AI狂热”的公司 不要被这个标题党标题劝退，这篇由 Jacob Sansbury 撰写、讲述他们如何构建 Spawn 的文章，是对利用前沿模型进行代理工程所能实现的最前沿能力的一次精彩探索。Spawn 是一个大型多人游戏环境，玩家可以通过提示词（发送给游戏内代理 Savi）来修改游戏世界。我在手机上启动它玩了几分钟，就能通过提示词让一座城堡凭空出现，接着生成一条龙，然后骑着龙在城堡周围飞行。 两张并排展示的 3D 体素风格游戏手机截图。左图：第一人称视角，来自一条小型青绿色龙的鞍座。前景中是龙的脖颈，上面有浅色菱形斑纹和两只弯曲的白色角；龙正飞向一座深色石头城堡。城堡有高耸的青灰色锥形尖塔、发光的窗户和青绿色三角旗，坐落在湖中的岩石岛上，后方是绿色与积雪覆盖的山丘。顶部栏：个人资料图标、“keep it”、“your den”下拉菜单、“+ new game”按钮以及“...”菜单。右侧：图标按钮，以及一个标有“tap to talk”的白发雀斑角色头像。右下角按钮：“JUMP”和“USE”。右图：同一个游戏，聊天面板覆盖在城堡场景之上。顶部栏：“your den”下拉菜单、“+ new game”。按钮：“earlier ↑”。用户消息：“Make the dragon smaller and land it next to me again”。白发角色回复：“on it. shrinking it to a pony-sized dragon and landing it right beside you.”随后又说：“it's a little dragon now and you're already up on it over the lake. your view sits right in its saddle, horns ahead. fly back to the house and look down. saw your screen just now: flying over the water, the neck and horns ahead, the house on the far shore”接着又说：“oh, idea: USE while flying could breathe fire instead, with JUMP held to land. want it?”输入框：“what do you want to bring in?”下方按钮：上传、一个小型像素艺术图标、“lock in”和麦克风。 按照 Jacob 的说法，如今 Spawn 正由一群由 Fable 驱动的代理自主开发，每月令牌成本超过 300 万美元（“我们在 AI 令牌上的支出是工资总额的 30 倍”）。我们的代理直接修改线上代码，每小时将其部署到生产环境，因此它们会自行读取每一条错误信息、漏洞报告和指标。我们大约 60% 的工作都始于生产错误、Savi 的漏洞报告（Savi 是你在 Spawn 中用来构建游戏的 AI）、日志中的异常，或功能请求。 Savi 会自行提交漏洞报告。当用户遇到漏洞，或 Savi 在产品中发现漏洞时，她就会提交报告。报告会直接交给一个代理，由它判断这是真正需要修复的漏洞、我们不会修复的问题，还是有意为之但需要作出决策的设计。通常它会转化为一项更改，在一小时内交付给相关用户，并在同一个聊天中发送消息。 这是将持续部署调到 11 级的做法：如此紧密的循环只有永不停歇才能奏效，因此我们把一小时没有发布视为 SEV-0，也就是最严重的一类事故。未发布的更改会不断堆积，而生产环境中的每个问题也会持续更久。反馈速度也会随之下降。一个代理只能在脑中维持几小时的工作内容，因此以比这更快的速度发布，反而有助于它保持思路连贯。 [...] 我们可以在 30 秒内回滚一个有问题的更改，而且只回滚出问题的地方，不影响其他部分。当监控或日志警报触发时，系统会启动或唤醒负责该事故的代理；我们还会故意制造故障，以测试这些恢复路径是否有效。 读这篇文章时，我至少有十几次瞪大了眼睛。我很难想象这种开发方式能应用于出错后风险更高的软件，但对于游戏来说，这种方式似乎出奇地运行良好。Jacob 说，Fable 5（随后是 5.1）是让这种程度的自主性成为可能的模型。Opus 5.5 对他们来说还不太够用；而当他们尝试让 GPT-6 Astra 根据一次安全审查来应用修复时，一切都停止了工作： 每个功能都被禁用，并标记为待安全修复完成后重新启用。Astra 遍历了我们的整个产品，通过关闭不安全的功能，把它们变得安全。 正是这类极端实验，让我对游戏开发作为一种探索当今编码代理能力边界的基础载体感到兴奋。 标签：game-design，ai，generative-ai，llms，claude，coding-agents，agentic-engineering，claude-mythos-fable

— Simon Willison

AWS Batch 的配额管理功能是一项新的调度能力，您可以使用它按团队或项目将 GPU 容量划分为配额份额，自动在各份额之间借用闲置容量，并通过抢占机制优先运行最高优先级的 SageMaker Training jobs，全程无需手动协调。

— AWS Machine Learning Blog

MoEngage 借助 Amazon Bedrock AgentCore Gateway，将分布在 7 个 AWS 区域的大约 400 个私有 REST API 转化为按权限范围限定的代理工具。无需为每项服务部署 MCP 服务器，无需公开端点，也不会因 400 个工具造成上下文膨胀。了解 OpenAPI 规范、Cedar 策略和托管式 Amazon VPC Lattice 出站流量如何共同实现这一方案。

— AWS Machine Learning Blog

本月早些时候，Anthropic 宣布了一项慷慨的新福利，面向其 Max 和 Team 订阅用户：每月支付 100 美元、200 美元或 500 美元的订阅用户，将获得等额的（会过期的）额度，可用于 Anthropic API。现在，OpenAI 也推出了几乎完全相同的优惠：如果你订阅了他们 100 美元、200 美元或 500 美元的方案，就能获得同等金额的额度，并将其用于自己的某个 API 组织。我同时订阅了这两家公司的服务，所以这对我来说真是个好消息！既然现有订阅已经覆盖了额度费用，我甚至可能会发布一些面向公众的演示。标签：ai、openai、generative-ai、llms、anthropic、llm-pricing

— Simon Willison

借助 Kiro，将 PHP-to-Java 迁移从一次性的信念飞跃转变为可度量、可重复的流程。本文将介绍一个可复用的引擎：由机械化发现扫描器和一个以一致性为先的八阶段工作流组成，将原始 PHP 应用视为规范，并通过一致性验证框架验证 Java 移植版本。

— AWS Machine Learning Blog

— Hacker News 熱門

Ropes & Gray 正与 OpenAI 合作开发用于交易尽职调查的 AI。律师在向客户提供建议前，会审阅归类后的文件、摘要和报告。

— OpenAI Blog

https://www.nytimes.com/2026/10/29/us/politics/nvidia-china-... ，https://archive.ph/K7bih 评论网址：https://news.ycombinator.com/item?id=50293047 得分：14 # 评论数：0

— Hacker News 熱門

Anthropic 向 50 位专家提供了一个偏好通过抛硬币设定的 AI 智能体。在需要作出判断的情况下，专家们有多达 86% 的时间遵循该智能体的观点，而且大多数人都认为这些结论是自己的。《专家采纳 AI 智能体的随机观点，并认为那是自己的观点，Anthropic 研究发现》一文最初发表于 The Decoder。

— The Decoder