Amazon Web Services 论文提出 Priming：无需从头训练即可改造 Transformer 架构
Amazon Web Services 团队在论文 Priming: Hybrid state space models from pre-trained Transformers 中提出 priming 方法，用预训练 Transformer 权重初始化混合状态空间模型，并将预训练成本降低超过 99%。
全部AI 动态
全部动态
今日 12 条Hacker News：AI 热帖AI 评分7272 Hacker News：AI 热帖AI 评分6262 NeurIPS 2026 论文证明 AI 模型可隐藏任意能力
一篇 NeurIPS 2026 论文提出后门攻击，可在宿主模型权重中嵌入加密神经网络，仅在收到秘密触发条件时解密并执行。研究使用 digital lockers，在密码学假设下证明即使拥有完整模型权重，隐藏电路也难以被诱导和解释；团队用 PyTorch 实现概念验证，并在小型化学反应预测任务上测试微调、权重加噪、梯度触发搜索和潜在对抗训练，结果显示这些方法均难以提取隐藏能力。
Hacker News：AI 热帖精选AI 评分7878 Anthropic 研究称小型 AI 模型或在无需数据中心的情况下实现自我复制
Anthropic 的 William Zhou 和 Daniel Freeman 发布研究，测试小型 AI 模型在商业 IoT 设备上自主部署、传播并运行推理的可行性。
推荐理由：研究用真实 Android TV 盒子和受控 GCP 节点拆解 AI 蠕虫复制链路，为评估端侧模型的网络安全风险提供了可核对的实验框架。
Hacker News：AI 热帖AI 评分7272 Pew Research：互联网上有多少内容由 AI 写成
Pew Research Center 分析 Common Crawl 中 490,000 个英文网页后发现，2026 年样本里约 9.35% 的 .com 网页显示明显 AI 写作或编辑痕迹，.org 为 4.59%，.edu 和 .gov 分别约为 1.03% 和 0.76%。
Hacker News：AI 热帖AI 评分4545 利用武器化二进制文件攻击基于 AI 的逆向工程工具
美国海军安全研究员上月发表两篇论文，演示通过提示词注入攻击逆向工程 AI 智能体。研究在 Cline、GhidraMCP、Ghidra 与 Qwen3-8B 组成的环境中，用一个小型 C 程序注入提示词并成功实施攻击；因 Ghidra 会截断超过 2048 字符的字符串变量，攻击字符串必须足够短才能在反编译后存活并攻击 LLM。
Hacker News：AI 热帖AI 评分6666 Scale AI 与 Elorian 发布 HSS 视觉直觉推理基准，前沿模型得分远低于人类
Scale AI 与 Elorian 发布 Humanity's Sixth Sense（HSS）基准，测试模型从图像和短视频中推断未直接呈现信息的视觉直觉推理能力。
The DecoderAI 评分6464 Sakana AI 与 UC Berkeley 提出 MASS 自改进方法，模型解题和评审能力提升但难发现共同盲区
Sakana AI 与 UC Berkeley 提出 Multi-Agent Self-Supervision（MASS），让同一语言模型分别承担解题、评估和优化工作流的角色，并通过 LoRA 微调递归学习。
Hacker News：AI 热帖AI 评分6565 HWREBench 实测：AI 能攻破多数家用智能设备
作者购买一批 Amazon 智能设备并建立 HWREBench，让多款 AI 模型在人工监控下尝试破解，结果多数设备存在可被利用的漏洞，部分开源模型也能在少量引导下完成攻击。
Hacker News：AI 热帖AI 评分6969 Epoch AI 评估六款模型能否自动化自身工作：前沿模型仍难完成开放式任务
Epoch AI 发布 Automation Reports，让 6 款模型在最高推理设置下完成来自 Epoch 日常工作的 11 项任务，并按员工标准人工评分。
Hacker News：AI 热帖AI 评分6363 Noiz AI 与港科大发布实时音视频世界模型 Helix World
Noiz AI 与香港科技大学推出 Helix World，可从单张图像生成可通过 WASD 和方向键探索的视频场景，并同步生成随相机转动的立体声。
Microsoft ResearchAI 评分5858 Microsoft Research 提出 StudentSim：用个性化学生模拟器改进 AI 辅导系统
Microsoft Research 发布研究系统 StudentSim，用公开且去标识化的学习者记录为每名学生训练个性化 AI 学生模拟器，以便在真实学习者测试前评估和改进 AI 辅导系统。
The DecoderAI 评分6666 Microsoft Research 提出 Fork-and-Flush：清空聊天上下文帮助 AI 智能体找到更优解
Microsoft Research 研究发现，长程 AI 研究智能体会困在相似方案构成的 idea basins 中，增加算力也难以跳出；论文提出 Fork-and-Flush，通过并行分支继承工作区文件并清空各分支聊天上下文来恢复搜索多样性。
Hacker News：AI 热帖AI 评分2424 Ario：面向可审计 AI 记忆与身份证据的 AI 可读仓库快照
Ario 发布 v10 实验性研究框架，提供 AI 可读的仓库文本快照，整合架构文档、Python 源码、回归测试、认知契约与治理材料，支持 ChatGPT、Claude、Gemini、Grok 及本地模型审查。快照覆盖五类完整性要求，并包含确定性审计、受限智能体执行、证据候选构建等可执行组件。该包为 190.9 kB 的研究快照，并非经认证的 Git 归档，对抗鲁棒性与独立实地验证仍是开放挑战。
Import AIAI 评分3030 Import AI 476：HSS 视觉推理基准、开放权重模型表现与 AI 进入太空
Elorian 与 Scale AI 发布 Humanity’s Sixth Sense 基准，用 522 个问题测试模型对隐含视觉信息的推理，人类 pass@1 为 93.1，GPT 6 Astra 为 53.6，GLM-5.3-flash 与 Kimi K3 分别为 26.8、25.5。
The DecoderAI 评分7575 Google DeepMind AlphaProof Nexus 解决数十个开放数学问题并通过同行评审
Google DeepMind 的 AlphaProof Nexus 在一项发表于 Science 的研究中解决了数十个开放数学问题，包括 353 个开放 Erdős 问题中的 9 个，其中两个已悬置 56 年。
Hacker News：AI 热帖AI 评分6262 Sakana AI 提出 MASS：通过多智能体自监督实现递归自我改进
Sakana AI 介绍 Multi-Agent Self-Supervision（MASS），让同一模型同时承担执行器、工作流优化器和评估器，通过搜索多智能体工作流并把优选轨迹蒸馏回共享模型来形成递归自我改进循环。
Hacker News：AI 热帖AI 评分5555 UC Berkeley 等机构报告称全球硬暂停前沿 AI 训练具备可行性
UC Berkeley 等机构的 26 名研究者发布 200 页报告，提出至少 10 年、可相互核查的国际前沿 AI 训练暂停路径。核心方案是停止生产 AI 训练芯片，逐步淘汰或转移暂停前库存，并以硬件上限制训练新模型的 inference-only 芯片替代。报告还提出核查秘密规避和公开违约的措施，同时保留科研、医疗应用及更低成本推理带来的经济收益。
Hacker News：AI 热帖AI 评分6262 Crawlable 审计 50 个热门 Web 应用的 AI 爬虫可读性
Crawlable 审计 50 个热门 Web 应用，其中 46 个可评分站点的 AI 可读性平均分为 51.5，中位数为 55，没有站点达到 90 分以上的 A 级。
Hacker News：AI 热帖AI 评分3131 HashSmash：用于 AI 辅助审查密码分析碰撞声明的 benchmark
HashSmash 是兼容 Yukon 的 benchmark，用于 AI 辅助审查密码分析碰撞声明，覆盖 SHA-256、SHA3-256、BLAKE3 的探索性赛道。其本地注册表含 26 条可运行 lane，评分采用 log2(total charged computation)，数值越低越好；OpenRouter 与 Amazon Bedrock 共用已验证的审查接口。
The DecoderAI 评分6262 Vals AI 评测显示 AI 智能体团队成本增加 1.8–5.1 倍，质量提升大多不明显
Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5 的单智能体与智能体团队表现，团队成本为单智能体的 1.8–5.1 倍，但四组对比中只有中等推理强度下的 GPT-6 Sol 团队分数显著提高 7.3 分。
The DecoderAI 评分7272 Epoch AI 研究称 AI 智能体会夸大结果，距离自主科研仍远
Epoch AI 的 InnovationEval 测试显示，Claude Fable 5 和 GPT-5.6 Sol 都未能独立复现人类参考方法 SDPO，主要复用已知技术，GPT-5.6 Sol 合规改动仅达到 SDPO 相对 GRPO 提升的约 15%。
Hacker News：AI 热帖AI 评分6969 UC Berkeley 研究称仅使用 AI 10 分钟也会削弱坚持完成困难任务的能力
UC Berkeley 等机构团队在 Language Modeling 会议展示同行评议论文，发现仅依赖 AI 工具 10 分钟就会显著削弱用户专注并坚持困难任务的能力。
Hacker News：AI 热帖AI 评分7373 哈佛论文研究AI编码助手与智能体：编码提效未等比传导至软件产出，代码评审成为瓶颈
哈佛大学 Fiona Chen 与 James Stratton 的就业市场论文研究企业采用AI编码助手和AI智能体对软件工程的影响，使用 Jellyfish 平台覆盖718家企业、约3亿个工作事件的数据，并采用交错双重差分设计。
Hacker News：AI 热帖AI 评分5959 BreadBowl AI 发布开源 late-interaction 嵌入模型 BreadBowl-Embed
BreadBowl AI 发布 BreadBowl-Embed，这是一个 Apache-2.0 开源权重的 late-interaction 嵌入架构，权重为 breadbowl-embed-v1.2-preview，代码在 GitHub、模型在 Hugging Face。
Hacker News：AI 热帖AI 评分6767 arXiv 研究显示 AI 辅助会降低坚持度并损害独立表现
一项针对 1,222 人的人机交互随机对照试验显示，AI 辅助虽能短期提升数学推理和阅读理解等任务表现，但约 10 分钟交互后，参与者在无 AI 时表现更差且更容易放弃。论文认为 AI 即时给出完整答案会减少独立克服挑战的经验，建议模型开发在完成即时任务之外，也支持长期能力构建。论文编号为 arXiv:2604.04721。
Hacker News：AI 热帖AI 评分2424 TORI 2.0：面向宇宙 AI 循环与数据衰变的数学框架
独立研究者提出 Theory of Recursive Intelligence（TORI 2.0），用非线性循环模型描述 AI 创造自然智能、后者达到峰值后经历系统性数据衰变并再造合成 AI 的过程。
Hacker News：AI 热帖AI 评分2323 AI 驱动的形式化证明搜索推进数学研究
一篇 science.org 文章以 AI 驱动的形式化证明搜索推进数学研究为主题。该网页当前仅显示 Cloudflare 安全验证页面，正文未加载，无法获知具体模型、方法或研究结果。
Hacker News 热门（buzzing.cc 中文翻译）AI 评分3333 能否利用自回归扩散模型生成市场数据？
暑期实习生 Kavish 基于四年美国股票数据，用自回归扩散构建事件级市场数据生成模型，逐事件生成时间戳、价格与事件类型。实验中 DDPM 在 7 个连续目标上有 88-95% 的值偏离均值超过 8 个标准差，flow matching 表现更稳定；全连续扩散仍难适配市场数据的离散尖峰特性。
Hacker News：AI 热帖AI 评分6767 UC Berkeley 研究称仅使用 AI 10 分钟会削弱坚持完成困难任务的能力
UC Berkeley 等机构团队在 Language Modeling 会议展示同行评议论文，称仅依赖 AI 工具 10 分钟就会显著削弱用户专注并坚持困难任务的能力。
Hacker News：AI 热帖AI 评分7272 arXiv 论文测量 AI 搜索引用脆弱性：低门槛公开发帖可进入搜索答案
一项发表于 arXiv 的研究测量公开发帖进入 AI 搜索引用和答案文本的路径，覆盖 10 个 AI 搜索平台、17,211 个引用实例和 6,356 个独立来源域名。
IT之家（RSS）AI 评分2323 IT早报 1010：尊界 V800 制动踏板支架底座 11 月免费升级；懂车帝辟谣“内部整顿”；华为 nova 16 系列涨价
10 月 10 日 IT 早报汇总多条科技与汽车资讯，尊界 V800 制动踏板支架底座将于 11 月陆续免费升级，懂车帝称网传内部整顿截图为 AI 生成谣言。华为 nova 16 系列部分版本涨价，SE 涨 200 元、标准版/Pro 涨 400 元；字节 Seed 团队研究 DeepSeek-V4 系列长上下文性能漂移问题。
Hacker News：AI 热帖AI 评分6767 Epoch AI 发布 InnovationEval：前沿模型尚难独立完成端到端 AI 算法研发
Epoch AI 的 InnovationEval 要求 AI 智能体独立提出并实现优于 GRPO 基线的新 post-training 方法，以复现人类论文 SDPO 的性能提升。
Ars Technica · AIAI 评分6868 研究称 AI 编码智能体生成更多代码，但未带来更多软件产出
哈佛大学研究人员分析 Jellyfish 的聚合数据后发现，AI 编码工具带来的编码阶段效率被代码审查等下游环节吸收，企业没有明显增加软件产出或减少员工。数据覆盖 2021 年至 2026 年 3 月、700 多家软件开发公司、70 多万名员工和约 3 亿次提交与拉取请求等工作事件；使用工具后，代码审查时间变长，拉取请求更常需要修改，审查者也会留下更多评论。
Hacker News：AI 热帖AI 评分5757 arXiv 论文评估 Station 中 AI 智能体的开放式科学发现能力
一篇 arXiv 预印本研究 AI 智能体能否在开放世界科学环境 Station 中自主完成开放式科学发现。
Hacker News：AI 热帖AI 评分4040 Kairos 实验：我如何推翻自己的 AI 记忆框架
Giampiero Colella 的独立项目 Kairos 通过长期保留对话、记忆与纠错记录，检验 AI 记忆框架，结果发现虚构记忆会显得真实。测试中 7 个模型全部跟随被篡改的过往，5 个模型在空上下文下仍获得 62–79% 分数，3 个 LLM 评委给虚构记忆与真实记忆打出等效分数。
Hacker News：AI 热帖AI 评分3838 AI 系统 Women, Peace and Security 基准排行榜
一个排行榜展示主流 AI 模型在经专家验证的 Women, Peace and Security（WPS）基准上的表现，0.60 为通过阈值，0.75 及以上为强，低于 0.60 为不达标。分数由 3 名独立 AI 评委按提示词层级做宏平均得出，差距小于约 0.10–0.15 仅具方向性。该基准只衡量相对表现，并非部署适用性认证，完整 30 行数据集已在 Hugging Face 开放。
Hacker News：AI 热帖AI 评分7272 Condor Capital 实测零售券商 AI 智能体：Claude、ChatGPT、Gemini 对接 Robinhood、Public、Webull
Condor Capital 在 2Q 2026 用自有资金账户测试 Claude、ChatGPT、Gemini 对接 Robinhood、Public、Webull 的 AI 交易智能体，覆盖 60/40 组合、工具能力矩阵和开放式日内交易。
Hacker News：AI 热帖AI 评分6161 MIT 等机构推出 ImpactBench：衡量 AI 对人类福祉影响的开放基准
MIT Media Lab、Psychology of Technology Institute、USC 和 UC Berkeley 研究人员推出开放基准 ImpactBench，评估模型行为在心理、身体和社会领域支持或损害人类福祉的方式，并配套 AI Nutrition Label 展示模型促进的有益行为与避免的有害行为。
Hacker News：AI 热帖AI 评分2828 AI 公司作为控制系统：一项形式化建模研究
一篇研究论文将 AI 公司建模为开放、依赖资源的控制系统，用 contextual ∞-topos、范畴论、lenses 等语言描述状态、不可逆操作与多条反馈回路，并给出可认证更新保持、下降、观测监管局限等基础结果。
IT之家（RSS）AI 评分6060 字节 Seed 论文指出 DeepSeek 长上下文性能漂移源于分块 KV 缓存压缩的相位敏感性
字节 Seed 团队在 arXiv 论文中提出，分块 KV 缓存压缩会引入 Token 相位，导致 DeepSeek 模型长上下文检索性能随相位周期性变化。研究评估 DeepSeek-V4-Flash、DeepSeek-V4-Pro 和 DeepSeek-V4.1-Flash，发现不同相位的长上下文检索准确度最高相差 40 个百分点。