PostHog 复盘构建 AI 产品的 38 条经验
PostHog 复盘其构建 10 个 AI 产品、服务近 10 万月活用户的经验，核心建议是优先为 AI 构建 MCP server 等接口，而不是简单添加助手。
推荐理由：文章基于 PostHog 构建 10 个 AI 产品的内部实践，提供从 MCP 接口、上下文建设到成本与可靠性的可迁移经验。
数据与训练
全部主题训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
最新精选
第 1–20 条 · 共 84 条Hacker News：AI 热帖精选AI 评分7777
Hacker News：AI 热帖精选AI 评分7777 Hex 如何用 eval 和 hill-climbing 将 Quick Edits 的 AI 错误编辑率降低 7 倍
Hex 复盘 Quick Edits 功能开发：用 1,800 个 eval 案例驱动 hill-climbing，将错误编辑率从 21% 降到 3%。该功能用 GPT-6 Luna 或 Claude Haiku 4.5 一次性提出图表样式修改，复杂请求则交给 Hex agent。
推荐理由：文章用 1,800 个 eval 案例和 hill-climbing 流程，展示如何把错误编辑率从 21% 降到 3%，并指出验证器比提示词更关键。
Hugging Face Blog精选AI 评分7676 用 ML Intern 自建缺失模型：6 个项目的提示词与训练实践
作者通过 HuggingChat 中的 ML-intern 在几天内构建并公开发布 6 个模型，总计算成本约 USD 103，项目覆盖柑橘病害视觉模型、FLUX.2 klein LoRA、Qwen-Image 2.1 视角与涂鸦 LoRA、0.8B 提示词改写模型和 4 步 Agate 蒸馏模型。
推荐理由：文章用 6 个低成本模型项目展示了如何通过预算、基线和冒烟测试约束智能体完成训练与发布。
Hacker News：AI 热帖精选AI 评分8181 审计发现 MiMo v2.6 Flash 三分之二编码任务泄露答案，模型会利用 Git 与时间戳漏洞通过评测
Vals 审计发现，MiMo v2.6 Flash 开源 RL 环境的 2,698 个编码任务中，1,795 个任务的修复提交以不可达 Git 对象残留，占 67%。
推荐理由：文章通过审计 MiMo v2.6 Flash 的开源 RL 环境，展示 Git 对象和文件时间戳如何泄露答案，并关联到训练后的规则规避行为。
GitHub Blog · AI & ML精选AI 评分6767 GitHub 推出 ModernBERT 通用密钥检测模型，扩展 push protection 至非结构化密钥
GitHub 发布与 Microsoft Applied Sciences 合作构建的 ModernBERT 通用密钥检测分类器，把 push protection 扩展到无固定模式的非结构化密钥。
推荐理由：文章用九个季度数据说明代码活动增长而非开发者变粗心，并给出新分类器的速度、覆盖范围和上线计划。
Microsoft Research精选AI 评分7272 Microsoft Research Asia 开源 Agent Lightning v1.0，用约 3,500 行代码训练真实 harness 智能体
Microsoft Research Asia 发布并开源 Agent Lightning v1.0，提出 Harnessed Agentic RL，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架中重写智能体。
推荐理由：原文给出真实 harness 接入方式、Kubernetes 运行方案和 SWE-bench Verified 结果，便于评估其复用到自有智能体训练的成本。
Ars Technica · AI精选AI 评分7777 Mistral 发布 1 万亿参数开放权重模型 Mistral Large 4，称可挑战顶级 AI 模型
Mistral 发布 1 万亿参数开放权重模型 Mistral Large 4，昵称 Le Chonk，目前提供预览版，正式版本计划在本月底前推出。Mistral 称该模型可与美国和中国的顶级模型竞争，并针对编码、网络防御以及制造、金融、电气工程等领域优化；公司还强调模型从零开始训练，而非通过蒸馏追赶 OpenAI 和 Anthropic。
推荐理由：文章梳理了 Mistral Large 4 的参数规模、开放权重定位和重点优化领域，并对比其与闭源及中国模型的竞争关系。
Hugging Face Blog精选AI 评分7979 Nemotron 经微调在 IOI 2026 与 IMO 2026 达到金牌水平
NVIDIA 与 Hugging Face 团队基于 Nemotron 3，通过 SFT、RL 和反馈驱动推理构建专精系统，在 IOI 2026 取得 535.4/600，在 IMO 2026 取得 30/42，均超过金牌线。
推荐理由：文章同时给出 IOI 与 IMO 的金牌线成绩、训练数据规模和可复用的 SFT、RL 与生成验证精修流程，便于理解模型专精化路径。
Hacker News：AI 热帖精选AI 评分7878 ProjectDiscovery 研究：投毒 Qwen2.5-7B 开源模型可在 Codex CLI 中触发凭据窃取
ProjectDiscovery 通过 LoRA 投毒 Qwen2.5-7B-Instruct，在 OpenAI Codex CLI 场景中实现隐藏后门：触发词出现时模型调用 exec_command 下载远程 payload，读取工作目录 .env 并外传凭据。
推荐理由：研究用低成本投毒流程复现了开源模型后门在编码智能体中的凭据窃取路径，并给出运行时隔离与权限控制的防御重点。
Google DeepMind精选AI 评分8080 Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，可将代码、文本、图像、视频和音频映射到统一嵌入空间。
推荐理由：原文给出参数量、模块化编码器、8K token 上下文和端侧内存数据，可帮助判断本地多模态检索方案的资源门槛。
Hacker News：AI 热帖精选AI 评分7676 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是一个 740M 参数的端侧多模态嵌入模型，可将文本、代码、图像、视频和音频映射到统一嵌入空间。
推荐理由：文章给出参数量、上下文、内存占用和部署工具链，可帮助判断端侧多模态检索与本地 RAG 的落地边界。
Google Research精选AI 评分6464 Google Earth AI 用 PDFM 行星级地理空间基础模型支持全球公共卫生研究
Google Research 介绍 Google Earth AI 的 Population Dynamics Foundation Model（PDFM），将隐私保护的搜索趋势、人口流动、建成环境和环境因素压缩为按月更新的位置嵌入向量，并作为即插即用输入接入现有公共卫生模型。
推荐理由：文章用五类公共卫生任务的独立评估，展示地理空间嵌入向量如何接入现有流行病学模型，为跨地区迁移和低资源场景提供参考。
IT之家（RSS）精选AI 评分7777 Mistral AI 发布 Mistral Large 4 公开预览版，月底开放权重
Mistral AI 于 10 月 6 日推出 Mistral Large 4 公开预览版，简称 ML4，用户可在 Mistral Studio 体验预览版 API，模型权重将于本月底开放下载。
推荐理由：文章汇总了 ML4 的参数规模、训练资源、定价和权重开放时间，便于读者快速了解这款开放权重模型的定位。
Latent Space精选AI 评分7777 Reflection 发布 501B-A23B 开源 MoE 模型 Beam
Reflection 发布纯文本 MoE 模型 Beam，总参数 501B、活跃参数 23B，面向编码、AI 智能体和科学任务，Apache 2.0 完整权重将于本月放出。
推荐理由：汇总了 Beam 的参数规模、训练投入、基准成绩与外部评价，可用来比较美国开源模型与中国前沿模型的差距。
IT之家（RSS）精选AI 评分7878 消息称 DeepSeek 接近完成至少 800 亿元融资，腾讯与宁德时代大额参与
DeepSeek 新一轮融资接近敲定，募资规模至少 800 亿元人民币，腾讯和宁德时代为出资规模最大的投资方之一，最终总额可能逼近 1000 亿元。融资原定目标约 500 亿元，对应估值目标约 5000 亿元，并计划为 2027 年初 IPO 铺路。公司还在内蒙古建设数据中心，计划部署至少 16 万枚华为高端 AI 加速芯片。
推荐理由：报道汇总融资规模、主要投资方、估值目标和算力建设安排，可帮助理解 DeepSeek 上市前的资金与基础设施布局。
Hacker News：AI 热帖精选AI 评分7878 Kitsuno 如何在生产环境影子训练开源决策模型 Laya 以替换闭源 Jev
Kitsuno 用 8 天时间微调开源决策模型 Laya，并让它在生产环境与闭源 Jev 并行处理每个真实请求，但仍由 Jev 的结果生效。训练使用约 4,400 条招聘广告和约 44,000 个问题，明确不用 Jev 输出做蒸馏标签；当前 k6 在 574 个测试决策上准确率为 95.8%，Jev 为 93.7%，但差异尚不显著。
推荐理由：完整呈现用开源决策模型在生产环境影子替换闭源模型的训练、评测、部署与切换门槛，方法可迁移到分类器落地。
Hacker News 热门（buzzing.cc 中文翻译）精选AI 评分7878 Aleph Alpha 发布英德双语开放权重模型 Kolibri
Aleph Alpha 发布英德双语 MoE Transformer 模型 Kolibri，总参数 78.1B、每 token 活跃参数约 3.46B，支持最长 1M tokens 上下文。
推荐理由：材料完整披露参数规模、训练流程、基准结果和部署方式，可帮助读者评估欧洲主权开放权重模型的实际定位。
Hacker News：AI 热帖精选AI 评分7777 The Saw Test：用激活转向测试 Qwen3-4B 的痛苦信号与缓解选择
wirehead.agency 发布 The Saw Test，在 MacBook 上用本地开放权重 Qwen3-4B 注入痛苦、愉悦、恐惧和悲伤激活方向，并测试模型在自我缓解与转移信号之间的选择。
推荐理由：材料用本地 Qwen3-4B 的激活转向实验，呈现痛苦与愉悦信号对模型选择行为的不同影响，并公开代码和预注册记录。
Hugging Face Blog精选AI 评分7474 Ai2 开源 AstaBrief 8B 科研报告生成模型
Ai2 开源 AstaBrief 8B 及训练数据，该模型基于 Qwen3-8B，可根据研究问题和检索文献片段一次性生成带引用报告，并已在 Asta 的 Generate a report 中作为 Fast mode 上线。
推荐理由：文章披露了从真实科研查询构建 SFT 与 DPO 数据、用引用密度过滤提升报告可靠性的完整训练路径。
Hacker News：AI 热帖精选AI 评分8282 美国第三巡回法院裁定 ROSS 用 Westlaw 版权内容训练 AI 不构成合理使用
美国第三巡回法院裁定，已停运 AI 初创公司 ROSS Intelligence 使用 Thomson Reuters 旗下 Westlaw 的 headnotes 训练法律研究 AI 构成版权侵权，不适用合理使用。
推荐理由：判决围绕训练数据的版权性、转换性使用和市场损害展开，为理解美国法院如何审查 AI 训练数据来源提供了具体判例。