ChinaTalk 对话「葬AI」作者咸鱼：吐槽中国 AI 行业
独立写作者咸鱼（公众号「葬AI」）在 ChinaTalk 播客中谈中国 AI 行业，称自己从 2025 年下半年起完全弃用 AI 写作，理由是模型编程能力变强而写作原创性明显下降。他还做了一个让普通人按“梗度”给视频模型排名的网站，并与主持人就中美哪边炒作更严重存在分歧。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
289 条收录动态，更新于 18:14
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
10月29日
星期四，1 条10月30日
星期五，4 条Crossref、OpenAlex、CORE 与 Unpaywall：学术元数据 API 对比
SciSpace 发布研究指南，按“所需输出”而非语料规模对比 Crossref、OpenAlex、CORE 与 Unpaywall 四个学术元数据 API：Crossref 适合 DOI 元数据补全，OpenAlex 适合发现与引用关系，CORE 适合机构库全文工作流，Unpaywall 适合 DOI 到开放获取的解析。
AI、数学、教育与公共品问题
加州大学伯克利分校EECS教授Gireeja Ranade在Terence Tao博客客座撰文，讨论AI冲击下数学等理论学科学生动力与就业问题。她指出，学生因模型“一个提示就能做所有事”而失去努力意愿，并担忧下一代普通数学家的岗位与培养。文章将维持智识文化所需的数学、科学与人文人才培养称为公共品问题。
Google Research 谈 AI 虚拟实验室与招聘
当人人都能使用 AI“虚拟实验室”时，招聘会变成什么样？ 未来学家 @SineadBovell 与 Google 副总裁兼总经理、Google Research 负责人 @ymatias 对谈，解析为何下一代构建者必须像“一人组织”那样思考： → 提出正确的问题 → 跨学科串联线索 → 运用伦理判断 → 在智能无处不在时随机应变 在 I've Got Questions 观看完整对话： https://www.youtube.com/watch?v=FlOufV3hZFo
Accenture Federal Services 的 Barnett Koven 谈 DOE Genesis Mission 与 AI 科研“骨干”
Accenture Federal Services AI 与数据董事总经理 Barnett Koven 在播客中讨论 DOE 的 Genesis Mission，称其为科学研究的“骨干”。他提到用自然语言处理从国务院每天约 3000 份外交电报中提取信息，并称如今借助 Claude Code、Codex 等工具，原本 6 人 6 个月的项目两人数周即可完成。
10月29日
星期四，10 条Centivax 如何研发通用流感疫苗——专访 Jake Glanville
Centivax 联合创始人兼 CEO Jake Glanville 在播客中介绍，公司正研发可覆盖所有流感毒株的通用流感疫苗，目前已在大约 180 人中测试，并准备启动 2 期临床试验。他指出，季节性流感疫苗有效性长期仅约 15% 至 60%，原因是病毒持续变异，而 Centivax 试图让免疫系统识别各毒株共有且抗突变的病毒区域。访谈还涉及通用蛇抗蛇毒血清的研发。
Google DeepMind 科学家谈 AI 推动印度科研
感谢 Abhay Karandikar 教授和 @PrinSciAdvGoI 的 Ajay Sood 教授邀请我在会议上发言，介绍我们在 @GoogleDeepMind 所做的工作。 听到 @PMOIndia @narendramodi 谈到印度重视推进科学与研究以应对全球挑战，我尤其高兴。 鉴于印度年轻且不断壮大的科学界，我对科学在推动国家增长中将发挥的作用非常乐观。
引用Abhay Karandikar@karandi65It was quite nostalgic to attend Emerging Science, Technology and Innovation Conclave @estic_2026 at Bharat Mandapam. Last year around the same time, in the first week of November, I was involved in organizing the first edition -ESTIC 2025 and had spent several sleepless nights. Today morning, I chaired the Session on Plenary talk by Dr Pushmeet Kohli, Chief Scientist Google Clouds and VP at Google DeepMind. Dr Pushmeet delivered a wonderful talk on possibilities that AI has opened in biology to materials science. He also talked about breakthroughs such as AlphaFold. Most importantly, he underscored the fact that AI can certainly help all scientists in tasks such as data collection and curation, literature survey and even new hypothesis generation or experimental investigation planning. It is then upto a scientist to use this to perform her research. There was an equally stimulating session on Physical AI with an interesting perspective from industry by Jalaj Dani, Chairman of @Addverb_Tech. I also released DST’s in-house Dream magazine with special feature on Physical AI. @DaniJalaj @pushmeet @IndiaDST
华为制药军团总裁樊杰：华为不做药，要做 AI 制药产业技术底座
华为制药军团总裁樊杰在第十一届医药创新与投资大会上明确表示，华为不做药也不做管线，而是为药企、科研机构及 AI 制药企业提供算力、存储、网络、工具链和数据治理能力，做 AI 制药的技术底座与生态支持者。他透露部分合作项目已开始部署百卡规模计算集群，华为现有 1024 卡超节点方案，并与深势科技、望石智慧、分子之心等合作形成配套方案。目前华为已与两家医疗企业合作共建百卡集群，投资规模接近亿元级。
Google 250M+ 行 C++ 代码重构与 CS 教育：对话 Titus Winters
曾参与制定当今软件工程课程体系的 Titus Winters 如今主张几乎推倒重来，他在 The Pragmatic Engineer 播客中讲述了 2010 年 Google 对约 2.5 亿行 C++ 代码的大规模重构，当时由 10,000 名工程师编辑，团队用 MapReduce 解析、抽象语法树匹配和代码生成完成，远早于 LLM 出现。
AI 对生物医学科学家是伙伴、竞争者还是拐杖？
加州大学戴维斯分校医学院细胞生物学与人体解剖学教授 Paul Knoepfler 在 STAT+ 观点文章中提出，AI 对生物医学科学家可能同时是伙伴、竞争者和拐杖。他表示 AI 很有用，但担忧过度依赖 AI 会让研究者能力下降，并带来科研岗位流失，尤其影响在 AI 环境中成长的新一代生物学家。
AI与数学相遇，将把彼此带向何方？
谷歌DeepMind的AI智能体今年5月解决9个此前未解的厄多斯问题并攻克44个开放数学猜想，OpenAI近日在GitHub一次性公开722篇由内部AI模型生成的数学手稿。
Benchling 工作坊实录：用 AI 智能体在 Opentrons Flex 上写协议、跑实验并分析数据
Benchling 团队在 AI Science Summit 2026 Build Day 的工作坊中演示了在 Benchling AI 内用智能体完成实验全流程：用自然语言描述实验，智能体编写 Opentrons Python 协议、推送到模拟器检查错误，通过后在真实的 Opentrons Flex 上运行，再用同一智能体分析模拟的 96 孔板数据。
菲尔兹奖得主洛朗·拉福格：AI时代“数学家的位置无可替代”
2002年菲尔兹奖得主、法国科学院院士洛朗·拉福格在复旦大学浦江科学大师讲坛表示，AI在数学证明上的进展超出想象，但AI本质是在文本空间运作的计算工具，若无数学家研究核验，生成的数学文本便失去意义，数学家的位置无可替代。现为华为基础研究中心高级专家、获2025年度中国政府友谊奖的他，还谈到纯数学与应用数学的人为划分，以及数学写作与学习的重要性。
无需教师模型的一步语言模型训练指南
想深入理解扩散模型与基于流的语言模型的人必读 如何在没有教师模型的情况下训练一步语言模型 文章从并行解码为何困难讲起，带你了解流匹配与Beckmann传输，全程配有可视化！
LangChain 如何用 OpenWiki 与证据图构建有据可查的智能体记忆
LangChain 在博客中介绍用开源 wiki 编译器 OpenWiki 作为智能体的持久记忆层，并叠加证据图，让回答可追溯到支撑段落。
10月28日
星期三，4 条研究者如何把 olmOCR 2 用于历史与考古档案
Ai2 介绍研究者如何基于开源模型 olmOCR 2 处理历史与考古档案。历史学家 Maurice Casey 在本地运行 olmOCR 2，构建 ArtificeOCR 并接入 Tropy，使自 2019 年以来积累的档案照片可关键词检索，同时避免把档案材料上传第三方；他也报告模型在训练数据覆盖较少的语言手写体上会出现错误。
入选理由两个团队分别把 olmOCR 2 用于历史手稿与考古陶器记录，给出了可复现的本地部署与微调路径，适合处理受限档案的研究者参考。
MiniCPM-OCR 1.0 本地处理长文档
📄 长文档，本地处理。 很高兴看到 @atomic_chat_hq 在 Mac 上运行 MiniCPM-OCR 1.0，并与社区分享 GGUFs！感谢这次实操演示。💻🚀
引用atomic.chat@atomic_chat_hqA 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
MiniCPM-OCR 本地处理 Anthropic S-1 文件
非常感谢 @atomic_chat_hq 的精彩演示！🙌 他们在 M5 Max MacBook 上本地运行 MiniCPM-OCR 1.0，处理了 Anthropic S-1 文件的全部 415 页——模型仅 1.2GB，每页约 4 秒，零数据离开设备。 小模型，严肃的文档理解，完全本地。🔥
引用atomic.chat@atomic_chat_hqA 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
10月27日
星期二，2 条SciSpace 对比 Parallel API 与自家 API：网页研究还是论文研究
SciSpace 发布对比文章，区分 Parallel API 与 SciSpace API 的适用场景：前者面向企业信息补全、供应商比较和通用网页研究，后者面向需要原始论文、研究细节提取、筛选和带引用综述的文献研究产品。
Consensus API 定价、功能与替代方案
Consensus API 按可计费调用收费，符合条件的套餐额外用量为每次 0.05 美元，即 1000 次额外调用 50 美元，不含订阅费和套餐内额度。免费额度为每月 30 次调用，搜索按每返回 100 篇论文计一次调用，自助速率限制为每账户每秒一次请求。SciSpace API 仍处早期访问阶段、尚未开放，需填写申请表申请。
10月28日
星期三，9 条菲尔兹奖得主邓煜提醒：人类不能放弃自主思考给 AI 当狗
菲尔兹奖得主、芝加哥大学教授邓煜近日在一场论坛上表示，人类若因有了 AI 就放弃自主思考，便与动物无异，等于把思考权利完全交给 AI、给 AI 做狗。他认为数学是检验人类自主思考与探索能力最纯粹的学科，并坚信 AI 时代数学绝不会消失。邓煜于 2026 年 7 月 23 日在国际数学家大会上获菲尔兹奖，核心贡献是解决狭义希尔伯特第六问题。
某朋友： 软件黑客松这种互联网时代的老登活动，为什么有那么多AI时代的小登喜欢玩？ 也许现在应该搞科学黑客松，医疗黑客送。 我们手中握着核弹级别的智能，不应该只是想去做点软件产品。
某朋友： 软件黑客松这种互联网时代的老登活动，为什么有那么多AI时代的小登喜欢玩？ 也许现在应该搞科学黑客松，医疗黑客送。 我们手中握着核弹级别的智能，不应该只是想去做点软件产品。
Anthropic 招聘经理宣布停用编程面试：Felix Reiseberg 称“Hunger beats tenure”
Anthropic 招聘经理 Felix Reiseberg 宣布不再用传统编程面试考察候选人，理由是 Claude 在 React 与汇编类题目上已强于人类，而高产出工程师的表现与这类测试成绩无关。他给初级工程师的建议包括以业务影响而非待办清单为导向、周末做出可运行原型、聚焦单一想法并发挥贴近用户的视角优势。
OpenBMB 回应 MiniCPM-OCR 对比测试
很高兴看到 MiniCPM-OCR 接受实测！🔥 非常感谢 @wikiwayne 做了详尽、透明的对比，并分享了结果和注意事项。💙 期待你在 GX10 上跑完本地测试后的表现。这样的真实反馈正是我们持续改进的动力！🚀
引用Wayne Lowry@wikiwaynehttps://x.com/i/article/2113799358797811712
HuggingFace 分享工业界 Agent 训练实践
HuggingFace 发布四场分享、圆桌与问答，延续其免费课 Training Agents，聚焦工业侧 Agent 训练实现。Miles 在 Terminal Bench 2 上用 64×B300 完全异步训练大 MoE，约 100 步后奖励从约 0.44 升至 0.56；OpenEnv Arena 从约 9 万个可找到的 RL 环境中筛出约 800 个较干净环境。
引用Sergio Paniego@SergioPaniegolast week we closed the Training Agents series IRL at the GitHub offices in SF 4 talks, a panel and audience Q&A. almost 2h on post-training agents with open models > Learnings from enterprise RL (@t2govind Microsoft) > Environments and benchmarks in industry (@VBarres86633 Mercor) > How to train your agents with Miles (@nblintao RadixArk) > Why we built OpenEnv Arena (@xdotli BenchFlow) full recording + slides https://www.youtube.com/watch?v=CKFUx7COIwQ
TypeSafe AI 每周更新 Jev 教程
你也可以学会像 @allietheicon 那样 Jev！ 全新 cookbook 每周火热上新。
引用Allie the Icon@allietheiconOne of my favorite Jev patterns is "line-by-line search", where you put an entire document in state, and ask a question for each line (or paragraph). This is super useful when you want to find the most relevant line for a query. Use nouls when you expect one dominate answer, use scores when you want to highlight lines by overall relevance. The former is good for answering a specific question while the latter is good for finding all relevant passages.
Anthropic 如何用 Claude 打造 Claude：把智能体的“大脑”与“手”分开
Anthropic 工程负责人 Katelyn Lesse 与产品负责人 Angela Jiang 在播客中拆解 Claude Opus 5.5 的发布流程，以及“用 Claude 造 Claude”的内部实践。
MIT扑克AI课程一小时造机器人
每年冬天，@MIT 都会开设一门为期1个月的课程（6.9630），学生在这门课上制作扑克AI，并互相竞争赢取现金奖励。编程智能体极大地加速了这一过程，现在*一小时*内就能做出一个扑克机器人。 另外，我会出席决赛！
引用Sequoia Capital@sequoiaAnnouncing No Limit: a bot building tournament hosted by @Sequoia, @citsecurities and @OpenAI. Teams of 1 or 2 get 60 minutes to build a pokerbot from scratch. Agents play thousands of games across six scored rounds. Open to university students and recent grads (‘25 or ‘26). Regionals in Boston, Pittsburgh and the Bay Area in early November. Top five teams from each fly to the Finals. $100K grand prize.