新模型、开源权重与评测。
AI HotRSS·13 天前74作者认为模型编程能力取决于"代码直觉"，由海量开发经验堆出，极难训练。他以路网断裂bug为例：GPT-5.5-pro-xhigh错误认为矩形每条边只需1个tile，实际需2个tile，多模态截图也无法纠正。作者费4小时，让模型给tile编ID并质问"两个tile之间能容纳几个tile"才暴露缺陷，随后告知每个tile对应单位长度并应用规则，修复变简单。不同模型表现：有的开始不犯错，有的迭代修复，有的怎么都修不好。
TechCrunch AIRSS·12 天前71此轮融资将使该公司估值达到约 200 亿美元（约合 231.5 亿美元），几乎是其 C 轮融资估值 117 亿美元的两倍。
TechCrunch AIRSS·13 天前71Avataar AI 的精简视频模型每秒生成成本仅为 0.005 美元
AI HotRSS·12 天前69Mistral 正进行新一轮融资，传闻金额为 30 亿欧元，投后估值约 200 亿欧元（约 231.5 亿美元），较其 C 轮估值 117 亿欧元接近翻倍。
值得关注的产品发布与更新。
AI HotRSS·12 天前69KIMI AI🔥： 一个新的开源"Kimi K2.7 Code"模型已在 API 和 Huggingface 上发布！ > 相比 K2.6，编码与智能体性能提升 > 推理效率 > 长时域编码 测试时间 👀
AI HotRSS·12 天前69KIMI AI🔥：全新开源 "Kimi K2.6 Code" 模型已在 API 及 HuggingFace 发布！ > 较 K2.6 改进编码与智能体性能 > 推理效率 > 长时编码 测试时间 👀
AI HotRSS·12 天前69Moonshot 发布并开源 Kimi-K2.7-Code 编程模型，相比 K2.6 在多个基准上大幅提升：Kimi Code Bench v2 提高 21.8%，Program Bench 提高 11.0%，MLS Bench Lite 提高 31.5%。推理效率优化，推理 token 使用量降低 30%，指令遵循与长时编码任务成功率提升。即将推出 6 倍高速模式。模型现已通过 Kimi API 和 Kimi Code 开放使用。
AI HotRSS·12 天前69月之暗面发布并开源 Kimi K2.7 Code 编程模型。相比 K2.6，长上下文编程指令遵循和长程任务性能提升，过度思考倾向改善，平均 token 消耗减少 30%。Kimi Code Bench v2 提升 21.8%、Program-Bench 提升 11%、MLS Bench Lite 提升 31.5%；Agent 基准提升约 10%。即日起通过 Kimi API 调用，输入 6.5 元/百万 token、输出 27 元、缓存输入 1.3 元。非编程任务仍推荐 K2.6，模型需开启思考模式。预告高速版（输出约 180 Token/s），6 月 15 日可调用，6x 速度仅需 2x 价格。
融资、政策与市场动向。
TechCrunch AIRSS·12 天前71TechCrunch 从早期开始就关注了 SpaceX 的起步、挣扎与成功。我们同样关注接下来会发生什么。这份关于 SpaceX 首次公开募股的报道包括谁可能获益（以及可能不会获益的人），上市前的交易，以及其 S-1 注册文件中隐藏的内容。
量子位RSS·12 天前71比分、红牌、绝杀全押中
TechCrunch AIRSS·12 天前71TechCrunch从早期就关注了SpaceX的起步、挣扎与成功。我们也将继续关注接下来的发展。这份关于SpaceX上市的报道内容包括谁可能受益（以及可能不会受益的人），上市前的交易，以及其S-1注册文件中的细节。
量子位RSS·12 天前71布局全栈闭环
量子位RSS·12 天前71助力LP与GP高效合
值得一读的研究与论文。
AI HotRSS·12 天前696月12日，名为 Maxproof 的论文在 arXiv 上发布，并在 Hacker News 上获得 100 点热度。
AI HotRSS·12 天前69Nous Research 于 6 月 11 日发布 Hermes Agent 的 Profile Builder，将分散的命令行配置整合到网页端。用户通过 Dashboard 可在五步内完成智能体角色创建：设置身份名称与描述、选择模型与服务商、开关内置技能、从 Skills Hub 安装技能、配置 MCP 服务器，最后检查预览。技能以 SKILL.md 形式存储，智能体先读取短描述，命中任务再加载全文。MCP 服务器支持 HTTP URL 和本地 stdio 命令，Nous 批准的目录可一键安装并内联提示输入密钥。Hermes Agent 为开源智能体，主打记忆用户习惯并自动构建技能库。
Jenny owns a crematorium. John’s propane company gives her a $20 billion investment in return for 5 percent of her operation. Jenny throws $10 billion into the incinerator, then pays John $10 billion to buy propane to burn that money to ashes. John reports that his AI investments have generated $10 billion in revenue this quarter and that he owns 5 percent of a $100 billion business. A reporter from Forbes is assigned to profile John and Jenny, and over the course of his research, he becomes embroiled in a passionate but confusing three-way love affair with them, which eventually turns into a polyamorous common-law marriage. His profile is glowing, but light on financial details. — Andrew Singleton, AI Economics for Dummies Tags: ai
arXiv:2606.12451v1 Announce Type: new Abstract: Large language models deployed as agents over large tool catalogs face a critical tool-retrieval bottleneck. As embedding-based retrieval approaches rely on compact encoders that may under-capture specialized tool semantics, parametric tool retrieval addresses this by encoding each tool as a virtual token appended to the LLM vocabulary, fine-tuned in two stages (memorization then retrieval SFT) to use the LLM as a retriever, achieving strong performance on standard ToolBench retrieval benchmarks. Yet these benchmarks use verbose, fully-specified queries, and their evaluation applies constrained decoding that restricts outputs to valid token paths, neither reveals whether the model actually understands its tools. We introduce \textbf{ToolSense}, an open-source LLM-powered diagnostic framework that takes any tool catalog as input and automatically generates three benchmarks: a Realistic Retrieval Benchmark (RRB) with queries at three ambig
arXiv:2606.12563v1 Announce Type: new Abstract: Arbor is a multi-agent framework that introduces structured tree search as a cognition layer for autonomous agents operating in large, stateful action spaces. Prior autonomous optimization systems operate on isolated targets with stateless evaluation. Arbor instead maintains an explicit search tree of scored hypotheses that serves as the shared working memory across agents, evolving with every measurement, treating failures as diagnostic signal that reshapes subsequent exploration, and expanding as prior successes shift the bottleneck distribution. We validate Arbor on full-stack LLM inference optimization, a domain where achieving peak performance has historically required coordinated effort from engineering teams across the application, framework, compiler, kernel, and hardware stack. Arbor pairs an Orchestrator agent, which drives optimization by delegating to Domain Specialists across the inference stack, with a Critic agent that s
大厂与平台今天的关键动作。
OpenAI 推出三门学院课程，帮助人们构建实用的 AI 技能，创建可重复的工作流程，并在日常工作中应用智能代理。
Preply 使用 OpenAI 推出 AI 生成的课程总结，提供个性化的反馈和语言学习练习。
AI HotRSS·12 天前74Google DeepMind发表60页论文，由Hutter、Legg、Genewein撰写，定义AGI（多数认知任务达平均人类水平）、ASI（超越大量专家协作）和不可计算的AIXI三个层级。实现路径包括规模扩展、算法突破、递归自我改进和多智能体协调，瓶颈在于能源与硬件。六种阻碍：高质量数据可能本十年内耗尽、资源需求过快、神经范式天花板、研究难度激增（维持摩尔定律需18倍于1970年代的研究者）、模型无法创造全新概念、人为放缓。作者认为这是对AGI后果的严肃反思呼吁。
TechCrunch AIRSS·12 天前71这家科技巨头表示，一个名为“Outsider Enterprise”的团体使用AI欺骗了数十万名受害者，在两周内发送了250万条短信。
