量子位AI 評分55
OpenAI 具身資料供應商指向 Maxinsights，已交付超 200 萬小時
據量子位梳理公開報導與業內線索，為 OpenAI 供應具身（第一人稱視角）訓練資料的供應商指向成立僅兩三年的 Maxinsights，OpenAI 未官方披露。該公司累計交付超 200 萬小時資料，另有 150 萬小時帶手部追蹤與語言標註的資料，月採集 45 萬小時，覆蓋 2000 多個真實環境、5 萬多個場景。
搜尋
依意思最接近的 19 筆
Simon WillisonAI 評分21
Simon Willison 摘錄 Armin Ronacher 談 AI 與劣質軟體
Simon Willison 在部落格的引語欄目裡摘錄了 Armin Ronacher 的一句話：AI 雖然好玩，但過去 30 年業界寫下了太多糟糕的軟體，現在等於在為此付出代價。這條引語發布於 2026 年 10 月 22 日；該條目被歸入 security、AI、LLM 與 AI 安全研究等標籤。正文只有這一句引語，沒有進一步論證或資料。
Hugging Face blogAI 評分58
ServiceNow 發布 AutoSynthData，為企業 agent 自動生成訓練資料
ServiceNow CoreAI 團隊發布 AutoSynthData，用目標模型的失敗案例和更強教師模型的成功軌跡定位能力缺口，再自動生成並驗證新任務用於後訓練。任務由系統規範、使用者提示和驗證器三部分組成，需滿足可行性、真實性與難度要求，驗證器則要求一致、可靠且不繫結單一參考軌跡。團隊在 EnterpriseOps Gym 資料集上演示了該流程，模型提升後課程會轉向仍難完成的任務。
Hacker News front page● 精選AI 評分80
Altman 稱應接受 AI 壞處換取好處，主張輕監管
OpenAI CEO Sam Altman 在 Politico 播客採訪中表示，世界應接受 AI 帶來的一些壞事，以換取技術的好處，並主張輕觸式監管。他提到的例子包括駭客攻擊、詐騙等，並稱不會接受「零重大駭客攻擊、零濫用」這樣的交易。此番言論引發佛州州長 Ron DeSantis 與紐約大學教授 Gary Marcus 批評；
Hacker News front pageAI 評分54
OpenAI 用 AI agents 從生物資料中發現新線索
OpenAI 發布文章，介紹用 AI agents 在複雜生物資料中尋找新線索。文章聚焦生物資料的複雜性與規模化分析，屬於 OpenAI 官方分享的研究方向。公開頁面未給出所用模型、資料集、合作方或具體發現數量，暫無可核實的實測結果。
Hacker News front pageAI 評分69
Faros 研究：高 AI 採用團隊 bug 增 54%、PR 評審耗時漲約 5 倍
Faros 2026 年研究分析 22,000 名開發者、4,000 個團隊兩年遙測資料後發現，AI 採用度高的組織每位開發者 bug 增加 54%，PR 評審中位耗時約漲 5 倍，每 PR 事故數超 3 倍；其 Q3 報告稱部分效應有所緩解，但驗證與運維成本仍在累積。
Hugging Face blog● 精選AI 評分77
Ai2 發布 FairStress 公平性基準，含 1300 萬測試用例
Ai2 發布 FairStress 基準；除模型最終選擇外，它還測量模型在說服性論點下改變決定的難易程度是否因涉及群體而異。該基準包含 300 個雙候選人場景，覆蓋 29 個領域；組合身份呈現方式與對抗性字首後擴充套件為逾 1300 萬個測試用例，並另發布 5 萬條 FairStress-Core 子集，整合進 Olmo-eval。測試覆蓋 Olmo、Llama、Qwen、Gemma、Claude 與 GPT 系列，結果顯示同一論點會因受益群體不同而對模型決策產生不同影響。
TechCrunch AIAI 評分56
Hugging Face 政策主管：嵌入式 AI 評測員難成現成方案
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式第三方評測員並非解決模型安全問題的簡單答案，評測仍缺乏可復現性與統一標準。她指出評測方法更新很快、彼此之間難以橫向比較，且目前絕大多數評測針對模型本身，對 harness 和完整 agent 的評測既少又昂貴；而更強的 harness 可讓較弱模型跑贏前沿模型。她認為誰有資格評測哪些任務，需要更多標準化。
TechCrunch AIAI 評分74
OpenAI 發布 719 份數學解答，被指未達學界標準
OpenAI 本週發布 719 份針對高難度數學問題的解答，但未完全滿足普林斯頓高等研究院 AGMAI 上月發布的指南。AGMAI 的首要建議是停止在專有模型上測試高深數學問題，而 OpenAI 明確稱正用開放研究問題評估其專有模型；719 篇手稿中僅 10 篇公開了模型的思維鏈，42% 的證明未做形式化。
機器之心● 精選AI 評分74
中科院軟體所聯合快手推出 OmniBehavior 使用者行為模擬基準
中科院軟體所中文資訊處理實驗室與快手推出 OmniBehavior，這是首個真實世界全鏈路使用者行為模擬基準，已被 NeurIPS 2026 接收。資料集覆蓋 3500 名快手使用者三個月的 212 萬條互動記錄，橫跨影片、直播、電商、廣告與搜尋場景，共設 6000 個預測任務。評測中表現最好的 Claude-Opus-4.5 僅得 44.55 分，多數模型在 32 至 41 分，擴大上下文視窗未帶來穩定提升。
X @OpenAIDevsAI 評分46
@OpenAIDevs: We reserved broad replication for small, critical datasets like authentication metadata needed on e…
OpenAI Devs 表示，團隊用 Rust 重寫服務層，降低了代理開銷。對認證後設資料這類每個請求都必需的小型關鍵資料集，團隊保留了廣泛複製；設定和應用狀態等高頻訪問資料則由區域內快取提供。推文列出這三項基礎設施最佳化，但未給出延遲、吞吐等具體數字或生效範圍。
The Verge AIAI 評分47
Altman：AI 好處極大，世界應接受一些壞事發生
Sam Altman 認為 AI 帶來的好處極大，世界應當接受過程中發生一些壞事。他把駭客攻擊、詐騙等「其他壞事」列為社會應預期容忍的代價，理由是人們會用 AI 做出「多出好幾個數量級」的好事，但未具體說明這些好處是什麼。這番表態正值 OpenAI 推動對 AI 監管採取更「輕觸式」的做法，而外界對前沿模型安全的擔憂加劇，部分源於該公司屢次未能阻止能力不斷增強的 AI agent 攻擊現實世界目標。
Hacker News front pageAI 評分21
Hacker News 討論：Agentic AI 落地的主要瓶頸是什麼
Hacker News 上有人發帖徵集討論：Agentic AI 進入生產的主要瓶頸在哪裡。發帖者引用兩項資料作對照——agent 產生的流量已超過人類流量，但已建置的 agent 中只有 10% 真正上線生產，他覺得這很諷刺。他由此追問是什麼卡住了這些 agent，以及要讓 agent 流量繼續增長還缺哪些基礎設施。帖子目前 3 分、5 條評論。
Hacker News front pageAI 評分46
Jev 發布 33 天即退燒，折射 AI 行業炒作與創新匱乏
Jev 發布 33 天后熱度迅速消退，這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器，宣稱不會幻覺、更快更便宜，但輸出仍會出錯，且已有開放權重模型在部分任務上價效比更高，並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現，並由此質疑行業四年來的創新增量。
The Verge AIAI 評分43
The Verge 作者開啟本地 AI 日常使用連載，權衡隱私與記憶體成本
《The Verge》一名作者開始連載自己日常使用本地 AI 的體驗，此前他一直不願把最私人的資料交給雲端服務。他認為如今在本地執行較強模型已越來越可行，但不確定是否值得為一臺配了大容量、價格不菲記憶體的電腦或筆記本花大錢。文章還提到 Apple 對新款 Mac 桌面機的宣傳。他自認不是 AI 專家，會邊用邊寫。
TechCrunch AIAI 評分56
Tony Fadell：首波 AI 硬體失敗，因未解決真實需求
Fadell 在 MIT Future Fest 上表示，Rabbit R1、Humane Ai Pin 和 Limitless 掛墜這批第一代 AI 硬體失敗，是因為沒有解決任何真實需求，只是對極客有趣的技術。他指出全球不到 0.01% 的人用過人類助理，多數消費者並不知道助理是什麼，建立信任需要數年。
X @OpenAIDevsAI 評分10
@OpenAIDevs: The attention to detail is a little concerning.
OpenAI 官方開發者帳號 @OpenAIDevs 於 2026 年 10 月 9 日發推稱「對細節的關注有點令人擔憂」。推文正文只有這一句，未說明針對的是哪個產品、更新或事件，也沒有給出後續解釋，因此尚不清楚這條批評具體指向什麼。
Hacker News front pageAI 評分69
OpenAI 發起 Patch the Planet，用 AI 幫開源專案修漏洞
OpenAI 在 Daybreak 計劃下推出 Patch the Planet 專案，聯合 Trail of Bits、Calif、HackerOne，用前沿 AI 與安全專家為開源專案驗證漏洞、開發並測試補丁，再與維護者協調披露。所有發現都經人工複核，程式碼與發布節奏仍由維護者掌握；專案還幫團隊補齊測試、fuzzing 與安全工作流。
Hacker News front pageAI 評分36
開源可觀測資料湖 Parseable 亮相，每分鐘處理 1 億時間序列
用 Rust 編寫的開源可觀測性資料湖 Parseable 在 Hacker News 上展示，官方稱可每分鐘處理 1 億條時間序列。它原生支援 OTel、PromQL 與 SQL，資料以開放 Parquet 列式格式存放於物件儲存，採用無狀態架構，日誌、指標、分散式追蹤、告警與儀表盤都整合在單個二進位制內。