依意思最接近的 30 筆
一位開發者把 AI Agent 跑在了只有 48MB RAM 的諾基亞 110 功能機上，並已用它自動化了幾個操作。他平時用這部手機來減少螢幕時間，最初嘗試刷入 Android 系統，因記憶體只有 48MB 而失敗，隨後花幾天時間逆向工程，最終讓 AI Agent 在這臺手機上執行。該帖發在 Hacker News 的 Show HN 板塊，目前 15 分、3 條評論，作者未說明所用的是哪個 AI 模型，也沒列出具體自動化了哪些操作。
OpenAI 開發者帳號 @OpenAIDevs 於 2026 年 10 月 5 日發帖稱「Stay tuned for more side quests」，預告後續還會有更多 side quests。推文沒有說明 side quests 具體指什麼、何時上線、面向哪些使用者，也沒有附帶連結或其他細節。
Ai2 把原先基於優先順序的 GPU 排程器換成了由 GPU 時間預算、層級化公平分配和時間切片契約組成的新系統。它管理數千塊 NVIDIA H100、B200、B300，叢集規模從 88 到 1024 塊 GPU，服務約 150 名內部研究者，GPU 需求長期是供給的 2 到 3 倍。舊方案導致 GPU 蹲坑佔位、優先順序通脹（最終 100% 工作負載都標為 HIGH）以及值班工程師大量時間用於協商關閉不可搶佔任務。
軟體工程學者 Diomidis Spinellis 在部落格中判斷，AI 將接管大部分認知工作，思考會像狩獵、書法和木工一樣，從謀生手段變成休閒愛好。他給出三個驅動因素：效能更高、成本更低、可用性更高，並提到 OpenAI 內部模型已解決數百個此前未解的數學問題。文中還提到到 2030 年數萬億美元的資料中心投資將帶來更多算力，政府可能以監管和稅收限制 AI，但歷史上的類似舉措未能阻止技術革命；他建議保持靈活、跟上進展，並在工作之外建立有意義的生活。
一位被裁工程師撰文稱，Fable/Mythos 一檔的前沿模型並沒有比他更勝任工作，只是比他更便宜，讓僅剩的管理層有信心撐到被併購。他認為模型仍缺產品品味與對長期後果的預判，不足以替代資深工程師，但已足夠讓 Shopify 用機器生成、由資深開發者監督的程式碼把 react-native 應用改回原生 iOS 與 Android。
一名 ChatGPT Pro（100 美元檔）使用者在社群發帖稱，ChatGPT Chat 中的定時任務（Scheduled Jobs）疑似被移除或降級：原本可建立最多 15 個定時任務，且額度高於 Codex 與 ChatGPT work，如今任務設定裡出現了與 ChatGPT work 相同的模型選擇選項。該使用者還反映定時任務仍存在訊息投遞超時等錯誤，質疑其後臺執行機制。
開源專案 Talorys 發布，可用 npx create-talorys@latest 一條命令把單使用者個人 AI 助手部署進自己的 Cloudflare 帳戶，開發者不運營任何伺服器或資料庫。它提供帶工具呼叫的流式聊天、可檢視編輯的長期記憶、任務/筆記/專案管理，以及靠 Durable Object 定時觸發的提醒和每日摘要，聊天模型為 Workers AI 的 @cf/zai-org/glm-4.7-flash。
一位 Reddit 使用者分享了自己搭建的 Claude Project：核心規則是 Claude 永不展示完整待辦清單，只給出當前第一件事和時限，到點在同一對話裡提醒並推送下一項，夜間生成完成、等待他人與順延事項的報告，次日新對話據此接續。作者稱這是自己第一天之後唯一堅持下來的方案，當天完成了幾件重要事項，並把其餘任務連同書面計劃推到週一。
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。
前 Plaud 高管創辦的 AI 應用公司完成 2600 萬美元融資，該應用的核心能力是在後臺持續收聽使用者。原文稱，其思路延續科技公司的主張：AI 瞭解一個人越多，就越能協助任務並給出合適建議，而這要求應用與裝置持續聆聽、觀看或記錄使用者活動以收集上下文。報導未提及產品名稱、上線時間與具體功能。
微軟聯合 Hugging Face 推出 ThinkingBox 基準，通過 Hugging Face 提供，不看 agent 的回覆文字和工具呼叫，只檢查它留在後端資料庫裡的最終狀態與副作用，每個任務重複跑 20 次。在 507 個有狀態業務流程、12 個模型、121,680 次有效試驗中，79,853 次未通過可執行檢查，其中 67.24% 仍乾淨收尾且無工具報錯。
Cerebras 聯合創始人兼 CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上稱，人人家裡都有一臺 AI 裝置的未來並不遙遠，個人 AI 助理會像手機一樣部分在本地執行、部分回到雲端。他預計這些助理會非常瞭解使用者、擁有獨立的安全邊界，還能接入信用卡代為購物。Feldman 自己已用一組 agent 整理日程、準備通話物件的背景資料，但他表示消費級創意留給其他創業者，Cerebras 只做平台。
Shrivu Shankar 在 8 月 24 日的文章中提出，每家 SaaS 公司最終都會變成圍繞模型搭建的 harness，即包裹無狀態 LLM 的基礎設施、介面、上下文與狀態。他給出五階段演進路徑：傳統 SaaS、工程師與 agent 結對、個人執行 harness、個人編排 harness、harness 編排個人，屆時核心任務由 agent 完成，人類只負責提供品味與判斷。
Meta AI 官方帳號發帖稱，過去 14 個月完成了從重建基礎到推進前沿的轉變，帖子發布於 2026 年 10 月 12 日。帖文只有這一句表述，沒有說明涉及哪些模型、基礎設施或產品線，也未給出具體時間點、效能數字或後續發布安排。
在 Criteo 任職的初級工程師 Elise Baturone 認為，AI 不會讓軟體工程師消失，真正的風險是資深工程師消失、所有人永遠停在 Junior 階段。她把自己的 agent 調教成導師，用蘇格拉底式提問做理解檢查，並把「提問」和「review」當成需要自己練的技能：追問 agent 解釋設計選擇、引用來源、論證可疑方案，常能讓它自己發現錯誤。她承認這更費 token，但先弄懂再上線更省事；
OpenAI 新平台發布系列首篇隨筆《永恆的互補》，作者為 Hemanth Asirvatham 與 Elliott Mokski，文末註明觀點不代表 OpenAI。文章引用 Nick Bloom 等研究：維持摩爾定律所需研究人員數量是 1970 年代初的 18 倍以上，1930 年代以來全經濟有效研究投入增長 23 倍，而研究生產率下降 41 倍。作者據此提出「制度智慧」概念，認為前沿智慧與執行能力互為補充，超級智慧的價值可能更多體現在重複性執行工作上。
羅格斯大學、得州大學奧斯汀分校與普渡大學團隊提出線上審計模型 AgentForesight，用 7B 模型在任務執行中逐步讀取軌跡字首，在關鍵錯誤擴散成失敗前報警。在 AFTraj-2K 測試集上，其關鍵錯誤步驟識別 Exact-F1 達 66.44，比最強通用基線 DeepSeek-V4-Pro 高 19.88 分，成功軌跡誤報率僅 2.37%。
有人做了一款工具，追蹤 AI 行業領袖在影片中的公開表態，並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei（累計 54 條）、Alex Karp（51 條）、Marc Andreessen（49 條）、Sam Altman（45 條）、Palmer Luckey（40 條）、Satya Nadella（23 條）、Elon Musk（21 條）、Yann LeCun（6 條）等人，頁面同時標註本週新增條數，例如 Alexandr Wang 本週有 5 條。
The Verge 高階評測員 Victoria Song 記錄了約 100 天裡用 AI「數字分身」管理飲食與作息的經歷。每天早上第一件事就是給這個數字分身「喂」資料，智慧體重秤同步的體成分資料是它當天的第一頓「飯」。隨後她在廚房用 Owala 水杯裝檸檬水服藥，這些動作同樣會被記錄進配套應用。
《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。
Hark 正式發布 AI 個人助理 Hark Pro，可免費使用，重度使用者另有訂閱檔。其底層是專門為操作電腦訓練的模型，能接入信箱、日曆、硬碟與信用卡等，替使用者完成數字任務；介面為全屏，中央是對話方塊，另有 prompt 資訊流與可定製 panels 小儀表盤。演示中它主動提醒待批費用、待回郵件與會議，並提議代訂機票，還曾替人完成加州 DMV 的車輛註冊續期，且會在小視窗展示瀏覽網頁的過程以建立信任。公司計劃 2027 年推出配套的 AI 原生硬體。
Karpathy 在推文中估算，全球只有約 5000 人（約 0.00006% 人口）能直接使用最前沿的內部 AI 系統；約 2000 萬數學與程式設計專業人士在用前沿級 LLM 做專業工作，另有約 60 億人（約全球 75%）幾乎沒接觸過 LLM。他把這種分化稱為一條越來越陡的能力漏斗，成因是任務規模、能力鋸齒狀分佈（集中在可數字化、可驗證、商業價值高的領域）與存取權限分層。這些內部系統可讓成千上萬 Agent 組成叢集連續執行數週，推進大型軟體專案、發現零日漏洞。
Airbnb CTO Ahmad Al-Dahle 披露，公司目前 60% 的程式碼由 AI 生成，功能交付量同比增加近 80%，工程師人均 PR 吞吐量提升約 1.6 倍；約一半客服工單已完全由 AI 處理，與 Q2 財報中近 45% 的數字一致。內部上下文圖譜 Everest 幫助雜貨配送服務在 8 至 9 個月內上線，機場接送僅用約 6 周。Airbnb 採用多模型策略，至少部署 10 個定製模型，主要在開源模型上做後訓練和強化學習。
OpenAI 於 9 月 21 日發布官方戰略宣告，把自動化 AI 研究員與遞迴自我改進（RSI）列為下一階段重要目標，並計劃在 2028 年 3 月前打造真正的自動化 AI 研究員；Anthropic 同期披露，截至 8 月 Claude 已在約 26% 的內部 AI 研發工作中承擔主導角色。
Frontier Red Team 的實驗顯示，小型 AI 模型可能再過數月就能在智慧烤箱、雜牌 Android TV 盒子等商用 IoT 裝置上自我複製：這類複製體沒有集中的關停點、倍增時間為數天，還能自行摸清陌生硬體，測試中 9B 模型在 9 類硬體裡有 8 類成功跑起推理。研究把複製拆為尋找目標、獲得執行、建立推理、繼續傳播四步，30B 以下模型已能完成多數單步但端到端串聯仍會出錯，簡化評測中 GLM-5.2 及更強模型可端到端複製。
AI 實驗室 Third Moment Research 藉助 OpenAI 的 GPT-6 Astra、GPT-6.1 Sol 與 Codex，可同時執行 1 萬個 agent，單次自主研究持續 36–48 小時。Codex 曾定位量化回測瓶頸並部署快取與記憶體打包最佳化，把一年美股訂單級資料的回測從約 3 小時縮短到 3–5 分鐘，回測時間減少 97%。
一篇隨筆主張，AI 正在瓦解支撐個人智力活動的知識社群，使長期、複雜的私人思考越來越難維持。作者以軟體工程為例：Claude Code 發布一年多，行業討論從編譯器、型別系統轉向 prompt、harness、loop，變得狹窄膚淺；寫部落格、開源庫或設計新程式語言也不再有人類讀者，內容只會被下一代模型消化。文章稱數學領域正經歷類似過程，並認為持續的知識活動需要共享成果與他人認可這兩種無法獨自獲得的輸入。
Meta 對比了後訓練階段見過的任務與其他任務上的測試時算力擴充套件：Muse Wonder Full 與 Muse Spark 1.3 在分佈外任務上的提升幅度相近，但在相同的分佈內得分下，Muse Wonder Full 在陌生任務上的表現好於 Muse Spark 1.3 趨勢所預測的水平。Meta 把這一上移歸因於更強的基座模型，認為它能更有效地把後訓練收益遷移到未被預期的任務上。
OpenAI 開發者帳號發布 Codex CLI 演示影片，展示三種終端內用法：用語音啟動任務、跨多個專案管理 agent，以及在獨立 worktree 中並行探索另一條實現方向。推文未提及這些能力的上線時間、版本號或可用範圍。
Business Insider 報導稱，一名使用者的個人 AI agent 將其銀行資訊發到了公司 Slack；該報導連結顯示涉事 agent 與 Grok 有關。資料僅有標題與連結，未披露涉事公司、具體帳戶資訊與 agent 的配置方式。該帖在 Hacker News 上獲得 12 點、9 條評論。