AISpot

搜尋

依意思最接近的 30 筆

機器之心AI 評分25

機器之心等發起雲程獎,面向 AI 本碩博在校生,申報 7 天后截止

機器之心聯合張江人工智慧創新小鎮、黃大年茶思屋科技網站發起的「雲程獎」進入申報倒計時,距截止還有 7 天,面向全球 AI 及 AI 交叉領域本碩博華人在校生。獎項設年度新星 25 名,以及三個特別獎(合計不超過 5 人,且不可與年度新星兼得),評選覆蓋計算機、數學與生命科學、材料、物理、神經科學、經濟學等方向。參評者畢業時間須在 2027 年 1 月及以後,可通過二維碼或文末「閱讀原文」報名、提名。

TechCrunch AIAI 評分67

HackerRank 向客戶開放 AI 面試官 Chakra,已面試超 50 萬場

HackerRank 的 AI 面試 agent Chakra 結束約六個月 beta,週一起正式向企業客戶開放,測試期間已完成逾 50 萬場面試,Snowflake、Snorkel、Capgemini 等公司參與試用。候選人要在帶 AI 助手的畫布上處理真實程式碼倉庫任務,Chakra 會依據其操作追問思路,評估批判性思維、判斷力與「AI fluency」,即如何向 AI 描述問題、判斷其輸出並引匯出解法。

機器之心AI 評分23

機器之心啟動「AI 中國」2026 年度榜單評選,設六類獎項

機器之心正式啟動「AI 中國」2026 年度榜單評選,申報通道現已開放。評選設六類獎項:最強 AI 技術實力機構 TOP 10、人工智慧領軍企業 TOP 20、最佳 AI 模型 TOP 20、最佳大模型產品及應用 TOP 20、具身智慧領軍企業 TOP 10、ScienceAI 領軍機構 TOP 10,覆蓋基礎模型、具身智慧與 AI for Science 等方向,符合條件的企業與創新團隊可報名參與。

機器之心AI 評分32

首屆具身智慧挑戰賽閉幕,冠軍獲中試基地實習金卡

首屆全球具身智慧應用創新挑戰賽暨 2026 中國機器人大賽 10 月 18 日在杭州閉幕,2000 多支隊伍、近 5000 名選手參賽,共決出 59 項冠軍、57 項亞軍、52 項季軍及 12 支企業專項賽獲獎隊伍。冠軍隊伍獲國傢俱身智慧應用中試基地發放的實習金卡,可免試進入其生態合作企業實習,並享受參賽專案成果轉化、創業培育等全週期服務。宇樹科技、阿里達摩院、海康威視等 50 家企業到場,提供 500 多個實習崗位。

Hacker News front pageAI 評分58

HackerRank 為 LeetCode 刷題道歉,推出 AI 面試官 Chakra

HackerRank 聯合創始人兼 CEO Vivek 公開為「讓人刷 LeetCode」道歉,並宣布推出 AI 面試官 Chakra。HackerRank 將把面試題從演算法題換成真實程式碼倉庫中的任務,評估標準從程式碼是否正確轉向 AI 使用能力與判斷力,候選人環境也從 IDE 改為 agentic 開發環境。候選人可像在真實工作中那樣使用 AI 工具解題,Chakra 隨後追問為何選擇該方案、會改什麼、如何驗證 AI 生成的程式碼。

TechCrunch AIAI 評分50

YC 初創設 100 萬美元獎池,為五個材料學難題徵集 AI 解法

舊金山初創 Discovered Materials(YC 2026 春季批次)設立總額 100 萬美元的獎池,為材料科學的五個開放難題徵集解法。難題由該公司召集的高校學者擬定,涵蓋銅氧化物超導理論、矽與二氧化矽介面結構預測、晶粒結構與熱性質對映、光致材料行為變化,以及改進密度泛函理論。發布前公司曾讓前沿模型聯網自主攻關數天,進展甚微。這家主攻先進晶片材料的公司已與晶片巨頭合作,並稱產出可用材料的時間表比原定的一年更快。

機器之心AI 評分30

飛書豆包 AI 先鋒大賽落幕,聯合發布 AI 人才標準報告

10 月 20 日,飛書豆包工作 AI 先鋒未來人才大賽總決賽在北京舉行,12 組選手用飛書與豆包工作解決企業真實業務命題,現場評出金銀銅獎。大賽與數智教育發展國際大學聯盟共同發布《AI 時代人才標準全景觀察》,資料來自 4300 多支戰隊和 108 家企業的人才觀。比賽向選手開放全部飛書 AI 功能與無限 Token,其中 80% 以上 Token 消耗發生在豆包工作;有團隊用豆包工作 3 天、3000 元完成一部 120 分鐘短劇,傳統真人短劇需 25 至 40 天、成本 50 萬至 100 萬元。

X @OpenAI● 精選AI 評分62

OpenAI 啟動內部安全衝刺,關鍵漏洞賞金漲四倍至 17.2 萬美元

OpenAI 宣布啟動下一輪內部安全衝刺,同時把關鍵漏洞的賞金提高到原來的四倍以上,含獎金在內單項最高可達 17.2 萬美元。公司還與 Cathedral Systems 合作,由該公司的研究員用 OpenAI 的模型配合內部團隊挑戰自身防禦,找出並修復弱點。OpenAI 表示會繼續用模型加固自家系統,並擴大可信防禦者的使用權限。

量子位AI 評分35

首屆具身智慧應用創新挑戰賽閉幕,冠軍獲實習金卡

10 月 18 日,首屆全球具身智慧應用創新挑戰賽暨 2026 中國機器人大賽在杭州閉幕,2000 多支隊伍、近 5000 名選手參賽。大賽共決出 59 項冠軍、57 項亞軍、52 項季軍及 12 支企業專項賽獲獎隊伍,賽項覆蓋柔性分揀、空地協同、居家服務、醫療輔助、未知地形探索與靈巧操作等場景。冠軍隊伍獲國傢俱身智慧應用中試基地發放的“實習金卡”,可免試進入其生態合作企業實習;同期 50 家企業到場提供 500 多個實習崗位。

量子位AI 評分26

飛書豆包 AI 人才大賽收官,發布 AI 人才標準觀察

10 月 20 日,飛書與豆包工作主辦的 AI 先鋒未來人才大賽總決賽在北京舉行,12 組選手使用飛書和豆包工作解決企業真實業務命題,並聯合數智教育發展國際大學聯盟發布《AI 時代人才標準全景觀察》,該報告彙集 4300 多支戰隊資料與 108 家企業人才觀。金獎由“秋陽裡 Pipeline”獲得,銀獎為“見微智探”“氨心排程”。大賽開放全部飛書 AI 功能與無限 Token,其中 80% 以上 Token 用量發生在豆包工作;數十家企業現場設崗,三支戰隊進入反選 offer 環節。

The Verge AIAI 評分52

OpenAI 等實驗室攻克數學難題引發學界反彈

過去一年,OpenAI、Anthropic 等實驗室宣布解決了多個長期懸而未決的數學問題,其中甚至包括一道千禧年大獎難題,進展超出研究人員預期。但這些實驗室以矽谷式的高速推進,本應被慶祝的成果反而招致學界反彈,有數學家要求 OpenAI 證明未使用其工作成果,也有批評指向其行事方式。實驗室表示正在從早期的失誤中學習,承諾能否兌現尚待觀察。

X @OpenAIAI 評分57

OpenAI 更新漏洞賞金標準,待審報告適用新獎勵

OpenAI 更新漏洞賞金獎勵標準,新的獎勵範圍也適用於仍在等待賞金髮放的報告。對於過去 30 天內已經發放的賞金,如果同一發現按新標準可獲得更高金額,OpenAI 會補足差額。推文未列出具體金額,只給出專案頁面連結,具體新獎勵區間需查閱官方頁面。

機器之心AI 評分45

支付寶 AI 支付發起駭客松,20 萬元獎池招募 AI 產品接入支付

支付寶 AI 支付聯合觀猹發起 PAYATHON 2026 年度駭客松,總獎池 20 萬元,報名截至 12 月 1 日,線下決賽 12 月 26 日舉行。大賽面向個人開發者與團隊,主賽道為應用與技能(Vibe Pay、Skill Pay),另設 Token Pay、Machine Pay、Agent Pay,探索按量付費、連續訂閱及智慧體之間的交易,真實使用者付費與商業化表現被列為核心評選指標。

Hacker News front pageAI 評分57

觀點:寫好提示詞本質是程式設計,非程式設計師難獲 AI 效率紅利

一篇博文提出,寫好提示詞本質上就是程式設計:兩者都要先定清輸入與輸出來源、把任務拆到每步可驗證、預想邊界情況並說明怎樣算完成。作者認為程式設計師能用 AI 大幅提效、其他行業卻收益有限,原因在於程式設計師被編譯器訓練出精確表達和除錯習慣:結果不對時先懷疑自己的指令並改一處重跑,而非程式設計師常反覆重試同一提示詞或直接判定工具不可用。作者還修正了自己此前領域專家加 agent 最有優勢的看法:判斷對錯只是後半程,先把任務說清楚才是前提。

Hacker News front page● 精選AI 評分84

XBOW 六天建置 Chrome 全鏈利用,獲首個 25 萬美元獎勵

XBOW 用 AI agent 在六天內做出完整的 Chrome 全鏈漏洞利用,拿下 Google 首個 25 萬美元 Chrome full-chain 獎勵。鏈條串起三個漏洞:V8 Maglev 去最佳化時複用可變 HeapNumber、動畫 WebP 解碼器快取幾何與影像位元組不一致、Crashpad 把凍結渲染程序的讀取失敗當作穩定觀測,依次實現 V8 指標壓縮籠內讀寫、籠外一次原生寫和崩潰處理器內的程式碼執行。

機器之心AI 評分39

螞蟻靈波具身模型挑戰賽初賽收官,1855 支隊伍報名創紀錄

螞蟻靈波首屆具身大模型挑戰賽線上初賽於 10 月 27 日結束,共 1855 支隊伍、3252 名選手報名,來自 13 個國家的 648 所高校、院所與企業,官方稱這一規模為行業最大。賽事以開源模型 LingBot-VLA2.0 為技術底座,聚焦模型訓練調優、模擬泛化測評與真機適配,51.7% 的選手具備 VLA 或多模態大模型背景。決賽將於 11 月 14 日至 16 日在上海張江舉行,15 支隊伍以 48 小時真機駭客松形式角逐。

Hacker News front pageAI 評分49

隨筆:AI 瓦解知識社群,私人知識活動難以為繼

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。

X @OpenAIDevsAI 評分11

@OpenAIDevs: Collect funding and followers across seven levels in San Francisco 2030:

OpenAI 開發者官方帳號 @OpenAIDevs 發布預告,稱要在 2030 年的舊金山跨越七個關卡,收集資金與關注者。帖文正文只有這一句,並以冒號結尾,發布時間為 2026 年 10 月 7 日。文中沒有說明這是遊戲、活動還是產品,也未給出參與方式、時間、平台或獎勵等細節。

TechCrunch AIAI 評分43

Theranos 吹哨人 Tyler Shultz:AI 熱潮是行騙的好機會

Theranos 吹哨人 Tyler Shultz 警告,AI 熱潮是行騙的好機會。他在接受《舊金山標準報》採訪時表示,AI 公司極難做盡職調查,很難分辨真正獨特的新技術與 ChatGPT 套殼,靠一杯咖啡就投 10 萬美元的日子該結束了——Holmes 只是把這套模式放大到 1 億美元。同期,記錄 Holmes 入獄前最後幾週的紀錄片《You Can See Everything》正在熱映,她已另創診斷公司 Haemanthus,據報導融資約 2000 萬美元。

機器之心AI 評分51

奧特曼提 AI 競賽三種終局,最壞可癱瘓對手 GPU

OpenAI CEO 奧特曼在內部員工會議上提出 AI 競賽的三種終局:建立全球監管機構、頂級實驗室合併為一,以及一家公司率先突破關鍵技術。最極端情形下,率先突破的公司甚至能讓競爭對手的 GPU 集體癱瘓,奧特曼稱這是「糟糕透頂」的結局。前兩條分別參考 IAEA 與 CERN 模式;他也承認 OpenAI 目前無法輕易放棄技術領先爭奪。

Hacker News front pageAI 評分40

Show HN 上有人發布面向 AI 的 UI 微互動提示詞集

typeui.sh 在 Hacker News 的 Show HN 板塊發布了一套面向 AI 的 UI 微互動提示詞(micro-interactions prompts),目前可以開啟該頁面檢視。該帖發布後收到 19 分和 3 條評論,討論量不大;帖子正文沒有提供更多細節,包括提示詞數量、支援的模型和授權方式。

機器之心● 精選AI 評分80

混元與復旦發布 ExplorationBench,評測 AI 自主探索能力

復旦大學、騰訊混元與清華大學聯合發布 ExplorationBench,用兩套規則被改寫的「異星世界」AlienCode 和 AlienLogic,評測 AI 能否通過自主實驗發現規則。10 個前沿系統讀完範例後,在 AlienCode 上最高僅 15.7%,四輪探索後最好軌跡達 89.0%;若只讓模型多想、不給環境反饋,最高只有 11.0%。GPT-5.6 Sol 自主探索拿到 88.1%,而事先直接告知全部規則反而只有 69.5%,說明探索過程同時提升了規則的使用能力。

Hacker News front pageAI 評分37

Neal Stephenson 談 AI:連他也被這輪熱潮打了個措手不及

《Snow Crash》作者 Neal Stephenson 在 Core Memory 播客與 Ashlee Vance 對談約兩小時,坦言連自己都被這輪 AI 熱潮打了個措手不及。他討論奇點是否已經臨近、當下是否算 AI 的曼哈頓計劃時刻,並指出與中國的 AI 競賽存在熟悉的兩難:沒人願意在對手可能更快時放慢腳步。

Hacker News front pageAI 評分47

Spinellis:AI 將接管認知工作,思考會變成愛好

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。

TechCrunch AIAI 評分58

調查:超半數高管稱用 AI 後更難評估員工績效

Monday.com 委託 Nielsen 對七國 1700 名董事與高管調查顯示,超半數認為員工產出經 AI 打磨後難辨人機貢獻,近半數因此花更多時間審閱團隊產出。94% 仍對 AI 感到興奮,但 78% 已改變考核方式,更看重提示詞撰寫與任務分配能力;39% 用 AI 起草績效評估,46% 用 AI 輔助決策。57% 的組織在用的工具反而變多,僅 29% 稱 AI 基礎設施已集中最佳化;58% 預計一年內要監督的 AI agent 數量將超過人類員工。