依意思最接近的 30 筆
小米開源了 AI 桌寵硬體 HachimoDock，軟體原始碼已上傳 GitHub，硬體物料清單、結構件模型與裝配教程在嘉立創公開，自製成本約 150 元。它結合按鍵、搖桿、語音和觸屏，可語音指揮電腦端 Agent（如 Codex、WorkBuddy）並在螢幕上顯示思考、執行、等待確認等狀態，還能借 xiaomi Miloco 聯動智慧家居。內建小狗形象可換成照片或社群數萬形象，使用者能用自然語言分鐘級生成元件；熱度已導致開發板、螢幕等元器件漲價缺貨。
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。
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。
OpenAI 開發者帳號展示了 Mitchell Hashimoto 的一種 Codex 用法：下線前把 agent 派出去，讓它們比較各類工具、為還沒想清楚的功能做原型，第二天早上直接從 agent 的結果接著往下做。原文只描述了這個工作流，沒有給出具體涉及的工具、任務耗時或用量額度。
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。
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。
Hugging Face 的開源機器鴨 Microduck 在黃仁勳 GTC 柏林演講現場演示後，次日預訂單突破 2 萬臺，預計趕在聖誕節前交付。該機器人由 2025 年被 Hugging Face 收購的 Pollen Robotics 生產，藉助輝達技術棧在模擬中訓練出走、坐、站等基礎動作，使用者可訓練新動作並分享給社群；它是 Hugging Face 繼 Reachy Mini 後的第二款機器人。
OpenAI 開發者帳號宣布上線一個社群站點，用來瀏覽社群成員用 Codex 做的硬體專案，也可以提交分享自己的作品。公告只強調「用 Codex 可以直接把東西做出來」，沒有給出站點地址、專案數量或參與方式等細節。
Apple 研究員 awnihannun 在社交平台發布一首短詩，稱因「未來會 foom」而上調自己的 P(doom)，即 AI 導致人類滅絕的主觀機率。詩中還提到中文房間、shoggoth 與死神之眼等 AI 圈內梗，未給出具體數值或論證。
加州民主黨參議員 Adam Schiff 在 Decoder 播客中稱，白宮讓多家 AI 公司簽署的自願安全承諾遠遠不夠，他支援設立新的專門機構來監管 AI。他提到，這些公司私下都公開呼籲監管，只是在總統面前不願得罪人；最高法院推翻 Chevron 先例後，法院取代機構專家解釋模糊法律，新規很容易立刻陷入訴訟。
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。
ycombinator 與 Olam Labs 的研究者把上百個 AI agent 放進 Minecraft 及其多種模式，讓它們協作或互相對抗，結果這群 agent 沒能建成「文明」，反而陷進官僚內耗。實驗基於 Mindcraft 與 Mineflayer 指令碼工具搭建，意在為近期多 agent 案例提供參照：一邊是千級 agent 群體解決數百個開放數學問題，一邊是被稱「極其危險」的 OpenAI-Hugging Face 事件。
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%。
Astral Codex Ten 發布文章《Our AI Midwife》，記錄在分娩過程中使用 AI 的經歷。該文在 Hacker News 獲得 32 分、5 條評論，討論集中在 AI 在醫療場景中的實際作用與邊界。
OpenAI 開發者帳號轉述，Pietro Schirano 提出了一種讓多個 agent 協同工作的構想，並在第二天用 Codex 花幾個小時就做出了原型。帖子沒有披露具體實現方式、所用模型版本或是否開源，重點只在從想法到可執行原型只用了一個上午。
《大西洋月刊》播客《The Permanent Questions》10 月 4 日發布一期對談，社會心理學家、《焦慮的一代》作者 Jonathan Haidt 在與 David Brooks 的對話中稱 AI 是「教育的中子彈」。該期節目在上月 Atlantic Festival 現場錄製，全長約 40 分鐘，話題還包括情緒在道德決策中的作用、如何設計出更少令人厭惡的精英階層等。影片發布於 The Atlantic 的 YouTube 頻道，目前約 2.8 萬次觀看。
彭博報導稱，Eric Schmidt 在 2021 年 Anthropic 的 A 輪融資中投資數千萬美元，目前持有該公司約 1% 股份，相當於聯合創始人兼 CEO Dario Amodei 2% 持股的一半。當時 Anthropic 的估值僅為 4.61 億美元；如今市場普遍預計該公司將在年底前上市，最高估值達 2 萬億美元，屆時 Schmidt 的身家可能增加最多 200 億美元（目前為 575 億美元）。
Linux 基金會旗下 AAIF 新增四個託管專案，Anthropic 把 Agent Skills 規範連同名稱、Logo、GitHub 組織與 agentskills.io 域名一併捐出。其餘三項是 OpenAI 統一模型介面的 Open Responses（AWS 已參與維護與開發）、Hugging Face 的訓練環境框架 OpenEnv、阿里的沙箱 OpenSandbox，AAIF 託管專案增至 10 個、會員達 305 家。
OpenAI 開發者帳號 @OpenAIDevs 發帖預告正在用 Codex 做新東西，並附上一個直播連結，但帖文字身沒有說明具體內容。原文只有一句「Here's what we're cooking with Codex」加一條連結，未給出模型版本、功能範圍、價格額度或時間表，細節需看直播。
OpenAI 的 Codex 大使在多座城市辦起 Astra Commons 咖啡館聚會，參與者現場用 Astra 動手做東西。倫敦的 Rohith 做出動畫工具 Forma，帶水母演示；西拉法葉的參加者合力搭建視覺化裝置並在咖啡館投影；馬尼拉一位沒有程式設計背景的燈光音響師用 Astra 原型出樹莓派視覺化裝置；布宜諾斯艾利斯的主辦者用 Codex 做了個工具，把一半名額留給此前沒搶到的人。OpenAI 表示也願意支援做 demo 與教程的創作者。
OpenAI 的 Codex 大使在多座城市辦起 Astra Commons 咖啡館聚會，參與者現場用 Astra 動手做東西。倫敦的 Rohith 做出動畫工具 Forma，帶水母演示；西拉法葉的參加者合力搭建視覺化裝置並在咖啡館投影；馬尼拉一位沒有程式設計背景的燈光音響師用 Astra 原型出樹莓派視覺化裝置；布宜諾斯艾利斯的主辦者用 Codex 做了個工具，把一半名額留給此前沒搶到的人。OpenAI 表示也願意支援做 demo 與教程的創作者。
斯坦福教授 John Ousterhout 在 AI Engineer 演講中提出 Homa，一種面向資料中心的全新傳輸協議，認為 TCP 和 RDMA 正成為 AI 叢集的瓶頸。他指出 AI 負載已從大流量梯度傳輸轉向 KV cache 查詢、屏障同步等小訊息協調，這類訊息對延遲敏感，一旦與大數據流混排就會陷入 incast 佇列，拖高尾延遲並讓 GPU 空轉。Homa 基於訊息而非位元組流，採用接收端驅動的擁塞控制，並用 SRPT 優先排程短訊息。