Ai2 發布 StateBench:前沿模型長文狀態追蹤仍失靈
Ai2 推出 StateBench,一個按四檔難度衡量語言模型在長文件中追蹤實體狀態變化的基準。結果顯示:迴圈與混合架構(如加入 Gated DeltaNet 層的 Olmo Hybrid)在直接訓練後泛化能力遠超 transformer,而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol/Luna 等前沿模型在輸入變長、依賴鏈變複雜時仍會失效。
依意思最接近的 16 筆
Ai2 推出 StateBench,一個按四檔難度衡量語言模型在長文件中追蹤實體狀態變化的基準。結果顯示:迴圈與混合架構(如加入 Gated DeltaNet 層的 Olmo Hybrid)在直接訓練後泛化能力遠超 transformer,而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol/Luna 等前沿模型在輸入變長、依賴鏈變複雜時仍會失效。
Converge 正在紐約招聘公司首位平台工程師,現金年薪 18 萬至 24 萬美元,另加 0.3% 至 0.5% 股權,要求在紐約辦公室現場辦公。這家 YC S23 公司用 AI agent 為消費品牌投放並擴充套件廣告,現有 13 人、200 多家客戶、ARR 300 萬美元,累計融資 570 萬美元。
美國眾議院監督與政府改革委員會主席 James Comer 致信德拉瓦州州長 Matt Meyer,要求提供該州設立「人工智慧公司(AIC)」這一新公司形式的檔案。該提案擬允許公司由 AI 代理運營、無需人類掌舵,Comer 認為它可能被用來讓 AI 公司及其投資者免於為 AI 的魯莽有害行為擔責,也會掩護在州 AI 倡議背後尋求反競爭監管俘獲的勢力。
Revolut 已將約 2000 名工程師的編碼工作遷到自託管 GLM,並把 Claude Code 與 Codex 列入例外名單。據負責 AI 運維的 David Abitbol 披露,這套叢集為 56 張 Nvidia B200,混合成本約每百萬 token 30 美分,約為付給 Anthropic 與 OpenAI 的十分之一,工程交付週期縮短 70%。他還指出,收益出現在 token 不再被限量之後:工程師不再把 AI 留給難題,而是對所有任務都用。
賓夕法尼亞州州長 Josh Shapiro 於週四簽署《人工智慧欺騙性廣告法》,要求任何「經人工智慧顯著修改或生成」的廣告——無論是靜態圖片、影片、音訊還是文字——都以與廣告本身相同的格式加註標籤。該法既適用於大型企業的電視廣告,也適用於餐廳的促銷傳單。賓州是最早要求披露 AI 內容的州之一。
美國八個州分別對 OpenAI 提起訴訟,指控其把利潤置於安全之上、未向使用者警示 ChatGPT 的風險,並稱其傷害了兒童。起訴方為愛荷華、堪薩斯、內布拉斯加、西維吉尼亞、阿肯色、亞利桑那、愛達荷與蒙大拿州,各州稱 OpenAI 違反當地消費者保護法。訴狀還援引多起由青少年及成年人親屬提起的訴訟,這些訴訟稱 ChatGPT 與其家人所受傷害有關。
德州州長選舉結果公布後,AI 相關股票下跌,資料中心面臨的風險被認為隨之上升。CNBC 在 11 月 4 日的報導中把股市走弱與資料中心所處的政策環境直接聯絡起來。該報導在 Hacker News 上獲得 25 點、14 條評論。
xAI 於 2026 年 10 月 20 日在官網新聞頁發布了一篇題為 incident-sweep 的公告。該帖僅給出全文連結 x.ai/news/incident-sweep,未在正文中說明事件性質、影響範圍或處理進展。具體內容需要開啟原文檢視。
據 Axios 報導,OpenAI 正籌備美國中期選舉後的公關行動,其中一項是把資料中心重新包裝為「AI 計算園區」。首席全球事務官 Chris Lehane 同時提出為 AI 設「限速」、推動美國參與制定全球標準,並讓公眾更多感受到 AI 在日常生活中的作用。他把當前圍繞資料中心的爭論稱為「良性且健康」,認為社群應讓企業為這類專案負責。
美國肯塔基州一名男子以人本主義(humanist)信仰為由,成為首位獲得 AI 相關宗教豁免的人。該訊息由 Religion News Service 報導,目前可獲取的內容未披露豁免涉及的具體 AI 使用場景、批准機構與適用範圍。
Cresta 在 Claude Agent SDK 之上建置了 Conductor,一個自然語言 agent 建置器,幫助團隊把複雜業務上下文轉成可上線的客服 agent。其早期版本用 Claude Sonnet 和 Opus 搭建,之後把 Claude Agent SDK 當作通用 harness,讓 agent 自行收集上下文、呼叫工具、編寫並執行程式碼。據 Cresta 披露,在其與合作伙伴的早期用例中,Conductor 把初始部署時間縮短約一半;
OpenAI 週一宣布,將在喬治亞州 Effingham County 一座即將建設的資料中心試點 Grid Protectors Program,在極端天氣或緊急情況下最多可讓出 1000 兆瓦電力,足以供約 70 萬戶家庭使用空調。該計劃發布之際,美國多地正出現對資料中心專案的反對聲音,居民不滿大型專案在缺乏社群參與的情況下推進;猶他州 Box Elder County 就有人在委員批准資料中心後抗議。
State of Devs 2026 調查於 2026 年 7 月 5 日至 9 月 5 日收集 5,463 名開發者的回答。近半數受訪者經歷職業不安全感與薪資不足,四分之一曾在職業生涯中被裁員,62% 曾出現職業倦怠,與去年持平。AI 使用普遍但態度兩極:49% 正面、42% 負面,近一半認為 AI 對自身心理狀態沒有正面影響。
Runware 宣布要建工廠,像造車一樣在流水線上量產模組化 AI 資料中心,目標到 2028 年讓羅馬尼亞工廠日產能達到 30 兆瓦,約合每月近 1 吉瓦。其 Sonic 推理艙的建造時間將從三週縮短到一天,運抵後 48 小時內完成安裝上線;客戶可自備 GPU 並支付月費,也可直接向 Runware 租算力,電力與網路另計。
荷蘭另類搖滾樂隊 De Staat 的新歌《Freedom》官方 MV 在 00:44 處用上了 AI 生成的視覺效果,特效由 Fake it or Leave it 的 Matties Grooten 負責。這條線索經 Hacker News 討論傳播,被標註為生成式 AI;原帖並未說明具體用了哪個模型或工具,也沒有交代該鏡頭之外是否還有其他 AI 參與。
AI 資料中心帶來的用電激增正給美國老化的電網施壓,而業內人士認為這反而在推動電網現代化。在 TechCrunch Disrupt 上,Veir 稱其超導電纜輸電距離是傳統電纜的 5 倍、佔用空間僅 1/20,公司本月初完成 1.1 億美元 C 輪融資;WeaveGrid 則用軟體幫電力公司排程負載、降低使用者電費。Rewiring America 的 Kristin Eberhard 表示,AI 用電增長帶來的緊迫感讓行業更願意嘗試此前被擱置的方案。