对话 Moshi 创始人 Anekha Sokhal：你一个人就是一支团队
Moshi 创始人兼 CEO Anekha Sokhal 在访谈中分享了创业经历，其正在为交易员打造融合 Bloomberg、Claude 与 Netflix 特性的市场数据推荐引擎。双方深入探讨了可信数据源、文档提取及模型自研与采购等议题，并指出当前 AI 工程师正普遍承受被要求“一人承担过去十人系统开发”的高压现状。
全部AI 动态
全部动态
今日 28 条Latent SpaceAI 评分2929 OpenAI NewsAI 评分1717 OpenAI 的前向部署工程（FDE）意味着什么
OpenAI 阐释了前向部署工程（forward deployed engineering，简称 FDE）在其组织体系中的具体定义与含义。
Latent SpaceAI 评分3131 大宗商品交易员的推荐引擎：对话 Moshi 创始人 Anekha Sokhal
Moshi 创始人兼 CEO Anekha Sokhal 介绍了专为大宗商品交易员构建的推荐引擎 Moshi，旨在将海量市场数据与交易员持仓精准关联。她将该工具形容为 Bloomberg、Claude 与 Netflix 的结合体，集市场数据、交互界面与定制化推荐于一体。访谈还探讨了 Reducto 文档提取以及模型自研与采购等 AI 工程考量。
Cloudflare Blog精选AI 评分6262 Cloudflare 与 VoidZero 推出 TypeScript 的 Rust 移植版本 tsrs
Cloudflare、VoidZero 与 Max Schwenk 合作推出 TypeScript 编译器的 Rust 移植版本 tsrs，并作为 Oxc 工具链的一部分进行孵化。
推荐理由：原文给出了早期性能与内存对比数据，读者可以据此评估将 TypeScript 编译链迁移至 Rust 与 Wasm 环境的实际收益。
Cloudflare Blog精选AI 评分6161 Commerce.com 与 Cloudflare 如何让电商站点适配 AI 智能体
Cloudflare 与电商平台 Commerce.com 合作落地 WebMCP 浏览器标准，使平台近 100,000 个商户域名无需修改前端代码即可向 AI 智能体提供结构化调用工具。
推荐理由：文章展示了如何利用边缘规则为数十万多租户站点批量注入 WebMCP 工具，为电商平台低成本适配智能体购物提供了落地路径。
PhoronixAI 评分5555 Mesa 放宽对 AI 智能体生成代码注释与提交信息的规则限制
Mesa 3D 图形驱动项目放宽了 AGENTS.md 中对 AI 智能体的规定，允许使用 AI 或大语言模型辅助生成代码注释以及提交与补丁说明。该许可的前提是最终内容必须由人工进行审核与修改。
The DecoderAI 评分7474 赛门铁克发现攻击型 AI Agent，可劫持无防护语言模型自主发起网络攻击
赛门铁克安全研究人员发现一种名为 LLMjacking 的攻击型 AI Agent，能够劫持互联网上未受保护的语言模型端点并自主发起长达 100,000 步的网络攻击。该攻击程序通过五层提示词剥离模型安全护栏，并结合 74 个工具模块在无人干预下自动扫描目标、窃取凭据与数据库，并在受害服务器上植入门罗币挖矿程序。被劫持模型的拥有者不仅面临数据泄露风险，还将承担攻击过程产生的大额模型算力账单。
Scientific AmericanAI 评分3939 新型超导芯片旨在助力控制核聚变等离子体
布鲁克海文国家实验室与初创公司 Great Sky 等机构合作推出一款新型超导芯片，旨在实时监控核聚变等离子体并预测破裂异常。测试中该芯片在运行类脑神经网络时，成功实时处理了 DIII-D 托卡马克每秒 100 万个样本的回放数据。团队计划明年初推出神经网络规模扩大 10 倍的下一代芯片，并将其直接安装到托卡马克设备中实测。
The DecoderAI 评分7373 OpenAI 智能体 32 分钟完成小鼠脑数据分析，人工预估需数月
OpenAI 与 PerturbAI 及 Scripps Research 合作部署数千个基于 GPT-Rosalind 的 AI 智能体，仅用 32 分钟便完成了数百万小鼠脑细胞全脑 CRISPR 图谱的生物数据分析，而人工分析预估需数月至一年。
MIT Technology Review · AIAI 评分2626 为什么企业 AI 需要具备业务上下文感知能力
企业 AI 在缺乏实际业务上下文时容易忽略关键约束并做出错误决策，将其融入具体业务流程是推动 AI 规模化落地的核心。Celonis 企业 AI 首席科学家 Devavrat Shah 提出，构建上下文感知层能够让 AI 智能体理解工作流并在安全防护内输出可审查的建议。企业应从具体业务决策的最难环节切入测试成效，并通过员工培训推动 AI 应用从日常运营拓展至财务等全企业级规划。
The DecoderAI 评分7272 Anthropic 推出常驻智能体 Claude Duet 研究预览版
Anthropic 推出常驻智能体 Claude Duet 的研究预览版，基于 Claude Opus 5.5 构建并在云端虚拟机中主动协助处理日常工作。它通过 6,000 多个连接器对接 Gmail、Slack 和 Stripe 等外部服务，在发送消息、付款或签署文件等敏感操作前必须等待用户审批。该功能目前仅面向美国 Pro 与 Max 订阅用户开放候补名单。
MIT Technology Review · AIAI 评分3737 AI 隐藏的存储账单：模型推理留下了什么
持续运行的 AI 推理正在产生庞大后端数据留存，成为极易被忽视的基础设施隐性成本。WD 测算显示，生成一段 3.97MB 的 8 秒 720p 视频会在后端留下超 500MB 的日志与缓存，体积膨胀达 130 倍。IDC 调研表明近 95% 受访企业因生成式 AI 面临数据激增，亟需通过分层架构应对持续累积的存储开销。
科学网AI 评分1919 创刊70周年，东华大学探索期刊发展新路径
10月16日，《东华大学学报（自然科学版）》迎来创刊70周年，东华大学期刊中心正全面推进AI赋能期刊出版，引入智能编校系统与学术不端智能检测。面向“十五五”，该中心还将完善“期刊+数据库+平台”数字化生态，拓展视频摘要、双语传播和增强出版等多元形式，深化纺织类学科期刊集群化建设。
科学网AI 评分2828 第五届数字经济下的合同与治理研讨会举行
10月15日，华东理工大学第五届“数字经济下的合同与治理研讨会”举行，聚焦人工智能治理、企业合规与可持续发展。现场正式发布了ECUST-iBEST ESG-AI系列平台，包含《华理-万得化工等四大行业ESG数据库与评级指数》《睿咖ESG-AI智能体》《睿咖智道AI-ESG智能沙盘》。诺奖得主奥利弗·哈特强调，不能简单依赖AI企业自我监管，国际社会需加强监管与合作。
Latent Space精选AI 评分7878 OpenAI 与 Wiz 借助前沿模型发现核心 PHP 高危漏洞 PHP2Shell 并完成协同修复
OpenAI 的 Patch the Planet 项目与 Wiz 分别借助 GPT-5.6 Sol 和 Gemini 4 Argon，独立发现了核心 PHP 引擎中的两项内存损坏高危漏洞 PHP2Shell（CVE-2026-109618 与 CVE-2026-109619）。
推荐理由：原文系统梳理了前沿模型参与底层开源代码审计与两个月协同响应的完整过程，读者可据此了解 AI 辅助防御的实际协作流程。
量子位AI 评分5151 具身数据供应商 Maxinsights 跻身 OpenAI 与 Google DeepMind 供应链，ARR 逼近 1 亿美元
具身智能数据初创公司 Maxinsights 进入 OpenAI 与 Google DeepMind 等头部玩家供应链，累计交付超 200 万小时第一人称数据，连续多月 ARR 达到或接近 1 亿美元。
量子位AI 评分6060 中国电信星辰实验室开源意图理解模型 Xing4.0-29B-Intent
中国电信星辰通用人工智能实验室正式发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放 275.3 万条训练语料、模型权重与推理镜像。模型基于 Xing4.0-29B-A4B 微调，采用统一模式驱动语义解析框架同时支持类别决策与参数抽取，输出预定义结构的 JSON 数据，平均响应时延为百毫秒级。目前该模型已在电信客服与智能家居音箱等场景落地。
量子位AI 评分7070 特斯拉三季度营业利润下滑56%，马斯克披露FSD与擎天柱机器人商业化路线
特斯拉最新财报显示其第三季度总营收280.46亿美元，受AI等研发支出同比大幅增长影响，营业利润同比大跌56%至7.18亿美元。不过汽车业务毛利率回升至18.5%，全球FSD活跃付费用户规模增至174万，按月订阅比例首次超过50%。马斯克表示将继续推进商业化落地，计划在2027年第二季度让私人车辆加入Robotaxi车队，并争取在2027年底开始交付擎天柱机器人。
科学网AI 评分3131 合合信息携手澳门科技大学共建可信数据底座
合合信息旗下 TextIn 近日联合澳门科技大学，通过自动识别与提取学籍材料，为学籍管理和校园知识库构建可信数据底座。TextIn 支持识别无线表格、嵌套表格与多语种混排等版式，使单份入学材料登记耗时缩短 50% 至 5 分钟内；接入后校园知识库可在 2 秒内解析百页文档，提升了检索准确率。
科学网AI 评分3838 AI智能体“绿洲”发布，助力植物抗逆研究
中国农业科学院农业基因组研究所等科研单位联合发布AI智能体“绿洲”，可自动查阅海量文献与科研数据，辅助植物抗逆研究。该系统通过多智能体协同模拟科研团队协作，自主完成资料检索、数据分析与结果核查。研究团队借助其已成功筛选出多个水稻耐盐候选基因，并实验验证了其中一个与耐盐响应相关，成果发表于《分子植物》。
科学网AI 评分6666 搭载AutoNav自主导航系统，“毅力号”火星车刷新地外天体行驶里程纪录
NASA“毅力号”火星车累计行驶里程达到45.22公里（28.10英里），超越“机遇号”成为地外天体表面行驶距离最长的探测器。该成就仅耗时5年半，其核心技术AutoNav自主导航系统承担了超过90%的行驶路段评估，支持边行驶边构建三维地图与规划路线。NASA已批准将其任务延期至2028年底，后续将重点攻克强光眩光干扰下的自主导航难题。
科学网AI 评分2929 紫荆智康发布医生分身智能体，可将整体诊疗效率提升30%
紫荆智康于10月21日发布医生分身智能体，可绑定医生并在诊疗中持续学习其风格与逻辑，评估显示能将医生整体诊疗效率提升30%。系统涵盖诊前预问诊与报告解读、就诊中实时语音转写及带证据链的用药建议，并支持提醒与会诊两种协同模式。分身坚持伴生定位，由AI负责信息处理与建议，最终诊疗决策权始终由人类医生保留。
arXiv stat.MLAI 评分2525 序贯稀疏高斯过程分位数回归方法
研究人员提出了一种用于分位数回归的序贯稀疏高斯过程框架，通过诱导变量与拉普拉斯近似实现高效的后验推断与不确定性量化。该方法将预测不确定性分解为条件先验方差和后验诱导方差，驱动自适应的诱导输入填充与数据采集，将计算资源集中于主要不确定性来源并自适应控制模型复杂度。实验和船舶耐波性应用表明，该策略在有限仿真预算下优于预定义采集及文献中的重复采样方法。
arXiv stat.MLAI 评分2424 再生核巴拿赫空间中具有样本路径的高斯过程研究
该研究探讨了高斯过程与再生核巴拿赫空间中高斯随机元之间的联系。作者证明了此类空间上弱二阶 Radon 概率测度的协方差算子由对称正定函数唯一确定，并在高斯情形下利用 $\gamma$-radonifying 算子表征了由协方差算子生成的函数。基于这些结果，研究进一步将 Driscoll 定理推广到了再生核巴拿赫空间环境。
arXiv stat.MLAI 评分3333 FRESH：基于信息几何将患者级模型校准至汇总证据
研究人员提出了 FRESH 方法，通过信息几何将人群层面的汇总结果（如已发表的临床试验或注册库摘要）整合到基于患者级数据训练的生成模型中。该方法能在信息几何意义上对原始联合分布进行极小扰动，使再校准模型匹配目标人群的汇总统计数据，生成患者级预测或用于后训练更新。该技术可应用于单臂临床试验背景分析、试验设计模拟及上市疗法有效性对比。
arXiv stat.MLAI 评分3434 用于学习稳定二值表征的复合激活函数
研究人员提出重尾激活函数（HTAF），作为 Heaviside 函数的平滑近似，以实现二值表征的稳定梯度优化训练。该函数由 Sigmoid 与双曲正切复合而成，在零输入附近保留较大梯度且尾部衰减更慢，能稳定训练脉冲神经网络与二值神经网络。基于此构建的隐式概念瓶颈模型（ICBM）实现了特征离散化，在图像数据集上取得媲美或优于标准模型的预测表现。
arXiv stat.MLAI 评分3737 具备随时有效保证的 AI 系统自适应审查
研究者提出了一种具备随时有效保证的 AI 系统自适应审查框架，利用安全随时有效推断（SAVI）与同步 e-processes 构建对决假设检验。该框架将审计过程形式化为通过下注进行检验，通过审计即可在理论上证明系统具备全局鲁棒性。实验表明，该方法能严格控制随时有效的 I 类错误，性能优于预设测试，有时仅需 20 个样本即可得出严谨结论。
arXiv stat.MLAI 评分3131 面向标签噪声分类的模型无关信息迁移与融合
针对大规模含噪标注数据与少量专家验证干净数据共存的场景，该研究提出了一种通用的模型无关非参数分类框架。该方法利用小规模干净数据集提纯大规模含噪数据，并精细处理剩余的模糊样本，克服了传统方法对参数相似性假设的依赖。该框架拥有严谨的统计理论支撑，已在模拟实验及肺炎诊断医疗影像分析中验证了实际性能。
arXiv stat.MLAI 评分3737 MoE Transformer 的泛化与缩放定律研究
研究者提出了针对 MoE Transformer 的泛化与缩放理论，将每个输入的激活容量与路由组合机制有效解耦。通过推导覆盖数界并结合经验风险最小化（ERM）分析，证明其逼近与估计误差权衡在计入激活参数后与稠密网络一致，并证明误差可通过扩展激活容量或增加专家数量来降低。该研究据此推导出了涵盖模型规模、数据量及计算最优权衡的神经缩放定律。
arXiv stat.MLAI 评分2525 二值语义分割在模拟类别不平衡与标签偏移下的主动学习研究
研究人员针对机器视觉中缺陷样本稀缺与存储受限导致的偏差问题，提出了一套基于两个开源数据集的受控可复现实验方案，用于模拟不同程度的类别不平衡与标签偏移。实验对比了随机采样、基于熵的选择、核心集选择以及感知不平衡的 galaxy 采样四种主动学习策略。结果表明，基于熵和核心集的选择在高不平衡数据下依然优于随机采样，并量化了严重标签偏移带来的效率损失。
arXiv stat.MLAI 评分2828 协变量辅助图匹配研究
针对含有节点和边协变量的带种子图匹配问题，该研究提出了基于二次分配问题（QAP）的全局方法和基于种子邻域的可扩展局部方法。该框架支持通过广义线性模型至机器学习方法整合协变量，并推导了广义线性模型的估计误差率及 QAP 精确恢复真实对应关系的充分条件。仿真实验与学术谱系网络匹配均证实引入协变量能显著提升匹配表现。
arXiv stat.MLAI 评分3333 用于可解释多变量时间序列异常检测的结构化时序因果框架 OracleAD
研究人员提出了用于多变量时间序列异常检测的无监督框架 OracleAD。该方法将每个变量的历史序列编码为因果嵌入向量以联合预测当前时间点并重构输入窗口，并通过自注意力机制将其映射到共享潜空间并与代表正常关系的稳定潜在结构（SLS）对齐。系统基于预测误差和 SLS 偏离度实现双重评分与细粒度归因，在多个真实数据集和评估协议上达到 SOTA 水平。
arXiv stat.MLAI 评分3434 记忆长尾数据可通过组合提升模型泛化能力
记忆长尾数据与简单组合的协同作用能提升模型泛化能力。理论证明，在线性设定下，记忆结合组合能力可帮助模型在测试中对包含多个长尾特征组合的罕见样本做出正确预测，即便该特征组合从未在训练数据中出现。简单数据上的神经网络架构实验表明，该结论可拓展至线性设定之外，且模型的组合能力取决于其网络架构。
arXiv stat.MLAI 评分2929 熵正则化变分目标次优性的可计算度量：核梯度差异 KGD
研究者针对熵正则化变分目标引入了名为“梯度差异”的新型次优性度量，并提出可显式计算的核梯度差异（KGD）。在无法获取未归一化密度函数的情况下，KGD 支持开发并对比新型采样算法，包括 Stein 变分梯度下降的推广，并已应用于平均场神经网络和预测导向后验。理论上，该工作确立了 KGD 具备连续性及收敛控制等性质的充分条件。
arXiv stat.MLAI 评分3636 合成数据能否复现流行病学真实结果？基于对抗随机森林的复现研究
研究提出利用对抗随机森林（ARF）合成流行病学表格数据，并在涉及血压、心肌梗死与糖尿病等 6 项流行病学研究中成功复现了原始统计分析。实验表明，ARF 生成的数据在描述性和推断性分析中均与真实结果高度一致，即使样本量相对维度偏低也表现稳定。对比常用表格合成工具，ARF 在数据效用、隐私保护、泛化能力及计算效率上均展现出显著优势。
arXiv stat.MLAI 评分2626 用于非平稳时间序列条件独立性检验的动态广义协方差测度
研究人员提出了首个适用于单次实现的非平稳非线性过程的条件独立性检验框架。该检验基于动态广义协方差测度，针对期望条件协方差在部分时刻非零的备择假设具备检验功效。其关键技术包括时变非线性回归、误差过程乘积的局部长期协方差矩阵估计，以及分布一致的强高斯逼近。
arXiv stat.MLAI 评分3131 优化保形选择（OptCS）：数据驱动打分构建下的高效选择性推理
研究者提出了通用框架 OptCS，能在灵活的数据驱动打分构建后进行有效的多重检验，并在大幅复用数据的情况下控制有限样本的 FDR。该框架给出了候选打分函数筛选、无需样本分割的全标注数据训练，以及二者结合的三种具体控制程序。仿真实验以及药物发现与大语言模型实际应用证明了该方法的有效性。
arXiv stat.MLAI 评分2727 基于动态权重解决标签不平衡的100种语言多标签情感分析
研究人员提出一种支持100种语言的多标签跨语言情感分析框架，通过动态加权方法在训练中平衡各类别贡献，并引入适应多标签场景的 focal loss。该方法还包含可在现行时间复杂度内最大化 macro-f1 分数的类别阈值选择机制，单个模型在3种语言的9项指标中有7项达到SOTA性能。相关模型代码已公开发布。
arXiv stat.MLAI 评分3131 选择后泛化的局限性
一项新理论研究揭示了满足选择后泛化（又称事后泛化）算法的若干核心局限。研究证明，在回答自适应选择的统计查询时，任何满足事后泛化的算法误差都存在紧确下界，构成了该领域发展的关键障碍；同时还证明事后泛化在复合运算下并不封闭。
arXiv stat.MLAI 评分3434 保留还是适应？泛化持续学习
新研究质疑了持续学习过度注重缓解灾难性遗忘的传统设定，指出非平稳环境中保留旧知识会阻碍实时适应。研究提出迁移效率指标与关键任务持续时间阈值，量化了历史知识由预热优势转为优化负担的临界点。团队还提出了预测性持续学习（Predictive Continual Learning）框架与 Window 算法，在图像分类与强化学习基准上验证了其适应优势。