全部动态

Jack & Jill 2026 年创业公司招聘报告：混合型岗位激增，入门级岗位减少

Jack & Jill 发布的 2026 年 11 月创业公司招聘报告基于 40 万+ 候选人和数百万条招聘广告，发现融合两个领域的混合型岗位——例如前向部署工程师和应用 AI 工程师——是科技行业增长最快的岗位，而入门级岗位似乎在减少。29% 的新入职者想离职，原因是他们停止成长，这一比例是提及薪酬的 11.5% 的 2.5 倍；77.5% 的申请在 90 天后没有回复或更新。

将教师专业知识转化为AI生成的教育模拟

文章内容无法加载，因此无法获得关于方法、模型或结果的详细信息。标题表明其重点是将教师专业知识转化为AI生成的教育模拟。

我为何热爱AI：一位研究者眼中这个以失败走向成功的领域

一位二十年前开始研究AI的计算机科学研究员解释了为什么这个领域仍然值得写进自己的简介。AI以失败著称的名声源于“AI效应”——能正常工作的系统就不再被称为AI，只留下未解决的问题顶着这个标签。这个领域建立在近似求解而非完美求解之上，旅行商问题就是一例。

Sovereign：一个无需标签即可学习信任哪个模型的路由器

Solibra 构建了 Sovereign，一个位于应用与模型提供商之间的路由器，它根据自身已完成工作的评分来学习逐请求的模型选择，无需答案键，也不预先了解各模型。在针对 Claude Opus 5.5 和 Claude Haiku 5.5 运行的八项公开基准测试中，Sovereign 在每项基准上的花费都比 Opus 少 43% 到 81%，在 USACO、LiveCodeBench 和 SATBench 上的准确率与 Opus 持平或更高，并且在所有地方都比 Haiku 更准确，在 USACO 上最多高出 55 个百分点。在 USACO 上，其准确率从最初 25 个任务的 88% 上升到最后的 97.7%，在第 150 个任务左右超过 Opus，其评分器与隐藏答案键的一致率为 95%。

AI Math Kit：一个用于借助 AI 探索开放数学问题的浏览器弹窗

AI Math Kit 是一个浏览器扩展弹窗，汇集了 217 个开放数学问题、242 篇关于 AI 与形式化数学突破的通俗摘要，以及用于诚实 AI 探索的提示模板。问题库涵盖数论、微积分和跨领域谜题，突破页面则包含精确的范围说明和论文指引。免费版提供浏览功能；Pro 版解锁完整解释和专用提示，偏好设置和支付状态缓存在本地。

SingVL-4B GGUF 发布：基于 Qwen3.5 的 Sing VL S1 4B 多模态决策模型推出 GGUF 版本

Sing VL S1 是一个基于 Qwen3.5 构建的 4B 参数多模态决策模型，现已发布 GGUF 版本，可用于 llama.cpp 的 CPU 推理。它提供 BF16（8.42 GB）、Q8_0（4.48 GB）和 Q4_K_M（2.71 GB）三种解码器，外加一个共享的 F16 视觉投影器，默认上下文长度为 4096 token。GGUF 验证覆盖 9 个示例和 11 个问题；GGUF 各变体的完整公开评分仍待公布。

每位人类和AI客服人员都需要的7项客户服务技能

ElevenLabs列出了七项客户服务技能——沟通、问题解决、冲突化解、同理心、适应力、个性化以及产品知识——人类和AI客服人员都需要具备这些技能。它引用了Zendesk的一项研究，该研究发现超过50%的客户在经历一次糟糕体验后会转向竞争对手；还引用了Gartner的预测，即到2028年至少70%的客户将通过AI界面开启他们的旅程。该指南强调在训练期间和部署之后评估对话指标，并强调无缝转接给人类以缓和局势。

Modal Sandboxes 采用突发定价，相比预留成本降低 58%

Modal 现在按活跃资源使用量而非固定预留来计费 Sandboxes，允许每个 Sandbox 突破其默认的 0.125 核和 128 MiB 请求，并按每秒实际使用量付费。在一个 20 分钟的编码智能体示例中，突发计费为每 Sandbox 小时 8.4¢，而固定预留为 20.0¢，节省 58%。CPU 默认可在请求基础上突发至多 16 核，内存除非设置限制否则不设上限。

Factory 推出 Cyber Defense Network，将安全工具连接到 Security Factory

Factory 推出了 Cyber Defense Network，这是一个由网络安全公司组成的生态系统，其发现结果会流入 Security Factory，以便 Factory Droids 调查漏洞、实施代码更改并通过测试验证修复。创始合作伙伴包括 Snyk、Palo Alto Networks、Semgrep、Cogent、Casco、DepthFirst 和 Detail。该工作流涵盖来自合作伙伴工具的信号、对可达漏洞的初步分类，以及持续修复，生成可供工程团队审查和合并的修复方案，同时组织保留其现有的安全工具和工作流。

利用详细审计日志和 Genie 检测 Databricks 上由凭证驱动的攻击

Databricks 详细说明了凭证驱动的攻击如何在其平台上展开，以及详细审计日志和 Genie 如何检测在窃取的 PAT、会话 cookie 或服务主体凭证被使用后发生的行为变化。该文章将攻击者活动划分为六个阶段，从初始登录到环境侦察，并涵盖响应步骤以及限制被盗凭证可触及范围的控制措施。

Bright Machines 借助 Debezium 和 Iceberg，为气隙隔离工厂的客户提供实时仪表盘

Bright Machines 现在无需开放任何入站访问，即可为客户提供来自气隙隔离工厂的实时、受治理的工厂数据仪表盘。它在边缘侧用 Debezium 捕获 PostgreSQL 变更，将其写为 Apache Iceberg，通过一条可审计的出站路径推送出去，并在 Databricks 中通过 Unity Catalog 联合就地读取。首个客户可见的仪表盘在上线启动约两个月后投入使用，已提交的行可在一到两分钟内查询，仪表盘每十分钟刷新一次。

OpenRouter 在 274 题 RAG 基准上测试 11 个重排序器

OpenRouter 在一个 274 题的合成 RAG 数据集上对 11 个重排序器进行了基准测试，发现用 voyageai/rerank-3-lite 对向量检索的前 30 个候选进行重排序，可将 precision@1 从 81.0% 提升到 97.1%，成本约为每 1,000 次查询 0.10 美元。该指南建议检索约 30 个片段，对其进行重排序，只将前 3 个发送给 LLM，在其测试中将答案准确率提升到 99.3%，同时将每 1,000 个问题的回答成本从 0.22 美元降至 0.16 美元。它还指出了失败模式：省略 input_type 参数会损失 7 到 12 个百分点的 precision@1，而 cohere/rerank-v3.5 会静默忽略超出其 4,096 token 限制的内容。

Google 发布 Gemini 4 Hydrogen，Gemini 4 系列中成本最低的模型

Google 发布了 Gemini 4 Hydrogen，这是 Gemini 4 系列中成本最低的模型，定价为每百万输入 token 1.50 美元、缓存输入 0.075 美元、每百万输出 token 7.50 美元。Simon Willison 指出，Carbon 和 Argon 在 2026 年 11 月 30 日之前均为 2.00/0.10/10.00 美元，并从 2026 年 12 月 1 日起翻倍，因此 Hydrogen 目前仅比其更大的兄弟模型便宜约 25%，而在涨价后这一差距将扩大到约 75%。Hydrogen 也是新的免费层级模型，并将为 Google 搜索中的 AI 功能提供支持。

同一件事，精选收录的是《Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows》

Umo：一位能审计、规划并执行营销的 AI CMO

Umo 是一款 AI CMO，定位为公司的首位营销雇员，通过学习产品、受众和市场来指导营销决策。其实时审计功能可接收网站和社交媒体信息，返回对 ICP、定位、竞争对手和机会的分析，而战略与执行功能则标注为即将推出和开发中。面向 TikTok、Instagram 和 Reddit 的平台代理也在开发中，等候名单提供创始会员折扣。

生成艺术与AI之间的冲突

一位生成艺术家讲述了自己发现有人用LLM以惊人的准确度复现了他的算法，这引出了一个问题：当任何拥有20美元LLM订阅的人都能克隆他的作品集时，还剩下什么优势。他提到艺术家Mannay花了一年时间做一个项目，结果却被Sonnet“在20分钟内凭感觉编程”复现了，并阐明了自己的边界：编程就是艺术，所以他的作品由他创作，而非智能体。

OpenAI与佐治亚县领导因Camellia数据中心项目面临RICO诉讼

佐治亚州埃芬汉县居民对县委员和OpenAI提起RICO诉讼，指控其合谋推动OpenAI“Project Camellia”数据中心获批。原告Dr. Michelle Finch-Mincey、Lehman Mincey Jr.和Raymond Carver寻求民事赔偿，称自项目宣布以来附近房产价值下跌，收购报价被削减或撤回。

AI 编程的难点在于第二次改动

Brian Woods 认为，AI 编程智能体让第一次可用的改动变得廉价，但第二次改动才是系统出问题的地方——智能体给支付服务加上重试机制，即便测试通过，也可能导致客户被重复扣款。他提出，在接受一次改动之前必须回答四个问题：规格说明、验证、来源和授权，由智能体提出改动，由独立的工作流产出证据，再由人类批准。他还展示了一份带有失败测试的构建的签名证明可以返回 VERIFIED，因为真实性并不等于可发布。

AI实验室尚未联系的那位世界构建者

文章探讨为何前沿AI实验室在构建世界模型时尚未咨询《海贼王》创作者尾田荣一郎。文章认为，他在空间一致性和内部逻辑连续性方面的专长可能有助于生成式媒体、游戏和模拟风格设计，尽管底层物理和几何仍属于World Labs的Marble等训练模型的领域。

LessonFolk：通过 MCP 教授 AI 的开源 AI 导师

LessonFolk 是一个免费的开源 AI 导师，通过你已在使用的 AI 聊天应用、经由 MCP 连接来教授 AI 主题。它提供 15 门课程，从一小时的 AI 基础课程到面向长时间运行智能体的上下文工程，并配有简短的等级测试和进度跟踪。课程和代码均为开源，用户可以随时下载或删除自己的数据。

GitHub 上星标最多的 AI 工具中，有多少是由编码智能体编写的？

对 GitHub 上 52 个星标最多的 AI 工具仓库的完整 git 历史（共 324,088 次提交）进行分析后发现，中位数仓库在其最后 180 天的活动中有 16.9% 的提交带有 AI 签名，52 个仓库中有 21 个达到 25% 或以上。星标数与 AI 签名占比之间未发现可检测的关联（Spearman ρ = -0.05，p = 0.72），且 36,892 次签名提交中有 85.3% 来自 Claude，其工具默认会添加 trailer。作者提醒，大量使用 AI 的情况集中在 2025 年或之后启动的项目中，因此样本无法将 AI 使用与项目新旧程度区分开来，且每个 AI 百分比都是下限。

美国H-1B数据：软件开发人员申请量下降36%，AI相关职位上升

美国雇主为软件开发人员提交的H-1B申请量从2022财年到2026财年（比较10月至6月的数据）下降了36%，而带有AI职位名称的申请量上升，并在2026财年占所有认证申请的1.8%。新就业类软件申请量下降了46%，2026财年的降幅在2025年10月至12月最为陡峭，同比下降26%，此前白宫宣布对新H-1B申请征收10万美元费用。包含“machine learning”或“artificial intelligence”的职位名称上升了80%，而“AI engineer”等较短职位名称贡献了最新一年增量的92%；OpenAI和Anthropic在其402份认证申请中，只有11%包含AI或机器学习。

NEAR AI Gateway：在 Claude Code、Codex 和 OpenCode 中使用私有 AI 模型

NEAR AI Gateway 让 Claude Code、Codex 和 OpenCode 通过 NEAR AI 的私有模型路由其 AI 请求，每次调用的模型、token 和成本都会本地记录在 Mac 上。共享前，追踪数据会在设备上脱敏，用户可先查看每条追踪记录，再决定哪些数据离开本机。被接受的追踪记录可获得 NEAR AI Cloud 推理额度；该 macOS 14+ 应用版本为 1.0.7，大小 119 MB。

基准测试发现：AI模型知晓WPS原则却无法应用

Our Secure Future的WPS AI排行榜基准测试基于Collective Intelligence Project的Weval平台构建，发现大语言模型在和平与安全分析中系统性地遗漏性别维度，尽管它们能够背诵联合国安理会第1325号决议。WPS能力差距表现为被动遗漏——模型在常规评估中将妇女和女童排除在外——以及主动屈服——模型帮助决策者绕开政策。

InferSSD 将专家权重保留在 NVMe 上，在消费级硬件上运行 800B 级 LLM

InferSSD 是一个基于 llama.cpp 构建的开源推理运行时，它通过将路由专家权重保留在 NVMe 存储上，同时让注意力、共享层和 KV 缓存留在 RAM 或 VRAM 中，从而在消费级机器上运行 763B 级 DeepSeek-V4.1-Flash-1017 和 816B 级 Muse-Spark-Open。在配备 32 GB RAM 和 32 GB VRAM 的 RTX 5090 上，它报告在 4K 提示层级下 DeepSeek 的预填充速度为 164.5 tokens/s、解码速度为 7.27 tokens/s，而同一系统上 llama.cpp 分别为 8.06 和 0.867 tokens/s。文章还估计，重度日常使用可能意味着每天约 85 TB 的主机读取量，并提出了一个条件性的 SSD 磨损模型，同时指出这些数字是待测试的假设，而非承诺的硬盘寿命。

Show HN：用 CopilotKit 的新 Generative UI 构建的增强版 AI 聊天

一位开发者使用 CopilotKit 的新 Generative UI 构建了一个增强版 AI 聊天应用，运行在 gpt-6-luna 模型上。安装需要在 .env.local 中配置 OpenAI API key 并执行 npm install，通过 npm run dev 启动应用。使用 OpenAI API 可能会产生费用。

Google 发布 Gemini 4 Hydrogen，一款面向编程和智能体工作流的快速执行模型

Google 推出 Gemini 4 Hydrogen，这是一款为日常编程和智能体工作流中的快速执行而构建的模型，已在 Gemini API、AI Studio、Gemini for business、Gemini 应用、Google 搜索和 Google Antigravity 上全球上线。

同一件事，精选收录的是《Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows》

AgentRun 开源发布：为现有 Agent harness 加上自改进与持久执行

Parcha Labs 开源 AgentRun，一个在 Claude Code、Codex、OpenCode 和 pi 之上叠加自改进、持久执行与控制台的 Agent 平台，采用 Apache-2.0 许可。

从Denny's洗碗工到AI芯片领袖：黄仁勋的崛起与陨落

《卫报》刊发黄仁勋人物特写：这位英伟达前首席执行官于1993年联合创办该公司，并带领其在去年10月达到5万亿美元估值，随后于周四因被指与中国间谍及一名英伟达高管有染而辞职。文章追溯了他的历程：从在Denny's洗碗、在俄勒冈州立大学和斯坦福大学学习电气工程，到英伟达的GeForce 256、2012年的AlexNet工作，以及让人工智能热潮将其GPU置于ChatGPT等系统核心。据彭博社报道，英伟达估值此后已跌至约4万亿美元，黄仁勋3.6%的持股价值1450亿美元。

Air-LLM：通过射频计算将AI权重广播至边缘设备，实现即时LLM推理

Air-LLM是一种边缘LLM推理架构：5G基站等中心无线电通过空口广播模型权重，边缘用户利用射频混频器直接在射频域完成GEMV，因此设备无需存储或加载权重。在NVIDIA Sionna光线追踪信道下，于两个真实城市场景中使用真实射频混频器配置进行测试，该方案将LLaMA-3.1-8B在WikiText-2上的困惑度退化限制在4.0%，同时相比FP16和仅权重量化基线分别节省157.7倍/40.4倍能量。在20个用户下，空口时间缩短104.1倍/26.0倍，且由于中心无线电不感知用户，一次广播即可服务覆盖范围内的无限用户。

Cloudflare Workers AI 预览 Clairic，一款 System One 风格的抽取模型

Cloudflare Workers AI 已预览发布 Clairic，这是一款强类型抽取模型，可从输入中提取、计算、估计和预测数值，并为每个输出返回置信度分数和概率。该模型具有 65,536 个 token 的上下文窗口，支持视觉，提供零数据保留，定价为每百万输入 token 0.10 美元。在文档中的发票示例中，Clairic 提取了发票号、到期日和总额等字段，对缺失的 PO 号返回 null 且 p_null 为 1，并对 days_to_pay 给出中位数 30 以及 21 到 38 的 p10-p90 区间。

Gemini 4 Hydrogen (Xhigh) 智能、性能与价格分析

对 Gemini 4 Hydrogen (Xhigh) 的分析涵盖其在特定能力和行业中的智能与能力指数，以及 token 使用成本和上下文窗口。性能通过每任务耗时（分钟）、输出速度（tokens/秒）、首个答案 token 时间和首个 token 时间（秒）来衡量。

World Labs向所有人开放Atlas世界模型

World Labs已向所有人开放其新一代世界模型Atlas，让用户能够生成并重建可探索的3D世界。Atlas Build从照片或生成的图像出发，由Viewfinder重建场景并允许相机移动，而Chisel则勾勒出场景结构并更新每个相机视图。世界可从splats转换为具有真实几何结构的网格，用于游戏、仿真、Blender及其他3D工具，Atlas的能力也可通过开发者API获取。

CodeRabbit 年经常性收入突破 1 亿美元，智能体软件治理需求增长

CodeRabbit 的年经常性收入已突破 1 亿美元，服务超过 20,000 家客户、120,000 名日活跃用户、300,000 多个开源项目以及超过 850 万个已连接的代码库仓库。该公司表示，工程团队现在每周通过 CodeRabbit 运行超过 300 万个拉取请求，并已在代码进入生产环境之前发现超过 1 亿个问题。CEO Harjot Gill 认为，在智能体规模下，没有人能够逐行审查每一处变更，因此需要一个独立的检查层，而不是由编写代码的智能体来承担这一职责。

OwnOwl v0.2：面向 iPhone 的端侧 LLM 聊天应用测试版

OwnOwl 发布了其 iPhone 应用的 v0.2 测试版，该应用完全在设备端运行大语言模型，聊天过程不使用互联网。此次更新通过在加载时预热并缓存每次对话来加快首次回复速度，新增了更长的默认回答并配有“继续”按钮，还让应用能够记住用户确认过的事实。它要求 iPhone 具备 6 GB 或以上内存并运行 iOS 17 或更新版本，模型下载大小约为 6 GB（GigaChat）、9 GB（Ling）或 14 GB（Gemma）。

CanyonOS 0.2 发布，作为开源工具用于发现、观测和扩展智能体

CanyonOS 0.2 是一个开源、与模型无关的工具的首个公开版本，用于发现、观测和扩展拖慢工作流的智能体。它可运行在 Docker 或 Kubernetes 上，兼容任何提供 OpenAI 兼容 API 的提供商，可将兼容 OpenTelemetry 的追踪和指标导出到 Datadog、Grafana、Prometheus、Langfuse 和 Arize Phoenix 等工具，并按智能体增加成本和队列时间。该项目采用 AGPL-3.0 许可证，要求将智能体重写为纯 Python，每个智能体一个文件，其 FAQ 表示尚未在大规模生产环境中运行。

从AI兔子洞到温暖小窝：共建推理合作社

文章《从AI兔子洞到温暖小窝：共建推理合作社》无法生成摘要，因为源页面仅返回了一条网络访问拦截通知，称来自请求IP地址的流量因落入May First的自定义黑名单而不被接受。检索到的内容中没有文章正文、模型名称、版本号、基准测试分数或可用性细节。

Headwig：无需 Git worktree 即可运行和测试并行 AI 代理

Headwig 是一款 Show HN 工具，无需 Git worktree 即可运行和测试并行 AI 代理。应用被组织到“Wisdom”组中，这些组将前端和后端等服务打包在一起，以便可以一起构建和运行，并通过 Wisdom 菜单添加服务。

AI能力与取代工作之间的差距

一篇评论文章认为，AI不会造成有意义的净就业损失，并援引Anthropic的研究指出，约30%的工作者其AI暴露度测量值为零。许多白领工作涉及协调、边缘情况和客户接触，AI目前尚无法处理；而笨拙的界面和封闭花园仍需要人类来弥合差距。

Show HN: Pond Snap – 一款轻松的 Flappy Bird 风格游戏

Pond Snap 是一款轻松的游戏，玩家需要在时间耗尽前尽可能多地捕捉苍蝇来提高分数。游戏共有 7 个关卡。

Stay-in-sight 发布开源外发邮件工具，为 AI 智能体提供 64 个 MCP 工具

Stay-in-sight 发布了一套采用 MIT 许可证的外发邮件系统，运行在 Cloudflare Workers 和 D1 上，可从用户自己的 Gmail 和 SES 邮箱发送冷启动外联邮件、新闻简报和滴灌式邮件序列。该系统提供 64 个 MCP 工具以及一个 REST API，使 Claude Code 和 Cursor 等智能体能够导入联系人、安排发送并回复邮件；该项目声称约 30 分钟即可完成部署，低流量下托管免费，或使用 Workers Paid 每月 5 美元。