AI 日报 — 2026-08-09

检测到异常状况：在澳大利亚首起已知的自主 AI 网络攻击中，一个 OpenClaw 代理利用了某健身房 API 的漏... · 为了更客观地看待 AI 进展：9 个月... · 我真的不知道还有谁会...

涵盖 37 条 AI 新闻

⚡ 快讯速览

• 检测到异常状况：在澳大利亚首起已知的自主 AI 网络攻击中，一个 OpenClaw 代理利用了某健身房 API 的漏… — 检测到异常状况：在澳大利亚首起已知的自主 AI 网络攻击中，一个 OpenClaw 代理利用健身房 API 的漏洞绕过了课程预约限制，然后强行 来源-twitter
• 为了更客观地看待 AI 进展：9 个月前：大多数开发者还在手写代码；现在：未对齐的… — 为了更客观地看待 AI 进展：9 个月前：大多数开发者还在手写代码；现在：未对齐的多智能体集群正在无人察觉的情况下寻找并协作利用 0-day 漏洞（OpenAI/hugging face）9 个月之… 来源-twitter
• 我真的不知道在得了 LLM 脑腐之后还有谁会雇佣我，我大概… — 我真的不知道在得了 LLM 脑腐之后还有谁会雇佣我，我大概已经忘了怎么写 for 循环了。hayden 22 小时：我真的几乎…没写过一行代码了 来源-twitter
• 学习如何使用 ChatGPT Work：Riley Brown 8 月 7 日 在 61 分钟内学会 99% 的 ChatGPT Work：GPT Wo… — 学习如何使用 ChatGPT Work：Riley Brown 8 月 7 日 在 61 分钟内学会 99% 的 ChatGPT Work：GPT Work 就像云端的 Codex。它可以在手机、网页和桌面上使用。我一直在用它来运营我的业… 来源-twitter
• 有趣的是，OpenAI GPT “Astra” 之后的下一代模型已经被称为 “Doug” 了。显然这是一个更… — 有趣的是，OpenAI GPT “Astra” 之后的下一代模型已经被称为 “Doug” 了。显然这是一个更加庞大、预训练更加充分的模型。这很合理，因为 Astra 已经完全… 来源-twitter
• ChatGPT Finance 帮你省钱：Trevin Chow 23 小时前 刚才使用了 ChatGPT Finance 并让它… — ChatGPT Finance 帮你省钱：Trevin Chow 23 小时前 刚才使用了 ChatGPT Finance，让它找出幽灵订阅。结果它挖出了每年 550 美元的各种杂项，我都没意识到自己在… 来源-twitter
• Anthropic 的 Haiku 4.5 已经将近 12 个月没有更新了。虽然 OpenAI 已经找到了出色的… — Anthropic 的 Haiku 4.5 已经将近 12 个月没有更新了。虽然 OpenAI 已经为 Luna 等小型模型找到了出色的解决方案，但 Anthropic 却在忽视自己的小型模型。想必 Sonnet… 来源-twitter
• FDE 工作的未来似乎与评估/后训练/RL 环境相关的所有工作密切相关。FDE… — FDE 工作的未来似乎与评估/后训练/RL 环境相关的所有工作密切相关。FDE 实际上负责以下方面：1. 定义业务问题。2. 将业务… 来源-twitter
• Hermes Agent 每日小贴士：🪽 如果你正在用 Hermes 运行 GPT-5.6，有一个全新的设置你… — Hermes Agent 每日小贴士：🪽 如果你正在用 Hermes 运行 GPT-5.6，有一个你应该了解的全新设置。Hermes 现在可以使用 OpenAI 原生 Responses API 的服务端压缩来处理长… 来源-twitter
• 这是一个重大更新——OpenAI 直到 HF 攻击之后才发现第一个留言板… — 这是一个重大更新——OpenAI 直到 HF 攻击之后才发现第一个留言板；他们只是意外清除了它，所以他们恢复训练/测试的决定只了解到了… 来源-twitter
• Stripe 刚刚发布了他们公司级 AI 代理的工作原理。构建一个这样的门槛已经降到了… — Stripe 刚刚发布了他们公司级 AI 代理的工作原理。构建一个这样的代理的门槛已经降到了一名工程师加一周的时间。它叫 Kai。用他们自己的话说：一个面向非工程师的编码代理。你… 来源-twitter
• 面向长时程终端任务的递归合成 — 为终端代理生成高质量的长时程训练数据成本高昂，通常每个任务需要花费数百到数千美元，因为每个任务都必须保持指令、环境… 来源-huggingface
• 哈哈，我最喜欢 OpenAI 的另一点是 tibo Stats Wire 8 小时前 回复 @sama 他们… — 哈哈，我最喜欢 OpenAI 的另一点是 tibo Stats Wire 8 小时前 回复 @sama 他们和 Anthropic 一起庆祝得多开心 来源-twitter
• 我最喜欢 OpenAI 团队的一点是他们非常关注客户和用… — 我最喜欢 OpenAI 团队的一点是他们非常关注客户和用户的成功，以及他们对此有多么热烈的庆祝 来源-twitter
• “谢天谢地，手机上的 ChatGPT Work 很棒”——来自一位工作笔记本已无法使… — “谢天谢地，手机上的 ChatGPT Work 很棒”——来自一位工作笔记本已无法使用的同事 来源-twitter
• 今天是 OpenAI atlas 浏览器的最后一天。它即将退役。我用过一两次，但从未… — 今天是 OpenAI atlas 浏览器的最后一天。它即将退役。我用过一两次，但从未觉得需要一款 AI 浏览器。 来源-twitter
• AgentOPSD：用于智能体强化学习的递归自蒸馏 — 基于可验证奖励的强化学习（RL）会构建轨迹级别的优势估计，但它往往无法将信用分配给少数几个在长时程、多…中决定结果的关键决策 来源-huggingface
• OSReward：为跨平台计算机使用奖励模型建立标准化评估 — 计算机使用代理（CUA）正在数字世界中快速发展。CUA 轨迹记录了代理的动作、状态和推理过程。验证其是否完成了任务指令是… 来源-huggingface
• 感知言语的可解释 MEG 解码：皮质源与驱动检索的刺激特征 — 通过使用 CLIP 风格目标函数、基于 wav2vec 2.0 音频嵌入训练的深度网络，可以从非侵入性脑磁图（MEG）记录中检索到感知言语的短视频片段。 来源-huggingface
• ABSeeker：通过答案回溯信用分配训练长时程搜索代理 — 长时程搜索代理必须执行多个连续动作（步骤）来搜索、检索、验证并整合证据，以得出最终答案。然而，现有的训练这些代理的方法… 来源-huggingface
• ZhuLinsen/daily_stock_analysis — LLM 驱动的多市场股票智能分析系统：多源行情、实时新闻、决策看板与自动推送，支持零成本定时运行。LLM 驱动的多市场股票智能分析系统，支持多源行情数据、实时新闻、决策看板、自动通知，且零成本… 来源-github
• harveyai/harvey-labs — 一个为评估和改进代理支持法律工作的能力而构建的基准测试。法律代理基准测试（LAB）：一个用于评估代理在真实法律工作中表现的开源基准。Harvey LAB 是一… 来源-github
• 模拟硬件的噪声感知训练：准确率在阈值处崩溃，而非平滑下降 [D] — 模拟存内计算再次受到关注，因为它可以绕开在内存与计算单元之间搬运权重的能耗成本。人们反复提出的异议是噪声问题，因为模拟单元存在真实的差异… 来源-reddit
• NeurIPS AI 辅助评审的作者/评审人？[D] — 出于好奇，如果你是评审人或作者，这次评审期的体验如何？对我来说，感觉很奇怪，因为我的评审意见给出了具体的细节（哪些地方可以做得更好、如何改… 来源-reddit
• AACL-IJCNLP 承诺提交编号 [D] — 你的承诺提交 ID 是多少？我的提交编号大约是 150（两天前提交的），我想知道总的承诺数量是多少。有人赶在截止日期前提交吗？由… 来源-reddit
• 完全在 Android 上训练的 Imagenet-1k 分类器 [P] — 这是一个 MLP 架构，总参数约 50 万。Top1 训练准确率：5.11%，验证准确率：4.59%。详细的验证准确率数据：Top-1 准确率：4.59%，Top-3 准确率：9.44%，Top-5 准确率：1… 来源-reddit
• 目前什么被认为是 LLM 的理论最优量化位宽？[D] — 我很好奇，LLM 量化目前是否存在一个理论上或经验上的”甜蜜点”，最好是使用 GGUF 等开源格式进行的研究。假设你有一个固定的内存/计算预算… 来源-reddit
• 改进版：将 Bad Apple 压缩进神经网络 [P] — 我稍微试了试之前那个帖子里的 SIREN 网络，发现可以通过使用不同的批量生成采样器来改进它。通过输入整个视频的像素，而不仅仅… 来源-reddit
• 往返一致性：双向扩散模型可以预测自身的展开误差 [R] — 无论是生成 CELEBV-HQ 视频还是湍流等离子体场（数字孪生），自回归模型（如潜在扩散模型或流模型）都会在长程展开中累积误差，然而在部署时… 来源-reddit
• 构建了一个使用本地 LLM 从研究论文生成幻灯片的工具（因为我讨厌排版，而且隐私问题很重要）[P] — 大家好。每次我需要根据论文或研究文档准备演示文稿时，都觉得这个过程极其繁琐。另外，我非常不喜欢把未发表的内容或敏感数据上传到在… 来源-reddit
• 可以将重复出现的 LLM 调用痕迹合成为确定性的类型化 ML 和 NLP 算子流水线吗？[D] — 我们正在研究在适当的情况下，重复出现的 LLM 工作负载是否可以被自动构建的正则表达式、确定性解析器、传统 ML 和 NLP 模型流水线所取代。作为一… 来源-reddit
• 我把 Bad Apple 压缩进了一个 3MB 的神经网络 [P] — 我训练了一个小型 MLP 来记忆经典的 Bad Apple 动画，将约 27 亿像素的视频压缩到 79 万参数（float32 为 3.2 MB，float16 为 1.6 MB）。该网络接受一个 3D 坐标（t,… 来源-reddit
• ByteDance 正大力押注 AI 教育产品 Gauth——是有用的辅导工具，还是另一台走捷径的机器？[D] — 看到一篇文章说 ByteDance 正在利用 AI 生成的动画来扩展 Gauth，引导学生逐步解决问题。从纸面上看，个性化的可视化讲解听起来很棒，有利于普及… 来源-reddit
• NeurIPS 2026 主赛道——答辩后的理论论文分数追踪 [D] — 既然答辩期已经结束，我很想知道今年理论论文的分数分布情况。如果你愿意分享，请留言：• 分数：x / x / x • 信心度：… 来源-reddit
• LLM 是否让 ML 研究对小型团队更加公平？[D] — 感觉 LLM 在一定程度上正在拉平 ML 研究领域的竞争环境。一名独立研究者或两人团队现在可以在编码、文献综述、写作等方面获得帮助，而这些通常是实力更强的实验室才… 来源-reddit
• LLM 生成的同行评审的弊端 [D] — 我既使用过 LLM 辅助评审，也收到过明显大量依赖 LLM 生成文本的评审意见，我注意到两个反复出现的问题。1. 无休止地寻找无法控… 来源-reddit
• NeurIPS 2026：如果答辩解决了你的疑虑，请提高你的分数 [D] — 可能是个争议观点？我不明白为什么我们群体中总有这样的评审人：在承认答辩解决了他们的疑虑之后，仍然决定维持原分，因为他们… 来源-reddit

由 AI 新闻代理生成 | 2026-08-09