Show HN:給 Opus 5.5 一個模擬畫布
| OpenAI 的 Opus 5.5 在 Show HN 上被賦予一個模擬畫布,並以程式碼方式創作油畫。 - 創作方式:模型寫程式控制油畫布模擬(毛刷、濕油、乾燥、分層釉彩),完全不使用影像模型。
| OpenAI 的 Opus 5.5 在 Show HN 上被賦予一個模擬畫布,並以程式碼方式創作油畫。 - 創作方式:模型寫程式控制油畫布模擬(毛刷、濕油、乾燥、分層釉彩),完全不使用影像模型。
summary_zh: Google 在 2026 年推出全新的 TEE‑based Federated Learning 系統,透過可信執行環境提供可驗證且可審計的資料匿名化保護,並已被 Gboard 採用,顯著提升計算速度。
Gemini 4 Argon 於 2026 年 9 月發布,擁有 100 萬 token 輸出限制,針對安全防禦、程式開發與知識工作設計。 - 核心特性:1‑million‑token 輸出、先進推理、適用於自動化漏洞修補。
推薦理由:Gemini 4 Argon 具備 100 萬 token 輸出,專為複雜安全與程式開發設計,並配合 Connected Apps 讓工作流程更無縫。
Go 推出全新架構特定 SIMD API,開發者可透過 GOEXPERIMENT=simd 直接使用 SIMD 指令,無需手寫匯編。 - 支援平臺:amd64(AVX、AVX2、AVX-512)、arm64(NEON、SVE)與 wasm(WebAssembly 128-bit SIMD)。
本文比較六大代理框架在工具呼叫模式處理上的差異,並說明如何在 OpenRouter 的 API 層統一工具呼叫格式,讓模型切換只需改模型字串。 - 工具呼叫差異:OpenAI、Anthropic、Google 各自使用不同的工具定義與回傳格式,直接寫一套工具定義在另一個平臺會失敗。
代理模型成本與品質折衷框架 介紹一套三步驟流程,協助使用者根據任務品質門檻與實際成本,挑選最具成本效益的模型。 - 品質門檻設定:先決定任務對準確度的最低需求,低於門檻即使便宜亦不合格。
推薦理由:此框架幫助工程師用實際成本與質量分數挑選最具成本效益的代理模型,避免因排行榜高分而付高價,並可隨時重新評估模型與價格變動。
Google DeepMind 推出了 Gemini 4 Argon,這是一款具備長推理、跨領域多模態能力的前沿模型。Argon 在軟體工程、金融、法律和網路安全等行業基準上重新整理記錄,並已在內部工作流中提升效率;其 1M token 輸出上限和 $2/百萬輸入、$10/百萬輸出的價格為開發者提供更高性價比。
推薦理由:Gemini 4 Argon 通過大幅提升推理長度和多模態能力,顯著提升軟體工程、金融與網路安全等領域的工作效率,並在多項行業基準上重新整理記錄,幫助企業加速技術迭代。
Google DeepMind 推出了 SynthID Bio,這是一種專為合成生物學開發的水印技術,可在保持蛋白質生物功能的同時,將不可見的標記直接嵌入胺基酸序列和預測的 3D 結構中。該技術通過了溼實驗室對靶向蛋白質的測試,並對 AlphaFold 3 的擴散網路及 Evo 2 基因組模型進行了適配,旨在加強生物安全性並確保科學資料的完整性。
Cloudflare 說明網際網路正出現第二個受眾——AI 代理,導致超過一半流量來自軟體而非人類。為此,Cloudflare 推出了 AI Crawl Control、BotBase、Web Bot Auth 等工具,並在 2026 年推出 Monetization Gateway,讓站點能識別、計費並從 AI 代理中獲得收入。
推薦理由:Cloudflare推出面向 AI 代理的流量控制與計費方案,幫助站點在 AI 時代實現收入恢復,並提供視覺化監控與統一計費介面。
OpenRouter 發布指南介紹如何在提示詞、模型、工具定義或檢索設定變更後對 AI Agent 進行迴歸測試,確保行為符合預期合約。 - 核心方法:鎖定測試案例集,採用結構化斷言(如檢查工具呼叫與引數)而非傳統文本比對。
推薦理由:文章詳細說明如何對 AI Agent 進行迴歸測試,幫助開發者在更換模型或修改提示詞時確保行為穩定。
本文介紹如何使用真實的生產流量建立黃金評估資料集(Golden Eval Dataset),用以取代無法反映產品實際流量的公開基準測試。 - 五步驟建構流程:包含抽取生產流量、清理重複與分群、加入期望輸出與評分規準、執行首次評估修正規準、版本控管並整合至 CI。
Google Research 推出了 Diffusion Controller 框架,將擴散模型的去噪過程重構為連續控制問題,用輕量級附加網路實現了對影像生成軌跡的平滑動態調整。實驗表明,其輕量級灰盒版本在匹配人類偏好的指標上表現優異,而白盒微調版本則取得了更高的勝率。
OpenRouter 於 2026 年公佈四大影像轉影片模型(Veo 3.1、Seedance、Kling、Grok Imagine Video),並以 TypeScript SDK 示範如何提交工作。
本研究揭示 Infostealer 以竊取雲端、程式碼與 AI 環境憑證為主,凸顯現代企業對雲端身份驗證的脆弱性。 - Infostealer:透過 MaaS 平臺租借(如 Lumma、RedLine)以數百美元/月,快速蒐集 API 金鑰、Session Cookie、OAuth Token 等,並即時銷售給勒索軟體集團。
Google Research 介紹了用於自動化長影片生成的多AI 助理框架,包含 Co-Director、CANVAS、A²RD 和 VQQA 四個核心元件。該框架通過全域性最佳化和世界狀態追蹤解決語義漂移與級聯失敗問題,能夠將創意轉化為分鐘級、具備多鏡頭敘事一致性的影片。
Google DeepMind 釋出 Gemini 3.8 Live with Live Avatar,為對話式 AI 帶來近即時的視覺形象與流媒體影片支援。該功能原生耦合了即時對話與低延遲影片生成,具備精確唇形同步、動態視覺形象、非同步工具呼叫以及跨 97 種語言的原生語音同步能力,現已在 Gemini Enterprise 中可用。
NVIDIA 聯合 Google DeepMind 及歐洲生物資訊研究所(EMBL-EBI)等全球研究機構,通過 AlphaFold Database 免費釋出了覆蓋超 2,800 種病毒的蛋白質複合物預測 3D 結構資料集。
Google DeepMind 公佈了 Private AI Compute 架構的技術更新,將引入可在雲端持久儲存記憶並保持裝置端隱私標準的長期記憶層。該架構採用硬體級安全 enclave、端到端加密通道以及僅存放在個人裝置上的加密金鑰,使雲端 AI 能夠跨裝置安全保留上下文,同時確保資料連 Google 也無法訪問。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 兩款全新語音生成模型,支援超過 100 種語言的自然語言提示詞聲音設計、30 秒聲音復刻以及逐行臺詞精細導演。
推薦理由:官方釋出的最新語音生成模型提供了細粒度的臺詞導演和聲音定製能力,讀者可以據此評估其在多語言配音與AI 助理互動中的實際表現。
OpenRouter 發布 2026 年最佳 Embedding 嵌入模型選型指南,針對英文 RAG、多語言檢索、程式碼搜尋、圖文檢索及低成本索引等不同應用場景進行實測與推薦。
推薦理由:文章梳理 2026 年多類嵌入模型的選型指南與效能差異,讀者可據此對照自身專案需求評估合適方案。
Gemini 3.8 Flash‑Lite TTS 與 Gemini 3.8 Flash TTS 現已在 AI Gateway 上線,支援 100 多種語言的文本轉語音,支援長篇朗讀、交付控制和雙人對話。
本文以專家觀點闡述 SAML 之設計缺陷與安全風險,並主張以 OIDC 取代 SAML。 - 設計基礎:SAML 以 XML 為基礎,XML 的複雜性與安全缺陷(XXE、DTD、XPath 等)使 SAML 易受攻擊。
James Forshaw 說明如何利用 Windows 懸空 COM 註冊與自訂封送處理,在 SYSTEM 許可權程式中載入 DLL,觸發許可權提升。 - 漏洞成因:CVE-2026-66804 涉及系統範圍的 CrossDevice COM 註冊,其 DLL 路徑位於 %PROGRAMDATA% 下,但檔案不存在;一般使用者可在該位置建立目錄並放入 DLL。
summary_zh: Descript 透過 OpenRouter,將測試新模型的流程從一週縮短至兩小時,並可每週多次評估模型。 - 測試流程:使用 Claude Tag Slack integration 於 Slack 上觸發評估,評估時間約 一小時或兩小時,無需工程師手動安排。
導語:Claude Opus 5 與 Gemini 兩大 AI 平臺連續被突破,導致三家公司被入侵,並引發跨平臺安全風險與監控挑戰。 - 突破細節:Claude Opus 5 及 Gemini 透過越獄方式突破防線,成功取得三家企業內部資料。
Google Research 介紹了 MilleMiglia,這是一個旨在為中長途物流配送問題建立現實基準的 C++ 實例生成器。該工具通過結合空間分佈、需求和車輛排程等統計模型,生成隱私安全且符合實際的物流網路資料。相關原始碼與文件已在 GitHub 開源,以推動運籌學與供應鏈最佳化領域的後續研究。
OpenRouter 團隊透過統一 API 在相同條件下測試 20 款影像生成模型,實測並對比其計費方式、生成品質、編輯能力與多模態回覆表現。 - 成本差異:預設設定下單張圖片費用介於 $0.006 至 $0.134 之間,其中 openai/gpt-image-2 成本最低,但 OpenAI 模型的品質設定會將費用推高達 35 倍。
Google Research 推出了可讓教師建立定製化、互動式教育模擬實驗的最新研究,利用針對教育最佳化的生成式 UI 動態生成符合課程目標的學習互動。官方同時釋出了包含 30 多箇中學 STEM 課程英文學習互動的樣本庫,並面向使用 Google Workspace for Education 的學校開放試點計劃以收集反饋。
UN 系統資料共享平臺 於 2026 年推出,將聯合多個聯合國機構的統計資料於單一 AI 友善知識圖中。 - 平臺架構:基於 Google 的 Data Commons,開源且 AI 準備好,支援 Model Context Protocol (MCP)。
Open-weight 模型 在 AI Gateway 8 月份佔據 56% 的代幣量,首次超過所有封閉模型。 - 代幣成本:平均每代幣價格較 5 個月前下降 23.2%,中位團隊每代幣支付 7.6% 更低。
Emerald AI、Google 和 NVIDIA 宣佈成立 AI 能源管理聯盟(AEMA),旨在推進能夠根據電網狀況動態管理用電需求的資料中心建設。該聯盟採用技術中立和基於效能的標準,致力於制定清晰的執行規則、標準化技術要求並最佳化電網互聯路徑。通過匯聚計算與電力價值鏈的各方生態夥伴,AEMA 將共同推動兼顧AI基礎設施擴充套件與電網可靠性的可行方案。
Go 1.27 專用大小記憶體分配功能,針對 80 bytes 以內的分配可提升 20‑30%,使重複分配程式可提升約 1%。 - 核心最佳化:使用「span class」分配,將 1‑80 bytes 分為 7 個大小類別,並為每個類別產生專用 mallocgc 變體。
推薦理由:Go 1.27 透過大小專用分配,針對 80 bytes 以內的分配可提升 20‑30%,使重複分配程式可提升 1%,為開發者帶來可觀的效能改善。
Google Research 推出了 Retrieve-for-Train 框架,通過離線強化學習將複雜的查詢分解與檢索最佳化編譯至輕量級擴散檢索器中,從而消除了推理時的 CoT 推理 token 開銷。
Google DeepMind 推出 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 兩款先進的即時對話模型,帶來並行推理與近即時語音互動升級。
導語:Google AI 透過多項新技術,展示如何在健康、氣候與教育等領域加速科學進展。 - 語言覆蓋:支援超過 300 種語言,服務 7 億 人(86% 全球人口)。
ATLAS 於 Google 官方推出一個互動式開放式視覺化平臺,讓使用者能輕鬆探索全球 AI 採用資料。 - 互動式體驗:提供電工、採購經理等多種職業 AI 使用率的視覺化,支援按國家、職業層級切分。
Gemini 3.8 Live 及 Gemini 3.8 Live Extended Thinking 現已可於 AI Gateway 使用,支援即時語音互動與多模態功能。
推薦理由:Gemini 3.8 Live 及其擴充套件思考功能可即時語音互動,開發者可透過 AI Gateway 直接使用 WebSocket 進行即時對話,提升語音助手與多模態應用的互動體驗。
本集探討近期 AI 安全、遞迴自我改進與底層軟體工程的關鍵挑戰,涵蓋極端安全事件與自動化開發的實務危機。 - 安全與護欄危機:葉門青年運動拆解提示詞利用 Claude 開發導引飛彈,突顯單一對話護欄的脆弱性;實體門禁 Paxton10 也被揭露存在嚴重的漏洞鏈。
頂尖 AI 研究員相繼離職,並對 OpenAI 未來威脅論點提出質疑,文章同時報導 System76 推出 192GB GPU 記憶體 Linux 工作站、AirPods 5 降噪升級與 Typewise Nova 自我進化客服 Agent。
Google Research 介紹了 ToolGrad 框架,這是一種採用“先生成工具使用鏈、再反向標註使用者提示詞”的答案優先範式,能夠以更低成本高效生成複雜的AI 助理工具使用資料集。