Descript 兩小時工作縮短一週等待
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。
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。
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。
Good Start Labs 正在將遊戲轉化為 AI 模型的訓練材料,旨在通過強化學習環境教給模型戰略思維等可驗證的技能。研究表明,在鐵路策略遊戲 1830 中訓練 30B 模型並採用多工終端代理設計,能夠提升其在 Finance-Agent 評測上的表現。
AI 資料中心的電力容量正以每10個月翻倍的速度增長,最新紀錄由 xAI 的 Colossus 2 以約 950 MW 擔綱。 - 歷史趨勢:自 2024 年中以來,最大 AI 資料中心 IT 電力容量每十個月翻倍。
Cursor 宣佈 SpaceX 已完成收購,這項收購流程始於雙方在 4 月宣佈合作。Cursor 表示,加入 SpaceX 後將能使用對方的 GPU 資源來訓練模型,目標是打造能力更強、執行成本更低的模型,並以較低價格提供給客戶。Cursor 提到,週三推出的 Grok 4.6 已初步展現雙方合作能做出的成果;公司也表示,仍會專注於協助人們少花時間寫程式,把時間用在解決更難的問題上。
推薦理由:收購完成後,Cursor 表示可使用 SpaceX 的 GPU 資源訓練模型,並希望以較低成本提供更強的模型。
summary_zh: Epoch 在最新文章中列出九大關鍵問題,並說明基準測試如何協助回答 AI 能力與經濟影響。 - **問題 1:AI 能否執行我的工作?
AI 系統在多項說服實驗中已明顯優於專業人類,甚至在實際募款中比專業募款員高出 10.8% - 說服實驗規模:四項研究共 18,978 次對話,6,923 名參與者,AI 在所有類別(隨機、選拔、訓練)中均優於人類。
本研究展示了 AI 代理技能中隱藏的 Unicode 指令可被用於後門攻擊,並提供了掃描工具與修補建議。 - 隱藏機制:利用 Unicode 標籤(Tag)插入不可見指令,影響 Gemini、Claude、Grok 等模型。
summary_zh: xAI 於 2025 年 3 月啟動 Colossus 2,並於 8 月完成 200MW 冷卻容量,預計最終達 1.1GW,成為全球首座吉瓦級資料中心。
Windsurf Cascade 能辨識不可見的 Unicode 標籤,將其視為指令,進而在不被開發者察覺的情況下自動呼叫工具。 - 隱蔽注入機制:透過隱藏字元觸發工具執行,可造成資訊外洩或資料竊取。