AI 日报

2026-10-12 · 覆盖时段 2026-10-11 08:09 → 2026-10-12 08:09(过去 24 小时)
数据来源:X 业界名单(twitterapi.io) · X 热门 AI · HF Daily Papers · GitHub Trending 今日花费(twitterapi.io):$0.0659 生成:2026-10-12 08:11 北京时间
行业观点

Karpathy:LLM 能力认知呈「漏斗」,内外落差还在拉大

Karpathy 重发并加长 4 月那条:约 75% 人口几乎没碰过 LLM;约 20% 用免费 ChatGPT 当更好搜索;约 0.2%(约 2000 万)专业用户在 math&code 上已亲眼见 Agent 几周/几个月工作被 prompt 吃掉;最顶层约 5000 人接触内部前沿系统(成群 Agent 做零日/攻防/新科学)。落差由野心规模、可验证奖励的 jaggedness、以及免费/付费/内部准入共同驱动。约 142 万浏览。对做 AI 电商的人:多数商家与用户仍停在「聊天机器人」层,真正 Agent 化工作流还是极少数人的体验。

编程智能体

Codex:GPT-6.1 Sol 默认上下文提到 500k(约 +80%)

OpenAI Codex 负责人 Tibo(Day 7)称经 Codex & Work 使用时 GPT-6.1 Sol 默认上下文从 272k 提到 500k,最高仍可到 1M;目的是减少 compaction、撑住长任务里要保留的 nuance。约 9.1 万浏览。编程 Agent 的「长会话不丢上下文」继续是产品主战场。

投资视角

Elon 谈为何收购 Cursor:编码数据 + 人才 + 企业销售

热帖转述马斯克:要做有用的超级智能必须先解决 coding;他认为有足够编码训练数据的组织主要是 OpenAI、Anthropic、Cursor(以及或许 Google);Cursor 还有人才与覆盖数千家企业的销售关系。Data / Talent / Compute + Enterprise 销售被当成 SI 成功要素。约 45 万浏览。IDE/编码 Agent 被抬成 SI 基础设施赛道,而非只是编辑器插件。

AI 电商

Elon:Grok Bot 可帮你比价并下单

马斯克称 Grok @Bot 能研究最优价格并为你买东西。约 226 万浏览。与前几日「拍信用卡丢进聊天」同一叙事线——对话入口直接吃掉比价与结账;对 TikTok 侧 AI 内容/商家运营,是「聊天即购买」继续被巨头公开试水的信号。

产品发布

Alexandr Wang / Muse:给每个人「童年梦想的成年生活」

Scale/Meta 侧的 Alexandr 连发:转发 Coatue 图称 Muse 相对 ChatGPT/Grok/Gemini 采用很猛;访谈谈 Muse 故事、200+ 直属;金句「give everyone the adulthood they dreamed of in childhood」。消费级陪伴/助理叙事在周末升温,和 B 端 Agent 漏斗是两条平行线。

开源工具

GitHub 热榜:rea 续爆(Agent 逆向),diagram-design / AirLLM 跟涨

morluto/rea(用 Agent 从应用行为逆向到原生二进制)今日仍约 +2.56 万星;cathrynlavery/diagram-design(面向 Claude Code/Codex/Cursor 等的 44 类编辑级图)+1083;lyogavin/airllm(单卡 4GB 跑 70B)+548。工程侧「Agent 工具链 + 低显存推理」热度未退。

编程智能体/Codex & Claude Code

@thsottiaux 2026-10-12 07:45 北京时间 ❤ 2366 · 👁 91390

Day 7:GPT-6.1 Sol 默认上下文 500k

经 Codex & Work 使用时默认从 272k 提到 500k(约 +80%),上限 1M;减少 compaction、服务长上下文任务。约 9.1 万浏览、2366 赞。

@thsottiaux 2026-10-11 13:22 北京时间 ❤ 4504 · 👁 2655025

Pro 用户投票短帖

「Pro users, would you rather have」征求 Pro 用户偏好(具体选项在媒体/线程)。约 266 万浏览、4504 赞,互动极高但产品细节需看附件。

@thsottiaux 2026-10-11 12:01 北京时间 ❤ 7668 · 👁 701075

Reset 已全量传播

「Put the reset in the bag. All propagated.」Codex 日更系列里 Reset 能力已推开。约 70 万浏览、7668 赞。

@trq212 2026-10-12 01:05 北京时间 ❤ 938 · 👁 63383

不应接受不透明的超级智能

Thariq 认同 Terence Tao 方向:不该满足于 opaque SI;智能的关键信号是沟通,产品/模型应与人共建理解,而非把人隔开。约 6.3 万浏览。

模型与研究

@karpathy 2026-10-12 03:12 北京时间 ❤ 18887 · 👁 1421148

LLM 能力认知「漏斗」:75% / 20% / 0.2% / 0.00006%

重发并扩展:大众几乎未接触 → 免费层当更好搜索 → math&code 专业 Agent 用户约 2000 万 → 内部前沿约 5000 人。落差由问题规模、可验证 RL 的 jaggedness、准入共同造成。约 142 万浏览、1.89 万赞。

@polynoamial 2026-10-11 20:20 北京时间 ❤ 602 · 👁 54236

钓鱼邮件过了 Gmail,dot 拦下了

Noah 展示一封过 Gmail 过滤的钓鱼信被自家 dot 拦截并告警。约 5.4 万浏览。Agent/助手开始承担「安全侧车」角色。

产品发布

@OfficialLoganK 2026-10-12 01:22 北京时间 ❤ 2523 · 👁 106299

「创业者、建造者、开发者的黄金时代」

Logan 短评:this is the golden age of startups, builders, and developers。约 10.6 万浏览、2523 赞。偏情绪/叙事,无具体产品参数。

@alexandr_wang 2026-10-11 09:24 北京时间 ❤ 1286 · 👁 73815

Muse:Coatue 图显示采用相对 ChatGPT/Grok/Gemini 很猛

转发 UnstructuredCap/Coatue 图表称 Muse 采用「absolutely incredible」。约 7.4 万浏览。消费级 Muse 叙事周末升温。

行业观点

@alexandr_wang 2026-10-12 05:47 北京时间 ❤ 976 · 👁 58621

访谈:Muse 故事、生日局与 200+ 直属

自荐访谈覆盖 Muse 由来、「19 岁生日局宾客如今都是亿万富翁」、挖钻 vs 盖楼隐喻、200+ 直属管理。约 5.9 万浏览。

@alexandr_wang 2026-10-12 05:52 北京时间 ❤ 373 · 👁 24324

人生座右铭:给每个人童年梦想的成年生活

「give everyone the adulthood they dreamed of in childhood」——与 Muse 消费愿景绑定。约 2.4 万浏览。

@mustafasuleyman 2026-10-12 03:57 北京时间 ❤ 1362 · 👁 416066

转发 Bill Gates:AI 也需像飞机/药一样有保障

RT Bill Gates:如同监管飞机、汽车与药品,需要 safeguards 以释放 AI 潜力并控制风险。与近日 containment 讨论同一条线。约 42 万浏览。

HF Daily Papers 共 50 篇;上方按 upvotes 与 Agent/自改进/不确定性相关性挑选。

官网/changelog 采集已关闭(official_disabled)。

Hugging Face Daily Papers

论文 ▲ 74 upvotes

MiMo-V2.6:用规模化 RL 推向自改进

介绍全模态 MiMo-V2.6 系列:以放大 RL 算力推进模型智能,中训用宽多模态语料拓探索空间。HF 日榜 upvotes 74,居首。

论文 ▲ 52 upvotes

多智能体自我中心世界模型 + 细粒度具身交互

现有 egocentric world model 多单智能体且动作粗;本文做多智能体共享环境里的细粒度具身交互。有配套 GitHub。upvotes 52。

论文 ▲ 38 upvotes

REMORY:为上下文压缩学习残差记忆

长程 Agent 靠文本摘要压缩历史不够用时,用有界 soft memory tokens 补摘要,帮助冻结 LLM 近似完整历史下的续写。对 Codex 类「少 compaction」同一问题。upvotes 38。

论文 ▲ 35 upvotes

Memento 3:基于模型的递归自改进 + 反思规则书

在陌生环境里推断世界如何运作,并用 reflective rulebooks 做 model-based 递归自改进。upvotes 35。

论文 ▲ 34 upvotes

TestPrism:测试评估别只盯单一参考实现

LLM coding agent 生成测试时,相对单一 reference solution 的评估会漏掉多样性;提出重新思考测试评估。upvotes 34。

论文 ▲ 39 upvotes

U-Space:何时、为何语言模型产生不确定性

高风险决策场景下,模型可能用流畅权威语气给出错误结论;该文做 uncertainty 的 when/why 剖析。upvotes 39。

论文 ▲ 24 upvotes

OneSearch-VL:统一多模态深度研究 Agent

单图/多图/视频深度研究共享视觉 grounding、外部检索与事实合成工作流,统一为 multimodal deep research agent。upvotes 24。

论文 ▲ 42 upvotes

《Foundations of Large Language Models》基础书

偏基础概念的 LLM 书:预训练、生成、提示、对齐、推理与 reasoning 六章。upvotes 42。

GitHub Trending(AI 相关)

开源 ★ +25599 today

morluto/rea

用 Agent 从应用行为逆向到原生二进制;今日热榜约 +25599 星,连续两日爆款。

开源 ★ +1083 today

cathrynlavery/diagram-design

面向 Claude Code / Codex / Copilot / Cursor 等的编辑级图设计(44 类),自包含 HTML+SVG,明确反对 Mermaid slop。+1083。

开源 ★ +548 today

lyogavin/airllm

AirLLM:单卡 4GB 跑 70B 推理。+548。

开源 ★ +315 today

pytorch/pytorch

PyTorch 本体继续上榜。+315。

活跃度基于各账号最近约 20 条推文估算;in_7d 受拉取上限影响,极活跃账号可能被截断为 20。

账号分组最近发帖(北京) 24h7d状态
@thsottiaux编程智能体/Codex & Claude Code2026-10-12 07:45420正常
@alexandr_wang行业观点2026-10-12 05:52420正常
@mustafasuleyman行业观点2026-10-12 03:5717正常
@karpathy模型与研究2026-10-12 03:1211正常
@OfficialLoganK产品发布2026-10-12 01:2213正常
@trq212编程智能体/Codex & Claude Code2026-10-12 01:05116正常
@polynoamial模型与研究2026-10-11 20:2013正常
@_catwu编程智能体/Codex & Claude Code2026-10-10 12:0002正常
@bcherny编程智能体/Codex & Claude Code2026-10-10 02:15016正常
@demishassabis模型与研究2026-10-09 13:0609正常
@janleike行业观点2026-10-09 02:4701正常
@markchen90模型与研究2026-10-08 05:3302正常
@sama行业观点2026-10-08 04:0103正常
@alexalbert__编程智能体/Codex & Claude Code2026-10-08 03:1802正常
@gdb模型与研究2026-10-08 02:2102正常
@DrJimFan模型与研究2026-10-07 22:3601正常
@lilianweng模型与研究2026-10-07 07:2301正常
@SebastienBubeck模型与研究2026-10-07 06:3901正常
@mntruell产品发布2026-10-02 03:0600近 7 日无新帖
@amanrsanger编程智能体/Codex & Claude Code2026-08-12 23:5200长期不活跃
@nickaturley产品发布2026-05-06 16:0900长期不活跃

建议