Surge AI 推出 DAYJOB: Tax 基准，用 50 个专业税务任务评测 AI 智能体
Surge AI 发布 DAYJOB: Tax 基准，包含 8 个税务领域的 50 个任务环境，以 95% 评分标准下的 pass@1 衡量智能体表现。Claude Sonnet 5.5 以 10.8% 通过率居首，Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%。
全部 AI 动态
Hacker News AIAI 评分3838 Hacker News AIAI 评分5858 老干妈因 AI 质检被指裁员陷入舆论风波
老干妈因采用 AI 驱动的辣椒质检系统被指导致数百人失业，引发舆论争议。公司高管李鑫在贵州一场商业会议上称，一条产线工人从 600 多人降至 48 人，2025 年营收达 54 亿元（8.1 亿美元），并将生产误差降至接近 0%。
Hacker News AIAI 评分4242 Show HN: Muscle Memory——不用 AI 你还能写代码吗？
一位有 6 年经验的开发者推出 Muscle Memory，一个类似 LeetCode 但题目更贴近真实场景的编程练习平台，覆盖 12 种语言，代码在浏览器内断网沙箱中运行，无需账号。
The DecoderAI 评分5858 Artificial Analysis 改版智能指数，开源与闭源模型差距扩大至12分
Artificial Analysis 改版 Intelligence Index，Kimi K3.1 Pro 从第4名跌至第9名，开源模型与榜首差距从3分扩大到12分。
The DecoderAI 评分6969 Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，支持 40 种语言转写、31 种语言与英语互译，并能在 13 种语言中识别说话人。
TechCrunch · AIAI 评分6565 英伟达发布开源语音转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并支持 31 种语言与英语互译。该模型参数量 30B，可处理最长 1 小时的录音、区分最多 8 位说话人，官方称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。
TechCrunch · AIAI 评分4747 韩国金融业遭遇新一轮网络攻击，券商与加密交易所受影响
韩国金融机构遭遇新一轮网络攻击，涉及券商 Daishin Securities、Mirae Asset Global Investments 及加密交易所 Bithumb。Daishin 报告称此次攻击泄露了 38,490 名客户的姓名、邮箱和手机号，已通知受影响客户并配合调查。此前 9 月的攻击浪潮被安全研究人员关联到一名疑似中国黑客，其使用了名为 Artex 的 AI 渗透测试工具。
TechCrunch · AIAI 评分2828 AI 高管可能太脱离大众，难以做出面向普通人的产品
Marissa Mayer 因在采访中称其新应用 Dazzle 帮她为女儿生日演示生成三个要点而遭到批评，该 AI 助手可从相机相册中学习。文章还提到 Sam Altman 称无法想象不用 ChatGPT 抚养新生儿，Mark Zuckerberg 则预测人们会更多将情感需求外包给 AI。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合并到一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。
推荐理由：原文给出多语言转写与说话人分离的榜单成绩，并附可复用的数据管线和微调配方，便于判断落地成本。
NVIDIA NewsroomAI 评分5858 NVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe 与 Agent 资源管理
NVIDIA 为 RTX Spark Windows 笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中在前后台应用与后台 Agent 之间分配 GPU 资源的控制项，以及 LFM3 系列模型的 day-zero 支持。
Claude BlogAI 评分5656 Anthropic 为法律工作推出可复用 artifacts 与法律画廊
Anthropic 推出面向法律专业人士的可复用 artifacts，并上线法律画廊，覆盖合同审查、监管变化追踪、业务法律请求接收等任务。每个 artifact 自带示例，输出结果附来源链接，并可通过 connectors 接入团队已有的 playbook 和研究资料。
ElevenLabs BlogAI 评分3232 ElevenLabs 与印度卡纳塔克邦签署 MoU，将语音 AI 引入公共服务
ElevenLabs 在首届印度峰会上与卡纳塔克邦政府签署 MoU，探索将语音 AI 用于市民服务、语音安全与声音恢复。合作将率先从申诉处理、公共热线和福利申领试点切入，平台支持卡纳达语及其他 13 种印度官方语言。ElevenLabs 还将部署涵盖深度伪造检测、水印、授权与防欺诈的安全框架，并通过 One Million Voices 计划为符合条件的居民提供免费终身语音重建许可。
ElevenLabs BlogAI 评分2424 Lettuce 用 ElevenLabs Ads Engine 将创意广告制作从一周多缩短到一分钟内
Lettuce 的增长团队用 ElevenCreative 中的 Ads Engine 连接 Meta 账户，把表现最好的广告在约 45 秒内生成新版本并推回投放，创意成本降低约 75%，单条线索成本比其他同期创意低 40% 至 60%。团队只需用提示词描述改动，创意总监和效果营销人员审核后即可上线，当前 Meta 表现最佳的广告正是经过 15 到 20 次迭代产出。
404 MediaAI 评分5858 Meta 商业账号条款允许用内容训练 AI，英国和欧盟用户可提出反对
Meta 更新商业账号使用条款，允许其使用关联域名、网页或 URL 的内容来开发、改进、研究和训练产品，引发使用 Instagram 和 Facebook 的小商家与创作者不满。
Hacker News AIAI 评分2424 中国出手稳住市场，AI 交易行情转冷
中国正加紧稳住市场，因 AI 相关交易行情转冷。原文未披露具体政策工具、涉及公司或市场数据。
Hacker News AI精选AI 评分8080 Meta 发布 Muse Realtime Avatar，可将任意图片变成实时对话数字人
Meta 发布 Muse Realtime Avatar，把 Muse Realtime Voice 的语音 token 流驱动为带表情、手势和全身动作的实时数字人，任意图片均可作为角色参考。
推荐理由：原文给出实时数字人从语音 token 到视频生成的完整链路，以及延迟、并发和蒸馏带来的 60 倍推理压缩。
Hacker News AIAI 评分4545 Cisco 开源检测 AI 智能体黑客行为的工具
Cisco 开源了一款用于检测 AI 智能体在攻击活动中行为的工具。该工具面向 AI 智能体在入侵过程中留下的活动痕迹进行识别，目前已在 Hacker News 上引发讨论。
Hacker News AIAI 评分6060 CleanSlate 开源 AI 工作台发布 1.2.0，支持共享程序性记忆
CleanSlate 发布开源 AI 工作台 1.2.0，把 Agent、项目对话、浏览器、终端和文件变更审查整合在基于 VS Code 的桌面环境中。其程序性记忆由 MuscleMemory 提供，只有最后一次代码修改后测试通过、再经两次独立通过检查和用户批准，任务步骤才会被记录为可复用技能，并可导出为 SKILL.md 供 Claude Code 或 Codex 使用。
Hacker News AIAI 评分2020 AI 如何在医院中落地应用
一篇讨论 AI 在医院场景如何运作的文章引发关注，目前获得 3 分、暂无评论。原文未披露具体模型、产品、参数或落地数据。
Hacker News AIAI 评分2828 如何在快速发展的 AI 时代打造一款“慢产品”
Mole 作者用两个月把版本从 1.13 迭代到 1.18，新增 AI 工具清理与 System Data 清理，Windows 版于 10 月 14 日晚发布，GitHub 仓库星标突破 72.9K。
Hacker News AIAI 评分1212 Ask HN：AI 时代，领域专业知识对创业者还有帮助吗？
Hacker News 上一条 Ask HN 提问讨论在 AI 时代领域专业知识是否仍能帮助创业者，目前获得 1 分、暂无评论。
Hacker News AIAI 评分3636 AI 知识的半衰期：从 Agent Builder 关停看哪些 AI 知识会过期
OpenAI 于 2025 年 10 月推出 Agent Builder，八个月后即宣布关停，作者借此提出 AI 知识存在不同"半衰期"：工具与产品仅数月到两年。
The Verge · AIAI 评分6464 xAI 在密西西比州收购房屋，条件是业主放弃对数据中心噪音的诉讼
xAI 子公司 MZX 被曝在密西西比州 Southaven 社区收购数百套房屋，条件是业主签署免责协议、放弃与附近数据中心和电厂相关的诉讼索赔。据 The Guardian 报道，当地房产经纪人称 xAI 计划购买 418 套房屋，已有 18 户业主打算出售，租户则在收到 60 天通知后被要求搬离。
Simon WillisonAI 评分6060 vibe coding 游戏在 2026 年 10 月迎来拐点
Simon Willison 认为 2026 年 10 月是 vibe coding 游戏的拐点，他用 Claude Opus 5.5 在完全不看代码的情况下做出四个自己真正爱玩的浏览器游戏，其中 Battle Drones 已以 Apache 2.0 开源。
Hacker News AIAI 评分1818 Show HN：Agent-B.V. 为 AI 智能体提供对抗性测试与链上报告
Agent-B.V. 在 Show HN 上亮相，为 AI 智能体提供对抗性测试和链上报告。该工具目前获得 1 分、0 条评论。
Hacker News AIAI 评分2020 Comer 调查特拉华州创建 AI 公司的计划
Comer 正在调查特拉华州一项旨在创建 AI 公司的计划。该报道来自 Hacker News AI，目前获得 1 分且暂无评论。
Hacker News AIAI 评分5858 研究：英国无烟一代咨询中四分之三回复由 AI 机器人生成
发表在 Tobacco Control 的研究显示，2023 年英国关于创建无烟一代和限制一次性电子烟销售的公众咨询共收到 118,756 份回复，其中 90,835 份（76%）被英国卫生与社会保障部用机器人检测方法认定为虚假。
Hacker News AIAI 评分2222 欧洲 AI 未来正在成形
欧洲 AI 未来正在成形，相关讨论已在 Hacker News 上引发关注。原文未披露具体模型、产品、参数规模或可用性等细节。
Hacker News AIAI 评分2525 用 OpenRouter 在 Python 应用中接入多个 AI 模型
OpenRouter 可用于在 Python 应用中统一接入多个 AI 模型。该文章围绕这一用法展开，介绍如何在 Python 应用里通过 OpenRouter 调用多个 AI 模型。
Hacker News AIAI 评分6666 Cisco 开源 Project Quarry，面向 AI 智能体行为的检测语言
Cisco 开源 Project Quarry，一种用于描述和检测 AI 智能体行为的神经符号规则语言，同时开放评估引擎。规则可组合机器学习分类器、LLM 判官与确定性检查，覆盖单轮和多轮 LLM 对话、工具调用、MCP 交互与多模态输入，命中时返回具体步骤、字段和脱敏后的证据片段。
Hacker News AIAI 评分2222 内华达州工会与政客在 AI 创造就业与摧毁就业之间左右为难
内华达州工会与政界人士正夹在 AI 带来的就业创造与就业破坏之间。文章围绕这一矛盾展开讨论，但未给出具体数据或政策结论。
Hacker News AIAI 评分1818 Show HN：用 Next.js 构建的 AI 简历审查工具
一款基于 Next.js 构建的 AI 简历审查工具在 Hacker News 的 Show HN 板块亮相，可分析、优化并完善简历。其解析引擎复刻企业级 ATS 的解析逻辑以检查简历可读性，并支持按目标职位描述进行关键词优化，还提供领导力策略分析。
Hacker News AIAI 评分2323 印度外包行业直面 AI 冲击
印度外包行业正面对 AI 带来的冲击。Hacker News 讨论帖获得 1 分、暂无评论，围绕这一话题展开。
Hacker News AIAI 评分3535 小型测试：AI 购物助手为何混淆 Goth Ninja、Amekaji 等小众时尚风格
一项针对 Daydream、Encore 和 ChatGPT 的小型测试发现，AI 购物助手在把 8 种小众时尚美学转成具体品牌时频繁跑偏：Daydream 在 Amekaji、Quiet Luxury、90s Ura-Hara、Acubi 四个风格中命中的记录品牌数均为 0，Goth Ninja 仅 7 of 112。
Hacker News AIAI 评分2222 boqmanager 推出 AI 优先的端到端建筑工程管理软件
boqmanager 上线 AI 优先的建筑工程管理平台，可从图纸或自然语言描述生成工程量清单草稿，并覆盖多 BOQ 项目、采购下单、排期与现场日报。
Hacker News AIAI 评分4343 Uber 如何构建法律红线批注智能体 LRA
Uber 在 2024 年至 2025 年间构建了第一代法律红线批注智能体 LRA，以 Microsoft Word 插件形式嵌入律师现有工作流，可识别客户修改、判断意图、给出政策对齐建议并标注风险。
Hacker News AIAI 评分2222 Jeanette Winterson 谈 AI 与人类的未来
Jeanette Winterson 在其 2021 年著作《12 Bytes》及新访谈中提出，AI 是继工业革命、计算机之后的又一次"进化跃迁"，她更愿称之为"替代性智能"而非工具。她认为不存在必然的反乌托邦，AI 与就业问题的走向取决于政治与经济选择，而非技术本身。她同时警告，LLM 的训练材料嵌入了人类既有的偏见与缺陷假设。
Hacker News AIAI 评分1515 Ask HN：选 MCP 还是软件内置 AI？
Hacker News 上有人发起讨论：在软件中直接内置 AI 与采用 MCP 之间该如何取舍，并向社区征集各自视角下的优缺点。该帖目前获得 1 分、暂无评论。
Hacker News AIAI 评分2020 GPU vs. CPU：如何降低直播与 AI 处理成本？
文章讨论在直播与 AI 处理场景下如何在 GPU 与 CPU 之间做取舍以降低成本。原文未给出具体模型、参数规模或价格数据，也未提供可验证的 benchmark 分数或速度倍数。
Hacker News AIAI 评分4040 JavaScript 框架的 AI 成本基准测试：用 Claude Opus 5.5 构建同一款应用
开发者用 Claude Opus 5.5 在 12 个 JavaScript 框架中各构建同一款 PokéAPI 应用 3-5 次，比较构建成本与质量。单次构建成本从 Hono+htmx 的 $2.67 到 Angular 的 $4.97 不等，SvelteKit、Gracile+Lit 和 Angular 明显更贵。Angular 有两次未能生成可运行应用，因此只跑了 3 轮。