AI情报局

本周概览 本周AI领域继续高频迭代。ChatGPT进军健康应用但引发隐私争议，Cursor估值飙升至293亿美元并强化自治功能，Claude Code优化工具链，Gemini深度整合Gmail带来显著体验提升。 数据来源于科技媒体报道和X平...

赞(0)Toy2026-01-10阅读(13)去评论

2026 年 1 月 9 日，Google Antigravity 的 Pro 用户集体遭遇了一次”时间膨胀”。 原本每 5 小时刷新一次的 Claude 和 GPT 额度，突然变成了 2-4 天，甚至有人看到重置时...

赞(0)Toy2026-01-10阅读(15)去评论

🚀 速来拼好模，智谱 GLM Coding 超值订阅，邀你一起薅羊毛！Claude Code、Cline 等 20+ 大编程工具无缝支持，”码力”全开，越拼越爽！立即开拼，享限时惊喜价！ 链接 智谱最近上市了，搞了个...

赞(0)Toy2026-01-09阅读(22)去评论

在 Claude Code 2.1.0 的更新日志里，context: fork 可能只是不起眼的一行，但对于追求极致效率的硬核开发者来说，这才是真正的王炸。 今天，我们通过一个实战案例——“全自动代码坏味道审计”，带你深度拆解这个“平行宇...

赞(0)Toy2026-01-08阅读(35)去评论

Claude Code 2.1.0 深度实测：从 AI 助手到“多智能体原生”操作系统的跨越 如果说 AI 编程的 1.0 时代是对话框里的 Copy-Paste，2.0 时代是 IDE 里的智能补全，那么 Claude Code 2.1....

赞(0)Toy2026-01-08阅读(35)去评论

NVIDIA NIM 是什么 NVIDIA NIM（NVIDIA Inference Microservices）是英伟达推出的推理服务平台，提供多家厂商的 AI 模型 API。重点是：部分模型免费调用，包括智谱 GLM-4.7 和 Min...

赞(0)Toy2026-01-06阅读(30)去评论

系列导航：返回 CKA-Agent 系列总览 | 上一篇：主流模型防线崩溃实录 当 96% 的攻击都能成功时，防御者该如何应对？ CKA-Agent 不是第一个越狱工具，也不会是最后一个。但它的出现标志着 AI 安全进入了一个新纪元：单点防...

赞(0)Toy2026-01-06阅读(40)去评论

系列导航：返回 CKA-Agent 系列总览 | 上一篇：自适应树搜索的智能博弈 | 下一篇：从攻击到防御的演化之路 96.9% 对 Claude-Haiku-4.5。 95.1% 对 Gemini-3.0-Pro。 93.2% 对 GPT...

赞(0)Toy2026-01-06阅读(34)去评论

系列导航：返回 CKA-Agent 系列总览 | 上一篇：无害提示编织的攻击艺术 | 下一篇：主流模型防线崩溃实录 无害提示编织告诉我们”问什么”，但真正的挑战是”怎么问”。 当第一个子问题被...

赞(0)Toy2026-01-06阅读(32)去评论

系列导航：返回 CKA-Agent 系列总览 | 下一篇：自适应树搜索的智能博弈 当 AI 的安全防线能够识别 99% 的恶意提示时，攻击者找到了一条绕过的新路径：不再直接对抗，而是将恶意目标拆解为无数个无害碎片。 这就是”无害...

赞(0)Toy2026-01-06阅读(40)去评论

TL;DR 哥，新年快乐！这周咱们不仅跨了个年，还跨过了一个 AI 时代的门槛。 本周（2025.12.28 – 2026.01.04）虽然有假期buff，但几大巨头都没闲着。最大的体感是：AI 正在从“手里的铲子”进化成“带项...

赞(0)Toy2026-01-05阅读(40)去评论

本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络07：GPT – 从零实现ChatGPT | → 下一篇：无 这是一个关于大语言模型（LLM）幕后功臣——Tokenizer（分词器）的硬...

赞(0)Toy2026-01-04阅读(37)去评论

本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络06：WaveNet – 神经网络大升级 | → 下一篇：Karpathy神经网络08：Tokenizer – 为什么AI不识...

赞(0)Toy2026-01-04阅读(28)去评论

本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络05：反向传播 – 徒手写梯度 | → 下一篇：Karpathy神经网络07：GPT – 从零实现ChatGPT 这是Andr...

赞(0)Toy2026-01-04阅读(32)去评论

本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络04：BatchNorm – 解决训练崩盘 | → 下一篇：Karpathy神经网络06：WaveNet – 神经网络大升级 ...

赞(0)Toy2026-01-04阅读(32)去评论

本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络03：MLP – 多层感知机 | → 下一篇：Karpathy神经网络05：反向传播 – 徒手写梯度 这是一篇为您准备的关于 ...

赞(0)Toy2026-01-04阅读(32)去评论

本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络02：Makemore – 语言模型入门 | → 下一篇：Karpathy神经网络04：BatchNorm – 解决训练崩盘 ...

赞(0)Toy2026-01-04阅读(31)去评论

本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络01：Micrograd – 手撸一个AI大脑 | → 下一篇：Karpathy神经网络03：MLP – 多层感知机 这是一篇...

赞(0)Toy2026-01-04阅读(35)去评论

本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：无 | → 下一篇：Karpathy神经网络02：Makemore – 语言模型入门 这不仅是一个视频总结，更是一堂为你量身定制的 AI 原理启蒙课。 视频的作者...

赞(0)Toy2026-01-04阅读(27)去评论

TL;DR 开源大模型已经追上闭源——LLaMA 3.1 405B在多项任务上接近GPT-4，Qwen 2.5在中文理解上超越GPT-4o。选模型不是看参数大小，而是看任务适配：LLaMA生态最丰富、Mistral推理最快、Qwen中文最强...

赞(0)Toy2026-01-04阅读(41)去评论