本期播客回顾上周AI重大新闻，包括Perplexity推出本地Mac AI代理、Anthropic代码审查工具、ChatGPT交互式数学/科学可视化、Nvidia发布120B参数Natron Free Super混合模型、Nvidia暂停H200对华出货、xAI联合创始人离职、Anthropic起诉五角大楼等。

Anthropic因与五角大楼的AI争端起诉特朗普政府；马斯克的xAI再次推倒重来；关于伊朗战争的AI虚假信息引发混乱。

本文介绍了SPEX和ProxySPEX算法，它们能从特征归因、数据归因和机制可解释性三个视角高效识别大规模语言模型中的关键交互作用。这些算法利用稀疏性、低阶性和层次性等结构特性，通过较少的消融实验发现影响模型行为的重要特征、训练数据和内部组件之间的交互，在长上下文、数据集和模型组件分析中展现了显著效果。

本期节目回顾了上周AI领域的重要新闻：OpenAI发布GPT-5.4 Pro和GPT-5.3 Instant，Google推出Gemini 3.1 Flash Lite，Luma发布统一多模态模型，以及Anthropic被列入国防供应链风险名单引发的争议。

DocuSmart AI 是一个将分散知识整合为简单系统的工具。

微软研究院开源AgentRx框架，用于自动诊断AI智能体故障。该框架通过约束合成和逐步守卫评估，精确定位首个不可恢复的故障步骤，相比基线方法定位准确率提升23.6%，根本原因归因能力提升22.9%。同时发布的AgentRx基准测试包含115条手动标注的失败轨迹及九类故障分类体系。

文章探讨了AI能力的指数级增长及其对工作、市场和政策的深远影响。从“协同智能”到“管理AI”的转变，AI代理（如Claude Code、Codex）已能独立完成复杂任务。作者通过“水獭测试”和多项基准测试展示了AI的快速进步，并指出虽然AI能力惊人，但实际应用仍处于早期阶段。文章还介绍了StrongDM的“软件工厂”这一激进实验，以及AI导致的“滚动式颠覆”——如金融市场波动、企业裁员和政策冲突。最后，作者警告递归自我改进（RSI）可能加速变化，但强调当前仍是塑造AI未来的关键窗口。

本文涵盖AI进展超预期、衡量AI研发自动化的14项指标、印度班加罗尔基于边缘计算的城市摄像头网络、用于北极监测的卫星端侧AI模型TinyIceNet、字节跳动与清华大学合作的CUDA编程智能体，以及一篇关于无人机战争的虚构故事。

美国国防部正式将Anthropic列为供应链风险，OpenAI与美军签署协议引发‘取消ChatGPT’趋势，还有更多新闻。

本文是五部分系列的第二部分，介绍了如何在Modal的无服务器GPU上训练SPLADE模型，使用Amazon ESCI数据集进行电商搜索。文章涵盖了数据加载、产品文本格式化、Modal应用设置、SPLADE模型创建、训练函数、SpladeLoss理解、YAML配置、并行超参数搜索以及避免的陷阱。目标是构建一个针对电商搜索优化的稀疏嵌入模型。

本文是系列文章的第一部分，探讨了在电子商务搜索中微调稀疏嵌入的优势。与密集嵌入相比，稀疏嵌入保留了精确匹配的关键细节，避免了语义模糊导致的不相关结果。文章介绍了SPLADE模型的工作原理、查询扩展能力以及Qdrant数据库对稀疏向量的原生支持。通过微调，该系统在Amazon ESCI数据集上实现了比BM25高出29%的性能提升。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Discussion | Link

本年度AI新闻播客第235期重点介绍了Anthropic的Sonnet 4.6（上下文长度达1M令牌，在ARC-AGI-2上表现优异）、Google的Gemini 3.1 Pro、xAI的Grok 4.2测试版以及多项工具更新。商业方面，Meta据称与AMD达成高达1000亿美元的芯片交易，MatX融资5亿美元开发专用Transformer芯片，World Labs融资10亿美元构建世界模型，Simile融资1亿美元预测人类行为。研究亮点包括深度思考令牌、掩码更新优化器以及LLM吸引子状态。政策方面讨论了Anthropic对五角大楼合同的立场以及蒸馏攻击防范。

二月份产品更新摘要：推出目录快照功能，提供免费GLM-5端点，改进了计费可见性（新UI和API），SDK更新（变更日志命令、仪表板URL等），以及关于Sandbox的网络研讨会和AI研究案例。

OpenAI与五角大楼达成协议，承诺不将AI用于全自动武器或大规模监控美国人，但批评者认为措辞模糊，可能为政府滥用留下空间。Anthropic因拒绝类似条款遭到特朗普政府威胁。文章分析历史先例，指出国会立法才是根本解决方案。

本期涵盖MIT等高校关于AGI经济学的论文，预测人类将转向验证工作；生物武器研究显示LLM可提升新手能力；新基准GAMESTORE揭示AI在游戏中的表现远逊于人类；Physical Intelligence展示机器人部署；Agent of Chaos研究暴露AI智能体的脆弱性。

HAQQ法律AI现已推出移动端应用，让任何人都能通过手机获得结构化、具司法管辖意识的法律分析，包括风险标记和可导出报告，不同于通用聊天机器人。

本文介绍如何利用Weaviate的Query Agent和Agent Skills库，在短短36小时内构建一个生产就绪的端到端RAG应用，用于法律合同检索和问答。文章详细对比了传统RAG与智能代理搜索的差异，并提供了从数据摄入到前端部署的完整架构和步骤。

本文对2026年1月至2月期间发布的十大开源大语言模型进行了架构比较和分析，涵盖Arcee Trinity、Kimi K2.5、Step 3.5 Flash、Qwen3-Coder-Next、GLM-5、MiniMax M2.5、Nanbeige 4.1、Qwen3.5、Ling 2.5以及Tiny Aya，并更新了Sarvam模型。文章重点讨论了混合专家架构、注意力机制创新（如门控注意力、门控DeltaNet、闪电注意力）以及多令牌预测等技术趋势。

研究者提出了一个衡量AI智能体可靠性的框架，将可靠性分解为12个维度，并发现尽管能力提升迅速，但可靠性进展缓慢。该研究呼吁行业将可靠性作为独立维度进行优化。

Seedream 5.0引入了多步推理、基于示例的编辑和深度领域知识，用于图像生成。了解其强大功能和使用技巧。

本期探讨了测量技术对AI治理的关键作用、LLM在核战争模拟中更激进的倾向、中国发布的前瞻性安全基准ForesightSafety Bench，以及评估AI科研能力的LABBench2基准。

通过Ollama 0.17，只需一条命令即可在本地硬件上部署OpenClaw个人AI助手，支持管理邮件、日历和通过消息应用执行任务。本文详细介绍了安装步骤、模型选择和安全注意事项。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：In March 2025, we dropped a statement-bomb in the “Relevance Feedback in Information Retrieval” article and then went silent. We claimed that even though the information retrieval research field has proposed many useful mechanisms for increasing the relevance of search results, none of them made it to the neural search industry, simply because these approaches are not scalable. Certainly, there are methods widely used to improve the relevance of retrieved results: query rewriting, for example. Yet none of the vector search solutions out there have tried to use the possibilities that come with full access to the vector search index: traversing it in the direction of relevance, instead of guessing where to shoot the query to the vector space.

本文论证理性的人没有目标，理性的AI也不应有目标。人类行为之所以理性，并非因为我们将其指向某些最终“目标”，而是因为我们将行为与实践对齐。文章提出“幸福理性”概念，认为AI对齐应将AI智能体的审议与基于实践的逻辑共享相同“类型签名”，并探讨这种框架对AI安全、透明度、可修正性等核心属性的意义。

本文深入分析了从聊天机器人到智能体的转变，介绍了选择AI时需要考虑的模型、应用和工具框架三个层面，并详细比较了GPT、Claude、Gemini三大前沿模型及其配套应用和框架，为不同需求的用户提供了实用建议。

Ollama 现已支持在 Claude Code 中使用子代理和网络搜索功能，无需额外配置。子代理可并行执行文件搜索、代码探索和研究等任务，而网络搜索则内置于 Anthropic 兼容层，为模型提供实时信息。

本文运用“AI作为正常技术”框架分析法律行业，指出AI并不会自动降低法律服务成本，因为存在三大瓶颈：监管壁垒（如禁止非律师执业）、对抗性动力（诉讼和交易中的军备竞赛）以及人类参与需求（法官、律师和客户的时间限制）。文章还探讨了可能的制度改革路径。

Replicate的MCP服务器已支持通过官方MCP注册表自动发现，使用/.well-known/mcp/server.json端点发布元数据。VS Code提供最佳集成，其他客户端需手动配置。

OpenClaw是一款个人AI助手，能将你的消息应用连接到本地AI编程代理，所有操作都在你自己的设备上运行，确保隐私安全。它支持WhatsApp、Telegram、Slack、Discord、iMessage等服务，并通过Ollama集成本地或云端模型，推荐使用至少64k上下文长度的模型。