SelfAssay：个人生物黑客决策支持平台
SelfAssay是一个整合同行评审研究、真实世界报告和知识图谱的平台，为生物黑客提供基于证据的决策支持，通过交叉验证和校准信心来评估化合物效果。
- 平台整合超过114,000项研究和181,000份真实世界报告，提供可追溯的引用来源
- 通过交叉验证不同来源的信号，呈现一致性和冲突
日报
AI 日报
2026-07-13 精选 10 条，按主题聚合。其余新闻折叠归档。
今日必读
AI是新式印刷机（又一个陈词滥调）
作者将人工智能比作印刷机，认为AI并非创造了新的信息生成方式，而是大幅提升了信息生成和重组的效率。通过空气动力学类比，解释了AI如何通过规模定律逼近人类智能，并预测AI可能像语言一样对人类大脑产生深远的生物学影响。
- AI与印刷机一样，没有发明信息本身，而是使信息传播和生成变得极其高效。
- AI通过数据、模型和计算规模的扩展来近似人类智能，而非模仿人类思维。
AI会毁掉我的“算法一百天”吗？
八年前，作者开始了“算法一百天”挑战，通过手写代码学习算法。如今回顾，项目存在诸多缺陷，如最大流算法不完整、图算法错误等。作者反思，若当年有AI辅助，可能会促进学习但也可能导致走捷径。最终决定保留代码作为历史记录，并更新README。
- 作者八年前启动“算法一百天”挑战，手写实现算法以巩固学习。
- 项目经GPT-5.6审核，发现多处实现有缺陷，如最大流存根、BFS行为异常等。
爱思唯尔全球调查：3000名研究人员仅不到一半有足够时间做研究，但认为AI可带来变革
爱思唯尔发布《未来研究者》报告，基于对113个国家3200多名研究人员的调查，揭示研究人员面临时间不足、资金压力等挑战，但AI工具采用率从2024年的37%跃升至58%。中国研究人员对AI的信心远高于美国和英国。同时，研究人员的国际流动意愿下降，但跨学科合作增加。
- 仅45%的研究人员有足够时间做研究，68%表示发表压力增大。
- AI工具使用率从2024年的37%增至58%，但仅32%认为机构有良好AI治理。
Fable 再次延期可用
由于 GPT-5.6 Sol 被明确归类为 Fable/Mythos 级模型，Anthropic 再次延长了 Claude Max 计划中 Fable 模型的可用期限至 7 月 19 日。此举原因为计算资源限制，而 OpenAI 则对 GPT-5.6 的访问限制显得更有信心。作者认为 Anthropic 应永久保留 Fable 访问权限，否则用户会因不确定性而转向 OpenAI。
- Anthropic 将 Claude Fable 5 的访问延长至 7 月 19 日。
- 延期原因是计算资源约束，需评估需求与可用性。
Adaptive Recall：通过MCP为AI助手提供持久记忆
Adaptive Recall 是一种为AI助手设计的持久记忆系统，它利用认知科学和机器学习，通过多种检索策略、认知评分、知识图谱和自我改进机制，不断提升记忆检索质量。
- 四种并行检索策略：向量相似性、时间近因、全文关键词、知识图谱遍历
- 基于ACT-R认知科学的评分模型，结合频率、连接和置信度排序
AI基于人类心理做空低价股
Fade Engine是一个完全自主的AI系统，通过识别18种小盘股泡沫模式，在模拟账户中实时做空并公开每笔交易。系统在交易时段每五分钟扫描一次，收盘前平仓，所有记录公开透明。
- Fade Engine是一个独立的AI系统，用于识别并做空过度拉伸的小盘股
- 系统在模拟的10,000美元账户上实时交易，所有交易公开
AI辅助研究的SETI家园
本文提出将AI用户未使用的推理代币众筹用于科学研究，类比于SETI@home项目。讨论了小型团队利用AI解决数学问题的成功案例，以及众筹推理能力所需的设计挑战。
- SETI@home曾利用家用电脑闲置算力分析外星信号。
- 如今，AI用户可将未使用的token配额贡献给集体研究。
Show HN：AI主观评估，AI打造的街机游戏
一个AI街机基准测试项目，让多个编码模型在相同限制下独立创作游戏，由玩家评判趣味性。
- 项目设置192×144像素、6键的街机平台，要求AI模型一次性生成可玩游戏。
- 参与模型包括Grok 4.5、GPT-5.6-sol、Fable 5等，游戏如Catacomb、Sky Shards、Forge。
Lorde 称 Ray-Ban Meta AI 眼镜“不性感”
歌手 Lorde 在马德里的 Real Cool 音乐节上公开反对 AI 眼镜，疑似针对赞助商 Ray-Ban 与 Meta 合作的智能眼镜。她表示很难辨别真实与虚幻，并直言“去他妈的眼镜，不性感”。
- Lorde 在音乐节表演中批评 AI 眼镜，疑似指向 Ray-Ban Meta 智能眼镜。
- 她认为这些眼镜让人难以区分真实与虚假，并明确表示反对。
其余更新（17 条）
循环工程指南：'自动研究'和'双层自动研究'如何将AI代理转变为自主机器学习ML研究循环
本文介绍了循环工程的概念，即AI代理自主迭代实现目标，包含验证器、状态和停止条件三个关键部分。详细阐述了安德烈·卡帕西的自动研究循环和双层自动研究，展示了具体成果：自动研究在700次实验中找到20个改进，使GPT-2训练速度提升11%；双层自动研究通过外层元循环进一步实现了5倍的性能提升。还提供了可复用的构建块和实际操作模板。
- 循环工程用自主循环取代手动提示，循环包含验证器、状态和停止条件。
- 卡帕西的自动研究循环一夜运行700次实验，获得20个改进，训练速度提升11%。
AI的记忆。在你的机器上，由你掌控。
exxperts 是一个本地优先的智能体运行时，提供持久的 AI 房间，带有受管控的、需审批的记忆功能。所有内容都在本地运行，数据以文件形式存储在你的磁盘上，确保隐私和控制权。它提供 Web 应用和 CLI/TUI 两种界面。
- exxperts 提供持久 AI 房间，记忆写入需用户审批，用户完全控制 AI 的记忆。
- 所有数据都存储在本地，位于 ~/.exxperts 目录下，无遥测数据。
Kote：从AI聊天和Git中捕捉并重用工程上下文的开源工具
Kote 是一款开源工具，自动捕捉开发者与 AI 助手的对话、Git 提交记录以及开发上下文，构建可搜索的知识库，帮助开发者快速回忆过去的技术决策和解决方案。支持 VS Code 扩展、GitHub 集成、CLI、浏览器扩展、WhatsApp/Telegram 消息集成等，可自托管部署。
- Kote 被动捕捉 AI 会话、Git 活动等上下文，自动组织成知识库。
- 支持 VS Code CodeLens 显示文件相关笔记，提供 AI 摘要和时间线。
一步陷阱（人工智能研究中的常见错误）
在人工智能研究中，一步陷阱是指错误地认为所有或大多数学习到的预测可以是一步预测，而长期预测可以通过迭代一步预测得到。虽然这种想法吸引人，但由于误差累积和计算复杂性问题，在实践中往往效果不佳。本文分析了这一陷阱及其危害，并提出了使用时间抽象模型（如选项和GVF）的解决方案。
- 一步预测的微小误差会在迭代过程中累积，导致长期预测严重失真。
- 在随机环境中，长期预测的计算复杂度随预测长度呈指数增长，难以实现。
反对实用性
本文探讨了“无用”研究对未来创新的重要性。作者以Folk Computer系统为例，追溯了从施乐帕克到动态地的研究脉络，并呼吁资助那些尚未显现实用价值的范式级工作。
- Folk Computer是一个开源物理计算系统，让整个房间成为计算机。
- 该系统源自艾伦·凯、布雷特·维克多等人的研究传统。
OpenAI的AI在AtCoder世界巡回赛决赛中击败所有人类选手
OpenAI的AI系统在AtCoder世界巡回赛2026算法组中解出全部五道题，得分8300分，而人类最高分仅4300分。启发式组中，AI得分是人类最佳成绩的七倍以上。60万日元的“人类胜出奖”无人领取。该系统被比作即将发布的GPT-5.6。
- OpenAI的AI解出所有五道算法题，得8300分，人类最高4300分
- 无人解出最难的C题和E题
AI客户逐渐认同“小而美”的理念
OpenAI和Anthropic致力于构建大型通用模型，但微软等公司正转向开发小型专用模型，以降低成本并提高效率。微软的MAI模型家族正在取代OpenAI的模型，用于其产品中的AI功能。
- 微软开发了MAI系列小型专用模型，正在取代OpenAI的通用模型。
- 小型模型在特定任务上更高效、更经济，可部署多个实例。
Windows 11 Copilot 告诉你什么拖慢了电脑，而它自己却占用1GB内存
微软正在测试Copilot的“PC Insights”功能，可以分析系统资源使用情况，帮助用户找出性能瓶颈。然而，Copilot本身是一个完整的Web应用，附带私人版Edge，空闲时占用高达1GB内存，凸显了其资源消耗的讽刺性。该功能为可选，默认不自动扫描，用户需授予权限。
- Copilot新增“PC Insights”功能，可读取CPU、内存、存储等系统信息并回答相关问题。
- 功能为可选，需用户授权，不会在后台自动扫描。
苹果失败的自动驾驶汽车项目留下了强大的AI芯片遗产
苹果的自动驾驶汽车项目虽未成功，但其对AI处理的需求催生了神经网络引擎。该引擎首次亮相于iPhone X的A11仿生芯片，现已成为苹果设备端AI处理的核心，并延续至M系列芯片。未来，苹果将加速M7芯片开发，其神经网络引擎大幅升级，M7 Ultra服务器芯片将支持高达1.5TB内存。
- 苹果汽车项目促使神经网络引擎诞生，成为设备端AI处理基石。
- 神经网络引擎伴随A11仿生芯片首次用于iPhone X的人脸识别等功能。
AI模型协同设计：硬件友好的LLM设计
AI性能取决于准确性、吞吐量和交互性三个维度。本文聚焦吞吐量和交互性，探讨模型设计选择如何在不牺牲准确性的情况下优化两者，旨在推动帕累托前沿向外扩展。
- AI性能的三个维度：准确性、吞吐量、交互性。
- 部署必须平衡三者，高准确性若响应慢则无意义。
GPT-5.6、Fable 5和Grok 4.5根据同一规格重建Basecamp
作者通过Basecamp基准测试评估了GPT-5.6 Sol、Fable 5、Grok 4.5等AI模型在构建前端和后端方面的表现。Fable 5在两个赛道上均获胜，Grok 4.5在速度和成本之间取得了最佳平衡。结果显示，即使是顶级模型在完成度上也有显著差异，尤其是最后10%的打磨工作。
- Fable 5在前端和后端基准测试中均得分最高，接近真实Basecamp实现。
- Grok 4.5以9.30美元的成本在37分钟内完成构建，速度成本比最优。
开源模型只剩下6个月的生命？
当前开源AI面临着最严峻的生存考验。白宫正讨论通过行政命令限制开源模型，特别是针对中国模型和政府用途。同时，蒸馏和前沿能力的政策讨论正在同时进行，可能导致在未来6个月内禁止或推迟开源模型。文章批评了Anthropic的监管捕获行为，认为蒸馏问题的解决方案实际上有利于推动者。API并不比开源模型更安全，而全面禁止开源模型并非良策。开源社区需要团结一致，积极游说，确保安全部署。
- 白宫讨论通过行政命令限制开源模型，可能在未来6个月内禁止或推迟达到GPT-5.5或Claude Opus 4.8能力水平的开源模型。
- 蒸馏争论本质上是监管捕获，Anthropic借此推动有利于自己的政策，而非真正解决安全问题。
利用AI让历史讲述银行挤兑的故事
研究人员编制了1863-1934年间超过3000次银行挤兑的数据库，发现大多数挤兑并未导致银行倒闭，并分析了时空模式。
- 大多数银行挤兑并未导致倒闭。
- 银行挤兑在1873、1893、1907和大萧条等重大危机期间激增。
三星强制用户分享健康数据训练AI，否则无法正常使用
三星健康应用新增AI训练数据共享要求，用户若不授权则无法同步健康数据，可能导致手表功能受限。
- 三星健康应用要求用户同意使用个人健康数据训练AI模型，否则无法同步数据。
- 数据包括活动、健康记录、药物和月经周期，可能有人工审查。
Soulless – Spotify上隐藏的AI艺术家名单
Soulless是一个社区驱动的项目，旨在揭露Spotify上隐藏的AI生成音乐艺术家。该项目列出了232位被检测为AI的艺术家，并公开了他们的月听众数和预估收入。此外，Soulless还提供了开源的AI音乐检测工具，以及相关的资源列表，帮助人们识别AI生成音乐。
- Soulless项目识别出232位AI生成的Spotify艺术家，并公开其月听众和收入数据。
- 检测工具采用集成方法，融合SONICS频谱图模型和lofcz声码器指纹检测。
AI与写作的未来：作家圆桌讨论对艺术的影响
在一场圆桌讨论中，作家与文化评论家探讨了人工智能对语言、创造力和社会的深远影响。他们指出，AI既增强了也削弱了语言能力，并可能清晰划分机器与人类灵魂的界限。尽管存在焦虑，但AI也带来了研究、可及性和诊断方面的机遇。
- AI被视为一种去中心化技术，其进展之迅速如同从莱特兄弟到747客机。
- 作家发现AI既磨砺又钝化语言能力，需要加倍投入阅读和写作训练。
开发者未能充分利用AI，因为他们仍紧盯代码
许多开发者未能充分发挥自动编程的潜力，因为他们仍然过度关注代码本身，这使自己成为瓶颈。应将时间投入到新想法、质量保证、设计以及明确目标上。
- 关注代码使开发者成为瓶颈
- 应转向更高层次的任务如设计、QA