_done 发布 AI 行动扩展工具，无需账户即可执行真实任务
一款名为 _done 的 AI 工具在 Hacker News 上公开，旨在扩展 AI 的实操能力。该工具允许智能体按需执行真实世界任务，采用 x402 付费模式，每次使用无需注册账户、登录或密钥。此设计大幅降低了 AI 自动化执行线下操作的门槛，开发者可快速将 _done 集成到工作流中。目前该工具已上线，但评论区尚无回应，市场反响待观察。 #AI #工具 #自动化 #HackerNews #无登录
一款名为 _done 的 AI 工具在 Hacker News 上公开，旨在扩展 AI 的实操能力。该工具允许智能体按需执行真实世界任务，采用 x402 付费模式，每次使用无需注册账户、登录或密钥。此设计大幅降低了 AI 自动化执行线下操作的门槛，开发者可快速将 _done 集成到工作流中。目前该工具已上线，但评论区尚无回应，市场反响待观察。 #AI #工具 #自动化 #HackerNews #无登录
Velonus 推出 AI 原生 DevSecOps 工具，Beta 版支持一键修复 PR
Velonus 正式进入 beta 阶段，这是一款 AI 原生的 DevSecOps 工具，专注于 Python 项目安全。通过并行运行 Bandit、semgrep、gitleaks、pip-audit 和 safety 等主流扫描器，Velonus 能够在单次扫描中覆盖全攻击面，且无需手动配置。其 AI 引擎自动对发现结果进行重要性排序，过滤掉 93% 的误报，并直接生成修复代码，用户可通过 CLI、GitHub Action 或 REST API 一键合入 PR，实现从终端到仓库的自动修复流程。整个扫描中位耗时不足 60 秒，单次 AI 成本仅约 0.04 美元。Velonus 致力于让安全团队聚焦真正重要的少数风险，目前已在 GitHub、GitLab、Bitbucket 等平台提供原生集成。 #DevSecOps #AI #安全 #Python #自动化 #代码扫描 #漏洞修复
Velonus 正式进入 beta 阶段，这是一款 AI 原生的 DevSecOps 工具，专注于 Python 项目安全。通过并行运行 Bandit、semgrep、gitleaks、pip-audit 和 safety 等主流扫描器，Velonus 能够在单次扫描中覆盖全攻击面，且无需手动配置。其 AI 引擎自动对发现结果进行重要性排序，过滤掉 93% 的误报，并直接生成修复代码，用户可通过 CLI、GitHub Action 或 REST API 一键合入 PR，实现从终端到仓库的自动修复流程。整个扫描中位耗时不足 60 秒，单次 AI 成本仅约 0.04 美元。Velonus 致力于让安全团队聚焦真正重要的少数风险，目前已在 GitHub、GitLab、Bitbucket 等平台提供原生集成。 #DevSecOps #AI #安全 #Python #自动化 #代码扫描 #漏洞修复
KB金融与谷歌云达成战略合作，加速AI转型
据韩国《亚洲经济》报道，KB金融集团宣布与谷歌云签署战略合作协议，共同推动集团人工智能（AI）转型。双方将结合谷歌云的最新AI技术与KB金融在金融领域的专业能力，开展基于AI的业务创新、改善客户金融体验、推进数据驱动型决策，并建设AI金融平台。作为合作首项成果，KB金融利用谷歌云的生成式AI模型Gemini，成功开发了面向员工的数据分析AI代理“KB Dav”。该代理可辅助员工高效处理和分析金融数据，提升决策效率与精准度。此次合作标志着KB金融在金融科技领域的深化布局，旨在通过引入顶尖云AI技术，实现业务模式革新与全球化竞争力提升。 #KB金融 #谷歌云 #AI转型 #生成式AI #Gemini #金融科技 #数据分析 #人工智能 #战略合作 #韩国金融
据韩国《亚洲经济》报道，KB金融集团宣布与谷歌云签署战略合作协议，共同推动集团人工智能（AI）转型。双方将结合谷歌云的最新AI技术与KB金融在金融领域的专业能力，开展基于AI的业务创新、改善客户金融体验、推进数据驱动型决策，并建设AI金融平台。作为合作首项成果，KB金融利用谷歌云的生成式AI模型Gemini，成功开发了面向员工的数据分析AI代理“KB Dav”。该代理可辅助员工高效处理和分析金融数据，提升决策效率与精准度。此次合作标志着KB金融在金融科技领域的深化布局，旨在通过引入顶尖云AI技术，实现业务模式革新与全球化竞争力提升。 #KB金融 #谷歌云 #AI转型 #生成式AI #Gemini #金融科技 #数据分析 #人工智能 #战略合作 #韩国金融
Moonshot AI 免费发布 Kimi K3 模型权重，中国最强代理 AI 开放下载
Moonshot AI 近日通过 Hugging Face 免费发布了其旗舰代理模型 Kimi K3 的权重。该模型拥有 2.8 万亿参数和 1 万亿 token 的超长上下文窗口，能够高效处理长文档与复杂推理任务，在 Agent Arena 排行榜上位列第三。此次开源使得企业、研究人员与开发者无需支付昂贵 API 费用即可本地部署这一顶级模型。但当前完整模型体积超过 1TB，运行门槛极高，需配备如 Nvidia DGX B200（1440GB GPU 内存）等专业系统。未来经过蒸馏后有望在消费级设备上运行，用户亦可通过网页端直接体验对话功能。 #KimiK3 #MoonshotAI #大模型 #AI开源 #国产AI #代理AI #科技新闻
Moonshot AI 近日通过 Hugging Face 免费发布了其旗舰代理模型 Kimi K3 的权重。该模型拥有 2.8 万亿参数和 1 万亿 token 的超长上下文窗口，能够高效处理长文档与复杂推理任务，在 Agent Arena 排行榜上位列第三。此次开源使得企业、研究人员与开发者无需支付昂贵 API 费用即可本地部署这一顶级模型。但当前完整模型体积超过 1TB，运行门槛极高，需配备如 Nvidia DGX B200（1440GB GPU 内存）等专业系统。未来经过蒸馏后有望在消费级设备上运行，用户亦可通过网页端直接体验对话功能。 #KimiK3 #MoonshotAI #大模型 #AI开源 #国产AI #代理AI #科技新闻
OpenAI, Google, and Anthropic Absent from Nvidia-Led Open Secure AI Alliance
OpenAI, Google, and Anthropic, companies behind proprietary,
OpenAI, Google, and Anthropic, companies behind proprietary,
不要向LLM索要置信度分数
近期，关于要求大语言模型（LLM）生成自身答案置信度分数的做法引发讨论。多位技术专家指出，这一方法从科学角度看完全无效：模型给出的0到100连续置信度评分缺乏任何可验证的依据，本质上是一种心理安慰而非真实可靠性度量。尽管Anthropic等机构的研究表明模型在生成过程中存在潜在内部状态，如提前规划词语，以及能够觉察激活层中的概念注入，但这些能力高度不可靠且依赖上下文。更重要的是，试图通过模型的推理过程来评估置信度会陷入“谁监督监督者”的无穷回归问题——每个置信度评分都需要另一个置信度来验证。因此，向LLM索要置信度分数不仅无助于提升结果可信度，反而可能误导开发者与用户。 #AI #LLM #置信度 #可靠性 #大模型 #人工智能 #科学研究 #科技
近期，关于要求大语言模型（LLM）生成自身答案置信度分数的做法引发讨论。多位技术专家指出，这一方法从科学角度看完全无效：模型给出的0到100连续置信度评分缺乏任何可验证的依据，本质上是一种心理安慰而非真实可靠性度量。尽管Anthropic等机构的研究表明模型在生成过程中存在潜在内部状态，如提前规划词语，以及能够觉察激活层中的概念注入，但这些能力高度不可靠且依赖上下文。更重要的是，试图通过模型的推理过程来评估置信度会陷入“谁监督监督者”的无穷回归问题——每个置信度评分都需要另一个置信度来验证。因此，向LLM索要置信度分数不仅无助于提升结果可信度，反而可能误导开发者与用户。 #AI #LLM #置信度 #可靠性 #大模型 #人工智能 #科学研究 #科技
实测 Apple Silicon 大模型推理速度，原始数据公开
一项针对 Apple Silicon 芯片（M4 Pro、M4 Max、M3 Ultra）的大模型推理速度基准测试正式发布。测试基于实际生产环境，使用 Ollama 0.31.2 和 macOS 15.3.1，通过固定提示词和 512 token 生成预算，每款模型运行三次取中位数。结果显示，生成速度主要受内存带宽限制，呈近似线性扩展。原始数据以 JSON 格式公开，遵循 CC BY 4.0 协议，可供开发者参考复现。该测试旨在提供真实可比的性能指标，而非理论纸面数据。 #AppleSilicon #LLM #推理速度 #Ollama #基准测试 #M4Max #M3Ultra #开源数据
一项针对 Apple Silicon 芯片（M4 Pro、M4 Max、M3 Ultra）的大模型推理速度基准测试正式发布。测试基于实际生产环境，使用 Ollama 0.31.2 和 macOS 15.3.1，通过固定提示词和 512 token 生成预算，每款模型运行三次取中位数。结果显示，生成速度主要受内存带宽限制，呈近似线性扩展。原始数据以 JSON 格式公开，遵循 CC BY 4.0 协议，可供开发者参考复现。该测试旨在提供真实可比的性能指标，而非理论纸面数据。 #AppleSilicon #LLM #推理速度 #Ollama #基准测试 #M4Max #M3Ultra #开源数据
Kimi K3
月之暗面（Moonshot AI）在其模型页面汇总了近期多篇重要文章。7月16日发布的《，以及我们仍能从鹈鹕基准测试中学到什么》聚焦模型推理能力评估及其带来的启示；7月21日的《与Claude Code团队Cat和Thariq的炉边谈话》分享了开发经验；7月22日的《OpenAI对Hugging Face的意外网络攻击
月之暗面（Moonshot AI）在其模型页面汇总了近期多篇重要文章。7月16日发布的《，以及我们仍能从鹈鹕基准测试中学到什么》聚焦模型推理能力评估及其带来的启示；7月21日的《与Claude Code团队Cat和Thariq的炉边谈话》分享了开发经验；7月22日的《OpenAI对Hugging Face的意外网络攻击