AI领域最新动态：前沿项目、技术发布与研究成果汇总
Builder X
Andrej Karpathy（Anthropic）
Andrej Karpathy借助Claude Code和Opus 5.5开发了名为HackerTube的网站。他从Hacker News过去20年的4300多万条评论中，筛选出6454个被反复推荐的视频，以此搭建替代YouTube推荐页的平台。这款网站无需用户登录，状态会在浏览器本地保存；视频缩略图采用影片中的画面，而非上传者为吸引点击率制作的封面。他还将评论分析数据公开，用户可借助Claude工具生成属于自己的版本。整个项目仅耗时约两小时，除了创建YouTube API密钥、启动虚拟专用服务器和购买域名外，代码编写、部署、安全加固及优化工作全部由Claude完成。Karpathy感慨，过去需要数周甚至数月才能完成的项目，如今一个早晨就能快速搭建出原型。
Thibault Sottiaux（OpenAI）
来自OpenAI的Thibault Sottiaux透露，OpenAI已推出自研的Git后端Pando，用于支撑Codex带来的并行开发负载。该后端兼容Git协议与使用方式，可实现不同分支提交的并行处理。目前Pando已覆盖整个内部代码仓库，日均传输近1PB的Git数据，中位数推送延迟降低近80%。此外，OpenAI正在扩展支撑Dots服务的前沿模型阵容，包括GPT-6 Astra、GPT-6.1 Terra等，后续还会有更多模型加入。其中，Terra的速度和个性表现将助力Dots服务更多用户；Dot会根据任务需求选择合适的模型，甚至可能在同一工作的不同环节调用不同模型，相关扩展工作仍在推进中。
Peter Yang
Peter Yang使用ChatGPT和Gemini为自己正在撰写的文章提供编辑建议，他发现Gemini的修改建议明显更优，而ChatGPT给出的建议大多不够理想。不过，由于Antigravity的浏览器操作能力存在不足，他只能将Gemini的建议复制到ChatGPT中，再借助后者完成浏览器端的修改。这一案例也反映出，模型本身的能力与承载模型的产品工具链，可能成为两个不同层面的瓶颈。
Nan Yu（OpenAI）
来自OpenAI的Nan Yu认为，除少数特殊场景外，多人共同使用AI进行群聊并非理想的协作方式，很容易演变为低质量内容的堆积。
Thariq
Thariq分享了使用高价AI套餐一周的体验，他表示，要完成高质量的工作，并不需要无限量的Token，每月200美元的套餐已经能提供足够强的能力。他还提到，当前或许是智能服务价格最高的时期。
Amjad Masad（Replit）
来自Replit的Amjad Masad提出，Agent应运行在由组织控制的专属环境中，且每项任务仅获得完成工作所需的资源权限。他主张，部署企业级Agent的核心在于将Agent的运行环境和访问范围纳入组织的统一管理。
Guillermo Rauch（Vercel）
来自Vercel的Guillermo Rauch认为，衡量Agent沙箱的性能，不能仅看启动无状态环境的速度。若要让Agent持续完成工作，还需让其携带自身的工作空间运行，其中包括身份、技能、代码仓库和记忆。目前，Vercel的沙箱团队正在19个全球区域部署服务，在关注延迟与吞吐的同时，也兼顾了可靠性和安全性。
Garry Tan（Y Combinator）
来自Y Combinator的Garry Tan表示，Capy Captains让他修复问题的吞吐量一夜之间提升了约5倍。他特别强调多个Captains与子线程之间的协调能力，认为这能让Agent并行处理更多问题。
Dan Shipper（Every）
来自Every的Dan Shipper评价Gemini Argon本身表现很强；他还指出，Antigravity存在的问题之一是产品功能和复杂度仍停留在较早阶段，未能跟上新模型带来的能力提升。
Blog
权重空间编程：大模型可原生读写神经网络权重
MIT CSAIL的Rikiya Takehi、Jayden Teoh、Alex Zhang和Omar Khattab开展了一项研究，让通用大模型能够直接读取和修改神经网络的权重，且无需依赖梯度或训练，该方法被命名为权重空间编程。研究中，GPT-6 Astra在检查Qwen3.5-0.8B后，判断其推理循环是数学成绩不佳的重要原因；在允许进行50次前向测试后，Astra改动了约0.016%的权重。修改后的模型在多个测试集上的表现显著提升：MATH-500的成绩从7.9%升至48.1%，提升了6倍；GSM8K从13.8%升至67.1%；指令遵循测试IFEval从21%升至62.3%。研究者还展示了Astra仅凭小型网络的权重辨认其用途，以及从零编写简单游戏网络的实验。不过，作者强调这是早期结果，目前正在构建专门的评测基准和工具。此外，权重修改能修复特定故障，但并不意味着模型可以借此获得原本不具备的能力。
Podcast
Legora：在不接触客户数据的情况下开发法律Agent
在Latent Space的最新一期节目中，采访了Legora的联合创始人兼CTO Jacob Lauritzen，节目标题聚焦于法律AI的特殊挑战：律所客户的文件和业务数据高度保密，Legora无法像普通软件公司那样查看完整的生产环境记录，团队必须在保护客户数据的前提下，判断Agent是否真的能胜任法律工作。Legora最初只是将ChatGPT、瑞典法律资料和搜索工具组合使用，后来逐步发展成能执行各类法律任务的Agent：它可以起草和修改Word文档、整理文件、进行复杂分析，还能协调律师、客户和其他Agent之间的工作。例如，律师开展尽职调查时，可将数千份合同放入Tabular Review，让系统按列提取解约期限、知识产权条款等信息，并标出异常条款。节目提到，这套表格处理流程能扩展到非常大的文件量；Agent还可根据尽调要求自动建立表格、分析结果并提示风险。
保密要求改变了产品开发和评测方式：Legora将服务部署在Azure，部分原因是律所早已通过Microsoft 365的安全审查，对微软环境更熟悉；公司也严格限制客户数据流向哪些第三方服务。为了评估Agent，团队会构造模拟的法律工作环境，比如包含上万份文件的数据室，并由工程师、律师和有律所经验的法律工程师共同设计测试。团队会把法律工作拆成可衡量的任务，比如报告是否准确、是否找出重要风险、引用是否能追溯到依据。一次模型升级甚至让某项引用表现从约70%提升到99%，Legora无需修改产品代码。
Lauritzen估计，现有模型已经能较好处理约60%的法律工作；复杂分析仍需要更强的模型。他们会按任务在不同模型间选择，也会考虑成本、延迟、数据治理和地区可用性。对法律产品来说，模型之外的“工作方法”同样关键：系统必须能搜索并找到合适的先例，解释分析依据，并让律师从结论一路点回表格单元格或原始文件核实。长合同尤其难处理，因为某个定义、条款或修改可能要结合相隔多页的上下文才能理解。
法律Agent改变的也不只是工作速度：节目没有简单得出“初级律师将消失”的结论。Lauritzen认为，优秀律师可以借助Agent完成更多工作；但法律行业的竞争压力已经迫使律所采用新工具，部分收费方式也正从按小时计费转向按项目或固定费用，较简单的审查工作甚至可能免费。高价值的并购、诉讼和客户关系仍然重要，律师的时间可能更多转向判断、策略和客户沟通。
Legora还区分了两类客户落地角色：法律工程师通常有律所工作经验，负责配置产品、梳理工作流程；驻场工程师则编写代码、做生产级集成。团队可以帮助律所把内部流程接入产品，但客户数据仍由律所掌控。整个访谈呈现的核心问题是：专业Agent不只是接入一个更聪明的模型，还需要行业流程、评测方法、数据治理和能够落地的产品工具。
