2026-09-20
今日要点
- DeepMind 发布 Gemini 3.8 Live 系列模型及 WeatherNext 3 天气预测模型，AlphaGenome Atlas 提供人类基因组全谱预测图谱
- Meta 推出 MTIA 300 训练芯片，内置 NIC 与通信卸载引擎，显著提升 AI 训练效率
- Anthropic 推出生命科学研究验证计划，并与 Accenture 合作嵌入式评估，强化 AI 安全与对齐
- OpenAI 发布 Astra for Law 法律专用模型，并推出模型不对齐报告框架，推动企业 AI 应用落地
- 阿里巴巴开源可检测癌症及近 150 种疾病的医疗 AI 模型，Google AI 推动多语言 AI 普惠化
Hacker News
AI-generated posters don’t have to be horrible
AI 生成的海报不必那么糟糕
这篇文章探讨了如何利用 AI 工具生成高质量的活动海报。作者指出，虽然许多人认为 AI 生成的设计作品质量低劣，但通过合理的提示词工程和对设计原则的理解，AI 完全可以产出专业级别的海报。文章分享了具体的实践技巧，包括如何选择风格参考、如何迭代优化输出结果，以及如何在 AI 生成基础上进行人工微调，最终达到令人满意的视觉效果。
I built non-autoregressive decision models with RL a year ago
一年前我用强化学习构建了非自回归决策模型
作者回顾了一年前提出的非自回归决策模型研究，该模型结合了强化学习框架，突破了传统自回归模型在决策任务中的序列依赖限制。文章讨论了该方法的架构设计、训练策略以及在复杂决策场景中的表现，并分享了后续改进方向和实际应用中的经验教训。
Two parallel neural ectoderm progenitors contribute to the developing brain
两种平行的神经外胚层祖细胞共同促进大脑发育
斯坦福大学医学院的研究发现，在胚胎大脑发育过程中，存在两种平行的神经外胚层祖细胞类型，它们各自以不同的方式和时间贡献于大脑皮层的形成。这一发现为理解大脑发育的细胞机制提供了新的视角，也可能为神经系统疾病的研发带来新的思路。
San Francisco Onion Futures Company
旧金山洋葱期货公司
这是一个名为”San Francisco Onion Futures Company”的趣味项目，以幽默的方式将洋葱价格与金融衍生品概念结合。该项目以讽刺手法调侃了加密货币和投机市场的狂热现象，同时也是一个创意十足的社区艺术/技术项目。
GPT-6 Astra Solves a WWI German Radio Cipher
GPT-6 Astra 破解一战德军无线电密码
一篇关于 GPT-6 Astra 模型成功破解第一次世界大战期间德军无线电密码系统的文章。这一成就展示了现代大语言模型在历史密码学和复杂模式识别任务中的强大能力，也为计算语言学和历史研究提供了新的工具和方法。
If math is more than proof, we need to better celebrate the rest of it
如果数学不止于证明，我们需要更好地庆祝它的其他面向
著名数学家陶哲轩发表了一篇博客文章，探讨数学的丰富内涵远超形式化证明本身。他呼吁数学界和公众更加重视数学中的直觉、美感、计算技巧和创造性思维，而不仅仅是证明的严谨性。这篇文章对数学教育和数学文化的讨论具有深远意义。
How OpenAI Used Its Own LLMs to Design Its Jalapeño Chip
OpenAI 如何使用自己的大语言模型设计”哈雷尼奥”芯片
IEEE Spectrum 报道了 OpenAI 利用自身大语言模型参与设计其定制芯片”Jalapeño”的过程。这一案例展示了 LLM 在硬件设计领域的创新应用，包括自动生成电路布局建议、优化芯片架构以及加速设计迭代周期，标志着 AI 辅助芯片设计进入新阶段。
US troop deaths during Iran war exceed Pentagon count by at least four
美国在伊朗战争中的阵亡人数比五角大楼统计至少多出四人
路透社报道，据《华盛顿邮报》调查，美国在伊朗战争中的实际军人阵亡人数比五角大楼官方统计至少多出四人。这一发现引发了对战争伤亡统计透明度和准确性的关注，也引发了关于军事信息发布的广泛讨论。
What Zig felt like, coming from Rust
从 Rust 转用 Zig 的感受
这篇文章详细记录了开发者从 Rust 迁移到 Zig 编程语言的体验。作者对比了两种语言在内存管理、编译速度、错误处理和学习曲线等方面的差异，分享了在实际项目中用 Zig 重写 Rust 代码的过程和心得，为考虑语言迁移的开发者提供了有价值的参考。
Tin: full-text search for Postgres
Tin：PostgreSQL 全文搜索引擎
PlanetScale 发布了名为 Tin 的开源工具，为 PostgreSQL 数据库提供高效的全文搜索功能。该工具旨在简化 Postgres 的搜索能力，使其能够像专业搜索引擎一样处理大规模文本检索，同时保持与 PostgreSQL 原生生态的无缝集成。
Science Is Open Software
科学即开源软件
这篇文章提出了一个引人深思的观点：科学研究应当被视为开源软件一样开放共享。作者论证了开放科学在加速研究进展、提高可重复性和促进全球合作方面的重要性，并呼吁学术界和资助机构采取更多行动来推动研究数据的开放获取。
I think you should almost never use AI to write
我认为你几乎不应该用 AI 写作
这篇文章提出了一个鲜明的观点：在绝大多数写作场景中，人们应该避免使用 AI 辅助写作。作者认为 AI 生成的文本往往缺乏个人声音和真实情感，长期使用会削弱写作者的独立思考能力和表达风格。文章探讨了何时使用 AI 写作可能适得其反，并提供了替代建议。
Alibaba open-sources AI model that can detect cancer and nearly 150 conditions
阿里巴巴开源可检测癌症及近 150 种疾病的 AI 模型
阿里巴巴宣布开源一款强大的医疗 AI 模型，该模型能够检测癌症以及近 150 种不同疾病。这一开源举措旨在推动全球医疗 AI 的发展，让研究机构和医疗机构能够基于此模型进行进一步开发和定制，从而提升疾病早期诊断的准确性和可及性。
A graphical desktop for the ZX Spectrum
ZX Spectrum 的图形化桌面环境
开发者 mindbox77 在 GitHub 上发布了一个名为 ZXDesk 的项目，为经典的 ZX Spectrum 8 位家用计算机打造了一个图形化桌面环境。这个项目让复古计算机用户能够在保留经典硬件体验的同时，享受现代化的图形界面操作方式，是怀旧计算与现代工程结合的有趣尝试。
SDCC – Small Device C Compiler
SDCC——小型设备 C 编译器
SDCC（Small Device C Compiler）是一个支持多种 8 位和 16 位微控制器的开源 C 编译器，包括 8051、Z80、AVR 等架构。这篇文章介绍了 SDCC 的功能特点、支持的目标平台以及在嵌入式开发中的应用，是嵌入式系统开发者的重要工具参考。
OpenAI Blog
Introducing the Australian Youth Safety Blueprint
推出澳大利亚青少年安全蓝图
OpenAI 发布了澳大利亚青少年安全蓝图，旨在为澳大利亚的青少年提供安全使用 AI 工具的指导和框架。该蓝图涵盖了青少年在使用 AI 时可能面临的风险，包括信息准确性、隐私保护和心理健康等方面，并提供了具体的建议和最佳实践。
How Cooley is accelerating IPO work with ChatGPT
Cooley 如何利用 ChatGPT 加速 IPO 工作
这篇文章介绍了法律科技公司 Cooley 如何使用 ChatGPT 来加速首次公开募股（IPO）相关的工作流程。通过 AI 辅助，Cooley 能够更高效地处理法律文档审查、合规检查和分析任务，显著缩短了 IPO 准备时间，为法律行业的 AI 应用提供了典型案例。
Introducing Astra for Law
推出 Astra for Law
OpenAI 发布了专为法律行业设计的 Astra for Law 模型。该模型针对法律文档分析、案例研究和合同审查等任务进行了优化，能够帮助律师和法律专业人士更高效地处理大量法律文本，同时确保信息的准确性和保密性。
Helping older adults use AI in everyday life
帮助老年人将 AI 融入日常生活
OpenAI 发布了一篇关于如何帮助老年人使用 AI 技术的指南。文章探讨了老年人在使用 AI 工具时面临的具体挑战，包括技术门槛、信任问题和易用性考虑，并提出了针对性的设计原则和解决方案，以促进 AI 技术的普惠化。
Reimagining advertising with AI
用 AI 重新构想广告行业
这篇文章探讨了 AI 如何改变广告行业的运作方式。从创意生成到精准投放，从内容个性化到效果分析，AI 正在重塑广告的全流程。文章分析了当前 AI 广告应用的主要趋势，以及广告从业者和品牌方如何有效利用这些技术提升营销效果。
Hex turns complex analysis into visual reports with GPT-6 Astra
Hex 利用 GPT-6 Astra 将复杂分析转化为可视化报告
数据科学平台 Hex 宣布与 OpenAI 合作，利用 GPT-6 Astra 模型将复杂的数据分析结果自动转化为易于理解的可视化报告。这一集成使得数据分析师能够更高效地呈现分析洞察，降低了数据报告的制作门槛。
How to connect AI usage to business value
如何将 AI 使用与商业价值挂钩
这篇文章提供了实用的指导，帮助企业和组织将 AI 技术的应用与明确的商业价值联系起来。文章讨论了如何设定 AI 项目的关键绩效指标、如何量化 AI 带来的效率提升和成本节约，以及如何向利益相关者展示 AI 投资的实际回报。
Our framework for reporting model misalignment
我们的模型不对齐报告框架
OpenAI 发布了一个模型不对齐（misalignment）事件的报告框架，旨在建立标准化的流程来记录、分析和分享模型行为偏离预期目标的情况。这一框架有助于提高 AI 系统的安全性和可靠性，促进整个行业对模型对齐问题的理解和应对。
How workers are unlocking new ways of working
员工如何解锁新的工作方式
这篇文章探讨了 AI 技术如何帮助员工发现和采用新的工作方式。通过实际案例，文章展示了不同行业的工作者如何利用 AI 工具提升工作效率、改善工作流程，以及如何在人机协作中找到新的职业价值和发展机会。
How Fyxer built an AI executive assistant people trust
Fyxer 如何打造人们信任的 AI 高管助理
Fyxer 公司分享了他们构建 AI 高管助理的经验，重点介绍了如何在功能强大和建立用户信任之间取得平衡。文章讨论了透明度设计、错误处理机制、隐私保护措施以及用户反馈循环等关键要素，为开发可信 AI 助手提供了宝贵参考。
Anthropic Blog
Improving our alignment and security efforts
改进我们的对齐与安全工作
Anthropic 发布了关于改进 AI 对齐和安全工作的最新进展报告。文章详细介绍了公司在模型对齐研究、安全评估和风险控制方面的新方法和成果，强调了持续改进 AI 系统安全性和可靠性的重要性。
Partnering with Accenture on embedded evaluation
与 Accenture 合作嵌入式评估
Anthropic 宣布与 Accenture 建立合作伙伴关系，共同开发嵌入式 AI 评估方案。这一合作旨在将 AI 性能和安全评估更深入地集成到企业工作流程中，帮助组织在实际应用中持续监控和改进 AI 系统的表现。
Introducing the Life Sciences Verification Program
推出生命科学研究验证计划
Anthropic 推出了生命科学研究验证计划，旨在确保 AI 模型在生物医学研究中的应用符合安全和伦理标准。该计划为研究人员提供了一个验证框架，帮助他们在利用 AI 加速生命科学研究的同时，确保研究的可靠性和安全性。
Developing Enterprise Frontier Safeguards with our customers
与客户共同开发企业前沿安全护栏
Anthropic 分享了与客户合作开发企业级 AI 安全护栏的经验。文章介绍了如何通过与客户紧密协作，识别和应对前沿 AI 模型在企业环境中可能带来的风险，包括数据隐私、内容安全和合规性等方面的挑战。
Previewing the Model Hardware Standard
预览模型硬件标准
Anthropic 发布了模型硬件标准的预览版本，旨在为 AI 模型的硬件部署提供统一的规范和指导。这一标准涵盖了性能指标、安全要求和互操作性等方面，有助于促进 AI 硬件生态的健康发展。
Expanding our support for scientists
扩大对科学家的支持
Anthropic 宣布扩大对科学家的支持计划，包括提供更多 AI 研究资源、合作机会和技术指导。这一举措旨在帮助科学家更好地利用 AI 工具推进各领域的研究进展，同时确保研究过程的安全和负责任。
Funding better evaluations of AI’s impact on wellbeing
资助更好的 AI 对幸福感影响评估
Anthropic 宣布设立研究资助计划，支持对 AI 技术如何影响人类幸福感的更深入评估。该计划旨在资助跨学科研究，探索 AI 在社会、心理和人际关系层面的广泛影响，为负责任的 AI 发展提供科学依据。
How Claude’s text watermark works
Claude 文本水印的工作原理
Anthropic 详细解释了 Claude 模型生成的文本中嵌入的水印技术。这种水印是一种不可见的数字标记，可以帮助识别文本是否由 AI 生成，同时不影响文本的可读性和质量。文章介绍了水印的技术实现方式和应用场景。
Improving Fable 5’s biology safeguards
改进 Fable 5 的生物学安全护栏
Anthropic 发布了关于改进 Fable 5 模型生物学安全护栏的更新。文章详细介绍了针对生物安全风险的新检测和防护措施，包括对敏感生物信息的识别能力增强和更严格的输出控制机制。
Mariano-Florentino (Tino) Cuéllar to join Anthropic as Chief Global Affairs Officer
Mariano-Florentino (Tino) Cuéllar 将加入 Anthropic 担任首席全球事务官
Anthropic 宣布前联合国高级官员 Mariano-Florentino Cuéllar 将加入公司，担任首席全球事务官。Cuéllar 将在全球政策、监管关系和国际合作方面发挥关键作用，帮助 Anthropic 应对日益复杂的全球 AI 治理挑战。
Google AI Blog
New experts join Google’s AI & Economy team
新专家加入 Google AI 与经济团队
Google 宣布多位新专家加入其 AI 与经济研究团队，将进一步拓展 AI 对经济影响的研究深度和广度。这些新成员带来了在经济学、政策分析和 AI 伦理等领域的丰富经验，有助于更全面地理解 AI 技术对社会经济的深远影响。
Co-creating the future of fashion with Google
与 Google 共同创造时尚的未来
Google 展示了与时尚行业合作利用 AI 技术共创未来的项目。从设计辅助到个性化推荐，从可持续生产到虚拟试穿，AI 正在为时尚产业带来革命性的变化。文章介绍了具体的合作案例和技术应用。
Making global data easier to explore
让全球数据更易探索
Google 推出了联合国数据commons平台，旨在让全球数据更加易于探索和利用。该平台整合了来自联合国系统的海量数据资源，为研究人员、政策制定者和公众提供了强大的数据查询和分析工具，促进了数据驱动的决策制定。
AI for Societal Impact
面向社会影响的 AI
Google 发布了关于 AI 社会影响的综合报告，展示了 AI 技术在教育、医疗、环境保护和灾害响应等领域的积极应用。文章强调了负责任地开发和应用 AI 技术的重要性，以及科技公司在社会福祉方面应承担的责任。
Building AI to accelerate science and improve lives
构建 AI 以加速科学进步和改善生活
Google CEO 詹姆斯·马尼卡（James Manyika）撰文介绍了 Google 在利用 AI 加速科学研究和改善人类生活方面的努力和愿景。文章涵盖了从基础科学研究到实际应用的多领域进展，展现了 AI 作为通用目的技术的巨大潜力。
AI for everyone in every language
让每个人每种语言都能使用 AI
Google 宣布了推动 AI 多语言普惠化的重要举措，致力于让全球所有语言的使用者都能从 AI 技术中受益。这一计划包括扩展小语种模型支持、改进翻译质量和降低技术使用门槛等多个方面。
New insights from Google’s AI & Economy ATLAS
Google AI 与经济 ATLAS 的新见解
Google 发布了 AI 与经济 ATLAS 平台的最新研究成果，提供了关于 AI 采用对生产力、就业和市场结构影响的深入分析。该平台整合了全球范围内的经济数据和 AI 采用指标，为政策制定者和研究者提供了宝贵的洞察。
Watch astronaut Christina Koch and Google’s James Manyika discuss space, technology, and discovery
观看宇航员 Christina Koch 与 Google 的 James Manyika 讨论太空、技术与发现
Google 发布了一段特别对话视频，邀请宇航员 Christina Koch 与公司 CEO James Manyika 探讨太空探索、技术进步和科学发现之间的关系。两人分享了各自领域的见解，讨论了 AI 和新技术如何推动人类对宇宙的认知。
DevFest is back
DevFest 回来了
Google 宣布 DevFest 开发者大会即将回归，这是 Google 面向全球开发者社区的重要年度活动。DevFest 将提供关于最新技术趋势、开发工具和最佳实践的分享与交流机会，涵盖 Android、Cloud、AI 等多个技术领域。
3 ways to prep for your next big race with Search
用 Search 为下一次重要比赛做准备的三种方式
Google Search 发布了一篇实用指南，介绍如何利用 Search 功能为即将到来的大型跑步比赛做好充分准备。文章涵盖了训练计划制定、装备选择、路线规划和营养建议等方面的搜索技巧。
The Gradient
After Orthogonality: Virtue-Ethical Agency and AI Alignment
正交性之后：德性伦理学与 AI 对齐
这篇文章探讨了在超越正交性论题后，如何将德性伦理学应用于 AI 对齐研究。作者认为，传统的 AI 对齐方法过于关注目标和行为的正确性，而忽视了 AI 系统的”品格”培养。文章提出了一种基于德性伦理的新框架，强调 AI 系统应当发展出类似于人类美德的行为倾向。
AGI Is Not Multimodal
AGI 并非多模态
这篇文章挑战了当前关于 AGI 必须具有多模态能力的普遍观点。作者论证了单模态系统同样有可能达到 AGI 水平，并指出将多模态能力作为 AGI 的必要条件可能会误导研究方向的判断。文章对当前 AI 研究趋势提出了深刻的反思。
Shape, Symmetries, and Structure: The Changing Role of Mathematics in Machine Learning Research
形状、对称性与结构：数学在机器学习研究中的角色变迁
这篇文章深入探讨了数学在机器学习研究中的角色演变。从早期的统计方法到如今的几何拓扑和群论应用，数学工具正在深刻改变我们对机器学习模型的理解和设计。作者分析了这一趋势背后的原因及其对未来研究的影响。
What’s Missing From LLM Chatbots: A Sense of Purpose
LLM 聊天机器人缺少什么：一种目标感
这篇文章指出当前大语言模型聊天机器人最缺失的是”目标感”。作者认为，真正的智能系统不仅需要处理信息和生成文本，更需要有明确的目标导向和意图理解能力。文章探讨了如何为 LLM 注入目标感，以及这对 AI 发展的意义。
We Need Positive Visions for AI Grounded in Wellbeing
我们需要以幸福感为基础的 AI 积极愿景
这篇文章呼吁 AI 社区构建以人类幸福感为核心的积极愿景。作者认为，当前的 AI 讨论过多关注风险和威胁，而忽视了 AI 如何真正提升人类福祉的可能性。文章提出了一套以幸福感为导向的 AI 发展框架。
Financial Market Applications of LLMs
LLM 在金融市场的应用
这篇文章全面综述了大语言模型在金融市场中的应用，包括市场分析、交易策略、风险管理和投资者服务等领域。文章分析了 LLM 在这些应用中的优势和挑战，并展望了未来的发展趋势。
A Brief Overview of Gender Bias in AI
AI 性别偏见简要概述
这篇文章提供了 AI 性别偏见的全面概述，从数据偏差到算法歧视，从招聘工具到面部识别系统，性别偏见在 AI 的各个层面都有体现。文章提出了识别和缓解性别偏见的具体方法和策略。
Mamba Explained
Mamba 模型详解
这篇文章对 Mamba 序列建模架构进行了详细解释。Mamba 是一种新兴的深度学习架构，结合了状态空间模型和选择性扫描机制，在长序列处理方面展现出优于传统 Transformer 的效率。文章深入分析了其技术原理和实际应用。
Car-GPT: Could LLMs finally make self-driving cars happen?
Car-GPT：LLM 能否最终让自动驾驶汽车成为现实？
这篇文章探讨了大语言模型在自动驾驶汽车领域的应用潜力。作者分析了 LLM 在车辆控制、场景理解和决策制定等方面的能力，以及它们如何可能解决当前自动驾驶技术面临的挑战。文章既展示了乐观前景，也指出了现实障碍。
Do text embeddings perfectly encode text?
文本嵌入是否完美编码了文本？
这篇文章研究了文本嵌入（text embeddings）对文本信息的编码完整性。通过实验分析，作者发现当前的嵌入模型在编码过程中会丢失部分语义信息，尤其是在处理复杂语义关系和多义词时。文章提出了改进嵌入质量的方向。
DeepMind Blog
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
推出 Gemini 3.8 Live 及 3.8 Live 扩展思维模式
DeepMind 发布了 Gemini 3.8 Live 系列模型，包括标准版和扩展思维模式。Live 版本针对实时交互场景进行了优化，支持更低延迟的响应和更流畅的对话体验。扩展思维模式则增强了模型的推理能力，使其能够在复杂任务中进行更深入的多步思考。
AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome
AlphaGenome Atlas：人类基因组所有可能 DNA 碱基变化的预测图谱
DeepMind 发布了 AlphaGenome Atlas，这是一个覆盖人类基因组所有可能单碱基变化的预测图谱。该图谱利用 AI 模型预测每种 DNA 碱基变化对基因功能的影响，为遗传学研究、疾病诊断和个性化医疗提供了前所未有的资源。
Introducing WeatherNext 3, our most advanced and accurate global weather AI model
推出 WeatherNext 3：最先进精准的全球天气 AI 模型
DeepMind 发布了 WeatherNext 3，这是目前最先进和准确的全球天气 AI 预测模型。该模型在天气预报的精度和时效性方面实现了重大突破，能够提供更长时间跨度的精准预测，对农业、航空和灾害预警等领域具有重要应用价值。
Proactive cyber defense for governments and enterprises
为政府和企业提供主动网络防御
DeepMind 推出了面向政府和企业的前瞻性网络防御解决方案。该方案利用 AI 技术主动识别和应对网络威胁，通过预测性分析和自动化响应机制，帮助组织在攻击发生前就做好防御准备，显著提升网络安全防护能力。
Introducing Gemini 3.8 Flash and 3.8 Flash Cyber
推出 Gemini 3.8 Flash 及 3.8 Flash Cyber
DeepMind 发布了 Gemini 3.8 Flash 系列模型，包括标准版和网络安全专用版。Flash 版本在保持高性能的同时大幅提升了推理速度，适合对延迟敏感的应用场景。Cyber 版本则专门针对网络安全任务进行了优化。
Introducing agentic video understanding with Gemini
推出 Gemini 智能体视频理解能力
DeepMind 介绍了 Gemini 的智能体视频理解能力，使 AI 系统能够像人类一样主动探索和理解视频内容。这一能力支持在视频中执行复杂任务，如目标追踪、事件理解和因果推理，为视频分析和监控应用开辟了新的可能性。
Gemini Omni 1.1 Flash lets you build with more control
Gemini Omni 1.1 Flash 让你构建时拥有更多控制力
DeepMind 发布了 Gemini Omni 1.1 Flash 模型，为开发者提供了更精细的控制能力。该版本支持更灵活的参数调节、更精确的输出控制和更透明的推理过程，使开发者能够更好地定制 AI 行为以满足特定应用需求。
Piloting the world’s first double-blind AI evaluations
试点全球首个双盲 AI 评估
DeepMind 启动了全球首个双盲 AI 评估试点项目。在这一评估框架中，评估者和被评估者都不知道哪个系统是人类还是 AI，从而消除了偏见对评估结果的影响。这一创新方法为 AI 性能评估提供了更加客观和可靠的标准。
Intelligent transcription with Gemini 3.5 Transcribe
Gemini 3.5 Transcribe 智能转录
DeepMind 发布了 Gemini 3.5 Transcribe，一款智能语音转录工具。该工具利用 Gemini 模型的强大理解能力，不仅实现高精度的语音转文字，还能自动识别说话人、标注关键信息和生成结构化摘要，大幅提升转录工作的效率。
From Atari to EVE Online: Building on 15 Years of AI Research in Games
从 Atari 到 EVE Online：基于 15 年游戏 AI 研究的积淀
DeepMind 回顾了过去 15 年在游戏 AI 领域的研究历程，从早期的 Atari 游戏到复杂的《EVE Online》。文章展示了 AI 在游戏领域的技术进步如何推动了更广泛的 AI 研究，以及游戏作为 AI 研究平台的独特价值。
Meta Engineering
ZGateway: Learnings from Putting a Proxy in Front of ZippyDB
ZGateway：在 ZippyDB 前部署代理的经验总结
Meta 工程团队分享了在 ZippyDB 数据库前部署 ZGateway 代理的经验。文章详细介绍了代理层的设计决策、性能优化策略以及在实际生产环境中遇到的挑战和解决方案，为大规模数据库代理架构提供了宝贵的实践参考。
An Organizational Second Brain: Building an AI That Learns From Experts
组织第二大脑：构建从专家学习的 AI
Meta 介绍了”组织第二大脑”项目，这是一个能够从内部专家知识中学习的 AI 系统。该系统通过捕捉和整合组织内部的专业知识和经验，为员工提供智能化的决策支持和知识检索服务，显著提升组织的学习效率和知识传承能力。
MetaRoCE: A New RDMA Transport Built for AI-Scale Ethernet
MetaRoCE：为 AI 规模以太网构建的新型 RDMA 传输协议
Meta 发布了 MetaRoCE，一种专为 AI 规模计算设计的新型 RDMA（远程直接内存访问）传输协议。该协议针对大规模 AI 训练集群的网络需求进行了优化，显著提升了 GPU 间通信效率和整体训练性能。
MTIA 300: Meta’s First Training Chip with Built-in NICs and Communication-Offloading Engines
MTIA 300：Meta 首款内置 NIC 和通信卸载引擎的训练芯片
Meta 介绍了 MTIA 300 训练芯片，这是 Meta 首款内置网络接口卡（NIC）和通信卸载引擎的 AI 训练芯片。这一设计大幅减少了 AI 训练中的通信开销，提升了大规模分布式训练的效率和可扩展性。
How We’re Building Scam Alert on WhatsApp With End-to-End Encryption and Verifiability Guarantees
如何在 WhatsApp 上构建诈骗警报系统——端到端加密与可验证保障
Meta 分享了在 WhatsApp 上构建诈骗警报系统的技术细节。该系统在保持端到端加密的同时，通过可验证的技术机制识别和警告潜在的诈骗消息，在保护用户隐私和提供安全防护之间取得了平衡。
From User Sequences to Scaling Laws: A Multi-Stage Architecture for Meta’s Ads Ranking
从用户序列到缩放定律：Meta 广告排序的多阶段架构
Meta 工程团队介绍了其广告排序系统的多阶段架构设计。该系统从用户行为序列出发，结合缩放定律优化模型规模，实现了从特征工程到模型训练的全流程优化，显著提升了广告推荐的准确性和效率。
GEM Training: How Meta Doubled the Efficiency of Its LLM-Scale Ads Foundation Model
GEM 训练：Meta 如何将 LLM 规模广告基础模型的效率提升一倍
Meta 介绍了 GEM 训练方法，该方法成功将 LLM 规模广告基础模型的训练效率提升了一倍。文章详细解释了 GEM 的技术原理、训练策略优化以及在实际生产环境中的部署经验，为大规模推荐系统训练提供了重要参考。
Exploring Hierarchical Interest Representation For Meta Ads Deep Funnel Optimization
探索层次化兴趣表示用于 Meta 广告深层漏斗优化
Meta 研究了层次化兴趣表示方法在广告深层漏斗优化中的应用。通过将用户兴趣建模为多层次结构，该系统能够更精准地捕捉用户的深层购买意图，从而提升广告转化率和整体营销效果。
Modernizing the Meta Ads Service With an Open-Source Kernel Scheduler
用开源内核调度器现代化 Meta 广告服务平台
Meta 介绍了如何使用开源内核调度器现代化其广告服务平台。这一改造显著提升了广告服务的处理能力和响应速度，同时通过开源组件降低了运维复杂性和成本，为大规模广告系统的工程实践提供了有益经验。
Towards Data Science
One Vendor, Four Spellings: How Deterministic Stages Beat Similarity Scores
同一厂商，四种拼写：确定性阶段如何胜过相似度评分
这篇文章探讨了在数据匹配和实体解析中，使用确定性阶段处理策略如何优于单纯依赖相似度评分的方法。作者通过实际案例展示了”同一厂商，四种拼写”这类问题的解决方案，强调了分阶段处理在提高匹配准确性方面的重要性。
AI Made Me 5x Faster. It Also Made Me 5x Worse at My Job
AI 让我快了 5 倍。也让我在工作中差了 5 倍
这篇文章反思了 AI 工具对工作表现的双重影响。作者分享了自己使用 AI 后工作效率提升 5 倍的同时，工作质量却下降了 5 倍的亲身经历。文章深入分析了过度依赖 AI 可能导致的问题，并提出了平衡效率与质量的建议。
Coding Agents Keep Shipping Silent Failures — Here Is How to Catch Them
编码代理持续交付静默失败——如何捕获它们
这篇文章讨论了 AI 编码代理在开发过程中可能产生的”静默失败”问题——即代码看似正常运行但实际上存在潜在错误的情况。作者提供了一套检测和预防策略，帮助开发者识别和修复这些难以察觉的缺陷。
We Pinned Our Model Version to Stay Safe. The Provider Deprecated It Anyway
我们固定了模型版本以确保安全。提供商最终还是弃用了它
这篇文章讲述了一个关于 AI 模型版本管理的实际教训。作者团队为了稳定性固定了模型版本，但提供商最终还是弃用了该版本，导致生产环境出现问题。文章探讨了模型版本管理的最佳实践和应对策略。
Starting a Career in Data Science in the Age of AI
AI 时代开启数据科学职业生涯
这篇文章为希望在 AI 时代进入数据科学领域的从业者提供了职业建议。文章分析了 AI 技术对数据科学行业的影响，讨论了新兴的技能需求，并提供了从入门到进阶的实用指导。
Multi-Agent Coding Isn’t Enough — Agents Need a Commitment Layer
多代理编码还不够——代理需要一个承诺层
这篇文章提出了多代理编码系统需要”承诺层”的观点。作者认为，当前的多代理编码框架缺乏对代理行为的约束和承诺机制，导致协作效率低下和结果不可预测。文章设计了一个承诺层框架，以提升多代理系统的可靠性和可预测性。
Building a Data Lakehouse with DuckDB and DuckLake
使用 DuckDB 和 DuckLake 构建数据湖仓
这篇文章介绍了如何使用 DuckDB 和 DuckLake 构建现代数据湖仓架构。作者详细讲解了从数据摄入、存储到查询分析的全流程实现，展示了这一轻量级方案在成本和性能方面的优势。
How I Built a Multi-Agent System for Interrupted Time Series Analysis (ITSA)
我如何构建用于中断时间序列分析的多代理系统
作者分享了构建多代理系统用于中断时间序列分析（ITSA）的完整过程。该系统利用多个 AI 代理协作完成数据预处理、模型选择、参数估计和结果解释等任务，显著提升了 ITSA 的自动化程度和分析效率。
Why You Think Like a Bayesian but Were Taught Like a Frequentist
为什么你的思维方式是贝叶斯的，但学习的是频率学派
这篇文章探讨了统计学教育中的一个有趣现象：大多数人在直觉上以贝叶斯方式思考，但学术教育却主要教授频率学派方法。文章解释了两种统计学的核心差异，分析了教育体系的原因，并提供了弥合这一差距的建议。
When Does Graph RAG Actually Add Value? A Hands-On Experiment
Graph RAG 何时真正创造价值？一项动手实验
这篇文章通过实际实验评估了 Graph RAG（图增强检索增强生成）的价值。作者设计了对照实验，比较了传统 RAG 和 Graph RAG 在不同场景下的表现，得出了关于 Graph RAG 适用条件的具体结论和实践建议。