LLM

Liquid AI

2026-09-29 21:55:00

Liquid AI 推出决策模型 d1，单次调用返回校准概率

Liquid AI 发布面向结构化选择的决策模型 d1。用户输入上下文和类型化问题后，模型可在单次调用中返回固定结果的校准概率，不生成输出令牌。d1 目前已通过 Liquid API 以 d1:free 名称提供托管 API，仅支持 API 接入，不提供可自托管权重。

160

Chutes AI

2026-09-21 21:54:44

Chutes AI 与哈佛大学发布 6.12 亿条 LLM 请求公共数据集

AI 初创公司 Chutes AI 与哈佛大学合作发布一份公共数据集，收录 6.12 亿条大型语言模型请求。该数据集面向 AI 研究开放，主要用于支持用户行为分析，并为 AI 模型效率和基础设施优化提供数据基础。消息来自 Techub，援引 Crypto Briefing。

370

Michael Burry

2026-09-14 13:53:25

Michael Burry批评AI放缓呼吁：LLM不是通往AGI的路径

《大空头》原型人物 Michael Burry 质疑近期多位 AI 行业高管呼吁放缓前沿 AI 发展的做法，称相关表态带有明显「自利」动机。他认为，大语言模型不等同于 AI，也不会成为实现 AGI 的路径，当前「没什么可害怕的」。Burry 还称，放缓发展可能帮助 OpenAI、Anthropic 等巨头巩固优势，并借「灭绝级风险」叙事为未来 IPO 和融资造势。

920

Vitalik

2026-09-13 20:08:20

Vitalik称对抗性治理机制设计或可用于AI安全

Vitalik 在 X 平台表示，对抗性治理机制设计理论的重要应用之一，可能是 AI 安全。他称，对抗性治理与 AI 系统之间存在深层二重性：前者由较弱委托方借助更强代理人达成目标，后者则是人类与较弱 LLM 面对更强 LLM。相关研究还显示，若能限制代理人之间的共谋程度，结果可能更优，这一结论或适用于 AI 安全。

880

Redis

2026-09-10 22:41:19

Redis发布语义缓存服务LangCache，称可将LLM API成本降至多省90%

Redis推出托管语义缓存服务LangCache，并已在Redis Cloud开放公开预览。该服务通过语义匹配识别相似提示，命中缓存时可跳过LLM调用，以降低API成本并提升响应速度。官方称，LangCache最高可节省90%的API成本，缓存命中时响应速度最高提升15倍。服务支持REST API、Python和JavaScript SDK，Mangoes.ai称其患者护理应用已实现70%的缓存命中率。

250

AI 编程

2026-08-27 10:53:36

Lars Faye：过度依赖 AI 写代码，可能削弱新手工程师成长

BlockTempo 报道，工程师 Lars Faye 一篇讨论 AI 写代码与专业养成关系的长文本周在 Hacker News 引发争议。Faye 认为，LLM 工具要用得好，本身就需要资深工程师的判断力，而持续让 AI 代写代码，会绕开培养这种判断力所需的摩擦。文中还引用 ICER 2024、宾州大学与 Stack Overflow 2025 调查，指出最依赖 AI 的新手往往表现更差，Faye 因此主张把 AI 当作家教，而不是直接产出答案的工人。

980

a16z Crypto

2026-08-26 11:13:00

a16z编辑谈AI写作破绽：问题不在机器，而在空话与套式表达

a16z Crypto 作者 Steph Zinn 在一篇长文中讨论了人们为何会觉得部分文章「像 AI 写的」。她认为，相关问题并不只属于 AI，而是 AI 放大了原本就存在的写作毛病。文章把常见特征拆为修辞、嗓音、结构和标点四个维度，主张写作者应少纠结「抓 AI」，多判断文字是否真正完成表达任务，以及哪些习惯该删、哪些可以保留。

1010

a16z

2026-08-26 06:04:19

a16z：别再执着识别 AI 味，先看文字是否完成任务

a16z Crypto 作者 Steph Zinn 在一篇长文中提出，与其执着抓「AI 味」，不如回到写作是否有效这个标准。她把常被归为 AI 的写作问题拆成修辞、嗓音、结构和标点四类，认为不少毛病早就存在，只是被 AI 批量放大。文章面向创始人和写作者，核心讨论不是如何揪出 AI，而是哪些表达习惯会妨碍沟通、哪些场景又可以保留。文中也给出多项与 LLM 协作的具体编辑方法。

480