8 月 31 日 · AI 日報

Anthropic 正在為 Claude Code 桌面版開發一個在本地沙箱中執行命令的選項。

在隔離沙箱中執行來自 Claude Code 的命令。對新會話生效。

還提供嚴格沙箱模式。

阻止無法在沙箱內執行的命令（例如 ssh），而不是在沙箱外執行或詢問你。適用於此計算機上的每個 Claude Code 會話，包括終端，除非專案自身設定覆蓋。

太棒了！！@reactorworld 使用 FastH3 開發了一個新的無限流影片。社群進展神速！！而且完全開源

Brent 太出色了，他是桌面應用打磨、效能和可靠性背後的主要力量之一。

日復一日，持續改進。

Rohan Paul 引述 Gavin Baker 觀點稱，資料中心正成為美國地方經濟引擎：Quincy 鎮貧困率從 29% 降至 6%，稅收新建了高中、醫院和圖書館；Loudoun 縣每年從資料中心徵收約 10 億美元，Quincy 資料中心占房產稅超一半。Baker 承認此前擔憂過度，稱水電、稅收、就業等問題已基本解決，電價在多州正因資料中心下降。

"你的經濟壽命實際上將在兩年內終結。（因為 AI 正變得過於能幹）。

人類團隊（在工作環境中）會讓情況更糟，因為他們要睡覺、會犯錯、沒喝咖啡時起床會有點暴躁。所以你的認知價值會變為負值。

因此，你的經濟壽命實際上將在兩年內終結。"

--Emad Mostaque，Stability AI 創始人

OpenAI 據報購入數萬臺 Mac mini 和 Mac Studio，用於強化學習及訓練計算機操作 AI 代理，Anthropic 則通過 AWS 租用 Mac mini。主推文稱，算力被搶購用於強化學習訓練，已導致 Mac mini 出現缺貨。

美國Figure Robots創始人Brett Adcock對中國機器人有非常強烈的看法。🤔

來自"My First Million"YouTube頻道（完整影片連結見評論）

人類寫作風格的全譜系正在坍縮成一種奇怪的、同質化的統計式散文，而我認為沒有人真正知道這將對我們的集體心理產生什麼影響。

Anthropic 在 2025 年初已識別出 5000 億美元的程式設計市場。當時使用者每天在 token 上花費 100 美元，年支出達 2 萬至 3 萬美元；按全球約 2000 萬程式設計師計算，僅程式設計一項即構成該規模市場，且這一估算基於當時 9 個月前的技術。

國內首部 AIGC 長劇《後西遊記》今日 18：00 開播，率先亮相的"花果山篇"共 5 集（每集 40 分鐘），在芒果 TV 上線並於 20：00 登陸湖南衛視黃金檔。該劇第一季共 30 集，改編自明末清初同名神魔小說，講述"西遊二代"補取真經的故事。作為"廣電 21 條"發布後首部"邊審邊播"劇集，採取邊製作、邊稽核、邊播出的模式。

微軟開始收緊 Token 使用管理，設定用量監控並將內部預設工作負載逐步切換至 GPT-5.6 Sol 以降低 AI 成本。一份洩露的內部表格顯示，一名員工 28 天內產生約 2.8 萬美元 Token 使用成本，引發高層擔憂。目前微軟全球員工超 22.3 萬人，月度使用成本中位數約 300 美元，其中 CoreAI 部門最高約 975 美元。

黃仁勳回應 Gavin Baker，稱 AI 正將製造業帶回美國並推動再工業化，過去六個月已有 4000 億美元投入 AI 初創公司。AI 還帶動電網與清潔能源投資，並在能源廠、晶片廠和資料中心創造建築及製造崗位。他強調建設者須與社群合作以贏得信任並創造本地收益。

我們的男孩從不讓我們失望。距離 Codex 重置還有 5 小時。Sol-Ultra-fast：出發吧

【引用 @thsottiaux】：你的 Codex 和 ChatGPT Work 重置將於太平洋時間下午 6 點生效。

我挑戰你儘可能多地消耗用量，去發現最新的超棒功能。

是時候開啟 /fast 了

如果它是來自 Pollen Robotics / Hugging Face 的可愛機器人，而且看起來像相機……購買前要小心！你可能會開啟一段旅程，去理解我們為何熱愛開源、開放權重、私有化擁有資料，以及成為 AI 構建者而非 AI API 消費者。

NPO 提示優化器僅用單條提示譜系，在 3，500 和 6，800 次 rollout 下追平 GEPA（3，593 和 6，871 次），並在 22 個 TextArena 遊戲中表現相當。其優勢隨教師模型增強而擴大，表明複雜搜尋或一直在彌補弱教師推理。

第 027 期 - OpenAI Jalapeño：比輝達 Blackwell 更強（加速器）

本週 Bryan、Myron 和 Jordan（@JordanNanos）討論了我們就 OpenAI Jalapeño 撰寫的文章。他們涵蓋了效能、架構、程式設計模型、對輝達的影響等內容。

0：00 開場 1：05 Jalapeño 概覽 4：22 每兆瓦 token 數 9：15 基準測試注意事項 13：48 CUDA 護城河 21：12 OpenAI 如何做到的 32：13 三星 HBM4 42：10 AI 設計的晶片 49：24 架構深度解析 56：58 總結與收尾

語音 AI 代理的真實體驗取決於首句延遲（TTFS）而非首 token 延遲（TTFT），後者僅標記生成開始，TTS 模型需等完整句子才能發聲。評測覆蓋 LLM、STT、TTS 及語音到語音全鏈路，並給出各層延遲預算：STT 約 100-200ms、LLM 300-500ms、TTS 100-200ms，端到端目標 700ms-1.2s。

SemiAnalysis 認為，儘管多數 SLO/開源模型上 AMD 仍落後 NVIDIA，但其工程師正以 AgentX 為基準全力優化，軟體有望在近期 AI 代理負載中表現優異。理論上 AMD 硬體價效比遠高於 NVIDIA，尤其考慮對 Meta 與 OpenAI 的返利，但當前主要瓶頸在軟體，根因是領導層未提供充足的內部研發 GPU 與穩定自動化 QA 叢集。

METR 與 Redwood 聯合發布了對 HuggingFace 駭客事件的詳細復盤報告，深入分析了攻擊路徑與安全漏洞。報告聚焦於事件暴露出的供應鏈風險與 AI 基礎設施安全短板，並提出了針對性的防禦建議。此次復盤為 AI 社群加強模型託管平台的安全實踐提供了重要參考。

Google Cloud AI Research 等團隊發布 EnvHarness，一個通過標準 reset（）/step（） 介面包裝靜態環境、在不改動模擬器與人工驗證器前提下重塑任務的可程式設計層。