一个新网站上线不久，便从谷歌获得了15859次曝光和5689次点击，实际UV在7K左右。而社群里朋友良辰美的网站，昨日从谷歌拿到了21.5万次曝光和2.85万次点击。两者都是基于同一个关键词，同一个需求，但数据相差甚远，这背后的原因究竟是什么？

19款能自己造的开源人形机器人，附完整开源地址

文章整理了 19 款可自行 3D 打印组装的人形及双足机器人，包括宇树 Qmini、Otto DIY 等，硬件成本最低约 50 美元，均附有开源仓库。

不用考生实测就知道题难不难：这个AI试题评测框架把考试难度“量化”了 | TMLR

弗吉尼亚理工等团队提出 Epi2Diff 框架，将大模型推理轨迹拆解为 8 类认知片段预测人类作答难度，SAT数学分类准确率达到73.0%。

R-HORIZON：长程推理时代来临，复旦NLP&美团LongCat重磅发布LRMs能力边界探测新范式

复旦大学与美团LongCat Team联合推出R - HORIZON，它是首个系统性评估与增强LRMs长链推理能力的方法与基准。提出Query Composition方法构建评测基准和训练数据，评测发现主流模型长链推理性能断崖式下降，还分析出三大瓶颈，训练后模型性能双重提升。

难怪Claude突然封号！Anthropic自曝：你聊的每句话，它都在后台悄悄举报

Anthropic 公开 「自我评估」隐藏审查机制：Claude 生成回答后顺带评估对话危险等级并上报，算力开销增加不到 2%，前台不报错，后台定期拉清单封号。

阿里巴巴与Apple达成合作，将千问集成至Apple智能

阿里巴巴与苹果达成合作将千问接入 Apple 智能，中国用户可在 Siri、写作工具及视觉智能中直接调用，12月随系统更新正式向中国用户推出。

耗时4小时、调用工具1492次：首次能操作电脑的腾讯混元Hy4交出了什么？｜甲子光年

腾讯发布混元Hy4正式版，首次加入视觉理解与电脑操作能力并计划开源权重；官方坦承多数跑分仍落后于顶尖闭源模型，但在内部科研评测中位居开源第一。

ChatGPT 正在偷偷给你画像，用这段提示词让它交出来

针对 80 名真实用户的论文研究显示，ChatGPT 的记忆中仅 4.1% 来自用户主动要求，近 96% 均为系统单方面推断写入，且过半记忆包含对用户心理状态的推测。

Anthropic 发布招股书后，大家（包括我）都纷纷把它扔给 Claude 进行深入分析，看能不能研究出点什么正经的或八卦的，或是学习点它赚钱的过程。 比如： Anthropic 前五大客户营收占比从 36% 降至 21%，各自收入却仍创…

Anthropic 招股书披露，其客户已覆盖半数美国财富500强，二季度利息收入约 7.62 亿美元，前五大客户营收占比从 36% 稀释至 21%。

折腾了整整1年，毫无保留地分享一下我这套Agent自动化系统。

博主卡兹克分享了运行近一年的个人 Agent 自动化架构：通过事件中台调度不同模型、自建本地 CI 完成代码审查与测试，日常仅在飞书卡片上做最终决策。