智见

各大旗舰手机AI性能跑分对比出炉。

结果：

• 苹果A系列芯片AI性能强劲
• 高通骁龙系列进步明显
• 端侧AI成新趋势

🕐 发布于: 2026年03月27日 08:12

游戏开发者探讨AI NPC的现状与未来。

现状：

• 大多数游戏NPC仍使用固定对话
• AI NPC成本高，难以大规模应用
• 玩家对”真实”AI NPC期待很高

🕐 发布于: 2026年03月27日 08:12

安全研究人员发现Claude Code存在安全漏洞，可能导致敏感数据泄露。

问题：

• AI生成的代码可能包含硬编码的API密钥
• 本地文件被意外上传到云端
• 建议使用环境变量而非硬编码

🕐 发布于: 2026年03月27日 08:12

ARC-AGI-3是一个交互式推理基准测试，旨在挑战AI代理在新环境中探索、即时获取目标、建立适应性世界模型并持续学习的能力。获得100%分数意味着AI代理能够像人类一样高效地完成每个任务。与静态谜题不同，代理必须在每个环境中通过经验学习——感知重要内容、选择行动并适应策略，而非依赖自然语言指令。该基准测试通过随时间测试智能来缩小AI与人类学习之间的差距，捕捉规划视野、记忆压缩和根据新证据更新信念的能力。设计原则包括：人类易于快速上手、无预加载知识或隐藏提示、清晰目标与有意义反馈、防止暴力记忆的新颖性。

原文链接：https://arcprize.org/arc-agi/3

🕐 发布于: 2026年03月26日 12:05

一篇详细的量化技术教程介绍了模型压缩的核心原理。文章解释了从FP32到INT8等不同精度格式的转换机制，以及量化如何大幅降低模型显存需求。以Qwen 3.5 27B为例，FP16精度需要54GB显存，而Q4量化后仅需16GB，使得在消费级GPU（如RTX 3090）上运行成为可能。教程还讨论了GPU硬件对不同精度格式的支持情况，以及量化对模型质量的影响。

原文链接：https://ngrok.com/blog/quantization

🕐 发布于: 2026年03月26日 12:04

一项数据分析揭示了Claude Code等AI编程工具生成代码的实际去向。研究显示，约90%的AI辅助代码输出最终流向了GitHub上星数低于2的仓库，其中98%的仓库仅有0到1颗星。这一现象反映了AI编程工具主要服务于个人项目和小规模代码仓库的现实，同时也引发了关于代码质量和Dunning-Kruger效应的讨论。

原文链接：https://claudescode.dev

🕐 发布于: 2026年03月26日 12:04

根据claudescode.dev的数据统计，Claude AI编程助手生成的代码绝大多数最终进入了GitHub仓库。

• 90%的Claude相关输出被提交到GitHub仓库
• 反映出AI编程工具在开发者工作流中的深度集成
• 显示Claude Code已成为开发者日常编码的重要助手
• 这一数据突显了AI代码生成工具对开源生态的深远影响

原文链接：https://claudescode.dev/

🕐 发布于: 2026年03月26日 08:04

Ente推出了Ensu，一款可以在设备上完全离线运行的本地LLM应用，主打隐私和零成本。

• 完全本地运行，无需联网，保护用户隐私
• 支持iOS、Android、macOS、Linux、Windows以及实验性网页版
• 核心逻辑用Rust编写，支持图像附件
• 计划未来支持端到端加密的聊天同步功能
• 目标是打造私人专属的AI助手，具备长期记忆和个性化能力

原文链接：https://ente.com/blog/ensu/

🕐 发布于: 2026年03月26日 08:04

Google Research推出了TurboQuant，这是一种全新的压缩算法，能够实现高压缩率而几乎不影响模型精度。该技术主要针对AI模型中的键值缓存（KV Cache）瓶颈和向量搜索效率问题。

• 采用PolarQuant方法进行高质量压缩，通过随机旋转数据向量简化几何结构
• 使用QJL算法仅用1比特消除第一阶段的残留误差，无需额外内存开销
• 在长上下文基准测试（LongBench、Needle In A Haystack等）上表现优异
• 可同时降低内存成本并保持模型性能，预计将在搜索和AI领域产生深远影响

原文链接：https://research.google/blog/turboquant-redefining-ai-efficiency-with-extreme-compression/

🕐 发布于: 2026年03月26日 08:04

Hypura是一款面向Apple Silicon的存储层级感知LLM推理调度器，可将模型张量分布在GPU、RAM和NVMe之间。

• 可以在32GB Mac Mini上运行31GB的Mixtral 8x7B模型（2.2 tok/s）
• 可以在32GB M1 Max上运行40GB的Llama 70B模型（0.3 tok/s）
• 通过理解模型架构实现智能放置：Norm和embedding固定在GPU，MoE专家从NVMe流式传输
• 对MoE模型使用专家流式传输模式，只保持约1GB非专家张量在GPU上
• 对Dense模型使用FFN流式传输模式，保持约8GB在GPU上，其余从NVMe加载
• 神经元缓存实现99.5%的命中率，消除大部分I/O开销
• 完全适配内存的模型可达到21 tok/s的完整Metal速度，零开销

原文链接：https://github.com/t8/hypura

🕐 发布于: 2026年03月25日 18:04