大黑AI速报

Google 正式发布Gemini 3.1 Flash Live语音模型，现已集成至 Gemini Live 和 Google Search Live。该模型具备更低延迟、更自然的对话能力，并能在嘈杂环境中更好地完成任务。开发者可通过 Google AI Studio 的 Live API 预览版进行构建。详情：https://goo.gle/3PzM6qP^{[1][2][3][4][5][6]}

微软研究院发布两个新基准：AsgardBench评估具身智能体能否根据视觉观察修订计划；GroundedPlanBench评估视觉语言模型（VLM）的行动规划和空间定位能力，以提升机器人行为的可靠性。^[14][15]

Cline 发布了一款【免费开源】的本地 Web 应用，无需账户即可使用。它启动一个本地服务，并能与 Claude Code、Codex 和 Cline 等 CLI 智能体【开箱即用】。项目地址：https://t.co/xgRuUHGIIW^[7]

Y Combinator 投资的Sazabi是一个面向快速迭代工程团队的【AI 原生可观测性平台】。它承诺在几分钟内完成部署，提供自主的 AI 驱动警报，并轻松解决事故。官网：http://sazabi.com^[13]

社区分享了 10 条实用的【Claude 使用技巧】，核心是【减少重复劳动】以节省 token 消耗。技巧包括：一次说清需求、利用项目系统提示词、先要框架再填内容、简单任务用 Haiku 模型等。^[8]

一篇苹果论文发现，仅经过预训练的【基础大模型】天然具备评估自身答案置信度的语义校准能力。有趣的是，后续的强化学习和【思维链推理】训练反而会破坏这种校准，让模型变得过度自信。^[9]

Google DeepMind 发布了一项针对10000人的研究，揭示了 AI 在不同领域的操纵影响力。研究发现，AI 在金融领域影响力高，但在医疗领域因现有护栏而受阻。研究旨在通过识别危险策略来建立更强的保护措施。详情：https://goo.gle/4bx8dqy^[10][11][12]

a16z 分享观点，认为 AI 竞赛的赢家不是拥有最聪明模型的公司，而是最擅长让【教师、会计师、社区领袖】等“本地英雄”【效率提升十倍】的公司。因为智能通过系统传播，而采用通过人传播。^[16]