全部 AI 动态

OpenRouter 解析 Kimi K3：开源权重与许可证条款，以及如何调用

OpenRouter 撰文说明 Kimi K3 是开放权重而非开源模型，Moonshot AI 以自定义 Kimi K3 License 在 Hugging Face 发布 moonshotai/Kimi-K3。

TypeSafe AI 的 System One 模型 Jev 编程指南：类型化决策、置信度与投机式批量提问

这篇教程演示 TypeSafe AI 的首个 System One 模型 Jev 的用法，该模型不生成文本，而是对程序状态返回 Choice、Score、Noul 三种类型化判断供代码直接分支。

Cursor 提升 agent 长时运行 token 效率，用户成本降低 7%

Cursor 通过改进 agent harness，在不降低 agent 质量的情况下将用户 token 成本降低 7%。

Anthropic 团队详解如何用 Claude 在两周内把 claude.ai 提速约 3 倍

Anthropic 团队发文详解今年 8 月通过两周冲刺让 claude.ai 和桌面端核心体验提速约 3 倍的过程：聚焦覆盖 95% 用户活动的四条旅程，75 分位首屏可输入时间从 3.1 秒降到 0.55 秒，合并超过三千个变更且无一次面向用户的事故。

TypeSafe 决策模型 Jev 使用教程：用 TypeScript 在 OpenRouter 上实现市场商品审核

OpenRouter 发布 Jev 使用教程，Jev 是 TypeSafe 推出的决策模型（模型 ID typesafe/jev-1.13），通过 OpenRouter Decisions API 接收 state 和问题，返回带概率的类型化答案而非生成文本。

eric zakariasson@ericzakariasson· 04:27精选AI 评分7777

一份公开提示词用于优化 LLM Agent Harness，目标是在不降低任务质量的前提下降低每任务的价格加权 token 成本。某团队一轮改动（提示词精简、工具卸载、缓存布局、稀疏行号、子智能体调优）将整体 token 成本降低约 7%，且质量无损。提示词强调按任务而非按请求计量，并建议先映射 harness、测量基线，再按优先级实施改动。

Meta AI 智能体 Muse 评测：擅长花钱的可爱助手

The Verge 作者实测 Meta 的 AI 智能体 Muse，用它处理五项拖延已久的琐事，包括跟进园林报价、购买咖啡机零件、取消安保套餐和采购露营装备。多数任务能完成，但无法打电话改套餐，访问 Amazon 也被拦截；40 分钟内作者已交出姓名、地址、信用卡和安全账户凭据，且发现高效完成后反而腾出时间与机器人闲聊。

NVIDIA 教程：如何用 Warp 和 MJWarp 将 MuJoCo 机器人仿真扩展到 2048 个并行环境

Hugging Face 发布 NVIDIA 物理仿真系列第二篇教程，讲解如何将 SO-101 机械臂的 MuJoCo 场景迁移到基于 NVIDIA Warp 的 MuJoCo Warp（MJWarp），扩展到最多 2048 个并行 GPU 环境并测量聚合吞吐量。

Modal 详解如何以万亿 token 规模服务 Kimi K2.6 编码 Agent 推理

Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践，优化后单副本每用户性能提升 2.8x、副本整体吞吐提升 5.6x，单个服务日处理数千亿 token。

DrivingBench 基准测试对比多个模型操控车辆沿赛道行驶的表现

drivingbench.com 页面对多个模型操控车辆沿赛道中心线行驶进行了对比，指标包括保持在 4 米内的进度占比、GPS 集成距离、完成时间、指令数以及 token 数与成本。

Stripe 详解内部知识 AI 平台 Kai 的架构与落地成效

Stripe 发文介绍其面向非工程师的知识 AI 平台 Kai，4 月上线两周内多数员工开始使用，目前周活达 83%。

Anthropic 前线工程师分享 AI 驱动代码现代化项目的六步准备方法

Anthropic 在 Notes from the Field 系列中分享管理大型代码现代化项目的经验，称原本需数年的现代化可在数月或数周内完成，瓶颈从写代码转向组织动员。

Basecamp Research 获 1.4 亿美元融资，用全球生物样本训练 EDEN 生物模型设计抗生素与基因治疗工具

Basecamp Research 获 1.4 亿美元融资，投资方包括 S32、Nvidia、Anthropic 的 Anthology Fund 和 NATO Innovation Fund，用于开发生物 AI 模型 EDEN 并推进体内细胞疗法进入临床。

部分 Mac 升级 macOS 27 后 Apple Intelligence 占用空间超 30GB，高于苹果官方上限

部分 Mac 升级 macOS 27（Golden Gate）后，Apple Intelligence 实际存储占用远超苹果官方数字。

用 GPT-Live-1 和 Codex 把 LED 显示屏变成语音助手 Jack

OpenAI 开发者用 GPT-Live-1 全双工语音模型和 Codex，把一块 128 × 64 HUB75 LED 面板改造成语音助手 Jack，整套系统跑在 Raspberry Pi 上。GPT-Live-1 负责持续对话与打断，需要外部信息时委派给树莓派，由 GPT-5.6 Luna 以低推理强度发起 Responses API 请求，查询天气、日历和 MTA 地铁到站信息。

Cisco Talos 披露针对 Win11 的 AI 恶意软件 ClosedQuorum，用多个大模型自动决策窃密

Cisco Talos 于 9 月 22 日披露针对 Windows 11 的 AI 恶意软件 ClosedQuorum，它基于 Go 语言打造，调用谷歌 Gemini、DeepSeek、Qwen 和 Mistral 等模型，在入侵设备后无需人类操作员即可通过投票机制自主决策下一步攻击。

cat@_catwu· 09:25AI 评分5151

Anthropic 的 Claude Code 产品负责人 Cat Wu 推荐在 Slack 中试用 Opus 5.5 和 Claude Tag 的方法，并引用 bcherny 的实践：用 Opus 5.5 借助 Lean 对 Claude Agent SDK 做形式化验证，几条简短提示词就产出 16 个 PR，修复了多个 bug 和竞态条件。bcherny 还提到 TLA+ 也适用，有时将 Lean 与 TLA+ 结合来排查数据流、并发和状态管理问题，并认为这种方式能发现人工难以察觉的 bug。

OpenRouter 发布 2026 年最佳嵌入模型选型指南，覆盖 37 个目录条目

OpenRouter 于 2026 年 9 月 11 日核实嵌入模型目录共 37 个条目，并通过自家 embeddings API 向 19 个模型发送批量请求、共 28 项检查，确认请求与响应行为。

Artificial Analysis@ArtificialAnlys· 07:51AI 评分6161

Artificial Analysis 测算 Claude Opus 5.5 (max) 每 Intelligence Index task 成本为 $5.98，与 Opus 5 (max) 的 $5.86 接近。Opus 5.5 token 用量上升单独会使成本升至 $10.51，但 Anthropic 基础价格下调 20%（$5/$25 降至 $4/$20）降至 $8.41，缓存读取降至 $0.20/1M 再降 29% 至 $5.98。

METR 发布 Claude Opus 5.5 部署前评估摘要

METR 发布对 Claude Opus 5.5 的部署前评估摘要，基于 10 个工作日的 API 能力测试和五个任务（Budget NanoGPT Speedrun、LMCA、Train a Program、Gaming Bot、Sunlight）。

Artificial Analysis@ArtificialAnlys· 06:52同事件AI 评分7171

Artificial Analysis 发文指出，GPT-6 Sol 和 Luna 在 Intelligence Index 中得分与各自前代相近，但 token 定价下降约 50%，将单任务成本减半。其图表展示了各代 OpenAI 模型在智能与单任务成本之间的权衡曲线。

同一件事，精选收录的是《Artificial Analysis 评测 GPT-6 Sol 和 Luna：价格减半但各项表现有升有降》

Arena.ai@arena· 04:51AI 评分6161

Arena 官方宣布 Grok 4.7 (xHigh) 进入 Code Arena: WebDev 榜第 10 名，得 1632 分，较 Grok 4.6 (High) 提升 16 分并上升 6 位，后者现列第 16 名（1616 分）。

ClaudeDevs@ClaudeDevs· 04:37AI 评分6262

Claude Devs 分享 Opus 5.5 首次会话的用法建议：直接交出整个任务，并定义"完成"标准和何时汇报；不需要写 "think carefully"，因为模型总是先思考；长任务运行后，询问它继续推进还需要什么。完整 playbook 见 https://claude.dev/blog/getting-the-most-out-of-opus-5-5/。

Artificial Analysis 发布 Claude Opus 5.5 智能与价格分析（Max Effort）

Artificial Analysis 评测页面显示 Claude Opus 5.5（Adaptive Reasoning, Max Effort, Default Fallback）在 Artificial Analysis Intelligence Index 得 58 分，远高于同类中位数 25。

xAI 讲解如何用 Grok Bot 扩展合并后的客户支持运营

xAI 介绍自 8 月 14 日 Cursor 并入后，如何用 Grok Bot 重构合并后的客户支持运营，在支持工单增长 175% 的情况下未新增人手，估算否则需多招约 200 人。

Artificial Analysis@ArtificialAnlys· 02:21AI 评分8585

Artificial Analysis 评测 GPT-6 Sol 和 Luna，两模型价格约为 GPT-5.6 对应版本一半，Sol 定价 $2/$10、Luna $0.10/$0.50 每百万输入/输出 token，Intelligence Index 与 GPT-5.6 持平。

Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index

Artificial Analysis 实测 Claude Opus 5.5 在 Intelligence Index 得分 58，为其测得的最高分，并在 Terminal-Bench 4.0 上与 GPT-6 Astra 打平（59.6%）。

Claude Opus 5.5 讲解 GPS 定位原理

Claude Opus 5.5 制作了一个交互页面，用真实 GPS 卫星模拟讲解定位原理：卫星持续广播原子钟时间，手机接收四路信号、算出四个距离，一次求解即可同时确定位置与真实时间。该页面基于公开的 GPS 历书数据模拟真实卫星，并非实时无线电信号捕获。

OpenRouter 实测 Jev 1.13 与 Claude Opus 5 在 Banking77 分类任务上的准确率、延迟与成本

OpenRouter 用 Banking77 测试集的 3,080 条客服语料对比 Jev 1.13 与 Claude Opus 5 的意图分类表现。Jev 准确率 81.0% 比 Opus 的 84.4% 低 3.3 个百分点，但中位延迟 175 ms 约为 Opus（2,266 ms）的 1/13，每千次请求成本 $0.11 对 $2.42（启用提示词缓存）。

Anthropic 详解 Opus 5.5 上一次 Claude Code 任务的成本构成

Anthropic 官方博客拆解 Claude Code 任务在 Opus 5.5 上的成本构成，轮次、缓存读取、输出 token 和模型选择决定账单，Opus 5.5 API 输入输出每百万 token 降价 20%、缓存读取降 60% 至 $0.20。

Artificial Analysis@ArtificialAnlys· 00:51AI 评分7979

Artificial Analysis 评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index，为其实测最高分。

Shopify 如何用 PyTorch 和 vLLM 构建持续学习闭环，服务成本降低 96%

Shopify 在 PyTorch 官方博客详解其基于 PyTorch 和 vLLM 的持续学习闭环，通过自愈管线把生产失败转为训练信号，用 SFT 加 GRPO 让专用模型质量超越前沿模型，GraphQL agent 服务成本从估算的每年约 2700 万美元降至约 100 万美元，降幅 96%。

OpenBMB@OpenBMB· 21:07AI 评分5353

OpenBMB 官方介绍，开发者 @HenryZ30734018 基于 VoxCPM2 的 MLX 实现打造了开源同声传译系统 VoxWeft，在 Apple Silicon 上实现端侧实时语音翻译，音频不出设备。

如何在 Claude 与 Claude Code 中用好 Opus 5.5

Anthropic 发布 Opus 5.5 在 Claude 应用和 Claude Code 中的使用指南。

MiMo-V2.6-Pro 智能水平、性能与价格分析

Artificial Analysis 页面显示，小米的 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 得分 46，远高于同类开源权重模型中位数 18。

gzipt：用 gzip 做 language modeling 的实验解析

作者借鉴论文 Language Modeling is Compression 中压缩与预测等价的原理，用 zlib/DEFLATE 实现了 gzipt，纯标准库 Python、无任何神经网络的压缩器语言模型。

NVIDIA 等团队发布 SoL-Pi，将 Pi 编码 Agent 的 token 流量降低 44.7% 至 49.0%

NVIDIA、NTU 和 MIT 的研究团队发布 SoL-Pi，一套为开源 Pi 编码 Agent 提供的 4 项效率机制，由 AI 通过 harness 层的自动研究循环发现。

awesome-seedance开源：463条AI视频提示语实测整理成14个模版和Skills

作者开源awesome-seedance项目，将463条实测复现并打分分类的AI视频提示语整理成14个提示语模版和25个Skills，涵盖分镜脚本、角色一致性、手持UGC vlog、打斗等类型，仓库地址为 github.com/LearnPrompt/awesome-seedance。

卡兹克实测对比 Grok 4.7 与小米 MiMo V2.6：后者成不可能三角版本答案

作者实测同日凌晨发布的 Grok 4.7 与小米 MiMo V2.6，认为 Grok 4.7 低于预期，MiMo V2.6 成为性能、价格、速度三角的当前版本答案。

Artificial Analysis@ArtificialAnlys· 09:51精选AI 评分6565

Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 得 44 分，与 Kimi K3 (max) 持平，略低于 GLM-5.3 (max) 和 Qwen3.8 Max 的 45 分，每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。