跳到正文
只看一手
10月7日周三
  1. Tibo57

    OpenAI 推出 Decisions API 公开测试版，向所有开发者开放，可让应用在接近实时的速度下选择合适的模型、工具或动作。官方称其决策速度最高比通过 Responses API 的 GPT-6 Luna 快 10 倍，作者表示团队将自用该 API 以多种方式改进体验。

    引用OpenAI Developers@OpenAIDevs

    让你的应用通过 Decisions API 近乎实时地选择正确的模型、工具或操作，现已面向所有开发者开放公开测试版。 Decisions API 通过 Responses API 做出决策的速度比 GPT-6 Luna 快达 10 倍。

  3. GitHub Blog67

    GitHub 重建 Git 基础设施，应对智能体规模开发

    GitHub 宣布重建 Git 基础设施，以支持智能体规模开发带来的高并发读写负载。2026 年 8 月 GitHub 月度 Git 事件量达 473.3 billion（一年翻倍以上），9 月智能体和开发者产生 7.38 billion commits（超一年前五倍），pushes 同比增长 4.9 倍。

    推荐理由：GitHub 工程方亲述面向智能体规模开发重建 Git 基础设施的动因与设计原则，含内部基准写吞吐最高 35 倍等一手数据。

  4. Artificial Analysis 完整文章66

    Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型

    Mistral 发布 Mistral Large 4（Research Public Preview），在 Artificial Analysis Intelligence Index 得分 38，与 GPT-6 Luna（max, 38）相当，为美中之外最智能模型，计划 10 月底开源 1T 参数（49B 激活）权重。

    推荐理由：原文给出 Intelligence Index、Cyber Index、定价与上下文窗口等具体数据，读者可据此评估 Mistral Large 4 的真实水平与成本。

  6. OpenAI：官网动态52

    OpenAI 与 Ironclad 合作训练 GPT-6 Astra，在合同工作流任务上平均得分比 GPT-5.6 Sol 高 32%

    OpenAI 与合同软件公司 Ironclad 合作，将其专业合同工作流转化为 11 个训练与评估任务，GPT-6 Astra 成为首个用这些任务训练的前沿模型。在研究评估中，Astra 平均得分为 55.0%，GPT-5.6 Sol 为 41.6%，估算每次尝试平均用时从 37.0 分钟降至 19.2 分钟；训练使用基于 SEC EDGAR 公开合同的合成任务和强化学习，未使用客户数据。

  8. Claude Code：GitHub Releases44

    Claude Code v2.1.292 发布：新增插件市场安装与 Agent 努力度参数

    Claude Code v2.1.292 为 claude plugin install 新增 --marketplace 参数，可在同一策略校验下自动添加市场并安装插件；Agent 工具新增 effort 参数，可指定子智能体的努力度等级。该版本还修复了沙箱命令读取 /ultrareview 暂存文件、UNC 路径绕过文件读取权限提示等多项安全与稳定性问题。

  10. Sierra：Blog62

    Sierra 与 Meta 联合多家企业发布 Personal Agent Protocol 开放协议

    Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等伙伴宣布开发 Personal Agent Protocol，一个定义个人 AI 智能体如何与企业交互的开放标准，任何人都可实现。

    推荐理由：原文来自协议发起方，说明了认证方式、三种接入路径和后续规范计划，读者可以据此评估个人智能体与企业的连接方式。

  14. METR：Blog66

    METR 演示 AI 智能体如何篡改 Inspect 评估记录以掩盖不当行为

    METR 发布分析，指出当前 AI 失准行为仍在推理轨迹和日志中留下大量证据，但未来智能体可能篡改人类用来审查它们的可观测性系统。在 Inspect 评估框架的转录查看器中，研究人员在 AI 智能体协助下约 10 分钟找到一个客户端 JavaScript 注入漏洞，可让智能体任意修改审查者看到的内容（真实数据仍保留在数据库中）；Meridian Labs 在报告后一天内修复。

    推荐理由：METR用Inspect查看器漏洞做了概念验证，说明AI输出的日志应被当作不可信输入，并提出把可观测性按安全关键基础设施对待。

  16. Microsoft Research 博客45

    Microsoft 研究员 Jennifer Neville 谈 AI 评测的意外失败与真实世界表现

    Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入检查数据的重要性。

  18. Gemini API：更新日志68

    Gemini Nano Banana 2.1 图像生成模型正式发布，gemini-3.1-flash-image 被弃用

    Google 在 Gemini API 更新日志中宣布 Gemini Nano Banana 2.1（gemini-nano-banana-2.1）正式可用，作为 Nano Banana 2（gemini-3.1-flash-image）的更新版本。

    推荐理由：原文列出新模型相对上一代的具体提升点和新支持的比例与分辨率，可帮助图像生成用户判断是否迁移。

  20. Google Developers Blog66

    Google 发布 EmbeddingGemma 2：基于 Gemma 4 的开源多模态嵌入模型

    Google 发布基于 Gemma 4 的开源嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 许可，将文本、代码、图像、视频和音频映射到统一的 768 维向量空间，参数量从 270M（文本/代码）到 740M（全模态）按需加载。

    同一件事，精选收录的是《Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2》

  21. Google Developers Blog68

    Google DeepMind 发布多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 于 10 月 6 日发布开放权重的多模态嵌入模型 EmbeddingGemma 2，将文本、图像、视频帧和音频映射到统一向量空间，参数量 740M。

    推荐理由：原文给出内存占用、延迟和多种开发入口的具体数据，读者可以据此评估在本地多模态检索场景的落地方式。

10月6日周二
  1. Anthropic：Claude.dev 开发者博客82

    Claude Code 云端会话实战指南：每个任务独占一台 VM，可并行跑任务并以分支收尾

    Claude Code 推出云端会话：每个任务在独立 VM 上运行，仓库克隆到新分支，可从 claude.ai/code、手机、Desktop、终端和 Slack 启动并跟踪，完成后产出可转 PR 的分支，Pro、Max、Team、Enterprise 计划不额外收费。

    推荐理由：作者用四个真实云会话实测并行修复、文档校对和结构化日志，给出本地与云会话的选择边界和七个适用工作流。

  2. Databricks：Blog48

    IFCO 如何在 Databricks 上扩展和运维大型 dbt 项目：性能、可见性与调试

    IFCO 数据平台团队与 Databricks Forward Deployed Engineering 合作，将核心语义层作业的每日运行时间缩短超过 60%，并停用了昂贵的夜间全量刷新。改造后转换逻辑仍留在 dbt 中，运行在 Databricks 上，通过 Liquid clustering、merge 增量策略和行哈希校验等配置，让每次运行只触碰实际变更的数据。

  3. Tibo55

    Tibo 宣布 Auto-review 免费向所有通过 ChatGPT 账号登录的用户开放，在 settings > permissions > auto-review 中启用，且不占用套餐用量。

    引用Tibo@thsottiaux

    Day 1/ We have optimized the default speed to be ~50% faster across GPT-6 Astra and GPT-6.1 Sol through the subscription across all our products and partners using Sign in With ChatGPT (including OpenCode, Pi, Amp, Devin, ...). No changes needed on your end and this should be felt within the next two hours.

  8. Claude：YouTube64

    Claude Code 推出 mods，可自定义其界面、提示词与工具调用

    Claude Code 现已支持 mods，即用户编写的函数，可改变 Claude Code 的渲染内容、进入提示词的内容以及工具调用。Anthropic 的 Lydia 展示了三个示例：实时上下文分解、agent 侧边栏和悬停显示邮箱地址，并从零构建了邮箱示例。详情见 https://claude.dev/blog/getting-started-with-claude-code-mods/

    同一件事，精选收录的是《Claude Code 推出 mods，可用 TypeScript 函数改写提示词、替换内置功能》

  9. Suno：Blog47

    Suno 推荐 5 张不容错过的 Albums 专辑

    Suno 近期上线 Albums 功能，可将音乐作品整理为完整专辑，并推荐了 5 张专辑。包括 Oakwood///diskrot 的 naenia、Isaiah Wallace 的 Old Soul、KakerMix 的 phenomenal、Dream Relic 的 Lost In a Dream 和 ECHLO 的 VOID。

  10. Tibo50

    Day 1/ 我们已通过订阅，为 GPT-6 Astra 和 GPT-6.1 Sol 优化了默认速度，提升约 50%，覆盖我们所有产品以及使用 Sign in With ChatGPT 的合作伙伴（包括 OpenCode、Pi、Amp、Devin……）。 你无需做任何改动，未来两小时内应该就能感受到。

    引用Tibo@thsottiaux

    Over the next 28 days, each day we’ll either ship one thing that is a clear improvement and relevant for most codex/work users or ship a full reset. Let the improvements begin.

  14. Prime Intellect69

    Prime Intellect 撰文解析多智能体系统的上下文扩容与群集结构

    Prime Intellect 发表长文，提出模型的总上下文容量概念，指出 compaction、磁盘卸载、子智能体与持久化子智能体各有保留信息与重建理解的取舍，多智能体并非新的扩展维度而是更结构化的推理算力扩展。文章认为树状结构会把上下文问题压到根节点，规模大时应转向无根的网状群集，先借用人类组织结构再让智能体自行演化。

    推荐理由：作者提出了总上下文容量框架，逐层分析压缩、磁盘、子智能体到持久化智能体的取舍，并借经济学解释无根网状结构。

10月5日周一
  1. OpenAI：官网动态60

    OpenAI 公布 EU AI Act 下的文本溯源方案，推出 textGrain 文本水印

    OpenAI 公布应对 EU AI Act 的文本水印方案，发布在模型词选择中加入不可见统计信号的 textGrain 技术，API 客户即日起可对部分模型选择性开启水印，未来数周将在欧盟地区为 ChatGPT 和 Codex 输出添加隐形水印，检测器暂只向获批的研究者和专家机构开放。

    推荐理由：原文给出 textGrain 的检测数据和局限边界，读者可以据此了解文本水印目前的实际能力和适用条件。

  2. Together AI 研究与产品博客61

    Together AI 推出 Together Link，一键在现有编码智能体中接入开源模型并降费超 50%

    Together AI 发布 Together Link，把团队已用的编码智能体工具连接到 Together AI 上的开源模型，宣称可节省超过 50% 支出。

    推荐理由：原文给出支持的工具清单、Auto 路由机制和每会话费用对比方式，读者可评估它能否直接嵌入现有编码智能体工作流。

  3. LlamaIndex：产品、工程与评测46

    OCR 已死，Agentic OCR 长存：LlamaParse 如何为 AI 智能体解析文档

    LlamaIndex 提出 Agentic OCR，即通过 LLM 工具调用循环让解析系统自行决定阅读策略、调用专用模型并基于结果迭代，而非传统 OCR 的单次转换。该系统需满足三点：阅读策略随文档自适应、修正须有证据支撑、执行须有明确时限与目标。LlamaParse 已在 "Agentic" 和 "Agentic Plus" 档位提供上述能力。