跳到正文
只看一手
9月30日周三
  7. OpenAI：官网动态85

    OpenAI DevDay 2026 发布 GPT-6.1 Sol、常驻智能体 Dots 等 20 余项更新

    OpenAI 在 DevDay 2026 上宣布超过 20 项公告，包括发布 GPT-6.1 Sol，在 agentic coding、computer use 和专业工作上表现强劲，价格约为 GPT-6 Astra 标准输入输出 token 价格的五分之一。

    推荐理由：OpenAI 官方汇总了 DevDay 2026 全部二十余项发布，覆盖新模型、常驻智能体与平台开放，可作为了解本轮产品线的完整入口。

  15. OpenAI：官网动态81

    OpenAI 发布常驻智能体 dots，由 GPT-6 Astra 驱动

    OpenAI 发布名为 dots 的常驻智能体，由 GPT-6 Astra 驱动，拥有自己的云计算机，可 24/7 持续为用户工作，并通过插件生态连接超过 4,000 款应用。

    推荐理由：原文来自官方发布，完整说明了 dots 的运行方式、控制机制、适用套餐和开放范围，读者可以据此评估是否接入自己的工作流。

  17. OpenAI：官网动态86

    OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能

    OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。

    推荐理由：官方公布了与 GPT-6 Astra 的多项基准对比和完整 API 定价，开发者可以据此评估用五分之一成本替代旗舰模型的可行性。

  22. Anthropic：Research81

    Anthropic 评测 GLM-5.3：能自主构建端到端网络漏洞利用且防护易被绕过

    Anthropic 发布对智谱 GLM-5.3 网络攻击能力的分析，发现其可自主开发端到端漏洞利用，在 ExploitBench 410 次尝试中成功 50 次，接近 Claude Mythos Preview 的 56 次。

    推荐理由：Anthropic 第一手评测给出 GLM-5.3 的漏洞利用成功率和防护绕过数据，读者可据此了解开放权重模型带来的攻击面变化。

  23. 蚂蚁百灵：Developer Blog67

    蚂蚁百灵发布 Ling-3.1-flash：560B 总参数、1M 上下文，两周免费体验

    蚂蚁百灵发布 Ling-3.1-flash，总参数约 560B、每 Token 激活约 25B，上下文窗口上限 1M，采用 7 层 KDA 配 1 层 Gated MLA 的混合线性架构，围绕通用智能体、搜索、办公和软件研发优化。

    推荐理由：官方发布给出架构参数和多场景评测数据，还附 Lua 编译器等长程任务案例，可据实对比模型的智能体能力。

  25. Cohere Labs：官方研究博客47

    Cohere Labs 提出 RCP-nDCG@10：用校准 AI 评委更完整地衡量检索相关性

    Cohere Labs 推出 RCP-nDCG@10，一种用校准 AI 评委按统一相关性评分标准逐条评估检索文档的评测方法，以弥补传统 nDCG 依赖人工标注 qrels 造成的覆盖缺口。其 46 人人工标注研究显示，qrels 预测人类相关性判断的 AUC 仅 0.65，而 LLM 校准相关性评分可达 0.91；被基准标为不相关的文档中 28% 被人类判为有用。该指标已用于优化其下一代搜索模型。

  26. Cohere 产品与研究博客69

    Cohere 发布 Embed 5 嵌入模型家族，含 Pro 和 Fast 两档

    Cohere 发布 Embed 5 嵌入模型家族，含 Pro 和 Fast 两档，支持文本与图像输入、100+ 语言、128K 上下文，已通过 Cohere API、Microsoft Foundry、Amazon SageMaker 等渠道开放。

    推荐理由：官方给出两个档位的定价、基准成绩和共享嵌入空间设计，读者可以据此权衡检索质量与查询成本的部署方案。

9月29日周二
  1. GitHub Blog43

    GitHub 更新开发者政策透明度报告：2026 上半年政府下架请求增至 708 起

    GitHub 公布 H1 2026 透明度数据，政府下架请求从 2025 全年的 98 起增至 2026 上半年的 708 起，这一增长主要源于报告口径调整，而非内容删除量上升。GitHub 还回顾了 2026 年美国州级立法会期，重点跟进 AI 内容溯源与年龄验证议题，其中加州 AI 透明度法案 SB 1000 已采纳更窄的通知—回应机制，以兼容不可撤销的开源许可证。

  2. Claude：Blog44

    Asana 如何用 Claude 打造可训练的人机协作团队

    Asana 让 AI 智能体直接运行在其 Work Graph 模型内，与人类同事一样拥有角色、任务、消息读写和活动流记录，并由 Claude 驱动复杂任务。每个智能体按内容撰写、洞察分析、项目管理等角色预置技能与集成，其实际访问权限受触发者权限约束。智能体的共享记忆仅允许管理员和编辑者写入永久记忆，普通成员反馈只作用于当前任务。

  4. Microsoft Research 博客61

    Microsoft Research 发布 AI 生物研究系统 Quine，并开放 Quine Fellows 项目申请

    Microsoft Research 推出 Quine，一个包含生物学世界模型和交互式 harness 的 AI 研究系统，可跨基因组、蛋白质、化学、细胞状态和生物成像等模态联合学习并推理干预后果。

    推荐理由：原文给出 PDAC 化合物筛选一个周末完成并经湿实验验证的结果，读者可据此评估 AI 驱动生物发现的实际路径。

  5. Apple Machine Learning Research42

    苹果研究：语言模型树结构表达式序列化的通信瓶颈与往返研究

    苹果研究者提出往返协议，用生成器把算术表达式转成文字题、再由独立提取器还原，并以符号等价作为精确判定，测试十六个模型的所有两两组合。结果显示该通道有损且不对称：交换生成与提取模型可使准确率相差最多 60.4 个百分点，最佳组合达 92.9%；至少 73.6% 的失败源于生成端，难度由树结构而非模型家族决定。

  6. Meta：Newsroom · AI51

    Meta 为 Muse 推出 Small Business 技能与连接器

    Meta 为个人 AI 智能体 Muse 推出面向小企业的新技能和连接器，可一键连接 Instagram 专业账号分析、Facebook Pages 和 Meta 广告账户，并支持 Canva 等第三方工具与自定义连接器。官方给出销售分析、邮件处理、广告优化和财务审查等示例提示词，Muse 大部分功能免费，更多能力通过订阅计划提供，合作伙伴可在 muse.ai/platform 申请。

  7. Tibo62

    Tibo 宣布 Pro $200 订阅将于明日向新用户重开，同时调整用量计算方式，按他的算法相当于 API 花费净额为旧 Pro 计划的一半。他承诺不重新引入 5 小时限制、订阅用户长期获得更多更高价值，并提到本周 GPT-6 Sol 和 GPT-6 Luna 价格降至此前 50%，明天订阅还会新增不占用用量的内容。

    引用Tibo@thsottiaux

    Hi, Tomorrow we are re-opening the Pro $200 subscriptions to new subscribers, but together with it we are also changing how we calculate the usage for it. In effect, if you do the math, it will net out at half the dollar in API spend compared to the old Pro $200 plan. Now that it's said, let me explain why this is happening and why you will still get more work done than if you were on the Pro $200 subscription one month ago. (a) We didn't want to compromise in other ways and are committing to not reintroducing the 5h limit, so that you can fully use the weekly usage when you want. (b) On the subscription, we guarantee that over time you always get more work done and with an increasing level of quality. This means that you will continue to get more value per dollar spent as a result of models getting more efficient and us passing down the improvements in the form of API price reductions. (c) We don't want to put an incentive on ourselves to artificially inflate the API list prices to make it look like you are getting a lot (and workaround it through discounts, etc). Instead we want to continue to both rapidly reduce prices and increase capabilities of models on the API. This week we introduced GPT-6 Sol and GPT-6 Luna at 50% of their previous price. Over time, we see prices go low enough that it makes sense for most to buy usage as needed without there being a significant gap between what you get in a subscription and what you get in the API for a dollar spent. (d) Tomorrow, we are adding more things to the subscription that won't draw on the usage, I won't reveal what that is yet. I wanted to be transparent before all the big announcements tomorrow. Lots of new exciting things are coming to the subscriptions that will make it super compelling, but I wanted to make sure to share this change ahead of time so you can all understand it before we shower you with good news. Codexingly, Tibo

  8. OpenAI：官网动态55

    OpenAI 提出前沿 AI 训练安全案例框架的初步准则

    OpenAI 发布安全文档框架提案，主张前沿强化学习训练在开跑前应准备结构化的安全案例。文中给出三类初步准则，包括对齐训练与遏制监控等技术保障、异议与审批等运营流程，以及错位事故的调查与公开披露做法，并表示这些实践正在 OpenAI 内部实施且欢迎社区反馈。

  10. OpenAI：部署安全与系统卡41

    GPT-6 Astra 系统卡增补：GPT-6.1 Sol

    OpenAI 发布 GPT-6 Astra 系统卡增补，涉及 GPT-6.1 Sol。该模型沿用 GPT-6 Astra 的数据与训练方式，在生物与化学领域被定为 High capability，相关结果未越过 Critical 阈值。网络安全生产聊天评测中它优于此前所有模型，但在合成与半合成智能体环境中较 GPT-5.6 Sol 出现小幅退步。

  14. Runway：News44

    Runway 如何帮世界杂耍联盟用 AI 补满电视转播的空座位

    世界杂耍联盟（WJF）创始人 Jason Garfield 用 Runway 为荷兰两日赛事的转播补全观众席：首日满座、次日侧机位空座，他用 Aleph 2.0 在原始素材中加入观众而不改动画面其他部分，仅一个极广角镜头退回 After Effects 处理。他还用 Runway 生成开场动画、选手资料卡、排行榜和舞台烟火，整档约一小时特别节目由他一人完成，单段生成时长上限约 15 秒。