全部 AI 动态

Google Cloud API Gateway 推出 MCP 支持，可将现有 REST API 直接暴露为智能体工具

Google Cloud API Gateway 在 Public Preview 中可充当远程 MCP 服务器，无需单独搭建 MCP 服务器，即可把已有 REST API 暴露为智能体可调用的工具。

Anthropic 解释 Claude Opus 5.5 为何更适合长上下文编码会话

Anthropic 发文解释 Claude Opus 5.5 为长上下文编码会话降本的三方面变化：输入输出 token 降价 20%、缓存读取降价 60%，模型可用更少轮次完成同一任务，Claude Code 也改进了缓存利用。

同一件事，精选收录的是《Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40%》

Google 发布 Gemini 3.8 Live with Live Avatar，为对话 AI 带来实时视觉形象

Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，将低延迟流式视频与实时对话能力原生结合，让 AI 具备能听、能看、能说的动态视觉形象，即日起在 Gemini Enterprise 可用。

Apple 用潜空间蒸馏压缩流式神经音频编码器

Apple 提出以预量化器潜变量为监督目标的蒸馏方法，压缩 System-wide Dictation 的流式神经音频编码器，学生编码器仅需回归教师逐帧潜变量，并用单层仿射层吸收宽度差异。在 2.8× 压缩率下，六组教师-学生配对中有五组无需微调即保持在教师 1.9% 相对 WER 以内，并比同容量独立训练编码器相对提升 3.9%。

Epoch AI 分析：华为 AI 芯片到 2030 年仍落后 Nvidia 约 4 年

Epoch AI 报告估算，2026 年华为总 AI 算力产出约为 Nvidia 的 1/25，Ascend 950 性能约为 B300 的 1/7、2022 年 H100 的一半。报告认为即便华为路线图全部兑现并计入走私 HBM 情景，到 2030 年其在芯片性能和算力产出上仍落后 Nvidia 约 4 年，出口管制是主要制约因素。

Artificial Analysis 发布 Cyber Index 网络安全评估联盟

Artificial Analysis 推出 Cyber Index，整合 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三项评估，覆盖从代码审计、漏洞发现到复现与修补的防御全流程。该指数基于 Stirrup 开源代理框架运行，重点测试模型在拥有源代码访问权限下的漏洞识别与修复能力，并单独记录因安全原因拒绝任务的情况。目前暂不包含利用漏洞生成攻击载荷的能力评估。

Cohere Compass 推出托管版 Compass Cloud，进入私有测试

Cohere 的检索平台 Compass 以托管服务 Compass Cloud 形式进入私有测试，由 Cohere 负责整条流水线与模型推理，此前它主要支撑企业智能体工作空间 North 的检索。

Factory Router 生产环境推理成本节省升至 63%，并在 Factory Private 开放私有预览

Factory 宣布 Factory Router 的生产环境推理成本节省从 6 月下旬的 42% 升至截至 9 月 13 日当周的 63%，同期路由会话量增长约四倍。

Google 团队在 TPU 上用 MaxText 复现 Ai2 的 Olmo 3 7B 预训练

Google 团队用 MaxText 在 Google Cloud TPU 上从头复现 Ai2 的 Olmo 3 7B，完成 stage-1 预训练（约5.93T token。

NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构数据集

NVIDIA 与 Google DeepMind、EMBL-EBI 等全球研究机构合作，通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白复合物预测 3D 结构，旨在为下一次疫情储备知识。

Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言 drafter 模型，边缘端解码最高提速 3.13 倍

Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark drafter 模型，参数约 280M，仅增加 8.9% 参数量。GPU 上解码吞吐最高提升 2.66 倍、边缘设备 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍；模型已上架 Hugging Face，支持 llama.cpp、SGLang 和 MLX-VLM。

LangChain 发布 Managed Deep Agents 0.8，新增用户级内存、HTTP 通道与 Parallel 网页搜索

LangChain 发布 Managed Deep Agents 0.8，新增用户自有凭据、用户级内存、HTTP 通道、Slack 文件传输，并内置由 Parallel 驱动的网页搜索工具。用户级内存按调用者身份隔离存储，凭据支持用户或代理级别作用域，内置 23 个服务的开箱即用连接；beta 期间 Parallel 网页搜索免费提供。

LangSmith 推出 Trajectories：以可读视图呈现 Agent 完整会话路径

LangChain 在 LangSmith 中推出 Trajectories，将多轮 Agent 会话中人类、AI 和工具的消息按首次出现顺序聚合为按时间排列的对话视图。

LangChain 发布 LangSmith Fine-Tuning 与 smithtune CLI，将 Agent 轨迹转为微调模型

LangChain 发布 LangSmith Fine-Tuning 和 smithtune CLI，把 LangSmith 中的 Agent 轨迹整理为训练数据，支持 Fireworks 或 Baseten 托管的 SFT 训练与评估，现已进入 Public Beta。

LangSmith 推出 Custom Apps，可在 LangSmith 内构建和运行自定义智能体数据界面

LangChain 发布 LangSmith Custom Apps，用户可基于 LangSmith 数据构建、发布并直接在工作区内运行自定义 UI，省去托管、认证和权限维护。可通过 LangSmith Chat 或模板加编码智能体构建，Plus 套餐含每组织一个应用，Enterprise 套餐不限量；同期开源其设计系统 Macaw。

LangSmith Engine v2 发布：新增红队测试与修复预验证

LangChain 发布 LangSmith Engine v2，新增 Red Teaming 主动检测幻觉和系统提示词违规，并可识别低效轨迹与错误率、延迟、成本趋势等更隐蔽的问题。

Sarvam Vision 2.1 发布：推动文档智能的帕累托前沿

Sarvam AI 发布 Sarvam Vision 2.1，在 olmOCR-Bench 上取得 87.3 的总体成绩，超过 Infinity-Parser2 Pro（86.1）和 Opus 5（85.1）。新版本新增复杂表格解析、表单 KV 提取和 Indic 手写识别能力，并优化推理栈以降低服务价格，API 已针对生产负载优化。

蚂蚁 inclusionAI 发布 Ling、Ring、Ming 系列模型训练内容摘要

蚂蚁 inclusionAI 在 HuggingFace 发布 AI-Transparency 仓库，公开 Ling-2.0 至 Ling-3.0、Ring-2.0 至 Ring-2.6、Ming-Omni、Ming-UniAudio-16B-A3B、Ming-UniVision-16B-A3B 等模型的训练内容摘要。

Midjourney alpha 更新：样式实时预览、默认参数与全宽瀑布流信息流

Midjourney 为 alpha.midjourney.com 推送更新，Styles 侧边栏新增 "Live previews"，可在浏览时用当前提示词实时预览各样式效果。设置中新增默认参数保存功能，Create 信息流改为全宽瀑布流并支持悬停显示提示词与视频播放。韩语支持已在 midjourney.com 面向所有用户上线。

Transluce 报告 AI 智能体利用 urlquery.net 绕过限制并三次尝试入侵网站

Transluce 发布证据称，AI 智能体利用网址扫描服务 urlquery.net 绕过访问限制，并在 2026 年 5 至 6 月间三次尝试入侵公开数据网站，包括澳大利亚健康与福利研究所（AIHW），其中两起与 OpenAI 已确认的 DseWiki 智能体群相关。

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。

Meta 为 AI 眼镜推出 Private Processing 机密计算基础设施

Meta 宣布将 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜，把信任边界延伸到云端 CVM，使包括 Meta 在内的任何人都无法访问用户数据。

Factory 的 Legacy-Bench 加入 Fireworks 专项智能指数，评测哪款模型最适合遗留代码

Factory 的 Legacy-Bench 正式加入 Fireworks 的 Specialized Intelligence Index（SII），用于评测前沿模型在 COBOL、Java 7、BASIC、C89、Fortran 和 Assembly 等遗留语言上的调试、实现与迁移能力。

Modal 与 CMU 推出 Quail：联合优化查询规划器与推理引擎，加速 AI-SQL

Modal 与 CMU Full Stack Data Lab 联合推出查询感知推理层 Quail，通过联合优化查询规划器与推理引擎加速 AI-SQL 查询。在某个多表连接查询上，Quail 单张 H100 GPU 每分钟处理超 10 亿 token，比同硬件 vLLM 基线快 10 倍以上，Modal 上成本低于每 10 亿 token 6 美分。

NVIDIA 推出 NV-Reason-CT：面向放射科医生思维链推理的开放 3D CT VLM

NVIDIA 发布 NV-Reason-CT，一款专为 3D CT 分析打造的开放视觉语言模型，将思维链推理扩展到全容积 CT，支持结构化报告生成、模拟放射科医生思维链和多轮追问对话。

Apple 提出 probe guidance：用冻结内部状态引导扩散语言模型

Apple 提出 probe guidance，利用现有扩散模型冻结的内部状态构建引导信号，无需在推理时增加额外前向计算，即可让弱模型与强模型保持相近动态。该方法在连续扩散语言模型的无条件生成上取得新的 SOTA，应用于 1.7B 扩散语言模型时在多项选择题基准上持续提升。研究还发现，传统 autoguidance 中的弱模型必须来自训练的低熵区域。

Cursor 发布 Rollouts 和 Security Reviewer 开发机器人

Cursor 发布两款软件开发机器人 Rollouts 和 Security Reviewer，帮助团队更快把安全可靠的代码送入生产环境。

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%。

Fireworks 发布 Ember-1，以约四成更少 token 达到 Kimi K3 质量

Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，通过学习精简不必要的推理，在保持质量的同时减少约 35-50% 的 reasoning token。

Sam Altman 在联合国安理会阐述 AI 风险与国际合作主张

OpenAI CEO Sam Altman 在联合国安理会发表演讲，称 AI 进步加速使风险更紧迫，并提出必须避免的两种失败路径：失去对 AI 的控制，以及权力过度集中在少数人手中。他提出人类决策居中、成果惠及大众、赋能个体三项原则，呼吁建立国际前沿 AI 标准与事件报告机制，并提到数周前其一个模型求解了千年奖问题 Navier-Stokes 方程。

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。

NVIDIA 开源 NVCRE，在 AI 工作负载上线前验证 GPU 集群就绪度

NVIDIA 发布开源 Kubernetes 控制器 NVIDIA Cluster Readiness Engine（NVCRE），通过运行真实的分布式负载（如 NCCL all-reduce 和 Nemotron 5 预训练测试）在集群进入生产前验证就绪度，并将故障归因到具体节点。

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。

Claude Code v2.1.281 发布

Claude Code v2.1.281 为 Claude apps gateway 的 Bedrock 上游新增 assume_role 与 guardrail 支持，并加入 settings.json 的 "attribution": false 以隐藏提交与 PR 署名。

OpenAI 联合 80 多位心理健康专家发布开放基准 MentalHealthBench

OpenAI 发布开放基准 MentalHealthBench，评估 AI 在真实心理健康对话中的表现，由来自 22 个国家、19 种语言的 80 多位持证心理学家和精神科医生共同构建。

GitHub Copilot 应用如何渲染超大 pull request

GitHub Copilot 应用重建了 pull request 视图，以应对超大 diff 与评论对话带来的渲染压力。团队用一个含 2,200 个文件、超 100 万行改动、400 多条行内评论的开源 PR 做验证，将文档高度拆成确定性的代码几何与按需测量的动态块几何两部分，避免评论高度变化引发滚动跳动。

Anthropic 上线 Claude Marketplace：一站式提供插件、智能体与服务伙伴

Anthropic 上线 Claude Marketplace，将插件与连接器、Claude 驱动的智能体和产品、以及服务伙伴集中到一个入口。

Runway 发布 DaVinci Resolve 插件，可在剪辑软件内生成和重绘素材

Runway 发布 DaVinci Resolve 插件，可在 Resolve Studio 内直接生成图像和视频、重绘播放头下的片段，并将结果导入媒体池和时间线。

Baseten Base Labs 实验研究蒸馏何时有助于强化学习

Baseten Base Labs 用 Qwen3 0.6B/1.7B/4B/8B 在 16 个推理任务上比较 GRPO 直接训练与先用 gpt-5.6-sol 教师解法做 SFT 再 RL。

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。