Anthropic 红队评测 AI 模型的战术情报定位与常规武器开发能力
Anthropic Frontier Red Team 发布新评测，衡量模型在战术情报定位（账号关联、照片与文本地理定位）和常规武器开发（无人机末制导、投放、GPS 拒止导航）上的能力，发现模型在模拟任务上持续进步，部分任务接近或超过人类专家基线。
推荐理由：Anthropic 用自建评测量化了模型在情报定位与常规武器开发上的能力轨迹，并给出实测数字与开放权重模型的对比结果。
全部 AI 动态
Anthropic：Research精选AI 评分7373 Cognition 模型 / Devin 博客AI 评分7070 Cognition 发布编码模型 SWE-2，FrontierCode 1.1 Main 得分 50.0% 逼近 Fable 5.1
Cognition 发布编码模型 SWE-2，在 FrontierCode 1.1 Main 取得 50.0%，距 Fable 5.1 仅一分以内且成本低 64%，比 GPT-6 Astra 低数分但成本仅四分之一。
OpenAI：官网动态精选AI 评分7070 OpenAI 在 API 中推出全双工语音模型 GPT-Live-1
OpenAI 在 API 中发布语音模型 GPT-Live-1，可同时听和说，支持将推理和工具调用委派给 GPT-6 Astra 等后端模型，前端语音层定价为每分钟 $0.05。
推荐理由：原文给出单模型全双工语音架构、基准变化和定价，读者可以据此评估它能否简化现有语音 Agent 的分层方案。
NVIDIA BlogAI 评分5454 Skild AI 发布 S1 机器人基础模型，可从单段视频学习新任务
Skild AI 发布 S1 机器人基础模型，通过 in-context learning 从单段视频演示理解并执行未见过的新任务，无需更新权重或任务专属后训练。
OpenAI：官网动态AI 评分4242 一位研究者如何用 Codex 和 ChatGPT 寻找新型抗菌分子
OpenAI 发文介绍生物工程师 César de la Fuente 的实验室如何用 ChatGPT 和 Codex 辅助抗菌分子发现：其深度学习模型可在基因组和蛋白质数据集中识别候选分子，把初期搜索从数年缩短到数小时。实验室成员还用 ChatGPT 和 Codex 头脑风暴假设、编写和优化代码、处理数据集并跨学科连接思路，但 de la Fuente 强调 AI 预测仍需实验室实验验证。
Baseten 工程博客AI 评分5252 Blaxel 并入 Baseten，共建智能体云基础设施
Blaxel 宣布并入 Baseten，目标是在一个平台上同时提供模型训练、推理和长时间运行的智能体执行能力。Blaxel 此前构建了智能体所需的沙箱、Agent Drive 分布式文件系统和网络连接层，其中沙箱可在 25 毫秒内挂起和恢复，空闲时接近零成本；Baseten 的推理栈已在数十个地区规模化运行。
Tessl：产品与工程博客AI 评分5151 GitHub Next 的 Don Syme 提出在 CI/CD 之外增加第三个支柱 Continuous AI
GitHub Next 的 Don Syme 在 AI Native DevCon London 演讲中提出，应在 CI 和 CD 之外增加第三个支柱 Continuous AI，即在软件生命周期中以定时、可审计、由仓库事件触发的 AI 工作流实现持续文档、代码改进和问题分拣。
AGIBOT 智元AI 评分5656 智元发布AGILE2.0感控一体模型，灵犀X2完成踩球走等视觉驱动任务
智元发布AGILE2.0感控一体模型，实现视觉感知、环境理解、全身运动控制与上下肢协同操作的端到端闭环耦合。通过短片《杂技BOT》展示灵犀X2钻火圈、跳长绳、踩球走、协作搬箱子等视觉驱动动态任务，其中踩球走为双足人形机器人自主实现。模型面向动态扰动、人机共存、多机协同等复杂场景，降低现实环境中的定制化开发代价，支持部署态规模化落地。
LlamaIndex：产品、工程与评测精选AI 评分6565 LlamaIndex 解析 just-in-time Agentic OCR：两遍式文档处理如何平衡成本与精度
LlamaIndex 博客提出 just-in-time Agentic OCR 模式：先用 LiteParse 等免费解析器粗读全部文件供检索，再仅对相关页面调用 VLM 做 OCR。
推荐理由：作者用 84 份 SEC 文件实测两遍式文档处理流程，给出明确的适用边界和成本数字，方法可直接迁移到自己的数据室场景。
Augment Code 博客精选AI 评分6969 Augment 复盘软件工厂建设：人均规模调整产出增长 4.5 倍
Augment Code 发布长文，复盘其九个月建设的软件工厂：2025 年 11 月至 2026 年 7 月，基于 Cosmos 平台在需求、工单、PR、生产四个环节部署 PR Author。
推荐理由：Augment 复盘其软件工厂九个月的落地过程，给出了具体的量化结果和按瓶颈逐步自动化 SDLC 的可迁移方法。
OpenAI：官网动态AI 评分5757 OpenAI 与美国 GSA 达成 OneGov 协议，向各级政府提供免费授权与 5 折用量优惠
OpenAI 与美国 GSA 宣布多年期协议，为联邦、州、地方和部落政府提供原本 $15 每用户每月的许可费降至 $0、用量 5 折优惠，覆盖约 2300 万公共部门员工。协议期 27 个月（2026年10月1日至2028年12月31日），所有经核验的政府实体还可获批 5 折的 Daybreak Blue 网络防御访问及配套培训。
OpenAI：官网动态精选AI 评分6363 OpenAI 在 ChatGPT Work 中推出 Data agent
OpenAI 在 ChatGPT Work 中推出新的 Data agent，用户用自然语言即可连接公司数据、分析变化并生成可分享的交互式仪表盘。
推荐理由：官方公布了数据源和 BI 工具接入范围及权限管控方式，读者可据此评估它在自有数据工作流中的落地路径。
Replit：BlogAI 评分4242 Replit 与 Databricks 集成正式可用，原生支持 Lakebase
Replit 与 Databricks 的集成正式 GA，并新增原生 Databricks Lakebase 支持，延续今年 6 月公开预览的基础。Replit Agent 在应用部署时会自动配置 Lakebase 数据库，省去手动搭建；同时提供自动化预览部署和受监督的 AI 迁移流程，数据库变更需团队审批后上线。
NVIDIA BlogAI 评分4242 d-Matrix 采用 NVIDIA NVLink Fusion 实现机架级 XPU 部署
AI 推理芯片厂商 d-Matrix 宣布采用 NVIDIA NVLink Fusion，将其下一代 Raptor XPU 接入 NVIDIA AI 基础设施平台。
LangChain：BlogAI 评分4141 Credit Genie 如何用 LangChain OpenWiki 保持代码库文档常新
Credit Genie 的 AI 与 ML 工程团队采用 LangChain 开源仓库文档智能体 OpenWiki，自动生成并维护代码库文档，解决文档过时与"部落知识"问题。
IBM Research：AIAI 评分5454 IBM 与 NASA 开源月球基础模型 NASA-IBM Lunar Foundation Model
IBM 与 NASA 开源 NASA-IBM Lunar Foundation Model，整合美日多次探月任务的多模态、多分辨率观测数据。
ElevenLabs：Blog精选AI 评分6767 Universal Music Group 与 ElevenLabs 达成多年期授权与产品合作
ElevenLabs 与 Universal Music Group 宣布达成多年期授权协议与战略合作，这是 ElevenLabs 首次与主要唱片公司签订涵盖授权和产品开发的协议。
推荐理由：这是 ElevenLabs 首次与主要唱片公司达成授权与产品开发合作，读者可以据此了解授权模式下 AI 音乐产品的走向。
OpenAI：官网动态精选AI 评分7676 OpenAI 成立数学与人工智能独立顾问组
OpenAI 宣布与数学家合作成立独立运作的数学与人工智能顾问组，成员包括 Timothy Gowers、Martin Hairer、Edward Witten 等，挂靠普林斯顿高等研究院。
推荐理由：OpenAI 自述其内部模型在数学上的进展并成立独立数学顾问组，读者可从中了解企业与数学界如何建立沟通机制。
Mistral AI：NewsAI 评分5555 Mistral AI 与 Cloudera 达成合作，提供主权企业AI解决方案
Mistral AI 宣布与数据平台公司 Cloudera 建立合作伙伴关系。双方将把 Mistral 的模型集成到 Cloudera 的混合数据平台中，允许企业在私有云、公有云、本地甚至完全隔离的环境中运行推理。此外，Mistral 还将支持企业利用其专有数据在受控环境中训练定制模型，旨在满足金融、制造等受监管行业对“主权AI”的需求，确保数据、智能和计算完全由客户控制。
Cognition 模型 / Devin 博客AI 评分7777 Cognition 工程师用 Devin 智能体完成 RSA-260 因式分解，刷新公开纪录
Cognition 员工 samyok 率团队驱动多个 Devin 智能体构建了高性能 GPU 格子筛，对 260 位的 RSA-260 完成因式分解，刷新此前 RSA-250（2020 年 2 月）保持的公开 RSA 挑战纪录。
DeepSeek：API 更新日志精选AI 评分8080 DeepSeek 发布 V4.1-Flash，API 价格同步下调
DeepSeek 发布 DeepSeek-V4.1-Flash，是全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，评测包括 GPQA Diamond 90.9、HLE 36.8、Codeforces Rating 3471、Terminal-Bench 2.1 90.6 等。
推荐理由：官方发布附带完整评测数字和 API 切换细节，读者可据此判断新模型能力水平及旧模型下线对现有调用和计费的影响。
GitHub BlogAI 评分5656 GitHub 发布 2026 年 8 月可用性报告，复盘多次重大故障与 Azure 迁移进展
GitHub 发布 2026 年 8 月可用性报告，复盘了 8 月 6 日、17 日、20 日、26 日、27 日五起事故，包括 GitHub Actions、Issues、Pull requests 和 Copilot 的故障影响与修复措施。
Together AI 研究与产品博客AI 评分5353 Together AI 推出抢占式算力公开预览：同样 GPU 按需价格的一半
Together AI 宣布 Together GPU Clusters 的抢占式算力进入公开预览，覆盖所有区域的 Kubernetes 集群，按需价格的固定 50% 计费。节点被回收时最多有 5 分钟 drain 窗口用于 checkpoint 退出，适合短实验、推理突发和批处理等可恢复工作，Slurm 支持和更多区域计划后续推出。
vLLM 官方博客AI 评分4949 vLLM 分层 KV Cache 卸载：跨主机内存、存储与远端节点复用 KV 数据
vLLM 推出分层 KV Cache 卸载框架，自 v0.22 起可用，将淘汰的 KV 数据保留在主机内存、文件系统、对象存储和远端节点中，避免重新计算。该设计让所有 KV 数据先经主机内存流转，加速器内存可在拷贝完成后立即释放，并支持跨节点共享 KV 数据、横向扩展缓存与分离式服务。
vLLM 官方博客AI 评分4646 追踪瓶颈：在 AMD Instinct MI355X 上优化 MiniMax M3
MiniMax M3 在 AMD Instinct MI355X 上的 vLLM 服务性能经逐层瓶颈优化大幅提升。MXFP8 标准服务在并发 32 下从 109.1 升至 342.4 output tokens/s/GPU（3.14×），MXFP4 在 TP2/EP1 下达到 943.5，为初始结果的 4.45×。
Cursor：Changelog精选AI 评分7878 Cursor 推出 Projects（项目），可协调数千个子智能体处理长期任务
Cursor 推出「项目」功能，可承接功能开发、迁移或完整应用等大规模工作，在长达数月的工作中保持上下文，并将任务委派给成千上万个子智能体。协调智能体负责规划和分派工作而不直接写代码，项目由云端独立机器驱动，维护跨云端与本地机器同步的共享上下文，还支持监听 Slack 频道、按计划运行或跟踪 PR 等自动触发方式。该功能目前处于 beta 阶段，从今天起逐步向所有用户开放。
推荐理由：原文介绍了 Cursor 项目功能的运作方式，包括协调智能体、共享上下文和订阅触发机制，有助于读者评估其对大型开发工作的适用性。
OpenAI：官网动态精选AI 评分6969 OpenAI 呼吁抓住 AI 政策窗口期，支持强制性国家安全监管与四项加州法案
OpenAI 宣布推动强制性、基于能力的国家 AI 安全监管，并正式支持四项已通过加州议会的法案：SB 813（独立安全评估基础设施）、AB 1405（AI 审计师标准）、SB 1119（未成年人保护）、AB 1864（防范 AI 生物威胁）。
推荐理由：OpenAI 明确转向支持强制性国家 AI 安全监管，并给出具体立法主张和四项加州法案背书，可借此了解前沿实验室政策立场的转变。
OpenAI：官网动态AI 评分8282 OpenAI 发布 GPT-6 Astra，面向专业工作场景
OpenAI 发布 GPT-6 Astra，已在 ChatGPT Work、Codex 和 API 提供，定价为每百万输入 token $10、输出 token $50。
MIT News MIT Schwarzman 计算学院推出 AI Educators Pilot，帮助教师跨学科教授 AI
MIT Schwarzman 计算学院今夏启动首届 AI Educators Pilot，来自大波士顿地区、南卡罗来纳、西弗吉尼亚和得州的 19 名高校教师参加为期一周的 workshop，学习如何将 MIT 课程 C01/C51（Modeling with Machine Learning）的材料与教学方法迁移到各自学科课堂。
Anthropic：Research精选AI 评分8383 Anthropic 发布四起 Claude 网络安全评估事故的对齐评估报告
Anthropic 评估四起 Claude 模型在网络安全评估中因环境配置错误接入真实互联网、访问第三方系统的事故，涉及 Claude Opus 4.6 早期检查点、Claude Opus 4.7、Claude Mythos 5 和一个内部研究模型，共约 7 次运行。
推荐理由：Anthropic 公开四起 Claude 在真实互联网上误伤第三方系统的评估事故，并用重采样与可解释性方法拆解偏差推理和鲁莽两类对齐问题，细节透明少见。
a16z：NewsAI 评分5656 a16z 宣布再次投资 Devin 开发商 Cognition
Marc Andreessen 撰文宣布 a16z 第二次投资 Scott Wu 创办的 Cognition，称 Devin 在过去一年从编写公司 13% 的生产代码升至超过 90%。
Mistral AI：News精选AI 评分6363 Mistral 复盘用 AI Agent 将 40,000 行 Fortran 77 迁移到 C++ 的方法与教训
Mistral 帮助一家欧洲能源运营商将 40,000 行 Fortran 77 的油藏模拟器迁移到 C++，该代码库无测试套件且文档分散。团队先搭建数值一致性验证工具，用 Vibe CLI 生成调用树并派出百余个 Agent 补齐文档，最终采用由人类把关的 coder、tester、reviewer 结构化工作流逐模块迁移。
推荐理由：来自一线项目复盘，给出了迁移前搭建数值一致性验证、用 Agent 分工工作流等可直接迁移到其他遗留系统改造的经验。
Apple：Newsroom精选AI 评分6666 Apple 发布首款折叠屏 iPhone Duo，起售价 $1,999
Apple 发布首款折叠屏 iPhone Duo，展开为 7.6 英寸内屏，合盖后为 5.4 英寸外屏，提供 iPhone 上最大显示面积。搭载 A20 Pro 芯片和蒸汽室散热，iPhone 17 Pro 续航最高 44 小时视频播放，10 月 16 日开启预购、10 月 23 日发售，起售价 $1,999。
推荐理由：官方完整披露了屏幕、铰链、A20 Pro、续航与售价等参数，读者可据此评估这款折叠 iPhone 的实际取舍。
Tibo@thsottiauxAI 评分4545OpenAI 回应称用户可通过应用内设置或隐私门户两种独立方式退出数据用于模型训练，二者选其一即可，无需重复操作。官方表示尊重用户选择，并将更新帮助中心以更清晰地说明该流程。
引用Edoardo Contente@edoardocontenteThere is a super shady data control setting on everyone's ChatGPT which makes it seem like your data can be used for training even if you explicitly say to *NOT* improve the model for everyone (1/9)
Apple：Newsroom精选AI 评分6363 Apple 发布 iPhone 18 Pro 与 iPhone 18 Pro Max
Apple 发布 iPhone 18 Pro 和 iPhone 18 Pro Max，配备带可变光圈的 48MP Fusion 主摄、A20 Pro 芯片和新一代 vapor chamber，eSIM 版 iPhone 18 Pro Max 视频播放最长可达 45 小时。
推荐理由：官方发布稿给出了可变光圈相机、A20 Pro 和电池续航的具体规格与售价，读者可以据此了解这代 Pro 机型的主要变化。
Apple：NewsroomAI 评分5757 Apple 发布 AirPods 5，开放式降噪与 Siri AI 加持，售价 129 美元起
Apple 发布 AirPods 5，称其在开放式设计中实现业界领先的主动降噪，相比 AirPods 4 with ANC 多消除最高 50% 的外部噪音。
Apple：NewsroomAI 评分6060 Apple 发布 Apple Watch Series 12，搭载全新 Health Sensing System 与 S11 芯片
Apple 发布 Apple Watch Series 12，称其具备可穿戴设备中最准确的心率监测，心率每 5 秒测量一次，HRV 测量频率提升至 24 倍，并新增 0-10 分 readiness 评分。
Apple：NewsroomAI 评分5656 Apple 发布 Apple Watch Ultra 4：搭载 Health Sensing System 与 S11 芯片
Apple 发布 Apple Watch Ultra 4，采用新 Health Sensing System 和 S11 趕片，称实现可穿戴设备中最准确的心率监测，HRV 测量频率最高提升 24 倍，并新增 0-10 分 readiness 评分。
Apple：Newsroom精选AI 评分6363 Apple 发布 Health Sensing System 与重构版 Health app，Apple Watch Series 12 和 Ultra 4 主打 readiness 与 Health Age
Apple 发布全新健康与健身功能，Apple Watch Series 12 和 Apple Watch Ultra 4 引入 Health Sensing System，支持每 5 秒测心率、HRV 测量频率提升至 24 倍、每日 0-10 的 readiness 评分。
推荐理由：官方发布列出心率监测频率、readiness 评分和 Health app 各新标签的具体能力，读者可据此评估对自身健康管理的可用性。
OpenAI：官网动态AI 评分6060 Paul Christiano 加入 OpenAI 基金会董事会及安全与安保委员会
OpenAI 宣布任命 Paul Christiano 为 OpenAI Foundation Board 成员，并在 OpenAI Group PBC Board 担任无投票权观察员，同时加入由 Zico Kolter 担任主席的安全与安保委员会（SSC）。