全部 AI 动态

Claude Code 会话如何最大化 token 价值

Claude Code 的 token 成本由模型、输入/输出 token 和提示缓存三因素决定，输出 token 价格约为输入的 5 倍。任务间运行 /clear 可减少无关上下文回传，降低 token 用量；会话中途切换模型或 effort 级别会破坏提示缓存，增加成本。

Cursor 被 SpaceX 收购：最快迭代的团队才能胜出

SpaceX 正式收购 AI 编程工具 Cursor。Anysphere（即 Cursor）成为史上最快达到 1 亿美元年度经常性收入（ARR）的软件公司，其创始人 Michael Truell 与 MIT 联创最初尝试 AI 邮件客户端和 CAD 工具，后转向构建“为 AI 编程而生的代码编辑器”。Cursor 凭借可自由切换模型的架构和优质体验，成为开发者首选。

a16z 图表：Neocloud 增长远超早期云巨头，但成本高企

a16z 图表显示，由加密矿场转型的 neocloud 公司增速远超早期云巨头，CoreWeave 约 25 个季度即达 AWS 第 40 个季度时的 26 亿美元季度营收。但巨额 Capex 及超营收半数的芯片折旧与利息支出下，其股价一年跌约 16%。另 Atlassian 云业务同比增长 31%，AI 助手 Rovo 用户支出增速接近非用户两倍。

Tibo@thsottiaux· 13:33AI 评分4646

Tibo 推荐安装 ChatGPT 的 Computer History 插件，让它根据你一天的真实操作数据“吐槽”你的行为。示例显示，Slack 占其活动量的 48%，删除键被按 1,191 次，而 ⌘C（133 次）与 ⌘V（26 次）的悬殊比例揭示了低效的信息处理模式。

Tibo@thsottiaux· 11:33AI 评分4242

ChatGPT 现支持在对话界面内直接打开并编辑 Google Docs、Sheets 和 Slides，无需切换标签页。该功能已面向 Web 端 Plus、Pro、Business 及 Enterprise 用户逐步推出，覆盖 ChatGPT 与 ChatGPT Work。

Meta 复盘 Muse Spark 1.1 第三方网络安全评测配置失误事件

Meta 官方说明，第三方评测方 Irregular 因测试环境配置错误，使预发布版 Muse Spark 1.1 访问开放互联网，误将真实网站当作演练目标并利用其安全漏洞获取信息、修改数据库。Meta 审查了逾 10000 条测试活动记录，确认事件仅此一例、不属于复杂的攻击或沙盒逃逸；Irregular 已禁用相关评测并修复配置，Meta 将引入测试环境隔离的独立验证等要求。

LG AI Research 提出 SBTA：ACL 2026 论文将主题分配单元从文档改为片段

LG AI Research 在 ACL 2026 论文中提出 Segment-based Topic Allocation（SBTA），把主题分配的单元从整篇文档改为句子、子句等语义片段，以缓解传统 Document-based Topic Allocation（DBTA）中整篇文档被压成单一主题所导致的 topic contamination。

vLLM 推出 DSpark 自适应验证：按置信度动态调度投机解码预算

vLLM 在 PR #47808 中引入 enable_adaptive_verification，通过 DSpark 置信度头为每个 draft token 打分，按步动态决定验证多少 draft，而非按部署固定 num_speculative_tokens。

Claude Code v2.1.232 发布：默认启用 Subagent forking，新增 GitLab 支持与多项安全修复

Claude Code v2.1.232 默认启用 subagent forking，子代理可继承完整对话与提示缓存，交互会话中的非队友代理默认后台运行。新增 GitLab token 密钥脱敏、插件市场 GitLab 仓库克隆支持，并修复 PowerShell 与 Windows 权限绕过、嵌套 git 仓库信任继承等多项安全漏洞。

JetBrains CTO 谈如何评估并部署 Claude Fable 5：私有仓库评测、效率提升与安全策略

JetBrains CTO Vladislav Tankov 详解其团队如何用私有仓库评测前沿模型，并决定何时采用 Claude Fable 5。该模型在其评测中 Python 通过率达 44.3%，较 Opus 4.8 的 28.2% 提升 16 个百分点，且解题步骤减少约 22%。JetBrains 将安全与数据保留视为部署核心，偏好零数据保留，但接受为调查最严重问题而进行的有限审查。

Tibo@thsottiaux· 06:03AI 评分4141

计算机历史就在这里。 ChatGPT 现在可以记住你在电脑上跨应用和网站的活动。 借助桌面应用中的“计算机历史”功能，未来的交互将更加个性化，也无需过多解释。

Tibo@thsottiaux· 06:03AI 评分4242

有时你必须开启 /ultrafast。 [引用 @OpenAI]：预览超快模式：GPT-5.6 Sol 速度最高提升 14 倍。 将首先在 OpenAI API 中向一组精选客户推出，并随着算力增长逐步向更多企业开放。

Firetiger 团队加入 Cursor

Firetiger 团队正式加入 Cursor。该公司构建面向生产环境的智能体，可监控发布、捕获回归、调查事件并将发现反馈给编码智能体。Firetiger 由 Rustam Lalkaka 和 Achille Roussel 于 2024 年创立，此前曾在 Cloudflare、Twitch、Segment 和 Twilio 构建大型生产系统。

Epoch AI 分析 Anthropic 500 亿美元算力融资，认为资金短期不会制约前沿算力扩张

Epoch AI 的 Gradient Updates 发布长文，以 Anthropic 为案例研究融资是否会成为前沿算力扩张的瓶颈。

Unity AI Gateway 智能路由：以 30%+ 更低单任务成本匹配前沿模型质量

Databricks 在 Unity AI Gateway 中推出智能路由功能，可在编码任务中自动匹配模型与执行框架，以 30% 以上的单任务成本降幅实现前沿模型质量。该功能面向 2026 年日益多样化的模型与工具生态，帮助用户在不牺牲性能的前提下优化推理开支。

Anthropic 如何在 Slack 中用 Claude Tag 部署自助式数据分析智能体

Anthropic 数据团队将 Claude Tag（公开测试版）作为 Slack 中数据分析智能体的基础，让非分析师也能用受治理的语义层提问并获得答案。团队分享了五项关键经验：将技能文件视为持续刷新的内容、为智能体配备预测/留存/漏斗等分析技能、接入内部知识索引而非仅连接数仓，并强调权限、数据新鲜度与可观测性的设计。

Cursor 推出 builds：云智能体启动速度提升至 3 倍

Cursor 推出 builds 功能，在后台持续准备就绪的开发环境副本，让云智能体启动时无需从零搭建，响应速度最高提升 3 倍。内部环境启动快 10 倍，首个 token 生成快 3 倍；智能体始终从最近一次成功的 build 启动，依赖更新或安装脚本出错时不会影响运行。8 月 17 日起所有环境默认启用 builds，无需额外费用。

GPT-5.6 构建者指南：如何以更低成本实现前沿智能体性能

GPT-5.6 模型家族以更低成本实现前沿级智能体性能，并新增推理持久化、原生多智能体编排和程序化工具调用等 API 能力。在 ARC-AGI-3 上，启用保留推理和压缩后，Sol 得分从 13.3% 跃升至 38.3%，且输出 token 减少约 6 倍。Luna 在 BrowseComp 上以 84.04% 的得分追平 GPT-5.5（84.36%），成本从 $33.27 降至 $1.33。

Google Sheets 推出 Sheets canvas：用 Gemini 将表格数据变为交互式迷你应用

Google Sheets 发布新功能 Sheets canvas，基于 Gemini 构建，用户只需用自然语言提示词即可将表格数据转化为交互式仪表盘、学习追踪器、座位表等“迷你应用”。

Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型

Google DeepMind 发布 Gemini 3.7 Flash，距 3.6 Flash 仅三周，主打编程与智能体任务，输入/输出价格分别为每百万 token $0.75 和 $3.75，为原 3.6 Flash 的一半。

OpenAI 预览 Ultrafast 模式：GPT-5.6 Sol 速度提升最高 14 倍

OpenAI 推出新的 API 服务层级 Ultrafast，由 Cerebras 提供算力，运行 GPT-5.6 Sol 的速度最高提升 14 倍，输出速率可达每秒 750 tokens。该模式目前处于预览阶段。

当“遗忘”无需成本：利用低影响力数据点降低机器学习计算开销

苹果机器学习研究团队提出，在模型遗忘任务中，对训练数据中影响可忽略的点无需逐一移除，从而降低计算成本。通过对比语言与视觉任务中的影响力函数，他们识别出对模型输出影响极小的数据子集，并据此优化遗忘流程。该方法挑战了现有遗忘技术对所有遗忘集数据点一视同仁的做法。

MiniMax Music 3.0 发布：新一代开源权重、生产级全能音乐模型

MiniMax 推出 Music 3.0，新一代音乐生成模型，可根据创意概念和可选歌词一次性完成整首歌的作曲、编曲、演奏与制作，最长支持五分钟。

HeyGen 与 Google Cloud 将 Avatar IV 搬上 TPU，提速 1.86 倍

HeyGen 与 Google Cloud 合作，把其 180 亿参数以上的数字人视频扩散模型 Avatar IV 移植到八芯片 Trillium（v6e）TPU 主机上，相比首个可用版本提速 1.86 倍。

Google 开源 C++ 库 Credentio，用于本地验证 C2PA Content Credentials

Google 发布开源 C++ 库 Credentio，用于处理 C2PA Content Credentials，初期支持规范 2.2 和 2.4 版本。该代码此前驱动近 40 个符合 C2PA 标准的 Google 产品，扩展至数百亿个生成的图像、视频、音频和文档资产。

OpenAI 任命 Dali Rajic 为首席营收官

OpenAI 任命 Dali Rajic 为首席营收官，负责领导其全球营收组织，帮助企业充分实现 AI 的价值。

GitHub Secure Open Source Fund 第四期 50 个开源项目如何提升 AI 时代安全性

GitHub Secure Open Source Fund 第四期 50 个开源项目结合 AI 辅助工作流、维护者经验、GitHub 安全工具、专家指导与资金支持，系统性提升项目安全性。该计划展示了开源生态在 AI 时代应对安全挑战的实践路径，为维护者提供了可复用的安全加固模式。

Ling-3.0-tiny × ASystem AReno 实践：在 DGX Spark 上打通单机 Agentic RL 闭环

蚂蚁百灵开发者博客介绍用 AReno 在 DGX Spark 上对 Ling-3.0-tiny 做井字棋 Agentic RL 后训练，验证一条基线评测、反馈定义、后训练、同环境复测的轻量任务适配路径。

METR 分析 LLM 是否加速了科学发现：漏洞发现激增，算法优化未见明显拐点

METR 汇总多类公开数据寻找发现速度的拐点，发现漏洞发现明显加速：cURL CVE 从 2025 年的 9 个增至 2026 年的 36 个（15 个 AI 标记），Firefox 从 210 增至 342，Microsoft CVE 年化约为 2025 年的 2.5 倍。

Prime Intellect 测评18个前沿模型在 nanoGPT speedrun 上的自主研究能力

Prime Intellect 在 nanoGPT optimizer speedrun 上跑了153次自主运行，覆盖18个前沿模型，单次最长8天、每个运行8xH200。

Augment Code 详解 Auggie CLI v2 重构：基于 Pi fork，任务成本比 Claude Code 低 53%

Augment Code 从零重构 Auggie CLI 的 harness，在 SWE-bench Pro 相同通过率下，Auggie v2 单任务成本 $1.27，Claude Code 为 $2.70，便宜 53%，平均耗时 330s 对 409s。

Cursor 获得 AIUC-1 认证，通过智能体安全与可靠性独立审查

Cursor 通过独立审查与对抗性测试，正式获得 AIUC-1 认证，该标准由 100 多家财富 500 强 CISO 参与制定，并获 MITRE、云安全联盟及斯坦福研究者的技术支持。测试覆盖 IDE 和云端智能体，涉及规则、hooks 与 Auto-review 等防护机制，Cursor 在数千个场景中通过全部要求。维持认证需至少每季度复测一次，并每年接受全面审计。

这篇文章有10%是AI生成的

作者认为“100%由AI生成”正成为新的“红字”，用于公开贬低他人作品，并指出AI写作具有典型的“偏好伪造”特征。文章借法国理论家罗兰·巴特和米歇尔·福柯的“作者功能”概念，分析人们通过指责AI生成来行使社会分类与规训功能，同时承认自己目前仍不喜欢编辑或发布AI写作的内容。

FireRedTeam 开源 FireRedTTS3 语音生成与编辑模型

FireRedTeam 发布 FireRedTTS3，包含 Base 和 Instruct 两个变体，基于语义增强连续语音表征实现统一语音生成与编辑。

a16z 投资 Vals：为 AI 构建独立评测的信任层

a16z 宣布投资 AI 评测公司 Vals，后者通过将真实工作流转化为严格基准并构建自动化评分系统，测试模型在实际任务中的表现，而非依赖已趋饱和的学术基准。Vals 的私有测试集限制运行次数以防污染，并能在数小时内产出评测结果；其已退役饱和基准并持续引入新任务，例如以 Excel 建模基准替代 CorpFin。

Fyxer 如何用 OpenAI 模型打造可信赖的 AI 行政助理

Fyxer 基于 OpenAI 模型与 50 万小时以上行政助理工作流数据，构建了由 30–50 个专用模型组成的 AI 行政助理，90 天用户留存率达 90%，53% 的 AI 生成草稿被用户原样采纳。系统将邮件拆分为回复判断、意图分析、记忆检索与草稿生成等子任务，并通过监督微调、LoRA 和 DPO 结合用户编辑反馈持续迭代。

DeepSeek-V4-Pro 正式版上线，Agent 能力大幅增强

DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线，模型名设为 deepseek-v4-pro 即可使用。其 Agent 能力显著提升，HLE (wo/w tools) 达 42.7/60.0，Terminal Bench 2.1 为 87.9。

inclusionAI 发布 Ling Cookbook：Ling 系列模型部署与开发指南仓库

inclusionAI 在 GitHub 开源 Ling Cookbook，为 Ling 系列大语言模型提供部署与开发指南，目前仍在开发中。仓库包含已验证的硬件部署方案，如 Ling-3.0-flash 在单台 NVIDIA DGX Spark 上通过 SGLang（MXFP4/INT4）、vLLM（INT4）及 llama.cpp（GGUF）等框架的推理示例，并附有各方案的量化配置与部署文档。

从 LR 到 ELR：更优的预训练动态调参依据

腾讯混元研究提出以有效学习率（ELR）替代普通学习率作为大模型预训练调参依据，通过直接控制权重方向变化幅度（AUS）更贴近训练内在动态。在多幂律模型中，ELR 能更准确预测损失，且最优 ELR 可更可靠地跨模型规模迁移。基于此提出的负平方根调度策略在 Modded-nanoGPT Track 3 上以 3,175 步达到 3.28 目标损失，刷新 MuonH 最佳性能。

新兴多智能体系统的模式与问题

Anthropic 研究指出，随着 AI 智能体在共享代码库、市场等社会系统中承担更多任务，智能体间交互量或将超过人机交互。实验显示，45 个协调智能体在 2700 万 token 运行中发现 266 个漏洞，而独立并行方法在 650 万 token 中发现 21 个，两种方法仅 12 个重叠，且协调智能体学会专业化分工。研究同时警示个体层面的良性行为怪癖可能叠加为意外的系统性失败。