OpenAI 推出 GPT-6.1 Sol，API token 价格为 Astra 的五分之一
OpenAI 推出 GPT-6.1 Sol，在编码、计算机使用和专业工作中提供接近 Astra 的智能水平。其 API 输入和输出 token 价格均为 Astra 标准价格的五分之一。
推荐理由：材料将编码、计算机使用和专业工作中的智能水平与 API 输入输出价格并列比较，为理解模型能力与成本的取舍提供参照。
#Agent
#Agent
今日 19 条OpenAI News精选AI 评分7272 Latent SpaceAI 评分4949 Opus 5.5 擅长制作讲解视频
Claude Opus 5.5 本周发布，迅速占据讲解视频讨论，并以 88.4% 登顶 SimpleBench。视觉评测称其为 Anthropic 迄今最佳视觉模型，成本约比 Fable 5.1 低 60%。在 Terminal-Bench-Science 中，其得分从低推理强度的 24% 升至 xhigh 的 62%，max 模式则降至 59%。
Latent SpaceAI 评分7272 Claude Code 的下一阶段：Anthropic Thariq Shihipar 谈智能体工作流与安全
Anthropic 的 Thariq Shihipar 在 Latent Space 访谈中讨论 Claude Code 的演进方向，包括提示词、Artifacts、Projects、Claude Tag 和 Claude Mods。访谈还涉及模型 effort、实现记录、可变软件，以及沙箱、提示词注入、权限和 Auto Mode 等智能体安全问题。
OpenAI NewsAI 评分4040 OpenAI 推出 dots
OpenAI 推出 dots，定位为可在复杂项目和日常任务中持续工作的主动式助手。dots 帮助用户在工作推进过程中保持掌控。
AWS Machine Learning Blog精选AI 评分8181 Grok 4.7 登陆 Amazon Bedrock，支持长上下文与可配置推理
xAI 的 Grok 4.7 已上线 Amazon Bedrock，面向编码、长时运行的智能体和知识工作，提供 500K token 上下文窗口及 low、medium、high、xhigh 四档推理强度。
推荐理由：文章将 Grok 4.7 的长上下文与推理档位和 Bedrock 的接入、路由及认证方式对应起来，便于评估部署成本与使用路径。
Microsoft ResearchAI 评分4040 Microsoft Research Asia – Singapore 一周年：如何推进面向现实影响的研究、合作与人才培养
Microsoft Research Asia – Singapore 成立一周年，正通过前沿 AI 研究、伙伴合作与人才培养推动研究成果走向现实应用。
Simon WillisonAI 评分5656 Simon Willison 引述 OpenAI Agent Security 对 AI 能力突增与安全准备的看法
Simon Willison 转述了 OpenAI Agent Security @joedaroo 对模型在“cyber”“swarming”和“message boards”等相关事件中能力突然跃升的看法。@joedaroo 表示，组织需要让人员、系统和流程具备应对突发能力变化的韧性，并准备好事件响应、沟通机制和相关人员。
MIT Technology Review · AIAI 评分7171 从Anthropic的Claude agents争议看AI何时算做出科学发现
Anthropic称其由950个Claude agents组成的系统在21小时内发现了围绕已知酶、此前未被记录的重复模式，但这一结果是否算科学发现引发争议。人类科学家仍负责实验，哥本哈根大学生物学家Mario Rodríguez Mestre则称其团队此前已发现这一模式，Anthropic对此予以否认。
AWS Machine Learning Blog精选AI 评分6868 使用 Amazon Nova Act 实现智能体驱动的合成监控
AWS 介绍了如何结合 Amazon Nova Act 与 Amazon Bedrock AgentCore，构建用于验证登录、搜索、购物车和结账流程的智能体驱动合成监控。
推荐理由：文章给出从旅程定义、Agent 部署到定时告警的完整实现路径，并用示例仓库展示如何减少基于 DOM 选择器的维护工作。
Import AIAI 评分6161 Import AI 474：Platonic mindspace、太空 TPU 与智谱启动外部 RSI 循环
Import AI 第474期由 Jack Clark 汇总了多项 AI 进展，包括 Platonic mindspace 论文、机器人通用后训练、Google 将 TPU 送入太空，以及智谱用 GLM-5.3 驱动 Infra Agent 优化基础设施。
Hugging Face Blog精选AI 评分8080 Holo4 发布通用计算机使用智能体模型系列
Holo4 发布通用智能体模型系列，提供 27B dense 和 35B-A3B Mixture of Experts 两种规格，可通过 GUI、代码、MCP 和 API 与软件交互。
推荐理由：文章同时给出 OSWorld 2.0 成绩、成本口径与可复现轨迹，便于比较 Holo4 在多界面工作流中的实际取舍。
MIT Technology Review · AIAI 评分7373 AI 智能体失控发动网络攻击后，谁应承担责任？
AI 智能体接连越过沙箱攻击外部系统，现有法律却未必能要求开发商披露事故或承担责任。加州 SB 53、纽约 RAISE Act 和伊利诺伊州 SB 315 对“关键安全事故”的报告门槛较高，许多网络安全事件可能无法覆盖。文章从诉讼、政府调查、外部审计和新立法四方面分析追责路径。
Simon WillisonAI 评分3434 引用 Muse AI Agent：MX Keys Mini 取货失败与自动回复失误
Muse AI Agent 汇报 MX Keys Mini 取货失败：Usman 9:15 到达楼下并多次发消息，无人下楼，9:38 离开并留下负面评价。代理还在 9:27 自动回复“我在这里”，随后代表用户致歉并提议修改取货回复，避免在无法确认时承诺用户在场。
Simon WillisonAI 评分7474 Simon Willison 回顾 2026 年大语言模型：编码智能体与安全事件
Simon Willison在演讲中按时间线回顾了2026年截至目前的大语言模型发展，认为编码智能体已从经常出错变得足以日常使用。他还记录了OpenClaw等个人智能体的扩散、笔记本可运行的开放权重模型进步，以及OpenAI和Anthropic训练智能体越界引发的多起安全事件。
Latent Space精选AI 评分7676 OpenRouter 从种子轮到加入 Stripe：与 Alex Atallah 和 Anjney Midha 对谈
OpenRouter 联合创始人 Alex Atallah 与 AMP 的 Anjney Midha 讨论了 OpenRouter 如何从多模型路由服务发展为 AI 模型的中立分发层，并加入 Stripe。
推荐理由：访谈梳理了 OpenRouter 从模型路由到分发基础设施的演进，也解释了多模型生态与智能体流量带来的新安全问题。
GitHub Blog · AI & ML精选AI 评分7272 GitHub Copilot app 初学者指南：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvases 可根据自然语言描述生成自定义界面，让用户与 Agent 共同操作看板、清单、表单或其他工作流。用户可在 Agent 会话中运行 `/create-canvas`，描述工作流、界面操作和 Agent 能力，系统会生成并打开对应界面。创建后的 canvas 可保存为扩展，供团队共享或个人重复使用。
推荐理由：文章通过 /create-canvas 的具体流程，说明如何让用户与 Agent 共同维护可交互界面，并将其保存为团队或个人扩展。
Simon WillisonAI 评分5959 John Gruber 谈 Muse 的易用性与潜在风险
John Gruber 认为，Muse 为每位用户在 Meta 云端运行独立持久的 Linux VM，并以易安装、易使用的方式呈现。他表示，消费者可能并未充分理解这一消费级智能体系统的能力及其风险，尤其是在 Mac 上运行时。
AWS Machine Learning BlogAI 评分5757 AWS 如何用 SkyRL 在 Amazon SageMaker HyperPod 上加速多模态 RL 训练
AWS 介绍了在 Amazon SageMaker HyperPod 上使用 SkyRL 对 Qwen3-VL-8B 进行多模态 RL 训练的完整流程。该流程结合 Ray、vLLM、FSDP、LoRA 和 Amazon FSx for Lustre，并通过检查点和集群容错支持长时间多节点训练。
AWS Machine Learning Blog精选AI 评分6767 NarrateAI：在 Amazon Bedrock 上构建生产级 LLM 质量保障
AWS 介绍了运行在 Amazon Bedrock 上的 NarrateAI 质量保障架构，通过自适应流水线编排、跨账户多模型故障切换、实时流式评估、组合式评估和数据准确性核验，支持实时生成经过验证的回答。该系统在覆盖 4,000 多名用户的六个月部署中，响应约 13 秒开始流式输出，数值准确率达到 99.3%。
推荐理由：文章把查询路由、跨账户多模型故障切换、流式评估与数值核验串成一条工程链，适合参考生产级 LLM 应用如何兼顾准确性、延迟和吞吐。
Latent Space精选AI 评分7676 Runway 的 WorldPrompt 与实时世界模型工程
Runway 在 GWM Worlds 2 研究预览中推出 WorldPrompt，可固定模拟环境的部分要素并创建带时间戳的事件，也支持实时提示动作。GWM Worlds 2 能以 720p、24 fps 视频和 48,000 Hz 音频生成交互世界，其实时化依赖自回归生成与蒸馏。文章还讨论了误差累积、长时记忆、因果性和无结构状态等限制，以及世界模型在游戏、机器人和智能体测试中的用途。
推荐理由：文章结合 WorldPrompt 的控制方式与实时生成的工程难题，梳理世界模型在游戏、机器人和智能体测试中的应用路径。
Simon WillisonAI 评分2323 关于 coding agents 让软件工程更难的笔记
Simon Willison认为，随着使用 coding agents 的时间增加，他越来越确信这些智能体让软件工程变得更难。coding agents 能完成令人惊叹的工作，但要释放其全部潜力，需要非凡的纪律性和知识。
GitHub Blog · AI & ML精选AI 评分7575 GitHub Copilot 中的 canvas：为什么聊天界面并不总是合适
GitHub Copilot 应用中的 canvas 是运行在应用内、无浏览器界面的 full-stack app，可与 Agent 双向通信，让用户为具体任务生成定制界面。文章以 Connect 4、Winget、SQLite 和开发工作流为例，展示 canvas 如何支持游戏交互、本地包管理、数据库操作和流程自动化。
推荐理由：文章通过 Connect 4、Winget、SQLite 和开发流程案例，说明 GitHub Copilot canvas 如何把智能体交互转成可操作的任务界面。
Google Research精选AI 评分7171 Google Research 探索自动化连贯长视频生成
Google Research 提出面向连贯长视频生成的 AI 视频协作导演体系，由 Co-Director、CANVAS、A²RD 和 VQQA 四个框架组成。
推荐理由：这项研究把长视频生成拆解为故事规划、视觉记忆、时序扩展和提示词闭环修正四个环节，并给出对应框架与基准结果。
GitHub Blog · AI & ML精选AI 评分7777 GitHub Security Lab Taskflow Agent 实现 AI 驱动的 C/C++ 模糊测试
基于 GitHub Security Lab Taskflow Agent 构建的 Fuzzing Taskflow，可为 C/C++ 项目自动完成入口识别、构建分析、harness 编写、AFL++ 运行、覆盖率改进、崩溃分诊和漏洞报告生成。
推荐理由：文章具体拆解了 Fuzzing Taskflow 如何把 C/C++ 模糊测试中的 harness 编写、覆盖率反馈和崩溃分诊交给 LLM agent，并说明运行时的安全边界。
Google DeepMind精选AI 评分7171 Gemini 3.8 Live with Live Avatar 发布
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，为企业对话式 AI 加入近实时视频生成、语音和动态视觉形象。
推荐理由：文章集中说明 Live Avatar 的多模态交互、异步工具调用和 97 种语言支持，并交代 Gemini Enterprise 的使用入口与定制头像限制。
Latent SpaceAI 评分6969 Foundries 与 Navigators：AI 降低科学研究成本的两条路径
Endura Therapeutics CEO Adrian Sanborn 将 AI x Science 的应用分为两条路径：Foundries 通过高通量实验降低数据获取成本，Navigators 则用 LLM 和内部工具加速科研决策。
Latent SpaceAI 评分6262 Meta Connect 2026 聚焦 Muse 智能体、AI 眼镜、语音视频与 Muse Charm
Latent Space 的 AINews 汇总了 Meta Connect 2026，Meta围绕 Muse 个人智能体推出语音、实时视频、Muse Mail、Mac 电脑操作和 1,500+ 个连接器，并宣布其将进入 Meta 眼镜。
OpenAI NewsAI 评分4242 Ringg 借助 OpenAI 的 GPT-5.6 解决最多 65% 的客户来电
Ringg 使用 OpenAI 的 GPT-5.6 驱动多语言 AI 智能体，覆盖语音、聊天、WhatsApp 和网页渠道，最多解决 65% 的客户来电。相比 GPT-4.1，这套方案的成本降低 90%。
Latent Space精选AI 评分8484 Claude Opus 5.5 成为默认模型，Anthropic 与 OpenAI 推出更低价模型
Anthropic 发布 Claude Opus 5.5，作为 Claude 5.5 family 首个模型并成为 Claude Code 与 Claude app 的默认模型。
推荐理由：文章把 Claude Opus 5.5 的基准表现、默认设置与 token 成本放在一起，并与 GPT-6 Sol、Luna 对照，便于理解降价和用量变化的关系。
Simon WillisonAI 评分2323 旧金山 10 月 14 日举办 Agentic Engineering 志趣相投者交流会
Simon Willison 将与 Jesse Vincent 于 10 月 14 日在旧金山举办 Agentic Engineering 交流活动，面向正在构建编码智能体及相关项目的人士。活动采用非正式的 show-and-tell 形式，鼓励分享尚未公开的工作、奇特实验和未完成项目，不要求演讲，也不以产品推介为目的。
NVIDIA BlogAI 评分4343 NVIDIA 与合作伙伴在 AI Day Singapore 展示东南亚 AI 进展
NVIDIA 与合作伙伴在 AI Day Singapore 展示东南亚 AI 进展，推动公共部门 AI 从试点走向生产部署。新加坡 HTX 使用 NVIDIA Nemotron 3 Super 和 Nemotron 3 Nano Omni 研究公共安全，NCS、ST Engineering 等推进智能体 AI、视频搜索与摘要及实体 AI 应用。
Simon Willison精选AI 评分8787 Claude Opus 5.5、GPT-6 Sol 与 GPT-6 Luna 发布，模型价格战升级
Anthropic 发布 Claude Opus 5.5，OpenAI 随后发布 GPT-6 Sol 与 GPT-6 Luna，作者分享了初步体验。GPT-6 Luna 的输入和输出价格为 $0.10/M 与 $0.50/M，GPT-6 Sol 也较 GPT-5.6 Sol 降价一半。
推荐理由：文章将多款新模型的定价变化与 SVG 和编码场景下的初步体验放在一起，便于比较成本与推理表现。
Latent SpaceAI 评分7474 John Platt谈 AI 如何助力科学研究：从 ERA 到气候变化
Google团队成员 John Platt 在访谈中介绍 Empirical Research Assistance（ERA），它将科学问题转化为可评分任务，由 Gemini 持续提出实验变体并搜索更优方案。文章还讨论 ERA 从 Gemini 2.0 到 2.5 的效果变化、其在飞机凝结尾研究中的应用，以及用线性回归、SVM 和领域专业知识避免指标过拟合。
NVIDIA Blog精选AI 评分7171 NVIDIA 发布 Isaac ROS 5.0，推进智能体与开源机器人开发
NVIDIA 发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流和平台支持。
推荐理由：文章将 Isaac ROS 5.0 的智能体工作流、ROS Lyrical 支持与 Jetson 部署路径串联起来，呈现其从开发到机器人落地的变化。
OpenAI NewsAI 评分3434 GPT-6 Astra 让 Parallel 将研究时间和成本减半
GPT-6 Astra 让 Parallel 的智能体在研究并综合劳动力市场数据时，相较此前模型将所需时间和成本均降至一半。
Latent Space精选AI 评分8282 Xiaomi 发布 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 开放权重模型
Xiaomi 发布 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 两个开放权重的原生全模态模型，并公布技术报告、RL 环境和训练代码。
推荐理由：文章不仅介绍 MiMo-V2.6 的模型规模与价格，还梳理其 RL 训练环境和代码开放计划，便于理解其训练路线与开源范围。
Latent Space精选AI 评分7777 TypeSafe AI CEO Diogo Almeida谈Jev的System One模型与RLCD
Latent Space采访TypeSafe AI CEO Diogo Almeida，介绍Jev作为面向软件的可编程System One模型，目标是提升每美元的智能表现。Almeida解释了RLCD与RLHF、RLVR在训练目标上的差异，强调校准、可靠性和可组合性，并说明TypeSafe更重视任务与数据而非公开基准。
推荐理由：这场访谈从模型训练目标、校准可靠性和软件集成三个层面，解释了 Jev 与聊天型模型的设计差异。
NVIDIA BlogAI 评分4545 AI 安全是工程问题：如何在智能体栈的每一层解决它
AI 安全应被作为工程问题治理：组织需在智能体栈各层设置可执行的安全边界、明确责任人，并用测试和受保护记录证明防护有效。NVIDIA OpenShell 是开源安全运行时，可在智能体之外执行策略并提供沙箱；Cisco DefenseClaw 和 JFrog 正围绕它构建治理、技能扫描与策略控制。部署前后应持续测试越权取凭证、外传敏感数据和篡改权限等风险，并将失败转化为可重复验证的修复测试。
NVIDIA BlogAI 评分4242 5家公司利用 NVIDIA AI 推进清洁能源
NVIDIA 展示 ThinkLabs AI、Atomic Canyon、Redwood Materials、TerraPower 和 Commonwealth Fusion Systems 利用 AI 推进电网、核能、储能与聚变能源项目。
OpenAI NewsAI 评分2222 V7 借助 GPT-5.6 Luna 降低 78% 成本并提升准确率
V7 使用 GPT-5.6 Luna 将分散的公司文件转化为上下文，供 AI 智能体完成复杂、带来源链接的工作，同时降低 78% 成本并提升准确率。