Google 开源 Harness² 智能体优化框架
Google 开源 Harness²：冻结权重，只迭代提示词、工具、记忆等 8 个组件；GLM-5 在 WorkBuddy-Bench 64.2→75.7。
评对没有算力做后训练的小团队最有价值：同一份权重换一套 harness 就多拿 11.5 分，把模型能力与工程配置的账分开算。代价是 8 个组件文件都要维护，递归优化本身也烧推理成本。
DeepSeek 开放自研搜索与抓取 API，千次 5 元
DeepSeek 上线 Search/Fetch 接口，千次 5 元、限每秒 5 次；11 月 1 日前经 Claude Code 或 Codex 免费。
评按成功请求计费、失败与空结果不计，等于把检索成本压到 RAG 应用能承受的区间；对自建检索层的团队，这是 Tavily 一类第三方服务的国产替代，但每秒 5 次的上限意味着高并发仍需自建缓存。
RTX Spark 笔记本全球开售，起价 $2,599
RTX Spark 笔记本正式开售，ASUS、Dell、HP、Lenovo、微软、MSI 六厂商首批上市，起价 $2,599，最高 128GB 统一内存。
评开售本身在 10 月 8 日发布时已预告，今天的新信息是六家厂商首发阵容与 2,599 美元起价。1 PFLOPS FP4 算力加 128GB 统一内存，卖点是把前沿模型与智能体搬到本地运行，面向开发者与创作者。
ChatGPT 扩展支持读取与控制 Chrome 标签页
ChatGPT 浏览器扩展升级，支持读取并汇总打开的标签页；Work 模式下可控制标签页，执行发消息、填表单、下载文件与分组整理。
可灵 Kling 4.0 正式上线，原生直出 30 秒视频
可灵 Kling 4.0 正式上线，单次原生生成最长 30 秒，全能参考最多组合 15 项素材、支持 10 张关键帧，并接入 MCP 与 CLI。
评Kling 4.0 的关键变化不是画质，而是把视频生成接进 Agent 工作流：MCP 与 CLI 让 Claude Code 这类工具直接调用全能参考、关键帧生视频。国内视频模型少有把 MCP 当一等公民的。
Lovable 推出增长工具：聊天里投广告做 SEO
Lovable 在原有建应用聊天窗口新增增长计划、Google Ads 与 Meta 投放及 SEO；官方调研 400 余名开发者，三分之一不知去哪找客户。
评把获客从独立营销工具搬回建站聊天，减少的是工具切换而非获客难度；投放仍需人工审批与自有预算，自动化止步于创建 campaign 这一步。
NVIDIA 公布 RTX Spark 首发软件生态
NVIDIA 公布 RTX Spark 首发软件：Nemotron 3.5 Bolt 74B 15 日发布，Adobe 旗舰应用将提速 2 倍，16 日开售。
评10 月 8 日只公布了 RTX Spark 硬件与开售日，这次补的是软件侧：74B 的 Nemotron 3.5 Bolt 专为本地 Agent 设计，配合 MXC 容器把权限与观测收进系统层。
微软发布 Maia 300，推理扩至多吉瓦级
微软发布 Maia 300，称每兆瓦 token 产出比主流 GPU 高 40%，96 卡机架吞吐达 Maia 200 的 7 倍，2027 年起扩至多吉瓦级。
评自研芯片成为自家服务的首选推理系统，意味着微软在推理环节从采购 GPU 转向自供。40% 的每兆瓦 token 优势对标主流 GPU 系统，7 倍机架吞吐对比的却是上一代 Maia 200——两者基准不同。Maia 200 已在美欧澳投产。
GPT-6.1 Sol 默认上下文提升至 500k
Codex 与 Work 中 GPT-6.1 Sol 默认上下文从 272k 提升到 500k，增幅约 80%，可减少上下文压缩；用户仍可手动覆盖。
评这是 Codex 负责人 Tibo「28 天改进计划」第 7 天的交付：默认值翻倍比放开上限更实用——多数人不会去改配置，272k 时长任务频繁触发压缩、丢掉早期细节，把默认提到 500k 等于替用户吃掉这项调优成本。
Talorys 开源：一条命令部署个人 AI 智能体
Talorys 开源个人 AI 助手，用 npx 一条命令部署到自己的 Cloudflare 免费账号，支持聊天、记忆与定时任务。
评把 Agent 后端压进 Cloudflare 免费层，等于用边缘 SQLite 与私网绑定替掉服务器和数据库两块成本，个人自托管的最大门槛从运维变成「是否愿意交出账号权限」。这类项目真正卖的是数据主权，功能清单反而是次要的。
腾讯云开源 TeamAI：适配 16 种 Agent
腾讯云开源团队协作工具 TeamAI，用 Git 管理 Skill、规范与项目知识，已适配 16 种 Agent；内测中接入团队知识使调用成本降 76%。
评把团队的提示词、规范与工具配置当代码做 PR 评审，解决的其实是 Agent 时代最贵的一块成本：每个人重复调教一遍。76% 的调用成本下降来自「更便宜的模型 + 团队知识」，说明知识资产正在替代模型规格成为效果变量。
Sierra 公开 Poppy 协议草案，35 家新伙伴
Sierra 发布 Poppy 协议草案，新增 35 家设计伙伴，含 OpenAI、Visa、Cloudflare；基于 OAuth、JWT 等开放标准。
评协议把「谁来代表我」变成可机读的声明文件，本质是想在智能体电商里抢一个身份层。35 家伙伴横跨银行、卡组织、零售与云，说明它赌的不是技术优劣，而是谁先把接入标准铺满商户——这正是 MCP 之外仍留有空位的地方。
LLM 将 TypeScript 编译器移植到 Rust
ts-rust 用 LLM 把微软 Go 版 TypeScript 编译器、类型检查器与 LSP 移植到 Rust，作者称两周、约 2.4 万美元完成。
评前期 42 万美元只推进到 84%，换 Opus 5.5 后用两周和 2.4 万美元完成 0 到 1，可见跨语言移植的成本瓶颈是上下文与工具链而非模型能力；项目在 60 个开源项目上编译比 Go 版快约 50%，作者却从未读过生成代码。
NVIDIA 与微软发布 RTX Spark 及桌面超算
RTX Spark 笔记本 10 月 16 日开售、最高 128GB 统一内存；同场预览桌面超算 DGX Station，748GB 内存可跑万亿参数模型。
评微软同场宣布 MXC 执行容器正式可用，把 Agent 的权限、观测与治理收进操作系统层，这正是本地 Agent 进企业的最大门槛。RTX Spark 走消费级预售、DGX Station 走企业桌面，两者共用同一套 CUDA 栈。
Mistral Large 4 公测：1T 参数
Mistral Large 4 在 OpenRouter 公测：1T MoE、原生多模态、1M 上下文；前两周五折，输入 0.68 美元/百万 token。
评把 1M 上下文做成公测默认项，直接对标 Gemini 与 GPT 的长上下文档；前两周五折是典型的抢开发者心智定价。对使用者，MoE 总参 1T 但每次只激活约 50B，长文档与代码库场景的成本结构比参数规模更值得看。
OpenAI 在 ChatGPT 推出视觉广告格式并扩展测量
OpenAI 本月起在美国面向首批广告主，于 ChatGPT 图像生成场景测试新视觉广告格式，广告单独标注、不影响回答；ChatGPT 周活 12 亿。
评广告是 ChatGPT 订阅之外的第二条收入曲线，也最敏感：OpenAI 把广告放进图像生成、强调与回答分离，是在变现与可信度之间留缓冲。转化与归因侧已接入 LiveRamp、Hightouch 等伙伴。
OpenAI 将在欧盟为 ChatGPT 文本加隐形水印
OpenAI 为符合欧盟 AI Act，未来几周将为欧盟 ChatGPT 与 Codex 启用 textGrain 水印；400 token 检出率约 95%。
评水印的实际约束力取决于抗编辑能力：官方数据显示替换四分之一词汇即把检出率压到 17%，对刻意隐藏 AI 写作的人几乎没有作用。真正受益的是需要留痕的合规场景；API 侧全球为 opt-in。
Perplexity 上线 Visualize 内联可视化
在 Computer 中以「Visualize」开头提问，可得带交互组件与动画的内联可视化，官方另附 5 个示例。
评把图表、动画与可交互组件直接嵌进对话，等于把「做一张能讲清楚的图」从设计工作变成一句指令，做科普与教学的人受益最直接。官方限定在 Standard 或 High effort 档位体验最佳，说明渲染本身仍吃算力，免费档的可用性取决于配额。
ChatGPT Finances 扩至美国免费与 Go 用户
ChatGPT Finances 向美国 Free 与 Go 用户开放，可通过 Plaid 连接超 1.2 万家金融机构，由 Experian 提供信用数据。
评从 Pro 档扩散到免费档是这类功能的关键一步：连接金融账户后，粘性来自用户自己的数据而非模型能力，代价是要把最敏感的账户读权限交出去——它只能看，不能动钱。
DGX Spark 新增 64GB 版，$4,999 起售
NVIDIA 为 DGX Spark 新增 64GB 统一内存版，10 月 23 日开售、$4,999 起，单机可跑 1000 亿参数模型。
评把 1000 亿参数级模型放进桌面价位，受冲击的是按 token 计费的云端推理：对隐私敏感或长期跑 agent 的团队，一次性硬件支出开始比持续 API 账单更划算，但单机上限也卡在 1000 亿参数。
FLUX.3 Image 上线 OpenRouter，支持原生 4K 与多参考编辑
BFL 旗舰图像模型 FLUX.3 Image 10 月 1 日上线 OpenRouter：文生图与多参考编辑一体，最多 10 张参考图，原生渲染至 4K，按图计费。
评7 月发布的 FLUX 3 多模态家族里，Image 版本是最后落地的一块，商业 API 先行、开放权重随后仍是 BFL 老节奏。对电商、设计等要保人物与产品一致性的场景，10 参考图加不动其他像素的多轮编辑是直接生产力。
Suno 推出 Speech beta：语音与背景音乐一体生成
Suno 上线 Speech beta，称首个把语音与原创背景音乐作为一条完整曲目生成的音频模型；输入文字并描述声音与风格即可，已向全部用户开放。
评播客、有声书、口播广告长期要配音、配乐、混音三条流水线，一体生成直接砍掉中间环节，做音频内容的个人和小团队受益最直接。官方自曝口音漂移、停顿过重，长文本稳定性还没到生产级，批量用前先小样验证。
Perplexity 开放 Computer 邮件委派入口
用户向 computer@perplexity.com 发送或转发任务即可启动 Computer，Excel、PDF 等成果以附件回到同一邮件串，会话在网页与移动端可见。
评邮件仍是大量知识工作的默认载体，把智能体入口放进收件箱，省掉的是开新应用、重述上下文的迁移成本。注意：CEO 宣布限时免费向所有人开放，但官方帮助中心仍要求发件邮箱与账户关联，实际开放范围以官方文档更新为准。
OpenAI DevDay：GPT-6.1 Sol、dots 等 20 余项更新
DevDay 2026 共发布 20 余项更新：GPT-6.1 Sol、常驻智能体 dots、协作空间 ChatGPT Space 与云上 Codex。
评本届 DevDay 的主线从单一模型转向完整工作系统：常驻智能体加共享工作空间加云上 Codex，OpenAI 在把开发者工作流整体搬进自家生态。对个人开发者，性价比新档 Sol 比旗舰更值得先试。
OpenAI 发布常驻智能体 dots：连接 4000 余款应用
dots 由 GPT-6 Astra 驱动，配独立云电脑，插件连接 4000 余款应用；后台研究仅限只读，首批向 Pro 与 Business Premium 用户开放。
评对标 Meta Muse 的常驻智能体正式落地，OpenAI 把竞赛从「回答问题」推进到「托管工作流」。权限设计是决定性变量：只读后台加敏感操作审批，能否让用户放心交办又不处处请示，决定这类产品的天花板。
英伟达联合超 100 家伙伴推出开放智能体安全平台
英伟达推出开放智能体安全平台：OpenShell 负责划定运行边界，Sentry 在 BlueField-4 芯片上越界毫秒级隔离，超 100 家机构参与。
评把安全强制点从应用层下沉到芯片层，是对近期多起智能体逃逸事件的直接回应。英伟达借 BlueField-4 把安全做成 DPU 的新卖点，用智能体的企业多了官方兜底选项，对专做智能体护栏的创业公司则是挤压。
开源科研 Agent OpenScience 结束 beta 正式发布
YC W26 团队宣布开源科研 Agent OpenScience 结束 beta：Apache 2.0 许可，配套 Ace 托管服务接入 30 多种模型。
评Synthetic Sciences 以「开源工具 + 付费托管」组合入场：模型无关、自带密钥免费，现金流来自不愿自己折腾的研究者；这套打法对各家 lab 的订阅定价是直接压力测试。
Floci 开源本地云模拟器：AWS 119 服务 24ms 启动
Floci 发布开源本地云模拟器，MIT 许可、无需云账号与凭证；AWS 版覆盖 119 个服务、24ms 启动，Azure 版覆盖 28 个、GCP 25 个、OCI 8 个
评切入点是 LocalStack 2026 年 3 月起强制要求登录 token，Floci 以「永不要求凭证」直击痛点。瞄准 AI 编码智能体：让 agent 在本地真实引擎上验证云代码，避免凭证泄露与误操作真实账户，属智能体基建新细分。
微软 Copilot 史上最大更新，定位工作新 OS
9-25 发布：Home 合并 Chat 与 Cowork 并内嵌 Office，Code 用自然语言建应用，Autopilot 有独立身份后台持续运行；高级功能按用量计费。
评实质是把 Copilot 改成工作入口：Agent 拿到企业身份与邮箱日历，能被同事直接 @。按用量计费加 FinOps 面板，说明微软清楚 Agent 烧钱、把控制权交给企业 IT。数亿 Office 席位是竞对拿不到的分发渠道。
Claude 开放插件目录提交门户
Anthropic 宣布 Plugins 成为 Claude 第三方扩展的主要形态：可打包 MCP 连接器、Agent Skills 或两者组合，经目录提交门户审核后上架。
评把 MCP 连接器和 Agent Skills 收进同一个「插件」概念并集中审核上架，扩展生态从开发者自装走向商店模式，审核权收敛到 Anthropic。对企业用户，目录上架多一层信任背书；对开发者，换来官方分发也要接受门禁条款。
Claude Code 云会话正式可用，合盖继续运行
Claude Code 云会话 9 月 24 日结束研究预览，合盖后任务在云端继续运行。Pro/Max 现有用户可领 $100/$250 一次性额度，10 月 7 日前领取。
评额度独立于套餐配额，用完回落正常订阅用量，11 月 4 日前失效。云会话把智能体的运行位置从本地挪到托管虚拟机，网络访问默认受限、Git 凭据留在沙箱外，适合长任务挂机，但无人值守产出的代码仍需 PR 门禁兜住。
NVIDIA 开放 2800 多种病毒蛋白结构数据集
NVIDIA 联合 DeepMind、EMBL-EBI 通过 AlphaFold 数据库开放 2800 多种病毒的蛋白复合物预测 3D 结构，为下次疫情储备知识。
评病毒结构数据此前散落在各论文里，这次按统一数据库直接开放，等于把抗病毒研究的起点从「先解析结构」提前到「直接筛选」。对疫苗与药物研发机构是最直接的增益，也是 AlphaFold 开放数据路线在公共卫生方向的延伸。
OpenAI 升级 ChatGPT Voice：语音可调用邮件日历插件
OpenAI 升级 ChatGPT Voice，语音能调用邮件、日历、Slack 插件，由 GPT-6 Astra、Sol、Luna 驱动，并登陆 ChatGPT Work。
评语音从问答入口变成执行入口是这次升级的实质：跨插件读写邮件与日历，意味着模型要替用户对真实账号做操作，权限边界与误操作风险随之上升。对竞品，语音加工具调用成为标配后，比拼点会转向执行可靠性而非对话流畅度。
Claude Code 默认模型改为 Opus 5.5
Claude Code v2.1.280 将 Opus 5.5 设为默认 Opus 模型，支持 1M 上下文；Pro 与 Team Standard 套餐默认模型改为 Opus。
评订阅默认模型从 Sonnet 换成 Opus，等于把旗舰能力下放给普通付费用户；1M 上下文加缓存降价组合，明显在为长程编码智能体场景铺路。Claude Code 用户可立即体感差异，是观察 Opus 5.5 实际表现的第一个入口。
LiteParse 更新：文本提取提速 20-25%
LlamaIndex 发布 LiteParse 2.14.6：文本提取耗时降 20-25%，平均 2.76ms/页；新增视觉定位与 is-complex 路由 API。
评解析是 RAG 管线里最不起眼也最烧钱的一环，在 PDFium 层面做内存优化比换模型划算。对自建文档管线的团队，2.76ms/页意味着批量入库成本可控；is-complex 路由把简单页走快路径，是解析服务普遍在走的工程化方向。
月之暗面发布 Kimi Code Desktop 1.0
月之暗面发布 Kimi Code Desktop，macOS 与 Windows 同步上线。内置终端、浏览器与 Git 视图，Agent 执行步骤逐条可见，可配第三方模型。
评桌面端真正的卖点是「过程可见」：工具调用、代码改动、执行步骤默认摊开，恰好接住 ZCode 上传风波暴露的黑盒信任缺口。支持接第三方模型说明它想先当通用 Agent 工作台，入口之争正从模型能力转向客户端体验。
Google 开源智能体运行时 AX：单集群可跑数十亿会话
Google 开源智能体运行时 AX：Task 等四原语声明式编排，agent 沙箱隔离、出口流量白名单、检查点挂起后亚秒恢复；官方称单集群可扩至数十亿并发会话。
评AX 补的是框架之下的执行层：持久化恢复、隔离与审计这些没人想每个项目重写一遍的底座。Google 复制 Kubernetes 的开源打法抢 Agent 基础设施标准位的意图明显；但项目仍在早期、官方明确不承诺兼容性，生产采用需观望。
美 FAA 将启用 AI 空管系统 Smart
美 FAA 最快 21 日在华盛顿特区试运行 AI 空管软件 Smart，综合航班计划、天气与跑道容量预测流量；开发商获 12 年 8.75 亿美元合同。
评延误治理从"事后调度"转向"起飞前规划"，对常旅客是直接利好。开发商 Air Space Intelligence 以小公司身份赢过 Palantir 与 Thales，说明垂直场景的数据积累和落地经验比体量更关键。
OpenClaw 发布 2026.9.5，支持原子更新
开源智能体 OpenClaw 发布 2026.9.5，整合 502 位贡献者 4,179 个 PR；原子更新在网关运行时校验新版本、失败可回滚，支持插件热重载。
评原子更新解决的是自托管智能体"升级即失联"的痛点：校验失败自动回滚、守护进程不中断。502 名贡献者的规模说明这类个人智能体项目已进入社区驱动的快速迭代期，自托管用户跟进新版本的顾虑进一步降低。
OpenAI 让 ChatGPT 登陆 Word，免费版可用
ChatGPT 以侧边栏插件进入 Word，可起草、总结、改写；同一插件覆盖 Excel 与 PowerPoint，含免费版在内的全部套餐可用，10 月 1 日起默认开启。
评对普通用户是入口下沉：不买 Copilot 授权也能在 Word 里用上 AI。对企业则是新的影子 AI 变量——同一插件横跨三件套，用量池还与 Codex 共享，长文档很快触顶。
Unsloth 发布桌面端与官方 Docker 镜像
Unsloth 发布开源桌面端与官方 Docker 镜像，本地可训练与运行 500+ 模型；官方称训练最高快 2 倍、显存少约 70%，支持 NVIDIA 与 AMD。
评把微调从 notebook 搬到桌面应用，是这批开源训练工具的共同动作：显存降七成意味着消费级显卡能跑的模型再上一档，本地数据也不必出机器。对企业而言，真正卡住的仍是数据模板与评估口径，不是训练脚本本身。
Claude Cowork 与聊天合并为一款 Claude
Anthropic 将 Claude Cowork 与聊天合并为一款 Claude，同步上线 Docs 与 Slides，未来几周推给 Pro 与 Max。
评合并不只是界面调整：原先 Cowork 与聊天各自带着上下文和技能，跨界面任务要重新交代背景。合并后一次对话就能从提问走到交付文档，对重度用户省掉切换成本，对 Anthropic 则是把新工具直接送到既有付费用户面前。
Google 发布 TranslateGemma，55 种语言可离线翻译
Google 称其语言技术已覆盖 300 多种语言、占全球人口 86%；TranslateGemma 为轻量开源翻译模型，跨 55 种语言训练，可离线运行。
评端侧加开源，等于取消了「有没有稳定网络」这个前提：全球仍有 30 亿人网络不稳，云端翻译在弱网地区等于不可用。对企业和内容站，私有部署多语翻译的门槛下降，同时跨语种检索与引用的竞争面会变宽。
Claude for Small Business 新增 43 工作流与 27 集成
Anthropic 为 Claude for Small Business 新增 43 个工作流与 27 个集成，覆盖 Shopify 等，安装量已超 90 万次。
评更新里更该看的是默认权限：43 个工作流默认走审批模式，发送、发布与付款仍需人工确认。对小企业来说，自动化边界正从「模型能不能做」转向「公司敢不敢让它直接做」；集成数量反映的是渠道覆盖，不是可放手程度。
Apple 发布 Siri AI，今起英文测试版上线
Apple 推出全面重构的 Siri AI，支持个人语境理解、屏幕感知、系统级应用操作与跨设备对话；今日起英文测试版上线，下月扩展至法、日、韩、葡、西五种语言。
评从语音助手变成能操作系统的代理，是 Apple 首次把系统级操作权限交给模型。对开发者意味着应用需通过系统级接口暴露可被调用的能力；短板是测试版仅英文，多语言要再等一个月，非英语市场短期无法验证真实体验。
ElevenLabs 发布 Music v2.5 音乐模型
ElevenLabs 发布 Music v2.5，应用与 API 同步开放并保留免费档；47885 组盲测中听众多数更偏好 v2.5，R&B、Soul 与 Rock 提升最明显。
评音乐生成的竞争点已从能不能唱转向混音与编曲审美，盲测胜出说明评分层面接近人类偏好。免费档保留意味着用音乐获客、用 API 变现，创作者成本不会立刻上升。
OpenAI 开放 Agents API 公测
OpenAI 开放 Agents API 公测：以 Codex harness 托管云端 Agent，编排与上下文由 OpenAI 承担，沙箱可自带或接 E2B 等 9 家。
评把 Codex 内部的编排层做成公开 API，等于把长跑 Agent 不崩这件最耗工程的活外包出去。代价是编排层锁在 OpenAI 的版本节奏上：想做多模型路由的团队，更该拿走 GitHub 上的开源 harness。
GPT-Rosalind 结束研究预览向机构开放
OpenAI 宣布 GPT-Rosalind 结束研究预览，通过 API 与 Codex 向审核通过的全球机构开放，可跨论文与实验数据推理、权衡靶点证据并规划实验。
评从受控研究预览转为面向机构开放，说明 OpenAI 对生物双用途风险的审核流程已经跑通，用组织身份与安全合规做门槛，而不是一刀切禁掉。对国内团队实际影响有限：开放仍是审核制，能立刻用上的还是 Codex 里那套生命科学插件与公开数据库连接。
Cursor 推出 Projects：协调者智能体调度子智能体
Cursor 发布 Projects（beta），用协调者智能体承接功能开发、迁移与持续维护等大型工作，协调者自身不写代码，改为调度数千个子智能体并行执行。
评把多智能体编排从自建框架搬进 IDE，个人和小团队第一次能低成本跑原本要平台工程团队支撑的并行改造。新瓶颈随之转移到任务拆解：拆解错了会被数千个子智能体同步放大，因此可验证的中间产物与周界约束比协调者本身的模型能力更关键。
OpenAI 上线 GPT Image 2.5，API 双变体齐发
OpenAI 上线 GPT Image 2.5，主打更快生成、多轮编辑一致性与区域标注精修，新增涂鸦绘图和 15 个图片模版；API 同步发布 Flare（速度提升 50%）与 Sunburst（更高精度）双变体。
评图像生成进入按场景拆分 API 的阶段：速度版与精度版分开提供，用户要按用途选型而非追单一最强模型。对做批量封面、图文排版的工作流，多轮编辑一致性和区域精修才是省人工的关键，可据此对照现有管线实测。
Apple 发布首款折叠屏 iPhone Duo
Apple 发布首款折叠屏 iPhone Duo，展开 7.6 英寸、合盖 5.4 英寸，搭 A20 Pro 芯片与蒸汽室散热，10 月 23 日发售，起售价 $1,999。
评折叠屏 iPhone 落地意味着主流应用要正面处理两种屏幕形态，适配成本会传导到整个 iOS 生态；近 2000 美元的起售价把折叠屏从尝鲜价位带进旗舰主力价位，安卓厂商的折叠产品线将迎来最直接的定价对照。
Runway 发布 Adobe 插件 可内嵌生成视频
Runway Plugins 嵌入 Premiere Pro 与 After Effects，可生成图像视频、重绘片段，基于 Aleph 2 按原时长重新渲染，插件免费。
评视频后期工作流正从'工具切换'走向'在剪辑软件内直接生成'。Runway 借 Aleph 2 嵌入 PR/AE，意味着 AI 生成与精修的边界进一步模糊，对广告、短剧、自媒体团队的产能提升最直接。
OpenAI 推出 ChatGPT Work 写作风格学习
OpenAI 9月7日为 ChatGPT Work 加写作风格个性化：可学已连 Gmail、Drive、Slack 的邮件与文件，复现常用短语、大小写与落款。
评对职场用户，AI 草稿更“像自己”，减少后期润色；但对雇主也是信号——连写作口吻都可被建模，企业通信的“人味”边界将更模糊。设置入口在 个性化 > 写作风格，仅面向付费套餐。
Google DeepMind 发布 WeatherNext 3
Google Research 与 DeepMind 发布 WeatherNext 3，不再依赖传统物理模拟，直接处理实时地球静止卫星数据，每小时生成一次预报。
评跳过物理方程意味着推理成本与延迟大幅下降，预报可从小时级逼近分钟级更新。对农业、物流、保险等依赖短期天气的行业是直接利好，也显示基础模型范式正外溢到传统科学计算。
Anthropic 开源费马大定理 Lean 4 证明
Anthropic 基于 Lean 4.33.1 与 Mathlib 完成费马大定理机器检查证明，以 Apache 2.0 开源。
评形式化证明以往依赖研究者逐步人工核验，机器检查开源意味着数学界可逐行独立验证推导。对可信 AI 与自动定理证明方向，这是'证明可被代码审计'的里程碑式落地。
GPT-6 Astra 登顶 Code Arena 编码榜
GPT-6 Astra（Max）以 1797 分登顶 Code Arena WebDev，领先 Claude Fable 5.1（Max）35 分。
评WebDev 编码榜是开发者选型的高关注信号，登顶意味着 Astra 在真实建站任务压过 Fable。但榜单分差 35 不等于日常体验差 35，企业落地仍应以自有任务集实测为准。
GitHub 发布 HydraFusion 预览
GitHub 推出 HydraFusion 预览，运行时多模型编排，在 Single、Cascade、Critique 三模式为任务选工作流，平衡质量与成本。
评HydraFusion 将“路由决策”下放到运行时，类似模型网关但由 GitHub 原生集成进 Copilot，核心降本：便宜模型跑简单任务，贵模型只在 Critique 兜底。对 AI 编码，成本可控，中小团队能用旗舰质量而不必全量付费。
OpenAI 推 Daybreak 投10亿美元护一线
OpenAI 推出 Daybreak 计划，承诺投入 10 亿美元补贴访问、培训与技术支持，优先覆盖水处理、电网等一线网络防御者。
评10 亿美元面向一线防御者的补贴，把前沿模型能力直接导入水处理、电网等平时买不起高级安全服务的领域，既是品牌叙事也是实打实的防护能力下沉，中小机构首次能以低成本获得顶级模型的威胁研判支持。
Claude 支持后台操作电脑
Anthropic 为 Claude Cowork 与 Claude Code 加入后台电脑操作，Claude 可点击、输入、开应用自动完成任务，用户可同时做别的事。
评后台电脑操作让 Agent 不再独占鼠标键盘，是桌面自动化 Agent 的可用性拐点；OpenAI 此前已在 Mac 落地同类能力，Anthropic 跟进意味自主桌面控制正成编码/生产力工具标配，下一步比拼可靠性与任务范围。
Cursor 推出 Self-Hosted Machines
Cursor 发布 Self-Hosted Machines，让云智能体工具执行迁移到企业自有机器，推理规划留云端，Cursor 不主动连入企业网络。
评把工具执行下沉到客户自有内网、推理规划留云端，解决企业把敏感数据或系统交给第三方云代理的合规顾虑；类 Cursor 的云编码 Agent 正把运行边界下沉到客户侧，是 toB Agent 落地的关键一步。
Gemini 推 agentic 视频理解
Google DeepMind 为 Gemini 三档 Flash 推 agentic 视频理解，动态扫描片段，token 降 88%/成本降 66%/准确率升 7%。
评视频理解从抽固定帧转向按需看片段，直接砍掉无关帧 token 浪费，对长视频、监控、教程类应用降本明显。Gemini 把多模态 Agent 下放到 Flash 档，低成本视频分析更快进生产。
Google Workspace 推图像工具 Pics
Google 发布 Workspace 图像工具 Google Pics，未来数周面向 AI Pro/Ultra 订阅者及多数商业客户推出。
评把图像生成、编辑塞进 Workspace，是 Google 用 AI 功能锁订阅的典型打法——Pro/Ultra 才给。对中小团队，轻量素材不必再开独立工具，但重度创作仍受订阅档位限制。
MiniMax H3 Max 24 小时 AI 直播上线
MiniMax 将 H3 Max（768P、480P）接入开放平台，海外开发者已借此搭建 Twitch 直播与 24 小时 AI 电视台。
评24 小时 AI 直播把视频生成从按条生产变成按流播放，对带货、虚拟主播、长剧内容是范式切换。H3 Max 开源接入降低了技术门槛，但 768P 分辨率与实时性仍是硬约束，离替代真人直播还有距离，早期更适合陪伴类低频场景。
Reactor 联手 HaoAI 推 FastH3 直播
Reactor 基于 FastH3 推无限直播流，画面持续生成，代码全部开源；FastH3 单 B200 上 15 秒视频耗时 47 秒，4 卡近实时。
评对 AI 视频开发者：无限直播流把生成式视频从片段推向持续信号源，适合直播带货与虚拟主播。FastH3 已开源，本地复现门槛取决于能否上 B200。
OpenAI 为 Codex 与 Work 重置用量
OpenAI 为 Codex 与 ChatGPT Work 用户重置用量，修复 8 类超额消耗，额度提升 10%-50%，部分用户周额度曾耗 70%。
评OpenAI 承认 Codex 后台存在压缩、记忆、子代理等多处重复计费的工程 bug，修复后同等额度实际可用反升 10%-50%。这暴露 Agent 产品 token 计费极不透明，用户应善用 /usage 看清消耗来源，而非一味加购。
Claude in Chrome 正式全面上线
Anthropic 上线 Claude in Chrome，浏览器内自主操作免逐步审批；安全分类器每次验证合规，启用后自 Opus 4.8 起攻击成功率 0。
评浏览器原生 Agent 让 Claude 从聊天框走进工作流，免逐步审批加安全分类器是双刃剑：效率提升但权限边界风险上升，企业部署需关注操作审计。
OpenWorker 新版内置网络安全智能体
Andrew Ng 开源智能体 OpenWorker 发布新版，内置代码漏洞扫描、供应链依赖注入检测、云安全配置检查三类安全智能体，可本地运行权重模型。
评桌面 Agent 拿到文件与终端权限后，安全边界即攻击面。OpenWorker 把审批拆成读/写/执行/外部四档风险类，等于把"人确认"做成可审计的执行闸而非纯 UI。想接内部文档不想过别人云端的团队，可拿它当本地 Agent 的基线标尺。
Claude 记忆打通聊天与 Cowork 可逐条编辑
Claude 将聊天与 Cowork 记忆统一，任一场景可调用此前上下文，可在 Memory 设置按主题逐条查看、编辑或删除，健康信仰等敏感话题默认不存储。
评记忆统一后，"AI 记得我"从单应用功能变成跨场景基础设施，体验提升明显。但逐条可编辑只是透明的一端，另一端是模型如何调用这些记忆、是否会悄悄拼出用户画像。敏感话题默认不存是底线，真正考验在"用户以为没存其实存了"的边界把控。
OCR It 发布本地文档提取扩展
OCR It 是 Chrome 扩展，本地 OCR 提取扫描书/PDF 文本供 LLM，用内置 Tesseract 无需密钥，支持自动翻页，上限 300 页。
评本地 OCR 意味着扫描件全程不出设备，规避了云端 API 的隐私与按量计费问题。Tesseract 在中文识别精度上不及商业云端引擎，但对个人文档场景够用。300 页上限说明其定位是轻量工具，批量生产场景仍需云服务。
NVIDIA Vera NVL72 能效升 30 倍
NVIDIA 实测 Vera Rubin NVL72 每兆瓦吞吐较 GB300 NVL72 最高提升 30 倍，每百万 token 成本降为 1/35。
评每百万 token 成本降到上一代的 1/35，直接决定推理定价的下降空间——这波硬件换代是下半年 API 降价潮的底层支撑。能效提升 30 倍还意味着同等电力下可承载的推理规模大幅扩张，自建算力的门槛同步下移。
FreeToken 单卡跑 753B GLM-5.2
FreeToken 边缘推理引擎：8 GB 笔记本 GPU 跑 35B，单张工作站显卡可跑 753B 的 GLM-5.2。
llm 0.33 发布
llm 0.33 发布，升级 OpenAI 库至 3.x，HTTP 客户端由 httpx 换为 httpx2，embed 新增 --key 参数支持多密钥。
SGLang 权重缓存守护实现亚秒级引擎重启
SGLang Weight Cache Daemon，零拷贝将权重加载从 495 秒降至 0.63 秒（785 倍），启动耗时减 93.9%，支持多实例共享。
Claude Mythos 5 安全能力扩展至更多防御者
Anthropic 宣布 Claude Mythos 5 集成至 Claude Security，推出 3500 万美元安全基金资助开源漏洞修复。
Mistral 推出 Agentic Search 多步检索
Mistral 用 search、open、navigate、read、grep 五工具循环检索，让模型在长文档与多来源中查找、定位并验证信息。
AlloyDB ScaNN 扩至 100 亿向量
AlloyDB ScaNN 支持超 100 亿向量，四层树架构查询复杂度从 O(N^1/2) 降至 O(N^1/4)，p95 延迟 51 毫秒、召回率 95%。
Claude Computer Use 全面可用
Anthropic 宣布 Computer Use、Skills API、Files API 全面可用，新增浏览器操作工具，智能体可操作软件并调用团队技能。
Anthropic 发布 Claude Academy
Anthropic 发布 Claude Academy，面向全球数百万用户，课程含 4D AI Fluency Framework 与持续学习项目。
智谱 GLM-5.3 上线：AA 指数 60 分并列开源第一
GLM-5.3 API 即日开放，擅长复杂编码与防御性网络安全；单任务成本为旗舰最低，API 定价与 GLM-5.2 持平，权重下周五开源。
FastMetal 让 Mac 本地 30 秒生成视频
FastMetal 让 Mac 本地 30 秒生成 5 秒 480P 视频，无需 CUDA 与云端，仅占 3.9 GiB 内存。
Sentence Transformers v6.0 发布
新增第四种模型类型 MultiVectorEncoder，可加载 PyLate、ColBERT 与 colpali-engine 检查点，支持晚期交互检索。
Mojo 语言正式开源
采用 Apache 2.0 许可证（含 LLVM 例外），编译器与工具链全部源码已上传 GitHub；上周刚发布 1.0，编译器贡献计划年底开放。
Claude 接入 Gmail 与 Google Drive
可在 Gmail 起草并发送邮件回复、管理 Google Drive 文件，默认发送前需用户批准；连接器菜单开启，全部付费套餐可用。
Cursor 推出 Origin 代码托管服务
Cursor 向付费用户开放 Origin 代码托管，支持仓库、PR、GitHub 双向同步，Vercel、Depot、Buildkite 集成可用。
OpenRouter 上线 Activity 仪表盘 API
OpenRouter 发布 Activity 仪表盘与 Analytics API，可按智能体、模型、请求维度追踪支出、token 量与缓存命中率。
GPT-5.6 Sol 在 Codex 支持 1M 上下文
GPT-5.6 Sol 的 1M（官方文档 105 万）token 上下文窗口已在 Codex 对 ChatGPT 账户开放，此前仅限 API key。
Suno Studio 2.0 发布，新增 MIDI 与效果插件
MIDI 可直接生成音频并自动加混响、压缩、EQ 效果，向专业 DAW 工作流靠拢。
Qwen3.8-2.4T-A95B 开源，硅基流动即日上线
阿里开源 Qwen3.8-2.4T-A95B，硅基流动已提供 Day-0 支持。该模型拥有 2.4T 参数、95B 激活参数，主打自主编码、深度研究与端到端智能体执行。API 定价为输入 $2.00/百万 token，输出 $6.00/百万 token，缓存输入 $0.25/百万 token。
DeepSeek Harness v0.1 开发者预览版发布
DeepSeek Harness v0.1 现已推出开发者预览版，并以 MIT 许可证开源。该智能体框架基于 Cordis 元框架构建，核心设计为"一切皆插件"，模型、工具、技能、会话、沙箱、文件系统、循环、编排及 UI 均可自由组合、替换和扩展。
Meta 开源 Muse Glimmer 登陆 OpenRouter
Meta AI 超级智能实验室的首个开放权重模型 Muse Glimmer 已在 OpenRouter 上线！ 这是一款 30B 密集文本+图像模型，采用 Apache 2.0 许可证，旨在成为可靠的本地智能体，MCP Atlas 得分 75.5，SWE-Bench Pro 得分 51.2。 https://openrouter.ai/meta/muse-glimmer-30b
OpenRouter 推出实时网页搜索基准测试：如何为智能体选择引擎、深度与模型
OpenRouter 发布实时排行榜，系统评测模型、搜索引擎、搜索方法与预算四类配置组合。数据显示，将搜索预算从 1 轮增至 25 轮可使 BrowseComp 得分近乎翻倍，成本仅增 2.5-7 倍；模型选择比引擎更重要，平均分差 15 分 vs 10 分。失败率高的任务应降低搜索深度以控制成本。
Runway Seedance 2.5 上线，支持50角色参考
完整阵容，完整曲目，一次生成一个。 Seedance 2.5 已在 Runway 上线，支持 50 个独特角色参考，以及最长 30 秒、与音乐同步的片段。点击下方链接即可开始使用。
Gemini 助力 Database Migration Service 加速 PostgreSQL 迁移
Google Cloud 在 Database Migration Service（DMS）中推出由 Gemini 驱动的 AI 辅助代码转换，可将 Oracle 或 SQL Server 的存储过程、触发器和自定义函数转换为 PostgreSQL PL/pgSQL 代码。
OpenRouter 推出由市场智慧驱动的新版 Auto 路由器
OpenRouter 基于每周超 55T token 的社区消费数据，推出新版 Auto 路由器（openrouter/auto），其模型选择在多数任务和成本档位上优于旧版。新路由器按约 30 种任务类型匹配近 7 天社区实际消费的模型，支持 cost_tier 参数（low 至 max）并遵循账户隐私设置。在 MMLU Pro 等基准上，新默认档位在多数领域以更低成本达到旧版同等性能。
千问开放平台上线：租房、寄快递、查理财等十余领域服务可对话办理
千问开放平台今日上线，面向生态伙伴和开发者开放手机、PC 和 AI 眼镜三类终端的服务接入，首批覆盖物流运输、房产居住、本地生活、理财、汽车等十多个领域。用户可在对话中@相关服务或点击"圆点角标"进入智能体，完成从咨询、推荐到下单的完整流程。平台支持标准化协议接入、一键授权与端到端调测，并提供账号、AI 支付、订单接入等基础设施。
OpenAI 宣布取消 ChatGPT 免费版纯文本对话次数限制
OpenAI 自 8 月 10 日起取消免费版和 Go 版账户的纯文本对话次数限制，但图片生成、文件上传及语音模式仍保留独立额度。本周起，免费和 Go 用户默认模型将更换为产品线中规模最小的 GPT-5.6 Luna，并新增"Think（思考）"按钮以支持更深度的回复。付费用户方面，旗舰模型 GPT-5.6 Sol 将优化对话自然度，并新增"思考强度"调节选项。
Anthropic 将 Claude Code 的自动模式设为默认选项
Anthropic 宣布自 8 月 14 日起，将 Claude Code 的自动模式设为 Pro、Max 和 Team 账户的默认选项，该模式仅在操作被判定为"不可逆、具破坏性或超出环境范围"时才请求人工批准。测试显示，在 1，053 名付费测试者中，自动模式捕获了 89% 的有害操作，而人工审查仅捕获 13.6%。公司还新增了提示词注入筛查和可自定义的硬性拒绝规则等安全功能。
苹果 Mac 简体中文支持文档更新，"Apple 智能"阿里千问扩展现身
苹果官网 Mac 简体中文使用手册新增《在 Mac 上配合 Apple 智能使用千问》支持文档，明确 Apple 智能可配合阿里巴巴千问模型工作。千问扩展适用于 macOS 26.6 或更高版本，需中国大陆 Apple 账户及机型，支持写作工具与 Siri，用户需登录千问账户使用。
Anthropic 将 Claude Code 默认设为 Auto Mode，以防开发者误批准危险操作
Anthropic 宣布自 8 月 14 日起，Claude Code 将对 Pro、Max 和 Team 套餐默认启用 Auto Mode，企业客户仍需手动开启。该模式通过分类器判断操作是否危险或不可逆，仅在必要时请求确认。测试中，Auto Mode 识别出 89% 的危险命令，而人工审查仅发现 13.6%。
Seedance 2.5 API 上线，视频生成开启「电影级长叙事」
火山引擎正式上线 Seedance 2.5 API，将单次视频生成时长从15秒提升至30秒，并支持最高50个全模态素材参考。模型在指令遵循、长叙事、真人感及声画质感上大幅提升，能稳定保持多角色外形与场景关系，兼容十余种语言。
Kitesurf：一款在 V8 隔离环境中运行的"代理优先"浏览器
Cloudflare 推出 Kitesurf，一款专为 AI 智能体设计的浏览器，完全运行在 Workers 上，基于 V8 隔离环境，现已在 Browser Run 中免费开放测试。
Qwen-Image-3.0 发布：高分辨率低至 0.03 美元
Qwen-Image-3.0 已可投入生产。支持 4.5K token 提示词。100%+ 文本准确率（无破损 logo）。原生支持 12 种语言。定价灵活可扩展：高分辨率低至 $0.03。完整详情见图片。👉 探索：• Model Studio：https://click.alibabacloud.com/m/20000001606/ • Qwen Cloud：https://click.qwencloud.com/m/20000001648/ #Qwen #QwenImage3 #AlibabaCloud #GenerativeAI #AICreativity
Agent Plugins 1.0.0 发布：谷歌、亚马逊、微软等支持的统一智能体插件规范
Agent Plugins 1.0.0 是一项由谷歌、亚马逊、微软等支持的中立目录规范，将 Agent Skills 和 MCP 服务器打包为单一可移植单元。通过标准化 plugin.json 清单和固定目录布局，开发者无需为不同 AI 编码智能体和 IDE 维护单独封装。谷歌已作为核心维护者加入，并在 Agents CLI 和 Data Agent Kit 中提供支持。
LLM 0.32 发布：新增推理轨迹、OpenAI Responses、服务端工具与更智能的日志
Simon Willison 发布 LLM 0.32，这是该项目自启动以来最重要的新版本。新版本支持显示推理轨迹、服务端工具、OpenAI Responses API，并默认使用 GPT-5.6 Luna 模型。
Cloudflare OS：面向智能体、应用与工作的开放平台
Cloudflare 开源新版 Cloudflare OS，任何组织均可部署并连接内部系统。该平台为每位员工提供基于公司上下文与技能的智能体工作区，包含隔离运行时、安全治理框架及可共享修改的个人应用。此前内部版本已供数千名员工日常使用，新版针对协作中的信息暴露风险重建了安全基础。
Swiftlet：在 Mac 上运行 80B 版 Qwen（内存 4.3 GB），在 iPhone 上运行 35B 版
Swiftlet 是一个 Swift + Metal 运行时，可在普通 Apple 设备上运行 Qwen3-Next 和 Qwen3.5/3.6 MoE 混合模型，仅将小型稠密核心驻留内存，按需从存储流式加载路由专家权重。
Reflex 开源 XY：基于 Rust 的超快 Python 绘图库，可保持 1 亿点图表交互流畅
Reflex AI 发布 Apache-2.0 许可的 Python 交互式 2D 绘图库 XY，通过 Rust 原生核心、二进制缓冲传输和 WebGL2 渲染，在 1 万至 1 亿点范围内保持约 0.08 秒的渲染时间。
Cloudflare 推出 Billable Usage API：为自助账户提供按产品与计费周期的程序化成本可见性
Cloudflare 发布 Billable Usage API，为自助账户提供单一端点，一次调用即可返回按产品和计费周期拆分的用量与成本，覆盖 Workers、R2、D1、Workers AI、Vectorize、Images 和 Stream。
OpenRouter 推出 Ori Eval 简化评估流程
推出 Ori Eval：编写首个评估的最简单方式。 没有绝对最好的模型，只有最适合每项任务的模型。Ori Eval 利用 OpenRouter 的 API 处理代码库中的每项任务，然后评估结果。 curl -fsSL https://openrouter.ai/skills/spawn-ori-eval
Grok 支持分析任意视频
Grok 可以分析任何视频 https://grok.com/share/bGVnYWN5_8013f7a3-f604-4351-8cd7-acecf3ef165b
Replit Design 一键提取品牌设计系统
找到了你喜欢的风格？将其提取为设计系统。 Replit Design 可将任意画面提炼为包含你的颜色、字体和样式的实时风格指南，让每个新界面、帖子和应用都保持品牌一致。无需交接，不会走样，也不会丢失你最初的设计初衷。 你的品牌，无处不在，一键搞定。 立即体验：http://replit.com/design
Replit 设计套件支持多款顶级模型
你的设计，你的模型。 使用你从世界领先模型中选择的任意一款进行创作，包括 Claude、GPT-5、Gemini、Kimi 和 GLM。跨模型家族比较输出结果，保留最符合需求的那一个。 一个套件，囊括所有顶级设计模型。 立即在 http://replit.com/design 体验。
Token Saver：用本地混合 RAG 将 Claude PDF token 消耗削减 92%-99% 的开源 MCP 扩展
Marktechpost AI 团队发布 Token Saver，一款面向 Claude Desktop 的开源 MCP 扩展，通过本地混合 RAG 在设备端检索 PDF，无需上传文件。该工具将 token 消耗削减 92%-99%，并保证数据隐私，设置无需 Python 环境或终端配置。
Gemini Spark 集成 Chrome 自动浏览功能
Gemini Spark 🤝 @GoogleChrome Gemini Spark 现已与 Google Chrome 的自动浏览功能集成。经你许可，Spark 可直接在你的 Chrome 浏览器中处理网页任务，例如预约看房或自动填写航班信息。
在 M1 Max 上运行 2.8T 参数的 Kimi K3：Deltafin 项目实现 0.0687 token/s 推理
Deltafin 项目成功在 64 GB M1 Max 上运行了 2.8T 参数的 MoE 模型 Kimi K3，当前中位推理速度为 0.0687 token/s（14.6 秒/token）。完整安装需约 1.7 TB 本地磁盘，流式模式仅需 215 GB 但推理速度降至 3 分钟以上/token。项目提供 OpenAI 兼容 API 服务器，支持聊天和代码补全，但建议客户端超时设为小时级别。
Replit Design 发布：AI 赋能设计愿景
你不需要成为设计师。你只需要知道你想把什么变为现实。 你脑海中的想法与屏幕上的成果之间的差距刚刚消失了。 这就是 Replit Design 背后的愿景。 阅读我们构建它的原因以及我们认为 AI 驱动设计的未来方向：https://replit.com/blog/introducing-replit-design
OpenAI 发布 Codex 安全 CLI 与 SDK
更多开源福利。我们刚刚发布了一个 CLI 和 TypeScript SDK，用于查找、验证和修复代码中的安全漏洞。扫描仓库、审查变更、随时间追踪发现，并在 CI 中运行安全检查。 https://github.com/openai/codex-security
Gemini API Managed Agents 默认升级为 3.6 Flash，新增环境钩子与免费套餐
Google DeepMind 将 Gemini API Managed Agents 的默认模型升级为 Gemini 3.6 Flash，并支持显式选择 3.5 Flash 或 3.5 Flash-Lite。新增环境钩子允许在沙箱内工具调用前后执行自定义脚本，用于安全审查或代码格式化。此外，还推出了免费套餐、预算控制和基于 cron 的定时触发功能。
Kimi 发布视觉感知基准 PerceptionBench
Kimi.ai 发布 PerceptionBench，一个从当前前沿模型在 42 个基准上的失败模式中归纳出的视觉感知基准。该基准将视觉感知拆解为 10 种原子能力，并构建了 3000 道验证题，每道题只考察单一感知能力，无需推理或外部知识。
SGLang 和 Miles 为月之暗面 2.8T 参数 Kimi K3 模型提供发布当日支持
SGLang 和 Miles 为月之暗面开源的 2.8T 参数模型 Kimi K3 提供发布当日支持，分别负责推理和 RL 训练。K3 采用 69 层 KDA 线性注意力与 24 层 MLA 交错的混合架构，在 SGLang 上单卡 batch-1 解码速度达约 113 tok/s，结合 DSpark 推测解码可达约 423 tok/s。
xAI 发布 Grok CLI 并支持 /tutorial 命令
下载 Grok Build 并输入 /tutorial http://X.ai/cli
Suno 推出多项新功能，含 MIDI 导出等
我们一直在以比以往更快的速度构建！🚀 以下是网页端和移动端的新功能一览： • 高级音轨分离 • 将音轨导出为 MIDI • 歌词合写与自动保存 • 截图生成歌曲 • Apple CarPlay 与 Android Auto 你最期待 Suno 的哪些新功能？
Airtap 推出 iMessage/RCS 对话式 AI 智能体
Airtap 已推出一款 AI 智能体，用户可通过 iMessage 或 RCS 与之对话。 Airtap AI 智能体专注于通常完全在移动应用内运行的任务，允许用户定期运行这些任务。 例如，Airtap 与 Google Maps 集成，让用户能够即时预览和创建路线！
Runway Agent 推出自然语言工作流功能
在 Runway Agent 中引入工作流。现在你可以通过自然语言构建、运行或编辑基于节点的工作流。工作流可大规模解锁高质量输出。 立即尝试，点击下方链接调用 / Workflow 技能。
ChatGPT 桌面版上线语音控制多智能体
ChatGPT 语音功能现已登陆桌面应用。 只需使用语音，即可控制你的电脑，并指挥在 ChatGPT Work 或 Codex 中运行的多个智能体。 该功能由 GPT-Live 驱动，因此它能够同时在该应用中说话、聆听并协调工作。 今日起，面向 macOS 和 Windows 平台的 Plus、Pro、Business、Edu 及 Enterprise 计划用户全球推送。
Claude 语音模式现已支持 Opus、Sonnet 及连接工具与多语言
即日起，Claude 语音模式在 Opus、Sonnet 和 Haiku 上运行，并支持连接 Gmail、Slack 等工具及更多语言。用户可在对话中切换模型，语音模式默认沿用上次文本聊天使用的模型。该功能面向所有用户开放 beta 测试，免费版可使用 Haiku 及一个连接工具，付费版可访问更多模型和全部连接工具。
腾讯设计 Agent 平台 Miora 全面开放
腾讯设计 Agent 平台 Miora 今日全面开放，无需邀请码即可使用。该平台由 WorkBuddy 团队打造，提供品牌设计、影视创意等五大场景模式，支持自定义多模态模型和 Agent 推理深度，并内置 Skill 市场与记忆系统。
GigaToken 发布：语言模型分词速度最高提升约 1000 倍，可无缝替代 HuggingFace Tokenizers
GigaToken 是一款新的语言模型分词器，在 AMD EPYC 9565 双路 144 核 CPU 上对 GPT-2 分词速度达 24.53 GB/s，比 HuggingFace Tokenizers 快 989 倍、比 tiktoken 快 681 倍。
OpenAI 在 ChatGPT 中正式推出广告服务
OpenAI 在 ChatGPT 中推出原生广告服务，允许广告主在用户探索选项、比较选择和做出决策时投放相关广告。广告在体验中明确标注并与回答区分，首批广告主包括 Best Buy、Lowe's 和 VistaPrint。广告主可通过 Ads Manager 创建广告系列、设置预算并优化效果。
OpenRouter 上线 Gemini 3.6 Flash 与 3.5 Flash-Lite
今日在 OpenRouter 上线：Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite！ 两者均为其模型系列的重大更新，具备高吞吐量（150+ tok/s），适用于智能体场景，从高效 token 的编码与知识工作，到低延迟、高并发的子智能体。 详情如下 🧵
LoRA Speedrun 公开排行榜：6分05秒微调 Qwen2.5-1.5B 达 GSM8K 61.1%准确率
LoRA Speedrun 项目推出公开排行榜，在固定硬件（单张 L40S）上比拼 Qwen2.5-1.5B 的微调运行时间。当前纪录由@Saivineeth147以6分05秒保持，采用序列打包与仅完成损失掩码技术，相比基线11分57秒提速约2倍且准确率更高（61.1%）。项目提供免费 Modal 沙箱验证，任何提交需经3次独立复现确认。
Grok for Excel 发布：在 Microsoft Excel 中用自然语言提问、写公式和运行场景
xAI 将 Grok 引入 Microsoft Excel，推出免费 Microsoft 365 加载项。用户可在工作表中用自然语言提问、根据描述编写公式或运行场景，答案会引用具体单元格，图表可直接插入工作表。该加载项还支持连接 SharePoint 或 Google Drive 获取上下文，并已同步支持 Word 和 PowerPoint。
字节跳动发布 Seed Audio 1.0 音频创作模型，统一建模人声与音效实现端到端影视级音频生成
字节跳动 Seed 团队发布音频创作模型 Seed Audio 1.0，在统一框架下联合建模人声、音效和环境声，支持 100ms 间隔精度的时间控制、单次约 2 分钟音频的延展生成及 20+ 语种自然生成。该模型已在火山方舟体验中心上线，多数场景音频可用率达 90% 以上，多语言音频自然度 MOS 超 4 分。
LoRA Speedrun 公开排行榜：6分05秒微调 Qwen2.5-1.5B 达 GSM8K 61.1%准确率
LoRA Speedrun 项目推出公开排行榜，在固定硬件（单张 L40S）上比拼 Qwen2.5-1.5B 的微调运行时间。当前纪录由@Saivineeth147以6分05秒保持，采用序列打包与仅完成损失掩码技术，相比基线11分57秒提速约2倍且准确率更高（61.1%）。项目提供免费 Modal 沙箱验证，任何提交需经3次独立复现确认。
小红书与北大开源 UltraEP：面向大规模 MoE 训推的实时负载均衡方案
小红书与北大提出 UltraEP，首次将基于精确路由信息的实时负载均衡引入生产系统，在每个 microbatch 和每一层动态复制热点专家。在 Qwen3-235B 等模型上，训练吞吐平均达到理想性能的 94.6%，相比 Megatron-LM 提升 42%；推理 prefill 吞吐相比 SGLang 提升 1.56 倍。
Claude Code v2.1.214 发布：修复权限绕过 + 新增 EndConversation 工具
Anthropic 发布 Claude Code 最新版本 v2.1.214，修复多项权限绕过漏洞，新增 EndConversation 工具及多项 Bash 权限检查改进，提升 CLI 开发体验。
全部动态
🔗 探索更多 AI 工具板块
除了本板块，AI工具宝箱还有这些独家内容板块，帮你从不同角度发现好工具。