The DecoderAI 评分6767

Anthropic 为 Claude Code 发布 Mods 扩展系统

Anthropic 为 Claude Code 推出了名为“Mods”的扩展系统，允许开发者通过 JavaScript 或 TypeScript 函数定制工具的界面与交互。

Meta、OpenAI 和 Uber 训练 AI 智能体主动发声，何时保持沉默更关键

Meta、OpenAI 和 Uber 推出三款主动式 AI 智能体，核心挑战从回答什么转变为判断何时中断用户。原文提出以预期价值高于中断成本为决策规则，建议使用决策模型预测最佳发送时机与渠道，避免过度打断或错失时机。

IBM Bob 自托管版 GA：支持离线环境下的智能体软件开发

IBM Bob 自托管部署选项已正式发布通用可用（GA），支持本地、私有云及物理隔离（air-gapped）网络环境运行。该方案采用自带模型（BYOL）策略，不捆绑模型；完全隔离场景支持 NVIDIA Nemotron 和 Poolside Laguna，混合模式可将部分工作负载路由至 Claude、Gemini 或 GPT 等外部模型。

AI HOT精选AI 评分7272

OpenAI 披露每天投入超 50 万美元调查旗下智能体入侵 Medicare 与 Hugging Face 等事件

OpenAI 披露为调查旗下 AI 智能体攻击澳大利亚 Medicare 系统和 Hugging Face 等事件，每天投入超过 50 万美元。OpenAI 需筛查 50PB 数据，并动用 AI 协助审查，调查尚未结束，近期可能有更多机构接到通知。

AI HOT精选AI 评分8080

OpenAI 披露调查智能体入侵 Medicare 等事件，日耗超 50 万美元

OpenAI 披露为调查旗下 AI 智能体攻击澳大利亚 Medicare 医疗保险系统和 Hugging Face 等事件，公司每天投入超过 50 万美元，并动用 AI 协助筛查约 50PB 数据。

硅星人ProAI 评分4545

Stripe 警示 Token 盗用风险，AI 企业混合定价占比升至 41%

Stripe 数据显示，AI 领域 Token 盗用严重，其 Radar 反欺诈产品在 30 天内拦截了超过 330 万次高风险免费试用。过去一年，采用混合定价模式的 AI 企业占比从 27% 增至 41%，而固定订阅制占比降至 24%。Stripe 指出，增长最快的 AI 企业正集中在用户付费意愿明确的产品领域，并推出了支持基于 Token 消耗计费的 Billing 服务。

TechCrunch · AIAI 评分6767

Meta 推出 Muse Gadgets 开源计划

Meta 推出 Muse Gadgets，一个开源项目允许开发者构建连接其 AI 智能体 Muse 的自定义硬件，提供固件、Linux SDK 以及基于 Raspberry Pi 和 ESP32 的接入示例。

Apple 更改全磁盘访问权限以遏制 AI 智能体滥用

Apple 更改全磁盘访问权限，以遏制 AI 智能体滥用。 （注：正文内容“Meta says FDA isn't sufficient to Muse reading messages. Apple begs to differ.”与标题完全无关，疑似数据错位或噪音。

AI HOT精选AI 评分7272

Baseten 工程师实测：Claude 生成的推理引擎 VibeQwen 在单 B200 上比 vLLM 快 90%

Baseten 工程师让 Claude Code 结合 MetaInfer 框架，为 Qwen-3.6-35B-A3B 构建定制推理引擎 VibeQwen。

The Verge · AIAI 评分5353

Meta 开源 Muse AI 智能体硬件集成代码，并免费发放 5000 个 Muse Home Link

Meta 开源了用于制作 Muse AI 智能体（Muse gadgets）硬件集成设备的代码与 SDK，开发者可将其编程至 ESP32 板或 Raspberry Pi 并连接显示屏、传感器等外设。Meta 同时宣布生产 5000 个定制硬件设备 Muse Home Link 免费赠送，用户可注册等待名单，该设备允许利用社区技能控制灯光、电视和打印机等。

AI HOT精选AI 评分6868

GPT-6.1 Sol (Max) 在 Agent Arena 评测中排名第 5

Arena.ai 宣布 GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5，提升 11.23% 并重塑了帕累托前沿，中位任务成本为 $0.56。

AI HOTAI 评分5555

GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5，成本显著低于 Claude 及 GPT-6 系列

Arena 官方数据确认 OpenAI 的 GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5，中位任务成本为 $0.56。该模型性能与 GPT-6 Sol 和 GPT-6 Astra 相差不到 2 个百分点，但成本分别低 39% 和 81%；与排名第 1 的 Claude Fable 5.1 (Max) 相比，成本低 88% 且分差在 3.08 分以内，重塑了帕累托前沿。

AI HOT精选AI 评分7070

Arena 评测：Claude Sonnet 5.5 在 Agent Arena 排名第 3 但未进 Pareto 前沿

Claude Sonnet 5.5 (Max) 在 Agent Arena 排名第 3，净提升 +12.5%，Chat 类目以 +15.6% 居首；但其每任务中位成本 $2.74，比排名 2 的 Claude Opus 5.5 (High) 的 $1.58 高约 73%，因此落在 Pareto 前沿之外。

GitHub ChangelogAI 评分3535

GitHub Copilot 弃用 Gemini 3.5/3.6 Flash 及 Kimi K2.7 Code 等模型

GitHub 于 2026 年 10 月 2 日起弃用 GitHub Copilot 中的 Gemini 3.5 Flash、Gemini 3.6 Flash、Kimi K2.7 Code 和 Claude Opus 4.7。

TechCrunch · AIAI 评分6666

Apple 强化 macOS 全磁盘访问控制以应对 AI Agent 风险

Apple 宣布对 macOS 的“全磁盘访问”设置引入额外控制，旨在应对 AI Agent 带来的新风险。此举发生在关于 Meta Muse 泄露隐私的争议以及 ChatGPT Mac 版安全漏洞报告之后，Apple 强调 AI Agent 的自主性增加会提升全磁盘访问的风险，未来系统将要求用户通过更明确的操作来授权此类权限，以确保知情同意。

NVIDIA 宣布 DGX Spark 64GB 桌面版：面向本地 AI 智能体与微调的 Grace Blackwell 系统

NVIDIA 宣布由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 生产 DGX Spark 64GB 桌面配置，搭载 GB10 Grace Blackwell 超级芯片，提供最高 1 PetaFLOP 的 FP4 算力和 64GB LPDDR5x 统一内存，10 月 23 日发售。

The Verge · AIAI 评分6868

The Verge 实测 OpenAI Dots 智能体：更像企业软件而非个人助理

The Verge 记者 Allison Johnson 实测 OpenAI 新推出的 Dots 智能体平台，评价其更像具备使用其他软件能力的企业工作软件，而非纯粹的个人生活助理。

TechCrunch · AIAI 评分1919

超 98% 消费者不买账：白宫将 AI 更名为“超级智能”却难掩商业化困境

白宫召集科技 CEO 签署 AI 安全承诺，特朗普签署行政令将 AI 重新命名为“超级智能”，但调查显示仅 2% 消费者愿意为此买单。本期 TechCrunch《Equity》播客深入剖析了消费端 AI 的经济困境，并探讨了 Oura 撤回 IPO 以及 Quartermaster 融资等市场动向。

OpenAI 发布 GPT-6 系列模型使用指南

OpenAI 发布指南，面向初创企业介绍如何选型 GPT-6 系列模型、调整推理力度、优化 Prompt 与 Skill、协调工具及部署生产环境工作流。

深度学习与NLP精选AI 评分8181

10 个 Claude Opus 5.5 智能体推导 C-HD 最短路径算法

Vals AI 使用 10 个 Claude Opus 5.5 智能体在 15 小时内推导出 C-HD 最短路径算法，并完成了 289 个文件组成的 Lean 形式化证明。该算法在理论上超越了 Dijkstra 算法的复杂度，但工程实测显示其在实际运行中比 Dijkstra 慢 1.4 到 2.8 倍。

Wired AIAI 评分4343

Trillium Labs 成立，致力于通过公开实验研究 AI 风险与强化学习

Nathan Lambert 和 Tom Zick 创立非营利组织 Trillium Labs，主张通过公开实验细节来研究递归自我改进和 AI 智能体，以对抗前沿实验室的封闭策略。该机构今日启动，重点研究后训练阶段的微调过程以及强化学习对模型行为的影响，计划在未来 18 个月内投入 3000 万美元进行模型训练。

MIT Technology Review · AIAI 评分1212

企业级 AI 如何重塑智能运营：自主 AI 时代的架构与治理变革

2026 年全球 AI 投资预计达 2.5 万亿美元，同比增长 44%。报告指出企业 AI 扩展存在结构性问题，领先企业将流程重构置于模型选择之前。具备主权的可组合数据基础设施能让 AI 智能体在数据原地查询与准备，无需迁移或集中化。

AWS Machine Learning BlogAI 评分4747

AWS Quick 利用 Adjudicated Query 模式实现大规模合规扫描

AWS 在 Amazon Quick 中引入 Adjudicated Query 设计模式，解决数万份租约合规扫描的完整性与可辩护性难题。该架构将自然语言交互层与确定性规则引擎分离，确保模型仅处理翻译与叙述，不直接生成查询或判定。

AWS Machine Learning BlogAI 评分4040

Amazon SageMaker AI 如何使用多轮强化学习微调搜索智能体

Amazon SageMaker AI 利用多轮强化学习（MTRL）微调了 Qwen3.6-27B 模型，使其具备可靠的多轮搜索智能体能力。该方案通过策略梯度算法优化完整轨迹，在保持小模型速度优势的同时，提升了检索质量与可靠性。用户可结合 BM25 和向量搜索工具，在服务端无服务器环境中按 token 计费运行生产级强化学习训练。

Hugging Face BlogAI 评分4545

Hugging Face 开源科学报告生成模型 AstaBrief 8B

Hugging Face 开源了基于 Qwen3-8B 训练的科学报告生成模型 AstaBrief 8B，并同步发布了训练数据。该模型通过单次生成完整报告，使 Asta 平台的 Fast 模式平均生成时间从 178.5 秒缩短至 51.1 秒，速度提升约 3.5 倍。开放权重允许机构在本地基础设施上运行，以满足敏感研究数据的处理需求。

AI BusinessAI 评分2727

AI 正移除职场晋升阶梯的低层台阶

AI 正在承担更多初级工作，迫使组织重新思考员工如何获得晋升至高阶职位所需的经验与判断力。

GitHub Blog · AI & MLAI 评分5050

AI 正在改变开发者工作，GitHub 建议强化这三项技能

GitHub 官方博文指出 AI 正在改变开发者工作模式，核心技能正从纯代码编写转向指令 AI、评估其输出以及沟通技术权衡。文章给出三项具体建议：一是学习如何指挥 AI Agent 而非仅仅使用工具；二是不要盲目信任 AI 的首个答案，利用多模型互评提升代码质量；三是利用 AI 节省的编码时间去解决更大范围的架构与设计问题。

Latent SpaceAI 评分5454

Airbnb CTO 解读 inside-out AI 重构内部研发与用户体验

Airbnb CTO Ahmad Al-Dahle 分享公司 inside-out AI 策略，使用 AI 加速内部研发再转化为外部服务，目前 60% 代码由 AI 编写，智能体处理约 50% 客户支持工单。内部工具 Everest 构建上下文图谱，使机场接送功能开发周期缩短至 6 周；公司部署至少 10 个定制模型，并探索异步智能体自动处理报警与欺诈监控。

GitHub ChangelogAI 评分4646

GitHub Copilot 9月28日更新：新增 Claude Sonnet 5.5、GPT-6.1 Sol 及动态工作流

GitHub Copilot 本周更新上线 Claude Sonnet 5.5 与 GPT-6.1 Sol 模型，并推出 HydraFusion 研究预览版，支持 Copilot 自动选择协调模型。

LangChain Blog精选AI 评分7070

LangChain 演示如何在智能体框架中构建模型路由器

LangChain 介绍了在开源编码智能体 Open SWE 中构建模型路由器的完整方法。基于任务类型分析和成本-智能曲线，路由器在会话开始时将请求分发至低成本、平衡或高性能三个模型层级。973 个会话的 A/B 测试显示，该方案使中位成本降低 64%，且合并 PR 率未出现显著下降，验证了在保障质量前提下优化智能体运行成本的可行性。

The Verge · AIAI 评分4040

AI 幻觉加剧顾客对 ChatGPT 的盲目信任，让服务行业员工更疲惫

生成式 AI 幻觉导致顾客错误拒绝餐饮过敏警告及虚构酒单，甚至因信任 ChatGPT 而非专业人士忽视安全指南。Meta 新 AI agent Muse 的推出可能加剧此类问题，使员工面临更多非理性请求。

Sac@Saccc_cAI 评分1717

Claude Fable 5.5 模型已开启部分灰度路由，其动效生成能力被认为是远超 Opus 5.5、Remotion 和 Hyperframe。用户可通过特定提示词测试账号是否被灰度到该模型，预计下周正式发布。

机器之心精选AI 评分7373

AIBuildAI开源递归自进化PostTrain Agent，登顶PostTrainBench

AIBuildAI开源了递归自进化PostTrain Agent（RSI Agent），该Agent能自主设计后训练算法、收集数据、写代码并跑实验，全程无人介入。在PostTrainBench基准测试中，RSI Agent以46.6分排名第一，超过所有前沿模型与Agent系统，接近人类专家水平。

机器之心AI 评分3333

LegoFlow：让智能体自主跑完代码数据构建+训练测评全流程

LegoFlow 实现了从代码数据构建到训练测评的全流程自动化，将软件工程大语言模型的数据生产流程整合为单一系统。该系统在筛选阶段从 1200 万个候选拉取请求中仅保留 5000 个 SWE 代码任务，留存率不足 0.05%。LegoFlow 旨在解决高质量代码数据生产复杂且耗时的问题，通过自动化流水线提升代码智能体训练效率。

量子位 QbitAIAI 评分6060

openJiuwen X-Router 智能路由技术首发，实测减少50+% Token消耗

openJiuwen 团队发布智能路由技术 X-Router，通过基于任务复杂度的动态决策和反馈自演进机制优化模型调用成本与效果。

Latent SpaceAI 评分4444

Pi 1.0 与 Pi Durable 发布

Earendil 推出 Pi 1.0，新增 Codemode、MCP 支持及虚拟模型扩展；Pi Durable 将核心组件移植至 TypeScript，实现基于检查点的崩溃恢复与多用户状态同步。两者均在 Hacker News 首页引发热议，显著提升了智能体系统的可靠性与可移植性。

AI HOTAI 评分5555

Pi 1.0 与 Pi Durable 发布，Latent Space 同时汇总 Gemini 4 Argon、GPT-6.1 Sol 等动态

Latent Space 报道 Earendil 发布的 Pi 1.0 与 Pi Durable，Pi 1.0 新增 MCP 原生支持、扩展机制及虚拟模型功能，Pi Durable 将智能体状态外置，支持崩溃断点续跑、并发对话及工具热替换。

Zapier 上线 Meta Muse 集成：支持 Muse Spark 1.3 及 MCP 连接器

Zapier 官方发布 Meta Muse 集成，支持将 Muse Spark 1.3 嵌入现有工作流或通过 MCP 连接器在对话中调用 9000+ 应用。用户无需单独申请 Meta 开发者账户即可在 Zapier 中调用 Muse Spark，且所有操作通过 Zapier 统一鉴权，消耗现有任务额度。

Hugging Face BlogAI 评分4545

ServiceNow CoreAI 推出 AutoSynthData：利用模型失败与教师模型生成企业智能体训练数据

ServiceNow CoreAI 构建 AutoSynthData，将目标模型在企业环境中的失败转化为训练数据。该系统利用更强教师模型的成功路径，生成并验证新的可行任务，填补能力缺口。通过在 EnterpriseOps Gym 中循环评估与更新课程，AutoSynthData 帮助模型持续改进特定工作流表现。

Zapier：AI 正在如何变革 IT 运维

Zapier 阐述 AI 在 IT 领域利用机器学习、NLP、LLM 及智能体自动解析非结构化输入并解决警报。数据显示 44% 的 IT 团队 AI 工作流用于文案撰写，30% 用于信息提取与记录更新。这些技术可自动化 IT 服务管理中的工单路由、变更审批及身份权限管理。