今日热点

Anthropic 成为首家公开向 SEC 递交 S-1 的大型 AI 公司，计划以代码「ANT」在纳斯达克上市，高盛和摩根士丹利担任主承销商。据 Yahoo Finance，华尔街预期估值约 2 万亿美元，高于其最近一轮约 9650 亿美元的私募估值。2026 年上半年营收 163 亿美元，是 2025 年全年 46 亿美元的三倍多；其中 Q2 营收 116 亿美元，同比增长 1368%。Q2 首次实现 GAAP 运营利润 9.74 亿美元，同期算力成本上涨 300%，但增速低于营收。净收入留存率约 900%，即老客户支出是去年同期的 9 倍。年付超 10 万美元的客户有 11900 家，超 1000 万美元的约 250 家。与 Broadcom、Google、Amazon、Microsoft 等的算力合同总额约 7800 亿至 8100 亿美元。

The Decoder2 天前海外模型2 个信源59

Anduril 与高通宣布合作推出笔记本品牌 BlueChip，2027 年初上市，首款产品是面向美国军方的加固机型，采用 Arm 架构的 Snapdragon X 系列芯片，在 Anduril 俄亥俄州 Arsenal-1 工厂组装。首批产品仅做到「设计与组装于美国」，并非整机国产；CEO Palmer Luckey 称美国产零部件比例「待定」，首批大概率达不到联邦采购 65% 的国产门槛。高通 CEO Amon 表示处理器计划在台积电亚利桑那厂生产，投资额未披露。项目由两家公司自筹资金，未获政府补贴。

The Verge AI2 天前海外模型2 个信源46

开发者发布 Spec-First 插件，把 Agent 开发流程拆成 create-spec、review-spec、apply-spec、deliver-spec 四个环节：先写规格（目标、步骤、带文件和行号的事实、完成标准），再由没看过对话记录的审查者挑错，然后按项目规则写代码和测试，最后经检查门禁提交并开 PR。每个规格对应独立分支和 worktree，状态存在 context.yaml 里，可中断续跑；deliver-series 命令能把大改动拆成多个规格，无文件冲突的并行构建。作者称其内部已用一千多个规格。

Hacker News Show1 天前海外模型45

DEV Community 发布了一篇对比文章，梳理 5 个开源 LLM 网关：Bifrost（独立 Go 网关，支持模型、MCP 和 Agent 流量控制）、Kong AI Gateway（在 Kong Gateway 内提供 AI 能力）、Agent Router（基于 Envoy Gateway 和 Kubernetes）、Apache APISIX（通用 API 网关加 AI 插件）、LiteLLM（专注模型路由）。文章提醒开源不等于全部功能免费或可自托管，采用前需核对许可证和功能边界，并给出选型维度：供应商覆盖、可靠性与延迟、部署与许可、运维、MCP 与 Agent 支持。原文为列表式对比，部分表格内容被截断。

DEV Community · AI2 天前海外模型44

OpenAI 发布 GPT-6.1 Terra，定位高并发视觉推理与电脑操作，API 名为 gpt-6.1-terra，输入每百万 token 1 美元、输出 5 美元，约为 GPT-6.1 Sol 的一半。上下文 105 万 token，最大输出 128K，仅通过 OpenAI 托管提供，不开源。在 Agents' Last Exam v1 上，中等推理强度得分 57.6%，每任务成本 0.29 美元，而 GPT-6 Astra 同等分数每任务 4.82 美元；MMMU-Pro 视觉最高 85.5%，比 Astra 低 1.2 个百分点；Terminal-Bench 4.0 仅 50.3%，落后于 Sol 的 55.9% 和 Claude Sonnet 5.5 的 70.6%，OpenAI 建议复杂编码任务改用 Sol 或 Astra。

MarkTechPost2 天前海外新模型发布43

OpenAI 发布 GPT-6.1 Terra，API 价格是 GPT-5.6 Terra 的一半：输入每百万 token 1 美元、输出 5 美元，缓存输入降至 0.05 美元。对比 Claude Sonnet 5.5 的 2 美元和 10 美元，价格同样只有一半。Artificial Analysis 称其为“每美元智能”的新标杆：最高推理强度下 Intelligence Index 比 GPT-5.6 Terra 高 6 分，单任务成本 0.40 美元对 1.40 美元。编码 Agent 指数 v2.0 得 48 分，比 GPT-6.1 Sol 低 6 分。缺少答案时猜测率从 88% 降至 38%。在 Agents' Last Exam 上以十分之一 token 价格达到 GPT-6 Astra 水平，速度是 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍以上。

The Decoder2 天前海外新模型发布43

OpenAI 公布数学、计算机科学、物理三个领域的「重大」发现，并首次引入外部专家「shepherd」把关。数学方面发布「欧氏波动方程的局部光滑性」证明，直接公开模型输出；计算机科学方面声称证明「指数时间假设（ETH）为假」，给出固定宽度 CNF 公式满足赋值计数的次指数时间确定性算法，3-SAT 情形即推翻 ETH，由 Russell Impagliazzo、Ramamohan Paturi、Ryan Williams 组成独立小组审阅；物理方面称得到含规范场与费米子的四维相互作用量子场论（含 QCD 与标准模型统一完成）的严格存在性证明，David Gross 将带队审核，全文尚未公开。OpenAI 自己的数学顾问小组 AGMAI 昨日建议 AI 公司不要采用指定人员优先获取输出的做法。

The Verge AI2 天前海外模型42

代码审查公司 Greptile 将 GPT-6 Astra 的 computer use 能力用于自动化测试：针对每个 pull request 启动开发服务器、把浏览器视口调整为 iPhone 尺寸、模拟用户操作，并依靠模型的视觉理解发现「按钮消失」这类只读代码看不出的问题。CEO Daksh Gupta 称，人工 QA 团队测试所有改动的速度已跟不上模型辅助的交付节奏。Greptile 还把代码库知识库通过 MCP server 接入 Codex，数千客户已连接，用于让生成的代码遵循既有模式；团队以 AI 生成代码被回滚的频率衡量效果，称提供上下文后回滚减少。

OpenAI News2 天前海外模型42

百度开源 Unlimited OCR 2，一个 3.34B 参数的视觉语言模型，可在单次请求中解析数百页书籍、财报和报告，权重以 MIT 协议发布，代码在 GitHub。核心改动是 SR-SWA 稀疏注意力，把文本-视觉注意力压缩到固定 512 token 的工作参考集，使解码每步延迟和显存几乎不随文档变长而增长。最大位置长度 131,072 token，每页 273 个图像 token，BF16 权重约 6.7 GB，单张 A800-80GB 可跑。百度自测 MPDocBench 得 84.6 排第一（Qwen3.8-Max 78.3），MarathonDocBench 得 77.1（Kimi-K3 33.7），但标题层级子项仅 48.2。

MarkTechPost2 天前海外新模型发布41

OpenAI 邀请外部专家担任结果的「shepherd」（把关人），并按其建议对不同学科分别处理。数学和计算机科学的证明已被翻译成 Lean，由计算机逐步校验；但 Lean 只检查证明是否确立了它被写成的那个命题，命题本身是否对应原问题仍需专家判断。计算机科学部分的核心结论是：指数时间假设（ETH）不成立。ETH 断言 SAT 问题在最坏情况下不存在实质捷径，数百篇图论、计算生物学、数据库论文以其为前提；若证明成立，这些结论将失去证明基础。OpenAI 称该结果或有助于寻找更优算法，但转化为实际收益仍需大量研究。

The Decoder2 天前海外模型40

Nace AI 发布面向 AI Agent 的检索层 Drex for Search，在 BrowseComp-Plus 上搭配 GPT-5 得分 92.05%，每题平均 12.6 次搜索调用。它通过 CLI、SDK、MCP 或 REST 接入 Claude Code、Codex、Cursor、OpenCode 等编码 Agent，可检索 100 万以上文件，支持托管云、自有 AWS/Azure 及本地离线部署。在 OfficeQA Pro 测试中，9 组 Agent 与模型组合平均多答对 6%、步数减少 62%、token 减少 56%、速度提升 2.3 倍；VisDocAgentBench 上 R@1 为 77.5%，比 Claude Opus 5 高 10 个百分点。

MarkTechPost2 天前海外模型40

前 DeepMind 研究员 Thore Graepel 创立 Metis Reasoning，在英伟达柏林 GTC 上提出用 AlphaGo 的「预测网络 + 系统搜索」框架改造大模型推理。其论文方案核心是「显式知识账本」：记录已知内容、置信度和未解问题，由独立模块用计算、形式化证明或实证证据校验新条目，假设失效时重新评估所有依赖它的结论。系统把提问、实验、质疑假设都当作「落子」，优先选最能降低不确定性的动作，最终给出答案或有依据的弃答。Metis 称该方案能减少幻觉、提供带引用的解释，并支持不重训就修改或删除知识；因推理拆成小步，也适合边缘设备和机器人上的小模型。

The Decoder1 天前海外模型38

苹果在 Keynote、Pages、Numbers 中引入 AI 助手，基于苹果和 OpenAI 的模型。该助手能理解文档上下文：在 Keynote 中设计、制作动画和优化幻灯片，在 Pages 中起草、重组和调整文字，在 Numbers 中计算、可视化、整理数据并推荐图表类型。三款应用在 macOS 27 及以上支持 Model Context Protocol，允许第三方 AI Agent 接入。助手以 beta 版向兼容 Apple Intelligence 的设备推送，需 iOS 27、iPadOS 27 或 macOS 27 及以上。Pixelmator Pro 新增 Generate Fill，Logic Pro 加入 AI 助手，Final Cut Pro 集成 MotionVFX 模板与 Content Hub。

The Verge AI1 天前海外模型38

Opera 发布名为 WebAI 的新网页标准，让用户直接在浏览器里运行 AI 模型，无需依赖云端。该标准不绑定特定模型，支持 Google 的开放权重模型 Gemma，在 Mac 上还支持 Apple 的设备端基础模型。功能已在旗舰浏览器 Opera One 中以早期预览形式上线，需用户主动选择开启；Opera GX 和 Opera Neon 将随后支持。Opera 称开发者无需自建 AI 基础设施或按请求付费，用户无需订阅，数据留在本地设备。代价是本地运行会占用更多电脑资源，性能取决于硬件。

TechCrunch AI2 天前海外模型37

AI 研发实验室 Mirendil 发布首个模型 Fern 0.1，这是一个从零训练的编码模型，上下文窗口最高 1000 万 token，约合 23 MB 代码、50 万行，可一次性载入 Megatron-LM 规模的代码库。参数规模 0.1 至 0.5T，未披露具体数量与激活参数，仅提供托管早期访问，未公布开源权重。基座模型在 RULER 单针检索任务上，32K 至 10M token 各长度均达 100%；但在 Terminal Bench 4.0 上仅 6.1%，同一表格中 Claude Opus 5.5 为 66.4%。基座 Mirendil-Base 由一名研究员用 3.5 个月预训练完成，总计算成本低于 1000 万美元，99% 以上代码由 AI Agent 编写，训练数据全部来自公开来源，未使用蒸馏、合成或许可数据。

MarkTechPost2 天前海外新模型发布38

Anthropic 在 IPO 招股书封面信中再次承诺，Claude 聊天界面不会出现广告。公司称，用户会把重要工作和私人问题交给 Claude，希望 Claude 的唯一动机是给出有用回答；一旦广告进入营收目标，优化互动时长的压力就会增长，因此选择不引入这种压力。Anthropic 此前曾批评 ChatGPT 的聊天广告比传统广告更具操纵性。信中还将此列为“价值观优先于利润”的例子之一，另一例是为 Claude Mythos Preview 的网络安全能力加装额外防护，导致其以 Claude Fable 5 发布时延迟，损失收入和市场份额，同时向网络安全防御方提供了约 1 亿美元免费 Claude 额度。

The Decoder2 天前海外模型38

vLLM Semantic Router 团队发布 d3-ultra，一个 27B 多模态决策模型，采用 Apache-2.0 许可。它不生成文本，而是读一次输入后，为每个问题的每个答案返回概率，可一次调用完成路由、分类、视觉定位和视频检查。参数 26.09B（dense，含 0.46B 视觉编码器），上下文 131,072 tokens，在 1 块 AMD MI325X 上以 BF16 测试，暂无官方量化版本。团队自建 SR-Text 测试得分 87.2，居 6 个决策模型之首；SR-Box 定位 10 个领域 58.2%、9 个领域 54.6%，低于 d3-turbo 的 60.0% 和 59.6%。

MarkTechPost2 天前海外新模型发布38

OpenAI 的 Ted Sanders 对新 GPT-6.1 Terra 做了定位说明，并解释了公司语言模型的命名逻辑。他表示模型能力是多维的，但性能差距主要取决于模型规模；由于规模、推理强度和多 Agent 系统是不同维度，难以合并成单一「IQ 分数」。他还指出，新小模型可凭更好的训练数据或架构超越旧大模型：GPT-6.1 Terra 在技术沟通上可能优于更大的 Astra，图像处理和电脑操作大致持平且价格低得多，但多数其他领域落后。他的选型建议是：只看质量选 Astra，略在意价格选 Sol，非常在意价格选 Terra 或 Luna。

The Decoder2 天前海外新模型发布35