10月2日周五 · 40 条

AI 应用加速落地,成本与安全并进

今日 AI 动态聚焦应用落地与效率提升。Claude 上线 Docs 等三件套,两周内用量减半;LangChain 内建模型路由,单线程成本降 64%;Albertsons 与 OpenAI 合作,在 ChatGPT 内上线 Safeway 购物。同时,Anthropic 取消大客户折扣,OpenAI 探讨 AGI 经济,AI 安全与治理持续受关注。

X @karpathy10/02模型技巧与观点海外

Karpathy:用 ASD-STE100 和视频解释器理解模型输出

Karpathy 在 X 上分享理解语言模型输出的技巧:让 LLM 用 ASD-STE100(航空航天维护文档的受控语言规范)解释内容,可读性更高,也可要求「80% 接近该规范」;比文字更好的是让模型生成图表,再进一步是输出 HTML 交互网页。他最看好的是定制解释视频,可尝试「用 3b1b 风格解释 X,用我的 ElevenLabs API key 做旁白」,并称这已开始可行。他认为随着模型变强,人类工作会上升到监督与理解层面,同时可要求生成大量一次性软件产物。

推荐理由四个可直接照做的提示词技巧,含 ASD-STE100 和 3b1b 风格视频生成,今天就能试

X @claudeai10/02资讯产品发布/更新海外

Claude 应用上线 Docs、Slides、Design 三件套,两周内用量减半

Anthropic 在 Claude 应用内新增 Claude Docs、Claude Slides、Claude Design 三项功能,可在同一对话中先写一页文档、再转成幻灯片、并做出配套视觉稿。官方同时推出为期两周的促销:在 Claude 应用中新建 design、deck 或 doc,该对话后续工作只消耗 50% 的用量额度。官方建议搭配 Claude Sonnet 5.5 使用,称其设计感强、生成的幻灯片几乎不需要再改。

推荐理由两周内用 Claude 做文档和幻灯片,额度消耗减半,做提案和汇报可以直接省一半配额。

LangChain10/02模型技巧与观点海外

LangChain 在 Agent 内建模型路由,单线程成本降 64%

LangChain 为开源编码 Agent Open SWE 构建了模型路由,相比始终使用顶级前沿模型的基线,单线程中位成本下降 64%,质量无可测量变化。做法是先用 LangSmith 追踪数据给一周的交互线程按任务类型打标:新功能 22%、修 bug 17%、测试或空跑 16%;再结合成本与调用次数判断复杂度。LangChain 认为路由决策应放在 Agent harness 里而非通用网关,因为选模型需要 harness 已收集的领域与任务上下文。

推荐理由做 Agent 成本优化可直接照搬:路由放 harness 内、用 trace 打标分任务,实测省 64%

OpenAI News10/02资讯行业动态海外

Albertsons 与 OpenAI 合作,在 ChatGPT 内上线 Safeway 购物

美国连锁超市 Albertsons 正与 OpenAI 合作,把 AI 引入日常运营:内部使用 ChatGPT Enterprise,并通过 OpenAI API 构建数据驱动的推荐与促销洞察。面向消费者,其在 ChatGPT 内上线 Safeway 购物体验,用户可用「为四人规划披萨之夜」等自然语言请求,由 ChatGPT 推荐商品、生成购物车并跳转 Safeway 结账。Albertsons 拥有超 2200 家门店,每周服务超 3600 万顾客。据 dunnhumby 2026 年 2 月调查,消费者对用 A…

推荐理由零售业者与做电商 Agent 的开发者可参考:ChatGPT 内直接完成选品到结账的落地案例

Hacker News Show10/02模型产品发布/更新海外

Audionaut:开源多轨音频编辑器,支持 AI Agent 通过 MCP 操作

Audionaut 是一款免费开源的多轨音频编辑器,用现代 C++ 和 JUCE 框架编写,原生支持 Windows、macOS 和 Linux。它支持 MCP 协议,Claude 等 AI Agent 可以直接编辑音频会话,每次编辑作为一个撤销步骤。安装命令为 claude mcp add audionaut -- npx -y audionaut-mcp,需 Node.js 18+。内置 Essentia 音频分析(BIC 分段、起音检测、节拍跟踪)和 demucs.cpp 音轨分离(Meta Demucs 的…

推荐理由想让 AI Agent 直接剪辑音频的开发者,一条命令接入 Claude,支持分轨和节拍检测

X @deepseek_ai10/02资讯产品发布/更新海外

DeepSeek 发布桌面版 Harness,支持 macOS 和 Windows

DeepSeek 官方账号宣布推出 DeepSeek Harness 的打包桌面版本,已上线 macOS 和 Windows 平台。Linux 用户可通过 npm 上的 @deepseek-ai/dsh 包获取。原文未披露该工具的具体功能、定价或与现有产品的差异,信息有限。

推荐理由想在本机跑 DeepSeek 工具链的可以直接下 macOS/Windows 安装包,Linux 走 npm 包 dsh

X @karpathy10/02资讯论文研究海外

Karpathy 分享「陆地还是水域」评测:LLM 凭经纬度判断海陆

Karpathy 在 X 上介绍了一个简单评测:给 LLM 一个经纬度坐标文本,只问「Land or Water?」,重复 16,200 次后把结果画成图。他表示模型能答对,这种能力来自对互联网数据的压缩。该帖引用了 @celestepoasts 发布的各版本 Claude 测试结果图。原文未给出具体准确率数字。

推荐理由一个零成本可复现的评测玩法,用 1.6 万个坐标点就能直观看出模型的空间知识边界

Hugging Face 博客10/02资讯技巧与观点海外

ServiceNow 开源 AutoSynthData:用失败案例自动生成 Agent 训练数据

ServiceNow CoreAI 发布 AutoSynthData,通过对比目标模型的失败与更强教师模型的成功,自动生成并验证新训练任务,课程随模型能力提升动态调整。团队以 EnterpriseOps Gym 数据集演示该流程。文章提出任务抽象为「系统规范 + 用户提示 + 验证器」三部分,生成任务需满足可行性、真实性和难度三项要求,避免依赖不可用工具或人为制造约束。

推荐理由做企业级 Agent 微调的团队可参考这套「失败驱动」数据合成流程,含任务定义与验证器设计

X @AnthropicAI10/02资讯论文研究海外

Anthropic 发布哈佛物理学家用 Claude 做科研的客座文章

Anthropic 在 Science Blog 发布哈佛物理学家 Matthew Schwartz 的客座文章。Schwartz 提出 AI 与科学之间存在「阻抗失配」:LLM 能力很强,但把它当作人类合作者并非发挥其科学优势的最佳方式。为此他开发了一套用于定量科学精确计算的工具包,Claude 借此在生态学、群体遗传学等十多个领域找到关联,Schwartz 再与领域专家合作将研究方向引向有价值的问题。

推荐理由了解科研场景下如何设计工具包而非直接对话来发挥 Claude 能力,附具体项目链接

MarkTechPost10/02模型新模型发布海外2 个独立信源

Cloudflare 发布 Clef 与 Clef-flash 决策模型,输出概率而非文本

Cloudflare 发布其 Workers AI 团队训练的首批模型 Clef 和 Clef-flash,定位为决策模型而非聊天机器人:输入状态和带类型的 schema 问题,输出每个候选答案的概率,不生成自由文本。两者以 Apache 2.0 开源权重,兼容 TypeSafe AI 的 Jev API,已在 Workers AI 上线,权重同步发布于 Hugging Face。Clef 基于 Qwen3.8-27B、Clef-flash 基于 Qwen3.5-9B 后训练,保留视觉编码器。单次请求最多 64 个…

推荐理由做分类、打分、结构化决策的可以直接换:Apache 2.0 开源权重,单请求 64 问,威胁情报分类 2.2 秒。

Hacker News Show10/02资讯论文研究海外

Opus 5.5 等模型在模拟油画工作室作画,多数画黄昏

一个 Show HN 项目让多个 AI 模型在模拟油画工作室中作画:模型自己写出每一笔,由笔刷、湿颜料和亚麻布的模拟执行。多数作品模仿 Caspar David Friedrich,仅凭文字研究,从未见过其画作。观察发现:两幅相隔六小时、互不相见的画作都选了波罗的海岸边、水边女子、鱼竿、巨石和船;第 16 轮两位冬季画家都命名为《雪中黄昏的支石墓》。54 幅有标题的画中 30 幅含 Evening、Dusk、Twilight 或 Sunset。MiMo v2.6 Pro 存在 bug:对话中超过五张图后会回答较早图…

推荐理由看 AI 在无视觉参考下的创作趋同与 Gemini 识破评测,含 MiMo 具体 bug 编号

The Decoder10/02资讯新模型发布海外

Tavus 发布 Griffin 模型,48% 测试者误认为视频对面是真人

Tavus 推出 Griffin,号称首个「Human Interaction Model」,能实时处理语音、表情、语气、手势和停顿,并同时接收与生成视频。在一项 Tavus 研究中,48% 的参与者在 1 分钟视频通话后认为 Griffin 是真人,此前系统最高仅 2%。在 Nvidia 一项衡量 AI 在音视频对话中拟人程度的独立测试中,Griffin 得 3.83 分,真人 3.92 分,此前最佳 AI 模型为 2.80 分。研究预览版 Griffin-Lite 已向部分测试者开放,更强版本将在「安全问题解决…

推荐理由48% 的人 1 分钟内分不清真假,做客服、陪练、在线教育的可以关注这个拟人度基准

The Decoder10/02模型新模型发布海外

Ideogram 4.5 发布:局部编辑不破坏画面其余部分

Ideogram 于 10 月 1 日发布新模型 Ideogram 4.5,主打局部编辑时保持画面其余部分不变——换装后人物身形和背景保持原样。公司称 GPT-Image 2.5、Nano Banana 等模型多次编辑后仍会产生伪影,而 Ideogram 4.5 只改动用户指定区域。目标场景包括产品摄影、室内设计、照片修复和图中文字编辑,早期测试者确认多次编辑一致性强。模型提供四档质量,每张 0.8 至 22 美分,均为原生 2K 分辨率,现已在 Ideogram 平台和 API 上线,合作方包括 Picsart、…

推荐理由做电商图、修图工具的可按 0.8 美分/张起的价格接入 API,且官方预告将开源权重

MarkTechPost10/02模型新模型发布海外

Cohere 发布 Embed 5 嵌入模型,Pro 与 Fast 共享同一向量空间

Cohere 发布 Embed 5 嵌入模型家族,分 Pro 和 Fast 两档,均支持文本、图像及图文融合输入,覆盖 100+ 语言,最长 128K token。API 模型 ID 为 embed-v5.0-pro 和 embed-v5.0-fast,输出维度可选 2048 至 256,默认 2048,支持 float、int8、binary。Pro 定价 0.12 美元/百万文本 token,Fast 0.08 美元,图像输入均为 0.40 美元。两档共享同一嵌入空间,可用 Pro 建索引、Fast 查询,该组…

推荐理由Pro 建索引 + Fast 查询可省成本且保留 98.4% 效果,做 RAG 可直接按此配置选型

TechCrunch AI10/02资讯新模型发布海外

AWS 开源决策模型 Strands Decider 2B

AWS 发布开源决策模型 Strands Decider 2B,基于 Qwen3.5-2B 构建,不生成文本而是输出校准后的选项和置信度分数,可本地运行。该模型由 AWS 杰出工程师 Marc Brooker 在看到 TypeSafe 的 Jev 后自行开发,曾在同尺寸 Jevbench 排名登顶,随后由 Strands Labs 整理发布。发布与 OpenAI 推出同类产品同周。Brooker 称客户 Agent 工作流并非时刻需要完整 LLM 的能力和成本,该模型可提供更低延迟、更低成本的决策步骤。

推荐理由2B 参数可本地跑,给 Agent 工作流做下一步决策,比调完整 LLM 更便宜更快

Ars Technica AI10/02资讯论文研究海外2 个独立信源1 条讨论

AI 首次在 Stratego 上击败人类最强选手,训练仅用 16 块 GPU

卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发的 AI「Ataraxos」以 15 胜 1 负 4 平击败被公认为史上最强的 Stratego 选手 Pim Niemeijer。此前连 DeepMind 都未能造出稳定击败顶尖人类玩家的 Stratego AI。该 AI 训练仅用 16 块 GPU、花费几千美元。Stratego 是不完全信息博弈,双方各 40 枚棋子,身份只在碰撞时揭示,隐藏信息量大且跨越很长时间尺度。

推荐理由16 块 GPU、几千美元就攻克了 DeepMind 没拿下的不完全信息博弈,做博弈 AI 的可以看它的低成本路线。

OpenRouter 公告10/02模型技巧与观点海外

OpenRouter 发布客服机器人模型路由指南

OpenRouter 发布教程,介绍 cheap-first 模型路由:把常规客服问题交给小模型,只把困难或不确定的请求升级给强模型,以降低全量使用强模型的成本。文中给出三种应用侧模式:静态规则、分类器分流、带置信度阈值的答案检查,并对比了构建与维护成本。指南强调支持策略的验收检查应留在应用侧,模型 fallback 只处理请求错误;评估时需对比 cheap-first、cheap-only、stronger-only 三种方案在答案接受率、含废弃尝试的总成本、升级率和整轮延迟上的表现,只在评估显示能修复失败处才加…

推荐理由做客服 Agent 的可以直接抄这套路由方案,含三种模式的选型对比和四个评估指标

OpenRouter 公告10/02模型技巧与观点海外

OpenRouter 对比六种 Agent 框架的工具调用格式

OpenRouter 发文对比六种 Agent 框架如何处理工具调用 schema 差异。OpenAI、Anthropic、Google 的工具定义与返回格式各不相同,为一个供应商写的工具定义无法直接用于另一个。LangChain 和 LangGraph 按供应商分别翻译;CrewAI 把翻译交给路由到的客户端;OpenAI Agents SDK、Claude Agent SDK、Google ADK 围绕单一供应商格式构建;Microsoft Agent Framework 交给配置的模型连接器。OpenRout…

推荐理由做多模型 Agent 的可以直接照抄 OpenRouter 的归一化方案,省掉每家一套解析代码

Claude Code 发布10/02模型产品发布/更新海外

Claude Code v2.1.287 发布:新增 Claude Mods 插件机制

Claude Code 发布 v2.1.287,新增 Claude Mods,允许插件修改更深层的行为;同时内置名为 You should know 的 mod,由侧边 agent 监控会话并提示可能被忽略的问题,用 /plugin enable cc-plugin-you-should-know@builtin 开启(需开启遥测的第一方会话)。agents 视图新增 n:<text> 过滤,可匹配会话名和任务。OpenTelemetry 的 user_prompt 事件新增 prompt_text 字段。MCP …

推荐理由用 Claude Code 的可以直接升级,重点试 /plugin enable 开启 You should know…

LlamaIndex10/02模型产品发布/更新海外

LlamaIndex 发布 Extract v2.5 文档抽取 Agent

LlamaIndex 推出基于 schema 的文档抽取 Agent Extract v2.5,三档准确率均提升且单页价格不变。ExtractBench 上 Cost Effective 档整体 value F1 从 87.1 升至 93.9,超过上一代 Agentic 档;Agentic 从 89.8 升至 95.8;Agentic Plus 从 95.1 升至 96.4。新增 Advanced Citations,Agentic 与 Agentic Plus 的 grounding 分数分别从 46.8、46.…

推荐理由做文档抽取/RAG 的可以直接对比:Agentic 档 95.8 分,grounding 从 46.8 涨到 80.6

X @sama10/02资讯行业动态海外

Sam Altman 回应 ChatGPT 登录功能争议

OpenAI CEO Sam Altman 在 X 上表示,用户应该能在任何需要的地方使用自己的 AI 订阅。该表态引用了一条关于 Sign in with ChatGPT(SIWC)的帖子,原帖作者称将在未来几天回答用户对该功能的疑问,并解释当初推出 SIWC 的初衷。Altman 未透露具体功能细节或时间表。

推荐理由了解 OpenAI 账号体系与订阅打通方向的最新表态,关注 ChatGPT 生态的读者可留意后续答疑。

The Verge AI10/02资讯行业动态海外

Amazon 发长文警告社区不要阻挠数据中心建设

AWS CEO Matt Garman 发布超 3000 字博客,称全美正有 100 多项数据中心禁令被审议,若通过将让美国在 AI 竞赛中「写下自己的败笔」,并造成影响数代人的后果。他反驳外界对就业、电力需求和环境的担忧,称其中存在误导信息,甚至指有国家故意在美国散布虚假信息以拖慢美国。Amazon 同时公布「数据中心承诺」,包括创造就业、防止推高当地电价、投入超 10 亿美元支持周边社区,并宣布不再与政府机构签署保密协议。

推荐理由了解美国数据中心遭遇的社区阻力与 Amazon 的应对承诺,含 100+ 禁令和 10 亿美元投入等具体数字。

The Decoder10/02模型论文研究海外

AI 记账又快又准,但仍无法独立完成结账

Mercor 研究显示,AI 在结构化记账任务上比持证会计师更快、更准、更便宜。12 名平均 5.5 年经验的 CPA 参与 APEX 会计基准简化任务测试,18 个月前最佳模型得分还低于会计师约 37% 的平均水平,如今几乎完美解决同类任务。完整 APEX 基准含 10 家模拟公司的 160 项任务,Claude Opus 5.5 以 61.8% 的评分标准达成率领先,Fable 5.1 为 61.0%,GPT-6 Astra 为 57.9%。但近 60% 的任务无模型能完全解决,AI 尚不能无监督结账。研究也承…

推荐理由看清 AI 在会计场景的真实水位:最强模型仅完成 61.8% 评分标准,近六成任务无法独立解决

The Verge AI10/02模型产品发布/更新海外

Suno 推出语音生成功能,可同时生成人声与配乐

AI 音乐生成平台 Suno 上线语音(Speech)功能,进入公开测试,Web 和移动端均可使用。该功能可根据脚本或提示词生成语音,并能同时生成人声与背景音乐,合成为一条完整音轨。用户可在 Create 标签页选择 Speech,有 Simple 和 Advanced 两种模式:前者用提示词描述场景,后者可自定义脚本,并调整 AI 声音性别、语音风格和生成多样性。语音最长约 8 分钟,背景音乐可一键关闭。Suno 产品负责人 Jack Brody 承认功能尚不完美,称测试版中英式口音偶尔会飘到澳式,并会持续根据反…

推荐理由做配音、有声内容或播客的可以直接试:人声加配乐一次生成,最长 8 分钟,免费公测

MIT Technology Review10/02资讯论文研究海外2 个独立信源1 条讨论

MIT 评论:大语言模型并不会推理

MIT Technology Review 发表评论文章,以 AlphaGo 第 37 手为例指出:AlphaGo 的创造性来自「策略网络提供直觉 + 搜索机制进行推演」的双系统结构,而当前大语言模型只是不断预测下一个 token,缺少这种显式的搜索与推演环节。作者认为,若想让 AI 在科学、医学等领域产出可信且真正新颖的结果,需要为其补上真正的推理能力。原文正文在此处截断,后续论证信息有限。

推荐理由想搞清楚「LLM 会不会推理」这场争论的技术依据,这篇用 AlphaGo 双系统做了清晰对照

TechCrunch AI10/02资讯行业动态海外

Mandiant 创始人新公司 Armadin 融资 2.555 亿美元,估值 25 亿

Kevin Mandia 的新安全创业公司 Armadin 完成 2.555 亿美元 B 轮融资,估值超 25 亿美元,由 Andreessen Horowitz 和 Accel 领投,Bain Capital Ventures、Redpoint、8VC、Ballistic Ventures、Google Ventures、In-Q-Tel、Kleiner Perkins、Menlo Ventures 参投。这距离其 3 月 1.9 亿美元 A 轮仅 6 个月,累计融资超 4.45 亿美元。Armadin 用常驻的…

推荐理由安全赛道最大一笔早期融资,agentic swarm 做渗透测试的思路可直接参考

TechCrunch AI10/02模型政策监管海外

Grok 曾建议特朗普抓捕委内瑞拉总统

据《时代》周刊报道,2025 年 12 月,特朗普与马斯克举行秘密会面,期间特朗普花数小时与 Grok 聊天,询问委内瑞拉人对其总统被捕会有何反应。Grok 回答马杜罗是「极不受欢迎的独裁者,许多委内瑞拉人可能会庆祝他的下台」。2026 年 1 月 3 日美国入侵委内瑞拉并抓捕马杜罗后,庆祝活动确实发生,特朗普由此认为 Grok「很聪明」。今年 6 月,五角大楼 AI 负责人称军方在伊朗战争中使用 Gov Grok 部署和打击目标。本周五角大楼宣布马斯克与 Anduril 的 Palmer Luckey 共同领导一…

推荐理由了解 AI 聊天机器人建议如何进入真实军事决策链,以及 Grok 在国防部的实际使用范围

X @GoogleDeepMind10/02资讯政策监管海外

Google DeepMind 播客讨论 AI 内容溯源与隐形水印

Google DeepMind 发布一期播客,主题是当 AI 生成内容足够逼真时,如何辨别内容来自人类、机器还是自然。节目讨论溯源(provenance)的作用,以及隐形水印如何同时保护数字媒体和生物设计。时间轴显示内容包括:什么是水印(00:34)、SynthID(04:35)、图像与视频(15:16)、SynthID Bio(19:28)、未来韧性(28:00)。原文未披露更多技术细节或数据。

推荐理由想了解 SynthID 水印机制和 AI 内容溯源思路的人,可按时间轴直接跳到 4 分 35 秒听核心部分。

The Verge AI10/02资讯产品发布/更新海外

Google 在 Gemini Live 推出 Guided Vision 实时视觉辅助

Google 在 Gemini Live 中上线 Guided Vision,兼容的 Android 设备今日起可用。用户共享摄像头画面后,Gemini 可实时语音描述镜头中的内容,包括朗读小字、描述周围环境、识别和寻找物体、说明物体细节,并支持追问(如让 Gemini 读出刚找到物品的保质期)。该功能面向盲人、低视力人群及需要临时协助的用户,类似 Apple 在 iPhone 和 Vision Pro 上的 VoiceOver Live Recognition。除 Gemini 应用外,Guided Vision…

推荐理由无障碍场景可直接用:Android 9 以上装 Gemini 或 TalkBack 即可让 AI 读小字、认物体

Techmeme10/02模型行业动态海外

Anthropic 取消大客户用量折扣,折扣通常约 15%

据 The Information 报道,Anthropic 采取了一项不寻常的举措:当客户用量达到上限后,将终止其折扣,折扣幅度通常约为 15%,客户需重新谈判合同。原文信息有限,未披露具体用量门槛和受影响客户范围。

推荐理由用 Claude API 的团队可据此评估成本:达到用量上限后折扣消失,预算要按原价重算。

The Verge AI10/02资讯政策监管海外2 个独立信源

法官驳回 Chegg 与 Penske 对 Google AI Overviews 的反垄断诉讼

美国联邦法官 Amit Mehta 驳回 Chegg 和 Rolling Stone 母公司 Penske Media 对 Google 的两起反垄断诉讼。两家公司指控 Google 利用 AI Overviews 强迫出版商免费提供内容,否则将其从搜索结果中降权,导致网站流量和收入受损。Mehta 在裁决中写道,原告只证明了他们「期待」Google 在内容免费开放时给予搜索流量,但「期待不是协议,这只是通用搜索引擎的运作方式」。他同时表示法院对出版商处境并非不同情,但反垄断规则不能替代立法机构应对「新创新」经济影…

推荐理由AI 搜索分流媒体流量首次进入反垄断司法裁决,做内容与 SEO 的人可据此判断 Google 付费合作模式的走向。

Hacker News Show10/02资讯产品发布/更新海外

Breadcrumb:记录 Mac 全部操作,给 AI 当记忆库

开发者 Justin 在 Hacker News 发布 Breadcrumb,一款本地加密的 Mac 记录工具,可录制屏幕、会议、AI 对话记录以及人与 AI 的决策过程,并转成 AI 可检索的记忆。用户可通过对话教它规则,系统会在合适上下文自动调出对应规则。兼容 Claude Code、Codex、Cursor、opencode,全部能力以 30 多个 MCP 工具的形式暴露给 AI。原文正文信息有限,未披露价格与开源情况。

推荐理由用 Claude Code 或 Cursor 的人可以看看它的 30+ MCP 工具定义,判断要不要接自己的记忆层。

TechCrunch AI10/02资讯产品发布/更新海外

ChatGPT 上线虚拟试衣和收藏功能

OpenAI 宣布在全球范围上线两项 ChatGPT 购物功能:虚拟试衣和收藏。用户在购物结果中点击新的 Try On 按钮,上传自拍或全身照,即可预览衣服或配饰上身效果;也可上传网页截图等商品图片让 ChatGPT 试穿。收藏功能可将商品存入应用内 Library,与试衣图片一起保存。这些功能基于新发布的 ChatGPT Images 2.5 模型,OpenAI 称其光照更自然、纹理更丰富、编辑指令遵循更可靠、生成延迟更低。此前 OpenAI 的即时结账功能表现不佳已被调整,Google 去年也推出了虚拟试衣。

推荐理由做电商或 AI 购物产品的可以看:试衣入口放在购物结果里,直接调用 Images 2.5 模型

OpenAI News10/02资讯行业动态海外

OpenAI 发布系列随笔首篇:探讨 AGI 未来经济

OpenAI 官网发布系列随笔《The eternal complement》第一篇,作者注明该文代表个人观点,不代表 OpenAI 及同事立场。文章从人类认知与行动能力的错位切入,讨论两种可能:文明靠深度而非广度推进,或思维已超出执行能力。文中引用 Nick Bloom 等研究:维持摩尔定律所需研究人员是 1970 年代初的 18 倍以上;1930 年代以来全经济有效研究投入增长 23 倍,而研究生产率下降 41 倍;技术员队伍增速是科学家的两倍;科学专用设备使用量四十年翻倍;如今芯片厂成本是 30 年前的 5 …

推荐理由想了解 OpenAI 官方平台对 AGI 经济讨论方向的人可看,含 18 倍、41 倍等研究生产率数据

TechCrunch AI10/02资讯行业动态海外2 个独立信源

Google 卫星搭载 TPU 升空,称星舰需发射 1600 次才能撑起太空数据中心

Google 的轨道计算卫星原型于 10 月 1 日随 SpaceX 火箭从加州升空,首次将其 TPU 芯片送入太空。该卫星由 Planet Labs 建造,入轨后将每 15 分钟启动一次 TPU,测试供电、散热和模型运行。Google 的 Project Suncatcher 计划最终部署 81 颗卫星编队并行计算,明年将发射两颗专用卫星并尝试激光通信。同日 Google 发布经同行评审的轨道数据中心白皮书,认为 SpaceX 发射成本年降约 20%,2035 年有望降至每公斤约 200 美元。

推荐理由太空数据中心能否成立,关键看发射成本;文中给出 2035 年每公斤 200 美元和 81 星编队的量化目标。

OpenRouter 公告10/02资讯技巧与观点海外

OpenRouter 对比 LangChain 与 CrewAI 编排方案

OpenRouter 发布文章,把「多模型编排」拆成三层:工作流编排(规划、状态、记忆、委派,由 LangGraph 和 CrewAI 负责)、模型路由(选模型并在报错时回退,由 OpenRouter 的 models 参数负责)、供应商路由(在多个供应商端点间选择,含按工具调用表现排序的 Auto Exacto)。文章指出 OpenRouter 的 models 参数是有序回退列表,回退由错误触发、不判断回答质量;其 Agent SDK 覆盖中间场景——带校验、流式输出和停止条件的有限多轮工具循环,不需要持久化图…

推荐理由想搭多模型 Agent 的人可先分清编排和路由,避免为简单回退需求引入整套框架。

TechCrunch AI10/02资讯行业动态海外2 个独立信源

OpenAI 解雇 3 名安全研究员,被指泄露公司信息

据《华尔街日报》报道,OpenAI 已与 3 名安全团队研究员解除关系,原因是他们涉嫌向一家第三方 AI 安全组织分享了公司机密信息。OpenAI 发言人表示,内部调查确认这 3 人「在既定公司流程之外不当处理敏感信息」,违反政策。报道未披露涉事研究员姓名、第三方组织及具体信息内容。此事发生前两天,《纽约时报》刚报道 OpenAI 高管忽视员工对安全实践的警告;同期 OpenAI 还因安全顾虑取消 GPT-6.1 Astra 的发布计划。2024 年该公司曾因类似泄露指控解雇两名研究员。

推荐理由两天内接连曝出安全团队被裁与安全警告被忽视,想了解 OpenAI 内部治理现状的人可看。

TechCrunch AI10/02模型论文研究海外

研究:Claude Opus 5.5 最爱说「this matters」,AI 写作特征词达 1.3 万个

营销公司 Graphite 用 1 万篇 ChatGPT 发布前的文章作人类对照组,让各前沿模型根据摘要重写,统计 AI 与人类用词差异。结果发现 1.3 万个词组在 AI 文本中出现频率至少是人类的两倍。Claude Opus 5.5 最大特征是「dependable」,出现频率是人类样本的 23 倍;「this matters」高 116 倍,「why X matters」高 92 倍。OpenAI 的 Astra 偏爱「another dimension」和「not simply X」式纠正性框架,后者出现频…

推荐理由写作者可对照自查:这 1.3 万个高频词和「this matters」句式就是最容易被识破的 AI 痕迹。

TechCrunch AI10/02资讯政策监管海外

加州州长否决智能眼镜偷拍禁令

加州州长 Gavin Newsom 否决了州参议院第 1130 号法案,该法案原本将禁止用可穿戴录制设备在公共场所未经同意秘密拍摄他人,若通过加州将成为全美首个监管智能眼镜的州。Newsom 在致议员的信中称,法案对「可穿戴录制设备」的定义「过于宽泛或不精确」,可能导致混乱和意外后果,且部分条款与加州现行法律重复。违规者原本可能面临罚款或监禁,不合规的硬件厂商也会被罚款。Meta 去年售出超过 700 万副智能眼镜,Apple 上月宣布最新 Apple Watch 软件将加入可回放过去 15 秒录音的常听功能。

推荐理由智能眼镜和常听设备正快速铺开,这条决定直接影响 Meta、Snap、Apple 相关产品在美国的合规空间。

The Verge AI10/02资讯行业动态海外

微软将 Copilot 重塑为「工作操作系统」

微软 CEO Satya Nadella 在仅面向企业客户的邀请制活动上,将 Copilot 重新定位为「工作操作系统」,首次把完整 Office 能力与编码、Agent 功能直接整合进 Copilot。微软过去几个月已将消费版与企业版 Copilot 合并为统一界面,新应用分为聊天、编码和 Autopilot AI Agent 三个标签页。Copilot 负责人 Jacob Andreou 于今年 3 月被任命为消费与企业业务唯一负责人,直接向 Nadella 汇报。消息人士称,过去六个月的重设计并不顺利,And…

推荐理由了解微软 Copilot 从消费助手转向企业工作平台的具体产品变化与内部团队博弈。