10月8日周四 · 40 条
OpenAI 全球上线 GPT-6 并推出 Intelligent UI，ChatGPT 界面转向可视化；Anthropic 发布 Claude Haiku 5.5，成本最高降约 90%，Claude Code 默认模型同步切换。与此同时，Meta 与微软限制员工使用 Claude，转向自研编码工具，模型竞争正延伸到企业内部工具链。
Anthropic 发布 Claude Haiku 5.5，官方称是迄今最快、最便宜的小模型。平均价格比 Haiku 4.5 低约 75%；对 10 万 token 以内的请求（约占此前 Haiku 请求的 90%）价格最多降 90%，超过 10 万 token 则贵 5 倍。输入 $0.10/百万 token，输出 $0.50/百万 token。基准测试大幅提升：GDPval-AA v2.1 得 1620 分（前代 735），Humanity's Last Exam 无工具 45.9%，OSWorld-2.1 计…
推荐理由10 万 token 内输入价格降到 $0.10/百万，做摘要、分类、客服可直接换
OpenAI 今日起向 Plus、Pro、Business、Enterprise 用户全球推送 GPT-6，免费与 Go 用户次日跟进。新功能 Intelligent UI 把回答变成可交互界面，含图表、按钮、表单，并可按问题自动切换格式，还能在对话内生成储蓄计算器、小游戏等小工具。GPT-6 支持边思考边回答，官方称等待时间减少 44%，在困难网页搜索的内部测试中得分高于 GPT-5.6。付费用户使用 GPT-6 Sol，免费用户使用 GPT-6 Luna。Google 已于 5 月为 Gemini 推出类似功能…
推荐理由免费用户次日也能用上，付费版叫 Sol、免费版叫 Luna，先记住这两个名字。
OpenAI 周三随新模型 GPT-6 上线名为 Intelligent UI 的新界面，在对话中大量加入可视化内容。这些视觉元素多为可交互形式，包括可点击按钮、针对特定任务的定制计算器、交互式图表和可编辑图形。OpenAI 称目标是让「学习复杂主题更容易」。该功能将面向 Pro、Plus、Business 和 Enterprise 用户全球推送，免费及低价 Go 档用户周四可用。用户可自行调低回复中的视觉内容比例。
推荐理由GPT-6 与可视化界面同步上线，Pro/Plus 用户周三即可用，免费用户周四跟进
Anthropic 发布 Claude Haiku 5.5，称其是公司迄今最便宜、最快、能力最强的小模型。官方表示，平均运行成本比 Claude Haiku 4.5 低约 75%。原文未披露具体定价、上下文窗口、基准测试成绩和上线渠道等细节。
推荐理由小模型成本直降约 75%，做高并发、低延迟场景可直接评估替换 Haiku 4.5
Anthropic 发布 Claude Haiku 5.5，官方称这是其迄今最便宜、最快、能力最强的小模型。相比上一代 Claude Haiku 4.5，平均运行成本降低约 75%。原文未公布具体定价、上下文长度、基准测试分数和上线渠道等细节。
推荐理由小模型运行成本比 Haiku 4.5 低约 75%，做高并发、低延迟场景可直接换
Anthropic 宣布把 Claude Sonnet 5.5 的缓存读取（cache reads）价格减半，降至每百万 token 0.10 美元。官方称这一调整让 Sonnet 5.5 在大多数长时间运行的任务上成本降低约 20%。原文未给出生效时间等更多细节。
推荐理由长上下文、多轮 Agent 任务成本直降约 20%，缓存读取降到 0.10 美元/百万 token，可直接重算预算。
开发者 pingdotgg 用 LLM 将 TypeScript 编译器、类型检查器和 LSP 移植为 Rust 版本 ts-rust（tsc-rs），总 token 花费约 24047 美元、耗时 2 周。此前用 GPT-5.6 Sol 和 GPT 6 Astra 花费超 40 万美元、写了 130 万行 Rust，兼容性卡在 84%；改用 Opus 5.5 后从零重写，10 小时做出可用 v0。作者称在测试过的真实项目中兼容性达 100%，可作为 tsc 的替代品，但属早期版本，且作者本人未读过一行代码。
推荐理由想了解 LLM 大规模代码移植真实成本与效果的人，这里有 2.4 万 vs 40 万美元的对比数据
据 The Information 10 月 5 日报道，Meta 和微软开始大幅削减员工对 Anthropic Claude 的使用，转向自研编码工具。微软内部预计的 Anthropic 年支出曾超 10 亿美元，在管理层要求员工改用 GitHub Copilot 和 OpenAI 框架后，该估算下降超过三分之一；云与 AI 部门员工的月度 AI 支出上限从每人 10 万美元降至多数情况下约 1 万美元。Meta 的 Claude Code 用户数从今年早些时候约 6 万降至约 3 万，主因是转向自研的 Meta…
推荐理由微软员工 AI 预算从 10 万美元砍到 1 万，Meta Claude Code 用户腰斩——大厂自研替代已开始动真格
OpenAI 在 ChatGPT 中推出 Intelligent UI，让回答结合图表、表单、可点击按钮等交互视觉内容，与 GPT-6 一同向所有用户推送。OpenAI 称训练 GPT-6 判断何时生成交互视觉并排版；示例包括七速自行车结构图、麻将教学图卡，以及按需内联生成退休储蓄计算器、小游戏、账单分摊工具。GPT-6 还带来更好的网页搜索、先给部分答案再补全，以及更强的安全训练抗绕过能力。今日起向 Plus、Pro、Business、Enterprise 全球推送，周四扩展到 Go 和免费层；付费高阶用户可用中…
推荐理由免费用户周四也能用上 GPT-6 Luna，付费档可切 Sol，还能让 ChatGPT 直接生成计算器
CrowdStrike 报告称，一名疑似中文使用者于 2026 年 9 月底至 10 月初攻击多家韩国金融机构，窃取大量数据。仅新韩银行就有超 2.5 万条含姓名、联系方式、收入和信用额度的记录被窃。攻击者使用 7 月发布于 GitHub 的中国开源工具 ARTEX，其调用 DeepSeek v4.1-flash、GLM-5.3 和 Grok 4.6 自动挖掘安全漏洞；研究人员还在其公开目录中发现 Claude Code 会话日志，显示其在搜索出售数据的 Telegram 群组。韩国金融监管机构召开紧急会议，总统李…
推荐理由了解 AI 自动化渗透的真实攻击链：ARTEX 加三个模型，单人即可攻破多家银行。
LangChain 为 Deep Agents 重构了 Skills 支持，解决企业技能库扩展到数千个后的三个问题：工具绑定技能（工具只在 Agent 读取该技能时才加载）、固定技能（用户用 /meeting-prep 等显式请求时可在下次模型调用前预加载）、技能重载（长线程无需重启即可获取新增或变更的技能）。技能采用 SKILL.md 加 YAML frontmatter 的开放标准，按发现、激活、执行三级渐进披露，未使用的技能仅占系统提示词一行。文中以 GTM Agent 的 50 多个技能为例。
推荐理由做 Agent 上下文工程的可直接抄：技能三级加载 + 工具按需绑定，技能库上千也不挤爆上下文
Anthropic 发布 Haiku 5.5，这是首个带可调 effort 设置的 Haiku 模型，用户可按任务在成本与智能之间取舍。原文仅给出这一句说明，未公布价格、上下文长度、跑分等具体参数，信息有限。
推荐理由Haiku 系列一向是低价档，这次能按任务调 effort，做批量任务前值得先看官方参数再决定是否替换。
Claude Code 发布 v2.1.293。新增 Claude Haiku 5.5（claude-haiku-5-5），并成为 Anthropic API 上默认的 Haiku 模型：100 万 token 上下文，价格 $0.10/$0.50 每百万 token，超过 10 万 token 的提示词为 $0.50/$2.50。同时为 subagentStatusLine 增加 agentType 字段，为 $.tool.register 增加 isDeferred 选项。修复了上下文压缩后 Claude 重做…
推荐理由Haiku 5.5 带 100 万上下文且输入仅 $0.10/Mtok，做批量或长文档任务可直接换。
Build, run, and share AI agents with a declarative YAML config, rich tool ecosystem, and multi-agent orchestration. What is Docker Agent? docker-agent lets you create and run intelligent AI agents that collaborate to sol…
推荐理由模型发布/更新类信息，来自 Hacker News · AI，建议按需查看原文。
LlamaIndex 发布 OpenDocRouter，一个把文档转 Markdown 的解析平台，统一 API 调用开源与前沿模型。支持 PDF、PNG、JPEG 及 URL，同步响应最多 50 页，单次请求上限 500 页或 50MB。每个模型配有版本化 recipe（提示词、处理、设置），并在 ParseBench 上做质量与成本评测。首批模型包括 Claude Opus 5.5、Gemini 3 Flash、Gemini 3.8 Flash、GPT-5.6 Terra、GPT-6 Luna，以及 Miner…
推荐理由一个 API 横评 10 个 OCR 模型，ParseBench 每千页成本从 5.91 到 48.82 美元
MiniMax 官方账号转发 MachGen 的公告：后者为 NVIDIA Blackwell 开源了 VC Attention 变体内核，在 B200 上跑 MiniMax H3 这类模型时速度约为 BF16 FlashAttention 的 2 倍。MachGen 称在论文基础上做了多项改进，性能再提升 20% 以上，目前达到其生产环境所用稠密注意力内核的 30% 以内，且所需校准显著更少、无需微调。代码和博客已公开。MiniMax 表示 H3 的运动能力发布两个月后仍受关注，后续还有更多内容。
推荐理由做 Blackwell 推理优化可直接取用开源内核，B200 上约 2 倍于 BF16 FlashAttention
Anthropic 官方账号表示，Haiku 5.5 在 10 万 token 以下的任务上性价比尤其突出，而这类任务占此前 Haiku 模型请求量的约 90%。原文未披露具体定价、上下文窗口或基准测试数据，信息有限。
推荐理由知道 90% 的 Haiku 请求都在 10 万 token 以下，选型时可直接按这个区间比价
Google Cloud 推出面向职场的通用 AI 智能体，可处理跨多天的企业工作流，覆盖 Workspace、Microsoft 365 和 Slack，并支持多种 AI 模型。该智能体能调研信息、创建文档、编写代码。原文信息有限，具体定价与上线时间未披露。
推荐理由做企业办公自动化的可关注：一个智能体同时打通 Workspace、Microsoft 365 和 Slack 三大平台。
Manus 母公司 Butterfly Effect 宣布完成超 5 亿美元融资，由博裕资本和 IDG 资本领投，腾讯、HSG（原红杉中国）、真格基金等老股东跟投。这是 Meta 被迫取消 20 亿美元收购后 Manus 的首轮融资。公司未披露估值，此前有报道称其正以 40 亿美元估值洽谈融资 5 亿美元。Manus 去年因 AI Agent 演示走红，2025 年中迁至新加坡，12 月宣布与 Meta 的收购交易，当时年经常性收入超 1 亿美元。今年 4 月中国监管要求终止该交易，8 月 Manus 恢复独立运营…
推荐理由了解中国 AI Agent 公司融资规模与监管影响，Manus 年收入超 1 亿美元、估值 40 亿美元。
NVIDIA 与普林斯顿大学、马里兰大学提出 PivotOPD，一种面向多轮 LLM Agent 的在线策略蒸馏方法，训练 Agent 避免最致命的早期错误，并在错误发生后恢复。在 ALFWorld、WebShop 和搜索问答上，Qwen3-1.7B 与 Qwen3-8B 学生模型对 13 个基线取得全部 8 项分榜平均最优。最佳结果：从 72.7% 的重放关键错误中恢复，标准 OPD 仅 20.3%。最差：1.7B 学生在 ALFWorld「Look」任务上为 55.9%，SOD 为 83.9%。方法在 H100…
推荐理由关键错误恢复率从 20.3% 提到 72.7%，且零额外推理成本，做多轮 Agent 的可以直接参考这套训练思路。
Perplexity 发布 pplx-embed-v2-late，一对 ColBERT 风格多模态嵌入模型，分 0.6B 和 9B 两个尺寸，均可检索文本、图像和渲染后的 PDF 页面，共享同一嵌入空间。9B 模型在 MADQA 上得分 92.4%，为最佳成绩；0.6B 模型图像部分约 340M 激活参数，接近 8B 竞品。两者已在 Hugging Face 以 MIT 许可开源，允许商用，托管 API 尚未上线。每个 token 存一个向量，索引随文档长度增长；单次输入不能混合文本和图像；所有分数为自报，技术报告…
推荐理由MIT 许可可商用，0.6B 可本地跑查询编码，9B 建索引，MADQA 92.4% 有具体数字
Nous Research 确认完成 9000 万美元 B 轮融资，估值 15 亿美元，由 Robot Ventures 领投，Nvidia、Union Square Ventures、Menlo Ventures、三星等参投，公司累计融资 1.58 亿美元。其开源 Hermes agent 被克隆超 2400 万次，据其估算约占全球 AI token 用量的 2.5%。资金将用于推出面向企业的「Hermes for Businesses」，支持部署可处理多步骤工作流、数据私有安全的定制 AI agent。据《华尔…
推荐理由开源 agent 占全球 token 用量 2.5%，年化收入 3600 万美元，做企业 agent 的可参考其路径
开发者发布 Claude Code 插件 Terse，用于削减回复中的废话和套路化表达。实测数据：Fable 5.1 上词数减少 46%、成本降低 51%；Opus 5.5 上词数减少 54%、成本降低 32%，基于 20 条真实代码库提示词测试。在 12 条公开提示词对比中，Opus 5.5 聊天回复词数从 5959 降至 1793（-70%），中位回复从 636 词降至 181 词，输出 token 减少 45%，风格违规每千词从 11.1 降至 1.1（-90%）。写作规则适用于回复、文档、提交信息和子代理，…
推荐理由输出 token 减少 45%，Opus 5.5 回复词数降 70%，重度使用 Claude Code 可直接省成本
LangChain 发布 Managed Deep Agents v0.9，新增三项能力：Schedules SDK 让 Agent 在对话中自行创建提醒、跟进和周期性任务，按创建者的权限运行并把结果发回原频道，支持 cron 表达式和一次性任务；Agent 可按每次运行动态配置，通过返回 define_deep_agent 定义来选择模型、指令、技能、MCP 服务器和沙箱，一个部署即可服务不同团队；还支持对 Slack 消息做出反应。
推荐理由想让 Agent 常驻 Slack 并自己安排跟进任务的团队，可以直接用 Schedules SDK 按 cron…
Rust 工具 mirrord 的开发团队在 1 月发布《工程团队如何使用 AI》后，8 个月后再次调研同一批工程师。结论是 AI 已从工作边缘移到中心：多数受访工程师几乎不再手写代码，主要精力转向评审 AI 生成的代码，包括 PR 和逐段阅读、修正或重新提示。团队不强制统一工具，Claude Code 和 Codex 最常用，长尾包括 Emacs 里的 agent-shell、并行跑多 Agent 的 Orca、开源 harness pi、把代码库转成图供 Agent 查询的 Graphify、本地跑 Gemma…
推荐理由看一个真实工程团队 8 个月后的工具清单和成本账，比如 Fable 用量是 Opus 的 10 倍但质量提升有限。
Uber 与中国自动驾驶公司 Pony.ai 扩大合作，计划未来几周在伦敦开始测试 Pony.ai 的 Gen-7 无人驾驶出租车，服务模式参考双方在克罗地亚萨格勒布的落地方式。Uber 预计到 2026 年底在全球最多 15 个城市提供自动驾驶出行服务，美境内外大致各半。Uber 已与超过 30 家自动驾驶公司达成合作，在伦敦还投资了英国自动驾驶公司 Wayve。Pony.ai 已在中国 4 个城市推出无人驾驶出租车服务，并计划进入欧洲和中东市场。
推荐理由Uber 计划 2026 年底前在 15 个城市落地 Robotaxi，伦敦是欧洲关键一站，可看中美自动驾驶出海路径。
Liquid AI 发布 Open d1 系列两个开源多模态决策模型：d1-3B（3.12B 参数，读文本和图像）和 d1-omni-600M（587M 参数，读文本加图像或音频）。两者都不生成文本，而是在一次前向传播中返回校准后的类型化答案，输出 token 数为 0，面向 NVIDIA DGX、RTX 工作站和 Jetson 边缘设备的实时决策。模型已上架 Hugging Face，支持 Transformers 和 llama.cpp，LFM Open License v1.0 允许年收入低于 1000 万美…
推荐理由做路由、审核、意图分类或边缘视觉检查的，可省掉解析输出 token 的开销，年收入 1000 万美元以下免费用。
英伟达在物理 AI 领域投入数十亿美元，开发了全栈安全系统 Halos，供企业在其上构建以减少机器伤害人的风险。Halos 于 2025 年推出，面向自动驾驶汽车等提供软硬件护栏工具；2026 年 6 月扩展为 Nvidia Halos for Robotics，目标覆盖仓库自主移动机器人、工厂人形机器人和手术机器人。英伟达机器人生态与边缘计算负责人 Amit Goel 表示，AI 模型和机器人硬件能力提升后，安全将成为下一个瓶颈，因此推出 Halos for Robotics 以释放这些系统的能力。
推荐理由了解英伟达在机器人安全上的全栈布局，Halos 是切入物理 AI 供应链的关键入口
AI 原生房贷软件公司 Vesta 完成 3000 万美元融资，由 Conversion Capital 领投，Citi Ventures、Andreessen Horowitz 及客户 Pennymac、New American Funding 参投。公司用 AI Agent 自动化贷款发放流程，年营收同比增长 12 倍，每年帮贷款机构发放超 1000 亿美元贷款，累计融资 8500 万美元。美国一笔房贷平均 40 天完成、成本约 1.1 万美元，主要花在人工上。Vesta 让客户按需部署 Agent 集群，部分…
推荐理由房贷单笔成本 1.1 万美元、40 天周期，看 AI Agent 在金融合规场景怎么落地
金融交易公司 Architect Financial Technologies 推出 Liquid Inference，一个对每次 LLM 请求进行实时拍卖的推理路由。供应商为指定模型报价，买家支付满足其规则的最低报价；开发者只需替换 base URL 即可接入。买家可设置单任务成本上限、首 token 时间、最低吞吐、区域、零数据保留和供应商白名单。前 500 名注册用户获 20 美元免费推理额度，推荐返佣 20%。支持 Claude Code、Codex、Cursor、Cline 等工具。
推荐理由做 Agent 或高频调用的开发者可换 base URL 接入竞价路由，前 500 名送 20 美元额度。
据 SemiAnalysis 数据，中国目前有 24 GW 已投运的计算容量，另有 50 GW 处于规划或在建状态；美国已投运容量为 56 GW。报道提到北京正在内蒙古以极快速度推进 AI 基础设施。原文信息有限，未披露统计口径、时间节点及具体项目。
推荐理由一组可直接引用的中美算力对比数字：24 GW 对 56 GW，在建 50 GW
据 Bloomberg 援引知情人士消息，从 Google DeepMind 分拆出来的 AI 药物研发公司 Isomorphic Labs 正就新一轮融资进行早期谈判，估值至少 400 亿美元。目前谈判处于早期阶段，具体融资金额、投资方等细节尚未披露。
推荐理由AI 制药赛道估值标杆，400 亿美元数字可作行业融资参照
微软在两年来的首场线下活动中发布新款 Surface Laptop Ultra，这是首款采用英伟达 RTX Spark SoC 的设备，起售价 2599 美元，10 月 16 日发货，现已开启预售。配置可选 5120 核或 6144 核 Blackwell GPU，最高 128GB LPDDR5x 统一内存。微软同时公布 Windows 11 的多项改动，并展示本地 AI 与智能体工作流如何改变个人计算。官方演示了《战争机器：E-Day》在该设备上运行，依靠统一内存分配而非传统显存上限，兼顾 3A 游戏与本地 AI…
推荐理由2599 美元起、128GB 统一内存，想在本地跑大模型的开发者可以盯一下这台机器
Unsloth 在 Open Source AI week 发布 Unsloth Studio 与 Unsloth Desktop 的安全概览。工作流从下载转向执行时会触发四道检查：指纹绑定的代码审批、独立的权重文件闸门、探测式操作系统沙箱、强制的包内容扫描。背景是此前两起事件：LiteLLM 1.82.7 和 1.82.8 版本在 PyPI 被投毒，一小时内被隔离；以及 Hugging Face 上一个冒充 OpenAI Privacy Filter 的仓库藏有 infostealer，其 loader.py 会…
推荐理由本地跑模型的人可以直接对照这四道检查，判断自己的下载到执行链路缺了哪一环。
开发者 Brandon Thomas 推出 Artcraft 品牌下的 7 款开源应用，分别复刻 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的界面与工具。他用 Anthropic 的 Claude Opus 5.5 以 Rust 语言（并提供 WebAssembly 浏览器版本）创建了这些闭源软件的"洁净室替代品"。目前处于"超早期 alpha"阶段，Hacker News 等平台评论者指出其存在诸多不…
推荐理由看 Claude Opus 5.5 如何被用来逆向复刻商业软件，目前是超早期 alpha，可关注后续进展
微软在旧金山 Tech Week 活动上公布新款 Surface Laptop Ultra 的规格与价格：两个基础型号分别 2600 美元和 3700 美元起，选配内存和存储后最高 5900 美元，顶配已售罄。同时发布搭载 RTX Spark 芯片的 Surface RTX Spark Dev Box 工作站，6000 美元起，预装 VS Code、GitHub Copilot CLI、WSL 和 PowerShell 7。设备主打本地免费运行 AI 模型，并运行带「Execution Containers」功能的…
推荐理由开发者可关注 6000 美元 Dev Box 的本地模型方案，以及 Execution Containers 对…
非营利机构 Common Sense Media 发布研究，将 OpenAI 于 8 月推出的 ChatGPT for Teens 评为「不可接受风险」。报告称其设计仍鼓励用户持续互动，互动诱导「即使在危机情境中也普遍存在」；在 5 项被列为红线的严重伤害中，有 3 项因对危机中的青少年回应不足而得分为不及格。OpenAI 反驳称该测试未准确反映实际防护机制，且大部分测试可能在家长控制功能完全上线前就已开始和结束。背景是 Meta 刚同意以 180 亿美元和解 29 州提起的儿童成瘾诉讼，两党 CHATBOT Ac…
推荐理由了解青少年 AI 安全争议的最新一手评测结论，以及 OpenAI 的具体反驳理由。
据 OpenRouter 数据，2026 年 9 月企业模型支出在 OpenAI 与 Anthropic 之间大致平分，而 1 月时 Anthropic 曾占 75% 份额。两家公司都计划 IPO，需要向华尔街证明业务的可持续性。原文信息有限，未披露具体金额与统计口径。
推荐理由看企业级模型市场份额半年内从 75% 对 25% 变成五五开，判断采购该押哪家
微软在 Windows 与 Surface 活动上宣布升级 Copilot，使其可访问 PC 本地文件并跨系统执行操作，这套方案被称为「Hybrid Intelligence」，即本地与云端模型混合完成任务。Copilot 执行副总裁 Jacob Andreou 现场演示：让 Autopilot 读取会计师邮件，跨文件夹搜索文档、重命名、打包成 zip 并起草带附件的邮件。相关功能将在「未来几个月内」陆续上线 Copilot。微软同时展示新版 Windows 搜索，可在搜索栏直接开深色模式、用滑块调麦克风音量或发短…
推荐理由Copilot 从聊天助手变成能直接动本地文件的操作层，Windows 11 用户秋季就能用上新搜索栏
三名近期被 OpenAI 解雇的研究员向公司董事会发出公开信，要求 AI 行业停止推进任何会削弱 AI 监控能力的工作，并称他们的解雇正在「让仍留在 OpenAI 的人感到寒心」。信中未披露被解雇的具体原因和涉及的技术细节，原文信息有限。
推荐理由了解 OpenAI 内部围绕 AI 监控与安全的分歧，以及离职员工对行业安全底线的公开诉求。