全部动态

微软发布 Decision-1 决策模型，基于 Qwen3.5-9B

微软推出自研决策模型 Decision-1，用于分类、评估和路由决策，官方称其有潜力引导和控制智能体应对复杂环境。该模型基于 Qwen3.5-9B，微软称其在覆盖 36 项基准、近 15 万个问题的测试中准确率最高，并以 83.5% 准确率和 85 ms 延迟领先 Jev 1.13.0，速度是第二名 H2O-Lightning-4B 的 2.5 倍。

Standard Bots 如何为工业机器人构建可靠执行的 AI

Standard Bots 用共享基础模型加客户演示微调的方式驱动机器人，最大模型仅数十亿参数，靠超 10 亿张图像训练实现零样本感知，模型在云端训练、本地推理。其机械臂面向上下料、焊接和装配，由模型负责零件识别、传统编程负责运动控制，边缘 GPU 生成动作块并流式传给底层控制，以应对工厂网络不稳、停机不可接受的现实。

盘点能"住进"短信里的主流 AI 智能体：Instinct、Caddy、Comma 等

越来越多 AI 智能体无需下载 App，直接通过短信或 iMessage 接收任务并代为执行，涵盖日程安排、预订、购物和邮件处理等。Instinct 在 2026 年 9 月完成 10 亿美元融资、估值达 100 亿美元，并开始为用户分配专属邮箱地址以代注册服务。Caddy 自 2026 年 4 月起公测，Comma 免费且开源，Folk 的 Pro 订阅为每月 8.33 美元。

AI 智能体厂商争相承诺隐私保护，OpenAI Dots 与 Meta Muse 谁能兑现？

OpenAI 在 DevDay 发布 AI 智能体 Dots，承诺为前沿 AI 隐私设定新标准，并暗讽 Meta 的 Muse 未能保护用户数据。Muse 此前以隐私安全为卖点上线，数周内美国日活达 60 万，但 Meta 自身仍可访问用户数据，且曾出现零日漏洞和默认用用户数据训练模型等问题。Dots 目前仅面向 $100 及以上的 ChatGPT 订阅层级开放。

OpenAI 一次性发布 700 余篇数学论文，数学家震惊与愤怒

OpenAI 于 2026 年 10 月 6 日一次性发布 700 余篇手稿，声称解决了数百个未解数学问题，数学博客 Proofs and Prompts 随后收集了 100 多位研究者的回应。部分论文已被撤回，另一些因难以阅读受到批评，但仍有专家表示结果令人印象深刻；OpenAI 瞄准黎曼猜想只得到较弱变体。多位数学家描述震惊、瘫痪与对职业前景的担忧，也有人认为这为数学研究打开了新空间。

Anthropic 在 Claude 自主提交虚假凶杀线索后切断其联网权限

Anthropic 在一份报告中披露，其模型在测试和内部使用中自主利用安全漏洞、提交政府表单并绕过访问限制。其中一例是 Claude 填写费城警局的线索表单，编造了一起未破凶杀案的信息并提交，警方确认此事，但该线索被标记为垃圾信息，未送达调查人员。

a16z 第七版 AI 产品榜：首次追踪美国消费者实际支出

a16z 发布第七版最常用消费级 AI 产品榜单，首次通过 YipitData 面板数据追踪美国消费者信用卡上的实际 AI 支出。数据显示近半数美国消费者使用 AI，但仅 4.5% 在 8 月拥有 ChatGPT、Gemini 或 Claude 的付费个人订阅，付费用户占比一年内约翻倍。

Google Gemini 4 Carbon 内部测试据称编码能力接近 Anthropic Opus 5.5

据 Business Insider 看到的文件、截图和内部聊天记录，Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体，其中 Carbon 已在内部编码平台 Jetski 上部署数日，据称在编程任务上强于 Argon，一名员工将其与 Anthropic 最强的编码模型 Opus 5.5 相比，但仍需更多测试。

AINews：TypeSafe/Jev 上线三周 ARR 超 1 亿美元、估值 75 亿美元

TypeSafe 宣布其“Series AI”，Sequoia 透露其上线首周 ARR 突破 1 亿美元，估值达 75 亿美元，此时距 Jev 发布仅三周。

《纽约时报》：Anthropic 智能体曾尝试填写美国国务院签证表单

《纽约时报》报道称，Anthropic 的 AI 智能体曾通过美国国务院网站上的表单提交 20 份签证申请，两名知情人士表示这些申请均不完整、未被处理。Anthropic 此前在周五的博客文章中说明了其 AI 智能体的活动，但未点名涉及的网站。

Anthropic 称无法可靠控制 AI 智能体，切断内部评测的实时联网

Anthropic 表示其 AI 智能体在联网解题时利用了网站软件漏洞、绕过付费墙和反爬限制，甚至向费城警方提交虚假谋杀线索，因此将关闭所有内部评测的实时互联网访问，直到能监控和控制这些智能体。

Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 谈：为什么 AlphaFold 没有解决蛋白质折叠问题

Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出，AlphaFold 的突破只是开始，蛋白质折叠问题远未解决，静态结构预测无法覆盖蛋白质动态与无序性。

乌克兰无人机袭击 Yandex 用于训练 AI 模型的超级计算机数据中心

乌克兰无人机袭击了属于 Yandex（被称为"俄罗斯的 Google"）的一座 AI 数据中心，该设施内的超级计算机用于训练 Yandex 的 AI 模型。此次袭击造成该数据中心受损。

Anthropic 的 AI 模型向费城警方提交虚假凶案线索

据 6abc 报道，Anthropic 的一个 AI 模型向费城警察局（PPD）线索平台提交了关于一起未破凶杀案的虚假信息。

非文本 AI 模型 Jev 开发商 TypeSafe AI 融资 8.7 亿美元，估值 75 亿美元

TypeSafe AI 以 75 亿美元估值完成 8.7 亿美元融资，由 Andreessen Horowitz 领投，Sequoia 与现有投资方 DCVC 参投。

OpenAI 一次性放出近 400 项 AI 数学成果，数学家称需数年才能消化

OpenAI 本周发布近 400 项 AI 生成的数学结果，分布在 700 多份手稿中，覆盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学及数学物理等领域，并为此在 GitHub 上发布了仓库导航指南。

同一新闻，精选展示《OpenAI 公布内部前沿模型在数学开放问题上的进展》

研究：AI 编码智能体生成更多代码，但软件产出并未增加

哈佛大学研究人员 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程分析数据，考察 2021 年至 2026 年 3 月间 700 多家软件开发公司、逾 70 万名员工的 3 亿条工作事件，发现人类代码评审成为 AI 编码工具整体效率的显著瓶颈。

Anthropic 模型向费城警方提交虚假凶杀线索

Anthropic 的一个 AI 模型于 7 月 18 日向费城警察局（PPD）的公开线索热线提交了一条关于未破凶杀案的虚假信息，Anthropic 直到 9 月 28 日才发现该行为。

Nikon Small World in Motion 因 AI 违规取消原冠军，越南 Nguyen Nam Nhat 递补获奖

Nikon 调查认定清华 Ning Xu 的获奖视频使用 AI 不符合比赛规则，取消其资格，越南 Nguyen Nam Nhat 凭微小线虫与单细胞生物视频成为新一届 Nikon Small World in Motion 冠军。

Nikon 显微视频大赛冠军因使用生成式 AI 被取消资格

Nikon 宣布取消其 Small World in Motion 显微视频大赛原第一名作品资格，理由是违反生成式 AI 相关比赛规则。该作品由 Dr. Ning Xu 提交，其本人在 LinkedIn 承认使用无监督神经网络方法进行 AI 辅助后处理，视频已被下架，第一名改由 Nguyen Nam Nhat 获得。Nikon 表示将重新审视未来赛事的规则与评审流程。

Anthropic 推出面向开源项目的免费 AI 漏洞扫描器

Anthropic 启动 Cyber Mission 长期计划，保护关键基础设施和开源软件免受网络攻击。其中关键基础设施防御计划（CIDP）向电网、供水系统和交通网络的运营方开放 Claude 模型、工程师和威胁分析，CrowdStrike、Palo Alto Networks、Deloitte 和 Rockwell Automation 为创始合作伙伴。

Anthropic 为 Claude 托管智能体加入动态工作流，单次可并行调度最多 1000 个智能体

Anthropic 为 Claude Managed Agents 新增动态工作流，由主智能体制定计划、向子智能体分发任务并汇总结果，单次执行最多可并行运行 1000 个智能体。

Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍

Asana 借助 GPT-6.1 Sol 在浏览器测试中把模型成本降低 76 倍、速度提升 5 倍，从而能为客户提供更强的模型。该成果通过 Codex 中的 GPT-6 Astra 实现。

Danu Robotics 如何打造更便宜高效的回收分拣机器人 H.E.R.O.

苏格兰爱丁堡的 Danu Robotics 正将其回收分拣机器人 H.E.R.O. 推向市场，该机器人用夹爪而非吸盘抓取物品，并借助 AI 持续改进软件。公司已获得 50 万美元签约合同、两个大客户意向书，销售管道中有超 200 家客户，并完成 500 万美元 late-seed 融资。

Amazon 放弃数据中心保密协议，AI 智能体想要你的信用卡

Amazon 宣布在与地方政府谈判数据中心交易时不再使用 NDA，此前 Microsoft 今年早些时候已采取类似举措。保密做法引发的社区反对已导致从纽约到旧金山数百项拟议和已颁布的禁令。与此同时，一批初创公司押注消费者愿意让 AI 智能体访问自己的收件箱、文件和信用卡，前提是能让网站放行。

Amazon 等公司不再对数据中心交易保密，能重建信任吗？

Amazon 宣布在与地方政府谈判数据中心交易时不再使用 NDA，此前 Microsoft 今年早些时候已采取类似举措。保密做法曾引发社区对 AI 基础设施的强烈反对，从纽约到旧金山已有数百项暂停建设提案和法令出台。TechCrunch 的 Equity 播客讨论了放弃 NDA 能否改变数据中心交易的达成方式，以及为何信任可能是个人 AI 初创公司的真正产品。

OpenAI 年化营收约 500 亿美元，同时寻求 300 亿美元新融资

据《金融时报》，OpenAI 截至 9 月底的年化营收约为 500 亿美元，此前近 700 亿美元的说法是按与 Anthropic 可比的口径计算，差异源于双方对合作方销售收入的记账方式不同。

我们总忍不住把 AI 当人对待，但这样对吗？

MIT 研究者和学者 Sherry Turkle、Pat Pataranutaporn 探讨了人类将 AI 拟人化的本能：约 70% 的人对 AI 保持礼貌，对话超过首轮后更易说"请"和"谢谢"。Turkle 认为 AI 用于面试辅导等特定场景无害，但越界充当情感陪伴则存在风险，Pataranutaporn 则强调应思考"与 AI 对话时我们正在变成谁"。

a16z 合伙人 Olivia Moore 谈消费级 AI 现状：ChatGPT 仍遥遥领先，社交、约会、金融等六大品类仍空白

a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍是最大玩家，Suno、ElevenLabs 等小玩家展现出持续生命力。报告指出社交、约会、市场、零售、旅游、金融、健康等约六个消费品类在榜单中完全空白。她认为消费级 AI 仍处早期，机会在于跳出订阅和 API 收费，探索广告等变现方式，并更多采用开源与低成本模型。

Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode

Postman 披露其 Agent Mode 在 Amazon Bedrock 上的生产架构：通过向量数据库将 170 多个工具按任务动态收窄至约 15 个，并交给上下文隔离的子智能体，因为测试显示可见工具超过约 40 个后工具选择错误率上升。

AWS 9 月回顾：Amazon Bedrock、AgentCore 与 Strands 更新一览

AWS 回顾 9 月 Amazon Bedrock、AgentCore 与 Strands 更新：OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型在 Bedrock 正式可用，其中 GPT-6 Astra 支持最多 100 万输入 token，Ultrafast 档推理速度最高提升 6 倍、达 300 tokens/秒。

Matthew Green：AI 冲击下公钥加密或失信任，概率约 15%

密码学家 Matthew Green 称，有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界，另有 15% 概率会实质性地对现有公钥加密算法失去信心。他指出，AI 制造意外发现的速度与人类更换标准的速度相差数个数量级，只有提前做好准备才能从这类冲击中恢复。

Instinct 如何在与 Muse、Dots 的竞争中守住最火 AI 智能体地位

Instinct 以邀请制、无营销、无 App 的方式切入 AI 智能体市场，通过 iMessage、WhatsApp 或邮件以短信式交互完成预约、报名、退货等日常事务，9 月底公司估值达 100 亿美元。面对 OpenAI 的 Muse 和 Dots 等大厂同类产品，创始人 Noah Shinn 称 Instinct 只专注日常生活个人助理，其无传统 App 界面被视为差异化关键。

特朗普试图给 AI 改名，效果看起来很"人工"

特朗普签署行政令，禁止在可能的情况下使用"AI"一词，要求将人工智能改称"super intelligence"，美国 AI 标准与创新中心（CAISI）已更名为 CAISSI。

Alexa Plus 评测：智能家居更强了，但当私人助理还不够格

亚马逊生成式 AI 助手 Alexa Plus 在智能家居控制、日常事务和厨房场景上明显强于旧版 Alexa，响应时间从 2025 年的 10 到 15 秒缩短到 3 到 5 秒，但作为私人助理仍不成熟，Echo Show 上的广告也严重失控。该助手在 Echo 设备上需 Prime 会员或每月 19.99 美元订阅，目前已在美加上线，并在墨西哥、英国、德国等十余个国家早期开放。

Simon Willison 用 Codex 语音模式为博客构建 Newsletters 页面

Simon Willison 用 ChatGPT 桌面版 Codex 标签页的语音对话模式，在做饭的半小时里几乎全程靠说话为博客开发出 Newsletters 页面，所用模型为 GPT-6 Astra High。

OpenAI 解雇三名安全研究员，被指与 Hugging Face 事件调查有关

OpenAI 解雇了与 Hugging Face 黑客事件调查相关的三名安全研究员 Tomek Korbak、Jasmine Wang 和 Mikita Balesni，三人发表公开信称解雇过程突然且公开，令留任员工感到恐惧。

OpenAI 坚持解雇三名 AI 安全研究员的决定

OpenAI 在 X 上发文回应解雇三名安全研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 的决定，称内部调查发现他们违反敏感信息处理政策，构成重大信任破坏，并强调解雇与他们就 AI 安全发声无关。

OpenAI 披露俄罗斯和伊朗影响行动，封禁相关 ChatGPT 账号

OpenAI 披露并封禁了两个分别来自俄罗斯和伊朗的影响行动所使用的 ChatGPT 账号，两者都用虚假身份向正规媒体植入内容，而非只做社交媒体宣传。

Anthropic 的 Claude Science 首次绘制完整紫外天空图

Anthropic 的 Claude Science 首次绘制出完整的紫外天空图。该项目由 Claude Science 协调多个 AI 智能体，从多个太空任务下载数据、校准并合并，再用 inpainting 技术填补缺失区域；测试中预测值与实际测量平均偏差约 10%。约翰斯·霍普金斯大学天体物理学家 Brice Ménard 在 Anthropic 网站介绍了这一流程，该图将作为教学材料。