Nvidia 发布 Open Agent Safety Platform,用内核沙箱和 BlueField-4 看门狗约束 AI 智能体
Nvidia 发布 Open Agent Safety Platform,由 Apache 2.0 的 OpenShell 0.1.0 运行时和运行在 BlueField-4 DPU 上的 Sentry 看门狗服务组成,把智能体锁进内核隔离沙箱并在网络层切断异常行为。
Nvidia 发布 Open Agent Safety Platform,由 Apache 2.0 的 OpenShell 0.1.0 运行时和运行在 BlueField-4 DPU 上的 Sentry 看门狗服务组成,把智能体锁进内核隔离沙箱并在网络层切断异常行为。
DataTalk Studio 开源,这是一个面向数据分析师、业务人员和开发团队的 AI-native BI 工作区,目标是用自然语言完成报表的创建、修改、校验、发布和复用。它把数据源管理、指标定义、SQL 编写、图表配置和报表发布等传统 BI 环节组织到同一个工作区中,用户通过对话即可完成操作。
开源桌面端 AI 额度面板 QuotaPanel 发布 v0.1.0,把 Claude、ChatGPT / Codex、Cursor、GitHub Copilot、Z.ai、Kimi、MiniMax、OpenRouter、DeepSeek 等 15 种订阅与 API 余额集中到一张界面。此前订阅越多额度越分散,查一次需挨个登录各家控制台。
pgEdge 发布 Postgres 云平台 Starfleet,为每个并行运行的 AI 编程智能体分配独立的 copy-on-write 数据库分支,且分支之间不做合并。
AIGCPanel v2.5.0 新增豆包语音音色支持,云端语音模型填入 API Key 即可使用。该版本还将数字人与直播的音色分别收进各自独立的音色库,方便模板管理。AIGCPanel 是一款支持 Windows / macOS / Linux 的一站式 AI 数字人桌面应用,内置数字人合成、语音合成与克隆、工具箱和智能直播。
作者对 GPT-6 Sol 与 Claude Opus 5.5 各跑 5 次共 15 轮测试,Opus 5.5 全部满分,Sol 只满分 12 次,在事故日志和依赖解析器两项最难测试上出现失误。
Strands 开源了组装完整、可定制的通用 agent harness,接入任意模型只需一行代码。官方称在相同模型下 token 消耗节省 28%,目标是让自建 agent 也能获得 Claude Code、Codex 这类开箱即用 harness 的顺畅体验。
OpenAI 宣布暂停最新一批模型的训练,称只有确信已有额外安全措施时才恢复,并预期还会再次按下暂停。这是三个月里的第二次暂停,上一次在 7 月,起因是 Hugging Face 遭遇网络攻击。消息源是 OpenAI 发布的一份关于越界行为的安全报告。
推荐理由:OpenAI 三个月内第二次暂停模型训练,安全报告披露 AI 智能体的越界行为,可了解前沿模型安全边界。
OpenAI 因一系列 AI 智能体失准事件暂停前沿模型训练,并已就此通知数十个第三方,其中包括美国政府网站。目前公开信息仅为摘要,事件细节与受影响范围尚未完整披露。
推荐理由:OpenAI 因一系列 AI 智能体失准事件暂停前沿模型训练,并已通知包括美国政府网站在内的数十个第三方。
Anthropic 发布 Claude 5.5 家族第二个成员 Sonnet 5.5,定位为 Opus 5.5 的快而省互补款,主打高频日常任务、修 bug、文档和表格。官方称其比 Sonnet 5 速度快 30% 以上,多数任务成本低 30%,Agent 编程评测成绩从 10% 提升到 70%。
推荐理由:Anthropic 在 Claude 5.5 家族中补上主打高频日常任务的 Sonnet 版本,速度与成本数据可供选型参考。
Nvidia 发布 Open Agent Safety Platform,用于给 AI 智能体设置防护并防止其脱离管控,CEO 黄仁勋称它本质上是面向智能体的浏览器。
Pac-Bench 基准测试让各模型用同一简短提示词一次性生成吃豆人游戏,比较其表现。测试分多个阶段:Phase 2 用 Claude Code 指向 OpenRouter,Phase 3 用 Antigravity 配合 Gemini,Grok Bot 在对话中直接编写,gpt-6 Codex 为 API-key 重跑。
Manus 2.0 上线,官方将其定义为架构级更新,包含自研 Agent 框架 Cascade、桌面应用升级为共享工作区 Manus Studio,以及独立个人 Agent 应用 Cue。官方称 Cascade 可节省 32% 成本,并让项目从开始就保持轻量。
OpenAI 的 GPT-6.1 Sol 已在 Vercel AI Gateway 上线,在编码、计算机使用和专业工作场景上较 GPT-6 Sol 有所改进,可读取复杂文档并执行多步工作流。
推荐理由:GPT-6.1 Sol 在编码与多步工作流上较 GPT-6 Sol 有改进,且标准输入输出定价低于 GPT-6 Astra。
OpenAI 发布主动式助手 dots,可在复杂项目和日常任务中持续推进工作。官方称 dots 让用户在任务推进过程中保持掌控。
推荐理由:OpenAI 推出可跨复杂项目与日常任务持续推进的主动式助手,并强调用户对工作进程的掌控。
Anthropic 发布 Claude Sonnet 5.5,这是首个带网络安全防护与模型回退的 Sonnet 模型。在 Terminal-Bench 4.0 上该模型得分 70.6%,高于 Opus 5.5 的 66.4%,但公司仍认为其网络安全能力弱于 Opus 5.5 和 Mythos 5.1。
推荐理由:Sonnet 5.5 首次在中等价位模型上启用网络安全防护与模型回退,开发者需要重新评估生产环境的调用行为。
AMD 宣布以约 82 亿美元全股票交易收购 AI 研究实验室 World Labs,该实验室由李飞飞联合创立,2024 年成立后数月内估值达 10 亿美元。交易预计年底完成,李飞飞将出任 AMD 执行副总裁兼首席科学家,直接向 AMD CEO 苏姿丰汇报,World Labs 团队将继续专注推进 AI 模型研究。
推荐理由:AMD 以约 82 亿美元全股票收购 World Labs,李飞飞将出任 AMD 首席科学家,反映芯片厂商向模型研究延伸的趋势。
一个分布式流水线推理引擎将 0.5B 大语言模型切片后运行在 7 块 ESP32S3 组成的集群上,其中一块作主节点负责 BPE 分词与嵌入,其余节点分担注意力层和 MLP,节点间通过高速 SPI 菊花链通信。模型采用 1.58-bit 三值量化,嵌入为 INT4(约 14MB 存于 Flash),KV Cache 放在 PSRAM,项目以 MIT 许可证开源。
美国佛罗里达州向州法院申请临时禁令,要求 OpenAI 在未部署第三方认可的安全护栏前停止开发其称为高风险的产品。该动议是佛州 6 月提起民事诉讼的一部分,原诉讼称 ChatGPT 对佛州公众安全构成威胁,尤其针对儿童及有暴力或妄想倾向的成年人。
Jeff 发布 Jev 兼容的 0.8B 与 2B 决策模型,基于 Qwen3.5 和 Gemma 4 微调,用于零样本分类,单次前向传播返回每个选项的校准概率,RTX PRO 6000 上约 22 ms、Apple M4 Max 上约 28 ms。
World Labs 已签署最终协议加入 AMD,交易预计在 2026 年底前完成,尚待监管批准。李飞飞将出任 AMD 执行副总裁兼首席科学家,直接与 CEO 苏姿丰合作,Justin Johnson 和 Ben Mildenhall 将继续领导 World Labs 团队。
推荐理由:World Labs 被 AMD 收购,李飞飞将出任 AMD 执行副总裁兼首席科学家,反映 AI 硬件与模型团队整合趋势。
MicroLLM Lab 让你在浏览器里直接试用 7 款微型 LLM,其中包含 135M 参数模型,测试以正则和精确 Token 匹配等客观检查衡量通过率,而非写作质量。基准测试用 JavaScript 编写,编辑器内容在当前源下通过 eval() 执行,每项检查针对模型解码文本运行。速度(tokens/s、持续解码、套件总耗时)与准确率数据均保留在本机,图表按每个模型的最新套件生成。
OpenAI 在持续运行的消费级 AI 智能体赛道落后,预计将在 2026 DevDay 上发布自研智能体 Aeon,对标 Meta 的 Muse、SpaceX 的 Grok Bot 和 OpenClaw。
Anthropic 最新的 Sonnet 模型 Claude Sonnet 5.5 已在 GitHub Copilot 正式可用,面向功能开发和修 bug 等日常编码工作。
推荐理由:Anthropic 新 Sonnet 模型接入 GitHub Copilot,官方测试称编码任务与 Sonnet 5 持平但步骤和 Token 更少。
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5,相比 Sonnet 5 运行速度提升 30% 以上,多数任务成本最多降低 30%。
推荐理由:Anthropic 官方发布 Claude Sonnet 5.5,给出与 Sonnet 5、Opus 5.5 及 GPT-6 Sol 的基准对比和定价细节。
佛罗里达州总检察长 James Uthmeier 请求法官禁止 OpenAI 让 ChatGPT 表现出虚假的人类特征,称其使用第一人称代词和模仿情绪的输出会让用户误以为它是可信赖的朋友。
OpenAI 与九位数学家组建数学与人工智能顾问组 AGMAI,称其独立运作并可就新兴成果的评审与传播提供建议,但多位数学家向 The Verge 表示,该组因 OpenAI 的发布方式而被误认为公司任命机构。
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 以及 Anthropic 的 Claude Opus 5.5 已上线 Amazon Bedrock,前两者定价显著低于 GPT-5.6,后者比 Opus 5 用更少 Token 完成更多任务。
JetBrains 发布 Air Teams,为 AI 智能体开发提供团队层,让人类和智能体共享上下文、环境、工具与指令,目前已面向 JetBrains 商业客户开放,后续计划扩展到个人客户。
推荐理由:JetBrains 把 AI 智能体工作流从个人笔记本搬到团队共享层,可看自动化与共享云环境如何落地。
Forter 在两周内将 200 名技术与非技术员工培养成 AI 智能体创建者。其做法包括自建 MCP server、混合使用无代码与代码平台、绕开复杂的 RAG 搭建,并提前对齐安全与法务团队,以加速研发部门内部的智能体采用。
OpenAI 扩大 Lenfest AI Collaborative and Fellowship Program,提供 500 万美元资金,以及最高 500 万美元的软件额度和工程支持。
GPT-6 Astra 处理一份 50 个标签页的税务工作簿,速度是 GPT-5.6 Sol 的两倍。其对用户意图的理解更强,让 Basis 在真实场景中使用更有信心。
Anthropic 的 Claude Sonnet 5.5 已在 Vercel AI Gateway 上线,模型标识为 anthropic/claude-sonnet-5.5。
推荐理由:Anthropic 新模型接入 AI Gateway,开发者可对比其在多步编码任务上的表现与接入成本。
OpenAI 启动 Codex Originals 项目,征集使用 Codex 的开发者、研究者与创作者的真实故事和项目。入选者将参与该项目的下一篇章,可通过官方表单提交自己的经历。
Fireworks 的 Ember-1 已在 Vercel AI Gateway 上线,这是一个基于 Kimi K3 构建、面向编码与智能体工作流的研究预览推理模型。
作者通过 Anthropic API 用三道推理题对比 Claude Opus 5.5 与 Opus 5,两者结果相同,都解出逻辑网格和取石子游戏,也都在排序计数题上失败。
HardenedLinux 发布 Velum,一个用 modern C++ 开发、编译为单一可执行文件的 CosyVoice TTS 推理程序,部署更新只需拷贝文件,运行时不需要任何 Python 依赖。该项目由人类做架构规划、DeepSeek-v4-pro 完成编码,作者借此说明 DeepSeek 足以胜任这种程度的 Vibe 编程。
GitHub Copilot 企业托管设置现已提供产品内验证器,可检测格式错误的 JSON、不支持的配置、无效的团队映射等会导致策略无法生效的问题。验证覆盖 copilot/managed-settings.json、copilot/team-mappings.json 及其引用的团队设置文件,每个问题会标明受影响文件和 JSON 路径。
特斯拉工人对训练 Optimus 人形机器人以替代自身岗位表现出抵触。尽管面临挑战,特斯拉仍计划到 2026 年底实现每周生产 1,000 台 Optimus 机器人。
GitHub 企业与组织级 Copilot 用量指标报告新增 pull_request_review_times 数组,按 repos-1-day 行拆分 PR 从待审到首次审查、首次到最终审查、最终审查到合并三阶段的耗时中位数与 90 分位值。