Figma 发布多项面向智能体协作的新功能：code layers 进入公开测试并向所有方案开放，Specs 在 Web、桌面和移动端开始公开测试，Payload 集成到 Figma Make 并将在未来几周向所有账号开放。Figma agent 转为正式可用，Figma MCP 支持在已有 AI 工具中生成 code layers 和操作 Specs，并新增 OpenCode、Dia、JetBrains Junie、Meta Muse 等 20 个 MCP 合作集成。设计系统方面，guidelines 进入公开测试、code sources 进入封闭测试，均面向所有付费方案。
匹配字段摘要、正文
LMSYS 发布博客称，SGLang 与 Miles 为 Meta 开源多模态 MoE 模型 Muse Spark Open 提供 Day-0 支持。该模型采用 816B 参数文本 Transformer 主干、每 token 约 42B 激活参数，支持文本、图像、视频和音频输入以及 1M token 上下文窗口，checkpoint 提供 NVFP4 与 BF16 版本。在 8 张 NVIDIA B300 GPU 上以 NVFP4 checkpoint 跑 OpenHands 多轮智能体编码回放，并发 1 时单 GPU 吞吐 14.8K tokens/sec、单用户 543 tokens/sec（p50），并发 128 时为 80.3K tokens/sec、单用户 61 tokens/sec（p50）。支持平台包括 NVIDIA Blackwell（GB300、B300、GB200、B200）、H200、AMD MI350X 与 MI355X，以及 Intel Xeon 6 P-core，并首次通过 SGLang-TorchTPU 为开源权重模型提供 Day-0 TPU 支持。
匹配字段摘要、正文
Simon Willison 为 llm-gemini 插件加入对 Gemini 4 Argon 的支持，该模型今日通过 Gemini API 及每月 100 美元订阅计划开放。Argon 上线定价为每百万输入 token 2 美元、每百万输出 token 10 美元，与 GPT-6 Sol 相同，是 Claude Opus 5.5 的一半，但 12 月 1 日起价格将翻倍。作者引用 Artificial Analysis 数据称，Argon 跑完其基准的总成本为 2407 美元，接近 GLM-5.3，明显低于 OpenAI、Anthropic 和 Meta 的最新模型。
匹配字段摘要、正文
Workday 在拉斯维加斯 Workday Rising 大会上宣布其 Trusted Agent Platform 实现无头化，MCP 服务器、对实时 Workday 数据的 SQL 访问和智能体共享运行时正式可用，客户可在 Anthropic、Google、Meta、Mistral、Nvidia 和 OpenAI 的模型上运行自有智能体。其 MCP 服务器 Agent-Ready Tools 随 Workday Extend AI 提供，目前有 275 个读取工具和 54 个写入或删除工具，用户以本人 Workday 凭证登录，智能体无法访问其账号权限之外的数据。Workday 称过去四个月客户已用 Developer Agent 和 Agent-Ready Tools 构建了 500 多个智能体和 6000 多个应用。
匹配字段摘要、正文
Sierra 发布 Personal Agent Protocol 草案（代号 Poppy），并公布新增 35 家设计伙伴，包括 OpenAI、Visa、Mastercard、PayPal、Target、Notion、Cloudflare、ElevenLabs 等。该协议定义发现、会话、登录、跨渠道统一会话和任务执行五个模块，基于 OAuth、JWT、HTTPS、OpenAPI 和 MCP 构建，商家可通过现有网站、API 或自有智能体与个人智能体协作。Sierra 称此前已与 Meta、Genesys、Shopify、Stripe、Walmart 等宣布该协议，现邀请更多公司阅读草案并参与设计。
匹配字段摘要、正文
ElevenLabs 在 ElevenAgents 中发布合成语音检测功能，可在通话最初几秒分析来电者语音并判定其为真人还是 AI 生成，企业可据此设置规则，例如优先服务真人客户、限制 AI 来电者的交互范围，或在敏感操作前拦截克隆语音。该功能运行在实时音频流上，不依赖音频是否带有 ElevenLabs 水印。ElevenLabs 同时以设计伙伴身份加入由 Meta 和 Sierra 主导的 Personal Agent Protocol 工作组，参与制定个人智能体向企业表明身份、代表对象及可执行操作的规范。目前该检测功能面向由 Forward Deployed Engineering 团队支持的企业客户开放，本月晚些时候将作为 ElevenAgents 内的可配置选项向更广泛的企业客户提供。
匹配字段摘要、正文
Google AI Edge 团队以 Apache 2.0 协议开源端侧 GPU 计算引擎 ML Drift，它抽象 OpenGL ES、OpenCL、Metal 和 WebGPU，是 LiteRT 的核心 GPU 加速引擎，也可作为独立库使用。相比旧版 TFLite GPU delegate，它引入张量虚拟化统一 shader、可扩展自定义算子框架、5D 张量支持和针对 LLM 的阶段性优化，并新增 Windows 和 Linux 桌面预览。官方称 Gemma 基准中内存开销最多降低 12%，YouTube Shorts 平均帧延迟最多降低 40%，Google Photos 提速最多 2 秒，Adobe Lightroom 与 Photoshop 端侧性能最多提升 30%，Snapchat 镜头模型延迟改善 30%。旧版 TFLite GPU delegate 将不再获得新功能更新。
匹配字段摘要、正文
Perplexity 近期开源了七个项目。pplx-decider-v1-27b 是多模态决策模型，在 11 项基准上平均 85.7%，领先 Jev；pplx-embed-v2-context-9b-preview 为上下文嵌入向量模型，在 ConTEB 和 turbopuffer context-bench 上表现最佳。此外还有面向 Apple silicon 的本地推理引擎 Lily，用 Rust 加自定义 metal kernel 实现，在 M5 Max 上 prefill 比 MLX-LM 快 1.23 倍、decode 快 1.35 倍；0.6B 端侧 PII 分类器 PII-Tracer 及配套 PII-TRACE 基准；面向深度研究智能体的 WANDR 基准；笔记本与工作站智能体检测响应工具 Numbat；以及只读供应链扫描器 Bumblebee。
匹配字段摘要、正文
OpenAI 在年度 DevDay 上发布由 GPT-6 Astra 驱动的智能体 Dots，目前仅向每月 100 美元的 Pro 及以上订阅用户开放，而 Meta 的 Muse 对所有 Meta 账号免费。Dots 被定位为可承接长周期知识工作的“幕僚长”，支持文本、语音和电话多模态交互，并计划推出会计、法律等专业版本，同时与 Microsoft 合作接入 Agent 365。Altman 称 Dots 因算力消耗大而先做高端产品，未来会推出面向数十亿人的大众版本。
匹配字段摘要、正文
OpenAI 在开发者大会期间推出新智能体 Dots，目前仅面向 ChatGPT 付费用户开放，使用 GPT-6 Astra 模型。作者 Casey Newton 实测后称，Kicker 帮他处理拒邀、起草邮件、填写保险文件等任务，估计完成约两小时工作量而自己只花了约 15 分钟。他认为付费模式比 Meta 靠交易抽成的 Muse 更让人信任，但也提醒把短信、邮件和银行信息交给智能体存在隐私与安全风险。
匹配字段摘要、正文
腾讯推出 LightVela，把开源 Hermes Agent 托管在云端，无需写代码或配置服务器即可接入微信、QQ 和飞书。文中提到 Meta 的 AI 智能体 Muse 今年 9 月在美国应用榜居前，13 天下载量超过 250 万次。作者认为个人 AI 助手会深度融入日常生活，只是节奏推进得很快。
匹配字段摘要、正文
Gemini 3.8 TTS 支持复刻用户自己的声音，也能通过提示词设计完全自定义的音色。流程分三步：录制 20 秒本人说话音频加一句同意声明，通过 API 调用创建声音，之后在任意请求中使用，风格参数放在 speech_metadata 里。作者还给出了一段可直接粘贴给智能体的提示词，让智能体先检查 GEMINI_API_KEY、ffmpeg、gemini-skills 等环境，再协助录制两段音频、创建声音并生成一条可试听的测试语句。
Gemini 3.8 TTS 支持复刻用户自己的声音，也能通过提示词设计完全自定义的音色。流程分三步：录制 20 秒本人说话音频加一句同意声明，通过 API 调用创建声音，之后在任意请求中使用，风格参数放在 speech metadata 里。作者还给出了一段可直接粘贴给智能体的提示词，让智能体先检查 GEMINI API KEY、ffmpeg、gemini-skills 等环境，再协助录制两段音频、创建声音并生成一条可试听的测试语句。
匹配字段摘要、正文
开发者 Victor Taelin 于 9 月 17 日发布可在 CPU、GPU 上并行执行的高级语言 Bend 2，它用类似 Python 的语法，让开发者把程序需满足的条件写成 law，再通过证明检查验证 AI 生成的代码是否满足这些条件。Bend 2 改变了初代的执行方式，不再使用 HVM2 的相互作用网络，初代程序无法直接迁移；Taelin 称执行速度最高提升 100 倍，运行时内存上限从 2GB 扩大到 8TB。源码以 Apache License 2.0 在 GitHub 公开，支持 Linux 和 macOS，GPU 执行分别使用 CUDA 12 和 Metal，Windows 需通过 WSL 使用；当前数值类型仅限 Nat、U32、F32，F32 浮点运算无法用证明功能校验，编译器中也残留大量未经审计的 AI 生成代码。
匹配字段摘要、正文
Cloudflare 于 2026 年 9 月 15 日发布新设置 Disallow AI Training，在保留搜索访问的同时拒绝内容被用于 AI 训练，该选项加入爬虫控制项 Training，面向全部套餐，可在域名级 Security Settings 中选择。选择后通过 Bot Preference Sync 把拒绝指定写入 robots.txt，Applebot、Googlebot、Bingbot 等搜索与训练兼用爬虫不被拦截，其余训练用爬虫被拦截；OpenAI、Anthropic、Amazon、Meta 因搜索与训练使用不同爬虫，训练用爬虫会被拦截而搜索用爬虫保留。Apple 的 Applebot-Extended 与 Google 的 Google-Extended 已支持在 robots.txt 中拒绝训练且不影响搜索排名，Microsoft 计划 2027 年初在 Bing 支持同类指定。
匹配字段摘要、正文
Google 表示其技术和产品已支持 300 多种语言，覆盖全球 86% 人口；Gemini 3.5 Live Translate 可实时翻译 70 种语言、2000 多组语言对，并能捕捉语码转换和情绪线索。Google 还推出基于 Gemini 的轻量开源翻译模型 TranslateGemma，覆盖 55 种语言，可在设备端离线运行，并发布可视化语言数据仓库 LinguaMeta 的交互工具 Language Explorer。
匹配字段摘要、正文
Hugging Face 发布 @huggingface/kernels，在 webgpu-kernels 组织下以 Apache-2.0 许可发布 207 个 WebGPU kernel，并提供从 Hub 下载、准备和运行 kernel 的 JavaScript 加载器。每个 kernel 有独立仓库与 kernel card，包含 manifest.json、metadata.json、test.json、bench.json 和 WGSL 模板，可通过 npm install @huggingface/kernels@preview 安装，需浏览器支持 WebGPU。在 Apple M4 上与 ORT WebGPU 对比的 809 个可比用例中，其 kernel 几何平均快 2.57 倍、中位数快 1.90 倍；同时推出浏览器端基准工具 Fleet 众包真实设备上的正确性与性能证据。
匹配字段摘要、正文
Ollama 更新 MLX 引擎，称这是其在 Apple Silicon 上的最高性能表现，模型响应更快、占用内存更少。新引擎支持 NVIDIA 的 NVFP4 格式，在 Gemma 4 12B 上相比 q4_K_M 约将量化质量损失减半，同时通过 Metal kernel 融合等优化使输出速度最高提升 20%。此外新增快照系统，为多智能体、思考型模型和分支重试保存模型状态，避免重复处理相同上下文。
Ollama 更新 MLX 引擎，称这是其在 Apple Silicon 上的最高性能表现，模型响应更快、占用内存更少。新引擎支持 NVIDIA 的 NVFP4 格式，在 Gemma 4 12B 上相比 q4 K M 约将量化质量损失减半，同时通过 Metal kernel 融合等优化使输出速度最高提升 20%。此外新增快照系统，为多智能体、思考型模型和分支重试保存模型状态，避免重复处理相同上下文。
匹配字段摘要、正文
Together AI 推出 Voice Finder，开发者可通过自然语言描述或上传音频样本，搜索并比较 10 个 TTS 模型中的 600+ 种语音。系统使用 omni-model 为每种语音生成涵盖音高、口音、语言、情绪等 15+ 个维度的元数据，支持排序推荐、试听和筛选；其语音智能体平台端到端延迟低于 500ms。
成涵盖音高、口音、语言、情绪等 15+ 个维度的元数据，支持排序推荐、试听和筛选；其语音智能体平台端到端延迟低于 500ms。 · Together AI launched Voice Finder, enabling developers to search and compare 600+ voices across 10 TTS models using natural-language descriptions or uploaded audio samples. An omni-model generated metadata for every voice across 15+ dimensions, including pitch, accent, language, and emotion, powering ranked recommendations, inline playback, and filtering; Together AI’s voice agent platform maintains end-to-end latency under 500ms.
匹配字段摘要、正文
Prime Intellect 宣布 Lab 结束 beta 并正式开放，这是一个面向自我改进智能体的训练平台，把任务定义、harness、评测、奖励信号训练、rollout 检查、adapter 部署和推理整合到一处。平台以环境为基本单元，Hosted Training 负责大规模强化学习，按 token 计费而非按集群小时计费，正式版首批支持来自 NVIDIA、OpenAI、Meta 和 Qwen 的 14 个模型，参数规模在 1B 到 70B 之间。beta 期间已有数百名用户运行超过 10,000 次训练任务，训练完成的 LoRA adapter 可通过 Prime Inference 以 OpenAI 兼容 API 部署。
匹配字段摘要、正文
Together AI 扩展 Together Fine-Tuning，新增工具调用、推理轨迹和视觉语言模型微调支持。升级后的训练栈可更高效处理 100B+ 参数模型，吞吐量最高提升 6×，并支持最大 100GB 的数据集。服务还新增训练前成本估算和训练中 ETA；推理微调支持 Qwen 与 Z.AI，VLM 微调支持 Qwen、Google 和 Meta 模型。
Together AI 扩展 Together Fine-Tuning，新增工具调用、推理轨迹和视觉语言模型微调支持。升级后的训练栈可更高效处理 100B+ 参数模型，吞吐量最高提升 6×，并支持最大 100GB 的数据集。服务还新增训练前成本估算和训练中 ETA；推理微调支持 Qwen 与 Z.AI，VLM 微调支持 Qwen、Google 和 Meta 模型。 · Together AI expanded Together Fine-Tuning with support for tool calling, reasoning traces, and vision-language model fine-tuning. Its upgraded training stack handles 100B+ parameter models more efficiently, delivers up to 6× higher throughput, and supports datasets up to 100GB. The service also adds pre-training
匹配字段摘要、正文